KR20180074323A - 화장품 고객 트렌드 분석 시스템 및 방법 - Google Patents

화장품 고객 트렌드 분석 시스템 및 방법 Download PDF

Info

Publication number
KR20180074323A
KR20180074323A KR1020160178303A KR20160178303A KR20180074323A KR 20180074323 A KR20180074323 A KR 20180074323A KR 1020160178303 A KR1020160178303 A KR 1020160178303A KR 20160178303 A KR20160178303 A KR 20160178303A KR 20180074323 A KR20180074323 A KR 20180074323A
Authority
KR
South Korea
Prior art keywords
data
cosmetics
public
web
unit
Prior art date
Application number
KR1020160178303A
Other languages
English (en)
Other versions
KR101899843B1 (ko
Inventor
송재오
Original Assignee
주식회사 케이아이씨티
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 케이아이씨티 filed Critical 주식회사 케이아이씨티
Priority to KR1020160178303A priority Critical patent/KR101899843B1/ko
Publication of KR20180074323A publication Critical patent/KR20180074323A/ko
Application granted granted Critical
Publication of KR101899843B1 publication Critical patent/KR101899843B1/ko

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q30/00—Commerce
    • G06Q30/02—Marketing; Price estimation or determination; Fundraising
    • G06Q30/0201—Market modelling; Market analysis; Collecting market data
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/28—Databases characterised by their database models, e.g. relational or object models
    • G06F16/284—Relational databases
    • G06F16/285—Clustering or classification
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/30—Information retrieval; Database structures therefor; File system structures therefor of unstructured textual data
    • G06F16/33—Querying
    • G06F16/335—Filtering based on additional data, e.g. user or group profiles
    • G06F17/27—
    • G06F17/30598—
    • G06F17/30699—
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F40/00—Handling natural language data
    • G06F40/20—Natural language analysis
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q30/00—Commerce
    • G06Q30/02—Marketing; Price estimation or determination; Fundraising
    • G06Q30/0201—Market modelling; Market analysis; Collecting market data
    • G06Q30/0202—Market predictions or forecasting for commercial activities
    • 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
    • G06Q50/00—Systems or methods specially adapted for specific business sectors, e.g. utilities or tourism
    • G06Q50/01—Social networking

Abstract

본 발명은 화장품 고객 트렌드 분석 시스템 및 방법에 관한 것이다. 본 발명의 화장품 고객 트렌드 분석 시스템은 SNS(Social Network Service) 및 웹 상에 접속하여 화장품법 시행규칙에 따른 화장품 유형별 키워드에 의해 화장품 관련 데이터를 수집하도록 구성된 데이터 수집부; 공공기관 서버에 접속하여 공공 데이터 상의 화장품 관련 데이터(표준데이터 및 공개 API를 통해 수집된 데이터를 포함)를 수집하여 표준데이터를 상기 데이터 수집부에 제공하도록 구성된 공공 데이터 수집부; 상기 데이터 수집부가 수집한 상기 화장품 관련 데이터 및 표준데이터와 상기 공공 데이터 수집부에서 상기 공개 API를 통해 수집된 데이터를 복수의 카테고리로 구성하여 저장하도록 구성된 빅데이터 저장부; 상기 빅데이터 저장부에 저장된 데이터를 국영문 형태소 분석기에 기반한 자연어 빅데이터 분석하여 화장품에 대한 고객의 트렌드를 분석하고, 그 분석 결과를 공공 데이터 상의 화장품 관련 데이터를 이용하여 검증하고 융합하도록 구성된 빅데이터 분석기; 상기 빅데이터 분석기에 의해 분석된 데이터를 정형화 데이터로 변경하여 저장하도록 구성된 정형화 데이터베이스; 상기 정형화 데이터베이스에 저장된 정형화 데이터를 판독하여 차트 형태로 변환하도록 구성된 웹 시각화부; 상기 웹 시각화부로부터 얻어진 차트 형태의 데이터를 웹 형태로 변환하도록 구성된 웹 서버; 상기 빅데이터 분석기에 의해 분석된 데이터를 로컬 형태로 변환하도록 구성된 통계정보 시각화부; 및 상기 웹 서버 및 통계정보 시각화부로부터 각각 웹 형태의 데이터 및 로컬 형태의 데이터를 최종 분석 정보로서 디스플레이하도록 구성된 최종 분석 정보 출력부를 포함한다.

