KR102545366B1 - 빅데이터를 처리하여 구매자에게 수면용품을 자동으로 추천하는 오픈마켓 플랫폼의 운영방법 - Google Patents

빅데이터를 처리하여 구매자에게 수면용품을 자동으로 추천하는 오픈마켓 플랫폼의 운영방법 Download PDF

Info

Publication number
KR102545366B1
KR102545366B1 KR1020220109025A KR20220109025A KR102545366B1 KR 102545366 B1 KR102545366 B1 KR 102545366B1 KR 1020220109025 A KR1020220109025 A KR 1020220109025A KR 20220109025 A KR20220109025 A KR 20220109025A KR 102545366 B1 KR102545366 B1 KR 102545366B1
Authority
KR
South Korea
Prior art keywords
buyer
item
main server
sleeping
purchaser
Prior art date
Application number
KR1020220109025A
Other languages
English (en)
Inventor
서영진
Original Assignee
주식회사 다홈
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by 주식회사 다홈 filed Critical 주식회사 다홈
Priority to KR1020220109025A priority Critical patent/KR102545366B1/ko
Application granted granted Critical
Publication of KR102545366B1 publication Critical patent/KR102545366B1/ko

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q30/00—Commerce
    • G06Q30/06—Buying, selling or leasing transactions
    • G06Q30/0601—Electronic shopping [e-shopping]
    • G06Q30/0631—Item recommendations
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N20/00—Machine learning
    • 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
    • G06Q30/02—Marketing; Price estimation or determination; Fundraising
    • G06Q30/0241—Advertisements
    • G06Q30/0251—Targeted advertisements
    • G06Q30/0269—Targeted advertisements based on user profile or attribute
    • G06Q30/0271—Personalized advertisement
    • 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
    • G06Q30/0282—Rating or review of business operators or products
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q30/00—Commerce
    • G06Q30/06—Buying, selling or leasing transactions
    • G06Q30/0601—Electronic shopping [e-shopping]
    • G06Q30/0613—Third-party assisted
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q30/00—Commerce
    • G06Q30/06—Buying, selling or leasing transactions
    • G06Q30/0601—Electronic shopping [e-shopping]
    • G06Q30/0641—Shopping interfaces

Landscapes

  • Business, Economics & Management (AREA)
  • Accounting & Taxation (AREA)
  • Finance (AREA)
  • Engineering & Computer Science (AREA)
  • Development Economics (AREA)
  • Strategic Management (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Economics (AREA)
  • Marketing (AREA)
  • General Business, Economics & Management (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Game Theory and Decision Science (AREA)
  • Data Mining & Analysis (AREA)
  • Software Systems (AREA)
  • Artificial Intelligence (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Evolutionary Computation (AREA)
  • Medical Informatics (AREA)
  • Computing Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • Mathematical Physics (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

빅데이터를 처리하여 구매자에게 수면용품을 자동으로 추천하는 오픈마켓 플랫폼의 운영방법을 제공한다.
상기 오픈마켓 플랫폼의 운영방법은 구매자 단말기가 메인 서버에 구매자 개인 정보를 전송하는 단계; 상기 구매자 단말기가 상기 메인 서버에 쇼핑 품목을 전송하는 단계; 상기 메인 서버가 제1인공지능을 이용하여 구매자 개인 정보와 쇼핑 품목을 처리하여 상기 구매자 단말기에 수면용품 리스트를 제공하는 단계; 상기 구매자 단말기가 상기 메인 서버로부터 제공받는 수면용품 리스트 중에서 셀렉 품목을 선택하는 단계를 포함하는 것을 특징으로 한다.

