KR102451020B1 - 웹 크롤링 기능을 이용한 기업용 지능형 콘텐츠 큐레이션 방법 - Google Patents

Abstract

본 발명은 사용자에게 맞춤형 지능형 콘텐츠를 제공하는 방법을 제공할 수 있다.
일 실시예에 따른 서버에 의해 수행되는 기업용 콘텐츠 제공 방법에 있어서, 사용자 단말로부터 사용자 입력 정보를 획득하는 단계; 상기 서버의 데이터베이스에서 사용자가 상기 사용자 단말을 통해 미리 정해진 기간 동안 접속한 URL 정보인 URL 기록 정보를 추출하는 단계; 추출한 상기 URL 기록 정보에 기초하여 각각의 URL에 대응하는 상기 사용자가 상기 사용자 단말을 통해 입력한 키워드, URL 데이터 및 텍스트를 획득하는 단계; 획득한 상기 키워드, URL 데이터 및 추출한 상기 텍스트를 학습 데이터로 하여 제1 모델을 생성하는 단계; 상기 사용자가 서버에 접속하면 상기 사용자 입력 정보를 입력 값으로 하여 상기 제1 모델을 통해 맞춤형 콘텐츠를 출력 값으로 제공하는 단계;를 포함하는 기업용 콘텐츠 제공 방법.

Description

웹 크롤링 기능을 이용한 기업용 지능형 콘텐츠 큐레이션 방법 {A method of company-customized intelligent content curation using web crawling function}

본 발명은 기업용 지능형 콘텐츠를 제공하는 방법에 관한 발명이다.

중소기업 및 벤처 기업의 생존에 있어 공공판로 정보를 알고 있는 업체의 생존률이 높았고 해당 공공판로 시장 진입에 관련된 컨설팅 시장이 존재하고 있으나 공공판로 시장 진입 정보는 파편화 되어있어 초기 사업자들이 이해하기 쉽지 않았으며, 전문적인 컨설턴트를 만나는 것 또한 힘든 상태였다. 이에 따라, 사용자(중소기업 및 벤처기업)가 정보(회사정보, 자가진단정보)를 입력하는 것만으로 공공판로 시장 진입을 위한 본인의 상태를 손쉽게 판단하며, 본인의 상태에 맞는 맞춤 공공판로 시장 진입 정보를 획득 할 수 있게 하는 기능이 요구되어 왔다

웹 크롤러(web crawler)는 조직적, 자동화된 방법으로 월드 와이드 웹을 탐색하는 컴퓨터 프로그램이다. 웹 크롤러가 하는 작업을 '웹 크롤링'(web crawling) 혹은 '스파이더링'(spidering)이라 부른다. 검색 엔진과 같은 여러 사이트에서는 데이터의 최신 상태 유지를 위해 웹 크롤링한다. 웹 크롤러는 대체로 방문한 사이트의 모든 페이지의 복사본을 생성하는 데 사용되며, 검색 엔진은 이렇게 생성된 페이지를 보다 빠른 검색을 위해 인덱싱한다. 또한 크롤러는 링크 체크나 HTML 코드 검증과 같은 웹 사이트의 자동 유지 관리 작업을 위해 사용되기도 하며, 자동 이메일 수집과 같은 웹 페이지의 특정 형태의 정보를 수집하는 데도 사용된다. 웹 크롤러는 봇이나 소프트웨어 에이전트의 한 형태이다. 웹 크롤러는 대개 시드(seeds)라고 불리는 URL 리스트에서부터 시작하는데, 페이지의 모든 하이퍼링크를 인식하여 URL 리스트를 갱신한다. 갱신된 URL 리스트는 재귀적으로 다시 방문한다.

정보기술의 비약적 발전에 힘입어, 오늘날 기업들은 지금까지 축적한 고객 데이터를 기반으로 맞춤형 서비스를 제공하는 것에 많은 관심을 가지고 있다. 고객이 요구하는 맞춤형 서비스를 효과적으로 제공하기 위해서는 우선 그 고객이 처한 상태나 상황을 정확하게 인지하는 것이 중요하다.

본 발명은 기업에게 맞춤형 지능형 콘텐츠를 제공하는 방법을 제공할 수 있다.

일 실시예에 따른 서버에 의해 수행되는 기업용 콘텐츠 제공 방법에 있어서, 사용자 단말로부터 사용자 입력 정보를 획득하는 단계; 상기 서버의 데이터베이스에서 사용자가 상기 사용자 단말을 통해 미리 정해진 기간 동안 접속한 URL 정보인 URL 기록 정보를 추출하는 단계; 추출한 상기 URL 기록 정보에 기초하여 각각의 URL에 대응하는 상기 사용자가 상기 사용자 단말을 통해 입력한 키워드, URL 데이터 및 텍스트를 획득하는 단계; 획득한 상기 키워드, URL 데이터 및 추출한 상기 텍스트를 학습 데이터로 하여 제1 모델을 생성하는 단계; 상기 사용자가 서버에 접속하면 상기 사용자 입력 정보를 입력 값으로 하여 상기 제1 모델을 통해 맞춤형 콘텐츠를 출력 값으로 제공하는 단계;를 포함할 수 있다.

상기 획득한 상기 키워드, 상기 URL 데이터 및 추출한 상기 텍스트를 학습 데이터로 하여 제1 모델을 생성하는 단계는, 상기 키워드를 미리 정해진 기준에 따라 특징점을 추출하는 단계; 및 상기 특징점에 기초하여 상기 제1 모델을 생성하는 단계;를 포함할 수 있다.

상기 제1 모델을 통해 맞춤형 콘텐츠를 출력 값으로 제공하는 단계는, 상기 사용자 단말로부터 복수의 사용자 선호도 정보를 획득하는 단계; 상기 사용자 단말로부터 미리 설정된 복수의 선호 카테고리를 획득하는 단계; 상기 복수의 선호 카테고리 중 상기 복수의 사용자 선호도 정보에 기초하여 제1 선호 카테고리를 결정하는 단계; 상기 제1 선호 카테고리에 대응하는 선호 단어를 상기 입력 값으로 하여 맞춤형 컨텐츠를 출력 값으로 제공하는 단계;를 포함할 수 있다.

제2 외부 서버로부터 상기 사용자의 연령 정보에 대응되는 연령대의 선호도에 대한 정보인 연령대 선호도 정보를 획득하는 단계;를 더 포함하고, 상기 제1 모델을 통해 맞춤형 콘텐츠를 출력 값으로 제공하는 단계는, 상기 연령대 선호도 정보에 포함된 단어 중 연령대 선호 단어를 추출하는 단계; 상기 연령대 선호 단어에 포함된 상기 선호 단어를 입력 값으로 하여 상기 맞춤형 컨텐츠를 결정하는 단계;를 더 포함할 수 있다.

