KR102409586B1 - 중고 보상 서비스 제공 방법 - Google Patents

중고 보상 서비스 제공 방법 Download PDF

Info

Publication number
KR102409586B1
KR102409586B1 KR1020210088475A KR20210088475A KR102409586B1 KR 102409586 B1 KR102409586 B1 KR 102409586B1 KR 1020210088475 A KR1020210088475 A KR 1020210088475A KR 20210088475 A KR20210088475 A KR 20210088475A KR 102409586 B1 KR102409586 B1 KR 102409586B1
Authority
KR
South Korea
Prior art keywords
product
purchase
return request
return
users
Prior art date
Application number
KR1020210088475A
Other languages
English (en)
Inventor
안병호
이지안
양은지
허정호
한수민
이원영
Original Assignee
주식회사 시유어겐
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 시유어겐 filed Critical 주식회사 시유어겐
Priority to KR1020210088475A priority Critical patent/KR102409586B1/ko
Application granted granted Critical
Publication of KR102409586B1 publication Critical patent/KR102409586B1/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
    • G06Q30/02—Marketing; Price estimation or determination; Fundraising
    • G06Q30/0283—Price estimation or determination
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/02—Neural networks
    • G06N3/08—Learning methods
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q30/00—Commerce
    • G06Q30/02—Marketing; Price estimation or determination; Fundraising
    • G06Q30/0201—Market modelling; Market analysis; Collecting market data
    • G06Q30/0206—Price or cost determination based on market factors

Landscapes

  • Engineering & Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Development Economics (AREA)
  • Finance (AREA)
  • Accounting & Taxation (AREA)
  • Strategic Management (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Entrepreneurship & Innovation (AREA)
  • General Physics & Mathematics (AREA)
  • Game Theory and Decision Science (AREA)
  • Economics (AREA)
  • Marketing (AREA)
  • General Business, Economics & Management (AREA)
  • Data Mining & Analysis (AREA)
  • Artificial Intelligence (AREA)
  • General Health & Medical Sciences (AREA)
  • Health & Medical Sciences (AREA)
  • Biomedical Technology (AREA)
  • Biophysics (AREA)
  • Computational Linguistics (AREA)
  • Evolutionary Computation (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Molecular Biology (AREA)
  • Computing Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • Mathematical Physics (AREA)
  • Software Systems (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

중고 보상 서비스 제공 방법이 개시된다. 일 실시예에 따른 중고 보상 서비스 제공 방법은 복수의 사용자들 각각이 구매한 내역에 기초하여, 복수의 사용자들 각각의 단말로 보유 상품 리스트를 제공하는 단계, 복수의 사용자들 각각으로부터 보유 상품 리스트에 있는 적어도 하나의 상품에 대한 리턴 요청을 수신하는 단계, 리턴 요청 상품의 구매 금액 및 구매 시점을 포함하는 구매 정보를 획득하는 단계, 리턴 요청 상품의 이미지를 인공 신경망에 입력하여, 리턴 요청 상품의 상태 지수를 획득하는 단계 및 구매 정보 및 상태 지수에 기초하여, 리턴 요청 상품의 리턴 금액을 결정하는 단계를 포함한다.

