KR102533323B1

KR102533323B1 - 위치 정보 및 카드 거래 정보를 기반으로 사용자의 유형분류 및 서비스추천 장치 및 방법

Info

Publication number: KR102533323B1
Application number: KR1020210023277A
Authority: KR
Inventors: 김명락; 이효겸; 곽윤진
Original assignee: 김명락
Priority date: 2021-02-22
Filing date: 2021-02-22
Publication date: 2023-05-17
Also published as: KR20220119875A

Abstract

본 발명의 일 실시예에 따라 서버에 의해 수행되는, 서버에 의해 수행되는, 위치 정보 및 카드 사용 정보를 기반으로 사용자의 유형분류 및 서비스 추천 방법에 있어서, (a) 복수의 사용자 단말로부터 각 사용자 단말의 시간별 위치 정보 및 각 사용자의 카드 거래 정보를 수신하는 단계; (b) 기 설정된 기간 내에 수집된 각 사용자의 시간별 위치 정보 및 카드 거래 정보를 바탕으로 각각의 사용자 단말의 유동 정보를 생성하는 단계; 및 (c) 각각의 유동 정보에 기초하여 사용자들을 분류한 후, 특정 사용자와 동일한 분류에 속한 다른 사용자들의 유동 정보를 참고하여, 특정 사용자에게 서비스나 상품 추천정보를 제공하는 단계;를 포함하고, 카드 거래 정보는 카드를 이용한 상거래 과정에서 생성된 매장, 거래 시각, 거래 품목 및 거래 금액 중 적어도 하나를 포함하는 정보이고, 유동 정보는 각 사용자 단말의 시간별 위치 정보 및 카드 거래 정보를 기반으로 기 설정된 기간 내에 특정 사용자 단말 혹은 복수의 사용자 단말이 방문한 매장의 명칭, 매장의 카테고리, 방문 횟수 및 주소 중 적어도 하나를 저장한 값을 포함한다.

Description

위치 정보 및 카드 거래 정보를 기반으로 사용자의 유형분류 및 서비스추천 장치 및 방법{APPARATUS AND METHOD FOR CLASSIFYING USER TYPES AND RECOMMENDING SERVICE BASED ON LOCATION INFORMATION AND CARD TRANSACTION INFORMATION}

본 발명은 사용자의 위치 정보나 카드 거래 정보를 토대로 시간별 이동 경로 및 서비스이용내역을 산출하고, 산출된 이동 경로 및 서비스 이용내역에 기초하여 사용자의 유형 분류 및 매칭을 수행한 후, 해당 사용자의 선호도에 맞는 서비스나 상품을 추천하는 장치 및 방법에 관한 것이다.

스마트폰이나 태블릿 PC와 같이 GPS가 부착된 모바일 장치를 통해 사용자의 이동 패턴에 대한 데이터를 쉽게 얻을 수 있게 되고, 데이터가 축적됨에 따라 위치 기반 서비스의 규모와 종류가 증가하고 있다. 그에 따라, 상기 서비스는 위치 기반으로 검색, 소셜 네트워크 서비스(SNS)에서 친구 추천 등 다양한 분야에서 활용되고 있다.

또한, 위치 기반 서비스에서는 사용자의 현재 위치뿐만 아니라 과거 이동 경로에 대한 궤적을 다양하게 활용한다. 사용자들의 궤적 정보는 많은 정보를 내포하고 있어서 궤적 분석을 통해 사용자의 행동 패턴, 선호도와 같은 사용자의 성향에 대한 정보들을 유추할 수 있다. 이러한 궤적 정보는 도로 밀집도 계산, 성향이 유사한 사용자(또는 친구) 추천 및 인기 있는 여행지 추천 서비스와 같은 관심지역 추천 서비스 등 다양한 응용 서비스에 사용되고 있다. 궤적을 이용한 응용 서비스를 제공하기 위해서는 사용자의 궤적에서 의미 있는 정보를 추출하고, 추출된 정보들 사이에 유사성을 비교하는 기법이 필요하다.

이러한 종래의 궤적 분석을 통한 관심지역 추천 서비스 방법은 사용자와의 유사도를 판단하는데 있어서 패턴 매칭 기법이나 클러스터링 기법을 사용해서 유사도를 판단한다.

그러나, 패턴 매칭 기법은 다른 사용자와의 관심지역의 유형과 거리를 비교하여 추천을 수행하기 때문에 사용자의 세부적인 선호도를 반영할 수 없는 단점이 있다. 또한 클러스터링 기법은 추천 받는 사용자의 선호도가 반영되지 않고, 다른 사용자들의 선호도에 따라 추천을 해주는 단점이 있다.

따라서, 종래의 관심지역 추천 서비스 방법은 사용자와의 유사도를 판단하기 위해 사용자가 지나간 관심지역의 유형과 순서를 통해 유사도를 판단함으로써, 관심지역 유형만으로는 사용자의 선호도를 완전히 판단할 수 없는 문제점을 갖고 있다.

본 발명은 상기한 문제점을 해결하기 위해, 사용자 단말로부터 위치 정보 및 카드 거래 정보를 바탕으로 사용자의 유동 정보 산출 및 사용자를 분류하기 위한 시스템의 구현을 목적으로 한다.

또한, 사용자가 분류되면 비슷한 유형의 사용자를 매칭시켜, 각 사용자들의 선호도에 맞는 서비스나 상품을 추천하는 것을 목적으로 한다.

