KR20200014855A

KR20200014855A - 맞춤형 현장 정보 교환을 제공하기 위한 방법 및 시스템

Info

Publication number: KR20200014855A
Application number: KR1020197038996A
Authority: KR
Inventors: 둥옌 왕; 마니 수레시; 밍이 양; 리츠테벨드 에드윈
Original assignee: 미디어 그룹 코 엘티디
Priority date: 2017-10-13
Filing date: 2018-10-10
Publication date: 2020-02-11
Also published as: US10706290B2; CN110770779B; EP3695363A4; KR102345945B1; US20190163985A1; WO2019072195A1; EP3695363A1; CN110770779A

Abstract

방법으로서, 프론트엔드 시스템(FIES)을 배치하는 단계; FIES의 현재 배치 위치에서 현장 카메라로부터의 입력 스트림을 활성화 시키는 단계; 제1 카메라의 각 입력 스트림에 따라, 사용자의 구경 이벤트를, 디스플레이된 제1 샘플 제품과 관련되는 것으로 등록하는 단계; 사용자 및 FIES 사이의 근거리 상호 작용을 검출하는 단계를 포함하며, 제1 제품 추천을 자동으로 생성하는 단계는, 구경 이벤트가 향상된 구경 기준을 충족하는 경우, 자동으로 제1 제품 추천에 제1 샘플 제품의 제품별 설명을 추가하는 단계 - 향상된 구경 기준은, 각 제1 샘플 제품과 관련된 미리 저장된 구경 이벤트에, 제1 사용자의 제2 구경 이벤트가 존재할 때 충족됨 - ; 그렇지 않으면, 제1 제품 추천에서 제1 샘플 제품의 제품별 설명을 포함하는 것을 포기하는 단계; 및 프론트엔드 정보 교환 시스템을 통해, 제1 사용자에 제1 제품 추천을 제공하는 단계를 포함하는 제1 제품 추천을 제공하는 단계를 포함한다.

Description

맞춤형 현장 정보 교환을 제공하기 위한 방법 및 시스템

관련 출원에 대한 상호 참조

본 출원은 출원번호가 62/572,242이고, 출원일자가 2017년 10월 13일인 미국 특허 출원의 우선권을 주장하며, 본 출원의 모든 내용은 참조로서 본 출원에 원용된다.

기술분야

본 발명은 컴퓨터 기반 정보 처리를 대면(in-person) 근접(close-proximity) 물리적 상호 작용과 통합하여, 맞춤형 현장 사람과 기계 간의 정보 교환을 지원하는 것에 관한 것이고, 특히 인간 사용자와 전자 제품 추천과 관련된 맞춤형 현장 정보 교환을 제공하기 위한 방법 및 시스템에 관한 것이다.

전자상거래의 인기가 높아지는 시대에, 많은 제품 공급업체는 대량의 자원을 투자하여 온라인 판매 플랫폼을 개발하고 사용하고, 온라인 플랫폼은 리스트에 제품 이미지를 제공하며, 단일 제품 페이지에서 제품 설명, 온라인 리뷰 및 정보 비디오를 제공하여 판매를 촉진한다. 많은 온라인 판매 플랫폼은 사용자가 입력한 검색 키워드에 따라 모든 사용 가능한 제품의 서브 세트를 인식하는 제품 검색 기능도 제공한다. 비록 온라인 판매 플랫폼은 가전 제품 판매를 위한 수단을 제공하지만, 순수한 온라인 판매 플랫폼은, 가전 제품을 사용해 보거나, 이들의 많은 기능을 알아보거나, 직접 만지고 동작해보거나, 가전 제품이, 사용자 가족의 동작 환경을 모사한 물리적 환경에서 작동하는 것을 보는 등을 충족시킬 수 없다. 순수한 온라인 판매 플랫폼은 또한, 사용자가 전자 제품에 대해 대면 근접 체험(in-person close-proximity experiences)을 진행하는 위치에서 사용자에게 실시간으로, 맞춤형 어떠한 관심 및 지원을 제공할 수 없다.

실제 매장은 줄어들고, 운영 비용은 높아지고 있다. 우수하고 효율적인 판매 직원은 찾기가 어려울 뿐만 아니라, 유지 보수 비용도 많이 든다. 또한, 한 명의 판매 직원은, 한 명의 고객과 좋은 관계를 구축하고 판매를 이룰 수 있지만, 상이한 다른 한 명의 고객에게 가능하게 회피 및 거부에 직면할 수 있다. 고객이 일반적으로 실제 매장에 머무르는 짧은 시간 동안, 실제 인간 판매 직원은 방문하는 모든 고객에게 개성, 정력, 에너지 또는 지식을 갖고 진정한 맞춤형 서비스와 지원을 제공한다는 것은 불가능하다.

최근에는, 사람들은 매장 내 판매 로봇을 개발하는데 관심이 있다. 그러나, 예상된 많은 매장 내의 최신 판매 로봇은, 자연 언어 처리 기능이 추가된 기존 전자상거래 백엔드(backend) 시스템의 조잡한 조합이다. 판매 로봇은, 다만 일반 언어 모델 및 키워드 인식에 기반하여 고객과의 자연스러운 언어 교류를 모사할 뿐, 기존 온라인 판매 플랫폼보다 효과적이지 않다. 백엔드 시스템에서, 대규모 고객 데이터의 일반 통계 모델링은, 제품에 대한 개별 고객의 매장 내 체험을 고려하지 않았고, 다른 유형의 제품 또는 상품의 쇼핑과 비교할 때 전자 제품 쇼핑의 고유성도 고려하지 않았다. 매장 내 판매 로봇의 발전은, 관련 데이터의 사용 가능성 및 관련 파라미터를 선택하고, 데이터 처리 및 저장 작업의 우선 순위를 구획하기 위한 효율적이고 효과적인 방법의 부족으로 인해 심각하게 제한된다.

따라서, 빠르고, 효율적인 및 효과적인 맞춤형 현장 정보 교환을 제공하는 개선된 방법 및 시스템이 필요하다.

배경 기술에서 논의된 바와 같이, 많은 최신 판매 로봇 또는 매장 내의 키오스크는, 대량 판매 데이터의 통계적 모델링에 의존하고, 개별 사용자와의 진정한 맞춤형 정보 교환을 제공하지 않고, 개체 사용자를 대략적인 카테고리에 배치하려고 시도한다. 또한, 컴퓨터 기반 정보 처리 및 개별 사용자의 현장 대면 체험은 양자 사이에 시너지 효과 없이, 서로 완전히 분리되거나, 조잡한 추가 전략으로 간단하게 결합된다. 사용자의 매장 내 체험 및 백엔드 컴퓨터 기반 정보 처리 능력 사이의 통합은, 각 사용자 및 사용자의 과거 및 현재 상황의 고유성에 맞게 신중히 고려되어야 한다. 서로 다른 인공 지능 전략 및 모델들이 상호 작용하는 방법을 동적으로 변경하는 것을 통해, 전체 모델 리트레이닝, 사용자 특징 예측, 제품 추천 생성 및 직접적인 정보 교환 과정에서의 상대적인 역할을 재배열하고, 상대적인 중요성을 재조정하며, 정보 교환 시스템(백엔드 서버 시스템 및 프론트엔드(frontend) 판매 로봇 또는 키오스크)이, 실제 제품이 전시되어 사용자가 동작 및 구경하도록 제공된 물리적 배치 위치(예를 들어, 실제 매장 또는 전시장)에서, 사용자에 의해 사용될 때, 정보 교환 시스템은 더 나은 사용자 체험 및 더 나은 판매 결과를 제공할 수 있다.

종래의 전자상거래 플랫폼의 결함 및 실제 매장의 결함을 해결하기 위해, 본 발명에서 개시된 시스템 및 방법은 기술 도전에 직면하고자 한다. 일부 실시예에 있어서, 프론트엔드 정보 교환 시스템(예를 들어, 판매 로봇 또는 키오스크)은, 배치 위치(예를 들어, 실제 매장 또는 전시장)에 배치되고, 인간 사용자와의 직접적인, 대면 근접 상호 작용을 통해 데이터 입력을 획득하고 선택적으로 처리하기 위한 것이고; 백엔드 정보 교환 시스템은, 인공 지능 모델, 규칙 및 전략 로직을 생성하고, 관련 파라미터를 도출하며, 이러한 파라미터를 백엔드 정보 교환 시스템의 컴퓨터 기반 정보 처리 능력을 통해, 다른 관련 데이터와 효과적으로 통합하기 위한 것이다. 구체적으로 말하면, 백엔드 정보 교환 시스템은, 특정 데이터를 인식하도록 설계되었고, 상기 특정 데이터가, 인간 사용자와 대면 근접 상호 작용을 통해 획득된 관련 정보 및 파라미터와 결합될 때, 이전에는 사용 불가했던 결정 경로를 구현하게 하고, 논의된 특정 사용자에 대해, 사용자의 선호 및 의도의 예측 가능성을 향상시킨다. 또한, 사용자와의 대면 근접 상호 작용을 통해 획득된 파라미터는, 백엔드 정보 교환 시스템으로 하여금 현재 정보 교환 작업에 대한 데이터 저장 및 데이터 처리 수요의 우선 레벨을 동적으로 추가로 결정할 수 있게 함으로써, 정보 교환 시스템을 더욱 효과적이 되고, 자원 제한은 더욱 적어진다. 마지막으로, 상호 작용 및 상호 작용 결과는, 사용자의 역할 및 사용자와 상호 작용하는 제품을 추천하기 위한 예측 모델을 추가로 개선하기 위해 처리된다.

본 발명에서 개시된 바와 같이, 일부 실시예에 있어서, 정보 교환(예를 들어, 가전 제품에 대한 추천과 같은 기계에 의해 생성된 제품 추천을 제공하는 방법)을 제공하는 방법은, 하나 또는 복수 개의 프로세서 및 메모리를 갖는 전자 기기(예를 들어, 제품 추천 엔진을 호스팅하는 서버)에서, 프론트엔드 정보 교환 시스템 - 프론트엔드 정보 교환 시스템은 입력 사용자 인터페이스를 제공하고, 상기 입력 사용자 인터페이스는, 사용자 및 프론트엔드 정보 교환 시스템 사이의 하나 또는 복수 개의 대면 근접 상호 작용(예를 들어, 음성, 터치, 시력, 제스처 등 상호 작용을 통해, 사용자 및 프론트엔드 정보 교환 시스템 사이의 밀접한 물리적 근접에 의해 구현됨)을 검출하도록 구성됨 - 을 배치하는 단계; 프론트엔드 정보 교환 시스템의 현재 배치 위치를 등록하는 단계; 프론트엔드 정보 교환 시스템의 현재 배치 위치에서, 제1 사용자 및 프론트엔드 정보 교환 시스템 사이의 제1 대면 근접 상호 작용 - 상기 제1 대면 근접 상호 작용은, 제1 제품 카테고리를 지정하고, 제1 사용자는 이에 대한 제품 추천을 찾는 중임 - 을 검출하는 단계; 제1 사용자 및 프론트엔드 정보 교환 시스템 사이의 제1 대면 근접 상호 작용에 응답하여, 제1 제품 추천 - 제1 제품 추천은 적어도, 프론트엔드 정보 교환 시스템에 기반하여 등록된 현재 배치 위치에서 선택한 제1 제품 카테고리의 제1 제품의 일부 단계를 포함함 - 을 자동으로 생성하는 단계; 제1 사용자의 제1 제품 카테고리와 관련된 제2 제품 카테고리 중의 제2 제품에 대한 각 이전 구매 기록을 검출하는 단계; 제2 제품의 각 이전 구매 기록이 프론트엔드 정보 교환 시스템에 등록된 현재 배치 위치의 소정의 지리적 영역 내의 구매 또는 배송지를 나타내는 것을 결정함에 따라, 제2 제품 카테고리로부터의 제3 제품 - 제3 제품은 상기 제2 제품의 특성에 기반하여 선택됨 - 을 포함하기 위해 자동으로 제1 제품 추천을 확장하는 단계; 제2 제품의 각 이전 구매 기록이 프론트엔드 정보 교환 시스템에 등록된 현재 배치 위치의 소정의 지리적 영역 내에서 구매 또는 배송지를 나타내는 것을 결정함에 따라, 제2 제품의 특성에 기반하여 제1 제품의 하나 또는 복수 개의 특성을 추가로 한정하기 위해, 상기 제1 제품 추천을 자동으로 개선하는 단계; 및 제1 제품 추천을 자동으로 확장 또는 개선한 후, 프론트엔드 정보 교환 시스템을 통해 제1 사용자에게 제1 제품 추천을 제공하는 단계를 포함한다.

본 발명에 개시된 바와 일부 실시예에 있어서, 정보 교환(예를 들어, 가전 제품에 대한 추천과 같은, 기계에 의해 생성된 제품 추천을 제공하는 방법)을 제공하는 방법은, 하나 또는 복수 개의 프로세서 및 메모리를 갖는 전자 기기(예를 들어, 제품 추천 엔진을 호스팅하는 서버)에서, 기계에 의해 생성된 제품 추천을 제공하는 방법으로서,

하나 또는 복수 개의 프로세서 및 메모리를 갖는 전자 기기(예를 들어, 제품 추천 엔진을 호스팅하는 서버)에서, 사용자 및 프론트엔드 정보 교환 시스템 사이의 하나 또는 복수 개의 대면 근접 상호 작용(예를 들어, 음성, 터치, 시각, 제스처 등의 상호 작용을 통해, 사용자 및 프론트엔드 정보 교환 시스템 사이의 밀접한 물리적 접근에 의해 구현됨)을 검출하도록 구성된, 입력 사용자 인터페이스를 제공하는, 프론트엔드 정보 교환 시스템을 배치하는 단계; 프론트엔드 정보 교환 시스템의 현재 배치 위치에서 하나 또는 복수 개의 현장 카메라 - 상기 하나 또는 복수 개의 현장 카메라 각각은 프론트엔드 정보 교환 시스템의 현재 배치 위치에서 디스플레이된 각 샘플 제품의 부근에 위치함 - 로부터 각 입력 스트림을 활성화하는 단계; 하나 또는 복수 개의 현장 카메라 중의 제1 카메라의 각 입력 스트렘에 따라, 제1 사용자의 제1 검색 이벤트를, 프론트엔드 정보 교환 시스템의 현재 배치 위치에서 디스플레이된 제1 샘플 제품과 관련되는 것으로 등록하는 단계; 프론트엔드 정보 교환 시스템의 현재 배치 위치에서, 제1 사용자 및 프론트엔드 정보 교환 시스템 사이의 제1 대면 근접 상호 작용을 검출하는 단계; 제1 사용자 및 프론트엔드 정보 교환 시스템 사이의 제1 대면 근접 상호 작용에 응답하여, 제1 샘플 제품과 관련되는 것으로 등록된 제1 사용자의 제1 구경 이벤트가 향상된 구경 기준 - 각 제1 샘플 제품과 관련된 복수 개의 미리 저장된 구경 이벤트에 적어도 제1 사용자의 제2 구경 이벤트가 존재할 때 충족되는 기준을 포함함 - 을 충족시키는 것을 결정함에 따라, 제1 제품 추천에 제1 샘플 제품의 제품별 설명을 자동으로 추가하는 것을 포함하는, 자동으로 제1 제품 추천을 생성하는 단계; 제1 샘플 제품과 관련되는 것으로 등록된 제1 사용자의 제1 구경 사건이 향상된 구경 기준을 충족시키지 않는 것으로 결정함에 따라 따라, 제1 제품 추천에 제1 샘플 제품의 제품별 설명을 포함하는 것을 포기하는 단계; 및 프론트엔드 정보 교환 시스템을 통해 제1 사용자에 제1 제품 추천을 제공하는 단계를 포함한다.

