KR102454350B1 - Method and server for providing customized recommendation service through prediction of consumption pattern - Google Patents

Method and server for providing customized recommendation service through prediction of consumption pattern Download PDF

Info

Publication number
KR102454350B1
KR102454350B1 KR1020200065778A KR20200065778A KR102454350B1 KR 102454350 B1 KR102454350 B1 KR 102454350B1 KR 1020200065778 A KR1020200065778 A KR 1020200065778A KR 20200065778 A KR20200065778 A KR 20200065778A KR 102454350 B1 KR102454350 B1 KR 102454350B1
Authority
KR
South Korea
Prior art keywords
user
consumption
prediction
consumption pattern
recommended
Prior art date
Application number
KR1020200065778A
Other languages
Korean (ko)
Other versions
KR20210148656A (en
Inventor
서태운
이승찬
Original Assignee
주식회사 데이타젠네트웍스
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by 주식회사 데이타젠네트웍스 filed Critical 주식회사 데이타젠네트웍스
Priority to KR1020200065778A priority Critical patent/KR102454350B1/en
Publication of KR20210148656A publication Critical patent/KR20210148656A/en
Application granted granted Critical
Publication of KR102454350B1 publication Critical patent/KR102454350B1/en

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
    • 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
    • G06Q10/00—Administration; Management
    • G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
    • 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
    • G06Q10/00—Administration; Management
    • G06Q10/10—Office automation; Time management
    • G06Q10/107—Computer-aided management of electronic mailing [e-mailing]
    • 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
    • G06Q20/00—Payment architectures, schemes or protocols
    • G06Q20/30—Payment architectures, schemes or protocols characterised by the use of specific devices or networks
    • G06Q20/34—Payment architectures, schemes or protocols characterised by the use of specific devices or networks using cards, e.g. integrated circuit [IC] cards or magnetic cards
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q30/00—Commerce
    • G06Q30/02—Marketing; Price estimation or determination; Fundraising
    • G06Q30/0201—Market modelling; Market analysis; Collecting market data
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
    • H04W4/02—Services making use of location information
    • H04W4/023—Services making use of location information using mutual or relative location information between multiple location based services [LBS] targets or of distance thresholds

Landscapes

  • Business, Economics & Management (AREA)
  • Engineering & Computer Science (AREA)
  • Strategic Management (AREA)
  • Accounting & Taxation (AREA)
  • Development Economics (AREA)
  • Economics (AREA)
  • Physics & Mathematics (AREA)
  • General Business, Economics & Management (AREA)
  • General Physics & Mathematics (AREA)
  • Human Resources & Organizations (AREA)
  • Theoretical Computer Science (AREA)
  • Finance (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Marketing (AREA)
  • Operations Research (AREA)
  • Data Mining & Analysis (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Quality & Reliability (AREA)
  • Tourism & Hospitality (AREA)
  • Game Theory and Decision Science (AREA)
  • Computer Hardware Design (AREA)
  • Microelectronics & Electronic Packaging (AREA)
  • Signal Processing (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

본 발명의 일 실시예에 따르면, 서비스 제공 서버에서 소비 패턴 예측을 통한 사용자 맞춤형 추천 서비스를 제공하는 방법에 있어서, 사용자의 카드 결제 내역 정보를 수집하는 단계; 상기 카드 결제 내역 정보를 통해, 상기 사용자의 소비 패턴을 분석하는 단계; 상기 소비 패턴을 기초로, 상기 사용자의 향후 소비 내역을 예측하는 단계; 및 상기 향후 소비 내역에 대한 추천 알림 메시지를 사용자 단말로 제공하는 단계를 포함하는, 소비 패턴 예측을 통한 사용자 맞춤형 추천 서비스 제공 방법이 제공된다.According to an embodiment of the present invention, there is provided a method for providing a user-customized recommendation service through a consumption pattern prediction in a service providing server, the method comprising: collecting card payment history information of a user; analyzing the consumption pattern of the user through the card payment history information; predicting a future consumption history of the user based on the consumption pattern; and providing a recommendation notification message for the future consumption details to a user terminal.

Description

소비 패턴 예측을 통한 사용자 맞춤형 추천 서비스 제공 방법 및 서버 {METHOD AND SERVER FOR PROVIDING CUSTOMIZED RECOMMENDATION SERVICE THROUGH PREDICTION OF CONSUMPTION PATTERN}Method and server to provide customized recommendation service through consumption pattern prediction {METHOD AND SERVER FOR PROVIDING CUSTOMIZED RECOMMENDATION SERVICE THROUGH PREDICTION OF CONSUMPTION PATTERN}

본 발명은 소비 패턴 예측을 통한 사용자 맞춤형 추천 서비스 제공 방법 및 서버에 관한 것으로, 더욱 상세하게는, 사용자의 카드 결제 내역 정보를 통해, 사용자의 소비 패턴을 분석하고, 사용자의 소비 패턴을 기초로, 사용자의 향후 소비 내역을 예측하여, 향후 소비 내역에 대한 추천 알림 메시지를 제공하는 방법 및 서버에 관한 것이다. The present invention relates to a method and a server for providing a user-customized recommendation service through consumption pattern prediction, and more particularly, through the user's card payment history information, by analyzing the user's consumption pattern, and based on the user's consumption pattern, The present invention relates to a method and a server for predicting a user's future consumption history and providing a recommendation notification message for the future consumption history.

디지털 경제의 확산으로 우리 주변에는 규모를 가늠할 수 없을 정도로 많은 정보와 데이터가 생산되는 빅 데이터 환경이 확대되고 있다. 빅 데이터란 과거 아날로그 환경에서 생산되던 데이터에 비하면 그 규모가 방대하고, 생성 주기도 짧고, 형태도 수치 데이터 뿐만 아니라 문자와 영상 데이터를 포함하는 대규모의 데이터를 포함하며, 이러한 빅 데이터는 최근 여러 방면에서 분석되어 사용되고 있다.With the spread of the digital economy, the big data environment in which an incalculable amount of information and data is produced is expanding around us. Big data includes large-scale data including text and video data as well as numerical data as well as numerical data in its form, which is larger in scale and shorter in generation cycle compared to data produced in the past analog environment. analyzed and used.

특히, 빅 데이터를 이용하여 사용자에게 추천 서비스를 제공하고 있는데, 예를 들면, 사용자들에게 인기가 있거나 검색이 많은 것으로 확인된 맛집, 까페 등을 추천하는 서비스를 제공하고 있다.In particular, a recommendation service is provided to users using big data. For example, a service for recommending restaurants and cafes confirmed to be popular with users or searched for is provided.

하지만, 이러한 추천 서비스는 사용자의 특성이 반영되지 않은 것으로, 사용자에게 맞지 않는 추천 정보가 제공되어, 사용자에게 실제로 도움이 되는 정보를 추천하기 어려운 문제가 있다.However, the recommendation service does not reflect the user's characteristics, and since recommendation information that is not suitable for the user is provided, it is difficult to recommend information that is actually helpful to the user.

이에 따라, 사용자의 성향에 따라 개인화된 맞춤형 추천 서비스를 제공하여, 사용자에게 필요한 추천 정보를 확실하게 제공하고자 하는 요구가 증대되고 있는 실정이다.Accordingly, there is an increasing demand for providing a personalized recommendation service according to the user's tendency to reliably provide the user with necessary recommendation information.

본 발명은 전술한 종래기술의 문제점을 해결하기 위한 것으로, 사용자의 카드 결제 내역 정보를 통해, 사용자의 소비 패턴을 분석하고, 사용자의 소비 패턴을 기초로, 사용자의 향후 소비 내역을 예측하여, 향후 소비 내역에 대한 추천 알림 메시지를 제공하는 방법 및 서버를 제공하기 위한 것을 그 목적으로 한다.The present invention is to solve the problems of the prior art described above, by analyzing the user's consumption pattern through the user's card payment history information, and predicting the user's future consumption history based on the user's consumption pattern, An object of the present invention is to provide a method and a server for providing a recommendation notification message for consumption details.

본 발명의 목적은 이상에서 언급한 목적으로 제한되지 않으며, 언급되지 않은 또 다른 목적들은 아래의 기재로부터 명확하게 이해될 수 있을 것이다.Objects of the present invention are not limited to the objects mentioned above, and other objects not mentioned will be clearly understood from the description below.

상술한 목적을 달성하기 위한 본 발명의 일 실시예에 따르면, 서비스 제공 서버에서 소비 패턴 예측을 통한 사용자 맞춤형 추천 서비스를 제공하는 방법에 있어서, 사용자의 카드 결제 내역 정보를 수집하는 단계; 상기 카드 결제 내역 정보를 통해, 상기 사용자의 소비 패턴을 분석하는 단계; 상기 소비 패턴을 기초로, 상기 사용자의 향후 소비 내역을 예측하는 단계; 및 상기 향후 소비 내역에 대한 추천 알림 메시지를 사용자 단말로 제공하는 단계를 포함하는, 소비 패턴 예측을 통한 사용자 맞춤형 추천 서비스 제공 방법이 제공된다.According to an embodiment of the present invention for achieving the above object, there is provided a method of providing a user-customized recommendation service through a consumption pattern prediction in a service providing server, the method comprising: collecting card payment history information of a user; analyzing the consumption pattern of the user through the card payment history information; predicting a future consumption history of the user based on the consumption pattern; and providing a recommendation notification message for the future consumption details to a user terminal.

상기 소비 패턴의 분석 단계는, 사용자 별 소비 패턴의 분석 결과를 통해, 유사 소비 패턴을 가지는 사용자들을 그룹화하여 분류하고, 상기 카드 결제 내역 정보를 통해, 사용자 그룹 별로 소비 패턴을 분석하는 단계를 포함하며, 상기 향후 소비 내역의 예측 단계는, 상기 사용자 그룹의 소비 패턴을 기초로, 상기 사용자 그룹에 속하는 사용자의 향후 소비 내역을 예측하는 단계를 포함할 수 있다.The analysis step of the consumption pattern includes the steps of grouping and classifying users having similar consumption patterns through the analysis result of the consumption patterns for each user, and analyzing the consumption patterns for each user group through the card payment history information, , The predicting of the future consumption details may include predicting the future consumption details of a user belonging to the user group based on the consumption pattern of the user group.

