KR20190113397A - 지출내역 정보 및 결제정보에 기반하여 매장을 추천하는 방법 및 서버 - Google Patents

Abstract

지출내역 및 결제정보에 기반하여 매장을 추천하는 방법 및 서버가 제공된다. 서버가 지출내역 및 결제정보에 기반하여 매장을 추천하는 방법은, 특정 매장에서 결제를 진행한 제 1 사용자에 대한 결제정보를 사용자 디바이스로부터 획득하는 단계; 상기 사용자 디바이스로부터 상기 제 1 사용자에 대한 제 1 지출내역을 획득하는 단계; 상기 결제정보에 기초하여 복수의 사용자에 대한 지출내역이 저장된 가계부 서비스 DB로부터, 제 2 사용자에 대한 제 2 지출내역을 획득하는 단계; 상기 제 1 지출내역과 상기 제 2 지출내역을 비교함으로써, 상기 제 1 사용자와 상기 제 2 사용자 간의 유사도를 산출하는 단계; 상기 유사도 산출 결과에 기초하여, 상기 제 2 사용자 중 일부를 선택하고 상기 선택된 제 2 사용자가 방문한 매장 중 적어도 하나의 매장을 상기 제 1 사용자의 다음 방문 매장으로 결정하는 단계; 및 상기 다음 방문 매장에 대한 매장정보를 상기 사용자 디바이스에 제공하는 단계;를 포함한다.

Description

지출내역 정보 및 결제정보에 기반하여 매장을 추천하는 방법 및 서버 {METHOD AND SERVER FOR RECOMMENDING A STORE USING SPENDING HISTORY AND PAYMENT INFORMATION}

본 개시는 지출내역 정보 및 결제정보에 기반하여 매장을 추천하는 방법 및 서버를 제공한다.

최근, 사용자의 개인 신상 정보, 사용자의 위치와 같은 기본적인 정보를 이용하여 사용자에게 장소(또는 매장)를 추천해주는 추천 서비스가 제공되고 있다.

그러나 이와 같은 추천 서비스는 사용자에 대한 제한적인 정보만을 이용하여 사용자에게 매장을 추천해준다는 점에서, 매장 추천 결과에 대한 사용자의 만족도를 높이는데 한계가 있다.

따라서, 매장 추천 서비스를 이용하는 사용자들의 매장 추천 결과에 대한 만족도를 높이기 위한 기술이 요구된다.

지출내역 정보 및 결제정보에 기반하여 매장을 추천하는 방법 및 서버를 제공하는데 있다. 또한, 상기 방법을 컴퓨터에서 실행시키기 위한 프로그램을 기록한 컴퓨터로 읽을 수 있는 기록매체를 제공하는 데 있다. 본 실시예가 이루고자 하는 기술적 과제는 상기된 바와 같은 기술적 과제들로 한정되지 않으며, 이하의 실시예들로부터 또 다른 기술적 과제들이 유추될 수 있다.

상술한 기술적 과제를 달성하기 위한 기술적 수단으로서, 본 개시의 제1 측면은, 지출내역 및 결제정보에 기반하여 매장을 추천하는 방법에 있어서, 특정 매장에서 결제를 진행한 제 1 사용자에 대한 결제정보를 사용자 디바이스로부터 획득하는 단계; 상기 사용자 디바이스로부터 상기 제 1 사용자에 대한 제 1 지출내역을 획득하는 단계; 상기 결제정보에 기초하여 복수의 사용자에 대한 지출내역이 저장된 가계부 서비스 DB로부터, 제 2 사용자에 대한 제 2 지출내역을 획득하는 단계; 상기 제 1 지출내역과 상기 제 2 지출내역을 비교함으로써, 상기 제 1 사용자와 상기 제 2 사용자 간의 유사도를 산출하는 단계; 상기 유사도 산출 결과에 기초하여, 상기 제 2 사용자 중 일부를 선택하고 상기 선택된 제 2 사용자가 방문한 매장 중 적어도 하나의 매장을 상기 제 1 사용자의 다음 방문 매장으로 결정하는 단계; 및 상기 다음 방문 매장에 대한 매장정보를 상기 사용자 디바이스에 제공하는 단계;를 포함하는 방법을 제공할 수 있다.

또한, 상기 결제정보에 포함된 매장정보와 상기 지출내역에 포함된 매장정보를 비교함으로써, 상기 복수의 사용자 중에서 상기 특정 매장을 이전에 방문한 사용자를 상기 제 2 사용자로 결정하는 단계; 및 상기 가계부 서비스 DB로부터 상기 제 2 사용자에 대한 상기 제 2 지출내역을 획득하는 단계;를 포함하는 방법을 제공할 수 있다.

또한, 상기 사용자 디바이스로부터 상기 제 1 사용자에 대한 제 1 사용자 등록정보를 획득하는 단계; 및 상기 가계부 서비스 DB로부터 상기 제 2 사용자에 대한 제 2 사용자 등록정보를 획득하는 단계;를 더 포함하고, 상기 제 1 사용자 등록정보와 상기 제 2 사용자 등록정보를 비교함으로써, 상기 제 1 사용자와 상기 제 2 사용자 간의 유사도를 산출하는 단계;를 포함하는 방법을 제공할 수 있다.

또한, 상기 제 1 사용자 등록정보에 포함된 개인 신상 정보와 상기 제 2 사용자 등록정보에 포함된 개인 신상 정보를 비교함으로써, 상기 제 1 사용자와 상기 제 2 사용자 간의 유사도를 산출하는 단계;를 포함하는 방법을 제공할 수 있다.

또한, 상기 제 1 지출내역에 포함된 카테고리 별 지출 규모 및 상기 제 2 지출내역에 포함된 카테고리 별 지출 규모를 비교함으로써, 상기 제 1 사용자와 상기 제 2 사용자 간의 유사도를 산출하는 단계;를 포함하는 방법을 제공할 수 있다.

또한, 상기 제 1 지출내역에 포함된 구매 물품정보와 상기 제 2 지출내역에 포함된 구매 물품정보를 비교함으로써, 상기 제 1 사용자와 상기 제 2 사용자 간의 유사도를 산출하는 단계;를 포함하는 방법을 제공할 수 있다.

또한, 상기 구매 물품정보는, 외부 서버로부터 가계부 서비스를 이용하는 상기 복수의 사용자에 대한 상기 구매 물품정보를 획득하거나, 상기 사용자 디바이스에 탑재된 카메라에 의해 촬영된 영수증 이미지를 획득함으로써 상기 구매 물품정보가 결정되거나, 상기 제 1 사용자에 의해 상기 사용자 디바이스에 입력되는 정보를 획득함으로써 상기 구매 물품정보가 결정되는 것인, 방법을 제공할 수 있다.

또한, 상기 선택된 제 2 사용자의 매장 별 방문 빈도수에 기초하여, 상기 선택된 제 2 사용자가 방문한 복수의 매장 중에서 적어도 하나의 매장을 상기 다음 방문 매장으로 결정하는 단계;를 포함하는 방법을 제공할 수 있다.

또한, 상기 선택된 제 2 사용자가 방문한 복수의 매장에 대한 프로모션 정보에 기초하여, 상기 선택된 제 2 사용자가 방문한 복수의 매장 중에서 적어도 하나의 매장을 상기 다음 방문 매장으로 결정하는 단계; 를 포함하는 방법을 제공할 수 있다.

