KR20180052489A - 사용자 경험분석 및 환경요인에 기초한 크로스보더 전자상거래 상품 추천 방법 - Google Patents

사용자 경험분석 및 환경요인에 기초한 크로스보더 전자상거래 상품 추천 방법 Download PDF

Info

Publication number
KR20180052489A
KR20180052489A KR1020160149868A KR20160149868A KR20180052489A KR 20180052489 A KR20180052489 A KR 20180052489A KR 1020160149868 A KR1020160149868 A KR 1020160149868A KR 20160149868 A KR20160149868 A KR 20160149868A KR 20180052489 A KR20180052489 A KR 20180052489A
Authority
KR
South Korea
Prior art keywords
product
cross
border
recommendation
commerce
Prior art date
Application number
KR1020160149868A
Other languages
English (en)
Inventor
한태일
Original Assignee
주식회사 레드아이스
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 주식회사 레드아이스 filed Critical 주식회사 레드아이스
Priority to KR1020160149868A priority Critical patent/KR20180052489A/ko
Publication of KR20180052489A publication Critical patent/KR20180052489A/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
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/40—Information retrieval; Database structures therefor; File system structures therefor of multimedia data, e.g. slideshows comprising image and additional audio data
    • G06F16/48—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/90—Details of database functions independent of the retrieved data types
    • G06F16/95—Retrieval from the web
    • G06F16/951—Indexing; Web crawling techniques
    • G06F17/2745—
    • G06F17/30038—
    • G06F17/30864—
    • 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
    • G06Q30/0241—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

Landscapes

  • Business, Economics & Management (AREA)
  • Engineering & Computer Science (AREA)
  • Accounting & Taxation (AREA)
  • Finance (AREA)
  • Development Economics (AREA)
  • Strategic Management (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Marketing (AREA)
  • General Business, Economics & Management (AREA)
  • Economics (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Game Theory and Decision Science (AREA)
  • Data Mining & Analysis (AREA)
  • Databases & Information Systems (AREA)
  • Probability & Statistics with Applications (AREA)
  • General Engineering & Computer Science (AREA)
  • Library & Information Science (AREA)
  • Multimedia (AREA)
  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)

Abstract

본 발명은 일반적으로 사용자 경험분석과 환경요인에 기초하여 크로스보더 전자상거래를 위한 상품 추천 기술에 관한 것이다. 더욱 상세하게는, 본 발명은 국가 경계를 넘는 크로스보더 전자상거래에서 해외구매자들의 구매경험 분석 결과와 해외구매자 로컬 지역의 날씨, 기후 정보에 기초하여 인터넷이나 모바일을 통해 해외구매자들이 사용하기 위해 제공되는 크로스보더 쇼핑 사이트에 대해 해외구매자들의 구매 가능성이 높을 것으로 예상되는 상품을 추천하는 기술에 관한 것이다. 본 발명에 따르면 크로스보더 전자상거래에 있어서 언어장벽을 기술적으로 극복하고 해외구매자의 경험, 특히 상품 구매에서의 감성적인 반응을 효과적으로 분석하여 상품 추천에 반영함으로써 크로스보더 쇼핑 사이트에 대한 고객만족도를 제고할 수 있는 장점이 있다.

