KR102448633B1 - 사용자의 검색어를 기반으로 한 상품 추천 방법 - Google Patents

사용자의 검색어를 기반으로 한 상품 추천 방법 Download PDF

Info

Publication number
KR102448633B1
KR102448633B1 KR1020220054107A KR20220054107A KR102448633B1 KR 102448633 B1 KR102448633 B1 KR 102448633B1 KR 1020220054107 A KR1020220054107 A KR 1020220054107A KR 20220054107 A KR20220054107 A KR 20220054107A KR 102448633 B1 KR102448633 B1 KR 102448633B1
Authority
KR
South Korea
Prior art keywords
external
keyword
keywords
predetermined
positive
Prior art date
Application number
KR1020220054107A
Other languages
English (en)
Inventor
김태평
Original Assignee
김태평
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 김태평 filed Critical 김태평
Priority to KR1020220054107A priority Critical patent/KR102448633B1/ko
Priority to KR1020220121122A priority patent/KR20230154729A/ko
Application granted granted Critical
Publication of KR102448633B1 publication Critical patent/KR102448633B1/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]
    • G06Q30/0631—Item recommendations
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/30—Information retrieval; Database structures therefor; File system structures therefor of unstructured textual data
    • G06F16/33—Querying
    • G06F16/3331—Query processing
    • G06F16/3332—Query translation
    • G06F16/3338—Query expansion
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/90—Details of database functions independent of the retrieved data types
    • G06F16/903—Querying
    • G06F16/9032—Query formulation
    • G06F16/90324—Query formulation using system suggestions
    • G06F16/90328—Query formulation using system suggestions using search space presentation or visualization, e.g. category or range presentation and selection
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/90—Details of database functions independent of the retrieved data types
    • G06F16/903—Querying
    • G06F16/90335—Query processing
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F40/00—Handling natural language data
    • G06F40/30—Semantic analysis

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Databases & Information Systems (AREA)
  • General Physics & Mathematics (AREA)
  • Computational Linguistics (AREA)
  • General Engineering & Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Data Mining & Analysis (AREA)
  • Finance (AREA)
  • Accounting & Taxation (AREA)
  • Audiology, Speech & Language Pathology (AREA)
  • Health & Medical Sciences (AREA)
  • Artificial Intelligence (AREA)
  • Strategic Management (AREA)
  • Development Economics (AREA)
  • General Health & Medical Sciences (AREA)
  • Economics (AREA)
  • Mathematical Physics (AREA)
  • General Business, Economics & Management (AREA)
  • Marketing (AREA)
  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

본 발명은 사용자의 검색어를 기반으로 하여 사용자에게 적합한 상품을 제공하는 방법을 제공할 수 있다. 일 실시예에 따른 서버에 의해 수행되는 사용자의 검색을 기반으로 한 상품 추천 방법에 있어서, 사용자 단말로부터 사용자의 검색 정보를 획득하는 단계; 상기 검색 정보에 대응하는 검색어를 복수의 카테고리로 분류하는 단계; 상기 복수의 카테고리 각각에 대응하는 복수의 키워드를 도출하는 단계; 제1 외부 서버로부터 외부 키워드를 도출하는 단계; 상기 외부 키워드에 대응되는 복수의 외부 상품을 추출하는 단계; 상기 복수의 외부 상품 중 상기 복수의 키워드 및 상기 외부 키워드에 기초하여 최종 상품을 결정하는 단계; 및 상기 최종 상품을 상기 사용자 단말로 전송하는 단계;를 포함할 수 있다.

