KR102465655B1 - 뉴럴 네트워크를 이용하여 제1 단말과 관련된 광고 기업 리스트를 제공하는 방법 및 장치 - Google Patents

Abstract

실시예들은 서버가 뉴럴 네트워크(neural network)를 이용하여 사용자와 관련된 기업 리스트를 제1 단말에게 제공하는 방법 및 장치를 제시한다. 일 실시예에 따른 상기 방법은, 상기 제1 단말로부터 광고와 관련된 기본 정보를 포함하는 제1 광고 요청 메시지를 수신하고, 상기 광고와 관련된 기본 정보는 광고 예산에 대한 정보, 업체에 대한 정보, 광고 상품에 대한 정보, 광고 타겟에 대한 정보 및 마케팅 목적에 대한 정보를 포함하고, 상기 광고와 관련된 기본 정보에 기반하여 사전 설정된 제1 기간에 대한 웹로그 정보를 획득하고, 상기 웹로그 정보 및 사전 설정된 마케팅 정보를 기반으로 상기 제1 단말과 관련된 리포트 정보를 결정하고, 상기 광고와 관련된 기본 정보 및 사전 설정된 복수의 광고 기업에 대한 정보에 기반하여 뉴럴 네트워크를 통해 상기 제1 단말과 관련된 광고 기업 리스트를 결정하고, 상기 리포트 정보 및 상기 제1 단말과 관련된 광고 기업 리스트를 상기 제1 단말에게 제공할 수 있다. 예를 들어, 상기 업체에 대한 정보에 기반하여 업종이 동일한 복수의 기업에 대한 매출액 정보가 제1 웹 크롤링(web crawling)을 통해 획득되고, 상기 매출액 정보에 기반하여 상기 복수의 기업 중에서 매출액이 높은 순서로 사전 설정된 제1 개수의 기업이 상기 뉴럴 네트워크에 의해 결정되고, 상기 사전 설정된 제1 개수의 기업에 대해 제2 웹 크롤링을 통해 마케팅 전략 정보가 획득되고, 상기 마케팅 전략 정보에 포함된 상기 사전 설정된 제1 개수의 기업과 관련된 단어의 빈도수에 기반하여 복수의 마케팅 전략에 대한 중요도가 상기 뉴럴 네트워크에 의해 결정될 수 있다. 예를 들어, 상기 광고와 관련된 기본 정보, 상기 중요도 및 상기 사전 설정된 복수의 광고 기업에 대한 정보에 기반하여 상기 제1 단말과 관련된 업체와 적합도가 높은 순서로 상기 사전 설정된 제2 개수의 광고 기업이 상기 뉴럴 네트워크에 의해 상기 제1 단말과 관련된 광고 기업 리스트에 포함될 수 있다.

Description

뉴럴 네트워크를 이용하여 제1 단말과 관련된 광고 기업 리스트를 제공하는 방법 및 장치{METHOD AND APPARATUS FOR PROVIDING A LIST OF ADVERTISING COMPANIES RELATED TO A FIRST TERMINAL USING A NEURAL NETWORK}

본 개시의 실시예들은 제1 단말과 관련된 광고 기업 리스트를 제공하는 기술에 관한 것으로, 뉴럴 네트워크를 이용하여 제1 단말과 관련된 광고 기업 리스트를 제공하는 기술에 대한 것이다.

근래 인터넷의 발달로 광고시장은 급속도로 진화하고, 시장 규모도 성장하면서 광고 방식에서 다양한 변화가 일어나고 있다. 특히, 광고주들은 신문, 방송 등에 직접 게시하던 광고 방식보다는 온라인 마케팅 방식을 선호하는 추세이다. 이처럼, 인터넷의 활성화와 더불어 기하급수적으로 온라인 마케팅이 증가하고 온라인 마케팅 방식이 더욱 복잡해짐에 따라, 광고주들의 데이터 및 광고 대행사에 대한 데이터에 기반하여 광고주와 광고 대행사를 연결해주는 최적화된 광고 시스템이 필요할 수 있다.

한편, 중소상공인은 규모나 비용 문제 등으로 인해 자체적인 마케팅 채널을 가지기 어려울 수 있다. 또한, 중소상공인은 기존에 방문했던 소비자에 대한 정보를 얻기 어렵기 때문에 재방문을 위한 마케팅에 제약이 있으며, 방문 가능성이 높은 소비자에 대한 마케팅 역시 어려울 수 있다. 결국, 기존의 마케팅 방식은 중소상공인에 대한 저효율, 고비용의 문제를 가져오며, 소비자에 대한 무차별적인 광고 노출 문제가 발생할 수 있다.

이에, 증소상공인이 온라인 마케팅을 용이하게 이용할 수 있도록, 빅데이터 기반으로 온라인 마케팅을 자동으로 중소상공인들에게 매칭시켜주는 방법이 필요할 수 있다. 이때, 광고주의 예산, 고객, 목적에 맞는 맞춤형 마케팅 전략을 추천해주고, 광고의 노출, 클릭, 전화 및 키워드, 광고 영역 등 다각적으로 분석된 리포트를 통해 광고 효과를 예측하고, 고객 경험을 통해 학습하는 뉴럴 네트워크를 사용하여 광고비 대비 매출 효과를 극대화하는 광고 기업을 광고주에게 추천해주는 방법이 필요할 수 있다.

본 개시의 실시예들은, 뉴럴 네트워크를 이용하여 제1 단말과 관련된 광고 기업 리스트를 제공하는 방법 및 장치를 제공할 수 있다.

실시예들에서 이루고자 하는 기술적 과제들은 이상에서 언급한 사항들로 제한되지 않으며, 언급하지 않은 또 다른 기술적 과제들은 이하 설명할 다양한 실시예들로부터 당해 기술분야에서 통상의 지식을 가진 자에 의해 고려될 수 있다.

일 실시예에 따른 서버가 뉴럴 네트워크(neural network)를 이용하여 사용자와 관련된 기업 리스트를 제1 단말에게 제공하는 방법은, 상기 제1 단말로부터 광고와 관련된 기본 정보를 포함하는 제1 광고 요청 메시지를 수신하고, 상기 광고와 관련된 기본 정보는 광고 예산에 대한 정보, 업체에 대한 정보, 광고 상품에 대한 정보, 광고 타겟에 대한 정보 및 마케팅 목적에 대한 정보를 포함하고, 상기 광고와 관련된 기본 정보에 기반하여 사전 설정된 제1 기간에 대한 웹로그 정보를 획득하고, 상기 웹로그 정보 및 사전 설정된 마케팅 정보를 기반으로 상기 제1 단말과 관련된 리포트 정보를 결정하고, 상기 광고와 관련된 기본 정보 및 사전 설정된 복수의 광고 기업에 대한 정보에 기반하여 뉴럴 네트워크를 통해 상기 제1 단말과 관련된 광고 기업 리스트를 결정하고, 상기 리포트 정보 및 상기 제1 단말과 관련된 광고 기업 리스트를 상기 제1 단말에게 제공할 수 있다. 예를 들어, 상기 업체에 대한 정보에 기반하여 업종이 동일한 복수의 기업에 대한 매출액 정보가 제1 웹 크롤링(web crawling)을 통해 획득되고, 상기 매출액 정보에 기반하여 상기 복수의 기업 중에서 매출액이 높은 순서로 사전 설정된 제1 개수의 기업이 상기 뉴럴 네트워크에 의해 결정되고, 상기 사전 설정된 제1 개수의 기업에 대해 제2 웹 크롤링을 통해 마케팅 전략 정보가 획득되고, 상기 마케팅 전략 정보에 포함된 상기 사전 설정된 제1 개수의 기업과 관련된 단어의 빈도수에 기반하여 복수의 마케팅 전략에 대한 중요도가 상기 뉴럴 네트워크에 의해 결정될 수 있다. 예를 들어, 상기 광고와 관련된 기본 정보, 상기 중요도 및 상기 사전 설정된 복수의 광고 기업에 대한 정보에 기반하여 상기 제1 단말과 관련된 업체와 적합도가 높은 순서로 상기 사전 설정된 제2 개수의 광고 기업이 상기 뉴럴 네트워크에 의해 상기 제1 단말과 관련된 광고 기업 리스트에 포함될 수 있다.

일 실시 예에 따라, 상기 리포트 정보는 상기 제1 단말과 관련된 광고 현황에 대한 정보 및 상기 제1 단말과 관련된 성과 예측에 대한 정보를 포함하고, 상기 광고 현황에 대한 정보는 상기 사전 설정된 제1 기간에 대한 평균 CTR(click through rate) 값, 상기 사전 설정된 제1 기간에 대한 평균 CPC(cost per click) 값, 상기 사전 설정된 제1 기간에 대한 광고 노출 수, 상기 제1 단말과 관련된 광고에 대한 키워드를 분석한 값 및 상기 제1 단말과 관련된 광고가 노출된 복수의 채널들을 분석한 값을 포함하고, 상기 성과 예측에 대한 정보는 일평균 예상 값을 포함할 수 있다. 예를 들어, 상기 일평균 예상 값은 하기 수학식에 의해 설정될 수 있다.

상기 수학식에서, 상기 e는 상기 일평균 예상 값이고, 상기 n은 상기 사전 설정된 제1 기간에 대응하는 날짜의 개수, 상기 Z_X는 상기 제1 단말과 관련된 업체의 일별 매출액에 대한 표준 점수, 상기 Z_Y는 상기 제1 단말로부터 수신된 마케팅 목적에 대응하는 지표와 관련된 일별 활동 수에 대한 표준 점수이고, 상기 S는 사전 설정된 매출액 증가율이고, 상기 N은 상기 제1 단말로부터 수신된 마케팅 목적에 대응하는 지표와 관련된 일별 활동 수의 평균 값일 수 있다. 예를 들어, 상기 사전 설정된 매출액 증가율은 상기 제1 단말로부터 수신된 마케팅 목적에 대응하는 지표와 관련된 활동에 매칭될 수 있다.

일 실시 예에 따라, 상기 방법은 상기 제1 단말과 관련된 광고 기업 리스트 중에서 어느 하나의 광고 기업을 포함하는 광고 수락 메시지를 상기 제1 단말로부터 수신하고, 상기 일평균 예상 값이 사전 설정된 기준 값 미만인 것에 기반하여 상기 제1 단말에게 변경 요청 메시지를 전송하고, 상기 변경 요청 메시지에 대한 변경 수락 메시지를 상기 제1 단말로부터 수신하는 단계를 더 포함할 수 있다. 예를 들어, 상기 제1 단말과 관련된 광고 기업 리스트는 사전 설정된 제2 개수의 광고 기업의 업체명, 상기 사전 설정된 제2 개수의 광고 기업에 대한 적합도에 대한 순위, 상기 사전 설정된 제2 개수의 광고 기업과 관련된 마케팅 전략 및 상기 사전 설정된 제2 개수의 광고 기업과 관련된 견적 비용에 대한 정보를 포함할 수 있다. 예를 들어, 상기 사전 설정된 제2 개수의 광고 기업과 관련된 마케팅 전략은 서로 상이할 수 있다. 예를 들어, 상기 변경 요청 메시지는, 상기 일평균 예상 값과 상기 사전 설정된 기준 값 사이의 차이 값에 따라 변경된, 견적 비용에 대한 정보를 포함할 수 있다.

일 실시 예에 따라, 상기 방법은 제2 단말 및 제3 단말 각각으로부터 제2 광고 요청 메시지 및 제3 광고 요청 메시지를 수신하고, 상기 제2 광고 요청 메시지 및 상기 제3 광고 요청 메시지에 기반하여 상기 제2 단말 및 제3 단말에게 그룹 요청 메시지를 전송하고, 상기 제2 단말 및 상기 제3 단말로부터 그룹 수락 메시지를 수신하고, 상기 그룹 수락 메시지에 기반하여 상기 제2 단말 및 상기 제3 단말을 포함하는 그룹을 생성하고, 상기 그룹과 관련된 광고 기업 리스트를 상기 제2 단말 및 상기 제3 단말에게 제공하는 단계를 더 포함할 수 있다. 예를 들어, 상기 제2 광고 요청 메시지에 포함된 업종에 대한 정보와 및 상기 제3 광고 요청 메시지에 포함된 업종에 대한 정보가 상이한 경우, 상기 제2 광고 요청 메시지에 포함된 마케팅 목적에 대한 정보 및 광고 타겟에 대한 정보와 상기 제3 광고 요청 메시지에 포함된 마케팅 목적에 대한 정보 및 광고 타겟에 대한 정보에 기반하여 마케팅 유사도가 결정될 수 있다. 예를 들어, 상기 마케팅 유사도는 사전 설정된 마케팅 유사도보다 크거나 같을 수 있다.

예를 들어, 상기 뉴럴 네트워크는 입력 레이어, 하나 이상의 히든 레이어 및 출력 레이어를 포함할 수 있다. 예를 들어, 상기 광고와 관련된 기본 정보 및 상기 사전 설정된 복수의 광고 기업에 대한 정보 및 정답 광고 기업 리스트로 구성된 각각의 학습 데이터는 상기 뉴럴 네트워크의 상기 입력 레이어에 입력되어 상기 하나 이상의 히든 레이어 및 출력 레이어를 통과하여 출력 벡터로 출력되고, 상기 출력 벡터는 상기 출력 레이어에 연결된 손실함수 레이어에 입력되고, 상기 손실함수 레이어는 상기 출력 벡터와 각각의 학습 데이터에 대한 정답 벡터를 비교하는 손실함수를 이용하여 손실 값을 출력하고, 상기 뉴럴 네트워크의 파라미터는 상기 손실 값이 작아지는 방향으로 학습될 수 있다.

부가적으로, 예를 들어, 상기 사전 설정된 기준 값은 상기 사전 설정된 제1 개수에 대한 개수, 상기 제1 단말과 관련된 업체의 일별 평균 매출액, 상기 사전 설정된 제1 개수의 기업에 대한 일별 평균 매출액, 상기 사전 설정된 제1 개수의 기업에 대한 매출액 증가율에 대한 평균 값 및 상기 사전 설정된 제1 개수의 기업에 대한 활동 수의 평균 값을 기반으로 결정될 수 있다.

예를 들어, 상기 일평균 예상 값과 상기 사전 설정된 기준 값 사이의 차이에 따라 변경된 견적 비용에 대한 값은 하기 수학식에 의해 결정될 수 있다.

상기 수학식에서, 상기 C_new는 상기 변경된 견적 비용에 대한 값이고, 상기 k는 상기 사전 설정된 제1 개수에 대한 값이고, C_o는 상기 어느 하나의 광고 기업과 관련된 견적 비용이고, 상기 m은 상기 제1 단말과 관련된 업체의 일별 평균 매출액이고, 상기 m_w는 i번째 기업의 일별 평균 매출액이고, Si는 상기 사전 설정된 제1 개수의 기업에 대한 매출액 증가율에 대한 평균 값이고, Ni는 상기 사전 설정된 제1 개수의 기업에 대한 활동 수의 평균 값이고, 상기 e는 상기 일평균 예상 값일 수 있다.

부가적으로, 예를 들어, 상기 마케팅 유사도는 상기 마케팅 목적과 관련된 값 및 광고 타겟과 관련된 값에 기반하여 결정될 수 있다.

예를 들어, 상기 마케팅 유사도는 하기 수학식에 의해 결정될 수 있다.

상기 수학식 3에서, 상기 d는 상기 마케팅 유사도이고, 상기 p₁ 및 p₂는 상기 제2 단말 및 상기 제3 단말의 마케팅 목적에 매칭되는 값이고, 상기 a₁ 및 a₂는 상기 제2 단말 및 상기 제3 단말로부터 수신된 광고 타겟의 연령대에 대한 값이고, 상기 l₁ 및 l₂는 상기 제2 단말 및 상기 제3 단말로부터 수신된 광고 타겟의 활동 지역에 대한 값이고, 상기 x₁ 및 x₂는 상기 제2 단말 및 상기 제3 단말로부터 수신된 광고 타겟의 성별에 대한 값일 수 있다.

실시예들에 따르면, 서버는 복수의 광고와 관련된 기본 정보를 통해 학습된 뉴럴 네트워크를 사용하여 광고비 대비 매출 효과가 최적화된 광고 기업 리스트를 제공할 수 있다.

실시예들에 따르면, 서버는 뉴럴 네트워크를 통해 광고 기업 리스트를 결정할 때, 광고를 요청한 업체와 업종이 동일한 기업들의 마케팅 전략을 고려함으로써, 항상 마케팅 전략에 대한 중요도를 고정시키지 않고, 해당 업종에 적합한 마케팅 전략에 대해 중요도를 변경시킬 수 있다. 이로 인해, 광고 기업들의 변화하는 마케팅 트렌드에 따라 적응적으로 광고 기업을 선택할 수 있다.

실시예들로부터 얻을 수 있는 효과들은 이상에서 언급된 효과들로 제한되지 않으며, 언급되지 않은 또 다른 효과들은 이하의 상세한 설명을 기반으로 당해 기술분야에서 통상의 지식을 가진 자에게 명확하게 도출되고 이해될 수 있다.

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 따른 전자 장치의 구성을 나타내는 도면이다.
도 2는 일 실시예에 따른 프로그램의 구성을 나타내는 도면이다.
도 3은 일 실시예에 따른 서버가 제1 단말과 관련된 광고 기업 리스트를 제1 단말에게 제공하는 방법을 나타낸다.
도 4는 일 실시예에 따른 광고와 관련된 기본 정보가 디스플레이된 화면에 대한 예이다.
도 5는 일 실시예에 따른 리포트 정보가 디스플레이된 화면에 대한 예이다.
도 6은 일 실시예에 따른 광고 기업 리스트가 디스플레이된 화면에 대한 예이다.
도 7은 일 실시예에 따른 서버가 재의뢰를 위한 진행 메시지를 전송하는 방법에 대한 흐름도이다.
도 8은 일 실시예에 따른 그룹과 관련된 광고 기업 리스트르 전송하는 방법에 대한 흐름도이다.
도 9는 일 실시예에 따른 서버가 제2 단말, 제3 단말 및 제4 단말에게 재의뢰 메시지를 전송하는 절차를 나타낸 신호 교환도이다.
도 10은 일 실시예에 따른 서버의 구성을 나타내는 블록도이다.

이하의 실시예들은 실시예들의 구성요소들과 특징들을 소정 형태로 결합한 것들이다. 각 구성요소 또는 특징은 별도의 명시적 언급이 없는 한 선택적인 것으로 고려될 수 있다. 각 구성요소 또는 특징은 다른 구성요소나 특징과 결합되지 않은 형태로 실시될 수 있다. 또한, 일부 구성요소들 및/또는 특징들을 결합하여 다양한 실시예들을 구성할 수도 있다. 다양한 실시예들에서 설명되는 동작들의 순서는 변경될 수 있다. 어느 실시예의 일부 구성이나 특징은 다른 실시예에 포함될 수 있고, 또는 다른 실시예의 대응하는 구성 또는 특징과 교체될 수 있다.

도면에 대한 설명에서, 다양한 실시예들의 요지를 흐릴 수 있는 절차 또는 단계 등은 기술하지 않았으며, 당해 기술분야에서 통상의 지식을 가진 자의 수준에서 이해할 수 있을 정도의 절차 또는 단계는 또한 기술하지 아니하였다.