Description

화장품 고객 트렌드 분석 시스템 및 방법{SYSTEM AND METHOD FOR ANALYSING TREND OF COSMETIC CUSTOMER}
본 발명은 화장품 고객 트렌드 분석 시스템 및 방법에 관한 것으로, 특히 SNS(Social Network Service)상의 화장품과 관련된 고객 의견과 같은 화장품 데이터를 수집하고 한국 보건 산업 진흥원 및 식품 의약품 안전처와 같은 공공 기관의 서버로부터 공공 데이터를 수집하여 그 수집된 화장품 데이터를 분석하여 고객의 트렌드를 분석하고, 그 분석 결과를 공공 데이터를 이용하여 검증하고 융합하여 분석 서비스의 신뢰성을 향상시킬 수 있는 화장품 고객 트렌드 분석 시스템 및 방법에 관한 것이다.
최근 모바일 네트워크의 발전과 스마트 폰의 보급으로 사용자들은 언제 어디서나 인터넷에 접속할 수 있게 되었다. 또한 GPS, 무선 인터넷, 이동 통신망을 통하여 현재 사용자의 위치를 측위할 수 있게 되면서 위치 기반 서비스를 결합한 SNS에 대한 연구가 활발하게 진행되고 있다. 모바일 네트워크 환경의 발전과 함께 사용자의 성향을 고려한 소셜 검색에 대한 중요성이 부각되고 있다. 소셜 검색은 기존의 웹 검색과는 달리 사용자가 자주 이용하는 다양한 SNS 들로부터 개인의 성향을 분석하고 이를 검색 결과에 반영시킴으로써 사용자가 원하는 검색 결과를 제공하는 방법이다. 모바일 환경에서 소셜 검색은 장소에 대한 최신의 데이터 상태를 어떻게 유지하고 결과에 대한 순위를 어떻게 부여할 것인가가 매우 중요한 이슈이다. 그런데 일반적인 컴퓨팅 환경과 달리 모바일 단말의 경우 개인적인 성향이 매우 강하고, 한 화면에 출력할 수 있는 정보의 양이 제한적이다. 따라서 효율적인 검색 결과의 배치는 사용자에게 편리함을 느끼게 할 수 있다. 일반적으로 가장 많이 사용되는 소셜 검색 방법은 SNS나 이메일 등으로부터 사용자 행위 정보를 수집하여 공통 관심사나 SNS를 통해 제공되는 다양한 정보를 검색한다. 즉, 이메일의 본문이나 SNS 상의 게시물로부터 키워드, 인터넷 링크 등을 수집하여 사용자의 성향을 분석하고 이를 검색 결과에 반영시켜 순위를 부여한다. 대부분의 소셜 검색은 사용자의 직접적인 개입이 없이 성향 분석을 위한 정보를 수집하기 위해 암시적인 정보 수집 방법을 사용한다. 즉, 검색 과정에 사용자가 자신의 성향이나 프로필을 직접 입력하지 않고 SNS의 활동 정보를 수집하여 최근 사용자들의 성향이나 관심사 등을 추출한다. 그러나 암시적인 정보 수집 방법은 사용자의 성향을 분석하기 위해 일정 기간 동안 정보를 수집해야 한다. 만약 충분한 정보 수집이 이루어지지 않는다면, 암시적인 정보 수집을 통해 사용자들의 성향 파악이 명확하지 못해 검색의 정확성이 저하될 수 있다.
종래의 소셜 검색 시스템 및 기법은, 예컨대 국내 특허 등록 제1523192호 공보(이하, 선행문헌이라 함)에 개시된 바와 같이, 질의에 포함된 키워드 및 위치 정보를 이용하여 후보군을 선출하고, 질의에 포함된 시간 정보를 통해 운영하지 않는 후보들을 배제하고, 후보군에 포함된 각 장소들의 방문 빈도를 통해 인기도 점수를 산출하고, 후보군을 스카이라인을 통해 사용자 성향을 만족하는 장소들에 대해 가중치를 부여하고, 인기도 점수와 가중치가 부여된 사용자 성향 점수를 종합하여 순위를 부여하여 사용자에게 반환하는 것을 특징으로 한다.
위와 같이 구성된 선행문헌은 시간 정보의 활용을 통해 검색하고자 하는 시간대에 적합한 후보만을 선출하기 때문에 반경 내에 있는 모든 장소들에 대해 평가하지 않으므로 연산량을 감소시킬 수 있다는 장점이 있다.
그러나 선행문헌은 SNS의 데이터를 기반으로 하여 검색 및 분석하는 방식이므로 분석결과의 신뢰성에 있어서 문제가 될 수 있으며, 이에 따라서 분석결과의 신뢰성을 강화시킬 수 있는 시스템이 필요하게 되었다.
따라서 본 발명은 상기와 같은 사항을 고려하여 이루어진 것으로서, 본 발명의 목적은 화장품 고객의 트랜드 분석결과에 대한 신뢰성을 강화시킬 수 있는 화장품 고객 트렌드 분석 시스템 및 방법을 제공하는 데에 있다.
본 발명의 다른 목적은 소규모의 그룹화 된 또는 개인화 된 마이크로 타겟팅(Micro-Targeting)을 가능하게 하는 화장품 고객 트렌드 분석 시스템 및 방법을 제공하는 데에 있다.
