KR20180049277A - 채팅 사용자 플랫폼을 이용한 비대면 상품 추천 방법 및 장치 - Google Patents

채팅 사용자 플랫폼을 이용한 비대면 상품 추천 방법 및 장치 Download PDF

Info

Publication number
KR20180049277A
KR20180049277A KR1020160137709A KR20160137709A KR20180049277A KR 20180049277 A KR20180049277 A KR 20180049277A KR 1020160137709 A KR1020160137709 A KR 1020160137709A KR 20160137709 A KR20160137709 A KR 20160137709A KR 20180049277 A KR20180049277 A KR 20180049277A
Authority
KR
South Korea
Prior art keywords
text
user
recommendation
community
terminal
Prior art date
Application number
KR1020160137709A
Other languages
English (en)
Inventor
이형근
하진식
Original Assignee
(주)알파봇
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 (주)알파봇 filed Critical (주)알파봇
Priority to KR1020160137709A priority Critical patent/KR20180049277A/ko
Publication of KR20180049277A publication Critical patent/KR20180049277A/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
    • G06F17/27—
    • 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
    • G06Q30/0269—Targeted advertisements based on user profile or attribute
    • G06Q30/0271—Personalized advertisement
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L51/00—User-to-user messaging in packet-switching networks, transmitted according to store-and-forward or real-time protocols, e.g. e-mail
    • H04L51/04—Real-time or near real-time messaging, e.g. instant messaging [IM]
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L51/00—User-to-user messaging in packet-switching networks, transmitted according to store-and-forward or real-time protocols, e.g. e-mail
    • H04L51/07—User-to-user messaging in packet-switching networks, transmitted according to store-and-forward or real-time protocols, e.g. e-mail characterised by the inclusion of specific contents
    • H04L51/10—Multimedia information

Landscapes

  • Business, Economics & Management (AREA)
  • Engineering & Computer Science (AREA)
  • Finance (AREA)
  • Accounting & Taxation (AREA)
  • Strategic Management (AREA)
  • Development Economics (AREA)
  • Economics (AREA)
  • Marketing (AREA)
  • Physics & Mathematics (AREA)
  • General Business, Economics & Management (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Signal Processing (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Game Theory and Decision Science (AREA)
  • Multimedia (AREA)
  • Information Transfer Between Computers (AREA)

Abstract

본 발명은 채팅 사용자 플랫폼을 이용한 비대면 상품 추천 방법 및 장치에 관한 발명이며, 본 발명의 일 실시예에 따른 채팅 사용자 플랫폼을 이용한 비대면 상품 추천 방법은 텍스트 표시창 및 텍스트 입력창을 포함하는 채팅 사용자 플랫폼을 통해 비대면 상품을 추천하는 방법에 있어서, 제1 사용자의 제1 단말기에 표시된 텍스트 입력창을 통해 대화 형태의 텍스트를 수신하는 단계, 대화 형태의 텍스트를 기초로 대화 형태의 텍스트의 의도에 따라 답변을 생성하는 단계, 텍스트 표시창을 통해 답변을 제공하는 단계, 대화 형태의 텍스트를 기초로 군집 데이터를 갱신하는 단계, 제1 사용자가 답변을 제공받은 후 제2 사용자가 제2 단말기를 통해 채팅 사용자 플랫폼에 접속한 경우, 군집 데이터를 기초로 제2 사용자가 해당하는 군집을 판단하는 단계, 군집과 연관된 대화 형태의 텍스트를 기초로 추천 텍스트를 생성하는 단계 및 제2 단말기의 텍스트 표시창에 추천 텍스트를 제공하는 단계를 포함하고, 사용자로부터 수신한 대화 형태의 텍스트를 기초로 사용자가 해당하는 군집을 파악하여, 해당 군집과 연관된 추천 텍스트를 제공함으로써, 해당하는 군집과 연관된 비대면 상품을 사용자에게 추천하는 채팅 사용자 플랫폼을 이용한 비대면 상품 추천 방법 및 장치를 제공할 수 있는 효과가 있다.

