KR102434607B1 - 핀 테크 플랫폼에게 사용자의 소비 성향을 반영한 추천 혜택을 제공하는 방법, 장치 및 컴퓨터-판독 가능 기록 매체 - Google Patents

Abstract

본 발명은 하나 이상의 프로세서 및 상기 프로세서에서 수행 가능한 명령들을 저장하는 하나 이상의 메모리를 포함하는 컴퓨팅 장치에서 구현되는 핀 테크 플랫폼에게 사용자의 소비 성향을 반영한 추천 혜택을 제공하는 방법에 있어서, 지정된 시간마다 핀 테크 플랫폼과 연동된 복수 개의 쇼핑몰 플랫폼 중 제1 쇼핑몰 플랫폼에 대한 소비 성향 분석 프로세스가 시작되는 경우, 상기 제1 쇼핑몰 플랫폼에서 판매하는 상품을 구매한 이력이 존재하는 상기 핀 테크 플랫폼의 사용자로 등록된 복수 개의 유저 계정 중 적어도 하나의 유저 계정을 식별해 구매 이력 정보를 추출하여, 기 저장된 인공지능 알고리즘을 통해 상기 추출된 구매 이력 정보를 분석해 복수 개의 소비 성향 정보를 획득하는 구매 이력 분석 단계; 상기 구매 이력 분석 단계의 기능 수행에 의해 상기 복수 개의 소비 성향 정보의 획득이 완료되면, 지정된 혜택 부여 조건에 따라 상기 복수 개의 소비 성향 정보 각각에 혜택 정보를 매칭하여, 상기 제1 쇼핑몰 플랫폼에 대한 사용자들의 소비 성향에 기반한 소비 트렌드 테이블을 생성하는 트렌드 테이블 생성 단계; 상기 트렌드 테이블 생성 단계가 완료된 상태에서, 상기 핀 테크 플랫폼을 통해 상기 복수 개의 유저 계정 중 제1 유저 계정으로부터 상기 제1 쇼핑몰 플랫폼에서 판매하는 상품에 대한 결제 요청 입력을 수신하는 경우, 상기 기 저장된 인공지능 알고리즘을 통해 상기 제1 유저 계정의 구매 이력 정보를 분석해 제1 유저 계정의 사용자에 대한 제1 소비 성향 정보를 획득하는 성향 정보 획득 단계; 및 상기 성향 정보 획득 단계가 완료되면, 상기 소비 트렌드 테이블에 포함된 복수 개의 소비 성향 정보 중 상기 제1 소비 성향 정보에 대응되는 제2 소비 성향 정보를 식별하여, 상기 식별된 제2 소비 성향 정보에 매칭된 혜택 정보를 상기 제1 쇼핑몰 플랫폼에 대한 추천 혜택으로 결정해 상기 핀 테크 플랫폼으로 하여금 상기 추천 혜택을 상기 제1 유저 계정에게 제공하도록 요청하는 추천 혜택 제공 단계;를 포함하는 것을 특징으로 한다. 이 외에도 본 문서를 통해 파악되는 다양한 실시예들이 가능하다.

Description

핀 테크 플랫폼에게 사용자의 소비 성향을 반영한 추천 혜택을 제공하는 방법, 장치 및 컴퓨터-판독 가능 기록 매체{METHOD, DEVICE AND COMPUTER-READABLE RECORDING MEDIUM FOR PROVIDING FINTECH PLATFORM WITH RECOMMENDATION BENEFITS REFLECTING USER'S CONSUMPTION PROPENSITY}

본 발명은 핀 테크 플랫폼에게 사용자의 소비 성향을 반영한 추천 혜택을 제공하는 방법에 관한 것으로서, 구체적으로는 제1 쇼핑몰 플랫폼에 대한 소비 성향 분석 프로세스가 시작되는 경우, 제1 쇼핑몰 플랫폼에 대한 사용자들의 소비 성향에 기반한 소비 트렌드 테이블을 생성하고, 제1 유저 계정으로부터 제1 쇼핑몰 플랫폼에서 판매하는 상품에 대한 결제 요청 입력을 수신하는 경우, 제1 유저 계정의 사용자에 대한 제1 소비 성향 정보를 획득하고, 소비 트렌드 테이블에 포함된 복수 개의 소비 성향 정보 중 제1 소비 성향 정보에 대응되는 제2 소비 성향 정보를 식별하여, 식별된 제2 소비 성향 정보에 매칭된 혜택 정보를 제1 쇼핑몰 플랫폼에 대한 추천 혜택으로 결정해 상기 핀 테크 플랫폼이 추천 혜택을 제1 유저 계정에게 제공하는 기술에 관한 것이다.

최근 소비자가 접하는 제품과 브랜드의 수가 과거보다 압도적으로 많아진 환경에서 고객과의 정서적 관계 유지는 고객 충성도를 확보하고 경쟁 우위에 서기 위한 필수요건으로 떠올랐다. 비용 측면에서 기존 고객을 단골로 만드는 것이 새로운 고객을 창출하는 것보다 경제적인 데다 고객이 일정 수준 이상으로 만족할 경우 재구매가 일어날 가능성이 높아진다는 점에서 고객 경험을 중시하는 기업의 태도는 핵심 경쟁력으로 부상하게 되었다.

이에 따라, 핀 테크 플랫폼을 운영하는 기업들은 기존 가입자를 단골로 유치하기 위해, 소비자의 고객 경험을 간편 결제 서비스에 활용하는 다양한 기술들을 개발하고 있다.

일 예로서, 한국등록특허 10-2378302(소비 패턴 기반의 금융 상품 추천 방법 및 서버)에는 사용자의 카드 결제 내역 정보를 수집하고, 수집된 카드 결제 내역 정보를 통해 사용자의 소비 패턴을 분석해 사용자에게 추천 금융 상품을 추천하는 기술이 개시되어 있다.

그러나, 상술한 선행기술에서는 단순히 사용자의 카드 내역 정보만을 통해 사용자의 소비 패턴을 판단해 추천 금융 상품을 선정하는 기술만이 개시되어 있을 뿐, 제1 쇼핑몰 플랫폼에 대한 소비 성향 분석 프로세스가 시작되는 경우, 제1 쇼핑몰 플랫폼에 대한 사용자들의 소비 성향에 기반한 소비 트렌드 테이블을 생성하고, 제1 유저 계정으로부터 제1 쇼핑몰 플랫폼에서 판매하는 상품에 대한 결제 요청 입력을 수신하는 경우, 제1 유저 계정의 사용자에 대한 제1 소비 성향 정보를 획득하고, 소비 트렌드 테이블에 포함된 복수 개의 소비 성향 정보 중 제1 소비 성향 정보에 대응되는 제2 소비 성향 정보를 식별하여, 식별된 제2 소비 성향 정보에 매칭된 혜택 정보를 제1 쇼핑몰 플랫폼에 대한 추천 혜택으로 결정해 상기 핀 테크 플랫폼이 추천 혜택을 제1 유저 계정에게 제공하는 기술은 개시되어 있지 않아, 이를 해결할 수 있는 기술의 필요성이 대두되고 있다.

이에 본 발명은, 핀 테크 플랫폼에게 사용자의 소비 성향을 반영한 추천 혜택을 제공하는 방법을 통해 제1 쇼핑몰 플랫폼에 대한 소비 성향 분석 프로세스가 시작되는 경우, 제1 쇼핑몰 플랫폼에 대한 사용자들의 소비 성향에 기반한 소비 트렌드 테이블을 생성하고, 제1 유저 계정으로부터 제1 쇼핑몰 플랫폼에서 판매하는 상품에 대한 결제 요청 입력을 수신하는 경우, 제1 유저 계정의 사용자에 대한 제1 소비 성향 정보를 획득하고, 소비 트렌드 테이블에 포함된 복수 개의 소비 성향 정보 중 제1 소비 성향 정보에 대응되는 제2 소비 성향 정보를 식별하여, 식별된 제2 소비 성향 정보에 매칭된 혜택 정보를 제1 쇼핑몰 플랫폼에 대한 추천 혜택으로 결정해 상기 핀 테크 플랫폼이 추천 혜택을 제1 유저 계정에게 제공함으로써, 사용자에게 다른 사용자들이 선호하는 혜택을 제공해 혜택에 대한 만족도를 향상시켜 핀 테크 플랫폼에 보다 많은 신규 사용자를 유치 및 기존 사용자를 단골로 유치시키는 것에 그 목적이 있다.

본 발명의 일 실시예에 따른 하나 이상의 프로세서 및 상기 프로세서에서 수행 가능한 명령들을 저장하는 하나 이상의 메모리를 포함하는 컴퓨팅 장치에서 구현되는 핀 테크 플랫폼에게 사용자의 소비 성향을 반영한 추천 혜택을 제공하는 방법에 있어서, 지정된 시간마다 핀 테크 플랫폼과 연동된 복수 개의 쇼핑몰 플랫폼 중 제1 쇼핑몰 플랫폼에 대한 소비 성향 분석 프로세스가 시작되는 경우, 상기 제1 쇼핑몰 플랫폼에서 판매하는 상품을 구매한 이력이 존재하는 상기 핀 테크 플랫폼의 사용자로 등록된 복수 개의 유저 계정 중 적어도 하나의 유저 계정을 식별해 구매 이력 정보를 추출하여, 기 저장된 인공지능 알고리즘을 통해 상기 추출된 구매 이력 정보를 분석해 복수 개의 소비 성향 정보를 획득하는 구매 이력 분석 단계; 상기 구매 이력 분석 단계의 기능 수행에 의해 상기 복수 개의 소비 성향 정보의 획득이 완료되면, 지정된 혜택 부여 조건에 따라 상기 복수 개의 소비 성향 정보 각각에 혜택 정보를 매칭하여, 상기 제1 쇼핑몰 플랫폼에 대한 사용자들의 소비 성향에 기반한 소비 트렌드 테이블을 생성하는 트렌드 테이블 생성 단계; 상기 트렌드 테이블 생성 단계가 완료된 상태에서, 상기 핀 테크 플랫폼을 통해 상기 복수 개의 유저 계정 중 제1 유저 계정으로부터 상기 제1 쇼핑몰 플랫폼에서 판매하는 상품에 대한 결제 요청 입력을 수신하는 경우, 상기 기 저장된 인공지능 알고리즘을 통해 상기 제1 유저 계정의 구매 이력 정보를 분석해 제1 유저 계정의 사용자에 대한 제1 소비 성향 정보를 획득하는 성향 정보 획득 단계; 및 상기 성향 정보 획득 단계가 완료되면, 상기 소비 트렌드 테이블에 포함된 복수 개의 소비 성향 정보 중 상기 제1 소비 성향 정보에 대응되는 제2 소비 성향 정보를 식별하여, 상기 식별된 제2 소비 성향 정보에 매칭된 혜택 정보를 상기 제1 쇼핑몰 플랫폼에 대한 추천 혜택으로 결정해 상기 핀 테크 플랫폼으로 하여금 상기 추천 혜택을 상기 제1 유저 계정에게 제공하도록 요청하는 추천 혜택 제공 단계;를 포함하는 것을 특징으로 한다.

상기 구매 이력 분석 단계는, 상기 소비 성향 분석 프로세스가 시작되면, 상기 복수 개의 유저 계정 중 상기 제1 쇼핑몰 플랫폼에서 판매하는 상품을 구매한 이력이 존재하는 적어도 하나의 유저 계정을 식별해 구매 이력 정보를 추출하는 구매 이력 정보 추출 단계; 및 상기 구매 이력 정보의 추출이 완료되면, 상기 기 저장된 인공지능 알고리즘을 통해 상기 구매 이력 정보와 더불어, 상기 적어도 하나의 유저 계정에 등록된 계정 정보를 분석하여, 상기 제1 쇼핑몰 플랫폼에 대한 사용자들의 소비 성향에 기반한 복수 개의 소비 성향 정보를 획득하는 소비 성향 정보 획득 단계;를 포함하는 것이 바람직하다.

상기 기 저장된 인공지능 알고리즘은, 상기 구매 이력 정보에 포함된 구매 상품 정보, 구매한 상품을 판매하는 쇼핑몰 정보, 상품을 구매한 시각 정보 및 상품을 구매한 지역 정보와 상기 계정 정보에 포함된 사용자의 연령 정보 및 사용자의 성별 정보 간의 상관 관계를 머신러닝(machine learning)하여, 상기 소비 성향 정보를 생성하는 알고리즘인 것이 가능하다.

상기 트렌드 테이블 생성 단계는, 상기 구매 이력 분석 단계의 기능 수행에 의해 상기 복수 개의 소비 성향 정보의 획득이 완료되면, 상기 획득된 복수 개의 소비 성향 정보 각각에 매칭된 소비 타입에 기반해 상기 지정된 혜택 부여 조건에 따라 혜택 정보를 상기 복수 개의 소비 성향 정보 각각에 매칭하는 혜택 정보 매칭 단계; 및 상기 복수 개의 소비 성향 정보 각각에 상기 혜택 정보의 매칭이 완료되면, 상기 혜택 정보가 매칭된 복수 개의 소비 성향 정보를 상기 소비 타입 별로 소팅(sorting)하여, 상기 소비 트렌드 테이블을 생성하는 테이블 생성 단계;를 포함하는 것이 가능하다.

