KR102621588B1 - 사용자 취향 및 트랜드 분석을 통한 원단 선정 방법및 이를 활용한 의류 제조 시스템 - Google Patents
사용자 취향 및 트랜드 분석을 통한 원단 선정 방법및 이를 활용한 의류 제조 시스템 Download PDFInfo
- Publication number
- KR102621588B1 KR102621588B1 KR1020230094397A KR20230094397A KR102621588B1 KR 102621588 B1 KR102621588 B1 KR 102621588B1 KR 1020230094397 A KR1020230094397 A KR 1020230094397A KR 20230094397 A KR20230094397 A KR 20230094397A KR 102621588 B1 KR102621588 B1 KR 102621588B1
- Authority
- KR
- South Korea
- Prior art keywords
- fabric
- user
- list
- content
- fabrics
- Prior art date
Links
- 239000004744 fabric Substances 0.000 title claims abstract description 583
- 235000019640 taste Nutrition 0.000 title claims abstract description 96
- 238000004519 manufacturing process Methods 0.000 title claims abstract description 15
- 238000004458 analytical method Methods 0.000 title claims description 15
- 238000010187 selection method Methods 0.000 title 1
- 230000007613 environmental effect Effects 0.000 claims description 54
- 238000000034 method Methods 0.000 claims description 41
- 230000035945 sensitivity Effects 0.000 claims description 19
- 230000001932 seasonal effect Effects 0.000 claims description 3
- 230000008569 process Effects 0.000 description 27
- 238000012545 processing Methods 0.000 description 13
- 239000000284 extract Substances 0.000 description 12
- 238000005516 engineering process Methods 0.000 description 11
- 238000004422 calculation algorithm Methods 0.000 description 9
- 230000006870 function Effects 0.000 description 8
- 238000010801 machine learning Methods 0.000 description 5
- 238000004891 communication Methods 0.000 description 4
- 238000010586 diagram Methods 0.000 description 4
- 230000000694 effects Effects 0.000 description 3
- 230000014509 gene expression Effects 0.000 description 3
- 230000008520 organization Effects 0.000 description 3
- 238000012549 training Methods 0.000 description 3
- 238000004364 calculation method Methods 0.000 description 2
- 238000004590 computer program Methods 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 230000004044 response Effects 0.000 description 2
- 238000013528 artificial neural network Methods 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 238000007405 data analysis Methods 0.000 description 1
- 238000007418 data mining Methods 0.000 description 1
- 230000007423 decrease Effects 0.000 description 1
- 238000013135 deep learning Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000003708 edge detection Methods 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000003058 natural language processing Methods 0.000 description 1
- 238000003909 pattern recognition Methods 0.000 description 1
- 230000033764 rhythmic process 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
- G06Q30/06—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
- G06Q10/00—Administration; Management
- G06Q10/08—Logistics, e.g. warehousing, loading or distribution; Inventory or stock management
- G06Q10/087—Inventory or stock management, e.g. order filling, procurement or balancing against orders
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q30/00—Commerce
- G06Q30/02—Marketing; Price estimation or determination; Fundraising
- G06Q30/0201—Market modelling; Market analysis; Collecting market data
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q30/00—Commerce
- G06Q30/02—Marketing; Price estimation or determination; Fundraising
- G06Q30/0241—Advertisements
- G06Q30/0251—Targeted advertisements
- G06Q30/0255—Targeted advertisements based on user history
-
- 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]
- G06Q30/0633—Lists, e.g. purchase orders, compilation or processing
- G06Q30/0635—Processing of requisition or of purchase orders
-
- 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
- G06Q50/04—Manufacturing
Landscapes
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Accounting & Taxation (AREA)
- Finance (AREA)
- Strategic Management (AREA)
- Development Economics (AREA)
- Economics (AREA)
- Marketing (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Entrepreneurship & Innovation (AREA)
- Human Resources & Organizations (AREA)
- Tourism & Hospitality (AREA)
- Game Theory and Decision Science (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Data Mining & Analysis (AREA)
- Manufacturing & Machinery (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
일실시예에 따른 장치는 사용자의 단말로 취향 콘텐츠를 제공하고, 취향 콘텐츠에 대한 사용자 입력을 수신하고, 사용자 입력에 기반하여 사용자의 원단 추천 정보를 생성하고, 원단 추천 정보에 포함된 원단의 재고가 존재하는 것으로 확인되면, 원단의 주문 요청을 전송하고, 원단 추천 정보에 포함된 원단의 재고가 존재하지 않는 것으로 확인되면, 원단의 제작 요청을 전송할 수 있다.
Description
아래 실시예들은 의류를 제조하는 과정에 있어서, 사용자 취향 및 트랜드 분석을 통해 원단을 선정하는 기술에 관한 것이다.
최근, 대중적인 것보다는 자신만의 고유한 가치를 추구하고 지지하는 사회적 분위기가 형성되면서, 서비스 분야에 있어 개개인의 취향과 개성을 존중하여 고객의 만족도를 극대화할 수 있는 고객 맞춤 서비스가 증가하고 있다.
한편, 기술의 발달로 인터넷상에는 사용자가 매장에 직접 방문하지 않더라도 의류를 구매할 수 있도록 의류를 판매(내지 거래, 배송 등) 하는 다양한 온라인 쇼핑몰들이 생겨났으며, 이러한 온라인 쇼핑몰에서는 종래의 오프라인 보다 더 다양한 종류의 의류 제품들이 활발하게 거래되고 있다.
온라인 쇼핑몰의 경우, 온라인으로 의류를 구매하는 사람들이 많아짐에 따라 온라인 쇼핑몰의 수도 급증하여, 사용자들이 온라인으로 쇼핑을 하려고 할 때, 너무 많은 의류 정보 속에서 우왕좌왕 하는 경우가 있다.
이에, 사용자에게 의류나 스타일을 추천해주는 서비스가 등장했지만, 사용자의 취향 및 트랜드를 충분히 반영하지 못하였으며, 의류 제조에 있어서 주가 되는 원단을 선택하는 데는 한정적이다.
실시예들은 의류를 제조하는 과정에 있어서, 사용자 취향 및 트랜드 분석을 통해 원단을 선정하고자 한다.
실시예들은 취향 콘텐츠를 사용자에게 제공하고, 취향 콘텐츠에 대한 사용자의 선택에 기반하여 추출된 원단을 원단 추천 정보로 생성하고자 한다.
실시예들은 사용자 이미지로부터 환경 조건에 따라 사용자가 착용한 착용 원단의 두께를 고려하여 추천 원단 두께를 결정하고자 한다.
일실시예에 따르면, 장치에 의해 수행되는 방법은, 사용자의 단말로 취향 콘텐츠를 제공하는 단계; 상기 취향 콘텐츠에 대한 사용자 입력을 수신하는 단계; 상기 사용자 입력에 기반하여 상기 사용자의 원단 추천 정보를 생성하는 단계; 상기 원단 추천 정보에 포함된 원단의 재고가 존재하는 것으로 확인되면, 원단의 주문 요청을 전송하는 단계; 및 상기 원단 추천 정보에 포함된 원단의 재고가 존재하지 않는 것으로 확인되면, 원단의 제작 요청을 전송하는 단계를 포함할 수 있다.
상기 원단 추천 정보를 생성하는 단계는, 상기 취향 콘텐츠 중 이미지 콘텐츠를 제공하고 사용자가 선택한 이미지 콘텐츠를 저장하는 단계, 상기 취향 콘텐츠 중 영상 콘텐츠를 제공하고 사용자가 선택한 영상 콘텐츠를 저장하는 단계, 상기 취향 콘텐츠 중 음악 콘텐츠를 제공하고 사용자가 선택한 음악 콘텐츠를 저장하는 단계, 상기 선택한 이미지 콘텐츠와 대응하는 원단을 확인하고, 미리 설정된 기준 이상 선택된 원단을 제1 후보 원단으로 설정하는 단계, 상기 선택한 영상 콘텐츠와 대응하는 원단을 확인하고, 미리 설정된 기준 이상 선택된 원단을 제2 후보 원단으로 설정하는 단계, 상기 선택한 음악 콘텐츠와 대응하는 원단을 확인하고, 미리 설정된 기준 이상 선택된 원단을 제3 후보 원단으로 설정하는 단계, 상기 제1 후보 원단 내지 상기 제3 후보 원단이 같은 원단인 경우, 그 원단으로 상기 원단 추천 정보를 생성하는 단계, 및 상기 제1 후보 원단 내지 상기 제3 후보 원단이 다른 원단인 경우, 그 원단을 모두 포함시켜 상기 원단 추천 정보를 생성하거나 그 원단과 대응하는 취향 콘텐츠의 선택 비율에 따라 혼방된 원단을 상기 원단 추천 정보로 생성하는 단계,를 포함하고, 상기 취향 콘텐츠는, 상기 원단 각각에 대응하도록 원단 데이터베이스에 미리 저장된 것을 특징으로 할 수 있다.
상기 원단 추천 정보를 생성하는 단계에서, 상기 추천 원단의 추천 원단 두께를 결정하는 단계;를 더 포함하고, 상기 추천 원단 두께를 결정하는 단계는, 미리 설정된 기간 동안 사용자 이미지를 획득하는 단계, 상기 사용자 이미지를 촬영한 시점에 해당하는 날씨 및 계절 정보를 기반으로 환경 조건을 분류하는 단계, 상기 사용자 이미지로부터 사용자가 착용한 의류에서의 착용 원단의 두께를 확인하는 단계, 상기 착용 원단 중 상기 두께가 미리 설정된 기준 이상인 두꺼운 원단 및 상기 두께가 상기 미리 설정된 기준 미만인 얇은 원단의 원단 두께 비율을 산출하는 단계, 미리 설정된 환경 조건 별 기준 비율 및 상기 원단 두께 비율을 비교하는 단계, 상기 기준 비율과 상기 원단 두께 비율의 차이에 따라 상기 사용자의 환경 민감도를 결정하는 단계, 미리 설정된 기준 두께에 상기 환경 조건에 기반하여 결정된 가중치를 적용하여 원단의 환경 기준 두께를 결정하는 단계, 및 현재 시점에 해당하는 환경 조건의 환경 기준 두께에 상기 환경 민감도에 기반하여 결정된 가중치를 적용하여 추천 원단 두께를 결정하는 단계를 포함할 수 있다.
