KR20020039281A - Recommender system through conversation on Internet - Google Patents
Recommender system through conversation on Internet Download PDFInfo
- Publication number
- KR20020039281A KR20020039281A KR1020020014913A KR20020014913A KR20020039281A KR 20020039281 A KR20020039281 A KR 20020039281A KR 1020020014913 A KR1020020014913 A KR 1020020014913A KR 20020014913 A KR20020014913 A KR 20020014913A KR 20020039281 A KR20020039281 A KR 20020039281A
- Authority
- KR
- South Korea
- Prior art keywords
- user
- product
- conversation
- internet
- input
- Prior art date
Links
- 238000000034 method Methods 0.000 claims abstract description 35
- 230000002452 interceptive effect Effects 0.000 claims abstract description 28
- 239000000284 extract Substances 0.000 description 4
- 235000019640 taste Nutrition 0.000 description 3
- 238000010586 diagram Methods 0.000 description 2
- 238000001914 filtration Methods 0.000 description 2
- 101100297539 Schizosaccharomyces pombe (strain 972 / ATCC 24843) php4 gene Proteins 0.000 description 1
- 230000006978 adaptation Effects 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 239000011435 rock Substances 0.000 description 1
- 230000001755 vocal effect Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/50—Business processes related to the communications industry
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q30/00—Commerce
- G06Q30/06—Buying, selling or leasing transactions
- G06Q30/0601—Electronic shopping [e-shopping]
- G06Q30/0631—Item recommendations
Landscapes
- Business, Economics & Management (AREA)
- General Business, Economics & Management (AREA)
- Economics (AREA)
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Marketing (AREA)
- Strategic Management (AREA)
- Physics & Mathematics (AREA)
- Accounting & Taxation (AREA)
- General Physics & Mathematics (AREA)
- Finance (AREA)
- Development Economics (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Human Resources & Organizations (AREA)
- Primary Health Care (AREA)
- Tourism & Hospitality (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
Description
본 발명은 인터넷상에서의 대화를 이용한 상품 추천 방법 및 그 시스템에 관한 것으로서, 구체적으로는 인터넷을 통한 문자기반(Text-based) 대화형 인터페이스를 사용하여 사용자와 대화를 수행하고, 사용자와의 대화 내용을 분석한 후 특정 단어를 추출하여 사용자의 성향에 맞는 상품을 추천하도록 하는 인터넷상에서의 대화를 이용한 상품 추천 방법 및 그 시스템에 관한 것이다.The present invention relates to a product recommendation method and a system using a conversation on the Internet. Specifically, a conversation with a user is performed using a text-based interactive interface through the Internet, and the contents of the conversation with the user. The present invention relates to a product recommendation method and a system using a dialogue on the Internet to recommend a product suitable for a user's disposition by analyzing a specific word.
일반적으로 웹 기반 대화형 시스템(일명 채터봇)은 사용자가 인터넷 웹페이지를 통하여 컴퓨터와 대화를 나눌 수 있도록 하는 시스템으로서, 사용자는 자연어를 통해 시스템과 대화할 수 있어, 마치 사람과 채팅하는 것처럼 느껴진다. 이러한웹 기반 대화형 시스템으로 Virtual personalitie의 Vperson(www.vperson.com), NativeMinds(www.nativeminds.com)의 vReps, eGain(www.egain.com)의 eGain Assistant, Artificial Life(www.artificial-life.com)의 Alife-WebGuide 등이 있다. 그러나, 기존 대화형 시스템들은 단순히 자사나 고객 사이트들을 소개해주고, 간단한 질문들에 대답하면서 사이트를 안내해 주는 정도에 지나지 않기 때문에 이를 인터넷 쇼핑몰에 적용하기 위해서는 쇼핑몰의 응용분야에 맞는 대화형 시스템과 대화 내용을 만들고 적절한 대화를 수행할 수 있도록 하기 위해서 대화 내용을 알맞게 조직해주어야 하는 문제점이 존재한다.In general, a web-based interactive system (aka chatterbot) is a system that allows a user to communicate with a computer through an internet web page. The user can communicate with the system through natural language, so it feels like chatting with a person. . These web-based interactive systems include Vperson (www.vperson.com) from Virtual personalitie, vReps from NativeMinds (www.nativeminds.com), eGain Assistant from eGain (www.egain.com), and Artificial Life (www.artificial-life). .com), Alife-WebGuide. However, the existing interactive systems are simply introduced to the company or the customer site, answering simple questions and guiding the site, so in order to apply them to the Internet shopping mall, the interactive system and the dialogue contents suitable for the application area of the shopping mall are applied. There is a problem in that the contents of the conversation must be properly organized in order to be able to create a proper conversation and to conduct an appropriate conversation.
또한, 갈수록 방대해지는 정보의 홍수(Information overload problem) 속에서 사용자에게 꼭 필요한 정보를 제공하여 의사결정에 도움을 주고자 상품 추천 시스템이 등장하게 되었다. 상품 추천 시스템은 사용자가 관심있거나 사기를 원하는 상품을 추측하여 사용자로 하여금 구매할 상품 선택에 도움을 주고, 판매자로 하여금 상품 판매율을 높이기 위한 시스템이다. 이러한, 상품 추천 시스템에는 상품을 추천하는 방법에 따라 여러 가지가 존재하게 되는데, 크게 사람을 기반(user-to-user correlation)으로 하느냐 상품을 기반(item-to-item correlation)으로 하느냐에 따라 분류하게 된다.In addition, a product recommendation system has emerged to help decision making by providing information necessary for users in an information overload problem. The product recommendation system is a system for assisting a user in selecting a product to purchase by guessing a product that the user is interested in or wants to buy, and allows a seller to increase a product sales rate. In the product recommendation system, there are various kinds of products recommendation methods, which are classified by user-to-user correlation or product-based item-to-item correlation. do.
먼저, 사람을 기반(user-based)으로 하는 상품 추천 시스템에는 협력적 여과(Collaborative filtering)방법이 있는데, 이는 각 사용자의 상품에 대한 평가(rating) 정보를 바탕으로 현재 사용자와 비슷한 성향을 가진 사람들을 찾아 그 그룹에서 현재 사용자가 이전에는 구매하지 않은 높은 평가를 받은 상품을 추천하는 방법이다. 그러나, 협력적 여과방식은 사용자와 취향이 비슷한 다른 사람들에 의해 의외의 좋은 발견을 할 수 있다는 장점이 있지만, 사용자들의 상품에 대한 평가(rating)정보를 필요로 한다는 것과, 이 평가정보의 양이 빈약할 경우 제대로 된 추천을 할 수가 없게 된다는 문제점이 존재하게 된다. 수천가지 되는 상품에 비해 사용자가 평가하거나 사용해 본 경험이 있는 상품은 상대적으로나 절대적으로 부족하기 때문에 희소성(Sparsity)의 문제가 생긴다.First, there is a collaborative filtering method in the user-based product recommendation system, which is based on the rating information of each user's product, and those who have a similar tendency as the current user. To find a highly rated product that the current user has not previously purchased in that group. However, cooperative filtration has the advantage of being able to make surprising good discoveries by other users with similar tastes, but the need for rating information about users' products and the amount of information If you are poor, you will not be able to make a proper recommendation. Compared to thousands of products, products that have been evaluated or used by users are relatively scarce, which leads to sparsity problems.
