KR20170085145A - 소매 위치 추천 - Google Patents

소매 위치 추천 Download PDF

Info

Publication number
KR20170085145A
KR20170085145A KR1020177019362A KR20177019362A KR20170085145A KR 20170085145 A KR20170085145 A KR 20170085145A KR 1020177019362 A KR1020177019362 A KR 1020177019362A KR 20177019362 A KR20177019362 A KR 20177019362A KR 20170085145 A KR20170085145 A KR 20170085145A
Authority
KR
South Korea
Prior art keywords
product
scan
location
query
messages
Prior art date
Application number
KR1020177019362A
Other languages
English (en)
Inventor
네이트 라이먼
Original Assignee
이베이 인크.
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 이베이 인크. filed Critical 이베이 인크.
Publication of KR20170085145A publication Critical patent/KR20170085145A/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]
    • G06Q30/0631—Item recommendations
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06K—GRAPHICAL DATA READING; PRESENTATION OF DATA; RECORD CARRIERS; HANDLING RECORD CARRIERS
    • G06K19/00—Record carriers for use with machines and with at least a part designed to carry digital markings
    • G06K19/06—Record carriers for use with machines and with at least a part designed to carry digital markings characterised by the kind of the digital marking, e.g. shape, nature, code
    • G06K19/06009—Record carriers for use with machines and with at least a part designed to carry digital markings characterised by the kind of the digital marking, e.g. shape, nature, code with optically detectable marking
    • G06K19/06037—Record carriers for use with machines and with at least a part designed to carry digital markings characterised by the kind of the digital marking, e.g. shape, nature, code with optically detectable marking multi-dimensional coding
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06K—GRAPHICAL DATA READING; PRESENTATION OF DATA; RECORD CARRIERS; HANDLING RECORD CARRIERS
    • G06K7/00—Methods or arrangements for sensing record carriers, e.g. for reading patterns
    • G06K7/10—Methods or arrangements for sensing record carriers, e.g. for reading patterns by electromagnetic radiation, e.g. optical sensing; by corpuscular radiation
    • G06K7/14—Methods or arrangements for sensing record carriers, e.g. for reading patterns by electromagnetic radiation, e.g. optical sensing; by corpuscular radiation using light without selection of wavelength, e.g. sensing reflected white light
    • G06K7/1404—Methods for optical code recognition
    • G06K7/1408—Methods for optical code recognition the method being specifically adapted for the type of code
    • G06K7/1417—2D bar codes
    • 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
    • G06Q30/0282—Rating or review of business operators or products
    • 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]
    • G06Q30/0623—Item investigation
    • G06Q30/0625—Directed, with specific intent or strategy
    • G06Q30/0629—Directed, with specific intent or strategy for generating comparisons
    • 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]
    • G06Q30/0639—Item locations
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
    • H04W4/02—Services making use of location information
    • H04W4/023—Services making use of location information using mutual or relative location information between multiple location based services [LBS] targets or of distance thresholds

Landscapes

  • Business, Economics & Management (AREA)
  • Engineering & Computer Science (AREA)
  • Accounting & Taxation (AREA)
  • Finance (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Development Economics (AREA)
  • Strategic Management (AREA)
  • Economics (AREA)
  • Marketing (AREA)
  • General Business, Economics & Management (AREA)
  • Game Theory and Decision Science (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Signal Processing (AREA)
  • Health & Medical Sciences (AREA)
  • Electromagnetism (AREA)
  • General Health & Medical Sciences (AREA)
  • Toxicology (AREA)
  • Artificial Intelligence (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)
  • Information Transfer Between Computers (AREA)

Abstract

네트워크 기반 시스템 상에서 소매 위치에 관한 추천을 생성하기 위한 방법 및 시스템이 개시된다. 예를 들어, 시스템은 지리적 위치와 연관된 소매 위치 정의를 획득할 수 있다. 지리적 위치는 소매 위치를 표현할 수 있다. 그 이후 시스템은 지리적 위치 내에 위치된 복수의 스캐닝 디바이스로부터 수신된 제품 스캔 메시지들로부터 스캔 이벤트 모델을 구축한다. 스캔 이벤트 모델은 하나 이상의 스캔 이벤트들을 포함할 수 있으며 하나 이상의 스캔 이벤트들의 각각은 제품 정의 및 소매 위치 정의와 연관된다. 그 다음, 검색 디바이스로부터의 추천 쿼리가 시스템에 의해 수신된다. 추천 쿼리는 제품 식별자 및 쿼리 위치를 포함할 수 있다. 시스템은 제품 식별자 및 쿼리 위치가 스캔 이벤트 모델의 하나 이상의 스캔 이벤트들에 매칭되는지 판단한 것에 기초하여 소매 위치에 관한 추천을 생성할 수 있다.

