KR102471571B1 - 빅데이터 기반의 인테리어 리빙 상품 추천 시스템 - Google Patents

빅데이터 기반의 인테리어 리빙 상품 추천 시스템 Download PDF

Info

Publication number
KR102471571B1
KR102471571B1 KR1020220029758A KR20220029758A KR102471571B1 KR 102471571 B1 KR102471571 B1 KR 102471571B1 KR 1020220029758 A KR1020220029758 A KR 1020220029758A KR 20220029758 A KR20220029758 A KR 20220029758A KR 102471571 B1 KR102471571 B1 KR 102471571B1
Authority
KR
South Korea
Prior art keywords
information
user
product
interior living
module
Prior art date
Application number
KR1020220029758A
Other languages
English (en)
Inventor
강석환
Original Assignee
주식회사 투모로우스페이스
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by 주식회사 투모로우스페이스 filed Critical 주식회사 투모로우스페이스
Priority to KR1020220029758A priority Critical patent/KR102471571B1/ko
Application granted granted Critical
Publication of KR102471571B1 publication Critical patent/KR102471571B1/ko

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q30/00—Commerce
    • G06Q30/06—Buying, selling or leasing transactions
    • G06Q30/0601—Electronic shopping [e-shopping]
    • G06Q30/0631—Item recommendations
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • 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
    • G06Q30/06—Buying, selling or leasing transactions
    • G06Q30/0601—Electronic shopping [e-shopping]
    • G06Q30/0641—Shopping interfaces
    • G06Q30/0643—Graphical representation of items or shoppers

Abstract

본 발명은 빅데이터 기반의 인테리어 리빙 상품 추천 시스템에 관한 것이다. 본 발명에 따른 빅데이터 기반의 인테리어 리빙 상품 추천 시스템은, 사용자와 관련된 외부 정보를 수집하고 처리하여 저장하는 빅데이터 모듈; 상기 빅데이터 모듈로부터 제공받은 상기 사용자와 관련된 외부 정보와의 연관 관계에 기반하여, 상기 사용자를 위한 하나 이상의 인테리어 리빙 상품 및 상기 상품의 디스플레이 방식을 결정하는, 추천 모듈; 및 상기 상품의 디스플레이 방식에 기반하여, 상기 사용자에게 상기 결정된 상기 하나 이상의 인테리어 리빙 상품에 대한 정보를 제공하는, 디스플레이 모듈을 포함할 수 있다. 이때, 상기 외부 정보는 상기 사용자의 위치 정보에 기반한 자연현상 요소, 상기 사용자와 관련된 사회적 이슈 요소, 및 상기 사용자와 관련된 주거형태 요소를 포함할 수 있다.

