KR102445457B1 - 물품 구매 요청에 대한 판매 제안 방식을 기반으로 한 구매자 및 판매자 매칭 플랫폼 서비스 제공 방법, 장치 및 시스템 - Google Patents

Abstract

일실시예에 따른 장치는 구매자 단말로부터, 구매하고자 하는 물품을 특정하는데 필요한 물품 정보 및 물품에 대한 가격 제안을 받아보기 위한 요청인 물품 구매 요청을 수신하고, 물품 구매 요청에 응답하여, 물품 정보에 대한 판매 제안 정보를 등록하라는 판매 제안 요청 알림 메시지를 판매자 단말들로 전송하고, 판매자 단말들 중 적어도 하나의 판매자 단말로부터, 물품을 판매하고자 하는 판매 가격, 결제 기간-결제 기간은 구매자 단말에 대응하는 구매자에 의해 판매 가격에 따른 결제가 가능한 기간임- 및 소요 기간-소요 기간은 판매자 단말에 대응하는 판매자가 물품을 확보하여 구매자에게 배송이 가능한 일정에 기초하여 산정되는 기간임-을 포함하는 적어도 하나의 판매 제안 정보를 수신하고, 판매 제안 정보 및 적어도 하나의 판매자 정보를 포함하는 적어도 하나의 주문 요청 정보를 구매자 단말로 전송하고, 적어도 하나의 주문 요청 정보 중 구매자 단말에 의해 선택된 어느 하나의 주문 요청 정보에 따른 주문을 체결할 수 있다.

Description

물품 구매 요청에 대한 판매 제안 방식을 기반으로 한 구매자 및 판매자 매칭 플랫폼 서비스 제공 방법, 장치 및 시스템{METHOD, DEVICE AND SYSTEM FOR PROVIDING BUYER AND SELLER MATCHING PLATFORM SERVICE BASED ON SALES PROPOSAL METHOD FOR A PRODUCT PURCHASE REQUEST}

아래 실시예들은 물품 구매 요청에 대한 판매 제안 방식을 기반으로 구매자 및 판매자 매칭 플랫폼 서비스를 제공하는 기술에 관한 것이다.

무선인터넷 기술의 급속한 발전과 스마트폰의 빠른 확산으로 인하여 구매자와 판매자 간을 연계하기 위한 다양한 플랫폼이 출시되고 있다. 특히, 명품의 수요가 증가함에 따라 과거 백화점이나 면세점 위주로 이루어졌던 명품시장은 온라인쇼핑몰이나 해외구매대행, 명품 판매 플랫폼과 같은 시장으로 확대되고 있다.

기존의 명품 판매 플랫폼은 웹사이트에 등록되어 있는 상품들 중에서 구매자가 선택하여 구매하는 방식으로 명품 특성상 구매자가 원하는 상품이 등록되어 있지 않은 경우, 상품을 구매할 수 없다는 문제점이 있었다. 또한, 비대면성을 가진 온라인 시장의 특성으로 인해, 고가의 명품 구매자를 대상으로 사기 행위가 발생하는 문제점이 있었다.

따라서, 구매자가 원하는 물품을 직접 요청하고, 물품에 대해 판매자가 판매를 제안하고 구매자가 판매자를 직접 선택하여 구매함으로써, 구매자의 신뢰도를 향상시킬 수 있는 플랫폼 서비스의 연구 및 개발이 요구된다.

대한민국 등록특허 제10-2367312호(2022.02.23 공고) 대한민국 공개특허 제10-2022-0014543호(2022.02.07 공개) 대한민국 등록특허 제10-1107733호(2012.01.20 공고) 대한민국 등록특허 제10-2205541호(2021.01.20 공고)

실시예들은 물품 구매 요청에 대한 판매 제안 방식을 기반으로 구매자 및 판매자 매칭 서비스를 제공하고자 한다.

실시예들은 구매하고자 하는 물품에 대한 물품 구매 요청을 통해 판매자들로부터 가격을 제안을 받음으로써, 가격 및 판매자를 비교하여 합리적인 주문을 체결시키고자 한다.

실시예들은 검증된 판매자들이 물품의 판매 가격, 결제 기간 및 소요 기간을 직접 제시하고, 다른 판매자들과 공유함으로써, 판매자들 간의 경쟁을 유도하여 거래 성사율을 높이고자 한다.

일실시예에 따르면, 장치에 의해 수행되는 방법에 있어서, 구매자 단말로부터, 구매하고자 하는 물품을 특정하는데 필요한 물품 정보 및 상기 물품에 대한 가격 제안을 받아보기 위한 요청인 물품 구매 요청을 수신하는 단계; 상기 물품 구매 요청에 응답하여, 상기 물품 정보에 대한 판매 제안 정보를 등록하라는 판매 제안 요청 알림 메시지를 판매자 단말들로 전송하는 단계; 상기 판매자 단말들 중 적어도 하나의 판매자 단말로부터, 상기 물품을 판매하고자 하는 판매 가격, 결제 기간-상기 결제 기간은 상기 구매자 단말에 대응하는 구매자에 의해 상기 판매 가격에 따른 결제가 가능한 기간임- 및 소요 기간-상기 소요 기간은 상기 판매자 단말에 대응하는 판매자가 상기 물품을 확보하여 상기 구매자에게 배송이 가능한 일정에 기초하여 산정되는 기간임-을 포함하는 적어도 하나의 판매 제안 정보를 수신하는 단계; 상기 판매 제안 정보 및 적어도 하나의 판매자 정보를 포함하는 적어도 하나의 주문 요청 정보를 상기 구매자 단말로 전송하는 단계; 및 상기 적어도 하나의 주문 요청 정보 중 상기 구매자 단말에 의해 선택된 어느 하나의 주문 요청 정보에 따른 주문을 체결하는 단계를 포함할 수 있다.

상기 장치에 의해 수행되는 방법에 있어서, 상기 판매자가 판매한 물품들에 대한 물품 판매 내역을 획득하고, 상기 물품 판매 내역 중 상기 물품이 속하는 카테고리에 해당하는 물품을 판매한 횟수인 동일 카테고리 판매도와 상기 물품이 속하는 브랜드에 해당하는 물품을 판매한 횟수인 동일 브랜드 판매도에 기초하여, 상기 판매자의 유사 물품 판매 경험 정도를 생성하는 단계; 상기 물품 판매 내역으로부터 상기 판매자의 물품 판매 성사도-상기 물품 판매 성사도는 상기 판매자가 상기 특정 물품에 대한 판매 제안 정보들의 등록한 횟수에 대하여 상기 특정 물품의 바잉(buying)에 성공하여 상기 특정 물품의 판매를 완료한 정도로서, 상기 물품 판매 성사도가 높을수록 상기 특정 물품의 바잉 성공률이 높고, 상기 물품 판매 성사도가 낮을수록 상기 특정 물품의 바잉 성공률이 낮은 것을 나타냄-를 생성하는 단계; 상기 물품 판매 내역으로부터 상기 판매자의 소요 기간 준수도-상기 소요 기간 준수도는 상기 판매자의 판매 제안 정보들에 등록된 배송소요 기간과 실제 물품이 배송되는데 소요된 기간이 일치하는지 여부를 나타내는 정도임-를 생성하는 단계; 상기 판매자의 판매 제안 정보들로부터 상기 물품의 견적 가격에 대응하는 가격 가중치를 생성하고, 상기 유사 물품 판매 경험 정도에 상기 가격 가중치를 적용하여 상기 판매자에 대한 제1 점수를 산출하는 단계; 상기 판매자의 판매 제안 정보들로부터 상기 물품의 결제 기간에 대응하는 결제 기간 가중치를 생성하고, 상기 물품 판매 성사도에 상기 결제 기간 가중치를 적용하여 상기 판매자에 대한 제2 점수를 산출하는 단계; 상기 판매자의 판매 제안 정보들로부터 상기 물품의 배송소요 기간에 대응하는 배송소요 기간 가중치를 생성하고, 상기 소요 기간 준수도에 상기 배송소요 기간 가중치를 적용하여 상기 판매자에 대한 제3 점수를 산출하는 단계; 상기 제1 점수, 상기 제2 점수 및 상기 제3 점수를 합산하여 상기 판매자의 매칭 점수를 산출하는 단계; 기 등록된 판매자들에 각각 대응하는 매칭 점수들을 생성하는 단계; 상기 판매자들의 매칭 점수들에 기초하여, 상기 판매자들에 대한 매칭 점수들을 랭킹하여 판매자 매칭 리스트를 생성하고, 생성된 상기 판매자 매칭 리스트를 상기 구매자 단말로 전송하는 단계를 더 포함할 수 있다.

상기 장치에 의해 수행되는 방법에 있어서, 상기 판매자 매칭 리스트를 상기 판매자들의 판매자 단말들로 전송하는 단계; 상기 판매자들의 매칭 점수들과 미리 정의된 제1 기준 점수를 비교하는 단계; 상기 판매자들의 매칭 점수들이 상기 제1 기준 점수보다 높은 경우, 상기 물품에 대한 판매 제안 정보들을 유지하는 단계; 상기 판매자들의 매칭 점수들이 상기 제1 기준 점수보다 낮은 경우, 상기 판매자들의 매칭 점수들과 미리 정의된 제2 기준 점수를 비교하는 단계; 상기 판매자들의 매칭 점수들이 상기 제2 기준 점수보다 높은 경우, 상기 물품에 대한 판매 제안 정보들을 유지하는 단계; 및 상기 판매자들의 매칭 점수들이 상기 제2 기준 점수보다 낮은 경우, 상기 판매자들 중 제2 점수가 상기 제2 기준 점수보다 낮은 제2 판매자들의 물품의 견적 가격을 낮추는 것에 대한 판매 제안 정보 수정 추천 메시지를 상기 제2 판매자들의 제2 판매자 단말들로 전송하는 단계를 더 포함할 수 있다.

상기 장치에 의해 수행되는 방법에 있어서, 상기 물품 구매 요청을 승인한 시점으로부터 미리 설정한 기준 기간이 경과되었는지 여부를 판단하는 단계; 상기 기준 시간이 경과된 경우, 상기 물품에 대해 등록된 판매 제안 정보들의 개수를 확인하는 단계; 상기 판매 제안 정보들의 개수와 미리 설정한 기준 개수를 비교하는 단계; 상기 판매 제안 정보들의 개수가 상기 기준 개수 이상인 경우, 상기 판매 제안 정보들에 기초하여 상기 물품에 대해 등록된 견적 가격들 중 가격이 가장 낮은 최저 견적 가격에 대한 최저가 안내 메시지를 상기 구매자 단말로 전송하는 단계; 및 상기 판매 제안 정보들의 개수가 상기 기준 개수 이하인 경우, 물품 구매 요청을 계속 진행할지 여부에 대한 진행 여부 문의 메시지를 상기 구매자 단말로 전송하는 단계를 더 포함할 수 있다.

