KR102653941B1

KR102653941B1 - Method and system for writing reviews considering synerge effect between a plurality of products and analyzing synerge effect with respect to the reviews using ai model

Info

Publication number: KR102653941B1
Application number: KR1020210108547A
Authority: KR
Inventors: 김화경; 이창호; 원영일
Original assignee: 씨제이올리브영 주식회사
Priority date: 2021-08-18
Filing date: 2021-08-18
Publication date: 2024-04-02
Also published as: KR20230026669A

Abstract

분석 모델을 사용하여, 복수의 상품들 중 적어도 2개의 상품들의 조합에 대해 작성된 시너지 리뷰들을 분석하고, 분석 모델에 의한 분석에 따라, 제1 분석 결과와 제2 분석 결과를 출력하는 리뷰 관리 방법이 제공된다. 분석 모델은 상품들의 조합에 대한 긍정도 또는 부정도를 포함하는 제1 분석 결과와, 제1 분석 결과와 연관된 속성 정보를 포함하는 제2 분석 결과를 출력하도록 학습된다. A review management method that uses an analysis model to analyze synergy reviews written for a combination of at least two of a plurality of products, and outputs a first analysis result and a second analysis result according to the analysis by the analysis model. provided. The analysis model is trained to output a first analysis result including positivity or negativity for a combination of products, and a second analysis result including attribute information associated with the first analysis result.

Description

A method and system for writing reviews considering the synergy effects between multiple products and analyzing synergy effects for reviews based on an AI model AI MODEL}

아래의 설명은 사용자에 의한 리뷰 작성 및 작성된 리뷰를 관리하는 기술에 관한 것으로, 복수의 제품들 간의 시너지 효과를 고려한 리뷰 작성 방법 및 작성된 리뷰에 대한 제품들 간의 시너지 효과 분석 방법에 관한 것이다.The explanation below relates to technology for writing reviews by users and managing the written reviews, a method for writing reviews that consider synergy effects between multiple products, and a method for analyzing synergy effects between products for written reviews.

상품을 구매하거나 서비스를 이용한 사용자는 자신이 구매한 상품이나 이용한 서비스에 대해 리뷰를 남길 수 있다. 사용자가 작성한 리뷰는 해당 상품이나 서비스에 대한 실제 구매자/이용자의 경험을 포함하는 것으로서, 다른 사용자가 상품의 구매나 서비스의 이용을 고려함에 있어서 중요한 참고 자료가 될 수 있다.Users who purchase products or use services can leave reviews about the products they purchased or the services they used. Reviews written by users contain the actual buyer/user's experience with the product or service, and can serve as important reference material for other users when considering purchasing a product or using a service.

상품에 대한 리뷰는, 상품을 구매한 사용자가 상품 구매에 대한 후기로서 작성되는 것이 일반적이며 따라서, 해당 상품의 속성만을 반영하게 된다. Reviews for a product are generally written as a review of the product purchase by a user who purchased the product, and therefore only reflect the attributes of the product.

그러나, 상품의 종류와 특성에 따라, 어떤 상품은 하나 이상의 다른 상품들과 조합되어 이용되는 경우가 많다. 특히, 화장품과 같은 상품의 경우 일반적으로 한 단계에서 사용되는 화장품(예컨대, 스킨/로션/크림)은 다른 단계에서 사용되는 다른 화장품(예컨대, 베이스/색조)과 조합되어 사용되고, 사용되는 화장품들의 조합에 따라 그 효과가 달라지는 경우가 있다. 단순히 상품 구매에 대한 후기로서 작성되는 '일반 리뷰'의 경우에는 이러한 상품들이 조합하여 사용됨에 따른 시너지 효과를 제대로 반영하지 못한다.However, depending on the type and characteristics of the product, some products are often used in combination with one or more other products. In particular, in the case of products such as cosmetics, cosmetics (e.g., skin/lotion/cream) used in one step are generally used in combination with other cosmetics (e.g., base/color tone) used in another step, and the combination of used cosmetics The effect may vary depending on the condition. In the case of 'general reviews' that are simply written as reviews of product purchases, they do not properly reflect the synergy effect of using these products in combination.

따라서, 상품들이 조합하여 사용됨에 따른 시너지 효과를 고려한 리뷰를 작성할 수 있도록 하며, 시너지 효과를 고려하여 작성된 리뷰를 분석하여 추천 정보 등으로 활용할 수 있도록 하는 기술이 요구된다. Therefore, technology is required to enable reviews to be written that take into account the synergy effect of products being used in combination, and to analyze reviews written in consideration of the synergy effect and use them as recommended information.

일례로, 한국공개실용신안 제20-2011-0003005호는 사람의 피부 또는 헤어를 평가하고 평가에 기초하여 적절한 개인용 케어 제품을 추천하기 위한 장치에 관하여 기재하고 있다.For example, Korea Public Utility Model No. 20-2011-0003005 describes a device for evaluating a person's skin or hair and recommending appropriate personal care products based on the evaluation.

사용자가 단지 하나의 상품에 대한 평가를 포함하는 리뷰를 작성하는 것에 그치지 않고, 서로 조합하여 사용될 수 있는 복수의 상품들의 조합에 대해, 상품들의 조합에 따른 시너지 효과를 고려하는 '시너지 리뷰(또는 궁합 리뷰)'를 작성할 수 있도록 하는 리뷰 관리 방법 및 리뷰 관리 플랫폼(시스템)을 제공한다. A 'synergy review' (or compatibility review) is one where users do not just write a review that includes an evaluation of a single product, but also consider the synergy effect of the combination of multiple products that can be used in combination with each other. Provides a review management method and a review management platform (system) that allows you to write 'reviews'.

인공지능(AI) 모델을 사용하여, 적어도 2개의 상품들의 조합에 대해 작성된 시너지 리뷰들을 분석함으로써, 해당 상품들의 조합에 대한 긍정도 또는 부정도를 수치적으로 추정하고, 추정된 긍정도 또는 부정도에 영향을 미친 속성 정보를 결정하여, 추천 정보로서 출력하는 방법을 제공한다. Using an artificial intelligence (AI) model, by analyzing synergy reviews written for a combination of at least two products, the positivity or negativity of the combination of products is numerically estimated, and the estimated positivity or negativity is calculated. Provides a method of determining attribute information that has influenced and outputting it as recommended information.

일 측면에 있어서, 컴퓨터 시스템에 의해 수행되는 리뷰 관리 방법에 있어서, 분석 모델을 사용하여, 복수의 상품들 중 적어도 2개의 상품들의 조합에 대해 작성된 시너지 리뷰들을 분석하는 단계 - 상기 분석 모델은 상기 상품들의 조합에 대한 긍정도 또는 부정도를 포함하는 제1 분석 결과와, 상기 제1 분석 결과와 연관된 속성 정보를 포함하는 제2 분석 결과를 출력하도록 학습됨 및 상기 분석 모델에 의한 분석에 따라, 상기 제1 분석 결과와 상기 제2 분석 결과를 출력하는 단계를 포함하는, 리뷰 관리 방법이 제공된다. In one aspect, a review management method performed by a computer system, comprising: analyzing synergy reviews written for a combination of at least two products among a plurality of products using an analysis model, wherein the analysis model is Learned to output a first analysis result including a positive or negative degree for a combination of the above, and a second analysis result including attribute information associated with the first analysis result, and according to the analysis by the analysis model, A review management method is provided, including the step of outputting a first analysis result and the second analysis result.

상기 시너지 리뷰들의 각 시너지 리뷰는, 상기 각 시너지 리뷰를 작성한 사용자의 사용자 단말에 제공된 시너지 리뷰 작성 사용자 인터페이스(UI)를 통해 입력된 정보로서, 상기 상품들의 조합을 구성하는 제1 상품 및 제2 상품에 관한 정보와 상기 제1 상품 및 상기 제2 상품의 조합을 평가하는 텍스트를 포함할 수 있다. Each synergy review of the synergy reviews is information input through the synergy review writing user interface (UI) provided to the user terminal of the user who wrote each synergy review, and includes the first product and the second product constituting the combination of the products. It may include information about and text evaluating the combination of the first product and the second product.

상기 분석 모델은 상기 시너지 리뷰들이 포함하는 텍스트를 분석하여 상기 상품들의 조합에 대한 상기 제1 분석 결과를 출력하도록 학습된 제1 분석 모델을 포함하고, 상기 제1 분석 결과는 상기 상품들의 조합에 대한 긍정도 또는 부정도를 수치화한 데이터를 포함할 수 있다. The analysis model includes a first analysis model learned to analyze text included in the synergy reviews and output the first analysis result for the combination of products, and the first analysis result is for the combination of products. It may include data that quantifies positivity or negativity.

상기 제1 분석 모델은 상기 제1 분석 결과를 출력하기 위해 다음의 단계들에 의해 학습된 것이고, 상기 단계들은, 사용자들에 의해 기 작성된 리뷰들의 텍스트로부터 긍정을 나타내는 단어들로 구성된 제1 토큰들 및 부정을 나타내는 단어들로 구성된 제2 토큰들을 추출하는 단계, 상기 제1 토큰들 및 상기 제2 토큰들로부터 중복되는 단어의 토큰 및 상품의 속성에 해당하는 단어의 토큰을 제거함으로써, 상기 제1 분석 모델을 위한 학습 데이터 셋을 생성하는 단계 및 상기 학습 데이터 셋을 사용하여, 사용자에 의해 작성된 리뷰에 대한 긍정도 또는 부정도를 추정하도록, 상기 제1 분석 모델을 학습시키는 단계를 포함할 수 있다. The first analysis model is learned by the following steps to output the first analysis result, and the steps include first tokens composed of words indicating positivity from the text of reviews previously written by users. and extracting second tokens consisting of words indicating negation, by removing tokens of overlapping words and tokens of words corresponding to attributes of the product from the first tokens and the second tokens, It may include generating a training data set for an analysis model and training the first analysis model to estimate the positivity or negativity of a review written by a user using the training data set. .

상기 분석 모델은 상기 시너지 리뷰들이 포함하는 텍스트와 상기 제1 분석 결과에 기반하여 상기 상품들의 조합에 대한 상기 제2 분석 결과를 출력하도록 학습된 제2 분석 모델을 포함하고, 상기 제2 분석 결과는, 상기 속성 정보로서, 상기 제1 분석 결과가 나타내는 긍정도 또는 부정도와 연관된 상품의 속성을 나타내는 적어도 하나의 속성 키워드를 포함할 수 있다. The analysis model includes a second analysis model learned to output the second analysis result for the combination of the products based on the text included in the synergy reviews and the first analysis result, and the second analysis result is , The attribute information may include at least one attribute keyword indicating a product attribute associated with the positivity or negativity indicated by the first analysis result.

상기 속성 키워드는, 상기 제1 분석 결과가 나타내는 상기 상품들의 조합에 대한 긍정도 또는 부정도에 대한 최대 기여 상품 속성을 나타내는 키워드를 포함할 수 있다. The attribute keyword may include a keyword indicating the maximum contributing product attribute to the positivity or negativity of the combination of products indicated by the first analysis result.

상기 제2 분석 모델은 상기 제2 분석 결과를 출력하기 위해 다음의 단계들에 의해 학습된 것이고, 상기 단계들은, 사용자들에 의해 기 작성된 리뷰들로부터 상품의 속성을 나타내는 단어들을 추출하는 단계 및 상기 추출된 단어들 중에서, 상기 기 작성된 리뷰들의 텍스트에 대한 상기 제1 분석 모델에 의한 분석 결과에 따른 상기 기 작성된 리뷰들의 각 리뷰의 긍정도 또는 부정도와 연관된 상품의 속성을 나타내는 단어를 결정하도록 상기 제2 분석 모델을 학습시키는 단계를 포함할 수 있다. The second analysis model is learned by the following steps to output the second analysis result, which includes extracting words representing product attributes from reviews previously written by users; Among the extracted words, the first part is to determine a word representing a product attribute associated with the positivity or negativity of each review of the previously written reviews according to an analysis result of the text of the previously written reviews by the first analysis model. 2 It may include the step of learning an analysis model.

상기 상품들의 조합에 대한 상기 제1 분석 결과는, 상기 상품들의 조합에 대해 작성된 상기 시너지 리뷰들의 각 시너지 리뷰에 대해 추정된 긍정도 또는 부정도에 기반하여 결정되는 것이고, 상기 상품들의 조합에 대한 상기 제2 분석 결과는, 상기 각 시너지 리뷰에 대해 추정된 긍정도 또는 부정도와 연관된 상품의 속성을 나타내는 속성 키워드에 기반하여 결정될 수 있다. The first analysis result for the combination of products is determined based on the positive or negative rating estimated for each synergy review of the synergy reviews written for the combination of products, and the first analysis result for the combination of products is determined. The second analysis result may be determined based on attribute keywords representing product attributes associated with the estimated positivity or negativity for each synergy review.

상기 출력하는 단계는, 상기 제1 분석 결과로서 상기 상품들의 조합에 대한 긍정도 또는 부정도를 수치화한 종합 평점과, 상기 제2 분석 결과로서 상기 속성 키워드를 출력하는 단계 및 상기 속성 키워드가 나타내는 상품의 속성과 연관된 속성 평점을 더 출력하는 단계를 포함할 수 있다. The outputting step includes outputting, as the first analysis result, a comprehensive rating that quantifies the positive or negative degree of the combination of the products, the attribute keyword as the second analysis result, and the product indicated by the attribute keyword. It may include the step of further outputting attribute scores associated with the attribute.

상기 상품들의 조합은 적어도 제1 상품 및 제2 상품을 포함하고, 상기 출력하는 단계는, 사용자의 사용자 단말로부터 상기 제1 상품에 대한 검색 요청이 수신됨에 따라, 상기 검색 요청에 응답하여, 상기 제1 상품에 대한 추천 정보로서 상기 제2 상품에 대한 정보, 상기 제1 분석 결과 및 상기 제2 분석 결과를 상기 사용자 단말에 제공하는 단계를 포함할 수 있다. The combination of the products includes at least a first product and a second product, and the outputting step includes receiving a search request for the first product from a user terminal, in response to the search request, and It may include providing information on the second product, the first analysis result, and the second analysis result as recommendation information for one product to the user terminal.

서로 조합하여 사용될 수 있는 복수의 상품들의 조합에 대해, 상품들의 조합에 따른 시너지 효과를 고려한 '시너지 리뷰'를 작성할 수 있도록 하는 사용자 인터페이스(또는 리뷰 작성 툴)을 제공할 수 있다. For combinations of multiple products that can be used in combination with each other, a user interface (or review writing tool) can be provided that allows writing a 'synergy review' that takes into account the synergy effect of the combination of products.

인공지능(AI) 모델을 사용하여, 적어도 2개의 상품들의 조합에 대해 작성된 시너지 리뷰들을 분석하는 것을 통해, 서로 조합되어 사용되는 상품들 간의 궁합(즉, 해당 조합이 긍정적인 시너지 효과를 갖는지 혹은 부정적인 시너지 효과를 갖는지)을 수치적으로 결정하고, 결정된 궁합에 가장 큰 영향을 미치는 상품의 속성이 무언인지를 용이하게 파악할 수 있다. Using an artificial intelligence (AI) model, we analyze synergy reviews written for combinations of at least two products to determine the compatibility of products used in combination with each other (i.e., whether the combination has a positive or negative synergy effect). It is possible to numerically determine whether there is a synergy effect and easily identify which product attributes have the greatest impact on the determined compatibility.

상품을 검색하는 사용자에 대해 검색된 상품과 긍정적인 시너지 효과를 갖는 다른 상품을 추천하고, 그 시너지 효과를 수치와 속성 키워드를 통해 제시함으로써, 보다 효과적인 사용자에 대한 상품 추천이 가능하게 될 수 있다. By recommending other products that have a positive synergy effect with the searched product for a user searching for a product and presenting that synergy effect through numerical values and attribute keywords, more effective product recommendation to users can be possible.