또한, 상품을 기반(item-based)으로 하는 상품 추천 시스템은 상품과 상품과의 관계성을 또는 특성들을 기반으로 추천하는 방식으로서, 사용자가 어떤 상품들을 자신의 장바구니에 집어 넣었을 때 그 상품과 관계된 상품을 추천하게 된다. 이때, 상품들의 특징(feature)이나 내용(content)을 이용하게 된다.In addition, an item-based product recommendation system recommends a product based on a relationship or characteristics of the product, and when a user puts a product into his or her shopping cart, Recommended products. At this time, the feature or content of the goods is used.
그러나, 내용 기반(Content-based) 추천 시스템은 자신에 의해 생성된 구매취향(user profile)에 의해 자신의 취향에 맞는 상품만을 추천받게 되므로 사용자가 새로운 상품을 발견할 가능성은 적어진다는 단점이 있다.However, the content-based recommendation system has a disadvantage in that users are less likely to discover new products because only the products that are suitable for their taste are recommended by the user's profile. .
따라서, 본 발명은 상술한 문제점을 해결하기 위하여 안출된 것으로, 인터넷을 통한 문자기반(Text-based) 대화형 인터페이스를 사용하여 사용자와 대화를 수행하고, 사용자와의 대화 내용을 분석한 후 특정 단어를 추출하여 사용자의 상품 선호도를 추론하여 사용자의 성향에 맞는 상품을 추천하도록 하는 인터넷상에서의 대화를 이용한 상품 추천 방법 및 그 시스템을 제공함을 목적으로 한다.Accordingly, the present invention has been made to solve the above-mentioned problem, and performs a conversation with a user using a text-based interactive interface through the Internet, and analyzes a conversation with the user, and then selects a specific word. It is an object of the present invention to provide a method and system for recommending a product using a dialogue on the Internet to infer a product preference of a user by extracting the.
본 발명의 다른 목적은 사용자와의 대화 중에 삽입되는 선택폼으로부터 얻어지는 사용자 개인정보를 통해 사용자의 상품에 대한 선호도를 추론하고, 추론되어진 상품 선호도에 따라 사용자에게 상품을 추천하도록 하는 인터넷상에서의 대화를 이용한 상품 추천 방법 및 그 시스템을 제공함을 목적으로 한다.Another object of the present invention is to infer a conversation on the Internet to infer the user's preferences for the product through the user personal information obtained from the selection form inserted during the conversation with the user, and to recommend the product to the user according to the inferred product preferences. An object of the present invention is to provide a method of recommending a product and a system thereof.
도 1은 본 발명의 인터넷상에서의 대화를 이용한 상품 추천 시스템의 구성도.1 is a block diagram of a product recommendation system using a dialogue on the Internet of the present invention.
도 2는 본 발명에 따른 인터넷상에서의 대화를 이용한 상품 추천 방법을 설명하기 위한 흐름도.2 is a flowchart illustrating a product recommendation method using a dialogue on the Internet according to the present invention.
도 3은 문자기반 대화형 시스템을 통한 대화 수행 방법을 나타낸 흐름도.3 is a flowchart illustrating a method of performing a conversation through a text-based interactive system.
도 4는 입력패턴과 대답의 쌍들로 구성되어 대화지식 DB에 저장되어 있는 기본형 대화지식 패턴.Figure 4 is a basic conversation knowledge pattern consisting of a pair of input patterns and answers stored in the conversation knowledge DB.
도 5는 도 4의 입력패턴과 대답의 쌍들로 구성된 대화지식에 대화 주제를 첨부한 대화지식 패턴.FIG. 5 is a dialogue knowledge pattern attached to a dialogue subject to dialogue knowledge consisting of pairs of input patterns and answers in FIG. 4; FIG.
도 6은 사용자와의 대화중에 삽입되어 사용자의 개인정보를 입력하게 하는 HTML 선택폼.Figure 6 is an HTML selection form that is inserted during the conversation with the user to enter the user's personal information.
도 7은 특정 단어추출을 위해 필요한 음반에 대한 어휘들의 구성 형태.7 is a configuration form of vocabulary for a record necessary for a specific word extraction.
<도면의 주요부분의 부호의 설명><Description of Symbols of Major Parts of Drawings>
10 : 사용자 컴퓨터 20 : 인터넷10: your computer 20: the Internet
30 : 웹 서버 30-1 : 시스템 제어 프로그램30: Web server 30-1: system control program
30-1a : 대화형 인터페이스모듈 30-1b : 사용자정보 입력모듈30-1a: Interactive Interface Module 30-1b: User Information Input Module
30-1c : 패턴 매칭모듈 30-1d : 선호도 추론모듈30-1c: pattern matching module 30-1d: preference inference module
30-1e : 상품 추천모듈 30-2 : 데이터베이스부30-1e: Product recommendation module 30-2: Database
30-2a : 사용자정보 DB 30-2b : 대화질문 DB30-2a: User Information DB 30-2b: Conversation Question DB
30-2c : 대화지식 DB 30-2d : 상품 DB30-2c: Knowledge DB 30-2d: Product DB
이러한 목적을 달성하기 위한 본 발명의 인터넷상에서의 대화를 이용한 상품 추천 방법은, (a) 인터넷을 통한 문자기반 대화형 인터페이스를 사용하여 사용자와 대화를 수행하고, 사용자와의 대화 중에 선택폼을 삽입하여 사용자 개인정보를 입력하게 하는 단계와; (b) 사용자로부터 입력받은 대화 문장을 분석하여 사용자의 성향에 맞는 상품을 추천해주기 위해 필요한 특정 단어를 추출하고, 사용자에 의해 특정 단어가 입력된 빈도수를 산출하여 사용자의 상품에 대한 선호도를 추론하는 단계와; 사용자로부터 입력받은 사용자 개인정보를 식(3)에 적용하여 사용자의 상품에 대한 선호도를 추론하는 단계와; (c) 사용자의 상품 선호도에 따라 사용자에게 적합한 상품을 추천하는 단계를 포함하는 것을 특징으로 한다.In order to achieve the above object, a product recommendation method using a conversation on the Internet of the present invention includes: (a) conducting a conversation with a user using a text-based interactive interface over the Internet, and inserting a selection form during the conversation with the user; Inputting user personal information; (b) extracting specific words necessary for recommending products suitable for the user's disposition by analyzing conversation sentences input from the user, and inferring the user's preference for the product by calculating the frequency of inputting the specific words by the user. Steps; Inferring a user's preference for a product by applying user personal information input from the user to equation (3); (c) recommending a product suitable for the user according to the user's product preference.