상기 소비 패턴의 분석 단계는, 상기 카드 결제 내역 정보를 통해, 업종 별로 상기 사용자의 소비 패턴을 분석하는 단계를 포함하며, 상기 향후 소비 내역의 예측 단계는, 상기 업종 별 사용자의 소비 패턴을 기초로, 업종 별로 향후 소비가 이루어질 것으로 예측되는 소비 예측 시기를 설정하는 단계를 포함하며, 상기 추천 알림 메시지의 제공 단계는, 상기 소비 예측 시기에 따라 상기 추천 알림 메시지를 상기 사용자 단말로 제공하는 단계를 포함할 수 있다.The analyzing step of the consumption pattern includes analyzing the consumption pattern of the user for each industry through the card payment history information, and the predicting step of the future consumption history is based on the consumption pattern of the user for each industry , setting a consumption prediction time for which consumption is predicted to be made in the future for each industry, wherein the providing of the recommendation notification message includes providing the recommendation notification message to the user terminal according to the consumption prediction time can do.

상기 소비 패턴의 분석 단계는, 상기 카드 결제 내역 정보를 통해, 카드 사용 가맹점의 위치 정보를 확인하여 상기 사용자의 소비 패턴 및 동선을 분석하는 단계를 포함하며, 상기 향후 소비 내역의 예측 단계는, 상기 사용자의 소비 패턴 및 동선을 기초로, 향후 소비가 이루어질 것으로 예측되는 추천 가맹점을 선정하는 단계를 포함하며, 상기 추천 알림 메시지의 제공 단계는, 상기 추천 가맹점의 위치와 상기 사용자 단말의 위치 간의 거리가 미리 설정된 거리 이내로 확인되면, 상기 추천 알림 메시지를 상기 사용자 단말로 제공하는 단계를 포함할 수 있다.The analysis of the consumption pattern includes analyzing the consumption pattern and movement of the user by checking the location information of the affiliated store using the card through the card payment history information, and the predicting of the future consumption history includes: and selecting a recommended affiliated store for which consumption is expected to be made in the future based on the user's consumption pattern and movement, wherein the providing of the recommendation notification message includes the distance between the recommended affiliated store location and the user terminal location. If it is confirmed within a preset distance, the method may include providing the recommendation notification message to the user terminal.

상술한 목적을 달성하기 위한 본 발명의 다른 실시예에 따르면, 소비 패턴 예측을 통한 사용자 맞춤형 추천 서비스를 제공하는 서비스 제공 서버에 있어서, 사용자의 카드 결제 내역 정보를 수집하는 결제 내역 수집부; 상기 카드 결제 내역 정보를 통해, 상기 사용자의 소비 패턴을 분석하는 소비 패턴 분석부; 상기 소비 패턴을 기초로, 상기 사용자의 향후 소비 내역을 예측하는 소비 내역 예측부; 및 상기 향후 소비 내역에 대한 추천 알림 메시지를 사용자 단말로 제공하는 알림 메시지 제공부를 포함하는, 서비스 제공 서버가 제공된다.According to another embodiment of the present invention for achieving the above object, there is provided a service providing server that provides a user-customized recommendation service through consumption pattern prediction, comprising: a payment history collecting unit for collecting card payment history information of a user; a consumption pattern analysis unit for analyzing the consumption pattern of the user through the card payment history information; a consumption history prediction unit for predicting the future consumption history of the user based on the consumption pattern; and a notification message providing unit for providing a recommendation notification message for the future consumption history to a user terminal, a service providing server is provided.

상기 소비 패턴 분석부는, 사용자 별 소비 패턴의 분석 결과를 통해, 유사 소비 패턴을 가지는 사용자들을 그룹화하여 분류하고, 상기 카드 결제 내역 정보를 통해, 사용자 그룹 별로 소비 패턴을 분석하며, 상기 소비 내역 예측부는, 상기 사용자 그룹의 소비 패턴을 기초로, 상기 사용자 그룹에 속하는 사용자의 향후 소비 내역을 예측할 수 있다.The consumption pattern analyzer, through the analysis result of the consumption pattern for each user, groups and classifies users having similar consumption patterns, and analyzes the consumption patterns for each user group through the card payment history information, and the consumption history prediction unit , based on the consumption pattern of the user group, it is possible to predict the future consumption history of the user belonging to the user group.

상기 소비 패턴 분석부는, 상기 카드 결제 내역 정보를 통해, 업종 별로 상기 사용자의 소비 패턴을 분석하며, 상기 소비 내역 예측부는, 상기 업종 별 사용자의 소비 패턴을 기초로, 업종 별로 향후 소비가 이루어질 것으로 예측되는 소비 예측 시기를 설정하며, 상기 알림 메시지 제공부는, 상기 소비 예측 시기에 따라 상기 추천 알림 메시지를 상기 사용자 단말로 제공할 수 있다.The consumption pattern analyzer, through the card payment history information, analyzes the consumption pattern of the user for each industry, and the consumption history prediction unit predicts that future consumption will be made for each industry based on the consumption pattern of the user for each industry A consumption prediction time is set, and the notification message providing unit may provide the recommendation notification message to the user terminal according to the consumption prediction time.

상기 소비 패턴 분석부는, 상기 카드 결제 내역 정보를 통해, 카드 사용 가맹점의 위치 정보를 확인하여 상기 사용자의 소비 패턴 및 동선을 분석하며, 상기 소비 내역 예측부는, 상기 사용자의 소비 패턴 및 동선을 기초로, 향후 소비가 이루어질 것으로 예측되는 추천 가맹점을 선정하며, 상기 알림 메시지 제공부는, 상기 추천 가맹점의 위치와 상기 사용자 단말의 위치 간의 거리가 미리 설정된 거리 이내로 확인되면, 상기 추천 알림 메시지를 상기 사용자 단말로 제공할 수 있다.The consumption pattern analysis unit analyzes the consumption pattern and movement of the user by checking the location information of the affiliated store using the card through the card payment history information, and the consumption history prediction unit, based on the consumption pattern and movement of the user , selects a recommended affiliate store where consumption is expected to be made in the future, and the notification message providing unit sends the recommended notification message to the user terminal when the distance between the recommended affiliate store and the location of the user terminal is confirmed to be within a preset distance can provide

본 발명의 일 실시예에 따르면, 사용자의 소비 패턴을 분석하여, 소비 패턴을 기초로 사용자의 향후 소비 내역을 예측하고, 예측된 향후 소비 내역을 통해 추천 알림 메시지를 제공함으로써, 사용자가 향후 소비할 것으로 예측되는 소비 내역 정보를 소비 이전에 미리 제공하여, 사용자에게 필요한 추천 정보를 확실하게 제공할 수 있으므로, 사용자의 성향에 따라 개인화된 맞춤형 추천 서비스를 제공할 수 있는 효과가 있다.According to an embodiment of the present invention, by analyzing the user's consumption pattern, predicting the user's future consumption history based on the consumption pattern, and providing a recommendation notification message through the predicted future consumption history, the user Since the consumption history information predicted to be expected to be consumed can be provided in advance prior to consumption, the recommended information required for the user can be reliably provided.

본 발명의 효과는 상기한 효과로 한정되는 것은 아니며, 본 발명의 상세한 설명 또는 특허청구범위에 기재된 발명의 구성으로부터 추론 가능한 모든 효과를 포함하는 것으로 이해되어야 한다.The effects of the present invention are not limited to the above effects, and it should be understood to include all effects that can be inferred from the configuration of the invention described in the detailed description or claims of the present invention.

도 1은 본 발명의 일 실시예에 따른 소비 내역 추천 서비스를 제공하기 위한 시스템의 구성을 개략적으로 나타내는 도면이다.
도 2는 본 발명의 일 실시예에 따른 서비스 제공 서버의 구성을 도시한 블록도이다.
도 3은 본 발명의 일 실시예에 따른 소비 예측 조건에 따라 추천 알림 메시지를 제공하는 과정을 순서도로 나타낸 도면이다.1 is a diagram schematically showing the configuration of a system for providing a consumption history recommendation service according to an embodiment of the present invention.
2 is a block diagram illustrating the configuration of a service providing server according to an embodiment of the present invention.
3 is a flowchart illustrating a process of providing a recommendation notification message according to a consumption prediction condition according to an embodiment of the present invention.

이하에서 첨부한 도면을 참조하여 본 발명을 설명하기로 한다. 그러나 본 발명은 여러 가지 상이한 형태로 구현될 수 있으며, 따라서 여기에서 설명하는 실시예로 한정되는 것은 아니다. 그리고 도면에서 본 발명을 명확하게 설명하기 위해서 설명과 관계없는 부분은 생략하였으며, 명세서 전체를 통하여 유사한 부분에 대해서는 유사한 도면 부호를 붙였다.Hereinafter, the present invention will be described with reference to the accompanying drawings. However, the present invention may be embodied in several different forms, and thus is not limited to the embodiments described herein. And in order to clearly explain the present invention in the drawings, parts irrelevant to the description are omitted, and similar reference numerals are attached to similar parts throughout the specification.

이하 첨부된 도면을 참고하여 본 발명의 실시예를 상세히 설명하기로 한다.Hereinafter, embodiments of the present invention will be described in detail with reference to the accompanying drawings.

도 1은 본 발명의 일 실시예에 따른 소비 내역 추천 서비스를 제공하기 위한 시스템의 구성을 개략적으로 나타내는 도면이다.1 is a diagram schematically showing the configuration of a system for providing a consumption history recommendation service according to an embodiment of the present invention.

도 1을 참조하면, 본 발명의 일 실시예에 따른 시스템은 통신망을 통해 서로 통신 가능한 복수의 사용자 단말(100), 서비스 제공 서버(200) 및 카드사 서버(300)를 포함할 수 있다.Referring to FIG. 1 , a system according to an embodiment of the present invention may include a plurality of user terminals 100 , a service providing server 200 , and a card company server 300 capable of communicating with each other through a communication network.

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.First, the communication network may be configured regardless of its communication mode, such as wired and wireless, and may be implemented in various forms so that communication between a server and a server and communication between a server and a terminal are performed.