상기와 같은 기술적 과제를 달성하기 위한 본 발명의 일 실시예에 따른, 서버에 의해 수행되는, 위치 정보 및 카드 사용 정보를 기반으로 사용자의 유형분류 및 서비스 추천 방법에 있어서, (a) 복수의 사용자 단말로부터 각 사용자 단말의 시간별 위치 정보 및 각 사용자의 카드 거래 정보를 수신하는 단계; (b) 기 설정된 기간 내에 수집된 각 사용자의 시간별 위치 정보 및 카드 거래 정보를 바탕으로 각각의 사용자 단말의 유동 정보를 생성하는 단계; 및 (c) 각각의 유동 정보에 기초하여 사용자들을 분류한 후, 특정 사용자와 동일한 분류에 속한 다른 사용자들의 유동 정보를 참고하여, 특정 사용자에게 서비스나 상품 추천정보를 제공하는 단계;를 포함하고, 카드 거래 정보는 카드를 이용한 상거래 과정에서 생성된 매장, 거래 시각, 거래 품목 및 거래 금액 중 적어도 하나를 포함하는 정보이고, 유동 정보는 각 사용자 단말의 시간별 위치 정보 및 카드 거래 정보를 기반으로 기 설정된 기간 내에 특정 사용자 단말 혹은 복수의 사용자 단말이 방문한 매장의 명칭, 매장의 카테고리, 방문 횟수 및 주소 중 적어도 하나를 저장한 값을 포함할 수 있다.

또한, 카드 거래 정보는 카드 거래가 수행되는 과정에서 사용자 단말이 카드사 서버로부터 수신하게 되는 상거래 정보가 포함된 SMS 혹은 알람 메시지로부터 추출할 수 있다.

또한, 서버는 카드 거래가 수행될 수 있는 매장 정보를 사전에 저장하고, 사용자 단말로부터 수신된 카드 거래 정보를 매장 정보와 비교하여, 실제 거래가 이루어진 매장, 거래 횟수 및 거래 시간 중 어느 하나를 산출할 수 있다.

또한, 서버가 카드사 서버와 연동되면, (a) 단계는 사용자가 카드 거래를 수행할 시 사용자 단말에 대응되는 식별자 및 카드 거래 정보를 카드사 서버로부터 직접 수신할 수 있다.

또한, (b) 단계는 사용자 단말의 위치 정보 또는 카드 거래 정보에 포함된 매장의 위치 중 적어도 어느 하나를 시간의 순서에 따라 연결하여 유동 정보를 생성할 수 있다.

또한, 지도 데이터에 각 사용자의 유동 정보가 표시되는 경우, 지도 데이터를 구성하는 각 지도 영역별 좌표계가 형성되어, 시간별 위치 정보가 표시되고, 사용자 단말이 기 설정된 시간 단위 이상으로 특정 좌표에 머물면, 머물고 있는 시간에 따라 유동 정보가 나타내는 색상을 구분하여 표시할 수 있다.

또한, 사용자 단말의 요청에 따라, 유동 정보가 표시된 지도 데이터를 사용자 단말로 제공할 수 있다.

또한(c) 단계는 각각의 유동 정보들 중 기 설정된 유사도를 갖는 유동 정보에 대응되는 사용자를 각각 그루핑하여 적어도 하나 이상의 사용자 유형을 생성하고, 특정 사용자로부터 수신된 입력값에 기초하여 생성된 유동 정보와 사용자 유형의 유동 정보를 비교하여 사용자를 분류하는 분류 모델이 구축되되, 입력값은 위치 정보 및 카드 거래 정보 중 적어도 하나를 뜻할 수 있다.

또한, 분류 모델은 시간 별 위치 정보 및 카드 거래 정보를 입력값으로 수신하여, 사용자 유형을 판별하는 제 1 분류모델; 시간 별 위치 정보를 입력값으로 수신하여, 사용자 유형을 판별하는 제 2 분류모델; 및 카드 거래 정보를 입력값으로 수신하여, 사용자 유형을 판별하는 제 3 분류 모델; 중 어느 하나로 구현될 수 있다.

또한, (c) 단계 이후 분류 모델에 의해 사용자 유형이 분류되면 사용자 단말로 분류된 유형의 결과값을 전달할 수 있다.

또한, (c) 단계 이후 특정 사용자 단말로부터 결과값에 대한 피드백이 수신되면 분류 모델에 적용하여, 사용자를 분류하는 정확도를 높이되, 피드백은 사용자의 시간 별 대비 머무른 실제 장소에 대한 정보를 뜻할 수 있다.

또한, (c) 단계는 동일한 유형으로 분류된 복수의 사용자를 매칭하고, 동일 유형으로 분류된 특정 사용자가 이용하는 서비스나 상품 중 다른 사용자가 이용하지 않는 서비스나 상품이 있는 경우, 다른 사용자가 이용하지 않는 서비스나 상품을 추천할 수 있다.

또한, 위치 정보 및 카드 사용 정보를 기반으로 사용자의 유형분류 및 서비스 추천 장치에 있어서, 위치 정보 및 카드 사용 정보를 기반으로 사용자의 유형분류 및 서비스를 추천하는 프로그램이 저장된 메모리 및 메모리에 저장된 프로그램을 실행하여 위치 정보 및 카드 사용 정보를 기반으로 사용자의 유형분류 및 서비스를 추천하는 프로세서를 포함하되, 프로세서는 복수의 사용자 단말로부터 각 사용자 단말의 시간별 위치 정보 및 각 사용자의 카드 거래 정보를 수신하고, 기 설정된 기간 내에 수집된 각 사용자의 시간별 위치 정보 및 카드 거래 정보를 바탕으로 각각의 사용자 단말의 유동 정보를 생성하고, 각각의 유동 정보에 기초하여 사용자들을 분류한 후, 특정 사용자와 동일한 분류에 속한 다른 사용자들의 유동 정보를 참고하여, 특정 사용자에게 서비스나 상품 추천정보를 제공하고, 카드 거래 정보는 카드를 이용한 상거래 과정에서 생성된 매장, 거래 시각, 거래 품목 및 거래 금액 중 적어도 하나를 포함하는 정보이고, 유동 정보는 각 사용자 단말의 시간별 위치 정보 및 카드 거래 정보를 기반으로 기 설정된 기간 내에 특정 사용자 단말 혹은 복수의 사용자 단말이 방문한 매장의 명칭, 매장의 카테고리, 방문 횟수 및 주소 중 적어도 하나를 저장한 값을 포함하는 장치일 수 있다.

또한, 위치 정보 및 카드 사용 정보를 기반으로 사용자의 유형을 분류하는 방법을 수행하기 위한 프로그램이 기록된 컴퓨터 판독가능 저장매체일 수 있다.