Description

중고 보상 서비스 제공 방법{METHOD FOR PROVIDING SECOND-HAND COMPENSATION SERVICE}
아래 실시예들은 중고 보상 서비스를 제공하는 방법에 관한 것으로, 보다 구체적으로는 플랫폼을 통해 구매한 상품을 해당 플랫폼을 통해 중고로 판매하고 보상 받을 수 있는 서비스에 관한 것이다.
현재 중고거래는 불완전한 시스템으로 인해 사기사건을 포함한 여러 문제들이 지속적으로 발생하고 있다. 이와 같은 문제점에 대한 해결책으로 에스크로(Escrow)와 같이 제3자가 중고거래에 개입하는 안전거래 시스템이 소개되고 있는데, 종래 소개된 안전거래 시스템은 인터넷 사기문제를 어느 정도 해소할 수 있지만 높은 수수료 율 때문에 널리 활용되지 못하는 한계를 보이고 있다. 이로 인해, 일반적인 중고거래 플랫폼은 사실상 중고물품의 판매자와 구매자의 정보를 확인할 수 있는 온라인 공간을 제공하는 수준에 머물고, 거래는 판매자와 구매자 간의 상호 신뢰에 의존하게 되어 사기사건이 지속적으로 증가하거나 직거래와 같은 제한된 거래만을 하고 있다.
이러한 중고거래에 있어서 사기와 같은 문제는 몇 가지 이유에 의해 발생하는데, 그 중 하나는 상품의 상태에 대한 정보의 비대칭으로, 온라인 중고거래는 구매자가 판매자에게 중고물품에 대한 대금을 지불한 후 물건을 실제로 받아볼 수 있기 때문에, 구매자는 판매자가 게시한 사진 또는 글로만 상품의 상태를 간접적으로 확인한 상태로 구매 결정을 해야 하는데, 구매자가 실제로 수령한 상품의 상태가 온라인을 통해 간접적으로 확인한 상품의 상태와 다른 경우가 발생할 수 있다.
또 다른 이유로는, 구매자에 대한 정보의 비대칭으로 거래 당사자들은 서로에 대한 정보가 부족하기 때문에, 거래대금 사기, 유사상품 거래, 안전거래 피싱 사이트와 같은 방식으로 사기행위가 이루어질 수 있다.
중고거래의 문제점은 상술한 바와 같은 사기행위 뿐 아니라, 불법거래 또는 비도덕적인 상품에 대한 거래와 같은 문제점이 있을 수 있다.
실시예들은 구매한 상품을 다시 중고로 판매할 수 있는 플랫폼을 제공하고자 한다.
실시예들은 구매한 상품을 다시 중고로 판매할 때 해당 상품의 보상 가격을 실시간으로 제공하고자 한다.
실시예들은 사용자가 중고 판매를 위해 업로드한 해당 상품에 대한 키워드를 추출하여 자동 마케팅 기능을 제공하고자 한다.
실시예들은 일반 상품과 중고 상품을 유기적으로 연결해 상품을 함께 비교할 수 있는 플랫폼을 제공하고자 한다.
일 실시예에 따른 중고 보상 서비스 제공 방법은 복수의 사용자들 각각이 구매한 내역에 기초하여, 상기 복수의 사용자들 각각의 단말로 보유 상품 리스트를 제공하는 단계; 상기 복수의 사용자들 각각으로부터 상기 보유 상품 리스트에 있는 적어도 하나의 상품에 대한 리턴 요청을 수신하는 단계; 상기 리턴 요청 상품의 구매 금액 및 구매 시점을 포함하는 구매 정보를 획득하는 단계; 상기 리턴 요청 상품의 이미지를 인공 신경망에 입력하여, 상기 리턴 요청 상품의 상태 지수를 획득하는 단계; 및 상기 구매 정보 및 상기 상태 지수에 기초하여, 상기 리턴 요청 상품의 리턴 금액을 결정하는 단계를 포함한다.
상기 리턴 금액을 결정하는 단계는 상기 구매 시점에 대응하는 제1 감가 비율을 결정하는 단계; 상기 상태 지수에 대응하는 제2 감가 비율을 결정하는 단계; 상기 제1 감가 비율 및 상기 제2 감가 비율의 조합에 기초하여 최종 감가 비율을 결정하는 단계; 및 상기 구매 금액에 상기 최종 감가 비율을 반영하여 상기 리턴 금액을 결정하는 단계를 포함할 수 있다.
상기 상태 지수를 획득하는 단계는 상기 리턴 요청 상품의 이미지를 제1 인공 신경망에 입력하여, 상기 리턴 요청 상품에 대응하는 제1 상태 정보를 획득하는 단계; 상기 리턴 요청 상품의 이미지를 상기 제1 인공 신경망과 연동하는 제2 인공 신경망에 입력하여, 상기 리턴 요청 상품에 대응하는 제2 상태 정보를 획득하는 단계; 및 상기 제1 상태 정보 및 상기 제2 상태 정보의 조합에 기초하여, 상기 상태 지수를 결정하는 단계를 포함할 수 있다.
일 실시예에 따른 중고 보상 서비스 제공 방법은 상기 리턴 요청 상품의 이미지를 인공 신경망에 입력하여, 상기 리턴 요청 상품에 대응하는 스타일 키워드를 결정하는 단계를 더 포함할 수 있다.
일 실시예에 따른 중고 보상 서비스 제공 방법은 상기 복수의 사용자들 각각이 구매한 내역 및 조회한 상품 내역 중 적어도 하나에 기초하여, 상기 복수의 사용자들 각각에 대응하는 하나 이상의 스타일 키워드를 제공하는 단계; 및 상기 복수의 사용자들 각각이 상기 스타일 키워드를 선택하는 입력에 반응하여, 상기 스타일 키워드에 대응하는 상품 리스트를 제공하는 단계를 더 포함하고, 상기 상품 리스트는 상기 리턴 요청 상품으로 구성된 리턴 요청 상품 리스트를 포함할 수 있다.
실시예들은 구매한 상품을 다시 중고로 판매할 수 있는 플랫폼을 제공할 수 있다.
실시예들은 구매한 상품을 다시 중고로 판매할 때 해당 상품의 보상 가격을 실시간으로 제공할 수 있다.
실시예들은 사용자가 중고 판매를 위해 업로드한 해당 상품에 대한 키워드를 추출하여 자동 마케팅 기능을 제공할 수 있다.
실시예들은 일반 상품과 중고 상품을 유기적으로 연결해 상품을 함께 비교할 수 있는 플랫폼을 제공할 수 있다.