Description

빅데이터를 처리하여 구매자에게 수면용품을 자동으로 추천하는 오픈마켓 플랫폼의 운영방법{OPERATING METHOD OF OPEN MARKET PLATFORM THAT AUTOMATICALLY RECOMMENDS SLEEPING PRODUCTS TO BUYERS BY PROCESSING BIG DATA}
본 발명은 빅데이터를 처리하여 구매자에게 수면용품을 자동으로 추천하는 오픈마켓 플랫폼의 운영방법에 관한 것이다.
기존의 온라인 수면용품(베개, 이불, 침대 등) 오픈마켓 플랫폼에서는 판매자가 수면용품을 업로드하고 구매자가 선호하는 수면용품 조건을 입력하면 기설정된 프로그램에 따라 수면용품 추천 수면용품 리스트를 제공하였다.
그러나 단순 알고리즘에 의해 프로그래밍된 추천 수면용품 리스트는 구매자의 취향과 신체조건 및 수면습관 등을 정확하게 반영하지 않아, 종종 구매자가 자신이 선호하는 수면용품을 찾는데 많은 시간과 노력을 들이는 문제가 있었다.
한편, 빅데이터는 디지털 환경에서 생성되는 데이터로 그 규모가 방대하고, 생성 주기도 짧고, 형태도 수치 데이터뿐 아니라 문자와 영상 데이터를 포함하는 대규모 데이터를 말한다. 빅데이터 환경은 과거에 비해 데이터의 양이 폭증했다는 점과 함께 데이터의 종류도 다양해져 사람들의 행동은 물론 취향이나 선호도까지 분석하고 예측할 수 있다.
또한, 인공지능(AI; Artificial Intelligence)은 인간의 학습능력, 추론능력, 지각능력, 자연언어의 이해능력 등을 컴퓨터 프로그램으로 실현한 컴퓨터 공학 및 정보기술의 한 분야이다.
특히, 인공지능 중 가장 많은 분야에서 활용되는 지도학습(Supervised learning)은 정답(Label)을 포함하는 트레이닝 데이터를 이용하여 미래 값을 예측하는 방법으로, 데이터의 수집 단계에서 트레이닝 데이터와 테스트 데이터의 순도(일 예로, 정확성과 진실성)가 인공지능 알고리즘의 성능을 좌우한다.
만약, 기존의 수면용품 오픈마켓 플랫폼에 구매자의 빅데이터를 인공지능으로 처리하여 구매자에게 추천 수면용품 리스트를 제공한다면, 구매자의 선호도에 맞는 수면용품을 정확하게 추천함으로써 구매자의 만족도가 상승할 것이다.
본 발명이 해결하고자 하는 과제는 인공지능 기반 구매자에게 수면용품을 자동으로 추천하는 부동산 거래 플랫폼의 운영 방법을 제공하는 것이다.
본 발명이 해결하고자 하는 과제들은 이상에서 언급된 과제로 제한되지 않으며, 언급되지 않은 또 다른 과제들은 아래의 기재로부터 통상의 기술자에게 명확하게 이해될 수 있을 것이다.
상술한 과제를 해결하기 위한 본 발명의 오픈마켓 플랫폼의 운영방법은 구매자 단말기가 메인 서버에 구매자 개인 정보를 전송하는 단계; 상기 구매자 단말기가 상기 메인 서버에 쇼핑 품목을 전송하는 단계; 상기 메인 서버가 제1인공지능을 이용하여 구매자 개인 정보와 쇼핑 품목을 처리하여 상기 구매자 단말기에 수면용품 리스트를 제공하는 단계; 상기 구매자 단말기가 상기 메인 서버로부터 제공받는 수면용품 리스트 중에서 셀렉 품목을 선택하는 단계를 포함하는 것을 특징으로 할 수 있다.
구매자 개인 정보는 빅데이터로서 구매자의 성별과 나이와 거주지역과 월소득에 대한 정보를 포함하고, 쇼핑 품목은 수면용품의 종류와 가격에 대한 정보를 포함하고, 상기 메인 서버는 가상의 구매자 개인 정보와 가상의 쇼핑 품목을 레이블값으로 관리자에 의해 설정된 수면용품 리스트를 피쳐값으로 설정된 데이터셋을 학습한 제1인공지능을 이용하여, 구매자 개인 정보와 쇼핑 품목으로부터 수면용품 리스트를 생성하는 것을 특징으로 할 수 있다.
상기 구매자 단말기가 상기 메인 서버로 수면용품 리스트에 대한 만족도 지수 정보를 송신하는 단계; 상기 메인 서버가 구매자 개인 정보와 쇼핑 품목과 수면용품 리스트와 만족도 지수 정보를 처리함으로써 제2인공지능을 생성하고, 제2인공지능을 이용하여 제1인공지능을 업데이트하는 단계를 포함하는 것을 특징으로 할 수 있다.
만족도 지수 정보는 상기 메인 서버로부터 제공된 수면용품 리스트를 절대평가하는 자연수값인 것을 특징으로 할 수 있다.
상기 메인 서버는 구매자 개인 정보와 쇼핑 품목과 수면용품 리스트를 레이블값으로 만족도 지수 정보를 피쳐값으로 제2인공지능을 학습시키는 것을 특징으로 할 수 있다.
본 발명의 오픈마켓 플랫폼의 운영방법에서는 구매자의 빅데이터를 분석하여 맞춤형 수면용품을 추천할 수 있는 장점이 있다.
또한, 본 발명의 오픈마켓 플랫폼의 운영방법에서는 플래폼 운영 초기에는 관리자의 작업에 의해 생성된 데이터셋을 학습한 인공지능 알고리즘을 이용하여 수면용품 리스트를 생성하고, 플랫폼이 안정화 단계에 접어들면 운영과정에서 쌓인 구매자가 추천 수면용품 리스트를 평가한 데이터를 데이터셋에 편입시켜 이를 바탕으로 학습한 인공지능 알고리즘을 이용하여 기존 인공지능 분류 알고리즘을 업데이트함으로써, 지속적으로 업그레이드되는 구매자 맞춤형 추천 수면용품리스트를 제공할 수 있는 장점이 있다.
본 발명의 효과들은 이상에서 언급된 효과로 제한되지 않으며, 언급되지 않은 또 다른 효과들은 아래의 기재로부터 통상의 기술자에게 명확하게 이해될 수 있을 것이다.
도 1은 본 발명의 오픈마켓 플랫폼의 운영방법의 프로세스를 나타낸 순서도이다.
도 2는 본 발명의 오픈마켓 플랫폼의 운영방법에 이용되는 시스템을 나타낸 블록도이다.
도 3은 본 발명의 오픈마켓 플랫폼의 운영방법에서 인공지능에 의해 구매자에게 추천되는 수면용품 리스트가 생성되는 것을 나타낸 개념도이다.
본 발명의 이점 및 특징, 그리고 그것들을 달성하는 방법은 첨부되는 도면과 함께 상세하게 후술되어 있는 실시예들을 참조하면 명확해질 것이다. 그러나, 본 발명은 이하에서 개시되는 실시예들에 제한되는 것이 아니라 서로 다른 다양한 형태로 구현될 수 있으며, 단지 본 실시예들은 본 발명의 개시가 완전하도록 하고, 본 발명이 속하는 기술 분야의 통상의 기술자에게 본 발명의 범주를 완전하게 알려주기 위해 제공되는 것이며, 본 발명은 청구항의 범주에 의해 정의될 뿐이다.
본 명세서에서 사용된 용어는 실시예들을 설명하기 위한 것이며 본 발명을 제한하고자 하는 것은 아니다. 본 명세서에서, 단수형은 문구에서 특별히 언급하지 않는 한 복수형도 포함한다. 명세서에서 사용되는 "포함한다(comprises)" 및/또는 "포함하는(comprising)"은 언급된 구성요소 외에 하나 이상의 다른 구성요소의 존재 또는 추가를 배제하지 않는다. 명세서 전체에 걸쳐 동일한 도면 부호는 동일한 구성 요소를 지칭하며, "및/또는"은 언급된 구성요소들의 각각 및 하나 이상의 모든 조합을 포함한다. 비록 "제1", "제2" 등이 다양한 구성요소들을 서술하기 위해서 사용되나, 이들 구성요소들은 이들 용어에 의해 제한되지 않음은 물론이다. 이들 용어들은 단지 하나의 구성요소를 다른 구성요소와 구별하기 위하여 사용하는 것이다. 따라서, 이하에서 언급되는 제1 구성요소는 본 발명의 기술적 사상 내에서 제2 구성요소일 수도 있음은 물론이다.