제3 외부 서버로부터 상기 사용자 단말의 위치 정보를 획득하는 단계; 제4 외부 서버로부터 절세 방법에 대한 정보인 절세 정보를 획득하는 단계; 상기 복수의 사용자 선호도 정보는, 세금 납부 이력 정보 및 정부 지원 희망 정보를 포함하고, 상기 복수의 선호 카테고리는, 세금 카테고리 및 정부 지원 카테고리를 포함하고, 상기 복수의 선호 카테고리 중 상기 복수의 사용자 선호도 정보에 기초하여 제1 선호 카테고리를 결정하는 단계는, 상기 세금 카테고리에 중 상기 세금 납부 이력 정보에 기초하여 절세 카테고리를 결정하는 단계; 상기 절세 카테고리 중 상기 절세 정보에 기초하여 기업용 절세 카테고리를 제1 선호 카테고리로 결정하는 단계;를 포함하고. 상기 정부 지원 카테고리 중 상기 정부 지원 희망 정보에 기초하여 복수의 정부 지원 기관에 대한 카테고리인 제1 정부 지원 카테고리를 결정하는 단계; 상기 제1 정부 지원 카테고리 중 상기 위치 정보에 상기 사용자 단말로부터 미리 정해진 거리 내에 위치한 정부 지원 기관에 대한 카테고리인 제2 정부 지원 카테고리를 제1 선호 카테고리로 결정하는 단계;를 포함하는 기업용 컨텐츠 제공 방법.

본 발명은 사용자에게 맞춤형 컨텐츠를 제공 함으로서 사용자의 만족감을 향상시킬 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 기업용 컨텐츠를 제공하는 동작을 예시한 도면이다.
도 3은 일 실시예에 의한 특징점에 기초하여 맞춤형 컨텐츠를 제공하는 동작을 예시한 도면이다.
도 4는 일 실시예에 의한 제1 선호 카테고리에 기초하여 맞춤형 컨텐츠를 결정하는 동작을 예시한 도면이다.
도 5는 일 실시예에 의한 연령대 선호도 정보에 기초하여 맞춤형 컨텐츠를 결정하는 동작을 예시한 도면이다.
도 6은 일 실시예에 의한 맞춤형 컨텐츠를 결정하는 동작을 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 인터페이스 장치(140), 출력 인터페이스 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 기업용 컨텐츠를 제공하는 동작을 예시한 도면이다.

도 2를 구체적으로 살펴보면, 서버는 사용자 단말(10)로부터 사용자 입력 정보를 획득할 수 있다. 서버는 다음과 같은 동작을 수행할 수 있다. 이때 사용자는 기업을 의미할 수도 있으며, 개인을 의미할 수도 있다. 서버는 일실시예로 인터넷으로 접속한 사용자가 정보와 사전 설문지를 입력 후 다음 단계를 진행할 수 있고, 데이터베이스에서 분류된 카테고리에 따른 키워드를 추출하여 웹크롤러가 온라인상의 URL 데이터를 획득하고, 키워드, 텍스트를 획득할 수 있으며, 획득한 키워드, URL 데이터와 획득된 텍스트는 DB서버에 임시 저장한 다음 AI 서버1로 전달하는데 이러한 획득 패턴을 AI가 학습할 수 있다. url 데이터는 url 주소와 같은 정보를 포함하는 url 관련 데이터를 의미할 수 있다. 이후 전달된 텍스트, url 데이터 및 키워드는 AI서버1에서 설정된 카테고리별로 sorting 및 filtering되고, 블랙 데이터(광고성 콘텐츠)는 삭제 할 수 있다. 분류된 url 데이터, 키워드 및 텍스트는 데이터베이스에 복제되어 저장되고 AI서버2로 전달될 수 있다. 이와 같은 url 데이터, 키워드, 텍스트 분류 패턴을 AI가 학습을 할 수 있다. AI서버2는 데이터베이스에 저장된 사용자 설문 데이터를 read하여 전달된 카테고리로 분류된 url 데이터, 키워드 텍스트와 mapping을 통해 유사 데이터들을 sorting하고 판독 식별할 수 있다. 2차 판독, 식별, 정렬된 url 데이터, 키워드, 텍스트는 접속중인 사용자에게 제공함과 동시에 데이터베이스에 있는 사용자 테이블에 저장될 수 있다. 이후 사용자 데이터 매핑 패턴을 AI가 학습할 수 있으며, 사용자가 재접속시 AI가 패턴화 된 학습 데이터를 기반으로 해당 콘텐츠 URL를 웹서버에 지정된 템플릿에 따라 콘텐츠를 제공하는 과정을 반복적으로 실시하여 최신 신규 콘텐츠를 추천할 수 있다. 또한 서버에 포함된 데이터베이스에서 분류된 카테고리에 따른 키워드를 추출할 수 있다.

이때 AI를 학습하는 과정에서 학습 정보의 입력은 사용자정보를 입력함으로 사용자정보 에 일치하거나 근접한 "공공 판로 시장 진입 정보를 얻는데 목적이 있다. 학습 정보의 구성은 "카테고리"와 "내용"으로 분류되며 "카테고리" 정보는 카테고리1 내 카테고리2 가 존재하는 식으로 카테고리1의 구성은 [기초서류, 나라장터, 벤처나라, 혁신장터 나라장터 종합 쇼핑몰, 학교장터]이고 카테고리2의 구성은 카테고리1을 바탕으로 [범인인증서, 지문 토큰 발급, 중소기업확인서 발급, 공장등록증 발급, 직접생산확인 증명서 발급, 건설관련 면허 취득방법, 상품 정 보시스템 등록방법, KC인증 받는 방법, 제품 시험방법(공인시험 성적서 발급), 조달업체 등록절차, 투찰 방법, 예가산정방법, 상품정보시스템 등록방법, 상품&물품등록방법, 지원사업정보, 혁신시제품 신청방법, 다수공급자계약으로 등록 하는 방법, 조달우수제품 인증 받는 방법]이다. 해당정보는 상황에 따라 변동될 수 있다.

서버는 서버의 데이터베이스에서 사용자가 상기 사용자 단말을 통해 미리 정해진 기간 동안 접속한 URL 정보인 URL 기록 정보를 추출할 수 있으며, 추출한 상기 URL 기록 정보에 기초하여 각각의 URL에 대응하는 상기 사용자가 상기 사용자 단말을 통해 입력한 키워드, URL 데이터 및 텍스트를 획득할 수 있다. 서버는 획득한 상기 키워드, URL 데이터 및 추출한 상기 텍스트를 학습 데이터로 하여 제1 모델을 생성할 수 있다. 제1 외부 서버는 사용자가 지정한 데이터가 많은 서버를 의미할 수 있으며, 사용자가 자주 방문한 사이트의 서버를 의미할 수도 있다. 서버는 추출한 상기 키워드에 대응되는 상기 제1 외부 서버의 텍스트를 추출할 수 있다.

