KR20170080152A - 매장 추천 서비스 제공 방법 및 장치 - Google Patents

매장 추천 서비스 제공 방법 및 장치 Download PDF

Info

Publication number
KR20170080152A
KR20170080152A KR1020150191405A KR20150191405A KR20170080152A KR 20170080152 A KR20170080152 A KR 20170080152A KR 1020150191405 A KR1020150191405 A KR 1020150191405A KR 20150191405 A KR20150191405 A KR 20150191405A KR 20170080152 A KR20170080152 A KR 20170080152A
Authority
KR
South Korea
Prior art keywords
store
specific user
user
predicted
information
Prior art date
Application number
KR1020150191405A
Other languages
English (en)
Inventor
황재득
이하경
신수용
강수연
한상백
Original Assignee
현대카드 주식회사
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 현대카드 주식회사 filed Critical 현대카드 주식회사
Priority to KR1020150191405A priority Critical patent/KR20170080152A/ko
Publication of KR20170080152A publication Critical patent/KR20170080152A/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
    • 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
    • G06Q30/0204—Market segmentation
    • G06Q30/0205—Location or geographical consideration
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q30/00—Commerce
    • G06Q30/02—Marketing; Price estimation or determination; Fundraising
    • G06Q30/0241—Advertisements
    • G06Q30/0251—Targeted advertisements
    • G06Q30/0254—Targeted advertisements based on statistics
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q30/00—Commerce
    • G06Q30/02—Marketing; Price estimation or determination; Fundraising
    • G06Q30/0241—Advertisements
    • G06Q30/0251—Targeted advertisements
    • G06Q30/0255—Targeted advertisements based on user history
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q30/00—Commerce
    • G06Q30/02—Marketing; Price estimation or determination; Fundraising
    • G06Q30/0241—Advertisements
    • G06Q30/0251—Targeted advertisements
    • G06Q30/0259—Targeted advertisements based on store location

Landscapes

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

Abstract

본 발명은 매장 추천 서비스 제공 방법 및 장치에 관한 것으로, 매장 추천 서비스를 받는 특정 사용자의 사용자 정보를 이용하여 특정 사용자의 현재 상태를 판단하는 단계, 일반 사용자의 결제 정보에 기초하여 카드 소지자의 예측 동선을 산출하는 단계, 특정 사용자의 현재 상태와 예측 동선에 기초하여 특정 사용자가 방문할 다음 매장의 종류를 예측하는 단계, 및 예측한 다음 매장의 종류에 기초하여 특정 사용자에게 추천할 매장을 결정하는 단계를 포함하는 매장 추천 서비스 제공 방법을 제공하여, 사용자의 동선을 고려하여 효율적으로 매장을 추천할 수 있게 된다.