일부 실시예에 따르면, 전자 기기는 하나 또는 복수 개의 프로세서 및 하나 또는 복수 개의 프로그램을 저장하는 메모리를 포함하고; 하나 또는 복수 개의 프로그램은, 복수 개의 프로세서에 의해 수행되도록 구성되며, 본 명세서에서 설명한 방법 중 어느 한 항의 동작을 수행 또는 수행하도록 하기 위한 명령어를 포함한다. 일부 실시예에 따르면, 컴퓨터 판독 가능 저장 매체에 명령어가 저장되어 있고, 전자 기기에 의해 수행될 때, 이러한 명령어는 상기 기기로 하여금 본 명세서에서 설명한 방법의 어느 한 항의 동작을 수행 또는 수행하게 한다. 일부 실시예에 따르면, 전자 기기는 본 명세서에서 설명한 방법의 어느 한 항의 동작을 수행 또는 수행하게 하는 장치를 포함한다. 일부 실시예에 따르면, 전자 기기에 사용되기 위한 정보 처리 기기는, 본 명세서에서 설명한 방법의 어느 한 항의 동작을 수행 또는 수행하게 하는 장치를 포함한다.

아래의 설명에 따르면, 본 발명의 다양한 추가 장점은 더욱 명확해진다.

도면과 결합하여 바람직한 실시예를 상세히 설명하기 위한 결과로서, 아래에 개시된 기술의 전술한 특징 및 장점과 추가 특징 및 추가 장점이 더욱 명확하게 이해될 것이다.
본 발명 기술의 실시예 또는 기존 기술에서의 기적술 해결 방안을 더욱 명확하게 설명하기 위해, 아래에 실시예 또는 기존 기술을 설명함에 있어서 필요한 첨부 도면을 간단하게 설명하고자 한다. 아래의 설명에서의 첨부 도면은 다만 본 발명 기술의 일부 실시예만 도시할 뿐이며며, 본 기술분야의 기술자라면 창조적 노력 없이, 여전히 이러한 첨부 도면으로부터 다른 도면을 도출할 수 있음은 명백하다.
도 1a는 일부 실시예에 따른 정보 교환 시스템의 동작 환경의 블록도이다.
도 1b는 일부 실시예에 따른 백엔드 정보 교환 시스템의 예시적 컴포넌트의 블록도이다.
도 1c는 일부 실시예에 따른 프론트엔드 정보 교환 시스템의 예시적 컴포넌트 및 배치 환경의 블록도이다.
도 2는 일부 실시예에 따른 프론트엔드 정보 교환 시스템의 예시적 사용자 인터페이스이다.
도 3은 일부 실시예에 따른 정보 교환을 제공하는 방법의 흐름도이다.
도 4는 일부 실시예에 따른 서버 또는 백엔드 정보 교환 시스템의 블록도이다.
도 5는 일부 실시예에 따른 클라이언트 기기 또는 프론트엔드 정보 교환 시스템의 블록도이다.
첨부 도면의 여러 도면에 있어서, 동일한 도면의 표시는, 대응하는 컴포넌트로 대체 지칭된다.

아래에서, 실시예를 상세하게 참조하여 설명하며, 그 예시는 첨부 도면에 도시된다. 아래의 상세한 설명에, 많은 구체적인 세부사항이 설명됨으로써, 본 명세서에서 보여준 주제를 완전히 이해하도록 제공한다. 그러나 본 기술분야의 기술자라면, 이러한 구체적인 세부사항이 없는 경우에서 주제를 구현할 수 있음은 자명한 것이다. 다른 예시에 있어서, 공지된 방법, 과정, 컴포넌트 및 회로는, 실시예의 각 측면을 불필요하게 흐리지 않게 하기 위해 상세히 설명하지 않았다.

아래에, 본 발명 실시예의 첨부 도면을 참조하여, 본 발명 실시예의 기술적 해결방안을 명확하고 완전하게 설명하고자 한다. 설명된 실시예는 다만 본 발명의 전부 실시예가 아닌 일부일 뿐이다. 본 분야의 기술자에 의해 창조적 노력 없이 본 발명의 실시예에 기반하여 획득된 모든 다른 실시예는 본 발명의 보호범위 내에 속해야한다.

도 1a에 도시된 바와 같이, 일부 실시예 및 서버-클라이언트 상호 작용 모델에 따라, 정보 교환 시스템(100)(예를 들어, 백엔드 정보 교환 시스템(108) 및 하나 또는 복수 개의 프론트엔드 정보 교환 시스템(104)을 포함함)을 구현한다. 일부 실시예에 따라, 서버-클라이언트 상호 작용 모델은, 프론트엔드 정보 교환 시스템(104-1, 104-2 등)에서 수행되는 클라이언트 측 모듈(102-1, 102-2 등)("프론트엔드 모듈(102)"라고도 지칭됨)을 포함하고, 프론트엔드 정보 교환 시스템은, 다양한 배치 위치(예를 들어, 실제 매장, 로드쇼 부스, 제품 전시 장소, 전시장 등)에 배치된다. 일부 실시예에 있어서, 서버-클라이언트 상호 작용 모델은, 백엔드 서버 시스템(예를 들어, 백엔드 정보 교환 시스템(108))에서 수행되는 서버 측 모듈(106)("백엔드 모듈(106)"로도 지칭됨)을 더 포함한다. 프론트엔드 모듈(102)은, 하나 또는 복수 개의 네트워크(110)를 통해 백엔드 모듈(106)과 통신한다. 프론트엔드 모듈(102)은, 정보 교환 시스템(100)에 대해 사용자측 기능을 제공하고, 백엔드 모듈(106)과 통신한다. 백엔드 모듈(106)은, 각각 프론트엔드 정보 교환 시스템(104)(예를 들어, 현장 키오스크, 판매 로봇 등)에 존재하는 정보 교환 시스템(100)에 대해, 임의의 개수의 프론트엔드 모듈(102)에 적용되는, 서버 측 기능을 제공한다.

일부 실시예에 있어서, 백엔드 모듈(106)은, 하나 또는 복수 개의 프로세서(112), 다양한 독점 데이터베이스(예를 들어, 시장 분석 데이터를 위한 데이터베이스(114) 및 고객 거래를 위한 데이터베이스(116), 현재 고객 상호 작용 세션을 위한 데이터베이스 및 사용자 프로필을 위한 데이터베이스 등), 하나 또는 복수 개의 프론트엔드 모듈에 대한 입력/출력 인터페이스(118), 및 하나 또는 복수 개의 외부 서비스 또는 다른 개인 온라인 상호 작용(예를 들어, 사용자가 다른 개인 사용자 기기(103)(예를 들어, 스마트폰, 태블릿 장치 및 개인용 컴퓨터)에서의 순수 온라인 판매 경로(예를 들어, 전자상거래 또는 소셜 온라인 애플리케이션(105))을 통한, 정보 교환 시스템(100)과 상호 작용을 진행함)의 입력/출력 인터페이스(120)를 포함한다.

일부 실시예에 있어서, 하나 또는 복수 개의 프론트엔드 모듈에 대한 입력/출력 인터페이스(118)는, 프론트엔드 모듈(102)의 클라이언트 지향 입력 및 출력 처리에 도움이 된다. 하나 또는 복수 개의 프론트엔드 모듈에 대한 입력/출력 인터페이스(118)는, 다양한 주변 기기를 위한 입력 처리를 더 포함한다. 현장 카메라, GPS 트래커 및 현장 마이크로폰 중 적어도 하나와 같은 이들 주변 장치는 프론트엔드 정보 교환 시스템(104)의 다양한 배치 위치(예를 들어, 각각의 디스플레이된 제품으로부터, 또는 제품 디스플레이 영역에서, 각 통로에 따른 장소 등) 에서의 각 위치에 분포된다. 일부 실시예에 있어서, 백엔드 정보 교환 시스템(108)은 대면 현장 주변 기기와 통신하고 현장 주변 기기를 제어한다. 일부 실시예에 있어서, 백엔드 정보 교환 시스템(108)은, 각각 현장 주변 기기가 위치하는 각 배치 사이트에 위치한 프론트엔드 정보 교환 시스템을 통해, 현장 주변 기기와 통신하고, 현장 주변 기기를 제어한다.

일부 실시예에 있어서, 시장 분석 데이터를 위한 데이터베이스(114)는, 본질적으로 통계적 또는 집계적이고, 과거 마케팅, 판매 및 연구 결과의 요약 및 추세를 나타내는, 다양한 시장 분석 데이터(예를 들어, 판매 및 이윤에 영향을 미치는 요소, 고객 인식, 전략적 판매 및 마케팅 계획 등)를 저장한다. 고객 거래를 위한 데이터베이스(116)는, 다양한 검색 가능한 포맷(예를 들어, 고객 명칭, 연령, 소득 수준, 색상 선호도, 이전에 구매 제품, 제품 카테고리, 제품 조합/묶음, 이전 문의한 제품, 과거 배송지, 상호 작용 채널, 영업 담당자, 상호 작용 위치, 구매 시간, 배송 시간, 고객 평가, 특별 요청 등)으로서 조합된 단일 거래 기록을 저장한다. 다른 데이터베이스는, 각 사용자에 대한 검색 가능한 특성(예를 들어, 신원 데이터, 인구 통계 데이터, 소셜 관계, 소셜 네트워크 계정 명칭, 소셜 네트워크 게시물 또는 평가, 판매 담당자, 고객 서비스 담당자 또는 배송 담당자와의 상호 작용, 선호도, 불호도, 감정, 신념, 미신, 성격, 기질, 상호 작용 스타일 등)을 포함하는, 사용자 프로필 데이터베이스를 포함한다.

일부 실시예에 있어서, 고객 거래를 위한 데이터베이스(116)는, 사용자 프로필 데이터를 저장한다. 사용자 프로필 데이터는, 대면 사용자로부터 획득한 자체 설명(예를 들어, 판매 기록 또는 평가, 조사 등)에 기반하여 생성된 통합 페르소나, 소셜 네트워크 또는 공개 기록(예를 들어, 출판물, 평가, 소셜 네트워크 관심사 등)에 대한 설명, 직접적인 인간 인터페이스 및 인간 관찰을 통해 제공되는 설명(예를 들어, 영업 담당자, 배송 담당자, 고객 서비스 담당자에 의해 기록된 연령, 몸무게, 생활 환경, 성격, 기질, 관심사, 인간 상호 작용 스타일 및 선호도, 개인 스타일 및 취향 등과 같은 설명), 이미지 및 이미지의 설명(예를 들어, 사용자가 매장을 방문한 이미지, 소셜 미디어에 개시된 사용자가 어떤 제품을 탐색했고, 어떤 제품과 상호 작용 하였고, 사용자는 가족, 친구와 있었는지 혼자 있었는지 여부, 사용자의 모습, 사용자의 기분 등을 포함하는 이미지), 사용자의 사용자는 관심 있는 제품을 대면 보았는지 아니면 다양한 제품 타입 중에서 로밍하고 브라우징하는 것을 더 좋아하는지, 사용자가 방문하는 동안 임의의 판매 담당자와 접촉했는지 여부 등과 같은 브라우징 경로 및 브라우징 스타일을 포함한다.

다른 데이터베이스는, 현재에서 단일 사용자와의 현장 상호 작용을 통해 수집된 데이터(예를 들어, 사용자가 다양한 통로를 따라 디스플레이된 상이한 제품을 브라우징할 때 캡처한 각 사용자의 이미지, 사용자가 대면 매장에 배치된 프론트엔드 정보 교환 시스템(104)과 상호 작용할 때 사용자의 이미지, 사용자 및 프론트엔드 정보 교환 시스템(104) 사이의 음성 상호 작용 또는 텍스트 교환, 매장에서 전자 정보에 대한 브라우징 및 시청(예를 들어, 매장에서 각 제품에 대한 제품 설명 또는 데모와의 상호 작용), 사용자와 디스플레이된 제품의 가상 현실 및 증강 현실과의 상호 작용 등) 를 임시 저장하는 세션 데이터베이스를 더 포함한다.

일부 실시예에 있어서, 하나 또는 복수 개의 외부 서비스에 대한 입력/출력 인터페이스(120)는, 하나 또는 복수 개의 외부 서비스(122)(예를 들어, 파일 공유, 데이터 저장 서비스, 데이터 수집 및 할당 서비스, 데이터 예측 서비스 등과 같은 네트워크 서버 또는 클라우드 기반 서비스 제공자)와의 통신에 도움이 된다. 예를 들어, 외부 서비스(122)는, 선택적으로 일기 예보 서비스를 포함하고, 다양한 위치 및 날짜에 대한 현재, 미래 및 과거 날씨 데이터를 제공한다. 외부 서비스(122)는, 선택적으로 경쟁사 또는 관련 제품의 판매 및 홍보 전략에 대한 지능 데이터를 포함한다. 외부 서비스(122)는, 선택적으로 운세 예측 및 과거 운세 예측 기록, 또는 다양한 예측 또는 신념 시스템의 원리를 포함한다. 이러한 외부 서비스 중의 각 외부 서비스는, 선택적으로 예측 모델을 훈련시키고, 통계 분석에 대한 기초를 제공하고, 특정 사용자가 개인 프로필을 확립하는데 대한 기초를 제공하는 단계 및 기존의 모델, 규칙 및 통계 분석 결과를 사용하여 현재 예측 또는 분석에 사용되는 단계 중 적어도 하나를 수행하기 위한 데이터를 제공한다.

프론트 정보 교환 시스템(104)의 예시는, 현장 컴퓨터 키오스크, 모바일 판매 로봇, 휴머노이드 로봇, 중앙 제어 디스플레이 단말, 핸드헬드 컴퓨터(handheld computer), 웨어러블 컴퓨터 기기, 개인용 정보 단말기(Personal Digital Assistant, PDA), 태블릿 컴퓨터, 랩톱 컴퓨터, 데스크탑 컴퓨터, 셀룰러 전화, 스마트폰, 진화형 일반 패킷 무선 서비스(Enhanced General Packet Radio Service, EGPRS) 휴대전화, 미디어 플레이어, 내비게이션 기기, 게임 콘솔, 텔레비전, 리모콘, 포스(a Point Of Sale, POS) 단말, 차량 탑재 컴퓨터, 전자책 단말기 또는 이러한 데이터 처리 기기 또는 다른 데이터 처리 기기 중의 임의의 두 개 또는 복수 개의 조합을 포함하지만 이에 한정되지 않는다.