Description

채팅 사용자 플랫폼을 이용한 비대면 상품 추천 방법 및 장치{METHOD AND APPARATUS FOR RECOMMENDATION OF FINANCIAL INSTRUMENTS USING CHATTING USER PLATFORM}
본 발명은 채팅 사용자 플랫폼을 이용한 추천 방법 및 장치에 관한 것으로서, 보다 상세하게는 채팅 사용자 플랫폼에 접속한 사용자의 대화를 기계 학습하여 성향이 비슷한 또다른 사용자에게 적절한 비대면 상품을 추천하는 채팅 사용자 플랫폼을 이용한 추천 방법 및 장치에 관한 것이다.
직접 직원이 고객을 유치하는 방식으로 영업을 진행했던 종래와 달리 최근에는 인터넷의 발달과 스마트폰과 컴퓨터와 같은 처리 단말기의 사용이 보편화됨에 따라 많은 기업들이 온라인 또는 전화상으로 상품을 판매하고 있다. 특히, 금융권은 판매원 또는 전화 상담사가 직접 고객에게 비대면 상품을 추천했던 종래와 달리, 최근에는 인터넷의 발달과 처리 단말기의 사용이 보편화됨에 따라 인터넷을 통해 광고를 하거나, 전화를 통한 상담 후 새로운 상품을 제시하는 방식으로 변화되었다. 더 나아가, 현재 금융과 IT 기술을 결합한 서비스 즉, 핀테크 사업에 일환으로 기존 고객이 보유한 비대면 상품을 분석하거나, 고객이 필요한 서비스를 파악하여 자동으로 비대면 상품을 제시하는 서비스도 제공되고 있다.
이에 따라, 판매원 또는 전화 상담사가 영업에 필요한 시간에 다른 업무를 처리할 수 있어 업무 효율성이 증대하였으며, 고객 또한 보다 용이하게 새로운 비대면 상품에 대해 안내받을 수 있게 되었다.
하지만, 전화 상담사의 비대면 상품 영업은 스팸 전화로 분류되어 영업의 효율성이 떨어질 수 있다. 또한, 자동으로 비대면 상품을 제시하는 서비스는 다양한 조건을 고려하여 하지 못한다는 한계가 존재한다.
따라서, 판매원 또는 전화 상담사의 영업 부담을 줄여주고, 풍부한 비대면 상품 구입 사례를 기초로 기계 학습하여 보다 복잡한 조건을 처리하여 고객에게 알맞은 비대면 상품을 안내할 수 있는 방법에 대한 요구가 존재한다.
비대면 상품 추천 방법 (공개특허 10-2011-0139896호)
본 발명이 해결하고자 하는 과제는 사용자가 해당하는 군집을 파악하여, 해당 군집과 연관된 추천 텍스트를 제공함으로써, 해당하는 군집과 연관된 비대면 상품을 사용자에게 추천하는 채팅 사용자 플랫폼을 이용한 비대면 상품 추천 방법 및 장치를 제공하는 것이다.
본 발명이 해결하고자 하는 다른 과제는 사용자가 비대면 상품에 대한 문의 내용을 포함하는 대화 형태의 텍스트를 입력하지 않아도 사용자의 해당하는 군집을 파악하여, 사용자에게 알맞은 비대면 상품을 추천하는 채팅 사용자 플랫폼을 이용한 비대면 상품 추천 방법 및 장치를 제공하는 것이다.
본 발명의 과제들은 이상에서 언급한 과제들로 제한되지 않으며, 언급되지 않은 또 다른 과제들은 아래의 기재로부터 당업자에게 명확하게 이해될 수 있을 것이다.
전술한 바와 같은 과제를 해결하기 위하여 본 발명의 일 실시예에 따른 채팅 사용자 플랫폼을 이용한 비대면 상품 추천 방법은 텍스트 표시창 및 텍스트 입력창을 포함하는 채팅 사용자 플랫폼을 통해 비대면 상품을 추천하는 방법에 있어서, 제1 사용자의 제1 단말기에 표시된 텍스트 입력창을 통해 대화 형태의 텍스트를 수신하는 단계, 대화 형태의 텍스트를 기초로 대화 형태의 텍스트의 의도에 따라 답변을 생성하는 단계, 텍스트 표시창을 통해 답변을 제공하는 단계, 대화 형태의 텍스트를 기초로 군집 데이터를 갱신하는 단계, 제1 사용자가 답변을 제공받은 후 제2 사용자가 제2 단말기를 통해 채팅 사용자 플랫폼에 접속한 경우, 군집 데이터를 기초로 제2 사용자가 해당하는 군집을 판단하는 단계, 군집과 연관된 대화 형태의 텍스트를 기초로 추천 텍스트를 생성하는 단계 및 제2 단말기의 텍스트 표시창에 추천 텍스트를 제공하는 단계를 포함한다.
본 발명의 다른 특징에 따르면, 채팅 사용자 플랫폼을 이용한 비대면 상품 추천 방법은 대화 형태의 텍스트 및 답변을 저장하는 단계 및 대화 형태의 텍스트 및 답변을 기초로 추천 텍스트를 생성하기 위해 기계 학습하는 단계를 포함한다.
본 발명의 다른 특징에 따르면, 채팅 사용자 플랫폼을 이용한 비대면 상품 추천 방법은 텍스트 입력창에 입력된 대화 형태의 텍스트를 자연어 처리하는 단계, 대화 형태의 텍스트에 제1 사용자에 대한 인적 사항의 포함 여부를 판단하는 단계 및 대화 형태의 텍스트에 인적 사항이 포함된 경우, 인적 사항 및 대화 형태의 텍스트를 기초로 군집 데이터를 갱신하는 단계를 더 포함할 수 있다.
본 발명의 다른 특징에 따르면, 채팅 사용자 플랫폼을 이용한 추천 방법은 제1 사용자의 로그인 정보를 수집하는 단계 및 로그인 정보 및 대화 형태의 텍스트를 기초로 군집 데이터를 갱신하는 단계를 더 포함할 수 있다.
본 발명의 또 다른 특징에 따르면, 군집 데이터를 갱신하는 단계는, 금융 거래 이용 기간, 신용도, 출신 학교, 출신 지역, 거주 지역, 직업, 나이, 성별, 채팅 사용자 플랫폼의 접속 시간 중 적어도 하나를 기초로 군집 데이터를 세분화하여 갱신하는 단계일 수 있다.
본 발명의 또 다른 특징에 따르면, 추천 텍스트를 생성하는 단계는, 군집에 해당하는 복수의 사용자 중 가장 최근에 접속한 사용자와 연관된 대화 형태의 텍스트를 기초로 추천 텍스트를 생성하는 단계일 수 있다.
본 발명의 또 다른 특징에 따르면, 추천 텍스트를 생성하는 단계는, 군집에 해당하는 복수의 사용자 중 채팅 사용자 플랫폼의 접속 시간이 동일한 사용자와 연관된 대화 형태의 텍스트를 기초로 추천 텍스트를 생성하는 단계일 수 있다.
본 발명의 또 다른 특징에 따르면, 추천 텍스트를 생성하는 단계는, 군집에 해당하는 복수의 사용자 중 동일한 금융 거래 이용 기간 또는 동일한 신용도 중 적어도 하나를 가지는 사용자와 연관된 대화 형태의 텍스트를 기초로 추천 텍스트를 생성하는 단계일 수 있다.
본 발명의 또 다른 특징에 따르면, 추천 텍스트를 생성하는 단계는, 군집에 해당하는 복수의 사용자 중 동일한 출신 학교, 출신 지역, 거주 지역, 직업, 나이, 성별 중 적어도 하나를 가지는 사용자와 연관된 대화 형태의 텍스트를 기초로 추천 텍스트를 생성하는 단계일 수 있다.
본 발명의 또 다른 특징에 따르면, 채팅 사용자 플랫폼을 이용한 추천 방법은 군집에 해당하는 복수의 사용자의 웹사이트 방문 기록을 수집하는 단계, 웹사이트 방문 기록을 기초로 군집의 관심사를 결정하는 단계 및 관심사와 연관된 대화 형태의 텍스트를 기초로 추천 텍스트를 생성하는 단계를 더 포함할 수 있다.
본 발명의 또 다른 특징에 따르면, 채팅 사용자 플랫폼을 이용한 비대면 상품 추천 방법은 제2 사용자가 해당하는 군집을 판단하는 단계 이전에, 제2 사용자의 제2 단말기에 표시된 텍스트 입력창을 통해 대화 형태의 텍스트를 수신하는 단계를 더 포함하고, 제2 사용자가 해당하는 군집을 판단하는 단계는, 제2 단말기로부터 수신한 대화 형태의 텍스트 및 군집 데이터를 기초로 제2 사용자가 해당하는 군집을 판단하는 단계일 수 있다.
전술한 바와 같은 과제를 해결하기 위하여 본 발명의 일 실시예에 따른 채팅 사용자 플랫폼을 이용한 비대면 상품 추천 장치는 텍스트 표시창 및 텍스트 입력창을 포함하는 채팅 사용자 플랫폼을 통해 비대면 상품을 추천하는 장치에 있어서, 제1 사용자의 제1 단말기에 표시된 텍스트 입력창을 통해 대화 형태의 텍스트를 수신하도록 구성된 통신부 및 대화 형태의 텍스트를 기초로 대화 형태의 텍스트의 의도에 따라 답변을 생성하도록 구성된 프로세서를 포함하고, 통신부는, 텍스트 표시창을 통해 답변을 제공하고, 프로세서는, 대화 형태의 텍스트를 기초로 군집 데이터를 갱신하고, 제1 사용자가 답변을 제공받은 후 제2 사용자가 제2 단말기를 통해 채팅 사용자 플랫폼에 접속한 경우, 군집 데이터를 기초로 제2 사용자가 해당하는 군집을 판단하고, 군집과 연관된 대화 형태의 텍스트를 기초로 추천 텍스트를 생성하고, 통신부는, 제2 단말기의 텍스트 표시창에 추천 텍스트를 제공한다.
본 발명의 다른 특징에 따르면, 채팅 사용자 플랫폼을 이용한 비대면 상품 추천 장치는 대화 형태의 텍스트 및 답변을 저장하는 저장부를 더 포함하고, 프로세서는, 대화 형태의 텍스트 및 답변을 기초로 추천 텍스트를 생성하기 위해 기계 학습할 수 있다.
본 발명의 또 다른 특징에 따르면, 프로세서는, 텍스트 입력창에 입력된 대화 형태의 텍스트를 자연어 처리하고, 대화 형태의 텍스트에 제1 사용자에 대한 인적 사항의 포함 여부를 판단하고, 대화 형태의 텍스트에 인적 사항이 포함된 경우, 인적 사항 및 대화 형태의 텍스트를 기초로 군집 데이터를 갱신할 수 있다.
본 발명의 또 다른 특징에 따르면, 프로세서는, 군집에 해당하는 복수의 사용자 중 채팅 사용자 플랫폼의 접속 시간이 동일한 사용자와 연관된 대화 형태의 텍스트를 기초로 추천 텍스트를 생성할 수 있다.
본 발명의 또 다른 특징에 따르면, 프로세서는, 군집에 해당하는 복수의 사용자 중 동일한 금융 거래 이용 기간 또는 동일한 신용도 중 적어도 하나를 가지는 제1 사용자와 연관된 대화 형태의 텍스트를 기초로 추천 텍스트를 생성할 수 있다.
본 발명의 또 다른 특징에 따르면, 프로세서는. 통신부를 통해 제2 사용자의 제2 단말기에 표시된 텍스트 입력창을 통해 대화 형태의 텍스트를 수신하고, 제2 사용자가 해당하는 군집을 판단하고, 제2 단말기로부터 수신한 대화 형태의 텍스트 및 군집 데이터를 기초로 제2 사용자가 해당하는 군집을 판단할 수 있다.
기타 실시예의 구체적인 사항들은 상세한 설명 및 도면들에 포함되어 있다.
본 발명은 사용자가 해당하는 군집을 파악하여, 해당 군집과 연관된 추천 텍스트를 제공함으로써, 해당하는 군집과 연관된 비대면 상품을 사용자에게 추천하는 채팅 사용자 플랫폼을 이용한 비대면 상품 추천 방법 및 장치를 제공할 수 있는 효과가 있다.
본 발명은 사용자가 비대면 상품에 대한 문의 내용을 포함하는 대화 형태의 텍스트를 입력하지 않아도 사용자가 해당하는 군집을 파악하여, 사용자에게 알맞은 비대면 상품을 추천하는 채팅 사용자 플랫폼을 이용한 비대면 상품 추천 방법 및 장치를 제공할 수 있는 효과가 있다.
본 발명에 따른 효과는 이상에서 예시된 내용에 의해 제한되지 않으며, 더욱 다양한 효과들이 본 명세서 내에 포함되어 있다.
도 1은 본 발명의 일 실시예에 상품 추천 장치, 제1 사용자의 단말기 및 제2 사용자의 단말기의 관계를 설명하기 위한 개략도이다.
