KR102483713B1 - 소셜 미디어 마케팅을 위한 광고주 및 인플루언서 간 매칭을 위한 시스템 및 동작 방법 - Google Patents

소셜 미디어 마케팅을 위한 광고주 및 인플루언서 간 매칭을 위한 시스템 및 동작 방법 Download PDF

Info

Publication number
KR102483713B1
KR102483713B1 KR1020220031806A KR20220031806A KR102483713B1 KR 102483713 B1 KR102483713 B1 KR 102483713B1 KR 1020220031806 A KR1020220031806 A KR 1020220031806A KR 20220031806 A KR20220031806 A KR 20220031806A KR 102483713 B1 KR102483713 B1 KR 102483713B1
Authority
KR
South Korea
Prior art keywords
information
influencer
advertisement
influencers
server
Prior art date
Application number
KR1020220031806A
Other languages
English (en)
Inventor
권석원
Original Assignee
(주)퓨처랩
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 (주)퓨처랩 filed Critical (주)퓨처랩
Priority to KR1020220031806A priority Critical patent/KR102483713B1/ko
Priority to KR1020220186846A priority patent/KR102506716B1/ko
Application granted granted Critical
Publication of KR102483713B1 publication Critical patent/KR102483713B1/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
    • G06Q30/02—Marketing; Price estimation or determination; Fundraising
    • G06Q30/0241—Advertisements
    • 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
    • G06Q30/08—Auctions
    • 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
    • G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/01—Social networking

Landscapes

  • Business, Economics & Management (AREA)
  • Engineering & Computer Science (AREA)
  • Accounting & Taxation (AREA)
  • Finance (AREA)
  • Strategic Management (AREA)
  • Development Economics (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • General Business, Economics & Management (AREA)
  • Marketing (AREA)
  • Economics (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Game Theory and Decision Science (AREA)
  • Data Mining & Analysis (AREA)
  • Databases & Information Systems (AREA)
  • Computing Systems (AREA)
  • Health & Medical Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Human Resources & Organizations (AREA)
  • Primary Health Care (AREA)
  • Tourism & Hospitality (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)
  • Computational Linguistics (AREA)
  • General Engineering & Computer Science (AREA)

Abstract

온라인 마케팅을 제공하는 인플루언서 매칭 시스템의 동작 방법은, 복수의 인플루언서들의 정보를 획득하는 단계; 획득한 인플루언서들의 정보를 기초로 인플루언서들 각각의 특성 정보를 설정하는 단계; 광고주의 디바이스로부터 광고 대상 정보를 포함하는 광고 모델 매칭 요청 정보를 수신하는 단계; 상기 복수의 인플루언서들 중에서 상기 광고 대상 정보에 대응되는 특성 정보를 가지는 인플루언서들을 필터링하는 단계; 필터링된 인플루언서 정보를 포함하는 광고 모델 추천 정보를 상기 광고주의 디바이스로 전송하는 단계; 및 상기 광고주의 디바이스로부터 상기 광고 모델 추천 정보에 대한 광고 모델 추천 승인 정보를 수신하는 단계를 포함할 수 있다.