다른 정의가 없다면, 본 명세서에서 사용되는 모든 용어(기술 및 과학적 용어를 포함)는 본 발명이 속하는 기술분야의 통상의 기술자에게 공통적으로 이해될 수 있는 의미로 사용될 수 있을 것이다. 또한, 일반적으로 사용되는 사전에 정의되어 있는 용어들은 명백하게 특별히 정의되어 있지 않는 한 이상적으로 또는 과도하게 해석되지 않는다.
이하, 도면을 참조하여 본 발명의 오픈마켓 플랫폼의 운영방법(1000)을 설명한다. 도 1은 본 발명의 오픈마켓 플랫폼의 운영방법의 프로세스를 나타낸 순서도이고, 도 2는 본 발명의 오픈마켓 플랫폼의 운영방법에 이용되는 시스템을 나타낸 블록도이고, 도 3은 본 발명의 오픈마켓 플랫폼의 운영방법에서 인공지능에 의해 구매자에게 추천되는 수면용품 리스트가 생성되는 것을 나타낸 개념도이다.
본 발명의 오픈마켓 플랫폼의 운영방법(1000)은 판매자 단말기(10)와 네트워크(20)와 메인 서버(30)를 포함하는 시스템 내에서 수행될 수 있다.
판매자 단말기(10)는 본 발명의 오픈마켓 플랫폼의 운영방법(1000)과 관련한 웹 페이지, 앱 페이지(앱 리스트), 프로그램 또는 애플리케이션이 제공되는 단말일 수 있다.
이 경우, 판매자 단말기(10)는 네트워크(20)를 통해 원격지의 메인 서버(30)에 접속 및 연결될 수 있는 컴퓨터로 구현될 수 있다.
상세하게, 판매자 단말기(10)는 무선 통신 장치로서, 네비게이션, PCS(Personal Communication System), GSM(Global System for Mobile communications), PDC(Personal Digital Cellular), PHS(Personal Handyphone System), PDA(Personal Digital Assistant), IMT(International Mobile Telecommunication)-2000, CDMA(Code Division Multiple Access)-2000, W-CDMA(W-Code Division Multiple Access), Wibro(Wireless Broadband Internet) 단말, 스마트폰(smartphone), 스마트 패드(smartpad), 타블렛 PC(Tablet PC) 등과 같은 모든 종류의 핸드헬드(Handheld) 기반의 무선 통신 장치와 일반적인 데스크탑 PC(Desk-top PC) 등 유선 통신 장치를 포함할 수 있으나 이에 한정되는 것은 아니다.
네트워크(20)는 판매자 단말기(10)와 메인 서버(30)와 같은 각각의 노드 상호 간에 정보 교환이 가능한 연결 구조를 의미하는 것으로, 이러한 네트워크의 일 예에는 RF, 3GPP(3rd Generation Partnership Project) 네트워크, LTE(Long Term Evolution) 네트워크, 5GPP(5rd Generation Partnership Project) 네트워크, WIMAX(World Interoperability for Microwave Access) 네트워크, 인터넷(Internet), LAN(Local Area Network), Wireless LAN(Wireless Local Area Network), WAN(Wide Area Network), PAN(Personal Area Network), 블루투스(Bluetooth) 네트워크, NFC 네트워크, 위성 방송 네트워크, 아날로그 방송 네트워크, DMB(Digital Multimedia Broadcasting) 네트워크 등이 포함되나 이에 한정되지는 않는다.
메인 서버(30)는 본 발명의 오픈마켓 플랫폼의 운영방법(1000)과 관련한 웹 페이지, 앱 페이지, 프로그램 또는 애플리케이션을 제공하는 서버일 수 있다.
본 발명의 오픈마켓 플랫폼의 운영방법(1000)은 구매자 단말기(10)가 메인 서버(30)에 구매자 개인 정보를 전송하는 단계(100); 구매자 단말기(10)가 메인 서버(30)에 쇼핑 품목을 업로드하는 단계(200); 메인 서버(30)가 구매자 단말기(10)에 제1인공지능을 이용하여 수면용품 리스트를 제공하는 단계(300); 구매자 단말기(10)가 메인 서버(30)로 수면용품 리스트에 대한 만족도 지수 정보를 송신하는 단계(400); 메인 서버(30)가 구매자 개인 정보와 선호 수면용품 정보와 수면용품 리스트와 만족도 지수 정보를 처리함으로써 제2인공지능을 생성하고, 제2인공지능을 이용하여 제1인공지능을 업데이트하는 단계(500); 구매자 단말기(10)가 메인 서버(30)로부터 제공받는 수면용품 리스트 중에서 셀렉 품목을 선택하는 단계(600);를 포함할 수 있다.
구매자 단말기(10)가 메인 서버(30)에 "구매자 개인 정보"를 전송하는 단계(100) 는 구매자가 부동산 거래 플랫폼 프로그램을 다운받아 회원 가입하는 단계일 수 있으며, 구매자는 개인 신상 정보를 입력하여 메인 서버(30)에 전송할 수 있다.
특히, 구매자 개인 정보는 추후 수면용품 추천에 이용되는 빅데이터로서 오픈 API 등을 이용하여 구매자의 웹, SNS 사용이력 등을 통해 자동으로 설정될 수 있다. 상세하게, 구매자 개인 정보는 구매자의 성별과 나이와 거주지역과 월소득에 대한 정보를 포함할 수 있으나, 이에 한정되는 거은 아니다. 특히, 구매자의 수면패턴에 대한 정보도 포함될 수 있으며, 이 경우, 구매자의 수면패턴에 대한 정보는 구매자가 구매자 단말기(10)를 통해 자신이 수면 중인 장면을 촬영한 동영상일 수 있으며 메인 서버(30)에서는 상기 동영상을 분석하여 구매자의 수면 시간과 수면 습관과 코골이 여부 등 수면과 관련된 정보를 획득할 수 있다.
구매자 단말기(10)가 메인 서버(30)에 쇼핑 품목을 업로드하는 단계(200) 는 구매자가 메인 서버(30)에 자신이 구매계약하고자 하는 수면용품에 대한 쇼핑 품목에 대한 정보를 입력하는 단계일 수 있다. 일 예로, 쇼핑 품목은 수면용품의 종류와 가격에 대한 정보를 포함할 수 있지만, 이에 한정되는 것은 아니다.
메인 서버(30)가 구매자 단말기(10)에 제1인공지능을 이용하여 수면용품 리스트를 제공하는 단계(300) 는 메인 서버(30)에서 구매자 개인 정보와 쇼핑 품목을 처리함으로써 판매하고 있는 수면용품 중 추천 수면용품을 선별하여 구매자에게 추천하는 수면용품 리스트를 생성하는 단계일 수 있다.