도 1은 일 실시예에 따른, 시너지 리뷰의 분석에 따른 결과를 사용자 단말에 제공하는 방법을 나타낸다.
도 2는 일 실시예에 따른, 시너지 리뷰를 작성하고, 시너지 리뷰에 대한 분석 결과를 출력하기 위한 사용자의 단말과 시너지 리뷰에 대한 분석 결과를 제공하는 서버를 나타내는 블록도이다.
도 3은 일 실시예에 따른, 리뷰(즉, 일반 리뷰들 및 상품들의 조합에 대해 작성된 시너지 리뷰)들을 관리하는 방법을 나타내는 흐름도이다.
도 4는 일 예에 따른, 제1 분석 모델을 구축하는 방법을 나타내는 흐름도이다.
도 5는 일 예에 따른, 제2 분석 모델을 구축하는 방법을 나타내는 흐름도이다.
도 6은 일 예에 따른, 사용자로부터의 검색 요청에 따라 상품들의 조합에 따른 시너지 효과를 포함하는 추천 정보를 제공하는 방법을 나타내는 흐름도이다.
도 7은 일 예에 따른, 분석 모델을 사용한 시너지 리뷰들에 대한 분석 결과를 출력하는 방법을 나타낸다.
도 8a 내지 도 8c는 일 예에 따른, 시너지 리뷰를 작성하기 위한 사용자 인터페이스(UI)를 나타낸다.
도 9는 일 예에 따른, 제1 상품과 제2 상품을 비교하는 방법을 나타낸다.
도 10은 일 예에 따른, 시너지 리뷰를 사용자 단말에 표시하는 방법을 나타낸다.
도 11a 및 도 11b는 일 예에 따른, 제1 분석 모델을 구축하고, 제1 분석 모델을 통해 상품들의 조합에 대한 시너지 효과(긍정도 또는 부정도)를 수치적으로 추정하는 방법을 나타낸다.
도 12a 및 도 12b는 일 예에 따른, 제2 분석 모델을 구축하고, 제2 분석 모델을 통해 상품들의 조합에 대한 시너지 효과(긍정도 또는 부정도)와 연관된 인자(factor)를 결정하는 방법을 나타낸다.
도 13a 및 도 13b는 일 예에 따른, AI 기반의 분석 모델을 구축하는 방법을 나타낸다.
도 14는 일 예에 따른, 시너지 리뷰의 관리를 위한 시스템에서, 시너지 리뷰의 분석을 위한 분석 모델을 구축하는 방법을 나타낸다.
도 15는 일 예에 따른, 시너지 리뷰의 관리를 위한 시스템을 구성하는 방법을 나타낸다. Figure 1 shows a method of providing results according to analysis of synergy reviews to a user terminal, according to an embodiment.
Figure 2 is a block diagram showing a user's terminal for creating a synergy review and outputting analysis results for the synergy review, and a server for providing analysis results for the synergy review, according to an embodiment.
Figure 3 is a flow diagram illustrating a method for managing reviews (i.e., synergy reviews written for a combination of general reviews and products), according to one embodiment.
Figure 4 is a flowchart showing a method of building a first analysis model, according to an example.
Figure 5 is a flowchart showing a method of building a second analysis model, according to an example.
Figure 6 is a flowchart illustrating a method of providing recommendation information including a synergy effect according to a combination of products according to a search request from a user, according to an example.
Figure 7 shows a method of outputting analysis results for synergy reviews using an analysis model, according to an example.
8A to 8C show a user interface (UI) for writing a synergy review, according to an example.
9 shows a method of comparing a first product and a second product, according to an example.
Figure 10 shows a method of displaying a synergy review on a user terminal, according to an example.
FIGS. 11A and 11B illustrate a method of building a first analysis model and numerically estimating the synergy effect (positive or negative) of a combination of products through the first analysis model, according to an example.
12A and 12B show a method of building a second analysis model and determining factors associated with the synergy effect (positive or negative) of the combination of products through the second analysis model, according to an example. indicates.
Figures 13a and 13b show a method of building an AI-based analysis model according to an example.
Figure 14 shows a method of building an analysis model for analysis of synergy reviews in a system for managing synergy reviews, according to an example.
Figure 15 shows a method of configuring a system for management of synergy reviews, according to an example.

이하, 실시예를 첨부한 도면을 참조하여 상세히 설명한다.Hereinafter, embodiments will be described in detail with reference to the accompanying drawings.

도 1은 일 실시예에 따른, 시너지 리뷰의 분석에 따른 결과를 사용자 단말에 제공하는 방법을 나타낸다. Figure 1 shows a method of providing results according to analysis of synergy reviews to a user terminal, according to an embodiment.

도 1에서는 실시예의 리뷰 관리 방법을 수행하는 서버(100)와 사용자가 사용하는 단말(110)이 도시되었다.In Figure 1, a server 100 that performs the review management method of the embodiment and a terminal 110 used by a user are shown.

사용자는 온라인 쇼핑몰이나 전자상거래를 통해 상품을 구매하고자 하거나, 구매한 상품에 대해 리뷰를 사용하는 사용자일 수 있다. 사용자는 자신이 소지하는 사용자 단말(110)을 사용하여 온라인 쇼핑몰이나 전자상거래를 통해 상품을 검색하여, 검색된 상품을 구매할 수 있고, 구매한 상품에 대해서는 해당 상품을 평가하는 리뷰를 작성할 수 있다. A user may be a user who wants to purchase a product through an online shopping mall or e-commerce, or may be a user who uses reviews for the purchased product. Users can search for products through an online shopping mall or e-commerce using their user terminal 110, purchase the searched products, and write a review evaluating the purchased products.

서버(100)는, 사용자가 리뷰를 작성할 수 있도록, 사용자 단말(110)에 리뷰 작성을 위한 정보의 입력을 위한 사용자 인터페이스(UI)를 제공하고, 사용자가 작성한 리뷰를 관리하는 서버일 수 있다. 서버(100)는 사용자 단말(110)로부터의 상품 검색 요청에 따라, 검색이 요청된 상품과 관련하여 추천 정보를 제공할 수 있다. The server 100 may be a server that provides a user interface (UI) for inputting information for writing a review to the user terminal 110 so that the user can write a review, and manages the reviews written by the user. In response to a product search request from the user terminal 110, the server 100 may provide recommendation information related to the product for which search has been requested.

실시예에서는, 서버(100)는, 사용자 단말(110)에 사용자의 리뷰 작성을 위한 정보의 입력을 위한 UI를 제공함에 있어서, 적어도 2개의 상품들의 조합에 대해 리뷰를 작성할 수 있도록 하는 UI를 제공할 수 있다. 사용자는 사용자 단말(110)에 제공된 UI를 통해 적어도 2개의 상품들의 조합을 평가하는 리뷰를 작성할 수 있다. 예컨대, 사용자는 사용자 단말(110)에 제공된 UI를 통해 화장품 A와 화장품 B를 함께 사용함에 따른 시너지 효과에 대해 리뷰를 작성할 수 있다. 시너지 효과는 복수의 상품들이 조합하여 사용됨에 따라 배가되는 긍정적인 효과 또는 부정적인 효과를 나타낼 수 있다. In the embodiment, the server 100 provides a UI for inputting information for the user to write a review to the user terminal 110, providing a UI that allows the user to write a review for a combination of at least two products. can do. The user can write a review evaluating a combination of at least two products through the UI provided on the user terminal 110. For example, the user can write a review about the synergy effect of using cosmetics A and cosmetics B together through the UI provided on the user terminal 110. Synergy effects can represent a positive or negative effect that is multiplied as multiple products are used in combination.

본 개시에서는, 이러한 2개의 상품들의 조합을 평가하는 리뷰를 "시너지 리뷰(또는 궁합 리뷰)"로 정의한다. 한편, 하나의 상품을 평가하는 리뷰는 "일반 리뷰"로 정의한다. "리뷰"는 시너지 리뷰와 일반 리뷰를 포괄하는 의미로 사용될 수 있다.In this disclosure, a review that evaluates the combination of these two products is defined as a “synergy review (or compatibility review).” Meanwhile, a review that evaluates a single product is defined as a “general review.” “Review” can be used to encompass synergy reviews and general reviews.

말하자면, 서버(100)는 사용자 단말(110)에 사용자의 시너지 리뷰의 작성을 위한 정보의 입력을 위한 UI를 제공할 수 있다. In other words, the server 100 may provide the user terminal 110 with a UI for inputting information for the user to write a synergy review.

서버(100)는 사용자들에 의해 작성된 시너지 리뷰들을 분석할 수 있고, 그 분석 결과를 사용자 단말(110)에 제공할 수 있다. The server 100 can analyze synergy reviews written by users and provide the analysis results to the user terminal 110.

서버(100)는 이러한 분석 결과를 (상품에 대한) 추천 정보로서 제공할 수 있다. 예컨대, 서버(100)는 사용자가 검색한 상품(예컨대, 상품 A)에 대해 검색된 상품과 다른 상품(상품 B)과의 조합의 시너지 효과를 분석한 분석 결과를 사용자 단말(110)에 제공할 수 있다. 다른 상품은 사용자가 검색한 상품과 조합하여 사용될 수 있는 적어도 하나의 상품일 수 있다. 이러한 시너지 효과는 다른 사용자들에 의해 작성된 상기 상품 및 다른 상품의 조합(즉, 상품 A 및 상품 B의 조합)에 대한 시너지 리뷰들이 분석됨에 따른 분석 결과로서 사용자 단말(110)에 제공될 수 있다.The server 100 may provide these analysis results as recommendation information (for products). For example, the server 100 may provide the user terminal 110 with an analysis result of analyzing the synergy effect of the combination of the product searched for by the user (eg, product A) with another product (product B). there is. The other product may be at least one product that can be used in combination with the product searched by the user. This synergy effect may be provided to the user terminal 110 as an analysis result of analyzing synergy reviews for the combination of the product and other products (i.e., the combination of product A and product B) written by other users.

시너지 리뷰를 작성 및 분석하고, 구체적인 분석 결과를 제공하는 방법에 대해서는 후술될 도 2 내지 도 15를 참조하여 더 자세하게 설명된다. The method of creating and analyzing a synergy review and providing specific analysis results will be explained in more detail with reference to FIGS. 2 to 15, which will be described later.

후술될 상세한 설명에서, 실시예의 리뷰 관리 방법을 수행하는 컴퓨터 시스템인 서버(100)에 의해 수행되는 동작 중 적어도 일부는 사용자 단말(110)에서 수행될 수도 있다. 이와 관련하여 중복되는 설명은 생략한다.In the detailed description to be described later, at least some of the operations performed by the server 100, which is a computer system that performs the review management method of the embodiment, may be performed in the user terminal 110. Redundant explanations in this regard will be omitted.

도 2는 일 실시예에 따른, 시너지 리뷰를 작성하고, 시너지 리뷰에 대한 분석 결과를 출력하기 위한 사용자의 단말과 시너지 리뷰에 대한 분석 결과를 제공하는 서버를 나타내는 블록도이다.Figure 2 is a block diagram showing a user's terminal for creating a synergy review and outputting analysis results for the synergy review, and a server for providing analysis results for the synergy review, according to an embodiment.

서버(100)는 사용자의 리뷰(일반 리뷰 및 시너지 리뷰) 작성을 위한 UI를 사용자 단말(110)에 제공하고, 사용자들로부터 작성된 리뷰들을 분석하여 분석 결과를 생성하는 장치로서, 적어도 하나의 컴퓨팅 장치를 포함할 수 있다. 서버(100)는 도시된 것처럼, 프로세서(140) 및 통신부(130)를 포함할 수 있다. 서버(100)는 도시되지는 않았으나 메모리 및 입출력 인터페이스를 더 포함할 수 있다. 따라서, 서버(100)는 실시예의 리뷰 관리 방법을 수행하는 컴퓨터 시스템을 포함할 수 있다. 이하에서, 서버(100)는 컴퓨터 시스템(100)으로 명명할 수 있다. The server 100 is a device that provides a UI for writing user reviews (general reviews and synergy reviews) to the user terminal 110 and generates analysis results by analyzing reviews written by users, and includes at least one computing device. may include. The server 100 may include a processor 140 and a communication unit 130, as shown. Although not shown, the server 100 may further include memory and an input/output interface. Accordingly, server 100 may include a computer system that performs the review management method of the embodiment. Hereinafter, the server 100 may be referred to as the computer system 100.

컴퓨터 시스템(100)은 리뷰의 작성 및 분석을 위한 플랫폼을 구성할 수 있고, 또는, 이러한 플랫폼의 적어도 일부일 수 있다. Computer system 100 may constitute a platform for creating and analyzing reviews, or may be at least part of such a platform.

예컨대, 컴퓨터 시스템(100)은 특정한 웹 사이트(예컨대, 쇼핑몰 등)에 접속한 사용자나, 특정한 서비스(예컨대, 모바일 어플리케이션을 통해 제공되는 서비스)에 접근한 사용자에게 시너지 리뷰를 분석한 분석 결과를 제공할 수 있고, 이러한 분석 결과를 사용자의 검색 요청에 따른 추천 정보로서 제공할 수 있다.For example, the computer system 100 provides analysis results of synergy reviews to users who access a specific website (eg, a shopping mall, etc.) or a user who accesses a specific service (eg, a service provided through a mobile application). This analysis result can be provided as recommended information according to the user's search request.

컴퓨터 시스템(100)는 단말(110)에 대해 리뷰 작성을 위한 UI를 제공하고, 시너지 리뷰를 분석한 분석 결과를 제공할 수 있으며, 이들을 제공하기 위해 필요한 데이터를 저장하고, 요구되는 연산을 처리할 수 있다. 컴퓨터 시스템(100)는 상기 필요한 데이터를 저장하기 위한 데이터베이스를 포함하거나 이러한 데이터베이스와 통신할 수 있다. 컴퓨터 시스템(100)는 도시된 것과는 달리 복수의 서버들 또는 기타 컴퓨팅 장치들로 구성될 수도 있다. The computer system 100 can provide a UI for writing a review for the terminal 110, provide analysis results of synergy reviews, store the data necessary to provide them, and process the required calculations. You can. Computer system 100 may include or be in communication with a database for storing the necessary data. The computer system 100 may be comprised of a plurality of servers or other computing devices other than those shown.

컴퓨터 시스템(100)의 메모리는 컴퓨터에서 판독 가능한 기록매체로서, RAM(random access memory), ROM(read only memory) 및 디스크 드라이브와 같은 비소멸성 대용량 기록장치(permanent mass storage device)를 포함할 수 있다. 여기서 ROM과 비소멸성 대용량 기록장치는 메모리와 분리되어 별도의 영구 저장 장치로서 포함될 수도 있다. 또한, 메모리에는 운영체제와 적어도 하나의 프로그램 코드가 저장될 수 있다. 이러한 소프트웨어 구성요소들은 메모리와는 별도의 컴퓨터에서 판독 가능한 기록매체로부터 로딩될 수 있다. 이러한 별도의 컴퓨터에서 판독 가능한 기록매체는 플로피 드라이브, 디스크, 테이프, DVD/CD-ROM 드라이브, 메모리 카드 등의 컴퓨터에서 판독 가능한 기록매체를 포함할 수 있다. 다른 실시예에서 소프트웨어 구성요소들은 컴퓨터에서 판독 가능한 기록매체가 아닌 통신부(130)을 통해 메모리에 로딩될 수도 있다.The memory of the computer system 100 is a computer-readable recording medium and may include random access memory (RAM), read only memory (ROM), and a permanent mass storage device such as a disk drive. . Here, ROM and non-permanent mass recording devices may be separated from memory and included as separate permanent storage devices. Additionally, an operating system and at least one program code may be stored in the memory. These software components may be loaded from a computer-readable recording medium separate from the memory. Such separate computer-readable recording media may include computer-readable recording media such as floppy drives, disks, tapes, DVD/CD-ROM drives, and memory cards. In another embodiment, software components may be loaded into memory through the communication unit 130 rather than a computer-readable recording medium.