Description

소셜 미디어 마케팅을 위한 광고주 및 인플루언서 간 매칭을 위한 시스템 및 동작 방법{SYSTEM AND OPERATION METHOD FOR MATCHING ADVERTISER AND INFLUENCER FOR SOCIAL MEDIA MARKETING}
본 발명은 광고주 및 인플루언서 간 매칭을 위한 시스템 및 동작 방법에 관한 것으로, 보다 구체적으로, 광고주의 요청 정보 및 인플루언서의 특성 정보에 대한 분석 결과를 기초로 광고주와 인플루언서를 매칭하는 방법을 수행하는 시스템에 관한 것이다.
최근 인터넷 상에서 사람들 사이의 관계망을 구축해 주는 온라인 서비스인 소셜 네트워크 서비스(Social Network Service)와 같은 소셜 미디어에 대한 관심이 증가하고 있다.
소셜 네트워크 서비스는 약칭인 SNS로 불리며, 온라인 공간에서 공통의 관심이나 활동을 지향하는 일정한 수의 사람들이 정보를 교환하여 대인 관계망을 형성하도록 해주는 웹 기반의 온라인 서비스이다.
SNS는 유튜브와 같은 동영상 플랫폼, 아프리카 TV, TV 다음팟 등과 같은 인터넷 방송 플랫폼, 네이버, 구글, 다음, 야후 등과 같은 포털 사이트 플랫폼, 페이스북, 인스타그램, 트위터, 카카오스토리 등과 같은 소셜 미디어 플랫폼, 다음 블로그, 네이버 블로그, 블로그 스팟 등과 같은 블로그 플랫폼 등을 포함할 수 있다.
이러한 SNS를 통해 이용자는 의견이나 정보를 게시할 수 있고, 이용자와 연계를 맺고 있는 이용자 또는 다른 이용자가 의견 및/또는 정보에 대한 반응을 게시할 수 있다. 이에, SNS에서 수십만 명의 구독자(팔로어)를 보유한 인플루언서를 활용한 인플루언서 마케팅이 주목받고 있는 실정이다.
인플루언서 마케팅은 인플루언서에게 광고비를 주고 제품 사용 후기 등을 올리게 하는 식으로 진행하는 마케팅으로, 인터넷이 발전하면서 소셜 미디어의 영향력이 크게 확대되었기 때문에 일반인들에게 TV광고와 유사한 영향력을 가지게 된다. 다만, 위 같은 인플루언서 마케팅을 함에 있어, 상대 인플루언서의 특징을 알지 못하고 광고를 의뢰하는 경우, 인플루언서 마케팅의 효율이 감소하는 문제점이 발생할 수 있다.
한국 공개특허공보 제10-2022-0014228호(2022.02.04.) 한국 공개특허공보 제10-2020-0017443호(2020.02.18.) 한국 등록특허공보 제10-2321680호(2021.11.03.)
상기와 같은 문제점을 해결하기 위한 본 발명의 목적은 인플루언서의 활동이력을 수집하여 인플루언서의 인지도, 평판 등을 기초로 광고주의 제품을 광고하기에 적합한 인플루언서를 매칭하는 시스템 및 동작 방법을 제공하는 데 있다.
상기와 같은 문제점을 해결하기 위한 본 발명의 또 다른 목적은 인플루언서의 구독자나 팔로우의 댓글 및 리뷰를 수집하여 광고주가 자신의 제품을 광고할 인플루언서에 대해 객관적인 판단 정보를 제공할 수 있는 인플루언서를 매칭하는 시스템 및 동작 방법을 제공하는 데 있다.
상기 목적을 달성하기 위한 온라인 마케팅을 제공하는 인플루언서 매칭 시스템의 동작 방법은, 복수의 인플루언서들의 정보를 획득하는 단계; 획득한 인플루언서들의 정보를 기초로 인플루언서들 각각의 특성 정보를 설정하는 단계; 광고주의 디바이스로부터 광고 대상 정보를 포함하는 광고 모델 매칭 요청 정보를 수신하는 단계; 상기 복수의 인플루언서들 중에서 상기 광고 대상 정보에 대응되는 특성 정보를 가지는 인플루언서들을 필터링하는 단계; 필터링된 인플루언서 정보를 포함하는 광고 모델 추천 정보를 상기 광고주의 디바이스로 전송하는 단계; 및 상기 광고주의 디바이스로부터 상기 광고 모델 추천 정보에 대한 광고 모델 추천 승인 정보를 수신하는 단계를 포함할 수 있다.
여기서, 상기 인플루언서들 각각의 특성 정보는, 인플루언서의 활동 분야, 타겟팅 소비자, 활동 빈도, 영향력, 예상 광고 비용 및 상기 인플루언서에 대한 광고주들의 만족도 중 적어도 하나의 정보를 포함할 수 있다.
여기서, 상기 인플루언서들 각각의 특성 정보를 설정하는 단계는, 상기 인플루언서의 SNS(social network service)의 계정의 팔로워 수에 대한 시계열적 누적 정보를 획득하는 단계; 상기 인플루언서의 SNS 계정에 포스팅된 게시물의 시계열적 누적 정보를 획득하는 단계; 상기 인플루언서의 SNS 계정에 포스팅된 게시물에 대한 소비자들의 반응도를 도출하는 단계; 및 상기 인플루언서의 현재 팔로워수, 미리 설정된 구간 동안의 팔로워 수의 변화량, 및 상기 소비자들의 반응도 중 적어도 하나의 정보를 기초로 상기 인플루언서의 영향력을 산출하는 단계를 포함할 수 있다.
여기서, 인플루언서에 대한 광고 비용 정보가 없는 경우, 상기 인플루언서에 대한 광고 비용 정보는, 동일한 활동 분야의 별도의 인플루언서의 광고 비용에 상기 인플루언서의 영향력을 반영한 추정치로 결정되는 것을 특징으로 할 수 있다.
여기서, 상기 광고 대상 정보는, 광고하기 위한 제품, 광고를 요청하는 기간, 광고 비용, 광고하기 위한 제품의 소비자층, 및 경쟁 제품 중 적어도 하나의 정보를 포함하는 것을 특징으로 할 수 있다.
여기서, 상기 인플루언서들을 필터링하는 단계는, 상기 광고 대상 정보에 대응되는 특성 정보를 가지는 인플루언서들의 SNS 계정으로 광고 참여 요청 정보를 전송하는 단계; 상기 광고 참여 요청 정보에 대한 상기 인플루언서의 응답 정보를 수신하는 단계; 및 상기 인플루언서의 응답 정보를 기초로 상기 광고 대상 정보에 대응되는 특성 정보를 가지는 인플루언서들을 필터링하는 단계를 더 포함할 수 있다.
여기서, 동작 방법은, 상기 광고 대상 정보와 상기 인플루언서의 특성 정보 간의 일치도를 산출하는 단계; 및 상기 인플루언서들 각각에 대한 광고주의 만족도 정보 및 상기 광고 대상 정보와 상기 인플루언서의 특성 정보 간의 일치도를 기초로, 상기 인플루언서들의 우선순위를 산출하는 단계를 더 포함하고, 상기 광고 모델 추천 정보는, 상기 우선순위 정보를 더 포함할 수 있다.
여기서, 동작 방법은, 상기 광고주의 디바이스로부터 상기 광고주와 상기 인플루언서 간의 계약 체결 정보를 획득하는 단계; 상기 광고주와 상기 인플루언서 간의 광고 계약의 유효기간 동안, 미리 설정된 주기마다 SNS 미디어 상에 업로드된 상기 인플루언서의 광고 정보를 획득하는 단계; 상기 획득한 광고 정보를 상기 광고주의 디바이스로 전송하는 단계를 포함할 수 있다.
여기서, 동작 방법은, 상기 광고 정보에 대한 소비자들의 반응을 수집하는 단계; 상기 광고 정보에 대한 상기 소비자들의 반응의 센티먼트를 산출하는 단계; 상기 센티먼트의 변화량이 미리 설정된 값을 초과하는 경우, 상기 센티먼트의 모니터링 정보를 상기 광고주의 디바이스로 전송하는 단계를 포함할 수 있다.
여기서, 동작 방법은, 상기 계약 체결 정보의 계약 체결 조건을 기초로 상기 인플루언서의 특성 정보를 업데이트 하는 단계를 더 포함할 수 있다.