Description

매장 추천 서비스 제공 방법 및 장치{Service providing method and apparatus for recommending shop}
본 발명은 매장 추천 서비스 제공 방법 및 장치에 관한 것으로, 특히 사용자 결제 데이터 분석을 통한 매장 추천 서비스 제공 방법 및 장치에 관한 것이다.
디지털 경제의 확산으로 우리 주변에는 규모를 가늠할 수 없을 정도로 많은 정보과 데이터가 생산되는 '빅 데이터(big data)'환경이 도래하고 있다. 빅 데이터란 과거 아날로그 환경에서 생산되던 데이터에 비하면 그 규모가 방대하고, 생성 주기도 짧고, 형태도 수치 데이터뿐 아니라 문자와 영상 데이터를 포함하는 대규모 데이터를 포함한다. 이러한 빅 데이터는 현대 사회에서 여러 방면에서 분석되어 사용되고 있다.
종래의 일반적인 맛집, 까페 또는 술집을 추천하는 서비스는 특정 사용자와 관련된 빅 데이터를 이용하여 특정 사용자에게 맞는 서비스를 제공하는 것이 아니라, 사용자에게 무작위로 일반적인 맛집, 까페 또는 술집을 추천하는 것에 불과하다. 사용자에게 무작위로 일반적인 맛집, 까페 또는 술집을 추천한다면, 사용자의 취향 또는 선호도를 고려하지 않으므로 특정 사용자에게 해당 음식점을 추천하는 것이 적절하지 않을 수 있다. 따라서, 특정 사용자와 관련된 빅 데이터를 이용하여 사용자의 취향 또는 선호도를 고려한 맛집 등의 추천 서비스 제공의 필요성이 있다.
본 발명은 이러한 문제를 감안하여 이루어진 것으로, 사용자의 동선을 고려하여 효율적으로 매장을 추천할 수 있는 매장 추천 서비스를 제공하는 것을 목적으로 한다.
상기와 같은 기술적 과제를 해결하기 위하여 본 발명의 실시예들의 일 측면에 의하면, 매장 추천 서비스를 받는 특정 사용자의 사용자 정보를 이용하여 특정 사용자의 현재 상태를 판단하는 단계, 일반 사용자의 결제 정보에 기초하여 카드 소지자의 예측 동선을 산출하는 단계, 특정 사용자의 현재 상태와 예측 동선에 기초하여 특정 사용자가 방문할 다음 매장의 종류를 예측하는 단계, 및 예측한 다음 매장의 종류에 기초하여 특정 사용자에게 추천할 매장을 결정하는 단계를 포함하는 매장 추천 서비스 제공 방법을 제공한다.
이러한 본 발명의 다른 특징에 의하면, 예측 동선을 산출하는 단계는, 카드 가맹점을 복수의 카테고리로 분류하고, 일반 사용자의 결제 정보들 중 하나의 카드에 대하여, 제1 결제 정보에 해당하는 카테고리와 제1 결제 정보 이후에 발생한 제2 결제 정보에 해당하는 카테고리를 파악하여, 동선을 파악하고, 일반 사용자의 결제 정보에 포함된 모든 카드에 대하여 동선의 파악을 반복한 결과를 분석함으로써, 예측 동선을 산출할 수 있다.
본 발명의 또 다른 특징에 의하면, 매장은 음식점일 수 있다.
본 발명의 또 다른 특징에 의하면, 복수의 카테고리는 식사, 디저트, 술을 포함할 수 있다.
본 발명의 또 다른 특징에 의하면, 복수의 카테고리 각각은 하위 카테고리를 포함하고 있으며, 예측 동선은 하위 카테고리를 고려하여 산출할 수 있다.
본 발명의 또 다른 특징에 의하면, 특정 사용자의 현재 상태는 현재의 시각, 위치, 날씨, 날짜 중 적어도 어느 하나를 포함할 수 있다.
본 발명의 또 다른 특징에 의하면, 특정 사용자의 현재 상태는 특정 사용자에 의한 현재 시각으로부터 소정의 시간 이내의 결제 내역에 기초하여 판단할 수 있다.
본 발명의 또 다른 특징에 의하면, 특정 사용자에게 추천된 매장 중 하나를 특정 사용자가 선택한 경우, 선택한 매장을 현재 상태로서 고려하여 특정 사용자에게 추천할 매장의 결정을 갱신할 수 있다.
상기와 같은 기술적 과제를 해결하기 위하여 본 발명의 실시예들의 다른 측면에 의하면, 개인 정보 및 결제 정보를 포함하는 사용자 정보를 저장하는 데이터베이스, 데이터베이스에 저장된 정보 중 매장 추천 서비스를 받는 특정 사용자의 사용자 정보를 이용하여 특정 사용자의 현재 상태를 판단하는 상태 판단부, 일반 사용자의 결제 정보에 기초하여 카드 소지자의 예측 동선을 산출하는 예측 동선 산출부, 특정 사용자의 현재 상태와 예측 동선에 기초하여 특정 사용자가 방문할 다음 매장의 종류를 예측하는 매장 종류 예측부, 및 예측한 다음 매장의 종류에 기초하여 특정 사용자에게 추천할 매장을 결정하는 매장 추천부를 포함하는 매장 추천 서비스 제공 장치를 제공한다.
이러한 본 발명의 다른 특징에 의하면, 데이터베이스는 카드 가맹점을 복수의 카테고리로 분류하여 저장하고, 예측 동선 산출부는, 일반 사용자의 결제 정보들 중 하나의 카드에 대하여, 제1 결제 정보에 해당하는 카테고리와 제1 결제 정보 이후에 발생한 제2 결제 정보에 해당하는 카테고리를 파악하여, 동선을 파악하고, 일반 사용자의 결제 정보에 포함된 모든 카드에 대하여 동선의 파악을 반복한 결과를 분석함으로써, 예측 동선을 산출할 수 있다.