식 중,는 특정상품에 대한 선호도이고,,,,는 동일집단중에서,,,을 좋아할 확률이다.In the formula, Is a specific product Is your preference for, , , , Is the same group Between , , , Is the probability of liking.
또한, 본 발명의 인터넷상에서의 대화를 이용한 상품 추천 시스템은, 사용자와의 대화를 통하여 입력받은 텍스트 데이터로부터 사용자에게 알맞는 상품을 추천하기 위한 정보를 추출하여 사용자의 상품에 대한 선호도를 추론하고, 사용자의 상품 선호도에 따라 사용자에게 적합한 상품을 추천하는 전반적인 서비스가 인터넷상에서 이루어지도록 하는 웹 서버를 구비하며,In addition, the product recommendation system using the dialogue on the Internet of the present invention, by extracting information for recommending a product suitable for the user from the text data received through the dialogue with the user to infer the user's preference for the product, It is equipped with a web server that allows the overall service on the Internet to recommend products suitable for the user according to the user's product preferences,
상기 웹 서버는 사용자의 개인정보, 사용자와의 기본적인 대화를 수행하기 위한 질문 정보, 입력패턴과 대답의 쌍으로 구성된 대화지식 정보 및 상품 정보에 관한 전반적인 정보를 보유하고 있는 데이터 베이스부와, 데이터 베이스부를 관리하고 제어하며 데이터베이스부와 연동되어 사용자가 요구하는 서비스 데이터를 인터넷상에서 사용자 브라우저로 전송 가능하게 하며, 사용자와의 대화를 통하여 입력받은 텍스트 데이터를 분석하여 특정 단어를 추출하고 특정 단어의 입력 빈도수에 의해 사용자의 상품에 대한 선호도를 추론하여 사용자에게 적합한 상품을 추천하며, 사용자와의 대화 중에 삽입되는 선택폼에 의해 입력받은 사용자 개인정보를 통하여 사용자의 상품에 대한 선호도를 추론하고 사용자의 상품 선호도에 따라 사용자에게 적합한 상품을 추천하는 시스템 제어 프로그램을 구비하는 것을 특징으로 한다.The web server includes a database unit for holding the user's personal information, question information for conducting a basic conversation with the user, conversation knowledge information composed of pairs of input patterns and answers, and general information on product information, and a database. It manages and controls the unit, and it is linked with the database unit to transmit the service data required by the user to the user's browser on the Internet.It analyzes the text data received through the dialogue with the user to extract specific words and input frequency of specific words Infer the user's product preference by recommending the appropriate product to the user, inferring the user's product preference through the user's personal information input by the selection form inserted during the dialogue with the user and the user's product preference Awards that are appropriate for you according to And a system control program for recommending the product.
이하, 첨부된 도면을 참조하여 본 발명에 관하여 상세하게 설명하면 다음과 같다.Hereinafter, the present invention will be described in detail with reference to the accompanying drawings.
도 1은 본 발명의 인터넷상에서의 대화를 이용한 상품 추천 시스템의 구성도이다.1 is a block diagram of a product recommendation system using a dialogue on the Internet of the present invention.
본 발명은 적어도 하나의 사용자 컴퓨터(10)와, 상기 사용자 컴퓨터와 인터넷(20)을 통하여 연결된 웹 서버(30)를 구비한 컴퓨터 시스템을 이용하여 인터넷상에서 사용자와의 대화를 통해 상품을 추천하는 시스템에 관한 것으로서, 인터넷 환경하에서 전자상거래 응용사이트에서 가상 판매원 역할을 하는 웹기반 대화형 시스템 모델과 대화 내용을 분석 추출하여 해당 사이트 상품을 추천하기 위한 추천 시스템에 관한 것이다.The present invention uses a computer system having at least one user computer (10) and a web server (30) connected to the user computer through the Internet (20) to recommend a product through a conversation with a user on the Internet. The present invention relates to a web-based interactive system model that acts as a virtual salesperson in an e-commerce application site in an internet environment, and a recommendation system for analyzing and extracting conversation contents and recommending a corresponding product.
사용자(10)는 인터넷 환경을 통해 다양한 물품을 파는 전자상거래 사이트에 접속을 할 수 있는데 각각의 사이트의 접촉 화면 페이지가 다르므로 이에 대한 적응시간이 필요하게 되고, 구매하고자 하는 상품이 정해지지 않은 경우나 상품에 대한 정보가 부족할 경우 상품구매에 어려움이 있었다. 본 발명의 웹기반 대화형 상품 추천시스템은 사용자가 겪는 이러한 문제점들을 도와주는 역할을 하게 되는데, 즉 사용자 접근 인터페이스로서 문자기반(Text-based) 대화형 시스템(Dialogue Systems)을 사용하여 사용자가 본 시스템과 자연어로 대화할 수 있도록 하였고, 대화 내용을 분석하여 사용자의 성향에 맞는 제품들을 추천하여 상품구매에 도움을 주도록 하였다. 이때, 본 발명의 대화형 시스템은 사용자(고객)가 대화를 텍스트 기반의 사용자 인터페이스를 통하여 직접 입력 하거나, 몇 가지의 문장 중에서 선택, 혹은 문장 중의 일부 중요 단어를 선택함으로써 입력이 가능하다.The user 10 can access an e-commerce site that sells various items through the Internet environment. Since the contact screen page of each site is different, adaptation time is required, and the product to be purchased is not determined. When there was a lack of information on products, it was difficult to purchase products. The web-based interactive product recommendation system of the present invention serves to help these problems encountered by the user, that is, the system viewed by the user using a text-based interactive system as a user access interface. In order to communicate with the user in natural language, the contents of the conversation were analyzed to recommend products suitable for the user's inclination to help in purchasing the product. In this case, the interactive system of the present invention may allow a user (customer) to directly input a conversation through a text-based user interface, select from a few sentences, or select some important words in a sentence.
