KR102622779B1 - Method, system and non-transitory computer-readable recording medium for tagging attribute-related keywords to product images - Google Patents
Method, system and non-transitory computer-readable recording medium for tagging attribute-related keywords to product images Download PDFInfo
- Publication number
- KR102622779B1 KR102622779B1 KR1020200153841A KR20200153841A KR102622779B1 KR 102622779 B1 KR102622779 B1 KR 102622779B1 KR 1020200153841 A KR1020200153841 A KR 1020200153841A KR 20200153841 A KR20200153841 A KR 20200153841A KR 102622779 B1 KR102622779 B1 KR 102622779B1
- Authority
- KR
- South Korea
- Prior art keywords
- keyword
- attribute
- unit
- product
- keywords
- Prior art date
Links
- 238000000034 method Methods 0.000 title claims abstract description 16
- 238000013507 mapping Methods 0.000 claims description 9
- 238000004590 computer program Methods 0.000 claims description 2
- 238000004891 communication Methods 0.000 description 30
- 230000006870 function Effects 0.000 description 16
- 238000005516 engineering process Methods 0.000 description 9
- 238000010586 diagram Methods 0.000 description 6
- 230000007935 neutral effect Effects 0.000 description 6
- 238000001914 filtration Methods 0.000 description 3
- 210000003127 knee Anatomy 0.000 description 2
- 230000005540 biological transmission Effects 0.000 description 1
- 230000007774 longterm Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 239000002699 waste material Substances 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q30/00—Commerce
- G06Q30/06—Buying, selling or leasing transactions
- G06Q30/0601—Electronic shopping [e-shopping]
- G06Q30/0631—Item recommendations
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/24—Classification techniques
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/08—Learning methods
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- 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
- G06Q30/0201—Market modelling; Market analysis; Collecting market data
- G06Q30/0202—Market predictions or forecasting for commercial activities
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q30/00—Commerce
- G06Q30/06—Buying, selling or leasing transactions
- G06Q30/0601—Electronic shopping [e-shopping]
- G06Q30/0641—Shopping interfaces
-
- 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
- G06Q50/01—Social networking
Landscapes
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Accounting & Taxation (AREA)
- Finance (AREA)
- Strategic Management (AREA)
- Theoretical Computer Science (AREA)
- Development Economics (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- Marketing (AREA)
- Economics (AREA)
- Data Mining & Analysis (AREA)
- Entrepreneurship & Innovation (AREA)
- Computing Systems (AREA)
- Health & Medical Sciences (AREA)
- Game Theory and Decision Science (AREA)
- General Health & Medical Sciences (AREA)
- General Engineering & Computer Science (AREA)
- Evolutionary Computation (AREA)
- Life Sciences & Earth Sciences (AREA)
- Artificial Intelligence (AREA)
- Biophysics (AREA)
- Software Systems (AREA)
- Computational Linguistics (AREA)
- Tourism & Hospitality (AREA)
- Molecular Biology (AREA)
- Primary Health Care (AREA)
- Mathematical Physics (AREA)
- Biomedical Technology (AREA)
- Human Resources & Organizations (AREA)
- Bioinformatics & Computational Biology (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Evolutionary Biology (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
- Image Analysis (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
본 발명의 일 태양에 따르면, 상품 이미지에 속성 관련 키워드를 부여하는 방법으로서, 상품 이미지에 포함된 상품에 관한 속성 정보를 획득하는 단계, 속성 키워드 및 상기 속성 키워드를 구성하거나 상기 속성 키워드로부터 파생되는 단위 키워드 사이의 연관 관계를 참조하여, 상기 상품에 관한 속성 정보와 연관되는 타겟 속성 키워드를 생성하는 단계, 및 상기 타겟 속성 키워드를 상기 상품 이미지에 부여하는 단계를 포함하는 방법이 제공된다.According to one aspect of the present invention, there is a method of assigning attribute-related keywords to a product image, comprising the steps of obtaining attribute information about a product included in a product image, an attribute keyword and configuring the attribute keyword or derived from the attribute keyword. A method is provided including generating a target attribute keyword associated with attribute information about the product with reference to the association relationship between unit keywords, and assigning the target attribute keyword to the product image.
Description
본 발명은 상품 이미지에 속성 관련 키워드를 부여하는 방법, 시스템 및 비일시성의 컴퓨터 판독 가능 기록 매체에 관한 것이다.The present invention relates to a method, system, and non-transitory computer-readable recording medium for assigning attribute-related keywords to product images.
온라인 쇼핑몰에서 구매자가 원하는 상품이 쉽게 노출 및 검색되도록 하기 위한 다양한 연구가 진행되고 있다. 이를 위해서는, 상품 또는 상품이 포함된 콘텐츠(이미지 등)에 시의적절한 키워드 또는 식별자를 부여해 둠으로써 해당 상품 또는 콘텐츠가 사용자에 의하여 쉽게 검색될 수 있도록 하는 기술이 필요하다.Various research is being conducted to ensure that products desired by buyers are easily exposed and searched in online shopping malls. To achieve this, a technology is needed that allows the product or content to be easily searched by users by assigning timely keywords or identifiers to the product or content (images, etc.) containing the product.
이에 관한, 종래 기술의 일 예로서, 한국등록특허공보 제889230호에 개시된 기술을 예로 들 수 있는데, 이에 따르면, 유선망 또는 무선망을 이용한 쇼핑몰 상품 검색 서비스 방법에 있어서, a) 임의의 클라이언트가 상기 유선망 또는 무선망에 접속하여 임의의 상품 검색 키워드를 입력하면 상기 입력되는 상품 검색 키워드에 대응하는 상품 검색 소팅 결과를 상기 클라이언트에게 제공하는 단계와, b) 상기 상품 검색 결과에 대해 상기 클라이언트가 선택한 상품에 대한 히스토리 정보를 기설정된 기간 동안 누적시키는 단계와, c) 상기 누적되는 히스토리 정보에 대해서 검색어별로 검색된 상품의 선택 횟수에 따라 가중치를 부여하여 상품의 점수를 도출하는 단계와, d) 상기 점수 도출 결과에 따라 검색어별로 상품 검색 리스트를 상기 상품의 점수에 따라 소팅하는 단계와, e) 상기 클라이언트에 의해 입력되는 상품 검색 키워드가 기 저장된 상품 고유 정보와 매칭되는 경우에 상기 매칭되는 상품에 대해서 별도의 가중치를 부여하여 상품의 점수를 도출하는 단계와, f) 상기 e) 단계 및 상기 c)단계에서 도출된 점수를 합산하는 단계와, g) 상기 합산 결과에 따라 검색어별로 상품 검색 리스트를 상기 상품의 합산 점수에 따라 소팅하는 단계를 포함하는 쇼핑몰 상품 검색 서비스 방법이 제공된다.As an example of the prior art in this regard, the technology disclosed in Korean Patent Publication No. 889230 can be cited as an example. According to this, in the shopping mall product search service method using a wired network or a wireless network, a) any client When connecting to a wired network or a wireless network and entering a random product search keyword, providing the client with product search sorting results corresponding to the input product search keyword; b) a product selected by the client for the product search results; a step of accumulating history information for a preset period of time, c) deriving a score for a product by assigning a weight to the accumulated history information according to the number of times a searched product is selected for each search word, and d) deriving the score. According to the results, sorting the product search list by search term according to the score of the product; e) when the product search keyword input by the client matches the previously stored product-specific information, a separate search for the matching product is performed; deriving the score of the product by assigning weights, f) summing the scores derived from step e) and step c), and g) creating a product search list by search word according to the sum result of the product. A shopping mall product search service method including the step of sorting according to the total score is provided.
하지만, 위와 같은 종래 기술을 비롯하여 지금까지 소개된 기술에 의하면, 상품 판매자에 의해 판매 상품의 명칭, 키워드, 태그 등의 상품에 관한 정보가 미리 입력되고, 구매자에 의해 입력되는 검색 키워드와 서로 일치하는 경우에 그 검색 결과가 구매자에게 제공되고 있을 뿐이었기 때문에, 명칭, 키워드, 태그 등의 상품에 관한 정보가 제대로 입력되어 있지 않거나 구매자들 사이에서 통용되고 있거나 유행하고 있는 어휘가 적절히 준비되어 있지 않다면, 해당 상품이 구매자에게 검색 결과로서 제공되기 어려운 문제가 있었다.However, according to the technologies introduced so far, including the above-described prior art, information about the product, such as the name, keyword, and tag of the product being sold, is entered in advance by the product seller, and the search keywords entered by the buyer are matched with each other. In some cases, because the search results are only provided to buyers, if information about the product, such as name, keyword, tag, etc., is not properly entered, or vocabulary that is commonly used or popular among buyers is not properly prepared, There was a problem that it was difficult for the product to be provided to buyers as a search result.
