KR102615395B1 - 어플리케이션 거래 서비스 제공 방법 및 장치 - Google Patents
어플리케이션 거래 서비스 제공 방법 및 장치 Download PDFInfo
- Publication number
- KR102615395B1 KR102615395B1 KR1020220133680A KR20220133680A KR102615395B1 KR 102615395 B1 KR102615395 B1 KR 102615395B1 KR 1020220133680 A KR1020220133680 A KR 1020220133680A KR 20220133680 A KR20220133680 A KR 20220133680A KR 102615395 B1 KR102615395 B1 KR 102615395B1
- Authority
- KR
- South Korea
- Prior art keywords
- user
- transaction
- information
- application
- intention
- Prior art date
Links
- 238000000034 method Methods 0.000 title claims abstract description 29
- 238000013473 artificial intelligence Methods 0.000 claims abstract description 63
- RWSOTUBLDIXVET-UHFFFAOYSA-N Dihydrogen sulfide Chemical compound S RWSOTUBLDIXVET-UHFFFAOYSA-N 0.000 claims abstract description 9
- 238000012790 confirmation Methods 0.000 claims description 26
- 238000012552 review Methods 0.000 claims description 12
- 230000008859 change Effects 0.000 claims description 9
- 238000006243 chemical reaction Methods 0.000 claims description 7
- 238000012546 transfer Methods 0.000 claims description 4
- 238000012856 packing Methods 0.000 claims description 3
- 238000004891 communication Methods 0.000 description 23
- 230000008569 process Effects 0.000 description 8
- 238000010586 diagram Methods 0.000 description 7
- 230000014509 gene expression Effects 0.000 description 7
- 238000009826 distribution Methods 0.000 description 6
- 230000006870 function Effects 0.000 description 3
- 238000004519 manufacturing process Methods 0.000 description 3
- 238000010295 mobile communication Methods 0.000 description 3
- 238000012549 training Methods 0.000 description 3
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000004044 response Effects 0.000 description 2
- 230000005540 biological transmission Effects 0.000 description 1
- 238000012937 correction Methods 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000000691 measurement method Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 238000003860 storage Methods 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
- G06Q30/06—Buying, selling or leasing transactions
- G06Q30/0601—Electronic shopping [e-shopping]
- G06Q30/0613—Third-party assisted
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N20/00—Machine learning
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q30/00—Commerce
- G06Q30/018—Certifying business or products
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q30/00—Commerce
- G06Q30/02—Marketing; Price estimation or determination; Fundraising
- G06Q30/0201—Market modelling; Market analysis; Collecting market data
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q30/00—Commerce
- G06Q30/02—Marketing; Price estimation or determination; Fundraising
- G06Q30/0282—Rating or review of business operators or products
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q30/00—Commerce
- G06Q30/06—Buying, selling or leasing transactions
- G06Q30/0601—Electronic shopping [e-shopping]
- G06Q30/0609—Buyer or seller confidence or verification
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q30/00—Commerce
- G06Q30/06—Buying, selling or leasing transactions
- G06Q30/0601—Electronic shopping [e-shopping]
- G06Q30/0631—Item recommendations
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q30/00—Commerce
- G06Q30/06—Buying, selling or leasing transactions
- G06Q30/0645—Rental transactions; Leasing transactions
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L9/00—Cryptographic mechanisms or cryptographic arrangements for secret or secure communications; Network security protocols
- H04L9/50—Cryptographic mechanisms or cryptographic arrangements for secret or secure communications; Network security protocols using hash chains, e.g. blockchains or hash trees
Landscapes
- Business, Economics & Management (AREA)
- Accounting & Taxation (AREA)
- Engineering & Computer Science (AREA)
- Finance (AREA)
- Development Economics (AREA)
- Strategic Management (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- Economics (AREA)
- General Business, Economics & Management (AREA)
- Marketing (AREA)
- Entrepreneurship & Innovation (AREA)
- Software Systems (AREA)
- Game Theory and Decision Science (AREA)
- Data Mining & Analysis (AREA)
- Artificial Intelligence (AREA)
- Medical Informatics (AREA)
- Computing Systems (AREA)
- General Engineering & Computer Science (AREA)
- Mathematical Physics (AREA)
- Evolutionary Computation (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Computer Security & Cryptography (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
본 발명은 전자 장치가 어플리케이션 거래 서비스를 제공하는 방법을 제공한다. 상기 방법은, 사용자 데이터를 획득하는 단계; 상기 획득된 사용자 데이터가 입력되면, 사용자 데이터에 따른 사용자 맞춤형 후보 어플리케이션들을 출력하는 제 1 인공지능 모델에, 상기 획득된 사용자 데이터를 입력함으로써, 상기 제 1 인공지능 모델로부터 사용자 맞춤형 후보 어플리케이션들을 획득하는 단계; 상기 획득된 사용자 맞춤형 후보 어플리케이션들 중 하나를 선택하는 사용자 입력에 기초하여, 상기 선택된 맞춤형 후보 어플리케이션들에 대한 스크린 플로우 차트, 사용현황, 또는 비용정보 중 적어도 하나를 출력하는 단계; 상기 선택된 후보 어플리케이션에 대한 거래 의사 여부 확인을 위한 인터페이스를 출력하는 단계; 상기 출력된 인터페이스에 대한 사용자 입력에 기초하여, 상기 선택된 어플리케이션의 거래 의사 여부에 대한 사용자 거래 의사 정보를 획득하는 단계; 및 상기 사용자 거래 의사 정보를 상기 전자 장치와 연결된 서버로 전송하는 단계; 를 포함할 수 있다.
Description
본 개시는 어플리케이션 거래 서비스 제공 방법 및 장치에 관한 것이다.
영업과 관련된 온라인 환경은 급격하게 성장하고 변화하고 있으며, 최근 대다수의 영업 주체들은 온라인 상에서 어플리케이션을 통해 영업을 영위한다.
어플리케이션은 온라인 매장의 역할을 수행하며, 오프라인 매장과 달리, 변화하는 소비 세태 변화, 유행 변화, 유통 환경 변화, 기술 환경 변화 등에 대응하여 신속하게 변화할 수 있는 특징이 있다.
특히, 쇼핑 어플리케이션의 경우 소비 세태 변화, 유행 변화, 유통 환경 변화 등이 매우 급격하게 일어나는데, 대규모 자본을 갖지 못한 대부분의 영업 주체들이 이러한 변화에 신속하게 대응하여 어플리케이션을 변화시키거나 어플리케이션 제작 시점의 소비 세태, 유행, 유통 환경 등을 반영하여 영업에 최적화된 어플리케이션을 제작하는 것은 매우 어렵다. 나아가, 제작된 어플리케이션은 제작자 또는 최초 사용자에게 귀속되어, 제작자 또는 최초 사용자가 사용하지 않으면 사장된다.
종래, 변화시키거나 어플리케이션 제작 시점의 소비 세태, 유행, 유통 환경 등을 반영하여 영업에 최적화된 어플리케이션을 제작하는 것이 매우 어려울 뿐만 아니라, 최적화하여 제작된 어플리케이션을 거래하는 서비스는 존재하지 않았다.
또한, 어플리케이션을 제작하는 서비스를 제공하는 종래의 제공자들은 단순히 어플리케이션을 제작하여 제공할 뿐, 제작된 어플리케이션을 거래하는 서비스를 제공하지 못했다.
이에, 본 발명에서 해결하고자 하는 과제는 소비 세태 변화, 유행 변화, 유통 환경 변화, 기술 환경 변화 등에 대응하여 인공지능 모델을 기반으로 어플리케리션의 효율적이고 최적화된 거래, 즉 어플리케이션의 임대나 매매를 위한 사용자 맞춤형 어플리케이션을 추천하여 제공하는 어플리케이션 거래 서비스를 위한 방법 및 장치를 제공하는 것이다.
또한, 본 발명에서 해결하고자 하는 과제는 거래 대상이 되는 사용자 맞춤형 어플리케이션의 거래에 있어서, 거래 시점에 해당 어플리케이션을 사용하는 사용자(임대인)이 있는 경우 및 이러한 기 사용자(임대인)가 배타적으로 해당 어플리케이션을 사용하는 경우를 확인할 수 있게 하여, 어플리케이션을 거래하고자 하는 자의 거래를 촉진시킬 수 있는, 어플리케이션 거래 서비스를 제공하는 방법 및 장치를 제공하는 것이다. 이때, 어플리케이션의 거래를 통해 어플리케이션 제작 시점의 소비 세태, 유행, 유통 환경 등을 반영하여 영업에 최적화된 어플리케이션을 제작한 제작자는 매매비용, 월사용료, 연사용료, 영구사용료, 보증금, 권리금 등과 같은 명목으로 수익을 창출할 수 있어, 이러한 어플리케이션 거래 서비스는 활성화될 수 있다.
또한, 본 발명에서 해결하고자 하는 과제는 거래 대상이 되는 사용자 맞춤형 어플리케이션의 거래에 있어서, 거래 시점에 해당 어플리케이션의 구조(스크린 플로우 차트), 사용현황, 또는 비용정보 중 적어도 하나를 확인할 수 있게 하여, 어플리케이션을 거래하고자 하는 자의 거래를 촉진시킬 수 있는, 어플리케이션 거래 서비스를 제공하는 방법 및 장치를 제공하는 것이다.
본 발명의 과제들은 이상에서 언급한 과제들로 제한되지 않으며, 언급되지 않은 또 다른 과제들은 아래의 기재로부터 당업자에게 명확하게 이해될 수 있을 것이다.
