KR102378238B1 - 인공지능을 이용한 광고주 및 1인 마케터 매칭 시스템 - Google Patents

Abstract

본 발명은 인공지능을 이용한 광고주 및 1인 마케터 매칭 시스템에 관한 것이다. 보다 상세하게는 1인 마케터의 과거 마케팅 활동 정보를 바탕으로 광고 내용에 최적화된 1인 마케터를 매칭시켜 광고 진행 전 미리 광고 효과를 예측해볼 수 있도록 하는 인공지능을 이용한 광고주 및 1인 마케터 매칭 시스템에 관한 것이다.
이를 위해, 본 발명은 광고주 단말을 통해 마케팅을 진행하고자 하는 광고 콘텐츠가 등록처리되면 등록처리된 광고 콘텐츠에 관한 바이럴 마케팅(viral marketing)을 수행하기에 가장 적합한 마케터를 탐색하여 추천하는 광고주 및 1인 마케터 매칭모듈; 광고주 및 1인 마케터 매칭모듈에 의해 매칭이 완료된 1인 마케터에게 해당광고 콘텐츠 URL을 배당하되, 상기 URL은 1인 마케터 마다 고유식별이 가능하도록배당되는 URL 생성모듈; URL 생성모듈에 의해 1인 마케터 별로 개별 URL이 배당되면 1인 마케터가 온라인 상에서 활동하고 있는 행동 데이터를 수집하되, 수집되는 행동 데이터는 마케터가 활동하고 있는 SNS 또는 블로그를 포함하는 채널에서 관계하는 관계 네트워크 정보, 할당된 개별 URL을 공유할 때 1인 마케터와 관계 네트워크를 형성하고 있는 제3 자에게 광고 콘텐츠에 관한 관심을 유도하기 위해 작성된 텍스트(text) 형식의 마케팅 활동정보, 1인 마케터의 채널에 접속한 접속자 정보, 해당 광고를 통한 실 구매가 이루어진 소비자 데이터를 포함하는 1인 마케터 행동 데이터 수집모듈; 1인 마케터 행동 데이터 수집모듈에 수집된 정보 중 마케팅 활동 정보만을 추출하여 클러스터링하는 전처리 과정을 거쳐 마케터가 어떤 텍스트를 사용하여 마케팅 활동을 수행하였을 때 소비자들을 유입시켰는 지 분석하여 마케팅 활동 정보를 학습시키는 1인 마케터 행동 데이터 학습처리모듈을 포함하며, 광고주 및 1인 마케터 매칭모듈은 광고주 단말을 통해 입력된 광고 내용, 광고 비용, 요구되는 마케터 수, 조회수, 구매율, 클릭률, 조회수 대비 클릭률, 광고 기간을 포함하는 광고 데이터를 획득하여 핵심 키워드를 추출하는 전처리 과정을 수행하는 자연어 처리 서브 모듈, 자연어 처리 서브 모듈을 통해 처리된 핵심 키워드를 토대로 광고 내용을 분석하여 미리 분류화된 광고 카테고리에 자동으로 분류처리하는 광고 카테고리 분류 서브 모듈, 광고 카테고리 별로 1인 마케터가 온라인 상에서 마케팅한 활동결과를 지속적으로 학습처리하는 학습 서브 모듈, 학습 서브 모듈을 통해 미리 학습된 데이터와 비교하여 입력된 광고 내용에 적합한 1인 마케터를 탐색하여 추천하는 마케터 매칭 추천 서브 모듈을 포함하는 인공지능을 이용한 광고주 및 1인 마케터 매칭 시스템을 제공한다.

Description

인공지능을 이용한 광고주 및 1인 마케터 매칭 시스템{advertiser and single marketer matching system for using machine learning}

본 발명은 인공지능을 이용한 광고주 및 1인 마케터 매칭 시스템에 관한 것이다. 보다 상세하게는 1인 마케터의 과거 마케팅 활동 정보를 바탕으로 광고 내용에 최적화된 1인 마케터를 매칭시켜 광고 진행 전 미리 광고 효과를 예측해볼 수 있도록 하는 인공지능을 이용한 광고주 및 1인 마케터 매칭 시스템에 관한 것이다.

