KR102490914B1

KR102490914B1 - 셀링능력 평가시스템

Info

Publication number: KR102490914B1
Application number: KR1020220094469A
Authority: KR
Inventors: 김태훈
Original assignee: (주)제이커브인터렉티브
Priority date: 2022-07-29
Filing date: 2022-07-29
Publication date: 2023-01-20

Abstract

본 발명은 제1사용자단말기를 포함한 복수의 사용자단말기와 통신하는 서버를 포함하며, 상기 서버는 통신부; 저장부; 및 제어부를 포함하며, 상기 제어부는 제1사용자단말기로부터 제1키워드와 기 설정된 제1온라인스토어의 웹 주소에 관한 정보를 수신하면, 상기 제1온라인스토어의 웹 상에 표시된 텍스트, 영상, 이미지 중 어느 하나를 포함한 복수의 컨텐츠를 외부플랫폼으로부터의 API를 통해 크롤링하여 제1수집정보를 획득하고, 상기 제1수집정보 중 상기 수신된 제1키워드에 대응하는 상품명, 제조사, 브랜드, 속성 및 태그를 포함하는 제1상품정보와 클릭수, 판매실적, 구매평수 및 최신성을 포함한 제1판매정보를 분류하고, 이를 상기 제1사용자단말기에 표시하는 것을 특징으로 하는 빅 데이터 기반 플랫폼에서 인공신경망 모듈을 이용하여 정보를 제공하는 셀링능력 평가시스템에 관한 것이다.

Description

셀링능력 평가시스템 {Selling ability evaluation system}

본 발명은 셀링능력 평가 시스템, 보다 구체적으로 빅 데이터 기반 플랫폼에서 인공신경망 모듈을 이용하여 정보를 제공하는 셀링능력 평가시스템에 관한 것이다.

일반적으로, 온라인 쇼핑몰 또는 스마트스토어 등의 시장은 기존의 강력한 검색기반과 가격비교 수준에서 이미지 검색, 상품 태그, 개인검색 이력 등의 기반의 빅데이터 상품 추천 적용 등 소비자 중심의 단순검색 상품구매에서 인공지능이 소비자에게 개인 맞춤형 상품을 자동으로 추천해주는 패턴으로 변화하고 있다.

다만, 이와 같이 인공지능을 이용한 온라인 쇼핑몰 또는 스마트스토어는 이용자의 편의성을 향상시키는데 중점을 두어 온라인 쇼핑몰 또는 스마트스토어의 운영자 또는 관리자를 위한 인공지능을 이용한 마케팅 또는 검색노출을 위한 타겟팅 전략 등을 편의성을 제공함에 있어 다소 부족한 점이 존재하였다.

따라서, 본 발명의 목적은 온라인 쇼핑몰 또는 스마트스토어의 운영자 또는 관리자를 위한 빅 데이터 기반 플랫폼에서 인공신경망 모듈을 이용하여 정보를 제공하는 셀링능력 평가시스템을 제공함으로써, 운영자 또는 관리자가 마케팅 또는 검색노출을 위한 타겟팅 전략을 설정함에 있어 편의성을 향상시키는 것이다.

상기 목적을 달성하기 위한 본 발명의 일 실시예에서의 빅 데이터 기반 플랫폼에서 인공신경망 모듈을 이용하여 정보를 제공하는 셀링능력 평가시스템은 제1사용자단말기를 포함한 복수의 사용자단말기와 통신하는 서버를 포함하며, 상기 서버는 통신부; 저장부; 및 제어부를 포함하며, 상기 제어부는 제1사용자단말기로부터 제1키워드와 기 설정된 제1온라인스토어의 웹 주소에 관한 정보를 수신하면, 상기 제1온라인스토어의 웹 상에 표시된 텍스트, 영상, 이미지 중 어느 하나를 포함한 복수의 컨텐츠를 외부플랫폼으로부터의 API를 통해 크롤링하여 제1수집정보를 획득하고, 상기 제1수집정보 중 상기 수신된 제1키워드에 대응하는 상품명, 제조사, 브랜드, 속성 및 태그를 포함하는 제1상품정보와 클릭수, 판매실적, 구매평수 및 최신성을 포함한 제1판매정보를 분류하고, 이를 상기 제1사용자단말기에 표시하는 것을 특징으로 한다.

