KR20100046421A - 상품 선호도를 평가하는 방법 및 쇼핑몰 서버 - Google Patents

상품 선호도를 평가하는 방법 및 쇼핑몰 서버 Download PDF

Info

Publication number
KR20100046421A
KR20100046421A KR1020080105253A KR20080105253A KR20100046421A KR 20100046421 A KR20100046421 A KR 20100046421A KR 1020080105253 A KR1020080105253 A KR 1020080105253A KR 20080105253 A KR20080105253 A KR 20080105253A KR 20100046421 A KR20100046421 A KR 20100046421A
Authority
KR
South Korea
Prior art keywords
product
related information
information
preference
preferences
Prior art date
Application number
KR1020080105253A
Other languages
English (en)
Inventor
연대중
Original Assignee
에스케이 텔레콤주식회사
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by 에스케이 텔레콤주식회사 filed Critical 에스케이 텔레콤주식회사
Priority to KR1020080105253A priority Critical patent/KR20100046421A/ko
Publication of KR20100046421A publication Critical patent/KR20100046421A/ko

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q30/00—Commerce
    • G06Q30/02—Marketing; Price estimation or determination; Fundraising
    • G06Q30/0201—Market modelling; Market analysis; Collecting market data
    • G06Q30/0203—Market surveys; Market polls
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q30/00—Commerce
    • G06Q30/02—Marketing; Price estimation or determination; Fundraising
    • G06Q30/0278—Product appraisal
    • 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]

Landscapes

  • Business, Economics & Management (AREA)
  • Accounting & Taxation (AREA)
  • Finance (AREA)
  • Strategic Management (AREA)
  • Development Economics (AREA)
  • Engineering & Computer Science (AREA)
  • General Business, Economics & Management (AREA)
  • Physics & Mathematics (AREA)
  • Marketing (AREA)
  • General Physics & Mathematics (AREA)
  • Economics (AREA)
  • Theoretical Computer Science (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Game Theory and Decision Science (AREA)
  • Data Mining & Analysis (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)
  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)

Abstract

본 발명은 상품 선호도를 평가하는 방법 및 쇼핑몰 서버에 관한 것이다.
본 발명은 상품 선호도를 평가하는 쇼핑몰 서버에 있어서, 특정 상품에 대한 상품 관련 정보의 수집 요청을 입력받아, 하나 이상의 웹사이트에서 상품 관련 정보를 수집하는 정보 수집 관리부; 상품 관련 정보를 분석하여 하나 이상의 상품 선호도 관련 정보를 추출하고, 추출된 하나 이상의 상품 선호도 관련 정보를 토대로 특정 상품에 대한 상품 선호도를 평가하는 정보 분석 관리부; 및 수집된 상품 관련 정보 및 평가된 상품 선호도 중 하나 이상을 단말기로 제공하는 정보 제공 관리부를 포함하는 것을 특징으로 하는 상품 선호도를 평가하는 쇼핑몰 서버를 제공한다.
본 발명에 의하면, 웹사이트에서 상품 관련 정보를 수집하고 이로부터 상품 선호도를 평가하여 제공해줌으로써, 사용자에게 상품 구매에 도움을 주고, 판매자에게는 판매할 상품을 선정하거나 판매 전략을 수립하는 데 도움을 주는 효과가 있다.
상품 관련 정보, 상품 선호도

