KR102625227B1 - Method, device and system for providing license distribution platform - Google Patents
Method, device and system for providing license distribution platform Download PDFInfo
- Publication number
- KR102625227B1 KR102625227B1 KR1020230134888A KR20230134888A KR102625227B1 KR 102625227 B1 KR102625227 B1 KR 102625227B1 KR 1020230134888 A KR1020230134888 A KR 1020230134888A KR 20230134888 A KR20230134888 A KR 20230134888A KR 102625227 B1 KR102625227 B1 KR 102625227B1
- Authority
- KR
- South Korea
- Prior art keywords
- license
- content
- period
- buyer
- date
- Prior art date
Links
- 238000000034 method Methods 0.000 title claims abstract description 59
- 238000009826 distribution Methods 0.000 title claims abstract description 25
- 238000013473 artificial intelligence Methods 0.000 claims description 81
- 230000008569 process Effects 0.000 claims description 36
- 230000006870 function Effects 0.000 description 32
- 238000005516 engineering process Methods 0.000 description 19
- 238000010586 diagram Methods 0.000 description 16
- 238000010801 machine learning Methods 0.000 description 16
- 238000012545 processing Methods 0.000 description 14
- 238000013528 artificial neural network Methods 0.000 description 10
- 238000004422 calculation algorithm Methods 0.000 description 10
- 238000004519 manufacturing process Methods 0.000 description 8
- 238000004891 communication Methods 0.000 description 7
- 238000007726 management method Methods 0.000 description 7
- 238000003062 neural network model Methods 0.000 description 7
- 230000003796 beauty Effects 0.000 description 6
- 230000002787 reinforcement Effects 0.000 description 6
- 238000004088 simulation Methods 0.000 description 5
- 238000012356 Product development Methods 0.000 description 4
- 238000013135 deep learning Methods 0.000 description 4
- 230000014509 gene expression Effects 0.000 description 4
- 238000012549 training Methods 0.000 description 4
- 238000004458 analytical method Methods 0.000 description 3
- 210000004556 brain Anatomy 0.000 description 3
- 238000013461 design Methods 0.000 description 3
- 210000002569 neuron Anatomy 0.000 description 3
- 230000008520 organization Effects 0.000 description 3
- 230000000007 visual effect Effects 0.000 description 3
- 230000008901 benefit Effects 0.000 description 2
- 230000019771 cognition Effects 0.000 description 2
- 238000013527 convolutional neural network Methods 0.000 description 2
- 238000010411 cooking Methods 0.000 description 2
- 238000007405 data analysis Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000011156 evaluation Methods 0.000 description 2
- 230000006872 improvement Effects 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 238000005457 optimization Methods 0.000 description 2
- 238000007781 pre-processing Methods 0.000 description 2
- 238000003860 storage Methods 0.000 description 2
- 238000013459 approach Methods 0.000 description 1
- 230000006399 behavior Effects 0.000 description 1
- 230000015572 biosynthetic process Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 238000004590 computer program Methods 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000003066 decision tree Methods 0.000 description 1
- 239000000284 extract Substances 0.000 description 1
- 230000002068 genetic effect Effects 0.000 description 1
- 230000010365 information processing Effects 0.000 description 1
- 238000013507 mapping Methods 0.000 description 1
- 230000003278 mimic effect Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000003058 natural language processing Methods 0.000 description 1
- 230000001151 other effect Effects 0.000 description 1
- 230000008447 perception Effects 0.000 description 1
- 238000011176 pooling Methods 0.000 description 1
- 238000012827 research and development Methods 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 238000012706 support-vector machine Methods 0.000 description 1
- 210000000225 synapse Anatomy 0.000 description 1
- 230000000946 synaptic effect Effects 0.000 description 1
- 238000003786 synthesis reaction Methods 0.000 description 1
- 235000019640 taste Nutrition 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
- 238000013519 translation Methods 0.000 description 1
- 230000001755 vocal effect Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q30/00—Commerce
- G06Q30/018—Certifying business or products
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N20/00—Machine learning
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q30/00—Commerce
- G06Q30/06—Buying, selling or leasing transactions
- G06Q30/0601—Electronic shopping [e-shopping]
- G06Q30/0613—Third-party assisted
- G06Q30/0619—Neutral agent
-
- 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
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/10—Services
- G06Q50/18—Legal services
- G06Q50/184—Intellectual property management
Landscapes
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- Finance (AREA)
- General Physics & Mathematics (AREA)
- Accounting & Taxation (AREA)
- Economics (AREA)
- Marketing (AREA)
- Strategic Management (AREA)
- General Business, Economics & Management (AREA)
- Development Economics (AREA)
- Software Systems (AREA)
- Tourism & Hospitality (AREA)
- Entrepreneurship & Innovation (AREA)
- Technology Law (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Medical Informatics (AREA)
- Evolutionary Computation (AREA)
- Computing Systems (AREA)
- General Engineering & Computer Science (AREA)
- Mathematical Physics (AREA)
- Operations Research (AREA)
- Data Mining & Analysis (AREA)
- Artificial Intelligence (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Human Resources & Organizations (AREA)
- Primary Health Care (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
일실시예에 따르면, 장치에 의해 수행되는, 라이센스 유통 플랫폼 제공 방법에 있어서, 제1 판매자 단말로부터 제1 콘텐츠의 라이센스인 제1 라이센스에 대한 판매 요청을 수신하면, 상기 제1 라이센스를 구매 가능한 라이센스로 등록하는 단계; 상기 제1 라이센스에 구매 조건이 설정되어 있지 않은 것으로 확인되면, 상기 제1 라이센스를 선택형 라이센스로 분류하고, 상기 제1 라이센스에 구매 조건이 설정되어 있는 것으로 확인되면, 상기 제1 라이센스를 고정형 라이센스로 분류하는 단계; 상기 제1 라이센스가 선택형 라이센스로 분류된 경우, 제1 구매자 단말로부터 상기 제1 라이센스에 대한 상세 정보 조회 요청을 수신하면, 상기 제1 라이센스의 구매 조건 설정을 위한 페이지인 제1 페이지를 상기 제1 구매자 단말로 전송하는 단계; 상기 제1 페이지를 통해 상기 제1 라이센스의 사용 기간, 사용 목적 및 사용 물품을 포함하는 구매 조건이 설정되면, 상기 제1 라이센스의 구매 조건을 기반으로, 상기 제1 라이센스의 구매 비용을 제1 비용으로 산출하고, 상기 제1 페이지 상에서 상기 제1 비용이 표시되도록 제어하는 단계; 상기 제1 라이센스가 고정형 라이센스로 분류된 경우, 상기 제1 구매자 단말로부터 상기 제1 라이센스에 대한 상세 정보 조회 요청을 수신하면, 미리 설정된 상기 제1 라이센스의 구매 조건을 통해 확인된 사용 기간, 사용 목적, 사용 물품 및 제2 비용이 표시되어 있는 제2 페이지를 상기 제1 구매자 단말로 전송하는 단계; 상기 제1 구매자 단말로부터 상기 제1 라이센스에 대한 구매 요청을 수신하면, 제1 판매자 및 제1 구매자를 매칭하여, 상기 제1 판매자와 상기 제1 구매자 간에 상기 제1 라이센스의 사용 계약을 진행하기 위한 계약 공간을 생성하는 단계; 및 상기 계약 공간의 접속을 위한 링크 정보를 상기 제1 판매자 단말 및 상기 제1 구매자 단말로 각각 전송하는 단계를 포함하는, 라이센스 유통 플랫폼 제공 방법이 제공된다.According to one embodiment, in the method of providing a license distribution platform performed by a device, when a sales request for a first license, which is a license of first content, is received from a first seller terminal, a license that can purchase the first license is provided. registering with; If it is confirmed that a purchase condition is not set in the first license, the first license is classified as an optional license, and if it is confirmed that a purchase condition is set in the first license, the first license is classified as a fixed license. Classifying step; If the first license is classified as an optional license, when a request for detailed information about the first license is received from the first purchaser terminal, the first page, which is a page for setting purchase conditions for the first license, is sent to the first license. Transmitting to the buyer terminal; If the purchase conditions including the usage period, purpose of use, and use goods of the first license are set through the first page, the purchase cost of the first license is calculated as the first cost based on the purchase conditions of the first license. calculating and controlling the first cost to be displayed on the first page; If the first license is classified as a fixed license, upon receiving a request to inquire detailed information about the first license from the first purchaser terminal, the usage period and purpose of use confirmed through the preset purchase conditions of the first license , transmitting a second page displaying used goods and a second cost to the first buyer terminal; When receiving a purchase request for the first license from the first buyer terminal, match the first seller and the first buyer to proceed with a contract for use of the first license between the first seller and the first buyer. creating contract space; and transmitting link information for accessing the contract space to the first seller terminal and the first buyer terminal, respectively. A method of providing a license distribution platform is provided.
Description
아래 실시예들은 라이센스 유통 플랫폼을 제공하기 위한 기술에 관한 것이다.The embodiments below relate to technology for providing a license distribution platform.
IP(Intellectual Property)는 드라마, 게임, 영화 등 콘텐츠에 사용되는 지적 재산권으로, 인간의 창조적 결과물로 만들어지거나 발견된 모든 것 중 재산적으로 가치가 될 수 있는 것으로써, 법으로 보호할 가치가 있는 것에 대해 법적 보호를 받는 권리를 의미할 수 있다.IP (Intellectual Property) is an intellectual property right used in content such as dramas, games, and movies. It is something that can be of property value among everything created or discovered as a result of human creativity, and is worthy of protection by law. It can mean the right to receive legal protection against something.
라이센스(License)는 드라마, 영화, 게임 등의 상품/상표를 이용하여 개발된 디자인 결과물 이용을 허가하는 일로, 라이센스 계약은 상표 등록된 재산권을 가지고 있는 개인 또는 단체가 타인에게 대가를 받고 그 재산권을 사용할 수 있도록 상업적 권리를 부여하는 계약으로, 라이센스 보유자가 보유하고 있는 특허/기업 비결/노하우/등록 상표/지식 등 가치있는 상업적 재산권의 일정한 영역을 라이센스 대여자에게 계약 기간 동안 양도하는 것을 의미할 수 있다.License is a license to use design results developed using products/trademarks of dramas, movies, games, etc. A license contract is a license agreement in which an individual or organization holding a registered trademark rights the property rights in exchange for compensation from another person. It is a contract granting commercial rights for use, and may mean transferring a certain area of valuable commercial property rights, such as patents/company secrets/know-how/registered trademarks/knowledge held by the license holder, to the licensee during the contract period. .
라이센스 상품(License Merchandise)은 콘텐츠를 기반으로 하는 다양한 장르와 부가산업을 가능하게 하는 지식 재산권을 통해 생산된 상품으로, IP는 지적 재산권을 나타내며, 이는 아이디어, 창작물, 발명 등의 가치를 보호하고 권리를 보장하는 개념을 포함하고, 콘텐츠는 텍스트, 이미지, 음악, 동영상 등 다양한 형태의 정보나 엔터테인먼트를 지칭하고, 라이센스 상품은 이러한 지적 재산권을 기반으로 만들어진 다양한 형태의 제품이나 상품을 의미하며, 원래의 콘텐츠를 기반으로 만들어져서 브랜드, 캐릭터, 스토리 등을 활용하여 다양한 제품을 개발하고 유통하게 된다.License Merchandise is a product produced through intellectual property rights that enables various genres and additional industries based on content. IP stands for intellectual property rights, which protects the value of ideas, creations, inventions, etc. and protects the rights. Content refers to various forms of information or entertainment such as text, images, music, and video, and licensed products refer to various types of products or goods made based on these intellectual property rights, and contain the original It is created based on content and uses brands, characters, stories, etc. to develop and distribute various products.
라이센스 상품에 대한 시장 규모는 지속적으로 성장하고 있으나, 라이센스를 판매하는 판매자와 라이센스를 구매하는 구매자 간의 연결이 어렵고, 라이센스 계약과 구매 절차가 복잡한 문제가 있다.The market size for licensed products continues to grow, but it is difficult to connect between sellers selling licenses and buyers purchasing licenses, and licensing contracts and purchasing procedures are complicated.
따라서, 라이센스의 판매 및 구매에 대한 편의성을 증대시킬 수 있는 기술에 대한 연구개발이 요구되고 있다.Therefore, there is a need for research and development on technologies that can increase the convenience of selling and purchasing licenses.
일실시예에 따르면, 라이센스 유통 플랫폼을 제공하는 방법, 장치 및 시스템을 제공하기 위한 것을 그 목적으로 한다.According to one embodiment, the purpose is to provide a method, device, and system for providing a license distribution platform.
본 발명의 목적은 이상에서 언급한 목적으로 제한되지 않으며, 언급되지 않은 또 다른 목적들은 아래의 기재로부터 명확하게 이해될 수 있을 것이다.The object of the present invention is not limited to the object mentioned above, and other objects not mentioned can be clearly understood from the description below.
일실시예에 따르면, 장치에 의해 수행되는, 라이센스 유통 플랫폼 제공 방법에 있어서, 제1 판매자 단말로부터 제1 콘텐츠의 라이센스인 제1 라이센스에 대한 판매 요청을 수신하면, 상기 제1 라이센스를 구매 가능한 라이센스로 등록하는 단계; 상기 제1 라이센스에 구매 조건이 설정되어 있지 않은 것으로 확인되면, 상기 제1 라이센스를 선택형 라이센스로 분류하고, 상기 제1 라이센스에 구매 조건이 설정되어 있는 것으로 확인되면, 상기 제1 라이센스를 고정형 라이센스로 분류하는 단계; 상기 제1 라이센스가 선택형 라이센스로 분류된 경우, 제1 구매자 단말로부터 상기 제1 라이센스에 대한 상세 정보 조회 요청을 수신하면, 상기 제1 라이센스의 구매 조건 설정을 위한 페이지인 제1 페이지를 상기 제1 구매자 단말로 전송하는 단계; 상기 제1 페이지를 통해 상기 제1 라이센스의 사용 기간, 사용 목적 및 사용 물품을 포함하는 구매 조건이 설정되면, 상기 제1 라이센스의 구매 조건을 기반으로, 상기 제1 라이센스의 구매 비용을 제1 비용으로 산출하고, 상기 제1 페이지 상에서 상기 제1 비용이 표시되도록 제어하는 단계; 상기 제1 라이센스가 고정형 라이센스로 분류된 경우, 상기 제1 구매자 단말로부터 상기 제1 라이센스에 대한 상세 정보 조회 요청을 수신하면, 미리 설정된 상기 제1 라이센스의 구매 조건을 통해 확인된 사용 기간, 사용 목적, 사용 물품 및 제2 비용이 표시되어 있는 제2 페이지를 상기 제1 구매자 단말로 전송하는 단계; 상기 제1 구매자 단말로부터 상기 제1 라이센스에 대한 구매 요청을 수신하면, 제1 판매자 및 제1 구매자를 매칭하여, 상기 제1 판매자와 상기 제1 구매자 간에 상기 제1 라이센스의 사용 계약을 진행하기 위한 계약 공간을 생성하는 단계; 및 상기 계약 공간의 접속을 위한 링크 정보를 상기 제1 판매자 단말 및 상기 제1 구매자 단말로 각각 전송하는 단계를 포함하는, 라이센스 유통 플랫폼 제공 방법이 제공된다.According to one embodiment, in the method of providing a license distribution platform performed by a device, when a sales request for a first license, which is a license of first content, is received from a first seller terminal, a license that can purchase the first license is provided. registering with; If it is confirmed that a purchase condition is not set in the first license, the first license is classified as an optional license, and if it is confirmed that a purchase condition is set in the first license, the first license is classified as a fixed license. Classifying step; If the first license is classified as an optional license, when a request for detailed information about the first license is received from the first purchaser terminal, the first page, which is a page for setting purchase conditions for the first license, is sent to the first license. Transmitting to the buyer terminal; If the purchase conditions including the usage period, purpose of use, and use goods of the first license are set through the first page, the purchase cost of the first license is calculated as the first cost based on the purchase conditions of the first license. calculating and controlling the first cost to be displayed on the first page; If the first license is classified as a fixed license, upon receiving a request to inquire detailed information about the first license from the first purchaser terminal, the usage period and purpose of use confirmed through the preset purchase conditions of the first license , transmitting a second page displaying used goods and a second cost to the first buyer terminal; When receiving a purchase request for the first license from the first buyer terminal, match the first seller and the first buyer to proceed with a contract for use of the first license between the first seller and the first buyer. creating contract space; and transmitting link information for accessing the contract space to the first seller terminal and the first buyer terminal, respectively. A method of providing a license distribution platform is provided.
라이센스 유통 플랫폼 제공 방법은, 상기 제1 구매자 단말로부터 상기 제1 라이센스에 대한 상세 정보 조회 요청을 수신하기 이전에, 상기 제1 구매자 단말로부터 라이센스 추천 요청을 수신하는 단계; 상기 제1 구매자의 구매 이력, 선호 콘텐츠 유형 및 관심 분야를 포함하는 제1 구매자의 프로필 정보를 획득하는 단계; 상기 제1 구매자의 프로필 정보를 인코딩 하여 제1 입력 신호를 생성하는 단계; 구매자의 프로필에 따라 라이센스를 추천하도록 학습된 제1 인공지능 모델에 상기 제1 입력 신호를 입력하고, 상기 제1 입력 신호를 통해 추천 라이센스가 선정되면, 상기 제1 인공지능 모델로부터 상기 추천 라이센스를 나타내는 제1 출력 신호를 획득하는 단계; 및 상기 제1 출력 신호를 기초로, 상기 추천 라이센스가 상기 제1 라이센스로 확인되면, 상기 제1 라이센스에 대한 추천 정보를 상기 제1 구매자 단말로 전송하는 단계를 더 포함할 수 있다.The method of providing a license distribution platform includes: receiving a license recommendation request from the first purchaser terminal before receiving a request to inquire detailed information about the first license from the first purchaser terminal; Obtaining profile information of the first buyer including purchase history, preferred content type, and areas of interest of the first buyer; generating a first input signal by encoding profile information of the first buyer; The first input signal is input to a first artificial intelligence model trained to recommend a license according to the buyer's profile, and when a recommended license is selected through the first input signal, the recommended license is received from the first artificial intelligence model. obtaining a first output signal representing; and, if the recommended license is confirmed to be the first license based on the first output signal, transmitting recommendation information about the first license to the first purchaser terminal.
상기 제1 인공지능 모델은, 상기 제1 입력 신호가 입력되면, 상기 제1 입력 신호를 기초로, 상기 제1 구매자의 구매 이력, 선호 콘텐츠 유형 및 관심 분야를 각각 확인하고, 구매 가능한 라이센스로 등록되어 있는 라이센스를 제1 그룹으로 분류하고, 상기 제1 구매자의 구매 이력을 통해 상기 제1 구매자가 제2 콘텐츠의 라이센스인 제2 라이센스를 구매한 것으로 확인되면, 상기 제1 그룹으로 분류된 라이센스 각각에 대해, 각각의 콘텐츠와 상기 제2 콘텐츠 간의 유사도가 높을수록 제1 점수를 높은 값으로 부여하고, 상기 제1 구매자의 선호 콘텐츠 유형을 통해 상기 제1 구매자가 선호하는 콘텐츠의 유형이 제1 카테고리인 것으로 확인되면, 상기 제1 그룹으로 분류된 라이센스 각각에 대해, 각각의 콘텐츠의 카테고리와 상기 제1 카테고리가 일치할수록 제2 점수를 높은 값으로 부여하고, 상기 제1 구매자의 관심 분야를 통해 상기 제1 구매자가 관심있는 분야가 제1 주제인 것으로 확인되면, 상기 제1 그룹으로 분류된 라이센스 각각에 대해, 각각의 콘텐츠의 주제와 상기 제1 주제가 일치할수록 제3 점수를 높은 값으로 부여하고, 상기 제1 그룹으로 분류된 라이센스 각각에 대해, 상기 제1 점수, 상기 제2 점수 및 상기 제3 점수를 합산하여 총점을 산출하고, 상기 제1 그룹으로 분류된 라이센스 각각의 총점을 비교하여, 총점이 가장 높은 라이센스를 상기 추천 라이센스로 선정할 수 있다.When the first input signal is input, the first artificial intelligence model checks the purchase history, preferred content type, and field of interest of the first buyer based on the first input signal, and registers them as a purchaseable license. If the existing licenses are classified into a first group, and it is confirmed through the purchase history of the first purchaser that the first purchaser has purchased a second license, which is a license for the second content, each of the licenses classified into the first group For this, the higher the similarity between each content and the second content, the higher the first score is given, and the type of content preferred by the first buyer is assigned to the first category through the preferred content type of the first buyer. If it is confirmed that it is, for each license classified into the first group, the second score is given a higher value as the category of each content matches the first category, and the second score is assigned a higher value through the field of interest of the first purchaser. If it is confirmed that the field of interest of the first purchaser is the first topic, for each license classified into the first group, the third score is given a higher value as the topic of each content matches the first topic, For each license classified into the first group, the first score, the second score, and the third score are added to calculate a total score, and the total scores of each license classified into the first group are compared to obtain a total score. This highest license can be selected as the recommended license.
