KR102369961B1 - 데이터베이스 조정을 위한 시스템 및 방법 - Google Patents

Abstract

데이터베이스 조정 방법은, 하나 이상의 출처로부터, 제품의 양상들을 나타내는 복수의 속성 데이터 유형들의 속성 데이터를 수신하고, 상기 수신된 속성 데이터 유형들에 기초하여 복수의 속성 카테고리들을 생성하고-상기 각 속성 카테고리는 상기 수신된 속성 데이터의 유형들 중 하나에 대응하고, 상기 수신된 속성 데이터 유형들 중 하나의 모든 상기 속성 데이터를 포함함-, 상기 복수의 속성 카테고리들 각각에 포함되는 상기 속성 데이터 각각에 대한 데이터 점수들을 결정하고, 각각의 상기 속성 카테고리들에 대한 조정 데이터를 생성하고-상기 조정 데이터는 상기 속성 카테고리들 각각에 포함되는 상기 속성 데이터 중 가장 높은 데이터 점수를 갖는 속성 데이터임-, 상기 제품에 대응하는 조정 데이터를 각각 포함하는 상기 복수의 속성 카테고리들을 데이터베이스에 저장하고 그리고 디스플레이 인터페이스에 표시하기 위한 상기 조정 데이터를 상기 데이터베이스로부터 제공하는 것을 포함한다.

Description

데이터베이스 조정을 위한 시스템 및 방법

본 개시는 데이터베이스들을 조정하기 위한 컴퓨터화 된 시스템 및 방법에 관한 것이다. 특히, 본 개시의 일부 실시예는 데이터베이스들에 저장된 데이터 항목들이 공통되거나, 중복되거나 충돌되는 경우, 이를 조정하는 창의적이고 비전통적인 시스템을 개시한다.

온라인 소매 사업 분야에서, 제품들의 다양성과 관계있는 정보들이 데이터베이스에 저장된다. 쇼핑객이 온라인 소매 사업의 디스플레이 인터 페이스들(웹 페이지와 같은)을 둘러볼 때, 서버 시스템들은 쇼핑객에게 표시하기 위해 이 정보를 데이터베이스들로부터 검색한다. 복수의 판매자들이 동일한 플랫폼에서 운영하는 오픈 온라인 소매 시스템에서, 각 개별 판매자는 그 플랫폼을 사용하여 그가 어떤 제품을 판매할지 결정할 수 있다. 이것은 복수의 상이한 판매자들에 의해 동일한 제품이 오퍼되는 것에 이를 수 있다. 만약 각 개별 판매자가, 제품 설명을 제공하는 것을 포함하여, 그가 판매하는 제품에 대한 통제를 유지하면, 상이한 판매자들에 의해 제공되는 공통되거나, 중복되거나 충돌하는 데이터를 하나의 제품이 가지는 상황이 있을 수 있다.

그러므로, 동일 제품에 대하여 다른 판매자들에 의해 공급되는 데이터와 다를 수 있는 데이터를 각각 공급하는 다수의 판매자들이 있는 경우, 서버 시스템이 쇼핑객으로부터 제품 정보를 보기 위한 요청을 받을 때 문제가 발생할 수 있다. 만약, 각 판매자의 제품이 분리되어 표시된다면, 동일한 제품의 다수의 버전에 대한 표시되는 모든 데이터를 보는 것은 쇼핑객들에게 극도로 힘들 수 있다. 만약 제품에 대해 하나의 제품 페이지가 표시된다면, 다른 판매자들에 의해 공급된 데이터는 어떻게든 조정 되어야 한다.

어떻게 데이터가 조정되는지는 온라인 소매 시스템의 효율 및 품질에 영향을 미칠 수 있다. 표시되는 데이터는 정확하고, 유익하며 잠재적 쇼핑객들에게 유혹적이여야 한다. 그러나, 기존의 데이터 조정 방법 및 시스템은 가장 관련있고, 가장 고품질의 데이터를 선택하는데 불충분하고, 생성되어 쇼핑객에게 표시되는 결과는 최적이하이다. 그러므로, 가장 최적화된 제품의 표시를 달성할 수 있도록 데이터를 조정하는 개선된 방법 및 시스템에 대한 필요가 있다.

본 개시의 일 실시 예에 따른 데이터베이스 조정 방법은 하나 이상의 출처로부터, 제품의 양상들을 나타내는 복수의 속성 데이터 유형들의 속성 데이터를 수신하고; 상기 수신된 속성 데이터 유형들에 기초하여 복수의 속성 카테고리들을 생성하고-상기 각 속성 카테고리는 상기 수신된 속성 데이터의 유형들 중 하나에 대응하고, 상기 수신된 속성 데이터 유형들 중 하나의 모든 상기 속성 데이터를 포함함-; 상기 복수의 속성 카테고리들 각각에 포함되는 상기 속성 데이터 각각에 대한 데이터 점수들을 결정하고; 각각의 상기 속성 카테고리들에 대한 조정 데이터를 생성하고-상기 조정 데이터는 상기 속성 카테고리들 각각에 포함되는 상기 속성 데이터 중 가장 높은 데이터 점수를 갖는 속성 데이터임-; 상기 제품에 대응하는 조정 데이터를 각각 포함하는 상기 복수의 속성 카테고리들을 데이터베이스에 저장하고; 디스플레이 인터페이스에 표시하기 위한 상기 조정 데이터를 상기 데이터베이스로부터 제공하는 것을 포함한다.

본 개시의 다른 실시 예에 따른 데이터베이스 조정을 위한 컴퓨터화된 시스템은, 적어도 하나의 프로세서; 상기 적어도 하나의 프로세서에 의해 실행될 때, 단계들을 수행하는 명령들을 포함하는 메모리를 포함하고, 상기 단계들은, 하나 이상의 출처로부터 제품의 양상들을 나타내는 복수의 속성 데이터 유형들의 속성 데이터를 수신하는 단계; 복수의 속성 카테고리들을 수신된 속성 데이터 유형들에 기초하여 생성하는 단계-상기 각 속성 카테고리는 상기 수신된 속성 데이터 유형들 중 하나에 대응하고, 상기 수신된 속성 데이터 유형들 중 하나에 대한 모든 속성 데이터를 포함함-; 상기 복수의 속성 카테고리들 각각에 포함되는 상기 속성 데이터 각각의 데이터 점수들을 결정하는 단계; 각각의 상기 속성 카테고리들에 대한 조정 데이터를 생성하는 단계-상기 조정 데이터는 상기 속성 카테고리 각각에 포함되는 상기 속성 데이터 중 가장 높은 상기 데이터 점수를 갖는 상기 속성 데이터임-; 상기 제품에 대응하는 상기 조정 데이터를 각각 포함하는 상기 복수의 속성 카테고리들을 데이터베이스에 저장하는 단계; 그리고 디스플레이 인터페이스에 표시하기 위한 상기 조정 데이터를 상기 데이터베이스로부터 제공하는 단계를 포함한다.

본 개시의 또다른 실시 예에 따른 데이터베이스 조정을 생성하기 위한 시스템은, 데이터베이스에 있는 제품과 관계되는 항목을 조정하기 위한 요청을 수신하고; 하나 이상의 출처로부터 상기 제품의 양상들을 나타내는 복수의 속성 데이터 유형들의 속성 데이터를 수신하고; 복수의 속성 카테고리들을 수신된 속성 데이터 유형들에 기초하여 생성하고- 상기 각 속성 카테고리는 상기 수신된 속성 데이터 유형들 중 하나에 대응하고, 상기 수신된 속성 데이터 유형들 중 하나의 모든 속성 데이터를 포함함-; 상기 복수의 속성 카테고리들 각각에 포함되는 상기 속성 데이터 각각의 데이터 점수들을 결정하고; 각각의 상기 속성 카테고리들에 대한 조정 데이터를 생성하고-상기 조정 데이터는 상기 속성 카테고리들 각각에 포함되는 상기 속성 데이터 중 가장 높은 상기 데이터 점수를 갖는 속성 데이터임-; 상기 제품에 대응하는 상기 조정 데이터를 각각 포함하는 상기 복수의 속성 카테고리들을 데이터베이스에 저장하고; 그리고 표시를 위하여 상기 조정 데이터를, 상기 데이터베이스로부터 디스플레이 인터페이스로 제공하는 것을 포함한다.

다른 시스템, 방법 및 컴퓨터 판독 가능 매체가 또한, 본 명세서에서 논의된다.

도 1a는 개시된 실시예에 따른, 배송, 운송, 및 물류 운영을 가능하게 하는 통신을 위한 컴퓨터 시스템을 포함하는 네트워크의 예시적인 실시예를 나타낸 개략적인 블록도이다.
도 1b는 개시된 실시예에 따른, 상호 동작 사용자 인터페이스 요소에 따라 검색 요청을 만족시키는 하나 이상의 검색 결과를 포함하는 검색 결과 페이지(SRP; Search Result Page)의 샘플을 나타낸 도면이다.
도 1c는 개시된 실시예에 따른, 상호 동작 사용자 인터페이스 요소에 따라 제품 및 제품에 대한 정보를 포함하는 싱글 디테일 페이지(SDP; Single Detail Page)의 샘플을 나타낸 도면이다.
도 1d는 개시된 실시예에 따른, 상호 동작 사용자 인터페이스 요소에 따라 가상의 쇼핑 장바구니에 아이템을 포함하는 장바구니 페이지의 샘플을 나타낸 도면이다.
도 1e는 개시된 실시예에 따른, 상호 동작 사용자 인터페이스 요소에 따라, 가상의 쇼핑 장바구니로부터 구매 및 배송에 관한 정보에 따른 아이템을 포함하는 주문 페이지의 샘플을 나타낸 도면이다.
도 2는 개시된 실시예에 따른, 개시된 컴퓨터 시스템을 활용하도록 구성된 예시적인 풀필먼트 센터의 개략적인 도면이다.
도 3은 개시된 실시 예에 따른, 데이터베이스 조정을 위한 예시적인 시스템의 개략적인 도면이다.
도 4는 개시된 실시 예에 따른, 데이터베이스 조정을 위한 예시적인 프로세스의 흐름도를 도시한다.
도 5a 및 5b는 개시된 실시 예에 따른, 조정을 위한 제품들의 다른 이미지들을 예시적으로 나타낸 것이다.

이어서 첨부된 도면을 참조하여 자세하게 설명된다. 가능하면, 다음의 설명에서 같거나 유사한 부분에 대해 참조되도록 도면에서 같은 도면 부호가 사용된다. 여기에 몇몇 예시적인 실시예가 설명되지만, 변경, 조정 및 다른 구현도 가능하다. 예를 들면, 도면 내의 구성 및 스텝에 대해 교체, 추가, 또는 변경이 이루어질 수 있고, 여기에 설명된 예시적인 방법은 개시된 방법에 대해 스텝을 교체, 순서 변경, 제거 또는 추가함으로써 변경될 수 있다. 따라서, 다음의 자세한 설명은 개시된 실시예 및 예시로 제한되는 것은 아니다. 대신에 본 발명의 적절한 범위는 청구범위에 의해 규정된다.

본 개시의 다양한 실시 예들에 따르면, 데이터베이스들을 조정하기위한 비전통적인 컴퓨터 구현 시스템이 제공될 수 있다. 이전 시스템들은 동일한 제품에 대해 여러 판매자들이 제공하는 공통되거나, 중복되거나 충돌하는 데이터를 조정하기 위한 인간의 개입이 유지될 수 있다. 이는 매우 광범위한 자원 낭비이고 비효율적이다. 게다가, 만약 상이한 판매자들이 제공하는 데이터가 무작위로 조정되거나, 단순하거나 또는 최적화 되지않은 규칙에 의해 조정되는 경우, 조정 데이터의 품질 및 유용성이 저하되고, 이러한 조정 데이터에 기초하여 생성되는 사용자 인터페이스의 유용성이 크게 저하될 수 있다.

