KR102428593B1 - 딥러닝 기술을 이용한 상품 반복 구매 방법 및 그 장치 - Google Patents

딥러닝 기술을 이용한 상품 반복 구매 방법 및 그 장치 Download PDF

Info

Publication number
KR102428593B1
KR102428593B1 KR1020220033159A KR20220033159A KR102428593B1 KR 102428593 B1 KR102428593 B1 KR 102428593B1 KR 1020220033159 A KR1020220033159 A KR 1020220033159A KR 20220033159 A KR20220033159 A KR 20220033159A KR 102428593 B1 KR102428593 B1 KR 102428593B1
Authority
KR
South Korea
Prior art keywords
product
purchase
target
repeat
user
Prior art date
Application number
KR1020220033159A
Other languages
English (en)
Inventor
이찬영
Original Assignee
주식회사 비플컨설팅
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 비플컨설팅 filed Critical 주식회사 비플컨설팅
Priority to KR1020220033159A priority Critical patent/KR102428593B1/ko
Application granted granted Critical
Publication of KR102428593B1 publication Critical patent/KR102428593B1/ko

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q30/00—Commerce
    • G06Q30/06—Buying, selling or leasing transactions
    • G06Q30/0601—Electronic shopping [e-shopping]
    • G06Q30/0633—Lists, e.g. purchase orders, compilation or processing
    • 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
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q30/00—Commerce
    • G06Q30/06—Buying, selling or leasing transactions
    • G06Q30/0601—Electronic shopping [e-shopping]
    • G06Q30/0631—Item recommendations

Landscapes

  • Business, Economics & Management (AREA)
  • Engineering & Computer Science (AREA)
  • Finance (AREA)
  • Accounting & Taxation (AREA)
  • Theoretical Computer Science (AREA)
  • Development Economics (AREA)
  • Strategic Management (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Economics (AREA)
  • Marketing (AREA)
  • General Business, Economics & Management (AREA)
  • Data Mining & Analysis (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Artificial Intelligence (AREA)
  • Evolutionary Computation (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Game Theory and Decision Science (AREA)
  • Biomedical Technology (AREA)
  • Biophysics (AREA)
  • Computational Linguistics (AREA)
  • Health & Medical Sciences (AREA)
  • General Health & Medical 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

본 개시는 상품 반복 구매를 용이하게 보조하기 위한 방법 및 그 방법이 수행되는 장치에 관한 것이다. 본 개시의 몇몇 실시예에 따른 상품 반복 구매 방법은, 컴퓨팅 장치에 의해 수행되는 방법에 있어서, 대상 상품이 반복 구매 상품인지 판정하는 단계 - 상기 대상 상품은, 대상 사용자가 선택한 상품임 - , 상기 대상 상품이 상기 반복 구매 상품으로 판정되면, 상기 대상 상품의 구매 주기를 산출하는 단계 및 상기 구매 주기에 기초하여, 반복적으로 상기 대상 상품을 자동 결제하는 단계를 포함할 수 있다.