하나 또는 복수 개의 네트워크(110)의 예시는, 이더넷과 같은 근거리 통신망(LAN) 및 광대역 통신망(WAN)을 포함한다. 선택적으로, 임의의 알려진 네트워크 프로토콜을 사용하여, 이더넷, 유니버설 시리얼 버스(Universal Serial Bus, USB), 파이어 와이어, 롱 텀 에볼루션(Long Term Evolution, LTE), 이동 통신 글로벌 시스템(Global System for Mobile communications, GSM), 진화형 데이터 GSM 환경(EDGE), 부호 분할 다원 접속(Code Division Multiple Access, CDMA), 시분할 다원 접속(Time Division Multiple Access, TDMA), 블루투스, WiFi, 인터넷 전화(Voice over Internet Protocol, VolP), Wi-MAX 또는 임의의 다른 적합한 통신 프로토콜 등과 같은 다양한 유선 또는 무선 프로토콜을 포함하는 하나 또는 복수 개의 네트워크(110)를 구현한다.

백엔드 정보 교환 시스템(108)은, 하나 또는 복수 개의 독립형 데이터 처리 기기 또는 분산 컴퓨터 네트워크에서 구현된다. 일부 실시예에 있어서, 백엔드 정보 교환 시스템(108)은 또한, 제3 자 서비스 제공자(예를 들어, 제3 자 클라우드 서비스 제공자)의 다양한 가상 기기 및 서비스 중 적어도 하나를 사용하여, 백엔드 정보 교환 시스템(108)의 기본 컴퓨팅 자원 및 인프라 자원 중 적어도 하나를 제공한다. 일부 실시예에 있어서, 백엔드 정보 교환 시스템(108)은, 핸드헬드 컴퓨터, 태블릿 컴퓨터, 랩톱 컴퓨터, 데스크탑 컴퓨터, 서버 컴퓨터 또는 이러한 데이터 처리 기기 또는 다른 데이터 처리 기기 중의 임의의 두 개 또는 복수 개의 조합을 포함하지만, 이에 한정되지 않는다.

백엔드 정보 교환 시스템(108)은 또한, 서로 다른 프론트엔드 배치 위치에 위치하는 사용자에게, 프론트엔드 상호 작용 및 제품 추천을 지원하기 위한 다양한 모듈을 구현한다. 일부 실시예에 있어서, 백엔드 정보 교환 시스템은, 오디오/비디오 처리 서비스, 자연 언어 처리 서비스, 모델 구축 서비스, 통계 분석 서비스, 데이터 마이닝 서비스, 데이터 수집 서비스 및 제품 추천 서비스 등을 포함하고, 이러한 서비스는, 다양한 통계 기술, 규칙 기반 기술 및 인공 지능 기반 기술에 기반한 것이다.

도 1a에 도시된 정보 교환 시스템(100)은, 클라이언트 측 부분(예를 들어, 프론트엔드 모듈(102)) 및 서버 측 부분(예를 들어, 백엔드 모듈(106))을 포함한다. 일부 실시예에 있어서, 데이터 처리는 복수 개의 실제 제품(예를 들어, 가전 제품, 가구, 중장비, 차량 등)을 물리적으로 디스플레이하는 배치 위치에 배치되고, 사용자는 실제로 상기 위치에 존재하며, 대면 프론트엔드 기기 및 제품과 상호 작용한다. 또한, 상이한 실시예에 있어서, 정보 교환 시스템(100)의 클라이언트 및 서버 부분 사이의 기능 분할은 변할 수 있다. 예를 들어, 일부 실시예에 있어서, 프론트엔드 모듈(102)은, 다만 사용자를 대면한 입력 및 출력 처리 기능을 제공하고, 모든 다른 데이터 처리 기능을 백엔드 서버(예를 들어, 백엔드 정보 교환 시스템(108))에 위임하는 씬 클라이언트(thin-client)이다. 비록 백엔드 시스템의 관점에서 본 기술의 많은 측면을 설명하였지만, 프론트엔드 시스템에 의해 수행되는 대응하는 동작은, 본 분야의 기술자라면 창조적 노력 없이도 자명한 것이다. 마찬가지로, 비록 프론트엔드 시스템의 관점에서 본 기술의 많은 측면을 설명하였지만, 백엔드 시스템에 의해 수행되는 대응하는 동작은, 본 분야의 기술자라면 창조적 노력 없이도 자명한 것이다. 또한, 본 기술의 일부 측면은, 서버, 클라이언트 기기 또는 서버 및 클라이언트에 의해 협력되어 수행될 수 있다. 일부 실시예에 있어서, 데이터베이스(예를 들어, 공지된 홈 위치를 갖는 사용자의 사용자 프로필 데이터) 중의 일부는, 일부 프론트엔드 시스템 로컬의 각 위치로 분산되어, 더욱 빠른 데이터 액세스 및 로컬 데이터 처리 시간을 갖게 한다.

도 1b는 일부 실시예에 따른 백엔드 정보 교환 시스템(108)의 예시적 컴포넌트의 블록도이다. 도 1b에 있어서, 백엔드 정보 교환 시스템(108)은, 전자상거래 데이터 처리 모듈(152), 구매/배송/서비스 이력 처리 모듈(153), 과거 인간 상호 작용 로그 처리 모듈(154), 현재 대면 상호 작용 처리 모듈(156), 데이터 처리 통합 모듈(158), 증강 현실/가상 현실 처리 모듈(160), 제품 추천 모듈(162), 자연 언어 처리 모듈(164), 이미지 처리 모듈(166), 외부 데이터 수집 및 처리 모듈(168), 통계 모델링 모듈(170), 딥 러닝 모듈(172), 입력/출력 처리 모듈(174), 및 다른 모듈(176)(예를 들어, 만족도 점수, 인구 통계 결정 등) 및 서브 모듈을 포함하는, 복수 개의 모듈을 포함한다. 백엔드 정보 교환 시스템(108)에 액세스 가능한 데이터는, 제품 데이터(178), 시장 데이터(180), 사용자 데이터(182), 세션 데이터(184), 외부 이벤트 데이터(186), 과거 판매 기록 데이터(188), 인간 상호 작용 로그(190) 및 다른 데이터(192)(예를 들어, 신념 데이터, 정책 데이터 등)를 포함한다. 이러한 모듈은, 다양한 내부 및 외부 서비스를 통해 획득된 다양한 실시간 데이터, 프론트엔드 정보 교환 시스템으로부터 수신된 실시간 데이터 및 다양한 데이터베이스에 저장된 기존 데이터를 이용하여, 프론트엔드 정보 교환 시스템(104)의 다양한 배치 위치와 사용자의 대면 상호 작용을 안내하고, 사용자에게 제품 추천을 생성한다.

도 1c는 일부 실시예에 따른 백엔드 정보 교환 시스템(104)의 예시적 컴포넌트의 블록도이다. 프론트엔드 시스템(104)은, 많은 제품(예를 들어, 가전 제품(138))이 물리적으로 디스플레이되는 배치 위치(예를 들어, 실제 매장 또는 전시 장소)에 배치된다. 사용자(예를 들어, 사용자(139))는 배치 위치 주변을 이동하면서, 디스플레이된 제품에 대해 물리적으로 구경할 수 있다. 예를 들어, GPS 트래커, 마이크로폰 및 카메라(예를 들어, 카메라(136))와 같은 주변 장치는, 전체 배치 위치에 분할되고, 예를 들어, 상이한 제품, 상이한 제품이 디스플레이된 위치 및 상이한 제품 카테고리의 부근 중 적어도 하나에서, 주변 장치로부터의 출력 스트림은, 사용자가 배치 위치에서의 각 부분의 위치, 음성 및 이미지를 캡처한다. 프론트엔드 정보 교환 시스템(104)은, 휴머노이드 형태를 갖는 로봇, 또는 디스플레이 및 스피커를 갖는 컴퓨터 키오스크, 또는 그 사이일 수 있다. 사용자(예를 들어, 사용자(139))는, 프론트엔드 정보 교환 시스템에 가까이 다가갈 수 있고, 예를 들어 속도, 제스처, 표정, 터치, 움직임, 키보드 입력 또는 다른 물리적 동작을 통해, 대면 프론트엔드 정보 교환 시스템과 대면 근접 상호 작용을 진행하며, 이는 사용자 및 프론트엔드 정보 교환 시스템 사이의 밀접한 물리적 근접에 의해 구현된 것이다.

도 1c에 있어서, 프론트엔드 정보 교환 시스템(104)은, 하나 또는 복수 개의 프로세서(104), 사용자에 대한 입력/출력 인터페이스(124), 서버에 대한 입력/출력 인터페이스(126), 주변 장치(예를 들어 카메라, 스피커, 디스플레이 등)에 대한 입력/출력 인터페이스(130), 사용자 추적 모듈(132), 사용자 상호 작용 모듈(133) 및 다른 모듈(134) 및 서브 모듈을 포함하는 복수 개의 인터페이스 및 모듈을 포함한다. 프론트엔드 정보 교환 시스템(104)은, 로컬 직원 파일, 로컬 인벤토리 데이터 등을 포함할 수 있는 로컬 데이터(135)를 액세스할 수 있다. 이러한 모듈은, 다양한 내부 및 외부 서비스를 통해 획득된 다양한 실시간 데이터, 주변 장치 및 백엔드 정보 교환 시스템으로부터 수신된 실시간 데이터 및 로컬 데이터베이스에 저장된 기존 데이터를 이용하여, 사용자와의 대면 상호 작용 및 사용자에게 제품 추천을 제공한다.

일부 실시예에 따르면, 예를 들어 도 1a 내지 1c에 도시된 바와 정보 교환 시스템(100)은, 사용자가 제품에서의 수요, 요구 및 관심사의 명백한 표현(예를 들어, 인간 판매 담당자, 고객 서비스 담당자 및 프론트엔드 정보 교환 시스템 중 적어도 하나와의 직접적인 상호 작용을 통한 표현), 과거 및 현재의 구매 및 제품 브라우징 패턴(예를 들어, 브라우징 경로, 반복 액세스 횟수, 구매 의사 결정 시간 길이, 의사 결정 요인, 의사 결정 시간, 구매 제품의 타입, 비교한 제품 타입, 정보 출처, 단독 의사 결정 또는 가족/친구와의 공동 의사 결정 등), 로컬 외부/자연 조건(예를 들어, 날씨, 위치, 로컬 환경(예를 들어, 전기 가격, 물 가격, 대체 에너지의 사용 가능성 등) 등), 외부 이벤트(예를 들어, 신제품 및 신제품 특성의 진입, 새로운 대체 제품의 시장 진입, 새로운 에너지 정책의 진입 및 정부의 제한, 자연 재해 등), 고객 세분화(예를 들어, 연령, 소득 수준, 사회적 지위, 성별, 민족성, 가족 구성, 미신/신념 시스템, 소비 습관, 직업, 트렌드 추종자/트렌드 세터 등과 같은 인구 통계 데이터에 기반한 고객 세분화), 고객 심리(예를 들어, 리뷰, 의견, 설문 조사 결과 등) 및 많은 다른 요소에 기반하여 사용자에 대한 깊은 이해를 개발하도록 구현된다.

일반 고객에 대한 깊은 이해 및 특정 개별 고객에 대한 깊은 이해를 통해, 각 특정 고객과의 직접적인 상호 작용은, 상기 고객의 특정 수요, 스타일 및 선호도를 충족시키는 방법으로서 진행되어, 상기 고객과의 소통을 더욱 즐겁게 하고, 제품 추천을 더욱 정확하고 적절하게 하며, 정보 교환을 더욱 효과적으로 하여, 판매를 완료하고, 고객이 지속적인 신뢰와 미래의 방문을 장려한다.

또한, 일부 실시예에 있어서, 정보 교환 시스템(100)은 연속적으로 데이터를 수집, 처리 및 채굴하여, 예측 모델 및 통계 데이터 및 의사 결정 지능의 정확성을 향상시킨다. 고객과의 특정 상호 작용 기간 동안, 정보 교환 시스템(100)은, 단일 고객으로부터 수신된 피드백 및 정보를 이용하여, 예측, 상호 작용 및 추천을 생성하기 위한 모델 및 의사 결정 로직의 선택 및 우선 순위를 수정함으로써, 데이터 처리 속도 및 효율을 향상 시키고, 예측, 상호 작용 및 추천의 정확성 및 효율성을 향상 시킨다. 예를 들어, 단일 고객의 반응, 심리 및 의도(예를 들어, 단어, 표정, 제스처, 자세 등의 분석으로 획득됨)는, 분석, 예측 및 추천 모델에 추가 파라미터를 추가하는 단계, 분석, 예측 및 추천을 수행하기 위한 모델 세트(예를 들어, 모델을 제거, 교체 및/또는 추가)를 다시 선택하는 단계 및 의사 결정 지능/논리를 재지정하는 단계 중 적어도 하나 등을 수행하기 위해, 실시간으로 정보 교환 시스템에 피드백 된다. 일대일 현장 상호 작용 기간 동안 고객과의 지속적인 접촉을 통해, 관련되고 및 적합한 정보(예를 들어, 제품 특성, 가격 포인트, 서비스 요구 사항 등)가 고객에게 신속하고 적절하게 제공되어, 고객이 더욱 빠르고 자신 있게 구매 결정을 내릴 수 있도록 돕는다.

일부 실시예에 있어서, 백엔드 정보 교환 시스템은, 다양한 인공 지능 기술을 사용하여 사용자 프로필 및 제품 프로필을 구축한다. 예를 들어, 백엔드 정보 교환 시스템은, 다양한 머신 러닝 알고리즘 및 전문 설계된 의사 결정 논리 및 알고리즘 및 이들의 조합(예를 들어, 다양한 타입의 신경망, 심층 신경망, 검색 및 최적화 분석, 규칙 기반 의사 결정 논리, 확률 방법 및 퍼지 논리, 베이지안(Bayesian) 네트워크, 숨겨진 마르코브(Markov) 모델, 분류기 및 통계 학습 모델, 사이버네틱스 등) 중 적어도 하나와 같은 상이한 데이터 소스 및 분석 방법으로부터의 지식 및 결론을 통합하여, 사용자의 신원, 사용자의 구매 의사 결정에 대해 가장 큰 영향을 미치는 사용자의 주요 특징, 사용자가 현재 의도한 주요 특징을 결정하여, 상기 단계를 사용하여 모델을 인식하고 도구의 서브 세트를 분석하여, 사용자에 대한 적합한 응답을 추가로 생성하며, 최대한 적은 계산 리소스를 사용하여 가장 관련성이 높은 권장 사항을 가능한 빨리 제공한다.