상기 제어부는 상기 외부플랫폼의 검색 시스템을 통해 상기 제1키워드를 검색하여 이에 대응하는 제2온라인스토어의 웹 주소에 관한 정보를 수신하고, 상기 제2온라인스토어의 웹 상에 표시된 텍스트, 영상, 이미지 중 어느 하나를 포함한 복수의 컨텐츠를 상기 외부플랫폼으로부터의 API를 통해 크롤링하여 제2수집정보를 획득하고, 상기 제2수집정보 중 상기 수신된 제1키워드에 대응하는 상품명, 제조사, 브랜드, 속성 및 태그를 포함하는 제2상품정보와 클릭수, 판매실적, 구매평수 및 최신성을 포함한 제2판매정보를 분류하고, 상기 제1판매정보를 수치화한 제1인기도가 상기 제2판매정보를 수치화한 제2인기도보다 낮다면, 상기 제1키워드 및 제2상품정보를 입력 값으로 하여 상기 제2인기도 보다 높은 제3인기도의 제3상품정보에 대한 특징을 분석하여, 상기 제2인기도가 높아지도록 상기 제2상품정보에 피드백을 수행하도록 학습하는 인공신경망 모듈을 이용하여 상기 제1키워드 및 상기 제1상품정보를 입력 값으로 하여, 상기 제1인기도가 높아지도록 제1상품정보에 대한 피드백을 수행하고, 이와 같은 피드백 결과를 상기 제1사용자단말기에 표시하는 것을 특징으로 한다.

온라인 쇼핑몰 또는 스마트스토어의 운영자 또는 관리자를 위한 빅 데이터 기반 플랫폼에서 인공신경망 모듈을 이용하여 정보를 제공하는 셀링능력 평가시스템을 제공함으로써, 운영자 또는 관리자가 마케팅 또는 검색노출을 위한 타겟팅 전략을 설정함에 있어 편의성을 향상시킬 수 있다.

도 1은 본 발명의 일 실시예에 따른 셀링능력 평가시스템의 관계도를 도시한다.
도 2은 본 발명의 일 실시예에 따른 인공신경망 모듈을 설명하기 위한 도면을 도시한다.
도 3는 본 발명의 일 실시예에 인공신경망 모듈의 학습 세션과 추론 세션을 설명하기 위한 도면을 도시한다.
도 4는 본 발명의 일 실시예에 따른 트래픽에 따른 키워드와 관련된 컨텐츠를 시간구간에 따라 웹 상에 표시여부를 결정하는 동작을 표시하기 위한 도면을 도시한다.

이하에서는 첨부 도면을 참조하여 본 발명의 실시예들을 상세히 설명한다. 도면에서 동일한 참조번호 또는 부호는 실질적으로 동일한 기능을 수행하는 구성요소를 지칭하며, 도면에서 각 구성요소의 크기는 설명의 명료성과 편의를 위해 과장되어 있을 수 있다. 다만, 본 발명의 기술적 사상과 그 핵심 구성 및 작용이 이하의 실시예에 설명된 구성 또는 작용으로만 한정되지는 않는다. 본 발명을 설명함에 있어서 본 발명과 관련된 공지 기술 또는 구성에 대한 구체적인 설명이 본 발명의 요지를 불필요하게 흐릴 수 있다고 판단되는 경우에는 그 상세한 설명을 생략하기로 한다.

본 발명의 실시예에서, 제1, 제2 등과 같이 서수를 포함하는 용어는 하나의 구성요소를 다른 구성요소로부터 구별하는 목적으로만 사용되며, 단수의 표현은 문맥상 명백하게 다르게 뜻하지 않는 한, 복수의 표현을 포함한다. 또한, 본 발명의 실시예에서, '구성되다', '포함하다', '가지다' 등의 용어는 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. 또한, 본 발명의 실시예에서, '모듈' 혹은 '부'는 적어도 하나의 기능이나 동작을 수행하며, 하드웨어 또는 소프트웨어로 구현되거나 하드웨어와 소프트웨어의 결합으로 구현될 수 있으며, 적어도 하나의 모듈로 일체화되어 적어도 하나의 프로세서로 구현될 수 있다. 또한, 본 발명의 실시예에서, 복수의 요소 중 적어도 하나(at least one)는, 복수의 요소 전부 뿐만 아니라, 복수의 요소 중 나머지를 배제한 각 하나 혹은 이들의 조합 모두를 지칭한다. 또한, "~하도록 구성된(또는 설정된)(configured to)"은 상황에 따라, 예를 들면, "~에 적합한(suitable for)," "~하는 능력을 가지는(having the capacity to)," "~하도록 설계된 (designed to)," "~하도록 변경된(adapted to)," "~하도록 만들어진(made to)," 또는 "~를 할 수 있는(capable of)"과 바꾸어 사용될 수 있다. "~하도록 구성된(또는 설정된)"은 하드웨어적으로 "특별히 설계된(specifically designed to)"것 만을 반드시 의미하지 않을 수 있다. 대신, 어떤 상황에서는, "~하도록 구성된 장치"라는 표현은, 그 장치가 다른 장치 또는 부품들과 함께 "~할 수 있는" 것을 의미할 수 있다. 예를 들면, 문구 "A, B, 및 C를 수행하도록 구성된(또는 설정된) 프로세서"는 해당 동작을 수행하기 위한 전용 프로세서(예: 임베디드 프로세서), 또는 메모리 장치에 저장된 하나 이상의 소프트웨어 프로그램들을 실행함으로써, 해당 동작들을 수행할 수 있는 범용 프로세서(generic-purpose processor)(예: CPU 또는 application processor)를 의미할 수 있다.