Description

상품 선호도를 평가하는 방법 및 쇼핑몰 서버{Method and Server for Estimating Preference of Commodity}
본 발명은 상품 선호도를 평가하는 방법 및 쇼핑몰 서버에 관한 것이다. 더욱 상세하게는, 웹사이트에서 상품 관련 정보를 수집하고 이로부터 상품 선호도를 평가하고, 수집된 상품 관련 정보 및 평가된 상품 선호도를 상품을 구매하고자 하는 사용자에게 제공하여 상품 구매에 도움을 주고, 상품을 판매하고자 하는 판매자에게 제공하여 판매할 상품을 선정하거나 판매 전략을 수립하는 데 도움을 주는 상품 선호도를 평가하는 방법 및 쇼핑몰 서버에 관한 것이다.
요즈음, 온라인 쇼핑몰에서 상품을 구매하는 사용자가 급격하게 증가하고 있고, 이러한 온라인 쇼핑몰 사업 시장이 매우 빠른 속도로 커지는 상황이다. 이러한 상황에서, 온라인 쇼핑몰은, 다른 온라인 쇼핑몰에 비해, 사용자 또는 판매자에게 더 좋은 서비스를 제공해주어, 더욱 많은 사용자가 자신의 쇼핑몰 사이트를 통해 상품을 구매하고, 더욱 많은 판매자가 자신의 쇼핑몰 사이트를 통해 상품을 판매할 수 있게 하고자 한다.
만약, 사용자가 상품을 구매하기 위해, 찾은 상품에 대한 상품 관련 정보를 풍부하게 제공받아, 구매하고자 하는 상품에 대한 다른 사용자들의 상품 선호도를 알 수 있다면, 더욱 만족스러운 상품 구매가 가능해질 수 있다. 하지만, 종래의 온라인 쇼핑몰에서는 찾은 상품을 실제로 구매한 사용자가 올려놓은 몇 개의 구매 후기나 판매자가 올려놓은 상품정보 정도만 볼 수 있을 뿐이다.
또한, 판매자가 특정 온라인 쇼핑몰을 통해 판매하고자 하는 상품이 있을 때, 특정 온라인 쇼핑몰, 더 나아가 다른 온라인 쇼핑몰이나 웹상의 다른 웹사이트에서 판매하고자 하는 상품에 대한 구매 후기, 평가, 전문가 리뷰 및 기사 등을 제공받아, 판매하고자 하는 상품에 대한 사용자의 상품 선호도를 알 수 있다면, 판매하고자 하는 상품을 실제로 판매할지 다른 상품을 판매할지를 결정할 수 있을 것이다. 하지만, 종래의 온라인 쇼핑몰에서는 이러한 정보를 판매자에게 제공해주지 못하고 있는 실정이다.
전술한 문제점을 해결하기 위한 본 발명의 목적은, 웹사이트에서 상품 관련 정보를 수집하고 이로부터 상품 선호도를 평가하고, 수집된 상품 관련 정보 및 평가된 상품 선호도를 해당 쇼핑몰 사이트에 접속하여 상품을 구매하고자 하는 사용자에게 제공하여 상품 구매에 도움을 주는 데 있다.
또한, 본 발명의 다른 목적은, 웹사이트에서 상품 관련 정보를 수집하고 이로부터 상품 선호도를 평가하고, 수집된 상품 관련 정보 및 평가된 상품 선호도를 해당 쇼핑몰 사이트에서 상품을 판매하고자 하는 판매자에게 제공하여, 판매할 상 품을 선정하거나 판매 전략을 수립하는 데 도움을 주는 데 있다.
전술한 목적을 달성하기 위해 본 발명은, 상품 선호도를 평가하는 쇼핑몰 서버에 있어서, 특정 상품에 대한 상품 관련 정보의 수집 요청을 입력받아, 하나 이상의 웹사이트에서 상기 상품 관련 정보를 수집하는 정보 수집 관리부; 상기 상품 관련 정보를 분석하여 하나 이상의 상품 선호도 관련 정보를 추출하고, 상기 추출된 하나 이상의 상품 선호도 관련 정보를 토대로 상기 특정 상품에 대한 상품 선호도를 평가하는 정보 분석 관리부; 및 상기 수집된 상품 관련 정보 및 상기 평가된 상품 선호도 중 하나 이상을 단말기로 제공하는 정보 제공 관리부를 포함하는 것을 특징으로 하는 상품 선호도를 평가하는 쇼핑몰 서버를 제공한다.
또한, 본 발명은, 상품 선호도를 평가하는 방법에 있어서, 특정 상품에 대한 상품 관련 정보의 수집 요청을 입력받아, 하나 이상의 웹사이트에서 상기 상품 관련 정보를 수집하는 상품 관련 정보 수집 단계; 상기 상품 관련 정보를 분석하여 하나 이상의 상품 선호도 관련 정보를 추출하고, 상기 추출된 하나 이상의 상품 선호도 관련 정보를 토대로 상기 특정 상품에 대한 상품 선호도를 평가하는 상품 선호도 평가 단계; 및 상기 수집된 상품 관련 정보 및 상기 평가된 상품 선호도 중 하나 이상을 단말기로 제공하는 상품 선호도 제공 단계를 포함하는 것을 특징으로 하는 상품 선호도를 평가하는 방법을 제공한다.
이상에서 설명한 바와 같이 본 발명에 의하면, 웹사이트에서 상품 관련 정보 를 수집하고 이로부터 상품 선호도를 평가하고, 수집된 상품 관련 정보 및 평가된 상품 선호도를 해당 쇼핑몰 사이트에 접속하여 상품을 구매하고자 하는 사용자에게 제공하여 상품 구매에 도움을 주는 효과가 있다.
또한, 본 발명에 의하면, 웹사이트에서 상품 관련 정보를 수집하고 이로부터 상품 선호도를 평가하고, 수집된 상품 관련 정보 및 평가된 상품 선호도를 해당 쇼핑몰 사이트에서 상품을 판매하고자 하는 판매자에게 제공하여, 판매할 상품을 선정하거나 판매 전략을 수립하는 데 도움을 주는 효과가 있다.
이하, 본 발명의 일부 실시예들을 예시적인 도면을 통해 상세하게 설명한다. 각 도면의 구성요소들에 참조부호를 부가함에 있어서, 동일한 구성요소들에 대해서는 비록 다른 도면상에 표시되더라도 가능한 한 동일한 부호를 가지도록 하고 있음에 유의해야 한다. 또한, 본 발명을 설명함에 있어, 관련된 공지 구성 또는 기능에 대한 구체적인 설명이 본 발명의 요지를 흐릴 수 있다고 판단되는 경우에는 그 상세한 설명은 생략한다.
또한, 본 발명의 구성 요소를 설명하는 데 있어서, 제 1, 제 2, A, B, (a), (b) 등의 용어를 사용할 수 있다. 이러한 용어는 그 구성 요소를 다른 구성 요소와 구별하기 위한 것일 뿐, 그 용어에 의해 해당 구성 요소의 본질이나 차례 또는 순서 등이 한정되지 않는다. 어떤 구성 요소가 다른 구성요소에 "연결", "결합" 또는 "접속"된다고 기재된 경우, 그 구성 요소는 그 다른 구성요소에 직접적으로 연결되거나 또는 접속될 수 있지만, 각 구성 요소 사이에 또 다른 구성 요소가 "연결", " 결합" 또는 "접속"될 수도 있다고 이해되어야 할 것이다.
도 1은 본 발명의 일 실시예에 따른 상품 선호도를 평가하는 시스템(100)을 나타낸 도면이다.
