KR102425536B1

KR102425536B1 - 컨텍스트 관련 검색 결과 생성을 위한 시스템 및 방법

Info

Publication number: KR102425536B1
Application number: KR1020217019376A
Authority: KR
Inventors: 지에 조우; 민경훈; 김성한; 춘얀 리; 이승원
Original assignee: 쿠팡 주식회사
Priority date: 2020-09-10
Filing date: 2020-10-01
Publication date: 2022-07-27
Also published as: JP2023539957A; TW202211049A; TWI817110B; TW202401276A; US20220075827A1; KR20220035317A; US11416554B2; KR20230051764A; WO2022053859A1

Abstract

검색 결과들을 생성하는 방법은, 컴퓨팅 시스템이, 데이터베이스에 저장된 SKU와 관계되는 검색 결과들을 생성하는 명령을 수신하고; 상기 컴퓨팅 시스템이, 상기 SKU와 관계되는 정보에 기초하여 컨텍스트를 추출하고; 상기 명령에 기초하여 키를 생성하고; 상기 컨텍스트에 기초하여 복수의 딕셔너리 용어들을 포함하는 딕셔너리를 식별하고; 그리고 상기 키에 대응하는 상기 딕셔너리 용어를 결정함으로써 동적 검색열을 생성함에 의해 상기 컴퓨팅 시스템이 상기 동적 검색열을 생성하고, 상기 컴퓨팅 시스템이, 상기 동적 검색열을 사용하여 컨텐츠 데이터에서 검색하고; 상기 동적 검색열에 매칭되는 상기 컨텐츠 데이터로부터 결과들을 반환하고; 그리고 고객 장치에 디스플레이하기 위해 상기 결과들을 생성하는 것을 포함한다.

Description

컨텍스트 관련 검색 결과 생성을 위한 시스템 및 방법

본 개시는 일반적으로 컨텍스트 관련 검색 결과들을 생성하기 위한 컴퓨터화된 시스템 및 방법에 관한 것이다. 특히, 본 개시의 실시 예들은 검색의 컨텍스트와 관련되는 정보 및 데이터를 검색함으로써 검색 결과의 관련성을 개선하는 독창적이고 비 전통적인 시스템에 관한 것이다.

온라인 소매 산업 분야에서, 쇼핑객들은 종종 다른 쇼핑객들에 의해 남겨진 리뷰 또는 코멘트에 의지하여 구매할 제품을 선택할 수 있다. 이러한 리뷰들은 일부 유형의 평점(예를 들어, 별점, 좋아요, 포인트 등) 및/또는 서술형 텍스트를 포함할 수 있다. 서술형 리뷰들은 종종 단순한 평점만으로 전달될 수 없는 특징, 신뢰성, 만족도 및 다른 정성적인 요소들에 관한 질문을 갖는 쇼핑객들에게 도움이 될 수 있다.

일부 제품들에 대하여, 쇼핑객들에 의해 남겨진 수십개 또는 수백개의 리뷰들이 있을 수 있어, 누군가 모든 단어를 읽어 보는 것은 실용적이지 않거나 편리하지 않을 수 있다. 그 경우들에 있어서, 쇼핑객들은 그들의 문의 사항과 관련되는 리뷰를 찾을 수 있다고 생각되는 용어들을 검색할 수 있다. 그러나, 단어들에 대한 단순한 텍스트 검색은 사용된 검색 쿼리와 정확히 일치하는 단어만을 반환할 수 있으므로, 만약 쇼핑객이 제품의 어떠한 리뷰들에 나타나 있는 용어를 사용하지 않으면, 관련 정보를 찾지 못할 수 있다.

따라서, 기존의 검색 시스템은 유용한 리뷰들을 찾는 부담이 '정확한' 검색 용어를 찾아야하는 쇼핑객에게 있기 때문에 제한적이다. 상이한 쇼핑객들은 동일한 특징을 설명하기 위해 상이한 단어들을 사용하는 것을 선호할 수 있고, 따라서 제품의 어떤 특징들을 설명하기 위해 어떤 단어를 사용하는 쇼핑객 A가 리뷰들 중 이 특징을 검색할 때, 리뷰에서 상기 특징을 위해 다른 단어를 사용한 쇼핑객 B에 의해 남겨진 관련 리뷰로 연결되지 않을 수 있다.

그러므로, 검색 쿼리가 관련되는 결과를 나타내는 용어를 포함하지 않는 상황에서도 관련 결과들이 포착될 수 있음을 보장하기 위한 개선된 방법 및 시스템이 요구된다.

Wei jin 외 2명, "OpinionMiner: A Novel Machine Learning System for Web Opinion Mining and Extraction", 제15회 ACM SIGKDD(Special Interest Group on Knowledge Discovery and Data Mining) 국제 컨퍼런스(2009.01)

본 개시의 일 실시 예에 따른 검색 결과들을 생성하기 위한 컴퓨터화된 방법은, 컴퓨팅 시스템이, 데이터베이스에 저장된 SKU와 관계되는 검색 결과들을 생성하는 명령을 수신하고; 상기 컴퓨팅 시스템이, 상기 SKU와 관계되는 정보에 기초하여 컨텍스트를 추출하고; 상기 명령에 기초하여 키를 생성하고; 상기 컨텍스트에 기초하여 복수의 딕셔너리 용어들을 포함하는 딕셔너리를 식별하고; 그리고 상기 키에 대응하는 상기 딕셔너리 용어를 결정함으로써 동적 검색열을 생성함에 의해, 상기 컴퓨팅 시스템이, 상기 동적 검색열을 생성하고; 상기 컴퓨팅 시스템이, 상기 동적 검색열을 사용하여 컨텐츠 데이터에서 검색하고; 상기 동적 검색열에 매칭되는 상기 컨텐츠 데이터로부터 결과들을 반환하고; 그리고 고객 장치에 디스플레이하기 위해 상기 결과들을 생성하는 것을 포함한다.

