KR102613621B1 - Method, device and system for generating articles for company promotion using generative artificial intelligence model - Google Patents
Method, device and system for generating articles for company promotion using generative artificial intelligence model Download PDFInfo
- Publication number
- KR102613621B1 KR102613621B1 KR1020230111026A KR20230111026A KR102613621B1 KR 102613621 B1 KR102613621 B1 KR 102613621B1 KR 1020230111026 A KR1020230111026 A KR 1020230111026A KR 20230111026 A KR20230111026 A KR 20230111026A KR 102613621 B1 KR102613621 B1 KR 102613621B1
- Authority
- KR
- South Korea
- Prior art keywords
- company
- product
- content
- information
- article
- Prior art date
Links
- 238000013473 artificial intelligence Methods 0.000 title claims abstract description 68
- 238000000034 method Methods 0.000 title claims abstract description 59
- 230000001737 promoting effect Effects 0.000 claims abstract description 111
- 238000003058 natural language processing Methods 0.000 claims abstract description 23
- 238000012790 confirmation Methods 0.000 claims description 52
- 239000000463 material Substances 0.000 claims description 2
- 230000008569 process Effects 0.000 description 27
- 238000012545 processing Methods 0.000 description 15
- 238000013528 artificial neural network Methods 0.000 description 11
- 238000010801 machine learning Methods 0.000 description 11
- 230000006870 function Effects 0.000 description 9
- 238000005516 engineering process Methods 0.000 description 8
- 239000000284 extract Substances 0.000 description 8
- 238000003062 neural network model Methods 0.000 description 7
- 238000004891 communication Methods 0.000 description 6
- 238000012549 training Methods 0.000 description 6
- 238000004458 analytical method Methods 0.000 description 4
- 238000010586 diagram Methods 0.000 description 4
- 230000008520 organization Effects 0.000 description 4
- 238000004422 calculation algorithm Methods 0.000 description 3
- 210000002569 neuron Anatomy 0.000 description 3
- 238000007781 pre-processing Methods 0.000 description 3
- 230000004044 response Effects 0.000 description 3
- 230000008901 benefit Effects 0.000 description 2
- 210000004556 brain Anatomy 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 2
- 238000013527 convolutional neural network Methods 0.000 description 2
- 238000013135 deep learning Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 230000008451 emotion Effects 0.000 description 2
- 230000014509 gene expression Effects 0.000 description 2
- 230000006872 improvement Effects 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 230000001502 supplementing effect Effects 0.000 description 2
- 230000019771 cognition Effects 0.000 description 1
- 238000004590 computer program Methods 0.000 description 1
- 238000012937 correction Methods 0.000 description 1
- 238000003066 decision tree Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000002068 genetic effect Effects 0.000 description 1
- 238000013507 mapping Methods 0.000 description 1
- 230000003278 mimic effect Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000007935 neutral effect Effects 0.000 description 1
- 230000001151 other effect Effects 0.000 description 1
- 230000008447 perception Effects 0.000 description 1
- 238000011176 pooling Methods 0.000 description 1
- 230000002787 reinforcement Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 230000004936 stimulating effect Effects 0.000 description 1
- 238000012706 support-vector machine Methods 0.000 description 1
- 210000000225 synapse Anatomy 0.000 description 1
- 230000000946 synaptic effect Effects 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
- 230000001755 vocal effect Effects 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
- G06Q30/00—Commerce
- G06Q30/02—Marketing; Price estimation or determination; Fundraising
- G06Q30/0241—Advertisements
- G06Q30/0276—Advertisement creation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/90—Details of database functions independent of the retrieved data types
- G06F16/95—Retrieval from the web
- G06F16/953—Querying, e.g. by the use of web search engines
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/90—Details of database functions independent of the retrieved data types
- G06F16/95—Retrieval from the web
- G06F16/958—Organisation or management of web site content, e.g. publishing, maintaining pages or automatic linking
-
- 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
- G06N3/0475—Generative networks
-
- 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
- G06Q30/0277—Online 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
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/10—Services
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Business, Economics & Management (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Databases & Information Systems (AREA)
- Strategic Management (AREA)
- Accounting & Taxation (AREA)
- Development Economics (AREA)
- Finance (AREA)
- General Engineering & Computer Science (AREA)
- Economics (AREA)
- General Business, Economics & Management (AREA)
- Marketing (AREA)
- Data Mining & Analysis (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Game Theory and Decision Science (AREA)
- Entrepreneurship & Innovation (AREA)
- Tourism & Hospitality (AREA)
- Artificial Intelligence (AREA)
- Computational Linguistics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Biomedical Technology (AREA)
- Biophysics (AREA)
- Evolutionary Computation (AREA)
- Molecular Biology (AREA)
- Computing Systems (AREA)
- Mathematical Physics (AREA)
- Software Systems (AREA)
- Human Resources & Organizations (AREA)
- Primary Health Care (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- Audiology, Speech & Language Pathology (AREA)
Abstract
일실시예에 따른 장치는 기업의 단말로부터 기업의 기업 정보를 획득하고, 기업의 단말로부터 상품의 상품 정보를 획득하고, 기업 정보 및 상품 정보에 기반하여 온라인 상에서 기업과 관련된 웹 페이지를 수집하고, 수집된 웹 페이지의 텍스트를 자연어 처리 기법을 통해 분석하여 수집된 웹 페이지의 텍스트를 활용 문구와 비활용 문구로 구분하고, 수집된 웹 페이지에서 텍스트 이외의 콘텐츠를 온라인 콘텐츠로 저장하고, 기업 정보 및 상품 정보를 생성형 인공지능 모델에 입력하여 기사 초안을 획득하고, 활용 문구 및 온라인 콘텐츠를 포함하는 추가 정보를 이용하여 기사 초안을 보정하여 기업 홍보용 기사를 생성한다.According to one embodiment, the device acquires company information of the company from the company's terminal, obtains product information of the product from the company's terminal, and collects web pages related to the company online based on the company information and product information, By analyzing the text of the collected web pages using natural language processing techniques, the text of the collected web pages is divided into useful and unused phrases, non-text content from the collected web pages is saved as online content, and corporate information and Product information is entered into a generative artificial intelligence model to obtain a draft article, and additional information including usage phrases and online content is used to correct the draft article to create a promotional article for the company.
Description
아래 실시예들은 생성형 인공지능 모델을 활용하여 기업 홍보용 기사를 생성하는 기술에 관한 것이다.The examples below relate to technology for generating corporate promotional articles using a generative artificial intelligence model.
기업에게 있어 홍보와 마케팅은 기업의 생사에 매우 중요한 요소로, 홍보와 마케팅 광고시장에서 기업에게는 오프라인 시장만큼 중요한 것이 온라인 시장이다.For companies, public relations and marketing are very important factors in the life and death of a company, and in the public relations, marketing and advertising market, the online market is as important to companies as the offline market.
또한, 모바일 데이터 네트워크의 발전에 따라, 광고 형태에도 많은 변화가 생겼으며, 다수의 기업들이 보도자료 즉, 기사를 통해 기업 및 상품을 홍보하고 있다.Additionally, with the development of mobile data networks, many changes have occurred in advertising formats, and many companies are promoting their companies and products through press releases, or articles.
한편, 기업 및 광고 대행사는 이러한 기업 홍보용 기사를 제작하기 위해 기사 작성, 오타 검수, 편집 등 많은 시간과 비용을 소모하고 있다.Meanwhile, companies and advertising agencies spend a lot of time and money on writing articles, checking for typos, and editing to produce articles for corporate promotion.
그러나, 광고량이 급속도로 증가함에 따라, 천편일률적인 광고는 사람들의 지속적인 관심을 끌기 어렵고, 또한, 정보의 난해성으로 인하여 소비자의 욕구를 충족시키지 못하거나, 충분한 흥미 부여를 하지 못하거나, 지나치게 자극적이거나, 소비자의 니즈 충족 및 활용에 이득이 되지 않는 경우 등 다양한 요인들로 인해 모든 광고가 소비자에게 본연의 역할을 수행하지는 못하고 있다.However, as the amount of advertising increases rapidly, it is difficult for one-size-fits-all advertising to attract people's continued attention, and due to the incomprehensibility of information, it does not satisfy consumers' needs, does not provide sufficient interest, is overly stimulating, or is too irritating. Due to various factors, such as not meeting consumers' needs or benefiting them, not all advertisements are able to fulfill their intended role for consumers.
따라서, 고품질의 광고를 고효율적으로 생성하는 방법에 대한 연구가 요구된다.Therefore, research on methods to generate high-quality advertisements with high efficiency is required.
실시예들은 생성형 인공지능 모델을 활용하여 기사 초안을 획득하고자 한다.Embodiments seek to obtain article drafts using a generative artificial intelligence model.
실시예들은 생성형 인공지능 모델을 통해 획득한 기사 초안을 보정하여 기업 홍보용 기사를 생성하고자 한다.Embodiments seek to create corporate promotional articles by correcting article drafts obtained through a generative artificial intelligence model.
실시예들은 온라인 콘텐츠를 삽입하여 기업 홍보용 기사를 생성하고자 한다.Embodiments seek to generate corporate promotional articles by inserting online content.
일실시예에 따른 생성형 인공지능 모델을 활용한 기업 홍보용 기사 생성 방법은 기업의 단말로부터 상기 기업의 명칭, 상기 기업의 업종, 상기 기업의 이력, 상기 기업의 주소, 상기 기업의 연락처를 포함하는 상기 기업의 기업 정보를 획득하는 단계; 상기 기업의 단말로부터 상기 기업에서 제공하는 상품의 이름, 상기 상품의 카테고리, 상기 상품의 특징, 상기 상품의 이미지를 포함하는 상기 상품의 상품 정보를 획득하는 단계; 상기 기업 정보 및 상기 상품 정보에 기반하여 온라인 상에서 상기 기업과 관련된 웹 페이지를 수집하는 단계; 상기 수집된 웹 페이지의 텍스트를 자연어 처리 기법을 통해 분석하여 상기 수집된 웹 페이지의 텍스트를 활용 문구와 비활용 문구로 구분하는 단계; 상기 수집된 웹 페이지에서 상기 텍스트 이외의 콘텐츠를 온라인 콘텐츠로 저장하는 단계; 상기 기업 정보 및 상기 상품 정보를 생성형 인공지능 모델에 입력하여 기사 초안을 획득하는 단계; 및 상기 활용 문구 및 상기 온라인 콘텐츠를 포함하는 추가 정보를 이용하여 상기 기사 초안을 보정하여 기업 홍보용 기사를 생성하는 단계를 포함한다.According to one embodiment, a method of generating a corporate promotional article using a generative artificial intelligence model includes the name of the company, the industry of the company, the history of the company, the address of the company, and the contact information of the company from the company's terminal. Obtaining corporate information of the company; Obtaining product information of the product including the name of the product provided by the company, the category of the product, the characteristics of the product, and the image of the product from the terminal of the company; collecting web pages related to the company online based on the company information and the product information; Analyzing the collected text of the web page using natural language processing techniques to classify the collected text of the web page into useful phrases and unused phrases; storing content other than the text in the collected web pages as online content; Obtaining a draft article by inputting the company information and the product information into a generative artificial intelligence model; and generating a corporate promotional article by correcting the draft article using additional information including the used phrase and the online content.
상기 기업 정보 및 상기 상품 정보를 생성형 인공지능 모델에 입력하여 기사 초안을 획득하는 단계에서, 상기 생성형 인공지능 모델에 입력되는 정보는, 상기 상품 정보를 기초로 생성된 검색어를 웹 사이트에 검색하여 미리 설정된 임계 기간 이내에 게시된 게시 자료 중 미리 설정된 기준 횟수보다 많이 포함된 상품의 정보이다.In the step of obtaining a draft article by inputting the company information and the product information into the generative artificial intelligence model, the information input into the generative artificial intelligence model is searched on a website using search terms generated based on the product information. This is information about products that are included more than the preset standard number of published materials published within a preset threshold period.
상기 활용 문구 및 상기 온라인 콘텐츠를 포함하는 추가 정보를 이용하여 상기 기사 초안을 보정하여 기업 홍보용 기사를 생성하는 단계는, 상기 활용 문구 중 상기 기사 초안에서 언급되는 특정 상품과 관련된 문구를 관련 문구로 추출하는 단계, 상기 특정 상품을 온라인 상에서 검색하여 출력되는 결과물에서 상기 특정 상품을 제외한 키워드 중 등장 빈도가 미리 설정된 기준 빈도보다 높은 키워드를 트렌드 키워드로 설정하는 단계, 상기 관련 문구 및 상기 트렌드 키워드를 활용하여 상기 기사 초안이 수정되도록 상기 기사 초안, 상기 관련 문구 및 상기 트렌드 키워드를 생성형 인공지능 모델에 입력하여 기사 수정안을 획득하는 단계, 상기 온라인 콘텐츠 중 상기 특정 상품과 관련된 콘텐츠를 추출하는 단계, 상기 추출된 콘텐츠가 포함된 원래 웹 페이지의 조회수 및 상기 원래 웹 페이지가 게시된 사이트의 등급에 따라 상기 추출된 콘텐츠의 우선도를 부여하는 단계, 상기 기사 수정안의 각 문단에서 상기 특정 상품이 언급된 횟수 및 상기 특정 상품을 긍정하는 문구가 포함된 정도에 따라 상기 각 문단의 우선도를 부여하는 단계, 및 상기 각 문단의 우선도와 상기 추출된 콘텐츠의 우선도에 따라 상기 추출된 콘텐츠를 배치하는 단계를 포함한다.The step of generating a corporate promotional article by correcting the draft article using the use phrase and additional information including the online content includes extracting phrases related to a specific product mentioned in the article draft among the use phrases as related phrases. A step of searching for the specific product online and setting keywords with a higher frequency of appearance than the preset standard frequency among keywords excluding the specific product as trend keywords in the results output, using the related phrases and the trend keywords. Obtaining a revised article by inputting the draft article, the related phrases, and the trend keywords into a generative artificial intelligence model so that the draft article is modified; extracting content related to the specific product from the online content; extracting content related to the specific product from the online content; Giving priority to the extracted content according to the number of views of the original web page containing the content and the rating of the site on which the original web page is posted, the number of times the specific product is mentioned in each paragraph of the article amendment, and A step of assigning priority to each paragraph according to the degree to which it contains a phrase affirming the specific product, and arranging the extracted content according to the priority of each paragraph and the priority of the extracted content. do.
상기 추출된 콘텐츠를 배치하는 단계에서, 상기 추출된 콘텐츠의 크기를 설정하는 단계를 더 포함하고, 상기 추출된 콘텐츠의 크기를 설정하는 단계는, 상기 특정 상품의 출시일을 확인하여, 상기 특정 상품의 출시일 및 현 시점 간의 기간인 확인 기간을 생성하는 단계, 상기 확인 기간이 미리 설정된 제1 기준 기간보다 긴지 여부를 판단하는 단계, 상기 확인 기간이 상기 제1 기준 기간보다 길다고 확인되면, 상기 추출된 콘텐츠의 크기를 제1 크기로 설정하는 단계, 상기 확인 기간이 상기 제1 기준 기간보다 짧거나 동일하다고 확인되면, 상기 확인 기간이 미리 설정된 제2 기준 기간보다 긴지 여부를 판단하는 단계, 상기 확인 기간이 상기 제2 기준 기간보다 길다고 확인되면, 상기 추출된 콘텐츠의 크기를 상기 제1 크기보다 큰 제2 크기로 설정하는 단계, 및 상기 확인 기간이 상기 제2 기준 기간보다 짧거나 동일하다고 확인되면, 상기 확인 기간에 반비례하여 가중치를 생성하고, 상기 생성된 가중치를 상기 제2 크기에 적용하여 제3 크기를 설정하고, 상기 추출된 콘텐츠의 크기를 상기 제3 크기로 설정하는 단계를 포함한다.In the step of arranging the extracted content, the step further includes setting the size of the extracted content, and the step of setting the size of the extracted content includes checking the release date of the specific product, and determining the release date of the specific product. generating a confirmation period that is a period between the release date and the current time; determining whether the confirmation period is longer than a preset first reference period; if it is determined that the confirmation period is longer than the first reference period, the extracted Setting the size of the content to a first size, if it is confirmed that the confirmation period is shorter than or equal to the first reference period, determining whether the confirmation period is longer than a preset second reference period, the confirmation period If confirmed to be longer than the second reference period, setting the size of the extracted content to a second size larger than the first size, and if confirmed to be shorter than or equal to the second reference period. , generating a weight in inverse proportion to the confirmation period, setting a third size by applying the generated weight to the second size, and setting the size of the extracted content to the third size.
생성형 인공지능 모델을 활용한 기업 홍보용 기사 생성 방법은 상기 기업의 기존 홍보용 기사를 획득하는 단계; 상기 기업의 기존 홍보용 기사를 기초로, 상기 기업의 기존 홍보용 기사의 문체를 확인하는 단계; 상기 기업의 기존 홍보용 기사의 문체를 기초로, 상기 기업 홍보용 기사의 문체를 보정하는 단계; 상기 기업의 기존 홍보용 기사 중 미리 설정된 목표 기간 이내에 작성된 기사를 참고 기사로 선정하는 단계; 상기 참고 기사를 기초로, 미리 설정된 제1 부분에서 사용되는 문구를 확인하고, 확인된 문구 중 가장 많이 사용된 문구를 제1 문구로 선정하는 단계; 상기 참고 기사를 기초로, 미리 설정된 제2 부분에서 사용되는 문구를 확인하고, 확인된 문구 중 가장 많이 사용된 문구를 제2 문구로 선정하는 단계; 및 상기 기업 홍보용 기사의 상기 제1 부분에 상기 제1 문구를 삽입하고, 상기 기업 홍보용 기사의 상기 제2 부분에 상기 제2 문구를 삽입하는 단계를 더 포함하고, 생성형 인공지능 모델을 활용한 기업 홍보용 기사 생성 방법은 상기 기업 홍보용 기사에 상기 특정 상품과 관련된 링크를 추가하는 단계를 더 포함하고, 상기 기업 홍보용 기사에 상기 특정 상품과 관련된 링크를 추가하는 단계는, SNS를 통해 상기 특정 상품을 홍보한 인플루언서를 확인하고, 상기 인플루언서의 SNS 계정을 획득하는 단계, 상기 인플루언서의 SNS 계정을 기초로, 상기 특정 상품의 홍보 게시물이 포함된 링크를 상기 인플루언서의 상품 홍보 링크로 획득하는 단계, 상기 특정 상품을 구매할 수 있는 구매 링크를 확인하는 단계, 및 상기 인플루언서의 상품 홍보 링크 및 상기 구매 링크를 상기 기업 홍보용 기사에 추가하는 단계를 포함한다.A method of generating promotional articles for a company using a generative artificial intelligence model includes the steps of acquiring existing promotional articles for the company; Confirming the writing style of the existing promotional article of the company based on the existing promotional article of the company; Correcting the writing style of the company's promotional article based on the writing style of the company's existing promotional article; Selecting an article written within a preset target period among the company's existing promotional articles as a reference article; Based on the reference article, checking phrases used in a preset first part and selecting the most used phrase among the identified phrases as the first phrase; Based on the reference article, checking the phrases used in the preset second part and selecting the most used phrase among the confirmed phrases as the second phrase; And inserting the first phrase into the first part of the corporate promotional article and inserting the second phrase into the second part of the corporate promotional article, using a generative artificial intelligence model. The method of generating a corporate promotional article further includes the step of adding a link related to the specific product to the corporate promotional article, and the step of adding a link related to the specific product to the corporate promotional article includes providing the specific product through SNS. Confirming the influencer who promoted the product, obtaining the influencer's SNS account, and promoting the influencer's product by linking a link containing a promotional post for the specific product based on the influencer's SNS account It includes obtaining a link, confirming a purchase link for purchasing the specific product, and adding the influencer's product promotion link and the purchase link to the company promotional article.
생성형 인공지능 모델을 활용한 기업 홍보용 기사 생성 방법은 제1 시점에 상기 기업 홍보용 기사가 발송된 것으로 확인되면, 상기 기업의 정보를 제1 기업 데이터베이스에 저장하는 단계; 상기 기업이 상기 기업 홍보용 기사를 확인한 것으로 확인되면, 상기 제1 기업 데이터베이스에 저장되어 있는 기업의 정보를 삭제하고, 상기 기업의 정보를 제2 기업 데이터베이스에 저장하는 단계; 상기 기업의 기업 등급에 따라, 기업의 정보의 보관 기간을 제1 보관 기간으로 설정하는 단계; 상기 제1 시점으로부터 상기 제1 보관 기간 이내에 상기 기업에게 추가적인 기업 홍보용 기사가 발송되지 않은 것으로 확인되면, 상기 제2 기업 데이터베이스에 저장되어 있는 상기 기업의 정보를 삭제하는 단계; 제2 시점에 상기 기업에게 추가적인 기업 홍보용 기사가 제공된 것으로 확인되면, 상기 제1 보관 기간에 1보다 작은 값으로 설정된 제2 가중치를 적용하여, 제2 보관 기간을 설정하는 단계; 및 상기 제2 시점으로부터 상기 제2 보관 기간 이내에 상기 기업에게 추가적인 기업 홍보용 기사가 발송되지 않은 것으로 확인되면, 상기 제2 기업 데이터베이스에 저장되어 있는 상기 기업의 정보를 삭제하는 단계를 더 포함한다.A method of generating a corporate promotional article using a generative artificial intelligence model includes the steps of: when it is confirmed that the corporate promotional article has been sent at a first time, storing information about the company in a first company database; If it is confirmed that the company has confirmed the company promotional article, deleting the company information stored in the first company database and storing the company information in a second company database; According to the enterprise level of the enterprise, setting the storage period of the enterprise information as a first storage period; If it is confirmed that no additional corporate promotional articles have been sent to the company within the first storage period from the first point in time, deleting the information about the company stored in the second company database; If it is confirmed that an additional corporate promotional article has been provided to the company at a second time, setting a second storage period by applying a second weight set to a value less than 1 to the first storage period; And if it is confirmed that no additional corporate promotional articles have been sent to the company within the second storage period from the second point in time, it further includes deleting the information about the company stored in the second company database.