일실시예에 따르면, 라이센스 유통 플랫폼을 제공함으로써, 라이센스의 판매 및 구매에 대한 편의성이 증대될 수 있는 효과가 있다.According to one embodiment, providing a license distribution platform has the effect of increasing the convenience of selling and purchasing licenses.
한편, 실시예들에 따른 효과들은 이상에서 언급한 것으로 제한되지 않으며, 언급되지 않은 또 다른 효과들은 아래의 기재로부터 해당 기술 분야의 통상의 지식을 가진 자에게 명확히 이해될 수 있을 것이다.Meanwhile, the effects according to the embodiments are not limited to those mentioned above, and other effects not mentioned can be clearly understood by those skilled in the art from the description below.
도 1은 일실시예에 따른 시스템의 구성을 개략적으로 나타낸 도면이다.
도 2 내지 도 3은 일실시예에 따른 시스템을 활용한 구조도를 도시한 도면이다.
도 4는 일실시예에 따른 시스템을 활용한 수익 구조를 도시한 도면이다.
도 5는 일실시예에 따른 애플리케이션의 메인 화면을 나타낸 도면이다.
도 6은 일실시예에 따른 선택형 라이센스의 상세 정보 조회 화면을 나타낸 도면이다.
도 7은 일실시예에 따른 고정형 라이센스의 상세 정보 조회 화면을 나타낸 도면이다.
도 8은 일실시예에 따른 라이센스의 결제 화면을 나타낸 도면이다.
도 9는 라이센스 유통 플랫폼을 제공하는 과정을 설명하기 위한 순서도이다.
도 10은 일실시예에 따른 라이센스의 추천 기능을 제공하는 과정을 설명하기 위한 순서도이다.
도 11은 일실시예에 따른 추천 라이센스를 선정하는 과정을 설명하기 위한 순서도이다.
도 12는 일실시예에 따른 계약 만료일까지 남아있는 기간에 따라 계약 만료 임박과 계약 갱신 안내에 대한 알림 서비스를 제공하는 과정을 설명하기 위한 순서도이다.
도 13은 일실시예에 따른 계약 만료일까지 남아있는 기간에 따라 계약 만료 예정인 라이센스 등록과 구매 가능한 라이센스로 등록하는 과정을 설명하기 위한 순서도이다.
도 14는 일실시예에 따른 구매 조건의 설정을 통한 라이센스의 구매 비용을 산출하는 과정을 설명하기 위한 순서도이다.
도 15는 일실시예에 따른 장치의 구성의 예시도이다.1 is a diagram schematically showing the configuration of a system according to an embodiment.
Figures 2 and 3 are diagrams illustrating a structure utilizing a system according to an embodiment.
Figure 4 is a diagram showing a profit structure using a system according to an embodiment.
Figure 5 is a diagram showing the main screen of an application according to one embodiment.
Figure 6 is a diagram showing a detailed information inquiry screen of an optional license according to an embodiment.
Figure 7 is a diagram showing a detailed information inquiry screen for a fixed license according to an embodiment.
Figure 8 is a diagram showing a license payment screen according to one embodiment.
Figure 9 is a flow chart to explain the process of providing a license distribution platform.
Figure 10 is a flowchart for explaining a process for providing a license recommendation function according to an embodiment.
Figure 11 is a flowchart for explaining the process of selecting a recommended license according to an embodiment.
FIG. 12 is a flowchart illustrating a process for providing a notification service for imminent contract expiration and contract renewal information according to the period remaining until the contract expiration date according to an embodiment.
Figure 13 is a flow chart to explain the process of registering a license scheduled to expire and registering a license available for purchase according to the period remaining until the contract expiration date according to an embodiment.
Figure 14 is a flow chart to explain the process of calculating the purchase cost of a license through setting purchase conditions according to an embodiment.
Figure 15 is an exemplary diagram of the configuration of a device according to an embodiment.
이하에서, 첨부된 도면을 참조하여 실시예들을 상세하게 설명한다. 그러나, 실시예들에는 다양한 변경이 가해질 수 있어서 특허출원의 권리 범위가 이러한 실시예들에 의해 제한되거나 한정되는 것은 아니다. 실시예들에 대한 모든 변경, 균등물 내지 대체물이 권리 범위에 포함되는 것으로 이해되어야 한다.Hereinafter, embodiments will be described in detail with reference to the attached drawings. However, various changes can be made to the embodiments, so the scope of the patent application is not limited or limited by these embodiments. It should be understood that all changes, equivalents, or substitutes for the embodiments are included in the scope of rights.
실시예들에 대한 특정한 구조적 또는 기능적 설명들은 단지 예시를 위한 목적으로 개시된 것으로서, 다양한 형태로 변경되어 실시될 수 있다. 따라서, 실시예들은 특정한 개시형태로 한정되는 것이 아니며, 본 명세서의 범위는 기술적 사상에 포함되는 변경, 균등물, 또는 대체물을 포함한다.Specific structural or functional descriptions of the embodiments are disclosed for illustrative purposes only and may be modified and implemented in various forms. Accordingly, the embodiments are not limited to the specific disclosed form, and the scope of the present specification includes changes, equivalents, or substitutes included in the technical spirit.
제1 또는 제2 등의 용어를 다양한 구성요소들을 설명하는데 사용될 수 있지만, 이런 용어들은 하나의 구성요소를 다른 구성요소로부터 구별하는 목적으로만 해석되어야 한다. 예를 들어, 제1 구성요소는 제2 구성요소로 명명될 수 있고, 유사하게 제2 구성요소는 제1 구성요소로도 명명될 수 있다.Terms such as first or second may be used to describe various components, but these terms should be interpreted only for the purpose of distinguishing one component from another component. For example, a first component may be named a second component, and similarly, the second component may also be named a first component.
어떤 구성요소가 다른 구성요소에 "연결되어" 있다고 언급된 때에는, 그 다른 구성요소에 직접적으로 연결되어 있거나 또는 접속되어 있을 수도 있지만, 중간에 다른 구성요소가 존재할 수도 있다고 이해되어야 할 것이다.When a component is referred to as being “connected” to another component, it should be understood that it may be directly connected or connected to the other component, but that other components may exist in between.
실시예에서 사용한 용어는 단지 설명을 목적으로 사용된 것으로, 한정하려는 의도로 해석되어서는 안된다. 단수의 표현은 문맥상 명백하게 다르게 뜻하지 않는 한, 복수의 표현을 포함한다. 본 명세서에서, "포함하다" 또는 "가지다" 등의 용어는 명세서 상에 기재된 특징, 숫자, 단계, 동작, 구성요소, 부품 또는 이들을 조합한 것이 존재함을 지정하려는 것이지, 하나 또는 그 이상의 다른 특징들이나 숫자, 단계, 동작, 구성요소, 부품 또는 이들을 조합한 것들의 존재 또는 부가 가능성을 미리 배제하지 않는 것으로 이해되어야 한다.The terms used in the examples are for descriptive purposes only and should not be construed as limiting. Singular expressions include plural expressions unless the context clearly dictates otherwise. In this specification, terms such as “comprise” or “have” are intended to designate the presence of features, numbers, steps, operations, components, parts, or combinations thereof described in the specification, but are not intended to indicate the presence of one or more other features. It should be understood that this does not exclude in advance the possibility of the existence or addition of elements, numbers, steps, operations, components, parts, or combinations thereof.
다르게 정의되지 않는 한, 기술적이거나 과학적인 용어를 포함해서 여기서 사용되는 모든 용어들은 실시예가 속하는 기술 분야에서 통상의 지식을 가진 자에 의해 일반적으로 이해되는 것과 동일한 의미를 가지고 있다. 일반적으로 사용되는 사전에 정의되어 있는 것과 같은 용어들은 관련 기술의 문맥 상 가지는 의미와 일치하는 의미를 가지는 것으로 해석되어야 하며, 본 출원에서 명백하게 정의하지 않는 한, 이상적이거나 과도하게 형식적인 의미로 해석되지 않는다.Unless otherwise defined, all terms used herein, including technical or scientific terms, have the same meaning as generally understood by a person of ordinary skill in the technical field to which the embodiments belong. Terms defined in commonly used dictionaries should be interpreted as having a meaning consistent with the meaning in the context of the related technology, and unless explicitly defined in the present application, should not be interpreted in an ideal or excessively formal sense. No.
또한, 첨부 도면을 참조하여 설명함에 있어, 도면 부호에 관계없이 동일한 구성 요소는 동일한 참조부호를 부여하고 이에 대한 중복되는 설명은 생략하기로 한다. 실시예를 설명함에 있어서 관련된 공지 기술에 대한 구체적인 설명이 실시예의 요지를 불필요하게 흐릴 수 있다고 판단되는 경우 그 상세한 설명을 생략한다.In addition, when describing with reference to the accompanying drawings, identical components will be assigned the same reference numerals regardless of the reference numerals, and overlapping descriptions thereof will be omitted. In describing the embodiments, if it is determined that detailed descriptions of related known technologies may unnecessarily obscure the gist of the embodiments, the detailed descriptions are omitted.
실시예들은 퍼스널 컴퓨터, 랩톱 컴퓨터, 태블릿 컴퓨터, 스마트 폰, 텔레비전, 스마트 가전 기기, 지능형 자동차, 키오스크, 웨어러블 장치 등 다양한 형태의 제품으로 구현될 수 있다.Embodiments may be implemented in various types of products such as personal computers, laptop computers, tablet computers, smart phones, televisions, smart home appliances, intelligent vehicles, kiosks, and wearable devices.
실시예에서 인공지능(Artificial Intelligence, AI) 시스템은 인간 수준의 지능을 구현하는 컴퓨터 시스템이며, 기존 규칙(Rule) 기반의 스마트 시스템과 달리 기계가 스스로 학습하고 판단하는 시스템이다. 인공지능 시스템은 사용할수록 인식률이 향상되고 판매자 취향을 보다 정확하게 이해할 수 있게 되어, 기존 규칙 기반의 스마트 시스템은 점차 심층 학습(Deep Learning) 기반 인공지능 시스템으로 대체되고 있다.In an embodiment, an artificial intelligence (AI) system is a computer system that implements human-level intelligence, and unlike existing rule-based smart systems, it is a system in which machines learn and make decisions on their own. As artificial intelligence systems are used, recognition rates improve and sellers' tastes can be more accurately understood, and existing rule-based smart systems are gradually being replaced by deep learning-based artificial intelligence systems.
인공지능 기술은 기계 학습 및 기계 학습을 활용한 요소기술들로 구성된다. 기계 학습은 입력 데이터들의 특징을 스스로 분류/학습하는 알고리즘 기술이며, 요소기술은 심층 학습 등의 기계 학습 알고리즘을 활용하여 인간 두뇌의 인지, 판단 등의 기능을 모사하는 기술로서, 언어적 이해, 시각적 이해, 추론/예측, 지식 표현, 동작 제어 등의 기술 분야로 구성된다.Artificial intelligence technology consists of machine learning and element technologies using machine learning. Machine learning is an algorithmic technology that classifies/learns the characteristics of input data on its own, and elemental technology is a technology that mimics the functions of the human brain such as cognition and judgment by utilizing machine learning algorithms such as deep learning, including linguistic understanding and visual It consists of technical areas such as understanding, reasoning/prediction, knowledge expression, and motion control.
인공지능 기술이 응용되는 다양한 분야는 다음과 같다. 언어적 이해는 인간의 언어/문자를 인식하고 응용/처리하는 기술로서, 자연어 처리, 기계 번역, 대화시스템, 질의 응답, 음성 인식/합성 등을 포함한다. 시각적 이해는 사물을 인간의 시각처럼 인식하여 처리하는 기술로서, 객체 인식, 객체 추적, 영상 검색, 사람 인식, 장면 이해, 공간 이해, 영상 개선 등을 포함한다. 추론 예측은 정보를 판단하여 논리적으로 추론하고 예측하는 기술로서, 지식/확률 기반 추론, 최적화 예측, 선호 기반 계획, 추천 등을 포함한다. 지식 표현은 인간의 경험정보를 지식데이터로 자동화 처리하는 기술로서, 지식 구축(데이터 생성/분류), 지식 관리(데이터 활용) 등을 포함한다. 동작 제어는 차량의 자율 주행, 로봇의 움직임을 제어하는 기술로서, 움직임 제어(항법, 충돌, 주행), 조작 제어(행동 제어) 등을 포함한다.The various fields where artificial intelligence technology is applied are as follows. Linguistic understanding is a technology that recognizes and applies/processes human language/characters and includes natural language processing, machine translation, conversation systems, question and answer, and voice recognition/synthesis. Visual understanding is a technology that recognizes and processes objects like human vision, and includes object recognition, object tracking, image search, person recognition, scene understanding, spatial understanding, and image improvement. Inferential prediction is a technology that judges information to make logical inferences and predictions, and includes knowledge/probability-based reasoning, optimization prediction, preference-based planning, and recommendations. Knowledge expression is a technology that automatically processes human experience information into knowledge data, and includes knowledge construction (data creation/classification) and knowledge management (data utilization). Motion control is a technology that controls the autonomous driving of vehicles and the movement of robots, and includes motion control (navigation, collision, driving), operation control (behavior control), etc.
일반적으로 기계 학습 알고리즘을 실생활에 적용하기 위해서는 기계 학습의 기본 방법론의 특성상 Trial and Error 방식으로 학습을 수행하게 된다. 특히, 심층 학습의 경우 수십만 번의 반복 실행을 필요로 한다. 이를 실제 물리적인 외부 환경에서 실행하기는 불가능하여 대신 실제 물리적인 외부 환경을 컴퓨터상에서 가상으로 구현하여 시뮬레이션을 통해 학습을 수행한다.Generally, in order to apply machine learning algorithms to real life, learning is performed using a trial and error method due to the nature of the basic methodology of machine learning. In particular, deep learning requires hundreds of thousands of iterations. It is impossible to execute this in an actual physical external environment, so instead, the actual physical external environment is virtually implemented on a computer and learning is performed through simulation.
도 1은 일실시예에 따른 시스템의 구성을 개략적으로 나타낸 도면이다.1 is a diagram schematically showing the configuration of a system according to an embodiment.
도 1을 참조하면, 일실시예에 따른 시스템은 통신망을 통해 서로 통신 가능한 복수의 판매자 단말(100), 복수의 구매자 단말(200) 및 장치(300)를 포함할 수 있다.Referring to FIG. 1, a system according to an embodiment may include a plurality of seller terminals 100, a plurality of buyer terminals 200, and a device 300 that can communicate with each other through a communication network.
먼저, 통신망은 유선 및 무선 등과 같이 그 통신 양태를 가리지 않고 구성될 수 있으며, 서버와 서버 간의 통신과 서버와 단말 간의 통신이 수행되도록 다양한 형태로 구현될 수 있다.First, a communication network can be configured regardless of the communication mode, such as wired or wireless, and can be implemented in various forms to enable communication between servers and between servers and terminals.
복수의 판매자 단말(100) 각각과 복수의 구매자 단말(200) 각각은 통신 기능을 갖춘 연산 장치로 구현될 수 있으며, 예를 들면, 휴대전화기, 데스크톱 PC, 랩탑 PC, 태블릿 PC, 스마트폰 등으로 구현될 수 있으나, 이에 제한되지는 않으며, 외부 서버와 연결될 수 있는 다양한 형태의 통신 장치로 구현될 수도 있다.Each of the plurality of seller terminals 100 and each of the plurality of buyer terminals 200 may be implemented as a computing device with a communication function, for example, a mobile phone, a desktop PC, a laptop PC, a tablet PC, a smartphone, etc. It may be implemented, but is not limited to this, and may be implemented as various types of communication devices that can be connected to an external server.
복수의 판매자 단말(100)은 라이센스를 판매하는 판매자들이 사용하는 단말로, 제1 판매자가 사용하는 제1 판매자 단말(110), 제2 판매자가 사용하는 제2 판매자 단말(120) 등을 포함할 수 있으며, 복수의 구매자 단말(200)은 라이센스를 구매하는 구매자들이 사용하는 단말로, 제1 구매자가 사용하는 제1 구매자 단말(210), 제2 구매자가 사용하는 제2 구매자 단말(220) 등을 포함할 수 있다.The plurality of seller terminals 100 are terminals used by sellers selling licenses and may include a first seller terminal 110 used by a first seller, a second seller terminal 120 used by a second seller, etc. The plurality of buyer terminals 200 are terminals used by buyers purchasing a license, such as the first buyer terminal 210 used by the first buyer, the second buyer terminal 220 used by the second buyer, etc. may include.
이하에서는 설명의 편의상, 제1 판매자 단말(110) 및 제1 구매자 단말(210)의 동작을 위주로 설명하지만, 제2 판매자 단말(120) 등의 다른 판매자 단말에서 제1 판매자 단말(110)의 동작을 대신 수행하고, 제2 구매자 단말(220) 등의 다른 구매자 단말에서 제1 구매자 단말(210)의 동작을 대신 수행할 수 있는 것은 물론이다.Below, for convenience of explanation, the description will focus on the operation of the first seller terminal 110 and the first buyer terminal 210, but the operation of the first seller terminal 110 in other seller terminals such as the second seller terminal 120 It goes without saying that the operation of the first buyer terminal 210 can be performed instead by another buyer terminal, such as the second buyer terminal 220.
복수의 판매자 단말(100) 각각과 복수의 구매자 단말(200) 각각은 장치(300)에서 제공하는 웹 페이지, 애플리케이션 등을 통해 장치(300)로 접속할 수 있다. 이를 위해, 복수의 판매자 단말(100) 각각과 복수의 구매자 단말(200) 각각에는 라이센스 유통 플랫폼의 접속을 지원하는 애플리케이션이 설치될 수 있다. 이때, 라이센스 유통 플랫폼의 접속을 지원하는 애플리케이션은 장치(300)와 연동하여 동작할 수 있다.Each of the plurality of seller terminals 100 and each of the plurality of buyer terminals 200 can connect to the device 300 through a web page, application, etc. provided by the device 300. To this end, an application that supports connection to the license distribution platform may be installed on each of the plurality of seller terminals 100 and each of the plurality of buyer terminals 200. At this time, an application that supports access to the license distribution platform may operate in conjunction with the device 300.
장치(300)는 장치(300)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(300)는 통상의 컴퓨터가 가지는 연산 기능, 저장/참조 기능, 입출력 기능 및 제어 기능을 전부 또는 일부 수행하도록 구성될 수 있다. 장치(300)는 추론 기능을 수행하는 적어도 하나 이상의 인공지능 모델을 구비할 수 있다.The device 300 may be its own server owned by a person or organization that provides services using the device 300, a cloud server, or a p2p (peer-to-peer) set of distributed nodes. It may be possible. The device 300 may be configured to perform all or part of the calculation function, storage/reference function, input/output function, and control function of a typical computer. The device 300 may be equipped with at least one artificial intelligence model that performs an inference function.