도 1을 참조하면, 본 발명의 일 실시예에 따른 상품 선호도를 평가하는 시스템(100)은, 하나 이상의 웹사이트(Website)에서 특정 상품에 대한 하나 이상의 상품 관련 정보를 수집하여, 수집된 상품 관련 정보를 분석하여 하나 이상의 상품 선호도 관련 정보를 추출하고, 추출된 하나 이상의 상품 선호도 관련 정보를 토대로 특정 상품에 대한 상품 선호도를 평가하는 쇼핑몰 서버(110); 및 쇼핑몰 서버(110)와 하나 이상의 웹사이트의 웹사이트 서버(130)를 연결하는 유무선 통신망(120)을 포함한다.
쇼핑몰 서버(110)는 하드웨어적으로는 통상적인 웹서버(Web Server)와 동일한 구성을 하고 있다. 그러나, 소프트웨어적으로는, 도 2 내지 도 4와 관련하여 아래에서 상세하게 설명할 바와 같이, C, C++, Java, Visual Basic, Visual C 등 여하한 언어를 통하여 구현되어 여러 가지 기능을 하는 프로그램 모듈(Module)을 포함한다.
쇼핑몰 서버(110)는 웹서버(Web Server)의 형태로 구현될 수 있으며, 웹서버는 일반적으로 인터넷과 같은 개방형 컴퓨터 네트워크를 통하여 불특정 다수 클라이언트 및/또는 다른 서버와 연결되어 있고, 클라이언트 또는 다른 웹서버의 작업수행 요청을 접수하고 그에 대한 작업 결과를 도출하여 제공하는 컴퓨터 시스템 및 그를 위하여 설치되어 있는 컴퓨터 소프트웨어(웹서버 프로그램)를 뜻하는 것이다.
그러나, 전술한 웹서버 프로그램 이외에도, 상기 웹서버상에서 동작하는 일련의 응용 프로그램(Application Program)과 경우에 따라서는 내부에 구축되어 있는 각종 데이터베이스를 포함하는 넓은 개념으로 이해되어야 할 것이다.
이러한 쇼핑몰 서버(110)는 일반적인 서버용 하드웨어에 도스(DOS), 윈도우(windows), 리눅스(Linux), 유닉스(UNIX), 매킨토시(Macintosh)등의 운영체제에 따라 다양하게 제공되고 있는 웹서버 프로그램을 이용하여 구현될 수 있으며, 대표적인 것으로는 윈도우 환경에서 사용되는 웹사이트(Website), IIS(Internet Information Server)와 유닉스환경에서 사용되는 CERN, NCSA, APPACH등이 이용될 수 있다.
또한, 쇼핑몰 서버(110)는 상품 구매 결제를 위한 인증 시스템 및 결제 시스템과 연동할 수도 있다.
또한, 쇼핑몰 서버(110)는 회원 가입 정보와, 상품 카테고리별로 상품에 대한 정보를 분류하여 상품 데이터베이스에 저장시켜 관리한다. 또한, 상품 데이터베이스 이외에도, 본 발명에서 상품 선호도를 평가하기 위해 필요한 정보들(예를 들어, 참조 정보, 획득 규칙 등)을 별도의 데이터베이스에 저장시켜 이용하는데, 수집된 상품 관련 정보로부터 상품 선호도 관련 정보를 추출하기 위해 참조하는 참조 정보는 기계학습 데이터베이스에 저장되고, 기계학습을 수행하여 참조 정보를 획득하기 위한 획득 규칙은 획득 규칙 데이터베이스에 저장된다. 위에서 언급한 데이터베이스들은 쇼핑몰 서버(110)의 내부 또는 외부에 구현될 수 있다.
이러한 데이터베이스들은 데이터베이스 관리 프로그램(DBMS)을 이용하여 컴 퓨터 시스템의 저장공간(하드디스크 또는 메모리)에 구현된 일반적인 데이터구조를 의미하는 것으로, 데이터의 검색(추출), 삭제, 편집, 추가 등을 자유롭게 행할 수 있는 데이터 저장형태를 뜻하는 것으로, 오라클(Oracle), 인포믹스(Infomix), 사이베이스(Sybase), DB2와 같은 관계형 데이타베이스 관리 시스템(RDBMS)이나, 겜스톤(Gemston), 오리온(Orion), O2 등과 같은 객체 지향 데이타베이스 관리 시스템(OODBMS) 및 엑셀론(Excelon), 타미노(Tamino), 세카이주(Sekaiju) 등의 XML 전용 데이터베이스(XML Native Database)를 이용하여 본 발명의 목적에 맞게 구현될 수 있고, 자신의 기능을 달성하기 위하여 적당한 필드(Field) 또는 엘리먼트들을 가지고 있다.
웹사이트 서버(130)도 전술한 쇼핑몰 서버(110)와 유사한 서버, 포털 사이트의 서버 등으로 포함한 웹상의 모든 서버일 수 있다.
또한, 전술한 쇼핑몰 서버(110) 또는 웹사이트 서버(130)는 무선 인터넷을 위한 WAP(Wireless Application Protocol) 서버일 수도 있다.
유무선 통신망(120)은 쇼핑몰 서버(110)와 웹사이트 서버(130)들을 연결하는 망(Network)으로서 LAN(Local Area Network), WAN(Wide Area Network)등의 폐쇄형 네트워크일 수도 있으나, 인터넷(Internet)과 같은 개방형인 것이 바람직하다. 인터넷은 TCP/IP 프로토콜 및 그 상위계층에 존재하는 여러 서비스, 즉 HTTP(HyperText Transfer Protocol), Telnet, FTP(File Transfer Protocol), DNS(Domain Name System), SMTP(Simple Mail Transfer Protocol), SNMP(Simple Network Management Protocol), NFS(Network File Service), NIS(Network Information Service)를 제공하는 전세계적인 개방형 컴퓨터 네트워크 구조를 의미한다. 또한, 쇼핑몰 서버(110) 또는 웹사이트 서버(130)가 무선 인터넷을 위한 WAP(Wireless Application Protocol) 서버인 경우, 유무선 통신망(120)은 무선 통신망 또는 이동 통신망을 포함할 수도 있다.
또한, 도 1을 참조하면, 본 발명의 일 실시예에 따른 상품 선호도를 평가하는 시스템(100)은 쇼핑몰 서버(110)에서 평가된 상품 선호도 또는 수집된 상품 관련 정보를 제공받을 수 있는 단말기(140)들을 포함할 수도 있다.
여기서, 쇼핑몰 서버(110)에서 평가된 상품 선호도 또는 수집된 상품 관련 정보를 제공받을 수 있는 단말기(140)는, 쇼핑몰 서버(110)에 접속한 사용자 단말기이거나, 쇼핑몰 서버(110)에 의해 운영되는 온라인 쇼핑몰 사이트에 상품을 판매하는 판매자 단말기일 수도 있다.
즉, 쇼핑몰 서버(110)에서 평가된 상품 선호도 또는 수집된 상품 관련 정보는, 쇼핑몰 사이트에 접속한 사용자에게 제공되어 상품 구매 등에 도움을 줄 수 있고, 쇼핑몰 사이트에 상품을 판매하는 판매자에게 제공되어 판매하는 상품에 대한 사용자의 평가 등을 파악하여 판매 전력이나 판매할 상품을 선정하는 데 도움을 줄 수 있다.