Description

사용자 경험분석 및 환경요인에 기초한 크로스보더 전자상거래 상품 추천 방법 {method of providing goods recommendation for cross-border E-commerce based on user experience analysis and environmental factors}
본 발명은 일반적으로 사용자 경험분석과 환경요인에 기초하여 크로스보더 전자상거래를 위한 상품 추천 기술에 관한 것이다.
더욱 상세하게는, 본 발명은 국가 경계를 넘는 크로스보더 전자상거래에서 해외구매자들의 구매경험 분석 결과와 해외구매자 로컬 지역의 날씨, 기후 정보에 기초하여 인터넷이나 모바일을 통해 해외구매자들이 사용하기 위해 제공되는 크로스보더 쇼핑 사이트에 대해 해외구매자들의 구매 가능성이 높을 것으로 예상되는 상품을 추천하는 기술에 관한 것이다.
일반적으로 크로스보더 전자상거래는 국경을 넘나드는 전자상거래로서 모바일이나 인터넷을 통해 해외국가에 B2C(Business to Consumer)로 상품을 판매하는 것을 말한다. 구체적으로는 중간단계(바이어)를 생략하고 기업이 해외소비자에게 직접 수출하는 것을 의미하는데 관련 업계에서는 직구, 역직구, 배송대행, 구매대행 등의 용어로 사용되고 있다.
최근들어 크로스보더 전자상거래(cross-border E-commerce)에 대한 관심이 높아지고 있으며, 전세계적으로 크로스보더 전자상거래를 통한 거래 규모도 급격하게 증가하고 있는 추세이다. 현재 크로스보더 전자상거래의 거래규모는 전체 전자상거래의 약 14 %인 440억 달러 수준이고 현재 추세라면 2020년 경에는 현재의 2배 정도가 될 것으로 예상된다. 이는 인터넷과 모바일이 보편화되고 해외운송 기술이 발달한 바에 기인한 것이다.
그러나 크로스보더 전자상거래는 구매자의 입장에서는 국가간 결제 시스템의 차이(Active X), 언어장벽으로 인한 상품 정보 파악의 부정확성, 국경을 넘어감에 따른 배송 통관의 어려움 등의 문제가 걸려있다. 이중에서 배송 통관의 문제는 배송대행이나 구매대행 서비스를 통해 어느 정도는 해결되었으나 다른 문제들은 여전히 해결되지 않은 상태이다.
또한, 판매자의 입장에서도 크로스보더 전자상거래에는 여러가지 어려움이 있다. 국가간 결제 시스템의 차이로 인한 기술적 어려움이나 언어장벽으로 인한 답답함은 쇼핑 사이트 운영자도 마찬가지인데, 여기에 국가별로 잠재고객들의 구매 취향이나 상품의 예상 수요가 개별적이어서 실시간으로 파악하고 미래를 예측하는 것이 곤란하다는 어려움이 추가된다.
크로스보더 전자상거래와 관련된 구매자와 판매자의 어려움을 해결하는 데에 구매 후기가 그나마 유용하게 활용되고 있다. 언어장벽 문제는 구글, BING, 네이버 등에서 제공하는 자동번역 서비스를 통해 해결하려 하고 있다. 이들 자동번역 서비스는 정확도 높은 자동번역 결과물을 제공하기 위해 규칙기반, 예제기반, 통계기반 등 다양한 알고리즘을 적용하고 있으나 아직까지는 전반적인 만족도가 높지 않으며, 특히 분야마다 용어들이 상이하여 향후에도 완벽하게 해결되기는 어려울 것으로 예측된다.
그에 따라, 크로스보더 전자상거래에서 나타나고 있는 여러가지 문제를 해결할 수 있는 기술이 요망된다. 특히, 해외구매자를 대상으로 직구, 역직구, 배송대행, 구매대행 등의 서비스를 제공하고 있는 크로스보더 쇼핑 사이트를 운영하는 사업자의 입자에서 국가별로 상이하게 형성되어 있는 구매 취향이나 고객 수요를 탄력적으로 대처하여 쇼핑 사이트 운영의 효율성을 제고할 수 있는 데이터 처리 기술이 요망된다.
본 발명의 목적은 사용자 경험분석과 환경요인에 기초하여 크로스보더 전자상거래를 위한 상품 추천 기술을 제공하는 것이다.
특히, 본 발명의 목적은 국가 경계를 넘는 크로스보더 전자상거래에서 해외구매자들의 구매경험 분석 결과와 해외구매자 로컬 지역의 날씨, 기후 정보에 기초하여 인터넷이나 모바일을 통해 해외구매자들이 사용하기 위해 제공되는 크로스보더 쇼핑 사이트에 대해 해외구매자들의 구매 가능성이 높을 것으로 예상되는 상품을 추천하는 기술을 제공하는 것이다.
상기의 목적을 달성하기 위하여 본 발명에 따른 사용자 경험분석 및 환경요인에 기초한 크로스보더 전자상거래 상품 추천 방법은, 하나이상의 크로스보더 쇼핑 사이트로부터 크롤링을 통해 상품별 후기정보를 수집하는 제 1 단계; 그 수집된 상품별 후기정보를 텍스트 구조화하는 제 2 단계; 텍스트 구조화된 상품별 후기정보에 대해 감성워드 및 평가 키워드에 기초하여 추천분류 데이터베이스를 구축하고 크로스보더 쇼핑 사이트를 위한 상품 추천에 연동시키는 제 3 단계; 해외구매자들 간의 유사도 분석을 통하여 구매 패턴의 상관성을 분석하고 추천분류 데이터베이스에서 구매 패턴의 상관성이 높은 해외구매자에 대한 상품 추천 분류를 통합하는 제 4 단계; 해외구매자의 국가와 그 환경변수를 활용하여 통합 분석하는 제 5 단계;를 포함하여 구성된다.