이하, 도면을 참조하여 본 발명의 바람직한 실시예에 대해 상세하게 설명한다. 이는, 본 발명이 속하는 기술분야에서 통상의 지식을 가진 자가 발명을 용이하게 실시할 수 있을 정도로 상세하게 설명하기 위한 것이며, 이로 인해, 본 발명의 기술적인 사상 및 범주가 한정되는 것은 아님을 밝혀 둔다.

도 1은 본 발명의 일 실시예에 따른 셀링능력 평가시스템의 관계도를 도시한다.

도 1을 참조하여 설명하면, 본 발명의 일 실시예로서 셀링능력 평가시스템은 서버(200)와 복수의 사용자단말기(100)가 네트워크적으로 연결될 수 있다.

서버(200)는 복수의 사용자단말기(100)를 이용하여 온라인스토어에 관한 정보를 통신하여 복수의 사용자단말기(100) 각각에 정보를 제공하도록 구성된다. 본 발명의 일 실시예로 서버(200)는 그 명칭이나 형태에 관계없이, 데이터를 송수신하여 처리할 수 있고, 복수의 사용자단말기(100)와 유선 또는 무선으로 통신 가능한 장치라면 무엇이든 가능하다. 또한, 본 발명의 일 실시예에 따른 복수의 사용자단말기(100)는 예컨대, 스마트폰으로 구현될 수 있으며, 본 발명의 다른 실시예에 따른 복수의 사용자단말기(100)는 예컨대, 스마트 가전 태블릿, 스마트워치, 헤드 마운트형 디스플레이(Head-Mounted Display) 등의 웨어러블 디바이스, 컴퓨터, 멀티미디어 재생기, 셋탑박스 등 컨텐츠를 출력할 수 있고, 이에 대응하여 사용자입력을 할 수 있는 모든 장치로 구현될 수 있다.

나아가 본 발명은 복수의 사용자단말기(100)와 서버(200)의 구분 없이 하나의 장치에서 사용자단말기와 서버(200)의 기능을 모두 수행하는 형태로 구현될 수 있다. 다만, 이하에서는 설명의 편의를 위하여 복수의 사용자단말기(100)와 서버(200)가 구분되어 있는 구성을 전제로 설명한다.

본 발명의 일 실시예에 따른 서버(200)는 통신부(210)와 저장부(220) 및 제어부(230)를 포함하며, 복수의 사용자단말기(100)는 통신부(210), 제어부(230) 및 디스플레이부를 포함한다. 다만, 서버(200) 또는 복수의 사용자단말기(100)의 구성은 하나의 예시일 뿐, 본 발명의 실시예에 의한 서버(200)와 복수의 사용자단말기(100)는 다른 구성으로도 구현될 수 있다. 즉, 본 발명의 일 실시예에 의한 서버(200)와 복수의 사용자단말기(100)는 다른 구성이 추가되거나, 혹은 구성 중 일부가 배제되어 구현될 수도 있다.

서버(200)의 통신부(210)는 복수의 사용자단말기(100) 또는 외부플랫폼(300) 등과 통신할 수 있고, 복수의 사용자단말기(100) 또는 외부플랫폼(300)으로부터 영상, 이미지 또는 텍스트 등의 정보를 수신할 수 있다. 통신부(210)는 유선 또는 무선으로 통신할 수 있다. 따라서 유선 접속을 위한 커넥터 또는 단자를 포함하는 접속부 이외에도 다양한 다른 통신 방식으로도 구현될 수 있다. 예컨대, Wi-Fi, 블루투스, 지그비(Zigbee), 적외선 통신, Radio Control, UWM(Ultra-Wide Band), Wireless USB, NFC(Near Field Communication) 중 하나 이상의 통신을 수행하도록 구성될 수 있다. 통신부(210)는 BLE(Bluetooth Low Energy), SPP(Serial Port Profile), Wi-Fi Direct, 적외선 통신, Zigbee, NFC(Near Field Communication) 등의 통신 모듈을 포함할 수 있다. 또한 통신부(210)는 Device, S/W module, Circuit, Chip 등의 형태로 구현될 수 있다.

제어부(230)는 서버(200)의 제반 구성들이 동작하기 위한 제어를 수행할 수 있다. 제어부(230)는 이러한 제어 동작을 수행할 수 있도록 하는 제어프로그램(혹은 인스트럭션)과, 제어프로그램이 설치되는 비활성의 메모리, 설치된 제어프로그램의 적어도 일부가 로드되는 휘발성의 메모리 및 로드 된 제어프로그램을 실행하는 적어도 하나의 프로세서 혹은 CPU(Central Processing Unit)를 포함할 수 있다. 또한, 이와 같은 제어프로그램은 서버(200) 외에도 다른 외부의 전자장치에도 저장될 수 있다.