복수의 사용자 단말(100) 각각은 통신 기능을 갖춘 연산 장치로 구현될 수 있으며, 예를 들면, 휴대전화기, 데스크톱 PC, 랩탑 PC, 태블릿 PC, 스마트폰 등으로 구현될 수 있으나, 이에 제한되지는 않으며, 외부 서버와 연결될 수 있는 다양한 형태의 통신 장치로 구현될 수도 있다.Each of the plurality of user terminals 100 may be implemented as a computing device having a communication function, for example, it may be implemented as a mobile phone, a desktop PC, a laptop PC, a tablet PC, a smart phone, etc., but is not limited thereto Also, it may be implemented as various types of communication devices that can be connected to an external server.

복수의 사용자 단말(100) 각각에는 소비 내역 추천 서비스를 제공하기 위한 애플리케이션이 설치되어 있을 수 있다. 이 때, 애플리케이션 관리 서버(미도시)는 다양한 애플리케이션을 배포할 수 있는 애플리케이션 스토어를 제공할 수 있고, 서비스 제공 서버(200)를 운영하는 운영자가 애플리케이션 스토어에 소비 내역 추천 서비스 제공 애플리케이션을 등록하면, 복수의 사용자 단말(100) 각각은 애플리케이션 스토어에 등록된 소비 내역 추천 서비스 제공 애플리케이션을 다운로드 하여, 메모리 내에 설치할 수 있다. 여기서, 소비 내역 추천 서비스 제공 애플리케이션은 소비 패턴 분석, 소비 내역 예측, 추천 알림 메시지 등의 다양한 서비스를 제공할 수 있다.An application for providing a consumption history recommendation service may be installed in each of the plurality of user terminals 100 . At this time, the application management server (not shown) may provide an application store capable of distributing various applications, and when an operator who operates the service providing server 200 registers a consumption history recommendation service provision application in the application store, Each of the plurality of user terminals 100 may download the consumption history recommendation service provision application registered in the application store and install it in the memory. Here, the consumption history recommendation service providing application may provide various services such as consumption pattern analysis, consumption history prediction, and recommendation notification message.

소비 내역 추천 서비스 제공 애플리케이션은 외부 장치와 통신할 수 있는 프로그램 모듈일 수 있다. 이러한 프로그램 모듈은 운영 시스템, 응용 프로그램 모듈 및 기타 프로그램 모듈의 형태로 단말기 또는 이와 통신 가능한 다른 장치에 포함될 수 있으며, 물리적으로는 여러 가지 공지의 기억 장치 상에 저장될 수 있다. 한편, 이러한 프로그램 모듈은 본 발명에 따라 후술할 특정 업무를 수행하거나 특정 추상 데이터 유형을 실행하는 루틴, 서브루틴, 프로그램, 오브젝트, 컴포넌트, 데이터 구조 등을 포괄하지만, 이에 제한되지는 않는다.The consumption history recommendation service providing application may be a program module capable of communicating with an external device. Such a program module may be included in the terminal or other device capable of communicating therewith in the form of an operating system, an application program module, and other program modules, and may be physically stored in various known storage devices. Meanwhile, such a program module includes, but is not limited to, routines, subroutines, programs, objects, components, data structures, etc. that perform specific tasks or execute specific abstract data types according to the present invention.

이하에서는, 복수의 사용자 단말(100) 각각에 설치된 소비 내역 추천 서비스 제공 애플리케이션을 통해 소비 패턴 예측을 통한 향후 소비 내역을 추천하는 과정을 설명하지만, 해당 애플리케이션 없이 단말기 자체적으로 모든 과정을 수행할 수 있음은 물론이다.Hereinafter, a process of recommending future consumption history through consumption pattern prediction through the consumption history recommendation service providing application installed in each of the plurality of user terminals 100 will be described, but all processes can be performed by the terminal itself without the application is of course

복수의 사용자 단말(100) 중 어느 하나인 제1 사용자 단말(110)은 소비 내역 추천 서비스 제공 애플리케이션을 실행하여, 소비 패턴 예측을 통한 사용자 맞춤형 추천 서비스 이용을 위해 필요한 정보를 입력하기 위한 인터페이스를 화면에 표시할 수 있다. 여기서, 사용자 맞춤형 추천 서비스 이용을 위해 필요한 정보는 사용자 정보, 카드 정보 등을 포함할 수 있다.The first user terminal 110, which is any one of the plurality of user terminals 100, executes a consumption history recommendation service providing application, and displays an interface for inputting information necessary for using a user-customized recommendation service through consumption pattern prediction. can be displayed in Here, the information necessary for using the user-customized recommendation service may include user information, card information, and the like.

한편, 제1 사용자가 자신의 카드를 통하여 상품에 대한 결제를 수행하는 경우, 제1 사용자 단말(110)로 카드 결제 메시지가 전송되는데, 카드 결제 메시지에는 소비 업종, 소비 품목, 소비 금액, 소비 날짜, 소비 시간 등에 대한 카드 결제 내역 정보가 포함되어 있다.On the other hand, when the first user performs payment for a product through his or her card, a card payment message is transmitted to the first user terminal 110 . In the card payment message, the consumption type, consumption item, consumption amount, and consumption date are included. , card payment history information for consumption time, etc. is included.

제1 사용자 단말(110)에 설치된 소비 내역 추천 서비스 제공 애플리케이션은 제1 사용자 단말(110)로 전송된 카드 결제 메시지를 인식하고, 인식된 카드 결제 메시지를 통해 사용자의 카드 결제 내역 정보를 추출할 수 있으며, 추출된 카드 결제 내역 정보는 서비스 제공 서버(200)로 전송되어, 서비스 제공 서버(200)는 제1 사용자 단말(110)로부터 수신된 카드 결제 내역 정보를 기초로, 제1 사용자에 대한 소비 패턴을 분석할 수 있다.The consumption history recommendation service providing application installed in the first user terminal 110 may recognize the card payment message sent to the first user terminal 110, and extract the user's card payment history information through the recognized card payment message. In addition, the extracted card payment history information is transmitted to the service providing server 200 , and the service providing server 200 consumes the first user based on the card payment history information received from the first user terminal 110 . patterns can be analyzed.

제1 사용자 단말(110)은 서비스 제공 서버(200)에 의해 예측된 향후 소비 내역에 대한 추천 알림 메시지를 제공받아, 소비 내역 추천 서비스 제공 애플리케이션을 통해 화면에 표시할 수 있다. 이때, 제1 사용자 단말(110)은 향후 소비 내역이 복수개로 예측된 경우 리스트 형식으로 예측된 향후 소비 내역을 표시할 수 있으며, 향후 소비 내역 리스트 중 어느 하나가 선택되면, 선택된 향후 소비 내역에 대한 상세 정보를 서비스 제공 서버(200)로부터 제공받아 화면에 더 표시할 수 있다.The first user terminal 110 may receive a recommendation notification message for the future consumption history predicted by the service providing server 200 and display it on the screen through the consumption history recommendation service providing application. At this time, the first user terminal 110 may display the predicted future consumption details in a list format when a plurality of future consumption details are predicted. Detailed information may be provided from the service providing server 200 and further displayed on the screen.

서비스 제공 서버(200)는 복수의 사용자 단말(100) 각각으로부터 사용자 별 카드 결제 내역 정보를 수집할 수 있으며, 카드사 서버(300)로부터 사용자 별 카드 결제 내역 정보를 수집할 수도 있다.The service providing server 200 may collect card payment history information for each user from each of the plurality of user terminals 100 , and may also collect card payment history information for each user from the card company server 300 .

서비스 제공 서버(200)는 수집된 카드 결제 내역 정보를 통해, 사용자의 소비 패턴을 분석할 수 있으며, 소비 패턴을 기초로, 사용자의 향후 소비 내역을 예측할 수 있다.The service providing server 200 may analyze the user's consumption pattern through the collected card payment history information, and may predict the user's future consumption history based on the consumption pattern.

서비스 제공 서버(200)는 향후 소비 내역으로 예측된 소비 내역에 대한 추천 알림 메시지를 사용자 별로 제공할 수 있다.The service providing server 200 may provide a recommendation notification message for the consumption history predicted as the future consumption history for each user.

서비스 제공 서버(200)는 사용자에게 추천한 내역, 특정 사용자에게 추천된 소비 내역 등을 데이터베이스에 별도로 저장하여 관리할 수 있으며, 사용자 별 추천 내역, 기 추천된 소비 내역 등을 참조하여, 사용자의 향후 소비 내역을 예측할 수 있다.The service providing server 200 may separately store and manage in a database a history recommended to a user, a consumption history recommended to a specific user, etc. Consumption history can be predicted.

카드사 서버(300)는 사용자의 카드 결제 내역 정보를 사용자 별로 데이터베이스에 저장하여 관리할 수 있다. 여기서, 카드 결제 내역 정보는 사용자가 카드를 이용하여 가맹점에서 결제한 내역에 대한 정보로, 고객 식별번호, 가맹점 식별번호, 가맹점 업종코드, 결제일자, 승인금액 정보 등을 포함할 수 있다.The card company server 300 may store and manage the user's card payment history information in a database for each user. Here, the card payment history information is information on the details of the payment made by the user at the affiliated store using the card, and may include a customer identification number, an affiliated store identification number, an affiliated store industry code, a payment date, and approval amount information.

카드사 서버(300)는 사용자 별 카드 결제 내역 정보를 서비스 제공 서버(200)로 전송할 수 있다.The card company server 300 may transmit card payment history information for each user to the service providing server 200 .

도 1에 도시된 바와 같이, 서비스 제공 서버(200)와 카드사 서버(300)는 다른 서버로 구현되어 각각의 기능을 별도로 수행할 수 있지만, 이에 제한되지 않으며, 서비스 제공 서버(200)와 카드사 서버(300)는 하나의 통합 서버로 구현되어, 통합 서버에서 서비스 제공 서버(200) 및 카드사 서버(300)의 기능을 모두 수행할 수 있다.As shown in FIG. 1 , the service providing server 200 and the card company server 300 are implemented as different servers and may perform their respective functions separately, but are not limited thereto, and the service providing server 200 and the card company server 300 is implemented as one integrated server, and the integrated server may perform both the functions of the service providing server 200 and the card company server 300 .

도 2는 본 발명의 일 실시예에 따른 서비스 제공 서버(200)의 구성을 도시한 블록도이다.2 is a block diagram illustrating the configuration of a service providing server 200 according to an embodiment of the present invention.

도 2를 참조하면, 서비스 제공 서버(200)는 결제 내역 수집부(210), 소비 패턴 분석부(220), 소비 내역 예측부(230) 및 알림 메시지 제공부(240)를 포함할 수 있다.Referring to FIG. 2 , the service providing server 200 may include a payment history collecting unit 210 , a consumption pattern analyzing unit 220 , a consumption history predicting unit 230 , and a notification message providing unit 240 .

