KR102645877B1 - 인공지능 기반 상위 키워드 분석을 이용한 계절성 전자제품의 광고 방법 및 시스템 - Google Patents

인공지능 기반 상위 키워드 분석을 이용한 계절성 전자제품의 광고 방법 및 시스템 Download PDF

Info

Publication number
KR102645877B1
KR102645877B1 KR1020230174347A KR20230174347A KR102645877B1 KR 102645877 B1 KR102645877 B1 KR 102645877B1 KR 1020230174347 A KR1020230174347 A KR 1020230174347A KR 20230174347 A KR20230174347 A KR 20230174347A KR 102645877 B1 KR102645877 B1 KR 102645877B1
Authority
KR
South Korea
Prior art keywords
keyword
index
seasonal
keywords
function
Prior art date
Application number
KR1020230174347A
Other languages
English (en)
Inventor
오상길
Original Assignee
주식회사 에스지커뮤니케이션
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by 주식회사 에스지커뮤니케이션 filed Critical 주식회사 에스지커뮤니케이션
Priority to KR1020230174347A priority Critical patent/KR102645877B1/ko
Application granted granted Critical
Publication of KR102645877B1 publication Critical patent/KR102645877B1/ko

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q30/00—Commerce
    • G06Q30/02—Marketing; Price estimation or determination; Fundraising
    • G06Q30/0241—Advertisements
    • G06Q30/0251—Targeted advertisements
    • G06Q30/0255—Targeted advertisements based on user history
    • G06Q30/0256—User search
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q30/00—Commerce
    • G06Q30/02—Marketing; Price estimation or determination; Fundraising
    • G06Q30/0241—Advertisements
    • G06Q30/0242—Determining effectiveness of advertisements
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q30/00—Commerce
    • G06Q30/02—Marketing; Price estimation or determination; Fundraising
    • G06Q30/0241—Advertisements
    • G06Q30/0251—Targeted advertisements
    • G06Q30/0269—Targeted advertisements based on user profile or attribute
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q30/00—Commerce
    • G06Q30/02—Marketing; Price estimation or determination; Fundraising
    • G06Q30/0241—Advertisements
    • G06Q30/0276—Advertisement creation
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q30/00—Commerce
    • G06Q30/02—Marketing; Price estimation or determination; Fundraising
    • G06Q30/0241—Advertisements
    • G06Q30/0277—Online advertisement

Landscapes

  • Business, Economics & Management (AREA)
  • Engineering & Computer Science (AREA)
  • Accounting & Taxation (AREA)
  • Development Economics (AREA)
  • Strategic Management (AREA)
  • Finance (AREA)
  • Game Theory and Decision Science (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Economics (AREA)
  • Marketing (AREA)
  • Physics & Mathematics (AREA)
  • General Business, Economics & Management (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

계절성 전자제품의 광고 시스템이 개시된다. 일실시예에 따른 계절성 전자제품의 광고 시스템은, 고객으로부터 개인 정보를 입력받는 제1 컴퓨팅 장치; 및 상기 제1 컴퓨팅 장치로부터 상기 개인 정보를 수신하고, 상기 개인 정보에 기초하여 대상 전자 제품에 대한 키워드 광고를 생성하는 서버를 포함하고, 상기 서버는 상기 대상 전자 제품과 관련하여 인터넷 쇼핑몰, 블로그, 검색 엔진 및 SNS 중 적어도 일부에서 사용되는 키워드들을 무작위로 수집하고, 기능 키워드 및 계절 키워드로 분류하여 저장하는 키워드 수집부; 계절성 제품 추천 모델을 이용하여 상기 계절 키워드에 대한 계절 지수를 산출함으로써 상기 대상 전자 제품의 판매 여부를 결정하는 판매 결정부; 키워드 선정 모델을 이용하여 상기 기능 키워드에 키워드 지수를 할당하고, 키워드 지수에 기초하여 복수의 키워드를 선정하는 키워드 추출부; 및 상기 선정된 복수의 키워드를 수신하여 상기 선정된 복수의 키워드를 이용한 키워드 광고를 제공하는 광고 생성부를 포함하고, 상기 키워드 추출부는, 상기 키워드 선정 모델을 이용하여, 상기 기능 키워드 각각에 대하여, 상기 기능 키워드가 오픈 마켓에서 상기 대상 전자 제품에 대한 키워드로 선정된 횟수에 기초하여 제1 기능 지수를 할당하고, 검색엔진에서 대상 전자 제품과 관련한 검색어로 상기 기능 키워드가 검색된 횟수에 기초하여 제2 기능 지수를 할당하고, 및 블로그 또는 SNS에서 대상 전자 제품과 함께 상기 기능 키워드가 언급된 횟수에 기초하여 제3 기능 지수를 할당하고, 상기 제1 내지 제3 기능 지수의 평균 값을 연산함으로써 상기 기능 키워드 각각의 기능 키워드 지수를 산출하고, 상기 기능 키워드 지수가 높은 순서로 상기 복수의 키워드를 선정한다.