본 발명에서 제 2 단계는, 자연어 처리를 통해 상품별 후기정보를 상품 카테고리 별로 분류하는 단계; 자연어 처리를 통해 상품별 후기정보를 긍정적 단어, 부정적 단어, 추천, 비추천 별로 분류하는 단계;를 포함하여 구성되는 것이 바람직하다.
또한, 본 발명에서 제 3 단계는, 미리 설정된 지식사전을 참조하여 상품별 후기정보를 분석하여 평가 키워드를 추출하는 단계; 미리 설정된 지식사전 및 그 추출된 평가 키워드를 참조하여 상품별 후기정보를 분석함으로써 감성워드를 추출하는 단계; 감성워드 및 평가 키워드를 각자 대응하는 상품별 후기정보와 매칭시켜 인덱싱 결합함으로서 구매자 속성 별로 상품 추천 분류가 연동된 추천분류 데이터베이스를 구축하는 단계; 추천분류 데이터베이스를 크로스보더 쇼핑 사이트를 위한 상품 추천 API와 연동 설정하는 단계;를 포함하여 구성되는 것이 바람직하다.
또한, 본 발명에서 제 4 단계는, 해외구매자들에 대해 지역별 및 구매상품 별로 클러스터링하여 다수의 구매자 그룹을 생성하는 단계; 위 생성된 다수의 구매자 그룹에 대하여 국부 민감성 해싱(LSH) 기반의 Jaccard 인덱스 연산을 수행함으로써 구매자 그룹 간의 유사도를 추출하는 단계; 유사도가 높은 구매자 그룹 간에는 구매패턴이 유사한 것으로 판단하고 추천분류 데이터베이스에서 유사도가 높은 구매자 그룹 간의 상품 추천 분류를 통합하는 단계;를 포함하여 구성되는 것이 바람직하다.
또한, 본 발명에서 제 5 단계는, 다수의 지역에 대해 날씨 및 기후 정보를 포함하는 환경변수를 획득하는 단계; 다수의 국가에 대해 온라인 사이트 상의 검색어 랭킹을 획득하는 단계; 해외구매자들의 결제 지역 별로 환경변수 ?? 검색어 랭킹의 하나 이상에 대응하여 추천분류 데이터베이스에서 상품 추천 분류를 재설정하는 단계;를 포함하여 구성되는 것이 바람직하다.
한편, 본 발명에 따른 컴퓨터로 판독가능한 비휘발성 기록매체는 컴퓨터에 이상과 같은 사용자 경험분석 및 환경요인에 기초한 크로스보더 전자상거래 상품 추천 방법을 실행시키기 위한 프로그램을 기록한 것이다.
본 발명에 따르면 크로스보더 전자상거래에 있어서 언어장벽을 기술적으로 극복하고 해외구매자의 경험, 특히 상품 구매에서의 감성적인 반응을 효과적으로 분석하여 상품 추천에 반영함으로써 크로스보더 쇼핑 사이트에 대한 고객만족도를 제고할 수 있는 장점이 있다.
또한, 본 발명에 따르면 해외구매자들 간의 유사도을 분석하여 구매 패턴을 도출하고 이를 상품 추천에 반영함으로써 해외구매자들의 취향에 맞는 크로스보더 쇼핑 사이트를 구축할 수 있는 장점이 있다.
또한, 본 발명에 따르면 해외구매자가 위치하는 지역의 환경요인, 예컨대 날씨, 기후 정보를 반영하여 국가별로 상품 배치의 우선순위를 차별화하거나 특정 상품군을 추천할 수 있는 장점이 있다.
또한, 본 발명에 따르면 여러 쇼핑몰의 고객이 서로의 잠재 고객이 될 수 있어 복수 개의 크로스보더 쇼핑의 마케팅을 일원화할 수 있고 이를 통해 마케팅 효과를 극대화할 수 있는 장점이 있다.
[도 1]은 본 발명에 따른 크로스보더 전자상거래 상품 추천 방법의 전체 프로세스를 나타내는 순서도.
[도 2]는 본 발명에서 해외구매자의 구매경험 분석에 사용되는 자연어 처리 및 텍스트 마이닝 과정을 나타내는 순서도.
[도 3]은 본 발명에서 해외구매자의 구매경험 분석에 사용되는 자연어 처리 및 텍스트 마이닝 구조를 개념적으로 나타내는 도면.
[도 4]는 본 발명에서 해외구매자들 간의 유사도 분석을 통한 구매패턴 파악 과정을 나타내는 순서도
[도 5]는 본 발명에서 분산데이터 수집에 활용되는 데이터 구조를 개념적으로 나타내는 도면.
[도 6]은 본 발명이 적용된 크로스보더 B2B2C 전자상거래의 구조를 개념적으로 나타내는 도면.
이하에서는 도면을 참조하여 본 발명을 상세하게 설명한다.
[도 1]은 본 발명에 따른 크로스보더 전자상거래 상품 추천 방법의 전체 프로세스를 나타내는 순서도이다.
본 발명은 크로스보더 전자상거래에서 주요 판매 타겟인 해외구매자에 대하여 쇼핑 사이트 화면에 구매 수요가 극대화될 수 있도록 상품을 최적으로 전시하게 해주는 기술이다. 이를 위해 데이터 처리장치(미도시)가 사용자 경험분석과 환경요인을 고려하여 데이터 처리를 수행함으로써 크로스보더 쇼핑 사이트로 상품 추천 정보를 제공할 수 있다.
본 발명에서는 크로스보더 전자상거래에 대한 사용자 경험분석과 환경요인을 결합하여 해당 구매자에 적합하도록 상품을 추천한다. 먼저, 사용자 경험을 분석하는데, 해외구매자들의 상품 구매 취향이 무의식적으로 반영되어 있는 패턴을 분석하고 이를 반영하여 상품 화면을 구성함으로써 크로스보더 전자상거래의 마케팅 효율성을 높인다.
또한, 환경요인 또는 환경변수를 고려하는데, 해외구매자가 현실 세계에서 위치하고 있는 지역의 날씨, 기후 정보를 반영하여 해당 구매자에 대해 쇼핑 사이트 화면 상의 상품 배치의 우선순위를 달리하거나 특정 기후에 대응하는 일정 카테고리의 상품군을 추천할 수 있다
이를 위해 본 발명에 따른 크로스보더 전자상거래 상품 추천 방법은 다음의 프로세스를 수행한다.