Description

소매 위치 추천{RECOMMENDING A RETAIL LOCATION}
본 출원은 2012년 11월 29일에 출원된 미국 특허 출원 제13/689,479호에 대하여 우선권을 주장하며, 그 전체는 본원에서 참조로서 포함된다.
본 출원은 일반적으로 데이터 프로세싱에 관한 것으로, 일부 예시들에서, 소매 위치(a retail location)에 관한 추천(a recommendation)을 생성하기 위한 방법 및 시스템에 관한 것이다.
인터넷과 같은 네트워크 기반 시스템을 통해 이용가능한 정보의 폭발적인 증가(explosion)는 원하는 한 가지의 정보 또는 제품의 위치를 찾고자 시도하는 사용자를 어쩔 줄 모르게 만들 수 있다. 예를 들어, 전형적인 네트워크 기반 상거래 시스템을 통해 이용가능한 제품의 카테고리는 지난 10년 동안 기하급수적으로 증가했다. 이러한 급격한 성장은 사용자에게 그들의 필요와 관련된 정보 또는 제품을 찾는데 거대한 양의 데이터를 열람하고 분류(sort)해야 하는 문제를 남겼다. 검색 엔진 및 추천 시스템(recommendation system) 모두는 네트워크 기반 시스템 내에서 정보 및 제품 모두의 위치를 찾는데 도움을 주기 위해 개발되었다.
전형적인 추천 시스템은 사용자가 관련 정보 또는 제품의 위치를 찾는 것을 돕고자 시도하도록 구현되었다. 네트워크 기반 상거래 시스템에서의 성공적인 추천 시스템은 관련 제품의 위치를 찾는 사용자 시간을 절약할 뿐만 아니라 상거래 시스템의 운영자에게 초과 이익을 가져다준다. 대부분의 전형적인 추천 시스템은 검색 기법의 일부 형태를 이용한다. 예를 들어, 전형적인 추천 시스템은 상인(merchants)에 의해 제공된 재고 데이터(inventory data)를 액세스하거나 달리 획득할 수 있다. 재고 데이터는 특정 상인(예를 들어, Best Buy®)이 특정 제품을 판매한다는 것을 나타낼 수 있다. 따라서, 그러한 전형적인 추천 시스템은 제품이 판매되는지에 관한 업데이트를 제공하는 상인에 의존한다. 때때로, 상인에 의해 제공된 재고 데이터는 상인이 특정 판매 제품을 전반적으로 제공하는지 또는 일부 지점에서만 제공했는지만을 표시한다.
일부 실시예들은 예시의 방법으로써 도시되며 첨부된 도면의 수치로 제한되지 않는다.
도 1은 일 예시의 실시예에 따른, 추천 서비스를 도시하는 네트워크 도면이다.
도 2는 일 예시의 실시예에 따라, 도 1에 도시된 추천 시스템에 의해 이용될 수 있는 예시의 컴퓨터로 구현된 모듈을 도시하는 블록도이다.
도 3은 일 예시의 실시예에 따라, 소매 위치와 연관된 이력 제품 스캔 메시지에 적어도 부분적으로 기초하여 소매 위치에 관한 추천을 생성하기 위한 방법을 도시하는 흐름도이다.
도 4는 일 예시의 실시예에 따라, 스캐닝 디바이스로부터 수신된 제품 스캔 메시지로부터 스캔 이벤트 모델을 구축하기 위한 방법을 도시하는 흐름도이다.
도 5는 일 예시의 실시예에 따라, 이력 제품 스캔 메시지에 적어도 부분적으로 기초하여 소매 위치에 대한 추천을 생성하기 위한 방법을 도시하는 흐름도이다.
도 6은 일 예시의 실시예에 따라, 다른 소매 위치들과 연관된 스캔 이벤트들에 기초하여 소매 위치 정의에 관한 선택을 도시하는 블록도이다.
도 7은 일 예시의 실시예에 따라, 본원에 설명된 방법론들 중 임의의 하나 이상의 방법론을 수행하게 하기 위한 명령어 세트를 포함하는 예시의 형태의 컴퓨터 시스템 내 머신에 관한 개략적인 도면이다.
판매를 위해 특정 제품을 제공할 수 있는 소매 위치에 관한 추천을 생성하기 위한 예시의 시스템 및 방법이 도시된다. 일부 예시의 실시예들에서, 소매 위치에 관한 추천을 생성하기 위한 시스템 및 방법은, 하나 이상의 스캐닝 디바이스(scanning devices)에 의해 네트워크 기반 시스템으로 송신된 이력 제품 스캔 메시지(historical product scan messages)에 적어도 부분적으로 기초할 수 있다. 아래에서 더 상세히 설명되는 바와 같이, 제품 스캔 메시지는 대응하는 제품에 관한 정보(예를 들어, 제품 설명, 제품 가격, 제품 리뷰 등)를 요청하는 스캐닝 디바이스(예를 들어, 특정 제품에 관심이 있는 소비자와 연관된 모바일 폰)에 의해 송신된 전자 메시지를 포함할 수 있다. 다음의 서술에서, 설명의 목적을 위해, 다수의 특정 세부사항이 예시의 실시예들에 관한 철저한 이해를 제공하기 위해 개시된다. 그러나, 본원에 설명된 현재 실시예들은 이러한 특정 세부사항 없이도 실시될 수 있다는 것은 본 기술분야의 당업자에게 자명할 것이다. 소매 위치를 추천하는 것에 관한 사용은 제공된 예시들로 제한되지 않으며 구체적으로 논의되지 않은 다른 시나리오를 포함할 수 있다는 것 또한 자명할 것이다.
본원에서 서술되는 예시의 실시예들에서, 시스템은 소매 위치에 관한 추천을 생성할 수 있다. 예를 들어, 시스템은 지리적 위치와 연관된 소매 위치를 획득할 수 있다. 지리적 위치는 소매 위치를 표현할 수 있다. 그 이후 시스템은 지리적 위치 내에 위치된 복수의 스캐닝 디바이스로부터 수신된 제품 스캔 메시지로부터 스캔 이벤트 모델을 구축한다. 스캔 이벤트 모델은 하나 이상의 스캔 이벤트들을 포함하고 각각은 제품 정의(a product definition) 및 소매 위치와 연관된다. 그 다음, 시스템은 검색 디바이스로부터의 추천 쿼리(recommendation query)를 수신한다. 추천 쿼리는 제품 식별자 및 쿼리 위치를 포함할 수 있다. 시스템은 제품 식별자 및 쿼리 위치가 스캔 이벤트 모델의 하나 이상의 이벤트들에 매칭되는지에 관한 결정에 기초하여 소매 위치에 관한 추천을 생성할 수 있다.
또한, 예시의 실시예들은 소매 위치에 관한 추천을 생성하는 방법을 포함할 수 있다. 예를 들어, 시스템은 지리적 위치와 연관된 소매 위치 정의를 획득할 수 있다. 지리적 위치는 소매 위치를 표현할 수 있다. 그 이후 시스템은 지리적 위치 내에 위치된 복수의 스캐닝 디바이스로부터 수신된 제품 스캔 메시지들로부터 스캔 이벤트 모델을 구축한다. 스캔 이벤트 모델은 하나 이상의 스캔 이벤트들을 포함하고 각각은 제품 정의 및 소매 위치 정의와 연관된다. 그 다음, 시스템은 검색 디바이스로부터의 추천 쿼리를 수신한다. 추천 쿼리는 제품 식별자 및 쿼리 위치를 포함할 수 있다. 시스템은 제품 식별자 및 쿼리 위치가 스캔 이벤트 모델의 하나 이상의 스캔 이벤트들에 매칭되는지에 관한 결정에 기초하여 소매 위치에 관한 추천을 생성할 수 있다.
이러한 및 다른 실시예들은 이제부터 더 상세히 설명된다.
플랫폼 아키텍처
도 1은 일 예시의 실시예에 따라, 추천 서비스(100)를 도시하는 네트워크 도면이다. 예를 들어, 도 1에 도시된 바와 같이, 추천 서비스(100)는 네트워크(114), 추천 시스템(108), 스캐닝 디바이스들(102A-102C)(종합하여 스캐닝 디바이스 또는 스캐닝 디바이스들(102)로 지칭됨), 및 검색 디바이스(106)를 포함한다.
네트워크(114)는 도 1에 도시된 컴포넌트들 사이에서 데이터를 전달하는데 사용되는 임의의 적합한 네트워크이다. 다양한 실시예들에서, 네트워크(114)의 하나 이상의 부분들은 애드 혹 네트워크, 인트라넷, 엑스트라넷, VPN(virtual private network), LAN(a local area network), WLAN(a wireless LAN), WAN(a wide area network), WWAN(a wireless WAN), MAN(a metropolitan area network), 인터넷의 일부, PSTN(Public Switched Telephone Network)의 일부, 휴대 전화 네트워크, 또는 임의의 타입의 네트워크, 또는 두 개 이상의 그러한 네트워크들의 조합을 포함할 수 있다.
스캐닝 디바이스들(102)은, 네트워크(114)를 통해 전달될 수 있을 때, 추천 시스템(108)에 제품 스캔 메시지를 송신하도록 구성되는 휴대가능한 컴퓨팅 디바이스(예를 들어, 모바일 폰, 랩톱, 태블릿, 카메라 등)일 수 있다. 일 예시의 실시예에서, 용어 "제품 스캔 메시지"는 스캐닝 디바이스가 제품 코드를 스캐닝했다는 것을 명시하는 전자 메시지를 지칭할 수 있다. 제품 코드는 상거래에서 제품을 고유하게 식별하는 데이터, 예컨대, 통일 제품 코드(universal product code; UPC), 무선 주파수 식별(RFID) 태그, QR(quick response) 코드, 또는 임의의 다른 적합한 데이터 표현일 수 있다.
스캐닝 디바이스들(102)은 스캐닝된 제품에 관한 제품 정보를 요청하기 위해 추천 시스템(108)으로 제품 스캔 메시지를 송신할 수 있다. 예를 들어, 추천 시스템(108)은 제품 스캔 메시지를 수신한 것에 응답하여 제품 이미지, 제품 이름, 제품 가격, 제품 리뷰 등을 반환할 수 있다.
일부 실시예들에서, 제품 스캔 메시지는 스캐닝 디바이스에 의해 스캐닝되었던 제품을 고유하게 식별하는 제품 코드를 표현하는 데이터, 및 스캐닝이 행해진 곳을 명시하는 스캔 위치를 포함할 수 있다. 일부 실시예들에서, 스캔 위치는 위치 좌표(예를 들어, 위도 및 경도 좌표), 가상 파라미터, 위치 좌표 주변 반경, 또는 이들의 임의의 조합을 포함할 수 있다. 일부 예시의 실시예들에서, 스캔 위치는 특정 소매 상점, 또는 체인 또는 소매 상점들에 할당된 식별자를 포함할 수 있다.
검색 디바이스(106)는 추천 시스템(108)에 추천 쿼리를 송신하고, 차례로, 추천 시스템(108)으로부터 소매 위치에 관한 추천을 수신하도록 구성되는 휴대가능한 컴퓨팅 디바이스(예를 들어, 모바일 폰, 랩톱, 태블릿, 카메라 등)일 수 있다. 추천 쿼리는 하나 이상의 검색 기준 및 쿼리 위치를 포함하는 전자 메시지일 수 있다. 추천 시스템(108)으로부터 반환된 추천은 제품 검색 요청 내 검색 기준에 매칭되는 제품을 전달할 수 있는 물리적 소매 상점을 표현하는 하나 이상의 소매 위치 정의를 포함할 수 있다.