도 2a 내지 도 2b는 본 발명의 일 실시예에 따른 상품 추천 장치, 제1 사용자의 단말기 및 제2 사용자의 단말기의 개략적인 구성을 도시한 블록도이다.
도 3은 본 발명의 일 실시예에 따른 비대면 상품 추천 방법에 따라 제2 사용자의 접속 직후에 제2 사용자의 군집을 판단할 수 있는 경우에서의 비대면 상품 추천 절차를 도시한 것이다.
도 4는 본 발명의 다른 실시예에 따른 비대면 상품 추천 방법에 따라 제2 사용자의 접속 직후에 제2 사용자의 군집을 판단할 수 없는 경우에서의 비대면 상품 추천 절차를 도시한 것이다.
도 5a 내지 도 5b는 본 발명의 실시예에 따라 군집 데이터를 저장하는 데이터베이스를 도시한 것이다.
도 6은 본 발명의 실시예에 따라 제1 사용자로부터 대화 형태의 텍스트를 수신하고, 답변을 제공하는 화면을 도시한 것이다.
도 7은 본 발명의 실시예에 따라 제2 사용자가 채팅 사용자 플랫폼에 접속한 직후에 제2 사용자에게 추천 텍스트를 제공하는 화면을 도시한 것이다.
도 8은 본 발명의 실시예에 따라 제2 사용자로부터 대화 형태의 텍스트를 수신하고 답변을 제공하는 화면을 도시한 것이다.
도 9는 본 발명의 실시예에 따라 제1 사용자와 제2 사용자가 동일한 경우, 대화 형태의 텍스트를 수신하고, 답변을 제공하는 화면을 도시한 것이다.
본 발명의 이점 및 특징, 그리고 그것들을 달성하는 방법은 첨부되는 도면과 함께 상세하게 후술되어 있는 실시예들을 참조하면 명확해질 것이다. 그러나 본 발명은 이하에서 개시되는 실시예들에 한정되는 것이 아니라 서로 다른 다양한 형태로 구현될 것이며, 단지 본 실시예들은 본 발명의 개시가 완전하도록 하며, 본 발명이 속하는 기술분야에서 통상의 지식을 가진 자에게 발명의 범주를 완전하게 알려주기 위해 제공되는 것이며, 본 발명은 청구항의 범주에 의해 정의될 뿐이다.
본 발명의 실시예를 설명하기 위한 도면에 개시된 형상, 크기, 비율, 각도, 개수 등은 예시적인 것이므로 본 발명이 도시된 사항에 한정되는 것은 아니다. 또한, 본 발명을 설명함에 있어서, 관련된 공지 기술에 대한 구체적인 설명이 본 발명의 요지를 불필요하게 흐릴 수 있다고 판단되는 경우 그 상세한 설명은 생략한다. 본 명세서 상에서 언급된 '포함한다', '갖는다', '이루어진다' 등이 사용되는 경우, '~만'이 사용되지 않는 이상 다른 부분이 추가될 수 있다. 구성요소를 단수로 표현한 경우에 특별히 명시적인 기재 사항이 없는 한 복수를 포함하는 경우를 포함한다.
구성요소를 해석함에 있어서, 별도의 명시적 기재가 없더라도 오차 범위를 포함하는 것으로 해석한다.
비록 제1, 제2 등이 다양한 구성요소들을 서술하기 위해서 사용되나, 이들 구성요소들은 이들 용어에 의해 제한되지 않는다. 이들 용어들은 단지 하나의 구성요소를 다른 구성요소와 구별하기 위하여 사용하는 것이다. 따라서, 이하에서 언급되는 제1 구성요소는 본 발명의 기술적 사상 내에서 제2 구성요소일 수도 있다.
별도로 명시하지 않는 한 명세서 전체에 걸쳐 동일 참조 부호는 동일 구성 요소를 지칭한다.
본 발명의 여러 실시예들의 각각 특징들이 부분적으로 또는 전체적으로 서로 결합 또는 조합 가능하며, 당업자가 충분히 이해할 수 있듯이 기술적으로 다양한 연동 및 구동이 가능하며, 각 실시예들이 서로에 대하여 독립적으로 실시 가능할 수도 있고 연관 관계로 함께 실시 가능할 수도 있다.
도 1은 본 발명의 일 실시예에 상품 추천 장치, 제1 사용자의 단말기 및 제2 사용자의 단말기의 관계를 설명하기 위한 개략도이다.
도 1을 참조하면, 비대면 상품 추천 시스템 (1000) 은 비대면 상품에 대한 상담을 요청한 사용자의 군집 데이터를 갱신하여, 유사한 군집에 해당하는 또다른 사용자에게 해당 군집에서 요구된 비대면 상품을 추천하는 시스템이다. 이 때, 비대면 상품 추천 시스템 (1000) 은 제1 단말기 (100), 상품 추천 장치 (200) 및 제2 단말기 (300) 를 포함한다.
제1 단말기 (100) 는 제1 사용자의 단말기로, 비대면 상품과 연관된 문의 사항을 전송하고, 해당 문의 사항에 대응하는 답변을 제공받는 단말기이다. 구체적으로, 제1 단말기 (100) 는 상품 추천 장치 (200) 로부터 비대면 상품과 연관된 문의 사항인 대화 형태의 텍스트에 대한 답변을 제공받는다. 이 때, 제1 사용자는 대화 형태의 텍스트와 답변에 따라 복수의 군집 중 유사한 성향을 가지는 군집으로 분류될 수 있다. 복수의 제1 사용자가 복수의 대화 형태의 텍스트를 생성하여, 군집의 분류가 더 다양해지고 구체화될 수 있다.
제1 단말기 (100) 는 다양한 전자 장치일 수 있다. 예를 들어, 제1 단말기 (100) 는 데스크탑, 랩탑, 태블릿 PC, 스마트 폰 등일 수 있으나, 이에 제한되지 않는다.
상품 추천 장치 (200) 는 제1 단말기 (100) 에 대화 형태의 텍스트에 대응하는 답변을 제공하고, 대화 형태의 텍스트 또는 답변을 기초로 군집 데이터를 갱신함으로써, 제2 단말기 (300) 에 비대면 상품 추천 정보인 추천 텍스트를 제공한다. 따라서, 상품 추천 장치 (200) 는 제1 단말기 (100) 에 답변을 제공하고, 제2 단말기 (300) 에 추천 텍스트를 제공하기 위해, 복수의 단말기, 즉, 제1 단말기 (100) 와 제2 단말기 (300) 와 통신한다. 예를 들어, 도 1에 도시된 바와 같이, 상품 추천 장치 (200) 는 제1 단말기 (100) 및 제2 단말기 (300) 와 동일한 네트워크 내에 존재하거나 통신으로 연결될 수 있다. 여기서, 상품 추천 장치 (200) 는 서버의 형태로 구현될 수 있고, 예를 들어, 코로케이션 서버 (Co-location Server), 클라우드 서버 등일 수 있으나, 이에 제한되지는 않는다.
제2 단말기 (300) 는 제2 사용자의 단말기로, 해당하는 군집에 따라 비대면 상품 추천 정보 즉, 추천 텍스트를 제공받는 단말기이다. 구체적으로, 제2 단말기 (300) 는 상품 추천 장치 (200) 로부터 판단된 군집과 연관있는 비대면 상품에 대한 추천 텍스트를 제공받는다.
제2 단말기 (300) 는 다양한 전자 장치일 수 있다. 예를 들어, 제2 단말기 (300) 는 데스크탑, 랩탑, 태블릿 PC, 스마트 폰 등일 수 있으나, 이에 제한되지 않는다.
도 1 에서는 설명의 편의를 위해 제1 단말기 (100) 와 제2 단말기 (300) 가 1개인 것으로 도시되었으나, 이에 제한되지 않고, 복수의 제1 단말기와 복수의 제2 단말기가 상품 추천 장치 (200) 와 통신할 수 있다. 또한, 제1 단말기 (200) 와 제2 단말기 (300) 는 몇몇 실시예에 따라 동일한 단말기일 수 있다. 구체적인 제1 단말기 (200) 와 제2 단말기 (300) 가 동일한 단말기인 경우의 실시예는 도 3 및 도 9를 참조하여 후술한다.
이하에서는, 상품 추천 장치 (200) 및 상품 추천 장치 (200) 에서의 채팅 사용자 플랫폼을 이용한 비대면 상품 추천 방법에 대한 보다 상세한 설명을 위해 도 2를 함께 참조한다.
도 2a 내지 도 2b는 본 발명의 일 실시예에 따른 상품 추천 장치, 제1 사용자의 단말기 및 제2 사용자의 단말기의 개략적인 구성을 도시한 블록도이다. 설명의 편의를 위해 도 1을 참조하여 설명한다.
도 2a를 참조하면, 상품 추천 장치 (200) 는 통신부 (210), 프로세서 (220) 및 저장부 (230) 를 포함한다.
상품 추천 장치 (200) 의 통신부 (210) 는 제1 단말기 (100) 및 제2 단말기 (300) 로부터 데이터를 수신하고, 제1 단말기 (100) 및 제2 단말기 (200) 로 처리한 데이터를 전송한다. 구체적으로, 통신부 (210) 는 제1 단말기 (100) 로부터 대화 형태의 텍스트를 수신하고, 대화 형태의 텍스트의 의도에 따라 생성된 답변을 제공한다. 또한, 통신부 (210) 는 제2 단말기 (300) 에 추천 텍스트를 제공한다.
상품 추천 장치 (200) 의 프로세서 (220) 는 채팅 서버 플랫폼을 구동하여 채팅 사용자 플랫폼에 입력된 데이터를 수신하고, 채팅 사용자 플랫폼에 제공할 데이터를 전송한다. 또한, 프로세서 (220) 는 제1 단말기 (100) 및 제2 단말기 (300) 로부터 수신한 데이터를 처리한다. 구체적으로, 프로세서 (220) 는 제1 단말기 (100) 로부터 수신한 대화 형태의 텍스트의 의도에 따라 답변을 생성하며, 대화 형태의 텍스트를 기초로 군집 데이터를 갱신한다. 또한, 프로세서 (220) 는 제2 단말기 (300) 의 사용자인 제2 사용자가 해당하는 군집을 판단하고, 군집과 연관된 대화 형태의 텍스트를 기초로 추천 텍스트를 생성한다.
상품 추천 장치 (200) 의 저장부 (230) 는 통신부 (210) 가 수신하고 전송한 데이터 및 프로세서 (220) 가 처리한 데이터를 저장한다. 구체적으로, 저장부 (230) 는 제1 단말기 (100) 로부터 수신한 대화 형태의 텍스트와 제1 단말기 (100) 에 제공한 답변을 저장한다. 더 나아가, 저장부 (230) 는 군집 데이터와 제2 단말기 (200) 에 제공한 추천 텍스트를 저장할 수도 있다.
도 2b를 참조하면, 제1 단말기 (100) 는 입력부 (110), 통신부 (120), 프로세서 (130) 및 표시부 (140) 를 포함한다.
제1 단말기 (100) 의 입력부 (110) 는 대화 형태의 텍스트를 수신한다. 이 때, 입력부 (110) 는 키보드, 마우스, 터치 입력 장치 등일 수 있으나, 이에 제한되지 않는다.
제1 단말기 (100) 의 통신부 (120) 는 입력부 (110) 를 통해 수신한 대화 형태의 텍스트를 상품 추천 장치 (200) 로 전송한다. 또한, 통신부 (120) 는 상품 추천 장치 (200) 로부터 대화 형태의 텍스트의 의도에 따라 생성된 답변을 수신한다.
제1 단말기 (100) 의 프로세서 (130) 는 표시부 (140) 를 통해 채팅 사용자 플랫폼을 표시한다. 여기서, 채팅 사용자 플랫폼이란, 대화 형태의 텍스트를 입력할 수 있고, 답변 및 추천 텍스트를 수신할 수 있는 채팅 형식의 프로그램으로, 채팅 사용자 플랫폼 및 채팅 서버 플랫폼으로 구성될 수 있다. 이 때, 채팅 사용자 플랫폼의 채팅 사용자 플랫폼은 텍스트 표시창 및 텍스트 입력창을 포함한다.
제1 단말기 (100) 의 표시부 (140) 는 텍스트 표시창 및 텍스트 입력창을 포함하는 채팅 사용자 플랫폼을 표시한다. 구체적으로, 표시부 (140) 는 텍스트 입력창에 표시된 대화 형태의 텍스트를 표시하고, 텍스트 표시창에 표시된 답변을 표시한다. 표시부 (140) 는 LCD, LED, OLED, PDP, FED 등일 수 있으나, 이에 제한되지 않는다.