상기 원단 추천 정보를 생성하는 단계는, 상기 취향 콘텐츠 중 이미지 콘텐츠에 대한 사용자 입력인 제1 사용자 입력을 수신하는 단계, 상기 제1 사용자 입력과 관련된 원단의 리스트인 제1 리스트를 생성하는 단계, 상기 취향 콘텐츠 중 상기 제1 리스트에 포함된 원단과 관련된 음악 콘텐츠를 추출하는 단계, 상기 추출된 음악 콘텐츠에 대한 사용자 입력인 제2 사용자 입력을 수신하는 단계, 상기 제2 사용자 입력과 관련된 원단의 리스트인 제2 리스트를 생성하는 단계, 상기 취향 콘텐츠 중 상기 제2 리스트에 포함된 원단과 관련된 영상 콘텐츠를 추출하는 단계, 상기 추출된 영상 콘텐츠에 대한 사용자 입력인 제3 사용자 입력을 수신하는 단계, 상기 제3 사용자 입력과 관련된 원단의 리스트인 제3 리스트를 생성하는 단계, 상기 제1 리스트, 상기 제2 리스트 및 상기 제3 리스트를 비교하는 단계, 상기 제1 리스트, 상기 제2 리스트 및 상기 제3 리스트에서 모두 포함된 원단인 제1 원단이 존재하는 경우, 상기 제1 원단을 추천 원단으로 선정하는 단계, 상기 제1 리스트, 상기 제2 리스트 및 상기 제3 리스트에서 두 개의 리스트에 포함된 제2-1 원단이 존재하는 경우, 상기 제2 원단과 상기 제2 원단에 해당하는 원단을 혼방한 원단을 추천 원단으로 선정하는 단계, 및 상기 제1 리스트, 상기 제2 리스트 및 상기 제3 리스트에서 한 개의 리스트에 포함된 제3 원단이 존재하는 경우, 상기 제3 원단 중 상기 사용자 입력을 수신하는데 소요된 기간이 가장 짧은 원단을 추천 원단으로 선정하는 단계를 포함할 수 있다.
상기 장치에 의해 수행되는 방법은, 원단의 위치를 확인하는 단계를 더 포함하고, 상기 원단의 위치를 확인하는 단계는, 상기 사용자가 상기 원단을 구매한 상기 원단의 구매 이력을 획득하는 단계, 상기 원단의 구매 이력을 기초로, 상기 원단의 구매 주기를 생성하는 단계, 현재 날짜 및 상기 원단의 구매 주기를 기초로, 상기 원단의 다음 구매 예정일인 제1 날짜를 확인하는 단계, 창고 데이터베이스를 통해 창고에 구비된 원단 중 원단의 주문가능기한이 상기 제1 날짜인 원단이 존재하는지 여부를 판단하는 단계, 원단의 주문가능기한이 상기 제1 날짜인 원단이 제1 원단으로 존재한다고 확인되면, 상기 제1 원단을 사용자에게 제공할 것으로 판단하고, 상기 제1 원단의 위치를 확인하는 단계, 원단의 주문가능기한이 상기 제1 날짜인 원단이 존재하지 않는다고 확인되면, 상기 제1 날짜를 기준으로 미리 설정된 범위 이전에 속한 제2 날짜들을 생성하는 단계, 상기 원단의 주문가능기한이 상기 제2 날짜인 원단이 존재하는지 여부를 판단하는 단계, 상기 원단의 주문가능기한이 상기 제2 날짜인 원단이 제2 원단으로 존재한다고 확인되면, 상기 제2 원단을 사용자에게 제공할 것으로 판단하고, 상기 제2 원단의 위치를 확인하는 단계, 및 상기 원단의 주문가능기한이 상기 제2 날짜인 원단이 존재하지 않는다고 확인되면, 창고에 구비된 원단 중 주문가능기한이 상기 제1 날짜 이후의 날짜 중 가장 빠른 날짜의 원단인 제3 원단을 확인하고, 상기 제3 원단을 사용자에게 제공할 것으로 판단하고, 상기 제3 원단의 위치를 확인하는 단계를 포함할 수 있다.
일실시예에 따른 장치는 하드웨어와 결합되어 상술한 방법들 중 어느 하나의 항의 방법을 실행시키기 위하여 매체에 저장된 컴퓨터 프로그램에 의해 제어될 수 있다.
실시예들은 의류를 제조하는 과정에 있어서, 사용자 취향 및 트랜드 분석을 통해 원단을 선정할 수 있다.
실시예들은 취향 콘텐츠를 사용자에게 제공하고, 취향 콘텐츠에 대한 사용자의 선택에 기반하여 추출된 원단을 원단 추천 정보로 생성할 수 있다.
실시예들은 사용자 이미지로부터 환경 조건에 따라 사용자가 착용한 착용 원단의 두께를 고려하여 추천 원단 두께를 결정할 수 있다.
도 1은 일실시예에 따른 시스템의 구성을 설명하기 위한 도면이다.
도 2는 일실시예에 따른 사용자 취향 및 트랜드 분석을 통해 원단을 선정하는 과정을 설명하기 위한 순서도이다.
도 3은 일실시예에 따른 원단 추천 정보를 생성하는 과정을 설명하기 위한 순서도이다.
도 4는 일실시예에 따른 추천 원단 두께를 결정하는 과정을 설명하기 위한 순서도이다.
도 5는 일실시예에 따른 사용자 입력 기반 원단의 리스트를 생성하는 과정을 설명하기 위한 순서도이다.
도 6은 일실시예에 따른 추천 원단을 선정하는 과정을 설명하기 위한 순서도이다.
도 7은 일실시예에 따른 원단의 위치를 확인하는 과정을 설명하기 위한 순서도이다.
도 8은 일실시예에 따른 장치의 구성의 예시도이다.
도 2는 일실시예에 따른 사용자 취향 및 트랜드 분석을 통해 원단을 선정하는 과정을 설명하기 위한 순서도이다.
도 3은 일실시예에 따른 원단 추천 정보를 생성하는 과정을 설명하기 위한 순서도이다.
도 4는 일실시예에 따른 추천 원단 두께를 결정하는 과정을 설명하기 위한 순서도이다.
도 5는 일실시예에 따른 사용자 입력 기반 원단의 리스트를 생성하는 과정을 설명하기 위한 순서도이다.
도 6은 일실시예에 따른 추천 원단을 선정하는 과정을 설명하기 위한 순서도이다.
도 7은 일실시예에 따른 원단의 위치를 확인하는 과정을 설명하기 위한 순서도이다.
도 8은 일실시예에 따른 장치의 구성의 예시도이다.
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.
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.
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.
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.
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.
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.
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.
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.
도 1은 일실시예에 따른 시스템의 구성을 설명하기 위한 도면이다.
일실시예에 따른 시스템은 통신망을 통해 서로 통신 가능한 사용자의 단말(10) 및 장치(30)를 포함할 수 있다.
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.
사용자의 단말(10)은 본 발명에 따른 사용자의 취향 및 트렌드 분석을 통해 선정된 원단을 활용하여 제조한 의류를 제공받고자 하는 사용자가 사용하는 단말일 수 있다. 사용자의 단말(10)은 데스크탑 컴퓨터, 노트북, 태블릿, 스마트폰 등일 수 있다. 예를 들어, 도 1에 도시된 바와 같이, 사용자의 단말(10)은 스마트폰일 수 있으며, 실시예에 따라 달리 채용될 수도 있다.
사용자의 단말(10)은 통상의 컴퓨터가 가지는 연산 기능, 저장/참조 기능, 입출력 기능 및 제어 기능을 전부 또는 일부 수행하도록 구성될 수 있다. 사용자의 단말(10)은 장치(30)와 유무선으로 통신하도록 구성될 수 있다.
사용자의 단말(10)은 장치(30)를 이용하여 서비스를 제공하는 자 내지 단체가 운영하는 웹 페이지에 접속되거나, 장치(30)를 이용하여 서비스를 제공하는 자 내지 단체가 개발·배포한 애플리케이션이 설치될 수 있다. 사용자의 단말(10)은 웹 페이지 또는 애플리케이션을 통해 장치(30)와 연동될 수 있다.
사용자의 단말(10)은 장치(30)에서 제공하는 웹 페이지, 애플리케이션을 등을 통해 장치(30)에 접속할 수 있다.
청구항에 기재된 단수의 표현은 복수를 포함하는 것으로 이해될 수 있다. 예를 들어, 청구항의 사용자는 하나의 사용자 또는 둘 이상의 사용자를 지칭할 수 있다.
장치(30)는 장치(30)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(30)는 통상의 컴퓨터가 가지는 연산 기능, 저장/참조 기능, 입출력 기능 및 제어 기능을 전부 또는 일부 수행하도록 구성될 수 있다.
장치(30)는 사용자의 단말(10)과 유무선으로 통신하도록 구성될 수 있으며, 사용자의 단말(10)의 동작을 제어하고, 사용자의 단말(10)의 화면에 어느 정보를 표시할 것인지에 대해 제어할 수 있다.
한편, 설명의 편의를 위해 도 1에서는 사용자의 단말(10)만을 도시하였으나, 단말들의 수는 실시예에 따라 얼마든지 달라질 수 있다. 장치(30)의 처리 용량이 허용하는 한, 단말들의 수 및 프린터 장치들의 수는 특별한 제한이 없다.
일실시예에 따르면, 장치(30) 내에는 데이터베이스가 구비될 수 있으며, 이에 한정되지 않고, 장치(30)와 별도로 데이터베이스가 구성될 수 있다. 장치(30)는 기계 학습 알고리즘의 수행을 위한 다수의 인공 신경망을 포함할 수 있다.
도 2는 일실시예에 따른 사용자 취향 및 트랜드 분석을 통해 원단을 선정하는 과정을 설명하기 위한 순서도이다.