일 실시예로 사용자가 이전에 키워드로 가방으로 입력이 되었고, 이에 대한 외부 서버의 텍스트를 추출할 수 있다. 이때 키워드에 대응되는 제1 외부 서버의 텍스트는 '가방' 뿐만 아니라 미리 지정된 단어로서 '구두'등의 사용자가 지정한 텍스트도 추출될 수 있다. 서버는 획득한 상기 키워드, URL 데이터 및 추출한 상기 텍스트를 학습 데이터로 하여 제1 모델을 생성할 수 있다.

제1 모델은, 위에서 언급한 AI 서버1 및 AI 서버 2를 합친 개념을 의미할 수 있으며, 이외에도 제1 모델은 기계 학습을 수행할 수 있는 모델을 의미할 수 있다.

사용자 입력 정보는 사용자가 미리 정해진 기간 동안 접속한 URL 정보인 URL 기록 정보 및 미리 정해진 기간 동안 사용자가 시청한 영상 정보인 영상 기록 정보를 포함할 수 있다.

본 발명을 통해 사용자의 다양한 상태 정보(기업유형, 업종, 제공 제품&서비스명 등)을 분석하여 현재 본인 기준의 공공 판로 시장(B2G)에 진입하기 위해 필요한, 가장 일치하거나 근접한 공공 판로 시장 진입 정보를 도출하여 사용자에게 제공할 수 있다. 또한 사용자인 중소기업 및 벤처기업은 자신의 상태정보를 바탕으로 분석되어 제공되는 공공 판로 시장 진입 정보를 얻게 되는 것 만으로도 시간과 공간의 제약없이 쉽고 빠르게 개선점을 확인 할 수 있게 되어 기존의 많은 시간과 비용을 들여 직접 경험으로 슥듭 해야 했던 개선 정보를 얻을 수 있게 한다. 발명은, 인공지능 머신 러닝 분석 방법 중 교사학습 방식의 베이즈 분류를 통해 다양하게 입력되는 사용자 정보를 기존 학습된 공공 판로 시장 진입 정보들 과의 일치도를 귀납적, 경험적 추론으로 최대한 일치하거나 근접한 정보를 제 공해 주는 것을 특징으로 하고 있다. 사용자 입력 정보는 사용자 각각의 상황에 따라 달라지는 사용자 입력 정보를 바탕으로 사용자 입력 정보에 일치하거나 미리 정해진 유사 기준 이상 유사한 공공 판로 시장 진입 정보를 얻는데 목적이 있다. 이때 사용자는 적어도 한 명을 의미할 수 있다.

도 3은 일 실시예에 의한 특징점에 기초하여 맞춤형 컨텐츠를 제공하는 동작을 예시한 도면이다.

서버는 URL 기록 정보에 포함된 키워드를 추출할 수 있고, 상기 키워드에서 미리 정해진 기준에 따라 특징점을 추출할 수 있으며, 특징점에 기초하여 상기 맞춤형 콘텐츠를 제공할 수 있다. URL 기록 정보에는 사용자가 입력한 키워드가 포함될 수 있다. 이 때 키워드는 사용자가 키보드를 통해 입력한 키워드, 마우스를 통해 입력한 키워드 및 스마트 폰의 경우 터치를 통해 입력한 키워드를 포함할 수 있다. 서버는 키워드에서 미리 정해진 기준에 따라 특징점을 추출할 수 있다. 미리 정해진 기준에 따라 특징점을 추출하는 것은 미리 정해진 제1 기간 내 사용자가 입력한 키워드의 유사 키워드가 특징점으로 결정될 수 있다. 이때 사용자가 미리 정해진 제2 기간 이상 동안 URL에 접속하지 않았고, 이후 URL 접속을 하였다면 URL 접속 시점부터 미리 정해진 제1 기간 카운트의 기산점이 될 수 있다. 이때 미리 정해진 기준에 따라 특징점을 추출하는 것은 미리 정해진 제1 기간 카운트가 시작된 후, 사용자가 N번(N은 적어도 3 이상의 정수)의 키워드를 입력하면 추출될 수 있다.

유사 키워드는 키워드에 대응되는 뜻과 유사한 미리 카테고리화 된 단어들이 포함될 수 있고, 키워드를 입력한 서버에서 지정한 키워드에 대응되는 연관 검색어 또는 연관 키워드가 유사 키워드로 결정될 수 있다.

또한 특징점은 N번의 키워드 간의 연관성에 의할 수 있다. 키워드 간의 연관성은, 복수의 외부 서버로부터 획득한 연관 검색어 또는 연관 키워드에 의할 수 있고, 외부 뉴스 서버 획득한 기사 내용 안에 N번의 키워드 중에서 미리 지정한 횟수 이상 언급된 키워드가 2개 이상 포함되어 있다면, 같이 포함된 키워드 들은 연관성이 있는 것으로 판단되어 특징점으로 결정될 수 있다.

또한 유사 키워드나 키워드 간의 연관성이 아니더라도, 사용자가 이전에 입력한 키워드 셋이 있다면, 해당 키워드 셋은 특징점으로 결정될 수 있다.

키워드 셋이란 사용자가 설정할 수 있는 키워드 입력 패턴을 의미할 수 있으며, 일 실시예로 사용자가 4번의 키워드를 차례로 입력한 적이 있고, 그 4번 안에 "예능"입력 후 미리 정해진 횟수인 3회 안에 "런닝맨" 있었으며, 해당 패턴이 미리 정해진 반복 횟수인 3번 이상 있다면 "예능"이라는 키워드와 "런닝맨"이라는 키워드를 하나의 키워드 셋으로 결정할 수 있다.

유사 키워드, 연관성 및 키워드 셋 중 적어도 두 개 이상에 속하는 키워드 들은 메가 키워드로 결정할 수 있다. 제1 모델을 생성 시 메가 키워드에 대응하는 맞춤형 컨텐츠를 가장 우선 순위로 추천하도록 설정될 수 있다..

