KR20190110214A - 재능 거래상의 추천 시스템 및 방법 - Google Patents

재능 거래상의 추천 시스템 및 방법 Download PDF

Info

Publication number
KR20190110214A
KR20190110214A KR1020180031873A KR20180031873A KR20190110214A KR 20190110214 A KR20190110214 A KR 20190110214A KR 1020180031873 A KR1020180031873 A KR 1020180031873A KR 20180031873 A KR20180031873 A KR 20180031873A KR 20190110214 A KR20190110214 A KR 20190110214A
Authority
KR
South Korea
Prior art keywords
talent
information
engine
data
user
Prior art date
Application number
KR1020180031873A
Other languages
English (en)
Inventor
홍동호
한영수
Original Assignee
(주)엔토파즈
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)엔토파즈 filed Critical (주)엔토파즈
Priority to KR1020180031873A priority Critical patent/KR20190110214A/ko
Publication of KR20190110214A publication Critical patent/KR20190110214A/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]
    • G06Q30/0613—Third-party assisted
    • G06Q30/0619—Neutral agent
    • 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
    • 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

Landscapes

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

Abstract

본 발명은 인터넷을 통한 개인의 재능을 거래하는 시스템 상에서 재능제품을 추천하는 시스템 및 방법에 관한 것으로, 다양한 분야의 재능인들이 타고난 재능을 통해 삶의 가치를 발견하고 꿈을 실현할 수 있도록 지원하는 SNS　기반 재능커머스 컨버전스 플랫폼 상에서 복잡한 카테고리 및 복잡한 제품들간의 유사도를 계산하여 재능 판매자와 재능을 구매하려는 회원 간에 효율적인 추천을 함으로써 회원의 재능 구매 의욕을 고취시킬수 있고, 소비자 기호에 맞는 니즈가 복잡하게 변화하고 특별한 것을 원하는것에 대한 맞춤형 서비스를 제공할수있다.