명세서 전체에서, 어떤 부분이 어떤 구성요소를 "포함(comprising 또는 including)"한다고 할 때, 이는 특별히 반대되는 기재가 없는 한 다른 구성요소를 제외하는 것이 아니라 다른 구성요소를 더 포함할 수 있는 것을 의미한다. 또한, 명세서에 기재된 "...부", "...기", "모듈" 등의 용어는 적어도 하나의 기능이나 동작을 처리하는 단위를 의미하며, 이는 하드웨어나 소프트웨어 또는 하드웨어 및 소프트웨어의 결합으로 구현될 수 있다. 또한, "일(a 또는 an)", "하나(one)", "그(the)" 및 유사 관련어는 다양한 실시예들을 기술하는 문맥에 있어서(특히, 이하의 청구항의 문맥에서) 본 명세서에 달리 지시되거나 문맥에 의해 분명하게 반박되지 않는 한, 단수 및 복수 모두를 포함하는 의미로 사용될 수 있다.

이하, 다양한 실시예들에 따른 실시 형태를 첨부된 도면을 참조하여 상세하게 설명한다. 첨부된 도면과 함께 이하에 개시될 상세한 설명은 다양한 실시예들의 예시적인 실시형태를 설명하고자 하는 것이며, 유일한 실시형태를 나타내고자 하는 것이 아니다.

또한, 다양한 실시예들에서 사용되는 특정(特定) 용어들은 다양한 실시예들의 이해를 돕기 위해서 제공된 것이며, 이러한 특정 용어의 사용은 다양한 실시예들의 기술적 사상을 벗어나지 않는 범위에서 다른 형태로 변경될 수 있다.

도 1은 일 실시예에 따른 전자 장치의 구성을 나타내는 도면이다.

도 1은, 다양한 실시예들에 따른, 네트워크 환경(100) 내의 전자 장치(101)의 블록도이다. 도 1을 참조하면, 네트워크 환경(100)에서 전자 장치(101)는 제 1 네트워크(198)(예: 근거리 무선 통신 네트워크)를 통하여 전자 장치(102)와 통신하거나, 또는 제 2 네트워크(199)(예: 원거리 무선 통신 네트워크)를 통하여 전자 장치(104) 또는 서버(108) 중 적어도 하나와 통신할 수 있다. 일실시예에 따르면, 전자 장치(101)는 서버(108)를 통하여 전자 장치(104)와 통신할 수 있다. 일실시예에 따르면, 전자 장치(101)는 프로세서(120), 메모리(130), 입력 모듈(150), 음향 출력 모듈(155), 디스플레이 모듈(160), 오디오 모듈(170), 센서 모듈(176), 인터페이스(177), 연결 단자(178), 햅틱 모듈(179), 카메라 모듈(180), 전력 관리 모듈(188), 배터리(189), 통신 모듈(190), 가입자 식별 모듈(196), 또는 안테나 모듈(197)을 포함할 수 있다. 어떤 실시예에서는, 전자 장치(101)에는, 이 구성요소들 중 적어도 하나(예: 연결 단자(178))가 생략되거나, 하나 이상의 다른 구성요소가 추가될 수 있다. 어떤 실시예에서는, 이 구성요소들 중 일부들(예: 센서 모듈(176), 카메라 모듈(180), 또는 안테나 모듈(197))은 하나의 구성요소(예: 디스플레이 모듈(160))로 통합될 수 있다. 전자 장치(101)는 클라이언트, 단말기 또는 피어로 지칭될 수도 있다.

프로세서(120)는, 예를 들면, 소프트웨어(예: 프로그램(140))를 실행하여 프로세서(120)에 연결된 전자 장치(101)의 적어도 하나의 다른 구성요소(예: 하드웨어 또는 소프트웨어 구성요소)를 제어할 수 있고, 다양한 데이터 처리 또는 연산을 수행할 수 있다. 일실시예에 따르면, 데이터 처리 또는 연산의 적어도 일부로서, 프로세서(120)는 다른 구성요소(예: 센서 모듈(176) 또는 통신 모듈(190))로부터 수신된 명령 또는 데이터를 휘발성 메모리(132)에 저장하고, 휘발성 메모리(132)에 저장된 명령 또는 데이터를 처리하고, 결과 데이터를 비휘발성 메모리(134)에 저장할 수 있다. 일실시예에 따르면, 프로세서(120)는 메인 프로세서(121)(예: 중앙 처리 장치 또는 어플리케이션 프로세서) 또는 이와는 독립적으로 또는 함께 운영 가능한 보조 프로세서(123)(예: 그래픽 처리 장치, 신경망 처리 장치(NPU: neural processing unit), 이미지 시그널 프로세서, 센서 허브 프로세서, 또는 커뮤니케이션 프로세서)를 포함할 수 있다. 예를 들어, 전자 장치(101)가 메인 프로세서(121) 및 보조 프로세서(123)를 포함하는 경우, 보조 프로세서(123)는 메인 프로세서(121)보다 저전력을 사용하거나, 지정된 기능에 특화되도록 설정될 수 있다. 보조 프로세서(123)는 메인 프로세서(121)와 별개로, 또는 그 일부로서 구현될 수 있다.

보조 프로세서(123)는, 예를 들면, 메인 프로세서(121)가 인액티브(예: 슬립) 상태에 있는 동안 메인 프로세서(121)를 대신하여, 또는 메인 프로세서(121)가 액티브(예: 어플리케이션 실행) 상태에 있는 동안 메인 프로세서(121)와 함께, 전자 장치(101)의 구성요소들 중 적어도 하나의 구성요소(예: 디스플레이 모듈(160), 센서 모듈(176), 또는 통신 모듈(190))와 관련된 기능 또는 상태들의 적어도 일부를 제어할 수 있다. 일실시예에 따르면, 보조 프로세서(123)(예: 이미지 시그널 프로세서 또는 커뮤니케이션 프로세서)는 기능적으로 관련 있는 다른 구성요소(예: 카메라 모듈(180) 또는 통신 모듈(190))의 일부로서 구현될 수 있다. 일실시예에 따르면, 보조 프로세서(123)(예: 신경망 처리 장치)는 인공지능 모델의 처리에 특화된 하드웨어 구조를 포함할 수 있다.

인공지능 모델은 기계 학습을 통해 생성될 수 있다. 이러한 학습은, 예를 들어, 인공지능 모델이 수행되는 전자 장치(101) 자체에서 수행될 수 있고, 별도의 서버(예: 서버(108))를 통해 수행될 수도 있다. 학습 알고리즘은, 예를 들어, 지도형 학습(supervised learning), 비지도형 학습(unsupervised learning), 준지도형 학습(semi-supervised learning) 또는 강화 학습(reinforcement learning)을 포함할 수 있으나, 전술한 예에 한정되지 않는다. 인공지능 모델은, 복수의 인공 신경망 레이어들을 포함할 수 있다. 인공 신경망은 심층 신경망(DNN: deep neural network), CNN(convolutional neural network), RNN(recurrent neural network), RBM(restricted boltzmann machine), DBN(deep belief network), BRDNN(bidirectional recurrent deep neural network), 심층 Q-네트워크(deep Q-networks) 또는 상기 중 둘 이상의 조합 중 하나일 수 있으나, 전술한 예에 한정되지 않는다. 인공지능 모델은 하드웨어 구조 이외에, 추가적으로 또는 대체적으로, 소프트웨어 구조를 포함할 수 있다.

메모리(130)는, 전자 장치(101)의 적어도 하나의 구성요소(예: 프로세서(120) 또는 센서 모듈(176))에 의해 사용되는 다양한 데이터를 저장할 수 있다. 데이터는, 예를 들어, 소프트웨어(예: 프로그램(140)) 및, 이와 관련된 명령에 대한 입력 데이터 또는 출력 데이터를 포함할 수 있다. 메모리(130)는, 휘발성 메모리(132) 또는 비휘발성 메모리(134)를 포함할 수 있다.

프로그램(140)은 메모리(130)에 소프트웨어로서 저장될 수 있으며, 예를 들면, 운영 체제(142), 미들 웨어(144) 또는 어플리케이션(146)을 포함할 수 있다.

입력 모듈(150)은, 전자 장치(101)의 구성요소(예: 프로세서(120))에 사용될 명령 또는 데이터를 전자 장치(101)의 외부(예: 사용자)로부터 수신할 수 있다. 입력 모듈(150)은, 예를 들면, 마이크, 마우스, 키보드, 키(예: 버튼), 또는 디지털 펜(예: 스타일러스 펜)을 포함할 수 있다.

음향 출력 모듈(155)은 음향 신호를 전자 장치(101)의 외부로 출력할 수 있다. 음향 출력 모듈(155)은, 예를 들면, 스피커 또는 리시버를 포함할 수 있다. 스피커는 멀티미디어 재생 또는 녹음 재생과 같이 일반적인 용도로 사용될 수 있다. 리시버는 착신 전화를 수신하기 위해 사용될 수 있다. 일실시예에 따르면, 리시버는 스피커와 별개로, 또는 그 일부로서 구현될 수 있다.

디스플레이 모듈(160)은 전자 장치(101)의 외부(예: 사용자)로 정보를 시각적으로 제공할 수 있다. 디스플레이 모듈(160)은, 예를 들면, 디스플레이, 홀로그램 장치, 또는 프로젝터 및 해당 장치를 제어하기 위한 제어 회로를 포함할 수 있다. 일실시예에 따르면, 디스플레이 모듈(160)은 터치를 감지하도록 설정된 터치 센서, 또는 상기 터치에 의해 발생되는 힘의 세기를 측정하도록 설정된 압력 센서를 포함할 수 있다.

오디오 모듈(170)은 소리를 전기 신호로 변환시키거나, 반대로 전기 신호를 소리로 변환시킬 수 있다. 일실시예에 따르면, 오디오 모듈(170)은, 입력 모듈(150)을 통해 소리를 획득하거나, 음향 출력 모듈(155), 또는 전자 장치(101)와 직접 또는 무선으로 연결된 외부 전자 장치(예: 전자 장치(102))(예: 스피커 또는 헤드폰)를 통해 소리를 출력할 수 있다.

센서 모듈(176)은 전자 장치(101)의 작동 상태(예: 전력 또는 온도), 또는 외부의 환경 상태(예: 사용자 상태)를 감지하고, 감지된 상태에 대응하는 전기 신호 또는 데이터 값을 생성할 수 있다. 일실시예에 따르면, 센서 모듈(176)은, 예를 들면, 제스처 센서, 자이로 센서, 기압 센서, 마그네틱 센서, 가속도 센서, 그립 센서, 근접 센서, 컬러 센서, IR(infrared) 센서, 생체 센서, 온도 센서, 습도 센서, 또는 조도 센서를 포함할 수 있다.

인터페이스(177)는 전자 장치(101)가 외부 전자 장치(예: 전자 장치(102))와 직접 또는 무선으로 연결되기 위해 사용될 수 있는 하나 이상의 지정된 프로토콜들을 지원할 수 있다. 일실시예에 따르면, 인터페이스(177)는, 예를 들면, HDMI(high definition multimedia interface), USB(universal serial bus) 인터페이스, SD카드 인터페이스, 또는 오디오 인터페이스를 포함할 수 있다.

연결 단자(178)는, 그를 통해서 전자 장치(101)가 외부 전자 장치(예: 전자 장치(102))와 물리적으로 연결될 수 있는 커넥터를 포함할 수 있다. 일실시예에 따르면, 연결 단자(178)는, 예를 들면, HDMI 커넥터, USB 커넥터, SD 카드 커넥터, 또는 오디오 커넥터(예: 헤드폰 커넥터)를 포함할 수 있다.

햅틱 모듈(179)은 전기적 신호를 사용자가 촉각 또는 운동 감각을 통해서 인지할 수 있는 기계적인 자극(예: 진동 또는 움직임) 또는 전기적인 자극으로 변환할 수 있다. 일실시예에 따르면, 햅틱 모듈(179)은, 예를 들면, 모터, 압전 소자, 또는 전기 자극 장치를 포함할 수 있다.

카메라 모듈(180)은 정지 영상 및 동영상을 촬영할 수 있다. 일실시예에 따르면, 카메라 모듈(180)은 하나 이상의 렌즈들, 이미지 센서들, 이미지 시그널 프로세서들, 또는 플래시들을 포함할 수 있다.

전력 관리 모듈(188)은 전자 장치(101)에 공급되는 전력을 관리할 수 있다. 일실시예에 따르면, 전력 관리 모듈(188)은, 예를 들면, PMIC(power management integrated circuit)의 적어도 일부로서 구현될 수 있다.

배터리(189)는 전자 장치(101)의 적어도 하나의 구성요소에 전력을 공급할 수 있다. 일실시예에 따르면, 배터리(189)는, 예를 들면, 재충전 불가능한 1차 전지, 재충전 가능한 2차 전지 또는 연료 전지를 포함할 수 있다.

통신 모듈(190)은 전자 장치(101)와 외부 전자 장치(예: 전자 장치(102), 전자 장치(104), 또는 서버(108)) 간의 직접(예: 유선) 통신 채널 또는 무선 통신 채널의 수립, 및 수립된 통신 채널을 통한 통신 수행을 지원할 수 있다. 통신 모듈(190)은 프로세서(120)(예: 어플리케이션 프로세서)와 독립적으로 운영되고, 직접(예: 유선) 통신 또는 무선 통신을 지원하는 하나 이상의 커뮤니케이션 프로세서를 포함할 수 있다. 일실시예에 따르면, 통신 모듈(190)은 무선 통신 모듈(192)(예: 셀룰러 통신 모듈, 근거리 무선 통신 모듈, 또는 GNSS(global navigation satellite system) 통신 모듈) 또는 유선 통신 모듈(194)(예: LAN(local area network) 통신 모듈, 또는 전력선 통신 모듈)을 포함할 수 있다. 이들 통신 모듈 중 해당하는 통신 모듈은 제 1 네트워크(198)(예: 블루투스, WiFi(wireless fidelity) direct 또는 IrDA(infrared data association)와 같은 근거리 통신 네트워크) 또는 제 2 네트워크(199)(예: 레거시 셀룰러 네트워크, 5G 네트워크, 차세대 통신 네트워크, 인터넷, 또는 컴퓨터 네트워크(예: LAN 또는 WAN)와 같은 원거리 통신 네트워크)를 통하여 외부의 전자 장치(104)와 통신할 수 있다. 이런 여러 종류의 통신 모듈들은 하나의 구성요소(예: 단일 칩)로 통합되거나, 또는 서로 별도의 복수의 구성요소들(예: 복수 칩들)로 구현될 수 있다. 무선 통신 모듈(192)은 가입자 식별 모듈(196)에 저장된 가입자 정보(예: 국제 모바일 가입자 식별자(IMSI))를 이용하여 제 1 네트워크(198) 또는 제 2 네트워크(199)와 같은 통신 네트워크 내에서 전자 장치(101)를 확인 또는 인증할 수 있다.

무선 통신 모듈(192)은 4G 네트워크 이후의 5G 네트워크 및 차세대 통신 기술, 예를 들어, NR 접속 기술(new radio access technology)을 지원할 수 있다. NR 접속 기술은 고용량 데이터의 고속 전송(eMBB(enhanced mobile broadband)), 단말 전력 최소화와 다수 단말의 접속(mMTC(massive machine type communications)), 또는 고신뢰도와 저지연(URLLC(ultra-reliable and low-latency communications))을 지원할 수 있다. 무선 통신 모듈(192)은, 예를 들어, 높은 데이터 전송률 달성을 위해, 고주파 대역(예: mmWave 대역)을 지원할 수 있다. 무선 통신 모듈(192)은 고주파 대역에서의 성능 확보를 위한 다양한 기술들, 예를 들어, 빔포밍(beamforming), 거대 배열 다중 입출력(massive MIMO(multiple-input and multiple-output)), 전차원 다중입출력(FD-MIMO: full dimensional MIMO), 어레이 안테나(array antenna), 아날로그 빔형성(analog beam-forming), 또는 대규모 안테나(large scale antenna)와 같은 기술들을 지원할 수 있다. 무선 통신 모듈(192)은 전자 장치(101), 외부 전자 장치(예: 전자 장치(104)) 또는 네트워크 시스템(예: 제 2 네트워크(199))에 규정되는 다양한 요구사항을 지원할 수 있다. 일실시예에 따르면, 무선 통신 모듈(192)은 eMBB 실현을 위한 Peak data rate(예: 20Gbps 이상), mMTC 실현을 위한 손실 Coverage(예: 164dB 이하), 또는 URLLC 실현을 위한 U-plane latency(예: 다운링크(DL) 및 업링크(UL) 각각 0.5ms 이하, 또는 라운드 트립 1ms 이하)를 지원할 수 있다.

안테나 모듈(197)은 신호 또는 전력을 외부(예: 외부의 전자 장치)로 송신하거나 외부로부터 수신할 수 있다. 일실시예에 따르면, 안테나 모듈(197)은 서브스트레이트(예: PCB) 위에 형성된 도전체 또는 도전성 패턴으로 이루어진 방사체를 포함하는 안테나를 포함할 수 있다. 일실시예에 따르면, 안테나 모듈(197)은 복수의 안테나들(예: 어레이 안테나)을 포함할 수 있다. 이런 경우, 제 1 네트워크(198) 또는 제 2 네트워크(199)와 같은 통신 네트워크에서 사용되는 통신 방식에 적합한 적어도 하나의 안테나가, 예를 들면, 통신 모듈(190)에 의하여 상기 복수의 안테나들로부터 선택될 수 있다. 신호 또는 전력은 상기 선택된 적어도 하나의 안테나를 통하여 통신 모듈(190)과 외부의 전자 장치 간에 송신되거나 수신될 수 있다. 어떤 실시예에 따르면, 방사체 이외에 다른 부품(예: RFIC(radio frequency integrated circuit))이 추가로 안테나 모듈(197)의 일부로 형성될 수 있다.

다양한 실시예에 따르면, 안테나 모듈(197)은 mmWave 안테나 모듈을 형성할 수 있다. 일실시예에 따르면, mmWave 안테나 모듈은 인쇄 회로 기판, 상기 인쇄 회로 기판의 제 1 면(예: 아래 면)에 또는 그에 인접하여 배치되고 지정된 고주파 대역(예: mmWave 대역)을 지원할 수 있는 RFIC, 및 상기 인쇄 회로 기판의 제 2 면(예: 윗 면 또는 측 면)에 또는 그에 인접하여 배치되고 상기 지정된 고주파 대역의 신호를 송신 또는 수신할 수 있는 복수의 안테나들(예: 어레이 안테나)을 포함할 수 있다.

상기 구성요소들 중 적어도 일부는 주변 기기들간 통신 방식(예: 버스, GPIO(general purpose input and output), SPI(serial peripheral interface), 또는 MIPI(mobile industry processor interface))을 통해 서로 연결되고 신호(예: 명령 또는 데이터)를 상호간에 교환할 수 있다.