지난 10년간 광고시장은 급속도로 진화하고 시장 규모도 성장하면서 광고의 과정과 방식에서 큰 변화가 일어나고 있다. 광고주가 신문, 방송, 웹사이트 등에 직접 게시하던 방식이 인터넷의 발달로 인해 광고주, 매체사의 수가 증가하면서 광고를 적합한 매체에 연결해주는 중개자가 등장했다. 하지만 인터넷의 활성화와 더불어 기하급수적으로 증가면서 더욱 복잡해짐에 따라 광고주들의 데이터에 기반하여 최적화하고 분석하여 연결해주는 프로그래매틱 광고 시스템이 나타나 온라인 광고시장이 급속도로 성장하는 데 견인하였다.

프로그래매틱 광고란 인터넷 이용자가 사이트에 접속하면서 생긴 방문기록(쿠키)으로 이용자의 소비 형태를 예측해 이용자가 원할 것 같은 광고를 선택하여 보여주는 것을 말한다.

이에 따라 광고시장에는 창의력과 사회적 지능을 발휘하는 1인 마케터를 통한 재능 거래가 증가 되고 있음에 따라 광고주와 1인 마케터를 기계학습을 이용하여 자동으로 매칭하여 주는 시스템이 요구된다.

선행기술문헌 : KR 등록특허공보 제1782880호(2017.9.29.공고)

본 발명은 상기와 같은 문제점을 해결하기 위해 안출된 것으로, 특히 인공지능을 이용하여 입력된 프로젝트 비용, 참여 마케터 수, 기간을 포함하는 광고주의 요구조건에 따라 최적화된 1인 마케터를 매칭시켜 추천해주는 시스템을 제공하는 데 그 목적이 있다.

상기 목적을 달성하기 위해 안출된 본 발명에 따른 인공지능을 이용한 광고주 및 1인 마케터 매칭 시스템은 광고주 단말을 통해 마케팅을 진행하고자 하는 광고 콘텐츠가 등록처리되면 등록처리된 광고 콘텐츠에 관한 바이럴 마케팅(viral marketing)을 수행하기에 가장 적합한 마케터를 탐색하여 추천하는 광고주 및 1인 마케터 매칭모듈; 광고주 및 1인 마케터 매칭모듈에 의해 매칭이 완료된 1인 마케터에게 해당광고 콘텐츠 URL을 배당하되, 상기 URL은 1인 마케터 마다 고유식별이 가능하도록배당되는 URL 생성모듈; URL 생성모듈에 의해 1인 마케터 별로 개별 URL이 배당되면 1인 마케터가 온라인 상에서 활동하고 있는 행동 데이터를 수집하되, 수집되는 행동 데이터는 마케터가 활동하고 있는 SNS 또는 블로그를 포함하는 채널에서 관계하는 관계 네트워크 정보, 할당된 개별 URL을 공유할 때 1인 마케터와 관계 네트워크를 형성하고 있는 제3 자에게 광고 콘텐츠에 관한 관심을 유도하기 위해 작성된 텍스트(text) 형식의 마케팅 활동정보, 1인 마케터의 채널에 접속한 접속자 정보, 해당 광고를 통한 실 구매가 이루어진 소비자 데이터를 포함하는 1인 마케터 행동 데이터 수집모듈; 1인 마케터 행동 데이터 수집모듈에 수집된 정보 중 마케팅 활동 정보만을 추출하여 클러스터링하는 전처리 과정을 거쳐 어떤 텍스트를 써서 마케팅 활동을 하였을 때 소비자들을 유입시켰느냐에 대한 마케팅 활동 정보를 학습시키는 1인 마케터 행동 데이터 학습처리모듈을 포함하며, 광고주 및 1인 마케터 매칭모듈은 광고주 단말을 통해 입력된 광고 내용, 광고 비용, 요구되는 마케터 수, 조회수, 구매율, 클릭률, 조회수 대비 클릭률, 광고 기간을 포함하는 광고 데이터를 획득하여 핵심 키워드를 추출하는 전처리 과정을 수행하는 자연어 처리 서브 모듈, 자연어 처리 서브 모듈을 통해 처리된 핵심 키워드를 토대로 광고 내용을 분석하여 미리 분류화된 광고 카테고리에 자동으로 분류처리하는 광고 카테고리 분류 서브 모듈, 광고 카테고리 별로 1인 마케터가 온라인 상에서 마케팅한 활동결과를 지속적으로 학습처리하는 학습 서브 모듈, 학습 서브 모듈을 통해 미리 학습된 데이터와 비교하여 입력된 광고 내용에 적합한 1인 마케터를 탐색하여 추천하는 마케터 매칭 추천 서브 모듈을 포함할 수 있다.