Description

딥러닝 기술을 이용한 상품 반복 구매 방법 및 그 장치{METHOD FOR PURCHASING PRODUCTS REPEATEDLY USING DEEP LEARNING TECHNOLOGY AND APPARATUS THEREOF}
본 개시는 딥러닝 기술을 이용한 상품 반복 구매 방법 및 그 방법이 수행되는 장치에 관한 것이다.
코로나 바이러스로 인해 촉발된 비대면 기술의 요구와 그 요구를 충족시키는 전자 상거래 기술의 발달에 따라, 온라인에서 상품을 구매하는 수요가 급격히 증가하고 있다.
종래에는 특정 품목의 상품만이 전자 상거래의 대상이 되었다면, 최근에는 예를 들어 식료품 및 생활 용품과 같은 상품까지도 전자 상거래의 대상으로 확대되고 있다.
전술한 전자 상거래의 대상이 되는 상품의 확대에 따라, 소비자(i.e., 사용자)가 반복적으로 구매하는 상품의 구매를 자동화하기 위한 기술이 요구되고 있다.
한국공개특허 제10-2004-0021127호 (2004.03.01. 공개)
본 개시의 몇몇 실시예를 통해 해결하고자 하는 기술적 과제는, 사용자의 반복 구매를 용이하게 하기 위한 방법 및 그 방법을 수행하는 장치를 제공하는 것이다.
본 개시의 몇몇 실시예를 통해 해결하고자 하는 다른 기술적 과제는, 반복 구매의 대상이 되는 상품을 판정하기 위한 방법 및 그 방법을 수행하는 장치를 제공하는 것이다.
본 개시의 몇몇 실시예를 통해 해결하고자 하는 또 다른 기술적 과제는, 반복 구매 상품의 자동 구매 시, 사용자에게 유효한 추천 상품을 함께 추천하기 위한 방법 및 그 방법을 수행하는 장치를 제공하는 것이다.
본 개시의 기술적 과제들은 이상에서 언급한 기술적 과제들로 제한되지 않으며, 언급되지 않은 또 다른 기술적 과제들은 아래의 기재로부터 본 개시의 기술 분야에서의 통상의 기술자에게 명확하게 이해될 수 있을 것이다.
상기 기술적 과제를 해결하기 위한, 본 개시의 몇몇 실시예에 따른 상품 반복 구매 방법은, 컴퓨팅 장치에 의해 수행되는 방법에 있어서, 대상 상품이 반복 구매 상품인지 판정하는 단계 - 상기 대상 상품은, 대상 사용자가 선택한 상품임 - , 상기 대상 상품이 상기 반복 구매 상품으로 판정되면, 상기 대상 상품의 구매 주기를 산출하는 단계 및 상기 구매 주기에 기초하여, 반복적으로 상기 대상 상품을 자동 결제하는 단계를 포함할 수 있다.
몇몇 실시예에서, 상기 대상 상품이 상기 반복 구매 상품인지 판정하는 단계는, 반복 구매 상품 판정 모델을 이용하여, 상기 대상 상품이 상기 반복 구매 상품인지 판정하는 단계를 포함하되, 상기 반복 구매 상품 판정 모델은, 대상 도메인을 이용하는 복수의 사용자의 구매 리스트에 기초하여, 반복 패턴을 식별하도록 학습된 모델일 수 있다. 여기서, 상기 반복 구매 상품 판정 모델은, 상기 대상 도메인을 이용하는 상기 복수의 사용자 중 상기 대상 사용자와 속성의 유사도가 기준치 이상인 특수 사용자의 구매 리스트에 기초하여, 반복 패턴을 식별하도록 학습된 모델일 수도 있다. 또한, 상기 대상 상품의 구매 주기를 산출하는 단계는, 상기 반복 패턴의 주기에 기초하여, 상기 구매 주기를 산출하는 단계를 포함할 수 있다.
몇몇 실시예에서, 상기 대상 상품을 자동 결제하는 단계는, 상기 대상 상품과 상기 구매 주기가 유사한 제1 상품을 추천 상품으로 표시하는 단계를 포함할 수 있다. 여기서, 상기 추천 상품으로 표시하는 단계는, 상기 대상 사용자의 구매 리스트에서 검색되지 않는 제2 상품을 상기 추천 상품으로 표시하는 단계를 포함할 수 있다. 이때, 상기 추천 상품으로 표시하는 단계는, 상기 제2 상품이라도, 상기 제2 상품의 대체 상품이 상기 대상 사용자의 구매 리스트에 검색되면, 상기 제2 상품을 상기 추천 상품에서 제외하는 단계를 포함할 수 있다.
본 개시의 몇몇 실시예에 따른 상품 반복 구매 장치는, 프로세서, 네트워크 인터페이스, 메모리 및 상기 메모리에 로드(load)되고, 상기 프로세서에 의해 실행되는 컴퓨터 프로그램을 포함하되, 상기 컴퓨터 프로그램은, 대상 상품이 반복 구매 상품인지 판정하는 인스트럭션(instruction) - 상기 대상 상품은, 사용자가 선택한 상품임 - , 상기 대상 상품이 상기 반복 구매 상품으로 판정되면, 상기 대상 상품의 구매 주기를 산출하는 인스트럭션 및 상기 구매 주기에 기초하여, 반복적으로 상기 대상 상품을 자동 결제하는 인스트럭션을 포함할 수 있다.
도 1은 본 개시의 몇몇 실시예에 따른 상품 반복 구매 장치가 적용될 수 있는 예시적인 환경을 도시한다.
도 2는 도 1에 도시된 상품 반복 구매 장치를 보다 구체적으로 설명하기 위한 예시적인 블록 도면이다.
도 3은 본 개시의 몇몇 실시예에 따른 상품 반복 구매 방법을 나타내는 예시적인 순서도이다.
도 4는 본 개시의 다양한 실시예에 따른 장치 및/또는 시스템을 구현할 수 있는 예시적인 컴퓨팅 장치를 도시한다.
이하, 첨부된 도면을 참조하여 본 개시의 바람직한 실시예들을 상세히 설명한다. 본 개시의 이점 및 특징, 그리고 그것들을 달성하는 방법은 첨부되는 도면과 함께 상세하게 후술되어 있는 실시예들을 참조하면 명확해질 것이다. 그러나 본 개시의 기술적 사상은 이하의 실시예들에 한정되는 것이 아니라 서로 다른 다양한 형태로 구현될 수 있으며, 단지 이하의 실시예들은 본 개시의 기술적 사상을 완전하도록 하고, 본 개시가 속하는 기술 분야에서 통상의 지식을 가진 자에게 본 개시의 범주를 완전하게 알려주기 위해 제공되는 것이며, 본 개시의 기술적 사상은 청구항의 범주에 의해 정의될 뿐이다.
