KR102500826B1 - 인공지능 기반의 상품 구매 상세페이지 최적화 방법 및 그 장치와 시스템 - Google Patents

Abstract

상품 구매 상세페이지 최적화 장치가 제공된다. 상기 상품 구매 상세페이지 최적화 장치는, 상품 구매 상세페이지에 관한 데이터를 입력받도록 구성되는 사용자 입력 모듈; 및 복수의 상품 구매 상세페이지 중에서 단일의 상품 구매 상세페이지를 선택하기 위해서, 상기 입력된 상품 구매 상세페이지에 관한 데이터에 대해 AI 학습을 수행하도록 구성되는 AI 학습 모듈을 포함할 수 있다.

Description

인공지능 기반의 상품 구매 상세페이지 최적화 방법 및 그 장치와 시스템{A METHOD FOR OPTIMIZING PRODUCT PURCHASE DETAIL PAGE BASED ON ARTIFICIAL INTELLIGENCE AND AN APPARATUS AND A SYSTEM THEREOF}

본 발명은 인공지능 기반의 상품 구매 상세페이지 최적화 방법 및 그 장치와 시스템에 관한 발명으로서, 보다 구체적으로는 복수의 상품 구매 상세페이지 중에서 가장 구매전환율이 높은 최적의 상품 구매 상세페이지를 용이하게 선택할 수 있는 인공지능 기반의 상품 구매 상세페이지 최적화 방법 및 그 장치와 시스템에 관한 발명이다.

일반적으로 상품 구매 상세페이지는 온라인 쇼핑몰 등의 인터넷 웹사이트를 통해서 상품을 판매 또는 판매를 위한 전시할 시 판매하는 상품의 하단에 표시되는 페이지로서 판매 상품에 관한 상세정보, 사용설명서, 상품의 실제 사용 이미지, 렌더링 이미지 등 판매 상품에 관한 다양한 정보를 포함할 수 있다. 이러한, 상품 구매 상세페이지는 다양한 컨셉에 따라 제작될 수 있는데, 예를 들어, 상품의 사용자 리뷰 등을 강조하는 컨셉, 상품의 디자인적 가치를 어필할 수 있는 렌더링 이미지 위주의 컨셉, 제품의 실제 사용 방법 등을 설명하기 위한 상품 설명서 위주의 컨셉 등으로 제작될 수 있다.

이와 같이, 상품 구매 상세페이지는 상품, 판매자의 취향 등에 따라 다양한 컨셉, 방식 등으로 제작될 수 있으나, 결국 상품 구매 상세페이지의 궁극적인 목표는 웹페이지 형식의 판매 사이트에서 판매 상품을 잠재적인 소비자가 실제로 주문하여 구매까지 이어질 수 있도록 하는 것이다. 즉, 상품 구매 상세페이지는 노출되는 상품 구매 상세페이지를 본 잠재적인 소비자가 실제 구매까지 이르는 비율인 구매전환율을 높이는데 가장 효과적이어야만 하는 것이다.

이러한 상품 구매 상세페이지는 광고적 측면에서 매우 중요하므로, 상품 판매자 입장에서 가장 효과적으로 구매전환율을 높일 수 있는 상품 구매 상세페이지를 매우 신중하게 제작 및 선택하여야 하나, 실제 상품 구매 상세페이지는 이를 제작하는 디자이너의 감에 의존할 수 밖에 없고, 다른 컨셉 또는 디자인의 상품 구매 상세페이지에 비해 구매전환율이 더 높다는 등의 객관적인 수치적 증거가 없으므로 디자이너에 의해 이미 제작되어 판매페이지에 노출된 상품 구매 상세페이지는 사실상 수정이 불가능하다는 한계가 있다.

또한, 단 하나의 상품을 판매하기 위해서 복수의 상품 구매 상세페이지를 제작하더라도, 판매사이트에 접속하는 잠재적 소비자들에게 복수의 상품 구매 상세페이지를 모두 노출시킬 수는 없을 뿐더러 어느 것이 판매율 증진에 가장 효과적으로 기여할 수 있는 상품 구매 상세페이지인지 판매자로서 확인할 방법이 없으므로, 상품의 판매자가 제작된 복수의 상품 구매 상세페이지 중 가장 높은 구매전환율을 제공할 수 있는 상품 구매 상세페이지를 선택하기가 매우 어려운 문제점이 있다.

그러므로, 본 발명자는 이러한 문제점을 해결하기 위해서 상품 판매자가 복수의 상품 구매 상세페이지 중에서 가장 높은 구매전환율을 제공할 수 있는 최적의 상품 구매 상세페이지를 보다 용이하게 선택할 수 있도록 하고, 상품의 속성, 판매 사이트의 활성화 정도 등을 고려하여 최적의 상품 구매 상세페이지 선택을 위한 AI 학습의 세부적인 요소를 설정할 수 있으며, 추가적인 프로그램 설치 등 불필요한 절차들을 최소화함으로써 사용자 편의성을 매우 효과적으로 증진시킬 수 있는 인공지능 기반의 상품 구매 상세페이지 최적화 방법 및 그 장치와 시스템을 제안한다.

본 발명은 상기의 문제점을 해결하기 위해서 안출된 것으로, 본 발명은 복수의 상품 구매 상세페이지 중에서 가장 높은 구매전환율을 제공할 수 있는 최적의 상품 구매 상세페이지를 보다 용이하게 선택할 수 있는 인공지능 기반의 상품 구매 상세페이지 최적화 방법 및 그 장치와 시스템을 제공하는 것을 목적으로 한다.

또한, 본 발명은 최적의 상품 구매 상세페이지 선택을 위해 수행되는 AI 학습을 수행할 수 있으면서도, 상품의 속성, 판매 사이트의 활성화 정도 등을 고려하여 학습기간, 학습속도 등 AI 학습의 세부적인 요소를 추가적으로 설정할 수 있는 인공지능 기반의 상품 구매 상세페이지 최적화 방법 및 그 장치와 시스템을 제공하는 것을 목적으로 한다.

또한, 본 발명은 최적의 상품 구매 상세페이지를 선택하는 과정에서 추가적인 프로그램 설치 따위의 불필요한 절차들을 생략하고 최소화함으로써 사용자 편의성을 매우 효과적으로 증진시킬 수 있는 인공지능 기반의 상품 구매 상세페이지 최적화 방법 및 그 장치와 시스템을 제공하는 것을 목적으로 한다.

본 발명의 기술적 과제들은 이상에서 언급한 기술적 과제들로 제한되지 않으며, 언급되지 않은 또 다른 기술적 과제들은 아래의 기재들로부터 당업자에게 명확하게 이해될 수 있을 것이다.

상기의 기술적 과제를 해결하기 위한 본 발명의 일 실시예에 따른 상품 구매 상세페이지 최적화 장치는, 상품 구매 상세페이지에 관한 데이터를 입력받도록 구성되는 사용자 입력 모듈; 및 복수의 상품 구매 상세페이지 중에서 단일의 상품 구매 상세페이지를 선택하기 위해서, 상기 입력된 상품 구매 상세페이지에 관한 데이터에 대해 AI 학습을 수행하도록 구성되는 AI 학습 모듈을 포함할 수 있다.

또한, 상기 사용자 입력 모듈은, 사용자 단말 및 사용자 상품 판매 서버를 각각 상기 상품 구매 상세페이지 최적화 장치와 상호 연동시키도록 구성되는 데이터 입력부를 포함할 수 있다.

또한, 상기 AI 학습 모듈은, 상기 상품 구매 상세페이지의 구매전환율에 관한 데이터를 수집하도록 구성되는 구매전환율 데이터 수집부; 및 상기 수집된 구매전환율에 관한 데이터에 따라 트래픽 리밸런싱(traffic rebalancing)을 수행하도록 구성되는 트래픽 리밸런싱부를 포함할 수 있다.

또한, 상기 상품 구매 상세페이지 최적화 장치는, 상기 AI 학습을 위한 트래픽 리밸런싱 주기, 학습기간 및 학습속도를 설정하도록 구성되는 AI 설정 모듈을 더 포함할 수 있다.

상기의 기술적 과제를 해결하기 위한 본 발명의 일 실시예에 따른 상품 구매 상세페이지 최적화 시스템은, 상기 상품 구매 상세페이지 최적화 장치; 상기 상품 구매 상세페이지 최적화 장치와 통신 가능하게 결합되는 사용자 단말; 및 상기 상품 구매 상세페이지 최적화 장치와 통신 가능하게 결합되는 사용자 상품 판매 서버를 포함할 수 있다.

상기의 기술적 과제를 해결하기 위한 본 발명의 일 실시예에 따른 상품 구매 상세페이지 최적화 방법은, 상품 구매 상세페이지에 관한 데이터를 입력받는 단계; 및 복수의 상품 구매 상세페이지 중에서 단일의 상품 구매 상세페이지를 선택하기 위해서, 상기 입력된 상품 구매 상세페이지에 관한 데이터에 대해 AI 학습을 수행하는 단계를 포함할 수 있다.

또한, 상기 상품 구매 상세페이지에 관한 데이터를 입력받는 단계는, 사용자 단말 및 사용자 상품 판매 서버를 각각 상기 상품 구매 상세페이지 최적화 장치와 상호 연동시키는 단계를 포함할 수 있다.

또한, 상기 복수의 상품 구매 상세페이지 중에서 단일의 상품 구매 상세페이지를 선택하기 위해서, 상기 입력된 상품 구매 상세페이지에 관한 데이터에 대해 AI 학습을 수행하는 단계는, 상기 상품 구매 상세페이지의 구매전환율에 관한 데이터를 수집하는 단계; 및 상기 수집된 구매전환율에 관한 데이터에 따라 트래픽 리밸런싱을 수행하는 단계를 포함할 수 있다.