본 개시의 다른 실시 예에 따른 검색 결과들을 생성하는 컴퓨터 시스템은, 하나 이상의 프로세서; 상기 하나 이상의 프로세서가 단계들을 실행하도록 하는 명령들을 포함하는 메모리 저장 수단을 포함하고, 상기 단계들은, 컴퓨팅 시스템이, 데이터베이스에 저장된 SKU와 관계되는 검색 결과들을 생성하는 명령을 수신하는 단계; 상기 컴퓨팅 시스템이, 상기 SKU와 관계되는 정보에 기초하여 컨텍스트를 추출하는 단계; 상기 명령에 기초하여 키를 생성하고; 상기 컨텍스트에 기초하여 복수의 딕셔너리 용어들을 포함하는 딕셔너리를 식별하고; 그리고 상기 키에 대응하는 상기 딕셔너리 용어를 결정함으로써 동적 검색열을 생성함에 의해 상기 컴퓨팅 시스템이 상기 동적 검색열을 생성하는 단계; 상기 컴퓨팅 시스템이, 상기 동적 검색열을 사용하여 컨텐츠 데이터에서 검색하는 단계; 상기 동적 검색 검색열과 매칭되는 상기컨텐츠 데이터로부터 결과들을 반환하는 단계; 그리고 고객 장치에 디스플레이하기 위해 상기 결과들을 생성하는 단계를 포함한다.

본 개시의 또 다른 실시 예에 따른 문맥에 따른 검색 결과들을 생성하는 컴퓨터 시스템은, 하나 이상의 프로세서; 상기 하나 이상의 프로세서가 단계들을 실행하도록 하는 명령들을 포함하는 메모리 저장 수단을 포함하고, 상기 단계는, 컴퓨팅 시스템이, 데이터베이스에 저장된 SKU와 관계되는 검색 결과를 생성하는 명령을 수신하는 단계; 상기 컴퓨팅 시스템이, 상기 SKU와 관계되는 정보에 기초하여 문맥 환경을 추출하는 단계; 상기 명령에 기초하여 키를 생성하고; 복수의 관련 용어들을 각각 포함하는 복수의 딕셔너리 용어들을 포함하는 딕셔너리를 상기 문맥 환경에 기초하여 식별하고; 상기 관련 용어에 대한 상기 키의 매치들의 개수의 임계값에 기초하여 상기 키가 상기 딕셔너리 용어 중 하나에 대응하는 것으로 결정하고; 그리고 상기 대응하는 사전 용어의 복수의 검색 용어를 사용하여 동적 검색열을 생성함에 의해 상기 컴퓨팅 시스템이 상기 동적 검색열을 생성하는 단계; 상기 컴퓨팅 시스템이, 상기 동적 검색열을 사용하여 상기 SKU와 연관되는 컨텐츠 데이터에서 검색하는 단계; 상기 동적 검색열의 용어와 매칭되는 상기 컨텐츠 데이터로부터 결과들을 반환하는 단계; 그리고 고객 장치에 디스플레이하기 위해 상기 결과들을 생성하는 단계를 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, 컨텍스트 관련 검색 결과를 생성하는 시스템을 나타낸 예시적인 개략도이다.
도 4는 개시된 실시 예에 따른, 예시적인 딕셔너리의 대표적인 표를 나타낸 것이다.
도 5는 개시된 실시 예에 따른, 예시적인 사용자 인터 페이스를 나타낸 것이다.
도 6은 개시된 실시 예에 따른, 컨텍스트와 연관되는 검색 결과를 생성하기 위한 예시적인 흐름도를 나타낸 것이다.
도 7은 개시된 실시 예에 따른 자동 검색 용어를 생성하기위한 예시적인 흐름도를 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.

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.

본 개시의 일부 실시 예에 따라, 시스템(100)은 디바이스들(예를 들어 102A 및 102B)을 사용하는 사용자들로부터 정보 및 피드백을 수신할 수 있다. 피드백은 제품에 대한 사용자 리뷰들을 포함할 수 있다. 리뷰들은 점수, 별들의 개수, 좋아요(likes), 엄지척(thumbs-up) 등과 같은 평점들을 포함할 수 있다. 리뷰들은 또한, 사용자 경험들을 설명하는 텍스트들, 의견들, 추천들, 불만들 및/또는 제품 사용에 대한 팁 등의 서술형 코멘트들을 포함할 수 있다. 이러한 리뷰들은 도 1c, 도 5 및 다른 적절한 인터 페이스와 같은 유저 인터페이스들에서 볼 수 있도록 디스플레이될 수 있다. 제품들을 검색할 때, 사용자는 정보에 입각한 구매 결정을 내리거나 제품의 사용법 또는 조립방법에 대한 팁 또는 제안을 찾기 위해 리뷰들을 읽을 수 있다. 만약 사용자가 리뷰들에서이 유용한 정보를 쉽게 찾을 수 없다면, 이러한 리뷰들의 유용성이 제한될 수 있다. 예를 들어, 제품이 많은 리뷰들을 갖거나, 일부 사용자들이 제품의 많은 측면들을 자세히 설명하는 광범위한 리뷰들을 남길 수 있고 그중 일부만이 관련이 있을 수 있다. 그러므로 관련 정보를 찾기 위해 모든 리뷰들을 읽어보는 것은 누군가에게 부담이 될 수 있다. 일부 예시들에서, 사용자는 키워드의 텍스트 검색을 사용하여 관련 정보를 검색할 수 있으며, 이런 사용자는 리뷰들 중 가장 많이 관련된 부분으로 안내될 수 있다. 그러나, 전통적인 키워드 검색 알고리즘들은 상이한 사용자들이 제품의 동일한 특징 또는 동일 측면을 묘사하는데 상이한 용어들을 사용할 수 있고, 사용자가 모든 관련 정보(relavent information)를 찾는데 필요한 검색 용어(search term)들을 생성하지 못할 수 있다는 점에서 부족한 점을 갖는다. 텍스트 검색을 위한 전통적인 시스템들은 데이터베이스에서 광범위한 컨텐츠를 검색하기 위해 사용자가 만든 검색 용어들의 컨텍스트 또는 의도를 이해하거나 추출할 수 없다.