상기 장치에 의해 수행되는 방법에 있어서, 상기 판매 제안 정보들의 개수가 상기 기준 개수 이하인 경우, 상기 물품 구매 요청을 계속 진행할지 여부에 대한 진행 여부 문의 메시지를 상기 구매자 단말로 전송하는 단계; 상기 물품 구매 요청의 진행을 중단하는 경우, 기 등록된 물품 정보들로부터 상기 물품과 브랜드, 카테고리, 색상 및 크기 중 적어도 하나 이상의 조건이 일치하는 유사 물품들을 추출하고, 상기 추출된 유사 물품들에 대한 유사 물품 리스트를 생성하는 단계; 상기 유사 물품 리스트에 속한 유사 물품들 중에서 상기 물품과 상기 브랜드, 상기 카테고리, 상기 색상 및 상기 크기 중 3개 이상의 조건이 일치하는 물품들을 추출하여, 1순위 추천 리스트를 생성하는 단계; 상기 1순위 추천 리스트를 상기 구매자 단말로 전송하는 단계; 상기 유사 물품 리스트에 속한 유사 물품들 중에서 상기 물품과 상기 브랜드, 상기 카테고리, 상기 색상 및 상기 크기 중 2개의 조건이 일치하는 물품들을 추출하여, 2순위 추천 리스트를 생성하는 단계; 상기 2순위 추천 리스트를 상기 구매자 단말로 전송하는 단계; 상기 유사 물품 리스트에 속한 유사 물품들 중에서 상기 물품과 상기 브랜드, 상기 카테고리, 상기 색상 및 상기 크기 중 1개의 조건이 일치하는 물품들을 추출하여, 3순위 추천 리스트를 생성하는 단계; 및 상기 3순위 추천 리스트를 상기 구매자 단말로 전송하는 단계를 더 포함할 수 있다.

상기 장치에 의해 수행되는 방법에 있어서, 제1 시점에 상기 판매자 단말의 카메라를 이용하여 물품 전용 창고에 보관되어 있는 물품에 대한 촬영이 수행되면, 상기 제1 시점에 상기 물품을 촬영하여 생성된 제1 이미지를 획득하는 단계; 상기 제1 이미지를 인코딩 하여 제1 입력 신호를 생성하는 단계; 상기 제1 입력 신호를 인공 신경망에 입력하고, 상기 인공 신경망의 입력에 대한 결과에 기초하여, 제1 출력 신호를 획득하는 단계; 상기 제1 출력 신호를 기초로, 상기 제1 시점에 보관되어 있는 물품의 종류 및 재고량을 분석하는 단계; 상기 제1 시점으로부터 미리 설정된 제1 기준 기간이 지난 후인 제2 시점에 상기 판매자 단말의 카메라를 이용하여 상기 창고에 보관되어 있는 물품에 대한 촬영이 수행되면, 상기 제2 시점에 상기 물품을 촬영하여 생성된 제2 이미지를 획득하는 단계; 상기 제2 이미지를 인코딩 하여 제2 입력 신호를 생성하는 단계; 상기 제2 입력 신호를 상기 인공 신경망에 입력하고, 상기 인공 신경망의 입력에 대한 결과에 기초하여, 제2 출력 신호를 획득하는 단계; 상기 제2 출력 신호를 기초로, 상기 제2 시점에 보관되어 있는 물품의 종류 및 재고량을 분석하는 단계; 상기 제1 시점에 보관되어 있는 물품의 종류 및 재고량과 상기 제2 시점에 보관되어 있는 물품의 종류 및 재고량을 비교하여, 상기 제1 시점과 상기 제2 시점 간에 재고량 차이가 있는 물품이 있는지 여부를 확인하는 단계; 상기 제1 시점에 보관되어 있는 제1 물품의 재고량이 제1 수량이고, 상기 제2 시점에 보관되어 있는 상기 제1 물품의 재고량이 제2 수량인 경우, 상기 제1 수량 및 상기 제2 수량이 상이한 것으로 확인되어, 상기 제1 시점과 상기 제2 시점 간에 상기 제1 물품의 재고량이 차이가 있는 것으로 확인되면, 상기 제1 수량에서 상기 제2 수량을 차감하여, 상기 제1 물품의 반출량을 산출하는 단계; 상기 제1 물품의 반출량이 0보다 큰 것으로 확인되면, 상기 제1 기준 기간 동안 판매된 물품 판매 내역을 획득하는 단계; 상기 물품 판매 내역을 기초로, 상기 제1 기준 기간 동안 판매된 물품의 종류 및 판매량을 분석하는 단계; 상기 제1 기준 기간 동안 상기 제1 물품이 판매된 것으로 확인되면, 상기 제1 기준 기간 동안 판매된 상기 제1 물품의 판매량을 확인하는 단계; 및 상기 제1 물품의 반출량과 상기 제1 물품의 판매량이 일치하지 않는 것으로 확인되면, 상기 제1 물품의 반출량에 문제가 있는 것으로 판단하여, 상기 제1 물품에 대한 반출량 확인 알림 메시지를 상기 판매자 단말로 전송하는 단계를 더 포함할 수 있다.

상기 장치에 의해 수행되는 방법에 있어서, 상기 결제 기간 및 상기 소요 기간 중 적어도 하나는 상기 판매자 단말에 의해 입력된 값에 의해 생성되고, 상기 판매 가격, 상기 결제 기간 및 상기 소요 기간을 포함하는 판매 제안 정보 중 적어도 하나를 상기 판매자 단말들 중 적어도 하나로 전송하는 단계를 더 포함할 수 있다.

상기 장치에 의해 수행되는 방법에 있어서, 상기 판매 제안 정보를 수신한 상기 판매자 단말들 중 어느 하나의 판매자 단말로부터 상기 판매 가격, 상기 결제 기간 및 상기 소요 기간 중 적어도 하나가 수정된 판매 제안 정보를 수신하는 단계; 상기 수정된 판매 제안 정보를 상기 판매자 단말들 중 적어도 하나로 전송하는 단계; 및 상기 수정된 판매 제안 정보를 포함하는 주문 요청 정보를 상기 구매자 단말로 전송하는 단계를 더 포함할 수 있다.

상기 장치에 의해 수행되는 방법에 있어서, 상기 주문이 체결된 경우, 상기 구매자 단말에 의해 선택된 주문 요청 정보에 대응하는 결제 기간을 기준으로 결제가 완료되었는지 여부를 판단하는 단계; 상기 주문이 체결된 경우, 상기 구매자 단말에 의해 선택된 주문 요청 정보에 대응하는 대상 판매자 단말로 상기 물품의 배송 준비 요청을 전송하는 단계; 상기 배송 준비 요청에 대응하는 소요 기간을 기준으로 상기 물품의 배송 준비가 완료되었는지 여부를 판단하는 단계; 및 상기 배송 준비의 완료 여부에 대한 판단 결과에 기초하여, 상기 대상 판매자 단말에 대응하는 판매자에 패널티를 부여하는 단계를 더 포함할 수 있다.

상기 장치에 의해 수행되는 방법에 있어서, 상기 주문이 체결된 경우, 상기 구매자 단말에 의해 선택된 주문 요청 정보에 대응하는 결제 기간을 기준으로 결제가 완료되었는지 여부를 판단하는 단계; 및 상기 결제의 완료 여부에 대한 판단 결과에 기초하여, 상기 판매자 단말들로 상기 물품 구매 요청에 대한 구매 종료 알림 메시지를 전송하는 단계를 더 포함할 수 있다.

상기 판매자 정보는 결제 건수-상기 결제 건수는 물품의 결제가 완료된 건수임-, 주문 취소 건수-상기 주문 취소 건수는 물픔의 결제가 완료된 이후 소요 기간 내 물품의 배송 준비가 완료되지 않은 건수임-, 소요 기간의 히스토리 정보, 결제 기간의 히스토리 정보 및 판매 가격의 히스토리 정보 중 적어도 하나를 포함할 수 있다.

상기 물품 구매 요청을 수신하는 단계는 상기 구매자 단말로부터 상기 물품의 이미지, 상기 물품의 정보가 포함된 링크 정보, 상기 물품의 품번, 상기 물품의 명칭 중 적어도 하나를 포함하는 물품 정보를 수신하는 단계; 및 상기 물품에 대응하는 색상 정보 및 사이즈 정보 중 적어도 하나를 포함하는 옵션 정보를 수신하는 단계를 포함할 수 있다.

상기 판매 제안 정보를 수신하는 단계는 상기 이미지 및 상기 링크 정보에 기초하여 상기 판매자 단말에 의해 생성된 품번을 더 포함하는 판매 제안 정보를 수신하는 단계를 포함할 수 있다.

상기 판매 제안 요청 알림 메시지를 상기 판매자 단말들로 전송하는 단계는 기 등록된 판매자들 중 판매 제안 방식으로 판매가 가능한 판매자들을 식별하고, 상기 식별된 판매자들에 대응하는 판매자 단말들로 상기 판매 제안 요청 알림 메시지를 전송하는 단계를 포함할 수 있다.

일실시예에 따른 장치는 하드웨어와 결합되어 상술한 방법들 중 어느 하나의 항의 방법을 실행시키기 위하여 매체에 저장된 컴퓨터 프로그램에 의해 제어될 수 있다.

실시예들은 물품 구매 요청에 대한 판매 제안 방식을 기반으로 구매자 및 판매자 매칭 서비스를 제공할 수 있다.

실시예들은 구매하고자 하는 물품에 대한 물품 구매 요청을 통해 판매자들로부터 가격을 제안을 받음으로써, 가격 및 판매자를 비교하여 합리적인 주문을 체결시킬 수 있다.

실시예들은 검증된 판매자들이 물품의 판매 가격, 결제 기간 및 소요 기간을 직접 제시하고, 다른 판매자들과 공유함으로써, 판매자들 간의 경쟁을 유도하여 거래 성사율을 높일 수 있다.

도 1은 일실시예에 따른 시스템의 구성을 설명하기 위한 도면이다.
도 2는 일실시예에 따른 물품 구매 요청에 대한 판매 제안 방식을 기반으로 한 구매자 및 판매자 매칭 플랫폼 서비스를 제공하는 과정을 설명하기 위한 순서도이다.
도 3은 일실시예에 따른 판매자 매칭 리스트를 생성하는 과정을 설명하기 위한 순서도이다.
도 4는 일실시예에 따른 판매자들의 매칭 점수들에 따른 판매 제안 정보 수정 추천 메시지를 전송하는 과정을 설명하기 위한 순서도이다.
도 5는 일실시예에 따른 판매 제안 정보들의 개수에 따른 진행 여부 문의 메시지를 전송하는 과정을 설명하기 위한 순서도이다.
도 6은 일실시예에 따른 유사 물품 추천 리스트를 생성하는 과정을 설명하기 위한 순서도이다.
도 7은 일실시예에 따른 물품의 반출량을 관리하는 과정을 설명하기 위한 순서도이다.
도 8은 일실시예에 따른 인공 신경망을 설명하기 위한 도면이다.
도 9는 일실시예에 따른 판매 내역을 통해 물품의 반출량을 확인하는 과정을 설명하기 위한 순서도이다.
도 10은 일실시예에 따른 판매 제안 정보를 수정하는 과정을 설명하기 위한 순서도이다.
도 11은 일실시예에 따른 판매자에게 패널티를 부여하는 과정을 설명하기 위한 순서도이다.
도 12는 일실시예에 따른 물품 구매 요청을 수신하는 과정을 설명하기 위한 도면이다.
도 13은 일실시예에 따른 판매 제안 정보를 수신하는 과정을 설명하기 위한 도면이다.
도 14는 일실시예에 따른 장치의 구성의 예시도이다.

