KR102355147B1 - 맞춤형 가방 판매 방법 - Google Patents

맞춤형 가방 판매 방법 Download PDF

Info

Publication number
KR102355147B1
KR102355147B1 KR1020210127199A KR20210127199A KR102355147B1 KR 102355147 B1 KR102355147 B1 KR 102355147B1 KR 1020210127199 A KR1020210127199 A KR 1020210127199A KR 20210127199 A KR20210127199 A KR 20210127199A KR 102355147 B1 KR102355147 B1 KR 102355147B1
Authority
KR
South Korea
Prior art keywords
bag
information
purchase information
purchase
customized
Prior art date
Application number
KR1020210127199A
Other languages
English (en)
Inventor
이유태
이웅수
Original Assignee
주식회사 루츠코퍼레이션
이웅수
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 루츠코퍼레이션, 이웅수 filed Critical 주식회사 루츠코퍼레이션
Priority to KR1020210127199A priority Critical patent/KR102355147B1/ko
Application granted granted Critical
Publication of KR102355147B1 publication Critical patent/KR102355147B1/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
    • G06Q30/06—Buying, selling or leasing transactions
    • G06Q30/0601—Electronic shopping [e-shopping]
    • G06Q30/0641—Shopping interfaces
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/40—Extraction of image or video features

Landscapes

  • Business, Economics & Management (AREA)
  • Accounting & Taxation (AREA)
  • Finance (AREA)
  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Development Economics (AREA)
  • General Business, Economics & Management (AREA)
  • Strategic Management (AREA)
  • Marketing (AREA)
  • Economics (AREA)
  • Multimedia (AREA)
  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)

Abstract

본 발명은 사용자에게 맞춤형 가방을 판매하는 방법을 제공할 수 있다.
일 실시예에 따른 서버에 의해 수행되는 맞춤형 가방 판매 방법에 있어서, 적어도 하나의 가방 판매 정보를 포함하는 제1 인터페이스를 생성하는 단계; 사용자로부터 상기 제1 인터페이스를 통해 구매 정보를 획득하는 단계; 상기 구매 정보를 상기 서버에 저장하는 단계; 및 저장한 상기 구매 정보에 기초하여 구매 이력이 적어도 두 개 이상이면, 상기 구매 정보에 기초하여 맞춤형 가방을 사용자 단말에 추천하는 알람 신호를 출력하는 단계;를 포함할 수 있고, 상기 상기 구매 정보에 포함된 가방의 가격 정보, 상기 가방의 브랜드 정보 및 상기 가방의 색깔 정보에 기초하여 맞춤형 가방을 사용자 단말에 추천하는 알람 신호를 출력하는 단계는, 상기 구매 정보에 포함된 가방의 가격 정보, 상기 가방의 브랜드 정보 및 상기 가방의 색깔 정보 중 적어도 하나에 기초하여 맞춤형 가방을 사용자 단말에 추천하는 알람 신호를 출력하는 단계;를 포함할 수 있다.