일실시예에 따르면, 명령 또는 데이터는 제 2 네트워크(199)에 연결된 서버(108)를 통해서 전자 장치(101)와 외부의 전자 장치(104)간에 송신 또는 수신될 수 있다. 외부의 전자 장치(102, 또는 104) 각각은 전자 장치(101)와 동일한 또는 다른 종류의 장치일 수 있다. 일실시예에 따르면, 전자 장치(101)에서 실행되는 동작들의 전부 또는 일부는 외부의 전자 장치들(102, 104, 또는 108) 중 하나 이상의 외부의 전자 장치들에서 실행될 수 있다. 예를 들면, 전자 장치(101)가 어떤 기능이나 서비스를 자동으로, 또는 사용자 또는 다른 장치로부터의 요청에 반응하여 수행해야 할 경우에, 전자 장치(101)는 기능 또는 서비스를 자체적으로 실행시키는 대신에 또는 추가적으로, 하나 이상의 외부의 전자 장치들에게 그 기능 또는 그 서비스의 적어도 일부를 수행하라고 요청할 수 있다. 상기 요청을 수신한 하나 이상의 외부의 전자 장치들은 요청된 기능 또는 서비스의 적어도 일부, 또는 상기 요청과 관련된 추가 기능 또는 서비스를 실행하고, 그 실행의 결과를 전자 장치(101)로 전달할 수 있다. 전자 장치(101)는 상기 결과를, 그대로 또는 추가적으로 처리하여, 상기 요청에 대한 응답의 적어도 일부로서 제공할 수 있다. 이를 위하여, 예를 들면, 클라우드 컴퓨팅, 분산 컴퓨팅, 모바일 에지 컴퓨팅(MEC: mobile edge computing), 또는 클라이언트-서버 컴퓨팅 기술이 이용될 수 있다. 전자 장치(101)는, 예를 들어, 분산 컴퓨팅 또는 모바일 에지 컴퓨팅을 이용하여 초저지연 서비스를 제공할 수 있다. 다른 실시예에 있어서, 외부의 전자 장치(104)는 IoT(internet of things) 기기를 포함할 수 있다. 서버(108)는 기계 학습 및/또는 신경망을 이용한 지능형 서버일 수 있다. 일실시예에 따르면, 외부의 전자 장치(104) 또는 서버(108)는 제 2 네트워크(199) 내에 포함될 수 있다. 전자 장치(101)는 5G 통신 기술 및 IoT 관련 기술을 기반으로 지능형 서비스(예: 스마트 홈, 스마트 시티, 스마트 카, 또는 헬스 케어)에 적용될 수 있다.

서버(108)는 전자 장치(101)가 접속되며, 접속된 전자 장치(101)로 서비스를 제공할 수 있다. 또한, 서버(108)는 회원 가입 절차를 진행하여 그에 따라 회원으로 가입된 사용자의 각종 정보를 저장하여 관리하고, 서비스에 관련된 각종 구매 및 결제 기능을 제공할 수도 있다. 또한, 서버(108)는, 사용자 간에 서비스를 공유할 수 있도록, 복수의 전자 장치(101) 각각에서 실행되는 서비스 애플리케이션의 실행 데이터를 실시간으로 공유할 수도 있다. 이러한 서버(108)는 하드웨어적으로는 통상적인 웹 서버(Web Server) 또는 서비스 서버(Service Server)와 동일한 구성을 가질 수 있다. 그러나, 소프트웨어적으로는, C, C++, Java, Python, Golang, kotlin 등 여하한 언어를 통하여 구현되어 여러 가지 기능을 하는 프로그램 모듈(Module)을 포함할 수 있다. 또한, 서버(108)는 일반적으로 인터넷과 같은 개방형 컴퓨터 네트워크를 통하여 불특정 다수 클라이언트 및/또는 다른 서버와 연결되어 있고, 클라이언트 또는 다른 서버의 작업수행 요청을 접수하고 그에 대한 작업 결과를 도출하여 제공하는 컴퓨터 시스템 및 그를 위하여 설치되어 있는 컴퓨터 소프트웨어(서버 프로그램)를 뜻하는 것이다. 또한, 서버(108)는, 전술한 서버 프로그램 이외에도, 서버(108) 상에서 동작하는 일련의 응용 프로그램(Application Program)과 경우에 따라서는 내부 또는 외부에 구축되어 있는 각종 데이터베이스(DB: Database, 이하 "DB"라 칭함)를 포함하는 넓은 개념으로 이해되어야 할 것이다. 따라서, 서버(108)는, 회원 가입 정보와, 게임에 대한 각종 정보 및 데이터를 분류하여 DB에 저장시키고 관리하는데, 이러한 DB는 서버(108)의 내부 또는 외부에 구현될 수 있다. 또한, 서버(108)는, 일반적인 서버용 하드웨어에 윈도우(windows), 리눅스(Linux), 유닉스(UNIX), 매킨토시(Macintosh) 등의 운영체제에 따라 다양하게 제공되고 있는 서버 프로그램을 이용하여 구현될 수 있으며, 대표적인 것으로는 윈도우 환경에서 사용되는 IIS(Internet Information Server)와 유닉스환경에서 사용되는 CERN, NCSA, APPACH, TOMCAT 등을 이용하여 웹 서비스를 구현할 수 있다. 또한, 서버(108)는, 서비스의 사용자 인증이나 서비스와 관련된 구매 결제를 위한 인증 시스템 및 결제 시스템과 연동할 수도 있다.

제1 네트워크(198) 및 제2 네트워크(199)는 단말들 및 서버들과 같은 각각의 노드 상호 간에 정보 교환이 가능한 연결 구조 또는 서버(108)와 전자 장치들(101, 104)을 연결하는 망(Network)을 의미한다. 제1 네트워크(198) 및 제2 네트워크(199)는 인터넷(Internet), LAN(Local Area Network), Wireless LAN(Wireless Local Area Network), WAN(Wide Area Network), PAN(Personal Area Network), 3G, 4G, LTE, 5G, Wi-Fi 등이 포함되나 이에 한정되지는 않는다. 제1 네트워크(198) 및 제2 네트워크(199)는 LAN, WAN 등의 폐쇄형 제1 네트워크(198) 및 제2 네트워크(199)일 수도 있으나, 인터넷(Internet)과 같은 개방형인 것이 바람직하다. 인터넷은 TCP/IP 프로토콜, TCP, UDP(user datagram protocol) 등의 프로토콜 및 그 상위계층에 존재하는 여러 서비스, 즉 HTTP(HyperText Transfer Protocol), Telnet, FTP(File Transfer Protocol), DNS(Domain Name System), SMTP(Simple Mail Transfer Protocol), SNMP(Simple Network Management Protocol), NFS(Network File Service), NIS(Network Information Service)를 제공하는 전 세계적인 개방형 컴퓨터 제1 네트워크(198) 및 제2 네트워크(199) 구조를 의미한다.

데이터베이스는 데이터베이스 관리 프로그램(DBMS)을 이용하여 컴퓨터 시스템의 저장공간(하드디스크 또는 메모리)에 구현된 일반적인 데이터구조를 가질 수 있다. 데이터베이스는 데이터의 검색(추출), 삭제, 편집, 추가 등을 자유롭게 행할 수 있는 데이터 저장형태를 가질 수 있다. 데이터베이스는 오라클(Oracle), 인포믹스(Infomix), 사이베이스(Sybase), DB2와 같은 관계형 데이타베이스 관리 시스템(RDBMS)이나, 겜스톤(Gemston), 오리온(Orion), O2 등과 같은 객체 지향 데이타베이스 관리 시스템(OODBMS) 및 엑셀론(Excelon), 타미노(Tamino), 세카이주(Sekaiju) 등의 XML 전용 데이터베이스(XML Native Database)를 이용하여 본 개시의 일 실시예의 목적에 맞게 구현될 수 있고, 자신의 기능을 달성하기 위하여 적당한 필드(Field) 또는 엘리먼트들을 가질 수 있다.

도 2는 일 실시예에 따른 프로그램의 구성을 나타내는 도면이다.

도 2은 다양한 실시예에 따른 프로그램(140)을 예시하는 블록도(200)이다. 일실시예에 따르면, 프로그램(140)은 전자 장치(101)의 하나 이상의 리소스들을 제어하기 위한 운영 체제(142), 미들웨어(144), 또는 상기 운영 체제(142)에서 실행 가능한 어플리케이션(146)을 포함할 수 있다. 운영 체제(142)는, 예를 들면, AndroidTM, iOSTM, WindowsTM, SymbianTM, TizenTM, 또는 BadaTM를 포함할 수 있다. 프로그램(140) 중 적어도 일부 프로그램은, 예를 들면, 제조 시에 전자 장치(101)에 프리로드되거나, 또는 사용자에 의해 사용 시 외부 전자 장치(예: 전자 장치(102 또는 104), 또는 서버(108))로부터 다운로드되거나 갱신 될 수 있다. 프로그램(140)의 전부 또는 일부는 뉴럴 네트워크를 포함할 수 있다.

운영 체제(142)는 전자 장치(101)의 하나 이상의 시스템 리소스들(예: 프로세스, 메모리, 또는 전원)의 관리(예: 할당 또는 회수)를 제어할 수 있다. 운영 체제(142)는, 추가적으로 또는 대체적으로, 전자 장치(101)의 다른 하드웨어 디바이스, 예를 들면, 입력 모듈(150), 음향 출력 모듈(155), 디스플레이 모듈(160), 오디오 모듈(170), 센서 모듈(176), 인터페이스(177), 햅틱 모듈(179), 카메라 모듈(180), 전력 관리 모듈(188), 배터리(189), 통신 모듈(190), 가입자 식별 모듈(196), 또는 안테나 모듈(197)을 구동하기 위한 하나 이상의 드라이버 프로그램들을 포함할 수 있다.

미들웨어(144)는 전자 장치(101)의 하나 이상의 리소스들로부터 제공되는 기능 또는 정보가 어플리케이션(146)에 의해 사용될 수 있도록 다양한 기능들을 어플리케이션(146)으로 제공할 수 있다. 미들웨어(144)는, 예를 들면, 어플리케이션 매니저(201), 윈도우 매니저(203), 멀티미디어 매니저(205), 리소스 매니저(207), 파워 매니저(209), 데이터베이스 매니저(211), 패키지 매니저(213), 커넥티비티 매니저(215), 노티피케이션 매니저(217), 로케이션 매니저(219), 그래픽 매니저(221), 시큐리티 매니저(223), 통화 매니저(225), 또는 음성 인식 매니저(227)를 포함할 수 있다.

어플리케이션 매니저(201)는, 예를 들면, 어플리케이션(146)의 생명 주기를 관리할 수 있다. 윈도우 매니저(203)는, 예를 들면, 화면에서 사용되는 하나 이상의 GUI 자원들을 관리할 수 있다. 멀티미디어 매니저(205)는, 예를 들면, 미디어 파일들의 재생에 필요한 하나 이상의 포맷들을 파악하고, 그 중 선택된 해당하는 포맷에 맞는 코덱을 이용하여 상기 미디어 파일들 중 해당하는 미디어 파일의 인코딩 또는 디코딩을 수행할 수 있다. 리소스 매니저(207)는, 예를 들면, 어플리케이션(146)의 소스 코드 또는 메모리(130)의 메모리의 공간을 관리할 수 있다. 파워 매니저(209)는, 예를 들면, 배터리(189)의 용량, 온도 또는 전원을 관리하고, 이 중 해당 정보를 이용하여 전자 장치(101)의 동작에 필요한 관련 정보를 결정 또는 제공할 수 있다. 일실시예에 따르면, 파워 매니저(209)는 전자 장치(101)의 바이오스(BIOS: basic input/output system)(미도시)와 연동할 수 있다.

데이터베이스 매니저(211)는, 예를 들면, 어플리케이션(146)에 의해 사용될 데이터베이스를 생성, 검색, 또는 변경할 수 있다. 패키지 매니저(213)는, 예를 들면, 패키지 파일의 형태로 배포되는 어플리케이션의 설치 또는 갱신을 관리할 수 있다. 커넥티비티 매니저(215)는, 예를 들면, 전자 장치(101)와 외부 전자 장치 간의 무선 연결 또는 직접 연결을 관리할 수 있다. 노티피케이션 매니저(217)는, 예를 들면, 지정된 이벤트(예: 착신 통화, 메시지, 또는 알람)의 발생을 사용자에게 알리기 위한 기능을 제공할 수 있다. 로케이션 매니저(219)는, 예를 들면, 전자 장치(101)의 위치 정보를 관리할 수 있다. 그래픽 매니저(221)는, 예를 들면, 사용자에게 제공될 하나 이상의 그래픽 효과들 또는 이와 관련된 사용자 인터페이스를 관리할 수 있다.

시큐리티 매니저(223)는, 예를 들면, 시스템 보안 또는 사용자 인증을 제공할 수 있다. 통화(telephony) 매니저(225)는, 예를 들면, 전자 장치(101)에 의해 제공되는 음성 통화 기능 또는 영상 통화 기능을 관리할 수 있다. 음성 인식 매니저(227)는, 예를 들면, 사용자의 음성 데이터를 서버(108)로 전송하고, 그 음성 데이터에 적어도 일부 기반하여 전자 장치(101)에서 수행될 기능에 대응하는 명령어(command), 또는 그 음성 데이터에 적어도 일부 기반하여 변환된 문자 데이터를 서버(108)로부터 수신할 수 있다. 일 실시예에 따르면, 미들웨어(244)는 동적으로 기존의 구성요소를 일부 삭제하거나 새로운 구성요소들을 추가할 수 있다. 일 실시예에 따르면, 미들웨어(144)의 적어도 일부는 운영 체제(142)의 일부로 포함되거나, 또는 운영 체제(142)와는 다른 별도의 소프트웨어로 구현될 수 있다.

어플리케이션(146)은, 예를 들면, 홈(251), 다이얼러(253), SMS/MMS(255), IM(instant message)(257), 브라우저(259), 카메라(261), 알람(263), 컨택트(265), 음성 인식(267), 이메일(269), 달력(271), 미디어 플레이어(273), 앨범(275), 와치(277), 헬스(279)(예: 운동량 또는 혈당과 같은 생체 정보를 측정), 또는 환경 정보(281)(예: 기압, 습도, 또는 온도 정보 측정) 어플리케이션을 포함할 수 있다. 일실시예에 따르면, 어플리케이션(146)은 전자 장치(101)와 외부 전자 장치 사이의 정보 교환을 지원할 수 있는 정보 교환 어플리케이션(미도시)을 더 포함할 수 있다. 정보 교환 어플리케이션은, 예를 들면, 외부 전자 장치로 지정된 정보 (예: 통화, 메시지, 또는 알람)를 전달하도록 설정된 노티피케이션 릴레이 어플리케이션, 또는 외부 전자 장치를 관리하도록 설정된 장치 관리 어플리케이션을 포함할 수 있다. 노티피케이션 릴레이 어플리케이션은, 예를 들면, 전자 장치(101)의 다른 어플리케이션(예: 이메일 어플리케이션(269))에서 발생된 지정된 이벤트(예: 메일 수신)에 대응하는 알림 정보를 외부 전자 장치로 전달할 수 있다. 추가적으로 또는 대체적으로, 노티피케이션 릴레이 어플리케이션은 외부 전자 장치로부터 알림 정보를 수신하여 전자 장치(101)의 사용자에게 제공할 수 있다.

장치 관리 어플리케이션은, 예를 들면, 전자 장치(101)와 통신하는 외부 전자 장치 또는 그 일부 구성 요소(예: 외부 전자장치의 디스플레이 모듈 또는 카메라 모듈)의 전원(예: 턴-온 또는 턴-오프) 또는 기능(예: 밝기, 해상도, 또는 포커스)을 제어할 수 있다. 장치 관리 어플리케이션은, 추가적으로 또는 대체적으로, 외부 전자 장치에서 동작하는 어플리케이션의 설치, 삭제, 또는 갱신을 지원할 수 있다.

본 명세서에 걸쳐, 뉴럴 네트워크(neural network), 신경망 네트워크, 네트워크 함수는, 동일한 의미로 사용될 수 있다. 뉴럴 네트워크는, 일반적으로 "노드"라 지칭될 수 있는 상호 연결된 계산 단위들의 집합으로 구성될 수 있다. 이러한 "노드"들은, "뉴런(neuron)"들로 지칭될 수도 있다. 뉴럴 네트워크는, 적어도 둘 이상의 노드들을 포함하여 구성된다. 뉴럴 네트워크들을 구성하는 노드(또는 뉴런)들은 하나 이상의 "링크"에 의해 상호 연결될 수 있다.

뉴럴 네트워크 내에서, 링크를 통해 연결된 둘 이상의 노드들은 상대적으로 입력 노드 및 출력 노드의 관계를 형성할 수 있다. 입력 노드 및 출력 노드의 개념은 상대적인 것으로서, 하나의 노드에 대하여 출력 노드 관계에 있는 임의의 노드는 다른 노드와의 관계에서 입력 노드 관계에 있을 수 있으며, 그 역도 성립할 수 있다. 전술한 바와 같이, 입력 노드 대 출력 노드 관계는 링크를 중심으로 생성될 수 있다. 하나의 입력 노드에 하나 이상의 출력 노드가 링크를 통해 연결될 수 있으며, 그 역도 성립할 수 있다.

하나의 링크를 통해 연결된 입력 노드 및 출력 노드 관계에서, 출력 노드는 입력 노드에 입력된 데이터에 기초하여 그 값이 결정될 수 있다. 여기서, 입력 노드와 출력 노드를 상호 연결하는 노드는 가중치를 가질 수 있다. 가중치는 가변적일 수 있으며, 뉴럴 네트워크가 원하는 기능을 수행하기 위해, 사용자 또는 알고리즘에 의해 가변될 수 있다. 예를 들어, 하나의 출력 노드에 하나 이상의 입력 노드가 각각의 링크에 의해 상호 연결된 경우, 출력 노드는 상기 출력 노드와 연결된 입력 노드들에 입력된 값들 및 각각의 입력 노드들에 대응하는 링크에 설정된 가중치에 기초하여 출력 노드 값을 결정할 수 있다.

전술한 바와 같이, 뉴럴 네트워크는, 둘 이상의 노드들이 하나 이상의 링크를 통해 상호연결 되어 뉴럴 네트워크 내에서 입력 노드 및 출력 노드 관계를 형성한다. 뉴럴 네트워크 내에서 노드들과 링크들의 개수 및 노드들과 링크들 사이의 연관관계, 링크들 각각에 부여된 가중치의 값에 따라, 신경망 네트워크의 특성이 결정될 수 있다. 예를 들어, 동일한 개수의 노드 및 링크들이 존재하고, 링크들 사이의 가중치 값이 상이한 두 신경망 네트워크가 존재하는 경우, 두 개의 신경망 네트워크들은 서로 상이한 것으로 인식될 수 있다.

도 3은 일 실시예에 따른 서버가 제1 단말과 관련된 광고 기업 리스트를 제1 단말에게 제공하는 방법을 나타낸다. 도 3의 일 실시예는 본 개시의 다양한 실시예들과 결합될 수 있다.

도 3을 참조하면, 단계 S301에서, 서버(예: 도 1의 서버(108))는 제1 단말(예: 도 1의 전자 장치(101))로부터 광고와 관련된 기본 정보를 포함하는 제1 광고 요청 메시지를 수신할 수 있다. 예를 들어, 상기 광고와 관련된 기본 정보는 광고 예산에 대한 정보, 업체에 대한 정보, 광고 상품에 대한 정보, 광고 타겟에 대한 정보, 이전 광고에 대한 정보 또는 마케팅 목적에 대한 정보 중 적어도 하나를 포함할 수 있다.

예를 들어, 서버가 상기 제1 광고 요청 메시지를 수신하기 전에, 서버는 제1 단말로부터 광고와 관련된 기본 정보를 수신하기 위한 인터페이스 정보를 상기 제1 단말에게 전송할 수 있다.