이하에서, 첨부된 도면을 참조하여 실시예들을 상세하게 설명한다. 그러나, 실시예들에는 다양한 변경이 가해질 수 있어서 특허출원의 권리 범위가 이러한 실시예들에 의해 제한되거나 한정되는 것은 아니다. 실시예들에 대한 모든 변경, 균등물 내지 대체물이 권리 범위에 포함되는 것으로 이해되어야 한다.

실시예들에 대한 특정한 구조적 또는 기능적 설명들은 단지 예시를 위한 목적으로 개시된 것으로서, 다양한 형태로 변경되어 실시될 수 있다. 따라서, 실시예들은 특정한 개시형태로 한정되는 것이 아니며, 본 명세서의 범위는 기술적 사상에 포함되는 변경, 균등물, 또는 대체물을 포함한다.

제1 또는 제2 등의 용어를 다양한 구성요소들을 설명하는데 사용될 수 있지만, 이런 용어들은 하나의 구성요소를 다른 구성요소로부터 구별하는 목적으로만 해석되어야 한다. 예를 들어, 제1 구성요소는 제2 구성요소로 명명될 수 있고, 유사하게 제2 구성요소는 제1 구성요소로도 명명될 수 있다.

어떤 구성요소가 다른 구성요소에 "연결되어" 있다고 언급된 때에는, 그 다른 구성요소에 직접적으로 연결되어 있거나 또는 접속되어 있을 수도 있지만, 중간에 다른 구성요소가 존재할 수도 있다고 이해되어야 할 것이다.

실시예에서 사용한 용어는 단지 설명을 목적으로 사용된 것으로, 한정하려는 의도로 해석되어서는 안된다. 단수의 표현은 문맥상 명백하게 다르게 뜻하지 않는 한, 복수의 표현을 포함한다. 본 명세서에서, "포함하다" 또는 "가지다" 등의 용어는 명세서 상에 기재된 특징, 숫자, 단계, 동작, 구성요소, 부품 또는 이들을 조합한 것이 존재함을 지정하려는 것이지, 하나 또는 그 이상의 다른 특징들이나 숫자, 단계, 동작, 구성요소, 부품 또는 이들을 조합한 것들의 존재 또는 부가 가능성을 미리 배제하지 않는 것으로 이해되어야 한다.

다르게 정의되지 않는 한, 기술적이거나 과학적인 용어를 포함해서 여기서 사용되는 모든 용어들은 실시예가 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 출원에서 명백하게 정의하지 않는 한, 이상적이거나 과도하게 형식적인 의미로 해석되지 않는다.

또한, 첨부 도면을 참조하여 설명함에 있어, 도면 부호에 관계없이 동일한 구성 요소는 동일한 참조부호를 부여하고 이에 대한 중복되는 설명은 생략하기로 한다. 실시예를 설명함에 있어서 관련된 공지 기술에 대한 구체적인 설명이 실시예의 요지를 불필요하게 흐릴 수 있다고 판단되는 경우 그 상세한 설명을 생략한다.

실시예들은 퍼스널 컴퓨터, 랩톱 컴퓨터, 태블릿 컴퓨터, 스마트 폰, 텔레비전, 스마트 가전 기기, 지능형 자동차, 키오스크, 웨어러블 장치 등 다양한 형태의 물품으로 구현될 수 있다.

실시예에서 인공지능(Artificial Intelligence, AI) 시스템은 인간 수준의 지능을 구현하는 컴퓨터 시스템이며, 기존 규칙(Rule) 기반의 스마트 시스템과 달리 기계가 스스로 학습하고 판단하는 시스템이다. 인공지능 시스템은 사용할수록 인식률이 향상되고 사용자 취향을 보다 정확하게 이해할 수 있게 되어, 기존 규칙 기반의 스마트 시스템은 점차 심층 학습(Deep Learning) 기반 인공지능 시스템으로 대체되고 있다.

인공지능 기술은 기계 학습 및 기계 학습을 활용한 요소기술들로 구성된다. 기계 학습은 입력 데이터들의 특징을 스스로 분류/학습하는 알고리즘 기술이며, 요소기술은 심층 학습 등의 기계 학습 알고리즘을 활용하여 인간 두뇌의 인지, 판단 등의 기능을 모사하는 기술로서, 언어적 이해, 시각적 이해, 추론/예측, 지식 표현, 동작 제어 등의 기술 분야로 구성된다.

인공지능 기술이 응용되는 다양한 분야는 다음과 같다. 언어적 이해는 인간의 언어/문자를 인식하고 응용/처리하는 기술로서, 자연어 처리, 기계 번역, 대화시스템, 질의 응답, 음성 인식/합성 등을 포함한다. 시각적 이해는 사물을 인간의 시각처럼 인식하여 처리하는 기술로서, 객체 인식, 객체 추적, 영상 검색, 사람 인식, 장면 이해, 공간 이해, 영상 개선 등을 포함한다. 추론 예측은 정보를 판단하여 논리적으로 추론하고 예측하는 기술로서, 지식/확률 기반 추론, 최적화 예측, 선호 기반 계획, 추천 등을 포함한다. 지식 표현은 인간의 경험정보를 지식데이터로 자동화 처리하는 기술로서, 지식 구축(데이터 생성/분류), 지식 관리(데이터 활용) 등을 포함한다. 동작 제어는 차량의 자율 주행, 로봇의 움직임을 제어하는 기술로서, 움직임 제어(항법, 충돌, 주행), 조작 제어(행동 제어) 등을 포함한다.

일반적으로 기계 학습 알고리즘을 실생활에 적용하기 위해서는 기계 학습의 기본 방법론의 특성상 Trial and Error 방식으로 학습을 수행하게 된다. 특히, 심층 학습의 경우 수십만 번의 반복 실행을 필요로 한다. 이를 실제 물리적인 외부 환경에서 실행하기는 불가능하여 대신 실제 물리적인 외부 환경을 컴퓨터상에서 가상으로 구현하여 시뮬레이션을 통해 학습을 수행한다.

도 1은 일실시예에 따른 시스템의 구성을 설명하기 위한 도면이다.

도 1을 참조하면, 일실시예에 따른 시스템은 통신망을 통해 서로 통신 가능한 판매자 단말들(10), 구매자 단말들(20) 및 장치(30)를 포함할 수 있다.

먼저, 통신망은 유선 및 무선 등과 같이 그 통신 양태를 가리지 않고 구성될 수 있으며, 서버와 서버 간의 통신과 서버와 단말 간의 통신이 수행되도록 다양한 형태로 구현될 수 있다.

판매자 단말들(10)은 본 발명에 따른 물품을 판매하려는 판매자들이 사용하는 단말기로, 복수의 판매자들 중 어느 하나인 판매자가 사용하는 판매자 단말(11), 제2 판매자가 사용하는 제2 판매자 단말(12), 제3 판매자가 사용하는 제3 판매자 단말(13) 등을 포함할 수 있다. 여기서, 물품은 명품, 의류, 신발, 가방, 악세서리, 화장품, 패션잡화 및 이너웨어 중 적어도 하나를 포함할 수 있으며, 이에 한정되지는 않는다.

판매자 단말들(10) 각각은 데스크탑 컴퓨터, 노트북, 태블릿, 스마트폰 등일 수 있다. 예를 들어, 도 1에 도시된 바와 같이, 판매자 단말(11), 제2 판매자 단말(12), 제3 판매자 단말(13) 등은 스마트폰일 수 있으며, 실시예에 따라 달리 채용될 수도 있다.

판매자 단말들(10) 각각은 통상의 컴퓨터가 가지는 연산 기능, 저장/참조 기능, 입출력 기능 및 제어 기능을 전부 또는 일부 수행하도록 구성될 수 있다. 판매자 단말들(10)은 장치(30)와 유무선으로 통신하도록 구성될 수 있다.

판매자 단말들(10) 각각은 장치(30)를 이용하여 서비스를 제공하는 자 내지 단체가 운영하는 웹 페이지에 접속되거나, 장치(30)를 이용하여 서비스를 제공하는 자 내지 단체가 개발·배포한 애플리케이션이 설치될 수 있다. 판매자 단말들(10) 각각은 웹 페이지 또는 애플리케이션을 통해 장치(30)와 연동될 수 있다.

판매자 단말들(10) 각각은 장치(30)에서 제공하는 웹 페이지, 애플리케이션을 등을 통해 장치(30)에 접속할 수 있다.

이하에서는 설명의 편의상, 판매자 단말(11)의 동작을 위주로 설명하지만, 제2 판매자 단말(12) 등의 다른 판매자 단말에서 판매자 단말(11)의 동작을 대신 수행할 수 있는 것은 물론이다.

구매자 단말들(20)은 본 발명에 따른 물품을 구매하려는 구매자들이 사용하는 단말일 수 있다 예를 들어, 스마트폰과 같은 모바일 기기나 컴퓨터일 수 있으며, 복수의 구매자들 중 어느 하나인 구매자가 사용하는 구매자 단말(21), 제2 구매자가 사용하는 제2 구매자 단말(22) 등을 포함할 수 있다.

구매자 단말들(20) 각각은 통상의 컴퓨터가 가지는 연산 기능, 저장/참조 기능, 입출력 기능 및 제어 기능을 전부 또는 일부 수행하도록 구성될 수 있다. 구매자 단말들(20)은 장치(30)와 무선을 통해 통신하도록 구성될 수 있다.

구매자 단말들(20) 각각은 장치(30)에서 제공하는 웹 사이트 등을 통해 장치(30)에 접속할 수 있다.

이하에서는 설명의 편의상, 판매자 단말(11) 및 구매자 단말(21)의 동작을 위주로 설명하지만, 제2 판매자 단말(12) 등의 다른 판매자 단말에서 판매자 단말(11)의 동작을 대신 수행하고, 제2 구매자 단말(22) 등의 다른 구매자 단말에서 구매자 단말(21)의 동작을 대신 수행할 수 있는 것은 물론이다.

장치(30)는 장치(30)를 이용하여 서비스를 제공하는 자 내지 단체가 보유한 자체 서버일수도 있고, 클라우드 서버일 수도 있고, 분산된 노드(node)들의 p2p(peer-to-peer) 집합일 수도 있다. 장치(30)는 통상의 컴퓨터가 가지는 연산 기능, 저장/참조 기능, 입출력 기능 및 제어 기능을 전부 또는 일부 수행하도록 구성될 수 있다.

장치(30)는 판매자 단말들(10) 및 구매자 단말들(20)과 유무선으로 통신하도록 구성될 수 있으며, 판매자 단말들(10) 및 구매자 단말들(20) 각각의 동작을 제어하고, 판매자 단말들(10) 및 구매자 단말들(20) 각각의 화면에 어느 정보를 표시할 것인지에 대해 제어할 수 있다.

한편, 설명의 편의를 위해 도 1에서는 판매자 단말들(10) 중 판매자 단말(11), 제2 판매자 단말(12) 및 제3 판매자 단말(13), 구매자 단말들(20) 중 구매자 단말(21), 제2 구매자 단말(22) 및 제3 구매자 단말(23)만을 도시하였으나, 단말들의 수는 실시예에 따라 얼마든지 달라질 수 있다. 장치(30)의 처리 용량이 허용하는 한, 단말들의 수는 특별한 제한이 없다.

장치(30)는 물품 구매 요청에 대한 판매 제안 방식을 기반으로 구매자 및 판매자 매칭 플랫폼 서비스를 제공할 수 있다.