실시예들은 기업의 단말로부터 획득한 간략한 정보를 기초로, 생성형 인공지능 모델을 활용하여 기사 초안을 획득할 수 있다.Embodiments may obtain draft articles using a generative artificial intelligence model based on brief information obtained from a company's terminal.
실시예들은 생성형 인공지능 모델을 통해 획득한 기사 초안을 보정하여 기업 홍보용 기사를 생성할 수 있다.Embodiments may generate corporate promotional articles by correcting article drafts obtained through a generative artificial intelligence model.
실시예들은 텍스트 뿐 아니라 사진 및 동영상을 포함하는 온라인 콘텐츠를 삽입하여 기업 홍보용 기사를 생성할 수 있다.Embodiments may generate corporate promotional articles by inserting online content including photos and videos as well as text.
한편, 실시예들에 따른 효과들은 이상에서 언급한 것으로 제한되지 않으며, 언급되지 않은 또 다른 효과들은 아래의 기재로부터 해당 기술 분야의 통상의 지식을 가진 자에게 명확히 이해될 수 있을 것이다.Meanwhile, the effects according to the embodiments are not limited to those mentioned above, and other effects not mentioned can be clearly understood by those skilled in the art from the description below.
도 1은 일실시예에 따른 시스템의 구성을 개략적으로 나타낸 도면이다.
도 2는 일실시예에 따른 생성형 인공지능 모델을 활용하여 기업 홍보용 기사를 생성하는 과정을 설명하기 위한 순서도이다.
도 3은 일실시예에 따른 생성형 인공지능 모델에 입력하여 위해 상품 정보를 가공하는 과정을 설명하기 위한 순서도이다.
도 4는 일실시예에 따른 추가 정보를 이용하여 기사 초안을 보정하고, 기업 홍보용 기사를 생성하는 과정을 설명하기 위한 순서도이다.
도 5는 일실시예에 따른 추출된 콘텐츠의 크기를 설정하는 과정을 설명하기 위한 순서도이다.
도 6은 일실시예에 따른 기업 홍보용 기사를 보완하는 과정을 설명하기 위한 순서도이다.
도 7은 일실시예에 따른 특정 상품과 관련된 링크를 추가하는 과정을 설명하기 위한 순서도이다.
도 8은 일실시예에 따른 기업의 정보를 관리하는 과정을 설명하기 위한 순서도이다.
도 9는 일실시예에 따른 장치의 구성의 예시도이다.1 is a diagram schematically showing the configuration of a system according to an embodiment.
Figure 2 is a flow chart to explain the process of generating a corporate promotional article using a generative artificial intelligence model according to an embodiment.
Figure 3 is a flow chart to explain the process of processing product information by inputting it into a generative artificial intelligence model according to an embodiment.
Figure 4 is a flow chart to explain the process of correcting a draft article and creating a corporate promotional article using additional information according to an embodiment.
Figure 5 is a flowchart for explaining the process of setting the size of extracted content according to an embodiment.
Figure 6 is a flow chart to explain the process of supplementing a corporate promotional article according to an embodiment.
Figure 7 is a flowchart for explaining the process of adding a link related to a specific product according to an embodiment.
Figure 8 is a flow chart to explain the process of managing company information according to an embodiment.
Figure 9 is an exemplary diagram of the configuration of a device according to an embodiment.
이하에서, 첨부된 도면을 참조하여 실시예들을 상세하게 설명한다. 그러나, 실시예들에는 다양한 변경이 가해질 수 있어서 특허출원의 권리 범위가 이러한 실시예들에 의해 제한되거나 한정되는 것은 아니다. 실시예들에 대한 모든 변경, 균등물 내지 대체물이 권리 범위에 포함되는 것으로 이해되어야 한다.Hereinafter, embodiments will be described in detail with reference to the attached drawings. However, various changes can be made to the embodiments, so the scope of the patent application is not limited or limited by these embodiments. It should be understood that all changes, equivalents, or substitutes for the embodiments are included in the scope of rights.
실시예들에 대한 특정한 구조적 또는 기능적 설명들은 단지 예시를 위한 목적으로 개시된 것으로서, 다양한 형태로 변경되어 실시될 수 있다. 따라서, 실시예들은 특정한 개시형태로 한정되는 것이 아니며, 본 명세서의 범위는 기술적 사상에 포함되는 변경, 균등물, 또는 대체물을 포함한다.Specific structural or functional descriptions of the embodiments are disclosed for illustrative purposes only and may be modified and implemented in various forms. Accordingly, the embodiments are not limited to the specific disclosed form, and the scope of the present specification includes changes, equivalents, or substitutes included in the technical spirit.
제1 또는 제2 등의 용어를 다양한 구성요소들을 설명하는데 사용될 수 있지만, 이런 용어들은 하나의 구성요소를 다른 구성요소로부터 구별하는 목적으로만 해석되어야 한다. 예를 들어, 제1 구성요소는 제2 구성요소로 명명될 수 있고, 유사하게 제2 구성요소는 제1 구성요소로도 명명될 수 있다.Terms such as first or second may be used to describe various components, but these terms should be interpreted only for the purpose of distinguishing one component from another component. For example, a first component may be named a second component, and similarly, the second component may also be named a first component.
어떤 구성요소가 다른 구성요소에 "연결되어" 있다고 언급된 때에는, 그 다른 구성요소에 직접적으로 연결되어 있거나 또는 접속되어 있을 수도 있지만, 중간에 다른 구성요소가 존재할 수도 있다고 이해되어야 할 것이다.When a component is referred to as being “connected” to another component, it should be understood that it may be directly connected or connected to the other component, but that other components may exist in between.
실시예에서 사용한 용어는 단지 설명을 목적으로 사용된 것으로, 한정하려는 의도로 해석되어서는 안된다. 단수의 표현은 문맥상 명백하게 다르게 뜻하지 않는 한, 복수의 표현을 포함한다. 본 명세서에서, "포함하다" 또는 "가지다" 등의 용어는 명세서 상에 기재된 특징, 숫자, 단계, 동작, 구성요소, 부품 또는 이들을 조합한 것이 존재함을 지정하려는 것이지, 하나 또는 그 이상의 다른 특징들이나 숫자, 단계, 동작, 구성요소, 부품 또는 이들을 조합한 것들의 존재 또는 부가 가능성을 미리 배제하지 않는 것으로 이해되어야 한다.The terms used in the examples are for descriptive purposes only and should not be construed as limiting. Singular expressions include plural expressions unless the context clearly dictates otherwise. In this specification, terms such as “comprise” or “have” are intended to designate the presence of features, numbers, steps, operations, components, parts, or combinations thereof described in the specification, but are not intended to indicate the presence of one or more other features. It should be understood that this does not exclude in advance the possibility of the existence or addition of elements, numbers, steps, operations, components, parts, or combinations thereof.
다르게 정의되지 않는 한, 기술적이거나 과학적인 용어를 포함해서 여기서 사용되는 모든 용어들은 실시예가 속하는 기술 분야에서 통상의 지식을 가진 자에 의해 일반적으로 이해되는 것과 동일한 의미를 가지고 있다. 일반적으로 사용되는 사전에 정의되어 있는 것과 같은 용어들은 관련 기술의 문맥 상 가지는 의미와 일치하는 의미를 가지는 것으로 해석되어야 하며, 본 출원에서 명백하게 정의하지 않는 한, 이상적이거나 과도하게 형식적인 의미로 해석되지 않는다.Unless otherwise defined, all terms used herein, including technical or scientific terms, have the same meaning as generally understood by a person of ordinary skill in the technical field to which the embodiments belong. Terms defined in commonly used dictionaries should be interpreted as having a meaning consistent with the meaning in the context of the related technology, and unless explicitly defined in the present application, should not be interpreted in an ideal or excessively formal sense. No.
또한, 첨부 도면을 참조하여 설명함에 있어, 도면 부호에 관계없이 동일한 구성 요소는 동일한 참조부호를 부여하고 이에 대한 중복되는 설명은 생략하기로 한다. 실시예를 설명함에 있어서 관련된 공지 기술에 대한 구체적인 설명이 실시예의 요지를 불필요하게 흐릴 수 있다고 판단되는 경우 그 상세한 설명을 생략한다.In addition, when describing with reference to the accompanying drawings, identical components will be assigned the same reference numerals regardless of the reference numerals, and overlapping descriptions thereof will be omitted. In describing the embodiments, if it is determined that detailed descriptions of related known technologies may unnecessarily obscure the gist of the embodiments, the detailed descriptions are omitted.
실시예들은 퍼스널 컴퓨터, 랩톱 컴퓨터, 태블릿 컴퓨터, 스마트 폰, 텔레비전, 스마트 가전 기기, 지능형 자동차, 키오스크, 웨어러블 장치 등 다양한 형태의 제품으로 구현될 수 있다. Embodiments may be implemented in various types of products such as personal computers, laptop computers, tablet computers, smart phones, televisions, smart home appliances, intelligent vehicles, kiosks, and wearable devices.
도 1은 일실시예에 따른 시스템의 구성을 개략적으로 나타낸 도면이다.1 is a diagram schematically showing the configuration of a system according to an embodiment.
도 1을 참조하면, 일실시예에 따른 시스템은 통신망을 통해 서로 통신 가능한 기업의 단말(100), 및 장치(200)를 포함할 수 있다.Referring to FIG. 1, a system according to an embodiment may include a corporate terminal 100 and a device 200 that can communicate with each other through a communication network.
먼저, 통신망은 유선 및 무선 등과 같이 그 통신 양태를 가리지 않고 구성될 수 있으며, 서버와 서버 간의 통신과 서버와 단말 간의 통신이 수행되도록 다양한 형태로 구현될 수 있다.First, a communication network can be configured regardless of the communication mode, such as wired or wireless, and can be implemented in various forms to enable communication between servers and between servers and terminals.
기업의 단말(100)은 기업에 대한 간략한 정보를 통해 기업을 홍보할 수 있는 기업 홍보용 기사를 획득하고자 하는 기업이 사용하는 단말로, 휴대전화기, 데스크톱 PC, 랩탑 PC, 태블릿 PC, 스마트폰 등으로 구현될 수 있으나, 이에 제한되지는 않으며, 외부 서버와 연결될 수 있는 다양한 형태의 통신 장치로 구현될 수도 있다. 예를 들어, 도 1에 도시된 바와 같이, 기업의 단말(100)은 스마트폰일 수 있으며, 실시예에 따라 달리 채용될 수도 있다.The corporate terminal 100 is a terminal used by companies that wish to obtain corporate promotional articles that can promote the company through brief information about the company. It can be used through mobile phones, desktop PCs, laptop PCs, tablet PCs, smartphones, etc. It may be implemented, but is not limited to this, and may be implemented as various types of communication devices that can be connected to an external server. For example, as shown in FIG. 1, the corporate terminal 100 may be a smartphone, and may be employed differently depending on the embodiment.
기업의 단말(100)은 통상의 컴퓨터가 가지는 연산 기능, 저장/참조 기능, 입출력 기능 및 제어 기능을 전부 또는 일부 수행하도록 구성될 수 있다. 기업의 단말(100)은 장치(200)와 유무선으로 통신하도록 구성될 수 있다.The corporate terminal 100 may be configured to perform all or part of the calculation function, storage/reference function, input/output function, and control function of a typical computer. The company's terminal 100 may be configured to communicate with the device 200 in a wired or wireless manner.
기업의 단말(100)은 장치(200)를 이용하여 서비스를 제공하는 자 내지 단체가 운영하는 웹 사이트에 접속되거나, 장치(200)를 이용하여 서비스를 제공하는 자 내지 단체가 개발·배포한 애플리케이션이 설치될 수 있다. 기업의 단말(100)은 웹 사이트 또는 애플리케이션을 통해 장치(200)와 연동될 수 있다.The company's terminal 100 is connected to a website operated by a person or organization that provides services using the device 200, or an application developed and distributed by a person or organization that provides services using the device 200. This can be installed. The company's terminal 100 may be linked to the device 200 through a website or application.
도1 및 이하의 설명에서는, 설명의 편의상, 기업의 단말(100) 하나만을 도시하고 설명하였으나, 단말들의 수는 실시예에 따라 얼마든지 달라질 수 있다. 장치(200)의 처리 용량이 허용하는 한, 단말들의 수는 특별한 제한이 없다.In FIG. 1 and the description below, for convenience of explanation, only the enterprise terminal 100 is shown and described, but the number of terminals may vary depending on the embodiment. As long as the processing capacity of the device 200 allows, the number of terminals is not particularly limited.
장치(200)는 장치(200)를 이용하여 서비스를 제공하는 자 내지 단체가 보유한 자체 서버일수도 있고, 클라우드 서버일 수도 있고, 분산된 노드(node)들의 p2p(peer-to-peer) 집합일 수도 있다. 장치(200)는 통상의 컴퓨터가 가지는 연산 기능, 저장/참조 기능, 입출력 기능 및 제어 기능을 전부 또는 일부 수행하도록 구성될 수 있다. 장치(200)는 기업의 단말(100)과 유무선으로 통신하도록 구성될 수 있다. The device 200 may be its own server owned by a person or organization that provides services using the device 200, a cloud server, or a p2p (peer-to-peer) set of distributed nodes. It may be possible. The device 200 may be configured to perform all or part of the calculation function, storage/reference function, input/output function, and control function of a typical computer. The device 200 may be configured to communicate wired or wirelessly with the enterprise terminal 100.
또한, 장치(200)는 웹 페이지를 포함하는 웹 사이트와 유무선으로 통신할 수 있으며, 이때, 웹 페이지는 언론사의 웹 페이지, 각 기업의 웹 페이지, SNS 등을 포함할 수 있으며, SNS는 블로그, 카페, 인스타그램, 페이스북, 트위터, 유튜브 등을 포함할 수 있다. 장치(200)는 웹 사이트에 접속하여 정보를 획득할 수 있다.Additionally, the device 200 can communicate wired or wirelessly with a website including a web page. At this time, the web page may include a media company's web page, each company's web page, SNS, etc., and SNS may include a blog, This may include cafes, Instagram, Facebook, Twitter, YouTube, etc. The device 200 can access a website and obtain information.
장치(200)는 기업의 단말(100)로부터 기업의 기업 정보를 획득하고, 기업의 단말(100)로부터 상품의 상품 정보를 획득하고, 기업 정보 및 상품 정보에 기반하여 온라인 상에서 기업과 관련된 웹 페이지를 수집하고, 수집된 웹 페이지의 텍스트를 자연어 처리 기법을 통해 분석하여 수집된 웹 페이지의 텍스트를 활용 문구와 비활용 문구로 구분하고, 수집된 웹 페이지에서 텍스트 이외의 콘텐츠를 온라인 콘텐츠로 저장하고, 기업 정보 및 상품 정보를 생성형 인공지능 모델에 입력하여 기사 초안을 획득하고, 활용 문구 및 온라인 콘텐츠를 포함하는 추가 정보를 이용하여 기사 초안을 보정하여 기업 홍보용 기사를 생성할 수 있다. The device 200 obtains the company information of the company from the company terminal 100, obtains product information of the product from the company terminal 100, and displays a web page related to the company online based on the company information and product information. Collects and analyzes the text of the collected web pages using natural language processing techniques to classify the text of the collected web pages into useful and unused phrases, and stores content other than text from the collected web pages as online content. , corporate information and product information can be entered into a generative artificial intelligence model to obtain a draft article, and additional information including usage phrases and online content can be used to correct the draft article to create a corporate promotional article.
또한, 장치(200)는 생성된 기업 홍보용 기사를 기업의 단말(100)로 제공할 수 있다. Additionally, the device 200 may provide the generated corporate promotional article to the company's terminal 100.
또한, 장치(200)는 언론사의 웹 페이지를 기초로, 기업 홍보용 기사를 언론사에게 전송할 수도 있다.Additionally, the device 200 may transmit a corporate promotional article to a media company based on the media company's web page.
본 발명에서, 인공지능(Artificial Intelligence, AI)은 인간의 학습능력, 추론능력, 지각능력 등을 모방하고, 이를 컴퓨터로 구현하는 기술을 의미하고, 기계 학습, 심볼릭 로직(Symbolic Logic) 등의 개념을 포함할 수 있다. 기계 학습(Machine Learning, ML)은 입력 데이터들의 특징을 스스로 분류 또는 학습하는 알고리즘 기술이다. 인공지능의 기술은 기계 학습의 알고리즘으로써 입력 데이터를 분석하고, 그 분석의 결과를 학습하며, 그 학습의 결과에 기초하여 판단이나 예측을 할 수 있다. 또한, 기계 학습의 알고리즘을 활용하여 인간 두뇌의 인지, 판단 등의 기능을 모사하는 기술들 역시 인공지능의 범주로 이해될 수 있다. 예를 들어, 언어적 이해, 시각적 이해, 추론/예측, 지식 표현, 동작 제어 등의 기술 분야가 포함될 수 있다.In the present invention, artificial intelligence (AI) refers to technology that imitates human learning ability, reasoning ability, perception ability, etc. and implements this with a computer, and includes concepts such as machine learning and symbolic logic. may include. Machine Learning (ML) is an algorithmic technology that classifies or learns the characteristics of input data on its own. Artificial intelligence technology is a machine learning algorithm that analyzes input data, learns the results of the analysis, and makes judgments or predictions based on the results of the learning. Additionally, technologies that mimic the functions of the human brain, such as cognition and judgment, using machine learning algorithms can also be understood as the category of artificial intelligence. For example, technical fields such as verbal understanding, visual understanding, reasoning/prediction, knowledge representation, and motion control may be included.
기계 학습은 데이터를 처리한 경험을 이용해 신경망 모델을 훈련시키는 처리를 의미할 수 있다. 기계 학습을 통해 컴퓨터 소프트웨어는 스스로 데이터 처리 능력을 향상시키는 것을 의미할 수 있다. 신경망 모델은 데이터 사이의 상관 관계를 모델링하여 구축된 것으로서, 그 상관 관계는 복수의 파라미터에 의해 표현될 수 있다. 신경망 모델은 주어진 데이터로부터 특징들을 추출하고 분석하여 데이터 간의 상관 관계를 도출하는데, 이러한 과정을 반복하여 신경망 모델의 파라미터를 최적화해 나가는 것이 기계 학습이라고 할 수 있다. 예를 들어, 신경망 모델은 입출력 쌍으로 주어지는 데이터에 대하여, 입력과 출력 사이의 매핑(상관 관계)을 학습할 수 있다. 또는, 신경망 모델은 입력 데이터만 주어지는 경우에도 주어진 데이터 사이의 규칙성을 도출하여 그 관계를 학습할 수도 있다.Machine learning can refer to the process of training a neural network model using experience processing data. Machine learning can mean that computer software improves its own data processing capabilities. A neural network model is built by modeling the correlation between data, and the correlation can be expressed by a plurality of parameters. A neural network model extracts and analyzes features from given data to derive correlations between data. Repeating this process to optimize the parameters of the neural network model can be called machine learning. For example, a neural network model can learn the mapping (correlation) between input and output for data given as input-output pairs. Alternatively, a neural network model may learn the relationships by deriving regularities between given data even when only input data is given.