전술한 바와 같은 과제를 해결하기 위하여 본 개시의 일 실시예에 따르면, 전자 장치가 어플리케이션 거래 서비스를 제공하는 방법이 제공될 수 있다. 상기 방법은, 사용자 데이터를 획득하는 단계; 획득된 사용자 데이터가 입력되면, 사용자 데이터에 따른 사용자 맞춤형 후보 어플리케이션들을 출력하는 제 1 인공지능 모델에, 획득된 사용자 데이터를 입력함으로써, 제 1 인공지능 모델로부터 사용자 맞춤형 후보 어플리케이션들을 획득하는 단계; 획득된 사용자 맞춤형 후보 어플리케이션들 중 하나를 선택하는 사용자 입력에 기초하여, 선택된 맞춤형 후보 어플리케이션들에 대한 스크린 플로우 차트, 사용현황, 또는 비용정보 중 적어도 하나를 출력하는 단계; 선택된 후보 어플리케이션에 대한 거래 의사 여부 확인을 위한 인터페이스를 출력하는 단계; 출력된 인터페이스에 대한 사용자 입력에 기초하여, 선택된 어플리케이션의 거래 의사 여부에 대한 사용자 거래 의사 정보를 획득하는 단계; 및 사용자 거래 의사 정보를 전자 장치와 연결된 서버로 전송하는 단계; 를 포함할 수 있다.
본 개시의 특징에 따르면, 사용자 거래 의사 정보를 전자 장치와 연결된 서버로 전송하는 단계는, 사용자 거래 의사 정보로부터 선택된 후보 어플리케이션의 거래에 대한 승낙 의사 정보가 확인되지 않은 경우, 거래 거절 이력 정보를 생성하는 단계; 생성된 거래 거절 이력 정보를 포함하는 학습 데이터를 생성하는 단계; 생성된 학습 데이터에 기초하여 제 1 인공지능 모델을 수정 및 갱신하는 단계; 및 수정 및 갱신된 제 1 인공지능 모델에, 획득된 사용자 데이터를 입력함으로써, 수정 및 갱신된 제 1 인공지능 모델로부터 수정된 사용자 맞춤형 후보 어플리케이션들을 획득하는 단계; 를 포함할 수 있다.
본 개시의 다른 특징에 따르면, 사용자 거래 의사 정보를 전자 장치와 연결된 서버로 전송하는 단계는, 사용자 거래 의사 정보로부터 선택된 어플리케이션의 거래에 대한 승낙 의사 정보가 확인되는 경우, 서버로부터 선택된 후보 어플리케이션에 대해 임대 이력 정보를 획득하는 단계; 획득된 임대 이력 정보로부터 선택된 후보 어플리케이션에 대한 기 임대인이 확인되면, 선택된 후보 어플리케이션을 배타적으로 사용하려는 전용 의사 확인을 위한 인터페이스를 출력하는 단계; 출력된 인터페이스에 대한 사용자 입력에 기초하여, 선택된 후보 어플리케이션의 배타적 또는 비배타적 사용 여부에 관한 전용 의사 확인 정보를 획득하는 단계; 및 획득된 전용 의사 확인 정보를 전자 장치와 연결된 서버로 전송하는 단계; 를 포함할 수 있다.
본 개시의 또 다른 특징에 따르면, 획득된 전용 의사 확인 정보를 전자 장치와 연결된 서버로 전송하는 단계는, 획득된 전용 의사 확인 정보로부터 선택된 후보 어플리케이션의 배타적 사용 의사를 확인하는 단계; 및 배타적 사용 의사가 확인되면, 어플리케이션 임대 해지 통보 정보를 전자 장치와 연결된 서버로 전송하는 단계; 를 포함할 수 있다.
본 개시의 또 다른 특징에 따르면, 선택된 후보 어플리케이션의 고유 식별 정보를 패킹하는 NFT(Not Fungible Token)는 블록체인에 등록되고, 그리고 선택된 후보 어플리케이션의 고유 식별 정보는 블록체인의 네트워크에 연결된 전자 장치 및 전자 장치와 연결된 외부 디바이스 각각에 저장될 수 있다.
본 개시의 또 다른 특징에 따르면, 사용현황은 상품 상세 조회수, 유입자수, 구매 전환율, 상품평수, 또는 거래 이력 중 적어도 하나를 포함하고, 거래 이력은 NFT가 등록된 블록체인으로부터 획득될 수 있다.
본 개시의 또 다른 특징에 따르면, 고유 식별 정보는 선택된 후보 어플리케이션의 영업 주체를 고유하게 식별하도록 영업 주체의 사업자등록번호 또는 사업장등록번호에 일대일 매칭되는 정보를 포함할 수 있다.
본 개시의 또 다른 특징에 따르면, 사용자 구매 확인 정보를 전자 장치와 연결된 서버로 전송하는 단계는, 사용자 거래 확인 정보로부터 거래 승낙 정보를 확인하는 단계; 및 거래 승낙 정보에 기초하여, NFT가 등록된 블록체인에서 거래 이력 정보를 갱신하는 단계; 를 포함할 수 있다.
본 개시의 또 다른 특징에 따르면, 거래 서비스는 거래 대상이 되는 어플리케이션에 대한 기 임대계약의 내용 변경 또는 어플리케이션에 대한 소유권의 변경을 포함할 수 있다.
본 개시의 또 다른 특징에 따르면, 선택된 후보 어플리케이션에 대한 거래 의사 여부 확인을 위한 인터페이스를 출력하는 단계는, 거래 서비스가 상기 거래 대상이 되는 어플리케이션에 대한 소유권의 변경을 포함하는 경우, 사용자는 기 임대인에게 계속하여 거래 대상이 되는 어플리케이션의 임대를 허용하면서 거래 대상이 되는 어플리케이션에 대한 소유권을 이전받는 거래 의사를 확인하는 단계를 포함할 수 있다.
전술한 바와 같은 과제를 해결하기 위하여 본 개시의 일 실시예에 따르면, 어플리케이션 거래 서비스를 제공하기 위한 전자 장치가 제공될 수 있다. 상기 전자 장치는, 하나 이상의 인스트럭션을 저장하는 메모리; 및 하나 이상의 인스트럭션을 실행하는 적어도 하나의 프로세서를 포함하고, 프로세서는 하나 이상의 인스트럭션을 실행함으로써, 사용자 데이터를 획득하고; 획득된 사용자 데이터가 입력되면, 사용자 데이터에 따른 사용자 맞춤형 후보 어플리케이션들을 출력하는 제 1 인공지능 모델에, 획득된 사용자 데이터를 입력함으로써, 제 1 인공지능 모델로부터 사용자 맞춤형 후보 어플리케이션들을 획득하고; 획득된 사용자 맞춤형 후보 어플리케이션들 중 하나를 선택하는 사용자 입력에 기초하여, 선택된 맞춤형 후보 어플리케이션들에 대한 스크린 플로우 차트, 사용현황, 또는 비용정보 중 적어도 하나를 출력하고; 선택된 후보 어플리케이션에 대한 거래 의사 여부 확인을 위한 인터페이스를 출력하고; 출력된 인터페이스에 대한 사용자 입력에 기초하여, 선택된 어플리케이션의 거래 의사 여부에 대한 사용자 거래 의사 정보를 획득하고; 그리고 사용자 거래 의사 정보를 전자 장치와 연결된 서버로 전송할 수 있다.
본 개시의 특징에 따르면, 프로세서는 하나 이상의 인스트럭션을 실행함으로써, 사용자 거래 의사 정보를 전자 장치와 연결된 서버로 전송함에 있어서, 사용자 거래 의사 정보로부터 선택된 후보 어플리케이션의 거래에 대한 승낙 의사 정보가 확인되지 않은 경우, 거래 거절 이력 정보를 생성하고; 생성된 거래 거절 이력 정보를 포함하는 학습 데이터를 생성하고; 생성된 학습 데이터에 기초하여 제 1 인공지능 모델을 수정 및 갱신하고; 그리고 수정 및 갱신된 제 1 인공지능 모델에, 획득된 사용자 데이터를 입력함으로써, 수정 및 갱신된 제 1 인공지능 모델로부터 수정된 사용자 맞춤형 후보 어플리케이션들을 획득할 수 있다.
본 개시의 다른 특징에 따르면, 프로세서는 하나 이상의 인스트럭션을 실행함으로써, 사용자 거래 의사 정보를 전자 장치와 연결된 서버로 전송함에 있어서, 사용자 거래 의사 정보로부터 선택된 어플리케이션의 거래에 대한 승낙 의사 정보가 확인되는 경우, 서버로부터 선택된 후보 어플리케이션에 대해 임대 이력 정보를 획득하고; 획득된 임대 이력 정보로부터 선택된 후보 어플리케이션에 대한 기 임대인이 확인 되면, 선택된 후보 어플리케이션을 배타적으로 사용하려는 전용 의사 확인을 위한 인터페이스를 출력하고; 출력된 인터페이스에 대한 사용자 입력에 기초하여, 선택된 후보 어플리케이션의 배타적 또는 비배타적 사용 여부에 관한 전용 의사 확인 정보를 획득하고; 그리고 획득된 전용 의사 확인 정보를 전자 장치와 연결된 서버로 전송할 수 있다.
본 개시의 다른 특징에 따르면, 프로세서는 하나 이상의 인스트럭션을 실행함으로써, 사용자 전용 의사 확인 정보를 전자 장치와 연결된 서버로 전송하는 단계는, 획득된 전용 의사 확인 정보로부터 선택된 후보 어플리케이션의 배타적 사용 의사를 확인하고; 그리고 배타적 사용 의사가 확인되면, 어플리케이션 임대 해지 통보 정보를 전자 장치와 연결된 서버로 전송할 수 있다.
기타 실시예의 구체적인 사항들은 발명을 실시하기 위한 구체적인 내용 및 도면들에 포함되어 있다.
