KR102354982B1 - 빅데이터에 기반하여 의류 플랫폼 서비스를 제공하는 방법 및 장치 - Google Patents

빅데이터에 기반하여 의류 플랫폼 서비스를 제공하는 방법 및 장치 Download PDF

Info

Publication number
KR102354982B1
KR102354982B1 KR1020210067440A KR20210067440A KR102354982B1 KR 102354982 B1 KR102354982 B1 KR 102354982B1 KR 1020210067440 A KR1020210067440 A KR 1020210067440A KR 20210067440 A KR20210067440 A KR 20210067440A KR 102354982 B1 KR102354982 B1 KR 102354982B1
Authority
KR
South Korea
Prior art keywords
product
external
products
similar
information
Prior art date
Application number
KR1020210067440A
Other languages
English (en)
Inventor
김도현
Original Assignee
(주)플레이스
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 (주)플레이스 filed Critical (주)플레이스
Priority to KR1020210067440A priority Critical patent/KR102354982B1/ko
Application granted granted Critical
Publication of KR102354982B1 publication Critical patent/KR102354982B1/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]
    • G06Q30/0613—Third-party assisted
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06K—GRAPHICAL DATA READING; PRESENTATION OF DATA; RECORD CARRIERS; HANDLING RECORD CARRIERS
    • G06K19/00—Record carriers for use with machines and with at least a part designed to carry digital markings
    • G06K19/06—Record carriers for use with machines and with at least a part designed to carry digital markings characterised by the kind of the digital marking, e.g. shape, nature, code
    • G06K9/6201—
    • 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]
    • G06Q30/0623—Item investigation
    • 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]
    • G06Q30/0641—Shopping interfaces

Landscapes

  • Business, Economics & Management (AREA)
  • Finance (AREA)
  • Accounting & Taxation (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Development Economics (AREA)
  • Economics (AREA)
  • Marketing (AREA)
  • Strategic Management (AREA)
  • General Business, Economics & Management (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

의류 플랫폼 서비스를 제공하는 방법 및 장치가 개시된다. 다양한 실시 예에 따르면, 판매자 단말로부터 등록받은 입점 상품들을 사용자 단말에 제공하는 의류 플랫폼 제공 서버는 복수 개의 외부 상품 유통 서버들로부터 외부 상품들의 상품 정보를 획득하는 외부 상품 수집부, 상기 판매자 단말로부터 입점 상품들을 등록하고 판매하는 입점 상품 관리부, 및 상기 입점 상품들 중 상기 외부 상품 수집부로부터 획득한 외부 상품과 유사한 유사 상품을 결정하는 유사 상품 결정부를 포함할 수 있다. 상기 외부 상품 수집부는, 상기 복수 개의 외부 상품 유통 서버들 중 외부 상품들의 상품 정보를 획득할 외부 상품 유통 서버들을 결정하고, 결정된 상기 외부 상품 유통 서버들로부터 실시간 상품 카테고리 순위가 미리 설정된 기준 순위보다 상위에 속하는 외부 상품들의 상품 정보를 획득하고, 상기 유사 상품 결정부는, 상기 외부 상품 수집부로부터 획득한 외부 상품들의 상품 정보와 상기 입점 상품들의 상품 정보를 비교하고, 상기 비교 결과에 따라 상기 입점 상품들 중 상기 외부 상품들과 유사한 유사 상품을 결정할 수 있다.