도 1a를 참조하면, 배송, 운송 및 물류 운영을 가능하게 하는 통신을 위한 컴퓨터 시스템을 포함하는 예시적인 시스템의 실시예를 나타낸 개략적인 블록도(100)가 도시되어 있다. 도 1a에 나타낸 바와 같이, 시스템(100)은 다양한 시스템을 포함할 수 있으며, 이들 각각은 하나 이상의 네트워크를 통해 서로 연결될 수 있다. 시스템은 (예를 들어, 케이블을 사용한) 직접 연결을 통해 서로 연결될 수 있다. 도시된 시스템은 배송 기관 기술(shipment authority technology, SAT) 시스템(101), 외부 프론트 엔드 시스템(103), 내부 프론트 엔드 시스템(105), 운송 시스템(107), 모바일 디바이스(107A, 107B, 107C), 판매자 포털(109), 배송 및 주문 트래킹(shipment and order tracking, SOT) 시스템(111), 풀필먼트 최적화(fulfillment optimization, FO) 시스템(113), 풀필먼트 메시징 게이트웨이(fulfillment messaging gateway, FMG)(115), 공급 체인 관리(supply chain management, SCM) 시스템(117), 창고 관리 시스템(119), 모바일 디바이스(119A, 119B, 119C)(풀필먼트 센터(fulfillment center, FC)(200) 내부에 있는 것으로 도시됨), 제3자 풀필먼트 시스템(121A, 121B, 121C), 풀필먼트 센터 인증 시스템(fulfillment center authorization system, FC Auth)(123), 및 노동 관리 시스템(labor management system, LMS)(125)을 포함한다.

일부 실시예에서, SAT 시스템(101)은 주문 상태와 배달 상태를 모니터링하는 컴퓨터 시스템으로서 구현될 수 있다. 예를 들면, SAT 시스템(101)은 주문이 약속된 배달 날짜(Promised Delivery Date, PDD)를 지났는지를 결정할 수 있고, 새로운 주문을 개시시키고, 배달되지 않은 주문의 아이템을 다시 배송하며, 배달되지 않은 주문을 취소하고, 주문 고객과 연락을 시작하는 것 등을 포함하는 적합한 조치를 취할 수 있다. SAT 시스템(101)은 또한, (특정 기간 동안 배송된 패키지의 개수와 같은) 출력, 및 (배송시 사용하기 위해 수신된 빈 카드보드 박스의 개수와 같은) 입력을 포함하는 다른 데이터를 감시할 수 있다. SAT 시스템(101)은 또한, 외부 프론트 엔드 시스템(103) 및 FO 시스템(113)과 같은 장치들 간의 (예를 들면, 저장 전달(store-and-forward) 또는 다른 기술을 사용하는) 통신을 가능하게 하는 시스템(100) 내의 상이한 장치들 사이의 게이트웨이로서 동작할 수 있다.

일부 실시예에서, 외부 프론트 엔드 시스템(103)은 외부 사용자가 시스템(100) 내의 하나 이상의 시스템과 상호 동작할 수 있게 하는 컴퓨터 시스템으로서 구현될 수 있다. 예를 들면, 시스템(100)이 시스템의 프레젠테이션을 가능하게 하여 사용자가 아이템에 대한 주문을 할 수 있도록 하는 실시예에서, 외부 프론트 엔드 시스템(103)은 검색 요청을 수신하고, 아이템 페이지를 제시하며, 결제 정보를 요청하는 웹 서버로서 구현될 수 있다. 예를 들면, 외부 프론트 엔드 시스템(103)은 Apache HTTP 서버, Microsoft Internet Information Services(IIS), NGINX 등과 같은 소프트웨어를 실행하는 컴퓨터 또는 컴퓨터들로서 구현될 수 있다. 다른 실시예에서, 외부 프론트 엔드 시스템(103)은 외부 디바이스(예를 들어, 모바일 디바이스(102A) 또는 컴퓨터(102B))로부터 요청을 수신 및 처리하고, 이들 요청에 기초하여 데이터베이스 및 다른 데이터 저장 장치로부터 정보를 획득하며, 획득한 정보에 기초하여 수신된 요청에 대한 응답을 제공하도록 설계된 커스텀 웹 서버 소프트웨어를 실행할 수 있다.

일부 실시예에서, 외부 프론트 엔드 시스템(103)은 웹 캐싱 시스템, 데이터베이스, 검색 시스템, 또는 결제 시스템 중 하나 이상을 포함할 수 있다. 일 양상에서, 외부 프론트 엔드 시스템(103)은 이들 시스템 중 하나 이상을 포함할 수 있는 반면, 다른 양상에서는 외부 프론트 엔드 시스템(103)은 이들 시스템 중 하나 이상에 연결된 인터페이스(예를 들면, 서버 대 서버, 데이터베이스 대 데이터베이스, 또는 다른 네트워크 연결)를 포함할 수 있다.

도 1b, 1c, 1d 및 1e에 의해 나타낸 단계들의 예시적인 세트는 외부 프론트 엔드 시스템(103)의 일부 동작을 설명하는 것에 도움이 될 것이다. 외부 프론트 엔드 시스템(103)은 프레젠테이션 및/또는 디스플레이를 위해 시스템(100) 내의 시스템 또는 디바이스로부터 정보를 수신할 수 있다. 예를 들면, 외부 프론트 엔드 시스템(103)은 검색 결과 페이지(Search Result Page, SRP)(예를 들면, 도 1b), 싱글 디테일 페이지(Single Detail Page, SDP)(예를 들면, 도 1c), 장바구니 페이지(Cart page)(예를 들면, 도 1d), 또는 주문 페이지(예를 들면, 도 1e)를 포함하는 하나 이상의 웹페이지를 호스팅하거나 제공할 수 있다. (예를 들면, 모바일 디바이스(102A) 또는 컴퓨터(102B)를 사용하는) 사용자 디바이스는 외부 프론트 엔드 시스템(103)으로 이동하고 검색 박스에 정보를 입력함으로써 검색을 요청할 수 있다. 외부 프론트 엔드 시스템(103)은 시스템(100) 내의 하나 이상의 시스템으로부터 정보를 요청할 수 있다. 예를 들면, 외부 프론트 엔드 시스템(103)은 FO 시스템(113)으로부터 검색 요청을 만족하는 정보를 요청할 수 있다. 외부 프론트 엔드 시스템(103)은 또한, (FO 시스템(113)으로부터) 검색 결과에 포함된 각 제품에 대한 약속된 배달 날짜(Promised Delivery Date) 또는 "PDD"를 요청하고 수신할 수 있다. 일부 실시예에서, PDD는 제품이 들어있는 패키지가 특정 기간 이내, 예를 들면, 하루의 끝(PM 11:59)까지 주문되면 언제 사용자가 원하는 장소에 도착할 것인지에 대한 추정 또는 제품이 사용자가 원하는 장소에 배달될 약속된 날짜를 나타낼 수 있다(PDD는 FO 시스템(113)과 관련하여 이하에서 더 논의된다).

외부 프론트 엔드 시스템(103)은 정보에 기초하여 SRP(예를 들면, 도 1b)를 준비할 수 있다. SRP는 검색 요청을 만족하는 정보를 포함할 수 있다. 예를 들면, 이는 검색 요청을 만족하는 제품의 사진을 포함할 수 있다. SRP는 또한, 각 제품에 대한 각각의 가격, 또는 각 제품, PDD, 무게, 크기, 오퍼(offer), 할인 등에 대한 개선된 배달 옵션에 관한 정보를 포함할 수 있다. 외부 프론트 엔드 시스템(103)은 (예를 들면, 네트워크를 통해) SRP를 요청 사용자 디바이스로 전송할 수 있다.

사용자 디바이스는 SRP에 나타낸 제품을 선택하기 위해, 예를 들면, 사용자 인터페이스를 클릭 또는 탭핑하거나, 다른 입력 디바이스를 사용하여 SRP로부터 제품을 선택할 수 있다. 사용자 디바이스는 선택된 제품에 관한 정보에 대한 요청을 만들어 내고 이를 외부 프론트 엔드 시스템(103)으로 전송할 수 있다. 이에 응답하여, 외부 프론트 엔드 시스템(103)은 선택된 제품에 관한 정보를 요청할 수 있다. 예를 들면, 정보는 각각의 SRP 상에 제품에 대해 제시된 것 이상의 추가 정보를 포함할 수 있다. 이는, 예를 들면, 유통 기한, 원산지, 무게, 크기, 패키지 내의 아이템 개수, 취급 지침, 또는 제품에 대한 다른 정보를 포함할 수 있다. 정보는 또한, (예를 들면, 이 제품 및 적어도 하나의 다른 제품을 구입한 고객의 빅 데이터 및/또는 기계 학습 분석에 기초한) 유사한 제품에 대한 추천, 자주 묻는 질문에 대한 답변, 고객의 후기, 제조 업체 정보, 사진 등을 포함할 수 있다.

외부 프론트 엔드 시스템(103)은 수신된 제품 정보에 기초하여 SDP(Single Detail Page)(예를 들면, 도 1c)를 준비할 수 있다. SDP는 또한, "지금 구매(Buy Now)" 버튼, "장바구니에 추가(Add to Cart)" 버튼, 수량 필드, 아이템 사진 등과 같은 다른 상호 동작 요소를 포함할 수 있다. SDP는 제품을 오퍼하는 판매자의 리스트를 포함할 수 있다. 이 리스트는 최저가로 제품을 판매하는 것으로 오퍼하는 판매자가 리스트의 최상단에 위치하도록, 각 판매자가 오퍼한 가격에 기초하여 순서가 정해질 수 있다. 이 리스트는 또한 최고 순위 판매자가 리스트의 최상단에 위치하도록, 판매자 순위에 기초하여 순서가 정해질 수 있다. 판매자 순위는, 예를 들어, 약속된 PPD를 지켰는지에 대한 판매자의 과거 추적 기록을 포함하는, 복수의 인자에 기초하여 만들어질 수 있다. 외부 프론트 엔드 시스템(103)은 (예를 들면, 네트워크를 통해) SDP를 요청 사용자 디바이스로 전달할 수 있다.

요청 사용자 디바이스는 제품 정보를 나열하는 SDP를 수신할 수 있다. SDP를 수신하면, 사용자 디바이스는 SDP와 상호 동작할 수 있다. 예를 들면, 요청 사용자 디바이스의 사용자는 SDP의 "장바구니에 담기(Place in Cart)" 버튼을 클릭하거나, 이와 상호 동작할 수 있다. 이렇게 하면 사용자와 연계된 쇼핑 장바구니에 제품이 추가된다. 사용자 디바이스는 제품을 쇼핑 장바구니에 추가하기 위해 외부 프론트 엔드 시스템(103)으로 이러한 요청을 전송할 수 있다.

외부 프론트 엔드 시스템(103)은 장바구니 페이지(예를 들면, 도 1d)를 생성할 수 있다. 일부 실시예에서, 장바구니 페이지는 사용자가 가상의 "쇼핑 장바구니(shopping cart)"에 추가한 제품을 나열한다. 사용자 디바이스는 SRP, SDP, 또는 다른 페이지의 아이콘을 클릭하거나, 상호 동작함으로써 장바구니 페이지를 요청할 수 있다. 일부 실시예에서, 장바구니 페이지는 사용자가 장바구니에 추가한 모든 제품 뿐 아니라 각 제품의 수량, 각 제품의 품목당 가격, 관련 수량에 기초한 각 제품의 가격, PDD에 관한 정보, 배달 방법, 배송 비용, 쇼핑 장바구니의 제품을 수정(예를 들면, 수량의 삭제 또는 수정)하기 위한 사용자 인터페이스 요소, 다른 제품의 주문 또는 제품의 정기적인 배달 설정에 대한 옵션, 할부(interest payment) 설정에 대한 옵션, 구매를 진행하기 위한 사용자 인터페이스 요소 등과 같은 장바구니의 제품에 관한 정보를 나열할 수 있다. 사용자 디바이스의 사용자는 쇼핑 장바구니에 있는 제품의 구매를 시작하기 위해 사용자 인터페이스 요소(예를 들면, "지금 구매(Buy Now)"라고 적혀있는 버튼)를 클릭하거나, 이와 상호 동작할 수 있다. 그렇게 하면, 사용자 디바이스는 구매를 시작하기 위해 이러한 요청을 외부 프론트 엔드 시스템(103)으로 전송할 수 있다.