또한, 상기 상품 구매 상세페이지 최적화 방법은, 상기 AI 학습을 위한 트래픽 리밸런싱 주기, 학습기간 및 학습속도를 설정하는 단계를 더 포함할 수 있다.

상기의 기술적 과제를 해결하기 위한 본 발명의 일 실시예에 따른 컴퓨터 프로그램은, 하드웨어인 컴퓨터와 결합되어, 상기 상품 구매 상세페이지 최적화 방법을 수행할 수 있도록 컴퓨터 판독 가능한 기록 매체에 저장될 수 있다.

본 발명의 일 실시예에 따른 인공지능 기반의 상품 구매 상세페이지 최적화 방법 및 그 장치와 시스템에 의하면, 복수의 상품 구매 상세페이지 중에서 가장 높은 구매전환율을 제공할 수 있는 최적의 상품 구매 상세페이지를 보다 용이하게 선택할 수 있다.

또한, 본 발명의 일 실시예에 따른 인공지능 기반의 상품 구매 상세페이지 최적화 방법 및 그 장치와 시스템에 의하면, 최적의 상품 구매 상세페이지 선택을 위해 수행되는 AI 학습을 수행할 수 있으면서도, 상품의 속성, 판매 사이트의 활성화 정도 등을 고려하여 학습기간, 학습속도 등 AI 학습의 세부적인 요소를 추가적으로 설정할 수 있다.

또한, 본 발명의 일 실시예에 따른 인공지능 기반의 상품 구매 상세페이지 최적화 방법 및 그 장치와 시스템에 의하면, 최적의 상품 구매 상세페이지를 선택하는 과정에서 추가적인 프로그램 설치 따위의 불필요한 절차들을 생략하고 최소화함으로써 사용자 편의성을 매우 효과적으로 증진시킬 수 있다.

본 발명의 상세한 설명에서 인용되는 도면을 보다 충분히 이해하기 위하여 각 도면의 간단한 설명이 제공된다.
도 1은 본 발명의 일 실시예에 따른 상품 구매 상세페이지 최적화 시스템(1000)을 설명하기 위한 개략적인 블록도이다.
도 2는 본 발명의 일 실시예에 따른 사용자 입력 모듈(120)을 설명하기 위한 개략적인 블록도이다.
도 3은 본 발명의 일 실시예에 따른 AI 설정 모듈(130)을 설명하기 위한 개략적인 블록도이다.
도 4는 본 발명의 일 실시예에 따른 AI 학습 모듈(140)을 설명하기 위한 개략적인 블록도이다.
도 5는 본 발명의 일 실시예에 따른 통계 제공 모듈(150)을 설명하기 위한 개략적인 블록도이다.
도 6은 본 발명의 일 실시예에 따른 상품 구매 상세페이지 최적화 방법(S10)을 설명하기 위한 개략적인 순서도이다.
도 7은 본 발명의 일 실시예에 따른 AI 학습 단계(S300)의 세부적인 절차 및 구성을 설명하기 위한 순서도이다.
도 8은 본 발명의 일 실시예에 따른 상품 구매 상세페이지 최적화 장치(100)에 의해 상세페이지 입력 및 AI 학습의 세부적인 요소 설정 등이 구현되는 일 예를 설명하기 위한 예시도이다.
도 9는 본 발명의 일 실시예에 따른 AI 학습 모듈(140)에 의해 실시간 트래픽 리밸런싱이 구현되는 일 예를 설명하기 위한 예시도이다.
도 10은 본 발명의 일 실시예에 따른 통계 제공 모듈(150)에 의해 노출수, 전환율, 노출 비중, 진행률 등의 AI 학습 통계가 제공되는 일 예를 설명하기 위한 예시도이다.

이하, 본 발명에 따른 실시예들은 첨부된 도면들을 참조하여 설명한다. 각 도면의 구성요소들에 참조 부호를 부가함에 있어서, 동일한 구성요소들에 대해서는 비록 다른 도면 상에 표시되더라도 가능한 한 동일한 부호를 가지도록 하고 있음에 유의해야 한다. 또한, 본 발명의 실시예를 설명함에 있어, 관련된 공지 구성 또는 기능에 대한 구체적인 설명이 본 발명의 실시예에 대한 이해를 방해한다고 판단되는 경우에는 그 상세한 설명은 생략한다. 또한, 이하에서 본 발명의 실시예들을 설명할 것이나, 본 발명의 기술적 사상은 이에 한정되거나 제한되지 않고 당업자에 의해 변형되어 다양하게 실시될 수 있다.

명세서 전체에서, 어떤 부분이 다른 부분과 "연결"되어 있다고 할 때, 이는 "직접적으로 연결"되어 있는 경우뿐 아니라, 그 중간에 다른 소자를 사이에 두고 "간접적으로 연결"되어 있는 경우도 포함한다. 명세서 전체에서, 어떤 부분이 어떤 구성요소를 "포함"한다고 할 때, 이는 특별히 반대되는 기재가 없는 한 다른 구성요소를 제외하는 것이 아니라 다른 구성요소를 더 포함할 수 있는 것을 의미한다. 또한, 본 발명의 실시예의 구성 요소를 설명하는 데 있어서, 제 1, 제 2, A, B, (a), (b) 등의 용어를 사용할 수 있다. 이러한 용어는 그 구성 요소를 다른 구성 요소와 구별하기 위한 것일 뿐, 그 용어에 의해 해당 구성 요소의 본질이나 차례 또는 순서 등이 한정되지 않는다.

도 1은 본 발명의 일 실시예에 따른 상품 구매 상세페이지 최적화 시스템(1000)을 설명하기 위한 개략적인 블록도이다.

도 1에 도시되는 바와 같이, 본 발명의 일 실시예에 따른 상품 구매 상세페이지 최적화 시스템(1000)은, 상품 구매 상세페이지 최적화 장치(100), 사용자 단말(200), 사용자 상품 판매 서버(300), 에디터 서버(400) 등으로 구성될 수 있다.

먼저, 본 발명의 일 실시예에 따른 상품 구매 상세페이지 최적화 장치(100)는, 상품 구매 상세페이지에 관한 데이터를 입력받고, AI 학습을 위한 트래픽 리밸런싱 주기, 학습기간 및 학습속도 등을 설정하며, 복수의 상품 구매 상세페이지 중에서 단일의 상품 구매 상세페이지를 선택하기 위해 입력된 상품 구매 상세페이지에 관한 데이터에 대해 AI 학습을 수행하고, AI 학습에 관한 노출통계, 구매전환율, 노출비중, 학습 진행률 등의 통계 데이터를 제공하도록 구성될 수 있다. 본 발명의 일 실시예에 따른 상품 구매 상세페이지 최적화 장치(100)의 세부적인 구성에 대해서는 사용자 단말(200), 사용자 상품 판매 서버(300), 에디터 서버(400)에 대해 기술한 이후 보다 상세하게 기술하기로 한다.

본 발명의 일 실시예에 따른 사용자 단말(200)은, 상품 구매 상세페이지 최적화 장치(100)와 통신 가능하게 결합되도록 구성될 수 있다. 본 발명의 일 실시예에 따른 사용자 단말(200)은 상품 구매 상세페이지 최적화 장치(100)와 통신하며 상품 구매 상세페이지 최적화 장치(100)에 제어 신호를 송신하도록 구성될 수 있고, 또한 상품 구매 상세페이지 최적화 장치(100)와 상품 구매 상세페이지에 관한 데이터 등 다양한 데이터를 송수신하도록 구성될 수 있다. 본 발명의 일 실시예에 다른 사용자 단말(200)은 주로 사용자 상품 판매 서버(300)를 통해 상품 판매 웹사이트를 운영하거나 또는 사용자 상품 판매 서버(300)와 통신 연결된 판매 웹사이트를 통해 상품을 판매하는 판매자의 사용자 단말(200)일 수 있다.

참고로, 사용자 단말(200)은 가입자 유닛, 가입자국, 이동국, 모바일 단말, 원격국, 원격 단말, 모바일 디바이스, 액세스 단말, 단말, 무선 통신 디바이스, 사용자 에이전트, 사용자 디바이스 또는 사용자 장비(UE)라고 지칭될 수도 있다. 액세스 단말은 셀룰러 전화, 코드리스 전화, 세션 개시 프로토콜(SIP) 전화, 무선 로컬 루프(WLL) 스테이션, 개인용 디지털 보조기(PDA), 무선 접속 능력을 구비한 핸드헬드 디바이스, 컴퓨팅 디바이스 또는 무선 모뎀에 접속되는 다른 프로세싱 디바이스일수 있다. 또한, 사용자 단말(200)은 별도의 입력장치에 의해 조작 가능한 운영 프로그램이 설치된 퍼스널 컴퓨터, PC 등을 포함할 수 있다.

본 발명의 일 실시예에 따른 사용자 상품 판매 서버(300)는, 상품 구매 상세페이지 최적화 장치(100)와 통신 가능하게 결합되도록 구성될 수 있다. 본 발명의 일 실시예에 따른 사용자 상품 판매 서버(300)는 사용자의 상품 판매 웹사이트 등과 연동되어 사용자의 판매 상품에 관한 다양한 데이터, 예를 들어, 판매 상품의 판매 기록, 판매되는 상품의 상품 구매 상세페이지, 상품에 관한 주문 정보 등에 관한 데이터가 저장될 수 있고, 사용자의 상품 판매 웹사이트의 운영을 위한 서버 역할을 수행하도록 구성될 수 있다. 즉, 본 발명의 일 실시예에 따른 사용자 상품 판매 서버(300)는, 상품 구매 상세페이지 최적화 장치(100)와 연동되어 서버 역할을 수행하는 판매 웹사이트의 상품 종류, 상품 구매 상세페이지, 주문 정보, 주문 수량 등의 데이터를 상품 구매 상세페이지 최적화 장치(100)와 공유하도록 구성될 수 있다.