Description

빅데이터에 기반하여 의류 플랫폼 서비스를 제공하는 방법 및 장치{METHOD AND APPARATUS FOR PROVIDING CLOTHING PLATFORM SERVICE BASED ON BIG DATA}
본 발명은 빅데이터에 기반하여 의류 플랫폼 서비스를 제공하는 방법에 관한 것으로, 더욱 상세하게는 외부 서버의 실시간 검색 순위 정보를 획득하여, 실시간 검색 순위에 대응되는 외부 상품들과 유사한 유사 상품을 결정하고 제공하는 방법에 관한 것이다.
근래에 인터넷 등의 통신망의 보급과 접근성이 증가함에 따라, 인터넷에 연계된 네트워크의 수와 인터넷 이용자의 수가 급증하면서 인터넷의 상업적 이용 즉, 전자상거래(Electronic Commerce)가 빠르게 확산되어 오프라인 쇼핑몰에서 온라인 쇼핑몰로 판매 형태가 전환되고 있다.
일반적으로, 전자상거래란 기업이나 소비자가 인터넷이나 PC 통신을 이용하여 상품이나 서비스 등을 판매 및 구매하는 상거래를 말하는 것으로, 넓은 의미로는 컴퓨터 통신망을 통해 이루어지는 상품이나 서비스의 구매나 판매 등이 모두 포함될 수 있다.
전자상거래의 확산은 여러 판매 업체의 상품들을 한 곳으로 모아 판매하는 플랫폼을 제공하는 추세로 이어지고 있다. 판매되는 상품들은 플랫폼 제공 서버에 등록되어 특정 알고리즘에 의하여 노출되며 소비자에게 판매된다. 일반적으로, 여러 판매 업체의 상품들을 소비자에게 노출할 때에는 플랫폼 사용자들의 소비 트렌드에 따라 상품을 노출하게 된다. 구체적으로, 플랫폼 제공 서버는 플랫폼 내에서의 구매 데이터에 기반하여 유사도가 높은 집단군(예: 상의, 하의, 모자 등)을 나누고, 상기 집단군 소비자에게 인기 있는 상품을 추천해주는 알고리즘을 이용하고 있다.
다만, 위와 같은 알고리즘은 시간이 경과할수록 계속 비슷한 상품들만 노출될 수 있으며, 플랫폼 사용자들의 구매 데이터에만 의존하여 인기 상품들을 노출하기 때문에 대중적인 트렌드를 따라가기에는 무리가 있을 수 있다. 즉, 트랜드에 민감한 패션 시장에 비효율적인 구조적 특징을 가질 수 있다.
상기와 같은 문제점을 해결하기 위한 본 발명의 목적은, 플랫폼을 이용하는 사용자들의 소비 데이터에 기반한 상품 노출이 아니라, 외부 서버로부터 실시간 상품 카테고리 순위 정보를 획득하고, 상기 실시간 상품 카테고리 순위에 대응되는 외부 상품과 유사한 입점 상품을 결정하는 방법을 제공하는데 있다.
상기와 같은 문제점을 해결하기 위한 본 발명의 다른 목적은, 외부 상품과 유사한 입점 상품을 결정함에 있어서, 상품 키워드와 상품 이미지를 비교하여 유사도를 판단하는 방법을 제공하는데 있다.
상기와 같은 문제점을 해결하기 위한 본 발명의 다른 목적은, 사용자의 실시간 상품 카테고리 순위 정보를 제공한 외부 서버로의 접근성 및 순위 정보에 기반하여 사용자에게 상품을 노출하는 방법을 제공하는데 있다.
다양한 실시 예에 따르면, 판매자 단말로부터 등록받은 입점 상품들을 사용자 단말에 제공하는 의류 플랫폼 제공 서버는 복수 개의 외부 상품 유통 서버들로부터 외부 상품들의 상품 정보를 획득하는 외부 상품 수집부, 상기 판매자 단말로부터 입점 상품들을 등록하고 판매하는 입점 상품 관리부, 및 상기 입점 상품들 중 상기 외부 상품 수집부로부터 획득한 외부 상품과 유사한 유사 상품을 결정하는 유사 상품 결정부를 포함할 수 있다. 상기 외부 상품 수집부는, 상기 복수 개의 외부 상품 유통 서버들 중 외부 상품들의 상품 정보를 획득할 외부 상품 유통 서버들을 결정하고, 결정된 상기 외부 상품 유통 서버들로부터 실시간 상품 카테고리 순위가 미리 설정된 기준 순위보다 상위에 속하는 외부 상품들의 상품 정보를 획득하고, 상기 유사 상품 결정부는, 상기 외부 상품 수집부로부터 획득한 외부 상품들의 상품 정보와 상기 입점 상품들의 상품 정보를 비교하고, 상기 비교 결과에 따라 상기 입점 상품들 중 상기 외부 상품들과 유사한 유사 상품을 결정할 수 있다.
다양한 실시 예에 따르면, 상기 외부 상품 수집부는, 상기 사용자 단말에 대응되는 사용자의 상기 복수 개의 외부 상품 유통 서버들의 이용주기 및 접속 지속 시간에 기반하여, 상기 사용자와 상기 복수 개의 외부 상품 유통 서버들 간의 접근 친밀도 거리를 산정하고, 상기 산정된 접근 친밀도 거리에 기반하여 상기 외부 상품들의 상품 정보를 획득할 외부 상품 유통 서버들을 결정할 수 있다.
다양한 실시 예에 따르면, 상기 유사 상품 결정부는, 상기 유사 상품을 결정함에 있어서, 상기 획득된 외부 상품들의 상품 키워드 및 상기 입점 상품들의 상품 키워드 간의 키워드 유사도들을 판단하고, 판단된 상기 키워드 유사도들 중에서 가장 크고, 제1 임계값을 초과하는 키워드 유사도를 갖는 제1 외부 상품 및 제1 입점 상품을 결정하고, 결정된 상기 제1 입점 상품을 제1 중간 유사 상품으로 결정하고, 상기 제1 중간 유사 상품의 상품 이미지와 상기 제1 외부 상품의 상품 이미지를 비교하여 이미지 유사도를 결정하고, 결정된 상기 이미지 유사도가 제2 임계값 이상인 경우, 상기 결정된 제1 중간 유사 상품을 제1 최종 유사 상품으로 결정할 수 있다.
다양한 실시 예에 따르면, 상기 유사 상품 결정부는, 상기 제1 중간 유사 상품에 대응되는 태그 정보를 생성하되, 상기 태그 정보는 상기 제1 외부 상품의 상품 이미지, 상기 제1 외부 상품에 대응되는 상품 카테고리 순위 정보 및 상기 제1 외부 상품의 상품 카테고리 순위 정보를 제공한 외부 상품 유통 서버 정보를 포함할 수 있다.
다양한 실시 예에 따르면, 상기 외부 상품 수집부는, 결정된 상기 외부 상품 유통 서버들의 수에 기반하여 상기 미리 설정된 기준 순위를 설정하되, 상기 외부 상품 유통 서버들의 수가 많아질수록 상기 미리 설정된 기준 순위를 높게 설정하고,
결정된 상기 외부 상품 유통 서버들 중 제1 외부 상품 유통 서버로부터 제1 기준 순위보다 상위에 속하는 외부 상품들의 상품 정보를 획득하고, 제2 외부 상품 유통 서버로부터 제2 기준 순위보다 상위에 속하는 외부 상품들의 상품 정보를 획득할 수 있다. 상기 제1 기준 순위 및 상기 제2 기준 순위를 합한 순위는 상기 미리 설정된 기준 순위보다 높거나 같을 수 있다.
다양한 실시 예에 따르면, 상기 외부 상품 수집부는, 상기 복수 개의 외부 상품 유통 서버들 중 상기 접근 친밀도 거리가 제1 거리보다 가까운 외부 상품 유통 서버들을 상기 외부 상품들의 상품 정보를 획득할 외부 상품 유통 서버들로 결정하고, 상기 접근 친밀도 거리는, 하기 수학식을 통해 결정되며,
Figure 112021060515745-pat00001
상기 수학식에서, d는 접근 친밀도 거리고, p는 사용자의 외부 상품 유통 서버의 이용 주기(일)이고, ci는 사용자가 상기 외부 상품 유통 서버에 i번째 접속시의 접속 지속 시간, ni는 상기 외부 상품 유통 서버에 i번째 접속시 쇼핑 검색에 소요되는 시간, ri는 상기 외부 상품 유통 서버에 i번째 접속시 구매한 상품의 수, j는 사용자가 최근 1년 동안의 상기 외부 상품 유통 서버에 접속한 수일 수 있다.
다양한 실시 예에 따르면, 상기 키워드 유사도는, 하기 수학식을 통해 결정되며,
Figure 112021060515745-pat00002
상기 수학식에서, g는 상기 제1 외부 상품에 대응되는 키워드 수, g'는 상기 제1 입점 상품에 대응되는 키워드 수, s는 상기 제1 외부 상품에 대응되는 키워드와 상기 제1 입점 상품에 대응되는 키워드 중 동일한 키워드 수, s'는 상기 제1 외부 상품에 대응되는 키워드와 상기 제1 입점 상품에 대응되는 키워드 중 유사한 키워드 수, me는 e번째 키워드의 상기 제1 외부 상품 및 상기 제1 입점 상품과의 연관성 계수, ve는 상기 e번째 키워드에 적용되는 가중치일 수 있다.
다양한 실시 예에 따르면, 상기 유사 상품 결정부는, 상품 이미지를 입력값으로 하고, 상품 이미지의 특징점들을 출력값으로 하는 훈련 데이터를 이용하여 신경망 모델을 학습하고, 상기 신경망 모델의 출력으로 상기 제1 중간 유사 상품의 제1 상품 이미지의 특징점과 상기 제1 외부 상품의 제2 상품 이미지의 특징점을 검출하고, 상기 검출된 제1 상품 이미지의 특징점에 기반하여 제1 특징 벡터를 결정하고, 상기 검출된 제2 상품 이미지의 특징점에 기반하여 제2 특징 벡터를 결정하고, 상기 제1 특징 벡터와 상기 제2 특징 벡터의 코사인 유사도에 기반하여, 상기 제1 상품 이미지와 상기 제2 상품 이미지의 유사도가 상기 제2 임계값 이상인 경우, 상기 결정된 제1 중간 유사 상품을 상기 제1 최종 유사 상품으로 결정할 수 있다.
