KR20130053927A - 전자상거래 사이트의 신뢰도 계산 방법 - Google Patents

전자상거래 사이트의 신뢰도 계산 방법 Download PDF

Info

Publication number
KR20130053927A
KR20130053927A KR1020110119642A KR20110119642A KR20130053927A KR 20130053927 A KR20130053927 A KR 20130053927A KR 1020110119642 A KR1020110119642 A KR 1020110119642A KR 20110119642 A KR20110119642 A KR 20110119642A KR 20130053927 A KR20130053927 A KR 20130053927A
Authority
KR
South Korea
Prior art keywords
commerce site
user
intimacy
site
commerce
Prior art date
Application number
KR1020110119642A
Other languages
English (en)
Other versions
KR101323535B1 (ko
Inventor
권오병
Original Assignee
경희대학교 산학협력단
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 경희대학교 산학협력단 filed Critical 경희대학교 산학협력단
Priority to KR1020110119642A priority Critical patent/KR101323535B1/ko
Publication of KR20130053927A publication Critical patent/KR20130053927A/ko
Application granted granted Critical
Publication of KR101323535B1 publication Critical patent/KR101323535B1/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
    • G06Q30/06—Buying, selling or leasing transactions
    • G06Q30/0601—Electronic shopping [e-shopping]
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
    • G06F17/10—Complex mathematical operations
    • G06F17/18—Complex mathematical operations for evaluating statistical data, e.g. average values, frequency distributions, probability functions, regression analysis

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Data Mining & Analysis (AREA)
  • Mathematical Physics (AREA)
  • Mathematical Analysis (AREA)
  • Mathematical Optimization (AREA)
  • Pure & Applied Mathematics (AREA)
  • Finance (AREA)
  • Accounting & Taxation (AREA)
  • Computational Mathematics (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Operations Research (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • General Business, Economics & Management (AREA)
  • Evolutionary Biology (AREA)
  • Strategic Management (AREA)
  • Marketing (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Probability & Statistics with Applications (AREA)
  • Economics (AREA)
  • Algebra (AREA)
  • Development Economics (AREA)
  • Databases & Information Systems (AREA)
  • Software Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)

Abstract

본 발명은 전자상거래에서 전자상거래 사이트에 대한 사용자의 신뢰도를 계산하는 방법에 관한 것으로, 보다 구체적으로 전자상거래 사이트에 대한 주변 사용자의 평판도뿐만 아니라 사용자의 전자상거래 사이트에 대한 친밀도를 고려한 사용자에 개인화된 전자상거래 사이트의 신뢰도 계산 방법에 관한 것이다.
본 발명에 따른 전자상거래 사이트의 신뢰도 계산 방법은 전자상거래 사이트에 대한 주변 사용자의 평판도뿐만 아니라 사용자의 전자상거래 사이트에 대한 친밀도를 반영하여 전자상거래 사이트의 신뢰도를 계산함으로써, 사용자에 개인화된 전자상거래 사이트의 신뢰도를 정확하게 계산할 수 있다. 또한 본 발명에 따른 전자상거래 사이트의 신뢰도 계산 방법은 사용자가 전자상거래 사이트를 이용한 시간 또는 횟수에 따라 증가하는 친밀도를 반영하여 전자상거래 사이트의 신뢰도를 계산함으로써, 실시간으로 변화하는 사용자의 전자상거래 사이트에 대한 신뢰도를 계산할 수 있다.