상기 소비 트렌드 테이블은, 상기 혜택 정보가 매칭된 복수 개의 소비 성향 정보가 포함된 데이터테이블로써, 구매 상품, 상품을 구매한 쇼핑몰, 상품을 구매한 권역, 상품을 구매한 사용자의 나이 및 성별에 따라 서로 다른 혜택 정보가 매칭된 복수 개의 소비 성향 정보가 포함된 데이터테이블인 것이 가능하다.

상기 추천 혜택 제공 단계는, 상기 성향 정보 획득 단계가 완료되면, 상기 소비 트렌드 테이블에 포함된 복수 개의 소비 성향 정보 중 상기 제1 소비 성향 정보에 대응되는 제2 소비 성향 정보를 식별하는 제2 소비 성향 식별 단계; 상기 제2 소비 성향 식별 단계가 완료되면, 상기 제1 유저 계정이 상기 제1 쇼핑몰 플랫폼에서 구매하는 상품의 결제 금액이 지정된 기준 구매가격 범위 중 하나에 포함되는지를 확인하여, 상기 식별된 제2 소비 성향 정보에 설정되어 있는 혜택 정보에 기반한 혜택의 수준을 상기 확인된 기준 구매가격 범위에 대응되는 수준으로 설정해 상기 추천 혜택을 결정하는 추천 혜택 결정 단계; 및 상기 추천 혜택이 결정되면, 상기 추천 혜택을 상기 핀 테크 플랫폼에게 제공하여, 상기 핀 테크 플랫폼으로 하여금 상기 제공된 추천 혜택을 상기 제1 유저 계정에게 제공하도록 요청하는 혜택 제공 요청 단계;를 포함하는 것이 가능하다.

상기 추천 혜택 제공 단계는, 상기 혜택 제공 요청 단계가 완료된 상태에서, 상기 제1 유저 계정으로부터 상기 핀 테크 플랫폼을 통해 제공한 추천 혜택에 기반한 평가 정보를 수신하는 경우, 상기 지정된 혜택 부여 조건에 대한 가이드 설정 프로세스를 시작하는 가이드 설정 단계; 및

상기 가이드 설정 프로세스가 시작되면, 혜택 설정 인터페이스를 상기 핀 테크 플랫폼의 관리자 계정에게 제공하여, 상기 관리자 계정으로 하여금 상기 평가 정보를 통해 지정된 혜택 부여 조건에 포함된 조건 정보를 수정하도록 하는 조건 정보 설정 단계;를 더 포함하는 것이 가능하다.

상기 조건 정보 설정 단계는, 상기 복수 개의 유저 계정 각각이 선호하는 혜택에 대한 변동 패턴이 발생하는 경우, 상기 소비 타입 별로 지정된 주기마다 사용자들에게 제공된 추천 혜택이 반영된 그래프를 상기 관리자 계정에게 제공하는 것이 가능하다.

본 발명의 일 실시예에 따른 하나 이상의 프로세서 및 상기 프로세서에서 수행 가능한 명령들을 저장하는 하나 이상의 메모리를 포함하는 컴퓨팅 장치에서 구현되는 핀 테크 플랫폼에게 사용자의 소비 성향을 반영한 추천 혜택을 제공하는 장치에 있어서, 지정된 시간마다 핀 테크 플랫폼과 연동된 복수 개의 쇼핑몰 플랫폼 중 제1 쇼핑몰 플랫폼에 대한 소비 성향 분석 프로세스가 시작되는 경우, 상기 제1 쇼핑몰 플랫폼에서 판매하는 상품을 구매한 이력이 존재하는 상기 핀 테크 플랫폼의 사용자로 등록된 복수 개의 유저 계정 중 적어도 하나의 유저 계정을 식별해 구매 이력 정보를 추출하여, 기 저장된 인공지능 알고리즘을 통해 상기 추출된 구매 이력 정보를 분석해 복수 개의 소비 성향 정보를 획득하는 구매 이력 분석부; 상기 구매 이력 분석부의 기능 수행에 의해 상기 복수 개의 소비 성향 정보의 획득이 완료되면, 지정된 혜택 부여 조건에 따라 상기 복수 개의 소비 성향 정보 각각에 혜택 정보를 매칭하여, 상기 제1 쇼핑몰 플랫폼에 대한 사용자들의 소비 성향에 기반한 소비 트렌드 테이블을 생성하는 트렌드 테이블 생성부; 상기 트렌드 테이블 생성부의 기능 수행이 완료된 상태에서, 상기 핀 테크 플랫폼을 통해 상기 복수 개의 유저 계정 중 제1 유저 계정으로부터 상기 제1 쇼핑몰 플랫폼에서 판매하는 상품에 대한 결제 요청 입력을 수신하는 경우, 상기 기 저장된 인공지능 알고리즘을 통해 상기 제1 유저 계정의 구매 이력 정보를 분석해 제1 유저 계정의 사용자에 대한 제1 소비 성향 정보를 획득하는 성향 정보 획득부; 및 상기 성향 정보 획득부의 기능 수행이 완료되면, 상기 소비 트렌드 테이블에 포함된 복수 개의 소비 성향 정보 중 상기 제1 소비 성향 정보에 대응되는 제2 소비 성향 정보를 식별하여, 상기 식별된 제2 소비 성향 정보에 매칭된 혜택 정보를 상기 제1 쇼핑몰 플랫폼에 대한 추천 혜택으로 결정해 상기 핀 테크 플랫폼으로 하여금 상기 추천 혜택을 상기 제1 유저 계정에게 제공하도록 요청하는 추천 혜택 제공부;를 포함하는 것을 특징으로 한다.

본 발명의 일 실시예에 따른 컴퓨터-판독가능 기록매체로서, 상기 컴퓨터-판독가능 기록매체는, 컴퓨팅 장치로 하여금 이하의 단계들을 수행하도록 하는 명령들을 저장하며, 상기 단계들은; 지정된 시간마다 핀 테크 플랫폼과 연동된 복수 개의 쇼핑몰 플랫폼 중 제1 쇼핑몰 플랫폼에 대한 소비 성향 분석 프로세스가 시작되는 경우, 상기 제1 쇼핑몰 플랫폼에서 판매하는 상품을 구매한 이력이 존재하는 상기 핀 테크 플랫폼의 사용자로 등록된 복수 개의 유저 계정 중 적어도 하나의 유저 계정을 식별해 구매 이력 정보를 추출하여, 기 저장된 인공지능 알고리즘을 통해 상기 추출된 구매 이력 정보를 분석해 복수 개의 소비 성향 정보를 획득하는 구매 이력 분석 단계; 상기 구매 이력 분석 단계의 기능 수행에 의해 상기 복수 개의 소비 성향 정보의 획득이 완료되면, 지정된 혜택 부여 조건에 따라 상기 복수 개의 소비 성향 정보 각각에 혜택 정보를 매칭하여, 상기 제1 쇼핑몰 플랫폼에 대한 사용자들의 소비 성향에 기반한 소비 트렌드 테이블을 생성하는 트렌드 테이블 생성 단계; 상기 트렌드 테이블 생성 단계가 완료된 상태에서, 상기 핀 테크 플랫폼을 통해 상기 복수 개의 유저 계정 중 제1 유저 계정으로부터 상기 제1 쇼핑몰 플랫폼에서 판매하는 상품에 대한 결제 요청 입력을 수신하는 경우, 상기 기 저장된 인공지능 알고리즘을 통해 상기 제1 유저 계정의 구매 이력 정보를 분석해 제1 유저 계정의 사용자에 대한 제1 소비 성향 정보를 획득하는 성향 정보 획득 단계; 및 상기 성향 정보 획득 단계가 완료되면, 상기 소비 트렌드 테이블에 포함된 복수 개의 소비 성향 정보 중 상기 제1 소비 성향 정보에 대응되는 제2 소비 성향 정보를 식별하여, 상기 식별된 제2 소비 성향 정보에 매칭된 혜택 정보를 상기 제1 쇼핑몰 플랫폼에 대한 추천 혜택으로 결정해 상기 핀 테크 플랫폼으로 하여금 상기 추천 혜택을 상기 제1 유저 계정에게 제공하도록 요청하는 추천 혜택 제공 단계;를 포함하는 것을 특징으로 한다.

본 발명인 핀 테크 플랫폼에게 사용자의 소비 성향을 반영한 추천 혜택을 제공하는 방법은 핀 테크 플랫폼과 연동된 복수 개의 쇼핑몰 플랫폼 각각을 이용하는 사용자들의 소비 성향을 확인하고, 지정된 혜택 부여 조건에 따라 각각의 소비 성향에 적합한 맞춤형 혜택을 매칭한 소비 트렌드 테이블을 구축할 수 있다.

이에 따라, 이후에 유저 계정으로부터 특정 쇼핑몰 플랫폼에서의 결제 요청 입력을 수신하는 경우, 유저 계정의 소비 성향을 확인한 후, 소비 트렌드 테이블에 포함된 특정 쇼핑몰 플랫폼을 이용한 사용자들의 소비 성향 중 유저 계정의 소비 성향과 대응되는 소비 성향을 식별하고, 식별된 소비 성향에 매칭된 혜택을 추천 혜택으로 유저 계정의 사용자에게 제공함으로써, 사용자에게 선호도가 높은 혜택을 제공해 핀 테크 플랫폼에 대한 만족도를 상승시켜, 핀 테크 플랫폼에 보다 많은 신규 사용자와 기존 사용자를 유치키시킬 수 있다.

도 1은 본 발명의 일 실시 예에 따른 핀 테크 플랫폼에게 사용자의 소비 성향을 반영한 추천 혜택을 제공하는 방법을 설명하기 위한 순서도이다.
도 2는 본 발명의 일 실시 예에 따른 핀 테크 플랫폼에게 사용자의 소비 성향을 반영한 추천 혜택을 제공하는 방법의 구매 이력 분석 단계를 설명하기 위한 순서도이다.
도 3은 본 발명의 일 실시 예에 따른 핀 테크 플랫폼에게 사용자의 소비 성향을 반영한 추천 혜택을 제공하는 장치의 트렌드 테이블 생성부를 설명하기 위한 도면이다.
도 4는 본 발명의 일 실시 예에 따른 핀 테크 플랫폼에게 사용자의 소비 성향을 반영한 추천 혜택을 제공하는 방법의 추천 혜택 제공 단계를 설명하기 위한 순서도이다.
도 5는 본 발명의 일 실시 예에 따른 핀 테크 플랫폼에게 사용자의 소비 성향을 반영한 추천 혜택을 제공하는 장치의 추천 혜택 제공부를 설명하기 위한 도면이다.
도 6은 본 발명의 일 실시 예에 따른 핀 테크 플랫폼에게 사용자의 소비 성향을 반영한 추천 혜택을 제공하는 장치의 조건 정보 설정부를 설명하기 위한 도면이다.
도 7은 본 발명의 일 실시 예에 따른 컴퓨팅 장치의 내부 구성의 일 예를 설명하기 위한 도면이다.

이하에서는, 다양한 실시 예들 및/또는 양상들이 이제 도면들을 참조하여 개시된다. 하기 설명에서는 설명을 목적으로, 하나이상의 양상들의 전반적 이해를 돕기 위해 다수의 구체적인 세부사항들이 개시된다. 그러나, 이러한 양상(들)은 이러한 구체적인 세부사항들 없이도 실행될 수 있다는 점 또한 본 발명의 기술 분야에서 통상의 지식을 가진 자에게 인식될 수 있을 것이다. 이후의 기재 및 첨부된 도면들은 하나 이상의 양상들의 특정한 예시적인 양상들을 상세하게 기술한다. 하지만, 이러한 양상들은 예시적인 것이고 다양한 양상들의 원리들에서의 다양한 방법들 중 일부가 이용될 수 있으며, 기술되는 설명들은 그러한 양상들 및 그들의 균등물들을 모두 포함하고자 하는 의도이다.

본 명세서에서 사용되는 "실시 예", "예", "양상", "예시" 등은 기술되는 임의의 양상 또는 설계가 다른 양상 또는 설계들보다 양호하다거나, 이점이 있는 것으로 해석되지 않을 수도 있다.

또한, "포함한다" 및/또는 "포함하는"이라는 용어는, 해당 특징 및/또는 구성요소가 존재함을 의미하지만, 하나이상의 다른 특징, 구성요소 및/또는 이들의 그룹의 존재 또는 추가를 배제하지 않는 것으로 이해되어야 한다.