일실시예에 따르면, 장치(30) 내에는 데이터베이스가 구비될 수 있으며, 이에 한정되지 않고, 장치(30)와 별도로 데이터베이스가 구성될 수 있다. 장치(30)는 기계 학습 알고리즘의 수행을 위한 다수의 인공 신경망을 포함할 수 있다.

도 2는 일실시예에 따른 물품 구매 요청에 대한 판매 제안 방식을 기반으로 한 구매자 및 판매자 매칭 플랫폼 서비스를 제공하는 과정을 설명하기 위한 순서도이다.

도 2를 참조하면, 먼저 S201 단계에서, 장치(30)는 구매자 단말(21)로부터, 물품 정보 및 물품 구매 요청을 수신할 수 있다. 이때, 물품 구매 요청은 구매하고자 하는 물품을 특정하는데 필요한 물품 정보 및 물품에 대한 가격 제안을 받아 보기 위한 요청일 수 있다.

일실시예에 따르면, 장치(30)는 구매자 단말(21)로부터 물품 정보를 수신할 수 있다. 예를 들어, 물품 정보는 물품의 이미지, 물품의 정보가 포함된 링크 정보, 물품의 품번, 물품의 명칭 중 적어도 하나를 포함할 수 있으며, 이에 한정되지는 않는다.

또한, 장치(30)는 물품의 옵션 정보를 수신할 수 있다. 이때, 옵션 정보는 물품에 대응하는 색상 정보 및 사이즈 정보 중 적어도 하나를 포함할 수 있으나, 이에 한정되지는 않는다.

S202 단계에서, 장치(30)는 물품 구매 요청에 응답하여, 물품 정보에 대한 판매 제안 정보를 등록하라는 판매 제안 요청 알림 메시지를 판매자 단말들(10)로 전송할 수 있다.

일실시예에 따르면, 장치(30)는 기 등록된 판매자들 중 판매 제안 방식으로 판매가 가능한 판매자들을 식별하고, 식별된 판매자들에 대응하는 판매자 단말들로 판매 제안 요청 알림 메시지를 전송할 수 있다.

S203 단계에서, 장치(30)는 판매자 단말들(10) 중 적어도 하나의 판매자 단말(11)로부터, 적어도 하나의 판매 제안 정보를 수신할 수 있다.

이때, 판매 제안 정보는 물품을 판매하고자 하는 판매 가격, 결제 기간 및 소요 기간을 포함할 수 있다. 여기서, 결제 기간은 구매자 단말(21)에 대응하는 구매자에 의해 판매 가격에 따른 결제가 가능한 기간을 의미할 수 있으며, 소요 기간은 판매자 단말(11)에 대응하는 판매자가 물품을 확보하여 구매자에게 배송이 가능한 일정에 기초하여 산정되는 기간을 의미할 수 있다. 결제 기간 및 소요 시간 중 적어도 하나는 판매자 단말(11)에 의해 입력된 값에 의해 생성될 수 있다.

일실시예에 따르면, 장치(30)는 물품의 이미지 및 물품의 정보가 포함된 링크 정보에 기초하여 판매자 단말(11)에 의해 생성된 품번을 더 포함하는 판매 제안 정보를 수신할 수 있다.

일실시예에 따르면, 장치(30)는 판매 가격, 결제 기간 및 소요 기간을 포함하는 판매 제안 정보 중 적어도 하나를 판매자 단말들(10) 중 적어도 하나로 전송할 수 있다.

이에 따라, 물품이 명품인 경우, 명품 거래의 특성상 가격이 규격화되어 있지 않기 때문에 장치(30)는 물품 구매 요청을 구매자 단말(21)로부터 수신하고, 적어도 하나의 판매 제안 정보를 구매자 단말(21)로 전송함으로써, 구매자가 구매하기 어려운 물품에 대하여 선택의 폭을 넓힐 수 있으며, 물품의 거래에 대한 성사율을 높일 수 있다.

S204 단계에서, 장치(30)는 판매 제안 정보 및 적어도 하나의 판매자 정보를 포함하는 적어도 하나의 주문 요청 정보를 구매자 단말(21)로 전송할 수 있다.

여기서, 판매자 정보는 결제 건수, 주문 취소 건수, 소요 기간의 히스토리 정보, 결제 기간의 히스토리 정보 및 판매 가격의 히스토리 정보 중 적어도 하나를 포함할 수 있다. 이때, 결제 건수는 물품의 결제가 완료된 건수이고, 주문 취소 건수는 물픔의 결제가 완료된 이후 소요 기간 내 물품의 배송 준비가 완료되지 않은 건수를 의미할 수 있다.

장치(30)가 결제 건수, 주문 취소 건수, 소요 기간의 히스토리 정보, 결제 기간의 히스토리 정보 및 판매 가격의 히스토리 정보에 대한 판매자 정보를 구매자 단말(21)에 대응하는 구매자에게 제공함으로써, 구매자는 판매자의 판매 현황을 파악하여, 판매자에 대한 신뢰도를 높일 수 있으며, 이는 물품 거래가 활발하게 늘어나도록 하는 효과가 있다.

S205 단계에서, 장치(30)는 적어도 하나의 주문 요청 정보 중 구매자 단말(21)에 의해 선택된 어느 하나의 주문 요청 정보에 따른 주문을 체결할 수 있다. 일실시예에 따르면, 구매자 단말(21)은 적어도 하나의 주문 요청 정보를 수신할 수 있으며, 수신된 적어도 하나의 주문 요청 정보 중 구매자 단말(21)에 대응하는 구매자에 의해 선택된 어느 하나의 주문 요청 정보를 기초로, 주문을 체결할 수 있다.

도 3은 일실시예에 따른 판매자 매칭 리스트를 생성하는 과정을 설명하기 위한 순서도이다.

도 3을 참조하면, 먼저 S301 단계에서, 장치(30)는 판매자가 판매한 물품들에 대한 물품 판매 내역을 획득할 수 있다.

S302 단계에서, 장치(30)는 획득한 물품 판매 내역 중 물품이 속하는 카테고리에 해당하는 물품을 판매한 횟수인 동일 카테고리 판매도와 물품이 속하는 브랜드에 해당하는 물품을 판매한 횟수인 동일 브랜드 판매도에 기초하여, 판매자의 유사 물품 판매 경험 정도를 생성할 수 있다.

예를 들어, 물품이 '샤넬 클래식 플랩 백'인 경우, 장치(30)는 물품이 속하는 카테고리인 '가방' 카테고리에 해당하는 물품을 판매한 횟수를 산출하여, 동일 카테고리 판매도를 생성할 수 있으며, 물품이 속하는 브랜드인 '샤넬' 브랜드에 해당하는 물품을 판매한 횟수를 산출하여, 동일 브랜드 판매도를 생성할 수 있다. 장치(30)는 생성된 동일 카테고리 판매도 및 동일 브랜드 판매도에 기초하여, 판매자의 유사 물품 판매 경험 정도를 생성할 수 있다.

S303 단계에서, 장치(30)는 판매 제안 정보들로부터 물품의 견적 가격에 대응하는 가격 가중치를 생성하고, 유사 물품 판매 경험 정도에 가격 가중치를 적용하여 판매자에 대한 제1 점수를 산출할 수 있다. 여기서, 가격 가중치는 실시예에 따라 상이하게 설정될 수 있다.

S304 단계에서, 장치(30)는 물품 판매 내역으로부터 판매자의 물품 판매 성사도를 생성할 수 있다.

여기서, 물품 판매 성사도는 판매자가 특정 물품에 대한 판매 제안 정보들의 등록한 횟수에 대하여 특정 물품의 바잉(buying)에 성공하여 특정 물품의 판매를 완료한 정도를 의미할 수 있다. 이때, 물품 판매 성사도가 높을수록 특정 물품의 바잉 성공률이 높고, 물품 판매 성사도가 낮을수록 특정 물품의 바잉 성공률이 낮은 것을 나타낼 수 있다.

S305 단계에서, 장치(30)는 판매자의 판매 제안 정보들로부터 물품의 결제 기간에 대응하는 결제 기간 가중치를 생성하고, 물품 판매 성사도에 결제 기간 가중치를 적용하여 판매자에 대한 제2 점수를 산출할 수 있다. 여기서, 결제 기간 가중치는 실시예에 따라 상이하게 설정될 수 있다.

S306 단계에서, 장치(30)는 물품 판매 내역으로부터 판매자의 소요 기간 준수도를 생성할 수 있다.

여기서, 소요 기간 준수도는 판매자의 판매 제안 정보들에 등록된 배송소요 기간과 실제 물품이 배송되는데 소요된 기간이 일치하는지 여부를 나타내는 정도를 의미할 수 있다. 이때, 판매자의 판매 제안 정보들에 등록된 배송소요 기간과 실제 물품이 배송되는데 소요된 기간이 일치할수록, 소요 기간 준수도가 높으며, 판매자의 판매 제안 정보들에 등록된 배송소요 기간과 실제 물품이 배송되는데 소요된 기간이 일치하지 않을수록, 소요 기간 준수도를 낮게 나타낼 수 있다.

S307 단계에서, 장치(30)는 판매자의 판매 제안 정보들로부터 물품의 배송소요 기간에 대응하는 배송소요 기간 가중치를 생성하고, 소요 기간 준수도에 배송소요 기간 가중치를 적용하여 판매자에 대한 제3 점수를 산출할 수 있다. 여기서, 배송소요 기간 가중치는 실시예에 따라 상이하게 설정될 수 있다.

S308 단계에서, 장치(30)는 제1 점수, 제2 점수 및 제3 점수를 합산하여 판매자의 매칭 점수를 산출할 수 있다. 일실시예에 따르면, 장치(30)는 판매자들에 각각 대응하는 매칭 점수들을 생성할 수 있다.

S309 단계에서, 장치(30)는 판매자들의 매칭 점수들에 기초하여, 판매자들에 대한 매칭 점수들을 랭킹하여 판매자 매칭 리스트를 생성하고, 생성된 판매자 매칭 리스트를 구매자 단말(21)로 전송할 수 있다.

도 4는 일실시예에 따른 판매자들의 매칭 점수들에 따른 판매 제안 정보 수정 추천 메시지를 전송하는 과정을 설명하기 위한 순서도이다.

도 4를 참조하면, 먼저 S401 단계에서, 장치(30)는 S309단계에서 생성된 판매자 매칭 리스트를 판매자 단말들(10)로 전송할 수 있다.

S402 단계에서, 장치(30)는 판매자들의 매칭 점수들과 미리 정의된 제1 기준 점수를 비교할 수 있다. 이때, 제1 기준 점수는 실시예에 따라 상이하게 설정될 수 있다.

S403 단계에서, 판매자들의 매칭 점수들이 미리 정의된 제1 기준 점수보다 높은 경우, S404 단계에서, 장치(30)는 물품에 대한 판매 제안 정보들을 유지할 수 있다.

S403 단계에서, 판매자들의 매칭 점수들이 미리 정의된 제1 기준 점수보다 낮은 경우, S405 단계에서, 장치(30)는 판매자들의 제2 점수들과 미리 정의된 제2 기준 점수를 비교할 수 있다. 이때, 제2 기준 점수는 실시예에 따라 상이하게 설정될 수 있다.

S405 단계에서, 판매자들의 매칭 점수가 제2 기준 점수보다 높은 경우, 장치(30)는 물품에 대한 판매 제안 정보들을 유지할 수 있다.