따라서, 본 개시의 다양한 실시 예들은 검색 결과들의 관련성 및 완전성을 향상시키기 위한 시스템들 및 방법들을 제공한다. 도 3은 개시된 실시 예에 따른, 컨텍스트 관련 검색 결과들을 생성하는 시스템을 나타낸 예시적인 개략도이다. 장치(302)는 리뷰들을 통해 관련 정보를 찾는 사용자 또는"검색자"와 연관되는 장치일 수 있다. 장치(314A 내지 314C)들은 리뷰들을 제공하는 다른 사용자들 또는 "리뷰어"들과 연관되는 장치들일 수 있다. 리뷰어들에 의해 제공되는 평점 및 코멘트들(예를들어, 리뷰들)은 컨텐츠 DB(308)와 같은 하나 이상의 데이터베이스에 저장될 수 있다. 장치들(302 또는 장치314A내지 314C)은 사용자 장치들(102A 및/또는 102B)의 예시일 수 있다. 일부 실시예에서, 리뷰들은 문자열들(character strings)로 또는 하나 이상의 검색 알고리즘에 의해 검색 가능한 다른 형식으로 저장되거나 색인될 수 있다.

검색자는 장치(302)를 서버(306)에 "사용자 쿼리(user query)"를 제공하는데 사용할 수 있다. 사용자 쿼리는 이하에서 "사용자 용어(user terms)"로 참조되는 용어(term), 단어(word), 및/또는 하나 이상의 문자 및/또는 문장 부호를 포함하는 텍스트 문자열(text string)을 포함할 수 있다. 일부 실시예에서, 사용자 쿼리는 예시적으로 제품의 스톡 키핑 유닛(stock keeping unit; SKU) 또는 다른 식별자(identifier)와 같은 추가적인 정보를 서버(306)에 제공할 수 있다. SKU는 제품 및 SKU DB(312)와 같은 데이터베이스에 저장된 그의 연관되는 정보를 고유하게 식별할 수 있는 식별자이다. 사용자 쿼리는 네트워크(304)를 통해 서버(306)로 제공될 수 있다. 서버(306)는 사용자 용어(user term)를 키(key)로 파싱(parse), 편집, 형식화(format) 또는 기타 구성화할 수 있다. 키는 서버(306)의 하나 이상의 검색 알고리즘 또는 엔진에 의해 사용 가능한 사용자 용어의 표현을 포함할 수 있다.

서버(306)는 하나 이상의 메모리 저장소에 저장된 명령들(instructions)을 수행하기 위한 하나 이상의 프로세서를 갖는 컴퓨터 시스템일 수 있다. 서버(306)는 또한 데이터를 송수신 하기 위한 I/O 섹션을 포함할 수 있다. 서버(306)는 컨텐츠 DB(308), 딕셔너리 DB(310) 및 SKU DB(312)와 같은 하나 이상의 데이터베이스와 접속될 수 있다. 일부 실시예에서, 서버(306)는 도 1a에 도시된 시스템(100)의 하나 이상의 서브 시스템을 나타낼 수 있다. 서버(306)는 하나 이상의 검색 알고리즘 또는 검색 엔진을 실행하도록 구성될 수 있다. 검색 엔진들 또는 검색 알고리즘들의 예시들은 텍스트 기반 검색들을 수행할 수 있도록 기술분야에 알려진 Apache Sol, ArangoSearch, Elasticsearch, Azure Search, Lucid 및/또는 다른 검색 알고리즘 또는 엔진을 포함할 수 있다. 서버(306)는 SKU와 연관되는 "카테고리"와 같은 사용자 쿼리에 대응하는 SKU와 연관되는 정보를 얻기 위하여, 수신한 사용자 쿼리를 SKU DB(312)에 제공할 수 있다.

카테고리는 SKU의 분류일 수 있다. 카테고리들의 예시들은 의류, 하드웨어 도구, 이미징 장치, 비디오 게임 시스템, 휴대 전화 및 랩탑 컴퓨터 등을 포함할 수 있다. 일부 실시예에서, SKU의 카테고리는 쿼리에 대한 컨텍스트를 제공할 수 있다. 예를 들어 동일한 사용자 용어를 사용하여 두개의 상이한 제품들을 설명하는 경우, 검색자에 의해 다른 의도되는 의미를 가질 수 있다. 그러므로, 사용자 용어는 상이한 제품 또는 제품의 상이한 카테고리로 지시될 때, 서버(306)에 의해 다르게 취급되어야 한다. 서버(306)는 딕셔너리 DB(310)에 저장된 하나 이상의 딕셔너리에 접근하기 위해 키 및 카테고리를 딕셔너리 DB(310)에 제공할 수 있다.