장치(300)는 복수의 판매자 단말(100)과 유무선으로 통신하도록 구성될 수 있으며, 복수의 판매자 단말(100) 각각의 동작을 제어하고, 복수의 판매자 단말(100) 각각의 화면에 어느 정보를 표시할 것인지에 대해 제어할 수 있다.The device 300 may be configured to communicate wired or wirelessly with a plurality of seller terminals 100, control the operation of each of the plurality of seller terminals 100, and display certain information on the screen of each of the plurality of seller terminals 100. You can control whether to display it or not.
장치(300)는 복수의 구매자 단말(200)과 유무선으로 통신하도록 구성될 수 있으며, 복수의 구매자 단말(200) 각각의 동작을 제어하고, 복수의 구매자 단말(200) 각각의 화면에 어느 정보를 표시할 것인지에 대해 제어할 수 있다.The device 300 may be configured to communicate wired or wirelessly with a plurality of buyer terminals 200, control the operation of each of the plurality of buyer terminals 200, and display certain information on the screen of each of the plurality of buyer terminals 200. You can control whether to display it or not.
장치(300)는 라이센스 유통 플랫폼을 제공하는 서버로 구현되어, 라이센스를 판매 및 구매하기 위한 플랫폼을 제공할 수 있다. 이와 관련된 자세한 설명은 도 2 내지 도 3을 참조하여 후술하기로 한다.The device 300 may be implemented as a server that provides a license distribution platform, thereby providing a platform for selling and purchasing licenses. A detailed description related to this will be described later with reference to FIGS. 2 and 3.
한편, 설명의 편의를 위해 도 1에서는 복수의 판매자 단말(100) 중 제1 판매자 단말(110) 및 제2 판매자 단말(120)만을 도시하고, 복수의 구매자 단말(200) 중 제1 구매자 단말(210) 및 제2 구매자 단말(220)만을 도시하였으나, 단말들의 수는 실시예에 따라 얼마든지 달라질 수 있다. 장치(300)의 처리 용량이 허용하는 한, 단말들의 수는 특별한 제한이 없다.Meanwhile, for convenience of explanation, Figure 1 shows only the first seller terminal 110 and the second seller terminal 120 among the plurality of seller terminals 100, and the first buyer terminal ( 210) and the second purchaser terminal 220 are shown, but the number of terminals may vary depending on the embodiment. As long as the processing capacity of the device 300 allows, the number of terminals is not particularly limited.
일실시예에 따르면, 장치(300)는 인공지능을 기반으로 구매자의 프로필에 따라 추천 라이센스를 선정하여, 라이센스에 대한 추천 정보를 구매자에게 제공할 수 있다.According to one embodiment, the device 300 may select a recommended license according to the buyer's profile based on artificial intelligence and provide recommendation information about the license to the buyer.
본 발명에서, 인공지능(Artificial Intelligence, AI)은 인간의 학습능력, 추론능력, 지각능력 등을 모방하고, 이를 컴퓨터로 구현하는 기술을 의미하고, 기계 학습, 심볼릭 로직(Symbolic Logic) 등의 개념을 포함할 수 있다. 기계 학습(Machine Learning, ML)은 입력 데이터들의 특징을 스스로 분류 또는 학습하는 알고리즘 기술이다. 인공지능의 기술은 기계 학습의 알고리즘으로써 입력 데이터를 분석하고, 그 분석의 결과를 학습하며, 그 학습의 결과에 기초하여 판단이나 예측을 할 수 있다. 또한, 기계 학습의 알고리즘을 활용하여 인간 두뇌의 인지, 판단 등의 기능을 모사하는 기술들 역시 인공지능의 범주로 이해될 수 있다. 예를 들어, 언어적 이해, 시각적 이해, 추론/예측, 지식 표현, 동작 제어 등의 기술 분야가 포함될 수 있다.In the present invention, artificial intelligence (AI) refers to technology that imitates human learning ability, reasoning ability, perception ability, etc. and implements this with a computer, and includes concepts such as machine learning and symbolic logic. may include. Machine Learning (ML) is an algorithmic technology that classifies or learns the characteristics of input data on its own. Artificial intelligence technology is a machine learning algorithm that analyzes input data, learns the results of the analysis, and makes judgments or predictions based on the results of the learning. Additionally, technologies that mimic the functions of the human brain, such as cognition and judgment, using machine learning algorithms can also be understood as the category of artificial intelligence. For example, technical fields such as verbal understanding, visual understanding, reasoning/prediction, knowledge representation, and motion control may be included.
기계 학습은 데이터를 처리한 경험을 이용해 신경망 모델을 훈련시키는 처리를 의미할 수 있다. 기계 학습을 통해 컴퓨터 소프트웨어는 스스로 데이터 처리 능력을 향상시키는 것을 의미할 수 있다. 신경망 모델은 데이터 사이의 상관 관계를 모델링하여 구축된 것으로서, 그 상관 관계는 복수의 파라미터에 의해 표현될 수 있다. 신경망 모델은 주어진 데이터로부터 특징들을 추출하고 분석하여 데이터 간의 상관 관계를 도출하는데, 이러한 과정을 반복하여 신경망 모델의 파라미터를 최적화해 나가는 것이 기계 학습이라고 할 수 있다. 예를 들어, 신경망 모델은 입출력 쌍으로 주어지는 데이터에 대하여, 입력과 출력 사이의 매핑(상관 관계)을 학습할 수 있다. 또는, 신경망 모델은 입력 데이터만 주어지는 경우에도 주어진 데이터 사이의 규칙성을 도출하여 그 관계를 학습할 수도 있다.Machine learning can refer to the process of training a neural network model using experience processing data. Machine learning can mean that computer software improves its own data processing capabilities. A neural network model is built by modeling the correlation between data, and the correlation can be expressed by a plurality of parameters. A neural network model extracts and analyzes features from given data to derive correlations between data. Repeating this process to optimize the parameters of the neural network model can be called machine learning. For example, a neural network model can learn the mapping (correlation) between input and output for data given as input-output pairs. Alternatively, a neural network model may learn the relationships by deriving regularities between given data even when only input data is given.
인공지능 학습모델 또는 신경망 모델은 인간의 뇌 구조를 컴퓨터 상에서 구현하도록 설계될 수 있으며, 인간의 신경망의 뉴런(neuron)을 모의하며 가중치를 가지는 복수의 네트워크 노드들을 포함할 수 있다. 복수의 네트워크 노드들은 뉴런이 시냅스(synapse)를 통하여 신호를 주고받는 뉴런의 시냅틱(synaptic) 활동을 모의하여, 서로 간의 연결 관계를 가질 수 있다. 인공지능 학습모델에서 복수의 네트워크 노드들은 서로 다른 깊이의 레이어에 위치하면서 컨볼루션(convolution) 연결 관계에 따라 데이터를 주고받을 수 있다. 인공지능 학습모델은, 예를 들어, 인공 신경망 모델(Artificial Neural Network), 컨볼루션 신경망 모델(Convolution Neural Network: CNN) 등일 수 있다. 일 실시예로서, 인공지능 학습모델은, 지도학습(Supervised Learning), 비지도 학습(Unsupervised Learning), 강화 학습(Reinforcement Learning) 등의 방식에 따라 기계 학습될 수 있다. 기계 학습을 수행하기 위한 기계 학습 알고리즘에는, 의사결정트리(Decision Tree), 베이지안 망(Bayesian Network), 서포트 벡터 머신(Support Vector Machine), 인공 신경망(Artificial Neural Network), 에이다부스트(Ada-boost), 퍼셉트론(Perceptron), 유전자 프로그래밍(Genetic Programming), 군집화(Clustering) 등이 사용될 수 있다.An artificial intelligence learning model or neural network model may be designed to implement the human brain structure on a computer, and may include a plurality of network nodes with weights that simulate neurons of a human neural network. A plurality of network nodes may have a connection relationship with each other by simulating the synaptic activity of neurons in which neurons exchange signals through synapses. In an artificial intelligence learning model, multiple network nodes are located in layers of different depths and can exchange data according to convolutional connection relationships. The artificial intelligence learning model may be, for example, an artificial neural network model (Artificial Neural Network), a convolution neural network (CNN) model, etc. As an example, an artificial intelligence learning model may be machine-learned according to methods such as supervised learning, unsupervised learning, and reinforcement learning. Machine learning algorithms for performing machine learning include Decision Tree, Bayesian Network, Support Vector Machine, Artificial Neural Network, and Ada-boost. , Perceptron, Genetic Programming, Clustering, etc. can be used.
이중, CNN은 최소한의 전처리(preprocess)를 사용하도록 설계된 다계층 퍼셉트론(multilayer perceptrons)의 한 종류이다. CNN은 하나 또는 여러 개의 합성곱 계층과 그 위에 올려진 일반적인 인공 신경망 계층들로 이루어져 있으며, 가중치와 통합 계층(pooling layer)들을 추가로 활용한다. 이러한 구조 덕분에 CNN은 2차원 구조의 입력 데이터를 충분히 활용할 수 있다. 다른 딥러닝 구조들과 비교해서, CNN은 영상, 음성 분야 모두에서 좋은 성능을 보여준다. CNN은 또한 표준 역전달을 통해 훈련될 수 있다. CNN은 다른 피드포워드 인공신경망 기법들보다 쉽게 훈련되는 편이고 적은 수의 매개변수를 사용한다는 이점이 있다.Among them, CNN is a type of multilayer perceptrons designed to use minimal preprocessing. CNN consists of one or several convolution layers and general artificial neural network layers on top of them, and additionally utilizes weights and pooling layers. Thanks to this structure, CNN can fully utilize input data with a two-dimensional structure. Compared to other deep learning structures, CNN shows good performance in both video and audio fields. CNNs can also be trained via standard back propagation. CNNs have the advantage of being easier to train and using fewer parameters than other feedforward artificial neural network techniques.
컨볼루션 네트워크는 묶인 파라미터들을 가지는 노드들의 집합들을 포함하는 신경 네트워크들이다. 사용 가능한 트레이닝 데이터의 크기 증가와 연산 능력의 가용성이, 구분적 선형 단위 및 드롭아웃 트레이닝과 같은 알고리즘 발전과 결합되어, 많은 컴퓨터 비전 작업들이 크게 개선되었다. 오늘날 많은 작업에 사용할 수 있는 데이터 세트들과 같은 엄청난 양의 데이터 세트에서는 초과 맞춤(outfitting)이 중요하지 않으며, 네트워크의 크기를 늘리면 테스트 정확도가 향상된다. 컴퓨팅 리소스들의 최적 사용은 제한 요소가 된다. 이를 위해, 심층 신경 네트워크들의 분산된, 확장 가능한 구현예가 사용될 수 있다.Convolutional networks are neural networks that contain sets of nodes with bound parameters. The increasing size of available training data and the availability of computational power, combined with algorithmic advances such as piecewise linear unit and dropout training, have led to significant improvements in many computer vision tasks. For extremely large data sets, such as those available for many tasks today, overfitting is not critical, and increasing the size of the network improves test accuracy. Optimal use of computing resources becomes a limiting factor. For this purpose, distributed, scalable implementations of deep neural networks can be used.
도 2 내지 도 3은 일실시예에 따른 시스템을 활용한 구조도를 도시한 도면이다.Figures 2 and 3 are diagrams illustrating a structure utilizing a system according to an embodiment.
도 2 내지 도 3을 참조하면, 콘텐츠 및 브랜드 사업자는 라이센스 보유자로, 라이센스를 판매하는 판매자이고, 상품 및 서비스 사업자는 상품 개발자로, 라이센스를 구매하는 구매자이다.Referring to Figures 2 and 3, content and brand operators are license holders and sellers who sell licenses, and product and service operators are product developers and buyers who purchase licenses.
즉, 본 발명에서, 판매자는 콘텐츠 지식재산권 보유자로, 콘텐츠 크리에이터 혹은 콘텐츠 저작권을 보유하고 있는 기업이나 제작사를 의미할 수 있고, 구매자는 IP 커머스 생산자로, 콘텐츠와 연계한 실물 상품을 기획, 디자인 및 제작하여 유통하고자 하는 사업주를 의미할 수 있다.That is, in the present invention, the seller is a content intellectual property rights holder, which may mean a content creator or a company or production company holding content copyright, and the buyer is an IP commerce producer who plans, designs, and produces physical products linked to content. This can mean a business owner who wants to distribute.
라이센스 유통 플랫폼은 라이센스 판매자와 라이센스 구매자 사이의 라이센스 거래를 중개하여 수익을 창출하는 중개 플랫폼으로, 라이센스 판매자는 자사의 콘텐츠를 확장된 시장에 소개하고 부가 수익을 창출할 수 있는 이점을 가지며, 라이센스 구매자는 다양한 콘텐츠의 라이센스를 쉽게 찾아 구매할 수 있으며, 이를 통해, 합리적인 비용과 수요에 맞는 적절한 기간 및 활용 범위에 따라 라이센스를 합리적으로 구매할 수 있는 사업 모델이 제공될 수 있다.The license distribution platform is a brokerage platform that generates revenue by brokering license transactions between license sellers and license buyers. License sellers have the advantage of introducing their content to an expanded market and generating additional profits, and license buyers You can easily find and purchase licenses for a variety of content, and through this, a business model can be provided that allows you to purchase licenses reasonably at a reasonable cost and according to the appropriate period and scope of use that suits your demand.
즉, 장치(300)는 라이센스 유통 플랫폼을 제공하여, 라이센스 판매자들이 사용하는 복수의 판매자 단말(100)과 라이센스 구매자들이 사용하는 복수의 구매자 단말(200) 간의 라이센스 거래를 온라인으로 중개함으로써, 라이센스의 유통을 지원할 수 있다.That is, the device 300 provides a license distribution platform, brokering online license transactions between a plurality of seller terminals 100 used by license sellers and a plurality of buyer terminals 200 used by license buyers, thereby Distribution can be supported.
도 4는 일실시예에 따른 시스템을 활용한 수익 구조를 도시한 도면이다.Figure 4 is a diagram showing a profit structure using a system according to an embodiment.
도 4를 참조하면, 장치(300)를 운영하는 업체는 판매자로부터 라이센스 판매를 통한 유통 수수료를 획득할 수 있고, 구매자로부터 라이센스 구매를 통한 구매 수수료를 획득할 수 있으며, 이외에도, 광고업체로부터 광고비를 획득하거나, 제품생산업체로부터 생산중개수익을 획득할 수 있다.Referring to FIG. 4, a company operating the device 300 can obtain a distribution fee through license sales from a seller, a purchase fee through license purchase from a purchaser, and in addition, an advertising fee from an advertiser. You can obtain it or obtain production brokerage profits from the product manufacturer.
즉, 라이센스 유통 플랫폼의 수익 구조는 IP 판매 유통을 통한 수수료 발생, 콘텐츠를 이용한 플랫폼 자체 콜라보레이션 이벤트를 통한 이익 창출, 굿즈 제작 생산 업체와의 생산 중개를 통한 수익 발생 등으로 구현될 수 있다.In other words, the profit structure of the license distribution platform can be implemented by generating fees through IP sales and distribution, generating profits through the platform's own collaboration events using content, and generating profits through production brokerage with goods production companies.
일실시예에 따르면, 장치(300)는 라이센스 유통 플랫폼을 위한 애플리케이션을 제공할 수 있다.According to one embodiment, device 300 may provide an application for a license distribution platform.
애플리케이션의 주요 기능으로, 조건 선택을 통한 라이센스 구매 기능, 고정 조건을 통한 라이센스 구매 기능, 애플리케이션을 통한 고객 관리/계약/매칭 기능 등이 포함될 수 있다.The main functions of the application may include a license purchase function through condition selection, a license purchase function through fixed conditions, and customer management/contract/matching functions through the application.
조건 선택을 통한 라이센스 구매 기능은 라이센스를 구매해 사용하는데 필요한 조건인 사용 기간, 라이센스 유형 및 사용 목적, 제작 가능한 물품 종류 등을 구매자가 원하는 조건으로 직접 조절하여 선택하면, 해당 조건에 따라 산출된 총 비용으로 구매를 가능하게 하여 합리적인 구매를 할 수 있게 하는 기능이다. 즉, 구매자는 구매 조건 설정에 따라 라이센스 비용이 조절하여, 구매 여부를 선택할 수 있다.The license purchase function by selecting conditions allows the purchaser to directly adjust and select the conditions required to purchase and use the license, such as the period of use, license type and purpose of use, and type of product that can be produced, to the conditions desired by the purchaser, and the total cost calculated according to the conditions. This is a function that allows you to make a reasonable purchase by making purchases possible. In other words, the buyer can adjust the license fee according to the purchase conditions and choose whether or not to purchase.
고정 조건을 통한 라이센스 구매 기능은 사용 기간, 라이센스 유형 및 사용 목적, 제작 가능한 물품 종류, 라이센스 비용 등을 구매자가 조절할 수 없고, 콘텐츠 판매자가 기존에 조건을 지정해 놓은 채로 등록하면, 판매하는 라이센스들 중에서 구매자가 원하는 단일 판매 라이센스를 골라 구매할 수 있게 하는 기능이다. 즉, 판매자의 판매 조건에 따라 라이센스 비용이 미리 정해져 있으며, 구매자는 미리 정해진 라이센스 비용을 통해 구매 여부를 선택할 수 있다.The license purchase function through fixed conditions does not allow the purchaser to control the period of use, license type and purpose of use, types of products that can be produced, license costs, etc., and if the content seller registers with existing conditions specified, it can be selected among the licenses sold. This is a function that allows buyers to select and purchase a single sales license of their choice. In other words, the license fee is predetermined according to the seller's sales conditions, and the buyer can choose whether or not to purchase based on the predetermined license fee.
애플리케이션을 통한 고객 관리/계약/매칭 기능에서, 고객 관리 기능은 구매 이력, 선호도, 관심사 등의 정보를 저장하고 분석하여 개인화된 서비스를 제공할 수 있고, 계약 만료일이 가까워질 때 사용자에게 알림을 보내고, 계약 갱신을 안내하는 리마인드 서비스를 제공할 수 있으며, 라이센스 판매 및 갱신 절차를 자동화하여 계약을 관리하는 계약 기능은 디지털 계약 관리 시스템을 구현하여 계약 체결 및 관리를 간소화하고, 계약 상태, 결제 정보, 이용 약관, 저작권 약관 등을 관리하여 계약을 원활하게 관리할 수 있으며, 라이센스 판매자와 구매자를 효과적으로 매칭하는 매칭 기능은 사용자가 자신의 프로필을 작성하여 관심 분야, 선호 콘텐츠 유형 등을 입력하도록 유도하고 이 정보를 활용하여 매칭에 활용할 수 있고, 사용자의 프로필을 바탕으로 선호도에 따른 추천 알고리즘 구현하고, 유사한 관심사를 가진 구매자와 라이센스 판매자를 연결하고, 이전 구매 이력을 바탕으로 유용한 추천을 제공하고, 사용자에게 맞춤형 추천 결과를 시각화하여 제공할 수 있으며, 이때, 관련 이미지, 설명, 가격 등을 포함하여 보여줄 수 있다.In the customer management/contract/matching function through the application, the customer management function can provide personalized services by storing and analyzing information such as purchase history, preferences, and interests, and sends notifications to users when the contract expiration date approaches. , A reminder service that guides contract renewal can be provided, and the contract function that manages contracts by automating the license sales and renewal process implements a digital contract management system to simplify contract conclusion and management, contract status, payment information, You can manage contracts smoothly by managing terms of use, copyright terms, etc., and the matching function that effectively matches license sellers and buyers encourages users to create their own profiles and enter their interests, preferred content types, etc. Information can be used for matching, implement a recommendation algorithm according to preferences based on the user's profile, connect buyers and licensed sellers with similar interests, provide useful recommendations based on previous purchase history, and provide users with useful recommendations. Customized recommendation results can be visualized and provided, including related images, descriptions, prices, etc.