상기의 목적을 달성하기 위해 본 발명의 실시형태에 의한 화장품 고객 트렌드 분석 시스템은 SNS 및 웹 상에 접속하여 화장품법 시행규칙에 따른 화장품 유형별 키워드에 의해 화장품 관련 데이터를 수집하도록 구성된 데이터 수집부; 공공기관 서버에 접속하여 공공 데이터 상의 화장품 관련 데이터(표준데이터 및 공개 API를 통해 수집된 데이터를 포함)를 수집하여 표준데이터를 상기 데이터 수집부에 제공하도록 구성된 공공 데이터 수집부; 상기 데이터 수집부가 수집한 상기 화장품 관련 데이터 및 표준데이터와 상기 공공 데이터 수집부에서 상기 공개 API를 통해 수집된 데이터를 복수의 카테고리로 구성하여 저장하도록 구성된 빅데이터 저장부; 상기 빅데이터 저장부에 저장된 데이터를 국영문 형태소 분석기에 기반한 자연어 빅데이터 분석하여 화장품에 대한 고객의 트렌드를 분석하고, 그 분석 결과를 공공 데이터 상의 화장품 관련 데이터를 이용하여 검증하고 융합하도록 구성된 빅데이터 분석기; 상기 빅데이터 분석기에 의해 분석된 데이터를 정형화 데이터로 변경하여 저장하도록 구성된 정형화 데이터베이스; 상기 정형화 데이터베이스에 저장된 정형화 데이터를 판독하여 차트 형태로 변환하도록 구성된 웹 시각화부; 상기 웹 시각화부로부터 얻어진 차트 형태의 데이터를 웹 형태로 변환하도록 구성된 웹 서버; 상기 빅데이터 분석기에 의해 분석된 데이터를 로컬 형태로 변환하도록 구성된 통계정보 시각화부; 및 상기 웹 서버 및 통계정보 시각화부로부터 각각 웹 형태의 데이터 및 로컬 형태의 데이터를 최종 분석 정보로서 디스플레이하도록 구성된 최종 분석 정보 출력부를 포함하는 것을 특징으로 한다.
상기 실시형태에 의한 화장품 고객 트렌드 분석 시스템에 있어서, 상기 공공기관 서버는 한국보건산업 진흥원 서버 및 식품의약품 안전처 서버를 포함할 수 있다.
상기 실시형태에 의한 화장품 고객 트렌드 분석 시스템에 있어서, 상기 한국보건산업 진흥원 서버로부터의 화장품 관련 데이터는 화장품 시장규모 및 추이, 기업별 매출동향, 화장품 유형별 생산 현황/추이, FTA에 따른 화장품 교역현황, 모바일/온라인 쇼핑을 통한 화장품 유형별 거래액, 및 연령대별 생산현황을 포함할 수 있다.
상기 실시형태에 의한 화장품 고객 트렌드 분석 시스템에 있어서, 상기 식품의약품 안전처 서버로부터의 화장품 관련 데이터는 화장품 안전성 정보(알러지 유발 성분), 배합금지성분, 및 배합한도성분을 포함할 수 있다.
상기 실시형태에 의한 화장품 고객 트렌드 분석 시스템에 있어서, 상기 표준 데이터는 CSV, JSON, RDF, XLS, XML 등의 파일 형태를 가질 수 있다.
상기의 목적을 달성하기 위해 본 발명의 다른 실시형태에 의한 화장품 고객 트렌드 분석 방법은 데이터 수집부가 SNS 및 웹 상에 접속하여 화장품법 시행규칙에 따른 화장품 유형별 키워드에 의해 화장품 관련 데이터를 수집하는 제 1 단계; 공공 데이터 수집부가 공공기관 서버에 접속하여 공공 데이터 상의 화장품 관련 데이터(표준데이터 및 공개 API를 통해 수집된 데이터를 포함)를 수집하여 표준데이터를 상기 데이터 수집부에 제공하는 제 2 단계; 데이터 수집부가 상기 제 1 단계에서 수집된 상기 화장품 관련 데이터와, 상기 제 2 단계에서 제공된 표준데이터를 빅데이터 저장부에 제공함과 아울러, 공공데이터 수집부가 상기 공개 API를 통해 수집된 데이터를 빅데이터 저장부에 제공하는 제 3 단계; 빅데이터 저장부가 상기 제 3 단계에서 제공된 데이터들을 데이터 소스채널(출처) 별로 1차 카테고리를 구성한 후, 제품유형, 브랜드/기업, 컬러, 기능별 데이터로 세부 카테고리를 구성하여 저장하는 제 4 단계; 빅데이터 분석기가 상기 제 4 단계에서 저장된 데이터를 국영문 형태소 분석기에 기반한 자연어 빅데이터 분석하여 화장품에 대한 고객의 트렌드를 분석하고, 그 분석 결과를 공공 데이터 상의 화장품 관련 데이터를 이용하여 검증하고 융합하는 제 5 단계; 정형화 데이터베이스가 상기 제 5 단계에서 얻어진 데이터를 정형화 데이터로 변경하여 저장하는 제 6 단계; 웹 시각화부가 상기 제 6 단계에서 저장된 정형화 데이터를 판독하여 차트 형태의 데이터로 변환하는 제 7 단계; 웹서버가 상기 제 7 단계에서 얻어진 차트 형태의 데이터를 웹 형태의 데이터로 변환하는 제 8 단계; 통계정보 시각화부가 상기 제 5 단계에서 얻어진 데이터를 로컬 형태로 변환하는 제 9 단계; 및 최종 분석 정보 출력부가 상기 제 8 단계 및 제 9 단계에서 얻어진 웹 형태의 데이터 및 로컬 형태의 데이터를 최종 분석 정보로서 디스플레이하는 제 10 단계를 포함하는 것을 특징으로 한다.