서버는 사용자가 서버에 접속하면 상기 사용자 입력 정보를 입력 값으로 하여 상기 제1 모델을 통해 맞춤형 콘텐츠를 출력 값으로 제공하는 단계;를 포함하고,

상기 사용자 입력 정보는 사용자가 미리 정해진 기간 동안 접속한 URL 정보인 URL 기록 정보 및 미리 정해진 기간 동안 시청한 영상 정보인 영상 기록 정보를 포함할 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. 이때 구성된 학습 정보를 바탕으로 입력 정보의 분석을 진행 하는 것으로 머신러닝의 "교사학습", "비교사학습"강화학습"중 "교사학습"에 해당될 수 있다. 각각 지정된 카테고리 분류에 따른 "내용" 정보의 구성은 WEB에 존재하는 정보를 바탕으로 구성되며 정보의 준비는 별도의 방식으로 할 수 있다. 정보 구성의 내용은 "플랫폼 정보", "영상정보", "블로그정보", "뉴스 정보', "지원사업정보" 로 해당 정보는 상황에 따라 변동될 수 있다.

서버의 동작 일 실시예로 "내 사업에 맞는 B2G 시장 진입 정보를 받아보세요"라는 문구와 함께 각각의 카테고리가 표시된 인터페이스가 표시될 수 있고, S/W 분야로서 나라장터 등록 방법에 대한 정보가 표시되도록 설정할 수 있다.

도 4는 일 실시예에 의한 제1 선호 카테고리에 기초하여 맞춤형 컨텐츠를 결정하는 동작을 예시한 도면이다.

도 4를 구체적으로 살펴보면, 사용자 선호도 정보는 후술하듯, 상기 사용자의 연령 정보, 상기 사용자의 성별 정보 및 상기 사용자의 성격 정보를 포함할 수 있다. 이외에도 사용자가 평소 시청하는 컨텐츠 정보, 사용자가 평소 듣는 음악 정보, 사용자의 제2 사용자 단말 사용 정보, 사용자의 선호 음식 정보, 사용자의 선호 계절 정보, 사용자의 선호 날씨 정보, 사용자가 자주 사용하는 어플리케이션 정보 등을 포함할 수 있다. 서버는 상기 사용자 단말로부터 미리 설정된 복수의 선호 카테고리를 획득할 수 있다.

미리 설정된 복수의 선호 카테고리를 사용자가 설정해 놓은 선호도에 대한 카테고리를 의미할 수 있으며, 일 실시예로 활발한 카테고리, 즐거운 카테고리, 감성적인 카테고리로 하거나,

사용자가 기업인 경우 기초서류 카테고리, 나라장터 카테고리, 벤처나라 카테고리, 혁신장터 카테고리, 나라장터 종합 쇼핑몰 카테고리, 학교장터 카테고리 등으로 카테고리를 미리 설정해 놓을 수 있고, 후술하듯 제1 취미 카테고리, 제1 운동 카테고리 및 제1 음식 카테고리를 하부 카테고리로 포함할 수 있다. 이때 후술하듯 제1 취미 카테고리, 제1 운동 카테고리 및 제1 음식 카테고리는 복수의 선호 카테고리 중에서 취미 정보, 운동 정보 및 선호 음식 정보에 기초하여 결정될 수 있다. 하부 카테고리란 복수의 선호 카테고리 중에서 서버에 의해 결정된 카테고리를 의미할 수 있다.

서버는 상기 복수의 선호 카테고리 중 사용자의 제1 입력 또는 상기 복수의 사용자 선호도 정보에 기초하여 제1 선호 카테고리를 결정할 수 있다. 이때 사용자의 제1 입력은 미리 설정된 복수의 선호 카테고리 중 사용자가 미리 설정해 놓은 카테고리를 의미할 수 있다. 즉, 사용자가 미리 특정한 선호 카테고리를 미리 결정해 놓았다면 서버는 해당 카테고리를 제1 선호 카테고리로 결정할 수 있다. 사용자가 입력한 카테고리가 없다면, 서버는 미리 설정된 복수의 선호 카테고리 중에서 복수의 사용자 선호도 정보에 기초하여 제1 선호 카테고리를 결정할 수 있다. 복수의 선호 카테고리 중 사용자의 입력 또는 상기 복수의 사용자 선호도 정보에 기초하여 제1 선호 카테고리를 결정하는 단계는, 사용자가 미리 정해진 횟수 이전에 결정된 제1 선호 카테고리를 상기 제1 선호 카테고리로 결정하는 것을 포함할 수 있다. 미리 정해진 횟수 이전에 결정된 제1 선호 카테고리는 이전에 결정된 제1 선호 카테고리가 이후에도 제1 선호 카테고리로 결정되도록 사용자가 설정해 놓은 것을 의미할 수 있다. 일 실시예로 바로 직전에 제1 선호 카테고리로 운동 카테고리가 결정되었다면 다음 제1 선호 카테고리를 결정할 때에도 운동 카테고리가 결정될 수 있다. 미리 정해진 횟수는 현재 시점에서 제1 선호 카테고리 이전에 사용자가 미리 설정한 제1 선호 카테고리 결정 횟수를 의미할 수 있다. 미리 정해진 횟수는 현재 사용하기 직전에 결정한 제1 선호 카테고리 결정 1회를 의미할 수도 있고, 사용자의 설정에 의해서 격으로 이용될 수도 있으며, 주기적으로 설정될 수도 있다. 일 실시예로 월요일에는 운동 카테고리가 결정되었고, 화요일에는 음식 카테고리가 결정될 수도 있으며, 제2 사용자 단말에서 획득한 일정 정보에 기초하여 기념일 마다 카테고리가 다르게 지정될 수도 있다.

일 실시예로 미리 정해진 횟수가 1회로 되었고, 2021년 7월 21일 제1 선호 카테고리가 운동 카테고리가 결정되었고 그 다음으로 20201년 7월 22일 제1 선호 카테고리를 결정하는 순간이라면 이전에 제1 선호 카테고리로 결정되었던 운동 카테고리가 제1 선호 카테고리로 다시 결정될 수 있다.

복수의 사용자 선호도 정보는 사용자가 시청하는 컨텐츠 정보, 사용자가 평소 듣는 음악 정보, 사용자의 제2 사용자 단말 사용 정보, 사용자의 선호 음식 정보를 포함할 수 있다. 일 실시예로 사용자가 평소 특정 X라는 노래를 선호 노래로서 저장 시 활발한 노래로 저장해 두었고, 카레라는 음식을 선호 음식으로 저장해 두면서 인도 음식으로 저장해 두었다면, X라는 노래에 대응하는 활발한 카테고리가 제1 선호 카테고리로 결정되거나, 카레라는 음식에 대응하는 인도 음식 카테고리가 제1 선호 카테고리로 결정될 수 있다. 복수의 사용자 선호도 정보에 따라 제1 선호 카테고리 후보가 여러 개라면 그 중 미리 설정된 우선순위에 따라(사용자의 설정 또는 이전에 결정된 방법) 제1 선호 카테고리 후보가 결정될 수 있다. 위의 실시예 같은 경우 '활발한 카테고리'와 '인도 음식 카테고리'가 제1 선호 카테고리 후보일 수 있다.

