KR102319727B1 - 유저 성향에 기반한 유아 용품 추천 방법 - Google Patents

유저 성향에 기반한 유아 용품 추천 방법 Download PDF

Info

Publication number
KR102319727B1
KR102319727B1 KR1020210056264A KR20210056264A KR102319727B1 KR 102319727 B1 KR102319727 B1 KR 102319727B1 KR 1020210056264 A KR1020210056264 A KR 1020210056264A KR 20210056264 A KR20210056264 A KR 20210056264A KR 102319727 B1 KR102319727 B1 KR 102319727B1
Authority
KR
South Korea
Prior art keywords
user
purchase
trend
information
product
Prior art date
Application number
KR1020210056264A
Other languages
English (en)
Inventor
이지백
Original Assignee
주식회사 베이비랩
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by 주식회사 베이비랩 filed Critical 주식회사 베이비랩
Priority to KR1020210056264A priority Critical patent/KR102319727B1/ko
Application granted granted Critical
Publication of KR102319727B1 publication Critical patent/KR102319727B1/ko

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q30/00—Commerce
    • G06Q30/06—Buying, selling or leasing transactions
    • G06Q30/0601—Electronic shopping [e-shopping]
    • G06Q30/0631—Item recommendations
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q30/00—Commerce
    • G06Q30/02—Marketing; Price estimation or determination; Fundraising
    • G06Q30/0201—Market modelling; Market analysis; Collecting market data
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q30/00—Commerce
    • G06Q30/02—Marketing; Price estimation or determination; Fundraising
    • G06Q30/0283—Price estimation or determination

Landscapes

  • Business, Economics & Management (AREA)
  • Accounting & Taxation (AREA)
  • Finance (AREA)
  • Development Economics (AREA)
  • Strategic Management (AREA)
  • Engineering & Computer Science (AREA)
  • General Business, Economics & Management (AREA)
  • Physics & Mathematics (AREA)
  • Marketing (AREA)
  • General Physics & Mathematics (AREA)
  • Economics (AREA)
  • Theoretical Computer Science (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Game Theory and Decision Science (AREA)
  • Data Mining & Analysis (AREA)
  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

본 발명은 물품 추천 방법에 관한 것으로, 기존 사용자의 소비 패턴에 기반해 구매 물품을 추천하는 방법에 관한 것이다. 본 발명의 바람직한 일 실시예에 따른 유저 성향에 기반한 유아 용품 추천 방법은 구매 처리부(22)가 유저 단말(10)이 전송한 추천 요청 메시지 및 유저가 추천 받고자 하는 유아용품 품목 정보를 수신하는 단계; 트랜드 분석부(23)가 유저가 추천 요청한 품목 관련 전체 회원의 구매 트랜드를 분석하는 단계; 상기 분석된 구매 트랜드에 기반하여, 트랜드 분석부(23)가 추천 요청한 유저의 트랜드 추종 성향 유무를 판단하는 단계; 및 트랜드 분석부(23)가 상기 트랜드 추종 성향 유무에 따라 제품을 추천하는 단계를 포함한다.