프로세서(140)는 기본적인 산술, 로직 및 입출력 연산을 수행함으로써, 컴퓨터 프로그램의 명령을 처리하도록 구성될 수 있다. 명령은 메모리 또는 통신부(130)에 의해 프로세서(140)로 제공될 수 있다. 예를 들어, 프로세서(140)는 메모리에 로딩된 프로그램 코드에 따라 수신되는 명령을 실행하도록 구성될 수 있다. The processor 140 may be configured to process instructions of a computer program by performing basic arithmetic, logic, and input/output operations. Commands may be provided to the processor 140 by the memory or communication unit 130. For example, the processor 140 may be configured to execute received instructions according to program code loaded into memory.

프로세서(140)는 도시되지 않은 구성들로서 소프트웨어 및/또는 하드웨어 모듈(들)을 포함할 수 있다. 이러한 프로세서(140)의 구성들을 통해 후술될 리뷰 관리 방법이 실행될 수 있다. The processor 140 may include software and/or hardware module(s) as components not shown. A review management method to be described later can be executed through these configurations of the processor 140.

통신부(130)는 컴퓨터 시스템(100)이 다른 장치(사용자 단말(110) 또는 다른 서버 등)와 통신하기 위한 구성일 수 있다. 말하자면, 통신부(130)는 다른 장치에 대해 데이터 및/또는 정보를 전송/수신하는, 컴퓨터 시스템(100)의 안테나, 데이터 버스, 네트워크 인터페이스 카드, 네트워크 인터페이스 칩 및 네트워킹 인터페이스 포트 등과 같은 하드웨어 모듈 또는 네트워크 디바이스 드라이버(driver) 또는 네트워킹 프로그램과 같은 소프트웨어 모듈일 수 있다.The communication unit 130 may be a component that allows the computer system 100 to communicate with another device (such as a user terminal 110 or another server). That is, the communication unit 130 is a hardware module or network, such as an antenna, a data bus, a network interface card, a network interface chip, and a networking interface port, of the computer system 100 that transmits/receives data and/or information to and from other devices. It may be a software module such as a device driver or networking program.

입출력 인터페이스는 키보드 또는 마우스 등과 같은 입력 장치 및 디스플레이나 스피커와 같은 출력 장치와의 인터페이스를 위한 수단일 수 있다.The input/output interface may be a means for interfacing with an input device such as a keyboard or mouse and an output device such as a display or speaker.

또한, 다른 실시예들에서 컴퓨터 시스템(100)는 도시된 구성요소들보다 더 많은 구성요소들을 포함할 수도 있다. Additionally, in other embodiments, computer system 100 may include more components than those shown.

사용자 단말(110)은 컴퓨터 시스템(100)로부터 제공되는 정보/데이터를 수신하고 출력하고, 사용자의 리뷰 작성을 위해 사용되는 단말로서, 이러한 작업들을 실행하기 위한 어플리케이션 또는 프로그램이 설치된 단말일 수 있다. The user terminal 110 is a terminal used to receive and output information/data provided from the computer system 100 and to write a user review, and may be a terminal in which an application or program for executing these tasks is installed.

도시된 실시예에서, 사용자는 사용자 단말(110)을 통해 컴퓨터 시스템(100)으로부터 제공된 UI를 통해 리뷰를 작성할 수 있고, 컴퓨터 시스템(100)으로부터 시너지 리뷰들에 대한 분석 결과를 수신하여 출력할 수 있다. In the illustrated embodiment, the user can write a review through the UI provided from the computer system 100 through the user terminal 110, and receive and output analysis results of synergy reviews from the computer system 100. there is.

사용자 단말(110)은 전자 장치로서, 리뷰의 작성 및 시너지 리뷰들에 대한 분석 결과의 출력을 위한 어플리케이션 또는 프로그램을 설치 및 실행할 수 있는 스마트폰 및 이와 유사한 장치일 수 있다. 또한, 사용자 사용자 단말(110)은 PC(personal computer), 노트북 컴퓨터(laptop computer), 랩탑 컴퓨터(laptop computer), 태블릿(tablet), 사물 인터넷(Internet Of Things) 기기, 또는 웨어러블 컴퓨터(wearable computer) 등일 수 있다.The user terminal 110 is an electronic device and may be a smartphone or similar device capable of installing and executing an application or program for writing a review and outputting analysis results for synergy reviews. In addition, the user terminal 110 is a personal computer (PC), a laptop computer, a laptop computer, a tablet, an Internet of Things device, or a wearable computer. It may be, etc.

사용자 단말(110)은 통신부(230), 프로세서(220) 및 표시부(210)를 포함할 수 있다. The user terminal 110 may include a communication unit 230, a processor 220, and a display unit 210.

통신부(230)는 사용자 단말(110)이 다른 장치(예컨대, 다른 단말이나 컴퓨터 시스템(100))와 통신하기 위한 장치일 수 있다. 말하자면, 통신부(230)는 다른 전자 장치나 서버에 대해 데이터 및/또는 정보를 전송/수신하는 사용자 단말(110)의 네트워크 인터페이스 카드, 네트워크 인터페이스 칩 및 네트워킹 인터페이스 포트 등과 같은 하드웨어 모듈 또는 네트워크 디바이스 드라이버(driver) 또는 네트워킹 프로그램과 같은 소프트웨어 모듈일 수 있다.The communication unit 230 may be a device for the user terminal 110 to communicate with another device (eg, another terminal or the computer system 100). In other words, the communication unit 230 is a hardware module or network device driver (such as a network interface card, network interface chip, and networking interface port) of the user terminal 110 that transmits/receives data and/or information to and from other electronic devices or servers. It may be a software module such as a driver) or a networking program.

프로세서(220)는 사용자 단말(110)의 구성 요소들을 관리할 수 있고, 사용자 단말(110)이 사용하는 프로그램 또는 어플리케이션을 실행할 수 있다. 예컨대, 사용자 단말(110)은 리뷰 작성을 위해 제공된 UI를 통해 입력된 정보/데이터나 수신된 시너지 리뷰들에 대한 분석 결과를 처리하도록 구성될 수 있다.The processor 220 can manage the components of the user terminal 110 and execute programs or applications used by the user terminal 110. For example, the user terminal 110 may be configured to process information/data input through a UI provided for writing a review or analysis results of received synergy reviews.

또한, 프로세서(220)는 프로그램 또는 어플리케이션의 실행 및 데이터의 처리 등에 필요한 연산을 처리할 수 있다. 프로세서(220)는 사용자 사용자 단말(110)의 적어도 하나의 프로세서 또는 프로세서 내의 적어도 하나의 코어(core)일 수 있다. Additionally, the processor 220 can process operations necessary for executing a program or application and processing data. The processor 220 may be at least one processor of the user terminal 110 or at least one core within the processor.

표시부(210)는, 사용자가 입력한 정보 또는 데이터를 출력하는 장치로서 디스플레이를 포함할 수 있다. 표시부(210)는 리뷰 작성을 위한 UI, 시너지 리뷰들에 대한 분석 결과, 사용자에 의한 상품 검색 결과를 비롯한 각종 정보를 출력할 수 있다. 표시부(210)는 터치 패널을 포함할 수 있다. 이 때, 표시부(210)는 사용자로부터 입력을 수신할 수 있는 입력부로서도 기능할 수 있다.The display unit 210 is a device that outputs information or data input by a user and may include a display. The display unit 210 can output various information, including a UI for writing a review, analysis results of synergy reviews, and product search results by the user. The display unit 210 may include a touch panel. At this time, the display unit 210 may also function as an input unit that can receive input from the user.

한편, 도시되지는 않았으나, 사용자 사용자 단말(110)은 데이터 또는 정보를 저장하기 위한 장치로서 저장부를 포함할 수 있다. 저장부는 여하한 메모리 또는 스토리지 장치를 포함할 수 있다. 저장부에는 프로세서(220)가 실행하는 프로그램 또는 어플리케이션이나, 기타, 리뷰의 작성 및 시너지 리뷰들에 대한 분석 결과의 출력과 관련된 정보/데이터가 저장될 수 있다. Meanwhile, although not shown, the user terminal 110 may include a storage unit as a device for storing data or information. The storage unit may include any memory or storage device. The storage unit may store programs or applications executed by the processor 220 or other information/data related to writing of reviews and output of analysis results for synergy reviews.

사용자 단말(110) 및 컴퓨터 시스템(100)에 의한 리뷰 관리 방법(즉, 시너지 리뷰를 작성하고, 시너지 리뷰들을 분석하는 방법) 에 대해서는 후술될 도 3 내지 도 15를 참조하여 더 자세하게 설명된다.The review management method (i.e., the method of creating a synergy review and analyzing the synergy reviews) by the user terminal 110 and the computer system 100 will be described in more detail with reference to FIGS. 3 to 15 to be described later.

이상 도 1을 참조하여 전술된 기술적 특징에 대한 설명은, 도 2에 대해서도 그대로 적용될 수 있으므로 중복되는 설명은 생략한다.The description of the technical features described above with reference to FIG. 1 can also be applied to FIG. 2 , so overlapping descriptions will be omitted.

후술될 상세한 설명에서는, 설명의 편의상 컴퓨터 시스템(100)에 의해 리뷰 관리 방법의 단계들 및 동작들이 수행되는 것으로 설명되지만, 컴퓨터 시스템(100)이 포함하는 구성요소에 의해 수행되는 것일 수 있다. In the detailed description to be described later, for convenience of explanation, the steps and operations of the review management method are described as being performed by the computer system 100, but may be performed by components included in the computer system 100.

또한, 컴퓨터 시스템(100)의 단계들 또는 동작들 중 적어도 일부는 사용자 단말(110)에 의해 수행될 수도 있다. 이와 관련하여 중복되는 설명은 생략한다.Additionally, at least some of the steps or operations of the computer system 100 may be performed by the user terminal 110. Redundant explanations in this regard will be omitted.

도 3은 일 실시예에 따른, 리뷰(즉, 일반 리뷰들 및 상품들의 조합에 대해 작성된 시너지 리뷰)들을 관리하는 방법을 나타내는 흐름도이다. Figure 3 is a flow diagram illustrating a method for managing reviews (i.e., synergy reviews written for a combination of general reviews and products), according to one embodiment.

후술될 리뷰 관리 방법은, 컴퓨터 시스템(100)에 의해 UI를 제공하여 사용자가 시너지 리뷰를 작성할 수 있도록 하는 방법과, 사용자들에 의해 작성된 리뷰들을 컴퓨터 시스템(100)에 의해 분석하는 방법을 포괄할 수 있다. The review management method, which will be described later, will encompass a method of providing a UI by the computer system 100 to enable users to write synergy reviews, and a method of analyzing reviews written by users by the computer system 100. You can.

단계(310)에서, 컴퓨터 시스템(100)은 리뷰 작성을 위한 리뷰 작성 사용자 인터페이스(UI)를 제공할 수 있다. 컴퓨터 시스템(100)은 리뷰 작성 사용자 인터페이스(UI)를 사용자 단말(110)에 제공함으로써 사용자가 리뷰를 작성하도록 할 수 있다.At step 310, computer system 100 may provide a review writing user interface (UI) for writing a review. The computer system 100 may allow the user to write a review by providing a review writing user interface (UI) to the user terminal 110.

예컨대, 컴퓨터 시스템(100)은 전술한 시너지 리뷰를 작성하기 위한 시너지 리뷰 작성 사용자 인터페이스(UI)를 사용자 단말(110)에 제공함으로써 사용자가 시너지 리뷰를 작성하도록 할 수 있다.For example, the computer system 100 may allow the user to write a synergy review by providing a synergy review writing user interface (UI) to the user terminal 110 for writing the synergy review described above.

컴퓨터 시스템(100)이 관리하는(즉, 컴퓨터 시스템(100)에 의한 분석의 대상이 되는) 사용자들에 의해 작성되는 시너지 리뷰들의 각 시너지 리뷰는, 해당 각 시너지 리뷰를 작성한 사용자의 사용자 단말(110)에 제공된 시너지 리뷰 작성 UI를 통해 입력된 정보로서, 상품들의 조합을 구성하는 제1 상품 및 제2 상품에 관한 정보와 제1 상품 및 상기 제2 상품의 조합을 평가하는 텍스트를 포함할 수 있다. 리뷰 작성 UI를 통해 입력되는 상품들의 조합(즉, 리뷰를 통한 평가를 위한 상품 정보)은 3개 이상의 상품들을 포함할 수도 있다. Each synergy review of the synergy reviews written by users managed by the computer system 100 (i.e., subject to analysis by the computer system 100) is performed on the user terminal (110) of the user who wrote each synergy review. ) is information entered through the synergy review writing UI provided in ), and may include information about the first product and the second product constituting the combination of products and text evaluating the combination of the first product and the second product. . The combination of products entered through the review writing UI (i.e., product information for evaluation through reviews) may include three or more products.

단계(320)에서, 컴퓨터 시스템(100)은 리뷰(시너지 리뷰) 작성을 위한 입력 정보를 사용자 단말(110)로부터 수신할 수 있다. 시너지 리뷰 작성을 위한 입력 정보는 상품들의 조합을 구성하는 제1 상품 및 제2 상품에 관한 정보와 제1 상품 및 제2 상품의 조합을 평가하는 텍스트를 포함할 수 있다. 평가 대상이 3개 이상의 상품들의 조합인 경우 3개 이상의 상품들에 대한 정보가 상기 입력 정보에 포함될 수 있다. In step 320, the computer system 100 may receive input information for writing a review (synergy review) from the user terminal 110. Input information for creating a synergy review may include information about the first product and the second product constituting the combination of products and text evaluating the combination of the first product and the second product. If the evaluation target is a combination of three or more products, information about the three or more products may be included in the input information.

관련하여, 도 8a 내지 도 8c는 일 예에 따른, 시너지 리뷰를 작성하기 위한 사용자 인터페이스(UI)를 나타낸다.Relatedly, FIGS. 8A to 8C illustrate a user interface (UI) for writing a synergy review, according to an example.

도 8a 내지 도 8c에서는 시너지 리뷰 작성 UI가 도시되었다.8A to 8C show a UI for writing a synergy review.

도시된 것처럼, 사용자 단말(110)을 통해 시너지 리뷰를 작성할 상품들(810, 820)에 대한 정보가 입력될 수 있다. 예시에서는, 상품 A(810)가 입력되어 있으며, 상품 A(810)와 조합될 상품이 시너지 리뷰 상품 찾기(820) 버튼을 통해 선택 또는 검색될 수 있다. 도 8b에서 도시된 것처럼 상품 B(822)가 상품 A(810)에 대한 조합으로서 선택될 수 있다. 상품 A(810) 및 상품 B(822)는 서로 조합하여 사용될 수 있는 상품들로서, 서로 상이한 화장품일 수 있다. As shown, information about products 810 and 820 for which synergy reviews are to be written may be input through the user terminal 110. In the example, product A (810) is entered, and a product to be combined with product A (810) can be selected or searched through the synergy review product search (820) button. As shown in FIG. 8B, product B (822) may be selected as a combination for product A (810). Product A (810) and Product B (822) are products that can be used in combination with each other, and may be different cosmetics.

시너지 리뷰 작성 UI는 상품 A(810) 및 상품 B(822)의 조합(즉, 평가 대상의 상품들의 조합)에 대해 종합 평점을 입력할 수 있는 UI를 제공할 수 있다. 예컨대, 사용자는 별점을 선택하는 것을 통해 0~10점의 평점(또는 별점)을 입력할 수 있다(종합 평점(830)). The synergy review writing UI may provide a UI for entering a comprehensive rating for a combination of product A (810) and product B (822) (i.e., a combination of products subject to evaluation). For example, the user can enter a rating (or star rating) of 0 to 10 points by selecting a star rating (comprehensive rating 830).