딕셔너리는 텍스트 문자열들의 리스트 또는 표를 참조할 수 있다. 딕셔너리는 서버(306)가 단일 용어, 단어 및/또는 텍스트 문자열을 사용하여 관련 용어들, 단어들 및/또는 문자열들에 접근할 수 있도록 다양한 용어들, 단어들, 및/ 또는 텍스트 문자열들을 관련지을 수 있다. 예를 들어, 도 4는 딕셔너리 DB(310)에 저장되는 예시적인 딕셔너리(400)를 나타낸 것이다. 딕셔너리(400)는 컬럼(402) 및 컬럼(404)를 포함할 수 있다. 컬럼(402)의 값은 딕셔너리 용어1(Dictionary term 1), 딕셔너리 용어2(Dictionary term 2), ?? 및 딕셔너리 용어 N(Dictionary term N)과 같은 "딕셔너리 용어(Dictionary term)"라고 참조될 수 있다. 딕셔너리 용어는 유사하거나 관련된 의미를 갖는 많은 키워드를 나타내는 키워드일 수 있다. 컬럼(402)의 각 딕셔너리 용어를 위해, 컬럼(404)에 해당 관계 용어(related term)가 있을 수 있다. 예를 들어, 딕셔너리 용어 1은 관계 용어 1-1, 관계 용어 1-2,?? 관계 용어 1-N에 대응하고, 딕셔너리 용어 N은 관계 용어 N-1, 관계 용어 N-2,?? 관계 용어 N-N에 대응할 수 있다. 동일한 딕셔너리 용어에 대응하는 관계 용어들 각각은 서로 밀접하게 연관되거나, 유사한 의미를 공유하거나, 종종 함께 사용될 수 있다. 예를 들어, "질감(texture)"은 딕셔너리 용어(402)일 수 있고, "섬유(fabric)", "매끄러운(smooth)", "부드러운(soft)" 및 "비단(silk)"과 같은 관계 용어(404)에 대응할 수 있으며, 각각의 관계 용어들은 상호 간에 관련되고 딕셔너리 용어와 관련될 수 있다. 따라서, 딕셔너리(400)는 키(key)가 관계 용어(예를들어, 관계 용어 1-1) 중 어느 하나와 매치되면, 그 딕셔너리 용어(예를 들어, 딕셔너리 용어 1)의 다른 모든 관계 용어들(예를 들어, 관계 용어 1-1, 관계 용어 1-2, ?? 관계 용어 1-N)도 또한 검색자(searcher)와 관련될 수 있도록 구성되어야 한다. 일부 실시예에서, 관련 용어(relavent term)들은 컨텐츠 DB(308)에 저장되는 리뷰들 및 코멘트들로부터 추출될 수 있다.

일부 실시예에서, 둘 이상의 딕셔너리들이 있을 수 있다. 각 딕셔너리는 도 4에 개시된 딕셔너리(400)과 유사하게 구성될 수 있다. 딕셔너리 DB(310)에 저장된 상이한 딕셔너리들은 상이한 컨텍스트들에 대응할 수 있고, 서버(306)는 컨텍스트에 적합한 딕셔너리에 접근할 수 있다. 일부 실시 예에서, 컨텍스트는 SKU의 카테고리에 의존할 수 있고, 서버(306)는 SKU DB(312)로부터 검색된 카테고리에 기초하여 딕셔너리에 접근할 수 있다. 예를 들어, 의류들에 할당된 딕셔너리에서, "질감(texture)"이라는 용어는 "섬유(fabric)", "카디건(cardigan)", "부드러운(soft)", "비단(silk)"및/또는 옷과 종종 연관되는 다른 유사한 용어들과 연관될 수 있다. 휴대 전화들에 할당되는 다른 딕셔너리에서, "질감(texture)"이라는 용어는 "금속성(metallic)", "알루미늄(aluminum)", "합금(alloy)", "매끄러운(smooth)", "플라스틱(plastic)", "매트(matte)", "마감(finish)" 및/또는 휴대 전화들의 외장들(casing)을 묘사할 수 있는 용어와 연관될 수 있다.

일부 실시 예에서, 복수의 딕셔너리들은 기계 학습 모델들에 의해 생성될 수 있다. 기계 학습(ML)은 컴퓨터 장치들이 명시적으로 작업을 수행하도록 프로그램되지 않더라도 작업을 수행하는 것을 학습할 수 있는 시스템 및 알고리즘을 의미할 수 있다. 개시된 실시 예들의 맥락에서, 텍스트(text) 분류(classify) 기계 학습 모델들은 관련 용어들 사이의 관계를 생성하는데 활용될 수 있고, 다음으로 이러한 관계에 기초하여 관련 용어들을 분류할 수 있다. 기계 학습을 통한 텍스트 분류는 사전에 레이블이 지정된 학습 데이터와 같은 지난 관측치들(observations)에 기초하여 분류하는 방법을 학습할 수 있다. 예를 들어, 지난 관측치는 이전 버전의 딕셔너리들일 수 있다. 사전에 레이블이 지정된 예시들을 학습 데이터로 사용함에 의해, 기계 학습 알고리즘은 텍스트 조각들의 상이한 관계들을 학습할 수 있고, 특정한 입력(예를 들어, 관련 용어)에 대하여 특정한 출력(예를 들어, 딕셔너리 용어)이 예상된다는 것을 학습할 수 있다. 일부 실시 예에서, 서버(306)는 컨텐츠 DB(308)의 리뷰들이나 코멘트들로부터 관련 용어를 추출하기 위하여 하나 이상의 텍스트 추출 알고리즘을 포함할 수 있고, 기계 학습 텍스트 분류기는 추출된 관련 용어들을 그룹화 할 수 있고, 동일한 딕셔너리 용어 아래 그들을 관계 용어로서 함께 그룹화 할 수 있다. 일부 실시 예에서, 서버(306)는 또한, 장치(302)에 의해 제공되는 사용자 용어를 하나 이상의 딕셔너리에 추가할 수 있다. 예를 들어, 서버(306)는 검색자들에 의해 제공된 용어들 및 단어들을 저장할수 있고, 기계 학습 텍스트 분류기는 이러한 사용자 용어들을 동일한 딕셔너리 용어 아래 관계 용어들과 함께 그룹화 할 수 있다.