일부 실시예에 있어서, 백엔드 정보 교환 시스템은, 이미지 분석 능력을 제공한다. 상기 이미지 분석 능력은, 프론트엔드 정보 교환 시스템의 배치 위치에서 전략적으로 배치된 카메라로부터의 이미지 스트림을 처리하고, 이미지 처리 결과를 관련시켜 배치 위치를 액세스하는 사용자 신원 및 기본 특성(예를 들어, 사용자 외모의 얼굴 인식 또는 일반 인구 통계 분석), 전체 배치 위치에서의 브라우징 패턴 및 경로 및 사용자가 혼자인지 가족 또는 친구와 함께인지(예를 들어, 프론트엔드 정보 교환 시스템의 배치 위치 전체에 걸쳐 상이한 제품에 근접한 복수 개의 카메라의 이미지 스트림에서 사람들의 거리 및 응집력을 분석하여 얻은 것임) 중 적어도 하나를 결정한다. 일부 실시예에 있어서, 정보 교환 시스템은, 선택적으로 특정 방문자 또는 방문자 그룹을, 높은 잠재력을 갖는 고객/고객 그룹(예를 들어, 방문자가 제품 또는 한 세트의 유사한 제품 앞에 머무른 시간량, 방문자가 제품 또는 한 세트의 유사한 제품을 구경할 때의 전체적인 만족도 점수, 사용자가 제품 또는 한 세트의 유사한 제품에 대해 구경하는 정보 타입 등)으로 식별하고, 명령어를 제공하여 카메라의 위치를 조정함으로써, 제품 앞 구역의 고정적인 카메라 각도 및 초점을 맞추는 수준을 유지하는 대신, 소정의 지속 시간 및 범위 중 적어도 하나에서 잠재 고객/고객 그룹을 추적하는 단계 및 포커시하는 단계 중 적어도 하나를 하게 한다. 일부 실시예에 있어서, 정보 교환 시스템은 또한, 인식된 높은 잠재력을 갖는 고객으로부터의 가능한 질문 또는 요청을 예상하기 위해, 일부 초기화 데이터 처리를 시작한다. 예를 들어, 고객/고객 그룹과 프론트엔드 정보 교환 시스템과 초기 대면 상호 작용을 진행하기 전, 정보 교환 시스템은 선택적으로, 높은 잠재력을 갖는 고객/고객 그룹에 대해, 몇 개의 확률이 높은 의사 결정 트리거(예를 들어, 시간, 계절, 가격 포인트, 거래, 제품 특징, 추세 등)를 계산한다. 일부 실시예에 있어서, 정보 교환 시스템은, 인식된 높은 잠재력을 갖는 고객/고객 그룹으로 이동하고, 고객/고객 그룹과 직접적인 접촉을 하기 위해, 프론트엔드 정보 교환 시스템(예를 들어, 모바일 판매 로봇)에 명령어를 제공한다. 일부 실시예에 있어서, 프론트엔드 정보 교환 시스템은, 선택적으로 이미 수행된 초기 분석에 기반하여, 높은 잠재력을 갖는 고객/고객 그룹에, 일부 초기 정보 또는 추천을 제공한다. 일부 실시예에 있어서, 프론트엔드 정보 교환 시스템은, 높은 잠재력을 갖는 고객/고객 그룹에 대해, 선택적으로 이미 가장 적합한 것으로 결정된 실제 인간 판매 담당자(예를 들어, 가용성, 개성, 경험 수준, 고객이 관심을 보인 제품에 대한 지식에 기반하여 결정됨)를 선택하고, 프론트엔드 정보 교환 시스템에 실제 인간 판매 담당자의 이미지를 표시한다. 일부 실시예에 있어서, 정보 교환 시스템의 음성 출력은, 실제 인간 판매 담당자의 음성으로서 제공되어, 고객/고객 그룹이 최종적으로 실제 인간 판매 담당자와 대화하기를 원하는 경우, 고객/고객 그룹으로 하여금, 이미 실제 인간 판매 담당자에 대한 연속성 및 연결감이 존재한다고 생각하게 한다. 일부 실시예에 있어서, 정보 교환 시스템은, 고객의 상호 작용 스타일, 의사 결정 트리거, 선호도 및 기질의 특성 중 적어도 하나를 결정하기 위해, 판매 담당자, 수리 서비스 제공자, 고객 서비스 담당자, 설치 서비스 제공자, 배송 서비스 제공 자 등에 의해 제작된, 실제 인물과 고객의 평가 및 인상을 포함하는 기록과 같은, 고객과의 이전 인간 상호 작용 기록을 검색하고, 결정된 특징에 따라 판매 담당자의 이미지를 생성하여 프론트엔드 정보 교환 시스템에 디스플레이 하는데 사용하며, 고객에게 만족스럽고 효과적인 것으로 예상되는 방식으로 고객과 접촉(예를 들어, 질문, 정보 및 제안을 제공하는 등)을 한다.

일부 실시예에 있어서, 고객이 매장에 걸어들어올때, 매장에 위치하는 하나 또는 복수 개의 카메라로부터의 이미지 스트림의 이미지 처리에 기반하여, 정보 교환 시스템(예를 들어, 얼굴 인식, 감정 인식, 색상 인식, 스타일 인식, 액세서리 인식 등)은 드레싱 스타일, 성별, 연령 및 행복 수준 등을 사용하여 계산된 대응하는 판매 구매 점수를 입력한다. 예를 들어, 즉 중산층 전문 남성, 세련된 젊은 여성 또는 자녀가 있는 가족은, 각각에 의해 가능하게 선택되는 특정 특징(예를 들어, 색상 선택, 사이즈, 동작 용이성 등)을 포함하는 상이한 추천을 수신한다.

일부 실시예에 있어서, 미지의 고객의 경우, 그들의 이미지, 매장 참여 및 프론트엔드 정보 교환 시스템의 상호 작용 중 적어도 하나는, 여러 번 방문 및 많은 소스(예를 들어, 상이한 배치 위치, 소셜 미디어, 공공 기록, 자체 등록 등)를 통해 기록된다. 기록된 데이터는, 기존 고객 프로필을 인식하는 단계 및 다양한 전문적인 인공 지능 방법을 사용하여 새로운 독특한 고객 프로필을 생성하는 단계 중 적어도 하나를 하기 위한 것이다. 일부 실시예에 있어서, 기존 고객의 경우, 매장 내에 설치된 카메라로부터의 이미지 스트림의 얼굴 인식으로 그들의 프로필을 인식하거나, 전화 번호, 소셜 네트워크에서의 아이디(IDentification, ID)(예를 들어, 위쳇(Wechat), QQ, 웨이보(Weibo) 등)와 같은 그들의 고유 식별자를 사용하여 프론트엔드 정보 교환 시스템에 로그인된 고객 및 프론트엔드 정보 교환 시스템과의 방향 상호 작용 기간 동안의 대화 및 자아 소개 중 적어도 하나를 통해, 그들의 프로필을 인식한다.

일부 실시예에 있어서, 기존 고객의 신원이 인식될 경우, 그들의 과거 선호도, 쇼핑 행동, 과거 구매 패턴, 고객 세분화, 매장 신용, 기프트 카드 잔액 및 쿠폰 또는 할인 정보가 실시간으로 데이터베이스로부터 인출될 것이고, 이미 기록된 각 고객의 고유 인물 캐릭터(예를 들어, 고객 프로필)에 기반하고, 현재 매장 내의 체험 및 다른 제3 자 공공 정보(예를 들어, 사회적 지위 변화, 결혼 상태 변화 등에 관한 공공 기록 등) 중 적어도 하나에 기반하여, 각 고객에 대해 정확하고 높은 확률의 제품 추천을 생성한다.

일부 실시예에 있어서, 정보 교환 시스템은, 각 프론트엔드 정보 교환 시스템에 대한 현재 배치 위치(예를 들어 매장 좌표(예를 들어, 경도 및 위도, 거리 주소, 도시, 국가 등)), 매장 재고 통계, 계절, 곧 다가오는 휴일 이벤트, 과거 판매 추세 및 프론트엔드 정보 교환 시스템의 현재 배치 위치와 관련된 소비자 정서 등을 포함하는 정보를 운반한다. 이러한 정보는, 또한 제품 추천 모듈에 의해 입력된 일부가 될 것이고, 적합한 제품을 처리 및 인식하고, 배치 위치를 방문하고 프론트엔드 정보 교환 시스템을 사용하는 각 고객에게 추천을 하기 위한 것이다.

일부 실시예에 있어서, 고객 수요를 수집한 후 불일치된 수요가 판단된 경우(예를 들어, 정보 교환 시스템이 제품의 다양성으로 인해 인벤토리에서 특정 제품을 찾지 못하는 경우), 정보 교환 시스템은 고객으로부터 수신된 응답에 기반하여 다계층 추천 모델을 가동하여, 보충 맞춤형 추천을 제공한다. 예를 들어, 프론트엔드 정보 교환 시스템은, 초기 상호 작용 및 데이터 처리를 한 후 사용자에게 "죄송합니다, 현재 금색의 이중 도어 냉장고가 없습니다. 은색의 더블 도어 냉장고에 관심이 있으십니까? 금색의 싱글 도어 냉장고에 관심이 있으십니까?"라고 묻는다. 고객은 "아니오, 더블 도어 모델 중 다른 색상은 어떤 것이 있습니까?"라고 답한다. 상기 거부 및 응답에 기반하여, 정보 교환 시스템은, 후속 추천의 중요성에 대한 색상 파라미터의 각 모델 스타일(예를 들어, 더블 도어)을 제거 또는 감소하는 단계 및 상이한 세트의 예측 모델을 선택하는 단계 중 적어도 하나를 하며, 여기서, "더블 도어" 스타일은, 예측 및 추천 사항의 주요 요인 중 하나로 사용된다(예를 들어, 색상 및 모델 스타일이 모두 주요 요인인 모델과 반대임). 또한, 일부 실시예에 있어서, 고객의 개인 프로필도 수정되고, 고객과 관련된 및 특정 타입의 제품(예를 들어, 냉장고 또는 대형 가전 제품) 중 적어도 하나에 있어서의 다양한 데이터베이스 및 인공 지능 모델에서, "더블 도어" 스타일에 대한 스타일 선호도는 더욱 많은 가중치가 부여되고, 색상 선호도는 더욱 적은 가중치가 부여된다.

일부 실시예에 있어서, 정보 교환 시스템은, 현실 체험 및 가상 현실 체험(예를 들어, 프론트엔드 정보 교환 시스템의 현재 배치 위치에서 사용 가능한 다양한 증강 현실(Augmented Reality, AR)/가상 현실(Virtual Reality, VR) 중 적어도 하나를 제공하도록 구성되고, 상기 증강 현실 체험 및 가상 현실 체험 중 적어도 하나는, 제품 추천 모듈을 사용하는 사용자 요청의 제품과 관련되거나, 제품 추천 모듈을 사용하는 사용자에게 추천된 제품과 관련된다. 일부 실시예에 있어서, 사용자는 특정 제품에 대한 AR 또는 VR 체험을 시도하기 위한 요청은, 제품 추천 모듈을 가동하기 위한 중요한 트리거 이벤트로 기록되고, 사용자가 프론트엔드 정보 교환 시스템과의 대면 상호 작용을 가동하기 전, 제품 추천에 사용하기 위한 계산을 시작한다. 일부 실시예에 있어서, 사용자가 AR 및 VR 체험에 대한 반응(예를 들어, 언어 및 얼굴 표정)이 처리되고, 그 결과는 제품 추천 및 AR과 VR 체험 중 적어도 하나를 수정하는데 사용된다. 예를 들어, 사용자가 최초로 가상 현실 설정을 갖는 세탁기의 제1 모델을 시도하고, 상기 기계를 사용하는 정확한 방법(예를 들어, 뚜렷한 목적 없이, 임계값을 초과하는 시간 내에 가상 세탁기의 복수 개의 버튼 및 컴포넌트를 동작하는 것)을 몰라 좌절을 표현(예를 들어, 언어 또는 표정을 통한 표현)을 할 경우, 정보 교환 시스템은 상기 정보를 새로운 입력으로서, 기능은 더욱 간단하지만 기능이 유사한(예를 들어, 색상 및 사이즈가 유사한 것) 다른 모델에 대해 새로운 추천을 생성한다. 대체적으로, 사용자의 개인 프로필이 사용자가 일반적으로 많은 특징을 갖는 제품을 좋아한다고 나타낼 때, 정보 교환 시스템은 새 제품을 제안하는 게 아니라, 사용자에게 현재 모델에 대한 도움을 제공한다. 일부 실시예에 있어서, 프론트엔드 정보 교환 시스템은 또한 존재(예를 들어, AR/VR 환경 내의 프론트엔드 정보 교환 시스템의 가상 표현, 대면 AR/VR 환경 내에서 사용자와의 상호 작용)를 생성한다. 일부 실시예에 있어서, 정보 교환 시스템은 또한 AR/VR 환경에서 제품을 사용 또는 설치하는 방법을 나타내는 가상 가이드(예를 들어, 가상 설치 담당자)를 생성한다. 일부 실시예에 있어서, 정보 교환 시스템은 사용자가 복수 개의 가전 제품을 가시화하는 것을 허락하고, 이러한 가전 제품은 AR/VR 환경 중의 시뮬레이션된 홈 설정에서 사용자에게 추천된다.

일부 실시예에 있어서, 고객이 정보 교환 시스템에 의해 추천된 제품을 좋아하지 않는 경우, 정보 교환 시스템은 인공 지능 모듈을 포함하고, 고객이 추천을 거부하는 원인에 관한 대화를 고객과 구성하고, 사용자 수요에 관한 더 많은 세부 사항(예를 들어, 가격이 너무 비싸고, 다른 색상을 선호하고, 특별 또는 추가 조정이 필요한 다른 가족 구성원 등)을 수집한다. 일부 실시예에 있어서, 정보 교환 시스템은 파라미터를 조정하는 단계 및 선택 모델을 변화하는 단계 중 적어도 하나를 하여, 이미 획득된 새로운 정보에 따라 새로운 라운드의 추천을 송신한다. 일부 실시예에 있어서, 임계값 또는 기준 세트가 설정되어, 추가 추천을 중단할 시점이 언제인지(예를 들어, 거부된 추천의 수가 소정의 개수를 초과할 경우, 또는 고객의 언어 또는 표정이 임계 불만족 점수를 충족시킬 경우 및 사용자가 특정 미리 정의된 키워드 또는 문구를 말한 경우 중 적어도 하나, 등등)를 설정하고, 대화를 재정하고 긴장을 완화(예를 들어, 사용자가 인간 담당자와 대화를 원하는지 여부, 사용자가 쿠폰을 받는 것을 원하는지 여부, 프로모션 동영상을 보겠는지, 게임을 하여 상품을 받겠는지를 묻는 등)한다.

일부 실시예에 있어서, 프론트엔드 정보 교환 시스템은, 이동 가능하고, 배치 위치(예를 들어 매장 또는 전시장)에 디스플레이된 추천 제품으로 고객을 이동시키고 안내할 수 있다. 일부 실시예에 있어서, 프론트엔드 정보 교환 시스템은, 맵 또는 디스플레이된 추천 제품으로 가는 방향을 프린트한다. 일부 실시예에 있어서, 대화가 끝난 경우, 프론트엔드 정보 교환 시스템은 추천의 개요를 제시하고, 사용자에 의해 추가 정보 및 메모를 사용하여 편집(예를 들어, 프론트엔드 정보 교환 시스템에 의해 제공된 그래픽 사용자 인터페이스 또는 언어 명령어 또는 요청을 통한 편집)되도록 하며; 최종적으로, 프론트엔드 정보 교환 시스템은, 이메일을 보내거나 최종 결과를 프린트하는 형식으로 사용자가 집으로 가져가도록 제공한다.

일부 실시예에 있어서, 정보 교환 시스템은 고객과 프론트엔드 정보 교환 시스템의 상호 작용, 고객의 이력 기록(예를 들어, 과거 구매, 과거 방문 및 과거에 프론트엔드 정보 교환 시스템과의 약속) 및 현재 방문으로부터의 데이터(예를 들어, 브라우징 경로, 구경된 제품, 구경된 정보 또는 데모, 방문 기간 동안 표현된 감정 등)에 기반하여, 각 고객에 더욱 적합한 맞춤형 세일 또는 프로포션 딜을 생성한다.