특히, 의류, 신발 등과 같은 패션 상품의 경우에는 그 명칭을 특정하기 어려운 데다 유행이 다른 상품에 비해 빠르게 변하는 특성을 지니기 때문에, 판매자가 유행(즉, 트렌드)에 따라 일일이 상품에 관한 정보(예를 들어, 명칭, 태그 등)를 수작업으로 변경하는 것은 여간 어려운 작업이 아니었다. 대안으로서, 상품에 부여할 명칭, 태그 등의 키워드를 자동적으로(또는 적응적으로) 결정하는 키워드 결정 모델에 관한 기술이 소개되기도 하였지만, 빠르게 변하는 유행이나 특성에 따라 키워드 결정 모델을 지속적으로 업데이트해야 하는 번거로움과 리소스 낭비가 발생하고 있는 실정이다.In particular, in the case of fashion products such as clothing, shoes, etc., it is difficult to specify the name and the trend has the characteristic of changing faster than other products, so the seller must provide information about the product one by one according to the fashion (i.e. trend). For example, changing names (names, tags, etc.) manually was not an easy task. As an alternative, technology regarding a keyword decision model that automatically (or adaptively) determines keywords such as names and tags to be given to products has been introduced, but the keyword decision model must be continuously updated according to rapidly changing trends or characteristics. This is causing inconvenience and waste of resources.
이에 본 발명자(들)는, 미리 획득되는 속성 키워드로부터 추출되는 연관 관계를 참조하여 상품 이미지에 부여될 속성 키워드를 생성할 수 있는 기술을 제안하는 바이다.Accordingly, the present inventor(s) propose a technology that can generate attribute keywords to be assigned to product images by referring to the association relationships extracted from attribute keywords obtained in advance.
본 발명은 전술한 종래 기술의 문제점을 모두 해결하는 것을 그 목적으로 한다.The purpose of the present invention is to solve all the problems of the prior art described above.
또한, 본 발명은 상품 이미지에 포함된 상품에 관한 속성 정보를 획득하고, 속성 키워드 및 해당 속성 키워드를 구성하거나 해당 속성 키워드로부터 파생되는 단위 키워드 사이의 연관 관계를 참조하여, 해당 상품에 관한 속성 정보와 연관되는 타겟 속성 키워드를 생성하고, 위의 타겟 속성 키워드를 해당 상품 이미지에 부여함으로써, 상대적으로 유행에 덜 민감하고 다양한 종류의 상품에 공통적으로 적용될 수 있는 속성에 기반하여 상품 이미지에 부여될 속성 키워드를 시의적절하게 결정할 수 있도록 하는 것을 또 다른 목적으로 한다.In addition, the present invention obtains attribute information about the product included in the product image, refers to the association relationship between the attribute keyword and unit keywords that constitute the attribute keyword or are derived from the attribute keyword, and provides attribute information about the product. By creating a target attribute keyword related to and assigning the above target attribute keyword to the product image, the attribute will be given to the product image based on attributes that are relatively less sensitive to trends and can be commonly applied to various types of products. Another purpose is to enable keywords to be determined in a timely manner.
또한, 본 발명은, 상품 이미지에 부여되는 속성 키워드를 활용하여 해당 상품 이미지에 적용될 필터링 기준을 설정하거나 해당 상품 이미지와 연관되는 다른 상품 이미지가 제공할 수 있도록 하는 것을 또 다른 목적으로 한다.In addition, another purpose of the present invention is to use attribute keywords assigned to a product image to set filtering standards to be applied to the product image or to provide other product images related to the product image.
상기 목적을 달성하기 위한 본 발명의 대표적인 구성은 다음과 같다.A representative configuration of the present invention to achieve the above object is as follows.
본 발명의 일 태양에 따르면, 상품 이미지에 속성 관련 키워드를 부여하는 방법으로서, 상품 이미지에 포함된 상품에 관한 속성 정보를 획득하는 단계, 속성 키워드 및 상기 속성 키워드를 구성하거나 상기 속성 키워드로부터 파생되는 단위 키워드 사이의 연관 관계를 참조하여, 상기 상품에 관한 속성 정보와 연관되는 타겟 속성 키워드를 생성하는 단계, 및 상기 타겟 속성 키워드를 상기 상품 이미지에 부여하는 단계를 포함하는 방법이 제공된다.According to one aspect of the present invention, there is a method of assigning attribute-related keywords to a product image, comprising the steps of obtaining attribute information about a product included in a product image, an attribute keyword and configuring the attribute keyword or derived from the attribute keyword. A method is provided that includes the steps of generating a target attribute keyword associated with attribute information about the product with reference to the association relationship between unit keywords, and assigning the target attribute keyword to the product image.
본 발명의 다른 태양에 따르면, 상품 이미지에 속성 관련 키워드를 부여하는 시스템으로서, 상품 이미지에 포함된 상품에 관한 속성 정보를 획득하는 정보 획득부, 및 속성 키워드 및 상기 속성 키워드를 구성하거나 상기 속성 키워드로부터 파생되는 단위 키워드 사이의 연관 관계를 참조하여, 상기 상품에 관한 속성 정보와 연관되는 타겟 속성 키워드를 생성하고, 상기 타겟 속성 키워드를 상기 상품 이미지에 부여하는 키워드 관리부를 포함하는 시스템이 제공된다.According to another aspect of the present invention, there is a system for assigning attribute-related keywords to a product image, comprising: an information acquisition unit that acquires attribute information about a product included in a product image; and an attribute keyword and configuring the attribute keyword or the attribute keyword. A system is provided that includes a keyword management unit that generates a target attribute keyword associated with attribute information about the product, and assigns the target attribute keyword to the product image by referring to the association relationship between unit keywords derived from.
이 외에도, 본 발명을 구현하기 위한 다른 방법, 다른 시스템 및 상기 방법을 실행하기 위한 컴퓨터 프로그램을 기록하는 비일시성의 컴퓨터 판독 가능한 기록 매체가 더 제공된다.In addition, another method for implementing the present invention, another system, and a non-transitory computer-readable recording medium for recording a computer program for executing the method are further provided.
본 발명에 의하면, 상대적으로 트렌드에 덜 민감하고 다양한 종류의 상품에 공통적으로 적용될 수 있는 속성에 기반하여 상품 이미지에 부여될 속성 키워드를 시의적절하게 결정할 수 있게 된다.According to the present invention, it is possible to timely determine attribute keywords to be assigned to product images based on attributes that are relatively less sensitive to trends and can be commonly applied to various types of products.
또한, 본 발명에 의하면, 상품 이미지에 부여되는 속성 키워드를 활용하여 해당 상품 이미지에 적용될 필터링 기준을 설정하거나 해당 상품 이미지와 연관되는 다른 상품 이미지가 제공할 수 있게 된다.In addition, according to the present invention, it is possible to set filtering standards to be applied to the product image by utilizing attribute keywords assigned to the product image, or to provide other product images related to the product image.
또한, 본 발명에 의하면, 상품 이미지에 부여될 키워드를 트렌드에 맞게 결정하기 위해 소모되는 리소스를 절약할 수 있게 된다.Additionally, according to the present invention, it is possible to save resources consumed to determine keywords to be assigned to product images in accordance with trends.
도 1은 본 발명의 일 실시예에 따라 상품 이미지에 속성 관련 키워드를 부여하기 위한 전체 시스템의 개략적인 구성을 나타내는 도면이다.
도 2는 본 발명의 일 실시예에 따른 서비스 제공 시스템의 내부 구성을 상세하게 도시하는 도면이다.
도 3은 본 발명의 일 실시예에 따라 상품 이미지에 포함된 상품에 관한 속성 정보가 획득되는 경우를 예시적으로 나타내는 도면이다.Figure 1 is a diagram showing a schematic configuration of an entire system for assigning attribute-related keywords to product images according to an embodiment of the present invention.
Figure 2 is a diagram illustrating in detail the internal configuration of a service provision system according to an embodiment of the present invention.
Figure 3 is a diagram illustrating a case in which attribute information about a product included in a product image is obtained according to an embodiment of the present invention.