추천 시스템(108)은 스캐닝 디바이스(102)로부터 수신된 제품 스캔 메시지들을 추적함으로써 스캔 이벤트 모델을 구축하는 네트워크 처리가능한 컴퓨터 시스템일 수 있다. 전술된 바와 같이, 일부 실시예들에서, 스캐닝 디바이스(102)로부터의 제품 스캔 메시지를 수신하는 것에 응답하여, 추천 시스템(108)은 제품 스캔 메시지 내 송신된 제품 식별자와 관련된 제품 정보를 반환할 수 있다.
제품 스캔 메시지들을 추적하는 것에 더하여, 추천 시스템(108)은 판매 제품을 제공할 수 있는 소매 위치들에 관한 추천을 제공하도록 구성될 수 있다. 도 3 내지 도 6을 참조하여, 아래에서 더 상세히 설명되는 바와 같이, 소매 위치들에 관한 추천은, 스캐닝 디바이스들(102)에 의해 송신된 이력 제품 스캔 메시지들(historical product scan messages)로부터 구축된 스캔 이벤트 모델을 적어도 부분적으로 사용하여 추천 시스템(108)에 의해 생성될 수 있다.
추천 모듈
도 2는 일 예시의 실시예에 따라, 특정 제품을 판매할 수 있는 소매 위치에 관한 추천을 생성하기 위해 도 1에 도시된 추천 시스템(108)에 의해 이용될 수 있는 예시의 컴퓨터로 구현된 모듈을 도시하는 블록도이다. 도 2에 도시된 바와 같이, 일 예시의 실시예에서, 추천 시스템(108)은 위치 추적기(202), 스캔 이벤트 핸들러(a scan event handler)(204), 추천 엔진(206), 및 데이터베이스(208)를 포함할 수 있다.
위치 추적기(202)는 소매 위치 정의를 획득하도록 구성된 컴퓨터로 구현된 모듈일 수 있다. 전술된 바와 같이, 소매 위치 정의는 상인에 의해 운영되는 소매 상점과 연관된 실세계 지리적 위치를 특징지을 수 있다. 일부 실시예들에서, 소매 위치 정의는 하나 이상의 지리적 좌표(예를 들어, 위도 및 경도 좌표), 도로 주소, 또는 지리적 영역을 식별하는데 사용될 수 있는 임의의 다른 적합한 데이터와 실세계 지리적 위치를 특징지을 수 있다. 예를 들어, 하나의 예시의 실시예는 지리적 좌표 및 반경을 사용하여 소매 상점을 나타내는 지리적 공간 내의 경계를 정의할 수 있다. 다른 예시로서, 일 예시의 실시예는 지리적 좌표 세트를 이용하여 소매 상점을 나타내는 지리적 공간 내의 경계를 정의할 수 있다. 또한, 일 예시의 실시예는 도로 주소, 및 가능한 경우 반경을 이용하여 소매 상점을 나타내는 지리적 공간 내의 경계를 정의할 수 있다.
스캔 이벤트 핸들러(204)는 제품 스캔 메시지를 소매 위치 및 제품과 연관시키도록 구성된 컴퓨터로 구현된 모듈일 수 있다. 예를 들어, 스캐닝 디바이스들(102)로부터 제품 스캔 메시지를 수신하고 나면, 스캔 이벤트 핸들러(204)는, 스캔 이벤트(226)로 도시된 바와 같이, 대응 스캔 이벤트를 데이터베이스(208)에 저장할 수 있고, 스캔 이벤트(226)가 위치 정의(222)에 의해 명시된 지리적 영역 내에 발생했다는 결정에 기초하여 스캔 이벤트(226)를 위치 정의(222)에 연결할 수 있다. 이러한 방법으로, 스캔 이벤트 핸들러(204)는 소매 상점 위치에서 판매되는 제품을 특징짓는 스캔 이벤트 모델을 구축할 수 있다.
추천 엔진(206)은 스캔 이벤트 모델에 적어도 부분적으로 기초하여 소매 위치에 관한 추천을 생성하도록 구성된 컴퓨터로 구현된 모듈일 수 있다. 소매 위치에 관한 추천을 생성하는 것은 아래에서 더 상세히 서술된다.
데이터베이스(208)는 소매 위치 정의(222), 상인 정의(224), 스캔 이벤트(226), 제품 정의(228), 및 추천 규칙(230)으로 구성된 데이터 저장소일 수 있다. 소매 위치 정의(222)는 하나 이상의 소매 위치 정의들을 포함할 수 있다. 본원에서 사용되는 바와 같은, 용어 "소매 위치 정의"는 판매를 위해 제품 또는 서비스를 제공하는 소매 상점과 연관된 지리적 위치를 특징짓는 하나 이상의 속성(properties)을 포함하는 데이터 구조를 지칭할 수 있다. 그러한 속성은 실세계 영역 내 경계 또는 영역을 명시하는 임의의 적합한 데이터를 포함할 수 있다. 또한, 그러한 속성은 소매 위치를 상인 정의(224) 중 하나와 연관시키는 임의의 적합한 데이터를 포함할 수 있다.
상인 정의(224)는 하나 이상의 상인 정의를 포함할 수 있다. 본원에서 사용되는 바와 같이, "상인 정의"는 대응하는 상인의 한 측면을 특징짓는 하나 이상의 속성을 포함하는 데이터 구조일 수 있다. 그러한 속성은 상인 이름(예를 들어, BestBuy®), 상인이 판매하는 제품의 카테고리, 상인이 연관된 산업, 전화 번호, 웹사이트 등을 포함할 수 있다. 도 2에 도시된 바와 같이, 상인 정의(224)는 다중 기호(240)로 도시된 바와 같이, 다수의 소매 위치 정의(222)와 연관될 수 있다.
스캔 이벤트(226)는 스캔 핸들러(204)에 의해 이전에 수신된 하나 이상의 제품 스캔 메시지로부터의 데이터 또는 그로부터 도출된 데이터를 저장할 수 있다. 도 2에 도시된 바와 같이, 위치 정의는 다중 기호(242)로 도시된 바와 같이 다수의 스캔 이벤트와 연관될 수 있다.
제품 정의(228)는 제품의 측면들을 특징짓는 하나 이상의 속성들을 포함하는 데이터 구조일 수 있다. 예를 들어, 제품 정의(228)는 제품 이름, 제품 코드(예를 들어, UPC 코드), 이미지, 소비자 리뷰, 및 판매를 위해 제품을 제공하는 상인을 명시하는 속성을 포함할 수 있다.
위치 정의(222) 및 제품 정의(228)와 연관된 스캔 이벤트(226)는 스캔 이벤트 모델을 형성한다. 스캔 이벤트 모델은 특정 상인에 의해 판매되는 제품을 특징지을 수 있다.
추천 규칙(230)은 스캔 이벤트 모델에 기초하여 소매 위치에 관한 추천을 행하는데 사용가능한 데이터 또는 로직일 수 있다. 일반적으로, 추천 규칙(230)은 소매 위치에 관한 추천을 생성하기 전에 스캔 이벤트 모델이 매칭되어야 하는 기준을 정의할 수 있다.
위치 추적기(202), 스캔 이벤트 핸들러(204), 및 추천 엔진(206)의 동작 방법에 관한 추가 세부사항이 도 3 내지 도 6을 참조하여 아래에서 서술된다.
소매 위치를 추천하는 방법
도 3은 일 예시의 실시예에 따라, 소매 위치 정의와 연관된 이력 제품 스캔 메시지에 적어도 부분적으로 기초하여 소매 위치에 관한 추천을 생성하기 위한 예시의 방법을 도시하는 흐름도이다. 방법(300)은 하드웨어(예를 들어, 전용 로직, 프로그램된 로직, 마이크로코드 등), 소프트웨어(예컨대, 범용 컴퓨터 시스템 또는 전용 머신 상에서 실행되는), 또는 이 둘의 조합을 포함할 수 있는 프로세싱 로직에 의해 수행될 수 있다. 일 예시의 실시예에서, 프로세싱 로직은, 위치 추적기(202), 스캔 이벤트 핸들러(204), 및 추천 엔진(206)과 같은, 도 2에 도시된 모듈들 내에 상주한다. 따라서, 방법(300)은 도 1 및 도 2에 관하여 서술된 컴포넌트, 시스템, 및 모듈을 참조하여 서술된다.
도 3에 도시된 바와 같이, 방법(300)은 위치 추적기(202)가 소매 위치를 나타내는 지리적 위치와 연관된 소매 위치 정의(222)를 획득할 때 동작 302에서 시작할 수 있다. 전술된 바와 같이, 소매 위치 정의는 (도 2의 상인 정의(224)에 의해 특징될 수 있는 바와 같이) 상인에 의해 운영되는 물리적 소매 상점을 나타내는, 실세계 영역 내 영역 또는 경계와 같은 지리적 위치를 특징짓는 하나 이상의 속성을 포함하는 데이터 구조일 수 있다. 일부 실시예들에서, 소매 위치 정의(222)는 스캐닝 디바이스들(102)의 사용자에 의해 제출된 사용자 생성 콘텐츠에 의해 또는 제 3 자 서비스를 통해 지원될 수 있다.
동작 304에서, 스캔 이벤트 핸들러(204)는 스캐닝 디바이스들(102)로부터 수신된 제품 스캔 메시지로부터 스캔 이벤트 모델을 구축할 수 있다. 전술된 바와 같이, 스캔 이벤트 모델은 하나 이상의 스캔 이벤트를 제품 정의(예를 들어, 제품 정의(228)) 및 지리적 위치와 연관시킬 수 있다. 경우에 따라, 스캔 이벤트 모델은 정해진 소매 위치에서 제품이 스캐닝되었던 횟수("스캔 횟수"로 지칭됨)를 명시할 수 있다. 예를 들어, 일부 실시예들은 스캐닝 디바이스(102)로부터 제품 스캔 메시지가 수신될 때마다 별개의 스캔 이벤트를 저장함으로써 스캔 횟수를 나타낼 수 있다. 따라서, 스캔 횟수는 주어진 소매 위치 및 제품에 매칭되는 스캔 이벤트의 횟수를 카운팅함으로써 결정될 수 있다. 대안적으로, 일부 실시예들은 이전에 저장된 스캔 이벤트에 매칭되는 제품 스캔 메시지가 수신될 때마다 카운터를 증가시킴으로써 스캔 횟수를 나타낼 수 있다. 제품 스캔 메시지 및 이전에 저장된 스캔 이벤트 양자가 동일한 제품 정의 및 동일한 소매 위치 정의와 관련되는 경우에, 제품 스캔 메시지는 이전에 저장된 스캔 이벤트와 매칭될 수 있다.
동작 306에서, 추천 엔진(206)은 검색 디바이스(106)로부터 추천 쿼리(a recommendation query)를 수신할 수 있다. 일부 실시예들에서, 추천 쿼리는 명시된 제품을 판매할 수 있는 소매 위치에 관한 추천을 요청하는 전자 메시지일 수 있다. 일부 실시예들에서, 추천 쿼리는 제품 식별자 및 쿼리 위치를 포함할 수 있다. 쿼리 위치는 추천된 소매 위치가 인접하고 있는 지리적 위치를 명시할 수 있다. 일부 실시예들에서, 쿼리 위치는, 예를 들어, GPS(global positioning system) 서비스에 의해 결정되거나 전자적 형태로 입력될 수 있을 때, 검색 디바이스(106)의 위치 또는 검색 디바이스의 사용자에 의해 명시되거나 달리 연관된 주소에 기초하여 결정될 수 있다.