단말기(140)는 개인 PC인 것이 일반적이지만, 유무선 통신망(120)에 연결되어 쇼핑몰 서버(110)와 서버-클라이언트 통신이 가능하다면 그 어떠한 단말기도 가능하며, 노트북 컴퓨터, 이동통신 단말기, PDA 등 여하한 통신 컴퓨팅 장치를 모두 포함하는 넓은 개념이다.
도 2는 본 발명의 일 실시예에 따른 상품 선호도를 평가하는 쇼핑몰 서버(110)에 대한 블록 구성도이다.
도 2를 참조하면, 본 발명의 일 실시예에 따른 상품 선호도를 평가하는 쇼핑몰 서버(110)는, 특정 상품에 대한 상품 관련 정보의 수집 요청을 입력받아, 하나 이상의 웹사이트에서 상품 관련 정보를 수집하는 정보 수집 관리부(210); 상품 관련 정보를 분석하여 하나 이상의 상품 선호도 관련 정보를 추출하고, 추출된 하나 이상의 상품 선호도 관련 정보를 토대로 특정 상품에 대한 상품 선호도를 평가하는 정보 분석 관리부(220); 및 수집된 상품 관련 정보 및 평가된 상품 선호도를 단말기(140)로 제공하는 정보 제공 관리부(230)를 포함한다.
전술한 정보 수집 관리부(210)는 특정 상품에 대한 상품 관련 정보의 수집 요청을 시스템상에서 주기적으로 입력받거나, 사용자 단말기 또는 판매자 단말기일 수 있는 단말기(140)로부터 입력받는다.
위에서 언급한 특정 상품에 대한 상품 관련 정보는 특정 상품과 관련된 구매 후기, 전문가 리뷰, 평가정보, 상품정보 및 기사정보 등에서 하나 이상을 포함하되, 이에 제한되지 않고, 상품 선호도를 평가할 수 있는 내용의 텍스트 등과 같은 상품 선호도 관련 정보를 추출할 수 있는 웹사이트(130)에 게시되거나 저장된 모든 문서를 포함한다.
도 2에 도시된 도 3은 본 발명의 일 실시예에 따른 상품 선호도를 평가하는 쇼핑몰 서버(110)에 포함된 정보 수집 관리부(210) 및 정보 분석 관리부(220)는 도 3 및 도 4를 참조하여 각각 더욱 상세하게 설명한다.
도 3은 본 발명의 일 실시예에 따른 상품 선호도를 평가하는 쇼핑몰 서버(110)에 포함된 정보 수집 관리부(210)에 대한 블록 구성도이다.
도 3을 참조하면, 본 발명의 일 실시예에 따른 상품 선호도를 평가하는 쇼핑몰 서버(110)에 포함된 정보 수집 관리부(210)는, 상품 관련 정보를 웹사이트에서 수집하는 하드웨어 모듈 또는 소프트웨어 모듈로서, 상품 웹페이지 검색부(310), 소스코드 수집부(320) 및 상품 관련 정보 추출부(330) 등을 포함한다.
상품 웹페이지 검색부(310)는 하나 이상의 웹사이트에서 특정 상품에 대한 상품 웹페이지를 검색한다.
소스코드 수집부(320)는 검색된 상품 웹페이지의 소스코드를 수집한다.
상품 관련 정보 추출부(330)는 수집된 소스코드의 분석을 통해, 수집된 소스코드가 특정 상품에 대한 소스코드인지를 판단하여 특정 상품에 대한 소스코드로 판단되면, 수집된 소스코드로부터 특정 상품과 관련되지 않은 정보를 제외한 특정 상품과 관련된 상품 관련 정보만을 필터링(Filtering)하여 추출한다.
전술한 상품 웹페이지 검색부(310)는 수집 요청 당시 특정 상품에 대하여 알고 있는 정보와 하나 이상의 웹사이트에서 확인되는 웹페이지 상의 상품에 대한 정보 간의 일치 여부를 판단하여 특정 상품에 대한 상품 웹페이지를 검색하게 되는데, 일 예로서, 특정 상품에 대한 제조사, 브랜드, 출시연도, 모델번호 및 상품가격 중 둘 이상의 일치 여부를 판단함으로써, 하나 이상의 웹사이트에서 특정 상품 에 대한 상품 웹페이지를 검색한다.
도 4는 본 발명의 일 실시예에 따른 상품 선호도를 평가하는 쇼핑몰 서버(110)에 포함된 정보 분석 관리부(220)에 대한 블록 구성도이다.
도 4를 참조하면, 본 발명의 일 실시예에 따른 상품 선호도를 평가하는 쇼핑몰 서버(110)에 포함된 정보 분석 관리부(220)는, 미리 정의되거나 저장된 정보나 데이터를 참조하여, 정보 수집 관리부(210)에서 수집된 상품 관련 정보로부터 상품 선호도 관련 정보를 추출하고 이를 토대로 상품 선호도를 평가하는 하드웨어 모듈이거나 소프트웨어 모듈이다.
이러한 정보 분석 관리부(220)는, 상품 관련 정보의 분석시, 기계학습 데이터베이스를 참조하여, 상품 관련 정보로부터 하나 이상의 상품 선호도 관련 정보를 추출하는 상품 선호도 관련 정보 추출부(410); 기계학습 데이터베이스를 참조하여, 추출된 하나 이상의 상품 선호도 관련 정보를 미리 정해진 여러 종류의 선호도 유형별로 분류하는 상품 선호도 관련 정보 분류부(420); 및 여러 종류의 선호도 유형별로 분류된 상품 선호도 관련 정보의 비율 정보를 상품 선호도로 평가하는 상품 선호도 평가부(430) 등으로 포함한다.
위에서 언급한 여러 종류의 선호도 유형은, 일 예로서, 긍정적 유형, 중간적 유형 및 부정적 유형 등을 포함한다.
또한, 정보 분석 관리부(220)는, 기계학습을 수행하여, 상품 선호도 관련 정보를 추출하기 위해서 참조하는 참조 정보 및 획득 규칙 등을 만들어내는 기계학습 관리부(440)를 추가로 포함할 수 있으며, 그리고 기계학습 관리부(440)에 의해 만들어진 참조 정보가 저장된 기계학습 데이터베이스(460)를 포함할 수 있고, 기계학습 관리부(440)에 의해 만들어지거나 미리 정해진 획득 규칙이 저장된 획득 규칙 데이터베이스(450) 등의 데이터베이스를 포함할 수도 있다.
전술한 기계학습 관리부(440)는 미리 정해진 획득 규칙을 토대로 기계학습을 수행하여 참조 정보를 획득하고, 획득한 참조 정보를 기계학습 데이터베이스(460)에 저장시키며, 획득한 참조 정보를 토대로 새로운 획득 규칙을 만들어 획득 규칙 데이터베이스(450)에 저장시킨다.
전술한 획득 규칙 데이터베이스(450)에는 미리 정해진 획득 규칙이 저장되고, 상기 새로운 획득 규칙이 저장되고, 기계학습 데이터베이스(460)에는 상품 관련 정보로부터 상품 선호도 관련 정보를 추출할 때 참조 되는 참조 정보가 저장된다.
전술한 바와 같이, 정보 분석 관리부(220)는 수집된 상품 관련 정보로부터 특정 상품에 대한 상품 선호도를 평가하는데, 이러한 과정을 예를 들어 설명한다.
우선, 선호도 유형이 긍정적 유형, 중간적 유형 및 부정적 유형으로 분류되는 것을 가정한다.