즉, 판매자들의 매칭 점수가 제1 기준 점수보다 낮으면서, 제2 기준 점수보다 높은 경우, 장치(30)는 물품에 대한 판매 제안 정보들을 유지할 수 있다.

S405 단계에서, 판매자들의 매칭 점수가 제2 기준 점수보다 낮은 경우, S406 단계에서, 장치(30)는 판매자들 중 제2 점수가 제2 기준 점수보다 낮은 제2 판매자들의 물품의 견적 가격을 낮추는 것에 대한 판매 제안 정보 수정 추천 메시지를 제2 판매자들의 제2 판매자 단말들로 전송할 수 있다.

즉, 판매자들의 매칭 점수가 제1 기준 점수보다 낮으면서, 제2 기준 점수보다 낮은 경우, 장치(30)는 판매 제안 정보 수정 추천 메시지를 제2 판매자들의 제2 판매자 단말들로 전송할 수 있다.

도 5는 일실시예에 따른 판매 제안 정보들의 개수에 따른 진행 여부 문의 메시지를 전송하는 과정을 설명하기 위한 순서도이다.

도 5를 참조하면, 먼저 S501 단계에서, 장치(30)는 물품 구매 요청을 승인한 시점으로부터 미리 설정한 기준 기간이 경과되었는지 여부를 판단할 수 있다. 여기서, 기준 기간은 실시예에 따라 상이하게 설정될 수 있다.

S502 단계에서, 물품 구매 요청을 승인한 시점으로부터 기준 시간이 경과된 경우, S503 단계에서, 장치(30)는 물품에 대해 등록된 판매 제안 정보들의 개수를 확인할 수 있다.

S502 단계에서, 물품 구매 요청을 승인한 시점으로부터 기준 시간이 경과되지 않은 경우, 장치(30)는 S501 단계를 다시 수행할 수 있다.

S504 단계에서, 장치(30)는 판매 제안 정보들의 개수와 미리 설정한 기준 개수를 비교할 수 있다. 이때, 기준 개수는 실시예에 따라 상이하게 설정될 수 있다.

S505 단계에서, 판매 제안 정보들의 개수가 기준 개수 이상인 경우, 장치(30)는 판매 제안 정보들에 기초하여 물품에 대해 등록된 견적 가격들 중 가격이 가장 낮은 최저 견적 가격에 대한 최저가 안내 메시지를 구매자 단말(21)로 전송할 수 있다.

S506 단계에서, 판매 제안 정보들의 개수가 기준 개수 이하인 경우, 장치(30)는 물품 구매 요청을 계속 진행할지 여부에 대한 진행 여부 문의 메시지를 구매자 단말(21)로 전송할 수 있다.

도 6은 일실시예에 따른 유사 물품 추천 리스트를 생성하는 과정을 설명하기 위한 순서도이다.

도 6을 참조하면, 먼저 S601 단계에서, 장치(30)는 S504 단계에서, 판매 제안 정보들의 개수가 기준 개수 이하인 경우, 물품 구매 요청을 계속 진행할지 여부에 대한 진행 여부 문의 메시지를 구매자 단말(21)로 전송하고, 물품 구매 요청의 진행을 중단하는 경우, 기 등록된 물품 정보들로부터 물품과 브랜드, 카테고리, 색상 및 크기 중 적어도 하나 이상의 조건이 일치하는 유사 물품들을 추출할 수 있다. 장치(30)는 추출된 유사 물품들에 대한 유사 물품 리스트를 생성할 수 있다.

구체적으로, 장치(30)의 데이터베이스에는 판매 가능한 물품들에 대한 물품명, 물품이 속한 브랜드, 카테고리, 색상 및 크기에 대한 정보가 미리 등록되어 저장될 수 있다. 장치(30)는 데이터베이스로부터 기 등록된 물품들의 물품명, 물품이 속한 브랜드, 카테고리, 색상 및 크기에 대한 정보로부터 물품과 적어도 하나 이상의 조건이 일치하는 유사 물품들을 추출할 수 있다.

S602 단계에서, 장치(30)는 1순위 추천 리스트를 생성하고, 생성된 1순위 추천 리스트를 구매자 단말(21)로 전송할 수 있다.

구체적으로, 장치(30)는 유사 물품 리스트에 속한 유사 물품들 중에서 물품과 브랜드, 카테고리, 색상 및 크기 중 3개 이상의 조건이 일치하는 물품들을 추출하고, 추출된 물품들에 대한 1순위 추천 리스트를 생성할 수 있다.

S603 단계에서, 장치(30)는 2순위 추천 리스트를 생성하고, 생성된 2순위 추천 리스트를 구매자 단말(21)로 전송할 수 있다.

구체적으로, 장치(30)는 유사 물품 리스트에 속한 유사 물품들 중에서 물품과 브랜드, 카테고리, 색상 및 크기 중 2개의 조건이 일치하는 물품들을 추출하고, 추출된 물품들에 대한 2순위 추천 리스트를 생성할 수 있다.

S604 단계에서, 장치(30)는 3순위 추천 리스트를 생성하고, 생성된 3순위 추천 리스트를 구매자 단말(21)로 전송할 수 있다.

구체적으로, 장치(30)는 유사 물품 리스트에 속한 유사 물품들 중에서 물품과 브랜드, 카테고리, 색상 및 크기 중 1개의 조건이 일치하는 물품들을 추출하고, 추출된 물품들에 대한 3순위 추천 리스트를 생성할 수 있다.

도 7은 일실시예에 따른 물품의 반출량을 관리하는 과정을 설명하기 위한 순서도이다.

도 7을 참조하면, 먼저, S701 단계에서, 장치(30)는 제1 시점에 판매자의 창고에 보관되어 있는 물품을 촬영하여 생성된 제1 이미지를 획득할 수 있다.

구체적으로, 판매자가 운영하는 업체에는 물품을 보관하는 창고가 구비되어 있으며, 창고 내부에는 물품들을 보관하기 위한 보관함이 구비되어 있을 수 있다. 판매자 단말(11)은 제1 시점에 판매자 단말(11)에 구비된 카메라를 이용하여 창고의 보관함에 진열되어 있는 물품에 대한 촬영을 수행하여 제1 이미지를 생성할 수 있다. 장치(30)는 제1 시점에 판매자의 창고에 보관되어 있는 물품을 촬영하여 제1 이미지가 생성되면, 판매자 단말(11)로부터 제1 이미지를 획득할 수 있다.

일실시예에 따르면, 판매자 단말(11)에 포함되어 있는 카메라는 영상 촬영을 위한 Full HD(High Definition) 화질의 카메라 장비로서, 30내지 60프레임을 기준으로 하는 촬영 장비일 수 있다. 카메라는 노출, 셔터스피드, 감도를 자동으로 조절할 수 있으며, 판매자의 편의에 따라 수동 조절이 가능할 수 있다.

S702 단계에서, 장치(30)는 제1 이미지를 인코딩 하여 제1 입력 신호를 생성할 수 있다.

구체적으로, 장치(30)는 제1 이미지의 픽셀을 색 정보로 인코딩 하여 제1 입력 신호를 생성할 수 있다. 색 정보는 RGB 색상 정보, 명도 정보, 채도 정보를 포함할 수 있으나, 이에 국한하지 않는다. 장치(30)는 색 정보를 수치화된 값으로 환산할 수 있으며, 이 값을 포함한 데이터 시트 형태로 이미지를 인코딩할 수 있다.

S703 단계에서, 장치(30)는 제1 입력 신호를 인공 신경망(100)에 입력할 수 있다.

일실시예에 따르면, 인공 신경망(100)은 컨볼루션 신경망으로 구현되어, 컨볼루션 신경망은 특징 추출 신경망(110)과 분류 신경망(120)으로 구성되어 있으며, 특징 추출 신경망(110)은 입력 신호를 컨볼루션 계층과 풀링 계층을 차례로 쌓아 진행한다. 컨볼루션 계층은 컨볼루션 연산, 컨볼루션 필터 및 활성함수를 포함하고 있다. 컨볼루션 필터의 계산은 대상 입력의 행렬 크기에 따라 조절되나 일반적으로 9X9 행렬을 사용한다. 활성 함수는 일반적으로 ReLU 함수, 시그모이드 함수, 및 tanh 함수 등을 사용하나 이에 한정하지 않는다. 풀링 계층은 입력의 행렬 크기를 줄이는 역할을 하는 계층으로, 특정 영역의 픽셀을 묶어 대표값을 추출하는 방식을 사용한다. 풀링 계층의 연산에는 일반적으로 평균값이나 최대값을 많이 사용하나 이에 한정하지 않는다. 해당 연산은 정방 행렬을 사용하여 진행되는데, 일반적으로 9X9 행렬을 사용한다. 컨볼루션 계층과 풀링 계층은 해당 입력이 차이를 유지한 상태에서 충분히 작아질 때까지 번갈아 반복 진행된다.

일실시예에 따르면, 분류 신경망(120)은 은닉층과 출력층을 가지고 있다. 인공지능 기반의 물품 반출량 관리 방법을 위한 컨볼루션 신경망에서는 일반적으로 은닉층이 3개 이상 존재하며, 각 은닉층의 노드는 100개로 지정하나 경우에 따라 그 이상으로 정할 수 있다. 은닉층의 활성함수는 ReLU 함수, 시그모이드 함수 및 tanh 함수 등을 사용하나 이에 한정하지 않는다. 컨볼루션 신경망의 출력층 노드는 총 50개로 할 수 있다. 컨볼루션 신경망에 대한 자세한 설명은 도 8을 참조하여 후술한다.

S704 단계에서, 장치(30)는 컨볼루션 신경망인 인공 신경망(100)의 입력의 대한 결과에 기초하여, 인공 신경망(100)의 출력값인 제1 출력 신호를 획득할 수 있다.

일실시예에 따르면, 컨볼루션 신경망의 50개 출력층 노드는 상위 25개의 출력층 노드와 하위 25개의 출력층 노드를 포함할 수 있다. 컨볼루션 신경망의 50개 출력층 노드 중 상위 25개의 출력층 노드는 물품의 종류를 지시할 수 있다. 하위 25개의 노드는 상위 25개의 노드에 대응하는 물품의 재고량을 지시할 수 있다. 컨볼루션 신경망의 출력에 관한 자세한 설명은 도 8를 참조하여 후술한다.

S705 단계에서, 장치(30)는 제1 출력 신호를 기초로, 제1 시점에 보관되어 있는 물품의 종류 및 재고량을 분석할 수 있다. 즉, 장치(30)는 제1 시점에 창고에 보관되어 있는 물품의 종류가 어느 것인지 분석하고, 물품의 종류 별로 재고량이 몇 개인지 분석할 수 있다.

S706 단계에서, 장치(30)는 제2 시점에 판매자의 창고에 보관되어 있는 물품을 촬영하여 생성된 제2 이미지를 획득할 수 있다. 여기서, 제2 시점은 제1 시점으로부터 기준 기간이 지난 후의 시점을 의미하고, 기준 기간은 실시예에 따라 상이하게 설정될 수 있다. 예를 들어, 제1 시점이 13시인데, 기준 기간이 5시간으로 설정되어 있는 경우, 제2 시점은 18시일 수 있다.

구체적으로, 판매자 단말(11)은 제2 시점에 판매자 단말(11)에 구비된 카메라를 이용하여 창고의 보관함에 진열되어 있는 물품에 대한 촬영을 수행하여 제2 이미지를 생성할 수 있다. 장치(30)는 제2 시점에 판매자의 창고에 보관되어 있는 물품을 촬영하여 제2 이미지가 생성되면, 판매자 단말(11)로부터 제2 이미지를 획득할 수 있다.

