KR102609682B1 - 트렌드 예측 기반 제품계획 생성 방법 및 그 장치 - Google Patents
트렌드 예측 기반 제품계획 생성 방법 및 그 장치 Download PDFInfo
- Publication number
- KR102609682B1 KR102609682B1 KR1020230003768A KR20230003768A KR102609682B1 KR 102609682 B1 KR102609682 B1 KR 102609682B1 KR 1020230003768 A KR1020230003768 A KR 1020230003768A KR 20230003768 A KR20230003768 A KR 20230003768A KR 102609682 B1 KR102609682 B1 KR 102609682B1
- Authority
- KR
- South Korea
- Prior art keywords
- keyword
- trend
- preset
- item
- period
- Prior art date
Links
- 238000000034 method Methods 0.000 title claims abstract description 34
- 239000000463 material Substances 0.000 claims abstract description 227
- 230000007423 decrease Effects 0.000 claims abstract description 57
- 238000004590 computer program Methods 0.000 claims description 10
- 238000000605 extraction Methods 0.000 claims description 6
- 230000002688 persistence Effects 0.000 claims description 3
- 239000000047 product Substances 0.000 description 153
- 239000000284 extract Substances 0.000 description 15
- 244000134552 Plantago ovata Species 0.000 description 14
- 235000003421 Plantago ovata Nutrition 0.000 description 14
- 239000009223 Psyllium Substances 0.000 description 14
- 239000010903 husk Substances 0.000 description 14
- 229940070687 psyllium Drugs 0.000 description 14
- 230000000694 effects Effects 0.000 description 9
- 244000141353 Prunus domestica Species 0.000 description 8
- 235000013325 dietary fiber Nutrition 0.000 description 6
- 230000008901 benefit Effects 0.000 description 5
- 238000004891 communication Methods 0.000 description 5
- 235000013376 functional food Nutrition 0.000 description 5
- 230000036541 health Effects 0.000 description 5
- 238000013528 artificial neural network Methods 0.000 description 4
- 238000010586 diagram Methods 0.000 description 4
- 238000004519 manufacturing process Methods 0.000 description 3
- 238000012544 monitoring process Methods 0.000 description 3
- CIWBSHSKHKDKBQ-JLAZNSOCSA-N Ascorbic acid Chemical compound OC[C@H](O)[C@H]1OC(=O)C(O)=C1O CIWBSHSKHKDKBQ-JLAZNSOCSA-N 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 2
- 238000013473 artificial intelligence Methods 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 2
- 239000002537 cosmetic Substances 0.000 description 2
- 239000004615 ingredient Substances 0.000 description 2
- JVTAAEKCZFNVCJ-UHFFFAOYSA-N lactic acid Chemical compound CC(O)C(O)=O JVTAAEKCZFNVCJ-UHFFFAOYSA-N 0.000 description 2
- 239000000843 powder Substances 0.000 description 2
- 241000894006 Bacteria Species 0.000 description 1
- 244000298479 Cichorium intybus Species 0.000 description 1
- 235000007542 Cichorium intybus Nutrition 0.000 description 1
- ZZZCUOFIHGPKAK-UHFFFAOYSA-N D-erythro-ascorbic acid Natural products OCC1OC(=O)C(O)=C1O ZZZCUOFIHGPKAK-UHFFFAOYSA-N 0.000 description 1
- 238000012356 Product development Methods 0.000 description 1
- 244000269722 Thea sinensis Species 0.000 description 1
- 229930003268 Vitamin C Natural products 0.000 description 1
- 238000004422 calculation algorithm Methods 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 230000003247 decreasing effect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 235000001916 dieting Nutrition 0.000 description 1
- 230000037228 dieting effect Effects 0.000 description 1
- 239000012467 final product Substances 0.000 description 1
- 235000012041 food component Nutrition 0.000 description 1
- 239000005417 food ingredient Substances 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 235000009569 green tea Nutrition 0.000 description 1
- 235000015110 jellies Nutrition 0.000 description 1
- 239000008274 jelly Substances 0.000 description 1
- 235000014655 lactic acid Nutrition 0.000 description 1
- 239000004310 lactic acid Substances 0.000 description 1
- 239000007788 liquid Substances 0.000 description 1
- 230000007774 longterm Effects 0.000 description 1
- 238000007726 management method Methods 0.000 description 1
- 238000003058 natural language processing Methods 0.000 description 1
- 230000001151 other effect Effects 0.000 description 1
- 238000004806 packaging method and process Methods 0.000 description 1
- 239000006187 pill Substances 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 239000002994 raw material Substances 0.000 description 1
- 230000003252 repetitive effect Effects 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- -1 stick Substances 0.000 description 1
- 238000012795 verification Methods 0.000 description 1
- 235000019154 vitamin C Nutrition 0.000 description 1
- 239000011718 vitamin C Substances 0.000 description 1
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
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
- G06Q10/06315—Needs-based resource requirements planning or analysis
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/30—Information retrieval; Database structures therefor; File system structures therefor of unstructured textual data
- G06F16/33—Querying
- G06F16/3331—Query processing
- G06F16/3332—Query translation
- G06F16/3334—Selection or weighting of terms from queries, including natural language queries
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F40/00—Handling natural language data
- G06F40/20—Natural language analysis
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/04—Architecture, e.g. interconnection topology
- G06N3/047—Probabilistic or stochastic networks
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/08—Learning methods
-
- 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
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0637—Strategic management or analysis, e.g. setting a goal or target of an organisation; Planning actions based on goals; Analysis or evaluation of effectiveness of goals
- G06Q10/06375—Prediction of business process outcome or impact based on a proposed change
-
- 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
- G06Q30/0202—Market predictions or forecasting for commercial activities
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Theoretical Computer Science (AREA)
- Human Resources & Organizations (AREA)
- Physics & Mathematics (AREA)
- Strategic Management (AREA)
- General Physics & Mathematics (AREA)
- Entrepreneurship & Innovation (AREA)
- Economics (AREA)
- Development Economics (AREA)
- Data Mining & Analysis (AREA)
- General Engineering & Computer Science (AREA)
- Computational Linguistics (AREA)
- Artificial Intelligence (AREA)
- Marketing (AREA)
- Finance (AREA)
- Accounting & Taxation (AREA)
- General Health & Medical Sciences (AREA)
- Health & Medical Sciences (AREA)
- Game Theory and Decision Science (AREA)
- General Business, Economics & Management (AREA)
- Educational Administration (AREA)
- Operations Research (AREA)
- Software Systems (AREA)
- Quality & Reliability (AREA)
- Tourism & Hospitality (AREA)
- Life Sciences & Earth Sciences (AREA)
- Biomedical Technology (AREA)
- Biophysics (AREA)
- Evolutionary Computation (AREA)
- Molecular Biology (AREA)
- Computing Systems (AREA)
- Mathematical Physics (AREA)
- Databases & Information Systems (AREA)
- Probability & Statistics with Applications (AREA)
- Audiology, Speech & Language Pathology (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
트렌드 예측 기반 제품계획 생성 장치로부터 수행되는, 트렌드 예측 기반 제품계획 생성 방법이 개시된다. 본 발명의 일 실시예에 따르면, 상기 방법은, 제1 소재 키워드에 대한 입력을 수신하는 단계와 상기 제1 소재 키워드를 기초로 미리 설정된 웹페이지 상에서, 상기 제1 소재 키워드를 포함하는 제1 소재 키워드 관련 정보를 미리 설정된 제1 기간 동안 획득하는 단계와 상기 제1 소재 키워드 관련 정보에 대한 게시 횟수, 게시 기간, 조회수 및 사용자 피드백 중 적어도 하나의 제1 증감 정보를 생성하는 단계와 상기 제1 증감 정보를 기초로, 상기 제1 소재 키워드의 제1 기간 동안의 트렌드 강도를 결정하는 단계와 상기 제1 소재 키워드에 대한 트렌드 강도가 미리 설정된 기준 이상인 경우, 미리 학습된 언어모델을 이용하여 상기 제1 소재 키워드와 매칭되는 품목 키워드를 추출하는 단계와 상기 제1 소재 키워드와 추출된 품목 키워드를 결합한, 제1 소재 기반 제품 그룹을 생성하는 단계를 포함할 수 있다.
Description
본 발명은 트렌드 예측 기반 제품계획 생성 방법 및 그 장치에 관한 것이다. 보다 자세하게는, 인공지능 기반 트렌드 단어의 분석을 통해 개발 대상의 소재 및 제품 종류를 포함한 제품계획을 생성하는 방법 및 그 장치에 관한 것이다.
트렌드가 급변하고, 거래에 있어 전자상거래가 차지하는 비중이 높은 제품군의 경우, 소비자가 제품 경험 없이 온라인 마케팅의 영향 하에 비대면 구매하는 경향이 높아지고 있다.
이러한 경향에 따라, 특정 제품군에서는 신제품의 개발 보다 트렌드를 추종한 카피 제품 출시가 빈번하며, 특히, 대표적으로 건강기능 식품의 경우, 품질 보다 마케팅에 기대어 하나의 소재를 브랜드만 달리하여 출시되는 제품들이 홍수처럼 쏟아지고 있다.