여기서, 광고 예산에 대한 정보는 특정 기간에 대해 상기 제1 단말과 관련된 업체가 희망하는 광고 비용에 대한 정보일 수 있다. 예를 들어, 광고 예산에 대한 정보는 상기 제1 단말과 관련된 업체의 한달 광고 예산을 나타낼 수 있다. 예를 들어, 광고 예산에 대한 정보는 월 10만원부터 월 300만원 사이의 값일 수 있다.

여기서, 업체에 대한 정보는 상기 제1 단말과 관련된 업체에 대한 정보일 수 있다. 예를 들어, 업체에 대한 정보는 업종에 대한 정보, 업체명에 대한 정보, 업체에 대한 재무 정보를 포함할 수 있다. 예를 들어, 업종에 대한 정보는 업종을 나타내는 코드 정보일 수 있다. 예를 들어, 업체에 대한 재무 정보는 광고 비용에 대한 정보 및 매출액에 대한 정보를 포함할 수 있다. 예를 들어, 광고 비용에 대한 정보는 특정 기간동안 지출된 광고 비용에 대한 정보일 수 있다. 예를 들어, 매출액에 대한 정보는 특정 기간에 대한 매출액을 포함할 수 있다.

여기서, 광고 상품에 대한 정보는 상기 제1 단말과 관련된 업체가 광고를 원하는 상품에 대한 정보일 수 있다. 예를 들어, 광고 상품에 대한 정보는 이미지 데이터 또는 텍스트 데이터일 수 있다.

여기서, 광고 타겟에 대한 정보는 상기 제1 단말과 관련된 업체의 광고가 노출되는 대상에 대한 정보일 수 있다. 예를 들어, 광고 타겟에 대한 정보는 성별에 대한 정보, 연령대에 대한 정보, 활동 지역에 대한 정보 및 기타 정보를 포함할 수 있다.

여기서, 이전 광고에 대한 정보는 상기 제1 단말과 관련된 광고를 진행한 기간 및 상기 제1 단말과 관련된 광고가 업로드된 웹사이트 또는 채널을 포함할 수 있다.

여기서, 마케팅 목적에 대한 정보는 상기 제1 단말과 관련된 업체의 마케팅 목적에 대한 정보일 수 있다. 예를 들어, 마케팅 목적에 대한 정보는 복수의 카테고리를 포함할 수 있고, 상기 복수의 카테고리는 매출 향상, 브랜드 인지도, 회원 가입, 상담 신청, 기업 홍보, 제품 홍보, 이벤트 참여, 앱(app) 다운로드, SNS(social network service) 홍보 및 매장 방문을 포함할 수 있다.

예를 들어, 서버는 제1 단말과 무선 연결이 확립된 것에 기반하여, 상기 제1 단말로부터 상기 제1 광고 요청 메시지를 수신할 수 있다. 예를 들어, 서버가 제1 단말에게 디스커버리 메시지를 전송하고, 상기 제1 단말로부터 상기 디스커버리 메시지에 대응한 연결 수락 메시지를 수신하면, 상기 서버는 상기 제1 단말과 무선 연결을 확립할 수 있다.

단계 S302에서, 서버는 상기 광고와 관련된 기본 정보에 기반하여 사전 설정된 제1 기간에 대한 웹로그 정보를 획득할 수 있다.

여기서, 웹로그 정보는 웹 서버에 저장된 기록 정보일 수 있다. 예를 들어, 웹 로그 정보는 웹 서버에서 수행된 이벤트들을 기록한 정보일 수 있다.

예를 들어, 서버는 상기 제1 단말과 관련된 업체명과 상기 제1 단말과 관련된 업체의 광고 상품에 따라 사전 설정된 제1 기간에 대한 상기 웹로그 정보를 획득할 수 있다.

예를 들어, 사전 설정된 제1 기간은 상기 제1 단말과 관련된 업체가 온라인 광고를 시작한 날짜부터 특정 날짜까지의 기간일 수 있다. 예를 들어, 특정 날짜는 상기 제1 단말과 관련된 업체가 온라인 광고를 중단한 날짜 또는 현재 날짜일 수 있다. 또는, 예를 들어, 사전 설정된 제1 기간은 상기 서버에 의해 임의로 결정된 기간일 수 있다.

또는, 예를 들어, 사전 설정된 제1 기간은 상기 제1 단말로부터 수신된 이전 광고에 대한 정보에 기반하여 결정될 수 있다. 예를 들어, 상기 이전 광고에 대한 정보는 상기 서버의 요청에 의해 제1 단말로부터 별도로 상기 서버에게 전송될 수 있다. 예를 들어, 이전 광고에 대한 정보가 상기 광고와 관련된 기본 정보에 포함되지 않은 경우, 서버는 상기 제1 광고 요청 메시지에 기반하여 이전 광고에 대한 정보를 요청하는 메시지를 상기 제1 단말에게 전송할 수 있다. 예를 들어, 제1 단말은 상기 이전 광고에 대한 정보를 요청하는 메시지에 기반하여 상기 이전 광고에 대한 정보를 포함하는 광고 현황 메시지를 상기 서버에게 전송할 수 있다. 예를 들어, 서버는 상기 제1 단말로부터 광고 현황 메시지를 수신한 것에 기반하여, 서버는 사전 설정된 제1 기간에 대한 웹로그 정보를 획득할 수 있다.

단계 S303에서, 서버는 상기 웹로그 정보 및 사전 설정된 마케팅 정보를 기반으로 상기 제1 단말과 관련된 리포트 정보를 결정할 수 있다.

여기서, 사전 설정된 마케팅 정보는 광고의 현황을 체크하기 위한 정보일 수 있다. 예를 들어, 사전 설정된 마케팅 정보는 성과 측정에 대한 정보, 인지도 지표에 대한 정보, 광고비 산정 지표에 대한 정보, 성능 지표에 대한 정보 및 키워드를 분석하기 위한 정보, 복수의 채널들에 대한 정보를 포함할 수 있다. 예를 들어, 성과 측정에 대한 정보는 ROI(return on investment)에 대한 정보 및 ROAS(return on AD spend)에 대한 정보 포함할 수 있다. 여기서, ROI는 특정 채널에 대한 광고비에 대비한 순이익을 나타낼 수 있다. 여기서, ROAS는 특정 채널에 대한 광고비에 대비한 매출액을 나타낼 수 있다. 예를 들어, 인지도 지표에 대한 정보는 광고가 노출된 횟수, 광고를 클릭한 횟수(이하, 클릭 수) 및 CTR(click-through rate)에 대한 정보를 포함할 수 있다. 여기서, CTR은 광고가 노출된 횟수에 대비한 클릭 수일 수 있다. 예를 들어, 광고비 산정 지표에 대한 정보는 CPC(cost per click)에 대한 정보, CPA(cost per action)에 대한 정보, CPI(cost per install)에 대한 정보, CPV(cost per view)에 대한 정보, CPM(cost per mile)에 대한 정보 및 CPS(cost per sale)에 대한 정보와 같은 광고비를 산정하기 위한 기준에 대한 정보를 포함할 수 있다. 여기서, CPC(cost per click)는 클릭 수에 대해 광고 비용을 책정하는 방식일 수 있다. 여기서, CPA는 전환 수에 대해 광고 비용을 책정하는 방식일 수 있다. 예를 들어, 전환 수는 광고를 클릭한 이후 회원 가입, 상담 신청 등의 특정 행위로 전환되는 횟수일 수 있다. 여기서, CPI는 특정 프로그램 또는 어플리케이션이 설치된 횟수에 대해 광고 비용을 책정하는 방식일 수 있다. 여기서, CPV는 특정 영상을 시청한 횟수에 대해 광고 비용을 책정하는 방식일 수 있다. 여기서, CPM은 광고가 노출된 수에 대해 광고 비용을 책정하는 방식일 수 있다. 예를 들어, 성능 지표에 대한 정보는 CR(conversion rate)에 대한 정보, CPC(click-through conversion rate)에 대한 정보 및 VTC(view-through conversion rate)에 대한 정보를 포함할 수 있다. 여기서, CR은 유저가 구매 등과 같은 다음 단계로 전환하는 비율을 나타낼 수 있다. 예를 들어, CPC(click-through conversion rate)는 광고를 본 사용자 중에서 클릭하여 구매 전환을 한 비율을 나타낼 수 있다. 예를 들어, VTC는 광고를 본 사용자 중 클릭은 하지 않았으나, 추후 사이트에 재방문하여 구매 전환을 한 비율을 나타낼 수 있다. 예를 들어, 키워드를 분석하기 위한 정보는 광고를 시청한 사용자들의 리뷰 데이터를 통해 빈도 수가 많은 순서대로 키워드를 추출하기 위한 정보일 수 있다. 예를 들어, 복수의 채널들에 대한 정보는 광고가 업로드된 채널들에 대한 정보일 수 있다. 예를 들어, 광고가 업로드된 채널들은 트위터, 페이스북과 같은 SNS 채널, 구글, 네이버와 같은 검색 엔진 채널, 카카오톡, 텔레그램과 같은 메신져 채널, 유투브와 같은 비디오 플랫폼 채널을 포함할 수 있다.

예를 들어, 서버는 상기 웹로그 정보 및 상기 사전 설정된 마케팅 정보에 기반하여 SQL(structured query language)를 통해 상기 제1 단말과 관련된 리포트 정보를 결정할 수 있다. 예를 들어, 서버는 상기 웹로그 정보에 대해 방문자 특성(예: 유입경로, 지리적 위치, 검색어, 기기, 브라우저)에 대한 정보와 방문자 행동(예: 신규방문, 재방문, 페이지뷰, 체류시간, 도착페이지, 이탈페이지, 전환)에 대한 정보를 결정하고, 상기 방문자 특성에 대한 정보와 상기 방문자 행동에 대한 정보에 대해 상기 사전 설정된 마케팅 정보를 SQL을 통해 적용시킴으로써, 상기 제1 단말과 관련된 리포트 정보를 결정할 수 있다. 여기서, SQL은 데이터베이스 시스템에서 자료를 처리하는 용도로 사용되는 구조적 데이터 질의 언어일 수 있다.

예를 들어, 상기 리포트 정보는 상기 제1 단말과 관련된 광고 현황에 대한 정보 및 상기 제1 단말과 관련된 성과 예측에 대한 정보를 포함할 수 있다.

예를 들어, 상기 광고 현황에 대한 정보는 상기 사전 설정된 제1 기간에 대한 평균 CTR(click through rate) 값, 상기 사전 설정된 제1 기간에 대한 평균 CPC(cost per click) 값, 상기 사전 설정된 제1 기간에 대한 광고 노출 수, 상기 제1 단말과 관련된 광고에 대한 키워드를 분석한 값 및 상기 제1 단말과 관련된 광고가 노출된 복수의 채널들을 분석한 값을 포함할 수 있다.

예를 들어, 상기 성과 예측에 대한 정보는 일평균 예상 값을 포함할 수 있다. 예를 들어, 상기 일평균 예상 값은 하기 수학식 1에 의해 설정될 수 있다.

상기 수학식 1에서, 상기 e는 상기 일평균 예상 값이고, 상기 n은 상기 사전 설정된 제1 기간에 대응하는 날짜의 개수, 상기 Z_X는 상기 제1 단말과 관련된 업체의 일별 매출액에 대한 표준 점수, 상기 Z_Y는 상기 제1 단말로부터 수신된 마케팅 목적에 대응하는 지표와 관련된 일별 활동 수에 대한 표준 점수이고, 상기 S는 사전 설정된 매출액 증가율이고, 상기 N은 상기 제1 단말로부터 수신된 마케팅 목적에 대응하는 지표와 관련된 일별 활동 수의 평균 값일 수 있다. 여기서, 표준 점수는 (해당 변수에 대한 값 - 해당 변수가 속한 집단의 평균 값)/표준편차 일 수 있다.

예를 들어, 상기 Z_X는 매출액에 대한 정보에 기반하여 결정될 수 있으며, 상기 사전 설정된 제1 기간동안의 일별 매출액에 대한 표준 점수일 수 있다. 예를 들어, 상기 Z_Y는 상기 사전 설정된 제1 기간동안의 일별 활동 수에 대한 표준 점수일 수 있다.

예를 들어, 상기 사전 설정된 매출액 증가율은 상기 제1 단말로부터 수신된 마케팅 목적에 대응하는 지표와 관련된 활동에 따라 매출액이 증가하는 비율일 수 있다. 예를 들어, 상기 사전 설정된 매출액 증가율은 상기 제1 단말로부터 수신된 마케팅 목적에 대응하는 지표와 관련된 활동에 따라 일평균 매출액이 증가하는 비율일 수 있다. 예를 들어, 상기 사전 설정된 매출액 증가율은 상기 제1 단말로부터 수신된 마케팅 목적에 대응하는 지표와 관련된 활동에 매칭될 수 있다.

부가적으로, 예를 들어, 상기 사전 설정된 매출액 증가율은 상기 획득된 웹로그 정보 및 상기 사전 설정된 마케팅 정보에 따라 주기적으로 업데이트될 수 있다. 즉, 서버는 수집된 복수의 웹로그 정보와 복수의 광고와 관련된 기본 정보를 통해 상기 사전 설정된 매출액 증가율을 주기적으로 업데이트할 수 있다.

예를 들어, 상기 제1 단말로부터 수신된 마케팅 목적에 대한 정보는 복수의 카테고리를 포함할 수 있고, 상기 CPC(cost per click)와 관련된 카테고리, 상기 CPA(cost per action)과 관련된 카테고리 및 상기 CPM(cost per mile)와 관련된 카테고리를 포함할 수 있다. 예를 들어, 상기 CPA와 관련된 카테고리는 회원 가입, 상담 신청, 이벤트 참여, 앱 다운로드 및 매장 방문을 포함할 수 있다. 예를 들어, CPM과 관련된 카테고리는 브랜드 인지도, 기업 홍보, 제품 홍보, SNS 홍보를 포함할 수 있다. 예를 들어, CPC와 관련된 카테고리는 매출 향상을 포함할 수 있다.

예를 들어, 제1 단말로부터 수신된 마케팅 목적이 매출 향상인 경우, 상기 매출 향상에 매칭되는 CPC가 지표로 결정될 수 있다. 이때, 상기 제1 단말로부터 수신된 마케팅 목적에 대응하는 지표와 관련된 일별 활동 수는 일별 클릭 수일 수 있다. 또한, 상기 S 값, 즉, 사전 설정된 매출액 증가율은 상기 클릭 수에 대한 매출액 증가율일 수 있다. 또한, 상기 N 값, 즉, 제1 단말로부터 수신된 마케팅 목적에 대응하는 지표와 관련된 일별 활동 수의 평균 값은 상기 클릭 수에 대한 일별 평균 값일 수 있다.

예를 들어, 제1 단말로부터 수신된 마케팅 목적이 회원 가입, 상담 신청, 이벤트 참여, 앱 다운로드 및 매장 방문 중 어느 하나인 경우, 상기 매출 향상에 매칭되는 CPA가 지표로 결정될 수 있다. 이때, 상기 제1 단말로부터 수신된 마케팅 목적에 대응하는 지표와 관련된 일별 활동 수는 일별 전환 수일 수 있다. 여기서, 전환은 고객이 회원 가입, 상담 신청, 이벤트 참여, 앱 다운로드 또는 매장 방문 중 어느 하나의 행위가 수행된 것일 수 있다. 또한, 상기 S 값, 즉, 사전 설정된 매출액 증가율은 상기 전환 수에 대한 매출액 증가율일 수 있다. 또한, 상기 N 값, 즉, 제1 단말로부터 수신된 마케팅 목적에 대응하는 지표와 관련된 일별 활동 수의 평균 값은 상기 전환 수에 대한 일별 평균 값일 수 있다. 예를 들어, 전환 수와 관련하여, 회원 가입 수, 상담 신청 수, 이벤트 참여 수, 앱 다운로드 수 또는 매장 방문 수는 서로 유사한 활동으로 사전 설정될 수 있다.

예를 들어, 제1 단말로부터 수신된 마케팅 목적이 브랜드 인지도, 기업 홍보, 제품 홍보 또는 SNS 홍보인 경우, 상기 매출 향상에 매칭되는 CPM이 지표로 결정될 수 있다. 이때, 상기 제1 단말로부터 수신된 마케팅 목적에 대응하는 지표와 관련된 일별 활동 수는 일별 광고 노출 수일 수 있다. 또한, 상기 S 값, 즉, 사전 설정된 매출액 증가율은 상기 광고 노출 수에 대한 매출액 증가율일 수 있다. 또한, 상기 N 값, 즉, 제1 단말로부터 수신된 마케팅 목적에 대응하는 지표와 관련된 일별 활동 수의 평균 값은 상기 광고 노출 수에 대한 일별 평균 값일 수 있다.

부가적으로, 예를 들어, 상기 제1 단말과 관련된 업체가 이전에 광고를 진행하지 않은 경우, 이전 광고에 대한 정보가 존재하지 않을 수 있다. 예를 들어, 이전 광고에 대한 정보가 존재하지 않는 경우, 서버는 상기 제1 단말과 관련된 리포트 정보는 상기 광고와 관련된 기본 정보 및 상기 사전 설정된 마케팅 정보에 기반하여 디폴트 리포트 정보를 결정할 수 있다.

예를 들어, 디폴트 리포트 정보는 상기 광고 예산에 대한 정보, 상기 업체에 대한 재무 정보, 상기 광고 타겟에 대한 정보, 상기 마케팅 목적에 대한 정보 및 상기 사전 설정된 마케팅 정보에 기반하여 결정될 수 있다. 예를 들어, 상기 사전 설정된 마케팅 정보는 상기 제1 단말과 관련된 업종에 따른 기본 값들을 포함할 수 있다.

이때, 예를 들어, 디폴트 리포트 정보에 포함된 광고 현황에 대한 정보는 디폴트 기간에 대한 평균 CTR(click through rate) 값, 디폴트 기간에 대한 평균 CPC(cost per click) 값, 디폴트 기간에 대한 광고 노출 수, 상기 업종과 관련된 광고에 대한 디폴트 키워드 값 및 상기 업종과 관련된 광고가 노출된 디폴트 채널들을 분석한 값을 포함할 수 있다. 예를 들어, 디폴트 리포트 정보에 포함된 성과 예측에 대한 정보는 상기 제1 단말과 관련된 업종에 따른 디폴트 일평균 예상 값을 포함할 수 있다.

단계 S304에서, 서버는 상기 광고와 관련된 기본 정보 및 사전 설정된 복수의 광고 기업에 대한 정보에 기반하여 뉴럴 네트워크를 통해 상기 제1 단말과 관련된 광고 기업 리스트를 결정할 수 있다. 여기서, 사전 설정된 복수의 광고 기업에 대한 정보는 복수의 광고 기업에 대한 업체명, 복수의 광고 기업에 대한 웹사이트 정보, 복수의 광고 기업에 대한 주 마케팅 전략 및 복수의 광고 기업에 대한 견적 비용을 포함할 수 있다. 예를 들어, 사전 설정된 복수의 광고 기업에 대한 정보는 주기적으로 변경될 수 있다.