일 실시예로 기업의 경우 복수의 사용자 선호도 정보는 '제품 시험 방법, 조달업체 등록 절차, 투찰 방법, 예가 산정 방법'이라고 하고 해당 복수의 사용자 선호도 정보에 대응하는 '제품 시험 카테고리, 조달 업체 등록 카테고리, 예가 산정 카테고리' 등이 제1 선호 카테고리 후보가 될 수 있다. 해당 제1 선호 카테고리 후보 중 미리 설정된 우선순위에 따라 제1 선호 카테고리가 결정될 수 있다.

각각의 제1 선호 카테고리에는 이에 대응하는 선호 단어가 미리 정해져 있을 수 있다. 일 실시예로 활발한 카테고리에는 '밝은'이라는 선호 단어가, 인도 음식 카테고리에는 '달콤함', '매운', '이국적'이라는 단어가 선호 단어로 선정되어 있을 수 있고, 같은 제1 선호 카테고리에 있는 선호 단어들은 우선 순위가 정해져 있을 수 있다. 우선 순위는 사용자에 의해 직접 설정될 수도 있고, 사용자가 평소 입력하는 키워드에 선호 단어가 포함된 빈도수로 결정될 수도 있다.

일 실시예로 사용자가 평소에 선호도 정보로서 X라는 노래와 인도 음식을 저장해 두었다면, 이에 대응하는 제1 선호 카테고리로 '활발한 카테고리'와 '인도 음식 카테고리'가 제1 선호 카테고리로 결정될 수 있고, 이에 대응하는 '밝은'이라는 선호 단어와 인도 음식 카테고리 중 '달콤한','매운', '이국적'이라는 선호 단어가 선정될 수 있다. 이때 '달콤한','매운', '이국적'이라는 단어 중 우선 순위에 따라 단어가 순서대로 결정될 수 있고 이 중 가장 높은 우선 순위의 단어가 입력 값으로 설정될 수 있다. 이때 '밝은'이라는 단어와 '달콤한','매운', '이국적'중 우선 순위가 높은 단어 간의 우선순위는 사용자의 설정에 따르거나, 사용자가 미리 정해진 기간 동안 입력한 단어의 횟수에 따라 결정될 수도 있다. 사용자가 서버에 접속하고, 입력 값이 '활발한'이 되었다면 제1 모델을 통해서 맞춤형 컨텐츠를 출력 값으로 제공할 수 있다.

도 5는 일 실시예에 의한 연령대 선호도 정보에 기초하여 맞춤형 컨텐츠를 결정하는 동작을 예시한 도면이다.

도 5를 구체적으로 살펴보면, 서버는 사용자 단말(10)에 기업에 대응하는 B2G 시장 진입 정보에 대한 내용을 표시할 수 있으며, 복수의 선호 카테고리에 대응하는 나라장터, 벤처나라, 혁신장터, 나라장터 종합쇼핑몰에 대한 정보를 표시할 수 있다. 또한 각각의 카테고리에 대응하는 나라장터 등록 방법, 벤처나라 등록 방법, 혁신장터 등록방법, 나라장터 종합쇼핑몰 등록 방법에 대해 표시할 수 있다.

또한, 서버는 제2 외부 서버로부터 상기 사용자의 연령 정보에 대응되는 연령대의 선호도에 대한 정보인 연령대 선호도 정보를 획득할 수 있다.

제2 외부 서버로부터 일 실시예로 20대 연령대의 선호도로서 차분한, 블루, 신비한, 감성적인, 바닷가 등의 정보가 표시 될 수 있으며, 이외에도 다양한 키워드 들이 도출될 수 있으며, 연령대 별로 자주 언급되는 단어의 개수를 획득할 수 있다. 제2 외부 서버는 지정된 복수의 서버 들로부터 언급된 키워드의 횟수들에 대한 정보를 포함하고 있는 서버를 의미할 수 있다. 연령대 별로 언급되는 빈도수가 높은 단어 중 사용자의 연령대와 대응되는 제1 단어들을 추출할 수 있다. 이때 연령대 별로 언급되는 빈도수가 높은 단어는 제1 특정 기간 동안 미리 지정된 제1 빈도수 이상 언급된 키워드를 의미할 수 있다. 이후 빈도수가 높은 제1 단어 중 제2 특정 기간 동안 미리 설정된 빈도수 이상 언급된 단어를 연령대 선호 단어로 추출할 수 있다. 제2 특정 기간은 제1 특정 기간 중에서 사용자가 설정한 특정 기간을 의미할 수 있다. 해당 과정을 통해 구체적으로 사용자의 선호도를 파악할 수 있다. 연령대 선호 단어에 포함된 단어 중 선호 단어와 일치하는 단어를 입력 값으로 사용할 수 있다. 일 실시예로 연령대 선호 단어가 '활발한', '급한', '방탄소년단'이 도출 되었고, 선호 단어가 '활발한' 이었다면 '활발한'이 입력 값이 될 수 있다. 이후 20대 연령에게 '활발한' 을 입력 값으로 하여 제1 모델을 통해 맞춤형 컨텐츠를 결정하고 이를 미리 설정한 hot item, 뉴스, 신상 정보를 출력 값으로 하여 사용자 단말(10)에 표시할 수 있다.

도 6은 일 실시예에 의한 맞춤형 컨텐츠를 결정하는 동작을 예시한 도면이다.

도 6을 구체적으로 살펴보면, 서버는 제3 외부 서버로부터 날씨 정보를 획득하는 단계;

상기 복수의 사용자 선호도 정보는 , 상기 사용자의 취미 정보, 운동 정보 및 선호 음식 정보를 포함하고,

상기 사용자의 취미 정보는 사용자가 설정한 취미 활동에 대한 정보를 포함하고, 상기 운동 정보는 상기 사용자가 미리 정해진 특정 기간 동안 활동한 운동에 대한 정보를 포함하고, 상기 선호 음식 정보는 사용자가 상기 미리 정해진 특정 기간 동안 섭취한 음식에 대한 정보를 포함하고,