외부 프론트 엔드 시스템(103)은 구매를 시작하는 요청을 수신하는 것에 응답하여 주문 페이지(예를 들면, 도 1e)를 생성할 수 있다. 일부 실시예에서, 주문 페이지는 쇼핑 장바구니로부터의 아이템을 재나열하고, 결제 및 배송 정보의 입력을 요청한다. 예를 들면, 주문 페이지는 쇼핑 장바구니의 아이템 구매자에 관한 정보(예를 들면, 이름, 주소, 이메일 주소, 전화번호), 수령인에 관한 정보(예를 들면, 이름, 주소, 전화번호, 배달 정보), 배송 정보(예를 들면, 배달 및/또는 픽업 속도/방법), 결제 정보(예를 들면, 신용 카드, 은행 송금, 수표, 저장된 크레딧), 현금 영수증을 요청하는 사용자 인터페이스 요소(예를 들면, 세금 목적) 등을 요청하는 섹션을 포함할 수 있다. 외부 프론트 엔드 시스템(103)은 사용자 디바이스에 주문 페이지를 전송할 수 있다.

사용자 디바이스는 주문 페이지에 정보를 입력하고 외부 프론트 엔드 시스템(103)으로 정보를 전송하는 사용자 인터페이스 요소를 클릭하거나, 상호 동작할 수 있다. 그로부터, 외부 프론트 엔드 시스템(103)은 정보를 시스템(100) 내의 다른 시스템으로 전송하여 쇼핑 장바구니의 제품으로 새로운 주문을 생성하고 처리할 수 있도록 한다.

일부 실시예에서, 외부 프론트 엔드 시스템(103)은 판매자가 주문과 관련된 정보를 전송 및 수신할 수 있도록 추가로 구성될 수 있다.

일부 실시예에서, 내부 프론트 엔드 시스템(105)은 내부 사용자(예를 들면, 시스템(100)을 소유, 운영 또는 임대하는 조직의 직원)가 시스템(100) 내의 하나 이상의 시스템과 상호작용할 수 있게 하는 컴퓨터 시스템으로서 구현될 수 있다. 예를 들면, 시스템(100)이 사용자가 아이템에 대한 주문을 할 수 있게 하는 시스템의 프레젠테이션을 가능하게 하는 실시예에서, 내부 프론트 엔드 시스템(105)은 내부 사용자가 주문에 대한 진단 및 통계 정보를 볼 수 있게 하고, 아이템 정보를 수정하며, 또는 주문에 대한 통계를 검토할 수 있게 하는 웹 서버로서 구현될 수 있다. 예를 들면, 내부 프론트 엔드 시스템(105)은 Apache HTTP 서버, Microsoft Internet Information Services(IIS), NGINX 등과 같은 소프트웨어를 실행하는 컴퓨터 또는 컴퓨터들로서 구현될 수 있다. 다른 실시예에서, 내부 프론트 엔드 시스템(105)은 (도시되지 않은 다른 디바이스뿐 아니라) 시스템(100) 내에 나타낸 시스템 또는 디바이스로부터 요청을 수신 및 처리하고, 그러한 요청에 기초하여 데이터베이스 및 다른 데이터 저장 장치로부터 정보를 획득하며, 획득한 정보에 기초하여 수신된 요청에 대한 응답을 제공하도록 (설계된 커스텀 웹 서버 소프트웨어를 실행)할 수 있다.

일부 실시예에서, 내부 프론트 엔드 시스템(105)은 웹 캐싱 시스템, 데이터베이스, 검색 시스템, 결제 시스템, 분석 시스템, 주문 모니터링 시스템 등 중 하나 이상을 포함할 수 있다. 일 양상에서, 내부 프론트 엔드 시스템(105)은 이들 시스템 중 하나 이상을 포함할 수 있는 반면, 다른 양상에서는 내부 프론트 엔드 시스템(105)은 이들 시스템 중 하나 이상에 연결된 인터페이스(예를 들면, 서버 대 서버, 데이터베이스 대 데이터베이스, 또는 다른 네트워크 연결)를 포함할 수 있다.

일부 실시예에서, 운송 시스템(107)은 시스템(100) 내의 시스템 또는 디바이스와 모바일 디바이스(107A-107C) 간의 통신을 가능하게 하는 컴퓨터 시스템으로서 구현될 수 있다. 일부 실시예에서, 운송 시스템(107)은 하나 이상의 모바일 디바이스(107A-107C)(예를 들면, 휴대 전화, 스마트폰, PDA 등)로부터 정보를 수신할 수 있다. 예를 들면, 일부 실시예에서, 모바일 디바이스(107A-107C)는 배달원에 의해 동작되는 디바이스를 포함할 수 있다. 정규직, 임시적 또는 교대 근무일 수 있는 배달원은 사용자에 의해 주문된 제품들이 들어 있는 패키지의 배달을 위해 모바일 디바이스(107A-107C)를 이용할 수 있다. 예를 들면, 패키지를 배달하기 위해, 배달원은 배달할 패키지와 배달할 위치를 나타내는 모바일 디바이스 상의 알림을 수신할 수 있다. 배달 장소에 도착하면, 배달원은 (예를 들면, 트럭의 뒤나 패키지의 크레이트에) 패키지를 둘 수 있고, 모바일 디바이스를 사용하여 패키지 상의 식별자와 관련된 데이터(예를 들면, 바코드, 이미지, 텍스트 문자열, RFID 태그 등)를 스캔하거나, 캡처하며, (예를 들면, 현관문에 놓거나, 경비원에게 맡기거나, 수령인에게 전달하는 것 등에 의해) 패키지를 배달할 수 있다. 일부 실시예에서, 배달원은 모바일 디바이스를 사용하여 패키지의 사진(들)을 찍거나 및/또는 서명을 받을 수 있다. 모바일 디바이스는, 예를 들면, 시간, 날짜, GPS 위치, 사진(들), 배달원에 관련된 식별자, 모바일 디바이스에 관련된 식별자 등을 포함하는 배달에 관한 정보를 포함하는 정보를 운송 시스템(107)에 전송할 수 있다. 운송 시스템(107)은 시스템(100) 내의 다른 시스템에 의한 접근을 위해 데이터베이스(미도시)에 이러한 정보를 저장할 수 있다. 일부 실시예에서, 운송 시스템(107)은 다른 시스템에 특정 패키지의 위치를 나타내는 트래킹 데이터를 준비 및 전송하기 위해 이러한 정보를 사용할 수 있다.

일부 실시예에서, 특정 사용자는, 한 종류의 모바일 디바이스를 사용할 수 있는 반면(예를 들면, 정규 직원은 바코드 스캐너, 스타일러스 및 다른 장치와 같은 커스텀 하드웨어를 갖는 전문 PDA를 사용할 수 있음), 다른 사용자는 다른 종류의 모바일 디바이스를 사용할 수 있다(예를 들면, 임시 또는 교대 근무 직원이 기성 휴대 전화 및/또는 스마트폰을 사용할 수 있음).

일부 실시예에서, 운송 시스템(107)은 사용자를 각각의 디바이스와 연관시킬 수 있다. 예를 들면, 운송 시스템(107)은 사용자(예를 들면, 사용자 식별자, 직원 식별자, 또는 전화번호에 의해 표현됨)와 모바일 디바이스(예를 들면, International Mobile Equipment Identity(IMEI), International Mobile Subscription Identifier(IMSI), 전화번호, Universal Unique Identifier(UUID), 또는 Globally Unique Identifier(GUID)에 의해 표현됨) 간의 연관성(association)을 저장할 수 있다. 운송 시스템(107)은, 다른 것들 중에 작업자의 위치, 작업자의 효율성, 또는 작업자의 속도를 결정하기 위해 데이터베이스에 저장된 데이터를 분석하기 위해 배달시 수신되는 데이터와 관련하여 이러한 연관성을 사용할 수 있다.

일부 실시예에서, 판매자 포털(109)은 판매자 또는 다른 외부 엔터티(entity)가 시스템(100) 내의 하나 이상의 시스템과 전자 통신할 수 있게 하는 컴퓨터 시스템으로서 구현될 수 있다. 예를 들면, 판매자는 판매자 포털(109)을 사용하여 시스템(100)을 통해 판매하고자 하는 제품에 대하여, 제품 정보, 주문 정보, 연락처 정보 등을 업로드하거나 제공하는 컴퓨터 시스템(미도시)을 이용할 수 있다.

일부 실시예에서, 배송 및 주문 트래킹 시스템(111)은 고객(예를 들면, 디바이스(102A-102B)를 사용하는 사용자)에 의해 주문된 제품들이 들어 있는 패키지의 위치에 관한 정보를 수신, 저장 및 포워딩하는 컴퓨터 시스템으로서 구현될 수 있다. 일부 실시예에서, 배송 및 주문 트래킹 시스템(111)은 고객에 의해 주문된 제품들이 들어 있는 패키지를 배달하는 배송 회사에 의해 운영되는 웹 서버(미도시)로부터 정보를 요청하거나 저장할 수 있다.

일부 실시예에서, 배송 및 주문 트래킹 시스템(111)은 시스템(100)에 나타낸 시스템들로부터 정보를 요청하고 저장할 수 있다. 예를 들면, 배송 및 주문 트래킹 시스템(111)은 운송 시스템(107)으로부터 정보를 요청할 수 있다. 전술한 바와 같이, 운송 시스템(107)은 사용자(예를 들면, 배달원) 또는 차량(예를 들면, 배달 트럭) 중 하나 이상과 연관된 하나 이상의 모바일 디바이스(107A-107C)(예를 들면, 휴대 전화, 스마트폰, PDA 등)로부터 정보를 수신할 수 있다. 일부 실시예에서, 배송 및 주문 트래킹 시스템(111)은 또한, 풀필먼트 센터(예를 들면, 풀필먼트 센터(200)) 내부의 개별 제품의 위치를 결정하기 위해 창고 관리 시스템(WMS)(119)으로부터 정보를 요청할 수 있다. 배송 및 주문 트래킹 시스템(111)은 운송 시스템(107) 또는 WMS(119) 중 하나 이상으로부터 데이터를 요청하고, 이를 처리하며, 요청시 디바이스(예를 들면, 사용자 디바이스(102A, 102B))로 제공할 수 있다.

일부 실시예에서, 풀필먼트 최적화(FO) 시스템(113)은 다른 시스템(예를 들면, 외부 프론트 엔드 시스템(103) 및/또는 배송 및 주문 트래킹 시스템(111))으로부터의 고객 주문에 대한 정보를 저장하는 컴퓨터 시스템으로서 구현될 수 있다. FO 시스템(113)은 또한, 특정 아이템이 유지 또는 저장되는 곳을 나타내는 정보를 저장할 수 있다. 예를 들면, 소정 아이템은 하나의 풀필먼트 센터에만 저장될 수 있는 반면, 소정 다른 아이템은 다수의 풀필먼트 센터에 저장될 수 있다. 또 다른 실시예에서, 특정 풀필먼트 센터는 아이템의 특정 세트(예를 들면, 신선한 농산물 또는 냉동 제품)만을 저장하도록 구성될 수 있다. FO 시스템(113)은 이러한 정보뿐 아니라 관련 정보(예를 들면, 수량, 크기, 수령 날짜, 유통 기한 등)를 저장한다.

FO 시스템(113)은 또한, 각 제품에 대해 대응하는 PDD(약속된 배달 날짜)를 계산할 수 있다. 일부 실시예에서, PDD는 하나 이상의 요소에 기초할 수 있다. 예를 들면, FO 시스템(113)은 제품에 대한 과거 수요(예를 들면, 그 제품이 일정 기간 동안 얼마나 주문되었는지), 제품에 대한 예측된 수요(예를 들면, 얼마나 많은 고객이 다가오는 기간 동안 제품을 주문할 것으로 예상되는지), 일정 기간 동안 얼마나 많은 제품이 주문되었는지를 나타내는 네트워크 전반의 과거 수요, 다가오는 기간 동안 얼마나 많은 제품이 주문될 것으로 예상되는지를 나타내는 네트워크 전반의 예측된 수요, 각각의 제품을 저장하는 각 풀필먼트 센터(200)에 저장된 제품의 하나 이상의 개수, 그 제품에 대한 예상 또는 현재 주문 등에 기초하여 제품에 대한 PDD를 계산할 수 있다.

일부 실시예에서, FO 시스템(113)은 주기적으로(예를 들면, 시간별로) 각 제품에 대한 PDD를 결정하고, 검색하거나 다른 시스템(예를 들면, 외부 프론트 엔드 시스템(103), SAT 시스템(101), 배송 및 주문 트래킹 시스템(111))으로 전송하기 위해 이를 데이터베이스에 저장할 수 있다. 다른 실시예에서, FO 시스템(113)은 하나 이상의 시스템(예를 들면, 외부 프론트 엔드 시스템(103), SAT 시스템(101), 배송 및 주문 트래킹 시스템(111))으로부터 전자 요청을 수신하고 요구에 따라 PDD를 계산할 수 있다.