본 발명에 의한 소셜 미디어 마케팅을 위한 광고주 및 인플루언서 간 매칭 방법에 따르면, 인플루언서의 활동이력을 수집하여 인플루언서의 인지도, 평판 등을 기초로 광고주의 제품을 광고하기에 적합한 인플루언서를 매칭할 수 있다.
또한 소셜 미디어 마케팅을 위한 광고주 및 인플루언서 간 매칭 방법에 따르면, 인플루언서의 구독자나 팔로우의 댓글 및 리뷰를 수집하여 광고주가 자신의 제품을 광고할 인플루언서에 대해 객관적으로 판단할 수 있다.
도 1은 온라인 마케팅을 제공하는 인플루언서 매칭 시스템의 구조의 일 실시예를 도시한 블록도이다.
도 2는 도 1에 따른 온라인 마케팅을 제공하는 인플루언서 매칭 시스템에 포함된 디바이스의 하드웨어 구성을 나타낸 예시도이다.
도 3은 온라인 마케팅을 제공하는 인플루언서 매칭 시스템의 디바이스에 포함된 인공 신경망의 실시예를 도시한 개념도이다.
도 4는 온라인 마케팅을 제공하는 인플루언서 매칭 시스템에서의 각각의 구성들의 동작을 도시하는 순서도이다.
도 5는 온라인 마케팅을 제공하는 인플루언서 매칭 시스템에서의 인플루언서들 각각의 영향력 정보를 산출하기 위한 서버의 동작을 도시하는 흐름도이다.
도 6은 온라인 마케팅을 제공하는 인플루언서 매칭 시스템에서의 인플루언서들을 필터링하기 위한 서버의 동작을 도시하는 흐름도이다.
도 7은 온라인 마케팅을 제공하는 인플루언서 매칭 시스템에서의 인플루언서의 광고 정보를 모니터링하기 위한 서버의 동작을 도시하는 흐름도이다.
본 발명은 다양한 변경을 가할 수 있고 여러 가지 실시예를 가질 수 있는 바, 특정 실시예들을 도면에 예시하고 상세하게 설명하고자 한다. 그러나, 이는 본 발명을 특정한 실시 형태에 대해 한정하려는 것이 아니며, 본 발명의 사상 및 기술 범위에 포함되는 모든 변경, 균등물 내지 대체물을 포함하는 것으로 이해되어야 한다.
제1, 제2 등의 용어는 다양한 구성요소들을 설명하는데 사용될 수 있지만, 상기 구성요소들은 상기 용어들에 의해 한정되어서는 안 된다. 상기 용어들은 하나의 구성요소를 다른 구성요소로부터 구별하는 목적으로만 사용된다. 예를 들어, 본 발명의 권리 범위를 벗어나지 않으면서 제1 구성요소는 제2 구성요소로 명명될 수 있고, 유사하게 제2 구성요소도 제1 구성요소로 명명될 수 있다. 및/또는 이라는 용어는 복수의 관련된 기재된 항목들의 조합 또는 복수의 관련된 기재된 항목들 중의 어느 항목을 포함한다.
어떤 구성요소가 다른 구성요소에 "연결되어" 있다거나 "접속되어" 있다고 언급된 때에는, 그 다른 구성요소에 직접적으로 연결되어 있거나 또는 접속되어 있을 수도 있지만, 중간에 다른 구성요소가 존재할 수도 있다고 이해되어야 할 것이다. 반면에, 어떤 구성요소가 다른 구성요소에 "직접 연결되어" 있다거나 "직접 접속되어" 있다고 언급된 때에는, 중간에 다른 구성요소가 존재하지 않는 것으로 이해되어야 할 것이다.
본 출원에서 사용한 용어는 단지 특정한 실시예를 설명하기 위해 사용된 것으로, 본 발명을 한정하려는 의도가 아니다. 단수의 표현은 문맥상 명백하게 다르게 뜻하지 않는 한, 복수의 표현을 포함한다. 본 출원에서, "포함하다" 또는 "가지다" 등의 용어는 명세서상에 기재된 특징, 숫자, 단계, 동작, 구성요소, 부품 또는 이들을 조합한 것이 존재함을 지정하려는 것이지, 하나 또는 그 이상의 다른 특징들이나 숫자, 단계, 동작, 구성요소, 부품 또는 이들을 조합한 것들의 존재 또는 부가 가능성을 미리 배제하지 않는 것으로 이해되어야 한다.
다르게 정의되지 않는 한, 기술적이거나 과학적인 용어를 포함해서 여기서 사용되는 모든 용어들은 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자에 의해 일반적으로 이해되는 것과 동일한 의미를 가지고 있다. 일반적으로 사용되는 사전에 정의되어 있는 것과 같은 용어들은 관련 기술의 문맥 상 가지는 의미와 일치하는 의미를 가진 것으로 해석되어야 하며, 본 출원에서 명백하게 정의하지 않는 한, 이상적이거나 과도하게 형식적인 의미로 해석되지 않는다.
이하, 첨부한 도면들을 참조하여, 본 발명의 바람직한 실시예를 보다 상세하게 설명하고자 한다. 본 발명을 설명함에 있어 전체적인 이해를 용이하게 하기 위하여 도면상의 동일한 구성요소에 대해서는 동일한 참조부호를 사용하고 동일한 구성요소에 대해서 중복된 설명은 생략한다.
도 1은 온라인 마케팅을 제공하는 인플루언서 매칭 시스템의 구조의 일 실시예를 도시한 블록도이다.
도 1을 참조하면, 온라인 마케팅을 제공하는 인플루언서 매칭 시스템은 서버(110),　네트워크(120)를 통해 서버(110)와 연결되는 사용자 단말(130)을 포함할 수 있다. 온라인 마케팅을 제공하는 인플루언서 매칭 시스템은 유선 또는 무선 통신 네트워크를 통하여 인플루언서 매칭을 위한 서비스를 제공하는 시스템일 수 있다.　
서버(110)는 인플루언서 매칭을 위한 서비스를 운용하기 위해 필요한 정보들을 저장할 수 있다. 인플루언서 매칭을 위한 서비스를 운용하기 위해 필요한 정보들은 인플루언서들의 특성 정보, 인플루언서들의 특성 정보를 기초로 광고주와 인플루언서를 매칭하기 위한 알고리즘 등에 관한 정보들을 포함할 수 있다.
네트워크(120)는 서버(110)와 사용자 단말(130) 상호 간의 정보를 교환하기 위한 연결 구조를 의미할 수 있다. 네트워크(120)는 인터넷(Internet), LAN(Local Area Network), Wireless LAN(Wireless Local Area Network), WAN(Wide Area Network), PAN(Personal Area Network), 3G, 4G, LTE(long term evolution), VoLTE(voice over LTE), 5G NR(new radio) Wi-Fi(wireless-fidelity), 블루투스(Bluetooth), NFC, RFID (radio frequency identification) 홈 네트워크(home network), IoT(internet of things) 등을 포함할 수 있다.　
사용자 단말(130)은 네트워크(120)를 통해 서버(110)와 연결될 수 있다. 그리고 사용자 단말(130)은 컴퓨터, 태블릿, 스마트폰과 같은 사용자 장치를 포함할 수 있다. 사용자 단말(130)은 서버(110)로부터 인플루언서 매칭을 위한 서비스를 제공하기 위해 필요한 정보를 수신할 수 있다. 사용자 단말(130)은 수신한 정보를 출력 장치를 통해 디스플레이할 수 있다.　
온라인 마케팅을 제공하는 인플루언서 매칭 시스템의 디바이스들의 구성은 아래에 설명된 바와 같을 수 있다.　
도 2는 도 1에 따른 온라인 마케팅을 제공하는 인플루언서 매칭 시스템에 포함된 디바이스의 하드웨어 구성을 나타낸 예시도이다.
도 2를 참조하면, 디바이스(200)는, 적어도 하나의 프로세서(210) 및 적어도 하나의 프로세서(210)가 적어도 하나의 단계를 수행하도록 지시하는 명령어들(instructions)을 저장하는 메모리(220)를 포함할 수 있다.