본 발명의 일 실시예에 따른 에디터 서버(400)는, 상품 구매 상세페이지 최적화 장치(100)와 통신 가능하게 결합되도록 구성될 수 있다. 본 발명의 일 실시예에 따른 에디터 서버(400)는, 상품 구매 상세페이지 제작에 사용되는 다양한 샘플 템플릿 구성을 보유할 수 있고, 보유한 다양한 샘플 템플릿을 상품 구매 상세페이지 최적화 장치(100)에 제공하도록 구성될 수도 있다. 또한, 본 발명의 일 실시예에 따른 에디터 서버(400)는, 판매되는 상품의 종류, 선호하는 상품 구매 상세페이지 컨셉 등을 고려하여 사용자에게 상품 구매 상세페이지의 컨셉, 전체적인 구성, 템플릿 등을 추천하거나 또는 제안하도록 구성될 수 있다. 이에 따라, 사용자는 상품 구매 상세페이지 최적화 장치(100)를 통해 에디터 서버(400)에 접속함으로써 판매 상품의 상품 구매 상세페이지를 용이하게 제작할 수 있다.

한편, 상술한 바와 같이, 본 발명의 일 실시예에 따른 상품 구매 상세페이지 최적화 시스템(1000)은, 복수의 상품 구매 상세페이지 중에서 가장 높은 구매전환율을 나타내는 단일의 상품 구매 상세페이지를 선택하도록 구성되는 상품 구매 상세페이지 최적화 장치(100)를 포함할 수 있다. 도 1을 참고하면, 본 발명의 일 실시예에 따른 상품 구매 상세페이지 최적화 장치(100)는, 제어 모듈(110), 사용자 입력 모듈(120), AI 설정 모듈(130), AI 학습 모듈(140), 통계 제공 모듈(150), 통신 모듈(160), 저장 모듈(170) 등을 포함할 수 있다.

먼저, 본 발명의 일 실시예에 따른 상품 구매 상세페이지 최적화 장치(100)는, 상품 구매 상세페이지에 관한 데이터를 입력받도록 구성되는 사용자 입력 모듈(120)을 포함할 수 있다. 도 2를 참고하면, 본 발명의 일 실시예에 따른 사용자 입력 모듈(120)은, 데이터 입력부(121), 데이터 업로드부(122), 입력정보 수정부(123) 등을 포함할 수 있다.

본 발명의 일 실시예에 따른 데이터 입력부(121)는, 사용자 단말(200) 및 사용자 상품 판매 서버(300)를 각각 상품 구매 상세페이지 최적화 장치(100)와 상호 연동시키도록 구성될 수 있다. 보다 구체적으로, 본 발명의 일 실시예에 따른 데이터 입력부(121)는, 통신 모듈(160)을 통해 사용자 단말(200) 및 사용자 상품 판매 서버(300)와 통신 가능하도록 결합 또는 상호 연동될 수 있고, 사용자 단말(200)로부터 상품 구매 상세페이지에 관한 데이터를 입력받고, 입력받은 데이터를 저장 모듈(170)에 저장시키고 또한 사용자 상품 판매 서버(300)로 통신 모듈(160)을 통해 송신하도록 구성될 수 있다.

또한, 본 발명의 일 실시예에 따른 데이터 입력부(121)는, 사용자 단말(200)뿐만 아니라 사용자 상품 판매 서버(300)로부터 상품 구매 상세페이지에 관한 데이터를 입력받도록 구성될 수도 있다. 즉, 본 발명의 일 실시예에 따른 데이터 입력부(121)는, 사용자 상품 판매 서버(300)에 의해 운영되는 판매 웹사이트에서 판매되는 상품의 상품 구매 상세페이지에 관한 데이터를 추출하고, 추출한 데이터를 저장 모듈(170)에 저장하도록 구성될 수도 있다.

또한, 본 발명의 일 실시예에 따른 데이터 입력부(121)는, 에디터 서버(400)와 상품 구매 상세페이지 최적화 장치(100)를 상호 연동시키도록 구성될 수 있다. 보다 구체적으로, 본 발명의 일 실시예에 따른 데이터 입력부(121)는, 에디터 서버(400)와 상품 구매 상세페이지 최적화 장치(100)를 상호 연동시키고, 사용자 단말(200)로부터의 요청에 의해 사용자 단말(200)과 에디터 서버(400) 사이에 데이터를 송수신할 수 있는 통신 연결 상태로 만들도록 구성될 수 있다. 이에 따라, 사용자는 사용자 단말(200)을 통해 상품 구매 상세페이지 최적화 장치(100)에 요청함으로써 에디터 서버(400)에 접속할 수 있고, 에디터 서버(400)를 통해 판매되거나 또는 판매할 상품의 상품 구매 상세페이지를 제작할 수 있으며, 제작한 상품 구매 상세페이지에 관한 데이터를 상품 구매 상세페이지 최적화 장치(100)에 입력할 수 있다.

다시 말해, 본 발명의 일 실시예에 따른 데이터 입력부(121)는, 사용자 단말(200)과 상품 구매 상세페이지 최적화 장치(100)를 상호 연동시키고 사용자 단말(200)로부터 상품 구매 상세페이지에 관한 데이터를 직접 입력받도록 구성될 수 있고, 또한 사용자 상품 판매 서버(300)와 상품 구매 상세페이지 최적화 장치(100)를 상호 연동시키고 사용자 단말(200)을 통해 입력받은 상품 구매 상세페이지에 관한 데이터를 사용자 상품 판매 서버(300)에 의해 운영되는 판매 웹사이트에 노출시키거나 또는 판매 웹사이트의 상품 구매 상세페이지에 관한 데이터를 추출하여 입력 받도록 구성될 수 있으며, 또한 에디터 서버(400)와 상품 구매 상세페이지 최적화 장치(100)를 상호 연동시키고 사용자 단말(200)과 에디터 서버(400)를 통신 가능하게 연결시킴으로써 사용자 단말(200)이 에디터 서버(400)에 접속하여 상품 구매 상세페이지에 관한 데이터를 생성하고 생성된 상품 구매 상세페이지에 관한 데이터를 입력 받도록 구성될 수도 있다.

참고로, 상품 구매 상세페이지에 관한 데이터는, 상품 구매 상세페이지의 출력을 위해 필요한 데이터를 포함할 수 있고, 예시적으로 상품 구매 상세페이지를 구성하는 이미지, 문자, 템플릿 등에 관한 데이터, HTML 형식의 코드 데이터, 자바 스크립트 데이터 등을 포함할 수 있다.

이어서, 본 발명의 일 실시예에 따른 데이터 업로드부(122)는, 입력받은 상품 구매 상세페이지에 관한 데이터를 저장 모듈(170)에 저장 또는 업로드시키고, 저장 또는 업로드된 상품 구매 상세페이지에 관한 데이터를 사용자 상품 판매 서버(300)로 송신하여 사용자 상품 판매 서버(300)에 의해 운영되는 판매 웹사이트의 상품 판매 페이지에 출력시키도록 구성될 수 있다. 보다 구체적으로, 본 발명의 일 실시예에 따른 데이터 업로드부(122)는, 사용자 단말(200)로부터의 요청에 따라 사용자 단말(200), 에디터 서버(400) 등으로부터 입력받은 상품 구매 상세페이지에 관한 데이터를 저장 모듈(170)에 저장 또는 업로드시키고, 저장 또는 업로드된 상품 구매 상세페이지에 관한 데이터를 사용자 상품 판매 서버(300)로 송신하여 사용자 상품 판매 서버(300)에 의해 운영되는 판매 웹사이트의 상품 판매 페이지에 출력시키도록 구성될 수 있다.

또한, 본 발명의 일 실시예에 따른 입력정보 수정부(123)는 저장 또는 업로드된 상품 구매 상세페이지에 관한 데이터에 대해 수정, 변경, 삭제 등을 수행하도록 구성될 수 있다. 보다 구체적으로, 본 발명의 일 실시예에 따른 입력정보 수정부(123)는, 데이터 업로드부(122)에 의해 저장 모듈(170)에 저장 또는 업로드된 상품 구매 상세페이지에 관한 데이터에 대해 사용자 단말(200)로부터의 요청에 따라 수정, 변경, 삭제 등을 수행하도록 구성될 수 있다. 이에 따라, 사용자는 용이하게 업로드한 상품 구매 상세페이지에 관한 데이터를 수정, 삭제 또는 추가할 수 있다.

추가로, 본 발명의 추가 실시예에 따른 사용자 입력 모듈(120)은, 사용자 단말(200)로부터 사용자 데이터(예를 들어, 사용자의 인적사항, 사용자의 판매 웹사이트 주소, 사용자 계정 정보, 로그인 정보 등)를 입력받고, 저장 모듈(170)에 저장 또는 업로드하도록 구성될 수 있다. 또한, 본 발명의 추가 실시예에 따른 사용자 입력 모듈(120)은, 사용자의 판매 상품에 관한 리스트를 생성하도록 구성될 수 있다. 예시적으로, 본 발명의 추가 실시예에 따른 사용자 입력 모듈(120)은, 사용자 단말(200)로부터의 요청에 따라 상품 구매 상세페이지의 최적화를 진행할 판매 상품을 리스트로 등록시키고, 또한 리스트로 등록된 판매 상품에 대한 검색 서비스를 제공할 수 있으며, 사용자 단말(200)로부터의 요청에 따라 리스트로 등록된 판매 상품에 대한 수정, 변경, 삭제 등을 수행하도록 구성될 수도 있다.