서버(306)는 생성된 키 및 수신된 카테고리를 사용하여 검색 용어들을 검색하기 위해 딕셔너리 DB(310)에 접속할 수 있다. 검색 용어들은 서버(306)가 컨텐츠 DB(308)에서 결과를 검색하기 위해 사용하는 특정 문자열들로 참조될 수 있다. 검색 용어는, 사용자 쿼리에 기초하여 동적으로 결정되므로, "동적으로" 간주될 수 있다. 검색 용어들은 컬럼(404)에 포함되는 관계 용어들일 수 있다. 일부 실시예에서, 서버(306)는 컬럼(404)의 모든 관계 용어들을 통해 키를 사용하여 검색을 수행할 수 있다. 만약, 키가 컬럼(404)의 관계 용어 중 어느 것과 매치(match) 되면, 서버(306)는 상기 매치에 대응하는 딕셔너리 용어에 대한 모든 관계 용어들을 검색한다. 예를 들어, 만약 서버(306)가 관계 용어 1-4가 키와 매치되는 것을 발견하면, 딕셔너리 용어 1의 모든 관계 용어들(예를 들어, 관계 용어 1-1, 1-2, ?? 1-N)이 서버(306)에 의해 검색되고, 모든 관련 용어들이 검색 용어들이 될 수 있다. 일부 실시 예에서, 키는 하나보다 많은 텍스트 문자열을 포함할 수 있고, 둘 이상의 상이한 딕셔너리 용어들에 대응하는 관계 용어에 대해 둘 이상의 매치들(matches)이 발견될 수 있다. 서버(306)는 매치들의 개수에 기초하여 매치된 딕셔너리 용어의 순위를 매길 수 있고, 가장 많은 개수의 매치들을 갖는 딕셔너리 용어들을 검색할 수 있다. 예를 들어, 만약 키가 네개의 텍스트 문자열들을 포함하고, 딕셔너리 용어 1이 키와 매칭되는 3개의 관계 용어들을 포함하고, 딕셔너리 용어 2가 키와 매칭되는 하나의 관계 용어를 포함하는 경우, 서버(306)는 딕셔너리 용어 1에 대응하는 관계 용어들을 검색 용어들로 검색할 수 있다. 일부 실시 예에서, 서버 306는 둘 이상의 딕셔너리 용어들 및 그들에 대응하는 관련 용어들이 검색 용어들로 검색될 수 있다고 결정할 수 있으며, 상기 결정은 매치들의 개수의 임계 값(threshold number of matches)에 기초할 수 있다. 예를들어, 매치들의 개수의 임계 값이 2이고, 딕셔너리 용어 1이 키와 매칭되는 3개의 관계 용어들을 포함하고, 딕셔너리 용어 2가 키와 매칭되는 2개의 관계 용어들을 포함하는 경우, 서버(306)는 딕셔너리 용어 1 및 딕셔너리 용어 2에 대응하는 관계 용어들을 모두 검색 용어들로 검색할 수 있다.

서버(306)는 컨텐츠 DB(308)의 딕셔너리 DB(310)로부터 검색된 검색 용어들을 사용하여 검색들을 수행할 수 있다. 서버(306)는 컨텐츠 DB((308)에 액세스하고 관련 SKU에 대한 리뷰에서 매치들을 찾는 시도를 할 수 있다. 만약 매치들이 찾아진 경우, 서버(306)는 컨텐츠 DB(308)로부터 결과들을 검색한다. 일부 실시 예에서, 결과들은 검색 용어들이 리뷰들의 텍스트 문자열들과 매치되는 리뷰들의 일부를 포함할 수 있다. 서버(306)는 매치들을 포함하는 리뷰들이 장치(302)에 디스플레이될 수 있도록 장치(302)로 결과들을 반환 할 수 있다. 일부 실시 예에서, 장치(302)에 디스플레이 될 때, 매치되는 리뷰의 텍스트의 매칭 부분은 강조되거나, 혹은 다른 방법으로 구별될 수 있다.

예시적으로, 도 5는 개시된 실시 예들에 부합하는, 예시적인 사용자 인터페이스(500)를 개시한다. 결과(502)는 사용자 쿼리에 응답하여 장치(302)에 의해 수신된 SKU에 대한 리뷰의 일부의 텍스트를 나타낸다. 일부 실시 예에서, 검색자의 관심이 사용자 인터페이스(500)의 해당 부분에 끌리도록, 결과(502)는 강조되거나 혹은 주변의 텍스트로부터 시각적으로 구별될 수 있다. 예를 들어, 검색자가 도 5에 도시된 제품의 맛 또는 향에 대해 문의하는 경우, 예시적으로 "체리(cherry)"와 같이 맛에 대한 묘사를 포함하는 리뷰의 부분이 결과(502)로서 강조될 수 있다.

본 개시의 일부 실시 예에 따르면, 사용자 쿼리는 자동으로 생성되는 하나 이상의 용어를 포함할 수 있다. 자동 검색 용어는 검색자에 의해 생성되지 않은 사용자 쿼리의 용어들을 참조할 수 있다. 일부 실시 예에서, 시스템(300)은 현재 디스플레이되는 특정 SKU에 대해 일반적으로 검색되는 용어들을 검색자에게 제공할 수 있다. 자동 검색 용어는 검색자가 클릭 또는 누를수 있는 버튼으로 제공되거나, 다른 적절한 방식으로 상호작용할 수 있는 버튼으로 제공될 수 있다. 자동 검색 용어는 딕셔너리 DB(310)에 있는 하나 이상의 딕셔너리 용어와 미리 정의된 관계를 가질 수 있어 시스템(300)이 딕셔너리 DB(310)에 있는 임의의 사용자 용어와 일치시킬 필요가 없으므로 더욱 신속하고 효율적인 검색이 가능할 수 있다.

예시적으로, 도 5가 사용자가 자동 검색 용어를 사용할 수 있도록 하는 버튼(504)을 도시한다. 자동 검색 용어는 검색자가 클릭하거나 누를 수 있는 버튼으로 제공되거나, 다른 적절한 방식으로 상호작용할 수 있는 버튼으로 제공될 수 있다. 자동 검색 용어는 또한 드롭 다운 리스트, 팝업 메뉴, 하이퍼 링크 텍스트 및/또는 다른 그래픽 상호 작용 기능과 같이 도시되지 않은 대안적인 방법으로 사용자 인터페이스들에 표시될 수 있다. 도 5에 도시된 바와 같이, 만약 문의된 제품이 생수인 경우, 사용자들은 종종 생수의 향에 대한 리뷰를 찾을 수 있다. 그러므로, 사용자에게 생수의 향에 대한 리뷰를 찾는 자신의 용어들 또는 단어들을 제공하도록 요구하는 대신, 버튼(504)을 눌러 생수의 향에 대한 리뷰를 찾을 수 있음을 사용자들에게 나타내도록, 버튼(504)이 사용자 인터페이스에 "맛(flavor)"으로 보일 수 있고, "체리(cherry)"와 같이 맛에 대한 설명을 포함하는 리뷰의 부분이 결과(502)로 강조될 수 있다.