본 발명의 일 실시예에 따른, 사용자 단말로부터 위치 정보 및 카드 거래 정보를 바탕으로 사용자의 유동 정보 산출 및 사용자의 분류하기 위한 시스템을 구현할 수 있다.

구체적으로, 사용자 단말로부터 수신된 위치 정보 및 카드 거래 정보를 바탕으로 사용자의 이동 경로는 물론, 자주 사용하게 방문하는 장소나 매장 및 방문 시간, 이용한 서비스내역에 대한 정보를 산출할 수 있게 된다.

이때, 산출된 정보를 바탕으로 사용자에 대한 분류 모델을 구현하여, 추후 사용자 단말로부터 수신된 위치 정보 및 카드 거래 정보를 기초로 사용자의 유형을 판단하고, 비슷한 유형의 사용자를 매칭시켜, 그들이 필요한 정보나 서비스를 제공할 수 있다.

이를 통해, 유동인구들의 유형을 분류하고, 비슷한 유형의 유동인구들에게 각각의 이동경로와 선호도에 맞는 서비스/상품을 추천할 수 있다.

도 1은 본 발명의 일 실시예에 따른, 위치 정보 및 카드 사용 정보를 기반으로 사용자의 유형분류 및 서비스 추천 시스템의 구성을 나타낸 도면이다.
도 2는 본 발명의 일 실시예에 따른, 서버의 구성을 나타낸 도면이다.
도 3은 본 발명의 일 실시예에 따른, 위치 정보 및 카드 사용 정보를 기반으로 사용자의 유형분류 및 서비스 추천되는 과정을 나타낸 동작 흐름도이다.
도 4는 본 발명의 일 실시예에 따라, 분류 모델을 통해 동일한 유형의 사용자를 매칭하기 위한 과정을 나타낸 동작흐름도이다.
도 5은 본 발명의 일 실시예에 따른, 생성된 유동 정보의 구성을 나타낸 예시 도면이다.
도 6은 본 발명의 일 실시예에 따른, 유동 정보의 구성을 나타낸 예시 도면이다.
도 7은 본 발명의 일 실시예에 따른, 분류 모델을 통해 분류되는 사용자의 유형분류 및 추천서비스의 예시를 나타낸 도면이다.

아래에서는 첨부한 도면을 참조하여 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자가 용이하게 실시할 수 있도록 본 발명의 실시예를 상세히 설명한다. 그러나 본 발명은 여러 가지 상이한 형태로 구현될 수 있으며 여기에서 설명하는 실시예에 한정되지 않는다. 그리고 도면에서 본 발명을 명확하게 설명하기 위해서 설명과 관계없는 부분은 생략하였으며, 명세서 전체를 통하여 유사한 부분에 대해서는 유사한 도면 부호를 붙였다.

명세서 전체에서, 어떤 부분이 다른 부분과 "연결"되어 있다고 할 때, 이는 "직접적으로 연결"되어 있는 경우뿐 아니라, 그 중간에 다른 소자를 사이에 두고 "전기적으로 연결"되어 있는 경우도 포함한다. 또한 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 의미하며, 하나 또는 그 이상의 다른 특징이나 숫자, 단계, 동작, 구성요소, 부분품 또는 이들을 조합한 것들의 존재 또는 부가 가능성을 미리 배제하지 않는 것으로 이해되어야 한다.

이하의 실시예는 본 발명의 이해를 돕기 위한 상세한 설명이며, 본 발명의 권리 범위를 제한하는 것이 아니다. 따라서 본 발명과 동일한 기능을 수행하는 동일 범위의 발명 역시 본 발명의 권리 범위에 속할 것이다.

도 1은 본 발명의 일 실시예에 따른, 위치 정보 및 카드 사용 정보를 기반으로 사용자의 유형분류 및 서비스 추천 시스템의 구성을 나타낸 도면이다.

도 1을 참조하면, 시스템은 서버(100) 및 복수의 사용자 단말(200)로 구성된다. 이때, 각 장치는 통신망을 통해 유선 또는 무선으로 상호 연결될 수 있다.

본 발명의 일 실시예에 따라, 서버(100)는 복수의 사용자 단말(200)로부터 단말의 GPS가 생성한 위치 정보와 사용자가 특정 매장에 들러서 수행한 상거래에 의해 생성된 카드 거래 정보를 수신한다.

또한, 서버(100)는 각각의 사용자 단말(200)에 대응하는 위치 정보 및 카드 거래 정보를 바탕으로 각각의 사용자 단말(200)의 유동 정보를 생성하게 된다.

이때, 유동 정보란 각 사용자 단말(200)의 시간별 위치 정보 및 카드 거래 정보를 기반으로 기 설정된 기간 내에 특정 사용자 단말(200) 혹은 복수의 사용자 단말(200)이 방문한 매장의 명칭, 매장의 카테고리, 방문 횟수 및 주소 중 적어도 하나를 저장한 값을 포함하는 정보를 뜻할 수 있다. 예를 들어, A라는 사용자가 일주일간 매일 10시에 을지로입구역에서 10시 30분에 을지로3가역으로 걸어서 이동하였다면, 유동 정보는 사용자가 을지로입구역에서 을지로3가역까지 걸어간 이동 경로와 각 시간대별 위치 정보 및 을지로입구역과 을지로3가역을 7번씩 방문하였다는 정보를 포함하게 된다.

이후, 서버(100)는 각각의 유동 정보에 기초하여 사용자들을 분류한 후, 특정 사용자와 동일한 분류에 속한 다른 사용자들의 유동정보를 참고하여, 특정 사용자에게 서비스나 상품 추천정보를 제공하는 것을 특징으로 한다.

예를 들어, 서버(100)는 특정 사용자로부터 획득한 유동 정보를 A그룹의 유동 정보와 비교 후 유사하다고 판단되면, 특정 사용자에게 A그룹의 사용자가 주로 이용한 서비스나 상품 추천정보를 제공하게 된다.

이때, 선택적 실시예로, 서버(100)는 특정 사용자로부터 수신된 정보를 기초로 사용자 분류를 수행하기 위해 분류 모델을 구축할 수 있다.