Description

맞춤형 가방 판매 방법{A method of selling custom bags}
본 발명은 사용자에게 맞춤형 가방을 제공하는 방법에 관한 발명이다.
정보기술의 비약적 발전에 힘입어, 오늘날 기업들은 지금까지 축적한 고객 데이터를 기반으로 맞춤형 서비스를 제공하는 것에 많은 관심을 가지고 있다. 고객이 요구하는 맞춤형 서비스를 효과적으로 제공하기 위해서는 우선 그 고객의 선호도를 파악하는 것이 중요하다 특히, 고객에게 서비스가 전달되는 순간에 해당 고객의 선호 정보를 정확히 인지할 수 있다면, 기업은 더 양질의 맞춤형 서비스를 제공할 수 있을 것이다. 이와 관련하여 사람의 선호도 정보를 파악하고 개인화 서비스를 제공하기 위한 연구가 활발하게 이루어지고 있다. 사용자 선호도 정보를 통해 사람의 감정을 판단하는 연구는 좀 더 미세하고 확실한 변화를 통해 정확하게 감정을 판단할 수 있으며, 이외에도 사용자의 선호도를 조사하여 사용자의 선호도에 맞추어서 맞춤형 물품을 제공할 수 있다.
특히 가방과 같은 경우 사용자의 선호도에 민감한 물품에 해당하여 이에 대하여 사용자의 개인 선호도에 맞는 맞춤형 가방을 만들기 위한 연구가 활발하게 진행되고 있다. 가방의 경우 일상 생활에서 용도가 다양하고 자주 사용되는 만큼 가방의 크기나, 색감, 가방 특유의 감성, 가방의 특징점을 추출하여 이를 토대로 맞춤형 가방을 생산하기 위한 연구가 활발하게 진행되고 있는 실정이다.
본 발명은 사용자에게 맞춤형 가방을 판매하는 방법을 제공할 수 있다.
일 실시예에 따른 서버에 의해 수행되는 맞춤형 가방 판매 방법에 있어서, 적어도 하나의 가방 판매 정보를 포함하는 제1 인터페이스를 생성하는 단계; 사용자로부터 상기 제1 인터페이스를 통해 구매 정보를 획득하는 단계; 상기 구매 정보를 상기 서버에 저장하는 단계; 및 저장한 상기 구매 정보에 기초하여 구매 이력이 적어도 두 개 이상이면, 상기 구매 정보에 기초하여 맞춤형 가방을 사용자 단말에 추천하는 알람 신호를 출력하는 단계;를 포함할 수 있고, 상기 상기 구매 정보에 포함된 가방의 가격 정보, 상기 가방의 브랜드 정보 및 상기 가방의 색깔 정보에 기초하여 맞춤형 가방을 사용자 단말에 추천하는 알람 신호를 출력하는 단계는, 상기 구매 정보에 포함된 가방의 가격 정보, 상기 가방의 브랜드 정보 및 상기 가방의 색깔 정보 중 적어도 하나에 기초하여 맞춤형 가방을 사용자 단말에 추천하는 알람 신호를 출력하는 단계;를 포함할 수 있다.
일 실시예에 따른 서버에 의해 수행되는 맞춤형 가방 판매 방법에 있어서, 저장한 상기 구매 정보에 기초하여 구매 이력이 두 개 이상이면, 상기 구매 정보에 기초하여 맞춤형 가방을 사용자 단말에 추천하는 알람 신호를 출력하는 단계는, 제1 외부 서버로부터 연령별 선호 가방 정보를 획득하는 단계; 상기 연령별 선호 가방 정보에 기초하여 상기 사용자의 연령대에 대응되는 적어도 하나의 선호 가방을 결정하는 단계; 및 상기 선호 가방 중 상기 구매 정보에 대응하는 브랜드와 같은 브랜드의 가방 중 미리 정해진 가격 범위 내의 가방을 상기 맞춤형 가방으로 추천하는 알람 신호를 출력하는 단계;를 포함할 수 있다.
