KR102468579B1 - Advertisement sharing and offline advertisement performance measurement system based on artificial intelligence - Google Patents
Advertisement sharing and offline advertisement performance measurement system based on artificial intelligence Download PDFInfo
- Publication number
- KR102468579B1 KR102468579B1 KR1020220080795A KR20220080795A KR102468579B1 KR 102468579 B1 KR102468579 B1 KR 102468579B1 KR 1020220080795 A KR1020220080795 A KR 1020220080795A KR 20220080795 A KR20220080795 A KR 20220080795A KR 102468579 B1 KR102468579 B1 KR 102468579B1
- Authority
- KR
- South Korea
- Prior art keywords
- advertisement
- display device
- offline
- contents
- information
- Prior art date
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
- G06Q30/02—Marketing; Price estimation or determination; Fundraising
- G06Q30/0241—Advertisements
- G06Q30/0242—Determining effectiveness of advertisements
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N20/00—Machine learning
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/08—Learning methods
-
- 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
-
- 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
- G06Q30/0241—Advertisements
- G06Q30/0251—Targeted advertisements
- G06Q30/0268—Targeted advertisements at point-of-sale [POS]
-
- 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
- G06Q30/0241—Advertisements
- G06Q30/0251—Targeted advertisements
- G06Q30/0269—Targeted advertisements based on user profile or attribute
-
- 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
- G06Q30/0241—Advertisements
- G06Q30/0272—Period of advertisement exposure
-
- 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
- G06Q30/0241—Advertisements
- G06Q30/0273—Determination of fees for advertising
Landscapes
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Accounting & Taxation (AREA)
- Development Economics (AREA)
- Finance (AREA)
- Strategic Management (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Entrepreneurship & Innovation (AREA)
- Marketing (AREA)
- General Business, Economics & Management (AREA)
- Economics (AREA)
- Game Theory and Decision Science (AREA)
- Data Mining & Analysis (AREA)
- Software Systems (AREA)
- Artificial Intelligence (AREA)
- Evolutionary Computation (AREA)
- Mathematical Physics (AREA)
- General Engineering & Computer Science (AREA)
- Computing Systems (AREA)
- Life Sciences & Earth Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Molecular Biology (AREA)
- Biomedical Technology (AREA)
- Computational Linguistics (AREA)
- Biophysics (AREA)
- Health & Medical Sciences (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Medical Informatics (AREA)
- Information Transfer Between Computers (AREA)
Abstract
Description
본 발명은 인공지능 기반의 광고 공유 및 오프라인 광고 성과 측정 시스템에 관한 것으로, 더욱 상세하게는 특정 매장에 구비된 디스플레이 장치에서 다른 매장의 광고 콘텐츠를 출력함으로써 홍보 효과를 극대화 시키고, 인공지능과 빅데이터 분석에 기반하여 맞춤형 광고 노출 설정 및 광고 성과 분석 기능을 제공하는 인공지능 기반의 광고 공유 및 오프라인 광고 성과 측정 시스템에 관한 것이다.The present invention relates to an artificial intelligence-based advertisement sharing and offline advertisement performance measurement system, and more particularly, to maximize the publicity effect by outputting advertisement contents of other stores on a display device provided in a specific store, and artificial intelligence and big data It relates to an artificial intelligence-based advertisement sharing and offline advertisement performance measurement system that provides customized advertisement exposure settings and advertisement performance analysis functions based on analysis.
코로나로 인해 비대면 활동이 대두되기도 했지만, 사람들은 여전히 오프라인에서 먹고 마시고 즐기고 생활할 수 밖에 없었다. 소비자들은 2개의 시장을 이분화 하여 보지 않으며 오프라인을 위한 온라인 솔루션이 필요한 이유이다. 앞으로는 O4O(Offline for Online)시장이 더욱 확장될 예정이므로 오프라인 광고시장의 중요성이 커지고 있다. 즉, 소비자들은 온라인 광고를 확인 후 실제 매장에서 체험하고 구매하기를 원하며, 반대로 오프라인 매장에서 경험한 제품을 온라인에서 구매하기도 한다.Although non-face-to-face activities emerged due to Corona, people still had no choice but to eat, drink, enjoy, and live offline. This is why consumers do not see the two markets dichotomously and need an online solution for offline. As the O4O (Offline for Online) market is expected to expand further in the future, the importance of the offline advertising market is growing. In other words, consumers want to experience and purchase products in a real store after checking an online advertisement, and conversely, they purchase products online that they have experienced in an offline store.
오프라인에서 사람들이 무엇에 관심 있어하고, 어디로 많이 가는지 보다 자세하게 측정할 수 있다면 광고 마케팅의 새로운 틈새시장이 될 수 있다. If you can measure in more detail what people are interested in and where they go offline, it could be a new niche in advertising marketing.
하지만, 종래에는 오프라인 영상광고 집행시에 광고에 대한 효율과 실제 얼마나 광고 집행이 되었고 몇 명이 그 광고를 봤는지, 타겟 대상도 명확히 알기가 쉽지 않았다. 온라인 광고는 트래킹이 쉽고 정확한 반면에 오프라인 광고는 온라인에 비해 모호한 수치로 광고비 형성이 되고 있다는 문제점이 있다.However, in the past, it was not easy to clearly know the efficiency of advertisements, how many advertisements were actually published, how many people viewed the advertisements, and the target audience when offline video advertisements were published. Online advertising is easy and accurate to track, whereas offline advertising has a problem in that advertising costs are formed at ambiguous figures compared to online advertising.