다양한 실시 예에 따르면, 상기 의류 플랫폼 제공 서버는 상품 배치부를 더 포함하며, 상기 상품 배치부는 상기 사용자와 상기 결정된 외부 상품 유통 서버들 간의 접근 친밀도 거리와 상기 결정된 외부 상품 유통 서버들이 제공하는 실시간 상품 카테고리 순위에 기반하여 배치 우선도를 산정하고, 상기 배치 우선도는 하기 수학식을 통해 결정되며,
Figure 112021060515745-pat00003
상기 수학식에서, w1--은 상기 접근 친밀도 거리에 대한 가중치이고, w2는 외부 상품 유통 서버에서 제공한 외부 상품에 대응되는 실시간 상품 카테고리 순위에 대한 가중치이고, w1은 w2보다 낮으며, w1-은 제2 거리보다 가까운 경우보다 상기 제2 거리보다 먼 경우에 더 클 수 있다. 상기 상품 배치부는 상기 산정된 배치 우선도에 기반하여 상기 제1 최종 유사 상품을 포함하는 최종 유사 상품들을 배치할 배치 순서를 결정하고, 상기 결정된 배치 순서를 지시하는 배치 정보를 생성하여 상기 사용자 단말로 전달할 수 있다.
다양한 실시 예에 따르면, 의류 플랫폼 제공 서버에서 수행되는, 의류 플랫폼 서비스를 제공하는 방법은 복수 개의 외부 상품 유통 서버들 중 외부 상품들의 상품 정보를 획득할 외부 상품 유통 서버들을 결정하는 동작, 상기 결정된 외부 상품 유통 서버들로부터 실시간 상품 카테고리 순위를 지시하는 실시간 상품 카테고리 순위 정보 및 상기 실시간 상품 카테고리 순위에 대응되는 외부 상품들의 상품 정보를 획득하는 동작, 상기 외부 상품 수집부로부터 획득한 외부 상품들의 상품 정보와 상기 입점 상품들의 상품 정보를 비교하는 동작 및 상기 비교에 기반하여, 상기 입점 상품들 중 상기 외부 상품들과 유사한 유사 상품을 결정하는 동작을 포함할 수 있다.
본 문서에 개시되는 다양한 실시 예들에 따르면, 외부 서버의 상품 카테고리 순위 정보를 실시간으로 반영하여 플랫폼 내 입점 상품들을 노출할 수 있다.
또한, 다양한 실시 예들에 따르면, 플랫폼 사용자들의 인기 상품 뿐만 아니라, 대중적인 인기 상품을 확인할 수 있다.
또한, 다양한 실시 예들에 따르면, 트렌드에 민감한 패션시장에서 소비자가 트렌드를 따라갈 수 있도록 상품 노출을 할 수 있다.
도 1은 일 실시 예에 따른 의류 플랫폼 제공 시스템을 도시한 도면이다.
도 2는 도 1에 따른 의류 플랫폼 제공 서버의 구성을 도시한 도면이다.
도 3은 사용자와 외부 상품 유통 서버 간의 접근 친밀도 거리를 나타낸 도면이다.
도 4는 입점 상품의 상품 키워드와 외부 상품의 상품 키워드를 비교하여 중간 유사 상품을 결정하는 과정을 나타낸 도면이다.
도 5는 중간 유사 상품의 상품 이미지와 외부 상품의 상품 이미지를 비교하여 최종 유사 상품을 결정하는 과정을 나타낸 도면이다.
도 6은 도 2의 상품 배치부를 통해 사용자 단말에 표시될 상품들의 배치 순서를 결정하는 것에 관한 도면이다.
도 7은 도 1에 따른 의류 플랫폼 제공 서버의 하드웨어 구성을 나타낸 도면이다.
본 발명은 다양한 변경을 가할 수 있고 여러 가지 실시예를 가질 수 있는 바, 특정 실시예들을 도면에 예시하고 상세한 설명에 상세하게 설명하고자 한다. 그러나, 이는 본 발명을 특정한 실시 형태에 대해 한정하려는 것이 아니며, 본 발명의 사상 및 기술 범위에 포함되는 모든 변경, 균등물 내지 대체물을 포함하는 것으로 이해되어야 한다. 각 도면을 설명하면서 유사한 참조부호를 유사한 구성요소에 대해 사용하였다.
제1, 제2, A, B 등의 용어는 다양한 구성요소들을 설명하는데 사용될 수 있지만, 상기 구성요소들은 상기 용어들에 의해 한정되어서는 안 된다. 상기 용어들은 하나의 구성요소를 다른 구성요소로부터 구별하는 목적으로만 사용된다. 예를 들어, 본 발명의 권리 범위를 벗어나지 않으면서 제1 구성요소는 제2 구성요소로 명명될 수 있고, 유사하게 제2 구성요소도 제1 구성요소로 명명될 수 있다. 및/또는 이라는 용어는 복수의 관련된 기재된 항목들의 조합 또는 복수의 관련된 기재된 항목들 중의 어느 항목을 포함한다.
어떤 구성요소가 다른 구성요소에 "연결되어" 있다거나 "접속되어" 있다고 언급된 때에는, 그 다른 구성요소에 직접적으로 연결되어 있거나 또는 접속되어 있을 수도 있지만, 중간에 다른 구성요소가 존재할 수도 있다고 이해되어야 할 것이다. 반면에, 어떤 구성요소가 다른 구성요소에 "직접 연결되어" 있다거나 "직접 접속되어" 있다고 언급된 때에는, 중간에 다른 구성요소가 존재하지 않는 것으로 이해되어야 할 것이다.
본 출원에서 사용한 용어는 단지 특정한 실시예를 설명하기 위해 사용된 것으로, 본 발명을 한정하려는 의도가 아니다. 단수의 표현은 문맥상 명백하게 다르게 뜻하지 않는 한, 복수의 표현을 포함한다. 본 출원에서, "포함하다" 또는 "가지다" 등의 용어는 명세서상에 기재된 특징, 숫자, 단계, 동작, 구성요소, 부품 또는 이들을 조합한 것이 존재함을 지정하려는 것이지, 하나 또는 그 이상의 다른 특징들이나 숫자, 단계, 동작, 구성요소, 부품 또는 이들을 조합한 것들의 존재 또는 부가 가능성을 미리 배제하지 않는 것으로 이해되어야 한다.
다르게 정의되지 않는 한, 기술적이거나 과학적인 용어를 포함해서 여기서 사용되는 모든 용어들은 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자에 의해 일반적으로 이해되는 것과 동일한 의미를 가지고 있다. 일반적으로 사용되는 사전에 정의되어 있는 것과 같은 용어들은 관련 기술의 문맥 상 가지는 의미와 일치하는 의미를 가지는 것으로 해석되어야 하며, 본 출원에서 명백하게 정의하지 않는 한, 이상적이거나 과도하게 형식적인 의미로 해석되지 않는다.
이하, 본 발명에 따른 바람직한 실시예를 첨부된 도면을 참조하여 상세하게 설명한다.
도 1은 일 실시 예에 따른 의류 플랫폼 제공 시스템(10)을 도시한 도면이다. 도 1을 참조하면, 의류 플랫폼 제공 시스템(10)은. 의류 플랫폼 제공 서버(100), 사용자 단말(200), 판매자 단말(300) 및 외부 서버(400) 등을 포함할 수 있다.
의류 플랫폼 제공 서버(100)는 판매자 단말(300)로부터 입점 상품들의 상품 정보를 획득하고, 입점 상품들의 등록 요청 받고, 상기 등록 요청에 응답하여 판매자 단말(300)에서 판매하는 입점 상품들을 등록할 수 있다.
의류 플랫폼 제공 서버(100)는 상기 입점 상품들을 판매하는 경우 인터페이스에 특정 알고리즘에 의하여 입점 상품들을 배치할 수 있다. 의류 플랫폼 제공 서버(100)는 외부 서버(400)로부터 실시간 상품 카테고리 순위 정보를 획득하여 사용자들이 선호하는 상품을 파악할 수 있다. 의류 플랫폼 제공 서버(100)는 실시간 상품 카테고리 순위를 참고하여 상기 실시간 상품 카테고리 순위의 상위권에 대응되는 상품들과 유사한 유사 상품들을 결정하여 대중적인 트랜드에 부합하는 입점 상품들을 사용자에게 제공할 수 있다.
사용자 단말(200)은 상품을 구매하고 결제하는 단말기로서, 이는 사용자가 의류 플랫폼 제공 서버(100)에 접속하여 상품을 실시간으로 검색하고, 검색된 상품을 결제하여 구매할 수 있다.
사용자 단말(200)은 구매 처리를 위한 입력을 획득하고, 상기 구매 처리를 위한 입력에 대응하는 처리 결과를 디스플레이 등 출력 장치를 통해 출력할 수 있다. 예를 들어, 사용자 단말(200)은 의류 플랫폼 제공 서버(100)에서 제공하는 상품들을 디스플레이 등을 통해 표시하고, 표시된 상품들 중 적어도 하나의 상품을 구매하는 사용자의 터치 입력을 획득할 수 있다. 사용자는 상기 사용자의 터치 입력에 대응되는 상품을 의류 플랫폼 제공 서버(100)를 통해 구매할 수 있다.
사용자 단말(200)은 통신 가능한 데스크탑 컴퓨터(desktop computer), 랩탑 컴퓨터(laptop computer), 노트북(notebook), 스마트폰(smart phone), 태블릿 PC(tablet PC), 모바일폰(mobile phone), 스마트 워치(smart watch), 스마트 글래스(smart glass), e-book 리더기, PMP(portable multimedia player), 휴대용 게임기, 네비게이션(navigation) 장치, 디지털 카메라(digital camera), DMB(digital multimedia broadcasting) 재생기, 디지털 음성 녹음기(digital audio recorder), 디지털 음성 재생기(digital audio player), 디지털 동영상 녹화기(digital video recorder), 디지털 동영상 재생기(digital video player), 및 PDA(Personal Digital Assistant) 등 일 수 있다.