또한, 획득 규칙 데이터베이스(450)에는, 「'좋-', '보통-' 및 '싫-'은 상품 선호도 관련 정보이다.」라는 "미리 정해진 획득 규칙"이 저장되어 있고, 기계학습 데이터베이스(460)에는,「'좋-', '보통-' 및 '싫-'」라는 "참조 정보"가 저장되어 있는 것을 가정한다. 여기서, '좋-'라는 참조 정보는 긍정적 유형에 대한 선호도 유형으로 분류되고, '보통-'라는 참조 정보는 중간적 유형에 대한 선호도 유형으로 분류되며, '싫-'라는 참조 정보는 부정적 유형에 대한 선호도 유형으로 분류되어 기계학습 데이터베이스(460)에 저장되어 있다. 참고로,「'좋-', '보통-' 및 '싫-'」라는 예시처럼, 참조 정보는 어문학적으로 어간이나 어근일 수 있다.
그리고, 정보 수집 관리부(210)에서 수집된 "상품 관련 정보"는 특정 상품에 대한 구매 후기로서, 예를 들어, 「오늘 구입한 휴대폰 A가 집에 배송되었는데, 직접 보니까 쇼핑몰에서 사진으로 보았을 때보다 더 좋던데요. 가격은 그럭저럭 보통이었지만, 크기는 작아서 좋고, 벨 소리도 너무 예뻐서 좋았어요. 하지만, 크기가 작아서 그런지 화면이 너무 작아 싫었어요.~」라는 내용을 포함하는 것을 가정한다.
전술한 바와 같은 가정하에, 상품 선호도 관련 정보 추출부(410)는, 기계학습 데이터베이스(460)에 미리 저장된 참조 정보('좋-', '보통-' 및 '싫-')를 참조하여, 상품 관련 정보의 예시로부터 '좋-', '보통-', '좋-', '좋-' 및 '싫-'라는 5개의 텍스트를 상품 선호도 관련 정보로서 추출한다.
그리고, 상품 선호도 관련 정보 분류부(420)는, 추출된 5개의 상품 선호도 관련 정보('좋-', '보통-', '좋-', '좋-' 및 '싫-') 미리 정해진 3가지의 선호도 유형(긍정적 유형, 중간적 유형, 부정적 유형)으로 분류한다. 즉, 긍정적 유형에 해당하는 상품 선호도 관련 정보는 3개의 '좋-'이고, 중간적 유형에 해당하는 상품 선호도 관련 정보는 1개의 '보통-'이고, 부정적 유형에 해당하는 상품 선호도 관련 정보는 1개의 '싫-'인 것으로 분류될 수 있다.
이상에서의 예시에서는, 한 개의 상품 관련 정보만을 수집한 것을 예로 들어 설명했지만, 특정 상품에 대한 더욱 많은 상품 관련 정보를 수집하고 이와 같은 절차로 각 상품 관련 정보마다 상품 선호도를 평가하고, 평가된 모든 상품 선호도를 통계적으로 계산하여 최종적인, 평균적인 상품 신호도를 평가할 수 있다면, 더욱더 신뢰있는 상품 선호도를 평가할 수 있다.
이후, 상품 선호도 평가부(430)는, 전술한 분류 결과에 따라 선호도 유형별 상품 선호도 관련 정보의 비율(긍정적:중간적:부정적)은 6:2:2이 된다. 즉, 휴대폰 A에 대해서 수집된 한 개의 상품 관련 정보에 대해서는, 노트북 A가 60%의 긍정적인 상품 선호도, 20%의 중간적인 상품 선호도 및 20%의 부정적인 상품 선호도를 가지는 것으로 판단할 수 있다.
아울러, 기계학습 관리부(440)는 위의 상품 관련 정보의 예시인, 「~ 좋던데요. 가격은 그럭저럭 보통이었지만, 크기는 작아서 ~」에서, 중간적 유형에 속하는 '보통-'라는 참조 정보가 포함된 문장 속에 포함된 '그럭저럭'이란 단어도 중간적 유형에 속하는 참조 정보로 간주하여, 이를 「'그럭저럭'은 상품 선호도 관련 정보이다.」라는 것을 새로운 획득 규칙으로 만들어 획득 규칙 데이터베이스(450)에 새롭게 저장시킨다. 또한, '그럭저럭'을 중간적 유형에 속하는 참조 정보로서 기계학습 데이터베이스(460)에 새롭게 저장시킨다. 이처럼, 기계학습 관리부(440)는 한 번의 상품 선호도 평가 과정을 거친 후, 그 과정에서 얻은 경험을 바탕으로 새로운 획득 규칙을 확장해가고, 그로써 더 효율적으로 풍부하게 상품 선호도 관련 정보를 추출할 수 있게 되면 나아가 상품 선호도를 더욱 정확하게 평가할 수 있게 되는 것 이다.
도 5는 본 발명의 일 실시예에 따른 상품 선호도를 평가하는 방법에 대한 흐름도이다.
도 5를 참조하면, 본 발명의 일 실시예에 따른 상품 선호도를 평가하는 방법은, 특정 상품에 대한 상품 관련 정보의 수집 요청을 입력받아, 하나 이상의 웹사이트에서 상품 관련 정보를 수집하는 상품 관련 정보 수집 단계(S500); 상품 관련 정보를 분석하여 하나 이상의 상품 선호도 관련 정보를 추출하고, 추출된 하나 이상의 상품 선호도 관련 정보를 토대로 특정 상품에 대한 상품 선호도를 평가하는 상품 선호도 평가 단계(S502); 및 수집된 상품 관련 정보 및 평가된 상품 선호도 중 하나 이상을 단말기(140)로 제공하는 상품 선호도 제공 단계(S504) 등을 포함한다.
전술한 본 발명의 일 실시예에 따른 상품 선호도를 평가하는 방법은 도 2 내지 도 4를 참조하여 전술한 쇼핑몰 서버(110)에 의해 수행된 것으로서, 상품 관련 정보 수집 단계(S500), 상품 선호도 평가 단계(S502) 및 상품 선호도 제공 단계(S504)는 쇼핑몰 서버(110)에서의 정보 수집 관리부(210), 정보 분석 관리부(220) 및 정보 제공 관리부(230)에 의해 각각 수행되며, 각 단계(S500, S502, S504)에 대한 상세한 방법은 위에서 설명한 쇼핑몰 서버(110)에서의 정보 수집 관리부(210), 정보 분석 관리부(220) 및 정보 제공 관리부(230)에서의 기능 수행의 방법과 동일하게 수행된다.
이상에서 전술한 본 발명의 일 실시예에 따른 상품 선호도를 평가하는 방법을 실행시키기 위한 프로그램은 컴퓨터로 읽을 수 있는 기록매체에 기록될 수 있다.
전술한 본 발명의 일 실시예에 따른 상품 선호도를 평가하는 방법을 실행시키기 위한 프로그램은, 특정 상품에 대한 상품 관련 정보의 수집 요청을 입력받아, 하나 이상의 웹사이트에서 상품 관련 정보를 수집하는 상품 관련 정보 수집 기능; 및 상품 관련 정보를 분석하여 하나 이상의 상품 선호도 관련 정보를 추출하고, 추출된 하나 이상의 상품 선호도 관련 정보를 토대로 특정 상품에 대한 상품 선호도를 평가하는 상품 선호도 평가 기능을 구현한다.
또한, 전술한 상품 관련 정보 수집 기능의 구현시, 하나 이상의 웹사이트에서 특정 상품에 대한 상품 웹페이지를 검색하는 상품 웹페이지 검색 기능; 상품 웹페이지의 소스코드를 수집하는 소스코드 수집 기능; 및 수집된 소스코드의 분석을 통해, 수집된 소스코드가 상기 특정 상품에 대한 소스코드로 판단되면, 수집된 소스코드로부터 상품 관련 정보만을 필터링하여 추출하는 상품 관련 정보 추출 기능을 구현할 수 있다.