도 1을 참조하여 좀 더 구체적으로 살펴보면, 사용자(10)는 인터넷상의 모든 내용을 인식할 수 있도록 모니터상에 디스플레이하는 웹 브라우저가 탑재된 단말기를 구비하고, 웹 서버(30)는 데이터베이스부(30-2)와, 데이터베이스부(30-2)를 관리하고 제어하며 데이터베이스부(30-2)와 연동되어 사용자가 요구하는 서비스 데이터를 인터넷상에서 사용자 브라우저로 전송 가능하게 하는 시스템 제어 프로그램(30-1)을 구비한다.Referring to FIG. 1, the user 10 includes a terminal equipped with a web browser for displaying on a monitor to recognize all contents on the Internet, and the web server 30 includes a database unit 30. -2) and a system control program (30-1) for managing and controlling the database unit 30-2 and interworking with the database unit 30-2 to transmit the service data required by the user to the user browser on the Internet. ).
본 발명의 웹 서버(30)는 사용자(10)와의 대화를 통하여 입력받은 텍스트 데이터로부터 사용자에게 알맞는 상품을 추천하기 위한 정보를 추출하여 사용자의 상품에 대한 선호도를 추론하고, 사용자의 상품 선호도에 따라 사용자(10)에게 적합한 상품을 추천하는 전반적인 서비스가 인터넷상에서 이루어지도록 한다.The web server 30 of the present invention extracts information for recommending a product suitable for the user from the text data input through the dialogue with the user 10 to infer the user's preference for the product, and Accordingly, the overall service for recommending a suitable product to the user 10 is performed on the Internet.
이때, 시스템 제어 프로그램(30-1)은 인터넷을 통한 문자기반 대화형 인터페이스를 사용하여 사용자(10)와 대화 수행을 가능하게 하는 대화형 인터페이스모듈(30-1a)과, 사용자(10)와의 대화 중에 삽입되는 선택폼에 사용자의 개인정보인 사용자의 나이, 성, 취미, 직업, 사는 도시규모 등을 입력하게 하는 사용자정보 입력모듈(30-1b)과, 대화형 인터페이스모듈(30-1a)을 통하여 사용자로부터 입력받은 대화 문장의 대답을 찾기위해 대화지식 DB(30-2c)의 입력패턴들과 패턴 매칭을 수행하고, 가장 일치하는 입력패턴과 매칭되면 상기 입력패턴에 해당하는 대답을 완성된 응답 메시지로 사용자에게 출력하는 패턴 매칭모듈(30-1c)과, 사용자와의 대화를 통하여 입력받은 텍스트 데이터를 분석하여 특정 단어를 추출하고 특정 단어의 입력 빈도수에 의해 사용자의 상품에 대한 선호도를 추론하며, 사용자와의 대화 중에 삽입되는 선택폼에 의해 입력받은 사용자 개인정보를 통하여 사용자의 상품에 대한 선호도를 추론하는 선호도 추론모듈(30-1d)과, 선호도추론모듈(30-1d)에 의해 추론되어지는 사용자의 상품 선호도에 따라 사용자에게 적합한 상품을 추천하는 상품 추천모듈(30-1e)을 구비한다.In this case, the system control program 30-1 may communicate with the user 10 and the interactive interface module 30-1a, which enables the user to communicate with the user 10 using a text-based interactive interface through the Internet. The user information input module (30-1b) and the interactive interface module (30-1a) for inputting the user's personal information, such as the user's personal information, age, gender, hobbies, occupation, city size, etc. to be inserted into In order to find the answer of the dialogue sentence received from the user through pattern matching with the input patterns of the conversation knowledge DB (30-2c), and if the match with the most matching input pattern, the answer corresponding to the input pattern is completed Pattern matching module 30-1c outputting a message to a user and text data received through dialogue with the user are analyzed to extract a specific word and the user's product by the frequency of input of the specific word. A preference inference module (30-1d) and a preference inference module (30-1d) for inferring a preference for a user and inferring a preference for a user's product through user personal information received by a selection form inserted during a conversation with the user. And a product recommendation module 30-1e for recommending a product suitable for the user according to the user's product preference inferred by 1d).
또한, 데이터 베이스부(30-2)는 MSSQL(Microsoft-Structured Query Language), MySQL, Oracle, Informix와 같은 DBMS(DataBase Management System)를 사용하며, 사용자의 개인정보인 사용자의 나이, 성, 취미, 직업, 사는 도시규모 등을 보유하고 있는 사용자정보 DB(30-2a)와, 사용자와의 기본적인 대화를 수행하기 필요한 질문 정보를 보유하고 있는 대화질문 DB(30-2b)와, 입력패턴과 대답의 쌍으로 구성된 대화지식 정보를 보유하고 있는 대화지식 DB(30-2c) 및 상품 정보에 관한 전반적인 정보를 보유하고 있는 상품 DB(30-2d)를 포함한다.In addition, the database unit 30-2 uses a database management system (DBMS) such as Microsoft-Structured Query Language (MSSQL), MySQL, Oracle, Informix, and the user's personal information such as age, gender, hobbies, User information DB (30-2a) that holds the occupation, city size, etc., dialog question DB (30-2b) that holds the question information necessary to conduct basic conversation with the user, and input pattern and answer And a conversation knowledge DB 30-2c holding a pair of conversation knowledge information, and a product DB 30-2d holding general information about product information.
또한, 운영 체제로는 다소 형태의 차이는 있으나 웹 서버(30)의 운영 환경으로는 LINUX, UNIX, NT Server/Oracle 8.1.6.0.0, MS NT계열 또는 solaris 등에서 실행되어질 수 있으며, 사용자(10) 운영 환경으로는 Windows 95/98/NT, Windows 2000 등에서 실행되어질 수 있으며, 웹 프로그래밍 언어로는 ASP, JSP, JAVASCRIPT, PHP4, HTML 등이 사용되게 된다.In addition, the operating system is somewhat different form, but the operating environment of the Web server 30 can be run in LINUX, UNIX, NT Server / Oracle 8.1.6.0.0, MS NT series or solaris, and the user (10 ) As operating environment, it can be run on Windows 95/98 / NT, Windows 2000, etc. As web programming language, ASP, JSP, JAVASCRIPT, PHP4, HTML, etc. are used.
도 2를 참조하여 본 발명에 따른 인터넷상에서의 대화를 이용한 상품 추천 방법을 설명하면 다음과 같다.Referring to Figure 2 describes a product recommendation method using a conversation on the Internet according to the present invention.