본 발명의 또 다른 특징에 의하면, 매장은 음식점일 수 있다.
본 발명의 또 다른 특징에 의하면, 복수의 카테고리는 식사, 디저트, 술을 포함할 수 있다.
본 발명의 또 다른 특징에 의하면, 복수의 카테고리 각각은 하위 카테고리를 포함하고 있으며, 예측 동선 산출부는 하위 카테고리를 고려하여 산출할 수 있다.
본 발명의 또 다른 특징에 의하면, 특정 사용자의 현재 상태는 현재의 시각, 위치, 날씨, 날짜 중 적어도 어느 하나를 포함할 수 있다.
본 발명의 또 다른 특징에 의하면, 특정 사용자의 현재 상태는 특정 사용자에 의한 현재 시각으로부터 소정의 시간 이내의 결제 내역에 기초하여 판단할 수 있다.
본 발명의 또 다른 특징에 의하면, 매장 추천부는, 특정 사용자에게 추천된 매장 중 하나를 특정 사용자가 선택한 경우, 선택한 매장을 현재 상태로서 고려하여 특정 사용자에게 추천할 매장의 결정을 갱신할 수 있다.
이상의 구성으로 인하여, 사용자의 동선을 고려하여 효율적으로 매장을 추천할 수 있게 된다.
도 1은 본 발명의 일 실시예에 따른 매장 추천 서비스 제공 시스템을 나타내는 도면이다.
도 2는 본 발명의 일 실시예에 따른 매장 추천 서비스 제공 장치의 구성을 나타내는 블록도이다.
도 3은 본 발명의 일 실시예에 따른 사용자 단말의 구성을 나타내는 블록도이다.
도 4는 본 발명의 일 실시예에 따른 매장 추천 서비스 제공 방법을 나타내는 흐름도이다.
도 5는 본 발명의 일 실시예에 따른 매장들의 카테고리 분류를 나타내는 분류표이다.
도 6은 본 발명의 일 실시예에 따라서 추천된 매장을 표시하는 사용자 단말의 디스플레이부를 나타내는 도면이다.
이하, 첨부한 도면을 참조하여 본 발명의 다양한 실시 예들에 대해 상세히 설명하고자 한다. 본 문서에서 도면상의 동일한 구성요소에 대해서는 동일한 참조부호를 사용하고 동일한 구성요소에 대해서 중복된 설명은 생략한다.
본 문서에 개시되어 있는 본 발명의 다양한 실시 예들에 대해서, 특정한 구조적 내지 기능적 설명들은 단지 본 발명의 실시 예를 설명하기 위한 목적으로 예시된 것으로, 본 발명의 다양한 실시 예들은 여러 가지 형태로 실시될 수 있으며 본 문서에 설명된 실시 예들에 한정되는 것으로 해석되어서는 아니 된다.
다양한 실시 예에서 사용된 "제1", "제2", "첫째", 또는 "둘째" 등의 표현들은 다양한 구성요소들을, 순서 및/또는 중요도에 상관없이 수식할 수 있고, 해당 구성요소들을 한정하지 않는다. 예를 들면, 본 발명의 권리 범위를 벗어나지 않으면서 제1 구성요소는 제2 구성요소로 명명될 수 있고, 유사하게 제2 구성요소도 제1 구성요소로 바꾸어 명명될 수 있다.
본 문서에서 사용된 용어들은 단지 특정한 실시 예를 설명하기 위해 사용된 것으로, 다른 실시 예의 범위를 한정하려는 의도가 아닐 수 있다. 단수의 표현은 문맥상 명백하게 다르게 뜻하지 않는 한, 복수의 표현을 포함할 수 있다.
도 1은 본 발명의 일 실시예에 따른 매장 추천 서비스 제공 시스템을 나타내는 도면이다.
도 1을 참조하면, 본 시스템은 서버(1), 네트워크(2) 및 사용자 단말(3a~3n)을 포함한다.
서버(1)는 매장 추천 서비스 제공 장치로서 동작하는 구성이다. 이후 설명에서는 서버와 매장 추천 서비스 제공 장치를 혼용하여 사용하도록 한다.
서버(1)는 본 서비스를 제공하는 카드사의 서버일 수 있다. 서버(1)는 카드사가 발급한 카드를 소지하고 있는 사용자들의 개인 정보 및 결제 정보를 포함하는 사용자 정보들을 모두 저장하고 있을 수 있다. 또한 본 서비스를 제공하는 카드사의 카드와 관련된 사용자뿐만 아니라, 타사의 서버로부터 타사 카드에 관한 사용자 정보를 전송받아 함께 저장하고 있을 수 있다. 즉, 서버(1)는 카드 결제와 관련된 빅테이터를 보유한다.
서버(1)는 저장하고 있는 사용자 정보들에 기초하여 카드 소지자들의 동선을 예측한다. 즉, 어느 사용자가 어느 매장에서 결제를 한 후, 다른 매장을 들려서 추가 결제를 한 경우에 이를 분석하고, 서버(1)에 저장된 모든 사용자에 대하여 이러한 분석을 반복함으로써 사람들의 일반적인 동선을 예측한다. 그리고 서버(1)는 매장 추천 서비스를 받는 특정 사용자의 현재 상태와 예측한 동선에 기초하여 특정 매장을 추천한다. 이러한 매장 추천 서비스에 대해서는 도 2 내지 도 5를 통하여 좀 더 상세히 설명한다.
네트워크(2)는 서버(1)와 사용자 단말(3a~3n)을 유무선으로 연결하여 통신가능하게 하는 구성이다. 네트워크(2)는 이동통신망이나 유선망 등 기존의 다양한 네트워크망이 사용될 수 있으며, 자세한 설명은 생략한다.