판매자 단말(300)은 판매자가 이용하는 단말로, PC, 노트북, 넷북, 스마트폰, 태블릿, 태블릿 PC 등 컴퓨팅 기능을 가진 통상의 단말일 수 있다. 판매자 단말(300)은 의류 플랫폼 제공 서버(100)에 판매하려는 상품의 등록을 요청할 수 있다. 판매자 단말(300)은 상기 요청에 대한 의류 플랫폼 제공 서버(100)의 승인을 받은 경우, 상품의 상품 정보를 의류 플랫폼 제공 서버(100)에 제공할 수 있다. 상품 정보는 상품의 이름, 상품의 가격, 상품의 홍보 문구, 상품 키워드, 상품 이미지 등을 포함할 수 있다. 이하에서, 판매자가 어떤 작업을 수행하는 설명은 판매자 단말(300)을 통해 수행하는 작업으로 이해될 수 있다.
외부 서버(400)는 복수 개의 외부 상품 유통 서버들을 포함할 수 있다. 예를 들어, 복수 개의 외부 상품 유통 서버들은 검색엔진 서버, SNS 서버, 타 플랫폼 서버 등을 포함할 수 있다. 예를 들어, 검색엔진 서버는 네이버, 다음, 네이트 등일 수 있다. SNS 서버는 인스타, 페이스북, 카카오밴드 등일 수 있다.
외부 서버(400)는 사용자들의 검색 입력을 획득할 수 있고, 사용자들의 검색 입력을 분석할 수 있다. 외부 서버(400)는 사용자들의 검색 입력의 분석을 통해 검색 입력을 복수 개의 카테고리로 분류할 수 있다. 예를 들어, 외부 서버(400)는 카고 바지, 슬랙스와 같은 검색 입력을 획득한 경우, 하의 카테고리로서 검색 데이터를 축적하고, 꽈배기 니트, 봄 가디건과 같은 검색 입력을 획득한 경우, 상의 카테고리로서 검색 데이터를 축적할 수 있다.
외부 서버(400)는 상기 축적된 검색 데이터에 기반하여 실시간 상품 카테고리 순위 정보를 생성할 수 있다. 외부 서버(400)는 상기 생성된 실시간 상품 카테고리 순위 정보 및 상기 실시간 상품 카테고리 순위에 대응되는 외부 상품의 상품 정보를 의류 플랫폼 제공 서버(100)에 제공할 수 있다.
도 2는 도 1에 따른 의류 플랫폼 제공 서버(100)의 구성을 도시한 도면이다.
의류 플랫폼 제공 서버(100)는 외부 상품 수집부(101), 입점 상품 관리부(102), 유사 상품 결정부(103) 및 상품 배치부(104) 등을 포함할 수 있다. 도 2에 도시된 구성들은 본 발명의 실시 예들을 구현하기 위한 예시도이며, 당업자에게 자명한 수준의 적절한 하드웨어/소프트웨어 구성들이 의류 플랫폼 제공 서버(100)에 추가로 포함될 수 있다.
외부 상품 수집부(101)는 복수 개의 외부 상품 유통 서버들로부터 품목 카테고리 별로 실시간 상품 카테고리 순위를 지시하는 실시간 상품 카테고리 순위 정보 및 실시간 상품 카테고리 순위에 대응되는 상품들의 상품 정보를 획득할 수 있다. 예를 들어, 상기 품목 카테고리는 상의, 하의, 모자, 신발, 속옷, 시계, 주얼리 등을 포함할 수 있다.
외부 상품 수집부(101)는 각 순위에 대응되는 상품들의 상품 정보를 획득할 수 있다. 예를 들어, 외부 상품 수집부(101)는 실시간 상품 검색 순위가 1순위인 조거팬츠에 대응되는 복수 개의 조거팬츠 상품들의 상품 정보 및 실시간 상품 검색 순위가 2순위인 슬랙스바지에 대응되는 복수 개의 슬랙스바지 상품들의 상품 정보 등을 획득할 수 있다.
외부 상품 유통 서버들은 상품들을 홍보하기 위하여 상품 키워드들로 구성된 홍보 문구를 제공할 수 있고, 외부 상품 수집부(101)는 상기 홍보 문구를 구성하는 상품 키워드들을 결정할 수 있다. 예를 들어, 상품 키워드들은 데일리, 벤딩, 카모, 스판, 카고, 조거, 세미, 코튼 등과 같은 키워드들을 포함할 수 있다. 예를 들어, 상품 이미지는 사용자에게 상품을 시각적으로 홍보하기 위한 이미지로써, 모델이 해당 상품을 착용한 사진 및 해당 상품의 정면, 측면, 후면 사진 등을 포함할 수 있다.
외부 상품 수집부(101)는 외부 상품 유통 서버들로부터 실시간 상품 카테고리 순위가 미리 설정된 기준 순위보다 상위에 속하는 외부 상품들의 상품 정보를 획득할 수 있다. 외부 상품 수집부(101)는 결정된 상기 외부 상품 유통 서버들 중 제1 외부 상품 유통 서버로부터 제1 기준 순위보다 상위에 속하는 외부 상품들의 상품 정보를 획득하고, 제2 외부 상품 유통 서버로부터 제2 기준 순위보다 상위에 속하는 외부 상품들의 상품 정보를 획득할 수 있다. 상기 제1 기준 순위 및 상기 제2 기준 순위를 합한 순위는 상기 미리 설정된 기준 순위보다 높거나 같을 수 있다. 상기 기준 순위가 특정 순위보다 낮을 경우 획득되는 외부 상품들의 상품 정보가 많으므로, 사용자에게 제공되는 상품 정보가 많아져서 오히려 노이즈가 될 수 있다. 따라서, 상기 미리 설정된 기준 순위는 사용자의 쇼핑 스타일에 따라 변경될 수 있으며, 사용자의 입력에 의하여 설정될 수 있다.
하기 도 3에서 결정된 실시간 상품 카테고리 순위 정보 및 상기 실시간 상품 카테고리 순위에 대응되는 외부 상품들의 상품 정보를 가져올 외부 상품 유통 서버들의 수에 따라 상기 기준 순위는 달라질 수 있다. 예를 들어, 상기 결정된 외부 상품 유통 서버들의 수가 많을수록 상기 기준 순위는 높아질 수 있다. 외부 상품 수집부(101)는 결정된 상기 외부 상품 유통 서버들의 수가 많아질수록 미리 설정된 기준 순위를 높게 설정하고, 결정된 상기 외부 상품 유통 서버들의 적어질수록 미리 설정된 기준 순위를 낮게 설정할 수 있다.
외부 상품 수집부(101)는 각 외부 상품 유통 서버들로부터 상위 10위까지의 실시간 상품 카테고리 순위 정보를 획득할 수 있고, 하나의 상품 카테고리 순위당 20개의 외부 상품들의 상품 정보를 획득할 수 있다. 다시 말해서, 외부 상품 수집부(101)는 하나의 외부 상품 유통 서버로부터 200개의 외부 상품들의 상품 정보를 획득할 수 있다.
입점 상품 관리부(102)는 복수의 판매자들과 입점 계약을 체결하고, 판매자 단말(300)로부터 판매할 상품의 상품 정보를 수신하여, 입점 계약에 대응되는 계약 내용에 따라 복수의 판매자들의 상품들을 등록할 수 있다. 입점 상품 관리부(102)는 등록된 상품들에 대한 주문, 결제, 판매, 배송 등의 판매 관리를 수행할 수 있다. 입점 상품 관리부(102)는 입점 상품의 등록 물량과 판매 물량을 확인하여 재고 정보를 생성할 수 있다.
입점 상품 관리부(102)는 입점 상품을 상기 카테고리에 따라 분류할 수 있다. 입점 상품 관리부(102)는 상품 키워드들을 입력받아 상품의 홍보 문구를 구성하거나, 판매자 단말(300)로부터 상품 키워드들로 구성된 상품의 홍보 문구를 획득할 수 있다.
유사 상품 결정부(103)는 외부 상품 수집부(101)로부터 획득된 외부 상품의 상품 정보와 입점 상품 관리부(102)로부터 획득한 입점 상품의 상품 정보를 비교하여 최종 유사 상품들을 결정할 수 있다. 다시 말해서, 유사 상품 결정부(103)는 외부 상품 유통 서버가 제공하는 실시간 상품 카테고리 순위에 기반하여 사용자들의 선호도가 높은 상품과 유사한 입점 상품을 결정하여 사용자에게 제공해줄 수 있다.
유사 상품 결정부(103)는 외부 상품의 상품 키워드 및 입점 상품의 상품 키워드의 유사도를 판단하여 중간 유사 상품들을 결정할 수 있다. 유사 상품 결정부(103)는 외부 상품의 상품 이미지 및 입점 상품의 상품 이미지의 유사도를 판단하여 상기 중간 유사 상품들 최종 유사 상품들을 결정할 수 있다.
상품 배치부(104)는 유사 상품 결정부(103)를 통해 결정된 최종 유사 상품들의 배치 순서를 결정할 수 있다. 상품 배치부(104)는 배치 순서를 지시하는 배치 정보를 생성하여 사용자 단말(200)로 전달할 수 있다. 사용자 단말(200)은 디스플레이 등 출력 장치를 통해, 상품 배치부(104)로부터 획득한 배치 정보에 기반하여 배치된 최종 유사 상품들을 표시할 수 있다.
도 3은 사용자와 외부 상품 유통 서버 간의 접근 친밀도 거리를 나타낸 도면이다.
외부 상품 수집부(101)는 복수 개의 외부 상품 유통 서버들에서 제공해주는 실시간 상품 카테고리 순위를 지시하는 실시간 상품 카테고리 순위 정보를 획득할 수 있다. 또한, 외부 상품 수집부(101)는 실시간 상품 카테고리 순위에 대응되는 외부 상품들의 상품 정보를 획득할 수 있다.
외부 상품 수집부(101)는 상기 복수 개의 외부 상품 유통 서버들 중, 사용자와 외부 상품 유통 서버 간의 접근 친밀도 거리(d)에 기반하여 실시간 상품 카테고리 순위 정보 및 상기 실시간 상품 카테고리 순위에 대응되는 외부 상품들의 상품 정보를 가져올 외부 상품 유통 서버를 결정할 수 있다. 다시 말해서, 외부 상품 수집부(101)는 모든 외부 상품 유통 서버에서 제공하는 실시간 상품 카테고리 순위 정보를 획득하는 것이 아니라, 사용자가 자주 이용하는 외부 상품 유통 서버에서 제공하는 실시간 상품 카테고리 순위 정보를 획득할 수 있다.