Description

전자상거래 사이트의 신뢰도 계산 방법{Method for estimating trust level of e-commerce}
본 발명은 전자상거래에서 전자상거래 사이트에 대한 사용자의 신뢰도를 계산하는 방법에 관한 것으로, 보다 구체적으로 전자상거래 사이트에 대한 주변 사용자의 평판도뿐만 아니라 사용자의 전자상거래 사이트에 대한 친밀도를 고려한 사용자에 개인화된 전자상거래 사이트의 신뢰도 계산 방법에 관한 것이다.
인터넷 기술과 인터넷 기반 시설이 발전함에 따라 다양한 종류의 전자상거래 사이트가 운영되고 있다. 사용자는 원하는 서비스 또는 상품을 검색하기 위하여 사용자 단말기를 통해 전자상거래 사이트 운영 서버로 검색 서비스 또는 상품에 해당하는 사용자 검색어를 제공하면, 전자상거래 사이트 운영 서버는 사용자 검색어에 해당하는 사이트를 정렬하여 사용자 단말기로 제공한다.
사용자는 무수히 많은 전자상거래 사이트 중 1개의 전자상거래 사이트를 선택하여 원하는 서비스 또는 상품을 제공받는데, 전자상거래 사이트의 선택 기준으로 전자상거래 사이트의 신뢰도가 사용되고 있다. 전자상거래 사이트의 신뢰도를 계산하는 일 예는 평판도 기반의 신뢰도 계산 방법으로, 평판도 기반의 신뢰도 계산 방법은 전자상거래 사이트를 사용한 주변 사용자가 전자상거래 사이트에 부가한 평판도를 추출하고, 추출한 평판도의 평균값으로 전자상거래 사이트의 신뢰도를 계산한다. 전자상거래 사이트의 신뢰도를 계산하는 다른 예는 평가자 기반의 신뢰도 계산 방법으로, 평가자 기반의 신뢰도 계산 방법은 한정된 전문화된 평가자에 의해 전자상거래 사이트의 속도, 전자상거래 사이트가 제공하는 서비스 또는 상품의 품질, 가격 경쟁력, 사후 서비스 등의 항목을 평가하고 평가한 항목의 평균값으로 전자상거래 사이트의 신뢰도를 평가한다.
전자상거래 사이트의 신뢰도는 전자상거래 사이트의 운영자 입장에서는 높은 신뢰도를 가지도록 평가되어야 많은 사용자에 서비스 또는 제품을 제공할 기회를 부여받을 수 있으며, 전자상거래 사이트의 사용자 입장에서는 무수히 많은 동종의 상품 또는 서비스를 제공하는 전자상거래 사이트 중 믿을 수 있는 전자상거래 사이트를 정확하게 선택할 수 있는 기준이 된다.
그러나 종래 평판도 기반의 신뢰도 계산 방법은 전자상거래 사이트에 대한 주변 사용자의 평판도 데이터베이스가 구축된 경우에만 전자상거래 사이트에 대한 신뢰도를 계산할 수 있어, 처음 운영되거나 운영된 기간이 오래되지 않은 전자상거래 사이트에 대해서는 신뢰도를 계산할 수 없다는 문제점을 가진다.
한편, 종래 평가자 기반의 신뢰도 계산 방법은 한정된 평가자에 의한 전자상거래 사이트의 평가값에 기초하여 전자상거래 사이트의 신뢰도를 계산함으로써, 사용자에 개인화된 전자상거래 사이트의 신뢰도를 제공하지 못하며 실시간으로 변화하는 전자상거래 사이트의 신뢰도를 반영하지 못한다는 문제점을 가진다.
또한 종래 평판도 기잔 또는 평가자 기반의 신뢰도 계산 방법은 주변 사용자 또는 평가자에 의한 전자상거래 사이트의 신뢰도를 평가하는 것으로 사용자의 성향이나 취향에 따라 전자상거래 사이트의 개인화된 신뢰도를 평가하지 못한다는 문제점을 가진다.
본 발명은 위에서 언급한 종래 전자상거래 사이트의 신뢰도 계산 방법이 가지는 문제점을 해결하기 위한 것으로, 본 발명이 이루고자 하는 목적은 전자상거래 사이트에 대한 사용자의 친밀도를 고려한 전자상거래 사이트의 신뢰도 계산 방법을 제공하는 것이다.
본 발명이 이루고자 하는 다른 목적은 사용자에 개인화된 전자상거래 사이트의 신뢰도를 계산하는 방법을 제공하는 것이다.
본 발명이 이루고자 하는 또 다른 목적은 전자상거래 사이트에 대한 주변 사용자의 평판도 데이터베이스가 부족한 경우에도 전자상거래 사이트의 신뢰도를 계산하는 방법을 제공하는 것이다.
본 발명이 이루고자 하는 또 다른 목적은 사용자가 전자상거래 사이트를 사용한 시간 또는 횟수에 따라 실시간으로 변화하는, 사용자에 개인화된 전자상거래 사이트의 신뢰도 계산 방법을 제공하는 것이다.