여기서 적어도 하나의 프로세서(210)는 중앙 처리 장치(central processing unit, CPU), 그래픽 처리 장치(graphics processing unit, GPU), 또는 본 발명의 실시예들에 따른 방법들이 수행되는 전용의 프로세서를 의미할 수 있다. 메모리(220) 및 저장 장치(260) 각각은 휘발성 저장 매체 및 비휘발성 저장 매체 중에서 적어도 하나로 구성될 수 있다. 예를 들어, 메모리(220)는 읽기 전용 메모리(read only memory, ROM) 및 랜덤 액세스 메모리(random access memory, RAM) 중에서 적어도 하나로 구성될 수 있다.
또한, 디바이스(200)는, 무선 네트워크를 통해 통신을 수행하는 송수신 장치(transceiver)(230)를 포함할 수 있다. 또한, 디바이스(200)는 입력 인터페이스 장치(240), 출력 인터페이스 장치(250), 저장 장치(260) 등을 더 포함할 수 있다. 디바이스(200)에 포함된 각각의 구성 요소들은 버스(bus)(270)에 의해 연결되어 서로 통신을 수행할 수 있다.
또한 디바이스(200)는 인공 신경망을 구현/구동하기 위한 하드웨어적인 구성요소 또는 소프트웨어적인 구성요소들을 더 포함할 수 있다. 예를 들어, 하드웨어적인 구성요소들은 NPU(neural processer unit) 등을 포함할 수 있다. 예를 들어, 소프트웨어적인 구성요소들은 프레임워크(framework), 커널(kernel) 또는 장치 드라이버(device driver), 미들웨어(middleware), 어플리케이션 프로그래밍 인터페이스(application programming interface, API), 어플리케이션 프로그램(또는 어플리케이션) 등을 포함할 수 있다. 디바이스에 의해 구현되는 인공 신경망은 아래에 설명하는 바와 같다.
도 3은 온라인 마케팅을 제공하는 인플루언서 매칭 시스템의 디바이스에 포함된 인공 신경망의 실시예를 도시한 개념도이다.
도 3을 참조하면, 인공 신경망은 입력 레이어(IL), 복수의 히든 레이어들(HL1, HL2, ..., HLn) 및 출력 레이어(OL)를 포함할 수 있다.
입력 레이어(IL)는 i(i는 자연수)개의 입력 노드들(x1, x2, ..., xi)을 포함할 수 있다. 그리고, 길이가 i인 벡터 입력 데이터가 입력 노드에 입력될 수 있다.
복수의 히든 레이어들(HL1, HL2, ..., HLn)은 n(n은 자연수)개의 히든 레이어들을 포함하며, 히든 노드들(h11, h12, h13, ..., h1m, h21, h22, h23, ..., h2m, hn1, hn2, hn3, ..., hnm)을 포함할 수 있다. 예를 들어, 히든 레이어(HL1)는 m(m은 자연수)개의 히든 노드들(h11, h12, h13, ..., h1m)을 포함할 수 있고, 히든 레이어(HL2)는 m개의 히든 노드들(h21, h22, h23, ..., h2m)을 포함할 수 있으며, 히든 레이어(HLn)는 m개의 히든 노드들(hn1, hn2, hn3, ..., hnm)을 포함할 수 있다.
출력 레이어(OL)는 분류할 클래스에 대응하는 j(j는 자연수)개의 출력 노드들(y1, y2, ..., yj)을 포함할 수 있고, 입력 데이터에 대하여 각 클래스 별로 결과(예를 들어, 점수 또는 class score)를 출력할 수 있다. 출력 레이어(OL)는 전연결(fully connected) 레이어라고 부를 수 있다.
도 3에 도시된 인공 신경망은 두 개의 노드들 사이에 직선으로 도시된 노드들 간의 연결(branch)과, 연결되는 노드들 간의 가중치(weight) 값들을 포함할 수 있다. 여기서, 하나의 레이어 내의 노드들은 서로 연결이 되지 않을 수 있고, 서로 다른 레이어들에 포함되는 노드들은 완전하게 혹은 부분적으로 연결될 수 있다.
도 3의 각 노드(예를 들어, h11)는 이전 노드(예를 들어, x1)의 출력을 입력 받아 연산할 수 있고, 연산 결과를 이후 노드(예를 들어, h21)에게 전달할 수 있다. 여기서, 노드들 각각은 입력된 값을 특정 함수(예를 들어, 비선형 함수)에 적용하여 출력할 값을 연산할 수 있다.
일반적으로 인공 신경망의 구조는 미리 결정되어 있으며, 노드들 간의 연결에 따른 가중치들은 이미 어떤 클래스에 속할지 정답이 알려진 데이터를 이용하여 적절한 값을 산정할 수 있다. 이미 정답이 알려진 데이터들을 '학습 데이터'라고 지칭하고, 가중치를 결정하는 과정을 '학습'이라고 지칭할 수 있다. 또한, 독립적으로 학습이 가능한 구조와 가중치의 묶음을 '모델'이라고 지칭할 수 있다.
즉, 도 2에 도시된 서버 등의 디바이스는 도 3에 도시된 인공 신경망을 이용하여, 시스템에서 지원하는 동작들을 수행할 수 있다. 온라인 마케팅을 제공하는 인플루언서 매칭 시스템에 포함된 서버 및 사용자 단말들이 실행하는 알고리즘 및 동작들은 아래에 설명하는 바와 같을 수 있다.
도 4는 온라인 마케팅을 제공하는 인플루언서 매칭 시스템에서의 각각의 구성들의 동작을 도시하는 순서도이다.
도 4를 참조하면, 온라인 마케팅을 제공하는 인플루언서 매칭 시스템은 시스템의 서버, 인플루언서 측 디바이스 및 광고주 측 디바이스를 포함할 수 있다.
S401 단계에서, 서버는 인플루언서 측 디바이스로부터 인플루언서 관련 정보를 수신할 수 있다. 예를 들어, 인플루언서 매칭 시스템에 의한 플랫폼에 참여하고자 하는 인플루언서는 서버에게 플랫폼 참여 희망 여부를 지시하는 정보를 전송할 수 있다. 인플루언서 관련 정보는 인플루언서 매칭 시스템에 의한 플랫폼의 참여 여부, 인플루언서의 SNS 미디어 상의 식별 정보, SNS 미디어 상의 활동 정보, 인플루언서 개인 정보 등의 정보를 포함할 수 있다.
S403 단계에서, 서버는 인플루언서 관련 정보들을 획득하고, 획득한 인플루언서들의 정보를 기초로 인플루언서들 각각의 특성 정보를 설정할 수 있다. 인플루언서가 자신의 디바이스를 통해 인플루언서의 특성 정보를 입력한 경우, 서버는 인플루언서측 디바이스로부터 인플루언서의 특성 정보를 획득할 수 있다. 또는, 서버가 인플루언서의 식별 정보(예를 들어, SNS ID 등)을 획득한 경우, 서버는 SNS 미디어 상에 업로드된 인플루언서의 게시물 정보 및 인플루언서 계정에 대한 팔로워들의 정보 등을 크롤링하여 인플루언서의 특성 정보를 획득할 수 있다.
여기서, 인플루언서들 각각의 특성 정보는 인플루언서의 활동 분야, 타겟팅 소비자, 활동 빈도, 영향력, 예상 광고 비용 및 인플루언서에 대한 광고주들의 만족도 중 적어도 하나의 정보를 포함할 수 있다.
서버는 크롤링한 SNS 미디어 상에서의 인플루언서의 게시물 정보를 기초로 인플루언서의 활동 분야를 설정할 수 있다. 구체적으로, 일 실시예에 따르면, 서버는 게시물에 추가된 태그 정보를 수집하고, 텍스트 마이닝 등의 기법을 통해 특정 인플루언서의 활동 분야를 설정할 수 있다. 또는 서버는 게시물의 이미지를 수집하고, 수집한 이미지에 이미지 인식 기법 등을 적용하여 특정 인플루언서의 활동 분야를 설정할 수 있다.