또한, 제 1, 제 2 등과 같이 서수를 포함하는 용어는 다양한 구성요소들을 설명하는데 사용될 수 있지만, 상기 구성요소들은 상기 용어들에 의해 한정되지는 않는다. 상기 용어들은 하나의 구성요소를 다른 구성요소로부터 구별하는 목적으로만 사용된다. 예를 들어, 본 발명의 권리 범위를 벗어나지 않으면서 제 1 구성요소는 제 2 구성요소로 명명될 수 있고, 유사하게 제 2 구성요소도 제 1 구성요소로 명명될 수 있다. 및/또는 이라는 용어는 복수의 관련된 기재된 항목들의 조합 또는 복수의 관련된 기재된 항목들 중의 어느 항목을 포함한다.

또한, 본 발명의 실시 예들에서, 별도로 다르게 정의되지 않는 한, 기술적이거나 과학적인 용어를 포함해서 여기서 사용되는 모든 용어들은 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자에 의해 일반적으로 이해되는 것과 동일한 의미를 가지고 있다. 일반적으로 사용되는 사전에 정의되어 있는 것과 같은 용어들은 관련 기술의 문맥 상 가지는 의미와 일치하는 의미를 가지는 것으로 해석되어야 하며, 본 발명의 실시 예에서 명백하게 정의하지 않는 한, 이상적이거나 과도하게 형식적인 의미로 해석되지 않는다.

도 1은 본 발명의 일 실시 예에 따른 핀 테크 플랫폼에게 사용자의 소비 성향을 반영한 추천 혜택을 제공하는 방법을 설명하기 위한 순서도이다.

도 1을 참조하면, 하나 이상의 프로세서 및 상기 프로세서에서 수행 가능한 명령들을 저장하는 하나 이상의 메모리를 포함하는 컴퓨팅 장치에서 구현되는 핀 테크 플랫폼에게 사용자의 소비 성향을 반영한 추천 혜택을 제공하는 방법은 구매 이력 분석 단계(S101 단계), 트렌드 테이블 생성 단계(S103 단계), 성향 정보 획득 단계(S105 단계) 및 추천 혜택 제공 단계(S107 단계)를 포함할 수 있다.

S101 단계에서, 상기 하나 이상의 프로세서(이하, 프로세서로 칭함)는 지정된 시간마다 핀 테크 플랫폼과 연동된 복수 개의 쇼핑몰 플랫폼 중 제1 쇼핑몰 플랫폼에 대한 소비 성향 분석 프로세스가 시작되는 경우, 상기 제1 쇼핑몰 플랫폼에서 판매하는 상품을 구매한 이력이 존재하는 상기 핀 테크 플랫폼의 사용자로 등록된 복수 개의 유저 계정 중 적어도 하나의 유저 계정을 식별해 구매 이력 정보를 추출하여, 기 저장된 인공지능 알고리즘을 통해 상기 추출된 구매 이력 정보를 분석해 복수 개의 소비 성향 정보를 획득할 수 있다.

일 실시예에 따르면, 상기 복수 개의 쇼핑몰 플랫폼은 상기 핀 테크 플랫폼과 연동되는 플랫폼으로써, 보다 정확하게 상기 복수 개의 쇼핑몰 플랫폼 각각에서 판매하는 상품에 대한 결제가 상기 핀 테크 플랫폼에서 가능하도록 상기 핀 테크 플랫폼과 연계된 플랫폼일 수 있다.

일 실시예에 따르면, 상기 프로세서는 상기 지정된 시간마다 소비 성향 프로세스가 시작되는 경우, 상기 제1 쇼핑몰 플랫폼에서 판매하는 상품을 구매한 이력이 존재하는 핀 테크 플랫폼의 사용자로 등록된 복수 개의 유저 계정 중 적어도 하나를 식별할 수 있다. 상기와 관련하여, 상기 프로세서는 상기 적어도 하나의 유저 계정의 식별이 완료되면, 상기 적어도 하나의 유저 계정 각각의 구매 이력 정보를 추출할 수 있다. 이 때, 상기 프로세서는 구매 이력 정보를 저장하고 있는 데이터베이스에서 상기 적어도 하나의 유저 계정의 구매 이력 정보를 추출할 수 있다.

일 실시예에 따르면, 상기 구매 이력 정보는 상기 적어도 하나의 유저 계정이 구매한 상품의 정보(예: 상품 명칭, 종류), 상품의 가격, 상품을 결제한 수단, 상품을 구매한 시각 등을 포함하는 정보일 수 있다.

일 실시예에 따르면, 상기 프로세서는 상기 제1 쇼핑몰 플랫폼에서 상품을 구매한 이력이 존재하는 적어도 하나의 유저 계정의 구매 이력 정보를 추출 완료하는 경우, 상기 기 저장된 인공지능 알고리즘을 통해 상기 추출된 구매 이력 정보를 분석할 수 있다.

일 실시예에 따르면, 상기 기 저장된 인공지능 알고리즘은 상기 구매 이력 정보 및 계정 정보를 분석하여, 분석 결과를 통해 복수 개의 유저 계정 각각의 소비 성향 정보를 생성하기 알고리즘일 수 있다. 상기 계정 정보는 상기 복수 개의 유저 계정 각각에 등록되어 있는 정보로써, 사용자가 핀 테크 플랫폼 가입 시, 사용자가 입력한 사용자 정보(예: 인명정보, 성별, 나이 및 취미 등)일 수 있다.

보다 자세하게, 상기 기 저장된 인공지능 알고리즘은 상기 구매 이력 정보에 포함된 구매 상품 정보, 구매한 상품을 판매하는 쇼핑몰 정보, 상품을 구매한 시각 정보 및 상품을 구매한 지역(또는 구매 권역) 정보와 상기 계정 정보에 포함된 사용자의 연령 정보 및 사용자의 성별 정보 간의 상관 관계를 머신러닝(machine learning)하여, 상기 소비 성향 정보를 생성하는 알고리즘일 수 있다.

일 실시예에 따르면, 상기 소비 성향 정보는 유저 계정의 사용자의 소비 성향이 지정된 소비 타입 중 어느 타입에 포함되는지를 식별하기 위한 정보일 수 있다. 상기와 관련하여, 상기 지정된 소비 타입은 상기 핀 테크 플랫폼 측에서 설정하는 유저들의 소비 성향에 기반한 타입 정보로써, 예를 들어, "패션 중시 타입", "욜로(YOLO) 타입", "가성비 타입" 등으로 구성될 수 있다.

일 실시예에 따르면, 상기 기 저장된 인공지능 알고리즘은 지도 학습 알고리즘, 준지도 학습 알고리즘, 비지도 자율 학습 알고리즘 중 적어도 하나를 포함할 수 있으며, 이에 한정되지 않는다. 상기 기 저장된 인공지능 알고리즘은 상기 구매 이력 정보 및 계정 정보를 통해 상기 제1 쇼핑몰 플랫폼에서 상품을 구매한 유저 계정들의 소비 성향을 판단하기 위하여, 유저 계정 각각이 상기 제1 쇼핑몰 플랫폼에서 구매 및 결제한 상품의 이름 정보, 상품의 카테고리(종류) 정보, 상품을 구매한 플랫폼 정보, 상품의 종류 정보, 상품의 개수 정보, 상품의 가격 정보, 상품 구매 일시 정보, 상품 구매 시 사용한 결제 수단 정보, 상품 구매 시 적용된 혜택 정보 및 계정 정보에 포함된 세부 정보 간의 상관 관계를 분석 및 학습하는 알고리즘일 수 있다.

더불어, 상기 기 저장된 인공지능 알고리즘은 ANN 모델(artificial neural network model), CNN 모델(convolution neural network model) 및 RNN 모델(recurrent neural network model)을 포함할 수 있으며, 이 외에도 다양한 모델의 알고리즘을 포함할 수 있다.

예를 들어, 상기 프로세서는 상기 기 저장된 인공지능 알고리즘을 통해 상기 제1 쇼핑몰 플랫폼에서 상품을 구매한 이력이 존재하는 제3 유저 계정의 구매 이력 정보 및 제3 유저 계정에 등록된 계정 정보를 분석하여, 제3 유저 계정의 소비 성향에 기반한 제3 소비 성향 정보를 획득할 수 있다.

상기와 관련하여, 상기 프로세서는 상기 제3 유저 계정이 상기 제1 쇼핑몰 플랫폼에서 상품을 구매함에 따라 생성된 적어도 하나의 소비 성향 정보를 통해 상기 제3 유저 계정의 사용자가 제1 쇼핑몰 플랫폼에 등록된 동일 상품(예: 단백질 보충제) 중 가격이 제일 저렴한 상품을 주로 구매하는 것을 확인할 수 있다. 또한, 상기 계정 정보를 통해 제3 유저 계정의 사용자가 20대의 남성인 것을 확인할 수 있다. 이에 따라, 상기 프로세서는 상기 기 저장된 인공지능 알고리즘을 통해 상기 구매 이력 정보와 상기 계정 정보 간의 상관 관계를 분석하여, 경제 활동이 적은 20대 남성이 저렴한 "단백질 보충제"를 주로 구매하기 때문에 상기 제3 유저 계정의 소비 타입을 상기 지정된 소비 타입 중 "가성비 타입"으로 분류해 소비 성향 정보를 생성할 수 있다.

다른 예를 들어, 상기 프로세서는 상기 제4 유저 계정이 상기 제1 쇼핑몰 플랫폼에서 상품을 구매함에 따라 생성된 적어도 하나의 소비 성향 정보를 통해 상기 제4 유저 계정의 사용자가 제1 쇼핑몰 플랫폼에 등록된 "의류 상품"의 결제 횟수가 다른 상품의 결제 횟수보다 많은 것을 확인할 수 있다. 또한, 상기 계정 정보를 통해 제4 유저 계정의 사용자가 20대의 여성인 것을 확인할 수 있다. 이에 따라, 상기 프로세서는 상기 기 저장된 인공지능 알고리즘을 통해 상기 구매 이력 정보와 상기 계정 정보 간의 상관 관계를 분석하여, MZ 세대에 포함되는 20대 여성이 "의류 상품"을 많이 구매하기 때문에 지정된 소비 타입 중 "패션 중시 타입"에 포함되는 소비 성향 정보를 생성할 수 있다.

즉, 상기 기 저장된 인공지능 알고리즘은 현재의 사회 상황을 반영해 상기 구매 이력 정보에 포함된 세부 정보 및 계정 정보에 포함된 세부 정보 간의 상관 관계를 분석해 지정된 소비 타입 중 하나에 포함되는 소비 성향 정보를 생성할 수 있다. 이 때, S101 단계에서 생성되는 소비 성향 정보는 제1 쇼핑몰 플랫폼에 대한 사용자들의 소비 성향에 기반해 생성되는 소비 성향 정보이며, 제1 쇼핑몰플랫폼뿐만 아니라 구매 권역을 기준으로 한 사용자들의 소비 성향에 기반한 소비 성향 정보가 생성될 수 있다.

이에 따라, 상기 프로세서는 상기 제1 쇼핑몰 플랫폼에서 판매하는 상품을 구매한 복수 개의 유저 계정 중 적어도 하나의 구매 이력 정보 및 계정 정보를 분석해 복수 개의 소비 성향 정보를 획득하면, 트렌드 테이블 생성 단계(S103 단계)를 수행할 수 있다.

S103 단계에서, 상기 프로세서는 상기 구매 이력 분석 단계(S101 단계)의 기능 수행에 의해 상기 복수 개의 소비 성향 정보의 획득이 완료되면, 지정된 혜택 부여 조건에 따라 복수 개의 소비 성향 정보 각각에 혜택 정보를 매칭하여, 제1 쇼핑몰 플랫폼에 대한 사용자들의 소비 성향에 기반한 소비 트렌드 테이블을 생성할 수 있다.

일 실시예에 따르면, 상기 지정된 혜택 부여 조건은 상기 핀 테크 플랫폼 측에서 설정한 부여 조건으로서, 보다 자세하게, 상기 제1 쇼핑몰 플랫폼에서 상품을 구매하는 유저 계정에게 혜택을 제공하기 위하여, 이전에 상품을 구매한 적어도 하나의 유저 계정들의 소비 타입에 대응하는 혜택 정보를 매칭하기 위한 기준이 되는 조건 정보가 포함되어 있는 정보일 수 있다.

예를 들어, 상기 지정된 혜택 부여 조건은 "패선 중시 타입"에 "쿠폰 혜택"이 매칭되어 있는 제1 조건, "욜로 타입"에 "페이 백 혜택"이 매칭되어 있는 제2 조건 등이 포함될 수 있다.

일 실시예에 따르면, 상기 혜택 정보는 사은품 유형 정보, 무이자 할부 유형 정보, 할인 유형 정보, 페이백 유형 정보 및 쿠포 유형 정보 중 적어도 하나를 포함할 수 있으며, 각각의 정보에는 세부 혜택(예: 구매 가격의 일정 % 페이 백)과 관련된 정보가 포함된 상태일 수 있다.