또한, 종래의 오프라인 광고 타겟팅은 한계가 있었다. 지하철, 버스정류장, 대학교, 아파트, 공항, 극장, 마트 등 지역적인 특성에 근거해서 어떤 곳은 10-20대가 좋아하고 어떤 곳은 30-40대 여성이 많다는 대략적 타겟팅이 가능할 뿐, 수치적으로 인구통계학적 분석이 어려우며, 오프라인 상점이나 특정 세부 단위로 쪼개면 측정이 더욱 힘들어진다. 각종 앱에서 위치 기반의 서비스 데이터를 모두 합한다 해도 광고를 얼마나 봤는지 까지의 상관관계 분석이 어렵다는 문제점이 있다.In addition, conventional offline advertisement targeting has limitations. Based on regional characteristics such as subways, bus stops, universities, apartments, airports, theaters, and marts, it is only possible to roughly target that some places are liked by people in their 10s and 20s and some places have a lot of women in their 30s and 40s. Statistical analysis is difficult, and measurement becomes even more difficult when broken down into brick-and-mortar stores or specific subunits. Even if all the location-based service data from various apps are combined, there is a problem in that it is difficult to analyze the correlation up to how many advertisements were viewed.
한편, 전술한 배경 기술은 발명자가 본 발명의 도출을 위해 보유하고 있었거나, 본 발명의 도출 과정에서 습득한 기술 정보로서, 반드시 본 발명의 출원 전에 일반 공중에게 공개된 공지기술이라 할 수는 없다.On the other hand, the above-mentioned background art is technical information that the inventor possessed for derivation of the present invention or acquired in the process of derivation of the present invention, and cannot necessarily be said to be known art disclosed to the general public prior to filing the present invention. .
본 발명의 일측면은 특정 매장에 구비된 디스플레이 장치에서 다른 매장의 광고 콘텐츠를 출력함으로써 홍보 효과를 극대화 시키고, 인공지능과 빅데이터 분석에 기반하여 맞춤형 광고 노출 설정 및 오프라인 광고의 성과 분석 기능을 제공하는 인공지능 기반의 광고 공유 및 오프라인 광고 성과 측정 시스템을 제공한다.One aspect of the present invention maximizes the promotional effect by outputting advertisement contents of other stores on a display device provided in a specific store, and provides customized advertisement exposure setting and offline advertisement performance analysis functions based on artificial intelligence and big data analysis AI-based advertisement sharing and offline advertisement performance measurement system.
본 발명의 기술적 과제는 이상에서 언급한 기술적 과제로 제한되지 않으며, 언급되지 않은 또 다른 기술적 과제들은 아래의 기재로부터 당업자에게 명확하게 이해될 수 있을 것이다.The technical problem of the present invention is not limited to the technical problem mentioned above, and other technical problems not mentioned will be clearly understood by those skilled in the art from the following description.
본 발명의 일 실시예에 따른 인공지능 기반의 광고 공유 및 오프라인 광고 성과 측정 시스템은 특정 매장에 구비된 디스플레이 장치에서 다른 매장의 광고 콘텐츠를 출력하고, 인공지능과 빅데이터 분석에 기반하여 맞춤형 광고 노출 설정 및 광고 성과 분석 기능을 제공한다.An artificial intelligence-based advertisement sharing and offline advertisement performance measurement system according to an embodiment of the present invention outputs advertisement contents of other stores on a display device provided in a specific store, and exposes customized advertisements based on artificial intelligence and big data analysis. It provides settings and advertisement performance analysis functions.
상기 인공지능 기반의 광고 공유 및 오프라인 광고 성과 측정 시스템은,The artificial intelligence-based advertisement sharing and offline advertisement performance measurement system,
매장 내 구비된 디스플레이 장치를 통해 송출되는 광고 콘텐츠를 생성하는 광고 콘텐츠 생성부;an advertising content generating unit generating advertising content transmitted through a display device provided in the store;
생성된 복수의 광고 콘텐츠의 송출 스케줄을 설정하는 광고 스케줄링부;an advertisement scheduling unit for setting a transmission schedule of a plurality of generated advertisement contents;
상기 디스플레이 장치를 통해 송출되는 서로 다른 복수의 광고 콘텐츠의 종류, 송출 시간 및 송출 횟수를 포함하는 광고정보를 수집하는 광고정보 수집부;an advertisement information collection unit that collects advertisement information including types, transmission time, and number of transmissions of a plurality of different advertisement contents transmitted through the display device;
상기 디스플레이 장치 주변에 위치한 사용자 단말로부터 사용자 정보를 수집하는 사용자정보 수집부;a user information collection unit that collects user information from user terminals located around the display device;
상기 광고정보에 기초하여 매장별 홍보비를 산출하는 비용 산출부; 및a cost calculation unit that calculates a promotion cost for each store based on the advertisement information; and
상기 사용자정보에 기초하여 광고 콘텐츠별 성과지표를 생성하는 분석부를 포함하고, An analysis unit generating performance indicators for each advertisement content based on the user information;
상기 광고 스케줄링부는,The advertisement scheduling unit,
가맹점 단말로부터 수신된 설정정보에 기초하여 자사 광고 콘텐츠 대비 타사 광고 콘텐츠의 송출비율을 설정하되, 자사 광고 콘텐츠와 동일한 업종의 타사 광고 콘텐츠는 송출 스케줄에서 제외시키고,Based on the setting information received from the affiliated store terminal, set the transmission ratio of third-party advertisement contents to the company's advertisement contents, but exclude advertisement contents from other companies in the same industry as the company's advertisement contents from the transmission schedule,
상기 비용 산출부는,The cost calculation unit,
상기 광고정보에 기초하여 상기 디스플레이 장치를 통해 송출되는 전체 광고 스케줄 대비 타사 매장에 대한 광고 스케줄의 비율에 기초하여 미리 설정된 기본 홍보비를 보정하는 것을 특징으로 한다.Based on the advertisement information, a preset basic promotion rate may be corrected based on a ratio of advertisement schedules for stores of other companies to total advertisement schedules transmitted through the display device.