먼저, 결제 내역 수집부(210)는 사용자의 카드 결제 내역 정보를 수집할 수 있다.First, the payment history collecting unit 210 may collect card payment history information of the user.

예를 들어, 결제 내역 수집부(210)는 복수의 사용자 단말(100) 각각으로부터 사용자의 카드 결제 내역 정보를 개별적으로 수집할 수 있으며, 카드사 서버(300)로부터 사용자 별 카드 결제 내역 정보를 통합하여 수집할 수도 있다.For example, the payment history collection unit 210 may individually collect the user's card payment history information from each of the plurality of user terminals 100 , and integrate card payment history information for each user from the card company server 300 . can also be collected.

소비 패턴 분석부(220)는 결제 내역 수집부(210)에서 수집한 카드 결제 내역 정보를 통해, 사용자의 소비 패턴을 분석할 수 있다.The consumption pattern analysis unit 220 may analyze the user's consumption pattern through the card payment history information collected by the payment history collection unit 210 .

소비 내역 예측부(230)는 소비 패턴 분석부(220)에서 분석한 소비 패턴을 기초로, 사용자의 향후 소비 내역을 예측할 수 있다.The consumption history prediction unit 230 may predict the user's future consumption history based on the consumption pattern analyzed by the consumption pattern analysis unit 220 .

즉, 소비 내역 예측부(230)는 사용자의 소비 패턴을 파악하여, 향후 사용자가 어떠한 항목에 대해 소비할 것인지를 예측할 수 있다.That is, the consumption history prediction unit 230 may determine the consumption pattern of the user and predict which items the user will consume in the future.

알림 메시지 제공부(240)는 소비 내역 예측부(230)에서 예측한 향후 소비 내역에 대한 알림 메시지를 복수의 사용자 단말(100) 각각에 제공할 수 있다.The notification message providing unit 240 may provide a notification message for the future consumption history predicted by the consumption history prediction unit 230 to each of the plurality of user terminals 100 .

일 실시예에 따르면, 소비 패턴 분석부(220)는 사용자 별 소비 패턴의 분석 결과를 통해, 유사 소비 패턴을 가지는 사용자들을 그룹화하여 분류하고, 카드 결제 내역 정보를 통해, 사용자 그룹 별로 소비 패턴을 분석할 수 있으며, 소비 내역 예측부(230)는 사용자 그룹의 소비 패턴을 기초로, 사용자 그룹에 속하는 사용자의 향후 소비 내역을 예측할 수 있다.According to an embodiment, the consumption pattern analysis unit 220 groups and categorizes users having similar consumption patterns through the analysis result of the consumption patterns for each user, and analyzes the consumption patterns for each user group through card payment history information The consumption history prediction unit 230 may predict the future consumption history of the user belonging to the user group based on the consumption pattern of the user group.

즉, 소비 내역 예측부(230)는 한 명의 사용자에 대한 소비 패턴을 기초로, 사용자의 향후 소비 내역을 예측하는 경우, 모집단이 부족하여 정확도가 떨어질 수 있기 때문에, 유사 소비 패턴을 가지는 사용자 그룹에 대한 소비 패턴을 기초로, 사용자의 향후 소비 내역을 예측함으로써, 소비 내역 예측에 대한 정확도를 향상시킬 수 있다.That is, when the consumption history prediction unit 230 predicts the user's future consumption history based on the consumption pattern for one user, the accuracy may be lowered due to the lack of a population. By predicting the user's future consumption history based on the consumption pattern, the accuracy of the consumption history prediction can be improved.

예를 들어, 소비 패턴 분석부(220)는 사용자 별 소비 패턴의 분석 결과를 통해, A 커피전문점에 자주 방문하는 사용자들을 그룹화하여 제1 그룹으로 분류할 수 있고, 제1 그룹에 속하는 사용자들이 A 커피전문점을 가장 많이 방문하는 시간, 방문 주기 등을 확인하여 제1 그룹 사용자들에 대한 소비 패턴을 분석할 수 있으며, 소비 내역 예측부(230)는 제1 그룹 사용자들에 대한 소비 패턴의 분석 결과를 통해, 제1 그룹에 속하는 사용자가 언제 A 커피전문점을 방문할 가능성이 높은지를 확인하여, 향후 소비 내역을 예측할 수 있다.For example, the consumption pattern analysis unit 220 may group users who frequently visit the coffee shop A through the analysis result of the consumption pattern for each user and classify them into a first group, and users belonging to the first group A The consumption pattern for the first group users can be analyzed by checking the time of most visits to the coffee shop, the visit period, and the like, and the consumption history prediction unit 230 analyzes the consumption pattern for the first group users. Through this, it is possible to predict when the user belonging to the first group will most likely visit the coffee shop A, thereby predicting future consumption history.

일 실시예에 따르면, 소비 패턴 분석부(220)는 카드 결제 내역 정보를 통해, 업종 별로 사용자의 소비 패턴을 분석할 수 있으며, 소비 내역 예측부(230)는 업종 별 사용자의 소비 패턴을 기초로, 업종 별로 향후 소비가 이루어질 것으로 예측되는 소비 예측 시기를 설정할 수 있으며, 알림 메시지 제공부(240)는 소비 예측 시기에 따라 추천 알림 메시지를 복수의 사용자 단말(100) 각각에 제공할 수 있다.According to an embodiment, the consumption pattern analysis unit 220 may analyze the consumption pattern of the user for each industry through card payment history information, and the consumption history prediction unit 230 is based on the consumption pattern of the user for each industry type. , it is possible to set a consumption prediction time for which consumption is expected to be made in the future for each industry, and the notification message providing unit 240 may provide a recommendation notification message to each of the plurality of user terminals 100 according to the consumption prediction time.

구체적으로, 소비 패턴 분석부(220)는 사용자의 카드 결제 내역 정보를 통해, 편의점, 병원, 약국, 쇼핑몰, 커피 등의 카드 사용 가맹점의 업종을 확인하여, 업종 별로 사용자의 소비 패턴을 분석할 수 있다.Specifically, the consumption pattern analysis unit 220, through the user's card payment history information, by confirming the type of merchant using the card, such as convenience stores, hospitals, pharmacies, shopping malls, coffee, etc., can analyze the user's consumption pattern for each type of business. have.

예를 들어, 소비 패턴 분석부(220)는 평균적으로 하루에 한번 저녁 시간 마다 편의점 업종에서 카드 결제가 이루어진 것으로 확인되면, 하루에 한번 편의점을 저녁 시간에 방문하는 것으로 소비 패턴을 분석할 수 있으며, 평균적으로 월요일 마다 병원 업종에서 카드 결제가 이루어진 것으로 확인되면, 일주일에 한번 병원을 월요일에 방문하는 것으로 소비 패턴을 분석할 수 있으며, 평균적으로 한달에 한번 월초 마다 쇼핑몰 업종에서 카드 결제가 이루어진 것으로 확인되면, 한달에 한번 쇼핑몰을 월초에 방문하는 것으로 소비 패턴을 분석할 수 있다.For example, if it is confirmed that the card payment is made in the convenience store industry once a day on average, the consumption pattern analysis unit 220 may analyze the consumption pattern by visiting the convenience store in the evening time once a day, on average, If it is confirmed that card payment is made in the hospital industry on average every Monday, the consumption pattern can be analyzed by visiting the hospital on Monday once a week. , the consumption pattern can be analyzed by visiting a shopping mall once a month at the beginning of the month.

소비 내역 예측부(230)는 소비 패턴 분석부(220)에서 분석한 업종 별 사용자의 소비 패턴을 확인하여, 업종 별로 사용자의 소비 패턴이 상이하기 때문에, 업종 별로 향후 소비가 이루어질 것으로 예측되는 소비 예측 시기를 각각 설정할 수 있다.The consumption history prediction unit 230 confirms the consumption pattern of the user for each industry analyzed by the consumption pattern analysis unit 220, and since the consumption pattern of the user is different for each industry, the consumption forecast for which future consumption is expected for each industry Each time can be set.

예를 들어, 소비 내역 예측부(230)는 편의점 업종의 소비 패턴이 주로 저녁 시간에 소비가 이루어진 것으로 분석된 경우, 오후 6시를 편의점 업종의 소비 예측 시기로 설정할 수 있으며, 병원 업종의 소비 패턴이 주로 월요일에 소비가 이루어진 것으로 분석된 경우, 월요일을 편의점 업종의 소비 예측 시기로 설정할 수 있으며, 쇼핑몰 업종의 소비 패턴이 주로 월초에 소비가 이루어진 것으로 분석된 경우, 1일을 쇼핑몰 업종의 소비 예측 시기로 설정할 수 있다.For example, when it is analyzed that the consumption pattern of the convenience store industry is mainly consumed in the evening, the consumption history prediction unit 230 may set 6 pm as the consumption prediction time of the convenience store industry, and the consumption pattern of the hospital industry If it is analyzed that consumption mainly occurs on Monday, Monday can be set as the consumption forecast period of the convenience store industry. Time can be set.

알림 메시지 제공부(240)는 소비 내역 예측부(230)에서 설정한 소비 예측 시기를 확인하여, 향후 소비가 이루어질 것으로 예측되는 시간이 다가오면, 추천 알림 메시지를 복수의 사용자 단말(100) 중 어느 하나인 제1 사용자 단말(110)로 제공할 수 있다.The notification message providing unit 240 checks the consumption prediction time set by the consumption history prediction unit 230 , and when the predicted time for future consumption approaches approaches, a recommendation notification message is sent to any one of the plurality of user terminals 100 . A single first user terminal 110 may be provided.