Description

재능 거래상의 추천 시스템 및 방법 {recommendation system and method on talent buisiness}
본 발명은 인터넷을 통한 개인의 재능을 거래하는 시스템 상에서 재능제품을 추천하는 시스템 및 방법에 관한 것으로, 다양한 분야의 재능인들이 타고난 재능을 통해 삶의 가치를 발견하고 꿈을 실현할 수 있도록 지원하는 SNS　기반 재능커머스 컨버전스 플랫폼 상에서 복잡한 카테고리 및 복잡한 제품들간의 유사도를 계산하여 재능 판매자와 재능을 구매하려는 회원 간에 효율적인 추천을 함으로써 회원의 재능 구매 의욕을 고취시킬수 있고, 소비자 기호에 맞는 니즈가 복잡하게 변화하고 특별한 것을 원하는것에 대한 맞춤형 서비스를 제공할수있다.
재능 거래는 온라인 오픈마켓을 통해 개인이 가진 유무형 재능제품을 판매하고 구매하는것을 말한다. 이때 재능 제품의 카테고리와 종류가 방대해질수있고 고객의 복잡한 니즈가 시간별로 변화할수있으므로 추천시스템의 활용으로 맞춤형 서비스를 제공할수있어야한다. 유저의 데이터를 분석하여 유져별 선호도를 기반으로 추천할는 아이템이 정확하게 추천된다면 복잡한 재능 거래 플랫폼 상에서 유져의 사용 로열티를 올릴수잇고 서비스의 질을 올릴수있다.
본 발명의 목적은 방대한 데이터를 수집하여 목적에 맞게 분석하고 재능제품을 추천하는것이다. 유저의 정보와 아이템의 정보를 결합하여 추천아이템을 위한 훈련을 하며 재능 추천을 통해 재능 거래시 맞춤형 서비스를 제공하는 것이 가능하도록 하는 추천시스템을 제공하는 것이다.
본 발명은 재능 거래시 고객의 데이터; 회원ID, 이름, 성별, 관심재능, 상품의 구매/판매 이력, 로그정보, 좋아요/댓글, 기타 및 재능 데이터; 재능의 종류, 재능 제품정보, 재능 디지털제품정보, 재능 강의정보, 를 이용 하여 개인이 가진 데이터를 분석하고 재능 상품을 추천해주는 추천시스템을 제공한다.
데이터 저장부에서 회원정보DB, 재능제품정보DB, 활동정보DB에 있는 데이터를 이용하여
통계기반 엔진, 협업 필터링 엔진, 인공신경망 엔진 중 적어도 하나를 포함하거나 모두 포함하는 추천 시스템
통계기반 엔진은 수집된 유저데이터 및 재능아이템 데이터를 이용하여 통계적으로 유의미한 결과값을 기반하여 유저에게 추천할 아이템을 판단하는 엔진
협업 필터링 엔진은 수집된 재능 아이템간 혹은 유저간 유사도 관계 계산을 통하여 유저에게 추천할 아이템을 판단하는 엔진
인공신경망 엔진은 논리니어(non-linear) 비선형 모델로서 인공신경망을 통한 유저-재능아이템 관계 추론이다. 인공신경망을 통해 학습된 유저 임베딩 정보를 활용 유저-재능아이템간 벡터연산을 통해 재능아이템을추천엔진
데이터 저장부에서 회원정보DB, 재능제품정보DB, 활동정보DB에 있는 데이터를 이용하여
데이터훈련부에서 받아와 회원이 조회 요청한 재능과 관련 있는 재능제품을 회원과 유사한 회원을 계산하는 방법과, 회원이 조회 요청한 재능과 관련 있는 재능제품과 유사도 관계를 계산한 재능제품을 훈련하는 단계;
를 거쳐서 개인에 대한 개인화DB를 생성하고 저장할수 있다. 위에 훈련 과정에서 추천시스템의 통계기반 엔진, 협업 필터링 엔진, 인공신경망 엔진 중 적어도 하나를 포함하거나 모두 포함하는 훈련엔진을 사용할수 있다.
훈련된 데이터를 이용하여 개인화된DB를 이용하여 사용자의 데이터 기반한 재능제품 추천 데이터를 산출하고 보여주는 단계를 포함할수 있다.
본 발명에 의한 재능 거래상의 추천 시스템 및 방법에 따르면, 재능제품의 거래시 회원은 복잡한 카테고리에서 자신이 원하는 재능상품의 추천을 받음으로 복잡한 카테고리가 있는 재능거래의 복잡도를 낮추고 로열티와 서비스의 질을 올릴수 있다.
그리고 데이터의 분석으로 정확한 추천을 통해 재능거래가 활성화 될수있고 판매자의 수익을 신장시키고 고객의 판매자의 재능에 대한 신뢰도를 올릴수있는 효과가 있다.
도 1은 본 발명의 일 실시예인 추천시스템의 개략적인 구성을 나타낸 도면이다.
본 발명은 재능 거래시 고객의 데이터; 회원ID, 이름, 성별, 관심재능, 상품의 구매/판매 이력, 로그정보, 좋아요/댓글, 기타 및 재능 데이터; 재능의 종류, 재능 제품정보, 재능 디지털제품정보, 재능 강의정보, 를 이용 하여 개인이 가진 데이터를 분석하고 재능 상품을 추천해주는 추천시스템을 제공한다.
데이터 저장부에서 회원정보DB, 재능제품정보DB, 활동정보DB에 있는 데이터를 이용하여
통계기반 엔진, 협업 필터링 엔진, 인공신경망 엔진 중 적어도 하나를 포함하거나 모두 포함하는 추천 시스템
통계기반 엔진은 수집된 유저데이터 및 재능아이템 데이터를 이용하여 통계적으로 유의미한 결과값을 기반하여 유저에게 추천할 아이템을 판단하는 엔진
협업 필터링 엔진은 수집된 재능 아이템간 혹은 유저간 유사도 관계 계산을 통하여 유저에게 추천할 아이템을 판단하는 엔진
인공신경망 엔진은 논리니어(non-linear) 비선형 모델로서 인공신경망을 통한 유저-재능아이템 관계 추론이다. 인공신경망을 통해 학습된 유저 임베딩 정보를 활용 유저-재능아이템간 벡터연산을 통해 재능아이템을추천엔진
데이터 저장부에서 회원정보DB, 재능제품정보DB, 활동정보DB에 있는 데이터를 이용하여
데이터훈련부에서 받아와 회원이 조회 요청한 재능과 관련 있는 재능제품을 회원과 유사한 회원을 계산하는 방법과, 회원이 조회 요청한 재능과 관련 있는 재능제품과 유사도 관계를 계산한 재능제품을 훈련하는 단계;
를 거쳐서 개인에 대한 개인화DB를 생성하고 저장할수 있다. 위에 훈련 과정에서 추천시스템의 통계기반 엔진, 협업 필터링 엔진, 인공신경망 엔진 중 적어도 하나를 포함하거나 모두 포함하는 훈련엔진을 사용할수 있다.
훈련된 데이터를 이용하여 개인화된DB를 이용하여 사용자의 데이터 기반한 재능제품 추천 데이터를 산출하고 보여주는 단계를 포함할수 있다.