사용자 단말(3a~3n)은 매장 추천 서비스를 제공받는 사용자의 모바일 단말이다. 사용자 단말(3a~3n)은 매장 추천 서비스를 제공받기 위하여 서버(1)와 통신할 수 있으며, 매장 추천 서비스를 제공받기 위한 전용 어플리케이션이 실행될 수 있다. 사용자 단말(3a~3n)에서 실행되는 전용 어플리케이션에 대해서는 도 3을 통하여 좀 더 상세히 설명한다.
도 2는 본 발명의 일 실시예에 따른 매장 추천 서비스 제공 장치(1)의 구성을 나타내는 블록도이다.
매장 추천 서비스 제공 장치(이하, '서비스 제공 장치'라고 함)(1)는 전술한 바와 같이, 본 서비스를 제공하는 카드사(또는 금융사나 기타 관련 회사)의 서버일 수 있다. 서비스 제공 장치(1)는 제어부(10), 데이터베이스(11), 상태 판단부(12), 예측 동선 산출부(13), 매장 종류 예측부(14), 매장 추천부(15), 통신부(16) 등을 포함한다.
제어부(10)는 서비스 제공 장치(1) 내의 전반적인 동작을 제어한다.
데이터베이스(11)는 본 서비스를 제공하는 카드사의 가입 고객들의 사용자 정보를 저장한다. 사용자 정보는 개인 정보와 결제 정보를 포함할 수 있다. 개인 정보는 사용자의 개인적인 정보로서 이름, 나이, 성별, 직업, 주소, 소유한 카드 정보 등의 정보이다. 결제 정보는 해당 사용자가 소지한 카드로 결제한 정보로서 결제 금액, 결제 시기, 매장명, 매장 위치 등을 포함할 수 있다. 데이터베이스(11)에 저장된 사용자 정보에 있어서 결제 정보는 해당 사용자 및 사용자의 카드 정보와 연계되어 저장될 수 있다.
데이터베이스(11)는 자사 카드 사용자에 의한 결제 정보를 저장할 수 있으며, 타사 카드 사용자에 대한 개인 정보나 결제 정보 등의 사용자 정보를 타사의 서버로부터 전송받아 함께 저장할 수도 있을 것이다.
상태 판단부(12)는 본 서비스에 의하여 매장을 추천받을 특정 사용자의 현재 상태를 판단한다. 특정 사용자의 현재 상태는 데이터베이스(11)에 저장된 해당 특정 사용자의 사용자 정보를 이용하여 결정될 수 있다.
상태 판단부(12)에서 사용하는 현재 상태는 현재의 시각, 위치, 날씨, 날짜 중 적어도 어느 하나를 포함할 수 있다. 즉, 특정 사용자가 현재 어디에 있는지, 현재 시각이 점심 혹은 저녁 식사 시간대인지, 비오는 날인지 맑은 날인지, 발렌타인데이나 크리스마스 등의 특별한 날인지 등의 정보에 기초하여 추후 매장 추천에 사용할 수 있다. 서비스 제공 장치(1)는 위와 같이 상태 판단부(12)가 사용자의 현재 상태를 파악할 수 있도록 필요한 구성을 더 포함하고 있을 수 있다. 예를 들어, 현재 상태로 위치 정보를 사용하는 경우 GPS 모듈을 포함할 수 있으며, 현재 시각이나 날짜의 판단을 위하여 타이머를 포함할 수 있다. 또한 날씨 정보를 얻기 위하여 기상청이나 포터 사이트 등과 연계되어 날씨 정보를 외부로부터 수신할 수도 있을 것이다.
또한 상태 판단부(12)는 특정 사용자에 의한 현재 시각으로부터 소정의 시간 이내의 결제 내역을 현재 상태로서 사용할 수도 있을 것이다. 즉, 특정 사용자가 10분 전에 식사를 위한 음식점에서 카드 결제를 한 경우, 해당 결제 정보를 이용하여 특정 사용자가 식사를 한 것으로 판단할 수도 있을 것이다.
또한 상태 판단부(12)는 후술하는 매장 추천부(15)에 의하여 결정된 추천 매장이 사용자에게 제공되어, 사용자가 추천된 매장을 선택한 경우, 사용자가 추천된 매장을 선택한 사실을 현재 상태로서 사용할 수 있을 것이다. 이는 사용자가 추천된 매장과 유사한 종류의 매장들에 관심을 가질 것이라는 예상에 기반하는 것이다.
예측 동선 산출부(13)는 데이터베이스(11)에 저장되어 있는 사용자 정보에 기초하여 카드 소지자의 예측 동선을 산출한다. 여기서의 예측 동선은 어느 특정 사용자 또는 카드 소지자만의 예측 동선을 의미하는 것이 아니라, 데이터베이스(11)에 저장되어 있는 모든 사용자를 고려한 통계적인 값을 의미할 수 있다. 예를 들어, 식사를 한 사람의 다음 카드 결제 정보를 분석한 결과 디저트류를 판매하는 매장에서 다음 결제가 가장 많이 발생한 것으로 판단된 경우, 예측 동선을 '식사->디저트'와 같이 산출할 수 있을 것이다. 이러한 예측 동선에는 시간 및 장소 등도 고려될 수 있다. 예를 들어, 점심 시간에는 '식사->디저트'와 같이 예측 동선이 산출되고, 저녁 시간에는 '식사->술집'과 같이 예측 동선이 산출되는 등, 여러 조건들을 고려하여 다양한 예측 동선을 산출할 수 있을 것이다.
또한, 예측 동선 산출부(13)에서의 동선은 식사, 디저트, 술집과 같은 음식점만으로 한정되는 것은 아니라, 카드 결제가 이루어지는 모든 매장을 고려하여 예측 동선이 산출될 수 있을 것이다. 예를 들어, 당구장에서 카드 결제가 발생한 다음에는 중국집에서 가장 많은 카드 결제가 발생한 경우에는, '당구장->중국집'과 같은 예측 동선이 산출될 수 있으며, 주말 오후 주유소에서의 결제 후에 교외의 카페에서 가장 많은 카드 결제가 발생한 경우에는 '주유소->카페'와 같은 예측 동선이 산출될 수 있다.