외부 상품 수집부(101)는 사용자와 외부 상품 유통 서버간의 접근 친밀도 거리(d)를 산정할 수 있다. 상기 접근 친밀도 거리(d)는 사용자의 외부 상품 유통 서버까지의 접근성이 얼마나 좋은지 나타내는 지표이다. 다시 말해서, 상기 접근 친밀도 거리(d)는 사용자의 이용 주기, 접속 지속 시간, 외부 상품 유통 서버를 통해 구매한 이력 등에 기반하여, 사용자가 외부 상품 유통 서버를 얼마나 자주 이용하는지를 나타내는 거리일 수 있다. 접근 친밀도 거리(d)가 가까울수록 사용자가 자주 이용하는 것이고, 접근 친밀도 거리(d)가 멀수록 사용자가 덜 이용하는 것으로 이해될 수 있다. 외부 상품 수집부(101)는 이하 [수학식 1]을 통해 접근 친밀도 거리(d)를 산정할 수 있다.
Figure 112021060515745-pat00004
상기 [수학식 1]를 참조하면, d는 접근 친밀도 거리고, p는 사용자의 특정 외부 상품 유통 서버의 이용 주기(일)이고, ci는 사용자가 상기 특정 외부 상품 유통 서버에 i번째 접속시의 접속 지속 시간, ni는 상기 특정 외부 상품 유통 서버에 i번째 접속시 쇼핑 검색에 소요되는 시간, ri는 상기 특정 외부 상품 유통 서버에 i번째 접속시 구매한 상품의 수, j는 사용자가 최근 1년 동안의 상기 특정 외부 상품 유통 서버에 접속한 수일 수 있다.
외부 상품 수집부(101)는 [수학식 1]을 통해 산정된 접근 친밀도 거리(d)가 제1 거리(201) 이내인 외부 상품 유통 서버인 경우, 실시간 상품 카테고리 순위 정보를 가져올 외부 상품 유통 서버로 결정하고, 접근 친밀도 거리(d)가 제1 거리(201) 외인 외부 상품 유통 서버인 경우, 실시간 상품 카테고리 순위 정보를 가져올 외부 상품 유통 서버에서 제외할 수 있다. 예를 들어, 사용자와 네이버 간의 접근 친밀도 거리(d)가 제1 거리 이내인 경우, 외부 상품 수집부(101)는 네이버에서 제공하는 실시간 상품 카테고리 순위 정보를 획득할 수 있다. 다른 예를 들어, 사용자와 다른 의류 플랫폼 제공 간의 접근 친밀도 거리(d)가 제1 거리 이내인 경우, 외부 상품 수집부(101)는 상기 다른 의류 플랫폼 제공에서 제공하는 실시간 상품 카테고리 순위 정보를 획득할 수 있다.
도 4는 입점 상품의 상품 키워드와 외부 상품의 상품 키워드를 비교하여 중간 유사 상품을 결정하는 과정을 나타낸 도면이다.
도 4를 참조하면, 유사 상품 결정부(103)는 외부 상품 DB(1051)에 저장된 외부 상품의 상품 정보와 입점 상품 DB(1053)에 저장된 입점 상품의 상품 정보를 비교하여 중간 유사 상품을 결정할 수 있다. 구체적으로, 유사 상품 결정부(103)는 제1 외부 상품의 제1 상품 키워드와 입점 상품들의 상품 키워드를 비교할 수 있다.
유사 상품 결정부(103)는 제1 외부 상품의 제1 상품 키워드와 입점 상품들의 상품 키워드를 비교할 때, 사용자의 선택에 의하여 특정 키워드를 배제할 수 있다.
유사 상품 결정부(103)는 이하 [수학식 2]를 통해 키워드 유사도를 판단할 수 있다.
Figure 112021060515745-pat00005
[수학식 2]를 참조하면, g는 제1 외부 상품에 대응되는 키워드 수, g'는 입점 상품에 대응되는 키워드 수, s는 제1 외부 상품에 대응되는 키워드와 입점 상품에 대응되는 키워드 중 동일한 키워드 수, s'는 제1 외부 상품에 대응되는 키워드와 입점 상품에 대응되는 키워드 중 유사한 키워드 수 일 수 있다. me는 e번째 키워드의 상품과의 연관성 계수, ve는 상기 e번째 키워드에 적용되는 가중치일 수 있다. 키워드의 상품과의 연관성 계수는 상품의 명칭이나 약칭, 또는 호칭에 관한 키워드인 경우 연관성 계수가 기준 값으로 설정되고, 상품의 성질이나 효과에 관한 키워드인 경우 연관성 계수가 기준 값보다 작은 값으로 설정될 수 있다. 예를 들어, 상품이 카고 바지이고 키워드가 바지에 관한 것인 경우에는 연관성 계수가 크고, 키워드가 바지에 관한 것이 아닌 홍보관련 키워드(예: 탄력최고, 가격할인, 가성비 등)인 경우 연관성 계수가 작을 수 있다.
상기 유사한 단어는 미리 정해진 단어일 수 있다. 예를 들어, 바지라는 단어와 유사한 단어는 팬츠, pants, 바텀 등 일 수 있다. 스판이라는 단어와 유사한 단어는 스팬, 스판끼, span 등일 수 있다.
수학식 2에서 키워드에 대한 가중치(ve)는, 상품 키워드마다 관리자로부터 입력받은 값으로 미리 설정될 수 있다. 또 다른 예시로, 키워드에 대한 가중치(ve)는 사용자 단말(200)로부터 사용자의 음성을 획득하고, 획득된 사용자의 음성에 기반하여 결정될 수도 있다. 사용자의 음성은 사용자의 통화시 녹음되는 음성, 사용자의 클립영상 만들시 녹음되는 음성, 사용자의 일상 음성 등일 수 있다.
구체적으로, 유사 상품 결정부(103)는 입점 상품들의 상품 키워드 또는 제1 외부 상품의 제1 상품 키워드 중에서, 사용자의 음성을 텍스트로 변환(STT, Speech To Text)하여 얻어지는 키워드들과 동일하거나 유사한 제1 키워드들에 대해 미리 설정된 기준 가중치를 적용하고, 나머지 키워드들에 대해서는 기준 가중치보다 작은 가중치를 적용할 수 있다.
또한, 유사 상품 결정부(103)는, 제1 키워드들 중에서 긍정적인 표현에 해당하는 제2 키워드들에 기준 가중치보다 큰 제1 가중치를 적용하고, 제1 키워드들 중에서 부정적인 표현에 해당하는 제3 키워드들에 기준 가중치보다 작은 제2 가중치를 적용할 수 있다.
또한, 유사 상품 결정부(103)는 제2 키워드들 중에서 사용자의 음성에서 언급되는 빈도가 제1 빈도보다 높은 키워드와 동일하거나 유사한 키워드에 제1 가중치보다 높은 제3 가중치를 적용하고, 제3 키워드들 중에서 사용자의 음성에서 언급되는 빈도가 제1 빈도보다 높은 키워드와 동일하거나 유사한 키워드에 제2 가중치보다 낮은 제4 가중치를 적용할 수 있다.
유사 상품 결정부(103)는 제1 외부 상품와의 키워드 유사도(s)가 제1 임계값(threshold)보다 높고, 제1 외부 상품과의 키워드 유사도(s)가 가장 높은 입점 상품을 제1 중간 유사 상품으로 결정할 수 있다. 유사 상품 결정부(103)는 상기와 같은 키워드 비교를 수행하는 동작을 외부 상품 DB(1051)의 모든 외부 상품에 대하여 수행하고, 복수 개의 중간 유사 상품들을 결정할 수 있다.
유사 상품 결정부(103)는 결정된 중간 유사 상품(예: d1)에 대응되는 태그 정보(예: a13)를 생성하여 상기 결정된 중간 유사 상품에 태그할 수 있다. 태그 정보는 상기 결정된 중간 유사 상품과 키워드 유사도가 가장 높은 외부 상품의 상품 이미지, 상기 유사도가 가장 높은 외부 상품의 순위 정보 및 상기 유사도가 가장 높은 외부 상품의 순위 정보를 제공한 외부 상품 유통 서버 정보를 포함할 수 있다.
유사 상품 결정부(103)는 결정된 중간 유사 상품의 상품 정보 및 상기 중간 유사 상품에 대응되는 태그 정보를 중간 유사 상품 DB(1055)에 저장할 수 있다.
도 5는 중간 유사 상품의 상품 이미지와 외부 상품의 상품 이미지를 비교하여 최종 유사 상품을 결정하는 과정을 나타낸 도면이다.
도 5를 참조하면, 유사 상품 결정부(103)는 중간 유사 상품 DB(1055)에 저장된 중간 유사 상품들의 상품 정보 및 상기 중간 유사 상품들에 대응되는 태그 정보에 기반하여, 최종 유사 상품을 결정할 수 있다. 유사 상품 결정부(103)는 중간 유사 상품들의 상품 이미지 및 상기 중간 유사 상품들에 대응되는 외부 상품들의 상품 이미지를 비교하여 유사도를 판단하고, 상기 유사도가 특정 임계값 이상인 중간 유사 상품들을 최종 유사 상품들로 결정할 수 있다. 예를 들어, 유사 상품 결정부(103)는 제1 중간 유사 상품의 제1 상품 이미지와 제1 중간 유사 상품과 키워드 유사도가 가장 높은 제1 외부 상품의 제2 상품 이미지를 비교할 수 있다. 유사 상품 결정부(103)는 상기 비교에 기반하여 제1 상품 이미지와 제2 상품 이미지의 유사도가 제2 임계값 이상인 경우, 제1 중간 유사 상품을 제1 최종 유사 상품으로 결정할 수 있다.
유사 상품 결정부(103)는 미리 훈련된 심층 신경망 모델을 적용하여 제1 상품 이미지의 특징점 및 제2 상품 이미지의 특징점을 검출할 수 있다. 상기 미리 훈련된 심층 신경망 모델은 상품 이미지를 입력으로 하여 특징점을 결정하도록 훈련된 학습 모델로서, 합성곱 신경망(CNN; Convolution Neural Network) 기반의 학습 모델일 수 있다. 상기 특징점은 상품 이미지에 포함된 상품의 최외곽 꼭지점을 구성하는 픽셀값, 상품의 재봉선을 구성하는 픽셀값 및 상품의 전반적인 색상을 구성하는 픽셀값 등 일 수 있다.