일부 실시예에 있어서, 정보 교환 시스템은 현재에 고객과의 상호 작용 중 획득된 개수 정보 및 획득된 고객에 관한 이력 정보를 이용하여, 요청된 제품 및 관련 제품의 개수 추천을 생성하는 방법 및 고객에 대한 묶음 거래를 생성하는 방법 중 적어도 하나를 결정한다. 예를 들어, 고객이 어떠한 제품의 복수 개의 개수를 요청할 때, 개수 정보 및 제품 카테고리는 정보 교환 시스템 및 고객과 관련된 위치 변화(예를 들어, 프론트엔드 정보 교환 시스템의 배치 위치 및 과거 구매된 제품의 과거 배송 주소 사이의 차이)와 결합하여, 복수 개의 관련 제품 카테고리로부터의 각각의 또는 하나 또는 복수 개의 제품을 포함하는 대응하는 제품 패키지를 자동으로 활성화 및 추천한다. 정보 교환 시스템은, 고객 프로필 및 현재에 프론트엔드 정보 교환 시스템과의 상호 작용에 따라, 제품 및 제품 카테고리를 인식한다. 예를 들어, 고객이 다양한 개수의 특정 제품(예를 들어 3 개의 소형 온수기)을 구매하는데 관심이 있는 경우, 스마트 상황 매칭 모듈은 고객이 하나의 부엌 및 2 개의 욕실을 갖고 있음을 예측하도록 트리거되고, 고객이 가능하게 필요할 수 있는 에어컨 개수(예를 들어, 4 개 또는 5 개의 에어컨, 1 개는 부엌에, 1 개는 거실에, 2 개 또는 3 개는 2 개의 욕실을 공용하는 침실)을 결정한다. 일부 실시예에 있어서, 이력 기록이 사용자가 이전에 이미 하나의 온수기 및 2 개의 에어컨을 구매하였다고 나타나고, 사용자의 위치 변화를 검출하지 못한 경우, 추천된 제품 패키지는 4 개의 온수기 및 3 개의 에어컨(예를 들어, 사용자의 집에는 하나의 부엌, 하나의 거실, 4 개의 욕실 및 3 개의 침실이 있어, 총 5 개의 온수기 및 5 개의 에어컨이 필요함)을 포함하는 것으로 조정된다. 일부 실시예에 있어서, 정보 교환 시스템은 또한 기존 구매 시간이 얼마인지 및 새로운 요청이 기존 기기에 추가될지 대체할지를 결정하고, 그에 따라 개수 제안을 조정한다. 일부 실시예에 있어서, 현재 배치 위치 및 이력 기록 중의 위치 사이의 비교가 사용자가 이미 새로운 위치로 이동된 것을 나타낼 때, 사용자가 새로운 위치에서의 방의 개수 및 타입의 새로운 추정치에 기초하여 추천을 생성한다. 예를 들어, 사용자가 3 개의 온수기를 요구한다면, 사용자는 새로운 위치에서도 3 개 또는 4 개의 에어컨(예를 들어, 사람들이 이사할 때 습관적으로 이러한 가전 제품을 가져가지 않음)이 필요할 것이다. 일부 실시예에 있어서, 사용자가 개수 제안을 거부한다면, 정보 교환 시스템은 새로운 묶음 제안(예를 들어, 더욱 높은 할인 인센티브 및 고객에 대한 더욱 적은 재정적 요구 중 적어도 하나를 갖는 제안)를 생성한다. 일부 실시예에 있어서, 관련 제품 카테고리(예를 들어, 제품 카테고리 사이의 대응 관계)가 미리 저장되고, 상이한 제품 카테고리로부터의 제품 카테고리도 스타일 및 가격 포인트상에서 조정되며, 이러한 카테고리는 사용자가 이미 알고 있는 또는 예측된 다른 정보에 따라 선택된 것이다. 일부 실시예에 있어서, 관련 제품 카테고리는 사용자에 의해 특정 것이다. 일부 실시예에 있어서, 관련 제품 카테고리는 위치에 의해 특정 것이다. 예를 들어, 엄청 더운 날씨에서의 배치 위치의 경우, 관련 제품 카테고리는 에어컨 및 온수기일 수 있지만, 엄청 추운 날씨에서의 배치 위치의 경우, 관련 제품 카테고리는 가능하게 온수기 및 공간 히터일 수 있다. 일부 실시예에 있어서, 정보 교환 시스템이 추가된 평균 생활비 및 지출 능력을 나타내는 상태 변화 또는 위치 변화를 검출하면, 정보 교환 시스템은 그에 따라 추천 및 권장 패키지 중 적어도 하나를 조정한다. 예를 들어, 정보 교환 시스템이 사용자가 이미 제2 계층 도시에서 제1 계층 도시로 또는 비교적 부유하지 않는 영역에서 더욱 부유한 영역(예를 들어, 주소 변경 또는 매장 방문 위치 변경에 기반한 영역)으로 이동하였거나, 또는 사용자가 이미 의류 스타일을 변경하였거나 고가의 액세서리(예를 들어, 의류 스타일 및 액세서리 등의 이미지 처리 등을 통한 검출)를 추가하였다고 검출한 경우, 정보 교환 시스템은 추가 판매 모델을 자동으로 활성화하여, 사용자가 현재에 요청하였지만 현재 시간/상태에서 사용자를 유혹할 수 있는 더욱 비싼 특징을 갖고 있는 적합한 제품을 인식한다.

일부 실시예에 있어서, 단일 사용자에 대해 맞춤형 제품 추천을 생성할 때, 정보 교환 시스템은, 날씨 데이터, 정부 정책 데이터(예를 들어, 에너지 정책, 물 정책 등), 공기 오염 데이터(예를 들어, PM 2.5 측정값) 등과 같은 외부 데이터를 수집 및 이용한다. 예를 들어, 이러한 추천은, 현재 및 예상된 날씨 조건, 정부가 공기 오염 및 에너지 절약 계획과 관련된 최신 정책 및 최근의 자연 재해 중 적어도 하나에 기반하여 맞춤화한 것이다.

일부 실시예에 있어서, 사용자에게 제품 추천을 제공하는 외에, 다른 고객의 제품 등급, 이력 평가, 감정 및 구매 통계 데이터를 더 제공하여, 추천 제품에 대한 구매 신뢰를 높이고 의사 결정 시간을 단축시킨다.

일부 실시예에 있어서, 상이한 날짜 및 상이한 배치 위치에서 사용자에게 제품 추천을 생성할 때, 정보 교환 시스템은 신념 시스템 및 미신을 고려한다. 이러한 타입의 추천 논리는, 새로운 고객 및 기존 고객에 적용될 수 있다. 고객은 의식적으로 및 무의식적으로 구매 시기 및 구매 대상에 관한 신념 및 미신을 동의한다. 이러한 신념 및 미신은 문화에 따라 상이하고, 장소에 따라 상이하다. 이러한 신념 및 미신은 가능하게 서구, 중국 또는 인도의 신념 및 미신, 다른 날짜, 시간, 장소, 사람 및 점성 학적 사실에 기반하여 상이한 추천으로 이어질 수 있다. 일부 실시예에 있어서, 특정 고객에 대한 기존 데이터 또는 입력이 없는 상황에서, 미리 정의된 신념 또는 운세 예측 시스템(예를 들어, 점성술, Huangli, Zhouyi, 음력 등), 현재 유리 요소에 기반하여 고객에 대한 추천을 생성한다. 예를 들어, 금속, 목재, 흙, 공기, 물, 바람 및 불 등 상이한 동작(예를 들어, 구매, 수리, 문의, 거래 등) 및 제품 특징(예를 들어, 색상, 사이즈, 재료, 기능 등) 또는 제품 카테고리(예를 들어, 공기 질량 변경, 기온 변경, 물 온도 변경, 화재 발생, 열 발생, 부엌용, 침실용 등)와 관련된(또는 매칭된) 다양한 인식된 자연력(elemental force), 미리 정의된 신념 시스템 또는 운세 예측 시스템에 따라, 정보 교환 시스템은 현재 날짜/시간의 특성을 고려한 조건 하에, 특정 제품 또는 제품 카테고리(예를 들어, 온수기 또는 냉각기, 에어컨, 오븐 등)를 인식할 수 있거나 제품 추천 과정에서 특정 제품 또는 제품 카테고리에 대해 상이한 평가를 진행한다. 정보 교환 시스템은 또한 미리 정의된 신념 시스템 또는 운세 예측 시스템, 현재 날짜/시간의 특징에 기반한 제품의 특성(예를 들어, 가격, 색상, 사이즈, 재료 등)을 추천한다. 다른 시나리오에 있어서, 고객의 점성 학적 표시 또는 탄생석, 띠(예를 들어, 알려진 생일, 생월 또는 연령으로부터 얻음)가 이미 알려진 경우, 정보 교환 시스템은 특정 기간(예를 들어, 과거 또는 현재 주 또는 월)에서의 현재 고객과 관련된 특정 신념 시스템 및 운세 예측 시스템에 기반하여, 사용자 현재 표현(예를 들어, 건강, 부, 정서, 운세, 소비 또는 저축 등)을 예측하고, 고객에게 대응되는 제품 및 판매 추천(예를 들어, 추가 판매와 할인 또는 거래를 제공하는 것 등)을 제공한다. 일부 실시예에 있어서, 고객의 신념 시스템이 예측된 것 또는 이미 알려진 것이면, 정보 교환 시스템은 고객의 신념 시스템 및 미신에 따라, 현재 추천이 고객에게 유리한 이유에 대한 적절한 설명을 제공한다.

일부 실시예에 있어서, 점성 학적 데이터 서비스로부터 검색된 텍스트 출력은, 금융/부, 지출과 저축, 공기/물/불/바람과 같은 요소와 같은 상황을 인식하기 위해 키워드로 분석되고, 대응하는 영역의 제품 도메인 및 특성은 활성화되어(에어컨/물 냉각기/오븐/팬), 제품 추천(예를 들어, 제품, 제품 카테고리, 제품 특징, 쿠폰 및 프로모션 거래 등)을 생성한다.

지금부터 일부 실시예에 따른 예시적 시나리오 중의 프론트엔드 정보 교환 시스템의 예시적 사용자 인터페이스를 도시하는 도 2에 주목한다. 예시적 사용자 인터페이스는, 컴퓨터 정보 매장(예를 들어, 클라이언트 기기(104))에 제시된다. 일부 실시예에 있어서, 대화는 휴머노이드 로봇 또는 모바일 기기에 의해 수행될 수 있고, 사용자가 프론트엔드 정보 교환 시스템의 배치 위치를 브라우징할 때, 사용자는 상기 휴머노이드 로봇 또는 모바일 기기를 휴대할 수 있다. 또한, 제품 추천이 가전 제품 추천에 관한 것이라 하더라도, 다른 타입의 제품도 추천할 수 있다.

이 예시적 시나리오에 있어서, 어떤 고객이 매장에 들어와서 혼자 둘러 본다. 매장 내 카메라는 상기 고객이 디스플레이된 일부 온수기 모델 앞에 서있는 이미지를 캡처했다. 그의 이미지가 처리될 때, 정보 교환 시스템은 얼굴 인식으로 고객을 인식하고, 고객에 관한 기록을 검색하기 시작한다. 정보 교환 시스템은 또한, 고객이 최근 이 매장에서 다른 한 명 및 자녀와의 다른 한 번의 방문에서 온수기를 보았다는 것을 확인한다. 이러한 데이터에 기반하여, 정보 교환 시스템은, 고객의 방문이 향상된 구경 기준을 트리거하고, 고객이 프론트엔드 정보 교환 시스템과 대면 연결하기 전, 고객에 관한 개인 프로필 및 제품 추천의 이전 처리를 가동하도록 결정한다. 고객의 이전 구매 기록, 이전에 사람과의 상호 작용, 이전 구매와 관련된 장소, 현재 날씨, 그의 스타일, 가격 포인트 및 색상 선호도, 그의 의사 결정 트리거, 그의 인구 통계 데이터 등은 처리되고, 사용 가능한 데이터에 기반하여 맞춤형 실시간 제품 추천을 생성하기 위한 파라미터를 생성한다. 고객이 프론트엔드 정보 교환 시스템에 접근할 때(또는 대안적으로, 프론트엔드 정보 교환 시스템이 고객과의 상호 작용 기회를 검출했을 때), 프론트엔드 정보 교환 시스템은 자연 언어로, "안녕하세요, 고객님, 썬쩐에 오신 것을 환영합니다. 저는 썬쩐 지점의 쇼메이(Xiaomei)입니다. 온수기에 관심이 있는 같은데, 맞으십니까?"라고 말한다. 이러한 인사말은, 프론트엔드 정보 교환 시스템의 등록된 배치 위치(예를 들어, 썬쩐)와 기록된 고객의 이전 배송 주소 사이의 불일치에 기반하여, 상기 고객에 대해 맞춤 제작한 것이므로, 이러한 인사말은 배치 위치의 장소를 강조한다. 이러한 위치가 불일치한 것을 검출하지 못했다면, 상이한 강조 또는 대화 후크를 갖는 상이한 인사말을 생성한다. 프론트엔드 정보 교환 시스템은 또한 고객의 주요 관심사는 온수기임을 결정하고, 최근에 동일 제품 또는 제품 카테고리에 대한 반복 방문에 기반한 검출 및 고객이 이러한 방문 중 적어도 한 번은 가족이 동행한 것으로 나타나므로, 향상된 구경 이벤트를 검출된다. 일부 실시예에 있어서, 이전에 고객과 관계가 좋았던 판매 담당자(예를 들어, 쇼메이)의 이미지 및 상기 판매 담당자의 상호 작용 스타일(예를 들어, 캐주얼과 공식, 존경과 친절, 간결과 정교 등) 및 음성 특성을 사용하여, 쇼메이의 음성 출력을 생성한다. 쇼메이의 인사말의 답장으로서, 고객은 바로 더 많은 정보를 제공하며, "네, 온수기 3 개를 사고 싶습니다."라고 말한다. 프론트엔드 정보 교환 시스템은, 고객의 답장 중 개수 키워드를 추출하고, 상기 개수 정보를 이용한 교차 판매 및 판매 모델(a cross-sell and upsell model)을 활성화한다. 교차 판매 및 추가 판매 모델은 또한, 위치 변화 정보를 이용하여, 고객에게 추천해야 하는 관련 전자 제품의 개수를 결정한다. 예를 들어, 사전 저장된 관련 제품 카테고리 데이터베이스에서, 온수기는 제1 카테고리에 속하고, 제1 관련 카테고리의 에어컨 및 제2 관련 카테고리의 오븐을 갖는다. 에어컨 카테고리는 오븐 카테고리와 비교하면 마진이 더 높고, 온수기 카테고리와 비교하면 교차 판매 개수의 대응성이 더 높다. 예를 들어, 일반적으로 한 가족은 필요한 온수기의 개수에 관계없이 하나의 오븐만 필요하고, 온수기만큼 에어컨이 필요하다. 프론트엔드 정보 교환 시스템의 현재 배치 위치 및 사용자의 이전 배송지 사이에 위치 불일치가 존재하는 것으로 결정함에 기반하여, 정보 교환 시스템은 제1 교차 판매 개수 매칭 모델을 이용하여, 고객에게 추천해야 하는 에어컨 개수(예를 들어, 고객의 이전 위치에서 이전에 구매한 에어컨 개수를 고려하지 않은 모델임)를 추정한다. 위치가 불일치를 검출하지 못한 경우, 정보 교환 시스템은 상이한 교차 판매 개수기계 모델을 이용하여, 고객에게 추천해야 하는 에어컨 개수(예를 들어, 이전에 구매한 가전 제품과 개수 및 가전 제품의 연령 및 모델을 고려하여, 고객에게 추천해야 하는 새로운 위치에서의 에어컨의 새로운 개수를 결정함)를 추정한다. 고객에 관한 구매 의사 결정 트리거에 기반하여, 정보 교환 시스템은 또한, 스타일과 비하면, 가치는 고객이 구매 의사 결정에 더욱 중요한 요소인지를 결정한다. 프론트엔드 정보 교환 시스템은, 상기 처리 모델 및 논리에 기반하여 계속하여 제안을 생성하고, 아래 교차 판매 및 추가적인 판매 제안을 출력한다. "알겠습니다, 에어컨도 보시겠습니까? 현재 에어컨 및 온수기의 패키지에 대해 많은 혜택을 제공합니다", 고객이 이러한 추천을 보는 것을 동의한다면, 프론트엔드 정보 교환 시스템은 고객에게 추천된 패키지 거래를 제공하고, 고객에게 추천 모델의 특성은 가족이 있는 젊은 전문 인사(상기 고객과 다른 한 명의 성인 및 어린이와 함께 쇼핑했던 지식 및 고객의 모양과 과거 구매 습관으로부터 추론된 다른 인구 통계 정보에 기반함)에게 적합하다는 것을 알려준다. 고객에게 제공된 정보에는, 각 권장 패키지에 대한 모델, 개수 및 가격 할인이 포함되어 있다. 또한, 디스플레이된 이미지에는 고객이 이전에 구매한 색상 및 스타일에 기반한 선택 사항이 디스플레이된다. 프론트엔드 정보 교환 시스템은 또한 고객에게 스타일 및 색상을 선택하는 방법을 알려주고, 수요가 있다면 변경 옵션을 제공한다. 일부 실시예에 있어서, 고객이 추천 생성 엔진이 사용하는 기존 추천 전략에 의해 선택된 스타일 또는 색상 또는 다른 특징의 변경을 요청하는 경우, 현재 제공된 추천을 수정하는 것 외에, 정보 교환 시스템은 거부 및 새로운 요구 사항을 사용하여, 상이한 모델 그룹 및 모델의 상이한 우선 순위 중 적어도 하나를 선택하여, 향후 유사한 상황에 대해 새로운 추천을 생성한다. 이러한 예에 있어서, 고객은 권장 패키지 중 하나를 선택하고, 정보 교환 시스템은 기록된 배송 주소를 수정하도록 제공한다. 고객이 위치 불일치가 실제로 집 주소의 변경인 것으로 결정하면, 정보 교환 시스템은 다시 추가 판매 및 교차 판매 모듈을 트리거하여, 새로운 위치에서의 고객의 다른 전자제품 요구를 문의한다. 상기는 다만 하나의 예시적 시나리오일 뿐이고, 실시간 맞춤형 제품 추천을 제공하기 위한 추천 생성 과정을 설명하기 위한 것이다. 본 명세서에서 제공된 다른 개시 및 세부 사항에 기반하면, 다른 특징은 자명한 것이다.