또한, 마케터 매칭 추천 서브 모듈은 미리 분류화된 광고 카테고리에 따라 분류처리된 광고를 특정 마케터가 마케팅을 수행하였을 때의 조회수(노출) 대비 클릭률 또는 구매율을 산출하여 마케터 개개인의 활동율을 도출하고, 도출된 마케터의 활동율을 기반으로 특정 광고와 마케터 간의 적합도를 산출하여 적합도가 높은 순 별로 마케터 정보를 출력시키는 것을 포함할 수 있다.

또한, 마케터 매칭 추천 서브 모듈은 입력된 광고 내용과 적합한 마케터를 순위별로 추천하되, 추천된 마케터와 광고와의 적합도가 퍼센트(%)로 산출되어 사용자 인터페이스 상에 출력되는 것을 포함할 수 있다.

본 발명에 의하면 1인 마케터의 과거 마케팅 활동 정보를 바탕으로 광고 내용에 최적화된 1인 마케터를 매칭시켜 광고 진행 전 미리 광고 효과를 예측해볼 수 있도록 하는 데 그 효과가 있다.

도 1은 본 발명의 바람직한 실시예에 따른 인공지능을 이용한 광고주 및 1인 마케터 매칭 시스템의 전체 구성도이다.

이하, 본 발명의 바람직한 실시예를 첨부된 도면들을 참조하여 상세히 설명한다. 우선 각 도면의 구성 요소들에 참조 부호를 부가함에 있어서, 동일한 구성 요소들에 대해서는 비록 다른 도면상에 표시되더라도 가능한 한 동일한 부호를 가지도록 하고 있음에 유의해야 한다. 또한, 본 발명을 설명함에 있어, 관련된 공지 구성 또는 기능에 대한 구체적인 설명이 본 발명의 요지를 흐릴 수 있다고 판단되는 경우에는 그 상세한 설명은 생략한다. 또한, 이하에서 본 발명의 바람직한 실시예를 설명할 것이나, 본 발명의 기술적 사상은 이에 한정하거나 제한되지 않고 당업자에 의해 변형되어 다양하게 실시될 수 있음은 물론이다.

도 1은 본 발명의 바람직한 실시예에 따른 인공지능을 이용한 광고주 및 1인 마케터 매칭 시스템의 전체 구성도이다.

도 1을 참조하면, 본 발명의 바람직한 실시예에 따른 인공지능을 이용한 광고주 및 1인 마케터 매칭 시스템(1000)은 광고주 및 1인 마케터 매칭모듈(10), URL 생성모듈(20), 1인 마케터 행동 데이터 수집 모듈(30), 및 마케터 행동 데이터 학습처리 모듈(40)을 포함하여 구성된다.

본 발명은 광고주가 단말을 통해 광고에 대한 정보를 입력처리하면 입력된 광고 데이터를 획득하여 광고 데이터에 적합한 마케터를 자동추천함으로써 광고주측에서는 광고를 진행하기 전 미리 광고 효과를 예측해볼 수 있도록 하고, 마케터측에서는 온라인 상에서 자신의 마케팅 재능을 활용하여 마케팅을 활발하게 수행할 수 있도록 한다.