한편, 플랫폼의 운영초기에는 플랫폼에서 얻을 수 있는 데이터가 한정적이기 때문에 제1인공지능을 학습시키는 데이터셋을 충분히 확보하지 못하는 문제가 발생할 수 있다. 이에 따라, 본 발명의 오픈마켓 플랫폼의 운영방법(1000)에서는 가상의 데이터로 인공지능 예측 알고리즘을 생성하여 수면용품 리스트를 생성할 수 있다. 상술한 제1인공지능 알고리즘을 생성시키는 자세한 설명은 후술하도록 한다.
구매자 단말기(10)가 메인 서버(30)로 수면용품 리스트에 대한 만족도 지수 정보를 송신하는 단계(400) 는 구매자가 메인 서버(30)가 추천한 수면용품 리스트에 대한 만족도를 평가하는 단계일 수 있다. 이 경우, 만족도 지수 정보는 구매자가 메인 서버(30)로부터 제공된 수면용품 리스트를 절대평가하는 자연수값일 수 있으나, 이에 한정되는 것은 아니다.
메인 서버(30)가 구매자 개인 정보와 쇼핑 품목과 수면용품 리스트와 만족도 지수 정보를 처리함으로써 제2인공지능을 생성하고, 제2인공지능을 이용하여 제1인공지능을 업데이트하는 단계(500) 는 메인 서버(30)에서 실제 구매자 개인 정보와 실제 쇼핑 품목과 실제로 매칭된 실제 수면용품 리스트에 대한 구매자의 만족도 지수 정보에 의해 학습된 제2인공지능으로 제1인공지능을 업데이트하는 단계일 수 있다.
즉, 플랫폼의 운영이 안정화되는 단계에서는 플랫폼에서 자체적으로 얻은 개인 정보와 쇼핑 품목과 만족도 지수 정보를 데이터셋으로 설정하여 상술한 제1인공지능 알고리즘을 실시간으로 업데이트하는 새로운 인공지능 예측 알고리즘을 생성하여 업데이트된 수면용품 리스트를 지속적으로 생성할 수 있다. 상술한 제2인공지능 알고리즘을 생성시키는 자세한 설명은 후술하도록 한다.
구매자 단말기(10)가 메인 서버(30)로부터 제공받는 수면용품 리스트 중에서 셀렉 품목을 선택하는 단계(600) 는 구매자가 메인 서버(30)로부터 제공받은 수면용품 리스트 중에서 특정 수면용품을 선택하는 단계일 수 있다.
한편, 구매자가 플랫폼에 요청하는 쇼핑 품목은 구매자가 플랫폼으로부터 수면용품 리스트를 제공받아 선택한 셀렉 품목보다 상위 카테고리에 있는 개념일 수 있으며, 일 예로, 구매자의 쇼핑 품목이 베개라면 플랫폼에서는 다양한 종류의 베개를 수면용품 리스트로 제공하며, 이 중에서 구매자가 선택한 셀렉 품목은 A사의 a디자인의 오리털베개, B사의 b디자인의 솜베개 등일 수 있다.
이하, 본 발명의 오픈마켓 플랫폼의 운영방법(1000)에서 이용되는 인공지능에 대해 자세히 설명한다. 인공지능(AI; Artificial Intelligence)은 인간의 학습능력, 추론능력, 지각능력, 자연언어의 이해능력 등을 컴퓨터 프로그램으로 실현한 컴퓨터 공학 및 정보기술의 한 분야이다. 특히, 인공지능 중 가장 많은 분야에서 활용되는 지도학습(Supervised learning)은 정답(Label)을 포함하는 트레이닝 데이터를 이용하여 미래 값을 예측하는 방법이다.
참고로, 기계학습은 명시적으로 프로그램되지 않아도 컴퓨터가 스스로 학습할 수 있도록 능력을 부여하는 방법론으로 정의될 수 있으며, 이는 데이터를 기반으로 프로그램이 스스로 데이터의 패턴을 학습하도록 하는 방식이다. 기계학습은 학습에 필요한 데이터에 정답의 명시 여부에 따라 지도학습(Supervised Learning)과 비지도학습(Unsupervised Learning)으로 구되고, 사용 목적에 따라 데이터를 유한개의 카테고리로 나누는 분류(Classification), 연속적인 값으로 맵핑하는 리그레션(Regression), 유사한 데이터를 묶는 군집화(Clustering), 다차원의 데이터를 대표성 있는 낮은 차원으로 사상하는 차원축소(Dimension Reduction) 방법론으로 구분된다.
딥러닝은 기계학습 기법 중 하나로 한동안 정체되었던 기계학습의 성능을 획기적으로 향상시켰는데, 딥러닝은 인간의 뇌 구조에서 시냅스의 중첩을 흉내 낸 인공신경망(ANN; Artificial Neural Network) 알고리즘에 기반한 방법론이며, 딥러닝 구조로는 입력 계층(Input Layer)과 출력 계층(Output Layer) 사이에 복수의 은닉 계층(Hidden Layer)이 존재하는 심층신경망(DNN; Deep Neural Network), 은닉계층 앞에 요인 추출에 필요한 필터를 두고 필터를 함께 학습하는 나선형신경망(CNN; Convolutional Neural Network), 각 시간의 인공신경망을 적층해 시계열 데이터 처리가 가능한 재귀신경망(RNN; Recurrent Neural Network)을 포함할 수 있다. 여기서, 딥러닝 모델의 높은 성능은 두 가지로 설명되는데, 첫째, 인경신경망은 각 계층에 있는 함수들의 가중합의 중첩으로 모든 종류의 함수가 근사 가능한 범용근사법(Universal Approximator)으로 충분히 일반적인 데이터가 주어 진다면 높은 정확도로 데이터를 모사할 수 있다. 둘째, 데이터를 잘 구분하기 위해서는 데이터를 대표하는 요인을 적절하게 추출하는 것이 중요한데 나선형신경망을 이용하여 필터 학습을 통해 최적의 요인을 추출할 수 있다는 것이다. 또한, 딥러닝은 인공신경망(neural network)이라는 인공지능분야의 모형이 발전된 형태로서, 계층구조로 이루어진 인공신경망의 내부계층(hidden layer)이 여러 단계로 이루어진 구조이다. 최근의 딥러닝 모형은 내부계층이 많아져서 노드(node)를 연결하는 가중치(weight, 연결강도를 의미함)의 수가 최대 수십억 개가 되기도 한다.
본 발명의 오픈마켓 플랫폼의 운영방법(1000)에서는 플랫폼의 운영초기에는 인공지능을 학습시킬 데이터가 부족하므로, 메인 서버(30)가 가상의 구매자 개인 정보와 가상의 쇼핑 품목을 레이블값으로 관리자에 의해 분류된 가상의 수면용품 리스트를 피쳐값으로 설정된 데이터셋을 학습한 제1인공지능을 이용하여, 실제 구매자 단말기(10)에 의해 입력된 구매자 개인 정보와 쇼핑 품목을 제1인공지능에 입력하면 수면용품 리스트를 생성할 수 있다.
이 경우, 가상의 구매자 개인 정보는 가상의 구매자의 성별과 나이와 거주지역과 월소득에 대한 정보를 포함할 수 있으나 이에 한정되는 것은 아니며, 일 예로, 수면패턴에 대한 정보를 추가로 포함할 수 있다.
가상의 쇼핑 품목은 가상의 구매자가 선호하는 수면용품의 종류와 가격에 대한 정보를 포함할 수 있으나 이에 한정되는 것은 아니다. 가상의 수면용품 리스트는 가상의 구매자에게 추천되는 복수의 수면용품의 종류와 가격에 대한 정보를 포함할 수 있으나 이에 한정되는 것은 아니다.