Description

유저 성향에 기반한 유아 용품 추천 방법{Method for recommending baby products based on user preferences}
본 발명은 물품 추천 방법에 관한 것으로, 기존 사용자의 소비 패턴에 기반해 구매 물품을 추천하는 방법에 관한 것이다.
물품을 구매하기 위해 온라인 웹사이트를 방문하게 되면, 각각의 웹사이트는 사용자의 구매 성향에 맞추어 적절한 물품을 추천하게 된다. 이들 추천 시스템은 사용자에게 관심 물품을 찾는 수고를 덜어줄 뿐만 아니라 사용자가 관심을 가질만한 아이템을 제안하여, 사용자가 잘 모르는 연관된 아이템까지 발견하여 구매할 수 있게 한다.
한국공개특허 제10-2016-0118644호 (공개일 : 2016.10.12) 한국공개특허 제10-2014-0047198호 (공개일 : 2014.04.22)
유아용품은 다른 물품과 달리, 충동구매, 선호 브랜드 및 유아의 건강상태 등과 같은 다양한 구매요인에 의해 구매된다. 다만, 기존의 물품 추천 방식은 이와 같은 구매요인을 적절히 반영하지 않아 유아용품 추천에 적용하기에는 부적합하다는 문제점이 있었다.
이에, 본 발명은 유아용품의 구매자들의 다양한 구매요인에 기반해 적절하게 구매 대상 유아용품을 추천할 수 있는 방법을 제공하는 것을 목적으로 한다.
본 발명의 바람직한 일 실시예에 따른 유저 성향에 기반한 유아 용품 추천 방법은 구매 처리부(22)가 유저 단말(10)이 전송한 추천 요청 메시지 및 유저가 추천 받고자 하는 유아용품 품목 정보를 수신하는 단계; 트랜드 분석부(23)가 유저가 추천 요청한 품목 관련 전체 회원의 구매 트랜드를 분석하는 단계; 상기 분석된 구매 트랜드에 기반하여, 트랜드 분석부(23)가 추천 요청한 유저의 트랜드 추종 성향 유무를 판단하는 단계; 및 트랜드 분석부(23)가 상기 트랜드 추종 성향 유무에 따라 제품을 추천하는 단계를 포함한다.
여기서, 상기 구매 트랜드는 추천 요청 품목 관련 전체 회원을 대상으로 한 표준 정규 분포를 산출하는 것에 의해 분석되고, 상기 트랜드 분석부(23)는 추천 요청 품목 관련 유저가 과거에 구매한 모든 구매 제품 별 Z-스코어 모두가 기 설정된 상위 스코어 범위에 해당하면 추천 요청한 유저가 트랜드 추종 성향을 강하게 가진다고 판단하고, 추천 요청 품목 관련 전체 회원을 대상으로 한 표준 정규 분포에서 Z-스코어가 상위 스코어 범위에 해당하는 제품을 추천 요청한 유저에게 추천할 수 있다.
그리고, 상기 구매 트랜드는 추천 요청 품목 관련 전체 회원을 대상으로 한 표준 정규 분포를 산출하는 것에 의해 분석되고, 상기 트랜드 분석부(23)는 추천 요청한 유저가 과거에 구매한 추천 요청 품목 관련 모든 구매 제품 별 Z-스코어 모두가 기 설정된 하위 스코어 범위에 해당하면 추천 요청한 유저가 트랜드 추종 성향을 가지지 않는다고 판단하고, 상기 트랜드 분석부(23)가 추천 요청한 유저가 트랜드 추종 성향을 가지지 않는다고 판단하는 것에 대응하여, 유저 성향 분석부(24)가 유저가 충동 구매 성향을 가지는지 여부를 판단하고, 유저가 충동 구매 성향이 있다고 판단되면, 상기 유저 성향 분석부(24)는 추천 요청한 품목 관련 신제품 및 그 신제품에 대한 상세 정보 및 할인정보를 제공할 수 있다.
또한, 유저가 충동 구매 성향이 없다고 판단되면, 유저 성향 분석부(23)는 추천 요청 품목 관련 유저의 구매 제품 정보 각각에 대응하는 구매 횟수에 대한 표준 정규 분포에서 Z-스코어가 상위 스코어 범위에 해당하는 제품의 성분을 파악하고, 유저 성향 분석부(23)는 데이터베이스(30)에서 정보가 관리되는 제품 중 추천 요청 품목 관련 유저의 구매 제품 정보 각각에 대응하는 구매 횟수에 대한 표준 정규 분포에서 Z-스코어가 상위 스코어 범위에 해당하는 제품의 성분과 적어도 하나 중복되는 제품을 추천할 수 있다.