제어프로그램은 BIOS, 디바이스드라이버, 운영체계, 펌웨어, 플랫폼 및 응용프로그램(어플리케이션) 중 적어도 하나의 형태로 구현되는 프로그램(들)을 포함할 수 있다. 일 실시예로서, 응용프로그램은, 서버(200)의 제조 시에 서버(200)에 미리 설치 또는 저장되거나, 혹은 추후 사용 시에 외부로부터 응용프로그램의 데이터를 수신하여 수신된 데이터에 기초하여 서버(200)에 설치될 수 있다. 응용프로그램의 데이터는, 예컨대, 어플리케이션 마켓과 같은 외부 서버로부터 빅 데이터 기반 플랫폼에서 인공신경망 모듈(400)을 이용하여 정보를 제공하는 셀링능력 평가시스템은 서버(100)로 다운로드 될 수도 있으나, 이에 한정되는 것은 아니다. 한편, 제어부(230)는 device, S/W module, circuit, chip 등의 형태 또는 그 조합으로 구현될 수 있다.

제어부(230)는, 예컨대, 복수의 사용자단말기(100) 중 제1사용자단말기(110)로부터 통신부(210)를 통해 키워드와 온라인스토어의 웹 주소에 관한 정보를 수신하면, 이를 분석하고, 이를 수행한 분석 결과가 복수의 사용자단말기(100) 중 제1사용자단말기(110)로 전송되도록 통신부(210)를 제어할 수 있다. 예를 들어 제1사용자단말기(110)로부터 기 설정된 온라인스토어의 웹 주소에 관한 정보를 수신하면, 온라인스토어의 웹 상에 표시된 복수의 컨텐츠를 외부플랫폼(300)으로부터의 API를 통해 크롤링하여 정보를 획득할 수 있다. 서버(200)는 하나의 제어부(230)에서 분석과 제어를 함께 수행하는 구성으로 구현되는 것으로 도시하였으나, 이는 하나의 예시일 뿐이며, 본 발명의 다른 실시예에 의한 셀링능력 평가시스템의 서버(200)는 제어부(230)와 별도로 다른 제어부(230)를 추가로 구비한 구성이 구현될 수 있다.

서버(200)의 저장부(220)는 통신부(210)를 통해 복수의 사용자단말기(100)로부터 키워드와 온라인스토어의 웹 주소에 관한 정보를 수신하고, 온라인스토어의 웹 상에 표시된 컨텐츠를 외부플랫폼(300)으로부터 API를 통해 크롤링하여 획득한 수집정보를 수신하여, 이를 저장할 수 있으며, 제어부(230)에 의해 수신된 수집정보 중 키워드에 대응하는 상품정보와 판매정보를 분류한 정보 또한 수신하여, 이를 저장할 수 있다. 저장부(220)는 제어부(230)의 처리 및 제어에 따라서 다양한 데이터를 저장할 수 있다. 저장부(220)는 제어부(230)에 의해 엑세스되어, 데이터의 독취, 기록, 수정, 삭제, 갱신 등을 수행할 수 있다. 저장부(220)는 서버(200)에 대한 시스템 전원의 제공 유무와 무관하게 데이터를 보존할 수 있도록 플래시메모리(flash-memory), 하드디스크 드라이브(hard-disc drive), SSD(solid-state drive) 등과 같은 비휘발성 메모리를 포함할 수 있다. 또한, 저장부(220)는 제어부(230)에 의해 처리되는 데이터가 임시로 로딩되기 위한 버퍼, 램 등과 같은 휘발성 메모리를 포함할 수 있다.

본 발명의 일 실시예에 따른 복수의 사용자단말기(100)도 별도의 통신부(210)를 포함할 수 있으나, 복수의 사용자단말기(100)에 마련될 수 있는 별도의 통신부(210)에 관한 설명은 서버(200)의 통신부(210)에 관한 설명이 모두 적용 가능하므로 이하 자세한 설명은 생략한다.

본 발명의 일 실시예에 따른 복수의 사용자단말기(100)는 서버(200)의 제어부(230)에 의해 처리된 분석 결과 등을 출력하여 표시할 수 있는 디스플레이부와 기 설정된 온라인스토어의 웹 주소와 키워드를 사용자입력을 서버(200)에 전송할 수 있는 제1사용자단말기(110)가 더 포함될 수 있다. 디스플레이부의 구현 방식은 한정되지 않으며, 예컨대 액정(Liquid Crystal), 플라즈마(Plasma), 발광 다이오드(Light-Emitting Diode), 유기발광 다이오드(Organic Light-Emitting Diode), 면전도 전자총(Surface-Conduction Electron-Emitter), 탄소 나노 튜브(Carbon Nano-Tube), 나노 크리스탈(Nano-Crystral) 등의 다양한 디스플레이 방식으로 구현될 수 있다. 디스플레이부는, 액정 방식인 경우에, 액정 디스플레이 패널과 액정 디스플레이 패널에 광을 공급하는 백라이트유닛과, 액정 디스플레이 패널을 구동시키는 패널구동부 등을 포함한다. 디스플레이부는, 백라이트유닛 없이, 자발광 소자인 OLED 패널로 구현될 수 있다.