본 발명의 실시형태에 의한 화장품 고객 트렌드 분석 시스템 및 방법에 의하면, 데이터 수집부가 SNS 및 웹 상에 접속하여 화장품법 시행규칙에 따른 화장품 유형별 키워드에 의해 화장품 관련 데이터를 수집하고, 공공 데이터 수집부가 공공기관 서버에 접속하여 공공 데이터 상의 화장품 관련 데이터(표준데이터 및 공개 API를 통해 수집된 데이터를 포함)를 수집하여 표준데이터를 데이터 수집부에 제공하며, 빅데이터 저장부가 데이터 수집부에 의해 수집된 화장품 관련 데이터 및 표준데이터와 공공 데이터 수집부가 공개 API를 통해 수집한 데이터를 복수의 카테고리로 구성하여 저장하며, 빅데이터 분석기가 빅데이터 저장부에 저장된 데이터를 국영문 형태소 분석기에 기반한 자연어 빅데이터 분석하여 화장품에 대한 고객의 트렌드를 분석하고, 그 분석 결과를 공공 데이터를 이용하여 검증하고 융합하며, 정형화 데이터베이스가 빅데이터 분석기에 의해 분석된 데이터를 정형화 데이터로 변경하여 저장하며, 웹 시각화부가 정형화 데이터베이스에 저장된 정형화 데이터를 판독하여 차트 형태로 변환하며, 웹 서버가 웹 시각화부로부터 얻어진 차트 형태의 데이터를 웹 형태로 변환하며, 통계정보 시각화부가 빅데이터 분석기에 의해 분석된 데이터를 로컬 형태로 변환하며, 최종 분석정보 출력부가 웹 서버 및 통계정보 시각화부로부터 각각 웹 형태의 데이터 및 로컬 형태의 데이터를 최종 분석 정보로서 디스플레이하도록 구성됨으로써, 화장품 고객의 트랜드 분석결과에 대한 신뢰성을 강화시킬 수 있다는 뛰어난 효과가 있다.
즉, SNS 및 웹 상에 접속하여 화장품에 대한 사용 후기, 제품과 기업에 대한 생각, 평가, 구입 장소 등의 화장품 관련 데이터를 수집하고 분석하여 그 분석 결과를 공공기관 서버에서 제공된 공공 데이터에 의해 검증하고 융합하여 디스플레이함으로써, 화장품 고객의 트랜드 분석결과에 대한 신뢰성을 향상시킬 수 있다는 뛰어난 효과가 있다.
또한, 본 발명의 실시형태에 의한 화장품 고객 트렌드 분석 시스템 및 방법에 의하면, SNS의 데이터를 활용하여 분석한 후 소규모의 그룹 또는 개인들에게 그 분석 결과를 제공할 수 있는 방식임으로 소규모의 그룹화 된 또는 개인화 된 마이크로 타겟팅이 가능하다는 뛰어난 효과가 있다.
도 1은 본 발명의 실시예에 의한 화장품 고객 트렌드 분석 시스템의 전체 구성을 나타내는 블록구성도이다.
도 2a 및 도 2b는 본 발명의 실시예에 의한 화장품 고객 트렌드 분석 시스템을 이용한 화장품 고객 트렌드 분석 방법을 나타내는 플로우챠트이다.
이하, 본 발명의 실시예를 도면을 참조하여 상세히 설명하기로 한다.
도 1은 본 발명의 실시예에 의한 화장품 고객 트렌드 분석 시스템의 전체 구성을 나타내는 블록구성도이다.
본 발명의 실시예에 의한 화장품 고객 트렌드 분석 시스템은, 도 1에 도시된 바와 같이, 데이터 수집부(100), 공공 데이터 수집부(200), 빅데이터 저장부(300), 빅데이터 분석기(500), 정형화 데이터베이스(500), 웹 시각화부(600), 및 최종 분선 정보 출력부(900)를 포함한다.
데이터 수집부(100)는 SNS(예컨대, 트위터, 페이스북) 및 웹(예컨대, 네이버 블로그, 네이버 카페, 네이버 뉴스, 네이버 지식, 다음 카페, 다음 지식) 상에 접속하여 화장품법 시행규칙에 따른 화장품 유형별 키워드에 의해 화장품 관련 데이터를 수집하는 역할을 한다. 데이터 수집부(100)는 텍스트 및 문서파일 형태를 수집한다.
공공 데이터 수집부(200)는 공공기관 서버(예컨대, 한국보건산업 진흥원 서버, 식품의약품 안전처 서버)에 접속하여 공공 데이터 상의 화장품 관련 데이터(표준데이터 및 공개 API를 통해 수집된 데이터를 포함)를 수집하여 표준데이터를 데이터 수집부(100)에 제공함과 아울러 빅데이터 저장부(300)에 공개 API를 통해 수집된 데이터를 제공하는 역할을 한다.
한국보건산업 진흥원 서버로부터 수집되는 화장품 관련 데이터는 화장품 시장규모 및 추이, 기업별 매출동향, 화장품 유형별 생산 현황/추이, FTA에 따른 화장품 교역현황, 모바일/온라인 쇼핑을 통한 화장품 유형별 거래액, 및 연령대별 생산현황을 포함한다.
식품의약품 안전처 서버로부터 수집되는 화장품 관련 데이터는 화장품 안전성 정보(알러지 유발 성분), 배합금지성분, 및 배합한도성분을 포함한다.
표준 데이터는 CSV, JSON, RDF, XLS, XML 등의 파일 형태의 일반적인 파일 형태를 가진다.
공공 데이터의 공개 API 형태는 정부3.0 정책에 따라 공공데이터 서버에서 바로 모아져 있는 데이터를 가져오는 형태이다.