또한, 상기 추천 요청 품목 관련 전체 회원을 대상으로 한 표준 정규 분포는 유아 특성 정보, 내적 환경 정보, 외적 환경 정보 및 구매 제품 정보 중 적어도 하나에 대한 표준 정규 분포일 수 있다.
또한, 상기 내적 환경 정보는 유아 특성 정보 및 유저의 거주지 중 적어도 하나를 포함하고, 상기 외적 환경 정보는 구매 시점에서의 계절 정보 및 구매시점에서 발생한 전염병 정보 중 적어도 하나를 포함하고, 상기 구매 제품 정보는 구매 품목, 구매 제품, 구매 제품의 브랜드 및 구매일자 중 적어도 하나를 포함할 수 있다.
본 발명은 유아용품 구매자의 다양한 구매요인에 기반해 구매 제품을 예측하여 최적으로 구매 대상 유아용품을 추천할 수 있다.
도 1은 본 발명의 일실시예에 따른 유저 성향에 기반한 유아 용품 추천 시스템의 개략도이다.
도 2는 도 1의 서비스 장치의 기능 블록도이다.
도 3은 데이터베이스에 저장되는 제품 정보이다.
도 4는 데이터베이스에 저장되는 유저 정보이다.
도 5는 본 발명의 일실시예에 따른 유저 성향에 기반한 유아 용품 추천에 대한 래더차트이다.
도 6a 내지 도 6c는 추천 요청 품목 관련 전체 회원을 대상으로 한 표준 정규 분포이다.
도 7은 추천 요청 품목 관련 유저가 과거에 구매한 모든 이력에 대한 표준 정규 분포이다.
이하 첨부된 도면을 참조로 본 발명의 바람직한 실시예를 상세히 설명하기로한다. 이에 앞서, 본 명세서 및 청구범위에 사용된 용어나 단어는 통상적이거나 사전적인 의미로 한정해서 해석되어서는 아니되며, 발명자는 그 자신의 발명을 가장 최선의 방법으로 설명하기 위해 용어의 개념을 적절하게 정의할 수 있다는 원칙에 입각하여 본 발명의 기술적사상에 부합하는 의미와 개념으로 해석되어야만 한다. 따라서, 본 명세서에 기재된 실시예와 도면에 도시된 구성은 본 발명의 가장 바람직한 일실시예에 불과할 뿐이고 본 발명의 기술적 사상을 모두 대변하는 것은 아니므로, 본 출원시점에 있어서 이들을 대체할 수 있는 다양한 균등물과 변형예들이 있을 수 있음을 이해하여야 한다.
이하, 첨부된 도 1 내지 도 4를 참조하여 본 발명의 바람직한 일 실시예에 따른 유저 성향에 기반한 유아 용품 추천 시스템(이하, "유아 용품 추천 시스템"이라 칭함)에 대하여 설명한다.
도 1을 참조하면, 유아 용품 추천 시스템은 유저 단말(10), 서비스 장치(20), 데이터베이스(30) 및 통신망(40)을 포함할 수 있다. 유저 단말(10), 서비스 장치(20) 및 데이터베이스(30)는 통신망(40)을 통해 상호 통신할 수 있다. 통신망(40)은 유선망, 무선망 또는 유무선통신망이 혼합된 형태일 수 있다. 유저 단말(10)은통신기능을 제공하는 단말로, PC, 테블릿 PC, 스마트폰 또는 노트북일 수 있다. 서비스 장치(20)는 후술하는 유아 용품 추천 서비스를 제공하는 서버일 수 있다.
도 2를 참조하면, 서비스 장치(20)는 회원 가입부(21), 구매 처리부(22), 트랜드 분석부(23), 유저 성향 분석부(24), 제품 업데이트부(25) 및 구매 정보 업데이트부(26)를 포함할 수 있다.
회원 가입부(21)는 유저의 회원 가입 절차를 진행할 수 있다. 이때, 회원 가입부(21)는 유저가 제공하는 유저 구매 환경 정보를 얻을 수 있다. 여기서, 유저 구매 환경 정보는 유아 특성 정보 및 유저의 거주지와 같은 내적 환경정보를 포함할 수 있다. 여기서, 내적 환경 정보는 유저가 직접 입력한 회원 정보로서, 유아용품 구매에 상시로 작용하는 구매요인이며 유저 개인 정보 속성을 가질 수 있다. 유아 특성 정보는 성별, 아토피유무, 알레르기 유무 및 장래 유무 중 적어도 하나를 포함할 수 있다. 회원 가입부(21)는 유저의 내적 환경 정보를 유저 ID에 매칭하여 데이터베이스(30)에 저장할 수 있다. 도 4를 참조하면, 데이터베이스(30)는 이와 같은 내적 환경정보를 유저 ID에 매칭하여 저장 및 관리할 수 있다.