도 5는 일실시예에 따른 애플리케이션의 메인 화면을 나타낸 도면이다.Figure 5 is a diagram showing the main screen of an application according to one embodiment.
애플리케이션이 실행되면, 도 5에 도시된 바와 같이, 메인 화면이 표시될 수 있다. 메인 화면에는 라이센스의 종류별로 카테고리가 구분되어 있어, 쉬운 IP 구매를 위한 콘텐츠별 라이센스 판매 카테고리에 대한 메뉴가 표시될 수 있고, IP 조절이 가능한 선택형 라이센스와 IP 조절이 불가능한 고정형 라이센스에 대한 메뉴가 표시될 수 있고, 이외에도, 제작중개대행서비스와 연결시켜주는 메뉴, 콘텐츠 판매 신작 추천작, 광고 배너, 이벤트창 등이 더 표시될 수 있다.When the application is executed, the main screen may be displayed, as shown in FIG. 5. The main screen is divided into categories by type of license, so a menu for license sales categories by content can be displayed for easy IP purchase, and a menu for optional licenses with IP control and fixed licenses without IP control can be displayed. In addition, menus linking to production brokerage services, new content sales recommendations, advertising banners, event windows, etc. may be displayed.
도 6은 일실시예에 따른 선택형 라이센스의 상세 정보 조회 화면을 나타낸 도면이다.Figure 6 is a diagram showing a detailed information inquiry screen of an optional license according to an embodiment.
메인 화면에서 선택형 라이센스 메뉴가 선택된 후, 선택형 라이센스로 분류되어 있는 라이센스들 중 구매를 원하는 라이센스가 선택되면, 도 6에 도시된 바와 같이, 선택형 라이센스의 상세 정보 조회 화면이 표시될 수 있다. 선택형 라이센스의 상세 정보 조회 화면에는 사용 기간, 사용 목적, 제작 물품 종류 등의 구매 조건을 설정하기 위한 인터페이스가 포함될 수 있고, 구매 조건의 설정에 따라 라이센스의 비용이 산출되어 표시될 수 있다. 이때, 선택형 라이센스의 상세 정보 조회 화면에서 사용 목적, 제작 물품 및 비용이 선택된 경우, 선택된 비용에 따라 사용 기간이 자동으로 설정될 수 있고, 라이센스 비용은 선택된 비용으로 표시될 수 있다.After the optional license menu is selected on the main screen, when the license you want to purchase among the licenses classified as optional licenses is selected, a detailed information inquiry screen for the optional license may be displayed, as shown in FIG. 6. The detailed information inquiry screen of the optional license may include an interface for setting purchase conditions such as use period, purpose of use, and type of product produced, and the cost of the license may be calculated and displayed according to the settings of the purchase conditions. At this time, when the purpose of use, production product, and cost are selected on the detailed information inquiry screen of the optional license, the usage period may be automatically set according to the selected cost, and the license cost may be displayed as the selected cost.
도 7은 일실시예에 따른 고정형 라이센스의 상세 정보 조회 화면을 나타낸 도면이다.Figure 7 is a diagram showing a detailed information inquiry screen for a fixed license according to an embodiment.
메인 화면에서 고정형 라이센스 메뉴가 선택된 후, 고정형 라이센스로 분류되어 있는 라이센스들 중 구매를 원하는 라이센스가 선택되면, 도 7에 도시된 바와 같이, 고정형 라이센스의 상세 정보 조회 화면이 표시될 수 있다. 고정형 라이센스의 상세 정보 조회 화면에는 고정된 구매 조건, 고정되어 있는 라이센스 비용 등이 표시될 수 있다. 이때, 고정된 구매 조건과, 고정되어 있는 라이센스 비용은 판매자에 의해 미리 설정될 수 있다.After the fixed license menu is selected on the main screen, when the license you want to purchase among the licenses classified as fixed licenses is selected, a detailed information inquiry screen for the fixed license may be displayed, as shown in FIG. 7. The detailed information inquiry screen for a fixed license may display fixed purchase conditions, fixed license costs, etc. At this time, fixed purchase conditions and fixed license fees may be set in advance by the seller.
도 8은 일실시예에 따른 라이센스의 결제 화면을 나타낸 도면이다.Figure 8 is a diagram showing a license payment screen according to one embodiment.
도 6에 도시된 선택형 라이센스의 상세 정보 조회 화면 상에서 구매 조건이 설정된 후, 구매 조건에 따라 산출된 라이센스 비용에 대한 결제가 요청되거나, 도 7에 도시된 고정형 라이센스의 상세 정보 화면 상에 표시되어 있는 라이센스 비용에 대한 결제가 요청되면, 도 8에 도시된 바와 같이, 라이센스의 비용을 결제하기 위한 결제 화면이 표시될 수 있고, 결제 화면 상에서 라이센스의 비용이 결제되면, 판매자와 구매자 간의 라이센스 계약을 체결할 수 있다.After purchase conditions are set on the detailed information inquiry screen of the optional license shown in FIG. 6, payment for the license fee calculated according to the purchase conditions is requested, or displayed on the detailed information screen of the fixed license shown in FIG. 7. When payment for the license fee is requested, as shown in Figure 8, a payment screen for paying the license fee may be displayed, and when the license fee is paid on the payment screen, a license agreement between the seller and the buyer is concluded. can do.
일실시예에 따르면, 장치(300)는 라이센스 유통 플랫폼을 위한 애플리케이션을 통해, AI 기능을 제공할 수 있다.According to one embodiment, the device 300 may provide AI functions through an application for a license distribution platform.
예를 들어, 라이센스 유통 플랫폼을 위한 애플리케이션은 라이센스 추천 기능, AI 기반 상품 개발 및 시뮬레이션 데이터 제공 기능, 시장 데이터 분석 및 제공 기능 등을 제공할 수 있다.For example, an application for a license distribution platform may provide a license recommendation function, AI-based product development and simulation data provision function, market data analysis and provision function, etc.
라이센스 추천 기능은 구매자의 선호도, 구매 이력, 관심 분야 등을 기반으로 추천 알고리즘 구현하고, 사용자가 이전에 구매한 콘텐츠와 유사한 유형의 라이센스를 추천하거나, 관련 콘텐츠를 소개하는 기능을 제공할 수 있다. 이와 관련된 자세한 설명은 도 10을 참조하여 후술하기로 한다.The license recommendation function implements a recommendation algorithm based on the buyer's preferences, purchase history, areas of interest, etc., and can provide the function of recommending a similar type of license to content the user previously purchased or introducing related content. A detailed description regarding this will be provided later with reference to FIG. 10 .
AI 기반 상품 개발 및 시뮬레이션 데이터 제공 기능은 드라마, 영화 등의 콘텐츠 데이터를 수집하고 분석하여 새로운 상품 개발 아이디어를 도출하고, 이 아이디어를 바탕으로 AI가 자동으로 상품 디자인을 생성하고 시뮬레이션을 수행하여 예상 수익성을 예측하고, 시뮬레이션 결과에 따라 수익성이 높을 것으로 예상되는 상품 개발 아이디어를 판매자와 구매자에게 제시할 수 있다. The AI-based product development and simulation data provision function collects and analyzes content data from dramas, movies, etc. to derive new product development ideas, and based on these ideas, AI automatically creates product designs and performs simulations to predict profitability. It is possible to predict and present product development ideas that are expected to be highly profitable based on simulation results to sellers and buyers.
시장 데이터 분석 및 제공 기능은 판매자가 라이센스를 구매한 고객에게 관련 시장 데이터와 분석 내용을 제공하는 기능을 구현하고, 최신 드라마 등의 콘텐츠에 대한 인기도, 관련 제품 판매 동향 등을 분석하여 판매자에게 정보를 제공할 수 있다.The market data analysis and provision function enables sellers to provide relevant market data and analysis to customers who have purchased a license, and provides information to sellers by analyzing the popularity of content such as the latest dramas and sales trends of related products. can be provided.
도 9는 라이센스 유통 플랫폼을 제공하는 과정을 설명하기 위한 순서도이다.Figure 9 is a flow chart to explain the process of providing a license distribution platform.
도 9를 참조하면, 먼저, S901 단계에서, 장치(300)는 제1 판매자 단말(110)로부터 제1 라이센스에 대한 판매 요청을 수신하면, 제1 라이센스를 구매 가능한 라이센스로 등록할 수 있다. 여기서, 제1 라이센스에 대한 판매 요청은 제1 라이센스를 판매하고자 하는 요청으로, 제1 콘텐츠의 라이센스가 제1 라이센스인 경우, 제1 콘텐츠의 상세 정보를 포함할 수 있다.Referring to FIG. 9 , first, in step S901, when the device 300 receives a sales request for the first license from the first seller terminal 110, it can register the first license as a purchaseable license. Here, the sales request for the first license is a request to sell the first license, and when the license for the first content is the first license, it may include detailed information on the first content.
제1 판매자 단말(110)에서 제1 라이센스에 대한 판매가 요청될 때, 제1 판매자의 요청에 따라 제1 라이센스에 대한 구매 조건이 설정될 수도 있고, 설정되지 않을 수도 있으며, 제1 라이센스에 대한 구매 조건이 설정되지 않은 경우, S902 단계가 수행될 수 있고, 제1 라이센스에 대한 구매 조건이 설정된 경우, S903 단계가 수행될 수 있다.When the sale of the first license is requested at the first seller terminal 110, the purchase conditions for the first license may or may not be set according to the request of the first seller, and the purchase condition for the first license may be set. If the condition is not set, step S902 may be performed, and if the purchase condition for the first license is set, step S903 may be performed.
S902 단계에서, 장치(300)는 제1 라이센스에 구매 조건이 설정되어 있지 않은 것으로 확인되면, 제1 라이센스를 선택형 라이센스로 분류할 수 있다.In step S902, if it is confirmed that a purchase condition is not set for the first license, the device 300 may classify the first license as an optional license.
S903 단계에서, 장치(300)는 제1 라이센스가 선택형 라이센스로 분류된 경우, 제1 구매자 단말(210)로부터 제1 라이센스에 대한 상세 정보 조회 요청을 수신하면, 제1 라이센스의 구매 조건 설정을 위한 페이지인 제1 페이지를 제1 구매자 단말(210)로 전송하여, 제1 구매자 단말(210)의 화면에 제1 페이지가 표시되도록 제어할 수 있다. 이때, 제1 구매자 단말(210)에서 선택형 라이센스로 분류되어 있는 라이센스 중 제1 라이센스가 선택되면, 장치(300)는 제1 구매자 단말(210)로부터 제1 라이센스에 대한 상세 정보 조회 요청을 수신하고, 제1 페이지를 제1 구매자 단말(210)로 전송할 수 있다.In step S903, when the first license is classified as an optional license, the device 300 receives a request to inquire detailed information about the first license from the first purchaser terminal 210, and sets the purchase conditions for the first license. By transmitting the first page, which is a page, to the first buyer terminal 210, the first page can be controlled to be displayed on the screen of the first buyer terminal 210. At this time, when the first license is selected among the licenses classified as optional licenses in the first purchaser terminal 210, the device 300 receives a request to query detailed information about the first license from the first purchaser terminal 210, , the first page can be transmitted to the first buyer terminal 210.
일실시예에 따르면, 제1 페이지는 제1 라이센스의 구매 조건을 설정하기 위한 페이지로, 도 6에 도시된 바와 같이, 제1 라이센스의 사용 기간, 사용 목적, 사용 물품 등의 구매 조건을 설정하기 위한 인터페이스를 포함할 수 있다.According to one embodiment, the first page is a page for setting the purchase conditions of the first license. As shown in FIG. 6, the first page sets the purchase conditions such as the use period, purpose of use, and goods to be used, of the first license. May include an interface for
S904 단계에서, 장치(300)는 제1 페이지를 통해 제1 라이센스의 구매 조건이 설정되면, 제1 라이센스의 구매 조건을 기반으로, 제1 라이센스의 구매 비용을 제1 비용으로 산출할 수 있다. 여기서, 제1 라이센스의 구매 조건은 제1 라이센스의 사용 기간, 사용 목적 및 사용 물품을 포함할 수 있다.In step S904, when the purchase conditions of the first license are set through the first page, the device 300 may calculate the purchase cost of the first license as the first cost based on the purchase conditions of the first license. Here, the purchase conditions of the first license may include the period of use of the first license, the purpose of use, and the goods to be used.
즉, 장치(300)는 제1 구매자의 요청으로, 제1 라이센스의 사용 기간, 사용 목적 및 사용 물품을 포함하는 구매 조건이 설정되면, 제1 라이센스의 사용 기간, 사용 목적 및 사용 물품을 고려하여, 제1 라이센스의 구매 비용을 제1 비용으로 산출할 수 있다. 이와 관련된 자세한 설명은 도 14를 참조하여 후술하기로 한다.That is, when the purchase conditions including the use period, purpose of use, and goods used of the first license are set at the request of the first purchaser, the device 300 takes into account the use period, purpose of use, and goods used of the first license. , the purchase cost of the first license can be calculated as the first cost. A detailed description related to this will be described later with reference to FIG. 14.
S905 단계에서, 장치(300)는 제1 라이센스의 구매 비용이 제1 비용으로 산출되면, 제1 페이지 상에서 제1 비용이 표시되도록 제어할 수 있다.In step S905, when the purchase cost of the first license is calculated as the first cost, the device 300 may control the first cost to be displayed on the first page.
한편, S906 단계에서, 장치(300)는 제1 라이센스에 구매 조건이 설정되어 있는 것으로 확인되면, 제1 라이센스를 고정형 라이센스로 분류할 수 있다.Meanwhile, in step S906, if it is confirmed that a purchase condition is set in the first license, the device 300 may classify the first license as a fixed license.
S907 단계에서, 장치(300)는 제1 라이센스가 고정형 라이센스로 분류된 경우, 제1 구매자 단말(210)로부터 제1 라이센스에 대한 상세 정보 조회 요청을 수신하면, 제1 라이센스의 구매 조건 확인을 위한 페이지인 제2 페이지를 제1 구매자 단말(210)로 전송하여, 제1 구매자 단말(210)의 화면에 제2 페이지가 표시되도록 제어할 수 있다. 이때, 제1 구매자 단말(210)에서 고정형 라이센스로 분류되어 있는 라이센스 중 제1 라이센스가 선택되면, 장치(300)는 제1 구매자 단말(210)로부터 제1 라이센스에 대한 상세 정보 조회 요청을 수신하고, 제2 페이지를 제1 구매자 단말(210)로 전송할 수 있다.In step S907, when the first license is classified as a fixed license, the device 300 receives a request to inquire detailed information about the first license from the first purchaser terminal 210 to confirm the purchase conditions of the first license. By transmitting the second page, which is a page, to the first buyer terminal 210, the second page can be controlled to be displayed on the screen of the first buyer terminal 210. At this time, when the first license is selected among the licenses classified as fixed licenses in the first purchaser terminal 210, the device 300 receives a request to query detailed information about the first license from the first purchaser terminal 210, , the second page can be transmitted to the first buyer terminal 210.
일실시예에 따르면, 제2 페이지는 제1 라이센스의 구매 조건을 확인하기 위한 페이지로, 도 7에 도시된 바와 같이, 제1 라이센스의 구매 조건을 통해 확인된 사용 기간, 사용 목적, 사용 물품 및 제2 비용이 표시될 수 있다. 여기서, 제1 라이센스의 사용 기간, 사용 목적, 사용 물품 및 제2 비용은 제1 판매자의 요청으로 사전에 미리 설정될 수 있다.According to one embodiment, the second page is a page for confirming the purchase conditions of the first license. As shown in FIG. 7, the period of use, purpose of use, goods to be used, and A second cost may be displayed. Here, the period of use, purpose of use, goods used, and second cost of the first license may be set in advance at the request of the first seller.
S905 단계 또는 S907 단계 이후, S908 단계에서, 장치(300)는 제1 구매자 단말(210)로부터 제1 라이센스에 대한 구매 요청을 수신하면, 제1 판매자 및 제1 구매자를 매칭하여, 제1 판매자와 제1 구매자 간에 제1 라이센스의 사용 계약을 진행하기 위한 계약 공간을 생성할 수 있다.After step S905 or step S907, in step S908, when the device 300 receives a purchase request for the first license from the first buyer terminal 210, the device 300 matches the first seller and the first buyer, and matches the first seller and the first buyer. A contract space can be created to proceed with a contract for the use of the first license between the first purchasers.
즉, 도 8에 도시된 바와 같이, 라이센스의 비용을 결제하기 위한 결제 화면이 표시된 이후, 제1 구매자 단말(210)에서 라이센스의 비용에 대한 결제가 완료되면, 장치(300)는 제1 구매자 단말(210)로부터 제1 라이센스에 대한 구매 요청을 수신할 수 있고, 제1 라이센스의 사용 계약을 위한 계약 공간을 생성할 수 있다. 여기서, 계약 공간은 판매자와 구매자 간에 라이센스의 사용 계약을 위해 제공되는 사이버 공간으로, 계약 체결 뿐만 아니라, 계약 관리, 계약 갱신 등 라이센스 계약에 대한 전반적인 절차가 계약 공간 상에서 처리될 수 있다.That is, as shown in FIG. 8, after the payment screen for paying the license fee is displayed and the payment for the license fee is completed at the first purchaser terminal 210, the device 300 is connected to the first purchaser terminal 210. A purchase request for the first license may be received from 210, and a contract space for a use agreement for the first license may be created. Here, the contract space is a cyberspace provided for a license use agreement between a seller and a buyer, and not only contract conclusion, but also overall procedures for a license contract, such as contract management and contract renewal, can be processed in the contract space.
S909 단계에서, 장치(300)는 계약 공간의 접속을 위한 링크 정보를 제1 판매자 단말(110) 및 제1 구매자 단말(210)로 각각 전송할 수 있다.In step S909, the device 300 may transmit link information for accessing the contract space to the first seller terminal 110 and the first buyer terminal 210, respectively.
계약 공간의 접속을 위한 링크 정보를 통해, 제1 판매자 단말(110)과 제1 구매자 단말(210)이 계약 공간으로 접속되면, 계약 공간 상에서 제1 라이센스의 사용을 위한 계약 체결이 진행될 수 있다.When the first seller terminal 110 and the first buyer terminal 210 are connected to the contract space through link information for access to the contract space, a contract for use of the first license can be concluded in the contract space.
도 10은 일실시예에 따른 라이센스의 추천 기능을 제공하는 과정을 설명하기 위한 순서도이다.Figure 10 is a flowchart for explaining a process for providing a license recommendation function according to an embodiment.
일실시예에 따르면, 도 10에 도시된 각 단계는 제1 구매자 단말(210)로부터 제1 라이센스에 대한 상세 정보 조회 요청을 수신하기 이전에, 수행될 수 있다.According to one embodiment, each step shown in FIG. 10 may be performed before receiving a request to inquire detailed information about the first license from the first purchaser terminal 210.
도 10을 참조하면, 먼저, S1001 단계에서, 장치(300)는 제1 구매자 단말(210)로부터 라이센스 추천 요청을 수신할 수 있다.Referring to FIG. 10, first, in step S1001, the device 300 may receive a license recommendation request from the first purchaser terminal 210.