Description

빅데이터 기반의 인테리어 리빙 상품 추천 시스템{System for recommendation of interior living product based on bigdata}
본 발명은 빅데이터 기반의 인테리어 리빙 상품 추천 시스템에 관한 것이다. 보다 구체적으로, 본 발명은 사용자와 관련된 외부 정보에 따라 적응적으로 인테리어 리빙 상품 및 상기 상품의 디스플레이 방식을 변경 제어하는 빅데이터 기반의 인테리어 리빙 상품 추천 시스템에 관한 것이다.
온라인 쇼핑몰의 급성장으로 기업들의 성장을 위한 경쟁은 더욱 심화되어 다른 경쟁업체보다 경쟁우위를 가질 수 있는 마케팅 전략이 필요하게 되었고, 고객은 상품 정보의 과다로 인하여 효과적으로 상품을 선택할 수 없게 되는 상품 과부하 현상을 야기시켰다.
이러한 문제를 해결하기 위한 정보기술 중의 하나가 고객의 선호도에 부합하는 상품을 찾도록 도와주는 상품 추천 시스템이다.
IT 기술과 인터넷 네트워크가 발달하고 독점적 플랫폼 사업자가 등장함에 따라 플랫폼 사용행동패턴 즉, 위시리스트 저장 / 장바구니 담기 / 구매 및 재구매 등의 구매 관련 데이터를 활용한 연관상품 추천의 기술이 범용적으로 쓰이고 있다.
하지만 추천의 형태가 단순하고 세분화되지 못하여 획일적인 구매 패턴을 양산하고 고객의 다양한 니즈를 만족시키지 못하고 있다.
대한민국 등록 특허 공보 제 10-2276091 호 (2021. 07. 12)
본 발명의 목적은 상술한 종래의 문제점을 해결하기 위한 것으로서, 자연현상, 사회경제적 트렌드, 개인화된 주거환경과 데모그라피 (Demography) 등 외부 요소에 따라 최적화된 상품을 추천하는, 빅데이터 기반의 인테리어 리빙 상품 추천 시스템을 제공하는 것이다.
본 발명의 일 실시예에 따른 빅데이터 기반의 인테리어 리빙 상품 추천 시스템은, 사용자와 관련된 외부 정보를 수집하고 처리하여 저장하는 빅데이터 모듈; 상기 빅데이터 모듈로부터 제공받은 상기 사용자와 관련된 외부 정보와의 연관 관계에 기반하여, 상기 사용자를 위한 하나 이상의 인테리어 리빙 상품 및 상기 상품의 디스플레이 방식을 결정하는, 추천 모듈; 및 상기 상품의 디스플레이 방식에 기반하여, 상기 사용자에게 상기 결정된 상기 하나 이상의 인테리어 리빙 상품에 대한 정보를 제공하는, 디스플레이 모듈을 포함한다. 이때, 상기 외부 정보는 상기 사용자의 위치 정보에 기반한 자연현상 요소, 상기 사용자와 관련된 사회적 이슈 요소, 및 상기 사용자와 관련된 주거형태 요소를 포함한다.
본 발명에 있어, 상기 자연현상 요소는 온도 정보, 습도 정보, 계절 정보, 바람 정보, 날씨 정보, 시간대 정보를 포함하고, 상기 사회적 이슈 요소는 전염병 정보, 미세먼지 정보, 경제상황 정보, 물가상승율 정보, 정치이슈 정보를 포함하고, 상기 주거형태 요소는 가족 구성원 정보, 가족 평균 연령 정보, 거주 유형 정보, 주택 유형 정보, 주택 면적 정보를 포함할 수 있다.
이때, 상기 각 정보들은 다음과 같이 설정될 수 있다:
- 온도 정보는, 높은 온도, 중간 온도 또는 낮은 온도 중 하나로 설정됨,
- 습도 정보는, 높은 습도, 중간 습도 또는 낮은 습도 중 하나로 설정됨,
- 계절 정보는, 봄, 여름, 가을 또는 겨울 중 하나로 설정됨,
- 바람 정보는, 무풍, 약풍, 강풍 또는 태풍 중 하나로 설정됨,
- 날씨 정보는, 맑음, 흐림, 비 또는 눈 중 하나로 설정됨,
- 시간대 정보는, 밤, 오전, 오후 또는 저녁 중 하나로 설정됨,
- 전염병 정보는, 이상무, 유행성전염병 또는 팬대믹 중 하나로 설정됨,
- 미세먼지 정보는, 대기 맑음, 미세먼지 심함 또는 미세먼지 심각 중 하나로 설정됨,
- 경제상황 정보는, 호황기, 전환기 또는 불황기 중 하나로 설정됨,
- 물가상승율 정보는, 상승, 전환 또는 하강 중 하나로 설정됨,
- 정치이슈 정보는, 선거철, 안정기 또는 혼란기 중 하나로 설정됨,
- 가족구성원 정보는, 1인, 2인, 3인 또는 4인 이상 중 하나로 설정됨,
- 가족 평균 연령 정보는, 20 ~ 30, 30 ~ 40, 40 ~ 50 또는 50 이상 중 하나로 설정됨,
- 거주 유형 정보는, 자가, 전세, 월세 또는 연세 중 하나로 설정됨,
- 주택 유형 정보는, 아파트, 오피스텔, 빌라 또는 주택 중 하나로 설정됨,
- 주택면적 정보는, 59m2 이하, 59 ~ 84 m2, 84 ~ 100 m2, 100 ~ 200 m2 또는 200 m2 이상 중 하나로 설정됨.
본 발명에 있어, 상기 빅데이터 모듈은 상기 사용자와 관련된 외부 정보를 일정한 주기로 수집하고 처리하여 저장할 수 있다.
본 발명에 있어, 상기 추천 모듈은, 상기 사용자와 관련된 외부 정보와 일정 이상의 상관 관계를 갖는 하나 이상의 데이터 클러스터를 결정하고, 상기 하나 이상의 데이터 클러스터에 대응하는 하나 이상의 인테리어 리빙 상품 및 상품 디스플레이 방식을 상기 사용자를 위한 하나 이상의 인테리어 리빙 상품 및 상기 상품의 디스플레이 방식으로 결정할 수 있다.
본 발명에 있어, 상기 디스플레이 모듈은, 상기 사용자에 대응하는 사용자 단말로 상기 추천 모듈에 의해 결정된 상기 사용자를 위한 하나 이상의 인테리어 리빙 상품 및 상기 상품의 디스플레이 방식을 포함하는 디스플레이 정보를 제공하여 상기 하나 이상의 인테리어 리빙 상품이 상기 상품의 디스플레이 방식으로 디스플레이되도록 제어할 수 있다.
본 발명에 따르면, 자연현상, 사회경제적 트렌드, 개인화된 주거환경과 데모그라피 (Demography) 등 외부 요소에 따라 사용자에게 제공하는 상품의 이미지 (예: Thumb-nail image)와 상품 상세 페이지 (Product Detail Page; PDP) 등을 변경하여 제공함으로써 유사하거나 동일한 제품에 대해 매력을 다르게 인식시켜 고객의 니즈를 만족시킬 수 있고, 이를 통해 매출을 증대하는 효과가 있다.