가상의 쇼핑 품목은 가상의 수면용품 리스트의 각각의 수면용품의 상위 카테고리에 있는 개념일 수 있다. 일 예로, 가상의 쇼핑 품목이 베개라면 플랫폼에서는 다양한 종류의 복수의 베개를 가상의 수면용품 리스트로 제공할 수 있다.
메인 서버(30)는 가상의 구매자 개인 정보(레이블값)와 가상의 쇼핑 품목(레이블값)과 가상의 수면용품 리스트(피쳐값)로 인공지능을 학습시켜, 실제 구매자가 구매자 개인 정보와 쇼핑 품목을 입력하면 이에 매칭되는 수면용품 리스트를 출력하는 제1인공지능 예측 알고리즘을 생성할 수 있다.
나아가 본 발명의 오픈마켓 플랫폼의 운영방법(1000)에서는 플랫폼의 운영이 안정화되면 플랫폼 자체 내에서 생성된 데이터로 인공지능을 학습시켜 상술한 제1인공지능 알고리즘에 피드백을 제공하는 제2인공지능 예측 알고리즘을 생성하여 제1인공지능 알고리즘을 실시간으로 업데이트할 수 있다.
상세하게, 메인 서버(30)가 실제 복수의 유저(구매자)에 의해 축적된 구매자 개인 정보와 쇼핑 품목과 수면용품 리스트를 레이블값으로 만족도 지수를 피쳐값으로 학습한 제2인공지능을 이용하여 특정 수면용품을 선호하는 구매자에게 특정 수면용품 리스트를 추천하였을 때 구매자가 느끼는 만족도 지수를 예측할 수 있다. 그 다음, 메인 서버(30)는 제1인공지능을 학습시키기 위해 기존의 관리자에 의해 설정된 가상의 구매자 개인 정보와 가상의 쇼핑 품목과 가상의 수면용품 리스트를 레이블값으로 제2인공지능에 입력하면 이에 대한 구매자의 만족도 지수 정보를 예측할 수 있다. 그 다음, 메인 서버(30)는 제1인공지능을 학습시키기 위해 관리자에 의해 세팅된 가상의 구매자 개인 정보와 가상의 쇼핑 품목과 가상의 수면용품 리스트에 대한 복수의 데이터셋 중 제2인공지능에 입력하여 도출된 만족도 지수 정보의 값이 기설정된 만족도 지수의 평균값(복수의 실제 구매자에 평가된 만족도 지수의 평균값) 이하인 데이터셋을 제1인공지능을 학습시키는 데이터셋에서 제외시킴으로써 제1인공지능을 실시간으로 업데이트할 수 있다. 이 경우, 제1인공지능은 새롭게 관리자에 의해 설정된 가상의 구매자 개인 정보와 가상의 쇼핑 품목과 가상의 수면용품 리스트를 계속적으로 공급받아 학습하므로, 학습데이터의 부재는 발생하지 않으며 유저(구매자)에게 맞추어 진화할 수 있다.
나아가 본 발명의 오픈마켓 플랫폼의 운영방법(1000)의 변형례(미도시)에서는 메인 서버(30)가 구매자 단말기(10)로 셀렉 품목을 결제하기 위한 BNPL 조건(Buy now pay later, 선구매 후결제 조건)을 송신하는 단계(미도시) 를 더 포함할 수 있다.
본 발명에서는 별도의 신용조건을 고려하지 않고 후불결제를 진행하여 연체료가 발생하는 리스크가 높은 BNPL 조건을 합리적으로 설정하기 위해 아래와 같은 프로세스로 BNPL 조건을 제시할 수 있다.
먼저, 메인 서버(3)는 대상 구매자(현재 구매자 단말기를 이용하여 수면용품을 구매하고자 하는 구매자)의 성별과 나이와 거주지역과 월소득과 과거 계약을 체결한 복수의 구매자(과거 구매자 단말기를 이용하여 수면용품을 구매하고자 하는 구매자)의 성별과 나이와 거주지역과 월소득을 비교하여 복수의 비교 구매자를 선별할 수 있다(상술한 대상 구매자와 과거의 복수의 구매자의 정보는 플랫폼 가입 시 요청되는 구매자 개인 정보로서 메인 서버의 데이터베이스에 기록되어 있음).
이 경우, 메인 서버(30)는 대상 구매자와 과거 계약을 체결한 복수의 구매자의 개인 정보를 인공지능 유사 카테고리 분류 알고리즘을 이용하여 대상 구매자와 개인 정보의 유사도가 높거나 동일한 복수의 비교 구매자를 선별할 수 있지만, 이에 한정되는 것은 아니며, 학습된 인공지능이 아닌 기설정된 소프트웨어 프로그램을 이용하여 대상 구매자와 과거 계약을 체결한 복수의 구매자의 개인 정보를 매칭하여 대상 구매자와 동일한 범위에 있는 복수의 비교 구매자를 선별할 수 있다.
그 다음, 메인 서버(3)는 대상 구매자의 쇼핑 품목과 복수의 비교 구매자의 쇼핑 품목이 동일한 비율을 기준으로 대상 구매자의 쇼핑 품목의 유행 여부를 판단하고, 대상 구매자의 셀렉 품목과 복수의 비교 구매자의 셀렉 품목이 동일한 비율을 기준으로 대상 구매자의 셀렉 품목의 인기 여부를 판단할 수 있다.
즉, 플랫폼에서는 1) 복수의 비교 구매자의 총 쇼핑 품목(구매자가 구매하고자 하는 상품)에서 대상 구매자의 쇼핑 품목과 동일한 쇼핑 품목의 비율이 기설정된 특정 값(일 예로, 30%) 이상인 경우, 해당 쇼핑 품목이 대상 구매자와 동종의 구매자 집단에서 유행하는 상품이라고 판단하여 유행 상품으로 정의할 수 있고, 2) 복수의 비교 구매자의 총 쇼핑 품목에서 대상 구매자의 쇼핑 품목과 동일한 쇼핑 품목의 비율이 기설정된 특정 값 미만인 경우, 해당 쇼핑 품목이 대상 구매자와 동종의 구매자 집단에서 비유행하는 상품이라고 판단할 수 있다.
또한, 플랫폼에서는 1) 복수의 비교 구매자의 총 셀렉 품목(플랫폼에서 구매자에게 추천하고 구매자가 선택한 실제 판매하는 상품)에서 대상 구매자의 셀렉 품목과 동일한 셀렉 품목의 비율이 기설정된 특정 값(일 예로, 30%) 이상인 경우, 해당 셀렉 품목이 대상 구매자와 동종의 구매자 집단에서 많이 팔리는 인기있는 판매 상품이라고 판단하여 인기 상품으로 정의할 수 있고, 2) 복수의 비교 구매자의 총 셀렉 품목에서 대상 구매자의 셀렉 품목과 동일한 셀렉 품목의 비율이 기설정된 특정 값 미만인 경우, 해당 셀렉 품목이 대상 구매자와 동종의 구매자 집단에서 많이 팔리지 않는 비인기있는 판매 상품이라고 판단하여 비인기 상품으로 정의할 수 있다.
이 경우, 구매자가 플랫폼에 수면용품 리스트를 요청하기 위한 쇼핑 품목은 구매자가 플랫폼으로부터 수면용품 리스트를 제공받아 선택한 셀렉 품목보다 상위 카테고리에 있는 개념일 수 있으며, 일 예로, 구매자의 쇼핑 품목이 베개라면 플랫폼에서는 다양한 종류의 베개를 수면용품 리스트로 제공하며, 이 중에서 구매자가 선택한 셀렉 품목은 A사의 a디자인의 오리털베개, B사의 b디자인의 솜베개 등일 수 있다.
그 다음, 메인 서버(3)에서는 대상 구매자의 쇼핑 품목의 유행 여부와 대상 구매자의 셀렉 품목의 인기 여부를 기준으로 BNPL 조건의 선지급 금액 비율을 결정할 수 있다.