빅데이터 저장부(300)는 데이터 수집부(100)가 수집한 화장품 관련 데이터 및 표준데이터[공공데이터 수집부(200)에서 제공됨]와 공공 데이터 수집부(200)에서 공개 API를 통해 수집된 데이터를 복수의 카테고리로 구성하여 저장하는 역할을 한다.
좀 더 상세하게는, 빅데이터 저장부(300)는 비정형 데이터로서 NoSQL 형태로 수집된 데이터 들을 데이터 소스채널(출처) 별로 1차 카테고리를 구성한 후, 제품유형, 브랜드/기업, 컬러, 기능별 데이터로 세부 카테고리를 구성하여 저장한다.
빅데이터 분석기(400)는 빅데이터 저장부(300)에 저장된 데이터를 국영문 형태소 분석기에 기반한 자연어 빅데이터 분석하여 화장품에 대한 고객의 트렌드를 분석하고, 그 분석 결과를 공공 데이터를 이용하여 검증하고 융합하는 역할을 한다.
빅데이터 분석기(400)는 하둡의 빅데이터 분석구조인 맵리듀스를 따른다.
즉, 저장된 데이터를 가져와 자연어 분석하여 화장품에 대한 유형, 브랜드/기업, 컬러, 기능에 대한 키워드를 중심으로 언급회수를 카운팅하고(맵 단계),
언어구조를 형태소 형태로 분석하여 카운팅된 키워드의 전후 문장에 대하여 긍정과 부정으로 나누고 연관 키워드 분석을 통해 성분, 구입동기, 화장목적, 화장품광고 등에 대한 선호도와 불만 분석을 수행한다(리듀스 단계).
이때, 수집된 데이터의 출처를 기준으로 화장품에 대한 이야기가 가장 많이 오고가는 채널을 분석하고 브랜드/기업에 대한 긍정/부정 데이터는 특정 기업/브랜드에 대하여 전체 데이터 대비 포지셔닝을 분석한다(리듀스 단계).
정형화 데이터베이스(500)는 빅데이터 분석기(400)에 의해 분석된 데이터를 정형화 데이터로 변경하여 저장하는 역할을 한다. 데이터 수집부(100), 공공데이터 수집부(200), 빅데이터 저장부(300) 및 빅데이터 분석기(400)에서 출력되는 데이터는 가동되지 않은 자유로운 형태의 데이터 및 분석 정보 형태의 데이터이며, 현재 일반적으로 사용하는 웹 브라우저를 통한 서비스를 위해서는 정형화된 데이터로 변경시켜야 한다. 정형화 데이터베이스(500)에서는 비정형화된 데이터를 웹서비스를 할 수 있도록 서비스 기능(메뉴)에 따라 정형화 데이터로 변경하여 일반적인 RDBMS 형태인 MySQL 또는 MS-SQL로 저장한다.
웹 시각화부(600)는 정형화 데이터베이스()에 저장된 정형화 데이터를 판독하여 차트 형태로 변환하는 역할을 한다. 정형화 데이터베이스()에 저장된 데이터는 문자와 숫자 중심의 데이터로서 웹상에서 차트형태로 서비스하기 위한 시각화가 필요하다. 웹 시각화부()는 이러한 문자와 숫자 데이터를 다양한 형태의 차트로 변환/적용해주는 도구이다.
웹 서버(700)는 웹 시각화부(600)로부터 얻어진 차트 형태의 데이터를 웹 형태로 변환하는 역할을 한다.
통계정보 시각화부(800)는 빅데이터 분석기(400)에 의해 분석된 데이터를 로컬 형태로 변환하는 역할을 한다. 통계정보 시각화부(800)는 웹 시각화부(600)와 같은 시각화를 위한 도구이지만, 웹 형태 보다는 시스템 서버 자체(로컬) 형태로 분석결과를 확인한다. 즉, 통계정보 시각화부(800)는 웹 시각화부(600) 보다는 보다 구체적이고 상세한 통계정보를 함께 볼 수 있게 한다.
최종 분석정보 출력부(900)는 웹 서버(700) 및 통계정보 시각화부(800)로부터 각각 웹 형태의 데이터 및 로컬 형태의 데이터를 최종 분석 정보로서 디스플레이하여 유저(소규모 그룹 또는 개인)가 볼 수 있게 하는 역할을 한다.
이하, 상기한 바와 같이 구성된 본 발명의 실시예에 의한 화장품 고객 트렌드 분석 시스템을 이용한 화장품 고객 트렌드 분석 방법을 설명하기로 한다.
도 2a, 도 2b는 본 발명의 실시예에 의한 화장품 고객 트렌드 분석 시스템을 이용한 화장품 고객 트렌드 분석 방법을 나타내는 플로우챠트로서, 여기서 S는 스텝(step)을 나타낸다.
먼저, 데이터 수집부(100)가 SNS 및 웹에 접속하여 화장품법 시행규칙에 따른 화장품 유형별 키워드에 의해 화장품 관련 데이터를 수집한다(S10).
이어서, 공공 데이터 수집부(200)가 공공기관 서버에 접속하여 공공 데이터 상의 화장품 관련 데이터(표준데이터 및 공개 API를 통해 수집된 데이터를 포함)를 수집하고(S20), 이 표준데이터를 데이터 수집부(100)에 제공한다(S30).
스텝(S40)에서는 데이터 수집부(100)가 상기 스텝(S10)에서 수집된 화장품 관련 데이터와 상기 스텝(S30)에서 제공된 표준데이터를 빅데이터 저장부(300)에 제공함과 아울러, 공공데이터 수집부(200)가 공개 API를 통해 수집된 데이터를 빅데이터 저장부(300)에 제공한다.