Claims (7)

  1. 복수의 재능아이템 추천 정보를 제공하는 추천 시스템으로서,
    복수의 추천엔진, 그리고 복수의 데이터저장부
    상기 복수의 추천엔진 중에서 데이터저장부에서 유저데이터를 받아와 훈련하는 훈련부를 통하여 추천 정보를 제공하는 추천 시스템.
  2. 상기 추천엔진은
    통계기반 엔진, 협업 필터링 엔진, 인공신경망 엔진 중 적어도 하나를 포함하거나 모두 포함하는 추천 시스템

    통계기반 엔진은 수집된 유저데이터 및 재능아이템 데이터를 이용하여 통계적으로 유의미한 결과값을 기반하여 유저에게 추천할 아이템을 판단하는 엔진

    협업 필터링 엔진은 수집된 재능 아이템간 혹은 유저간 유사도 관계 계산을 통하여 유저에게 추천할 아이템을 판단하는 엔진

    인공신경망 엔진은 논리니어(non-linear) 비선형 모델로서 인공신경망을 통한 유저-재능아이템 관계 추론이다. 인공신경망을 통해 학습된 유저 임베딩 정보를 활용 유저-재능아이템간 벡터연산을 통해 재능아이템를 추천
  3. 데이터 저장부는 회원ID, 이름, 성별, 관심재능 중 하나를 포함하는 회원 정보를 저장하는 회원정보DB;
    를 포함하는 추천시스템.
  4. 데이터 저장부는 재능의 종류, 재능 제품정보, 재능 디지털제품정보, 재능 강의정보 중 하나를 포함하는 재능관련 제품 정보를 저장하는 재능제품정보DB;
    를 포함하는 추천시스템
  5. 데이터 저장부는 상품의 구매/판매 이력, 로그정보, 좋아요/댓글, 기타 중 하나를 포함하는 활동관련 정보를 저장하는 활동정보DB;
    를 포함하는 추천시스템
  6. 데이터 저장부에서 회원정보DB, 재능제품정보DB, 활동정보DB에 있는 데이터를 이용하여
    데이터훈련부에서 받아와 회원이 조회 요청한 재능과 관련 있는 재능제품을 회원과 유사한 회원을 계산하는 방법과, 회원이 조회 요청한 재능과 관련 있는 재능제품과 유사도 관계를 계산한 재능제품을 훈련하는 단계;
  7. 상기 훈련부에서 훈련한 개인화 된 데이터에서 회원 단말로 송신하는 단계;
    를 포함하는 재능 거래상의 추천 시스템 및 방법