도 1은 일 실시예에 따른 중고 보상 서비스 제공 방법을 설명하기 위한 도면이다.
도 2는 일 실시예에 따른 상품 리턴 프로세스를 설명하기 위한 도면이다.
도 3은 일 실시예에 따른 리턴 요청 상품의 리턴 금액을 결정하는 방법을 설명하기 위한 순서도이다.
도 4는 일 실시예에 따른 스타일 키워드 서비스를 설명하기 위한 도면이다.
도 5는 일 실시예에 따른 상품 상세 페이지 화면을 설명하기 위한 도면이다.
도 6은 일 실시예에 따른 중고 상품 입고 알림 서비스를 설명하기 위한 도면이다.
본 명세서에서 개시되어 있는 특정한 구조적 또는 기능적 설명들은 단지 기술적 개념에 따른 실시예들을 설명하기 위한 목적으로 예시된 것으로서, 실시예들은 다양한 다른 형태로 실시될 수 있으며 본 명세서에 설명된 실시예들에 한정되지 않는다.
제1 또는 제2 등의 용어는 다양한 구성요소들을 설명하는데 사용될 수 있지만, 이런 용어들은 하나의 구성요소를 다른 구성요소로부터 구별하는 목적으로만 이해되어야 한다. 예를 들어 제1 구성요소는 제2 구성요소로 명명될 수 있고, 유사하게 제2 구성요소는 제1 구성요소로도 명명될 수 있다.
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. 구성요소들 간의 관계를 설명하는 표현들, 예를 들어 "~간의에"와 "바로~간의에" 또는 "~에 이웃하는"과 "~에 직접 이웃하는" 등도 마찬가지로 해석되어야 한다.
단수의 표현은 문맥상 명백하게 다르게 뜻하지 않는 한, 복수의 표현을 포함한다. 본 명세서에서, "포함하다" 또는 "가지다" 등의 용어는 설시 된 특징, 숫자, 단계, 동작, 구성요소, 부분품 또는 이들을 조합한 것이 존재함으로 지정하려는 것이지, 하나 또는 그 이상의 다른 특징들이나 숫자, 단계, 동작, 구성요소, 부분품 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 해당 기술 분야에서 통상의 지식을 가진 자에 의해 일반적으로 이해되는 것과 동일한 의미를 가진다. 일반적으로 사용되는 사전에 정의되어 있는 것과 같은 용어들은 관련 기술의 문맥상 가지는 의미와 일치하는 의미를 갖는 것으로 해석되어야 하며, 본 명세서에서 명백하게 정의하지 않는 한, 이상적이거나 과도하게 형식적인 의미로 해석되지 않는다.
실시예들은 퍼스널 컴퓨터, 랩톱 컴퓨터, 태블릿 컴퓨터, 스마트 폰, 텔레비전, 스마트 가전 기기, 지능형 자동차, 키오스크, 웨어러블 장치 등 다양한 형태의 제품으로 구현될 수 있다. 이하, 실시예들을 첨부된 도면을 참조하여 상세하게 설명한다. 각 도면에 제시된 동일한 참조 부호는 동일한 부재를 나타낸다.
도 1은 일 실시예에 따른 중고 보상 서비스 제공 방법을 설명하기 위한 도면이다.
도 1을 참조하면, 일 실시예에 따른 중고 보상 서비스 제공 플랫폼은 해당 플랫폼을 통해 구매한 상품을 다시 중고로 판매할 수 있는 서비스를 제공할 수 있다. 일 실시예에 따른 플랫폼은 구매한 상품을 다시 중고로 판매할 때 해당 상품의 보상 가격을 실시간으로 제공하고, 해당 상품이 중고로 판매될 경우 보상 가격을 사용자에게 보상함으로써, 중고 거래 활성화에 기여할 수 있다.
일 실시예에 따른 플랫폼은 상품 구매 프로세스(110) 및 상품 리턴 프로세스(150)를 제공할 수 있다. 상품 구매 프로세스(110)는 주문완료, 상품배송, 교환 및 환불(다만, 교환 및 환불 절차는 생략될 수 있다), 배송완료 및 구매완료 절차를 포함할 수 있다. 구매완료 절차의 경우 배송완료 후 사용자가 구매확정을 하거나, 또는 구매확정을 하지 않더라도 미리 정해진 기간(예를 들어, 일주일)이 지나면 자동으로 구매완료 처리될 수 있다. 다만, 상품 구매 프로세스는 도 1에 도시된 것에 한정되지 않고, 상품 구매에 필요한 다양한 절차들이 추가될 수 있다.
일 실시예에 따른 플랫폼은 상품 리턴 프로세스(150)를 통해 구매한 상품을 중고로 판매할 수 있다. 예를 들어, 구매하였지만 잘 입지 않은 옷을 해당 플랫폼을 통해 간단하게 판매할 수 있다. 일반적으로, 중고 상품을 판매하기 위해서는 구매한 플랫폼이 아닌 중고 상품 판매 전문 플랫폼을 통해 상품을 판매하여야 한다. 이 경우, 판매자는 자신이 임의로 가격을 책정해야 하고, 구매자를 알아봐야 하는 번거로움이 있을 수 있고, 구매자는 해당 상품의 진위 여부, 상품의 상태 확인에 대한 부담을 자신이 갖는 등의 불편함이 있을 수 있다.
그러나, 일 실시예에 따른 플랫폼은 상품 구매와 중고 상품 판매를 하나의 플랫폼에서 제공하기 때문에 판매자는 판매하고자 하는 상품의 이미지만 업로드하면 이후의 절차는 플랫폼에서 제공하는 장점을 얻을 수 있고, 구매자는 상품의 진위 여부 및 상태 확인을 플랫폼에서 담당하기 때문에 믿고 구매할 수 있으며, 나아가 새상품과 중고 상품을 함께 판매하기 때문에 판매자의 선택의 폭이 넓어지는 장점이 있다.
도 2는 일 실시예에 따른 상품 리턴 프로세스를 설명하기 위한 도면이다.
도 2를 참조하면, 일 실시예에 따른 서버는 사용자에게 중고 보상 서비스 제공 플랫폼을 제공할 수 있다. 일 실시예에 따른 사용자는　중고 보상 서비스의　클라이언트를　의미할　수　있다.　　　사용자는　플랫폼 어플리케이션이　설치된　단말을　통하여 서버에　접속할　수　있다.