후술하는 본 발명에 대한 상세한 설명은, 본 발명이 실시될 수 있는 특정 실시예를 예시로서 도시하는 첨부 도면을 참조한다. 이러한 실시예는 당업자가 본 발명을 실시할 수 있기에 충분하도록 상세히 설명된다. 본 발명의 다양한 실시예는 서로 다르지만 상호 배타적일 필요는 없음이 이해되어야 한다. 예를 들어, 본 명세서에 기재되어 있는 특정 형상, 구조 및 특성은 본 발명의 정신과 범위를 벗어나지 않으면서 일 실시예로부터 다른 실시예로 변경되어 구현될 수 있다. 또한, 각각의 실시예 내의 개별 구성요소의 위치 또는 배치도 본 발명의 정신과 범위를 벗어나지 않으면서 변경될 수 있음이 이해되어야 한다. 따라서, 후술하는 상세한 설명은 한정적인 의미로서 행하여지는 것이 아니며, 본 발명의 범위는 특허청구범위의 청구항들이 청구하는 범위 및 그와 균등한 모든 범위를 포괄하는 것으로 받아들여져야 한다. 도면에서 유사한 참조부호는 여러 측면에 걸쳐서 동일하거나 유사한 구성요소를 나타낸다.The detailed description of the present invention described below refers to the accompanying drawings, which show by way of example specific embodiments in which the present invention may be practiced. These embodiments are described in sufficient detail to enable those skilled in the art to practice the invention. It should be understood that the various embodiments of the invention are different from one another but are not necessarily mutually exclusive. For example, specific shapes, structures and characteristics described herein may be implemented with changes from one embodiment to another without departing from the spirit and scope of the invention. Additionally, it should be understood that the location or arrangement of individual components within each embodiment may be changed without departing from the spirit and scope of the present invention. Accordingly, the detailed description described below is not to be taken in a limiting sense, and the scope of the present invention should be taken to encompass the scope claimed by the claims and all equivalents thereof. Like reference numbers in the drawings indicate identical or similar elements throughout various aspects.
이하에서는, 본 발명이 속하는 기술분야에서 통상의 지식을 가진 자가 본 발명을 용이하게 실시할 수 있도록 하기 위하여, 본 발명의 여러 바람직한 실시예에 관하여 첨부된 도면을 참조하여 상세히 설명하기로 한다.Hereinafter, several preferred embodiments of the present invention will be described in detail with reference to the attached drawings in order to enable those skilled in the art to easily practice the present invention.
전체 시스템의 구성Configuration of the entire system
도 1은 본 발명의 일 실시예에 따라 상품 이미지에 속성 관련 키워드를 부여하기 위한 전체 시스템의 개략적인 구성을 나타내는 도면이다.Figure 1 is a diagram showing a schematic configuration of an entire system for assigning attribute-related keywords to product images according to an embodiment of the present invention.
도 1에 도시된 바와 같이, 본 발명의 일 실시예에 따른 전체 시스템은 통신망(100), 서비스 제공 시스템(200) 및 디바이스(300)를 포함할 수 있다.As shown in FIG. 1, the entire system according to an embodiment of the present invention may include a communication network 100, a
먼저, 본 발명의 일 실시예에 따른 통신망(100)은 유선 통신이나 무선 통신과 같은 통신 양태를 가리지 않고 구성될 수 있으며, 근거리 통신망(LAN; Local Area Network), 도시권 통신망(MAN; Metropolitan Area Network), 광역 통신망(WAN; Wide Area Network) 등 다양한 통신망으로 구성될 수 있다. 바람직하게는, 본 명세서에서 말하는 통신망(100)은 공지의 인터넷 또는 월드와이드웹(WWW; World Wide Web)일 수 있다. 그러나, 통신망(100)은, 굳이 이에 국한될 필요 없이, 공지의 유무선 데이터 통신망, 공지의 전화망 또는 공지의 유무선 텔레비전 통신망을 그 적어도 일부에 있어서 포함할 수도 있다.First, the communication network 100 according to an embodiment of the present invention can be configured regardless of communication mode, such as wired communication or wireless communication, and can be used as a local area network (LAN) or a metropolitan area network (MAN). ), and a wide area network (WAN). Preferably, the communication network 100 referred to in this specification may be the known Internet or World Wide Web (WWW). However, the communication network 100 is not necessarily limited thereto and may include at least a portion of a known wired or wireless data communication network, a known telephone network, or a known wired or wireless television communication network.
예를 들면, 통신망(100)은 무선 데이터 통신망으로서, 와이파이(WiFi) 통신, 와이파이 다이렉트(WiFi-Direct) 통신, 롱텀 에볼루션(LTE; Long Term Evolution) 통신, 블루투스 통신(예를 들면, 저전력 블루투스(BLE; Bluetooth Low Energy) 통신), 적외선 통신, 초음파 통신 등과 같은 종래의 통신 방식을 적어도 그 일부분에 있어서 구현하는 것일 수 있다.For example, the communication network 100 is a wireless data communication network, including Wi-Fi communication, WiFi-Direct communication, Long Term Evolution (LTE) communication, and Bluetooth communication (e.g., low-power Bluetooth (e.g., low-power Bluetooth). It may implement at least part of a conventional communication method such as BLE (Bluetooth Low Energy) communication, infrared communication, ultrasonic communication, etc.
다음으로, 본 발명의 일 실시예에 따른 서비스 제공 시스템(200)은 통신망(100)을 통하여 후술할 디바이스(300)와의 통신을 수행할 수 있고, 상품 이미지에 포함된 상품에 관한 속성 정보를 획득하고, 속성 키워드 및 해당 속성 키워드를 구성하거나 해당 속성 키워드로부터 파생되는 단위 키워드 사이의 연관 관계를 참조하여, 해당 상품에 관한 속성 정보와 연관되는 타겟 속성 키워드를 생성하고, 위의 타겟 속성 키워드를 해당 상품 이미지에 부여하는 기능을 수행할 수 있다.Next, the
본 발명에 따른 서비스 제공 시스템(200)의 구성과 기능에 관하여는 이하의 상세한 설명을 통하여 자세하게 알아보기로 한다. 한편, 서비스 제공 시스템(200)에 관하여 위와 같이 설명되었으나, 이러한 설명은 예시적인 것이고, 서비스 제공 시스템(200)에 대하여 요구되는 기능이나 구성요소의 적어도 일부가 필요에 따라 후술할 디바이스(300) 또는 외부 시스템(미도시됨) 내에서 실현되거나 디바이스(300) 또는 외부 시스템(미도시됨)에 포함될 수도 있음은 당업자에게 자명하다.The configuration and function of the
다음으로, 본 발명의 일 실시예에 따라 디바이스(300)는 통신망(100)을 통해 서비스 제공 시스템(200)에 접속한 후 통신할 수 있도록 하는 기능을 포함하는 디지털 기기로서, 스마트폰, 태블릿 PC 등과 같이 메모리 수단을 구비하고 마이크로 프로세서를 탑재하여 연산 능력을 갖춘 휴대 가능한 디지털 기기라면 얼마든지 본 발명에 따른 디바이스(300)로서 채택될 수 있다.Next, according to an embodiment of the present invention, the device 300 is a digital device including a function that allows communication after accessing the
한편, 본 발명의 일 실시예에 따르면, 디바이스(300)에는, 상품에 관한 정보가 결정되는 본 발명에 따른 기능이 지원되기 위한 애플리케이션이 포함되어 있을 수 있다. 이와 같은 애플리케이션은 서비스 제공 시스템(200) 또는 외부의 애플리케이션 배포 서버(미도시됨)로부터 다운로드된 것일 수 있다.Meanwhile, according to an embodiment of the present invention, the device 300 may include an application to support a function according to the present invention in which information about a product is determined. Such applications may be downloaded from the
서비스 제공 시스템의 구성Configuration of service provision system
이하에서는, 본 발명의 구현을 위하여 중요한 기능을 수행하는 서비스 제공 시스템(200)의 내부 구성과 각 구성요소의 기능에 대하여 살펴보기로 한다.Below, we will look at the internal structure of the
도 2는 본 발명의 일 실시예에 따른 서비스 제공 시스템(200)의 내부 구성을 상세하게 도시하는 도면이다.FIG. 2 is a diagram illustrating in detail the internal configuration of the
본 발명의 일 실시예에 따른 서비스 제공 시스템(200)은 메모리 수단을 구비하고 마이크로 프로세서를 탑재하여 연산 능력을 갖춘 디지털 기기일 수 있다. 이러한 서비스 제공 시스템(200)은 서버 시스템일 수 있다. 도 2에 도시된 바와 같이, 서비스 제공 시스템(200)은 정보 획득부(210), 키워드 관리부(220), 통신부(230) 및 제어부(240)를 포함하여 구성될 수 있다. 본 발명의 일 실시예에 따르면, 정보 획득부(210), 키워드 관리부(220), 통신부(230) 및 제어부(240)는 그 중 적어도 일부가 외부의 시스템과 통신하는 프로그램 모듈일 수 있다. 이러한 프로그램 모듈은 운영 시스템, 응용 프로그램 모듈 또는 기타 프로그램 모듈의 형태로 서비스 제공 시스템(200)에 포함될 수 있고, 물리적으로는 여러 가지 공지의 기억 장치에 저장될 수 있다. 또한, 이러한 프로그램 모듈은 서비스 제공 시스템(200)과 통신 가능한 원격 기억 장치에 저장될 수도 있다. 한편, 이러한 프로그램 모듈은 본 발명에 따라 후술할 특정 업무를 수행하거나 특정 추상 데이터 유형을 실행하는 루틴, 서브루틴, 프로그램, 오브젝트, 컴포넌트, 데이터 구조 등을 포괄하지만, 이에 제한되지는 않는다.The
먼저, 본 발명의 일 실시예에 따르면, 정보 획득부(210)는 상품 이미지에 포함된 상품에 관한 속성 정보를 획득하는 기능을 수행할 수 있다.First, according to an embodiment of the present invention, the
여기서, 본 발명의 일 실시예에 따르면, 상품에 관한 속성 정보는 다양하게 정의되는 속성 분류 각각에 대하여 결정될 수 있는 해당 상품의 정보를 의미할 수 있다.Here, according to an embodiment of the present invention, attribute information about a product may mean information about the product that can be determined for each of the variously defined attribute classifications.