위와 같은 예측 동선 산출을 위하여 데이터베이스(11)는 가맹점들을 복수의 카테고리로 분류해둘 수 있다. 예를 들어, 도 5의 분류표와 같이, 카테고리를 음식점, 공연, 오락, 스포츠, 숙박, 교통, 기타와 같은 복수의 카테고리로 분류할 수 있을 것이다. 그리고 도 5와 같이 각각의 카테고리는 상위 카테고리가 되어 하위 카테고리를 가질 수 있다.
매장 종류 예측부(14)는 예측 동선 산출부(13)에서 산출한 예측 동선들 중에서, 특정 사용자의 현재 상태에 기초하여 조건이 맞는 예측 동선을 선정하고, 선정된 예측 동선에 기초하여 특정 사용자가 방문할 다음 매장의 종류, 즉 카테고리를 예측한다. 예를 들어, 특정 사용자의 현재 상태로 파악한 정보가 점심 시간인 경우라면, 해당 시간대 및 위치에 기초하여 이 특정 사용자가 점심 식사를 하거나 디저트를 먹는다고 예측하여, 식사 카테고리 또는 그 이후의 디저트 카테고리를 사용자가 다음에 방문할 매장 종류라고 예측한다. 또한 이러한 매장 종류 예측을 위하여 예측 동선을 선정할 때에는 현재 시간뿐만 아니라, 현재 상태로서 앞서 설명한 다양한 조건들을 고려할 수 있을 것이다.
매장 추천부(15)는 매장 종류 예측부(14)가 예측한 다음 매장의 종류에 기초하여 특정 사용자에게 추천할 매장을 결정한다. 매장 추천부(15)는 데이터베이스(15)의 결제 정보에서 다양한 조건, 예를 들어 매출액, 매출 빈도, 재방문 횟수 등의 조건에 기초하여 데이터를 분석하여 특정 사용자에게 제공할 추천 매장을 결정한다. 매장 추천부(15)는 추천 매장 결정시, 결제를 한 카드 소지자의 나이, 성별, 직업 등의 개인 정보를 고려하여 결정할 수도 있다. 또한 매장 추천부(15)는 추천 매장 결정시, 개인 정보 이외의 정보인 결제 당시의 날씨, 결제 시간, 카드 종류, 날짜 등의 정보를 고려하여 결정할 수도 있다.
매장 추천부(15)는 하나의 매장만을 추천할 수도 있으며, 미리 결정된 개수(예를 들어 2개)의 매장들을 추천할 수도 있다.
통신부(16)는 매장 추천부(15)에 의하여 결정된 추천 매장을 네트워크(2)를 통하여 사용자 단말(3)로 전송한다. 또한 통신부(16)는 사용자 단말(3)에서 사용자의 조작에 의하여 발생한 제어신호나 조작신호, 데이터 등을 수신할 수 있다.
도 3은 본 발명의 일 실시예에 따른 사용자 단말(3)의 구성을 나타내는 블록도이다.
도 3을 참조하면, 사용자 단말(3)은 사용자에 의하여 휴대될 수 있는 모바일 단말로서, 스마트폰, 태블릿 PC 등의 전자기기일 수 있다. 사용자 단말(3)은 프로세서(30), 저장부(31), 디스플레이부(32), 입력부(33) 및 통신부(34) 등을 포함할 수 있다.
프로세서(30)는 저장부(31)에 저장되어 있는 어플리케이션을 판독하여 실행한다. 또한 프로세서(30)는 제어부로서의 기능을 수행하여 사용자 단말(3)의 전반적인 동작을 제어한다.
저장부(31)는 서비스 제공 장치(1)와 연동하여 매장 추천 서비스를 제공하기 위한 전용 어플리케이션을 저장한다. 또한 저장부(31)는 사용자 단말(3)의 동작에 필요한 각종 프로그램들을 저장할 수 있으며, 상기 전용 어플리케이션이나 프로그램등의 실행시 발생하는 신호나 데이터를 일시적으로 저장할 수도 있다.
디스플레이부(32)는 전용 어플리케이션의 실행에 의하여 발생하는 각종 화면을 사용자에게 제공한다. 즉, 서비스 제공 장치(1)에 의하여 전송된 추천 매장들이 표시될 수 있다.
입력부(33)는 사용자로부터의 조작이나 지시를 입력받는 구성이다. 입력부(33)는 스마트폰이나 태블릿 등의 물리적 키패드일 수도 있으며, 디스플레이부(32) 상에 설치된 터치패널일 수도 있다.
통신부(34)는 사용자의 조작에 의하여 발생된 조작신호나 제어신호, 혹은 사용자의 조작에 의하여 전용 어플리케이션이 실행됨으로써 발생하는 신호나 각종 데이터 등을 서비스 제공 장치(1)로 전송한다. 또한 통신부(34)는 서비스 제공 장치(1)에서 전송한 추천 매장 정보를 수신한다.
통신부(34)는 전용 어플리케이션의 실행시, 사용자 단말(3)의 사용자에 관련된 정보(시간, 위치 등)를 서비스 제공 장치(1)로 전송하여 사용자의 현재 상태 판단에 사용하게 할 수도 있을 것이다.
도 4는 본 발명의 일 실시예에 따른 매장 추천 서비스 제공 방법을 나타내는 흐름도이다.