한편, 시너지 리뷰 작성 UI는 상품 A(810) 및 상품 B(822)의 조합의 개별적인 상품의 속성에 대해 개별 평점을 입력할 수 있는 UI를 제공할 수 있다. 예컨대, 사용자는, 화장품인 상품 A(810) 및 상품 B(822)에 대한 속성으로서, 피부 트러블, 발림성, 및 유지력의 각각에 대해 별점을 선택하는 것을 통해 각 속성에 대해 0~10점의 평점을 입력할 수 있다(개별 평점(852 내지 856)). 개별 평점(852 내지 856)을 입력 가능한 속성의 개수는 상품의 종류에 따라, 또는 상품들의 조합에 따라 상이하게 구성될 수 있다. Meanwhile, the synergy review writing UI may provide a UI for entering individual ratings for the attributes of individual products of the combination of product A (810) and product B (822). For example, the user selects a star rating for each of skin trouble, applicability, and retention as attributes for product A (810) and product B (822), which are cosmetics, and receives a rating of 0 to 10 for each attribute. You can enter (individual rating (852 to 856)). The number of attributes for which individual ratings 852 to 856 can be input may vary depending on the type of product or combination of products.

시너지 리뷰 작성 UI는 상품 A(810) 및 상품 B(822)의 조합의 평가를 위한 텍스트를 입력할 수 있도록 하는 UI를 제공할 수 있다. 도시된 것처럼, 사용자는 해당 UI를 통해 상품 A(810) 및 상품 B(822)의 조합을 사용함에 따라, 만족한 점, 아쉬운 점, 꿀팁(유용한 팁) 등을 텍스트로서 입력할 수 있고, 또한, 상품 A(810) 및 상품 B(822)의 조합과 연관되는 사진을 업로드할 수 있다. The synergy review creation UI may provide a UI that allows input of text for evaluating the combination of product A (810) and product B (822). As shown, as the user uses the combination of product A (810) and product B (822) through the corresponding UI, the user can input satisfaction, dissatisfaction, tips (useful tips), etc. as text. , you can upload a photo related to a combination of product A (810) and product B (822).

입력 항목들(810 내지 856)에 대한 작성이 완료됨에 따라, 시너지 리뷰의 작성이 완료될 수 있고, 작성이 완료된 시너지 리뷰는 컴퓨터 시스템(100)에 의해 관리될 수 있다. 이처럼, 컴퓨터 시스템(100)은 시너지 리뷰에 대한 작성 및 분석 기능을 제공하는 종합적인 시너지 리뷰 관리 플랫폼을 구성할 수 있다. As the input items 810 to 856 are completed, the synergy review may be completed, and the completed synergy review may be managed by the computer system 100. In this way, the computer system 100 can configure a comprehensive synergy review management platform that provides writing and analysis functions for synergy reviews.

따라서, 실시예에서는, 사용자는 자신이 구매 또는 사용한 개별적인 상품에 대해서 뿐만아니라, 구매 또는 사용한 상품과 조합하여 사용한 상품을 고려하여 상품의 조합을 "시너지 리뷰"를 작성함으로써 평가할 수 있다. Accordingly, in embodiments, a user may evaluate a combination of products by writing a “synergy review” not only for the individual products he or she has purchased or used, but also considering products used in combination with the products purchased or used.

한편, 시너지 리뷰를 작성한 사용자(사용자의 계정)에는 소정의 리워드(포인트 등)가 제공될 수 있다. Meanwhile, certain rewards (points, etc.) may be provided to users (user accounts) who write synergy reviews.

아래에서는, 작성된 시너지 리뷰들을 분석하여 그 분석 결과를 (예컨대, 사용자 단말(110) 등으로) 출력하는 방법에 대해 더 자세하게 설명한다. Below, a method of analyzing the written synergy reviews and outputting the analysis results (e.g., to the user terminal 110, etc.) will be described in more detail.

단계(330)에서, 컴퓨터 시스템(100)은 사용자들에 의해 작성된 시너지 리뷰들을 관리할 수 있다. At step 330, computer system 100 may manage Synergy reviews created by users.

단계(332)에서, 컴퓨터 시스템(100)은 분석 모델을 사용하여, 복수의 상품들 중 적어도 2개의 상품들의 조합에 대해 작성된 상기 시너지 리뷰들을 분석할 수 있다. 분석 모델은 인공지능(AI) 기반의 분석 모델로서, 인공 신경망을 사용하는 분석 모델일 수 있다. 예컨대, 분석 모델은 시너지 리뷰들을 분석하여 분석 결과를 예측/추론하는 딥러닝 모델일 수 있다.At step 332, computer system 100 may use an analysis model to analyze the synergy reviews written for combinations of at least two of the plurality of products. The analysis model is an artificial intelligence (AI)-based analysis model and may be an analysis model that uses an artificial neural network. For example, the analysis model may be a deep learning model that analyzes synergy reviews and predicts/infers analysis results.

이러한 분석 모델은 상품들의 조합에 대한 긍정도 또는 부정도를 포함하는 제1 분석 결과와, 제1 분석 결과와 연관된 속성 정보를 포함하는 제2 분석 결과를 출력하도록 학습될 수 있다. 긍정도 또는 부정도를 상품들의 조합에 대한 궁합(도)을 나타낼 수 있다. '속성'은 상품 또는 상품들의 조합의 성질 또는 특성을 나타낼 수 있다.This analysis model may be trained to output a first analysis result including a positive or negative rating for a combination of products, and a second analysis result including attribute information associated with the first analysis result. The positivity or negativity can indicate the compatibility (degree) of a combination of products. 'Attribute' may represent the nature or characteristics of a product or a combination of products.

단계(334)에서, 컴퓨터 시스템(100)은 분석 모델에 의한 분석에 따라, 시너지 리뷰들에 대한 제1 분석 결과와 제2 분석 결과를 출력할 수 있다. 말하자면, 컴퓨터 시스템(100)은 사용자들에 의해 작성된 시너지 리뷰들을 분석하여 시너지 리뷰들이 나타내는 상품들의 조합이 긍정적인지 또는 부정적인지를 나타내는 정도를 제1 분석 결과로서 출력할 수 있고, 나아가, 제1 분석 결과(즉, 긍정도 또는 부정도)와 연관되는 상품의 속성에 대한 정보를 제2 분석 결과로서 출력할 수 있다. 사용자는 사용자 단말(110)을 통해 컴퓨터 시스템(100)으로부터 제공되는 제1 분석 결과 및 제2 분석 결과를 확인함으로써, 특정한 상품들의 조합(예컨대, 자신이 검색한 상품과 다른 상품과의 조합)이 긍정적인 시너지 효과를 내는지 여부를 확인할 수 있고, 해당 시너지 효과와 연관되는 상품의 속성이 무엇인지를 용이하게 파악할 수 있다.In step 334, the computer system 100 may output a first analysis result and a second analysis result for the synergy reviews according to analysis by the analysis model. In other words, the computer system 100 may analyze the synergy reviews written by users and output the degree to which the combination of products indicated by the synergy reviews is positive or negative as a first analysis result, and further, the first analysis result. Information about product attributes related to (i.e., positivity or negativity) can be output as a second analysis result. The user confirms the first analysis result and the second analysis result provided from the computer system 100 through the user terminal 110, so that the combination of specific products (for example, the combination of the product the user searched with other products) is confirmed. You can check whether a positive synergy effect exists, and you can easily identify the attributes of the product that are related to the synergy effect.

아래에서, 제1 분석 결과 및 제2 분석 결과를 출력하는 방법에 대해 더 자세하게 설명한다. Below, the method for outputting the first analysis result and the second analysis result will be described in more detail.

제1 분석 결과 및 제2 분석 결과는, 분석 모델을 사용하여 사용자들에 의해 작성된 시너지 리뷰들이 포함하는 텍스트를 분석한 결과에 기반할 수 있다. The first analysis result and the second analysis result may be based on the result of analyzing text included in synergy reviews written by users using an analysis model.

예컨대, 분석 모델은 시너지 리뷰들이 포함하는 텍스트를 분석하여 상품들의 조합에 대한 제1 분석 결과를 출력하도록 학습된 제1 분석 모델을 포함할 수 있다. 또한, 분석 모델은 시너지 리뷰들이 포함하는 텍스트와 제1 분석 결과에 기반하여 상품들의 조합에 대한 제2 분석 결과를 출력하도록 학습된 제2 분석 모델을 포함할 수 있다. 이처럼, 분석 모델은 시너지 리뷰들에 대한 1차적인 분석 결과를 제공하기 위한 제1 분석 모델과, 제1 분석 모델에 의한 분석 결과를 사용하여 시너지 리뷰들에 대한 2차적인 분석 결과를 제공하기 위한 제2 분석 모델을 포함할 수 있다. For example, the analysis model may include a first analysis model learned to output a first analysis result for a combination of products by analyzing text included in synergy reviews. Additionally, the analysis model may include a second analysis model learned to output a second analysis result for a combination of products based on the text included in the synergy reviews and the first analysis result. In this way, the analysis model is a first analysis model to provide primary analysis results for synergy reviews, and a first analysis model to provide secondary analysis results for synergy reviews using the analysis results by the first analysis model. A second analysis model may be included.

제1 분석 모델에 의한 제1 분석 결과는 상품들의 조합에 대한 긍정도 또는 부정도를 수치화한 데이터를 포함할 수 있다. 수치화한 데이터는 특정 상품들의 조합에 대한 긍정도(또는 부정도)를 소정의 범위 내의 값으로 표현한 것일 수 있다. 이러한 값은, 소정의 범위(예컨대, -1 내지 1) 내의 값으로 결정되는 점수, 평점, 별점 등과 같은 형태로 사용자 단말(110)에 출력될 수 있다. 이에 따라, 사용자는 사용자 단말(110)을 통해 제1 분석 결과를 확인함으로써 특정 상품들의 조합의 긍정도 또는 부정도를 직관적으로 파악할 수 있다. The first analysis result by the first analysis model may include data quantifying the positivity or negativity of the combination of products. The numerical data may express the positivity (or negativity) of a combination of specific products as a value within a predetermined range. These values may be output to the user terminal 110 in the form of scores, ratings, stars, etc. determined as values within a predetermined range (eg, -1 to 1). Accordingly, the user can intuitively determine the positive or negative degree of the combination of specific products by checking the first analysis result through the user terminal 110.

한편, 제2 분석 모델에 의한 제2 분석 결과는, 제1 분석 결과와 연관된 속성 정보로서, 제1 분석 모델에 의한 제1 분석 결과가 나타내는 긍정도 또는 부정도와 연관된 상품의 속성을 나타내는 적어도 하나의 속성 키워드를 포함할 수 있다. "속성 키워드"는 상품의 속성을 나타내는 키워드(대표 키워드)일 수 있다. 예컨대, 상품들의 조합을 구성하는 상품이 화장품인 경우에 있어서, 속성 키워드는 화장품의 각 속성을 나타내는 키워드로서 피부 트러블, 발림성, 유지력 등일 수 있다. Meanwhile, the second analysis result by the second analysis model is attribute information associated with the first analysis result, and includes at least one attribute of the product associated with the positivity or negativity indicated by the first analysis result by the first analysis model. Can contain attribute keywords. “Attribute keyword” may be a keyword (representative keyword) that represents the attribute of the product. For example, in the case where the product constituting a combination of products is cosmetics, the attribute keyword is a keyword representing each attribute of the cosmetic and may be skin trouble, spreadability, retention power, etc.

제2 분석 모델에 의한 제2 분석 결과는, 제1 분석 결과에 의해 결정된 상품들의 조합에 대한 긍정도 또는 부정도에 영향을 미친 상품의 속성을 나타내는 속성 키워드를 포함할 수 있다. 일례로, 제2 분석 결과에 포함되는 속성 키워드는, 제1 분석 결과가 나타내는 상품들의 조합에 대한 긍정도 또는 부정도에 대한 최대 기여 상품 속성을 나타낼 수 있다. 이러한 최대 기여 상품 속성은, 제2 분석 모델이, 제1 분석 결과가 나타내는 상품들의 조합에 대한 긍정도 또는 부정도에 가장 큰 영향을 미친(즉, 가장 dominant한) 상품의 속성(즉, 대표 속성)을 의미할 수 있다. The second analysis result according to the second analysis model may include an attribute keyword indicating the attribute of the product that influenced the positivity or negativity of the combination of products determined by the first analysis result. For example, the attribute keyword included in the second analysis result may indicate the maximum contributing product attribute to the positivity or negativity of the combination of products indicated by the first analysis result. This maximum contributing product attribute is the attribute (i.e. representative attribute) of the product that the second analysis model has the greatest influence on (i.e., the most dominant) on the positivity or negativity of the combination of products indicated by the first analysis result. ) can mean.

한편, 제2 분석 결과는 복수의 속성 키워드들을 포함할 수 있으며, 속성 키워드들의 각각은 상품의 속성에 대응할 수 있다. 속성 키워드들은 제1 분석 결과가 나타내는 상품들의 조합에 대한 긍정도 또는 부정도에 영향을 미친 순서로 사용자 단말(110)에 제시될 수 있다. 이에 따라, 사용자는 상품들의 조합에 대한 긍정도 또는 부정도에 영향을 미친 상품의 속성(들)을 직관적으로 파악할 수 있다. Meanwhile, the second analysis result may include a plurality of attribute keywords, and each of the attribute keywords may correspond to an attribute of the product. Attribute keywords may be presented to the user terminal 110 in the order in which they affect the positivity or negativity of the combination of products indicated by the first analysis result. Accordingly, the user can intuitively understand the attribute(s) of the product that influenced the positivity or negativity of the combination of products.

단계(335)에서, 컴퓨터 시스템(100)은 제1 분석 모델에 의한 제1 분석 결과로서 상품들의 조합에 대한 긍정도 또는 부정도를 수치화한 종합 평점을 출력할 수 있고, 단계(336)에서, 컴퓨터 시스템(100)은 제2 분석 모델에 의한 제2 분석 결과로서 상품의 속성을 나타내는 속성 키워드를 출력할 수 있다. In step 335, the computer system 100 may output a comprehensive score that quantifies the positive or negative degree of the combination of products as a result of the first analysis by the first analysis model, and in step 336, The computer system 100 may output an attribute keyword indicating the attribute of the product as a second analysis result by the second analysis model.

단계(337)에서, 컴퓨터 시스템(100)은 속성 키워드가 나타내는 상품의 속성과 연관된 속성 평점을 더 출력할 수 있다. 속성 평점은 제2 분석 모델에 의해 결정된 상품의 속성(즉, 속성 키워드가 나타내는 속성)에 대한 긍정도 또는 부정도를 수치화한 것으로서, 제1 분석 모델이, 제2 분석 모델에 의한 제2 분석 결과에 기반하여, 상기 속성 평점을 추정(결정)할 수 있다. In step 337, the computer system 100 may further output an attribute score associated with the attribute of the product indicated by the attribute keyword. The attribute rating is a quantification of the positivity or negativity of the product's attribute (i.e., attribute indicated by the attribute keyword) determined by the second analysis model, and the first analysis model is the result of the second analysis by the second analysis model. Based on this, the attribute score can be estimated (determined).

관련하여, 도 7은 일 예에 따른, 분석 모델을 사용한 시너지 리뷰들에 대한 분석 결과를 출력하는 방법을 나타낸다.Relatedly, Figure 7 shows a method of outputting analysis results for synergy reviews using an analysis model, according to an example.

도 7에서는, 사용자 단말(110)에 출력되는 시너지 리뷰들에 대한 분석 결과의 일 예가 도시되었다. In FIG. 7 , an example of analysis results for synergy reviews output to the user terminal 110 is shown.