다시 도 1을 참고하면, 본 발명의 일 실시예에 따른 상품 구매 상세페이지 최적화 장치(100)는, AI 학습을 위한 트래픽 리밸런싱 주기, 학습기간 및 학습속도를 설정하도록 구성되는 AI 설정 모듈(130)을 포함할 수 있다. 도 3을 참고하면, 본 발명의 일 실시예에 따른 AI 설정 모듈(130)은 리밸런싱 주기 설정부(131), 학습기간 설정부(132), 학습속도 설정부(133) 등을 포함할 수 있다.

먼저, 본 발명의 일 실시예에 따른 리밸런싱 주기 설정부(131)는, AI 학습 모듈(140)에 의해 수행되는 AI 학습의 트래픽 리밸런싱 주기(traffic rebalancing cycle)를 설정하도록 구성될 수 있다. 보다 구체적으로, 본 발명의 일 실시예에 따른 리밸런싱 주기 설정부(131)는, 트랙픽 리밸런싱 주기를 입력할 수 있는 입력 인터페이스를 사용자 단말(200)로 출력시키도록 구성될 수 있고, 입력 인터페이스를 통해 입력된 트래픽 리밸런싱 주기에 따라 AI 학습 모듈(140)의 트래픽 리밸런싱부(143, 도 4 참고)에 의해 수행되는 AI 학습의 트래픽 리밸런싱(traffic rebalancing)의 트래픽 리밸런싱 주기를 설정하도록 구성될 수 있다. 또한, 본 발명의 일 실시예에 따른 리밸런싱 주기 설정부(131)는, 트래픽 리밸런싱 주기의 디폴트 값을 설정하도록 구성될 수 있고, 예시적으로, 12시간의 트래픽 리밸런싱 주기를 디폴트 값으로 설정하도록 구성될 수 있다. 참고로, 트래픽 리밸런싱 및 트래픽 리밸런싱 주기에 관한 보다 구체적인 내용 및 방법에 관하여는, 이하 도 4에서 AI 학습 모듈(140)의 보다 구체적인 구성과 함께 후술하기로 한다.

또한, 본 발명의 일 실시예에 따른 학습기간 설정부(132)는, AI 학습 모듈(140)에 의해 수행되는 AI 학습의 학습기간을 설정하도록 구성될 수 있다. 보다 구체적으로, 본 발명의 일 실시예에 따른 학습기간 설정부(132)는, 사용자 단말(200)로 AI 학습 모듈(140)에 의해 수행되는 AI 학습의 학습기간을 입력할 수 있는 입력 인터페이스를 출력시키도록 구성될 수 있고, 입력 인터페이스를 통해 입력된 학습기간에 따라 AI 학습의 학습기간을 설정하도록 구성될 수 있다. 예시적으로, 도 8을 참고하면, 본 발명의 일 실시예에 따른 학습기간 설정부(132)는, 사용자 단말(200)의 화면 우측 상단에 “AI 학습기간 설정” 항목에서 학습기간 시작일 및 종료일을 입력할 수 있는 입력 인터페이스를 제공하도록 구성될 수 있다.

또한, 본 발명의 추가 실시예에 따른 학습기간 설정부(132)는, 판매 상품의 종류, 사용자 상품 판매 서버(300)에 의해 운영되는 사용자의 판매 웹사이트의 평균 트래픽 수치 등을 고려하여 사용자에게 추천 학습기간을 제안하도록 구성될 수 있다. 즉, 본 발명의 추가 실시예에 따른 학습기간 설정부(132)는, 판매 상품의 종류, 사용자 상품 판매 서버(300)에 의해 운영되는 사용자의 판매 웹사이트의 평균 트래픽 수치 또는 제작된 상품 구매 상세페이지의 컨셉 등을 고려하여 빅데이터화된 AI 학습에 관한 데이터를 분석하고, 분석된 결과에 따라 사용자에게 추천 학습기간을 제안하도록 구성될 수 있고, 이에 따라 본 발명의 추가 실시예에 따른 AI 학습 모듈(140)은 학습기간에 대한 사용자 입력이 없이도 자동으로 제안된 추천 학습기간에 따라 AI 학습을 수행하도록 구성될 수 있다.

이어서, 본 발명의 일 실시예에 따른 학습속도 설정부(133)는, AI 학습 모듈(140)에 의해 수행되는 AI 학습의 학습속도를 설정하도록 구성될 수 있다. 보다 구체적으로, 본 발명의 일 실시예에 따른 학습속도 설정부(133)는, AI 학습 모듈(140)에 의해 수행되는 AI 학습의 학습속도를 선택할 수 있는 선택 인터페이스를 사용자 단말(200)로 출력시키도록 구성될 수 있고, 선택 인터페이스를 통해 선택된 학습속도에 따라 AI 학습의 학습속도를 설정하도록 구성될 수 있다. 예시적으로, 도 8을 참고하면, 본 발명의 일 실시예에 따른 학습속도 설정부(133)는, 사용자 단말(200)의 화면 우측 중단에 “학습속도 설정” 항목에서 저속에서부터 고속까지 총 6단계로 세분화된 학습속도 선택 인터페이스를 제공하도록 구성될 수 있다.

또한, 본 발명의 일 실시예에 따른 학습속도 설정부(133)는, 복수의 단계(예를 들어, 6단계 등)로 세분화하여 학습속도를 설정하도록 구성될 수 있고, 세분화하여 학습속도를 설정할 시 업로드된 상품 구매 상세페이지의 개수, 선택된 학습속도 등에 따라 트래픽 리밸런싱 수행 시 조절되는 트래픽 리밸런싱 수치를 상이하게 설정하도록 구성될 수 있다. 예시적으로, 본 발명의 일 실시예에 따른 학습속도 설정부(133)는, 업로드된 상품 구매 상세페이지의 개수가 2개인 경우 총 6단계로 세분화된 학습속도 중 저속(1단계)에서 트래픽 리밸런싱 수행 시 트래픽 리밸런싱 주기마다 조절(또는 증감)되는 트래픽 리밸런싱 수치를 5%p로 설정할 수 있고, 고속(6단계)에서 트래픽 리밸런싱 수행 시 트래픽 리밸런싱 주기마다 조절(또는 증감)되는 트래픽 리밸런싱 수치를 15%p로 설정할 수 있으며, 트래픽 리밸런싱 수행 시 트래픽 리밸런싱 주기마다 조절(또는 증감)되는 트래픽 리밸런싱 수치를 각 단계별로 2%p씩 격차를 두어 설정하도록 구성될 수 있다(예를 들어, 2단계: 7%p, 3단계: 9%p, 4단계: 11%p, 5단계: 13%p)

또한, 예시적으로, 본 발명의 일 실시예에 따른 학습속도 설정부(133)는, 업로드된 상품 구매 상세페이지의 개수가 3개인 경우 총 6단계로 세분화된 학습속도 중 저속(1단계)에서 트래픽 리밸런싱 수행 시 트래픽 리밸런싱 주기마다 조절(또는 증감)되는 트래픽 리밸런싱 수치를 4%p로 설정할 수 있고, 고속(6단계)에서 트래픽 리밸런싱 수행 시 트래픽 리밸런싱 주기마다 조절(또는 증감)되는 트래픽 리밸런싱 수치를 9%p로 설정할 수 있으며, 트래픽 리밸런싱 수행 시 트래픽 리밸런싱 주기마다 조절(또는 증감)되는 트래픽 리밸런싱 수치를 각 단계별로 1%p씩 격차를 두어 설정하도록 구성될 수 있다(예를 들어, 2단계: 5%p, 3단계: 6%p, 4단계: 7%p, 5단계: 8%p).

또한, 본 발명의 추가 실시예에 따른 학습속도 설정부(133)는, 판매 상품의 종류, 사용자 상품 판매 서버(300)에 의해 운영되는 사용자의 판매 웹사이트의 평균 트래픽 수치(예를 들어, 판매 웹사이트의 평균 하루 방문자 수에 따른 트래픽 수치) 등을 고려하여 사용자에게 추천 학습속도를 제안하도록 구성될 수 있다. 즉, 본 발명의 추가 실시예에 따른 학습속도 설정부(133)는, 판매 상품의 종류, 사용자 상품 판매 서버(300)에 의해 운영되는 사용자의 판매 웹사이트의 평균 트래픽 수치 또는 제작된 상품 구매 상세페이지의 컨셉 등을 고려하여 빅데이터화된 AI 학습에 관한 데이터를 분석하고, 분석된 결과에 따라 사용자에게 추천 학습속도를 제안하도록 구성될 수 있다. 예시적으로, 도 8에 도시되는 바와 같이, 본 발명의 추가 실시예에 따른 학습속도 설정부(133)는, 판매 웹사이트의 평균 하루 방문자 수가 1,000명 이하인 경우 판매 웹사이트에서 판매되는 상품과 동일 또는 유사한 상품의 이전의 AI 학습 데이터를 분석하고 분석된 결과에 기초하여 저속의 추천 학습속도를 제안하도록 구성될 수 있고, 이에 따라 본 발명의 추가 실시예에 따른 AI 학습 모듈(140)은 학습속도에 대한 사용자 입력이 없이도 자동으로 제안된 추천 학습속도에 따라 AI 학습을 수행하도록 구성될 수 있다.