일 실시예에 따른 사용자　단말은　컴퓨터, UMPC(Ultra Mobile PC),　워크스테이션,　넷북(net-book),　PDA(Personal Digital Assistants),　포터블(portable)　컴퓨터,　웹　타블렛(web tablet),　무선　전화기(wireless　phone),　모바일　폰(mobile phone),　스마트폰(smart phone), e-북(e-book), PMP(portable multimedia player),　휴대용　게임기,　네비게이션(navigation)　장치,　블랙　박스(black box)　또는　디지털　카메라(digital camera)　같은　전자　장치　중　하나로 서버와　관련된　플랫폼　어플리케이션의　설치　및　실행이　가능한　모든　사용자　장치를　의미할　수　있다.
이때,　사용자　장치는　플랫폼 어플리케이션의　제어　하에　서비스　화면의　구성,　데이터　입력,　데이터　송수신,　데이터　저장　등　서비스　전반의　동작을　수행할　수　있다.　
일 실시예에 따른 서버는　클라이언트(client)를　대상으로　중고 보상 서비스를　제공하는　서비스　플랫폼　역할을　할　수　있다.　　 플랫폼 어플리케이션은　상품 판매를 위해 필요한 인터페이스 및 중고 상품 판매를 위해 필요한 인터페이스를 제공하기 위하여　운영하는　컴퓨터,　데이터　베이스,　모듈　또는　프로그램　등을　포함할　수　있다.
일 실시예에 따른 플랫폼 어플리케이션의 케어(care) 메뉴 화면(210)은 미리 정해진 영역에 보유 상품 리스트 영역을 포함할 수 있다. 보유 상품 리스트는 사용자가 해당 플랫폼을 통해 구매하여 현재 중고로 판매가 가능한 상품들에 관한 목록일 수 있다.
일 실시예에 따른 사용자가 보유 상품 리스트 영역을 선택하면, 일 실시예에 따른 플랫폼 어플리케이션은 리턴 신청 화면(220)을 팝업할 수 있다. 일 실시예에 따른 리턴 신청 화면(220)은 보유 상품 리스트 각각에 대한 정보(예를 들어, 상품명, 구매가격, 중고 예상가 및 구매가격 대비 중고 예상가의 비율) 및 리턴 신청을 요청할 수 있는 인터페이스를 포함할 수 있다.
일 실시예에 따른 사용자가 리턴 신청 화면(220)에서 특정 상품에 대해 리턴 신청 인터페이스를 선택하면, 일 실시예에 따른 플랫폼 어플리케이션은 상품 수거 신청 화면(230)을 팝업할 수 있다. 일 실시예에 따른 상품 수거 신청 화면(230)은 상품 수거 방법, 배송 박스, 매입 불가 상품 처리 방법 및 박스 수량을 선택받을 수 있는 인터페이스를 포함할 수 있다.
일 실시예에 따른 사용자가 상품 수거 신청 화면(230)에서 원하는 상품 수거 방법 및 박스 수량을 선택하면, 일 실시예에 따른 플랫폼 어플리케이션은 상품 픽업 정보 화면(240)을 팝업 할 수 있다. 일 실시예에 따른 상품 픽업 정보 화면(240)은 이름, 연락처 및 주소를 포함하는 상품 픽업 정보를 입력 받을 수 있는 인터페이스를 포함할 수 있다.
일 실시예에 따른 사용자가 상품 픽업 정보 화면(240)에서 상품 픽업 정보를 입력하면, 일 실시예에 따른 플랫폼 어플리케이션은 신청 완료 화면(250)을 팝업하고, 상품 리턴 프로세스를 종료할 수 있다.
도 3은 일 실시예에 따른 리턴 요청 상품의 리턴 금액을 결정하는 방법을 설명하기 위한 순서도이다.
도 3을 참조하면, 일 실시예에 따른 단계들(310 내지 350)은 도 2를 참조하여 도시한 서버를 통해 수행될 수 있다.
단계(310)에서, 일 실시예에 따른 서버는 복수의 사용자들 각각이 구매한 내역에 기초하여, 복수의 사용자들 각각의 단말로 보유 상품 리스트를 제공한다.
단계(320)에서, 일 실시예에 따른 서버는 복수의 사용자들 각각으로부터 보유 상품 리스트에 있는 적어도 하나의 상품에 대한 리턴 요청을 수신한다. 이하에서, 일 실시예에 따른 리턴 요청은 중고 판매 요청을 의미할 수 있다.
단계(330)에서, 일 실시예에 따른 서버는 리턴 요청 상품의 구매 금액 및 구매 시점을 포함하는 구매 정보를 획득한다.
단계(340)에서, 일 실시예에 따른 서버는 리턴 요청 상품의 이미지를 인공 신경망에 입력하여, 리턴 요청 상품의 상태 지수를 획득한다. 일 실시예에 따른 상태 지수는 상품 컨디션을 수치화한 것일 수 있다. 일 실시예에 따른 서버는 주어진　초기　인공 신경망을　반복적으로　훈련(학습)시킴으로써,　훈련된　인공 신경망을　생성할　수　있다.　　훈련된　인공 신경망을　생성하는　것은　인공 신경망　파라미터를　결정하는　것을　의미할　수　있다.　　여기서,　파라미터들은　예를　들어　인공 신경망의　입/출력　액티베이션들,　웨이트들,　바이어스들　등　인공 신경망에　입/출력되는　다양한　종류의　데이터를　포함할　수　있다.　　인공 신경망의　반복적인　훈련이　진행됨에　따라,　인공 신경망의　파라미터들은　주어진　입력에　대해　보다　정확한　출력을　연산하기　위해　조정될(tuned)　수　있다.　
일 실시예에 따른 서버는 리턴 요청 상품의 이미지를 제1 인공 신경망에 입력하여, 리턴 요청 상품에 대응하는 제1 상태 정보를 획득할 수 있다. 일 실시예에 따른 제1 상태 정보는 중고 상품의 감가와 관련된 정보 중 어느 하나(예를 들어, 색 바램 정도)를 의미할 수 있다. 일 실시예에 따른 서버는 리턴 요청 상품의 이미지를 제1 인공 신경망과 연동하는 제2 인공 신경망에 입력하여, 리턴 요청 상품에 대응하는 제2 상태 정보를 획득할 수 있다. 일 실시예에 따른 제2 상태 정보는 중고 상품의 감가와 관련된 정보 중 제1 상태 정보와 구별되는 중고 상품의 감가와 관련된 정보 중 어느 하나(예를 들어, 상품의 마모 정도)를 의미할 수 있다.