도 6은 개시된 실시 예에 따른, 컨텍스트와 연관되는 검색 결과들을 생성하기 위한 예시적인 흐름도를 나타낸 것이다.

단계 602에서, 서버(306)는 네트워크(304)를 통해 사용자 쿼리를 장치(302)로부터 수신한다. 사용자 쿼리는 검색자에 의해 제공되는 단어들, 및/또는 텍스트 문자열 형태의 하나 이상의 사용자 용어를 포함할 수 있다. 사용자 쿼리는 또한, 스톡 키핑 유닛(SKU)에 대한 정보를 포함할 수 있다. 일부 실시예에서, 사용자 쿼리는 앞서 설명된 자동 검색 용어를 포함할 수 있다. 사용자 쿼리는 하나 이상의 문자 및/또는 문장 부호를 포함하는 용어들, 단어들 및/또는 텍스트 문자열들을 포함할 수 있다. 사용자 쿼리는 제품의SKU 또는 다른 식별자들 같은 추가적인 정보를 추가로 포함할 수 있다.

단계 604에서, 서버(306)는 사용자 쿼리에 기초하여 키들(keys)을 생성한다. 키들은 하나 이상의 검색 알고리즘에서 사용할 수 있는 형식화된 텍스트 문자열들일 수 있다. 검색 엔진들 또는 알고리즘들의 예시들은 Apache Sol, ArangoSearch, Elasticsearch, Azure Search, Lucid, 및/또는 텍스트 기반 검색을 수행하기 위해 당업계에서 알려진 다른 검색 알고리즘 또는 엔진을 포함할 수 있다. 일부 실시예에서, 하나 이상의 검색 알고리즘이 상기 검색을 수행하는데 상기 키들을 사용할 수 있도록, 장치(302)로부터 수신된 용어들은 키들을 형성하기 위해 파싱(parse)되고 형식화(format)될 수 있다. 예를 들어, 장치(302)로부터 수신된 용어들은 정규 표현식들(regular expression, regexes)으로 형식화 될 수 있다.

단계 606에서, 서버(306)는 사용자 쿼리와 연관되는 SKU를 식별한다. 일부 실시예에서, 사용자 쿼리가 수신될 때, 사용자 쿼리와 연관되는 SKU를 나타내는 내장 데이터(embedded data)를 포함할 수 있다. 예를 들어, 내장 데이터는 검색자가 현재 특정한 SKU의 웹 페이지 또는 인터페이스를 보고 있다는 것을 나타낼 수 있다. 다른 예에서, 내장 데이터는 검색자가 능동적으로 특정 SKU의 리뷰 분야에 대한 검색들을 수행하고 있다는 것을 나타낼 수 있다.

단계 608에서, 서버(306)는 사용자 쿼리와 관계되는 컨텍스트를 결정한다. 예를 들어, 동일한 사용자 용어가 상이한 두 제품들을 설명하기 위해 사용될 때, 검색자에 의해 다른 의도되는 의미를 가질 수 있다. 그러므로, 사용자 용어는 상이한 제품또는 제품의 상이한 카테고리로 지시될 때, 서버(306)에 의해 다르게 취급되어야 한다. 일부 실시예에 서, 컨텍스트는 SKU의 카테고리 일 수 있다. 카테고리들의 예들은 의류들, 하드웨어 도구들, 이미징 장비, 비디오 게임 시스템, 휴대 전화, 랩탑 컴퓨터 등을 포함할 수 있다. 일부 실시예에서, 서버(306)는 SKU DB(312)로부터 단계 606에서 식별된 SKU의 카테고리를 검색할 수 있다.

단계 610에서, 서버(306)는 결정된 컨텍스트에 기초하여 딕셔너리를 결정한다. 일부 실시예에서, 서버(306)는 딕셔너리 DB(310)에 저장된 딕셔너리들 중 하나에 접속할 수 있다. 저장된 각각의 딕셔너리들은 특정한 카테고리에 할당될 수 있고, 따라서 서버(306)는 단계 608에서 결정된 카테고리에 기초하여 딕셔너리를 결정할 수 있다.

단계 612에서, 단계 604에서 사용자 쿼리로부터 생성된 키들(keys)과의 매치들을 위해, 서버(306)는 단계 610에서 결정된 딕셔너리의 딕셔너리 용어들 및 관계 용어들의 리스트를 통해 검색들을 수행할 수 있다. 일부 실시 예에서, 서버(306)는 사용자 쿼리와 관련되는 딕셔너리 용어를 결정할 수 있다. 예를 들어, 키들과 매치되는 관계 용어들을 포함하는 딕셔너리 용어는 서버(306)에 의해 사용자 쿼리와 관련되는 것으로 결정될 수 있다. 예를 들어, 두개 이상의 딕셔너리 용어들이 각각 키들과 매치되는 관계 용어들을 포함하는 경우, 서버(306)는 매치들의 개수에 기초하여 둘 이상의 딕셔너리 용어들의 순위를 매길 수 있고, 가장 높은 순위가 매겨진 관련 있는 딕셔너리 용어를 결정할 수 있다. 일부 실시예에서, 서버(306)는 관계 용어들과 키들 간의 매치들의 개수의 임계 값(threshold number of matches)에 기초하여 사용자 쿼리와 관련있는 딕셔너리 용어들을 결정할 수 있다. 일 실시 예에 따르면, 서버(306)는 도 7을 참조하여 후술되는 프로세스 700의 단계들을 실행할 수 있다.

단계 614에서, 서버(306)는 검색 용어들을 검색할 수 있다. 검색 용어들은 단계 612에서 관련 있다고 결정된 딕셔너리 용어에 대응하는 관련 용어들일 수 있다. 일부 실시예에서, 관련 용어들은 하나 이상의 알고리즘이나 엔진에 의해 사용될 수 있도록 형식화(formatted)될 수 있다. 예를 들어, 관련 용어들은 정규 표현식(regex)로 형식화될 수 있다.