광고주 및 1인 마케터 매칭모듈(10)은 광고주 단말을 통해 마케팅을 진행하고자 하는 광고 콘텐츠가 등록처리되면 등록처리된 광고 콘텐츠에 관한 바이럴 마케팅(viral marketing)을 수행하게 될 적어도 하나 이상의 1인 마케터를 매칭 또는 추천한다.

광고주 단말을 통해 입력되는 광고 콘텐츠 정보는 광고 내용, 광고 비용, 요구되는 마케터 수, 조회수, 구매율, 클릭률, 조회수 대비 클릭률, 광고 기간을 포함한다.

광고주 및 1인 마케터 매칭모듈(10)은 광고주 단말을 통해 광고주가 광고를 진행하고자 하는 광고 콘텐츠의 초안을 작성하여 웹 또는 모바일에 업로드하면 업로드된 콘텐츠의 초안을 기반으로 해당 콘텐츠의 광고를 행하기에 적합한 적어도 1인 이상의 1인 마케터를 매칭 또는 추천한다.

광고주 및 1인 마케터 매칭모듈(10)은 광고 콘텐츠의 광고 내용을 분석하여 데이터베이스(50)에 저장된 마케터 DB로부터 가장 적절한 1인 마케터를 매칭 또는 추천할 수 있도록 한다. 추천방식은 마케터의 과거 마케팅 활동 정보를 바탕으로 이루어진다.

보다 구체적으로, 광고주 및 1인 마케터 매칭모듈(10)은 자연어 처리 서브 모듈(12), 광고 카테고리 분류 서브 모듈(14), 학습 서브 모듈(16), 마케터매칭추천서브모듈(18)을 포함하여 구성된다.

자연어 처리 서브 모듈(12)은 광고주 단말을 통해 입력된 광고 데이터를 전달받아 핵심 키워드 만을 추출하는 자연어 처리를 수행한다.

자연어 처리 서브 모듈(12)은 입력된 광고 내용 중 핵심 키워드를 추출하고 추출된 핵심 키워드의 횟수를 측정하도록 한다.

광고 카테고리 분류 서브 모듈(14)은 자연어 처리 서브 모듈(12)을 통해 처리된 핵심 키워드를 토대로 광고 내용을 분석하여 미리 분류화된 광고 카테고리에 자동으로 분류처리한다. 광고 카테고리 분류 서브 모듈(14)은 새로운 광고 데이터가 유입되면 기 분류된 카테고리 중 어느 카테고리에 속할 것인지 판단하여 해당 광고 데이터를 자동으로 분류처리한다.

광고 카테고리 분류 서브 모듈(14)은 입력된 광고 내용과 동일/유사한 성격을 띠는 것들 간을 묶어 공통적으로 배치하는 모듈로, 예컨대, 뷰티, IT/인터넷, 부동산, 일상, 맛집 등 다양한 카테고리로 분류된 것들 중 어느 하나로 입력 광고에 대한 분류를 처리한다.

학습 서브 모듈(16)은 미리 분류화된 광고 카테고리 별로 1인 마케터가 온라인 상에서 마케팅한 활동결과를 지속적으로 학습처리한다.

이때, 학습 서브 모듈(16)은 인공지능 알고리즘을 이용하여 학습처리되며, 일례로, 인공지능 알고리즘은 서포트 벡터 머신(Support Vector Machine, SVM) 알고리즘, 히든 마르코프 모델(Hidden Markov Model, HMM), 콘볼루션 뉴럴 네트워크Convolutional Neural Network, CNN), Recurrent Neural Networks(RNN), Long Short-Term Memory(LSTM) 등이 이용될 수 있다. 여기서, 학습 서브 모듈(16)에 이용되는 인공지능 알고리즘을 한정하는 것은 아니다.

마케터 매칭 추천 서브 모듈(18)은 자연어 처리와 카테고리 분류처리되면 학습 서브 모듈(16)을 통해 미리 학습된 데이터와 비교하여 광고 내용에 적합한 1인 마케터를 탐색하여 추천한다.