도 2b를 참조하면, 제2 단말기 (300) 는 입력부 (310), 통신부 (320), 프로세서 (330) 및 표시부 (340) 를 포함한다.
제2 단말기 (300) 의 입력부 (310) 는 대화 형태의 텍스트를 수신할 수 있다. 이 때, 입력부 (310) 가 수신한 대화 형태의 텍스트는 제2 사용자가 해당하는 군집을 판단할 수 있는 단어 예를 들어, 직업, 나이, 출신 지역, 출신 학교, 거주 지역, 성별 등을 포함할 수 있다. 입력부 (110) 는 키보드, 마우스, 터치 입력 장치 등일 수 있으나, 이에 제한되지 않는다.
제2 단말기 (300) 의 통신부 (320) 는 입력부 (310) 를 통해 수신한 대화 형태의 텍스트를 상품 추천 장치 (200) 로 전송할 수 있다. 또한, 통신부 (320) 는 상품 추천 장치 (200) 로부터 추천 텍스트를 수신한다.
제2 단말기 (300) 의 프로세서 (330) 는 표시부 (340) 를 통해 채팅 사용자 플랫폼을 표시한다. 제2 단말기 (300) 에 표시된 채팅 사용자 플랫폼은 제1 단말기 (100) 에 표시된 채팅 사용자 플랫폼과 구성이 동일할 수 있다.
제2 단말기 (300) 의 표시부 (340) 는 텍스트 표시창 및 텍스트 입력창을 포함하는 채팅 사용자 플랫폼을 표시한다. 구체적으로, 표시부 (340) 는 텍스트 입력창에 표시된 대화 형태의 텍스트를 표시하고, 텍스트 표시창에 표시된 추천 텍스트를 표시한다. 이 때, 표시부 (340) 는 LCD, LED, OLED, PDP, FED 등일 수 있으나, 이에 제한되지 않는다.
이하에서는 상품 추천 장치 (200) 에서의 채팅 사용자 플랫폼을 이용한 비대면 상품 추천 방법에 대한 보다 상세한 설명을 위해 도 3 내지 도 4를 함께 참조한다.
도 3은 본 발명의 일 실시예에 따른 비대면 상품 추천 방법에 따라 제2 사용자의 접속 직후에 제2 사용자의 군집을 판단할 수 있는 경우에서의 비대면 상품 추천 절차를 도시한 것이다. 설명의 편의를 위해 도 1, 도 2a 내지 도 2b의 구성요소들과 도면 부호를 참조하여 설명한다.
상품 추천 장치 (200) 의 통신부 (210) 는 제1 사용자의 제1 단말기 (100) 에 표시된 텍스트 입력창을 통해 대화 형태의 텍스트를 수신한다 (S310).
즉, 통신부 (210) 는 제1 사용자가 입력부 (110) 를 통해 입력한 비대면 상품과 관련된 문의 내용을 포함하는 대화 형태의 텍스트를 수신한다. 더 나아가, 통신부 (210) 는 비대면 상품과 관련된 문의 내용을 포함하는 이미지 또는 음성도 수신할 수 있다. 이미지의 경우, 대화 형태의 텍스트와 동일하게 텍스트 입력창을 통해 수신될 수 있다. 음성의 경우, 마이크와 같은 음성 입력 장치를 통해 수신하여 텍스트 입력창에 텍스트로 표시될 수 있다.
이어서, 상품 추천 장치 (200) 의 프로세서 (220) 는 대화 형태의 텍스트를 기초로 대화 형태의 텍스트의 의도에 따라 답변을 생성한다 (S320).
구체적으로, 프로세서 (220) 는 대화 형태의 텍스트를 자연어 처리함으로써 대화 형태의 텍스트의 의도를 파악하여 답변을 생성한다. 즉, 프로세서 (220) 는 대화 형태의 텍스트에 대한 형태소, 개체명, 화행 및 의도 분석을 통해 대화 형태의 텍스트의 의도를 파악하여 답변을 생성한다. 여기서, 형태소 분석이란, 대화 형태의 텍스트를 명사, 대명사, 수사, 관형사, 부사, 어미, 접사, 조사 등을 구분하여 분석하는 것을 의미한다. 또한, 개체명 분석은 대화 형태의 텍스트를 기관, 서비스, 기능, 대상의 형태로 분석하는 것을 의미한다. 예를 들어, 통신부 (210) 가 'ㅁㅁ은행에 아파트 전세 대출 상품 중 의사를 대상으로 하는 대출 상품이 있나요' 라는 대화 형태의 텍스트를 수신한 경우, 프로세서 (220) 는 ㅁㅁ은행을 기관, 아파트 전세 대출 상품 안내를 서비스, 상품 안내를 기능, 의사, 아파트 전세 대출 상품을 대상으로 분석할 수 있다. 또한, 프로세서 (220) 는 대화 형태의 텍스트가 어떠한 형태인지 즉, 질문 형태인지 평문 형태인지에 대한 분석인 화행 분석을 수행한다. 마지막으로, 프로세서 (220) 는 'ㅁㅁ은행에 아파트 전세 대출 상품 중 의사를 대상으로 하는 대출 상품이 있나요' 라는 대화 형태의 텍스트의 의도를 의사를 위한 대출 상품 안내로 분석할 수 있다. 이어서, 프로세서 (220) 는 분석한 대화 형태의 텍스트의 의도에 대응하는 사례를 검색한다. 예를 들어, 프로세서 (220) 는 의사에게 대출 상품을 안내한 사례, 아파트 대출 상품을 안내한 사례, 의사에게 아파트 대출 상품을 안내한 사례 등을 검색한다. 여기서, 대화 형태의 텍스트의 의도에 대응하는 사례는 대화 형태의 텍스트 및 답변을 포함하며, 저장부 (230) 에 저장되어 있을 수 있다. 이 때, 프로세서 (220) 는 저장부 (230) 에 저장된 대화 형태의 텍스트와 답변을 기계 학습하여 보다 다양한 사례를 고려함으로써 추후에 수신한 대화 형태의 텍스트의 의도에 가장 적절한 답변을 생성할 수 있다. 이에 따라, 프로세서 (220) 는 대화 형태의 텍스트의 의도를 파악하여, 동일한 의도를 갖는 사례를 검색하여, 사례와 동일한 답변을 생성한다. 또한, 프로세서 (220) 는 유사한 사례를 검색하여, 대화 형태의 텍스트의 의도에 따라 사례를 수정함으로써 답변을 생성할 수 있다.
이어서, 상품 추천 장치 (200) 의 통신부 (210) 는 텍스트 표시창을 통해 답변을 제공한다 (S330).
예를 들어, 통신부 (210) 는 '아파트 전세 대출 상품 중 의사를 대상으로 하는 대출 상품이 있나요' 라는 대화 형태의 텍스트의 의도에 따라 의사를 대상으로 하는 아파트 전세 대출 상품에 대한 안내를 포함하는 답변을 텍스트 표시창을 통해 제공한다. 답변은 의사를 대상으로 하는 아파트 전세 대출 상품의 이자율, 상환 금액 및 상환 기한을 포함할 수 있다. 또한, 답변은 텍스트, 이미지 및 음성으로 제공될 수 있다. 구체적인 제1 사용자로부터 대화 형태의 텍스트를 수신하고, 답변을 제공하는 실시예는 도 6을 참조하여 후술한다.
이어서, 상품 추천 장치 (200) 의 프로세서 (220) 는 대화 형태의 텍스트를 기초로 군집 데이터를 갱신한다 (S340).
여기서, 군집 데이터란, 복수의 사용자를 유사한 성향을 가지는 사용자끼리 묶은 군집 각각에 대한 데이터로, 해당 군집에서 가장 많이 구매한 비대면 상품, 해당 군집에 해당하는 사용자의 금융 거래 이용 기간, 신용도, 출신 학교, 출신 지역, 거주 지역, 직업, 나이, 성별, 채팅 사용자 플랫폼의 접속 시간 중 적어도 하나를 포함한다. 이 때, 프로세서 (220) 는 금융 거래 이용 기간, 신용도, 출신 학교, 출신 지역, 거주 지역, 직업 나이, 성별, 채팅 사용자 플랫폼의 접속 시간 중 적어도 하나를 기초로 군집 데이터를 세분화하여 갱신할 수도 있다. 예를 들어, 서울 지역 군집에 포함된 사용자로부터 수신한 대화 형태의 텍스트를 분석하여 해당 사용자가 20대이고 3월에 학자금 대출 상품에 대해 문의하였다고 판단한 경우, 프로세서 (220) 는 서울 지역 군집에서 20대의 분류인 나이, 3월의 분류인 채팅 사용자 플랫폼의 접속 시간 및 학자금 대출 상품이라는 비대면 상품 종류 중 적어도 하나를 기준으로 서울 지역 군집을 세분화하여 갱신할 수 있다. 즉, 군집 데이터를 여러 조건으로 세분화하여 갱신함으로써, 추후 제2 사용자가 해당하는 군집에 대한 판단 정확도를 향상시킬 수 있다.
몇몇 실시예에서, 프로세서 (220) 는 제1 사용자의 로그인 정보를 수집할 수 있다. 여기서, 로그인 정보란, 사용자가 채팅 사용자 플랫폼을 이용하기 위해 가입시 입력했던 정보 또는 채팅 사용자 플랫폼 이용 정보 중 적어도 하나로, 사용자의 출신 학교, 출신 지역, 거주 지역, 직업, 나이, 성별, 채팅 사용자 플랫폼의 접속 시간 중 적어도 하나를 포함한다. 따라서, 프로세서 (220) 는 제1 사용자가 제1 단말기 (100) 를 통해 채팅 사용자 플랫폼에 접속한 경우, 기입력된 제1 사용자의 출신 학교, 출신 지역, 거주 지역, 직업, 나이, 성별, 채팅 사용자 플랫폼의 접속 시간 중 적어도 하나를 수집할 수 있다. 이 때, 채팅 사용자 플랫폼의 접속 시간은 과거의 접속 시간일 수 있다. 더 나아가, 프로세서 (220) 는 수집한 로그인 정보 및 대화 형태의 텍스트를 기초로 군집 데이터를 갱신할 수 있다. 예를 들어, 프로세서 (220) 는 거주 지역이 서울인 로그인 정보와 아파트 전세 대출 상품 문의에 대한 대화 형태의 텍스트를 기초로 제1 사용자의 군집 데이터를 서울 지역 및 아파트 전세 대출 상품으로 갱신할 수 있다. 이에 따라, 상품 추천 장치 (200) 는 제1 사용자가 채팅 사용자 플랫폼에 접속 시, 로그인 정보를 수집하여 군집 데이터를 갱신함으로써, 수시로 군집 데이터를 갱신하여 채팅 사용자 플랫폼의 사용자가 해당하는 군집에 대한 판단 정확도를 향상시킬 수 있다.
한편, 또 다른 실시예에서, 프로세서 (220) 는 대화 형태의 텍스트를 자연어 처리하였을 경우, 대화 형태의 텍스트에 제1 사용자에 대한 인적 사항 즉, 출신 학교, 출신 지역, 거주 지역, 직업, 나이, 성별 중 적어도 하나를 포함하는지 판단한다. 예를 들어, '의사를 위한 아파트 대출 상품이 있나요?' 라는 대화 형태의 텍스트를 수신한 경우, 프로세서 (220) 는 대화 형태의 텍스트에 직업 정보인 의사가 포함되었다고 판단한다. 따라서, 대화 형태의 텍스트에 인적 사항이 포함되었다고 판단한 경우, 프로세서 (220) 는 의사에 해당하는 인적 사항 및 아파트 대출 상품에 해당하는 대화 형태의 텍스트를 기초로 군집 데이터를 갱신할 수 있다.
이어서, 상품 추천 장치 (200) 의 프로세서 (220) 는 제1 사용자가 답변을 제공받은 후 제2 사용자가 제2 단말기 (300) 를 통해 채팅 사용자 플랫폼에 접속한 경우, 군집 데이터를 기초로 제2 사용자가 해당하는 군집을 판단한다 (S350).
예를 들어, 제1 사용자의 비대면 상품에 대한 문의가 완료되고, 제1 사용자에 대한 군집 데이터가 갱신된 후에 제2 사용자가 제2 단말기 (300) 를 통해 채팅 사용자 플랫폼에 접속한 경우, 프로세서 (220) 는 갱신된 군집 데이터를 기초로 제2 사용자가 해당하는 군집을 판단한다. 예를 들어, 제2 사용자가 의사인 경우, 프로세서 (220) 는 제2 사용자가 해당하는 군집이 의사라고 판단할 수 있다. 또는, 제2 사용자가 서울에서 거주하는 경우, 프로세서 (220) 는 제2 사용자가 해당하는 군집이 서울 지역이라고 판단할 수 있다. 이 때, 프로세서 (220) 는 제2 사용자의 로그인 정보를 수집한 후, 수집한 로그인 정보를 기초로 제2 사용자가 해당하는 군집을 판단할 수 있다. 로그인 정보는 출신 학교, 출신 지역, 거주 지역, 직업, 나이, 성별, 채팅 사용자 플랫폼의 접속 시간 중 적어도 하나를 의미한다.