이 같은 실태를 반영하듯, 건강기능식품 경쟁사의 원료 정보를 기초로, 인공지능 판매 전략을 구축하는 방법이 개시되고 있다. 이러한 방법은, 경쟁사가 주도하고 있는 트렌드를 따라 제품을 신속히 출시하는 데는 유리한 점이 있으나 트렌드의 강도 및 지속성 파악이 어렵다는 한계를 지닌다. 현재 트렌드가 계속 이어질지 예측이 어렵기 때문에, 제품 추가생산이나 재고관리 측면에서 어려움이 따르고, 새로운 트렌드 역시 창출해내지 못하게 되는 한계가 있다.
본 발명이 해결하고자 하는 기술적 과제는, 트렌드에 기초하여, 개발대상 제품의 소재와 품목을 결정하기 위한 방법 및 그 장치를 제공하는 것이다.
구체적으로 본 발명이 해결하고자 하는 기술적 과제는, 트렌드 소재를 기초로, 트렌드 소재에 매칭되는 품목을 학습된 언어모델을 이용하여 자동으로 결정하는 방법 및 그 장치를 제공하는 것이다.
본 발명이 해결하고자 하는 다른 기술적 과제는, 소재에 대한 트렌드 강도를 고려하여, 제품계획을 생성하는 방법 및 그 장치를 제공하는 것이다. 특히, 소재에 대한 트렌드의 지속여부를 예측하여, 신제품 또는 기존 제품의 제품계획을 결정하는 방법 및 그 장치를 제공하는 것이다.
본 발명이 해결하고자 하는 또 다른 기술적 과제는, 사용자가 선택한 소재에 대한 마케팅 활동을 통해 트렌드를 생성해보고, 실제 소재에 대한 기준 이상의 트렌드 강도가 생성되면, 이를 제품계획에 반영하는 방법 및 그 장치를 제공하는 것이다.
본 발명의 기술적 과제들은 이상에서 언급한 기술적 과제들로 제한되지 않으며, 언급되지 않은 또 다른 기술적 과제들은 아래의 기재로부터 본 발명의 기술분야에서의 통상의 기술자에게 명확하게 이해될 수 있을 것이다.
상기 과제를 해결하기 위한 본 발명의 일 실시예에 따른 트렌드 예측 기반 제품계획 생성 방법은, 제1 소재 키워드에 대한 입력을 수신하는 단계와 상기 제1 소재 키워드를 기초로 미리 설정된 웹페이지 상에서, 상기 제1 소재 키워드를 포함하는 제1 소재 키워드 관련 정보를 미리 설정된 제1 기간 동안 획득하는 단계와 상기 제1 소재 키워드 관련 정보에 대한 게시 횟수, 게시 기간, 조회수 및 사용자 피드백 중 적어도 하나의 제1 증감 정보를 생성하는 단계와 상기 제1 증감 정보를 기초로, 상기 제1 소재 키워드의 제1 기간 동안의 트렌드 강도를 결정하는 단계와 상기 제1 소재 키워드에 대한 트렌드 강도가 미리 설정된 기준 이상인 경우, 미리 학습된 언어모델을 이용하여 상기 제1 소재 키워드와 매칭되는 품목 키워드를 추출하는 단계와 상기 제1 소재 키워드와 추출된 품목 키워드를 결합한, 제1 소재 기반 제품 그룹을 생성하는 단계를 포함할 수 있다.
일 실시예에서, 상기 증감 정보를 기초로, 상기 제1 소재 키워드의 트렌드 강도를 결정하는 단계는, 상기 제1 소재 키워드 관련 정보를 미리 설정된 제2 기간 동안 획득하는 단계와 상기 제1 소재 키워드 관련 정보에 대한 게시 횟수, 게시 기간, 조회수 및 사용자 피드백 중 적어도 하나의 제2 증감 정보를 생성하는 단계와 상기 제2 증감 정보를 기초로, 상기 제1 소재 키워드의 제2 기간 동안의 트렌드 강도를 결정하는 단계와 상기 제1 증감 정보와 상기 제2 증감 정보를 기초로, 상기 제1 소재 키워드에 대한 트렌드 지속력을 결정하는 단계를 포함할 수 있다.
일 실시예에서, 상기 제1 소재 키워드의 제1 기간 동안의 트렌드 강도를 결정하는 단계는, 상기 트렌드 강도가 미리 설정된 기준 미만인 경우, 상기 미리 설정된 웹페이지 상에서, 상기 제1 소재와 미리 설정된 단어 거리 내에 있는 적어도 하나의 품목 키워드를 추출하는 단계와 상기 적어도 하나의 품목 키워드를 포함하는 품목 키워드 관련 정보를 상기 미리 설정된 웹페이지 상에서 미리 설정된 제1 기간 동안 획득하는 단계와 상기 추출된 품목 키워드 관련 정보에 대한 게시 횟수, 게시 기간, 조회수 및 사용자 피드백 중 적어도 하나의 제1 증감 정보를 생성하는 단계와 상기 제1 증감 정보를 기초로, 상기 추출된 품목 키워드의 제1 기간 동안의 트렌드 강도를 결정하는 단계를 포함할 수 있다.
일 실시예에서, 상기 추출된 품목 키워드에 대한 트렌드 강도가 미리 설정된 기준 이상인 경우, 미리 학습된 언어모델을 이용하여 상기 추출된 품목 키워드와 매칭되는 신규 소재 키워드를 추출하는 단계와 상기 추출된 품목 키워드와 상기 신규 소재 키워드를 결합한, 신규 소재 기반 제품 그룹을 생성하는 단계를 더 포함할 수 있다.
일 실시예에서, 상기 결정된 트렌드 지속력이 미리 설정된 기준 미만인 경우, 상기 미리 설정된 웹페이지 상에서, 미리 설정된 횟수 이상 게시된 제2 소재 키워드를 추출하는 단계와 상기 제2 소재 키워드를 포함하는 제2 소재 키워드 관련 정보를 미리 설정된 제1 기간 동안 획득하는 단계와 상기 제2 소재 키워드 관련 정보에 대한 게시 횟수, 게시 기간, 조회수 및 사용자 피드백 중 적어도 하나의 제1 증감 정보를 생성하는 단계와 상기 제1 증감 정보를 기초로, 상기 제2 소재 키워드의 제1 기간 동안의 트렌드 강도를 결정하는 단계와 상기 제2 소재 키워드에 대한 트렌드 강도가 미리 설정된 기준 이상인 경우, 미리 학습된 언어모델을 이용하여 상기 제2 소재 키워드와 매칭되는 품목 키워드를 추출하는 단계와 상기 제2 소재 키워드와 추출된 품목 키워드를 결합한, 제2 소재 기반 제품 그룹을 생성하는 단계를 포함할 수 있다.
일 실시예에서, 상기 제1 소재 키워드의 제1 기간 동안의 트렌드 강도를 결정하는 단계는, 상기 미리 설정된 웹페이지 외의 다른 웹페이지 상에서, 상기 제1 소재 키워드 관련 정보를 미리 설정된 제1 기간 동안 획득하는 단계와 상기 다른 웹페이지 상의 상기 제1 소재 키워드 관련 정보에 대한 게시 횟수, 게시 기간, 조회수 및 사용자 피드백 중 적어도 하나의 제1 증감 정보를 생성하는 단계와 상기 다른 웹페이지 상의 상기 제1 증감 정보를 기초로, 상기 제1 소재 키워드의 제1 기간 동안의 트렌드 강도를 검증하는 단계를 포함할 수 있다.
일 실시예에서, 미리 학습된 키워드 추출 모델을 이용하여, 상기 미리 설정된 웹페이지 상에서, 복수의 키워드를 상기 제1 기간 동안 추출하는 단계는 상기 복수의 키워드 각각에 대하여, 상기 복수의 키워드 관련 정보에 대한 게시 횟수, 게시 기간, 조회수 및 사용자 피드백 중 적어도 하나의 제1 증감 정보를 생성하는 단계와 상기 제1 증감 정보를 기초로, 적어도 하나의 트렌드 키워드를 추출하는 단계를 더 포함할 수 있다.
일 실시예에서, 상기 적어도 하나의 트렌드 키워드는, 상기 제1 소재 키워드와 제2 소재 키워드를 포함하고, 상기 적어도 하나의 트렌드 키워드를 추출하는 단계는, 미리 학습된 언어모델을 이용하여, 상기 제1 소재 키워드와 상기 제2 소재 키워드 중, 미리 등록된 품목과 매칭 확률이 높은 상기 제1 소재 키워드를 제품계획의 대상으로 결정하는 단계를 포함할 수 있다.
일 실시예에서, 상기 미리 설정된 웹페이지에, 상기 제1 소재 키워드 관련 정보를 미리 설정된 개수 이상 포함하는 웹페이지를 등록시키는 단계를 더 포함하고, 상기 제1 소재 키워드의 제1 기간 동안의 트렌드 강도를 결정하는 단계는, 상기 제1 소재 키워드에 대한 트렌드 강도가 미리 설정된 기준 이상인 경우, 상기 미리 설정된 웹페이지에 등록시킨 웹페이지를 제외시키고, 상기 웹페이지와 다른 웹페이지를 등록시키는 단계를 포함할 수 있다.