본 발명의 일 실시예에 따르면 서버(200)는 제1사용자단말기(110)로부터 제1키워드(411)와 기 설정된 제1온라인스토어의 웹 주소에 관한 정보를 수신하면, 제1온라인스토어의 웹 상에 표시된 텍스트, 영상, 이미지 중 어느 하나를 포함한 복수의 컨텐츠를 외부플랫폼(300)으로부터의 API를 통해 크롤링하여 제1수집정보를 획득하고, 제1수집정보 중 수신된 제1키워드(411)에 대응하는 상품명, 제조사, 브랜드, 속성 및 태그를 포함하는 제1상품정보와 클릭수, 판매실적, 구매평수 및 최신성을 포함한 제1판매정보를 분류하고, 이를 상기 제1사용자단말기(110)에 표시하도록 제어부(230)를 제어한다. 여기서 키워드는 온라인 상에서 특정 제품 또는 서비스를 설명하는 단어나 문구를 의미하며, 특정 제품 또는 서비스를 설명하기 위한 메인 키워드, 메인 키워드와 관련성을 가지는 연관 키워드 또는 검색 엔진 등의 포털사이트에서 제공하는 급상승 키워드 등을 모두 포함할 수 있다.

본 발명의 일 실시예에 의한 온라인스토어는 사용자단말기 또는 컴퓨팅장치 등을 통해 온라인 네트워크 상에서 상품 또는 서비스를 구매할 수 있도록 제공되는 웹 서비스를 포함한 모든 플랫폼을 의미하나, 설명의 편의를 위해 웹 페이지 상에서 쇼핑 서비스를 제공하는 것을 전제로 한다.

본 발명의 일 실시예에 의한 크롤링은 조직적, 자동화된 방식으로 웹 페이지를 탐색하고, 웹 페이지의 문서를 수집하여 분류하는 기술을 의미한다. 본 발명의 일 실시예에 따른 크롤링은 외부플랫폼(300)으로부터 API를 이용하는 것으로 기재하였는데, 외부플랫폼(300)의 API를 이용하는 것으로 한정하는 것이 아닌 설명하기 위한 것을 전제로 하였으며, API를 이용하지 않고 온라인스토어의 웹 주소를 찾아내고, 해당 웹 주소의 URL들을 탐색하는 과정을 반복하여 정보를 수집할 수 있도록 구현된 수단을 모두 포함할 수 있다. 예컨대 외부플랫폼(300)은 검색엔진으로 활용되는 구글, 네이버, 다음 등을 의미한다.

제1온라인스토어의 웹 상에 표시된 텍스트, 영상, 이미지 중 어느 하나를 포함한 복수의 컨텐츠를 외부플랫폼(300)으로부터의 API를 통해 크롤링하여 제1수집정보는 제1키워드(411)에 대응하는 정보를 포함할 수 있는데, 예컨대 제1키워드(411)와 가장 관련성이 크다고 판단되는 제품의 상품명, 카테고리, 제조사/브랜드, 속성/태그 등을 포함한 상품정보와 해당 상품에 대한 클릭수, 판매실적, 구매평수, 최신성 등의 판매정보가 포함될 수 있다. 여기서 예컨대 제1키워드(411)에 대응하는 상품이 청바지라면, 이에 대응하여 [패션의류>바지>청바지]라는 카테고리를 포함한 제1수집정보를 획득할 수 있다.

클릭수는 일정기간 동안 검색에서 발생된 상품의 클릭수를 지수화 한 것이며, 판매실적은 일정기간 동안 검색에서 발생한 판매수량/판매금액을 지수화한 것이다. 구매평수는 상품이 온라인스토어에 개별 상품에 대한 고객의 리뷰수를 지수화한 것이고, 최신성은 상품이 온라인스토어에 등록된 일자를 기준으로 현재 일자에 가까울수록 지수가 크도록 지수화한 것이다. 예컨대 최신성은 (등록된 일자로부터 현재까지의 경과된 일/365)*100을 기준으로 하며, 최신성이 낮을수록 신상품인 것을 의미하며, 높아질수록 출시 또는 등록된 지 오래된 것을 의미한다.