Description

인공지능 기반 상위 키워드 분석을 이용한 계절성 전자제품의 광고 방법 및 시스템 {Advertising method and system for seasonal electronic products using artificial intelligence-based top keyword analysis}
아래 실시예들은 인공지능 기반 상위 키워드 분석을 이용한 계절성 전자제품의 광고 방법 및 시스템에 관한 것이다. 보다 상세하게는, 키워드 별 광고 점수를 할당하여 최적의 키워드를 선정하는 인공지능 모델을 이용하는 계절성 전자제품의 광고 방법 및 시스템에 관한 것이다.
최근 온라인 쇼핑 시장이 지속적으로 성장함에 따라, 인터넷 광고는 제품 판매를 위한 필수적인 수단으로서 자리매김하고 있다. 판매자들은 검색 사이트에 배너 광고를 표시하거나, 검색 시 자신의 홈페이지 또는 상품을 노출시키는 방법 등을 통해 자신의 기업 또는 상품을 광고할 수 있고, 검색 사이트 운영자는 소정 검색어에 대해 기업의 홈페이지 또는 상품 등을 노출시켜 주는 대가로 광고 수익을 창출할 수 있다. 이 때, 검색 사이트 운영자는 인터넷 사용자들에 의해 검색창에 입력되는 검색어 중 판매 제품과 관련이 있는 검색어를 판매하는 등의 방법으로 수익을 창출할 수 있다.
또한, 판매자는 국내외 오픈마켓에 상품을 등록하여 판매할 수도 있다. 오픈마켓(open market)이란 온라인상에서 개인이나 소규모 업체가 개설한 점포를 통해 소비자에게 직접 상품을 판매할 수 있도록 하는 전자상거래 사이트를 총칭한다. 홈쇼핑이나 백화점 또는 대형마트 업체 등이 운영하는 일반적인 인터넷 쇼핑몰과 달리, 오픈마켓은 제품 생산업체와 판매자 간의 중간 유통마진 없이 직접 소비자에게 제품을 판매할 수 있기 때문에 상품 가격이 저렴하다는 장점이 있다. 오픈마켓에 입점한 판매자는 제품 판매를 위해 다양한 광고를 진행할 수 있는데, 특히 각 제품마다 검색 키워드별로 광고비를 지불하는 방식을 채택할 수 있다.
이와 같이, 검색 키워드를 이용한 광고는 가장 단순하면서도 효과적인 광고 방법으로서 판매자에게 다양한 방법으로 이용될 수 있다. 그러나 판매자는 어떤 검색 키워드가 광고 효과가 높은 지 알 수 없고, 광고비와 비교하여 최대 수익을 낼 수 있는 효율적인 검색 키워드 조합을 구현할 수 없다는 문제가 있다. 그에 따라, 이와 같은 문제를 해결하기 위해 본 발명에서는 인공지능에 기반하여 상위 키워드 분석을 이용한 계절성 전자제품의 광고 방법 및 시스템을 제공한다.
한국등록특허공보, 제10-2590873호 한국등록특허공보, 제10-2546899호 한국등록특허공보, 제10-2585895호 한국등록특허공보, 제 10-2583204호
실시예들은 상술한 문제를 해결하기 위해, 인공지능 기반 상위 키워드 분석을 이용한 계절성 전자제품의 광고 방법 및 시스템을 제공한다. 보다 상세하게는, 실시예들은 학습 정보에 기초하여 집중도와 만족도를 산출하고, 산출된 집중도와 만족도에 기초하여 신문 기사의 카테고리 및 난이도를 결정함으로써, 학생의 학습 수준에 맞추어 광고를 제공할 수 있고, 그에 따라 학습 효과를 향상시킬 수 있다.
본 발명이 해결하고자 하는 과제는 이상에서 언급한 과제로 제한되지 않으며, 언급되지 않은 또 다른 과제는 아래의 기재로부터 당업자에게 명확하게 이해될 수 있을 것이다.
고객으로부터 개인 정보를 입력받는 제1 컴퓨팅 장치; 및 상기 제1 컴퓨팅 장치로부터 상기 개인 정보를 수신하고, 상기 개인 정보에 기초하여 대상 전자 제품에 대한 키워드 광고를 생성하는 서버를 포함하고, 상기 서버는, 상기 대상 전자 제품과 관련하여 인터넷 쇼핑몰, 블로그, 검색 엔진 및 SNS 중 적어도 일부에서 사용되는 키워드들을 무작위로 수집하고, 기능 키워드 및 계절 키워드로 분류하여 저장하는 키워드 수집부; 계절성 제품 추천 모델을 이용하여 상기 계절 키워드에 대한 계절 지수를 산출함으로써 상기 대상 전자 제품의 판매 여부를 결정하는 판매 결정부; 키워드 선정 모델을 이용하여 상기 기능 키워드에 키워드 지수를 할당하고, 키워드 지수에 기초하여 복수의 키워드를 선정하는 키워드 추출부; 및 상기 선정된 복수의 키워드를 수신하여 상기 선정된 복수의 키워드를 이용한 키워드 광고를 제공하는 광고 생성부를 포함하고, 상기 키워드 추출부는, 상기 키워드 선정 모델을 이용하여, 상기 기능 키워드 각각에 대하여, 상기 기능 키워드가 오픈 마켓에서 상기 대상 전자 제품에 대한 키워드로 선정된 횟수에 기초하여 제1 기능 지수를 할당하고, 검색엔진에서 대상 전자 제품과 관련한 검색어로 상기 기능 키워드가 검색된 횟수에 기초하여 제2 기능 지수를 할당하고, 및 블로그 또는 SNS에서 대상 전자 제품과 함께 상기 기능 키워드가 언급된 횟수에 기초하여 제3 기능 지수를 할당하고, 상기 제1 내지 제3 기능 지수의 평균 값을 연산함으로써 상기 기능 키워드 각각의 기능 키워드 지수를 산출하고, 상기 기능 키워드 지수가 높은 순서로 상기 복수의 키워드를 선정하는, 계절성 전자제품의 광고 시스템.
광고주로부터 상기 대상 전자 제품 및 지정 키워드를 입력받는 제2 컴퓨팅 장치를 더 포함하고, 상기 키워드 추출부는, 상기 키워드 선정 모델을 이용하여, 상기 지정 키워드 각각에 대하여, 상기 지정 키워드가 오픈 마켓에서 상기 대상 전자 제품에 대한 키워드로 선정된 횟수에 기초하여 제1 기능 지수를 할당하고, 검색엔진에서 대상 전자 제품과 관련한 검색어로 상기 지정 키워드가 검색된 횟수에 기초하여 제2 기능 지수를 할당하고, 및 블로그 또는 SNS에서 대상 전자 제품과 함께 상기 지정 키워드가 언급된 횟수에 기초하여 제3 기능 지수를 할당하고, 상기 제1 내지 제3 기능 지수의 평균 값을 연산함으로써 상기 지정 키워드 각각의 기능 키워드 지수를 산출하고, 상기 기능 키워드의 상기 기능 키워드 지수와 상기 지정 키워드의 상기 기능 키워드 지수를 종합하여 기능 키워드 지수가 높은 순서로 상기 복수의 키워드를 선정하는, 계절성 전자제품의 광고 시스템.
상기 키워드 추출부는, 상기 키워드 선정 모델을 이용하여, 상기 개인 정보에 기초하여 개인의 취향을 분석함으로써 상기 기능 키워드 및 상기 지정 키워드에 대한 가중치를 조정하고, 상기 조정된 가중치를 반영하여 상기 기능 키워드 및 상기 지정 키워드에 대한 기능 키워드 지수를 업데이트하고, 상기 업데이트된 기능 키워드 지수에 기초하여 키워드를 선정하는, 계절성 전자제품의 광고 시스템.
상기 판매 결정부는, 상기 계절성 제품 추천 모델을 이용하여, 상기 계절 키워드 각각을 계절 그룹 별로 구분하고, 상기 구분된 계절 그룹에 따라 현재 날짜에 기초하여 제1 계절 지수를 할당하고, 현재 날씨에 따라 제2 계절 지수를 할당하고, 현재 기온에 기초하여 제3 계절 지수를 할당하고, 상기 제1 내지 제3 계절 지수의 평균 값을 연산하여 상기 계절 키워드 각각에 대한 계절 키워드 지수를 산출하고, 상기 계절 키워드 각각에 대한 계절 키워드 지수의 평균 값을 산출하고, 상기 계절 키워드 각각에 대한 계절 키워드 지수의 평균 값이 기준 값보다 작은 경우 상기 대상 전자 제품을 판매할 수 없는 것으로 판단하는, 계절성 전자제품의 광고 시스템.
광고 검증 모델을 이용하여, 상기 키워드 광고를 통해 획득되는 광고 정보에 기초하여 효과 지수를 산출하고, 상기 효과 지수에 기초하여 상기 선정된 키워드의 재선정 여부를 판단하는 효과 지수 산출부를 더 포함하고, 상기 광고 정보는, 상기 선정된 키워드의 오픈 마켓, 검색 엔진 및 블로그에 대한 노출 횟수, 상기 선정된 키워드로 검색하여 광고가 클릭된 횟수, 및 상기 선정된 키워드를 검색하여 상기 대상 전자 제품의 구매까지 이어진 횟수를 포함하고, 상기 효과 지수 산출부는, 광고 검증 모델을 이용하여, 상기 선정된 키워드의 오픈 마켓, 검색 엔진 및 블로그에 대한 노출 횟수에 기초하여 제1 광고 지수를 할당하고, 상기 선정된 키워드로 검색하여 광고가 클릭된 횟수에 기초하여 제2 광고 지수를 할당하고, 및 상기 선정된 키워드를 검색하여 상기 대상 전자 제품의 구매까지 이어진 횟수에 기초하여 제3 광고 지수를 할당하고, 상기 제1 내지 제3 광고 지수의 평균 값을 연산하여 복수의 상기 선정된 키워드 각각에 대한 키워드 별 광고 지수를 산출하고, 상기 키워드 별 광고 지수의 평균 값을 연산하여 효과 지수를 산출하고, 효과 지수가 기준 값보다 작은 경우 광고 효과가 없는 것으로 판단하는, 계절성 전자제품의 광고 시스템.
상기 제1 컴퓨팅 장치는 사용자로부터 인터넷 쇼핑 정보를 입력받고, 상기 광고 생성부는, 상기 인터넷 쇼핑 정보를 이용하여, 사용자에게 적합한 광고 노출 시간, 광고 노출 빈도, 광고 노출 페이지 중 적어도 일부를 분석하도록 학습된 맞춤 광고 모델을 이용하여 사용자 맞춤형 광고를 제공하는, 계절성 전자제품의 광고 시스템.
상기 계절성 제품 추천 모델은 상기 계절 그룹에 따라 상이한 판단 기준을 학습하고, 상기 제1 내지 제3 계절 지수의 스케일은 동일한, 계절성 전자제품의 광고 시스템.
일실시예에 따른 장치는 하드웨어와 결합되어 상술한 방법들 중 어느 하나의 항의 방법을 실행시키기 위하여 매체에 저장된 컴퓨터 프로그램에 의해 제어될 수 있다.
실시예들은 계절 키워드를 이용하여 계절성 전자 제품의 판매 여부를 판단하고, 기능 키워드 및 사용자에 의해 입력된 지정 키워드를 이용하여 광고에 이용될 키워드를 선정함으로써 계절감을 반영한 키워드 광고를 제공할 수 있다. 계절감이 반영된 광고를 제공할 수 있으므로 광고 효과를 향상시킬 수 있다.
또한, 실시예들은 고객의 개인 정보를 반영하여 키워드의 가중치를 조정하고, 고객의 인터넷 쇼핑 정보를 분석하여 광고를 제공함으로써 고객에게 맞춤형 광고를 제공할 수 있다. 따라서, 고객 만족도가 높은 광고를 제공하여 계절성 전자 제품의 판매율을 상승시킬 수 있다.
도 1은 일실시예에 따른 계절성 전자제품의 광고 시스템을 설명하기 위한 도면이다.
도 2는 일실시예에 따른 컴퓨팅 장치를 설명하기 위한 도면이다.
도 3은 일실시예에 따른 서버를 설명하기 위한 도면이다.
도 4는 일실시예에 따른 계절성 전자제품의 광고 방법을 설명하기 위한 도면이다.
도 5는 일실시예에 따른 대상 전자 제품 판매 여부 판단 방법을 설명하기 위한 도면이다.
도 6은 일실시예에 따른 키워드 선정 방법을 설명하기 위한 도면이다.
도 7은 일실시예에 따른 장치의 구성의 예시도이다.
이하에서, 첨부된 도면을 참조하여 실시예들을 상세하게 설명한다. 그러나, 실시예들에는 다양한 변경이 가해질 수 있어서 특허출원의 권리 범위가 이러한 실시예들에 의해 제한되거나 한정되는 것은 아니다. 실시예들에 대한 모든 변경, 균등물 내지 대체물이 권리 범위에 포함되는 것으로 이해되어야 한다.
실시예들에 대한 특정한 구조적 또는 기능적 설명들은 단지 예시를 위한 목적으로 개시된 것으로서, 다양한 형태로 변경되어 실시될 수 있다. 따라서, 실시예들은 특정한 개시형태로 한정되는 것이 아니며, 본 명세서의 범위는 기술적 사상에 포함되는 변경, 균등물, 또는 대체물을 포함한다.
제1 또는 제2 등의 용어를 다양한 구성요소들을 설명하는데 사용될 수 있지만, 이런 용어들은 하나의 구성요소를 다른 구성요소로부터 구별하는 목적으로만 해석되어야 한다. 예를 들어, 제1 구성요소는 제2 구성요소로 명명될 수 있고, 유사하게 제2 구성요소는 제1 구성요소로도 명명될 수 있다.
어떤 구성요소가 다른 구성요소에 "연결되어" 있다고 언급된 때에는, 그 다른 구성요소에 직접적으로 연결되어 있거나 또는 접속되어 있을 수도 있지만, 중간에 다른 구성요소가 존재할 수도 있다고 이해되어야 할 것이다.
실시예에서 사용한 용어는 단지 설명을 목적으로 사용된 것으로, 한정하려는 의도로 해석되어서는 안된다. 단수의 표현은 문맥상 명백하게 다르게 뜻하지 않는 한, 복수의 표현을 포함한다. 본 명세서에서, "포함하다" 또는 "가지다" 등의 용어는 명세서 상에 기재된 특징, 숫자, 단계, 동작, 구성요소, 부품 또는 이들을 조합한 것이 존재함을 지정하려는 것이지, 하나 또는 그 이상의 다른 특징들이나 숫자, 단계, 동작, 구성요소, 부품 또는 이들을 조합한 것들의 존재 또는 부가 가능성을 미리 배제하지 않는 것으로 이해되어야 한다.
다르게 정의되지 않는 한, 기술적이거나 과학적인 용어를 포함해서 여기서 사용되는 모든 용어들은 실시예가 속하는 기술 분야에서 통상의 지식을 가진 자에 의해 일반적으로 이해되는 것과 동일한 의미를 가지고 있다. 일반적으로 사용되는 사전에 정의되어 있는 것과 같은 용어들은 관련 기술의 문맥 상 가지는 의미와 일치하는 의미를 가지는 것으로 해석되어야 하며, 본 출원에서 명백하게 정의하지 않는 한, 이상적이거나 과도하게 형식적인 의미로 해석되지 않는다.
또한, 첨부 도면을 참조하여 설명함에 있어, 도면 부호에 관계없이 동일한 구성 요소는 동일한 참조부호를 할당하고 이에 대한 중복되는 설명은 생략하기로 한다. 실시예를 설명함에 있어서 관련된 공지 기술에 대한 구체적인 설명이 실시예의 요지를 불필요하게 흐릴 수 있다고 판단되는 경우 그 상세한 설명을 생략한다.
실시예들은 퍼스널 컴퓨터, 랩톱 컴퓨터, 태블릿 컴퓨터, 스마트 폰, 텔레비전, 스마트 가전 기기, 지능형 자동차, 키오스크, 웨어러블 장치 등 다양한 형태의 제품으로 구현될 수 있다.