상기 과제를 해결하기 위한 본 발명의 다른 실시예에 따른 트렌드 예측 기반 제품계획 생성 장치는, 하나 이상의 프로세서와 미리 설정된 웹페이지 상에서 키워드 관련 정보를 획득하기 위한 네트워크 인터페이스와 상기 프로세서에 의하여 수행되는 컴퓨터 프로그램을 로드(load)하는 메모리와 상기 컴퓨터 프로그램을 저장하는 스토리지 및 트렌드 소재 기반 제품 그룹 정보를 출력하는 디스플레이부를 포함하되, 상기 컴퓨터 프로그램은, 제1 소재 키워드에 대한 입력을 수신하는 오퍼레이션과 상기 제1 소재 키워드를 기초로 미리 설정된 웹페이지 상에서, 상기 제1 소재 키워드를 포함하는 제1 소재 키워드 관련 정보를 미리 설정된 제1 기간 동안 획득하는 오퍼레이션과 상기 제1 소재 키워드 관련 정보에 대한 게시 횟수, 게시 기간, 조회수 및 사용자 피드백 중 적어도 하나의 제1 증감 정보를 생성하는 오퍼레이션과 상기 제1 증감 정보를 기초로, 상기 제1 소재 키워드의 제1 기간 동안의 트렌드 강도를 결정하는 오퍼레이션과 상기 제1 소재 키워드에 대한 트렌드 강도가 미리 설정된 기준 이상인 경우, 미리 학습된 언어모델을 이용하여 상기 제1 소재 키워드와 매칭되는 품목 키워드를 추출하는 오퍼레이션과 상기 제1 소재 키워드와 추출된 품목 키워드를 결합한, 제1 소재 기반 제품 그룹을 생성하는 오퍼레이션을 포함할 수 있다.
본 발명의 일 실시예에 따르면, 사용자가 트렌드에 기반한 제품계획을 수립할 수 있는 장점이 있다. 구체적으로, 트렌드 강도 및 지속력을 고려하여 제품계획이 수립됨에 따라, 판매량이 증대되고, 재고는 감소되는 효과가 있다.
또한, 본 발명의 다른 실시예에 따르면, 다양한 소재 중, 인기 있는 소재를 선택할 수 있고, 개발대상 품목 중, 인기 있는 품목을 선택할 수 있게 되는 장점이 있다. 이에 따라 높은 판매량이 예상되는 제품 그룹을 중장기적으로 기획할 수 있는 장점이 있다.
본 발명의 또 다른 실시예에 따르면, 적극적인 마케팅 활동을 통해, 자체적으로 소재나 품목에 대한 트렌드를 형성하여 제품계획을 수립할 수 있게 된다. 이 같은 활동을 통해, 사용자 입장에서 수급이 용이한 소재를 고르고, 소비자의 관심을 끄는 품목에 대한 트렌드를 형성시켜, 높은 판매가 예상되는 제품 그룹을 생성할 수 있게 된다.
본 발명의 효과들은 이상에서 언급한 효과들로 제한되지 않으며, 언급되지 않은 또 다른 효과들은 아래의 기재로부터 본 발명의 기술분야에서의 통상의 기술자에게 명확하게 이해될 수 있을 것이다.
도 1은 본 발명의 일 실시예에 따른 트렌드 예측 기반 제품계획 생성 시스템의 예시도이다.
도 2는 본 발명의 다른 실시예에 따른 트렌드 예측 기반 제품계획 생성 장치의 예시도이다.
도 3은 본 발명의 또 다른 실시예에 따른 트렌드 예측 기반 제품계획 생성 방법의 순서도이다.
도 4는 본 발명의 몇몇 실시예에서 참조되는, 소재 키워드와 품목 키워드를 설명하기 위한 예시이다.
도 5는 본 발명의 몇몇 실시예에서 참조되는, 트렌드 강도 및/또는 지속력 기반의 제품계획 생성 방법의 순서도이다.
도 6은 본 발명의 몇몇 실시예에서 참조되는, 웹페이지 상의 키워드를 설명하기 위한 예시이다.
도 7은 본 발명의 몇몇 실시예에서 참조되는, 언어모델에 의한 품목 또는 소재 추출 방법을 설명하기 위한 예시이다.
도 2는 본 발명의 다른 실시예에 따른 트렌드 예측 기반 제품계획 생성 장치의 예시도이다.
도 3은 본 발명의 또 다른 실시예에 따른 트렌드 예측 기반 제품계획 생성 방법의 순서도이다.
도 4는 본 발명의 몇몇 실시예에서 참조되는, 소재 키워드와 품목 키워드를 설명하기 위한 예시이다.
도 5는 본 발명의 몇몇 실시예에서 참조되는, 트렌드 강도 및/또는 지속력 기반의 제품계획 생성 방법의 순서도이다.
도 6은 본 발명의 몇몇 실시예에서 참조되는, 웹페이지 상의 키워드를 설명하기 위한 예시이다.
도 7은 본 발명의 몇몇 실시예에서 참조되는, 언어모델에 의한 품목 또는 소재 추출 방법을 설명하기 위한 예시이다.
이하, 첨부된 도면을 참조하여 본 발명의 바람직한 실시예를 상세히 설명한다. 본 발명의 이점 및 특징, 그리고 그것들을 달성하는 방법은 첨부되는 도면과 함께 상세하게 후술되어 있는 실시 예들을 참조하면 명확해질 것이다. 그러나 본 발명은 이하에서 게시되는 실시 예들에 한정되는 것이 아니라 서로 다른 다양한 형태로 구현될 수 있으며, 단지 본 실시예들은 본 발명의 게시가 완전하도록 하고, 본 발명이 속하는 기술분야에서 통상의 지식을 가진 자에게 발명의 범주를 완전하게 알려주기 위해 제공되는 것이며, 본 발명은 청구항의 범주에 의해 정의될 뿐이다. 명세서 전체에 걸쳐 동일 참조 부호는 동일 구성 요소를 지칭한다.
다른 정의가 없다면, 본 명세서에서 사용되는 모든 용어(기술 및 과학적 용어를 포함)는 본 발명이 속하는 기술분야에서 통상의 지식을 가진 자에게 공통적으로 이해될 수 있는 의미로 사용될 수 있을 것이다. 또 일반적으로 사용되는 사전에 정의되어 있는 용어들은 명백하게 특별히 정의되어 있지 않는 한 이상적으로 또는 과도하게 해석되지 않는다. 본 명세서에서 사용된 용어는 실시예들을 설명하기 위한 것이며 본 발명을 제한하고자 하는 것은 아니다. 본 명세서에서, 단수형은 문구에서 특별히 언급하지 않는 한 복수형도 포함한다.
이하, 본 명세서에서 트렌드 예측 기반 제품계획 생성 시스템은, 제품계획 생성 시스템 또는 시스템으로 약칭될 수 있으며, 트렌드 예측 기반 제품계획 생성 장치와 방법은, 각각 제품계획 생성 장치, 제품계획 생성 방법 또는, 상기 생성 장치와 상기 생성 방법으로 약칭될 수도 있다.
또한, 본 명세서에서, 제품계획이란, 기업이 판매목표를 효과적으로 실현하기 위하여 소비자의 욕구 또는 구매력 등에 합치되도록 제품의 개발, 가격, 품질, 디자인, 포장, 상표 등을 기획하는 활동을 말한다.
도 1은 본 발명의 일 실시예에 따른 트렌드 예측 기반 제품계획 생성 시스템의 예시도이다.
도 1을 참조하면, 제품계획 생성 시스템(10)은, 제품계획 생성 장치(100)와 미리 설정된 웹페이지 운영 장치(200) 및 사용자 선정 웹페이지 운영 장치(230)을 포함할 수 있다.
제품계획 생성 장치(100)는 미리 설정된 웹페이지 운영 장치(200) 및 사용자 선정 웹페이지 운영 장치(230)는 네트워크(50)를 통해 상호간 데이터 통신을 수행하는 컴퓨팅 장치이다.
제품계획 생성 장치(100)는, 본 발명의 일 실시예에 따른, 제품계획 생성 방법을 수행하며, 상기 제품계획 생성 방법에 따른 트렌드 소재 기반 제품 그룹 정보를 생성할 수 있다.
일 실시예에 따르면, 미리 설정된 웹페이지 운영 장치(200)는, 제품계획 생성 장치(100)에 의해 모니터링 대상으로 설정되는 적어도 하나의 웹페이지의 서비스 사업자의 서버 장치일 수 있다.
제품계획 생성 장치(100)는, 트래픽이 미리 설정된 기준 이상의 전자상거래 웹페이지, 인플루언서 SNS 페이지, 스트리밍 동영상 채널 중 적어도 하나를 모니터링 대상으로 설정할 수 있다. 제품계획 생성 장치(100)는, 모니터링으로 설정된 미리 설정된 웹페이지에 접근하여, 소재 키워드 및/또는 품목 키워드를 추출해낼 수 있다.
도 1에서, 미리 설정된 웹페이지 운영 장치(200)가 제1 웹페이지 운영 장치(210)와 제2 웹페이지 운영 장치(220)를 포함하는 경우가 예로써 도시되었다.