일 실시예에 따른 서버에 의해 수행되는 맞춤형 가방 판매 방법에 있어서, 외부 서버로부터 MBTI 별 선호 가방 정보를 획득하는 단계, 상기 사용자로부터 MBTI 정보를 획득하는 단계; 상기 선호 가방 중 상기 MBTI 별 선호 가방 및 상기 MBTI 정보에 기초하여 사용자의 성격 유형에 대응하는 성격 유형별 선호 가방을 결정하는 단계; 및 상기 성격 유형별 선호 가방에 기초하여 맞춤형 가방을 사용자 단말에 추천하는 알람 신호를 출력할 수 있다.
일 실시예에 따른 서버에 의해 수행되는 맞춤형 가방 판매 방법에 있어서, 저장한 상기 구매 정보에 기초하여 구매 이력이 두 개 이상이면, 상기 구매 정보에 기초하여 맞춤형 가방을 사용자 단말에 추천하는 알람 신호를 출력하는 단계는, 상기 구매 정보에 대응되는 특징점 후보 중 미리 정해진 기준에 따라 특징점을 추출하는 단계; 상기 특징점에 기초하여 상기 구매 정보에 대응하는 가방과 미리 정해진 유사도 이상의 유사 가방을 결정하는 단계; 및 상기 유사 가방을 상기 맞춤형 가방으로 추천하는 알람 신호를 출력하는 단계;를 포함하고, 상기 특징점 후보는 상기 구매 정보에 대응되는 가방의 문양 패턴 정보, 상기 구매 정보에 대응되는 가방의 색깔 정보, 상기 구매 정보에 대응되는 가방의 크기 정보, 상기 구매 정보에 대응되는 가방의 손잡이 크기 정보, 상기 구매 정보에 대응되는 가방의 소재 정보, 상기 구매 정보에 대응되는 가방의 무게 정보, 상기 구매 정보에 대응되는 가방의 감성 정보 및 상기 적어도 하나의 가방의 마케팅 노출 정보를 포함
본 발명은 사용자 맞춤형 가방을 제공 함으로서 사용자의 만족감을 향상시킬 수 있다.
본 발명은 사용자의 개인 선호도 정보를 통해 디테일한 가방을 제공 함으로서 사용자에게 편의성을 제공할 수 있다.
다양한 실시예들에 대한 이해를 돕기 위해 상세한 설명의 일부로 포함된, 첨부 도면은 다양한 실시예들을 제공하고, 상세한 설명과 함께 다양한 실시예들의 기술적 특징을 설명한다.
도 1은 일 실시예에 의한 프로세서의 동작을 예시한 도면이다.
도 2는 일 실시예에 의한 제1 인터페이스를 예시한 도면이다.
도 3은 일 실시예에 의한 맞춤형 가방을 추천하는 동작을 예시한 도면이다.
도 4는 일 실시예에 의한 연령대 별 맞춤형 가방을 추천하는 동작을 예시한 도면이다.
도 5는 일 실시예에 의한 성격 유형 별 맞춤형 가방을 추천하는 동작을 예시한 도면이다.
도 6은 일 실시예에 의한 유사 가방을 맞춤형 가방으로 추천하는 동작을 예시한 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 설명하는 데 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, 첨부한 도면들을 참조하여, 본 발명의 바람직한 실시예를 보다 상세하게 설명하고자 한다. 본 발명을 설명함에 있어 전체적인 이해를 용이하게 하기 위하여 도면상의 동일한 구성요소에 대해서는 동일한 참조 부호를 사용하고 동일한 구성요소에 대해서 중복된 설명은 생략한다.