예를 들어, 알림 메시지 제공부(240)는 편의점 업종의 소비 예측 시기가 오후 6시로 설정되어 있는 경우, 오후 5시 마다 편의점 업종에 대한 추천 알림 메시지를 제1 사용자 단말(110)로 제공할 수 있으며, 병원 업종의 소비 예측 시기가 월요일로 설정되어 있는 경우, 일요일 오후 10시 마다 병원 업종에 대한 추천 알림 메시지를 제1 사용자 단말(110)로 제공할 수 있으며, 쇼핑몰 업종의 소비 예측 시기가 1일로 설정되어 있는 경우, 1일 오전 9시 마다 쇼핑몰 업종에 대한 추천 알림 메시지를 제1 사용자 단말(110)로 제공할 수 있다.For example, the notification message providing unit 240 may provide a recommended notification message for the convenience store industry to the first user terminal 110 every 5 pm when the consumption prediction time of the convenience store industry is set to 6 pm. If the consumption forecast period of the hospital industry is set to Monday, a recommendation notification message for the hospital industry may be provided to the first user terminal 110 every Sunday at 10:00 pm, and the consumption forecast period of the shopping mall industry is 1 If it is set to days, a recommendation notification message for the shopping mall industry may be provided to the first user terminal 110 every 9:00 am of the day.

즉, 사용자의 소비 패턴을 통해 설정된 소비 예측 시기를 확인하여, 업종 별로 향후 소비가 이루어질 것으로 예측되는 시간이 다가오면, 소비 예측 시기 이전에 추천 알림 메시지를 제공하여, 사용자가 실질적으로 소비할 예정인 업종에 대해 미리 확인할 수 있도록, 해당 업종에 대한 추천 알림 메시지를 제공할 수 있다.That is, by checking the consumption forecast period set through the user's consumption pattern, and when the predicted time for future consumption for each industry approaches, a recommendation notification message is provided before the consumption forecast period, and the user is actually planning to consume the industry. In order to confirm in advance, a recommendation notification message for the corresponding industry may be provided.

일 실시예에 따르면, 소비 패턴 분석부(220)는 카드 결제 내역 정보를 통해, 카드 사용 가맹점의 위치 정보를 확인하여 사용자의 소비 패턴 뿐만 아니라 사용자의 동선까지 분석할 수 있으며, 소비 내역 예측부(230)는 사용자의 소비 패턴 및 동선을 기초로, 향후 소비가 이루어질 것으로 예측되는 추천 가맹점을 선정할 수 있으며, 알림 메시지 제공부(240)는 추천 가맹점의 위치와 제1 사용자 단말(110)의 위치 간의 거리가 미리 설정된 거리 이내로 확인되면, 추천 알림 메시지를 제1 사용자 단말(110)로 제공할 수 있다.According to an embodiment, the consumption pattern analysis unit 220 may analyze the user's consumption pattern as well as the user's movement by checking the location information of the card using merchant through the card payment history information, and the consumption history prediction unit ( 230 may select a recommended affiliated store for which consumption is expected to be made in the future based on the user's consumption pattern and movement route, and the notification message providing unit 240 provides the location of the recommended affiliated store and the location of the first user terminal 110 . When it is confirmed that the distance between the two is within a preset distance, a recommendation notification message may be provided to the first user terminal 110 .

구체적으로, 소비 패턴 분석부(220)는 사용자의 카드 결제 내역 정보를 통해, 카드 사용 가맹점의 위치가 어디인지 확인하여, 사용자가 주로 어느 지역에서 카드를 사용하였는지에 대해 분석할 수 있으며, 카드 사용 가맹점의 위치를 연결하여 사용자의 소비 패턴 및 동선을 분석할 수 있다.Specifically, the consumption pattern analysis unit 220 may check the location of the merchant using the card through the user's card payment history information, and may analyze in which region the user mainly used the card, and the merchant using the card You can analyze the user's consumption pattern and movement by connecting the location of

소비 패턴 분석부(220)는 사용자의 카드 결제 내역 정보를 통해, 편의점, 병원, 약국, 쇼핑몰, 커피 등의 카드 사용 가맹점의 업종을 확인하여, 업종 별로 사용자의 소비 패턴을 분석하면서, 카드 사용 시간, 카드 사용 가맹점의 위치 등을 확인하여, 사용자의 동선을 분석할 수 있다.The consumption pattern analysis unit 220, through the user's card payment history information, confirms the type of merchant using the card, such as convenience stores, hospitals, pharmacies, shopping malls, coffee, etc., and analyzes the user's consumption patterns for each type of business, card usage time , it is possible to analyze the user's movement by checking the location of the merchant using the card.

예를 들어, 소비 패턴 분석부(220)는 카드 사용 가맹점의 위치를 확인한 결과, 평일에는 종로구에서 식당 업종에 대한 카드 결제가 많이 이루어진 것으로 확인되면, 평일에 종로구에서 식당을 자주 방문하는 것으로 사용자의 소비 패턴 및 동선을 분석할 수 있으며, 주말에는 강남구에서 숙박업소 업종에 대한 카드 결제가 많이 이루어진 것으로 확인되면, 주말에 강남구에서 숙박업소를 자주 방문하는 것으로 사용자의 소비 패턴 및 동선을 분석할 수 있다.For example, as a result of checking the location of the card-using affiliate store, the consumption pattern analysis unit 220 determines that a lot of card payments are made for the restaurant industry in Jongno-gu on weekdays. You can analyze consumption patterns and movements, and if it is confirmed that a lot of credit card payments are made for the lodging business in Gangnam-gu on weekends, you can analyze the consumption patterns and movement of users by frequently visiting lodging establishments in Gangnam-gu on weekends. .

또한, 소비 패턴 분석부(220)는 사용자가 식당 업종 이후 커피전문점 업종에서 카드 결제가 많이 이루어진 것으로 확인되면, 사용자가 주로 식당 방문 이후에 커피전문점에 방문하는 것으로 사용자의 소비 패턴 및 동선을 분석할 수 있다.In addition, when it is confirmed that the user has made a lot of card payments in the coffee specialty store industry after the restaurant industry, the consumption pattern analysis unit 220 analyzes the user's consumption pattern and movement as the user mainly visits the coffee shop after visiting the restaurant. can

소비 내역 예측부(230)는 소비 패턴 분석부(220)에서 분석한 사용자의 소비 패턴 및 동선을 기초로, 사용자의 동선에 따른 소비 패턴을 확인하여, 사용자의 위치에 따라 소비 패턴이 상이하기 때문에, 향후 소비가 이루어질 것으로 예측되는 추천 가맹점을 선정할 수 있다.The consumption history prediction unit 230 checks the consumption pattern according to the user's movement based on the consumption pattern and movement of the user analyzed by the consumption pattern analysis unit 220, because the consumption pattern is different depending on the location of the user. , it is possible to select recommended franchisees that are expected to consume in the future.

예를 들어, 소비 내역 예측부(230)는 평일에 종로구에서 식당을 자주 방문하는 것으로 소비 패턴이 분석된 경우, 평일에는 종로구에 위치하는 식당을 추천 가맹점으로 선정할 수 있으며, 주말에 강남구에서 숙박업소를 자주 방문하는 것으로 소비 패턴이 분석된 경우, 주말에는 강남구에 위치하는 숙박업소를 추천 가맹점으로 선정할 수 있다.For example, if the consumption pattern is analyzed as frequent visits to restaurants in Jongno-gu on weekdays, the consumption history prediction unit 230 may select a restaurant located in Jongno-gu as a recommended affiliate store on weekdays, and stay in Gangnam-gu on weekends. If the consumption pattern is analyzed by frequent visits to the business, an lodging establishment located in Gangnam-gu can be selected as a recommended franchise on weekends.

즉, 상술한 바와 같이, 소비 내역 예측부(230)는 추천 가맹점을 선정하는데 있어, 현재 시간, 사용자의 위치, 사용자의 생활 방식 등의 다양한 조건을 고려하여, 사용자 맞춤형의 추천 가맹점을 선정할 수 있다.That is, as described above, in selecting a recommended affiliated store, the consumption history prediction unit 230 may select a user-customized recommended affiliated store in consideration of various conditions such as the current time, the user's location, and the user's lifestyle. have.

추가적으로, 소비 내역 예측부(230)는 가맹점의 오픈 여부, 가맹점의 사용자 평점, 사용자 방문 여부 등을 더 고려하여, 사용자 맞춤형의 추천 가맹점을 선정할 수 있다.Additionally, the consumption history prediction unit 230 may further consider whether the affiliated store is open, the user rating of the affiliated store, whether the user has visited, and the like, and select a recommended affiliated store for the user.

예를 들어, 소비 내역 예측부(230)는 주말에 강남구에서 숙박업소를 자주 방문하는 것으로 소비 패턴이 분석된 경우, 제1 사용자 단말(110)의 위치가 주말에 강남구로 확인되면 강남구에 위치하는 숙박업소를 추천 가맹점으로 선정할 수 있는데, 제1 사용자 단말(110)의 위치와 인접한 숙박업소들에 남는 방을 확인하여, 입실이 가능한 숙박업소를 추천 가맹점으로 선정할 수 있고, 제1 사용자 단말(110)의 위치와 인접한 숙박업소들 중 사용자 평점이 가장 높은 숙박업소를 추천 가맹점으로 선정할 수 있고, 제1 사용자 단말(110)의 위치와 인접한 숙박업소들 중 사용자가 방문한 적이 있는 숙박업소를 추천 가맹점으로 선정할 수 있다.For example, if the consumption pattern is analyzed by the consumption history prediction unit 230 as frequent visits to accommodation establishments in Gangnam-gu on weekends, the location of the first user terminal 110 is confirmed to be Gangnam-gu on weekends. A lodging establishment can be selected as a recommended affiliated store, and by checking the location of the first user terminal 110 and rooms remaining in adjacent lodging establishments, a lodging establishment that can enter can be selected as a recommended affiliated store, and the first user terminal Among the accommodation establishments adjacent to the location of 110 , the accommodation establishment having the highest user rating may be selected as the recommended affiliated store, and the accommodation establishment that the user has visited among the accommodation establishments adjacent to the location of the first user terminal 110 may be selected. It can be selected as a recommended merchant.

또한, 소비 내역 예측부(230)는 사용자가 주로 식당 방문 이후에 커피전문점에 방문하는 것으로 소비 패턴이 분석된 경우, A 식당에서 카드 결제가 승인되면, A 식당 주변에 위치하는 커피전문점을 추천 가맹점으로 선정할 수 있는데, A 식당 주변에 위치한 커피전문점 중 현재 영업중인 커피전문점을 추천 가맹점으로 선정할 수 있고, A 식당 주변에 위치한 커피전문점 중 사용자 평점이 가장 높은 커피전문점을 추천 가맹점으로 선정할 수 있고, A 식당 주변에 위치한 커피전문점 중 사용자가 방문한 적이 있는 커피전문점을 추천 가맹점으로 선정할 수 있다.In addition, when the consumption pattern is analyzed that the user mainly visits a coffee shop after visiting the restaurant, the consumption history prediction unit 230 recommends a coffee shop located around the restaurant A when the card payment is approved at the restaurant A. You can select a coffee shop that is currently open among coffee shops located near Restaurant A as a recommended franchise, and a coffee shop with the highest user rating among coffee shops located near Restaurant A can be selected as a recommended franchise. and a coffee shop that the user has visited among coffee shops located near restaurant A can be selected as a recommended affiliate store.