한편, 본 발명의 다른 실시예에 따르면, 미리 설정된 웹페이지는, 제품계획 생성 장치(100)의 사용자에 의해 설정될 수도 있다.
제품계획 생성 장치(100)는, 미리 설정된 웹페이지 상의 모든 이미지, 텍스트를 크롤링하고, 크롤링된 이미지 및 텍스트를 분류하고 라벨링할 수 있다.
도 1을 참조하면, 제품계획 생성 장치(100)는, 사용자 선정 웹페이지 운영 장치(230)를 상기 미리 설정된 웹페이지 운영 장치(200)에 추가시킬 수 있다.
즉, 제품계획 생성 장치(100)는 미리 설정된 웹페이지에, 트렌드 키워드 관련 정보를 미리 설정된 개수 이상 포함하는 웹페이지를 등록시킬 수 있다. 여기에서, 트렌드 키워드 관련 정보를 미리 설정된 개수 이상 포함하는 웹페이지는, 제품계획 생성 장치(100)의 사용자에 의해, 트렌드 키워드를 게시하게 된 웹페이지일 수 있다.
예를 들어, 상기 사용자는, 특정 트렌드를 생성시키기 위한 마케팅 활동의 일환으로, 트렌드 키워드를 특정 웹페이지에 지속적으로 게시할 수 있다. 특히, 트렌드 키워드를 이미지와 효능 등을 덧붙여 게시함으로써, 상기 웹페이지에 접근하는 소비자에게 상기 트렌드 키워드 관련 관심을 불러일으킬 수 있다.
이에 따라, 지속적인 게시 활동에 의해, 미리 설정된 캐수 이상 트렌드 키워드 관련 정보를 포함하는 웹페이지를 제품계획 생성 장치(100)가 미리 설정된 웹페이지에 추가 등록할 수 있다.
상기 트렌드 키워드 관련 정보를 포함하는 웹페이지는 도 1의 사용자 선정 웹페이지 운영 장치(230)에 의해 운영될 수 있다.
제품계획 생성 장치(100)에 의해, 미리 설정된 웹페이지 운영 장치(200)에 사용자 선정 웹페이지 운영 장치(230)가 추가 등록될 수 있다.
본 발며의 실시예에 따르면, 특정 트렌드 키워드(예를 들어, 제1 소재 키워드)의 소정의 기간 동안의 트렌드 강도가 미리 설정된 기준 이상인 경우, 제품계획 생성 장치(100)는 미리 설정된 웹페이지에 추가로 등록시킨 웹페이지를 제외시키고, 다른 웹페이지를 등록시킬 수도 있다.
제품계획 생성 장치(100)는 추가 등록 웹페이지의 제외 및 다른 웹페이지의 등록을 통해, 트렌드 강도 변화에 대한 분석을 정밀하게 수행할 수 있다.
다시 말해, 제1 소재 키워드의 트렌드 강도가 강한 경우, 사용자의 마케팅 활동에 의해 트렌드 생성에 기여한 웹페이지를 소정의 기간 이후의 트렌드 강도 판단에서는 제외시킴으로써, 제1 소재 키워드의 트렌드 강도 변화를 객관적으로 판단할 수 있게 된다.
도 2는 본 발명의 다른 실시예에 따른 트렌드 예측 기반 제품계획 생성 장치의 예시도이다.
도 2를 참조하면, 제품계획 생성 장치(100)는, 하나 이상의 프로세서(101), 제품을 구매한 사용자의 사용자 피드백을 획득하기 위한 네트워크 인터페이스(102), 프로세서에 의하여 수행되는 컴퓨터 프로그램(105)을 로드(load)하는 메모리(103), 컴퓨터 프로그램(105)을 저장하는 스토리지(104) 및 최적 제품계획 가이드를 출력하는 디스플레이부(106)를 포함할 수 있다.
프로세서(101)는 제품계획 생성 장치(100)의 각 구성의 전반적인 동작을 제어한다. 프로세서(101)는 CPU(Central Processing Unit), MPU(Micro Processor Unit), MCU(Micro Controller Unit), AP(Application Processor) 또는 본 발명의 기술 분야에 잘 알려진 임의의 형태의 프로세서를 포함하여 구성될 수 있다. 또한, 프로세서(101)는 본 발명의 실시예들에 따른 방법을 실행하기 위한 적어도 하나의 애플리케이션 또는 프로그램에 대한 연산을 수행할 수 있다.
네트워크 인터페이스(102)는 제품계획 생성 장치(100)의 유무선 인터넷 통신을 지원한다. 또한, 네트워크 인터페이스(102)는 공중 통신망인 인터넷 외에 다양한 통신 방식을 지원할 수도 있다. 또한, 네트워크 인터페이스(102)는 미리 설정된 웹페이지 운영 장치(200)와 사용자 선정 웹페이지 운영 장치(230) 등 외부 장치와의 연결을 제공할 수도 있다. 이를 위해, 네트워크 인터페이스(102)는 본 발명의 기술 분야에 잘 알려진 통신 모듈 및 접속 단자 중 적어도 하나를 포함하여 구성될 수 있다.
본 발명의 실시예에 따르면, 네트워크 인터페이스(102)는 본 발명이 속한 기술분야에서 널리 알려진 인공 신경망과 인터페이스를 형성할 수도 있다.
메모리(103)는 각종 데이터, 명령 및/또는 정보를 저장한다. 메모리(103)는 본 발명의 실시예들을 실행하기 위하여 스토리지(104)로부터 하나 이상의 프로그램(105)을 로드(load)할 수 있다. 도 2에서 메모리(103)는 예를 들어 RAM일 수 있다.
스토리지(104)는 상기 하나 이상의 프로그램(105)을 비임시적으로 저장할 수 있다. 도 2에서 상기 하나 이상의 프로그램(105)의 예시로 제품계획 생성 소프트웨어(105)가 도시되었다. 제품계획 생성 소프트웨어(105)는, 제품계획 생성 프로그램으로 칭해질 수도 있다.
스토리지(104)는 ROM(Read Only Memory), EPROM(Erasable Programmable ROM), EEPROM(Electrically Erasable Programmable ROM), 플래시 메모리 등과 같은 비휘발성 메모리, 하드 디스크, 착탈형 디스크, 또는 본 발명이 속하는 기술 분야에서 잘 알려진 임의의 형태의 컴퓨터로 읽을 수 있는 기록 매체를 포함하여 구성될 수 있다.
제품계획 생성 소프트웨어(105)는 본 발명의 실시예에 따라, 제품계획 생성 장치(100)의 프로세서(101)가 각 오퍼레이션을 실행시킴으로써, 제품계획 생성 방법이 실시되도록 할 수 있다.
특히, 본 발명의 실시예에 따르면, 제품계획 생성 소프트웨어(105)는 소재 키워드/품목키워드와 매칭되는 품목 키워드/소재 키워드를 추출하기 위한 언어모델을 포함할 수 있다. 언어모델은, 본 발명의 실시예에 따른 방법을 수행하기 위해, 미리 학습될 수 있다.
본 발명의 실시예에 따른 언어모델은, 문장이 얼마나 자연스러운지 확률적으로 계산함으로써 문장 내 특정 위치에 출현하기 적합한 단어를 확률적으로 예측하는 모델로서, 미리 학습된 인공신경망 기반의 언어 모델을 포함한다. 예를 들어, 언어모델은, BERT, GPT와 같은 인공신경망 기반의 자연어처리를 수행하기 위한 알고리즘을 포함할 수 있다. 다른 실시예에서, 상기 언어모델은, 인공신경망 기반의 언어모델 아닌 통계학적 언어 모델을 포함할 수도 있다.
일 실시예에서, 상기 언어모델은, 입력되거나 추출된 소재 키워드를 기준으로 이에 매칭되어 표현될 품목 관련 단어를 확률적으로 연산할 수 있다.
특히, 본 발명의 일 실시예에 따르면, 제품계획 생성 장치(100)는, 상기 언어모델은 네트워크 인터페이스(101)를 통해 연결되거나 개별적으로 스토리지(104)에 저장될 수 있으며, 상기 언어모델을 이용하여, 웹페이지 상에 표현되어 있지 않은 단어라도, 제1 소재 키워드와 관련된 단어로서, 소정의 위치에 배치될 수 있는 품목 키워드가 확률적으로 연산될 수 있다. 즉, 제품계획 생성 장치(100)는 예측 모델을 이용하여, 복수의 품목 키워드 마다 제1 소재 키워드와 매칭될 확률 값을 연산할 수 있다.
본 발명의 다른 실시예에 따르면, 언어모델은, 제품계획 생성 소프트웨어(105)에 통합되어 구비될 수도 있다.
본 발명의 또 다른 실시예에 따르면, 상기 언어모델은, 웹페이지 상에서 키워드를 추출하는 키워드 추출 모델을 포함할 수도 있다.
일 실시예에 따르면, 키워드 추출 모델은, 웹 페이지 상에서 텍스트를 추출하고, 추출된 텍스트 중, 반복되는 텍스트, 특정 텍스트의 증감 추이 등을 정량적으로 분석하여, 트렌드 키워드를 결정할 수 있다. 상기 키워드 추출 모델은, 본 발명의 실시예에 따른 방법을 수행하기 위해 미리 학습될 수 있다.