인공지능 학습모델 또는 신경망 모델은 인간의 뇌 구조를 컴퓨터 상에서 구현하도록 설계될 수 있으며, 인간의 신경망의 뉴런(neuron)을 모의하며 가중치를 가지는 복수의 네트워크 노드들을 포함할 수 있다. 복수의 네트워크 노드들은 뉴런이 시냅스(synapse)를 통하여 신호를 주고받는 뉴런의 시냅틱(synaptic) 활동을 모의하여, 서로 간의 연결 관계를 가질 수 있다. 인공지능 학습모델에서 복수의 네트워크 노드들은 서로 다른 깊이의 레이어에 위치하면서 컨볼루션(convolution) 연결 관계에 따라 데이터를 주고받을 수 있다. 인공지능 학습모델은, 예를 들어, 인공 신경망 모델(Artificial Neural Network), 컨볼루션 신경망 모델(Convolution Neural Network: CNN) 등일 수 있다. 일 실시예로서, 인공지능 학습모델은, 지도학습(Supervised Learning), 비지도 학습(Unsupervised Learning), 강화 학습(Reinforcement Learning) 등의 방식에 따라 기계 학습될 수 있다. 기계 학습을 수행하기 위한 기계 학습 알고리즘에는, 의사결정트리(Decision Tree), 베이지안 망(Bayesian Network), 서포트 벡터 머신(Support Vector Machine), 인공 신경망(Artificial Neural Network), 에이다부스트(Ada-boost), 퍼셉트론(Perceptron), 유전자 프로그래밍(Genetic Programming), 군집화(Clustering) 등이 사용될 수 있다.An artificial intelligence learning model or neural network model may be designed to implement the human brain structure on a computer, and may include a plurality of network nodes with weights that simulate neurons of a human neural network. A plurality of network nodes may have a connection relationship with each other by simulating the synaptic activity of neurons in which neurons exchange signals through synapses. In an artificial intelligence learning model, multiple network nodes are located in layers of different depths and can exchange data according to convolutional connection relationships. The artificial intelligence learning model may be, for example, an artificial neural network model (Artificial Neural Network), a convolution neural network (CNN) model, etc. As an example, an artificial intelligence learning model may be machine-learned according to methods such as supervised learning, unsupervised learning, and reinforcement learning. Machine learning algorithms for performing machine learning include Decision Tree, Bayesian Network, Support Vector Machine, Artificial Neural Network, and Ada-boost. , Perceptron, Genetic Programming, Clustering, etc. can be used.
이중, CNN은 최소한의 전처리(preprocess)를 사용하도록 설계된 다계층 퍼셉트론(multilayer perceptrons)의 한 종류이다. CNN은 하나 또는 여러 개의 합성곱 계층과 그 위에 올려진 일반적인 인공 신경망 계층들로 이루어져 있으며, 가중치와 통합 계층(pooling layer)들을 추가로 활용한다. 이러한 구조 덕분에 CNN은 2차원 구조의 입력 데이터를 충분히 활용할 수 있다. 다른 딥러닝 구조들과 비교해서, CNN은 영상, 음성 분야 모두에서 좋은 성능을 보여준다. CNN은 또한 표준 역전달을 통해 훈련될 수 있다. CNN은 다른 피드포워드 인공신경망 기법들보다 쉽게 훈련되는 편이고 적은 수의 매개변수를 사용한다는 이점이 있다.Among them, CNN is a type of multilayer perceptrons designed to use minimal preprocessing. CNN consists of one or several convolution layers and general artificial neural network layers on top of them, and additionally utilizes weights and pooling layers. Thanks to this structure, CNN can fully utilize input data with a two-dimensional structure. Compared to other deep learning structures, CNN shows good performance in both video and audio fields. CNNs can also be trained via standard back propagation. CNNs have the advantage of being easier to train and using fewer parameters than other feedforward artificial neural network techniques.
컨볼루션 네트워크는 묶인 파라미터들을 가지는 노드들의 집합들을 포함하는 신경 네트워크들이다. 사용 가능한 트레이닝 데이터의 크기 증가와 연산 능력의 가용성이, 구분적 선형 단위 및 드롭아웃 트레이닝과 같은 알고리즘 발전과 결합되어, 많은 컴퓨터 비전 작업들이 크게 개선되었다. 오늘날 많은 작업에 사용할 수 있는 데이터 세트들과 같은 엄청난 양의 데이터 세트에서는 초과 맞춤(outfitting)이 중요하지 않으며, 네트워크의 크기를 늘리면 테스트 정확도가 향상된다. 컴퓨팅 리소스들의 최적 사용은 제한 요소가 된다. 이를 위해, 심층 신경 네트워크들의 분산된, 확장 가능한 구현예가 사용될 수 있다.Convolutional networks are neural networks that contain sets of nodes with bound parameters. The increasing size of available training data and the availability of computational power, combined with algorithmic advances such as piecewise linear unit and dropout training, have led to significant improvements in many computer vision tasks. For extremely large data sets, such as those available for many tasks today, overfitting is not critical, and increasing the size of the network improves test accuracy. Optimal use of computing resources becomes a limiting factor. For this purpose, distributed, scalable implementations of deep neural networks can be used.
도 2는 일실시예에 따른 생성형 인공지능 모델을 활용하여 기업 홍보용 기사를 생성하는 과정을 설명하기 위한 순서도이다.Figure 2 is a flow chart to explain the process of generating a corporate promotional article using a generative artificial intelligence model according to an embodiment.
도 2를 참조하면, 먼저, S201 단계에서, 장치(200)는 기업의 단말(100)로부터 기업의 기업 정보를 획득할 수 있다. 여기서, 기업의 기업 정보는 기업의 명칭, 기업의 업종, 기업의 이력, 기업의 주소, 기업의 연락처를 포함할 수 있다.Referring to FIG. 2, first, in step S201, the device 200 may obtain company information of the company from the company's terminal 100. Here, the company's corporate information may include the company's name, the company's industry, the company's history, the company's address, and the company's contact information.
구체적으로, 장치(200)는 기업의 단말(100)로부터 기업의 명칭, 기업의 업종, 기업의 이력, 기업의 주소, 기업의 연락처를 포함하는 기업의 기업 정보를 획득할 수 있다.Specifically, the device 200 may obtain company information including the company's name, company's industry, company's history, company's address, and company's contact information from the company's terminal 100.
S202 단계에서, 장치(200)는 기업의 단말(100)로부터 기업에서 제공하는 상품의 상품 정보를 획득할 수 있다. 여기서, 상품은 유형인 제품과 무형인 서비스를 모두 포함할 수 있으며, 상품의 상품 정보는 기업에서 제공하는 상품에 대응하여 상품의 이름, 상품의 카테고리, 상품의 특징, 상품의 이미지를 포함할 수 있다.In step S202, the device 200 may obtain product information about a product provided by the company from the company's terminal 100. Here, the product may include both tangible products and intangible services, and the product information may include the product name, product category, product characteristics, and product image corresponding to the product provided by the company. there is.
구체적으로, 장치(200)는 기업의 단말(100)로부터 기업에서 제공하는 상품의 이름, 상품의 카테고리, 상품의 특징, 상품의 이미지를 포함하는 상품의 상품 정보를 획득할 수 있다.Specifically, the device 200 may obtain product information of the product provided by the company, including the name of the product, the category of the product, the characteristics of the product, and the image of the product, from the company's terminal 100.
한편, 장치(200)는 기업의 단말(100)로부터 기업에서 제공하는 복수 개의 상품에 대응하는 상품의 상품 정보를 획득할 수도 있고, 기업에서 홍보하고자 하는 하나의 상품에 대응하는 상품의 상품 정보를 획득할 수도 있다.Meanwhile, the device 200 may obtain product information of a product corresponding to a plurality of products provided by the company from the company's terminal 100, and may obtain product information of a product corresponding to one product that the company wishes to promote. You can also obtain it.
S203 단계에서, 장치(200)는 기업 정보 및 상품 정보에 기반하여 온라인 상에서 기업과 관련된 웹 페이지를 수집할 수 있다. 여기서, 온라인은 웹 사이트를 포함할 수 있으며, 웹 사이트는 장치(200)와 유무선으로 통신할 수 있다.In step S203, the device 200 may collect online web pages related to the company based on company information and product information. Here, online may include a website, and the website may communicate with the device 200 wired or wirelessly.
구체적으로, 장치(200)는 기업의 단말(100)로부터 획득한 기업의 기업 정보 및 상품의 상품 정보에 기반하여 온라인 상에서 기업과 관련된 웹 페이지를 수집할 수 있다. 이때, 장치(200)는 온라인 상에서 기업과 관련된 웹 페이지를 수집하기 위해 기업의 단말(100)로부터 획득한 기업의 기업 정보 및 상품의 상품 정보에 기반하여 기업 정보 및 상품 정보를 포함하는 검색어를 생성할 수 있고, 생성된 검색어를 기초로, 온라인 상에서 검색하여 기업과 관련된 웹 페이지를 획득할 수 있다.Specifically, the device 200 may collect web pages related to a company online based on the company information and product information obtained from the company terminal 100. At this time, the device 200 generates a search term including company information and product information based on the company information and product information obtained from the company terminal 100 in order to collect web pages related to the company online. Based on the generated search term, you can search online and obtain web pages related to the company.
S204 단계에서, 장치(200)는 수집된 웹 페이지의 텍스트를 자연어 처리 기법을 통해 분석하여 수집된 웹 페이지의 텍스트를 활용 문구와 비활용 문구로 구분할 수 있다.In step S204, the device 200 may analyze the text of the collected web page through natural language processing techniques and divide the text of the collected web page into useful phrases and unused phrases.
여기서, 자연어 처리(Natural Language Processing;NLP) 기법은 컴퓨터가 인간의 언어를 이해, 생성, 조작할 수 있도록 하는 기법으로, 자연어 처리는 인공지능 모델에 의해 수행될 수 있다. 이때, 자연어 처리를 수행하는 인공지능 모델은 학습 데이터에 대한 훈련을 통해 목표 작업을 수행하도록 하는 머신 러닝을 통해 학습될 수 있다. 예를 들어, 자연어 처리를 수행하는 인공지능 모델은 문장과 문장이 지닌 감정(긍정적, 부정적 또는 중립적)으로 구성되는 감정 분석 훈련 데이터에 의해 학습될 수 있으며, 감정 분석 훈련 데이터에 의해 학습된 자연어 처리를 수행하는 인공지능 모델은 문장이 입력되면, 문장의 감정을 반환하는 인공지능 모델일 수 있다. 한편, 자연어 처리를 수행하는 인공지능 모델은 본문에 구체적으로 작성하지 않았지만, 통상적으로 사용되는 자연어 처리를 수행하는 인공지능 모델과 동일한 형태로 구현될 수 있다. 한편, 자연어 처리를 수행하는 인공지능 모델은 장치(200)에 구비되거나 별개의 인공지능 모델로 장치(200)와 유무선으로 통신할 수 있다.Here, Natural Language Processing (NLP) is a technique that allows computers to understand, generate, and manipulate human language, and natural language processing can be performed by an artificial intelligence model. At this time, the artificial intelligence model that performs natural language processing can be learned through machine learning to perform the target task through training on learning data. For example, an artificial intelligence model that performs natural language processing can be learned by sentiment analysis training data consisting of sentences and the emotions (positive, negative, or neutral) of the sentences, and natural language processing learned by sentiment analysis training data. The artificial intelligence model that performs may be an artificial intelligence model that returns the emotion of the sentence when a sentence is input. Meanwhile, the artificial intelligence model that performs natural language processing is not specifically written in the text, but can be implemented in the same form as the commonly used artificial intelligence model that performs natural language processing. Meanwhile, an artificial intelligence model that performs natural language processing may be provided in the device 200 or may communicate with the device 200 wired or wirelessly as a separate artificial intelligence model.
즉, 장치(200)는 수집된 웹 페이지를 기초로, 웹 페이지에 포함된 텍스트를 인식할 수 있으며, 인식된 텍스트를 자연어 처리를 수행하는 인공지능 모델에 적용할 수 있고, 자연어 처리 기법을 통해 분석할 수 있다. 구체적으로, 장치(200)는 인식된 텍스트를 전처리하는 과정을 수행할 수 있으며, 장치(200)는 인식된 텍스트를 문장 단위로 분류할 수 있고, 분류된 문장을 다시 단어 단위로 분할할 수 있으며, 이 과정에서 특수 문자나 불필요한 공백을 제거하는 전처리 과정을 수행할 수 있다. 또한, 장치(200)는 전처리된 텍스트를 자연어 처리 기법을 사용하여 분석할 수 있다. 이때, 자연어 처리 기법은 문장 구조, 어휘 의미, 문맥 등을 파악하여 단어의 긍정적 또는 부정적 의미를 예측할 수 있다. 또한, 장치(200)는 자연어 분석을 통해 추출된 단어들을 긍정 단어와 부정 단어로 분류할 수 있으며, 긍정 단어는 긍정적인 의미를 가지고 있는 단어들로, 상품의 장점이나 상품의 효과를 나타내는 단어들이 포함될 수 있고, 부정 단어는 부정적인 의미를 가지고 있는 단어들로, 상품의 단점이나 개선이 필요한 부분을 나타내는 단어들이 포함될 수 있다.That is, the device 200 can recognize text included in a web page based on the collected web pages, and apply the recognized text to an artificial intelligence model that performs natural language processing, through natural language processing techniques. It can be analyzed. Specifically, the device 200 can perform a process of preprocessing the recognized text, the device 200 can classify the recognized text into sentences, and divide the classified sentences into word units again. , during this process, a preprocessing process can be performed to remove special characters or unnecessary spaces. Additionally, the device 200 may analyze the preprocessed text using natural language processing techniques. At this time, natural language processing techniques can predict the positive or negative meaning of a word by understanding sentence structure, vocabulary meaning, and context. In addition, the device 200 can classify words extracted through natural language analysis into positive words and negative words. Positive words are words with a positive meaning, and are words that indicate the advantages of the product or the effect of the product. Negative words are words with a negative connotation and may include words that indicate a product's shortcomings or areas that require improvement.
또한, 장치(200)는 자연어 처리 기법을 통해 분석된 웹 페이지의 텍스트를 활용 문구와 비활용 문구로 구분할 수 있다. 구체적으로, 장치(200)는 긍정적인 의미를 가지고 있는 단어인 긍정 단어가 포함된 문장을 기업 홍보용 기사에 활용할 수 있다고 판단하여 긍정 단어가 포함된 문장을 활용 문구로 구분할 수 있고, 부정적인 의미를 가지고 있는 단어인 부정 단어가 포함된 문장을 기업 홍보용 기사에 활용할 수 없다고 판단하여 부정 단어가 포함된 문장을 비활용 문구로 구분할 수 있다. 한편, 장치(200)는 본문에 작성하지 않았지만, 이외에 통상적으로 사용되는 자연어 처리 기법에 의해 텍스트를 활용 문구와 비활용 문구로 구분할 수도 있다.Additionally, the device 200 may distinguish text from a web page analyzed through natural language processing techniques into useful phrases and unused phrases. Specifically, the device 200 determines that sentences containing positive words, which are words with a positive meaning, can be used in corporate promotional articles, and can classify sentences containing positive words into phrases that are used, and sentences containing positive words with negative meanings. It is determined that sentences containing negative words, which are existing words, cannot be used in corporate promotional articles, so sentences containing negative words can be classified as unused phrases. Meanwhile, although the device 200 does not write in the text, it can also classify the text into useful phrases and unused phrases using commonly used natural language processing techniques.
S205 단계에서, 장치(200)는 수집된 웹 페이지에서 텍스트 이외의 콘텐츠를 온라인 콘텐츠로 저장할 수 있다. 여기서, 온라인 콘텐츠는 텍스트를 제외한 사진 및 동영상일 수 있다.In step S205, the device 200 may save content other than text from the collected web pages as online content. Here, online content may be photos and videos excluding text.
구체적으로, 장치(200)는 수집된 웹 페이지에 포함된 텍스트를 인식할 수 있으며, 장치(200)는 수집된 웹 페이지에 포함된 콘텐츠 중 텍스트를 제외한 콘텐츠 즉, 사진 콘텐츠 또는 동영상 콘텐츠를 온라인 콘텐츠로 장치(200)에 구비된 데이터베이스에 저장할 수 있다. 이때, 장치(200)는 온라인 콘텐츠를 데이터베이스에 저장하는 과정에서 온라인 콘텐츠와 해당 온라인 콘텐츠가 포함되었던 웹 페이지의 정보를 매칭하여 저장할 수 있다. 이때, 웹 페이지의 정보에는 해당 웹 페이지의 링크, 해당 웹 페이지가 게시된 사이트, 해당 웹 페이지의 조회수, 해당 웹 페이지의 게시일이 포함될 수 있다. Specifically, the device 200 can recognize text included in the collected web pages, and the device 200 recognizes content other than text among the content included in the collected web pages, that is, photo content or video content as online content. It can be stored in a database provided in the device 200. At this time, in the process of storing the online content in the database, the device 200 may match and store the information of the online content and the web page that contained the online content. At this time, the information on the web page may include the link of the web page, the site where the web page is posted, the number of views of the web page, and the posting date of the web page.
S206 단계에서, 장치(200)는 기업 정보 및 상품 정보를 생성형 인공지능 모델에 입력하여 기사 초안을 획득할 수 있다. 여기서, 생성형 인공지능 모델은 주어진 입력에 대하여 텍스트, 이미지, 음성 등 다양한 유형의 데이터를 생성하는 인공지능 모델로, 생성형 인공지능 모델은 딥러닝과 자연어 처리 기술을 기반으로 하며, 언어 생성 모델과 이미지 생성 모델을 포함할 수 있다. 또한, 생성형 인공지능 모델은 장치(200)에 구비되거나, 별개의 인공지능 모델로 장치(200)와 유무선으로 통신할 수 있다. 또한, 생성형 인공지능 모델은 통상적으로 사용되는 생성형 인공지능 모델과 동일한 형태로 구현될 수 있으며, 생성형 인공지능 모델은 ChatGPT 모델과 동일한 형태의 모델일 수 있다.In step S206, the device 200 may obtain a draft article by inputting company information and product information into a generative artificial intelligence model. Here, the generative artificial intelligence model is an artificial intelligence model that generates various types of data such as text, image, and voice for a given input. The generative artificial intelligence model is based on deep learning and natural language processing technology, and is a language generation model. and image generation model. Additionally, the generative artificial intelligence model may be provided in the device 200 or may communicate with the device 200 wired or wirelessly as a separate artificial intelligence model. Additionally, the generative artificial intelligence model may be implemented in the same form as a commonly used generative artificial intelligence model, and the generative artificial intelligence model may be a model of the same type as the ChatGPT model.
구체적으로, 장치(200)는 기업의 단말(100)로부터 획득한 기업 정보 및 기업의 단말(100)로부터 획득한 상품 정보를 생성형 인공지능 모델에 입력하여 기사 초안을 획득할 수 있다. Specifically, the device 200 may obtain a draft article by inputting company information acquired from the company's terminal 100 and product information obtained from the company's terminal 100 into a generative artificial intelligence model.
예를 들어, 장치(200)는 “기업 정보” AND “상품 정보” AND “해당 정보를 통해 기사 초안을 만들어 줘.”를 생성형 인공지능 모델에 입력할 수 있고, 장치(200)는 “기업 정보” AND “상품 정보” AND “해당 정보를 통해 기사 초안을 만들어 줘.”를 입력하여 생성형 인공지능 모델을 통해 출력된 기사 초안을 획득할 수 있다.For example, the device 200 can input “company information” AND “product information” AND “create a draft article using that information” into the generative artificial intelligence model, and the device 200 can input “company information” AND “create a draft article using that information.” You can obtain a draft article printed through a generative artificial intelligence model by entering “information” AND “product information” AND “create a draft article using the information.”
S207 단계에서, 장치(200)는 활용 문구 및 온라인 콘텐츠를 포함하는 추가 정보를 이용하여 기사 초안을 보정하여 기업 홍보용 기사를 생성할 수 있다. In step S207, the device 200 may correct the draft article using additional information including useful phrases and online content to create a corporate promotional article.
구체적으로, 장치(200)는 기업 정보 및 상품 정보를 생성형 인공지능 모델에 입력하여 획득한 기사 초안을 활용 문구 및 온라인 콘텐츠를 포함하는 추가 정보를 이용하여 보정할 수 있으며, 보정 결과 기업 홍보용 기사를 생성할 수 있다.Specifically, the device 200 can correct a draft article obtained by inputting company information and product information into a generative artificial intelligence model using additional information including usage phrases and online content, and as a result of the correction, a corporate promotional article. can be created.
이때, 추가 정보를 이용하여 기사 초안을 보정하는 과정은 도 4를 참고하기로 한다.At this time, the process of correcting the draft article using additional information will be referred to Figure 4.
또한, 장치(200)는 상기 과정을 통해 생성된 기업 홍보용 기사를 기업의 단말(100)로 제공할 수 있다. Additionally, the device 200 may provide a corporate promotional article generated through the above process to the corporate terminal 100.
또한, 장치(200)는 기업 홍보용 기사를 장치(200)와 유무선으로 통신하는 언론사의 웹 페이지로 전송할 수 있다.Additionally, the device 200 may transmit a corporate promotional article to a web page of a media company that communicates with the device 200 wired or wirelessly.
이를 통해, 장치(200)는 기업의 단말(100)로부터 획득한 기업 및 기업에서 제공하는 상품의 정보를 생성형 인공지능 모델에 입력하여 기업 홍보용 기사를 빠르고 효율적으로 생성할 수 있다.Through this, the device 200 can quickly and efficiently generate corporate promotional articles by inputting information about the company and products provided by the company obtained from the company's terminal 100 into a generative artificial intelligence model.
한편, 장치(200)는 생성형 인공지능 모델을 통해 더 효율적인 기사 초안을 획득하기 위해 상품 정보를 가공할 수 있다.Meanwhile, the device 200 can process product information to obtain a more efficient article draft through a generative artificial intelligence model.