도 1은 일 실시 예에 따른 계절성 전자제품의 광고 시스템을 설명하기 위한 도면이다.
도 1을 참조하면, 계절성 전자제품의 광고 시스템(100)은 컴퓨팅 장치(110), 서버(120) 및 네트워크(130)를 포함할 수 있다.
컴퓨팅 장치(110)는 네트워크(130)에 접속할 수 있는 모든 장치를 포함할 수 있다. 예를 들어, 컴퓨팅 장치(110)는 스마트폰, 태블릿, PC, 노트북, 가전 디바이스, 카메라 및 웨어러블 장치 등을 포함할 수 있다.
컴퓨팅 장치(110)는 제1 컴퓨팅 장치(110A) 및 제2 컴퓨팅 장치(110B)를 포함할 수 있다. 제1 컴퓨팅 장치(110A)는 소비자가 이용하는 컴퓨팅 장치이고, 제2 컴퓨팅 장치(110B)는 판매자 또는 광고주가 이용하는 컴퓨팅 장치일 수 있다.
제1 컴퓨팅 장치(110A)는 서버(120)로부터 광고를 제공받을 수 있다. 제1 컴퓨팅 장치(110A)는 서버(120)로부터 제공받은 광고를 표시할 수 있다. 복수의 제1 컴퓨팅 장치(110A)가 네트워크(130)와 연결될 경우, 복수의 제1 컴퓨팅 장치(110A) 각각은 서버(120)로부터 같거나 다른 광고를 제공받을 수 있고, 서로 같거나 다른 광고를 표시할 수 있다.
제1 컴퓨팅 장치(110A)는 사용자에 의해 입력된 개인 정보를 수신할 수 있고, 네트워크(130)를 통해 서버(120) 및/또는 저장부(122)로 전송할 수 있다. 제1 컴퓨팅 장치(110A)를 사용하는 사용자는 소비자일 수 있다. 개인 정보는 제1 컴퓨팅 장치(110A)를 통해 사용자에 의해 입력될 수 있다. 개인 정보는 사용자의 국적, 나이, 성별, 거주 지역 중 적어도 일부를 포함할 수 있다. 그러나, 상술한 개인 정보에 포함되는 파라미터들은 설명을 위한 예시에 불과하며 본 발명의 실시 예가 이에 한정되는 것은 아니다.
제1 컴퓨팅 장치(110A)는 사용자의 인터넷 쇼핑 정보를 수집할 수 있고, 네트워크(130)를 통해 서버(120) 및/또는 저장부(122)로 전송할 수 있다. 인터넷 쇼핑 정보는 사용자의 검색 기록, 방문한 웹사이트 정보, 웹사이트에 머문 기간 등을 포함할 수 있다. 그러나, 상술한 인터넷 쇼핑 정보에 포함되는 파라미터들은 설명을 위한 예시에 불과하며 본 발명의 실시 예가 이에 한정되는 것은 아니다.
제2 컴퓨팅 장치(110B)는 사용자에 의해 입력된 대상 전자 제품 및 지정 키워드를 수신할 수 있고, 네트워크(130)를 통해 서버(120) 및/또는 저장부(122)로 전송할 수 있다. 제2 컴퓨팅 장치(110B)를 사용하는 사용자는 판매자 또는 광고주일 수 있다. 지정 키워드는 대상 전자제품에 대하여 사용자가 직접 입력하는 키워드를 의미할 수 있다. 예를 들어, 사용자는 “가습기”에 대하여 “살균”, “대용량”, “스테인리스”, “무드등”, “신생아” 등의 키워드를 지정 키워드로서 직접 입력할 수 있다.
도 1에서 컴퓨팅 장치(110)는 제1 컴퓨팅 장치(110A) 및 제2 컴퓨팅 장치(110B)만 포함하도록 도시되나, 본 발명이 이에 제한되는 것은 아니며 복수의 컴퓨팅 장치들이 포함될 수 있다. 이 때, 복수의 컴퓨팅 장치 각각은 네트워크(130)와 연결될 수 있다.
서버(120)는 네트워크(130)를 통해 컴퓨팅 장치(110)에 광고를 제공하기 위한 컴퓨팅 자원을 제공할 수 있다. 서버(120)는 클라우드 기반의 시스템으로 구현될 수 있으며, 내부에 다양한 서버, 장치, 디바이스, 단말 등을 포함할 수 있다. 예를 들어, 서버(120)는 애플리케이션 서버, 제어 서버, 데이터 수집 서버, 데이터 저장 서버, 데이터 처리 서버, API(Application Programming Interface) 제공 서버, 데이터 표시 서버, 특정 기능을 제공하기 위한 서버 등 다양한 종류의 서버를 포함할 수 있다. 서버(120)는 단일 시스템으로 구성되어 데이터 수집, 데이터 저장, 데이터 처리, API 제공, 데이터 표시 등의 프로세스를 수행할 수 있다. 그러나 이에 제한되지 않으며, 서버(120)는 복수의 서버들이 동시에 프로세스를 처리할 수도 있다.
서버(120)는 네트워크(130)를 통해 전자 제품별 키워드를 수집할 수 있다. 서버(120)는 키워드 별 광고 점수를 할당하여 광고 점수가 높은 적어도 3개의 키워드를 선정할 수 있다. 서버(120)는 컴퓨팅 장치(110)를 통해 입력되는 개인 정보, 인터넷 쇼핑 정보 및 지정 키워드를 수집할 수 있다. 서버(120)는 개인 정보 및 인터넷 쇼핑 정보를 이용하여 개인 별로 최적화된 광고를 제공할 수 있다.
서버(120)는 저장부(122)를 포함할 수 있다. 저장부(122)는 계절성 전자제품의 광고 시스템(100)에 필요한 데이터를 저장할 수 있다. 예를 들어, 저장부(122)는 대상 전자 제품별로 수집된 키워드를 저장할 수 있다. 대상 전자 제품별로 수집된 키워드는 대상 전자 제품과 관련하여 인터넷 쇼핑몰, 블로그, 검색어, 제품 사용 후기, SNS 등에서 사용되는 키워드들을 무작위로 수집한 데이터일 수 있다. 예를 들어, 저장부(122)는 컴퓨팅 장치(110)로부터 수신한 개인 정보, 인터넷 쇼핑 정보, 지정 키워드, 키워드별 광고 점수 등을 이용하여 산출된 정보들을 저장할 수 있다.
저장부(122)는 최적화된 광고를 출력하기 위해 이용되는 복수의 인공지능 모델을 저장할 수 있다. 저장부(122)에 저장된 인공지능 모델들은 새로운 입력 데이터에 대하여 결과 값을 추론할 수 있고, 추론된 값은 어떠한 동작을 수행하기 위한 판단의 기초로 이용될 수 있다.
저장부(122)는 서버(120)의 일부일 수 있으나 이에 제한되지 않으며, 서버(120)와 분리되어 운용될 수도 있다. 저장부(122)에 저장된 정보는 필요에 따라 서버(120)에 제공될 수 있며, 서버(120)에서 광고를 제공하는 과정에서 사용될 수 있다.
네트워크(130)는 인터넷(internet), 인트라넷(intranet), 엑스트라넷(extranet), LAN(Local Area Network), MAN(Metropolitan Area Network), WAN(Wide Area Network) 등 컴퓨팅 장치(110), 서버(120) 및 저장부(122)가 접속할 수 있는 모든 네트워크를 포함할 수 있다.
도 2는 일실시예에 따른 컴퓨팅 장치를 설명하기 위한 도면이다.
컴퓨팅 장치(110)는 입출력 모듈(111), 저장 모듈(112), 제어 모듈(113) 및 통신 모듈(114)을 포함할 수 있다. 상기 구성들은 컴퓨팅 장치(110)를 구현하기위해 필요한 필수적인 구성들은 아니며, 본 명세서의 컴퓨팅 장치(110)는 더 많은 구성 또는 더 적은 구성을 포함할 수 있다. 도 1의 제1 컴퓨팅 장치(110A) 및 제2 컴퓨팅 장치(110B)는 도 2의 컴퓨팅 장치(110)와 같은 구성을 포함할 수 있다.
입출력 모듈(111)은 컴퓨팅 장치(110)의 사용자로부터 정보를 수신하는 입력부와 컴퓨팅 장치(110)의 사용자에게 정보를 제공하는 출력부를 포함할 수 있다. 입력부는 키보드, 마우스 및 터치 스크린과 같은 입력 장치를 포함할 수 있다. 출력부는 디스플레이 장치 및 스피커와 같은 출력 장치를 포함할 수 있다. 입력부는 소비자인 사용자로부터 개인 정보 및 인터넷 쇼핑 정보를 수신할 수 있고, 판매자인 사용자로부터 지정 키워드를 수신할 수 있다. 출력부는 사용자에게 최적화된 키워드를 포함하는 광고를 제공할 수 있다.
저장 모듈(112)은 컴퓨팅 장치(110)의 적어도 하나의 다른 구성요소에 관계된 명령 또는 데이터를 저장할 수 있다. 저장 모듈(112)은 소프트웨어 및/또는 프로그램을 저장할 수 있다. 상기 프로그램은 커널, 미들웨어, 어플리케이션 인터페이스(application programming interface), 어플리케이션을 포함할 수 있다. 상기 커널, 미들웨어, 또는 어플리케이션 인터페이스의 적어도 일부는, 운영 시스템(operating system, OS)일 수 있다. 저장 모듈(112)은 제어 모듈(113)과 전기적으로 연결될 수 있고, 제어 모듈(113)에서 수행되는 적어도 하나의 코드(Code)를 저장할 수 있다.
저장 모듈(112)은 다양한 형태의 저장 장치를 통칭할 수 있다. 저장 모듈(112)은 내장 메모리 또는 외장 메모리를 포함할 수 있다.
내장 메모리는 휘발성 메모리 및 비휘발성 메모리 중 적어도 하나를 포함할 수 있다. 휘발성 메모리는 DRAM(dynamic RAM), SRAM(static RAM) 및 SDRAM(synchronous dynamic RAM) 중 적어도 하나를 포함할 수 있다. 비휘발성 메모리는 OTPROM(one time programmable ROM), PROM(programmable ROM), EPROM(erasable and programmable ROM), EEPROM(electrically erasable and programmable ROM), mask ROM, flash ROM, 플래시 메모리, 하드 드라이브, 또는 솔리드 스테이트 드라이브(solid state drive(SSD)) 중 적어도 하나를 포함할 수 있다.
외장 메모리는 플래시 드라이브(flash drive) 및 메모리 스틱(memory stick) 중 적어도 어느 하나를 포함할 수 있다. 플래시 드라이브는 CF(compact flash), SD(secure digital), Micro-SD(micro secure digital), Mini-SD(mini secure digital), xD(extreme digital), MMC(multi-media card) 등을 포함할 수 있다. 외장 메모리는 다양한 인터페이스를 통하여 컴퓨팅 장치(110)와 기능적으로 및/또는 물리적으로 연결될 수 있다.
제어 모듈(113)은 하나 이상의 프로세서로 구현될 수 있다. 제어 모듈(113)은 컴퓨팅 장치(110)의 구성들을 제어할 수 있다. 제어 모듈(113)은 프로그램 내에 포함된 코드 또는 명령으로 표현된 기능을 수행하기 위해 물리적으로 구조화된 회로를 갖는, 하드웨어에 내장된 데이터 처리 장치를 포함할 수 있다. 제어 모듈(113)은 하드웨어에 내장된 데이터 처리 장치의 일 예로써, 마이크로프로세서(microprocessor), 중앙처리장치(central processing unit: CPU), 프로세서 코어(processor core), 멀티프로세서(multiprocessor), ASIC(application-specific integrated circuit), FPGA(field programmable gate array) 등의 처리 장치를 포함할 수 있으나, 본 발명의 범위가 이에 한정되는 것은 아니다.
제어 모듈(113)은 입출력 모듈(111)을 통해 입력되는 개인 정보, 인터넷 쇼핑 정보 및 지정 키워드 중 적어도 하나를 통신 모듈(114)을 통해 서버(120)로 전송하도록 컴퓨팅 장치(110)를 제어할 수 있다. 제어 모듈(113)은 서버(120)로부터 수신한 광고를 사용자에게 표시하도록 입출력 모듈(111)을 제어할 수 있다.
통신 모듈(114)은 이동 통신, 근거리 통신 등을 수행하기 위한 모듈을 포함할 수 있고, 유무선 통신을 수행하기 위한 모듈을 포함할 수 있다. 통신 모듈(114)은 제어 모듈(113)의 제어에 따라 동작할 수 있다. 통신 모듈(114)은 서버(120), 저장부(122), 및/또는 네트워크(130)와 통신하기 위한 모듈일 수 있다. 통신 모듈(114)을 통해 컴퓨팅 장치(110)로부터 입력된 개인 정보 및 학습 정보가 서버(120)에 전송될 수 있다.
예를 들어, 무선 통신은 LTE(long term evolution), LTE-A(LTE Advance), CDMA(code division multiple access), WCDMA(wideband CDMA), UMTS(universal mobile telecommunications system), WiBro(wireless broadband), 또는 GSM(global system for mobile communications) 등 중 적어도 하나를 사용하는 셀룰러 통신을 포함할 수 있다. 무선 통신은 WiFi(wireless fidelity), LiFi(light fidelity), WiGig(wireless gigabit alliance), 블루투스(Bluetooth), 블루투스 저전력(BLE, Bluetooth low energy), 지그비(Zigbee), NFC(near field communication), 자력 시큐어 트랜스미션(magnetic secure transmission), 라디오 프리퀀시(RF, radio frequency), 또는 보디 에어리어 네트워크(BAN, body area network) 중 적어도 하나를 포함할 수도 있다.
예를 들어, 유선 통신은 USB(universal serial bus), HDMI(high definition multimedia interface), RS-232(recommended standard 232), 전력선 통신(power line communication), 또는 POTS(plain old telephone service) 등 중 적어도 하나를 포함할 수 있다.