Description

사용자의 검색어를 기반으로 한 상품 추천 방법{A method of recommending products based on a user's search terms}
본 발명은 사용자에게 사용자의 검색어를 기반으로 적합한 상품을 추천해주는 방법에 관한 발명이다.
정보기술의 비약적 발전에 힘입어, 사용자가 원하는 상품을 온라인으로 구매하는 빈도수가 현저하게 증가하고 있다. 이와 관련하여 사용자의 개인 취향에 따른 상품을 제공받고자 하는 수요가 증가하면서, 사용자의 검색어를 기반으로 상품을 추천해주는 연구가 활발하게 진행되고 있다. 특히나 사용자이 개인 취향의 경우 본인이 직접적으로 인식하고 있는 것 외에도, 사용자의 검색 기록이나 이력 등에 기초하여 판단할 수 있는 경우가 많아 해당 기록을 통해서 사용자에게 맞춤형 상품을 제공하고자 하는 니즈가 증가하고 있다. 이와 관련하여 단순히 사용자가 검색한 상품과 같은 종류의 상품을 제공하는 것이 아닌, 체계적으로 사용자의 기록에 기초해서 다양한 방법으로 유사한 상품 또는 사용자가 관심이 있을 만한 상품을 제공하기 위한 연구가 활발하게 진행되고 있다.
이를 위해 사용자의 검색과 같은 종류 또는 같은 성격의 상품을 제공하는 것이 아닌 사용자의 감성을 파악하고, 사용자의 감성에 기초하여 사용자 맞춤형으로 상품을 제공하기 위한 연구가 필요한 실정이다.
본 발명은 사용자의 검색어를 기반으로 하여 사용자에게 적합한 상품을 제공하는 방법을 제공할 수 있다.
일 실시예에 따른 서버에 의해 수행되는 사용자의 검색을 기반으로 한 상품 추천 방법에 있어서, 사용자 단말로부터 사용자의 검색 정보를 획득하는 단계; 상기 검색 정보에 대응하는 검색어를 복수의 카테고리로 분류하는 단계; 상기 복수의 카테고리 각각에 대응하는 복수의 키워드를 도출하는 단계; 제1 외부 서버로부터 외부 키워드를 도출하는 단계; 상기 외부 키워드에 대응되는 복수의 외부 상품을 추출하는 단계; 상기 복수의 외부 상품 중 상기 복수의 키워드 및 상기 외부 키워드에 기초하여 최종 상품을 결정하는 단계; 및 상기 최종 상품을 상기 사용자 단말로 전송하는 단계;를 포함할 수 있다.
일 실시예에 따른 상기 외부 키워드에 대응되는 복수의 외부 상품을 추출하는 단계는, 상기 제1 외부 서버로부터 상기 외부 키워드를 포함하는 복수의 페이지 정보를 획득하는 단계; 상기 복수의 페이지 정보에 포함된 페이지 중 상기 외부 키워드가 미리 정해진 제1 개수 이상 포함된 기준 페이지에서 미리 정해진 긍정 키워드를 획득하는 단계; 및 상기 미리 정해진 긍정 키워드가 미리 정해진 제2 개수 이상이면, 상기 기준 페이지 정보에 포함된 상기 외부 키워드에 대응되는 복수의 외부 상품을 추출하는 단계;를 더 포함할 수 있다.
일 실시예에 따른 상기 미리 정해진 긍정 키워드가 미리 정해진 제2 개수 이상이면, 상기 기준 페이지 정보에 포함된 상기 외부 키워드에 대응되는 복수의 외부 상품을 추출하는 단계는, 상기 기준 페이지에 포함된 미리 정해진 부정 키워드를 획득하는 단계; 및 상기 미리 정해진 긍정 키워드가 상기 미리 정해진 부정 키워드보다 미리 정해진 제3 개수 이상이면 상기 기준 페이지 정보에 포함된 외부 키워드에 대응되는 외부 상품을 추출하는 단계;를 포함할 수 있다.
일 실시예에 따른 상기 기준 페이지 정보에 포함된 외부 키워드에 대응되는 외부 상품을 추출하는 단계는, 상기 미리 정해진 긍정 키워드 및 상기 미리 정해진 부정 키워드에 기초하여 긍정 수치를 도출하는 단계; 및 상기 긍정 수치에 기초하여 상기 기준 페이지 정보에 포함된 외부 키워드에 대응되는 외부 상품을 추출하는 단계;를 더 포함하고, 상기 긍정 수치는 다음과 같은 수학식에 의해 도출될 수 있고, [수학식]
Figure 112022046755218-pat00001
, 상기 N은 긍정 수치를 나타내고, 상기 b는 미리 정해진 긍정 키워드의 개수를 나타내고, Za는 a번째 미리 정해진 긍정 키워드가 상기 기준 페이지에 포함된 개수를 나타내고, 상기 Xa는 상기 a번째 미리 정해진 긍정 키워드에 대응하는 가중치를 나타내고, 상기 d는 상기 미리 정해진 부정 키워드의 개수를 나타내고, 상기 Zc는 상기 c번째 미리 정해진 부정 키워드의 개수를 나타내고, 상기 Xc는 상기 c번째 미리 정해진 부정 키워드에 대응하는 가중치를 나타내고, 상기 M은 상기 미리 정해진 긍정 키워드의 개수와 상기 미리 정해진 부정 키워드의 개수 차이를 나타낼 수 있다.
본 발명은 사용자의 검색어를 기반으로 맞춤형 상품을 제공 함으로서 사용자의 만족감을 향상시킬 수 있다.