마케터 매칭 추천 서브 모듈(18)은 미리 분류화된 광고 카테고리에 따라 분류처리된 광고를 특정 마케터가 마케팅을 수행하였을 때의 조회수(노출) 대비 클릭률 또는 구매율을 산출하여 마케터 개개인의 활동율을 도출하고, 도출된 활동율을 기반으로 특정 광고와 마케터 간의 적합도를 산출하여 특정 광고 내용과의 적합도가 높은 마케터 정보를 순위별로 출력시킨다.

마케터 매칭 추천 서브 모듈(18)은 가장 적합한 마케터를 N순위(예컨대, 5순위)로 추천받되, 우선순위 별로 각 마케터와 광고와의 적합도를 퍼센트(%)로 산출하여 사용자 인터페이스 상에 출력시키도록 한다.

예컨대, 마케터 매칭 추천 서브 모듈(18)은 입력된 광고 내용, 광고 프로젝트 비용, 참여 마케터 수, 광고 기간을 포함하는 광고 데이터를 토대로 총 5순위의 마케터를 추천할 수 있으며, 첫 번째 마케터는 해당 광고와의 적합도가 70%, 두 번째 마케터는 해당 광고와의 적합도가 65%, 세 번째 마케터는 해당 광고와의 적합도가 50%, 네 번째 마케터는 해당 광고와의 적합도가 45%, 다 섯번째 마케터는 해당 광고와의 적합도가 40% 로 적합도가 높은 순서대로 출력할 수 있다.

마케터 매칭 추천 서브 모듈(18)은 새로운 광고 데이터가 입력처리되면 해당 광고 데이터가 어느 카테고리에 속할 것인지를 판단하여 미리 설정된 광고 카테고리에 분류시키고, 해당 광고 카테고리에 적합한 마케터를 추출하여 매칭시키도록 한다.

마케터 매칭 추천 서브 모듈(18)은 기 저장된 활동도를 토대로 활동도가 높은 순으로 1인 마케터를 추천하되, 추천된 마케터에 비해 상대적으로 활동도가 저조한 마케터를 소정 비율로 추천한다. 여기서, 마케터의 활동도가 높다는 기준은 조회수(노출) 대비 클릭률 또는 소비자의 구매율이 높은 것을 의미한다.

URL 생성모듈(20)은 광고 콘텐츠를 웹 또는 모바일에 게시하기 위한 광고 URL을 1인 마케터에게 할당하여 1인 마케터의 채널에 공유하도록 하는 것으로, 광고주 및 1인 마케터 매칭모듈(10)에 의해 매칭이 완료된 1인 마케터에게 해당 광고 콘텐츠 URL을 배당한다.

보다 구체적으로, URL 생성모듈(20)은 광고주 및 1인 마케터 매칭모듈(10)에 의해 매칭된 1인 마케터의 수만큼 광고 콘텐츠의 URL을 생성하며, 이때, 1인 마케터마다 고유식별이 가능한 각각의 URL이 배당된다. 특히, 매칭된 1인 마케터가 다수일 경우, 다수의 광고 콘텐츠 URL이 생성된다.

예컨대, 매칭된 1인 마케터가 4명일 경우, 각 1인 마케터마다 URL A, URL B, URL C, URL D가 생성되어 배당될 수 있다.

URL 생성모듈(20)은 마케터 매칭 추천모듈에 의해 추천된 추천마케터와 비추천된 마케터가 구분되어 모두에게 URL이 배당될 수 있도록 한다.

만약, 추천 마케터에게만 URL을 배당할 경우, 신규 마케터의 활동이 떨어지게 되고, 마케터들이 활발하게 활동하여 활동된 데이터들이 많아져야만 데이터가 축적되어야만 향후 광고효과에 대한 예측이 잘 이루어질 수 있음에 따라, 신규 마케터의 유입을 활발하게 하기 위하여 추천 마케터와 비추천 마케터 모두에게 광고 URL을 배당하도록 한다.

여기서, 추천마케터는 데이터베이스에 저장된 마케터 등급정보에서 기 설정된 기준등급보다 높은 등급에 속하는 마케터를 뜻하며, 비추천마케터는 데이터베이스에 저장된 마케터 등급정보에서 기 설정된 기준등급보다 낮은 등급에 속하는 마케터를 뜻한다.