이어서, 상품 추천 장치 (200) 의 프로세서 (220) 는 군집과 연관된 대화 형태의 텍스트를 기초로 추천 텍스트를 생성한다 (S360).
구체적으로, 프로세서 (220) 는 제2 사용자가 해당하는 군집과 연관된 대화 형태의 텍스트를 기초로 추천 텍스트를 생성한다. 여기서, 추천 텍스트란, 제2 사용자가 해당하는 군집에서 가장 많이 요청된 비대면 상품을 제2 사용자에게 추천하는 형식의 텍스트로서, 비대면 상품을 추천하는 대화 형태의 텍스트 및 추천하는 비대면 상품에 대한 정보를 포함하는 텍스트를 포함한다.
한편, 다른 실시예에서, 프로세서 (220) 는 제2 사용자의 군집에 해당하는 복수의 사용자 중 가장 최근에 접속한 사용자와 연관된 대화 형태의 텍스트를 기초로 추천 텍스트를 생성할 수 있다. 예를 들어, 제2 사용자의 군집에 해당하는 사용자 중 가장 최근에 채팅 사용자 플랫폼에 접속한 사용자가 아파트 대출 상품에 대한 대화 형태의 텍스트를 전송한 경우, 프로세서 (220) 는 아파트 대출 상품에 대한 추천 텍스트를 생성할 수 있다.
또한, 또 다른 실시예에서, 프로세서 (220) 는 제2 사용자의 군집에 해당하는 복수의 사용자 중 채팅 사용자 플랫폼의 접속 시간이 동일한 사용자와 연관된 대화 형태의 텍스트를 기초로 추천 텍스트를 생성할 수 있다. 예를 들어, 제2 사용자가 매월 7일 저녁에 채팅 사용자 플랫폼에 접속하는 경우, 프로세서 (220) 는 매월 7일 저녁에 채팅 사용자 플랫폼에 접속하는 사용자가 문의한 비대면 상품 예를 들어, 카드 대금 대출 상품에 대한 안내를 포함하는 추천 텍스트를 생성할 수 있다.
다양한 실시예에서는, 프로세서 (220) 는 제2 사용자의 군집에 해당하는 복수의 사용자 중 동일한 금융 거래 이용 기간 또는 동일한 신용도 중 적어도 하나를 가지는 사용자와 연관된 대화 형태의 텍스트를 기초로 추천 텍스트를 생성할 수 있다. 예를 들어, 제2 사용자가 주기적으로 3월 초에 금융 거래를 이용하였을 경우, 프로세서 (220) 는 주기적으로 3월 초에 금융 거래를 이용한 사용자가 문의한 비대면 상품 예를 들어, 아파트 전세 대출에 대한 안내를 포함하는 추천 텍스트를 생성할 수 있다. 또는, 제1 사용자와 동일하거나 동일한 범위 내의 신용도를 가지면서, 동일한 직업인 제2 사용자가 채팅 사용자 플랫폼에 접속하는 경우, 제1 사용자가 문의한 비대면 상품에 대한 추천 텍스트를 생성할 수 있다.
한편, 다양한 실시예에서, 프로세서 (220) 는 제2 사용자의 군집에 해당하는 복수의 사용자 중 동일한 출신 학교, 출신 지역, 거주 지역, 직업, 나이, 성별 중 적어도 하나를 가지는 사용자와 연관된 대화 형태의 텍스트를 기초로 추천 텍스트를 생성할 수 있다. 예를 들어, 제2 사용자가 20대 군집에 해당하는 경우, 프로세서 (220) 는 20대의 군집에 해당하는 사용자가 문의한 비대면 상품 예를 들어, 학자금 대출에 대한 안내를 포함하는 추천 텍스트를 생성할 수 있다.
또한, 프로세서 (220) 는 제2 사용자의 군집에 해당하는 복수의 사용자의 웹사이트 방문 기록을 수집할 수 있다. 이어서, 프로세서 (220) 는 수집한 웹사이트 방문 기록을 기초로 군집의 관심사를 결정하며, 결정한 군집의 관심사와 연관된 대화 형태의 텍스트를 기초로 추천 텍스트를 생성할 수 있다. 예를 들어, 제2 사용자의 군집에 해당하는 복수의 사용자의 웹사이트 방문 기록의 대부분이 오피스텔에 관한 방문 기록인 경우, 해당 군집의 관심사를 오피스텔로 결정하여, 제2 사용자에게 오피스텔 구입 대출 상품에 대한 안내를 포함하는 추천 텍스트를 생성할 수 있다. 상품 추천 장치 (200) 는 다양한 조건에 따라 사용자의 군집을 파악하여 해당 군집이 문의한 비대면 상품을 새로운 사용자에게 추천함으로써, 새로운 사용자에게 최적의 비대면 상품을 안내할 수 있으며, 비대면 상품의 구매 확률을 높일 수 있다.
다양한 실시예에서, 상품 추천 장치 (200) 는 복수의 요소를 조합하여 제2 사용자가 제1 사용자의 군집에 해당하는 지를 결정할 수 있다. 예를 들어, 상품 추천 장치 (200) 는 신용도, 나이, 직업의 3가지 조건을 모두 만족하는 군집에 제2 사용자가 해당되는지를 판단하고, 그 3가지 조건에 모두 만족하는 군집에서 가장 많이 요청된 질문 또는 비대면 상품에 대해서 추천 텍스트를 생성할 수 있다.
이어서, 통신부 (210) 는 제2 단말기 (300) 의 텍스트 표시창에 추천 텍스트를 제공한다 (S370).
구체적으로, 통신부 (210) 는 제2 단말기 (300) 의 텍스트 표시창에 군집에 해당하는 복수의 사용자 중 가장 최근에 접속한 사용자와 연관된 대화 형태의 텍스트를 기초로 생성된 추천 텍스트, 군집에 해당하는 복수의 사용자 중 채팅 사용자 플랫폼의 접속 시간이 동일한 사용자와 연관된 대화 형태의 텍스트를 기초로 생성된 추천 텍스트, 군집에 해당하는 복수의 사용자 중 동일한 금융 거래 이용 기간 또는 동일한 신용도 중 적어도 하나를 가지는 사용자와 연관된 대화 형태의 텍스트를 기초로 생성된 추천 텍스트, 군집에 해당하는 복수의 사용자 중 동일한 출신 학교, 출신 지역, 거주 지역, 직업, 나이, 성별 중 적어도 하나를 가지는 사용자와 연관된 대화 형태의 텍스트를 기초로 생성된 추천 텍스트 중 적어도 하나를 제공한다.
이에 따라, 상품 추천 장치 (200) 는 제2 사용자가 제2 단말기 (300) 를 통해 채팅 사용자 플랫폼에 접속한 경우, 제2 사용자의 로그인 정보를 수집하여 제2 사용자가 해당하는 군집을 판단함으로써, 제2 사용자로부터 대화 형태의 텍스트를 수신하지 않아도 제2 사용자가 해당하는 군집을 판단하여 제2 사용자에게 알맞은 비대면 상품을 추천할 수 있다.
도 4는 본 발명의 다른 실시예에 따른 비대면 상품 추천 방법에 따라 제2 사용자의 접속 직후에 제2 사용자의 군집을 판단할 수 없는 경우에서의 비대면 상품 추천 절차를 도시한 것이다.
상품 추천 장치 (200) 의 통신부 (210) 는 제1 사용자의 제1 단말기 (100) 에 표시된 텍스트 입력창을 통해 대화 형태의 텍스트를 수신한다 (S410). 구체적인 대화 형태의 텍스트를 수신하는 단계는 도 3을 참조하여 설명한 단계와 동일하므로 설명은 생략한다.
이어서, 상품 추천 장치 (200) 의 프로세서 (220) 는 대화 형태의 텍스트를 기초로 대화 형태의 텍스트의 의도에 따라 답변을 생성한다 (S420). 구체적인 답변을 생성하는 단계는 도 3을 참조하여 설명한 단계와 동일하므로 설명은 생략한다.
이어서, 상품 추천 장치 (200) 의 통신부 (210) 는 텍스트 표시창을 통해 답변을 제공한다 (S430). 구체적인 답변을 제공하는 단계는 도 3을 참조하여 설명한 단계와 동일하므로 설명은 생략한다.
이이서, 상품 추천 장치 (200) 의 프로세서 (220) 는 대화 형태의 텍스트를 기초로 군집 데이터를 갱신한다 (S440).
이어서, 제1 사용자가 답변을 제공받은 후 제2 사용자가 제2 단말기 (300) 를 통해 채팅 사용자 플랫폼에 접속한 경우, 프로세서 (220) 는 군집 데이터를 기초로 제2 사용자가 해당하는 군집에 대한 판단 가능 여부를 결정한다 (S450).
구체적으로, 프로세서 (220) 는 제2 사용자가 어느 군집에 해당하는지 판단할 수 있는 정보의 존재 여부를 확인하여, 제2 사용자가 해당하는 군집을 판단할 수 있는 정보가 존재하는 경우, 제2 사용자가 해당하는 군집에 대해 판단할 수 있다고 결정한다. 이 때, 프로세서 (220) 는 제2 사용자가 해당하는 군집을 판단할 수 있는 정보를 기초로 제2 사용자의 군집을 판단한 후, S480을 수행한다. 구체적인 제2 사용자의 군집을 판단하는 단계는 도 3을 참조하여 설명한 단계와 동일하므로 설명은 생략한다. 반면, 제2 사용자가 해당하는 군집을 판단할 수 있는 정보가 존재하지 않는 경우, 제2 사용자가 해당하는 군집에 대해 판단이 불가능하다고 결정한다. 이 때, 군집을 판단할 수 있는 제2 사용자에 대한 정보는 제2 사용자의 로그인 정보일 수 있다. 채팅 사용자 플랫폼 이용시 사용자는 로그인 정보 제공 여부를 선택할 수 있다. 따라서, 제2 사용자가 제2 단말기 (300) 를 통해 채팅 사용자 플랫폼에 접속한다고 해서 로그인 정보가 반드시 존재하지는 않는다.
이어서, 제2 사용자가 해당하는 군집에 대한 판단이 불가능하다고 결정한 경우, 통신부 (210) 는 제2 사용자의 제2 단말기 (200) 에 표시된 텍스트 입력창을 통해 대화 형태의 텍스트를 수신한다 (S460).
즉, 통신부 (210) 는 프로세서 (220) 가 제2 사용자가 해당하는 군집을 판단하기 위해 필요한 정보인 대화 형태의 텍스트를 수신한다. 구체적인 대화 형태의 텍스트를 수신하는 단계는 도 3을 참조하여 설명한 단계와 동일하므로 설명은 생략한다.
이어서, 프로세서 (220) 는 제2 사용자가 해당하는 군집을 판단한다 (S470).
이 때, S450에서 프로세서 (220) 가 제2 사용자가 해당하는 군집을 판단할 수 있는 경우, 프로세서 (220) 는 제2 사용자의 로그인 정보를 기초로 제2 사용자가 해당하는 군집을 판단한다. 반면, S450에서 프로세서 (220) 가 제2 사용자가 해당하는 군집을 판단할 수 없는 경우, 프로세서 (220) 는 통신부 (210) 가 제2 단말기 (300) 로부터 수신한 대화 형태의 텍스트를 기초로 제2 사용자가 해당하는 군집을 판단한다. 구체적인 로그인 정보 또는 대화 형태의 텍스트를 기초로 제2 사용자가 해당하는 군집을 판단하는 단계는 도 3을 참조하여 설명한 단계와 동일하므로 설명은 생략한다.
이어서, 프로세서 (220) 는 군집과 연관된 대화 형태의 텍스트를 기초로 추천 텍스트를 생성한다 (S480). 구체적인 추천 텍스트를 생성하는 단계는 도 3을 참조하여 설명한 단계와 동일하므로 설명은 생략한다.
이어서, 통신부 (210) 는 제2 단말기 (300) 의 텍스트 표시창에 추천 텍스트를 제공한다 (S490). 구체적인 추천 텍스트를 제공하는 단계는 도 3을 참조하여 설명한 단계와 동일하므로 설명은 생략한다.