상세하게, 메인 서버(3)의 판매 서버는 1) 대상 구매자의 쇼핑 품목이 유행이고 셀렉 품목이 인기인 경우, 선지급 금액 비율이 없는 BNPL 조건(전통적인 해석으로의 BNPL 조건; 선구매 후결제)을 설정할 수 있으며(대상 구매자의 쇼핑 품목이 유행 상품이고 셀렉 품목이 인기 상품인 경우, 다른 플랫폼에서도 쉽게 찾아볼 수 있고 더 좋은 조건으로 판매할 수 있는 확률이 높으므로 선지급 금액 비율이 없는 대상 구매자에게 유리한 BNPL 조건을 제시), 2) 대상 구매자의 쇼핑 품목이 유행이고 셀렉 품목이 비인기인 경우와 대상 구매자의 쇼핑 품목이 비유행이고 셀렉 품목이 인기인 경우, 선지급 금액 비율이 낮은 BNPL 조건(새로운 종류의 BNPL 조건; 선일부 납부 후결제)을 설정하고(대상 구매자의 쇼핑 품목과 셀렉 품목 중 어느 하나만 유행 상품이고 인기 상품인 경우, 다른 플랫폼에서도 쉽게 찾아볼 수 없을 확률이 높으므로 선지급 금액 비율이 낮은 비율로 존재하는 대상 구매자에게 유리하지도 불리하지도 않은 BNPL 조건을 제시), 3) 대상 구매자의 쇼핑 품?遲? 비유행이고 셀렉 품목이 비인기인 경우, 선지급 금액 비율이 높은 BNPL 조건(새로운 종류의 BNPL 조건; 선일부 납부 후결제)을 설정할 수 있다(대상 구매자의 쇼핑 품목이 비유행 상품이고 셀렉 품목이 비인기 상품인 경우 다른 플랫폼에서 찾아보기 힘들 확률이 높으므로 선지급 금액 비율이 높은 비율로 존재하는 플랫폼 관리자에게 유리하고 대상 구매자에게 불리한 BNPL 조건을 제시).
나아가 메인 서버(3)의 판매 서버는 대상 구매자와 동일한 셀렉 상품을 선택하여 전자계약을 체결한 복수의 비교 구매자의 완납 비율과 납부 중인 비율과 연체 중인 비율을 기준으로 대상 구매자에게 상호 다른 상환기간을 제시할 수 있다. 먼저, 메인 서버(3)의 판매 서버는 1) 대상 구매자와 동일한 셀렉 상품을 선택한 복수의 비교 구매자 중에서 완납 비율이 특정값 이상(일 예로, 50% 이상)인 경우 납부 중인 비율과 연체 중인 비율에 관계가 없이, 결제금액의 상환기간이 짧은 BNPL 조건을 설정할 수 있으며(대상 구매자와 동종의 구매자 집단이 셀렉 상품에 대한 결제에 큰 무리가 없다고 판단하여 상환기간을 짧게 설정), 2) 대상 구매자와 동일한 셀렉 상품을 선택한 복수의 비교 구매자 중에서 완납 비율이 특정값 미만이고 납부 중인 비율이 특정값 이상(일 예로, 30% 이상)인 경우 연체 중인 비율에 관계가 없이 결제금액의 상환기간이 중간인 BNPL 조건을 설정할 수 있으며(대상 구매자와 동종의 구매자 집단이 셀렉 상품에 대한 결제에 무리가 없다고 판단하여 상환기간을 중간으로 설정), 3) 대상 구매자와 동일한 셀렉 상품을 선택한 복수의 비교 구매자 중에서 완납 비율이 특정값 미만이고 납부 중인 비율이 특정값 미만이고 연체 중인 비율이 특정값 이상(일 예로, 20% 이상)인 경우, 셀렉 상품이 비인기상품이면 결제금액의 상환기간이 중간인 BNPL 조건을 설정할 수 있고 셀렉 상품이 인기상품이면 결제금액의 상환기간이 긴 BNPL 조건을 설정할 수 있다(대상 구매자와 동종의 구매자 집단이 셀렉 상품에 대한 결제에 어려움을 느낀다고 판단하여 원칙적으로 결제금액의 상환기간이 긴 BNPL 조건을 설정하지만, 셀렉 상품이 비인기 상품인 경우 구매자가 다른 플랫폼을 이용할 확률이 낮고 연체 중인 비율이 증가하더라도 전체적인 플랫폼 운영에 차질이 없으므로 결제금액의 상환기간이 중간인 BNPL조건을 설정).
이상에서 전술한 본 발명의 오픈마켓 플랫폼의 운영방법(1000)은 하드웨어인 서버와 결합되어 실행되기 위한 프로그램(또는 애플리케이션)으로 구현되어 매체에 저장될 수 있다.
상기 전술한 프로그램은, 상기 컴퓨터가 프로그램을 읽어 들여 프로그램으로 구현된 상기 방법들을 실행시키기 위하여, 상기 컴퓨터의 프로세서(CPU)가 상기 컴퓨터의 장치 인터페이스를 통해 읽힐 수 있는 C, C++, JAVA, 기계어 등의 컴퓨터 언어로 코드화된 코드(Code)를 포함할 수 있다. 이러한 코드는 상기 방법들을 실행하는 필요한 기능들을 정의한 함수 등과 관련된 기능적인 코드(Functional Code)를 포함할 수 있고, 상기 기능들을 상기 컴퓨터의 프로세서가 소정의 절차대로 실행시키는 데 필요한 실행 절차 관련 제어 코드를 포함할 수 있다. 또한, 이러한 코드는 상기 기능들을 상기 컴퓨터의 프로세서가 실행시키는 데 필요한 추가 정보나 미디어가 상기 컴퓨터의 내부 또는 외부 메모리의 어느 위치(주소 번지)에서 참조되어야 하는지에 대한 메모리 참조 관련 코드를 더 포함할 수 있다. 또한, 상기 컴퓨터의 프로세서가 상기 기능들을 실행시키기 위하여 원격(Remote)에 있는 어떠한 다른 컴퓨터나 서버 등과 통신이 필요한 경우, 코드는 상기 컴퓨터의 통신 모듈을 이용하여 원격에 있는 어떠한 다른 컴퓨터나 서버 등과 어떻게 통신해야 하는지, 통신 시 어떠한 정보나 미디어를 송수신해야 하는지 등에 대한 통신 관련 코드를 더 포함할 수 있다.
상기 저장되는 매체는, 레지스터, 캐쉬, 메모리 등과 같이 짧은 순간 동안 데이터를 저장하는 매체가 아니라 반영구적으로 데이터를 저장하며, 기기에 의해 판독(reading)이 가능한 매체를 의미한다. 구체적으로는, 상기 저장되는 매체의 예로는 ROM, RAM, CD-ROM, 자기 테이프, 플로피디스크, 광 데이터 저장장치 등이 있지만, 이에 제한되지 않는다. 즉, 상기 프로그램은 상기 컴퓨터가 접속할 수 있는 다양한 서버 상의 다양한 기록 매체 또는 사용자의 상기 컴퓨터상의 다양한 기록 매체에 저장될 수 있다. 또한, 상기 매체는 네트워크로 연결된 컴퓨터 시스템에 분산되어, 분산방식으로 컴퓨터가 읽을 수 있는 코드가 저장될 수 있다.
본 발명의 실시 예와 관련하여 설명된 방법 또는 알고리즘의 단계들은 하드웨어로 직접 구현되거나, 하드웨어에 의해 실행되는 소프트웨어 모듈로 구현되거나, 또는 이들의 결합에 의해 구현될 수 있다. 소프트웨어 모듈은 RAM(Random Access Memory), ROM(Read Only Memory), EPROM(Erasable Programmable ROM), EEPROM(Electrically Erasable Programmable ROM), 플래시 메모리(Flash Memory), 하드 디스크, 착탈형 디스크, CD-ROM, 또는 본 발명이 속하는 기술 분야에서 잘 알려진 임의의 형태의 컴퓨터 판독 가능 기록 매체에 상주할 수도 있다.
이상, 첨부된 도면을 참조로 하여 본 발명의 실시 예를 설명하였지만, 본 발명이 속하는 기술분야의 통상의 기술자는 본 발명이 그 기술적 사상이나 필수적인 특징을 변경하지 않고서 다른 구체적인 형태로 실시될 수 있다는 것을 이해할 수 있을 것이다. 그러므로, 이상에서 기술한 실시 예들은 모든 면에서 예시적인 것이며, 제한적이 아닌 것으로 이해해야만 한다.