유사 상품 결정부(103)는 검출된 특징점들에 기반하여 특징 벡터를 결정할 수 있다. 예를 들어, 유사 상품 결정부(103)는 제1 상품 이미지의 제1 특징 벡터를 결정하고, 제2 상품 이미지의 제2 특징 벡터를 결정할 수 있다. 유사 상품 결정부(103)는 코사인 유사도를 이용하여 제1 특징 벡터와 제2 특징 벡터 간의 유사도를 산출할 수 있다. 유사 상품 결정부(103)는 상기 벡터 간의 유사도에 기반하여 상기 제1 상품 이미지와 상기 제2 상품 이미지의 유사도가 제2 임계값 이상인지 판단할 수 있다.
유사 상품 결정부(103)는 결정된 최종 유사 상품의 상품 정보 및 상기 최종 유사 상품에 대응되는 태그 정보를 최종 유사 상품 DB(1057)에 저장할 수 있다. 유사 상품 결정부(103)는 상기와 같은 이미지 비교를 수행하는 동작을 중간 유사 상품 DB(1055)의 모든 중간 유사 상품에 대하여 수행하고, 복수 개의 최종 유사 상품들을 결정할 수 있다.
유사 상품 결정부(103)는 제1 상품 이미지와 제2 상품 이미지를 비교할 때, 제1 상품 이미지에 포함된 상품 정면 이미지와 제2 상품 이미지에 포함된 상품 정면 이미지를 비교하고, 제1 상품 이미지에 포함된 상품 측면 이미지와 제2 상품 이미지에 포함된 상품 측면 이미지를 비교하고, 제1 상품 이미지에 포함된 상품 후면 이미지와 제2 상품 이미지에 포함된 상품 후면 이미지를 비교할 수 있다.
유사 상품 결정부(103)는 상품 이미지에 포함된 정면, 후면, 측면 이미지들을 조합하여 3D 이미지를 생성할 수 있다. 유사 상품 결정부(103)는 제1 상품 이미지에 포함된 정면, 측면, 후면 상품 이미지에 기반하여 제1 입체 이미지를 생성하고, 제2 상품 이미지에 포함된 정면, 측면, 후면 상품 이미지에 기반하여 제2 입체 이미지를 생성할 수 있다. 여기서, 유사 상품 결정부(103)는 상기 제1 입체 이미지와 상기 제2 입체 이미지를 생성할 때, 사용자 단말(200)로부터 획득한 사용자의 신체 수치 정보(예: 키, 몸무게, 체형, 팔두께, 허벅지두께 등) 또는 사용자의 신체가 포함된 신체 이미지에 기반하여, 사용자가 실제로 착용했을 때의 부피감을 계산하고, 상기 부피감에 기반하여 입체 이미지를 생성할 수 있다.
유사 상품 결정부(103)는 평면 이미지끼리 비교하는 것뿐만 아니라, 제1 입체 이미지와 제2 입체 이미지를 비교하여 제1 상품 이미지와 제2 상품 이미지의 유사도가 제2 임계값 이상인지 판단할 수 있다.
도 6은 도 2의 상품 배치부를 통해 사용자 단말에 표시될 상품들의 배치 순서를 결정하는 것에 관한 도면이다.
도 6을 참조하면, 상품 배치부(104)는 사용자와 외부 상품 유통 서버 간의 접근 친밀도 거리(d)와 상기 외부 상품 유통 서버가 제공하는 실시간 상품 카테고리 순위에 기반하여, 최종 유사 상품들의 배치 순서를 결정할 수 있다. 예를 들어, 사용자가 제1 접근 친밀도 거리인 제1 외부 상품 유통 서버의 1순위 상품과 비교하여 제1 최종 유사 상품을 결정하고, 사용자가 제1 접근 친밀도 거리보다 먼 제2 접근 친밀도 거리인 제2 외부 상품 유통 서버의 1순위 상품과 비교하여 제2 최종 유사 상품을 결정한 경우, 제1 최종 유사 상품을 제2 최종 유사 상품보다 상위에 보이게 배치할 수 있다. 다른 예를 들어, 제1 외부 상품 유통 서버의 1순위 상품과 비교하여 제1 최종 유사 상품을 결정하고, 제1 외부 상품 유통 서버의 제2 순위 상품과 비교하여 제2 최종 유사 상품을 결정한 경우, 제1 최종 유사 상품을 제2 최종 유사 상품보다 상위에 보이게 배치할 수 있다.
상품 배치부(104)는 이하 [수학식 3]을 통해서 배치 우선도를 산정하고, 산정된 배치 우선도에 기반하여 최종 유사 상품들의 배치 순서를 결정할 수 있다.
Figure 112021060515745-pat00006
상기 [수학식 3]를 참조하면, w1--은 접근 친밀도 거리에 대한 가중치이고, w2는 순위에 대한 가중치일 수 있다. w1은 접근 친밀도 거리(d)에 따라 변할 수 있다. 예를 들어, 접근 친밀도 거리(d)가 제2 거리(203)보다 가까운 경우보다 제2 거리(203)보다 먼 경우에 w1은 더 클 수 있다. 제2 거리는 제1 거리보다 가까운 거리일 수 있다. 접근 친밀도 거리에 대한 가중치인 w1는 순위에 대한 가중치인 w2보다 낮을 수 있다. 여기서 순위에 대한 가중치는 외부 상품 유통 서버에서 제공한 외부 상품에 대응되는 실시간 상품 카테고리 순위에 대한 가중치일 수 있다.
상품 배치부(104)는 배치 우선도가 높은 상품일수록 사용자 단말(200)의 디스플레이의 상위에 보이도록 배치할 수 있다.
도 7은 도 1에 따른 의류 플랫폼 제공 서버(100)의 하드웨어 구성을 나타낸 도면이다.
도 7을 참조하면, 의류 플랫폼 제공 서버(100)는 적어도 하나의 프로세서(110) 및 상기 적어도 하나의 프로세서(110)가 적어도 하나의 동작(operation)을 수행하도록 지시하는 명령어들(instructions)을 저장하는 메모리(memory)를 포함할 수 있다.
상기 적어도 하나의 동작은, 전술한 의류 플랫폼 제공 서버(100)의 동작이나 기능 중 적어도 일부를 포함하고 명령어들 형태로 구현되어 프로세서(110)에 의하여 수행될 수 있다.
여기서 적어도 하나의 프로세서(110)는 중앙 처리 장치(central processing unit, CPU), 그래픽 처리 장치(graphics processing unit, GPU), 또는 본 발명의 실시예들에 따른 방법들이 수행되는 전용의 프로세서를 의미할 수 있다. 메모리(120) 및 저장 장치(160) 각각은 휘발성 저장 매체 및 비휘발성 저장 매체 중에서 적어도 하나로 구성될 수 있다. 예를 들어, 메모리(120)는 읽기 전용 메모리(read only memory, ROM) 및 랜덤 액세스 메모리(random access memory, RAM) 중 하나일 수 있고, 저장 장치(160)는, 플래시메모리(flash-memory), 하드디스크 드라이브(HDD), 솔리드 스테이트 드라이브(SSD), 또는 각종 메모리 카드(예를 들어, micro SD 카드) 등일 수 있다.
또한, 의류 플랫폼 제공 서버(100)는 무선 네트워크를 통해 통신을 수행하는 송수신 장치(transceiver)(130)를 포함할 수 있다. 또한, 의류 플랫폼 제공 서버(100)는 입력 인터페이스 장치(140), 출력 인터페이스 장치(150), 저장 장치(160) 등을 더 포함할 수 있다. 의류 플랫폼 제공 서버(100)에 포함된 각각의 구성 요소들은 버스(bus)(170)에 의해 연결되어 서로 통신을 수행할 수 있다. 도 7에서는 의류 플랫폼 제공 서버(100)를 예로 들어 설명하였으나, 이에 한정되는 것은 아니다. 예를 들어, 복수 개의 사용자 단말들은 도 7에 따른 구성요소를 포함할 수 있다.
본 발명에 따른 방법들은 다양한 컴퓨터 수단을 통해 수행될 수 있는 프로그램 명령 형태로 구현되어 컴퓨터 판독 가능 매체에 기록될 수 있다. 컴퓨터 판독 가능 매체는 프로그램 명령, 데이터 파일, 데이터 구조 등을 단독으로 또는 조합하여 포함할 수 있다. 컴퓨터 판독 가능 매체에 기록되는 프로그램 명령은 본 발명을 위해 특별히 설계되고 구성된 것들이거나 컴퓨터 소프트웨어 당업자에게 공지되어 사용 가능한 것일 수도 있다.
컴퓨터 판독 가능 매체의 예에는 롬(ROM), 램(RAM), 플래시 메모리(flash memory) 등과 같이 프로그램 명령을 저장하고 수행하도록 특별히 구성된 하드웨어 장치가 포함될 수 있다. 프로그램 명령의 예에는 컴파일러(compiler)에 의해 만들어지는 것과 같은 기계어 코드뿐만 아니라 인터프리터(interpreter) 등을 사용해서 컴퓨터에 의해 실행될 수 있는 고급 언어 코드를 포함할 수 있다. 상술한 하드웨어 장치는 본 발명의 동작을 수행하기 위해 적어도 하나의 소프트웨어 모듈로 작동하도록 구성될 수 있으며, 그 역도 마찬가지이다.
또한, 상술한 방법 또는 장치는 그 구성이나 기능의 전부 또는 일부가 결합되어 구현되거나, 분리되어 구현될 수 있다.
상기에서는 본 발명의 바람직한 실시예를 참조하여 설명하였지만, 해당 기술 분야의 숙련된 당업자는 하기의 특허 청구의 범위에 기재된 본 발명의 사상 및 영역으로부터 벗어나지 않는 범위 내에서 본 발명을 다양하게 수정 및 변경시킬 수 있음을 이해할 수 있을 것이다.
100: 의류 플랫폼 제공서버 200: 사용자 단말
300: 판매자 단말 400: 외부 서버