도 1은 일 실시예에 따른 전자 장치가 어플리케이션 거래 서비스를 제공하는 과정을 나타내는 도면이다.
도 2은 일 실시예에 따른 전자 장치가 어플리케이션 거래 서비스를 제공하는 방법을 나타내는 흐름도이다.
도 3은 일 실시예에 따른 전자 장치가 사용자 거래 의사 정보를 전자 장치와 연결된 서버로 전송하는 단계를 구체적으로 나타내는 흐름도이다.
도 4는 일 실시예에 따른 전자 장치가 사용자 거래 의사 정보를 전자 장치와 연결된 서버로 전송하는 단계를 구체적으로 나타내는 흐름도이다.
도 5은 일 실시예에 따라 영업 학습 데이터, 어플리케이션 습 데이터, 판매 학습 데이터 중 적어도 하나를 포함하는 최초 학습 데이터로 학습되어, 사용자 맞춤형 후보 어플리케이션들을 출력하는 제 1 인공지능 모델을 학습시키는 과정, 및 거절 이력 정보를 포함하는 학습 데이터를 이용하여 제 1 인공지능 모델을 수정 및 갱신시키는 과정을 설명하기 위한 흐름도이다.
도 6은 일 실시예에 따른 전자 장치의 블록도이다.
도 7은 또 다른 실시예에 따른 전자 장치의 블록도이다.
도 8은 또 다른 실시예에 따른 서버의 블록도이다.
도 2은 일 실시예에 따른 전자 장치가 어플리케이션 거래 서비스를 제공하는 방법을 나타내는 흐름도이다.
도 3은 일 실시예에 따른 전자 장치가 사용자 거래 의사 정보를 전자 장치와 연결된 서버로 전송하는 단계를 구체적으로 나타내는 흐름도이다.
도 4는 일 실시예에 따른 전자 장치가 사용자 거래 의사 정보를 전자 장치와 연결된 서버로 전송하는 단계를 구체적으로 나타내는 흐름도이다.
도 5은 일 실시예에 따라 영업 학습 데이터, 어플리케이션 습 데이터, 판매 학습 데이터 중 적어도 하나를 포함하는 최초 학습 데이터로 학습되어, 사용자 맞춤형 후보 어플리케이션들을 출력하는 제 1 인공지능 모델을 학습시키는 과정, 및 거절 이력 정보를 포함하는 학습 데이터를 이용하여 제 1 인공지능 모델을 수정 및 갱신시키는 과정을 설명하기 위한 흐름도이다.
도 6은 일 실시예에 따른 전자 장치의 블록도이다.
도 7은 또 다른 실시예에 따른 전자 장치의 블록도이다.
도 8은 또 다른 실시예에 따른 서버의 블록도이다.
본 발명의 이점 및 특징, 그리고 그것들을 달성하는 방법은 첨부되는 도면과 함께 상세하게 후술되어 있는 실시예들을 참조하면 명확해질 것이다. 그러나, 본 발명은 이하에서 개시되는 실시예들에 한정되는 것이 아니라 서로 다른 다양한 형태로 구현될 것이며, 단지 본 실시예들은 본 발명의 개시가 완전하도록 하며, 본 발명이 속하는 기술분야에서 통상의 지식을 가진 자에게 발명의 범주를 완전하게 알려주기 위해 제공되는 것이며, 본 발명은 청구항의 범주에 의해 정의될 뿐이다. 도면의 설명과 관련하여, 유사한 구성요소에 대해서는 유사한 참조부호가 사용될 수 있다.
본 문서에서, "가진다," "가질 수 있다," "포함한다," 또는 "포함할 수 있다" 등의 표현은 해당 특징(예: 수치, 기능, 동작, 또는 부품 등의 구성요소)의 존재를 가리키며, 추가적인 특징의 존재를 배제하지 않는다.
본 문서에서, "A 또는 B," "A 또는/및 B 중 적어도 하나," 또는 "A 또는/및 B 중 하나 또는 그 이상" 등의 표현은 함께 나열된 항목들의 모든 가능한 조합을 포함할 수 있다. 예를 들면, "A 또는 B," "A 및 B 중 적어도 하나," 또는 "A 또는 B 중 적어도 하나"는, (1) 적어도 하나의 A를 포함, (2) 적어도 하나의 B를 포함, 또는 (3) 적어도 하나의 A 및 적어도 하나의 B 모두를 포함하는 경우를 모두 지칭할 수 있다.
본 문서에서 사용된 "제1," "제2," "첫째," 또는 "둘째," 등의 표현들은 다양한 구성요소들을, 순서 및/또는 중요도에 상관없이 수식할 수 있고, 한 구성요소를 다른 구성요소와 구분하기 위해 사용될 뿐 해당 구성요소들을 한정하지 않는다. 예를 들면, 제1 사용자 기기와 제2 사용자 기기는, 순서 또는 중요도와 무관하게, 서로 다른 사용자 기기를 나타낼 수 있다. 예를 들면, 본 문서에 기재된 권리범위를 벗어나지 않으면서 제1 구성요소는 제2 구성요소로 명명될 수 있고, 유사하게 제2 구성요소도 제1 구성요소로 바꾸어 명명될 수 있다.
어떤 구성요소(예: 제1 구성요소)가 다른 구성요소(예: 제2 구성요소)에 "(기능적으로 또는 통신적으로) 연결되어((operatively or communicatively) coupled with/to)" 있다거나 "접속되어(connected to)" 있다고 언급된 때에는, 상기 어떤 구성요소가 상기 다른 구성요소에 직접적으로 연결되거나, 다른 구성요소(예: 제3 구성요소)를 통하여 연결될 수 있다고 이해되어야 할 것이다. 반면에, 어떤 구성요소(예: 제1 구성요소)가 다른 구성요소(예: 제2 구성요소)에 "직접 연결되어" 있다거나 "직접 접속되어" 있다고 언급된 때에는, 상기 어떤 구성요소와 상기 다른 구성요소 사이에 다른 구성요소(예: 제3 구성요소)가 존재하지 않는 것으로 이해될 수 있다.
본 문서에서 사용된 표현 "~하도록 구성된(또는 설정된)(configured to)"은 상황에 따라, 예를 들면, "~에 적합한(suitable for)," "~하는 능력을 가지는(having the capacity to)," "~하도록 설계된(designed to)," "~하도록 변경된(adapted to)," "~하도록 만들어진(made to)," 또는 "~ 를 할 수 있는(capable of)"과 바꾸어 사용될 수 있다. 용어 "~하도록 구성된(또는 설정된)"은 하드웨어적으로 "특별히 설계된(specifically designed to)" 것 만을 반드시 의미하지 않을 수 있다. 대신, 어떤 상황에서는, "~하도록 구성된 장치"라는 표현은, 그 장치가 다른 장치 또는 부품들과 함께 "~할 수 있는" 것을 의미할 수 있다. 예를 들면, 문구 "A, B, 및 C를 수행하도록 구성된(또는 설정된)프로세서"는 해당 동작을 수행하기 위한 전용 프로세서(예: 임베디드 프로세서), 또는 메모리 장치에 저장된 하나 이상의 소프트웨어 프로그램들을 실행함으로써, 해당 동작들을 수행할 수 있는 범용 프로세서(generic-purpose processor)(예: CPU 또는 application processor)를 의미할 수 있다.
본 문서에서 사용된 용어들은 단지 특정한 실시예를 설명하기 위해 사용된 것으로, 다른 실시예의 범위를 한정하려는 의도가 아닐 수 있다. 단수의 표현은 문맥상 명백하게 다르게 뜻하지 않는 한, 복수의 표현을 포함할 수 있다. 기술적이거나 과학적인 용어를 포함해서 여기서 사용되는 용어들은 본 문서에 기재된 기술분야에서 통상의 지식을 가진 자에 의해 일반적으로 이해되는 것과 동일한 의미를 가질 수 있다. 본 문서에 사용된 용어들 중 일반적인 사전에 정의된 용어들은, 관련 기술의 문맥상 가지는 의미와 동일 또는 유사한 의미로 해석될 수 있으며, 본 문서에서 명백하게 정의되지 않는 한, 이상적이거나 과도하게 형식적인 의미로 해석되지 않는다. 경우에 따라서, 본 문서에서 정의된 용어일지라도 본 문서의 실시예들을 배제하도록 해석될 수 없다.
본 발명의 여러 실시예들의 각각 특징들이 부분적으로 또는 전체적으로 서로 결합 또는 조합 가능하며, 당업자가 충분히 이해할 수 있듯이 기술적으로 다양한 연동 및 구동이 가능하며, 각 실시예들이 서로에 대하여 독립적으로 실시 가능할 수도 있고 연관 관계로 함께 실시 가능할 수도 있다.
이하, 첨부된 도면을 참조하여 본 발명의 다양한 실시예들을 상세하게 설명한다.
도 1은 일 실시예에 따른 전자 장치가 어플리케이션 거래 서비스를 제공하는 과정을 나타내는 도면이다.
도 1을 참조하면, 일 실시예에 따른 전자 장치가 인공지능 모델 기반으로 전자 장치가 어플리케이션 거래 서비스를 제공하는 방법을 수행할 수 있다.
일 실시예에 따른 전자 장치(1000)는 다양한 형태로 구현될 수 있다. 예를 들어, 본 명세서에서 기술되는 전자 장치(1000)는 모바일 단말, 스마트 폰(smart phone), 노트북 컴퓨터(laptop computer), 태블릿 PC 등이 있을 수 있으나, 이에 한정되는 것은 아니다.