스텝(S50)에서는 빅데이터 저장부(300)가 상기 스텝(S40)에서 제공된 데이터들을 데이터 소스채널(출처) 별로 1차 카테고리를 구성한 후, 제품유형, 브랜드/기업, 컬러, 기능별 데이터로 세부 카테고리를 구성하여 저장한다.
스텝(S60)에서는 빅데이터 분석기(400)가 상기 스텝(S50)에서 저장된 데이터를 국영문 형태소 분석기에 기반한 자연어 빅데이터 분석하여 화장품에 대한 고객의 트렌드를 분석하고, 그 분석 결과를 공공 데이터를 이용하여 검증하고 융합한다.
스텝(S70)에서는 정형화 데이터베이스(500)가 상기 스텝(S60)에서 얻어진 데이터를 정형화 데이터로 변경하여 저장한다.
스텝(S80)에서는 웹 시각화부(600)가 상기 스텝(S70)에서 저장된 정형화 데이터를 판독하여 차트 형태로 변환한다.
스텝(S90)에서는 웹 서버(700)가 상기 스텝(S80)에서 얻어진 차트 형태의 데이터를 웹상에 표출하기 위해 웹 형태로 변환한다.
스텝(S100)에서는 통계정보 시각화부(800))가 상기 스텝(S60)에서 얻어진 데이터를 로컬 형태로 변환하여 구체적이고 상세한 통계정보를 볼 수 있게 한다.
스텝(S110)에서는 최종 분석 정보 출력부(900)가 상기 스텝(S90) 및 스텝(S100)에서 얻어진 웹 형태의 데이터 및 로컬 형태의 데이터를 최종 분석 정보로서 디스플레이함으로써, 유저(소규모 그룹 또는 개인)가 볼 수 있게 한다.
본 발명의 실시예에 의한 화장품 고객 트렌드 분석 시스템 및 방법에 의하면, 데이터 수집부가 SNS 및 웹 상에 접속하여 화장품법 시행규칙에 따른 화장품 유형별 키워드에 의해 화장품 관련 데이터를 수집하고, 공공 데이터 수집부가 공공기관 서버에 접속하여 공공 데이터 상의 화장품 관련 데이터(표준데이터 및 공개 API를 통해 수집된 데이터를 포함)를 수집하여 표준데이터를 데이터 수집부에 제공하며, 빅데이터 저장부가 데이터 수집부에 의해 수집된 화장품 관련 데이터 및 표준데이터와 공공 데이터 수집부가 공개 API를 통해 수집한 데이터를 복수의 카테고리로 구성하여 저장하며, 빅데이터 분석기가 빅데이터 저장부에 저장된 데이터를 국영문 형태소 분석기에 기반한 자연어 빅데이터 분석하여 화장품에 대한 고객의 트렌드를 분석하고, 그 분석 결과를 공공 데이터를 이용하여 검증하고 융합하며, 정형화 데이터베이스가 빅데이터 분석기에 의해 분석된 데이터를 정형화 데이터로 변경하여 저장하며, 웹 시각화부가 정형화 데이터베이스에 저장된 정형화 데이터를 판독하여 차트 형태로 변환하며, 웹 서버가 웹 시각화부로부터 얻어진 차트 형태의 데이터를 웹 형태로 변환하며, 통계정보 시각화부가 빅데이터 분석기에 의해 분석된 데이터를 로컬 형태로 변환하며, 최종 분석정보 출력부가 웹 서버 및 통계정보 시각화부로부터 각각 웹 형태의 데이터 및 로컬 형태의 데이터를 최종 분석 정보로서 디스플레이하도록 구성됨으로써, 화장품 고객의 트랜드 분석결과에 대한 신뢰성을 강화시킬 수 있다. 즉, SNS 및 웹 상에 접속하여 화장품에 대한 사용 후기, 제품과 기업에 대한 생각, 평가, 구입 장소 등의 화장품 관련 데이터를 수집하고 분석하여 그 분석 결과를 공공기관 서버에서 제공된 공공 데이터에 의해 검증하고 융합하여 디스플레이함으로써, 화장품 고객의 트랜드 분석결과에 대한 신뢰성을 향상시킬 수 있다.
또한, 본 발명의 실시예에 의한 화장품 고객 트렌드 분석 시스템 및 방법에 의하면, SNS의 데이터를 활용하여 분석한 후 소규모의 그룹 또는 개인들에게 그 분석 결과를 제공할 수 있는 방식임으로 소규모의 그룹화 된 또는 개인화 된 마이크로 타겟팅이 가능하다.
도면과 명세서에는 최적의 실시예가 개시되었으며, 특정한 용어들이 사용되었으나 이는 단지 본 발명의 실시형태를 설명하기 위한 목적으로 사용된 것이지 의미를 한정하거나 특허청구범위에 기재된 본 발명의 범위를 제한하기 위하여 사용된 것은 아니다. 그러므로 본 기술 분야의 통상의 지식을 가진 자라면 이로부터 다양한 변형 및 균등한 타 실시예가 가능하다는 점을 이해할 수 있을 것이다. 따라서 본 발명의 진정한 기술적 보호범위는 첨부된 특허청구범위의 기술적 사상에 의해 정해져야 할 것이다.
100: 데이터 수집부
200: 공공데이터 수집부
300: 빅데이터 저장부
400: 빅데이터 분석기
500: 정형화 데이터베이스
600: 웹 시각화부
700: 웹서버
800: 통계정보 시각화부
900: 최종 분석정보 출력부