먼저, 사용자(10)는 데스크탑, 랩탑, 노트북, 팜탑컴퓨터 또는 WAP폰, 무선인터넷폰, 웹 TV, IMT 2000 등과 같은 유무선 정보통신 단말기를 이용하여 유선 또는 무선으로 인터넷에 접속한 뒤 인터넷(20)에 연결되어 있는 상태에서 해당 전자상거래 사이트에 접속한 다음 해당 전자상거래 사이트에 내장되어 사용자에게 제공되는 본 발명의 문자기반 대화형 인터페이스을 이용한 상품 추천시스템을 통하여 사용자와 대화를 수행하고 본 발명의 인터넷 서비스를 제공받는다.First, the user 10 accesses the Internet by wire or wirelessly using a wired or wireless information communication terminal such as a desktop, a laptop, a notebook, a palmtop computer or a WAP phone, a wireless Internet phone, a web TV, an IMT 2000, and the like. Connected to the e-commerce site while connected to the e-commerce site and embedded in the e-commerce site to communicate with the user through the product recommendation system using the text-based interactive interface of the present invention provided to the user and the Internet service of the present invention To be provided.
즉, 사용자(10)는 인터넷(20)을 통해 해당 쇼핑몰에 접속하고 대화형 시스템과 문자(Text)로 대화를 나누게 된다. 대화형 시스템은 사용자와의 대화를 통해 그 사람에게 맞는 상품을 추천하기 위한 정보들을 추출하여 추천시스템에 그 정보들을 넘겨준다. 이때, 대화의 형태는 사용자가 텍스트 기반의 사용자 인터페이스를 통하여 대화문장을 직접 입력 하거나, 몇 가지의 문장 중에서 선택, 혹은 문장 중의 일부 중요 단어를 선택함으로써 입력이 가능하다. 여기서 말하는 정보라는 것은 사용자가 입력한 문장 내의 특정 단어들이나 대화 중에 삽입되는 폼 컨트롤의 선택(Selection)이다. 추천시스템은 대화형 시스템으로부터 넘겨 받은 정보를 바탕으로 상품 DB(30-2d)에서 그 사람의 취향에 맞는 상품들을 추천해 주게 된다.That is, the user 10 accesses the shopping mall through the Internet 20 and has a conversation with the interactive system through text. The interactive system extracts information for recommending a product suitable for the person through a dialogue with the user and passes the information to the recommendation system. In this case, the form of the conversation may be input by the user directly inputting a conversation sentence through a text-based user interface, selecting from several sentences, or selecting some important words from the sentences. The information here refers to the selection of specific words in a sentence entered by the user or a form control inserted during a conversation. The recommendation system recommends products suitable for the person's taste in the product DB (30-2d) based on the information received from the interactive system.
본 발명에 따르면 추천할 상품을 선별하기 위해서 크게 두가지 방법을 사용하는데, 사용자가 입력한 대화 문장을 바탕으로 특정 단어를 추출하여 사용자의 상품에 대한 선호도를 추론하는 방법과, 사용자와의 대화 중에 삽입하는 선택폼으로부터 얻어지는 사용자 개인정보(user demographic properties)에 의해 사용자의 상품에 대한 선호도를 추론하는 방법 두 가지를 사용한다.According to the present invention, two methods are largely used to select a product to be recommended. A method of inferring a user's preference for a product by extracting a specific word based on a dialogue sentence input by the user, and inserting it in a conversation with the user. Two methods are used to infer the user's preference for the product based on user demographic properties obtained from the selection form.
첫번째 방법은, 인터넷을 통한 문자기반 대화형 인터페이스를 사용하여 사용자와 대화를 수행하되, 사용자로부터 입력받은 대화 문장의 대답을 찾기위해 대화지식 DB(30-2c)의 입력패턴들과 패턴 매칭을 수행하고, 가장 일치하는 입력패턴과매칭되면 상기 입력패턴에 해당하는 대답을 완성된 응답 메시지로 사용자에게 출력한다(S11). 이때, 패턴 매칭은 사용자로부터 입력받은 대화 문장 뿐만아니라 이전 대화정보를 반영하여 패턴 매칭을 수행하며, 이전 대화정보는 이전에 대화 수행을 통하여 알게 된 사용자의 신상정보(이름, 성, 나이, 사는 도시 등)와, 바로 이전에 출력한 문장 및 설정된 대화 주제를 말한다.In the first method, a conversation is performed with a user using a text-based interactive interface over the Internet, and pattern matching with input patterns of the conversation knowledge DB 30-2c is performed to find an answer of a conversation sentence received from the user. If the matched input pattern is the most matched, an answer corresponding to the input pattern is output to the user as a complete response message (S11). At this time, the pattern matching reflects not only the conversation sentence input from the user but also the previous conversation information, and the previous conversation information includes the user's personal information (name, surname, age, city of living) previously known through the conversation. Etc.), and the sentence previously printed and the set conversation topic.
그 후, 사용자로부터 입력받은 대화 문장을 분석하여 사용자의 성향에 맞는 상품을 추천해주기 위해 필요한 특정 단어를 추출한다(S13~S14). 이때, 특정 단어는 상품 DB(30-2d)로부터 생성되는 어휘에 해당되는 단어로서 해당 장르, 가수, 앨범 등이다.Thereafter, a specific word necessary for recommending a product suitable for the user's disposition is extracted by analyzing a conversation sentence received from the user (S13 to S14). At this time, the specific word is a word corresponding to a vocabulary generated from the product DB 30-2d, and is a corresponding genre, singer, album, and the like.
이어서, 사용자에 의해 특정 단어가 입력된 빈도 수를 산출하여 사용자의 상품에 대한 선호도를 추론하고, 사용자의 상품 선호도에 따라 사용자에게 적합한 상품을 추천한다(S15~S17).Subsequently, the user's preference for the product is inferred by calculating a frequency of inputting a specific word by the user, and a product suitable for the user is recommended according to the user's product preference (S15 to S17).
두번째 방법은, 대화형 인터페이스를 사용하여 사용자와의 대화 중에 도 7과 같은 선택폼을 삽입하여 사용자 개인정보를 입력하게 하되, 사용자로부터 입력받은 사용자 개인정보를 아래의 식(3)에 적용하여 사용자의 상품에 대한 선호도를 추론하고, 사용자의 상품 선호도에 따라 사용자에게 적합한 상품을 추천한다(S12,S18~S19,S16~S17). 이때, 사용자로부터 입력받은 사용자 개인정보는 사용자의 나이, 성별, 취미, 직업, 사는 도시의 규모 등이다.In the second method, the user inputs the personal information by inserting the selection form as shown in FIG. 7 during the conversation with the user using the interactive interface, but applies the user personal information input from the user to the following equation (3). Infer the preference for the product of the product, and recommend the product suitable for the user according to the user's product preference (S12, S18 ~ S19, S16 ~ S17). At this time, the user's personal information input from the user is the age, gender, hobbies, occupation, size of the city where the user lives.
