KR102280223B1 - 빅데이터 기반의 상품구매 의사결정 지원 서비스 제공 방법 및 이를 위한 시스템 - Google Patents

Abstract

본 발명은 빅데이터 기반의 상품구매 의사결정 지원 서비스 제공 방법 및 이를 위한 시스템에 관한 것으로, 더 구체적으로는 상품의 상품구매를 원하는 사용자(예. 기업 내 구매담당자 등)로 하여금 어떤 상품을 구매할 지 결정하는 데에 도움을 줄 수 있는 정보를 빅데이터 기반으로 분석하여 제공하고, 나아가 상품의 상품구매까지 대행하여 제공하는 서비스 제공 방법, 그리고 이를 위한 시스템에 관한 것이다.

Description

빅데이터 기반의 상품구매 의사결정 지원 서비스 제공 방법 및 이를 위한 시스템{METHOD AND SYSTEM FOR PROVIDING SERVICE FOR SUPPORTING BIG DATA BASED MASS PURCHASE DECISION}

본 발명은 빅데이터 기반의 상품구매 의사결정 지원 서비스 제공 방법 및 이를 위한 시스템에 관한 것으로, 더 구체적으로는 상품의 상품구매를 원하는 사용자(예. 기업 내 구매담당자 등)로 하여금 어떤 상품을 구매할 지 결정하는 데에 도움을 줄 수 있는 정보를 빅데이터 기반으로 분석하여 제공하고, 해당 동향정보와 함께 고객정보 데이터베이스, 상품정보 데이터베이스 내 저장된 정보들을 기반으로 인공지능 알고리즘에 따라 최적의 상품을 추천 및 학습시키며, 나아가 상품의 상품구매까지 대행하여 제공하는 서비스 제공 방법, 그리고 이를 위한 시스템에 관한 것이다.

일반적으로 많은 기업들은 명절, 시무식, 종무식 등 회사의 내부/외부 이벤트를 위해 대량으로 상품들을 구매하는 경우가 많으며, 이는 소위 특판이라 불리우는 상품구매 채널을 통해 대부분 이루어지고 있다. 이러한 특판은 기업의 재원을 바탕으로 상품 및 서비스가 유통되며, 이러한 특판시장은 대표적으로 사은품, 기념품, 모바일쿠폰 등이 유통되는 것을 특징으로 하며, 이 밖에도 특판시장에서는 다양한 프로모션이 제공된다.

이러한 상품구매를 위해 많은 기업에서는 임직원 선물 및 프로모션 상품 구매를 담당하는 부서를 별도로 운영하고 있으며, 대기업 특판팀, 중소기업 특판업체 및 판촉물 업체 등과 활발한 거래를 진행하고 있다.

한편, 이러한 특판유통 시장은 폐쇄적인 특성으로 인해 구체적인 정보 및 통계자료가 외부로 공유되지 않고 있으며, 이에 따라 구매 담당자로서는 각 이벤트 별로 적합한 상품을 직접 탐색해야 하는 어려움이 존재하고 있다. 특히 상품구매에 있어서는 상품의 재고 보유량, 기업의 구매예산, 최소 주문 수량 등 고려해야 할 다양한 조건들이 있는데, 이를 구매 담당자가 처음부터 끝까지 확인을 하여야 하므로 구매 담당자로서는 어떤 상품을 구매하여야 할 지 결정하는 데에 매우 많은 시간과 노력을 들여야만 하는 어려움이 있는 것이다.

다른 한편, 매년 특판유통 시장은 그 규모가 증가하고 있음에도 불구하고 거래량 대비 프로세스가 정비가 되어 있지 않으며, 앞서 언급한 구매 담당자의 어려움을 해소시켜 줄 만한 시스템이 전무한 상황이어서 이에 대한 필요성이 대두되고 있는 실정이다.

본 발명은 이와 같은 문제점에 착안하여 제안된 것으로, 본 발명에서는 상품구매를 위한 의사결정 시 참고할 수 있는 정보들을 빅데이터 분석된 결과를 기반으로 제공하고 이를 통해 기업 내 구매 담당자들이 보다 쉽게 구매할 상품을 결정하도록 하는 것을 목적으로 하며, 특히 자체 알고리즘을 통해 기업 내 구매 담당자들에게 동향정보, 상품정보, 고객정보 기반의 다양한 정보들을 제공함으로써 사용자의 니즈에 최적화 된 상품을 추천하고, 나아가 구매대행, 배송, 고객만족서비스, 사후관리서비스까지 제공이 가능한 상품구매 전용 서비스를 제공하는 것을 목적으로 한다. 또한, 본 발명은 위의 기술적 문제점을 해소시키는 것 외에도 본 기술분야에서 통상의 지식을 가진 자가 용이하게 발명할 수 없는 추가적인 기술요소들을 제공하기 위해 발명되었다.

대한민국 공개특허 제10-2015-0027442호(2015.03.12. 공개)

본 발명은 상품구매를 하고자 하는 사용자에게 다양한 정보를 제공함으로써 전체 의사결정 과정에 소요되는 비용 및 노력, 시간 등을 절감할 수 있게 하는 것을 목적으로 한다.

특히 본 발명은 사용자에게 상품을 결정하는 데에 참고할 수 있는 동향(트렌드)정보를 함께 제공하고, 위 동향과 연관성이 있는 상품들만을 선별하여 제공함으로써 사용자의 의사결정을 돕는 것을 목적으로 한다.

또한 본 발명은 동향정보 구축 시 크롤링 된 대량의 정보들을 저장해 둠으로써 추후 사용자에게 제공하게 될 동향정보 도출을 위한 빅데이터 분석이 가능하게 하는 것을 목적으로 한다.

또한 본 발명은 상품구매를 대행하여 사용자에게 제공한 후, 해당 상품구매건에 대한 사후보고서를 제공함으로써 사용자 만족도를 높일 수 있게 하는 것을 목적으로 한다.

한편, 본 발명의 기술적 과제들은 이상에서 언급한 기술적 과제들로 제한되지 않으며, 언급되지 않은 또 다른 기술적 과제들은 아래의 기재로부터 통상의 기술자에게 명확하게 이해될 수 있을 것이다.

위와 같은 문제점을 해결하기 위하여, 본 발명에 따른 상품구매 의사결정 지원 서비스 제공 방법은, (a) 네트워크를 통해 접속한 사용자 단말기로부터 사용자 정보 - 상기 사용자정보는 로그인 정보를 포함함 - 를 수신하는 단계; (b) 상기 사용자 단말기로부터 적어도 이벤트 종류, 수량, 및 예산을 포함한 구매조건을 수신하는 단계; (c) 데이터베이스에 저장된 동향정보 및 상품정보를 참고하여 상기 구매조건에 매칭되는 상품들을 선별하고, 선별된 상품들에 대한 정보를 포함한 추천상품정보를 생성하여 상기 사용자 단말기에 제공하는 단계; (d) 상기 사용자 단말기로부터 구매요청을 수신하는 단계; 및 (e) 상기 구매요청 건에 대한 사후보고서를 생성하여 상기 사용자 단말기에 제공하는 단계;를 포함할 수 있다.

또한, 상기 방법에 있어서, (a)단계 이전에는 동향정보 데이터베이스 및 상품정보 데이터베이스를 구축하는 단계;가 더 포함되되, 상기 동향정보 데이터베이스는 복수 개의 온라인 게시물로부터 크롤링 정보들을 저장한 것을 특징으로 할 수 있다.

또한, 상기 방법에 있어서 상기 동향정보 데이터베이스를 구축하는 단계는, 온라인 게시물들을 크롤링(crawling)하는 단계; 크롤링 한 게시물들을 인덱싱하는 단계; 인덱싱 한 게시물들을 임의의 저장소에 저장하는 단계; 상기 저장소에 저장된 게시물들로부터 빈출(頻出) 키워드들을 추출하는 단계; 추출한 빈출 키워드들을 분류하는 단계; 상기 빈출 키워드들의 게시량을 추출하는 단계; 상기 빈출 키워드들을 기간 별로 분류하는 단계; 및 분류된 빈출 키워드들을 저장하는 단계;를 포함할 수 있다.

또한 이 때, 상기 (c)단계는, 동향보고서를 제공하는 단계를 더 포함하되, 상기 동향보고서는, 임의의 기간을 대상으로 분석된 상품 관련 키워드들을 포함하는 제1 동향정보, 사회 관련 키워드들을 포함하는 제2 동향정보, 및 지난 이벤트에서 판매량이 높았던 상품들을 순서대로 나열한 제3 동향정보 중 적어도 하나를 포함하는 것을 특징으로 할 수 있다.