예를 들어, 상기 뉴럴 네트워크는 입력 레이어, 하나 이상의 히든 레이어 및 출력 레이어를 포함할 수 있다. 예를 들어, 상기 광고와 관련된 기본 정보, 및 상기 사전 설정된 복수의 광고 기업에 대한 정보 및 정답 광고 기업 리스트로 구성된 각각의 학습 데이터는 상기 뉴럴 네트워크의 상기 입력 레이어에 입력되어 상기 하나 이상의 히든 레이어 및 출력 레이어를 통과하여 출력 벡터로 출력되고, 상기 출력 벡터는 상기 출력 레이어에 연결된 손실함수 레이어에 입력되고, 상기 손실함수 레이어는 상기 출력 벡터와 각각의 학습 데이터에 대한 정답 벡터를 비교하는 손실함수를 이용하여 손실 값을 출력하고, 상기 뉴럴 네트워크의 파라미터는 상기 손실 값이 작아지는 방향으로 학습될 수 있다.

예를 들어, 상기 광고와 관련된 기본 정보에 포함된 업체에 대한 정보에 기반하여 상기 제1 단말과 관련된 업체와 업종이 동일한 복수의 기업에 대한 매출액 정보가 제1 웹 크롤링(web crawling)을 통해 획득될 수 있다. 여기서, 웹 크롤링은 웹 페이지로부터 다양한 정보를 수집하는 동작일 수 있다.

예를 들어, 상기 매출액 정보에 기반하여 상기 복수의 기업 중에서 매출액이 높은 순서로 사전 설정된 제1 개수의 기업을 결정하는 것이 상기 뉴럴 네트워크에 대해 사전에 학습될 수 있다. 즉, 상기 복수의 기업 중에서 매출액이 높은 순서로 사전 설정된 제1 개수의 기업이 상기 뉴럴 네트워크를 통해 결정될 수 있다.

예를 들어, 상기 사전 설정된 제1 개수의 기업에 대해 제2 웹 크롤링(web crawling)을 통해 마케팅 전략 정보가 획득될 수 있다. 예를 들어, 상기 뉴럴 네트워크는 상기 마케팅 전략 정보에 포함된 상기 사전 설정된 제1 개수의 기업과 관련된 단어의 빈도수에 기반하여 복수의 마케팅 전략에 대한 중요도를 결정하도록 사전에 학습될 수 있다. 예를 들어, 마케팅 전략 정보는 SEO(search engine optimization), 포털 사이트의 온라인 광고 서비스, 카페/블로그 체험단, 인플루언서 또는 모델 협찬 광고, SNS를 통한 광고 및 뉴스를 통한 광고 등과 같은 복수의 마케팅 전략을 포함할 수 있다. 여기서, SEO는 검색엔진이 데이터를 수집하고 순위를 결정하는 방식에 맞추어 웹 페이지를 구성함으로써, 검색 결과의 상위에 광고가 나올 수 있게 하는 마케팅 전략일 수 있다. 예를 들어, 포털 사이트의 온라인 광고 서비스는 네이버의 스마트 플레이스와 같은 서비스를 포함할 수 있다.

예를 들어, 상기 마케팅 전략 정보에 포함된 상기 사전 설정된 제1 개수의 기업과 관련된 단어의 빈도수에 기반하여 복수의 마케팅 전략에 대한 중요도를 결정하는 것이 상기 뉴럴 네트워크에 대해 사전에 학습될 수 있다. 예를 들어, 상기 마케팅 전략 정보에 포함된 상기 사전 설정된 제1 개수의 기업과 관련된 단어의 빈도수에 기반하여 복수의 마케팅 전략에 대한 중요도가 상기 뉴럴 네트워크에 의해 결정될 수 있다.

예를 들어, 상기 사전 설정된 제1 개수의 기업과 관련된 단어는 기업의 명칭 또는 기업과 관련된 광고 상품에 대한 명칭을 포함할 수 있다. 예를 들어, 이때, 상기 사전 설정된 제1 개수의 기업 각각에 대한 명칭 또는 기업과 관련된 광고 상품에 대한 명칭이 검색 엔진 사이트의 상위에서 노출된 빈도수, 포털 사이트의 온라인 광고 서비스에 의해 노출된 빈도수, 카페/블로그에 노출된 빈도수, 인플루언서 또는 모델 협찬 광고에 노출된 빈도수, SNS를 통한 광고에 노출된 빈도수 및 뉴스를 통한 광고에 노출된 빈도수 가 결정될 수 있다. 이때, 가장 많은 빈도수가 검색 엔진 사이트의 상위에서 노출된 빈도수인 경우, SEO에 대한 중요도가 가장 높게 결정될 수 있다. 즉, 예를 들어, 각각의 마케팅 전략마다 중요도가 상이하게 결정될 수 있다.

따라서, 서버는 상기 사전 설정된 제1 개수의 기업 각각에 대한 명칭 또는 기업과 관련된 광고 상품에 대한 명칭에 대한 빈도 수를 고려함으로써, 마케팅 전략에 대한 중요도가 항상 고정되지 않으며, 해당 업종에 적합한 마케팅 전략에 대해 중요도가 변경될 수 있다. 이로 인해, 상기 제1 단말과 관련된 업체는 변화하는 마케팅 트렌드에 따라 적응적으로 광고 기업을 선택할 수 있다.

예를 들어, 상기 광고와 관련된 기본 정보, 상기 복수의 마케팅 전략에 대한 중요도 및 상기 사전 설정된 복수의 광고 기업에 대한 정보에 기반하여 상기 제1 단말과 관련된 업체와 적합도가 높은 순서로 상기 사전 설정된 제2 개수의 광고 기업이 상기 뉴럴 네트워크에 의해 상기 제1 단말과 관련된 광고 기업 리스트에 포함될 수 있다.

예를 들어, 상기 광고 예산에 대한 정보, 상기 마케팅 목적에 대한 정보 및 상기 복수의 마케팅 전략에 대한 중요도에 기반하여 상기 제1 단말과 관련된 업체와 적합도를 결정하는 것이 상기 뉴럴 네트워크에 대해 사전에 학습될 수 있다. 예를 들어, 상기 적합도는 상기 광고 예산에 대한 정보, 상기 마케팅 목적에 대한 정보 및 상기 복수의 마케팅 전략에 대한 중요도에 기반하여 결정될 수 있다. 예를 들어, 상기 광고 예산이 50만원인 경우, 사전 설정된 복수의 광고 기업 중에서 견적 비용이 50만원 이내인 복수의 제1 광고 기업이 결정될 수 있다. 이후, 상기 마케팅 목적이 매출 향상이고, 상기 중요도가 가장 높은 마케팅 전략이 SEO인 경우, 상기 복수의 제1 광고 기업 중에서 주 마케팅 전략이 SEO이고, 매출 향상에 대해 특화된 광고 기업에 대해 적합도가 가장 높게 결정될 수 있다.

단계 S305에서, 서버는 상기 리포트 정보 및 상기 제1 단말과 관련된 광고 기업 리스트를 상기 제1 단말에게 제공할 수 있다.

예를 들어, 서버는 상기 제1 단말과 관련된 광고 기업 리스트 중에서 어느 하나의 광고 기업을 포함하는 광고 수락 메시지를 상기 제1 단말로부터 수신할 수 있다. 예를 들어, 서버는 상기 일평균 예상 값이 사전 설정된 기준 값 미만인 것에 기반하여 상기 제1 단말에게 변경 요청 메시지를 전송할 수 있다. 예를 들어, 서버는 상기 변경 요청 메시지에 대한 변경 수락 메시지를 상기 제1 단말로부터 수신할 수 있다.

예를 들어, 상기 제1 단말과 관련된 광고 기업 리스트는 사전 설정된 제2 개수의 광고 기업의 업체명, 상기 사전 설정된 제2 개수의 광고 기업에 대한 적합도에 대한 순위, 상기 사전 설정된 제2 개수의 광고 기업과 관련된 마케팅 전략 및 상기 사전 설정된 제2 개수의 광고 기업과 관련된 견적 비용에 대한 정보를 포함할 수 있다. 예를 들어, 상기 사전 설정된 제2 개수의 광고 기업과 관련된 마케팅 전략은 서로 상이할 수 있다.

예를 들어, 상기 변경 요청 메시지는, 상기 일평균 예상 값과 상기 사전 설정된 기준 값 사이의 차이에 따라 변경된, 견적 비용에 대한 값을 포함할 수 있다.

부가적으로, 예를 들어, 상기 사전 설정된 기준 값은 상기 사전 설정된 제1 개수에 대한 개수, 상기 제1 단말과 관련된 업체의 일별 평균 매출액, 상기 사전 설정된 제1 개수의 기업에 대한 일별 평균 매출액, 상기 사전 설정된 제1 개수의 기업에 대한 매출액 증가율에 대한 평균 값 및 상기 사전 설정된 제1 개수의 기업에 대한 활동 수의 평균 값을 기반으로 결정될 수 있다.

예를 들어, 상기 일평균 예상 값과 상기 사전 설정된 기준 값 사이의 차이에 따라 변경된 견적 비용에 대한 값은 하기 수학식 2에 의해 결정될 수 있다.

상기 수학식 2에서, 상기 C_new는 상기 변경된 견적 비용에 대한 값이고, 상기 k는 상기 사전 설정된 제1 개수에 대한 값이고, C_o는 상기 어느 하나의 광고 기업과 관련된 견적 비용이고, 상기 m은 상기 제1 단말과 관련된 업체의 일별 평균 매출액이고, 상기 m_w는 i번째 기업의 일별 평균 매출액이고, Si는 상기 사전 설정된 제1 개수의 기업에 대한 매출액 증가율에 대한 평균 값이고, Ni는 상기 사전 설정된 제1 개수의 기업에 대한 활동 수의 평균 값이고, 상기 e는 상기 일평균 예상 값일 수 있다.

여기서, 상기 사전 설정된 제1 개수의 기업에 대한 활동은 상기 제1 단말로부터 수신된 마케팅 목적에 대응하는 지표와 관련된 활동과 동일하거나 유사한 활동일 수 있다. 예를 들어, 유사한 활동은 상기 서버에 사전 설정될 수 있다. 예를 들어, 전환 수와 관련하여, 회원 가입 수, 상담 신청 수, 이벤트 참여 수, 앱 다운로드 수 또는 매장 방문 수는 서로 유사한 활동으로 사전 설정될 수 있다.

따라서, 서버는 상기 제1 단말로부터 선택된 광고 기업에 대해 항상 고정된 견적 비용을 제공하지 않고, 광고로 인해 예측되는 효과에 따라 견적 비용을 조정할 수 있고, 합리적인 비용을 산출하여 상기 제1 단말에게 전송할 수 있다.

부가적으로, 예를 들어, 이전 광고에 대한 정보가 존재하지 않는 경우, 서버는 상기 제1 단말과 관련된 리포트 정보는 상기 광고와 관련된 기본 정보 및 상기 사전 설정된 마케팅 정보에 기반하여 디폴트 리포트 정보를 결정할 수 있다. 이때, 예를 들어, 상기 변경 요청 메시지는, 상기 디폴트 일평균 예상 값과 상기 사전 설정된 기준 값 사이의 차이 값에 따라 변경된, 견적 비용에 대한 값을 포함할 수 있다.

일 실시예에 따라, 서버는 제2 단말 및 제3 단말 각각으로부터 제2 광고 요청 메시지 및 제3 광고 요청 메시지를 수신할 수 있다. 예를 들어, 서버는 상기 제2 광고 요청 메시지 및 상기 제3 광고 요청 메시지에 기반하여 상기 제2 단말 및 제3 단말에게 그룹 요청 메시지를 전송할 수 있다. 예를 들어, 상기 제2 단말 및 상기 제3 단말로부터 그룹 수락 메시지를 수신할 수 있다. 예를 들어, 상기 그룹 수락 메시지에 기반하여 상기 제2 단말 및 상기 제3 단말을 포함하는 그룹을 생성할 수 있다. 예를 들어, 상기 그룹과 관련된 광고 기업 리스트를 상기 제2 단말 및 상기 제3 단말에게 제공할 수 있다. 여기서, 그룹 요청 메시지는 그룹을 생성하는 것을 요청하는 메시지일 수 있다. 예를 들어, 그룹 요청 메시지는 상기 제2 단말과 관련된 업체의 광고와 관련된 기본 정보 및 상기 제3 단말과 관련된 업체의 광고와 관련된 기본 정보를 포함할 수 있다.

예를 들어, 상기 제2 광고 요청 메시지에 포함된 업종에 대한 정보와 및 상기 제3 광고 요청 메시지에 포함된 업종에 대한 정보가 상이할 수 있다. 그리고, 예를 들어, 상기 제2 광고 요청 메시지에 포함된 마케팅 목적에 대한 정보 및 광고 타겟에 대한 정보와 상기 제3 광고 요청 메시지에 포함된 마케팅 목적에 대한 정보 및 광고 타겟에 대한 정보에 기반하여 결정된 마케팅 유사도가 사전 설정된 마케팅 유사도보다 크거나 같을 수 있다. 즉, 예를 들어, 상기 제2 광고 요청 메시지에 포함된 업종에 대한 정보와 및 상기 제3 광고 요청 메시지에 포함된 업종에 대한 정보가 상이하고, 상기 제2 광고 요청 메시지에 포함된 마케팅 목적에 대한 정보 및 광고 타겟에 대한 정보와 상기 제3 광고 요청 메시지에 포함된 마케팅 목적에 대한 정보 및 광고 타겟에 대한 정보에 기반하여 결정된 마케팅 유사도가 사전 설정된 마케팅 유사도보다 크거나 같은 경우, 상기 제2 단말 및 제3 단말에게 그룹 요청 메시지를 전송할 수 있다.

부가적으로, 예를 들어, 상기 제2 광고 요청 메시지에 포함된 업종에 대한 정보 및 상기 제3 요청 메시지에 포함된 업종에 대한 정보는 각각 업종을 나타내는 코드를 포함할 수 있다. 예를 들어, 상기 업종을 나타내는 코드는 한국 표준 산업 분류 코드일 수 있다. 여기서, 한국 표준 산업 분류 코드는 하나의 영문대문자 및 다섯자리의 숫자로 구성된 코드일 수 있다. 예를 들어, 상기 업종을 나타내는 코드가 한국 표준 산업 분류 코드인 경우, 코드 맨 앞의 영문대문자가 상이하면 업종에 대한 정보가 상이한 것으로 결정될 수 있다. 그리고, 예를 들어, 상기 업종을 나타내는 코드가 한국 표준 산업 분류 코드이고, 코드 맨 앞의 영문대문자가 동일하면, 영문대문자 다음의 두 개의 숫자가 상이하면 업종에 대한 정보가 상이한 것으로 결정될 수 있다.

부가적으로, 예를 들어, 상기 마케팅 유사도는 상기 마케팅 목적과 관련된 값 및 광고 타겟과 관련된 값에 기반하여 결정될 수 있다.

예를 들어, 상기 마케팅 유사도는 하기 수학식 3에 의해 결정될 수 있다.

상기 수학식 3에서, 상기 d는 상기 마케팅 유사도이고, 상기 p₁ 및 p₂는 상기 제2 단말 및 상기 제3 단말의 마케팅 목적에 매칭되는 값이고, 상기 a₁ 및 a₂는 상기 제2 단말 및 상기 제3 단말로부터 수신된 광고 타겟의 연령대에 대한 값이고, 상기 l₁ 및 l₂는 상기 제2 단말 및 상기 제3 단말로부터 수신된 광고 타겟의 활동 지역에 대한 값이고, 상기 x₁ 및 x₂는 상기 제2 단말 및 상기 제3 단말로부터 수신된 광고 타겟의 성별에 대한 값일 수 있다.

예를 들어, 상기 마케팅 목적에 대한 정보는 복수의 카테고리를 포함할 수 있고, 상기 복수의 카테고리는 제1 카테고리, 제2 카테고리 및 제3 카레고리를 포함할 수 있다. 예를 들어, 제1 카테고리는 상기 CPM과 관련된 카테고리이고, 상기 제1 카테고리에 매칭되는 값은 1 일 수 있다. 예를 들어, 제2 카테고리는 상기 CPC과 관련된 카테고리이고, 상기 제2 카테고리에 매칭되는 값은 6 일 수 있다. 예를 들어, 제3 카테고리는 상기 CPM과 관련된 카테고리이고, 상기 제3 카테고리에 매칭되는 값은 11 일 수 있다. 즉, 상기 마케팅 목적에 매칭되는 값은 상기 마케팅 목적이 포함된 카테고리에 따라 상이할 수 있다.

예를 들어, 광고 타겟의 연령대에 대한 값은 연령대에 따라 상이한 값으로 설정될 수 있다. 예를 들어, 광고 타겟의 연령대에 대한 값은 10대 미만인 경우에는 10점, 10대인 경우에는 20점, 20대인 경우에는 30점, 30대인 경우에는 40점, 40대인 경우에는 50점 등과 같이 각 연령대 별로 특정 값이 설정될 수 있다. 또한, 예를 들어, 제2 단말 또는 제3 단말로부터 수신된 광고 타겟의 연령대에 대한 정보가 모든 연령대인 것을 나타내는 값을 포함한 경우, 서버는 상기 a₁과 a₂의 차이 값을 사전 설정된 연령대 차이 값(예: 30점)으로 설정할 수 있다. 예를 들어, 제2 단말 및 제3 단말로부터 광고 타겟의 연령대가 모든 연령대로 설정된 경우, 서버는 상기 a₁과 a₂의 차이 값을 0 값으로 설정할 수 있다. 예를 들어, 광고 타겟의 연령대에 대해 모든 연령대가 설정된 경우, 활동 지역에 대한 값은 0점으로 설정될 수 있고, 0점이 하나인 경우에는 상기 사전 설정된 연령대 차이 값으로 설정될 수 있다. 또한, 0점이 두개인 경우에는 상기 a1과 a2의 차이 값은 0 값일 수 있다.

예를 들어, 광고 타겟의 활동 지역에 대한 값은 지역마다 상이한 값으로 설정될 수 있다. 서울 지역인 경우에는 1점, 경기 지역인 경우에는 2점, 충청 지역인 경우에는 3점, 강원 지역인 경우에는 4점 등과 같이 설정될 수 있다. 예를 들어, 광고 타겟의 활동 지역이 대한민국 전체로 설정된 경우, 상기 l₁과 l₂의 차이 값은 사전 설정된 지역 차이 값으로 설정될 수 있다. 즉, 예를 들어, 제2 단말 또는 제3 단말로부터 수신된 광고 타겟의 활동 지역에 대한 정보가 대한민국 전체인 것을 나타내는 값을 포함한 경우, 서버는 상기 l₁과 l₂의 차이 값을 사전 설정된 지역 차이 값(예: 3점)으로 설정할 수 있다. 또는, 예를 들어, 제2 단말 및 제3 단말로부터 수신된 광고 타겟의 활동 지역에 대한 정보가 대한민국 전체인 것을 나타내는 값을 포함한 경우, 서버는 상기 l₁과 l₂의 차이 값을 0 값으로 설정할 수 있다. 예를 들어, 광고 타겟의 활동 지역에 대해 대한민국 전체가 설정된 경우, 활동 지역에 대한 값은 0점으로 설정될 수 있고, 0점이 하나인 경우에는 상기 사전 설정된 지역 차이 값으로 설정될 수 있다. 또한, 0점이 두개인 경우에는 상기 l₁과 l₂의 차이 값은 0 값일 수 있다.

예를 들어, 광고 타겟의 성별에 대한 값은 남성, 여성 및 성별 무관에 따라 상이한 값으로 설정될 수 있다. 예를 들어, 남성인 경우에는 1점, 성별 무관인 경우에는 3점, 여성인 경우에는 5점으로 설정될 수 있다.