도 4를 참조하면, 사용자가 사용자 단말(3)에서 어플리케이션을 실행시키면, 사용자 단말(3)로부터 서비스 제공 장치(1)로 해당 사용자에 관련된 각종 정보가 전송된다. 서비스 제공 장치(1)는 수신된 정보와 데이터베이스(12)에 기 저장되어 있던 각종 정보를 사용하여 사용자의 현재 상태를 판단한다(S10). 사용자의 현재 상태는 사용자가 현재 처한 상태를 나타내는 것으로, 현재 시각, 날씨, 날짜, 사용자의 현재 위치, 사용자의 나이, 성별, 직업, 소지한 카드, 소정 시간 내에 결제한 매장의 정보 등일 수 있다.
또한, 서비스 제공 장치(1)는 데이터베이스(12)에 저장되어 있는 사용자 정보들에 기초하여 카드 소지자의 예측 동선을 산출한다(S11). 여기서의 사용자 정보는 위의 특정 사용자가 아닌 데이터베이스(12)에 저장되어 있는 일반 사용자(전체 가입자)의 정보를 의미한다. 예측 동선의 산출은 S10 단계에서 사용자 단말(3)에서 어플리케이션의 실행과 무관하게 혹은 동시에 수행될 수 있다. 즉, 예측 동선의 산출은 데이터베이스(12)에 저장된 정보들에 기초하여 실시간으로 산출되어 있을 수 있다.
S11 단계의 예측 동선의 산출시에는 본 서비스를 제공하는 카드사의 가맹점들을 복수의 카테고리로 분류할 수 있다. 도 5는 본 발명의 일 실시예에 따른 매장들의 카테고리 분류를 나타내는 분류표이다. 도 5를 참조하면, 매장들은 상위 카테고리로 크게 분류되고, 각 상위 카테고리는 복수의 하위 카테고리들로 다시 분류될 수 있다.
즉, S11 단계의 예측 동선 산출은 위의 하위 카테고리들을 고려하여, 특정 하위 카테고리의 매장에서 카드 결제가 발생한 다음에 어느 하위 카테고리의 매장에서 다음 카드 결제가 발생하였는지를 분석하여 이루어질 수 있다.
이후, 사용자의 현재 상태와 산출한 예측 동선에 기초하여 해당 사용자가 방문할 다음 매장의 종류를 예측한다(S12). 즉, 산출한 복수의 예측 동선들 중에서, 사용자의 현재 상태에 포함된 조건에 부합하는 예측 동선을 산출하고, 이에 기초하여 사용자가 방문할 다음 매장의 종류를 예측한다.
사용자가 방문할 다음 매장의 종류가 예측되면, 해당 종류에 포함되는 매장들 중에서 추천할 매장을 결정한다(S13). 그리고 결정된 추천 매장은 사용자 단말(3)로 전송되어 디스플레이부(32)에 표시됨으로써 사용자에게 매장 추천 서비스가 제공된다(S14).
도 6은 본 발명의 일 실시예에 따라서 추천된 매장을 표시하는 사용자 단말(3)의 디스플레이부(32)를 나타내는 도면이다. 사용자가 서비스 제공 장치(1)에 의하여 제공된 특정 추천 매장을 선택하여, 선택한 매장명(aaa)이 상단(60)에 표시된다. 그리고, 해당 선택한 매장에 대한 정보는 서비스 제공 장치(1)로 다시 피드백 되며, 이 정보가 사용자의 현재 상태로서 고려된다. 서비스 제공 장치(1)는 피드백된 정보나 사용자의 위치 등에 기초하여 다시 '추천 맛집(61)'과 같은 추가적인 추천 매장을 제공하며, 그 내용물(62)로서 다른 추천 매장(bbb, ccc) 등을 'oo의 도다른 이탈리안 맛집'과 같이 디스플레이부(32)의 중단에 표시한다.
또한 선택된 매장에 기초한 예측 동선에 의하여 사용자가 다음 방문할 매장으로 '다음 장소로 여기 어떠세요?' 등의 멘트와 함께 다른 카테고리의 매장(ddd, eee)들을 추천 매장으로서 제공하여 디스플레이부(32)의 하단에 표시한다.
도 6은 어플리케이션의 실행 화면의 예시로서, 화면 구성은 도 6과 같은 구성으로 한정되는 것은 아니고 다양하게 변경 가능할 것이다.
이상과 같이, 본 발명의 실시예들에 따른 매장 추천 서비스 제공 방법 및 장치에 의하면 사용자는 의미 없는 단순한 맛집이나 유명한 매장을 추천받는 것이 아니라, 빅데이터를 통하여 분석된 대중의 경향을 고려한 예측 동선에 기초하여 자신이 다음에 방문할 매장을 미리 예측하여 추천받을 수 있어 효율적인 매장 추천 서비스를 제공받을 수 있게 된다.
또한 사용자는 다음에 방문할 매장을 직접 고민하지 않아도 대중의 일반적인 동선에 따라서 자신의 방문 매장을 결정할 수 있어, 데이트 일정을 정할 때나 모임에서의 자리 이동시에 다음 이동 장소 선택을 위한 고민을 덜 수 있게 된다.
또한 다양한 실시 예들에 따른 장치 또는 시스템은 전술한 구성요소들 중 적어도 하나 이상을 포함하거나, 일부가 생략되거나, 또는 추가적인 다른 구성요소를 더 포함할 수 있다. 그리고 본 문서에 개시된 실시 예는 개시된 기술 내용의 설명 및 이해를 위해 제시된 것이며 본 발명의 범위를 한정하는 것은 아니다. 따라서 본 문서의 범위는 본 발명의 기술적 사상에 근거한 모든 변경 또는 다양한 다른 실시 예를 포함하는 것으로 해석되어야 한다.
1: 서버(매장 추천 서비스 제공 장치)
2: 네트워크
3(3a~3n): 사용자 단말
10: 제어부 11: 데이터베이스
12: 상태 판단부 13: 예측 동선 산출부
14: 매장 종류 예측부 15: 매장 추천부
16: 통신부 30: 프로세서
31: 저장부 32: 디스플레이부
33: 입력부 34: 통신부