일 실시예에 따르면, 전자 장치(1000)는 제 1 인공지능 모델(2000)을 포함할 수 있고, 제 1 인공지능 모델(2000) 을 기반으로 제공된 사용자 맞춤형 후보 어플리케이션들을 이용하여, 사용자에 의해 선택된 어플리케이션의 거래(임대, 매매)를 수행할 수 있다. 보다 구체적으로, 전자 장치(1000)는 어플리케이션을 거래하려는 의사를 가진 사용자로부터 사용자 입력을 획득하고, 사용자 입력에 기초하여 사용자 데이터를 제 1 인공지능 모델(2000)에 입력한다.
전자 장치(1000)는 제 1 인공지능 모델(2000)을 이용하여 사용자 입력에 기초하여 획득된 사용자 데이터를 입력으로 사용자 맞춤형 후보 어플리케이션들을 출력함으로써, 어플리케리션의 효율적이고 최적화된 거래를 제공할 수 있다.
본 개시에서, '사용자 맞춤형 후보 어플리케이션'이라는 용어는 거래 대상이 되는 어플리케이션들(즉, 어플리케이션에 대한 거래 의사를 가지고 있는 제작자나 소유자의 거래 대상 어플리케이션) 중 사용자 데이터를 입력으로 하여 제 1 인공지능 모델(2000)이 추천한 어플리케이션을 의미할 수 있다.
사용자가 사용자 맞춤형 후보 어플리케이션들 중 하나를 선택하면, 전자 장치(1000)는 선택된 맞춤형 후보 어플리케이션에 대한 스크린 플로우 차트, 사용현황, 또는 비용정보 중 적어도 하나를 출력할 수 있다.
스크린 플로우 차트는 선택된 맞춤형 후보 어플리케이션들의 트리 구조, 세부 사항 등을 포함할 수 있다. 사용현황은 해당 어플리케이션에서 판매되는 상품의 상품상세조회수, 유입자수, 구매 전환율, 상품평수, 어플리케이션 자체의 거래(임대, 매매) 이력 등을 포함할 수 있다. 비용정보는 해당 어플리케이션의 매매비용, 월사용료, 연사용료, 영구사용료, 보증금, 권리금 등을 포함할 수 있다. 일 실시예에 따르면, 비용정보는 해당 어플리케이션의 다운로드 수, 어플리케이션 특성 상 가능한 해당 어플리케이션에 대한 비배타적인 다른 임대인의 수 등을 고려하여 결정될 수 있다. 일 실시예에 따르면, 해당 어플리케이션의 매매비용, 월사용료, 연사용료, 영구사용료, 보증금, 권리금 등이 출력되는 경우, 해당 어플리케이션의 다운로드 수, 어플리케이션 특성 상 가능한 해당 어플리케이션에 대한 비배타적인 다른 임대인의 수 등이 동시에 출력될 수 있다. 이에 따라, 사용자는 실제 거래 수요자들 관점에서 해당 어플리케이션에 대한 거래실정을 파악할 수 있고, 거래 대상이 되는 어플리케이션의 선택에 이러한 거래실정을 고려하여 거래 여부를 결정할 수 있다.
전자 장치(1000)는 사용자가 선택한 맞춤형 후보 어플리케이션에 대한 거래 의사 여부 확인을 위한 인터페이스를 출력할 수 있다. 전자 장치(1000)는 출력된 인터페이스에 대한 사용자 입력에 기초하여, 선택된 어플리케이션의 거래 의사 여부에 대한 사용자 거래 의사 정보를 획득할 수 있다. 전자 장치(1000)는 출력된 인터페이스를 통해, 사용자의 선택된 어플리케이션에 대한 거래 승낙 의사 또는 거래 거절 의사를 확인할 수 있다. 보다 구체적으로, 출력된 인터페이스는 거래 승낙 표시, 거래 거절 표시 등으로 구성될 수 있다.
전자 장치(1000)는 획득한 사용자 거래 의사 정보를 전자 장치와 연결된 서버(3000)로 전송할 수 있다.
사용자 거래 의사 정보로부터 선택된 후보 어플리케이션의 거래에 대한 승낙 의사 정보가 확인되지 않은 경우, 전자 장치(1000)는 거래 거절 이력 정보를 생성할 수 있다. 전자 장치(1000)는 전자 장치(1000)는 생성된 거래 거절 이력 정보를 포함하는 학습 데이터를 생성할 수 있다. 전자 장치(1000)는 생성된 학습 데이터에 기초하여 제 1 인공지능 모델을 수정 및 갱신할 수 있다. 전자 장치(1000)는 수정 및 갱신된 제 1 인공지능 모델에, 획득된 사용자 데이터를 입력함으로써, 수정 및 갱신된 제 1 인공지능 모델로부터 수정된 사용자 맞춤형 후보 어플리케이션들을 획득할 수 있다. 이때, 수정된 사용자 맞춤형 후보 어플리케이션들은 일부 또는 전부가 수정 및 갱신 전 제 1 인공지능 모델로부터 획득된 사용자 맞춤형 후보 어플리케이션들과 상이할 수 있다.
사용자 거래 의사 정보로부터 선택된 어플리케이션의 거래에 대한 승낙 의사 정보가 확인되는 경우, 전자 장치(1000)는 서버(3000)로부터 선택된 후보 어플리케이션에 대해 임대 이력 정보를 획득할 수 있다. 전자 장치(1000)는 획득된 임대 이력 정보로부터 선택된 후보 어플리케이션에 대한 기 임대인이 확인되면, 선택된 후보 어플리케이션을 배타적으로 사용하려는 전용 의사 확인을 위한 인터페이스를 출력할 수 있다. 전자 장치(1000)는 출력된 인터페이스에 대한 사용자 입력에 기초하여, 선택된 후보 어플리케이션의 배타적 또는 비배타적 사용 여부에 관한 전용 의사 확인 정보를 획득할 수 있다.
전자 장치(1000)는 획득된 전용 의사 확인 정보를 전자 장치(1000)와 연결된 서버로 전송할 수 있다. 전자 장치(1000)가 획득된 전용 의사 확인 정보로부터 사용자가 선택된 후보 어플리케이션을 배타적으로 사용하려는 전용 의사를 확인하면, 전자 장치(1000)는 전자 장치(1000)와 연결된 서버(3000)로 선택된 후보 어플리케이션에 대한 어플리케이션 임대 해지 통보 정보를 전송할 수 있다. 이에 따라, 전자 장치(1000)는 선택된 후보 어플리케이션에 대한 어플리케이션 임대 해지 통보 정보를, 선택된 후보 어플리케이션의 거래에 대한 승낙 의사 정보에 기초하여 체결된 거래(임대 또는 매매) 성립 이후에, 선택된 후보 어플리케이션에 대한 기 임대인에게 전송할 수 있다. 이때, 거래의 종류가 임대인 경우에는, 거래 당사자인 사용자가 선택된 후보 어플리케이션의 처분 권한을 가진 제작자 또는 소유자로부터 선택된 후보 어플리케이션을 배타적으로 사용하는 전용 임대권을 양도받는 임대 거래가 체결된다.
어플리케이션 임대 해지 통보 정보가 전송되기 때문에, 사용자는 기 임대인에게 임대 연장에 대한 거절의사를 선택된 후보 어플리케이션의 거래 완료 시점에 즉각적으로 전달할 수 있고, 기 임대인은 선택된 후보 어플리케이션 거래 완료 시점에 임대 연장에 대한 거절의사를 파악할 수 있어, 선택된 후보 어플리케이션에 대한 권리변동이 신속하고 양자에게 공평하게 알려질 수 있다. 또한, 어플리케이션 임대 해지 통보 정보를 확인한 기 임대인은 기 설정된 임대 기간 전에 임대 계약을 해지할 수도 있고, 기 설정된 임대 기간이 종료된 후에 임대 계약을 해지할 수 있으며, 전자 장치(1000)는 기 임대인으로부터 이러한 2 종류의 해지 의사 정보(임대 기간 전 임대 계약 해지 의사 정보 및 임대 기간 종료 후 임대 계약 해지 의사 정보)를 획득하고 사용자에게 전달할 수 있다.
도 2은 일 실시예에 따른 전자 장치가 어플리케이션 거래 서비스를 제공하는 방법을 나타내는 흐름도이다.
어플리케이션 거래 서비스는 거래 대상이 되는 어플리케이션에 대한 기 임대계약 내용의 변경 또는 어플리케이션에 대한 소유권의 변경을 포함할 수 있다.
단계 S210에서, 전자 장치(1000)는 사용자 데이터를 획득할 수 있다.
단계 S220에서, 전자 장치(1000)는 획득된 사용자 데이터가 입력되면, 사용자 데이터에 따른 사용자 맞춤형 후보 어플리케이션들을 출력하는 제 1 인공지능 모델에, 획득된 사용자 데이터를 입력함으로써, 제 1 인공지능 모델로부터 사용자 맞춤형 후보 어플리케이션들을 획득할 수 있다.
일 실시예에 따르면, 전자 장치(1000)는 가장 적합한 사용자 맞춤형 후보 어플리케이션들을, 영업 데이터에 매칭되는 동일하거나 유사한 영업을 영위하는 다른 사용자(임대인)가 가장 많이 사용하거나 가장 오래 사용한 어플리케이션들에 기초하여, 제 1 인공지능 모델로부터 추천 받아 획득할 있다. 이때, 사용자 데이터는 영업 데이터를 포함할 수 있다. 전자 장치(100)는 업종 정보, 또는 상품 정보 중 적어도 하나를 입력하는 사용자 입력으로터 영업 데이터를 획득할 수 있다.