서버는 상기 사용자 입력 정보를 입력 값으로 하여 상기 제1 모델을 통해 맞춤형 콘텐츠를 출력 값으로 제공할 수 있고. 상기 취미 정보에 기초하여 상기 복수의 선호 카테고리 중 상기 사용자의 취미 활동이 포함된 제1 취미 카테고리를 결정할 수 있고, 상기 제1 취미 카테고리 중 연령대 선호도 정보에 기초하여 제2 취미 카테고리를 결정할 수 있고, 상기 운동 정보에 기초하여 상기 복수의 선호 카테고리 중 상기 사용자가 선호하는 운동이 포함된 제1 운동 카테고리를 결정할 수 있고, 상기 제1 운동 카테고리 중 상기 날씨 정보에 기초하여 제2 운동 카테고리를 결정할 수 있고, 상기 선호 음식 정보에 기초하여 복수의 선호 카테고리 중 상기 사용자가 선호하여 먹는 음식이 포함된 제1 음식 카테고리로 분류할 수 있고, 상기 제1 음식 카테고리 중 상기 날씨 정보에 기초하여 제2 음식 카테고리를 결정할 수 있으며, 상기 제2 취미 카테고리, 상기 제2 운동 카테고리 및 제2 음식 카테고리에 대응하는 컨텐츠 지수를 결정할 수 있고, 상기 제2 취미 카테고리, 상기 제2 운동 카테고리 및 제2 음식 카테고리 중 상기 컨텐츠 지수가 가장 높은 카테고리에 대응하는 상기 선호 단어를 입력 값으로 하여 상기 맞춤형 컨텐츠를 결정할 수 있다. 복수의 음식은 서버에서 미리 저장해둔 다양한 음식에 대한 정보에 대응하는 음식을 의미할 수 있다. 상기 제1 취미 카테고리, 상기 제1 음식 카테고리 및 상기 제1 운동 카테고리는 상기 복수의 선호 카테고리의 하부 카테고리로 포함할 수 있다.

이때 컨텐츠 지수를 결정하는 방법은 다음과 같은 수학식 1에 의할 수 있다.

K는 컨텐츠 지수를 나타낼 수 있고, b는 제2 취미 카테고리, 상기 제2 운동 카테고리 및 제2 음식 카테고리에 각각에 대응하는 변수의 개수를 나타낼 수 있고, Ga는 제2 취미 카테고리, 상기 제2 운동 카테고리 및 제2 음식 카테고리 각각에 대응하는 a번째 변수에 대응하는 미리 테이블링 된 수치 값을 나타낼 수 있고, C는 미리 정해진 시간에 미리 정해진 주기로 사용자가 입력하는 제2 취미 카테고리, 상기 제2 운동 카테고리 및 제2 음식 카테고리 각각에 대응하는 선호 값을 나타낼 수 있고(사용자가 미리 정해진 시간에 입력하지 않는다면 특정 값으로 자동 입력), H는 미리 정해진 이전 시간에 정해진 제2 취미 카테고리, 상기 제2 운동 카테고리 및 제2 음식 카테고리에 대응하는 컨텐츠 지수 값을 나타낼 수 있다. 이때 Ga는 C와는 달리 미리 정해진 시간에 미리 정해진 주기로 입력되는 것이 아니며, Ga는 사용자에 의해 미리 테이블링 되어 있을 수 있다. 제2 취미 카테고리, 상기 제2 운동 카테고리 및 제2 음식 카테고리 각각에는 미리 설정된 변수들이 있을 수 있다.

일 실시예로 제1 취미 카테고리에 '바느질','게임'이 포함될 수 있으며, 연령대 선호도 정보에 '게임'이 '바느질'보다 많이 언급되어 있다면 '게임 카테고리'가 제2 취미 카테고리로 결정될 수 있다. '게임 카테고리'에는 사용자가 일주일 동안 게임을 플레이 한 시간 및 일주일 동안 게임을 연속적으로 미리 정해진 게임 시간 이상 한 횟수가 변수로 설정되어 있을 수 있다. 사용자가 일주일 동안 게임을 플레이 한 시간 및 일주일 동안 게임을 연속적으로 미리 정해진 게임 시간 이상 한 횟수에 대한 정보는 사용자 단말로부터 획득할 수 있으며, 사용자가 입력한 정보가 없다면 기준 값이 들어갈 수 있다. 기준 값은 모든 카테고리를 통틀어서 미리 설정된 기본 값을 의미할 수 있다.

일 실시예로 제1 운동 카테고리에 '테니스', '골프'가 포함될 수 있으며, '테니스', '골프'각각에 대응하는 특정 날씨가 미리 테이블링 되어 있을 수 있다. 이때 '테니스', '골프'각각에 대해서 온도가 20도 이상에는 '골프', 비가 오고 있는 날씨에는 '골프', 온도가 15도 이하에서는 '테니스'가 제2 운동 카테고리로 결정되도록 사용자가 미리 설정할 수 있다. 만약 제2 운동 카테고리가 골프로 결정되었다면, 일중일 동안 골프를 치러 간 횟수가 변수로 설정되어 있을 수 있다. 이때 일주일 동안 골프를 치러 간 횟수 또한 사용자의 설정에 의할 수 있으며 마찬가지로 사용자가 입력한 정보가 없다면 기준 값이 들어갈 수 있다.

일 실시예로 제1 음식 카테고리에 '카레', '김치찌개'가 포함될 수 있고, 여기서 날씨에 따라서 비가 오는 날에는 '김치찌개' 등으로 날씨의 상황에 따른 카테고리가 결정될 수 있다. 현재 비가 오는 날씨여서 '김치찌개 카테고리'가 제2 음식 카테고리로 결정되었다면, '김치찌개 카테고리'에는 미리 설정된 섭취 기간인 일주일 동안 김치찌개를 먹은 횟수가 변수에 포함될 수 있다.

이때 제2 취미 카테고리, 제2 운동 카테고리, 제2 음식 카테고리가 결정되었다면, 이 3가지 카테고리 각각에 대응하는 컨텐츠 지수를 도출하고, 컨텐츠 지수가 가장 높은 카테고리를 제1 선호 카테고리로 결정할 수 있다. 이때 제1 선호 카테고리는

복수의 사용자 선호도 정보는, 상기 사용자의 취미 정보, 운동 정보 및 음식 정보를 포함할 수 있다. 서버는 취미 정보에 기초하여 상기 사용자의 취미를 제1 취미 카테고리로 분류하는 서버는 제1 취미 카테고리 중 상기 연령대 선호도 정보에 기초하여 제2 취미 카테고리를 결정할 수 있다. 서버는 운동 정보에 기초하여 상기 사용자의 취미 운동을 제1 운동 카테고리로 결정할 수 있다. 서버는 제1 운동 카테고리 중 상기 날씨 정보에 기초하여 제2 운동 카테고리를 결정할 수 있다. 서버는 상기 음식 정보에 기초하여 상기 사용자가 미리 정해진 특정 기간 동안 섭취한 음식에 대한 정보인 선호 음식 정보에 기초하여 복수의 음식 중 제1 음식 카테고리로 분류할 수 있다 서버는 제1 음식 카테고리 중, 상기 날씨 정보에 기초하여 제2 음식 카테고리를 결정할 수 있다. 서버는 제2 취미 카테고리, 상기 제2 운동 카테고리 및 상기 제2 음식 카테고리 각각에 대응하는 컨텐츠 지수를 도출할 수 있고, 컨텐츠 지수가 높은 카테고리에 대응하는 선호 단어를 입력 값으로 하여 상기 맞춤형 컨텐츠를 결정할 수 있다. 이때 맞춤형 컨텐츠를 결정하기 위해서 제2 취미 카테고리, 제2 운동 카테고리 및 제2 음식 카테고리 중 적어도 두가지에 기초하여 컨텐츠 지수를 도출할 수 있다. 컨텐츠 지수를 도출하는 것은 다음과 같은 수학식 1에 의할 수 있다.