도 3은 일실시예에 따른 생성형 인공지능 모델에 입력하여 위해 상품 정보를 가공하는 과정을 설명하기 위한 순서도이다.Figure 3 is a flow chart to explain the process of processing product information by inputting it into a generative artificial intelligence model according to an embodiment.
도 3을 참조하면, 먼저, S301 단계에서, 장치(200)는 상품 정보를 기초로, 검색어를 생성할 수 있다.Referring to FIG. 3, first, in step S301, the device 200 may generate a search term based on product information.
구체적으로, 장치(200)는 기업의 단말(100)로부터 획득한 상품의 이름, 상품의 카테고리, 상품의 특징을 포함하는 상품의 상품 정보를 기초로, 검색어를 생성할 수 있다.Specifically, the device 200 may generate a search term based on product information including the product name, product category, and product characteristics obtained from the company's terminal 100.
S302 단계에서, 장치(200)는 생성된 검색어를 웹 사이트에 검색하여 임계 기간 이내에 게시된 게시 자료를 획득할 수 있다. 여기서, 웹 사이트는 장치(200)와 유무선으로 통신할 수 있고, 웹 페이지를 포함할 수 있으며, 이때, 웹 페이지는 언론사의 웹 페이지, 각 기업의 웹 페이지, SNS 등을 포함할 수 있으며, SNS는 블로그, 카페, 인스타그램, 페이스북, 트위터, 유튜브 등을 포함할 수 있다. 또한, 임계 기간은 미리 설정된 기간으로 실시 예에 따라 달라질 수 있다.In step S302, the device 200 may search the generated search term on a website to obtain posted data within a critical period. Here, the website can communicate with the device 200 wired and wirelessly, and may include a web page. At this time, the web page may include a media company's web page, each company's web page, SNS, etc., and SNS. May include blogs, cafes, Instagram, Facebook, Twitter, YouTube, etc. Additionally, the critical period is a preset period and may vary depending on the embodiment.
구체적으로, 장치(200)는 기업의 단말(100)로부터 획득한 상품의 상품 정보를 기초로, 검색어를 생성할 수 있고, 생성된 검색어를 기초로 장치(200)와 유무선으로 통신하는 웹 사이트에 검색하여 출력된 게시 자료를 확인할 수 있고, 게시 자료 중 미리 설정된 임계 기간 이내에 게시된 게시 자료를 획득할 수 있다.Specifically, the device 200 can generate a search term based on the product information of the product obtained from the company's terminal 100, and send it to a website that communicates with the device 200 wired or wirelessly based on the generated search term. You can search and check the printed published data, and among the published data, you can obtain published data published within a preset threshold period.
S303 단계에서, 장치(200)는 게시 자료를 기초로, 기준 횟수보다 많이 포함된 상품의 정보를 획득할 수 있다. 여기서, 기준 횟수는 미리 설정된 횟수로 실시 예에 따라 달라질 수 있다.In step S303, the device 200 may obtain information on products included more than the standard number of times based on the posted data. Here, the reference number is a preset number and may vary depending on the embodiment.
구체적으로, 장치(200)는 상품의 상품 정보를 통해 생성된 검색어를 웹 사이트에 검색하여 임계 기간 이내에 게시된 게시 자료를 획득할 수 있고, 획득한 게시 자료를 기초로, 미리 설정된 기준 횟수보다 많이 포함된 상품의 정보를 획득할 수 있다. Specifically, the device 200 can search a website for a search term generated through product information of a product to obtain published data within a critical period, and based on the obtained published data, more than a preset standard number of times. You can obtain information about the included products.
즉, 장치(200)는 임계 기간 이내에 게시된 게시 자료를 기초로, 기준 횟수보다 많이 포함된 단어 즉, 기준 횟수보다 많이 포함된 키워드를 확인할 수 있고, 기준 횟수보다 많이 포함된 상품의 정보를 획득할 수 있다. 이때, 키워드는 기업의 단말(100)로부터 획득한 상품의 상품 정보 내에 포함된 상품의 이름일 수도 있고, 상품의 상품 정보 내에 포함된 상품의 특징일 수도 있다. 또한, 장치(200)는 게시 자료를 기초로, 기준 횟수보다 많이 포함된 키워드를 확인한 결과, 해당 키워드가 상품의 상품 정보 내에 포함된 상품의 이름이라고 확인되면, 해당 상품을 기업에서 주력으로 판매하고 있는 상품으로 판단할 수도 있다.That is, the device 200 can check words included more than the standard number of times, that is, keywords included more than the standard number of times, and obtain information about products included more than the standard number of times, based on the posted data within the critical period. can do. At this time, the keyword may be the name of the product included in the product information of the product obtained from the company's terminal 100, or may be a characteristic of the product included in the product information of the product. In addition, the device 200 checks keywords that are included more than the standard number of times based on the posted data, and if the keyword is confirmed to be the name of a product included in the product information, the company sells the product as its main product. You can also judge by the product that is available.
도 4는 일실시예에 따른 추가 정보를 이용하여 기사 초안을 보정하고, 기업 홍보용 기사를 생성하는 과정을 설명하기 위한 순서도이다.Figure 4 is a flow chart to explain the process of correcting a draft article and creating a corporate promotional article using additional information according to an embodiment.
도 4를 참조하면, 먼저, S401 단계에서, 장치(200)는 활용 문구 중 기사 초안에서 언급되는 특정 상품과 관련된 문구를 관련 문구로 추출할 수 있다. 여기서, 특정 상품은 기업의 단말(100)로부터 획득한 상품의 상품 정보를 기초로 확인된 상품일 수도 있고, 도 3을 통해 확인된 기업에서 주력으로 판매하고 있는 상품일 수도 있다. Referring to FIG. 4, first, in step S401, the device 200 may extract a phrase related to a specific product mentioned in the draft article from among the phrases used as a related phrase. Here, the specific product may be a product confirmed based on product information obtained from the company's terminal 100, or may be a product mainly sold by the company identified through FIG. 3.
구체적으로, 장치(200)는 기업 정보 및 상품 정보에 기반하여 온라인 상에서 기업과 관련된 웹 페이지를 수집할 수 있고, 장치(200)는 수집된 웹 페이지를 기초로, 웹 페이지의 텍스트를 자연어 처리 기법을 통해 분석하여 활용 문구를 확인할 수 있다. 또한, 장치(200)는 생성형 인공지능 모델을 통해 획득한 기사 초안을 확인하여, 기사 초안에서 언급되는 특정 상품을 확인할 수 있는데, 이때, 특정 상품은 기업의 단말(100)로부터 획득한 상품의 상품 정보를 기초로, 확인된 상품일 수도 있고, 도 3을 통해 확인된 기업에서 주력으로 판매하고 있는 상품일 수도 있다. 즉, 장치(200)는 기업의 단말(100)로부터 획득한 상품의 상품 정보 및 도 3의 과정을 통해 획득한 상품의 정보를 기초로, 생성형 인공지능 모델을 통해 획득한 기사 초안에서 언급되는 상품을 확인할 수 있으며, 해당 상품을 특정 상품으로 확인할 수 있다. 또한, 장치(200)는 기사 초안에서 언급되는 특정 상품이 확인되면, 기사 초안에 포함된 특정 상품의 이름, 특정 상품의 카테고리, 특정 상품의 특징 등을 포함하는 특정 상품의 정보를 확인할 수 있고, 특정 상품의 정보를 기초로, 활용 문구 중 특정 상품과 관련된 문구를 확인하여 관련 문구로 추출할 수 있다. Specifically, the device 200 can collect web pages related to a company online based on company information and product information, and the device 200 can use natural language processing to convert the text of the web page based on the collected web pages. You can check the phrases used by analyzing them. In addition, the device 200 can check the draft article obtained through the generative artificial intelligence model and check the specific product mentioned in the article draft. In this case, the specific product is the product obtained from the company's terminal 100. It may be a product confirmed based on product information, or it may be a product mainly sold by the company identified through Figure 3. That is, the device 200 is based on the product information of the product acquired from the company's terminal 100 and the product information acquired through the process of FIG. 3, and the article mentioned in the draft obtained through the generative artificial intelligence model. You can check the product, and you can check the product as a specific product. In addition, when the specific product mentioned in the draft article is confirmed, the device 200 can check information about the specific product, including the name of the specific product, the category of the specific product, and the characteristics of the specific product included in the draft article. Based on information on a specific product, phrases related to a specific product among the phrases used can be identified and extracted as related phrases.
S402 단계에서, 장치(200)는 특정 상품을 온라인 상에 검색하여 출력되는 결과물에서 특정 상품을 제외한 키워드 중 등장 빈도가 높은 키워드를 트렌드 키워드로 설정할 수 있다.In step S402, the device 200 may search for a specific product online and set a keyword with a high frequency of appearance among keywords excluding the specific product as a trend keyword in the results output.
구체적으로, 장치(200)는 기사 초안에서 언급되는 특정 상품을 확인하면, 특정 상품의 이름을 장치(200)와 유무선으로 통신하는 웹 사이트에 검색하여 결과물을 획득할 수 있으며, 장치(200)는 특정 상품을 웹 사이트에 검색하여 출력되는 결과물을 기초로, 특정 상품을 제외한 키워드 즉, 특정 상품의 이름을 제외한 키워드 중 등장 빈도가 가장 높은 키워드를 트렌드 키워드로 설정할 수 있다. 이때, 트렌드 키워드로 설정하는 과정에서 키워드 중 특정 상품을 제외하는 이유는 예를 들어 특정 상품인 “제1 상품”을 검색하여 출력된 결과물에는 당연히 “제1 상품”이 많이 포함되어 있기 때문에 키워드 중 “제1 상품”을 제외할 수 있다. Specifically, when the device 200 confirms a specific product mentioned in the draft article, the device 200 can obtain a result by searching the name of the specific product on a website that communicates wired or wirelessly with the device 200. Based on the results output by searching for a specific product on a website, the keyword excluding the specific product, that is, the keyword with the highest frequency of appearance among keywords excluding the name of the specific product, can be set as a trend keyword. At this time, the reason for excluding specific products among the keywords in the process of setting them as trend keywords is that, for example, when searching for a specific product, “First Product,” the results output naturally contain a lot of “First Product” among the keywords. “First product” can be excluded.
S403 단계에서, 장치(200)는 관련 문구 및 트렌드 키워드를 활용하여 기사 초안이 수정되도록 기사 초안, 관련 문구, 트렌드 키워드를 생성형 인공지능 모델에 입력하여 기사 수정안을 획득할 수 있다.In step S403, the device 200 may obtain a revised article by inputting the draft article, related phrases, and trend keywords into a generative artificial intelligence model so that the draft article is revised using the related phrases and trend keywords.
구체적으로, 장치(200)는 활용 문구 중 특정 상품과 관련된 문구인 관련 문구 및 특정 상품을 온라인 상에 검색하여 출력된 결과물을 통해 설정된 키워드인 트렌드 키워드를 활용하여 기사 초안이 수정되도록 기사 초안, 관련 문구, 트렌드 키워드를 생성형 인공지능 모델에 입력하여 기사 수정안을 획득할 수 있다.Specifically, the device 200 uses related phrases, which are phrases related to a specific product among the phrases used, and trend keywords, which are keywords set through the output of an online search for a specific product, so that the draft article is modified. You can obtain article revisions by entering phrases and trend keywords into a generative artificial intelligence model.
예를 들어, 장치(200)는 “관련 문구” AND “트렌드 키워드” AND “기사 초안” AND “해당 정보를 통해 기사 초안을 수정해 줘.”를 생성형 인공지능 모델에 입력할 수 있고, 장치(200)는 “관련 문구” AND “트렌드 키워드” AND “기사 초안” AND “해당 정보를 통해 기사 초안을 수정해 줘.”를 입력하여 생성형 인공지능 모델을 통해 출력된 기사 수정안을 획득할 수 있다.For example, the device 200 may input “related phrases” AND “trend keywords” AND “draft article” AND “edit the draft article through the information” into the generative artificial intelligence model, and the device (200) can obtain article revisions output through a generative artificial intelligence model by entering “related phrases” AND “trending keywords” AND “article draft” AND “edit the article draft using the relevant information.” there is.
S404 단계에서, 장치(200)는 온라인 콘텐츠 중 특정 상품과 관련된 콘텐츠를 추출할 수 있다.In step S404, the device 200 may extract content related to a specific product from online content.
구체적으로, 장치(200)는 온라인 상에서 수집된 기업과 관련된 웹 페이지에서 텍스트 이외의 콘텐츠를 온라인 콘텐츠로 저장할 수 있고, 저장된 온라인 콘텐츠 중 특정 상품과 관련된 콘텐츠를 추출할 수 있다. Specifically, the device 200 can store content other than text from web pages related to companies collected online as online content, and extract content related to a specific product from the stored online content.
이때, 장치(200)는 온라인 콘텐츠 중 특정 상품과 관련된 콘텐츠를 추출하기 위해 기업의 단말(100)로부터 획득한 특정 상품의 이미지를 기초로, 특정 상품의 이미지와 일치도가 목표 비율보다 높은 콘텐츠가 있을 경우, 해당 콘텐츠를 특정 상품과 관련된 콘텐츠로 추출할 수 있다.At this time, the device 200 is based on the image of the specific product acquired from the company's terminal 100 in order to extract content related to the specific product from the online content, and if there is content that matches the image of the specific product with a higher than target rate. In this case, the content can be extracted as content related to a specific product.
또한, 장치(200)는 온라인 콘텐츠 내에 포함된 텍스트를 확인할 수 있고, 확인된 텍스트를 기초로, 특정 상품의 이름이 포함된 콘텐츠가 있을 경우, 해당 콘텐츠를 특정 상품과 관련된 콘텐츠로 추출할 수 있다. 이때, 장치(200)는 온라인 콘텐츠가 사진일 경우, 온라인 콘텐츠 내에 포함된 텍스트를 확인하기 위해 이미지 인식 인공신경망 및 OCR을 통해 사진에 포함된 텍스트를 인식할 수 있고, 인식된 텍스트를 통해 특정 상품의 이름이 포함되는지 여부를 확인할 수 있다. 여기서, 이미지 인식 인공신경망 및 OCR을 수행하는 장치는 장치(200)에 구비되거나, 별개의 장치로 장치(200)와 유무선으로 통신할 수 있다. 또한, 장치(200)는 온라인 콘텐츠가 동영상일 경우, 온라인 콘텐츠 내에 포함된 텍스트를 확인하기 위해 동영상에 포함된 음성 데이터를 획득할 수 있고, 획득한 음성 데이터를 STT 모듈을 통해 텍스트로 변환할 수 있고, 변환된 텍스트를 통해 특정 상품의 이름이 포함되는지 여부를 확인할 수 있다. 여기서, STT는 Speech-to-Text로, STT 모듈은 음성 데이터로부터 음향모델, 어휘/발음사전, 언어모델을 포함한 인식 네트워크 모델을 생성하는 오프라인 학습단계와 사용자가 발성한 음성을 인식하는 온라인 탐색 단계를 통해 사용자의 음성을 제2 텍스트로 변환할 수 있다. STT 모듈은 장치(200)에 구비되거나, 별개의 장치로 장치(200)와 유무선으로 통신할 수 있으며, 본문에 작성하지 않았지만 통상적으로 STT 모듈이 수행하는 업무를 통해 음성을 텍스트로 변환할 수 있다.Additionally, the device 200 can check text included in online content, and if there is content containing the name of a specific product based on the confirmed text, the device 200 can extract the content as content related to the specific product. . At this time, when the online content is a photo, the device 200 can recognize the text included in the photo through an image recognition artificial neural network and OCR to check the text included in the online content, and can recognize a specific product through the recognized text. You can check whether the name is included. Here, a device that performs an image recognition artificial neural network and OCR may be provided in the device 200 or may be a separate device that can communicate with the device 200 wired or wirelessly. Additionally, when the online content is a video, the device 200 can acquire voice data included in the video to check the text included in the online content, and convert the acquired voice data into text through the STT module. And you can check whether the name of a specific product is included through the converted text. Here, STT stands for Speech-to-Text, and the STT module is an offline learning stage that creates a recognition network model including an acoustic model, vocabulary/pronunciation dictionary, and language model from voice data, and an online exploration stage that recognizes the voice uttered by the user. The user's voice can be converted into second text. The STT module is provided in the device 200 or is a separate device and can communicate with the device 200 wired or wirelessly. Although not written in the text, it can convert voice into text through the tasks normally performed by the STT module. .
한편, 이외에도 장치(200)는 통상적으로 사용되는 방법에 의해 저장된 온라인 콘텐츠 중 특정 상품과 관련된 콘텐츠를 추출할 수 있다. Meanwhile, in addition, the device 200 can extract content related to a specific product from stored online content using a commonly used method.
S405 단계에서, 장치(200)는 추출된 콘텐츠가 포함된 원래 웹 페이지를 확인하고, 원래 웹 페이지의 조회수 및 원래 웹 페이지가 게시된 사이트의 등급에 따라 추출된 콘텐츠의 우선도를 부여할 수 있다.In step S405, the device 200 may check the original web page containing the extracted content and give priority to the extracted content according to the number of views of the original web page and the rating of the site on which the original web page was posted. .
구체적으로, 장치(200)는 온라인 콘텐츠 중 특정 상품과 관련된 콘텐츠를 추출할 수 있고, 데이터베이스를 통해 추출된 콘텐츠가 포함되었던 웹 페이지인 원래 웹 페이지의 정보를 획득할 수 있다. 또한, 장치(200)는 원래 웹 페이지의 정보를 통해 원래 웹 페이지의 조회수 및 원래 웹 페이지가 게시된 사이트를 확인할 수 있으며, 원래 웹 페이지가 게시된 사이트를 통해 원래 웹 페이지가 게시된 사이트의 등급을 확인할 수 있다. 이때, 장치(200)에 구비된 데이터베이스에는 사이트와 해당 사이트에 대응하는 등급이 미리 매칭될 수 있으며, 예를 들어, 네이버는 1등급과 매칭되어 있고, 구글은 1등급과 매칭되어 있고, 네이트는 2등급과 매칭되어 있고, 다음은 2등급과 매칭되어 있고, ZUM은 3등급과 매칭되어 있고, Naoul은 4등급과 매칭되어 있고, 드림위즈는 4등급과 매칭되어 있을 수 있다. 여기서, 사이트에 대응하는 등급은 장치(200)를 관리하는 장치 관리자에 의해 수동으로 설정될 수도 있다. 또한, 장치(200)는 장치(200)와 유무선으로 통신하는 웹 사이트를 통해 해당 사이트의 연간 평균 방문량을 획득하고, 획득한 연간 평균 방문량이 미리 설정된 제1 임계 값 이상일 경우 사이트에 대응하는 등급을 1등급으로 설정하고, 제1 임계 값보다 작지만 미리 설정된 제2 임계 값 이상일 경우 사이트에 대응하는 등급을 2등급으로 설정하고, 제2 임계 값보다 작지만 미리 설정된 제3 임계 값 이상일 경우 사이트에 대응하는 등급을 3등급으로 설정하고, 제3 임계 값보다 작을 경우 사이트에 대응하는 등급을 4등급으로 자동으로 설정할 수도 있다. 한편, 등급의 범위는 실시 예에 따라 달라질 수 있다.Specifically, the device 200 can extract content related to a specific product from online content and obtain information about the original web page that contained the extracted content through a database. Additionally, the device 200 can check the number of views of the original web page and the site on which the original web page was posted through information on the original web page, and the rating of the site on which the original web page was posted through the site on which the original web page was posted. can confirm. At this time, a site and a rating corresponding to the site may be matched in advance in the database provided in the device 200. For example, Naver is matched with a rating of 1, Google is matched with a rating of 1, and Nate is matched with a rating of 1. It is matched to level 2, Daum is matched to level 2, ZUM is matched to level 3, Naoul is matched to level 4, and DreamWiz may be matched to level 4. Here, the rating corresponding to the site may be manually set by the device manager who manages the device 200. In addition, the device 200 acquires the average annual visit volume of the site through a website that communicates wired and wirelessly with the device 200, and if the obtained average annual visit volume is greater than a preset first threshold, a rating corresponding to the site is assigned. Set to level 1, and if it is less than the first threshold but more than the preset second threshold, set the level corresponding to the site to level 2. If it is less than the second threshold but more than the preset third threshold, set the level corresponding to the site to level 2. You can set the level to level 3, and if it is less than the third threshold, the level corresponding to the site can be automatically set to level 4. Meanwhile, the range of grades may vary depending on the embodiment.