다시 도 1을 참고하면, 본 발명의 일 실시예에 따른 상품 구매 상세페이지 최적화 장치(100)는, 복수의 상품 구매 상세페이지 중에서 단일의 상품 구매 상세페이지를 선택하기 위해서, 입력된 상품 구매 상세페이지에 관한 데이터에 대해 AI 학습을 수행하도록 구성되는 AI 학습 모듈(140)을 포함할 수 있다. 도 4를 참고하면, 본 발명의 일 실시예에 따른 AI 학습 모듈(140)은, 초기 노출율 설정부(141), 구매전환율 데이터 수집부(142), 트래픽 리밸런싱부(143), 학습 일시정지부(144), 학습 종료부(145) 등을 포함할 수 있다.

먼저, 본 발명의 일 실시예에 따른 초기 노출율 설정부(141)는, 업로드된 상품 구매 상세페이지의 초기 노출율을 설정하도록 구성될 수 있다. 즉, 본 발명의 일 실시예에 따른 초기 노출율 설정부(141)는, 업로드된 복수의 상품 구매 상세페이지 각각의 초기 노출율을 설정하도록 구성될 수 있다. 보다 구체적으로, 본 발명의 일 실시예에 따른 초기 노출율 설정부(141)는, 저장 모듈(170)에 업로드된 상품 구매 상세페이지의 초기 노출율에 대해 동등한 비율을 디폴트 값으로 하여 설정하도록 구성될 수 있다.

예시적으로, 본 발명의 일 실시예에 따른 초기 노출율 설정부(141)는, 업로드된 상품 구매 상세페이지가 2개인 경우, 각각의 상품 구매 상세페이지의 초기 노출율을 50%로 설정할 수 있다. 또한, 본 발명의 일 실시예에 따른 초기 노출율 설정부(141)는, 업로드된 상품 구매 상세페이지가 3개인 경우, 각각의 상품 구매 상세페이지의 초기 노출율을 약 33.3%로 설정할 수 있다. 이에 따라, 사용자 상품 판매 서버(300)에 의해 운영되는 판매 웹사이트의 상품 판매 페이지에 동등한 확률로 복수의 상품 구매 상세페이지 중 어느 하나가 출력될 수 있고, 이에 따라 판매 웹사이트의 상품 판매 페이지에 방문한 잠재적 소비자들에 의한 구매전환율 데이터가 보다 용이하게 객관화될 수 있고, 구매전환율 데이터에 대한 신뢰도가 보다 향상될 수 있다.

이어서, 본 발명의 일 실시예에 따른 구매전환율 데이터 수집부(142)는, 상품 구매 상세페이지의 구매전환율에 관한 데이터를 수집하도록 구성될 수 있다. 보다 구체적으로, 본 발명의 일 실시예에 따른 구매전환율 데이터 수집부(142)는, (동등한 비율로) 초기 노출율이 설정된 복수의 상품 구매 상세페이지 각각의 구매전환율에 관한 데이터를 수집하도록 구성될 수 있다.

예시적으로, 본 발명의 일 실시예에 따른 구매전환율 데이터 수집부(142)는, 설정된 초기 노출율에 따라 사용자 상품 판매 서버(300)에 의해 운영되는 판매 웹페이지의 상품 판매 페이지에 출력되는 각각의 상품 구매 상세페이지별로 해당 상품 판매 페이지에 방문한 잠재적 소비자의 실제 상품 구매 비율 즉, 구매전환율을 측정하고, 측정한 구매전환율을 데이터화함으로써 구매전환율에 관한 데이터를 수집하도록 구성될 수 있다.

이어서, 본 발명의 일 실시예에 따른 트래픽 리밸런싱부(143)는, 수집된 구매전환율에 관한 데이터에 따라 트래픽 리밸런싱을 수행하도록 구성될 수 있다. 보다 구체적으로, 본 발명의 일 실시예에 따른 트래픽 리밸런싱부(143)는, 구매전환율 데이터 수집부(142)에 의해 수집된 복수의 상품 구매 상세페이지 각각의 구매전환율에 관한 데이터를 리밸런싱 주기 설정부(131)에 의해 설정된 트래픽 리밸런싱 주기마다 분석하여 즉, 복수의 상품 구매 상세페이지 각각의 측정된 구매전환율을 비교하고 가장 높은 구매전환율이 측정된 어느 하나의 상품 구매 상세페이지를 선택하여 선택된 어느 하나의 상품 구매 상세페이지의 노출율을 학습속도 설정부(133)에 의해 설정된 트래픽 리밸런싱 수치만큼 증가시키고, 선택되지 않은 나머지 상품 구매 상세페이지의 노출율을 학습속도 설정부(133)에 의해 설정된 트래픽 리밸런싱 수치만큼 차감시킴으로써 트래픽 리밸런싱을 수행하도록 구성될 수 있다.

참고로, 트래픽 리밸런싱은, 업로드되고 초기 노출율이 설정된 복수의 상품 구매 상세페이지 중에서 트래픽 리밸런싱 주기마다 각각의 상품 구매 상세페이지의 구매전환율을 측정하고, 복수의 상품 구매 상세페이지 각각의 측정된 구매전환율을 비교하여 가장 높은 구매전환율이 측정된 어느 하나의 상품 구매 상세페이지를 선택하여 선택된 어느 하나의 상품 구매 상세페이지의 노출율을 미리 설정된 트래픽 리밸런싱 수치만큼 증가시키고, 선택되지 않은 나머지 상품 구매 상세페이지의 노출율을 미리 설정된 트래픽 리밸런싱 수치만큼 차감시키는 것을 의미할 수 있다. 또한, 트래픽 리밸런싱 주기는, 상기 트래픽 리밸런싱이 반복되는 주기를 의미할 수 있다.

즉, 본 발명의 일 실시예에 따른 트래픽 리밸런싱부(143)는, 설정된 리밸런싱 주기마다 수집된 구매전환율에 관한 데이터에 기초하여 트래픽 리밸런싱을 반복 수행하도록 구성될 수 있고, 이에 따라 복수의 상품 구매 상세페이지 중에서 가장 높은 구매전환율을 제공할 수 있는 최적의 상품 구매 상세페이지를 보다 용이하게 선택할 수 있다.

본 발명의 추가 실시예에 따른 트래픽 리밸런싱부(143)는, 설정된 트래픽 리밸런싱 주기마다 복수의 상품 구매 상세페이지의 구매전환율을 측정하고, 복수의 상품 구매 상세페이지 각각의 측정된 구매전환율의 차이 값에 따라 노출율을 증감시키는 트래픽 리밸런싱 수치를 조절하도록 구성될 수 있다. 보다 구체적으로, 본 발명의 추가 실시예에 따른 트래픽 리밸런싱부(143)는, 설정된 트래픽 리밸런싱 주기마다 복수의 상품 구매 상세페이지의 구매전환율을 측정하고, 복수의 상품 구매 상세페이지 각각의 측정된 구매전환율 간 차이 값을 고려하여 복수의 상품 구매 상세페이지 각각의 노출율을 증감시키는 트래픽 리밸런싱 수치를 보정하여 트래픽 리밸런싱을 수행하도록 구성될 수 있다.

예시적으로, 본 발명의 추가 실시예에 따른 트래픽 리밸런싱부(143)는, 업로드된 2개의 상품 구매 상세페이지의 측정된 구매전환율이 각각 55% 및 53%인 경우(즉, 각각의 구매전환율의 차이 값은 2%), 각각 측정된 구매전환율이 80% 및 10%인 경우(즉, 각각의 구매전환율의 차이 값은 70%)에 비해서 55% 및 53%의 구매전환율이 측정된 상품구매 상세페이지 각각의 노출율을 증가 또는 차감시키는 트래픽 리밸런싱 수치를 보다 작게 보정하여 트래픽 리밸런싱을 수행하도록 구성될 수 있다.

이어서, 본 발명의 일 실시예에 따른 학습 일시정지부(144)는, 사용자 단말(200)로부터의 요청에 따라 AI 학습을 일시적으로 정지시키도록 구성될 수 있다. 보다 구체적으로, 본 발명의 일 실시예에 따른 학습 일시정지부(144)는, 사용자 단말(200)로부터의 요청에 따라 트래픽 리밸런싱을 포함한 AI 학습을 일시적으로 정지시키도록 구성될 수 있다.

또한, 본 발명의 추가 실시예에 따른 학습 일시정지부(144)는, 미리 입력된 특정 조건 달성 시 자동으로 상기 트래픽 리밸런싱을 포함한 AI 학습을 일시적으로 정지시키도록 구성될 수 있다. 예시적으로, 본 발명의 추가 실시예에 따른 학습 일시정지부(144)는, 상품 구매 상세페이지 최적화 장치(100)와 연동된 사용자 상품 판매 서버(300)가 다운될 시 자동으로 상기 트래픽 리밸런싱을 포함한 AI 학습을 일시적으로 정지시키도록 구성될 수 있다.

이어서, 본 발명의 일 실시예에 따른 학습 종료부(145)는, 트래픽 리밸런싱이 반복 수행됨에 따라 복수의 상품 구매 상세페이지 중 어느 하나의 상품 구매 상세페이지의 노출율이 미리 결정된 특정 수치를 달성 또는 초과할 시 특정 수치를 달성 또는 초과한 어느 하나의 상품 구매 상세페이지를 최종적인 위너(winner)로 선택하고 AI 학습을 종료하도록 구성될 수 있다.

보다 구체적으로, 본 발명의 일 실시예에 따른 학습 종료부(145)는, 미리 설정된 트래픽 리밸런싱 주기마다 반복 수행되는 트래픽 리밸런싱이 진행됨에 따라 복수의 상품 구매 상세페이지 중 어느 하나의 상품 구매 상세페이지의 노출율이 특정 수치(예를 들어, 100%)를 달성할 시 특정 수치를 달성한 어느 하나의 상품 구매 상세페이지를 최종적인 위너 즉, 가장 구매전환율이 높고 효과적으로 상품을 판매할 수 있는 상품 구매 상세페이지로 선택하고 AI 학습을 종료하도록 구성될 수 있다.