식 중,는 특정상품에 대한 선호도이고,는 동일집단중에서를 좋아할 확률,는 동일집단중에서를 좋아할 확률,는 동일집단중에서를 좋아할 확률,는 동일집단중에서을 좋아할 확률이다.In the formula, Is a specific product Is your preference for, Is the same group Between Probability of liking, Is the same group Between Probability of liking, Is the same group Between Probability of liking, Is the same group Between Is the probability of liking.
도 3을 참조하여 문자기반 대화형 시스템을 통한 대화 수행 방법에 대해 자세히 살펴보면, 대화 문장의 이해 및 대답 생성 방법은 순차적 패턴 매칭(Sequential Pattern Matching) 방법을 따른다. 따라서, 대화형 시스템 내에는 패턴 매칭을 수행하기 위한 대화지식(Knowledge base) DB(30-2c)가 존재하게 되는데, 도 4에서와 같이 입력패턴과 대답의 쌍들로 구성되어 있다.Referring to FIG. 3, a method of performing a conversation through a text-based interactive system is described in detail. The method of understanding a conversation sentence and generating an answer follows a sequential pattern matching method. Accordingly, there is a knowledge base DB 30-2c for performing pattern matching in the interactive system, which is composed of pairs of input patterns and answers as shown in FIG.
본 발명에서 사용자와의 대화수행 방법은 일반적인 대화 수행(Simple response)과정에 특정 단어를 추출하는 부분이 추가되는데, 일반적인 대화수행 과정은, 웹페이지를 통해 사용자로부터 문장을 입력 받고, 입력문장의 부호를 처리하기 위해 전처리 과정(Preprocess)을 거친다(S11a~S11b). 이때, 대화 수행 과정 중 사용자는 텍스트 기반의 사용자 인터페이스를 통하여 대화문장을 직접 입력 하거나, 몇 가지의 문장 중에서 선택, 혹은 문장 중의 일부 중요 단어를 선택함으로써 입력이 가능하다. 전처리 된 문장은 대화지식 DB(30-2c)의 입력패턴들과 패턴 매칭을 시도하여 가장 일치하는 패턴과 매칭이 되며 그에 해당하는 대답을 최종적인 응답 메시지로 사용자에게 출력한 후 사용자와의 대화문장을 기록하게 된다(S11d~S11f). 패턴 매칭을 수행하기 위해서 사용자 입력 문장뿐 아니라 이전대화의 정보가 반영된다(S11c). 여기서, 이전 대화 정보란 이전에 대화 수행을 통하여 알게 된 사용자의 신상정보(이름, 성, 나이, 사는 도시 등), 바로 이전에 출력한 문장 및 대화중에 설정된 주제(Topic)를 의미한다. 구체적으로 패턴매칭을 위해 이전 대화 정보가 반영됨으로서 도 5와 같이 동일한 패턴이지만 설정된 주제(Topic)에 따라 다른 대답을 할 수 있다. 이를 통해 상황에 맞는 대답을 가능하게 하여 일반적인 대화의 흐름을 생성하게 되는데, 본 발명의 시스템은 사용자로부터 입력받은 대화 문장을 분석하여 특정 단어를 추출한다. 여기서, 특정 단어는 상품 DB(30-2d)로부터 생성되는 어휘(Thesaurus)에 해당되는 단어를 의미하는 것으로서, 어휘는 음악 CD를 예로 들면 해당 장르, 가수, 앨범 등을 의미한다. 도 6에서는 음반 상품을 예로 들어, 사용자와의 대화 문장에서 특정 단어를 추출하기 위해 필요한 음반에 대한 어휘들의 구성 형태를 나타낸다.In the present invention, a method of conducting a conversation with a user is added to extract a specific word in a general response process. In the general conversation process, a sentence is input from a user through a web page, and a code of an input sentence is performed. In order to process the preprocess (Preprocess) (S11a ~ S11b). In this case, the user may directly input a conversation sentence through a text-based user interface, select a few sentences, or select some important words in a sentence. The preprocessed sentence is matched with the most matching pattern by attempting pattern matching with the input patterns of the dialogue knowledge DB 30-2c, and outputting the corresponding answer to the user as a final response message and then communicating with the user. It will be recorded (S11d ~ S11f). In order to perform the pattern matching, the information of the previous conversation as well as the user input sentence is reflected (S11c). Here, the previous conversation information refers to personal information (name, surname, age, city of living, etc.) of the user who has been previously known through the conversation, a sentence immediately output, and a topic set during the conversation. In more detail, the previous conversation information is reflected for pattern matching, but the same pattern as in FIG. 5 may be answered according to a set topic. Through this, it is possible to create a response appropriate to a situation, thereby generating a general flow of conversation. The system of the present invention analyzes a conversation sentence input from a user and extracts a specific word. Here, the specific word refers to a word corresponding to a vocabulary generated by the merchandise DB 30-2d. The vocabulary means a corresponding genre, singer, album, etc., for example, as a music CD. 6 illustrates a configuration form of vocabulary for a record required for extracting a specific word from a conversation sentence with a user as an example of a record product.
이어서, 이 추출된 특정 단어를 기준으로 상품을 추천하기 위해서는 해당 장르에 속한 단어의 발견된 빈도수를 산출하여 사용자의 상품에 대한 선호도를 추정한다. 도 6을 예로 들면 장르, 가수, 앨범 수준으로 어휘가 구성되어 있는데, 사용자가 장르에 대해 언급했을 때 그 장르에 속한 인기가수 Top-N list 중에서 추천해준다. 사용자가 특정 가수(들) 이름에 대해 언급했을 때는 같은 장르에 속한 다른 가수를 추천해주거나 그 가수의 새로운 앨범을 사용자에게 추천해준다.Subsequently, in order to recommend a product based on the extracted specific word, the found frequency of words belonging to the genre is calculated to estimate the user's preference for the product. For example, a vocabulary is composed of genres, singers, and album levels. When a user mentions a genre, the user recommends it from the Top-N list of popular singers in the genre. When a user mentions a singer (s) name, he recommends another singer who belongs to the same genre or recommends the artist's new album.