도 3은 본 발명의 일 실시예에 따라 상품 이미지에 포함된 상품에 관한 속성 정보가 획득되는 경우를 예시적으로 나타내는 도면이다.Figure 3 is a diagram illustrating a case in which attribute information about a product included in a product image is obtained according to an embodiment of the present invention.
도 3을 참조하면, 패션 상품에 대하여 13가지 속성 분류(즉, 카테고리(category), 아이템(item), 기장(body length), 소매기장(arm length), 넥라인(neckline), 셰이프(shape), 소재감(texture), 프린트(print), 스타일(style), 디테일(detail) 및 색상(color))가 정의되는 경우를 가정할 수 있고, 이러한 경우에 상품 이미지(310)로부터 위의 13가지 속성 분류 각각에 대하여 "드레스", "슬립드레스", "무릎 길이", "민소매", "브이넥", "A라인", "실크", "타이다이", "캐주얼", "없음" 및 "오렌지, 화이트"라는 속성 정보(320)가 결정될 수 있다.Referring to Figure 3, 13 attribute classifications for fashion products (i.e., category, item, body length, arm length, neckline, shape) , it can be assumed that texture, print, style, detail, and color are defined, and in this case, the above 13 attributes from the
구체적으로, 본 발명의 일 실시예에 따르면, 상품 이미지에 포함된 상품에 관한 속성 정보는 학습 기반 모델을 이용하여 해당 상품 이미지를 분석함으로써 인식되는 것일 수 있다. 학습 기반 모델을 이용하여 상품 이미지에 포함된 상품에 관한 속성 정보를 추출 및 인식하는 기술의 일 예로서, 본 출원의 출원인이 출원하여 등록공고된 한국등록특허공보 제1801846호에 기재된 기술을 상정할 수 있다. 상기 공보는 그 전체로서 본 명세서에 병합된 것으로 이해되어야 한다. 다만, 본 발명에 따라 상품에 관한 속성 정보를 추출 또는 인식하는 기술이 반드시 상기 언급된 기술에 한정되는 것은 아니며, 본 발명의 목적을 달성할 수 있는 범위 내에서 얼마든지 변경될 수 있음을 밝혀 둔다.Specifically, according to one embodiment of the present invention, attribute information about a product included in a product image may be recognized by analyzing the product image using a learning-based model. As an example of a technology for extracting and recognizing attribute information about products included in product images using a learning-based model, the technology described in Korean Patent Publication No. 1801846, filed and announced by the applicant of this application, can be assumed. You can. The above publications are to be understood as incorporated herein in their entirety. However, it should be noted that the technology for extracting or recognizing attribute information about a product according to the present invention is not necessarily limited to the above-mentioned technology, and may be changed to any extent within the scope of achieving the purpose of the present invention. .
한편, 본 발명의 다른 실시예에 따르면, 상품 이미지에 포함된 상품에 관한 속성 정보는 본 발명에 따른 서비스 제공 시스템(200)의 관리자(패션 업계 종사자, 전문가 등)에 의하여 임의로 입력되는 속성 정보일 수도 있다.Meanwhile, according to another embodiment of the present invention, the attribute information about the product included in the product image is attribute information arbitrarily input by the manager (fashion industry worker, expert, etc.) of the
다음으로, 본 발명의 일 실시예에 따르면, 키워드 관리부(220)는 속성 키워드 및 해당 속성 키워드를 구성하거나 해당 속성 키워드로부터 파생되는 단위 키워드 사이의 연관 관계를 참조하여 상품에 관한 속성 정보와 연관되는 타겟 속성 키워드를 생성하는 기능을 수행할 수 있다.Next, according to an embodiment of the present invention, the
여기서, 본 발명의 일 실시예에 따르면, 속성 키워드는 소셜 네트워크 서비스(SNS), 온라인 커뮤니티, 온라인 쇼핑몰, 온라인 포털 등의 외부 소스로부터 미리 획득되어 저장되는 것일 수 있다. 구체적으로, 본 발명의 일 실시예에 따르면, 본 발명에서 미리 획득되는 속성 키워드는, 학습 기반 모델을 이용하여 외부 소스로부터 획득되는 수많은 키워드를 분석하여 상품(예를 들면, 패션 상품)의 속성과 연관된 키워드를 포함하거나 그러한 키워드로 구성되어 있다고 판단되는 키워드를 판별함으로써 획득되는 키워드일 수 있다.Here, according to an embodiment of the present invention, attribute keywords may be obtained and stored in advance from external sources such as social network services (SNS), online communities, online shopping malls, and online portals. Specifically, according to one embodiment of the present invention, the attribute keywords obtained in advance in the present invention are the attributes of products (for example, fashion products) by analyzing numerous keywords obtained from external sources using a learning-based model. It may be a keyword obtained by determining keywords that include related keywords or are determined to be composed of such keywords.
다만, 본 발명에 따른 속성 키워드가 반드시 외부 소스로부터 획득되거나 학습 기반 모델에 의하여 판별되는 것은 아니며, 본 발명에 따른 서비스 제공 시스템(200)의 관리자 또는 사용자에 의하여 임의로 생성될 수도 있음을 밝혀 둔다.However, it should be noted that attribute keywords according to the present invention are not necessarily obtained from external sources or determined by a learning-based model, and may be arbitrarily generated by the administrator or user of the
구체적으로, 본 발명의 일 실시예에 따르면, 위와 같이 미리 획득되어 저장되는 속성 키워드는 해당 속성 키워드를 구성하는 적어도 하나의 단위 키워드로 구분될 수 있고, 이렇게 구분되는 단위 키워드는 상품에 관한 속성 분류와 연관되는 키워드일 수 있다. 또한, 본 발명의 일 실시예에 따르면, 속성 키워드와 해당 속성 키워드를 구성하는 적어도 하나의 단위 키워드는 서로 매핑(mapping)될 수 있고, 속성 키워드를 구성하는 둘 이상의 단위 키워드도 서로 매핑될 수 있으며, 이 매핑에 기초하여 속성 키워드 및 단위 키워드 사이의 연관 관계 또는 둘 이상의 단위 키워드 사이의 연관 관계가 동적으로 결정될 수 있다.Specifically, according to one embodiment of the present invention, the attribute keywords obtained and stored in advance as described above may be divided into at least one unit keyword constituting the corresponding attribute keyword, and the unit keywords thus classified can be classified into attribute keywords related to the product. It may be a keyword related to . Additionally, according to an embodiment of the present invention, an attribute keyword and at least one unit keyword constituting the attribute keyword may be mapped to each other, and two or more unit keywords constituting the attribute keyword may also be mapped to each other. , Based on this mapping, the association relationship between attribute keywords and unit keywords or the association relationship between two or more unit keywords may be dynamically determined.