상기 분석부는, The analysis unit,
특정 광고 콘텐츠가 송출되는 시간 동안 수집되는 사용자정보에 기초하여 상기 디스플레이 장치가 소속된 상권의 평균 이용객 수 대비 특정 광고 콘텐츠가 송출되는 시간 동안 상기 디스플레이 장치 주변에 위치하는 사용자 단말의 수의 비율을 나타내는 제1 특징정보와, 특정 광고 콘텐츠를 시청하는 남녀비율을 나타내는 제2 특징정보와, 특정 광고 콘텐츠를 시청하는 연령비율을 나타내는 제3 특징정보를 생성하고, Representing the ratio of the number of user terminals located around the display device during the time the specific advertising content is transmitted to the average number of users in the commercial district to which the display device belongs based on user information collected during the time the specific advertising content is transmitted Generating first feature information, second feature information indicating the ratio of men and women watching specific advertisement content, and third feature information indicating the age ratio watching specific advertisement content;
생성된 상기 제1 특징정보, 상기 제2 특징정보 및 상기 제3 특징정보를 미리 학습된 인공 신경망의 입력층에 입력하여 상기 인공 신경망의 출력층으로부터 출력되는 출력값에 기초하여 특정 광고 콘텐츠의 개별 평가점수를 산출하고,The generated first feature information, the second feature information, and the third feature information are input to the pre-learned input layer of the artificial neural network, and the individual evaluation score of the specific advertisement content is based on the output value output from the output layer of the artificial neural network. Calculate,
상기 광고 스케줄링부는,The advertisement scheduling unit,
상기 송출 스케줄에 포함된 광고 콘텐츠별 개별 평가점수를 연산하여 평균 평가점수를 산출하고, 상기 평균 평가점수보다 낮은 개별 평가점수를 가진 광고 콘텐츠를 다른 광고 콘텐츠로 대체하여 송출 스케줄을 동적으로 가변시키는 것을 특징으로 한다.Calculate the average evaluation score by calculating individual evaluation scores for each advertisement content included in the transmission schedule, and dynamically change the transmission schedule by replacing advertisement contents with individual evaluation scores lower than the average evaluation score with other advertisement contents. to be characterized
상술한 본 발명의 일측면에 따르면, 특정 매장에 구비된 디스플레이 장치에서 타사 광고 콘텐츠를 송출하는 만큼 홍보비가 절감되기 때문에 단일 디스플레이 장치를 통해 다양한 종류의 광고 콘텐츠를 출력할 수 있다.According to one aspect of the present invention described above, since publicity costs are reduced as much as advertisement contents of other companies are transmitted on a display device provided in a specific store, various types of advertisement contents can be output through a single display device.
또한, 디스플레이 장치를 통해 송출되는 광고 콘텐츠를 시청 중인 사용자의 사용자정보를 분석하여 광고 콘텐츠에 대한 신뢰성 있는 성가지표를 제공할 수 있으며, 이를 이용하여 맞춤형 광고 스케줄을 설정할 수 있어 광고 효율이 향상될 수 있다.In addition, it is possible to analyze the user information of the user watching the advertising content transmitted through the display device to provide a reliable performance index for the advertising content, and by using this, a customized advertising schedule can be set, thereby improving advertising efficiency. have.
도 1은 본 발명의 일 실시예에 따른 광고 공유 시스템의 개략적인 구성이 도시된 도면이다.
도 2는 도 1에 도시된 관리서버의 구체적인 구성이 도시된 도면이다.
도 3은 광고 콘텐츠별 개별 평가점수를 산출하는 구체적인 일 예가 도시된 도면이다.
도 4는 산출된 개별 평가점수를 이용하여 송출 스케줄을 보정하는 구체적인 일 예가 도시된 도면이다.1 is a diagram showing a schematic configuration of an advertisement sharing system according to an embodiment of the present invention.
FIG. 2 is a diagram showing a specific configuration of the management server shown in FIG. 1 .
3 is a diagram showing a specific example of calculating individual evaluation scores for each advertisement content.
4 is a diagram illustrating a specific example of correcting a transmission schedule using calculated individual evaluation scores.
후술하는 본 발명에 대한 상세한 설명은, 본 발명이 실시될 수 있는 특정 실시예를 예시로서 도시하는 첨부 도면을 참조한다. 이들 실시예는 당업자가 본 발명을 실시할 수 있기에 충분하도록 상세히 설명된다. 본 발명의 다양한 실시예는 서로 다르지만 상호 배타적일 필요는 없음이 이해되어야 한다. 예를 들어, 여기에 기재되어 있는 특정 형상, 구조 및 특성은 일 실시예와 관련하여 본 발명의 정신 및 범위를 벗어나지 않으면서 다른 실시예로 구현될 수 있다. 또한, 각각의 개시된 실시예 내의 개별 구성요소의 위치 또는 배치는 본 발명의 정신 및 범위를 벗어나지 않으면서 변경될 수 있음이 이해되어야 한다. 따라서, 후술하는 상세한 설명은 한정적인 의미로서 취하려는 것이 아니며, 본 발명의 범위는, 적절하게 설명된다면, 그 청구항들이 주장하는 것과 균등한 모든 범위와 더불어 첨부된 청구항에 의해서만 한정된다. 도면에서 유사한 참조부호는 여러 측면에 걸쳐서 동일하거나 유사한 기능을 지칭한다.DETAILED DESCRIPTION OF THE PREFERRED EMBODIMENTS The detailed description of the present invention which follows refers to the accompanying drawings which illustrate, by way of illustration, specific embodiments in which the present invention may be practiced. These embodiments are described in sufficient detail to enable one skilled in the art to practice the present invention. It should be understood that the various embodiments of the present invention are different from each other but are not necessarily mutually exclusive. For example, specific shapes, structures, and characteristics described herein may be implemented in another embodiment without departing from the spirit and scope of the invention in connection with one embodiment. Additionally, it should be understood that the location or arrangement of individual components within each disclosed embodiment may be changed without departing from the spirit and scope of the invention. Accordingly, the detailed description set forth below is not to be taken in a limiting sense, and the scope of the present invention, if properly described, is limited only by the appended claims, along with all equivalents as claimed by those claims. Like reference numbers in the drawings indicate the same or similar function throughout the various aspects.
이하, 도면들을 참조하여 본 발명의 바람직한 실시예들을 보다 상세하게 설명하기로 한다.Hereinafter, preferred embodiments of the present invention will be described in more detail with reference to the drawings.