1인 마케터 행동 데이터 수집모듈(30)은 1인 마케터의 행동 패턴을 분석하기 위한 기초데이터들을 수집하는 모듈로서, 1인 미디어는 각각 전담받은 고유의 URL을 가지고 자신의 네트워크 채널을 통해 해당 URL을 공유하였을 때 고려될수 있는 데이터들을 수집한다.

보다 구체적으로, 1인 마케터 행동 데이터 수집모듈(30)은 URL 생성모듈(20)에 의해 1인 마케터 별로 개별 URL이 배당되면 1인 마케터가 온라인 상에서 활동하고 있는 행동 데이터를 수집하되, 수집되는 행동 데이터는 마케터가 활동하고 있는 SNS 또는 블로그를 포함하는 채널에서 관계하는 관계 네트워크 정보(32), 할당된 개별 URL을 공유할 때 1인 마케터와 관계 네트워크를 형성하고 있는 제3 자에게 광고 콘텐츠에 관한 관심을 유도하기 위해 작성된 텍스트(text) 형식의 마케팅 활동정보(34), 1인 마케터의 채널에 접속한 접속자 정보(36), 해당 광고를 통한 실 구매가 이루어진 소비자 데이터(38)인 것을 포함한다.

소비자 데이터(38)는 해당 광고를 통한 실 구매가 이루어졌는 지에 대한 정보로서, 해당 IP를 통해 구매가 이루어졌는 지 혹은 해당 IP를 통해 광고정보에 대한 동영상이 재생되었는 지 등으로 판단될 수 있다.

1인 마케터 행동 데이터 학습처리모듈(40)은 1인 마케터 행동 데이터 수집모듈에 수집된 정보를 바탕으로 1인 마케터의 활동상태를 산출한다.

1인 마케터 행동 데이터 학습처리모듈(40)은 1인 마케터 행동 데이터 수집모듈(30)에 수집된 정보 중 마케팅 활동 정보만을 추출하여 클러스터링하는 전처리 과정을 거쳐 어떤 텍스트를 써서 마케팅 활동을 하였을 때 소비자들을 유입시켰느냐에 대한 마케팅 활동 정보를 학습시킨다.

1인 마케터 행동데이터 학습처리모듈(40)은 마케팅 활동 정보를 클러스터링하는 전처리 과정을 거쳐 특정 마케터가 어떤 텍스트를 사용하였을 때 소비자의 유입이 많았는 지에 대한 분석이 이루어질 수 있고, 해당 광고에서는 이런 텍스트를 주로 사용하게 되고, 어떤 텍스트를 사용하였을 때 조회수, 접속자 수, 구매율에 많은 영향력을 미치는 지(소비자의 시선을 많이 끄는 키워드)에 대한 마케팅 분석이 가능하도록 한다.

데이터베이스(50)는 기계 학습과 로그 분석 DB, 어뷰징 처리된 접속정보가 저장되고, 기계학습과 로그 분석 DB, 어뷰징 처리된 접속정보 DB는 학습 서브 모듈(16)로 주기적으로 전달되어 학습 데이터를 위한 입력값으로 활용된다.

또한, 본 발명은 1인 마케터의 과거 활동도를 분석하여 특정일에 유의미하게 활동도가 다른날에 비해 현저하게 차이가 나게 될 경우, 과거의 마케터 행동 데이터를 기준으로 현재의 행동 데이터를 예측하여 예측된 행동 데이터의 범위를 벗어난 경우 마케터 단말에 경고알림을 전송할 수도 있다.

예컨대, 과거 행동 데이터에 비해 현재 행동 데이터가 너무 저조할 경우, '분발해야 합니다.' 라는 경고알림 메시지를 발송할 수도 있으며, 과거 행동 데이터에 비해 현재 행동 데이터가 너무 높게 나타날 경우 '어뷰징 행위로 의심될 수 있습니다.' 라는 알림을 전송할 수도 있다.