서버는 제3 외부 서버로부터 상기 사용자 단말의 위치 정보를 획득할 수 있고, 제4 외부 서버로부터 절세 방법에 대한 정보인 절세 정보를 획득할 수 있다.상기 복수의 사용자 선호도 정보는, 세금 납부 이력 정보 및 정부 지원 희망 정보를 포함할 수 있고, 상기 복수의 선호 카테고리는, 세금 카테고리 및 정부 지원 카테고리를 포함하고, 상기 세금 카테고리에 중 상기 세금 납부 이력 정보에 기초하여 절세 카테고리를 결정할 수 있고, 상기 절세 카테고리 중 상기 절세 정보에 기초하여 기업용 절세 카테고리를 결정할 수 있다. 상기 정부 지원 카테고리 중 상기 정부 지원 희망 정보에 기초하여 복수의 정부 지원 기관에 대한 카테고리인 제1 정부 지원 카테고리를 결정할 수 있고, 상기 제1 정부 지원 카테고리 중 상기 위치 정보에 상기 사용자 단말로부터 미리 정해진 거리 내에 위치한 정부 지원 기관에 대한 카테고리인 제2 정부 지원 카테고리를 결정할 수 있다. 이때 제1 선호 카테고리가 결정되는 것은 기업용 절세 카테고리 및 제2 정부 지원 카테고리 중 컨텐츠 지수가 높은 카테고리가 제1 선호 카테고리로 결정될 수 있다. 제4 외부 서버는 사용자가 설정할 수 있다. 이때 기업용 절세 카테고리 및 제2 정부 지원 카테고리는 제1 선호 후보 카테고리에 포함될 수 있다.

일 실시예로 복수의 사용자 선호도 정보는, 펀딩 정보, 벤처 기업 정보, 투자 정보를 포함할 수 있다. 펀딩 정보는 기업에 대한 펀딩 또는 정부에 대한 펀딩에 대한 정보를 포함할 수 있다. 벤처 기업 정보는 신생 벤처 기업 또는 기존 미리 정해진 기간 내 설립된 벤처 기업에 대한 정보를 포함할 수 있다. 투자 정보는 주식 정보, 코인 정보 및 엔젤 투자 정보 등에 대한 다양한 투자와 관련된 정보를 포함할 수 있다.

복수의 선호 카테고리는, 펀딩 카테고리, 벤처 기업 카테고리, 투자 카테고리가 포함될 수 있다. 이때의 제1 선호 카테고리를 펀딩 카테고리 중 사용자가 펀딩 정보에 포함된 기업에 대한 펀딩에 대한 정보를 선호 정보로 설정했다면, 기업 펀딩 카테고리가 제1 선호 카테고리 후보로 결정될 수 있으며, 벤처 기업 카테고리 중 신생 벤처 기업에 대한 정보를 선호 정보로 해놓았다면 신생 벤처 카테고리가 제1 선호 후보 카테고리로 결정될 수 있으며, 투자 카테고리 중 엔젤 투자에 대한 정보가 선호 정보라면 엔젤 투자 카테고리가 제1 선호 카테고리로 결정될 수 있다. 이때 벤처 기업 카테고리와 투자 카테고리는 제1 선호 후보 카테고리에 포함될 수 있으며, 제1 선호 후보 카테고리 중 컨텐츠 지수에 기초하여 제1 선호 카테고리가 결정될 수 있다. 이때 공공 조달 시스템 카테고리 중 사업 분야에 기초하여 등록방법 카테고리 결정될 수 있으며, 이때 등록방법 카테고리 또한 제1 선호 후보 카테고리에 포함될 수 있다. 공공 조달 시스템 카테고리는 복수의 선호 카테고리에 포함될 수 있다.

위의 실시예들의 컨텐츠 지수 또한 마찬가지 방법으로 획득할 수 있다.

b는 기업용 절세 카테고리, 제2 정부 지원 카테고리를 포함하는 제1 선호 후보 카테고리 각각에 대응하는 변수의 개수를 나타낼 수 있고, Ga는 제1 선호 후보 카테고리 각각에 대응하는 a번째 변수에 대응하는 미리 테이블링 된 수치 값을 나타낼 수 있고, C는 미리 정해진 시간에 리 정해진 주기로 사용자가 입력하는 제1 선호 후보 카테고리 각각에 대응하는 선호 값을 나타낼 수 있고(사용자가 미리 정해진 시간에 입력하지 않는다면 특정 값으로 자동 입력), H는 미리 정해진 이전 시간에 정해진 제1 선호 후보 카테고리 각각에 대응하는 컨텐츠 지수 값을 나타낼 수 있다. 이때 Ga는 C와는 달리 미리 정해진 시간에 미리 정해진 주기로 입력되는 것이 아니며, Ga는 사용자에 의해 미리 테이블링 되어 있을 수 있다. 기업용 절세 카테고리, 제2 정부 지원 카테고리를 포함하는 제1 선호 카테고리 후보 각각에는 미리 설정된 변수들이 있을 수 있다.

기업용 절세 카테고리, 제2 정부 지원 카테고리 각각에 미리 설정된 변수에 대한 일 실시예로 기업용 절세 카테고리에는 사용자가 작년 일 년 동안 납부한 세금 금액, 사용자가 작년 일 년 동안 절세한 금액이 제2 정부 지원 카테고리의 변수로서 포함될 수 있으며, 각각에 대응하는 금액 값의 변수에 대응하는 미리 테이블링 된 수치 값이 될 수 있다. 즉 금액의 경우 그 수치가 너무 클 수 있어 이에 대응하는 미리 테이블링 된 수치 값이 저장되어 있을 수 있다. 제2 정부 지원 카테고리에는 사용자가 작년 일 년 동안 지원 받은 정부 지원 금액, 사용자와 가장 가까운 정부 지원 기관까지의 거리, 사용자가 작년 일 년 동안 지원 받지 못한 정부 금액이 변수가 될 수 있으며, 각각의 변수에 대응하는 수치 값이 미리 테이블링 되어 있을 수 있다.