또한, 본 발명은 사용자와의 대화 중에 도 7과 같은 HTML 선택폼(Selection)을 삽입하여 사용자 개인정보를 입력하게 하며, 도 7에서와 같이 나이, 성별, 취미, 직업, 사는 지역적 특성 등을 이용한다. 각 속성값의 범위는 다음과 같다.In addition, the present invention inserts an HTML selection form as shown in FIG. 7 during a conversation with a user to input user personal information, and uses age, gender, hobbies, occupation, and local characteristics as shown in FIG. . The range of each attribute value is as follows.
나이 = {15~19, 20~24, 25~30, 31~40, 41~55}Age = {15-19, 20-24, 25-30, 31-40, 41-55}
성별 = {남성, 여성}Gender = {male, female}
직업 = {관리직/경영, 전문직, 교수/교육자, 컴퓨터, 공학, 서비스업, 판매직, 무역업, 학생/대학원생, 중재자, 군인, 예술가, 스포츠맨 등}Occupation = {Administrative / Management, Professional, Professor / Educator, Computer, Engineering, Service, Sales, Trade, Student / Graduate, Mediator, Soldier, Artist, Sportsman, etc.}
취미 = {음악, 스포츠, 여행, 영화, 독서, 수집, 컴퓨터, 쇼핑, 공부 등}Hobbies = {music, sports, travel, movies, reading, collecting, computer, shopping, studying, etc}
사는 도시의 규모 = {대도시, 도시, 시골}Size of city where you live = {metro, city, country}
그 후, 사용자로부터 입력 받은 속성값들을 통해 사용자의 상품에 대한 선호도를 추론하게 되는데, 선호도를 추론하기 위한 기술은 식(1)과 같은 Bayes's rule을 사용한다.Then, the user's preference for the product is inferred from the attribute values input from the user. The technique for inferring the preference uses Bayes's rule as shown in Equation (1).
증거 E는 식(2)와 같이 요소들로 나누어질 수 있다. 식(2)의 오른편의 Pr[H]는 H의 선행확률(prior probability)로서 미리 수집한 데이터(training data)로부터 얻어진다.Evidence E can be broken down into elements, as shown in equation (2). Pr [H] on the right side of equation (2) is obtained from the previously collected data as the prior probability of H.
따라서, 전체 상품에 대한 특정 상품 Hi에 대한 선호도 Pr[Hi]는 식(3)과 같이 구할 수 있으며 식(2)의 분모 Pr[E]는 사라지게 된다.Therefore, the preference Pr [H i ] for the specific product H i for the entire product can be obtained as in Equation (3), and the denominator Pr [E] in Equation (2) disappears.
식 중,는 특정상품에 대한 선호도이고,는 동일집단중에서를 좋아할 확률,는 동일집단중에서를 좋아할 확률,는 동일집단중에서를 좋아할 확률,는 동일집단중에서을 좋아할 확률이다.In the formula, Is a specific product Is your preference for, Is the same group Between Probability of liking, Is the same group Between Probability of liking, Is the same group Between Probability of liking, Is the same group Between Is the probability of liking.
이것을 음반 상품에 적용하면, 선호도는 음악 장르가 되며 K-팝(K-pop), 트롯트(Trot), 팝(Pop)/R&B, 록(Rock), Alternative/Indie, 힙합(Hip-Hop), 재즈(Jazz), Country, Folk/Blues, 라틴(Latin), Electronic/Dance, New Age, 클래식(Classical), 오페라/보컬(Opera/Vocal)의 14개 장르로 나눴다. 따라서, 식(2)를 적용하여 사용자로부터 증거 E가 주어지면 그 사람의 특정 장르에 대한 선호도를 식(4)와 같이 산출할 수 있다. 이때, E1= [나이], E2= [성별], E3= [직업], E4= [취미], E5= [사는 도시의 규모]이다.If you apply it to a record product, your preference becomes the music genre, and K-pop, Trot, Pop / R & B, Rock, Alternative / Indie, Hip-Hop, It is divided into 14 genres: Jazz, Country, Folk / Blues, Latin, Electronic / Dance, New Age, Classical, and Opera / Vocal. Hence, given the evidence E from the user by applying Eq. (2), the person's preference for a particular genre can be calculated as Eq. (4). At this time, E 1 = [age], E 2 = [gender], E 3 = [occupation], E 4 = [hobby], E 5 = [living scale of the city].
사용자의 전체 음악 장르 중에서 Pop을 좋아할 확률 Pr[Pop]은 식(5)를 통해 얻어진다. 다른 장르에 대해서도 그 선호도를 구하고 전체 장르에 대한 순위를 결정할 수 있다.The probability Pr [Pop] that likes Pop among the entire music genres of the user is obtained through equation (5). The preferences can be obtained for other genres, and the ranking of all genres can be determined.
이와 같이, 식(5)에 의해 얻어진 순위를 바탕으로 해당 사용자에게 적합한상품을 추천해준다.As such, based on the ranking obtained by Equation (5), a product suitable for the user is recommended.
이상 설명한 내용을 통해 당업자라면 본 발명의 기술적 사상을 일탈하지 않는 범위에서 다양한 변경 및 수정이 가능함을 알 수 있을 것이다. 따라서, 본 발명의 기술적 범위는 첨부한 도면과 명세서의 상세한 설명에 기재된 내용으로 한정되는 것은 아니다.Those skilled in the art will appreciate that various changes and modifications can be made without departing from the technical spirit of the present invention. Therefore, the technical scope of the present invention is not limited to the contents described in the accompanying drawings and the detailed description of the specification.
상술한 바와 같이 본 발명에 의하면, 인터넷을 통한 문자기반(Text-based) 대화형 인터페이스를 사용하여 사용자와 대화를 수행하고, 사용자와의 대화 내용 중에서 특정 단어를 추출하여 사용자의 상품 선호도를 추론한 다음 사용자의 성향에 맞는 상품을 추천함으로써 사용자의 상품 구매에 도움을 주도록 하는 효과가 있다.As described above, according to the present invention, the user uses the text-based interactive interface through the Internet to perform a conversation with the user, and extracts a specific word from the conversation contents with the user to infer the user's product preference. By recommending products that are suitable for the next user's propensity, it helps to help the user purchase the product.
또한, 본 발명은 사용자와의 대화 중에 삽입되는 선택폼으로부터 얻어지는 사용자 개인정보를 통해 사용자의 상품에 대한 선호도를 추론하고, 추론되어진 상품 선호도에 따라 사용자에게 상품을 추천하여 사용자에게 만족스러운 추천 결과를 제공한다.In addition, the present invention infers the user's preference for the product through the user's personal information obtained from the selection form inserted during the conversation with the user, and recommends the product to the user according to the inferred product preferences to obtain a satisfactory recommendation result for the user. to provide.