다시, 도 2를 참조하면, 구매처리부(22)는 유저의 유아용품 구매 요청을 처리할 수 있다. 이에 대한 구체적인 사항은 후술한다.
트랜드 분석부(23)는 유저가 구매 요청한 구매 품목 관련 전체 회원의 구매 트랜드를 분석할 수 있다. 트랜드 분석부(23)는 분석된 전체 회원의 구매 트랜드 분석 결과에 기초하여 유저가 구매 요청한 구매 품목 관련 추천 제품을 추천할 수 있다. 이에 대한 구체적인 사항은 후술한다. 트랜드 분석부(23)는 상품 구매 예측을 위한 통계분석 딥러닝으로 구현될 수 있다.
유저 성향 분석부(24)는 구매 요청한 유저의 구매 성향을 분석할 수 있다. 그리고, 분석된 유저의 구매 성향에 기초하여 유저가 구매 요청한 구매 품목 관련 제품을 추천할 수 있다. 이에 대한 구체적인 사항은 후술한다. 유저 성향 분석부(24)는 상품 구매 예측을 위한 통계분석 딥러닝으로 구현될 수 있다.
제품 업데이트부(25)는 유아용품 판매자의 제품 등록을 담당할 수 있다. 제품 업데이트부(25)는 유아용품 판매자에게 제품 등록 UI(User Interface)를 제공하고 유아용품 판매자가 입력한 제품 정보를 데이터베이스(30)에 저장할 수 있다. 도 3을 참조하면, 데이터베이스(30)는 제품 정보로서 품목, 브랜드, 성분, 첨가물, 영양 및 제조기업정보를 적어도 하나 저장할 수 있다.
다시 도 2를 참조하면, 구매 정보 업데이트부(26)는 유저의 제품 구매 이력정보를 데이터베이스(30)에 저장할 수 있다. 구매 이력 정보는 구매 제품 정보 및 외적 환경 정보를 포함할 수 있다. 여기서, 구매 제품 정보는 구매 품목, 구매 제품, 구매 제품의 브랜드 및 구매일자 중 적어도 하나를 포함할 수 있다. 여기서, 외적 환경 정보는 유저의 유아용품 구매 시점에 한정하여 유아 용품 구매에 작용하는 구매요인일 수 있다. 외적 환경 정보는 구매 시점에서의 계절 정보 및 구매시점에서 발생한 전염병 정보 중 적어도 하나를 포함할 수 있다.
도 4를 참조하면, 데이터베이스(30)는 유저 ID에 매칭하여 구매 이력 정보를 데이터베이스(30)에 저장할 수 있다.
이하, 첨부된 도 1 내지 도 7을 참조하여 본 발명의 바람직한 일 실시예에 따른 유저 성향에 기반한 유아 용품 추천 방법(이하, "유아 용품 추천 방법"이라 칭함)에 대하여 설명한다. 이하의 설명에 의해, 앞서 본 유아 용품 추천 시스템의 구성이 보다 명확해질 수 있다. 이하에서, 앞서 설명된 사항과 중복되는 사항을 생략하거나 간단히 한다.
도 5의 프로세스 진행 전, 유저는 회원 가입 절차를 완료할 수 있다. 따라서, 데이터베이스(30) 상에는 도 4에서와 같이 유저 ID에 매칭되어 유저의 내적 환경 정보가 저장될 수 있다.
도 5를 참조하면, 가장 먼저, 유저 단말(10)은 서비스 장치(20)에 추천 요청 메시지를 전송할 수 있다(S1). 추천 요청 메시지와 동시에 또는 이시에 유저가 추천 받고자 하는 유아용품 품목 정보(예를 들어, 이유식)가 서비스 장치(20)에 제공될 수 있다. 이때, 구매 처리부(22)가 유저 단말(10)이 전송한 추천 요청 메시지 및 유저가 추천 받고자 하는 유아용품 품목 정보를 수신할 수 있다.