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 개시를 설명함에 있어, 관련된 공지 구성 또는 기능에 대한 구체적인 설명이 본 개시의 요지를 흐릴 수 있다고 판단되는 경우에는 그 상세한 설명은 생략한다.
다른 정의가 없다면, 본 명세서에서 사용되는 모든 용어(기술 및 과학적 용어를 포함)는 본 개시가 속하는 기술 분야에서 통상의 지식을 가진 자에게 공통적으로 이해될 수 있는 의미로 사용될 수 있다. 또 일반적으로 사용되는 사전에 정의되어 있는 용어들은 명백하게 특별히 정의되어 있지 않는 한 이상적으로 또는 과도하게 해석되지 않는다. 본 명세서에서 사용된 용어는 실시예들을 설명하기 위한 것이며 본 개시를 제한하고자 하는 것은 아니다. 본 명세서에서, 단수형은 문구에서 특별히 언급하지 않는 한 복수형도 포함한다.
또한, 본 개시의 구성 요소를 설명하는 데 있어서, 제1, 제2, A, B, (a), (b) 등의 용어를 사용할 수 있다. 이러한 용어는 그 구성 요소를 다른 구성 요소와 구별하기 위한 것일 뿐, 그 용어에 의해 해당 구성 요소의 본질이나 차례 또는 순서 등이 한정되지 않는다. 어떤 구성 요소가 다른 구성 요소에 "연결", "결합" 또는 "접속"된다고 기재된 경우, 그 구성 요소는 그 다른 구성 요소에 직접적으로 연결되거나 또는 접속될 수 있지만, 각 구성 요소 사이에 또 다른 구성 요소가 "연결", "결합" 또는 "접속"될 수도 있다고 이해되어야 할 것이다.
명세서에서 사용되는 "포함한다 (comprises)" 및/또는 "포함하는 (comprising)"은 언급된 구성 요소, 단계, 동작 및/또는 소자는 하나 이상의 다른 구성 요소, 단계, 동작 및/또는 소자의 존재 또는 추가를 배제하지 않는다.
이하, 본 개시의 다양한 실시예들에 대하여 첨부된 도면에 따라 상세하게 설명한다.
도 1은 본 개시의 몇몇 실시예에 따른 상품 반복 구매 장치(100)가 적용될 수 있는 예시적인 환경을 도시한다. 도 1은 1개의 사용자 단말(200)에 상품 반복 구매 장치(100)가 적용된 것을 도시하고 있으나, 이는 이해의 편의를 제공하기 위한 것일 뿐이고, 사용자 단말(200)의 개수는 얼마든지 달라질 수 있다. 한편, 도 1은 본 개시의 목적을 달성하기 위한 바람직한 실시예를 도시하고 있을 뿐이며, 필요에 따라 일부 구성 요소가 추가되거나 삭제될 수 있다.
이하, 도 1에 도시된 각 구성 요소에 대해 보다 구체적으로 설명하기로 한다.
우선, 상품 반복 구매 장치(100)는 사용자 단말(200)로부터 사용자의 구매 요청을 수신할 수 있고, 구매 요청에 따른 구매의 처리를 수행할 수 있다. 여기서, 상품 반복 구매 장치(100)는 사용자의 구매 요청에 대응되도록 구매 리스트를 관리할 수 있으며, 전술한 구매 리스트에 기초하여 반복 구매 상품을 판정하고, 반복 구매 상품의 구매 주기를 산출하고, 반복 구매 상품을 구매 주기에 따라 자동 결제할 수 있다. 상품 반복 구매 장치(100)가 수행하는 구체적인 동작 및 방법에 관해서는, 도 2 이하의 도면을 통해 보다 구체적으로 설명하기로 한다.
상품 반복 구매 장치(100)는 하나 이상의 컴퓨팅 장치로 구현될 수 있다. 예를 들어, 상품 반복 구매 장치(100)의 모든 기능은 단일 컴퓨팅 장치에서 구현될 수 있다. 다른 예로써, 상품 반복 구매 장치(100)의 제1 기능은 제1 컴퓨팅 장치에서 구현되고, 제2 기능은 제2 컴퓨팅 장치에서 구현될 수도 있다. 여기서, 전술한 컴퓨팅 장치는, 노트북, 데스크톱(desktop), 랩탑(laptop) 등이 될 수 있으나, 이에 국한되는 것은 아니며 컴퓨팅 기능이 구비된 모든 종류의 장치를 포함할 수 있다. 다만, 상품 반복 구매 장치(100)가 다양한 사용자 단말(200)과 연동하여 반복 구매 상품에 관한 처리를 수행해야 되는 환경이라면, 상품 반복 구매 장치(100)는 고성능의 서버급 컴퓨팅 장치로 구현되는 것이 바람직할 수 있다. 컴퓨팅 장치의 일 예에 대해서는 도 4를 참조하도록 한다.
다음으로, 사용자 단말(200)은 상품 반복 구매 장치(100)가 제공하는 여러 기능들을 이용할 수 있다. 예를 들어, 사용자는 사용자 단말(200)을 이용하여, 도메인(e.g., 쇼핑몰 웹)의 상품을 구매하거나 반복 구매 상품을 자동으로 구매할 수 있다. 다른 예를 들어, 사용자는 사용자 단말(200)을 이용하여, 다른 도메인(e.g., 운영 주체가 상이한 쇼핑몰 웹)의 상품을 구매할 수도 있다. 여기서, 사용자 단말(200)은 상품 반복 구매 장치(100)가 제공하는 여러 기능들을 이용하기 위하여 웹 브라우저(Web browser) 또는 전용 애플리케이션이 설치되어 있을 수 있으며, 예를 들어, 사용자 단말(200)은 데스크탑(Desktop), 워크스테이션(Workstation), 랩탑(Laptop), 태블릿(Tablet) 및 스마트폰(Smart Phone) 중 어느 하나가 될 수 있으나, 이에 한정되지 않고, 컴퓨팅 기능이 구비된 모든 종류의 장치를 포함할 수 있다.