서버는 크롤링한 SNS 미디어 상에서의 인플루언서의 팔로워 정보 및/또는 게시물 정보를 기초로 인플루언서의 타겟팅 소비자를 설정할 수 있다. 구체적으로, 일 실시예에 따르면, 서버는 특정 인플루언서를 팔로잉하는 계정들의 정보를 크롤링하고, 크롤링 결과를 기초로 인플루언서의 타겟팅 소비자를 설정할 수 있다. 또는, 서버는 설정된 인플루언서의 활동 분야에 일반적으로 많은 관심을 가지는 소비자층을 타겟팅 소비자 층으로 설정할 수 있다. 여기서, 타겟팅 소비자는 연령, 성별, 관심사 중 적어도 하나의 기준으로 분류될 수 있다.
서버는 크롤링한 SNS 미디어 상에서의 인플루언서의 게시물의 업로드 정보를 기초로 인플루언서의 활동 빈도를 설정할 수 있다. 구체적으로, 일 실시예에 따르면, 서버는 특정 인플루언서에 의해 업로드된 게시물 별로 업로드 일자를 수집하고, 일자별로 업로드한 게시물 수를 산출할 수 있다.
서버는 인플루언서의 기존의 광고 계약 내역 등을 기초로 인플루언서의 예상 광고 비용을 설정할 수 있다. 특정 인플루언서에 대한 광고 비용 정보가 없는 경우, 서버는 특정 인플루언서와 동일한 활동 분야를 가지는 별도의 인플루언서의 광고 비용과 인플루언서의 영향력을 기초로 예상 광고 비용 정보를 결정할 수 있다. 즉, 서버는 별도의 인플루언서의 광고 비용에 인플루언서들 간의 영향력 차이 값을 반영하여 특정 인플루언서에 대한 예상 광고 비용을 결정할 수 있다.
서버는 SNS 미디어 상에 업로드된 인플루언서의 게시물 정보 및 인플루언서 계정에 대한 팔로워들의 정보 등을 크롤링하여 획득한 인플루언서의 특성 정보를 기초로 인플루언서의 영향력 정보를 산출할 수 있다. 인플루언서들 각각의 영향력 정보를 산출하기 위한 서버의 동작은 아래와 같을 수 있다.
도 5는 온라인 마케팅을 제공하는 인플루언서 매칭 시스템에서의 인플루언서들 각각의 영향력 정보를 산출하기 위한 서버의 동작을 도시하는 흐름도이다.
S501 단계에서, 서버는 인플루언서의 SNS(social network service)의 계정의 팔로워 수에 대한 시계열적 누적 정보를 획득할 수 있다. 서버는 일정 기간 동안의 일자별 인플루언서 계정의 팔로워 수에 관한 정보를 획득할 수 있다. 그리고 서버는 일자별 인플루언서 계정의 팔로워 수 정보를 기초로 인플루언서 계정 팔로워 수의 시계열적 변화 정보를 산출할 수 있다. 인플루언서 계정 팔로워 수의 시계열적 변화 정보를 기초로 서버는 현재 인플루언서의 영향력 상태 정보를 도출할 수 있다. 예를 들어, 영향력 상태 정보는, 팔로워 수가 성장하는 상태인 성장기, 팔로워 수를 유지하는 상태인 유지기 및 팔로워 수가 감소하는 상태인 쇠퇴기 등의 상태일 수 있다.
S503 단계에서, 서버는 인플루언서의 SNS 계정에 포스팅된 게시물의 시계열적 누적 정보를 획득할 수 있다. 서버는 일정 기간 동안의 일자별 인플루언서 계정의 게시물 수에 관한 정보를 획득할 수 있다. 그리고 서버는 일자별 인플루언서 계정의 게시물 수 정보를 기초로 인플루언서 계정 게시물 수의 시계열적 변화 정보를 산출할 수 있다. 인플루언서 계정 게시물 수의 시계열적 변화 정보를 기초로 서버는 현재 인플루언서의 활동 상태 정보를 도출할 수 있다. 예를 들어, 활동 상태 정보는, 게시물 수가 성장하는 상태인 확장기, 일정한 정도의 게시물을 업로드하는 상태인 유지기 및 게시물 수가 감소하는 상태인 휴면기 등의 상태일 수 있다.
S505 단계에서, 서버는 인플루언서의 SNS 계정에 포스팅된 게시물에 대한 소비자들의 반응도를 도출할 수 있다. 서버는 SNS 계정에 포스팅된 게시물에 대한 소비자들의 반응을 크롤링할 수 있다. 서버는 크롤링된 소비자의 반응 정보를 기초로 게시물에 대한 조회수, 게시물에 대한 호감 표시 수, 및 게시물에 대한 답글 수 등의 정보를 획득할 수 있다. 그리고 서버는 크롤링된 소비자의 반응 정보의 센티먼트를 분석함으로써, 인플루언서의 SNS 계정에 포스팅된 게시물에 대한 소비자들의 반응도를 도출할 수 있다. 여기서, 서버는 소비자의 반응 정보의 센티먼트를 분석하기 위해 게시물의 답글 텍스트에 포함된 문장, 단어, 어절 등을 분리할 수 있다. 그리고 서버는 게시물의 답글 텍스트에서 분리된 문장, 단어, 어절 등으로부터 감정 표현 등을 추출할 수 있다. 서버는 추출된 감정 표현을 기초로 게시물에 대한 소비자들의 센티먼트를 분석하고 센티먼트 지수를 산출할 수 있다.
S507 단계에서, 서버는 인플루언서의 정보를 기초로 인플루언서의 영향력을 산출할 수 있다. 여기서, 서버는 인플루언서의 현재 팔로워수, 미리 설정된 구간 동안의 팔로워 수의 변화량, 및 소비자들의 반응도 중 적어도 하나의 정보를 기초로 인플루언서의 영향력을 산출할 수 있다. 예를 들어, 서버는 아래의 수학식을 기초로 인플루언서의 영향력을 산출할 수 있다.
Figure 112022027637834-pat00001
여기서, Iinf는 인플루언서의 영향력을 지시할 수 있다. Ti는 인플루언서가 업로드한 게시물의 개수를 지시할 수 있다. I-c는 게시물 i의 조회수를 지시할 수 있다. I-c는 게시물 i에 대한 호감 표시 수를 지시할 수 있다. Ir는 게시물 i에 대한 답글의 수를 지시할 수 있다. Is는 게시물 i에 대한 답글들의 평균 센티먼트 지수를 지시할 수 있다. Fi는 인플루언서의 팔로워 수를 지시할 수 있다. 그리고, Δ Fi는 미리 설정된 기간 동안의 인플루언서의 팔로워 수의 변화 값을 지시할 수 있다.
다시 도 4를 참조하면, S405 단계에서, 서버는 광고주 측 디바이스로부터 광고 대상 정보를 포함하는 광고 모델 매칭 요청 정보를 수신할 수 있다. 여기서, 광고 대상 정보는 광고하기 위한 제품 및/또는 서비스, 광고를 요청하는 기간, 광고 비용, 광고하기 위한 제품 및/또는 서비스의 소비자층, 및 광고하기 위한 제품 및/또는 서비스의 경쟁 제품 및/또는 서비스 중 적어도 하나의 정보를 포함할 수 있다.
S407 단계에서, 서버는 광고 대상 정보에 대응되는 특성 정보를 가지는 인플루언서들을 필터링할 수 있다. 광고 대상 정보에 대응되는 특성 정보를 가지는 인플루언서들을 필터링하기 위한 서버의 동작은 아래와 같을 수 있다.
도 6은 온라인 마케팅을 제공하는 인플루언서 매칭 시스템에서의 인플루언서들을 필터링하기 위한 서버의 동작을 도시하는 흐름도이다.
S601 단계에서, 서버는 광고 대상 정보에 대응되는 특성 정보를 가지는 인플루언서들의 SNS 계정으로 광고 참여 요청 정보를 전송할 수 있다. 여기서, 광고 참여 요청 정보는 광고주의 정보, 광고하기 위한 제품 및/또는 서비스, 광고를 요청하는 기간, 광고 비용, 광고하기 위한 제품 및/또는 서비스의 소비자층, 및 광고하기 위한 제품 및/또는 서비스의 경쟁 제품 및/또는 서비스 중 적어도 하나의 정보를 포함할 수 있다.
S603 단계에서, 서버는 광고 참여 요청 정보에 대한 인플루언서의 응답 정보를 수신할 수 있다. 여기서, 인플루언서의 응답 정보는 광고 참여 요청에 대한 긍정 또는 부정 여부를 지시할 수 있다.