그리고, 트랜드 분석부(23)는 유저가 추천 요청한 품목 관련 전체 회원의 구매 트랜드를 분석할 수 있다(S2). 이때, 트랜드 분석부(23)는 유저가 추천 요청한 품목에 대한 전체 회원을 대상으로 한 표준 정규 분포를 도출할 수 있다. 도 6a 내지 도 6c에서 가우시안 곡선은 추천 요청 품목 관련 전체 회원을 대상으로 한 표준 정규 분포를 나타낸다. 추천 요청 품목 관련 전체 회원을 대상으로 한 표준 정규 분포는 전체 회원을 대상으로 하는 유저 구매 환경 정보 및 구매 제품 정보 각각에 대응하는 구매 횟수에 대한 표준 정규 분포일 수 있다. 여기서, 유저 구매 환경 정보는 내적 환경 정보 및 외적 환경 정보를 포함할 수 있다. 내적 환경 정보, 외적 환경 정보 및 구매 제품 정보는 앞서 본 바와 같다. 설명의 편의를 위해, 연속적인 가우시안 곡선 형태로 도시하였으나, 표준 정규 분포는 유저 구매 환경 정보 및 구매 제품 정보 각각에 따라 이산적으로 분포하되 가우시안 곡선 형태의 분포를 가질 수 있다. 트랜드 분석은 유아 특성 정보, 내적 환경 정보, 외적 환경 정보 및 구매 제품 정보 중 적어도 하나에 대한 표준 정규 분포를 이용해 수행될 수도 있다.
트랜드 분석부(23)는 추천 요청 품목 관련 전체 회원을 대상으로 한 표준 정규 분포를 기초로 추천 요청한 유저의 트랜드 추종 성향 유무를 판단할 수 있다(S3). 이때, 트랜드 분석부(23)는 데이터베이스(30) 상의 추천 요청한 유저의 과거 구매 이력에 기초하여, 추천 요청한 유저가 과거에 구매한 추천 요청 품목 관련 구매 제품 별 Z-스코어(Z-score)를 추출할 수 있다. 트랜드 분석부(23)는 도 6a와 같이(검은색 점이 유저가 과거에 구매한 구매 제품에 대한 Z-스코어임) 추천 요청 품목 관련 유저가 과거에 구매한 모든 구매 제품 별 Z-스코어 모두가 기 설정된 상위 스코어 범위(-1 이상 ~ +1 이하, D 구간)에 해당하면 추천 요청한 유저가 트랜드 추종 성향을 강하게 가진다고 판단할 수 있다. 트랜드 분석부(23)는 도 6b 와 같이(검은색 점이 유저가 과거에 구매한 구매 제품에 대한 Z-스코어임), 추천 요청한 유저가 과거에 구매한 추천 요청 품목 관련 구매 제품 별 Z-스코어 중 일부는 기 설정된 상위 스코어 범위(-1 이상 ~ +1 이하, D구간)에 해당하고, 그 나머지는 기 설정된 하위 스코어 범위(-1 미만 또는 +1 초과)에 해당하면 추천 요청한 유저가 트랜드 추종 성향을 약하게 가진다고 판단할 수 있다. 다른 실시예에서, 트랜드 분석부(23)는 추천 요청한 유저가 과거에 구매한 추천 요청 품목 관련 모든 구매 제품 별 Z-스코어의 평균이 기 설정된 상위 스코어 범위(-1 이상 ~ +1 이하, D구간)에 해당하면 추천 요청한 유저가 트랜드 추종 성향을 강하게 가진다고 판단할 수 있다.
트랜드 분석부(23)는 도 6c와 같이(검은색 점이 유저가 과거에 구매한 구매 제품에 대한 Z-스코어임), 추천 요청한 유저가 과거에 구매한 추천 요청 품목 관련 모든 구매 제품 별 Z-스코어 모두가 기 설정된 하위 스코어 범위(-1 미만 또는 +1 초과)에 해당하면 추천 요청한 유저가 트랜드 추종 성향을 가지지 않는다고 판단할 수 있다. 다른 실시예에서, 트랜드 분석부(23)는 추천 요청한 유저가 과거에 구매한 추천 요청 품목 관련 모든 구매 제품 별 Z-스코어의 평균이 기 설정된 하위 스코어 범위(-1 미만 또는 +1 초과)에 해당하면 추천 요청한 유저가 트랜드 추종 성향을 가지지 않는다고 판단할 수 있다.