이때, 분류 모델은 사용자 단말(200)로부터 수신한 입력값에 기초하여 사용자의 유형을 분류하거나 매칭하게 된다.

구체적으로, 서버(100)는 구축된 분류 모델을 기초로 사용자가 방문한 시간별 위치 정보나 카드 거래 정보라는 입력값에 따라 그 사람이 어떤 유형인지 분류하거나, 분류한 사용자 중 비슷한 유형을 갖는 사용자를 매칭하게 된다. 예를 들어, "오전 시간 대에 a커피숍을 방문하는 사용자"을 "아침형 인간"이라는 유형으로 분류 모델이 구축된 경우, 특정 사용자 단말(200)로부터 "10시 a커피숍"이라는 입력값을 서버(100)가 수신하게 되면, 서버(100)는 특정 사용자 단말(200)의 사용자를 "아침형 인간"으로 분류하게 된다. 만약, "아침형 인간"으로 분류되는 사람이 많은 경우 서버(100)는 이들을 매칭하고, 이 그룹에 제공할 수 있는 서비스나 메시지를 제공할 수도 있다.

여기서, 입력값은 위치 정보, 및 카드 거래 정보 및 상기 위치 정보나 카드 거래 정보가 생성된 시간 정보 중 적어도 하나가 될 수 있고, 입력받게 되는입력값의 성질에 따라 분류 모델의 성향이 달라지게 된다.

본 발명의 일 실시예에 따라, 서버(100)는 복수의 사용자 단말(200)로부터 위치 정보 및 카드 거래 정보를 수신하여 유동 정보를 생성한다.

또한, 서버(100)는 생성된 유동 정보를 바탕으로 사용자 유형을 구분하고, 그에 대한 서비스나 상품 추천정보를 제공하는 것을 특징으로 한다.

이러한 과정에서, 서버(100)는 사용자 유형을 분류하기 위한 분류 모델을 구축할 수 있다. 이때, 구축된 분류 모델을 토대로 서버(100)는 사용자 단말(200)로부터 입력값이 수신되면, 사용자의 유형을 분류하거나 매칭하게 된다.

본 발명의 일 실시예에 따라, 사용자 단말(200)은 서비스를 이용하는 사용자의 단말로서, 사용자 단말(200)이 GPS를 통해 산출한 위치 정보나 거래 과정에서 획득된 카드 거래 정보를 서버(100)로 전달하게 된다.

또한, 서버(100)가 분류 모델을 구축한 경우 사용자 단말(200)은 서버(100)로 전달한 입력값에 대한 사용자의 유형을 판단받게 된다.

이때, 사용자 단말(200)이 사용하는 위치 정보 및 카드 사용 정보를 기반으로 사용자의 유형을 분류하는 애플리케이션은 사용자 단말(200)에 내장된 애플리케이션이거나, 애플리케이션 배포 서버로부터 다운로드되어 사용자 단말(200)에 설치된 애플리케이션일 수 있다.

한편, 사용자 단말(200)은 유무선 통신 환경에서 단말 애플리케이션을 이용할 수 있는 통신 단말기를 의미한다. 여기서 사용자 단말(200)은 사용자의 휴대용 단말기일 수 있다. 도 1에서는 사용자 단말(200)이 휴대용 단말기의 일종인 스마트폰(smart phone)으로 도시되었지만, 본 발명의 사상은 이에 제한되지 아니하며, 상술한 바와 같이 단말 애플리케이션을 탑재할 수 있는 단말에 대해서 제한 없이 차용될 수 있다.

이를 더욱 상세히 설명하면, 사용자 단말(200)은 핸드헬드 컴퓨팅 디바이스(예를 들면, PDA, 이메일 클라이언트 등), 핸드폰의 임의의 형태, 또는 다른 종류의 컴퓨팅 또는 커뮤니케이션 플랫폼의 임의의 형태를 포함할 수 있으나, 본 발명이 이에 한정되는 것은 아니다.

한편, 통신망은 사용자 단말(200)이 서버(100)에 접속(이는 반대의 경우로 차용될 수 있다.)한 후 데이터를 송수신할 수 있도록 접속 경로를 제공하는 통신망을 의미한다. 통신망은 예컨대 LANs(Local Area Networks), WANs(Wide Area Networks), MANs(Metropolitan Area Networks), ISDNs(Integrated Service Digital Networks) 등의 유선 네트워크나, 무선 LANs, CDMA, 블루투스, 위성 통신 등의 무선 네트워크를 망라할 수 있으나, 본 발명의 범위가 이에 한정되는 것은 아니다.

도 2는 본 발명의 일 실시예에 따른, 서버의 구성을 나타낸 도면이다.

도 2를 참조하면, 본 발명의 일 실시예에 따른 서버(100)는 통신 모듈(110), 메모리(120), 프로세서(130) 및 데이터베이스(140)를 포함한다.

상세히, 통신 모듈(110)은 통신망과 연동하여 서버(100) 및 사용자 단말(200) 간의 송수신 신호를 패킷 데이터 형태로 제공하는 데 필요한 통신 인터페이스를 제공한다. 나아가, 통신 모듈(110)은 사용자 단말(200)로부터 데이터 요청을 수신하고, 이에 대한 응답으로서 데이터를 송신하는 역할을 수행할 수 있다.

여기서, 통신 모듈(110)은 다른 네트워크 장치와 유무선 연결을 통해 제어 신호 또는 데이터 신호와 같은 신호를 송수신하기 위해 필요한 하드웨어 및 소프트웨어를 포함하는 장치일 수 있다.

메모리(120)는 위 위치 정보 및 카드 사용 정보를 기반으로 사용자의 유형분류 및 서비스 추천 프로그램이 기록된다. 또한, 프로세서(130)가 처리하는 데이터를 일시적 또는 영구적으로 저장하는 기능을 수행한다. 여기서, 메모리(120)는 자기 저장 매체(magnetic storage media) 또는 플래시 저장 매체(flash storage media)를 포함할 수 있으나, 본 발명의 범위가 이에 한정되는 것은 아니다.