동작 308에서, 추천 엔진(206)은 그 이후 제품 식별자 및 쿼리 위치가 스캔 이벤트 모델의 하나 이상의 스캔 이벤트와 매칭된다는 결정에 기초하여 소매 위치에 관한 추천을 생성할 수 있다. 쿼리 위치가 스캔 이벤트와 연관된 소매 위치 정의에 의해 명시된 지리적 위치로부터 확인가능한 거래 내에 존재하는 경우에 쿼리 위치는 스캔 이벤트와 매칭될 수 있다. 제품 식별자가 스캔 이벤트와 연관된 제품 정의에 의해 명시된 속성에 매칭되는 경우에 제품 식별자는 스캔 이벤트와 매칭될 수 있다.
방법(300)의 일부 동작들은 이제 더 상세히 설명된다. 예를 들어, 도 4는 일 예시의 실시예에 따라 스캐닝 디바이스(102)로부터 수신된 제품 스캔 메시지로부터 스캔 이벤트 모델을 구축하는 방법(400)을 도시하는 흐름도이다. 일부 실시예들에서, 방법(400)은 도 3의 동작(304) 중 일부와 같이 수행될 수 있다. 예를 들어, 동작 402에서, 스캔 이벤트 핸들러(204)는 제품 스캔 메시지를 수신할 수 있다. 제품 스캔 메시지는 제품 코드(예를 들어, UPC) 및 스캔 위치(예를 들어, GPS 좌표와 같은 지리적 위치)를 나타내는 데이터를 포함할 수 있다. 동작 402는 소비자가 물리적 소매 상점에 있고 소비자가 추가 정보를 획득하고자 하는 제품에 부착된 UPC 코드를 스캐닝할 때 발생할 수 있다.
동작 404에서, 제품 스캔 메시지를 수신하고 나면, 제품 스캔 핸들러(204)는 그 이후 제품 스캔 메시지와 연관된 제품 정의를 식별할 수 있다. 예를 들어, 제품 스캔 핸들러(204)는 제품 코드를 나타내는 데이터를 사용하여 제품 정의(228)와 같이 매칭되는 제품 정의를 발견할 수 있다. 일 예시의 실시예에서, 제품 코드를 나타내는 데이터는 제품 코드를 나타내는 데이터가 제품 정의(228)로부터의 속성과 매칭된다는 스캔 이벤트 핸들러(204)의 결정에 기초하여 제품 정의(228)와 매칭될 수 있다. 예시적이나 제한적이지 않은 방법에 의해, 제품 정의(228)는 각각의 제품에 할당된 UPC를 저장하는 속성을 포함할 수 있다. 따라서, 제품 코드를 나타내는 데이터가 UPC인 경우, UPC를 갖는 속성이 제품 스캔 메시지 내 UPC에 매칭되는 경우에 제품 스캔 메시지는 제품 정의(228)와 매칭된다.
동작 406에서, 제품 스캔 핸들러(204)는 그 이후 제품 스캔 메시지에 의해 명시된 스캔 위치와 연관된 소매 위치 정의를 식별할 수 있다. 일부 실시예들에서, 소매 위치 정의를 식별하는 것은 제품 스캔 핸들러(204)가 제품 스캔 메시지에 의해 명시된 스캔 위치를 소매 위치 정의와 연관된 지리적 위치와 매칭시키는 것을 포함할 수 있다. 전술된 바와 같이, 소매 위치 정의는 상인 정의와 연관될 수 있다. 따라서, 일부 실시예들에서, 제품 스캔 메시지와 직접 연관되는 소매 위치 정의를 식별하는 것은 제품 스캔 메시지와 연관되는 상인 정의를 식별한다.
동작 408에서, 제품 스캔 핸들러(204)는 그 이후 식별된 제품 정의 및 식별된 소매 위치와 연관된 스캔 이벤트를 포함하도록 스캔 이벤트(226)를 업데이트할 수 있다. 스캔 이벤트는 제품 정의를 소매 위치와 연관시키는 데이터를 포함할 수 있다. 예를 들어, 스캔 이벤트는 식별자, 포인터, 또는 제품 정의 및 소매 위치 정의에 대응하는 임의의 다른 연관 데이터를 포함할 수 있다. 일부 실시예들에서, 스캔 이벤트는 사용자가 소매 위치에서 제품을 스캐닝한 시점을 표시하는 타임 스탬프를 포함할 수 있다.
도 4에 도시된 방법(400)의 동작들은 제품 스캔 핸들러(204)가 제품 스캔 메시지를 수신할 때마다 반복될 수 있다. 이러한 방법으로, 제품 스캔 핸들러(204)는 그 이후, 사용자가 어떤 제품을 스캐닝하였는지, 특정 제품이 어디서 판매되고 있는지, 및 특정 제품이 언제 판매되는지를 나타내는 데이터를 포함하는 스캔 이벤트(226)를 구축할 수 있다.
소매 위치에 관한 추천을 생성하는 동작(도 3의 동작 308)은 도 5를 참조하여 이제부터 더 상세히 서술된다. 도 5는 일 예시의 실시예에 따라 이력 제품 스캔 메시지에 적어도 부분적으로 기초하여 소매 위치에 대한 추천을 생성하기 위한 방법(500)을 도시하는 흐름도이다. 방법(500)은 일 예시의 실시예에 따라 추천 쿼리를 수신하는 것(예를 들어, 도 3의 동작 306)에 응답하여 수행될 수 있다.
방법(500)은 추천 엔진(206)이 제품 식별자 및 쿼리 위치를 식별할 때 동작 502에서 시작할 수 있다. 일부 실시예들에서, 추천 쿼리는 제품 식별자 및 쿼리 위치를 명시할 수 있다. 예시적이지만 제한적이지 않은 방법으로써, 제품 식별자는 제품 이름, 제품 코드(예를 들어, UPC 코드, QR 코드 등), 제조자 이름, 제품 카테고리, 또는 제품을 식별하는데 사용가능한 임의의 다른 적합한 데이터일 수 있다. 쿼리 위치는 지리적 위치(예를 들어, 위도 및 경도로 표현될 수 있음), 도시, 주(a state), 짚 코드(zip code), 주소, 또는 이들의 임의의 조합을 포함할 수 있다.
동작 504에서, 추천 엔진(206)은 추천 쿼리에 의해 명시된 쿼리 위치에 기초하여 소매 위치 정의를 선택하는 위치 규칙(a location rule)을 사용할 수 있다. 위치 규칙은 소매 위치 정의를 선택하기 위한 위치 기반 요인을 명시하는 추천 규칙(230) 내의 규칙일 수 있다. 예를 들어, 위치 규칙은 소매 위치가 쿼리 위치로부터 확인가능한 거리(예를 들어, 5마일, 10마일, 또는 임의의 다른 적합한 거리) 내에 존재하거나 짚 코드, 도시, 주 등과 같은 쿼리 위치와 연관된 확인가능한 영역 내에 존재한다는 것을 명시할 수 있다.
동작 506에서, 추천 엔진(206)은 식별된 제품 식별자에 기초하여 특정 제품을 판매를 위해 특정 제품을 제공할 수 있는 소매 위치 정의를 추가로 선택하는 제품 이용가능성 규칙(a product availability rule)을 사용할 수 있다. 제품 이용가능성 규칙은 제품 스캔 이벤트 핸들러(202)에 의해 생성된 스캔 이벤트(226)의 특징에 기초하여 소매 위치 정의를 선택하도록 동작가능한 추천 규칙(230) 내의 규칙일 수 있다. 예를 들어, 스캔 이벤트가 소매 위치 정의를 추천 쿼리에 의해 명시된 제품 식별자에 매칭되는 제품 정의와 연관시킨 경우에, 제품 이용가능성 규칙은 소매 위치 정의가 선택될 수 있는지를 명시할 수 있다. 추가적인 이용가능성 규칙은 아래에서 더 상세히 설명된다.
동작 508에서, 추천 엔진(206)은 선택된 소매 위치 정의를 검색 디바이스(106)에 제공한다. 일부 실시예들에서, 추천 엔진(206)은 추가 가격 정보(supplemental pricing information)를 제공할 수 있다. 예를 들어, 추천 엔진이 상인(예를 들어, Target®)에 대하여 이용가능한 온라인 가격에 대한 액세스를 갖지만 제품의 현지 가격(local pricing)에 대한 액세스를 갖지 않고, 선택된 소매 위치에 대한 유효 제품 스캔(valid product scans)이 존재하는 경우, 추천 엔진(206)은 소매 위치에 대하여 상인에 대한 온라인 가격 데이터를 반환할 수 있다.
제품 이용가능성 규칙
다수의 제품 이용가능성 규칙이 예시적이지만 제한적이지 않는 방법으로 이제부터 서술된다. 우선, 일반 제품 이용가능성 규칙은 추천 쿼리에 의해 명시된 제품 식별자에 매칭되는 스캔 이벤트의 확인가능한 횟수와 연관되는 소매 위치 정의에 기초하여 소매 위치 정의를 선택하도록 동작가능할 수 있다. 예를 들어, 스캔 이벤트가 소매 위치 A를 제품 정의와 연관시킨 경우, 일반 제품 이용가능성 규칙은 소매 위치 A가 선택될 것으로 명시할 수 있다.
일반 제품 이용가능성 규칙의 도출(derivation)로서, 상인 추론 제품 이용가능성 규칙(a merchant inference product availability rule)은, (1) 제품과 관련된 스캔 이벤트와 연관된 다른 소매 위치 정의들; 및 (2) 동일한 상인 정의에 대한 연관성을 공유하는 소매 위치 정의 및 다른 소매 위치 정의들에 기초하여 소매 위치 정의를 선택하도록 동작가능할 수 있다. 예를 들어, 도 6은 일 예시의 실시예에 따라 다른 소매 위치들과 연관된 스캔 이벤트들에 기초하여 소매 위치 정의를 선택하는 것을 도시하는 도면이다. 도 6에 도시된 바와 같이, 상인 정의(602)는 소매 위치 정의들(604, 606, 608)과 연관될 수 있다. 상인 정의(602)는 상인을 특징짓는 속성을 포함하는 데이터 구조일 수 있다.
소매 위치 정의들(604, 606, 608) 각각은 지리적 위치와 같은 저장 위치를 특징짓는 속성을 포함하는 데이터 구조들일 수 있다. 또한, 소매 위치 정의들(604, 606) 각각은 제품 정의(610)와 차례대로 연관된 제품 스캔 이벤트들(614, 616)과 각각 연관될 수 있다. 소비자가 각각의 소매 위치 정의에 의해 명시된 지리적 위치에 있을 동안 소비자가 자신의 스캐닝 디바이스(102)를 사용하여 제품 스캔 메시지를 생성할 때 소매 위치 정의들(604, 606)은 제품 스캔 이벤트들(614, 616)과 연관될 수 있다.
소매 위치 정의(608)는 제품 정의(610)와 연관된 제품 스캔 이벤트가 없을 수 있다는 것이 이해될 것이다. 따라서, 도 6에 따라, 소매 위치 정의(608)와 연관된 지리적 위치에 있는 동안 소비자는 제품 정의(610)와 연관된 제품을 아직 스캐닝하지 않았다.
일반 규칙 하에서, 소매 위치 정의(608)가 제품 정의(610)와 연관된 제품 스캔 이벤트와 연관되지 않았기 때문에 소매 위치 정의(608)는 선택되지 않을 수 있다. 그러나, 상인 추론 제품 이용가능성 규칙은 제품 스캔 이벤트들(614, 616)이 동일한 상인 정의(예를 들어, 상인 정의(602))와 연관된 소매 위치 정의들(예를 들어, 소매 위치 정의들(604, 606))과 연관되는 것에 기초하여 소매 위치 정의(608)를 선택할 수 있다.