다른 실시예에 따르면, 전자 장치(1000)는 가장 적합한 사용자 맞춤형 후보 어플리케이션들을, 가장 사용현황이 좋으면서 가장 비용정보가 유리한 어플리케이션들에 기초하여, 제 1 인공지능 모델로부터 추천 받아 획득할 있다. 예를 들어, 가장 사용현황이 좋다는 것은 해당 어플리케이션에서 판매되는 상품의 상품상세조회수, 유입자수, 구매 전환율, 상품평수 중 적어도 하나가 가장 많거나(또는 높거나), 어플리케이션 자체의 거래(임대, 매매) 이력에 기초할 때 임대 횟수가 가장 많거나 (전체) 임대 기간이 가장 긴 것을 의미할 수 있다. 예를 들어, 가장 비용정보가 유리하다는 것은 해당 어플리케이션의 매매비용, 월사용료, 연사용료, 영구사용료, 보증금, 권리금 등이 가장 낮은 것을 의미할 수도 있다.
단계 S230에서, 전자 장치(1000)는 획득된 사용자 맞춤형 후보 어플리케이션들 중 하나를 선택하는 사용자 입력에 기초하여, 선택된 맞춤형 후보 어플리케이션들에 대한 스크린 플로우 차트, 사용현황, 또는 비용정보 중 적어도 하나를 출력할 수 있다.
단계 S240에서, 전자 장치(1000)는 선택된 후보 어플리케이션에 대한 거래 의사 여부 확인을 위한 인터페이스를 출력할 수 있다. 일 실시예에 따르면, 단계 S240은 거래 서비스가 거래 대상이 되는 어플리케이션에 대한 소유권의 변경을 포함하는 경우, 사용자는 기 임대인에게 계속하여 거래 대상이 되는 어플리케이션의 임대를 허용하면서 상기 거래 대상이 되는 어플리케이션에 대한 소유권을 이전받는 거래 의사를 확인하는 단계를 포함할 수 있다.
단계 S250에서, 전자 장치(1000)는 출력된 인터페이스에 대한 사용자 입력에 기초하여, 선택된 어플리케이션의 거래 의사 여부에 대한 사용자 거래 의사 정보를 획득할 수 있다.
단계 S260에서, 전자 장치(1000)는 사용자 거래 의사 정보를 전자 장치와 연결된 서버(3000)로 전송할 수 있다.
도 3은 일 실시예에 따른 전자 장치가 사용자 거래 의사 정보를 전자 장치와 연결된 서버로 전송하는 단계를 구체적으로 나타내는 흐름도이다.
단계 S310에서, 전자 장치(1000)는 사용자 거래 의사 정보로부터 선택된 후보 어플리케이션의 거래에 대한 승낙 의사 정보가 확인되지 않은 경우, 거래 거절 이력 정보를 생성할 수 있다.
단계 S320에서, 전자 장치(1000)는 생성된 거래 거절 이력 정보를 포함하는 학습 데이터를 생성할 수 있다.
단계 S330에서, 전자 장치(1000)는 생성된 학습 데이터에 기초하여 제 1 인공지능 모델을 수정 및 갱신할 수 있다. 일 실시예에 따르면, 전자 장치(1000)는 거래 거절 이력 정보를 포함하는 학습 데이터를 제 1 인공지능 모델의 수정 및 갱신을 위한 학습 데이터로 이용하여, 다양한 사용자 데이터 중 어느 데이터에 보다 높은 또는 보다 낮은 가중치를 부여할 지를 결정하여 제 1 인공지능 모델을 수정 및 갱신할 수 있다.
단계 S340에서, 전자 장치(1000)는 수정 및 갱신된 제 1 인공지능 모델에, 획득된 사용자 데이터를 입력함으로써, 수정 및 갱신된 제 1 인공지능 모델로부터 수정된 사용자 맞춤형 후보 어플리케이션들을 획득할 수 있다.
도 4는 일 실시예에 따른 전자 장치가 사용자 거래 의사 정보를 전자 장치와 연결된 서버로 전송하는 단계를 구체적으로 나타내는 흐름도이다.
단계 S410에서, 전자 장치(1000)는 사용자 거래 의사 정보로부터 선택된 후보 어플리케이션의 거래에 대한 승낙 의사 정보가 확인되는 경우, 서버로부터 상기 선택된 후보 어플리케이션에 대해 임대 이력 정보를 획득할 수 있다.
단계 S420에서, 전자 장치(1000)는 획득된 임대 이력 정보로부터 선택된 후보 어플리케이션에 대한 기 임대인이 확인되면, 선택된 후보 어플리케이션을 배타적으로 사용하려는 전용 의사 확인을 위한 인터페이스를 출력할 수 있다.
단계 S430에서, 전자 장치(1000)는 출력된 인터페이스에 대한 사용자 입력에 기초하여, 선택된 후보 어플리케이션의 배타적 또는 비배타적 사용 여부에 관한 전용 의사 확인 정보를 획득할 수 있다.
전자 장치(1000)가 기 임대인을 확인하는 단계(S420)와 전용 의사를 확인하는 단계(S430)를 통해, 사용자는 후보 어플리케이션의 현재 권리관계를 확인하고 후보 어플리케이션에 대한 사용계획을 검토하여, 최종 거래 여부를 선택할 수 있다.
단계 S440에서, 전자 장치(1000)는 획득된 전용 의사 확인 정보를 전자 장치(1000)와 연결된 서버(3000)로 전송할 수 있다.
도 5은 일 실시예에 따라 영업 데이터, 어플리케이션 데이터, 판매 데이터 중 적어도 하나를 포함하는 최초 학습 데이터로 학습되어, 사용자 맞춤형 후보 어플리케이션들을 출력하는 제 1 인공지능 모델을 학습시키는 과정, 및 거절 이력 정보를 포함하는 학습 데이터를 이용하여 제 1 인공지능 모델을 수정 및 갱신시키는 과정을 설명하기 위한 흐름도이다.
영업 학습 데이터는 업종 정보, 또는 상품 정보 중 적어도 하나를 포함할 수 있다. 어플리케이션 학습 데이터는 어플리케이션에 관련된 학습 데이터로서, 템플릿, 상세 페이지, 부가 서비스 등을 포함하는 후보 어플리케이션의 구조(스크린 플로우 차트)의 상세 사항들을 포함할 수 있다. 판매 학습 데이터는 특정 후보 어플리케이션에서 판매에 관련된 학습 데이터로서, ERP(Enterprise Resource Planning)로부터 획득된 데이터, 상품별 구매 전환율(conversion rate), 재방문율, 또는 상품평 데이터 중 적어도 하나를 포함할 수 있다. ERP로부터 획득된 데이터는 상품별 상세페이지 조회수, 상품별 결제금액, 상품별 결제수량, 또는 상품별 상세페이지 조회대비 결제율 중 적어도 하나를 포함할 수 있다. 상품평 데이터는 상품평 데이터는 상품평을 남긴 소비자 정보(성별, 나이 등), 상품평 개수, 또는 상품평 별점 중 적어도 하나를 포함할 수 있다.
일 실시예에 따르면, 상기 제 1 인공지능 모델은 영업 학습 데이터, 어플리케이션 학습 데이터, 및 판매 학습 데이터를 기초로 학습된 모델일 수 있다. 예를 들어, 단계 S510에서 전자 장치(1000)는 영업 학습 데이터, 어플리케이션 학습 데이터, 및 판매 학습 데이터를 매칭할 수 있다. 예를 들어, 전자 장치(1000)는 특정 어플리케이션에서 사용자의 업종 정보 또는 상품 정보 중 적어도 하나, 특정 어플리케이션의 구조(스크린 플로우 차트), 및 특정 어플리케이션의 판매 데이터를 매칭할 수 있다.
단계 S520에서, 전자 장치(1000)는 매칭된 영업 학습 데이터, 어플리케이션 학습 데이터, 및 판매 학습 데이터를 이용하여 인공지능 모델 기반의 추천 모델을 학습할 수 있다. 예를 들어, 전자 장치(1000)는 영업 데이터가 입력되면, 영업 데이터에 매칭되는 동일하거나 유사한 영업을 영위하는 다른 사용자가 가장 많이 사용하거나 가장 오래 사용한 후보 어플리케이션 템플릿을 가장 적합한 후보 어플리케이션 템플릿으로 출력하도록 추천 모델을 학습할 수 있다. 예를 들어, 전자 장치(1000)는 영업 데이터가 입력되면, 어플리케이션 제작 시점 또는 영업 데이터 입력 시점에서 후보 어플리케이션 템플릿의 임대 횟수가 가장 많거나 (전체) 임대 기간이 가장 긴 후보 어플리케이션을 출력하도록 추천 모델을 학습할 수 있다.
단계 S530에서, 전자 장치(1000)는 단계 S520에서 학습된 추천 모델을 이용하여 제 1 인공지능 모델을 생성할 수 있다. 예를 들어, 제 1 인공지능 모델은 영업 데이터가 입력되면 영업 데이터에 따른 후보 어플리케이션 템플릿들을 출력하는 DNN을 이용한 추천 모델일 수 있다. 제 1 인공지능 모델이 단계 S520에서 학습되는 과정은 제 1 인공지능 모델을 수정 및 갱신하는 과정에서도 동일하게 적용될 수 있다.
단계 S540에서, 전자 장치(1000)는 거래 거절 이력 정보를 포함하는 수정 및 갱신을 위한 학습 데이터에 기초하여, 수정 및 갱신된 제 1 인공지능 모델을 생성할 수 있다.
도 6은 일 실시예에 따른 전자 장치의 블록도이다.
도 6을 참조하면, 일 실시예에 따른 전자 장치(1000)는 프로세서(600) 및 메모리(610)를 포함할 수 있다. 그러나 도시된 구성 요소가 모두 필수구성요소인 것은 아니다. 도시된 구성요소보다 많은 구성요소에 의해 전자 장치(1000)가 구현될 수도 있고, 그보다 적은 구성요소에 의해서도 전자 장치(1000)는 구현될 수 있다. 예를 들어, 도 7에 도시된 바와 같이, 일 실시예에 따른 전자 장치(1000)는 사용자 입력부(710), 통신부(720), 디스플레이(730)를 더 포함할 수도 있다.