또한, 상기 선택된 제 2 사용자가 방문한 복수의 매장 별 인기 결제 시간대와 상기 제 1 사용자가 상기 복수의 매장에 도착하는 도착 예상 시간대를 비교함으로써, 상기 선택된 제 2 사용자가 방문한 복수의 매장 중에서 적어도 하나의 매장을 상기 다음 방문 매장으로 결정하는 단계;를 포함하는 방법을 제공할 수 있다.

또한, 상기 선택된 제 2 사용자가 상기 특정 매장을 방문한 이후에 방문하였던 매장 중에서 적어도 하나의 매장을 상기 제 1 사용자의 다음 방문 매장으로 결정하는 단계;를 포함하는 방법을 제공할 수 있다.

또한, 상기 선택된 제 2 사용자가 방문한 매장 중 복수의 매장을 선택하는 단계; 상기 복수의 매장 간 위치 관계 및 상기 복수의 매장에 대한 상기 선택된 제 2 사용자의 방문 순서에 기초하여 방문 경로를 생성하는 단계; 및 상기 생성된 방문 경로 및 상기 선택된 복수의 매장에 대한 매장정보를 상기 사용자 디바이스에 제공하는 단계;를 포함하는 방법을 제공할 수 있다.

본 개시의 제 2 측면은, 적어도 하나의 프로그램을 저장하는 저장부; 사용자 디바이스와 가계부 서비스 DB에 데이터를 송수신하는 통신부; 및 상기 적어도 하나의 프로그램을 실행함으로써 상기 사용자 디바이스 및 상기 가계부 서비스 DB를 이용하여 매장을 추천하기 위한 적어도 하나의 프로세서;를 포함하며, 상기 저장부는, 상기 적어도 하나의 프로세서가, 특정 매장에서 결제를 진행한 제 1 사용자에 대한 결제정보를 상기 사용자 디바이스로부터 획득하는 단계; 상기 사용자 디바이스로부터 상기 제 1 사용자에 대한 제 1 지출내역을 획득하는 단계; 상기 결제정보에 기초하여 복수의 사용자에 대한 지출내역이 저장된 가계부 서비스 DB로부터, 제 2 사용자에 대한 제 2 지출내역을 획득하는 단계; 상기 제 1 지출내역과 상기 제 2 지출내역을 비교함으로써, 상기 제 1 사용자와 상기 제 2 사용자 간의 유사도를 산출하는 단계; 상기 유사도 산출 결과에 기초하여, 상기 제 2 사용자 중 일부를 선택하고 상기 선택된 제 2 사용자가 방문한 매장 중 적어도 하나의 매장을 상기 제 1 사용자의 다음 방문 매장으로 결정하는 단계; 및 상기 다음 방문 매장에 대한 매장정보를 상기 사용자 디바이스에 제공하는 단계;를 실행하도록 하는 명령어들을 포함하는 것을 특징으로 하는, 서버를 제공할 수 있다.

본 개시의 제 3 측면은, 제 1 측면의 방법을 컴퓨터에서 실행시키기 위한 프로그램을 기록한 컴퓨터로 읽을 수 있는 기록매체를 제공할 수 있다.

도 1은 일 실시예에 따른 매장 추천 시스템의 예시를 나타내는 도면이다
도 2는 일 실시예에 따른 가계부 서비스 DB에 저장된 정보를 설명하기 위한 예시적인 도면이다.
도 3은 일 실시예에 따른 가계부 서비스 DB를 이용하여 매장을 추천하는 방법의 흐름도이다.
도 4는 일 실시예에 따른 결제정보와 지출내역을 비교하는 예시를 설명하기 위한 도면이다.
도 5는 일 실시예에 따른 제 1 사용자와 제 2 사용자 간의 유사도를 산출하는 예시를 설명하기 위한 도면이다.
도 6은 일 실시예에 따른 다음 방문 매장을 결정하는 예시를 설명하기 위한 도면이다.
도 7a 내지 도 7b는 일 실시예에 따른 다음 방문 매장에 대한 매장정보 및 방문 경로를 제공하는 예시를 설명하기 위한 도면이다.
도 8은 일 실시예에 따른 매장 추천 서버의 블록도이다.

아래에서는 첨부한 도면을 참조하여 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자가 용이하게 실시할 수 있도록 본 발명의 실시예를 상세히 설명한다. 그러나 본 발명은 여러 가지 상이한 형태로 구현될 수 있으며 여기에서 설명하는 실시예에 한정되지 않는다. 그리고 도면에서 본 발명을 명확하게 설명하기 위해서 설명과 관계없는 부분은 생략하였으며, 명세서 전체를 통하여 유사한 부분에 대해서는 유사한 도면 부호를 붙였다.

명세서 전체에서, 어떤 부분이 다른 부분과 "연결"되어 있다고 할 때, 이는 "직접적으로 연결"되어 있는 경우뿐 아니라, 그 중간에 다른 소자를 사이에 두고 "전기적으로 연결"되어 있는 경우도 포함한다. 또한 어떤 부분이 어떤 구성요소를 "포함"한다고 할 때, 이는 특별히 반대되는 기재가 없는 한 다른 구성요소를 제외하는 것이 아니라 다른 구성요소를 더 포함할 수 있는 것을 의미한다.

또한, 본 명세서에서, 제 1 사용자는 사용자 디바이스를 이용하는 자로서 특정 매장에서 결제를 진행하고 매장 추천 시스템을 통해 다음 방문 매장을 제공받는 자일 수 있으며, 제 1 사용자는 가계부 서비스를 이용하는 자일 수 있다. 제 2 사용자는 가계부 서비스를 이용하는 자로서 가계부 서비스 DB에 정보가 저장된 복수의 사용자 중 적어도 일부일 수 있다.

이하 첨부된 도면을 참고하여 본 개시를 상세히 설명하기로 한다.

도 1은 일 실시예에 따른 매장 추천 시스템의 예시를 나타내는 도면이다.

도 1을 참조하면, 매장 추천 시스템은 사용자 디바이스(1000), 매장 추천 서버(2000) 및 가계부 서비스 DB(3000)를 포함할 수 있다.

제 1 사용자가 특정 매장에서 결제를 진행한 경우, 매장 추천 시스템의 매장 추천 서버(2000)는 사용자 디바이스(1000) 또는 가계부 서비스 DB(3000)로부터 제 1 사용자와 관련된 정보를 수신할 수 있다.

가계부 서비스 DB(3000)에는 가계부 서비스를 이용하는 복수의 사용자에 대한 정보가 저장될 수 있으며, 매장 추천 서버(2000)는 복수의 사용자 중에서 특정 매장을 방문한적 있는 사용자들을 제 2 사용자로 결정할 수 있다. 매장 추천 서버(2000)는 가계부 서비스 DB(3000)로부터 제 2 사용자와 관련된 정보를 수신할 수 있다.

매장 추천 서버(2000)는 제 1 사용자와 관련된 정보 및 제 2 사용자와 관련된 정보를 서로 비교함으로써, 제 1 사용자와 제 2 사용자 간의 유사도를 산출할 수 있다. 일 실시예에서 매장 추천 서버(2000)는 제 1 사용자와 제 2 사용자 간의 인구통계학(demographic) 분류의 유사성, 소비성향의 유사성 등을 토대로 제 1 사용자와 제 2 사용자 간의 유사도를 산출할 수 있다.