도 3은 일부 실시예에 따른 제품 추천을 제공하는 방법(300)의 흐름도이다. 일부 실시예에 있어서, 방법(300)은 정보 교환 시스템(예를 들어, 백엔드 서버(106), 하나 또는 복수 개의 프론트엔드 클라이언트 기기(104)를 결합함)에 의해 수행된다. 일부 실시예에 있어서, 방법(300)은 비 일시적 컴퓨터 판독 가능 저장 매체에 저장된 명령어에 의해 관리되고, 이러한 명령어는 클라이언트 및 서버 시스템의 하나 또는 복수 개의 프로세서에 의해 수행된다.

기계에 의해 생성된 제품 추천을 제공하는 방법(300)은, 하나 또는 복수 개의 프로세서 및 메모리를 갖는 전자 기기(예를 들어, 제품 추천 엔진을 호스팅하는 백엔드 서버)에서 실행된다. 상기 방법은 입력 사용자 인터페이스를 제공하는 프론트엔드 정보 교환 시스템을 배치하는 단계(302)를 포함하고, 여기서, 상기 입력 사용자 인터페이스는 사용자 및 프론트엔드 정보 교환 시스템 사이의 하나 또는 복수 개의 대면 근접 상호 작용(예를 들어 음성, 터치, 시각, 제스처 등과 같은 상호 작용을 통함, 이러한 상호 작용은 사용자 및 프론트엔드 정보 교환 시스템 사이의 밀접한 물리적 대면에 의해 구현됨)을 검출하도록 구성된다. 정보 교환 시스템은, 프론트엔드 정보 교환 시스템의 현재 배치 위치(예를 들어, 실제 매장 또는 전시장)로부터의 하나 또는 복수 개의 현장 카메라의 각 입력 스트림(예를 들어, 이미지 스트림 또는 이미지 스트림으로부터의 주기적 샘플)을 활성화(304)하고, 상기 하나 또는 복수 개의 현장 카메라 각각은, 프론트엔드 정보 교환 시스템의 현재 배치 위치에서 디스플레이된 각 샘플 제품의 부근(예를 들어, 각 카메라는 매장 또는 전시장의 하나의 영역에 할당되고, 상기 영역에서 특정 제품 또는 제품 카테고리의 샘플을 디스플레이하고, 상기 특정 제품 또는 제품 카테고리의 샘플은 매장 또는 전시장의 상기 영역을 방문하는 사람들의 이미지를 캡처함)에 위치한다. 하나 또는 복수 개의 현장 카메라 중의 제1 카메라의 각 입력 스트림에 따라, 정보 교환 시스템은 제1 사용자의 제1 구경 이벤트를, 프론트엔드 정보 교환 시스템의 현재 배치 위치에서 디스플레이된 제1 샘플 제품과 관련(예를 들어, 구경 이벤트는 정보 교환 시스템에 의해 이미지에 대한 이미지 처리에 기반하여 인식됨)되는 것으로 등록(306)한다. 예를 들어, 온수기가 디스플레이된 영역을 가리키는 카메라는, 상기 영역에 머무른 사용자의 이미지를 캡처한다. 이미지가 처리되고, 얼굴 인식 및 움직이는 분석을 통해, 정보 교환 시스템은 사용자가 현재 실제로 보고 있는 상기 영역에 디스플레이된 특정 샘플 제품을 결정하고, 사용자의 신원 및 사용자 인구 통계 특징 중의 일부는 사용자의 얼굴 특징 및 전체적인 모양에 기반하여 결정된다, 일부 실시예에 있어서, 또한 사용자의 얼굴 표정 및 목소리를 분석할 수 있어, 사용자의 기분 상태 및 상기 영역에서 제품을 보는 동안 작성한 평가를 결정한다. 일부 실시예에 있어서, 사용자 이미지를 포함하는 프레임 개수에 기반하여 상기 영역에서 각 제품을 구경하는데 걸린 시간이 결정된다. 일부 실시예에 있어서, 사용자가 복수 개의 사용자 그룹(예를 들어, 가족 또는 친구 그룹)에 존재하는지 여부도 이미지 분석에 기반하여 결정된 것이다(예를 들어, 이미지에서 사람을 클러스터링하는 것을 통해, 상기 사람이 상이한 위치의 복수 개의 카메라로부터의 이미지의 상이한 클러스터 중의 전체적인 응집성(overall cohesiveness)을 분석함)(예를 들어, 다양한 클러스터 중의 사람 사이의 거리 변화를 통해 측정함). 일부 실시예에 있어서, 구경된 샘플 제품은, 선택적으로 각 카메라와 관련된 위치 및 각 카메라로의 이미지로부터의 이미지 처리 중 적어도 하나(예를 들어, 제품의 모양, ID, 바코드 또는 다른 관건적인 시각 인식 특징)에 기반하여 인식된다. 정보 교환 시스템은, 프론트엔드 정보 교환 시스템의 현재 배치 위치에서, 제1 사용자 및 프론트엔드 정보 교환 시스템 사이의 제1 대면 근접 상호 작용을 검출(308)한다. 예를 들어, 사용자가 직접 판매 로봇과 상호 작용 또는 컴퓨터 정보 키오스크에 걸어갈 때, 판매 로봇 또는 정보 키오스크 위치에서의 카메라는 소정의 기준(예를 들어, 소정의 근접 임계값)을 충족하는 사용자 이미지를 캡처하거나, 도움 요청하는 사용자로부터 음성 입력을 캡처하거나, 사용자가 사용자 ID를 스캔하거나 타이핑하도록 하고, 제1 대면 근접 상호 작용의 시작이 검출되고, 프론트엔드 정보 교환 시스템은 백엔드 서버와 사용자의 대면 근접 상호 작용이 개시된 것을 알려준다. 제1 사용자 및 프론트엔드 정보 교환 시스템 사이의 제1 대면 근접 상호 작용에 응답하여, 정보 교환 시스템은, 제1 제품 추천을 자동으로 생성(310)하는 단계는, 제1 샘플 제품과 관련되는 것으로 결정된 제1 사용자의 제1 구경 이벤트가 향상된 구경 기준을 만족하는 것으로 결정함에 따라, 상기 제1 제품 추천에 상기 제1 샘플 제품의 제품별 설명을 자동으로 추가하는 단계(312) - 향상된 구경 기준은 각 제1 샘플 제품과 관련된 복수 개의 사전에 저장한 구경 이벤트에 적어도 상기 제2 구경 이벤트가 존재할 때 충족시킨 기준을 포함함 - ; 및 제1 샘플 제품과 관련되는 것으로 결정된 제1 사용자의 제1 구경 이벤트가 향상된 구경 기준을 충족하지 않는 것으로 결정함에 따라, 제1 제품 추천에 제1 샘플 제품의 제품별 설명을 포함하는 것을 포기하는 단계(314)를 포함한다. 예를 들어, 동일한 사용자가 사전에 동일 샘플 제품을 구경한 것으로 결정한 경우, 사용자는 구경된 제품에 대해 더욱 흥미를 가지게 되고, 향상된 구경 기준을 충족할 가능성이 높다. 따라서, 제품 추천의 특이성 수준(the level of specificity)은, 더 일반적인 언급이나 다른 제품에 대한 언급이 없이, 상기 추천 제품에서 구경된 제품의 이름, 모델, 고유 특징 등과 같은 특정 제품 설명이 언급된다. 한편으로, 향상된 구경 기준을 충족시키지 못할 경우, 사용자는 여전히 의사 결정의 일반적인 브라우징 단계에 처할 가능성이 높다. 따라서, 제품 추천의 특이성 수준은 상대적으로 낮은 수준으로 유지되고, 추천은 사용자의 관심 및 요구를 탐색하는 단계에 있다. 따라서, 전력 효율, 색상, 스타일, 일반 특성 등 설명은 추천에 포함되어, 특정 제품이 아닌 가능한 다양한 제품의 선택을 커버할 수 있다. 사용자에게 추천되었지만 특정 제품을 강조하지 않은 다양한 제품의 리스트는, 리스트에 모델, 사이즈 등과 같은 각 항목에 대한 제품별 설명이 포함되어 있어도, 제품별로 다르다. 일부 실시예에 있어서, 추천된 제품 설명의 복수 개의 특이성 수준은 각각 현재 구경 이벤트에 할당된 상이한 점수 범위와 관련된다. 현재 구경 이벤트와 관련된 사실이 더 많이 누적되고 발견되면, 현재 구경 이벤트로 할당된 점수도 변경된다. 예를 들어, 동일한 사람이 의해 동일한 제품을 구경하면 점수가 추가된다. 사용자가 단체 여행을 하는 여러 사람(예를 들어, 가족 또는 친구)과 함께 있을 때, 구경 이벤트가 등록된 사실에 의해서도 점수가 추가된다. 다른 하나의 예시에 있어서, 가상 현실 또는 증강 현실 환경에서 제품과의 상호 작용 요청에 의해서도 점수가 추가된다. 점수를 높이거나 낮추는 것뿐만 아니라 향상된 구경 기준의 만족을 트리거하거나 트리거하지 않는 다른 많은 요소들이 고려될 수 있다. 간결함을 위해, 여기서는 상세하게 이러한 요소를 열거하지 않는다. 정보 교환 시스템은 프론트엔드 정보 교환 시스템을 통해 제1 사용자에게 제1 제품 추천을 제공(316)한다.

일부 실시예에 있어서, 프론트엔드 정보 교환 시스템의 현재 위치에서 디스플레이된 복수 개의 샘플 제품 각각에 대해, 정보 교환 시스템은 상기 각 샘플 제품 부근에 위치하는 하나 또는 복수 개의 현장 카메라의 각 입력 스트림에 따라, 제1 사용자가 상기 각 샘플 제품의 각 구경 영역 내의 각 구경 시간을 결정한다. 정보 교환 시스템은, 상기 복수 개의 샘플 제품에서 상기 제1 샘플 제품으로서, 상기 제1 사용자가 가장 긴 구경 시간을 갖는 샘플 제품을 선택한다. 예를 들어, 정보 교환 시스템은 사용자 취미를 가장 잘 나타날 수 있는 구경 이벤트를 첫 번째 샘플 제품으로서 선택하는 것을 통해, 향상된 구경 기준을 충족시키는지 여부에 관한 평가를 수행함으로써, 이전 이벤트 작업의 우선 순위를 검색하기 위해 데이터베이스로 되돌아가는 것을 결정한다. 이러한 우선 순위를 결정하는 것을 통해, 적은 계산 자원 비용으로 추천을 보다 빠르게 준비할 수 있다.