단계 (S110) : 먼저, 하나이상의 크로스보더 쇼핑 사이트로부터 크롤링을 통해 상품별 후기정보를 수집한다.
본 발명에서는 일반적으로 다수의 서버장치에 개별적으로 분산되어 있는 다수의 쇼핑 사이트로부터 상품 정보와 그에 대한 상품별 후기정보를 수집하기 위해서 크롤링(crawling)을 적용한다. 크로스보더 쇼핑 사이트들이 겉으로 보여지는 외형은 상이하지만 내부적으로 적용되어 있는 기술적 솔루션은 비슷하기 때문에 각 솔루션별 사이트의 구조를 파악하면 크롤링을 통해 본 발명의 프로세스에서 필요한 정보를 획득할 수 있다.
[도 5]는 본 발명에서 분산데이터 수집에 활용되는 데이터 구조를 개념적으로 나타내는 도면이다. 현재, 대한민국에 존재하는 대부분의 크로스보더 쇼핑 사이트는 카페24, 메이크샵, 고도몰의 솔루션을 사용하는데, 이처럼 대표적인 쇼핑몰 솔류션에서 제공하는 코드 구조를 분석하여 미리 반영함으로써 크롤링을 할 수 있게 된다.
[도 5]의 (a) 내지 (c)는 각각 카페24, 메이크샵, 고도몰의 솔루션에서 적용하는 카테고리 구조와 상품 구조의 코드 체계이다. 이처럼 쇼핑몰 솔루션에서 채택하고 있는 코드 체계를 파악한다면 다수의 크로스보더 쇼핑 사이트에서 현재 적용하고 있는 상품 정보와 그에 대해 여러 국가의 구매자들로부터 제공되고 있는 상품별 후기정보를 수집할 수 있다.
이때, 여러 쇼핑 사이트로부터 데이터가 유입되는 경우에 현재 수집되고 있는 데이터가 유효한 것인지 여부를 체크할 필요가 있다. 따라서 데이터 타입과 카테고리에 대해 유효성 여부를 체크하는 데이터 밸리데이터(data validator)를 구비하는 것이 바람직하다. 데이터 밸리데이터는 데이터 타입과 카테고리에 대해 데이터 가치 기준을 미리 설정해두고, 크롤링을 통해 수집되어 오는 데이터를 데이터 가치 기준에 따라 필터링 관리한다.
단계 (S120) : 그리고 나서, 앞서 크롤링을 통해 수집된 상품별 후기정보를 텍스트 구조화한다. 본 발명에서 텍스트 구조화는 이처럼 대규모로 수집되어 오는 상품별 후기정보의 소스 텍스트를 초기 분석하여 카테고리 분류하고 상품에 대한 긍정적인 단어, 부정적인 단어, 추천 또는 비추천 등으로 분류함으로써 텍스트를 구조적으로 분류하는 것을 의미한다. 단계 (S120)에 대해서는 [도 2]와 [도 3]을 참조하여 상세하게 후술한다.
단계 (S130) : 그리고 나서, 이처럼 텍스트 구조화된 상품별 후기정보에 대해 감성워드 및 평가 키워드에 기초하여 추천분류 데이터베이스를 구축하고 크로스보더 쇼핑 사이트를 위한 상품 추천에 연동한다.
이를 위해, 지식사전, 키워드 데이터 등을 활용하여 해당 상품별 후기정보를 분석함으로써 감성 및 키워드를 추출하고, 그 분석된 결과를 해당 후기정보와 결합하여 인덱싱된 데이터를 적재한다. 이렇게 적재된 데이터가 추천분류 데이터베이스에 해당한다. 추천분류 데이터베이스를 구성하는 데이터 항목들은 상품 추천 API (Application Programing Interface)에 연동 설정되며 이를 통해 크로스보더 쇼핑 사이트에서 사용할 수 있게 된다. 단계 (S130)에 대해서는 [도 2]와 [도 3]을 참조하여 상세하게 후술한다.
단계 (S140) : 그리고 나서, 해외구매자들 간의 유사도 분석을 통하여 구매 패턴의 상관성을 분석하고 추천분류 데이터베이스에서 구매 패턴의 상관성이 높은 해외구매자에 대한 상품 추천 분류를 통합한다.
이를 위해, 비슷한 지역에 살거나 동일한 상품을 구매한 여러 구매자들을 클러스터링하고 분류하며 나아가 이들 구매자들의 구매 형태에 대한 패턴 분석을 수행한다. 상품 추천을 수행하는 알고리즘으로는 협업 필터링(collaborative filtering)이 유용하게 사용될 수 있는데, 단계 (S140)에 대해서는 [도 4]를 참조하여 상세하게 후술한다.
단계 (S150) : 그리고 나서, 해외구매자의 국가와 그 환경변수를 활용하여 통합 분석하고 그 통합 분석 결과를 추천분류 데이터베이스에 반영하여 상품 추천 분류를 재설정한다.
이를 위해, 본 발명이 적용된 크로스보더 쇼핑 사이트가 상품 판매 대상으로 삼는 다수의 지역에 대하여 날씨 및 기후 정보를 포함하는 환경변수를 획득하고, 이들 다수의 국가에 대해 온라인 사이트 상으로 실시간으로 유입되는 검색어 랭킹을 획득한다. 이는 해외구매자의 상품 구매 상황이 변화되고 있는 상태를 실시간으로 반영하는 정보이다.
그리고 나서, 크로스보더 쇼핑 사이트를 이용하는 개별 해외구매자들에 대하여 결제 지역 별로 환경변수 ?? 검색어 랭킹의 하나 이상에 대응하여 추천분류 데이터베이스에서 상품 추천 분류를 재설정한다.
이는 국가별 계절 특성을 반영하여 악성재고를 소진할 수 있는 기회를 쇼핑 사이트 운영자에게 제공한다. 해외구매자 결제 지역의 환경변수(예: 날씨, 기후 정보) 또는 유입검색어를 종합적으로 분석하여 구매자의 화면 상품 배치의 우선순위를 달리하거나 특정 상품군을 추천해준다. 예를 들어, 검색어 빈도와 날씨 정보를 통합 분석하여 그 지역의 독감 유행을 예측하고 그에 대비하는 상품들을 선제적으로 제품 목록에 반영한다.