도 1은 본 발명에 따른 인공지능 기반의 광고 공유 및 오프라인 광고 성과 측정 시스템의 개략적인 구성요소들이 도시된 도면이다. 1 is a diagram showing schematic components of an AI-based advertisement sharing and offline advertisement performance measurement system according to the present invention.
본 발명에 따른 인공지능 기반의 광고 공유 및 오프라인 광고 성과 측정 시스템은 특정 매장에 구비된 디스플레이 장치에서 다른 매장의 광고 콘텐츠를 출력함으로써 홍보 효과를 극대화 시키고, 인공지능과 빅데이터 분석에 기반하여 유동인구를 고려한 맞춤형 오프라인 광고 노출 설정 및 디스플레이 장치를 통해 노출되는 오프라인 광고의 성과 분석 기능을 제공한다.The artificial intelligence-based advertisement sharing and offline advertisement performance measurement system according to the present invention maximizes the publicity effect by outputting advertisement contents of other stores on a display device provided in a specific store, and based on artificial intelligence and big data analysis, floating population Provides customized offline advertisement exposure settings considering
이를 위해, 본 발명의 일 실시예에 따른 인공지능 기반의 광고 공유 및 오프라인 광고 성과 측정 시스템은, 디스플레이 장치(10) 및 관리서버(30)를 포함한다.To this end, the artificial intelligence-based advertisement sharing and offline advertisement performance measurement system according to an embodiment of the present invention includes a
디스플레이 장치(10)는 오프라인 매장 내에 구비된 영상 및 음향 송출 장치로, 모니터, TV, 키오스크, 터치패드 등과 같은 형태로 구현될 수 있다. 디스플레이 장치(10)에는 본 발명에 따른 광고 공유 플랫폼을 수행하기 위한 애플리케이션(소프트웨어)가 미리 설치될 수 있으며, 예컨대 가맹점주는 후술할 관리서버에 가맹점 등록을 완료한 후 관리서버로부터 다운로드받은 애플리케이션(소프트웨어) 파일을 설치할 수 있다. 이러한 경우, 디스플레이 장치(10)는 관리서버(30)와 유무선 통신망을 통해 연결될 수 있으며, 상기 유무선 데이터통신망은 와이파이(WiFi)망 및 로컬망(LAN)을 포함하는 인터넷망, 3세대(3 Generation: 3G), 4G, 5G 등의 이동통신망, 전용망, 전력선망, 와이브로망 등 중 상기 인터넷망을 포함하되 어느 하나 이상이 결합되어 있는 데이터통신망일 수 있다.The
여기서, 가맹점은 본 발명에 따른 인공지능 기반의 광고 공유 및 오프라인 광고 성과 측정 시스템에서 제공하는 광고 공유 플랫폼 서비스에 가입하고 영상을 송출할 디스플레이 장치를 보유하고 있는 오프라인 매장 또는 특정 업체를 의미한다.Here, the affiliate store refers to an offline store or a specific company that subscribes to the advertisement sharing platform service provided by the artificial intelligence-based advertisement sharing and offline advertisement performance measurement system according to the present invention and has a display device to transmit images.
사용자 단말(20)은 오프라인 매장(가맹점)을 이용하는 소비자가 소지한 장치로, 외부기기와 유무선 통신이 가능하며, 정보의 입출력 및 처리가 가능한 스마트폰, PC, 스마트 웨어러블 디바이스 등과 같은 전자장치의 형태로 구현될 수 있다. The
특히, 본 발명에 따르면, 사용자 단말(20)은 디스플레이 장치(10) 또는 디스플레이 장치(10)에 별도로 설치된 비콘 장치와 통신하여 디스플레이 장치로 특정한 신호(예컨대 비콘 신호)를 송수신할 수 있다. 또한, 개인정보 동의 시 성별, 연령, 사는 곳 등과 같은 사용자 정보를 디스플레이 장치(10)로 함께 전송할 수 있으며, 디스플레이 장치(10)는 사용자 단말(20)로부터 수집된 비콘 신호 및 사용자 정보를 관리서버(30)로 전송한다.In particular, according to the present invention, the
관리서버(30)는 본 발명에 따른 인공지능 기반의 광고 공유 및 오프라인 광고 성과 측정 시스템(플랫폼)이 구현되어 있으며, 이를 통해 본 발명에 따른 인공지능 기반의 광고 공유 및 오프라인 광고 성과 측정 시스템을 이용한 전반적인 서비스를 가맹점에 제공할 수 있다. 예컨대, 관리서버(30)는 특정 매장의 가맹점 등록 시 디스플레이 장치(10)에 본 발명에 따른 인공지능 기반의 광고 공유 및 오프라인 광고 성과 측정 시스템(플랫폼)이 구현된 소프트웨어(애플리케이션)를 온라인으로 다운로드 받을 수 있도록 하거나, 본 발명에 따른 인공지능 기반의 광고 공유 및 오프라인 광고 성과 측정 시스템(플랫폼)이 구현된 소프트웨어(애플리케이션)가 저장된 하드웨어 매체(예컨대 USB 등)를 통해 디스플레이 장치(10)에 설치될 수 있도록 한다.The
이하에서는 이러한 관리서버(30)의 구체적인 구성에 대해 설명하기로 한다.Hereinafter, a detailed configuration of the
도 2는 도 1에 도시된 관리서버(30)에 구현된 본 발명에 따른 인공지능 기반의 광고 공유 및 오프라인 광고 성과 측정 시스템의 세부 구성이 도시된 도면이다.FIG. 2 is a diagram showing a detailed configuration of an artificial intelligence-based advertisement sharing and offline advertisement performance measurement system according to the present invention implemented in the
도시된 바와 같이, 인공지능 기반의 광고 공유 및 오프라인 광고 성과 측정 시스템은 광고 콘텐츠 생성부(310), 광고 스케줄링부(320), 광고정보 수집부(330), 사용자정보 수집부(340), 비용 산출부(350) 및 분석부(360)를 포함한다.As shown, the artificial intelligence-based advertisement sharing and offline advertisement performance measurement system includes an