도 2를 참조하면, 먼저, S201 단계에서, 장치(30)는 사용자의 단말(10)로 취향 콘텐츠를 제공할 수 있다. 이때, 취향 콘텐츠는 사용자의 취향을 분석하기 위해 사용자에게 제공되는 콘텐츠를 포함할 수 있다. 예를 들어, 취향 콘텐츠는 이미지 콘텐츠, 영상 콘텐츠, 음악 콘텐츠 등을 포함할 수 있으나, 이에 한정되지는 않는다.
이때, 취향 콘텐츠는 원단 각각에 대응하도록 원단 데이터베이스에 미리 저장될 수 있다.
구체적으로, 장치(30)는 원단 데이터베이스를 추가로 포함하거나 원단 데이터베이스와 유무선으로 통신할 수 있으며, 장치(30)는 원단에 대한 정보를 원단 데이터베이스로부터 추출할 수 있다.
이때, 원단 데이터베이스는 원단과 취향 콘텐츠의 제목, 카테고리, 형태, 시간, 출처 등에 대한 정보를 포함하는 취향 콘텐츠 정보가 매칭되어 저장되어 있는 데이터베이스를 의미할 수 있다.
이때, 장치(30)는 원단과 취향 콘텐츠 정보를 원단과 관련된 관련업자의 단말로부터 획득할 수 있다. 또한, 장치(30)는 웹사이트, 의류 판매 사이트, SNS 등으로부터 원단을 포함하는 원단 콘텐츠 및 원단의 특성, 속성, 사용자 평가, 디자인을 포함하는 원단과 관련된 정보를 포함하는 데이터를 수집하고, 수집한 데이터를 분석하여 원단과 원단 콘텐츠 간의 특성을 파악하고, 원단의 속성, 재질, 색상, 두께 등과 콘텐츠의 이미지 스타일, 음악 장르, 영상 분위기 등을 분석하여 유의미한 특성을 도출하고, 추출한 특성을 기반으로 원단과 콘텐츠 간의 매칭을 수행하는 알고리즘을 생성할 수 있다. 이때, 장치(30)는 데이터 마이닝, 머신 러닝, 딥 러닝 등의 기술을 활용하여 유사도 측정, 분류, 군집화 등을 수행할 수 있으며, 알고리즘은 원단과 콘텐츠 간의 상호작용을 고려하여 최적화될 수 있도록 설계될 수 있다.
장치(30)는 매칭 알고리즘을 통해 원단과 콘텐츠 간의 매칭 결과를 생성하고, 매칭 결과를 데이터베이스에 저장할 수 있다.
장치(30)는 콘텐츠가 이미지인 경우, 이미지 처리 기술을 활용하여 색상, 패턴, 텍스처, 형태 등의 특성을 추출할 수 있으며, 예를 들어, 컬러 히스토그램, 엣지 검출, 텍스처 분석, 형태 인식 등의 알고리즘을 사용하여 이미지의 특성을 수치화할 수 있다.
장치(30)는 콘텐츠가 음악인 경우, 음악 신호 처리 기술을 활용하여 주파수, 음높이, 리듬, 음악 장르 등의 특성을 추출할 수 있으며, 예를 들어, 주파수 변환, 주파수 영역 분석, 박자 인식 등의 기술을 사용하여 음악의 특성을 분석할 수 있다.
장치(30)는 콘텐츠가 텍스트인 경우, 자연어 처리 기술을 활용하여 단어, 문장, 토픽 등의 특성을 추출할 수 있으며, 예를 들어, 토큰화, 어휘 빈도 분석, 문서 군집화 등의 알고리즘을 사용하여 텍스트의 특성을 분석할 수 있다.
장치(30)는 특성 분석을 통해 추출된 특성을 원단과 콘텐츠 간의 유사성을 계산하거나 매칭 알고리즘에 활용할 수 있으며, 맞춤형 추천이나 유사한 콘텐츠 탐색에 활용할 수 있다. 특성 분석은 데이터 분석, 기계 학습, 패턴 인식 등의 분야에서 다양한 기술과 방법을 활용하여 수행될 수 있으나, 이에 한정되지는 않는다.
예를 들어, 원단과 관련된 관련업자는 원단을 이용하여 의류를 제조하는 의류 제조업자, 원단을 판매하는 원단 판매업자, 원단을 공급하는 원단 공급업자, 원단을 유통하는 유통업자 등을 포함할 수 있으나, 이에 한정되지는 않는다.
S202 단계에서, 장치(30)는 취향 콘텐츠에 대한 사용자 입력을 수신할 수 있다.
일실시예에 따르면, 장치(3)는 이미지 콘텐츠, 영상 콘텐츠 및 음악 콘텐츠를 포함하는 취향 콘텐츠를 사용자의 단말(10)로 제공하고, 사용자의 단말(10)로부터 취향 콘텐츠 중 사용자로부터 선택된 취향 콘텐츠에 대한 사용자 입력을 수신할 수 있다. 장치(3)는 수신한 사용자 입력을 데이터베이스에 저장할 수 있다.
예를 들어, 장치(30)는 이미지 콘텐츠 40개, 영상 콘텐츠 40개 및 음악 콘텐츠 40개의 총 120개의 취향 콘텐츠를 사용자의 단말(10)로 제공할 수 있으며, 120개의 취향 콘텐츠 중 사용자로부터 선택된 취향 콘텐츠에 대한 사용자 입력을 수신할 수 있다. 이때, 사용자의 단말(10)로 제공하는 취향 콘텐츠의 개수는 예시일 뿐이며 이에 한정되지는 않는다. 또한, 사용자 입력에 대하여 사용자가 선택하는 취향 콘텐츠의 개수는 미리 설정된 개수로 지정될 수도 있고, 개수에 제한없이 사용자가 자유롭게 선택할 수도 있으나, 이에 한정되지는 않는다. 이때, 미리 설정된 개수는 실시예에 따라 상이하게 설정될 수 있다.
S203 단계에서, 장치(30)는 사용자 입력에 기반하여 사용자의 원단 추천 정보를 생성할 수 있다. 이때, 사용자 입력에 기반하여 사용자의 원단 추천 정보를 생성하는 과정은 도 3을 참조하여 후술하기로 한다.
S204 단계에서, 장치(30)는 원단 추천 정보에 포함된 원단의 재고가 존재하는지 여부를 확인할 수 있다.
예를 들어, 장치(30)는 원단과 관련된 관련업자의 단말부터 원단 추천 정보에 포함된 원단의 재고가 존재하는지 여부에 대한 정보를 획득할 수 있다. 예를 들어, 원단과 관련된 관련업자는 원단을 이용하여 의류를 제조하는 의류 제조업자, 원단을 판매하는 원단 판매업자, 원단을 공급하는 원단 공급업자, 원단을 유통하는 유통업자 등을 포함할 수 있으나, 이에 한정되지는 않는다.
S205 단계에서, 장치(30)는 원단 추천 정보에 포함된 원단의 재고가 존재하는 것으로 확인되면, 원단의 주문 요청을 전송할 수 있다.
일실시예에 따르면, 장치(30)는 원단과 관련된 관련업자의 단말로부터 원단 추천 정보에 포함된 원단의 재고가 있는 것으로 확인되면, 원단의 주문을 요청하는 원단 주문 요청을 원단과 관련된 관련업자의 단말로 전송할 수 있다.
S206 단계에서, 장치(30)는 원단 추천 정보에 포함된 원단의 재고가 존재하지 않는 것으로 확인되면, 원단의 제작 요청을 전송할 수 있다.
일실시예에 따르면, 장치(30)는 원단과 관련된 관련업자의 단말로부터 원단 추천 정보에 포함된 원단의 재고가 없는 것으로 확인되면, 원단 추천 정보에 포함된 원단의 제작을 요청하는 제작 요청을 원단과 관련된 관련업자의 단말로 전송할 수 있다.
장치(30)는 원단 추천 정보에 포함된 원단이 재고가 있는 것으로 확인되면 주문 요청을 전송함으로써, 사용자는 원하는 원단을 빠르게 구매할 수 있다. 장치(30)는 재고 확인을 통해 사용자의 취향과 트랜드에 맞는 추천 원단의 가용성을 확인할 수 있으므로, 주문한 원단이 실제로 사용자에게 공급 가능한지 확인하고, 이를 통해 사용자는 원단의 재고 상태에 따라 구매 결정을 내릴 수 있고, 불필요한 대기 시간을 줄일 수 있다.
또한, 장치(30)는 원단 추천 정보에 포함된 원단이 없는 것으로 확인되면 제작 요청을 전송함으로써, 원단을 제작하기 위해서는 일정 시간이 소요될 수 있지만, 사용자에게 맞춤화된 제품을 제공할 수 있으며 재고가 없는 경우에도 사용자가 만족할 수 있는 해결책을 제공할 수 있다.
도 3은 일실시예에 따른 원단 추천 정보를 생성하는 과정을 설명하기 위한 순서도이다.
도 3을 참조하면, 먼저, S301 단계에서, 장치(30)는 취향 콘텐츠 중 이미지 콘텐츠를 제공하고 사용자가 선택한 이미지 콘텐츠를 저장할 수 있다.
S302 단계에서, 장치(30)는 선택한 이미지 콘텐츠와 대응하는 원단을 확인하고, 미리 설정된 기준 이상 선택된 원단을 제1 후보 원단으로 설정할 수 있다. 이때, 미리 설정된 기준은 실시예에 따라 상이하게 설정될 수 있다.
장치(30)는 취향 콘텐츠 중 이미지 콘텐츠 중에서 사용자가 선택한 이미지 콘텐츠를 저장하고, 원단 데이터베이스로부터 사용자가 선택한 이미지 콘텐츠에 매칭되어 저장되어 있는 원단을 추출할 수 있으며, 추출된 원단 중 미리 설정된 기준 이상으로 선택된 원단을 제1 후보 원단으로 설정할 수 있다.
S303 단계에서, 장치(30)는 취향 콘텐츠 중 영상 콘텐츠를 제공하고 사용자가 선택한 영상 콘텐츠를 저장할 수 있다.