프로세서(600)는 메모리(610)내 하나 이상의 인스트럭션을 실행함으로써 전자 장치(1000)의 전반적인 동작을 제어한다. 예를 들어, 프로세서(600)는 메모리(610)에 저장된 하나 이상의 인스트럭션을 실행함으로써 사용자 입력부(710), 통신부(720), 디스플레이(730) 등을 전반적으로 제어할 수 있다. 또한, 프로세서(600)는 메모리(610)에 저장된 하나 이상의 인스트럭션을 실행함으로써 도 1 내지 도 5과 관련하여 기술된 전자 장치(1000)의 동작 및 기능을 수행할 수 있다.
프로세서(600)는 하나 또는 복수의 프로세서로 구성될 수 있고, 하나 또는 복수의 프로세서는 CPU, AP, DSP(Digital Signal Processor) 등과 같은 범용 프로세서, GPU, VPU(Vision Processing Unit)와 같은 그래픽 전용 프로세서 또는 NPU와 같은 인공지능(AI) 전용 프로세서일 수 있다. 일 실시예에 따르면, 프로세서(600)가 복수의 프로세서 또는 그래픽 전용 프로세서 또는 NPU와 같은 인공 지능 전용 프로세서로 구현될 때, 복수의 프로세서 또는 그래픽 전용 프로세서 또는 NPU와 같은 인공 지능 전용 프로세서 중 적어도 일부는 전자 장치(1000) 및 전자 장치(1000)와 연결된 다른 전자 장치 또는 서버에 탑재될 수도 있다.
일 실시예에 따르면, 프로세서(600)는 하나 이상의 인스트럭션을 실행함으로써, 사용자 데이터를 획득하고; 상기 획득된 사용자 데이터가 입력되면, 사용자 데이터에 따른 사용자 맞춤형 후보 어플리케이션들을 출력하는 제 1 인공지능 모델에, 상기 획득된 사용자 데이터를 입력함으로써, 상기 제 1 인공지능 모델로부터 사용자 맞춤형 후보 어플리케이션들을 획득하고; 상기 획득된 사용자 맞춤형 후보 어플리케이션들 중 하나를 선택하는 사용자 입력에 기초하여, 상기 선택된 맞춤형 후보 어플리케이션들에 대한 스크린 플로우 차트, 사용현황, 또는 비용정보 중 적어도 하나를 출력하고; 상기 선택된 후보 어플리케이션에 대한 거래 의사 여부 확인을 위한 인터페이스를 출력하고; 상기 출력된 인터페이스에 대한 사용자 입력에 기초하여, 상기 선택된 어플리케이션의 거래 의사 여부에 대한 사용자 거래 의사 정보를 획득하고; 그리고 상기 사용자 거래 의사 정보를 상기 전자 장치와 연결된 서버로 전송할 수 있다.
다른 실시예에 따르면, 프로세서(700)가 하나 이상의 인스트럭션을 실행함으로써, 상기 사용자 거래 의사 정보를 상기 전자 장치와 연결된 서버로 전송함에 있어서, 상기 사용자 거래 의사 정보로부터 상기 선택된 후보 어플리케이션의 거래에 대한 승낙 의사 정보가 확인되지 않은 경우, 거래 거절 이력 정보를 생성하고; 상기 생성된 거래 거절 이력 정보를 포함하는 학습 데이터를 생성하고; 상기 생성된 학습 데이터에 기초하여 상기 제 1 인공지능 모델을 수정 및 갱신하고; 및 상기 수정 및 갱신된 제 1 인공지능 모델에, 상기 획득된 사용자 데이터를 입력함으로써, 상기 수정 및 갱신된 제 1 인공지능 모델로부터 수정된 사용자 맞춤형 후보 어플리케이션들을 획득할 수 있다.
또 다른 실시예에 따르면, 프로세서(700)는 상기 사용자 거래 의사 정보를 상기 전자 장치와 연결된 서버로 전송함에 있어서, 상기 사용자 거래 의사 정보로부터 상기 선택된 후보 어플리케이션의 거래에 대한 승낙 의사 정보가 확인되는 경우, 상기 서버로부터 상기 선택된 후보 어플리케이션에 대해 임대 이력 정보를 획득하고; 상기 획득된 임대 이력 정보로부터 상기 선택된 후보 어플리케이션에 대한 기 임대인이 확인되면, 상기 선택된 후보 어플리케이션을 배타적으로 사용하려는 전용 의사 확인을 위한 인터페이스를 출력하고; 상기 출력된 인터페이스에 대한 사용자 입력에 기초하여, 상기 선택된 후보 어플리케이션의 배타적 또는 비배타적 사용 여부에 관한 전용 의사 확인 정보를 획득하고; 그리고 상기 획득된 전용 의사 확인 정보를 상기 전자 장치와 연결된 서버로 전송할 수 있다.
또 다른 실시예에 따르면, 프로세서(700)는 하나 이상의 인스트럭션을 실행함으로써, 상기 획득된 전용 의사 확인 정보를 상기 전자 장치와 연결된 서버로 전송함에 있어서, 상기 획득된 전용 의사 확인 정보로부터 상기 선택된 후보 어플리케이션의 배타적 사용 의사를 확인하고; 그리고 상기 배타적 사용 의사가 확인되면, 어플리케이션 임대 해지 통보 정보를 상기 전자 장치와 연결된 서버로 전송할 수 있다.
또 다른 실시예에 따르면, 프로세서(700)는 하나 이상의 인스트럭션을 실행함으로써, 상기 선택된 후보 어플리케이션의 고유 식별 정보를 패킹하는 NFT(Not Fungible Token)는 블록체인에 등록하고, 그리고 상기 고유 식별 정보는 상기 블록체인의 네트워크에 연결된 상기 전자 장치 및 상기 전자 장치와 연결된 외부 디바이스 각각에 저장할 수 있다.
또 다른 실시예에 따르면, 프로세서(700)는 하나 이상의 인스트럭션을 실행함으로써, 상기 거래 이력을 상기 NFT가 등록된 상기 블록체인으로부터 획득할 수 있다.
또 다른 실시예에 따르면, 프로세서(700)는 하나 이상의 인스트럭션을 실행함으로써, 상기 사용자 구매 확인 정보를 상기 전자 장치와 연결된 서버로 전송함에 있어서, 상기 사용자 거래 확인 정보로부터 거래 승낙 정보를 확인하고; 그리고 상기 거래 승낙 정보에 기초하여, 상기 NFT가 등록된 블록체인에서 거래 이력 정보를 갱신할 수 있다.
메모리(610)는 전자 장치(1000)의 동작을 제어하기 위한 하나 이상의 인스트럭션을 포함할 수 있다. 메모리(610)는 제 1 인공지능 모델을을 포함할 수 있다.
일 실시 예에 따르면, 메모리(610)는 예를 들어, 플래시 메모리 타입(flash memory type), 하드디스크 타입(hard disk type), 멀티미디어 카드 마이크로 타입(multimedia card micro type), 카드 타입의 메모리(예를 들어 SD 또는 XD 메모리 등), 램(RAM, Random Access Memory) SRAM(Static Random Access Memory), 롬(ROM, Read-Only Memory), EEPROM(Electrically Erasable Programmable Read-Only Memory), PROM(Programmable Read-Only Memory), 자기 메모리, 자기 디스크, 광디스크 중 적어도 하나의 타입의 저장매체를 포함할 수 있으나, 이에 제한되지 않는다.
사용자 입력부(710)는 전자 장치(1000)의 동작을 제어하기 위한 사용자 입력을 수신할 수 있다. 예를 들어, 사용자 입력부(710)는, 키 패드(key pad), 돔 스위치(dome switch), 터치 패드(접촉식 정전 용량 방식, 압력식 저항막 방식, 적외선 감지 방식, 표면 초음파 전도 방식, 적분식 장력 측정 방식, 피에조 효과 방식 등), 조그 휠, 조그 스위치 등을 포함할 수 있으나, 이에 한정되는 것은 아니다.
통신부(720)는 서버(3000)와의 통신을 위한 하나 이상의 통신 모듈을 포함할 수 있다. 예를 들어, 통신부(720)는, 근거리 통신부 또는 이동 통신부 중 적어도 하나를 포함할 수 있다.
근거리 통신부(short-range wireless communication unit)는, 블루투스 통신부, BLE(Bluetooth Low Energy) 통신부, 근거리 무선 통신부(Near Field Communication unit), WLAN(와이파이) 통신부, 지그비(Zigbee) 통신부, 적외선(IrDA, infrared Data Association) 통신부, WFD(Wi-Fi Direct) 통신부, UWB(ultra wideband) 통신부, Ant+ 통신부 등을 포함할 수 있으나, 이에 제한되는 것은 아니다.
이동 통신부는, 이동 통신망 상에서 기지국, 외부의 단말, 서버 중 적어도 하나와 무선 신호를 송수신한다. 여기에서, 무선 신호는, 음성 호 신호, 화상 통화 호 신호 또는 문자/멀티미디어 메시지 송수신에 따른 다양한 형태의 데이터를 포함할 수 있다.
디스플레이(730)는 전자 장치(1000)에서 처리되는 정보를 표시 출력할 수 있다. 예를 들어, 디스플레이(730)는 전자 장치(1000)의 제어를 위한 인터페이스, 전자 장치(1000)의 상태 표시를 위한 인터페이스 등을 디스플레이할 수 있다.
도 8은 또 다른 실시예에 따른 서버의 블록도이다.