본 명세서에서, 컴퓨팅 장치(110)가 상술한 구성들을 포함하는 것으로 설명하나, 구현 예에 따라서는, 컴퓨팅 장치(110)는 클라우드 기반의 시스템으로 구현되어, 데이터 수집, 데이터 처리, 데이터 저장, 데이터 표시 및 API 제공 등을 수행하는 서버 또는 장치를 별도로 포함할 수 있다.
도 3은 일실시예에 따른 서버를 설명하기 위한 도면이다.
서버(120)는 통신부(121), 저장부(122), 키워드 수집부(123), 판매 결정부(124), 키워드 추출부(125), 효과 지수 산출부(126) 및 광고 생성부(127)를 포함할 수 있다. 상기 구성들은 서버(120)를 구현하기 위해 필요한 필수적인 구성들은 아니며, 본 명세서의 서버(120)는 더 많은 구성 또는 더 적은 구성을 포함할 수 있다.
통신부(121)는 이동 통신, 근거리 통신 등을 수행하기 위한 모듈을 포함할 수 있고, 유무선 통신을 수행하기 위한 모듈을 포함할 수 있다. 통신부(121)는 컴퓨팅 장치(110) 및/또는 네트워크(130)와 통신하기 위한 구성일 수 있다. 통신부(121)는 컴퓨팅 장치(110)로부터 네트워크(130)를 통해 전송된 개인 정보, 인터넷 쇼핑 정보 및 지정 키워드 중 적어도 일부를 수신할 수 있다. 통신부(121)는 광고 생성부(127)로부터 생성된 광고를 네트워크(130)를 통해 컴퓨팅 장치(110)로 전송할 수 있다.
저장부(122)는 통신부(121), 키워드 수집부(123), 판매 결정부(124), 키워드 추출부(125), 효과 지수 산출부(126) 및 광고 생성부(127)와 전기적으로 연결될 수 있고, 키워드 수집부(123), 판매 결정부(124), 키워드 추출부(125), 효과 지수 산출부(126) 및 광고 생성부(127)에서 수행되는 적어도 하나의 코드(Code)를 저장할 수 있다. 저장부(122)는 키워드 수집부(123), 판매 결정부(124), 키워드 추출부(125), 효과 지수 산출부(126) 및 광고 생성부(127)에서 출력되는 적어도 일부의 데이터를 저장할 수 있다. 저장부(122)는 다양한 형태의 저장 장치를 통칭할 수 있다. 저장부(122)는 내장 메모리 또는 외장 메모리를 포함할 수 있다.
저장부(122)는 키워드 수집부(123)로부터 수집된 키워드들을 저장할 수 있다. 저장부(122)는 컴퓨팅 장치(110)로부터 입력되어 네트워크(130)를 통해 수신한 개인 정보, 인터넷 쇼핑 정보 및 지정 키워드 중 적어도 하나를 저장할 수 있다. 저장부(122)는 컴퓨팅 장치(110)로부터 수신한 개인 정보 및 인터넷 쇼핑 정보에 기초한 맞춤 키워드, 지정 키워드, 저장된 복수의 키워드, 키워드별 광고 점수 및 광고 효과 지수 등을 저장할 수 있다.
실시 예에 따라, 저장부(122)는 광고 생성부(127)에서 광고를 생성하기 위한 복수의 템플릿을 저장할 수 있다. 복수의 템플릿은 선정된 키워드들을 포함하도록 구성될 수 있다. 복수의 템플릿은 대상 전자 제품에 따라 다른 구성을 포함할 수 있다.
저장부(122)는 인공 지능, 머신 러닝, 인공 신경망을 이용하여 연산을 수행하는데 필요한 정보를 저장할 수 있다. 저장부(122)는 다양한 인공 지능 모델을 저장할 수 있다. 예를 들어, 저장부(122)는 계절성 제품 추천 모델, 키워드 선정 모델 및 광고 검증 모델 중 적어도 하나를 포함할 수 있다. 저장부(122)에 저장된 인공지능 모델들은 새로운 입력 데이터에 대하여 결과 값을 추론할 수 있고, 추론된 값은 어떠한 동작을 수행하기 위한 판단의 기초로 이용될 수 있다.
키워드 수집부(123)는 대상 전자 제품과 관련하여 인터넷 쇼핑몰, 블로그, 검색어, 제품 사용 후기, SNS 등에서 사용되는 키워드들을 무작위로 수집할 수 있다. 키워드 수집부(123)는 키워드들을 수집하기 위해 인공지능 모델을 이용할 수도 있다. 키워드 수집부(123)는 키워드를 수집하기 위해 자연어 처리를 수행할 수 있다.
키워드 수집부(123)는 다양한 매체로부터 수집한 키워드들을 대상 전자 제품 별로 분류하여 저장부(122)에 저장할 수 있다. 키워드 수집부(123)는 대상 전자 제품에 따라 키워드를 그룹핑할 수 있다. 예를 들어, 키워드 수집부(123)는 “온풍기”와 관련하여 “난방 효율”, “가정용”, “전기세”, “히터”, “소형”, “거실”, “겨울”, “건조”, “쌀쌀”, “추위”와 같은 키워드들을 그룹핑하여 저장부(122)에 저장할 수 있다.
키워드 수집부(123)는 대상 전자 제품에 따른 키워드를 기능 키워드와 계절 키워드로 분류하여 그룹핑할 수 있다. 예를 들어, 키워드 수집부(123)는 “온풍기”와 관련한 키워드 중 “난방 효율”, “가정용”, “전기세”, “히터”, “소형”, “거실”과 같은 키워드는 기능 키워드로 구분하고, “겨울”, “건조”, “쌀쌀”, “추위”와 같은 키워드는 계절 키워드로 분하여 “온풍기”에 관한 키워드로 그룹핑할 수 있다.
다른 실시 예에서, 키워드 수집부(123)는 수집된 키워드들에 대상 제품별 태그를 할당하여 저장부(122)에 저장할 수 있다. 예를 들어, “온풍기”와 관련한 키워드를 수집한 경우, 키워드 수집부(123)는 “난방 효율”, “가정용”, “전기세”, “히터”, “소형”, “거실”, “겨울”, “건조”, “쌀쌀”, “추위”와 같은 키워드 각각에 “온풍기” 태그를 할당하여 저장부(122)에 저장할 수 있다.
실시 예에 따라, 키워드 수집부(123)는 “온풍기”와 관련한 키워드를 수집한 경우, 기능 키워드와 계절 키워드를 분류하여 적어도 두개의 태그를 할당할 수 있다. 예를 들어, “난방 효율”, “가정용”, “전기세”, “히터”, “소형”, “거실”과 같은 키워드는 “온풍기” 및 “기능” 태그를 할당하고, “추위”, “한파”, “눈”, “건조”, “쌀쌀”과 같은 키워드는 “온풍기” 및 “계절” 태그를 할당할 수 있다.
판매 결정부(124)는 계절성 제품 추천 모델을 이용하여 대상 전자 제품의 판매 여부를 판단할 수 있다. 판매 결정부(124)는 키워드 수집부(123)로부터 수집 및 분류되어 저장부(122)에 저장된 계절 키워드를 이용하여 대상 전자 제품의 판매 여부를 판단할 수 있다.
계절성 제품 추천 모델은 대상 전자 제품에 대한 계절 키워드를 이용하여 대상 전자 제품의 판매 여부를 결정하도록 학습된 인공지능 모델일 수 있다. 계절성 제품 추천 모델은 해당 전자 제품과 관련된 계절 키워드에 대한 계절 지수를 산출하도록 학습된 인공지능 모델일 수 있다.
계절성 제품 추천 모델은 대상 전자 제품의 계절 키워드를 계절 그룹 별로 구분하고, 현재 날짜, 현재 날씨 및 현재 기온에 기초하여 계절 지수를 할당하도록 학습될 수 있다. 계절 그룹은 봄, 여름, 가을 및 겨울 그룹을 포함할 수 있다. 이하에서는 계절 그룹이 봄, 여름, 가을 및 겨울 그룹을 포함하는 것을 전제로 설명하나 본 발명이 이에 제한되는 것은 아니며, 사용자의 정의에 따라 계절 그룹은 절기 단위로 구성될 수도 있다.
계절성 제품 추천 모델은 대상 전자 제품의 계절 키워드의 계절 그룹을 결정할 수 있다. 계절성 제품 추천 모델은 대상 전자 제품의 계절 키워드가 봄, 여름, 가을, 겨울 중 어느 하나의 계절 그룹에 포함되는지 결정하도록 학습될 수 있다. 예를 들어, 계절성 제품 추천 모델은 “추위”, “눈”, “영하”, “찬바람”, “첫눈” 등의 계절 키워드는 겨울 그룹으로 결정하고, “폭염”, “더위”, “고온”, “열대야” 등의 계절 키워드는 여름 그룹으로 결정할 수 있다.
계절성 제품 추천 모델은 결정된 계절 그룹에 따라 현재 날짜, 현재 날씨 및 현재 기온에 기초하여 제1 내지 제3 계절 지수를 할당하도록 학습될 수 있다. 계절성 제품 추천 모델은 결정된 계절 그룹에 따라 현재 날짜에 기초하여 제1 계절 지수를 할당하고, 현재 날씨에 따라 제2 계절 지수를 할당하고, 현재 기온에 기초하여 제3 계절 지수를 할당할 수 있다. 계절성 제품 추천 모델은 계절 그룹에 따라 상이한 판단 기준을 학습할 수 있다. 제1 내지 제3 계절 지수의 스케일은 동일할 수 있다. 이하에서 제1 내지 제3 계절 지수는 0이상 1이하의 값을 가지도록 설명되나, 본 발명이 이에 제한되는 것은 아니며 지수의 범위는 사용자에 의해 다양하게 설정될 수 있다.
제1 계절 지수에 대하여, 예를 들어, 겨울 그룹의 경우, 계절성 제품 추천 모델은 현재 날짜가 12월 1일부터 2월 28일 사이인 경우 1의 지수를 할당하고, 3월 1일부터 5월 31일 사이인 경우 또는 9월 1일부터 11월 30일 사이인 경우 0.5의 지수를 할당하고, 6월 1일부터 8월 31일 사이인 경우 0의 지수를 할당하도록 학습될 수 있다.
예를 들어, 제1 계절 지수에 대하여, 여름 그룹의 경우, 계절성 제품 추천 모델은 겨울 그룹과 달리 현재 날짜가 12월 1일부터 2월 28일 사이인 경우 0의 지수를 할당하고, 3월 1일부터 5월 31일 사이인 경우 또는 9월 1일부터 11월 30일 사이인 경우 0.5의 지수를 할당하고, 6월 1일부터 8월 31일 사이인 경우 1의 지수를 할당하도록 학습될 수 있다.
예를 들어, 제1 계절 지수에 대하여, 봄 및 겨울 그룹의 경우, 계절성 제품 추천 모델은 현재 날짜가 12월 1일부터 2월 28일 사이인 경우 0.5의 지수를 할당하고, 3월 1일부터 5월 31일 사이인 경우 또는 9월 1일부터 11월 30일 사이인 경우 1의 지수를 할당하고, 6월 1일부터 8월 31일 사이인 경우 0.5의 지수를 할당하도록 학습될 수 있다.
다른 실시 예에서, 계절성 제품 추천 모델은 제1 계절 지수는 날짜에 따라 점차 증가하거나 점차 감소하도록 학습될 수 있다. 예를 들어, 계절성 제품 추천 모델은 여름 그룹에 대하여, 1월 1일부터 6월30일까지 지수가 0에서 1까지 점진적으로 증가하도록 지수를 할당하고, 7월 1일부터 12월 31일까지 지수가 1에서 0으로 점진적으로 감소하도록 할당할 수 있다. 실시 예에 따라, 제1 계절 지수가 0인 키워드는 계절 그룹이 재지정될 수 있다.
제2 계절 지수에 대하여, 예를 들어, 겨울 그룹의 경우, 계절성 제품 추천 모델은 현재 날씨가 “맑음”, “폭설”, “눈” 중 어느 하나인 경우 1의 지수를 할당하고, 현재 날씨가 “비”, “뇌우”, “흐림” 중 어느 하나인 경우 0.5의 지수를 할당하도록 학습될 수 있다.
제2 계절 지수에 대하여, 예를 들어, 여름 그룹의 경우, 계절성 제품 추천 모델은 현재 날씨가 “맑음”, “폭우”, “폭염” 중 어느 하나인 경우 1의 지수를 할당하고, 현재 날씨가 “흐림”, “구름 많음”, “흐림” 중 어느 하나인 경우 0.5의 지수를 할당하도록 학습될 수 있다.
현재 날씨 및 그에 대응되는 지수는 계절 그룹 별로 상이할 수 있다. 현재 날씨 및 그에 대응되는 지수는 사용자에 의해 입력되거나 계절성 제품 추천 모델이 학습하여 출력하는 값일 수 있다. 현재 날씨 및 그에 대응되는 지수는 데이터의 누적에 따라 최적화될 수 있다.
제3 계절 지수에 대하여, 예를 들어, 겨울 그룹의 경우, 계절성 제품 추천 모델은 현재 기온이 5도 이하인 경우 1의 지수를 할당하고, 현재 기온이 5도 초과 25도 미만인 경우 기온의 증가에 반비례하도록 지수를 할당하고, 현재 기온이 25도 이상인 경우 0의 지수를 할당하도록 학습될 수 있다. 현재 기온 및 그에 대응되는 지수는 계절 그룹 별로 상이할 수 있다. 현재 기온의 범위 및 그에 대응되는 지수는 사용자에 의해 입력되거나 계절성 제품 추천 모델이 학습하여 출력하는 값일 수 있다. 현재 기온의 범위 및 그에 대응되는 지수는 데이터의 누적에 따라 최적화될 수 있다.
계절성 제품 추천 모델은 제1 내지 제3 계절 지수의 평균 값을 연산하여 계절 키워드에 대한 계절 키워드 지수를 산출할 수 있다. 예를 들어, 계절성 제품 추천 모델은 “온풍기”에 대한 계절 키워드 “추위”를 겨울 그룹으로 판단하고, 겨울 그룹으로 결정됨에 따라 현재 날짜가 12월 1일부터 2월 28일 사이인 경우 제1 계절 지수를 1로 할당하고, 현재 날씨가 '맑음'인 경우 제2 계절 지수를 0.5로 할당하고, 현재 기온이 영하 2도인 경우 제3 계절 지수를 1로 할당할 수 있다. 그에 따라, 계절성 제품 추천 모델은 “온풍기”에 대한 계절 키워드 중 “추위”에 대한 계절 키워드 지수를 제1 내지 제3 계절 지수의 평균 값인 0.83으로 산출할 수 있다.
계절성 제품 추천 모델은 대상 전자 제품에 대한 계절 키워드 각각에 대하여 상기 계절 키워드 지수를 종합할 수 있다. 계절성 제품 추천 모델은 대상 전자 제품에 대한 계절 키워드 각각의 계절 키워드 지수의 평균 값을 산출할 수 있다. 예를 들어, “온풍기”에 대한 계절 키워드로 “추위”, “한파”, “눈”이 수집되어 그룹핑된 후 저장부(122)에 저장되어 있다면, 계절성 제품 추천 모델은 “추위”, “한파” 및 “눈” 각각에 대한 계절 키워드 지수를 산출하고, 이들의 평균 값을 연산할 수 있다.
계절성 제품 추천 모델은 계절 키워드 지수의 평균 값에 기초하여 대상 전자 제품의 판매 여부를 판단할 수 있다. 예를 들어, 계절성 제품 추천 모델은 계절 키워드 지수의 평균 값이 기준 값보다 큰 경우 대상 전자 제품을 판매할 수 있는 것으로 판단하고, 계절 키워드 지수의 평균 값이 기준 값 미만인 경우 대상 전자 제품을 판매할 수 없는 것으로 판단할 수 있다. 계절성 제품 추천 모델은 대상 전자 제품의 판매 가능 여부를 통신부(121)를 통해 사용자에게 제공할 수 있다.