또한, 상기 방법에 있어서 상기 상품정보 데이터베이스에 저장되는 상품정보는, 상품의 명칭, 가격, 설명, 재고, 납기, 부피, 중량, 배송방법, 또는 태그 중 적어도 하나를 포함할 수 있다.

본 발명에 따르면 상품 상품구매를 원하는 사용자가 많은 시간과 노력을 들이지 않고도 쉽게 의사결정을 할 수 있게 되는 효과가 있다.

특히 본 발명에 따르면 상품구매를 하는 시점에서의 동향정보가 함께 제공이 되고, 동향정보에 기반한 상품들이 선별 및 추천되므로 사용자가 보다 쉽게 의사결정을 내릴 수 있게 되는 효과가 있다.

또한 본 발명에 따르면 상품구매용 상품들의 추천 근거가 객관적인 근거에 의해 뒷받침 될 수 있게 되므로 거래 과정에서의 투명성을 담보할 수 있게 되는 효과가 있다.

또한 본 발명에 따르면 상품구매 거래 과정을 체계화 할 수 있게 되므로 누구든지 쉽게 사용할 수 있게 되는 효과가 있다.

한편, 본 발명에 의한 효과는 이상에서 언급한 것들로 제한되지 않으며, 언급되지 않은 또 다른 기술적 효과들은 아래의 기재로부터 통상의 기술자에게 명확하게 이해될 수 있을 것이다.

도 1은 본 발명에 따른 상품구매 의사결정 지원 서비스 제공을 위해 필요한 시스템의 전체적인 모습을 개략적으로 나타낸 것이다.
도 2는 본 발명에 따른 상품구매 의사결정 지원 서비스 제공 방법이 순서에 따라 도시된 것이다.
도 3은 동향 데이터베이스를 구축하는 과정을 도시한 것이다.
도 4는 상품 데이터베이스 내에 저장되는 정보들을 도시한 것이며, 도 5는 고객 데이터베이스 내에 저장되는 정보들을 도시한 것이다.
도 6은 사용자로부터 구매조건을 입력 받는 인터페이스를 도시한 것이다.
도 7 및 도 8은 사용자에게 제공되는 구매지원 보고서 중 동향정보의 일 예를 도시한 것이다.
도 9는 사용자에게 제공되는 상품정보의 일 예를 도시한 것이다.
도 10 내지 도 12는 사용자에게 제공되는 사후보고서의 일 예를 도시한 것이다.

본 발명의 목적과 기술적 구성 및 그에 따른 작용 효과에 관한 자세한 사항은 본 발명의 명세서에 첨부된 도면에 의거한 이하의 상세한 설명에 의해 보다 명확하게 이해될 것이다. 첨부된 도면을 참조하여 본 발명에 따른 실시예를 상세하게 설명한다.

본 명세서에서 개시되는 실시예들은 본 발명의 범위를 한정하는 것으로 해석되거나 이용되지 않아야 할 것이다. 이 분야의 통상의 기술자에게 본 명세서의 실시예를 포함한 설명은 다양한 응용을 갖는다는 것이 당연하다. 따라서, 본 발명의 상세한 설명에 기재된 임의의 실시예들은 본 발명을 보다 잘 설명하기 위한 예시적인 것이며 본 발명의 범위가 실시예들로 한정되는 것을 의도하지 않는다.

도면에 표시되고 아래에 설명되는 기능 블록들은 가능한 구현의 예들일 뿐이다. 다른 구현들에서는 상세한 설명의 사상 및 범위를 벗어나지 않는 범위에서 다른 기능 블록들이 사용될 수 있다. 또한, 본 발명의 하나 이상의 기능 블록이 개별 블록들로 표시되지만, 본 발명의 기능 블록들 중 하나 이상은 동일 기능을 실행하는 다양한 하드웨어 및 소프트웨어 구성들의 조합일 수 있다.

또한, 어떤 구성요소들을 포함한다는 표현은 “개방형”의 표현으로서 해당 구성요소들이 존재하는 것을 단순히 지칭할 뿐이며, 추가적인 구성요소들을 배제하는 것으로 이해되어서는 안 된다.

나아가 어떤 구성요소가 다른 구성요소에 “연결되어” 있다거나 “접속되어” 있다고 언급될 때에는, 그 다른 구성요소에 직접적으로 연결 또는 접속되어 있을 수도 있지만, 중간에 다른 구성요소가 존재할 수도 있다고 이해되어야 한다.

또한 참고로, 본 상세한 설명에서 언급되는 상품구매 의사결정 지원 서비스란, 비단 유형(有形)의 상품을 구매하는 데에 있어 사용자 의사결정을 지원하는 것뿐만 아니라 서비스와 같은 무형의 상품을 구매하는 데에도 사용자 의사결정을 지원할 수 있음을 이해한다.

도 1은 본 발명에 따른 상품구매 의사결정 지원 서비스 제공을 위해 필요한 시스템(이하 시스템으로 칭함)을 개략적으로 도시한 것으로, 이에 따를 때에 시스템은 기본적으로 사용자 단말기(100A, 100B) 및 서비스 서버(200)를 포함할 수 있다. 상기 사용자 단말기(100A, 100B)는 상품구매를 하고자 하는 사용자가 조작하는 장치를 일컫는 것으로, 예를 들어 기업 내 구매 담당자의 단말기일 수 있다.

하드웨어적인 측면에서 볼 때, 사용자 단말기는 사용자가 보유하거나 소지하고 다니는 단말기를 일컫는 것으로, 여기에는 스마트폰, PDA, 태블릿PC 등과 같이 휴대가 가능한 단말기, 그리고 데스크탑 PC와 같이 일정 위치에 고정적으로 배치된 단말기가 모두 포함될 수 있다. 이러한 사용자 단말기를 장치의 측면에서 볼 때에, 각 사용자 단말기들은 중앙처리유닛(CPU)과 메모리를 구비하고 있는 것을 전제로 한다. 중앙처리유닛은 컨트롤러(controller), 마이크로 컨트롤러(microcontroller), 마이크로 프로세서(microprocessor), 마이크로 컴퓨터(microcomputer) 등으로도 불릴 수 있다. 또한 중앙처리유닛은 하드웨어(hardware) 또는 펌웨어(firmware), 소프트웨어, 또는 이들의 결합에 의해 구현될 수 있는데, 하드웨어를 이용하여 구현하는 경우에는 ASIC(application specific integrated circuit) 또는 DSP(digital signal processor), DSPD(digital signal processing device), PLD(programmable logic device), FPGA(field programmable gate array) 등으로, 펌웨어나 소프트웨어를 이용하여 구현하는 경우에는 위와 같은 기능 또는 동작들을 수행하는 모듈, 절차 또는 함수 등을 포함하도록 펌웨어나 소프트웨어가 구성될 수 있다. 또한, 메모리는 ROM(Read Only Memory), RAM(Random Access Memory), EPROM(Erasable Programmable Read Only Memory), EEPROM(Electrically Erasable Programmable Read-Only Memory), 플래쉬(flash) 메모리, SRAM(Static RAM), HDD(Hard Disk Drive), SSD(Solid State Drive) 등으로 구현될 수 있다.

부가적으로 상기 사용자 단말기는 디스플레이 및 터치 감응형 표면을 포함할 수 있으며, 나아가 터치펜과 같은 다른 물리적 사용자 입력용 수단이 더 연결될 수도 있다. 또한 상기 사용자 단말기는 소리나 음성을 감지하고 녹음할 수 있는 수단을 더 포함할 수도 있다. 한편, 사용자 단말기 상에서 실행되는 다양한 애플리케이션들은, 옵션적으로, 터치 감응형 표면과 같은 적어도 하나의 보편적인 물리적 사용자 입력용 수단을 사용할 수 있다. 터치 감응형 표면의 하나 이상의 기능뿐만 아니라 사용자 단말기 상에 표시되는 대응하는 정보는 하나의 애플리케이션으로부터 다음 애플리케이션으로 그리고/또는 개별 애플리케이션 내에서 옵션적으로 조정되고/되거나 변경될 수 있다. 이러한 방식으로, 사용자 단말기의 (터치 감응형 표면과 같은) 보편적인 물리적 아키텍처는, 옵션적으로, 사용자에게 직관적이고 명료한 사용자 인터페이스들을 이용하여 다양한 애플리케이션들을 지원할 수 있다.