예를 들면, "체크슬랙스"라는 속성 키워드가 획득되는 경우에, 이 속성 키워드는 프린트라는 속성 분류에 대응되는 "체크"라는 단위 키워드와 아이템이라는 속성 분류에 대응되는 "슬랙스"라는 단위 키워드로 구분될 수 있다. 그리고, 이에 따라 "체크슬랙스"라는 속성 키워드와 "체크" 및 "슬랙스"라는 단위 키워드가 서로 매핑될 수 있고, "체크" 및 "슬랙스"라는 단위 키워드가 서로 매핑될 수 있다.For example, when an attribute keyword called “checked slacks” is obtained, this attribute keyword is divided into a unit keyword called “check”, which corresponds to the attribute category “print”, and a unit keyword “slacks”, which corresponds to the attribute category “item”. It can be. And, accordingly, the attribute keyword “check slacks” and the unit keywords “check” and “slacks” can be mapped to each other, and the unit keywords “check” and “slacks” can be mapped to each other.
다른 예를 들면, "오버사이즈그래픽티셔츠"라는 속성 키워드가 획득되는 경우에, 이 속성 키워드는 핏이라는 속성 분류에 대응되는 "오버사이즈"라는 단위 키워드, 프린트라는 속성 분류에 대응되는 "그래픽"이라는 단위 키워드 및 아이템이라는 속성 분류에 대응되는 "티셔츠"라는 단위 키워드로 구분될 수 있다. 그리고, 이에 따라 "오버사이즈그래픽티셔츠"라는 속성 키워드와 "오버사이즈", "그래픽" 및 "티셔츠"라는 단위 키워드가 서로 매핑될 수 있고, "오버사이즈", "그래픽" 및 "티셔츠"라는 단위 키워드가 서로 매핑될 수 있다.For another example, when an attribute keyword called "oversized graphic t-shirt" is obtained, this attribute keyword is a unit keyword called "oversize" corresponding to the attribute category called fit, and a unit keyword called "graphic" corresponding to the attribute category called print. It can be divided into a unit keyword called “T-shirt” that corresponds to the attribute category called unit keyword and item. Accordingly, the attribute keyword "oversized graphic T-shirt" and the unit keywords "oversize", "graphic", and "t-shirt" can be mapped to each other, and the units "oversize", "graphic", and "t-shirt" Keywords can be mapped to each other.
또 다른 예를 들면, "라운드넥티셔츠"라는 속성 키워드가 획득되는 경우에, 이 속성 키워드는 넥라인이라는 속성 분류에 대응되는 "라운드넥"이라는 단위 키워드와 아이템이라는 속성 분류에 대응되는 "티셔츠"라는 단위 키워드로 구분될 수 있다. 그리고, 이에 따라 "라운드넥티셔츠"라는 속성 키워드와 "라운드넥" 및 "티셔츠"라는 단위 키워드가 서로 매핑될 수 있고, "라운드넥" 및 "티셔츠"라는 단위 키워드가 서로 매핑될 수 있다.For another example, when an attribute keyword called “round neck t-shirt” is obtained, this attribute keyword is a unit keyword called “round neck” that corresponds to the attribute category called neckline, and “t-shirt” which corresponds to the attribute category called item. It can be divided into unit keywords. Accordingly, the attribute keyword “round neck t-shirt” and the unit keywords “round neck” and “t-shirt” may be mapped to each other, and the unit keywords “round neck” and “t-shirt” may be mapped to each other.
한편, 본 발명의 일 실시예에 따르면, 속성 키워드를 구성하지는 않더라도 속성 키워드 자체와 관련성을 갖거나 해당 속성 키워드를 구성하는 단위 키워드와 관련성을 갖는 적어도 하나의 단위 키워드가 파생될 수 있다. 이렇게 파생되는 단위 키워드는 상품에 관한 속성 분류와 연관되는 키워드일 수 있다. 또한, 본 발명의 일 실시예에 따르면, 속성 키워드와 해당 속성 키워드로부터 파생되는 적어도 하나의 단위 키워드는 서로 매핑(mapping)될 수 있고, 위와 같이 파생되는 둘 이상의 단위 키워드가 서로 매핑될 수도 있으며, 이 매핑에 기초하여 속성 키워드 및 단위 키워드 사이의 연관 관계 또는 둘 이상의 단위 키워드 사이의 연관 관계가 동적으로 결정될 수 있다.Meanwhile, according to an embodiment of the present invention, even if it does not constitute an attribute keyword, at least one unit keyword that has a relationship with the attribute keyword itself or a unit keyword that constitutes the attribute keyword can be derived. The unit keyword derived in this way may be a keyword related to the attribute classification of the product. In addition, according to an embodiment of the present invention, an attribute keyword and at least one unit keyword derived from the attribute keyword may be mapped to each other, and two or more unit keywords derived as above may be mapped to each other, Based on this mapping, an association relationship between an attribute keyword and a unit keyword or an association relationship between two or more unit keywords may be dynamically determined.
예를 들면, "뉴트럴컬러재킷"이라는 속성 키워드가 획득되는 경우에, 이 속성 키워드를 구성하는 "뉴트럴컬러"라는 단위 키워드로부터 "브라운", "베이지", "그레이" 등의 다양한 단위 키워드가 더 파생될 수 있다. 그리고, 이에 따라 "뉴트럴컬러재킷"라는 속성 키워드와 "뉴트럴컬러", "브라운", "베이지" 및 "그레이"라는 단위 키워드가 서로 매핑될 수 있고, "뉴트럴컬러", "브라운", "베이지" 및 "그레이"라는 단위 키워드가 서로 매핑될 수 있다.For example, when an attribute keyword called "neutral color jacket" is obtained, various unit keywords such as "brown", "beige", and "grey" are added from the unit keyword "neutral color" that constitutes this attribute keyword. can be derived. Accordingly, the attribute keyword “neutral color jacket” and the unit keywords “neutral color”, “brown”, “beige”, and “grey” can be mapped to each other, and “neutral color”, “brown”, and “beige”. The unit keywords "and "gray" may be mapped to each other.
다른 예를 들면, "루즈핏팬츠"라는 속성 키워드가 획득되는 경우에, 이 속성 키워드를 구성하는 "루즈"라는 단위 키워드로부터 "루즈", "와이드", "배기" 등의 다양한 단위 키워드가 더 파생될 수 있다. 그리고, 이에 따라 "루즈핏팬츠"라는 속성 키워드와 "루즈", "와이드" 및 "배기"라는 단위 키워드가 서로 매핑될 수 있고, "루즈", "와이드" 및 "배기"라는 단위 키워드가 서로 매핑될 수 있다.For another example, when an attribute keyword called “loose fit pants” is obtained, various unit keywords such as “loose”, “wide”, “baggy”, etc. are further derived from the unit keyword “loose” that constitutes this attribute keyword. It can be. Accordingly, the attribute keyword "loose fit pants" and the unit keywords "loose", "wide", and "baggy" may be mapped to each other, and the unit keywords "loose", "wide", and "baggy" may be mapped to each other. It can be.