프로세서(130)는 일종의 중앙처리장치로서 위치 정보 및 카드 사용 정보를 기반으로 사용자의 유형분류 및 서비스를 추천하는 전체 과정을 제어한다. 프로세서(130)가 수행하는 각 단계에 대해서는 도 3 및 도 4를 참조하여 후술하기로 한다.

여기서, 프로세서(130)는 프로세서(processor)와 같이 데이터를 처리할 수 있는 모든 종류의 장치를 포함할 수 있다. 여기서, '프로세서(processor)'는, 예를 들어 프로그램 내에 포함된 코드 또는 명령으로 표현된 기능을 수행하기 위해 물리적으로 구조화된 회로를 갖는, 하드웨어에 내장된 데이터 처리 장치를 의미할 수 있다. 이와 같이 하드웨어에 내장된 데이터 처리 장치의 일 예로써, 마이크로프로세서(microprocessor), 중앙처리장치(central processing unit: CPU), 프로세서 코어(processor core), 멀티프로세서(multiprocessor), ASIC(application-specific integrated circuit), FPGA(field programmable gate array) 등의 처리 장치를 망라할 수 있으나, 본 발명의 범위가 이에 한정되는 것은 아니다.

데이터베이스(140)는 복수의 사용자 단말(200)로부터 수신된 위치 정보 및 카드 거래 정보를 시간단위로 저장하고, 생성된 유동 정보가 저장된다.

또한, 데이터베이스(140)는 기 저장된 지도 데이터와 결합하여 사용자 단말(200)로 제공하기 위한 이동 경로에 대한 정보가 저장되거나, 유동 정보를 바탕으로 분류 모델을 구축하면, 데이터베이스(140)에 이를 저장하게 된다.

비록 도 2에는 도시하지 아니하였으나, 사용자 단말(200)의 위치 정보, 카드 거래 정보, 유동 정보 및 분류 모델에 대한 데이터 중 일부는 데이터베이스(140)와 물리적 또는 개념적으로 분리된 데이터베이스(미도시)에 저장될 수 있다.

도 3은 본 발명의 일 실시예에 따른, 위치 정보 및 카드 사용 정보를 기반으로 사용자의 유형을 분류되는 과정을 나타낸 동작 흐름도이다.

도 3을 참조하면, 서버(100)는 복수의 사용자 단말(200)로부터 위치 정보 및 카드 거래 정보를 수신한다(S310).

단계(S310)에서 이용된 카드 거래 정보는 카드 거래가 수행되는 과정에서 사용자 단말(200)이 카드사 서버로부터 수신하게 되는 거래 정보가 포함된 SMS 혹은 알람 메시지를 뜻한다. 예를 들어, 종래의 신용카드사는 고객이 자사의 신용카드를 이용하는 경우, 거래가 수행되었음을 알리는 정보를 고객의 단말로 전송하게 된다. 본 발명의 서버(100)는 사용자 단말(200)로 전달되는 상기 정보를 카드 거래 정보로서 수신하게 된다.

이때, 서버(100)가 카드 거래가 수행될 수 있는 매장 정보를 사전에 저장하고, 사용자 단말(200)로부터 수신된 카드 거래 정보를 매장 정보와 비교하여, 실제 거래가 이루어진 매장의 위치, 거래 횟수 및 거래 시간 중 어느 하나를 산출하게 된다. 예를 들어, SMS에 "2021년 2월 1일에 20,000원 OO커피"라는 정보가 포함되어 있는 경우 서버(100)는 OO커피라는 매장에서 판매하는 식품의 DB와 사용자 단말(200)의 SMS 정보와 비교함으로써, 서버(100)는 사용자가 OO커피에서 20,000원을 소비하였음을 인지할 수 있게 된다.

한편, 서버(100)가 카드사 서버와 연동되면, 서버(100)는 사용자가 카드 거래를 수행할 시 사용자 단말(200)에 대응되는 식별자 및 카드 거래 정보를 카드사 서버로부터 직접 수신할 수 있다. 이를 통해, 카드 거래 정보가 사용자 단말(200)을 거치면서 발생할 수 있는 정보 누락이나 딜레이를 방지할 수 있다.

다음으로 서버(100)는 위치 정보 및 카드 거래 정보를 기반으로 유동 정보를 생성한다(S320).

구체적으로, 서버(100)는 각 사용자 단말(200)의 시간별 위치 정보 및 카드 거래 정보를 기반으로 기 설정된 기간 내에 특정 사용자 단말(200) 혹은 복수의 사용자 단말(200)이 방문한 매장의 명칭, 매장의 카테고리, 방문 횟수 및 주소 중 적어도 하나를 저장한 값을 기반으로 유동 정보를 생성하게 된다.

예를 들어, 서버(100)는 기 설정된 기간 동안 사용자 단말(200)로부터 수신된 유동 정보를 바탕으로 "A라는 사용자가 6개월동안 공덕의 OO감자탕(음식) 매장을 77번 방문, XX피트니스(GYM)를 90회 방문, OO편의점을 122회 방문"과 같이 분류를 수행하여 궁극적으로 유동 정보를 형성하게 된다.

이때, 서버(100)는 사용자 단말(200)의 위치 정보 혹은 카드 거래 정보에 포함된 매장의 위치 정보 중 적어도 어느 하나를 시간이 흐르는 순서에 따라 연결하여 유동 정보를 생성한다.

여기서 도 5의 그림(a)에 도시된 바와 같이, 지도 데이터에 각 사용자의 상기 유동 정보가 표시되는 경우 서버(100)는 지도 데이터(500)를 구성하는 각 지도 영역별 좌표계(510)가 형성되어 시간 별 위치 정보가 표시된다. 또한, 서버(100)는 사용자 단말(200)이 기 설정된 시간 단위 이상으로 특정 좌표(530)에 머물면, 머물고 있는 시간에 따라 유동 정보가 나타내는 색상을 구분하여 표시하게 된다.

예를 들어, 도 5의 그림(a)을 다시 참조하면, 지도 데이터(500)에는 가상의 격자 형태의 좌표계(510)가 형성되고, 사용자가 이동한 유동 정보(520)가 형성되어 있다.