S707 단계에서, 장치(30)는 제2 이미지를 인코딩 하여 제2 입력 신호를 생성할 수 있다.

S708 단계에서, 장치(30)는 제2 입력 신호를 인공 신경망(100)에 입력할 수 있다.

S709 단계에서, 장치(30)는 인공 신경망(100)의 입력의 대한 결과에 기초하여, 인공 신경망(100)의 출력값인 제2 출력 신호를 획득할 수 있다.

S710 단계에서, 장치(30)는 제2 출력 신호를 기초로, 제2 시점에 보관되어 있는 물품의 종류 및 재고량을 분석할 수 있다. 즉, 장치(30)는 제2 시점에 창고에 보관되어 있는 물품의 종류가 어느 것인지 분석하고, 물품의 종류 별로 재고량이 몇 개인지 분석할 수 있다.

S711 단계에서, 장치(30)는 제1 시점에 보관되어 있는 물품의 종류 및 재고량과 제2 시점에 보관되어 있는 물품의 종류 및 재고량을 비교하여, 제1 시점과 제2 시점 간에 재고량 차이가 있는 물품이 있는지 여부를 확인할 수 있다.

예를 들어, 제1 시점에 제1 물품이 5개, 제2 물품이 4개 보관되어 있는 것으로 확인되고, 제2 시점에 제1 물품이 4개, 제2 물품이 4개 보관되어 있는 것으로 확인되면, 장치(30)는 제1 시점과 제2 시점 간에 제1 물품의 재고량이 차이가 있는 것으로 확인할 수 있다.

S711 단계에서 제1 물품의 재고량이 차이가 있는 것으로 확인되면, S712 단계에서, 장치(30)는 제1 시점과 제2 시점 간에 차이나는 제1 물품의 재고량을 제1 물품의 반출량으로 산출할 수 있다.

구체적으로, 제1 시점에 창고에 보관되어 있는 제1 물품의 재고량이 제1 수량이고, 제2 시점에 창고에 보관되어 있는 제1 물품의 재고량이 제2 수량인 경우, 장치(30)는 제1 수량 및 제2 수량이 상이한 것으로 확인되면, 제1 시점과 제2 시점 간에 제1 물품의 재고량이 차이가 있는 것으로 확인할 수 있으며, 제1 수량에서 제2 수량을 차감하여, 제1 물품의 반출량을 산출할 수 있다.

예를 들어, 제1 시점에 제1 물품이 창고에 5개 보관되어 있는 것으로 확인되고, 제2 시점에 제1 물품이 창고에 4개 보관되어 있는 것으로 확인되면, 장치(30)는 5개에서 4개를 차감하여, 1개를 제1 물품의 반출량으로 산출할 수 있다.

도 8은 일실시예에 따른 인공 신경망(100)을 설명하기 위한 도면이다.

일실시예에 따르면, 장치(30)는 판매자 단말(11)의 카메라를 통한 촬영으로 생성된 이미지를 인코딩 하여 제1 입력 신호를 생성할 수 있으며, 인공 신경망(100)은 제1 입력 신호를 입력으로 하고, 물품의 종류 및 물품의 재고량을 출력으로 할 수 있다.

일실시예에 따른 인코딩은 이미지의 픽셀 별 색 정보를 수치화된 데이터 시트 형태로 저장하는 방식으로 이뤄질 수 있는데, 색 정보는 하나의 픽셀이 가지고 있는 RGB 색상, 명도 정보, 채도 정보를 포함할 수 있으나, 이에 국한하지 않는다.

일실시예에 따르면, 인공 신경망(100)은 컨볼루션 신경망으로 구현되어, 인공 신경망(100)은 특징 추출 신경망(110)과 분류 신경망(120)으로 구성될 수 있으며, 특징 추출 신경망(110)은 물품을 찍은 이미지에서 물품과 배경을 분리하는 작업을 수행할 수 있으며, 분류 신경망(120)은 그로부터 물품을 종류별로 분류하고, 물품의 종류별로 각각의 재고량을 파악하는 작업을 수행하도록 할 수 있다. 특징 추출 신경망(110)이 물품과 배경과 구분하는 방법은, 이미지를 인코딩한 제1 입력 신호의 데이터 시트로부터 색 정보의 각 값들의 변화가 한 픽셀을 포함하는 8개의 픽셀 중 6개 이상에서 30% 이상의 변화가 생긴 것으로 감지되는 픽셀들의 묶음을 물품과 배경의 경계로 삼을 수 있으나, 이에 국한하지 않는다.

일실시예에 따르면, 특징 추출 신경망(110)은 입력 신호를 컨볼루션 계층과 풀링 계층을 차례로 쌓아 진행한다. 컨볼루션 계층은 컨볼루션 연산, 컨볼루션 필터 및 활성함수를 포함하고 있다. 컨볼루션 필터의 계산은 대상 입력의 행렬 크기에 따라 조절되나 일반적으로 9X9 행렬을 사용한다. 활성 함수는 일반적으로 ReLU 함수, 시그모이드 함수, 및 tanh 함수 등을 사용하나 이에 한정하지 않는다. 풀링 계층은 입력의 행렬 크기를 줄이는 역할을 하는 계층으로, 특정 영역의 픽셀을 묶어 대표값을 추출하는 방식을 사용한다. 풀링 계층의 연산에는 일반적으로 평균값이나 최대값을 많이 사용하나 이에 한정하지 않는다. 해당 연산은 정방 행렬을 사용하여 진행되는데, 일반적으로 9X9 행렬을 사용한다. 컨볼루션 계층과 풀링 계층은 해당 입력이 차이를 유지한 상태에서 충분히 작아질 때까지 번갈아 반복 진행된다.

일실시예에 따른 분류 신경망(120)은 특징 추출 신경망(110)을 통해 배경으로부터 구분된 물품을 그 형태 및 연속성에 따라 종류를 구분하고, 물품의 재고량을 종류별로 파악할 수 있다. 물품의 비교를 위해 데이터베이스에 저장된 정보들을 활용할 수 있다. 분류 신경망(120)은 물품의 종류를 파악하는 작업을 우선으로 하며, 파악된 물품의 형태 및 크기에 따라 물품의 재고량 파악을 용이하도록 할 수 있다.

일실시예에 따르면, 분류 신경망(120)은 은닉층과 출력층을 가지고 있다. 장치(30) 내의 인공 신경망(100)에서는 일반적으로 은닉층이 5개 이상 존재하며, 각 은닉층의 노드는 80개로 지정하나 경우에 따라 그 이상으로 정할 수 있다. 은닉층의 활성함수는 ReLU 함수, 시그모이드 함수 및 tanh 함수 등을 사용하나 이에 한정하지 않는다. 인공 신경망(100)의 출력층 노드는 총 50개로 할 수 있다.

일실시예에 따른 인공 신경망(100)의 출력은 출력층의 50개 노드 중 상위 25개의 노드는 물품의 종류를 지시할 수 있고, 하위 25개의 노드는 상위 노드에 각각 대응하는 물품의 재고량을 지시할 수 있다. 상위 25개의 노드와 하위 25개의 노드를 대응시키는 방식은 상위 n번 째 노드와 하위 n번 째 노드를 대응시키는 방식으로, 전체에서 n번 째 노드가 전체에서 25+n번 째 노드에 대응하는 방식으로 진행될 수 있다. 예를 들어, 1번 째 노드는 26번 째 노드에 대응하며, 2번 째 노드는 27번 째 노드에, 10번 째 노드는 35번 째 노드에, 25번 재 노드는 50번 째 노드에 대응하는 방식으로 진행될 수 있다. 물품의 종류는 물품에 대응하는 코드 정보로 출력될 수 있으나, 이에 국한하지 않는다. 인공 신경망(100)의 50개의 출력층 노드 중 출력값이 없는 출력층 노드는 숫자 ‘0’을 그 출력값으로 출력할 수 있다. 상위 25개의 노드 중에 이 숫자 ‘0’이 포함되는 노드들은 해당하는 물품이 없는 것으로 간주될 수 있다. 만약 분류된 물품의 종류가 25개 이상일 경우, 남은 물품은 미리 생성한 출력값이 모두 처리된 후 이어서 자동으로 처리될 수 있다.

일실시예에 따르면, 인공 신경망(100)은 사용자가 인공 신경망(100)에 따른 물품 파악의 문제점 발견 시 사용자에 의해 입력된 수정 정답에 의해 생성되는 제1 학습 신호를 전달받아 학습할 수 있다. 인공 신경망(100)에 따른 물품 파악의 문제점은 물품의 종류 및 물품의 재고량에 문제가 있는 경우를 의미할 수 있다.

일실시예에 따른 제1 학습 신호는 정답과 출력값의 오차를 바탕으로 만들어지며, 경우에 따라 델타를 이용하는 SGD나 배치 방식 혹은 역전파 알고리즘을 따르는 방식을 사용할 수 있다. 본 제1 학습 신호에 의해 인공 신경망(100)은 기존의 가중치를 수정해 학습을 수행하며, 경우에 따라 모멘텀을 사용할 수 있다. 오차의 계산에는 비용함수가 사용될 수 있는데, 비용함수로 Cross entropy 함수를 사용할 수 있다.

도 9는 일실시예에 따른 판매 내역을 통해 물품의 반출량을 확인하는 과정을 설명하기 위한 순서도이다.

도 9를 참조하면, 먼저, S901 단계에서, 장치(30)는 제1 물품의 반출량이 산출되어, 제1 물품의 반출량이 0보다 큰 것으로 확인되면, 기준 기간 동안 판매된 판매자의 물품 판매 내역을 획득할 수 있다. 여기서, 기준 기간은 제1 시점부터 제2 시점까지의 기간을 의미할 수 있고, 물품 판매 내역은 판매자가 어느 시점에 어느 물품을 얼마나 많이 판매하였는지 나타내는 리스트로 구성될 수 있다.

예를 들어, 제1 시점이 13시이고, 제2 시점이 18시인 경우, 장치(30)는 13시부터 18시까지 판매된 판매자의 물품 판매 내역을 획득할 수 있다.

S902 단계에서, 장치(30)는 기준 기간 동안 판매된 판매자의 물품 판매 내역을 기초로, 기준 기간 동안 판매된 물품의 종류 및 판매량을 분석할 수 있다.

예를 들어, 기준 기간이 13시부터 18시까지이고, 14시에 판매된 물품 판매 내역에는 제1 물품이 1개, 제2 물품이 2개 판매되어 있고, 15시에 판매된 물품 판매 내역에는 제2 물품이 1개, 제3 물품이 2개 판매되어 있는 경우, 장치(30)는 기준 기간 동안에 제1 물품이 1개, 제2 물품이 3개, 제3 물품이 2개 판매된 것으로, 판매된 물품의 종류 및 판매량을 분석할 수 있다.

S903 단계에서, 장치(30)는 기준 기간 동안 판매된 물품의 종류 및 판매량에 대한 분석 결과에서, 제1 물품의 판매량을 확인할 수 있다. 즉, 장치(30)는 기준 기간 동안 제1 물품이 판매된 것으로 확인되면, 기준 기간 동안 판매된 제1 물품의 판매량을 확인할 수 있다.