키워드 추출부(125)는 키워드 선정 모델을 이용하여 저장부(122)에 저장된 대상 전자 제품에 대한 기능 키워드 및 지정 키워드에 키워드 지수를 할당하고, 키워드 지수에 기초하여 복수의 키워드를 추출할 수 있다.
키워드 선정 모델은 오픈 마켓에서 해당 키워드가 대상 전자 제품에 대한 키워드로 선정된 횟수, 검색엔진에서 대상 전자 제품과 관련한 검색어로 검색된 횟수, 및 블로그 또는 SNS에서 대상 전자 제품과 함께 언급된 횟수에 기초하여 제1 내지 제3 기능 지수를 할당할 수 있다. 키워드 선정 모델은 오픈 마켓에서 해당 키워드가 대상 전자 제품에 대한 키워드로 선정된 횟수에 기초하여 제1 기능 지수를 할당하고, 검색엔진에서 대상 전자 제품과 관련한 검색어로 검색된 횟수에 기초하여 제2 기능 지수를 할당하고, 및 블로그 또는 SNS에서 대상 전자 제품과 함께 언급된 횟수에 기초하여 제3 기능 지수를 할당할 수 있다. 제1 내지 제3 기능 지수는 대상 전자 제품에 관하여 그룹핑된 기능 키워드들 및 지정 키워드들 사이에서 상대적인 값으로 할당될 수 있다.
예를 들어, “온풍기”와 관련한 기능 키워드 중 “난방 효율”과 관련하여, 키워드 선정 모델은 오픈 마켓에서 “온풍기”에 대한 키워드로 “난방 효율”이 선정된 횟수가 10회이고, 다른 키워드들이 선정된 횟수의 총 합이 100회 인 경우, 제1 기능 지수를 0.1로 할당할 수 있다. 키워드 선정 모델은 검색엔진에서 “난방 효율”이 “온풍기”와 함께 20회 검색되고, 온풍기와 함께 검색된 다른 키워드들의 총 검색 횟수가 100회 인 경우, 제2 기능 지수를 0.2로 할당할 수 있다. 키워드 선정 모델은 블로그 또는 SNS에서 “온풍기”와 “난방 효율”이 함께 언급된 횟수가 30회이고, 온풍기와 함께 검색된 다른 키워드들의 총 언급 횟수가 100회 인 경우, 제3 기능 지수를 0.3으로 할당할 수 있다.
키워드 추출부(125)는 키워드 선정 모델을 이용하여 제1 내지 제3 기능 지수의 평균 값을 연산함으로써 기능 키워드 지수를 산출할 수 있다.
상기의 실시 예에서, 온풍기에 대한 제1 내지 제3 기능 지수의 평균 값은 0.2이므로 “온풍기”에 대한 “난방 효율”의 기능 키워드 지수는 0.2로 결정될 수 있다.
키워드 추출부(125)는 키워드 선정 모델을 이용하여 개인 정보에 기초하여 기능 키워드 지수의 가중치를 조정할 수 있다. 키워드 선정 모델은 개인 정보에 기초하여 개인의 취향을 분석하여 기능 키워드 및 지정 키워드에 대한 가중치를 조정하도록 학습될 수 있다.
예를 들어, 키워드 선정 모델은 개인 정보가 부산에 사는 10대 여성에 대한 정보를 포함하는 경우, “난방 효율”, “가정용”과 같은 키워드의 가중치는 상대적으로 낮추고, “소형”과 같은 키워드의 가중치는 상대적으로 높게 조정하도록 학습될 수 있다.
키워드 추출부(125)는 키워드 선정 모델을 이용하여 조정된 가중치를 반영하여 기능 키워드 지수를 업데이트할 수 있다. 예를 들어, “온풍기”의 기능 키워드 및 지정 키워드가 “난방 효율”, “가정용” 및 “전기세”를 포함하는 경우, 각 키워드 별로 기능 키워드 지수를 할당하고 조정된 가중치로 업데이트할 수 있다.
키워드 추출부(125)는 업데이트된 기능 키워드 지수에 기초하여 키워드를 선정할 수 있다. 키워드 추출부(125)는 업데이트된 기능 키워드 지수가 높은 순서에 따라 키워드를 선정할 수 있다. 선정되는 키워드의 개수는 사용자가 지정할 수 있으며, 복수의 키워드가 선정될 수 있다. 예를 들어, 3개의 키워드를 선정하는 것으로 설정된 경우, 키워드 추출부(125)는 업데이트된 기능 키워드 지수가 높은 순서대로 3개의 키워드를 선정할 수 있다.
효과 지수 산출부(126)는 광고 검증 모델을 이용하여 광고 정보에 기초한 효과 지수를 산출할 수 있다. 광고 정보는 복수의 키워드를 포함하는 대상 전자 제품의 광고를 일정 기간 수행함으로써 얻어지는 정보일 수 있다. 광고 정보는, 광고에 포함된 키워드의 오픈 마켓, 검색 엔진 및 블로그에 대한 노출 횟수, 해당 키워드로 검색하여 광고를 클릭한 횟수, 및 해당 키워드의 검색으로부터 대상 전자 제품의 구매까지 이어진 횟수를 포함할 수 있다.
광고 검증 모델은 광고 정보에 기초하여 효과 지수를 산출하도록 학습된 인공지능 모델일 수 있다. 광고 검증 모델은 광고에 포함된 키워드의 오픈 마켓, 검색 엔진 및 블로그에 대한 노출 횟수에 기초하여 제1 광고 지수를 할당하고, 해당 키워드로 검색하여 광고를 클릭한 횟수에 기초하여 제2 광고 지수를 할당하고, 및 해당 키워드의 검색으로부터 대상 전자 제품의 구매까지 이어진 횟수에 기초하여 제3 광고 지수를 할당할 수 있다.
예를 들어, 광고 검증 모델은, 광고에 포함된 대상 키워드의 제1 광고 지수에 대하여, 해당 키워드가 오픈 마켓, 검색 엔진 및 블로그에 대한 노출 횟수가 100회 미만인 경우 0.3을 할당하고, 100회 이상 1000회 미만인 경우 0.6을 할당하고, 1000회 이상인 경우 1을 할당하도록 구성된 인공지능 모델일 수 있다.
예를 들어, 광고 검증 모델은, 광고에 포함된 대상 키워드의 제2 광고 지수에 대하여, 해당 키워드로 검색하여 광고를 클릭한 횟수가 10회이고, 전체 광고 클릭 회수가 100회인 경우, 0.1을 할당하도록 구성된 인공지능 모델일 수 있다.
예를 들어, 광고 검증 모델은, 광고에 포함된 대상 키워드의 제3 광고 지수에 대하여, 해당 키워드의 검색으로부터 대상 전자 제품의 구매까지 이어진 횟수가 20회이고, 전체 광고 클릭 회수가 100회인 경우, 0.2를 할당하도록 구성된 인공지능 모델일 수 있다.
제1 내지 제3 광고 지수의 스케일은 동일할 수 있다. 제1 내지 제3 광고 지수는 0이상 1이하의 값을 가지도록 설명되었으나, 본 발명이 이에 제한되는 것은 아니며 지수의 범위는 사용자에 의해 다양하게 설정될 수 있다.
광고 검증 모델은 제1 내지 제3 광고 지수의 평균 값을 연산하여 키워드 별 광고 지수를 산출할 수 있다. 광고 검증 모델은 키워드 별 광고 지수의 평균 값을 연산하여 효과 지수를 산출할 수 있다. 광고 검증 모델은 효과 지수가 기준 값 미만인 경우 광고 효과가 없는 것으로 판단할 수 있다. 광고 검증 모델은 기준 값은 1일 수 있으나, 이는 본 발명을 설명하기 위한 예시에 불과하며 다양하게 설정될 수 있다. 효과 지수 산출부(126)는 광고 지수가 기준 값보다 작은 경우, 키워드를 재선정할 수 있다.
광고 생성부(127)는 키워드 추출부(125)로부터 선정된 복수의 키워드를 수신할 수 있다. 광고 생성부(127)는 사용자에게 선정된 키워드만 제공할 수도 있고, 선정된 키워드를 활용한 광고를 생성하여 제공할 수도 있다. 이 경우, 광고 생성부(127)는 키워드 추출부(125)로부터 수신한 키워드를 이용하여 광고를 생성할 수 있다. 광고 생성부(127)는 저장부(122)에 저장된 복수의 템플릿 중 하나를 이용하여 광고를 자동으로 생성할 수 있다. 광고 생성부(127)는 저장부(122)에 저장된 복수의 템플릿 중 대상 전자 제품에 대응되는 템플릿을 이용하여 광고를 자동으로 생성할 수 있다.
광고 생성부(127)는 사용자로부터 입력된 인터넷 쇼핑 정보를 이용하여 광고 노출 시간, 광고 노출 빈도, 광고 노출 페이지 등을 제안하도록 학습된 맞춤 광고 모델을 포함할 수 있다. 맞춤 광고 모델은 개인 정보 및 인터넷 쇼핑 정보에 기초한 맞춤형 광고를 제안하도록 학습된 인공지능 모델일 수 있다. 예를 들어, 맞춤 광고 모델은 사용자가 50대 남성인 경우, 해당 광고의 노출 시간은 오전 시간으로, 5분마다 반복적으로 노출되도록 설정하고, 오픈 마켓보다 검색 엔진이나 뉴스 페이지에 노출되도록 제안할 수 있다.
도 4는 일실시예에 따른 계절성 전자제품의 광고 방법을 설명하기 위한 도면이다. 도 5는 일실시예에 따른 대상 전자 제품 판매 여부 판단 방법을 설명하기 위한 도면이다. 도 6은 일실시예에 따른 복수의 키워드 선정 방법을 설명하기 위한 도면이다. 이하에서는 도 4 내지 도 6을 함께 설명한다.
도 4를 참조하면, 계절성 전자제품의 광고 방법(S100)은 단계들(S110 내지 S150)을 포함할 수 있다.
단계(S110)에서, 계절성 전자제품의 광고 시스템(100)은 계절성 제품 추천 모델을 이용하여 대상 전자 제품의 판매 여부를 판단할 수 있다. 단계(S110)은 계절성 전자제품의 광고 시스템(100)에서 수행될 수 있고, 저장부(122)에 저장된 계절 키워드를 이용하여 대상 전자 제품의 판매 여부를 판단할 수 있다. 계절성 전자제품의 광고 시스템(100)은 계절성 제품 추천 모델을 이용하여 단계(S110)을 수행할 수 있다. 계절성 제품 추천 모델은 대상 전자 제품에 대한 계절 키워드를 이용하여 대상 전자 제품의 판매 여부를 결정하도록 학습된 인공지능 모델일 수 있다. 계절성 제품 추천 모델은 해당 전자 제품과 관련된 계절 키워드에 대한 계절 키워드 지수를 산출하도록 학습된 인공지능 모델일 수 있다.
도 5를 참조하면, 단계(S110)은 단계들(S111 내지 S115)포함할 수 있다.
단계(S111)에서, 계절성 전자제품의 광고 시스템(100)은 대상 전자 제품과 관련하여 인터넷 쇼핑몰, 블로그, 검색어, 제품 사용 후기, SNS 등에서 사용되는 키워드들을 무작위로 수집할 수 있다. 계절성 전자제품의 광고 시스템(100)은 키워드들을 수집하기 위해 인공지능 모델을 이용할 수도 있다. 계절성 전자제품의 광고 시스템(100)은 키워드를 수집하기 위해 자연어 처리를 수행할 수 있다.
계절성 전자제품의 광고 시스템(100)은 다양한 매체로부터 수집한 키워드들을 대상 전자 제품 별로 분류하여 저장부(122)에 저장할 수 있다. 계절성 전자제품의 광고 시스템(100)은 대상 전자 제품에 따라 키워드를 그룹핑할 수 있다. 예를 들어, 계절성 전자제품의 광고 시스템(100)은 “온풍기”와 관련하여 “난방 효율”, “가정용”, “전기세”, “히터”, “소형”, “거실”, “겨울”, “건조”, “쌀쌀”, “추위”와 같은 키워드들을 그룹핑하여 저장부(122)에 저장할 수 있다.
계절성 전자제품의 광고 시스템(100)은 대상 전자 제품에 따른 키워드를 기능 키워드와 계절 키워드로 분류하여 그룹핑할 수 있다. 예를 들어, 키워드 수집부(123)는 “온풍기”와 관련한 키워드 중 “난방 효율”, “가정용”, “전기세”, “히터”, “소형”, “거실”과 같은 키워드는 기능 키워드로 구분하고, “겨울”, “건조”, “쌀쌀”, “추위”와 같은 키워드는 계절 키워드로 분하여 “온풍기”에 관한 키워드로 그룹핑할 수 있다.
다른 실시 예에서, 계절성 전자제품의 광고 시스템(100)은 수집된 키워드들에 대상 제품별 태그를 할당하여 저장부(122)에 저장할 수 있다. 예를 들어, “온풍기”와 관련한 키워드를 수집한 경우, 계절성 전자제품의 광고 시스템(100)은 “난방 효율”, “가정용”, “전기세”, “히터”, “소형”, “거실”, “겨울”, “건조”, “쌀쌀”, “추위”와 같은 키워드 각각에 “온풍기” 태그를 할당하여 저장부(122)에 저장할 수 있다.
단계(S111)는 계절성 전자제품의 광고 시스템(100)의 키워드 수집부(123)에서 수행될 수 있다.
단계(S112)에서, 계절성 전자제품의 광고 시스템(100)은 계절성 제품 추천 모델을 이용하여 대상 전자 제품의 계절 키워드에 대응되는 계절 그룹을 결정할 수 있다. 이하에서는 계절 그룹이 봄, 여름, 가을 및 겨울 그룹을 포함하는 것을 전제로 설명하나 본 발명이 이에 제한되는 것은 아니며, 사용자의 정의에 따라 계절 그룹은 절기 단위로 구성될 수도 있다.
계절성 제품 추천 모델은 대상 전자 제품의 계절 키워드의 계절 그룹을 결정할 수 있다. 계절성 제품 추천 모델은 대상 전자 제품의 계절 키워드가 봄, 여름, 가을, 겨울 중 어느 하나의 계절 그룹에 포함되는지 결정하도록 학습될 수 있다. 예를 들어, 계절성 제품 추천 모델은 “추위”, “눈”, “영하”, “찬바람”, “첫눈” 등의 계절 키워드는 겨울 그룹으로 결정하고, “폭염”, “더위”, “고온”, “열대야” 등의 계절 키워드는 여름 그룹으로 결정할 수 있다.
단계(S113)에서, 계절성 전자제품의 광고 시스템(100)은 계절성 제품 추천 모델을 이용하여 계절 그룹 별 판단 기준에 따라 현재 날짜, 현재 날씨 및 현재 기온에 기초하여 제1 내지 제3 계절 지수를 할당할 수 있다. 계절성 제품 추천 모델은 결정된 계절 그룹에 따라 현재 날짜에 기초하여 제1 계절 지수를 할당하고, 현재 날씨에 따라 제2 계절 지수를 할당하고, 현재 기온에 기초하여 제3 계절 지수를 할당할 수 있다. 계절성 제품 추천 모델은 계절 그룹에 따라 상이한 판단 기준을 학습할 수 있다. 제1 내지 제3 계절 지수의 스케일은 동일할 수 있다. 이하에서 제1 내지 제3 계절 지수는 0이상 1이하의 값을 가지도록 설명되나, 본 발명이 이에 제한되는 것은 아니며 지수의 범위는 사용자에 의해 다양하게 설정될 수 있다.
단계(S114)에서, 계절성 전자제품의 광고 시스템(100)은 계절성 제품 추천 모델을 이용하여 제1 내지 제3 계절 지수의 평균 값을 연산하여 대상 계절 키워드에 대한 계절 키워드 지수를 산출할 수 있다.