S1002 단계에서, 장치(300)는 제1 구매자의 프로필 정보를 획득할 수 있다. 여기서, 제1 구매자의 프로필 정보는 제1 구매자의 구매 이력, 선호 콘텐츠 유형 및 관심 분야를 포함할 수 있다. 여기서, 구매 이력은 라이센스를 구매한 이력으로, 어느 라이센스를 언제 구매하여 얼마나 사용하였는지 나타내는 정보를 포함할 수 있고, 선호 콘텐츠 유형은 선호하는 콘텐츠 유형으로, 영화, 드라마, 게임, 유튜브, 웹툰 등의 콘텐츠 유형 중 적어도 하나를 포함할 수 있고, 관심 분야는 관심있는 분야로, 음악, 운동, 뷰티, 패션, 요리, 게임 등의 주제 중 적어도 하나를 포함할 수 있다.In step S1002, the device 300 may obtain profile information of the first buyer. Here, the profile information of the first buyer may include the first buyer's purchase history, preferred content type, and areas of interest. Here, the purchase history is the history of purchasing a license and may include information indicating which license was purchased and when and how much it was used, and the preferred content type is the preferred content type, such as movies, dramas, games, YouTube, webtoons, etc. It may include at least one of the content types, and the field of interest may include at least one of topics such as music, exercise, beauty, fashion, cooking, and games.
구체적으로, 장치(300)는 제1 구매자 단말(210)로부터 라이센스 추천 요청을 수신할 때, 제1 구매자의 프로필 정보도 같이 수신하여, 제1 구매자의 프로필 정보를 획득할 수 있다.Specifically, when receiving a license recommendation request from the first purchaser terminal 210, the device 300 may also receive the first purchaser's profile information and obtain the first purchaser's profile information.
또한, 장치(300)는 제1 구매자의 사용자 정보에 제1 구매자의 프로필 정보가 등록되어 있는 경우, 데이터베이스에 저장된 사용자 정보를 조회하여, 데이터베이스로부터 제1 구매자의 프로필 정보를 획득할 수 있다.Additionally, if the first buyer's profile information is registered in the first buyer's user information, the device 300 may query the user information stored in the database and obtain the first buyer's profile information from the database.
S1003 단계에서, 장치(300)는 제1 구매자의 프로필 정보를 인코딩 하여 제1 입력 신호를 생성할 수 있다In step S1003, the device 300 may generate a first input signal by encoding profile information of the first buyer.
구체적으로, 장치(300)는 제1 구매자의 프로필 정보를 제1 인공지능 모델의 입력으로 사용하기 위해, 프로필 정보에 대해 통상의 정보 처리를 수행하여, 제1 입력 신호를 생성할 수 있다. Specifically, in order to use the profile information of the first buyer as input to the first artificial intelligence model, the device 300 may perform normal information processing on the profile information and generate a first input signal.
S1004 단계에서, 장치(300)는 미리 학습된 제1 인공지능 모델에 제1 입력 신호를 입력할 수 있다. 여기서, 제1 인공지능 모델은 구매자의 프로필에 따라 라이센스를 추천하도록 학습되어 있는 상태일 수 있다.In step S1004, the device 300 may input a first input signal to the first artificial intelligence model learned in advance. Here, the first artificial intelligence model may be trained to recommend a license according to the buyer's profile.
일실시예에 따르면, 제1 인공지능 모델은 프로필 정보를 인코딩 하여 생성된 입력 신호를 입력 받은 후, 입력 신호를 통해 추천 라이센스를 선정하여 선정된 라이센스를 나타내는 출력 신호를 출력하는 알고리즘일 수 있다.According to one embodiment, the first artificial intelligence model may be an algorithm that receives an input signal generated by encoding profile information, selects a recommended license through the input signal, and outputs an output signal representing the selected license.
즉, 제1 인공지능 모델은 프로필 정보를 통해 확인되는 구매 이력, 선호 콘텐츠 유형 및 관심 분야를 고려하여, 프로필에 따라 추천 라이센스를 선정하고, 선정된 추천 라이센스를 나타내는 출력 신호를 출력할 수 있다. 제1 인공지능 모델에서 추천 라이센스를 선정하는 과정에 대한 자세한 설명은 도 11을 참조하여 후술하기로 한다.In other words, the first artificial intelligence model can select a recommended license according to the profile, considering purchase history, preferred content type, and areas of interest confirmed through profile information, and output an output signal indicating the selected recommended license. A detailed description of the process of selecting a recommended license in the first artificial intelligence model will be described later with reference to FIG. 11.
S1005 단계에서, 장치(300)는 제1 입력 신호를 통해 추천 라이센스가 선정되면, 제1 인공지능 모델로부터 추천 라이센스를 나타내는 제1 출력 신호를 획득할 수 있다. 이때, 제1 출력 신호는 추천 라이센스를 나타내는 정보를 포함할 수 있다.In step S1005, when a recommended license is selected through a first input signal, the device 300 may obtain a first output signal indicating the recommended license from the first artificial intelligence model. At this time, the first output signal may include information indicating a recommended license.
예를 들어, 장치(300)는 제1 인공지능 모델에 제1 입력 신호를 입력하고, 제1 입력 신호를 통해 추천 라이센스가 제1 라이센스로 선정되면, 제1 인공지능 모델로부터 제1 라이센스를 나타내는 제1 출력 신호를 획득할 수 있고, 제1 입력 신호를 통해 추천 라이센스가 제2 라이센스로 선정되면, 제1 인공지능 모델로부터 제2 라이센스를 나타내는 제1 출력 신호를 획득할 수 있다.For example, the device 300 inputs a first input signal to the first artificial intelligence model, and when the recommended license is selected as the first license through the first input signal, the device 300 indicates the first license from the first artificial intelligence model. A first output signal can be obtained, and if the recommended license is selected as the second license through the first input signal, a first output signal representing the second license can be obtained from the first artificial intelligence model.
즉, 제1 인공지능 모델은 입력 신호를 통해 추천 라이센스를 선정하고, 선정된 추천 라이센스를 나타내는 출력 신호를 출력할 수 있다. 이를 위해, 제1 인공지능 모델은 구매 이력, 선호 콘텐츠 유형 및 관심 분야에 기초하여, 어느 라이센스를 추천할 것인지 분석하도록 미리 학습된 상태일 수 있다.That is, the first artificial intelligence model can select a recommended license through an input signal and output an output signal indicating the selected recommended license. To this end, the first artificial intelligence model may be pre-trained to analyze which license to recommend based on purchase history, preferred content types, and areas of interest.
제1 인공지능 모델의 학습이 이루어지는 학습 장치는 학습된 제1 인공지능 모델을 활용하여 추천 라이센스를 선정하는 장치(300)와 동일한 장치일 수 있고, 별개의 장치일 수도 있다. 이하에서는 제1 인공지능 모델이 학습되는 과정을 설명한다.The learning device in which learning of the first artificial intelligence model is performed may be the same device as the device 300 for selecting a recommended license using the learned first artificial intelligence model, or may be a separate device. Below, the process by which the first artificial intelligence model is learned is explained.
먼저, 학습 장치는 프로필 정보를 기초로 입력을 생성할 수 있다. First, the learning device can generate input based on profile information.
구체적으로, 학습 장치는 프로필 정보에 대해 전처리하는 과정을 수행할 수 있다. 전처리가 수행된 프로필 정보를 제1 인공지능 모델의 입력으로 그대로 사용하거나, 불필요한 정보를 제거하는 통상의 처리를 거쳐 입력을 생성할 수 있다.Specifically, the learning device may perform a preprocessing process on profile information. The pre-processed profile information can be used as input to the first artificial intelligence model, or the input can be generated through normal processing to remove unnecessary information.
다음으로, 학습 장치는 제1 인공지능 모델에 입력을 적용할 수 있다. 제1 인공지능 모델은 강화 학습(reinforcement learning)에 따라 학습되는 인공 신경망일 수 있다. 제1 인공지능 모델은 강화 학습을 통해 추상적 추론을 출력하는데 적합한 Q-Network, DQN(Depp Q-Network), 또는 관계형 네트워크(relation network, RL) 구조일 수 있다.Next, the learning device can apply input to the first artificial intelligence model. The first artificial intelligence model may be an artificial neural network learned according to reinforcement learning. The first artificial intelligence model may be a Q-Network, DQN (Depp Q-Network), or relational network (RL) structure suitable for outputting abstract inference through reinforcement learning.
강화 학습에 따라 학습되는 제1 인공지능 모델은 다양한 보상에 평가를 반영하여 갱신 및 최적화될 수 있다.The first artificial intelligence model learned according to reinforcement learning can be updated and optimized by reflecting the evaluation of various rewards.
예를 들어, 제1 보상은 구매 이력을 통해 확인된 라이센스의 콘텐츠와 가장 유사한 콘텐츠의 라이센스를 추천 라이센스로 선정하면 보상값이 높아질 수 있고, 제2 보상은 선호 콘텐츠 유형을 통해 확인된 카테고리 내에서 추천 라이센스를 선정하면 보상값이 높아질 수 있고, 제3 보상은 관심 분야를 통해 확인된 주제 내에서 추천 라이센스를 선정하면 보상값이 높아질 수 있다.For example, the first reward can increase the reward value by selecting a license with content most similar to the content of the license confirmed through purchase history as a recommended license, and the second reward can be obtained within the category identified through preferred content type. Selecting a recommended license can increase the reward value, and the third reward can increase the reward value by selecting a recommended license within a topic identified through the field of interest.
다음으로, 학습 장치는 제1 인공지능 모델로부터 출력을 획득할 수 있다. 이때, 제1 인공지능 모델의 출력은, 추천 라이센스를 나타내는 정보일 수 있다. 즉, 제1 인공지능 모델은 구매자의 프로필에 따라 어느 라이센스를 추천할 것인지 분석하고, 분석된 추천 라이센스에 대한 정보를 출력할 수 있다.Next, the learning device may obtain an output from the first artificial intelligence model. At this time, the output of the first artificial intelligence model may be information indicating a recommended license. In other words, the first artificial intelligence model can analyze which license to recommend according to the buyer's profile and output information about the analyzed recommended license.
다음으로, 학습 장치는 제1 인공지능 모델의 출력을 평가하여 보상을 지급할 수 있다.Next, the learning device may evaluate the output of the first artificial intelligence model and pay a reward.
예를 들어, 학습 장치는 구매 이력을 통해 확인된 라이센스의 콘텐츠와 가장 유사한 콘텐츠의 라이센스를 추천 라이센스로 선정하면 제1 보상을 많이 수여하고, 선호 콘텐츠 유형을 통해 확인된 카테고리 내에서 추천 라이센스를 선정하면 제2 보상을 많이 수여하고, 관심 분야를 통해 확인된 주제 내에서 추천 라이센스를 선정하면 제3 보상을 많이 수여할 수 있다.For example, if the learning device selects a license with content most similar to the content of the license confirmed through purchase history as a recommended license, it awards a large amount of the first reward and selects a recommended license within the category identified through preferred content type. If you do this, a lot of secondary rewards can be awarded, and if you select a recommended license within the topic identified through the field of interest, you can get a lot of tertiary rewards.
다음으로, 학습 장치는 평가를 기초로 제1 인공지능 모델을 갱신할 수 있다.Next, the learning device may update the first artificial intelligence model based on the evaluation.
구체적으로, 학습 장치는 제1 인공지능 모델이 추천 라이센스를 분석하는 환경(environment)에서, 보상값(reward)들의 합의 기대값(expectation)이 최대화되도록, 특정한 상태(state)들에서 취할 행동(action)들을 결정하는 정책(policy)을 최적화하는 과정을 통해 제1 인공지능 모델을 갱신할 수 있다.Specifically, the learning device takes actions to be taken in specific states so that the expected value of the sum of rewards is maximized in the environment where the first artificial intelligence model analyzes the recommended license. ) can be updated through the process of optimizing the policy that determines the first artificial intelligence model.
예를 들어, 학습 장치는 제1 구매자의 프로필에 따라 추천 라이센스를 제1 라이센스로 분석한 결과에 대해 문제가 없는 경우, 제1 구매자의 프로필에 따라 추천 라이센스를 제1 라이센스로 분석한 결과에 대해 문제가 없음을 나타내는 제1 학습 데이터를 생성하고, 제1 학습 데이터를 제1 인공지능 모델에 적용하여, 제1 구매자의 프로필과 유사한 프로필을 가지는 구매자의 추천 라이센스를 분석할 때, 추천 라이센스로 제1 라이센스와 유사한 라이센스를 선정하도록, 제1 인공지능 모델을 학습시키는 과정을 통해, 제1 인공지능 모델을 갱신할 수 있다.For example, if there is no problem with the result of the learning device analyzing the recommended license as the first license according to the profile of the first purchaser, the learning device may respond to the result of analyzing the recommended license as the first license according to the profile of the first purchaser. When generating first learning data indicating that there is no problem, applying the first learning data to the first artificial intelligence model, and analyzing the recommended license of a purchaser with a profile similar to that of the first purchaser, the recommended license is selected as the recommended license. The first artificial intelligence model can be updated through the process of training the first artificial intelligence model to select a license similar to license 1.
한편, 정책을 최적화하는 과정은 보상들의 합의 기대값의 최대값 또는 Q-함수의 최대값을 추정하거나, Q-함수의 손실 함수(loss function)의 최소값을 추정하는 과정을 통해 이루어질 수 있다. 손실함수의 최소값의 추정은 확률적 경사하강법(stochastic gradient descent, SGD) 등을 통해 이루어질 수 있다. 정책을 최적화하는 과정은 이에 제한되는 것은 아니며, 강화 학습에서 사용하는 다양한 최적화 알고리즘들이 이용될 수 있다.Meanwhile, the process of optimizing the policy can be accomplished through estimating the maximum expected value of the sum of rewards or the maximum value of the Q-function, or estimating the minimum value of the loss function of the Q-function. Estimation of the minimum value of the loss function can be done through stochastic gradient descent (SGD), etc. The process of optimizing the policy is not limited to this, and various optimization algorithms used in reinforcement learning can be used.
학습 장치는 상술한 제1 인공지능 모델의 학습 과정을 반복함으로써, 제1 인공지능 모델을 점진적으로 갱신시킬 수 있다. 이를 통해, 학습 장치는 프로필에 따라 어느 라이센스를 추천할 것인지 분석하여 출력하는 제1 인공지능 모델을 학습시킬 수 있다.The learning device can gradually update the first artificial intelligence model by repeating the learning process of the first artificial intelligence model described above. Through this, the learning device can train a first artificial intelligence model that analyzes and outputs which license to recommend according to the profile.
즉, 학습 장치는 구매자의 프로필에 따라 추천 라이센스를 분석할 때, 제1 보상 내지 제3 보상 등을 통한 강화 학습을 반영하여, 분석 기준을 조정함으로써, 제1 인공지능 모델을 학습시킬 수 있다.That is, when the learning device analyzes the recommended license according to the buyer's profile, it can learn the first artificial intelligence model by reflecting reinforcement learning through the first reward to the third reward, etc., and adjusting the analysis standard.
S1006 단계에서, 장치(300)는 제1 출력 신호를 기초로, 추천 라이센스가 제1 라이센스로 확인되면, 제1 라이센스에 대한 추천 정보를 제1 구매자 단말(210)로 전송할 수 있다. 여기서, 제1 라이센스에 대한 추천 정보는 제1 라이센스를 추천하는 정보로, 제1 콘텐츠의 라이센스가 제1 라이센스인 경우, 제1 콘텐츠의 상세 정보를 포함할 수 있다.In step S1006, if the recommended license is confirmed to be the first license based on the first output signal, the device 300 may transmit recommendation information about the first license to the first purchaser terminal 210. Here, the recommendation information for the first license is information recommending the first license, and when the license for the first content is the first license, it may include detailed information on the first content.
도 11은 일실시예에 따른 추천 라이센스를 선정하는 과정을 설명하기 위한 순서도이다.Figure 11 is a flowchart for explaining the process of selecting a recommended license according to an embodiment.
도 11을 참조하면, 먼저, S1101 단계에서, 제1 인공지능 모델은 제1 입력 신호가 입력되면, 제1 입력 신호를 기초로, 제1 구매자의 구매 이력, 선호 콘텐츠 유형 및 관심 분야를 각각 확인할 수 있다.Referring to FIG. 11, first, in step S1101, when the first input signal is input, the first artificial intelligence model checks the purchase history, preferred content type, and area of interest of the first buyer based on the first input signal. You can.
S1102 단계에서, 제1 인공지능 모델은 구매 가능한 라이센스로 등록되어 있는 라이센스를 제1 그룹으로 분류할 수 있다.In step S1102, the first artificial intelligence model may classify the licenses registered as purchasable licenses into the first group.
즉, 제1 인공지능 모델은 현재 시점에 구매 가능한 라이센스로 등록되어 있는 라이센스를 제1 그룹으로 분류할 수 있다.In other words, the first artificial intelligence model can classify the licenses currently registered as purchasable licenses into the first group.
S1103 단계에서, 제1 인공지능 모델은 제1 구매자의 구매 이력을 통해 제1 구매자가 제2 콘텐츠의 라이센스인 제2 라이센스를 구매한 것으로 확인할 수 있다.In step S1103, the first artificial intelligence model can confirm that the first buyer has purchased a second license, which is a license for the second content, through the purchase history of the first buyer.
S1104 단계에서, 제1 인공지능 모델은 제1 그룹으로 분류된 라이센스 각각에 대해, 각각의 콘텐츠와 제2 콘텐츠 간의 유사도가 높을수록 제1 점수를 높은 값으로 부여할 수 있다. 이때, 콘텐츠 간의 유사도는 콘텐츠의 유형, 주제, 제작사, 출연자 등이 일치할수록 더 높은 값으로 설정될 수 있다.In step S1104, the first artificial intelligence model may assign a higher first score to each license classified into the first group as the similarity between each content and the second content increases. At this time, the similarity between contents can be set to a higher value as the type, theme, production company, performer, etc. of the contents match.
예를 들어, 제1 콘텐츠의 라이센스가 제1 라이센스이고, 제1 라이센스가 제1 그룹으로 분류되어 있는 경우, 제1 인공지능 모델은 제1 콘텐츠와 제2 콘텐츠를 비교하여, 제1 콘텐츠와 제2 콘텐츠 간의 유형, 주체, 제작사, 출연자 등이 일치할수록, 제1 콘텐츠와 제2 콘텐츠 간의 유사도를 높은 값으로 산출할 수 있고, 제1 콘텐츠와 제2 콘텐츠 간의 유사도가 50%로 산출되면, 제1 라이센스에 대한 제1 점수를 50점으로 부여하고, 제1 콘텐츠와 제2 콘텐츠 간의 유사도가 70%로 산출되면, 제1 라이센스에 대한 제1 점수를 70점으로 부여할 수 있다.For example, if the license of the first content is the first license, and the first license is classified into the first group, the first artificial intelligence model compares the first content and the second content, and compares the first content and the second content. 2 The more the type, subject, production company, performer, etc. between the contents match, the higher the similarity between the first content and the second content can be calculated. If the similarity between the first content and the second content is calculated at 50%, the If the first score for 1 license is given as 50 points, and the similarity between the first content and the second content is calculated to be 70%, the first score for the first license may be given as 70 points.
S1105 단계에서, 제1 인공지능 모델은 제1 구매자의 선호 콘텐츠 유형을 통해 제1 구매자가 선호하는 콘텐츠의 유형이 제1 카테고리인 것으로 확인할 수 있다. 이때, 콘텐츠의 유형에는 영화, 드라마, 게임, 유튜브, 웹툰 등이 있으며, 제1 카테고리는 콘텐츠의 유형 중 어느 하나일 수 있다.In step S1105, the first artificial intelligence model can confirm that the type of content preferred by the first buyer is the first category through the preferred content type of the first buyer. At this time, types of content include movies, dramas, games, YouTube, webtoons, etc., and the first category may be any one of the types of content.
S1106 단계에서, 제1 인공지능 모델은 제1 그룹으로 분류된 라이센스 각각에 대해, 각각의 콘텐츠의 카테고리와 제1 카테고리가 일치할수록 제2 점수를 높은 값으로 부여할 수 있다.In step S1106, the first artificial intelligence model may assign a higher second score to each license classified into the first group as the category of each content matches the first category.