또한, 본 발명의 일 실시예에 따른 학습 종료부(145)는, 미리 설정된 학습기간 도과 시 업로드된 복수의 상품 구매 상세페이지 중 가장 높은 노출율을 달성한 어느 하나의 상품 구매 상세페이지를 최종적인 위너로 선택하고 AI 학습을 종료하도록 구성될 수 있다. 보다 구체적으로, 본 발명의 일 실시예에 따른 학습 종료부(145)는, 학습기간 설정부(132)에 의해 미리 설정된 학습기간 도과 시 업로드된 복수의 상품 구매 상세페이지 중 가장 높은 노출율을 달성한 어느 하나의 상품 구매 상세페이지를 최종적인 위너 즉, 가장 구매전환율이 높고 효과적으로 상품을 판매할 수 있는 상품 구매 상세페이지로 선택하고 트래픽 리밸런싱을 포함한 AI 학습을 종료하도록 구성될 수 있다.

본 발명의 추가 실시예에 따른 학습 종료부(145)는, 복수의 상품 구매 상세페이지 중 어느 하나의 상품 구매 상세페이지의 노출율이 특정 수치를 달성 또는 초과하기 전이라도 사용자 단말(200)로부터의 요청에 따라 사용자 단말(200)로부터의 학습 종료 요청 당시의 업로드된 복수의 상품 구매 상세페이지 중 가장 높은 노출율을 달성한 어느 하나의 상품 구매 상세페이지를 최종적인 위너 즉, 가장 구매전환율이 높고 효과적으로 상품을 판매할 수 있는 상품 구매 상세페이지로 선택하고 트래픽 리밸런싱을 포함한 AI 학습을 종료하도록 구성될 수 있다.

다시 도 1을 참고하면, 본 발명의 일 실시예에 따른 상품 구매 상세페이지 최적화 장치(100)는, AI 학습에 관한 통계 데이터를 제공하도록 구성되는 통계 제공 모듈(150)을 포함할 수 있다. 도 5를 참고하면, 본 발명의 일 실시예에 따른 통계 제공 모듈(150)은 노출통계 제공부(151), 구매전환율 제공부(152), 노출비중 제공부(153), 학습 진행률 제공부(154) 등을 포함할 수 있다.

먼저, 본 발명의 일 실시예에 따른 노출통계 제공부(151)는, 사용자 단말(200)로부터의 요청에 따라 AI 학습 수행 시 업로드된 복수의 상품 구매 상세페이지 각각의 실시간 노출수를 제공하도록 구성될 수 있다. 이어서, 본 발명의 일 실시예에 따른 구매전환율 제공부(152)는, 사용자 단말(200)로부터의 요청에 따라 AI 학습 수행 시 업로드된 복수의 상품 구매 상세페이지 각각의 실시간으로 측정된 구매전환율을 제공하도록 구성될 수 있다. 또한, 본 발명의 일 실시예에 따른 노출비중 제공부(153)는, 사용자 단말(200)로부터의 요청에 따라 AI 학습 수행 시 업로드된 복수의 상품 구매 상세페이지 각각의 노출비중 즉, 상대적인 노출율 비율을 제공하도록 구성될 수 있다. 또한, 본 발명의 일 실시예에 따른 학습 진행률 제공부(154)는, 사용자 단말(200)로부터의 요청에 따라 AI 학습 수행 시 AI 학습의 학습 진행률을 제공하도록 구성될 수 있다.

참고로, 학습 진행률은 AI 학습의 미리 설정된 전체 학습기간 중 이미 도과된 학습기간이 차지하는 비율로서 산출될 수 있거나, 또는 복수의 상품 구매 상세페이지 중 어느 하나의 상품 구매 상세페이지의 노출율 수치가 AI 학습 종료를 위한 특정 노출율 수치에 근접한 비율로서 산출될 수도 있다. 또한, 참고로, AI 학습에 관한 통계 데이터는, 상품 구매 상세페이지의 실시간 노출수, 상품 구매 상세페이지의 실시간으로 측정된 구매전환율, 복수의 상품 구매 상세페이지 각각의 노출비중 즉, 상대적인 노출율 비율, AI 학습의 학습 진행률 등을 포함할 수 있다.

본 발명의 추가 실시예에 따른 통계 제공 모듈(150)은, 업로드되어 AI 학습이 진행되는 복수의 상품 구매 상세페이지 간 측정된 구매전환율의 대비 비율을 제공하도록 구성될 수 있다. 예시적으로, 본 발명의 추가 실시예에 따른 통계 제공 모듈(150)은, “상품 구매 상세페이지 A안이 상품 구매 상세페이지 B안 대비 330% 전환효율이 좋습니다.” 등의 구매전환율의 대비 비율을 사용자 단말(200)을 통해 사용자에게 제공하도록 구성될 수 있다.

본 발명의 일 실시예에 따른 상품 구매 상세페이지 최적화 장치(100)는, 적어도 하나의 사용자 단말(200), 적어도 하나의 사용자 상품 판매 서버(300), 적어도 하나의 에디터 서버(400) 등과 통신 가능하게 결합되는 통신 모듈(160)을 포함할 수 있다. 참고로, 통신 모듈(160)은 외부와의 직접 연결 또는 네트워크를 통한 연결을 위해 제공되는 것으로서, 유선 및/또는 무선 통신 모듈(160)일 수 있다.

구체적으로, 통신 모듈(160)은 제어 모듈(110), 사용자 입력 모듈(120), AI 설정 모듈(130), AI 학습 모듈(140), 통계 제공 모듈(150), 저장 모듈(170) 등으로부터의 데이터를 유선 또는 무선으로 전송하거나, 외부로부터 데이터를 유선 또는 무선 수신하여 제어 모듈(110), 사용자 입력 모듈(120), AI 설정 모듈(130), AI 학습 모듈(140) 또는 통계 제공 모듈(150)로 전달하거나 저장 모듈(170)에 저장할 수 있다. 상기 데이터에는 텍스트, 이미지, 동화상 등의 컨텐츠 등이 포함될 수 있다.

통신 모듈(160)은 랜(LAN), WCDMA(Wideband Code Division Multiple Access), LTE(Long Term Evolution), WiBro(Wireless Broadband Internet), RF(Radio Frequency)통신, 무선랜(Wireless LAN), 와이파이(Wireless Fidelity), NFC(Near Field Communication), 블루투스, 적외선 통신 등을 통해 통신할 수 있다. 다만, 이는 예시적인 것으로서, 본 발명이 적용되는 실시예에 따라 당해 기술분야에서 적용 가능한 다양한 유, 무선 통신 기술이 이용될 수 있다.

또한, 본 발명의 일 실시예에 따른 상품 구매 상세페이지 최적화 장치(100)는, 상품 구매 상세페이지 최적화 장치(100)의 구성요소들(110, 120, 130, 140, 150, 160)의 동작 등에 관한 데이터가 저장되도록 구성되는 저장 모듈(170)을 포함할 수 있다. 예시적으로, 본 발명의 일 실시예에 따른 저장 모듈(170)에는, 상품 구매 상세페이지에 관한 데이터, AI 학습을 위한 트래픽 리밸런싱 주기, 학습기간 및 학습속도에 관한 데이터, 설정된 초기 노출율, 측정된 구매전환율에 관한 데이터, 트래픽 리밸런싱 수치에 관한 데이터, AI 학습에 관한 통계 데이터 등이 저장될 수 있다.

참고로, 저장 모듈(170)은, HDD(Hard Disk Drive), ROM(Read Only Memory), RAM(Random Access Memory), EEPROM(Electrically Erasable and Programmable Read Only Memory), 플래시 메모리(flash memory), CF(Compact Flash) 카드, SD(Secure Digital) 카드, SM(Smart Media) 카드, MMC(Multimedia) 카드 또는 메모리 스틱(Memory Stick) 등 정보의 입출력이 가능한 다양한 형태의 저장 장치로 구현될 수 있으며, 도 1에 도시된 바와 같이 상품 구매 상세페이지 최적화 장치(100)의 내부에 구비되거나 별도의 외부 장치에 구비될 수 있다. 또는, 저장 모듈(170)이 인터넷 상에서 저장 기능을 수행하는 웹 스토리지(web storage)로 대체될 수도 있다.

본 발명의 추가 실시예에 따른 상품 구매 상세페이지 최적화 장치(100)는, 사용자 상품 판매 서버(300)에 의해 운영되는 사용자의 상품 판매 웹페이지에서 판매되는 상품별로 미리 저장된 AI 학습에 관한 데이터를 분석하여 사용자에게 판매되는 상품의 상품 구매 상세이미지의 컨셉, 이미지 비율, 템블릿 구성 등을 추천하도록 구성될 수 있다.

도 6은 본 발명의 일 실시예에 따른 상품 구매 상세페이지 최적화 방법(S10)을 설명하기 위한 개략적인 순서도이다.

본 발명의 일 실시예에 따른 상품 구매 상세페이지 최적화 방법(S10)은, 먼저 사용자 입력 모듈(120)이 상품 구매 상세페이지에 관한 데이터를 사용자 단말(200) 등으로부터 입력받고(S100), AI 설정 모듈(130)이 AI 학습을 위한 트래픽 리밸런싱 주기, 학습기간 및 학습속도를 설정하며(S200), AI 학습 모듈(140)이 복수의 상품 구매 상세페이지 중에서 단일의 상품 구매 상세페이지를 선택하기 위해서, 입력된 상품 구매 상세페이지에 관한 데이터에 대해 AI 학습을 수행하고(S300), 통계 제공 모듈(150)이 노출통계(실시간 노출수), 구매전환율, 노출비중, 학습 진행률 등의 통계 데이터를 제공할 수 있다(S400).