다시 말해, 사용자별 개인화된 요소 (또는 정보)에 따라 상품 정보 (예: 상품 이미지 (예: Thumb-nail image), 상품 상세 페이지 (PDP) 내 설명 등)를 재구성함으로써, 본 발명에 따른 빅데이터 기반의 인테리어 리빙 상품 추천 시스템은 해당 서비스에 대한 재방문(Retention), 방문체류시간(Duration Time), 사전구매의사(Wish list), 구매전환(Purchase Conversion rate) 등을 상승시켜 결국 서비스의 활성화와 매출 상승에 직접적인 영향을 미치는 효과가 있다.
도 1은 본 발명의 일 실시예에 따른 빅데이터 기반의 인테리어 리빙 상품 추천 시스템을 간단히 나타낸 도면이다.
도 2는 본 발명의 일 예에 따른 인테리어 리빙 상품 추천 시스템의 구성을 간단히 나타낸 도면이다.
도 3은 본 발명의 일 예에 따른 데이터 수집 방법을 간단히 나타낸 도면이다.
도 4는 본 발명의 일 예에 따른 데이터 분류 및 개인화 연동 방법을 간단히 나타낸 도면이다.
이하, 첨부된 도면들을 참조하여 본 발명에 따른 빅데이터 기반의 인테리어 리빙 상품 추천 시스템의 일 실시예를 설명한다. 이때, 본 발명은 실시예에 의해 제한되거나 한정되는 것은 아니다. 또한, 본 발명을 설명함에 있어서, 공지된 기능 혹은 구성에 대해 구체적인 설명은 본 발명의 요지를 명확하게 하기 위해 생략될 수 있다.
도 1은 본 발명의 일 실시예에 따른 빅데이터 기반의 인테리어 리빙 상품 추천 시스템이다.
도 1에 도시된 바와 같이, 본 발명에 따른 빅데이터 기반의 인테리어 리빙 상품 추천 시스템은, 하나 이상의 사용자 단말 (예: 제1 사용자 단말 (10) 및/또는 제2 사용자 단말), 인테리어 리빙 상품 추천 플랫폼 서버 (30) 등을 포함할 수 있다.
본 발명에 있어, 제1 사용자 단말 (10)은 네트워크를 통해 서버나 다른 단말에 접속 가능한 스마트폰, 태블릿 PC (Personal Computer) 등의 휴대용 단말기로 구현될 수 있다. 이때, 휴대용 단말기는 4G LTE (Long Term Evolution), 5G, Wi-Fi 등의 통신 시스템을 통해 무선 접속이 가능한 무선 통신 장치를 포함할 수 있다.
본 발명에 있어, 제2 사용자 단말 (20)은 네트워크를 통해 서버나 다른 단말에 접속 가능한 컴퓨터 장치로 구현될 수 있다. 이때, 컴퓨터 장치는 웹 브라우저 또는 관련 응용 프로그램 (예: 어플리케이션 등)이 설치된 데스크톱, 노트북 등을 포함할 수 있다.
본 발명에 있어, 네트워크란 근거리 통신망 (Local Area Network; LAN), 광역 통신 망 (Wide Area Network; WAN) 등의 유선 네트워크, 이동 통신망 또는 위성 통신망 등의 무선 네트워크로 구현될 수 있다. 이에, 상술한 제1 사용자 단말 (10) 및/또는 제2 사용자 단말 (20)은 네트워크에서 지원하는 통신 시스템을 통해 인테리어 리빙 상품 추천 플랫폼 서버 (30)와 신호를 송수신할 수 있다.
본 발명에 있어, 인테리어 리빙 상품 추천 플랫폼 서버 (30)은 제1 사용자 단말 (10) 및/또는 제2 사용자 단말 (20)과 상호 연동되는 웹 페이지 또는 어플리케이션 서비스를 구축 및 운영할 수 있다.
특히, 상술한 인테리어 리빙 상품 추천 시스템의 구성에 기반하여, 본 발명에 따른 인테리어 리빙 상품 추천 시스템은 상품 정보로써 상품의 이미지 정보 (예: Thumb-nail image)와 상품 상세 페이지(PDP) 등을 사용자 (또는 고객)에게 제공할 수 있다. 이 경우, 대부분의 사용자는 상품의 이미지 정보를 통해 1차적으로 상품의 구매 여부를 결정하고, 이어 상품의 상세 정보를 통해 최종적으로 상품의 구매 여부를 결정할 수 있다. 이를 고려할 때, 상품의 이미지 정보와 상품 상세 페이지 등은 사용자가 해당 상품을 구매할지 여부를 결정하는 매우 중요한 요소가 될 수 있다.
다만, 종래 많은 온라인 쇼핑 시스템은 판매자가 직접 상품의 이미지 정보와 상품 상세 페이지 등을 작성하여 업로드하는 방식으로 운영되는 바, (상기 판매자가 앞서 업로드한 상품의 이미지 정보와 상품 상세 페이지 정보를 직접 변경하지 않는 한) 모든 사용자에게 항상 동일한 상품 이미지 정보 및 상품 상세 페이지 정보가 제공되었다. 반면, 본 발명에 따른 빅데이터 기반의 인테리어 리빙 상품 추천 시스템은, 각 사용자별 개인 정보 뿐만 아니라 자연현상, 사회경제적 트렌드 등의 외부 요소의 변경 여부 등을 이용하여, 사용자 맞춤형 인테리어 리빙 상품을 추천할 수 있는 추천 서비스를 제공할 수 있다. 이를 통해, 본 발명은 자연현상, 사회경제적 트렌드, 개인화된 주거환경과 데모그라피 등 외부요소에 따라 최적화된 상품을 추천함과 동시에 해당 상품의 이미지 정보 및 상세 설명을 변경함으로써 유사하거나 동일한 제품에 대한 매력을 사용자에게 다르게 인식시킬 수 있다.
이를 위해, 본 발명에 따른 인테리어 리빙 상품 추천 시스템은 다음과 같이 구성될 수 있다.
도 2는 본 발명의 일 예에 따른 인테리어 리빙 상품 추천 시스템의 구성을 간단히 나타낸 도면이다.
도 2에 도시된 바와 같이, 본 발명의 일 예에 따른 빅데이터 기반의 인테리어 리빙 상품 추천 시스템은, 빅데이터 모듈(100), 추천 모듈 (200), 디스플레이 모듈 (300) 중 적어도 하나 이상을 포함할 수 있다.
빅데이터 모듈(100)은 사용자의 위치 정보에 기반한 자연현상 요소 (Nature Index; NI), 사회적 이슈 요소 (Social Index; SI), 주거형태 요소 (Housing Index; HI) 등을 포함하는 외부 정보를 수집하고 처리하여 저장할 수 있다. 또한, 상기 빅데이터 모듈 (100)은 저장된 외부 정보를 추천 모듈(200)로 전달할 수 있다.