Claims (16)

  1. 매장 추천 서비스를 받는 특정 사용자의 사용자 정보를 이용하여 상기 특정 사용자의 현재 상태를 판단하는 단계;
    일반 사용자의 결제 정보에 기초하여 카드 소지자의 예측 동선을 산출하는 단계;
    상기 특정 사용자의 현재 상태와 상기 예측 동선에 기초하여 상기 특정 사용자가 방문할 다음 매장의 종류를 예측하는 단계; 및
    상기 예측한 다음 매장의 종류에 기초하여 상기 특정 사용자에게 추천할 매장을 결정하는 단계를 포함하는, 매장 추천 서비스 제공 방법.
  2. 청구항 1에 있어서,
    상기 예측 동선을 산출하는 단계는,
    카드 가맹점을 복수의 카테고리로 분류하고,
    상기 일반 사용자의 결제 정보들 중 하나의 카드에 대하여, 제1 결제 정보에 해당하는 카테고리와 상기 제1 결제 정보 이후에 발생한 제2 결제 정보에 해당하는 카테고리를 파악하여, 동선을 파악하고,
    상기 일반 사용자의 결제 정보에 포함된 모든 카드에 대하여 상기 동선의 파악을 반복한 결과를 분석함으로써, 상기 예측 동선을 산출하는 것을 특징으로 하는 매장 추천 서비스 제공 방법.
  3. 청구항 2에 있어서,
    상기 매장은 음식점인 것을 특징으로 하는 매장 추천 서비스 제공 방법.
  4. 청구항 3에 있어서,
    상기 복수의 카테고리는 식사, 디저트, 술을 포함하는 것을 특징으로 하는 매장 추천 서비스 제공 방법.
  5. 청구항 2에 있어서,
    상기 복수의 카테고리 각각은 하위 카테고리를 포함하고 있으며,
    상기 예측 동선은 상기 하위 카테고리를 고려하여 산출하는 것을 특징으로 하는 매장 추천 서비스 제공 방법.
  6. 청구항 1에 있어서,
    상기 특정 사용자의 현재 상태는 현재의 시각, 위치, 날씨, 날짜 중 적어도 어느 하나를 포함하는 것을 특징으로 하는 매장 추천 서비스 제공 방법.
  7. 청구항 1에 있어서,
    상기 특정 사용자의 현재 상태는 상기 특정 사용자에 의한 현재 시각으로부터 소정의 시간 이내의 결제 내역에 기초하여 판단하는 것을 특징으로 하는 매장 추천 서비스 제공 방법.
  8. 청구항 1에 있어서,
    상기 특정 사용자에게 추천된 매장 중 하나를 상기 특정 사용자가 선택한 경우,
    상기 선택한 매장을 상기 현재 상태로서 고려하여 상기 특정 사용자에게 추천할 매장의 결정을 갱신하는 것을 특징으로 하는 매장 추천 서비스 제공 방법.
  9. 개인 정보 및 결제 정보를 포함하는 사용자 정보를 저장하는 데이터베이스;
    상기 데이터베이스에 저장된 정보 중 매장 추천 서비스를 받는 특정 사용자의 사용자 정보를 이용하여 상기 특정 사용자의 현재 상태를 판단하는 상태 판단부;
    일반 사용자의 결제 정보에 기초하여 카드 소지자의 예측 동선을 산출하는 예측 동선 산출부;
    상기 특정 사용자의 현재 상태와 상기 예측 동선에 기초하여 상기 특정 사용자가 방문할 다음 매장의 종류를 예측하는 매장 종류 예측부; 및
    상기 예측한 다음 매장의 종류에 기초하여 상기 특정 사용자에게 추천할 매장을 결정하는 매장 추천부를 포함하는, 매장 추천 서비스 제공 장치.
  10. 청구항 9에 있어서,
    상기 데이터베이스는 카드 가맹점을 복수의 카테고리로 분류하여 저장하고,
    상기 예측 동선 산출부는,
    상기 일반 사용자의 결제 정보들 중 하나의 카드에 대하여, 제1 결제 정보에 해당하는 카테고리와 상기 제1 결제 정보 이후에 발생한 제2 결제 정보에 해당하는 카테고리를 파악하여, 동선을 파악하고,
    상기 일반 사용자의 결제 정보에 포함된 모든 카드에 대하여 상기 동선의 파악을 반복한 결과를 분석함으로써, 상기 예측 동선을 산출하는 것을 특징으로 하는 매장 추천 서비스 제공 장치.
  11. 청구항 10에 있어서,
    상기 매장은 음식점인 것을 특징으로 하는 매장 추천 서비스 제공 장치.
  12. 청구항 11에 있어서,
    상기 복수의 카테고리는 식사, 디저트, 술을 포함하는 것을 특징으로 하는 매장 추천 서비스 제공 장치.
  13. 청구항 10에 있어서,
    상기 복수의 카테고리 각각은 하위 카테고리를 포함하고 있으며,
    상기 예측 동선 산출부는 상기 하위 카테고리를 고려하여 산출하는 것을 특징으로 하는 매장 추천 서비스 제공 장치.
  14. 청구항 9에 있어서,
    상기 특정 사용자의 현재 상태는 현재의 시각, 위치, 날씨, 날짜 중 적어도 어느 하나를 포함하는 것을 특징으로 하는 매장 추천 서비스 제공 장치.
  15. 청구항 9에 있어서,
    상기 특정 사용자의 현재 상태는 상기 특정 사용자에 의한 현재 시각으로부터 소정의 시간 이내의 결제 내역에 기초하여 판단하는 것을 특징으로 하는 매장 추천 서비스 제공 장치.
  16. 청구항 9에 있어서,
    상기 매장 추천부는,
    상기 특정 사용자에게 추천된 매장 중 하나를 상기 특정 사용자가 선택한 경우, 상기 선택한 매장을 상기 현재 상태로서 고려하여 상기 특정 사용자에게 추천할 매장의 결정을 갱신하는 것을 특징으로 하는 매장 추천 서비스 제공 장치.
KR1020150191405A 2015-12-31 2015-12-31 매장 추천 서비스 제공 방법 및 장치 KR20170080152A (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020150191405A KR20170080152A (ko) 2015-12-31 2015-12-31 매장 추천 서비스 제공 방법 및 장치