단계 616에서, 서버(306)는 단계 614에서 검색된 검색 용어들을 컨텐츠 DB(308)에 저장된 컨텐츠들과 매치시킬 수 있다. 컨텐츠들은 리뷰어들이 장치들(314A 내지 314C)을 사용하여 남긴 리뷰들 및 코멘트들을 포함할 수 있다. 일부 실시예에서, 리뷰들 및 코멘트들은 저장(storage), 검색(search) 및 회수(retrieval)를 위해 처리되고(processed) 형식화된(formatted) 텍스트 문자열일 수 있다.

단계 618에서, 만약 단계 614의 검색 용어들과 매칭되는 컨텐츠들이 있는 경우, 서버(306)는 결과들을 장치(302)에 반환한다. 일부 실시 예에서, 장치(302)로 반환되는 상기 결과들은 장치(302) 상의 검색자에게 컨텐츠를 디스플레이 하기 위한 장치(302)에 대한 명령들(instructions)을 포함할 수 있다. 상기 명령들은 도 5에 도시된 것과 같은 결과들을 표시하는 사용자 인터페이스를 생성하기 위한 코드들 및 웹 객체들(web objects)을 포함할 수 있다.

일부 실시예에서, 만약 사용자 쿼리가 자동 생성된 검색 용어들을 포함하는 경우, 단계 604 내지 612가 생략될 수 있다. 예를 들어, 자동 생성된 검색 용어는 딕셔너리 DB(310)의 특정 딕셔너리 용어와 미리 설정된 관계를 가질 수 있으며, 따라서, 서버(306)는 단계 614에서 특정 딕셔너리 용어에 대응하는 검색 용어들을 곧바로 검색할 수 있다.

자동 생성된 검색 용어들은 사용자들에 의해 가장 자주 검색되는 특징들을 나타낼 수 있다. 도 7이 일 실시 예에 따라 검색을 위한 용어를 자동 생성하는 흐름도를 도시한다.

단계 612를 상기하면, 서버(306)는 딕셔너리 용어가 사용자 쿼리와 관련있는 것으로 결정한다. 단계 702에서, 단계 612의 결정에 기초하여, 서버(306)는 결정된 딕셔너리 용어에 대한 딕셔너리 카운터를 증가시킨다. 딕셔너리 카운터는 딕셔너리 DB(310)에 저장된 복수의 딕셔너리들에 포함되는 각각의 딕셔너리 용어들에 대해 고유하게 연관된 숫자 값일 수 있다. 딕셔너리 용어가 검색과 관련된다고 판단되는 각각의 경우, 딕셔너리 용어의 딕셔너리 카운터가 하나씩 증가될 수 있다. 따라서 서버(306)은 각각의 딕셔너리 용어가 특정 SKU의 검색에 얼마나 자주 관련되는지 추적할 수 있다.

단계 704에서, 서버(306)는 빈도에 따라 딕셔너리 용어들을 분류한다. 상기 빈도는 딕셔너리 용어들이, 각자의 딕셔너리 카운터들을 기초로, 특정한 SKU와 관련 있는 것으로 결정되는 횟수를 참조할 수 있다.

단계 706에서, 서버(306)는 단계 704에서 분류된 순위에 기초하여 자동 검색 용어들을 생성할 수 있다. 예를 들어, 상위 1, 2, 3위 또는 다른 순위가 매겨진 딕셔너리 용어들은 상기 자동 검색 용어가 될 수 있다. 상기 자동 검색 용어들은 SKU DB(312)에 저장될 수 있고, 대응하는 SKU와 연관될 수 있다.

단계 708에서, 서버(306)는 장치(302) 상의 사용자 인터페이스에 자동 검색 용어들을 디스플레이하는 명령을 생성할 수 있다. 자동 검색 용어들은 직접 사용자 입력을 수신할 수 있는 상호 작용 그래픽 기능을 사용하여 디스플레이될 수 있다. 상호 작용 그래픽 기능들의 예시들은, 아이콘들, 드롭 다운 리스트, 팝업 메뉴들, 하이퍼 링크 텍스트들 및 다른 그래픽 인터페이스 기능들 및 특징들을 포함할 수 있다. 예를 들어, 사용자가 버튼(504)를 누르면, 자동 검색 용어를 사용한 검색이 수행될 수 있도록, 자동 검색 용어는 도 5에 도시된 바와 같이, 버튼(504)으로 장치(302)의 터치 인터페이스에 표시될 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