이에 따라, 상품 추천 장치 (200) 는 제2 사용자의 로그인 정보가 존재하지 않는 경우, 제2 단말기가 전송한 대화 형태의 텍스트를 기초로 추천 텍스트를 제공함으로써, 제2 사용자에 대한 충분한 정보가 존재하지 않아도 기갱신한 군집 데이터를 활용하여 보다 빠르게 제2 사용자에게 알맞은 비대면 상품을 추천할 수 있다.
도 5a 내지 도 5b는 본 발명의 실시예에 따라 군집 데이터를 저장하는 데이터베이스를 도시한 것이다.
도 5a를 참조하면, 데이터베이스는 예시적으로 테이블 (510) 의 형태로 군집 데이터를 포함한다. 여기서, 군집 데이터는 신용도, 거주 지역, 직업, 나이, 성별, 채팅 사용자 플랫폼의 접속 시간, 상품 위험도, 비대면 상품 명 등을 포함한다. 이 때, 신용도는 1급에서 8급, 상품 위험도는 저위험도, 중위험도 또는 고위험도로 나누어 포함할 수 있다. 따라서, 신용도, 거주 지역, 직업, 나이, 성별, 채팅 사용자 플랫폼의 접속 시간, 상품 위험도 중 적어도 하나를 기준으로 사용자가 해당하는 군집에서 가장 많이 구매된 비대면 상품에 대한 정보를 사용자에게 제공할 수 있다. 예를 들어, 사용자가 30대인 경우, 30대가 가장 많이 구매한 비대면 상품인 ㅁㅁ아파트 전세 대출에 대한 정보를 제공할 수 있다. 몇몇 실시예에서, 군집 데이터는 신용도와 비대면 상품 명으로 구성될 수 있다.
도 5b를 참조하면, 그래프 (520) 의 형태로 군집 데이터가 나타내어 질 수 있다. 그래프 (520) 는 군집 데이터를 기준으로 사용자가 어떤 형태로 분포되어 있는지 표시한다. 예를 들어, 그래프 (520) 는 신용도를 x축, 상품 위험도를 y축으로 하여 사용자의 분포를 표시할 수 있다. 즉, 그래프 (520) 는 신용도가 높은 사용자는 제1 군집 (521) 으로 표시할 수 있다. 이 때, 그래프 (520) 를 통해 제1 군집 (521) 에 포함된 사용자는 상품 위험도가 낮은 비대면 상품을 구매한다는 것을 알 수 있다., 또한, 그래프 (520) 는 신용도가 낮은 사용자는 제2 군집으로 표시할 수 있다. 이 때, 그래프 (520) 를 통해 제2 군집 (522) 에 포함된 사용자는 상품 위험도가 높은 비대면 상품을 구매한다는 것을 알 수 있다. 따라서, 제2 사용자가 제1 군집 (521) 또는 제2 군집 (522) 과 같은 특정 분포의 군집에 해당하는 경우 그 군집에서 문의한 비대면 상품에 대한 정보를 제공받을 수 있다.
이에 따라, 상품 추천 장치 (200) 는 군집 데이터를 테이블로 저장하고, 그 군집에 해당하는지가 군집 데이터에 의해 파악됨으로써, 해당 군집에서 가장 많이 구매한 비대면 상품에 대한 정보를 보다 정확하게 제공할 수 있다.
도 6은 본 발명의 실시예에 따라 제1 사용자로부터 대화 형태의 텍스트를 수신하고, 답변을 제공하는 화면을 도시한 것이다.
도 6을 참조하면, 제1 단말기 (100) 의 표시부 (110) 는 제1 사용자가 입력부 (140) 를 통해 입력한 대화 형태의 텍스트와 상품 추천 장치 (200) 가 제공한 답변을 표시한다. 구체적으로, 표시부 (110) 는 제1 사용자가 입력부 (140) 를 통해 입력한 '안녕하세요.' 라는 대화 형태의 텍스트를 표시한다. 이어서, 표시부 (110) 는 상품 추천 장치 (200) 가 대화 형태의 텍스트를 자연어 처리하여 생성한 답변인 '안녕하세요. 고객님. 좋은 아침입니다.' 를 표시한다. 이후, 표시부 (110) 는 입력부 (140) 를 통해 제1 사용자가 입력한 제1 사용자의 직업, 경력 및 비대면 상품에 대한 문의를 포함하는 대화 형태의 텍스트를 표시한다. 따라서, 표시부 (110) 는 상품 추천 장치 (200) 가 대화 형태의 텍스트의 의도에 따라 생성한 답변을 표시한다.
이에 따라, 상품 추천 장치 (200) 는 대화 형태의 텍스트를 자연어 처리함으로써, 사용자가 직접 비대면 상품에 대해 검색하지 않아도 대화 형태의 텍스트만으로 비대면 상품 문의에 대한 답변을 제공할 수 있다.
도 7은 본 발명의 실시예에 따라 제2 사용자가 채팅 사용자 플랫폼에 접속한 직후에 제2 사용자에게 추천 텍스트를 제공하는 화면을 도시한 것이다.
도 7을 참조하면, 제2 사용자가 채팅 사용자 플랫폼에 접속한 경우, 제2 단말기 (300) 의 표시부 (310) 는 추천 텍스트를 표시한다. 구체적으로, 표시부 (310) 는 상품 추천 장치 (200) 가 제2 사용자의 군집을 판단한 후, 제2 사용자의 군집과 연관된 대화 형태의 텍스트를 기초로 생성한 추천 텍스트를 표시한다. 예를 들어, 제2 사용자의 직업이 의사인 경우, 상품 추천 장치 (200) 는 제2 사용자의 군집을 의사로 판단한 후, 의사 군집에서 가장 많이 문의한 비대면 상품에 대한 정보를 포함하는 추천 텍스트를 표시한다. 따라서, 표시부 (310) 는 의사 군집에서 가장 많이 문의한 의사를 위한 ㅁㅁ대출 상품에 대한 정보를 포함하는 추천 텍스트를 표시한다. 이 때, 상품 추천 장치 (200) 는 제2 사용자의 로그인 정보를 기초로 제2 사용자의 군집을 판단한다.
이에 따라, 상품 추천 장치 (200) 는 제2 사용자의 군집을 판단하여, 해당 군집과 연관된 추천 텍스트를 제공함으로써, 제2 사용자가 비대면 상품에 대한 문의 내용을 포함하는 대화 형태의 텍스트를 전송하지 않아도, 제2 사용자에게 알맞은 비대면 상품을 추천할 수 있는 새로운 형태의 홍보 방법을 제공한다.
도 8은 본 발명의 실시예에 따라 제2 사용자로부터 대화 형태의 텍스트를 수신하고 답변을 제공하는 화면을 도시한 것이다.
도 8을 참조하면, 제2 단말기 (300) 의 표시부 (310) 는 입력부 (340) 를 통해 입력된 대화 형태의 텍스트를 표시한다. 이어서, 표시부 (310) 는 상품 추천 장치 (200) 가 생성한 대화 형태의 텍스트와 연관된 답변을 표시한다. 예를 들어, 입력부 (340) 를 통해 '아파트 전세 대출 상품 중 제일 인기있는 상품이 무엇인가요?' 라는 대화 형태의 텍스트를 입력받은 경우, 표시부 (310) 는 아파트 전세 대출 상품에 대한 설명을 포함하는 답변을 표시한다. 더 나아가, 입력부 (340) 를 통해 입력된 대화 형태의 텍스트에 제2 사용자의 인적 사항이 포함된 경우, 상품 추천 장치 (200) 는 입력된 대화 형태의 텍스트를 기초로 제2 사용자의 군집을 판단한다. 예를 들어, 입력부 (340) 를 통해 '의사를 위한 아파트 전세 대출 상품은 없나요?' 라는 대화 형태의 텍스트를 수신한 경우, 상품 추천 장치 (200) 는 제2 사용자의 군집을 의사 군집으로 판단한다. 따라서, 표시부 (310) 는 의사 군집에 가장 적합한 대출 상품에 대한 정보를 포함하는 답변을 제공한다.
이에 따라, 상품 추천 장치 (200) 는 제2 사용자가 입력한 대화 형태의 텍스트를 기초로 사용자의 군집을 판단함으로써, 제2 사용자가 제2 사용자에 대한 인적 사항을 직접적으로 제공하지 않아도 제2 사용자의 군집을 판단하여 해당 군집에서 인기 있는 비대면 상품을 제시할 수 있다.
도 9는 본 발명의 실시예에 따라 제1 사용자와 제2 사용자가 동일한 경우, 대화 형태의 텍스트를 수신하고, 답변을 제공하는 화면을 도시한 것이다.
도 9를 참조하면, 제1 단말기 (100) 의 표시부 (110) 는 입력부 (140) 를 통해 입력된 사용자의 대화 형태의 텍스트 및 상품 추천 장치 (200) 로부터 수신한 대화 형태의 텍스트와 연관된 답변을 표시한다. 예를 들어, 표시부 (110) 는 신용 대출 상품에 대한 문의 내용을 포함한 대화 형태의 텍스트와 신용 대출 상품에 대한 설명을 포함하는 답변을 표시한다. 답변을 제공받은 후에 사용자가 채팅 사용자 플랫폼에 재접속한 경우, 표시부 (110) 는 신용 대출 상품에 대한 재안내 내용을 포함하는 대화 형태의 텍스트를 표시할 수 있다. 예를 들어, 표시부 (110) 는 '저번에 말씀드린 OO대출 상품에 대해 생각해 보셨나요?' 라는 대화 형태의 텍스트를 사용자가 채팅 사용자 플랫폼에 재접속한 경우에 표시할 수 있다.
이에 따라, 상품 추천 장치 (200) 는 제공한 답변을 사용자가 다시 인식할 수 있도록 재안내함으로써, 사용자가 채팅 사용자 플랫폼에 재접속만 해도 비대면 상품을 홍보할 수 있는 방법을 제공한다.
본 명세서에서, 각 블록 또는 각 단계는 특정된 논리적 기능 (들) 을 실행하기 위한 하나 이상의 실행 가능한 인스트럭션들을 포함하는 모듈, 세그먼트 또는 코드의 일부를 나타낼 수 있다. 또한, 몇 가지 대체 실시예들에서는 블록들 또는 단계들에서 언급된 기능들이 순서를 벗어나서 발생하는 것도 가능함을 주목해야 한다. 예컨대, 잇달아 도시되어 있는 두 개의 블록들 또는 단계들은 사실 실질적으로 동시에 수행되는 것도 가능하고 또는 그 블록들 또는 단계들이 때때로 해당하는 기능에 따라 역순으로 수행되는 것도 가능하다.
본 명세서에 개시된 실시예들과 관련하여 설명된 방법 또는 알고리즘의 단계는 프로세서에 의해 실행되는 하드웨어, 소프트웨어 모듈 또는 그 2 개의 결합으로 직접 구현될 수도 있다. 소프트웨어 모듈은 RAM 메모리, 플래시 메모리, ROM 메모리, EPROM 메모리, EEPROM 메모리, 레지스터, 하드 디스크, 착탈형 디스크, CD-ROM 또는 당업계에 알려진 임의의 다른 형태의 저장 매체에 상주할 수도 있다. 예시적인 저장 매체는 프로세서에 커플링되며, 그 프로세서는 저장 매체로부터 정보를 판독할 수 있고 저장 매체에 정보를 기입할 수 있다. 다른 방법으로, 저장 매체는 프로세서와 일체형일 수도 있다. 프로세서 및 저장 매체는 주문형 집적회로 (ASIC) 내에 상주할 수도 있다. ASIC는 사용자 단말기 내에 상주할 수도 있다. 다른 방법으로, 프로세서 및 저장 매체는 사용자 단말기 내에 개별 컴포넌트로서 상주할 수도 있다.
이상 첨부된 도면을 참조하여 본 발명의 실시예들을 더욱 상세하게 설명하였으나, 본 발명은 반드시 이러한 실시예로 국한되는 것은 아니고, 본 발명의 기술사상을 벗어나지 않는 범위 내에서 다양하게 변형실시될 수 있다. 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. 그러므로, 이상에서 기술한 실시예들은 모든 면에서 예시적인 것이며 한정적이 아닌 것으로 이해해야만 한다. 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.
100: 제1 단말기
110, 310: 입력부
120, 320: 통신부
130, 330: 프로세서
140, 340: 표시부
200: 상품 추천 장치
210: 통신부
220: 프로세서
230: 저장부
300: 제2 단말기
510: 테이블
520: 그래프
1000: 비대면 상품 추천 시스템