디스플레이부(106)는, 본 발명의 실시예에 따른 트렌드 소재와 품목의 결합에 의한, 트렌드 소재 기반의 제품 그룹 정보를 출력한다. 일 예로, 디스플레이부(106)는 터치패널을 구비하여, 터치입력으로 입력을 수신하고, 각종 인터페이스를 영상으로 출력하는 출력부로 기능할 수도 있다.
도 3은 본 발명의 또 다른 실시예에 따른 트렌드 예측 기반 제품계획 생성 방법의 순서도이다. 도 4는 본 발명의 몇몇 실시예에서 참조되는, 소재 키워드와 품목 키워드를 설명하기 위한 예시이다.
이하, 도 3의 각 단계는, 트렌드 예측 기반 제품계획 생성 장치에 의해 수행된다. 구체적으로 도2의 프로세서(101)가 제품계획 생성 소프트웨어(105)를 연산함에 따라 오퍼레이션이 실행됨에 따라 각 단계가 실시된다.
도 3을 참조하면, 제품계획 생성 장치(100)는 제1 소재 키워드에 대한 입력을 수신할 수 있다(S10). 소재 키워드는 사용자에 의해 제품계획 생성 장치(100)에 입력될 수 있으며, 네트워크 인터페이스(102)를 통해 외부 장치로부터 수신되는 방식으로 입력될 수도 있다. 예를 들어, 소재 키워드는, 제품이 건강기능식품인 경우, 차전자피, 푸룬과 같은 음식의 재료에 해당하는 단어일 수 있다.
도 4를 참조하면, 소재(401)의 예로써, 차전자피, 푸룬 뿐만 아니라, 치커리, 유산균, 녹차, 비타민C 등이 도시되었다.
제품계획 생성 장치(100)는, 소재 키워드를 기초로 미리 설정된 웹페이지 상에서, 소재 키워드를 포함하는 소재 키워드 관련 정보를 미리 설정된 제1 기간 동안 획득할 수 있다(S20).
제품계획 생성 장치(100)는 소재 키워드 관련 정보에 대한 게시 횟수, 게시 기간, 조회수 및 사용자 피드백 중 적어도 하나의 제1 증감 정보를 생성할 수 있다(S30). 예를 들어, 특정 웹페이지 상에서, 차전자피의 경우, 전체 게시 횟수가 많지만, 소정의 기간 동안은 꾸준히 감소하고 있을 수 있다. 반면, 푸룬의 경우, 소정의 기간 동안 전체 게시 횟수는, 차전자피 보다 적지만, 꾸준히 그 횟수가 증가하고 있을 수 있다. 제품계획 생성 장치(100)는, 키워드 별로, 이 같은 게시 횟수 증감 정보를 생성할 수 있다.
제품계획 생성 장치(100) 제1 증감 정보를 기초로, 소재 키워드의 제1 기간 동안의 트렌드 강도를 결정할 수 있다(S40). 예를 들어, 전체 게시 횟수를 기준으로 트렌드 강도를 결정한다면, 상기 예에서 차전자피가 푸룬보다 트렌드 강도가 강할 것이다. 반면, 소정의 기간동안의 증감 추세를 기준으로 트렌드 강도를 결정한다면, 차전자피가 푸룬보다 트렌드 강도가 약하다. 또 다른 실시예에서, 제품계획 생성 장치(100)는, 미리 설정된 기준 게시 횟수 이상의 키워드를 분류하고, 분류된 키워드에 한하여 증감 추세를 기초로 트렌드 강도를 결정할 수도 있다.
상기 소재 키워드에 대한 트렌드 강도가 미리 설정된 기준 이상인 경우, 제품계획 생성 장치(100)는 미리 학습된 언어모델을 이용하여 상기 소재 키워드와 매칭되는 품목 키워드를 추출할 수 있다(S50).
도 4를 참조하면, 품목(402)은, 소재를 바탕으로 다양하게 개발할 수 있는 제품 항목을 의미하며, 예를 들어, 건강기능식품(412), 화장품(422) 및 가정용품(432) 중 적어도 하나일 수 있다.
일 예로, 품목(402)을 건강기능식품(412)으로 적용하는 경우가, 도 4에서 타입, 환, 분말, 스틱, 액상, 젤리 등 다양한 종류로 예시되었다.
다른 예로, 품목(402)을 화장품(422)으로 적용하는 경우가, 도 4에서 다양한 종류로 예시되으려, 또 다른 예로, 품목(402)을 가정용품(432)로 적용하는 경우가, 도 4에서 다양한 종류로 예시되었다.
다시 도 3을 참조하면, 제품계획 생성 장치(100)는 소재 키워드와 추출된 품목 키워드를 결합한, 소재 기반 제품 그룹을 생성할 수 있다(S60).
예를 들어, 차전자피 스틱, 푸룬 분말 등, 소재와 품목 키워드가 결합된 다양한 조합이 생성될 수 있다. 상기 조합들은 제품 그룹을 형성한다.
도 5는 본 발명의 몇몇 실시예에서 참조되는, 트렌드 강도 및/또는 지속력 기반의 제품계획 생성 방법의 순서도이다.
도 3의 단계(S40)에서, 제품계획 생성 장치(100)는, 제 소재 키워드의 트렌드 강도가 미리 설정된 기준 이상인지 판단하고(S43), 제1 소재의 키워드의 트렌드 지속력을 판단할 수 있다(S45). 이하, 도 3의 '소재 키워드'를 미리 설정된 웹페이지 상에서, 미리 설정된 횟수 이상 게시된 제2 소재 키워드와 구별하기 위해, 제1 소재 키워드로 칭하기로 한다.
단계(S43)에서, 트렌드 강도가 미리 설정된 기준 이상으로 판단되거나, 또는 미리 설정된 기준 미만으로 판단된 경우, 제품계획 생성 장치(100)는, 아래와 같은 과정을 통해, 트렌드 강도에 대한 판단결과를 검증할 수 있다.
일 실시예에 따르면, 제품계획 생성 장치(100)는 미리 설정된 웹페이지 외의 다른 웹페이지 상에서, 제1 소재 키워드 관련 정보를 미리 설정된 제1 기간 동안 획득할 수 있다. 즉, 미리 설정된 웹페이지 외의 다른 웹페이지 상에서도 트렌드 강도를 판단하기 위한 것으로, 상기 다른 웹페이지는 검증용으로 제품계획 생성 장치(100)에 미리 등록될 수 있다. 또는 다른 웹페이지는 제품계획 생성 장치(100)에 의해 랜덤으로 검색된 웹페이지 일 수도 있다.
제품계획 생성 장치(100)는 상기 다른 웹페이지 상의 제1 소재 키워드 관련 정보에 대한 게시 횟수, 게시 기간, 조회수 및 사용자 피드백 중 적어도 하나의 제1 증감 정보를 생성할 수 있다. 제품계획 생성 장치(100)는 상기 다른 웹페이지 상의 제1 증감 정보를 기초로, 제1 소재 키워드의 제1 기간 동안의 트렌드 강도를 검증할 수도 있다.
즉, 제품계획 생성 장치(100)는, 트렌드가 강하다고 바로 해당 키워드를 제품계획에 반영하기 보다, 트렌드 강도를 검증할 수 있다. 나아가, 제품계획 생성 장치(100)는 트렌드 강도 뿐만 아니라, 트렌드가 지속되는지 여부도 판단하여 최종 제품계획을 결정할 수 있다. 이하, 트렌드 지속력 결정 방법을 설명한다.
제품계획 생성 장치(100)는 제1 소재 키워드 관련 정보를, 앞서 소정의 기간(이하, 미리 설정된 제1 기간)과 다른 미리 설정된 제2 기간 동안 획득할 수 있다.
또한, 제품계획 생성 장치(100)는 상기 제2 기간 동안 제1 소재 키워드 관련 정보에 대한 게시 횟수, 게시 기간, 조회수 및 사용자 피드백 중 적어도 하나의 제2 증감 정보를 생성할 수 있다.
제품계획 생성 장치(100)는, 제2 증감 정보를 기초로, 제1 소재 키워드의 제2 기간 동안의 트렌드 강도를 결정할 수 있다.
다음으로, 제품계획 생성 장치(100)는 도 3의 단계(S30)의 제1 증감 정보와 상기 제2 증감 정보를 기초로, 제1 소재 키워드에 대한 트렌드 지속력을 결정할 수 있다.
제품계획 생성 장치(100)는 제1 소재의 트렌드 강도, 트렌드 지속력이 미리 설정된 기준 이상인 경우, 제 소재 키워드를 기초로 이에 매칭되는 품목 키워드를 추출하고(S50), 제 소재 기반의 제품 그룹 정보를 생성할 수 있다(S60).
만약, 단계(S45)에서, 제1 소재 키워드의 트렌드 지속력이 미리 설정된 기준 미만인 것으로 판단되면, 제품계획 생성 장치(100)는 미리 설정된 웹페이지 상에서, 미리 설정된 횟수 이상 게시된 제2 소재 키워드를 추출할 수 있다(S451). 예를 들어, 제1 소재 키워드가 '차전자피'인 경우, 제2 소재 키워드는 '푸룬'일 수 있다.