S304 단계에서, 장치(30)는 선택한 영상 콘텐츠와 대응하는 원단을 확인하고, 미리 설정된 기준 이상 선택된 원단을 제2 후보 원단으로 설정할 수 있다. 이때, 미리 설정된 기준은 실시예에 따라 상이하게 설정될 수 있다.
장치(30)는 취향 콘텐츠 중 영상 콘텐츠 중에서 사용자가 선택한 영상 콘텐츠를 저장하고, 원단 데이터베이스로부터 사용자가 선택한 영상 콘텐츠에 매칭되어 저장되어 있는 원단을 추출할 수 있으며, 추출된 원단 중 미리 설정된 기준 이상으로 선택된 원단을 제2 후보 원단으로 설정할 수 있다.
S305 단계에서, 장치(30)는 취향 콘텐츠 중 음악 콘텐츠를 제공하고 사용자가 선택한 음악 콘텐츠를 저장할 수 있다.
S306 단계에서, 장치(30)는 선택한 음악 콘텐츠와 대응하는 원단을 확인하고, 미리 설정된 기준 이상 선택된 원단을 제3 후보 원단으로 설정할 수 있다.
장치(30)는 취향 콘텐츠 중 음악 콘텐츠 중에서 사용자가 선택한 음악 콘텐츠를 저장하고, 원단 데이터베이스로부터 사용자가 선택한 음악 콘텐츠에 매칭되어 저장되어 있는 원단을 추출할 수 있으며, 추출된 원단 중 미리 설정된 기준 이상으로 선택된 원단을 제3 후보 원단으로 설정할 수 있다.
S307 단계에서, 장치(30)는 제1 후보 원단 내지 제3 후보 원단이 같은 원단인지를 판단할 수 있다.
S308 단계에서, 장치(30)는 제1 후보 원단 내지 제3 후보 원단이 같은 원단인 경우, 그 원단으로 원단 추천 정보를 생성할 수 있다. 즉, 장치(30)는 제1 후보 원단 내지 제3 후보 원단이 같은 원단인 경우, 제1 후보 원단 내지 제3 후보 원단에 해당하는 원단으로 원안 추천 정보를 생성할 수 있다.
S309 단계에서, 장치(30)는 제1 후보 원단 내지 제3 후보 원단이 다른 원단인 경우, 그 원단을 모두 포함시켜 원단 추천 정보를 생성하거나 그 원단과 대응하는 취향 콘텐츠의 선택 비율에 따라 혼방된 원단을 원단 추천 정보로 생성할 수 있다.
예를 들어, 제1 후보 원단이 a 원단, 제2 후보 원단이 b 원단, 제3 후보 원단이 c 단인 경우, 장치(30)는 a 원단, b 원단 및 c 원단을 모두 포함시켜 원단 추천 정보를 생성할 수 있다.
다른 예를 들어, 제1 후보 원단이 a 원단, 제2 후보 원단이 b 원단, 제3 후보 원단이 c 단인 경우, 장치(30)는 a 원단과 대응하는 취향 콘텐츠, b 원단과 대응하는 취향 콘텐츠, c 원단과 대응하는 취향 콘텐츠 각각의 선택 비율에 비례하여 혼방된 원단을 원단 추천 정보로 생성할 수 있다. 이때, 장치(30)는 a 원단과 대응하는 취향 콘텐츠, b 원단과 대응하는 취향 콘텐츠, c 원단과 대응하는 취향 콘텐츠의 선택 비율이 각각 50%, 30%, 20%인 경우, 장치(30)는 a 원단 50%, b 원단 30%, c 원단 20%를 혼방한 원단을 원단 추천 정보로 생성할 수 있다.
장치(30)는 취향 콘텐츠 중 이미지, 영상, 음악 콘텐츠의 선택을 통해 사용자의 취향을 파악하고, 해당 취향에 대응하는 원단을 확인할 수 있으며, 사용자의 개별적인 취향을 반영하고 맞춤화된 원단 추천 정보를 제공할 수 있다.
장치(30)는 제1 내지 제3 후보 원단이 다른 원단인 경우, 후보 원단에 포함된 모든 원단을 포함하여 추천 정보를 생성하거나 선택 비율에 따라 혼합된 원단을 생성함으로써, 다양한 원단을 포괄하며, 사용자의 다양한 취향을 반영한 추천을 제공할 수 있다. 또한, 장치(30)는 취향 콘텐츠의 선택 비율에 따라 혼방된 원단을 생성하여 추천 정보를 제공함으로써. 사용자의 취향을 반영한 맞춤화된 추천을 가능하게 하여 사용자 만족도를 향상시킬 수 있는 효과가 있고, 사용자는 보다 더 다양하고 맞춤화된 원단의 선택 옵션을 제공받을 수 있게 된다.
위의 과정을 통해 사용자는 자신의 이미지, 영상, 음악 콘텐츠 선택을 통해 맞춤화된 추천을 받을 수 있고, 다양한 원단의 조합을 통해 다양성과 개별성을 모두 고려한 추천을 경험할 수 있게 된다.
도 4는 일실시예에 따른 추천 원단 두께를 결정하는 과정을 설명하기 위한 순서도이다.
도 4를 참조하면, 먼저, S401 단계에서, 장치(30)는 미리 설정된 기간 동안 사용자 이미지를 획득할 수 있다. 이때, 미리 설정된 기간은 실시예에 따라 상이하게 설정될 수 있다.
일실시예에 따르면, 장치(30)는 사용자의 단말(10)로부터 사용자 이미지를 수신할 수 있다. 다른 일실시예에 따르면, 장치(30)는 사용자가 사용하는 웹 사이트 및 SNS 등으로부터 사용자 이미지를 수집할 수도 있다. 사용자 이미지를 수집하는 과정은 이에 한정되지 않고, 다양한 방법으로 수행될 수 있다.
장치(30)는 미리 설정된 기간 동안 사용자 이미지를 수집하고, 사용자 이미지와 사용자 이미지를 촬영한 시점을 매칭하여 데이터베이스에 저장할 수 있다.
S402 단계에서, 장치(30)는 사용자 이미지를 촬영한 시점에 해당하는 날씨 및 계절 정보를 기반으로 환경 조건을 분류할 수 있다.
장치(30)는 사용자 이미지를 촬영한 시점을 확인하고, 사용자 이미지를 촬영한 시점에서의 날씨 및 계절 정보를 날씨 관련 웹사이트로부터 수집할 수 있다.
날씨 관련 웹사이트는 날씨와 계절에 대한 정보를 포함하는 웹 사이트를 포함할 수 있으며, 예를 들어, 날씨 채널, 기상청 사이트 등을 포함할 수 있으나, 이에 한정되지는 않는다.
예를 들어, 장치(30)는 날씨 및 계절 정보를 기반으로 환경 조건을 제1 조건, 제2 조건 및 제3 조건으로 분류할 수 있다. 제1 조건은 온난한 닐씨로 봄 및 가을 계절을 포함하거나, 온도 범위가 10°C~20°C에 해당하는 날씨를 포함하고, 제2 조건은 더운 날씨로 여름 계절을 포함하거나, 온도 범위가 25°C~40°C에 해당하는 날씨를 포함하고, 제3 조건은 추운 날씨로 겨울 계절을 포함하거나, 온도 범위가 -20°C~10°C에 해당하는 날씨를 포함할 수 있으나, 이는 예시일 뿐 환경 조건을 분류하는 과정은 이에 한정되지 않고 다양한 방법으로 수행될 수 있다.
S403 단계에서, 장치(30)는 사용자 이미지로부터 사용자가 착용한 의류에서의 착용 원단의 두께를 확인할 수 있다.
장치(30)는 사용자 이미지를 컴퓨터 비전 기술을 활용하여 분석할 수 있다. 장치(30)는 사용자 이미지로부터 의류 영역을 식별하고 해당 부분을 추출하고, 추출된 의류 영역에 대해 텍스처 분석을 수행하여 원단의 질감과 관련된 특성을 추출할 수 있다.
이를 통해, 장치(30)는 사용자가 착용한 의류에서의 원단의 두께를 확인할 수 있다. 구체적으로, 장치(30)는 텍스처 특성을 기반으로 두께를 추정하는 모델을 활용하여 두께를 추정할 수 있으며, 두께 추정은 기계 학습 기반 알고리즘을 사용하여 수행될 수 있다. 추정된 두께 결과를 사용자에게 제공하여 사용자는 착용한 의류의 두께를 확인할 수 있다. 이러한 과정을 통해, 장치(30)는 사용자 이미지로부터 의류의 착용 원단 두께를 확인할 수 있으며, 정확성을 높이기 위해 추가적인 데이터와 학습 과정을 통해 모델을 개선할 수 있다.
장치(30)는 기계 학습 기반의 알고리즘을 사용하여 텍스처 특성을 기반으로 두께를 추정하는 모델을 활용하여 두께를 추정할 수 있다. 장치(30)는 훈련 데이터를 기반으로 텍스처 특성과 실제 두께 간의 관계를 학습하여 모델을 구축할 수 있다.
이때, 장치(30)는 의류의 판매 사이트로부터 의류의 판매 두께와 텍스처 특성이 레이블링된 훈련 데이터를 수집할 수 있다. 훈련 데이터에는 다양한 두께의 의류 샘플과 해당 의류의 이미지 또는 텍스처 특성이 포함될 수 있다.
S404 단계에서, 장치(30)는 착용 원단 중 두꺼운 원단 및 얇은 원단의 원단 두께 비율을 산출할 수 있다.
장치(30)는 착용 원단 중 두께가 미리 설정된 기준 이상인 두꺼운 원단 및 두께가 미리 설정된 기준 미만인 얇은 원단의 원단 두께 비율을 산출할 수 있다. 이때, 미리 설정된 기준은 실시예에 따라 상이하게 설정될 수 있다.
S405 단계에서, 장치(30)는 미리 설정된 환경 조건 별 기준 비율 및 원단 두께 비율을 비교할 수 있다. 환경 조건 별 기준 비율은 실시예에 따라 상이하게 설정될 수 있다.