예를 들어, 제1 콘텐츠의 라이센스가 제1 라이센스이고, 제1 라이센스가 제1 그룹으로 분류되어 있는 경우, 제1 인공지능 모델은 제1 콘텐츠의 카테고리가 게임이고, 제1 카테고리가 영화인 것으로 확인되면, 제1 라이센스에 대한 제2 점수를 30점으로 부여할 수 있고, 제1 콘텐츠의 카테고리가 드라마이고, 제1 카테고리가 영화인 것으로 확인되면, 제1 라이센스에 대한 제2 점수를 70점으로 부여할 수 있고, 제1 콘텐츠의 카테고리가 영화이고, 제1 카테고리가 영화인 것으로 확인되면, 제1 라이센스에 대한 제2 점수를 100점으로 부여할 수 있고,For example, if the license of the first content is the first license and the first license is classified into the first group, the first artificial intelligence model confirms that the category of the first content is a game and the first category is a movie. If so, the second score for the first license can be given as 30 points, and if it is confirmed that the category of the first content is drama and the first category is movie, the second score for the first license can be given as 70 points. If it is confirmed that the category of the first content is a movie and the first category is a movie, a second score of 100 points can be given for the first license,
S1107 단계에서, 제1 인공지능 모델은 제1 구매자의 관심 분야를 통해 제1 구매자가 관심있는 분야가 제1 주제인 것으로 확인할 수 있다. 이때, 관심 분야에는 음악, 운동, 뷰티, 패션, 요리, 게임 등이 있으며, 제1 주제는 관심 분야 중 어느 하나일 수 있다.In step S1107, the first artificial intelligence model can confirm that the field of interest of the first buyer is the first topic through the field of interest of the first buyer. At this time, areas of interest include music, exercise, beauty, fashion, cooking, games, etc., and the first topic may be any one of the areas of interest.
S1108 단계에서, 제1 인공지능 모델은 제1 그룹으로 분류된 라이센스 각각에 대해, 각각의 콘텐츠의 주제와 제1 주제가 일치할수록 제3 점수를 높은 값으로 부여할 수 있다.In step S1108, the first artificial intelligence model may assign a higher third score to each license classified into the first group as the subject of each content matches the first subject.
예를 들어, 제1 콘텐츠의 라이센스가 제1 라이센스이고, 제1 라이센스가 제1 그룹으로 분류되어 있는 경우, 제1 인공지능 모델은 제1 콘텐츠의 주제가 운동이고, 제1 주제가 뷰티인 것으로 확인되면, 제1 라이센스에 대한 제3 점수를 30점으로 부여할 수 있고, 제1 콘텐츠의 주제가 패션이고, 제1 주제가 뷰티인 것으로 확인되면, 제1 라이센스에 대한 제3 점수를 70점으로 부여할 수 있고, 제1 콘텐츠의 주제가 뷰티이고, 제1 주제가 뷰티인 것으로 확인되면, 제1 라이센스에 대한 제3 점수를 100점으로 부여할 수 있고,For example, if the license of the first content is the first license and the first license is classified into the first group, the first artificial intelligence model determines that the topic of the first content is exercise and the first topic is beauty. , the third score for the first license can be given as 30 points, and if the topic of the first content is fashion and it is confirmed that the first topic is beauty, the third score for the first license can be given as 70 points. and the subject of the first content is beauty, and if it is confirmed that the first subject is beauty, a third score of 100 points can be given for the first license,
제1 인공지능 모델은 제1 그룹으로 분류된 라이센스 각각에 대해, 제1 점수, 제2 점수 및 제3 점수를 부여할 때, 제1 점수, 제2 점수 및 제3 점수에 부여할 수 있는 최소값과 최대값을 서로 동일한 점수로 설정할 수 있고, 중요도에 따라 제1 점수, 제2 점수 및 제3 점수에 부여할 수 있는 최소값과 최대값을 서로 상이한 점수로 설정할 수도 있다.The first artificial intelligence model is the minimum value that can be given to the first score, second score, and third score when assigning the first score, second score, and third score to each of the licenses classified into the first group. The and maximum values can be set to the same score, and the minimum and maximum values that can be given to the first score, second score, and third score can be set to different scores depending on importance.
S1109 단계에서, 제1 인공지능 모델은 제1 그룹으로 분류된 라이센스 각각에 대해, 제1 점수, 제2 점수 및 제3 점수를 합산하여 총점을 산출할 수 있다.In step S1109, the first artificial intelligence model may calculate a total score by adding up the first score, second score, and third score for each license classified into the first group.
S1110 단계에서, 제1 인공지능 모델은 제1 그룹으로 분류된 라이센스 각각의 총점을 비교하여, 총점이 가장 높은 라이센스를 추천 라이센스로 선정할 수 있다.In step S1110, the first artificial intelligence model may compare the total scores of each license classified into the first group and select the license with the highest total score as the recommended license.
즉, 제1 인공지능 모델은 제1 그룹으로 분류된 라이센스 중에서 총점이 가장 높은 라이센스가 제1 라이센스로 확인되면, 제1 라이센스를 추천 라이센스로 선정할 수 있다.That is, if the first artificial intelligence model determines that the license with the highest total score among the licenses classified into the first group is the first license, it can select the first license as the recommended license.
이후, 제1 인공지능 모델은 선정된 추천 라이센스를 나타내는 제1 출력 신호를 생성할 수 있다.Thereafter, the first artificial intelligence model may generate a first output signal representing the selected recommended license.
도 12는 일실시예에 따른 계약 만료일까지 남아있는 기간에 따라 계약 만료 임박과 계약 갱신 안내에 대한 알림 서비스를 제공하는 과정을 설명하기 위한 순서도이다.FIG. 12 is a flowchart illustrating a process for providing a notification service for imminent contract expiration and contract renewal information according to the period remaining until the contract expiration date according to an embodiment.
도 12를 참조하면, 먼저, S1201 단계에서, 장치(300)는 제1 판매자와 제1 구매자 간에 제1 기간 동안 제1 라이센스를 사용하는 것으로 제1 일자에 계약이 체결된 경우, 제1 일자로부터 제1 기간이 지난 이후인 제2 일자를 계약 만료일로 설정할 수 있다.Referring to FIG. 12, first, in step S1201, if a contract is concluded on the first date between the first seller and the first buyer to use the first license for the first period, the device 300 starts from the first date. The second date after the first period has passed can be set as the contract expiration date.
예를 들어, 제1 판매자와 제1 구매자 간에 6개월 동안 제1 라이센스를 사용하는 것으로 1월30일자에 계약이 체결된 경우, 7월30일을 제2 일자로 확인하고, 7월30일을 계약 만료일로 설정할 수 있다.For example, if a contract was entered into on January 30th between the first seller and the first buyer to use the first license for 6 months, then July 30th is identified as the second date, and July 30th is identified as the second date. It can be set to the contract expiration date.
S1202 단계에서, 장치(300)는 현재 일자를 제3 일자로 확인할 수 있다.In step S1202, the device 300 may confirm the current date as the third date.
S1203 단계에서, 장치(300)는 제3 일자부터 제2 일자까지 남아있는 기간을 제2 기간으로 확인할 수 있다.In step S1203, the device 300 may identify the remaining period from the third date to the second date as the second period.
S1204 단계에서, 장치(300)는 제2 기간이 제1 기준 기간 보다 짧은지 여부를 확인할 수 있다. 여기서, 제1 기준 기간은 실시예에 따라 상이하게 설정될 수 있다.In step S1204, the device 300 may check whether the second period is shorter than the first reference period. Here, the first reference period may be set differently depending on the embodiment.
S1204 단계에서 제2 기간이 제1 기준 기간 보다 짧지 않은 것으로 확인되면, 일정 기간이 지난 이후, S1202 단계로 되돌아가, 현재 일자를 제3 일자로 확인하는 과정부터 다시 수행될 수 있다.If it is confirmed in step S1204 that the second period is not shorter than the first reference period, after a certain period of time has passed, the process returns to step S1202 and the process of confirming the current date as the third date can be performed again.
S1204 단계에서 제2 기간이 제1 기준 기간 보다 짧은 것으로 확인되면, S1205 단계에서, 장치(300)는 제1 라이센스의 계약 만료일까지 남아있는 기간이 제2 기간인 것을 알려주는 알림 메시지를 제1 판매자 단말(110) 및 제1 구매자 단말(210)로 각각 전송할 수 있다.If it is determined in step S1204 that the second period is shorter than the first reference period, in step S1205, the device 300 sends a notification message to the first seller indicating that the period remaining until the contract expiration date of the first license is the second period. It can be transmitted to the terminal 110 and the first purchaser terminal 210, respectively.
S1205 단계를 수행하고 일정 기간이 지난 이후, S1206 단계에서, 장치(300)는 현재 일자를 제4 일자로 확인할 수 있다.After performing step S1205 and a certain period of time has elapsed, in step S1206, the device 300 can confirm the current date as the fourth date.
S1207 단계에서, 장치(300)는 제4 일자부터 제2 일자까지 남아있는 기간을 제3 기간으로 확인할 수 있다.In step S1207, the device 300 may identify the remaining period from the fourth date to the second date as the third period.
S1208 단계에서, 장치(300)는 제3 기간이 제2 기준 기간 보다 짧은지 여부를 확인할 수 있다. 여기서, 제2 기준 기간은 제1 기준 기간 보다 짧은 값으로 설정될 수 있다.In step S1208, the device 300 may check whether the third period is shorter than the second reference period. Here, the second reference period may be set to a shorter value than the first reference period.
S1208 단계에서 제3 기간이 제2 기준 기간 보다 짧지 않은 것으로 확인되면, 일정 기간이 지난 이후, S1206 단계로 되돌아가, 현재 일자를 제4 일자로 확인하는 과정부터 다시 수행될 수 있다.If it is confirmed in step S1208 that the third period is not shorter than the second reference period, after a certain period of time has passed, the process returns to step S1206 and the process of confirming the current date as the fourth date can be performed again.
S1208 단계에서 제3 기간이 제2 기준 기간 보다 짧은 것으로 확인되면, S1209 단계에서, 장치(300)는 제1 라이센스의 계약 갱신이 필요한 것을 알려주는 알림 메시지를 제1 판매자 단말(110) 및 제1 구매자 단말(210)로 각각 전송할 수 있다.If it is confirmed in step S1208 that the third period is shorter than the second reference period, in step S1209, the device 300 sends a notification message indicating that the contract renewal of the first license is necessary to the first seller terminal 110 and the first seller terminal 110. Each can be transmitted to the purchaser terminal 210.
도 13은 일실시예에 따른 계약 만료일까지 남아있는 기간에 따라 계약 만료 예정인 라이센스 등록과 구매 가능한 라이센스로 등록하는 과정을 설명하기 위한 순서도이다.Figure 13 is a flow chart to explain the process of registering a license scheduled to expire and registering a license available for purchase according to the period remaining until the contract expiration date according to an embodiment.
도 13에 도시된 각 단계는 도 12에 도시된 각 단계가 수행된 이후, 이어서 수행될 수 있다.Each step shown in FIG. 13 can be performed after each step shown in FIG. 12 is performed.
도 13을 참조하면, S1209 단계를 수행하고 일정 기간이 지난 이후, S1301 단계에서, 장치(300)는 현재 일자를 제5 일자로 확인할 수 있다.Referring to FIG. 13, after performing step S1209 and a certain period of time has passed, in step S1301, the device 300 can confirm the current date as the fifth date.
S1302 단계에서, 장치(300)는 제5 일자부터 제2 일자까지 남아있는 기간을 제4 기간으로 확인할 수 있다.In step S1302, the device 300 may identify the remaining period from the fifth date to the second date as the fourth period.
S1303 단계에서, 장치(300)는 제4 기간이 제3 기준 기간 보다 짧은지 여부를 확인할 수 있다. 여기서, 제3 기준 기간은 제2 기준 기간 보다 짧은 값으로 설정될 수 있다.In step S1303, the device 300 may check whether the fourth period is shorter than the third reference period. Here, the third reference period may be set to a shorter value than the second reference period.
S1303 단계에서 제4 기간이 제3 기준 기간 보다 짧지 않은 것으로 확인되면, 일정 기간이 지난 이후, S1301 단계로 되돌아가, 현재 일자를 제5 일자로 확인하는 과정부터 다시 수행될 수 있다.If it is confirmed in step S1303 that the fourth period is not shorter than the third reference period, after a certain period of time has passed, the process returns to step S1301 and the process of confirming the current date as the fifth date can be performed again.
S1303 단계에서 제4 기간이 제3 기준 기간 보다 짧은 것으로 확인되면, S1304 단계에서, 장치(300)는 제1 라이센스의 계약이 갱신되었는지 여부를 확인할 수 있다.If it is determined in step S1303 that the fourth period is shorter than the third reference period, in step S1304, the device 300 may check whether the contract of the first license has been renewed.
S1304 단계에서 제1 라이센스의 계약이 갱신되지 않은 것으로 확인되면, S1305 단계에서, 장치(300)는 제1 라이센스를 계약 만료 예정인 라이센스로 등록할 수 있다. 이때, 장치(300)는 계약 만료 예정인 라이센스를 취합하여, 별도의 게시 공간에 리스트로 표시할 수 있다.If it is confirmed in step S1304 that the contract of the first license has not been renewed, in step S1305, the device 300 may register the first license as a license whose contract is scheduled to expire. At this time, the device 300 can collect licenses whose contracts are scheduled to expire and display them as a list in a separate posting space.
즉, 장치(300)는 제4 기간이 제3 기준 기간 보다 짧은 것으로 확인되고, 제1 라이센스의 계약이 갱신되지 않은 것으로 확인되면, 제1 라이센스를 계약 만료 예정인 라이센스로 등록할 수 있다. 이를 통해, 장치(300)는 제1 라이센스의 계약 만료일까지 남아있는 기간이 제3 기준 기간 보다 짧게 남아있으나, 제1 라이센스의 계약이 아직 갱신되지 않은 경우, 제1 라이센스를 계약 만료 예정인 라이센스로 등록할 수 있다.That is, if it is confirmed that the fourth period is shorter than the third reference period and the contract of the first license is not renewed, the device 300 may register the first license as a license whose contract is scheduled to expire. Through this, if the period remaining until the contract expiration date of the first license is shorter than the third reference period, but the contract of the first license has not yet been renewed, the device 300 registers the first license as a license whose contract is scheduled to expire. can do.
S1305 단계를 수행하고 일정 기간이 지난 이후, S1306 단계에서, 장치(300)는 현재 일자를 제6 일자로 확인할 수 있다.After performing step S1305 and a certain period of time has elapsed, in step S1306, the device 300 can confirm the current date as the sixth date.
S1307 단계에서, 장치(300)는 제6 일자부터 제2 일자까지 남아있는 기간을 제5 기간으로 확인할 수 있다.In step S1307, the device 300 may identify the remaining period from the sixth date to the second date as the fifth period.
S1308 단계에서, 장치(300)는 제5 기간이 제4 기준 기간 보다 짧은지 여부를 확인할 수 있다. 여기서, 제4 기준 기간은 제3 기준 기간 보다 짧은 값으로 설정될 수 있다.In step S1308, the device 300 may check whether the fifth period is shorter than the fourth reference period. Here, the fourth reference period may be set to a shorter value than the third reference period.
S1308 단계에서 제5 기간이 제4 기준 기간 보다 짧지 않은 것으로 확인되면, 일정 기간이 지난 이후, S1306 단계로 되돌아가, 현재 일자를 제6 일자로 확인하는 과정부터 다시 수행될 수 있다.If it is confirmed in step S1308 that the fifth period is not shorter than the fourth reference period, after a certain period of time has passed, the process returns to step S1306 and the process of confirming the current date as the sixth date can be performed again.
S1308 단계에서 제5 기간이 제4 기준 기간 보다 짧은 것으로 확인되면, S1309 단계에서, 장치(300)는 제1 라이센스의 계약이 갱신되었는지 여부를 확인할 수 있다.If it is determined in step S1308 that the fifth period is shorter than the fourth reference period, in step S1309, the device 300 may check whether the contract of the first license has been renewed.
S1309 단계에서 제1 라이센스의 계약이 갱신되지 않은 것으로 확인되면, S1310 단계에서, 장치(300)는 제1 라이센스를 구매 가능한 라이센스로 등록할 수 있다. 이때, 장치(300)는 구매 가능한 라이센스를 취합하여, 별도의 게시 공간에 리스트로 표시할 수 있다.If it is confirmed that the contract of the first license has not been renewed in step S1309, the device 300 may register the first license as a purchasable license in step S1310. At this time, the device 300 can collect the licenses available for purchase and display them as a list in a separate posting space.
즉, 장치(300)는 제5 기간이 제4 기준 기간 보다 짧은 것으로 확인되고, 제1 라이센스의 계약이 갱신되지 않은 것으로 확인되면, 제1 라이센스를 구매 가능한 라이센스로 등록할 수 있다. 이를 통해, 장치(300)는 제1 라이센스의 계약 만료일까지 남아있는 기간이 제4 기준 기간 보다 짧게 남아있으나, 제1 라이센스의 계약이 아직 갱신되지 않은 경우, 제1 라이센스의 계약 만료일이 도래하기 이전에, 미리 제1 라이센스를 구매 가능한 라이센스로 등록할 수 있다.That is, if it is confirmed that the fifth period is shorter than the fourth reference period and the contract of the first license is not renewed, the device 300 may register the first license as a purchasable license. Through this, if the period remaining until the contract expiration date of the first license is shorter than the fourth reference period, but the contract of the first license has not yet been renewed, the device 300 may use the device 300 before the contract expiration date of the first license arrives. You can register the first license in advance as a purchasable license.
도 14는 일실시예에 따른 구매 조건의 설정을 통한 라이센스의 구매 비용을 산출하는 과정을 설명하기 위한 순서도이다.Figure 14 is a flow chart to explain the process of calculating the purchase cost of a license through setting purchase conditions according to an embodiment.
도 14를 참조하면, 먼저, S1401 단계에서, 장치(300)는 제1 콘텐츠의 종류가 영화인 경우, 제1 콘텐츠의 관람객 수를 기초로, 제1 라이센스의 일일 사용 금액을 설정하고, 제1 콘텐츠의 종류가 게임인 경우, 제1 콘텐츠의 일일 평균 동시 접속자 수를 기초로, 제1 라이센스의 일일 사용 금액을 설정하고, 제1 콘텐츠의 종류가 인터넷 상에 업로드된 콘텐츠인 경우, 제1 콘텐츠의 조회 수를 기초로, 제1 라이센스의 일일 사용 금액을 설정하고, 제1 콘텐츠의 종류가 TV를 통해 방영된 콘텐츠인 경우, 제1 콘텐츠의 시청률을 기초로, 제1 라이센스의 일일 사용 금액을 설정하고, 제1 콘텐츠의 종류가 물품의 캐릭터인 경우, 제1 콘텐츠를 사용하여 생산된 물품의 판매량을 기초로, 제1 라이센스의 일일 사용 금액을 설정할 수 있다.Referring to FIG. 14, first, in step S1401, when the type of first content is a movie, the device 300 sets the daily usage amount of the first license based on the number of viewers of the first content, and sets the daily usage amount of the first license for the first content. If the type of content is a game, the daily usage amount of the first license is set based on the daily average number of concurrent users of the first content, and if the type of first content is content uploaded on the Internet, the amount of the first license is set. Set the daily usage amount of the first license based on the number of views, and if the type of first content is content aired on TV, set the daily usage amount of the first license based on the viewership rate of the first content. And, when the type of first content is a product character, the daily usage amount of the first license can be set based on the sales volume of products produced using the first content.