일 실시예에 따르면, 전자 장치(1000)가 수행하는 어플리케이션 거래 서비스 제공하는 방법은 전자 장치(1000)에 연결되어 통신 가능한 서버(3000)에서 수행될 수 있다.
서버(3000)는 통신 인터페이스(3100), 데이터 베이스(3200), 및 프로세서(3300)를 포함할 수 있다. 예를 들어, 본 개시에 따른 서버(3000)의 통신 인터페이스(3100)는 전자 장치(1000)의 통신부(720)에 대응될 수 있고, 서버(3000)의 데이터베이스(3200)는 전자 장치(1000)의 메모리(610)에 대응될 수 있고, 서버(3000)의 프로세서(3300)는 전자 장치(1000)의 프로세서(600)에 대응될 수 있다. 또한, 서버(3000)의 프로세서(3300)는 도 1 내지 5와 관련하여 기술된 어플리케이션 거래 서비스 제공하는 방법 및 제 1 인공지능 모델 학습 방법을 수행할 수 있다.
이상 첨부된 도면을 참조하여 본 발명의 일 실시예들을 더욱 상세하게 설명하였으나, 본 발명은 반드시 이러한 실시예로 국한되는 것은 아니고, 본 발명의 기술사상을 벗어나지 않는 범위 내에서 다양하게 변형 실시될 수 있다. 따라서, 본 발명에 개시된 실시예들은 본 발명의 기술 사상을 한정하기 위한 것이 아니라 설명하기 위한 것이고, 이러한 실시예에 의하여 본 발명의 기술 사상의 범위가 한정되는 것은 아니다. 그러므로, 이상에서 기술한 실시예들은 모든 면에서 예시적인 것이며 한정적이 아닌 것으로 이해해야만 한다. 다음의 청구범위에서 정의하고 있는 본 개시의 기본 개념을 이용한 당업자의 여러 변형 및 개량 형태 또한 본 개시의 권리범위에 속한다.
Claims (13)
- 전자 장치가 어플리케이션 거래 서비스를 제공하는 방법에 있어서,
사용자 데이터를 획득하는 단계;
상기 획득된 사용자 데이터가 입력되면, 사용자 데이터에 따른 사용자 맞춤형 후보 어플리케이션들을 출력하는 제 1 인공지능 모델에, 상기 획득된 사용자 데이터를 입력함으로써, 상기 제 1 인공지능 모델로부터 사용자 맞춤형 후보 어플리케이션들을 획득하는 단계;
상기 획득된 사용자 맞춤형 후보 어플리케이션들 중 하나를 선택하는 사용자 입력에 기초하여, 상기 선택된 맞춤형 후보 어플리케이션들에 대한 스크린 플로우 차트, 사용현황 및 비용정보를 출력하는 단계;
상기 선택된 후보 어플리케이션에 대한 거래 의사 여부 확인을 위한 인터페이스를 출력하는 단계;
상기 출력된 인터페이스에 대한 사용자 입력에 기초하여, 상기 선택된 어플리케이션의 거래 의사 여부에 대한 사용자 거래 의사 정보를 획득하는 단계; 및
상기 사용자 거래 의사 정보를 상기 전자 장치와 연결된 서버로 전송하는 단계; 를 포함하고,
상기 사용자 거래 의사 정보를 상기 전자 장치와 연결된 서버로 전송하는 단계는
상기 사용자 거래 의사 정보로부터 상기 선택된 후보 어플리케이션의 거래에 대한 승낙 의사 정보가 확인되는 경우, 상기 서버로부터 상기 선택된 후보 어플리케이션에 대해 임대 이력 정보를 획득하는 단계;
상기 획득된 임대 이력 정보로부터 상기 선택된 후보 어플리케이션에 대한 기 임대인이 확인되면, 상기 선택된 후보 어플리케이션을 배타적으로 사용하려는 전용 의사 확인을 위한 인터페이스를 출력하는 단계;
상기 출력된 인터페이스에 대한 사용자 입력에 기초하여, 상기 선택된 후보 어플리케이션의 배타적 또는 비배타적 사용 여부에 관한 전용 의사 확인 정보를 획득하는 단계;
상기 획득된 전용 의사 확인 정보로부터 상기 선택된 후보 어플리케이션을 배타적으로 사용하려는 전용 의사를 확인하는 단계; 및
상기 전용 의사가 확인되면, 상기 선택된 후보 어플리케이션에 대한 어플리케이션 임대 해지 통보 정보를 상기 전자 장치와 연결된 상기 서버로 전송하는 단계; 를 포함하며,
상기 비용 정보는 상기 선택된 맞춤형 후보 어플리케이션에 대한 다운로드수, 상기 선택된 맞춤형 후보 어플리케이션에 대한 비배타적인 다른 임대인의 수에 기초하여 결정되고,
상기 사용현황은 상기 선택된 맞춤형 후보 어플리케이션을 통해 판매되는 상품의 상품상세조회수, 유입자수, 구매 전환율, 상품평수 및 거래 이력을 포함하는 것을 특징으로 하고,
상기 사용자 거래 의사 정보를 상기 전자 장치와 연결된 서버로 전송하는 단계는,
상기 사용자 거래 의사 정보로부터 상기 선택된 후보 어플리케이션의 거래에 대한 승낙 의사 정보가 확인되지 않은 경우, 거래 거절 이력 정보를 생성하는 단계;
상기 생성된 거래 거절 이력 정보를 포함하는 학습 데이터를 생성하는 단계;
상기 생성된 학습 데이터에 기초하여 상기 제 1 인공지능 모델을 수정 및 갱신하는 단계; 및
상기 수정 및 갱신된 제 1 인공지능 모델에, 상기 획득된 사용자 데이터를 입력함으로써, 상기 수정 및 갱신된 제 1 인공지능 모델로부터 수정된 사용자 맞춤형 후보 어플리케이션들을 획득하는 단계; 를 포함하고,
상기 비용 정보는 상기 선택된 맞춤형 후보 어플리케이션의 매매비용, 월사용료, 연사용료, 영구사용료, 보증금 및 권리금을 포함하고, 상기 매매비용, 월사용료, 연사용료, 영구사용료, 보증금 및 권리금이 출력되는 경우, 상기 선택된 맞춤형 후보 어플리케이션의 다운로드 수, 상기 선택된 맞춤형 후보 어플리케이션에 대한 비배타적인 다른 임대인의 수가 동시에 출력되는 것을 특징으로 하고,
상기 전자 장치는 상기 임대 해지 통보 정보 전송 후, 임대 기간 전 임대 계약 해지 의사 정보 및 임대 기간 종료 후 임대 계약 해지 의사 정보 중 하나를 포함하는 해지 의사 정보를 획득하는 것을 특징으로 하는, 방법. - 삭제
- 삭제
- 삭제
- 제 1 항에 있어서,
상기 선택된 후보 어플리케이션의 고유 식별 정보를 패킹하는 NFT(Not Fungible Token)는 블록체인에 등록되고, 그리고
상기 고유 식별 정보는 상기 블록체인의 네트워크에 연결된 상기 전자 장치 및 상기 전자 장치와 연결된 외부 디바이스 각각에 저장되는, 방법. - 제 5 항에 있어서,
상기 사용현황은 상품 상세 조회수, 유입자수, 구매 전환율, 상품평수, 또는 거래 이력 중 적어도 하나를 포함하고,
상기 거래 이력은 상기 NFT가 등록된 상기 블록체인으로부터 획득되는, 방법. - 제 5 항에 있어서,
상기 고유 식별 정보는 상기 선택된 후보 어플리케이션의 영업 주체를 고유하게 식별하도록 상기 영업 주체의 사업자등록번호 또는 사업장등록번호에 일대일 매칭되는 정보를 포함하는, 방법. - 제 5 항에 있어서,
상기 사용자 거래 의사 정보를 상기 전자 장치와 연결된 서버로 전송하는 단계는,
상기 사용자 거래 의사 정보로부터, 상기 선택된 어플리케이션의 거래에 대한 승낙 의사 정보를 확인하는 단계; 및
상기 승낙 의사 정보에 기초하여, 상기 NFT가 등록된 블록체인에서 거래 이력 정보를 갱신하는 단계; 를 포함하는, 방법. - 제 1 항에 있어서,
상기 거래 서비스는 거래 대상이 되는 어플리케이션에 대한 기 임대계약의 내용 변경 또는 어플리케이션에 대한 소유권의 변경을 포함하고,
상기 선택된 후보 어플리케이션에 대한 상기 거래 의사 여부 확인을 위한 인터페이스를 출력하는 단계는, 상기 거래 서비스가 상기 거래 대상이 되는 어플리케이션에 대한 소유권의 변경을 포함하는 경우, 상기 사용자는 기 임대인에게 계속하여 상기 거래 대상이 되는 어플리케이션의 임대를 허용하면서 상기 거래 대상이 되는 어플리케이션에 대한 소유권을 이전받는 거래 의사를 확인하는 단계를 포함하는, 방법. - 어플리케이션 거래 서비스를 제공하기 위한 전자 장치에 있어서,
하나 이상의 인스트럭션을 저장하는 메모리; 및
상기 하나 이상의 인스트럭션을 실행하는 적어도 하나의 프로세서를 포함하고,
상기 프로세서는 상기 하나 이상의 인스트럭션을 실행함으로써,
사용자 데이터를 획득하고;
상기 획득된 사용자 데이터가 입력되면, 사용자 데이터에 따른 사용자 맞춤형 후보 어플리케이션들을 출력하는 제 1 인공지능 모델에, 상기 획득된 사용자 데이터를 입력함으로써, 상기 제 1 인공지능 모델로부터 사용자 맞춤형 후보 어플리케이션들을 획득하고;
상기 획득된 사용자 맞춤형 후보 어플리케이션들 중 하나를 선택하는 사용자 입력에 기초하여, 상기 선택된 맞춤형 후보 어플리케이션들에 대한 스크린 플로우 차트, 사용현황 및 비용정보를 출력하고;
상기 선택된 후보 어플리케이션에 대한 거래 의사 여부 확인을 위한 인터페이스를 출력하고;
상기 출력된 인터페이스에 대한 사용자 입력에 기초하여, 상기 선택된 어플리케이션의 거래 의사 여부에 대한 사용자 거래 의사 정보를 획득하고;
상기 사용자 거래 의사 정보를 상기 전자 장치와 연결된 서버로 전송하며,
상기 적어도 하나의 프로세서는,
상기 사용자 거래 의사 정보로부터 상기 선택된 후보 어플리케이션의 거래에 대한 승낙 의사 정보가 확인되는 경우, 상기 서버로부터 상기 선택된 후보 어플리케이션에 대해 임대 이력 정보를 획득하고,
상기 획득된 임대 이력 정보로부터 상기 선택된 후보 어플리케이션에 대한 기 임대인이 확인되면, 상기 선택된 후보 어플리케이션을 배타적으로 사용하려는 전용 의사 확인을 위한 인터페이스를 출력하며,
상기 출력된 인터페이스에 대한 사용자 입력에 기초하여, 상기 선택된 후보 어플리케이션의 배타적 또는 비배타적 사용 여부에 관한 전용 의사 확인 정보를 획득하고,
상기 획득된 전용 의사 확인 정보로부터 상기 선택된 후보 어플리케이션을 배타적으로 사용하려는 전용 의사를 확인하며,
상기 전용 의사가 확인되면, 상기 선택된 후보 어플리케이션에 대한 어플리케이션 임대 해지 통보 정보를 상기 전자 장치와 연결된 상기 서버로 전송하고,
상기 프로세서는 상기 하나 이상의 인스트럭션을 실행함으로써, 상기 사용자 거래 의사 정보를 상기 전자 장치와 연결된 서버로 전송함에 있어서,