S904 단계에서, 장치(30)는 제1 물품의 반출량과 제1 물품의 판매량이 일치하는지 여부를 확인할 수 있다.

S904 단계에서 제1 물품의 반출량과 제1 물품의 판매량이 일치하는 것으로 확인되면, S905 단계에서, 장치(30)는 제1 물품의 반출량에 문제가 없는 것으로 판단할 수 있다.

S904 단계에서 제1 물품의 반출량과 제1 물품의 판매량이 일치하지 않는 것으로 확인되면, S906 단계에서, 장치(30)는 제1 물품의 반출량에 문제가 있는 것으로 판단할 수 있다.

S907 단계에서, 장치(30)는 제1 물품에 대한 반출량 확인 알림 메시지를 판매자 단말(11)로 전송할 수 있다. 여기서, 제1 물품에 대한 반출량 확인 알림 메시지는 제1 물품의 판매량과 반출량이 상이하여, 반출량에 대한 확인이 필요한 것을 알려주는 알림 메시지이다.

도 10은 일실시예에 따른 판매 제안 정보를 수정하는 과정을 설명하기 위한 순서도이다.

도 10을 참조하면, 먼저 S1001 단계에서, 장치(30)는 판매 제안 정보를 수신한 판매자 단말들(10) 중 어느 하나의 판매자 단말(11)로부터 판매 가격, 결제 기간 및 소요 기간 중 적어도 하나가 수정된 판매 제안 정보를 수신할 수 있다.

구체적으로, 장치(30)는 판매 가격, 결제 기간 및 소요 기간을 포함하는 판매 제안 정보 중 적어도 하나를 판매자 단말들(10) 중 적어도 하나로 전송함으로써, 물품을 판매하는 복수의 판매자들이 물품을 판매하려는 다른 판매자들의 판매 제안 정보를 확인할 수 있도록 할 수 있다. 이에 따라, 복수의 판매자들 중 어느 하나의 판매자가 판매 제안 정보를 수정하도록 하여, 구매자의 선택의 폭을 넓히고 판매자들의 경쟁을 유도할 수 있다.

S1002 단계에서, 장치(30)는 수정된 판매 제안 정보를 판매자 단말들(10) 중 적어도 하나로 전송할 수 있다.

S1003 단계에서, 장치(30)는 수정된 판매 제안 정보를 포함하는 주문 요청 정보를 구매자 단말(21)로 전송할 수 있다.

구체적으로, 장치(30)는 판매자 단말(11)로부터 판매 가격, 결제 기간 및 소요 기간 중 적어도 하나가 수정된 판매 제안 정보를 수신하고, 수신한 수정된 판매 제안 정보를 구매자 단말(21)로 전송할 수 있다. 이에 따라, 구매자 단말(21)에 대응하는 구매자는 수정된 판매 제안 정보를 확인할 수 있다.

도 11은 일실시예에 따른 판매자에게 패널티를 부여하는 과정을 설명하기 위한 순서도이다.

도 11을 참조하면, 먼저 S1101 단계에서, 장치(30)는 주문이 체결된 경우, 구매자 단말(21)에 의해 선택된 주문 요청 정보에 대응하는 결제 기간을 기준으로 결제가 완료되었는지 여부를 판단할 수 있다.

구체적으로, 장치(30)는 적어도 하나의 주문 요청 정보 중 구매자 단말(21)에 의해 선택된 어느 하나의 주문 요청 정보에 따른 주문이 체결된 경우, 선택된 주문 요청 정보에 따른 결제 기간을 기준으로 결제가 완료되었는지 여부를 확인할 수 있다.

예를 들어, 선택된 주문 요청 정보의 결제 기간이 2일로 설정된 경우, 장치(30)는 주문이 체결된 시점으로부터 2일 동안을 기준으로 결제가 완료되었는지 여부를 확인할 수 있다.

S1102 단계에서, 장치(30)는 주문이 체결된 경우, 구매자 단말(21)에 의해 선택된 주문 요청 정보에 대응하는 대상 판매자 단말로 물품의 배송 준비 요청을 전송할 수 있다.

구체적으로, 장치(30)는 적어도 하나의 주문 요청 정보 중 구매자 단말(21)에 의해 선택된 주문 요청 정보를 수신하고, 수신된 주문 요청 정보에 대응하는 대상 판매자 단말로 물품의 배송 준비 요청을 전송할 수 있다.

이때, 배송 준비 요청은 구매자의 이름, 전화번호, 주소, 물품명, 품목 및 소요 기간 중 적어도 하나를 포함할 수 있으며, 이에 한정되지는 않는다.

S1103 단계에서, 장치(30)는 배송 준비 요청에 대응하는 소요 기간을 기준으로 물품의 배송 준비가 완료되었는지 여부를 판단할 수 있다.

예를 들어, 배송 준비 요청에 대응하는 소요 기간이 7일인 경우, 장치(30)는 배송 준비 요청 시점으로부터 7일을 기준으로 물품의 배송 준비가 완료되었는지 여부를 판단할 수 있다.

S1104 단계에서, 장치(30)는 배송 준비의 완료 여부에 대한 판단 결과에 기초하여, 대상 판매자 단말에 대응하는 판매자에 패널티를 부여할 수 있다.

일실시예에 따르면, 배송 준비 요청에 대응하는 소요 기간을 기준으로 물품의 배송 준비가 완료되지 않은 경우, 장치(30)는 대상 판매자 단말에 대응하는 판매자에 대해 패널티를 부여할 수 있다. 예를 들어, 패널티는 대상 판매자 단말에 대응하는 판매자의 판매자 정보에 대해 '배송 소요 기간 주의' 문구가 표시되는 방식으로 부여될 수 있으나, 패널티를 부여하는 방식은 이에 한정되지 않고, 다양한 방식으로 판매자에게 부여될 수 있다.

즉, 장치(30)는 배송 준비 요청에 대응하는 소요 기간을 기준으로 배송 준비의 완료 여부에 대한 판단 결과에 기초하여, 대상 판매자 단말에 대응하는 판매자에게 패널티를 부여할 수 있다. 이에 따라, 장치(30)는 구매자에게 패널티가 부여된 판매자 정보를 제공하여, 구매자가 판매자를 선별하도록 할 수 있으며, 물품 구매에 대한 신뢰도 또한 향상시킬 수 있다.

장치(30)는 주문이 체결된 경우, 구매자 단말(21)에 의해 선택된 주문 요청 정보에 대응하는 결제 기간을 기준으로 결제가 완료되었는지 여부를 판단할 수 있다.

장치(30)는 결제의 완료 여부에 대한 판단 결과에 기초하여, 판매자 단말들(10)로 물품 구매 요청에 대한 구매 종료 알림 메시지를 전송할 수 있다.

도 12는 일실시예에 따른 물품 구매 요청을 수신하는 과정을 설명하기 위한 도면이다.

도 12를 참조하면, 장치(30)는 구매자 단말(21)로부터 물품의 이미지, 물품의 정보가 포함된 링크 정보, 물품의 품번, 물품의 명칭 중 적어도 하나를 포함하는 물품 정보를 수신할 수 있다.

또한, 장치(30)는 물품에 대응하는 색상 정보 및 사이즈 정보 중 적어도 하나를 포함하는 옵션 정보를 수신할 수 있다.

구체적으로, 구매자 단말(21)로부터 물품 구매 요청 수신 시, 장치(30)는 물품 정보 및 옵션 정보에 대한 정보 입력 페이지를 생성하여 구매자 단말(21)로 전송할 수 있으며, 정보 입력 페이지를 통해 물품에 대한 물품 정보 및 옵션 정보가 입력되면, 구매자 단말(21)로부터 물품에 대한 물품 정보 및 옵션 정보를 획득할 수 있다.

일실시예에 따르면, 장치(30)는 구매자 단말(21)로 물품의 물품 정보 및 옵션 정보를 입력하기 위한 페이지를 제공할 수 있다. 물품 정보 및 옵션 정보를 입력하기 위해 제공된 페이지를 통해 물품에 대한 물품 정보 및 옵션 정보가 입력되면, 장치(30)는 구매자 단말(21)로부터 물품 정보 및 옵션 정보를 수신하고, 수신된 물품 정보 및 옵션 정보를 물품의 물품 정보 및 옵션 정보로 추출할 수 있다.

도 13은 일실시예에 따른 판매 제안 정보를 수신하는 과정을 설명하기 위한 도면이다.

도 13을 참조하면, 장치(30)는 판매자 단말들(10) 중 적어도 하나의 판매자 단말(11)로부터, 물품을 판매하고자 하는 판매 가격, 결제 기간 및 소요 기간을 포함하는 적어도 하나의 판매 제안 정보를 수신할 수 있다. 이때, 결제 기간 및 소요 기간 중 적어도 하나는 판매자 단말(11)에 의해 입력된 값에 의해 생성될 수 있다.

장치(30)는 판매 가격, 결제 기간 및 소요 기간을 포함하는 판매 제안 정보 중 적어도 하나를 판매자 단말들(10) 중 적어도 하나로 전송하여, 물품을 판매하는 판매자들이 다른 판매자들의 판매 제안 정보를 열람할 수 있도록 할 수 있다.

장치(30)는 물품의 이미지 및 물품의 정보가 포함된 링크 정보에 기초하여 판매자 단말(11)에 의해 생성된 품번을 더 포함하는 판매 제안 정보를 수신할 수 있다.

구체적으로, 구매자 단말(21)로부터 물품 구매 요청 수신 시, 장치(30)는 판매 제안 정보에 대한 정보 입력 페이지를 생성하여 판매자 단말(11)로 전송할 수 있으며, 정보 입력 페이지를 통해 판매 제안 정보가 입력되면, 판매자 단말(11)로부터 판매 제안 정보를 획득할 수 있다.

일실시예에 따르면, 장치(30)는 판매자 단말(11)로 판매 제안 정보를 입력하기 위한 페이지를 제공할 수 있다. 판매 제안 정보를 입력하기 위해 제공된 페이지를 통해 판매 제안 정보가 입력되면, 장치(30)는 판매자 단말(11)로부터 판매 제안 정보를 수신하고, 수신된 판매 제안 정보를 추출할 수 있다.

도 14는 일실시예에 따른 장치(30)의 구성의 예시도이다.

일실시예에 따른 장치(30)는 프로세서(31) 및 메모리(32)를 포함한다. 일실시예에 따른 장치(30)는 상술한 서버 또는 단말일 수 있다. 프로세서(31)는 도 1 내지 도 13을 통하여 전술한 적어도 하나의 장치들을 포함하거나, 도 1 내지 도 13을 통하여 전술한 적어도 하나의 방법을 수행할 수 있다. 메모리(32)는 상술한 방법과 관련된 정보를 저장하거나 상술한 방법이 구현된 프로그램을 저장할 수 있다. 메모리(32)는 휘발성 메모리 또는 비휘발성 메모리일 수 있다.

프로세서(31)는 프로그램을 실행하고, 장치(30)를 제어할 수 있다. 프로세서(31)에 의하여 실행되는 프로그램의 코드는 메모리(32)에 저장될 수 있다. 장치(30)는 입출력 장치(도면 미 표시)를 통하여 외부 장치(예를 들어, 퍼스널 컴퓨터 또는 네트워크)에 연결되고, 데이터를 교환할 수 있다.