본 발명에 있어, 자연 현상 요소는, 날씨, 온도 및 습도 등을 포함하는 계절적 변동 요소와 낮과 밤을 포함하는 주기적 변동 요소 등을 포함할 수 있다. 보다 구체적인 일 예로, 상기 자연 환경 요소 (NI)는 하기와 같이 구성된 환경 요소 (factor)를 하나 이상 포함하도록 구성될 수 있다.
- 온도 정보: {높은 온도, 중간 온도, 낮은 온도}
- 습도 정보: {높은 습도, 중간 습도, 낮은 습도}
- 계절 정보: {봄, 여름, 가을, 겨울}
- 바람 정보: {무풍, 약풍, 강풍, 태풍}
- 날씨 정보: {맑음, 흐림, 비, 눈}
- 시간대 정보: {밤 (또는 새벽), 오전, 오후, 저녁}
본 발명에 있어, 사회적 이슈 요소는 유행성 전염병으로 인한 팬데믹, 고농도의 미세먼지, 이상 기온 등을 포함할 수 있다. 보다 구체적인 일 예로, 상기 사회적 이슈 요소 (SI)는 하기와 같이 구성된 환경 요소 (factor)를 하나 이상 포함하도록 구성될 수 있다.
- 전염병 정보: {이상무, 유행성전염병, 팬대믹}
- 미세먼지 정보: {대기 맑음, 미세먼지 심함, 미세먼지 심각}
- 경제상황 정보: {호황기, 전환기, 불황기}
- 물가상승율 정보: {상승, 전환 (또는 보합), 하강}
- 정치이슈 정보: {선거철, 안정기, 혼란기}
본 발명에 있어, 주거형태 요소는 가족 구성원 수, 가족구성원 연령대, 거주 주택의 유형 및 거주 주택의 평형대 등을 포함할 수 있다. 보다 구체적인 일 예로, 상기 주거형태 요소 (HI)는 하기와 같이 구성된 환경 요소 (factor)를 하나 이상 포함하도록 구성될 수 있다.
- 가족구성원 정보: {1인, 2인, 3인, 4인 이상}
- 가족 평균 연령 정보: {20 ~ 30, 30 ~ 40, 40 ~ 50, 50 이상}
- 거주 유형 정보: {자가, 전세, 월세, 연세}
- 주택 유형 정보: {아파트, 오피스텔, 빌라, 주택}
- 주택면적 정보: {59m2 이하, 59 ~ 84 m2, 84 ~ 100 m2, 100 ~ 200 m2, 200 m2 이상}
도 3은 본 발명의 일 예에 따른 데이터 수집 방법을 간단히 나타낸 도면이다.
빅데이터 모듈 (100)은 상술한 외부 정보를 다음과 같은 방법들을 통해 수집할 수 있다. 일 예로, 도 3에 도시된 바와 같이, 빅데이터 모듈 (100)은 3개의 데이터 베이스 (DB)로부터 데이터를 수집하는 데이터 허브 형태로 구성될 수 있다.
본 발명에 있어, 자연현상 요소는, 기상청, 환경부, 해양수산부, 산림청 등의 공공 데이터로부터 수집할 수 있다. 바람직하게는, 빅데이터 모듈 (100)은 웹 스크래핑 (Web Scraping), API (Application Program Interface) 연결 등의 방식을 통해 상술한 공공 데이터를 연동하여 자연현상 요소를 포함하는 원천 DB 를 가공할 수 있다.
본 발명에 있어, 사회적 이슈 요소는, 질병관리청, 기상청, 포털 사이트의 트랜드 리포트, 실시간 현황 정보 등의 데이터로부터 수집할 수 있다. 바람직하게는, 빅데이터 모듈 (100)은 웹 스크래핑 (Web Scraping), API (Application Program Interface) 연결 등의 방식을 통해 상술한 데이터를 연동하여 자연현상 요소를 포함하는 원천 DB를 가공할 수 있다.
본 발명에 있어, 주거형태 요소는, 통계청, 서울시 등 자치단체 데이터 등의 공공 데이터로부터 수집할 수 있다. 또한, 주거형태 요소는 개인 정보 수집 동의를 득한 개별 사용자로부터 획득한 거주 설문 데이터로부터 수집할 수 있다. 빅데이터 모듈 (100)은 상술한 수집 방법을 통해 수집된 데이터를 활용하여 원천 DB를 가공할 수 있다.
상술한 바와 같이, 자연현상 요소, 사회적 이슈 요소, 주거형태 요소 등 3가지 카테고리로 구분되는 데이터는 빅데이터 모듈 (100)을 통해 하나의 데이터 허브(DATA HUB)로 저장될 수 있다. 상기 데이터 허브의 자료들은 주기적 및/또는 별도 요청에 따라 수집 가공될 수 있다. 바람직한 예로, 상기 데이터 허브는 도와 용량의 처리를 위해 하둡 (Hadoop, 예: 여러 개의 컴퓨터를 하나로 묶어 대용량 데이터를 처리하는 기술 등)으로 구성되어 운용될 수 있다.
도 4는 본 발명의 일 예에 따른 데이터 분류 및 개인화 연동 방법을 간단히 나타낸 도면이다.
도 4에 도시된 바와 같이, 본 발명에 따른 데이터 허브 내 데이터는 상술한 3가지 카테고리로 구분되는 데이터들의 특질에 따라 여러 개의 클러스터 (Cluster)로 분류될 수 있다. 여러 개의 클러스터로 클러스터링된 분류 데이터는 그룹과 1:1 혹은 1:N으로 매칭될 수 있다. 이때, 상기 그룹은 하나 이상의 사용자 (또는 고객)를 포함할 수 있고, 이때 각 그룹에 포함된 사용자 (또는 고객)들은 동일하거나 유사성이 높은 특질을 갖는 멤버들로 구성될 수 있다. 상기 각 그룹에 대해서는 각 그룹별 클러스터 특질 (또는 상관 관계 (correlation)에 대응하는 상품 정보 (예: 상품 썸-네일 이미지, 상품 리스트 정보 (Product List Page; PLP), 상품 상세 페이지 (PDP) 등) 가 설정될 수 있다.
본 발명에 있어, 클러스터링 데이터 세트 (Clustering Data Set)는 충분히 유효한 상관 범위 (Co-relation range)를 만족시킬 때 생성될 수 있고, 그 한계는 별도로 설정되거나 무제한으로 설정될 수 있다. 따라서 알고리즘에 의해 유효한 분류기준이라고 판단되는 경우, 클러스터의 분화 및 분류는 지속적으로 수행되며 도중에 각 클러스터는 서로 통합되거나 삭제될 수도 있다.
본 발명에 있어, 외부 정보에 포함된 특정 환경 요소 (factor)에 매칭되는 데이터 세트 (예: 텍스트, 이미지, 비디오 등)는 A/B 테스트를 통해 구축/설정될 수 있다. 다시 말해, 상기 특정 환경 요소에 매칭되는 데이터 세트의 조합에 따라 대응하는 상품 정보 (또는 클러스터링 데이터 세트, 예: PLP, PDP 등)가 구성될 수 있다. 이렇게 조합된 상품 정보 (예: PDP, PLP)의 구성에 기반한 실제 판매 결과를 활용하여, 판매 수(count)에 따른 상품과 상품이 속한 카테고리의 구매 전환율 (Conversion rate)이 도출될 수 있다. 일 예로, 상기 구매 전환율은 하기 수학식에 따라 도출될 수 있다.