본 발명은 기존 웹 사이트의 긍정적인 반응을 일으킨 제품을 사용자에게 효율적으로 제공 함으로서 검색의 효율성을 증가시킬 수 있다.
다양한 실시예들에 대한 이해를 돕기 위해 상세한 설명의 일부로 포함된, 첨부 도면은 다양한 실시예들을 제공하고, 상세한 설명과 함께 다양한 실시예들의 기술적 특징을 설명한다.
도 1은 일 실시예에 의한 프로세서의 동작을 예시한 도면이다.
도 2는 일 실시예에 의한 서버의 동작을 예시한 도면이다.
도 3은 일 실시예에 의한 최종 상품을 결정하여 사용자 단말로 전송하는 동작을 예시한 도면이다.
도 4는 일 실시예에 의한 복수의 외부 상품을 추출하는 동작을 예시한 도면이다.
도 5는 일 실시예에 의한 외부 상품을 추출하는 동작을 예시한 도면이다.
도 6은 일 실시예에 의한 호환 수치를 도출하고 최종 상품을 결정하는 동작을 예시한 도면이다.
도 7은 일 실시예에 의한 최종 상품을 추천하는 표시를 포함한 인터페이스를 예시한 도면이다.
본 발명은 다양한 변경을 가할 수 있고 여러 가지 실시예를 가질 수 있는 바, 특정 실시예들을 도면에 예시하고 상세한 설명에 상세하게 설명하고자 한다. 그러나, 이는 본 발명을 특정한 실시 형태에 대해 한정하려는 것이 아니며, 본 발명의 사상 및 기술 범위에 포함되는 모든 변경, 균등물 내지 대체물을 포함하는 것으로 이해되어야 한다. 각 도면을 설명하면서 유사한 참조부호를 유사한 구성요소에 대해 사용하였다.
제1, 제2, A, B 등의 용어는 다양한 구성요소들을 설명하는 데 사용될 수 있지만, 상기 구성요소들은 상기 용어들에 의해 한정되어서는 안 된다. 상기 용어들은 하나의 구성요소를 다른 구성요소로부터 구별하는 목적으로만 사용된다. 예를 들어, 본 발명의 권리 범위를 벗어나지 않으면서 제1 구성요소는 제2 구성요소로 명명될 수 있고, 유사하게 제2 구성요소도 제1 구성요소로 명명될 수 있다.“및/또는”이라는 용어는 복수의 관련된 기재된 항목들의 조합 또는 복수의 관련된 기재된 항목들 중의 어느 항목을 포함한다.
어떤 구성요소가 다른 구성요소에 "연결되어" 있다거나 "접속되어" 있다고 언급된 때에는, 그 다른 구성요소에 직접적으로 연결되어 있거나 또는 접속되어 있을 수도 있지만, 중간에 다른 구성요소가 존재할 수도 있다고 이해되어야 할 것이다. 반면에, 어떤 구성요소가 다른 구성요소에 "직접 연결되어" 있다거나 "직접 접속되어" 있다고 언급된 때에는, 중간에 다른 구성요소가 존재하지 않는 것으로 이해되어야 할 것이다.
본 출원에서 사용한 용어는 단지 특정한 실시예를 설명하기 위해 사용된 것으로, 본 발명을 한정하려는 의도가 아니다. 단수의 표현은 문맥상 명백하게 다르게 뜻하지 않는 한, 복수의 표현을 포함한다. 본 출원에서, "포함하다" 또는 "가지다" 등의 용어는 명세서상에 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 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 출원에서 명백하게 정의하지 않는 한, 이상적이거나 과도하게 형식적인 의미로 해석되지 않는다.
이하, 첨부한 도면들을 참조하여, 본 발명의 바람직한 실시예를 보다 상세하게 설명하고자 한다. 본 발명을 설명함에 있어 전체적인 이해를 용이하게 하기 위하여 도면상의 동일한 구성요소에 대해서는 동일한 참조 부호를 사용하고 동일한 구성요소에 대해서 중복된 설명은 생략한다.
도 1은 일 실시예에 의한 서버(1)에 속한 프로세서의 동작을 예시한 도면이다. 도 1을 구체적으로 살펴보면 적어도 하나의 프로세서(110)는 중앙 처리 장치(central processing unit, CPU), 그래픽 처리 장치(graphics processing unit, GPU), 또는 본 발명의 실시예들에 따른 방법들이 수행되는 전용의 프로세서를 의미할 수 있다. 메모리(120) 및 저장 장치(160) 각각은 휘발성 저장 매체 및 비휘발성 저장 매체 중에서 적어도 하나로 구성될 수 있다. 예를 들어, 메모리(120)는 읽기 전용 메모리(read only memory, ROM) 및 랜덤 액세스 메모리(random access memory, RAM) 중 하나일 수 있고, 저장 장치(160)는, 플래시메모리(flash-memory), 하드디스크 드라이브(HDD), 솔리드 스테이트 드라이브(SSD), 또는 각종 메모리 카드(예를 들어, micro SD 카드) 등일 수 있다.
또한, 서버(1)는, 서버에 포함될 수 있으며, 무선 네트워크를 통해 통신을 수행하는 송수신 장치(transceiver)(130)를 포함할 수 있다. 또한, 서버(1)는 입력 페이지 장치(140), 출력 페이지 장치(150), 저장 장치(160) 등을 더 포함할 수 있다. 서버(1)에 포함된 각각의 구성 요소들은 버스(bus)(170)에 의해 연결되어 서로 통신을 수행할 수 있다.