참고로, 본 상세한 설명에서는 발명의 이해를 돕기 위하여 사용자 단말기가 기업 내 구매 담당자의 데스크탑 PC인 경우를 상정하여 설명하기로 한다.

한편, 하드웨어적인 측면에서 볼 때 서비스 서버(200)는 본 발명에 따른 상품구매 지원 서비스 제공 방법을 실제로 구현하기 위한 프로그램, 즉 명령어들의 집합을 제공하는 구성이다. 서비스 서버의 형태는, 어느 특정 운영자가 관리하는 적어도 하나의 서버용 PC일 수 있으며, 또는 타 업체에서 제공하는 클라우드 서버의 형태, 즉 운영자가 회원가입하여 사용할 수 있는 클라우드 서버의 형태일 수도 있다. 특히 서비스 서버가 서버용 PC로 구현된 경우, 해당 서비스 서버는 중앙처리유닛 및 메모리를 포함할 수 있으며, 이에 대해서는 앞선 사용자 단말기의 설명 과정에서 자세히 언급하였으므로 여기서는 설명을 생략하기로 한다.

다른 한편, 상기 서비스 서버(200)의 세부 구성들을 기능별로 살펴볼 때, 서비스 서버(200)는 사용자 단말기와 데이터를 송수신하는 통신부(210), 사용자 단말기로부터 사용자 정보(로그인 정보 포함)를 수신하고 이에 대한 처리를 수행하는 사용자 관리부(220), 사용자 단말기로부터 구매조건 입력이 수신되면, 이에 대응되는 일련의 정보들이 포함된 구매지원 보고서를 생성 및 제공하는 구매정보 제공부(230), 그리고 동향정보, 상품정보, 또는 고객정보가 저장되는 데이터베이스(240)를 포함할 수 있다. 서비스 서버(200)의 각 세부구성들은 뒤에서 설명하게 될 상품구매 지원 서비스 제공 방법에 대한 단락에서 다시 언급하기로 한다.

다시 도 1을 참고하여 볼 때, 본 발명은 다수의 기업 내 구매 담당자들을 대상으로 제공되는 웹사이트 또는 모바일 어플리케이션 형태의 온라인 플랫폼을 참고할 때 더 쉽게 이해될 수 있다. 발명의 이해를 돕기 위해 쉬운 예를 들면, 구매 담당자A는 다가오는 추석 명절에 전 직원들을 위한 상품을 대량으로 구매하기 위해 본 발명에 따른 상품구매 의사결정 지원 서비스를 이용할 수 있으며, 구매 담당자A는 이를 위해 웹사이트에 접속하여 로그인 한 뒤 소정의 구매조건들을 입력할 수 있다. 구매조건들이 입력된 후, 구매 담당자A는 곧바로 모니터 화면을 통해 구매지원 보고서를 받아 볼 수 있으며, 이 때 구매지원 보고서에는 구매 담당자가 참고할 수 있는 동향정보 및 상품정보가 포함되어 있을 수 있다.

본 발명에 따른 상품구매 지원 서비스는 위의 예시와 같은 서비스 제공 방식을 채택하고 있음을 상기하며, 이하에서는 서비스가 제공되는 과정을 보다 자세히 살펴보기로 한다.

도 2는 상품구매 지원 서비스를 제공하는 방법을 설명하기 위한 것으로, 여러 단계들이 순서에 따라 나열된 것이다. 참고로 도 2의 각 단계를 수행하는 주체는 서비스 서버(200)에 의한 것이며, 서비스 서버(200)가 구비하고 있는 중앙처리유닛(CPU)이 일련의 데이터 처리를 위한 프로그램 명령어들을 실행시킴으로써 수행될 수 있는 것임을 이해한다.

도 2를 참고할 때, 상품구매 지원 서비스를 제공하는 방법은 가장 먼저 데이터베이스를 구축하는 단계(S10)로부터 시작될 수 있다. 본 발명에서 언급되는 데이터베이스는 적어도 세 가지 정보를 저장할 수 있는데, 그 세 가지 정보에는 동향정보, 상품정보, 고객정보가 포함될 수 있다. 여기서는 발명의 이해를 돕기 위해 각 정보들을 저장하기 위한 데이터베이스가 개별적으로 존재한다고 가정하고 각 데이터베이스들의 명칭을 동향정보 데이터베이스, 상품정보 데이터베이스, 고객정보 데이터베이스라 구별하여 칭하기로 한다.

가장 먼저 동향정보 데이터베이스와 관련하여, 본 발명에 따른 상품구매 지원 서비스의 중요한 특징 중 하나는 사용자들에게 상품 구매결정을 지원하기 위해 동향정보를 제공하는 것인데, 이를 위해서는 동향정보 데이터베이스가 구축되고 나아가 지속적으로 갱신이 될 필요가 있다. 도 3에는 동향정보 데이터베이스가 구축 또는 갱신되는 과정이 순서에 따라 도시되어 있는데, 여기서는 도 3을 참고하여 각 단계들을 살펴본다.

도 3을 참고할 때, 동향정보 데이터베이스의 구축 및 갱신은 기본적으로 온라인 상에서의 게시물들을 크롤링(S101) 한 것으로부터 이루어질 수 있다. 즉, 서비스 서버(200), 또는 서비스 서버(200)가 아니라도 동향정보 데이터베이스를 관리하는 주체가 되는 장치는 실시간으로 또는 기 정해진 주기마다 온라인 상에서의 게시물들을 대상으로 크롤링(crawling)을 수행할 수 있으며, 이 때 크롤링의 대상이 되는 게시물들의 종류에는 신문, 뉴스 스크립트와 같이 사회 전반에 대한 내용을 텍스트로 기록한 것, 블로그, 카페 등에서 특정 상품에 대한 평가를 텍스트로 기록한 것, 쇼핑 사이트에서 상품에 대한 구매후기를 텍스트로 기록한 것 등 온라인 상에서 텍스트로 이루어진 게시물이라면 그 내용에 상관 없이 크롤링의 대상이 될 수 있다. 다만, 바람직하게는 텍스트로 이루어진 게시물 중 사회 전반의 동향을 파악할 수 있는 내용 또는 임의 상품에 대한 의견을 포함한 것이 크롤링의 대상으로 더 적합할 수 있다. 한편, 게시물들은 서비스 운영자에 의해 미리 지정된 몇 개의 사이트들로부터 크롤링 될 수 있으며, 현재 시점을 기준으로 주요 동향만을 파악하기 위해, 또는 주요 상품에 대한 품평만 파악하기 위해 일 평균 방문자 수가 일정 수준 이상이 되는 사이트에 대해서만 크롤링이 이루어지도록 할 수 있다. 또한, 크롤링 작업의 로드를 줄이고 동향정보 데이터베이스의 저장공간을 효율적으로 사용하기 위해 몇몇 사이트에서는 메인 페이지(홈페이지)에 노출되어 있는 텍스트만을 크롤링 하도록 구현할 수도 있다. 예를 들어 포털 사이트 또는 언론사 사이트로부터 텍스트 크롤링을 하고자 할 때에는 각 사이트의 홈페이지에 노출된 텍스트만을 크롤링 하도록 함으로써 현재 시점에서 가장 관심도가 높은 내용의 텍스트만이 동향정보 데이터베이스에 저장되도록 할 수 있다.

S101단계 이후에는 크롤링 된 게시물들을 인덱싱하는 단계(S102) 및 인덱싱이 완료된 게시물들을 임의의 저장소에 저장하는 단계(S103)가 진행될 수 있다. 인덱싱이란, 저장된 정보를 추후 쉽게 검색할 수 있도록 색인을 부여하는 작업으로 이해될 수 있으며, 예를 들어 크롤링 된 게시물 내용으로부터 주요 키워드들을 추출해 내어 이를 색인으로 삼아 부여하는 등의 방법이 활용될 수 있다. 위의 인덱싱의 방법은 하나의 예시에 불과한 것일 뿐, 이 외에 더 다양한 방식의 인덱싱이 존재할 수 있음을 이해해야 할 것이다. 한편, 인덱싱이 완료된 게시물들은 임의의 저장소에 저장될 수 있는데, 이 때 임의의 저장소란 상기 동향정보 데이터베이스가 될 수도 있겠으나, 반드시 동향정보 데이터베이스가 아니라도 임시로 대량의 크롤링 된 게시물들을 저장할 수 있는 공간 내지 장치라면 제한 없이 사용될 수 있을 것이다. 이상 설명한 S101단계 내지 S103단계는 동향정보 수집단계(S100)로 분류될 수 있다.