본 발명에 따라 전자상거래 사이트 추천 서버에서 전자상거래 사이트의 신뢰도를 계산하는 방법은 전자상거래 사이트에 대한 주변 사용자의 기저장된 평판값을 데이터베이스에서 추출하고 추출한 평판도의 평균으로부터 평균 평판도를 계산하는 단계와, 전자상거래 사이트에 대한 사용자의 친밀도 속성을 계산하고 친밀도 속성으로부터 전자상거래 사이트에 대한 사용자의 친밀도를 계산하는 단계와, 계산한 평균 평판도, 계산한 친밀도, 사용자의 전자상거래 사이트의 이용 횟수 또는 전자상거래 사이트의 누적 전체 이용시간에 따라 비례하여 증가하는 친밀도 계수로부터 전자상거래 사이트에 대한 사용자의 신뢰도를 계산하는 단계를 포함한다.
여기서 사용자의 친밀도 속성은 전자상거래 사이트에 대한 사용자의 감정도, 전자상거래 사이트와 사용자 사이의 상호 관계도 및 전자상거래 사이트에 대한 사용자의 개인 정보 개방도의 친밀도 속성 요소 중 적어도 어느 하나의 친밀도 속성 요소를 포함한다.
여기서 전자상거래 사이트(l)에 대한 사용자의 친밀도(nl)은 아래의 수학식에 의해 계산되며,
[수학식]
Figure pat00001
여기서 aAl, bAl,...mAl은 각 친밀도 속성 요소에 대한 속성 요소값이며, γ1, γ2,,,, γm은 각 친밀도 속성 요소에 대한 가중치인 것을 특징으로 한다.
바람직하게, 친밀도 속성을 구성하는 각 친밀도 속성 요소에 대한 가중치는 서로 동일하며, 친밀도는 친밀도 속성을 구성하는 각 친밀도 속성 요소의 평균값으로 계산되는 것을 특징으로 한다.
본 발명에 따른 전자상거래 사이트의 신뢰도 계산 방법은 다음과 같은 다양한 효과들을 가진다.
첫째, 본 발명에 따른 전자상거래 사이트의 신뢰도 계산 방법은 전자상거래 사이트에 대한 주변 사용자의 평판도뿐만 아니라 사용자의 전자상거래 사이트에 대한 친밀도를 반영하여 전자상거래 사이트의 신뢰도를 계산함으로써, 사용자에 개인화된 전자상거래 사이트의 신뢰도를 정확하게 계산할 수 있다.
둘째, 본 발명에 따른 전자상거래 사이트의 신뢰도 계산 방법은 사용자의 전자상거래 사이트에 대한 친밀도에 기초하여 전자상거래 사이트의 신뢰도를 계산함으로써, 주변 사용자의 전자상거래 사이트에 대한 평판도 데이터베이스가 부족한 경우에도 전자상거래 사이트의 신뢰도를 계산할 수 있다.
셋째, 본 발명에 따른 전자상거래 사이트의 신뢰도 계산 방법은 사용자가 전자상거래 사이트를 이용한 시간 또는 횟수에 따라 증가하는 친밀도를 반영하여 전자상거래 사이트의 신뢰도를 계산함으로써, 실시간으로 변화하는 사용자의 전자상거래 사이트에 대한 신뢰도를 계산할 수 있다.
도 1은 본 발명에 따른 전자상거래 사이트 추천 시스템을 설명하기 위한 기능 블록도이다.
도 2는 본 발명에 따른 전자상거래 사이트 추천 서버의 기능 블록도를 도시하고 있다.
도 3은 본 발명에 따른 전자상거래 사이트의 신뢰도를 계산하는 방법을 설명하기 위한 흐름도이다.
도 4는 본 발명에 따라 데이터베이스부에 저장되어 있는 각 전자상거래 사이트1에 대한 사용자의 친밀도 속성값과 친밀도 속성 요소값의 일 예를 도시하고 있다.
도 5는 본 발명에 따른 전자상거래 사이트 신뢰도 계산 방법에 따라 계산한 사용자의 전자상거래 사이트에 대한 신뢰도의 일 예를 도시하고 있다.
도 1은 본 발명에 따른 전자상거래 사이트 추천 시스템을 설명하기 위한 기능 블록도이다.
도 1을 참고로 살펴보면, 사용자가 사용하는 다수의 사용자 단말기(100)는 유선/무선 네트워크(200)에 접속되어 있으며, 전자상거래 사이트 추천 서버(300)와 전자상거래 사이트 운영 서버(400)도 유선/무선 네트워크(200)에 접속되어 있다.
전자상거래 사이트 운영 서버(400)는 전자상거래 사이트를 운영하는 운영자가 전자상거래 사이트를 통해 제공하는 상품 또는 서비스를 검색할 수 있는 서버를 의미하며, 전자상거래 사이트 추천 서버(300)는 다수의 전자상거래 사이트 중 사용자가 원하는 상품 또는 서비스를 제공하는 전자상거래 사이트를 신뢰도 크기에 따라 사용자에 추천하는 서버를 의미한다.
사용자가 원하는 상품 또는 서비스를 검색하고자 하는 경우, 사용자는 사용자 단말기(100)를 통해 사용자가 원하는 상품 또는 서비스를 검색하기 위한 사용자 검색어를 전자상거래 사이트 추천 서버(300)로 제공하며, 전자상거래 사이트 추천 서버(300)는 다수의 전자상거래 사이트의 신뢰도를 계산하고 계산한 신뢰도에 기초하여 다수의 전자상거래 사이트 중 신뢰도가 높은 전자상거래 사이트를 사용자에 추천한다.
도 2는 본 발명에 따른 전자상거래 사이트 추천 서버의 기능 블록도를 도시하고 있다.