도 2는 일 실시예에 의한 서버의 동작을 예시한 도면이다. 도 3은 일 실시예에 의한 최종 상품을 결정하여 사용자 단말로 전송하는 동작을 예시한 도면이다.
도 2 및 도 3을 구체적으로 살펴보면, 서버는 사용자 단말로부터 사용자의 검색 정보를 획득할 수 있다. 사용자의 검색 정보는 사용자가 인터넷 등을 통해 입력하는 검색어에 대한 정보를 나타낼 수 있다. 서버는 상기 검색 정보에 대응하는 검색어를 복수의 카테고리로 분류할 수 있다. 복수의 카테고리는 일 실시예로 검색어에 대응하는 제품 별로 제품의 사용 대상에 대한 카테고리, 제품의 가격에 대한 카테고리, 제품의 용도에 대한 카테고리 및 제품의 종류에 대한 카테고리 등을 포함할 수 있다. 서버는 복수의 카테고리 각각에 대응하는 복수의 키워드를 도출할 수 있다. 일 실시예로 가격에 대한 카테고리는 가격에 대한 것으로서 저가 중가 고가의 키워드가 포함된 카테고리에 맞게 도출될 수 있고, 용도에 대한 카테고리는 용접용, 유아용, 건설용 등으로 도출될 수 있고, 제품의 종류에 대한 카테고리는 유모차, 축구공 등으로 도출될 수 있으며, 사용 대상에 대한 카테고리는 10대, 20대, 부모, 어린 아이 등으로 키워드가 도출될 수 있다. 서버는 제1 외부 서버로부터 외부 키워드를 도출할 수 있다. 일 실시예로 서버는 제1 외부 서버인 네이버 카페로부터 네이버 카페에 게시글에 대응하는 키워드를 도출할 수 있다. 서버는 외부 키워드에 대응되는 복수의 외부 상품을 추출할 수 있다. 일 실시예로 서버는 네이버 카페의 게시글 중 유모차에 대한 키워드를 획득 후, 유모차에 대응하는 복수의 외부 상품을 추출할 수 있다. 상기 복수의 외부 상품 중 상기 복수의 키워드 및 상기 외부 키워드에 기초하여 최종 상품을 결정할 수 있고, 최종 상품을 상기 사용자 단말로 전송할 수 있다. 일 실시예로 사용자가 키워드로 20만원 대(중가)의 유모차를 검색하였다면, 서버는 외부 키워드 중 중가 또는 20만원 대의 키워드와 유모차를 획득한 후, 복수의 외부 상품 중에서 해당하는 상품에 대한 정보를 전송할 수 있다. 이때 자세한 동작은 후술하도록 한다.
서버(1)는 제1 외부 서버(2) 및 제2 외부 서버(3)와 신호를 송신 및 수신 할 수 있으며,서버는 사용자의 검색 정보를 획득(301)할 수 있고, 검색어를 복수의 카테고리로 분류 및 카테고리에 대응하는 복수의 키워드를 도출(302)할 수 있고, 외부 키워드를 도출하고 복수의 외부 상품을 추출(303)할 수 있다.
도 4는 일 실시예에 의한 복수의 외부 상품을 추출하는 동작을 예시한 도면이다. 도 4를 구체적으로 살펴보면, 서버는 상기 제1 외부 서버로부터 상기 외부 키워드를 포함하는 복수의 페이지 정보를 획득할 수 있다. 서버는 상기 복수의 페이지 정보에 포함된 페이지 중 상기 외부 키워드가 미리 정해진 제1 개수 이상 포함된 기준 페이지에서 미리 정해진 긍정 키워드를 획득할 수 있다. 기준 페이지는 복수의 페이지 중에서 1차적으로 선별된 페이지로서 기준 페이지가 최종 상품을 도출하기 위한 페이지로서 서버는 상기 미리 정해진 긍정 키워드가 미리 정해진 제2 개수 이상이면, 상기 기준 페이지 정보에 포함된 상기 외부 키워드에 대응되는 복수의 외부 상품을 추출할 수 있다. 미리 정해진 긍정 키워드는 "좋아요", "추천해요" 등의 단어를 포함할 수 있으며, 미리 설정될 수 있다.
서버는 복수의 페이지 정보를 획득(401)할 수 있고, 긍정 키워드를 획득하고 긍정 키워드가 미리 정해진 제2 개수 이상이면 복수의 외부 상품을 추출(402)할 수 있다.
도 5는 일 실시예에 의한 외부 상품을 추출하는 동작을 예시한 도면이다. 도 5를 구체적으로 살펴보면, 서버는 기준 페이지에 포함된 미리 정해진 부정 키워드를 획득할 수 있고, 미리 정해진 긍정 키워드가 상기 미리 정해진 부정 키워드보다 미리 정해진 제3 개수 이상이면 상기 기준 페이지 정보에 포함된 외부 키워드에 대응되는 외부 상품을 추출할 수 있다. 서버는 상기 미리 정해진 긍정 키워드 및 상기 미리 정해진 부정 키워드에 기초하여 긍정 수치를 도출할 수 있고, 상기 긍정 수치에 기초하여 상기 기준 페이지 정보에 포함된 외부 키워드에 대응되는 외부 상품을 추출할 수 있다. 이때 긍정 수치는 다음과 같은 수학식 1에 의해 도출될 수 있다.
[수학식 1]
Figure 112022046755218-pat00002
,