만약, 사용자 단말(200)이 특정 매장이나 지역에서 일정 시간 머물게 되면, 서버(100)가 일정 시간 동안 동일한 장소에 대한 위치 정보를 수신할 수 밖에 없다. 이런 경우, 서버(100)는 지도 데이터(500)에서 해당 지점을 그림(b)의 표에 도시된 예시와 같이 머무른 시간 별로 특정 좌표(530)를 서로 다른 색상으로 마킹(혹은 구분)할 수 있다. 이를 통해, 서버(100)는 사용자가 주로 어느 매장이나 지역에서 시간을 많이 보내는지 파악할 수 있게 된다.

이때, 선택적 실시예로, 사용자 단말(200)의 요청에 따라, 유동 정보가 표시된 지도 데이터를 상기 사용자 단말(200)로 제공되거나, 서비스를 운영하기 위한 데이터로 이용될 수 있다.

추가 실시예로, 서버(100)는 시간 별로 수신되어야 하는 위치 정보(혹은 카드 거래 정보)가 중간에 누락되는 경우 유동 정보를 생성하기 위해 이를 보정하게 된다.

먼저, 서버(100)는 위치 정보가 누락되기 직전의 제 1 위치 정보와 다시 수신된 위치에 대한 제 2 위치 정보를 각각 인식하고, 제 1 위치 정보와 제 2 위치 정보의 최단거리 이동 경로를 생성하여 유동 정보를 보정할 수 있다.

한편, 누락된 위치 정보를 보정하는 다른 추가 실시예로, 상기 제 1 위치 정보와 제 2 위치 정보를 지나간 다른 사용자 단말(200)로부터 획득된 이동 경로(혹은 위치 정보 및 유동 정보)를 참고하여 누락된 위치 정보를 보정할 수도 있다.

선택적 실시예로, 카드 거래 정보에 의해 생성되는 유동 정보는 도 6에 도시된 표(600)와 같은 방식으로 정리될 수 있다. 이때, 표(600)는 위치(610), 시간(620) 및 카드 실적(630)으로 구성될 수 있다.

이때, 위치(610)는 사용자 단말(200)의 위치 정보를 뜻하되, 좌표 및 매장이나 지역명으로 구성될 수 있다. 또한, 시간(620)은 기 설정된 시간 단위로 구성되되, 각 시간 별 위치 정보와 매칭되어 표시된다. 마지막으로 카드 실적(630)은 사용자가 카드 거래를 수행한 정보를 표시하게 된다. 예를 들면, 거래가 수행된 장소나 무엇을 거래했는지 등이 저장될 수 있다.

마지막으로, 서버(100)는 유동 정보에 기초하여 사용자 유형을 분류하고 서비스나 상품 추천 정보를 제공한다(S330).

구체적으로, 서버(100)는 각각의 유동 정보에 기초하여 사용자들을 분류하게 된다. 이후, 특정 사용자와 동일한 분류에 속한 다른 사용자들의 유동정보를 참고하여, 특정 사용자에게 서비스나 상품 추천정보를 제공하게 된다.

이때, 앞서 서술한 바와 같이, 분류 모델은 상기 사용자 단말로부터 수신한 입력값에 기초하여 상기 사용자의 유형을 분류 및 매칭하며, 분류 모델이 동작하는 과정에 대해서는 후술할 도 4를 통해 설명하도록 한다.

선택적 실시예로 단계(S330)에서 진행되는 사용자 유형의 분류는 구축된 분류 모델을 통해 진행될 수 있다.

이때, 사용자를 분류하는 분류 모델은 각각의 유동 정보들 중 기 설정된 유사도를 갖는 유동 정보에 대응되는 사용자를 각각 그루핑하여 적어도 하나 이상의 사용자 유형을 생성하게 된다. 이후, 특정 사용자로부터 수신된 입력값에 기초하여 생성된 유동 정보와 사용자 유형의 유동 정보를 비교하는 방법으로 구축될 수 있다.

만약, 단계(S330) 이후 서버(100)는 분류 모델에 의해 상기 사용자의 유형이 분류되면 사용자 단말(200)로 분류된 유형의 결과값을 전달하게 된다.

또한, 서버(100)는 사용자 단말(200)로부터 결과값에 대한 피드백이 수신되면 분류 모델에 적용하여 사용자를 분류하는 정확도를 높이게 된다. 이때, 드백은 상기 사용자의 시간 별 대비 머무른 실제 장소에 대한 정보를 뜻하게 된다.

한편, 단계(S330)에서 서버(100)는 동일한 유형으로 분류된 복수의 사용자를 매칭하고, 동일 유형으로 분류된 특정 사용자가 이용하는 서비스나 상품 중 다른 사용자가 이용하지 않는 서비스나 상품이 있는 경우, 다른 사용자가 이용하지 않는 서비스나 상품을 추천할 수 있다.

선택적 실시예로, 사용자 유형은 도 7에 도시된 예시와 같이, 닉네임의 형태로 지정한 후 각 유형에 맞게 분류를 수행할 수 있다. 예를 들어, 사용자가 술집을 자주 방문하는 경우 사용자 유형을 "알코올은 피보다 진하다"로 분류할 수 있다. 또한, 사용자가 토요일 및 일요일에 집 밖으로 외출 횟수가 적은 경우 "주말 신데렐라"라는 사용자 유형으로 분류할 수 있다.

또한, 서버(100)는 분류된 사용자 유형에 따라 사용자 일상패턴을 기록하여 분석한 데이터를 제공하거나, 이동 및 소비 패턴이 비슷한 사용자 간의 취향 매칭 혹은 분석에 따라 여러 생활밀접업종 등을 추천하게 된다.

도 4는 본 발명의 일 실시예에 따라, 분류 모델을 통해 동일한 유형의 사용자를 매칭하기 위한 과정을 나타낸 동작흐름도이다.

도 4를 참조하면, 서버(100)는 복수의 사용자에 대한 입력값을 수신한다(S410).