참고로, 본 발명의 일 실시예에 따른 상품 구매 상세페이지 최적화 방법(S10)의 각 단계들(S100, S200, S300, S400)에 관한 세부적인 구성 및 과정에 대해서는 상술한 바와 같으므로 본 도에서는 생략하기로 한다.

도 7은 본 발명의 일 실시예에 따른 AI 학습 단계(S300)의 세부적인 절차 및 구성을 설명하기 위한 순서도이다.

본 발명의 일 실시예에 따른 AI 학습 모듈(140)이 복수의 상품 구매 상세페이지 중에서 단일의 상품 구매 상세페이지를 선택하기 위해서, 입력된 상품 구매 상세페이지에 관한 데이터에 대해 AI 학습을 수행하는 단계(S300)는, 보다 구체적으로, 초기 노출율 설정부(141)가 복수의 상품 구매 상세페이지 각각의 초기 노출율을 동등한 비율로 설정하고(S310), 구매전환율 데이터 수집부(142)가 초기 노출율이 설정된 복수의 상품 구매 상세페이지 각각의 구매전환율에 관한 데이터를 수집하며(S320), 트래픽 리밸런싱부(143)가 수집된 구매전환율에 관한 데이터에 따라 트래픽 리밸런싱을 수행하고(S330), 트래픽 리밸런싱부(143)에 의해 트래픽 리밸런싱이 반복 수행되고, 학습 종료부(145)에 의해 AI 학습이 종료됨으로써 복수의 상품 구매 상세페이지 중 최적의 상품 구매 상세페이지가 도출될 수 있다(S340).

참고로, 본 발명의 일 실시예에 따른 AI 학습 모듈(140)이 복수의 상품 구매 상세페이지 중에서 단일의 상품 구매 상세페이지를 선택하기 위해서, 입력된 상품 구매 상세페이지에 관한 데이터에 대해 AI 학습을 수행하는 단계(S300)의 각 단계들(S310, S320, S330, S340)에 관한 세부적인 구성 및 과정에 대해서는 상술한 바와 같다.

도 8은 본 발명의 일 실시예에 따른 상품 구매 상세페이지 최적화 장치(100)에 의해 상세페이지 입력 및 AI 학습의 세부적인 요소 설정 등이 구현되는 일 예를 설명하기 위한 예시도이다.

도 8에 도시되는 바와 같이, 본 발명의 일 실시예에 따른 사용자 입력 모듈(120)에 의해서 상품 구매 상세페이지에 관한 데이터의 입력 인터페이스가 사용자 단말(200)에 출력될 수 있고, 본 발명의 일 실시예에 따른 AI 설정 모듈(130)에 의해서 AI 학습을 위한 학습기간 및 학습속도의 입력 및/또는 선택 인터페이스가 사용자 단말(200)에 출력될 수 있다.

도 9는 본 발명의 일 실시예에 따른 AI 학습 모듈(140)에 의해 실시간 트래픽 리밸런싱이 구현되는 일 예를 설명하기 위한 예시도이다.

도 9에 도시되는 바와 같이, 본 발명의 일 실시예에 따른 리밸런싱 주기 설정부(131)에 의해 설정된 트래픽 리밸런싱 주기마다 트래픽 리밸런싱부(143)에 의해 트래픽 리밸런싱이 반복 수행될 수 있다. 부연 설명하면, 1차의 트래픽 리밸런싱 주기에 상품 구매 상세페이지 A안의 구매전환율이 60%로 측정되고, 상품 구매 상세페이지 B안의 구매전환율이 40%로 측정되는 경우, 트래픽 리밸런싱부(143)가 상품 구매 상세페이지 A안의 노출율을 학습속도 설정부(133)에 의해 설정된 트래픽 리밸런싱 수치만큼 X%p 증가시키고, 상품 구매 상세페이지 B안의 노출율을 학습속도 설정부(133)에 의해 설정된 트래픽 리밸런싱 수치만큼 X%p 차감시킬 수 있다. 이와 같은, 트래픽 리밸런싱부(143)에 의한 트래픽 리밸런싱은 복수의 상품 구매 상세페이지 중 어느 하나의 상품 구매 상세페이지의 노출율이 특정 수치(도 9에서 100%)를 달성 시까지 반복 수행(도 9에서, 1차, 2차, … n차; n은 자연수)될 수 있고, 이후 학습 종료부(145)가 특정 수치를 달성한 어느 하나의 상품 구매 상세페이지를 최종적인 위너(winner)로 선택하고 AI 학습을 종료시킬 수 있다.

추가로, 상품 구매 상세페이지를 3개 이상(예를 들어, C안, D안, E안)으로 하여 AI 학습을 진행하고 1차 트래픽 리밸런싱 주기에 C안의 구매전환율이 D안 및 E안의 구매전환율보다 높게 측정되는 경우, 트래픽 리밸런싱부(143)는 상품 구매 상세페이지 C안의 노출율을 학습속도 설정부(133)에 의해 설정된 트래픽 리밸런싱 수치만큼 X%p 증가시키고, 상품 구매 상세페이지 D안 및 E안의 합산 노출율을 학습속도 설정부(133)에 의해 설정된 트래픽 리밸런싱 수치만큼 X%p 차감할 수 있다.

여기서, D안 및 E안의 노출율 차감 수치는 동일할 수 있거나(즉, D안 및 E안 각각 0.5 X%p 차감됨), 또는 D안 및 E안의 구매전환율에 따라 상이하게 노출율 차감 수치를 적용할 수도 있다(예를 들어, 구매전환율이 더 높은 안에 대해 더 낮은 노출율 차감 수치를 적용할 수 있음).

도 10은 본 발명의 일 실시예에 따른 통계 제공 모듈(150)에 의해 노출수, 전환율, 노출 비중, 진행률 등의 AI 학습 통계가 제공되는 일 예를 설명하기 위한 예시도이다.

도 10에 도시되는 바와 같이, 본 발명의 일 실시예에 따른 통계 제공 모듈(150)이, 상품 구매 상세페이지의 실시간 노출수, 상품 구매 상세페이지의 실시간으로 측정된 구매전환율, 복수의 상품 구매 상세페이지 각각의 노출비중 즉, 상대적인 노출율 비율, AI 학습의 학습 진행률 등을 포함하는 AI 학습에 관한 통계 데이터를 사용자 단말(200)을 통해 사용자에게 제공할 수 있다.

상술한 바와 같이, 본 발명의 일 실시예에 따른 인공지능 기반의 상품 구매 상세페이지 최적화 방법 및 그 장치와 시스템에 의하면, 복수의 상품 구매 상세페이지 중에서 가장 높은 구매전환율을 제공할 수 있는 최적의 상품 구매 상세페이지를 보다 용이하게 선택할 수 있다.

또한, 본 발명의 일 실시예에 따른 인공지능 기반의 상품 구매 상세페이지 최적화 방법 및 그 장치와 시스템에 의하면, 최적의 상품 구매 상세페이지 선택을 위해 수행되는 AI 학습을 수행할 수 있으면서도, 상품의 속성, 판매 사이트의 활성화 정도 등을 고려하여 학습기간, 학습속도 등 AI 학습의 세부적인 요소를 추가적으로 설정할 수 있다.

또한, 본 발명의 일 실시예에 따른 인공지능 기반의 상품 구매 상세페이지 최적화 방법 및 그 장치와 시스템에 의하면, 최적의 상품 구매 상세페이지를 선택하는 과정에서 추가적인 프로그램 설치 따위의 불필요한 절차들을 생략하고 최소화함으로써 사용자 편의성을 매우 효과적으로 증진시킬 수 있다.

한편, 본 명세서에 기재된 다양한 실시예들은 하드웨어, 미들웨어, 마이크로코드, 소프트웨어 및/또는 이들의 조합에 의해 구현될 수 있다. 예를 들어, 다양한 실시예들은 하나 이상의 주문형 반도체(ASIC)들, 디지털 신호 프로세서(DSP)들, 디지털 신호 프로세싱 디바이스(DSPD)들, 프로그램어블 논리 디바이스(PLD)들, 필드 프로그램어블 게이트 어레이(FPGA)들, 프로세서들, 컨트롤러들, 마이크로컨트롤러들, 마이크로프로세서들, 여기서 제시되는 기능들을 수행하도록 설계되는 다른 전자 유닛들 또는 이들의 조합 내에서 구현될 수 있다.

또한, 예를 들어, 다양한 실시예들은 명령들을 포함하는 컴퓨터-판독가능한 매체에 수록되거나 인코딩될 수 있다. 컴퓨터-판독가능한 매체에 수록 또는 인코딩된 명령들은 프로그램 가능한 프로세서 또는 다른 프로세서로 하여금 예컨대,　명령들이 실행될 때 방법을 수행하게끔 할 수 있다. 컴퓨터-판독가능한 매체는 컴퓨터 저장 매체를 포함하며, 컴퓨터 저장 매체는 컴퓨터에 의해 액세스될 수 있는 임의의 가용 매체일 수도 있다. 예를 들어, 이러한 컴퓨터-판독가능한 매체는 RAM, ROM, EEPROM, CD-ROM　또는 기타 광학 디스크 저장 매체, 자기 디스크 저장 매체 또는 기타 자기 저장 디바이스를 포함할 수 있다.