일 실시예에 따른 서버는 제1 상태 정보 및 제2 상태 정보의 조합에 기초하여, 상태 지수를 결정할 수 있다. 일 실시예에 따른 서버는 제1 인공 신경망의 출력 및 제2 인공 신경망의 출력을 앙상블하여 상태 지수를 결정할 수 있다. 예를 들어, 일 실시예에 따른 서버는 제1 상태 정보와 제2 상태 정보 각각에 대응하는 앙상블 가중치를 결정할 수 있고, 앙상블 가중치를 적용한 결과에 기초하여 상태 지수를 결정할 수 있다.
단계(340)에서, 일 실시예에 따른 서버는 구매 정보 및 상태 지수에 기초하여, 리턴 요청 상품의 리턴 금액을 결정한다. 일 실시예에 따른 서버는 구매 기간에 대응하는 제1 감가 비율을 결정하고, 상태 지수에 대응하는 제2 감가 비율을 결정하고, 제1 감가 비율 및 제2 감가 비율의 조합에 기초하여 최종 감가 비율을 결정하며, 구매 가격에 최종 감가 비율을 반영하여 리턴 금액을 결정할 수 있다.
예를 들어, 일 실시예에 따른 서버는 구매 완료 후 리턴 신청까지의 기간이 60일 이내일 경우 제1 감가 비율을 40%로 결정할 수 있고, 구매 완료 후 리턴 신청까지의 기간이 61일 내지 90일 이내일 경우 제1 감가 비율을 70%로 결정할 수 있고, 구매 완료 후 리턴 신청까지의 기간이 91일 이후일 경우 제1 감가 비율을 85%로 결정할 수 있다.
또한, 일 실시예에 따른 서버는 인공 신경망의 출력에 따라 해당 상품의 상태 지수를 최상, 상, 중, 하로 나눌 수 있으며, 최상의 상태 지수를 갖는 상품의 경우 제2 감가 비율을 0%, 상의 상태 지수를 갖는 상품의 경우 제2 감가 비율을 5%, 중의 상태 지수를 갖는 상품의 경우 제2 감가 비율을 10%, 최상의 상태 지수를 갖는 상품의 경우 제2 감가 비율을 15%로 결정할 수 있다.
일 실시예에 따른 서버는 아래 수학식 1에 따라 최종 감가 비율을 결정할 수 있다.
[수학식 1]
최종 감가 비율 = (100% - 제1 감가 비율 - 제2 감가 비율)
나아가, 일 실시예에 따른 서버는 구매 가격에 최종 감가 비율을 반영하여 리턴 금액을 결정하고, 리턴 신청을 요청한 사용자에게 해당 리턴 금액을 실시간으로 제공할 수 있다.
일 실시예에 따른 서버는 리턴 요청 상품의 이미지를 인공 신경망에 입력하여, 리턴 요청 상품에 대응하는 스타일 키워드를 결정할 수 있다. 이를 통해, 일 실시예에 따른 서버는 리턴 요청 상품의 이미지를 인공 신경망에 입력하여, 리턴 요청 상품에 대응하는 스타일 키워드를 결정할 수 있다. 일 실시예에 따른 스타일 키워드는 해당 사용자의 취향을 반영한 키워드일 수 있다. 일 실시예에 따른 플랫폼은 사용자가 업로드한 상품을 인공 신경망을 이용하여 스타일 키워드로 매핑하여, 자동 마케팅을 지원할 수 있다.
도 4는 일 실시예에 따른 스타일 키워드 서비스를 설명하기 위한 도면이다.
도 4를 참조하면, 일 실시예에 따른 플랫폼 어플리케이션의 케어(care) 메뉴 화면(210)은 미리 정해진 영역에 스타일 키워드 영역(415)을 포함할 수 있다. 일 실시예에 따른 서버는 복수의 사용자들 각각이 구매한 내역 및 조회한 상품 내역 중 적어도 하나에 기초하여, 복수의 사용자들 각각에 대응하는 하나 이상의 스타일 키워드를 제공할 수 있다. 예를 들어, 일 실시예에 따른 플랫폼 어플리케이션은 사용자가 구매한 내역 및 조회한 상품 내역 중 적어도 하나에 기초하여, 클래식, 페미닌, 미니백 등 사용자가 관심을 갖을 수 있는 키워드를 스타일 키워드 영역(415)에 표시할 수 있다.
일 실시예에 따른 사용자가 스타일 키워드 영역(415)에서 특정 키워드를 선택하면, 일 실시예에 따른 플랫폼 어플리케이션은 해당 키워드에 대응하는 상품 모아보기 화면(420)을 팝업할 수 있다. 일 실시예에 따른 상품 모아 보기 화면(420)은 해당 키워드에 대응하는 일반 상품 목록 영역뿐만 아니라, 중고 상품 목록 영역을 포함할 수 있다.
예시적으로, 사용자가 상품 모아 보기 화면(420) 내의 그래픽 오브젝트 중 어느 하나를 선택하면, 상세 페이지(430)가 사용자 단말로 출력될 수 있다. 이를 테면, 상세 페이지(430)는 상품 모아 보기 화면(420)에 관한 "로맨틱" 상품 중에서 신규 상품을 나타내는 상세 페이지일 수 있다. 위의 설명을 이해를 돕기 위한 예시적 기재일 뿐, 다른 실시예를 제한하거나 한정하는 것으로 해석되어서는 안될 것이다.
도 5는 일 실시예에 따른 상품 상세 페이지 화면을 설명하기 위한 도면이다.
도 5를 참조하면, 일 실시예에 따른 플랫폼은 동일한 상품에 대하여 일반 상품(새상품) 및 중고 상품을 같이 판매할 수 있다. 따라서, 일 실시예에 따른 상품 상세 페이지 화면은 일반 상품 상세 페이지 화면(510), 동일한 상품에 대한 중고 상품을 판매하고 있는 일반 상품 상세 페이지 화면(520) 및 중고 상품 상세 페이지 화면(530)을 포함할 수 있다.
일 실시예에 따른 동일한 상품에 대한 중고 상품을 판매하고 있는 일반 상품 상세 페이지 화면(520)은 중고 상품 선택 영역을 포함하고, 사용자가 중고 상품 선택 영역을 선택하는 입력에 반응하여 플랫폼 어플리케이션은 중고 상품 상세 페이지 화면(530)을 팝업할 수 있다.
도 6은 일 실시예에 따른 중고 상품 입고 알림 서비스를 설명하기 위한 도면이다.