S103단계 이후에는 빈출(頻出) 키워드들을 추출하는 단계(S111)가 진행될 수 있다. 빈출 키워드란 앞서 수집된 게시물 내에서 가장 많이 포함되어 있는 키워드를 의미하는 것으로, 본 단계에서는 출현 빈도가 높은 상위의 키워드듣을 추출해 낼 수 있다.

S111단계 이후에는 추출된 빈출 키워드들을 분류하는 단계(S112)가 진행될 수 있으며, 이 때 분류는 미리 정해진 기준에 따라 또는 각 빈출 키워드들의 상호 관련성 정도에 따라 이루어질 수 있다. 예를 들어 빈출 키워드로 "연휴, 휴가, 호텔, 맛집, 여행"이 추출되었다면 이들 빈출 키워드들은 "여행"이라는 카테고리로 분류가 되도록, 그리고 "주차, 주유, 자동차, 교통"이라는 빈출 키워드들은 "자동차" 카테고리로 분류가 되도록 구현할 수 있다. 이상 설명한 S111단계 내지 S112단계는 키워드 추출 및 분류단계(S110)로 분류될 수 있다.

S112단계 이후에는 키워드들의 게시량을 추출하는 단계(S121)가 진행될 수 있다. 본 단계는 앞서 특정 카테고리 별로 분류된 키워드들이 얼마나 많은 온라인 영역에서 얼마나 많이 노출이 되었는지를 살피는 단계로, 앞서 S103단계가 제한된 범위의 사이트들로부터 수집된 게시물들을 기초로 빈출 키워드를 추출해 내는 과정이었다면, 본 단계는 이와 반대로 특정 키워드가 범위 제한 없는 온라인 영역에서 얼마나 많이 노출이 되고 있는지를 살피는 단계로 이해할 수 있다. 또한, 본 단계에서는 비단 각 키워드들이 얼마나 많이 노출되어 있는지를 살피는 것뿐만 아니라, 키워드들이 속해 있는 카테고리가 얼마나 많이 노출되어 있는지를 살피는 것도 가능할 수 있다. 예를 들어, 어느 카테고리 내 포함된 키워드들이 노출된 횟수를 모두 합산한 경우 해당 카테고리의 노출정도가 수치적으로 산출될 수 있다.

S121단계 이후에는 키워드들 또는 카테고리를 기간 별로 분류하는 단계(S122)가 진행될 수 있으며, 이렇게 체계화 된 일련의 데이터들을 저장함으로써 동향정보 데이터베이스가 구축 또는 갱신(S123)될 수 있다. 이상 설명한 S121단계 내지 S123단계는 데이터베이스 구축 단계(S120)로 분류될 수 있다.

이상 도 3을 참고하여 동향정보 데이터베이스가 구축 및 갱신되는 과정에 대해 살펴보았다.

다시 도 2로 돌아가 살펴볼 때, 데이터베이스에는 상품정보 데이터베이스 및 고객정보 데이터베이스가 더 포함될 수 있다. 도 4 및 도 5는 각각 상품정보 데이터베이스, 고객정보 데이터베이스에 어떤 정보들이 저장되는지를 도시한 것이다.

도 4를 참고할 때, 상품정보 데이터베이스에는 추천 대상이 될 수 있는 상품들에 대한 정보들이 저장될 수 있으며, 이 때 상품들에 대한 정보에는 명칭, 가격, 설명, 재고, 납기, 부피, 중량, 배송방법, 또는 태그 중 적어도 하나가 포함될 수 있다. 상품정보 데이터베이스에 저장되는 정보들은 바람직하게는 텍스트 기반의 데이터일 수 있으며, 이들 정보들은 추후 사용자에 의해 구매조건이 입력되었을 때 위 구매조건에 매칭되는 상품을 선별하는 데에 활용되거나, 또는 동향정보에 대응되는 상품을 선별하는 데에 활용될 수 있다. 또한, 위와 같은 활용도를 높이기 위하여 각 상품들에 대한 정보들은 태깅이 될 수 있거나, 또한 표준화 및 벡터 임베딩 처리가 이루어질 수 있다. 상품 정보들을 태깅하는 것과 관련하여, 예를 들어 임의의 상품 A가 존재한다고 가정할 때에, 해당 상품에 대해서는 #상품명 A, #단가 50,000원, #행사: 설날, 추석, 명절, 창립기념일, 프로모션용, #업종: 병원, 서비스업, 금융권, 대리점, 보험사 등과 같이 검색 활용도를 높이기 위한 정보들이 태깅된 채 저장될 수 있다. 상품 정보를 표준화 및 벡터 임베딩 하는 것과 관련하여, 상품들은 다양한 속성(attribute)들을 가질 수 있는데, 이러한 속성들을 어느 하나의 대표속성으로 표준화 시킴으로써 대량 상품들을 검색용 및 학습용에 적합하도록 가공할 수 있다. 예를 들어, 임의의 상품들에 대해서는 어느 행사에 쓰이는 것인지, 몇월에 주로 제공되는지, 어느 업종에 제공되는지, 어느 연령대에 제공되는지, 어느 성별에 제공되는지, 단가가 얼마인지, 대표 키워드가 무엇인지, 상품 판매 경향은 어떠한지 등에 대한 각 속성 별로 표준화 된 값들이 입력되도록 할 수 있는데, 이렇게 함으로써 방대한 상품들에 대한 상품 정보들을 표준화 할 수 있다. 더 구체적인 예로, [상품명, 행사명, 시즌, 업종, 연령대, 성별, 단가]라는 속성이 정의될 수 있다고 할 때, [상품A, 설날, 2월, 병원, 20~50대, 혼성, 5만원], [상품B, 추석, 9월, 제조업, 40~50대, 남성, 8만원]?? 등과 같이 각 상품 별로 표준화가 이루어질 수 있다. 한편, 벡터 임베딩이란, 앞서 표준화 한 상품 정보들을 n개 변량의 선형결합으로 변환하는 것을 의미하며, 각 변량들이 서로 영향을 주지 않으면서 함께 존재하는 직교성을 가지도록 하여 추후 검색이나 학습에 활용하기 좋게 가공하는 것을 의미한다.

참고로 동향정보에 대응되는 상품이란, 현 시점에서의 동향정보를 기초로 할 때에 소비자들이 선호하는 상품, 소비자들이 필요로 하는 상품을 일컫는 것으로 이해될 수 있으며, 이러한 상품들은 서비스 운영자에 의해 사전에 매칭관계가 정의되어 있거나 또는 인공지능의 학습 능력에 기초하여 제반 정보로부터 논리적인 연산에 의해 도출된 것일 수 있다.

또 다른 특기할 만한 사항으로, 상품정보 데이터베이스에는 신규상품정보가 별개로 저장 및 관리될 수 있다. 신규상품정보란, 상품정보의 하위정보에 해당하는 것이긴 하나, 기존에 상품정보 데이터베이스에 등록되지 않았던, 다시 말해 데이터베이스에 새롭게 등록된 상품들의 정보를 의미할 수 있다. 상품정보 데이터베이스에 어떤 상품이 새로이 등록되는 경우란, 예를 들어 상품 자체가 처음으로 개발된 것이어서 종전에는 존재하지 않았던 완전히 새로운 상품인 경우, 또는 기존에 저장되어 있던 상품과 유사하나 기능이 개선된 개량 상품인 경우 등이 포함될 수 있다. 이러한 신규상품정보에는 상품 개발 배경, 상품 개량 배경, 개발 업체, 개량 업체 등에 대한 정보들이 추가로 포함될 수 있으며, 이러한 정보들은 사용자들에게 상품 추천 시 참고될 수 있다.

한편, 도 5를 참고할 때에 고객정보 데이터베이스에는 본 발명에 따른 서비스를 이용하는 고객들에 대한 정보들 또는 구매이력정보가 저장될 수 있다. 고객정보에는 업체명, 업력, 임직원수, 구매담당자, 구매담당부서, 매출, 이익, 또는 업종 등이 포함될 수 있으며, 구매이력정보에는 과거 주문상품, 주문량, 또는 상품조회이력(사용자 활동/클릭 이벤트) 등이 포함될 수 있다. 고객정보 데이터베이스에 저장된 정보들 역시 사용자로부터 구매조건 입력이 있을 때에 이와 매칭되는 상품을 선별하는 데에 활용될 수 있다.