제품계획 생성 장치(100)는 제2 소재 키워드를 포함하는 제2 소재 키워드 관련 정보를 미리 설정된 제1 기간 동안 획득할 수 있다. 제품계획 생성 장치(100)는 또한, 제2 소재 키워드 관련 정보에 대한 게시 횟수, 게시 기간, 조회수 및 사용자 피드백 중 적어도 하나의 제1 증감 정보를 생성할 수 있으며, 이 같은 제1 증감 정보를 기초로, 제2 소재 키워드의 제1 기간 동안의 트렌드 강도를 결정할 수도 있다.
제품계획 생성 장치(100)는 제2 소재 키워드에 대한 트렌드 강도가 미리 설정된 기준 이상인 경우, 미리 학습된 언어모델을 이용하여 상기 제2 소재 키워드와 매칭되는 품목 키워드를 추출할 수 있다. 이를 바탕으로, 제품계획 생성 장치(100)는, 제2 소재 키워드와 추출된 품목 키워드를 결합(S453)한, 제2 소재 기반 제품 그룹을 생성할 수 있다(S453).
상기에서, 제1 소재 키워드의 트렌드가 지속력이 약한 경우, 제1 소재 기반의 제품이 출시되어도 소비자 반응을 이끌어 내기 어렵기 때문에, 트렌드 강도가 높은 제2 소재 키워드를 추출하고, 이를 바탕으로 품목을 골라서 제2 소재 기반 제품계획을 생성하는 경우가 설명되었다.
본 발명의 실시예는 제품계획에 있어 제1 소재에서 제2 소재로 교체하는 방법에 한정되지 않고, 품묵을 기준으로 소재를 선정하는 방법도 포함한다.
즉, 본 발명의 다른 실시예에 따르면, 제1 소재 키워드의 트렌드 강도가 미리 설정된 기준 미만인 경우, 제품계획 생성 장치(100)는 제1 소재 키워드 기반이 아닌, 품목 키워드 기반의 제품계획을 생성할 수 있다.
이를 위해, 제품계획 생성 장치(100)는 미리 설정된 웹페이지 상에서, 제1 소재와 미리 설정된 단어 거리 내에 있는 적어도 하나의 품목 키워드를 추출할 수 있다.
제품계획 생성 장치(100)는 적어도 하나의 품목 키워드를 포함하는 품목 키워드 관련 정보를 미리 설정된 웹페이지 상에서 미리 설정된 제1 기간 동안 획득할 수 있다.
이때, 제품계획 생성 장치(100)는 상기 추출된 품목 키워드 관련 정보에 대한 게시 횟수, 게시 기간, 조회수 및 사용자 피드백 중 적어도 하나의 제1 증감 정보를 생성하고, 상기 제1 증감 정보를 기초로, 상기 추출된 품목 키워드의 제1 기간 동안의 트렌드 강도를 결정할 수 있다.
제품계획 생성 장치(100)는, 추출된 품목 키워드에 대한 트렌드 강도가 미리 설정된 기준 이상인지 여부를 판단할 수 있다(S501). 만약, 품목 키워드에 대한 트렌드 강도가 미리 설정된 기준 미만인 경우, 제품계획 생성 장치(100)는, 소재에 대한 키워드 입력을 수신받는 도 3의 단계(S10) 이후의 단계를 다시 수행한다.
단계(S501)에서, 품목 키워드에 대한 트렌드 강도가 미리 설정된 기준 이상인 경우, 제품계획 생성 장치(100)는 미리 학습된 언어모델을 이용하여 추출된 품목 키워드와 매칭되는 신규 소재 키워드를 추출할 수 있다(S503).
다음으로 제품계획 생성 장치(100)는 추출된 품목 키워드와 신규 소재 키워드를 결합(S505)하고, 신규 소재 기반 제품 그룹을 생성할 수 있다(S507).
도 6은 본 발명의 몇몇 실시예에서 참조되는, 웹페이지 상의 키워드를 설명하기 위한 예시이다.
도 6에서 미리 설정된 웹페이지 상의 제품 이미지가 예로써 도시되었으며, 제품계획 생성 장치(100)는 미리 학습된 키워드 추출 모델을 이용하여, 미리 설정된 웹페이지 상에서, 복수의 키워드를 제1 기간 동안 추출할 수 있다.
도 6을 참조하면, 차전자피(610), 식이섬유 키트(620), 20포(630), 차전자피식이섬유(640)이 추출되었다.
제품계획 생성 장치(100)는 복수의 키워드 각각에 대하여, 복수의 키워드 관련 정보에 대한 게시 횟수, 게시 기간, 조회수 및 사용자 피드백 중 적어도 하나의 제1 증감 정보를 생성할 수 있다.
또한, 제품계획 생성 장치(100)는 제1 증감 정보를 기초로, 적어도 하나의 트렌드 키워드를 추출할 수 있다.
도 6에서는, 소재에 대한 키워드로 차전자피(610), 품목에 대한 키워드로 식이섬유 키트(620)이 추출되었으나, 다른 실시예에서, 제품계획 생성 장치(100)는 복수의 소재 키워드를 추출할 수도 있다. 예를 들어, 제품계획 생성 장치(100)는 '차전자피'와 '푸룬'을 소재 키워드로 추출할 수도 있다.
이 경우, 제품계획 생성 장치(100)는, 적어도 하나의 트렌드 키워드를 추출함에 있어, 미리 학습된 언어모델을 이용하여, 제1 소재 키워드인 '차전자피'와 제2 소재 키워드인 '푸룬' 중, 미리 등록된 품목과 매칭 확률이 높은 소재 키워드를 제품계획의 대상으로 결정할 수 있다. 예를 들어, 미리 등록된 품목이 다이어트용 식이섬유 키트인 경우, 제품계획 생성 장치(100)는 도 6의 웹페이지 상의 제품 이미지를 RAW 데이터로 미리 학습된 언어모델을 이용하여, '차전자피'를 제품계획 대상으로 결정할 수 있다.
도 7은 본 발명의 몇몇 실시예에서 참조되는, 언어모델에 의한 품목 또는 소재 추출 방법을 설명하기 위한 예시이다.
도 7을 참조하면, 제품계획 생성 장치(100)에 의해 웹페이지 상의 추출된 정보(700)는, 소재 키워드(710)와 소재 관련 단어(720)를 포함할 수 있다.
소재1이 포함된 경우, 정보(700)에 품목 키워드는 표현되어 있지 않으나, 제품계획 생성 장치(100)의 언어모델(740)은, 소재1에 매칭되는 품목 키워드를 확률적으로 연산할 수 있다. 제품계획 생성 장치(100)는 확률 연산이 수행된 품목 키워드 그룹(750)을 생성할 수 있다.
일 실시예에서, 제품계획 생성 장치(100)는, 정보(700) 상에 표현되지 않았으나, 소재1의 전후에 배치될 확률이 가장 높은 단어인 '식이섬유 키트'를 품목 키워드로 추출하여, 소재1과 결합시키고, 제품계획의 대상으로 결정할 수 있다.
다른 실시예에서, 제품계획 생성 장치(100)는, 정보(700) 상의 소재1과 소재 관련 단어(720)를 기초로, 언어모델(740)을 이용하여 품목 키워드를 확률적으로 연산할 수도 있다.
또 다른 실시예에서, 제품계획 생성 장치(100)는, 품목 키워드 중, 다른 하나가 추출된 경우, 언어모델(740)을 이용하여, 소재 키워드(710) 중, 소재1 외의 다른 소재를 추출할 수도 있다.
지금까지 첨부된 도면을 참조하여 설명된 본 발명의 실시예에 따른 제품계획 생성/결정 장치(100) 및/또는 프로세서(101)의 결정 및/또는 연산 방법들은 컴퓨터가 읽을 수 있는 코드로 구현된 컴퓨터프로그램의 실행에 의하여 수행될 수 있다. 상기 컴퓨터프로그램은 인터넷 등의 네트워크를 통하여 제1 컴퓨팅 장치로부터 제2 컴퓨팅 장치에 송신되어 상기 제2 컴퓨팅 장치에 설치될 수 있고, 이로써 상기 제2 컴퓨팅 장치에서 사용될 수 있다. 상기 제1 컴퓨팅 장치 및 상기 제2 컴퓨팅 장치는, 서버 장치, 데스크탑 PC와 같은 고정식 컴퓨팅 장치, 노트북, 스마트폰, 태블릿 피씨와 같은 모바일 컴퓨팅 장치를 모두 포함한다.
이상 첨부된 도면을 참조하여 본 발명의 실시예들을 설명하였지만, 본 발명이 속하는 기술분야에서 통상의 지식을 가진 자는 본 발명이 그 기술적 사상이나 필수적인 특징을 변경하지 않고서 다른 구체적인 형태로 실시될 수 있다는 것을 이해할 수 있을 것이다. 그러므로 이상에서 기술한 실시예들은 모든 면에서 예시적인 것이며 한정적인 것이 아닌 것으로 이해해야만 한다.