매장 추천 서버(2000)는 제 1 사용자와의 유사도가 높은 제 2 사용자가 방문한 매장 중 일부를 제 1 사용자의 다음 방문 매장으로 결정할 수 있다. 또한, 매장 추천 서버(2000)는 다음 방문 매장에 대한 매장정보를 사용자 디바이스(1000)를 통해 제 1 사용자에게 제공함으로써 매장을 추천할 수 있다.

사용자 디바이스(1000)는, 스마트폰, 태블릿 PC, PC, 스마트 TV, 휴대폰, PDA(personal digital assistant), 랩톱, 미디어 플레이어, 마이크로 서버, GPS(global positioning system) 장치, 전자책 단말기, 디지털방송용 단말기, 네비게이션, 키오스크, MP3 플레이어, 디지털 카메라, 가전기기 및 기타 모바일 또는 비모바일 컴퓨팅 장치일 수 있으나, 이에 제한되지 않는다. 또한, 사용자 디바이스(1000)는 통신 기능 및 데이터 프로세싱 기능을 구비한 시계, 안경, 헤어 밴드 및 반지 등의 웨어러블 디바이스일 수 있다. 그러나, 이에 제한되지 않으며, 사용자 디바이스(1000)는 매장 추천 서버(2000) 및 가계부 서비스 DB(3000)와 네트워크를 통하여 데이터를 송수신할 수 있는 모든 종류의 기기를 포함할 수 있다.

매장 추천 서버(2000)는 하나 또는 복수의 서버에 의해 운용될 수 있다. 매장 추천 서버(2000)는 네트워크를 통해, 사용자 디바이스(1000)로부터 제 1 사용자에 대한 결제정보, 사용자 등록정보 및 지출내역을 획득할 수 있다. 또한, 매장 추천 서버(2000)는 획득된 결제정보에 기초하여 가계부 서비스 DB(3000)에 저장된 제 2 사용자에 대한 사용자 등록정보 및 지출내역을 획득할 수 있다.

또한, 매장 추천 서버(2000)는 외부 서버로부터 다양한 데이터를 수신할 수 있으며, 일 실시예에서 매장 추천 서버(2000)는 카드사 서버, 매장 서버 등으로부터 데이터를 수신할 수 있다. 매장 추천 서버(2000)는 수신된 다양한 정보를 이용하여 제 1 사용자의 다음 방문 매장을 결정하기 위한 프로세스를 수행하고, 결정된 다음 방문 매장에 대한 매장정보를 사용자 디바이스(1000)에 제공할 수 있다.

한편, 매장 추천 시스템을 이용하고자 하는 판매자에게 매장 추천 서버(2000) 솔루션이 제공될 수 있다. 판매자는 매장 추천 서버(2000) 솔루션이 탑재된 서비스를 실행함으로써 매장 추천 시스템을 이용할 수 있다.

가계부 서비스 DB(3000)에는 가계부 서비스를 이용하는 복수의 사용자들에 대한 사용자 등록정보 및 지출내역이 저장될 수 있다. 일 실시예에서 가계부 서비스는 모바일 어플리케이션 형태로 제공될 수 있으며, 복수의 사용자들이 가계부 서비스에 등록한 정보 및 가계부 서비스를 이용하는 동안 수집된 데이터들이 가계부 서비스 DB(3000)에 저장될 수 있다.

네트워크는 근거리 통신망(Local Area Network; LAN), 광역 통신망(Wide Area Network; WAN), 부가가치 통신망(Value Added Network; VAN), 이동 통신망(mobile radio communication network), 위성 통신망 및 이들의 상호 조합을 포함하며, 도 1에 도시된 각 네트워크 구성 주체가 서로 원활하게 통신을 할 수 있도록 하는 포괄적인 의미의 데이터 통신망이며, 유선 인터넷, 무선 인터넷 및 모바일 무선 통신망을 포함할 수 있다. 또한, 무선 통신은 예를 들어, 무선 랜(Wi-Fi), 블루투스, 블루투스 저 에너지(Bluetooth low energy), 지그비, WFD(Wi-Fi Direct), UWB(ultra wideband), 적외선 통신(IrDA, infrared Data Association), NFC(Near Field Communication) 등이 있을 수 있으나, 이에 한정되는 것은 아니다.

도 2는 일 실시예에 따른 가계부 서비스 DB에 저장된 정보를 설명하기 위한 예시적인 도면이다.

도 2를 참조하면, 가계부 서비스 DB(3000)에는 사용자 등록정보(210) 및 지출내역(220)이 포함될 수 있다. 가계부 서비스를 이용하는 복수의 사용자 별로 사용자 등록정보(210) 및 지출내역(220)이 매칭되어 저장될 수 있다.

사용자 등록정보(210)는 가계부 서비스를 이용하는 복수의 사용자가 가계부 서비스에 등록한 정보일 수 있다. 예를 들어, 가계부 서비스는 어플리케이션 형태로 사용자에게 제공될 수 있으며, 사용자가 가계부 서비스 어플리케이션 상에 다양한 정보를 등록할 수 있고, 등록된 정보는 가계부 서비스 DB(3000)에 저장될 수 있다.

일 실시예에서 사용자 등록정보(210)에는 개인 신상 정보, 보유 카드 정보 및 소비 카테고리 별 한도가 포함될 수 있다. 개인 신상 정보에는 성별, 나이 및 거주지가 포함될 수 있고, 보유 카드 정보에는 카드사, 카드 이름, 적어도 일부의 카드번호 및 카드 한도가 포함될 수 있다.

한편, 소비 카테고리는 식사, 쇼핑, 문화/예술, 생활/마트, 카페/간식 주유/교통, 병원, 통신, 교육, 레저 등으로 구분될 수 있으며, 사용자는 각 소비 카테고리 별 한도(금액)를 등록할 수 있다.

지출내역(220)은 사용자가 매장에서 결제를 진행함으로써 생성되는 정보의 집합일 수 있다. 각 결제 행위 별로 생성된 정보가 그룹핑되고 축적됨으로써 지출내역(220)이 생성될 수 있다.

예를 들어, 사용자가 매장에서 결제를 진행하면 제 3 기관(예를 들어, 카드사 및/또는 벤(van)사)에서는 결제와 관련된 정보를 생성하고, 가계부 서비스를 제공하는 어플리케이션은 제 3 기관으로부터 결제와 관련된 정보를 수신할 수 있다. 가계부 서비스를 제공하는 어플리케이션은 상기와 같은 방식으로 수신한 결제와 관련된 정보를 가계부 서비스 DB(3000)에 지속적으로 저장함으로써 지출내역(220)이 생성될 수 있다.

일 실시예에서 지출내역(220)에는 지출 금액, 지출 날짜/시간, 지출 매장정보, 및 지출 카드정보가 포함될 수 있으며, 지출 매장정보에는 매장의 이름, 위치, 카테고리, 프로모션 정보 및 마감시간이 포함될 수 있다.

특히 지출 매장정보에 속하는 정보 중 적어도 일부는 주기적으로 업데이트 될 수 있다. 일 실시예에서, 가계부 서비스 DB를 포함하며 가계부 서비스를 제공하는 서버(이하, 가계부 서버)는 외부 서버(예를 들어, 매장 서버, 오픈 마켓 서버)로부터 매장 별 최신 정보를 수신하고, 수신된 매장 별 최신 정보를 가계부 서비스 DB(3000)에 저장함으로써, 지출내역(220)의 지출 매장정보를 주기적으로 업데이트할 수 있다. 예를 들어, 가계부 서버는 외부 서버로부터 매장 별 최신 프로모션 정보를 수신함으로써 지출내역(220)의 지출 매장정보 중 프로모션 정보를 업데이트할 수 있다.