[도 2]는 본 발명에서 해외구매자의 구매경험 분석에 사용되는 자연어 처리 및 텍스트 마이닝 과정을 나타내는 순서도이고, [도 3]은 본 발명에서 해외구매자의 구매경험 분석에 사용되는 자연어 처리 및 텍스트 마이닝 구조를 개념적으로 나타내는 도면이다.
단계 (S210, S220) : 먼저, 이전의 과정을 통하여 하나이상의 크로스보더 쇼핑 사이트로부터 크롤링을 통해 수집되어온 다수의 상품별 후기정보를 형태소 분석, 태깅, 청킹, 개체명 인식, 구문 분석 등과 같은 자연어 처리를 통하여 상품 카테고리 별로 분류한다.
마찬가지로, 하나이상의 크로스보더 쇼핑 사이트로부터 크롤링을 통해 수집되어온 다수의 상품별 후기정보를 자연어 처리를 통해 긍정적 단어, 부정적 단어, 추천, 비추천 별로 분류한다.
이를 통해 크로스보더 쇼핑 사이트의 게시판을 통해 해외구매자들이 직접 입력하여 제공해준 다수의 상품별 후기정보를 상품 카테고리 별로 그리고 상품후기의 반응 종류 별로 분류할 수 있다.
단계 (S230, S240) : 미리 설정된 지식사전을 참조하여 그 누적된 다수의 상품별 후기정보를 분석하여 평가 키워드를 추출하고, 그리고 나서 미리 설정된 지식사전 및 그 추출된 평가 키워드를 참조하여 그 누적된 다수의 상품별 후기정보를 분석함으로써 감성워드를 추출한다.
이는 각각의 상품후기에 대하여 개별적으로 구매자가 해당 상품을 어떻게 평가하였는지를 대표할 수 있는 키워드를 도출해내고, 추가로 구매자가 해당 상품에 대해 어떠한 감정을 느꼈는지 파악하는 과정이다. 쇼핑 사이트에 대한 고객의 만족도는 상품 그 자체도 중요하지만 쇼핑 사이트에서 상품을 고를 때부터 배송받을 때까지의 일련의 과정을 통해서 구매자가 얼마나 만족하고 어떠한 감정을 느꼈는지가 더 중요하기 때문에 그와 관련된 정보를 상품별 후기정보로부터 자연어 처리를 통해 획득하는 것이다.
단계 (S250) : 그리고 나서, 감성워드 및 평가 키워드를 각자 대응하는 상품별 후기정보와 매칭시켜 인덱싱 결합함으로서 구매자 속성 별로 상품 추천 분류가 연동된 추천분류 데이터베이스를 구축한다.
앞서의 절차를 통하여 다수의 상품후기에 대해서 감성워드와 평가 키워드를 도출하였는데, 이렇게 도출된 감성워드와 평가 키워드를 역으로 원래의 상품별 후기정보와 매칭시켜 인덱싱 결합하는 것이다. 이를 통해, 특정의 감성워드 또는 특정의 평가 키워드를 제시하면 그에 대응하는 상품별 후기정보들을 추천분류 데이터베이스로부터 얻을 수 있는 것이다.
또한, 이러한 정보를 한번 더 가공하여 구매자 속성 별로 상품 추천 분류를 연동하여 추천분류 데이터베이스를 구축한다. 본 발명에서 구매자 개개인의 내밀한 특징을 파악하는 방법은 제시되어 있지 않으며, 다만 해당 구매자가 어느 나라 어느 지역에 위치하고 있고 어떠한 상품 구매 패턴을 가지고 있는지 등과 같은 분류적 속성을 다룬다. 따라서, 크로스보더 쇼핑 사이트에 특정의 구매자가 로그인을 하였을 때 그 구매자가 나타내는 분류적 속성에 대응하는 상품 추천이 이루어질 수 있도록 한다.
단계 (S260) : 마지막으로, 추천분류 데이터베이스를 크로스보더 쇼핑 사이트를 위한 상품 추천 API와 연동 설정한다. 크로스보더 쇼핑 사이트를 운영하는 서버 장치와는 물리적으로 구분된 형태로 데이터 처리장치가 구현되는 것이 일반적이므로 API 형태로 연동 설정한다.
[도 4]는 본 발명에서 해외구매자들 간의 유사도 분석을 통한 구매패턴 파악 과정을 나타내는 순서도이다.
해외구매자들 간의 유사도 분석을 통하여 구매 패턴의 상관성을 분석하고 추천분류 데이터베이스에서 구매 패턴의 상관성이 높은 해외구매자에 대한 상품 추천 분류를 통합한다. 이를 위해, 비슷한 지역에 살거나 동일한 상품을 구매한 여러 구매자들을 클러스터링하고 분류하며 나아가 이들 구매자들의 구매 형태에 대한 패턴 분석을 수행하는데, 이를 통한 상품 추천 알고리즘으로는 협업 필터링이 유용하게 사용될 수 있다.
단계 (S310) : 먼저, 해외구매자들에 대해 지역별 및 구매상품 별로 클러스터링하여 다수의 구매자 그룹을 생성한다. 크로스보더 쇼핑 사이트에 상품별 후기정보를 제공한 다수의 해외구매자들을 비슷한 지역에 살거나 혹은 동일한 상품을 구매한 것을 기준으로 클러스터링한다. 이와 같은 기준으로 클러스터링 작업을 수행함으로써 유사한 특성을 갖는 해외구매자들을 일정 규모로 모아놓은 구매자 그룹을 다수 생성할 수 있다.
단계 (S320) : 위 생성된 다수의 구매자 그룹에 대하여 국부 민감성 해싱(Locality Sensitive Hashing, LSH) 기반의 Jaccard 인덱스 연산을 수행함으로써 구매자 그룹 간의 유사도를 추출한다.
본 발명에서 구매 패턴 분석을 이용한 상품 추천 알고리즘으로는 협업 필터링이 유용하게 사용될 수 있다. 패턴 분석을 위해 사용되는 다른 알고리즘인 컨텐츠 기반 필터링(content-based filtering)의 경우에는 상품별 후기정보에 포함되어 있는 메타 데이터가 적기 때문에 본 발명에 적용하였을 때 구매 패턴 분석의 성능이 낮을 것으로 판단된다.