일부 실시예에서, 풀필먼트 메시징 게이트웨이(FMG)(115)는 FO 시스템(113)과 같은 시스템(100) 내의 하나 이상의 시스템으로부터 하나의 포맷 또는 프로토콜로 요청 또는 응답을 수신하고, 그것을 다른 포맷 또는 프로토콜로 변환하여, 변환된 포맷 또는 프로토콜로 된 요청 또는 응답을 WMS(119) 또는 제3자 풀필먼트 시스템(121A, 121B, 또는 121C)과 같은 다른 시스템에 포워딩하며, 반대의 경우도 가능한 컴퓨터 시스템으로서 구현될 수 있다.

일부 실시예에서, 공급 체인 관리(SCM) 시스템(117)은 예측 기능을 수행하는 컴퓨터 시스템으로서 구현될 수 있다. 예를 들면, SCM 시스템(117)은, 예를 들어 제품에 대한 과거 수요, 제품에 대한 예측된 수요, 네트워크 전반의 과거 수요, 네트워크 전반의 예측된 수요, 각각의 풀필먼트 센터(200)에 저장된 제품 개수, 각 제품에 대한 예상 또는 현재 주문 등에 기초하여, 특정 제품에 대한 수요의 수준을 예측할 수 있다. 이러한 예측된 수준과 모든 풀필먼트 센터를 통한 각 제품의 수량에 응답하여, SCM 시스템(117)은 특정 제품에 대한 예측된 수요를 만족시키기에 충분한 양을 구매 및 비축하기 위한 하나 이상의 구매 주문을 생성할 수 있다.

일부 실시예에서, 창고 관리 시스템(WMS)(119)은 작업 흐름을 모니터링하는 컴퓨터 시스템으로서 구현될 수 있다. 예를 들면, WMS(119)는 개개의 디바이스(예를 들면, 디바이스(107A-107C 또는 119A-119C))로부터 개별 이벤트를 나타내는 이벤트 데이터를 수신할 수 있다. 예를 들면, WMS(119)는 패키지를 스캔하기 위해 이들 디바이스 중 하나를 사용한 것을 나타내는 이벤트 데이터를 수신할 수 있다. 풀필먼트 센터(200) 및 도 2에 관하여 이하에서 논의되는 바와 같이, 풀필먼트 프로세스 동안, 패키지 식별자(예를 들면, 바코드 또는 RFID 태그 데이터)는 특정 스테이지의 기계(예를 들면, 자동 또는 핸드헬드 바코드 스캐너, RFID 판독기, 고속 카메라, 태블릿(119A), 모바일 디바이스/PDA(119B), 컴퓨터(119C)와 같은 디바이스 등)에 의해 스캔되거나 판독될 수 있다. WMS(119)는 패키지 식별자, 시간, 날짜, 위치, 사용자 식별자, 또는 다른 정보와 함께 대응하는 데이터베이스(미도시)에 패키지 식별자의 스캔 또는 판독을 나타내는 각 이벤트를 저장할 수 있고, 이러한 정보를 다른 시스템(예를 들면, 배송 및 주문 트래킹 시스템(111))에 제공할 수 있다.

일부 실시예에서, WMS(119)는 하나 이상의 디바이스(예를 들면, 디바이스(107A-107C 또는 119A-119C))와 시스템(100)과 연관된 하나 이상의 사용자를 연관시키는 정보를 저장할 수 있다. 예를 들면, 일부 상황에서, (파트 타임 또는 풀 타임 직원과 같은) 사용자는 모바일 디바이스(예를 들면, 모바일 디바이스는 스마트폰임)를 소유한다는 점에서, 모바일 디바이스와 연관될 수 있다. 다른 상황에서, 사용자는 임시로 모바일 디바이스를 보관한다는 점에서(예를 들면, 하루의 시작에서부터 모바일 디바이스를 대여받은 사용자가 하루 동안 그것을 사용하고, 하루가 끝날 때 그것을 반납할 것임), 모바일 디바이스와 연관될 수 있다.

일부 실시예에서, WMS(119)는 시스템(100)과 연관된 각각의 사용자에 대한 작업 로그를 유지할 수 있다. 예를 들면, WMS(119)는 임의의 할당된 프로세스(예를 들면, 트럭에서 내리기, 픽업 구역에서 아이템을 픽업하기, 리비닝 월(rebin wall) 작업, 아이템 패킹하기), 사용자 식별자, 위치(예를 들면, 풀필먼트 센터(200)의 바닥 또는 구역), 직원에 의해 시스템을 통해 이동된 유닛의 수(예를 들면, 픽업된 아이템의 수, 패킹된 아이템의 수), 디바이스(예를 들면, 디바이스(119A-119C))와 관련된 식별자 등을 포함하는, 각 직원과 관련된 정보를 저장할 수 있다. 일부 실시예에서, WMS(119)는 디바이스(119A-119C)에서 작동되는 계시(timekeeping) 시스템과 같은 계시 시스템으로부터 체크-인 및 체크-아웃 정보를 수신할 수 있다.

일부 실시예에서, 제3자 풀필먼트 (3PL) 시스템(121A-121C)은 물류 및 제품의 제3자 제공자와 관련된 컴퓨터 시스템을 나타낸다. 예를 들면, (도 2와 관련하여 이하에서 후술하는 바와 같이) 일부 제품이 풀필먼트 센터(200)에 저장되는 반면, 다른 제품은 오프-사이트(off-site)에 저장될 수 있거나, 수요에 따라 생산될 수 있으며, 달리 풀필먼트 센터(200)에 저장될 수 없다. 3PL 시스템(121A-121C)은 FO 시스템(113)으로부터 (예를 들면, FMG(115)를 통해) 주문을 수신하도록 구성될 수 있으며, 고객에게 직접 제품 및/또는 서비스(예를 들면, 배달 또는 설치)를 제공할 수 있다. 일부 구현예에서, 하나 이상의 3PL 시스템(121A-121C)은 시스템(100)의 일부일 수 있지만, 다른 구현예에서는, 하나 이상의 3PL 시스템(121A-121C)이 시스템(100)의 외부에 있을 수 있다(예를 들어, 제3자 제공자에 의해 소유 또는 운영됨)일 수 있다.

일부 실시예에서, 풀필먼트 센터 인증 시스템(FC Auth)(123)은 다양한 기능을 갖는 컴퓨터 시스템으로서 구현될 수 있다. 예를 들면, 일부 실시예에서, FC Auth(123)는 시스템(100) 내의 하나 이상의 다른 시스템에 대한 단일-사인 온(single-sign on, SSO) 서비스로서 작동할 수 있다. 예를 들면, FC Auth(123)는 내부 프론트 엔드 시스템(105)을 통해 사용자가 로그인하게 하고, 사용자가 배송 및 주문 트래킹 시스템(111)에서 리소스에 액세스하기 위해 유사한 권한을 갖고 있다고 결정하며, 두 번째 로그인 프로세스 요구 없이 사용자가 그러한 권한에 액세스할 수 있게 한다. 다른 실시예에서, FC Auth(123)는 사용자(예를 들면, 직원)가 자신을 특정 작업과 연관시킬 수 있게 한다. 예를 들면, 일부 직원은 (디바이스(119A-119C)와 같은) 전자 디바이스를 갖지 않을 수 있으며, 대신 하루 동안 풀필먼트 센터(200) 내에서 작업들 사이 및 구역들 사이에서 이동할 수 있다. FC Auth(123)는 이러한 직원들이 상이한 시간 대에 수행 중인 작업과 속해 있는 구역을 표시할 수 있도록 구성될 수 있다.

일부 실시예에서, 노동 관리 시스템(LMS)(125)은 직원(풀-타임 및 파트-타임 직원을 포함함)에 대한 출근 및 초과 근무 정보를 저장하는 컴퓨터 시스템으로서 구현될 수 있다. 예를 들면, LMS(125)는 FC Auth(123), WMS(119), 디바이스(119A-119C), 운송 시스템(107), 및/또는 디바이스(107A-107C)로부터 정보를 수신할 수 있다.

도 1a에 나타낸 특정 구성은 단지 예시일 뿐이다. 예를 들면, 도 1a는 FO 시스템(113)에 연결된 FC Auth 시스템(123)을 나타낸 반면, 모든 실시예가 이러한 특정 구성을 필요로 하는 것은 아니다. 실제로, 일부 실시예에서, 시스템(100) 내의 시스템은 인터넷, 인트라넷, WAN(Wide-Area Network), MAN(Metropolitan-Area Network), IEEE 802.11a/b/g/n 표준을 따르는 무선 네트워크, 임대 회선 등을 포함하는 하나 이상의 공공 또는 사설 네트워크를 통해 서로 연결될 수 있다. 일부 실시예에서, 시스템(100) 내의 시스템 중 하나 이상은 데이터 센터, 서버 팜 등에서 구현되는 하나 이상의 가상 서버로서 구현될 수 있다.

도 2는 풀필먼트 센터(200)를 나타낸다. 풀필먼트 센터(200)는 주문시 고객에게 배송하기 위한 아이템을 저장하는 물리적 장소의 예시이다. 풀필먼트 센터(FC)(200)는 다수의 구역으로 분할될 수 있으며, 각각이 도 2에 도시된다. 일부 실시예에서, 이러한 "구역(zones)"은 아이템을 수령하고, 아이템을 저장하고, 아이템을 검색하고, 아이템을 배송하는 과정의 상이한 단계 사이의 가상 구분으로 생각될 수 있다. 따라서, "구역"이 도 2에 나타나 있으나, 일부 실시예에서, 구역의 다른 구분도 가능하고, 도 2의 구역은 생략, 복제, 또는 수정될 수 있다.

인바운드 구역(203)은 도 1a의 시스템(100)을 사용하여 제품을 판매하고자 하는 판매자로부터 아이템이 수신되는 FC(200)의 영역을 나타낸다. 예를 들면, 판매자는 트럭(201)을 사용하여 아이템(202A, 202B)을 배달할 수 있다. 아이템(202A)은 자신의 배송 팔레트(pallet)를 점유하기에 충분히 큰 단일 아이템을 나타낼 수 있으며, 아이템(202B)은 공간을 절약하기 위해 동일한 팔레트 상에 함께 적층되는 아이템의 세트를 나타낼 수 있다.

작업자는 인바운드 구역(203)의 아이템을 수령하고, 선택적으로 컴퓨터 시스템(미도시)을 사용하여 아이템이 손상되었는지 및 정확한지를 체크할 수 있다. 예를 들면, 작업자는 아이템(202A, 202B)의 수량을 아이템의 주문 수량과 비교하기 위해 컴퓨터 시스템을 사용할 수 있다. 수량이 일치하지 않는다면, 해당 작업자는 아이템(202A, 202B) 중 하나 이상을 거부할 수 있다. 수량이 일치한다면, 작업자는 그 아이템들을 (예를 들면, 짐수레(dolly), 핸드트럭(handtruck), 포크리프트(forklift), 또는 수작업으로) 버퍼 구역(205)으로 운반할 수 있다. 버퍼 구역(205)은, 예를 들면, 예측된 수요를 충족시키기 위해 픽업 구역에 그 아이템이 충분한 수량만큼 있기 때문에, 픽업 구역에서 현재 필요하지 않은 아이템에 대한 임시 저장 영역일 수 있다. 일부 실시예에서, 포크리프트(206)는 버퍼 구역(205) 주위와 인바운드 구역(203) 및 드롭 구역(207) 사이에서 아이템을 운반하도록 작동한다. (예를 들면, 예측된 수요로 인해) 픽업 구역에 아이템(202A, 202B)이 필요하면, 포크리프트는 아이템(202A, 202B)을 드롭 구역(207)으로 운반할 수 있다.

드롭 구역(207)은 픽업 구역(209)으로 운반되기 전에 아이템을 저장하는 FC(200)의 영역일 수 있다. 픽업 동작에 할당된 작업자("피커(picker)")는 픽업 구역의 아이템(202A, 202B)에 접근하고, 픽업 구역에 대한 바코드를 스캔하며, 모바일 디바이스(예를 들면, 디바이스(119B))를 사용하여 아이템(202A, 202B)과 관련된 바코드를 스캔할 수 있다. 그 다음 피커는 (예를 들면, 카트에 놓거나 운반함으로써) 픽업 구역(209)에 아이템을 가져갈 수 있다.