도시된 것처럼, 시너지 리뷰들에 대한 분석 결과는 (특정 상품들 간의 조합에 대한 시너지 효과를 의미하는) "상품간 시너지 효과"로서 사용자 단말(110)에서 제시될 수 있다. 도시된 예시는 상품 A(705)와 상품 B(710)에 대한 분석 결과를 나타낸다. As shown, the results of analysis of synergy reviews may be presented in the user terminal 110 as an “inter-product synergy effect” (meaning a synergy effect for a combination between specific products). The illustrated example shows analysis results for product A (705) and product B (710).

종합 평점(720)은 제1 분석 모델에 의한 제1 분석 결과로서 상품들(705 및 710)의 조합에 대한 긍정도 또는 부정도를 수치화한 것일 수 있다. The overall rating 720 may be a result of the first analysis by the first analysis model and may be a quantification of the degree of positivity or negativity for the combination of products 705 and 710.

속성 1(732) 및 속성 2(734)의 각각은 제2 분석 모델에 의한 제2 분석 결과로서 상품의 속성을 나타내는 속성 키워드일 수 있다. 속성 1(732)은 상품들(705 및 710)의 조합에 대한 긍정도 또는 부정도, 즉, 종합 평점(720)에 가장 큰 영향을 미친 상품의 속성을 나타낼 수 있다. 속성 2(734)는 종합 평점(720)에 속성 1(732) 다음으로 큰 영향을 미친 상품의 속성을 나타낼 수 있다.Each of attribute 1 (732) and attribute 2 (734) may be an attribute keyword representing the attribute of the product as a second analysis result by the second analysis model. Attribute 1 732 may indicate the positivity or negativity of the combination of products 705 and 710, that is, the attribute of the product that had the greatest influence on the overall rating 720. Attribute 2 (734) may represent the product attribute that has the next greatest influence on the overall rating (720) after attribute 1 (732).

속성 평점 1(742)은 속성 1(732)에 대한 긍정도 또는 부정도를 수치화한 것일 수 있다. 속성 평점 2(744)는 속성 2(734)에 대한 긍정도 또는 부정도를 수치화한 것일 수 있다. Attribute rating 1 (742) may be a numerical representation of the positivity or negativity of attribute 1 (732). Attribute rating 2 (744) may be a numerical representation of the positivity or negativity of attribute 2 (734).

사용자 단말(110)을 통해 제공되는 시너지 리뷰들에 대한 분석 결과를 통해, 사용자는 자신이 검색한 상품 및 다른 상품의 조합에 대한 전반적인 시너지 효과와, 해당 시너지 효과의 원인이 되는 상품의 속성(들)을 용이하게 파악할 수 있다. Through the analysis results of the synergy reviews provided through the user terminal 110, the user can determine the overall synergy effect of the combination of the product he or she searched for and other products, and the attribute(s) of the product that causes the synergy effect. ) can be easily identified.

한편, 제1 분석 모델 및 제2 분석 모델의 구체적인 학습 방법과, 제1 분석 모델 및 제2 분석 모델을 사용하여 제1 분석 결과 및 제2 분석 결과를 출력하는 보다 상세한 방법에 대해서는 후술될 도 4 내지 도 15를 참조하여 더 자세하게 설명된다. Meanwhile, the specific learning method of the first analysis model and the second analysis model, and a more detailed method of outputting the first analysis result and the second analysis result using the first analysis model and the second analysis model will be described later in FIG. 4. This is explained in more detail with reference to Figures 15 through 15.

이상 도 1 및 도 2를 참조하여 전술된 기술적 특징에 대한 설명은, 도 3, 도 7 및 도 8에 대해서도 그대로 적용될 수 있으므로 중복되는 설명은 생략한다.The description of the technical features described above with reference to FIGS. 1 and 2 can also be applied to FIGS. 3, 7, and 8, so overlapping descriptions will be omitted.

도 4는 일 예에 따른, 제1 분석 모델을 구축하는 방법을 나타내는 흐름도이다. 도 5는 일 예에 따른, 제2 분석 모델을 구축하는 방법을 나타내는 흐름도이다. Figure 4 is a flowchart showing a method of building a first analysis model, according to an example. Figure 5 is a flowchart showing a method of building a second analysis model, according to an example.

도 4 및 도 5를 참조하여, 전술한 시너지 리뷰들에 대한 분석 결과를 제공하는 분석 모델의 학습/구축 방법을 더 자세하게 설명한다.Referring to Figures 4 and 5, the method of learning/building an analysis model that provides analysis results for the above-described synergy reviews will be described in more detail.

제1 분석 모델은 제1 분석 결과를 출력하기 위해 학습될 수 있고, 도 4에서 도시된 단계들(410 내지 440)에 의해 학습될 수 있다. 말하자면, 단계들(410 내지 440)에 의한 학습에 따라 구축된 학습 모델이 제1 분석 모델로서 사용될 수 있다. The first analysis model may be learned to output the first analysis result, and may be learned through steps 410 to 440 shown in FIG. 4. In other words, the learning model built according to learning by steps 410 to 440 can be used as the first analysis model.

단계(410)에서, 컴퓨터 시스템(100)은 사용자들에 의해 기 작성된 리뷰들의 텍스트로부터 긍정을 나타내는 단어들로 구성된 제1 토큰들 및 부정을 나타내는 단어들로 구성된 제2 토큰들을 추출할 수 있다. 기 작성된 리뷰들은 시너지 리뷰들 및/또는 일반 리뷰들을 포함할 수 있다. 예컨대, 컴퓨터 시스템(100)은 기 작성된 리뷰들이 포함하는 텍스트에 대하 자연어 처리를 수행하고, 형태소 분석을 수행함에 따라, 텍스트로부터 긍정을 나타내는 단어들로 구성된 제1 토큰들 및 부정을 나타내는 단어들로 구성된 제2 토큰들을 추출할 수 있다.In step 410, the computer system 100 may extract first tokens consisting of words indicating positive and second tokens consisting of words indicating negative from the text of reviews previously written by users. Previously written reviews may include synergy reviews and/or general reviews. For example, the computer system 100 performs natural language processing on the text included in the previously written reviews and performs morphological analysis, dividing the text into first tokens consisting of words indicating positive and words indicating negative. The configured second tokens may be extracted.

일례로, 긍정을 나타내는 단어들로 구성된 제1 토큰들의 세트는 [좋아요, 잘, 구매, 배송, 했습니다, 만족, 너무, 훌륭, 참, 많이]일 수 있고, 부정을 나타내는 단어들로 구성된 제2 토큰들의 세트는 [안, 배송, 구매, 너무, 안, 불만, 들뜬, 없, 건조]일 수 있다. 토큰들의 세트를 결정함에 있어서, 조사와 같은 불필요한 것으로 판정된 문자는 배제될 수 있고, (학습 속도의 향상의 관점에서) 리뷰들에서 출현하는 빈도 수가 소정의 값 이하인 단어들 역시 배제될 수 있다. For example, a first set of tokens consisting of words indicating positive could be [like, good, purchased, delivered, done, satisfied, so, great, true, a lot], and a second set of tokens consisting of words indicating negative. The set of tokens could be [not, delivery, purchase, too, not, dissatisfied, excited, none, dry]. In determining the set of tokens, characters determined to be unnecessary, such as particles, can be excluded, and words whose frequency of occurrence in reviews (in terms of improving learning speed) are less than or equal to a predetermined value can also be excluded.

한편, 리뷰의 텍스트에서 불필요한 특수 문자나 깨진 문자(한글) 등 역시도 전처리를 통해 제거될 수 있다. Meanwhile, unnecessary special characters or broken characters (Korean) in the review text can also be removed through preprocessing.

단계(420)에서, 컴퓨터 시스템(100)은 제1 토큰들 및 제2 토큰들로부터 중복되는 단어의 토큰 및/또는 상품의 속성에 해당하는 단어의 토큰을 제거할 수 있다. At step 420, the computer system 100 may remove tokens of overlapping words and/or tokens of words corresponding to attributes of a product from the first tokens and the second tokens.

단계(430)에서, 컴퓨터 시스템(100)은 단계(420)에서의 처리에 따라 제1 분석 모델을 위한 학습 데이터 셋을 생성할 수 있다. 이러한 학습 데이터 셋은 제1 분석 모델의 (초기) 훈련을 위한 데이터 셋일 수 있다. At step 430, computer system 100 may generate a training data set for the first analysis model according to the processing at step 420. This learning data set may be a data set for (initial) training of the first analysis model.

예컨대, 전술한 제1 토큰들의 세트 [좋아요, 잘, 구매, 배송, 했습니다, 만족, 너무, 훌륭, 참, 많이]와 제2 토큰들의 세트는 [안, 배송, 구매, 너무, 안, 불만, 들뜬, 없, 건조]에서, 중복되는 토큰 "배송", "구매"는 학습 데이터에서 배제될 수 있다. 또한, 상품의 속성을 나타내는 단어인 "건조"는 학습 데이터에서 배제될 수 있다.For example, the above-described first set of tokens [like, good, bought, delivered, did, satisfied, so, great, really, a lot] and the second set of tokens [not, delivered, bought, so, not, dissatisfied, excited, absent, dry], overlapping tokens “delivery” and “purchase” can be excluded from the learning data. Additionally, “dry,” a word that represents a product attribute, may be excluded from the learning data.

한편, 긍정을 나타내는 단어들로 구성된 제1 토큰들의 세트 및 부정을 나타내는 단어들로 구성된 제2 토큰들의 세트를 결정함에 있어서는, 미리 구축되어 있는 긍정 단어 사전 및/또는 부정 단어 사전이 사용될 수도 있다. 즉, 미리 구축되어 있는 긍정 단어 사전 및/또는 부정 단어 사전을 사용하여 제1 토큰들의 세트 및 제2 토큰들의 세트에 포함될 단어들이 결정될 수 있다. Meanwhile, in determining the first set of tokens composed of words indicating positive and the second set of tokens composed of words indicating negative, a dictionary of positive words and/or a dictionary of negative words built in advance may be used. That is, words to be included in the first set of tokens and the second set of tokens may be determined using a pre-built positive word dictionary and/or a negative word dictionary.

또는/추가적으로, 제1 토큰들의 세트 및 제2 토큰들의 세트를 결정함에 있어서는, 단어의 긍정 또는 부정을 분류하도록 구축된 별도의 분류 모델이 도 사용될 수도 있다. 말하자면, 이러한 분류 모델을 사용하여 제1 토큰들의 세트 및 제2 토큰들의 세트에 포함될 단어들이 결정될 수 있다.Or/additionally, in determining the first set of tokens and the second set of tokens, a separate classification model built to classify the positive or negative word may also be used. That is, words to be included in the first set of tokens and the second set of tokens can be determined using this classification model.

또는/추가적으로, 제1 토큰들의 세트 및 제2 토큰들의 세트를 결정함에 있어서는, 리뷰 작성 시에 사용자에 의해 입력된 평점이 사용될 수 있다. 예컨대, 사용자에 의해 입력된 평점이 소정의 값 이상인 리뷰들의 텍스트로부터 제1 토큰들의 세트가 결정되고, 사용자에 의해 입력된 평점이 소정의 값 미만인 리뷰들의 텍스트로부터 제2 토큰들의 세트가 결정될 수 있다. Or/additionally, in determining the first set of tokens and the second set of tokens, a rating entered by the user when writing a review may be used. For example, a first set of tokens may be determined from the text of reviews whose rating input by the user is greater than or equal to a predetermined value, and a second set of tokens may be determined from the text of reviews whose rating input by the user is less than a predetermined value. .

단계(440)에서, 컴퓨터 시스템(100)은 생성된 학습 데이터 셋을 사용하여, 사용자에 의해 작성된 리뷰(시너지 리뷰)에 대한 긍정도 또는 부정도를 추정하도록, 제1 분석 모델을 학습시킬 수 있다. 제1 분석 모델은 생성된 학습 데이터 셋을 사용한 학습을 통해, 텍스트를 포함하는 리뷰/시너지 리뷰가 얼마나 긍정적인지 또는 부정적인지를 추정할 수 있다. 추정의 결과는 수치화된 값으로서 결정될 수 있다. At step 440, computer system 100 may use the generated training data set to train a first analysis model to estimate the positivity or negativity of a review written by a user (synergy review). . The first analysis model can estimate how positive or negative a review/synergy review containing text is through learning using the generated training data set. The result of the estimation can be determined as a numerical value.

이에 따라, 사용자들에 의해 작성된 시너지 리뷰들을 분석하여 해당 시너지 리뷰가 나타내는 상품들의 조합의 (시너지 효과에 해당하는) 긍정도 또는 부정도를 추정해 낼 수 있는 제1 학습 모델이 구축될 수 있다. Accordingly, a first learning model can be constructed that can analyze the synergy reviews written by users and estimate the positivity or negativity (corresponding to the synergy effect) of the combination of products indicated by the synergy review.

관련하여, 도 11a 및 도 11b는 일 예에 따른, 제1 분석 모델을 구축하고, 제1 분석 모델을 통해 상품들의 조합에 대한 시너지 효과(긍정도 또는 부정도)를 수치적으로 추정하는 방법을 나타낸다.In relation, FIGS. 11A and 11B show a method of building a first analysis model and numerically estimating the synergy effect (positive or negative) of a combination of products through the first analysis model, according to an example. indicates.

도 11a에서 도시된 것처럼, 컴퓨터 시스템(100)은, AI 분석 모델에 해당하는 제1 분석 모델의 학습을 위한 학습 데이터 셋을 생성할 수 있고(1110), 학습 데이터 셋을 이용한 머신러닝을 통해(1120), 상품들 간의 시너지 효과를 나타내는 긍정도 또는 부정도를 추정해 낼 수 있는 제1 분석 모델을 구축할 수 있다(1130).As shown in FIG. 11A, the computer system 100 can generate a learning data set for learning a first analysis model corresponding to an AI analysis model (1110), and through machine learning using the learning data set ( 1120), a first analysis model that can estimate the positivity or negativity indicating the synergy effect between products can be constructed (1130).

예시된 것처럼, 학습 데이터 셋에 해당하는 긍정적인 의미의 토큰들의 세트는 [딱인, 유명한, 굿굿, :), 톤 업, 간편해서, 좋았어요, 안심하고, 인생템, 진짜, 추천, 진정]일 수 있고, 부정적인 의미의 토큰들의 세트는 [포진나서, 피부과, 부족, 돈아깝, 아니에요, 주의, 각질, 트러블, ㅠㅠ]일 수 있다. 이러한 긍정적인 의미의 토큰들 및 부정적인 의미의 토큰들의 각각은 "감정 토큰"으로 명명될 수 있다. As exemplified, a set of tokens with positive meaning corresponding to the learning data set could be [perfect, famous, good, :), tone up, convenient, good, safe, life item, real, recommended, soothing] There is, and a set of tokens with negative meaning can be [herpes, dermatologist, lack, waste of money, no, caution, dead skin cells, trouble, ㅠㅠ]. Each of these tokens of positive meaning and tokens of negative meaning may be named an “emotion token.”