[수학식 1]
Figure 112022025716009-pat00001
여기서, PDP session는 일정 기간 (예: 시간, 일, 주, 월 등) 동안 해당 PDP에 방문한 모든 고객의 수를 의미할 수 있고, 구매완료 페이지 session은 상기 PDP session과 동일한 기간 동안 구매완료 페이지에 방문한 모든 고객의 수를 의미할 수 있다.
도출된 결과는 각 환경 요소 (Factor)와 이에 대한 구매 전환율 (conversion rate)의 상관 관계 분석에 활용될 수 있다.
본 발명에 있어, 각 환경 요소와 이에 대한 구매 전환율은 이변량 정규분포를 가지며, 두 변수 간에는 선형적인 관계를 갖는다고 가정한다. 이러한 가정에 기반하여, 각 환경 요소 (Factor)와 구매 전환율 간 상관 계수는 하기 수학식에 따라 산출될 수 있다.
[수학식 2]
Figure 112022025716009-pat00002
여기서, X는 각 환경 요소를 의미하고, Y는 구매 전환율을 의미하고, r은 이 두 변수 간의 상관 계수를 의미할 수 있다. 이때, 구매 전환율과 양의 상관관계를 갖는 환경 요소들은 구매 전환율의 상승에 기여하는 긍정 클러스터 (Positive Cluster)로 정의/구분될 수 있다. 반대로, 구매전환율과 음의 상관관계를 갖는 환경 요소들은 구매 전환율의 하락에 영향을 미치는 부정 클러스터 (Negative Cluster)로 정의/구분될 수 있다.
추천 모듈 (200)은 빅데이터 모듈(100)로부터 외부 정보를 입력 받고, 입력 받은 외부 정보를 활용하여 대응하는 사용자와 연관관계가 높은 하나 이상의 인테리어 리빙 상품을 결정할 수 있다. 이어, 상기 하나 이상의 인테리어 리빙 상품을 상기 대응하는 사용자에게 추천할 수 있다.
본 발명에 있어, 추천 모듈 (200)은 상술한 외부 정보를 특정 알고리즘에 적용하여 사용자와 높은 연관 관계를 갖는 상품 정보 (예: 도 4에 도시된 복수의 클러스터들 중 가장 높은 연관 관계를 갖는 클러스터에 대응하는 상품 정보 등)를 상기 사용자를 위한 상품 정보로 추천할 수 있다.
이를 위해, 상술한 추천 모듈 (200)은 수집된 외부 정보에 포함된 여러 환경 요소들 중 긍정 클러스터에 포함된 하나 이상의 환경 요소의 조합에 따른 상품 정보 (예: PLP, PDP)를 대응하는 사용자를 위한 상품 정보로 추천할 수 있다. 이때, 상기 적어도 하나 이상의 환경 요소는 모두 동일한 우선 순위를 갖는다고 가정하거나 다양한 방식식에 기반하여 결정되는 우선순위를 갖는다고 가정할 수 있다. 일 예로, 상기 환경 요소별 우선 순위는 하기 수학식에 따라 결정될 수 있다.
[수학식 3]
Figure 112022025716009-pat00003
여기서, FactorRANK는 환경 요소별 우선순위를 의미하고, Conversion Rate는 관련된 상품 카테고리의 구매 전환율을 의미하고, X, Y, Z 는 각각 대응하는 파라미터에 대한 가중치로 실시예에 따라 다양한 값을 가질 수 있다. 일 예로, {X, Y, Z} 값은 {0.1, 0.3, 0.6}, {0.15, 0.35, 0.6} 등 다양한 값을 가질 수 있다.
본 발명에 따른 다른 실시예에 따르면, 본 발명에 따른 추천 모듈 (200)은 상술한 외부 정보를 인공지능 알고리즘에 입력하여 상기 외부 정보와 상관 관계가 일정 이상인 데이터 클러스터를 결정할 수 있다. 이때, 상기 인공지능 알고리즘으로는, 인공 신경망 (Artificial Neural Network; ANN) 알고리즘, 역전파 (back propagation) 알고리즘 등이 활용될 수 있다.
디스플레이 모듈 (300)은 추천 모듈(200)로부터 추천된 상표 대표 이미지와 상품 상세정보를 전달받고, 전달받은 상표 대표 이미지와 상품 상세정보를 디스플레이할 수 있다. 또는, 상기 디스플레이 모듈(300)은 상기 추천 모듈(200)로부터 추천된 상품 정보 (예: 상표 이미지와 상품 상세 정보 등)가 사용자에게 제공하여 상기 상품 정보가 상기 추천 모듈 (200)에 의해 결정된 방식으로 디스플레이 되도록 제어할 수 있다. 보다 구체적으로, 상기 디스플레이 모듈 (300)은 상기 추천 모듈 (200)에 의해 결정된 하나 이상의 데이터 클러스터에 대응하는 상품 리스트 정보 (PLP)에 포함된 하나 이상의 상품에 대해, 상기 하나 이상의 데이터 클러스터에 대응하는 디스플레이 방식 (예: 상기 하나 이상의 데이터 클러스터에 대응하는 상품 상세 페이지 (PDP) 등)으로 디스플레이 되도록 제어할 수 있다.
본 발명에 따른 실시예에 따른 인테리어 리빙 상품 추천 시스템의 각 모듈에 대응하는 동작은 도 1의 사용자 단말 (예: 제1 사용자 단말 (10) 및/또는 제2 사용자 단말 (20)), 인테리어 리빙 상품 추천 플랫폼 서버 (30) 중 어느 하나에 의해 구현될 수 있다. 일 실시예에 따르면, 후술하는 인테리어 리빙 상품 추천 시스템의 모든 모듈은 인테리어 리빙 상품 추천 플랫폼 서버 (30)에 의해 구현될 수도 있다. 다른 실시예에 따르면, 후술하는 인테리어 리빙 상품 추천 시스템의 일부 모듈 (예: 빅데이터 모듈, 추천 모듈 등)은 인테리어 리빙 상품 추천 플랫폼 서버 (30)에 의해 구현되고, 나머지 모듈 (예: 디스플레이 모듈 등)은 사용자 단말 (예: 제1 사용자 단말 (10) 및/또는 제2 사용자 단말 (20))에 의해 구현될 수도 있다.