픽업 구역(209)은 아이템(208)이 저장 유닛(210)에 저장되는 FC(200)의 영역일 수 있다. 일부 실시예에서, 저장 유닛(210)은 물리적 선반, 책꽂이, 박스, 토트(tote), 냉장고, 냉동고, 저온 저장고 등 중 하나 이상을 포함할 수 있다. 일부 실시예에서, 픽업 구역(209)은 다수의 플로어로 편성될 수 있다. 일부 실시예에서, 작업자 또는 기계는, 예를 들면, 포크리프트, 엘리베이터, 컨베이어 벨트, 카트, 핸드트럭, 짐수레, 자동화된 로봇 또는 디바이스, 또는 수작업을 포함하는 다양한 방식으로 아이템을 픽업 구역(209)으로 운반할 수 있다. 예를 들면, 피커는 아이템(202A, 202B)을 드롭 구역(207)의 핸드트럭 또는 카트에 놓을 수 있으며, 아이템(202A, 202B)을 픽업 구역(209)으로 가져갈 수 있다.

피커는 저장 유닛(210) 상의 특정 공간과 같은 픽업 구역(209)의 특정 스팟에 아이템을 배치(또는 "적재(stow)")하라는 명령을 수신할 수 있다. 예를 들면, 피커는 모바일 디바이스(예를 들면, 디바이스(119B))를 사용하여 아이템(202A)을 스캔할 수 있다. 디바이스는, 예를 들면, 통로, 선반 및 위치를 나타내는 시스템을 사용하여, 아이템(202A)을 적재해야 하는 위치를 나타낼 수 있다. 그 다음 디바이스는 그 위치에 아이템(202A)을 적재하기 전에 피커가 그 위치에서 바코드를 스캔하도록 할 수 있다. 디바이스는 도 1a의 WMS(119)와 같은 컴퓨터 시스템에 아이템(202A)이 디바이스(119B)를 사용하는 사용자에 의해 그 위치에 적재되었음을 나타내는 데이터를 (예를 들면, 무선 네트워크를 통해) 전송할 수 있다.

일단 사용자가 주문을 하면, 피커는 저장 유닛(210)으로부터 하나 이상의 아이템(208)을 검색하기 위해 디바이스(119B)에 명령을 수신할 수 있다. 피커는 아이템(208)을 검색하고, 아이템(208) 상의 바코드를 스캔하며, 운송 기구(214) 상에 놓을 수 있다. 일부 실시예에서, 운송 기구(214)가 슬라이드로서 표현되지만, 운송 기구는 컨베이어 벨트, 엘리베이터, 카트, 포크리프트, 핸드트럭, 짐수레, 카트 등 중 하나 이상으로서 구현될 수 있다. 그 다음 아이템(208)은 패킹 구역(211)에 도착할 수 있다.

패킹 구역(211)은 아이템이 픽업 구역(209)으로부터 수령되고 고객에게 최종 배송하기 위해 박스 또는 가방에 패킹되는 FC(200)의 영역일 수 있다. 패킹 구역(211)에서, 아이템을 수령하도록 할당된 작업자("리비닝 작업자(rebin worker)")는 픽업 구역(209)으로부터 아이템(208)을 수령하고, 그것이 어느 주문에 대응하는지를 결정할 것이다. 예를 들면, 리비닝 작업자는 아이템(208) 상의 바코드를 스캔하기 위해 컴퓨터(119C)와 같은 디바이스를 사용할 수 있다. 컴퓨터(119C)는 아이템(208)이 어느 주문과 관련이 있는지를 시각적으로 나타낼 수 있다. 이는, 예를 들면, 주문에 대응하는 월(216) 상의 공간 또는 "셀(cell)"을 포함할 수 있다. (예를 들면, 셀에 주문의 모든 아이템이 포함되어 있기 때문에) 일단 주문이 완료되면, 리비닝 작업자는 패킹 작업자(또는 "패커(packer)")에게 주문이 완료된 것을 알릴 수 있다. 패커는 셀로부터 아이템을 검색하고, 배송을 위해 이들을 박스 또는 가방에 놓을 수 있다. 그 다음 패커는, 예를 들면, 포크리프트, 카트, 짐수레, 핸드트럭, 컨베이어 벨트, 수작업 또는 다른 방법을 통해, 박스 또는 가방을 허브 구역(213)으로 보낼 수 있다.

허브 구역(213)은 패킹 구역(211)으로부터 모든 박스 또는 가방("패키지(packages)")을 수신하는 FC(200)의 영역일 수 있다. 허브 구역(213)의 작업자 및/또는 기계는 패키지(218)를 검색하고, 각 패키지가 배달 영역의 어느 부분으로 배달되도록 되어 있는지를 결정하며, 패키지를 적합한 캠프 구역(215)으로 보낼 수 있다. 예를 들면, 배달 영역이 2개의 작은 하위 영역을 갖는다면, 패키지는 2개의 캠프 구역(215) 중 하나로 보내질 것이다. 일부 실시예에서, 작업자 또는 기계는 최종 목적지를 결정하기 위해 (예를 들면, 디바이스(119A-119C) 중 하나를 사용하여) 패키지를 스캔할 수 있다. 패키지를 캠프 구역(215)으로 보내는 것은, 예를 들면, (우편 번호에 기초하여) 패키지가 향하는 지리적 영역의 부분을 결정하고, 지리적 영역의 부분과 관련된 캠프 구역(215)을 결정하는 것을 포함할 수 있다.

일부 실시예에서, 캠프 구역(215)은 루트 및/또는 서브-루트로 분류하기 위해 허브 구역(213)으로부터 패키지가 수령되는 하나 이상의 빌딩, 하나 이상의 물리적 공간, 또는 하나 이상의 영역을 포함할 수 있다. 일부 실시예에서, 캠프 구역(215)은 FC(200)로부터 물리적으로 분리되어 있는 반면, 다른 실시예에서는 캠프 구역(215)은 FC(200)의 일부를 형성할 수 있다.

캠프 구역(215)의 작업자 및/또는 기계는, 예를 들면, 목적지와 기존 루트 및/또는 서브-루트의 비교, 각각의 루트 및/또는 서브-루트에 대한 작업량의 계산, 하루 중 시간, 배송 방법, 패키지(220)를 배송하기 위한 비용, 패키지(220)의 아이템과 관련된 PDD 등에 기초하여 패키지(220)가 어느 루트 및/또는 서브-루트와 연관되어야 하는지를 결정할 수 있다. 일부 실시예에서, 작업자 또는 기계는 최종 목적지를 결정하기 위해 (예를 들면, 디바이스(119A-119C) 중 하나를 사용하여) 패키지를 스캔할 수 있다. 일단 패키지(220)가 특정 루트 및/또는 서브-루트에 할당되면, 작업자 및/또는 기계는 배송될 패키지(220)를 운반할 수 있다. 예시적인 도 2에서, 캠프 구역(215)은 트럭(222), 자동차(226), 배달원(224A, 224B)을 포함한다. 일부 실시예에서, 배달원(224A)이 트럭(222)을 운전할 수 있는데, 이 때 배달원(224A)은 FC(200)에 대한 패키지를 배달하는 풀-타임 직원이며, 트럭은 FC(200)를 소유, 임대 또는 운영하는 동일한 회사에 의해 소유, 임대, 또는 운행된다. 일부 실시예에서, 배달원(224B)이 자동차(226)를 운전할 수 있는데, 이 때 배달원(224B)은 필요에 따라(예를 들면, 계절에 따라) 배달하는 "플렉스(flex)" 또는 비상시적인 작업자이다. 자동차(226)는 배달원(224B)에 의해 소유, 임대 또는 운행될 수 있다.

시스템(100)을 통해 구매 가능한 제품은 복수의 속성 데이터와 연관될 수 있다. 속성 데이터는, 데이터 양식에서, 시스템(100)에 연결된 하나 이상의 데이터베이스에 저장될 수 있는 제품의 다양한 양상에 대한 정보를 참조할 수 있다. 속성 데이터의 예시들은 명칭, 가격, 수량, 유통기한, 색상, 크기, 제조, 상표 및/또는 쇼핑객에게 제품의 다양한 양상들에 대한 정보를 알리는 역할을 하는 어떤 다른 데이터를 포함할 수 있다. 일부 실시 예에서, 속성 데이터는 또한 제품의 이미지들을 포함할 수 있다. 제품이 쇼핑객에게 표시될 때, 이 속성 데이터는 쇼핑객에게 제품에 대해 알리기 위해 제시될 수 있다.

일례로서, 도 1c로 돌아가서, 예시적인 제품이 SDP에 표시된다. 상기 SDP에 묘사된 바와 같이, 디스플레이 상의 상기 제품의 속성 데이터의 예시는, 상기 제품의 명칭 ("모짜렐라 치즈"), 가격 ("20,000 원"), 무게 ("1 kg x 2 개"), 기원의 국가, 유통 기한 ("2019-11-04"), 수량 ("2"), 치즈 형태 ("분쇄 (분말)"), 및 제품 번호("23532-3432551")를 포함할 수 있다. 상기 SDP는 상기 제품의 이미지들을 추가로 포함할 수 있고, 이는 속성 데이터의 예시들일 수 있다. 기술 분야에서 일반적인 기술의 사람은 상이한 제품들 또는 제품의 카테고리들이 상이한 속성 데이터와 연관될 수 있다는 점을 이해할 수 있을 것이다.

복수의 판매자들이 판매를 위해 동일한 제품을 공급하는 경우에 있어서, 각 판매자는 다른 판매자들이 제공하는 속성 데이터와 중첩(overlapping)되고 중복(duplicate)되는 속성 데이터를 공급할 수 있다. 예를 들어, 상이한 두 판매자들은 2개의 수량으로 상기 제품이 판매된다 것을 나타내는 정보를 제공할 수 있다. 일부 실시예에서, 판매자들은 중첩되지 않는 속성 정보를 제공할 수 있다. 예를 들어, 한 판매자는 상기 치즈의 형태가 "분쇄(분말)"형태라는 정보 표시를 제공할 수 있고, 반면 다른 판매자는 그러한 정보를 제공하지 않을 수 있다. 일부 실시 예에서, 판매자들은 중첩되지만 충돌하는 속성 데이터를 제공할 수 있다. 예를 들어, 판매자들은 동일한 제품에 대한 상이한 이미지들을 제공할 수 있다. 그러므로, 도 1c의 SDP와 같은 디스플레이가 상기 쇼핑객에게 제시되기 전에, 그러한 쇼핑객이 상기 상이한 판매자들 사이의 동일한 제품에 대한 오직 하나의 세트의 속성 데이터만을 볼 수 있도록 상기 속성 데이터는 조정되어야 한다.

일례로서, 도 3은 개시된 실시 예에 따른, 데이터베이스 조정을 위한 예시적인 시스템의 개략적인 도면이다. 시스템(300)은 판매자 디바이스들(302), 공통 데이터 저장 데이터베이스(CDS DB, 304), 서버(306), 조정 데이터베이스(reconciled DB, 308) 및 사용자 디바이스(310)들을 포함할 수 있다.

판매자 디바이스(302)들은 판매자들과 연관되는 컴퓨터 디바이스들을 참조할 수 있다. 판매자들은 시스템(100)과 연관된 상기 온라인 소매 사업 업체와 관계가 있는 개인들 또는 조직들일 수 있고, 시스템(100)을 통해 판매를 위한 제품들을 제공할 수 있다. 일부 실시 예에서, 판매자 디바이스(302)들은 도 1a에 도시되는 사용자 디바이스들(102A 내지 102C)일 수 있다. 판매자들은 판매자 디바이스들(302)을 판매를 위한 상기 제품들에 대한 정보를 제공하는데 사용할 수 있고, 상기 정보는 데이터의 양식들로 제공될 수 있다. 데이터는, 공통 데이터 저장 데이터베이스(304)와 같은 시스템(100)에 접속된 하나 이상의 데이터베이스에 저장될 수 있다. 일부 실시 예에서, 판매자 디바이스(302)는 공통 데이터 저장 데이터베이스(304)와 외부 프론트 엔드 시스템(103)을 통해 상호작용할 수 있다.