일 실시예에서, 가계부 서비스 DB에는 구매 물품정보(미도시)가 더 포함될 수 있다. 구매 물품정보(미도시)는 온라인/오프라인 매장에서 판매되고 있는 물품에 대한 정보일 수 있다. 구매 물품정보(미도시)는 온라인/오프라인 매장에서 판매되고 있는 물품에 대한 정보일 수 있다. 일 실시예에서 가계부 서비스를 제공하는 서버(이하, 가계부 서버)는 외부 서버(예를 들어, 오픈 마켓 서버)로부터, 가계부 서비스를 이용하는 복수의 사용자에 대한 구매 물품정보(미도시)를 획득할 수 있다. 외부 서버는 복수의 사용자 및/또는 판매자가 외부 서버에 제공한 다양한 정보를 시스템적으로 수집하여 이를 복수의 사용자에 대한 구매 물품정보(미도시)를 생성하는데 이용할 수 있다. 가계부 서버는 외부 서버로부터 구매 물품정보(미도시)를 획득할 수 있다.

또한, 가계부 서버는 사용자 디바이스에 탑재된 카메라에 의해 촬영된 영수증 이미지를 획득함으로써 가계부 서비스를 이용하는 복수의 사용자에 대한 구매 물품정보를 획득할 수 있다. 또한, 가계부 서버는 제 1 사용자에 의해 사용자 디바이스(1000)에 직접 입력되는 정보를 획득함으로써 가계부 서비스를 이용하는 복수의 사용자에 대한 구매 물품정보를 획득할 수 있다. 그러나, 가계부 서버가 구매 물품정보(미도시)를 획득하는 방법은 이에 제한되지 않는다. 한편, 가계부 서버는 상술한 방법으로 획득한 구매 물품정보(330)를 가계부 서비스 DB(3000)에 저장할 수 있다.

구매 물품정보(미도시)에는 구매 물품 별 품목명, 가격, 브랜드명, 판매횟수, 프로모션 정보, 판매 업체 정보, 규격, 카테고리 및 판매일시가 포함될 수 있다.

한편, 구매 물품정보(미도시)에 속하는 정보 중 적어도 일부는 주기적으로 업데이트 될 수 있다. 일 실시예에서, 가계부 서버는 외부 서버(예를 들어, 매장 서버, 오픈 마켓 서버)로부터 물품 별 최신 정보를 수신하고, 수신된 물품 별 최신 정보를 가계부 서비스 DB(3000)에 저장함으로써, 구매 물품정보(미도시)를 주기적으로 업데이트할 수 있다. 예를 들어, 가계부 서버는 외부 서버로부터 물품 별 최신 가격 정보, 프로모션 정보를 수신함으로써 구매 물품정보(미도시)의 가격 및 프로모션 정보를 업데이트할 수 있다.

그러나, 가계부 서비스 DB(3000)를 구성하는 정보는 상술한 내용으로 제한되지 않으며, 마찬가지로 사용자 등록정보(210) 및 지출내역(220)과 이들의 하위 항목을 구성하는 정보 역시 상술한 내용으로 제한되지 않는다.

가계부 서비스 DB(3000)에 저장된 정보는 이후 매장 추천 서버(2000)에 의해 제 1 사용자의 다음 방문 매장을 결정하기 위한 프로세스를 수행하는데 이용될 수 있다.

도 3은 일 실시예에 따른 지출내역 정보 및 결제정보에 기반하여 매장을 추천하는 방법의 흐름도이다.

도 3을 참조하면 단계 310에서 매장 추천 서버(2000)는 특정 매장에서 결제를 진행한 제 1 사용자에 대한 결제정보를 사용자 디바이스(1000)로부터 획득할 수 있다.

예를 들어, 제 1 사용자가 특정 매장에서 카드를 이용하여 결제를 진행하면, 제 1 사용자에 대한 결제정보가 문자, MMS, 앱 푸시(push) 알림과 같은 방식으로 사용자 디바이스(1000)에 전송될 수 있다. 매장 추천 서버(2000)는 사용자 디바이스(1000)로부터 결제정보를 직접 획득하거나, 사용자 디바이스(1000)에 설치된 별도의 어플리케이션으로 결제정보가 전송된 후 매장 추천 서버(2000)는 별도의 어플리케이션으로부터 결제정보를 획득할 수 있다.

한편, 결제정보에는 결제금액, 결제 날짜/시간, 결제 매장정보 및 결제 카드정보가 포함될 수 있으나 이에 제한되지 않는다.

단계 320에서 매장 추천 서버(2000)는 사용자 디바이스(1000)로부터 제 1 사용자에 대한 제 1 지출내역을 획득할 수 있다.

제 1 지출내역은 제 1 사용자가 특정 매장에서 결제를 진행함으로써 생성되는 정보의 집합일 수 있다. 제 1 지출내역에는 제 1 사용자의 각 지출에 대한 결제금액, 결제 날짜/시간, 결제 매장정보, 및 결제 카드정보가 포함될 수 있다. 제 1 지출내역에는 제 1 사용자가 가계부 서비스를 이용함에 따라 발생한 복수의 지출에 대한 이용내역이 포함될 수 있다.

가계부 서비스는 사용자 디바이스(1000)에 설치된 어플리케이션 형태로 제 1 사용자에게 제공될 수 있으며, 매장 추천 서버(2000)는 가계부 서비스 어플리케이션과 네트워크를 통해 통신하는 가계부 서비스 DB(3000)로부터 제 1 사용자에 대한 제 1 지출내역을 획득할 수 있다.

일 실시예에서, 매장 추천 서버(2000)는 사용자 디바이스(1000)로부터 제 1 사용자에 대한 제 1 사용자 등록정보도 획득할 수 있다. 제 1 사용자 등록정보는 가계부 서비스를 이용하는 제 1 사용자가 가계부 서비스에 등록한 정보일 수 있다. 제 1 사용자 등록정보에는 어플리케이션에 등록된 개인 신상 정보, 보유 카드 정보 및 소비 카테고리 별 한도가 포함될 수 있다.

제 1 사용자 등록정보 및 제 1 지출내역은 사용자 디바이스(1000)의 메모리에 저장될 수 있다. 제 1 사용자 등록정보 및 제 1 지출내역은 이후 단계 340에서 제 2 사용자와의 유사도를 산출하는데 이용될 수 있다.

한편, 가계부 서비스는 사용자 디바이스(1000)에 설치된 어플리케이션 형태로 제 1 사용자에게 제공될 수 있으며, 매장 추천 서버(2000)는 가계부 서비스 어플리케이션과 네트워크를 통해 통신하는 가계부 서비스 DB(3000)로부터 제 1 사용자에 대한 제 1 사용자 등록정보 및 제 1 지출내역을 획득할 수도 있다.

단계 330에서 매장 추천 서버(2000)는 결제정보에 기초하여, 복수의 사용자에 대한 지출내역이 저장된 가계부 서비스 DB(3000)로부터, 제 2 사용자에 대한 제 2 지출내역을 획득할 수 있다.

제 2 지출내역에는 제 2 사용자의 각 지출에 대한 결제금액, 결제 날짜/시간, 결제 매장정보, 및 결제 카드정보가 포함될 수 있다. 제 2 지출내역에는 제 2 사용자가 가계부 서비스를 이용함에 따라 발생한 복수의 지출에 대한 이용내역이 포함될 수 있다.