상술한 바와 같이, 본 발명에 따른 빅데이터 기반의 인테리어 리빙 상품 추천 시스템은, 사용자와 관련된 외부 정보를 수집하고 처리하여 저장하는 빅데이터 모듈; 상기 빅데이터 모듈로부터 제공받은 상기 사용자와 관련된 외부 정보와의 연관 관계에 기반하여, 상기 사용자를 위한 하나 이상의 인테리어 리빙 상품 및 상기 상품의 디스플레이 방식을 결정하는, 추천 모듈; 및 상기 상품의 디스플레이 방식에 기반하여, 상기 사용자에게 상기 결정된 상기 하나 이상의 인테리어 리빙 상품에 대한 정보를 제공하는, 디스플레이 모듈을 포함할 수 있다. 이때, 상기 외부 정보는 상기 사용자의 위치 정보에 기반한 자연현상 요소, 상기 사용자와 관련된 사회적 이슈 요소, 상기 사용자와 관련된 주거형태 요소를 포함할 수 있다.
본 발명에 있어, 빅데이터 모듈은 상기 사용자와 관련된 외부 정보를 일정한 주기로 수집하고 처리하여 저장할 수 있다. 이때, 상술한 외부 정보는 다음과 같은 정보를 포함할 수 있다:
- 자연현상 요소는 온도 정보, 습도 정보, 계절 정보, 바람 정보, 날씨 정보, 시간대 정보를 포함함,
- 사회적 이슈 요소는 전염병 정보, 미세먼지 정보, 경제상황 정보, 물가상승율 정보, 정치이슈 정보를 포함함,
- 주거형태 요소는 가족 구성원 정보, 가족 평균 연령 정보, 거주 유형 정보, 주택 유형 정보, 주택 면적 정보를 포함함.
이때, 상기 각 정보들은 다음과 같이 설정될 수 있다:
- 온도 정보는, 높은 온도, 중간 온도 또는 낮은 온도 중 하나로 설정됨,
- 습도 정보는, 높은 습도, 중간 습도 또는 낮은 습도 중 하나로 설정됨,
- 계절 정보는, 봄, 여름, 가을 또는 겨울 중 하나로 설정됨,
- 바람 정보는, 무풍, 약풍, 강풍 또는 태풍 중 하나로 설정됨,
- 날씨 정보는, 맑음, 흐림, 비 또는 눈 중 하나로 설정됨,
- 시간대 정보는, 밤, 오전, 오후 또는 저녁 중 하나로 설정됨,
- 전염병 정보는, 이상무, 유행성전염병 또는 팬대믹 중 하나로 설정됨,
- 미세먼지 정보는, 대기 맑음, 미세먼지 심함 또는 미세먼지 심각 중 하나로 설정됨,
- 경제상황 정보는, 호황기, 전환기 또는 불황기 중 하나로 설정됨,
- 물가상승율 정보는, 상승, 전환 또는 하강 중 하나로 설정됨,
- 정치이슈 정보는, 선거철, 안정기 또는 혼란기 중 하나로 설정됨,
- 가족구성원 정보는, 1인, 2인, 3인 또는 4인 이상 중 하나로 설정됨,
- 가족 평균 연령 정보는, 20 ~ 30, 30 ~ 40, 40 ~ 50 또는 50 이상 중 하나로 설정됨,
- 거주 유형 정보는, 자가, 전세, 월세 또는 연세 중 하나로 설정됨,
- 주택 유형 정보는, 아파트, 오피스텔, 빌라 또는 주택 중 하나로 설정됨,
- 주택면적 정보는, 59m2 이하, 59 ~ 84 m2, 84 ~ 100 m2, 100 ~ 200 m2 또는 200 m2 이상 중 하나로 설정됨.
본 발명에 있어, 추천 모듈은, 사용자와 관련된 외부 정보와 일정 이상의 상관 관계를 갖는 하나 이상의 데이터 클러스터를 결정하고, 상기 하나 이상의 데이터 클러스터에 대응하는 하나 이상의 인테리어 리빙 상품 및 상품 디스플레이 방식을 (상기 추천 모듈이 추천하는) 상기 사용자를 위한 하나 이상의 인테리어 리빙 상품 및 상기 상품의 디스플레이 방식으로 결정할 수 있다.
본 발명에 있어, 디스플레이 모듈은, 상기 사용자에 대응하는 사용자 단말로 상기 추천 모듈에 의해 결정된 상기 사용자를 위한 하나 이상의 인테리어 리빙 상품 및 상기 상품의 디스플레이 방식을 포함하는 디스플레이 정보를 제공하여 상기 하나 이상의 인테리어 리빙 상품이 상기 상품의 디스플레이 방식으로 디스플레이 되도록 제어할 수 있다 (예: 상기, 하나 이상의 데이터 클러스터에 대응하는 상품 리스트 정보 (PLP)에 포함된 하나 이상의 상품에 대해, 상기 하나 이상의 데이터 클러스터에 대응하는 상품 상세 페이지 (PDP)와 같은 디스플레이 방식으로 디스플레이 되도록 제어 등).
본 발명에 따르면, 외부 요소(예: NI, SI, HI)에 따라 각기 다른 PDP와 PLP가 노출됨으로써, 방문자별로 각기 다른 메세지가 전달되는 것과 동일한 효과를 가질 수 있다. 이를 통해 구매전환율에 기여하는 외부요소와 고객 클러스터를 구분하는 작업이 고도화되고 정교화될 수 있다.
일 예로, 내부 고객 (예: 다양한 사유로 이미 서비스에 진입하거나 활동이력이 있는 고객)과 트래픽을 기반으로 하는 구매전환율 상승과 높은 상관관계를 갖는 외부요소 값은, 외부 고객 (예: 아직 서비스에 진입하지 않은 잠재고객) 중에 본 발명의 목표(구매전환)에 적합한 고객을 더 낮은 CAC (Customer Acquisition Cost, 1명의 고객을 회원가입, 구매 등의 특정 목표까지 진입하게 하는데 소요되는 비용을 의미함) 단가로 유치하는데 큰 도움을 줄 수 있다. 이렇게 도출된 외부요소 값은 온라인, 오프라인 광고에 적극 활용될 수 있다. 일반적으로, 광고의 성공에 가장 중요한 요소는 메세지와 타겟 설정이다. 이때, 메세지는 구매전환율에 크게 기여한 PDP와 PLP의 이미지와 텍스트를 활용하고, 타겟은 외부요소에 따라 정해진 페르소나에 따라 외부 광고 채널에서 사전에 정의된 타겟 그룹에 매칭될 수 있다. 이에 따르면, 광고 플랫폼에서 제공하는 AB TEST 혹은 Machine Learning의 최적화에 걸리는 시일(예: 10일이상)과 최적화 동안 소요되는 광고비(수천만원이상)을 절감할 수 있는 효과가 있다.
상기한 본 발명의 바람직한 실시예는 예시의 목적을 위해 개시된 것이고, 본 발명에 대한 통상의 지식을 가지는 당업자라면 본 발명의 사상과 범위 안에서 다양한 수정, 변경, 부가가 가능할 것이며, 이러한 수정, 변경 및 부가는 하기의 특허청구범위에 속하는 것으로 보아야 할 것이다.
1: 인테리어 리빙 상품 추천 시스템
10: 제1 사용자 단말
20: 제2 사용자 단말
30: 인테리어 리빙 상품 추천 플랫폼 서버
100: 빅데이터 모듈
200: 추천 모듈
300: 디스플레이 모듈