도 2를 참고로 본 발명의 일 실시예에 따른 전자상거래 사이트 추천 서버에 대해 보다 구체적으로 살펴보면, 평균 평판도 계산부(310)는 데이터베이스부(320)에 저장되어 있는 각 전자상거래 사이트에 대해 주변 사용자가 평가한 평판도를 추출하고 추출한 평판도의 평균 평판도를 계산한다. 한편, 친밀도 계산부(330)는 데이터베이스부(320)에 저장되어 있는 각 전자상거래 사이트에 대한 친밀도 속성을 계산하고, 계산한 각 전자상거래 사이트의 친밀도 속성으로부터 각 전자상거래 사이트에 대한 사용자의 친밀도를 계산한다. 여기서 친밀도 속성은 각 전자상거래 사이트에 대한 사용자의 친밀도를 나타내는 요소들로 구성되는데, 친밀도 속성은 전자상거래 사이트에 대한 사용자의 감정도, 전자상거래 사이트와 사용자 사이의 상호 관계도, 전자상거래 사이트에 대한 사용자의 개인 정보 개방도 등이 사용될 수 있다.
신뢰도 계산부(340)는 각 전자상거래 사이트에 대한 평균 평판도, 친밀도 및 데이터베이스부(320)에 저장되어 있는 사용자의 전자상거래 사이트의 이용 횟수 또는 전자상거래 사이트를 이용한 전체 누적 시간에 따라 비례하여 증가하는 친밀도 계수로부터 각 전자상거래 사이트에 대한 사용자의 신뢰도를 계산하고, 계산한 사용자에 대한 각 전자상거래 사이트의 신뢰도를 데이터베이스부(320)에 저장한다.
사이트 추천부(350)는 사용자 단말기로부터 사용자가 원하는 상품 또는 서비스를 검색하기 위한 사용자 검색어가 입력되는 경우, 사용자 검색어에 해당하는 전자상거래 사이트 중 신뢰도가 높은 전자상거래 사이트를 정렬하여 사용자에 제공한다. 사이트 추천부(350)는 먼저 데이터베이스부(320)에 저장되어 있는 각 전자상거래 사이트의 검색 색인어와 입력된 사용자 검색어를 비교하여 사용자 검색어에 매핑되는 전자상거래 사이트를 검색한다. 사이트 추천부(350)는 데이터베이스부(320)로부터 검색한 전자상거래 사이트의 신뢰도를 추출하고, 검색한 전자상거래 사이트의 신뢰도를 비교하여 신뢰도가 높은 순서로 전자상거래 사이트를 정렬하여 사용자에 제공하거나, 임계 신뢰도보다 높은 신뢰도를 가지는 전자상거래 사이트를 신뢰도가 높은 순서로 정렬하여 사용자에 추천한다.
도 3은 본 발명에 따른 전자상거래 사이트의 신뢰도를 계산하는 방법을 설명하기 위한 흐름도이다.
도 3을 참고로 보다 구체적으로 살펴보면, 데이터베이스부에 저장되어 있는 각 전자상거래 사이트에 대한 주변 사용자의 평판도를 추출하여 각 전자상거래 사이트에 대한 평균 평판도를 계산한다(S100). 한편, 데이터베이스부에 저장되어 있는 각 전자상거래 사이트에 대한 사용자의 친밀도 속성을 계산하고, 계산한 각 전자상거래 사이트에 대한 사용자의 친밀도 속성으로부터 각 전자상거래 사이트에 대한 사용자의 친밀도를 아래의 수학식(1)과 같이 계산한다(S110).
[수학식 1]
Figure pat00002
여기서 aAl, bAl,...mAl은 각 친밀도 속성에 대한 속성값이며, γ1, γ2,,,, γm은 각 친밀도 속성에 대한 가중치이다. 본 발명이 적용되는 분야에 따라 각 친밀도 속성에 대한 가중치는 서로 동일하게 설정되거나 서로 다르게 설정될 수 있다.
친밀도 속성은 전자상거래 사이트에 대한 사용자의 감정도, 전자상거래 사이트와 사용자 사이의 상호 관계도, 전자상거래 사이트에 대한 사용자의 개인 정보 개방도 등이 사용될 수 있는데, 본 발명이 적용되는 분야에 따른 다른 종류의 친밀도 속성이 사용될 수 있으며 이는 본 발명의 범위에 속한다.
한편, 각 친밀도 속성은 다양한 친밀도 속성 요소로 구성되는데 전자상거래 사이트에 대한 사용자의 감정도는 전자상거래 사이트에 부여한 사용자 자신의 평판값, 전자상거래 사이트에서 추출한 전자상거래 사이트에 대한 사용자의 감정 언어등의 친밀도 속성 요소가 사용될 수 있으며, 전자상거래 사이트와 사용자 사이의 상호 관계도는 전자상거래 사이트에서 제공한 이벤트에 사용자의 참여 횟수, 전자상거래 사이트를 사용자가 즐겨찾기로 추가하였는지 여부, 전자상거래 사이트에 사용자가 기재한 게시글의 수 등의 친밀도 속성 요소가 사용될 수 있으며, 전자상거래 사이트에 대한 사용자의 개인 정보 개방도는 전자상거래 사이트에 사용자가 설정한 프라이버시 레벨, 전자상거래 사이트에 등록한 사용자의 개인 정보의 종류 또는 수 등의 친밀도 속성 요소가 사용될 수 있다.