일 실시예에 따르면, 상기 프로세서는 상기 지정된 혜택 부여 조건에 따라 상기 복수 개의 소비 성향 정보 각각에 혜택 정보를 매칭 완료하면, 상기 제1 쇼핑몰 플랫폼에 대한 소비 트렌드 테이블을 생성할 수 있다.

일 실시예에 따르면, 상기 소비 트렌드 테이블은 상기 혜택 정보가 매칭된 복수 개의 소비 성향 정보가 포함된 데이터테이블로써, 상기 복수 개의 소비 성향 정보 각각에 구매 상품, 상품을 구매한 쇼핑몰, 상품을 구매한 권역, 상품을 구매한 사용자의 나이 및 성별에 따라 서로 다른 혜택 정보가 매칭된 복수 개의 소비 성향 정보가 포함된 데이터테이블일 수 있다.

상기와 관련하여, 상기 소비 성향 정보는 기 저장된 인공지능 알고리즘에 의해 생성되는 정보로써, 예를 들어, 제3 유저 계정의 구매 이력 정보에 포함된 세부 정보 및 제3 유저 계정의 계정 정보에 포함된 세부 정보 간의 상관 관계에 따라 동일하거나 서로 다른 소비 타입으로 구분될 수 있다. 보다 자세하게, 상기 제1 쇼핑몰 플랫폼에서 상품을 구매한 제3 유저 계정의 구매 이력 정보가 복수 개인 경우, 상기 구매 이력 정보에 포함된 세부 정보들의 내용들은 상이하기 ‹š문에, 기 저장된 인공지능 알고리즘을 확인한 상관 관계도 증가함에 따라 제3 유저 계정에 대한 복수 개의 소비 성향 정보가 생성될 수 있다.

이에 따라, 상기 소비 트렌드 테이블은 구매 상품, 상품을 구매한 쇼핑몰, 상품을 구매한 권역, 상품을 구매한 사용자의 나이 및 성별에 따라 서로 다른 혜택 정보가 매칭된 복수 개의 소비 성향 정보가 포함되어, 추천 혜택 제공 단계(S107 단계)에서 제1 유저 계정에게 추천 혜택을 동적으로 제공할 수 있다.

일 실시예에 따르면, 상기 프로세서는 상기 소비 트렌드 테이블을 생성한 상태에서, 제1 유저 계정으로부터 제1 쇼핑몰 플랫폼에서 판매하는 상품에 대한 결제 요청 입력을 수신 시, 트렌드 테이블 생성 단계(S105 단계)를 수행할 수 있다.

S105 단계에서, 상기 프로세서는 상기 트렌드 테이블 생성 단계(S103 단계)가 완료된 상태에서, 핀 테크 플랫폼을 통해 복수 개의 유저 계정 중 제1 유저 계정으로부터 제1 쇼핑몰 플랫폼에서 판매하는 상품에 대한 결제 요청 입력을 수신하는 경우, 상기 기 저장된 인공지능 알고리즘을 통해 상기 제1 유저 계정의 구매 이력 정보를 분석해 제1 유저 계정의 사용자에 대한 제1 소비 성향 정보를 획득할 수 있다.

일 실시예에 따르면, 상기 결제 요청 입력은 상기 제1 유저 계정이 구매하려는 상품의 상품 정보(예: 상품 명, 상품 가격, 상품 개수 등) 및 상품을 판매하는 플랫폼의 플랫폼 정보(예: 플랫폼 식별 정보, 플랫폼에 등록된 별도의 계정)을 상기 프로세서에게 전달하기 위한 입력일 수 있다.

일 실시예에 따르면, 상기 프로세서는 상기 제1 유저 계정으로부터 상기 경제 요청 입력을 수신 시, 상기 기 저장된 인공지능 알고리즘을 통해 제1 유저 계정의 구매 이력 정보를 분석할 수 있다. 이 때, 분석되는 제1 유저 계정의 구매 이력 정보는 상기 핀 테크 플랫폼에서 제1 유저 계정이 결제한 이력에 기반한 모든 구매 이력 정보를 의미할 수 있다.

상기와 관련하여, 상기 프로세서가 상기 기 저장된 인공지능 알고리즘을 통해 상기 제1 유저 계정의 구매 이력 정보를 분석하여, 상기 제1 소비 성향 정보를 획득하는 자세한 설명은 구매 이력 분석 단계(S101 단계)를 설명한 단락을 참고하도록 한다.

일 실시예에 따르면, 상기 프로세서는 상기 제1 소비 성향 정보의 획득을 완료하면, 추천 혜택 제공 단계(S107 단계)를 수행할 수 있다.

S107 단계에서, 상기 프로세서는 상기 성향 정보 획득 단계(S105 단계)가 완료되면, 상기 소비 트렌드 테이블에 포함된 복수 개의 소비 성향 정보 중 상기 제1 소비 성향 정보에 대응되는 제2 소비 성향 정보를 식별하여, 식별된 제2 소비 성향 정보에 매칭된 혜택 정보를 제1 쇼핑몰 플랫폼에 대한 추천 혜택으로 결정해 상기 핀 테크 플랫폼으로 하여금 추천 혜택을 제1 유저 계정에게 제공하도록 요청할 수 있다.

일 실시예에 따르면, 상기 프로세서는 상기 소비 트렌드 테이블에 포함된 복수 개의 소비 성향 정보 중 상기 제1 소비 성향 정보와 대응되는 제2 소비 성향 정보를 식별할 수 있다. 이 때, 상기 프로세서는 상기 제1 소비 성향 정보의 소비 타입과 동일한 소비 타입을 가지는 제2 소비 성향 정보를 식별하거나 상기 제1 소비 성향 정보에 기반한 상관 관계의 결과에 대응되는 결과 값을 가지는 소비 성향 정보를 제2 소비 성향 정보로 식별할 수 있다. 상기 프로세서가 상기 제1 소비 성향 정보의 소비 타입과 동일한 소비 타입을 가지는 제2 소비 성향 정보를 식별하거나 상기 제1 소비 성향 정보에 기반한 상관 관계의 결과에 대응되는 결과 값을 가지는 소비 성향 정보를 제2 소비 성향 정보로 식별하는 자세한 설명은 도 4에서 설명하도록 한다.

일 실시예에 따르면, 상기 프로세서는 상기 제2 소비 성향 정보의 식별이 완료되면, 상기 제2 소비 성향 정보에 매칭된 혜택 정보에 기반한 혜택을 상기 제1 유저 계정에게 추천할 추천 혜택으로 결정할 수 있다. 이에 따라, 상기 프로세서는 추천 혜택의 결정이 완료되면, 상기 핀 테크 플랫폼으로 하여금 상기 결정된 추천 혜택을 상기 제1 유저 계정에게 추천하도록 할 수 있다.

도 2는 본 발명의 일 실시 예에 따른 핀 테크 플랫폼에게 사용자의 소비 성향을 반영한 추천 혜택을 제공하는 방법의 구매 이력 분석 단계를 설명하기 위한 순서도이다.

도 2를 참조하면, 하나 이상의 프로세서 및 상기 프로세서에서 수행 가능한 명령들을 저장하는 하나 이상의 메모리를 포함하는 컴퓨팅 장치에서 구현되는 핀 테크 플랫폼에게 사용자의 소비 성향을 반영한 추천 혜택을 제공하는 방법은 구매 이력 분석 단계(예: 도 1의 구매 이력 분석 단계(S101 단계))를 포함할 수 있다.

일 실시예에 따르면, 상기 구매 이력 분석 단계는 지정된 시간마다 핀 테크 플랫폼과 연동된 복수 개의 쇼핑몰 플랫폼 중 제1 쇼핑몰 플랫폼에 대한 소비 성향 분석 프로세스가 시작되는 경우, 상기 제1 쇼핑몰 플랫폼에서 판매하는 상품을 구매한 이력이 존재하는 상기 핀 테크 플랫폼의 사용자로 등록된 복수 개의 유저 계정 중 적어도 하나의 유저 계정을 식별해 구매 이력 정보를 추출하여, 기 저장된 인공지능 알고리즘을 통해 상기 추출된 구매 이력 정보를 분석해 복수 개의 소비 성향 정보를 획득하는 단계일 수 있다.

일 실시예에 따르면, 상기 구매 이력 분석 단계는 상술한 기능을 수행하기 위한 세부 단계로써, 구매 이력 정보 추출 단계(S201 단계) 및 소비 성향 정보 획득 단계(S203 단계)를 포함할 수 있다.

S201 단계에서, 상기 하나 이상의 프로세서(이하, 프로세서로 칭함)는 소비 성향 분석 프로세스가 시작되면, 복수 개의 유저 계정 중 상기 제1 쇼핑몰 플랫폼에서 판매하는 상품을 구매한 이력이 존재하는 적어도 하나의 유저 계정을 식별해 구매 이력 정보를 추출할 수 있다.

일 실시예에 따르면, 상기 소비 성향 분석 프로세스는 지정된 시간마다 상기 핀 테크 플랫폼과 연동된 복수 개의 쇼핑몰 플랫폼 각각에 대한 복수 개의 유저 계정의 구매 이력 정보를 분석하여, 복수 개의 쇼핑몰 플랫폼 각각에 대한 사용자들의 소비 성향을 확인하기 위한 프로세스일 수 있다.

일 실시예에 따르면, 상기 프로세서는 상기 소비 성향 분석 프로세스가 시작되면, 상기 소비 성향 분석 프로세스가 시작되면, 상기 복수 개의 유저 계정 중 상기 제1 쇼핑몰 플랫폼에서 판매하는 상품을 구매한 이력이 존재하는 적어도 하나의 유저 계정을 식별해 구매 이력 정보를 추출할 수 있다. 이 때, 상기 프로세서는 상기 구매 이력 정보를 핀 테크 플랫폼에서 관리하는 데이터베이스에서 추출할 수 있다.

일 실시예에 따르면, 상기 프로세서는 상기 구매 이력 정보의 추출이 완료되면, 소비 성향 정보 획득 단계(S203 단계)를 수행할 수 있다.

S203 단계에서, 상기 프로세서는 상기 구매 이력 정보의 추출이 완료되면, 기 저장된 인공지능 알고리즘을 통해 구매 이력 정보와 더불어, 상기 적어도 하나의 유저 계정에 등록된 계정 정보를 분석하여, 상기 제1 쇼핑몰 플랫폼에 대한 사용자들의 소비 성향에 기반한 복수 개의 소비 성향 정보를 획득할 수 있다.

일 실시예에 따르면, 상기 계정 정보는 상기 복수 개의 유저 계정 각각에 등록되어 있는 정보로써, 사용자가 핀 테크 플랫폼 가입 시, 사용자가 입력한 사용자 정보(예: 인명정보, 성별, 나이 및 취미 등)일 수 있다.

일 실시예에 따르면, 상기 기 저장된 인공지능 알고리즘은 상기 구매 이력 정보 및 계정 정보를 분석하여, 분석 결과를 통해 복수 개의 유저 계정 각각의 소비 성향 정보를 생성하기 알고리즘일 수 있다.

보다 자세하게, 상기 기 저장된 인공지능 알고리즘은 상기 구매 이력 정보에 포함된 구매 상품 정보, 구매한 상품을 판매하는 쇼핑몰 정보, 상품을 구매한 시각 정보 및 상품을 구매한 지역(또는 구매 권역) 정보와 상기 계정 정보에 포함된 사용자의 연령 정보 및 사용자의 성별 정보 간의 상관 관계를 머신러닝(machine learning)하여, 상기 소비 성향 정보를 생성하는 알고리즘일 수 있다.

일 실시예에 따르면, 상기 소비 성향 정보는 유저 계정의 사용자의 소비 성향이 지정된 소비 타입 중 어느 타입에 포함되는지를 식별하기 위한 정보일 수 있다. 상기와 관련하여, 상기 지정된 소비 타입은 상기 핀 테크 플랫폼 측에서 설정하는 유저들의 소비 성향에 기반한 타입 정보로써, 예를 들어, "패션 중시 타입", "욜로(YOLO) 타입", "가성비 타입" 등으로 구성될 수 있다.

일 실시예에 따르면, 상기 프로세서는 상기 제1 쇼핑몰 플랫폼에서 판매하는 상품을 구매한 이력이 존재하는 복수 개의 유저 계정 각각의 구매 이력 정보뿐만 아니라, 이후에 후술할 결제 요청 신호를 전송하는 제1 유저 계정의 구매 이력 정보를 상기 기 저장된 인공지능 알고리즘을 통해 분석하여, 제1 유저 계정의 소비 성향에 기반한 제1 소비 성향 정보를 획득하는 프로세스(성향 정보 획득 단계)도 구매 이력 분석 단계와 동일하게 수행할 수 있다.