Claims (6)

  1. 빅데이터 기반의 인테리어 리빙 상품 추천 시스템에 있어서,
    사용자와 관련된 외부 정보를 수집하고 처리하여 저장하는 빅데이터 모듈, 상기 외부 정보는 상기 사용자의 위치 정보에 기반한 자연현상 요소, 상기 사용자와 관련된 사회적 이슈 요소, 및 상기 사용자와 관련된 주거형태 요소를 포함함;
    상기 빅데이터 모듈로부터 제공받은 상기 사용자와 관련된 외부 정보와의 연관 관계에 기반하여, 상기 외부 정보 중 구매 전환율과 양의 상관 관계를 갖는 하나 이상의 환경 요소를 긍정 클러스터로 구분하고, 상기 긍정 클러스터에 포함된 상기 하나 이상의 환경 요소의 조합에 따라 상기 사용자를 위해 결정된 하나 이상의 데이터 클러스터에 대응하는 상품 리스트 정보에 포함된 하나 이상의 인테리어 리빙 상품 및 상기 하나 이상의 데이터 클러스터에 대응하는 상품 상세 페이지 방식을 결정하는, 추천 모듈; 및
    상기 하나 이상의 데이터 클러스터에 대응하는 상품 상세 페이지 방식에 기반하여, 상기 사용자에게 상기 하나 이상의 데이터 클러스터에 대응하는 상품 리스트 정보에 포함된 상기 하나 이상의 인테리어 리빙 상품에 대한 정보를 제공하는, 디스플레이 모듈을 포함하고,
    상기 자연현상 요소는 온도 정보, 습도 정보, 계절 정보, 바람 정보, 날씨 정보, 시간대 정보를 포함하고,
    상기 사회적 이슈 요소는 전염병 정보, 미세먼지 정보, 경제상황 정보, 물가상승율 정보, 정치이슈 정보를 포함하고,
    상기 주거형태 요소는 가족 구성원 정보, 가족 평균 연령 정보, 거주 유형 정보, 주택 유형 정보, 주택 면적 정보를 포함하고,
    상기 긍정 클러스터에 포함된 상기 하나 이상의 환경 요소는 각각 대응하는 구매 전환율에 기초하여 결정되는 우선 순위를 갖도록 설정되고,
    상기 온도 정보는, 높은 온도, 중간 온도 또는 낮은 온도 중 하나로 설정되고,
    상기 습도 정보는, 높은 습도, 중간 습도 또는 낮은 습도 중 하나로 설정되고,
    상기 계절 정보는, 봄, 여름, 가을 또는 겨울 중 하나로 설정되고,
    상기 바람 정보는, 무풍, 약풍, 강풍 또는 태풍 중 하나로 설정되고,
    상기 날씨 정보는, 맑음, 흐림, 비 또는 눈 중 하나로 설정되고,
    상기 시간대 정보는, 밤, 오전, 오후 또는 저녁 중 하나로 설정되고,
    상기 전염병 정보는, 이상무, 유행성전염병 또는 팬대믹 중 하나로 설정되고,
    상기 미세먼지 정보는, 대기 맑음, 미세먼지 심함 또는 미세먼지 심각 중 하나로 설정되고,
    상기 경제상황 정보는, 호황기, 전환기 또는 불황기 중 하나로 설정되고,
    상기 물가상승율 정보는, 상승, 전환 또는 하강 중 하나로 설정되고,
    상기 정치이슈 정보는, 선거철, 안정기 또는 혼란기 중 하나로 설정되고,
    상기 가족구성원 정보는, 1인, 2인, 3인 또는 4인 이상 중 하나로 설정되고,
    상기 가족 평균 연령 정보는, 20 ~ 30, 30 ~ 40, 40 ~ 50 또는 50 이상 중 하나로 설정되고,
    상기 거주 유형 정보는, 자가, 전세, 월세 또는 연세 중 하나로 설정되고,
    상기 주택 유형 정보는, 아파트, 오피스텔, 빌라 또는 주택 중 하나로 설정되고,
    상기 주택면적 정보는, 59m2 이하, 59 ~ 84 m2, 84 ~ 100 m2, 100 ~ 200 m2 또는 200 m2 이상 중 하나로 설정되고,
    상기 빅데이터 모듈은 상기 사용자와 관련된 외부 정보를 일정한 주기로 수집하고 처리하여 저장하고,
    상기 하나 이상의 데이터 클러스터는 상기 추천 모듈에 의해 상기 사용자와 관련된 외부 정보와 일정 이상의 상관 관계를 갖는다고 판단된 데이터 클러스터를 포함하고,
    상기 디스플레이 모듈은, 상기 사용자에 대응하는 사용자 단말로 상기 추천 모듈에 의해 결정된 상기 하나 이상의 데이터 클러스터에 대응하는 상품 리스트 정보에 포함된 하나 이상의 인테리어 리빙 상품 및 상기 하나 이상의 데이터 클러스터에 대응하는 상품 상세 페이지 방식을 포함하는 디스플레이 정보를 제공하여 상기 하나 이상의 인테리어 리빙 상품이 상기 상품 상세 페이지 방식으로 디스플레이되도록 제어하는 것을 특징으로 하는, 빅데이터 기반의 인테리어 리빙 상품 추천 시스템.
  2. 삭제
  3. 삭제
  4. 삭제
  5. 삭제
  6. 삭제
KR1020220029758A 2022-03-10 2022-03-10 빅데이터 기반의 인테리어 리빙 상품 추천 시스템 KR102471571B1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020220029758A KR102471571B1 (ko) 2022-03-10 2022-03-10 빅데이터 기반의 인테리어 리빙 상품 추천 시스템