다수의 구매자 그룹 상호간에 유사도를 추출하는 데에는 [수학식 1]과 같은 Jaccard 인덱스 연산이 유용하게 활용될 수 있다. Jaccard 인덱스는 Paul Jaccard가 제안한 유사성 계산 알고리즘으로서, 두 데이터 집합의 교집합을 합집합으로 나눈 것으로 정의한다.
Figure pat00001
Jaccard 인덱스를 연산하는 일반적인 방식을 다수의 구매자 그룹 상호간에 적용한다면 연산량이 너무 많아져서 효율성이 떨어진다. 이 문제를 보완하기 위에 본 발명에서는 국부 민감성 해싱(LSH)을 이용한다. 일반적인 해싱 기법은 다수의 데이터를 충돌나지 않도록 넓게 분포시킬 용도로 사용하는 반면, 국부 민감성 해싱(LSH)은 다수의 데이터들을 매핑시켜 유사한 데이터들이 협소한 공간에 모이도록 만들어주는 속성을 갖는다.
본 발명에서는 Jaccard 인덱스 연산의 특성을 갖는 국부 민감성 해싱(LSH)을 구현하는데, 아래의 [표 1] 내지 [표 3]을 통해 일 실시예를 제시한다. [표 1]에서 해당하는 각 아이템의 구매 여부를 [표 2]에서와 같이 판별한 후에, 구매자가 구매한 첫번째 상품이 나오는 위치의 인텍스를 구하여 [표 3]으로 나타내면 국부 민감성 해싱(LSH)의 결과가 된다.
구매자 A 구매자 B 구매자 C
아이템 1 구매 구매
아이템 2 구매
아이템 3 구매 구매 구매
아이템 4 구매
해시 1 아이템 1 아이템 3 아이템 4 아이템 2
해시 2 아이템 3 아이템 2 아이템 4 아이템 1
해시 3 아이템 4 아이템 3 아이템 1 아이템 2
구매자 A 구매자 B 구매자 C
해시 1 2 1 1
해시 2 1 1 1
해시 3 1 2 2
그리고 나서, 여러 구매자들 상호간의 Jaccard 인덱스를 [표 3]의 결과를 활용하여 연산할 수 있다. 예를 들어, 구매자 2명의 상호 유사도를 [수학식 2]와 같이 정의할 수 있으며, 이처럼 국부 민감성 해싱(LSH) 기반으로 Jaccard 인덱스를 연산하는 경우에는 구매자들이 매우 다수인 경우라도 이들 구매자 상호간에 Jaccard 인덱스를 간단하게 도출할 수 있다.
Figure pat00002
단계 (S330) : 마지막으로, 유사도가 높은 구매자 그룹 간에는 구매패턴이 유사한 것으로 판단하고 추천분류 데이터베이스에서 유사도가 높은 구매자 그룹 간의 상품 추천 분류를 통합한다.
[도 6]은 본 발명이 적용된 크로스보더 B2B2C 전자상거래의 구조를 개념적으로 나타내는 도면이다.
본 발명을 적용하면 다수의 크로스보더 쇼핑 사이트에서 발생되는 상품별 후기정보를 통합 가공하고 이로부터 상품 제시 방식에 효과적인 정보를 공통으로 활용할 수 있게 된다. 이로부터 개별 쇼핑 사이트 단위로 크로스보더 전자상거래를 구축하는 것이 아니라 여러 쇼핑 사이트가 통합된 방식, 즉 크로스보더 B2B2C 전자상거래를 구축할 수 있다.
일반적으로 B2B2C(Business to Business to Consumer)는 B2B(기업과 기업간 거래)와 B2C(기업과 소비자간 거래)를 결합한 전자상거래로서 기업들을 모집하여 기업 제품들을 소비자에게 판매하는 형태를 말한다. 통상적으로는 다른 기업에게 기술관련 소프트웨어 노하우를 제공하고 그 대가로 라이센스나 개발수수료, 유지보수비, 서비스 비용의 부가가치를 창출한다.
이처럼 크로스보더 B2B2C 전자상거래를 구축함으로써 하나의 크로스보더 쇼핑 사이트를 사용하는 해외구매자를 연합체 안에 속하는 다른 쇼핑 사이트로 유도하여 잠재적 고객으로 흡수할 수 있다.
이를 위해서는 해외구매자 한 사람당 하나의 통합 아이디로 전체 쇼핑 사이트에서 상품 구매가 가능해야 한다. 이와 같은 '통합 로그인'을 구현하기 위해서는 개별 쇼핑 사이트의 인증방식은 공개인증(OAuth)를 기반으로 구축되는 것이 바람직하다. 공개인증(OAuth)은 현재 사용되고 있는 여러가지 인증방식을 표준화한 것으로서 공개인증을 공유하는 애플리케이션끼리는 별도의 인증이 필요없고 한곳에서만 인증을 받으면 다른 애플리케이션에서도 추가로 인증할 필요가 없다는 장점이 있어 통합 로그인에 적합하다.
크로스보더 B2B2C 전자상거래가 구축됨에 따라 해외구매자는 하나의 아이디로 다수의 크로스보더 쇼핑 사이트에 대해 결제정보 및 배송정보 입력을 할 수 있어 다수의 쇼핑 사이트를 이용함에 있어서 아무런 불편함을 느끼지 않게되는 장점이 있다. 또한, 개별 쇼핑 사이트의 고객을 다른 쇼핑 사이트에서 흡수하는 것이 가능해져 전체적으로는 이익이 된다.
한편, 본 발명은 컴퓨터가 읽을 수 있는 비휘발성 기록매체에 컴퓨터가 읽을 수 있는 코드의 형태로 구현되는 것이 가능하다. 이러한 비휘발성 기록매체는 컴퓨터가 읽을 수 있는 데이터를 저장하는 모든 종류의 스토리지 장치를 포함하는데 예컨대 하드디스크, SSD, CD-ROM, NAS, 자기테이프, 웹디스크, 클라우드 디스크 등이 있고 네트워크로 연결된 다수의 스토리지 장치에 코드가 분산 저장되고 실행되는 형태로 구현될 수도 있다.