도 1은 일 실시예에 의한 서버(1)에 속한 프로세서의 동작을 예시한 도면이다. 도 1을 구체적으로 살펴보면 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, 서버(1)는, 서버에 포함될 수 있으며, 무선 네트워크를 통해 통신을 수행하는 송수신 장치(transceiver)(130)를 포함할 수 있다. 또한, 서버(1)는 입력 인터페이스 장치(140), 출력 인터페이스 장치(150), 저장 장치(160) 등을 더 포함할 수 있다. 서버(1)에 포함된 각각의 구성 요소들은 버스(bus)(170)에 의해 연결되어 서로 통신을 수행할 수 있다.
도 2는 일 실시예에 의한 제1 인터페이스를 예시한 도면이다. 도 3은 일 실시예에 의한 맞춤형 가방을 추천하는 동작을 예시한 도면이다.
도 2 및 도 3을 구체적으로 살펴보면, 서버는 적어도 하나의 가방 판매 정보를 포함하는 제1 인터페이스를 생성할 수 있다. 제1 인터페이스는 적어도 하나의 가방들에 대한 판매 정보를 포함할 수 있으며, 판매 정보는 판매하는 가방의 이름 정보, 가방의 가격 정보, 가방의 브랜드 정보, 가방의 색깔 정보, 가방의 크기 정보, 가방의 무게 정보 등을 포함할 수 있다. 서버는 사용자로부터 제1 인터페이스를 통해 구매 정보를 획득할 수 있다. 서버는 구매 정보를 상기 서버에 저장할 수 있다. 서버는 저장한 상기 구매 정보에 기초하여 구매 이력이 적어도 두 개 이상이면, 상기 구매 정보에 기초하여 맞춤형 가방을 사용자 단말(10)에 추천하는 알람 신호를 출력할 수 있다. 구매 이력이 적어도 두개 이상으로 설정 함으로서 보다 정확한 사용자의 선호도를 파악할 수 있다. 서버는 저장한 상기 구매 정보에 기초하여 구매 이력이 두 개 이상이면, 서버가 구매 정보에 기초하여 맞춤형 가방을 사용자 단말(10)에 추천하는 알람 신호를 출력하는 동작에 있어서, 서버는 상기 구매 정보에 포함된 가방의 가격 정보, 상기 가방의 브랜드 정보 및 상기 가방의 색깔 정보 중 적어도 하나에 기초하여 맞춤형 가방을 사용자 단말(10)에 추천하는 알람 신호를 출력할 수 있다. 서버는 구매 정보에 대응하는 가방과 유사한 색깔의 가방을 구매 정보에 대응하는 가방의 브랜드 또는 이와 유사한 브랜드의 가방을 맞춤형 가방으로 추천할 수 있다.
서버는 제1 인터페이스를 생성(301)할 수 있으며, 구매 정보를 획득(302)할 수 있고, 구매 정보를 서버에 저장(303)할 수 있으며, 맞춤형 가방을 사용자 단말에 추천(304)할 수 있다.
도 4는 일 실시예에 의한 연령대 별 맞춤형 가방을 추천하는 동작을 예시한 도면이다. 도 4를 구체적으로 살펴보면, 서버는 제1 외부 서버로부터 연령별 선호 가방 정보를 획득할 수 있다. 이때 제1 외부 서버는 연령대 별로 매입하는 가방에 대한 정보를 포함하고 있는 서버를 의미할 수 있다. 제1 외부 서버는 타 쇼핑몰 서버나, 가방 판매와 관련된 데이터를 저장하고 있는 서버를 의미할 수 있다.
서버는 연령별 선호 가방 정보에 기초하여 상기 사용자의 연령대에 대응되는 적어도 하나의 선호 가방을 결정할 수 있다. 일 실시예로 서버는 10대 연령층이 매입하는 상위 5가지의 가방을 선호 가방으로 결정할 수 있고, 이는 10대 한정이 아닌, 20대, 30대, 40대, 50대, 60대, 70대 등등 다양한 연령별로 매입하는 가방의 상위 5가지의 가방을 선호 가방으로 결정할 수 있다.