N은 긍정 수치를 나타낼 수 있다. b는 미리 정해진 긍정 키워드의 개수를 나타내고, Za는 a번째 미리 정해진 긍정 키워드가 상기 기준 페이지에 포함된 개수를 나타내고, 상기 Xa는 상기 a번째 미리 정해진 긍정 키워드에 대응하는 가중치를 나타낼 수 있고, 상기 d는 상기 미리 정해진 부정 키워드의 개수를 나타내고, 상기 Zc는 상기 c번째 미리 정해진 부정 키워드의 개수를 나타내고, 상기 Xc는 상기 c번째 미리 정해진 부정 키워드에 대응하는 가중치를 나타내고, 상기 M은 상기 미리 정해진 긍정 키워드의 개수와 상기 미리 정해진 부정 키워드의 개수 차이를 나타낸다.
서버는 부정 키워드를 획득(501)할 수 있고, 긍정 키워드가 부정 키워드보다 미리 정해진 제3 개수 이상이면 외부 상품을 추출(502)할 수 있다.
도 6은 일 실시예에 의한 호환 수치를 도출하고 최종 상품을 결정하는 동작을 예시한 도면이다.
도 6을 구체적으로 살펴보면, 서버는 제2 외부 서버로부터 상기 복수의 키워드와 연관된 연관 키워드 정보를 획득할 수 있다. 서버는 복수의 키워드 및 상기 외부 키워드 간의 일치율인 제1 일치율을 획득할 수 있다. 일 실시예로 복수의 키워드가 유모차, 중가, XX브랜드이고, 외부 키워드가 유모차, 저가, XX브랜드라면 1/3 * 100의 값이 제1 일치율로 도출될 수 있다. 또한 제1 일치율 및 제2 일치율을 도출 할 시 똑 같은 단어가 아니더라도 같은 단어 또는 비슷한 단어 또는 오타 등이 포함된 단어도 일치하는 것으로 나오도록 설정할 수 있다. 서버는 또한 상기 연관 키워드와 상기 외부 키워드 간의 일치율인 제2 일치율을 획득할 수 있다. 이때 연관 키워드는 검색어와 연관되도록 설정할 수 있다. 일 실시예로 검색어 또는 키워드가 유모차라면 이때 연관 키워드는 어린이용 수레, 어린이용 자동차 등이 연관 검색어가 되도록 설정할 수 있다. 상기 제1 일치율이 제1 임계 값 이상이면, 상기 제1 일치율 및 상기 제2 일치율에 기초하여 호환 수치를 도출할 수 있고, 상기 호환 수치에 기초하여 상기 최종 상품을 결정할 수 있다. 이때 호환 수치는 다음과 같은 수학식 2에 의해 도출할 수 있다.
[수학식 2]
Figure 112022046755218-pat00003
,
상기 P는 상기 호환 수치를 나타내고, 상기 Ug는 상기 검색어에 대응하는 제1 일치율의 수치를 나타내고, 상기 Kg는 상기 검색어에 대응하는 제2 일치율의 수치를 나타내고, 상기 N은 상기 긍정 수치를 나타내고, 상기 Mg는 상기 검색어에 대응하는 제1 일치율과 상기 제2 일치율의 차이 값을 나타내고, 상기 L은 연관 검색어로 도출된 가격과 상기 검색어에 대응하는 가격의 가격 차이를 나타낸다.
또한 서버는 미리 정해진 제1 개수 및 미리 정해진 제2 개수에 비례하여 상기 긍정 수치를 높게 하도록 설정할 수 있다. 이는 보다 까다로운 기준으로 긍정적인 상품을 검토한 것이므로 이에 비례하여 긍정 수치도 높게 하도록 하기 위함이다.
또한 서버는 호환 수치를 세 개의 카테고리로 분류한 후, 세 개의 카테고리에 따라서 다르게 최종 상품을 결정할 수 있다. 일 실시예로 호환 수치가 가장 높은 카테고리의 경우 바로 최종 상품으로 결정할 수 있고, 호환 수치가 중간인 카테고리라면, 이와 관련하여서는 사용자가 설정한 금액대와 적합하는지 여부를 우선적으로 검토한 후, 호환 수치의 특정 퍼센트 값에 따라서 사용자가 설정한 금액대로부터 이격되어도 최종 상품으로 결정되는 범위를 다르게 할 수 있다. 즉 중간인 카테고리에서는 호환 수치가 높을수록 가격 범위가 더 다르더라도 최종 상품으로 결정하도록 설정할 수 있다. 호환 수치가 가장 낮은 카테고리는 최종 상품에서 배제하도록 설정할 수 있다.
서버는 연관 키워드 정보를 획득(601)할 수 있고, 제1 일치율 및 제2 일치율을 획득(602)할 수 있고, 호환 수치를 도출하고 최종 상품을 결정(603)할 수 있다.
도 7은 일 실시예에 의한 최종 상품을 추천하는 표시를 포함한 인터페이스를 예시한 도면이다.
도 7을 구체적으로 살펴보면 서버는, 제1 외부 서버로부터 페이지 정보를 획득할 수 있다. 이때 페이지 정보에는 제품에 대한 정보나 이에 대한 댓글에 대한 정보를 포함할 수 있으며, 해당 정보 들로부터 단어 정보를 획득할 수 있다. 이때 사용자의 설정에 따라 제품에 대한 정보는 획득하지 않도록 설정할 수 있다. 이를 통해 서술한 방식과 같은 방법으로 최종 제품을 사용자 단말로 추천 받을 수 있다.