상기 전술한 바와 같이 크롤링하여 획득한 제1수집정보 중 수신된 제1키워드(411)에 대응하는 상품명, 제조사, 브랜드, 속성, 태그, 클릭수, 판매실적, 구매평수 및 최신성 등을 포함한 정보를 상품과 관련된 정보인 제1상품정보와 온라인스토어에서의 현재까지의 판매에 관련된 제1판매정보로 분류하고, 분류된 제1상품정보와 제1판매정보를 제1사용자단말기(110)에 표시할 수 있다.

본 발명의 다른 실시예로써 제어부(230)는 외부플랫폼(300)의 검색 시스템을 통해 제1키워드(411)를 검색하여 이에 대응하는 제2온라인스토어의 웹 주소에 관한 정보를 수신할 수 있다. 이는 제1사용자단말기(110)로부터 수신된 제1온라인스토어의 웹 주소에 관한 정보는 운영자가 기 설정한 것으로 셀링능력 평가시스템의 대상이 되고, 이와 같은 한정적인 정보만으로는 제1온라인스토어의 개선점 등을 알 수 없기에 외부플랫폼(300)에 네트워크적으로 연결하여 해당 플랫폼의 검색시스템 또는 검색엔진을 이용하여 제1키워드(411)를 검색하여 제1키워드(411)에 대응하는 제2온라인스토어의 웹 주소에 관한 정보를 획득하는 것이다.

제2온라인스토어의 웹 주소에 관한 정보를 외부플랫폼(300)의 검색 시스템을 통해 통신부(210)가 수신하면, 제1온라인스토어와 마찬가지로 제2온라인스토어의 웹 상에 표시된 텍스트, 영상, 이미지 중 어느 하나를 포함한 복수의 컨텐츠를 외부플랫폼(300)으로부터의 API를 통해 크롤링하여 제2수집정보를 획득할 수 있다. 제2수집정보는 전술한 제1수집정보 중 제1키워드(411)에 대응하는 제1상품정보 및 제1판매정보로 분류한 것과 마찬가지로 제1키워드(411)에 대응하는 제2상품정보(412) 및 제2판매정보로 분류할 수 있다.

제1판매정보는 클릭수, 판매실적, 구매평수 및 최신성을 포함하는데 이들은 각각 수치화 될 수 있으며, 이러한 수치화된 정보를 종합한 것을 제1인기도이며, 예컨대, 클릭수가 550회이고 판매실적이 10개, 구매평수가 8개, 최신성이 1이라면 이들이 수치화하여, 종합한 정보가 제1인기도가 된다. 이와 마찬가지로 제2판매정보는 클릭수, 판매실적, 구매평수 및 최신성을 포함하고, 이들이 각각 수치화된 정보를 종합한 것을 제2인기도가 된다.

본 발명의 일 실시예로서 제1인기도가 제2인기도보다 낮다면, 제2온라인스토어의 제2구매정보가 제1구매정보에 비해 이용자들을 보다 잘 유인한 것이고, 상품에 관한 설명 등을 보다 상세히 기재하여 이용자의 실제 구매를 이끌어 낸 것으로 판단할 수 있다. 이에 제어부(230)는 인공신경망 모듈(400)이 제1키워드(411)와 제1상품정보를 입력값(410)으로 하여 제1인기도가 높아지도록 제1상품정보에 대한 피드백을 수행하도록 하고, 피드백 결과(441)를 제1사용자단말기(110)에 표시하여 제1온라인스토어의 운영자가 피드백 결과(441)에 기초하여 제1상품정보를 제1인기도가 높아지도록 변경할 수 있는 정보를 제공할 수 있다.

도 2와 도 3은 본 발명의 일 실시예에 따른 인공신경망 모듈(400)의 구성과 입력되는 입력값(410)과 출력값(440) 및 피드백정보(413)들을 도시한 도면이다.

구체적으로, 인공신경망 모듈(400)은 인기도가 높아지도록 상품정보에 대한 피드백을 제공하는 방법에 대하여 학습(training)하는 학습세션(420)과 학습세션(420)에서 학습한 결과를 기초로, 인기도가 높아지도록 상품정보에 대한 피드백을 제공하는 방법에 대해 추론(inference)하는 추론세션(430)을 포함할 수 있다. 학습세션(420)은 제2인기도보다 높은 제3인기도의 제3상품정보에 대한 특징을 분석하여, 제2상품정보(412)와 대비하여 인기도가 높아졌던 효과가 가장 좋았던 매칭 결과에 대해 학습을 할 수 있다.

본 발명의 일 실시예에 따른 인공신경망 모듈(400)에 사용하는 신경망 모델(Neural Network model)은 생물학에서 인간의 신경계 구조를 모방한 뉴런 구조로부터 착안된 지도학습(supervised learning) 알고리즘이다.