이때, 환경 조건 별 기준 비율은 예를 들어, 제1 조건은 온난한 닐씨로 봄 및 가을 계절을 포함하거나, 온도 범위가 10°C~20°C에 해당하는 날씨를 포함하고, 제2 조건은 더운 날씨로 여름 계절을 포함하거나, 온도 범위가 25°C~40°C에 해당하는 날씨를 포함하고, 제3 조건은 추운 날씨로 겨울 계절을 포함하거나, 온도 범위가 -20°C~10°C에 해당하는 날씨를 포함하는 경우, 제1 조건에서의 기준 비율은 두꺼운 원단과 얇은 원단이 50:50, 제2 조건에서의 기준 비율은 두꺼운 원단과 얇은 원단이 20:80, 제3 조건에서의 기준 비율은 두꺼운 비율과 얇은 원단이 80:20으로 미리 설정될 수 있으나, 이에 한정되지는 않는다.
S406 단계에서, 장치(30)는 기준 비율과 원단 두께 비율의 차이에 따라 사용자의 환경 민감도를 결정할 수 있다.
일실시예에 따르면, 장치(30)는 기준 비율과 원단 두께 비율의 차이가 높을수록 환경 민감도를 낮게 설정하고, 기준 비율과 원단 두께의 비율의 차이가 낮을수록 환경 민감도를 높게 설정할 수 있다.
예를 들어, 장치(30)는 여름철에 얇은 원단을 입는 비율이 높은 경우 환경 민감도가 높다고 판단하고, 여름철에 두꺼운 원단을 입는 비율이 높은 경우 환경 민감도가 낮다고 판단할 수 있다. 또는, 겨울철에 두꺼운 원단을 입는 비율이 높다면 환경 민감도가 높다고 판단하고, 겨울철에 얇은 원단을 입는 비율이 높은 경우, 환경 민감도가 낮다고 판단할 수 있다.
환경 민감도는 사용자가 얼마나 계절이나 날씨를 포함하는 환경 조건에 민감한지를 나타내는 지표로서, 환경 민감도가 낮은 사용자는, 여름철에 두꺼운 원단을 선호하거나, 겨울철에 얇은 원단을 선호하는 사용자를 의미할 수 있다.
장치(30)는 사용자 이미지로부터 얇은 원단과 두꺼운 원단의 입는 비율과 환경 조건 별 기준 비율을 종합하여 사용자의 취향과 계절적 요구에 맞는 의류를 제안할 수 있다. 즉, 장치(30)는 사용자의 취향과 환경 민감도를 고려하여 원단을 선택할 수 있다. 사용자의 요구와 선호도에 부합하는 원단을 선택함으로써 사용자의 만족도와 편안한 착용감을 제공할 수 있다.
S407 단계에서, 장치(30)는 미리 설정된 기준 두께에 환경 조건에 기반하여 결정된 가중치를 적용하여 원단의 환경 기준 두께를 결정할 수 있다. 이때, 미리 설정된 기준 두께는 실시예에 따라 상이하게 설정될 수 있다.
장치(30)는 환경 조건에 포함되는 온도 조건이 낮을수록 가중치를 높게 설정하고, 환경 조건에 포함되는 온도 조건이 높을수록 가중치를 낮게 설정될 수 있다.
즉, 장치(30)는 기준 두께에 환경 조건에 따라 결정된 가중치를 적용하여 상대적으로 따뜻한 환경에서는 얇은 원단, 상대적으로 추운 환경에서는 두꺼운 원단으로, 원단의 환경 기준 두께를 결정할 수 있다.
S408 단계에서, 장치(30)는 현재 시점에 해당하는 환경 조건의 환경 기준 두께에 환경 민감도에 기반하여 결정된 가중치를 적용하여 추천 원단 두께를 결정할 수 있다.
장치(30)는 환경 조건이 제1 조건, 제2 조건 및 제3 조건을 포함하는 경우, 제1 조건에서의 환경 기준 두께인 제1 두께, 제2 조건에서의 환경 기준 두께인 제2 두께, 제3 조건에서의 환경 기준 두께인 제3 두께를 결정하고, 현재 시점이 제2 조건에 포함되는 경우, 제2 두께에 환경 민감도에 기반하여 결정된 가중치를 적용하여 추천 원단 두께를 결정할 수 있다.
일실시예에 따르면, 장치(30)는 환경 민감도가 높을수록 가중치를 낮게 설정하고, 환경 민감도가 낮을수록 가중치를 높게 설정할 수 있다.
장치(30)는 사용자 이미지로부터 사용자가 착용한 의류에서의 착용 원단의 두께를 확인하고, 사용자가 환경 조건 별로 어떤 두께의 원단을 선호하는지에 대한 환경 민감도를 반영하여 사용자의 취향과 환경 조건에 적합한 추천 원단 두께를 결정하여 제공할 수 있다.
도 5는 일실시예에 따른 사용자 입력 기반 원단의 리스트를 생성하는 과정을 설명하기 위한 순서도이다.
도 5를 참조하면, 먼저, S501 단계에서, 장치(30)는 취향 콘텐츠 중 이미지 콘텐츠에 대한 사용자 입력인 제1 사용자 입력을 수신할 수 있다.
취향 콘텐츠는, 원단 각각에 대응하도록 원단 데이터베이스에 미리 저장될 수 있다.
예를 들어, 취향 콘텐츠가 제1 이미지인 경우, 제1 이미지에 대응하는 원단이 매칭되어 데이터베이스에 저장될 수 있다. 제1 이미지에 대응하는 원단의 개수는 한 개일수도 있고 복수 개일 수도 있으나, 원단의 개수는 한정되지는 않는다.
장치(30)는 취향 콘텐츠 중 이미지 콘텐츠를 사용자의 단말(10)로 제공하고, 이미지 콘텐츠 중 사용자가 선택한 이미지 콘텐츠에 대한 사용자 입력인 제1 사용자 입력을 수신하여 데이터베이스에 저장할 수 있다.
S502 단계에서, 장치(30)는 제1 사용자 입력과 관련된 원단의 리스트인 제1 리스트를 생성할 수 있다.
장치(30)는 데이터베이스로부터 제1 사용자 입력에 포함된 이미지 콘텐츠와 매칭되어 저장된 원단을 추출하여 제1 리스트를 생성할 수 있다.
S503 단계에서, 장치(30)는 취향 콘텐츠 중 제1 리스트에 포함된 원단과 관련된 음악 콘텐츠를 추출할 수 있다.
예를 들어, 취향 콘텐츠가 제1 음악인 경우, 제1 음악에 대응하는 원단이 매칭되어 데이터베이스에 저장될 수 있다. 제1 음악에 대응하는 원단의 개수는 한 개일수도 있고 복수 개일 수도 있으나, 원단의 개수는 한정되지는 않는다.
장치(30)는 데이터베이스로부터 제1 리스트에 포함된 원단과 매칭되어 저장된 음악 콘텐츠를 추출할 수 있다.
S504 단계에서, 장치(30)는 추출된 음악 콘텐츠에 대한 사용자 입력인 제2 사용자 입력을 수신할 수 있다.
장치(30)는 취향 콘텐츠 중 음악 콘텐츠를 사용자의 단말(10)로 제공하고, 음악 콘텐츠 중 사용자가 선택한 음악 콘텐츠에 대한 사용자 입력인 제2 사용자 입력을 수신하여 데이터베이스에 저장할 수 있다.
S505 단계에서, 장치(30)는 제2 사용자 입력과 관련된 원단의 리스트인 제2 리스트를 생성할 수 있다.
장치(30)는 데이터베이스로부터 제2 사용자 입력에 포함된 음악 콘텐츠와 매칭되어 저장된 원단을 추출하여 제2 리스트를 생성할 수 있다.
S506 단계에서, 장치(30)는 취향 콘텐츠 중 제2 리스트에 포함된 원단과 관련된 영상 콘텐츠를 추출할 수 있다.
예를 들어, 취향 콘텐츠가 제1 영상인 경우, 제1 영상에 대응하는 원단이 매칭되어 데이터베이스에 저장될 수 있다. 제1 영상에 대응하는 원단의 개수는 한 개일수도 있고 복수 개일 수도 있으나, 원단의 개수는 한정되지는 않는다.
장치(30)는 데이터베이스로부터 제2 리스트에 포함된 원단과 매칭되어 저장된 영상 콘텐츠를 추출할 수 있다.
S507 단계에서, 장치(30)는 추출된 영상 콘텐츠에 대한 사용자 입력인 제3 사용자 입력을 수신할 수 있다.
장치(30)는 취향 콘텐츠 중 영상 콘텐츠를 사용자의 단말(10)로 제공하고, 영상 콘텐츠 중 사용자가 선택한 영상 콘텐츠에 대한 사용자 입력인 제3 사용자 입력을 수신하여 데이터베이스에 저장할 수 있다.
S508 단계에서, 장치(30)는 제3 사용자 입력과 관련된 원단의 리스트인 제3 리스트를 생성할 수 있다.
장치(30)는 데이터베이스로부터 제3 사용자 입력에 포함된 영상 콘텐츠와 매칭되어 저장된 원단을 추출하여 제3 리스트를 생성할 수 있다.
도 6은 일실시예에 따른 추천 원단을 선정하는 과정을 설명하기 위한 순서도이다.
도 6을 참조하면, 먼저, S601 단계에서, 장치(30)는 제1 리스트, 제2 리스트 및 제3 리스트를 비교할 수 있다.
S602 단계에서, 장치(30)는 제1 리스트, 제2 리스트 및 제3 리스트를 비교하여 제1 리스트, 제2 리스트 및 제3 리스트에서 모두 포함된 원단인 제1 원단이 존재하는지 여부를 판단할 수 있다.
S603 단계에서, 장치(30)는 제1 리스트, 제2 리스트 및 제3 리스트에서 모두 포함된 원단인 제1 원단이 존재하는 경우, 제1 원단을 추천 원단으로 선정할 수 있다.
S604 단계에서, 장치(30)는 제1 원단이 존재하지 않는 경우, 제1 리스트, 제2 리스트 및 제3 리스트에서 두 개의 리스트에 포함된 제2 원단이 존재하는지 여부를 판단할 수 있다.