Claims (6)

  1. 크로스보더 전자상거래에서 해외구매자를 판매 타겟으로 하여 데이터 처리장치가 상품 추천 정보를 제공하는 방법으로서,
    하나이상의 크로스보더 쇼핑 사이트로부터 크롤링을 통해 상품별 후기정보를 수집하는 제 1 단계;
    상기 수집된 상품별 후기정보를 텍스트 구조화하는 제 2 단계;
    상기 텍스트 구조화된 상품별 후기정보에 대해 감성워드 및 평가 키워드에 기초하여 추천분류 데이터베이스를 구축하고 상기 크로스보더 쇼핑 사이트를 위한 상품 추천에 연동시키는 제 3 단계;
    해외구매자들 간의 유사도 분석을 통하여 구매 패턴의 상관성을 분석하고 상기 추천분류 데이터베이스에서 상기 구매 패턴의 상관성이 높은 해외구매자에 대한 상품 추천 분류를 통합하는 제 4 단계;
    해외구매자의 국가와 그 환경변수를 활용하여 통합 분석하는 제 5 단계;
    를 포함하여 구성되는 사용자 경험분석 및 환경요인에 기초한 크로스보더 전자상거래 상품 추천 방법.
  2. 청구항 1에 있어서,
    상기 제 2 단계는,
    자연어 처리를 통해 상기 상품별 후기정보를 상품 카테고리 별로 분류하는 단계;
    자연어 처리를 통해 상기 상품별 후기정보를 긍정적 단어, 부정적 단어, 추천, 비추천 별로 분류하는 단계;
    를 포함하여 구성되는 것을 특징으로 하는 사용자 경험분석 및 환경요인에 기초한 크로스보더 전자상거래 상품 추천 방법.
  3. 청구항 2에 있어서,
    상기 제 3 단계는,
    미리 설정된 지식사전을 참조하여 상기 상품별 후기정보를 분석하여 평가 키워드를 추출하는 단계;
    미리 설정된 지식사전 및 상기 추출된 평가 키워드를 참조하여 상기 상품별 후기정보를 분석함으로써 감성워드를 추출하는 단계;
    상기 감성워드 및 평가 키워드를 각자 대응하는 상기 상품별 후기정보와 매칭시켜 인덱싱 결합함으로서 구매자 속성 별로 상품 추천 분류가 연동된 추천분류 데이터베이스를 구축하는 단계;
    상기 추천분류 데이터베이스를 상기 크로스보더 쇼핑 사이트를 위한 상품 추천 API와 연동 설정하는 단계;
    를 포함하여 구성되는 것을 특징으로 하는 사용자 경험분석 및 환경요인에 기초한 크로스보더 전자상거래 상품 추천 방법.
  4. 청구항 3에 있어서,
    상기 제 4 단계는,
    해외구매자들에 대해 지역별 및 구매상품 별로 클러스터링하여 다수의 구매자 그룹을 생성하는 단계;
    상기 생성된 다수의 구매자 그룹에 대하여 국부 민감성 해싱(LSH) 기반의 Jaccard 인덱스 연산을 수행함으로써 상기 구매자 그룹 간의 유사도를 추출하는 단계;
    유사도가 높은 구매자 그룹 간에는 구매패턴이 유사한 것으로 판단하고 상기 추천분류 데이터베이스에서 상기 유사도가 높은 구매자 그룹 간의 상품 추천 분류를 통합하는 단계;
    를 포함하여 구성되는 것을 특징으로 하는 사용자 경험분석 및 환경요인에 기초한 크로스보더 전자상거래 상품 추천 방법.
  5. 청구항 4에 있어서,
    상기 제 5 단계는,
    다수의 지역에 대해 날씨 및 기후 정보를 포함하는 환경변수를 획득하는 단계;
    다수의 국가에 대해 온라인 사이트 상의 검색어 랭킹을 획득하는 단계;
    해외구매자들의 결제 지역 별로 상기 환경변수 ?? 상기 검색어 랭킹의 하나 이상에 대응하여 상기 추천분류 데이터베이스에서 상품 추천 분류를 재설정하는 단계;
    를 포함하여 구성되는 것을 특징으로 하는 사용자 경험분석 및 환경요인에 기초한 크로스보더 전자상거래 상품 추천 방법.
  6. 컴퓨터에 청구항 1 내지 5 중 어느 하나의 항에 따른 사용자 경험분석 및 환경요인에 기초한 크로스보더 전자상거래 상품 추천 방법을 실행시키기 위한 프로그램을 기록한 컴퓨터로 판독가능한 비휘발성 기록매체.
KR1020160149868A 2016-11-10 2016-11-10 사용자 경험분석 및 환경요인에 기초한 크로스보더 전자상거래 상품 추천 방법 KR20180052489A (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020160149868A KR20180052489A (ko) 2016-11-10 2016-11-10 사용자 경험분석 및 환경요인에 기초한 크로스보더 전자상거래 상품 추천 방법