10: 제품계획 생성 시스템
100: 제품계획 생성 장치
200: 미리 설정된 웹페이지 운영 장치
210: 제1 웹페이지 운영 장치
220: 제2 웹페이지 운영 장치
230: 사용자 선정 웹페이지 운영 장치
100: 제품계획 생성 장치
200: 미리 설정된 웹페이지 운영 장치
210: 제1 웹페이지 운영 장치
220: 제2 웹페이지 운영 장치
230: 사용자 선정 웹페이지 운영 장치
Claims (10)
- 트렌드 예측 기반 제품계획 생성 장치로부터 수행되는, 트렌드 예측 기반 제품계획 생성 방법에 있어서,
제1 소재 키워드에 대한 입력을 수신하는 단계;
상기 제1 소재 키워드를 기초로 미리 설정된 웹페이지 상에서, 상기 제1 소재 키워드를 포함하는 제1 소재 키워드 관련 정보를 미리 설정된 제1 기간 동안 획득하는 단계;
상기 제1 소재 키워드 관련 정보에 대한 게시 횟수, 게시 기간, 조회수 및 사용자 피드백 중 적어도 하나의 제1 증감 정보를 생성하는 단계;
상기 제1 증감 정보를 기초로, 상기 제1 소재 키워드의 제1 기간 동안의 트렌드 강도를 결정하는 단계;
상기 제1 소재 키워드에 대한 트렌드 강도가 미리 설정된 기준 이상인 경우, 미리 학습된 언어모델을 이용하여 상기 제1 소재 키워드와 매칭되는 품목 키워드를 제1 추출하고, 상기 트렌드 강도가 미리 설정된 기준 미만인 경우, 상기 미리 설정된 웹페이지 상에서, 상기 제1 소재와 미리 설정된 단어 거리 내에 있는 적어도 하나의 품목 키워드를 제2 추출하는 단계; 및
상기 품목 키워드가 제1 추출된 경우, 상기 제1 소재 키워드와 상기 제1 추출된 품목 키워드를 결합한, 제1 소재 기반 제품 그룹을 생성하고, 상기 적어도 하나의 품목 키워드가 제2 추출된 경우, 상기 제2 추출된 품목 키워드와 신규 소재 키워드를 결합한 신규 소재 기반 제품 그룹을 생성하는 단계를 포함하되,
상기 적어도 하나의 품목 키워드를 제2 추출하는 단계는,
상기 적어도 하나의 품목 키워드를 포함하는 품목 키워드 관련 정보를 상기 미리 설정된 웹페이지 상에서 미리 설정된 제1 기간 동안 획득하는 단계;
상기 획득된 품목 키워드 관련 정보에 대한 게시 횟수, 게시 기간, 조회수 및 사용자 피드백 중 적어도 하나의 제1 증감 정보를 생성하는 단계;
상기 획득된 품목 키워드 관련 정보에 대한 적어도 하나의 제1 증감 정보를 기초로, 상기 제2 추출된 품목 키워드의 제1 기간 동안의 트렌드 강도를 결정하는 단계; 및
상기 제2 추출된 품목 키워드에 대한 트렌드 강도가 미리 설정된 기준 이상인 경우, 미리 학습된 언어모델을 이용하여 상기 제2 추출된 품목 키워드와 매칭되는 상기 신규 소재 키워드를 추출하는 단계를 포함하고,
상기 제1 소재 키워드의 트렌드 강도를 결정하는 단계는, 상기 제1 소재 키워드에 대한 트렌드 지속력을 결정하는 단계를 포함하고,
상기 결정된 트렌드 지속력이 미리 설정된 기준 미만인 경우, 상기 미리 설정된 웹페이지 상에서, 미리 설정된 횟수 이상 게시된 제2 소재 키워드를 추출하는 단계;
상기 제2 소재 키워드와 매칭되는 품목 키워드를 추출하는 단계; 및
상기 제2 소재 키워드와 추출된 품목 키워드를 결합한, 제2 소재 기반 제품 그룹을 생성하는 단계를 더 포함하는,
트렌드 예측 기반 제품계획 생성 방법. - 제 1 항에 있어서,
상기 제1 소재 키워드에 대한 트렌드 지속력을 결정하는 단계는,
상기 제1 소재 키워드 관련 정보를 미리 설정된 제2 기간 동안 획득하는 단계;
상기 제1 소재 키워드 관련 정보에 대한 게시 횟수, 게시 기간, 조회수 및 사용자 피드백 중 적어도 하나의 제2 증감 정보를 생성하는 단계;
상기 제2 증감 정보를 기초로, 상기 제1 소재 키워드의 제2 기간 동안의 트렌드 강도를 결정하는 단계; 및
상기 제1 증감 정보와 상기 제2 증감 정보를 기초로, 상기 제1 소재 키워드에 대한 트렌드 지속력을 결정하는 단계를 포함하는,
트렌드 예측 기반 제품계획 생성 방법. - 삭제
- 삭제
- 제 2 항에 있어서,
상기 제2 소재 키워드와 매칭되는 품목 키워드를 추출하는 단계는,
상기 제2 소재 키워드를 포함하는 제2 소재 키워드 관련 정보를 미리 설정된 제1 기간 동안 획득하는 단계;
상기 제2 소재 키워드 관련 정보에 대한 게시 횟수, 게시 기간, 조회수 및 사용자 피드백 중 적어도 하나의 제1 증감 정보를 생성하는 단계;
상기 제2 소재 키워드 관련 정보의 상기 제1 증감 정보를 기초로, 상기 제2 소재 키워드의 제1 기간 동안의 트렌드 강도를 결정하는 단계;
상기 제2 소재 키워드에 대한 트렌드 강도가 미리 설정된 기준 이상인 경우, 미리 학습된 언어모델을 이용하여 상기 제2 소재 키워드와 매칭되는 품목 키워드를 추출하는 단계를 포함하는,
트렌드 예측 기반 제품계획 생성 방법. - 제 1 항에 있어서,
상기 제1 소재 키워드의 제1 기간 동안의 트렌드 강도를 결정하는 단계는,
상기 미리 설정된 웹페이지 외의 다른 웹페이지 상에서, 상기 제1 소재 키워드 관련 정보를 미리 설정된 제1 기간 동안 획득하는 단계;
상기 다른 웹페이지 상의 상기 제1 소재 키워드 관련 정보에 대한 게시 횟수, 게시 기간, 조회수 및 사용자 피드백 중 적어도 하나의 제1 증감 정보를 생성하는 단계; 및
상기 다른 웹페이지 상의 상기 제1 증감 정보를 기초로, 상기 제1 소재 키워드의 제1 기간 동안의 트렌드 강도를 검증하는 단계를 포함하는,
트렌드 예측 기반 제품계획 생성 방법. - 제 1 항에 있어서,
미리 학습된 키워드 추출 모델을 이용하여, 상기 미리 설정된 웹페이지 상에서, 복수의 키워드를 상기 제1 기간 동안 추출하는 단계;
상기 복수의 키워드 각각에 대하여, 상기 복수의 키워드 관련 정보에 대한 게시 횟수, 게시 기간, 조회수 및 사용자 피드백 중 적어도 하나의 제1 증감 정보를 생성하는 단계; 및
상기 제1 증감 정보를 기초로, 적어도 하나의 트렌드 키워드를 추출하는 단계를 더 포함하는,
트렌드 예측 기반 제품계획 생성 방법. - 제 7 항에 있어서,
상기 적어도 하나의 트렌드 키워드는, 상기 제1 소재 키워드와 상기 제2 소재 키워드를 포함하고,
상기 적어도 하나의 트렌드 키워드를 추출하는 단계는,
미리 학습된 언어모델을 이용하여, 상기 제1 소재 키워드와 상기 제2 소재 키워드 중, 미리 등록된 품목과 매칭 확률이 높은 상기 제1 소재 키워드를 제품계획의 대상으로 결정하는 단계를 포함하는,
트렌드 예측 기반 제품계획 생성 방법. - 제 1 항에 있어서,
상기 미리 설정된 웹페이지에, 상기 제1 소재 키워드 관련 정보를 미리 설정된 개수 이상 포함하는 웹페이지를 등록시키는 단계를 더 포함하고,
상기 제1 소재 키워드의 제1 기간 동안의 트렌드 강도를 결정하는 단계는,
상기 제1 소재 키워드에 대한 트렌드 강도가 미리 설정된 기준 이상인 경우, 상기 미리 설정된 웹페이지에 등록시킨 웹페이지를 제외시키고, 상기 웹페이지와 다른 웹페이지를 등록시키는 단계를 포함하는,
트렌드 예측 기반 제품계획 생성 방법. - 하나 이상의 프로세서;
미리 설정된 웹페이지 상에서 키워드 관련 정보를 획득하기 위한 네트워크 인터페이스;
상기 프로세서에 의하여 수행되는 컴퓨터 프로그램을 로드(load)하는 메모리;
상기 컴퓨터 프로그램을 저장하는 스토리지 및
트렌드 소재 기반 제품 그룹 정보를 출력하는 디스플레이부를 포함하되,
상기 컴퓨터 프로그램은,
제1 소재 키워드에 대한 입력을 수신하는 오퍼레이션;
상기 제1 소재 키워드를 기초로 미리 설정된 웹페이지 상에서, 상기 제1 소재 키워드를 포함하는 제1 소재 키워드 관련 정보를 미리 설정된 제1 기간 동안 획득하는 오퍼레이션;
상기 제1 소재 키워드 관련 정보에 대한 게시 횟수, 게시 기간, 조회수 및 사용자 피드백 중 적어도 하나의 제1 증감 정보를 생성하는 오퍼레이션;
상기 제1 증감 정보를 기초로, 상기 제1 소재 키워드의 제1 기간 동안의 트렌드 강도를 결정하는 오퍼레이션;
상기 제1 소재 키워드에 대한 트렌드 강도가 미리 설정된 기준 이상인 경우, 미리 학습된 언어모델을 이용하여 상기 제1 소재 키워드와 매칭되는 품목 키워드를 제1 추출하고, 상기 트렌드 강도가 미리 설정된 기준 미만인 경우, 상기 미리 설정된 웹페이지 상에서, 상기 제1 소재와 미리 설정된 단어 거리 내에 있는 적어도 하나의 품목 키워드를 제2 추출하는 오퍼레이션; 및
상기 품목 키워드가 제1 추출된 경우, 상기 제1 소재 키워드와 상기 제1 추출된 품목 키워드를 결합한, 제1 소재 기반 제품 그룹을 생성하고, 상기 적어도 하나의 품목 키워드가 제2 추출된 경우, 상기 제2 추출된 품목 키워드와 신규 소재 키워드를 결합한 신규 소재 기반 제품 그룹을 생성하는 오퍼레이션을 포함하되,
상기 적어도 하나의 품목 키워드를 제2 추출하는 오퍼레이션은,
상기 적어도 하나의 품목 키워드를 포함하는 품목 키워드 관련 정보를 상기 미리 설정된 웹페이지 상에서 미리 설정된 제1 기간 동안 획득하는 오퍼레이션;
상기 획득된 품목 키워드 관련 정보에 대한 게시 횟수, 게시 기간, 조회수 및 사용자 피드백 중 적어도 하나의 제1 증감 정보를 생성하는 오퍼레이션;
상기 획득된 품목 키워드 관련 정보에 대한 적어도 하나의 제1 증감 정보를 기초로, 상기 제2 추출된 품목 키워드의 제1 기간 동안의 트렌드 강도를 결정하는 오퍼레이션; 및
상기 제2 추출된 품목 키워드에 대한 트렌드 강도가 미리 설정된 기준 이상인 경우, 미리 학습된 언어모델을 이용하여 상기 제2 추출된 품목 키워드와 매칭되는 상기 신규 소재 키워드를 추출하는 오퍼레이션을 포함하고,