또한 서버는 공공 조달 시스템 카테고리 중 사업분야에 기초하여 등록 방법 카테고리 결정할 수 있으며, 이때 등록 방법 카테고리가

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.

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 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.

1:서버
10:사용자 단말

Claims (5)

1. 서버에 의해 수행되는 기업용 콘텐츠 제공 방법에 있어서,
   사용자 단말로부터 사용자 입력 정보를 획득하는 단계;
   상기 서버의 데이터베이스에서 사용자가 상기 사용자 단말을 통해 미리 정해진 기간 동안 접속한 URL 정보인 URL 기록 정보를 추출하는 단계;
   추출한 상기 URL 기록 정보에 기초하여 각각의 URL에 대응하는 상기 사용자가 상기 사용자 단말을 통해 입력한 키워드, URL 데이터 및 텍스트를 획득하는 단계;
   획득한 상기 키워드, 상기 URL 데이터 및 상기 텍스트를 학습 데이터로 하여 제1 모델을 생성하는 단계;
   상기 사용자가 서버에 접속하면 상기 사용자 입력 정보를 입력 값으로 하여 상기 제1 모델을 통해 맞춤형 콘텐츠를 출력 값으로 제공하는 단계;를 포함하고,
   상기 획득한 상기 키워드, URL 데이터 및 추출한 상기 텍스트를 학습 데이터로 하여 제1 모델을 생성하는 단계는,
   상기 키워드에서 미리 정해진 기준에 따라 특징점을 추출하는 단계; 및
   상기 특징점에 기초하여 상기 제1 모델을 생성하는 단계;를 포함하고,
   상기 사용자가 서버에 접속하면 상기 사용자 입력 정보를 입력 값으로 하여 상기 제1 모델을 통해 맞춤형 콘텐츠를 출력 값으로 제공하는 단계는,
   상기 사용자 단말로부터 복수의 사용자 선호도 정보를 획득하는 단계;
   상기 사용자 단말로부터 미리 설정된 복수의 선호 카테고리를 획득하는 단계;
   상기 복수의 선호 카테고리 중 상기 복수의 사용자 선호도 정보에 기초하여 제1 선호 카테고리를 결정하는 단계;
   상기 사용자가 서버에 접속하면 상기 제1 선호 카테고리에 대응하는 선호 단어를 상기 입력 값으로 하여 맞춤형 콘텐츠를 출력 값으로 제공하는 단계;를 포함하고,
   제3 외부 서버로부터 상기 사용자 단말의 위치 정보를 획득하는 단계;
   제4 외부 서버로부터 절세 방법에 대한 정보인 절세 정보를 획득하는 단계;
   상기 복수의 사용자 선호도 정보는, 세금 납부 이력 정보 및 정부 지원 희망 정보를 포함하고,
   상기 복수의 선호 카테고리는, 세금 카테고리 및 정부 지원 카테고리를 포함하고,
   상기 복수의 선호 카테고리 중 상기 복수의 사용자 선호도 정보에 기초하여 제1 선호 카테고리를 결정하는 단계는,
   상기 세금 카테고리에 중 상기 세금 납부 이력 정보에 기초하여 절세 카테고리를 결정하는 단계;
   상기 절세 카테고리 중 상기 절세 정보에 기초하여 기업용 절세 카테고리를 결정하는 단계;
   상기 정부 지원 카테고리 중 상기 정부 지원 희망 정보에 기초하여 복수의 정부 지원 기관에 대한 카테고리인 제1 정부 지원 카테고리를 결정하는 단계;
   상기 제1 정부 지원 카테고리 중 상기 위치 정보에 상기 사용자 단말로부터 미리 정해진 거리 내에 위치한 정부 지원 기관에 대한 카테고리인 제2 정부 지원 카테고리를 결정하는 단계;
   상기 기업용 절세 카테고리 및 상기 제2 정부 지원 카테고리 중 컨텐츠 지수에 기초하여 상기 제1 선호 카테고리를 결정하는 단계;를 포함하고,
   상기 컨텐츠 지수는 다음과 같은 수학식에 의해 도출될 수 있고,
   

   

   
   상기 K는 컨텐즈 지수를 나타내고, 상기 b는 상기 기업용 절세 카테고리, 상기 제2 정부 지원 카테고리를 포함하는 제1 선호 후보 카테고리 각각에 대응하는 변수의 개수를 나타내고, 상기 Ga는 상기 제1 선호 후보 카테고리 각각에 대응하는 a번째 변수에 대응하는 미리 테이블링 된 수치 값을 나타내고, 상기 C는 미리 정해진 시간에 미리 정해진 주기로 사용자가 입력하는 제1 선호 후보 카테고리 각각에 대응하는 선호 값을 나타내고, 상기 H는 미리 정해진 이전 시간에 정해진 컨텐츠 지수 값을 나타내고,
   상기 기업용 절세 카테고리는 상기 사용자가 현재로부터 일 년 전부터 현재까지 납부한 세금 금액, 상기 사용자가 현재로부터 일 년 전부터 현재까지 절세한 금액을 변수로 포함하고,
   상기 제2 정부 지원 카테고리는 상기 사용자가 현재로부터 일 년 전부터 현재까지 지원 받은 정부 지원 금액, 상기 사용자와 가장 가까운 정부 지원 기관까지의 거리, 상기 사용자가 현재로부터 일 년 전부터 현재까지 지원 받지 못한 정부 지원 금액을 변수로 포함하는 기업용 컨텐츠 제공 방법.
2. 제1항에 있어서,
   제2 외부 서버로부터 상기 사용자의 연령 정보에 대응되는 연령대의 선호도에 대한 정보인 연령대 선호도 정보를 획득하는 단계;를 더 포함하고,
   상기 사용자가 서버에 접속하면 상기 사용자 입력 정보를 입력 값으로 하여 상기 제1 모델을 통해 맞춤형 콘텐츠를 출력 값으로 제공하는 단계는,
   상기 연령대 선호도 정보에 포함된 단어 중 연령대 선호 단어를 추출하는 단계;
   상기 연령대 선호 단어에 포함된 단어 중 상기 선호 단어와 일치하는 단어를 입력 값으로 하여 상기 맞춤형 콘텐츠를 결정하는 단계;를 더 포함하는 기업용 컨텐츠 제공 방법.
   
3. 삭제
4. 삭제
5. 삭제

Images