일부 실시예들에서, 상인 추론 제품 이용가능성 규칙은 특정 제품 정의와 관련된 스캔 이벤트들과 연관되는 소매 위치 정의들의 확인가능한 개수와 같은, 추론 임계값에 기초하여 소매 위치 정의(618)를 선택할 수 있다. 예시적이지만 제한적이지 않은 방법으로써, 제품 A가 120개의 상이한 BestBuy® 상점에서 스캐닝되는 경우, 상인 추론 제품 이용가능성 규칙은 BestBuy®에 속한 모든 상점이 제품 A를 판매한다고 추론할 수 있다. 일부 실시예들에서, 추론 임계값은 제품 정의와 관련된 스캔 이벤트들을 갖는 상인 정의와 연관된 소매 위치 정의들 중 확인가능한 비율(예를 들어, > 50%)일 수 있다.
일부 경우들에서, 소매 위치 정의와 연관된 스캔 이벤트들의 횟수에 기초하여 소매 위치들을 필터링하는 제품 이용가능성 규칙이 존재할 수 있다. 예를 들어, 스캔 이벤트 임계값 이용가능성 규칙(a scan event threshold availability rule)은 특정 제품 정의와 연관된 제품 스캔 이벤트들의 횟수가 확인가능한 제품 스캔 이벤트 임계값을 만족하지 못하는 경우에 소매 위치들을 필터링할 수 있다. 예를 들어, 제품 스캔 이벤트 임계값이 2일 때, 제품 A가 소매 위치 정의(604)에서 단 한번만 스캐닝된 경우, 스캔 이벤트 임계값 이용가능성 규칙은 소매 위치 정의(604)를 필터링하거나 그렇지 않다면 소매 위치 정의(604)를 선택에 이용가능하지 않도록 만들 수 있다. 제품이 다시 스캐닝된 경우, 스캔 이벤트 임계값 이용가능성 규칙은 소매 위치 정의가 제품을 전달한다고 추론할 것이다.
카테고리 이용가능성 규칙은 (a) 상인 정의에 관한 카테고리; 및 (b) 제품 정의에 관한 카테고리 중 하나의 함수에 기초하여 스캔 이벤트들을 처리하는 방법을 결정할 수 있다. 일부 실시예들에서, 카테고리는 소비자 전자장치, 가정용 제품, 의류 등과 같은 특정 타입의 제품을 명시하는 제품 정의 또는 상인 정의에 관한 속성일 수 있다. 일부 실시예들에서, 카테고리는 카테고리의 전문화(예를 들어, 소비자 전자장치는 텔레비전을 포함할 수 있음)를 표시하기 위해 계층적으로 체계화될 수 있다. 일 예시의 실시예에서, 연관된 상인 정의(예를 들어, 상인 정의(602))의 카테고리가 연관된 제품 정의(예를 들어, 제품 정의(610))의 카테고리에 매칭되는 경우에, 카테고리 이용가능성 규칙은 스캔 이벤트가 유효하다고 명시할 수 있다. 그렇지 않다면, 상인 정의의 카테고리가 제품 정의의 카테고리에 매칭되지 않는 경우에 제품 스캔 이벤트는 폐기되거나 달리 필터링될 수 있다.
모듈, 컴포넌트 및 로직
특정 실시예들은 로직 또는 다수의 컴포넌트, 모듈, 또는 메커니즘을 포함하는 것으로 본원에서 도시된다. 모듈은 소프트웨어 모듈(예를 들어, 머신 판독가능 매체 상에 또는 전송 신호 내에 포함된 코드) 또는 하드웨어 모듈을 구성할 수 있다. 하드웨어 모듈은 특정 동작들을 수행할 수 있는 유형의 유닛이고 특정 방식으로 배치되거나 구성될 수 있다. 예시의 실시예들에서, 하나 이상의 컴퓨터 시스템(예를 들어, 독립형, 클라이언트 또는 서버 컴퓨터 시스템) 또는 컴퓨터 시스템의 하나 이상의 하드웨어 모듈(예를 들어, 프로세서 또는 프로세서들의 그룹)은 본원에서 설명된 바와 같은 특정 동작들을 수행하도록 동작하는 하드웨어 모듈과 같이 소프트웨어(예를 들어, 애플리케이션 또는 애플리케이션 일부)에 의해 구성될 수 있다.
다양한 실시예들에서, 하드웨어 모듈은 기계적으로 또는 전자적으로 구현될 수 있다. 예를 들어, 하드웨어 모듈은 특정 동작들을 수행하도록 영구적으로 구성되는 전용 회로 또는 로직(예를 들어, 필드 프로그램가능 게이트 어레이(FPGA) 또는 주문형 반도체(ASIC)와 같은 특수 목적 프로세서)을 포함할 수 있다. 하드웨어 모듈은 또한 특정 동작들을 수행하도록 소프트웨어에 의해 일시적으로 구성되는 프로그램가능 로직 또는 회로(예를 들어, 범용 프로세서 또는 다른 프로그램가능 프로세서 내에 포함된 것과 같이)를 포함할 수 있다. 하드웨어 모듈을 기계적으로, 전용 및 영구적으로 구성된 회로로, 또는 일시적으로 구성된 회로로(예를 들어, 소프트웨어에 의해 구성됨) 구현하는 것에 관한 결정은 비용 및 시간 고려사항에 의해 추진될 수 있다는 것이 이해될 것이다.
따라서, 용어 "하드웨어 모듈"은 유형의 엔티티(a tangible entity)를 포괄하고, 본원에서 설명된 특정 동작들을 수행하도록 및/또는 특정 방식으로 동작하도록 물리적으로 구성되거나, 일시적으로 구성되거나(예를 들어, 프로그램된) 또는 영구적으로 구성된(예를 들어, 하드와이어된) 엔티티인 것으로 이해되어야 한다. 하드웨어 모듈이 일시적으로 구성된(예를 들어, 프로그램된) 실시예들을 고려하면, 각각의 하드웨어 모듈은 시간에 맞춰 임의의 하나의 인스턴스에서 인스턴스화(instantiated)되거나 구성될 필요가 없다. 예를 들어, 하드웨어 모듈이 소프트웨어를 사용하도록 구성된 범용 프로세서를 포함하는 경우, 범용 프로세서는 상이한 시간에 각각의 상이한 하드웨어 모듈로서 구성될 수 있다. 이에 따라 소프트웨어는, 예를 들어, 시간의 하나의 인스턴스에서 특정 하드웨어 모듈을 구성하도록 그리고 시간의 상이한 인스턴스에서 상이한 하드웨어 모듈을 구성하도록 프로세서를 구성할 수 있다.
하드웨어 모듈은 다른 하드웨어 모듈들로 정보를 제공하거나, 다른 하드웨어 모듈들로부터 정보를 수신할 수 있다. 따라서, 서술된 하드웨어 모듈들은 통신가능하게 연결되는 것으로 여겨질 수 있다. 그러한 복수의 그러한 하드웨어 모듈이 동시에 존재하는 경우, 통신은 하드웨어 모듈들을 접속시키는 신호 전송을 통해(예를 들어, 적절한 회로 및 버스를 통해) 달성될 수 있다. 복수의 하드웨어 모듈이 상이한 시간에 인스턴스화되거나 구성되는 실시예들에서, 그러한 하드웨어 모듈들 사이의 통신은, 예를 들어, 복수의 하드웨어 모듈들이 액세스한 메모리 구조 내 정보의 인출(retrieval) 및 저장(storage)을 통해, 달성될 수 있다. 예를 들어, 하나의 하드웨어 모듈은 동작을 수행할 수 있고 하드웨어 모듈이 통신가능하게 연결된 메모리 디바이스 내에 그러한 동작의 출력을 저장할 수 있다. 그 이후 추가 하드웨어 모듈은 저장된 출력을 인출 및 프로세싱하기 위해 나중에 메모리 디바이스에 액세스할 수 있다. 하드웨어 모듈은 또한 입력 또는 출력 디바이스와의 통신을 개시할 수 있고, 리소스(예를 들어, 정보의 집합)로 동작할 수 있다.
본원에 서술된 예시의 방법들의 다양한 동작들은 일시적으로 구성된(예를 들어, 소프트웨어에 의해) 또는 영구적으로 구성되어 관련 동작들을 수행하는 하나 이상의 프로세서들에 의해 적어도 부분적으로 수행될 수 있다. 일시적으로 구성되든지 또는 영구적으로 구성되든지, 그러한 프로세서는 하나 이상의 동작 및 기능을 수행하도록 동작하는 프로세서로 구현된 모듈들을 구성할 수 있다. 본원에서 언급되는 모듈들은, 일부 예시의 실시예들에서, 프로세서로 구현될 모듈들을 포함할 수 있다.
이와 마찬가지로, 본원에서 서술된 방법들은 적어도 부분적으로 프로세서로 구현될 수 있다. 예를 들어, 방법의 동작들의 적어도 일부는 하나 이상의 프로세서 또는 프로세서로 구현된 모듈에 의해 수행될 수 있다. 특정 동작들의 수행은, 단일 머신 내에 상주할 뿐만 아니라 다수의 머신에 걸쳐 배치되는, 하나 이상의 프로세서들 중에 분산될 수 있다. 일부 예시의 실시예들에서, 프로세서 또는 프로세서들은 하나의 위치(예를 들어, 가정 환경 내에, 사무실 환경 내에, 또는 서버 팜(a server farm)으로서) 내에 위치될 수 있지만, 다른 실시예들에서, 프로세서들은 다수의 위치들에 거쳐 분산될 수 있다.
하나 이상의 프로세서들은 또한 "클라우드 컴퓨팅" 환경에서 또는 "SaaS(software as a service)"로서 관련 동작들의 수행을 지원하도록 동작할 수 있다. 예를 들어, 동작들 중 적어도 일부는 (프로세서들을 포함하는 머신들에 관한 예시들로서) 컴퓨터들의 그룹에 의해 수행될 수 있으며, 이러한 동작들은 네트워크(예를 들어, 인터넷)를 통해 그리고 하나 이상의 적절한 인터페이스(예를 들어, API(Application Program Interface))를 통해 액세스 가능하다.
전자 장치 및 시스템
예시의 실시예들은, 디지털 전자 회로, 또는 컴퓨터 하드웨어, 펌웨어, 소프트웨어, 또는 이들의 조합으로 구현될 수 있다. 예시의 실시예들은 데이터 프로세싱 장치(예를 들어, 프로그램 가능 프로세서, 컴퓨터, 또는 복수의 컴퓨터)의 동작을 제어하거나 데이터 프로세싱 장치에 의한 실행을 위해 정보 캐리어(예를 들어, 머신 판독가능 매체)에 유형으로 포함된 컴퓨터 프로그램 제품(예를 들어, 컴퓨터 프로그램)을 사용하여 구현될 수 있다.
컴퓨터 프로그램은 컴파일되거나 해석되는 언어를 포함하는 임의의 형태의 프로그래밍 언어로 기록될 수 있고, 독립형 프로그램 또는 모듈을 포함하는 임의의 형태, 서브루틴 또는 컴퓨팅 환경에서 사용하기에 적합한 다른 유닛으로 배치될 수 있다. 컴퓨터 프로그램은 하나의 컴퓨터 상에서 실행되도록 배치되거나 하나의 사이트 또는 복수의 사이트에 걸쳐 분산되고 통신 네트워크에 의해 상호접속된 복수의 컴퓨터들 상에서 실행되도록 배치될 수 있다.
예시의 실시예들에서, 동작들은 입력 데이터로 동작하고 출력을 생성함으로써 기능을 수행하는 컴퓨터 프로그램을 실행하는 하나 이상의 프로그램가능한 프로세서들에 의해 수행될 수 있다. 방법 동작들은 또한, 특수 목적용 로직 회로, 예를 들어, FPGA 또는 주문형 반도체(ASIC)에 의해 수행될 수 있고, 예시의 실시예들의 장치는 예를 들어, FPGA 또는 주문형 반도체(ASIC)로서 구현될 수 있다.