상기 제1 소재 키워드의 트렌드 강도를 결정하는 오퍼레이션은, 상기 제1 소재 키워드에 대한 트렌드 지속력을 결정하는 오퍼레이션을 포함하고,
상기 결정된 트렌드 지속력이 미리 설정된 기준 미만인 경우, 상기 미리 설정된 웹페이지 상에서, 미리 설정된 횟수 이상 게시된 제2 소재 키워드를 추출하는 오퍼레이션;
상기 제2 소재 키워드와 매칭되는 품목 키워드를 추출하는 오퍼레이션; 및
상기 제2 소재 키워드와 추출된 품목 키워드를 결합한, 제2 소재 기반 제품 그룹을 생성하는 오퍼레이션을 포함하는,
트렌드 예측 기반 제품계획 생성 장치.
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020230003768A KR102609682B1 (ko) | 2023-01-10 | 2023-01-10 | 트렌드 예측 기반 제품계획 생성 방법 및 그 장치 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020230003768A KR102609682B1 (ko) | 2023-01-10 | 2023-01-10 | 트렌드 예측 기반 제품계획 생성 방법 및 그 장치 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| KR102609682B1 true KR102609682B1 (ko) | 2023-12-05 |
Family
ID=89156981
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| KR1020230003768A KR102609682B1 (ko) | 2023-01-10 | 2023-01-10 | 트렌드 예측 기반 제품계획 생성 방법 및 그 장치 |
Country Status (1)
| Country | Link |
|---|---|
| KR (1) | KR102609682B1 (ko) |
Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR20130046140A (ko) * | 2011-10-27 | 2013-05-07 | 한국과학기술정보연구원 | 기술 및 시장 동향 정보를 이용한 유망 사업화 아이템 추출 장치 및 방법 |
| KR20180113111A (ko) * | 2017-04-05 | 2018-10-15 | 주식회사 이랜드월드 | 키워드 검색량 기반 예측 정보 생성 장치 및 방법 |
| KR20210062522A (ko) * | 2019-11-21 | 2021-05-31 | 강원오픈마켓 주식회사 | 사용자 참여형 키워드 선정 시스템의 제어 방법, 장치 및 프로그램 |
| KR102379181B1 (ko) | 2021-09-03 | 2022-03-25 | 주식회사 오일오엠 | 인공지능 기반 뷰티 사업 기획 및 전략안 도출 방법, 장치 및 시스템 |
| KR20220166025A (ko) * | 2021-06-09 | 2022-12-16 | 네이버 주식회사 | 검색 질의의 사용자 의도에 기초한 상품군 생성 방법 및 시스템 |
| KR20230005078A (ko) * | 2020-12-29 | 2023-01-09 | 주식회사 디자이노블 | 트렌드 단어 기반 텍스트 및 이미지 쌍에 대한 학습을 이용한 디자인 생성 장치 |
-
2023
- 2023-01-10 KR KR1020230003768A patent/KR102609682B1/ko active IP Right Grant
Patent Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR20130046140A (ko) * | 2011-10-27 | 2013-05-07 | 한국과학기술정보연구원 | 기술 및 시장 동향 정보를 이용한 유망 사업화 아이템 추출 장치 및 방법 |
| KR20180113111A (ko) * | 2017-04-05 | 2018-10-15 | 주식회사 이랜드월드 | 키워드 검색량 기반 예측 정보 생성 장치 및 방법 |
| KR20210062522A (ko) * | 2019-11-21 | 2021-05-31 | 강원오픈마켓 주식회사 | 사용자 참여형 키워드 선정 시스템의 제어 방법, 장치 및 프로그램 |
| KR20230005078A (ko) * | 2020-12-29 | 2023-01-09 | 주식회사 디자이노블 | 트렌드 단어 기반 텍스트 및 이미지 쌍에 대한 학습을 이용한 디자인 생성 장치 |
| KR20220166025A (ko) * | 2021-06-09 | 2022-12-16 | 네이버 주식회사 | 검색 질의의 사용자 의도에 기초한 상품군 생성 방법 및 시스템 |
| KR102379181B1 (ko) | 2021-09-03 | 2022-03-25 | 주식회사 오일오엠 | 인공지능 기반 뷰티 사업 기획 및 전략안 도출 방법, 장치 및 시스템 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Dunford et al. | FoodSwitch: a mobile phone app to enable consumers to make healthier food choices and crowdsourcing of national food composition data | |
| KR101726520B1 (ko) | 개인화 추천 방법, 시스템 및 기록 매체 | |
| Ha et al. | Manufacturer rebate competition in a supply chain with a common retailer | |
| CN107273436A (zh) | 一种推荐模型的训练方法和训练装置 | |
| KR102275703B1 (ko) | 건강기능식품 추천 방법, 장치, 및 시스템 | |
| Wang et al. | Integrating conjoint analysis with quality function deployment to carry out customer-driven concept development for ultrabooks | |
| US20230298333A1 (en) | Information processing system | |
| CN109299265A (zh) | 潜在回流用户筛选方法、装置以及电子设备 | |
| US20220084095A1 (en) | System and method for quality assessment of product description | |
| US20220148020A1 (en) | Agent Awareness Modeling for Agent-Based Modeling Systems | |
| Xu et al. | Entrepreneurial learning and disincentives in crowdfunding markets | |
| KR102515439B1 (ko) | 인공지능 기반 인플루언서 정보 및 브랜드 메이커 정보를 이용한 뷰티 제품 제조사 매칭 방법, 장치 및 시스템 | |
| US20230315618A1 (en) | Data processing method and device, computing device, and test reduction device | |
| US9070135B2 (en) | Agent generation for agent-based modeling systems | |
| Seim et al. | Mixed pricing in online marketplaces | |
| US20220188876A1 (en) | Advertising method and apparatus for generating advertising strategy | |
| US10832264B1 (en) | System, method, and computer program product for calculating an accepted value for a promotion | |
| KR102609682B1 (ko) | 트렌드 예측 기반 제품계획 생성 방법 및 그 장치 | |
| KR102609681B1 (ko) | 사용자의 피드백 반영 제품계획 결정 방법 및 그 장치 | |
| Jiang et al. | Modeling time-to-trigger in library demand-driven acquisitions via survival analysis | |
| KR101286296B1 (ko) | 워드그래프 관리 방법 및 시스템 | |
| Chiong et al. | Split-second decision-making in the field: Response times in mobile advertising | |
| Dmitrienko et al. | Tradeoff-based optimization criteria in clinical trials with multiple objectives and adaptive designs | |
| WO2013067241A1 (en) | Auto-calibration for agent-based purchase modeling systems | |
| KR102270381B1 (ko) | 소비자 데이터 기반의 쇼핑 인터페이스 제공 방법 및 그 장치 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A107 | Divisional application of patent | ||
| GRNT | Written decision to grant |