예를 들어, 계절성 제품 추천 모델은 “온풍기”에 대한 계절 키워드 “추위”를 겨울 그룹으로 판단하고, 겨울 그룹으로 결정됨에 따라 현재 날짜가 12월 1일부터 2월 28일 사이인 경우 제1 계절 지수를 1로 할당하고, 현재 날씨가 '맑음'인 경우 제2 계절 지수를 0.5로 할당하고, 현재 기온이 영하 2도인 경우 제3 계절 지수를 1로 할당할 수 있다. 그에 따라, 계절성 제품 추천 모델은 “온풍기”에 대한 계절 키워드 중 “추위”에 대한 계절 키워드 지수를 제1 내지 제3 계절 지수의 평균 값인 0.83으로 산출할 수 있다.
단계(S115)에서, 계절성 전자제품의 광고 시스템(100)은 계절성 제품 추천 모델을 이용하여 대상 전자 제품에 대한 계절 키워드 각각의 계절 키워드 지수의 평균 값을 산출할 수 있다. 예를 들어, “온풍기”에 대한 계절 키워드로 “추위”, “한파”, “눈”이 수집되어 그룹핑된 후 저장부(122)에 저장되어 있다면, 계절성 제품 추천 모델은 “추위”, “한파” 및 “눈” 각각에 대한 계절 키워드 지수를 산출하고, 이들의 평균 값을 연산할 수 있다.
계절성 제품 추천 모델은 계절 키워드 지수의 평균 값에 기초하여 대상 전자 제품의 판매 여부를 판단할 수 있다. 예를 들어, 계절성 제품 추천 모델은 계절 키워드 지수의 평균 값이 기준 값보다 큰 경우 대상 전자 제품을 판매할 수 있는 것으로 판단하고, 계절 키워드 지수의 평균 값이 기준 값 미만인 경우 대상 전자 제품을 판매할 수 없는 것으로 판단할 수 있다. 계절성 제품 추천 모델은 대상 전자 제품의 판매 가능 여부를 사용자에게 제공할 수 있다.
단계(S115)에서 대상 전자 제품의 판매가 불가능한 것으로 판단되는 경우 계절성 전자제품의 광고 방법(S100)은 종료되고, 대상 전자 제품의 판매가 가능한 것으로 판단되는 경우 계절성 전자제품의 광고 시스템(100)에서 단계(S120)이 수행될 수 있다.
다시 도 4를 참조하면, 단계(S120)에서, 계절성 전자제품의 광고 시스템(100)은 키워드 선정 모델을 이용하여 복수의 키워드를 선정할 수 있다. 단계(S120)은 계절성 전자제품의 광고 시스템(100)에서 수행될 수 있고, 저장부(122)에 저장된 대상 전자 제품에 대한 기능 키워드 및 지정 키워드에 키워드 지수를 할당하고, 키워드 지수에 기초하여 복수의 키워드를 추출할 수 있다. 계절성 전자제품의 광고 시스템(100)은 키워드 선정 모델을 이용하여 단계(S120)을 수행할 수 있다. 키워드 선정 모델은 대상 전자 제품에 대한 기능 키워드 및 지정 키워드를 이용하여 대상 전자 제품에 대한 키워드를 선정하도록 학습된 인공지능 모델일 수 있다. 키워드 선정 모델은 대상 전자 제품에 대한 기능 키워드 및 지정 키워드를 이용하여 대상 전자 제품에 대한 기능 키워드 지수를 산출하도록 학습된 인공지능 모델일 수 있다.
도 6을 참조하면, 단계(S120)는 단계들(S121 내지 S125)을 포함할 수 있다.
단계(S121)에서, 계절성 전자제품의 광고 시스템(100)은 키워드 선정 모델을 이용하여 기능 키워드 및 지정 키워드에 대하여 제1 내지 3 기능 지수를 할당할 수 있다. 계절성 전자제품의 광고 시스템(100)은 키워드 선정 모델을 이용하여 오픈 마켓에서 해당 키워드가 대상 전자 제품에 대한 키워드로 선정된 횟수에 기초하여 제1 기능 지수를 할당하고, 검색엔진에서 대상 전자 제품과 관련한 검색어로 검색된 횟수에 기초하여 제2 기능 지수를 할당하고, 및 블로그 또는 SNS에서 대상 전자 제품과 함께 언급된 횟수에 기초하여 제3 기능 지수를 할당할 수 있다. 계절성 전자제품의 광고 시스템(100)은 키워드 선정 모델을 이용하여 기능 키워드들 및 지정 키워드들 사이에서 상대적인 값으로 제1 내지 제3 기능 지수를 할당할 수 있다.
단계(S122)에서, 계절성 전자제품의 광고 시스템(100)은 키워드 선정 모델을 이용하여 제1 내지 제3 판매 지수의 평균값을 연산하여 대상 기능 키워드에 대한 기능 키워드 지수를 산출할 수 있다.
단계(S123)에서, 계절성 전자제품의 광고 시스템(100)은 키워드 선정 모델을 이용하여 개인 정보에 기초하여 대상 기능 키워드 지수의 가중치를 조정할 수 있다. 키워드 선정 모델은 개인 정보에 기초하여 개인의 취향을 분석하여 기능 키워드 및 지정 키워드에 대한 가중치를 조정하도록 학습된 인공지능 모델일 수 있다.
단계(S124)에서, 계절성 전자제품의 광고 시스템(100)은 키워드 선정 모델을 이용하여 조정된 가중치가 반영된 기능 키워드 지수를 업데이트할 수 있다. 업데이트된 기능 키워드 지수는 저장부(122)에 저장될 수 있다.
단계(S125)에서, 계절성 전자제품의 광고 시스템(100)은 업데이트 된 기능 키워드 지수에 기초하여 복수의 키워드를 선정할 수 있다. 계절성 전자제품의 광고 시스템(100)은 업데이트된 기능 키워드 지수가 높은 순서에 따라 키워드를 선정할 수 있다. 선정되는 키워드의 개수는 사용자가 지정할 수 있으며, 복수의 키워드가 선정될 수 있다. 예를 들어, 3개의 키워드를 선정하는 것으로 설정된 경우, 키워드 추출부(125)는 업데이트된 기능 키워드 지수가 높은 순서대로 3개의 키워드를 선정할 수 있다.
단계(S120)은 계절성 전자제품의 광고 시스템(100)의 키워드 추출부(125)에서 수행될 수 있다.
다시 도 4를 참조하면, 단계(S130)에서, 계절성 전자제품의 광고 시스템(100)은 단계(S120)에서 선정된 키워드를 이용한 광고를 제공하고, 기 설정된 기간동안 광고 정보를 수집할 수 있다. 예를 들어, 광고 생성부(127)는 단계(S120)에서 선정된 복수의 키워드를 사용자에게 제공하거나, 단계(S120)에서 선정된 복수의 키워드를 이용하여 생성된 광고를 제공할 수 있다.
광고 정보는, 광고 정보는 복수의 키워드를 포함하는 대상 전자 제품의 광고를 일정 기간 수행함으로써 얻어지는 정보일 수 있다. 광고 정보는, 광고에 포함된 키워드의 오픈 마켓, 검색 엔진 및 블로그에 대한 노출 횟수, 해당 키워드로 검색하여 광고를 클릭한 횟수, 및 해당 키워드의 검색으로부터 대상 전자 제품의 구매까지 이어진 횟수를 포함할 수 있다.
단계(S140)에서, 계절성 전자제품의 광고 시스템(100)은 광고 검증 모델을 이용하여 광고 정보에 기초한 효과 지수를 산출할 수 있다. 광고 검증 모델은 광고 정보에 기초하여 효과 지수를 산출하도록 학습된 인공지능 모델일 수 있다. 광고 검증 모델은 광고에 포함된 키워드의 오픈 마켓, 검색 엔진 및 블로그에 대한 노출 횟수에 기초하여 제1 광고 지수를 할당하고, 해당 키워드로 검색하여 광고를 클릭한 횟수에 기초하여 제2 광고 지수를 할당하고, 및 해당 키워드의 검색으로부터 대상 전자 제품의 구매까지 이어진 횟수에 기초하여 제3 광고 지수를 할당할 수 있다.
제1 내지 제3 광고 지수의 스케일은 동일할 수 있다. 제1 내지 제3 광고 지수는 0이상 1이하의 값을 가지도록 설명되었으나, 본 발명이 이에 제한되는 것은 아니며 지수의 범위는 사용자에 의해 다양하게 설정될 수 있다.
광고 검증 모델은 제1 내지 제3 광고 지수의 평균 값을 연산하여 키워드 별 광고 지수를 산출할 수 있다. 광고 검증 모델은 키워드 별 광고 지수의 평균 값을 연산하여 효과 지수를 산출할 수 있다.
단계(S150)에서, 계절성 전자제품의 광고 시스템(100)은 효과 지수가 기준 값보다 작은 지 판단할 수 있다. 광고 검증 모델은 효과 지수가 기준 값보다 작은 경우, 광고 효과가 없는 것으로 판단할 수 있다. 광고 검증 모델은 기준 값은 1일 수 있으나, 이는 본 발명을 설명하기 위한 예시에 불과하며 다양하게 설정될 수 있다.
광고 검증 모델은 효과 지수가 기준 값보다 작은 경우, 계절성 전자제품의 광고 시스템(100)은 단계(S120)를 다시 수행할 수 있다.
광고 검증 모델은 효과 지수가 기준 값보다 작은 경우, 계절성 전자제품의 광고 시스템(100)은 단계(S150)를 종료할 수 있다.
도 7은 일실시예에 따른 장치의 구성의 예시도이다.
도 7을 참조하면, 일실시예에 따른 장치(200)는 프로세서(201) 및 메모리(202)를 포함한다. 일실시예에 따른 장치(200)는 상술한 서버 또는 단말일 수 있다.
프로세서(201)는 도 1 내지 도 3을 통하여 전술한 적어도 하나의 장치들을 포함하거나, 도 4 내지 도 7을 통하여 전술한 적어도 하나의 방법을 수행할 수 있다.
메모리(202)는 상술한 방법과 관련된 정보를 저장하거나 상술한 방법이 구현된 프로그램을 저장할 수 있다. 메모리(202)는 휘발성 메모리 또는 비휘발성 메모리일 수 있다.
프로세서(201)는 프로그램을 실행하고, 장치(200)를 제어할 수 있다. 프로세서(201)에 의하여 실행되는 프로그램의 코드는 메모리(202)에 저장될 수 있다. 장치(200)는 입출력 장치(도면 미 표시)를 통하여 외부 장치(예를 들어, 퍼스널 컴퓨터 또는 네트워크)에 연결되고, 데이터를 교환할 수 있다.
이상에서 설명된 실시예들은 하드웨어 구성요소, 소프트웨어 구성요소, 및/또는 하드웨어 구성요소 및 소프트웨어 구성요소의 조합으로 구현될 수 있다. 예를 들어, 실시예들에서 설명된 장치, 방법 및 구성요소는, 예를 들어, 프로세서, 콘트롤러, ALU(arithmetic logic unit), 디지털 신호 프로세서(digital signal processor), 마이크로컴퓨터, FPGA(field programmable gate array), PLU(programmable logic unit), 마이크로프로세서, 또는 명령(instruction)을 실행하고 응답할 수 있는 다른 어떠한 장치와 같이, 하나 이상의 범용 컴퓨터 또는 특수 목적 컴퓨터를 이용하여 구현될 수 있다. 처리 장치는 운영 체제(OS) 및 상기 운영 체제 상에서 수행되는 하나 이상의 소프트웨어 애플리케이션을 수행할 수 있다. 또한, 처리 장치는 소프트웨어의 실행에 응답하여, 데이터를 접근, 저장, 조작, 처리 및 생성할 수도 있다. 이해의 편의를 위하여, 처리 장치는 하나가 사용되는 것으로 설명된 경우도 있지만, 해당 기술분야에서 통상의 지식을 가진 자는, 처리 장치가 복수 개의 처리 요소(processing element) 및/또는 복수 유형의 처리 요소를 포함할 수 있음을 알 수 있다. 예를 들어, 처리 장치는 복수 개의 프로세서 또는 하나의 프로세서 및 하나의 콘트롤러를 포함할 수 있다. 또한, 병렬 프로세서(parallel processor)와 같은, 다른 처리 구성(processing configuration)도 가능하다.
실시예에 따른 방법은 다양한 컴퓨터 수단을 통하여 수행될 수 있는 프로그램 명령 형태로 구현되어 컴퓨터 판독 가능 매체에 기록될 수 있다. 상기 컴퓨터 판독 가능 매체는 프로그램 명령, 데이터 파일, 데이터 구조 등을 단독으로 또는 조합하여 포함할 수 있다. 상기 매체에 기록되는 프로그램 명령은 실시예를 위하여 특별히 설계되고 구성된 것들이거나 컴퓨터 소프트웨어 당업자에게 공지되어 사용 가능한 것일 수도 있다. 컴퓨터 판독 가능 기록 매체의 예에는 하드 디스크, 플로피 디스크 및 자기 테이프와 같은 자기 매체(magnetic media), CD-ROM, DVD와 같은 광기록 매체(optical media), 플롭티컬 디스크(floptical disk)와 같은 자기-광 매체(magneto-optical media), 및 롬(ROM), 램(RAM), 플래시 메모리 등과 같은 프로그램 명령을 저장하고 수행하도록 특별히 구성된 하드웨어 장치가 포함된다. 프로그램 명령의 예에는 컴파일러에 의해 만들어지는 것과 같은 기계어 코드뿐만 아니라 인터프리터 등을 사용해서 컴퓨터에 의해서 실행될 수 있는 고급 언어 코드를 포함한다. 상기된 하드웨어 장치는 실시예의 동작을 수행하기 위해 하나 이상의 소프트웨어 모듈로서 작동하도록 구성될 수 있으며, 그 역도 마찬가지이다.
소프트웨어는 컴퓨터 프로그램(computer program), 코드(code), 명령(instruction), 또는 이들 중 하나 이상의 조합을 포함할 수 있으며, 원하는 대로 동작하도록 처리 장치를 구성하거나 독립적으로 또는 결합적으로(collectively) 처리 장치를 명령할 수 있다. 소프트웨어 및/또는 데이터는, 처리 장치에 의하여 해석되거나 처리 장치에 명령 또는 데이터를 제공하기 위하여, 어떤 유형의 기계, 구성요소(component), 물리적 장치, 가상 장치(virtual equipment), 컴퓨터 저장 매체 또는 장치, 또는 전송되는 신호 파(signal wave)에 영구적으로, 또는 일시적으로 구체화(embody)될 수 있다. 소프트웨어는 네트워크로 연결된 컴퓨터 시스템 상에 분산되어서, 분산된 방법으로 저장되거나 실행될 수도 있다. 소프트웨어 및 데이터는 하나 이상의 컴퓨터 판독 가능 기록 매체에 저장될 수 있다.
이상과 같이 실시예들이 비록 한정된 도면에 의해 설명되었으나, 해당 기술분야에서 통상의 지식을 가진 자라면 상기를 기초로 다양한 기술적 수정 및 변형을 적용할 수 있다. 예를 들어, 설명된 기술들이 설명된 방법과 다른 순서로 수행되거나, 및/또는 설명된 시스템, 구조, 장치, 회로 등의 구성요소들이 설명된 방법과 다른 형태로 결합 또는 조합되거나, 다른 구성요소 또는 균등물에 의하여 대치되거나 치환되더라도 적절한 결과가 달성될 수 있다.
그러므로, 다른 구현들, 다른 실시예들 및 특허청구범위와 균등한 것들도 후술하는 청구범위의 범위에 속한다.