컴퓨팅 시스템은 클라이언트 및 서버를 포함할 수 있다. 클라이언트 및 서버는 일반적으로 서로로부터 원격에 존재하고 전형적으로 통신 네트워크를 통해 상호작용한다. 클라이언트와 서버의 관계는 각각의 컴퓨터들 상에서 작동하고 서로 클라이언트-서버 관계를 갖는 컴퓨터 프로그램들 때문에 발생한다. 프로그램가능한 컴퓨팅 시스템을 배치하는 실시예들에서, 하드웨어 아키텍처 및 소프트웨어 아키텍처 양자는 배려(consideration)를 요구한다는 것이 이해될 것이다. 구체적으로, 특정 기능을 영구적으로 구성된 하드웨어(예를 들어, ASIC)에서 구현할지, 일시적으로 구성된 하드웨어(예를 들어, 소프트웨어 및 프로그램가능 프로세서의 조합)에서 구현할지, 또는 영구적으로 및 일시적으로 구성된 하드웨어의 조합에서 구현할 것인지에 관한 선택은 설계 선택일 수 있다는 것이 이해될 것이다. 다양한 예시의 실시예들에서, 배치될 수 있는 하드웨어 아키텍처(예를 들어, 머신) 및 소프트웨어 아키텍처가 아래에서 개시된다.
예시의 머신 아키텍처 및 머신 판독가능 매체
도 7은 머신으로 하여금 본원에서 서술된 방법론들 중 임의의 하나 이상을 실행하게 하기 위한 명령어가 실행될 수 있는 예시의 형태의 컴퓨터 시스템(700) 내 머신에 관한 블록도이다. 대안적인 실시예들에서, 머신은 독립형으로서 동작하거나 다른 머신들에 접속될(예를 들어, 네트워크화됨) 수 있다. 네트워크화된 배치에서, 머신은 서버-클라이언트 네트워크 환경 내 서버 또는 클라이언트 머신의 역할로서 동작할 수 있거나, 피어-투-피어(또는 분산형) 네트워크 환경 내 피어 머신으로서 동작할 수 있다. 머신은 퍼스널 컴퓨터(PC), 태블릿 PC, 셋톱 박스(STB), PDA, 휴대 전화, 웹 어플라이언스, 네트워크 라우터, 스위치 또는 브릿지, 또는 그러한 머신에 의해 행해질 작동을 명시하는 명령어(순차 또는 그 반대)를 실행할 수 있는 임의의 머신일 수 있다. 또한, 단일 머신만이 도시되었지만, 용어 "머신"은 또한 본원에서 서술된 방법론들 중 임의의 하나 이상을 수행하도록 명령어 세트(또는 복수의 세트)를 개별적으로 또는 공동으로 실행하는 머신들의 임의의 집합을 포함하는 것으로 여겨져야 한다.
예시의 컴퓨터 시스템(700)은, 버스(708)를 통해 서로 통신하는, 프로세서(702)(예를 들어, 중앙 처리 장치(CPU), 그래픽 프로세싱 유닛(GPU) 또는 양자 모두), 메인 메모리(704), 및 정적 메모리(706)를 포함한다. 컴퓨터 시스템(700)은 비디오 디스플레이 유닛(710)(예를 들어, 액정 디스플레이(LCD) 또는 음극선관(CRT))을 더 포함할 수 있다. 컴퓨터 시스템(700)은 또한 문자-숫자 입력 디바이스(712)(예를 들어, 키보드), 사용자 인터페이스(UI) 네비게이션 디바이스(714)(예를 들어, 마우스), 디스크 드라이브 유닛(716), 신호 생성 디바이스(718)(예를 들어, 스피커), 및 네트워크 인터페이스 디바이스(720)를 포함한다.
머신-판독가능 매체
디스크 드라이브 유닛(716)은 본원에서 서술된 방법론들 또는 기능들 중 임의의 하나 이상을 포함하거나 그에 의해 이용되는 데이터 구조 및 명령어의 하나 이상의 세트(예를 들어, 소프트웨어)(724)가 저장된 머신 판독가능 매체(722)를 포함한다. 명령어(724)는 머신-판독가능 매체를 또한 구성하는 프로세서(702) 및 메인 메모리(704)와 함께, 컴퓨터 시스템(700)에 의해 이들이 실행되는 동안 프로세서(702) 및/또는 메인 메모리(704) 내에, 완전히 또는 적어도 부분적으로 또한 상주할 수 있다.
머신 판독가능 매체(722)는 일 예시의 실시예에서 단일의 매체인 것으로 도시되지만, 용어 "머신 판독가능 매체"는 하나 이상의 데이터 구조 및 명령어(724)를 저장하는 단일 매체 또는 복수의 매체(예를 들어, 중앙집중형 또는 분산형 데이터베이스, 및/또는 연관된 캐시들 및 서버들)를 포함할 수 있다. 용어 "머신 판독가능 매체"는 또한 머신에 의한 실행을 위해 명령어를 저장, 인코딩 또는 전달할 수 있는 그리고 머신으로 하여금 본원에서 설명된 방법론들 중 임의의 하나 이상을 수행하게 하거나, 또는 그러한 명령어들과 연관되거나 그러한 명령어들에 의해 이용된 데이터를 저장, 인코딩 또는 전달할 수 있는 임의의 유형의 매체를 포함하는 것으로 고려되어야 한다. 따라서, 용어 "머신 판독가능 매체"는 고체 상태 메모리 및 광학 및 자기 매체를 포함하나 이로 제한되지 않는 것으로 고려되어야 한다. 머신 판독가능 매체에 관한 특정 예시들은 비휘발성 메모리를 포함하고, 이는, 예시의 방법으로써 반도체 메모리 디바이스(예를 들어, EPROM (Erasable Programmable Read-Only Memory), EEPROM(Electrically Erasable Programmable Read-Only Memory), 및 플래시 메모리 디바이스); 자기 디스크(예컨대, 내부 하드 디스크 및 탈착가능 디스크); 자기-광학 디스크; 및 CD-ROM 및 DVD-ROM 디스크를 포함한다.
송신 매체
명령어(724)는 또한 송신 매체를 사용하여 통신 네트워크(750)를 통해 송신 또는 수신될 수 있다. 명령어(724)는 네트워크 인터페이스 디바이스(720) 및 다수의 잘 알려진 전송 프로토콜(예를 들어, HHTP(HyperText Transfer Protocol)) 중 임의의 하나를 사용하여 송신될 수 있다. 통신 네트워크에 관한 예시들은, LAN, WAN, 인터넷, 이동 전화 네트워크, POTS(Plain Old Telephone) 네트워크, 및 무선 데이터 네트워크(예를 들어, WiFi 및 WiMax 네트워크)를 포함한다. 용어 "송신 매체"는 머신에 의한 실행을 위해 명령어를 저장, 인코딩 또는 전달할 수 있는 임의의 무형의 매체를 포함하는 것으로 고려되어야 하며, 그러한 소프트웨어의 통신을 가능하게 하는 디지털 또는 아날로그 통신 신호 또는 다른 무형의 매체를 포함한다.
따라서, 네트워크 기반 시장(network-based marketplace) 상의 사용자들에게 맥락 추천(contextual recommendations)을 행하기 위한 방법 및 시스템이 서술되었다. 예시의 실시예들은 특정 예시의 구현예들을 참조하여 서술되었으나, 다양한 수정 및 변경이 본 개시물에 의해 고려된 실시예들을 벗어나지 않으면서 이러한 구현예들에 행해질 수 있다는 것은 자명할 것이다. 따라서, 본 명세서 및 도면은 제한적인 의미보다는 예시적인 의미로 고려된다. 본 명세서의 일부를 형성하는 첨부된 도면들은 청구 대상이 실시될 수 있는 특정 실시예들을 제한이 아닌 예시적 방법으로 도시한다. 도시된 실시예들은 본 기술분야의 당업자가 본원에 개시된 교시 내용을 실시할 수 있게 하도록 충분히 상세히 설명된다. 다른 실시예들은 그것으로부터 이용되거나 도출될 수 있고, 이로써 구조적 및 논리적 대체 및 변경이 본 개시물의 범주를 벗어나지 않으면서 행해질 수 있다. 따라서 본원의 상세한 설명은 제한적인 의미로 여겨져서는 안 되며, 다양한 실시예들의 범주는, 특허청구항이 권리를 받는 균등물들의 전체 범위와 함께, 첨부된 그러한 특허청구항에 의해서만 정의된다.
본 문서에 언급된 모든 공개, 특허, 및 특허 문서들은, 개별적으로 참조로서 포함되더라도, 그 전체가 본원에서 참조로써 포함된다. 본 문서와 참조로서 그렇게 포함된 문서들 사이의 일관성 없는 사용이 발생하는 경우, 포함된 참조(들) 내 사용은 본 문서의 사용을 보완하는 것으로 고려되어야 하며; 양립할 수 없는 비일관성(irreconcilable inconsistencies)에 대하여, 본 문서 내 사용이 제어한다.
본 문서에서, 용어 "일("a" 또는 "an")은, 특허 문서들에서 공통적인 것으로서, "적어도 하나" 또는 "하나 이상"에 관한 임의의 다른 경우 또는 사용과는 관계없이, 하나 또는 하나 이상을 포함하는 것으로 사용된다. 본 문서에서, 용어 "또는"은 달리 언급되지 않는다면 "A 또는 B"가 "B가 아닌 A", "A가 아닌 B", 및 "A 및 B"를 포함하도록 비배타성을 언급하는데 사용된다. 첨부된 특허청구항에서, "포함하는(including)" 및 "여기서(in which)"는 각각의 용어 "구성하는(comprising)" 및 "여기서(wherein)"의 쉬운 영어의 균등물로서 사용된다. 또한, 다음의 특허청구항에서, 용어 "포함하는(including)" 및 "구성하는(comprising)"은 확장가능하며, 즉, 특허청구항에서 그러한 용어 이후에 나열된 것들에 추가로 요소들을 포함하는 시스템, 디바이스, 물품, 또는 프로세스는 그러한 특허청구항의 범주 내에 있는 것으로 여전히 여겨진다. 더욱이, 다음의 특허청구항에서, 용어 "제 1 ", "제 2" 및 "제 3" 등은 단지 표지(labels)로서 사용되며, 이들의 대상에 대한 수치적 요구사항을 부과하고자 하는 것이 아니다.
요약은 특허청구항의 의미 또는 범주를 해석하거나 제한하는데 사용되지 않을 것이라는 이해와 함께 제출된다. 또한, 전술된 상세 설명에서, 본 개시물을 간소화하고자 하는 목적을 위해 다양한 특징들은 단일의 실시예에 함께 그룹화된다는 것이 확인될 수 있다. 본 개시물의 이러한 방법은, 특허청구된 실시예들이 각각의 특허청구항에 명시적으로 언급된 것보다 많은 특징을 요구한다는 의도를 반영하는 것으로 해석되어서는 안 된다. 오히려, 다음의 특허청구항이 반영하는 바와 같이, 발명의 청구 대상은 개시된 단일 실시예의 모든 특징보다 적을 수 있다. 따라서, 다음의 특허청구항은 상세한 설명에 포함되면서, 각각의 특허청구항은 별개의 실시예로서 그 자신을 주장한다.