사용자 단말은 통신 가능한 데스크탑 컴퓨터(desktop computer), 랩탑 컴퓨터(laptop computer), 노트북(notebook), 스마트폰(smart phone), 태블릿 PC(tablet PC), 모바일폰(mobile phone), 스마트 워치(smart watch), 스마트 글래스(smart glass), e-book 리더기, PMP(portable multimedia player), 휴대용 게임기, 네비게이션(navigation) 장치, 디지털 카메라(digital camera), DMB(digital multimedia broadcasting) 재생기, 디지털 음성 녹음기(digital audio recorder), 디지털 음성 재생기(digital audio player), 디지털 동영상 녹화기(digital video recorder), 디지털 동영상 재생기(digital video player), 및 PDA(Personal Digital Assistant) 등 일 수 있다.
기계 학습일 이용 시 딥 러닝 모델을 이용할 수 있으며 머신 러닝 모델을 이용하여 수행할 수 있다. 이때 학습 데이터 셋은 외부의 다양한 서버에서 획득한 다양한 정보를 학습 데이터 셋으로 포함할 수 있으며, 지도 학습 방식이 이용될 수 있다. 이때, 딥 러닝 모델 모듈은 DNN(deep neural network) 알고리즘을 이용할 수 있다. 기재된 바에 국한되지 않고, 합성곱 신경망(CNN, Convoultional Neural Network), 순환 신경망(RNN, Recurrent Neural Network), 제한 볼츠만 머신(RBM, Restricted Boltzmann Machine),　심층 신뢰 신경망(DBN, Deep Belief Network) 알고리즘들이 이용될 수 있으며, 각각의 알고리즘들은 주지의 기술이므로 설명은 생략한다.
본 발명에 따른 방법들은 다양한 컴퓨터 수단을 통해 수행될 수 있는 프로그램 명령 형태로 구현되어 컴퓨터 판독 가능 매체에 기록될 수 있다. 컴퓨터 판독 가능 매체는 프로그램 명령, 데이터 파일, 데이터 구조 등을 단독으로 또는 조합하여 포함할 수 있다. 컴퓨터 판독 가능 매체에 기록되는 프로그램 명령은 본 발명을 위해 특별히 설계되고 구성된 것들이거나 컴퓨터 소프트웨어 당업자에게 공지되어 사용 가능한 것일 수도 있다.
컴퓨터 판독 가능 매체의 예에는 롬(ROM), 램(RAM), 플래시 메모리(flash memory) 등과 같이 프로그램 명령을 저장하고 수행하도록 특별히 구성된 하드웨어 장치가 포함될 수 있다. 프로그램 명령의 예에는 컴파일러(compiler)에 의해 만들어지는 것과 같은 기계어 코드뿐만 아니라 인터프리터(interpreter) 등을 사용해서 컴퓨터에 의해 실행될 수 있는 고급 언어 코드를 포함할 수 있다. 상술한 하드웨어 장치는 본 발명의 동작을 수행하기 위해 적어도 하나의 소프트웨어 모듈로 작동하도록 구성될 수 있으며, 그 역도 마찬가지이다.
또한, 상술한 방법 또는 장치는 그 구성이나 기능의 전부 또는 일부가 결합되어 구현되거나, 분리되어 구현될 수 있다.
상기에서는 본 발명의 바람직한 실시예를 참조하여 설명하였지만, 해당 기술 분야의 숙련된 당업자는 하기의 특허 청구의 범위에 기재된 본 발명의 사상 및 영역으로부터 벗어나지 않는 범위 내에서 본 발명을 다양하게 수정 및 변경시킬 수 있음을 이해할 수 있을 것이다.
본 발명에 따른 방법들은 다양한 컴퓨터 수단을 통해 수행될 수 있는 프로그램 명령 형태로 구현되어 컴퓨터 판독 가능 매체에 기록될 수 있다. 컴퓨터 판독 가능 매체는 프로그램 명령, 데이터 파일, 데이터 구조 등을 단독으로 또는 조합하여 포함할 수 있다. 컴퓨터 판독 가능 매체에 기록되는 프로그램 명령은 본 발명을 위해 특별히 설계되고 구성된 것들이거나 컴퓨터 소프트웨어 당업자에게 공지되어 사용 가능한 것일 수도 있다.
컴퓨터 판독 가능 매체의 예에는 롬(ROM), 램(RAM), 플래시 메모리(flash memory) 등과 같이 프로그램 명령을 저장하고 수행하도록 특별히 구성된 하드웨어 장치가 포함될 수 있다. 프로그램 명령의 예에는 컴파일러(compiler)에 의해 만들어지는 것과 같은 기계어 코드 뿐만 아니라 인터프리터(interpreter) 등을 사용해서 컴퓨터에 의해 실행될 수 있는 고급 언어 코드를 포함할 수 있다. 상술한 하드웨어 장치는 본 발명의 동작을 수행하기 위해 적어도 하나의 소프트웨어 모듈로 작동하도록 구성될 수 있으며, 그 역도 마찬가지이다.
또한, 상술한 방법 또는 장치는 그 구성이나 기능의 전부 또는 일부가 결합되어 구현되거나, 분리되어 구현될 수 있다.
상기에서는 본 발명의 바람직한 실시예를 참조하여 설명하였지만, 해당 기술 분야의 숙련된 당업자는 하기의 특허 청구의 범위에 기재된 본 발명의 사상 및 영역으로부터 벗어나지 않는 범위 내에서 본 발명을 다양하게 수정 및 변경시킬 수 있음을 이해할 수 있을 것이다.
1: 서버