도 6을 참조하면, 일 실시예에 따른 플랫폼은 일반 상품만 존재하는 상품에 대해 중고 상품 입고 알림 서비스를 제공할 수 있다. 일 실시예에 따른 일반 상품 상세 페이지 화면(610)은 중고 상품 입고 알림 신청 영역(615)을 포함할 수 있다. 일 실시예에 따른 사용자가 중고 상품 입고 알림 신청 영역(615)을 선택하는 입력에 반응하여 플랫폼 어플리케이션은 중고 상품 입고 알림 신청 화면(620)을 팝업할 수 있다.
나아가, 일 실시예에 따른 마이 페이지 화면(630)은 키워드/중고 등록 알림 신청 영역(625)을 포함할 수 있다. 일 실시예에 따른 사용자가 키워드/중고 등록 알림 신청 영역(625)을 선택하는 입력에 반응하여 플랫폼 어플리케이션은 알림 설정 확인 화면(640)을 팝업할 수 있다. 일 실시예에 따른 알림 설정 확인 화면(640)을 통해 사용자는 자신이 알림 설정 받기 위해 등록한 키워드 및 중고 상품에 관한 정보를 확인 및 편집할 수 있다.
이상에서 설명된 실시예들은 하드웨어 구성요소, 소프트웨어 구성요소, 및/또는 하드웨어 구성요소 및 소프트웨어 구성요소의 조합으로 구현될 수 있다. 예를 들어, 실시예들에서 설명된 장치, 방법 및 구성요소는, 예를 들어, 프로세서, 콘트롤러, ALU(arithmetic logic unit), 디지털 신호 프로세서(digital signal processor), 마이크로컴퓨터, FPGA(field programmable gate array), PLU(programmable logic unit), 마이크로프로세서, 또는 명령(instruction)을 실행하고 응답할 수 있는 다른 어떠한 장치와 같이, 하나 이상의 범용 컴퓨터 또는 특수 목적 컴퓨터를 이용하여 구현될 수 있다. 처리 장치는 운영 체제(OS) 및 상기 운영 체제 상에서 수행되는 하나 이상의 소프트웨어 애플리케이션을 수행할 수 있다. 또한, 처리 장치는 소프트웨어의 실행에 응답하여, 데이터를 접근, 저장, 조작, 처리 및 생성할 수도 있다. 이해의 편의를 위하여, 처리 장치는 하나가 사용되는 것으로 설명된 경우도 있지만, 해당 기술분야에서 통상의 지식을 가진 자는, 처리 장치가 복수 개의 처리 요소(processing element) 및/또는 복수 유형의 처리 요소를 포함할 수 있음을 알 수 있다. 예를 들어, 처리 장치는 복수 개의 프로세서 또는 하나의 프로세서 및 하나의 콘트롤러를 포함할 수 있다. 또한, 병렬 프로세서(parallel processor)와 같은, 다른 처리 구성(processing configuration)도 가능하다.
소프트웨어는 컴퓨터 프로그램(computer program), 코드(code), 명령(instruction), 또는 이들 중 하나 이상의 조합을 포함할 수 있으며, 원하는 대로 동작하도록 처리 장치를 구성하거나 독립적으로 또는 결합적으로(collectively) 처리 장치를 명령할 수 있다. 소프트웨어 및/또는 데이터는, 처리 장치에 의하여 해석되거나 처리 장치에 명령 또는 데이터를 제공하기 위하여, 어떤 유형의 기계, 구성요소(component), 물리적 장치, 가상 장치(virtual equipment), 컴퓨터 저장 매체 또는 장치, 또는 전송되는 신호 파(signal wave)에 영구적으로, 또는 일시적으로 구체화(embody)될 수 있다. 소프트웨어는 네트워크로 연결된 컴퓨터 시스템 상에 분산되어서, 분산된 방법으로 저장되거나 실행될 수도 있다. 소프트웨어 및 데이터는 하나 이상의 컴퓨터 판독 가능 기록 매체에 저장될 수 있다.
실시예에 따른 방법은 다양한 컴퓨터 수단을 통하여 수행될 수 있는 프로그램 명령 형태로 구현되어 컴퓨터 판독 가능 매체에 기록될 수 있다. 상기 컴퓨터 판독 가능 매체는 프로그램 명령, 데이터 파일, 데이터 구조 등을 단독으로 또는 조합하여 포함할 수 있다. 상기 매체에 기록되는 프로그램 명령은 실시예를 위하여 특별히 설계되고 구성된 것들이거나 컴퓨터 소프트웨어 당업자에게 공지되어 사용 가능한 것일 수도 있다. 컴퓨터 판독 가능 기록 매체의 예에는 하드 디스크, 플로피 디스크 및 자기 테이프와 같은 자기 매체(magnetic media), CD-ROM, DVD와 같은 광기록 매체(optical media), 플롭티컬 디스크(floptical disk)와 같은 자기-광 매체(magneto-optical media), 및 롬(ROM), 램(RAM), 플래시 메모리 등과 같은 프로그램 명령을 저장하고 수행하도록 특별히 구성된 하드웨어 장치가 포함된다. 프로그램 명령의 예에는 컴파일러에 의해 만들어지는 것과 같은 기계어 코드뿐만 아니라 인터프리터 등을 사용해서 컴퓨터에 의해서 실행될 수 있는 고급 언어 코드를 포함한다.
이상과 같이 실시예들이 비록 한정된 도면에 의해 설명되었으나, 해당 기술분야에서 통상의 지식을 가진 자라면 상기를 기초로 다양한 기술적 수정 및 변형을 적용할 수 있다. 예를 들어, 설명된 기술들이 설명된 방법과 다른 순서로 수행되거나, 및/또는 설명된 시스템, 구조, 장치, 회로 등의 구성요소들이 설명된 방법과 다른 형태로 결합 또는 조합되거나, 다른 구성요소 또는 균등물에 의하여 대치되거나 치환되더라도 적절한 결과가 달성될 수 있다.
그러므로, 다른 구현들, 다른 실시예들 및 특허청구범위와 균등한 것들도 후술하는 특허청구범위의 범위에 속한다.