또한 서버는 선호 가방 중 상기 구매 정보에 대응하는 브랜드와 미리 정해진 가격 범위 내의 가방 중 같은 브랜드의 가방을 추천하는 알람 신호를 사용자 단말(10)에 출력할 수 있다.
도 5는 일 실시예에 의한 성격 유형 별 맞춤형 가방을 추천하는 동작을 예시한 도면이다. 도 5를 구체적으로 살펴보면, 외부 서버로부터 MBTI 별 선호 가방 정보를 획득할 수 있다. MBTI란 사람의 성격을 유형화 한 것을 의미할 수 있다. 서버는 사용자로부터 MBTI 정보를 획득할 수 있다. MBTI 정보는 사용자 자신의 MBTI를 입력한 정보를 의미할 수 있다. 서버는 선호 가방 중 상기 MBTI 별 선호 가방 및 상기 MBTI 정보에 기초하여 사용자의 성격 유형에 대응하는 성격 유형별 선호 가방을 결정할 수 있다. 일 실시예로 사용자의 MBTI가 ENFT라면 ENFT에 대응하는 상위 5개의 가방을 선호 가방으로 결정할 수 있다. 서버는 성격 유형별 선호 가방에 기초하여 맞춤형 가방을 사용자 단말(10)에 추천하는 알람 신호를 출력할 수 있다.
도 6은 일 실시예에 의한 유사 가방을 맞춤형 가방으로 추천하는 동작을 예시한 도면이다. 도 6을 구체적으로 살펴보면, 서버는 구매 정보에 기초하여 구매 정보에 대응되는 가방의 특징점 후보 중 미리 정해진 기준에 따라 특징점을 추출할 수 있다.
특징점 후보는 상기 구매 정보에 대응되는 가방의 문양 패턴 정보, 상기 구매 정보에 대응되는 가방의 색깔 정보, 상기 구매 정보에 대응되는 가방의 크기 정보, 상기 구매 정보에 대응되는 가방의 손잡이 크기 정보, 상기 구매 정보에 대응되는 가방의 소재 정보, 상기 구매 정보에 대응되는 가방의 무게 정보, 상기 구매 정보에 대응되는 가방의 감성 정보 및 상기 구매 정보에 대응되는 가방의 마케팅 노출 정보를 포함할 수 있다. 특징점이란 가방의 특징 포인트를 의미할 수 있다. 서버는 특징점에 기초하여 상기 구매 정보에 대응하는 가방과 미리 정해진 유사도 이상의 유사 가방을 결정할 수 있다. 서버는 유사 가방을 상기 맞춤형 가방으로 추천하는 알람 신호를 출력할 수 있다.
이때 특징점에 기초하여 미리 정해진 유사도 이상의 유사 가방을 결정하는 것은 다음과 같은 수학식 1에 의할 수 있다.
[수학식 1]
Figure 112021110591778-pat00001
S는 유사도를 의미할 수 있다. b는 특징점의 개수를 의미할 수 있다. Ka는 a번째 특이점에 대한 미리 설정된 가중치를 의미할 수 있다. Ta는 a번째 특이점에 대한 가방들간 유사 값이 미리 테이블링 된 값을 의미할 수 있다.
일 실시예에 따르면, 특징점이 가방의 문양 패턴 정보라고 하면, 문양이 반복되는 패턴의 경우 반복되는 문양을 도출하고, 해당 문양과 미리 테이블링 된 문양 별 유사도 값이 T의 값으로 들어갈 수 있으며, 가방의 색깔 또한 미리 정해진 테이블링 된 색깔 유사 값에 기초할 수 있다. 즉, 구매 정보에 포함된 가방의 특징점들을 도출한 뒤, 비교되는 가방들의 각각의 특징점들과 비교하여 유사도를 도출할 수 있다.