일 실시예에서 매장 추천 서버(2000)는 제 1 사용자의 결제정보에 포함된 결제 매장정보와, 가계부 서비스 DB(3000)에 저장된 지출내역에 포함된 결제 매장정보를 비교할 수 있다.

매장 추천 서버(2000)는 결제 매장정보를 비교함으로써, 가계부 서비스 DB(3000)에 저장된 복수의 사용자 중에서, 제 1 사용자의 결제 매장정보와 동일한 결제 매장정보를 갖는 사용자를 제 2 사용자로 결정할 수 있다. 즉, 가계부 서비스 DB(3000)에 저장된 복수의 사용자 중에서, 제 1 사용자가 결제를 진행한 특정 매장을 이전에 방문하였던 사용자가 제 2 사용자로 결정될 수 있다.

단계 340에서 매장 추천 서버(2000)는 제 1 지출내역과 제 2 지출내역을 비교함으로써, 제 1 사용자와 제 2 사용자 간의 유사도를 산출할 수 있다.

일 실시예에서 매장 추천 서버(2000)는 제 1 지출내역에 포함된 카테고리 별 지출 규모 및 제 2 지출내역에 포함된 카테고리 별 지출 규모를 비교함으로써, 제 1 사용자와 상기 제 2 사용자 간의 유사도를 산출할 수 있다.

한편, 가계부 서비스 DB(3000)에는 복수의 사용자에 대한 사용자 등록정보가 저장될 수 있다. 사용자 등록정보에는 개인 신상 정보, 보유 카드 정보 및 소비 카테고리 별 한도가 포함될 수 있으나, 이에 제한되지 않는다.

매장 추천 서버(2000)는 사용자 디바이스(1000)로부터 제 1 사용자에 대한 제 1 사용자 등록정보를 획득하고, 가계부 서비스 DB로부터 제 2 사용자에 대한 제 2 사용자 등록정보를 획득할 수 있다. 매장 추천 서버(2000)는 제 1 사용자 등록정보와 제 2 사용자 등록정보를 비교함으로써, 제 1 사용자와 제 2 사용자 간의 유사도를 산출할 수도 있다.

일 실시예에서 매장 추천 서버(2000)는 제 1 사용자 등록정보에 포함된 개인 신상 정보와 제 2 사용자 등록정보에 포함된 개인 신상 정보를 비교함으로써, 제 1 사용자와 제 2 사용자 간의 유사도를 산출할 수 있다.

그러나, 제 1 사용자와 제 2 사용자 간의 유사도를 산출하는 방법은 이에 제한되지 않는다.

단계 350에서 매장 추천 서버(2000)는 유사도 산출 결과에 기초하여, 제 2 사용자 중 일부를 선택하고 선택된 제 2 사용자가 방문한 매장 중 적어도 하나의 매장을 제 1 사용자의 다음 방문 매장으로 결정할 수 있다.

매장 추천 서버(2000)는 단계 340에서 산출된 유사도 결과에 기초하여, 제 1 사용자와의 유사도가 높게 산출된 제 2 사용자 중 일부를 선택할 수 있다.

일 실시예에서 매장 추천 서버(2000)는 선택된 제 2 사용자의 매장 별 방문 빈도수에 기초하여, 선택된 제 2 사용자가 방문한 복수의 매장 중에서 적어도 하나의 매장을 제 1 사용자의 다음 방문 매장으로 결정할 수 있다.

일 실시예에서 매장 추천 서버(2000)는 선택된 제 2 사용자가 방문한 복수의 매장에 대한 프로모션 정보에 기초하여, 선택된 제 2 사용자가 방문한 복수의 매장 중에서 적어도 하나의 매장을 제 1 사용자의 다음 방문 매장으로 결정할 수 있다.

일 실시예에서 매장 추천 서버(2000)는 선택된 제 2 사용자가 방문한 복수의 매장 별 인기 결제 시간대와 제 1 사용자가 복수의 매장 각각에 도착하는 도착 예상 시간대를 비교함으로써, 선택된 제 2 사용자가 방문한 복수의 매장 중에서 적어도 하나의 매장을 제 1 사용자의 다음 방문 매장으로 결정할 수 있다.

한편, 상술한 실시예들에서, 매장 추천 서버(2000)는 선택된 제 2 사용자의 매장 방문 순서를 추가적으로 고려하여, 선택된 제 2 사용자가 방문한 매장들 중에서 현재 제 1 사용자가 방문 중인 특정 매장을 방문한 이후에 방문하였던 매장을 선택할 수 있다. 매장 추천 서버(2000)는 선택된 매장 중에 어느 하나를 제 1 사용자의 다음 방문 매장으로 결정할 수 있다.

그러나, 제 1 사용자의 다음 방문 매장을 결정하는 방법은 이에 제한되지 않는다.

단계 360에서 매장 추천 서버(2000)는 다음 방문 매장에 대한 매장정보를 사용자 디바이스(1000)에 제공할 수 있다.

다음 방문 매장에 대한 매장정보는 사용자 디바이스(1000)의 화면 상에 디스플레이될 수 있다.

일 실시예에서 매장 추천 서버(2000)는 방문 경로를 사용자 디바이스(1000)에 제공할 수 있다. 매장 추천 서버(2000)는 단계 350에서 제 1 사용자와의 유사도가 높게 산출되어 선택된 제 2 사용자가 방문한 매장 중 복수의 매장을 선택할 수 있다. 매장 추천 서버(2000)는 복수의 매장 간 위치 관계 및 복수의 매장에 대한 선택된 제 2 사용자의 방문 순서에 기초하여 방문 경로를 생성할 수 있다.

매장 추천 서버(2000)는 생성된 방문 경로 및 선택된 복수의 매장에 대한 매장정보를 사용자 디바이스(1000)에 제공할 수 있다.

도 4는 일 실시예에 따른 결제정보와 지출내역을 비교하는 예시를 설명하기 위한 도면이다.

도 4를 참조하면, 제 1 사용자가 특정 매장에서 카드를 이용하여 결제를 진행하면, 사용자 디바이스(1000)는 제 1 사용자에 대한 결제정보(410)를 수신할 수 있다. 결제정보(410)에는 결제 매장정보, 결제 카드정보, 결제 금액 및 결제 시간이 포함될 수 있으나, 이에 제한되지 않는다. 또한, 매장 추천 서버(2000)는 가계부 서비스 DB(3000)에 저장된 복수의 사용자에 대한 지출내역(420)을 획득할 수 있다. 지출내역(420)에는 지출 금액, 지출 날짜/시간, 지출 매장정보가 포함될 수 있으나, 이에 제한되지 않는다.

매장 추천 서버(2000)는 가계부 서비스 DB(3000)에 저장된 복수의 사용자들 중에서 일부를 제 2 사용자로 결정하기 위해, 사용자 디바이스(1000)로부터 수신한 결제정보(410)와 가계부 서비스 DB(3000)에 저장된 복수의 사용자에 대한 지출내역(420)을 비교할 수 있다. 매장 추천 서버(2000)는 비교 결과에 기초하여 결정된 제 2 사용자에 대해, 제 1 사용자와의 유사도를 산출할 수 있다.