S605 단계에서, 장치(30)는 제2 원단과 제2 원단에 해당하는 원단을 혼방한 원단을 추천 원단으로 선정할 수 있다. 장치(30)는 제2 원단이 여러 개인 경우, 제2 원단을 미리 설정된 비율에 따라 혼방한 원단을 추천 원단으로 선정할 수 있다.
S606 단계에서, 장치(30)는 제3 원단 중 사용자 입력을 수신하는데 소요된 기간이 가장 짧은 원단을 추천 원단으로 선정할 수 있다. 장치(30)는 취향 콘텐츠를 제공하고, 취향 콘텐츠를 사용자의 단말(10)로 전송한 시점부터 취향 콘텐츠에 대한 사용자 입력을 수신한 시점 까지의 소요된 기간을 확인하고, 해당 기간이 가장 짧은 원단을 제3 원단 중 추천 원단으로 선정할 수 있다.
장치(30)는 저장된 취향 콘텐츠에 대한 사용자 입력을 받아 원단을 추천하는 과정은 사용자의 개인적인 취향과 선호도를 고려하여 맞춤형 추천을 제공하여, 사용자의 참여도와 만족도를 향상시킬 수 있다.
원단과 매칭된 취향 콘텐츠에 대한 사용자 입력을 수집하고 반영함으로써 사용자는 추천 과정에 참여하게 되며, 사용자가 자신의 선호도와 요구사항을 직접 입력하고 이를 반영한 추천을 받을 수 있으므로, 사용자의 만족도와 참여도가 향상될 수 있다.
장치(30)는 사용자의 입력을 기반으로 선호하는 콘텐츠와 관련된 원단을 추천함으로써 사용자는 자신에게 특화된 추천을 받을 수 있으며, 이는 사용자의 관심과 구매 의사를 높일 수 있어, 개인화된 원단 추천과 타겟 마케팅에 도움을 줄 수 있다.
장치(30)는 의류를 제조하는 과정에 있어서, 사용자 취향 및 트랜드 분석을 통해 원단을 선정하는 방법을 제공할 수 있으며, 사용자의 취향과 요구사항을 고려하여 개인 맞춤형 원단을 선정하고 선정된 원단으로 제조한 의류를 사용자에게 제공하여 사용자의 만족도와 시장 경쟁력을 높일 수 있는 효과를 유도할 수 있다.
도 7은 일실시예에 따른 원단의 위치를 확인하는 과정을 설명하기 위한 순서도이다.
도 7을 참조하면, 먼저, S701 단계에서, 장치(30)는 사용자가 원단을 구매한 원단의 구매 이력을 획득할 수 있다. 여기서, 원단의 구매 이력은 사용자가 해당 원단을 과거에 언제 구매하였고, 얼마나 구매하였는지에 대한 이력이다.
구체적으로, 장치(30)는 사용자가 원단을 구매하여, 사용자에게 원단을 배송하고자 하는 경우, 사용자가 과거에 해당 원단을 구매한 이력인 원단의 구매 이력을 획득할 수 있다. 이때, 장치(30)는 사용자의 단말(10)로부터 사용자가 현재 구매하고자 하는 원단의 구매 이력을 획득할 수도 있고, 장치(30)는 장치(30)가 구비한 사용자 데이터베이스를 통해 사용자가 현재 구매하고자 하는 원단의 구매 이력을 획득할 수도 있다. 사용자 데이터베이스에는 사용자와 매칭하여 사용자가 과거에 원단을 구매했던 이력인 구매 이력이 저장되어 있으며, 즉, 사용자 데이터베이스에는 어떤 사용자가 과거에 어떤 원단을 언제, 얼마나 구매하였는지에 대한 정보가 저장되어 있다.
즉, 장치(30)는 사용자의 단말(10) 또는 사용자 데이터베이스를 통해 사용자가 현재 구매하고자 하는 원단을 언제, 얼마나 구매하였는지에 대한 정보인 원단의 구매 이력을 획득할 수 있다.
S702 단계에서, 장치(30)는 원단의 구매 이력을 기초로, 원단의 구매 주기를 생성할 수 있다.
구체적으로, 장치(30)는 원단의 구매 이력을 기초로, 원단이 구매된 날짜를 확인하여, 원단의 구매 주기를 생성할 수 있다.
예를 들어, 사용자가 원단을 구매하여 원단을 사용자에게 배송하고자 하는 경우, 장치(30)는 사용자의 단말(10) 또는 사용자 데이터베이스를 통해 사용자가 원단을 구매한 이력인 원단의 구매 이력을 획득할 수 있고, 원단의 구매 이력을 통해 원단이 구매된 날짜가 각각 2023년 2월 3일, 2023년 3월 3일, 2023년 4월 3일 및 현재 날짜인 2023년 5월 3일인 것을 확인할 수 있고, 구매된 날짜를 기초로, 원단의 구매 주기를 한달로 생성할 수 있다.
S703 단계에서, 장치(30)는 현재 날짜 및 원단의 구매 주기를 기초로, 원단의 다음 구매 예정일인 제1 날짜를 확인할 수 있다.
예를 들어, 사용자가 원단을 구매하여 원단을 사용자에게 배송하고자 하고, 현재 날짜가 2023년 5월 3일이고, 원단의 구매 주기가 한달일 경우, 장치(30)는 원단의 다음 구매 예정일인 제1 날짜로 2023년 6월 3일을 확인할 수 있다.
S704 단계에서, 장치(30)는 원단의 주문가능기한이 제1 날짜인 원단이 존재하는지 여부를 판단할 수 있다.
구체적으로, 장치(30)는 창고 데이터베이스를 통해 창고에 구비된 원단 중 원단의 주문가능기한이 제1 날짜인 원단이 존재하는지 여부를 판단할 수 있다.
S704 단계에서 원단의 주문가능기한이 제1 날짜인 원단이 제1 원단으로 존재한다고 확인되면, S705 단계에서, 장치(30)는 제1 원단을 사용자에게 제공할 것으로 판단하고, 제1 원단의 위치를 확인할 수 있다.
구체적으로, 장치(30)는 창고 데이터베이스를 통해 창고에 구비된 원단 중 원단의 주문가능기한이 제1 날짜인 원단이 존재하는지 여부를 판단한 결과, 창고에 구비된 원단 중 원단의 주문가능기한이 제1 날짜인 원단이 제1 원단으로 존재한다고 확인되면, 제1 원단을 사용자에게 제공할 것으로 판단하고, 창고 데이터베이스를 통해 제1 원단의 위치를 확인할 수 있다.
예를 들어, 사용자가 원단을 구매하여 원단을 사용자에게 배송하고자 하고, 현재 날짜가 2023년 5월 3일이고, 원단의 구매 주기가 한달일 경우, 장치(30)는 원단의 다음 구매 예정일인 제1 날짜로 2023년 6월 3일을 확인할 수 있고, 창고 데이터베이스를 통해 창고에 구비된 원단 중 주문가능기한이 2023년 6월 3일인 원단이 있는지 여부를 확인하고, 주문가능기한이 2023년 6월 3일인 원단이 제1 원단으로 창고에 구비되었다고 확인되면, 제1 원단을 사용자에게 제공할 것으로 판단하고, 창고 데이터베이스를 통해 제1 원단의 위치를 확인할 수 있다.
S704 단계에서 원단의 주문가능기한이 제1 날짜인 원단이 존재하지 않는다고 확인되면, S706 단계에서, 장치(30)는 제1 날짜를 기준으로 미리 설정된 범위 이전에 속한 제2 날짜들을 생성할 수 있다. 여기서, 미리 설정된 범위는 실시 예에 따라 달라질 수 있으며, 범위는 원단의 구매 주기에 따라 원단의 구매 주기가 길수록 넓어질 수 있고, 원단의 구매 주기가 짧을수록 좁아질 수 있다.
구체적으로, 장치(30)는 창고 데이터베이스를 통해 창고에 구비된 원단 중 원단의 주문가능기한이 제1 날짜인 원단이 존재하는지 여부를 판단한 결과, 창고에 구비된 원단 중 원단의 주문가능기한이 제1 날짜인 원단이 존재하지 않는다고 확인되면, 제1 날짜에서 미리 설정된 범위 이전에 속한 제2 날짜들을 생성할 수 있다.
예를 들어, 사용자가 원단을 구매하여 원단을 사용자에게 배송하고자 하고, 현재 날짜가 2023년 5월 3일이고, 원단의 구매 주기가 한달이고, 미리 설정된 범위가 3일인 경우, 장치(30)는 원단의 다음 구매 예정일인 제1 날짜로 2023년 6월 3일을 확인할 수 있고, 창고 데이터베이스를 통해 창고에 구비된 원단 중 주문가능기한이 2023년 6월 3일인 원단이 있는지 여부를 확인하고, 창고에 주문가능기한이 2023년 6월 3일인 원단이 존재하지 않는다고 확인되면, 제1 날짜인 2023년 6월 3일을 기준으로 미리 설정된 범위인 3일 이내에 속한 제2 날짜들로 2023년 5월 31일, 2023년 6월 1일, 2023년 6월 2일을 생성할 수 있다.
S707 단계에서, 장치(30)는 원단의 주문가능기한이 제2 날짜인 원단이 존재하는지 여부를 판단할 수 있다.
구체적으로, 장치(30)는 창고 데이터베이스를 통해 창고에 구비된 원단 중 원단의 주문가능기한이 제2 날짜들 중 하나인 제2 날짜인 원단이 존재하는지 여부를 판단할 수 있다.
S707 단계에서 원단의 주문가능기한이 제2 날짜인 원단이 제2 원단으로 존재한다고 확인되면, S708 단계에서, 장치(30)는 제2 원단을 사용자에게 제공할 것으로 판단하고, 제2 원단의 위치를 확인할 수 있다.