몇몇 실시예에서, 상품 반복 구매 장치(100)와 사용자 단말(200)은, 네트워크를 통해 통신할 수 있다. 전술한 네트워크는 근거리 통신망(Local Area Network; LAN), 광역 통신망(Wide Area Network; WAN), 이동 통신망(mobile radio communication network), Wibro(Wireless Broadband Internet) 등과 같은 모든 종류의 유/무선 네트워크로 구현될 수 있다.
지금까지 도 1을 참조하여 본 개시의 몇몇 실시예에 따른 상품 반복 구매 장치(100)가 적용될 수 있는 예시적인 환경에 대하여 설명하였다. 이하에서는, 도 2를 참조하여 상품 반복 구매 장치(100)의 구성 및 동작에 대하여 설명하도록 한다.
도 2에 도시된 바와 같이, 상품 반복 구매 장치(100)는 반복 구매 상품 판정부(110), 구매 주기 산출부(120) 및 자동 결제부(130)를 포함할 수 있다. 다만, 도 2에는 본 개시의 실시예와 관련 있는 구성 요소들만이 도시되어 있다. 따라서, 본 개시가 속한 기술 분야의 통상의 기술자라면 도 2에 도시된 구성 요소들 외에 다른 범용적인 구성 요소들이 더 포함될 수 있음을 알 수 있다. 또한, 도 2에 도시된 상품 반복 구매 장치(100)의 각각의 구성 요소들은 기능적으로 구분되는 기능 요소들을 나타낸 것으로서, 복수의 구성 요소가 실제 물리적 환경에서는 서로 통합되는 형태로 구현될 수도 있음에 유의한다. 이하, 각 구성 요소에 대해서 설명한다.
우선, 반복 구매 상품 판정부(110)는 사용자가 선택한 대상 상품(i.e., 도메인에서 구매 요청한 상품)이 반복 구매 상품인지 판정할 수 있다. 여기서, 반복 구매 상품이란, 사용자가 특정한 구매 주기에 따라 반복적으로 구입이 예상되는 상품을 의미할 수 있다.
몇몇 실시예에서, 반복 구매 상품 판정부(110)는, 사용자로부터 대상 상품이 반복 구매 상품인지 여부에 대한 정보를 입력 받아 대상 상품이 반복 구매 상품인지 여부를 판정할 수 있다. 다른 몇몇 실시예에서, 반복 구매 상품 판정부(110)는, 반복 구매 상품 판정 모델을 이용하여 대상 상품이 반복 구매 상품인지 판정할 수도 있다.
여기서, 반복 구매 상품 판정 모델은, 도메인을 이용하는 복수의 사용자의 구매 리스트에 기초하여, 반복 패턴을 식별하도록 학습된 모델을 의미할 수 있다. 이러한 반복 구매 상품 판정 모델의 학습을 위해서 공지된 모든 딥러닝 기술이 본 개시에 적용될 수 있다. 예를 들어, 상품의 카테고리에 따라 구매 리스트에 포함된 상품들을 레이블링(labeling)하는 전처리가 반복 구매 상품 판정 모델의 학습 이전에 수행될 수 있고, 전술한 전처리에 따라 구매 리스트가 간략한 레이블(label)의 집합으로 변형되면, 딥러닝 알고리즘에 의한 패턴 분석에 따라 반복적인 패턴을 갖는 레이블을 식별할 수 있다.
이때, 학습 환경에 따라 상품의 카테고리의 범위를 얼마든지 변형할 수 있다. 예를 들어, 상품의 카테고리를 광범위하게 설정하면, 구매 리스트가 소수의 레이블을 포함한 집합으로 표현될 것이고, 다른 예를 들어, 상품의 카테고리를 협소하게 설정하면, 구매 리스트가 다수의 레이블을 포함한 집합으로 표현될 것이다. 즉, 상품의 카테고리의 범위의 결정을 협소하게 할수록 대상 상품이 정교하게 반복 구매 상품인지 여부를 판정하는 모델로 학습시킬 수 있으며, 상품의 카테고리의 범위 결정을 광범위하게 할수록 학습에 따른 컴퓨팅 리소스를 절약할 수 있다.
이때 또한, 반복 구매 상품 판정 모델의 학습 데이터로 이용될 구매 리스트에 조건이 정해질 수 있다. 예를 들어, 도메인을 이용하는 모든 사용자의 구매 리스트를 참조할 수 있고, 다른 예를 들어, 도메인을 이용하는 복수의 사용자 중 대상 사용자와 속성이 유사한 사용자의 구매 리스트만이 참조될 수 있다. 전자의 경우, 도메인을 이용하는 모든 사용자의 구매 리스트를 통해 반복 구매 상품 판정 모델이 학습되므로, 보편적인 룰에 따라 대상 상품이 반복 구매 상품인지 판정될 수 있으며, 후자의 경우, 대상 사용자에게 커스터마이즈 된 룰에 따라 대상 상품이 반복 구매 상품인지 판정될 수 있다.
전술한 대상 사용자와 속성이 유사한 사용자를 판정하기 위한 다양한 방법들이 본 개시에 적용될 수 있으며, 도메인이 보유하는 가입 정보, 주문 정보 등을 이용하여 사용자 사이의 속성 유사도를 판정할 수 있다.
다음으로, 구매 주기 산출부(120)는 대상 상품이 반복 구매 상품으로 판정되면, 대상 상품의 구매 주기를 산출할 수 있다. 여기서, 구매 주기란, 사용자가 반복적으로 구입이 예상되는 주기를 의미할 수 있다.
몇몇 실시예에서, 구매 주기 산출부(120)는, 사용자로부터 대상 상품의 구매 주기에 관한 정보를 입력 받아 구매 주기를 산출할 수 있다. 다른 몇몇 실시예에서, 구매 주기 산출부(120)는, 반복 구매 상품 판정 모델을 이용하여 식별된 반복 패턴의 주기에 기초하여, 구매 주기를 산출할 수도 있다.
다음으로, 자동 결제부(130)는 구매 주기에 기초하여, 반복적으로 대상 상품을 자동 결제할 수 있다. 여기서, 자동 결제를 위해 자동 결제부(130)는 사용자의 결제 정보를 저장/관리할 수 있다. 이처럼 자동 결제부(130)의 자동 결제가 개시되면, 사용자의 개입 없이도 반복 구매 상품으로 판정된 대상 상품이 구매 주기에 따라 동적으로 반복 구매될 수 있다.