S605 단계에서, 서버는 인플루언서의 응답 정보를 기초로 광고 대상 정보에 대응되는 특성 정보를 가지는 인플루언서들을 필터링할 수 있다.
S607 단계에서, 서버는 광고 대상 정보와 광고 참여 요청에 응답한 인플루언서의 특성 정보 간의 일치도를 산출할 수 있다. 여기서, 광고 대상 정보는 광고하기 위한 제품 및/또는 서비스, 광고를 요청하는 기간, 광고 비용, 광고하기 위한 제품 및/또는 서비스의 소비자층 등에 관한 정보를 포함할 수 있다. 그리고 인플루언서의 특성 정보는 인플루언서의 활동 분야, 타겟팅 소비자, 활동 빈도, 영향력, 예상 광고 비용 등에 관한 정보를 포함할 수 있다.
S609 단계에서, 서버는 광고에 참여 가능한 인플루언서들의 우선순위를 산출할 수 있다. 예를 들어, 서버는 인플루언서들 각각에 대한 광고주의 만족도, 광고 대상 정보와 인플루언서의 특성 정보 간의 일치도를 기초로, 인플루언서들의 우선순위를 산출할 수 있다.
다시 도 4를 참조하면, S409 단계에서, 서버는 필터링된 인플루언서 정보를 포함하는 광고 모델 추천 정보를 광고주의 디바이스로 전송할 수 있다. 여기서, 서버가 광고 정보에 대한 인플루언서들의 우선순위를 산출한 경우, 모델 추천 정보는 인플루언서들의 우선순위 정보를 더 포함할 수 있다.
광고주는 디바이스를 통해 모델 추천 정보를 수신하고, 모델 추천 정보에 포함된 인플루언서들 중에서, 적어도 한명의 인플루언서를 선택함으로써, 광고 모델 추천 정보에 대한 승인 정보를 입력할 수 있다. 광고주의 디바이스는 광고 모델 추천 정보에 대한 승인 정보를 서버에게 전송할 수 있다.
S411 단계에서, 서버는 광고주의 디바이스로부터 광고 모델 추천 정보에 대한 광고 모델 추천 승인 정보를 수신할 수 있다. 그리고 서버는 모델 추천 승인 정보에 의해 지시되는 인플루언서의 계정 및/또는 디바이스에게 광고주로부터의 승인 정보를 수신하였음을 보고할 수 있다.
광고주가 광고 모델 추천을 승인한 경우, 광고주와 인플루언서 간의 광고 계약이 체결될 수 있다. 광고 계약에 따라, 인플루언서는 광고주의 요청에 따른 광고를 업로드할 수 있다. 그리고 서버는 인플루언서에 의해 업로드된 광고 정보를 모니터링할 수 있다. 인플루언서의 광고 정보를 모니터링하기 위한 서버의 동작은 아래와 같을 수 있다.
도 7은 온라인 마케팅을 제공하는 인플루언서 매칭 시스템에서의 인플루언서의 광고 정보를 모니터링하기 위한 서버의 동작을 도시하는 흐름도이다.
S701 단계에서, 서버는 광고주와 인플루언서 간의 계약 체결 정보를 획득할 수 있다. 여기서, 계약 체결 정보는 광고하기 위한 제품 및/또는 서비스, 광고 계약의 유효 기간, 광고 업로드 주기, 광고 비용 등의 정보를 포함할 수 있다.
S703 단계에서, 서버는 광고주와 인플루언서 간의 광고 계약의 유효기간 동안, 미리 설정된 주기마다 SNS 미디어 상에 업로드된 인플루언서의 광고 정보를 획득할 수 있다. 여기서, 서버는 미리 설정된 주기마다 SNS 미디어 상에 업로드된 인플루언서의 광고 정보를 획득할 수 있다.
S705 단계에서, 서버는 획득한 광고 정보를 광고주의 디바이스로 전송할 수 있다.
S707 단계에서, 서버는 획득한 광고 정보에 대한 소비자들의 반응을 수집할 수 있다. 예를 들어, 서버는 획득한 광고 정보의 조회수, 광고 정보에 대한 답글 등의 소비자의 반응을 수집할 수 있다.
S709 단계에서, 서버는 광고 정보에 대한 소비자들의 반응을 기초로 광고 정보에 대한 소비자들의 반응의 센티먼트를 산출할 수 있다. 여기서, 서버는 소비자의 반응 정보의 센티먼트를 분석하기 위해 광고 정보에 대한 답글 텍스트에 포함된 문장, 단어, 어절 등을 분리할 수 있다. 그리고 서버는 답글 텍스트에서 분리된 문장, 단어, 어절 등으로부터 감정 표현 등을 추출할 수 있다. 서버는 추출된 감정 표현을 기초로 광고 정보에 대한 소비자들의 센티먼트를 분석하고 센티먼트 지수를 산출할 수 있다.
S711 단계에서, 센티먼트의 변화량이 미리 설정된 값을 초과하는 경우, 서버는 센티먼트의 모니터링 정보를 광고주의 디바이스로 전송할 수 있다. 예를 들어, 광고에 대한 소비자의 반응이 악화되는 상황에서, 서버는 광고에 대한 소비자들의 답글을 크롤링하고, 광고에 대한 센티먼트 값을 산출하여 센티먼트 값의 변화를 감지할 수 있다. 그리고 서버는 감지한 센티먼트 상태의 변화 정보를 광고주의 디바이스에게 전송할 수 있다.
또는 광고에 대한 소비자들의 반응 수치의 변화량이 미리 설정된 값을 초과하는 경우, 서버는 반응 수치의 모니터링 정보를 광고주의 디바이스로 전송할 수 있다. 광고 게시글의 조회수, 호감 표시 수, 및/또는 답글 수의 수치가 미리 설정된 비율 이상 감소한 경우, 서버는 반응 수치의 모니터링 정보를 광고주의 디바이스로 전송할 수 있다.
또는 계약한 인플루언서의 팔로워 수의 변화량이 미리 설정된 범위를 초과하는 경우, 서버는 센티먼트의 모니터링 정보를 광고주의 디바이스로 전송할 수 있다. 예를 들어, 계약한 인플루언서의 팔로워 수가 일정 정도 이상 감소한 경우, 서버는 인플루언서의 팔로워 상태 변화를 감지하고, 감지한 팔로워 상태 변화 정보를 광고주의 디바이스로 전송할 수 있다.
S713 단계에서, 서버는 계약 체결 정보의 계약 체결 조건을 기초로 인플루언서의 특성 정보를 업데이트할 수 있다. 여기서, 인플루언서의 특성 정보는 인플루언서의 체감 영향력, 소요 광고 비용 및 인플루언서에 대한 광고주의 만족도 중 적어도 하나의 정보를 포함할 수 있다. 업데이트된 인플루언서의 특성 정보는 추후의 인플루언서 마케팅 계약을 위한 자료로 활용할 수 있다.
본 발명에 따른 방법들은 다양한 컴퓨터 수단을 통해 수행될 수 있는 프로그램 명령 형태로 구현되어 컴퓨터 판독 가능 매체에 기록될 수 있다. 컴퓨터 판독 가능 매체는 프로그램 명령, 데이터 파일, 데이터 구조 등을 단독으로 또는 조합하여 포함할 수 있다. 컴퓨터 판독 가능 매체에 기록되는 프로그램 명령은 본 발명을 위해 특별히 설계되고 구성된 것들이거나 컴퓨터 소프트웨어 당업자에게 공지되어 사용 가능한 것일 수도 있다.
컴퓨터 판독 가능 매체의 예에는 롬(rom), 램(ram), 플래시 메모리(flash memory) 등과 같이 프로그램 명령을 저장하고 수행하도록 특별히 구성된 하드웨어 장치가 포함된다. 프로그램 명령의 예에는 컴파일러(compiler)에 의해 만들어지는 것과 같은 기계어 코드뿐만 아니라 인터프리터(interpreter) 등을 사용해서 컴퓨터에 의해 실행될 수 있는 고급 언어 코드를 포함한다. 상술한 하드웨어 장치는 본 발명의 동작을 수행하기 위해 적어도 하나의 소프트웨어 모듈로 작동하도록 구성될 수 있으며, 그 역도 마찬가지이다.
이상 실시예를 참조하여 설명하였지만, 해당 기술 분야의 숙련된 당업자는 하기의 특허 청구의 범위에 기재된 본 발명의 사상 및 영역으로부터 벗어나지 않는 범위 내에서 본 발명을 다양하게 수정 및 변경시킬 수 있음을 이해할 수 있을 것이다.