또한, 장치(200)는 추출된 콘텐츠를 기초로, 추출된 콘텐츠가 포함되었던 원래 웹 페이지의 조회수 및 원래 웹 페이지가 게시된 사이트의 등급을 확인할 수 있고, 추출된 콘텐츠가 포함되었던 원래 웹 페이지의 조회수 및 원래 웹 페이지가 게시된 사이트의 등급에 따라 추출된 콘텐츠의 우선도를 부여할 수 있다. 즉, 장치(200)는 추출된 콘텐츠에 따라 원래 웹 페이지의 조회수가 높을수록, 원래 웹 페이지가 게시된 사이트의 등급이 1등급에 가까울수록 추출된 콘텐츠의 우선도를 먼저(빠르게) 부여할 수 있고, 장치(200)는 원래 웹 페이지의 조회수가 낮을수록, 원래 웹 페이지가 게시된 사이트의 등급이 1등급에 멀수록 추출된 콘텐츠의 우선도를 나중에(느리게) 부여할 수 있다. Additionally, based on the extracted content, the device 200 can determine the number of views of the original web page that included the extracted content and the rating of the site on which the original web page was posted, and the number of views of the original web page that included the extracted content. Priority can be given to extracted content based on the number of views and the rating of the site where the original web page was posted. That is, according to the extracted content, the device 200 can first (quickly) give priority to the extracted content as the number of views of the original web page is higher and the rating of the site on which the original web page is posted is closer to level 1. In addition, the device 200 may grant priority to the extracted content later (slowly) as the number of views of the original web page is lower and the grade of the site on which the original web page is posted is further away from grade 1.
예를 들어, 특정 상품과 관련된 콘텐츠로 제1 콘텐츠, 제2 콘텐츠를 추출하고, 제1 콘텐츠가 게시된 원래 웹 페이지의 조회수가 10,000뷰 및 제1 콘텐츠가 게시된 원래 웹 페이지가 게시된 사이트의 등급이 1등급이고, 제2 콘텐츠가 게시된 원래 웹 페이지의 조회수가 5,000뷰 및 제2 콘텐츠가 게시된 원래 웹 페이지가 게시된 사이트의 등급이 2등급인 경우, 장치(200)는 제1 콘텐츠의 원래 웹 페이지의 조회수가 제2 콘텐츠가 게시된 원래 웹 페이지의 조회수보다 높고, 제1 콘텐츠가 게시된 원래 웹 페이지가 게시된 사이트의 등급이 제2 콘텐츠가 게시된 원래 웹 페이지가 게시된 사이트의 등급보다 1등급에 가까운 것을 확인하여 제1 콘텐츠의 우선도를 제2 콘텐츠보다 우선도보다 빠르게 부여할 수 있다.For example, extracting first content and second content as content related to a specific product, the number of views of the original web page on which the first content was posted is 10,000 views, and the number of views on the site on which the original web page on which the first content was posted is 10,000 views. If the rating is 1, the number of views of the original web page on which the second content is posted is 5,000 views, and the site on which the original web page on which the second content is posted has a rating of 2, the device 200 displays the first content The number of views of the original web page on which the second content was posted is higher than the number of views on the original web page on which the second content was posted, and the rating of the site on which the original web page on which the first content was posted is posted. By confirming that the level is closer to level 1 than the level of , the priority of the first content can be given faster than that of the second content.
한편, 장치(200)는 제1 콘텐츠가 게시된 원래 웹 페이지의 조회수가 제2 콘텐츠가 게시된 원래 웹 페이지의 조회수보다 높고, 제1 콘텐츠가 게시된 원래 웹 페이지가 게시된 사이트의 등급이 제2 콘텐츠가 게시된 원래 웹 페이지가 게시된 사이트의 등급보다 1등급에 가까울 경우 제1 콘텐츠의 우선도를 제2 콘텐츠보다 우선도보다 빠르게 부여할 수 있지만, 장치(200)는 제1 콘텐츠가 게시된 원래 웹 페이지의 조회수가 제2 콘텐츠가 게시된 원래 웹 페이지의 조회수보다 낮고, 제1 콘텐츠가 게시된 원래 웹 페이지가 게시된 사이트의 등급이 제2 콘텐츠가 게시된 원래 웹 페이지가 게시된 사이트의 등급보다 1등급에 가까울 경우 제1 콘텐츠의 우선도를 제2 콘텐츠보다 우선도보다 느리게 부여할 수 있다. Meanwhile, the device 200 determines that the number of views of the original web page on which the first content is posted is higher than the number of views of the original web page on which the second content is posted, and that the rating of the site on which the original web page on which the first content is posted is posted is lower than that of the original web page on which the first content is posted. 2 If the original web page on which the content is posted is closer to the level of 1 than the level of the posted site, the priority of the first content may be given faster than that of the second content, but the device 200 may not allow the first content to be posted. The number of views of the original web page on which the second content was posted is lower than the number of views of the original web page on which the second content was posted, and the rating of the site on which the original web page on which the first content was posted is posted is lower than the number of views on the original web page on which the second content was posted. If it is closer to level 1 than the level of , the priority of the first content may be given slower than that of the second content.
즉, 장치(200)는 콘텐츠가 게시된 원래 웹 페이지의 조회수 및 콘텐츠가 게시된 원래 웹 페이지가 게시된 사이트의 등급이 모두 우수할 경우, 해당 콘텐츠의 우선도를 첫 번째로 빠르게 부여하고, 장치(200)는 콘텐츠가 게시된 원래 웹 페이지의 조회수는 우수하고, 콘텐츠가 게시된 원래 웹 페이지가 게시된 사이트의 등급은 열등할 경우, 해당 콘텐츠의 우선도를 두 번째로 빠르게 부여하고, 장치(200)는 콘텐츠가 게시된 원래 웹 페이지의 조회수는 열등하고, 콘텐츠가 게시된 원래 웹 페이지가 게시된 사이트의 등급은 우수할 경우, 해당 콘텐츠의 우선도를 세 번째로 빠르게 부여하고, 장치(200)는 콘텐츠가 게시된 원래 웹 페이지의 조회수 및 콘텐츠가 게시된 원래 웹 페이지가 게시된 사이트의 등급이 모두 열등할 경우, 해당 콘텐츠의 우선도를 가장 느리게 부여할 수 있다.That is, if the number of views of the original web page on which the content is posted and the rating of the site on which the original web page on which the content is posted are both excellent, the device 200 quickly gives priority to the content as first, and the device 200 (200) If the view count of the original web page on which the content is posted is superior, and the rating of the site on which the original web page on which the content is posted is inferior, the priority of that content is given to the second fastest, and the device ( 200), if the number of views of the original web page on which the content is posted is inferior, and the rating of the site on which the original web page on which the content is posted is excellent, the priority of the content is given to the third fastest, and the device 200 ) may give the content the slowest priority if both the number of views of the original web page on which the content was posted and the rating of the site on which the original web page on which the content was posted are inferior.
S406 단계에서, 장치(200)는 기사 수정안의 각 문단에서 특정 상품이 언급된 횟수 및 특정 상품을 긍정하는 문구가 포함된 정도에 따라 각 문단의 우선도를 부여할 수 있다.In step S406, the device 200 may assign priority to each paragraph according to the number of times a specific product is mentioned in each paragraph of the article revision and the extent to which a phrase affirming the specific product is included.
구체적으로, 장치(200)는 기사 초안, 관련 문구, 트렌드 키워드를 생성형 인공지능 모델에 입력하여 획득한 기사 수정안을 기초로, 해당 기사 수정안을 문단 별로 분류하고, 분류된 각 문단에서 특정 상품이 언급된 횟수 및 특정 상품을 긍정하는 문구가 포함된 횟수를 확인할 수 있다. 이때, 장치(200)는 문단에 특정 상품의 이름이 몇 번 포함되었는지 확인하여 각 문단에서 특정 상품이 언급된 횟수를 확인할 수 있고, 또한, 장치(200)는 문단을 문장 단위로 분리하고, 분리된 문장을 자연어 처리 기법을 통해 분석하여, 해당 문장이 특정 상품을 긍정하는 문구인지 확인할 수 있다. 장치(200)는 문단에 특정 상품을 긍정하는 문구가 몇 번 포함되었는지 확인하여 각 문단에서 특정 상품을 긍정하는 문구가 포함된 정도를 확인할 수 있다. Specifically, the device 200 classifies the article revisions by paragraph based on the article revisions obtained by inputting the article draft, related phrases, and trend keywords into a generative artificial intelligence model, and specifies a specific product in each classified paragraph. You can check the number of times it is mentioned and the number of times it contains phrases that affirm a specific product. At this time, the device 200 can determine the number of times a specific product is mentioned in each paragraph by checking how many times the name of a specific product is included in the paragraph. Additionally, the device 200 separates the paragraph into sentences and separates them. By analyzing the sentence using natural language processing techniques, you can check whether the sentence affirms a specific product. The device 200 can check the extent to which each paragraph contains a phrase affirming a specific product by checking how many times a phrase affirming a specific product is included in the paragraph.
또한, 장치(200)는 각 문단에 대응하여 특정 상품이 언급된 횟수 및 특정 상품을 긍정하는 문구가 포함된 정도를 합산한 값으로, 각 문단에 대응하는 특정 상품의 관련 지수를 생성할 수 있고, 생성된 각 문단에 대응하는 특정 상품의 관련 지수를 기초로, 관련 지수가 많을수록 문단의 우선도를 먼저(빠르게) 부여할 수 있고, 관련 지수가 적을수록 문단의 우선도를 나중에(느리게) 부여할 수 있다.In addition, the device 200 can generate a related index for a specific product corresponding to each paragraph by summing the number of times a specific product is mentioned and the degree to which a phrase affirming the specific product is included in each paragraph. , Based on the related index of the specific product corresponding to each created paragraph, the more related indexes, the more priority the paragraph can be given first (faster), and the smaller the related index, the later (slower) the priority can be given to the paragraph. can do.
S407 단계에서, 장치(200)는 각 문단의 우선도 및 추출된 콘텐츠의 우선도에 따라 추출된 콘텐츠를 배치할 수 있다.In step S407, the device 200 may arrange the extracted content according to the priority of each paragraph and the priority of the extracted content.
구체적으로, 장치(200)는 각 문단의 우선도를 확인하여 우선도가 가장 빠른 문단에 우선도가 가장 빠른 콘텐츠를 배치할 수 있고, 우선도가 그 다음으로 빠른 문단에 우선도가 그 다음으로 빠른 콘텐츠를 배치할 수 있다. 즉, 장치(200)는 문단의 우선도 및 콘텐츠의 우선도를 확인하여 우선도에 따라 문단 및 콘텐츠를 매칭하여 배치할 수 있다.Specifically, the device 200 can check the priority of each paragraph and place the content with the highest priority in the paragraph with the highest priority, and place the content with the highest priority in the paragraph with the next highest priority. You can deploy content quickly. That is, the device 200 can check the priority of the paragraph and the priority of the content and match and arrange the paragraph and content according to the priority.
이로 인해, 장치(200)는 텍스트 뿐 아니라 사진 및 동영상을 포함하는 온라인 콘텐츠를 삽입하여 기업 홍보용 기사를 효과적으로 생성할 수 있고, 우선도가 빠른 문단에 우선도가 빠른 콘텐츠를 배치하여 기업 홍보용 기사를 접하는 사용자가 기사를 효율적으로 읽을 수 있다.Due to this, the device 200 can effectively generate corporate promotional articles by inserting online content including photos and videos as well as text, and place high-priority content in high-priority paragraphs to create corporate promotional articles. Users who encounter it can read the article efficiently.
도 5는 일실시예에 따른 추출된 콘텐츠의 크기를 설정하는 과정을 설명하기 위한 순서도이다.Figure 5 is a flowchart for explaining the process of setting the size of extracted content according to an embodiment.
도 5를 참조하면, 먼저, S501 단계에서, 장치(200)는 특정 상품의 출시일을 확인하여, 특정 상품의 출시일 및 현 시점 간의 기간인 확인 기간을 생성할 수 있다.Referring to FIG. 5 , first, in step S501, the device 200 may confirm the release date of a specific product and create a confirmation period, which is the period between the release date of the specific product and the current time.
구체적으로, 장치(200)는 특정 상품의 출시일을 확인할 수 있다. 이때, 장치(200)는 특정 상품의 출시일을 확인하기 위해, 장치(200)와 유무선으로 통신하는 웹 사이트에 접속할 수 있으며, 특정 상품과 출시일을 조합하여 생성된 검색어를 기초로, 웹 사이트에 검색하여 특정 상품의 출시일을 획득할 수 있다. 또한, 장치(200)는 기업의 단말(100)로부터 획득한 상품의 상품 정보를 통해 특정 상품의 출시일을 확인할 수도 있다. 이때, 상품의 상품 정보에는 상품의 이름, 상품의 카테고리, 상품의 특징 및 상품의 출시일이 포함될 수 있다.Specifically, the device 200 can check the release date of a specific product. At this time, the device 200 can access a website that communicates with the device 200 wired or wirelessly to check the release date of a specific product, and search the website based on a search term generated by combining the specific product and the release date. This allows you to obtain the release date of a specific product. Additionally, the device 200 may check the release date of a specific product through product information on the product obtained from the company's terminal 100. At this time, the product information may include the product name, product category, product characteristics, and product release date.
또한, 장치(200)는 특정 상품의 출시일이 확인되면, 확인된 특정 상품의 출시일 및 현 시점 간의 기간을 확인하여 확인 기간으로 생성할 수 있다. 이때, 현 시점을 확인하는 동작은 구체적으로 작성하지 않았지만, 장치(200)는 통상적으로 사용되는 방법을 통해 현 시점을 확인할 수 있다. 한편, 특정 상품은 이미 출시된 상품일 수도 있고, 아직 출시가 되지 않은 출시 예정인 상품일 수도 있다.Additionally, when the release date of a specific product is confirmed, the device 200 may check the period between the release date of the confirmed specific product and the current time to create a confirmation period. At this time, the operation to check the current time point has not been specifically written, but the device 200 can check the current time point through a commonly used method. Meanwhile, a specific product may be a product that has already been released, or a product scheduled to be released that has not yet been released.
예를 들어, 특정 상품의 출시일이 2023년 8월 10일이고, 현 시점이 2023년 8월 20일인 경우, 장치(200)는 특정 상품의 출시일인 2023년 8월 10일과 현 시점인 2023년 8월 20일 간의 기간인 10일을 확인 기간으로 생성할 수 있다.For example, if the release date of a specific product is August 10, 2023, and the current time is August 20, 2023, the device 200 detects the release date of the specific product, which is August 10, 2023, and the current time, August 8, 2023. You can create a confirmation period of 10 days, which is a period of 20 days per month.
S502 단계에서, 장치(200)는 확인 기간이 제1 기준 기간보다 긴지 여부를 판단할 수 있다. 여기서, 제1 기준 기간은 미리 설정된 기간으로 실시 예에 따라 달라질 수 있다.In step S502, the device 200 may determine whether the confirmation period is longer than the first reference period. Here, the first reference period is a preset period and may vary depending on the embodiment.
S502 단계에서 확인 기간이 제1 기준 기간보다 길다고 확인되면, S503 단계에서, 장치(200)는 추출된 콘텐츠의 크기를 제1 크기로 설정할 수 있다. 여기서, 제1 크기는 미리 설정된 크기일 수 있으며, 실시 예에 따라 달라질 수 있다.If it is determined in step S502 that the confirmation period is longer than the first reference period, in step S503, the device 200 may set the size of the extracted content to the first size. Here, the first size may be a preset size and may vary depending on the embodiment.
구체적으로, 장치(200)는 특정 상품의 출시일과 현 시점 간의 기간을 확인하여 확인 기간을 생성할 수 있고, 생성된 확인 기간과 미리 설정된 제1 기준 기간을 비교하여, 확인 기간이 제1 기준 기간보다 길다고 확인되면, 특정 상품을 출시한 시점이 또는 특정 상품을 출시할 시점이 멀다고 판단하여 추출된 콘텐츠의 크기를 미리 설정한 제1 크기로 설정할 수 있다. 이때, 추출된 콘텐츠는 온라인 콘텐츠 중 특정 상품과 관련된 콘텐츠일 수 있으며, 추출된 콘텐츠의 크기는 해당 콘텐츠를 기사에 어느 정도의 너비 및 높이로 포함시킬 것인지에 대한 정보일 수 있다.Specifically, the device 200 may generate a confirmation period by checking the period between the launch date of a specific product and the current point, and compare the generated confirmation period with a preset first reference period, so that the confirmation period is the first reference period. If it is confirmed that it is longer than that, it is determined that the time of release of a specific product or the time of release of a specific product is far away, and the size of the extracted content can be set to a preset first size. At this time, the extracted content may be content related to a specific product among online content, and the size of the extracted content may be information about the width and height of the content to be included in the article.
예를 들어, 특정 상품의 출시일이 2023년 5월 20일이고, 현 시점이 2023년 8월 20일이고, 제1 기준 기간이 한달이고, 특정 상품과 관련된 콘텐츠 즉, 추출된 콘텐츠가 제1 콘텐츠이고, 제1 크기가 5cmX5cm인 경우, 장치(200)는 특정 상품의 출시일인 2023년 5월 20일과 현 시점인 2023년 8월 20일 간의 기간인 3개월을 확인 기간으로 생성할 수 있고, 확인 기간인 3개월이 제1 기준 기간인 한달보다 긴 것을 확인하여, 제1 콘텐츠의 크기를 제1 크기인 5cmX5cm로 설정할 수 있다. 즉, 장치(200)는 기업 홍보용 기사에 포함되는 제1 콘텐츠의 크기를 제1 크기인 5cmX5cm로 설정할 수 있다.For example, the release date of a specific product is May 20, 2023, the current point is August 20, 2023, the first reference period is one month, and the content related to the specific product, that is, the extracted content, is the first content. If the first size is 5cm By confirming that the period of 3 months is longer than the first standard period of 1 month, the size of the first content can be set to the first size of 5cmX5cm. That is, the device 200 may set the size of the first content included in the corporate promotional article to the first size of 5cmX5cm.
S502 단계에서 확인 기간이 제1 기준 기간보다 짧거나 동일하다고 확인되면, S504 단계에서, 장치(200)는 확인 기간이 제2 기준 기간보다 긴지 여부를 판단할 수 있다. 여기서, 제2 기준 기간은 제1 기준 기간보다 짧게 설정된 기간으로, 미리 설정된 기간일 수 있으며, 실시 예에 따라 달라질 수 있다.If it is determined in step S502 that the confirmation period is shorter than or equal to the first reference period, in step S504, the device 200 may determine whether the confirmation period is longer than the second reference period. Here, the second reference period is a period set shorter than the first reference period, and may be a preset period, and may vary depending on the embodiment.
S504 단계에서 확인 기간이 제2 기준 기간보다 길다고 확인되면, S505 단계에서, 장치(200)는 추출된 콘텐츠의 크기를 제2 크기로 설정할 수 있다. 여기서, 제2 크기는 제1 크기보다 크게 설정된 크기로, 미리 설정된 크기일 수 있으며, 실시 예에 따라 달라질 수 있다.If it is determined in step S504 that the confirmation period is longer than the second reference period, in step S505, the device 200 may set the size of the extracted content to the second size. Here, the second size is a size set larger than the first size, may be a preset size, and may vary depending on the embodiment.
구체적으로, 장치(200)는 특정 상품의 출시일과 현 시점 간의 기간을 확인하여 확인 기간을 생성할 수 있고, 생성된 확인 기간과 미리 설정된 제1 기준 기간을 비교하여, 확인 기간이 제1 기준 기간보다 짧거나 동일하다고 확인되면, 생성된 확인 기간을 미리 설정된 제2 기준 기간과 비교할 수 있다. 또한, 장치(200)는 확인 기간이 제2 기준 기간보다 길다고 확인되면, 특정 상품을 출시한 시점이 또는 특정 상품을 출시할 시점이 가깝다고 판단하여 추출된 콘텐츠의 크기를 미리 설정한 제2 크기로 설정할 수 있다. 이때, 추출된 콘텐츠는 온라인 콘텐츠 중 특정 상품과 관련된 콘텐츠일 수 있으며, 추출된 콘텐츠의 크기는 해당 콘텐츠를 기사에 어느 정도의 너비 및 높이로 포함시킬 것인지에 대한 정보일 수 있다.Specifically, the device 200 may generate a confirmation period by checking the period between the launch date of a specific product and the current point, and compare the generated confirmation period with a preset first reference period, so that the confirmation period is the first reference period. If confirmed to be shorter or equal, the generated confirmation period can be compared to a second preset reference period. In addition, when it is determined that the confirmation period is longer than the second reference period, the device 200 determines that the time of launching a specific product or is close to the time of launching a specific product, and sets the size of the extracted content to a preset second size. It can be set to . At this time, the extracted content may be content related to a specific product among online content, and the size of the extracted content may be information about the width and height of the content to be included in the article.
예를 들어, 특정 상품의 출시일이 2023년 9월 5일이고, 현 시점이 2023년 8월 20일이고, 제1 기준 기간이 한달이고, 제2 기준 기간이 10일이고, 특정 상품과 관련된 콘텐츠 즉, 추출된 콘텐츠가 제1 콘텐츠이고, 제1 크기가 5cmX5cm이고, 제2 크기가 10cmX10cm인 경우, 장치(200)는 특정 상품의 출시일인 2023년 9월 5일과 현 시점인 2023년 8월 20일 간의 기간인 16일을 확인 기간으로 생성할 수 있고, 확인 기간인 16일이 제1 기준 기간인 한달보다 짧고, 제2 기준 기간인 10일보다 긴 것을 확인하여, 제1 콘텐츠의 크기를 제2 크기인 10cmX10cm로 설정할 수 있다. 즉, 장치(200)는 기업 홍보용 기사에 포함되는 제1 콘텐츠의 크기를 제2 크기인 10cmX10cm로 설정할 수 있다.For example, the launch date of a specific product is September 5, 2023, the current point is August 20, 2023, the first reference period is one month, the second reference period is 10 days, and the content related to the specific product That is, if the extracted content is the first content, the first size is 5cm 16 days, which is a period of days, can be created as a confirmation period, and by confirming that the confirmation period of 16 days is shorter than the first standard period of one month and longer than the second standard period of 10 days, the size of the first content is determined. It can be set to 2 sizes: 10cmX10cm. That is, the device 200 may set the size of the first content included in the corporate promotional article to the second size of 10cmX10cm.