소비 내역 예측부(230)는 다른 사용자들에 대한 소비 패턴 및 동선의 분석 결과를 통해, 제1 사용자를 위한 추천 가맹점을 선정할 수 있다.The consumption history prediction unit 230 may select a recommended affiliate store for the first user through the analysis result of consumption patterns and movement routes for other users.

예를 들어, 종로구에서 카드 결제가 많이 이루어진 것으로 확인되는 사용자 그룹에 대한 소비 패턴 및 동선을 분석한 결과, 종로구에 위치하는 A 식당 방문 이후 B 커피전문점으로 방문한 사용자들이 많은 것으로 확인될 수 있으며, 소비 내역 예측부(230)는 제1 사용자의 카드가 A 식당에서 결제되면, B 커피전문점을 제1 사용자를 위한 추천 가맹점으로 선정할 수 있다.For example, as a result of analyzing the consumption pattern and movement for the user group confirmed to have made a lot of card payments in Jongno-gu, it can be confirmed that there are many users who visited the coffee shop B after visiting restaurant A located in Jongno-gu. When the first user's card is paid at the restaurant A, the history prediction unit 230 may select the coffee specialty store B as a recommended affiliate store for the first user.

알림 메시지 제공부(240)는 소비 내역 예측부(230)에서 선정한 추천 가맹점의 위치와 제1 사용자 단말(110)의 위치 간의 거리가 미리 설정된 거리 이내로 확인되면, 추천 알림 메시지를 제1 사용자 단말(110)로 제공할 수 있다.The notification message providing unit 240 sends a recommendation notification message to the first user terminal ( 110) can be provided.

예를 들어, 알림 메시지 제공부(240)는 추천 가맹점의 위치와 제1 사용자 단말(110)의 위치 간의 거리가 1km 떨어진 것으로 확인되면, 추천 알림 메시지를 제공하지 않을 수 있으며, 추천 가맹점의 위치와 제1 사용자 단말(110)의 위치 간의 거리가 500m 떨어진 것으로 확인되면, 추천 알림 메시지를 제1 사용자 단말(110)로 제공할 수 있다.For example, when it is confirmed that the distance between the location of the recommended affiliated store and the position of the first user terminal 110 is 1 km, the notification message providing unit 240 may not provide the recommended notification message, and When it is confirmed that the distance between the positions of the first user terminal 110 is 500 m apart, a recommendation notification message may be provided to the first user terminal 110 .

또한, 알림 메시지 제공부(240)는 평일에 종로구에서 식당을 자주 방문하는 것으로 소비 패턴이 분석되어 종로구에 위치하는 식당이 추천 가맹점으로 선정된 경우, 주말에 제1 사용자 단말(110)의 위치가 종로구 내에 있는 것으로 확인되더라도, 추천 알림 메시지를 제공하지 않을 수 있으며, 평일에 제1 사용자 단말(110)의 위치가 종로구 내에 있는 것으로 확인되면, 추천 알림 메시지를 제1 사용자 단말(110)로 제공할 수 있다.In addition, the notification message providing unit 240 analyzes the consumption pattern as frequent visits to restaurants in Jongno-gu on weekdays, and when a restaurant located in Jongno-gu is selected as a recommended affiliated store, the location of the first user terminal 110 on weekends is Even if it is confirmed that it is in Jongno-gu, a recommendation notification message may not be provided, and if it is confirmed that the location of the first user terminal 110 is in Jongno-gu on weekdays, a recommendation notification message may be provided to the first user terminal 110 can

도 3은 본 발명의 일 실시예에 따른 소비 예측 조건에 따라 추천 알림 메시지를 제공하는 과정을 순서도로 나타낸 도면이다.3 is a flowchart illustrating a process of providing a recommendation notification message according to a consumption prediction condition according to an embodiment of the present invention.

먼저, S301 단계에서, 서비스 제공 서버(200)는 사용자의 카드 결제 내역 정보를 수집할 수 있다.First, in step S301 , the service providing server 200 may collect card payment history information of the user.

이후, S302 단계에서, 서비스 제공 서버(200)는 사용자의 카드 결제 내역 정보를 통해, 사용자의 소비 패턴을 분석할 수 있다.Thereafter, in step S302 , the service providing server 200 may analyze the user's consumption pattern through the user's card payment history information.

소비 패턴 분석 시, 서비스 제공 서버(200)는 사용자 별 소비 패턴의 분석 결과를 통해, 유사 소비 패턴을 가지는 사용자들을 그룹화하여 분류하고, 카드 결제 내역 정보를 통해, 사용자 그룹 별로 소비 패턴을 분석할 수 있다.When analyzing consumption patterns, the service providing server 200 can group and classify users having similar consumption patterns through the analysis results of consumption patterns for each user, and analyze consumption patterns for each user group through card payment history information. have.

이후 S303 단계에서, 서비스 제공 서버(200)는 사용자의 소비 패턴을 기초로, 사용자의 향후 소비 내역을 예측할 수 있다.Thereafter, in step S303 , the service providing server 200 may predict the user's future consumption history based on the user's consumption pattern.

향후 소비 내역 예측 시, 서비스 제공 서버(200)는 사용자 그룹의 소비 패턴을 기초로, 사용자 그룹에 속하는 사용자의 향후 소비 내역을 예측할 수 있다.When predicting the future consumption history, the service providing server 200 may predict the future consumption history of the user belonging to the user group based on the consumption pattern of the user group.

이후, S304 단계에서, 서비스 제공 서버(200)는 향후 소비가 이루어질 것으로 예측되는 소비 예측 시기를 설정하거나, 향후 소비가 이루어질 것으로 예측되는 추천 가맹점을 선정하여, 소비 예측 조건을 설정할 수 있다.Thereafter, in step S304 , the service providing server 200 may set a consumption prediction period at which consumption is predicted to be made in the future, or select a recommended affiliate store where consumption is expected to be made in the future, and may set consumption prediction conditions.

구체적으로, 서비스 제공 서버(200)는 사용자의 카드 결제 내역 정보를 통해, 업종 별로 사용자의 소비 패턴을 분석할 수 있으며, 업종 별 사용자의 소비 패턴을 기초로, 업종 별로 향후 소비가 이루어질 것으로 예측되는 소비 예측 시기를 설정할 수 있다.Specifically, the service providing server 200 can analyze the user's consumption pattern for each industry through the user's card payment history information, and based on the user's consumption pattern for each industry, future consumption for each industry is predicted. You can set the consumption forecast period.

또한, 서비스 제공 서버(200)는 사용자의 카드 결제 내역 정보를 통해, 카드 사용 가맹점의 위치 정보를 확인하여 사용자의 소비 패턴 및 동선을 분석할 수 있으며, 사용자의 소비 패턴 및 동선을 기초로, 향후 소비가 이루어질 것으로 예측되는 추천 가맹점을 선정할 수 있다.In addition, the service providing server 200 can analyze the user's consumption pattern and movement by checking the location information of the merchant using the card through the user's card payment history information, and based on the user's consumption pattern and movement, in the future It is possible to select a recommended affiliate store where consumption is expected to take place.

이후, S305 단계에서, 서비스 제공 서버(200)는 소비 예측 시기, 추천 가맹점의 위치 등을 확인하여, 소비 예측 조건에 부합하는지 여부를 확인할 수 있다.Thereafter, in step S305 , the service providing server 200 may check whether the consumption prediction condition is satisfied by checking the consumption prediction time, the location of the recommended affiliated store, and the like.

구체적으로, 서비스 제공 서버(200)는 소비 예측 시기와 현재 시간을 비교하여, 소비 예측 시기까지 어느 정도 시간이 남아있는지를 확인하여, 소비 예측 조건에 부합하는지 여부를 확인할 수 있다.Specifically, the service providing server 200 may compare the consumption prediction time with the current time, check how much time remains until the consumption prediction time, and check whether the consumption prediction condition is satisfied.

또한, 서비스 제공 서버(200)는 추천 가맹점의 위치와 제1 사용자 단말(110)의 위치 간의 거리를 통해, 해당 거리가 어느 정도 떨어져 있는지를 확인하여, 소비 예측 조건에 부합하는지 여부를 확인할 수 있다.In addition, the service providing server 200 can check whether the consumption prediction condition is satisfied by checking how far the corresponding distance is through the distance between the location of the recommended affiliated store and the location of the first user terminal 110 . .

S305 단계에서 소비 예측 조건이 부합한 것으로 확인되면, S306 단계에서, 서비스 제공 서버(200)는 추천 알림 메시지를 제1 사용자 단말(110)로 제공할 수 있다.If it is confirmed that the consumption prediction condition is satisfied in step S305 , in step S306 , the service providing server 200 may provide a recommendation notification message to the first user terminal 110 .

S305 단계에서 소비 예측 조건이 부합하지 않은 것으로 확인되면, S301 단계로 되돌아가, 서비스 제공 서버(200)는 S301 단계부터 해당 과정을 다시 수행할 수 있다.If it is confirmed in step S305 that the consumption prediction condition does not meet, the process returns to step S301, and the service providing server 200 may perform the corresponding process again from step S301.

이와 같이, 본 발명의 일 실시예에 따르면, 사용자의 소비 패턴을 분석하여, 소비 패턴을 기초로 사용자의 향후 소비 내역을 예측하고, 예측된 향후 소비 내역을 통해 추천 알림 메시지를 제공함으로써, 사용자가 향후 소비할 것으로 예측되는 소비 내역 정보를 소비 이전에 미리 제공하여, 사용자에게 필요한 추천 정보를 확실하게 제공할 수 있으므로, 사용자의 성향에 따라 개인화된 맞춤형 추천 서비스를 제공할 수 있는 효과가 있다.As such, according to an embodiment of the present invention, by analyzing the user's consumption pattern, predicting the user's future consumption history based on the consumption pattern, and providing a recommendation notification message through the predicted future consumption history, the user By providing the consumption history information predicted to be consumed in the future before consumption, it is possible to reliably provide the necessary recommendation information to the user, thereby providing a personalized recommendation service according to the user's tendency.