도 11b에서 도시된 것처럼, 컴퓨터 시스템(100)은, 도 11a에 따라 구축된 제1 분석 모델을 사용하여 시너지 리뷰가 나타내는 상품들의 조합(즉, 상품 A 및 상품 B의 조합)에 대한 수치화된 시너지 효과를 출력할 수 있다. 예컨대, 컴퓨터 시스템(100)은 사용자에 의해 상품들의 조합(즉, 상품 A 및 상품 B의 조합)에 대한 시너지 리뷰가 작성됨에 따라(1140), 제1 분석 모델을 사용하여 해당 시너지 리뷰를 분석할 수 있고(1150), 분석 결과(제1 분석 결과)로서 상품들의 조합(즉, 상품 A 및 상품 B의 조합의 긍정도 또는 부정도의 측정 결과(0.85)를 출력할 수 있다(1160).As shown in FIG. 11B, computer system 100 calculates a quantified synergy for the combination of products represented by the synergy review (i.e., the combination of Product A and Product B) using the first analysis model built according to FIG. 11A. Effects can be printed. For example, as a synergy review for a combination of products (i.e., a combination of product A and product B) is created by the user (1140), the computer system 100 may analyze the synergy review using the first analysis model. (1150), and the measurement result (0.85) of the positivity or negativity of the combination of products (that is, the combination of product A and product B) can be output as the analysis result (first analysis result) (1160).

컴퓨터 시스템(100)은 상품 A 및 상품 B의 조합에 대한 시너지 리뷰가 추가로 작성될 때마다(또는, 소정의 주기마다) 상품 A 및 상품 B의 조합의 긍정도 또는 부정도의 측정 결과(0.85)를 업데이트할 수 있다.The computer system 100 provides a measurement result (0.85 ) can be updated.

한편, 제2 분석 모델은 제2 분석 결과를 출력하기 위해 학습될 수 있고, 도 5에서 도시된 단계들(510 및 520)에 의해 학습될 수 있다. 말하자면, 단계들(510 및 520)에 의한 학습에 따라 구축된 학습 모델이 제2 분석 모델로서 사용될 수 있다. Meanwhile, the second analysis model may be learned to output the second analysis result, and may be learned through steps 510 and 520 shown in FIG. 5. That is, the learning model built according to learning by steps 510 and 520 can be used as the second analysis model.

단계(510)에서, 컴퓨터 시스템(100)은 사용자들에 의해 기 작성된 리뷰들로부터 상품의 속성을 나타내는 단어들을 추출할 수 있다. 기 작성된 리뷰들은 시너지 리뷰들 및/또는 일반 리뷰들을 포함할 수 있다. 예컨대, 컴퓨터 시스템(100)은 기 작성된 리뷰들이 포함하는 텍스트에 대하 자연어 처리를 수행하고, 형태소 분석을 수행함에 따라, 텍스트로부터 상품의 속성을 나타내는 단어들로 구성된 토큰들을 추출할 수 있다. 이러한 토큰들은 인자(factor)(또는 속성) 토큰들로 명명될 수 있다. 추출된 상품의 속성을 나타내는 단어들(단어들의 토큰들)이 제2 분석 모델의 학습을 위한 학습 데이터 셋이 될 수 있다. 한편, (학습 속도의 향상의 관점에서) 리뷰들에서 출현하는 빈도 수가 소정의 값 이하인 단어들은 학습 데이터 셋에서 배제될 수 있다.In step 510, the computer system 100 may extract words representing product attributes from reviews previously written by users. Previously written reviews may include synergy reviews and/or general reviews. For example, the computer system 100 may perform natural language processing on text included in previously written reviews and perform morphological analysis to extract tokens composed of words representing product attributes from the text. These tokens may be named factor (or attribute) tokens. Words (tokens of words) representing the properties of the extracted product can be a learning data set for learning the second analysis model. Meanwhile, (in terms of improving learning speed) words whose frequency of appearance in reviews is less than a predetermined value may be excluded from the learning data set.

단계(520)에서, 컴퓨터 시스템(100)은 추출된 단어들(즉, 속성 토큰들) 중에서, 기 작성된 리뷰들의 텍스트에 대한 제1 분석 모델에 의한 분석 결과에 따른 기 작성된 리뷰들의 각 리뷰의 긍정도 또는 부정도와 연관된 상품의 속성을 나타내는 단어를 결정하도록 제2 분석 모델을 학습시킬 수 있다. 말하자면, 제2 분석 모델은 제1 분석 모델에 의해 결정된 각 리뷰의 긍정도 또는 부정도와 연관된 상품의 속성을 나타내는 단어를 결정하도록 구성될 수 있다. 제2 분석 모델은 리뷰의 긍정도 또는 부정도에 가장 큰 영향을 미친 속성을 나타내는 단어를 결정하거나, 긍정도 또는 부정도에 큰 영향을 미친 상위 속성들을 나타내는 단어들을 결정할 수 있다. In step 520, the computer system 100 affirms each review of the previously written reviews according to the results of analysis by the first analysis model for the text of the previously written reviews, among the extracted words (i.e., attribute tokens). A second analysis model may be trained to determine words representing product attributes associated with the degree or degree of inadequacy. That is, the second analysis model may be configured to determine words representing attributes of the product that are associated with the positivity or negativity of each review determined by the first analysis model. The second analysis model may determine words representing the attribute that had the greatest influence on the positivity or negativity of the review, or words representing top attributes that had the greatest influence on the positivity or negativity of the review.

컴퓨터 시스템(100)은 제2 분석 모델에 의해 결정되는 단어에 기반하여 단어와 연관된 속성을 나타내는 "속성 키워드"를 결정할 수 있다. Computer system 100 may determine “property keywords” that represent properties associated with the word based on the word determined by the second analysis model.

"속성 키워드"는 분석 모델에 의해 분석되는 리뷰로부터 추출된 (속성을 나타내는) 단어 자체일 수 있으며, 또는, 상기 단어에 해당하는 속성을 나타내는 것으로 미리 설정되어 있는 키워드일 수도 있다. 예컨대, "끈적하다", "끈적한", "끈적해" 등과 같은 단어가, 제2 분석 모델에 의해 긍정도 또는 부정도와 연관된 상품의 속성을 나타내는 단으로 결정되는 경우, "끈적함" 또는 "끈적임"과 같은 단어가 속성 키워드로 결정될 수 있다. 전술한 것처럼 이러한 속성 키워드는 제2 분석 결과로서 출력될 수 있다. The “attribute keyword” may be a word itself (indicating an attribute) extracted from a review analyzed by an analysis model, or may be a keyword preset to indicate an attribute corresponding to the word. For example, if words such as "sticky", "sticky", "sticky", etc. are determined by the second analysis model to represent an attribute of a product that is associated with positive or negative ratings, "sticky" or "sticky" Words such as may be determined as attribute keywords. As described above, these attribute keywords may be output as a second analysis result.

이에 따라, 사용자들에 의해 작성된 시너지 리뷰들을 분석하여 특정 상품들의 조합의 (시너지 효과에 해당하는) 긍정도 또는 부정도에 영향을 크게 미친 속성을 추정해 낼 수 있는 제2 분석 모델이 구축될 수 있다.Accordingly, a second analysis model can be constructed that can analyze the synergy reviews written by users to estimate the attributes that significantly influenced the positivity or negativity of a combination of specific products (corresponding to the synergy effect). there is.

관련하여, 도 12a 및 도 12b는 일 예에 따른, 제2 분석 모델을 구축하고, 제2 분석 모델을 통해 상품들의 조합에 대한 시너지 효과(긍정도 또는 부정도)와 연관된 인자(factor)를 결정하는 방법을 나타낸다.Relatedly, FIGS. 12A and 12B show, according to an example, building a second analysis model and determining a factor associated with the synergy effect (positive or negative) for the combination of products through the second analysis model. Indicates how to do it.

도 12a에서 도시된 것처럼, 컴퓨터 시스템(100)은, AI 분석 모델에 해당하는 제2 분석 모델의 학습을 위한 학습 데이터 셋을 생성할 수 있고(1210), 학습 데이터 셋을 이용한 머신러닝을 통해(1220), 시너지 효과와 연관된 인자를 추정해 낼 수 있는 제2 학습 모델을 구축할 수 있다(1230).As shown in FIG. 12A, the computer system 100 can generate a learning data set for learning a second analysis model corresponding to an AI analysis model (1210), and through machine learning using the learning data set ( 1220), a second learning model that can estimate factors related to the synergy effect can be constructed (1230).

예시된 것처럼, 학습 데이터 셋에 해당하는 인자 토큰들의 세트는 향, 트러블, 밀착력, 커버력, 촉촉, 건조, 착색, 보습력, 저자극, 컬러, 지속력]일 수 있다. 또한, 학습에는 제1 분석 모델에 의한 분석 결과 및/또는 전술한 감정 토큰들 - 예컨대, 긍정적인 의미의 토큰들의 세트 [딱인, 유명한, 굿굿, :), 톤 업, 간편해서, 좋았어요, 안심하고, 인생템, 진짜, 추천, 진정]와, 부정적인 의미의 토큰들의 세트 [포진나서, 피부과, 부족, 돈아깝, 아니에요, 주의, 각질, 트러블, ㅠㅠ] -이 더 사용될 수 있다. 도 12b에서 도시된 것처럼, 컴퓨터 시스템(100)은, 도 12a에 따라 구축된 제2 분석 모델을 사용하여, 시너지 리뷰가 나타내는 상품들의 조합(즉, 상품 A 및 상품 B의 조합)에 대한 수치화된 시너지 효과에 대해, 해당 시너지 효과와 연관된 인자(속성)을 결정하여 출력할 수 있다. 예컨대, 컴퓨터 시스템(100)은 사용자에 의해 상품들의 조합(즉, 상품 A 및 상품 B의 조합)에 대한 시너지 리뷰가 작성됨에 따라(1240), 제1 분석 모델 및 제2 분석 모델을 사용하여 해당 시너지 리뷰를 분석할 수 있고(1250), 제1 분석 결과로서 해당 시너지 리뷰가 나타내는 상품들의 조합에 대한 긍정도 또는 부정도를 제공하되, 제2 분석 결과로서 긍정도 또는 부정도와 연관된 인자(속성) 정보를 제공할 수 있다(1160). 예컨대, 도시된 것처럼 상품들의 조합(즉, 상품 A 및 상품 B의 조합)의 긍정도에 가장 영향을 미친 속성은 촉촉(함)이고, 상품들의 조합의 부정도에 가장 영향을 미친 속성은 끈적임인 것으로 결정될 수 있다. "촉촉" 및 "끈적임"은 전술한 제2 분석 결과에 포함되는 속성 키워드일 수 있다. As illustrated, the set of factor tokens corresponding to the learning data set may be fragrance, trouble, adhesion, coverage, moisture, dryness, coloring, moisturizing power, hypoallergenic, color, and lasting power. In addition, learning includes analysis results by the first analysis model and/or the aforementioned emotional tokens - for example, a set of tokens with positive meaning [perfect, famous, good, :), tone up, convenient, good, safe. , life item, real, recommended, soothing] and a set of tokens with negative meaning [herpes, dermatologist, lack, waste of money, no, caution, dead skin, trouble, ㅠㅠ] - can be further used. As shown in FIG. 12B, the computer system 100 uses the second analysis model built according to FIG. 12A to generate a quantifiable result for the combination of products represented by the synergy review (i.e., the combination of Product A and Product B). For synergy effects, the factors (properties) associated with the synergy effect can be determined and output. For example, as a synergy review for a combination of products (i.e., a combination of product A and product B) is created by a user (1240), the computer system 100 uses the first analysis model and the second analysis model to Synergy reviews can be analyzed (1250), and as a first analysis result, the positivity or negativity of the combination of products represented by the synergy review is provided, and as a second analysis result, factors (attributes) associated with the positivity or negativity are provided. Information can be provided (1160). For example, as shown, the attribute that most influenced the positivity of the combination of products (i.e., the combination of product A and product B) was moistness, and the attribute that most influenced the negativity of the combination of products was stickiness. It can be decided that “Moist” and “stickiness” may be attribute keywords included in the above-described second analysis result.

컴퓨터 시스템(100)은 상품 A 및 상품 B의 조합에 대한 시너지 리뷰가 추가로 작성될 때마다(또는, 소정의 주기마다) 상품 A 및 상품 B의 조합의 긍정도 또는 부정도의 측정 결과(0.85)를 업데이트할 수 있고, 업데이트된 상기 측정 결과와 연관된 속성 키워드(즉, 제2 분석 결과)를 결정할 수 있다.The computer system 100 provides a measurement result (0.85 ) may be updated, and an attribute keyword (i.e., second analysis result) associated with the updated measurement result may be determined.

전술한 분석 모델(제1 분석 모델 및 제2 분석 모델)은 RNN(Recurrent Neural Networks)기반의 LSTM (Long Short-Term Memory Models)을 사용하여 구축되는 학습 모델을 포함할 수 있다. The above-described analysis model (first analysis model and second analysis model) may include a learning model built using Long Short-Term Memory Models (LSTM) based on Recurrent Neural Networks (RNN).

관련하여, 도 13a 및 도 13b는 일 예에 따른, AI 기반의 분석 모델을 구축하는 방법을 나타낸다.Relatedly, FIGS. 13A and 13B illustrate a method of building an AI-based analysis model, according to an example.

도 13a에서는 분석 모델이 포함하는 RNN-LSTM 셀의 구조가 도시되었고, 도 13b에서는 분석 모델이 포함하는 LSTM 네트워크의 구조가 도시되었다.Figure 13a shows the structure of the RNN-LSTM cell included in the analysis model, and Figure 13b shows the structure of the LSTM network included in the analysis model.

도시된 분석 모델은 입력 데이터로서 전술한 학습 데이터 셋을 사용하여, 소기의 출력 값(즉, 전술한 제1 분석 결과 및 제2 분석 결과)를 출력하도록 구성될 수 있다. The illustrated analysis model may be configured to output desired output values (i.e., the first analysis result and the second analysis result described above) using the above-described learning data set as input data.

예컨대, 실시예의 제2 분석 모델은 전술한 학습 데이터 셋의 토큰 데이터와 제1 분석 모델에 의한 분석 결과에 해당하는 학습 리뷰 데이터 셋에 기반하여, LSTM 모델을 사용하여 구축될 수 있다. 제2 분석 모델은 기 작성된 리뷰들로부터의 속성 단어들의 토큰들을 추출하고, 해당 토큰들을 분석하여 제1 분석 모델에 의한 제1 분석 결과(긍정도 또는 부정도)(궁합도)에 가장 영향을 많이 준 속성들을 결정하여 속성들의 리스트를 생성할 수 있다. 토큰의 추출 및 속성의 결정에는 TextRank 키워드 추출 알고리즘이 사용될 수 있다. For example, the second analysis model of the embodiment may be built using an LSTM model, based on the token data of the above-described learning data set and the learning review data set corresponding to the analysis result by the first analysis model. The second analysis model extracts tokens of attribute words from previously written reviews and analyzes the tokens to have the greatest influence on the first analysis result (positive or negative) (compatibility) by the first analysis model. By determining the quasi-attributes, you can create a list of attributes. The TextRank keyword extraction algorithm can be used to extract tokens and determine their properties.

한편, 전술할 분석 모델의 학습은 컴퓨터 시스템(100)과는 별도의 서버를 통해 이루어질 수 있다. 따라서, 분석 모델의 학습은 컴퓨터 시스템(100)에 의해 제공되는 시너지 리뷰 관리 및 서비스 제공에 영향을 주지 않을 수 있다. 분석 모델은 Restful API를 제공할 수 있다.Meanwhile, learning of the analysis model described above may be performed through a server separate from the computer system 100. Accordingly, learning of the analysis model may not affect the synergy review management and service provision provided by the computer system 100. The analysis model can provide Restful API.

아래에서는, 시너지 리뷰들에 대한 분석 결과인 제1 분석 결과 및 제2 분석 결과를 제공하는 방법의 예시를 보다 상세하게 설명한다. Below, an example of a method for providing first analysis results and second analysis results, which are analysis results for synergy reviews, will be described in more detail.

제1 분석 모델에 의한 특정 상품들의 조합에 대한 제1 분석 결과는, 해당 상품들의 조합에 대해 작성된 시너지 리뷰들의 각 시너지 리뷰에 대해 추정된 긍정도 또는 부정도에 기반하여 결정되는 것일 수 있다. The first analysis result for a combination of specific products by the first analysis model may be determined based on the positive or negative degree estimated for each synergy review of the synergy reviews written for the combination of products.