상기 사용자 거래 의사 정보로부터 상기 선택된 후보 어플리케이션의 거래에 대한 승낙 의사 정보가 확인되지 않은 경우, 거래 거절 이력 정보를 생성하고;
상기 생성된 거래 거절 이력 정보를 포함하는 학습 데이터를 생성하고;
상기 생성된 학습 데이터에 기초하여 상기 제 1 인공지능 모델을 수정 및 갱신하고;
상기 수정 및 갱신된 제 1 인공지능 모델에, 상기 획득된 사용자 데이터를 입력함으로써, 상기 수정 및 갱신된 제 1 인공지능 모델로부터 수정된 사용자 맞춤형 후보 어플리케이션들을 획득하며,
상기 비용 정보는 상기 선택된 맞춤형 후보 어플리케이션의 매매비용, 월사용료, 연사용료, 영구사용료, 보증금 및 권리금을 포함하고,
상기 비용 정보는 상기 선택된 맞춤형 후보 어플리케이션에 대한 다운로드수, 상기 선택된 맞춤형 후보 어플리케이션에 대한 비배타적인 다른 임대인의 수에 기초하여 결정되며,
상기 사용현황은 상기 선택된 맞춤형 후보 어플리케이션을 통해 판매되는 상품의 상품상세조회수, 유입자수, 구매 전환율, 상품평수 및 거래 이력을 포함하고,
상기 매매비용, 월사용료, 연사용료, 영구사용료, 보증금 및 권리금이 출력되는 경우, 상기 선택된 맞춤형 후보 어플리케이션의 다운로드 수, 상기 선택된 맞춤형 후보 어플리케이션에 대한 비배타적인 다른 임대인의 수가 동시에 출력되는 것을 특징으로 하고,
상기 적어도 하나의 프로세서는 상기 임대 해지 통보 정보 전송 후, 임대 기간 전 임대 계약 해지 의사 정보 및 임대 기간 종료 후 임대 계약 해지 의사 정보 중 하나를 포함하는 해지 의사 정보를 획득하는 것을 특징으로 하는, 전자 장치. - 삭제
- 삭제
- 삭제
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020220133680A KR102615395B1 (ko) | 2022-10-18 | 2022-10-18 | 어플리케이션 거래 서비스 제공 방법 및 장치 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020220133680A KR102615395B1 (ko) | 2022-10-18 | 2022-10-18 | 어플리케이션 거래 서비스 제공 방법 및 장치 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| KR102615395B1 true KR102615395B1 (ko) | 2023-12-19 |
Family
ID=89385337
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| KR1020220133680A KR102615395B1 (ko) | 2022-10-18 | 2022-10-18 | 어플리케이션 거래 서비스 제공 방법 및 장치 |
Country Status (1)
| Country | Link |
|---|---|
| KR (1) | KR102615395B1 (ko) |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR20120131686A (ko) * | 2011-05-26 | 2012-12-05 | 에스케이플래닛 주식회사 | 어플리케이션 판매 서비스 시스템 및 방법 |
| KR20130065849A (ko) * | 2011-12-05 | 2013-06-20 | 에스케이플래닛 주식회사 | 애플리케이션 추천 시스템, 방법 및 그에 대한 기록매체 |
| KR20220021391A (ko) * | 2020-08-13 | 2022-02-22 | 김성구 | 인공지능 모델을 이용하여 사용자 간의 최적화된 매칭을 위한 유효 데이터 추출 방법, 장치 및 컴퓨터프로그램 |
| KR102437601B1 (ko) * | 2021-07-09 | 2022-08-30 | 남윤서 | 고유 코드와 매칭된 nft를 기반으로 한 제품 거래 시스템 및 이를 이용한 제품 거래 방법 |
| KR102446649B1 (ko) * | 2022-07-12 | 2022-09-22 | 신은철 | 인공지능 모델 기반 추천 템플릿을 이용한 어플리케이션 제작 방법 및 장치 |
-
2022
- 2022-10-18 KR KR1020220133680A patent/KR102615395B1/ko active IP Right Grant
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR20120131686A (ko) * | 2011-05-26 | 2012-12-05 | 에스케이플래닛 주식회사 | 어플리케이션 판매 서비스 시스템 및 방법 |
| KR20130065849A (ko) * | 2011-12-05 | 2013-06-20 | 에스케이플래닛 주식회사 | 애플리케이션 추천 시스템, 방법 및 그에 대한 기록매체 |
| KR20220021391A (ko) * | 2020-08-13 | 2022-02-22 | 김성구 | 인공지능 모델을 이용하여 사용자 간의 최적화된 매칭을 위한 유효 데이터 추출 방법, 장치 및 컴퓨터프로그램 |
| KR102437601B1 (ko) * | 2021-07-09 | 2022-08-30 | 남윤서 | 고유 코드와 매칭된 nft를 기반으로 한 제품 거래 시스템 및 이를 이용한 제품 거래 방법 |
| KR102446649B1 (ko) * | 2022-07-12 | 2022-09-22 | 신은철 | 인공지능 모델 기반 추천 템플릿을 이용한 어플리케이션 제작 방법 및 장치 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Van der Boor et al. | Users as innovators in developing countries: The global sources of innovation and diffusion in mobile banking services | |
| CN109741181B (zh) | 一种基于智能合约的交易撮合方法、系统、服务器及介质 | |
| US11514511B2 (en) | Autonomous bidder solicitation and selection system | |
| US11164152B2 (en) | Autonomous procurement system | |
| KR102446649B1 (ko) | 인공지능 모델 기반 추천 템플릿을 이용한 어플리케이션 제작 방법 및 장치 | |
| KR20210061167A (ko) | 가상부동산 거래 및 가치 결정 방법 및 시스템 | |
| US20200320534A1 (en) | Systems and methods for using machine learning to predict events associated with transactions | |
| US10325252B2 (en) | Payment management apparatus, payment management method, and storage medium | |
| CN104517177A (zh) | 用于自动化的商业模式生成的方法和系统 | |
| US11763360B1 (en) | Intelligently identifying items for resale | |
| KR102615395B1 (ko) | 어플리케이션 거래 서비스 제공 방법 및 장치 | |
| WO2024006867A1 (en) | Modeling to generate dynamic electronic representations | |
| US20200334434A1 (en) | Systems and methods for using machine learning to determine an origin of a code | |
| US20230316064A1 (en) | Feature-insensitive machine learning models | |
| US20220198488A1 (en) | Method and system for programmatic generation of survey queries | |
| JP2020126545A (ja) | 情報処理方法、情報処理装置、及び情報処理プログラム | |
| CN114723568A (zh) | 理财产品的推荐方法、装置、服务器、介质及产品 | |
| KR102270381B1 (ko) | 소비자 데이터 기반의 쇼핑 인터페이스 제공 방법 및 그 장치 | |
| CN109074596A (zh) | 基于与促销商品相关的过去交互来强调通信 | |
| KR102618378B1 (ko) | 인공지능 모델 기반 추천 부가서비스를 이용한 어플리케이션 관리 방법 및 장치 | |
| CN106663265A (zh) | 用于经由同步双向电子通信会话来出售和购买产品的技术 | |
| KR100626301B1 (ko) | 입찰 횟수에 따라 하락하는 낙찰가를 결정하는 경매 방법 | |
| US11915300B1 (en) | Omnichannel procurement orchestration system for generating personalized recommendations | |
| US20180137568A1 (en) | Techniques for automated price indications | |
| CN110310181B (zh) | 交易项目推荐方法、装置及存储介质 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| AMND | Amendment | ||
| AMND | Amendment | ||
| AMND | Amendment | ||
| X701 | Decision to grant (after re-examination) | ||
| GRNT | Written decision to grant |