몇몇 실시예에서, 자동 결제부(130)는 자동 결제의 개시에 대응하여, 사용자에게 자동 결제에 대한 안내를 고지할 수 있으며, 고지된 안내는 도 1의 사용자 단말(200)을 통해 사용자가 확인할 수 있다.
또한, 자동 결제부(130)는 대상 상품의 자동 결제 시, 대상 상품과 구매 주기가 유사한 제1 상품을 추천 상품으로 표시할 수 있다. 전술한 추천 상품은 메일, 배지, 알람 등 다양한 형태로 도 1의 사용자 단말(200)에 표시될 수 있다. 본 실시예에 따르면, 대상 상품과 구매 주기가 유사한 상품(i.e., 추천 상품)은 사용자가 미처 파악하지 못한 유용한 상품일 수 있으므로, 대상 상품의 자동 결제와 함께 추천 상품을 표시함으로써, 사용자의 구매를 유도할 수 있다.
몇몇 실시예에서, 자동 결제부(130)는 추천 상품의 추천 시, 대상 사용자의 구매 리스트에서 검색되지 않는 제2 상품을 추천 상품으로 추천할 수 있다. 대상 사용자의 구매 리스트에서 검색되는 상품은, 사용자의 반복 구매와 무관한 상품일 가능성이 높은 상품이거나 사용자가 불만족한 상품일 가능성이 높은 상품이므로, 추천 상품의 추천 시, 대상 사용자의 구매 리스트에서 검색되지 않는 상품을 추천하는 것이 바람직할 수 있다.
다른 몇몇 실시예에서, 자동 결제부(130)는 추천 상품의 추천 시, 대상 사용자의 구매 리스트에 검색되지 않는 제2 상품이라도, 제2 상품의 대체 상품이 대상 사용자의 구매 리스트에 검색되면, 제2 상품을 추천 상품에서 제외할 수도 있다. 대상 사용자의 구매 리스트에서 대체 상품이 검색되는 상품은, 사용자가 이미 만족하고 있는 다른 상품(i.e. 대체 상품)이 존재할 가능성이 높은 상품이므로, 추천 상품의 추천 시, 대상 사용자의 구매 리스트에서 대체 상품이 검색되는 상품을 추천하는 것은 바람직하지 않을 수 있다. 여기서, 상품 사이의 대체 상품 관계는 사전에 운영 주체에 의해 설정되거나 공지된 다양한 방식에 따라 분류될 수 있다.
한편, 도 2에 도시된 각 구성 요소는 소프트웨어(Software) 또는, FPGA(Field Programmable Gate Array)나 ASIC(Application-Specific Integrated Circuit)과 같은 하드웨어(Hardware)를 의미할 수 있다. 그렇지만, 전술한 구성 요소들은 소프트웨어 또는 하드웨어에 한정되는 의미는 아니며, 어드레싱(Addressing)할 수 있는 저장 매체에 있도록 구성될 수도 있고, 하나 또는 그 이상의 프로세서들을 실행시키도록 구성될 수도 있다. 전술한 구성 요소들 안에서 제공되는 기능은 더 세분화된 구성 요소에 의하여 구현될 수 있으며, 복수의 구성 요소들을 합하여 특정한 기능을 수행하는 하나의 구성 요소로 구현될 수도 있다.
지금까지 도 2를 참조하여 본 개시의 몇몇 실시예에 따른 상품 반복 구매 장치(100)의 구성 및 동작에 대하여 설명하였다. 이하에서는, 본 개시의 다양한 실시예에 따른 방법들에 대하여 상세하게 설명하도록 한다.
전술한 방법들의 각 단계는 컴퓨팅 장치에 의해 수행될 수 있다. 다시 말하면, 방법들의 각 단계는 컴퓨팅 장치의 프로세서에 의해 실행되는 하나 이상의 인스트럭션들로 구현될 수 있다. 이러한 방법들에 포함되는 모든 단계는 하나의 물리적인 컴퓨팅 장치에 의하여 실행될 수도 있을 것이나, 방법의 제1 단계들은 제1 컴퓨팅 장치에 의하여 수행되고, 방법의 제2 단계들은 제2 컴퓨팅 장치에 의하여 수행될 수도 있다. 이하에서는, 전술한 방법들의 각 단계가 도 1에 예시된 상품 반복 구매 장치(100)에 의해 수행되는 것을 가정하여 설명을 이어가도록 한다. 다만, 설명의 편의상, 전술한 방법들에 포함되는 각 단계의 동작 주체는 그 기재가 생략될 수도 있다.
도 3을 참조하면, 대상 상품이 반복 구매 상품인지 판정될 수 있고(S100), 대상 상품의 구매 주기가 판정될 수 있고(S200), 구매 주기에 기초하여, 반복적으로 대상 상품이 자동 결제될 수 있다(S300).
지금까지 도 1 내지 도 3을 참조하여 본 개시의 다양한 실시예들을 설명하였다. 본 개시에 따르면, 사용자의 반복 구매를 용이하게 도와줄 수 있으며, 반복 구매의 대상이 되는 상품을 동적으로 판정할 수 있으며, 반복 구매 상품의 자동 구매 시, 사용자에게 유효한 추천 상품을 함께 추천할 수 있다.
이하, 도 4를 참조하여 본 개시의 몇몇 실시예에 따른 상품 반복 구매 장치를 구현할 수 있는 예시적인 컴퓨팅 장치(1500)를 보다 구체적으로 설명하기로 한다.
컴퓨팅 장치(1500)는 하나 이상의 프로세서(1510), 버스(1550), 통신 인터페이스(1570), 프로세서(1510)에 의하여 수행되는 컴퓨터 프로그램(1591)을 로드(load)하는 메모리(1530)와, 컴퓨터 프로그램(1591)을 저장하는 스토리지(1590)를 포함할 수 있다. 다만, 도 4에는 본 개시의 실시예와 관련 있는 구성 요소들 만이 도시되어 있다. 따라서, 본 개시가 속한 기술 분야의 통상의 기술자라면 도 4에 도시된 구성 요소들 외에 다른 범용적인 구성 요소들이 더 포함될 수 있음을 알 수 있다.