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020220029758A KR102471571B1 (ko) 2022-03-10 2022-03-10 빅데이터 기반의 인테리어 리빙 상품 추천 시스템

Publications (1)

Publication Number Publication Date
KR102471571B1 true KR102471571B1 (ko) 2022-11-28

Family

ID=84237075

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020220029758A KR102471571B1 (ko) 2022-03-10 2022-03-10 빅데이터 기반의 인테리어 리빙 상품 추천 시스템

Country Status (1)

Country Link
KR (1) KR102471571B1 (ko)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR102653508B1 (ko) 2023-10-16 2024-04-01 주식회사 엠에스그룹 개인의 취향을 반영하여 팬시 제품을 추천해주고 이를 추적하여 재구매를 유도하는 방법 및 시스템

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR102114294B1 (ko) * 2019-08-30 2020-05-22 박찬용 이미지 기반 가구 또는 인테리어 상품 견적 방법
KR102276091B1 (ko) 2020-11-13 2021-07-12 주식회사 디자인스튜디오모노 빅데이터 기반의 실내 인테리어 추천 서비스 제공 방법 및 장치
KR102319727B1 (ko) * 2021-04-30 2021-11-01 주식회사 베이비랩 유저 성향에 기반한 유아 용품 추천 방법
KR20220011036A (ko) * 2020-07-20 2022-01-27 김석진 사용자 맞춤형 인테리어 추천 방법
KR20220028813A (ko) * 2020-08-31 2022-03-08 김의현 가상현실 기반의 인공지능 인테리어 큐레이션 플랫폼 시스템

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR102114294B1 (ko) * 2019-08-30 2020-05-22 박찬용 이미지 기반 가구 또는 인테리어 상품 견적 방법
KR20220011036A (ko) * 2020-07-20 2022-01-27 김석진 사용자 맞춤형 인테리어 추천 방법
KR20220028813A (ko) * 2020-08-31 2022-03-08 김의현 가상현실 기반의 인공지능 인테리어 큐레이션 플랫폼 시스템
KR102276091B1 (ko) 2020-11-13 2021-07-12 주식회사 디자인스튜디오모노 빅데이터 기반의 실내 인테리어 추천 서비스 제공 방법 및 장치
KR102319727B1 (ko) * 2021-04-30 2021-11-01 주식회사 베이비랩 유저 성향에 기반한 유아 용품 추천 방법

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR102653508B1 (ko) 2023-10-16 2024-04-01 주식회사 엠에스그룹 개인의 취향을 반영하여 팬시 제품을 추천해주고 이를 추적하여 재구매를 유도하는 방법 및 시스템

Similar Documents

Publication Publication Date Title
US11093960B2 (en) Probabilistic cross-device place visitation rate measurement at scale
US10692114B1 (en) Exploration in a real time messaging platform
US20190197570A1 (en) Location-based analytic platform and methods
US20190182621A1 (en) Privacy-sensitive methods, systems, and media for geo-social targeting
US8543456B2 (en) Media targeting system and method
US20090287687A1 (en) System and method for recommending venues and events of interest to a user
Lekakos et al. A lifestyle-based approach for delivering personalized advertisements in digital interactive television
D’Silva et al. Predicting the temporal activity patterns of new venues
US20090234717A1 (en) Targeted information content delivery using a combination of environmental and demographic information
CN102439620A (zh) 媒体内容项目相对有效性的判定
CN102105897A (zh) 移动环境中具有用户简档更新的近场通信交易
Guo et al. Digital divide and social cleavage: Case studies of ICT usage among peasants in contemporary China
CN102033883A (zh) 一种提高网站数据传输速度的方法、装置及系统
US20190147500A1 (en) Media Planning System
CN105493057A (zh) 利用精确性控制的内容选择
Ropuszyńska-Surma et al. Profiling end user of renewable energy sources among residential consumers in Poland
Noh et al. Factors influencing the user acceptance of digital home services
KR102471571B1 (ko) 빅데이터 기반의 인테리어 리빙 상품 추천 시스템
Ding et al. Estimating socioeconomic status via temporal-spatial mobility analysis-a case study of smart card data
JP2008181334A (ja) 広告配信順位決定方法、広告配信システム、広告配信順位決定装置及びコンピュータプログラム
Smith Metrics, locations, and lift: Mobile location analytics and the production of second-order geodemographics
US20200387924A1 (en) Geographic political science targeted communications and data platform
KR20080017300A (ko) 웹 광고 시스템과 웹 광고 프로그램
Tang et al. The role of weather conditions on tourists’ decision-making process: a theoretical framework and an application to China’s inbound visitors
Kent et al. Predicting window view preferences using the environmental information criteria

Legal Events

Date Code Title Description
E701 Decision to grant or registration of patent right
GRNT Written decision to grant