전술한 본 발명의 설명은 예시를 위한 것이며, 본 발명이 속하는 기술분야의 통상의 지식을 가진 자는 본 발명의 기술적 사상이나 필수적인 특징을 변경하지 않고서 다른 구체적인 형태로 쉽게 변형이 가능하다는 것을 이해할 수 있을 것이다. 그러므로 이상에서 기술한 실시예들은 모든 면에서 예시적인 것이며 한정적이 아닌 것으로 이해해야만 한다. 예를 들어, 단일형으로 설명되어 있는 각 구성 요소는 분산되어 실시될 수도 있으며, 마찬가지로 분산된 것으로 설명되어 있는 구성 요소들도 결합된 형태로 실시될 수 있다.The foregoing description of the present invention is for illustration, and those of ordinary skill in the art to which the present invention pertains can understand that it can be easily modified into other specific forms without changing the technical spirit or essential features of the present invention. will be. Therefore, it should be understood that the embodiments described above are illustrative in all respects and not restrictive. For example, each component described as a single type may be implemented in a dispersed form, and likewise components described as distributed may be implemented in a combined form.

본 발명의 범위는 후술하는 특허청구범위에 의하여 나타내어지며, 특허청구범위의 의미 및 범위 그리고 그 균등 개념으로부터 도출되는 모든 변경 또는 변형된 형태가 본 발명의 범위에 포함되는 것으로 해석되어야 한다.The scope of the present invention is indicated by the following claims, and all changes or modifications derived from the meaning and scope of the claims and their equivalents should be construed as being included in the scope of the present invention.

100 : 복수의 사용자 단말
110 : 제1 사용자 단말
200 : 서비스 제공 서버
210 : 결제 내역 수집부
220 : 소비 패턴 분석부
230 : 소비 내역 예측부
240 : 알림 메시지 제공부
300 : 카드사 서버100: a plurality of user terminals
110: first user terminal
200: service providing server
210: payment history collection unit
220: consumption pattern analysis unit
230: consumption history prediction unit
240: notification message providing unit
300: card company server

Claims (8)

서비스 제공 서버에서 소비 패턴 예측을 통한 사용자 맞춤형 추천 서비스를 제공하는 방법에 있어서,
사용자의 카드 결제 내역 정보를 수집하는 단계;
상기 카드 결제 내역 정보를 이용하여 사용자의 소비 패턴을 분석하고, 사용자 별 소비 패턴의 분석 결과를 이용하여 유사 소비 패턴을 가지는 사용자들을 그룹화하여 분류하고, 상기 카드 결제 내역 정보를 통해 사용자 그룹 별로 소비 패턴을 분석하는 단계;
사용자 그룹의 소비 패턴을 기초로, 향후 소비가 이루어질 것으로 예측되는 소비 예측 시기 및 향후 소비가 이루어질 것으로 예측되는 추천 가맹점을 업종 별로 선정하여 사용자 그룹에 속하는 사용자의 향후 소비 내역을 예측하는 단계;
상기 소비 예측 시기 및 상기 추천 가맹점을 고려하여 소비 예측 조건을 설정하는 단계;
상기 소비 예측 시기와 현재 시간을 비교하고, 상기 추천 가맹점의 업종 및 위치를 확인하여 상기 소비 예측 조건에 부합하는지 여부를 확인하는 단계; 및
상기 소비 예측 조건에 부합하는 것으로 확인되면, 상기 향후 소비 내역에 대한 추천 알림 메시지를 사용자 단말로 제공하는 단계를 포함하고,
상기 소비 패턴 분석 단계는,
상기 카드 결제 내역 정보를 통해 카드 사용 가맹점의 업종을 확인하여 업종 별로 사용자의 소비 패턴을 분석하고, 카드 사용 시간 및 카드 사용 가맹점의 위치를 확인하여 사용자의 동선을 분석하는 단계를 포함하며,
상기 향후 소비 내역 예측 단계는,
사용자의 소비 패턴 및 동선을 기초로 사용자의 동선에 따른 소비 패턴을 확인하여 사용자의 소비 패턴에 따라 업종 별로 향후 소비가 이루어질 것으로 예측되는 상기 추천 가맹점을 선정하는 단계를 포함하고,
상기 추천 가맹점을 선정하는 단계는,
사용자의 소비 패턴 및 사용자의 동선을 기초로 현재 시간, 사용자의 위치, 사용자의 생활방식, 가맹점의 오픈 여부, 가맹점의 사용자 평점 및 가맹점의 사용자 방문 여부의 조건을 고려하여 사용자 맞춤형의 추천 가맹점을 선정하는 단계를 포함하며,
상기 추천 가맹점을 선정하는 단계는,
사용자 그룹의 소비 패턴 및 동선의 결과를 기초로 업종 별로 사용자 그룹의 사용자를 위한 추천 가맹점 선정하는 단계를 포함하고,
상기 소비 예측 조건 부합 확인 단계는,
소비 예측 시기와 현재 시간을 비교하여 현재 시간으로부터 소비 예측 시기까지 남아 있는 시간을 확인하여 상기 소비 예측 조건의 부합 여부를 확인하는 단계; 및
추천 가맹점의 위치와 사용자 단말의 위치 간의 거리를 비교하여 현재 사용자 단말의 위치와 추천 가맹점의 위치의 이격거리를 확인하여 상기 소비 예측 조건에 부합하는지 여부를 확인하는 단계를 포함하며,
상기 추천 알림 메시지 제공 단계는,
상기 추천 가맹점의 위치와 상기 사용자 단말의 위치 간의 거리가 미리 설정된 거리 이내로 확인되면, 상기 추천 알림 메시지를 상기 사용자 단말로 제공하는 단계를 포함하고,
상기 추천 알림 메시지의 제공 단계는,
업종 별로 사용자의 소비 패턴 및 동선을 분석하여 선정된 추천 가맹점에 대한 추천 알림 메시지를 현재 시간 및 상기 사용자의 현재 위치를 고려하여 분석된 소비 패턴 및 동선에 의해 선정된 추천 가맹점에 대한 추천 알림 메시지를 제공하지 않는, 소비 패턴 예측을 통한 사용자 맞춤형 추천 서비스 제공 방법.A method of providing a user-customized recommendation service through a consumption pattern prediction in a service providing server, the method comprising:
collecting card payment history information of the user;
A consumption pattern of a user is analyzed using the card payment history information, and users having a similar consumption pattern are grouped and classified using the analysis result of the consumption pattern for each user, and a consumption pattern for each user group through the card payment history information is used. analyzing it;
Predicting future consumption details of users belonging to the user group by selecting a consumption prediction period for which future consumption is predicted and recommended affiliated stores for which future consumption is expected to be made by industry based on the consumption pattern of the user group;
setting consumption prediction conditions in consideration of the consumption prediction time and the recommended affiliated store;
comparing the consumption prediction time with the current time, and confirming whether the consumption prediction condition is met by confirming the type and location of the recommended affiliated store; and
If it is confirmed that the consumption prediction condition is satisfied, providing a recommendation notification message for the future consumption details to the user terminal;
The consumption pattern analysis step is,
Analyzing the consumption pattern of the user by industry by checking the type of merchant using the card through the card payment history information, and analyzing the user's movement by checking the card usage time and the location of the merchant using the card,
The future consumption history prediction step is,
Checking the consumption pattern according to the user's movement based on the user's consumption pattern and movement, and selecting the recommended affiliated store, which is predicted to be consumed in the future for each industry according to the user's consumption pattern,
The step of selecting the recommended affiliated store is,
Based on the user's consumption pattern and user's movement, the user-customized recommended affiliate is selected by considering the current time, the user's location, the user's lifestyle, whether the affiliate is open, the user's rating of the affiliated store, and whether the user visits the affiliated store. comprising the steps of
The step of selecting the recommended affiliated store is,
Including the step of selecting recommended affiliated stores for users of the user group by industry based on the result of the consumption pattern and movement of the user group,
The step of confirming that the consumption prediction condition is met,
comparing the consumption prediction time with the current time to check the remaining time from the current time to the consumption prediction time to check whether the consumption prediction condition is met; and
Comprising the step of comparing the distance between the location of the recommended affiliated store and the location of the user terminal to check the separation distance between the location of the current user terminal and the position of the recommended affiliated store to confirm whether the consumption prediction condition is met,
The step of providing the recommendation notification message,
When the distance between the location of the recommended affiliate store and the location of the user terminal is confirmed within a preset distance, providing the recommendation notification message to the user terminal;
The step of providing the recommendation notification message includes:
A recommendation notification message for a recommended affiliated store selected by analyzing the consumption pattern and movement of the user by industry type, and a recommended notification message for a recommended affiliated store selected by the consumption pattern and movement analyzed in consideration of the current time and the current location of the user A method of providing a user-customized recommendation service through consumption pattern prediction, which is not provided. 삭제delete 제1항에 있어서,
상기 추천 알림 메시지의 제공 단계는,
상기 소비 예측 시기에 따라 사용자가 실질적으로 소비할 예정인 업종에 대해 미리 확인할 수 있도록 상기 소비 예측 시기 이전에 상기 추천 알림 메시지를 상기 사용자 단말로 제공하는 단계를 포함하는, 소비 패턴 예측을 통한 사용자 맞춤형 추천 서비스 제공 방법.According to claim 1,
The step of providing the recommendation notification message includes:
User-tailored recommendation through consumption pattern prediction, comprising the step of providing the recommendation notification message to the user terminal before the consumption prediction time so that the user can check in advance about the type of industry that the user will actually consume according to the consumption prediction time HOW TO PROVIDE SERVICES. 삭제delete 소비 패턴 예측을 통한 사용자 맞춤형 추천 서비스를 제공하는 서비스 제공 서버에 있어서,
사용자의 카드 결제 내역 정보를 수집하는 결제 내역 수집부;
상기 카드 결제 내역 정보를 이용하여 사용자의 소비 패턴을 분석하고, 사용자 별 소비 패턴의 분석 결과를 이용하여 유사 소비 패턴을 가지는 사용자들을 그룹화하여 분류하고, 상기 카드 결제 내역 정보를 통해 사용자 그룹 별로 소비 패턴을 분석하는 소비 패턴 분석부;
사용자 그룹의 소비 패턴을 기초로, 향후 소비가 이루어질 것으로 예측되는 소비 예측 시기 및 향후 소비가 이루어질 것으로 예측되는 추천 가맹점을 업종 별로 선정하여 사용자 그룹에 속하는 사용자의 향후 소비 내역을 예측하고, 상기 소비 예측 시기 및 상기 추천 가맹점을 고려하여 소비 예측 조건을 설정하며, 상기 소비 예측 시기와 현재 시간을 비교하고, 상기 추천 가맹점의 업종 및 위치를 확인하여 상기 소비 예측 조건에 부합하는지 여부를 확인하는 소비 내역 예측부; 및
상기 소비 예측 조건에 부합하는 것으로 확인되면, 상기 향후 소비 내역에 대한 추천 알림 메시지를 사용자 단말로 제공하는 알림 메시지 제공부를 포함하고,
상기 소비 패턴 분석부는,
상기 카드 결제 내역 정보를 통해, 카드 사용 가맹점의 업종을 확인하여 업종 별로 사용자의 소비 패턴을 분석하고, 카드 사용 시간 및 카드 사용 가맹점의 위치를 확인하여 사용자의 동선을 분석하며,
상기 소비 내역 예측부는,
사용자의 소비 패턴 및 동선을 기초로 사용자의 동선에 따른 소비 패턴을 확인하여 사용자의 소비 패턴에 따라 업종 별로 향후 소비가 이루어질 것으로 예측되는 상기 추천 가맹점을 선정하고,
상기 소비 내역 예측부는,
사용자의 소비 패턴 및 사용자의 동선을 기초로 현재 시간, 사용자의 위치, 사용자의 생활방식, 가맹점의 오픈 여부, 가맹점의 사용자 평점 및 가맹점의 사용자 방문 여부의 조건을 고려하여 사용자 맞춤형의 추천 가맹점을 선정하고,
상기 소비 내역 예측부는,
사용자 그룹의 소비 패턴 및 동선의 결과를 기초로 업종 별로 사용자 그룹의 사용자를 위한 추천 가맹점 선정하고,
상기 소비 내역 예측부는,
소비 예측 시기와 현재 시간을 비교하여 현재 시간으로부터 소비 예측 시기까지 남아 있는 시간을 확인하여 상기 소비 예측 조건의 부합 여부를 확인하고, 추천 가맹점의 위치와 사용자 단말의 위치 간의 거리를 비교하여 현재 사용자 단말의 위치와 추천 가맹점의 위치의 이격거리를 확인하여 상기 소비 예측 조건에 부합하는지 여부를 확인하며,
상기 알림 메시지 제공부는,
상기 추천 가맹점의 위치와 상기 사용자 단말의 위치 간의 거리가 미리 설정된 거리 이내로 확인되면, 상기 추천 알림 메시지를 상기 사용자 단말로 제공하고,
상기 알림 메시지 제공부는,
업종 별로 사용자의 소비 패턴 및 동선을 분석하여 선정된 추천 가맹점에 대한 추천 알림 메시지를 현재 시간 및 상기 사용자의 현재 위치를 고려하여 분석된 소비 패턴 및 동선에 의해 선정된 추천 가맹점에 대한 추천 알림 메시지를 제공하지 않는, 서비스 제공 서버.In the service providing server that provides a user-customized recommendation service through consumption pattern prediction,
a payment history collection unit that collects the user's card payment history information;
A consumption pattern of a user is analyzed using the card payment history information, and users having a similar consumption pattern are grouped and classified using the analysis result of the consumption pattern for each user, and a consumption pattern for each user group through the card payment history information is used. a consumption pattern analysis unit that analyzes
Based on the consumption pattern of the user group, the consumption prediction period when the future consumption is predicted and the recommended franchisees where the future consumption is predicted are selected by industry to predict the future consumption history of users belonging to the user group, and predict the consumption A consumption prediction condition is set in consideration of the time and the recommended affiliated store, the consumption forecast period is compared with the current time, and the industry and location of the recommended affiliated store is confirmed to determine whether the consumption prediction condition is met. wealth; and
When it is confirmed that the consumption prediction condition is satisfied, a notification message providing unit for providing a recommendation notification message for the future consumption history to the user terminal,
The consumption pattern analysis unit,
Through the card payment history information, the user's consumption pattern is analyzed by industry by confirming the type of merchant using the card, and the user's movement is analyzed by checking the card usage time and the location of the merchant using the card,
The consumption history prediction unit,
Based on the consumption pattern and movement of the user, the consumption pattern according to the user's movement is checked, and the recommended affiliated store is selected according to the user's consumption pattern, where future consumption is predicted for each industry,
The consumption history prediction unit,
Based on the user's consumption pattern and user's movement, the user-customized recommended affiliate is selected by considering the current time, the user's location, the user's lifestyle, whether the affiliate is open, the user's rating of the affiliated store, and whether the user visits the affiliated store. do,
The consumption history prediction unit,
Selecting recommended affiliate stores for users of user groups by industry based on the results of consumption patterns and movement of user groups,
The consumption history prediction unit,
By comparing the consumption prediction time and the current time, the remaining time from the current time to the consumption prediction time is checked to confirm whether the consumption prediction condition is met, and the distance between the location of the recommended affiliate store and the location of the user terminal is compared to the current user terminal Checking the distance between the location of and the location of the recommended affiliated store to check whether the consumption prediction condition is met,
The notification message providing unit,
When the distance between the location of the recommended affiliated store and the location of the user terminal is confirmed within a preset distance, the recommendation notification message is provided to the user terminal,
The notification message providing unit,
A recommendation notification message for a recommended affiliated store selected by analyzing the consumption pattern and movement of the user by industry type, and a recommended notification message for a recommended affiliated store selected by the consumption pattern and movement analyzed in consideration of the current time and the current location of the user A server that does not provide a service. 삭제delete 제5항에 있어서,
상기 알림 메시지 제공부는,
상기 소비 예측 시기에 따라 사용자가 실질적으로 소비할 예정인 업종에 대해 미리 확인할 수 있도록 상기 소비 예측 시기 이전에 상기 추천 알림 메시지를 상기 사용자 단말로 제공하는, 서비스 제공 서버.6. The method of claim 5,
The notification message providing unit,
A service providing server that provides the recommendation notification message to the user terminal before the consumption prediction time so that the user can check in advance about the type of industry that the user will actually consume according to the consumption prediction time. 삭제delete
KR1020200065778A 2020-06-01 2020-06-01 Method and server for providing customized recommendation service through prediction of consumption pattern KR102454350B1 (en)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020200065778A KR102454350B1 (en) 2020-06-01 2020-06-01 Method and server for providing customized recommendation service through prediction of consumption pattern