계속하여, 본 발명의 일 실시예에 따르면, 키워드 관리부(220)는 위와 같이 결정되는 속성 키워드 및 해당 속성 키워드를 구성하거나 해당 속성 키워드로부터 파생되는 단위 키워드 사이의 연관 관계를 참조하여, 위의 상품 이미지에 포함된 상품에 관한 속성 정보와 연관되는 타겟 속성 키워드를 생성하는 기능을 수행할 수 있다. 또한, 본 발명의 일 실시예에 따르면, 키워드 관리부(220)는 둘 이상의 단위 키워드 사이의 연관 관계를 더 참조하여, 위의 타겟 속성 키워드를 생성하는 기능을 수행할 수 있다.Continuing, according to an embodiment of the present invention, the
구체적으로, 본 발명의 일 실시예에 따른 키워드 관리부(220)는, 상품 이미지에 포함된 상품에 관한 적어도 하나의 속성 정보와 연관되는 적어도 하나의 단위 키워드를 조합함으로써 해당 상품 이미지에 부여될 타겟 속성 키워드를 생성할 수 있다.Specifically, the
도 3에 도시된 실시예에서, 상품 이미지(310)로부터 13가지 속성 분류 각각에 대하여 결정되는 "드레스", "슬립드레스", "무릎 길이", "민소매", "브이넥", "A라인", "실크", "타이다이", "캐주얼", "없음" 및 "오렌지, 화이트"라는 속성 정보(320)가 획득되는 경우를 가정할 수 있다. 나아가, "브이넥슬립드레스"라는 속성 키워드가 미리 획득됨에 따라, "브이넥슬립드레스"라는 속성 키워드와 "브이넥"라는 단위 키워드 및 "슬립드레스"라는 단위 키워드 사이의 매핑이 존재하는 경우를 가정할 수 있다.In the example shown in FIG. 3, “dress”, “slip dress”, “knee length”, “sleeveless”, “V-neck”, and “A-line” are determined for each of the 13 attribute categories from the
이러한 경우에, 본 발명의 일 실시예에 따른 키워드 관리부(220)는, 위의 매핑에 기초한 연관 관계를 가지고 있다고 판단되는 단위 키워드 중 상품 이미지(310)에 포함된 상품에 관한 속성 정보(320)와 연관되는 것으로 판단되는 "슬립드레스"라는 단위 키워드 및 "브이넥"이라는 단위 키워드를 조합함으로써 "브이넥슬립드레스"라는 타겟 속성 키워드를 생성할 수 있다.In this case, the
이상의 실시예에서 타겟 속성 키워드를 생성함에 있어서, 상품 이미지(310)에 포함된 상품에 관한 속성 정보(320)가 미리 획득된 속성 키워드를 구성하는 단위 키워드와 서로 정확하게 일치하는(또는 대응되는) 경우에 대하여 주로 설명되었지만, 본 발명의 실시예가 반드시 이러한 경우에 한정되는 것은 아님을 밝혀 둔다.In the above embodiment, when generating a target attribute keyword, when the
예를 들면, "A라인블랙드레스"라는 속성 키워드가 미리 획득됨에 따라 "A라인블랙드레스"라는 속성 키워드와 "A라인"이라는 단위 키워드, "블랙"이라는 단위 키워드 및 "드레스"라는 단위 키워드 사이의 매핑이 존재하는 경우를 가정할 수 있다. 이러한 경우에, 본 발명의 다른 실시예에 따른 키워드 관리부(220)는, 위의 매핑에 기초한 연관 관계를 가지고 있다고 판단되는 단위 키워드 중 상품 이미지(310)에 포함된 상품에 관한 속성 정보(320)와 연관되는(대응되는) 것으로 판단되는 "A라인"이라는 단위 키워드 및 "드레스"라는 단위 키워드를 조합하고, "블랙"이라는 단위 키워드와 속성 분류가 색상(color)으로서 공통되는 "오렌지"라는 속성 정보로부터 특정되는 "오렌지"라는 단위 키워드를 더 조합함으로써, "A라인오렌지드레스"라는 타겟 속성 키워드를 생성할 수 있고, 나아가, "화이트"라는 속성 정보로부터 특정되는 "화이트"라는 단위 키워드를 조합하여 "A라인화이트드레스"라는 타겟 속성 키워드를 더 생성할 수 있다. 즉, 본 발명의 일 실시예에 따른 키워드 관리부(220)는, 속성 키워드와 단위 키워드 사이의 연관 관계 또는 단위 키워드 사이의 연관 관계를 참조하여, 하나의 상품 이미지에 대하여 두 가지 이상의 다양한 타겟 속성 키워드를 생성할 수도 있다.For example, since the attribute keyword "A-line black dress" is obtained in advance, between the attribute keyword "A-line black dress" and the unit keyword "A-line", the unit keyword "black", and the unit keyword "dress" It can be assumed that a mapping exists. In this case, the
한편, 본 발명의 일 실시예에 따르면, 키워드 관리부(220)는 위와 같이 생성되는 타겟 속성 키워드를 해당 상품 이미지에 부여하는 기능을 수행할 수 있다. 본 발명의 일 실시예에 따르면, 위와 같이 부여되는 타겟 속성 키워드는 해당 상품 이미지 또는 해당 상품의 명칭, 태그 등으로 활용될 수 있다. 예를 들면, 본 발명의 일 실시예에 따르면, 온라인 쇼핑몰에서 제공되는 상품 이미지에 위의 타겟 속성 키워드가 태그로서 부여될 수 있고, 이러한 태그는 온라인 쇼핑몰에서 판매되는 상품의 검색 필터 및 카테고리 분류에 사용되는 구분자(classifier)로서 기능을 수행할 수 있다.Meanwhile, according to an embodiment of the present invention, the
본 발명의 일 실시예에 따르면, 상품 이미지에 포함된 상품에 관한 속성 정보와 관련성이 높은 타겟 속성 키워드를 해당 상품 이미지에 부여할 수 있으므로, 해당 상품 이미지에 적용되는 필터링 기준이 적절하게 설정될 수 있게 되고, 나아가 타겟 속성 키워드를 매개로 하여 해당 상품 이미지와 연관되는 다른 상품 이미지가 제공될 수 있게 된다.According to an embodiment of the present invention, target attribute keywords that are highly related to attribute information about the product included in the product image can be assigned to the product image, so filtering criteria applied to the product image can be appropriately set. Furthermore, other product images related to the product image can be provided through the target attribute keyword.
또한, 본 발명의 일 실시예에 따르면, 상품 이미지에 부여된 타겟 속성 키워드를 매개로 하여 해당 상품 이미지와 연관되는 다른 상품 이미지를 검색함에 있어서, 앞서 자세하게 설명된 속성 키워드와 단위 키워드 사이의 연관 관계 또는 단위 키워드 사이의 연관 관계가 참조될 수 있으며, 이에 따라 해당 상품 이미지에 부여된 타겟 속성 키워드와 직접적으로 공통되는 키워드가 없는 경우에도 속성 키워드 기반 연관 관계에 근거하여 해당 상품 이미지와 관련성이 있는 다른 상품 이미지가 검색될 수 있게 된다.In addition, according to an embodiment of the present invention, when searching for other product images related to the product image through the target attribute keyword assigned to the product image, the association relationship between the attribute keyword and the unit keyword described in detail above Alternatively, the association relationship between unit keywords may be referenced, and accordingly, even if there is no keyword directly in common with the target attribute keyword assigned to the product image, there are other keywords that are related to the product image based on the attribute keyword-based association relationship. Product images can now be searched.
예를 들면, 상품 이미지 A에 부여된 "뉴트럴컬러재킷"이라는 타겟 속성 키워드를 매개로 하여 다른 상품 이미지를 검색하는 경우에, 앞서 결정된 속성 키워드 기반 연관 관계를 참조하여 "브라운재킷", "베이지재킷", "그레이재킷" 등의 키워드를 가지는 다른 상품 이미지가 검색될 수 있다.For example, when searching for other product images using the target attribute keyword "neutral color jacket" given to product image A, "brown jacket" and "beige jacket" are searched by referring to the previously determined attribute keyword-based association relationship. Other product images with keywords such as ", "grey jacket", etc. may be searched.
다른 예를 들면, 상품 이미지 B에 부여된 "루즈핏팬츠"라는 타겟 속성 키워드를 매개로 하여 다른 상품 이미지를 검색하는 경우에, 앞서 결정된 속성 키워드 기반 연관 관계를 참조하여 "와이즈핏팬츠", "배기팬츠" 등의 키워드를 가지는 다른 상품 이미지가 검색될 수 있다.For another example, when searching for other product images using the target attribute keyword "loose fit pants" given to product image B, "wise fit pants" and "baggy" are searched by referring to the previously determined attribute keyword-based association relationship. Other product images with keywords such as “pants” may be searched.