광고 콘텐츠 생성부(310)는 매장 내 구비된 디스플레이 장치를 통해 송출되는 광고 콘텐츠를 생성한다. The
광고 스케줄링부(320)는 광고 콘텐츠 생성부(310)에 의해 생성된 복수의 광고 콘텐츠의 송출 스케줄을 설정한다. 광고 스케줄링부(320)는 매장별(디스플레이 장치별)로 서로 다른 송출 스케줄을 설정하며, 광고 콘텐츠가 송출된 매장과 동일한 업종의 타사 광고 콘텐츠를 송출 스케줄에서 제외할 수 있다. 예컨대, 예를들어 음식점에 구비된 디스플레이 장치에서는 의류 광고가, 의류점에 구비된 디스플레이 장치에서는 음식점 광고가 송출될 수 있도록 송출 스케줄을 설정한다.The
광고정보 수집부(330)는 상기 디스플레이 장치를 통해 송출되는 서로 다른 복수의 광고 콘텐츠의 종류, 송출 시간 및 송출 횟수를 포함하는 광고정보를 수집한다. The advertisement
사용자정보 수집부(340) 디스플레이 장치가 디스플레이 장치 주변에 위치한 사용자 단말로부터 수집된 사용자 정보를 디스플레이 장치로부터 수신한다.The user
비용 산출부(350)는 광고정보에 기초하여 매장별 홍보비를 산출한다.The
비용 산출부(350)는 광고정보 수집부(330)에 수집된 광고정보에 기초하여 상기 디스플레이 장치를 통해 송출되는 전체 광고 스케줄 대비 타사 매장에 대한 광고 스케줄의 비율에 기초하여 미리 설정된 기본 홍보비를 보정하는 것을 특징으로 한다. 예를 들어, 매월 기본 홍보비가 50만원인 경우, 비용 산출부(350)는 광고정보 수집부(330)에 수집된 광고정보에 기초하여 자사 매장에 구비된 디스플레이 장치를 통해 타사 광고 콘텐츠를 많이 송출할수록 기본 홍보비를 낮춰서 책정할 수 있다. 이에 따라 가맹점에서는 홍보비 절감을 위해 타사 홍보 콘텐츠를 최대한 많이 송출하려 할 것이고, 결과적으로는 동일 상권 내에서 다양한 광고 콘텐츠가 공유되어 서로의 홍보비용이 상쇄되어 광고 부담이 매우 낮아지게 되는 효과를 가질 수 있다.The
분석부(360)는 사용자정보에 기초하여 광고 콘텐츠별 성과지표를 생성한다.The
구체적으로, 상기 분석부는, 특정 광고 콘텐츠가 송출되는 시간 동안 수집되는 사용자정보에 기초하여 상기 디스플레이 장치가 소속된 상권의 평균 이용객 수 대비 특정 광고 콘텐츠가 송출되는 시간 동안 상기 디스플레이 장치 주변에 위치하는 사용자 단말의 수의 비율을 나타내는 제1 특징정보와, 특정 광고 콘텐츠를 시청하는 남녀비율을 나타내는 제2 특징정보와, 특정 광고 콘텐츠를 시청하는 연령비율을 나타내는 제3 특징정보를 생성한다.Specifically, the analysis unit, based on user information collected during the time the specific advertising content is transmitted, compares the average number of users in the commercial district to which the display device belongs to users located around the display device during the time the specific advertising content is being transmitted. First feature information indicating the ratio of the number of terminals, second feature information indicating the ratio of men and women watching a specific advertisement content, and third feature information indicating the age ratio watching a specific advertisement content are generated.
이후, 도 3에 도시된 바와 같이, 분석부(360)는 생성된 상기 제1 특징정보, 상기 제2 특징정보 및 상기 제3 특징정보를 미리 학습된 인공 신경망의 입력층에 입력하여 상기 인공 신경망의 출력층으로부터 출력되는 출력값에 기초하여 특정 광고 콘텐츠의 개별 평가점수를 산출한다.Thereafter, as shown in FIG. 3, the
여기서, 인공 신경망은 입력층, 은닉층 및 출력층으로 구성된 심층 신경망의 형태일 수 있으며, 이러한 인공 신경망은 빅데이터 학습을 통해 광고 콘텐츠의 종류(카테고리)별로 사용자의 지역, 연령, 성별 등에 따른 선호도를 미리 학습해둔 것을 특징으로 한다. 이에 따라, 분석부(360)는 빅데이터를 이용하여 미리 학습된 인공 신경망을 이용하여 광고 콘텐츠에 대한 평가지표인 개별 평가점수를 추정할 수 있다.Here, the artificial neural network may be in the form of a deep neural network composed of an input layer, a hidden layer, and an output layer, and this artificial neural network predicts preferences according to the user's region, age, gender, etc. for each advertisement content type (category) through big data learning. characterized by learning. Accordingly, the
한편, 광고 스케줄링부는 가맹점 단말로부터 수신된 설정정보에 기초하여 자사 광고 콘텐츠 대비 타사 광고 콘텐츠의 송출비율을 설정하되, 상기 송출 스케줄에 포함된 광고 콘텐츠별 개별 평가점수를 연산하여 평균 평가점수를 산출하고, 상기 평균 평가점수보다 낮은 개별 평가점수를 가진 광고 콘텐츠를 다른 광고 콘텐츠로 대체하여 송출 스케줄을 동적으로 가변시키는 것을 특징으로 한다.On the other hand, the advertisement scheduling unit sets the transmission ratio of advertisement contents of other companies to advertisement contents of the company based on the setting information received from the affiliated store terminal, calculates the average evaluation score by calculating individual evaluation scores for each advertisement contents included in the transmission schedule, , It is characterized in that the transmission schedule is dynamically changed by substituting advertisement contents having individual evaluation scores lower than the average evaluation score with other advertisement contents.