전자상거래 사이트에 대한 사용자의 각 친밀도 속성은 친밀도 속성 요소에 대해 평가값을 계산하고 계산한 평가값의 평균으로 계산된다. 예를 들어, 평판값과 감정 언어의 사용 횟수 또는 감정 언어에 할당된 평가값을 서로 정규화하고, 정규화된 평판값 또는 감정 언어 평가값의 평균으로 전자상거래 사이트에 대한 사용자 감정도의 속성값을 계산한다. 도 4는 본 발명에 따라 데이터베이스부에 저장되어 있는 각 전자상거래 사이트1에 대한 사용자의 친밀도 속성값과 친밀도 속성 요소값의 일 예를 도시하고 있다.
계산한 각 전자상거래 사이트에 대한 평균 평판도, 친밀도 및 데이터베이스부에 저장되어 있는 사용자가 전자상거래 사이트를 이용한 횟수 또는 전자상거래 사이트를 이용한 전체 누적 시간에 따라 비례하여 증가하는 친밀도 계수(β)를 아래의 수학식(2)와 같이 계산한다(120).
[수학식 2]
Figure pat00003
여기서 φl은 사용자가 전자상거래 사이트(l)를 방문한 횟수이고, ρl은 사용자가 전자상거래 사이트(l)를 처음 방문한 후 현재까지 방문 이용한 전체 누적 시간이고, π는 사용자가 전자상거래 사이트의 선택시 고려하는 친밀도의 가중치이다. 사용자가 주변 사용자의 전자상거래 사이트에 대한 평판값보다 사용자 자신의 친밀도를 더 크게 고려하는 경우, π의 값은 비례하여 증가 설정된다.
전자상거래 사이트(l)에 대한 사용자의 신뢰도(Tl)를 아래의 수학식(3)과 같이 계산하고, 계산한 사용자에 대한 각 전자상거래 사이트의 신뢰도를 데이터베이스부에 저장한다(S130).
[수학식 3]
Figure pat00004
rl은 전자상거래 사이트(l)의 평균 평판도이고 nl은 전자상거래 사이트(l)에 대한 사용자의 친밀도인 것을 특징으로 한다. 여기서 전자상거래 사이트(l)에 대한 주변 사용자의 평판도 수가 임계수보다 적은지 판단하여 전자상거래 사이트(l)에 대한 주변 사용자의 평판도 수가 임계수보다 적은 경우에는 전자상거래 사이트(l)에 대한 주변 사용자의 평판도는 최소 평판도와 최대 평판도의 중간값으로 설정된다. 예를 들어, 전자상거래 사이트에 대해 주변 사용자가 0 내지 1에서 평판도를 설정할 수 있는 경우, 전자상거래 사이트(l)에 대한 주변 사용자의 평판도 수가 임계수보다 적은 경우 0.5로 설정된다.
도 5는 본 발명에 따른 전자상거래 사이트 신뢰도 계산 방법에 따라 계산한 사용자의 전자상거래 사이트에 대한 신뢰도의 일 예를 도시하고 있다.
도 5를 참고로 살펴보면, 시간에 상관없이 전자상거래 사이트에 대한 주변 사용자의 평판도(IR)는 거의 일정한 값을 가지는 반면, 시간이 경과할수록 전자상거래 사이트에 대해 사용자가 가지는 사용자의 감정도, 전자상거래 사이트와 사용자 사이의 상호 관계도, 전자상거래 사이트에 대한 사용자의 개인 정보 개방도는 증가하게 되어 전자상거래 사이트에 대한 사용자의 친밀도(II)는 증가하며, 시간이 경과함에 따라 전자상거래 사이트에 대한 친밀도가 증가할수록 사용자가 동일 전자상거래 사이트를 이용한 횟수 또는 전체 누적 이용 시간이 증가하여 전자상거래 사이트에 대한 사용자의 신뢰도(II)도 시간이 경과함에 따라 증가하여 사용자에 개인화된 전자상거래 사이트의 신뢰도를 계산할 수 있다.
한편, 상술한 본 발명의 실시 예들은 컴퓨터에서 실행될 수 있는 프로그램으로 작성 가능하고, 컴퓨터로 읽을 수 있는 기록 매체를 이용하여 상기 프로그램을 동작시키는 범용 디지털 컴퓨터에서 구현될 수 있다.
상기 컴퓨터로 읽을 수 있는 기록 매체는 마그네틱 저장 매체(예를 들어, 롬, 플로피 디스크, 하드디스크 등), 광학적 판독 매체(예를 들면, 시디롬, 디브이디 등) 및 캐리어 웨이브(예를 들면, 인터넷을 통한 전송)와 같은 저장 매체를 포함한다.
본 발명은 도면에 도시된 실시예를 참고로 설명되었으나 이는 예시적인 것에 불과하며, 본 기술 분야의 통상의 지식을 가진 자라면 이로부터 다양한 변형 및 균등한 타 실시예가 가능하다는 점을 이해할 것이다. 따라서, 본 발명의 진정한 기술적 보호 범위는 첨부된 등록청구범위의 기술적 사상에 의해 정해져야 할 것이다.
100: 사용자 단말기 200: 네트워크
300: 전자상거래 사이트 추천 서버 400: 전자상거래 사이트 운영 서버
310: 평균 평판도 계산부 320: 데이터베이스부
330: 친밀도 계산부 340: 신뢰도 계산부
350: 사이트 추천부