서버(306)는 하나 이상의 프로세서, I/O 섹션들 및 메모리 저장 매체를 포함하는 컴퓨팅 디바이스일 수 있다. 서버(306)은, 입력들로서, 공통 데이터 저장 데이터베이스(304)와 같은 하나의 데이터베이스에 있는 항목들로부터 데이터를 검색할 수 있고, 조정 데이터베이스(308)와 같은 다른 데이터베이스에 저장하기 위해 처리된 데이터를 출력으로서 제공할 수 있다. 조정 데이터베이스(308)는 시스템(100)에 접속된 데이터베이스의 다른 예시일 수 있다. 일부 실시 예에서, 서버(306)는 공통 데이터 저장 데이터베이스(304)에 저장된 입력 데이터를 조정하고, 조정 데이터베이스(308)에 저장하기 위한 상기 조정 데이터를 제공할 수 있다.

사용자 디바이스들(310)은 쇼핑객들과 연관된 컴퓨터 디바이스를 나타낼 수 있다. 쇼핑객들은 시스템(100)과 연관된 상기 온라인 소매 사업에 접속하는 개인들 또는 조직들일 수 있고, 시스템(100)을 통해 제품들을 구매할 수 있다. 일부 실시 예에서, 사용자 디바이스들(310)은 도 1a에 도시된 사용자 디바이스들(102A 내지 102C)일 수 있다. 쇼핑객들은 상기 판매 제품들과 연관되는 정보를 보기위해 디바이스(310)들을 사용할 수 있고, 이러한 정보는, 도 1c의 SDP와 같이, 시스템(100)으로부터 공급된 데이터를 사용하여 생성된 디스플레이 페이지에서 보여질 수 있다. 상기 데이터는, 조정 데이터베이스(308)와 같이, 시스템(100)과 접속된 하나 이상의 데이터베이스로부터 공급될 수 있다. 일부 실시예서 사용자 디바이스들(310)은 외부 프론트 엔드 시스템(103)을 통해 조정 데이터베이스(308)와 상호 작용 할 수 있다.

일부 실시예에서, 데이터베이스 조정을 위한 방법들이 제공될 수 있다. 여기에서 사용되는 조정은 서로 다르거나, 중첩되거나, 중복되거나 및/또는 충돌하는 데이터베이스의 항목들에 대한 그룹화, 병합, 선택 또는 다른 처리 등을 하기 위한 프로세스들, 단계들 및/또는 알고리즘들을 의미할 수 있다. 조정 데이터의 예시들은 도 1c의 SDP에 도시된 디스플레이에서 보여질 수 있다. 일부 실시 예들에 따르면, 데이터베이스 조정을 위한 시스템들이 제공된다. 데이터베이스 조정을 위한 시스템들의 예시들은 도 3에 도시된 서버(306)를 포함할 수 있다.

도4는 개시된 실시 예에 따른, 데이터베이스 조정을 위한 예시적인 프로세스의 흐름도를 도시한다. 프로세스(400)는 서버(306)에 의해 수행/실행될 수 있다.

단계 402에서, 서버(306)는 공통 데이터 저장 데이터베이스(304)로부터 속성 데이터를 수신한다. 다른 실시 예서, 서버(306)는 판매자 디바이스들(302)로부터 속성 데이터를 직접적으로 수신할수 있다.

일부 실시예에서, 데이터베이스 조정은 제품의 양상들을 대표하는 복수의 속성 데이터 유형들의 속성 데이터를, 하나 이상의 출처로부터 수신하는 것을 포함할 수 있다. 속성 데이터의 출처는 판매자 또는 판매자 디바이스를 참조할 수 있다. 예를 들어, 제1 판매자는 제품에 대한 속성 데이터의 하나의 출처일 수 있고, 제2 판매자는 상기 동일한 제품에 대한 속성 데이터의 다른 출처일 수 있다. 속성 데이터의 유형들은 조정 전의 그 본성이나 용도에 기초하여 속성 데이터의 구별 또는 그룹화를 나타낼 수 있다. 속성 데이터의 유형들은 제품 이름, 이미지 및/ 또는 제품 사양일 수 있으나, 통상의 기술 수준을 가진 자라면 다른 유형들도 가능하다는 것을 이해할 수 있을 것이다.

일부 실시 예에서, 속성 데이터는 속성 데이터가 제품 이름, 이미지 또는 제품 사양인지 여부를 나타내기 위해 태그될 수 있다. 제품 사양은 제품 이름이나 이미지들이 아닌 속성 데이터를 나타낼 수 있고, 각각이 제품의 양상을 설명하는 복수의 필드들을 포함할 수 있다. 태깅은 프로세스 또는 데이터 등록 중에 판매자에 의해 수행될 수 있다. 예를 들어, 외부 프론트 엔드 시스템(103)은 판매자들이 제품과 관련되는 속성 정보를 입력할 수 있도록 판매자 디바이스들(302)에 디스플레이에 대한 인터페이스를 생성할 수 있다. 이 인터페이스를 사용하는 동안, 판매자들은 제품 이름, 이미지 또는 하나 이상의 제품 사양 필드임을 지시하기 위해 제공되는 각각의 속성 데이터를 태그할 수 있다.

단계 404에서, 서버(306)는 속성 데이터의 카테고리들을 생성한다.

일부 실시 예에서, 데이터베이스 조정은 수신된 속성 데이터 유형에 기초하여 복수의 속성 카테고리들을 생성하는 것을 포함할 수 있으며, 각각의 속성 카테고리는 수신된 속성 데이터 유형들에 대응하고, 수신된 속성 데이터 유형 중 하나의 모든 속성 데이터를 포함할 수 있다. 속성 카테고리들은 해당 유형에 대한 속성 데이터에 의해 설명되는 제품의 양상을 참조할 수 있다. 예를 들어, 제품의 속성 카테고리는 제품의 "색상"에 대한 필드일 수 있고, "색상”의 필드에 대응하는 속성 데이터는 "빨간색(red)", "흰색(white)" 또는 "파란색(blue)"의 텍스트일 수 있다. 일부 실시예에서, 제품의 속성 카테고리에 있는 필드는 제품 사양에 있는 필드에 대응할 수 있다. 다른 예에서, 다른 속성 카테고리는 제품의 이미지 일 수 있고, 제품과 연관된 상이한 그림들 또는 사진들이 상기 속성 카테고리에 대응하는 속성 데이터일 수 있다. 또 다른 예에서, 상기 속성 카테고리는 제품 이름일 수 있다. 일 실시 예에 따르면, 속성 카테고리들은 조정의 목적을 위한 속성 데이터의 그룹일 수 있다.

단계 406에서, 서버(306)는 속성 카테고리들에 기초하여 속성 데이터를 그룹화 한다.

일부 실시예에서, 제품 이름들의 속성 데이터는 이름들의 문자열들이다. 예를 들어, 속성 데이터 유형 또는 속성 데이터 카테고리가 제품 이름인 경우, 상기 속성 데이터는 문자들 또는 숫자들의 문자열일 수 있고, 서버(306)는 제품 이름의 속성 카테고리 내에 있는 제품 이름들인 모든 속성 데이터를 그룹화 할 수 있다. 예를 들어, 판매자가 스카프를 시스템(100)에 판매하기 위해 등록한 때, 속성 데이터 "스카프"를 제공하고,"스카프"가 제품 이름임을 시스템(100)에 나타낼 수 있다.

일부 실시예에서, 복수의 속성 데이터 유형들은 제품 사양(product specification)과 관계되는 하나 이상의 필드를 포함하고, 하나 이상의 필드의 속성 데이터는 하나 이상의 필드에 대응하는 문자열들이다. 일부 실시 예에서, 하나 이상의 필드는 크기, 색, 모델, 생산 년도 및/또는 시리얼 넘버를 포함한다. 하나 이상의 필드 각각은 단계 404에서 생성된 적어도 하나의 속성 카테고리에 대응할 수 있다. 상이한 출처들로부터의 속성 데이터는 상이한 필드들을 가질 수 있다. 예를 들어, 제1 판매자는 크기, 모델 및 제품에 대한 생산에 관한 데이터를 공급하는 반면, 제2 판매자는 색상에 관한 데이터만을 공급할 수 있다. 제품의 색상을 설명하는 속성 데이터는 "색상"필드 하에 그룹화 될 수 있고, 제품의 크기를 설명하는 속성 데이터 들은 "크기" 필드 하에서 그룹화 될 수 있는 등 서버(306)는 모든 속성 데이터를 하나 이상의 필드에 기초하여 그룹화할 수 있다. 하나 이상의 필드 전체는 제품 사양의 동일한 속성 카테고리들에 속할 수 있다. 예를 들어, 판매자가 판매하기 위한 스카프를 시스템(100)에 등록한 경우, 속성 데이터 "빨간색"을 제공할 수 있고, "빨간색"이 "색상" 필드에 속하는 제품 사양임을 시스템(100)에 나타낼 수 있으므로, 서버(306)는 동일한 제품에 대한"색상"필드에 속해 있는 다른 속성 데이터와 "빨간색"을 그룹화 할 수 있다.

일부 실시예에서, 복수의 속성 데이터 유형들은 제품 이미지를 포함하고, 제품 이미지의 속성 데이터는 이미지들이다. 서버(306)는 동일한 제품에 대한 모든 이미지들을 제품 이미지의 속성 카테고리 하에 그룹화 할 수 있다.

단계 408에서, 서버(306)는 속성 데이터의 데이터 점수를 결정한다.

일부 실시예에서, 데이터베이스 조정은 복수의 속성 카테고리들 각각에 포함되는 각각의 속성 데이터에 대한 데이터 점수들을 결정하는 것을 포함한다. 일부 실시예에서, 하나 이상의 출처 각각은 출처 점수를 갖고, 속성 데이터는 대응하는 출처 점수에 연관된다. 출처 점수는 출처와 관련되는 숫자 값일 수 있다. 예를 들어, 각각의 판매자는 온라인 소매 사업에 의해 할당되는 출처 점수를 가질 수 있다. 점수는 판매자들과 연관되는 다른 정보를 저장하는 시스템(100)과 연결되는 데이터베이스에 저장될 수 있다. 일부 실시예에서, 하나 이상의 출처 각각의 출처 점수는 하나 이상의 출처 각각에 할당되는 출처 상태에 기초할 수 있고, 하나 이상의 출처 각각의 활성 기간의 길이에 기초할 수 있다. 출처 상태는, 판매자의 유형에 기초할 수 있는, 판매자의 상태를 참조할 수 있다. 각 상태의 출처 점수는 미리 설정될 수 있다. 예를 들어, 온라인 소매 사업은 각 상태에 대한 숫자 값을 미리 설정할 수 있다. 일부 실시예에서, 출처 상태는 시스템 소매 상태, 브랜드 판매자 상태 또는 제 3자 상태 중 어느 하나를 포함할 수 있다. 예를 들어, 온라인 소매 사업은(예를 들어, 시스템(100)의 소유자) 직접적으로 쇼핑객에게 제품들을 팔 수 있고, 시스템 소매 상태의 출처 상태를 가질 수 있다. 다른 예에서, 판매자들은 제품들의 브랜드 소유자들로, 시스템(100)을 통해 제품을 판매할 수 있고, 이러한 판매자들은 브랜드 판매자 상태를 가질 수 있다. 다른 예에서, 판매업자들은, 제3 자들, 재판매자들 또는 시스템 소매 상태 또는 브랜드 판매자 상태를 만족하지 않을 수 있고 이러한 판매자들은 제3 자 상태를 가질 수 있다.

일 실시 예에 따르면, 시스템 소매 상태는 브랜드 판매자 상태보다 높은 출처 점수를 가질 수 있고, 브랜드 판매자 상태는 제 3자 상태보다 높은 출처 점수를 가질 수 있다. 시스템(100)의 소유자이자 유지자로서, 온라인 소매 사업은 시스템(100)의 데이터베이스를 관리하는 위치에 있을 수 있고, 제품에 대한 더 높은 품질 또는 최신 데이터를 제공할 수 있는 최선의 기회를 가질 수 있다. 따라서, 시스템 소매 상태는 브랜드 판매자 상태에 할당되는 출처 점수 또는 제 3자 상태에 할당되는 출처 점수 보다 더 높은 출처 점수가 할당 될 수 있다. 브랜드 판매자들은 일반적으로 그들의 제품들에 익숙하고, 일반적인 제 3자 판매자들에 비해 더 많은 자원을 가지고 있는 관련자들일 수 있고, 따라서, 브랜드 판매자 상태는 제 3자 상태보다 높은 출처 점수를 가질 수 있다. 브랜드 판매자들의 예시들은 제품의 생산자들 또는 제품의 브랜드의 소유자를 포함할 수 있다.