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020200065778A KR102454350B1 (en) 2020-06-01 2020-06-01 Method and server for providing customized recommendation service through prediction of consumption pattern

Publications (2)

Publication Number Publication Date
KR20210148656A KR20210148656A (en) 2021-12-08
KR102454350B1 true KR102454350B1 (en) 2022-10-14

Family

ID=78867870

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020200065778A KR102454350B1 (en) 2020-06-01 2020-06-01 Method and server for providing customized recommendation service through prediction of consumption pattern

Country Status (1)

Country Link
KR (1) KR102454350B1 (en)

Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101707753B1 (en) * 2015-12-21 2017-02-16 비씨카드(주) Method for personalized recommending affiliated store and affiliated store recommendation server

Family Cites Families (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101979892B1 (en) * 2017-07-31 2019-05-20 주식회사 앤더스팟 Method and apparatus for performing marketing and evaluation franchise based on electronic payment information
KR102504309B1 (en) * 2017-10-11 2023-02-28 삼성전자주식회사 Card recommendation information providing method and device
KR102260569B1 (en) * 2017-12-29 2021-06-04 주식회사 뱅크샐러드 Apparatus and method for recommending user customized finalcial goods

Patent Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101707753B1 (en) * 2015-12-21 2017-02-16 비씨카드(주) Method for personalized recommending affiliated store and affiliated store recommendation server

Also Published As

Publication number Publication date
KR20210148656A (en) 2021-12-08

Similar Documents

Publication Publication Date Title
KR102125526B1 (en) Server and system for supporting running of affilated stores
US20020065693A1 (en) Scheme for promoting purchases by reminding purchases through network according to user's location and state
KR101868583B1 (en) Method for providing affiliate store recommendation service using bigdata analysis with objective information
KR102641669B1 (en) a recommendation device, system and method based on leading indicator prediction and a computer readable non-transitory medium therefor
AU2012259691A1 (en) Social information management method and system adapted thereto
KR102087298B1 (en) Pos based customer maketing system, control method thereof
KR102388391B1 (en) Method, system and computer-readable recording medium for managing services based on recurring payment
JP2017016632A (en) Demand forecasting method, demand forecasting device, and computer readable recording medium recording demand forecasting program
CN111492385A (en) Parking management system
CN107767153A (en) A kind of data processing method and device
US11790240B1 (en) Machine learning networks, architectures and techniques for determining or predicting demand metrics in one or more channels
KR101726713B1 (en) Personal customized credit card recommendation system and method
JP7315446B2 (en) Processing device, processing method, and processing program
KR102272963B1 (en) System and method for providing personal customized credit card and check card portal service
KR20220069887A (en) Method, system and computer-readable recording medium for managing services based on recurring payment
KR101681534B1 (en) Recommendation system for payment
JP7503050B2 (en) Demand distribution device
KR20170080152A (en) Service providing method and apparatus for recommending shop
US20240187324A1 (en) Decentralized computing networks, architectures and techniques for processing events across multiple channels
KR102454350B1 (en) Method and server for providing customized recommendation service through prediction of consumption pattern
KR102250648B1 (en) Method and server for providing service to recommend shipping company through consumption pattern of online shopping
KR102378302B1 (en) Method and server for recommending financial product based on consumption pattern
US11138615B1 (en) Location-based place attribute prediction
KR20230054215A (en) Tourism recommendation method and system using multi-data using cross-platform analysis
KR101224877B1 (en) Location base local analyzing system and method thereof

Legal Events

Date Code Title Description
AMND Amendment
E601 Decision to refuse application
AMND Amendment
X701 Decision to grant (after re-examination)