Claims (5)

  1. 프로세서를 포함하는 서버에 의해 수행되는 중고 보상 서비스 제공 방법에 있어서,
    복수의 사용자들 각각이 미리 지정된 의류 구매 플랫폼 내에서 구매한 내역에 기초하여, 상기 복수의 사용자들 각각의 단말로 보유 상품 리스트를 제공하는 단계;
    상기 복수의 사용자들 각각으로부터 상기 보유 상품 리스트에 있는 적어도 하나의 상품에 대한 리턴 요청을 수신하는 단계;
    상기 리턴 요청 상품의 구매 금액 및 구매 시점을 포함하는 구매 정보를 획득하는 단계;
    상기 구매 정보에 포함되는 구매 완료 시점으로부터 리턴 신청까지의 기간이 속하는 범위에 기반하여 상기 리턴 요청 상품에 대한 제1 감가 비율을 결정하는 단계;
    상기 복수의 사용자들 중 판매자 단말로부터 상기 리턴 요청 상품의 이미지를 업로드 받는 단계;
    상기 리턴 요청 상품의 이미지를 인공 신경망에 입력하여, 상기 리턴 요청 상품의 상태 지수를 획득하는 단계;
    상기 상태 지수에 기반하여 제2 감가 비율을 결정하는 단계; 및
    상기 제1 감가 비율 및 상기 제2 감가 비율에 기초하여, 상기 리턴 요청 상품의 리턴 금액을 결정하는 단계;
    상기 리턴 요청 상품의 이미지를 인공 신경망에 입력하여, 상기 리턴 요청 상품에 대응하는 스타일 키워드를 결정하는 단계; 및
    상기 스타일 키워드에 대응하는 일반 상품 목록 영역 및 중고 상품 목록 영역을 포함하는 상품 모아보기 화면을 출력하는 단계를 포함하고,
    상기 제2 감가 비율을 결정하는 단계는,
    중고 상품의 색 바램 정도를 제1 상태 정보로서 출력하도록 학습된 제1 인공 신경망에 상기 리턴 요청 상품의 이미지를 입력함으로써, 상기 제1 상태 정보를 획득하는 단계;
    상기 중고 상품의 마모 정도를 제2 상태 정보로서 출력하도록 학습된 제2 인공 신경망에 상기 리턴 요청 상품의 이미지를 입력함으로써, 상기 제2 상태 정보를 획득하는 단계; 및
    상기 제1 상태 정보 및 상기 제2 상태 정보 각각에 대응하는 앙상블 가중치를 적용한 결과에 기초하여 상태 지수에 대응하는 제2 감가 비율을 결정하는 단계
    를 포함하는 중고 보상 서비스 제공 방법.
  2. 삭제
  3. 삭제
  4. 삭제
  5. 제1항에 있어서,
    상기 복수의 사용자들 각각이 구매한 내역 및 조회한 상품 내역 중 적어도 하나에 기초하여, 상기 복수의 사용자들 각각에 대응하는 하나 이상의 스타일 키워드를 제공하는 단계; 및
    상기 복수의 사용자들 각각이 상기 스타일 키워드를 선택하는 입력에 반응하여, 상기 스타일 키워드에 대응하는 상품 리스트를 제공하는 단계
    를 더 포함하는 중고 보상 서비스 제공 방법.