일부 실시예에서, 둘 또는 그 이상의 출처들이 동일한 출처 상태에 있을 때, 더 긴 활성 기간의 길이를 갖는 출처는 더 짧은 활성 기간의 길이를 갖는 출처 보다 높은 출처 점수를 갖는다. 상이한 제3 판매자들 사이에서, 시스템(100)을 사용한 이력이 긴 판매자는 시스템(100)에 가장 익숙하거나, 시스템(100)의 가장 충성도 높은 사용자일 수 있으며, 시스템(100)을 새로 사용하는 판매자보다 높은 출처 점수를 할당 받을 수 있다. 일부 실시예에서, 출처의 활성 기간의 길이는 출처의 가장 이른 등록 시간에 기초하여 결정된다. 예를 들어, 시스템(100)에 등록하는 제3 자 판매자는 시스템(100)에 의해 타임 스탬프(time stamp)될 수 있다. 상이한 제3 자 판매자들 사이에서, 가장 일찍 타임 스탬프된 판매자는 가장 긴 활성 기간을 갖는 것으로 간주될 수 있다.

일부 실시예에서, 이름들의 문자열들에 대한 데이터 점수를 결정하는 것은 이름들의 문자열들에 대응하는 출처 점수들을 결정하는 것을 포함한다. 예를 들어, 속성 데이터 카테고리가 제품 이름인 경우, 속성 데이터는 일반적으로 문자 또는 숫자열일 수 있고, 서버(306)는 각각의 속성 데이터의 출처 점수들을 기초로 상이한 속성 데이터의 데이터 점수들을 결정할 수 있다.

일부 실시예에서, 하나 이상의 필드에 대응하는 문자열들의 데이터 점수를 결정하는 것은 하나 이상의 출처 각각에 연관되는 하나 이상의 필드의 개수를 식별하는 것을 포함한다. 예를 들어, 제품 사양과 연관되는 필드들에 대하여, 서버(306)는 각 필드의 각 속성 데이터에 대하여, 속성 데이터의 출처(예를 들어, 공급 업체)를 결정할 수 있다. 속성 데이터는 일반적으로 문자들 또는 숫자들의 문자열들일 수 있다. 일부 실시예에서, 문자열의 점수를 결정하는 것은 하나 이상의 필드에 대응하는 문자열들에 대응하는 출처 점수들을 결정하는 것을 포함한다. 예를 들어, 각각의 속성 데이터에 대하여, 서버(306)는 각각의 출처 점수를 이용하여 데이터 점수를 생성할 수 있다.

일부 실시예에서, 서버 (306)는 하나 이상의 출처 및 출처 점수들 각각과 연관되는 하나 이상의 필드의 개수에 기초하여 하나 이상의 필드에 각각 대응하는 문자열들에 대한 데이터 점수를 생성할 수 있다. 예를 들어, 서버(306)는 각각의 출처로부터의 제품 사양들에 대응하는 필드들의 개수를 비교할 수 있고, 각각의 출처로부터의 제품 사양들에 얼마나 많은 필드들이 포함되는 지에 기초하여 상이한 데이터 점수들을 생성할 수 있다. 예를 들어, 제품에 대한 더 많은 정보를 공급하는 판매자들은 더 자세한 제품 정보가 생기게 할 수 있고, 그러므로 더 많은 필드들이 발생할 수 있다. 서버(306)는 더 자세한 제품 정보가 더 높은 품질의 데이터를 나타낼 수 있기 때문에 상기 판매자들에게 유리하도록 데이터 점수에 무게를 둘 수 있다.

일부 실시예에서, 이미지들에 대한 데이터 점수를 결정하는 것은 하나 이상의 기계 학습 모델을 이용하여 이미지들 각각을 이미지 크기, 이미지 화소, 해상도 또는 이미지 매치 중 적어도 어느 하나를 이용하여 각각의 이미지들을 분석하는 것; 분석에 기초하여 각각의 이미지의 데이터 점수를 생성하는 것을 포함할 수 있다. 기계 학습 모델들은 별도로 지시되거나 프로그래밍되지 않고도 작업들을 수행할 수 있는 컴퓨터 소프트 웨어, 프로그램 및/또는 알고리즘을 참조할 수 있다. 기계 학습 모델들의 예시들은 신경망(neural networks), 결정 트리(decision trees), 회귀 분석(regression analysis), 베이지안 네트워크(bayesian network), 유전 알고리즘(genetic algorithm) 및/또는 일부 훈련 데이터를 통해 훈련하도록 구성되는 다른 모델들을 포함할 수 있고, 예측들 또는 결정들을 내리기 위해 추가적인 데이터를 처리하도록 하는 훈련에 의해 구성된다. 예를 들어, 기계 학습 모델들을 사용함으로써 서버(306)는 이미지 크기, 이미지 화소 및/또는 해상도 중 적어도 어느 하나에 기초하여 이미지들의 순위를 매길 수 있고, 점수들이 순위에 기초하여 할당될 수 있다. 예를 들어, 높은 화소, 해상도 및/또는 크기의 이미지들은 더 높은 품질일 수 있고, 따라서 낮은 화소, 해상도 또는 사이즈의 이미지들과 비교하여 높은 데이터 점수가 할당되어야 한다.

도 5a 및 5b는 본 발명의 일 실시 예에 따른 조정을 위한 제품의 상이한 이미지들의 예시들이 도시된다. 도 5a에 도시된 바와 같이 서버(306)는 이미지(502A)와 이미지(502B)를 분석할 수 있고, 이미지(502A)가 왜곡된 비율로 인해 이미지(502B)보다 낮은 품질임을 결정할 수 있고, 따라서 서버(306)는 이미지(502B)에 높은 데이터 점수를 할당할 수 있다.

이미지들(504A/B 내지 508A/B)은 이미지 매치에 기초하여 이미지들을 분석하는 비 제한적인 예시들을 도시한다. 예를 들어, 서버(306)는 이미지(504A) 및 이미지(504B)를 분석할 수 있고 이미지(504B)가 더 나은 이미지 매치라는 것을 결정하고, 이미지(504B)에 더 높은 데이터 점수를 할당할 수 있다. 이미지(504B)는 이미지(504A)의 경우와 같이 다른 물건들에 의해 어지럽혀지지 않고, 실제 제품의 더 나은 대표이기 때문에 더 나은 이미지 매치일 수 있다. 다른 예에서, 서버(306)는 이미지(506A) 및 이미지(506B)를 분석할 수 있고, 벌크(bulk)로 판매하는 제품의 개당 가격이 단일 제품으로 판매하는 제품보다 낮을 가능성이 높기 때문에 이미지(506B)가 더 나은 매치인 것으로 결정할 수 있다. 또 다른 예에서, 서버(306)는 이미지(508A) 및 이미지(508B)를 분석할 수 있고, 이미지(508B)가 이미지(508A)보다 고객들의 주위를 덜 분산시키는 방법으로 제품을 제시하기 때문에 이미지(508B)가 더 나은 매치인 것으로 결정할 수 있다.

단계 410에서, 서버(410)는 데이터를 조정한다.

일부 실시예에서, 데이터베이스 조정은 속성 카테고리들 각각에 대하여 조정 데이터를 생성하는 것을 포함하고, 상기 조정 데이터는 가장 높은 데이터 점수를 갖는 각각의 속성 카테고리들의 속성 데이터이다. 각각의 속성 카테고리 및/또는 필드에 대하여, 서버(306)는 연관되는 데이터 점수들에 기초하여 속성 데이터의 순위를 매길 수 있고, 각각의 속성 카테고리 및/또는 필드에 대하여, 가장 높은 데이터 점수를 갖는 속성 데이터를 선택할 수 있다. 그러므로, 문제의 제품에 대해, 각각의 카테고리 및/또는 필드는 이제 오직 하나의 속성 데이터만을 가질 수 있고, 상이한 판매자들의 동일한 제품에 대한 속성 데이터의 중복 또는 충돌의 문제를 해결할 수 있다. 게다가, 조정 데이터는 가장 높은 데이터 점수를 갖는 속성 데이터이므로, 상기 조정 데이터는 개별 공급 업체에서 공급하는 것들 보다 가장 완전하고 가장 품질이 높은 데이터를 가질 확률이 높다. 일부 실시예에서, 조정 데이터는 복수의 판매자들에 의해 공급되는 속성 데이터를 포함할 수 있다. 예를 들어, 스카프에 대하여, 시스템 판매자는 색상 및 크기를 설명하는 속성 데이터를 제공할 수 있으나, 스카프의 재질을 설명하는 속성 데이터를 제공하지 않을 수 있는 반면, 브랜드 판매자는 재질을 설명하는 속성 데이터를 제공할 수 있다. 서버(306)는 시스템 판매자로부터의 색상 및 크기에 대한 속성 데이터, 브랜드 판매자로부터의 재질에 대한 속성 데이터를 포함하는 스카프에 대한 조정 데이터를 생성할 수 있다.

단계 412에서, 서버(306)는 조정 데이터를 조정 데이터베이스(308)에 저장할 수 있다.

일부 실시예에서, 데이터베이스 조정은 데이터베이스에 저장하는 것을 포함하고, 복수의 속성 카테고리들은 각각 제품에 대응하는 조정 데이터를 포함한다. 단계410에서 얻어지는 조정 데이터는 조정 데이터베이스(308)과 같은, 데이터베이스에 저장될 수 있다.

일부 실시예에서, 데이터베이스 조정은 디스플레이 인터페이스에 표시하기 위한 조정 데이터를 데이터베이스로부터, 제공하는 것을 포함한다. 사용자 디바이스들(310)을 사용하는 쇼핑객들은 도 1c에 도시된 SDP와 같은 디스플레이에서 제품을 볼 수 있다. 앞서 설명한 바와 같이, SDP는 조정 데이터베이스(308)로부터 검색된 조정 데이터를 사용하여 시스템(100)에 의해 생성될 수 있다.

본 개시가 특정 실시예들을 참조하여 도시되고 설명되었지만, 본 개시가 다른 환경에서 변형없이 실시될 수 있음은 자명하다. 전술한 설명은 예시를 목적으로 제공되었다. 이는 포괄적인 것이 아니며 개시된 정확한 형태 또는 실시예로 한정되지 않는다. 변형예 및 적응예는 개시된 실시예들의 발명의 설명 및 실시에 대한 고려로부터 통상의 기술자에게 명백할 것이다. 추가적으로, 개시된 실시예들의 양상들이 메모리에 저장되는 것으로 설명되었지만, 통상의 기술자는 이러한 양상들이 또한 2차적 저장 디바이스(예를 들어, 하드 디스크 또는 CD ROM, 다른 형태의 RAM 또는 ROM, USB 매체, DVD, Blu-ray 또는 기타 광 드라이브 매체)와 같은 다른 유형의 컴퓨터 판독가능 매체에 저장될 수 있는 것을 이해할 것이다.

기재된 설명 및 개시된 방법들에 기초하는 컴퓨터 프로그램은 숙련된 개발자의 기술 범위 내에 있다. 다양한 프로그램 또는 프로그램 모듈이 통상의 기술자에게 알려진 임의의 기술을 사용하여 만들어질 수 있으며, 기존 소프트웨어와 관련되어 설계될 수 있다. 예를 들어, 프로그램 섹션 또는 프로그램 모듈은 .Net Framework, .Net Compact Framework(및 Visual Basic, C 등과 같은 관련 언어), Java, C ++, Objective-C, HTML, HTML/AJAX 조합, XML 또는 Java 애플릿이 포함된 HTML으로 또는 이것들에 의하여 설계될 수 있다.