Claims (5)

  1. 판매자 단말로부터 등록받은 입점 상품들을 사용자 단말에 제공하는 의류 플랫폼 제공 서버에 있어서,
    복수 개의 외부 상품 유통 서버들로부터 외부 상품들의 상품 정보를 획득하는 외부 상품 수집부;
    상기 판매자 단말로부터 입점 상품들을 등록하고 판매하는 입점 상품 관리부; 및
    상기 입점 상품들 중 상기 외부 상품 수집부로부터 획득한 외부 상품과 유사한 유사 상품을 결정하는 유사 상품 결정부를 포함하고,
    상기 외부 상품 수집부는,
    상기 복수 개의 외부 상품 유통 서버들 중 외부 상품들의 상품 정보를 획득할 외부 상품 유통 서버들을 결정하고,
    결정된 상기 외부 상품 유통 서버들로부터 실시간 상품 카테고리 순위가 미리 설정된 기준 순위보다 상위에 속하는 외부 상품들의 상품 정보를 획득하고,
    상기 유사 상품 결정부는,
    상기 외부 상품 수집부로부터 획득한 외부 상품들의 상품 정보와 상기 입점 상품들의 상품 정보를 비교하고,
    상기 비교 결과에 따라 상기 입점 상품들 중 상기 외부 상품들과 유사한 유사 상품을 결정하되,
    상기 외부 상품 수집부는,
    상기 사용자 단말에 대응되는 사용자의 상기 복수 개의 외부 상품 유통 서버들의 이용주기 및 접속 지속 시간에 기반하여, 상기 사용자와 상기 복수 개의 외부 상품 유통 서버들 간의 접근 친밀도 거리를 산정하고,
    상기 산정된 접근 친밀도 거리에 기반하여 상기 외부 상품들의 상품 정보를 획득할 외부 상품 유통 서버들을 결정하는, 의류 플랫폼 제공 서버.
  2. 삭제
  3. 청구항 1에서,
    상기 유사 상품 결정부는,
    상기 획득된 외부 상품들의 상품 키워드 및 상기 입점 상품들의 상품 키워드 간의 키워드 유사도들을 판단하고,
    판단된 상기 키워드 유사도들 중에서 가장 크고, 제1 임계값을 초과하는 키워드 유사도를 갖는 제1 외부 상품 및 제1 입점 상품을 결정하고, 결정된 상기 제1 입점 상품을 제1 중간 유사 상품으로 결정하고,
    상기 제1 중간 유사 상품의 상품 이미지와 상기 제1 외부 상품의 상품 이미지를 비교하여 이미지 유사도를 결정하고,
    결정된 상기 이미지 유사도가 제2 임계값 이상인 경우, 상기 결정된 제1 중간 유사 상품을 제1 최종 유사 상품으로 결정하는, 의류 플랫폼 제공 서버.
  4. 청구항 3에서,
    상기 유사 상품 결정부는,
    상기 제1 중간 유사 상품에 대응되는 태그 정보를 생성하되,
    상기 태그 정보는 상기 제1 외부 상품의 상품 이미지, 상기 제1 외부 상품에 대응되는 상품 카테고리 순위 정보 및 상기 제1 외부 상품의 상품 카테고리 순위 정보를 제공한 외부 상품 유통 서버 정보를 포함하는, 의류 플랫폼 제공 서버.
  5. 청구항 1에서,
    상기 외부 상품 수집부는,
    결정된 상기 외부 상품 유통 서버들의 수에 기반하여 상기 미리 설정된 기준 순위를 설정하되, 상기 외부 상품 유통 서버들의 수가 많아질수록 상기 미리 설정된 기준 순위를 높게 설정하고,
    결정된 상기 외부 상품 유통 서버들 중 제1 외부 상품 유통 서버로부터 제1 기준 순위보다 상위에 속하는 외부 상품들의 상품 정보를 획득하고, 제2 외부 상품 유통 서버로부터 제2 기준 순위보다 상위에 속하는 외부 상품들의 상품 정보를 획득하고,
    상기 제1 기준 순위 및 상기 제2 기준 순위를 합한 순위는 상기 미리 설정된 기준 순위보다 높거나 같은, 의류 플랫폼 제공 서버.
KR1020210067440A 2021-05-26 2021-05-26 빅데이터에 기반하여 의류 플랫폼 서비스를 제공하는 방법 및 장치 KR102354982B1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020210067440A KR102354982B1 (ko) 2021-05-26 2021-05-26 빅데이터에 기반하여 의류 플랫폼 서비스를 제공하는 방법 및 장치