Claims (5)

  1. 온라인 마케팅을 제공하는 인플루언서 매칭 시스템의 동작 방법에 있어서,
    복수의 인플루언서들의 정보를 획득하는 단계;
    획득한 인플루언서들의 정보를 기초로 인플루언서들 각각의 특성 정보를 설정하는 단계;
    광고주의 디바이스로부터 광고 대상 정보를 포함하는 광고 모델 매칭 요청 정보를 수신하는 단계;
    상기 복수의 인플루언서들 중에서 상기 광고 대상 정보에 대응되는 특성 정보를 가지는 인플루언서들을 필터링하는 단계;
    필터링된 인플루언서 정보를 포함하는 광고 모델 추천 정보를 상기 광고주의 디바이스로 전송하는 단계; 및
    상기 광고주의 디바이스로부터 상기 광고 모델 추천 정보에 대한 광고 모델 추천 승인 정보를 수신하는 단계를 포함하고,
    상기 인플루언서들 각각의 특성 정보는,
    인플루언서의 활동 분야, 타겟팅 소비자, 활동 빈도, 영향력, 예상 광고 비용 및 상기 인플루언서에 대한 광고주들의 만족도 중 적어도 하나의 정보를 포함하고,
    상기 인플루언서들 각각의 특성 정보를 설정하는 단계는,
    상기 인플루언서의 SNS(social network service)의 계정의 팔로워 수에 대한 시계열적 누적 정보를 획득하는 단계;
    상기 인플루언서의 SNS 계정에 포스팅된 게시물의 시계열적 누적 정보를 획득하는 단계;
    상기 인플루언서의 SNS 계정에 포스팅된 게시물에 대한 소비자들의 반응 정보를 획득하는 단계; 및
    상기 인플루언서의 현재 팔로워 수, 미리 설정된 구간 동안의 팔로워 수의 변화량 및 상기 소비자들의 반응 정보를 기초로 상기 인플루언서의 영향력을 산출하는 단계를 포함하고,
    상기 인플루언서의 영향력은 다음의 수학식을 기반으로 산출되고,
    Figure 112022060115269-pat00009
    ,
    상기 Iinf는 상기 인플루언서의 영향력을 나타내고, 상기 Ti는 상기 인플루언서가 업로드한 게시물의 개수를 나타내고, 상기 Ic는 상기 소비자들의 반응 정보에 포함된 i번째 게시물의 조회수를 나타내고, 상기 Il는 상기 소비자들의 반응 정보에 포함된 i번째 게시물에 대한 호감 표시 수를 나타내고, 상기 Ir는 상기 소비자들의 반응 정보에 포함된 i번째 게시물에 대한 답글의 수를 나타내고, 상기 Is는 상기 소비자들의 반응 정보에 포함된 i번째 게시물에 대한 답글들의 평균 센티먼트 지수를 나타내고, 상기 Fi는 상기 인플루언서의 상기 현재 팔로워 수를 나타내고, 상기 ΔFi는 상기 인플루언서의 상기 미리 설정된 구간 동안의 팔로워 수의 변화량을 나타내는, 동작 방법.
  2. 삭제
  3. 청구항 1에 있어,
    인플루언서에 대한 광고 비용 정보가 없는 경우, 상기 인플루언서에 대한 광고 비용 정보는,
    동일한 활동 분야의 별도의 인플루언서의 광고 비용에 상기 인플루언서의 영향력을 반영한 추정치로 결정되는, 동작 방법.
  4. 청구항 1에 있어,
    상기 광고 대상 정보는,
    광고하기 위한 제품, 광고를 요청하는 기간, 광고 비용, 광고하기 위한 제품의 소비자층, 및 경쟁 제품 중 적어도 하나의 정보를 포함하고,
    상기 인플루언서들을 필터링하는 단계는,
    상기 광고 대상 정보에 대응되는 특성 정보를 가지는 인플루언서들의 SNS 계정으로 광고 참여 요청 정보를 전송하는 단계;
    상기 광고 참여 요청 정보에 대한 상기 인플루언서의 응답 정보를 수신하는 단계; 및
    상기 인플루언서의 응답 정보를 기초로 상기 광고 대상 정보에 대응되는 특성 정보를 가지는 인플루언서들을 필터링하는 단계를 더 포함하는, 동작 방법.
  5. 청구항 4에 있어,
    상기 광고 대상 정보와 상기 인플루언서의 특성 정보 간의 일치도를 산출하는 단계; 및
    상기 인플루언서들 각각에 대한 광고주의 만족도 정보 및 상기 광고 대상 정보와 상기 인플루언서의 특성 정보 간의 일치도를 기초로, 상기 인플루언서들의 우선순위를 산출하는 단계를 더 포함하고,
    상기 광고 모델 추천 정보는 상기 우선순위 정보를 더 포함하는, 동작 방법.
KR1020220031806A 2022-03-15 2022-03-15 소셜 미디어 마케팅을 위한 광고주 및 인플루언서 간 매칭을 위한 시스템 및 동작 방법 KR102483713B1 (ko)