Claims (5)

  1. 서버에 의해 수행되는 사용자의 검색을 기반으로 한 상품 추천 방법에 있어서,
    사용자 단말로부터 사용자의 검색 정보를 획득하는 단계;
    상기 검색 정보에 대응하는 검색어를 복수의 카테고리로 분류하는 단계;
    상기 복수의 카테고리 각각에 대응하는 복수의 키워드를 도출하는 단계;
    제1 외부 서버로부터 상기 복수의 키워드와 연관된 외부 키워드를 도출하는 단계;
    상기 외부 키워드에 대응되는 복수의 외부 상품을 추출하는 단계;
    상기 복수의 외부 상품 중 상기 복수의 키워드 및 상기 외부 키워드에 기초하여 최종 상품을 결정하는 단계; 및
    상기 최종 상품을 상기 사용자 단말로 전송하는 단계;를 포함하고,
    상기 외부 키워드에 대응되는 복수의 외부 상품을 추출하는 단계는,
    상기 제1 외부 서버로부터 상기 외부 키워드를 포함하는 복수의 페이지 정보를 획득하는 단계;
    상기 복수의 페이지 정보에 포함된 페이지 중 상기 외부 키워드가 미리 정해진 제1 개수 이상 포함된 기준 페이지에서 미리 정해진 긍정 키워드를 획득하는 단계; 및
    상기 미리 정해진 긍정 키워드가 미리 정해진 제2 개수 이상이면, 상기 기준 페이지 정보에 포함된 상기 외부 키워드에 대응되는 복수의 외부 상품을 추출하는 단계;를 더 포함하고,
    상기 미리 정해진 긍정 키워드가 미리 정해진 제2 개수 이상이면, 상기 기준 페이지 정보에 포함된 상기 외부 키워드에 대응되는 복수의 외부 상품을 추출하는 단계는,
    상기 기준 페이지에 포함된 미리 정해진 부정 키워드를 획득하는 단계; 및
    상기 미리 정해진 긍정 키워드가 상기 미리 정해진 부정 키워드보다 미리 정해진 제3 개수 이상이면 상기 기준 페이지 정보에 포함된 외부 키워드에 대응되는 외부 상품을 추출하는 단계;를 포함하고,
    상기 기준 페이지 정보에 포함된 외부 키워드에 대응되는 외부 상품을 추출하는 단계는,
    상기 미리 정해진 긍정 키워드 및 상기 미리 정해진 부정 키워드에 기초하여 긍정 수치를 도출하는 단계; 및
    상기 긍정 수치에 기초하여 상기 기준 페이지 정보에 포함된 외부 키워드에 대응되는 외부 상품을 추출하는 단계;를 더 포함하고,
    상기 긍정 수치는 다음과 같은 수학식에 의해 도출될 수 있고,
    [수학식]
    Figure 112022070488926-pat00004
    ,
    상기 N은 긍정 수치를 나타내고, 상기 b는 미리 정해진 긍정 키워드의 개수를 나타내고, Za는 a번째 미리 정해진 긍정 키워드가 상기 기준 페이지에 포함된 개수를 나타내고, 상기 Xa는 상기 a번째 미리 정해진 긍정 키워드에 대응하는 가중치를 나타내고, 상기 d는 상기 미리 정해진 부정 키워드의 개수를 나타내고, 상기 Zc는 상기 c번째 미리 정해진 부정 키워드의 개수를 나타내고, 상기 Xc는 상기 c번째 미리 정해진 부정 키워드에 대응하는 가중치를 나타내고, 상기 M은 상기 미리 정해진 긍정 키워드의 개수와 상기 미리 정해진 부정 키워드의 개수 차이를 나타내고,
    상기 최종 상품을 결정하는 단계는,
    제2 외부 서버로부터 상기 복수의 키워드와 연관된 연관 키워드 정보를 획득하는 단계;
    상기 복수의 키워드 및 상기 외부 키워드 간의 일치율인 제1 일치율을 획득하는 단계;
    상기 연관 키워드와 상기 외부 키워드 간의 일치율인 제2 일치율을 획득하는 단계;
    상기 제1 일치율이 제1 임계 값 이상이면, 상기 제1 일치율 및 상기 제2 일치율에 기초하여 호환 수치를 도출하는 단계: 및
    상기 호환 수치에 기초하여 상기 최종 상품을 결정하는 단계;를 포함하고,
    호환 수치는 다음과 같은 수학식에 의해 도출되고,
    [수학식 2]
    Figure 112022070488926-pat00012
    ,
    상기 P는 상기 호환 수치를 나타내고, 상기 Ug는 상기 검색어에 대응하는 제1 일치율의 수치를 나타내고, 상기 Kg는 상기 검색어에 대응하는 제2 일치율의 수치를 나타내고, 상기 N은 상기 긍정 수치를 나타내고, 상기 Mg는 상기 검색어에 대응하는 제1 일치율과 상기 제2 일치율의 차이 값을 나타내고, 상기 L은 연관 검색어로 도출된 가격과 상기 검색어에 대응하는 가격의 가격 차이를 나타내는 사용자의 검색을 기반으로 한 상품 추천 방법.
  2. 삭제
  3. 삭제
  4. 삭제
  5. 삭제
KR1020220054107A 2022-05-02 2022-05-02 사용자의 검색어를 기반으로 한 상품 추천 방법 KR102448633B1 (ko)