예를 들어, 도 4에 도시된 바와 같이, 광고 스케줄링부는 광고 1, 2, 3, 4가 반복적으로 송출되는 스케줄을 최초 광고 스케줄(송출 스케줄)로 설정할 수 있다. 이후, 송출 스케줄에 따라 디스플레이 장치(10)를 통해 광고 1, 2, 3, 4가 순차적, 반복적으로 송출되게 되며, 이때 디스플레이 장치(10) 주변에서 디스플레이 장치(10)에서 송출되는 광고를 시청하는 사용자가 소지한 사용자 단말로부터 비콘 신호 및 사용자정보가 수집된다.For example, as shown in FIG. 4 , the advertisement scheduling unit may set a schedule in which advertisements 1, 2, 3, and 4 are repeatedly transmitted as an initial advertisement schedule (transmission schedule). Thereafter, advertisements 1, 2, 3, and 4 are sequentially and repeatedly transmitted through the
분석부는 수집되는 사용자정보에 기초하여 상술한 광고 콘텐츠별 개별 평가점수를 실시간으로 산출하게 되며, 광고 스케줄링부는 하나의 사이클에 포함된 광고 콘텐츠 1, 2, 3, 4의 개별 평가점수를 합산하여 평균값을 구한 평균 평가점수를 산출할 수 있다.The analysis unit calculates the individual evaluation scores for each advertisement content in real time based on the collected user information, and the advertisement scheduling unit sums up the individual evaluation scores of advertisement contents 1, 2, 3, and 4 included in one cycle to obtain an average value. The average evaluation score can be calculated.
이때, 광고 스케줄링부는 평균 평가점수가 60점으로 산출되고, 광고 1, 2가 60점 이하의 개별 평가점수를 가지는 것으로 확인되면, 현재 시점 이후에 송출되는 송출 스케줄을 실시간 보정하는 것을 특징으로 한다. 즉, 광고 스케줄링부는 현재 시점 이후에 송출 스케줄에 포함된 제1 광고 콘텐츠 대신 제5 광고 콘텐츠가, 제2 광고 콘텐츠 대신 제6 광고 콘텐츠가 송출될 수 있도록 송출 스케줄을 실시간 보정할 수 있다.At this time, if the average evaluation score is calculated as 60 points and it is confirmed that advertisements 1 and 2 have individual evaluation scores of 60 points or less, the advertisement scheduling unit corrects the transmission schedule transmitted after the current point in real time. That is, the advertisement scheduling unit may correct the transmission schedule in real time so that the fifth advertisement content instead of the first advertisement content included in the transmission schedule and the sixth advertisement content instead of the second advertisement content may be transmitted after the current point in time.
특히, 광고 스케줄링부는 제1, 2 광고 콘텐츠 대신에 포함된 광고 콘텐츠를 선정할 때, 사용자정보에 기초하여 해당 디스플레이 장치를 주로 이용하는 사용자가 선하는 광고 콘텐츠가 포함되도록 방송 스케줄을 변경할 수 있으며, 이와 같이 본 발명에 따르면 인공지능 및 빅데이터 분석을 통해 타깃 맞춤형 광고를 지속적으로 송출할 수 있게 되는 효과를 가지게 된다.In particular, when the advertisement scheduling unit selects advertisement contents included instead of the first and second advertisement contents, the broadcasting schedule may be changed to include advertisement contents selected by a user who mainly uses the corresponding display device based on user information. Likewise, according to the present invention, through artificial intelligence and big data analysis, it has the effect of continuously sending targeted advertisements.
이와 같은, 본 발명에 따른 기술은 애플리케이션으로 구현되거나 다양한 컴퓨터 구성요소를 통하여 수행될 수 있는 프로그램 명령어의 형태로 구현되어 컴퓨터 판독 가능한 기록 매체에 기록될 수 있다. 상기 컴퓨터 판독 가능한 기록 매체는 프로그램 명령어, 데이터 파일, 데이터 구조 등을 단독으로 또는 조합하여 포함할 수 있다.Such technology according to the present invention may be implemented as an application or implemented in the form of program instructions that can be executed through various computer components and recorded on a computer-readable recording medium. The computer readable recording medium may include program instructions, data files, data structures, etc. alone or in combination.
상기 컴퓨터 판독 가능한 기록 매체에 기록되는 프로그램 명령어는 본 발명을 위하여 특별히 설계되고 구성된 것들이거니와 컴퓨터 소프트웨어 분야의 당업자에게 공지되어 사용 가능한 것일 수도 있다.Program instructions recorded on the computer-readable recording medium may be those specially designed and configured for the present invention, or those known and usable to those skilled in the art of computer software.
컴퓨터 판독 가능한 기록 매체의 예에는, 하드 디스크, 플로피 디스크 및 자기 테이프와 같은 자기 매체, CD-ROM, DVD 와 같은 광기록 매체, 플롭티컬 디스크(floptical disk)와 같은 자기-광 매체(magneto-optical media), 및 ROM, RAM, 플래시 메모리 등과 같은 프로그램 명령어를 저장하고 수행하도록 특별히 구성된 하드웨어 장치가 포함된다.Examples of computer-readable recording media include magnetic media such as hard disks, floppy disks and magnetic tapes, optical recording media such as CD-ROMs and DVDs, and magneto-optical media such as floptical disks. media), and hardware devices specially configured to store and execute program instructions, such as ROM, RAM, flash memory, and the like.
프로그램 명령어의 예에는, 컴파일러에 의해 만들어지는 것과 같은 기계어 코드뿐만 아니라 인터프리터 등을 사용해서 컴퓨터에 의해서 실행될 수 있는 고급 언어 코드도 포함된다. 상기 하드웨어 장치는 본 발명에 따른 처리를 수행하기 위해 하나 이상의 소프트웨어 모듈로서 작동하도록 구성될 수 있으며, 그 역도 마찬가지이다.Examples of program instructions include high-level language codes that can be executed by a computer using an interpreter or the like as well as machine language codes such as those produced by a compiler. The hardware device may be configured to act as one or more software modules to perform processing according to the present invention and vice versa.
이상에서는 실시예들을 참조하여 설명하였지만, 해당 기술 분야의 숙련된 당업자는 하기의 특허 청구범위에 기재된 본 발명의 사상 및 공간으로부터 벗어나지 않는 범위 내에서 본 발명을 다양하게 수정 및 변경시킬 수 있음을 이해할 수 있을 것이다.Although the above has been described with reference to embodiments, those skilled in the art will understand that the present invention can be variously modified and changed without departing from the spirit and space of the present invention described in the claims below. You will be able to.