일 실시예에서 매장 추천 서버(2000)는 결제정보(410)에 포함된 결제 매장정보와 지출내역(420)에 포함된 지출 매장정보를 비교할 수 있다. 매장정보에는 매장의 이름, 위치, 카테고리 등이 포함될 수 있으며, 예를 들어, 매장 추천 서버(2000)는 매장 이름을 이용하여 결제 매장정보와 지출 매장정보를 비교할 수 있다. 이를 통해, 매장 추천 서버(2000)는 가계부 서비스 DB(3000)에 저장된 복수의 사용자들 중에서 제 1 사용자와 동일한 매장을 방문한 적이 있는 일부의 사용자들을 제 2 사용자로 결정할 수 있다. 그러나, 매장 추천 서버(2000)는 매장정보에 포함된 매장의 이름 외에도 다양한 정보들을 이용하여 결제정보(410)와 지출내역(420)을 비교할 수 있다.

도 5는 일 실시예에 따른 제 1 사용자와 제 2 사용자 간의 유사도를 산출하는 예시를 설명하기 위한 도면이다.

도 5를 참조하면, 매장 추천 서버(2000)는 사용자 디바이스(1000)로부터 획득한 제 1 사용자에 대한 정보와 가계부 서비스 DB(3000)로부터 획득한 제 2 사용자에 대한 정보를 이용하여, 제 1 사용자와 제 2 사용자 간의 유사도를 산출할 수 있다. 일 실시예에서 매장 추천 서버(2000)는 제 1 사용자에 대한 정보 중 일부를 가계부 서비스 DB(3000)로부터 획득할 수도 있다.

매장 추천 서버(2000)는 제 1 사용자 등록정보(511)와 제 2 사용자 등록정보(521)를 비교하거나, 제 1 지출내역(512)과 제 2 지출내역(522)을 비교함으로써, 제 1 사용자와 제 2 사용자 간의 유사도를 산출할 수 있다.

일 실시예에서 매장 추천 서버(2000)는 제 1 사용자 등록정보(511)에 포함된 개인 신상 정보와 제 2 사용자 등록정보(521)에 포함된 개인 신상 정보를 비교함으로써, 제 1 사용자와 제 2 사용자 간의 유사도를 산출할 수 있다. 개인 신상 정보에는 성별, 나이 및 거주지가 포함될 수 있으며, 예를 들어, 제 1 사용자의 개인 신상 정보가 ““여성””, ““35살”” 및 ““강남 거주””인 경우, 매장 추천 서버(2000)는 제 2 사용자의 개인 신상 정보를 분석함으로써 ““여성””, ““35살”” 및 ““강남 거주””의 개인 신상 정보를 갖는 제 2 사용자가 제 1 사용자와 높은 유사도를 갖는 것으로 결정할 수 있다.

매장 추천 서버(2000)는 사용자 등록정보에 포함된 개인 신상 정보 외에도 보유 카드 정보, 소비 카테고리 별 한도 등을 이용하여 제 1 사용자와 제 2 사용자 간의 유사도를 산출할 수 있다.

일 실시예에서 매장 추천 서버(2000)는 지출내역에 포함된 지출 금액과 지출 매장정보를 이용하여 카테고리 별 지출 규모를 산출할 수 있다. 카테고리는 식사, 쇼핑, 문화/예술, 생활/마트, 카페/간식 주유/교통, 병원, 통신, 교육, 레저 등으로 구분될 있으며, 매장 추천 서버(2000)는 지출 매장정보로부터 각 매장 별 카테고리를 추출한 후 동일(또는 유사) 카테고리에 속하는 매장들에서 지출된 금액을 합산함으로써 카테고리 별 지출 규모를 산출할 수 있다. 한편, 산출된 카테고리 별 지출 규모는 지출내역에 저장될 수 있다.

매장 추천 서버(2000)는 제 1 지출내역(512)에 포함된 카테고리 별 지출 규모 및 상기 제 2 지출내역(522)에 포함된 카테고리 별 지출 규모를 비교함으로써, 제 1 사용자와 제 2 사용자 간의 유사도를 산출할 수 있다. 예를 들어, 제 1 사용자의 카테고리 별 지출 규모가 ““식사: 50만원, 쇼핑: 20만원, 레저: 20만원””인 경우, 매장 추천 서버(2000)는 제 2 사용자의 카테고리 별 지출 규모를 분석함으로써 ““식사: 50만원, 쇼핑: 20만원, 레저: 30만원”” 또는 ““식사: 50%, 쇼핑: 20%, 레저: 30%””의 카테고리 별 지출 규모(또는 비율)를 갖는 제 2 사용자가 제 1 사용자와 높은 유사도를 갖는 것으로 결정할 수 있다.

매장 추천 서버(2000)는 지출내역에 포함된 카테고리 별 지출 규모 외에도 지출 날짜/시간 등을 이용하여 제 1 사용자와 제 2 사용자 간의 유사도를 산출할 수 있다.

도 6은 일 실시예에 따른 다음 방문 매장을 결정하는 예시를 설명하기 위한 도면이다.

도 6을 참조하면, 매장 추천 서버(2000)는 제 2 사용자 중에서 제 1 사용자와 높은 유사도를 갖는 사용자로서 사용자 A 내지 C를 선택할 수 있다.

매장 추천 서버(2000)는 사용자 A 내지 C가 방문한 매장을 추출하고, 매장 별 방문 빈도수, 프로모션 정보, 인기 결제시간 등을 고려하여 제 1 사용자의 다음 방문 매장을 결정할 수 있다.

일 실시예에서 매장 추천 서버(2000)는 사용자 A 내지 C의 매장 별 방문 빈도수에 기초하여 제 1 사용자의 다음 방문 매장을 결정할 수 있다. 예를 들어, 사용자 A 내지 C가 가장 높은 빈도수로 방문한 곳이 영화관인 경우, 매장 추천 서버(2000)는 영화관을 다음 방문 매장으로 결정하여 제 1 사용자에게 추천할 수 있다.

일 실시예에서 매장 추천 서버(2000)는 사용자 A 내지 C가 방문한 매장의 프로모션 정보에 기초하여 제 1 사용자의 다음 방문 매장을 결정할 수 있다. 예를 들어, 사용자 A와 사용자 B가 방문하였던 화장품 가게에서 ““30% 할인”” 프로모션이 진행 중인 경우, 매장 추천 서버(2000)는 화장품 가게를 다음 방문 매장으로 결정하여 제 1 사용자에게 추천할 수 있다.

일 실시예에서 매장 추천 서버(2000)는 사용자 A 내지 C가 방문한 매장의 인기 결제시간에 기초하여 제 1 사용자의 다음 방문 매장을 결정할 수 있다. 이 때, 매장 추천 서버(2000)는 사용자 디바이스(1000)로부터 제 1 사용자의 현재 위치를 수신하여, 제 1 사용자가 각 매장에 도착하는 도착 예상 시간을 산출할 수 있다.

매장 추천 서버(2000)는 매장의 인기 결제시간과 제 1 사용자가 각 매장에 도착하는 도착 예상 시간을 비교함으로써 사용자 A 내지 C가 방문한 매장 중 한 곳을 제 1 사용자에게 추천할 수 있다.

매장 추천 서버(2000)는 상술한 요소 외에도 다양한 요소를 복합적으로 고려하여 제 1 사용자의 다음 방문 매장을 결정할 수 있다.

도 7a 내지 도 7b는 일 실시예에 따른 다음 방문 매장에 대한 매장정보 및 방문 경로를 제공하는 예시를 설명하기 위한 도면이다.

매장 추천 서버(2000)는 제 1 사용자의 다음 방문 매장을 결정하고, 다음 방문 매장에 대한 매장정보를 사용자 디바이스(1000)에 전송할 수 있다. 사용자 디바이스(1000)는 다음 방문 매장에 대한 매장정보를 화면 상에 디스플레이할 수 있다.