이 때 특징점을 추출하는 것은, 미리 정해진 기준에 따를 수 있으며, 미리 정해진 기준에 따르는 것은, 특징점 후보들 중 특정한 조건이 만족되는 경우의 특징점 후보가 특징점으로 도출되는 것을 의미할 수 있다.
일 실시예로 가방의 손잡이 크기의 경우, 가방의 손잡이가 가방의 가로 길이 중 일정 비율 이상을 차지하는 경우에만 가방의 손잡이가 가방의 특징점으로 결정될 수 있다.
일 실시예로 가방의 소재가 미리 정해진 소재에 해당하는 경우에만 특징점으로 추출될 수 있다.
일 실시예로 가방의 무게가 일정 무게 이하인 경우에만 특징점으로 추출될 수 있다.
일 실시예로 가방의 감성은, 가방의 색깔과 가방의 모양에 의해 도출될 수 있다. 이때 가방의 색깔에 대응하는 감성이 미리 테이블링 되어 있을 수 있으며, 가방의 모양에 의해 도출되는 감성 또한 미리 테이블링 되어 있을 수 있고, 이때 색깔과 모양이 도출하는 감성은 사용자에 의해 그 비율이 설정될 수 있다. 또한, 가방의 감성은 가방의 모델 하나 하나마다 미리 테이블링 되어 있을 수도 있다.
일 실시예로 가방의 마케팅 노출 정보는 제3 외부 서버로부터 가방이 인터넷 매체에 언급된 횟수 정보를 획득한 후, 해당 노출 정보에 기초하여 인터냇 매체에 언급된 횟수가 일정 횟수 이상인 경우에만 특징점으로 될 수 있으며, 이때 유사도를 판단시 마케팅으로 언급된 횟수가 유사할수록 더 유사도가 높아지도록 설정할 수 있다.
서버는 특징점을 추출(601)할 수 있으며, 특징점에 기초하여 유사 가방을 결정(602)할 수 있고, 유사 가방을 맞춤형 가방으로 추천하는 알람을 사용자 단말에 전송할 수 있도록 신호를 출력(603)할 수 있다.
사용자 단말은 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.
기계 학습일 이용 시 딥 러닝 모델을 이용할 수 있으며 머신 러닝 모델을 이용하여 수행할 수 있다. 이때 학습 데이터 셋은 외부의 다양한 서버에서 획득한 다양한 정보를 학습 데이터 셋으로 포함할 수 있으며, 지도 학습 방식이 이용될 수 있다. 이때, 딥 러닝 모델 모듈은 DNN(deep neural network) 알고리즘을 이용할 수 있다. 기재된 바에 국한되지 않고, 합성곱 신경망(CNN, Convoultional Neural Network), 순환 신경망(RNN, Recurrent Neural Network), 제한 볼츠만 머신(RBM, Restricted Boltzmann Machine),　심층 신뢰 신경망(DBN, Deep Belief Network) 알고리즘들이 이용될 수 있으며, 각각의 알고리즘들은 주지의 기술이므로 설명은 생략한다.
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 매체는프로그램 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.
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.
1:서버
10:사용자 단말