도 3은 본 발명의 일 실시 예에 따른 핀 테크 플랫폼에게 사용자의 소비 성향을 반영한 추천 혜택을 제공하는 장치의 트렌드 테이블 생성부를 설명하기 위한 도면이다.

도 3을 참조하면, 하나 이상의 프로세서 및 상기 프로세서에서 수행 가능한 명령들을 저장하는 하나 이상의 메모리를 포함하는 컴퓨팅 장치에서 구현되는 핀 테크 플랫폼에게 사용자의 소비 성향을 반영한 추천 혜택을 제공하는 장치는 트렌드 테이블 생성부(300)(예: 도 1의 트렌드 테이블 생성 단계(S103 단계)와 동일한 기능 수행)를 포함할 수 있다.

일 실시예에 따르면, 상기 트렌드 테이블 생성부(300)는 구매 이력 분석 부(예: 도 1의 구매 이력 분석 단계(S101 단계))의 기능 수행에 의해 복수 개의 소비 성향 정보의 획득이 완료되면, 지정된 혜택 부여 조건(301b)에 따라 복수 개의 소비 성향 정보(301a) 각각에 혜택 정보를 매칭하여, 제1 쇼핑몰 플랫폼에 대한 사용자들의 소비 성향에 기반한 소비 트렌드 테이블을 생성할 수 있다.

일 실시예에 따르면, 상기 트렌드 테이블 생성부(300)는 상술한 기능을 수행하기 위한 세부 구성으로, 혜택 정보 매칭부(301) 및 테이블 생성부(303)를 포함할 수 있다.

일 실시예에 따르면, 상기 혜택 정보 매칭부(301)는 상기 구매 이력 분석부의 기능 수행에 의해 복수 개의 소비 성향 정보(301a)의 획득이 완료되면, 획득된 복수 개의 소비 성향 정보(301a) 각각에 매칭된 소비 타입에 기반해 지정된 혜택 부여 조건(301b)에 따라 혜택 정보(301c)를 상기 복수 개의 소비 성향 정보(301a) 각각에 매칭할 수 있다.

일 실시예에 따르면, 상기 혜택 정보(301c)는 사은품 혜택 정보, 무이자 할부 혜택 정보, 할인 혜택 정보, 페이 백 혜택 정보 및 쿠폰 혜택 정보 중 적어도 하나를 포함할 수 있다.

일 실시예에 따르면, 상기 혜택 정보 매칭부(301)는 상기 지정된 혜택 부여 조건(301b)에 포함된 조건 정보를 확인하여, 상기 복수 개의 소비 성향 정보(301a) 각각에 상기 혜택 정보(301c)를 매칭시킬 수 있다.

예를 들어, 상기 혜택 정보 매칭부(301)는 상기 지정된 혜택 부여 조건(301b)에 포함된 조건 정보 중 제1 조건 정보가 "가성비 타입"에 "할인 혜택"이 매칭된 조건을 포함하는 경우, 상기 복수 개의 소비 성향 정보(301a) 중 "가성비 타입"으로 분류된 적어도 하나의 소비 성향 정보(301a)에 할인 혜택에 기반한 혜택 정보를 매칭시킬 수 있다.

다른 예를 들어, 상기 혜택 정보 매칭부(301)는 상기 지정된 혜택 부여 조건(301b)에 포함된 조건 정보 중 제2 조건 정보가 "패션 중시 타입", "20대 여성"에 "쿠폰 혜택"이 매칭된 조건을 포함하는 경우, 상기 복수 개의 소비 성향 정보(301a) 중 "패션 중시 타입"으로 분류된 적어도 하나의 소비 성향 정보(301a) 중 "20대 여성"이라는 계정 정보의 세부 정보에 기반해 생성된 소비 성향 정보에 "쿠폰 혜택"에 기반한 혜택 정보를 매칭시킬 수 있다.

일 실시예에 따르면, 상기 테이블 생성부(303)는 상기 복수 개의 소비 성향 정보(301a) 각각에 혜택 정보(301c)의 매칭이 완료되면, 상기 혜택 정보(301c)가 매칭된 복수 개의 소비 성향 정보를 상기 소비 타입 별로 소팅(sorting)하여, 소비 트렌드 테이블(303a)을 생성할 수 있다.

일 실시예에 따르면, 상기 소비 트렌드 테이블(303a)은 상기 혜택 정보(301c)가 매칭된 복수 개의 소비 성향 정보(301a)가 포함된 데이터테이블로써, 구매 상품, 상품을 구매한 쇼핑몰, 상품을 구매한 권역, 상품을 구매한 사용자의 나이 및 성별에 따라 서로 다른 혜택 정보가 매칭된 복수 개의 소비 성향 정보가 포함될 수 있다.

도 4는 본 발명의 일 실시 예에 따른 핀 테크 플랫폼에게 사용자의 소비 성향을 반영한 추천 혜택을 제공하는 방법의 추천 혜택 제공 단계를 설명하기 위한 순서도이다.

도 4를 참조하면, 하나 이상의 프로세서 및 상기 프로세서에서 수행 가능한 명령들을 저장하는 하나 이상의 메모리를 포함하는 컴퓨팅 장치에서 구현되는 핀 테크 플랫폼에게 사용자의 소비 성향을 반영한 추천 혜택을 제공하는 방법은 추천 혜택 제공 단계(예: 도 1의 추천 혜택 제공 단계(S107 단계))를 포함할 수 있다.

일 실시예에 따르면, 상기 추천 혜택 제공 단계는 성향 정보 획득 단계(예: 도 1의 성향 정보 획득 단계(S105 단계))가 완료되면, 소비 트렌드 테이블에 포함된 복수 개의 소비 성향 정보 중 제1 소비 성향 정보에 대응되는 제2 소비 성향 정보를 식별하여, 식별된 제2 소비 성향 정보에 매칭된 혜택 정보를 제1 쇼핑몰 플랫폼에 대한 추천 혜택으로 결정해 핀 테크 플랫폼으로 하여금 추천 혜택을 제1 유저 계정에게 제공하도록 요청하는 단계일 수 있다.

일 실시예에 따르면, 상기 추천 혜택 제공 단계는 상술한 기능을 수행하기 위한 세부 단계로써, 제2 소비 성향 식별 단계(S401 단계) 및 추천 혜택 결정 단계(S403 단계) 및 혜택 제공 요청 단계(S405 단계)를 포함할 수 있다.

S401 단계에서, 상기 하나 이상의 프로세서(이하, 프로세서로 칭함)는 성향 정보 획득 단계가 완료되면, 상기 소비 트렌드 테이블에 포함된 복수 개의 소비 성향 정보 중 제1 소비 성향 정보에 대응되는 제2 소비 성향 정보를 식별할 수 있다.

일 실시예에 따르면, 상기 프로세서는 상기 제1 소비 성향 정보의 소비 타입과 동일한 소비 타입을 가지는 제2 소비 성향 정보를 식별하거나 상기 제1 소비 성향 정보에 기반한 상관 관계의 결과에 대응되는 결과 값을 가지는 소비 성향 정보를 제2 소비 성향 정보로 식별할 수 있다.

예를 들어, 상기 프로세서는 상기 소비 데이터 테이블에 저장되어 있는 복수 개의 소비 성향 정보 중 상기 제1 소비 성향 정보의 소비 타입인 "가성비 타입"과 동일한 소비 타입을 가지고 있는 소비 성향 정보를 식별할 수 있다.

상기와 관련하여, 상기 제1 소비 성향 정보와 대응되는 제2 소비 성향 정보는 적어도 하나 이상 식별될 수 있다. 상기 프로세서가 상기 소비 데이터 테이블에 저장되어 있는 복수 개의 소비 성향 정보 중 상기 제1 소비 성향 정보의 소비 타입인 "가성비 타입"과 동일한 소비 타입을 가지고 있는 소비 성향 정보를 6개 식별한 경우, 상기 프로세서는 식별된 6개의 소비 성향 정보 각각에 매칭되어 있는 혜택 정보를 확인할 수 있다. 이 때, 6개의 소비 성향 정보 각각에 매칭되어 있는 혜택 정보에 기반한 혜택은 일부 동일하지 않을 수 있다. 이에 따라, 상기 프로세서는 동일하지 않은 혜택 중 제일 많이 중복(또는 동일)되는 혜택을 상기 제1 소비 성향 정보에 대응되는 혜택으로 결정할 수 있다.

다른 예를 들어, 상기 프로세서는 상기 제1 소비 성향 정보에 기반한 상관 관계의 결과(예: 20대 여성이 "의류 상품"을 많이 구매함)와 대응되는 결과 값(예: 20대 여성이 "의류 상품"을 많이 구매함)을 가지는 소비 성향 정보를 제2 소비 성향 정보로 식별할 수 있다.

상기와 관련하여, 상기 프로세서는 상기 제1 소비 성향에 기반한 상관 관계의 결과와 대응되는 결과 값을 가지는 소비 성향 정보를 4개 식별한 경우, 식별된 4개의 소비 성향 정보 각각에 매칭되어 있는 혜택 정보를 확인할 수 있다. 이 때, 4개의 소비 성향 정보 각각에 매칭되어 있는 혜택 정보에 기반한 혜택은 일부 동일하지 않을 수 있다. 이에 따라, 상기 프로세서는 동일하지 않은 혜택 중 제일 많이 중복(또는 동일)되는 혜택을 상기 제1 소비 성향 정보에 대응되는 혜택으로 결정할 수 있다.

상기와 같이, 상기 프로세서는 상기 제1 소비 성향 정보의 소비 타입과 동일한 소비 타입을 가지는 제2 소비 성향 정보를 식별하거나 상기 제1 소비 성향 정보에 기반한 상관 관계의 결과에 대응되는 결과 값을 가지는 소비 성향 정보를 제2 소비 성향 정보로 식별 시, 식별되는 제2 소비 성향 정보가 적어도 하나 이상이고 매칭된 혜택 정보도 상이하기 때문에 제1 유저 계정에게 제공되는 추천 혜택은 동적으로 변경될 수 있다.

일 실시예에 따르면, 상기 프로세서는 상기 제2 소비 성향 식별 단계(S401 단계)의 기능 수행이 완료되면, 추천 혜택 결정 단계(s403 단계)를 수행할 수 있다.

S403 단계에서, 상기 프로세서는 상기 제2 소비 성향 식별 단계가 완료되면, 상기 제1 유저 계정이 상기 제1 쇼핑몰 플랫폼에서 구매하는 상품의 결제 금액이 지정된 기준 구매 가격 범위 중 하나에 포함되는지를 확인하여, 상기 식별될 제2 소비 성향 정보에 설정되어 있는 혜택 정보에 기반한 혜택의 수준을 상기 확인된 기준 구매가격 범위에 대응되는 수준으로 설정해 상기 추천 혜택을 결정할 수 있다.

일 실시예에 따르면, 상기 지정된 기준 구매가격 범위는 복수 개의 가격 범위를 포함하는 기준치일 수 있다. 상기 지정된 기준 구매가격 범위는 제1 유저 계정이 제1 쇼핑몰 플랫폼에서 상품을 구매 시, 지불하는 결제 금액에 기반해 상기 제1 유저 계정에게 제공되는 혜택의 수준을 결정하기 위한 구성일 수 있다.

예를 들어, 상기 지정된 기준 구매가격 범위는 제1 기준 구매가격 범위, 제2 기준 구매가격 범위 및 제3 기준 구매가격 범위를 포함할 수 있다. 상기와 관련하여, 상기 제1 기준 구매가격 범위는 10,000원 내지 50,000원, 제2 기준 구매가격 범위는 50,001원 내지 100,000원, 제3 기준 구매가격 범위는 100,001원 내지 500,000원으로 설정된 상태일 수 있다.

상기와 관련하여, 상기 프로세서는 상기 제1 유저 계정이 제1 쇼핑몰 플랫폼에서 구매한 상품의 가격이 80,000원인 것을 확인함에 따라, 상품의 결제 금액이 상기 제2 기준 구매가격 범위에 포함되는 것을 확인할 수 있다. 상기 프로세서는 상기 제1 소비 성향 정보에 대응되는 제2 소비 성향 정보에 매칭된 혜택 정보에 기반한 혜택을 상기 제1 소비 성향 정보의 혜택으로 결정한 상태에서, 상기 결정된 혜택에 대응되는 혜택 정보를 확인할 수 있다.

상기와 관련하여, 상기 프로세서는 상기 확인된 혜택 정보를 기반으로 세부 혜택을 확인하고, 상기 제2 기준 구매가격 범위에 대응되는 수준으로 상기 제1 소비 성향 정보의 혜택의 수준을 결정할 수 있다. 상기 세부 혜택은 상기 혜택 정보마다 포함되어 있는 구성으로, 상기 지정된 기준 구매가격 범위에 포함되어 있는 범위마다 서로 다른 수치의 혜택이 설정되어 있는 정보들이 포함된 정보일 수 있다.