구체적으로, 장치(30)는 창고 데이터베이스를 통해 창고에 구비된 원단 중 원단의 주문가능기한이 제2 날짜인 원단이 존재하는지 여부를 판단한 결과, 창고에 구비된 원단 중 원단의 주문가능기한이 제2 날짜인 원단이 제2 원단으로 존재한다고 확인되면, 제2 원단을 사용자에게 제공할 것으로 판단하고, 창고 데이터베이스를 통해 제2 원단의 위치를 확인할 수 있다.
예를 들어, 사용자가 원단을 구매하여 원단을 사용자에게 배송하고자 하고, 현재 날짜가 2023년 5월 3일이고, 원단의 구매 주기가 한달이고, 미리 설정된 범위가 3일인 경우, 장치(30)는 원단의 다음 구매 예정일인 제1 날짜로 2023년 6월 3일을 확인할 수 있고, 창고 데이터베이스를 통해 창고에 구비된 원단 중 주문가능기한이 2023년 6월 3일인 원단이 있는지 여부를 확인하고, 창고에 주문가능기한이 2023년 6월 3일인 원단이 존재하지 않는다고 확인되면, 제1 날짜인 2023년 6월 3일을 기준으로 미리 설정된 범위인 3일 이내에 속한 제2 날짜들로 2023년 5월 31일, 2023년 6월 1일, 2023년 6월 2일을 생성할 수 있고, 창고 데이터베이스를 통해 창고에 구비된 원단 중 주문가능기한이 2023년 5월 31일, 2023년 6월 1일, 2023년 6월 2일 중 하나인 원단이 있는지 여부를 확인하고, 주문가능기한이 2023년 5월 31일, 2023년 6월 1일, 2023년 6월 2일 중 하나인 원단이 제2 원단으로 창고에 구비되었다고 확인되면, 제2 원단을 사용자에게 제공할 것으로 판단하고, 창고 데이터베이스를 통해 제2 원단의 위치를 확인할 수 있다. 이 과정에서, 장치(30)는 창고에 구비된 원단 중 주문가능기한이 2023년 5월 31일, 2023년 6월 1일, 2023년 6월 2일인 원단이 모두 존재한다고 확인되면, 주문가능기한이 가장 빠른 2023년 5월 31일인 원단을 사용자에게 제공할 수 있지만, 이에 한정되는 것은 아니다.
S707 단계에서 원단의 주문가능기한이 제2 날짜인 원단이 존재하지 않는다고 확인되면, S709 단계에서, 장치(30)는 창고에 구비된 원단 중 주문가능기한이 제1 날짜 이후의 날짜 중 가장 빠른 날짜의 원단인 제3 원단을 확인하고, 제3 원단을 사용자에게 제공할 것으로 판단하고, 제3 원단의 위치를 확인할 수 있다.
구체적으로, 장치(30)는 창고 데이터베이스를 통해 창고에 구비된 원단 중 원단의 주문가능기한이 제2 날짜인 원단이 존재하는지 여부를 판단한 결과, 창고에 구비된 원단 중 원단의 주문가능기한이 제2 날짜인 원단이 존재하지 않는다고 확인되면, 창고에 저장된 원단 중 주문가능기한이 제1 날짜 이후의 날짜 중 가장 빠른 날짜의 원단인 제3 원단을 확인하고, 제3 원단을 사용자에게 제공할 것으로 판단하고, 제3 원단의 위치를 확인할 수 있다.
예를 들어, 사용자가 원단을 구매하여 원단을 사용자에게 배송하고자 하고, 현재 날짜가 2023년 5월 3일이고, 원단의 구매 주기가 한달이고, 미리 설정된 범위가 3일인 경우, 장치(30)는 원단의 다음 구매 예정일인 제1 날짜로 2023년 6월 3일을 확인할 수 있고, 창고 데이터베이스를 통해 창고에 구비된 원단 중 주문가능기한이 2023년 6월 3일인 원단이 있는지 여부를 확인하고, 창고에 주문가능기한이 2023년 6월 3일인 원단이 존재하지 않는다고 확인되면, 제1 날짜인 2023년 6월 3일을 기준으로 미리 설정된 범위인 3일 이내에 속한 제2 날짜들로 2023년 5월 31일, 2023년 6월 1일, 2023년 6월 2일을 생성할 수 있고, 창고 데이터베이스를 통해 창고에 구비된 원단 중 주문가능기한이 2023년 5월 31일, 2023년 6월 1일, 2023년 6월 2일 중 하나인 원단이 있는지 여부를 확인하고, 창고에 주문가능기한이 2023년 5월 31일, 2023년 6월 1일, 2023년 6월 2일 중 하나인 원단이 존재하지 않는다고 확인되면, 창고에 저장된 원단 중 주문가능기한이 2023년 6월 3일 이후의 날짜 중 가장 빠른 날짜의 원단인 제3 원단을 확인하고, 제3 원단을 사용자에게 제공할 것으로 판단하고, 창고 데이터베이스를 통해 제3 원단의 위치를 확인할 수 있다.
또한, 장치(30)는 이 과정에서 창고에 저장된 원단 중 주문가능기한이 제1 날짜 이후의 날짜인 원단이 없다고 확인되면, 주문가능기한이 제1 날짜 이전의 원단 중 주문가능기한이 가장 긴 원단을 사용자에게 제공할 수 있다.
이로 인해, 장치(30)는 원단의 구매 주기를 통해 사용자가 다음에 원단을 살 날짜를 확인하고, 해당 날짜까지의 주문가능기한인 원단을 제공함으로써, 사용자에게 적합한 주문가능기한의 원단을 제공할 수 있는 효과가 있다.
도 8은 일실시예에 따른 장치의 구성의 예시도이다.
일실시예에 따른 장치(30)는 프로세서(31) 및 메모리(32)를 포함한다. 일실시예에 따른 장치(30)는 상술한 서버 또는 단말일 수 있다. 프로세서(31)는 도 1 내지 도 7을 통하여 전술한 적어도 하나의 장치들을 포함하거나, 도 1 내지 도 7을 통하여 전술한 적어도 하나의 방법을 수행할 수 있다. 메모리(32)는 상술한 방법과 관련된 정보를 저장하거나 상술한 방법이 구현된 프로그램을 저장할 수 있다. 메모리(32)는 휘발성 메모리 또는 비휘발성 메모리일 수 있다.
프로세서(31)는 프로그램을 실행하고, 장치(30)를 제어할 수 있다. 프로세서(31)에 의하여 실행되는 프로그램의 코드는 메모리(32)에 저장될 수 있다. 장치(30)는 입출력 장치(도면 미 표시)를 통하여 외부 장치(예를 들어, 퍼스널 컴퓨터 또는 네트워크)에 연결되고, 데이터를 교환할 수 있다.
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.
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.
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.
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.
그러므로, 다른 구현들, 다른 실시예들 및 특허청구범위와 균등한 것들도 후술하는 청구범위의 범위에 속한다.
Claims (3)
- 장치에 의해 수행되는 방법에 있어서,
사용자의 단말로 취향 콘텐츠를 제공하는 단계;
상기 취향 콘텐츠에 대한 사용자 입력을 수신하는 단계;
상기 사용자 입력에 기반하여 상기 사용자의 원단 추천 정보를 생성하는 단계;
상기 원단 추천 정보에 포함된 원단의 재고가 존재하는 것으로 확인되면, 원단의 주문 요청을 전송하는 단계; 및
상기 원단 추천 정보에 포함된 원단의 재고가 존재하지 않는 것으로 확인되면, 원단의 제작 요청을 전송하는 단계를 포함하고,
상기 원단 추천 정보를 생성하는 단계는,
상기 취향 콘텐츠 중 이미지 콘텐츠를 제공하고 사용자가 선택한 이미지 콘텐츠를 저장하는 단계,
상기 취향 콘텐츠 중 영상 콘텐츠를 제공하고 사용자가 선택한 영상 콘텐츠를 저장하는 단계,
상기 취향 콘텐츠 중 음악 콘텐츠를 제공하고 사용자가 선택한 음악 콘텐츠를 저장하는 단계,
상기 선택한 이미지 콘텐츠와 대응하는 원단을 확인하고, 미리 설정된 기준 이상 선택된 원단을 제1 후보 원단으로 설정하는 단계,
상기 선택한 영상 콘텐츠와 대응하는 원단을 확인하고, 미리 설정된 기준 이상 선택된 원단을 제2 후보 원단으로 설정하는 단계,
상기 선택한 음악 콘텐츠와 대응하는 원단을 확인하고, 미리 설정된 기준 이상 선택된 원단을 제3 후보 원단으로 설정하는 단계,
상기 제1 후보 원단 내지 상기 제3 후보 원단이 같은 원단인 경우, 그 원단을 추천 원단으로 상기 원단 추천 정보를 생성하는 단계, 및
상기 제1 후보 원단 내지 상기 제3 후보 원단이 다른 원단인 경우, 그 원단을 모두 포함시킨 추천 원단을 상기 원단 추천 정보를 생성하거나 그 원단과 대응하는 취향 콘텐츠의 선택 비율에 따라 혼방된 원단인 추천 원단을 상기 원단 추천 정보로 생성하는 단계,를 포함하고,
상기 취향 콘텐츠는,
상기 원단 각각에 대응하도록 원단 데이터베이스에 미리 저장된 것을 특징으로 하고,
상기 원단 추천 정보를 생성하는 단계에서, 상기 추천 원단의 추천 원단 두께를 결정하는 단계;를 더 포함하고,
상기 추천 원단 두께를 결정하는 단계는,
미리 설정된 기간 동안 사용자 이미지를 획득하는 단계,
상기 사용자 이미지를 촬영한 시점에 해당하는 날씨 및 계절 정보를 기반으로 환경 조건을 분류하는 단계,
상기 사용자 이미지로부터 사용자가 착용한 의류에서의 착용 원단의 두께를 확인하는 단계,
상기 착용 원단 중 상기 두께가 미리 설정된 기준 이상인 두꺼운 원단 및 상기 두께가 상기 미리 설정된 기준 미만인 얇은 원단의 원단 두께 비율을 산출하는 단계,
미리 설정된 환경 조건 별 기준 비율 및 상기 원단 두께 비율을 비교하는 단계,
상기 기준 비율과 상기 원단 두께 비율의 차이에 따라 상기 사용자의 환경 민감도를 결정하는 단계,
미리 설정된 기준 두께에 상기 환경 조건에 기반하여 결정된 가중치를 적용하여 원단의 환경 기준 두께를 결정하는 단계, 및
현재 시점에 해당하는 환경 조건의 환경 기준 두께에 상기 환경 민감도에 기반하여 결정된 가중치를 적용하여 추천 원단 두께를 결정하는 단계를 포함하고,
상기 원단 추천 정보를 생성하는 단계는,
상기 취향 콘텐츠 중 이미지 콘텐츠에 대한 사용자 입력인 제1 사용자 입력을 수신하는 단계,
상기 제1 사용자 입력과 관련된 원단의 리스트인 제1 리스트를 생성하는 단계,
상기 취향 콘텐츠 중 상기 제1 리스트에 포함된 원단과 관련된 음악 콘텐츠를 추출하는 단계,
상기 추출된 음악 콘텐츠에 대한 사용자 입력인 제2 사용자 입력을 수신하는 단계,
상기 제2 사용자 입력과 관련된 원단의 리스트인 제2 리스트를 생성하는 단계,
상기 취향 콘텐츠 중 상기 제2 리스트에 포함된 원단과 관련된 영상 콘텐츠를 추출하는 단계,
상기 추출된 영상 콘텐츠에 대한 사용자 입력인 제3 사용자 입력을 수신하는 단계,
상기 제3 사용자 입력과 관련된 원단의 리스트인 제3 리스트를 생성하는 단계,