또한, 전술한 상품 선호도 평가 기능의 구현시, 상품 관련 정보를 분석할 때, 기계학습 데이터베이스를 참조하여, 상품 관련 정보로부터 상기 하나 이상의 상품 선호도 관련 정보를 추출하는 상품 선호도 관련 정보 추출 기능; 기계학습 데이터베이스를 참조하여, 추출된 하나 이상의 상품 선호도 관련 정보를 미리 정해진 여러 종류의 선호도 유형별로 분류하는 상품 선호도 관련 정보 분류 기능; 및 여러 종류의 선호도 유형별로 분류된 상품 선호도 관련 정보의 비율 정보를 상품 선호도로 평가하는 상품 선호도 평가 기능을 구현할 수 있다.
또한, 전술한 본 발명의 일 실시예에 따른 상품 선호도를 평가하는 방법을 실행시키기 위한 프로그램은, 미리 정해진 획득 규칙을 토대로 기계학습을 수행하여 참조 정보를 획득하고, 획득한 참조 정보를 기계학습 데이터베이스에 저장시키며, 획득한 참조 정보를 토대로 새로운 획득 규칙을 만들어 저장시키는 기계학습 기능; 미리 정해진 획득 규칙이 저장되고, 새로운 획득 규칙이 저장되는 획득 규칙 데이터베이스 구축 기능; 및 상품 관련 정보로부터 상품 선호도 관련 정보를 추출할 때 참조 되는 참조 정보가 저장된 기계학습 데이터베이스 구축 기능을 구현할 수 있다.
본 발명의 일 실시예에 따른 상품 선호도를 평가하는 방법을 실행시키기 위한 프로그램이 기록되고 컴퓨터가 읽을 수 있는 기록매체는 컴퓨터 시스템에 의하여 읽혀질 수 있는 데이터가 저장되는 모든 종류의 기록장치를 포함한다.
컴퓨터가 읽을 수 있는 기록매체의 예로는 ROM, RAM, CD-ROM, 자기 테이프, 플로피디스크, 광 데이터 저장장치 등이 있으며, 또한 캐리어 웨이브(예를 들어, 인터넷을 통한 전송)의 형태로 구현되는 것도 포함한다. 또한 컴퓨터가 읽을 수 있는 기록매체는 네트워크로 연결된 컴퓨터 시스템에 분산되어, 분산방식으로 컴퓨터가 읽을 수 있는 코드가 저장되고 실행될 수 있다.
그리고, 본 발명을 구현하기 위한 기능적인(Functional) 프로그램, 코드 및 코드 세그먼트들은 본 발명이 속하는 기술분야의 프로그래머들에 의해 용이하게 추론될 수 있다.
이상에서 설명한 바와 같이 본 발명에 의하면, 웹사이트에서 상품 관련 정보를 수집하고 이로부터 상품 선호도를 평가하고, 수집된 상품 관련 정보 및 평가된 상품 선호도를 해당 쇼핑몰 사이트에 접속하여 상품을 구매하고자 하는 사용자에게 제공하여 상품 구매에 도움을 주는 효과가 있다.
또한, 본 발명에 의하면, 웹사이트에서 상품 관련 정보를 수집하고 이로부터 상품 선호도를 평가하고, 수집된 상품 관련 정보 및 평가된 상품 선호도를 해당 쇼핑몰 사이트에서 상품을 판매하고자 하는 판매자에게 제공하여, 판매할 상품을 선정하거나 판매 전략을 수립하는 데 도움을 주는 효과가 있다.
이상에서, 본 발명의 실시예를 구성하는 모든 구성 요소들이 하나로 결합되거나 결합되어 동작하는 것으로 설명되었다고 해서, 본 발명이 반드시 이러한 실시예에 한정되는 것은 아니다. 즉, 본 발명의 목적 범위 안에서라면, 그 모든 구성 요소들이 하나 이상으로 선택적으로 결합하여 동작할 수도 있다. 또한, 그 모든 구성 요소들이 각각 하나의 독립적인 하드웨어로 구현될 수 있지만, 각 구성 요소들의 그 일부 또는 전부가 선택적으로 조합되어 하나 또는 복수 개의 하드웨어에서 조합된 일부 또는 전부의 기능을 수행하는 프로그램 모듈을 갖는 컴퓨터 프로그램으로서 구현될 수도 있다. 그 컴퓨터 프로그램을 구성하는 코드들 및 코드 세그먼트들은 본 발명의 기술 분야의 당업자에 의해 용이하게 추론될 수 있을 것이다. 이러한 컴퓨터 프로그램은 컴퓨터가 읽을 수 있는 저장매체(Computer Readable Media)에 저장되어 컴퓨터에 의하여 읽혀지고 실행됨으로써, 본 발명의 실시예를 구현할 수 있다. 컴퓨터 프로그램의 저장매체로서는 자기 기록매체, 광 기록매체, 캐리어 웨이브 매체 등이 포함될 수 있다.
또한, 이상에서 기재된 "포함하다", "구성하다" 또는 "가지다" 등의 용어는, 특별히 반대되는 기재가 없는 한, 해당 구성 요소가 내재될 수 있음을 의미하는 것이므로, 다른 구성 요소를 제외하는 것이 아니라 다른 구성 요소를 더 포함할 수 있는 것으로 해석되어야 한다. 기술적이거나 과학적인 용어를 포함한 모든 용어들은, 다르게 정의되지 않는 한, 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자에 의해 일반적으로 이해되는 것과 동일한 의미를 가진다. 사전에 정의된 용어와 같이 일반적으로 사용되는 용어들은 관련 기술의 문맥 상의 의미와 일치하는 것으로 해석되어야 하며, 본 발명에서 명백하게 정의하지 않는 한, 이상적이거나 과도하게 형식적인 의미로 해석되지 않는다.
이상의 설명은 본 발명의 기술 사상을 예시적으로 설명한 것에 불과한 것으로서, 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자라면 본 발명의 본질적인 특성에서 벗어나지 않는 범위에서 다양한 수정 및 변형이 가능할 것이다. 따라서, 본 발명에 개시된 실시예들은 본 발명의 기술 사상을 한정하기 위한 것이 아니라 설명하기 위한 것이고, 이러한 실시예에 의하여 본 발명의 기술 사상의 범위가 한정되는 것은 아니다. 본 발명의 보호 범위는 아래의 청구범위에 의하여 해석되어야 하며, 그와 동등한 범위 내에 있는 모든 기술 사상은 본 발명의 권리범위에 포함되는 것으로 해석되어야 할 것이다.
이상에서 설명한 바와 같이 본 발명은 온라인 쇼핑몰 기술 분야에 적용되어, 웹사이트에서 상품 관련 정보를 수집하고 이로부터 상품 선호도를 평가하여 제공해줌으로써, 사용자에게 상품 구매에 도움을 주고, 판매자에게는 판매할 상품을 선정하거나 판매 전략을 수립하는 데 도움을 주는 매우 유용한 발명이다.
도 1은 본 발명의 일 실시예에 따른 상품 선호도를 평가하는 시스템을 나타낸 도면,
도 2는 본 발명의 일 실시예에 따른 상품 선호도를 평가하는 쇼핑몰 서버에 대한 블록 구성도,
도 3은 본 발명의 일 실시예에 따른 상품 선호도를 평가하는 쇼핑몰 서버에 포함된 정보 수집 관리부에 대한 블록 구성도,
도 4는 본 발명의 일 실시예에 따른 상품 선호도를 평가하는 쇼핑몰 서버에 포함된 정보 분석 관리부에 대한 블록 구성도,
도 5는 본 발명의 일 실시예에 따른 상품 선호도를 평가하는 방법에 대한 흐름도이다.
< 도면의 주요 부분에 대한 부호의 설명 >
100: 시스템
110: 쇼핑몰 서버
120: 유무선 통신망
130: 웹사이트 서버
140: 단말기
210: 정보 수집 관리부
220: 정보 분석 관리부
230: 정보 제공 관리부