즉, 상기 프로세서는 상기 제1 소비 성향 정보와 대응되는 제2 소비 성향 정보의 혜택 정보를 통해 상기 세부 혜택을 확인할 수 있다. 상기 프로세서는 상기 세부 혜택의 확인이 완료되면, 상기 제1 유저 계정이 제1 쇼핑몰 플랫폼에서 구매한 상품의 결제금액이 상기 지정된 기준 구매가격 범위 중 어느 범위에 포함되는지를 확인할 수 있다. 상기 프로세서는 기준 구매가격 범위의 확인이 완료되면, 상기 세부 혜택에 포함된 정보들 중 상기 확인된 기준 구매가격 범위에 대응되는 값을 가지는 정보를 확인하여, 확인된 정보에 포함된 혜택 수치로 혜택의 수준을 설정할 수 있다.

이후, 상기 프로세서는 상기 혜택의 수준의 설정이 완료되면, 상기 제1 소비 성향 정보에 대한 추천 혜택으로써, 상기 혜택의 수준이 설정된 혜택 정보를 매칭할 수 있다.

일 실시예에 따르면, 상기 프로세서는 상기 추천 혜택 결정 단계(S403 단계)의 기능 수행이 완료되면, 혜택 제공 요청 단계(S405 단계)를 수행할 수 있다.

S405 단계에서, 상기 프로세서는 상기 추천 혜택이 결정되면, 상기 추천 혜택을 상기 핀 테크 플랫폼에게 제공하여, 상기 핀 테크 플랫폼으로 하여금 제공된 추천 혜택을 상기 제1 유저 계정에게 제공하도록 요청할 수 있다.

일 실시예예 따르면, 상기 프로세서는 상치 제1 소비 성향 정보에 매칭되는 혜택 정보에 기반한 추천 혜택이 결정되면, 상기 결정된 추천 혜택을 상기 핀 테크 플랫폼으로 하여금 제1 유저 계정에게 제공하도록 요청할 수 있다.

도 5는 본 발명의 일 실시 예에 따른 핀 테크 플랫폼에게 사용자의 소비 성향을 반영한 추천 혜택을 제공하는 장치의 추천 혜택 제공부를 설명하기 위한 도면이다.

도 5을 참조하면, 하나 이상의 프로세서 및 상기 프로세서에서 수행 가능한 명령들을 저장하는 하나 이상의 메모리를 포함하는 컴퓨팅 장치에서 구현되는 핀 테크 플랫폼에게 사용자의 소비 성향을 반영한 추천 혜택을 제공하는 장치는 추천 혜택 제공부(500)(예: 도 1의 추천 혜택 제공 단계(S107 단계)와 동일한 기능 수행)를 포함할 수 있다.

일 실시예에 따르면, 상기 추천 혜택 제공부(500)는 성향 정보 획득부(예: 도 1의 성향 정보 획득 단계(S105 단계)와 동일한 기능 수행)의 기능 수행이 완료되면, 소비 트렌드 테이블에 포함된 복수 개의 소비 성향 정보 중 제1 소비 성향 정보에 대응되는 제2 소비 성향 정보를 식별하여, 상기 식별된 제2 소비 성향 정보에 매칭된 혜택 정보를 상기 제1 쇼핑몰 플랫폼에 대한 추천 혜택으로 결정해 상기 핀 테크 플랫폼으로 하여금 상기 추천 혜택을 상기 제1 유저 계정에게 제공하도록 요청할 수 있다. 상기 추천 혜택 제공부(500)가 상술한 기능을 수행하기 위한 자세한 설명은 도 4를 참고하도록 한다.

일 실시예에 따르면, 상기 추천 혜택 제공부(500)는 가이드 설정부(501) 및 조건 정보 설정부(503)를 포함할 수 있다.

일 실시예에 따르면, 상기 가이드 설정부(501)는 혜택 제공 요청부(예: 도 4의 혜택 제공 요청 단계(S405 단계)와 동일한 기능 수행)의 기능 수행이 완료된 상태에서, 제1 유저 계정으로부터 핀 테크 플랫폼을 통해 제공한 추천 혜택에 기반한 평가 정보(501a)를 수신하는 경우, 지정된 혜택 부여 조건(501b)에 대한 가이드 설정 프로세스를 시작할 수 있다.

일 실시예에 따르면, 상기 가이드 설정 프로세스는 상기 지정된 혜택 부여 조건(501b)에 포함된 조건 정보를 수정하기 위한 프로세스로써, 상기 제1 유저 계정으로부터 수신된 평가 정보(501a)를 활용해 상기 조건 정보를 수정하도록 하는 프로세스일 수 있다. 예를 들어, 상기 가이드 설정 프로세스는 상기 지정된 혜택 부여 조건(501b)에 포함된 제1 조건 정보에 기반한 "패션 중시 타입"에 매칭되어 있는 "할인 혜택"을 다른 혜택으로 수정할 수 있는 프로세스일 수 있다.

일 실시예에 따르면, 상기 조건 정보 설정부(503)는 상기 가이드 설정 프로세스가 시작되면, 혜택 설정 인터페이스(503a)를 핀 테크 플랫폼의 관리자 계정에게 제공하여, 상기 관리자 계정으로 하여금 상기 평가 정보(501a)를 통해 상기 지정된 혜택 부여 조건(501b)에 포함된 조건 정보를 수정하도록 할 수 있다.

일 실시예에 따르면, 상기 혜택 설정 인터페이스(503a)는 지정된 혜택 부여 조건(501b)에 포함된 세부 조건인 조건 정보를 수정하기 위한 인터페이스로써, 상기 관리자 계정에게 제공되는 인터페이스일 수 있다.

일 실시예에 따르면, 상기 혜택 설정 인터페이스(503a)는 각각의 조건 정보가 구분되어 출력되고, 각각의 조건 정보에 상기 제1 유저 계정으로부터 수신한 평가 정보(501a)가 출력될 수 있다.

예를 들어, 상기 혜택 설정 인터페이스(503a)는 상기 지정된 혜택 부여 조건(501b)에 포함된 조건 정보 중 제1 소비 타입(예: 가성비 타입)에 매칭되어 있는 페이 백 혜택에 대응되는 제1 조건 정보와 제2 조건 정보를 출력할 수 있다. 상기와 관련하여, 상기 혜택 설정 인터페이스(503a)는 제1 조건 정보(예: "가성비 타입"에 매칭된 페이 백 혜택을 삼성 카드로 결제 시 제공하는 조건)를 출력 시, 제1 유저 계정의 평가 정보(501a)를 함께 출력할 수 있다. 상기 제1 조건 정보와 함께 출력되는 평가 정보는 "요구하는 최소 결제 금액이 높음"이라는 내용을 가지는 평가 정보일 수 있으며, 지정된 문답 문항을 제1 유저 계정이 체크한 정보일 수 있다.

상기와 관련하여, 상기 조건 정보 설정부(503)는 상기 관리자 계정에게 제공한 혜택 설정 인터페이스(503a)를 통해 수신되는 관리자 입력에 기반해 상기 지정된 혜택 부여 조건(501b)에 포함된 조건 정보의 내용을 수정할 수 있다.

예를 들어, 상기 조건 정보 설정부(503)는 상기 수신되는 관리자 입력에 기반해 상기 제1 조건 정보에 기반한 결제 수단 정보를 "삼성카드"에서 "현대카드"로 변경할 수 있다. 다른 예를 들어, 상기 조건 정보 설정부(503)는 상기 수신되는 관리자 입력에 기반해 상기 제1 조건 정보에 기반한 세부 혜택을 변경할 수 있다. 상기 조건 정보 설정부(503)는 제1 조건 정보의 "상세 설정" 항목을 수정하는 관리자 입력을 수신하는 경우, 수신된 관리자 입력에 기반해 제1 조건 정보의 결제 수단 정보인 "삼성카드"의 페이 백 혜택에 대한 %를 변경할 수 있다.

도 6은 본 발명의 일 실시 예에 따른 핀 테크 플랫폼에게 사용자의 소비 성향을 반영한 추천 혜택을 제공하는 장치의 조건 정보 설정부를 설명하기 위한 도면이다.

도 6을 참조하면, 하나 이상의 프로세서 및 상기 프로세서에서 수행 가능한 명령들을 저장하는 하나 이상의 메모리를 포함하는 컴퓨팅 장치에서 구현되는 핀 테크 플랫폼에게 사용자의 소비 성향을 반영한 추천 혜택을 제공하는 장치는 조건 정보 설정부(600)(예: 도 5의 조건 정보 설정부(503))를 포함할 수 있다.

일 실시예에 따르면, 상기 조건 정보 설정부(600)는 복수 개의 유저 계정 각각이 선호하는 혜택에 대한 변동 패턴이 발생하는 경우, 소비 타입 별로 지정된 주기마다 사용자들에게 제공된 추천 혜택이 반영된 그래프(601)를 상기 관리자 계정에게 제공할 수 있다.

보다 자세하게, 상기 조건 정보 설정부(600)는 실시간으로 복수 개의 유저 계정 각각에게 제공되는 추천 혜택을 확인할 수 있다. 이에 따라. 상기 조건 정보 설정부(600)는 핀 테크 플랫폼과 연동된 복수 개의 쇼핑몰 플랫폼에서 판매하는 상품을 구매하는 복수의 유저 계정 각각이 추천 혜택이 아닌 다른 혜택을 선택하여, 선호하는 혜택에 대한 변동 패턴이 발생하는 것을 확인할 수 있다.

일 실시예에 따르면, 상기 변동 패턴은 상기 복수의 유저 계정 각각이 추천 혜택이 아닌 다른 혜택을 선택하는 횟수가 증가함에 따라 발생되는 지정된 패턴의 범위를 초과하는 패턴일 수 있다. 즉, 상기 변동 패턴은 상기 복수의 유저 계정 각각이 핀 테크 플랫폼을 통해 제공된 추천 혜택을 선택하는지 여부에 따라 발생되는 패턴일 수 있다.

일 실시예에 따르면, 상기 조건 정보 설정부(600)는 상기 지정된 패턴의 범위를 초과하는 변동 패턴이 발생하는 경우, 소비 타입 별로 지정된 주기마다 사용자들에게 제공된 추천 혜택이 반영된 그래프(601)를 생성할 수 있다.

예를 들어, 상기 조건 정보 설정부(600)는 "가성비 타입"의 소비 타입에서 "쿠폰 혜택"에 대한 변동 패턴이 발생한 경우, 지정된 주기마다 사용자들에게 제공된"가성비 타입"에 대한 추천 혜택이 반영된 그래프(601)를 생성할 수 있다. 이 때, 생성되는 그래프(601)는 막대형, 꺽은 선형, 원형 등의 형태로 생성되는 그래프일 수 있다.

상기와 관련하여, 상기 조건 정보 설정부(600)는 "가성비 타입"에 포함되어 있는 혜택들을 상기 그래프에 모두 반영할 수 있다. 상기 조건 정보 설정부(600)는 상기 그래프(601)에 "가성비 타입"에 포함되어 있는 혜택들을 모두 반영하여, 관리자 계정이 상기 그래프(601)를 통해 능동적으로 혜택에 대한 플랜을 계획할 수 있도록 지정된 주기마다 증가 및 감소된 각각의 혜택에 대한 그래프(601)를 생성할 수 있다.

일 실시예에 따르면, 상기 그래프(601)는 혜택 설정 인터페이스(예: 도 5의 혜택 설정 인터페이스(503a))와 연동된 상태일 수 있다. 예를 들어, 상기 조건 정보 설정부(600)는 상기 그래프(601)를 통해 상기 관리자 계정으로부터 "쿠폰 혜택"을 선택하는 입력을 수신하는 경우, 상기 "쿠폰 혜택"에 대응되는 혜택 정보가 매칭되어 있는 기반한 조건 정보를 상기 혜택 설정 인터페이스를 통해 출력할 수 있다. 이 때, 제공되는 조건 정보의 소비 타입은 상기 그래프(601)에 반영된 "가성비 타입"일 수 있다.

이에 따라, 상기 관리자 계정의 사용자인 관리자는 상기 그래프(601)를 통해 각각의 소비 타입 별로 매칭되어 있는 혜택의 증가율 및 감소율을 지정된 주기 별로 확인하고, 상기 그래프(601) 내에 반영된 수치 중 하나를 선택함으로써, 상기 조건 정보 설정부(600)로부터 혜택 설정 인터페이스를 제공받을 수 있다. 즉, 관리자는 혜택 설정 인터페이스를 통해 그래프(601)에서 선택한 수치에 대응되는 혜택 정보가 매칭되어 있는 조건 정보를 수정할 수 있다.

도 7은 본 발명의 일 실시 예에 따른 컴퓨팅 장치의 내부 구성의 일 예를 설명하기 위한 도면이다.