검색 결과들을 생성하는 방법에 있어서,
컴퓨팅 시스템이, 데이터베이스에 저장된 SKU와 관계되는 검색 결과들을 생성하는 명령을 수신하고;
상기 컴퓨팅 시스템이, 상기 SKU와 관계되는 정보에 기초하여 컨텍스트를 추출하고;
상기 명령에 기초하여 키를 생성하고;
상기 컨텍스트에 기초하여 복수의 딕셔너리 용어들을 포함하는 딕셔너리를 식별하고; 그리고
상기 키에 대응하는 상기 딕셔너리 용어를 결정함으로써 동적 검색열을 생성함에 의해,
상기 컴퓨팅 시스템이, 상기 동적 검색열을 생성하고;
상기 컴퓨팅 시스템이, 상기 동적 검색열을 사용하여 컨텐츠 데이터에서 검색하고;
상기 동적 검색열에 매칭되는 상기 컨텐츠 데이터로부터 검색 결과들을 반환하고; 그리고
고객 장치에 디스플레이하기 위해 상기 검색 결과들을 생성하는 것을 포함하는 방법.
제1 항에 있어서,
상기 명령은 사용자 제공 문자열을 포함하는 방법.
제2 항에 있어서,
추가적으로, 상기 사용자 제공 문자열을 포함하도록 상기 딕셔너리를 업데이트 하는 방법.
제1 항에 있어서,
상기 복수의 딕셔너리 용어들 각각은 복수의 관련 용어들을 더 포함하고, 상기 키는 상기 관련 용어에 대한 상기 키의 매치들의 개수의 임계값에 기초하여 상기 딕셔너리 용어에 대응되는 것으로 결정되는 방법.
제4 항에 있어서,
상기 복수의 관련 용어들은 기계 학습 프로세스에 의해 생성되는 방법.
제1 항에 있어서,
상기 명령은 자동 생성 문자열을 포함하고, 상기 자동 생성 문자열은 이전 사용자 제공 문자열에 기초하는 방법.
제1 항에 있어서,
상기 컨텐츠 데이터는 상기 SKU와 관계되는 복수의 사용자들과 연관되는 컨텐츠들을 포함하는 방법.
제7 항에 있어서,
상기 컨텐츠들은 상기 SKU와 관계되는 제품 리뷰들을 포함하는 방법.
제1 항에 있어서,
상기 컨텍스트는 상기 SKU의 제품 카테고리인 방법.
제2 항에 있어서,
추가적으로 모든 사용자 제공 문자열들의 리스트를 생성하고;
일반 검색 문자열의 리스트를 생성하기 위해 상기 모든 사용자 제공 문자열의 리스트를 분석하고,
상기 일반 검색 문자열의 리스트에 기초하여 자동 생성 문자열의 리스트를 생성하는 방법.
검색 결과들을 생성하는 컴퓨터 시스템은,
하나 이상의 프로세서;
상기 하나 이상의 프로세서가 단계들을 실행하도록 하는 명령들을 포함하는 메모리 저장 수단을 포함하고,
상기 단계들은,
컴퓨팅 시스템이, 데이터베이스에 저장된 SKU와 관계되는 검색 결과들을 생성하는 명령을 수신하는 단계;
상기 컴퓨팅 시스템이, 상기 SKU와 관계되는 정보에 기초하여 컨텍스트를 추출하는 단계;
상기 명령에 기초하여 키를 생성하고;
상기 컨텍스트에 기초하여 복수의 딕셔너리 용어들을 포함하는 딕셔너리를 식별하고; 그리고
상기 키에 대응하는 상기 딕셔너리 용어를 결정함으로써 동적 검색열을 생성함에 의해 상기 컴퓨팅 시스템이 상기 동적 검색열을 생성하는 단계;
상기 컴퓨팅 시스템이, 상기 동적 검색열을 사용하여 컨텐츠 데이터에서 검색하는 단계;
상기 동적 검색 검색열과 매칭되는 상기 컨텐츠 데이터로부터 검색 결과들을 반환하는 단계; 그리고
고객 장치에 디스플레이하기 위해 상기 검색 결과들을 생성하는 단계를 포함하는 컴퓨터 시스템.
제11항에 있어서,
상기 명령은 사용자 제공 문자열을 포함하는 컴퓨터 시스템.
제 12 항에 있어서,
상기 사용자 제공 문자열을 포함하도록 상기 딕셔너리를 업데이트하는 단계를 더 포함하는 컴퓨터 시스템.
제11 항에 있어서,
상기 복수의 딕셔너리 용어들 각각은 복수의 관련 용어들을 더 포함하고, 상기 키는 상기 관련 용어에 대한 상기 키의 매치들의 개수의 임계값에 기초하여 상기 딕셔너리 용어에 대응되는 것으로 결정되는 컴퓨터 시스템.
제 14 항에 있어서,
상기 복수의 관련 용어들은 기계 학습 프로세스에 의해 생성되는 컴퓨터 시스템.
제 11 항에 있어서,
상기 컨텐츠 데이터는 상기 SKU와 관계되는 복수의 사용자들의 생성 컨텐츠들을 포함하는 컴퓨터 시스템.
제 16 항에 있어서,
상기 생성 컨텐츠들은 상기 SKU와 관계되는 제품 리뷰들인 컴퓨터 시스템.
제 11 항에 있어서,
상기 컨텍스트는 상기 SKU의 제품 카테고리인 컴퓨터 시스템.
제 12 항에 있어서,
추가적으로 모든 사용자 생성 문자열들의 리스트를 생성하고;
일반 검색 문자열의 리스트를 생성하기 위해 상기 모든 사용자 생성 문자열의 리스트를 분석하고; 그리고
상기 일반 검색 문자열의 리스트에 기초하여 자동 생성 문자열 리스트를 생성하는 컴퓨터 시스템.
문맥에 따른 검색 결과들을 생성하는 컴퓨터 시스템은,
하나 이상의 프로세서;
상기 하나 이상의 프로세서가 단계들을 실행하도록 하는 명령들을 포함하는 메모리 저장 수단을 포함하고,
상기 단계는,
컴퓨팅 시스템이, 데이터베이스에 저장된 SKU와 관계되는 검색 결과를 생성하는 명령을 수신하는 단계;
상기 컴퓨팅 시스템이, 상기 SKU와 관계되는 정보에 기초하여 문맥 환경을 추출하는 단계;
상기 명령에 기초하여 키를 생성하고;
복수의 관련 용어들을 각각 포함하는 복수의 딕셔너리 용어들을 포함하는 딕셔너리를 상기 문맥 환경에 기초하여 식별하고;
상기 관련 용어에 대한 상기 키의 매치들의 개수의 임계값에 기초하여 상기 키가 상기 딕셔너리 용어 중 하나에 대응하는 것으로 결정하고; 그리고 상기 대응하는 사전 용어의 복수의 검색 용어를 사용하여 동적 검색열을 생성함에 의해 상기 컴퓨팅 시스템이 상기 동적 검색열을 생성하는 단계;
상기 컴퓨팅 시스템이, 상기 동적 검색열을 사용하여 상기 SKU와 연관되는 컨텐츠 데이터에서 검색하는 단계;
상기 동적 검색열의 용어와 매칭되는 상기 컨텐츠 데이터로부터 검색 결과들을 반환하는 단계; 그리고
고객 장치에 디스플레이하기 위해 상기 검색 결과들을 생성하는 단계를 포함하는 컴퓨터 시스템.