이러한 하드웨어, 소프트웨어, 펌웨어 등은 본 명세서에 기술된 다양한 동작들 및 기능들을 지원하도록 동일한 디바이스 내에서 또는 개별 디바이스들 내에서 구현될 수 있다. 추가적으로, 본 발명에서 "~부"로 기재된 구성요소들, 유닛들, 모듈들, 컴포넌트들 등은 함께 또는 개별적이지만 상호 운용 가능한 로직 디바이스들로서 개별적으로 구현될 수 있다. 모듈들, 유닛들 등에 대한 서로 다른 특징들의 묘사는 서로 다른 기능적 실시예들을 강조하기 위해 의도된 것이며, 이들이 개별 하드웨어 또는 소프트웨어 컴포넌트들에 의해 실현되어야만 함을 필수적으로 의미하지 않는다. 오히려, 하나 이상의 모듈들 또는 유닛들과 관련된 기능은 개별 하드웨어 또는 소프트웨어 컴포넌트들에 의해 수행되거나 또는 공통의 또는 개별의 하드웨어 또는 소프트웨어 컴포넌트들 내에 통합될 수 있다.

특정한 순서로 동작들이 도면에 도시되어 있지만, 이러한 동작들이 원하는 결과를 달성하기 위해 도시된 특정한 순서, 또는 순차적인 순서로 수행되거나, 또는 모든 도시된 동작이 수행되어야 할 필요가 있는 것으로 이해되지 말아야 한다. 임의의 환경에서는, 멀티태스킹 및 병렬 프로세싱이 유리할 수 있다. 더욱이, 상술한 실시예에서 다양한 구성요소들의 구분은 모든 실시예에서 이러한 구분을 필요로 하는 것으로 이해되어서는 안되며, 기술된 구성요소들이 일반적으로 단일 소프트웨어 제품으로 함께 통합되거나 다수의 소프트웨어 제품으로 패키징될 수 있다는 것이 이해되어야 한다.

이상에서와 같이 도면과 명세서에서 최적 실시예가 개시되었다. 여기서 특정한 용어들이 사용되었으나, 이는 단지 본 발명을 설명하기 위한 목적에서 사용된 것이지 의미한정이나 특허청구범위에 기재된 본 발명의 범위를 제한하기 위하여 사용된 것은 아니다. 그러므로 본 기술 분야의 통상의 지식을 가진 자라면 이로부터 다양한 변형 및 균등한 타 실시예가 가능하다는 점을 이해할 것이다. 따라서 본 발명의 진정한 기술적 보호범위는 첨부된 특허청구범위의 기술적 사상에 의해 정해져야 할 것이다.

100: 상품 구매 상세페이지 최적화 장치
110: 제어 모듈
120: 사용자 입력 모듈
121: 데이터 입력부
122: 데이터 업로드부
123: 입력정보 수정부
130: AI 설정 모듈
131: 리밸런싱 주기 설정부
132: 학습기간 설정부
133: 학습속도 설정부
140: AI 학습 모듈
141: 초기 노출율 설정부
142: 구매전환율 데이터 수집부
143: 트래픽 리밸런싱부
144: 학습 일시정지부
145: 학습 종료부
150: 통계 제공 모듈
151: 노출통계 제공부
152: 구매전환율 제공부
153: 노출비중 제공부
154: 학습 진행률 제공부
160: 통신 모듈
170: 저장 모듈
200: 사용자 단말
300: 사용자 상품 판매 서버
400: 에디터 서버
1000: 상품 구매 상세페이지 최적화 시스템

Claims (10)

1. 상품 구매 상세페이지 최적화 장치(100)로서,
   사용자 단말(200) 또는 에디터 서버(400)로부터 상품 구매 상세페이지에 관한 데이터를 입력받도록 구성되는 사용자 입력 모듈(120); 및
   사용자 상품 판매 서버(300)에 의해 운영되는 판매 웹사이트에 노출되는 복수의 상품 구매 상세페이지 중에서 단일의 상품 구매 상세페이지를 선택하기 위해서, 상기 입력된 상품 구매 상세페이지에 관한 데이터에 대해 AI 학습을 수행하도록 구성되는 AI 학습 모듈(140)을 포함하고,
   상기 AI 학습 모듈(140)은,
   상기 상품 구매 상세페이지의 구매전환율에 관한 데이터를 수집하도록 구성되는 구매전환율 데이터 수집부(142);
   상기 수집된 구매전환율에 관한 데이터에 따라 트래픽 리밸런싱(traffic rebalancing)을 수행하도록 구성되는 트래픽 리밸런싱부(143); 및
   상기 트래픽 리밸런싱이 반복 수행됨에 따라 상기 복수의 상품 구매 상세페이지 중에서 노출율이 미리 결정된 특정 수치를 달성 또는 초과하는 상품 구매 상세페이지 또는 미리 설정된 학습 기간의 도과 시 상기 복수의 상품 구매 상세페이지 중에서 가장 높은 노출율을 달성한 상품 구매 상세페이지를 선택하면서 AI 학습을 종료하도록 구성되는 학습 종료부(145)를 포함하고,
   상기 트래픽 리밸런싱부(143)는, 상기 복수의 상품 구매 상세페이지 중 가장 높은 구매전환율을 보이는 상품 구매 상세페이지의 노출율을 미리 설정된 트래픽 리밸런싱 수치만큼 증가시키고 나머지 상품 구매 상세페이지의 합산 노출율을 상기 미리 설정된 트래픽 리밸런싱 수치만큼 차감하며, 여기서 상기 나머지 상품 구매 상세페이지의 노출율 차감 수치는 구매전환율에 따라 상이하게 적용되는,
   상품 구매 상세페이지 최적화 장치(100).
2. 제 1 항에 있어서,
   상기 사용자 입력 모듈(120)은, 상기 사용자 단말(200) 및 사용자 상품 판매 서버(300)를 각각 상기 상품 구매 상세페이지 최적화 장치(100)와 상호 연동시키도록 구성되는 데이터 입력부(121)를 포함하는,
   상품 구매 상세페이지 최적화 장치(100).
3. 삭제
4. 제 1 항에 있어서,
   상기 AI 학습을 위한 트래픽 리밸런싱 주기, 학습기간 및 학습속도를 설정하도록 구성되는 AI 설정 모듈(130)을 더 포함하는,
   상품 구매 상세페이지 최적화 장치(100).
5. 상품 구매 상세페이지 최적화 시스템(1000)으로서,
   제 1 항에 따른 상품 구매 상세페이지 최적화 장치(100);
   상기 상품 구매 상세페이지 최적화 장치(100)와 통신 가능하게 결합되는 사용자 단말(200); 및
   상기 상품 구매 상세페이지 최적화 장치(100)와 통신 가능하게 결합되는 사용자 상품 판매 서버(300)를 포함하는,
   상품 구매 상세페이지 최적화 시스템(1000).
6. 상품 구매 상세페이지 최적화 장치(100)에 의해 구현되는, 상품 구매 상세페이지 최적화 방법으로서,
   사용자 입력 모듈(120)이, 사용자 단말 또는 에디터 서버로부터 상품 구매 상세페이지에 관한 데이터를 입력받는 단계; 및
   AI 학습 모듈(140)이, 사용자 상품 판매 서버(300)에 의해 운영되는 판매 웹사이트에 노출되는 복수의 상품 구매 상세페이지 중에서 단일의 상품 구매 상세페이지를 선택하기 위해서, 상기 입력된 상품 구매 상세페이지에 관한 데이터에 대해 AI 학습을 수행하는 단계를 포함하고,
   상기 AI 학습을 수행하는 단계는,
   구매전환율 데이터 수집부(142)가, 상기 상품 구매 상세페이지의 구매전환율에 관한 데이터를 수집하는 단계;
   트래픽 리밸런싱부(143)가, 상기 수집된 구매전환율에 관한 데이터에 따라 트래픽 리밸런싱(traffic rebalancing)을 수행하는 단계; 및
   학습 종료부(145)가, 상기 트래픽 리밸런싱이 반복 수행됨에 따라 상기 복수의 상품 구매 상세페이지 중에서 노출율이 미리 결정된 특정 수치를 달성 또는 초과하는 상품 구매 상세페이지 또는 미리 설정된 학습 기간의 도과 시 상기 복수의 상품 구매 상세페이지 중에서 가장 높은 노출율을 달성한 상품 구매 상세페이지를 선택하면서 AI 학습을 종료하는 단계를 포함하고,
   상기 트래픽 리밸런싱은, 상기 복수의 상품 구매 상세페이지 중 가장 높은 구매전환율을 보이는 상품 구매 상세페이지의 노출율을 미리 설정된 트래픽 리밸런싱 수치만큼 증가시키고 나머지 상품 구매 상세페이지의 합산 노출율을 상기 미리 설정된 트래픽 리밸런싱 수치만큼 차감하며, 여기서 상기 나머지 상품 구매 상세페이지의 노출율 차감 수치는 구매전환율에 따라 상이하게 적용되는,
   상품 구매 상세페이지 최적화 방법.
7. 제 6 항에 있어서,
   상기 상품 구매 상세페이지에 관한 데이터를 입력받는 단계는, 데이터 입력부(121)가, 사용자 단말 및 사용자 상품 판매 서버를 각각 상품 구매 상세페이지 최적화 장치와 상호 연동시키는 단계를 포함하는,
   상품 구매 상세페이지 최적화 방법.
8. 삭제
9. 제 6 항에 있어서,
   AI 설정 모듈(130)이, 상기 AI 학습을 위한 트래픽 리밸런싱 주기, 학습기간 및 학습속도를 설정하는 단계를 더 포함하는,
   상품 구매 상세페이지 최적화 방법.
10. 하드웨어인 컴퓨터와 결합되어, 제 6 항 내지 제 7 항 및 제 9 항 중 어느 한 항에 따른 방법을 수행할 수 있도록 컴퓨터 판독 가능한 기록 매체에 저장되는,
    컴퓨터 프로그램.
    

Images