트랜드 분석부(23)는 유저가 트랜드 추종 성향이 강하다고 판단되면, 추천 요청 품목 관련 전체 회원을 대상으로 한 표준 정규 분포에서 Z-스코어가 상위 스코어 범위(-1 이상 ~ +1 이하, D구간)에 해당하는 제품을 추천 요청한 유저에게 추천할 수 있다. 이때, 트랜드 분석부(23)는 추천되는 제품 관련 정보를 유저 단말(10)에 제공할 수 있다. 이와 별개로, 트랜드 분석부(23)는 유저가 트랜드 추종 성향이 약하다고 판단되면, 추천 요청 품목 관련 전체 회원을 대상으로 한 표준 정규 분포에서 Z-스코어가 상위 스코어 범위(-1 이상 ~ +1 이하, D구간)에 해당하는 제품 및 추천 요청 품목 관련 유저가 과거에 구매한 모든 구매 제품 별 Z-스코어 중 기 설정된 하위 스코어 범위(-1 미만 또는 +1 초과)에 해당하는 제품을 유저에게 추천할 수 있다. 이때, 트랜드 분석부(23)는 추천되는 제품 관련 정보를 유저 단말(10)에 제공할 수 있다(S4).
트랜드 분석부(23)가 유저가 트랜드 추종 성향을 가지지 않는다고 판단하면, 유저 성향 분석부(24)가 유저가 충동 구매 성향을 가지는지 여부를 판단할 수 있다(S5). 이때, 유저 성향 분석부(24)는 추천 요청 품목 관련 유저가 과거에 구매한 모든 이력에 대한 분산(variance) 및 표준정규분포(도 7 참조)를 도출할 수 있다. 이때, 분산은 추천 요청 품목 관련 유저의 구매 제품 정보 각각에 대응하는 구매 횟수에 대한 분산일 수 있고, 표준 정규 분포는 추천 요청 품목 관련 유저의 구매 제품 정보 각각에 대응하는 구매 횟수에 대한 표준 정규 분포일 수 있다. 여기서, 분산 및 표준 정규 분포는 추천 요청한 유저 만에 대한 것일 수 있다. 분산이 기 설정된 분산 상한값을 초과하는 것으로 판단되면, 유저 성향 분석부(24)는 유저가 충동구매 성향이 있는 것으로 판단할 수 있다. 이와 달리, 분산이 기 설정된 분산 상한값 이하이면, 유저 성향 분석부(24)는 유저가 충동 구매 성향이 없는 것으로 판단할 수 있다.
유저가 충동 구매 성향이 있다고 판단되면, 유저 성향 분석부(24)는 추천 요청한 품목 관련 신제품 및 그 신제품에 대한 상세 정보 및 할인정보를 제공할 수 있다(S6). 여기서, 신제품은 추천 요청한 유저가 추천 요청한 품목을 마지막으로 구매한 시점 이후에 데이터베이스(30)에 업로드된 추천 요청한 품목에 속하는 제품일 수 있다.
유저가 충동 구매 성향이 없다고 판단되면, 유저 성향 분석부(23)는 추천 요청 품목 관련 유저의 구매 제품 정보 각각에 대응하는 구매 횟수에 대한 표준 정규 분포에서 Z-스코어가 상위 스코어 범위(-1 이상 ~ +1 이하)에 해당하는 제품의 성분을 파악할 수 있다. 그리고, 유저 성향 분석부(23)는 데이터베이스(30)에서 정보가 관리되는 제품 중 추천 요청 품목 관련 유저의 구매 제품 정보 각각에 대응하는 구매 횟수에 대한 표준 정규 분포에서 Z-스코어가 상위 스코어 범위(-1 이상 ~ +1 이하)에 해당하는 제품의 성분과 적어도 하나 중복되는 제품을 추천할 수 있다(S7). 이때, 유저 성향 분석부(23)는 추천되는 제품 관련 정보를 유저 단말(10)에 제공할 수 있다.
위와 같은 추천 제품에 기반하여 유저는 구매하고자 하는 제품을 선택할 수 있다. 그리고, 유저 단말(10)은 유저가 선택한 제품에 대한 구매 요청 메시지를 서비스 장치(20)에 제공할 수 있다(S8). 이때, 구매 처리부(22)는 구매 요청 메시시 상의 구매 요청을 처리할 수 있다. 그리고, 구매 정보 업데이트부(26)는 그 구매 이력 정보를 데이터베이스(30)에 저장할 수 있다. 여기서, 구매 이력 정보는 구매 제품 정보 및 외적 환경 정보를 포함할 수 있다.
10 : 유저 단말
20 : 서비스 장치
21 : 회원 가입부
22 : 구매 처리부
23 : 트랜드 분석부
24 : 유저 성향 분석부
25 : 제품 업데이트부
27 : 구매 정보 업데이트부
30 : 데이터베이스
40 : 통신망