이상의 설명은 본 발명의 기술 사상을 예시적으로 설명한 것에 불과한 것으로서, 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자라면 본 발명의 본질적인 특성에서 벗어나지 않는 범위 내에서 다양한 수정, 변경 및 치환이 가능할 것이다. 따라서, 본 발명에 개시된 실시예 및 첨부된 도면들은 본 발명의 기술 사상을 한정하기 위한 것이 아니라 설명하기 위한 것이고, 이러한 실시예 및 첨부된 도면에 의하여 본 발명의 기술 사상의 범위가 한정되는 것은 아니다. 본 발명의 보호 범위는 아래의 청구범위에 의하여 해석되어야 하며, 그와 동등한 범위 내에 있는 모든 기술 사상은 본 발명의 권리범위에 포함되는 것으로 해석되어야 할 것이다.

10 - 광고주 및 1인 마케터 매칭모듈
12 - 자연어 처리 서브 모듈
14 - 광고 카테고리 분류 서브 모듈
16 학습 서브 모듈
18 - 마케터매칭추천서브모듈
20 - URL 생성모듈
30 - 1인 마케터 행동 데이터 수집 모듈
40 - 마케터 행동 데이터 학습처리 모듈
50 - 데이터베이스

Claims (3)

1. 광고주 단말을 통해 마케팅을 진행하고자 하는 광고 콘텐츠가 등록처리되면 등록처리된 광고 콘텐츠에 관한 바이럴 마케팅(viral marketing)을 수행하기에 가장 적합한 마케터를 탐색하여 추천하는 광고주 및 1인 마케터 매칭모듈;
   광고주 및 1인 마케터 매칭모듈에 의해 매칭이 완료된 1인 마케터에게 해당광고 콘텐츠 URL을 배당하되, 상기 URL은 1인 마케터 마다 고유식별이 가능하도록배당되는 URL 생성모듈;
   URL 생성모듈에 의해 1인 마케터 별로 개별 URL이 배당되면 1인 마케터가 온라인 상에서 활동하고 있는 행동 데이터를 수집하되, 수집되는 행동 데이터는 마케터가 활동하고 있는 SNS 또는 블로그를 포함하는 채널에서 관계하는 관계 네트워크 정보, 할당된 개별 URL을 공유할 때 1인 마케터와 관계 네트워크를 형성하고 있는 제3 자에게 광고 콘텐츠에 관한 관심을 유도하기 위해 작성된 텍스트(text) 형식의 마케팅 활동정보, 1인 마케터의 채널에 접속한 접속자 정보, 해당 광고를 통한 실 구매가 이루어진 소비자 데이터를 포함하는 1인 마케터 행동 데이터 수집모듈;
   1인 마케터 행동 데이터 수집모듈에 수집된 정보 중 마케팅 활동 정보만을 추출하여 클러스터링하는 전처리 과정을 거쳐 마케터가 어떤 텍스트를 사용하여 마케팅 활동을 수행하였을 때 소비자들을 유입시켰는 지 분석하여 마케팅 활동 정보를 학습시키는 1인 마케터 행동 데이터 학습처리모듈
   를 포함하며,
   광고주 및 1인 마케터 매칭모듈은
   광고주 단말을 통해 입력된 광고 내용, 광고 비용, 요구되는 마케터 수, 조회수, 구매율, 클릭률, 조회수 대비 클릭률, 광고 기간을 포함하는 광고 데이터를 획득하여 핵심 키워드를 추출하는 전처리 과정을 수행하는 자연어 처리 서브 모듈,
   자연어 처리 서브 모듈을 통해 처리된 핵심 키워드를 토대로 광고 내용을 분석하여 미리 분류화된 광고 카테고리에 자동으로 분류처리하는 광고 카테고리 분류 서브 모듈,
   광고 카테고리 별로 1인 마케터가 온라인 상에서 마케팅한 활동결과를 지속적으로 학습처리하는 학습 서브 모듈,
   학습 서브 모듈에 의해 생성된 학습데이터를 토대로 마케터를 추천하는 마케터 매칭 추천 서브 모듈
   을 포함하는 인공지능을 이용한 광고주 및 1인 마케터 매칭 시스템.
   
   
   
   
2. 삭제
3. 삭제

Images