즉, 제1 분석 모델은 특정 상품들의 조합을 나타내는 시너지 리뷰들의 각각을 분석하여, 각 시너지 리뷰에 대해 긍정도 또는 부정도를 추정할 수 있고, 이러한 각 시너지 리뷰에 대해 추정된 긍정도 또는 부정도(제1 궁합도)가 종합되어 특정 상품들의 조합에 대한 긍정도 또는 부정도(제2 궁합도)가 결정될 수 있다. 예컨대, 제2 궁합도는 제1 궁합도들의 평균값, 중간값 등으로 결정될 수 있다. That is, the first analysis model can analyze each of the synergy reviews representing a combination of specific products and estimate the positivity or negativity for each synergy review, and the estimated positivity or negativity for each synergy review. (First degree of compatibility) can be combined to determine the degree of positivity or negativity (second degree of compatibility) for a combination of specific products. For example, the second degree of compatibility may be determined by the average or median value of the first degrees of compatibility.

한편, 상기 특정 상품들의 조합에 대한 제2 분석 결과는, 각 시너지 리뷰에 대해 추정된 긍정도 또는 부정도(즉, 상기 제1 궁합도)와 연관된 상품의 속성을 나타내는 속성 키워드에 기반하여 결정될 수 있다. Meanwhile, the second analysis result for the combination of the specific products may be determined based on attribute keywords representing the attributes of the product associated with the positive or negative degree (i.e., the first compatibility degree) estimated for each synergy review. there is.

말하자면, 제2 분석 모델은, 제1 분석 모델에 의해 결정된 각 시너지 리뷰에 대한 제1 궁합도에 대해, 해당 제1 궁합도와 연관된(예컨대, 제1 궁합도에 가장 큰 영향을 미친) 상품의 속성(또는 해당 속성을 나타내는 속성 키워드)을 결정할 수 있고, 결정된 속성들(또는 속성 키워드들)을 종합하여 특정 상품들의 조합에 대한 제2 분석 결과를 결정할 수 있다. 예컨대, 제2 분석 결과가 포함하는 속성 키워드가 나타내는 속성은 (상기 제1 궁합도들에 대해 결정된) 상기 속성들(또는 속성 키워드들) 중에서 최빈값에 대응하는 속성일 수 있다. That is, the second analysis model determines, for the first compatibility for each synergy review determined by the first analysis model, the attributes of the product that are associated with the first compatibility (e.g., have the greatest influence on the first compatibility). (or an attribute keyword representing the corresponding attribute) can be determined, and a second analysis result for a combination of specific products can be determined by combining the determined attributes (or attribute keywords). For example, the attribute indicated by the attribute keyword included in the second analysis result may be an attribute corresponding to a mode among the attributes (or attribute keywords) (determined for the first compatibility levels).

이러한 최빈값에 대응하는 속성과 그 속성 키워드는 전술한 최대 기여 상품 속성 및 최대 기여 상품 속성을 나타내는 키워드에 대응할 수 있다. The attributes corresponding to these modes and their attribute keywords may correspond to the above-described maximum contributing product attributes and keywords representing the maximum contributing product attributes.

또는, 제2 분석 결과가 포함하는 속성 키워드가 나타내는 속성은 분석 모델에 의한 시너지 리뷰들의 분석 결과, 시너지 리뷰들에서 가장 많이 언급된 속성으로서 결정될 수도 있다. 또는, 제2 분석 결과가 포함하는 속성 키워드가 나타내는 속성은 분석 모델에 의한 시너지 리뷰들의 분석 결과, 제1 분석 결과에 따른 긍정도/평점이 소정의 값 이상인 시너지 리뷰들 중에서 가장 많이 언급된 속성으로서 결정될 수도 있다. 이와 같이 결정된 속성이 전술한 최대 기여 상품 속성이 될 수도 있다. 가장 많이 언급된 속성을 결정하는 방법에 대해서는 전술한 최빈값에 대응하는 속성을 결정하는 방법이 유사하게 적용될 수 있다. Alternatively, the attribute indicated by the attribute keyword included in the second analysis result may be determined as the attribute most mentioned in the synergy reviews as a result of analysis of the synergy reviews by the analysis model. Alternatively, the attribute indicated by the attribute keyword included in the second analysis result is the most mentioned attribute among the synergy reviews whose positivity/rating according to the first analysis result is more than a predetermined value, as a result of the analysis of the synergy reviews by the analysis model. It may be decided. The attribute determined in this way may be the maximum contributing product attribute described above. Regarding the method of determining the most mentioned attribute, the method of determining the attribute corresponding to the mode described above can be similarly applied.

부정도에 대해서도 유사한 설명이 적용될 수 있는 바, 중복되는 설명은 생략한다. Since a similar explanation can be applied to negativity, redundant explanations are omitted.

한편, 도 3 및 도 7을 참조하여 전술한 속성 평점(742, 744)은 해당 속성 평점(742, 744)과 연관된 속성(732, 734)을 나타내는 시너지 리뷰들에 대해 추정된 긍정도 또는 부정도에 기반하여 결정될 수 있다. Meanwhile, the attribute ratings 742 and 744 described above with reference to FIGS. 3 and 7 are the estimated positive or negative ratings for synergy reviews indicating the attributes 732 and 734 associated with the corresponding attribute ratings 742 and 744. It can be decided based on .

예컨대, 전체 시너지 효과를 나타내는 종합 평점(710)은, 제1 분석 모델에 의해, 상품 A 및 상품 B(705 및 710)의 조합에 대해 작성된 모든 시너지 리뷰들이 분석됨에 따라 결정된 것일 수 있다. 즉, 종합 평점(710)은 모든 시너지 리뷰들에 대한 제1 궁합도들에 기반하여 (일례로, 평균값, 중간값 등으로) 결정될 수 있다. 이에 비해, 제1 속성 평점(742)은, 시너지 리뷰들에 대한 제2 분석 모델에 의한 분석 결과에 따라, 제1 속성(732)이 가장 큰 영향을 미치는 인자가 된 제1 궁합도들에 기반하여 (일례로, 평균값, 중간값 등으로) 결정될 수 있다. 마찬가지로, 제2 속성 평점(744)은, 시너지 리뷰들에 대한 제2 분석 모델에 의한 분석 결과에 따라, 제1 속성(734)이 가장 큰 영향을 미치는 인자가 된 제1 궁합도들에 기반하여 (일례로, 평균값, 중간값 등으로) 결정될 수 있다.For example, the overall score 710 indicating the overall synergy effect may be determined by analyzing all synergy reviews written for the combination of product A and product B (705 and 710) by the first analysis model. That is, the overall rating 710 may be determined (eg, an average value, a median value, etc.) based on the first compatibility of all synergy reviews. In contrast, the first attribute rating 742 is based on the first compatibility, with the first attribute 732 being the most influential factor, according to the results of analysis by the second analysis model for synergy reviews. It can be determined (for example, as an average value, median value, etc.). Likewise, the second attribute rating 744 is based on the first compatibility, with the first attribute 734 being the most influential factor, according to the results of the analysis by the second analysis model for the synergy reviews. It may be determined (for example, as an average value, median value, etc.).

따라서, 실시예를 통해서는 상품 A 및 상품 B(705 및 710)의 조합에 대한 종합 평점(710) 뿐만아니라, 보다 세부적인 각각의 속성에 대한 속성 평점(742, 744) 역시 사용자 단말(110)에 제공될 수 있다. Therefore, through the embodiment, not only the overall rating 710 for the combination of product A and product B (705 and 710), but also the attribute ratings 742 and 744 for each more detailed attribute are provided to the user terminal 110. can be provided.

한편, 실시예의 분석 모델은 상품들의 조합에 대한 궁합도(긍정도 또는 부정도)를 결정함에 있어서, 사용자에 의해 입력된 종합 평점(830) 및 개별 평점(852 내지 856)을 분석에 있어서 더 사용할 수 있다. Meanwhile, the analysis model of the embodiment further uses the overall rating 830 and individual ratings 852 to 856 entered by the user in the analysis when determining the degree of compatibility (positive or negative) for a combination of products. You can.

예컨대, 사용자에 의해 입력된 종합 평점(830)은 도 7의 종합 평점(830)을 결정하기 위해 (보조적으로) 사용될 수 있다. 일례로, 종합 평점(830)이 소정의 값 이하(예컨대, 2점 이하)인 시너지 리뷰들은 분석 모델에 의한 분석에서 배제될 수 있다. 또는, 시너지 리뷰들에 대한 종합 평점(830)들의 평균값 또는 중간값은 제1 분석 모델에 의해 결정되는 종합 평점(궁합도)(720)의 값을 보정하기 위해 사용될 수도 있다. 이에 따라, 사용자에 의한 종합 평점(830)과 분석 모델에 의한 종합 평점(720) 간의 괴리가 방지될 수 있다. For example, the overall rating 830 entered by the user may be used (auxiliary) to determine the overall rating 830 of FIG. 7 . For example, synergy reviews whose overall rating 830 is below a predetermined value (e.g., 2 points or below) may be excluded from analysis by the analysis model. Alternatively, the average or median value of the overall ratings 830 for synergy reviews may be used to correct the value of the overall rating (compatibility) 720 determined by the first analysis model. Accordingly, the gap between the overall rating 830 by the user and the overall rating 720 by the analysis model can be prevented.

또한, 사용자에 의해 입력된 개별 평점(852 내지 856)은 도 7의 속성(732, 734)과 속성 평점(742, 744)을 결정하기 위해 (보조적으로) 사용될 수 있다. 일례로, 개별 평점(852 내지 856)이 나타내는 속성들은 제2 분석 모델에 의한 분석을 위한 속성 단어들로서 추출될 수 있다. 또한, 개별 평점(852 내지 856)은 각 시너지 리뷰에 가장 큰 영향을 미치는 속성을 결정하기 위해서도 사용될 수 있다. 또한, 개별 평점(852 내지 856)은 속성 평점(742, 744)의 값을 보정하기 위해 사용될 수도 있다. 이에 따라, 사용자에 의한 종합 평점(830)과 분석 모델에 의한 종합 평점(720) 간의 괴리가 방지될 수 있다. Additionally, individual ratings 852 to 856 entered by the user may be (auxiliaryly) used to determine attributes 732 and 734 and attribute ratings 742 and 744 of FIG. 7 . For example, the attributes indicated by the individual ratings 852 to 856 may be extracted as attribute words for analysis by the second analysis model. Additionally, individual ratings 852 to 856 can also be used to determine which attributes have the greatest impact on each synergy review. Additionally, the individual ratings 852 to 856 may be used to correct the values of the attribute ratings 742 and 744. Accordingly, the gap between the overall rating 830 by the user and the overall rating 720 by the analysis model can be prevented.

한편, 속성 평점(742, 744)이 제공되는 속성(732, 734)과 개별 평점(852 내지 856)이 나타내는 속성들은 서로 상이할 수 있다. 즉, 속성 평점(742, 744)을 통해서는 (예컨대, 디폴트로서) 사용자에 의해 입력되지 않는 속성들에 대한 궁합도를 제공할 수 있다. Meanwhile, the attributes 732 and 734 for which the attribute scores 742 and 744 are provided and the attributes indicated by the individual ratings 852 to 856 may be different from each other. That is, the attribute ratings 742 and 744 can provide compatibility for attributes that are not input by the user (eg, as a default).

이상 도 1 내지 도 3, 도 7 및 도 8을 참조하여 전술된 기술적 특징에 대한 설명은, 도 4, 도 5 및 도 11 내지 도 13에 대해서도 그대로 적용될 수 있으므로 중복되는 설명은 생략한다.The description of the technical features described above with reference to FIGS. 1 to 3, 7, and 8 can also be applied to FIGS. 4, 5, and 11 to 13, so overlapping descriptions will be omitted.

도 6은 일 예에 따른, 사용자로부터의 검색 요청에 따라 상품들의 조합에 따른 시너지 효과를 포함하는 추천 정보를 제공하는 방법을 나타내는 흐름도이다.Figure 6 is a flowchart illustrating a method of providing recommendation information including a synergy effect according to a combination of products according to a search request from a user, according to an example.

도 6을 참조하여, 전술한 시너지 리뷰들을 분석한 분석 결과를 추천 정보로서 제공하는 방법에 대해 설명한다. Referring to FIG. 6, a method of providing analysis results of the above-described synergy reviews as recommendation information will be described.

예컨대, 분석 결과의 제공의 대상이 되는 상품들의 조합이 적어도 제1 상품 및 제2 상품을 포함하는 경우에 대해 설명한다. For example, a case where the combination of products for which analysis results are provided includes at least the first product and the second product will be described.

단계(610)에 있어서, 컴퓨터 시스템(100)은 사용자의 사용자 단말(110)로부터 제1 상품에 대한 검색 요청을 수신할 수 있다. In step 610, the computer system 100 may receive a search request for the first product from the user's user terminal 110.

단계(620)에 있어서, 컴퓨터 시스템(100)은 단계(610)의 검색 요청에 응답하여, 제1 상품에 대한 추천 정보로서 제2 상품에 대한 정보, 제1 분석 결과 및 제2 분석 결과를 사용자 단말(110)에 제공할 수 있다. 여기서 제2 상품은 전술한 분석 모델에 의한 시너지 리뷰들의 분석에 따라 제1 상품과 궁합도가 가장 높은 것으로 결정된 상품일 수 있다. 도 7에서 도시된 "상품간 시너지 효과"는 상품 A(705)를 사용자가 검색함에 따라 제공되는 상품 A(705)와 상품 B(710)의 조합에 대한 추천 정보의 예시일 수 있다. In step 620, in response to the search request of step 610, the computer system 100 provides information about the second product, the first analysis result, and the second analysis result as recommendation information about the first product to the user. It can be provided to the terminal 110. Here, the second product may be a product determined to have the highest compatibility with the first product according to the analysis of synergy reviews using the above-described analysis model. The “synergy effect between products” shown in FIG. 7 may be an example of recommended information for a combination of product A (705) and product B (710) provided as a user searches for product A (705).

또한, 이러한 추천 정보는 제1 상품에 대한 검색 결과와 함께 제시될 수 있다. 일례로, 도 9와 같은 형태로 추천 정보가 제공될 수 있다. Additionally, this recommended information may be presented together with the search results for the first product. For example, recommendation information may be provided in the form shown in FIG. 9.

도 9는 일 예에 따른, 제1 상품과 제2 상품을 비교하는 방법을 나타낸다. 9 shows a method of comparing a first product and a second product, according to an example.

예시에서, 제1 상품 정보 영역(910)은 사용자가 검색 요청한 상품 C에 대한 정보를 표시하는 영역을 나타낸다. 제2 정보 영역(920)은 사용자의 검색 요청에 대한 타겟 광고를 노출하는 영역을 나타낸다. 즉, 제2 정보 영역(920)에는 추천 정보로서 상품 D에 대한 정보가 표시될 수 있다. 상품 D는 분석 모델에 의한 시너지 리뷰들의 분석에 따라 상품 C와 궁합도가 가장 높은 것으로 결정된 상품일 수 있다. 도 9에서 도시되지는 않았으나 제2 정보 영역(920)에는 도 7에서 도시된 것과 같이 제1 분석 결과 및 제2 분석 결과에 해당하는 정보들(720 내지 744)이 더 표시될 수도 있다.In the example, the first product information area 910 represents an area that displays information about product C that the user has requested to search for. The second information area 920 represents an area that exposes target advertisements in response to the user's search request. That is, information about product D may be displayed as recommendation information in the second information area 920. Product D may be a product determined to have the highest compatibility with product C according to analysis of synergy reviews by an analysis model. Although not shown in FIG. 9 , information 720 to 744 corresponding to the first analysis result and the second analysis result may be further displayed in the second information area 920 as shown in FIG. 7 .