다음으로 서버(100)는 각각의 사용자 단말(200)의 사용자 유형을 분류한다(S420).

구체적으로, 분류 모델은 수신된 입력값에 기초하여 유동 정보를 생성하고, 생성된 유동 정보와 기 설정된 유사도를 갖는 그루핑 된 유동 정보를 비교하여 상기 사용자의 유형을 분류하게 된다.

마지막으로 동일한 유형으로 분류된 사용자 간의 매칭을 수행한다(S430).

이때, 입력값의 종류에 따라 분류 모델의 성격도 달라지게 된다.

예를 들어, 시간 별 위치 정보 및 카드 거래 정보를 입력값으로 수신하여, 사용자 유형을 판별하는 제 1 분류모델 이 구현될 수 있다.

다음으로 시간 별 위치 정보를 입력값으로 수신하여, 사용자 유형을 판별하는 제 2 분류모델 이 구현될 수 있다.

마지막으로 카드 거래 정보를 입력값으로 수신하여, 사용자 유형을 판별하는 제 3 분류 모델 이 구현될 수 있다.

상기의 분류 모델의 성격에 따라, 단계(S430)에서 서버(100)는 분류 모델에 기초하여 분류된 복수의 사용자 중 동일한 유형으로 분류된 사용자를 매칭하게 된다.

또한, 서버(100)는 단순 매칭뿐만 아니라, 분류 모델에 의해 매칭된 이용자 단말(200)로 다른 사용자 단말(200)이 사용한 매장 및 매장 카테고리 중 적어도 어느 하나를 추천하는 기능을 제공할 수도 있다.

전술한 본 발명의 설명은 예시를 위한 것이며, 본 발명이 속하는 기술분야의 통상의 지식을 가진 자는 본 발명의 기술적 사상이나 필수적인 특징을 변경하지 않고서 다른 구체적인 형태로 쉽게 변형이 가능하다는 것을 이해할 수 있을 것이다. 그러므로 이상에서 기술한 실시예들은 모든 면에서 예시적인 것이며 한정적이 아닌 것으로 이해해야만 한다. 예를 들어, 단일형으로 설명되어 있는 각 구성 요소는 분산되어 실시될 수도 있으며, 마찬가지로 분산된 것으로 설명되어 있는 구성 요소들도 결합된 형태로 실시될 수 있다.

본 발명의 범위는 상기 상세한 설명보다는 후술하는 특허청구범위에 의하여 나타내어지며, 특허청구범위의 의미 및 범위 그리고 그 균등 개념으로부터 도출되는 모든 변경 또는 변형된 형태가 본 발명의 범위에 포함되는 것으로 해석되어야 한다.