도 7a를 참조하면, 매장 추천 서버(2000)는 제 1 사용자의 다음 방문 매장을 '이탈리안 피자'로 결정하고, '이탈리안 피자'에 대한 매장정보를 사용자 디바이스(1000)에 전송할 수 있다. 사용자 디바이스(1000)는 '이탈리안 피자'에 대한 매장정보로서, 매장 이름, 위치, 카테고리 및 프로모션 정보 등을 화면에 디스플레이할 수 있다. 그러나, 디스플레이되는 매장정보는 이에 제한되지 않는다.

도 7b를 참조하면, 매장 추천 서버(2000)는 제 1 사용자가 방문할 복수의 매장을 결정하고, 복수의 매장 간 위치 관계 및 복수의 매장을 방문한 제 2 사용자의 방문 순서에 기초하여 방문 경로를 생성할 수 있다.

예를 들어, 매장 추천 서버(2000)는 복수의 매장 간 위치 관계 및 복수의 매장을 방문한 제 2 사용자의 방문 순서에 기초하여 '이탈리안 피자-서울 커피숍-VR 게임방'을 방문 경로로 생성한 후 사용자 디바이스(1000)에 전송할 수 있다. 사용자 디바이스(1000)는 방문 경로를 화면에 디스플레이할 수 있다. 또한, 사용자 디바이스(1000)는 방문 경로와 함께 매장정보를 함께 디스플레이하거나, 사용자가 방문 경로 상의 매장 중 어느 하나를 선택하는 입력을 수신한 후 선택된 매장에 대한 매장정보를 도 7a와 같이 디스플레이할 수 있다.

도 8은 일 실시예에 따른 매장 추천 서버의 블록도이다.

도 8을 참조하면, 매장 추천 서버(2000)는 통신부(810), 프로세서(820) 및 DB(830)를 포함할 수 있다. 도 8의 매장 추천 서버(2000)에는 실시예와 관련된 구성요소들만이 도시되어 있다. 따라서, 도 8에 도시된 구성요소들 외에 다른 범용적인 구성요소들이 더 포함될 수 있음을 당해 기술분야의 통상의 기술자라면 이해할 수 있다.

통신부(810)는 사용자 디바이스(1000) 및 가계부 서비스 DB(3000) 등과 유선/무선 통신을 하게 하는 하나 이상의 구성 요소를 포함할 수 있다. 예를 들어, 통신부(2100)는, 근거리 통신부(미도시), 이동 통신부(미도시) 및 방송 수신부(미도시) 중 적어도 하나를 포함할 수 있다.

DB(830)는 매장 추천 서버(2000) 내에서 처리되는 각종 데이터들을 저장하는 하드웨어로서, 프로세서(820)의 처리 및 제어를 위한 프로그램을 저장할 수 있다. DB(830)는 제 1 사용자의 다음 방문 매장을 결정할 수 있도록 하기 위한 다양한 데이터를 저장할 수 있다.

DB(830)는 DRAM(dynamic random access memory), SRAM(static random access memory) 등과 같은 RAM(random access memory), ROM(read-only memory), EEPROM(electrically erasable programmable read-only memory), CD-ROM, 블루레이 또는 다른 광학 디스크 스토리지, HDD(hard disk drive), SSD(solid state drive), 또는 플래시 메모리를 포함할 수 있다.

프로세서(820)는 매장 추천 서버(2000)의 전반적인 동작을 제어한다. 예를 들어, 프로세서(820)는 DB(830)에 저장된 프로그램들을 실행함으로써, 입력부(미도시), 디스플레이(미도시), 통신부(810), DB(830) 등을 전반적으로 제어할 수 있다. 프로세서(820)는, DB(830)에 저장된 프로그램들을 실행함으로써, 도 1 내지 도 7에서의 매장 추천 서버(2000)의 동작을 제어할 수 있다.

프로세서(2200)는 ASICs (application specific integrated circuits), DSPs(digital signal processors), DSPDs(digital signal processing devices), PLDs(programmable logic devices), FPGAs(field programmable gate arrays), 제어기(controllers), 마이크로 컨트롤러(micro-controllers), 마이크로 프로세서(microprocessors), 기타 기능 수행을 위한 전기적 유닛 중 적어도 하나를 이용하여 구현될 수 있다.

본 실시예들은 컴퓨터에 의해 실행되는 프로그램 모듈과 같은 컴퓨터에 의해 실행 가능한 명령어를 포함하는 기록 매체의 형태로도 구현될 수 있다. 컴퓨터 판독 가능 매체는 컴퓨터에 의해 액세스될 수 있는 임의의 가용 매체일 수 있고, 휘발성 및 비휘발성 매체, 분리형 및 비분리형 매체를 모두 포함한다. 또한, 컴퓨터 판독가능 매체는 컴퓨터 저장 매체 및 통신 매체를 모두 포함할 수 있다. 컴퓨터 저장 매체는 컴퓨터 판독가능 명령어, 데이터 구조, 프로그램 모듈 또는 기타 데이터와 같은 정보의 저장을 위한 임의의 방법 또는 기술로 구현된 휘발성 및 비휘발성, 분리형 및 비분리형 매체를 모두 포함한다. 통신 매체는 전형적으로 컴퓨터 판독가능 명령어, 데이터 구조, 프로그램 모듈과 같은 변조된 데이터 신호의 기타 데이터, 또는 기타 전송 메커니즘을 포함하며, 임의의 정보 전달 매체를 포함한다.

또한, 본 명세서에서, ““부””는 프로세서 또는 회로와 같은 하드웨어 구성(hardware component), 및/또는 프로세서와 같은 하드웨어 구성에 의해 실행되는 소프트웨어 구성(software component)일 수 있다.

전술한 본 명세서의 설명은 예시를 위한 것이며, 본 명세서의 내용이 속하는 기술분야의 통상의 지식을 가진 자는 본 발명의 기술적 사상이나 필수적인 특징을 변경하지 않고서 다른 구체적인 형태로 쉽게 변형이 가능하다는 것을 이해할 수 있을 것이다. 그러므로 이상에서 기술한 실시예들은 모든 면에서 예시적인 것이며 한정적이 아닌 것으로 이해해야만 한다. 예를 들어, 단일형으로 설명되어 있는 각 구성 요소는 분산되어 실시될 수도 있으며, 마찬가지로 분산된 것으로 설명되어 있는 구성 요소들도 결합된 형태로 실시될 수 있다.

본 실시예의 범위는 상기 상세한 설명보다는 후술하는 특허청구범위에 의하여 나타내어지며, 특허청구범위의 의미 및 범위 그리고 그 균등 개념으로부터 도출되는 모든 변경 또는 변형된 형태가 포함되는 것으로 해석되어야 한다.