Claims (8)

  1. 전자상거래 사이트 추천 서버에서 전자상거래 사이트에 대한 사용자의 신뢰도를 계산하는 방법에 있어서,
    (a) 상기 전자상거래 사이트에 대한 주변 사용자의 기저장된 평판값을 데이터베이스에서 추출하고 상기 추출한 평판도의 평균으로부터 평균 평판도를 계산하는 단계;
    (b) 상기 전자상거래 사이트에 대한 상기 사용자의 친밀도 속성을 계산하고, 상기 친밀도 속성으로부터 상기 전자상거래 사이트에 대한 상기 사용자의 친밀도를 계산하는 단계;
    (c) 상기 계산한 평균 평판도, 상기 계산한 친밀도, 상기 사용자의 상기 전자상거래 사이트의 이용 횟수 또는 상기 전자상거래 사이트의 누적 전체 이용시간에 따라 비례하여 증가하는 친밀도 계수로부터 상기 전자상거래 사이트에 대한 상기 사용자의 신뢰도를 계산하는 단계를 포함하는 것을 특징으로 하는 전자상거래 사이트의 신뢰도 계산 방법.
  2. 제 1 항에 있어서, 상기 사용자의 친밀도 속성은
    상기 전자상거래 사이트에 대한 상기 사용자의 감정도, 상기 전자상거래 사이트와 상기 사용자 사이의 상호 관계도 및 상기 전자상거래 사이트에 대한 상기 사용자의 개인 정보 개방도 중 적어도 어느 하나인 것을 특징으로 하는 전자상거래 사이트의 신뢰도 계산 방법.
  3. 제 2 항에 있어서, 상기 전자상거래 사이트(l)에 대한 상기 사용자의 친밀도(nl)은 아래의 수학식(1)에 의해 계산되며,
    [수학식 1]
    Figure pat00005