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020150191405A KR20170080152A (ko) 2015-12-31 2015-12-31 매장 추천 서비스 제공 방법 및 장치

Publications (1)

Publication Number Publication Date
KR20170080152A true KR20170080152A (ko) 2017-07-10

Family

ID=59355612

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020150191405A KR20170080152A (ko) 2015-12-31 2015-12-31 매장 추천 서비스 제공 방법 및 장치

Country Status (1)

Country Link
KR (1) KR20170080152A (ko)

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20190113396A (ko) * 2018-03-28 2019-10-08 주식회사 텐큐브 지출내역 정보 및 이동경로 정보에 기반하여 매장을 추천하는 방법 및 서버
KR20200045628A (ko) * 2018-10-23 2020-05-06 차민진 감성 기반의 카페 추천 정보를 제공하는 서버 및 이를 이용한 카페 추천 방법
KR102195058B1 (ko) * 2019-11-26 2020-12-24 주식회사 위대한 음식점 추천 서비스를 제공하는 방법 및 그를 이용한 서버
KR20210142499A (ko) * 2020-05-18 2021-11-25 투브플러스 주식회사 오프라인 매장을 방문하는 사용자에게 혜택 정보를 제공하는 방법, 시스템 및 비일시성의 컴퓨터 판독 가능 기록 매체

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20190113396A (ko) * 2018-03-28 2019-10-08 주식회사 텐큐브 지출내역 정보 및 이동경로 정보에 기반하여 매장을 추천하는 방법 및 서버
KR20200045628A (ko) * 2018-10-23 2020-05-06 차민진 감성 기반의 카페 추천 정보를 제공하는 서버 및 이를 이용한 카페 추천 방법
KR102195058B1 (ko) * 2019-11-26 2020-12-24 주식회사 위대한 음식점 추천 서비스를 제공하는 방법 및 그를 이용한 서버
KR20210142499A (ko) * 2020-05-18 2021-11-25 투브플러스 주식회사 오프라인 매장을 방문하는 사용자에게 혜택 정보를 제공하는 방법, 시스템 및 비일시성의 컴퓨터 판독 가능 기록 매체

Similar Documents

Publication Publication Date Title
JP5422775B1 (ja) 注文受付管理装置、注文入力端末装置及びそのプログラム
US20160019553A1 (en) Information interaction in a smart service platform
US10452233B2 (en) Information interactive platform, system and method
US9892449B2 (en) Information providing system, information providing apparatus and information providing method
KR20170080152A (ko) 매장 추천 서비스 제공 방법 및 장치
KR101677749B1 (ko) 개인 선호 성향을 고려한 추천 서비스 방법 및 이를 위한 추천 서비스 서버
JP7032341B2 (ja) 情報処理装置、情報処理方法、及び情報処理プログラム
JP2013054575A (ja) 注文システム
KR20140137883A (ko) 카드 사용 정보를 이용한 정보 제공 방법 및 장치
US20170032253A1 (en) Information processing apparatus, control method, and program
CN110750697A (zh) 商户分类方法、装置、设备及存储介质
CN111602110A (zh) 信息提供装置、信息提供方法、记录有信息提供程序的非暂时性记录介质以及记录有用户终端控制程序的非暂时性记录介质
CN113360790A (zh) 信息推荐方法、装置及电子设备
JP7503050B2 (ja) 需要分散装置
US20200211059A1 (en) System and method for providing travel and lodging services
CN109685302A (zh) 基于数据分析的业务分配方法、设备、存储介质及装置
JP7046564B2 (ja) 予約管理装置、予約管理システム、及びプログラム
JP7386198B2 (ja) 情報処理装置及びプログラム
KR102454350B1 (ko) 소비 패턴 예측을 통한 사용자 맞춤형 추천 서비스 제공 방법 및 서버
CN109034934A (zh) 用于一键购买的方法及其设备
KR20140003187A (ko) 모바일 화면에서 제공되는 식당 예약 시스템
JP2023092648A (ja) 店舗予約システム
KR101908649B1 (ko) 원타임 가상 구성원에 대한 서비스 이용 가이드 시스템 및 방법
CN109643434A (zh) 服务器、信息提供方法、以及信息提供程序
CN111316314A (zh) 终端装置、信息管理系统及程序

Legal Events

Date Code Title Description
A201 Request for examination
E902 Notification of reason for refusal
E90F Notification of reason for final refusal
E601 Decision to refuse application