Claims (6)

  1. 구매 처리부(22)가 유저 단말(10)이 전송한 추천 요청 메시지 및 유저가 추천 받고자 하는 유아용품 품목 정보를 수신하는 단계;
    트랜드 분석부(23)가 유저가 추천 요청한 품목 관련 전체 회원을 대상으로 한 표준 정규 분포를 산출하여 구매 트랜드를 분석하는 단계;
    상기 분석된 구매 트랜드에 기반하여, 트랜드 분석부(23)가 추천 요청한 유저의 트랜드 추종 성향 유무를 판단하는 단계; 및
    트랜드 분석부(23)가 상기 트랜드 추종 성향 유무에 따라 제품을 추천하는 단계를 포함하되,
    상기 트랜드 분석부(23)가 추천 요청한 유저가 트랜드 추종 성향을 가지지 않는다고 판단하는 것에 대응하여, 유저 성향 분석부(24)는 추천 요청 품목 관련 유저가 과거에 구매한 모든 이력에 대한 분산(variance) 및 표준정규분포를 도출하고, 상기 분산은 추천 요청 품목 관련 유저의 구매 제품 정보 각각에 대응하는 구매 횟수에 대한 분산이며, 상기 표준정규분포는 추천 요청 품목 관련 유저의 구매 제품 정보 각각에 대응하는 구매 횟수에 대한 표준정규분포이며, 분산이 기 설정된 분산 상한값을 초과하는 것으로 판단되면, 상기 유저 성향 분석부(24)는 유저가 충동구매 성향이 있는 것으로 판단하고, 상기 분산이 기설정된 분산 상한값 이하이면 유저가 충동 구매 성향이 없는 것으로 판단하고,
    유저가 충동 구매 성향이 있다고 판단되면, 상기 유저 성향 분석부(24)는 추천 요청한 품목 관련 신제품 및 그 신제품에 대한 상세 정보 및 할인정보를 제공하고,
    유저가 충동 구매 성향이 없다고 판단되면, 상기 유저 성향 분석부(24)는 추천 요청 품목 관련 유저의 구매 제품 정보 각각에 대응하는 구매 횟수에 대한 표준 정규 분포에서 Z-스코어가 상위 스코어 범위에 해당하는 제품의 성분을 파악하고,
    유저 성향 분석부(24)는 데이터베이스(30)에서 정보가 관리되는 제품 중 추천 요청 품목 관련 유저의 구매 제품 정보 각각에 대응하는 구매 횟수에 대한 표준 정규 분포에서 Z-스코어가 상위 스코어 범위에 해당하는 제품의 성분과 적어도 하나 중복되는 제품을 추천하는 것을 특징으로 하는 유저 성향에 기반한 유아 용품 추천 방법.
  2. 제 1 항에 있어서,
    상기 트랜드 분석부(23)는 추천 요청 품목 관련 유저가 과거에 구매한 모든 구매 제품 별 Z-스코어 모두가 기 설정된 상위 스코어 범위에 해당하면 추천 요청한 유저가 트랜드 추종 성향을 강하게 가진다고 판단하고, 추천 요청 품목 관련 전체 회원을 대상으로 한 표준 정규 분포에서 Z-스코어가 상위 스코어 범위에 해당하는 제품을 추천 요청한 유저에게 추천하는 것을 특징으로 하는 유저 성향에 기반한 유아 용품 추천 방법.
  3. 제 1 항에 있어서,
    상기 트랜드 분석부(23)는 추천 요청한 유저가 과거에 구매한 추천 요청 품목 관련 모든 구매 제품 별 Z-스코어 모두가 기 설정된 하위 스코어 범위에 해당하면 추천 요청한 유저가 트랜드 추종 성향을 가지지 않는다고 판단하는 것을 특징으로 하는 유저 성향에 기반한 유아 용품 추천 방법.
  4. 삭제
  5. 제 2 항 또는 제 3 항에 있어서,
    상기 추천 요청 품목 관련 전체 회원을 대상으로 한 표준 정규 분포는 유아 특성 정보, 내적 환경 정보, 외적 환경 정보 및 구매 제품 정보 중 적어도 하나에 대한 표준 정규 분포인 것을 특징으로 하는 유저 성향에 기반한 유아 용품 추천 방법.
  6. 제 5 항에 있어서,
    상기 내적 환경 정보는 유아 특성 정보 및 유저의 거주지 중 적어도 하나를 포함하고,
    상기 외적 환경 정보는 구매 시점에서의 계절 정보 및 구매시점에서 발생한 전염병 정보 중 적어도 하나를 포함하고,
    상기 구매 제품 정보는 구매 품목, 구매 제품, 구매 제품의 브랜드 및 구매일자 중 적어도 하나를 포함하는 것을 특징으로 하는 유저 성향에 기반한 유아 용품 추천 방법.
KR1020210056264A 2021-04-30 2021-04-30 유저 성향에 기반한 유아 용품 추천 방법 KR102319727B1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020210056264A KR102319727B1 (ko) 2021-04-30 2021-04-30 유저 성향에 기반한 유아 용품 추천 방법