프로세서(1510)는 컴퓨팅 장치(1500)의 각 구성의 전반적인 동작을 제어한다. 프로세서(1510)는 CPU(Central Processing Unit), MPU(Micro Processor Unit), MCU(Micro Controller Unit), GPU(Graphic Processing Unit) 또는 본 개시의 기술 분야에 잘 알려진 임의의 형태의 프로세서를 포함하여 구성될 수 있다. 또한, 프로세서(1510)는 본 개시의 실시예들에 따른 방법을 실행하기 위한 적어도 하나의 애플리케이션 또는 프로그램에 대한 연산을 수행할 수 있다. 컴퓨팅 장치(1500)는 하나 이상의 프로세서를 구비할 수 있다.
메모리(1530)는 각종 데이터, 명령 및/또는 정보를 저장한다. 메모리(1530)는 본 개시의 실시예들에 따른 방법을 실행하기 위하여 스토리지(1590)로부터 하나 이상의 프로그램(1591)을 로드 할 수 있다. 메모리(1530)는 RAM과 같은 휘발성 메모리로 구현될 수 있을 것이나, 본 개시의 기술적 범위가 이에 한정되는 것은 아니다.
버스(1550)는 컴퓨팅 장치(1500)의 구성 요소 간 통신 기능을 제공한다. 버스(1550)는 주소 버스(Address Bus), 데이터 버스(Data Bus) 및 제어 버스(Control Bus) 등 다양한 형태의 버스로 구현될 수 있다.
통신 인터페이스(1570)는 컴퓨팅 장치(1500)의 유무선 인터넷 통신을 지원한다. 또한, 통신 인터페이스(1570)는 인터넷 통신 외의 다양한 통신 방식을 지원할 수도 있다. 이를 위해, 통신 인터페이스(1570)는 본 개시의 기술 분야에 잘 알려진 통신 모듈을 포함하여 구성될 수 있다.
몇몇 실시예들에 따르면, 통신 인터페이스(1570)는 생략될 수도 있다.
스토리지(1590)는 전술한 하나 이상의 프로그램(1591)과 각종 데이터를 비임시적으로 저장할 수 있다.
스토리지(1590)는 ROM(Read Only Memory), EPROM(Erasable Programmable ROM), EEPROM(Electrically Erasable Programmable ROM), 플래시 메모리 등과 같은 비휘발성 메모리, 하드 디스크, 착탈형 디스크, 또는 본 개시가 속하는 기술 분야에서 잘 알려진 임의의 형태의 컴퓨터로 읽을 수 있는 기록 매체를 포함하여 구성될 수 있다.
컴퓨터 프로그램(1591)은 메모리(1530)에 로드 될 때 프로세서(1510)로 하여금 본 개시의 다양한 실시예에 따른 방법/동작을 수행하도록 하는 하나 이상의 인스트럭션들을 포함할 수 있다. 즉, 프로세서(1510)는 전술한 하나 이상의 인스트럭션들을 실행함으로써, 본 개시의 다양한 실시예에 따른 방법/동작들을 수행할 수 있다.
지금까지 도 1 내지 도 4를 참조하여 본 개시의 다양한 실시예들 및 그 실시예들에 따른 효과들을 언급하였다. 본 개시의 기술적 사상에 따른 효과들은 이상에서 언급한 효과들로 제한되지 않으며, 언급되지 않은 또 다른 효과들은 명세서의 기재로부터 통상의 기술자에게 명확하게 이해될 수 있을 것이다.
지금까지 도 1 내지 도 4를 참조하여 설명된 본 개시의 기술적 사상은 컴퓨터가 읽을 수 있는 매체 상에 컴퓨터가 읽을 수 있는 코드로 구현될 수 있다. 전술한 컴퓨터로 읽을 수 있는 기록 매체는, 예를 들어 이동형 기록 매체(CD, DVD, 블루레이 디스크, USB 저장 장치, 이동식 하드 디스크)이거나, 고정식 기록 매체(ROM, RAM, 컴퓨터 구비 형 하드 디스크)일 수 있다. 컴퓨터로 읽을 수 있는 기록 매체에 기록된 컴퓨터 프로그램은 인터넷 등의 네트워크를 통하여 다른 컴퓨팅 장치에 전송되어 다른 컴퓨팅 장치에 설치될 수 있고, 이로써 다른 컴퓨팅 장치에서 사용될 수 있다.
이상에서, 본 개시의 실시예를 구성하는 모든 구성 요소들이 하나로 결합되거나 결합되어 동작하는 것으로 설명되었다고 해서, 본 개시의 기술적 사상이 반드시 이러한 실시예에 한정되는 것은 아니다. 즉, 본 개시의 목적 범위 안에서라면, 그 모든 구성 요소들이 하나 이상으로 선택적으로 결합하여 동작할 수도 있다.
도면에서 동작들이 특정한 순서로 도시되어 있지만, 반드시 동작들이 도시된 특정한 순서로 또는 순차적 순서로 실행되어야만 하거나 또는 모든 도시 된 동작들이 실행되어야만 원하는 결과를 얻을 수 있는 것으로 이해되어서는 안 된다. 특정 상황에서는, 멀티태스킹 및 병렬 처리가 유리할 수도 있다. 더욱이, 위에 설명한 실시예들에서 다양한 구성들의 분리는 그러한 분리가 반드시 필요한 것으로 이해되어서는 안 되고, 설명된 프로그램 컴포넌트들 및 시스템들은 일반적으로 단일 소프트웨어 제품으로 함께 통합되거나 다수의 소프트웨어 제품으로 패키지 될 수 있음을 이해하여야 한다.
이상 첨부된 도면을 참조하여 본 개시의 실시예들을 설명하였지만, 본 개시가 속하는 기술 분야에서 통상의 지식을 가진 자는 그 기술적 사상이나 필수적인 특징을 변경하지 않고서 본 개시가 다른 구체적인 형태로도 실시될 수 있다는 것을 이해할 수 있다. 그러므로 이상에서 기술한 실시예들은 모든 면에서 예시적인 것이며 한정적인 것이 아닌 것으로 이해해야만 한다. 본 개시의 보호 범위는 아래의 청구범위에 의하여 해석되어야 하며, 그와 동등한 범위 내에 있는 모든 기술 사상은 본 개시에 의해 정의되는 기술적 사상의 권리범위에 포함되는 것으로 해석되어야 할 것이다.