Claims (5)

  1. 구매자 단말기가 메인 서버에 구매자 개인 정보를 전송하는 단계;
    상기 구매자 단말기가 상기 메인 서버에 쇼핑 품목을 전송하는 단계;
    상기 메인 서버가 제1인공지능을 이용하여 구매자 개인 정보와 쇼핑 품목을 처리하여 상기 구매자 단말기에 수면용품 리스트를 제공하는 단계; 및
    상기 구매자 단말기가 상기 메인 서버로부터 제공받는 수면용품 리스트 중에서 셀렉 품목을 선택하는 단계; 및
    상기 메인 서버가 상기 구매자 단말기로 셀렉 품목을 결제하기 위한 BNPL 조건을 송신하는 단계를 포함하고,
    상기 메인 서버는,
    대상 구매자의 성별과 나이와 거주지역과 월소득과 과거 계약을 체결한 복수의 구매자의 성별과 나이와 거주지역과 월소득을 비교하여 복수의 비교 구매자를 선별하고,
    대상 구매자의 쇼핑 품목과 복수의 비교 구매자의 쇼핑 품목이 동일한 비율을 기준으로 대상 구매자의 쇼핑 품목의 유행 여부를 판단하고, 대상 구매자의 셀렉 품목과 복수의 비교 구매자의 셀렉 품목이 동일한 비율을 기준으로 대상 구매자의 셀렉 품목의 인기 여부를 판단하고,
    상기 메인 서버는,
    대상 구매자의 쇼핑 품목이 유행이고 셀렉 품목이 인기인 경우, 선지급 금액이 없는 BNPL 조건을 설정하고,
    대상 구매자의 쇼핑 품목이 유행이고 셀렉 품목이 비인기인 경우와, 대상 구매자의 쇼핑 품목이 비유행이고 셀렉 품목이 인기인 경우와, 대상 구매자의 쇼핑 품?遲? 비유행이고 셀렉 품목이 비인기인 경우, 선지급 금액이 있는 BNPL 조건을 설정하고,
    상기 메인 서버는,
    대상 구매자와 동일한 셀렉 상품을 선택한 복수의 비교 구매자 중에서 완납 비율이 특정값 이상인 경우 납부 중인 비율과 연체 중인 비율에 관계가 없이, 결제금액의 상환기간이 짧은 BNPL 조건을 설정하고,
    대상 구매자와 동일한 셀렉 상품을 선택한 복수의 비교 구매자 중에서 완납 비율이 특정값 미만이고 납부 중인 비율이 특정값 이상인 경우 연체 중인 비율에 관계가 없이 결제금액의 상환기간이 중간인 BNPL 조건을 설정하고,
    대상 구매자와 동일한 셀렉 상품을 선택한 복수의 비교 구매자 중에서 완납 비율이 특정값 미만이고 납부 중인 비율이 특정값 미만이고 연체 중인 비율이 특정값 이상인 경우, 셀렉 상품이 비인기상품이면 결제금액의 상환기간이 중간인 BNPL 조건을 설정하고 셀렉 상품이 인기상품이면 결제금액의 상환기간이 긴 BNPL 조건을 설정하는 것을 특징으로 하는 오픈마켓 플랫폼의 운영방법.
  2. 삭제
  3. 삭제
  4. 삭제
  5. 삭제
KR1020220109025A 2022-08-30 2022-08-30 빅데이터를 처리하여 구매자에게 수면용품을 자동으로 추천하는 오픈마켓 플랫폼의 운영방법 KR102545366B1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020220109025A KR102545366B1 (ko) 2022-08-30 2022-08-30 빅데이터를 처리하여 구매자에게 수면용품을 자동으로 추천하는 오픈마켓 플랫폼의 운영방법