상술한 수학식 3의 변수에 대한 값은 상술한 값에 한정되지 않으며, 상기 서버에 대해 임의의 값으로 사전 설정될 수 있다.

예를 들어, 상기 제2 단말로부터 수신된 광고 예산이 40만원이고, 상기 제3 단말로부터 수신된 광고 예산이 20만원인 경우, 상기 그룹과 관련된 광고 기업 리스트에 포함된 광고 기업의 견적 비용은 60만원 이내일 수 있다. 즉, 서버는 상기 제2 단말로부터 수신된 광고 예산과 상기 제3 단말로부터 수신된 광고 예산을 합한 값 이내의 광고 기업을 상기 사전 설정된 복수의 광고 기업 중에서 선택하고, 상기 그룹과 관련된 광고 기업 리스트에 포함시킬 수 있다.

따라서, 상기 제2 단말과 관련된 업체 및 상기 제3 단말과 관련된 업체 각각의 광고 예산이 상대적으로 적은 경우에도, 그룹을 생성함으로써, 상기 제2 단말과 관련된 업체 및 상기 제3 단말과 관련된 업체는 상대적으로 광고 비용이 높은 마케팅 전략을 사용하여 광고할 수 있다.

도 4는 일 실시예에 따른 광고와 관련된 기본 정보가 디스플레이된 화면에 대한 예이다. 도 4의 실시예들은 본 개시의 다양한 실시예들과 결합될 수 있다.

도 4를 참조하면, 인터페이스 정보에 기반하여 광고와 관련된 기본 정보에 대한 화면(400)이 제1 단말에 대해 디스플레이될 수 있다. 예를 들어, 광고와 관련된 기본 정보에 대한 화면(400)은 광고 예산에 대한 정보를 나타내는 광고 예산 설정(410), 광고 타겟에 대한 정보를 나타내는 주요 고객 설정(420), 마케팅 목적에 대한 정보를 나타내는 마케팅 목적 설정(430) 및 분석 결과(440)를 포함할 수 있다.

예를 들어, 광고 예산은 제1 단말에 의해 광고 예산 설정(410)에서 월 50만원으로 선택될 수 있다. 예를 들어, 광고 타겟은 제1 단말에 의해 주요 고객 설정(420)에서 성별은 남성으로 선택되고, 연령대는 모든 연령대로 선택되고, 활동 지역은 대한민국 전체로 선택될 수 있다. 예를 들어, 마케팅 목적은 제1 단말에 의해 마케팅 목적 설정(430)에서 브랜드 인지드로 선택될 수 있다. 예를 들어, 분석 결과(440)은 제1 단말에 의해 선택된 기본 정보를 종합한 탭일 수 있다.

예를 들어, 제1 광고 요청 메시지는 월 50만원에 대응하는 값, 남성에 대한 값, 모든 연령대에 대한 값 및 대한민국 전체에 대한 값 및 마케팅 목적에 대응하는 값을 포함할 수 있다. 예를 들어, 월 50만원에 대응하는 값은, 상기 광고 예산 설정(410)의 예산 카테고리 중 세번째 값이므로, 3일 수 있다.

상술한 광고와 관련된 기본 정보가 디스플레이된 화면은 하나의 예이며, 다양한 화면이 구성될 수 있고, 상기 도 4에 한정되지 않는다.

도 5는 일 실시예에 따른 리포트 정보가 디스플레이된 화면에 대한 예이다. 도 5의 실시예들은 본 개시의 다양한 실시예들과 결합될 수 있다.

도 5를 참조하면, 인터페이스 정보에 기반하여 리포트 정보에 대한 화면(500)이 제1 단말에 대해 디스플레이될 수 있다. 예를 들어, 리포트 정보가 디스플레이된 화면(500)은 사전 설정된 제1 기간(510), 광고 노출 수(520), CTR(click through rate)(530), CPC(cost per click)(540), 예산 비용(550), 키워드 분석(560), 성과예측 분석(570) 및 채널 간 비중분석(580)을 포함할 수 있다.

예를 들어, 서버는 상기 제1 단말과 관련된 업체명과 상기 제1 단말과 관련된 업체의 광고 상품에 따라 사전 설정된 제1 기간(510)에 대한 웹로그 정보를 획득할 수 있다. 예를 들어, 사전 설정된 제1 기간(510)은 상기 제1 단말과 관련된 업체가 온라인 광고를 시작한 날짜부터 특정 날짜까지의 기간일 수 있다. 또는, 예를 들어, 사전 설정된 제1 기간(510)은 상기 서버에 의해 임의로 결정된 기간일 수 있다.

예를 들어, 서버는 상기 웹로그 정보 및 사전 설정된 마케팅 정보를 기반으로 광고 노출 수(520), CTR(530), CPC(540), 예산 비용(550), 키워드 분석(560), 성과예측 분석(570) 및 채널 간 비중분석(580)을 결정할 수 있다. 예를 들어, 사전 설정된 마케팅 정보는 광고의 현황을 체크하기 위한 정보일 수 있다.

예를 들어, 상기 리포트 정보는 상기 제1 단말과 관련된 광고 현황에 대한 정보 및 상기 제1 단말과 관련된 성과 예측에 대한 정보를 포함할 수 있다.

예를 들어, 상기 광고 현황에 대한 정보와 관련된 화면은 사전 설정된 제1 기간(510)에 대한 광고 노출 수(520), 사전 설정된 제1 기간(510)에 대한 평균 CTR 값인 CTR(530), 사전 설정된 제1 기간(510)에 대한 평균 CPC 값인 CPC(540), 사전 설정된 제1 기간(510)에 대한 광고 예산 비용인 예산 비용(550), 사전 설정된 제1 기간(510)에 대한 제1 단말과 관련된 광고에 대한 키워드를 분석한 키워드 분석(560) 및 사전 설정된 제1 기간(510)에 대한 제1 단말과 관련된 광고가 노출된 복수의 채널들을 분석한 채널 간 비중분석(580)을 포함할 수 있다.

예를 들어, 서버는 상기 웹로그 정보 및 사전 설정된 마케팅 정보를 기반으로 사전 설정된 제1 기간(510)에 대한 광고 노출 수(520)는 294,594 회로 결정할 수 있다. 예를 들어, 서버는 상기 웹로그 정보 및 사전 설정된 마케팅 정보를 기반으로 사전 설정된 제1 기간(510)에 대한 CTR(530)을 2.19%로 결정할 수 있다. 예를 들어, 서버는 상기 웹로그 정보 및 사전 설정된 마케팅 정보를 기반으로 사전 설정된 제1 기간(510)에 대한 CPC(540)를 155원으로 결정할 수 있다. 예를 들어, 서버는 상기 웹로그 정보 및 사전 설정된 마케팅 정보를 기반으로 사전 설정된 제1 기간(510)에 대한 예산 비용(550)을 50만원으로 결정할 수 있다.

예를 들어, 서버는 상기 웹로그 정보 및 사전 설정된 마케팅 정보를 기반으로 사전 설정된 제1 기간(510)에 대한 키워드 분석을 수행할 수 있다. 예를 들어, 서버는 상기 웹로그 정보 및 사전 설정된 마케팅 정보를 기반으로 상기 제1 단말과 관련된 업체의 명칭이 포함된 리뷰 페이지 및 상기 제1 단말과 관련된 업체의 광고 상품에 대한 명칭이 포함된 리뷰 페이지에서 빈도 수가 높은 순서로 키워드들을 추출할 수 있다. 여기서, 리뷰 페이지는 제1 단말과 관련된 업체의 광고에 대한 유저들의 반응이 텍스트로 기재된 웹 페이지일 수 있다.

예를 들어, 서버는 상기 웹로그 정보 및 사전 설정된 마케팅 정보를 기반으로 사전 설정된 제1 기간(510)에 대한 채널 간 비중분석을 수행할 수 있다. 예를 들어, 상기 채널 간 비중분석은 상기 사전 설정된 제1 기간동안 광고가 이루어진 채널들 사이의 비율을 결정하는 것일 수 있다. 예를 들어, 서버는 상기 웹로그 정보 및 사전 설정된 마케팅 정보를 기반으로 상기 제1 단말과 관련된 업체의 명칭이 포함되거나 상기 제1 단말과 관련된 업체의 광고 상품에 대한 명칭이 포함된 웹페이지를 추출하고, 상기 웹 페이지에서 상기 제1 단말과 관련된 업체의 명칭 및 상기 제1 단말과 관련된 업체의 광고 상품에 대한 명칭의 빈도 수에 따라 웹페이지의 비율을 결정할 수 있다.

예를 들어, 성과예측 분석(570)은 일평균 클릭 수를 그래프로 나타내고, 일평균 클릭 수에 대한 증감률과 예상 수치들을 나타낼 수 있다.

또한, 예를 들어, 성과예측 분석은 일평균 예상 값(미도시)을 날짜별로 나타낼 수 있다. 예를 들어, 상기 일평균 예상 값은 상술한 수학식 1에 의해 설정될 수 있다.

상술한 리포트 정보가 디스플레이된 화면은 하나의 예이며, 다양한 화면이 구성될 수 있고, 상기 도 5에 한정되지 않는다.

도 6은 일 실시예에 따른 광고 기업 리스트가 디스플레이된 화면에 대한 예이다. 도 6의 실시예들은 본 개시의 다양한 실시예들과 결합될 수 있다.

도 6을 참조하면, 인터페이스 정보에 기반하여 광고 기업 리스트에 대한 화면(600)이 제1 단말에 대해 디스플레이될 수 있다. 예를 들어, 광고 기업 리스트가 디스플레이된 화면(600)은 순위(610), 업체명(620), 마케팅 전략(630) 및 견적(640)을 포함할 수 있다.

예를 들어, 서버는 상기 광고와 관련된 기본 정보 및 사전 설정된 복수의 광고 기업에 대한 정보에 기반하여 뉴럴 네트워크를 통해 상기 제1 단말과 관련된 광고 기업 리스트를 결정할 수 있다.

예를 들어, 서버는 상기 광고와 관련된 기본 정보에 포함된 업체에 대한 정보에 기반하여 상기 제1 단말과 관련된 업체와 업종이 동일한 복수의 기업에 대한 매출액 정보를 제1 웹 크롤링을 통해 획득할 수 있고, 상기 복수의 기업 중에서 매출액이 높은 순서로 사전 설정된 제1 개수의 기업을 상기 뉴럴 네트워크를 통해 결정할 수 있다. 그리고, 예를 들어, 서버는 상기 사전 설정된 제1 개수의 기업에 대해 제2 웹 크롤링을 통해 마케팅 전략 정보를 획득할 수 있고, 상기 마케팅 전략 정보에 포함된 상기 사전 설정된 제1 개수의 기업과 관련된 단어의 빈도수에 기반하여 상기 뉴럴 네트워크를 통해 복수의 마케팅 전략에 대한 중요도를 결정할 수 있다. 그리고, 예를 들어, 서버는 상기 광고와 관련된 기본 정보, 상기 복수의 마케팅 전략에 대한 중요도 및 상기 사전 설정된 복수의 광고 기업에 대한 정보에 기반하여 상기 제1 단말과 관련된 업체와 적합도가 높은 순서로 상기 사전 설정된 제2 개수의 광고 기업을 상기 뉴럴 네트워크에 의해 상기 제1 단말과 관련된 광고 기업 리스트로 결정할 수 있다.

예를 들어, 순위(610)는 광고 기업의 적합도에 대한 순위를 나타낼 수 있고, 업체명(620)은 광고 기업의 업체명을 나타낼 수 있고, 마케팅 전략(630)은 광고 기업의 주 마케팅 전략을 나타낼 수 있고, 견적(640)은 광고 기업의 견적 비용을 나타낼 수 있다.

상술한 광고 기업 리스트가 디스플레이된 화면은 하나의 예이며, 다양한 화면이 구성될 수 있고, 상기 도 6에 한정되지 않는다.

도 7은 일 실시예에 따른 서버가 재의뢰를 위한 진행 메시지를 전송하는 방법에 대한 흐름도이다. 도 7의 일 실시예는 본 개시의 다양한 실시예들과 결합될 수 있다.

도 7을 참조하면, 단계 S701에서, 서버는 사전 설정된 제2 기간에 대한 제1 단말과 관련된 웹로그 정보를 획득할 수 있다. 예를 들어, 서버는 제1 단말로부터 상기 제1 단말과 관련된 광고 기업 리스트 중에서 어느 하나의 광고 기업을 포함하는 광고 수락 메시지를 수신할 수 있다. 여기서, 사전 설정된 제2 기간은 상기 제1 단말과 관련된 광고 기업 리스트 중에서 어느 하나의 광고 기업을 통해 광고를 진행한 기간일 수 있다. 예를 들어, 상기 사전 설정된 제2 기간은 상기 어느 하나의 광고 기업의 견적 비용에 대한 정보에 기반하여 결정될 수 있다. 또는, 예를 들어, 광고 수락 메시지에 포함된 광고 기간에 대한 정보에 기반하여 상기 사전 설정된 제2 기간이 결정될 수 있다.

예를 들어, 서버는 상기 사전 설정된 제2 기간이 만료된 경우, 상기 사전 설정된 제2 기간에 대한 상기 제1 단말과 관련된 웹로그 정보를 획득할 수 있다.

예를 들어, 서버는 상기 사전 설정된 제2 기간이 만료된 경우, 상기 사전 설정된 제2 기간에 대한 매출액 정보를 상기 제1 단말에게 요청할 수 있다. 예를 들어, 서버는 상기 제1 단말로부터 상기 사전 설정된 제2 기간에 대한 매출액 정보를 수신할 수 있다.

단계 S702에서, 서버는 일평균 예상 값을 달성했는지 여부를 결정할 수 있다. 예를 들어, 서버는 상기 사전 설정된 제2 기간에 대한 제1 단말과 관련된 웹로그 정보 및 상기 매출액 정보에 기반하여 상기 일평균 예상 값에 대한 달성 여부를 결정할 수 있다.

예를 들어, 서버는 상기 사전 설정된 제2 기간에 대한 제1 단말과 관련된 웹로그 정보 및 상기 매출액 정보에 기반하여 상기 사전 설정된 제2 기간에 대한 매출 증가 값을 상술한 수학식 1을 참고하여 결정할 수 있다. 예를 들어, 서버는 상기 사전 설정된 제2 기간에 대한 상기 일평균 증가 값의 평균 값이 상기 일평균 예상 값의 평균 값 이상인지 여부를 결정할 수 있다. 예를 들어, 상기 사전 설정된 제2 기간에 대한 상기 일평균 증가 값의 평균 값이 상기 일평균 예상 값의 평균 값 이상인 경우, 서버는 일평균 예상 값을 달성한 것으로 결정할 수 있다.

단계 S703에서, 일평균 예상 값을 달성한 경우, 서버는 재의뢰 메시지를 제1 단말에게 전송할 수 있다. 예를 들어, 상기 사전 설정된 제2 기간에 대한 상기 일평균 증가 값의 평균 값이 상기 일평균 예상 값의 평균 값 이상인 경우, 서버는 재의뢰 메시지를 상기 제1 단말에게 전송할 수 있다. 예를 들어, 상기 재의뢰 메시지는 상기 광고 수락 메시지에 포함된 광고 기업에 대해 광고를 다시 의뢰할 것인지 여부를 요청하는 메시지일 수 있다. 예를 들어, 상기 재의뢰 메시지는 상기 사전 설정된 제2 기간에 대한 일평균 증가 값을 포함할 수 있다.

단계 S704에서, 서버는 제1 단말로부터 재의뢰 수락 메시지를 수신하였는지 여부를 결정할 수 있다. 예를 들어, 재의뢰 수락 메시지는 광고와 관련된 기본 정보 중에서 변경된 정보를 포함할 수 있다. 또는, 예를 들어, 재의뢰 수락 메시지는 이전과 동일하게 광고를 진행함을 나타내는 값을 포함할 수 있다.

단계 S705에서, 서버가 재의뢰 수락 메시지를 수신한 경우, 서버는 재의뢰 진행 메시지를 상기 광고 수락 메시지에 포함된 광고 기업과 관련된 장치에게 전송할 수 있다. 예를 들어, 재의뢰 진행 메시지는 광고와 관련된 기본 정보 중에서 변경된 정보를 포함할 수 있다. 또는, 예를 들어, 재의뢰 진행 메시지는 이전과 동일하게 광고를 진행함을 나타내는 값을 포함할 수 있다.

단계 S706에서, 일평균 예상 값을 달성하지 못하거나 상기 제1 단말로부터 재의뢰 수락 메시지를 수신하지 못한 경우, 서버는 제1 단말과 관련된 새로운 광고 기업 리스트를 상기 제1 단말에게 전송할 수 있다. 여기서, 상기 제1 단말과 관련된 새로운 광고 기업 리스트는 상기 제1 단말로부터 새롭게 수신한 광고와 관련된 기본 정보 및 상기 사전 설정된 복수의 광고 기업에 대한 정보에 기반하여 상기 뉴럴 네트워크를 통해 결정될 수 있다. 예를 들어, 상기 사전 설정된 복수의 광고 기업에 대한 정보는 주기적으로 변경될 수 있다. 예를 들어, 상기 단계 S702에서 일평균 예상 값을 달성하지 못한 경우, 서버는 제1 단말과 관련된 새로운 광고 기업 리스트를 전송할 수 있다. 예를 들어, 상기 단계 S702에서 상기 사전 설정된 제2 기간에 대한 상기 일평균 증가 값의 평균 값이 상기 일평균 예상 값의 평균 값 이상인 경우, 서버는 제1 단말과 관련된 새로운 광고 기업 리스트를 전송할 수 있다.

예를 들어, 상기 단계 S704에서 상기 제1 단말로부터 재의뢰 수락 메시지를 수신하지 못한 경우, 서버는 제1 단말과 관련된 새로운 광고 기업 리스트를 전송할 수 있다.

도 8은 일 실시예에 따른 그룹과 관련된 광고 기업 리스트르 전송하는 방법에 대한 흐름도이다. 도 8의 일 실시예는 본 개시의 다양한 실시예들과 결합될 수 있다.

도 8을 참조하면, 단계 S801에서, 서버는 제2 단말 및 제3 단말로부터 제2 광고 요청 메시지 및 제3 광고 요청 메시지를 수신할 수 있다. 예를 들어, 제2 광고 요청 메시지는 상기 제2 단말과 관련된 업체의 광고와 관련된 기본 정보를 포함할 수 있다. 예를 들어, 제3 광고 요청 메시지는 상기 제3 단말과 관련된 업체의 광고와 관련된 기본 정보를 포함할 수 있다.

단계 S802에서, 서버는 제2 단말과 관련된 업체와 제3 단말과 관련된 업체의 업종이 상이한지 여부를 결정할 수 있다. 예를 들어, 서버는 상기 제2 요청 메시지에 포함된 업종을 나타내는 코드 및 상기 제3 요청 메시지에 포함된 업종을 나타내는 코드에 기반하여 업종이 상이한지 여부를 결정할 수 있다.

예를 들어, 상기 제2 요청 메시지에 포함된 업종을 나타내는 코드의 첫번째 영문대문자와 상기 제3 요청 메시지에 포함된 업종을 나타내는 코드의 첫번째 영문대문자가 상이하면, 서버는 업종이 상이한 것으로 결정할 수 있다.