10: 디스플레이 장치
20: 사용자 단말
30: 관리서버
310: 광고 콘텐츠 생성부
320: 광고 스케줄링부
330: 광고정보 수집부
340: 사용자정보 수집부
350: 비용 산출부
360: 분석부10: display device
20: user terminal
30: management server
310: advertising content generator
320: advertisement scheduling unit
330: advertisement information collection unit
340: user information collection unit
350: cost calculation unit
360: analysis unit
Claims (3)
상기 인공지능 기반의 광고 공유 및 오프라인 광고 성과 측정 시스템은,
매장 내 구비된 디스플레이 장치를 통해 송출되는 광고 콘텐츠를 생성하는 광고 콘텐츠 생성부;
생성된 복수의 광고 콘텐츠의 송출 스케줄을 설정하는 광고 스케줄링부;
상기 디스플레이 장치를 통해 송출되는 서로 다른 복수의 광고 콘텐츠의 종류, 송출 시간 및 송출 횟수를 포함하는 광고정보를 수집하는 광고정보 수집부;
상기 디스플레이 장치 주변에 위치한 사용자 단말로부터 사용자 정보를 수집하는 사용자정보 수집부;
상기 광고정보에 기초하여 매장별 홍보비를 산출하는 비용 산출부; 및
상기 사용자정보에 기초하여 광고 콘텐츠별 성과지표를 생성하는 분석부를 포함하고,
상기 광고 스케줄링부는,
가맹점 단말로부터 수신된 설정정보에 기초하여 자사 광고 콘텐츠 대비 타사 광고 콘텐츠의 송출비율을 설정하되, 자사 광고 콘텐츠와 동일한 업종의 타사 광고 콘텐츠는 송출 스케줄에서 제외시키고,
상기 비용 산출부는,
상기 광고정보에 기초하여 상기 디스플레이 장치를 통해 송출되는 전체 광고 스케줄 대비 타사 매장에 대한 광고 스케줄의 비율에 기초하여 미리 설정된 기본 홍보비를 보정하는 것을 특징으로 하고,
상기 분석부는,
특정 광고 콘텐츠가 송출되는 시간 동안 수집되는 사용자정보에 기초하여 상기 디스플레이 장치가 소속된 상권의 평균 이용객 수 대비 특정 광고 콘텐츠가 송출되는 시간 동안 상기 디스플레이 장치 주변에 위치하는 사용자 단말의 수의 비율을 나타내는 제1 특징정보와, 특정 광고 콘텐츠를 시청하는 남녀비율을 나타내는 제2 특징정보와, 특정 광고 콘텐츠를 시청하는 연령비율을 나타내는 제3 특징정보를 생성하고,
생성된 상기 제1 특징정보, 상기 제2 특징정보 및 상기 제3 특징정보를 미리 학습된 인공 신경망의 입력층에 입력하여 상기 인공 신경망의 출력층으로부터 출력되는 출력값에 기초하여 특정 광고 콘텐츠의 개별 평가점수를 산출하고,
상기 광고 스케줄링부는,
최초 송출 스케줄에 포함된 광고 콘텐츠별 개별 평가점수를 연산하여 평균 평가점수를 산출하고, 최초 송출 스케줄에 포함된 광고 콘텐츠 중 상기 평균 평가점수보다 낮은 개별 평가점수를 가진 광고 콘텐츠를 다른 광고 콘텐츠로 대체하여 송출 스케줄을 실시간 수정하는 것을 특징으로 하는, 인공지능 기반의 광고 공유 및 오프라인 광고 성과 측정 시스템.
AI-based advertisement sharing and offline advertisement performance measurement that outputs advertisement contents of other stores on display devices equipped in a specific store and provides customized advertisement exposure settings and advertisement performance analysis functions based on artificial intelligence and big data analysis. in the system,
The artificial intelligence-based advertisement sharing and offline advertisement performance measurement system,
an advertising content generating unit generating advertising content transmitted through a display device provided in the store;
an advertisement scheduling unit for setting a transmission schedule of a plurality of generated advertisement contents;
an advertisement information collection unit that collects advertisement information including types, transmission time, and number of transmissions of a plurality of different advertisement contents transmitted through the display device;
a user information collection unit that collects user information from user terminals located around the display device;
a cost calculation unit that calculates a promotion cost for each store based on the advertisement information; and
An analysis unit generating performance indicators for each advertisement content based on the user information;
The advertisement scheduling unit,
Based on the setting information received from the affiliated store terminal, set the transmission ratio of third-party advertisement contents to the company's advertisement contents, but exclude advertisement contents from other companies in the same industry as the company's advertisement contents from the transmission schedule,
The cost calculator,
Based on the advertisement information, a preset basic promotion rate is corrected based on a ratio of advertisement schedules for stores of other companies to total advertisement schedules transmitted through the display device,
The analysis unit,
Representing the ratio of the number of user terminals located around the display device during the time the specific advertising content is transmitted to the average number of users in the commercial district to which the display device belongs based on user information collected during the time the specific advertising content is transmitted Generating first feature information, second feature information indicating the ratio of men and women watching specific advertisement content, and third feature information indicating the age ratio watching specific advertisement content;
The generated first feature information, the second feature information, and the third feature information are input to the pre-learned input layer of the artificial neural network, and the individual evaluation score of the specific advertisement content is based on the output value output from the output layer of the artificial neural network. Calculate,
The advertisement scheduling unit,
The average evaluation score is calculated by calculating individual evaluation scores for each advertisement content included in the initial transmission schedule, and advertisement contents with individual evaluation scores lower than the average evaluation score among advertisement contents included in the initial transmission schedule are replaced with other advertisement contents. An artificial intelligence-based advertisement sharing and offline advertisement performance measurement system, characterized in that the transmission schedule is modified in real time.