앞서 설명한 데이터베이스(동향정보, 상품정보, 고객정보)에 저장된 정보들은 바람직하게는 텍스트 데이터의 형태로 존재할 수 있으나 반드시 이에 한정되지는 않는다. 즉, 위 데이터베이스에는 동영상, 이미지 형태의 데이터도 저장될 수 있으며, 다만 이러한 류의 데이터들에는 텍스트 형태의 태그정보 또는 메타데이터가 부여되어 추후 상품 선별을 위한 연산 시 참조될 수 있다.

이상 도 3 내지 도 5를 참고하여 동향정보 데이터베이스가 구축되는 과정, 그리고 각 데이터베이스에 저장되는 정보들의 종류 및 그 형태에 대해 알아 보았다.

다시 도 2를 참고할 때, 데이터베이스가 구축되어 있음을 전제로, 본 발명에 따른 상품구매 의사결정 지원 서비스 제공 방법은 실질적으로 사용자 정보를 획득하는 단계(S20)로부터 시작될 수 있다.

본 단계는, 쉽게 말해 사용자가 웹사이트에 접속하거나 또는 어플리케이션을 실행시킨 후 사용자 정보를 입력하는 단계로도 이해될 수 있는데, 이 때 사용자 정보에는 사용자 아이디 및 패스워드를 포함하는 로그인 정보, 서비스 가입을 위해 입력하는 사용자 이름, 사용자가 속해 있는 기업에 대한 일련의 정보들, 또는 사용자가 선호하는 상품의 종류, 선호하는 가격대 등과 같은 선호조건 정보들이 포함될 수 있다.

S20단계 이후에는 구매조건 입력을 수신하는 단계(S30)가 진행될 수 있다. 본 발명에 따른 상품구매 의사결정 지원 서비스의 특징 중 하나는 사용자로부터 최소한의 구매조건만을 입력 받고 그로부터 사용자에게 가장 적합한 상품들을 추천하는 것으로, 이를 통해 사용자의 업무 부담을 줄인 것이다. 본 단계 역시 이러한 취지에서 최소한의 구매조건만을 입력 받는 것을 특징으로 할 수 있으며, 예를 들어 사용자로부터 이벤트 종류, 예산(수량 및 단가)에 대한 조건을 입력 받는 것만으로도 상품 추천이 가능하도록 구현될 수 있다.

도 6에는 사용자가 구매조건 입력할 수 있도록 제공되는 인터페이스가 도시되어 있다. 도 6을 참고할 때, 인터페이스에는 이벤트 종류를 선택할 수 있는 "행사"입력란(601), "수량"입력란(602), 및 "개별 단가"입력란(603)이 포함되어 있음을 확인할 수 있다.

"행사"입력란은 사용자가 직접 입력을 할 수 있게 하거나 또는 입력된 검색어와 가장 유사한 이벤트 종류를 검색할 수 있도록 하거나 또는 미리 설정된 이벤트 종류 리스트가 표시되도록 한 뒤 사용자가 선택할 수 있도록 구현될 수 있다. 이벤트 종류에는 설, 추석 등 명절, 창립기념일, 시무식/종무식, 단합대회, 컨퍼런스, 방문자 기념 등 다양한 종류의 것들이 포함될 수 있다.

"수량" 및 "개별 단가"입력란은 구매조건 중 예산을 알기 위한 것으로, 도 6에는 이를 수량 및 개별 단가의 파라미터로 입력 받는 예시가 도시되어 있으나, 반드시 이에 한정되는 것은 아니며 예산을 추정할 수 있는 한 입력 파라미터의 종류는 달라질 수 있다. 예를 들어 사용자는 총 예산 및 임직원수를 입력함으로써, 또는 총 예산 및 필요한 상품의 개수를 입력함으로써 서비스 운영자로 하여금 예산 추정이 가능하게 할 수 있다. 다른 한편, 도 6에서는 수량 및 개별 단가 입력을 수신할 때에 어느 특정된 값만을 입력 받는 것이 아니라 범위를 정의할 수 있는 값들을 입력 받음으로써 추천되는 상품의 범위가 넓어지도록 할 수 있다.

다른 한편, 도 6을 참고할 때 수신 가능한 구매조건에는 "연령대"(604), "카테고리"(605)가 더 포함될 수 있음을 확인할 수 있다. "연령대"란 상품 수령자들의 나이대를 선택하게 한 것으로, 이 때 상기 "연령대"는 복수 개가 선택 가능하게 할 수 있으며, 나아가 각 연령대 별로 수령자들의 인원수를 기입할 수 있게 함으로써 보다 정확한 상품추천이 가능하게 할 수 있다. 한편, "카테고리"는 사용자가 원하는 상품류를 기입할 수 있게 한 것으로, 여기에는 예를 들어 전자제품, 과일, 생활용품, 신제품, 또는 아이디어 상품 등과 같이 사용자가 원하는 상품의 종류, 또는 상품의 성질(특징)을 기입하게 한 것으로 이해될 수 있다. 또한, 사용자로부터 수신 가능한 구매조건에는 상품 카테고리, 가격범위, 납기, 부피, 중량, 배송방법, 용도(내부 직원용 또는 외부 귀빈용 등), 또는 감사노트 부가여부 등이 더 포함될 수 있다.

정리하면, 본 발명에 따른 상품구매 의사결정 지원 서비스에서는 사용자로부터 이벤트 종류 및 예산이라는 최소한의 정보만 입력을 받은 상태에서 상품추천이 가능할 수 있으며, 필요에 따라 추가적인 구매조건 입력이 가능하게 구현될 수 있다.

한편, 위 실시예에서는 사용자가 구매조건을 입력하여야만 상품추천이 가능한 것으로 설명하였으나, 이와 달리 사용자가 구매조건을 입력하는 단계를 생략하더라도 과거 사용자가 입력해 둔 구매조건을 참고하도록 함으로써 상품추천이 이루어지도록 할 수도 있다. 즉, 사용자 입장에서는 웹페이지 또는 어플리케이션 로그인 후 디스플레이 화면을 통해 출력되는 동의 문구(예. 이전 구매조건에 따라 상품추천을 받으시겠습니까?)에 대해 단순 클릭만을 함으로써 구매조건 입력 단계를 생략할 수 있으며, 만일 구매조건을 수정 입력하여야 하는 경우에는 직접 입력함으로써 기 저장되어 있던 구매조건을 갱신할 수 있다.

또 다른 한편, 사용자가 일부 구매조건을 입력하지 않은 경우라 할지라도, 본 발명에 따른 서비스 서버(200)는 입력된 구매조건들을 기초로 상기 사용자의 구매환경을 추측하여 상품 추천에 활용할 수 있다. 예를 들어, 사용자가 이벤트 종류 및 수량은 입력을 하였으나 상품의 개별 단가를 입력하지 않은 경우, 서비스 서버(200)는 그 동안 누적 저장하여 온 구매 건들을 빅데이터 분석함으로써 사용자가 입력한 이벤트 종류 및 수량을 구매조건으로 한 다른 사용자들의 구매 건들에서 가장 많이 선택하였던 개별 단가를 산출해 내고, 이렇게 산출된 개별 단가를 상기 사용자의 구매 건에 적용시킴으로써 구매환경을 추측할 수 있게 할 수 있다. 이처럼 서비스 서버(200)는 기업의 업종, 이벤트 종류(행사), 예산, 단가, 수량 등의 구매조건을 기준으로 현재 구매를 원하는 사용자와 가장 유사한 구매조건을 입력하였던 다른 사용자의 검색이력, 채택내역, 구매 요청했던 상품(또는 서비스)를 조회하여 이를 상기 사용자에게 제공할 수 있으며, 더 나아가서는 상기 사용자가 선택하거나 요청한 상품(또는 서비스)과 동일한 상품(또는 서비스)을 선택했던 다른 사용자가 추가로 구매했던 상품 혹은 클릭을 통해 조회했던 상품(또는 서비스)도 상기 사용자에게 제공할 수 있다.

이처럼 본 발명에 따른 상품구매 의사결정 지원 서비스는 사용자로부터의 입력이 최소화 될 수 있도록 다방면으로 지원하는 것을 하나의 중요한 특징으로 할 수 있다.

한편 S30단계에서 구매조건이 입력되거나 조회된 이후, 서비스 서버(200)는 상기 동향보고서 및 추천상품정보를 생성(S40)하여 사용자에게 제공한다. 즉 본 단계에서는 두 가지 콘텐츠가 동시에 또는 순차적으로 제공될 수 있다.