Claims (14)

1. 지출내역 정보 및 결제정보에 기반하여 매장을 추천하는 방법에 있어서,
   특정 매장에서 결제를 진행한 제 1 사용자에 대한 결제정보를 사용자 디바이스로부터 획득하는 단계;
   상기 사용자 디바이스로부터 상기 제 1 사용자에 대한 제 1 지출내역을 획득하는 단계;
   상기 결제정보에 기초하여 복수의 사용자에 대한 지출내역이 저장된 가계부 서비스 DB로부터, 제 2 사용자에 대한 제 2 지출내역을 획득하는 단계;
   상기 제 1 지출내역과 상기 제 2 지출내역을 비교함으로써, 상기 제 1 사용자와 상기 제 2 사용자 간의 유사도를 산출하는 단계;
   상기 유사도 산출 결과에 기초하여, 상기 제 2 사용자 중 일부를 선택하고 상기 선택된 제 2 사용자가 방문한 매장 중 적어도 하나의 매장을 상기 제 1 사용자의 다음 방문 매장으로 결정하는 단계; 및
   상기 다음 방문 매장에 대한 매장정보를 상기 사용자 디바이스에 제공하는 단계;
   를 포함하는, 방법.
2. 제 1항에 있어서,
   상기 제 2 지출내역을 획득하는 단계는,
   상기 결제정보에 포함된 매장정보와 상기 지출내역에 포함된 매장정보를 비교함으로써, 상기 복수의 사용자 중에서 상기 특정 매장을 이전에 방문한 사용자를 상기 제 2 사용자로 결정하는 단계; 및
   상기 가계부 서비스 DB로부터 상기 제 2 사용자에 대한 상기 제 2 지출내역을 획득하는 단계;
   를 포함하는, 방법.
3. 제 1항에 있어서,
   상기 방법은,
   상기 사용자 디바이스로부터 상기 제 1 사용자에 대한 제 1 사용자 등록정보를 획득하는 단계; 및
   상기 가계부 서비스 DB로부터 상기 제 2 사용자에 대한 제 2 사용자 등록정보를 획득하는 단계;
   를 더 포함하고,
   상기 유사도를 산출하는 단계는,
   상기 제 1 사용자 등록정보와 상기 제 2 사용자 등록정보를 비교함으로써, 상기 제 1 사용자와 상기 제 2 사용자 간의 유사도를 산출하는 단계;
   를 포함하는, 방법.
4. 제 3항에 있어서,
   상기 유사도를 산출하는 단계는,
   상기 제 1 사용자 등록정보에 포함된 개인 신상 정보와 상기 제 2 사용자 등록정보에 포함된 개인 신상 정보를 비교함으로써, 상기 제 1 사용자와 상기 제 2 사용자 간의 유사도를 산출하는 단계;
   를 포함하는, 방법.
5. 제 1항에 있어서,
   상기 유사도를 산출하는 단계는,
   상기 제 1 지출내역에 포함된 카테고리 별 지출 규모와 상기 제 2 지출내역에 포함된 카테고리 별 지출 규모를 비교함으로써, 상기 제 1 사용자와 상기 제 2 사용자 간의 유사도를 산출하는 단계;
   를 포함하는, 방법.
6. 제 1항에 있어서,
   상기 유사도를 산출하는 단계는,
   상기 제 1 지출내역에 포함된 구매 물품정보와 상기 제 2 지출내역에 포함된 구매 물품정보를 비교함으로써, 상기 제 1 사용자와 상기 제 2 사용자 간의 유사도를 산출하는 단계;
   를 포함하는, 방법.
7. 제 6항에 있어서,
   상기 구매 물품정보는,
   외부 서버로부터 가계부 서비스를 이용하는 상기 복수의 사용자에 대한 상기 구매 물품정보를 획득하거나, 상기 사용자 디바이스에 탑재된 카메라에 의해 촬영된 영수증 이미지를 획득함으로써 상기 구매 물품정보가 결정되거나, 상기 제 1 사용자에 의해 상기 사용자 디바이스에 입력되는 정보를 획득함으로써 상기 구매 물품정보가 결정되는 것인, 방법.
8. 제 1항에 있어서,
   상기 결정하는 단계는,
   상기 선택된 제 2 사용자의 매장 별 방문 빈도수에 기초하여, 상기 선택된 제 2 사용자가 방문한 복수의 매장 중에서 적어도 하나의 매장을 상기 다음 방문 매장으로 결정하는 단계;
   를 포함하는, 방법.
9. 제 1항에 있어서,
   상기 결정하는 단계는,
   상기 선택된 제 2 사용자가 방문한 복수의 매장에 대한 프로모션 정보에 기초하여, 상기 선택된 제 2 사용자가 방문한 복수의 매장 중에서 적어도 하나의 매장을 상기 다음 방문 매장으로 결정하는 단계;
   를 포함하는, 방법.
10. 제 1항에 있어서,
    상기 결정하는 단계는,
    상기 선택된 제 2 사용자가 방문한 복수의 매장 별 인기 결제 시간대와 상기 제 1 사용자가 상기 복수의 매장에 도착하는 도착 예상 시간대를 비교함으로써, 상기 선택된 제 2 사용자가 방문한 복수의 매장 중에서 적어도 하나의 매장을 상기 다음 방문 매장으로 결정하는 단계;
    를 포함하는, 방법.
11. 제 1항에 있어서,
    상기 결정하는 단계는,
    상기 선택된 제 2 사용자가 상기 특정 매장을 방문한 이후에 방문하였던 매장 중에서 적어도 하나의 매장을 상기 제 1 사용자의 다음 방문 매장으로 결정하는 단계;
    를 포함하는, 방법.
12. 제 1항에 있어서,
    상기 제공하는 단계는,
    상기 선택된 제 2 사용자가 방문한 매장 중 복수의 매장을 선택하는 단계;
    상기 복수의 매장 간 위치 관계 및 상기 복수의 매장에 대한 상기 선택된 제 2 사용자의 방문 순서에 기초하여 방문 경로를 생성하는 단계; 및
    상기 생성된 방문 경로 및 상기 선택된 복수의 매장에 대한 매장정보를 상기 사용자 디바이스에 제공하는 단계;
    를 더 포함하는, 방법.
13. 적어도 하나의 프로그램을 저장하는 저장부;
    사용자 디바이스와 가계부 서비스 DB에 데이터를 송수신하는 통신부; 및
    상기 적어도 하나의 프로그램을 실행함으로써 상기 사용자 디바이스 및 상기 가계부 서비스 DB를 이용하여 매장을 추천하기 위한 적어도 하나의 프로세서;
    를 포함하며,
    상기 저장부는, 상기 적어도 하나의 프로세서가,
    특정 매장에서 결제를 진행한 제 1 사용자에 대한 결제정보를 상기 사용자 디바이스로부터 획득하는 단계;
    상기 사용자 디바이스로부터 상기 제 1 사용자에 대한 제 1 지출내역을 획득하는 단계;
    상기 결제정보에 기초하여 복수의 사용자에 대한 지출내역이 저장된 가계부 서비스 DB로부터, 제 2 사용자에 대한 제 2 지출내역을 획득하는 단계;
    상기 제 1 지출내역과 상기 제 2 지출내역을 비교함으로써, 상기 제 1 사용자와 상기 제 2 사용자 간의 유사도를 산출하는 단계;
    상기 유사도 산출 결과에 기초하여, 상기 제 2 사용자 중 일부를 선택하고 상기 선택된 제 2 사용자가 방문한 매장 중 적어도 하나의 매장을 상기 제 1 사용자의 다음 방문 매장으로 결정하는 단계; 및
    상기 다음 방문 매장에 대한 매장정보를 상기 사용자 디바이스에 제공하는 단계;
    를 실행하도록 하는 명령어들을 포함하는 것을 특징으로 하는, 서버.
14. 제 1항 내지 12항 중에 적어도 어느 한 항의 방법을 컴퓨터에서 실행시키기 위한 프로그램을 기록한 컴퓨터로 읽을 수 있는 기록매체.

Images