Priority Applications (2)

Application Number Priority Date Filing Date Title
KR1020220031806A KR102483713B1 (ko) 2022-03-15 2022-03-15 소셜 미디어 마케팅을 위한 광고주 및 인플루언서 간 매칭을 위한 시스템 및 동작 방법
KR1020220186846A KR102506716B1 (ko) 2022-03-15 2022-12-28 인플루언서 필터링을 통한 광고 모델 추천 방법 및 장치

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020220031806A KR102483713B1 (ko) 2022-03-15 2022-03-15 소셜 미디어 마케팅을 위한 광고주 및 인플루언서 간 매칭을 위한 시스템 및 동작 방법

Related Child Applications (1)

Application Number Title Priority Date Filing Date
KR1020220186846A Division KR102506716B1 (ko) 2022-03-15 2022-12-28 인플루언서 필터링을 통한 광고 모델 추천 방법 및 장치

Publications (1)

Publication Number Publication Date
KR102483713B1 true KR102483713B1 (ko) 2023-01-03

Family

ID=84924494

Family Applications (2)

Application Number Title Priority Date Filing Date
KR1020220031806A KR102483713B1 (ko) 2022-03-15 2022-03-15 소셜 미디어 마케팅을 위한 광고주 및 인플루언서 간 매칭을 위한 시스템 및 동작 방법
KR1020220186846A KR102506716B1 (ko) 2022-03-15 2022-12-28 인플루언서 필터링을 통한 광고 모델 추천 방법 및 장치

Family Applications After (1)

Application Number Title Priority Date Filing Date
KR1020220186846A KR102506716B1 (ko) 2022-03-15 2022-12-28 인플루언서 필터링을 통한 광고 모델 추천 방법 및 장치

Country Status (1)

Country Link
KR (2) KR102483713B1 (ko)

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20200017443A (ko) 2020-02-07 2020-02-18 권민성 소셜 네트워크 서비스를 활용한 각인 마케팅 시스템
KR20200097554A (ko) * 2019-02-08 2020-08-19 김영훈 Sns 정량적 광고성과 모니터링 방법
KR20210115534A (ko) * 2020-03-13 2021-09-27 주식회사 퀸즈코퍼레이션 인플루언서 기반의 o2o 마켓팅 방법 및 장치
KR102321680B1 (ko) 2021-03-26 2021-11-03 권진규 온라인 마케팅을 위한 광고주 및 인플루언서 매칭 방법
KR20220014228A (ko) 2020-07-28 2022-02-04 주식회사 레뷰코퍼레이션 인공지능을 이용한 광고주와 인플루언서 중개 서비스 제공 장치 이를 이용한 중개 방법

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20200097554A (ko) * 2019-02-08 2020-08-19 김영훈 Sns 정량적 광고성과 모니터링 방법
KR20200017443A (ko) 2020-02-07 2020-02-18 권민성 소셜 네트워크 서비스를 활용한 각인 마케팅 시스템
KR20210115534A (ko) * 2020-03-13 2021-09-27 주식회사 퀸즈코퍼레이션 인플루언서 기반의 o2o 마켓팅 방법 및 장치
KR20220014228A (ko) 2020-07-28 2022-02-04 주식회사 레뷰코퍼레이션 인공지능을 이용한 광고주와 인플루언서 중개 서비스 제공 장치 이를 이용한 중개 방법
KR102321680B1 (ko) 2021-03-26 2021-11-03 권진규 온라인 마케팅을 위한 광고주 및 인플루언서 매칭 방법

Also Published As

Publication number Publication date
KR102506716B1 (ko) 2023-03-08

Similar Documents

Publication Publication Date Title
US10891628B1 (en) Using cognitive computing to improve relationship pricing
US10891592B2 (en) Electronic job posting marketplace
US8688595B2 (en) Analyzing transactional data
WO2021162839A1 (en) Graph enhanced attention network for explainable poi recommendation
US11157947B2 (en) System and method for real-time optimization and industry benchmarking for campaign management
CA2924889A1 (en) System an method for facilitating credit redemptions
KR102490009B1 (ko) 인공지능 기반 인플루언서 연계 제품 구매 및 판매 플랫폼 서비스 제공 방법, 장치 및 시스템
KR102612004B1 (ko) 마케팅 정보 제공 방법 및 마케팅 정보 제공 장치
Kokkodis Dynamic, multidimensional, and skillset-specific reputation systems for online work
KR20150079642A (ko) 가치 모델에 기반한 ｐｙｍｋ의 사용과 컨텐츠를 결정하는 방법 및 시스템
CN108073645A (zh) 一种招聘平台的求职人推荐页面展示方法及装置
KR20210006748A (ko) 광고 매칭 서버 및 그 방법
KR102187799B1 (ko) 소셜 광고 중개 서비스를 제공하기 위한 방법 및 시스템
KR102515439B1 (ko) 인공지능 기반 인플루언서 정보 및 브랜드 메이커 정보를 이용한 뷰티 제품 제조사 매칭 방법, 장치 및 시스템
KR102465655B1 (ko) 뉴럴 네트워크를 이용하여 제1 단말과 관련된 광고 기업 리스트를 제공하는 방법 및 장치
TWM624658U (zh) 以用戶短期特徵預測用戶是否屬於價值用戶群的預測裝置
KR102592129B1 (ko) 인공지능에 기반한 사용자 맞춤형 의류 추천시스템
KR102483713B1 (ko) 소셜 미디어 마케팅을 위한 광고주 및 인플루언서 간 매칭을 위한 시스템 및 동작 방법
KR20230016894A (ko) 사용자의 성향 분석 결과를 기초로 한 오브젝트 추천 방법 및 시스템
CN111143700B (zh) 一种活动推荐方法、装置、服务器及计算机存储介质
US10600029B2 (en) Graphical user interfaces with criteria based entity ranking
CN108021645A (zh) 一种基于择友偏好和矩阵分解的潜在好友推荐方法
Glazer et al. Crowd learning without herding: A mechanism design approach
US20130080244A1 (en) Method and a system for managing advertising campaigns
KR102662262B1 (ko) 구독형 공유 광고 플랫폼 서비스 제공 시스템

Legal Events

Date Code Title Description
E701 Decision to grant or registration of patent right
A107 Divisional application of patent
GRNT Written decision to grant