도 7 및 도 8은 본 발명에 따른 상품구매 의사결정 지원 서비스 상에서 제공되는 동향보고서의 일 예시를 나타낸 것으로, 도 7에는 "키워드 분석" 및 "최근 이슈"가 포함된 "트렌드 분석 리포트"가, 도 8에는 이전 유사 이벤트 종류에 대해 판매량이 높았던 상품들의 리스트인 "선정 상품 트렌드"가 도시되어 있다. 동향보고서 내에는 이와 같이 임의 기간 동안 온라인 상에서 높은 비율로 노출되었던 상품 관련 키워드들에 대한 제1 동향정보, 사회 관련 키워드들에 대한 제2 동향정보, 그리고 지난 이벤트에서 높은 판매량을 보인 상품들에 대한 제3 동향정보 중 적어도 하나가 포함될 수 있다.

도 7을 참고할 때, 동향보고서 내의 제1 동향정보(701)는 임의의 기간을 대상으로 분석된 상품 관련 키워드들이 카테고리 별로 기 정해진 순위까지 포함하고 있는 것을 확인할 수 있다. 예를 들어, 조회기간 2019년. 06. 01. 부터 2019. 09. 11.까지의 키워드 분석 결과, 그리고 2020년 06. 01. 부터 2020. 07. 20. 까지의 키워드 분석 결과가 서로 비교 가능하도록 표시될 수 있으며, 이 때 카테고리는 "디지털/가전", "주방/생활", "건강/레저", "식품/가공식품"으로 나뉘어 표시될 수 있다. 또한, 제1 동향정보에는 단순히 상품 관련 키워드들의 리스트만 표시되는 것이 아니라 이 기간 동안의 분석 결과가 임의의 문장 또는 문구로 표시될 수도 있다. 문장 또는 문구로 표시되는 분석 결과에는, 예를 들어 임의의 두 기간을 비교할 때 특정 카테고리 내 키워드들이 어떤 순위 변화가 있었는지에 대한 내용, 사회 관련 키워드들과 연동하여 어떤 키워드의 순위가 상승하였는지에 대한 내용, 기 설정된 범위를 초과하여 상승 또는 하강한 상품 키워드에 대한 상승 또는 하강 원인, 신규로 출시된 상품을 소개하는 내용, 미래의 임의 시점에 순위 상승이 예상되는 상품 키워드에 대한 내용 등이 포함될 수 있다.

또한, 제2 동향정보(702)는 사회 관련 키워드들에 대한 내용을 포함할 수 있는데, 예를 들어 2020. 06. 01. 부터 2020. 07. 20. 까지의 기간에 대해서는 "코로나 2차 대유행 위험" 및 "수돗물 유충사태"와 같이 해당 기간 내 키워드들 중 가장 출현 빈도가 높았던 키워드들이 조합되어 제2 동향정보의 [제목]으로 쓰일 수 있다. 참고로 여기서 언급되는 사회 관련 키워드들이란, 경제, 사건/사고, 생활/문화, 과학, 정치 등 사회 전반에 관한 텍스트를 구성하는 단어로 이해될 수 있으며, 반드시 상품과 관련된 것으로 제한되지 않는 것을 의미할 수 있다. 이러한 제2 동향정보는 사용자로 하여금 현 시점에 다수의 사람들이 관심 있어 하는 이슈가 무엇인지 쉽게 파악할 수 있게 하며, 이를 통해 의사 결정 시 참고할 수 있게 하는 것을 목적으로 제공될 수 있다. 한편, 도 7을 참고할 때 제2 동향정보는 가장 출현 빈도가 높았던 키워드들을 조합하여 표시하는 것뿐만 아니라, 그러한 키워드가 포함된 [게시물], 예를 들어 신문기사, TV뉴스 클립, 블로그/카페 게시글, 댓글 등 중 적어도 하나의 게시물을 함께 표시할 수도 있다. 이러한 게시물들은 빈출 키워드에 대한 일종의 근거자료로 활용될 수 있으며, 사용자의 입장에서는 구매 상품 선정시 참고할 만한 충분한 자료를 확보할 수 있다는 측면에서, 그리고 상품 구매 과정에서 사용자(기업 내 구매 담당자)의 투명성을 뒷받침하기 위한 근거로 활용될 수 있다는 측면에서 중요한 의의를 가질 수 있다. 또 다른 한편, 상기 제2 동향정보는 [제목], [게시물] 외에 선별된 키워드에 대한 [코멘트]가 더 포함될 수 있다. 코멘트는 서비스 서버(200)에 탑재된 인공지능 소프트웨어에 의해 작성될 수 있으며, 위 코멘트는 게시물 내 임의 문장을 발췌한 것, 또는 게시물들로부터 추출된 키워드들의 조합일 수 있다.

한편, 도 7을 참고할 때, 동향보고서 내에는 추천상품개요정보(703)가 더 포함될 수 있다. 도 7에는 "MD큐레이션"의 이름으로 추천상품개요정보가 제공된 모습을 확인할 수 있는데, 여기에는 사용자가 입력한 구매조건, 위 구매조건으로부터 도출 가능한 키워드들, 그리고 추천된 상품들이 포함되어 표시될 수 있다.

다음으로 도 8을 참고할 때, 동향보고서에는 이전에 존재하였던 이벤트 당시 판매량이 높았던 상품들을 순서대로 나열하여 보여주는 선정 상품 트렌드가 제3 동향정보(704)로서 더 포함될 수 있다. 도 8에는 2020년 설 명절, 2019년 추석 명절, 2019년 설 명절에 판매되었던 상품들 중 그 비율이 높았던 것들이 순서대로 나열된 리스트가 도시되어 있는데, 이러한 정보는 사용자가 명절 대비 상품구매를 할 시 참고할 수 있는 자료가 될 수 있다. 또한, 이와 함께 선정 상품 트렌드 중에는 판매된 상품들에 대한 개요정보들, 예를 들어 위 명절들에 팔린 상품들 모두를 통틀어 가장 많이 팔린 스테디 셀러가 어떤 상품이었는지, 기업의 업종에 따라 가장 많이 팔린 상품이 무엇이었는지, 상품들이 주로 어떤 목적(임직원 기념품, 거래처 선물, VIP 선물 등)으로 구매되었는지 등에 대한 개요정보들이 포함될 수 있다.

S40단계에서는 동향보고서 외에 추천상품정보도 생성되어 사용자에게 제공될 수 있다.

도 9에는 추천상품정보의 일 예시가 도시되어 있다. 일반적으로 추천상품정보는 복수 개의 추천상품들에 대한 개별 제안서들로 구성될 수 있으며, 바람직하게는 5개 내지 20개 상품들에 대한 개별 제안서들로 구성될 수 있다. 도 9는 그 중 어느 한 상품에 대한 개별 제안서를 도시한 것으로, 이를 참고할 때 개별 제안서에는 상품명, 제안가, 배송방법, 납기, 및 상품 설명이 필수적으로 포함될 수 있으며, 이 외에 모델명, 소비자가, 인터넷최저가, 제조사(원산지), 상품구성, 또는 특이사항이 부가적으로 더 포함될 수 있다.

개별 제안서 내 포함되어 있는 텍스트 정보들은 기본적으로 앞서 설명한 상품정보 데이터베이스 내에 저장되어 있는 것들이며, 이들 정보들은 동시에 서비스 서버(200)에 의한 상품추천 알고리즘 실행 시 참고의 대상이 되는 정보들이기도 하다.

도면에는 특별히 도시되어 있지 않으나, 본 발명에 따른 상품구매 의사결정 지원 서비스 제공 방법 및 시스템은 이벤트 단위로 사용자에게 상품들을 추천하도록 구현될 수 있다. 이벤트 단위란, 명절, 기념일, 프로모션 등 복수의 사람들이 관여되는 행사의 일 단위를 의미하는 것으로, 예를 들어 추석 명절에 기업 직원들에게 적합한 상품들, 창립기념일에 기업 직원들에게 적합한 상품들처럼 기 설정된 이벤트 단위를 기준으로 상품들이 자동으로 추천되도록 구현될 수 있다.

나아가 본 발명에 따른 상품구매 의사결정 지원 서비스 제공 방법 및 시스템은 사용자에 의해 입력된 구매조건들 중 이벤트 종류 외에 여타 조건들이 입력되지 않았더라도 이벤트 단위로 상품들을 추천함으로써 기업 내 구매담당자 등과 같은 사용자들이 복잡한 입력 및 검색 과정을 거치지 않더라도 빠르고 쉽게 해당 이벤트에 적합한 상품들을 검토할 수 있도록 구현될 수 있다.