Claims (8)

  1. 컴퓨팅 장치에 의해 수행되는 방법에 있어서,
    대상 상품이 반복 구매 상품인지 판정하는 단계 - 상기 대상 상품은, 대상 사용자가 선택한 상품임 - ;
    상기 대상 상품이 상기 반복 구매 상품으로 판정되면, 상기 대상 상품의 구매 주기를 산출하는 단계; 및
    상기 구매 주기에 기초하여, 반복적으로 상기 대상 상품을 자동 결제하는 단계를 포함하되,
    상기 대상 상품을 자동 결제하는 단계는,
    상기 대상 상품과 상기 구매 주기가 유사한 제1 상품을 추천 상품으로 표시하는 단계를 포함하고,
    상기 추천 상품으로 표시하는 단계는,
    상기 대상 사용자의 구매 리스트에서 검색되지 않는 제2 상품을 상기 추천 상품으로 표시하는 단계; 및
    상기 제2 상품이라도, 상기 제2 상품의 대체 상품이 상기 대상 사용자의 구매 리스트에 검색되면, 상기 제2 상품을 상기 추천 상품에서 제외하는 단계를 포함하는,
    상품 반복 구매 방법.
  2. 제1항에 있어서,
    상기 대상 상품이 상기 반복 구매 상품인지 판정하는 단계는,
    반복 구매 상품 판정 모델을 이용하여, 상기 대상 상품이 상기 반복 구매 상품인지 판정하는 단계를 포함하되,
    상기 반복 구매 상품 판정 모델은, 대상 도메인을 이용하는 복수의 사용자의 구매 리스트에 기초하여, 반복 패턴을 식별하도록 학습된 모델이고,
    상기 대상 도메인은, 상기 대상 상품이 업로드된 도메인인,
    상품 반복 구매 방법.
  3. 제2항에 있어서,
    상기 반복 구매 상품 판정 모델은, 상기 대상 도메인을 이용하는 상기 복수의 사용자 중 상기 대상 사용자와 속성의 유사도가 기준치 이상인 특수 사용자의 구매 리스트에 기초하여, 반복 패턴을 식별하도록 학습된 모델인,
    상품 반복 구매 방법.
  4. 제2항에 있어서,
    상기 대상 상품의 구매 주기를 산출하는 단계는,
    상기 반복 패턴의 주기에 기초하여, 상기 구매 주기를 산출하는 단계를 포함하는,
    상품 반복 구매 방법.
  5. 삭제
  6. 삭제
  7. 삭제
  8. 프로세서;
    네트워크 인터페이스;
    메모리; 및
    상기 메모리에 로드(load)되고, 상기 프로세서에 의해 실행되는 컴퓨터 프로그램을 포함하되,
    상기 컴퓨터 프로그램은,
    대상 상품이 반복 구매 상품인지 판정하는 인스트럭션(instruction) - 상기 대상 상품은, 대상 사용자가 선택한 상품임 - ;
    상기 대상 상품이 상기 반복 구매 상품으로 판정되면, 상기 대상 상품의 구매 주기를 산출하는 인스트럭션; 및
    상기 구매 주기에 기초하여, 반복적으로 상기 대상 상품을 자동 결제하는 인스트럭션을 포함하되,
    상기 대상 상품을 자동 결제하는 인스트럭션은,
    상기 대상 상품과 상기 구매 주기가 유사한 제1 상품을 추천 상품으로 표시하는 인스트럭션을 포함하고,
    상기 추천 상품으로 표시하는 인스트럭션은,
    상기 대상 사용자의 구매 리스트에서 검색되지 않는 제2 상품을 상기 추천 상품으로 표시하는 인스트럭션; 및
    상기 제2 상품이라도, 상기 제2 상품의 대체 상품이 상기 대상 사용자의 구매 리스트에 검색되면, 상기 제2 상품을 상기 추천 상품에서 제외하는 인스트럭션을 포함하는,
    상품 반복 구매 장치.
KR1020220033159A 2022-03-17 2022-03-17 딥러닝 기술을 이용한 상품 반복 구매 방법 및 그 장치 KR102428593B1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020220033159A KR102428593B1 (ko) 2022-03-17 2022-03-17 딥러닝 기술을 이용한 상품 반복 구매 방법 및 그 장치