상기 제1 리스트, 상기 제2 리스트 및 상기 제3 리스트를 비교하는 단계,
상기 제1 리스트, 상기 제2 리스트 및 상기 제3 리스트에서 모두 포함된 원단인 제1 원단이 존재하는 경우, 상기 제1 원단을 추천 원단으로 선정하는 단계,
상기 제1 리스트, 상기 제2 리스트 및 상기 제3 리스트에서 두 개의 리스트에 포함된 제2 원단이 존재하는 경우, 상기 제2 원단과 상기 제2 원단에 해당하는 원단을 혼방한 원단을 추천 원단으로 선정하는 단계, 및
상기 제1 리스트, 상기 제2 리스트 및 상기 제3 리스트에서 한 개의 리스트에 포함된 제3 원단이 존재하는 경우, 상기 제3 원단 중 상기 사용자 입력을 수신하는데 소요된 기간이 가장 짧은 원단을 추천 원단으로 선정하는 단계를 포함하고,
상기 취향 콘텐츠는,
상기 원단 각각에 대응하도록 원단 데이터베이스에 미리 저장된 것을 특징으로 하는,
사용자 취향 및 트렌드 분석을 통한 원단 선정 방법. - 삭제
- 삭제
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020230094397A KR102621588B1 (ko) | 2023-07-20 | 2023-07-20 | 사용자 취향 및 트랜드 분석을 통한 원단 선정 방법및 이를 활용한 의류 제조 시스템 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020230094397A KR102621588B1 (ko) | 2023-07-20 | 2023-07-20 | 사용자 취향 및 트랜드 분석을 통한 원단 선정 방법및 이를 활용한 의류 제조 시스템 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| KR102621588B1 true KR102621588B1 (ko) | 2024-01-04 |
Family
ID=89542391
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| KR1020230094397A KR102621588B1 (ko) | 2023-07-20 | 2023-07-20 | 사용자 취향 및 트랜드 분석을 통한 원단 선정 방법및 이를 활용한 의류 제조 시스템 |
Country Status (1)
| Country | Link |
|---|---|
| KR (1) | KR102621588B1 (ko) |
Citations (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR101900196B1 (ko) * | 2017-06-29 | 2018-09-18 | 이재일 | 사용자기반 다운 침구류 주문 제작 시스템 및 방법과, 그 프로그램 및 기록매체 |
| KR101975750B1 (ko) | 2017-09-27 | 2019-05-07 | 주식회사 종달랩 | 사용자 맞춤형 의류 부자재 추천 및 주문 시스템 |
| KR102093328B1 (ko) | 2018-06-27 | 2020-03-25 | 동의대학교 산학협력단 | 사용자 사진의 의류 및 환경 정보를 이용하여 의류를 추천하는 방법 및 시스템 |
| KR20200145346A (ko) * | 2019-06-21 | 2020-12-30 | 탱커펀드주식회사 | 상품 또는 컨텐츠 추천 서비스 제공 프로그램 |
| KR102245492B1 (ko) | 2019-04-08 | 2021-04-27 | 오현상 | 사용자에 의해 선택된 의류 이미지를 기반으로 사용자의 스타일 확인 기능을 제공하는 전자 단말 장치 |
| KR102342863B1 (ko) * | 2021-10-01 | 2021-12-24 | 주식회사 빛글림 | 컨텐츠 제공을 위한 스트리밍 영상의 감성 분류 방법 |
| KR20220037683A (ko) * | 2020-09-18 | 2022-03-25 | 신지혜 | 글로벌 패션 수요 및 공급 매칭 플랫폼 시스템 |
| JP2022084175A (ja) * | 2020-11-26 | 2022-06-07 | 株式会社第一興商 | カラオケ装置 |
| KR20220097786A (ko) | 2020-12-31 | 2022-07-08 | 주식회사 디알코퍼레이션 | 이미지 검색을 이용한 원단 매칭 방법 |
-
2023
- 2023-07-20 KR KR1020230094397A patent/KR102621588B1/ko active IP Right Grant
Patent Citations (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR101900196B1 (ko) * | 2017-06-29 | 2018-09-18 | 이재일 | 사용자기반 다운 침구류 주문 제작 시스템 및 방법과, 그 프로그램 및 기록매체 |
| KR101975750B1 (ko) | 2017-09-27 | 2019-05-07 | 주식회사 종달랩 | 사용자 맞춤형 의류 부자재 추천 및 주문 시스템 |
| KR102093328B1 (ko) | 2018-06-27 | 2020-03-25 | 동의대학교 산학협력단 | 사용자 사진의 의류 및 환경 정보를 이용하여 의류를 추천하는 방법 및 시스템 |
| KR102245492B1 (ko) | 2019-04-08 | 2021-04-27 | 오현상 | 사용자에 의해 선택된 의류 이미지를 기반으로 사용자의 스타일 확인 기능을 제공하는 전자 단말 장치 |
| KR20200145346A (ko) * | 2019-06-21 | 2020-12-30 | 탱커펀드주식회사 | 상품 또는 컨텐츠 추천 서비스 제공 프로그램 |
| KR20220037683A (ko) * | 2020-09-18 | 2022-03-25 | 신지혜 | 글로벌 패션 수요 및 공급 매칭 플랫폼 시스템 |
| JP2022084175A (ja) * | 2020-11-26 | 2022-06-07 | 株式会社第一興商 | カラオケ装置 |
| KR20220097786A (ko) | 2020-12-31 | 2022-07-08 | 주식회사 디알코퍼레이션 | 이미지 검색을 이용한 원단 매칭 방법 |
| KR102342863B1 (ko) * | 2021-10-01 | 2021-12-24 | 주식회사 빛글림 | 컨텐츠 제공을 위한 스트리밍 영상의 감성 분류 방법 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| KR102468827B1 (ko) | 인공지능 기반 상품 소싱 및 카테고리 맞춤형 리뷰 분석 서비스 제공 방법, 장치 및 시스템 | |
| US20190012719A1 (en) | Scoring candidates for set recommendation problems | |
| CN109582876B (zh) | 旅游行业用户画像构造方法、装置和计算机设备 | |
| US20140149213A1 (en) | Apparatus and method for generating personalized information and promoting online advertising in a social network | |
| US20120030062A1 (en) | Enabling proxy shopping | |
| KR102320749B1 (ko) | 인플루언서를 매개로 하는 쇼핑 정보 제공 시스템 및 방법 | |
| KR20160065429A (ko) | 하이브리드 개인화 상품추천 방법 | |
| US20160225061A1 (en) | Product market lifecycle driven recommendations | |
| CN106127521A (zh) | 一种信息处理方法及数据处理系统 | |
| JP6780992B2 (ja) | 判定装置、判定方法および判定プログラム | |
| KR20170091402A (ko) | 패션 아이템 검색 시스템 | |
| KR20230137861A (ko) | 고객 맞춤 준비로 구매 편의성을 제공하는 오프라인 구매 서비스 제공 방법 및 장치 | |
| KR102621588B1 (ko) | 사용자 취향 및 트랜드 분석을 통한 원단 선정 방법및 이를 활용한 의류 제조 시스템 | |
| KR102319997B1 (ko) | 머신러닝 기반의 의류 핏 추천 장치 | |
| KR102466020B1 (ko) | 인공지능 기반 명품 정보 및 셀러의 자동 매칭 방법, 장치 및 시스템 | |
| JP6995553B2 (ja) | 提案装置、提案方法及び提案プログラム | |
| KR102392163B1 (ko) | 인공지능 기반의 스타일 추천과 스타일 피팅 시뮬레이션 서비스 제공 장치 및 방법 | |
| Hooda et al. | Social commerce hybrid product recommender | |
| Kumar et al. | Context-aware social popularity based recommender system | |
| BANATI et al. | Social behaviour based metrics to enhance collaborative filtering | |
| JP6297893B2 (ja) | 人格情報処理装置、人格情報処理方法及び人格情報処理プログラム | |
| US20190102827A1 (en) | Customer experience | |
| KR20140130933A (ko) | 아이템에 대한 활동 정보에 기초하여 회원을 그룹화하고 회원 간의 정보를 공유하기 위한 방법, 서버 및 컴퓨터 판독 가능한 기록 매체 | |
| KR102628994B1 (ko) | 인공지능에 기반한 소비자 맞춤형 가방 추천 시스템 | |
| KR102615605B1 (ko) | 사용자 상호 작용 기반 스타일링 추천 및 라이프스타일아이템 판매 플랫폼 서비스 제공 방법, 장치 및 시스템 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| E701 | Decision to grant or registration of patent right | ||
| GRNT | Written decision to grant |