Claims (9)

  1. 상품 선호도를 평가하는 쇼핑몰 서버에 있어서,
    특정 상품에 대한 상품 관련 정보의 수집 요청을 입력받아, 하나 이상의 웹사이트에서 상기 상품 관련 정보를 수집하는 정보 수집 관리부;
    상기 상품 관련 정보를 분석하여 하나 이상의 상품 선호도 관련 정보를 추출하고, 상기 추출된 하나 이상의 상품 선호도 관련 정보를 토대로 상기 특정 상품에 대한 상품 선호도를 평가하는 정보 분석 관리부; 및
    상기 수집된 상품 관련 정보 및 상기 평가된 상품 선호도 중 하나 이상을 단말기로 제공하는 정보 제공 관리부
    를 포함하는 것을 특징으로 하는 상품 선호도를 평가하는 쇼핑몰 서버.
  2. 제 1항에 있어서,
    상기 정보 수집 관리부는,
    상기 하나 이상의 웹사이트에서 상기 특정 상품에 대한 상품 웹페이지를 검색하는 상품 웹페이지 검색부;
    상기 상품 웹페이지의 소스코드를 수집하는 소스코드 수집부; 및
    상기 수집된 소스코드의 분석을 통해, 상기 수집된 소스코드가 상기 특정 상품에 대한 소스코드로 판단되면, 상기 수집된 소스코드로부터 상기 상품 관련 정보만을 필터링하여 추출하는 상품 관련 정보 추출부
    를 포함하는 것을 특징으로 하는 상품 선호도를 평가하는 쇼핑몰 서버.
  3. 제 2항에 있어서,
    상기 상품 웹페이지 검색부는,
    상기 특정 상품에 대한 제조사, 브랜드, 출시연도, 모델번호 및 상품가격 중 둘 이상의 일치 여부를 판단함으로써, 상기 하나 이상의 웹사이트에서 상기 특정 상품에 대한 상기 상품 웹페이지를 검색하는 것을 특징으로 하는 상품 선호도를 평가하는 쇼핑몰 서버.
  4. 제 1항에 있어서,
    상기 정보 분석 관리부는,
    상기 상품 관련 정보의 분석시, 기계학습 데이터베이스를 참조하여, 상기 상품 관련 정보로부터 상기 하나 이상의 상품 선호도 관련 정보를 추출하는 상품 선호도 관련 정보 추출부;
    상기 기계학습 데이터베이스를 참조하여, 상기 추출된 하나 이상의 상품 선호도 관련 정보를 미리 정해진 여러 종류의 선호도 유형별로 분류하는 상품 선호도 관련 정보 분류부; 및
    상기 여러 종류의 선호도 유형별로 분류된 상품 선호도 관련 정보의 비율 정보를 상기 상품 선호도로 평가하는 상품 선호도 평가부
    를 포함하는 것을 특징으로 하는 상품 선호도를 평가하는 쇼핑몰 서버.
  5. 제 4항에 있어서,
    상기 여러 종류의 선호도 유형은,
    긍정적 유형, 중간적 유형 및 부정적 유형을 포함하는 것을 특징으로 하는 상품 선호도를 평가하는 쇼핑몰 서버.
  6. 제 4항에 있어서,
    상기 정보 분석 관리부는,
    미리 정해진 획득 규칙을 토대로 기계학습을 수행하여 참조 정보를 획득하고, 상기 획득한 참조 정보를 상기 기계학습 데이터베이스에 저장시키며, 상기 획득한 참조 정보를 토대로 새로운 획득 규칙을 만들어 저장시키는 기계학습 관리부;
    상기 미리 정해진 획득 규칙이 저장되고, 상기 새로운 획득 규칙이 저장되는 획득 규칙 데이터베이스; 및
    상기 상품 관련 정보로부터 상기 상품 선호도 관련 정보를 추출할 때 참조 되는 상기 참조 정보가 저장된 기계학습 데이터베이스
    를 포함하는 것을 특징으로 하는 상품 선호도를 평가하는 쇼핑몰 서버.
  7. 제 1항에 있어서,
    상기 정보 수집 관리부는,
    상기 특정 상품에 대한 상품 관련 정보의 수집 요청을 시스템상에서 주기적 으로 입력받거나, 상기 단말기로부터 입력받되,
    상기 단말기는 사용자 단말기 및 판매자 단말기 중 하나인 것을 특징으로 하는 상품 선호도를 평가하는 쇼핑몰 서버.
  8. 제 1항에 있어서,
    상기 특정 상품에 대한 상품 관련 정보는,
    상기 특정 상품과 관련된 구매 후기, 전문가 리뷰, 평가정보, 상품정보 및 기사정보 중 하나 이상을 포함하는 것을 특징으로 하는 상품 선호도를 평가하는 쇼핑몰 서버.
  9. 상품 선호도를 평가하는 방법에 있어서,
    특정 상품에 대한 상품 관련 정보의 수집 요청을 입력받아, 하나 이상의 웹사이트에서 상기 상품 관련 정보를 수집하는 상품 관련 정보 수집 단계;
    상기 상품 관련 정보를 분석하여 하나 이상의 상품 선호도 관련 정보를 추출하고, 상기 추출된 하나 이상의 상품 선호도 관련 정보를 토대로 상기 특정 상품에 대한 상품 선호도를 평가하는 상품 선호도 평가 단계; 및
    상기 수집된 상품 관련 정보 및 상기 평가된 상품 선호도 중 하나 이상을 단말기로 제공하는 상품 선호도 제공 단계
    를 포함하는 것을 특징으로 하는 상품 선호도를 평가하는 방법.
KR1020080105253A 2008-10-27 2008-10-27 상품 선호도를 평가하는 방법 및 쇼핑몰 서버 KR20100046421A (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020080105253A KR20100046421A (ko) 2008-10-27 2008-10-27 상품 선호도를 평가하는 방법 및 쇼핑몰 서버