KR1020180031873A 2018-03-20 2018-03-20 재능 거래상의 추천 시스템 및 방법 KR20190110214A (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020180031873A KR20190110214A (ko) 2018-03-20 2018-03-20 재능 거래상의 추천 시스템 및 방법

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020180031873A KR20190110214A (ko) 2018-03-20 2018-03-20 재능 거래상의 추천 시스템 및 방법

Publications (1)

Publication Number Publication Date
KR20190110214A true KR20190110214A (ko) 2019-09-30

Family

ID=68098626

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020180031873A KR20190110214A (ko) 2018-03-20 2018-03-20 재능 거래상의 추천 시스템 및 방법

Country Status (1)

Country Link
KR (1) KR20190110214A (ko)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111967578A (zh) * 2020-08-04 2020-11-20 厦门大学 基于非补偿决策机制的深度推荐系统框架的构建方法

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111967578A (zh) * 2020-08-04 2020-11-20 厦门大学 基于非补偿决策机制的深度推荐系统框架的构建方法
CN111967578B (zh) * 2020-08-04 2022-06-21 厦门大学 基于非补偿决策机制的深度推荐系统框架的构建方法

Similar Documents

Publication Publication Date Title
Torki Biucky et al. The effects of perceived risk on social commerce adoption based on TAM model
Nguyen et al. Customer electronic loyalty towards online business: The role of online trust, perceived mental benefits and hedonic value
Kanchan et al. A study of online purchase behaviour of customers in India
Rabby et al. Artificial intelligence in digital marketing influences consumer behaviour: a review and theoretical foundation for future research
KR20160065429A (ko) 하이브리드 개인화 상품추천 방법
Park et al. From accuracy to diversity in product recommendations: Relationship between diversity and customer retention
Gierczak et al. Is all that Glitters Gold? Exploring The Effects of Perceived Risk on Backing Behavior in Reward-based Crowdfunding.
Li et al. Juxtaposing impacts of social media interaction experiences on e-commerce reputation
Ginting et al. Analysis The Influence Of Digital Marketing, Product Differentiation, Customer Value, Service Quality To Purchase Decision And Repurchase Intention Of Millenial Generation At Shopee Online Shop
Ding et al. Repurchase intentions of new e-commerce users in the COVID-19 context: The mediation role of brand love
Rezaei et al. The moderating impact of product classification on the relationship between online trust, satisfaction, and repurchase intention
Ardyan et al. The importance of customer trust toward ewom on customer behavior: The case of generation y in Indonesia
KR20190110214A (ko) 재능 거래상의 추천 시스템 및 방법
Abdul et al. Perceived Risk and Online Purchase Intention of Online Buying and its Affinity: Perceived Behavioral Control as a Moderator
Anari et al. Understanding factors on the customer intention behavior through Facebook commerce: a conceptual model
Costa et al. The influence of artificial intelligence on online behaviour
Nistah et al. The effect of social feature quality on the social commerce system
Nuseir et al. Impacts of social media on managing customer relationships in b2b business environment in Birmingham, UK
Oncioiu The impact of tourist feedback in the virtual community on the purchase intention
Udayana et al. The important role of customer information quality on salesperson performance
Moses et al. Determinants of Impulsive Buying Behaviour in Social Commerce: A Stimulus–Organism–Response Framework Perspective
Lăzăroiu et al. The adoption of mobile payment technologies, social interactive consumer-oriented applications, and online purchasers’ decision-making process
Assensoh-Kodua et al. A theoretic extension and empirical investigation of conducting business online social network: The continuance intention phenomenon
Echchad The influence of social media usage and health consciousness on the purchasing intention of organic products: the mediating role of attitude
Malia et al. Utilizing E-Wom As A Mediation To Increase Brand Loyalty Of Local Skincare Cosmetic Products In Indonesia With The Influence Of Brand Activation, Brand Trust, And Customer Satisfaction