도 7은 본 발명의 일 실시 예에 따른 컴퓨팅 장치의 내부 구성의 일 예를 도시하였으며, 이하의 설명에 있어서, 상술한 도 1 내지 6에 대한 설명과 중복되는 불필요한 실시 예에 대한 설명은 생략하기로 한다.

도 7에 도시한 바와 같이, 컴퓨팅 장치(10000)은 적어도 하나의 프로세서(processor)(11100), 메모리(memory)(11200), 주변장치 인터페이스(peripEHRal interface)(11300), 입/출력 서브시스템(I/O subsystem)(11400), 전력 회로(11500) 및 통신 회로(11600)를 적어도 포함할 수 있다. 이때, 컴퓨팅 장치(10000)은 촉각 인터페이스 장치에 연결된 유저 단말이기(A) 혹은 전술한 컴퓨팅 장치(B)에 해당될 수 있다.

메모리(11200)는, 일례로 고속 랜덤 액세스 메모리(high-speed random access memory), 자기 디스크, 에스램(SRAM), 디램(DRAM), 롬(ROM), 플래시 메모리 또는 비휘발성 메모리를 포함할 수 있다. 메모리(11200)는 컴퓨팅 장치(10000)의 동작에 필요한 소프트웨어 모듈, 명령어 집합 또는 그밖에 다양한 데이터를 포함할 수 있다.

이때, 프로세서(11100)나 주변장치 인터페이스(11300) 등의 다른 컴포넌트에서 메모리(11200)에 액세스하는 것은 프로세서(11100)에 의해 제어될 수 있다.

주변장치 인터페이스(11300)는 컴퓨팅 장치(10000)의 입력 및/또는 출력 주변장치를 프로세서(11100) 및 메모리 (11200)에 결합시킬 수 있다. 프로세서(11100)는 메모리(11200)에 저장된 소프트웨어 모듈 또는 명령어 집합을 실행하여 컴퓨팅 장치(10000)을 위한 다양한 기능을 수행하고 데이터를 처리할 수 있다.

입/출력 서브시스템(11400)은 다양한 입/출력 주변장치들을 주변장치 인터페이스(11300)에 결합시킬 수 있다. 예를 들어, 입/출력 서브시스템(11400)은 모니터나 키보드, 마우스, 프린터 또는 필요에 따라 터치스크린이나 센서 등의 주변장치를 주변장치 인터페이스(11300)에 결합시키기 위한 컨트롤러를 포함할 수 있다. 다른 측면에 따르면, 입/출력 주변장치들은 입/출력 서브시스템(11400)을 거치지 않고 주변장치 인터페이스(11300)에 결합될 수도 있다.

전력 회로(11500)는 단말기의 컴포넌트의 전부 또는 일부로 전력을 공급할 수 있다. 예를 들어 전력 회로(11500)는 전력 관리 시스템, 배터리나 교류(AC) 등과 같은 하나 이상의 전원, 충전 시스템, 전력 실패 감지 회로(power failure detection circuit), 전력 변환기나 인버터, 전력 상태 표시자 또는 전력 생성, 관리, 분배를 위한 임의의 다른 컴포넌트들을 포함할 수 있다.

통신 회로(11600)는 적어도 하나의 외부 포트를 이용하여 다른 컴퓨팅 장치와 통신을 가능하게 할 수 있다.

또는 상술한 바와 같이 필요에 따라 통신 회로(11600)는 RF 회로를 포함하여 전자기 신호(electromagnetic signal)라고도 알려진 RF 신호를 송수신함으로써, 다른 컴퓨팅 장치와 통신을 가능하게 할 수도 있다.

이러한 도 7의 실시 예는, 컴퓨팅 장치(10000)의 일례일 뿐이고, 컴퓨팅 장치(11000)은 도 7에 도시된 일부 컴포넌트가 생략되거나, 도 7에 도시되지 않은 추가의 컴포넌트를 더 구비하거나, 2개 이상의 컴포넌트를 결합시키는 구성 또는 배치를 가질 수 있다. 예를 들어, 모바일 환경의 통신 단말을 위한 컴퓨팅 장치는 도 7에 도시된 컴포넌트들 외에도, 터치스크린이나 센서 등을 더 포함할 수도 있으며, 통신 회로(1160)에 다양한 통신방식(WiFi, 3G, LTE, Bluetooth, NFC, Zigbee 등)의 RF 통신을 위한 회로가 포함될 수도 있다. 컴퓨팅 장치(10000)에 포함 가능한 컴포넌트들은 하나 이상의 신호 처리 또는 어플리케이션에 특화된 집적 회로를 포함하는 하드웨어, 소프트웨어, 또는 하드웨어 및 소프트웨어 양자의 조합으로 구현될 수 있다.

본 발명의 실시 예에 따른 방법들은 다양한 컴퓨팅 장치를 통하여 수행될 수 있는 프로그램 명령(instruction) 형태로 구현되어 컴퓨터 판독 가능 매체에 기록될 수 있다. 특히, 본 실시 예에 따른 프로그램은 PC 기반의 프로그램 또는 모바일 단말 전용의 어플리케이션으로 구성될 수 있다. 본 발명이 적용되는 애플리케이션은 파일 배포 시스템이 제공하는 파일을 통해 이용자 단말에 설치될 수 있다. 일 예로, 파일 배포 시스템은 이용자 단말이기의 요청에 따라 상기 파일을 전송하는 파일 전송부(미도시)를 포함할 수 있다.

이상에서 설명된 장치는 하드웨어 구성요소, 소프트웨어 구성요소, 및/또는 하드웨어 구성요소 및 소프트웨어구성요소의 조합으로 구현될 수 있다. 예를 들어, 실시 예들에서 설명된 장치 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 목적컴퓨터를 이용하여 구현될 수 있다. 처리 장치는 운영 체제(OS) 및 상기 운영 체제상에서 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 기술 분야에서 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, 가상장치(virtual equipment), 컴퓨터 저장 매체 또는 장치에 영구적으로, 또는 일시적으로 구체화(embody)될 수 있다. 소프트웨어는 네트워크로 연결된 컴퓨팅 장치상에 분산되어서, 분산된 방법으로 저장되거나 실행될 수도 있다. 소프트웨어 및 데이터는 하나 이상의 컴퓨터 판독 가능 기록 매체에 저장될 수 있다.

실시 예에 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 실시 예를 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 광 기록 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. 상기된 하드웨어 장치는 실시예의 동작을 수행하기 위해 하나 이상의 소프트웨어 모듈로서 작동하도록 구성될 수 있으며, 그 역도 마찬가지이다.

이상과 같이 실시 예들이 비록 한정된 실시 예와 도면에 의해 설명되었으나, 해당 기술 분야에서 통상의 지식을 가진 자라면 상기의 기재로부터 다양한 수정 및 변형이 가능하다. 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 실시 예들 및 특허청구범위와 균등한 것들도 후술하는 특허청구범위의 범위에 속한다.

Claims (10)

1. 하나 이상의 프로세서 및 상기 프로세서에서 수행 가능한 명령들을 저장하는 하나 이상의 메모리를 포함하는 컴퓨팅 장치에서 구현되는 핀 테크 플랫폼에게 사용자의 소비 성향을 반영한 추천 혜택을 제공하는 방법에 있어서,
   지정된 시간마다 핀 테크 플랫폼과 연동된 복수 개의 쇼핑몰 플랫폼 중 제1 쇼핑몰 플랫폼에 대한 소비 성향 분석 프로세스가 시작되는 경우, 상기 제1 쇼핑몰 플랫폼에서 판매하는 상품을 구매한 이력이 존재하는 상기 핀 테크 플랫폼의 사용자로 등록된 복수 개의 유저 계정 중 적어도 하나의 유저 계정을 식별해 구매 이력 정보를 추출하여, 기 저장된 인공지능 알고리즘을 통해 상기 추출된 구매 이력 정보를 분석해 복수 개의 소비 성향 정보를 획득하는 구매 이력 분석 단계;
   상기 구매 이력 분석 단계의 기능 수행에 의해 상기 복수 개의 소비 성향 정보의 획득이 완료되면, 지정된 혜택 부여 조건에 따라 상기 복수 개의 소비 성향 정보 각각에 혜택 정보를 매칭하여, 상기 제1 쇼핑몰 플랫폼에 대한 사용자들의 소비 성향에 기반한 소비 트렌드 테이블을 생성하는 트렌드 테이블 생성 단계;
   상기 트렌드 테이블 생성 단계가 완료된 상태에서, 상기 핀 테크 플랫폼을 통해 상기 복수 개의 유저 계정 중 제1 유저 계정으로부터 상기 제1 쇼핑몰 플랫폼에서 판매하는 상품에 대한 결제 요청 입력을 수신하는 경우, 상기 기 저장된 인공지능 알고리즘을 통해 상기 제1 유저 계정의 구매 이력 정보를 분석해 제1 유저 계정의 사용자에 대한 제1 소비 성향 정보를 획득하는 성향 정보 획득 단계; 및
   상기 성향 정보 획득 단계가 완료되면, 상기 소비 트렌드 테이블에 포함된 복수 개의 소비 성향 정보 중 상기 제1 소비 성향 정보에 대응되는 제2 소비 성향 정보를 식별하여, 상기 식별된 제2 소비 성향 정보에 매칭된 혜택 정보를 상기 제1 쇼핑몰 플랫폼에 대한 추천 혜택으로 결정해 상기 핀 테크 플랫폼으로 하여금 상기 추천 혜택을 상기 제1 유저 계정에게 제공하도록 요청하는 추천 혜택 제공 단계;를 포함하되,
   상기 구매 이력 분석 단계는,
   상기 소비 성향 분석 프로세스가 시작되면, 상기 복수 개의 유저 계정 중 상기 제1 쇼핑몰 플랫폼에서 판매하는 상품을 구매한 이력이 존재하는 적어도 하나의 유저 계정을 식별해 구매 이력 정보를 추출하는 구매 이력 정보 추출 단계; 및
   상기 구매 이력 정보의 추출이 완료되면, 상기 기 저장된 인공지능 알고리즘을 통해 상기 구매 이력 정보와 더불어, 상기 적어도 하나의 유저 계정에 등록된 계정 정보를 분석하여, 상기 제1 쇼핑몰 플랫폼에 대한 사용자들의 소비 성향에 기반한 복수 개의 소비 성향 정보를 획득하는 소비 성향 정보 획득 단계;를 포함하되,
   상기 기 저장된 인공지능 알고리즘은,
   상기 구매 이력 정보에 포함된 구매 상품 정보, 구매한 상품을 판매하는 쇼핑몰 정보, 상품을 구매한 시각 정보 및 상품을 구매한 구매 권역 정보와 상기 계정 정보에 포함된 사용자의 연령 정보 및 사용자의 성별 정보 간의 상관 관계를 머신러닝(machine learning)하여, 상기 소비 성향 정보를 생성하는 알고리즘이되,
   상기 트렌드 테이블 생성 단계는,
   상기 구매 이력 분석 단계의 기능 수행에 의해 상기 복수 개의 소비 성향 정보의 획득이 완료되면, 상기 획득된 복수 개의 소비 성향 정보 각각에 매칭된 소비 타입에 기반해 상기 지정된 혜택 부여 조건에 따라 혜택 정보를 상기 복수 개의 소비 성향 정보 각각에 매칭하는 혜택 정보 매칭 단계; 및
   상기 복수 개의 소비 성향 정보 각각에 상기 혜택 정보의 매칭이 완료되면, 상기 혜택 정보가 매칭된 복수 개의 소비 성향 정보를 상기 소비 타입 별로 소팅(sorting)하여, 상기 소비 트렌드 테이블을 생성하는 테이블 생성 단계;를 포함하되,
   상기 소비 트렌드 테이블은,
   상기 혜택 정보가 매칭된 복수 개의 소비 성향 정보가 포함된 데이터테이블로써, 구매 상품, 상품을 구매한 쇼핑몰, 상품을 구매한 권역, 상품을 구매한 사용자의 나이 및 성별에 따라 서로 다른 혜택 정보가 매칭된 복수 개의 소비 성향 정보가 포함된 데이터테이블인 것을 특징으로 하는 핀 테크 플랫폼에게 사용자의 소비 성향을 반영한 추천 혜택을 제공하는 방법.
   