Claims (20)

  1. 시스템으로서,
    하나 이상의 프로세서에 의해 구현되고, 복수의 사용자와 연관된 복수의 스캐닝 디바이스로부터 이전에 수신된 이력 제품 스캔 메시지들(historical product scan messages)로부터 스캔 이벤트 모델을 구축(build)하도록 구성되는 스캔 이벤트 핸들러(a scan event handler)― 상기 이력 제품 스캔 메시지들 각각은 제품 및 스캔 위치와 연관됨 ―와,
    상기 하나 이상의 프로세서에 의해 구현되는 추천 엔진(a recommendation engine)을 포함하되,
    상기 추천 엔진은,
    특정 사용자와 연관된 디바이스로부터 제품 식별자(a product identifier) 및 쿼리 위치(a query location)를 포함하는 쿼리를 수신하고,
    상기 쿼리에 포함된 상기 제품 식별자 및 상기 쿼리 위치가 상기 이력 제품 스캔 메시지들과 연관된 상기 스캔 이벤트 모델의 하나 이상의 스캔 이벤트에 매칭된다는 판단에 기초하여, 상기 제품 식별자에 관련된 위치의 추천을 생성하도록 구성되는
    시스템.

  2. 제 1 항에 있어서,
    상기 이력 제품 스캔 메시지들은 상기 스캐닝 디바이스 각각이 제품에 부착된 통일 제품 코드(universal product code; UPC)를 스캐닝하는 것에 응답하여 수신되는
    시스템.
  3. 제 1 항에 있어서,
    상기 이력 제품 스캔 메시지들 중 적어도 하나와 연관된 상기 스캔 위치는 상기 스캐닝 디바이스 중 하나로부터의 지리적 위치 정보(geo-location information)에 대응하는
    시스템.
  4. 제 1 항에 있어서,
    상기 쿼리 위치는 상기 특정 사용자와 연관된 디바이스로부터의 지리적 위치 정보에 대응하는
    시스템.
  5. 제 1 항에 있어서,
    상기 위치의 추천을 생성하는 경우, 상기 추천 엔진은 또한, 상기 쿼리 내의 상기 제품 식별자가 상기 이력 제품 스캔 메시지들 중 특정 하나와 연관된 제품에 매칭되는 것으로 판정하도록 구성되는
    시스템.
  6. 제 5 항에 있어서,
    상기 위치의 추천을 생성하는 경우, 상기 추천 엔진은 또한, 상기 쿼리 내의 상기 쿼리 위치가 상기 이력 제품 스캔 메시지들 중 상기 특정 하나와 연관된 스캔 위치에 근접해 있는 것으로 판정하도록 구성되는
    시스템.
  7. 제 6 항에 있어서,
    상기 추천된 위치는 상기 이력 제품 스캔 메시지들 중 상기 특정 하나와 연관된 상기 스캔 위치에 대응하는
    시스템.
  8. 복수의 사용자와 연관된 복수의 스캐닝 디바이스로부터 이전에 수신된 이력 제품 스캔 메시지들로부터 스캔 이벤트 모델을 구축하는 단계― 상기 이력 제품 스캔 메시지들 각각은 제품 및 스캔 위치와 연관됨 ―와,
    특정 사용자와 연관된 디바이스로부터 제품 식별자 및 쿼리 위치를 포함하는 쿼리를 수신하는 단계와,
    하나 이상의 프로세서를 이용하여, 상기 쿼리에 포함된 상기 제품 식별자 및 상기 쿼리 위치가 상기 이력 제품 스캔 메시지들과 연관된 상기 스캔 이벤트 모델의 하나 이상의 스캔 이벤트에 매칭된다는 판단에 기초하여, 상기 제품 식별자에 관련된 위치의 추천을 생성하는 단계를 포함하는
    방법.
  9. 제 8 항에 있어서,
    상기 이력 제품 스캔 메시지들은 상기 스캐닝 디바이스 각각이 제품에 부착된 통일 제품 코드(UPC)를 스캐닝하는 것에 응답하여 수신되는
    방법.
  10. 제 8 항에 있어서,
    상기 이력 제품 스캔 메시지들 중 적어도 하나와 연관된 상기 스캔 위치는 상기 스캐닝 디바이스 중 하나로부터의 지리적 위치 정보에 대응하는
    방법.
  11. 제 8 항에 있어서,
    상기 쿼리 위치는 상기 특정 사용자와 연관된 디바이스로부터의 지리적 위치 정보에 대응하는
    방법.
  12. 제 8 항에 있어서,
    상기 생성하는 단계는 상기 쿼리 내의 상기 제품 식별자가 상기 이력 제품 스캔 메시지들 중 특정 하나와 연관된 제품에 매칭되는 것으로 판정하는 단계를 포함하는
    방법.
  13. 제 12 항에 있어서,
    상기 생성하는 단계는 상기 쿼리 내의 상기 쿼리 위치가 상기 이력 제품 스캔 메시지들 중 상기 특정 하나와 연관된 스캔 위치에 근접해 있는 것으로 판정하는 단계를 포함하는
    방법.
  14. 제 13 항에 있어서,
    상기 추천된 위치는 상기 이력 제품 스캔 메시지들 중 상기 특정 하나와 연관된 상기 스캔 위치에 대응하는
    방법.
  15. 머신의 하나 이상의 프로세서에 의해 실행되는 경우 상기 머신으로 하여금 동작들을 수행하게 하는 명령어를 포함하는 비일시적 머신 판독가능 저장 매체로서,
    상기 동작들은
    복수의 사용자와 연관된 복수의 스캐닝 디바이스로부터 이전에 수신된 이력 제품 스캔 메시지들로부터 스캔 이벤트 모델을 구축하는 동작― 상기 이력 제품 스캔 메시지들 각각은 제품 및 스캔 위치와 연관됨 ―과,
    특정 사용자와 연관된 디바이스로부터 제품 식별자 및 쿼리 위치를 포함하는 쿼리를 수신하는 동작과,
    상기 쿼리에 포함된 상기 제품 식별자 및 상기 쿼리 위치가 상기 이력 제품 스캔 메시지들과 연관된 상기 스캔 이벤트 모델의 하나 이상의 스캔 이벤트에 매칭된다는 판단에 기초하여, 상기 제품 식별자와 관련된 위치의 추천을 생성하는 동작을 포함하는
    비일시적 머신 판독가능 저장 매체.
  16. 제 15 항에 있어서,
    상기 이력 제품 스캔 메시지들은 상기 스캐닝 디바이스 각각이 제품에 부착된 통일 제품 코드(UPC)를 스캐닝하는 것에 응답하여 수신되는
    비일시적 머신 판독가능 저장 매체.
  17. 제 15 항에 있어서,
    상기 이력 제품 스캔 메시지들 중 적어도 하나와 연관된 상기 스캔 위치는 상기 스캐닝 디바이스 중 하나로부터의 지리적 위치 정보에 대응하는
    비일시적 머신 판독가능 저장 매체.
  18. 제 15 항에 있어서,
    상기 생성하는 동작은 상기 쿼리 내의 상기 제품 식별자가 상기 이력 제품 스캔 메시지들 중 특정 하나와 연관된 제품에 매칭되는 것으로 판정하는 동작을 포함하는
    비일시적 머신 판독가능 저장 매체.
  19. 제 18 항에 있어서,
    상기 생성하는 동작은 상기 쿼리 내의 상기 쿼리 위치가 상기 이력 제품 스캔 메시지들 중 상기 특정 하나와 연관된 스캔 위치에 근접해 있는 것으로 판정하는 동작을 포함하는
    비일시적 머신 판독가능 저장 매체.
  20. 제 19 항에 있어서,
    상기 추천된 위치는 상기 이력 제품 스캔 메시지들 중 상기 특정 하나와 연관된 상기 스캔 위치에 대응하는
    비일시적 머신 판독가능 저장 매체.
KR1020177019362A 2012-11-29 2013-11-27 소매 위치 추천 KR20170085145A (ko)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
US13/689,479 US8944314B2 (en) 2012-11-29 2012-11-29 Systems and methods for recommending a retail location
US13/689,479 2012-11-29
PCT/US2013/072350 WO2014085667A1 (en) 2012-11-29 2013-11-27 Recommending a retail location

Related Parent Applications (1)