Claims (5)

  1. 고객으로부터 개인 정보를 입력받는 제1 컴퓨팅 장치; 및
    상기 제1 컴퓨팅 장치로부터 상기 개인 정보를 수신하고, 상기 개인 정보에 기초하여 대상 전자 제품에 대한 키워드 광고를 생성하는 서버를 포함하고,
    상기 서버는,
    상기 대상 전자 제품과 관련하여 인터넷 쇼핑몰, 블로그, 검색 엔진 및 SNS 중 적어도 일부에서 사용되는 키워드들을 무작위로 수집하고, 기능 키워드 및 계절 키워드로 분류하여 저장하는 키워드 수집부;
    계절성 제품 추천 모델을 이용하여 상기 계절 키워드에 대한 계절 지수를 산출함으로써 상기 대상 전자 제품의 판매 여부를 결정하는 판매 결정부;
    키워드 선정 모델을 이용하여 상기 기능 키워드에 키워드 지수를 할당하고, 키워드 지수에 기초하여 복수의 키워드를 선정하는 키워드 추출부; 및
    상기 선정된 복수의 키워드를 수신하여 상기 선정된 복수의 키워드를 이용한 키워드 광고를 제공하는 광고 생성부를 포함하고,
    상기 키워드 추출부는,
    상기 키워드 선정 모델을 이용하여, 상기 기능 키워드 각각에 대하여, 상기 기능 키워드가 오픈 마켓에서 상기 대상 전자 제품에 대한 키워드로 선정된 횟수에 기초하여 제1 기능 지수를 할당하고, 검색엔진에서 대상 전자 제품과 관련한 검색어로 상기 기능 키워드가 검색된 횟수에 기초하여 제2 기능 지수를 할당하고, 및 블로그 또는 SNS에서 대상 전자 제품과 함께 상기 기능 키워드가 언급된 횟수에 기초하여 제3 기능 지수를 할당하고, 상기 제1 내지 제3 기능 지수의 평균 값을 연산함으로써 상기 기능 키워드 각각의 기능 키워드 지수를 산출하고, 상기 기능 키워드 지수가 높은 순서로 상기 복수의 키워드를 선정하는, 계절성 전자제품의 광고 시스템.
  2. 제1항에 있어서,
    광고주로부터 지정 키워드 및 상기 대상 전자 제품울 입력받는 제2 컴퓨팅 장치를 더 포함하고,
    상기 키워드 추출부는,
    상기 키워드 선정 모델을 이용하여, 상기 지정 키워드 각각에 대하여, 상기 지정 키워드가 오픈 마켓에서 상기 대상 전자 제품에 대한 키워드로 선정된 횟수에 기초하여 제1 기능 지수를 할당하고, 검색엔진에서 대상 전자 제품과 관련한 검색어로 상기 지정 키워드가 검색된 횟수에 기초하여 제2 기능 지수를 할당하고, 및 블로그 또는 SNS에서 대상 전자 제품과 함께 상기 지정 키워드가 언급된 횟수에 기초하여 제3 기능 지수를 할당하고, 상기 제1 내지 제3 기능 지수의 평균 값을 연산함으로써 상기 지정 키워드 각각의 기능 키워드 지수를 산출하고, 상기 기능 키워드의 상기 기능 키워드 지수와 상기 지정 키워드의 상기 기능 키워드 지수를 종합하여 기능 키워드 지수가 높은 순서로 상기 복수의 키워드를 선정하는, 계절성 전자제품의 광고 시스템.
  3. 제2항에 있어서,
    상기 키워드 추출부는,
    상기 키워드 선정 모델을 이용하여, 상기 개인 정보에 기초하여 개인의 취향을 분석함으로써 상기 기능 키워드 및 상기 지정 키워드에 대한 가중치를 조정하고, 상기 조정된 가중치를 반영하여 상기 기능 키워드 및 상기 지정 키워드에 대한 기능 키워드 지수를 업데이트하고, 상기 업데이트된 기능 키워드 지수에 기초하여 키워드를 선정하는, 계절성 전자제품의 광고 시스템.
  4. 제1항에 있어서,
    상기 판매 결정부는,
    상기 계절성 제품 추천 모델을 이용하여, 상기 계절 키워드 각각을 계절 그룹 별로 구분하고, 상기 구분된 계절 그룹에 따라 현재 날짜에 기초하여 제1 계절 지수를 할당하고, 현재 날씨에 따라 제2 계절 지수를 할당하고, 현재 기온에 기초하여 제3 계절 지수를 할당하고, 상기 제1 내지 제3 계절 지수의 평균 값을 연산하여 상기 계절 키워드 각각에 대한 계절 키워드 지수를 산출하고, 상기 계절 키워드 각각에 대한 계절 키워드 지수의 평균 값을 산출하고, 상기 계절 키워드 각각에 대한 계절 키워드 지수의 평균 값이 기준 값보다 작은 경우 상기 대상 전자 제품을 판매할 수 없는 것으로 판단하는, 계절성 전자제품의 광고 시스템.
  5. 제1항에 있어서,
    광고 검증 모델을 이용하여, 상기 키워드 광고를 통해 획득되는 광고 정보에 기초하여 효과 지수를 산출하고, 상기 효과 지수에 기초하여 상기 선정된 키워드의 재선정 여부를 판단하는 효과 지수 산출부를 더 포함하고,
    상기 광고 정보는,
    상기 선정된 키워드의 오픈 마켓, 검색 엔진 및 블로그에 대한 노출 횟수, 상기 선정된 키워드로 검색하여 광고가 클릭된 횟수, 및 상기 선정된 키워드를 검색하여 상기 대상 전자 제품의 구매까지 이어진 횟수를 포함하고,
    상기 효과 지수 산출부는,
    광고 검증 모델을 이용하여, 상기 선정된 키워드의 오픈 마켓, 검색 엔진 및 블로그에 대한 노출 횟수에 기초하여 제1 광고 지수를 할당하고, 상기 선정된 키워드로 검색하여 광고가 클릭된 횟수에 기초하여 제2 광고 지수를 할당하고, 및 상기 선정된 키워드를 검색하여 상기 대상 전자 제품의 구매까지 이어진 횟수에 기초하여 제3 광고 지수를 할당하고, 상기 제1 내지 제3 광고 지수의 평균 값을 연산하여 복수의 상기 선정된 키워드 각각에 대한 키워드 별 광고 지수를 산출하고, 상기 키워드 별 광고 지수의 평균 값을 연산하여 효과 지수를 산출하고, 효과 지수가 기준 값보다 작은 경우 광고 효과가 없는 것으로 판단하는, 계절성 전자제품의 광고 시스템.