Claims (5)

  1. 서버에 의해 수행되는 맞춤형 가방 판매 방법에 있어서,
    적어도 하나의 가방 판매 정보를 포함하는 제1 인터페이스를 생성하는 단계;
    사용자 단말로부터 상기 제1 인터페이스를 통해 상기 적어도 하나의 가방 판매 정보에 따른 가방 중 특정 가방에 대한 구매 정보를 획득하는 단계;
    상기 구매 정보를 상기 서버의 데이터베이스에 저장하는 단계; 및
    저장한 상기 구매 정보에 기초하여 구매 이력이 적어도 두 개 이상이면, 상기 구매 정보에 포함된 가방의 가격 정보, 상기 가방의 브랜드 정보 및 상기 가방의 색깔 정보 중 적어도 하나에 기초하여 맞춤형 가방을 사용자 단말에 추천하는 알람 신호를 출력하는 단계;를 포함하고,
    저장한 상기 구매 정보에 기초하여 구매 이력이 두 개 이상이면, 상기 구매 정보에 기초하여 맞춤형 가방을 사용자 단말에 추천하는 알람 신호를 출력하는 단계는,
    제1 외부 서버로부터 연령별 선호 가방 정보를 획득하는 단계;
    상기 연령별 선호 가방 정보에 기초하여 상기 사용자의 연령대에 대응되는 적어도 하나의 선호 가방을 결정하는 단계; 및
    상기 선호 가방 중 상기 구매 정보에 대응하는 브랜드와 같은 브랜드의 가방 중 미리 정해진 가격 범위 내의 가방을 상기 맞춤형 가방으로 추천하는 알람 신호를 출력하는 단계;를 더 포함하고,
    저장한 상기 구매 정보에 기초하여 구매 이력이 두 개 이상이면, 상기 구매 정보에 기초하여 맞춤형 가방을 사용자 단말에 추천하는 알람 신호를 출력하는 단계는,
    외부 서버로부터 MBTI 별 선호 가방 정보를 획득하는 단계,
    상기 사용자로부터 MBTI 정보를 획득하는 단계;
    상기 선호 가방 중 상기 MBTI 별 선호 가방 및 상기 MBTI 정보에 기초하여 사용자의 성격 유형에 대응하는 성격 유형별 선호 가방을 결정하는 단계; 및
    상기 성격 유형별 선호 가방에 기초하여 맞춤형 가방을 사용자 단말에 추천하는 알람 신호를 출력하는 단계;를 더 포함하고,
    상기 저장한 상기 구매 정보에 기초하여 구매 이력이 두 개 이상이면, 상기 구매 정보에 기초하여 맞춤형 가방을 사용자 단말에 추천하는 알람 신호를 출력하는 단계는,
    상기 구매 정보에 대응되는 가방의 특징점을 추출하는 단계;
    상기 특징점에 기초하여 상기 구매 정보에 대응하는 가방과 미리 정해진 유사도 이상의 유사 가방을 결정하는 단계; 및
    상기 유사 가방을 상기 맞춤형 가방으로 추천하는 알람 신호를 출력하는 단계;를 더 포함하고,
    상기 구매 정보에 대응되는 가방의 특징점을 추출하는 단계;는.
    상기 구매 정보에 대응되는 가방의 특징점 후보 중 미리 정해진 기준에 따라 특징점을 추출하는 단계;를 포함하고,
    상기 특징점 후보는 상기 구매 정보에 대응되는 가방의 문양 패턴 정보, 상기 구매 정보에 대응되는 가방의 색깔 정보, 상기 구매 정보에 대응되는 가방의 크기 정보, 상기 구매 정보에 대응되는 가방의 손잡이 크기 정보, 상기 구매 정보에 대응되는 가방의 소재 정보, 상기 구매 정보에 대응되는 가방의 무게 정보를 포함하고,
    상기 특징점에 기초하여 미리 정해진 유사도 이상의 유사 가방을 결정하는 단계는, 아래와 같은 수학식 1에 의할 수 있고,
    [수학식 1]
    Figure 112021149169715-pat00008
    , 상기 S는 유사도를 나타내고, 상기 b는 상기 특징점의 개수를 나타내고, 상기 Ka는 상기 a번째 특이점에 대한 미리 설정된 가중치를 나타내고, 상기 Ta는 상기 a번째 특이점에 대한 가방들 간 유사 값이 미리 테이블링 된 값을 나타내고,
    상기 특징점의 개수는 적어도 4개 이상일 수 있고,
    상기 특징점을 추출하는 단계는,
    제3 외부 서버로부터 가방의 마케팅 노출 정보를 획득하는 단계;
    상기 가방의 마케팅 노출 정보에 기초하여 상기 가방의 언급 횟수가 일정 횟수 이상인 경우에 상기 특징점 후보로 결정되는 단계;를 더 포함하고,
    상기 유사도는 상기 마케팅 노출 정보에 기초하여 언급된 횟수가 유사할수록 상기 유사도가 비례하여 증가하는 맞춤형 가방 판매 방법.