100: 서버
200: 사용자 단말

Claims

서버에 의해 수행되는, 위치 정보 및 카드 사용 정보를 기반으로 사용자의 유형분류 및 서비스 추천 방법에 있어서,
(a) 복수의 사용자 단말로부터 각 사용자 단말의 시간별 위치 정보 및 각 사용자의 카드 거래 정보를 수신하는 단계;
(b) 기 설정된 기간 내에 수집된 각 사용자의 상기 시간별 위치 정보 및 상기 카드 거래 정보를 바탕으로 각각의 상기 사용자 단말의 유동 정보를 생성하는 단계; 및
(c) 각각의 상기 유동 정보에 기초하여 사용자들을 분류한 후, 특정 사용자와 동일한 분류에 속한 다른 사용자들의 유동 정보를 참고하여, 상기 특정 사용자에게 서비스나 상품 추천정보를 제공하는 단계;를 포함하고,
상기 카드 거래 정보는 카드를 이용한 상거래 과정에서 생성된 매장, 거래 시각, 거래 품목 및 거래 금액 중 적어도 하나를 포함하는 정보이고,
상기 유동 정보는 각 사용자 단말의 시간별 위치 정보 및 카드 거래 정보를 기반으로 기 설정된 기간 내에 특정 사용자 단말 혹은 복수의 사용자 단말이 방문한 매장의 명칭, 매장의 카테고리, 방문 횟수 및 주소 중 적어도 하나를 저장한 값을 포함하고,
상기 시간별 위치 정보가 누락되면, 상기 위치 정보가 누락되기 직전의 제1위치 정보와 다시 수신된 제2위치 정보를 각각 인식하고, 상기 제1위치 정보와 제2위치 정보의 최단거리 이동 경로를 생성하여, 상기 유동 정보를 보정하는 것인, 위치 정보 및 카드 사용 정보를 기반으로 사용자의 유형분류 및 서비스 추천 방법.
제 1 항에 있어서,
상기 카드 거래 정보는 카드 거래가 수행되는 과정에서 상기 사용자 단말이 카드사 서버로부터 수신하게 되는 상거래 정보가 포함된 SMS 혹은 알람 메시지로부터 추출하는 것인, 위치 정보 및 카드 사용 정보를 기반으로 사용자의 유형분류 및 서비스 추천 방법.
제 2 항에 있어서,
상기 서버는 상기 카드 거래가 수행될 수 있는 매장 정보를 사전에 저장하고, 상기 사용자 단말로부터 수신된 상기 카드 거래 정보를 상기 매장 정보와 비교하여, 실제 거래가 이루어진 매장, 거래 횟수 및 거래 시간 중 어느 하나를 산출하는 것인, 위치 정보 및 카드 사용 정보를 기반으로 사용자의 유형분류 및 서비스 추천 방법.
제 1 항에 있어서,
상기 서버가 카드사 서버와 연동되면,
상기 (a) 단계는
상기 사용자가 카드 거래를 수행할 시 상기 사용자 단말에 대응되는 식별자 및 상기 카드 거래 정보를 상기 카드사 서버로부터 직접 수신하는 것인, 위치 정보 및 카드 사용 정보를 기반으로 사용자의 유형분류 및 서비스 추천 방법.
제 1 항에 있어서,
상기 (b) 단계는
상기 사용자 단말의 위치 정보 또는 카드 거래 정보에 포함된 매장의 위치 중 적어도 어느 하나를 시간의 순서에 따라 연결하여 상기 유동 정보를 생성하는 것인, 위치 정보 및 카드 사용 정보를 기반으로 사용자의 유형분류 및 서비스 추천 방법.
제 5 항에 있어서,
지도 데이터에 각 사용자의 상기 유동 정보가 표시되는 경우,
상기 지도 데이터를 구성하는 각 지도 영역별 좌표계가 형성되어, 상기 시간별 위치 정보가 표시되고, 상기 사용자 단말이 기 설정된 시간 단위 이상으로 특정 좌표에 머물면, 머물고 있는 시간에 따라 상기 유동 정보가 나타내는 색상을 구분하여 표시하는 것인, 위치 정보 및 카드 사용 정보를 기반으로 사용자의 유형분류 및 서비스 추천 방법.
제 6 항에 있어서,
상기 사용자 단말의 요청에 따라, 상기 유동 정보가 표시된 지도 데이터를 상기 사용자 단말로 제공하는 것인, 위치 정보 및 카드 사용 정보를 기반으로 사용자의 유형분류 및 서비스 추천 방법.
제 1 항에 있어서,
상기 (c) 단계는
각각의 상기 유동 정보들 중 기 설정된 유사도를 갖는 상기 유동 정보에 대응되는 사용자를 각각 그루핑하여 적어도 하나 이상의 사용자 유형을 생성하고, 상기 특정 사용자로부터 수신된 입력값에 기초하여 생성된 상기 유동 정보와 상기 사용자 유형의 유동 정보를 비교하여 상기 사용자를 분류하는 분류 모델이 구축되되,
상기 입력값은 상기 위치 정보 및 카드 거래 정보 중 적어도 하나를 뜻하는 것인, 위치 정보 및 카드 사용 정보를 기반으로 사용자의 유형분류 및 서비스 추천 방법.
제 8 항에 있어서,
상기 분류 모델은
시간 별 위치 정보 및 카드 거래 정보를 입력값으로 수신하여, 상기 사용자 유형을 판별하는 제 1 분류모델;
상기 시간 별 위치 정보를 입력값으로 수신하여, 상기 사용자 유형을 판별하는 제 2 분류모델; 및
상기 카드 거래 정보를 입력값으로 수신하여, 상기 사용자 유형을 판별하는 제 3 분류 모델; 중 어느 하나로 구현되는 것인, 위치 정보 및 카드 사용 정보를 기반으로 사용자의 유형분류 및 서비스 추천 방법.
제 8 항에 있어서,
상기 (c) 단계 이후
상기 분류 모델에 의해 상기 사용자 유형이 분류되면 상기 사용자 단말로 분류된 유형의 결과값을 전달하는 것인, 위치 정보 및 카드 사용 정보를 기반으로 사용자의 유형분류 및 서비스 추천 방법.
제 10 항에 있어서,
상기 (c) 단계 이후
상기 특정 사용자 단말로부터 상기 결과값에 대한 피드백이 수신되면 상기 분류 모델에 적용하여, 상기 사용자를 분류하는 정확도를 높이되,
상기 피드백은 상기 사용자의 시간 별 대비 머무른 실제 장소에 대한 정보를 뜻하는 것인, 위치 정보 및 카드 사용 정보를 기반으로 사용자의 유형분류 및 서비스 추천 방법.
제 1 항에 있어서,
상기 (c) 단계는
동일한 유형으로 분류된 복수의 상기 사용자를 매칭하고, 동일 유형으로 분류된 상기 특정 사용자가 이용하는 서비스나 상품 중 다른 사용자가 이용하지 않는 서비스나 상품이 있는 경우, 상기 다른 사용자가 이용하지 않는 서비스나 상품을 추천하는 것인, 위치 정보 및 카드 사용 정보를 기반으로 사용자의 유형분류 및 서비스 추천 방법.
위치 정보 및 카드 사용 정보를 기반으로 사용자의 유형분류 및 서비스 추천 장치에 있어서,
위치 정보 및 카드 사용 정보를 기반으로 사용자의 유형분류 및 서비스를 추천하는 프로그램이 저장된 메모리 및
상기 메모리에 저장된 프로그램을 실행하여 상기 위치 정보 및 카드 사용 정보를 기반으로 사용자의 유형분류 및 서비스를 추천하는 프로세서를 포함하되,
상기 프로세서는 복수의 사용자 단말로부터 각 사용자 단말의 시간별 위치 정보 및 각 사용자의 카드 거래 정보를 수신하고, 기 설정된 기간 내에 수집된 각 사용자의 상기 시간별 위치 정보 및 상기 카드 거래 정보를 바탕으로 각각의 상기 사용자 단말의 유동 정보를 생성하고, 각각의 상기 유동 정보에 기초하여 사용자들을 분류한 후, 특정 사용자와 동일한 분류에 속한 다른 사용자들의 유동 정보를 참고하여, 상기 특정 사용자에게 서비스나 상품 추천정보를 제공하고, 상기 카드 거래 정보는 카드를 이용한 상거래 과정에서 생성된 매장, 거래 시각, 거래 품목 및 거래 금액 중 적어도 하나를 포함하는 정보이고, 상기 유동 정보는 각 사용자 단말의 시간별 위치 정보 및 카드 거래 정보를 기반으로 기 설정된 기간 내에 특정 사용자 단말 혹은 복수의 사용자 단말이 방문한 매장의 명칭, 매장의 카테고리, 방문 횟수 및 주소 중 적어도 하나를 저장한 값을 포함하고,
상기 시간별 위치 정보가 누락되면, 상기 위치 정보가 누락되기 직전의 제1위치 정보와 다시 수신된 제2위치 정보를 각각 인식하고, 상기 제1위치 정보와 제2위치 정보의 최단거리 이동 경로를 생성하여, 상기 유동 정보를 보정하는 것인, 위치 정보 및 카드 사용 정보를 기반으로 사용자의 유형분류 및 서비스 추천 장치.
제 1 항에 의한 위치 정보 및 카드 사용 정보를 기반으로 사용자의 유형분류 및 서비스를 추천하는 방법을 수행하기 위한 프로그램이 기록된 컴퓨터 판독가능 저장매체.