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020210067440A KR102354982B1 (ko) 2021-05-26 2021-05-26 빅데이터에 기반하여 의류 플랫폼 서비스를 제공하는 방법 및 장치

Publications (1)

Publication Number Publication Date
KR102354982B1 true KR102354982B1 (ko) 2022-02-08

Family

ID=80252782

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020210067440A KR102354982B1 (ko) 2021-05-26 2021-05-26 빅데이터에 기반하여 의류 플랫폼 서비스를 제공하는 방법 및 장치

Country Status (1)

Country Link
KR (1) KR102354982B1 (ko)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR102534837B1 (ko) * 2022-11-14 2023-05-26 이민혁 온라인 상품에 대한 마케팅 방법 및 시스템

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20180051448A (ko) * 2018-03-16 2018-05-16 오드컨셉 주식회사 쇼핑 정보를 제공하는 방법, 장치 및 컴퓨터 프로그램
KR20180117803A (ko) * 2017-04-20 2018-10-30 (주)더모음 인공지능에 의한 적응적 판매 관리 서버 및 방법

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20180117803A (ko) * 2017-04-20 2018-10-30 (주)더모음 인공지능에 의한 적응적 판매 관리 서버 및 방법
KR20180051448A (ko) * 2018-03-16 2018-05-16 오드컨셉 주식회사 쇼핑 정보를 제공하는 방법, 장치 및 컴퓨터 프로그램

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR102534837B1 (ko) * 2022-11-14 2023-05-26 이민혁 온라인 상품에 대한 마케팅 방법 및 시스템

Similar Documents

Publication Publication Date Title
JP6134444B2 (ja) 情報を推薦するための方法およびシステム
JP6431925B2 (ja) 評価情報の提示のカスタマイズ
KR20200123015A (ko) 정보를 추천하는 방법, 장치, 기기 및 저장 매체
US20140164220A1 (en) Payment instrument selection
US20140129333A1 (en) Advertising system, advertising system control method, program, and information storage medium
US20120116875A1 (en) Providing advertisements based on user grouping
CN107341173A (zh) 一种信息处理方法及装置
US11200593B2 (en) Predictive recommendation system using tiered feature data
JP6976207B2 (ja) 情報処理装置、情報処理方法、およびプログラム
US20130254025A1 (en) Item ranking modeling for internet marketing display advertising
US11810151B2 (en) Predictive recommendation system using tiered feature data
CN109213936B (zh) 商品搜索方法和装置
US11816686B2 (en) Determining sellability score and cancellability score
CN112819552A (zh) 广告推送方法、装置及计算机可读存储介质
CN111967924A (zh) 商品推荐方法、商品推荐装置、计算机设备和介质
KR102354982B1 (ko) 빅데이터에 기반하여 의류 플랫폼 서비스를 제공하는 방법 및 장치
US20170193539A1 (en) Time-value estimation method and system for sharing environment
KR20100123206A (ko) 인공지능에 기반한 랭킹 분석 방법, 이를 기록한 기록 매체, 그 장치
CN111353836B (zh) 商品推荐方法、装置及设备
CN110827044A (zh) 提取用户兴趣模式的方法和装置
KR102534837B1 (ko) 온라인 상품에 대한 마케팅 방법 및 시스템
KR102486548B1 (ko) 판매 데이터를 통한 개선점 도출 방법
KR102608859B1 (ko) 온라인 마켓 관리 통합 플랫폼을 운영하는 방법 및 시스템
KR102586414B1 (ko) 아티스트 그룹 단위의 nft 제작 방법 및 nft보유자의 거래 성향 파악에 대응하는 정성적/정량적 데이터 분석 및 생성 방법
KR102572280B1 (ko) 전자 결제 정보에 기반하여 구매자에게 온라인 상품을 마케팅하는 방법 및 시스템

Legal Events

Date Code Title Description
GRNT Written decision to grant