Claims (7)
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020020014913A KR20020039281A (en) | 2002-03-20 | 2002-03-20 | Recommender system through conversation on Internet |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020020014913A KR20020039281A (en) | 2002-03-20 | 2002-03-20 | Recommender system through conversation on Internet |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| KR20020039281A true KR20020039281A (en) | 2002-05-25 |
Family
ID=19719915
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| KR1020020014913A KR20020039281A (en) | 2002-03-20 | 2002-03-20 | Recommender system through conversation on Internet |
Country Status (1)
| Country | Link |
|---|---|
| KR (1) | KR20020039281A (en) |
Cited By (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR101379503B1 (en) * | 2012-02-10 | 2014-03-28 | (주) 케이솔버 | Recommendation system for goods |
| US11048750B2 (en) | 2013-08-05 | 2021-06-29 | Samsung Electronics Co., Ltd. | Apparatus, server, and method for providing conversation topic |
| KR20210100163A (en) * | 2018-12-11 | 2021-08-13 | 아셈블로그, 인크. | Information processing devices and programs |
| CN113779050A (en) * | 2020-06-23 | 2021-12-10 | 北京沃东天骏信息技术有限公司 | Method and device for managing knowledge base of customer service robot |
Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US5615341A (en) * | 1995-05-08 | 1997-03-25 | International Business Machines Corporation | System and method for mining generalized association rules in databases |
| US5956693A (en) * | 1996-07-19 | 1999-09-21 | Geerlings; Huib | Computer system for merchant communication to customers |
| KR20010057730A (en) * | 1999-12-23 | 2001-07-05 | 오길록 | Apparatus for filtering information of goods using user profile and method using the same |
| KR20010109954A (en) * | 2000-06-05 | 2001-12-12 | 강준규 | Method for providing shopping information in internet shopping mall |
| KR20020007742A (en) * | 2000-07-18 | 2002-01-29 | 김민욱 | Methods of Information Recommendation based on Analysis of User's Information Preferences and Measurement of Information Popularity on the Internet and the System thereof |
| KR20020072939A (en) * | 2001-03-13 | 2002-09-19 | (주)데카커뮤니케이션즈 | Method of Supporting Personalized Purchasing Decision Using Dialogue Mining Engine and Drawing out Marketing Information in Internet Shopping Agent |
-
2002
- 2002-03-20 KR KR1020020014913A patent/KR20020039281A/en not_active Application Discontinuation
Patent Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US5615341A (en) * | 1995-05-08 | 1997-03-25 | International Business Machines Corporation | System and method for mining generalized association rules in databases |
| US5956693A (en) * | 1996-07-19 | 1999-09-21 | Geerlings; Huib | Computer system for merchant communication to customers |
| KR20010057730A (en) * | 1999-12-23 | 2001-07-05 | 오길록 | Apparatus for filtering information of goods using user profile and method using the same |
| KR20010109954A (en) * | 2000-06-05 | 2001-12-12 | 강준규 | Method for providing shopping information in internet shopping mall |
| KR20020007742A (en) * | 2000-07-18 | 2002-01-29 | 김민욱 | Methods of Information Recommendation based on Analysis of User's Information Preferences and Measurement of Information Popularity on the Internet and the System thereof |
| KR20020072939A (en) * | 2001-03-13 | 2002-09-19 | (주)데카커뮤니케이션즈 | Method of Supporting Personalized Purchasing Decision Using Dialogue Mining Engine and Drawing out Marketing Information in Internet Shopping Agent |
Cited By (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR101379503B1 (en) * | 2012-02-10 | 2014-03-28 | (주) 케이솔버 | Recommendation system for goods |
| US11048750B2 (en) | 2013-08-05 | 2021-06-29 | Samsung Electronics Co., Ltd. | Apparatus, server, and method for providing conversation topic |
| US11620333B2 (en) | 2013-08-05 | 2023-04-04 | Samsung Electronics Co., Ltd. | Apparatus, server, and method for providing conversation topic |
| KR20210100163A (en) * | 2018-12-11 | 2021-08-13 | 아셈블로그, 인크. | Information processing devices and programs |
| CN113779050A (en) * | 2020-06-23 | 2021-12-10 | 北京沃东天骏信息技术有限公司 | Method and device for managing knowledge base of customer service robot |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Rhee et al. | Effects of personalization and social role in voice shopping: An experimental study on product recommendation by a conversational voice agent | |
| Pagani | Determinants of adoption of third generation mobile multimedia services | |
| Klink et al. | Threats to the external validity of brand extension research | |
| US6829603B1 (en) | System, method and program product for interactive natural dialog | |
| US8612869B2 (en) | Peer-to-peer access of personalized profiles using content intermediary | |
| JP4947477B1 (en) | RECOMMENDATION DEVICE, RECOMMENDATION METHOD, AND RECOMMENDATION PROGRAM | |
| US20020112035A1 (en) | System and method for performing content experience management | |
| US20060293921A1 (en) | Input device for web content manager responsive to browser viewers' psychological preferences, behavioral responses and physiological stress indicators | |
| US20050060194A1 (en) | Method and system for monitoring health of an individual | |
| WO2001067319A1 (en) | Information providing device, and information providing method | |
| JP2011039909A (en) | Method and system for optimizing presentation information | |
| Jha | The role of social media communication: Empirical study of online purchase intention of financial products | |
| CN108475282A (en) | Communication system and communication control method | |
| Zhao et al. | Mining affective words to capture customer’s affective response to apparel products | |
| Shim et al. | Virtual sales associates for mature consumers: Technical and social support in e-retail service interactions | |
| KR101074820B1 (en) | Recommendation searching system using internet and method thereof | |
| US20220103438A1 (en) | System and method for enhanced profiling | |
| JP2003526163A (en) | Advertising and prize providing system and method using communication network | |
| KR101199474B1 (en) | Method for providing question and answer community service and system thereof, method for providing quiz game | |
| KR20020039281A (en) | Recommender system through conversation on Internet | |
| Liu et al. | Lurking or active? The influence of user participation behavior in online mental health communities on the choice and evaluation of doctors | |
| JP4886940B2 (en) | MATCHING SYSTEM USING FACTOR DATABASE, MATCHING DEVICE, AND FACTOR DATABASE CREATION METHOD FOR THE SYSTEM | |
| Wong | Sound branding: the role of music in consumer perceptions, behaviours, and practitioner beliefs | |
| Bartosiak | Can you tell me where to stay? The effect of presentation format on the persuasiveness of hotel online reviews | |
| WO2009097362A1 (en) | System and process for selecting personalized non-competitive electronic advertising |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A201 | Request for examination | ||
| E902 | Notification of reason for refusal | ||
| E601 | Decision to refuse application |