  2. 삭제
  3. 삭제
  4. 삭제
  5. 삭제
KR1020210127199A 2021-09-27 2021-09-27 맞춤형 가방 판매 방법 KR102355147B1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020210127199A KR102355147B1 (ko) 2021-09-27 2021-09-27 맞춤형 가방 판매 방법

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020210127199A KR102355147B1 (ko) 2021-09-27 2021-09-27 맞춤형 가방 판매 방법

Publications (1)

Publication Number Publication Date
KR102355147B1 true KR102355147B1 (ko) 2022-02-08

Family

ID=80252225

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020210127199A KR102355147B1 (ko) 2021-09-27 2021-09-27 맞춤형 가방 판매 방법

Country Status (1)

Country Link
KR (1) KR102355147B1 (ko)

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20150110846A (ko) * 2014-03-20 2015-10-05 박정훈 상품 추천 방법 및 시스템
KR20160090509A (ko) * 2015-01-22 2016-08-01 주식회사 디케이아이테크놀로지 감성기반 사용자특성 분석을 이용한 개인화된 광고 제공 서비스 방법
KR101762875B1 (ko) * 2016-03-22 2017-07-28 최윤내 큐레이션 서비스를 제공하는 의류 쇼핑 시스템 및 그 방법
KR102109338B1 (ko) * 2019-06-25 2020-05-12 박경숙 고객 맞춤형 의류 분석 및 추천 시스템
KR102282741B1 (ko) * 2020-03-30 2021-07-27 서명교 뉴럴 네트워크를 기반으로 하는 ai 학습 모델을 이용하여 복수의 상품 추천 서비스를 제공하는 서버

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20150110846A (ko) * 2014-03-20 2015-10-05 박정훈 상품 추천 방법 및 시스템
KR20160090509A (ko) * 2015-01-22 2016-08-01 주식회사 디케이아이테크놀로지 감성기반 사용자특성 분석을 이용한 개인화된 광고 제공 서비스 방법
KR101762875B1 (ko) * 2016-03-22 2017-07-28 최윤내 큐레이션 서비스를 제공하는 의류 쇼핑 시스템 및 그 방법
KR102109338B1 (ko) * 2019-06-25 2020-05-12 박경숙 고객 맞춤형 의류 분석 및 추천 시스템
KR102282741B1 (ko) * 2020-03-30 2021-07-27 서명교 뉴럴 네트워크를 기반으로 하는 ai 학습 모델을 이용하여 복수의 상품 추천 서비스를 제공하는 서버

Similar Documents

Publication Publication Date Title
KR102318502B1 (ko) 대화 중 미션 변경의 검출
CN110023982B (zh) 用于选择产品标题的系统、方法、存储设备及介质
CN110427560B (zh) 一种应用于推荐系统的模型训练方法以及相关装置
US20180204113A1 (en) Interaction analysis and prediction based neural networking
JP2019537120A (ja) 画像解析および予測に基づく視覚検索
US20220138251A1 (en) Parallel prediction of multiple image aspects
CN108027944B (zh) 电子商务中的结构化项目组织机制
US11741956B2 (en) Methods and apparatus for intent recognition
CN110706055A (zh) 商品信息推送方法及装置、存储介质、计算机设备
CN111967924A (zh) 商品推荐方法、商品推荐装置、计算机设备和介质
CN111461801A (zh) 一种页面生成方法及其装置
CN109360072B (zh) 保险产品推荐方法、装置、计算机设备及存储介质
CN111787042B (zh) 用于推送信息的方法和装置
KR102355147B1 (ko) 맞춤형 가방 판매 방법
CN111353836B (zh) 商品推荐方法、装置及设备
CN110837596B (zh) 一种智能推荐方法、装置、计算机设备及存储介质
JP6025796B2 (ja) 行動予測装置、行動予測方法及びプログラム
KR102358339B1 (ko) 고객 맞춤형 소재 추천 방법
KR102485807B1 (ko) 사용자를 위한 주방 용품 추천 방법
CN113792952A (zh) 用于生成模型的方法和装置
JP5613699B2 (ja) 商品推薦装置及び方法及びプログラム
KR102448633B1 (ko) 사용자의 검색어를 기반으로 한 상품 추천 방법
KR102586414B1 (ko) 아티스트 그룹 단위의 nft 제작 방법 및 nft보유자의 거래 성향 파악에 대응하는 정성적/정량적 데이터 분석 및 생성 방법
KR102679130B1 (ko) 웹페이지 내의 긍정 키워드 기반의 상품 추천 방법 및 장치
KR102486548B1 (ko) 판매 데이터를 통한 개선점 도출 방법

Legal Events

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