신경망 모델의 기본적인 작동원리는 여러 개의 뉴런들을 상호 연결하여 입력값(410)에 대한 최적의 출력값(440)을 예측하는 것이다. 통계적 관점에서 보면 신경망 모델은 입력 인자의 선형 결합에 비선형 함수를 취하는 사영추적회귀로 볼 수 있다.

도 3에 도시된 바와 같이, 제1키워드(411)와 제2상품정보(412)를 구성하는 속성은 x1, x2, x3와 같은 인공신경망 모듈(400)의 입력층(input layer)의 각 노드에 입력되고, w1과 같은 weight을 기반으로 h1, h2, h3와 같은 은닉층(hidden layer)의 컴퓨팅 이후에 softmax나 ReLU와 같은 cost function을 기반으로 예측되는 제1인기도가 높아지도록 제1상품정보에 대한 피드백 결과(441)가 y1인 출력층(output layer)에서 출력될 수 있다. 피드백 결과(441)는 외부플랫폼(300)의 검색 시스템을 통해 특정 키워드를 검색했을 때 온라인스토어에 발생될 수 있는 예측 결과(예컨대, 클릭수, 구매평수, 판매실적 등을 통해 획득될 수 있는 인기도에 대한 정보) 등을 포함할 수 있다.

또한, 인공신경망 모듈(400)은 인기도에 있는 정보를 일정 시간이 지난 후 다시 수집하여 이를 기초로 피드백을 수행할 수 있다. 구체적으로, 도 4에 도시된 바와 같이 예상 인기도와 실제 인기도를 기초로 에러(error, -Sigma(yi log pi))를 줄이는 방향으로 은닉층의 weight를 업데이트 시키도록 Back propagation 할 수 있다.

예컨대, A 온라인스토어의 상품정보의 상품명을 B 온라인스토어의 상품정보의 상품명과 매칭시켜, 특징을 반영하였는데, 실제 인기도가 예측 인기도보다 좋지 않은 경우 이러한 오차를 줄이는 방법으로 weight를 업데이트 하며, 반대로 A 온라인스토어의 상품정보의 상품속성을 B 온라인스토어의 상품정보의 상품속성과 매칭시켜, 특징을 반영하였는데 실제 인기도가 예측 인기도보다 더 좋은 경우 은닉층의 weight에 대한 가중치를 증가시키는 방법으로 피드백을 수행할 수 있다.

도 4는 본 발명의 일 실시예에 따른 트래픽에 따른 키워드와 관련된 컨텐츠를 시간구간에 따라 웹 상에 표시여부를 결정하는 동작을 표시하기 위한 도면을 도시한다.

본 발명의 다른 실시예로서 특정한 시간구간(예컨대, 24시간/1주/1달 등의 시간구간)을 설정하고, 이를 복수의 구간으로 분할하여 온라인스토어의 트래픽에 대한 정보를 수집한다. 복수의 구간의 온라인스토어의 제1키워드(411)를 접속한 방문자의 트래픽과 제2키워드를 통해 접속한 방문자의 트래픽에 관한 정보를 수집하여, 복수의 구간 중 제1키워드(411)의 트래픽이 높은 제1구간(600)에 대하여는 제1키워드(411)를 메인으로 하여 온라인스토어의 웹 상에 제1키워드(411)와 관련성이 높은 텍스트, 영상, 이미지 중 어느 하나를 포함한 복수의 컨텐츠를 노출시키고, 상대적으로 트래픽이 낮은 제2키워드는 보조로 하여 온라인스토어의 웹 상에 제2키워드와 관련성이 높은 텍스트, 영상, 이미지 중 어느 하나를 포함한 복수의 컨텐츠를 노출시키거나, 노출시키지 않도록 웹 상의 표시되는 항목을 제어할 수 있다. 이를 통해 각 시간구간에 따른 온라인스토어 이용자의 성향에 따른 컨텐츠를 웹 상에 표시할 수 있어 이용자를 보다 잘 유인할 수 있고, 인기도를 향상시킬 수 있다.

이와 다른 예로, 복수의 구간 중 제2키워드의 트래픽이 높은 제2구간(610)에 대하여 현재 제1키워드(411)에 대응하는 상품정보가 메인으로 하여 온라인스토어의 웹 상에 복수의 컨텐츠를 노출시키고 있는바, 상대적으로 제2키워드에 비해 트래픽이 낮은 제1키워드(411)에 대응하는 상품정보를 보조로 하여 온라인스토어의 웹 상에 제1키워드(411)와 관련성이 높은 텍스트, 영상, 이미지 중 어느 하나를 포함한 복수의 컨텐츠를 노출시키거나, 노출시키지 않도록 웹 상의 표시되는 항목을 제어하고, 제2키워드와 관련성이 높은 텍스트, 영상, 이미지 중 어느 하나를 포함한 복수의 컨텐츠를 메인으로 노출시키도록 웹 상의 표시되는 항목을 제어할 수 있다.