예를 들어, 장치(300)는 제1 콘텐츠의 종류가 영화인 경우, 제1 콘텐츠의 관람객 수가 100만명으로 확인되면, 제1 라이센스의 일일 사용 금액을 만원으로 설정하고, 제1 콘텐츠의 관람객 수가 200만명으로 확인되면, 제1 라이센스의 일일 사용 금액을 2만원으로 설정할 수 있다. 이때, 영화 관람객 수에 따라 일일 사용 금액을 설정하기 위해, 영화 관람객 수의 구간 별로, 일일 사용 금액을 얼마나 많이 할 것인지를 나타내는 기준표가 데이터베이스에 저장되어 있는 상태일 수 있다.For example, when the type of first content is a movie and the number of viewers of the first content is confirmed to be 1 million, the device 300 sets the daily usage amount of the first license to 10,000 won and sets the daily usage amount of the first license to 200. If the number of users is confirmed to be 10,000, the daily usage amount of the first license can be set to 20,000 won. At this time, in order to set the daily usage amount according to the number of moviegoers, a standard table indicating how much the daily usage amount will be for each section of the number of moviegoers may be stored in the database.
또한, 장치(300)는 제1 콘텐츠의 종류가 게임인 경우, 제1 콘텐츠의 일일 평균 동시 접속자 수가 10만명으로 확인되면, 제1 라이센스의 일일 사용 금액을 만원으로 설정하고, 제1 콘텐츠의 일일 평균 동시 접속자 수가 20만명으로 확인되면, 제1 라이센스의 일일 사용 금액을 2만원으로 설정할 수 있다. 이때, 게임 동시 접속자 수에 따라 일일 사용 금액을 설정하기 위해, 게임 동시 접속자 수의 구간 별로, 일일 사용 금액을 얼마나 많이 할 것인지를 나타내는 기준표가 데이터베이스에 저장되어 있는 상태일 수 있다.In addition, when the type of first content is a game, if the average daily number of concurrent users of the first content is confirmed to be 100,000, the device 300 sets the daily usage amount of the first license to 10,000 won, and sets the daily usage amount of the first content to 10,000 won. If the average number of concurrent users is confirmed to be 200,000, the daily usage amount of the first license can be set to 20,000 won. At this time, in order to set the daily usage amount according to the number of concurrent users of the game, a standard table indicating how much the daily usage amount will be for each section of the number of concurrent game users may be stored in the database.
또한, 장치(300)는 제1 콘텐츠의 종류가 인터넷 상에 업로드된 동영상(예를 들면, 유튜브 영상, OTT 영상 등)인 경우, 제1 콘텐츠의 조회 수가 200만명으로 확인되면, 제1 라이센스의 일일 사용 금액을 만원으로 설정하고, 제1 콘텐츠의 조회 수가 400만명으로 확인되면, 제1 라이센스의 일일 사용 금액을 2만원으로 설정할 수 있다. 이때, 동영상 조회 수에 따라 일일 사용 금액을 설정하기 위해, 동영상 조회 수의 구간 별로, 일일 사용 금액을 얼마나 많이 할 것인지를 나타내는 기준표가 데이터베이스에 저장되어 있는 상태일 수 있다.In addition, when the type of first content is a video uploaded on the Internet (e.g., YouTube video, OTT video, etc.), the device 300 determines that the number of views of the first content is 2 million, If the daily usage amount is set to 10,000 won and the number of views of the first content is confirmed to be 4 million, the daily usage amount of the first license can be set to 20,000 won. At this time, in order to set the daily usage amount according to the number of video views, a standard table indicating how much the daily usage amount will be for each section of the number of video views may be stored in the database.
또한, 장치(300)는 제1 콘텐츠의 종류가 TV를 통해 방영된 동영상(예를 들면, TV 프로그램 영상)인 경우, 제1 콘텐츠의 시청률이 1%로 확인되면, 제1 라이센스의 일일 사용 금액을 만원으로 설정하고, 제1 콘텐츠의 시청률이 2%로 확인되면, 제1 라이센스의 일일 사용 금액을 2만원으로 설정할 수 있다. 이때, 시청률에 따라 일일 사용 금액을 설정하기 위해, 시청률의 구간 별로, 일일 사용 금액을 얼마나 많이 할 것인지를 나타내는 기준표가 데이터베이스에 저장되어 있는 상태일 수 있다.In addition, when the type of first content is a video (e.g., a TV program video) broadcast on TV, the device 300 determines the daily usage amount of the first license when the viewership rate of the first content is confirmed to be 1%. is set to 10,000 won, and if the viewership rate of the first content is confirmed to be 2%, the daily usage amount of the first license can be set to 20,000 won. At this time, in order to set the daily usage amount according to the viewership rating, a standard table indicating how much the daily usage amount will be for each viewership rating section may be stored in the database.
또한, 장치(300)는 제1 콘텐츠의 종류가 물품의 캐릭터인 경우, 제1 콘텐츠를 사용하여 생산된 물품의 판매량이 10만개로 확인되면, 제1 라이센스의 일일 사용 금액을 만원으로 설정하고, 제1 콘텐츠를 사용하여 생산된 물품의 판매량이 20만개로 확인되면, 제1 라이센스의 일일 사용 금액을 2만원으로 설정할 수 있다. 이때, 물품의 판매량에 따라 일일 사용 금액을 설정하기 위해, 판매량의 구간 별로, 일일 사용 금액을 얼마나 많이 할 것인지를 나타내는 기준표가 데이터베이스에 저장되어 있는 상태일 수 있다.In addition, when the type of the first content is a product character, if the sales volume of the product produced using the first content is confirmed to be 100,000 units, the device 300 sets the daily usage amount of the first license to 10,000 won, If the sales volume of products produced using the first content is confirmed to be 200,000 units, the daily usage amount of the first license can be set to 20,000 won. At this time, in order to set the daily usage amount according to the sales volume of the product, a standard table indicating how much the daily usage amount will be for each section of the sales volume may be stored in the database.
S1402 단계에서, 장치(300)는 제1 페이지를 통해 제1 라이센스의 사용 기간이 제1 사용 기간으로 설정되고, 제1 라이센스의 사용 목적이 제1 목적으로 설정되고, 제1 라이센스의 사용 물품이 제1 물품으로 설정된 것으로 확인할 수 있다.In step S1402, the device 300 sets the use period of the first license as the first use period, the use purpose of the first license is set as the first purpose, and the use goods of the first license are set through the first page. It can be confirmed that it has been set as the first product.
S1403 단계에서, 장치(300)는 제1 목적에 설정되어 있는 제1 가중치를 확인하고, 제1 물품에 설정되어 있는 제2 가중치를 확인할 수 있다. 이를 위해, 사용 목적 별로 중요도에 따라 상이한 값의 가중치가 설정되어 있고, 사용 물품 별로 중요도에 따라 상이한 값의 가중치가 설정되어 있다.In step S1403, the device 300 may check the first weight set for the first purpose and the second weight set for the first product. For this purpose, weights of different values are set according to importance for each purpose of use, and weights of different values are set according to importance for each article of use.
예를 들어, 장치(300)는 제1 목적이 물품 판매인 경우, 제1 가중치를 1.5로 확인하고, 제1 목적이 교육인 경우, 제1 가중치를 1.3으로 확인할 수 있다.For example, if the first purpose is to sell products, the device 300 may check the first weight as 1.5, and if the first purpose is education, the device 300 may check the first weight as 1.3.
또한, 장치(300)는 제1 물품이 문구인 경우, 제2 가중치를 1.5로 확인하고, 제1 물품이 식품인 경우, 제2 가중치를 1.3으로 확인할 수 있다.Additionally, the device 300 may determine the second weight as 1.5 when the first article is stationery, and may determine the second weight as 1.3 when the first article is food.
S1404 단계에서, 장치(300)는 제1 라이센스의 일일 사용 금액, 제1 사용 기간, 제1 가중치 및 제2 가중치를 곱한 값으로, 제1 비용을 산출할 수 있다.In step S1404, the device 300 may calculate the first cost as a value obtained by multiplying the daily usage amount of the first license, the first usage period, the first weight, and the second weight.
예를 들어, 제1 라이센스의 일일 사용 금액이 만원이고, 제1 사용 기간이 6개월이고, 제1 가중치가 1.5이고, 제2 가중치가 1.3인 경우, 장치(300)는 (10000 X 180 X 1.5 X 1.3)을 통해 산출된 351만원을 제1 비용으로 산출할 수 있다.For example, if the daily usage amount of the first license is 10,000 won, the first usage period is 6 months, the first weight is 1.5, and the second weight is 1.3, the device 300 is (10000 The 3.51 million won calculated through X 1.3) can be calculated as the first cost.
도 15는 일실시예에 따른 장치의 구성의 예시도이다.Figure 15 is an exemplary diagram of the configuration of a device according to an embodiment.
일실시예에 따른 장치(300)는 프로세서(310) 및 메모리(320)를 포함한다. 프로세서(310)는 도 1 내지 도 14를 참조하여 전술된 적어도 하나의 장치들을 포함하거나, 도 1 내지 도 14를 참조하여 전술된 적어도 하나의 방법을 수행할 수 있다. 장치(300)를 이용하는 자 또는 단체는 도 1 내지 도 14를 참조하여 전술된 방법들 일부 또는 전부와 관련된 서비스를 제공할 수 있다.Device 300 according to one embodiment includes a processor 310 and memory 320. The processor 310 may include at least one device described above with reference to FIGS. 1 to 14 or may perform at least one method described above with reference to FIGS. 1 to 14 . A person or organization using the device 300 may provide services related to some or all of the methods described above with reference to FIGS. 1 to 14 .
메모리(320)는 전술된 방법들과 관련된 정보를 저장하거나 후술되는 방법들이 구현된 프로그램을 저장할 수 있다. 메모리(320)는 휘발성 메모리 또는 비휘발성 메모리일 수 있다.The memory 320 may store information related to the methods described above or store a program in which methods described later are implemented. Memory 320 may be volatile memory or non-volatile memory.
프로세서(310)는 프로그램을 실행하고, 장치(300)를 제어할 수 있다. 프로세서(310)에 의하여 실행되는 프로그램의 코드는 메모리(320)에 저장될 수 있다. 장치(300)는 입출력 장치(도면 미 표시)를 통하여 외부 장치(예를 들어, 퍼스널 컴퓨터 또는 네트워크)에 연결되고, 유무선 통신을 통해 데이터를 교환할 수 있다.The processor 310 can execute programs and control the device 300. The code of the program executed by the processor 310 may be stored in the memory 320. The device 300 is connected to an external device (eg, a personal computer or a network) through an input/output device (not shown) and can exchange data through wired or wireless communication.
장치(300)는 인공지능 모델을 학습시키거나, 학습된 인공지능 모델을 이용하는데 사용될 수 있다. 메모리(320)는 학습 중인 또는 학습된 인공지능 모델을 포함할 수 있다. 프로세서(310)는 메모리(320)에 저장된 인공지능 모델 알고리즘을 학습시키거나 실행시킬 수 있다. 인공지능 모델을 학습시키는 학습 장치와 학습된 인공지능 모델을 이용하는 장치(300)는 동일할 수도 있고 개별적일 수도 있다.The device 300 may be used to learn an artificial intelligence model or use a learned artificial intelligence model. Memory 320 may include a learning or learned artificial intelligence model. The processor 310 may learn or execute the artificial intelligence model algorithm stored in the memory 320. The learning device that trains the artificial intelligence model and the device 300 that uses the learned artificial intelligence model may be the same or may be separate.
이상에서 설명된 실시예들은 하드웨어 구성요소, 소프트웨어 구성요소, 및/또는 하드웨어 구성요소 및 소프트웨어 구성요소의 조합으로 구현될 수 있다. 예를 들어, 실시예들에서 설명된 장치, 방법 및 구성요소는, 예를 들어, 프로세서, 콘트롤러, ALU(arithmetic logic unit), 디지털 신호 프로세서(digital signal processor), 마이크로컴퓨터, FPGA(field programmable gate array), PLU(programmable logic unit), 마이크로프로세서, 또는 명령(instruction)을 실행하고 응답할 수 있는 다른 어떠한 장치와 같이, 하나 이상의 범용 컴퓨터 또는 특수 목적 컴퓨터를 이용하여 구현될 수 있다. 처리 장치는 운영 체제(OS) 및 상기 운영 체제 상에서 수행되는 하나 이상의 소프트웨어 애플리케이션을 수행할 수 있다. 또한, 처리 장치는 소프트웨어의 실행에 응답하여, 데이터를 접근, 저장, 조작, 처리 및 생성할 수도 있다. 이해의 편의를 위하여, 처리 장치는 하나가 사용되는 것으로 설명된 경우도 있지만, 해당 기술분야에서 통상의 지식을 가진 자는, 처리 장치가 복수 개의 처리 요소(processing element) 및/또는 복수 유형의 처리 요소를 포함할 수 있음을 알 수 있다. 예를 들어, 처리 장치는 복수 개의 프로세서 또는 하나의 프로세서 및 하나의 콘트롤러를 포함할 수 있다. 또한, 병렬 프로세서(parallel processor)와 같은, 다른 처리 구성(processing configuration)도 가능하다.The embodiments described above may be implemented with hardware components, software components, and/or a combination of hardware components and software components. For example, the devices, methods, and components described in the embodiments may include, for example, a processor, a controller, an arithmetic logic unit (ALU), a digital signal processor, a microcomputer, and a field programmable gate (FPGA). It may be implemented using one or more general-purpose or special-purpose computers, such as an array, programmable logic unit (PLU), microprocessor, or any other device capable of executing and responding to instructions. A processing device may execute an operating system (OS) and one or more software applications that run on the operating system. Additionally, a processing device may access, store, manipulate, process, and generate data in response to the execution of software. For ease of understanding, a single processing device may be described as being used; however, those skilled in the art will understand that a processing device includes multiple processing elements and/or multiple types of processing elements. It can be seen that it may include. For example, a processing device may include a plurality of processors or one processor and one controller. Additionally, other processing configurations, such as parallel processors, are possible.
실시예에 따른 방법은 다양한 컴퓨터 수단을 통하여 수행될 수 있는 프로그램 명령 형태로 구현되어 컴퓨터 판독 가능 매체에 기록될 수 있다. 상기 컴퓨터 판독 가능 매체는 프로그램 명령, 데이터 파일, 데이터 구조 등을 단독으로 또는 조합하여 포함할 수 있다. 상기 매체에 기록되는 프로그램 명령은 실시예를 위하여 특별히 설계되고 구성된 것들이거나 컴퓨터 소프트웨어 당업자에게 공지되어 사용 가능한 것일 수도 있다. 컴퓨터 판독 가능 기록 매체의 예에는 하드 디스크, 플로피 디스크 및 자기 테이프와 같은 자기 매체(magnetic media), CD-ROM, DVD와 같은 광기록 매체(optical media), 플롭티컬 디스크(floptical disk)와 같은 자기-광 매체(magneto-optical media), 및 롬(ROM), 램(RAM), 플래시 메모리 등과 같은 프로그램 명령을 저장하고 수행하도록 특별히 구성된 하드웨어 장치가 포함된다. 프로그램 명령의 예에는 컴파일러에 의해 만들어지는 것과 같은 기계어 코드뿐만 아니라 인터프리터 등을 사용해서 컴퓨터에 의해서 실행될 수 있는 고급 언어 코드를 포함한다. 상기된 하드웨어 장치는 실시예의 동작을 수행하기 위해 하나 이상의 소프트웨어 모듈로서 작동하도록 구성될 수 있으며, 그 역도 마찬가지이다.The method according to the embodiment may be implemented in the form of program instructions that can be executed through various computer means and recorded on a computer-readable medium. The computer-readable medium may include program instructions, data files, data structures, etc., singly or in combination. Program instructions recorded on the medium may be specially designed and configured for the embodiment or may be known and available to those skilled in the art of computer software. Examples of computer-readable recording media include magnetic media such as hard disks, floppy disks, and magnetic tapes, optical media such as CD-ROMs and DVDs, and magnetic media such as floptical disks. -Includes optical media (magneto-optical media) and hardware devices specifically configured to store and execute program instructions, such as ROM, RAM, flash memory, etc. Examples of program instructions include machine language code, such as that produced by a compiler, as well as high-level language code that can be executed by a computer using an interpreter, etc. The hardware devices described above may be configured to operate as one or more software modules to perform the operations of the embodiments, and vice versa.
소프트웨어는 컴퓨터 프로그램(computer program), 코드(code), 명령(instruction), 또는 이들 중 하나 이상의 조합을 포함할 수 있으며, 원하는 대로 동작하도록 처리 장치를 구성하거나 독립적으로 또는 결합적으로(collectively) 처리 장치를 명령할 수 있다. 소프트웨어 및/또는 데이터는, 처리 장치에 의하여 해석되거나 처리 장치에 명령 또는 데이터를 제공하기 위하여, 어떤 유형의 기계, 구성요소(component), 물리적 장치, 가상 장치(virtual equipment), 컴퓨터 저장 매체 또는 장치, 또는 전송되는 신호 파(signal wave)에 영구적으로, 또는 일시적으로 구체화(embody)될 수 있다. 소프트웨어는 네트워크로 연결된 컴퓨터 시스템 상에 분산되어서, 분산된 방법으로 저장되거나 실행될 수도 있다. 소프트웨어 및 데이터는 하나 이상의 컴퓨터 판독 가능 기록 매체에 저장될 수 있다.Software may include a computer program, code, instructions, or a combination of one or more of these, which may configure a processing unit to operate as desired, or may be processed independently or collectively. You can command the device. Software and/or data may be used on any type of machine, component, physical device, virtual equipment, computer storage medium or device to be interpreted by or to provide instructions or data to a processing device. , or may be permanently or temporarily embodied in a transmitted signal wave. Software may be distributed over networked computer systems and thus stored or executed in a distributed manner. Software and data may be stored on one or more computer-readable recording media.
이상과 같이 실시예들이 비록 한정된 도면에 의해 설명되었으나, 해당 기술분야에서 통상의 지식을 가진 자라면 상기를 기초로 다양한 기술적 수정 및 변형을 적용할 수 있다. 예를 들어, 설명된 기술들이 설명된 방법과 다른 순서로 수행되거나, 및/또는 설명된 시스템, 구조, 장치, 회로 등의 구성요소들이 설명된 방법과 다른 형태로 결합 또는 조합되거나, 다른 구성요소 또는 균등물에 의하여 대치되거나 치환되더라도 적절한 결과가 달성될 수 있다.Although the embodiments have been described with limited drawings as described above, those skilled in the art can apply various technical modifications and variations based on the above. For example, the described techniques are performed in a different order than the described method, and/or components of the described system, structure, device, circuit, etc. are combined or combined in a different form than the described method, or other components are used. Alternatively, appropriate results may be achieved even if substituted or substituted by an equivalent.
그러므로, 다른 구현들, 다른 실시예들 및 특허청구범위와 균등한 것들도 후술하는 청구범위의 범위에 속한다.Therefore, other implementations, other embodiments, and equivalents of the claims also fall within the scope of the following claims.