Application Number Title Priority Date Filing Date
KR1020157017411A Division KR101764989B1 (ko) 2012-11-29 2013-11-27 소매 위치 추천

Related Child Applications (1)

Application Number Title Priority Date Filing Date
KR1020197009379A Division KR20190038688A (ko) 2012-11-29 2013-11-27 소매 위치 추천

Publications (1)

Publication Number Publication Date
KR20170085145A true KR20170085145A (ko) 2017-07-21

Family

ID=50772380

Family Applications (3)

Application Number Title Priority Date Filing Date
KR1020177019362A KR20170085145A (ko) 2012-11-29 2013-11-27 소매 위치 추천
KR1020157017411A KR101764989B1 (ko) 2012-11-29 2013-11-27 소매 위치 추천
KR1020197009379A KR20190038688A (ko) 2012-11-29 2013-11-27 소매 위치 추천

Family Applications After (2)

Application Number Title Priority Date Filing Date
KR1020157017411A KR101764989B1 (ko) 2012-11-29 2013-11-27 소매 위치 추천
KR1020197009379A KR20190038688A (ko) 2012-11-29 2013-11-27 소매 위치 추천

Country Status (6)

Country Link
US (4) US8944314B2 (ko)
KR (3) KR20170085145A (ko)
CN (1) CN104937627B (ko)
AU (2) AU2013352140B2 (ko)
CA (1) CA2892230C (ko)
WO (1) WO2014085667A1 (ko)

Families Citing this family (14)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US8944314B2 (en) 2012-11-29 2015-02-03 Ebay Inc. Systems and methods for recommending a retail location
US10163108B1 (en) 2013-02-28 2018-12-25 OnDot Systems, Inc. Transparently reconstructing sniffed network traffic over a back-end data communications network to reconstruct payment card transactions for generating user notifications during transactions
US9721308B2 (en) * 2013-07-26 2017-08-01 Adobe Systems Incorporated Evaluating the influence of offline assets using social networking resources
US9892200B2 (en) 2013-09-18 2018-02-13 Ebay Inc. Location-based and alter-ego queries
US10043182B1 (en) * 2013-10-22 2018-08-07 Ondot System, Inc. System and method for using cardholder context and preferences in transaction authorization
US10769613B1 (en) 2013-10-22 2020-09-08 Ondot Systems, Inc Delegate cards
US10102513B2 (en) * 2014-07-31 2018-10-16 Walmart Apollo, Llc Integrated online and in-store shopping experience
US10683542B2 (en) * 2017-01-27 2020-06-16 Integrated Dna Technologies, Inc. Construction of next generation sequencing (NGS) libraries using competitive strand displacement
US10894979B2 (en) 2017-01-27 2021-01-19 Integrated Dna Technologies, Inc. Construction of next generation sequencing (NGS) libraries using competitive strand displacement
WO2019015600A1 (en) 2017-07-20 2019-01-24 Beijing Didi Infinity Technology And Development Co., Ltd. SYSTEMS AND METHODS FOR RECOMMENDING A DESTINATION
KR102345945B1 (ko) * 2017-10-13 2021-12-30 미디어 그룹 코 엘티디 맞춤형 현장 정보 교환을 제공하기 위한 방법 및 시스템
US20230289695A1 (en) * 2022-03-09 2023-09-14 Ncr Corporation Data-driven prescriptive recommendations
CN115099810A (zh) * 2022-06-14 2022-09-23 蚂蚁区块链科技(上海)有限公司 一种基于区块链的品牌推广方法及区块链节点
CN116402545B (zh) * 2023-06-05 2023-08-15 湖南云数信息科技有限公司 一种数据分析处理方法及无人零售终端

Family Cites Families (28)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5877485A (en) * 1996-01-25 1999-03-02 Symbol Technologies, Inc. Statistical sampling security methodology for self-scanning checkout system
US6092725A (en) * 1997-01-24 2000-07-25 Symbol Technologies, Inc. Statistical sampling security methodology for self-scanning checkout system
US6837436B2 (en) * 1996-09-05 2005-01-04 Symbol Technologies, Inc. Consumer interactive shopping system
US5825002A (en) * 1996-09-05 1998-10-20 Symbol Technologies, Inc. Device and method for secure data updates in a self-checkout system
US6123259A (en) * 1998-04-30 2000-09-26 Fujitsu Limited Electronic shopping system including customer relocation recognition
US6963851B1 (en) * 2000-05-08 2005-11-08 International Business Machines Corporation Method and apparatus to enable consumer replenishment shopping by useful life
AU2002323134A1 (en) * 2001-08-16 2003-03-03 Trans World New York Llc User-personalized media sampling, recommendation and purchasing system using real-time inventory database
US20050125240A9 (en) * 2002-10-21 2005-06-09 Speiser Leonard R. Product recommendation in a network-based commerce system
US9811836B2 (en) * 2002-10-23 2017-11-07 Modiv Media, Inc System and method of a media delivery services platform for targeting consumers in real time
US20050080683A1 (en) * 2003-10-09 2005-04-14 International Business Machines Corporation Administering a virtual shopping list for a user
US20080228552A1 (en) * 2006-09-11 2008-09-18 W.W. Grainger, Inc. System and method for providing product recommendations to consumers within a merchant location
US20080301122A1 (en) * 2007-05-31 2008-12-04 Amadeus S.A.S. Searching techniques
CA2682743C (en) * 2007-06-12 2018-04-24 Catalina Marketing Corporation Store solutions
US8527307B2 (en) * 2007-10-24 2013-09-03 International Business Machines Corporation Method, system and program product for distribution of feedback among customers in real-time
US20100017265A1 (en) * 2008-07-20 2010-01-21 Nehemiah Weingarten System and method for product purchase recommendation
US7954712B2 (en) * 2008-09-12 2011-06-07 Transparent Visibility Holdings, LLC Product, asset, and device tracking, identification, and pricing system
US8332270B2 (en) 2009-02-19 2012-12-11 Qualcomm Incorporated System and method for utilizing a wireless communications device
KR20110012830A (ko) 2009-07-31 2011-02-09 주식회사 에스원 통신서비스 선택/스위칭 시스템 및 그 제공방법
US20110066504A1 (en) * 2009-09-17 2011-03-17 Ehud Chatow System for providing promotion information
US20120123674A1 (en) * 2010-11-15 2012-05-17 Microsoft Corporation Displaying product recommendations on a map
US9141987B2 (en) * 2010-11-15 2015-09-22 Microsoft Technology Licensing, Llc System, method, and medium for generating a map of a geographic region based on client location data
US20120197751A1 (en) * 2011-01-27 2012-08-02 Electronic Entertainment Design And Research Product recommendations and weighting optimization systems
US20120205436A1 (en) * 2011-02-16 2012-08-16 Augme Technologies, Inc. System for enhanced barcode decoding and image recognition and method therefor
US20120239504A1 (en) * 2011-03-15 2012-09-20 Microsoft Corporation Virtual Shopping Assistance
CN103843024A (zh) * 2012-01-05 2014-06-04 维萨国际服务协会 交易视觉捕获装置、方法和系统
WO2013126648A1 (en) * 2012-02-22 2013-08-29 Cobrain Company Methods and apparatus for recommending products and services
US9076119B2 (en) * 2012-09-26 2015-07-07 Symbol Technologies, Llc RFID-based inventory monitoring systems and methods with self-adjusting operational parameters
US8944314B2 (en) 2012-11-29 2015-02-03 Ebay Inc. Systems and methods for recommending a retail location

Also Published As

Publication number Publication date
KR101764989B1 (ko) 2017-08-03
US20170069012A1 (en) 2017-03-09
US9524521B2 (en) 2016-12-20
WO2014085667A1 (en) 2014-06-05
US9230279B2 (en) 2016-01-05
US20140144979A1 (en) 2014-05-29
CN104937627A (zh) 2015-09-23
US9836778B2 (en) 2017-12-05
AU2017201093A1 (en) 2017-03-09
US20150106230A1 (en) 2015-04-16
AU2013352140A1 (en) 2015-07-02
AU2013352140B2 (en) 2016-11-17
US20160098774A1 (en) 2016-04-07
CN104937627B (zh) 2018-04-24
CA2892230A1 (en) 2014-06-05
CA2892230C (en) 2017-10-24
US8944314B2 (en) 2015-02-03
KR20190038688A (ko) 2019-04-08
KR20150091141A (ko) 2015-08-07

Similar Documents

Publication Publication Date Title
KR101764989B1 (ko) 소매 위치 추천
US11734743B2 (en) System and methods for personalization and enhancement of a marketplace
US10049400B2 (en) Systems and methods for generating location-based group recommendations
JP6019124B2 (ja) 統合ショッピングカートを利用したショッピングサービスの提供方法、装置及びそのシステム
KR102189995B1 (ko) 로컬 숍 식별 및 로컬 숍 내에서 관심 아이템의 탐지
US11295367B2 (en) System for in-store consumer behaviour event metadata aggregation, data verification and the artificial intelligence analysis thereof for data interpretation and associated action triggering
CN110348858A (zh) 产品数据处理方法及装置、电子设备
US20130110624A1 (en) Methods and systems for assessing excessive accessory listings in search results
US20140129292A1 (en) Facilitating social interaction using purchase or interest history
KR20180069099A (ko) 쇼핑 트립 플래너
US20140180867A1 (en) System and method for cross-border location of equivalent goods and services
EP2923312A1 (en) System and method for automated property valuation utilizing user activity tracking information
US9009073B1 (en) Product availability check using image processing
KR20170099558A (ko) 오픈마켓 창업 지원 방법 및 시스템
WO2019180942A1 (ja) マッチングシステム、情報処理装置、およびマッチング方法
CN103166918B (zh) 一种数据推荐方法及装置

Legal Events

Date Code Title Description
A107 Divisional application of patent
A201 Request for examination
E902 Notification of reason for refusal
E902 Notification of reason for refusal
E601 Decision to refuse application
A107 Divisional application of patent
J201 Request for trial against refusal decision
J301 Trial decision

Free format text: TRIAL NUMBER: 2019101001103; TRIAL DECISION FOR APPEAL AGAINST DECISION TO DECLINE REFUSAL REQUESTED 20190401

Effective date: 20200221