한편, 본 발명의 일 실시예에 따른 키워드 관리부(220)는 위의 타겟 속성 키워드를 동적으로 재결정할 수 있다.Meanwhile, the
예를 들면, 본 발명의 일 실시예에 따른 키워드 관리부(220)는 소정 기간(예를 들어, 1일, 12시간 등)마다 상품 이미지에 관한 타겟 속성 키워드를 재결정할 수 있다.For example, the
다른 예를 들면, 본 발명의 일 실시예에 따른 키워드 관리부(220) 외부 소스에서 소정 수준 이상의 트렌드 변화가 감지되는 경우에(예를 들면, 매핑의 기초가 되는 속성 키워드가 짧은 시간 동안 이례적으로 많이 획득되는 경우에), 상품 이미지에 관한 타겟 속성 키워드를 재결정할 수 있다.For another example, when a trend change above a certain level is detected from an external source of the
다음으로, 본 발명의 일 실시예에 따른 통신부(230)는 정보 획득부(210) 및 키워드 관리부(220)로부터의/로의 데이터 송수신이 가능하도록 하는 기능을 수행할 수 있다.Next, the
마지막으로, 본 발명의 일 실시예에 따른 제어부(240)는 정보 획득부(210), 키워드 관리부(220) 및 통신부(230) 간의 데이터의 흐름을 제어하는 기능을 수행할 수 있다. 즉, 본 발명에 따른 제어부(250)는 서비스 제공 시스템(200)의 외부로부터의/로의 데이터 흐름 또는 서비스 제공 시스템(200)의 각 구성요소 간의 데이터 흐름을 제어함으로써, 정보 획득부(210), 키워드 관리부(220) 및 통신부(230)에서 각각 고유 기능을 수행하도록 제어할 수 있다.Lastly, the
이상에서, 상품을 포함하는 상품 이미지에 대하여 타겟 속성 키워드를 부여하는 실시예에 대하여 주로 설명되었지만, 본 발명에 따른 실시예가 반드시 이에 한정되는 것은 아니며, 상품을 포함하는 다른 종류의 콘텐츠(예를 들면, 동영상 등)에 대하여 타겟 속성 키워드를 부여하는 실시예도 얼마든지 상정될 수 있음을 밝혀 둔다.In the above, an embodiment of assigning a target attribute keyword to a product image including a product has been mainly described, but the embodiment according to the present invention is not necessarily limited thereto, and other types of content including a product (e.g. , videos, etc.), it should be noted that embodiments of assigning target attribute keywords can also be assumed.
이상 설명된 본 발명에 따른 실시예는 다양한 컴퓨터 구성요소를 통하여 실행될 수 있는 프로그램 명령어의 형태로 구현되어 컴퓨터 판독 가능한 기록 매체에 기록될 수 있다. 상기 컴퓨터 판독 가능한 기록 매체는 프로그램 명령어, 데이터 파일, 데이터 구조 등을 단독으로 또는 조합하여 포함할 수 있다. 상기 컴퓨터 판독 가능한 기록 매체에 기록되는 프로그램 명령어는 본 발명을 위하여 특별히 설계되고 구성된 것이거나 컴퓨터 소프트웨어 분야의 당업자에게 공지되어 사용 가능한 것일 수 있다. 컴퓨터 판독 가능한 기록 매체의 예에는, 하드 디스크, 플로피 디스크 및 자기 테이프와 같은 자기 매체, CD-ROM 및 DVD와 같은 광기록 매체, 플롭티컬 디스크(floptical disk)와 같은 자기-광 매체(magneto-optical medium), 및 ROM, RAM, 플래시 메모리 등과 같은, 프로그램 명령어를 저장하고 실행하도록 특별히 구성된 하드웨어 장치가 포함된다. 프로그램 명령어의 예에는, 컴파일러에 의하여 만들어지는 것과 같은 기계어 코드뿐만 아니라 인터프리터 등을 사용하여 컴퓨터에 의해서 실행될 수 있는 고급 언어 코드도 포함된다. 하드웨어 장치는 본 발명에 따른 처리를 수행하기 위하여 하나 이상의 소프트웨어 모듈로 변경될 수 있으며, 그 역도 마찬가지이다.The embodiments according to the present invention described above can be implemented in the form of program instructions that can be executed through various computer components and recorded on a computer-readable recording medium. The computer-readable recording medium may include program instructions, data files, data structures, etc., singly or in combination. Program instructions recorded on the computer-readable recording medium may be specially designed and configured for the present invention, or may be known and usable by those skilled in the computer software field. Examples of computer-readable recording media include magnetic media such as hard disks, floppy disks, and magnetic tapes, optical recording media such as CD-ROMs and DVDs, and magneto-optical media such as floptical disks. medium), and hardware devices specifically configured to store and execute program instructions, such as ROM, RAM, flash memory, etc. Examples of program instructions include not only machine language code such as that created by a compiler, but also high-level language code that can be executed by a computer using an interpreter or the like. A hardware device can be converted into one or more software modules to perform processing according to the invention and vice versa.
이상에서 본 발명이 구체적인 구성요소 등과 같은 특정 사항과 한정된 실시예 및 도면에 의하여 설명되었으나, 이는 본 발명의 보다 전반적인 이해를 돕기 위하여 제공된 것일 뿐, 본 발명이 상기 실시예에 한정되는 것은 아니며, 본 발명이 속하는 기술분야에서 통상적인 지식을 가진 자라면 이러한 기재로부터 다양한 수정과 변경을 꾀할 수 있다.In the above, the present invention has been described in terms of specific details, such as specific components, and limited embodiments and drawings, but this is only provided to facilitate a more general understanding of the present invention, and the present invention is not limited to the above embodiments. Anyone with ordinary knowledge in the technical field to which the invention pertains can make various modifications and changes from this description.
따라서, 본 발명의 사상은 상기 설명된 실시예에 국한되어 정해져서는 아니 되며, 후술하는 특허청구범위뿐만 아니라 이 특허청구범위와 균등한 또는 이로부터 등가적으로 변경된 모든 범위는 본 발명의 사상의 범주에 속한다고 할 것이다.Therefore, the spirit of the present invention should not be limited to the above-described embodiments, and the scope of the patent claims described below as well as all scopes equivalent to or equivalently changed from the scope of the claims are within the scope of the spirit of the present invention. It will be said to belong to
100: 통신망
200: 서비스 제공 시스템
210: 정보 획득부
220: 키워드 관리부
230: 통신부
240: 제어부
300: 디바이스100: communication network
200: Service provision system
210: Information acquisition department
220: Keyword management department
230: Department of Communications
240: control unit
300: device
Claims (13)
상기 정보 획득부가 상품 이미지에 포함된 상품에 관한 속성 정보를 획득하는 단계,
상기 키워드 관리부가, 속성 키워드 및 상기 속성 키워드를 구성하거나 상기 속성 키워드로부터 파생되는 단위 키워드 사이의 연관 관계를 참조하여, 상기 상품에 관한 속성 정보와 연관되는 적어도 하나의 단위 키워드를 조합함으로써 타겟 속성 키워드를 생성하는 단계, 및
상기 키워드 관리부가 상기 타겟 속성 키워드를 상기 상품 이미지에 부여하는 단계를 포함하고,
상기 속성 키워드는 외부 소스로부터 미리 획득되며
상기 생성 단계에서는, 둘 이상의 단위 키워드 사이의 연관 관계를 더 참조하여 상기 상품에 관한 속성 정보와 연관되는 타겟 속성 키워드를 생성하고,
상기 타겟 속성 키워드를 구성하는 단위 키워드는 상기 속성 키워드를 구성하는 단위 키워드와 서로 대응되는,
방법.A method implemented in a system for assigning attribute-related keywords to a product image - the system includes an information acquisition unit and a keyword management unit -
A step of the information acquisition unit acquiring attribute information about the product included in the product image,
The keyword management unit refers to an association relationship between an attribute keyword and a unit keyword that constitutes the attribute keyword or is derived from the attribute keyword, and combines at least one unit keyword associated with attribute information about the product to create a target attribute keyword. steps for generating, and
The keyword management unit includes assigning the target attribute keyword to the product image,
The attribute keywords are obtained in advance from an external source and
In the generation step, a target attribute keyword associated with attribute information about the product is generated by further referring to the association relationship between two or more unit keywords,
The unit keyword constituting the target attribute keyword corresponds to the unit keyword constituting the attribute keyword,
method.
상기 획득 단계에서, 상기 상품에 관한 속성 정보는 학습 기반 모델에 의하여 상기 상품 이미지로부터 인식되는
방법.According to paragraph 1,
In the acquisition step, attribute information about the product is recognized from the product image by a learning-based model.
method.
상기 속성 키워드 및 상기 단위 키워드 사이의 연관 관계는, 상기 속성 키워드 및 상기 단위 키워드 사이의 직접적인 또는 간접적인 매핑(mapping)에 기초하여 결정되는
방법.According to paragraph 1,
The association relationship between the attribute keyword and the unit keyword is determined based on direct or indirect mapping between the attribute keyword and the unit keyword.
method.