이에 더하여, 예시적 실시들이 본 명세서에 설명되었지만, 등가 요소들, 변형물, 생략물(예를 들어, 다양한 실시예들에 걸친 양상들의), 조합물, 적응물 및/또는 대체물을 갖는 임의 및 모든 실시예의 범위가 본 개시에 기초하여 통상의 기술자에게 이해될 것이다. 청구 범위에서의 한정은 청구 범위에서 사용된 언어에 기초하여 광범위하게 해석되어야 하며, 본 명세서 또는 본 출원의 진행 중에 설명된 예시들로 제한되지 않는다. 예시들은 비배타적으로 해석되어야 한다. 이에 더하여, 개시된 방법들의 단계들은 단계들의 재정렬 및/또는 단계의 삽입 또는 삭제를 포함하는 임의의 방식으로 변형될 수 있다. 따라서, 상세한 설명과 예시들은 예시로서만 고려되어야 하고, 진정한 범위와 사상은 이하의 청구 범위 및 등가물의 전체 범위에 의해 나타내지는 것으로 의도된다.

Claims (20)

1. 데이터베이스 조정 방법으로서,
   하나 이상의 출처로부터, 제품의 양상들을 나타내는 복수의 속성 데이터 유형들의 속성 데이터를 수신하고;
   상기 수신된 속성 데이터 유형들에 기초하여 복수의 속성 카테고리들을 생성하고-상기 각 속성 카테고리는 상기 수신된 속성 데이터의 유형들 중 하나에 대응하고, 상기 수신된 속성 데이터 유형들 중 하나의 모든 상기 속성 데이터를 포함함-;
   상기 복수의 속성 카테고리들 각각에 포함되는 상기 속성 데이터 각각에 대한 데이터 점수들을 결정하고;
   각각의 상기 속성 카테고리들에 대한 조정 데이터를 생성하고-상기 조정 데이터는 상기 속성 카테고리들 각각에 포함되는 상기 속성 데이터 중 가장 높은 데이터 점수를 갖는 속성 데이터임-;
   상기 제품에 대응하는 조정 데이터를 각각 포함하는 상기 복수의 속성 카테고리들을 데이터베이스에 저장하고; 그리고
   디스플레이 인터페이스에 표시하기 위한 상기 조정 데이터를 상기 데이터베이스로부터 제공하는 것을 포함하는 데이터베이스 조정 방법.
2. 제1 항에 있어서,
   상기 복수의 속성 데이터 유형들은 제품 이미지 속성을 포함하고, 상기 제품 이미지 속성의 상기 속성 데이터는 이미지들을 포함하고;
   상기 이미지들에 대한 데이터 점수를 결정하는 것은;
   이미지 크기, 이미지 화소, 해상도 또는 이미지 매치 중 적어도 하나에 대하여 하나 이상의 기계 학습 모델을 이용하여 상기 이미지들 각각을 분석하고; 그리고
   상기 분석에 기초하여 각각의 이미지에 대한 상기 데이터 점수를 생성하는 것을 포함하는 데이터베이스 조정 방법.
3. 제1 항에 있어서,
   상기 하나 이상의 출처 각각은 출처 점수를 가지고, 상기 속성 데이터는 상기 대응하는 출처 점수와 연관되는 데이터베이스 조정 방법.
4. 제3 항에 있어서,
   상기 하나 이상의 출처 각각에 대한 상기 출처 점수는 상기 하나 이상의 출처 각각에 할당되는 출처 상태 및 상기 하나 이상의 출처 각각의 활성 기간의 길이에 기초하는 데이터베이스 조정 방법.
5. 제3 항에 있어서,
   상기 복수의 속성 데이터 유형들은 제품 이름들을 포함하고, 상기 제품 이름들의 상기 속성 데이터는 이름들의 문자열들이고,
   상기 이름들의 문자열들에 대한 데이터 점수를 결정하는 것은:
   상기 이름들의 문자열들에 대응하는 출처 점수들을 결정하는 것을 포함하는 데이터베이스 조정 방법.
6. 제3 항에 있어서,
   상기 복수의 속성 데이터 유형들은 제품 특성들과 관계되는 하나 이상의 필드를 포함하고
   상기 하나 이상의 필드의 상기 속성 데이터는 상기 하나 이상의 필드에 대응하는 문자열들이고
   상기 하나 이상의 필드에 대응하는 상기 문자열들에 대한 데이터 점수의 결정하는 것은:
   상기 하나 이상의 출처 각각에 연관되는 상기 하나 이상의 필드의 개수를 식별하고;
   상기 하나 이상의 필드에 대응하는 상기 문자열들에 대응하는 출처 점수들을 결정하고; 그리고
   상기 하나 이상의 출처 및 상기 출처 점수들 각각에 연관되는 상기 하나 이상의 필드의 개수에 기초하여, 상기 하나 이상의 필드 각각에 대응하는 상기 문자열들에 대한 상기 데이터 점수를 생성하는 것을 포함하는 데이터베이스 조정 방법.
7. 제6 항에 있어서,
   상기 하나 이상의 필드는 크기, 색상, 모델, 생산 년도 또는 시리얼 넘버 중 적어도 하나를 포함하는 데이터베이스 조정 방법.
8. 제4 항에 있어서,
   상기 출처 상태는 시스템 소매 상태, 브랜드 판매자 상태 또는 제3 자 상태 중 어느 하나를 포함하는 데이터베이스 조정 방법.
9. 제8 항에 있어서,
   상기 출처의 상기 활성 기간의 길이는 상기 출처의 가장 빠른 등록 시간에 기초하여 결정되는 데이터베이스 조정 방법.
10. 제9 항에 있어서,
    상기 시스템 소매 상태는 상기 브랜드 판매자 상태보다 높은 출처 점수를 갖고, 상기 브랜드 판매자 상태는 상기 제3 자 상태 보다 높은 출처 점수를 가지고,
    둘 이상의 출처들이 동일한 출처 상태를 갖는 경우, 더 긴 활성 기간의 길이를 갖는 상기 출처가 더 짧은 활성 기간의 길이를 갖는 출처들보다 더 높은 출처 점수를 갖는 데이터베이스 조정 방법.
11. 데이터베이스 조정을 위한 시스템으로서,
    적어도 하나의 프로세서; 및
    상기 적어도 하나의 프로세서에 의해 실행될 때, 단계들을 수행하는 명령들을 포함하는 메모리를 포함하고,
    상기 단계들은,
    하나 이상의 출처로부터 제품의 양상들을 나타내는 복수의 속성 데이터 유형들의 속성 데이터를 수신하는 단계;
    복수의 속성 카테고리들을 수신된 속성 데이터 유형들에 기초하여 생성하는 단계-상기 각 속성 카테고리는 상기 수신된 속성 데이터 유형들 중 하나에 대응하고, 상기 수신된 속성 데이터 유형들 중 하나에 대한 모든 속성 데이터를 포함함-;
    상기 복수의 속성 카테고리들 각각에 포함되는 상기 속성 데이터 각각의 데이터 점수들을 결정하는 단계;
    각각의 상기 속성 카테고리들에 대한 조정 데이터를 생성하는 단계-상기 조정 데이터는 상기 속성 카테고리 각각에 포함되는 상기 속성 데이터 중 가장 높은 상기 데이터 점수를 갖는 상기 속성 데이터임-;
    상기 제품에 대응하는 상기 조정 데이터를 각각 포함하는 상기 복수의 속성 카테고리들을 데이터베이스에 저장하는 단계; 그리고
    디스플레이 인터페이스에 표시하기 위한 상기 조정 데이터를 상기 데이터베이스로부터 제공하는 단계를 포함하는 데이터베이스 조정을 위한 시스템.
12. 제11 항에 있어서,
    상기 복수의 속성 데이터 유형들은 제품 이미지 속성을 포함하고, 상기 제품 이미지 속성의 상기 속성 데이터는 이미지들을 포함하고,
    상기 이미지들에 대한 데이터 점수를 결정하는 단계는;
    이미지 크기, 이미지 화소, 해상도 또는 이미지 매치 중 적어도 하나에 대하여 하나 이상의 기계 학습 모델을 이용하여 상기 이미지들 각각을 분석하고; 그리고
    상기 분석에 기초하여 각각의 이미지에 대한 상기 데이터 점수를 생성하는 것을 포함하는 데이터베이스 조정을 위한 시스템.
13. 제 11 항에 있어서,
    상기 하나 이상의 출처 각각은 출처 점수를 가지고, 상기 속성 데이터는 대응하는 상기 출처 점수와 연관되는 데이터베이스 조정을 위한 시스템.
14. 제13 항에 있어서,
    상기 복수의 속성 데이터 유형들은 제품 이름들을 포함하고, 상기 제품 이름들의 상기 속성 데이터는 이름들의 문자열들이고;
    상기 이름들의 문자열들에 대한 데이터 점수를 결정하는 단계는:
    상기 이름들의 문자열들에 대응하는 출처 점수들을 결정하는 것을 포함하는 데이터베이스 조정을 위한 시스템.
15. 제14 항에 있어서,
    상기 복수의 속성 데이터 유형들은 제품 특성들과 관계되는 하나 이상의 필드를 포함하고,
    상기 하나 이상의 필드의 상기 속성 데이터는 상기 하나 이상의 필드에 대응하는 문자열들이고,
    상기 하나 이상의 필드에 대응하는 상기 문자열들에 대한 데이터 점수의 결정하는 단계는:
    상기 하나 이상의 출처 각각에 연관되는 상기 하나 이상의 필드의 개수를 식별하고;
    상기 하나 이상의 필드에 대응하는 상기 문자열에 대응하는 출처 점수들을 결정하고; 그리고
    상기 하나 이상의 출처 및 상기 출처 점수 각각에 연관되는 상기 하나 이상의 필드의 개수에 기초하여, 상기 하나 이상의 필드 각각에 대응하는 문자열들에 대한 상기 데이터 점수를 생성하는 것을 포함하는 데이터베이스 조정을 위한 시스템.
16. 제15 항에 있어서,
    상기 하나 이상의 필드는 크기, 색상, 모델, 생산 년도 또는 시리얼 넘버 중 적어도 하나를 포함하는 데이터베이스 조정을 위한 시스템.
17. 제13 항에 있어서,
    상기 하나 이상의 출처 각각에 대한 상기 출처 점수는 상기 하나 이상의 출처 각각에 할당되는 출처 상태 및 상기 하나 이상의 출처 각각의 활성 기간의 길이에 기초하고, 상기 출처 상태는 시스템 소매 상태, 브랜드 판매자 상태 또는 제3 자 상태 중 하나를 포함하는 데이터베이스 조정을 위한 시스템.
18. 제17 항에 있어서,
    상기 출처의 상기 활성 기간의 길이는 상기 출처의 가장 빠른 등록 시간에 기초하여 결정되는 데이터베이스 조정을 위한 시스템.
19. 제18 항에 있어서,
    상기 시스템 소매 상태는 상기 브랜드 판매자 상태보다 높은 출처 점수를 갖고, 상기 브랜드 판매자 상태는 상기 제3 자 상태보다 높은 출처 점수를 가지고; 그리고,
    둘 이상의 출처들이 동일한 출처 상태를 갖는 경우, 더 긴 활성 기간의 길이를 갖는 상기 출처가 더 짧은 활성 기간의 길이를 갖는 출처들보다 더 높은 출처 점수를 갖는 데이터베이스 조정을 위한 시스템.
20. 텍스트 문자열들을 생성하는 방법으로서,
    데이터베이스에 있는 제품과 관계되는 항목을 조정하기 위한 요청을 수신하고;
    하나 이상의 출처로부터 상기 제품의 양상들을 나타내는 복수의 속성 데이터 유형들의 속성 데이터를 수신하고;
    복수의 속성 카테고리들을 수신된 속성 데이터 유형들에 기초하여 생성하고- 상기 각 속성 카테고리는 상기 수신된 속성 데이터 유형들 중 하나에 대응하고, 상기 수신된 속성 데이터 유형들 중 하나의 모든 속성 데이터를 포함함-;
    상기 복수의 속성 카테고리들 각각에 포함되는 상기 속성 데이터 각각의 데이터 점수들을 결정하고;
    각각의 상기 속성 카테고리들에 대한 조정 데이터를 생성하고-상기 조정 데이터는 상기 속성 카테고리들 각각에 포함되는 상기 속성 데이터 중 가장 높은 상기 데이터 점수를 갖는 속성 데이터임-;
    상기 제품에 대응하는 상기 조정 데이터를 각각 포함하는 상기 복수의 속성 카테고리들을 데이터베이스에 저장하고; 그리고
    표시를 위하여 상기 조정 데이터를, 상기 데이터베이스로부터 디스플레이 인터페이스로 제공하는 것을 포함하는 텍스트 문자열들을 생성하는 방법.

Images