KR1020210088475A 2021-07-06 2021-07-06 중고 보상 서비스 제공 방법 KR102409586B1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020210088475A KR102409586B1 (ko) 2021-07-06 2021-07-06 중고 보상 서비스 제공 방법

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020210088475A KR102409586B1 (ko) 2021-07-06 2021-07-06 중고 보상 서비스 제공 방법

Publications (1)

Publication Number Publication Date
KR102409586B1 true KR102409586B1 (ko) 2022-06-22

Family

ID=82216598

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020210088475A KR102409586B1 (ko) 2021-07-06 2021-07-06 중고 보상 서비스 제공 방법

Country Status (1)

Country Link
KR (1) KR102409586B1 (ko)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20240001950A (ko) * 2022-06-28 2024-01-04 주식회사 어썸블리 블록체인 기반 상품거래 시스템

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20010069271A (ko) * 2001-02-26 2001-07-25 김희태 인터넷을 이용한 도서 보상판매방법
WO2020085086A1 (ja) * 2018-10-23 2020-04-30 株式会社ピーステックラボ 商品リコメンドシステム
KR20200119385A (ko) * 2019-03-26 2020-10-20 주식회사 캐시고 인공지능 감정 시스템, 인공지능 감정 방법 및 기록 매체
KR20200121391A (ko) * 2019-04-03 2020-10-26 (주)컨버전스스퀘어 오픈마켓 빅데이터 기반 ai 키워드 추천 시스템 및 방법

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20010069271A (ko) * 2001-02-26 2001-07-25 김희태 인터넷을 이용한 도서 보상판매방법
WO2020085086A1 (ja) * 2018-10-23 2020-04-30 株式会社ピーステックラボ 商品リコメンドシステム
KR20200119385A (ko) * 2019-03-26 2020-10-20 주식회사 캐시고 인공지능 감정 시스템, 인공지능 감정 방법 및 기록 매체
KR20200121391A (ko) * 2019-04-03 2020-10-26 (주)컨버전스스퀘어 오픈마켓 빅데이터 기반 ai 키워드 추천 시스템 및 방법

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20240001950A (ko) * 2022-06-28 2024-01-04 주식회사 어썸블리 블록체인 기반 상품거래 시스템
KR102706299B1 (ko) * 2022-06-28 2024-09-12 주식회사 어썸블리 블록체인 기반 상품거래 시스템

Similar Documents

Publication Publication Date Title
US10949822B2 (en) Methods and systems for providing payment interface services using a payment platform
US8600803B1 (en) Incentivizing behavior to address pricing, tax, and currency issues in an online marketplace for digital goods
US20170323335A1 (en) Method for advertising or selling products on basis of user's social network service activity
JP7414817B2 (ja) インベントリ取り込み、画像処理、およびマーケット記述子価格設定システム
US10657611B2 (en) Negotiation platform in an online environment
US11341550B2 (en) Inventory ingestion and pricing system
US11651410B2 (en) Inventory ingestion and pricing, including enhanced new user experience embodiments
US20240220598A1 (en) Method and apparatus for a data confidence index
US20140032363A1 (en) Methods and systems to provide interactive marketplace with time-limited negotiation
KR102409586B1 (ko) 중고 보상 서비스 제공 방법
CN106030641A (zh) 对于用户生成的游戏内容的微支付补偿
KR102571415B1 (ko) 온라인 직거래 마케팅시스템의 제어방법
JP6644988B2 (ja) システム、プログラム、方法およびコンピュータ可読媒体
WO2016209990A1 (en) Presenting opportunities for instant transactions
US20080172309A1 (en) Online marketing
JP2021099649A (ja) 決定装置、決定方法及び決定プログラム
WO2017166536A1 (zh) 在线购买电影票的方法和装置
KR102662576B1 (ko) 제휴 판매사에 예약 대신 결제 처리를 제공하기 위한 관계 생성 서비스 제공 방법 및 이를 이용한 시스템
KR102615395B1 (ko) 어플리케이션 거래 서비스 제공 방법 및 장치
KR20220099294A (ko) 소셜 네트워크 서비스의 인플루언서를 이용한 광고 방법, 장치 및 컴퓨터-판독가능 기록매체
US20180285949A1 (en) System and method for presenting content on client devices
WO2024059844A1 (en) Consumer marketplace sourcing system
KR20230138229A (ko) 온라인 사이트 중개를 위한 거래 플랫폼 서비스 제공 방법, 장치 및 시스템
KR20190091829A (ko) 상품 체험 기간을 제공하는 온라인 상품 판매 방법, 상품 체험 기간을 제공하는 온라인 상품 판매 시스템 및 상품 체험 기간을 제공하는 오프라인 상품 판매 방법
US20130080284A1 (en) Systems and methods of offering a collection for sale

Legal Events

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