Claims (3)
제1 판매자 단말로부터 제1 콘텐츠의 라이센스인 제1 라이센스에 대한 판매 요청을 수신하면, 상기 제1 라이센스를 구매 가능한 라이센스로 등록하는 단계;
상기 제1 라이센스에 구매 조건이 설정되어 있지 않은 것으로 확인되면, 상기 제1 라이센스를 선택형 라이센스로 분류하고, 상기 제1 라이센스에 구매 조건이 설정되어 있는 것으로 확인되면, 상기 제1 라이센스를 고정형 라이센스로 분류하는 단계;
상기 제1 라이센스가 선택형 라이센스로 분류된 경우, 제1 구매자 단말로부터 상기 제1 라이센스에 대한 상세 정보 조회 요청을 수신하면, 상기 제1 라이센스의 구매 조건 설정을 위한 페이지인 제1 페이지를 상기 제1 구매자 단말로 전송하는 단계;
상기 제1 페이지를 통해 상기 제1 라이센스의 사용 기간, 사용 목적 및 사용 물품을 포함하는 구매 조건이 설정되면, 상기 제1 라이센스의 구매 조건을 기반으로, 상기 제1 라이센스의 구매 비용을 제1 비용으로 산출하고, 상기 제1 페이지 상에서 상기 제1 비용이 표시되도록 제어하는 단계;
상기 제1 라이센스가 고정형 라이센스로 분류된 경우, 상기 제1 구매자 단말로부터 상기 제1 라이센스에 대한 상세 정보 조회 요청을 수신하면, 미리 설정된 상기 제1 라이센스의 구매 조건을 통해 확인된 사용 기간, 사용 목적, 사용 물품 및 제2 비용이 표시되어 있는 제2 페이지를 상기 제1 구매자 단말로 전송하는 단계;
상기 제1 구매자 단말로부터 상기 제1 라이센스에 대한 구매 요청을 수신하면, 제1 판매자 및 제1 구매자를 매칭하여, 상기 제1 판매자와 상기 제1 구매자 간에 상기 제1 라이센스의 사용 계약을 진행하기 위한 계약 공간을 생성하는 단계; 및
상기 계약 공간의 접속을 위한 링크 정보를 상기 제1 판매자 단말 및 상기 제1 구매자 단말로 각각 전송하는 단계를 포함하고,
상기 제1 구매자 단말로부터 상기 제1 라이센스에 대한 상세 정보 조회 요청을 수신하기 이전에,
상기 제1 구매자 단말로부터 라이센스 추천 요청을 수신하는 단계;
상기 제1 구매자의 구매 이력, 선호 콘텐츠 유형 및 관심 분야를 포함하는 제1 구매자의 프로필 정보를 획득하는 단계;
상기 제1 구매자의 프로필 정보를 인코딩 하여 제1 입력 신호를 생성하는 단계;
구매자의 프로필에 따라 라이센스를 추천하도록 학습된 제1 인공지능 모델에 상기 제1 입력 신호를 입력하고, 상기 제1 입력 신호를 통해 추천 라이센스가 선정되면, 상기 제1 인공지능 모델로부터 상기 추천 라이센스를 나타내는 제1 출력 신호를 획득하는 단계; 및
상기 제1 출력 신호를 기초로, 상기 추천 라이센스가 상기 제1 라이센스로 확인되면, 상기 제1 라이센스에 대한 추천 정보를 상기 제1 구매자 단말로 전송하는 단계를 더 포함하고,
상기 제1 인공지능 모델은,
상기 제1 입력 신호가 입력되면, 상기 제1 입력 신호를 기초로, 상기 제1 구매자의 구매 이력, 선호 콘텐츠 유형 및 관심 분야를 각각 확인하고,
구매 가능한 라이센스로 등록되어 있는 라이센스를 제1 그룹으로 분류하고,
상기 제1 구매자의 구매 이력을 통해 상기 제1 구매자가 제2 콘텐츠의 라이센스인 제2 라이센스를 구매한 것으로 확인되면, 상기 제1 그룹으로 분류된 라이센스 각각에 대해, 각각의 콘텐츠와 상기 제2 콘텐츠 간의 유사도가 높을수록 제1 점수를 높은 값으로 부여하고,
상기 제1 구매자의 선호 콘텐츠 유형을 통해 상기 제1 구매자가 선호하는 콘텐츠의 유형이 제1 카테고리인 것으로 확인되면, 상기 제1 그룹으로 분류된 라이센스 각각에 대해, 각각의 콘텐츠의 카테고리와 상기 제1 카테고리가 일치할수록 제2 점수를 높은 값으로 부여하고,
상기 제1 구매자의 관심 분야를 통해 상기 제1 구매자가 관심있는 분야가 제1 주제인 것으로 확인되면, 상기 제1 그룹으로 분류된 라이센스 각각에 대해, 각각의 콘텐츠의 주제와 상기 제1 주제가 일치할수록 제3 점수를 높은 값으로 부여하고,
상기 제1 그룹으로 분류된 라이센스 각각에 대해, 상기 제1 점수, 상기 제2 점수 및 상기 제3 점수를 합산하여 총점을 산출하고,
상기 제1 그룹으로 분류된 라이센스 각각의 총점을 비교하여, 총점이 가장 높은 라이센스를 상기 추천 라이센스로 선정하며,
상기 제1 판매자와 상기 제1 구매자 간에 제1 기간 동안 상기 제1 라이센스를 사용하는 것으로 제1 일자에 계약이 체결된 경우, 상기 제1 일자로부터 상기 제1 기간이 지난 이후인 제2 일자를 계약 만료일로 설정하는 단계;
현재 일자가 제3 일자로 확인되면, 상기 제3 일자부터 상기 제2 일자까지 남아있는 기간을 제2 기간으로 확인하는 단계;
상기 제2 기간이 미리 설정된 제1 기준 기간 보다 짧은 것으로 확인되면, 상기 제1 라이센스의 계약 만료일까지 남아있는 기간이 상기 제2 기간인 것을 알려주는 알림 메시지를 상기 제1 판매자 단말 및 상기 제1 구매자 단말로 각각 전송하는 단계;
현재 일자가 제4 일자로 확인되면, 상기 제4 일자부터 상기 제2 일자까지 남아있는 기간을 제3 기간으로 확인하는 단계;
상기 제3 기간이 미리 설정된 제2 기준 기간 보다 짧은 것으로 확인되면, 상기 제1 라이센스의 계약 갱신이 필요한 것을 알려주는 알림 메시지를 상기 제1 판매자 단말 및 상기 제1 구매자 단말로 각각 전송하는 단계;
현재 일자가 제5 일자로 확인되면, 상기 제5 일자부터 상기 제2 일자까지 남아있는 기간을 제4 기간으로 확인하는 단계;
상기 제4 기간이 미리 설정된 제3 기준 기간 보다 짧은 것으로 확인되고, 상기 제1 라이센스의 계약이 갱신되지 않은 것으로 확인되면, 상기 제1 라이센스를 계약 만료 예정인 라이센스로 등록하는 단계;
현재 일자가 제6 일자로 확인되면, 상기 제6 일자부터 상기 제2 일자까지 남아있는 기간을 제5 기간으로 확인하는 단계; 및
상기 제5 기간이 미리 설정된 제4 기준 기간 보다 짧은 것으로 확인되고, 상기 제1 라이센스의 계약이 갱신되지 않은 것으로 확인되면, 상기 제1 라이센스를 구매 가능한 라이센스로 등록하는 단계를 더 포함하고,
상기 제1 라이센스의 구매 비용을 제1 비용으로 산출하는 과정은,
상기 제1 콘텐츠의 종류가 영화인 경우, 상기 제1 콘텐츠의 관람객 수를 기초로, 상기 제1 라이센스의 일일 사용 금액을 설정하는 단계;
상기 제1 콘텐츠의 종류가 게임인 경우, 상기 제1 콘텐츠의 일일 평균 동시 접속자 수를 기초로, 상기 제1 라이센스의 일일 사용 금액을 설정하는 단계;
상기 제1 콘텐츠의 종류가 인터넷 상에 업로드된 동영상인 경우, 상기 제1 콘텐츠의 조회 수를 기초로, 상기 제1 라이센스의 일일 사용 금액을 설정하는 단계;
상기 제1 콘텐츠의 종류가 TV를 통해 방영된 동영상인 경우, 상기 제1 콘텐츠의 시청률을 기초로, 상기 제1 라이센스의 일일 사용 금액을 설정하는 단계;
상기 제1 콘텐츠의 종류가 물품의 캐릭터인 경우, 상기 제1 콘텐츠를 사용하여 생산된 물품의 판매량을 기초로, 상기 제1 라이센스의 일일 사용 금액을 설정하는 단계;
상기 제1 페이지를 통해 상기 제1 라이센스의 사용 기간이 제1 사용 기간으로 설정되고, 상기 제1 라이센스의 사용 목적이 제1 목적으로 설정되고, 상기 제1 라이센스의 사용 물품이 제1 물품으로 설정된 것으로 확인하는 단계;
상기 제1 목적에 설정되어 있는 제1 가중치를 확인하고, 상기 제1 물품에 설정되어 있는 제2 가중치를 확인하는 단계; 및
상기 제1 라이센스의 일일 사용 금액, 상기 제1 사용 기간, 상기 제1 가중치 및 상기 제2 가중치를 곱한 값으로, 상기 제1 비용을 산출하는 단계를 포함하는,
라이센스 유통 플랫폼 제공 방법.In a method of providing a license distribution platform, performed by a device,
Upon receiving a sales request for a first license, which is a license for first content, from a first seller terminal, registering the first license as a purchasable license;
If it is confirmed that a purchase condition is not set in the first license, the first license is classified as an optional license, and if it is confirmed that a purchase condition is set in the first license, the first license is classified as a fixed license. Classifying step;
If the first license is classified as an optional license, when a request for detailed information about the first license is received from the first purchaser terminal, the first page, which is a page for setting purchase conditions for the first license, is sent to the first license. Transmitting to the buyer terminal;
If the purchase conditions including the usage period, purpose of use, and use goods of the first license are set through the first page, the purchase cost of the first license is calculated as the first cost based on the purchase conditions of the first license. calculating and controlling the first cost to be displayed on the first page;
If the first license is classified as a fixed license, upon receiving a request to inquire detailed information about the first license from the first purchaser terminal, the usage period and purpose of use confirmed through the preset purchase conditions of the first license , transmitting a second page displaying used goods and a second cost to the first buyer terminal;
When receiving a purchase request for the first license from the first buyer terminal, match the first seller and the first buyer to proceed with a contract for use of the first license between the first seller and the first buyer. creating contract space; and
Comprising the step of transmitting link information for accessing the contract space to the first seller terminal and the first buyer terminal, respectively,
Before receiving a request to inquire detailed information about the first license from the first purchaser terminal,
Receiving a license recommendation request from the first purchaser terminal;
Obtaining profile information of the first buyer including purchase history, preferred content type, and areas of interest of the first buyer;
generating a first input signal by encoding profile information of the first buyer;
The first input signal is input to a first artificial intelligence model trained to recommend a license according to the buyer's profile, and when a recommended license is selected through the first input signal, the recommended license is received from the first artificial intelligence model. obtaining a first output signal representing; and
Based on the first output signal, if the recommended license is confirmed to be the first license, transmitting recommendation information about the first license to the first purchaser terminal,
The first artificial intelligence model is,
When the first input signal is input, the purchase history, preferred content type, and area of interest of the first buyer are confirmed based on the first input signal, respectively,
Classify licenses registered as purchasable licenses into the first group,
If it is confirmed through the purchase history of the first purchaser that the first purchaser has purchased a second license, which is a license for the second content, for each license classified into the first group, each content and the second content The higher the similarity between the two, the higher the first score is given,
If it is confirmed that the type of content preferred by the first buyer is the first category through the preferred content type of the first buyer, for each license classified into the first group, the category of each content and the first category The more the category matches, the higher the second score is given,
If it is confirmed that the field of interest to the first buyer is the first topic through the field of interest of the first buyer, for each license classified into the first group, the more the topic of each content matches the first topic, The third score is given a high value,
For each license classified into the first group, calculate a total score by adding up the first score, the second score, and the third score,
Compare the total scores of each license classified into the first group, and select the license with the highest total score as the recommended license,
If a contract is entered into on the first date between the first seller and the first buyer to use the first license for a first period, the contract is entered into on a second date after the first period has elapsed from the first date. Setting an expiration date;
When the current date is confirmed as a third date, confirming the remaining period from the third date to the second date as a second period;
If the second period is confirmed to be shorter than the preset first reference period, a notification message indicating that the remaining period until the contract expiration date of the first license is the second period is sent to the first seller terminal and the first purchaser. Each step of transmitting to a terminal;
When the current date is confirmed as the fourth date, confirming the remaining period from the fourth date to the second date as a third period;
If it is confirmed that the third period is shorter than a preset second reference period, transmitting a notification message indicating that the contract of the first license needs to be renewed to the first seller terminal and the first purchaser terminal, respectively;
When the current date is confirmed as the fifth date, confirming the remaining period from the fifth date to the second date as a fourth period;
If it is confirmed that the fourth period is shorter than a preset third reference period and the contract of the first license is not renewed, registering the first license as a license whose contract is scheduled to expire;
When the current date is confirmed as the sixth date, confirming the remaining period from the sixth date to the second date as a fifth period; and
If it is confirmed that the fifth period is shorter than a preset fourth reference period and the contract of the first license is not renewed, further comprising registering the first license as a purchasable license,
The process of calculating the purchase cost of the first license as the first cost is,
If the type of the first content is a movie, setting a daily usage amount of the first license based on the number of viewers of the first content;
If the type of the first content is a game, setting a daily usage amount of the first license based on the daily average number of concurrent users of the first content;
When the type of the first content is a video uploaded on the Internet, setting a daily usage amount of the first license based on the number of views of the first content;
If the type of the first content is a video broadcast on TV, setting a daily usage amount of the first license based on a viewer rating of the first content;
When the type of the first content is a product character, setting a daily usage amount of the first license based on the sales volume of products produced using the first content;
Through the first page, the period of use of the first license is set as the first use period, the purpose of use of the first license is set as the first purpose, and the article used of the first license is set as the first article. Confirming that it is;
Confirming a first weight set to the first purpose and confirming a second weight set to the first product; and
Comprising calculating the first cost as a product of the daily usage amount of the first license, the first usage period, the first weight, and the second weight,
How to provide a license distribution platform.
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
KR1020230134888A KR102625227B1 (en) | 2023-10-11 | 2023-10-11 | Method, device and system for providing license distribution platform |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
KR1020230134888A KR102625227B1 (en) | 2023-10-11 | 2023-10-11 | Method, device and system for providing license distribution platform |
Publications (1)
Publication Number | Publication Date |
---|---|
KR102625227B1 true KR102625227B1 (en) | 2024-01-15 |
Family
ID=89542820
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
KR1020230134888A KR102625227B1 (en) | 2023-10-11 | 2023-10-11 | Method, device and system for providing license distribution platform |
Country Status (1)
Country | Link |
---|---|
KR (1) | KR102625227B1 (en) |
Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20080228578A1 (en) * | 2007-01-25 | 2008-09-18 | Governing Dynamics, Llc | Digital rights management and data license management |
KR20140046720A (en) | 2012-10-10 | 2014-04-21 | 한국과학기술정보연구원 | Management system and method of electric documents right to use and memory media recoding program to oerrate the method |
KR20140129666A (en) | 2013-04-30 | 2014-11-07 | (주)잉카엔트웍스 | Server apparatus and method for transacting license corresponding to encrypted contents applied drm |
KR101858136B1 (en) | 2016-01-18 | 2018-05-16 | 대진대학교 산학협력단 | Apparatus And Method For History Pursuit Dynamic License In Distribution Platform Of Digital Production Based On Open Digital Right Language |
KR20220095445A (en) * | 2020-12-30 | 2022-07-07 | 주식회사 케이티 | Server and method for providing customized recommendation contents |
US20230075182A1 (en) * | 2021-09-02 | 2023-03-09 | Albhy Galuten | Systems and methods for managing content from creation to consumption |
KR20230042916A (en) * | 2021-09-23 | 2023-03-30 | 주식회사 코넷시스템 | System for providing content biz matching and product-using-content trading platform |
KR20230115604A (en) * | 2022-01-27 | 2023-08-03 | 주식회사 이너부스 | Sysyem and method for operating character licensing platform |
KR102572690B1 (en) | 2023-03-28 | 2023-08-29 | (주)에이치앤에프 | Product manufacturing and distribution integrated platform system linked with character license contract |
-
2023
- 2023-10-11 KR KR1020230134888A patent/KR102625227B1/en active IP Right Grant
Patent Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20080228578A1 (en) * | 2007-01-25 | 2008-09-18 | Governing Dynamics, Llc | Digital rights management and data license management |
KR20140046720A (en) | 2012-10-10 | 2014-04-21 | 한국과학기술정보연구원 | Management system and method of electric documents right to use and memory media recoding program to oerrate the method |
KR20140129666A (en) | 2013-04-30 | 2014-11-07 | (주)잉카엔트웍스 | Server apparatus and method for transacting license corresponding to encrypted contents applied drm |
KR101858136B1 (en) | 2016-01-18 | 2018-05-16 | 대진대학교 산학협력단 | Apparatus And Method For History Pursuit Dynamic License In Distribution Platform Of Digital Production Based On Open Digital Right Language |
KR20220095445A (en) * | 2020-12-30 | 2022-07-07 | 주식회사 케이티 | Server and method for providing customized recommendation contents |
US20230075182A1 (en) * | 2021-09-02 | 2023-03-09 | Albhy Galuten | Systems and methods for managing content from creation to consumption |
KR20230042916A (en) * | 2021-09-23 | 2023-03-30 | 주식회사 코넷시스템 | System for providing content biz matching and product-using-content trading platform |
KR20230115604A (en) * | 2022-01-27 | 2023-08-03 | 주식회사 이너부스 | Sysyem and method for operating character licensing platform |
KR102572690B1 (en) | 2023-03-28 | 2023-08-29 | (주)에이치앤에프 | Product manufacturing and distribution integrated platform system linked with character license contract |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
KR102407595B1 (en) | Method, device and system for providing winery experience service based on metaverse | |
KR102490009B1 (en) | Method, device and system for providing platform service for purchasing and selling product linked to influencer based on artificial intelligence | |
KR102551997B1 (en) | Method, device and system for providing commerce platform service and automation of advertising content planning based on analysis of content watching propensity | |
KR102409718B1 (en) | Method and system for managing personal review shop on commerce platform connected with social network service | |
KR102409717B1 (en) | Method and apparatus for recommending selling item to seller of on-line shopping mall | |
US20140195463A1 (en) | System and methods for generating and displaying optimized solutions to complex problems | |
KR102546871B1 (en) | Method, device and system for recommending order information through pattern analysis of order history regarding distribustion of food materials and subsidiary materials for business to business based on artificial intelligence model | |
WO2022212518A1 (en) | Systems and methods for task determination, delegation, and automation | |
Park | CRNet: a multimodal deep convolutional neural network for customer revisit prediction | |
KR102615605B1 (en) | Method, device and system for providing styling recommendation and lifestyle item sales platform service based on user interaction | |
KR102601446B1 (en) | Method, device and system for providing sales product matching platform service based on influencer using artificial intelligence model | |
KR102552856B1 (en) | Method, device and system for automating creation of content template and extracting keyword for platform service that provide content related to commerce | |
KR102485355B1 (en) | Method, device and system for providing online and offline sales event mediation platform service based on artificial intelligence | |
KR102536063B1 (en) | Method, device and system for providing sales and purchases settlement solution for business based on artificial intelligence | |
US20230047988A1 (en) | Systems and methods for representative support in a task determination system | |
US20230052638A1 (en) | Systems and methods for proposal communication in a task determination system | |
KR102625227B1 (en) | Method, device and system for providing license distribution platform | |
EP4381444A1 (en) | Systems and methods for determining likelihood of task delegation | |
KR102590271B1 (en) | Method, device and system for providing product review content verification solution based on artificial intelligence model | |
Gupta et al. | Assessing the Impact of Artificial Intelligence in e-Commerce Portal: A Comparative Study of Amazon and Flipkart | |
KR102621308B1 (en) | Method, device and system for providing platform service of metaverse memorial hall based on constellation | |
KR102645143B1 (en) | Method, apparatus and system for generating and providing responsive user manual contents based on user interaction | |
KR102487090B1 (en) | Method for providing luxury shopping commerce service using virtual reality | |
KR102669470B1 (en) | Method, device and system for inventory management and demand forecasting for food material distribution processing | |
KR102536069B1 (en) | Artificial intelligence-based companion animal beauty designer and beauty shop matching method, device and system |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
E701 | Decision to grant or registration of patent right | ||
GRNT | Written decision to grant |