Claims (6)

  1. SNS 및 웹 상에 접속하여 화장품법 시행규칙에 따른 화장품 유형별 키워드에 의해 화장품 관련 데이터를 수집하도록 구성된 데이터 수집부;
    공공기관 서버에 접속하여 공공 데이터 상의 화장품 관련 데이터(표준데이터 및 공개 API를 통해 수집된 데이터를 포함)를 수집하여 표준데이터를 상기 데이터 수집부에 제공하도록 구성된 공공 데이터 수집부;
    상기 데이터 수집부가 수집한 상기 화장품 관련 데이터 및 표준데이터와 상기 공공 데이터 수집부에서 상기 공개 API를 통해 수집된 데이터를 복수의 카테고리로 구성하여 저장하도록 구성된 빅데이터 저장부;
    상기 빅데이터 저장부에 저장된 데이터를 국영문 형태소 분석기에 기반한 자연어 빅데이터 분석하여 화장품에 대한 고객의 트렌드를 분석하고, 그 분석 결과를 공공 데이터 상의 화장품 관련 데이터를 이용하여 검증하고 융합하도록 구성된 빅데이터 분석기;
    상기 빅데이터 분석기에 의해 분석된 데이터를 정형화 데이터로 변경하여 저장하도록 구성된 정형화 데이터베이스;
    상기 정형화 데이터베이스에 저장된 정형화 데이터를 판독하여 차트 형태로 변환하도록 구성된 웹 시각화부;
    상기 웹 시각화부로부터 얻어진 차트 형태의 데이터를 웹 형태로 변환하도록 구성된 웹 서버;
    상기 빅데이터 분석기에 의해 분석된 데이터를 로컬 형태로 변환하도록 구성된 통계정보 시각화부; 및
    상기 웹 서버 및 통계정보 시각화부로부터 각각 웹 형태의 데이터 및 로컬 형태의 데이터를 최종 분석 정보로서 디스플레이하도록 구성된 최종 분석 정보 출력부를 포함하는 화장품 고객 트렌드 분석 시스템.
  2. 제 1 항에 있어서,
    상기 공공기관 서버는 한국보건산업 진흥원 서버 및 식품의약품 안전처 서버를 포함하는 화장품 고객 트렌드 분석 시스템.
  3. 제 2 항에 있어서,
    상기 한국보건산업 진흥원 서버로부터의 화장품 관련 데이터는 화장품 시장규모 및 추이, 기업별 매출동향, 화장품 유형별 생산 현황/추이, FTA에 따른 화장품 교역현황, 모바일/온라인 쇼핑을 통한 화장품 유형별 거래액, 및 연령대별 생산현황을 포함하는 화장품 고객 트렌드 분석 시스템.
  4. 제 2 항에 있어서,
    상기 식품의약품 안전처 서버로부터의 화장품 관련 데이터는 화장품 안전성 정보(알러지 유발 성분), 배합금지성분, 및 배합한도성분을 포함하는 화장품 고객 트렌드 분석 시스템.
  5. 제 1 항에 있어서,
    상기 표준 데이터는 CSV, JSON, RDF, XLS, XML 등의 파일 형태를 갖는 화장품 고객 트렌드 분석 시스템.
  6. 제 1 항에 기재된 화장품 고객 트렌드 분석 시스템을 이용한 화장품 고객 트렌드 분석 방법으로서:
    데이터 수집부가 SNS 및 웹 상에 접속하여 화장품법 시행규칙에 따른 화장품 유형별 키워드에 의해 화장품 관련 데이터를 수집하는 제 1 단계;
    공공 데이터 수집부가 공공기관 서버에 접속하여 공공 데이터 상의 화장품 관련 데이터(표준데이터 및 공개 API를 통해 수집된 데이터를 포함)를 수집하여 표준데이터를 상기 데이터 수집부에 제공하는 제 2 단계;
    데이터 수집부가 상기 제 1 단계에서 수집된 상기 화장품 관련 데이터와, 상기 제 2 단계에서 제공된 표준데이터를 빅데이터 저장부에 제공함과 아울러, 공공데이터 수집부가 상기 공개 API를 통해 수집된 데이터를 빅데이터 저장부에 제공하는 제 3 단계;
    빅데이터 저장부가 상기 제 3 단계에서 제공된 데이터들을 데이터 소스채널(출처) 별로 1차 카테고리를 구성한 후, 제품유형, 브랜드/기업, 컬러, 기능별 데이터로 세부 카테고리를 구성하여 저장하는 제 4 단계;
    빅데이터 분석기가 상기 제 4 단계에서 저장된 데이터를 국영문 형태소 분석기에 기반한 자연어 빅데이터 분석하여 화장품에 대한 고객의 트렌드를 분석하고, 그 분석 결과를 공공 데이터 상의 화장품 관련 데이터를 이용하여 검증하고 융합하는 제 5 단계;
    정형화 데이터베이스가 상기 제 5 단계에서 얻어진 데이터를 정형화 데이터로 변경하여 저장하는 제 6 단계;
    웹 시각화부가 상기 제 6 단계에서 저장된 정형화 데이터를 판독하여 차트 형태의 데이터로 변환하는 제 7 단계;
    웹 서버가 상기 제 7 단계에서 얻어진 차트 형태의 데이터를 웹 형태의 데이터로 변환하는 제 8 단계;
    통계정보 시각화부가 상기 제 5 단계에서 얻어진 데이터를 로컬 형태로 변환하는 제 9 단계; 및
    최종 분석 정보 출력부가 상기 제 8 단계 및 제 9 단계에서 얻어진 웹 형태의 데이터 및 로컬 형태의 데이터를 최종 분석 정보로서 디스플레이하는 제 10 단계를 포함하는 화장품 고객 트렌드 분석 방법.
KR1020160178303A 2016-12-23 2016-12-23 화장품 고객 트렌드 분석 시스템 및 방법 KR101899843B1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020160178303A KR101899843B1 (ko) 2016-12-23 2016-12-23 화장품 고객 트렌드 분석 시스템 및 방법