예를 들어, 상기 제2 요청 메시지에 포함된 업종을 나타내는 코드의 첫번째 영문대문자와 상기 제3 요청 메시지에 포함된 업종을 나타내는 코드의 첫번째 영문대문자가 동일한 경우, 상기 제2 요청 메시지에 포함된 업종을 나타내는 코드의 첫번째 영문대문자 다음의 두 개의 숫자와 상기 제3 요청 메시지에 포함된 업종을 나타내는 코드의 첫번째 영문대문자 다음의 두 개의 숫자가 상이하면, 서버는 업종이 상이한 것으로 결정할 수 있다.

단계 S803에서, 제2 단말과 관련된 업체와 제3 단말과 관련된 업체의 업종이 상이한 경우, 서버는 제2 단말과 관련된 업체와 제3 단말과 관련된 업체 사이의 마케팅 유사도가 사전 설정된 유사도보다 크거나 같은지를 결정할 수 있다. 예를 들어, 서버는 상기 마케팅 유사도를 마케팅 목적과 관련된 값 및 광고 타겟과 관련된 값에 기반하여 결정할 수 있다. 예를 들어, 서버는 상술한 수학식 3에 의해 상기 마케팅 유사도를 결정할 수 있다.

예를 들어, 상기 첫번째 영문대문자가 상이한 경우보다 상기 첫번째 영문대문자가 동일한 경우가 사전 설정된 유사도가 큰 값을 가질 수 있다.

단계 S804에서, 제2 단말과 관련된 업체와 제3 단말과 관련된 업체 사이의 마케팅 유사도가 사전 설정된 유사도보다 크거나 같은 경우, 서버는 제2 단말 및 제3 단말에게 그룹 요청 메시지를 전송할 수 있다.

단계 S805에서, 서버는 제2 단말 및 제3 단말로부터 그룹 수락 메시지를 수신하였는지 여부를 결정할 수 있다. 예를 들어, 서버가 제2 단말로부터 그룹 수락 메시지를 수신하고, 제3 단말로부터 그룹 수락 메시지를 수신하지 못한 경우, 서버는 제2 단말 및 제3 단말로부터 그룹 수락 메시지를 수신하지 못한 것으로 결정할 수 있다.

단계 S806에서, 제2 단말 및 제3 단말로부터 그룹 수락 메시지를 수신한 경우, 서버는 제2 단말 및 제3 단말에게 그룹과 관련된 광고 기업 리스트를 전송할 수 있다.

단계 S807에서, 제2 단말과 관련된 업체와 제3 단말과 관련된 업체 사이의 마케팅 유사도가 사전 설정된 유사도보다 작거나 제2 단말 및 제3 단말로부터 그룹 수락 메시지를 수신하지 못한 경우, 서버는 제2 단말에게 제2 단말과 관련된 광고 기업 리스트를 전송하고, 제3 단말에게 제3 단말과 관련된 광고 기업 리스트를 전송할 수 있다.

도 9는 일 실시예에 따른 서버가 제2 단말, 제3 단말 및 제4 단말에게 재의뢰 메시지를 전송하는 절차를 나타낸 신호 교환도이다. 도 9의 일 실시예는 본 개시의 다양한 실시예들과 결합될 수 있다.

도 9를 참조하면, 단계 S910에서, 서버는 제2 단말, 제3 단말 및 제4 단말로부터 광고 요청 메시지를 수신할 수 있다. 예를 들어, 각각의 광고 요청 메시지는 단말과 관련된 업체의 광고와 관련된 기본 정보를 포함할 수 있다.

단계 S920에서, 서버는 제2 단말, 제3 단말 및 제4 단말에게 그룹 요청 메시지를 전송할 수 있다. 예를 들어, 서버는 상기 제2 단말과 관련된 업체의 업종, 상기 제3 단말과 관련된 업체의 업종 및 상기 제4 단말과 관련된 업체의 업종이 서로 상이한 지 여부를 결정할 수 있다. 예를 들어, 상기 제2 단말과 관련된 업체의 업종, 상기 제3 단말과 관련된 업체의 업종 및 상기 제4 단말과 관련된 업체의 업종이 서로 상이한 경우, 서버는 상기 제2 단말과 관련된 업체와 상기 제3 단말과 관련된 업체의 제1 마케팅 유사도, 상기 제2 단말과 관련된 업체와 상기 제4 단말과 관련된 업체의 제2 마케팅 유사도 및 상기 제3 단말과 관련된 업체와 상기 제4 단말과 관련된 업체의 제3 마케팅 유사도를 결정할 수 있다. 예를 들어, 상기 제1 마케팅 유사도, 상기 제2 마케팅 유사도 및 상기 제3 마케팅 유사도가 모두 사전 설정된 유사도보다 크거나 같은 경우, 서버는 제2 단말, 제3 단말 및 제4 단말에게 그룹 요청 메시지를 전송할 수 있다.

예를 들어, 그룹 요청 메시지는 상기 제2 단말과 관련된 업체의 광고와 관련된 기본 정보, 상기 제3 단말과 관련된 업체의 광고와 관련된 기본 정보 및 상기 제4 단말과 관련된 업체의 광고와 관련된 기본 정보를 포함할 수 있다.

단계 S930에서, 서버는 제2 단말 및 제3 단말로부터 그룹 수락 메시지를 수신할 수 있다. 단계 S940에서, 서버는 제2 단말 및 제3 단말에게 그룹과 관련된 광고 기업 리스트를 전송할 수 있다. 단계 S950에서, 서버는 제4 단말에게 상기 제4 단말과 관련된 광고 기업 리스트를 전송할 수 있다.

즉, 예를 들어, 상기 제2 단말과 상기 제3 단말은 그룹 생성을 수락하고, 상기 제4 단말은 그룹 생성을 수락하지 않은 경우, 서버는 제2 단말 및 제3 단말에게 그룹과 관련된 광고 기업 리스트를 전송하고, 제4 단말에게 상기 제4 단말과 관련된 광고 기업 리스트를 전송할 수 있다.

예를 들어, 그룹과 관련된 광고 기업 리스트를 전송한 후, 서버는 제2 단말 및 제3 단말로부터 상기 그룹과 관련된 광고 기업 리스트 중에서 어느 하나의 광고 기업을 포함하는 광고 수락 메시지를 수신할 수 있다. 여기서, 사전 설정된 제2 기간은 상기 그룹과 관련된 광고 기업 리스트 중에서 상기 어느 하나의 광고 기업의 견적 비용에 대한 정보에 기반하여 결정될 수 있다. 또는, 예를 들어, 제2 단말 및 제3 단말로부터 수신한 광고 수락 메시지에 포함된 광고 기간에 대한 정보에 기반하여 상기 사전 설정된 제2 기간이 결정될 수 있다. 즉, 여기서, 사전 설정된 제2 기간은 상기 그룹과 관련된 광고 기업 리스트 중에서 어느 하나의 광고 기업을 통해 광고를 진행한 기간일 수 있다.

예를 들어, 그룹과 관련된 광고 기업 리스트를 전송한 후, 서버는 제4 단말로부터 상기 제4 단말과 관련된 광고 기업 리스트 중에서 어느 하나의 광고 기업을 포함하는 광고 수락 메시지를 수신할 수 있다. 여기서, 사전 설정된 제3 기간은 상기 제4 단말과 관련된 광고 기업 리스트 중에서 어느 하나의 광고 기업의 견적 비용에 대한 정보에 기반하여 결정될 수 있다. 또는, 예를 들어, 제4 단말로부터 수신한 광고 수락 메시지에 포함된 광고 기간에 대한 정보에 기반하여 상기 사전 설정된 제3 기간이 결정될 수 있다. 즉, 여기서, 사전 설정된 제3 기간은 상기 제4 단말과 관련된 광고 기업 리스트 중에서 어느 하나의 광고 기업을 통해 광고를 진행한 기간일 수 있다.

단계 S960에서, 서버는 제2 단말, 제3 단말 및 제4 단말에게 재의뢰 메시지를 전송할 수 있다. 예를 들어, 상기 재의뢰 메시지는 광고 수락 메시지에 포함된 광고 기업에 대해 광고를 다시 의뢰할 것인지 여부를 요청하는 메시지일 수 있다.

예를 들어, 서버는 사전 설정된 제2 기간에 대한 제2 단말 및 제3 단말과 관련된 웹로그 정보 및 제2 단말 및 제3 단말과 관련된 매출액 정보에 기반하여 상기 사전 설정된 제2 기간에 대한 매출 증가 값을 상술한 수학식 1을 참고하여 결정할 수 있다. 예를 들어, 서버는 상기 사전 설정된 제2 기간에 대한 상기 일평균 증가 값의 평균 값이 상기 일평균 예상 값의 평균 값 이상인지 여부를 결정할 수 있다. 예를 들어, 서버는 상기 사전 설정된 제2 기간에 대한 상기 일평균 증가 값의 평균 값이 상기 일평균 예상 값의 평균 값 이상인 경우, 서버는 제2 단말 및 제3 단말에게 재의뢰 메시지를 전송할 수 있다. 예를 들어, 상기 재의뢰 메시지는 상기 사전 설정된 제2 기간에 대한 일평균 증가 값을 포함할 수 있다.

예를 들어, 서버는 사전 설정된 제3 기간에 대한 제4 단말과 관련된 웹로그 정보 및 제4 단말과 관련된 매출액 정보에 기반하여 상기 사전 설정된 제3 기간에 대한 매출 증가 값을 상술한 수학식 1을 참고하여 결정할 수 있다. 예를 들어, 서버는 상기 사전 설정된 제3 기간에 대한 상기 일평균 증가 값의 평균 값이 상기 일평균 예상 값의 평균 값 이상인지 여부를 결정할 수 있다. 예를 들어, 서버는 상기 사전 설정된 제3 기간에 대한 상기 일평균 증가 값의 평균 값이 상기 일평균 예상 값의 평균 값 이상인 경우, 서버는 제4 단말에게 재의뢰 메시지를 전송할 수 있다. 예를 들어, 상기 재의뢰 메시지는 상기 사전 설정된 제3 기간에 대한 일평균 증가 값을 포함할 수 있다.

단계 S970에서, 서버는 제4 단말로부터 재의뢰 수락 메시지를 수신할 수 있다. 예를 들어, 서버는 재의뢰 수락 메시지에 기반하여 상기 제4 단말과 관련된 광고를 진행한 광고 기업과 관련된 장치에게 재의뢰 진행 메시지를 전송할 수 있다. 예를 들어, 재의뢰 진행 메시지는 상기 제4 단말과 관련된 업체의 광고와 관련된 기본 정보 중에서 변경된 정보를 포함할 수 있다. 또는, 예를 들어, 재의뢰 진행 메시지는 이전과 동일하게 광고를 진행함을 나타내는 값을 포함할 수 있다.

도 10은 일 실시예에 따른 서버의 구성을 나타내는 블록도이다. 도 10의 일 실시예는 본 개시의 다양한 실시예들과 결합될 수 있다.

도 10에 도시된 바와 같이, 서버(1000)는 프로세서(1010), 통신부(1020) 및 메모리(1030)를 포함할 수 있다. 그러나, 도 10에 도시된 구성 요소 모두가 서버(1000)의 필수 구성 요소인 것은 아니다. 도 10에 도시된 구성 요소보다 많은 구성 요소에 의해 서버(1000)가 구현될 수도 있고, 도 10에 도시된 구성 요소보다 적은 구성 요소에 의해 서버(1000)가 구현될 수도 있다. 예를 들어, 일부 실시예에 따른 서버(1000)는 프로세서(1010), 통신부(1020) 및 메모리(1030) 이외에 사용자 입력 인터페이스(미도시), 출력부(미도시) 등을 더 포함할 수도 있다.

프로세서(1010)는, 통상적으로 서버(1000)의 전반적인 동작을 제어한다. 프로세서(1010)는 하나 이상의 프로세서를 구비하여, 서버(1000)에 포함된 다른 구성 요소들을 제어할 수 있다. 예를 들어, 프로세서(1010)는, 메모리(1030)에 저장된 프로그램들을 실행함으로써, 통신부(1020) 및 메모리(1030) 등을 전반적으로 제어할 수 있다. 또한, 프로세서(1010)는 메모리(1030)에 저장된 프로그램들을 실행함으로써, 도 3 내지 도 9에 기재된 서버(1000)의 기능을 수행할 수 있다.

일 실시예에 따라, 프로세서(1010)는 통신부(1020)를 통해 상기 제1 단말로부터 광고와 관련된 기본 정보를 포함하는 제1 광고 요청 메시지를 수신할 수 있다. 예를 들어, 광고와 관련된 기본 정보는 광고 예산에 대한 정보, 업체에 대한 정보, 광고 상품에 대한 정보, 광고 타겟에 대한 정보 및 마케팅 목적에 대한 정보를 포함할 수 있다.

프로세서(1010)는 상기 광고와 관련된 기본 정보에 기반하여 사전 설정된 제1 기간에 대한 웹로그 정보를 획득할 수 있다. 프로세서(1010)는 통신부(1020)를 통해 상기 광고와 관련된 기본 정보에 기반하여 사전 설정된 제1 기간에 대한 웹로그 정보를 네트워크를 통해 수신할 수 있다.

프로세서(1010)는 메모리(1030)를 통해 상기 웹로그 정보 및 사전 설정된 마케팅 정보를 기반으로 상기 제1 단말과 관련된 리포트 정보를 결정할 수 있다. 프로세서(1010)는 메모리(1030)를 통해 상기 광고와 관련된 기본 정보 및 사전 설정된 복수의 광고 기업에 대한 정보에 기반하여 뉴럴 네트워크를 통해 상기 제1 단말과 관련된 광고 기업 리스트를 결정할 수 있다.

프로세서(1010)는 통신부(1020)를 통해 상기 리포트 정보 및 상기 제1 단말과 관련된 광고 기업 리스트를 상기 제1 단말에게 제공할 수 있다.

프로세서(1010)는 통신부(1020) 및 메모리(1030)를 통해 상기 업체에 대한 정보에 기반하여 업종이 동일한 복수의 기업에 대한 매출액 정보를 제1 웹 크롤링(web crawling)을 사용하여 획득할 수 있다. 프로세서(1010)는 메모리(1030)를 통해 상기 매출액 정보에 기반하여 상기 복수의 기업 중에서 매출액이 높은 순서로 사전 설정된 제1 개수의 기업을 상기 뉴럴 네트워크에 의해 결정할 수 있다. 프로세서(1010)는 통신부(1020) 및 메모리(1030)를 통해 상기 사전 설정된 제1 개수의 기업에 대해 제2 웹 크롤링(web crawling)을 사용하여 마케팅 전략 정보를 획득할 수 있다. 프로세서(1010)는 메모리(1030)를 통해 상기 마케팅 전략 정보에 포함된 상기 사전 설정된 제1 개수의 기업과 관련된 단어의 빈도수에 기반하여 복수의 마케팅 전략에 대한 중요도를 상기 뉴럴 네트워크에 의해 결정할 수 있다. 프로세서(1010)는 메모리(1030)를 통해 상기 광고와 관련된 기본 정보, 상기 중요도 및 상기 사전 설정된 복수의 광고 기업에 대한 정보에 기반하여 상기 제1 단말과 관련된 업체와 적합도가 높은 순서로 상기 사전 설정된 제2 개수의 광고 기업을 상기 뉴럴 네트워크에 의해 상기 제1 단말과 관련된 광고 기업 리스트에 포함시킬 수 있다.

예를 들어, 상기 리포트 정보는 상기 제1 단말과 관련된 광고 현황에 대한 정보 및 상기 제1 단말과 관련된 성과 예측에 대한 정보를 포함할 수 있다.

예를 들어, 상기 광고 현황에 대한 정보는 상기 사전 설정된 제1 기간에 대한 평균 CTR(click through rate) 값, 상기 사전 설정된 제1 기간에 대한 평균 CPC(cost per click) 값, 상기 사전 설정된 제1 기간에 대한 광고 노출 수, 상기 제1 단말과 관련된 광고에 대한 키워드를 분석한 값 및 상기 제1 단말과 관련된 광고가 노출된 복수의 채널들을 분석한 값을 포함할 수 있다.

예를 들어, 상기 성과 예측에 대한 정보는 일평균 예상 값을 포함할 수 있다.

프로세서(1010)는 메모리(1030)를 통해 상기 일평균 예상 값을 상술한 수학식1에 의해 설정할 수 있다. 프로세서(1010)는 메모리(1030)를 통해 상기 제1 단말로부터 수신된 마케팅 목적에 대응하는 지표와 관련된 활동에 대해 사전 설정된 매출액 증가율을 매칭시킬 수 있다.

프로세서(1010)는 통신부(1020)를 통해 상기 제1 단말과 관련된 광고 기업 리스트 중에서 어느 하나의 광고 기업을 포함하는 광고 수락 메시지를 상기 제1 단말로부터 수신할 수 있다. 프로세서(1010)는 통신부(1020)를 통해 상기 일평균 예상 값이 사전 설정된 기준 값 미만인 것에 기반하여 상기 제1 단말에게 변경 요청 메시지를 전송할 수 있다. 프로세서(1010)는 통신부(1020)를 통해 상기 변경 요청 메시지에 대한 변경 수락 메시지를 상기 제1 단말로부터 수신할 수 있다.

예를 들어, 상기 제1 단말과 관련된 광고 기업 리스트는 사전 설정된 제2 개수의 광고 기업의 업체명, 상기 사전 설정된 제2 개수의 광고 기업에 대한 적합도에 대한 순위, 상기 사전 설정된 제2 개수의 광고 기업과 관련된 마케팅 전략 및 상기 사전 설정된 제2 개수의 광고 기업과 관련된 견적 비용에 대한 정보를 포함할 수 있다. 예를 들어, 상기 사전 설정된 제2 개수의 광고 기업과 관련된 마케팅 전략은 서로 상이할 수 있다. 예를 들어, 상기 변경 요청 메시지는, 상기 일평균 예상 값과 상기 사전 설정된 기준 값 사이의 차이 값에 따라 변경된, 견적 비용에 대한 정보를 포함할 수 있다. 프로세서(1010)는 메모리(1030)를 통해 상술한 수학식 2에 의해 상기 일평균 예상 값과 상기 사전 설정된 기준 값 사이의 차이 값에 따라 변경된 견적 비용을 결정할 수 있다.

프로세서(1010)는 통신부(1020)를 통해 제2 단말 및 제3 단말 각각으로부터 제2 광고 요청 메시지 및 제3 광고 요청 메시지를 수신할 수 있다. 프로세서(1010)는 통신부(1020)를 통해 상기 제2 광고 요청 메시지 및 상기 제3 광고 요청 메시지에 기반하여 상기 제2 단말 및 제3 단말에게 그룹 요청 메시지를 전송할 수 있다. 프로세서(1010)는 통신부(1020)를 통해 상기 제2 단말 및 상기 제3 단말로부터 그룹 수락 메시지를 수신할 수 있다. 프로세서(1010)는 상기 그룹 수락 메시지에 기반하여 상기 제2 단말 및 상기 제3 단말을 포함하는 그룹을 생성할 수 있다. 프로세서(1010)는 통신부(102)를 통해 상기 그룹과 관련된 광고 기업 리스트를 상기 제2 단말 및 상기 제3 단말에게 제공할 수 있다. 상기 제2 광고 요청 메시지에 포함된 업종에 대한 정보와 및 상기 제3 광고 요청 메시지에 포함된 업종에 대한 정보가 상이한 경우, 프로세서(1010)는 상기 제2 광고 요청 메시지에 포함된 마케팅 목적에 대한 정보 및 광고 타겟에 대한 정보와 상기 제3 광고 요청 메시지에 포함된 마케팅 목적에 대한 정보 및 광고 타겟에 대한 정보에 기반하여 마케팅 유사도를 결정할 수 있다. 예를 들어, 상기 마케팅 유사도는 사전 설정된 마케팅 유사도보다 크거나 같을 수 있다.