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020220033159A KR102428593B1 (ko) 2022-03-17 2022-03-17 딥러닝 기술을 이용한 상품 반복 구매 방법 및 그 장치

Publications (1)

Publication Number Publication Date
KR102428593B1 true KR102428593B1 (ko) 2022-08-03

Family

ID=82847392

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020220033159A KR102428593B1 (ko) 2022-03-17 2022-03-17 딥러닝 기술을 이용한 상품 반복 구매 방법 및 그 장치

Country Status (1)

Country Link
KR (1) KR102428593B1 (ko)

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20040021127A (ko) 2002-09-02 2004-03-10 (주)씨에스에프 동일한 상품의 반복 구매에 따라 가격을 할인해 주는 전자상거래 방법
KR20190012894A (ko) * 2017-07-29 2019-02-11 한남대학교 산학협력단 구매패턴데이터를 이용한 개인화된 구매시점예측방법 및 타겟프로모션시스템
KR20200051356A (ko) * 2018-11-05 2020-05-13 에스케이플래닛 주식회사 상품 추천을 위한 전자 장치, 방법 및 명령을 기록한 기록 매체

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20040021127A (ko) 2002-09-02 2004-03-10 (주)씨에스에프 동일한 상품의 반복 구매에 따라 가격을 할인해 주는 전자상거래 방법
KR20190012894A (ko) * 2017-07-29 2019-02-11 한남대학교 산학협력단 구매패턴데이터를 이용한 개인화된 구매시점예측방법 및 타겟프로모션시스템
KR20200051356A (ko) * 2018-11-05 2020-05-13 에스케이플래닛 주식회사 상품 추천을 위한 전자 장치, 방법 및 명령을 기록한 기록 매체

Similar Documents

Publication Publication Date Title
CN107729937B (zh) 用于确定用户兴趣标签的方法及装置
US20140025532A1 (en) Correlated Content Recommendation Techniques
CA2781326C (en) System, method and computer program product for parcel assessment
US20210390365A1 (en) Aspect Pre-selection using Machine Learning
US11741956B2 (en) Methods and apparatus for intent recognition
AU2019201241B2 (en) Automated structuring of unstructured data
WO2020221022A1 (zh) 业务对象推荐方法
US9858592B2 (en) Generating apparatus, generation method, information processing method and program
US20220092625A1 (en) Electronic apparatus and operation method thereof
KR20220050079A (ko) 인공지능 기반의 쇼핑몰 생성 방법, 장치 및 시스템
CN111461801A (zh) 一种页面生成方法及其装置
CN107798410B (zh) 一种品类规划方法、装置及电子设备
CN111143678A (zh) 推荐系统和推荐方法
US11681935B2 (en) Apparatus for data analysis and method thereof
KR102428593B1 (ko) 딥러닝 기술을 이용한 상품 반복 구매 방법 및 그 장치
CN111026973B (zh) 一种商品兴趣度预测方法、装置及电子设备
CN112445909A (zh) 商品检索方法及装置
CN115496420A (zh) 新用户质量评估方法、装置、计算机设备及存储介质
US20150294326A1 (en) Generating apparatus, selecting apparatus, generation method, selection method and program
KR20210067345A (ko) 최저가 상품 힌트 제공 방법 및 장치
KR20210041393A (ko) 소비자 데이터 기반의 쇼핑 인터페이스 제공 방법 및 그 장치
KR102644984B1 (ko) 상담 지원 방법 및 그 시스템
JP7201001B2 (ja) 品揃え支援装置、品揃え支援方法、及びプログラム
US11915297B2 (en) Systems and methods for generating basket-aware item recommendations based on database entry categories
US12002062B2 (en) Determining projected technology information effect

Legal Events

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