S504 단계에서 확인 기간이 제2 기준 기간보다 짧거나 동일하다고 확인되면, S506 단계에서, 장치(200)는 확인 기간에 반비례하여 가중치를 생성하고, 제2 크기에 가중치를 적용하여, 제3 크기를 생성하고, 추출된 콘텐츠의 크기를 제3 크기로 설정할 수 있다. 이때, 제3 크기는 제2 크기보다 크거나, 제2 크기와 동일할 수 있다. 즉, 가중치는 1보다 크거나 동일하게 생성될 수 있다.If it is determined in step S504 that the confirmation period is shorter than or equal to the second reference period, in step S506, the device 200 generates a weight in inverse proportion to the confirmation period, applies the weight to the second size, and determines the third size. You can create and set the size of the extracted content to a third size. At this time, the third size may be larger than or equal to the second size. That is, the weight can be created greater than or equal to 1.
구체적으로, 장치(200)는 특정 상품의 출시일과 현 시점 간의 기간을 확인하여 확인 기간을 생성할 수 있고, 생성된 확인 기간과 미리 설정된 제1 기준 기간을 비교하여, 확인 기간이 제1 기준 기간보다 짧거나 동일하다고 확인되면, 생성된 확인 기간을 미리 설정된 제2 기준 기간과 비교할 수 있다. 또한, 장치(200)는 확인 기간이 제2 기준 기간보다 짧거나 동일하다고 확인되면, 특정 상품을 출시한 시점이 또는 특정 상품을 출시할 시점이 매우 가깝다고 판단하여 확인 기간에 반비례하여 가중치를 생성하고, 미리 설정한 제2 크기에 가중치를 적용하여 제3 크기를 생성하고, 추출된 콘텐츠의 크기를 제3 크기로 설정할 수 있다. 이때, 추출된 콘텐츠는 온라인 콘텐츠 중 특정 상품과 관련된 콘텐츠일 수 있으며, 추출된 콘텐츠의 크기는 해당 콘텐츠를 기사에 어느 정도의 너비 및 높이로 포함시킬 것인지에 대한 정보일 수 있다. 또한, 장치(200)는 제2 크기에 가중치를 적용하여 제3 크기를 생성하기 위해 제2 크기에 대응하는 너비에 가중치를 곱하고, 제2 크기에 대응하는 높이에 가중치를 곱하여 제3 크기를 생성할 수 있다.Specifically, the device 200 may generate a confirmation period by checking the period between the launch date of a specific product and the current point, and compare the generated confirmation period with a preset first reference period, so that the confirmation period is the first reference period. If confirmed to be shorter or equal, the generated confirmation period can be compared to a second preset reference period. In addition, when the device 200 determines that the confirmation period is shorter than or equal to the second reference period, the device 200 determines that the time of launching a specific product or the time of launching a specific product is very close, and generates a weight in inverse proportion to the confirmation period. , a third size can be created by applying a weight to the preset second size, and the size of the extracted content can be set to the third size. At this time, the extracted content may be content related to a specific product among online content, and the size of the extracted content may be information about the width and height of the content to be included in the article. Additionally, the device 200 multiplies the width corresponding to the second size by the weight to apply a weight to the second size to generate the third size, and multiplies the height corresponding to the second size by the weight to generate the third size. can do.
예를 들어, 특정 상품의 출시일이 2023년 8월 15일이고, 현 시점이 2023년 8월 20일이고, 제1 기준 기간이 한달이고, 제2 기준 기간이 10일이고, 특정 상품과 관련된 콘텐츠 즉, 추출된 콘텐츠가 제1 콘텐츠이고, 제1 크기가 5cmX5cm이고, 제2 크기가 10cmX10cm인 경우, 장치(200)는 특정 상품의 출시일인 2023년 8월 15일과 현 시점인 2023년 8월 20일 간의 기간인 5일을 확인 기간으로 생성할 수 있고, 확인 기간인 5일이 제1 기준 기간인 한달보다 짧고, 제2 기준 기간인 10일보다 짧은 것을 확인하여, 확인 기간에 반비례하여 가중치를 2로 생성하고, 제2 크기인 10cmX10cm에 가중치인 2를 적용하여 제3 크기를 20cmX20cm로 생성할 수 있고, 제1 콘텐츠의 크기를 제3 크기인 20cmX20cm로 설정할 수 있다. 즉, 장치(200)는 기업 홍보용 기사에 포함되는 제1 콘텐츠의 크기를 제3 크기인 20cmX20cm로 설정할 수 있다.For example, the release date of a specific product is August 15, 2023, the current point is August 20, 2023, the first reference period is one month, the second reference period is 10 days, and content related to the specific product That is, if the extracted content is the first content, the first size is 5cm 5 days, which is a period of days, can be created as a confirmation period, and by confirming that the confirmation period of 5 days is shorter than the first standard period of one month and shorter than the second standard period of 10 days, the weight is inversely proportional to the confirmation period. 2, the third size can be created as 20cmX20cm by applying the weight of 2 to the second size, 10cmX10cm, and the size of the first content can be set to the third size, 20cmX20cm. That is, the device 200 may set the size of the first content included in the corporate promotional article to the third size of 20cmX20cm.
또한, 예를 들어, 특정 상품의 출시일이 2023년 8월 30일이고, 현 시점이 2023년 8월 20일이고, 제1 기준 기간이 한달이고, 제2 기준 기간이 10일이고, 특정 상품과 관련된 콘텐츠 즉, 추출된 콘텐츠가 제1 콘텐츠이고, 제1 크기가 5cmX5cm이고, 제2 크기가 10cmX10cm인 경우, 장치(200)는 특정 상품의 출시일인 2023년 8월 30일과 현 시점인 2023년 8월 20일 간의 기간인 10일을 확인 기간으로 생성할 수 있고, 확인 기간인 10일이 제1 기준 기간인 한달보다 짧고, 제2 기준 기간인 10일과 동일한 것을 확인하여, 확인 기간에 반비례하여 가중치를 1로 생성하고, 제2 크기인 10cmX10cm에 가중치인 2를 적용하여 제3 크기를 10cmX10cm로 생성할 수 있고, 제1 콘텐츠의 크기를 제3 크기인 10cmX10cm로 설정할 수 있다. 즉, 장치(200)는 기업 홍보용 기사에 포함되는 제1 콘텐츠의 크기를 제3 크기인 10cmX10cm로 설정할 수 있다.In addition, for example, the release date of a specific product is August 30, 2023, the current point is August 20, 2023, the first reference period is one month, the second reference period is 10 days, and the specific product and If the related content, that is, the extracted content is the first content, the first size is 5cm 10 days, which is a period of 20 days per month, can be created as a confirmation period. By confirming that the confirmation period of 10 days is shorter than the first standard period of one month and the same as the second standard period of 10 days, the weight is inversely proportional to the confirmation period. can be created as 1, and the third size can be created as 10cmX10cm by applying a weight of 2 to the second size, 10cmX10cm, and the size of the first content can be set to the third size, 10cmX10cm. That is, the device 200 may set the size of the first content included in the corporate promotional article to the third size, 10cmX10cm.
또한, 예를 들어, 특정 상품의 출시일이 2023년 8월 18일이고, 현 시점이 2023년 8월 20일이고, 제1 기준 기간이 한달이고, 제2 기준 기간이 10일이고, 특정 상품과 관련된 콘텐츠 즉, 추출된 콘텐츠가 제1 콘텐츠이고, 제1 크기가 5cmX5cm이고, 제2 크기가 10cmX10cm인 경우, 장치(200)는 특정 상품의 출시일인 2023년 8월 18일과 현 시점인 2023년 8월 20일 간의 기간인 2일을 확인 기간으로 생성할 수 있고, 확인 기간인 2일이 제1 기준 기간인 한달보다 짧고, 제2 기준 기간인 10일보다 짧은 것을 확인하여, 확인 기간에 반비례하여 가중치를 5로 생성하고, 제2 크기인 10cmX10cm에 가중치인 5를 적용하여 제3 크기를 50cmX50cm로 생성할 수 있고, 제1 콘텐츠의 크기를 제3 크기인 50cmX50cm로 설정할 수 있다. 즉, 장치(200)는 기업 홍보용 기사에 포함되는 제1 콘텐츠의 크기를 제3 크기인 50cmX50cm로 설정할 수 있다.In addition, for example, the release date of a specific product is August 18, 2023, the current point is August 20, 2023, the first reference period is one month, the second reference period is 10 days, and the specific product and If the related content, that is, the extracted content is the first content, the first size is 5cm 2 days, which is a period of 20 days per month, can be created as a confirmation period, and by confirming that the confirmation period of 2 days is shorter than the first standard period of one month and shorter than the second standard period of 10 days, the confirmation period is inversely proportional to the confirmation period. The weight can be created as 5, the third size can be created as 50cmX50cm by applying the weight of 5 to the second size, 10cmX10cm, and the size of the first content can be set to the third size, 50cmX50cm. That is, the device 200 may set the size of the first content included in the corporate promotional article to the third size of 50cmX50cm.
즉, 장치(200)는 특정 상품의 출시일을 확인하여, 특정 상품의 출시일이 현 시점과 가까울수록 특정 상품과 관련된 콘텐츠의 크기를 크게 설정할 수 있고, 특정 상품의 출시일이 현 시점과 멀수록 특정 상품과 관련된 콘텐츠의 크기를 작게 설정할 수 있어, 기업 홍보용 기사를 통해 효율적으로 특정 상품을 홍보할 수 있다.That is, the device 200 can check the release date of a specific product and set the size of the content related to the specific product to be larger as the release date of the specific product is closer to the current time, and as the release date of the specific product is further away from the current time, the size of the content related to the specific product can be set larger. The size of content related to the content can be set small, allowing specific products to be promoted efficiently through corporate promotional articles.
도 6은 일실시예에 따른 기업 홍보용 기사를 보완하는 과정을 설명하기 위한 순서도이다.Figure 6 is a flow chart to explain the process of supplementing a corporate promotional article according to an embodiment.
도 6을 참조하면, 먼저, S601 단계에서, 장치(200)는 기업의 기존 홍보용 기사를 획득할 수 있다. 여기서, 기업의 기존 홍보용 기사는 기업과 관련되어 기존에 배포된 기사로, 기업의 기존 홍보용 기사에는 기업에 대한 정보가 포함될 수도 있고, 배포자 즉, 작성자가 기업일 수도 있다.Referring to FIG. 6, first, in step S601, the device 200 may obtain an existing promotional article of the company. Here, the company's existing promotional article is an article that has been previously distributed in relation to the company. The company's existing promotional article may include information about the company, and the distributor, or author, may be a company.
구체적으로, 장치(200)는 기업의 단말(100)로부터 획득한 기업 정보를 기초로 검색어를 생성할 수 있고, 생성된 검색어를 기초로, 장치(200)와 유무선으로 통신하는 웹 사이트에 검색하여 기업의 기존 홍보용 기사를 획득할 수 있다. Specifically, the device 200 may generate a search term based on company information obtained from the corporate terminal 100, and based on the generated search term, search on a website that communicates with the device 200 wired or wirelessly. You can obtain the company's existing promotional articles.
또한, 장치(200)는 기업의 단말(100)로부터 획득한 기업 정보를 기초로, 기업에 의해 운영되는 웹 사이트를 확인할 수 있으며, 확인된 웹 사이트를 통해 기업의 기존 홍보용 기사를 획득할 수도 있다. 이때, 기업 정보에는 기업의 명칭, 기업의 업종, 기업의 이력, 기업의 주소, 기업의 연락처 및 기업에 의해 운영되는 웹 사이트의 링크가 포함될 수 있으며, 장치(200)는 기업에 의해 운영되는 웹 사이트와 유무선으로 통신할 수 있다.In addition, the device 200 can check the website operated by the company based on the company information obtained from the company's terminal 100, and can also obtain the company's existing promotional articles through the confirmed website. . At this time, the company information may include the name of the company, the company's industry, the company's history, the company's address, the company's contact information, and a link to a website operated by the company, and the device 200 may be connected to the website operated by the company. You can communicate with the site wired or wirelessly.
또한, 장치(200)는 기업의 단말(100)로부터 기업의 기존 홍보용 기사를 획득할 수도 있다Additionally, the device 200 may obtain the company's existing promotional articles from the company's terminal 100.
S602 단계에서, 장치(200)는 기업의 기존 홍보용 기사 중 목표 기간 이내에 작성된 기사를 참고 기사로 선정할 수 있다. 여기서 목표 기간은 미리 설정된 기간으로 실시 예에 따라 달라질 수 있다.In step S602, the device 200 may select an article written within a target period among the company's existing promotional articles as a reference article. Here, the target period is a preset period and may vary depending on the embodiment.
구체적으로, 장치(200)는 기업의 기존 홍보용 기사가 작성된 날짜를 확인하여, 기업의 기존 홍보용 기사 중 미리 설정된 목표 기간 이내에 작성된 기사를 추출하여 참고 기사로 선정할 수 있다.Specifically, the device 200 may check the date on which the company's existing promotional articles were written, extract articles written within a preset target period from among the company's existing promotional articles, and select them as reference articles.
S603 단계에서, 장치(200)는 참고 기사를 기초로, 제1 부분에서 사용되는 문구를 확인하고, 확인된 문구 중 가장 많이 사용된 문구를 제1 문구로 선정할 수 있다. 이때, 제1 부분은 첫번째 문단과 같이 참고 기사의 앞부분일 수 있다.In step S603, the device 200 may check the phrases used in the first part based on the reference article, and select the most used phrase among the identified phrases as the first phrase. At this time, the first part may be the front part of the reference article, such as the first paragraph.
구체적으로, 장치(200)는 참고 기사를 기초로, 제1 부분 즉, 첫번째 문단과 같이 참고 기사의 앞부분에서 사용되는 문구를 확인할 수 있고, 확인된 문구 중 가장 많이 사용된 문구를 제1 문구로 선정할 수 있다.Specifically, based on the reference article, the device 200 can check the phrases used in the first part of the reference article, such as the first part, that is, the first paragraph, and select the most used phrase among the identified phrases as the first phrase. You can select.
예를 들어, 장치(200)는 참고 기사를 기초로, 제1 부분에 사용되는 문구를 '제1 기업은 지난달 A 업무를 성공했다.', '제1 기업이 제1 보고서를 공개했다.', '제1 기업은 제1 지역에 위치한 기업으로 제1 업무를 수행하고 있다.' 등으로 확인할 수 있으며, 제1 부분에 사용되는 문구 중 가장 많이 사용된 문구를 확인할 수 있다. 또한, 장치(200)는 확인 결과, 가장 많이 사용된 문구로 '제1 기업은 지난달 A 업무를 성공했다.'가 확인되면, '제1 기업은 지난달 A 업무를 성공했다.'를 제1 문구로 선정할 수 있다.For example, based on the reference article, the device 200 changes the phrases used in the first part to 'The first company succeeded in task A last month' and 'The first company released the first report.' , 'The first company is a company located in the first region and performing the first business.' You can check, etc., and you can check the most used phrase among the phrases used in the first part. In addition, as a result of confirmation, the device 200 selects 'The first company succeeded in task A last month' as the most frequently used phrase, and then selects 'The first company succeeded in task A last month' as the first phrase. It can be selected.
S604 단계에서, 장치(200)는 참고 기사를 기초로, 제2 부분에서 사용되는 문구를 확인하고, 확인된 문구 중 가장 많이 사용된 문구를 제2 문구로 선정할 수 있다. 이때, 제2 부분은 마지막 문단과 같이 참고 기사의 뒷부분일 수 있다.In step S604, the device 200 may check the phrases used in the second part based on the reference article, and select the most used phrase among the identified phrases as the second phrase. At this time, the second part may be the latter part of the reference article, such as the last paragraph.
구체적으로, 장치(200)는 참고 기사를 기초로, 제2 부분 즉, 마지막 문단과 같이 참고 기사의 뒷부분에서 사용되는 문구를 확인할 수 있고, 확인된 문구 중 가장 많이 사용된 문구를 제2 문구로 선정할 수 있다.Specifically, based on the reference article, the device 200 can check the phrases used in the second part, that is, the latter part of the reference article, such as the last paragraph, and select the most used phrase among the identified phrases as the second phrase. You can select.
예를 들어, 장치(200)는 참고 기사를 기초로, 제2 부분에 사용되는 문구를 '한편, 제1 기업은 B 업무를 진행 중에 있다.', '제1 기업은 하반기 안으로 제1 상품을 출시할 것으로 전망된다.', '제1 기업은 제2 상품의 출시를 기념해 제1 서비스를 제공하고 있다.' 등으로 확인할 수 있으며, 제2 부분에 사용되는 문구 중 가장 많이 사용된 문구를 확인할 수 있다. 또한, 장치(200)는 확인 결과, 가장 많이 사용된 문구로 '제1 기업은 하반기 안으로 제1 상품을 출시할 것으로 전망된다.'가 확인되면, '제1 기업은 하반기 안으로 제1 상품을 출시할 것으로 전망된다.'를 제2 문구로 선정할 수 있다.For example, based on the reference article, the device 200 changes the phrases used in the second part to 'Meanwhile, the first company is in the process of working on B', 'The first company will produce the first product within the second half of the year.' It is expected to be launched.’, ‘The first company is providing the first service to commemorate the launch of the second product.’ You can check, and you can check the most used phrase among the phrases used in the second part. In addition, if the most frequently used phrase is confirmed as 'The first company is expected to release the first product within the second half of the year,' the device 200 determines 'The first company is expected to release the first product within the second half of the year.' ‘It is expected that this will be done.’ can be selected as the second phrase.
S605 단계에서, 장치(200)는 기업 홍보용 기사의 제1 부분에 제1 문구를 삽입하고, 기업 홍보용 기사의 제2 부분에 제2 문구를 삽입할 수 있다.In step S605, the device 200 may insert a first phrase into the first part of the corporate promotional article and insert a second phrase into the second part of the corporate promotional article.
구체적으로, 장치(200)는 생성형 인공지능 모델을 통해 작성된 기업 홍보용 기사의 제1 부분에 참고 기사를 통해 획득한 제1 문구를 삽입할 수 있고, 또한, 장치(200)는 기업 홍보용 기사의 제2 부분에 참고 기사를 통해 획득한 제2 문구를 삽입할 수 있다.Specifically, the device 200 may insert the first phrase obtained through the reference article into the first part of the corporate promotional article written through the generative artificial intelligence model, and the device 200 may insert the first phrase obtained through the reference article into the corporate promotional article written through the generative artificial intelligence model. In the second part, you can insert a second phrase obtained through reference articles.
이로 인해, 장치(200)는 참고 기사를 통해 최근 기업의 이슈를 확인할 수 있고, 해당 이슈를 기업 홍보용 기사에 적용할 수 있다. 또한, 장치(200)는 참고 기사를 통해 획득한 제1 문구 및 제2 문구를 생성형 인공지능 모델을 통해 작성된 기업 홍보용 기사에 적용함으로써 더 적합한 기업 홍보용 기사를 생성할 수 있다.Because of this, the device 200 can check recent corporate issues through reference articles and apply the issues to corporate promotional articles. Additionally, the device 200 may generate a more suitable corporate promotional article by applying the first phrase and the second phrase obtained through the reference article to the corporate promotional article written through the generative artificial intelligence model.
도 7은 일실시예에 따른 특정 상품과 관련된 링크를 추가하는 과정을 설명하기 위한 순서도이다.Figure 7 is a flowchart for explaining the process of adding a link related to a specific product according to an embodiment.
도 7을 참조하면, 먼저, S701 단계에서, 장치(200)는 SNS를 통해 특정 상품을 홍보한 인플루언서를 확인하고, 인플루언서의 SNS 계정을 획득할 수 있다.Referring to FIG. 7 , first, in step S701, the device 200 may identify an influencer who promoted a specific product through SNS and obtain the influencer's SNS account.