이상에서는 본 발명의 바람직한 실시예에 대하여 도시하고 설명하였지만, 본 발명은 상술한 특정의 실시예에 한정되지 아니하며, 청구범위에서 청구하는 본 발명의 요지를 벗어남이 없이 당해 발명이 속하는 기술분야에서 통상의 지식을 가진 자에 의해 다양한 변형실시가 가능한 것은 물론이고, 이러한 변형 실시 예들은 본 발명의 기술적 사상이나 전망으로부터 개별적으로 이해되어서는 안 될 것이다.

100: 복수의 사용자단말기
110: 제1사용자단말기
200: 서버
210: 통신부
220: 저장부
230: 제어부
300: 외부플랫폼
400: 인공신경망 모듈
410: 입력값
411: 제1키워드
412: 제2상품정보
413: 피드백 정보
420: 학습세션
430: 추론세션
440: 출력값
441: 피드백 결과
600: 제1구간
610: 제2구간
630: 제1키워드의 트래픽
640: 제2키워드의 트래픽

Claims

빅 데이터 기반 플랫폼에서 인공신경망 모듈을 이용하여 정보를 제공하는 셀링능력 평가시스템에 있어서,
제1사용자단말기를 포함한 복수의 사용자단말기와 통신하는 서버를 포함하며,
상기 서버는 통신부; 저장부; 및 제어부를 포함하며,
상기 제어부는 제1사용자단말기로부터 제1키워드와 기 설정된 제1온라인스토어의 웹 주소에 관한 정보를 수신하면,
상기 제1온라인스토어의 웹 상에 표시된 텍스트, 영상, 이미지 중 어느 하나를 포함한 복수의 컨텐츠를 외부플랫폼으로부터의 API를 통해 크롤링하여 제1수집정보를 획득하고,
상기 제1수집정보 중 상기 수신된 제1키워드에 대응하는 상품명, 제조사, 브랜드, 속성 및 태그를 포함하는 제1상품정보와 클릭수, 판매실적, 구매평수 및 최신성을 포함한 제1판매정보를 분류하고, 이를 상기 제1사용자단말기에 표시하며,
상기 제어부는 상기 외부플랫폼의 검색 시스템을 통해 상기 제1키워드를 검색하여 이에 대응하는 제2온라인스토어의 웹 주소에 관한 정보를 수신하고,
상기 제2온라인스토어의 웹 상에 표시된 텍스트, 영상, 이미지 중 어느 하나를 포함한 복수의 컨텐츠를 상기 외부플랫폼으로부터의 API를 통해 크롤링하여 제2수집정보를 획득하고,
상기 제2수집정보 중 상기 수신된 제1키워드에 대응하는 상품명, 제조사, 브랜드, 속성 및 태그를 포함하는 제2상품정보와 클릭수, 판매실적, 구매평수 및 최신성을 포함한 제2판매정보를 분류하고,
상기 제1판매정보를 수치화한 제1인기도가 상기 제2판매정보를 수치화한 제2인기도보다 낮다면,
상기 제1키워드 및 제2상품정보를 입력 값으로 하여 상기 제2인기도 보다 높은 제3인기도의 제3상품정보에 대한 특징을 분석하여, 상기 제2인기도가 높아지도록 상기 제2상품정보에 피드백을 수행하도록 학습하는 인공신경망 모듈을 이용하여 상기 제1키워드 및 상기 제1상품정보를 입력 값으로 하여, 상기 제1인기도가 높아지도록 제1상품정보에 대한 피드백을 수행하고, 이와 같은 피드백 결과를 상기 제1사용자단말기에 표시하며,
상기 제어부는 24시간, 1주 및 1달을 포함하는 특정 시간구간을 설정하고, 상기 특정 시간구간을 복수의 구간으로 분할하여 상기 제1온라인스토어의 트래픽에 대한 정보를 수집하고,
상기 복수의 구간 중 상기 제1키워드를 통해 접속한 방문자의 트래픽과 제2키워드를 통해 접속한 방문자의 트래픽에 대한 정보를 수집하고,
상기 복수의 구간 중 상기 제1키워드로의 트래픽이 높은 제1구간에 대하여 상기 제1키워드를 메인으로 하여 상기 제1온라인스토어의 웹 상에 상기 제1키워드와 관련성이 높은 텍스트, 영상, 이미지 중 어느 하나를 포함하 복수의 제1컨텐츠를 메인으로 노출시키고, 상기 제1키워드보다 상기 제1구간에서 트래픽이 낮은 상기 제2키워드와 관련성이 높은 텍스트, 영상, 이미지 중 어느 하나를 포함한 복수의 제2컨텐츠를 보조로 노출시키도록 표시하는 것을 특징으로 하는 빅 데이터 기반 플랫폼에서 인공신경망 모듈을 이용하여 정보를 제공하는 셀링능력 평가시스템.
삭제