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020160178303A KR101899843B1 (ko) 2016-12-23 2016-12-23 화장품 고객 트렌드 분석 시스템 및 방법

Publications (2)

Publication Number Publication Date
KR20180074323A true KR20180074323A (ko) 2018-07-03
KR101899843B1 KR101899843B1 (ko) 2018-09-18

Family

ID=62918700

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020160178303A KR101899843B1 (ko) 2016-12-23 2016-12-23 화장품 고객 트렌드 분석 시스템 및 방법

Country Status (1)

Country Link
KR (1) KR101899843B1 (ko)

Cited By (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20200119365A (ko) * 2019-03-21 2020-10-20 (주)인더스웰 인공지능-빅데이터 기반의 화장품업체 협업시스템
KR102248832B1 (ko) * 2019-12-23 2021-05-06 주식회사 에코맘의산골이유식 농업회사법인 블록체인기반의 식품이력관리시스템 및 이를 이용한 구매방법
KR102248840B1 (ko) * 2019-12-23 2021-05-06 주식회사 에코맘의산골이유식 농업회사법인 블록체인기반의 식품이력관리시스템
KR102515222B1 (ko) * 2022-01-06 2023-03-30 주식회사 라우드랩스 화장품 트렌드 예측 서비스 제공 장치, 방법 및 프로그램
KR102524828B1 (ko) * 2023-02-02 2023-04-24 네오시스템즈(주) 빅데이터 기반의 탐정기관 중개 시스템
KR20230071269A (ko) 2021-11-16 2023-05-23 (주)진우소프트이노베이션 빅데이터 기반 인공지능 기계학습을 이용한 맞춤형 화장품을 제공하는 시스템 및 방법

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR102328953B1 (ko) 2020-04-17 2021-11-18 김도훈 화장품 및 화장품원료에 대한 종합정보 제공시스템
KR102463748B1 (ko) 2021-07-16 2022-11-07 주식회사 새롬바이오텍 화장품 정보와 생체정보를 이용한 고객 맞춤형 빅데이터 분석 시스템

Cited By (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20200119365A (ko) * 2019-03-21 2020-10-20 (주)인더스웰 인공지능-빅데이터 기반의 화장품업체 협업시스템
KR102248832B1 (ko) * 2019-12-23 2021-05-06 주식회사 에코맘의산골이유식 농업회사법인 블록체인기반의 식품이력관리시스템 및 이를 이용한 구매방법
KR102248840B1 (ko) * 2019-12-23 2021-05-06 주식회사 에코맘의산골이유식 농업회사법인 블록체인기반의 식품이력관리시스템
KR20230071269A (ko) 2021-11-16 2023-05-23 (주)진우소프트이노베이션 빅데이터 기반 인공지능 기계학습을 이용한 맞춤형 화장품을 제공하는 시스템 및 방법
KR102515222B1 (ko) * 2022-01-06 2023-03-30 주식회사 라우드랩스 화장품 트렌드 예측 서비스 제공 장치, 방법 및 프로그램
WO2023132656A1 (ko) * 2022-01-06 2023-07-13 이현정 화장품 트렌드 예측 서비스 제공 장치, 방법 및 프로그램
KR102524828B1 (ko) * 2023-02-02 2023-04-24 네오시스템즈(주) 빅데이터 기반의 탐정기관 중개 시스템

Also Published As

Publication number Publication date
KR101899843B1 (ko) 2018-09-18

Similar Documents

Publication Publication Date Title
KR101899843B1 (ko) 화장품 고객 트렌드 분석 시스템 및 방법
Srivastava et al. Enhancing the helpfulness of online consumer reviews: the role of latent (content) factors
Mariani et al. Understanding customer satisfaction with services by leveraging big data: the role of services attributes and consumers’ cultural background
Gensler et al. Listen to your customers: Insights into brand image using online consumer-generated product reviews
CN103970857B (zh) 推荐内容确定系统和方法
KR101419504B1 (ko) 사용자 성향 분석을 통한 맞춤형 쇼핑 정보 제공 시스템 및 방법
Lei et al. Content analysis of TripAdvisor reviews on restaurants: A case study of Macau.
Antonio et al. Hotel online reviews: different languages, different opinions
Lee et al. The effect of community attachment on cultural festival visitors' satisfaction and future intentions
KR102191284B1 (ko) 속성정보를 활용한 관광상품 추천시스템
Colladon et al. Studying the association of online brand importance with museum visitors: An application of the semantic brand score
US8949263B1 (en) Methods and apparatus for sentiment analysis
Ran et al. Marketing China to US travelers through electronic word-of-mouth and destination image: Taking Beijing as an example
Sun et al. Tourists’ travel-related information search channels
Zaki Ahmed et al. Significant labels in sentiment analysis of online customer reviews of airlines
US20170132728A1 (en) Method and system of automatically generating an online-real estate magazine
Chen et al. Conceptualizing and measuring service quality: towards consistency and clarity in its application to travel agencies in China
Zhu et al. Human activity recognition using social media data
KR101610847B1 (ko) Sns를 이용한 상품 추천 서비스 제공 서버 및 그 방법
KR102593996B1 (ko) 소셜 미디어 활동 분석을 통한 추천 서비스 제공 장치 및 방법
KR101312575B1 (ko) 기업과 소비자간의 정보 제공 시스템 및 정보 제공 방법
Nogueira et al. A proposed model for consumer-based brand equity analysis on social media using data mining and social network analysis
Fuchs et al. Business intelligence for destinations: Creating knowledge from social media
KR20150086918A (ko) 트렌드 감성 분석을 이용한 주식거래 방법 및 장치
KR102323153B1 (ko) 고객의 무의식 영역에 기반하여 의사결정 지원자료를 제공하는 의사결정 지원서버 및 그 의사결정 지원방법

Legal Events

Date Code Title Description
A201 Request for examination
E902 Notification of reason for refusal
E90F Notification of reason for final refusal
E701 Decision to grant or registration of patent right
GRNT Written decision to grant