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020210056264A KR102319727B1 (ko) 2021-04-30 2021-04-30 유저 성향에 기반한 유아 용품 추천 방법

Publications (1)

Publication Number Publication Date
KR102319727B1 true KR102319727B1 (ko) 2021-11-01

Family

ID=78519007

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020210056264A KR102319727B1 (ko) 2021-04-30 2021-04-30 유저 성향에 기반한 유아 용품 추천 방법

Country Status (1)

Country Link
KR (1) KR102319727B1 (ko)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR102471571B1 (ko) * 2022-03-10 2022-11-28 주식회사 투모로우스페이스 빅데이터 기반의 인테리어 리빙 상품 추천 시스템
KR102551357B1 (ko) * 2022-07-04 2023-07-05 주식회사 청년책방 인공지능 기반의 육아 용품 플랫폼 시스템

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20140047198A (ko) 2012-10-08 2014-04-22 지승환 소셜네트워크 기반의 물품평가 추천방법
KR20140079640A (ko) * 2012-12-18 2014-06-27 한양대학교 산학협력단 사용자의 다양성 성향을 고려한 추천 방법 및 시스템
KR20160118644A (ko) 2015-04-02 2016-10-12 주식회사 지케이21글로벌 물품 추천 시스템 및 방법, 이를 위한 장치
KR101765093B1 (ko) * 2017-02-06 2017-08-04 (주)소프트기획 접속 중인 고객의 구매행동 패턴 분석을 통한 실시간 판매 촉진관리 서비스 제공 시스템
KR20190081734A (ko) * 2017-12-29 2019-07-09 허윤길 빅데이터 기반 아기용품 성분 분석 및 제품 추천 방법
KR102185313B1 (ko) * 2019-06-17 2020-12-01 (주)봄소프트 육아 플랜 컨설팅 정보 제공 시스템 및 그 방법
KR102222159B1 (ko) * 2020-07-02 2021-03-04 이주찬 빅데이터에 기반하여 일반인의 상품 트렌드와 사용자성향을 분석하여 최적의 상품정보를 추천하는 상품정보 추천서버 및 그 상품정보 추천방법

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20140047198A (ko) 2012-10-08 2014-04-22 지승환 소셜네트워크 기반의 물품평가 추천방법
KR20140079640A (ko) * 2012-12-18 2014-06-27 한양대학교 산학협력단 사용자의 다양성 성향을 고려한 추천 방법 및 시스템
KR20160118644A (ko) 2015-04-02 2016-10-12 주식회사 지케이21글로벌 물품 추천 시스템 및 방법, 이를 위한 장치
KR101765093B1 (ko) * 2017-02-06 2017-08-04 (주)소프트기획 접속 중인 고객의 구매행동 패턴 분석을 통한 실시간 판매 촉진관리 서비스 제공 시스템
KR20190081734A (ko) * 2017-12-29 2019-07-09 허윤길 빅데이터 기반 아기용품 성분 분석 및 제품 추천 방법
KR102185313B1 (ko) * 2019-06-17 2020-12-01 (주)봄소프트 육아 플랜 컨설팅 정보 제공 시스템 및 그 방법
KR102222159B1 (ko) * 2020-07-02 2021-03-04 이주찬 빅데이터에 기반하여 일반인의 상품 트렌드와 사용자성향을 분석하여 최적의 상품정보를 추천하는 상품정보 추천서버 및 그 상품정보 추천방법

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR102471571B1 (ko) * 2022-03-10 2022-11-28 주식회사 투모로우스페이스 빅데이터 기반의 인테리어 리빙 상품 추천 시스템
KR102551357B1 (ko) * 2022-07-04 2023-07-05 주식회사 청년책방 인공지능 기반의 육아 용품 플랫폼 시스템

Similar Documents

Publication Publication Date Title
US11587123B2 (en) Predictive recommendation system using absolute relevance
US20170236182A1 (en) System and method of generating a recommendation of a product or service based on inferring a demographic characteristic of a customer
US11468456B2 (en) Method and system for generating purchase recommendations based on purchase category associations
KR102319727B1 (ko) 유저 성향에 기반한 유아 용품 추천 방법
US11195221B2 (en) System rendering personalized outfit recommendations
US20220180392A1 (en) Predictive recommendation system using tiered feature data
AU2016335855A1 (en) Wine label affinity system and method
JP2016053784A (ja) 情報推薦プログラム及び情報処理装置
US20160117380A1 (en) System and method for creating interactive meta-content
JP2023153307A (ja) 情報処理装置およびプログラム
KR20200065754A (ko) 도서 추천 방법 및 이를 지원하는 서비스 장치
JP7042787B2 (ja) 判定装置、判定方法、および判定プログラム
JP6748769B1 (ja) 顧客推定装置及び顧客推定方法
Jain SmartGrocer: a context-aware personalized grocery system
US20230206253A1 (en) Systems and methods for providing customer insights
JP7351887B2 (ja) 情報処理装置、情報処理システム、および情報処理方法
US20230142768A1 (en) Preventing contrast effect exploitation in item recommendations
US11776016B2 (en) Systems and methods for determining user personas for a user
JP7122286B2 (ja) 決定装置、決定方法及び決定プログラム
Sekandari et al. Exploring Must-know Criteria for Effective Customer Segmentation in Online Market Using AHP
KR20220014065A (ko) 빅데이터 기반의 선글라스 추천 정보 제공 장치 및 방법
KR20230128762A (ko) 소비자의 평가 및 니즈를 제품 개발에 반영하도록 하는 온디맨드 플랫폼 서비스 방법
KR20230119940A (ko) 소비자의 니즈를 공급자에게 제공하는 온디맨드 플랫폼 서비스 방법
KR20220009003A (ko) 빅데이터 기반의 아동복 추천 정보 제공 장치 및 방법
Aggarwal Exploring the Role of AI for Online Grocery Shopping through Enhancing Personalized Recommendations and Customer Segmentation

Legal Events

Date Code Title Description
E701 Decision to grant or registration of patent right
GRNT Written decision to grant