    여기서 aAl, bAl,...mAl은 각 친밀도 속성에 대한 속성값이며, γ1, γ2,,,, γm은 각 친밀도 속성에 대한 가중치인 것을 기준으로 하는 전자상거래 사이트의 신뢰도 계산 방법.
  4. 제 3 항에 있어서,
    상기 친밀도 속성을 구성하는 각 친밀도 속성에 대한 가중치는 서로 동일하며,
    상기 친밀도는 상기 친밀도 속성값의 평균값으로 계산되는 것을 특징으로 하는 전자상거래 사이트의 신뢰도 계산 방법.
  5. 제 3 항에 있어서, 상기 전자상거래 사이트에 대한 상기 사용자의 감정도는
    상기 전자상거래 사이트에 부여한 상기 사용자의 평판값, 상기 전자상거래 사이트에서 추출한 상기 전자상거래 사이트에 대한 사용자의 감정 언어로부터 계산되는 것을 특징으로 하는 전자상거래 사이트의 신뢰도 계산 방법.
  6. 제 3 항에 있어서, 상기 전자상거래 사이트와 상기 사용자 사이의 상호 관계도는
    상기 전자상거래 사이트에서 부여한 이벤트의 참여 횟수, 상기 전자상거래 사이트의 즐겨찾기 추가 여부, 상기 전자상거래 사이트에 게시글 기재 횟수 중 적어도 어느 하나로 계산되는 것을 특징으로 하는 전자상거래 사이트의 신뢰도 계산 방법.
  7. 제 3 항에 있어서, 상기 전자상거래 사이트에 대한 상기 사용자의 개인 정보 개방도는
    상기 전자상거래 사이트에 상기 사용자에 의해 설정된 프라이버시 레벨 또는 상기 전자상거래 사이트에 등록한 상기 사용자의 개인 정보의 종류 또는 수에 의해 계산되는 것을 특징으로 하는 전자상거래 사이트의 신뢰도 계산 방법.
  8. 제 3 항에 있어서, 상기 사용자의 친밀도 계수(β)는 아래의 수학식(2)에 의해 계산되며,
    [수학식 2]
    Figure pat00006

    상기 전자상거래 사이트에 대한 상기 사용자의 신뢰도(Tl)는 아래의 수학식(3)에 의해 계산되며,
    [수학식 3]
    Figure pat00007

    여기서 상기 φl은 상기 사용자가 상기 전자상거래 사이트를 방문한 횟수이고, 상기 ρl은 상기 사용자가 상기 전자상거래 사이트를 처음 방문한 후 현재까지 방문 이용한 전체 누적 시간이고, 상기 π는 상기 사용자가 전자상거래 사이트의 선택시 고려하는 상기 친밀도의 가중치이고, 상기 rl은 상기 전자상거래 사이트의 평균 평판도이고 상기 nl은 상기 전자상거래 사이트에 대한 사용자의 친밀도인 것을 특징으로 하는 전자상거래 사이트의 신뢰도 계산 방법.
KR1020110119642A 2011-11-16 2011-11-16 전자상거래 사이트의 신뢰도 계산 방법 KR101323535B1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020110119642A KR101323535B1 (ko) 2011-11-16 2011-11-16 전자상거래 사이트의 신뢰도 계산 방법

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020110119642A KR101323535B1 (ko) 2011-11-16 2011-11-16 전자상거래 사이트의 신뢰도 계산 방법

Publications (2)