Priority Applications (2)

Application Number Priority Date Filing Date Title
KR1020220054107A KR102448633B1 (ko) 2022-05-02 2022-05-02 사용자의 검색어를 기반으로 한 상품 추천 방법
KR1020220121122A KR20230154729A (ko) 2022-05-02 2022-09-23 웹페이지 내의 긍정 키워드 기반의 상품 추천 방법 및 장치

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020220054107A KR102448633B1 (ko) 2022-05-02 2022-05-02 사용자의 검색어를 기반으로 한 상품 추천 방법

Related Child Applications (1)

Application Number Title Priority Date Filing Date
KR1020220121122A Division KR20230154729A (ko) 2022-05-02 2022-09-23 웹페이지 내의 긍정 키워드 기반의 상품 추천 방법 및 장치

Publications (1)

Publication Number Publication Date
KR102448633B1 true KR102448633B1 (ko) 2022-09-28

Family

ID=83461100

Family Applications (2)

Application Number Title Priority Date Filing Date
KR1020220054107A KR102448633B1 (ko) 2022-05-02 2022-05-02 사용자의 검색어를 기반으로 한 상품 추천 방법
KR1020220121122A KR20230154729A (ko) 2022-05-02 2022-09-23 웹페이지 내의 긍정 키워드 기반의 상품 추천 방법 및 장치

Family Applications After (1)

Application Number Title Priority Date Filing Date
KR1020220121122A KR20230154729A (ko) 2022-05-02 2022-09-23 웹페이지 내의 긍정 키워드 기반의 상품 추천 방법 및 장치

Country Status (1)

Country Link
KR (2) KR102448633B1 (ko)

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101683138B1 (ko) * 2016-06-14 2016-12-06 한국과학기술정보연구원 정보검색장치 및 그 동작 방법
KR20200073159A (ko) * 2019-12-12 2020-06-23 옴니어스 주식회사 상품에 관한 정보를 증강하는 방법, 시스템 및 비일시성의 컴퓨터 판독 가능 기록 매체
KR20210047229A (ko) * 2019-10-21 2021-04-29 배재대학교 산학협력단 구매 우선순위와 상품 리뷰 감성분석을 반영한 상품 추천 시스템 및 방법
KR20220008665A (ko) * 2020-07-14 2022-01-21 주식회사 카카오 상품 추천 서비스를 제공하는 방법, 사용자 단말 및 서비스 제공 서버

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101683138B1 (ko) * 2016-06-14 2016-12-06 한국과학기술정보연구원 정보검색장치 및 그 동작 방법
KR20210047229A (ko) * 2019-10-21 2021-04-29 배재대학교 산학협력단 구매 우선순위와 상품 리뷰 감성분석을 반영한 상품 추천 시스템 및 방법
KR20200073159A (ko) * 2019-12-12 2020-06-23 옴니어스 주식회사 상품에 관한 정보를 증강하는 방법, 시스템 및 비일시성의 컴퓨터 판독 가능 기록 매체
KR20220008665A (ko) * 2020-07-14 2022-01-21 주식회사 카카오 상품 추천 서비스를 제공하는 방법, 사용자 단말 및 서비스 제공 서버

Also Published As

Publication number Publication date
KR20230154729A (ko) 2023-11-09

Similar Documents

Publication Publication Date Title
US11514333B2 (en) Combining machine-learning and social data to generate personalized recommendations
US11907274B2 (en) Hyper-graph learner for natural language comprehension
US11176142B2 (en) Method of data query based on evaluation and device
CN110325986B (zh) 文章处理方法、装置、服务器及存储介质
CN110020009B (zh) 在线问答方法、装置及系统
US9436768B2 (en) System and method for pushing and distributing promotion content
US20130036121A1 (en) System and method for recommending blog
Ma et al. App2vec: Vector modeling of mobile apps and applications
US20170255625A1 (en) Computer-implemented method for providing multimedia content and device
CN113158023A (zh) 基于混合推荐算法的公共数字生活精准分类服务方法
CN108959323B (zh) 视频分类方法和装置
Zhao et al. Multi-modal microblog classification via multi-task learning
CN110737811B (zh) 应用分类方法、装置以及相关设备
CN112085568B (zh) 商品和富媒体聚合显示方法及设备、电子设备和介质
KR102487820B1 (ko) 유사한 비교콘텐츠들과의 차별점을 제공하는 콘텐츠 기획과 제작을 위한 통합 플랫폼 서비스 제공 장치, 방법 및 프로그램
CN113806588A (zh) 搜索视频的方法和装置
US10600017B2 (en) Co-opetition index based on rival behavior in social networks
Khan et al. Comparative analysis on Facebook post interaction using DNN, ELM and LSTM
CN114912011A (zh) 一种基于内容提取与评分预测的视频推荐方法
JP5942052B1 (ja) データ分析システム、データ分析方法、およびデータ分析プログラム
KR102448633B1 (ko) 사용자의 검색어를 기반으로 한 상품 추천 방법
CN111767457A (zh) 推荐方法及装置
JP2020057188A (ja) 提供装置、提供方法及び提供プログラム
KR102183412B1 (ko) 운세 정보 콘텐츠를 기반으로 하는 개인화 데이터를 이용한 제휴 마케팅 서비스 방법 및 인공지능 시스템
JP2021162997A (ja) 情報処理装置及び情報処理方法

Legal Events

Date Code Title Description
A107 Divisional application of patent
GRNT Written decision to grant