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020160149868A KR20180052489A (ko) 2016-11-10 2016-11-10 사용자 경험분석 및 환경요인에 기초한 크로스보더 전자상거래 상품 추천 방법

Publications (1)

Publication Number Publication Date
KR20180052489A true KR20180052489A (ko) 2018-05-18

Family

ID=62453910

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020160149868A KR20180052489A (ko) 2016-11-10 2016-11-10 사용자 경험분석 및 환경요인에 기초한 크로스보더 전자상거래 상품 추천 방법

Country Status (1)

Country Link
KR (1) KR20180052489A (ko)

Cited By (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20190135271A (ko) * 2018-05-28 2019-12-06 주식회사 로코식스 의류 쇼핑몰을 위한 코디 서비스 제공 장치 및 방법
KR20200059564A (ko) * 2018-11-21 2020-05-29 충남대학교산학협력단 소셜 데이터를 활용하는 자원 추천 시스템
KR20200133439A (ko) * 2019-05-20 2020-11-30 배재대학교 산학협력단 사용자 구매 기준을 반영한 상품 추천 시스템 및 방법
CN112862568A (zh) * 2021-03-02 2021-05-28 润步(苏州)跨境电子商务发展有限公司 一种支持多模式过滤和聚合的跨境商品数据挖掘系统
JP2021532501A (ja) * 2019-08-19 2021-11-25 平安科技(深▲せん▼)有限公司Ping An Technology (Shenzhen) Co., Ltd. データのインテリジェント分析方法、装置、コンピュータ機器及び記憶媒体
CN114820055A (zh) * 2022-04-21 2022-07-29 新石器慧通（北京）科技有限公司 无人车售卖商品的推送方法、装置、无人车及存储介质
CN115018588A (zh) * 2022-06-24 2022-09-06 平安普惠企业管理有限公司 产品推荐方法、装置、电子设备及可读存储介质
KR102544879B1 (ko) * 2022-08-05 2023-06-20 주식회사 에스티엘 B2c 주문 데이터 기반의 물동량 패턴 예측 서버, 방법 및 프로그램
CN116739641A (zh) * 2023-06-26 2023-09-12 广东粤贸全球科技有限公司 一种跨境电商知识图谱分析方法及系统
KR102608740B1 (ko) * 2022-12-23 2023-12-04 주식회사 컨플 사용자 생성 콘텐츠 기반 광고 추천 및 송출 시스템
KR102641722B1 (ko) * 2022-12-23 2024-02-28 주식회사 컨플 사용자 군집 기술 기반 광고 추천 및 송출 시스템

Cited By (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20190135271A (ko) * 2018-05-28 2019-12-06 주식회사 로코식스 의류 쇼핑몰을 위한 코디 서비스 제공 장치 및 방법
KR20200059564A (ko) * 2018-11-21 2020-05-29 충남대학교산학협력단 소셜 데이터를 활용하는 자원 추천 시스템
KR20200133439A (ko) * 2019-05-20 2020-11-30 배재대학교 산학협력단 사용자 구매 기준을 반영한 상품 추천 시스템 및 방법
JP2021532501A (ja) * 2019-08-19 2021-11-25 平安科技(深▲せん▼)有限公司Ping An Technology (Shenzhen) Co., Ltd. データのインテリジェント分析方法、装置、コンピュータ機器及び記憶媒体
CN112862568A (zh) * 2021-03-02 2021-05-28 润步(苏州)跨境电子商务发展有限公司 一种支持多模式过滤和聚合的跨境商品数据挖掘系统
CN114820055A (zh) * 2022-04-21 2022-07-29 新石器慧通（北京）科技有限公司 无人车售卖商品的推送方法、装置、无人车及存储介质
CN115018588A (zh) * 2022-06-24 2022-09-06 平安普惠企业管理有限公司 产品推荐方法、装置、电子设备及可读存储介质
KR102544879B1 (ko) * 2022-08-05 2023-06-20 주식회사 에스티엘 B2c 주문 데이터 기반의 물동량 패턴 예측 서버, 방법 및 프로그램
KR102608740B1 (ko) * 2022-12-23 2023-12-04 주식회사 컨플 사용자 생성 콘텐츠 기반 광고 추천 및 송출 시스템
KR102641722B1 (ko) * 2022-12-23 2024-02-28 주식회사 컨플 사용자 군집 기술 기반 광고 추천 및 송출 시스템
CN116739641A (zh) * 2023-06-26 2023-09-12 广东粤贸全球科技有限公司 一种跨境电商知识图谱分析方法及系统
CN116739641B (zh) * 2023-06-26 2023-12-12 广东粤贸全球科技有限公司 一种跨境电商知识图谱分析方法及系统

Similar Documents

Publication Publication Date Title
KR20180052489A (ko) 사용자 경험분석 및 환경요인에 기초한 크로스보더 전자상거래 상품 추천 방법
CN105989004B (zh) 一种信息投放的预处理方法和装置
KR101419504B1 (ko) 사용자 성향 분석을 통한 맞춤형 쇼핑 정보 제공 시스템 및 방법
US10360623B2 (en) Visually generated consumer product presentation
US20200034897A1 (en) System, method and computer program product for tracking and correlating online user activities with sales of physical goods
JP6861729B2 (ja) 目立たないサイドチャネルデータ回復を有する購入取引データ検索システム
US20130254181A1 (en) Aggregation and Categorization
CN107633416B (zh) 一种业务对象的推荐方法、装置和系统
Alazab et al. Maximising competitive advantage on E-business websites: A data mining approach
Zhao et al. Anatomy of a web-scale resale market: a data mining approach
KR101026544B1 (ko) 인공지능에 기반한 랭킹 분석 방법, 이를 기록한 기록 매체, 그 장치
KR20140133633A (ko) 검색 키워드 분석을 통한 온라인 쇼핑몰의 상품 노출 시스템 및 그 운영방법
CN116739626A (zh) 商品数据挖掘处理方法、装置、电子设备及可读介质
KR20200117668A (ko) 크로스크레딧 기반의 b2b2c 크로스보더 전자상거래 시스템
Zhang et al. The approaches to contextual transaction trust computation in e‐Commerce environments
KR101764361B1 (ko) 소셜 네트워크 서비스 기반 쇼핑몰 서비스 제공 방법 및 이를 위한 장치
Powell et al. Developing artwork pricing models for online art sales using text analytics
KR20130024608A (ko) 구매평가를 이용한 순위산출방법
US20070276720A1 (en) Indexing of a focused data set through a comparison technique method and apparatus
CN116402569A (zh) 基于知识图谱的商品推荐方法、装置、系统及存储介质
KR20220102054A (ko) 사용자 분석 데이터를 활용하는 커머스 플랫폼 서버 및 이를 이용한 서비스 제공 방법
Zia et al. E-commerce in Pakistan: A new horizon for pakistani products in european markets
Arnold et al. Semi-automatic identification of counterfeit offers in online shopping platforms
KR20230138988A (ko) 크로스보더 전자상거래에서 해외구매자를 대상으로 한 상품추천방법
Chen et al. Pattern filtering and classification for market basket analysis with profit‐based measures

Legal Events

Date Code Title Description
E601 Decision to refuse application