Claims (17)

  1. 텍스트 표시창 및 텍스트 입력창을 포함하는 채팅 사용자 플랫폼을 통해 비대면 상품을 추천하는 방법에 있어서,
    제1 사용자의 제1 단말기에 표시된 상기 텍스트 입력창을 통해 대화 형태의 텍스트를 수신하는 단계;
    상기 대화 형태의 텍스트를 기초로 상기 대화 형태의 텍스트의 의도에 따라 답변을 생성하는 단계;
    상기 텍스트 표시창을 통해 상기 답변을 제공하는 단계;
    상기 대화 형태의 텍스트를 기초로 군집 데이터를 갱신하는 단계;
    상기 제1 사용자가 상기 답변을 제공받은 후 제2 사용자가 제2 단말기를 통해 상기 채팅 사용자 플랫폼에 접속한 경우,
    상기 군집 데이터를 기초로 상기 제2 사용자가 해당하는 군집을 판단하는 단계;
    상기 군집과 연관된 상기 대화 형태의 텍스트를 기초로 추천 텍스트를 생성하는 단계; 및
    상기 제2 단말기의 상기 텍스트 표시창에 상기 추천 텍스트를 제공하는 단계를 포함하는, 채팅 사용자 플랫폼을 이용한 비대면 상품 추천 방법.
  2. 제1항에 있어서,
    상기 대화 형태의 텍스트 및 상기 답변을 저장하는 단계; 및
    상기 대화 형태의 텍스트 및 상기 답변을 기초로 상기 추천 텍스트를 생성하기 위해 기계 학습하는 단계를 더 포함하는, 채팅 사용자 플랫폼을 이용한 비대면 상품 추천 방법.
  3. 제1항에 있어서,
    상기 텍스트 입력창에 입력된 상기 대화 형태의 텍스트를 자연어 처리하는 단계;
    상기 대화 형태의 텍스트에 상기 제1 사용자에 대한 인적 사항의 포함 여부를 판단하는 단계; 및
    상기 대화 형태의 텍스트에 상기 인적 사항이 포함된 경우,
    상기 인적 사항 및 상기 대화 형태의 텍스트를 기초로 상기 군집 데이터를 갱신하는 단계를 더 포함하는, 채팅 사용자 플랫폼을 이용한 비대면 상품 추천 방법.
  4. 제1항에 있어서,
    상기 제1 사용자의 로그인 정보를 수집하는 단계; 및
    상기 로그인 정보 및 상기 대화 형태의 텍스트를 기초로 상기 군집 데이터를 갱신하는 단계를 더 포함하는, 채팅 사용자 플랫폼을 이용한 비대면 상품 추천 방법.
  5. 제1항에 있어서,
    상기 군집 데이터를 갱신하는 단계는,
    금융 거래 이용 기간, 신용도, 출신 학교, 출신 지역, 거주 지역, 직업, 나이, 성별, 상기 채팅 사용자 플랫폼의 접속 시간 중 적어도 하나를 기초로 상기 군집 데이터를 세분화하여 갱신하는 단계인, 채팅 사용자 플랫폼을 이용한 비대면 상품 추천 방법.
  6. 제1항에 있어서,
    상기 추천 텍스트를 생성하는 단계는,
    상기 군집에 해당하는 복수의 사용자 중 가장 최근에 접속한 사용자와 연관된 상기 대화 형태의 텍스트를 기초로 상기 추천 텍스트를 생성하는 단계인, 채팅 사용자 플랫폼을 이용한 비대면 상품 추천 방법.
  7. 제1항에 있어서,
    상기 추천 텍스트를 생성하는 단계는,
    상기 군집에 해당하는 복수의 사용자 중 상기 채팅 사용자 플랫폼의 접속 시간이 동일한 사용자와 연관된 상기 대화 형태의 텍스트를 기초로 상기 추천 텍스트를 생성하는 단계인, 채팅 사용자 플랫폼을 이용한 비대면 상품 추천 방법.
  8. 제1항에 있어서,
    상기 추천 텍스트를 생성하는 단계는,
    상기 군집에 해당하는 복수의 사용자 중 동일한 금융 거래 이용 기간 또는 동일한 신용도 중 적어도 하나를 가지는 사용자와 연관된 상기 대화 형태의 텍스트를 기초로 상기 추천 텍스트를 생성하는 단계인, 채팅 사용자 플랫폼을 이용한 비대면 상품 추천 방법.
  9. 제1항에 있어서,
    상기 추천 텍스트를 생성하는 단계는,
    상기 군집에 해당하는 복수의 사용자 중 동일한 출신 학교, 출신 지역, 거주 지역, 직업, 나이, 성별 중 적어도 하나를 가지는 사용자와 연관된 상기 대화 형태의 텍스트를 기초로 상기 추천 텍스트를 생성하는 단계인, 채팅 사용자 플랫폼을 이용한 비대면 상품 추천 방법.
  10. 제1항에 있어서,
    상기 군집에 해당하는 복수의 사용자의 웹사이트 방문 기록을 수집하는 단계; 및
    상기 웹사이트 방문 기록을 기초로 상기 군집의 관심사를 결정하는 단계를 더 포함하고,
    상기 추천 텍스트를 생성하는 단계는,
    상기 관심사와 연관된 상기 대화 형태의 텍스트를 기초로 상기 추천 텍스트를 생성하는 단계인, 채팅 사용자 플랫폼을 이용한 비대면 상품 추천 방법.
  11. 제1항에 있어서,
    상기 제2 사용자가 해당하는 상기 군집을 판단하는 단계 이전에,
    상기 제2 사용자의 상기 제2 단말기에 표시된 상기 텍스트 입력창을 통해 대화 형태의 텍스트를 수신하는 단계를 더 포함하고,
    상기 제2 사용자가 해당하는 상기 군집을 판단하는 단계는,
    상기 제2 단말기로부터 수신한 상기 대화 형태의 텍스트 및 상기 군집 데이터를 기초로 상기 제2 사용자가 해당하는 상기 군집을 판단하는 단계인, 채팅 사용자 플랫폼을 이용한 비대면 상품 추천 방법.
  12. 텍스트 표시창 및 텍스트 입력창을 포함하는 채팅 사용자 플랫폼을 통해 비대면 상품을 추천하는 장치에 있어서,
    제1 사용자의 제1 단말기에 표시된 상기 텍스트 입력창을 통해 대화 형태의 텍스트를 수신하도록 구성된 통신부; 및
    상기 대화 형태의 텍스트를 기초로 상기 대화 형태의 텍스트의 의도에 따라 답변을 생성하도록 구성된 프로세서를 포함하고,
    상기 프로세서는,
    상기 통신부를 통해 상기 텍스트 표시창을 통해 상기 답변을 제공하도록 구성되고,
    상기 대화 형태의 텍스트를 기초로 군집 데이터를 갱신하고,
    상기 제1 사용자가 상기 답변을 제공받은 후 제2 사용자가 제2 단말기를 통해 상기 채팅 사용자 플랫폼에 접속한 경우,
    상기 군집 데이터를 기초로 상기 제2 사용자가 해당하는 군집을 판단하고,
    상기 군집과 연관된 상기 대화 형태의 텍스트를 기초로 추천 텍스트를 생성하고,
    상기 통신부를 통해, 상기 제2 단말기의 상기 텍스트 표시창에 상기 추천 텍스트를 제공하도록 구성된, 채팅 사용자 플랫폼을 이용한 비대면 상품 추천 장치.
  13. 제12항에 있어서,
    상기 대화 형태의 텍스트 및 상기 답변을 저장하는 저장부를 더 포함하고,
    상기 프로세서는,
    상기 대화 형태의 텍스트 및 상기 답변을 기초로 상기 추천 텍스트를 생성하기 위해 기계 학습하는, 채팅 사용자 플랫폼을 이용한 비대면 상품 추천 장치.
  14. 제12항에 있어서,
    상기 프로세서는,
    상기 텍스트 입력창에 입력된 상기 대화 형태의 텍스트를 자연어 처리하고,
    상기 대화 형태의 텍스트에 상기 제1 사용자에 대한 인적 사항의 포함 여부를 판단하고,
    상기 대화 형태의 텍스트에 상기 인적 사항이 포함된 경우,
    상기 인적 사항 및 상기 대화 형태의 텍스트를 기초로 상기 군집 데이터를 갱신하도록 더 구성된, 채팅 사용자 플랫폼을 이용한 비대면 상품 추천 장치.
  15. 제12항에 있어서,
    상기 프로세서는,
    상기 군집에 해당하는 복수의 사용자 중 상기 채팅 사용자 플랫폼의 접속 시간이 동일한 사용자와 연관된 상기 대화 형태의 텍스트를 기초로 상기 추천 텍스트를 생성하도록 더 구성된, 채팅 사용자 플랫폼을 이용한 비대면 상품 추천 장치.
  16. 제12항에 있어서,
    상기 프로세서는,
    상기 군집에 해당하는 복수의 사용자 중 동일한 금융 거래 이용 기간 또는 동일한 신용도 중 적어도 하나를 가지는 상기 제1 사용자와 연관된 상기 대화 형태의 텍스트를 기초로 상기 추천 텍스트를 생성하도록 더 구성된, 채팅 사용자 플랫폼을 이용한 비대면 상품 추천 장치.
  17. 제12항에 있어서,
    상기 프로세서는,
    상기 통신부를 통해 상기 제2 사용자의 상기 제2 단말기에 표시된 상기 텍스트 입력창을 통해 대화 형태의 텍스트를 수신하고,
    상기 제2 사용자가 해당하는 상기 군집을 판단하고,
    상기 제2 단말기로부터 수신한 상기 대화 형태의 텍스트 및 상기 군집 데이터를 기초로 상기 제2 사용자가 해당하는 상기 군집을 판단하도록 더 구성된, 채팅 사용자 플랫폼을 이용한 비대면 상품 추천 장치.
KR1020160137709A 2016-10-21 2016-10-21 채팅 사용자 플랫폼을 이용한 비대면 상품 추천 방법 및 장치 KR20180049277A (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020160137709A KR20180049277A (ko) 2016-10-21 2016-10-21 채팅 사용자 플랫폼을 이용한 비대면 상품 추천 방법 및 장치