상품 이미지에 포함된 상품에 관한 속성 정보를 획득하는 정보 획득부, 및
속성 키워드 및 상기 속성 키워드를 구성하거나 상기 속성 키워드로부터 파생되는 단위 키워드 사이의 연관 관계를 참조하여, 상기 상품에 관한 속성 정보와 연관되는 적어도 하나의 단위 키워드를 조합함으로써 타겟 속성 키워드를 생성하고, 상기 타겟 속성 키워드를 상기 상품 이미지에 부여하는 키워드 관리부를 포함하고,
상기 속성 키워드는 외부 소스로부터 미리 획득되며,
상기 키워드 관리부는 둘 이상의 단위 키워드 사이의 연관 관계를 더 참조하여 상기 상품에 관한 속성 정보와 연관되는 타겟 속성 키워드를 생성하고,
상기 타겟 속성 키워드를 구성하는 단위 키워드는 상기 속성 키워드를 구성하는 단위 키워드와 서로 대응되는,
시스템.A system that assigns attribute-related keywords to product images,
An information acquisition unit that acquires attribute information about the product included in the product image, and
Generating a target attribute keyword by combining at least one unit keyword associated with attribute information about the product, with reference to an association relationship between an attribute keyword and a unit keyword constituting the attribute keyword or derived from the attribute keyword, A keyword management unit that assigns target attribute keywords to the product image,
The attribute keywords are obtained in advance from an external source,
The keyword management unit generates a target attribute keyword associated with attribute information about the product by further referring to the association relationship between two or more unit keywords,
The unit keyword constituting the target attribute keyword corresponds to the unit keyword constituting the attribute keyword,
system.
상기 상품에 관한 속성 정보는 학습 기반 모델에 의하여 상기 상품 이미지로부터 인식되는
시스템.According to clause 8,
Attribute information about the product is recognized from the product image by a learning-based model.
system.
상기 속성 키워드 및 상기 단위 키워드 사이의 연관 관계는, 상기 속성 키워드 및 상기 단위 키워드 사이의 직접적인 또는 간접적인 매핑(mapping)에 기초하여 결정되는
시스템.According to clause 8,
The association relationship between the attribute keyword and the unit keyword is determined based on direct or indirect mapping between the attribute keyword and the unit keyword.
system.
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
PCT/KR2021/009652 WO2022025570A1 (en) | 2020-07-27 | 2021-07-26 | Method, system, and non-transitory computer-readable recording medium for assigning attribute-related keyword to product image |
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
KR1020200093352 | 2020-07-27 | ||
KR20200093352 | 2020-07-27 |
Publications (2)
Publication Number | Publication Date |
---|---|
KR20220013876A KR20220013876A (en) | 2022-02-04 |
KR102622779B1 true KR102622779B1 (en) | 2024-01-10 |
Family
ID=80268217
Family Applications (3)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
KR1020200153841A KR102622779B1 (en) | 2020-07-27 | 2020-11-17 | Method, system and non-transitory computer-readable recording medium for tagging attribute-related keywords to product images |
KR1020200153759A KR20220013875A (en) | 2020-07-27 | 2020-11-17 | Method, system and non-transitory computer-readable recording medium for providing information regarding products based on trends |
KR1020200174715A KR102584289B1 (en) | 2020-07-27 | 2020-12-14 | Method, system and non-transitory computer-readable recording medium for recognizing attributes of products by using multi task learning |
Family Applications After (2)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
KR1020200153759A KR20220013875A (en) | 2020-07-27 | 2020-11-17 | Method, system and non-transitory computer-readable recording medium for providing information regarding products based on trends |
KR1020200174715A KR102584289B1 (en) | 2020-07-27 | 2020-12-14 | Method, system and non-transitory computer-readable recording medium for recognizing attributes of products by using multi task learning |
Country Status (1)
Country | Link |
---|---|
KR (3) | KR102622779B1 (en) |
Families Citing this family (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR102677865B1 (en) * | 2022-06-22 | 2024-06-25 | 옴니어스 주식회사 | Method, system and non-transitory computer-readable recording medium for searching similar products using a multi task learning model |
KR20240092779A (en) | 2022-12-15 | 2024-06-24 | 주식회사 업티어 | Apparatus and Method for demand forecasting using SNS |
KR102585895B1 (en) * | 2023-04-12 | 2023-10-10 | (주)이공이공 | Method and system for increasing keyword marketing efficiency in open market |
Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR101870353B1 (en) * | 2017-01-26 | 2018-06-22 | 강원오픈마켓 주식회사 | Proposing system for search advertising using issue keyword and associated keyword |
Family Cites Families (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105095616A (en) * | 2014-04-24 | 2015-11-25 | 日本电气株式会社 | Data analysis device and data analysis method |
KR101801846B1 (en) * | 2015-08-26 | 2017-11-27 | 옴니어스 주식회사 | Product search method and system |
CN110033481B (en) * | 2018-01-10 | 2024-07-02 | 北京三星通信技术研究有限公司 | Method and apparatus for image processing |
KR102102161B1 (en) * | 2018-05-18 | 2020-04-20 | 오드컨셉 주식회사 | Method, apparatus and computer program for extracting representative feature of object in image |
KR102117528B1 (en) * | 2018-12-21 | 2020-06-01 | 아주대학교산학협력단 | Apparatus and method for classfying user’s property based on online data |
KR101992986B1 (en) * | 2019-01-21 | 2019-09-30 | 주식회사 종달랩 | A recommending learning methods of apparel materials using image retrieval |
KR102177823B1 (en) * | 2019-12-12 | 2020-11-11 | 옴니어스 주식회사 | Method, system and non-transitory computer-readable recording medium for augmenting product information |
-
2020
- 2020-11-17 KR KR1020200153841A patent/KR102622779B1/en active IP Right Grant
- 2020-11-17 KR KR1020200153759A patent/KR20220013875A/en not_active IP Right Cessation
- 2020-12-14 KR KR1020200174715A patent/KR102584289B1/en active IP Right Grant
Patent Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR101870353B1 (en) * | 2017-01-26 | 2018-06-22 | 강원오픈마켓 주식회사 | Proposing system for search advertising using issue keyword and associated keyword |
Also Published As
Publication number | Publication date |
---|---|
KR102584289B1 (en) | 2023-10-05 |
KR20220013876A (en) | 2022-02-04 |
KR20220013881A (en) | 2022-02-04 |
KR20220013875A (en) | 2022-02-04 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
KR102622779B1 (en) | Method, system and non-transitory computer-readable recording medium for tagging attribute-related keywords to product images | |
US11216861B2 (en) | Color based social networking recommendations | |
US10242396B2 (en) | Automatic color palette based recommendations for affiliated colors | |
US10402917B2 (en) | Color-related social networking recommendations using affiliated colors | |
US10186054B2 (en) | Automatic image-based recommendations using a color palette | |
US9542704B2 (en) | Automatic image-based recommendations using a color palette | |
US9679532B2 (en) | Automatic image-based recommendations using a color palette | |
US10360623B2 (en) | Visually generated consumer product presentation | |
CN105224775B (en) | Method and device for matching clothes based on picture processing | |
US20150379006A1 (en) | Automatic image-based recommendations using a color palette | |
US20150379001A1 (en) | Automatic color validation of image metadata | |
CN110992124B (en) | House source recommendation method and house source recommendation system | |
KR102177823B1 (en) | Method, system and non-transitory computer-readable recording medium for augmenting product information | |
KR20100044669A (en) | Method, system and computer-readable recording medium for providing information on goods based on image matching | |
JP2019133620A (en) | Coordination retrieval method, computer device and computer program that are based on coordination of multiple objects in image | |
US20210035183A1 (en) | Method and system for a recommendation engine utilizing progressive labeling and user content enrichment | |
KR102057321B1 (en) | Method, system and non-transitory computer-readable recording medium for augmenting product information | |
JP2014211730A (en) | Image searching system, image searching device, and image searching method | |
JP2019057255A (en) | Customer ornament matching system | |
CN106649300A (en) | Intelligent clothing matching recommendation method and system based on cloud platform | |
CN114547426A (en) | Dressing method, device, system, electronic apparatus, and storage medium | |
WO2022025570A1 (en) | Method, system, and non-transitory computer-readable recording medium for assigning attribute-related keyword to product image | |
KR102583308B1 (en) | Service providing apparatus and method for fashion analysis using short-form contents | |
KR102677865B1 (en) | Method, system and non-transitory computer-readable recording medium for searching similar products using a multi task learning model | |
US20230214894A1 (en) | Curated collections from multiple input sources |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
E902 | Notification of reason for refusal | ||
AMND | Amendment | ||
E601 | Decision to refuse application | ||
AMND | Amendment | ||
X701 | Decision to grant (after re-examination) |