2. 삭제
3. 삭제
4. 삭제
5. 삭제
6. 제1항에 있어서,
   상기 추천 혜택 제공 단계는,
   상기 성향 정보 획득 단계가 완료되면, 상기 소비 트렌드 테이블에 포함된 복수 개의 소비 성향 정보 중 상기 제1 소비 성향 정보에 대응되는 제2 소비 성향 정보를 식별하는 제2 소비 성향 식별 단계;
   상기 제2 소비 성향 식별 단계가 완료되면, 상기 제1 유저 계정이 상기 제1 쇼핑몰 플랫폼에서 구매하는 상품의 결제 금액이 지정된 기준 구매가격 범위 중 하나에 포함되는지를 확인하여, 상기 식별된 제2 소비 성향 정보에 설정되어 있는 혜택 정보에 기반한 혜택의 수준을 상기 확인된 기준 구매가격 범위에 대응되는 수준으로 설정해 상기 추천 혜택을 결정하는 추천 혜택 결정 단계; 및
   상기 추천 혜택이 결정되면, 상기 추천 혜택을 상기 핀 테크 플랫폼에게 제공하여, 상기 핀 테크 플랫폼으로 하여금 상기 제공된 추천 혜택을 상기 제1 유저 계정에게 제공하도록 요청하는 혜택 제공 요청 단계;를 포함하는 것을 특징으로 하는 핀 테크 플랫폼에게 사용자의 소비 성향을 반영한 추천 혜택을 제공하는 방법.
   
7. 제6항에 있어서,
   상기 추천 혜택 제공 단계는,
   상기 혜택 제공 요청 단계가 완료된 상태에서, 상기 제1 유저 계정으로부터 상기 핀 테크 플랫폼을 통해 제공한 추천 혜택에 기반한 평가 정보를 수신하는 경우, 상기 지정된 혜택 부여 조건에 대한 가이드 설정 프로세스를 시작하는 가이드 설정 단계; 및
   상기 가이드 설정 프로세스가 시작되면, 혜택 설정 인터페이스를 상기 핀 테크 플랫폼의 관리자 계정에게 제공하여, 상기 관리자 계정으로 하여금 상기 평가 정보를 통해 지정된 혜택 부여 조건에 포함된 조건 정보를 수정하도록 하는 조건 정보 설정 단계;를 더 포함하는 것을 특징으로 하는 핀 테크 플랫폼에게 사용자의 소비 성향을 반영한 추천 혜택을 제공하는 방법.
   
8. 제7항에 있어서,
   상기 조건 정보 설정 단계는,
   상기 복수 개의 유저 계정 각각이 선호하는 혜택에 대한 변동 패턴이 발생하는 경우, 상기 소비 타입 별로 지정된 주기마다 사용자들에게 제공된 추천 혜택이 반영된 그래프를 상기 관리자 계정에게 제공하는 것을 특징으로 하는 핀 테크 플랫폼에게 사용자의 소비 성향을 반영한 추천 혜택을 제공하는 방법.
   
9. 하나 이상의 프로세서 및 상기 프로세서에서 수행 가능한 명령들을 저장하는 하나 이상의 메모리를 포함하는 컴퓨팅 장치에서 구현되는 핀 테크 플랫폼에게 사용자의 소비 성향을 반영한 추천 혜택을 제공하는 장치에 있어서,
   지정된 시간마다 핀 테크 플랫폼과 연동된 복수 개의 쇼핑몰 플랫폼 중 제1 쇼핑몰 플랫폼에 대한 소비 성향 분석 프로세스가 시작되는 경우, 상기 제1 쇼핑몰 플랫폼에서 판매하는 상품을 구매한 이력이 존재하는 상기 핀 테크 플랫폼의 사용자로 등록된 복수 개의 유저 계정 중 적어도 하나의 유저 계정을 식별해 구매 이력 정보를 추출하여, 기 저장된 인공지능 알고리즘을 통해 상기 추출된 구매 이력 정보를 분석해 복수 개의 소비 성향 정보를 획득하는 구매 이력 분석부;
   상기 구매 이력 분석부의 기능 수행에 의해 상기 복수 개의 소비 성향 정보의 획득이 완료되면, 지정된 혜택 부여 조건에 따라 상기 복수 개의 소비 성향 정보 각각에 혜택 정보를 매칭하여, 상기 제1 쇼핑몰 플랫폼에 대한 사용자들의 소비 성향에 기반한 소비 트렌드 테이블을 생성하는 트렌드 테이블 생성부;
   상기 트렌드 테이블 생성부의 기능 수행이 완료된 상태에서, 상기 핀 테크 플랫폼을 통해 상기 복수 개의 유저 계정 중 제1 유저 계정으로부터 상기 제1 쇼핑몰 플랫폼에서 판매하는 상품에 대한 결제 요청 입력을 수신하는 경우, 상기 기 저장된 인공지능 알고리즘을 통해 상기 제1 유저 계정의 구매 이력 정보를 분석해 제1 유저 계정의 사용자에 대한 제1 소비 성향 정보를 획득하는 성향 정보 획득부; 및
   상기 성향 정보 획득부의 기능 수행이 완료되면, 상기 소비 트렌드 테이블에 포함된 복수 개의 소비 성향 정보 중 상기 제1 소비 성향 정보에 대응되는 제2 소비 성향 정보를 식별하여, 상기 식별된 제2 소비 성향 정보에 매칭된 혜택 정보를 상기 제1 쇼핑몰 플랫폼에 대한 추천 혜택으로 결정해 상기 핀 테크 플랫폼으로 하여금 상기 추천 혜택을 상기 제1 유저 계정에게 제공하도록 요청하는 추천 혜택 제공부;를 포함하되,
   상기 구매 이력 분석부는,
   상기 소비 성향 분석 프로세스가 시작되면, 상기 복수 개의 유저 계정 중 상기 제1 쇼핑몰 플랫폼에서 판매하는 상품을 구매한 이력이 존재하는 적어도 하나의 유저 계정을 식별해 구매 이력 정보를 추출하는 구매 이력 정보 추출부; 및
   상기 구매 이력 정보의 추출이 완료되면, 상기 기 저장된 인공지능 알고리즘을 통해 상기 구매 이력 정보와 더불어, 상기 적어도 하나의 유저 계정에 등록된 계정 정보를 분석하여, 상기 제1 쇼핑몰 플랫폼에 대한 사용자들의 소비 성향에 기반한 복수 개의 소비 성향 정보를 획득하는 소비 성향 정보 획득부;를 포함하되,
   상기 기 저장된 인공지능 알고리즘은,
   상기 구매 이력 정보에 포함된 구매 상품 정보, 구매한 상품을 판매하는 쇼핑몰 정보, 상품을 구매한 시각 정보 및 상품을 구매한 구매 권역 정보와 상기 계정 정보에 포함된 사용자의 연령 정보 및 사용자의 성별 정보 간의 상관 관계를 머신러닝(machine learning)하여, 상기 소비 성향 정보를 생성하는 알고리즘이되,
   상기 트렌드 테이블 생성부는,
   상기 구매 이력 분석부의 기능 수행에 의해 상기 복수 개의 소비 성향 정보의 획득이 완료되면, 상기 획득된 복수 개의 소비 성향 정보 각각에 매칭된 소비 타입에 기반해 상기 지정된 혜택 부여 조건에 따라 혜택 정보를 상기 복수 개의 소비 성향 정보 각각에 매칭하는 혜택 정보 매칭부; 및
   상기 복수 개의 소비 성향 정보 각각에 상기 혜택 정보의 매칭이 완료되면, 상기 혜택 정보가 매칭된 복수 개의 소비 성향 정보를 상기 소비 타입 별로 소팅(sorting)하여, 상기 소비 트렌드 테이블을 생성하는 테이블 생성부;를 포함하되,
   상기 소비 트렌드 테이블은,
   상기 혜택 정보가 매칭된 복수 개의 소비 성향 정보가 포함된 데이터테이블로써, 구매 상품, 상품을 구매한 쇼핑몰, 상품을 구매한 권역, 상품을 구매한 사용자의 나이 및 성별에 따라 서로 다른 혜택 정보가 매칭된 복수 개의 소비 성향 정보가 포함된 데이터테이블인 것을 특징으로 하는 것을 특징으로 하는 핀 테크 플랫폼에게 사용자의 소비 성향을 반영한 추천 혜택을 제공하는 장치.
   
10. 컴퓨터-판독가능 기록매체로서,
    상기 컴퓨터-판독가능 기록매체는, 컴퓨팅 장치로 하여금 이하의 단계들을 수행하도록 하는 명령들을 저장하며, 상기 단계들은;
    지정된 시간마다 핀 테크 플랫폼과 연동된 복수 개의 쇼핑몰 플랫폼 중 제1 쇼핑몰 플랫폼에 대한 소비 성향 분석 프로세스가 시작되는 경우, 상기 제1 쇼핑몰 플랫폼에서 판매하는 상품을 구매한 이력이 존재하는 상기 핀 테크 플랫폼의 사용자로 등록된 복수 개의 유저 계정 중 적어도 하나의 유저 계정을 식별해 구매 이력 정보를 추출하여, 기 저장된 인공지능 알고리즘을 통해 상기 추출된 구매 이력 정보를 분석해 복수 개의 소비 성향 정보를 획득하는 구매 이력 분석 단계;
    상기 구매 이력 분석 단계의 기능 수행에 의해 상기 복수 개의 소비 성향 정보의 획득이 완료되면, 지정된 혜택 부여 조건에 따라 상기 복수 개의 소비 성향 정보 각각에 혜택 정보를 매칭하여, 상기 제1 쇼핑몰 플랫폼에 대한 사용자들의 소비 성향에 기반한 소비 트렌드 테이블을 생성하는 트렌드 테이블 생성 단계;
    상기 트렌드 테이블 생성 단계가 완료된 상태에서, 상기 핀 테크 플랫폼을 통해 상기 복수 개의 유저 계정 중 제1 유저 계정으로부터 상기 제1 쇼핑몰 플랫폼에서 판매하는 상품에 대한 결제 요청 입력을 수신하는 경우, 상기 기 저장된 인공지능 알고리즘을 통해 상기 제1 유저 계정의 구매 이력 정보를 분석해 제1 유저 계정의 사용자에 대한 제1 소비 성향 정보를 획득하는 성향 정보 획득 단계; 및
    상기 성향 정보 획득 단계가 완료되면, 상기 소비 트렌드 테이블에 포함된 복수 개의 소비 성향 정보 중 상기 제1 소비 성향 정보에 대응되는 제2 소비 성향 정보를 식별하여, 상기 식별된 제2 소비 성향 정보에 매칭된 혜택 정보를 상기 제1 쇼핑몰 플랫폼에 대한 추천 혜택으로 결정해 상기 핀 테크 플랫폼으로 하여금 상기 추천 혜택을 상기 제1 유저 계정에게 제공하도록 요청하는 추천 혜택 제공 단계;를 포함하되,
    상기 구매 이력 분석 단계는,
    상기 소비 성향 분석 프로세스가 시작되면, 상기 복수 개의 유저 계정 중 상기 제1 쇼핑몰 플랫폼에서 판매하는 상품을 구매한 이력이 존재하는 적어도 하나의 유저 계정을 식별해 구매 이력 정보를 추출하는 구매 이력 정보 추출 단계; 및
    상기 구매 이력 정보의 추출이 완료되면, 상기 기 저장된 인공지능 알고리즘을 통해 상기 구매 이력 정보와 더불어, 상기 적어도 하나의 유저 계정에 등록된 계정 정보를 분석하여, 상기 제1 쇼핑몰 플랫폼에 대한 사용자들의 소비 성향에 기반한 복수 개의 소비 성향 정보를 획득하는 소비 성향 정보 획득 단계;를 포함하되,
    상기 기 저장된 인공지능 알고리즘은,
    상기 구매 이력 정보에 포함된 구매 상품 정보, 구매한 상품을 판매하는 쇼핑몰 정보, 상품을 구매한 시각 정보 및 상품을 구매한 구매 권역 정보와 상기 계정 정보에 포함된 사용자의 연령 정보 및 사용자의 성별 정보 간의 상관 관계를 머신러닝(machine learning)하여, 상기 소비 성향 정보를 생성하는 알고리즘이되,
    상기 트렌드 테이블 생성 단계는,
    상기 구매 이력 분석 단계의 기능 수행에 의해 상기 복수 개의 소비 성향 정보의 획득이 완료되면, 상기 획득된 복수 개의 소비 성향 정보 각각에 매칭된 소비 타입에 기반해 상기 지정된 혜택 부여 조건에 따라 혜택 정보를 상기 복수 개의 소비 성향 정보 각각에 매칭하는 혜택 정보 매칭 단계; 및
    상기 복수 개의 소비 성향 정보 각각에 상기 혜택 정보의 매칭이 완료되면, 상기 혜택 정보가 매칭된 복수 개의 소비 성향 정보를 상기 소비 타입 별로 소팅(sorting)하여, 상기 소비 트렌드 테이블을 생성하는 테이블 생성 단계;를 포함하되,
    상기 소비 트렌드 테이블은,
    상기 혜택 정보가 매칭된 복수 개의 소비 성향 정보가 포함된 데이터테이블로써, 구매 상품, 상품을 구매한 쇼핑몰, 상품을 구매한 권역, 상품을 구매한 사용자의 나이 및 성별에 따라 서로 다른 혜택 정보가 매칭된 복수 개의 소비 성향 정보가 포함된 데이터테이블인 것을 특징으로 하는 컴퓨터-판독가능 기록매체.
    

Images