이처럼, 실시예의 시너지 리뷰들에 대한 분석 결과는 사용자를 위한 타겟 광고에 활용될 수도 있다. 즉, 실시예의 시너지 리뷰들에 대한 분석 결과는 사용자 단말(110)에 직접 제공되는 것이 아니라, 사용자를 위한 타겟 광고를 제공하는 광고주(광고주 서버 또는 외부 서버)에게 전달되어, 광고주가 사용자를 위한 타겟 광고를 결정하기 위한 마케팅 정보로서 사용될 수 있다. 또한, 이러한 시너지 리뷰들에 대한 분석 결과는 상품의 제조사(제조사 서버)로 전달되어 제품 개발 및 마케팅을 위해 사용될 수도 있다. In this way, the analysis results of the synergy reviews of the embodiment may be used for targeted advertising for users. In other words, the analysis results of the synergy reviews in the embodiment are not provided directly to the user terminal 110, but are delivered to the advertiser (advertiser server or external server) that provides target advertising for the user, so that the advertiser targets the user. It can be used as marketing information to make advertising decisions. Additionally, the analysis results of these synergy reviews can be delivered to the product manufacturer (manufacturer server) and used for product development and marketing.

한편, 도 9의 상품들을 비교하는 화면에는 시너지 리뷰 작성 버튼(930)이 표시될 수 있다. 예컨대, 상품 C와 (추천된) 상품 D의 조합에 대해 사용자가 사용 경험이 이미 있는 경우 사용자는 시너지 리뷰 작성 버튼(930)을 선택하여 상품 C와 상품 D의 조합에 대한 시너지 리뷰를 작성할 수 있다. 시너지 리뷰 작성 버튼(930)이 선택되면 도 8을 참조하여 전술된 시너지 리뷰 작성 UI가 사용자 단말(110)에 제공될 수 있다. Meanwhile, a synergy review writing button 930 may be displayed on the screen comparing products in FIG. 9. For example, if the user already has experience using the combination of product C and (recommended) product D, the user can select the write synergy review button 930 to write a synergy review for the combination of product C and product D. . When the synergy review writing button 930 is selected, the synergy review writing UI described above with reference to FIG. 8 may be provided to the user terminal 110.

도시된 예시에 따라, 사용자는 검색을 요청한 상품과 조합하여 사용할 수 잇는 다른 상품에 대한 정보를 손쉽게 획득할 수 있고, 이미 사용한 경험이 있는 상품들의 조합에 대해 시너지 리뷰를 편리하게 작성할 수 있다. According to the example shown, the user can easily obtain information about other products that can be used in combination with the product for which a search has been requested, and can conveniently write a synergy review for a combination of products that the user has already used.

이상 도 1 내지 도 5, 도 7, 도 8, 및 도 11 내지 도 13을 참조하여 전술된 기술적 특징에 대한 설명은, 도 6 및 도 9에 대해서도 그대로 적용될 수 있으므로 중복되는 설명은 생략한다.The description of the technical features described above with reference to FIGS. 1 to 5, 7, 8, and 11 to 13 can also be applied to FIGS. 6 and 9, so overlapping descriptions will be omitted.

도 10은 일 예에 따른, 시너지 리뷰를 사용자 단말에 표시하는 방법을 나타낸다. Figure 10 shows a method of displaying a synergy review on a user terminal, according to an example.

도시된 화면은 사용자들에 의해 작성된 리뷰들을 표시하는 사용자 단말(110)의 화면을 나타낸다.The illustrated screen represents a screen of the user terminal 110 that displays reviews written by users.

도시된 것처럼, 일반 리뷰(1010)와 실시예의 시너지 리뷰(1020)는 동일한 화면에서 표시되되 서로 구분하여 표시될 수 있다. 한편, 사용자는 더보기 버튼(1030)을 선택함으로써, 추가적인 시너지 리뷰(및 일반 리뷰)를 열람할 수 있다.As shown, the general review 1010 and the synergy review 1020 of the embodiment may be displayed on the same screen, but may be displayed separately from each other. Meanwhile, the user can view additional synergy reviews (and general reviews) by selecting the More button 1030.

최초로 노출되는 시너지 리뷰(1020)는 최신의 리뷰이거나, 다른 사용자로부터 추천을 가장 많이 받은 리뷰일 수 있다. The synergy review (1020) that is displayed first may be the latest review or the review that has received the most recommendations from other users.

시너지 리뷰(1020)는 상품 A 또는 상품 B의 일반 리뷰와 함께 제공될 수 있다. 시너지 리뷰(1020)는 해당 상품들의 조합(상품 A 및 상품 B)에 대한 시너지 리뷰를 작성하기 위한 버튼과 함께 제공될 수 있고, 해당 버튼이 선택됨에 따라 사용자는 상품 A 및 상품 B에 대한 새로운 시너지 리뷰를 작성할 수 있다. Synergy review 1020 may be provided together with a general review of product A or product B. The synergy review 1020 may be provided with a button for writing a synergy review for a combination of products (Product A and Product B), and as the button is selected, the user may create a new synergy review for Product A and Product B. You can write a review.

도시된 일반 리뷰(1010) 및 시너지 리뷰(1020)에 포함된 텍스트는 전술한 분석 모델에 의한 분석의 대상이 될 수 있다. Text included in the illustrated general review 1010 and synergy review 1020 may be subject to analysis by the above-described analysis model.

이상 도 1 내지 도 9, 및 도 11 내지 도 13을 참조하여 전술된 기술적 특징에 대한 설명은, 도 10에 대해서도 그대로 적용될 수 있으므로 중복되는 설명은 생략한다.The description of the technical features described above with reference to FIGS. 1 to 9 and 11 to 13 can also be applied to FIG. 10 , so overlapping descriptions will be omitted.

도 14는 일 예에 따른, 시너지 리뷰의 관리를 위한 시스템에서, 시너지 리뷰의 분석을 위한 분석 모델을 구축하는 방법을 나타낸다. 도 15는 일 예에 따른, 시너지 리뷰의 관리를 위한 시스템을 구성하는 방법을 나타낸다.Figure 14 shows a method of building an analysis model for analysis of synergy reviews in a system for managing synergy reviews, according to an example. Figure 15 shows a method of configuring a system for management of synergy reviews, according to an example.

도 14 및 15에서는, 컴퓨터 시스템(100)을 통해 구현되는 시너지 리뷰 관리 플랫폼(도시된 궁합 리뷰 공유 플랫폼)과 분석 모델(궁합 리뷰 분석 AI 모델)을 구성하는 방법이 예시되었다. 14 and 15, a method of configuring a synergy review management platform (compatibility review sharing platform shown) and an analysis model (compatibility review analysis AI model) implemented through the computer system 100 is illustrated.

도 14에서 도시된 것처럼, 궁합 리뷰 공유 플랫폼은 리뷰 작성 UI를 구성할 수 있고, 기 작성된 리뷰 DB를 포함할 수 있고(또는 외부의 DB와 통신하도록 구성될 수 있고), 상품 조회 모듈을 포함하여 사용자의 검색 요청/리뷰 작성 요청에 따라 상품 DB를 조회 가능하도록 구성될 수 있다. 사용자가 검색한 상품이나, 전술한 추천 정보에 포함되는 사용자가 검색한 상품과 조합 가능한 다른 상품에 대한 정보는 상품 DB로부터 조회될 수 있다. As shown in Figure 14, the compatibility review sharing platform may configure a review writing UI, may include a pre-written review DB (or may be configured to communicate with an external DB), and may include a product search module. The product DB can be configured to be searchable according to the user's search request/review writing request. Information about the product searched by the user or other products that can be combined with the product searched by the user included in the above-mentioned recommendation information can be searched from the product DB.

궁합 리뷰 분석 AI 모델은 작성된 리뷰들을 학습 데이터로 사용하여 리뷰의 텍스트를 토큰화하고, 기 설정되어 있는 속성 DB를 조회할 수 있고, 텍스트로부터 감성 단어(전술한 감정 단어에 대응) 및 속성 단어를 추출할 수 있다. 궁합 리뷰 분석 AI 모델은 감성 단어에 기반하여 상품들 간의 궁합도(전술한 제1 분석 결과)를 분석할 수 있고, 속성 단어에 기반하여 궁합도와 연관된 속성(핵심 속성)(전술한 제2 분석 결과)을 분석할 수 있다.The compatibility review analysis AI model uses the written reviews as learning data to tokenize the text of the review, searches the preset attribute DB, and extracts emotional words (corresponding to the aforementioned emotional words) and attribute words from the text. It can be extracted. The compatibility review analysis AI model can analyze the compatibility between products based on emotional words (the first analysis result described above), and the attributes (key attributes) associated with the compatibility based on attribute words (the second analysis result described above) ) can be analyzed.

도 15에서 도시된 것처럼, 궁합 리뷰 공유 플랫폼은 궁합 분석 결과 UI를 통해 상품들 간의 궁합도에 대한 분석 결과(전술한 제1 및 제2 분석 결과)를 사용자 단말(110) 또는 광고주 등에게 제공할 수 있다. 궁합도에 대한 분석 결과는 궁합 분석 DB에 저장될 수 있고, 궁합 분석 DB에 저장된 분석 결과가 조회되어 사용자 단말(110) 또는 광고주 등에게 제공될 수도 있다.As shown in Figure 15, the compatibility review sharing platform provides analysis results of compatibility between products (the above-mentioned first and second analysis results) to the user terminal 110 or advertisers through the compatibility analysis result UI. You can. The compatibility analysis results may be stored in the compatibility analysis DB, and the analysis results stored in the compatibility analysis DB may be searched and provided to the user terminal 110 or advertisers.

궁합 리뷰 분석 AI 모델은 새롭게 작성되는 시너지 리뷰를 분석하는 것을 통해, 상품들 간의 궁합도와 궁합도와 연관된 속성(핵심 속성)을 분석할 수 있다.The compatibility review analysis AI model can analyze the compatibility between products and the attributes (key attributes) associated with compatibility by analyzing newly created synergy reviews.

한편, 궁합 리뷰 분석 AI 모델은 작성되는 시너지 리뷰들에 대한 학습을 통해 업데이트될 수 있다. Meanwhile, the compatibility review analysis AI model can be updated through learning about the synergy reviews that are written.

상품들의 조합에 대한 궁합 리뷰 제공 및 업데이트 등의 기능은 Restful API를 통해 제공될 수 있다. Functions such as providing compatibility reviews and updates for combinations of products can be provided through the Restful API.

이상 도 1 내지 도 13을 참조하여 전술된 기술적 특징에 대한 설명은, 도 14 및 도 15에 대해서도 그대로 적용될 수 있으므로 중복되는 설명은 생략한다.The description of the technical features described above with reference to FIGS. 1 to 13 can also be applied to FIGS. 14 and 15, so overlapping descriptions will be omitted.

실시예에서 설명한 "상품"은 화장품인 것으로 예시되었으나, 화장품에 한정되지 않는 식료품, 가전제품 등의 화장품과는 다른 카테고리의 상품일 수 있다. 말하자면, 실시예의 컴퓨터 시스템(100)은 이러한 다른 카테고리의 상품들에 대한 시너지 리뷰의 작성 및 관리를 지원할 수 있다. The “product” described in the example is illustrated as a cosmetic product, but may be a product of a different category from cosmetics, such as foodstuffs and home appliances that are not limited to cosmetics. That is, the computer system 100 of an embodiment may support the creation and management of synergy reviews for products in these different categories.

이상에서 설명된 장치는 하드웨어 구성요소, 소프트웨어 구성요소, 및/또는 하드웨어 구성요소 및 소프트웨어 구성요소의 조합으로 구현될 수 있다. 예를 들어, 실시예들에서 설명된 장치 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 device described above may be implemented with hardware components, software components, and/or a combination of hardware components and software components. For example, devices and components described in embodiments may include, for example, a processor, a controller, an arithmetic logic unit (ALU), a digital signal processor, a microcomputer, a field programmable gate array (FPGA), etc. , may be implemented using one or more general-purpose or special-purpose computers, such as a programmable logic unit (PLU), a 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.

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 장치에 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. It can be embodied in . Software may be distributed over networked computer systems and stored or executed in a distributed manner. Software and data may be stored on one or more computer-readable recording media.

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. 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.

이상과 같이 실시예들이 비록 한정된 실시예와 도면에 의해 설명되었으나, 해당 기술분야에서 통상의 지식을 가진 자라면 상기의 기재로부터 다양한 수정 및 변형이 가능하다. 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.As described above, although the embodiments have been described with limited examples and drawings, various modifications and variations can be made by those skilled in the art from the above description. 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 특허청구범위의 범위에 속한다.Therefore, other implementations, other embodiments, and equivalents of the claims also fall within the scope of the claims described below.

Claims

In a review management method performed by a computer system,
Analyzing synergy reviews written for a combination of at least two products among a plurality of products using an analysis model, wherein the analysis model includes a first analysis result including a positive or negative rating for the combination of the products; , learned to output a second analysis result including attribute information associated with the first analysis result; and
Outputting the first analysis result and the second analysis result according to the analysis by the analysis model.
Including,
Each synergy review of the synergy reviews is information input through the synergy review writing user interface (UI) provided to the user terminal of the user who wrote each synergy review, and includes the first product and the second product constituting the combination of the products. Contains information about and text evaluating a combination of the first product and the second product,
The synergy review creation user interface further includes a UI for entering individual ratings for a plurality of attributes of the combination, wherein the attributes are different depending on the type of product or combination of products. How to manage.

delete

According to paragraph 1,
The analysis model includes a first analysis model learned to analyze text included in the synergy reviews and output the first analysis result for the combination of the products,
The first analysis result includes data quantifying the positivity or negativity of the combination of products.

According to paragraph 3,
The first analysis model is learned by the following steps to output the first analysis result,
The above steps are:
extracting first tokens consisting of words indicating positive and second tokens consisting of words indicating negative from the text of reviews previously written by users;
generating a learning data set for the first analysis model by removing tokens of overlapping words and tokens of words corresponding to attributes of a product from the first tokens and the second tokens; and
Using the training data set, training the first analysis model to estimate positivity or negativity for reviews written by users.
Including, review management method.

According to paragraph 3,
The analysis model includes a second analysis model learned to output the second analysis result for the combination of the products based on the text included in the synergy reviews and the first analysis result,
The second analysis result is the attribute information, and includes at least one attribute keyword indicating a product attribute associated with the positivity or negativity indicated by the first analysis result.

According to clause 5,
The attribute keyword includes a keyword indicating the maximum contributing product attribute to the positivity or negativity of the combination of the products indicated by the first analysis result.

According to clause 5,
The second analysis model is learned through the following steps to output the second analysis result,
The above steps are:
Extracting words representing product attributes from reviews previously written by users; and
Among the extracted words, determine a word representing a product attribute associated with the positivity or negativity of each review of the previously written reviews according to an analysis result of the text of the previously written reviews by the first analysis model. Step of training the second analysis model
Including, review management method.

According to clause 5,
The first analysis result for the combination of products is determined based on the estimated positivity or negativity for each synergy review of the synergy reviews written for the combination of products,
The second analysis result for the combination of the products is determined based on an attribute keyword indicating an attribute of the product associated with the estimated positivity or negativity for each synergy review.

According to clause 5,
The output step is,
outputting a comprehensive rating that quantifies the positive or negative degree of the combination of products as the first analysis result and the attribute keyword as the second analysis result; and
Further outputting an attribute score related to the attribute of the product indicated by the attribute keyword
Including, review management method.

According to paragraph 1,
The combination of products includes at least a first product and a second product,
The output step is,
As a search request for the first product is received from the user's user terminal, in response to the search request, information on the second product, the first analysis result, and the first product are recommended as recommendation information for the first product. 2 Step of providing analysis results to the user terminal
Including, review management method.