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
KR1020220080795A KR102468579B1 (en) | 2022-06-30 | 2022-06-30 | Advertisement sharing and offline advertisement performance measurement system based on artificial intelligence |
KR1020220152072A KR102559927B1 (en) | 2022-06-30 | 2022-11-14 | Custom advertisement scheduling system |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
KR1020220080795A KR102468579B1 (en) | 2022-06-30 | 2022-06-30 | Advertisement sharing and offline advertisement performance measurement system based on artificial intelligence |
Related Child Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
KR1020220152072A Division KR102559927B1 (en) | 2022-06-30 | 2022-11-14 | Custom advertisement scheduling system |
Publications (1)
Publication Number | Publication Date |
---|---|
KR102468579B1 true KR102468579B1 (en) | 2022-11-17 |
Family
ID=84233417
Family Applications (2)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
KR1020220080795A KR102468579B1 (en) | 2022-06-30 | 2022-06-30 | Advertisement sharing and offline advertisement performance measurement system based on artificial intelligence |
KR1020220152072A KR102559927B1 (en) | 2022-06-30 | 2022-11-14 | Custom advertisement scheduling system |
Family Applications After (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
KR1020220152072A KR102559927B1 (en) | 2022-06-30 | 2022-11-14 | Custom advertisement scheduling system |
Country Status (1)
Country | Link |
---|---|
KR (2) | KR102468579B1 (en) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR102652270B1 (en) * | 2023-12-06 | 2024-03-27 | 오수영 | Customized advertisement production and analysis system |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20140017913A (en) | 2012-08-02 | 2014-02-12 | 곽성원 | Custmized qr-advertisement and reward-system and method using qr-code |
KR20150034925A (en) * | 2013-09-27 | 2015-04-06 | 주식회사 리치슬라이드 | Method for searching image and recording-medium recorded program thereof |
KR101876726B1 (en) * | 2017-01-12 | 2018-07-13 | 주식회사 엘린미디어 | Server for trading digital signage advertisement and trading method using thereof |
KR20220015179A (en) * | 2020-07-30 | 2022-02-08 | 주식회사 팬라인 | Shared signboard service system |
Family Cites Families (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20140132146A (en) * | 2013-05-07 | 2014-11-17 | 주식회사 애드팜 | Vending machine for advertisement and method for advertising thereof |
KR101520330B1 (en) * | 2013-10-07 | 2015-05-18 | (주)소프트기획 | System for one to one advertisement sharing based on web and application |
KR102288870B1 (en) * | 2021-02-19 | 2021-08-12 | 주식회사 튠미디어 | Advertising system using ai robot and server controlling ai robot |
-
2022
- 2022-06-30 KR KR1020220080795A patent/KR102468579B1/en active IP Right Grant
- 2022-11-14 KR KR1020220152072A patent/KR102559927B1/en active IP Right Grant
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20140017913A (en) | 2012-08-02 | 2014-02-12 | 곽성원 | Custmized qr-advertisement and reward-system and method using qr-code |
KR20150034925A (en) * | 2013-09-27 | 2015-04-06 | 주식회사 리치슬라이드 | Method for searching image and recording-medium recorded program thereof |
KR101876726B1 (en) * | 2017-01-12 | 2018-07-13 | 주식회사 엘린미디어 | Server for trading digital signage advertisement and trading method using thereof |
KR20220015179A (en) * | 2020-07-30 | 2022-02-08 | 주식회사 팬라인 | Shared signboard service system |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR102652270B1 (en) * | 2023-12-06 | 2024-03-27 | 오수영 | Customized advertisement production and analysis system |
Also Published As
Publication number | Publication date |
---|---|
KR102559927B1 (en) | 2023-07-25 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US20130060629A1 (en) | Optimization of Content Placement | |
US20170286999A1 (en) | Personal device-enabled lifestyle, commerce and exchange tracking system | |
JP2017505499A (en) | ADVERTISING METHOD AND APPARATUS USING COHORT-BASED USER ANALYSIS PLATFORM AND MARKETING PLATFORM | |
US20130060641A1 (en) | Promotional content provided privately via client devices | |
WO2014089417A2 (en) | Physical context and cookies | |
WO2019117331A1 (en) | Influencer social media marketing service providing system having shop distribution function and influencer marketing efficiency analysis function, method therefor, and recording medium in which program for implementing same is stored | |
Ho et al. | Distance and local competition in mobile geofencing | |
KR102468579B1 (en) | Advertisement sharing and offline advertisement performance measurement system based on artificial intelligence | |
US20220122118A1 (en) | Planning device and computer program | |
Lee et al. | Targeting potential active users for mobile app install advertising: An exploratory study | |
US20130091009A1 (en) | Identifying users likely to perform for a specific advertiser's campaign goals | |
KR102353247B1 (en) | Method and system for matching viral marketing | |
KR101288181B1 (en) | System and method for providing interactive advertising for target consumer | |
KR20220030931A (en) | Digital Anthropology and Ethnography Systems | |
JP6762483B1 (en) | LTV planning system, LTV planning device, LTV planning method and program | |
RU2716135C1 (en) | Method of managing advertisement-information content intended for placement on an information displaying means with possibility of evaluating efficiency of displayed content | |
US20220084066A1 (en) | System and method for managing advertising and information content, intended for positioning on the means of displaying information, with the possibility of evaluating the effectiveness of the displayed content | |
KR20220019750A (en) | Method for recommending contents style based on performance using artificial intelligence | |
KR20190102679A (en) | Fitting media contents service method based on user group on special environment | |
JP5986548B2 (en) | Service providing apparatus, service providing method, and service providing program | |
Amoako et al. | SMS advertisement and purchasing intentions: an emerging market perspective | |
Aybar et al. | More Effective Way To Advertise The Distance Education Programmes: Mobile Marketing Approach | |
CN112119418A (en) | Analyzing second party digital marketing data | |
Hysenbelliu | Digital marketing plan for case company techie solutions | |
JP2018156395A (en) | Determination device, determination method, and determination program |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A107 | Divisional application of patent | ||
GRNT | Written decision to grant |