일부 실시예에 있어서, 프론트엔드 정보 교환 시스템의 현재 배치 위치에 디스플레이된 복수 개의 샘플 제품 각각에 대해, 정보 교환 시스템은 제1 사용자가 제1 인식 그룹으로서의 하나 또는 복수 개의 다른 사용자와 상기 각 샘플 제품의 각 구경 영역 내에 동시에 존재하는지 여부를 결정한다. 상기 복수 개의 샘플 제품으로부터, 상기 제1 샘플 제품으로서 각 샘플 제품을 선택하고, 상기 각 샘플 제품의 상기 제1 사용자는, 상기 제1 인식 그룹으로서 상기 하나 또는 복수 개의 다른 사용자와 상기 각 구경 영역 내에 동시에 존재하는 것으로 확인된다. 예를 들어, 정보 교환 시스템은 사용자 취미를 가장 잘 나타날 수 있는 구경 이벤트를 첫 번째 샘플 제품으로서 선택하는 것을 통해, 향상된 구경 기준을 충족시키는지 여부에 관한 평가를 수행함으로써, 이전 이벤트 작업의 우선 순위를 검색하기 위해 데이터베이스로 되돌아가는 것으로 결정한다. 이러한 우선 순위를 결정하는 것을 통해, 적은 계산 자원 비용으로 추천을 보다 빠르게 준비할 수 있다. 일부 실시예에 있어서, 상기 제1 사용자가 상기 제1 인식 그룹으로서 상기 하나 또는 복수 개의 다른 사용자와, 상기 각 구경 영역 내에 동시에 존재하는 것으로 확인된 복수 개의 샘플 제품 각각에 대해, 상기 하나 또는 복수 개의 현장 카메라의 각 입력 스트림에 대한 분석에 기반하여, 상기 제1 사용자 및 상기 제1 인식 그룹 중의 상기 하나 또는 복수 개의 다른 사용자에 대한 각각의 만족도 집계 점수를 계산한다. 예를 들어, 사용자의 기분 및 행복 수준을 분석하기 위해, 사용자의 얼굴 표정을 분석한다. 일반적으로, 전체 그룹의 기분이 좋고 만족도 점수가 임계값보다 높으면, 제1 샘플 제품 또는 더욱 일반적인 임의의 제품에 대한 제품 추천은 성공할 가능성이 더욱 높다. 정보 교환 시스템은, 상기 제1 사용자가 상기 각 구경 영역 내에 동시에 존재하는 것으로 확인된 상기 복수 개의 샘플 제품으로부터, 상기 제1 샘플 제품으로서, 상기 제1 사용자 및 상기 제1 인식 그룹의 상기 하나 또는 복수 개의 다른 사용자에 대해 가장 높은 만족도 집계 점수를 갖는 샘플 제품을 선택한다. 예를 들어, 정보 교환 시스템은 사용자 만족도를 가장 잘 나타낼 수 있는 구경 이벤트를 첫 번째 샘플 제품으로서, 향상된 구경 기준을 충족시키는지 여부에 관한 평가를 수행함으로써, 이전 이벤트 작업의 우선 순위를 검색하기 위해 데이터베이스로 되돌아가는 것으로 결정한다. 이러한 우선 순위를 결정하는 것을 통해, 적은 계산 자원 비용으로 추천을 보다 빠르게 준비할 수 있다.

일부 실시예에 있어서, 프론트엔드 정보 교환 시스템을 통해 제1 사용자에게 제1 제품 추천을 제공하는 단계는, 적어도 하나의 자연 언어 설명을 제공하는 단계를 포함하고, 상기 적어도 하나의 자연 언어 설명은, 하나 또는 복수 개의 키워드를 포함하며, 각 키워드는 제1 제품 추천을 생성하기 위한 각 요소를 설명한다. 예를 들어, 프론트엔드 정보 교환 시스템은 "고객님, 우리 AXP의 온수기에 관심이 있는 것 같습니다. 이러한 모델은 예를 들어, 정보 교환 시스템이 사용자가 이미지 분석을 통해 Android 시계를 착용하고 있다고 가정하는 경우에, 에너지 효율적이고, 안드로이드 기기와 같은 스마트 기기를 통해 제어할 수 있으므로 당신과 같은 소규모 가족의 젊은 전문 인사들에게 인기가 많습니다. 관심이 있으시면, AXP 모델의 기능 외에도 향상된 자체 조절 프로그램을 갖는 유사한 AXZ 모델이 있습니다"와 같은 음성 입력을 출력할 수 있다. 상기 설명에서, 키워드 문구 "젊은 전문 인사", "소규모 가족", "에너지 절약" 및 "안드로이드 기기를 통해 제어"는 모두 온수기 AXP 모델 추천을 생성하기 위한 요소이다. 상기 추천은, 모델 AXP 및 AXZ 모델에 대한 제품별 특성 "자체 조절 프로그램"과 같은 제품별 설명을 포함한다. 제품별 설명을 포함하지 않는 더욱 일반적인 제안의 각 예시는 "고객님, 우리 AXP의 온수기에 관심이 있는 것 같습니다. 이러한 모델은 예를 들어, 정보 교환 시스템이 사용자가 이미지 분석을 통해 Android 시계를 착용하고 있다고 가정하는 경우에, 에너지 효율적이고, 안드로이드 기기와 같은 스마트 기기를 통해 제어할 수 있으므로 당신과 같은 소규모 가족의 젊은 전문 인사들한테 인기가 많습니다(모델을 열거....)"이다. 유의해야 할 것은, 모델 및 모델별 설명은 리스트의 일부분으로 포함되어 있을 수 있다. 상기 리스트는 사용자가 본 제1 제품에만 해당되지 않는다.

일부 실시예에 있어서, 정보 교환 시스템은 제1 사용자와 관련된 선택 요소 세트를 결정한다. 정보 교환 시스템은, 제1 사용자와 관련되는 것으로 결정된 선택 요소 세트에 기반하여, 제1 사용자에 대한 제품 추천 - 상기 제1 제품 추천은, 두 개 또는 복수 개의 대안 모델 중의 제1 모델에 기반하여 생성된 것임 - 을 생성하기 위해, 두 개 또는 복수 개의 대안 모델을 인식한다. 제1 사용자에게 제1 제품 추천을 제공한 후, 정보 교환 시스템은 프론트엔드 정보 교환 시스템의 현재 배치 위치에서, 제1 사용자 및 프론트엔드 정보 교환 시스템 사이의 제2 대면 근접 상호 작용을 검출하고, 상기 제2 대면 근접 상호 작용은 제1 제품 추천을 거부하는 것을 포함한다. 상기 제1 사용자 및 프론트엔드 정보 교환 시스템 사이의 상기 제2 대면 근접 상호 작용은, 상기 제1 제품 추천을 거부하는 것을 포함하는 것으로 결정함에 따라, 상기 제1 사용자와 관련되는 것으로 결정된 상기 한 그룹의 선택 요소에 기반하여, 상기 두 개 또는 복수 개의 대안 모델 중의 제2 모델을 사용하여, 제2 제품 추천을 자동으로 생성한다. 거부한 후 정보 교환 시스템에 의해 사용되는 모델로 스위칭하는 것을 통해, 추천된 근본적인 가설을 완전히 업데이트할 수 있고, 무제한으로 사용되는 선택 요소 세트, 이들이 모델 중의 각 우선 순위, 이들이 모델 중의 각 중요성 및 이들이 모델에서의 의사 결정 논리 중의 각 사용을 업데이트 할 수 있음으로써, 상호 작용을 통해 얻은 새로운 정보(예를 들어, 거부한 원인, 거부한 스타일 또는 다만 거부만 한 것인지)에 기반하여 더욱 나은 추천을 생성한다. 이는 모델의 기본 가설이 가능하게 잘못되었거나 모델이 현재 상황(예를 들어, 기지된 모든 사실 및 파라미터에 설명된 상황)에 대해 최적화되지 않았기 때문에, 고정 모델에 사용된 파라미터 또는 가중치를 조정하는 것과 상이하다. 일부 실시예에 있어서, 상기 제1 사용자 및 상기 프론트엔드 정보 교환 시스템 사이의 제2 대면 근접 상호 작용이 상기 제1 제품 추천을 거부하는 것을 포함하는 것으로 결정함에 따라, 정보 교환 시스템은 제2 대면 근접 상호 작용을 분석하여 제1 사용자와 관련된 하나 또는 복수 개의 추가 요소를 결정하고, 상기 제1 사용자는 상기 제1 선택 요소 세트를 수정하였거나 상기 선택 요소 세트에 대해 추가하였다. 예를 들어, 사용자가 "저는 저의 냉장고와 저의 오븐 색상이 동일한 것을 좋아하지 않습니다" 또는 "제가 이미 이러한 온수기가 누수하는 문제에 대한 보고를 본 것 같습니다." 또는 "저는 월말까지 기다렸다가 온수기를 구매할 겁니다." 등과 말하면, 정보 교환 시스템은 이러한 거부 중 각각을 처리할 수 있어, 사용자의 의사 결정과 관련된 요소를 추출한다. 예를 들어, 제1 대화에 기반하면, 오븐의 색상 및 색상이 상이한 수요는 정보 교환 시스템에 의해 인식되는 추가 요소일 수 있다. 제2 대화에 기반하면, 제품 품질, 부정적인 홍보에 대한 설명, 사용 가능한 보증 옵션 및 알려진 문제에 대한 개선 사항은 정보 교환 시스템에 의해 인식되는 추가 요소일 수 있다. 제3 대화에 기반하면, 시간, 가격 포인트, 운세 예측 고려 요소, 사용자가 현재 고려하는 다른 타입의 제품은 정보 교환 시스템에 의해 인식되는 추가 요소일 수 있다. 정보 교환 시스템의 분석은 선택적으로 키워드 추출 기반, 의도를 분석하기 위한 자연 언어 처리, 규칙 기반 기술 또는 다른 인공 지능 기술을 기반으로 한다. 일부 실시예에 있어서, 복수 개의 추가 요소를 인식하면, 정보 교환 시스템도 상기 분석에 기반하여 선택적으로 추가 요소의 우선 순위를 결정한다. 다음, 정보 교환 시스템은 하나 또는 복수 개의 추가 요소에 기반하고, 제1 사용자와 관련되는 것으로 결정된 선택 요소 세트를 결부하여, 제2 모델을 사용하여 제2 제품 추천을 자동으로 생성한다.

일부 실시예에 있어서, 기계에 의해 생성된 제품 추천을 제공하는 방법은, 프론트엔드 정보 교환 시스템(예를 들어, 컴퓨터 정보 키오스크 또는 판매 로봇)을 배치하는 단계를 포함하고, 여기서, 프론트엔드 정보 교환 시스템은 입력 사용자 인터페이스를 제공하며, 상기 입력 사용자 인터페이스는, 사용자 및 프론트엔드 정보 교환 시스템 사이의 하나 또는 복수 개의 대면 근접 상호 작용(예를 들어, 음성, 터치, 시각, 제스처 등을 통한 상호 작용, 이러한 상호 작용은 사용자 및 프론트엔드 정보 교환 시스템 사이의 밀접한 물리적 근접으로 구현된 상호 작용임)을 검출하도록 구성된다. 프론트엔드 정보 교환 시스템의 현재 배치 위치(예를 들어, 위치 등록은 컴퓨터 정보 키오스크 또는 판매 로봇의 설정 과정 또는 초기화 과정의 일부분일 수 있음)를 등록하는 단계를 포함한다. 일부 실시예에 있어서, 프론트엔드 정보 교환 시스템은 자체 포지셔닝 시스템을 포함하고, 프론트엔드 정보 교환 시스템이 활성화될 경우, 상기 자체 포지셔닝 시스템은 자동으로 현재 배치 위치를 백엔드 서버에 전송한다. 상기 방법은 또한, 프론트엔드 정보 교환 시스템의 현재 배치 위치에서, 제1 사용자 및 프론트엔드 정보 교환 시스템 사이의 제1 대면 근접 상호 작용을 검출하는 단계를 더 포함하고, 여기서, 제1 대면 근접 상호 작용은 제1 제품 카테고리를 지정하고, 제1 사용자는 상기 제1 제품 카테고리에 대해 제품 추천을 찾고 있다. 예를 들어, 사용자가 직접 판매 로봇과 상호 작용하거나 컴퓨터 정보 키오스크에 걸어갈 때, 판매 로봇 또는 정보 키오스크 위치의 카메라는, 소정의 기준(예를 들어, 임계값과 근접한 소정의 기준)을 충족시키는 사용자 이미지를 캡처하거나, 도움 요청 사용자로부터 음성 입력을 캡처하거나, 사용자가 사용자 ID를 스캔 또는 타이핑하는 등 제1 대면 근접 상호 작용의 시작이 검출되며, 프론트엔드 정보 교환 시스템은 백엔드 서버에 사용자와의 대면 근접 상호 작용이 개시되었음을 알린다. 일부 실시예에 있어서, 제1 대면 근접 상호 작용은 제1 제품 카테고리를 지정하고, 사용자는 상기 제1 제품 카테고리에 대한 제품 추천을 찾고 있다. 예를 들어, 사용자는 프론트엔드 정보 교환 시스템을 통해, "저는 온수기를 찾고 있습니다."를 말하는 것을 통해 제품 카테고리를 직접 선택한다. 일부 실시예에 있어서, 제1 제품 카테고리는, 사용자가 배치 위치에서의 브라우징 모드 및 사용자가 제1 제품 카테고리와 관련된 영역에서의 소비 시간으로부터 온 것이다. 일부 실시예에 있어서, 제1 사용자 및 프론트엔드 정보 교환 시스템 사이의 제1 대면 근접 상호 작용에 응답하여, 정보 교환 시스템은 자동으로 제1 제품 추천을 생성하고, 여기서 제1 제품 추천은 제1 제품 카테고리의 제1 제품(예를 들어, 적어도 일부분의 프론트엔드 정보 교환 시스템에 등록된 현재 배치 위치 및 사용자 및 현재 시장에 관한 다른 공지된 특성 중 적어도 하나에 기반하여 선택된 제품)을 포함한다. 예를 들어, 사용자가 온수기를 보려는 경우, 다양한 모델의 판매량 및 사용자의 추정 가구 크기에 기반하여 선택된 제1 온수기 모델을 추천한다. 정보 교환 시스템은, 제1 사용자가 제1 제품 카테고리와 관련된 제2 제품 카테고리 중의 제2 제품의 각 이전 구매 기록에 대해 검출을 진행한다. 예를 들어, 정보 교환 시스템은 다양한 교차 판매 전략(예를 들어, 기후 조건, 용량, 사용 위치, 에너지 절약 수준 등에 기반)에 기반하여 제품 카테고리 사이에 이전 설정된 연관성을 저장한다. 예를 들어, 용량에 기반하면, 전체 주택의 온수기 및 전체 주택의 중앙 집중식 난방 시스템은 관련된 카테고리이고, 단일 온수기 및 실내 에어컨은 관련되는 카테고리이며; 에너지 효율 수준에 기반하면, 높은 효율을 갖는 세탁기 및 높은 효율을 갖는 식기 세척기는 관련된 카테고리이며; 사용 위치에 기반하면, 온수기와 주방 기기(예를 들어, 오븐, 냉장고, 전자레인지, 식기 세척기 등) 및 욕조 시설(예를 들어, 욕실 비품, 비데 등)는 관련되는 카테고리이다. 제2 제품에 대한 각 이전 구매 기록에, 정보 교환 시스템에 등록된 현재 배치 위치의 소정의 지리 영역 외의 구매 또는 배송지(예를 들어, 현재 프론트엔드 정보 교환 시스템은 썬쩐에 배치되고, 사용자가 구매한 오븐에 대한 이전 배송지는 베이징이며, 이 두 도시는 고정된 집 주소를 갖는 사용자의 정상적인 일상의 여행 거리 밖에 위치할 때)를 나타내는 것으로 결정함에 따라, 제2 제품의 특성에 기반하여 선택된 제2 제품 카테고리의 제3 제품(예를 들어, 정보 교환 시스템은 관련 카테고리(예를 들어, 단일 온수기 카테고리와 관련된 실내 에어컨 카테고리)에서 에어컨을 인식하여, 이를 하나의 패키지로서 온수기 추천에 추가함)를 포함하기 위해, 정보 교환 시스템은 제1 제품 추천을 자동으로 확장한다. 제2 제품에 대한 각 이전 구매 기록이 정보 교환 시스템에 등록된 현재 배치 위치의 소정의 지리적 영역 내에서의 구매 또는 배송지를 나타내는 것으로 결정함에 따라, 제2 제품의 특성에 기반하여 제1 제품의 하나 또는 복수 개의 특성을 추가로 한정하기 위해, 정보 교환 시스템은 제1 제품 추천을 자동으로 세분화한다. 예를 들어, 배치 위치 및 사용자의 이전 배송지가 모두 썬쩐에 있으면, 정보 교환 시스템은 이전 구매 기록을 사용하여 하나 또는 복수 개의 파라미터를 결정하고, 이러한 파라미터는 온수기에 대한 추천을 추가로 세분화하는데 사용될 수 있다. 예를 들어, 사용자가 이전에 금속 마감재 및 현대적 스타일의 에어컨을 구매한 경우, 온수기에 대한 추천은, 동일하거나 유사한 현대적 스타일 및 금속 마감재를 가질 수 있다. 이전 구매에 3 개의 욕조 시설 세트가 포함된다면, 온수기 모델은 욕조 시설과의 호환성에 따라 선택되고, 추천된 개수는 욕조 시설의 개수에 기반하여 선택된다(예를 들어, 3 개의 욕실 및 하나의 주방에 대해, 적어도 3 개 또는 4 개의 온수기가 있음). 위치 불일치가 검출되면, 이전 구매로부터의 일부 정보(예를 들어, 스타일 선호도)는 여전히 제1 제품의 추천을 세분화하기 위한 것이고, 반면, 이전 구매로부터의 다른 정보(예를 들어, 개수 정보)는 위치 불일치가 검출되지 않은 경우에만 고려된다. 일부 실시예에 있어서, 위치 불일치가 검출되는지 여부에 따라, 일부 이전 구매 정보를 상이하게 사용한다. 예를 들어, 위치 불일치가 검출되지 않으면, 이전 구매 개수 정보는 집의 방 개수를 직접 추정하기 위한 것이고, 객실 수는 현재 제품 추천에 대한 개수를 선택하기 위한 것이며; 위치 불일치를 검출하지 못한 경우, 이전 구매량 정보를 사용하여 가족 규모를 추정하고, 가족 규모를 고려하지 않은 경우에 현재 제품 추천의 개수를 선택할 수 있지만, 가족 규모에 기반하여 현재 제품 추천의 모델을 선택할 수 있다. 정보 교환 시스템은 프론트엔드 정보 교환 시스템을 통해, 제1 제품 추천의 자동 확장 또는 세분화 이후 제1 사용자에게 제1 제품 추천을 제공한다. 도 2에서 이를 예로 들어 설명한다.