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020160137709A KR20180049277A (ko) 2016-10-21 2016-10-21 채팅 사용자 플랫폼을 이용한 비대면 상품 추천 방법 및 장치

Publications (1)

Publication Number Publication Date
KR20180049277A true KR20180049277A (ko) 2018-05-11

Family

ID=62185813

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020160137709A KR20180049277A (ko) 2016-10-21 2016-10-21 채팅 사용자 플랫폼을 이용한 비대면 상품 추천 방법 및 장치

Country Status (1)

Country Link
KR (1) KR20180049277A (ko)

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108764994A (zh) * 2018-05-24 2018-11-06 深圳前海桔子信息技术有限公司 一种用户行为指引方法、装置、服务器和存储介质
KR20200014510A (ko) 2018-08-01 2020-02-11 삼성에스디에스 주식회사 기계 학습 기반의 예측 서비스 제공 방법 및 그 장치
CN112905872A (zh) * 2019-11-19 2021-06-04 百度在线网络技术（北京）有限公司 意图识别方法、装置、设备和可读存储介质
KR20210128350A (ko) * 2020-04-16 2021-10-26 주식회사 비트리 고객 서비스 제공 시스템 및 그 서비스 제공 방법과 이를 위한 컴퓨터 프로그램
KR20210158375A (ko) * 2019-09-04 2021-12-30 주식회사 부뜰정보시스템 인공지능기반 상담지원장치

Cited By (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108764994A (zh) * 2018-05-24 2018-11-06 深圳前海桔子信息技术有限公司 一种用户行为指引方法、装置、服务器和存储介质
KR20200014510A (ko) 2018-08-01 2020-02-11 삼성에스디에스 주식회사 기계 학습 기반의 예측 서비스 제공 방법 및 그 장치
KR20210158375A (ko) * 2019-09-04 2021-12-30 주식회사 부뜰정보시스템 인공지능기반 상담지원장치
CN112905872A (zh) * 2019-11-19 2021-06-04 百度在线网络技术（北京）有限公司 意图识别方法、装置、设备和可读存储介质
CN112905872B (zh) * 2019-11-19 2023-10-13 百度在线网络技术（北京）有限公司 意图识别方法、装置、设备和可读存储介质
KR20210128350A (ko) * 2020-04-16 2021-10-26 주식회사 비트리 고객 서비스 제공 시스템 및 그 서비스 제공 방법과 이를 위한 컴퓨터 프로그램

Similar Documents

Publication Publication Date Title
US11798053B2 (en) Information provision system, information provision method, and storage medium
CA2985691C (en) Method and system for effecting customer value based customer interaction management
Agarwal et al. An interdisciplinary review of research in conjoint analysis: Recent developments and directions for future research
Pu et al. Trust building with explanation interfaces
US8156138B2 (en) System and method for providing targeted content
US11243992B2 (en) System and method for information recommendation
US20170154307A1 (en) Personalized data-driven skill recommendations and skill gap prediction
KR20180049277A (ko) 채팅 사용자 플랫폼을 이용한 비대면 상품 추천 방법 및 장치
US20120316970A1 (en) System and method for providing targeted content
US11734330B2 (en) Processing unstructured voice of customer feedback for improving content rankings in customer support systems
Wang et al. Voice‐based AI in call center customer service: A natural field experiment
CN111090739A (zh) 信息处理方法、装置以及电子设备、存储介质
AU2020202730B2 (en) Method and system for personalizing software based on real time tracking of voice-of-customer feedback
Jha et al. Reputation systems: Evaluating reputation among all good sellers
Paas et al. Adoption of services and apps on mobile phones by micro-entrepreneurs in Sub-Saharan Africa
Asanprakit et al. Causal factors influencing the use of social commerce platforms
US10394804B1 (en) Method and system for increasing internet traffic to a question and answer customer support system
Charrada Which one to read? Factors influencing the usefulness of online reviews for RE
Manko Big data: The effect of analytics on marketing and business
KR101547756B1 (ko) 온라인 대화 문답 완성 시스템 및 방법, 그리고 프로그램이 기록된 컴퓨터에서 판독가능한 기록 매체
Lappeman et al. Exploring online sentiment (OS) as a measure of customer experience (CX) for telecommunication services
Steininger et al. A systemizing research framework for Web 2.0
Gupta et al. Assessing the Impact of Artificial Intelligence in e-Commerce Portal: A Comparative Study of Amazon and Flipkart
JP7351944B2 (ja) 情報処理装置、情報処理方法、及び情報処理プログラム
US11886478B2 (en) Performance metric prediction and content item text suggestion based upon content item text

Legal Events

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