KR1020230174347A 2023-12-05 2023-12-05 인공지능 기반 상위 키워드 분석을 이용한 계절성 전자제품의 광고 방법 및 시스템 KR102645877B1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020230174347A KR102645877B1 (ko) 2023-12-05 2023-12-05 인공지능 기반 상위 키워드 분석을 이용한 계절성 전자제품의 광고 방법 및 시스템

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020230174347A KR102645877B1 (ko) 2023-12-05 2023-12-05 인공지능 기반 상위 키워드 분석을 이용한 계절성 전자제품의 광고 방법 및 시스템

Publications (1)

Publication Number Publication Date
KR102645877B1 true KR102645877B1 (ko) 2024-03-11

Family

ID=90248846

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020230174347A KR102645877B1 (ko) 2023-12-05 2023-12-05 인공지능 기반 상위 키워드 분석을 이용한 계절성 전자제품의 광고 방법 및 시스템

Country Status (1)

Country Link
KR (1) KR102645877B1 (ko)

Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101566616B1 (ko) * 2014-05-14 2015-11-09 이정행 빅데이터 처리를 통한 광고의사결정시스템 및 방법
KR20160009776A (ko) * 2014-07-16 2016-01-27 경북대학교 산학협력단 사용자 관심분석을 통한 광고 제공방법 및 이를 이용한 모바일 단말
KR102004713B1 (ko) * 2019-04-29 2019-07-29 주식회사 메이팜소프트 챗봇 서비스를 이용한 타겟 광고 시스템 및 방법
KR102326744B1 (ko) * 2019-11-21 2021-11-16 강원오픈마켓 주식회사 사용자 참여형 키워드 선정 시스템의 제어 방법, 장치 및 프로그램
KR102492058B1 (ko) * 2022-07-12 2023-01-26 주식회사 한걸음컴퍼니 논커머스 업종 맞춤형 cpa 광고 플랫폼 서비스 제공 장치 및 방법
KR102546899B1 (ko) 2022-06-16 2023-06-23 주식회사 엘케이알 오픈마켓에서 검색 키워드 기반 제품 판매 방법
KR102583204B1 (ko) 2020-04-23 2023-09-26 주식회사 콤피아 핫키 등록을 이용한 광고 노출 서비스 제공 시스템 및 방법
KR102585895B1 (ko) 2023-04-12 2023-10-10 (주)이공이공 오픈마켓에서의 키워드 마케팅 효율 증가를 위한 방법 및 시스템
KR102590873B1 (ko) 2022-09-28 2023-10-19 장영용 인공지능에 기반한 한의원 키워드 광고 설계 시스템
KR102608740B1 (ko) * 2022-12-23 2023-12-04 주식회사 컨플 사용자 생성 콘텐츠 기반 광고 추천 및 송출 시스템

Patent Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101566616B1 (ko) * 2014-05-14 2015-11-09 이정행 빅데이터 처리를 통한 광고의사결정시스템 및 방법
KR20160009776A (ko) * 2014-07-16 2016-01-27 경북대학교 산학협력단 사용자 관심분석을 통한 광고 제공방법 및 이를 이용한 모바일 단말
KR102004713B1 (ko) * 2019-04-29 2019-07-29 주식회사 메이팜소프트 챗봇 서비스를 이용한 타겟 광고 시스템 및 방법
KR102326744B1 (ko) * 2019-11-21 2021-11-16 강원오픈마켓 주식회사 사용자 참여형 키워드 선정 시스템의 제어 방법, 장치 및 프로그램
KR102583204B1 (ko) 2020-04-23 2023-09-26 주식회사 콤피아 핫키 등록을 이용한 광고 노출 서비스 제공 시스템 및 방법
KR102546899B1 (ko) 2022-06-16 2023-06-23 주식회사 엘케이알 오픈마켓에서 검색 키워드 기반 제품 판매 방법
KR102492058B1 (ko) * 2022-07-12 2023-01-26 주식회사 한걸음컴퍼니 논커머스 업종 맞춤형 cpa 광고 플랫폼 서비스 제공 장치 및 방법
KR102590873B1 (ko) 2022-09-28 2023-10-19 장영용 인공지능에 기반한 한의원 키워드 광고 설계 시스템
KR102608740B1 (ko) * 2022-12-23 2023-12-04 주식회사 컨플 사용자 생성 콘텐츠 기반 광고 추천 및 송출 시스템
KR102585895B1 (ko) 2023-04-12 2023-10-10 (주)이공이공 오픈마켓에서의 키워드 마케팅 효율 증가를 위한 방법 및 시스템

Similar Documents

Publication Publication Date Title
KR102219344B1 (ko) 자동 광고 대행 서버, 자동으로 광고 매체를 위한 캠페인 정보를 생성하여 광고의 집행을 대행하는 방법 및 상기 방법을 실행하기 위한 컴퓨터 프로그램
GB2574711A (en) Method and system for requesting and transmitting marketing images or video
US20170372375A1 (en) System and method for providing advertisement product
KR102191486B1 (ko) 자동 광고 대행 서버, 자동으로 광고 매체를 위한 캠페인 정보를 생성하여 광고의 집행을 대행하는 방법 및 상기 방법을 실행하기 위한 컴퓨터 프로그램
KR102084719B1 (ko) 판매 예측 정보 제공 시스템
US20170228775A1 (en) Learning apparatus, learning method, and non-transitory computer readable storage medium
KR101639656B1 (ko) 광고 제공 방법 및 서버 장치
CN111966886A (zh) 对象推荐方法、对象推荐装置、电子设备及存储介质
US20140040004A1 (en) Identifying a deal in shopping results
KR102645877B1 (ko) 인공지능 기반 상위 키워드 분석을 이용한 계절성 전자제품의 광고 방법 및 시스템
KR102315062B1 (ko) 상황인지 데이터의 사례학습기반 추론에 따른 광고추천 장치 및 방법
KR102585895B1 (ko) 오픈마켓에서의 키워드 마케팅 효율 증가를 위한 방법 및 시스템
CN110796453A (zh) 电商会员等级处理方法及装置
KR102350959B1 (ko) 해외직구 서비스를 제공하는 전자 장치 및 그 운용 방법
JP2024511307A (ja) プライバシ主導型ユーザ・データ共有のための認知フレームワーク
KR102065399B1 (ko) 인공지능 학습 모델을 이용하여 사용자의 행동 데이터를 분석한 결과에 기초하여 사용자의 행동을 유도하는 방법 및 장치
KR20230035750A (ko) 공간 맞춤형 인테리어 설계 및 견적 정보 제공 방법, 장치 및 시스템
US20170004530A1 (en) Merchant specific offers in response to a user query
WO2018147863A1 (en) System for determining preferences based on past data
KR20210041393A (ko) 소비자 데이터 기반의 쇼핑 인터페이스 제공 방법 및 그 장치
JP6961653B2 (ja) 抽出装置、抽出方法及び抽出プログラム
KR102593003B1 (ko) 고객 관리를 지원하기 위한 방법, 시스템 및 비일시성의 컴퓨터 판독 가능한 기록 매체
KR102347187B1 (ko) Ai　마케팅　솔루션을　위해　특정　사이트에　대한　정보를　분석하는　전자　장치　및　그　동작　방법
KR102611326B1 (ko) 상품 분석에 따른 디자인 생성 시스템
KR102653941B1 (ko) 복수의 제품들 간의 시너지 효과를 고려한 리뷰 작성 및 ai 모델에 기반한 리뷰에 대한 시너지 효과 분석 방법 및 시스템

Legal Events

Date Code Title Description
E701 Decision to grant or registration of patent right
GRNT Written decision to grant