참고로 추천상품들은 서비스 서버(200) 내 구비된 인공지능 소프트웨어에 의해 선별될 수 있으며, 이 때 소프트웨어 알고리즘은 사용자가 입력한 구매조건, 데이터베이스 내 저장되어 있는 동향정보, 고객정보, 및 사용자가 입력한 구매조건 중 적어도 하나의 것을 상품정보와 대비하여 선별하도록 구현될 수 있다.

추천상품을 선별하는 원리에 대하여, 서비스 서버(200)에 의해 실행되는 알고리즘은 동향정보, 고객정보, 및 구매조건 중 적어도 하나에 포함되는 텍스트 데이터와 상품정보에 포함되는 텍스트 데이터를 비교하고, 그 유사도에 따라 매칭되는 상품을 추출해 내는 과정을 포함할 수 있다.

예를 들어 동향정보 데이터베이스에 빈출 키워드로 "수돗물, 유충, 필터"가 저장되어 있다고 가정할 때, 이러한 빈출 키워드들은 상품정보 데이터베이스 내 저장되어 있는 상품정보들과의 유사성 판단에 참조되며, 특히 샤워헤드 상품의 상품설명 내 포함된 "수돗물, 살균력, 세균, 억제, 녹물, 불순물, 정수"등의 키워드들은 상기 빈출 키워드들과 유사성이 높은 것으로 판단되어 결과적으로 샤워헤드가 빈출 키워드에 매칭되는 상품으로 선별되도록 하는 단계가 포함될 수 있다. 참고로 사용자가 입력한 구매조건들은 추천상품 선별 시 당연하게 참고되어야 하는 조건들이며, 이에 대해서는 특별히 자세한 설명을 하지 않기로 한다.

다른 한편, 시스템 전체의 로드를 줄임과 동시에 데이터 처리의 신속성을 높이기 위해 서비스 서버(200)는 두 단계의 과정을 거쳐 추천상품들을 선별할 수 있다. 구체적으로, 서비스 서버(200)에 의해 실행되는 추천상품 선별은 사용자 정보를 기반으로 상품후보군을 선별하는 제1 단계, 그리고 상기 상품후보군으로부터 사용자 행동정보를 기반으로 추천상품들을 선별하는 제2 단계를 포함할 수 있다.

사용자 정보란, 데이터베이스에 저장되어 있는 고객정보 중 어느 하나일 수 있으며, 사용자 행동정보란 사용자가 상품 구매와 관련하여 취한 행위를 반영할 수 있는 입력들을 일컫는 것으로, 예를 들어 클릭정보, 구매정보, 또는 방문정보 등을 포함할 수 있다.

더 구체적으로, 두 단계로 이루어진 추천상품 선별 과정 중 제1 단계에서는 사용자 정보를 참고하여 빠르게 50여 개의 상품후보군이 선별될 수 있으며, 제2 단계에서는 사용자 행동정보를 반영하여 위 상품후보군으로부터 약 10여 개의 추천상품들이 선별될 수 있다.

또한 위 과정에서 제1 단계는 복수 개의 상품후보군들을 특별한 순위 없이 선별할 수 있으나, 제2 단계에서는 위 상품후보군들 중 사용자 행동정보가 반영되었을 때의 추천상품들을 추천도가 높은 순서대로 순위를 정하여 선별할 수 있다. 이 때 추천도란, 사용자 행동정보와 위 상품후보군들 내 상품정보 간 정해진 연산에 의해 값으로 표현된 상호 부합하는 정도를 의미하는 것으로 이해될 수 있다.

이처럼 두 단계를 거쳐 추천상품 선별이 이루어지도록 한 이유는, 제1 단계를 통해서는 신속한 상품 선별이 이루어지도록, 그리고 제2 단계를 통해서는 사용자의 상품에 대한 관심도가 실시간으로 정확하게 반영될 수 있게 하기 위함으로, 결과적으로 신속하고 정확한 상품구매가 이루어질 수 있도록 하기 위함이다. 이해를 돕기 위하여 쉬운 예를 들자면, 서비스 서버(200)는 데이터베이스에 저장되어 있던 정보들 중 기업의 업종 및 과거 구매이력을 참고하여 상기 업종과 연관성이 없으면서 동시에 구매이력이 없는 상품후보군 50개를 빠르게 선별(제1 단계)하게 되며, 이후 제2 단계에서는 사용자가 금번 웹사이트 또는 어플리케이션을 이용하여 조회한 상품, 그리고 상품에 대한 페이지에 머문 시간 등 사용자 행동정보를 참고하여 위 50개의 상품후보군 중 10개의 추천상품을 순위를 매겨 선별할 수 있다.

한편, 상기 두 단계의 과정을 거치는 추천상품 선별 알고리즘은 반드시 제1 단계가 사용자 정보를 기반으로 하여야 한다거나 제2 단계가 사용자 행동정보를 기반으로 하여야 하는 것은 아니며, 다른 종류의 정보들이 참고될 수 있음을 이해한다. 특히, 빠르게 상품후보군을 선별해 내는 제1 단계에서는 고객정보 대신 동향정보가 참고되도록 구현될 수도 있으며, 예를 들어 "미세먼지"가 동향정보 데이터베이스 내 빈출 키워드로 저장되어 있을 경우 제1 단계에서는 "미세먼지"와 관련된 상품후보군(상품 설명 내에 미세먼지, 또는 이와 연관성이 있는 범위 내의 것이라 정의된 키워드가 포함된 것)이 빠르게 선별될 수 있을 것이다.

S40단계에서 동향보고서 및 추천상품정보가 사용자에게 제공된 후, 사용자로부터는 구매요청이 수신(S50)될 수 있으며, 경우에 따라 서비스 서버(200)는 위 구매요청을 접수한 뒤 구매요청 된 상품들을 주문신청 할 수 있다.

한편, 사용자의 구매요청에 대해 상품들을 구매하여 모두 납품한 이후, 서비스 서버(200)는 상기 사용자에게 사후보고서를 생성하여 제공(S60)할 수 있다. 도 10 내지 도 12에는 사후보고서의 일 예시가 도시되어 있는데, 사후보고서에는 해당 구매 건에 대한 전반적인 운영개요(도 10), 운영결과(도 11), 그리고 사후관리계획 및 기타의견(도 12)이 포함될 수 있다.

먼저 도 10을 참고할 때, 사후보고서 중 운영개요 내에는 상기 사용자의 구매요청 건에 대해 어떻게 납품 진행이 완료되었는지를 쉽게 알 수 있도록 개요정보가 포함될 수 있으며, 여기에는 납품된 상품(들), 상품 별 수량, 납품 완료 시기, 납품 방법, 진행 스케쥴, 또는 운영 인력 등의 정보들이 포함될 수 있다.

도 11에는 사후보고서 중 운영결과의 일 예가 도시되어 있는데, 여기에는 서비스 서버(200)가 상품을 수령한 고객들로부터 수집한 설문조사 결과가 표시될 수 있다. 구체적으로는 수령한 상품에 대한 만족도, 그리고 항목별 세부 만족도가 표시될 수 있으며, 세부 항목 중에는 배송 만족도, 상품 자체에 대한 만족도, 또는 기존 상품 대비 만족도와 같은 항목들이 포함될 수 있다.

도 12에는 사후보고서 중 사후관리계획 및 기타의견의 일 예시를 도시한 것으로, 여기에는 납품한 상품과 관련하여 향후 어떤 관리가 이루어질 것인지에 대한 일정표, 본 서비스 운영에 관한 소비자들의 코멘트, 그리고 본 구매 건에 대한 성과 및 보완사항이 시사점으로 포함될 수 있다.

이상 본 발명에 따른 빅데이터 기반의 상품구매 의사결정 지원 서비스 제공 방법 및 이를 위한 시스템에 대해 살펴보았다. 한편, 본 발명은 상술한 특정의 실시예 및 응용예에 한정되지 아니하며, 청구범위에서 청구하는 본 발명의 요지를 벗어남이 없이 당해 발명이 속하는 기술분야에서 통상의 지식을 가진 자에 의해 다양한 변형실시가 가능한 것은 물론이고, 이러한 변형실시들은 본 발명의 기술적 사상이나 전망으로부터 구별되어 이해되어서는 안 될 것이다.