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020220109025A KR102545366B1 (ko) 2022-08-30 2022-08-30 빅데이터를 처리하여 구매자에게 수면용품을 자동으로 추천하는 오픈마켓 플랫폼의 운영방법

Publications (1)

Publication Number Publication Date
KR102545366B1 true KR102545366B1 (ko) 2023-06-21

Family

ID=86989550

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020220109025A KR102545366B1 (ko) 2022-08-30 2022-08-30 빅데이터를 처리하여 구매자에게 수면용품을 자동으로 추천하는 오픈마켓 플랫폼의 운영방법

Country Status (1)

Country Link
KR (1) KR102545366B1 (ko)

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20170057765A (ko) * 2015-11-17 2017-05-25 주식회사 백합상사 베개 추천 시스템
JP2019133290A (ja) * 2018-01-30 2019-08-08 株式会社エムール 寝具選択システム
KR102384860B1 (ko) * 2022-01-28 2022-04-08 주식회사 더길 템플릿이 제공되어 상품 업로드 편의성이 향상된 오픈마켓 플랫폼의 운영방법

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20170057765A (ko) * 2015-11-17 2017-05-25 주식회사 백합상사 베개 추천 시스템
JP2019133290A (ja) * 2018-01-30 2019-08-08 株式会社エムール 寝具選択システム
KR102384860B1 (ko) * 2022-01-28 2022-04-08 주식회사 더길 템플릿이 제공되어 상품 업로드 편의성이 향상된 오픈마켓 플랫폼의 운영방법

Similar Documents

Publication Publication Date Title
Aggarwal et al. An introduction to recommender systems
WO2019223379A1 (zh) 一种产品推荐方法和装置
Bose et al. Quantitative models for direct marketing: A review from systems perspective
Sismeiro et al. Modeling purchase behavior at an e-commerce web site: A task-completion approach
KR102227552B1 (ko) 상황인지 알고리즘 기반 리뷰 카테고리를 이용한 음식점 노출 개인화 서비스 제공 시스템
CN111242729A (zh) 一种基于长短期兴趣的序列化推荐方法
CN107077687A (zh) 获得与消费者有关的数据、处理所述数据并提供以电子方式生成的消费者报价的输出
KR102384860B1 (ko) 템플릿이 제공되어 상품 업로드 편의성이 향상된 오픈마켓 플랫폼의 운영방법
WO2020221022A1 (zh) 业务对象推荐方法
KR102409718B1 (ko) 소셜 네트워크와 연동되는 커머스 플랫폼에서의 리뷰샵 관리 방법 및 시스템
CN106127521A (zh) 一种信息处理方法及数据处理系统
US11393013B2 (en) Method, non-transitory computer-readable device, and system for intelligent listing creation
US20240144363A1 (en) Methods and systems for updating a user interface based on level of user interest
KR20220122414A (ko) 인공지능 기반 유저와 판매자의 마이데이터를 활용하여 정기구독 플랫폼에서 큐레이팅 서비스를 제공하는 방법
Kuric et al. Effect of low-level interaction data in repeat purchase prediction task
Sengupta et al. Simple surveys: Response retrieval inspired by recommendation systems
CN116089745A (zh) 信息推荐方法、装置、电子设备及计算机可读存储介质
KR102545366B1 (ko) 빅데이터를 처리하여 구매자에게 수면용품을 자동으로 추천하는 오픈마켓 플랫폼의 운영방법
Zhang et al. A Feature Engineering and Ensemble Learning Based Approach for Repeated Buyers Prediction
Giesecke et al. Introduction to the special section on data-driven prescriptive analytics
Zhang Automatic evaluation model of physical education based on association rules algorithm
WO2019159288A1 (ja) 情報処理システム、情報処理方法、及びプログラム
KR20230158768A (ko) 인공지능을 기반으로 데이터를 분석하여 셀러에게 유저가 선호하는 상품 정보를 제공하는 셀러와 유저를 매칭시키는 글로벌 이커머스 플랫폼의 운영방법
KR102464356B1 (ko) 인공지능 기반 유저에게 상품을 자동으로 추천하는 셀러와 유저를 매칭시키는 오픈마켓 플랫폼의 운영방법
KR20230158767A (ko) 상품의 입고부터 출고까지 모든 프로세스에 대한 통합관리솔루션을 제공하며 국내 쇼핑몰 등록과 연동하여 해외 쇼핑몰 등록을 자동으로 지원하는 셀러와 유저를 매칭시키는 글로벌 이커머스 플랫폼의 운영방법

Legal Events

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