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020080105253A KR20100046421A (ko) 2008-10-27 2008-10-27 상품 선호도를 평가하는 방법 및 쇼핑몰 서버

Publications (1)

Publication Number Publication Date
KR20100046421A true KR20100046421A (ko) 2010-05-07

Family

ID=42273685

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020080105253A KR20100046421A (ko) 2008-10-27 2008-10-27 상품 선호도를 평가하는 방법 및 쇼핑몰 서버

Country Status (1)

Country Link
KR (1) KR20100046421A (ko)

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20160091082A (ko) * 2015-01-23 2016-08-02 주식회사 포워드벤처스 쇼핑 서비스 제공 시스템 및 쇼핑 서비스 제공 방법
KR20160121867A (ko) * 2015-04-13 2016-10-21 주식회사 에이치이알 피부 특성 및 화장품 취향 코드와 제품 평가를 이용한 화장품 맞춤 추천 및 판매 방법
KR20170022174A (ko) * 2015-08-19 2017-03-02 주식회사 포워드벤처스 정보 처리 시스템 및 방법
KR20180041405A (ko) * 2016-10-14 2018-04-24 주식회사 샤샤 인터넷 기반 판매 예측 정보 제공 장치
KR20210028340A (ko) * 2019-09-04 2021-03-12 안동현 빅데이터를 이용한 리셀 상품의 미래 가치 평가 시스템 및 방법

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20160091082A (ko) * 2015-01-23 2016-08-02 주식회사 포워드벤처스 쇼핑 서비스 제공 시스템 및 쇼핑 서비스 제공 방법
KR20160121867A (ko) * 2015-04-13 2016-10-21 주식회사 에이치이알 피부 특성 및 화장품 취향 코드와 제품 평가를 이용한 화장품 맞춤 추천 및 판매 방법
KR20170022174A (ko) * 2015-08-19 2017-03-02 주식회사 포워드벤처스 정보 처리 시스템 및 방법
KR20180041405A (ko) * 2016-10-14 2018-04-24 주식회사 샤샤 인터넷 기반 판매 예측 정보 제공 장치
KR20210028340A (ko) * 2019-09-04 2021-03-12 안동현 빅데이터를 이용한 리셀 상품의 미래 가치 평가 시스템 및 방법

Similar Documents

Publication Publication Date Title
KR101419504B1 (ko) 사용자 성향 분석을 통한 맞춤형 쇼핑 정보 제공 시스템 및 방법
KR101250845B1 (ko) 자연어에 기반하여 상품을 검색하는 방법, 쇼핑몰 서버 및 쇼핑몰 시스템
WO2021025926A1 (en) Digital content prioritization to accelerate hyper-targeting
US20130185294A1 (en) Recommender system, recommendation method, and program
CN106022800A (zh) 一种用户特征数据的处理方法和装置
CN105488697A (zh) 一种基于客户行为特征的潜在客户挖掘方法
TW201513019A (zh) 基於用戶行爲的特徵提取、個性化推薦方法和系統
JP7387432B2 (ja) ネットワーク化環境における不正コンテンツに関連するデータを収集するためのシステムおよび方法
CN107633416B (zh) 一种业务对象的推荐方法、装置和系统
US9104746B1 (en) Identifying contrarian terms based on website content
EP3289487B1 (en) Computer-implemented methods of website analysis
KR20160070282A (ko) 쇼핑몰 사이트 제공 시스템, 쇼핑몰 사이트 제공 방법, 그 프로그램 및 이를 기록한 기록매체
Dias et al. Automating the extraction of static content and dynamic behaviour from e-commerce websites
Piccardi et al. On the Value of Wikipedia as a Gateway to the Web
CN104537080B (zh) 资讯推荐方法和系统
KR20100046421A (ko) 상품 선호도를 평가하는 방법 및 쇼핑몰 서버
KR20190081671A (ko) 온라인 쇼핑몰 통합 관리 시스템에서의 유사상품을 검색하는 방법 및 그 서버
CN108280102A (zh) 上网行为记录方法、装置及用户终端
CN102360484B (zh) 团购网站销售数据真实性检测方法及装置
KR101813003B1 (ko) 온라인 통합 관리 시스템
KR20100045116A (ko) 온라인 쇼핑몰에 쇼핑몰 현황 정보를 게시하는 방법, 쇼핑몰 서버 및 쇼핑몰 시스템
CN112685618A (zh) 用户特征识别方法、装置、计算设备及计算机存储介质
CN111008913A (zh) 一种以产品促进其知识产权交易的电子商务平台
CN103514237A (zh) 一种获取用户和文档个性化特征的方法和系统
CN104050174B (zh) 一种个性化页面生成方法及装置

Legal Events

Date Code Title Description
A201 Request for examination
E902 Notification of reason for refusal
AMND Amendment
N231 Notification of change of applicant
E601 Decision to refuse application
AMND Amendment
J201 Request for trial against refusal decision
B601 Maintenance of original decision after re-examination before a trial
E801 Decision on dismissal of amendment
J301 Trial decision

Free format text: TRIAL DECISION FOR APPEAL AGAINST DECISION TO DECLINE REFUSAL REQUESTED 20120217

Effective date: 20130329

Free format text: TRIAL NUMBER: 2012101001690; TRIAL DECISION FOR APPEAL AGAINST DECISION TO DECLINE REFUSAL REQUESTED 20120217

Effective date: 20130329