Publication Number Publication Date
KR20130053927A true KR20130053927A (ko) 2013-05-24
KR101323535B1 KR101323535B1 (ko) 2013-10-29

Family

ID=48663059

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020110119642A KR101323535B1 (ko) 2011-11-16 2011-11-16 전자상거래 사이트의 신뢰도 계산 방법

Country Status (1)

Country Link
KR (1) KR101323535B1 (ko)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20200007422A (ko) * 2018-07-13 2020-01-22 중앙대학교 산학협력단 블록체인 기반 전자 상거래 시스템 상에서 발생한 거래 내역으로부터 사용자의 신뢰도 및 평판 도출 장치 및 방법

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR102484378B1 (ko) 2019-11-29 2023-01-03 (주)코머신 신뢰도 기반의 기계 견적 의뢰 처리 시스템 및 그 방법

Family Cites Families (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR100690021B1 (ko) * 2005-03-15 2007-03-08 엔에이치엔(주) 다면적인 관계 설정을 촉진하기 위한 온라인상 휴먼네트워크 관리 시스템 및 방법
KR20100066088A (ko) * 2008-12-09 2010-06-17 삼성전자주식회사 인맥정보 제공방법, 인맥정보 수신방법, 인맥정보 제공장치및 전자장치
KR101024450B1 (ko) * 2010-08-12 2011-03-23 김천래 장바구니를 이용한 쇼핑몰 운영 시스템 및 쇼핑몰 운영 방법

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20200007422A (ko) * 2018-07-13 2020-01-22 중앙대학교 산학협력단 블록체인 기반 전자 상거래 시스템 상에서 발생한 거래 내역으로부터 사용자의 신뢰도 및 평판 도출 장치 및 방법

Also Published As

Publication number Publication date
KR101323535B1 (ko) 2013-10-29

Similar Documents

Publication Publication Date Title
CN110313009B (zh) 用于为请求实体调整第二实体的信任得分的方法和系统
CN109564669B (zh) 基于信任得分和地理范围搜索实体
US9336281B2 (en) Systems and methods for identifying and analyzing internet users
CN109690608B (zh) 外推信任得分中的趋势
EP3623956A1 (en) Method and apparatus for obtaining recommendation information, and electronic device
CA2571475C (en) Methods and systems for endorsing local search results
WO2020048084A1 (zh) 资源推荐方法、装置、计算机设备及计算机可读存储介质
US8825639B2 (en) Endorsing search results
KR102340463B1 (ko) 샘플 가중치 설정방법 및 장치, 전자 기기
US20090327054A1 (en) Personal reputation system based on social networking
KR101062927B1 (ko) 적어도 한 명의 사용자의 성향을 고려하여 타사용자 또는 사물을 추천하기 위한 방법, 시스템 및 컴퓨터 판독 가능한 기록 매체
WO2011106897A1 (en) Systems and methods for conducting more reliable assessments with connectivity statistics
JP2019148897A (ja) 行動パターン探索システム、および行動パターン探索方法
CN106708871A (zh) 一种社交业务特征用户的识别方法和装置
CN108449311A (zh) 一种基于攻击节点相似性的社交关系隐匿方法
JP5813052B2 (ja) 情報処理装置、方法及びプログラム
JP2012064150A (ja) 情報提供サーバ及び情報提供方法
KR101323535B1 (ko) 전자상거래 사이트의 신뢰도 계산 방법
CN105183867B (zh) 数据处理方法及装置
CN110807667A (zh) 一种激活沉睡客户的方法和装置
Pavleska et al. User bias in online trust systems: aligning the system designers’ intentions with the users’ expectations
KR101861828B1 (ko) 개인화 컨텐츠 제공 방법 및 이를 위한 컴퓨터 프로그램
He et al. Attribute Reduction with Rough Set in Context‐Aware Collaborative Filtering
JP5165722B2 (ja) 情報提供サーバ、および情報提供システム
JP4962950B2 (ja) ネットワーク上のユーザに対するレコメンデーションの方法、レコメンデーションサーバ及びプログラム

Legal Events

Date Code Title Description
A201 Request for examination
E902 Notification of reason for refusal
E902 Notification of reason for refusal
E701 Decision to grant or registration of patent right
GRNT Written decision to grant
FPAY Annual fee payment

Payment date: 20160920

Year of fee payment: 4

LAPS Lapse due to unpaid annual fee