구체적으로, 장치(200)는 SNS를 포함하는 웹 사이트와 유무선으로 통신할 수 있으며, 장치(200)는 SNS에 접속하여 특정 상품의 이름을 통해 특정 상품을 검색할 수 있고, 검색 결과 특정 상품과 관련된 게시물을 획득할 수 있다. 또한, 장치(200)는 획득한 특정 상품과 관련된 게시물을 기초로, 해당 게시물을 업로드한 작성자를 확인할 수 있으며, 확인된 작성자 중 인플루언서를 확인할 수 있다. 이때, 장치(200)는 해당 게시물을 업로드한 작성자가 인플루언서인지 확인하기 위해 해당 게시물이 조회된 횟수, 해당 게시물이 공유된 횟수 및 해당 게시물을 좋아한 팔로워의 수를 확인하여, 해당 게시물이 조회된 횟수, 해당 게시물이 공유된 횟수 및 해당 게시물을 좋아한 팔로워의 수가 미리 설정된 목표 횟수보다 높을 경우, 해당 게시물을 업로드한 작성자가 인플루언서인 것을 확인할 수 있고, 또한, 장치(200)는 인플루언서 데이터베이스를 통해 해당 게시물을 업로드한 작성자가 인플루언서 데이터베이스에 포함될 경우 해당 작성자가 인플루언서인 것을 확인할 수 있다. 이때, 인플루언서 데이터베이스는 인플루언서 별로 인플루언서의 정보가 저장된 데이터베이스일 수 있으며, 인플루언서 데이터베이스는 장치(200)에 구비되거나, 별개의 장치일 경우 장치(200)와 유무선으로 통신할 수 있다. Specifically, the device 200 can communicate wired or wirelessly with a website including SNS, and the device 200 can access SNS to search for a specific product through the name of the specific product, and as a result of the search, the specific product and You can obtain related posts. Additionally, the device 200 can check the author who uploaded the post based on the post related to the specific product obtained, and check the influencer among the confirmed authors. At this time, the device 200 checks the number of times the post has been viewed, the number of times the post has been shared, and the number of followers who liked the post to determine whether the author who uploaded the post is an influencer. If the number of views, the number of times the post was shared, and the number of followers who liked the post are higher than the preset target number, it can be confirmed that the author who uploaded the post is an influencer, and the device 200 If the author who uploaded the post is included in the influencer database, it can be confirmed that the author is an influencer. At this time, the influencer database may be a database in which influencer information is stored for each influencer, and the influencer database may be provided in the device 200 or, if it is a separate device, communicate with the device 200 wired or wirelessly. You can.
또한, 장치(200)는 SNS에 특정 상품과 관련된 게시물을 업로드한 작성자 중 인플루언서를 확인하면, 해당 인플루언서의 SNS 계정을 획득할 수 있다. Additionally, when the device 200 identifies an influencer among authors who uploaded posts related to a specific product to SNS, it can obtain the SNS account of the influencer.
S702 단계에서, 장치(200)는 인플루언서의 SNS 계정을 기초로, 특정 상품의 홍보 게시물이 포함된 링크를 인플루언서의 상품 홍보 링크로 획득할 수 있다.In step S702, the device 200 may obtain a link containing a promotional post for a specific product as the influencer's product promotion link based on the influencer's SNS account.
구체적으로, 장치(200)는 인플루언서의 SNS 계정을 기초로, 인플루언서가 업로드한 게시물 중 특정 상품과 관련된 게시물 즉, 특정 상품의 홍보 게시물을 확인할 수 있고, 확인된 특정 상품의 홍보 게시물을 기초로, 특정 상품의 홍보 게시물이 게시된 페이지의 링크 즉, 인플루언서의 상품 홍보 링크를 획득할 수 있다.Specifically, the device 200 can check posts related to a specific product, that is, promotional posts for a specific product, among posts uploaded by the influencer, based on the influencer's SNS account, and the confirmed promotional posts for the specific product. Based on this, you can obtain the link to the page where the promotional post for a specific product is posted, that is, the influencer's product promotion link.
S703 단계에서, 장치(200)는 특정 상품을 구매할 수 있는 구매 링크를 확인할 수 있다. In step S703, the device 200 may check a purchase link to purchase a specific product.
구체적으로, 장치(200)는 특정 상품의 이름을 웹 사이트에 검색하여 출력된 웹 페이지의 링크들 중 판매 사이트에 대응하는 링크를 확인하여, 확인된 링크를 특정 상품을 구매할 수 있는 구매 링크로 확인할 수 있다. 이때, 장치(200)는 판매 사이트에 대응하는 링크를 확인하기 위해 복수의 판매 사이트의 링크를 데이터베이스에 저장할 수 있으며, 데이터베이스에 저장된 링크와 특정 상품의 이름을 웹 사이트에 검색하여 출력된 웹 페이지의 링크를 비교하여 특정 상품의 이름을 웹 사이트에 검색하여 출력된 웹 페이지의 링크 중 데이터베이스에 저장된 링크와 일치율이 미리 설정된 기준 비율보다 높은 링크를 판매 사이트에 대응하는 링크로 확인할 수 있다.Specifically, the device 200 searches the website for the name of a specific product, checks the link corresponding to the sales site among the links on the printed web page, and identifies the identified link as a purchase link for purchasing the specific product. You can. At this time, the device 200 may store links to a plurality of sales sites in a database to check the links corresponding to the sales sites, and search the website for the links stored in the database and the name of the specific product to display the output web page. By comparing links, the name of a specific product can be searched on a website, and among the links on the printed web page, the link that has a higher match rate with the link stored in the database than a preset standard rate can be confirmed as the link corresponding to the sales site.
또한, 장치(200)는 기업의 단말(100)로부터 획득한 기업 정보를 기초로, 기업의 연락처 및 기업에 의해 운영되는 웹 사이트의 링크를 확인할 수 있고, 확인된 기업의 연락처 및 기업에 의해 운영되는 웹 사이트의 링크 중 적어도 하나를 특정 상품을 구매할 수 있는 구매 링크로 생성할 수 있다.In addition, the device 200 can check the company's contact information and the link to the website operated by the company based on the company information acquired from the company's terminal 100, and the confirmed company's contact information and link to the website operated by the company. At least one of the links on the website can be created as a purchase link to purchase a specific product.
S704 단계에서, 장치(200)는 인플루언서의 상품 홍보 링크 및 구매 링크를 기업 홍보용 기사에 추가할 수 있다.In step S704, the device 200 may add the influencer's product promotion link and purchase link to the company promotional article.
구체적으로, 장치(200)는 인플루언서가 업로드한 게시물 중 특정 상품의 홍보 게시물이 포함된 링크인 인플루언서의 상품 홍보 링크 및 특정 상품을 구매할 수 있는 링크인 구매 링크를 기업 홍보용 기사에 추가할 수 있다.Specifically, the device 200 adds the influencer's product promotion link, which is a link containing a promotional post for a specific product, and a purchase link, which is a link to purchase a specific product, to the corporate promotional article among the posts uploaded by the influencer. can do.
이로 인해, 기업 홍보용 기사를 접한 사용자들은 특정 상품에 관심이 생겼을 경우, 인플루언서의 상품 홍보 링크 및 구매 링크를 통해 해당 상품의 정보를 쉽게 획득하고, 해당 상품을 쉽게 구매할 수 있는 효과가 있다.As a result, when users who have read corporate promotional articles become interested in a specific product, they can easily obtain information about the product and easily purchase the product through the influencer's product promotion link and purchase link.
한편, 장치(200)는 기업의 단말(100)로 기업 홍보용 기사가 전송되는 시점을 기초로, 기업의 정보를 삭제하거나, 보관함으로써 기업의 정보를 관리할 수 있다.Meanwhile, the device 200 can manage the company's information by deleting or storing the company's information based on the time when the company's promotional article is transmitted to the company's terminal 100.
도 8은 일실시예에 따른 기업의 정보를 관리하는 과정을 설명하기 위한 순서도이다.Figure 8 is a flow chart to explain the process of managing company information according to an embodiment.
도 8을 참조하면, 먼저, S801 단계에서, 장치(200)는 제1 시점에 기업 홍보용 기사가 발송된 것으로 확인되면, 기업의 정보를 제1 기업 데이터베이스에 저장할 수 있다. 여기서, 기업의 정보는 기업의 단말(100)로부터 획득한 기업의 기업 정보 및 기업의 단말(100)로부터 획득한 기업에서 제공하는 상품의 상품 정보를 포함할 수 있다.Referring to FIG. 8, first, in step S801, if it is confirmed that a corporate promotional article has been sent at a first time, the device 200 may store the company's information in the first company database. Here, the company information may include company information obtained from the company terminal 100 and product information of products provided by the company obtained from the company terminal 100.
구체적으로, 장치(200)는 복수의 기업 데이터베이스를 구비하거나, 복수의 기업 데이터베이스와 연결되어 있으며, 제1 시점에 기업의 단말(100)로 기업 홍보용 기사가 전송된 것으로 확인되면, 복수의 기업 데이터베이스 중 어느 하나인 제1 기업 데이터베이스에 기업의 정보 정보를 저장할 수 있다. 이때, 장치(200)는 S207 단계에서 기업 홍보용 기사가 생성되면, S207 단계 이후에 장치(200)는 기업의 단말(100)로 기업 홍보용 기사를 전송할 수 있다. Specifically, the device 200 is provided with a plurality of corporate databases or is connected to a plurality of corporate databases, and when it is confirmed that a corporate promotional article has been transmitted to the corporate terminal 100 at the first time, the plurality of corporate databases Company information can be stored in one of the first company databases. At this time, if the device 200 generates a corporate promotional article in step S207, the device 200 may transmit the corporate promotional article to the company's terminal 100 after step S207.
S802 단계에서, 장치(200)는 기업이 기업 홍보용 기사를 확인한 것으로 확인되면, 제1 기업 데이터베이스에 저장되어 있는 기업의 정보를 삭제하고, 기업의 정보를 제2 기업 데이터베이스에 저장할 수 있다.In step S802, if it is confirmed that the company has confirmed the company promotional article, the device 200 may delete the company information stored in the first company database and store the company information in the second company database.
구체적으로, 장치(200)는 기업의 단말(100)로부터 기업 홍보용 기사를 기업이 확인하였다는 메시지를 수신하면, 기업이 기업 홍보용 기사를 확인한 것으로 확인할 수 있다. 또한, 장치(200)는 기업이 기업 홍보용 기사를 확인한 것으로 확인되면, 복수의 기업 데이터베이스 중 어느 하나인 제1 기업 데이터베이스에 저장되어 있는 기업의 정보를 삭제하고, 복수의 기업 데이터베이스 중 다른 하나인 제2 기업 데이터베이스에 기업의 정보를 저장할 수 있다.Specifically, when the device 200 receives a message from the company's terminal 100 that the company has confirmed the corporate promotional article, it can confirm that the company has confirmed the corporate promotional article. In addition, when it is confirmed that the company has confirmed the corporate promotional article, the device 200 deletes the company information stored in the first company database, which is one of the plurality of company databases, and the second company database, which is another one of the plurality of company databases. 2 Company information can be stored in the company database.
S803 단계에서, 장치(200)는 기업의 기업 등급에 따라 정보의 보관 기간을 제1 보관 기간으로 설정할 수 있다. 이를 위해, 장치(200)는 기업에 대응하여 기업 홍보용 기사를 생성한 히스토리를 장치(200)에 구비된 데이터베이스에 저장할 수 있고, 데이터베이스에 저장된 히스토리를 기초로, 기업에 대응하여 기업 홍보용 기사가 생성된 횟수를 확인할 수 있다. 장치(200)는 기업 홍보용 기사가 생성된 횟수가 많을수록 기업의 기업 등급을 높게 설정하고, 기업 홍보용 기사가 생성된 횟수가 적을수록 기업의 기업 등급을 낮게 설정할 수 있다. 또한, 장치(200)는 설정된 기업의 기업을 확인하여 기업의 기업 등급이 높은 등급일수록 제1 보관 기간을 길게 설정할 수 있다. In step S803, the device 200 may set the storage period of information as the first storage period according to the corporate level of the company. To this end, the device 200 may store the history of creating corporate promotional articles in response to the company in a database provided in the device 200, and based on the history stored in the database, corporate promotional articles may be created in response to the company. You can check the number of times it has been done. The device 200 may set the company's corporate level higher as the number of corporate promotional articles is generated, and may set the company's corporate rating lower as the number of corporate promotional articles is generated. Additionally, the device 200 may check the set company and set the first storage period to be longer as the company's corporate level is higher.
예를 들어, 장치(200)는 기업의 기업 등급이 가장 높은 최우수로 확인되면, 제1 보관 기간을 2년으로 설정할 수 있으며, 기업의 기업 등급이 우수로 확인되면, 제1 보관 기간을 1년으로 설정할 수 있다.For example, device 200 may set the first storage period to 2 years if the enterprise's enterprise rating is determined to be Excellent, which is the highest, and set the first storage period to 1 year if the enterprise's enterprise rating is determined to be Excellent. It can be set to .
S804 단계에서, 장치(200)는 제1 시점으로부터 제1 보관 기간 이내에 기업에게 추가적인 기업 홍보용 기사가 발송되지 않은 것으로 확인되면, 제2 기업 데이터베이스에 저장되어 있는 기업의 정보를 삭제할 수 있다.In step S804, if it is confirmed that no additional corporate promotional articles have been sent to the company within the first storage period from the first time, the device 200 may delete the company information stored in the second company database.
예를 들어, 제1 보관 기간이 1년으로 설정되어 있는 경우, 장치(200)는 제1 시점으로부터 1년이 지날 때까지 기업에게 추가적인 기업 홍보용 기사가 발송되었는지 여부를 확인할 수 있고, 제1 시점으로부터 1년이 지날 때까지 기업에게 추가적으로 기업 홍보용 기사가 발송되지 않은 것으로 확인되면, 제2 기업 데이터베이스에 저장되어 있는 기업의 정보를 삭제할 수 있다.For example, if the first storage period is set to 1 year, the device 200 can check whether additional corporate promotional articles have been sent to the company until 1 year has passed from the first time point, and If it is confirmed that no additional corporate promotional articles have been sent to the company by the end of one year, the company's information stored in the second company database can be deleted.
S805 단계에서, 장치(200)는 제2 시점에 기업에게 추가적인 기업 홍보용 기사가 발송된 것으로 확인되면, 제1 보관 기간에 제2 가중치를 적용하여, 제2 보관 기간을 설정할 수 있다. 여기서, 제2 가중치는 1보다 작은 값으로 설정될 수 있다.In step S805, if it is confirmed that an additional corporate promotional article has been sent to the company at a second time, the device 200 may set a second storage period by applying a second weight to the first storage period. Here, the second weight may be set to a value less than 1.
즉, 장치(200)는 제1 시점으로부터 제1 보관 기간 이내에 기업에게 추가적인 기업 홍보용 기사가 발송된 것으로 확인되고, 제2 시점에 기업에게 추가적인 기업 홍보용 기사가 발송된 것으로 확인되면, 제1 보관 기간에 제2 가중치를 적용하여, 제2 보관 기간을 설정할 수 있다.That is, if it is confirmed that an additional corporate promotional article has been sent to the company within the first storage period from the first time point, and if it is confirmed that an additional corporate promotional article has been sent to the company at a second time point, the device 200 stores the first storage period. A second storage period can be set by applying a second weight to .
예를 들어, 제1 보관 기간이 1년이고 제2 가중치가 0.5인 경우, 장치(200)는 제1 보관 기간에 제2 가중치를 적용하여, 제2 보관 기간을 6개월로 설정할 수 있다.For example, if the first storage period is 1 year and the second weight is 0.5, the device 200 may apply the second weight to the first storage period and set the second storage period to 6 months.
S806 단계에서, 장치(200)는 제2 시점으로부터 제2 보관 기간 이내에 기업에게 추가적인 기업 홍보용 기사가 발송되지 않은 것으로 확인되면, 제2 기업 데이터베이스에 저장되어 있는 기업의 정보를 삭제할 수 있다.In step S806, if it is confirmed that no additional corporate promotional articles have been sent to the company within the second storage period from the second time, the device 200 may delete the company information stored in the second company database.
S805 단계 이후, 제2 시점으로부터 제2 보관 기간 이내에 기업에게 추가적인 기업 홍보용 기사가 발송된 것으로 확인되면, S805 단계를 다시 수행하여, 장치(200)는 제3 시점에 기업에게 추가적인 기업 홍보용 기사가 발송된 것으로 확인되면, 제2 보관 기간에 제2 가중치를 적용하여, 제3 보관 기간을 설정할 수 있으며, 제3 시점으로부터 제3 보관 기간 이내에 기업에게 추가적인 기업 홍보용 기사가 발송되지 않은 것으로 확인되면, 제2 기업 데이터베이스에 저장되어 있는 기업의 정보를 삭제할 수 있다.After step S805, if it is confirmed that additional corporate promotional articles have been sent to the company within the second storage period from the second time point, step S805 is performed again, and the device 200 sends additional corporate promotional articles to the company at the third time point. If it is confirmed that an additional corporate promotional article has not been sent to the company within the third storage period from the third point in time, the third storage period can be set by applying the second weight to the second storage period. 2 You can delete company information stored in the company database.
이로 인해, 장치(200)는 기업에게 기업 홍보용 기사가 마지막으로 제공된 시점을 기초로, 기업에게 기업 홍보용 기사가 마지막으로 제공된 시점이 기준보다 전일 경우 기업의 정보를 삭제하고, 기업에게 기업 홍보용 기사가 마지막으로 제공된 시점이 기준보다 나중일 경우, 기업의 정보를 보관함으로써, 지속하여 기업 홍보용 기사를 생성하는 기업의 정보만 저장할 수 있다.For this reason, the device 200 deletes the company's information based on the time when the corporate promotional article was last provided to the company, if the time when the corporate promotional article was last provided to the company is before the standard, and provides the company with a corporate promotional article. If the last time provided is later than the standard, by storing the company's information, only the information of the company that continuously creates corporate promotional articles can be stored.
도 9는 일실시예에 따른 장치의 구성의 예시도이다.Figure 9 is an exemplary diagram of the configuration of a device according to an embodiment.
일실시예에 따른 장치(200)는 프로세서(210) 및 메모리(220)를 포함한다. 프로세서(210)는 도 1 내지 도 8을 참조하여 전술된 적어도 하나의 장치들을 포함하거나, 도 1 내지 도 8을 참조하여 전술된 적어도 하나의 방법을 수행할 수 있다. 장치(200)를 이용하는 자 또는 단체는 도 1 내지 도 8을 참조하여 전술된 방법들 일부 또는 전부와 관련된 서비스를 제공할 수 있다.Device 200 according to one embodiment includes a processor 210 and memory 220. The processor 210 may include at least one device described above with reference to FIGS. 1 to 8 or may perform at least one method described above with reference to FIGS. 1 to 8 . A person or organization using the device 200 may provide services related to some or all of the methods described above with reference to FIGS. 1 to 8 .
메모리(220)는 전술된 방법들과 관련된 정보를 저장하거나 후술되는 방법들이 구현된 프로그램을 저장할 수 있다. 메모리(220)는 휘발성 메모리 또는 비휘발성 메모리일 수 있다.The memory 220 may store information related to the methods described above or store a program in which methods described later are implemented. Memory 220 may be volatile memory or non-volatile memory.
프로세서(210)는 프로그램을 실행하고, 장치(200)를 제어할 수 있다. 프로세서(210)에 의하여 실행되는 프로그램의 코드는 메모리(220)에 저장될 수 있다. 장치(200)는 입출력 장치(도면 미 표시)를 통하여 외부 장치(예를 들어, 퍼스널 컴퓨터 또는 네트워크)에 연결되고, 유무선 통신을 통해 데이터를 교환할 수 있다.The processor 210 can execute programs and control the device 200. The code of the program executed by the processor 210 may be stored in the memory 220. The device 200 is connected to an external device (eg, a personal computer or a network) through an input/output device (not shown) and can exchange data through wired or wireless communication.
이상에서 설명된 실시예들은 하드웨어 구성요소, 소프트웨어 구성요소, 및/또는 하드웨어 구성요소 및 소프트웨어 구성요소의 조합으로 구현될 수 있다. 예를 들어, 실시예들에서 설명된 장치, 방법 및 구성요소는, 예를 들어, 프로세서, 콘트롤러, ALU(arithmetic logic unit), 디지털 신호 프로세서(digital signal processor), 마이크로컴퓨터, FPGA(field programmable gate array), PLU(programmable logic unit), 마이크로프로세서, 또는 명령(instruction)을 실행하고 응답할 수 있는 다른 어떠한 장치와 같이, 하나 이상의 범용 컴퓨터 또는 특수 목적 컴퓨터를 이용하여 구현될 수 있다. 처리 장치는 운영 체제(OS) 및 상기 운영 체제 상에서 수행되는 하나 이상의 소프트웨어 애플리케이션을 수행할 수 있다. 또한, 처리 장치는 소프트웨어의 실행에 응답하여, 데이터를 접근, 저장, 조작, 처리 및 생성할 수도 있다. 이해의 편의를 위하여, 처리 장치는 하나가 사용되는 것으로 설명된 경우도 있지만, 해당 기술분야에서 통상의 지식을 가진 자는, 처리 장치가 복수 개의 처리 요소(processing element) 및/또는 복수 유형의 처리 요소를 포함할 수 있음을 알 수 있다. 예를 들어, 처리 장치는 복수 개의 프로세서 또는 하나의 프로세서 및 하나의 콘트롤러를 포함할 수 있다. 또한, 병렬 프로세서(parallel processor)와 같은, 다른 처리 구성(processing configuration)도 가능하다.The embodiments described above may be implemented with hardware components, software components, and/or a combination of hardware components and software components. For example, the devices, methods, and components described in the embodiments may include, for example, a processor, a controller, an arithmetic logic unit (ALU), a digital signal processor, a microcomputer, and a field programmable gate (FPGA). It may be implemented using one or more general-purpose or special-purpose computers, such as an array, programmable logic unit (PLU), microprocessor, or any other device capable of executing and responding to instructions. A processing device may execute an operating system (OS) and one or more software applications that run on the operating system. Additionally, a processing device may access, store, manipulate, process, and generate data in response to the execution of software. For ease of understanding, a single processing device may be described as being used; however, those skilled in the art will understand that a processing device includes multiple processing elements and/or multiple types of processing elements. It can be seen that it may include. For example, a processing device may include a plurality of processors or one processor and one controller. Additionally, other processing configurations, such as parallel processors, are possible.