이상에서 설명된 실시예들은 하드웨어 구성요소, 소프트웨어 구성요소, 및/또는 하드웨어 구성요소 및 소프트웨어 구성요소의 조합으로 구현될 수 있다. 예를 들어, 실시예들에서 설명된 장치, 방법 및 구성요소는, 예를 들어, 프로세서, 콘트롤러, ALU(arithmetic logic unit), 디지털 신호 프로세서(digital signal processor), 마이크로컴퓨터, FPGA(field programmable gate array), PLU(programmable logic unit), 마이크로프로세서, 또는 명령(instruction)을 실행하고 응답할 수 있는 다른 어떠한 장치와 같이, 하나 이상의 범용 컴퓨터 또는 특수 목적 컴퓨터를 이용하여 구현될 수 있다. 처리 장치는 운영 체제(OS) 및 상기 운영 체제 상에서 수행되는 하나 이상의 소프트웨어 애플리케이션을 수행할 수 있다. 또한, 처리 장치는 소프트웨어의 실행에 응답하여, 데이터를 접근, 저장, 조작, 처리 및 생성할 수도 있다. 이해의 편의를 위하여, 처리 장치는 하나가 사용되는 것으로 설명된 경우도 있지만, 해당 기술분야에서 통상의 지식을 가진 자는, 처리 장치가 복수 개의 처리 요소(processing element) 및/또는 복수 유형의 처리 요소를 포함할 수 있음을 알 수 있다. 예를 들어, 처리 장치는 복수 개의 프로세서 또는 하나의 프로세서 및 하나의 콘트롤러를 포함할 수 있다. 또한, 병렬 프로세서(parallel processor)와 같은, 다른 처리 구성(processing configuration)도 가능하다.

실시예에 따른 방법은 다양한 컴퓨터 수단을 통하여 수행될 수 있는 프로그램 명령 형태로 구현되어 컴퓨터 판독 가능 매체에 기록될 수 있다. 상기 컴퓨터 판독 가능 매체는 프로그램 명령, 데이터 파일, 데이터 구조 등을 단독으로 또는 조합하여 포함할 수 있다. 상기 매체에 기록되는 프로그램 명령은 실시예를 위하여 특별히 설계되고 구성된 것들이거나 컴퓨터 소프트웨어 당업자에게 공지되어 사용 가능한 것일 수도 있다. 컴퓨터 판독 가능 기록 매체의 예에는 하드 디스크, 플로피 디스크 및 자기 테이프와 같은 자기 매체(magnetic media), CD-ROM, DVD와 같은 광기록 매체(optical media), 플롭티컬 디스크(floptical disk)와 같은 자기-광 매체(magneto-optical media), 및 롬(ROM), 램(RAM), 플래시 메모리 등과 같은 프로그램 명령을 저장하고 수행하도록 특별히 구성된 하드웨어 장치가 포함된다. 프로그램 명령의 예에는 컴파일러에 의해 만들어지는 것과 같은 기계어 코드뿐만 아니라 인터프리터 등을 사용해서 컴퓨터에 의해서 실행될 수 있는 고급 언어 코드를 포함한다. 상기된 하드웨어 장치는 실시예의 동작을 수행하기 위해 하나 이상의 소프트웨어 모듈로서 작동하도록 구성될 수 있으며, 그 역도 마찬가지이다.

소프트웨어는 컴퓨터 프로그램(computer program), 코드(code), 명령(instruction), 또는 이들 중 하나 이상의 조합을 포함할 수 있으며, 원하는 대로 동작하도록 처리 장치를 구성하거나 독립적으로 또는 결합적으로(collectively) 처리 장치를 명령할 수 있다. 소프트웨어 및/또는 데이터는, 처리 장치에 의하여 해석되거나 처리 장치에 명령 또는 데이터를 제공하기 위하여, 어떤 유형의 기계, 구성요소(component), 물리적 장치, 가상 장치(virtual equipment), 컴퓨터 저장 매체 또는 장치, 또는 전송되는 신호 파(signal wave)에 영구적으로, 또는 일시적으로 구체화(embody)될 수 있다. 소프트웨어는 네트워크로 연결된 컴퓨터 시스템 상에 분산되어서, 분산된 방법으로 저장되거나 실행될 수도 있다. 소프트웨어 및 데이터는 하나 이상의 컴퓨터 판독 가능 기록 매체에 저장될 수 있다.

이상과 같이 실시예들이 비록 한정된 도면에 의해 설명되었으나, 해당 기술분야에서 통상의 지식을 가진 자라면 상기를 기초로 다양한 기술적 수정 및 변형을 적용할 수 있다. 예를 들어, 설명된 기술들이 설명된 방법과 다른 순서로 수행되거나, 및/또는 설명된 시스템, 구조, 장치, 회로 등의 구성요소들이 설명된 방법과 다른 형태로 결합 또는 조합되거나, 다른 구성요소 또는 균등물에 의하여 대치되거나 치환되더라도 적절한 결과가 달성될 수 있다.

그러므로, 다른 구현들, 다른 실시예들 및 특허청구범위와 균등한 것들도 후술하는 청구범위의 범위에 속한다.

Claims (3)

1. 장치에 의해 수행되는 방법에 있어서,
   구매자 단말로부터, 구매하고자 하는 물품을 특정하는데 필요한 물품 정보 및 상기 물품에 대한 가격 제안을 받아보기 위한 요청인 물품 구매 요청을 수신하는 단계;
   상기 물품 구매 요청에 응답하여, 상기 물품 정보에 대한 판매 제안 정보를 등록하라는 판매 제안 요청 알림 메시지를 판매자 단말들로 전송하는 단계;
   상기 판매자 단말들 중 적어도 하나의 판매자 단말로부터, 상기 물품을 판매하고자 하는 판매 가격, 결제 기간-상기 결제 기간은 상기 구매자 단말에 대응하는 구매자에 의해 상기 판매 가격에 따른 결제가 가능한 기간임- 및 소요 기간-상기 소요 기간은 상기 판매자 단말에 대응하는 판매자가 상기 물품을 확보하여 상기 구매자에게 배송이 가능한 일정에 기초하여 산정되는 기간임-을 포함하는 적어도 하나의 판매 제안 정보를 수신하는 단계;
   상기 판매 제안 정보 및 적어도 하나의 판매자 정보를 포함하는 적어도 하나의 주문 요청 정보를 상기 구매자 단말로 전송하는 단계; 및
   상기 적어도 하나의 주문 요청 정보 중 상기 구매자 단말에 의해 선택된 어느 하나의 주문 요청 정보에 따른 주문을 체결하는 단계
   를 포함하고,
   상기 결제 기간 및 상기 소요 기간 중 적어도 하나는 상기 판매자 단말에 의해 입력된 값에 의해 생성되고,
   상기 판매 가격, 상기 결제 기간 및 상기 소요 기간을 포함하는 판매 제안 정보 중 적어도 하나를 상기 판매자 단말들 중 적어도 하나로 전송하는 단계
   를 더 포함하고,
   상기 판매자가 판매한 물품들에 대한 물품 판매 내역을 획득하고, 상기 물품 판매 내역 중 상기 물품이 속하는 카테고리에 해당하는 물품을 판매한 횟수인 동일 카테고리 판매도와 상기 물품이 속하는 브랜드에 해당하는 물품을 판매한 횟수인 동일 브랜드 판매도에 기초하여, 상기 판매자의 유사 물품 판매 경험 정도를 생성하는 단계;
   상기 물품 판매 내역으로부터 상기 판매자의 물품 판매 성사도-상기 물품 판매 성사도는 상기 판매자가 특정 물품에 대한 판매 제안 정보들의 등록한 횟수에 대하여 상기 특정 물품의 바잉(buying)에 성공하여 상기 특정 물품의 판매를 완료한 정도로서, 상기 물품 판매 성사도가 높을수록 상기 특정 물품의 바잉 성공률이 높고, 상기 물품 판매 성사도가 낮을수록 상기 특정 물품의 바잉 성공률이 낮은 것을 나타냄-를 생성하는 단계;
   를 더 포함하는
   물품 구매 요청에 대한 판매 제안 방식을 기반으로 한 구매자 및 판매자 매칭 플랫폼 서비스 제공 방법.
2. 제1항에 있어서,
   상기 물품 판매 내역으로부터 상기 판매자의 소요 기간 준수도-상기 소요 기간 준수도는 상기 판매자의 판매 제안 정보들에 등록된 배송소요 기간과 실제 물품이 배송되는데 소요된 기간이 일치하는지 여부를 나타내는 정도임-를 생성하는 단계;
   상기 판매자의 판매 제안 정보들로부터 상기 물품의 견적 가격에 대응하는 가격 가중치를 생성하고, 상기 유사 물품 판매 경험 정도에 상기 가격 가중치를 적용하여 상기 판매자에 대한 제1 점수를 산출하는 단계;
   상기 판매자의 판매 제안 정보들로부터 상기 물품의 결제 기간에 대응하는 결제 기간 가중치를 생성하고, 상기 물품 판매 성사도에 상기 결제 기간 가중치를 적용하여 상기 판매자에 대한 제2 점수를 산출하는 단계;
   상기 판매자의 판매 제안 정보들로부터 상기 물품의 배송소요 기간에 대응하는 배송소요 기간 가중치를 생성하고, 상기 소요 기간 준수도에 상기 배송소요 기간 가중치를 적용하여 상기 판매자에 대한 제3 점수를 산출하는 단계;
   상기 제1 점수, 상기 제2 점수 및 상기 제3 점수를 합산하여 상기 판매자의 매칭 점수를 산출하는 단계;
   기 등록된 판매자들에 각각 대응하는 매칭 점수들을 생성하는 단계;
   상기 판매자들의 매칭 점수들에 기초하여, 상기 판매자들에 대한 매칭 점수들을 랭킹하여 판매자 매칭 리스트를 생성하고, 생성된 상기 판매자 매칭 리스트를 상기 구매자 단말로 전송하는 단계
   를 더 포함하는
   물품 구매 요청에 대한 판매 제안 방식을 기반으로 한 구매자 및 판매자 매칭 플랫폼 서비스 제공 방법.
3. 제2항에 있어서,
   상기 판매자 매칭 리스트를 상기 판매자들의 판매자 단말들로 전송하는 단계;
   상기 판매자들의 매칭 점수들과 미리 정의된 제1 기준 점수를 비교하는 단계;
   상기 판매자들의 매칭 점수들이 상기 제1 기준 점수보다 높은 경우, 상기 물품에 대한 판매 제안 정보들을 유지하는 단계;
   상기 판매자들의 매칭 점수들이 상기 제1 기준 점수보다 낮은 경우, 상기 판매자들의 매칭 점수들과 미리 정의된 제2 기준 점수를 비교하는 단계;
   상기 판매자들의 매칭 점수들이 상기 제2 기준 점수보다 높은 경우, 상기 물품에 대한 판매 제안 정보들을 유지하는 단계; 및
   상기 판매자들의 매칭 점수들이 상기 제2 기준 점수보다 낮은 경우, 상기 판매자들 중 제2 점수가 상기 제2 기준 점수보다 낮은 제2 판매자들의 물품의 견적 가격을 낮추는 것에 대한 판매 제안 정보 수정 추천 메시지를 상기 제2 판매자들의 제2 판매자 단말들로 전송하는 단계
   를 더 포함하는
   물품 구매 요청에 대한 판매 제안 방식을 기반으로 한 구매자 및 판매자 매칭 플랫폼 서비스 제공 방법.

Images