특히, 본 명세서에 첨부된 도면에 도시된 블록도와 순서도에 포함된 본 발명의 기술적 특징을 실행하는 구성들은 상기 구성들 사이의 논리적인 경계를 의미한다. 그러나 소프트웨어나 하드웨어의 실시 예에 따르면, 도시된 구성들과 그 기능들은 독립형 소프트웨어 모듈, 모놀리식 소프트웨어 구조, 코드, 서비스 및 이들을 조합한 형태로 실행되며, 저장된 프로그램 코드, 명령어 등을 실행할 수 있는 프로세서를 구비한 컴퓨터에서 실행 가능한 매체에 저장되어 그 기능들이 구현될 수 있으므로 이러한 모든 실시 예 역시 본 발명의 권리범위 내에 속하는 것으로 보아야 할 것이다.

따라서, 첨부된 도면과 그에 대한 기술은 본 발명의 기술적 특징을 설명하기는 하나, 이러한 기술적 특징을 구현하기 위한 소프트웨어의 특정 배열이 분명하게 언급되지 않는 한, 단순히 추론되어서는 안 된다. 즉, 이상에서 기술한 다양한 실시 예들이 존재할 수 있으며, 그러한 실시 예들이 본 발명과 동일한 기술적 특징을 보유하면서 일부 변형될 수 있으므로, 이 역시 본 발명의 권리범위 내에 속하는 것으로 보아야 할 것이다.

또한, 순서도의 경우 특정한 순서로 도면에서 동작들을 묘사하고 있지만, 이는 가장 바람직한 결과를 얻기 위하여 도시된 것으로서, 도시된 특정한 순서나 순차적인 순서대로 그러한 동작들을 반드시 실행되어야 한다거나 모든 도시된 동작들이 반드시 실행되어야 하는 것으로 이해되어서는 안 된다. 특정한 경우, 멀티 태스킹과 병렬 프로세싱이 유리할 수 있다. 아울러, 이상에서 기술한 실시형태의 다양한 시스템 컴포넌트의 분리는 그러한 분리를 모든 실시형태에서 요구하는 것으로 이해되어서는 안되며, 설명한 프로그램 컴포넌트와 시스템들은 일반적으로 단일의 소프트웨어 제품으로 함께 통합되거나 다중 소프트웨어 제품에 패키징될 수 있다는 점을 이해하여야 한다.

이와 같이, 본 명세서는 그 제시된 구체적인 용어에 의해 본 발명을 제한하려는 의도가 아니다. 따라서, 이상에서 기술한 실시 예를 참조하여 본 발명을 상세하게 설명하였지만, 본 발명이 속하는 기술분야에서 통상의 지식을 가진 자라면 본 발명의 범위를 벗어나지 않으면서도 본 실시 예들에 대한 개조, 변경 및 변형을 가할 수 있다. 본 발명의 범위는 상기 상세한 설명보다는 후술하는 특허청구범위에 의하여 나타내어지며, 특허청구범위의 의미 및 범위 그리고 그 등가개념으로부터 도출되는 모든 변경 또는 변형된 형태가 본 발명의 권리범위에 포함되는 것으로 해석되어야 한다.

100 사용자 단말기
200 서비스 서버
300 데이터베이스

Claims (5)

1. 서비스 서버 - 상기 서비스 서버는 중앙처리유닛 및 메모리를 포함함 - 가 상품구매 의사결정 지원 서비스를 제공하는 방법에 있어서,
   (a) 동향정보 데이터베이스, 상품정보 데이터베이스, 및 고객정보 데이터베이스를 구축하는 단계 - 상기 동향정보 데이터베이스는 복수 개의 온라인 게시물로부터 크롤링 된 정보들을 저장한 것이고, 상기 상품정보 데이터베이스는 추천 대상이 되는 복수 개의 상품들에 대한 상품정보를 저장한 것이되 상기 상품정보는 명칭, 가격, 설명, 재고, 납기, 부피, 중량, 배송방법, 및 태그를 포함하고, 상기 고객정보 데이터베이스는 고객들에 대한 고객정보들 또는 구매이력정보를 저장한 것이되 상기 고객정보는 업체명, 임직원수, 구매담당자, 및 업종을 포함하고 상기 구매이력정보는 과거 주문상품, 주문량, 및 상품조회이력을 포함함 - ;
   (b) 네트워크를 통해 접속한 사용자 단말기로부터 사용자 정보 - 상기 사용자정보는 로그인 정보를 포함함 - 를 수신하는 단계;
   (c) 상기 사용자 단말기로부터 적어도 이벤트 종류, 수량, 및 예산을 포함한 구매조건을 수신하는 단계;
   (d) 데이터베이스에 저장된 동향정보, 상품정보, 고객정보, 및 상기 사용자 단말기로부터 수신한 사용자 정보를 참고하여 상기 구매조건에 매칭되는 상품들을 선별하고, 선별된 상품들에 대한 정보를 포함한 추천상품정보 - 상기 추천상품정보는, 복수 개의 추천 상품들에 대한 개별 제안서들을 포함하되, 각 개별 제안서는 상품명, 제안가, 배송방법, 납기, 및 상품 설명을 포함함 - 를 생성하여 상기 사용자 단말기에 제공하는 단계;
   (e) 상기 사용자 단말기로부터 구매요청을 수신하는 단계; 및
   (f) 상기 구매요청 건에 대한 사후보고서를 생성하여 상기 사용자 단말기에 제공하는 단계;
   를 포함하고,
   상기 동향정보 데이터베이스를 구축하는 단계는,
   온라인 게시물들을 크롤링(crawling)하는 단계; 크롤링 한 게시물들을 인덱싱하는 단계; 인덱싱 한 게시물들을 임의의 저장소에 저장하는 단계; 상기 저장소에 저장된 게시물들로부터 빈출(頻出) 키워드들을 추출하는 단계; 추출한 빈출 키워드들을 분류하는 단계; 상기 빈출 키워드들의 게시량을 추출하는 단계; 상기 빈출 키워드들을 기간 별로 분류하는 단계; 및 분류된 빈출 키워드들을 저장하는 단계;를 포함하며,
   상기 온라인 게시물들을 크롤링하는 단계는, 포털 사이트 또는 언론사 사이트의 홈페이지에 노출된 텍스트만을 크롤링하는 것을 특징으로 하고,
   상기 (d)단계에서 상품들을 선별하는 단계는,
   상기 사용자 정보를 기반으로 상품후보군을 선별하는 제1 단계, 및 상기 상품후보군으로부터 사용자 행동정보를 기반으로 추천상품들을 선별하는 제2 단계를 포함하고,
   또한 상기 (d)단계는,
   동향보고서를 제공하는 단계를 더 포함하되, 상기 동향보고서는, 임의의 기간을 대상으로 분석된 상품 관련 키워드들을 포함하는 제1 동향정보, 사회 관련 키워드들 및 상기 사회 관련 키워드들이 포함된 게시물을 포함하는 제2 동향정보, 및 지난 이벤트에서 판매량이 높았던 상품들을 순서대로 나열한 제3 동향정보를 포함하며,
   상기 제2 동향정보는 임의의 기간 동안 출현 빈도가 가장 높은 키워드, 상기 키워드가 포함된 게시물, 및 상기 키워드에 대한 코멘트를 함께 포함하되, 상기 코멘트는 상기 게시물로부터 발췌된 임의의 문장 또는 상기 게시물로부터 추출된 키워드들의 조합인 것을 특징으로 하고,
   상기 상품정보 데이터베이스에는 복수 개의 상품들에 대한 상품정보들이 표준화 및 벡터 임베딩 되어 저장되되, 표준화 된 상품정보는 임의의 상품이 사용되는 행사, 상품이 제공되는 월(月)수, 상품이 제공되는 업종, 상품이 제공되는 연령대, 상품이 제공되는 성별, 및 상품의 단가에 대한 표준화 된 값들을 포함하며, 벡터 임베딩 된 상품정보는 상기 표준화 된 상품정보들을 n개 변량의 선형결합으로 변형한 것으로, 각 변량들이 서로 영향을 주지 않으면서 직교성을 가지도록 하여 추후 검색 또는 학습에 활용 가능하도록 가공된 것을 특징으로 하며,
   상기 (f)단계에서 제공하는 사후보고서는 사용자의 구매요청 건에 대응되는 납품 진행 완료에 대한 개요정보를 포함하되, 상기 개요정보에는 납품된 상품, 수량, 납품 완료시기, 및 납품 방법을 포함하는,
   상품구매 의사결정 지원 서비스 제공 방법.
2. 삭제
3. 삭제
4. 삭제
5. 삭제

Images