실시예에 따른 방법은 다양한 컴퓨터 수단을 통하여 수행될 수 있는 프로그램 명령 형태로 구현되어 컴퓨터 판독 가능 매체에 기록될 수 있다. 상기 컴퓨터 판독 가능 매체는 프로그램 명령, 데이터 파일, 데이터 구조 등을 단독으로 또는 조합하여 포함할 수 있다. 상기 매체에 기록되는 프로그램 명령은 실시예를 위하여 특별히 설계되고 구성된 것들이거나 컴퓨터 소프트웨어 당업자에게 공지되어 사용 가능한 것일 수도 있다. 컴퓨터 판독 가능 기록 매체의 예에는 하드 디스크, 플로피 디스크 및 자기 테이프와 같은 자기 매체(magnetic media), CD-ROM, DVD와 같은 광기록 매체(optical media), 플롭티컬 디스크(floptical disk)와 같은 자기-광 매체(magneto-optical media), 및 롬(ROM), 램(RAM), 플래시 메모리 등과 같은 프로그램 명령을 저장하고 수행하도록 특별히 구성된 하드웨어 장치가 포함된다. 프로그램 명령의 예에는 컴파일러에 의해 만들어지는 것과 같은 기계어 코드뿐만 아니라 인터프리터 등을 사용해서 컴퓨터에 의해서 실행될 수 있는 고급 언어 코드를 포함한다. 상기된 하드웨어 장치는 실시예의 동작을 수행하기 위해 하나 이상의 소프트웨어 모듈로서 작동하도록 구성될 수 있으며, 그 역도 마찬가지이다.The method according to the embodiment may be implemented in the form of program instructions that can be executed through various computer means and recorded on a computer-readable medium. The computer-readable medium may include program instructions, data files, data structures, etc., singly or in combination. Program instructions recorded on the medium may be specially designed and configured for the embodiment or may be known and available to those skilled in the art of computer software. Examples of computer-readable recording media include magnetic media such as hard disks, floppy disks, and magnetic tapes, optical media such as CD-ROMs and DVDs, and magnetic media such as floptical disks. -Includes optical media (magneto-optical media) and hardware devices specifically configured to store and execute program instructions, such as ROM, RAM, flash memory, etc. Examples of program instructions include machine language code, such as that produced by a compiler, as well as high-level language code that can be executed by a computer using an interpreter, etc. The hardware devices described above may be configured to operate as one or more software modules to perform the operations of the embodiments, and vice versa.
소프트웨어는 컴퓨터 프로그램(computer program), 코드(code), 명령(instruction), 또는 이들 중 하나 이상의 조합을 포함할 수 있으며, 원하는 대로 동작하도록 처리 장치를 구성하거나 독립적으로 또는 결합적으로(collectively) 처리 장치를 명령할 수 있다. 소프트웨어 및/또는 데이터는, 처리 장치에 의하여 해석되거나 처리 장치에 명령 또는 데이터를 제공하기 위하여, 어떤 유형의 기계, 구성요소(component), 물리적 장치, 가상 장치(virtual equipment), 컴퓨터 저장 매체 또는 장치, 또는 전송되는 신호 파(signal wave)에 영구적으로, 또는 일시적으로 구체화(embody)될 수 있다. 소프트웨어는 네트워크로 연결된 컴퓨터 시스템 상에 분산되어서, 분산된 방법으로 저장되거나 실행될 수도 있다. 소프트웨어 및 데이터는 하나 이상의 컴퓨터 판독 가능 기록 매체에 저장될 수 있다.Software may include a computer program, code, instructions, or a combination of one or more of these, which may configure a processing unit to operate as desired, or may be processed independently or collectively. You can command the device. Software and/or data may be used on any type of machine, component, physical device, virtual equipment, computer storage medium or device to be interpreted by or to provide instructions or data to a processing device. , or may be permanently or temporarily embodied in a transmitted signal wave. Software may be distributed over networked computer systems and stored or executed in a distributed manner. Software and data may be stored on one or more computer-readable recording media.
이상과 같이 실시예들이 비록 한정된 도면에 의해 설명되었으나, 해당 기술분야에서 통상의 지식을 가진 자라면 상기를 기초로 다양한 기술적 수정 및 변형을 적용할 수 있다. 예를 들어, 설명된 기술들이 설명된 방법과 다른 순서로 수행되거나, 및/또는 설명된 시스템, 구조, 장치, 회로 등의 구성요소들이 설명된 방법과 다른 형태로 결합 또는 조합되거나, 다른 구성요소 또는 균등물에 의하여 대치되거나 치환되더라도 적절한 결과가 달성될 수 있다.Although the embodiments have been described with limited drawings as described above, those skilled in the art can apply various technical modifications and variations based on the above. For example, the described techniques are performed in a different order than the described method, and/or components of the described system, structure, device, circuit, etc. are combined or combined in a different form than the described method, or other components are used. Alternatively, appropriate results may be achieved even if substituted or substituted by an equivalent.
그러므로, 다른 구현들, 다른 실시예들 및 특허청구범위와 균등한 것들도 후술하는 청구범위의 범위에 속한다.Therefore, other implementations, other embodiments, and equivalents of the claims also fall within the scope of the following claims.
Claims (3)
기업의 단말로부터 상기 기업의 명칭, 상기 기업의 업종, 상기 기업의 이력, 상기 기업의 주소, 상기 기업의 연락처를 포함하는 상기 기업의 기업 정보를 획득하는 단계;
상기 기업의 단말로부터 상기 기업에서 제공하는 상품의 이름, 상기 상품의 카테고리, 상기 상품의 특징, 상기 상품의 이미지를 포함하는 상기 상품의 상품 정보를 획득하는 단계;
상기 기업 정보 및 상기 상품 정보에 기반하여 온라인 상에서 상기 기업과 관련된 웹 페이지를 수집하는 단계;
상기 수집된 웹 페이지의 텍스트를 자연어 처리 기법을 통해 분석하여 상기 수집된 웹 페이지의 텍스트를 활용 문구와 비활용 문구로 구분하는 단계;
상기 수집된 웹 페이지에서 상기 텍스트 이외의 콘텐츠를 온라인 콘텐츠로 저장하는 단계;
상기 기업 정보 및 상기 상품 정보를 생성형 인공지능 모델에 입력하여 기사 초안을 획득하는 단계; 및
상기 활용 문구 및 상기 온라인 콘텐츠를 포함하는 추가 정보를 이용하여 상기 기사 초안을 보정하여 기업 홍보용 기사를 생성하는 단계를 포함하고,
상기 기업 정보 및 상기 상품 정보를 생성형 인공지능 모델에 입력하여 기사 초안을 획득하는 단계에서, 상기 생성형 인공지능 모델에 입력되는 정보는,
상기 상품 정보를 기초로 생성된 검색어를 웹 사이트에 검색하여 미리 설정된 임계 기간 이내에 게시된 게시 자료 중 미리 설정된 기준 횟수보다 많이 포함된 키워드이고,
상기 활용 문구 및 상기 온라인 콘텐츠를 포함하는 추가 정보를 이용하여 상기 기사 초안을 보정하여 기업 홍보용 기사를 생성하는 단계는,
상기 활용 문구 중 상기 기사 초안에서 언급되는 특정 상품과 관련된 문구를 관련 문구로 추출하는 단계,
상기 특정 상품을 온라인 상에서 검색하여 출력되는 결과물에서 상기 특정 상품을 제외한 키워드 중 등장 빈도가 미리 설정된 기준 빈도보다 높은 키워드를 트렌드 키워드로 설정하는 단계,
상기 관련 문구 및 상기 트렌드 키워드를 활용하여 상기 기사 초안이 수정되도록 상기 기사 초안, 상기 관련 문구 및 상기 트렌드 키워드를 생성형 인공지능 모델에 입력하여 기사 수정안을 획득하는 단계,
상기 온라인 콘텐츠 중 상기 특정 상품과 관련된 콘텐츠를 추출하는 단계,
상기 추출된 콘텐츠가 포함된 원래 웹 페이지의 조회수 및 상기 원래 웹 페이지가 게시된 사이트의 등급에 따라 상기 추출된 콘텐츠의 우선도를 부여하는 단계,
상기 기사 수정안의 각 문단에서 상기 특정 상품이 언급된 횟수 및 상기 특정 상품을 긍정하는 문구가 포함된 정도에 따라 상기 각 문단의 우선도를 부여하는 단계, 및
상기 각 문단의 우선도와 상기 추출된 콘텐츠의 우선도에 따라 상기 추출된 콘텐츠를 배치하는 단계를 포함하고,
상기 추출된 콘텐츠를 배치하는 단계에서,
상기 추출된 콘텐츠의 크기를 설정하는 단계를 더 포함하고,
상기 추출된 콘텐츠의 크기를 설정하는 단계는,
상기 특정 상품의 출시일을 확인하여, 상기 특정 상품의 출시일 및 현 시점 간의 기간인 확인 기간을 생성하는 단계,
상기 확인 기간이 미리 설정된 제1 기준 기간보다 긴지 여부를 판단하는 단계,
상기 확인 기간이 상기 제1 기준 기간보다 길다고 확인되면, 상기 추출된 콘텐츠의 크기를 제1 크기로 설정하는 단계,
상기 확인 기간이 상기 제1 기준 기간보다 짧거나 동일하다고 확인되면, 상기 확인 기간이 미리 설정된 제2 기준 기간보다 긴지 여부를 판단하는 단계,
상기 확인 기간이 상기 제2 기준 기간보다 길다고 확인되면, 상기 추출된 콘텐츠의 크기를 상기 제1 크기보다 큰 제2 크기로 설정하는 단계,
상기 확인 기간이 상기 제2 기준 기간보다 짧거나 동일하다고 확인되면, 상기 확인 기간에 반비례하여 가중치를 생성하고, 상기 생성된 가중치를 상기 제2 크기에 적용하여 제3 크기를 설정하고, 상기 추출된 콘텐츠의 크기를 상기 제3 크기로 설정하는 단계를 포함하는,
생성형 인공지능 모델을 활용한 기업 홍보용 기사 생성 방법.In a method of generating corporate promotional articles using a generative artificial intelligence model performed by a device,
Obtaining corporate information of the company including the name of the company, the industry of the company, the history of the company, the address of the company, and the contact information of the company from the company's terminal;
Obtaining product information of the product including the name of the product provided by the company, the category of the product, the characteristics of the product, and the image of the product from the terminal of the company;
collecting web pages related to the company online based on the company information and the product information;
Analyzing the collected text of the web page using natural language processing techniques to classify the collected text of the web page into useful phrases and unused phrases;
storing content other than the text in the collected web pages as online content;
Obtaining a draft article by inputting the company information and the product information into a generative artificial intelligence model; and
Generating a corporate promotional article by correcting the draft article using additional information including the usage phrase and the online content;
In the step of obtaining a draft article by inputting the company information and the product information into the generative artificial intelligence model, the information input into the generative artificial intelligence model is:
A search term generated based on the product information is searched on a website and is a keyword that is included more than a preset standard number of times among posted materials within a preset threshold period,
The step of generating a corporate promotional article by correcting the draft article using additional information including the usage phrase and the online content,
Extracting phrases related to a specific product mentioned in the draft article from among the utilized phrases as related phrases;
In the results output by searching the specific product online, setting keywords with a frequency of appearance higher than a preset standard frequency among keywords excluding the specific product as trend keywords;
Obtaining a revised article by inputting the draft article, the related phrases, and the trend keywords into a generative artificial intelligence model so that the draft article is revised using the related phrases and the trend keywords;
Extracting content related to the specific product from the online content,
Giving priority to the extracted content according to the number of views of the original web page containing the extracted content and the rating of the site on which the original web page is posted;
assigning priority to each paragraph of the article amendment according to the number of times the specific product is mentioned in each paragraph and the extent to which phrases affirming the specific product are included; and
Arranging the extracted content according to the priority of each paragraph and the priority of the extracted content,
In the step of placing the extracted content,
Further comprising setting the size of the extracted content,
The step of setting the size of the extracted content is,
Confirming the release date of the specific product and creating a confirmation period, which is the period between the release date of the specific product and the current time,
determining whether the confirmation period is longer than a first preset reference period;
If it is confirmed that the confirmation period is longer than the first reference period, setting the size of the extracted content to a first size;
If it is confirmed that the confirmation period is shorter than or equal to the first reference period, determining whether the confirmation period is longer than a preset second reference period;
If it is confirmed that the confirmation period is longer than the second reference period, setting the size of the extracted content to a second size larger than the first size;
If it is confirmed that the confirmation period is shorter than or equal to the second reference period, a weight is generated in inverse proportion to the confirmation period, the generated weight is applied to the second size to set a third size, and the extracted Including setting the size of the content to the third size,
How to create corporate promotional articles using a generative artificial intelligence model.
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
KR1020230111026A KR102613621B1 (en) | 2023-08-24 | 2023-08-24 | Method, device and system for generating articles for company promotion using generative artificial intelligence model |
KR1020230111445A KR102644865B1 (en) | 2023-08-24 | 2023-08-24 | Method, device and system for providing artificial intelligence model service for generating articles for corporate promotion |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
KR1020230111026A KR102613621B1 (en) | 2023-08-24 | 2023-08-24 | Method, device and system for generating articles for company promotion using generative artificial intelligence model |
Related Child Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
KR1020230111445A Division KR102644865B1 (en) | 2023-08-24 | 2023-08-24 | Method, device and system for providing artificial intelligence model service for generating articles for corporate promotion |
Publications (1)
Publication Number | Publication Date |
---|---|
KR102613621B1 true KR102613621B1 (en) | 2023-12-14 |
Family
ID=89166932
Family Applications (2)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
KR1020230111445A KR102644865B1 (en) | 2023-08-24 | 2023-08-24 | Method, device and system for providing artificial intelligence model service for generating articles for corporate promotion |
KR1020230111026A KR102613621B1 (en) | 2023-08-24 | 2023-08-24 | Method, device and system for generating articles for company promotion using generative artificial intelligence model |
Family Applications Before (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
KR1020230111445A KR102644865B1 (en) | 2023-08-24 | 2023-08-24 | Method, device and system for providing artificial intelligence model service for generating articles for corporate promotion |
Country Status (1)
Country | Link |
---|---|
KR (2) | KR102644865B1 (en) |
Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR100853022B1 (en) | 2006-11-27 | 2008-08-20 | 주식회사 씽크풀 | Method and apparatus for automatically generating articles |
KR101638423B1 (en) | 2015-07-30 | 2016-07-12 | 이진용 | Method for how to create and distribute articles online through banner-type article auto-generation |
KR102063167B1 (en) * | 2019-06-04 | 2020-01-07 | 주식회사 엣지랭크 | Apparatus and method for providing a newsletter mailing service that includes a payment function |
KR102078505B1 (en) | 2019-05-28 | 2020-02-17 | 주식회사 에이플에이디 | System and method for generating article |
KR20200127520A (en) * | 2019-05-02 | 2020-11-11 | 주식회사 옷딜 | System for building the contents automatically for planning sales and method therefor |
KR20210089430A (en) * | 2020-01-08 | 2021-07-16 | 한국전자통신연구원 | News article generation system and method including indirect advertising |
KR102410260B1 (en) | 2022-03-07 | 2022-06-22 | 와이에스에이 주식회사 | Method, device and system for automatic creation and confirmation of advertisement content based on artificial intelligence |
KR20220168062A (en) * | 2021-06-15 | 2022-12-22 | 주식회사 웨이커 | Article writing soulution using artificial intelligence and device using the same |
KR20230029459A (en) * | 2021-08-24 | 2023-03-03 | 주식회사 아이클레이브 | System for building the color banner and method therefor |
KR102547033B1 (en) * | 2023-03-10 | 2023-06-22 | 김제은 | Method for providing information in the way user selected using keyword recognition function |
Family Cites Families (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US9122989B1 (en) * | 2013-01-28 | 2015-09-01 | Insidesales.com | Analyzing website content or attributes and predicting popularity |
KR101966596B1 (en) * | 2018-08-23 | 2019-04-05 | 조영민 | Contents processing type marketing system based on SNS, and method thereof |
-
2023
- 2023-08-24 KR KR1020230111445A patent/KR102644865B1/en active IP Right Grant
- 2023-08-24 KR KR1020230111026A patent/KR102613621B1/en active IP Right Grant
Patent Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR100853022B1 (en) | 2006-11-27 | 2008-08-20 | 주식회사 씽크풀 | Method and apparatus for automatically generating articles |
KR101638423B1 (en) | 2015-07-30 | 2016-07-12 | 이진용 | Method for how to create and distribute articles online through banner-type article auto-generation |
KR20200127520A (en) * | 2019-05-02 | 2020-11-11 | 주식회사 옷딜 | System for building the contents automatically for planning sales and method therefor |
KR102078505B1 (en) | 2019-05-28 | 2020-02-17 | 주식회사 에이플에이디 | System and method for generating article |
KR102063167B1 (en) * | 2019-06-04 | 2020-01-07 | 주식회사 엣지랭크 | Apparatus and method for providing a newsletter mailing service that includes a payment function |
KR20210089430A (en) * | 2020-01-08 | 2021-07-16 | 한국전자통신연구원 | News article generation system and method including indirect advertising |
KR20220168062A (en) * | 2021-06-15 | 2022-12-22 | 주식회사 웨이커 | Article writing soulution using artificial intelligence and device using the same |
KR20230029459A (en) * | 2021-08-24 | 2023-03-03 | 주식회사 아이클레이브 | System for building the color banner and method therefor |
KR102410260B1 (en) | 2022-03-07 | 2022-06-22 | 와이에스에이 주식회사 | Method, device and system for automatic creation and confirmation of advertisement content based on artificial intelligence |
KR102547033B1 (en) * | 2023-03-10 | 2023-06-22 | 김제은 | Method for providing information in the way user selected using keyword recognition function |
Also Published As
Publication number | Publication date |
---|---|
KR102644865B1 (en) | 2024-03-07 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Goyal et al. | Deep learning for natural language processing | |
CN112131350B (en) | Text label determining method, device, terminal and readable storage medium | |
CN111368996A (en) | Retraining projection network capable of delivering natural language representation | |
BalaAnand et al. | Envisioning social media information for big data using big vision schemes in wireless environment | |
Mehta et al. | Sentiment analysis of tweets using supervised learning algorithms | |
KR102586799B1 (en) | Method, device and system for automatically processing creation of web book based on web novel using artificial intelligence model | |
Dessí et al. | Deep learning adaptation with word embeddings for sentiment analysis on online course reviews | |
CN112231563A (en) | Content recommendation method and device and storage medium | |
Sarkar | Sentiment polarity detection in Bengali tweets using LSTM recurrent neural networks | |
CN110852047A (en) | Text score method, device and computer storage medium | |
CN112633690A (en) | Service personnel information distribution method, service personnel information distribution device, computer equipment and storage medium | |
Chaudhuri | Visual and text sentiment analysis through hierarchical deep learning networks | |
CN113011126A (en) | Text processing method and device, electronic equipment and computer readable storage medium | |
Yang et al. | News text mining-based business sentiment analysis and its significance in economy | |
Xie et al. | A novel attention based CNN model for emotion intensity prediction | |
Soni et al. | Feature based sentiment analysis of product reviews using deep learning methods | |
Verma et al. | Synthesized feature learning model on news aggregator for chatbot | |
Park et al. | MMCNet: deep learning–based multimodal classification model using dynamic knowledge | |
KR102695370B1 (en) | Method, device and system for classifying and sorting media for posting corporate articles | |
KR102624135B1 (en) | Artificial intelligence-based non-face-to-face programming training automation platform service provision method, device and system for enterprises | |
KR102613621B1 (en) | Method, device and system for generating articles for company promotion using generative artificial intelligence model | |
Uttarwar et al. | Artificial intelligence based system for preliminary rounds of recruitment process | |
Lohith et al. | Aspect oriented sentiment analysis on customer reviews on restaurant using the LDA and BERT method | |
Arikatla et al. | Movie prediction based on movie scriptsusing Natural Language Processing and Machine Learning Algorithms | |
Rizkallah et al. | Learning spherical word vectors for opinion mining and applying on hotel reviews |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
E701 | Decision to grant or registration of patent right | ||
GRNT | Written decision to grant |