통신부(1020)는, 서버(1000)가 다른 장치(미도시) 및 서버(미도시)와 통신을 하게 하는 하나 이상의 구성요소를 포함할 수 있다. 다른 장치(미도시)는 서버(1000)와 같은 컴퓨팅 장치이거나, 센싱 장치일 수 있으나, 이에 제한되지 않는다. 통신부(1020)는 네트워크를 통해, 다른 전자 장치로부터의 사용자 입력을 수신하거나, 외부 장치로부터 외부 장치에 저장된 데이터를 수신할 수 있다.

예를 들어, 통신부(1020)는 적어도 하나의 장치와 연결을 확립하기 위한 메시지를 송수신할 수 있다. 통신부(1020)는 프로세서(1010)에서 생성된 정보를 서버와 연결된 적어도 하나의 장치에게 전송할 수 있다. 통신부(1020)는 서버와 연결된 적어도 하나의 장치로부터 정보를 수신할 수 있다. 통신부(1020)는 적어도 하나의 장치로부터 수신한 정보에 대응하여, 수신한 정보와 관련된 정보를 전송할 수 있다.

메모리(1030)는, 프로세서(1010)의 처리 및 제어를 위한 프로그램을 저장할 수 있다. 예를 들어, 메모리(1030)는 서버에 입력된 정보 또는 네트워크를 통해 다른 장치로부터 수신된 정보를 저장할 수 있다. 또한, 메모리(1030)는 프로세서(1010)에서 생성된 데이터를 저장할 수 있다. 예를 들어, 메모리(1030)는 프로세서(1010)가 생성한 리포트 정보, 사전 설정된 제1 개수의 기업, 복수의 마케팅 전략에 대한 중요도, 제1 단말과 관련된 업체와 광고 기업의 적합도, 성과 예측에 대한 정보, 일평균 예상 값, 마케팅 유사도를 저장할 수 있다. 메모리(1030)는 서버(1000)로 입력되거나 서버(1000)로부터 출력되는 정보를 저장할 수도 있다. 예를 들어, 메모리(1030)는 사전 설정된 제1 기간, 사전 설정된 마케팅 정보, 사전 설정된 매출액 증가율, 사전 설정된 복수의 광고 기업에 대한 정보, 사전 설정된 제1 개수, 사전 설정된 제2 개수, 사전 설정된 기준 값, 사전 설정된 마케팅 유사도, 사전 설정된 연령대 차이 값 및 사전 설정된 지역 차이 값을 저장할 수 있다.

메모리(1030)는 플래시 메모리 타입(flash memory type), 하드디스크 타입(hard disk type), 멀티미디어 카드 마이크로 타입(multimedia card micro type), 카드 타입의 메모리(예를 들어 SD 또는 XD 메모리 등), 램(RAM, Random Access Memory) SRAM(Static Random Access Memory), 롬(ROM, Read-Only Memory), EEPROM(Electrically Erasable Programmable Read-Only Memory), PROM(Programmable Read-Only Memory), 자기 메모리, 자기 디스크, 광디스크 중 적어도 하나의 타입의 저장매체를 포함할 수 있다.

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

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

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

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

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

Claims (12)

1. 뉴럴 네트워크(neural network)를 이용하여 서버가 제1 단말과 관련된 광고 기업 리스트를 제공하는 방법에 있어서,
   상기 제1 단말로부터 광고와 관련된 기본 정보를 포함하는 제1 광고 요청 메시지를 수신하는 단계;
   상기 광고와 관련된 기본 정보는 광고 예산에 대한 정보, 업체에 대한 정보, 광고 상품에 대한 정보, 광고 타겟에 대한 정보 및 마케팅 목적에 대한 정보를 포함하고,
   상기 광고와 관련된 기본 정보에 기반하여 사전 설정된 제1 기간에 대한 웹로그 정보를 획득하는 단계;
   상기 웹로그 정보 및 사전 설정된 마케팅 정보를 기반으로 상기 제1 단말과 관련된 리포트 정보를 결정하는 단계;
   상기 광고와 관련된 기본 정보 및 사전 설정된 복수의 광고 기업에 대한 정보에 기반하여 뉴럴 네트워크를 통해 상기 제1 단말과 관련된 광고 기업 리스트를 결정하는 단계;
   상기 리포트 정보 및 상기 제1 단말과 관련된 광고 기업 리스트를 상기 제1 단말에게 제공하는 단계를 포함하되,
   상기 업체에 대한 정보에 기반하여 업종이 동일한 복수의 기업에 대한 매출액 정보가 제1 웹 크롤링(web crawling)을 통해 획득되고,
   상기 매출액 정보에 기반하여 상기 복수의 기업 중에서 매출액이 높은 순서로 사전 설정된 제1 개수의 기업이 상기 뉴럴 네트워크에 의해 결정되고,
   상기 사전 설정된 제1 개수의 기업에 대해 제2 웹 크롤링을 통해 마케팅 전략 정보가 획득되고,
   상기 마케팅 전략 정보에 포함된 상기 사전 설정된 제1 개수의 기업과 관련된 단어의 빈도수에 기반하여 복수의 마케팅 전략에 대한 중요도가 상기 뉴럴 네트워크에 의해 결정되고,
   상기 광고와 관련된 기본 정보, 상기 중요도 및 상기 사전 설정된 복수의 광고 기업에 대한 정보에 기반하여 상기 제1 단말과 관련된 업체와 적합도가 높은 순서로 상기 사전 설정된 제2 개수의 광고 기업이 상기 뉴럴 네트워크에 의해 상기 제1 단말과 관련된 광고 기업 리스트에 포함되고,
   상기 리포트 정보는 상기 제1 단말과 관련된 광고 현황에 대한 정보 및 상기 제1 단말과 관련된 성과 예측에 대한 정보를 포함하고,
   상기 광고 현황에 대한 정보는 상기 사전 설정된 제1 기간에 대한 평균 CTR(click through rate) 값, 상기 사전 설정된 제1 기간에 대한 평균 CPC(cost per click) 값, 상기 사전 설정된 제1 기간에 대한 광고 노출 수, 상기 제1 단말과 관련된 광고에 대한 키워드를 분석한 값 및 상기 제1 단말과 관련된 광고가 노출된 복수의 채널들을 분석한 값을 포함하고,
   상기 성과 예측에 대한 정보는 일평균 예상 값을 포함하고,
   상기 일평균 예상 값은 하기 수학식에 의해 설정되고,
   

   

   
   상기 수학식에서, 상기 e는 상기 일평균 예상 값이고, 상기 n은 상기 사전 설정된 제1 기간에 대응하는 날짜의 개수, 상기 Z_X는 상기 제1 단말과 관련된 업체의 일별 매출액에 대한 표준 점수, 상기 Z_Y는 상기 제1 단말로부터 수신된 마케팅 목적에 대응하는 지표와 관련된 일별 활동 수에 대한 표준 점수이고, 상기 S는 사전 설정된 매출액 증가율이고, 상기 N은 상기 제1 단말로부터 수신된 마케팅 목적에 대응하는 지표와 관련된 일별 활동 수의 평균 값이고,
   상기 사전 설정된 매출액 증가율은 상기 제1 단말로부터 수신된 마케팅 목적에 대응하는 지표와 관련된 활동에 매칭되는,
   방법.
   
2. 삭제
3. 제 1항에 있어서,
   상기 제1 단말과 관련된 광고 기업 리스트 중에서 어느 하나의 광고 기업을 포함하는 광고 수락 메시지를 상기 제1 단말로부터 수신하는 단계;
   상기 일평균 예상 값이 사전 설정된 기준 값 미만인 것에 기반하여 상기 제1 단말에게 변경 요청 메시지를 전송하는 단계; 및
   상기 변경 요청 메시지에 대한 변경 수락 메시지를 상기 제1 단말로부터 수신하는 단계;를 더 포함하되,
   상기 제1 단말과 관련된 광고 기업 리스트는 사전 설정된 제2 개수의 광고 기업의 업체명, 상기 사전 설정된 제2 개수의 광고 기업에 대한 적합도에 대한 순위, 상기 사전 설정된 제2 개수의 광고 기업과 관련된 마케팅 전략 및 상기 사전 설정된 제2 개수의 광고 기업과 관련된 견적 비용에 대한 정보를 포함하고,
   상기 사전 설정된 제2 개수의 광고 기업과 관련된 마케팅 전략은 서로 상이하고,
   상기 변경 요청 메시지는, 상기 일평균 예상 값과 상기 사전 설정된 기준 값 사이의 차이 값에 따라 변경된, 견적 비용에 대한 정보를 포함하는,
   방법.
   
4. 제 1항에 있어서,
   제2 단말 및 제3 단말 각각으로부터 제2 광고 요청 메시지 및 제3 광고 요청 메시지를 수신하는 단계;
   상기 제2 광고 요청 메시지 및 상기 제3 광고 요청 메시지에 기반하여 상기 제2 단말 및 제3 단말에게 그룹 요청 메시지를 전송하는 단계;
   상기 제2 단말 및 상기 제3 단말로부터 그룹 수락 메시지를 수신하는 단계;
   상기 그룹 수락 메시지에 기반하여 상기 제2 단말 및 상기 제3 단말을 포함하는 그룹을 생성하는 단계; 및
   상기 그룹과 관련된 광고 기업 리스트를 상기 제2 단말 및 상기 제3 단말에게 제공하는 단계를 더 포함하되,
   상기 제2 광고 요청 메시지에 포함된 업종에 대한 정보와 및 상기 제3 광고 요청 메시지에 포함된 업종에 대한 정보가 상이한 경우, 상기 제2 광고 요청 메시지에 포함된 마케팅 목적에 대한 정보 및 광고 타겟에 대한 정보와 상기 제3 광고 요청 메시지에 포함된 마케팅 목적에 대한 정보 및 광고 타겟에 대한 정보에 기반하여 마케팅 유사도가 결정되고,
   상기 마케팅 유사도는 사전 설정된 마케팅 유사도보다 크거나 같은,
   방법.
   
5. 제 1항에 있어서,
   상기 뉴럴 네트워크는 입력 레이어, 하나 이상의 히든 레이어 및 출력 레이어를 포함하고,
   상기 광고와 관련된 기본 정보, 상기 사전 설정된 복수의 광고 기업에 대한 정보 및 정답 광고 기업 리스트로 구성된 각각의 학습 데이터는 상기 뉴럴 네트워크의 상기 입력 레이어에 입력되어 상기 하나 이상의 히든 레이어 및 출력 레이어를 통과하여 출력 벡터로 출력되고, 상기 출력 벡터는 상기 출력 레이어에 연결된 손실함수 레이어에 입력되고, 상기 손실함수 레이어는 상기 출력 벡터와 각각의 학습 데이터에 대한 정답 벡터를 비교하는 손실함수를 이용하여 손실 값을 출력하고, 상기 뉴럴 네트워크의 파라미터는 상기 손실 값이 작아지는 방향으로 학습되는,
   방법.
   
6. 적어도 하나의 프로세서; 적어도 하나의 메모리 및 통신부를 포함하는 서버에 있어서,
   상기 적어도 하나의 프로세서는:
   제1 단말로부터 광고와 관련된 기본 정보를 포함하는 제1 광고 요청 메시지를 수신하고,
   상기 광고와 관련된 기본 정보는 광고 예산에 대한 정보, 업체에 대한 정보, 광고 상품에 대한 정보, 광고 타겟에 대한 정보 및 마케팅 목적에 대한 정보를 포함하고,
   상기 광고와 관련된 기본 정보에 기반하여 사전 설정된 제1 기간에 대한 웹로그 정보를 획득하고,
   상기 웹로그 정보 및 사전 설정된 마케팅 정보를 기반으로 상기 제1 단말과 관련된 리포트 정보를 결정하고,
   상기 광고와 관련된 기본 정보 및 사전 설정된 복수의 광고 기업에 대한 정보에 기반하여 뉴럴 네트워크를 통해 상기 제1 단말과 관련된 광고 기업 리스트를 결정하고,
   상기 리포트 정보 및 상기 제1 단말과 관련된 광고 기업 리스트를 상기 제1 단말에게 제공하되,
   상기 업체에 대한 정보에 기반하여 업종이 동일한 복수의 기업에 대한 매출액 정보가 제1 웹 크롤링(web crawling)을 통해 획득되고,
   상기 매출액 정보에 기반하여 상기 복수의 기업 중에서 매출액이 높은 순서로 사전 설정된 제1 개수의 기업이 상기 뉴럴 네트워크에 의해 결정되고,
   상기 사전 설정된 제1 개수의 기업에 대해 제2 웹 크롤링을 통해 마케팅 전략 정보가 획득되고,
   상기 마케팅 전략 정보에 포함된 상기 사전 설정된 제1 개수의 기업과 관련된 단어의 빈도수에 기반하여 복수의 마케팅 전략에 대한 중요도가 상기 뉴럴 네트워크에 의해 결정되고,
   상기 광고와 관련된 기본 정보, 상기 중요도 및 상기 사전 설정된 복수의 광고 기업에 대한 정보에 기반하여 상기 제1 단말과 관련된 업체와 적합도가 높은 순서로 상기 사전 설정된 제2 개수의 광고 기업이 상기 뉴럴 네트워크에 의해 상기 제1 단말과 관련된 광고 기업 리스트에 포함되고,
   상기 리포트 정보는 상기 제1 단말과 관련된 광고 현황에 대한 정보 및 상기 제1 단말과 관련된 성과 예측에 대한 정보를 포함하고,
   상기 광고 현황에 대한 정보는 상기 사전 설정된 제1 기간에 대한 평균 CTR(click through rate) 값, 상기 사전 설정된 제1 기간에 대한 평균 CPC(cost per click) 값, 상기 사전 설정된 제1 기간에 대한 광고 노출 수, 상기 제1 단말과 관련된 광고에 대한 키워드를 분석한 값 및 상기 제1 단말과 관련된 광고가 노출된 복수의 채널들을 분석한 값을 포함하고,
   상기 성과 예측에 대한 정보는 일평균 예상 값을 포함하고,
   상기 일평균 예상 값은 하기 수학식에 의해 설정되고,
   

   

   
   상기 수학식에서, 상기 e는 상기 일평균 예상 값이고, 상기 n은 상기 사전 설정된 제1 기간에 대응하는 날짜의 개수, 상기 Z_X는 상기 제1 단말과 관련된 업체의 일별 매출액에 대한 표준 점수, 상기 Z_Y는 상기 제1 단말로부터 수신된 마케팅 목적에 대응하는 지표와 관련된 일별 활동 수에 대한 표준 점수이고, 상기 S는 사전 설정된 매출액 증가율이고, 상기 N은 상기 제1 단말로부터 수신된 마케팅 목적에 대응하는 지표와 관련된 일별 활동 수의 평균 값이고,
   상기 사전 설정된 매출액 증가율은 상기 제1 단말로부터 수신된 마케팅 목적에 대응하는 지표와 관련된 활동에 매칭되는,
   서버.
   
   
7. 삭제
8. 제 6항에 있어서,
   상기 제1 단말과 관련된 광고 기업 리스트 중에서 어느 하나의 광고 기업을 포함하는 광고 수락 메시지를 상기 제1 단말로부터 수신하고,
   상기 일평균 예상 값이 사전 설정된 기준 값 미만인 것에 기반하여 상기 제1 단말에게 변경 요청 메시지를 전송하고,
   상기 변경 요청 메시지에 대한 변경 수락 메시지를 상기 제1 단말로부터 수신하되,
   상기 제1 단말과 관련된 광고 기업 리스트는 사전 설정된 제2 개수의 광고 기업의 업체명, 상기 사전 설정된 제2 개수의 광고 기업에 대한 적합도에 대한 순위, 상기 사전 설정된 제2 개수의 광고 기업과 관련된 마케팅 전략 및 상기 사전 설정된 제2 개수의 광고 기업과 관련된 견적 비용에 대한 정보를 포함하고,
   상기 사전 설정된 제2 개수의 광고 기업과 관련된 마케팅 전략은 서로 상이하고,
   상기 변경 요청 메시지는, 상기 일평균 예상 값과 상기 사전 설정된 기준 값 사이의 차이 값에 따라 변경된, 견적 비용에 대한 정보를 포함하는,
   서버.
   
9. 제 6항에 있어서,
   제2 단말 및 제3 단말 각각으로부터 제2 광고 요청 메시지 및 제3 광고 요청 메시지를 수신하고,
   상기 제2 광고 요청 메시지 및 상기 제3 광고 요청 메시지에 기반하여 상기 제2 단말 및 제3 단말에게 그룹 요청 메시지를 전송하고,
   상기 제2 단말 및 상기 제3 단말로부터 그룹 수락 메시지를 수신하고,
   상기 그룹 수락 메시지에 기반하여 상기 제2 단말 및 상기 제3 단말을 포함하는 그룹을 생성하고,
   상기 그룹과 관련된 광고 기업 리스트를 상기 제2 단말 및 상기 제3 단말에게 제공하되,
   상기 제2 광고 요청 메시지에 포함된 업종에 대한 정보와 및 상기 제3 광고 요청 메시지에 포함된 업종에 대한 정보가 상이한 경우, 상기 제2 광고 요청 메시지에 포함된 마케팅 목적에 대한 정보 및 광고 타겟에 대한 정보와 상기 제3 광고 요청 메시지에 포함된 마케팅 목적에 대한 정보 및 광고 타겟에 대한 정보에 기반하여 마케팅 유사도가 결정되고,
   상기 마케팅 유사도는 사전 설정된 마케팅 유사도보다 크거나 같은,
   서버.
   
10. 제 6항에 있어서,
    상기 뉴럴 네트워크는 입력 레이어, 하나 이상의 히든 레이어 및 출력 레이어를 포함하고,
    상기 광고와 관련된 기본 정보, 상기 사전 설정된 복수의 광고 기업에 대한 정보 및 정답 광고 기업 리스트로 구성된 각각의 학습 데이터는 상기 뉴럴 네트워크의 상기 입력 레이어에 입력되어 상기 하나 이상의 히든 레이어 및 출력 레이어를 통과하여 출력 벡터로 출력되고, 상기 출력 벡터는 상기 출력 레이어에 연결된 손실함수 레이어에 입력되고, 상기 손실함수 레이어는 상기 출력 벡터와 각각의 학습 데이터에 대한 정답 벡터를 비교하는 손실함수를 이용하여 손실 값을 출력하고, 상기 뉴럴 네트워크의 파라미터는 상기 손실 값이 작아지는 방향으로 학습되는,
    서버.
    
11. 하드웨어와 결합되어 제6항의 방법을 실행시키기 위하여 컴퓨터 판독 가능한 기록매체에 저장된 컴퓨터 프로그램.
    
12. 하드웨어와 결합되어 제6항의 방법을 실행시키기는 컴퓨터 프로그램이 저장된 컴퓨터 판독 가능한 기록매체.

Images