일부 실시예에 있어서, 제1 사용자 및 프론트엔드 정보 교환 시스템 사이의 제1 대면 근접 상호 작용에 응답하여, 제2 제품에 대한 각 이전 구매 기록(예를 들어, 하나 또는 복수 개의 에어컨의 이전 구매 기록)외에, 정보 교환 시스템은 또한 제1 사용자가 제1 제품에 대한 각 이전 구매 기록(예를 들어, 사용자가 이전에 이미 하나 또는 복수 개의 온수기를 구매하였고, 현재 다시 온수기 구매를 요청함)을 검출하며; 제1 제품에 대한 각 이전 구매 기록(예를 들어, 온수기의 이전 구매)이 제2 제품에 대한 각 이전 구매 기록(예를 들어, 에어컨의 이전 구매)과 동일한 구매 또는 배송지를 나타내는 것을 결정함에 따라, 제1 제품 및 제2 제품에 대한 각 이전 구매 기록에 나타난 구매 또는 배송지가 정보 교환 시스템의 현재 배치 위치에 등록된 소정의 지리적 영역 내에 존재하는지 여부와 상관없이, 제2 제품 카테고리로부터의 제2 제품(예를 들어, 이전에 구매한 에어컨의 추천)을 포함하기 위해, 정보 교환 시스템은 제1 제품 추천을 자동으로 확장한다. 예를 들어, 사용자가 이전에 구매한 에어컨의 같거나 유사한 모델이 현재 여전히 판매되고 있으면, 이미 요청한 온수기의 추천 외에도, 정보 교환 시스템은 또한 에어컨 모델 또는 이와 유사한 모델을 사용자에게 추천한다. 예를 들어, 정보 교환 시스템이 요청된 온수기 개수 및 이미 구매한 에어컨 개수 사이에 불일치가 있는 것으로 결정하면(유의해야 할 것은, 온수기 및 에어컨 개수의 대응 관계는 사용자가 그의 집 주소를 변경했는지 여부에 따라 달라짐), 정보 교환 시스템은 사용자에게 더 많은 에어컨을 구매하도록 권장하여 상기 개수 불일치를 제거한다.

일부 실시예에 있어서, 제2 제품의 특성에 기반하여 선택된 제2 제품 카테고리의 제3 제품을 포함하기 위해, 제1 제품 추천을 자동으로 확장한 이후, 제1 사용자에게 제1 제품 추천을 제공한다. 일부 실시예에 있어서, 정보 교환 시스템은, 프론트엔드 정보 교환 시스템을 통해 사용자 입력(상기 사용자 입력은 제1 제품 추천에 포함된 제2 제품 카테고리로부터의 제3 제품을 거부함)을 검출하고; 사용자 입력(상기 사용자 입력은 제1 제품 추천에 포함된 제2 제품 카테고리로부터의 제3 제품을 거부함)을 검출한 것에 응답하여, 제2 제품 카테고리로부터의 제3 제품을 제거하고, 제1 사용자의 이전 구매 기록에 없는 각 제품 카테고리로부터의 제4 제품을 포함하도록, 제1 제품 추천을 수정한다. 예를 들어, 첫 번째 제안에 포함된 이전에 구매한 에어컨을 거부할 때, 사용자는 "저는 지금 에어컨이 필요하지 않습니다" 또는 "이 에어컨이 마음에 들지 않습니다" 또는 “이번에는 다른 색상의 에어컨을 원합니다” 또는"이 에어컨은 너무 시끄럽습니다"라고 말할 수 있다. 정보 교환 시스템은 사용자가 이전에 구매 제품에 대한 추천 의도를 분석하고, 사용자가 현재 임의의 상기 제품을 구매하기를 원하지 않을 때, 정보 교환 시스템은 이전에 구매한 에어컨의 추천을 제거하고, 완전히 상이한 제품(예를 들어, 식기 세척기, 정보 교환 시스템이 과거 기록에 따라 사용자가 사전에 식기 세척기를 구매하지 않았음을 결정한 경우)을 추천한다. 일부 실시예에 있어서, 에어컨에 대한 추천은, 이전에 구매한 모델과 완전히 동일하지 않고, 이전에 구매한 모델에 기반하여 선택된, 현재 시간 및 사용자 특성에 적합한 파라미터를 갖는 모델일 수 있다. 이 경우, 정보 교환 시스템은 또한 추천을 수정할 수 있고, 사용자의 응답에 포함된 새로운 정보에 기반하여 동일한 제품 카테고리에서 상이한 모델을 선택한다.

일부 실시예에 있어서, 제2 제품의 특성에 기반하여 제1 제품의 하나 또는 복수 개의 특성을 제한하기 위해, 제1 제품 추천을 자동으로 세분화 한 이후, 제1 제품은 제1 사용자에게 제공되며, 자동으로 세분화하는 단계는, 제1 제품의 사이즈 카테고리(예를 들어, 온수기의 사이즈 카테고리는 미디엄 또는 스몰임)를 결정하는 단계; 제2 제품의 사이즈 카테고리(예를 들어, 실내 에어컨에 기반한 사이즈 카테고리는 미디엄이고, 냉장고의 사이즈 카테고리는 라지임)를 결정하는 단계; 제1 제품의 사이즈 카테고리가 제2 제품의 사이즈 카테고리와 상이한(예를 들어, 두 가지의 제품의 사이즈 카테고리는 라지와 스몰로 상이함) 것으로 결정함에 따라, 미리 저장된 대비 매칭 방안(예를 들어, 두 가지의 상이한 사이즈 카테고리에 대해 높은 대비율을 갖는 색상 및 문양 중 적어도 하나를 가짐)에 따라, 제2 제품의 특성에 기반하여 제1 제품의 하나 또는 복수 개의 특성을 한정하는 단계; 및 제1 제품의 사이즈 카테고리와 제2 제품의 사이즈 카테고리가 동일한(예를 들어, 두 제품 모두 라지 사이즈임) 것으로 결정하는 것과, 미리 저장된 조정 매칭 방안(예를 들어, 두 개의 대형 가전 제품의 동일하거나 유사한 마감 및 색상 중 적어도 하나)에 따라, 제2 제품의 특성에 기반하여 제1 제품의 하나 또는 복수 개의 특성을 한정하는 단계를 포함한다.

일부 실시예에 있어서, 정보 교환 시스템은, 복수 개의 제품 카테고리에서 각 제품 카테고리에 대해, 각 제품 카테고리와 호환되는 것으로 결정된 각 운세 예측 파라미터 세트(예를 들어, 에어컨의 경우, 호환되는 파라미터에는 자연력 얼음, 금속, 공기, 물이 포함되고, 호환되지 않는 파라미터에는 불, 흙, 나무가 포함되며; 오븐의 경우, 호환되는 파라미터에는 자연력 불, 금속 및 공기가 포함되고, 호환되지 않는 파라미터에는 나무, 물 및 흙 등 자연력이 포함됨)를 포함하는 대응 관계 데이터베이스를 생성한다. 제1 사용자 및 프론트엔드 정보 교환 시스템 사이의 제1 대면 근접 상호 작용에 응답하여, 정보 교환 시스템은 현재에 제1 사용자에게 유리한 운세 예측 파라미터 세트(예를 들어, 사용자 신념 시스템의 운세 예측 원칙 또는 제3 자 운세 웹사이트에 따르면, 자연력 물과 관련된 행동을 할 때, 사용자 생월을 갖는 사람은 유리한 결과를 갖는 단계 및 자연력 불과 관련된 행동을 할 때, 불리한 결과를 갖는 단계 중 적어도 하나)를 인식한다. 대응 관계 데이터베이스에 따라, 정보 교환 시스템은 복수 개의 제품 카테고리로부터, 현재에 제1 사용자에 대해 효과적인 운세 예측 파라미터 세트에 대응되는 제3 제품 카테고리를 인식한다. 예를 들어, 운세 예측이 사용자가 자연력 물과 관련된 활동에 종사해야 하는 것으로 나타낸다고 가정하면, 다른 고려 사항에 기반하여 양자 모두가 허락된 추천이라 할지라도, 정보 교환 시스템은 사용자에게 에어컨이 아닌 오븐을 추천한다. 정보 교환 시스템은, 제3 제품 카테고리로부터의 하나 또는 복수 개의 제품과 제1 제품을 함께 포함하도록, 제1 제품 추천을 확장한다.

일부 실시예에 있어서, 제1 대면 근접 상호 작용은, 제1 사용자가 구매하려고 하는 제1 제품 카테고리에 대한 제1 제품 개수를 지정한다. 정보 교환 시스템은, 제1 제품 개수의 제1 제품 및 제1 제품 개수에 기반하여 선택된 제2 제품 개수의 제3 제품을 묶는 것과 같은 디지털 거래를 자동으로 생성한다. 개수 대응의 예시는 도 2에 도시된 바와 같은 예시에 관련되는 것으로 설명된다. 다른 개수 대응도 선택적으로 상이한 실시예 및 시나리오에 사용된다. 일부 실시예에 있어서, 제2 제품 개수를 선택하는 단계는, 제2 제품에 대한 각 이전 구매기록이 정보 교환 시스템에 등록된 현재 배치 위치의 소정의 지리적 영역 이외의 구매 또는 배송지를 나타내는 것으로 결정함에 따라, 각 이전 구매 기록에서 나타낸 제2 제품의 이전 구매 개수를 고려하지 않고, 제1 제품 개수에 기반하여 제2 제품 개수를 선택하는 단계; 및 제2 제품에 대한 각 이전 구매 기록이 정보 교환 시스템에 등록된 현재 배치 위치의 소정의 지리적 영역 내의 구매 또는 배송지를 나타내는 것을 결정함에 따라, 각 이전 구매 기록에서 나타낸 제1 제품 개수 및 제2 제품의 이전 구매 개수에 기반하여 제2 제품 개수를 선택하는 단계를 포함한다. 예를 들어, 개수는 사용자가 새 집으로 이사했는지 여부에 따라 조정된다. 일부 실시예에 있어서, 사용자가 이사했는지 여부에 따라, 이전 구매 개수가 없거나 또는 이전 구매 개수를 고려하지 않고 다시 개수를 계산한다.

이해해야 할 것은, 이미 설명된 동작의 특정 순서는 다만 예시적인 것이며, 설명된 순서가 동작을 수행할 수 있는 유일한 순서임을 나타내기 위한 것이 아니다. 통상의 기술자는 여기에 설명된 동작에 대해 재배열하는 다양한 방법을 알 수 있을 것이다. 또한, 유의해야 할 것은 여기에 설명된 다른 방법 및 과정 중 적어도 하나에서 설명된 다른 과정의 세부 사항도 상기 방법(300)과 유사한 형태로 적용될 수 있다.

도 4는 일부 실시예에 따른 대표적인 서버 시스템(108)(예를 들어, 백엔드 교환 시스템로서)의 블록도이다. 서버 시스템(108)은 일반적으로 하나 또는 복수 개의 프로세싱 유닛(프로세서)(402)(예를 들어, 도 1a의 프로세서(112)), 하나 또는 복수 개의 네트워크 인터페이스(404), 메모리(406) 및 이러한 컴포넌트(칩 세트로도 지칭됨)를 서로 연결시키기 위한 하나 또는 복수 개의 통신 버스(408)를 포함한다. 서버 시스템(108)은 또한 선택적으로 사용자 인터페이스(410)를 포함한다. 사용자 인터페이스(410)는 미디어 내용을 나타낼 수 있는 하나 또는 복수 개의 출력 기기(412)를 포함하고, 하나 또는 복수 개의 스피커 및 하나 또는 복수 개의 가시화 디스플레이 중 적어도 하나를 포함한다. 사용자 인터페이스(410)는 또한 하나 또는 복수 개의 입력 기기(414)를 포함하고, 키보드, 마우스, 음성 명령 입력 유닛 또는 마이크로폰, 터치 스크린 디스플레이, 터치 감지 태블릿, 제스처 캡처 카메라 또는 다른 입력 버튼 또는 컨트롤러와 같이 사용자 입력을 용이하게 하는 사용자 인터페이스 컴포넌트를 포함한다. 메모리(406)는, 동적 램(dynamic Random Access Memory, DRAM), 정적 램(Static Random Access Memory, SRAM), 2 배속 동기식 동적 램(Double Data Rate Synchronous Dynamic Random Access Memory, DDR RAM) 또는 다른 비휘발성 솔리드 스테이트 저장 기기와 같은 고속 랜덤 액세스 메모리를 포함하고, 선택적으로 하나 또는 복수 개의 마그네틱 디스크 저장 기기, 하나 또는 복수 개의 광 디스크 저장 기기, 하나 또는 복수 개의 플래시 기기 또는 하나 또는 복수 개의 다른 비 휘발성 솔리드-스테이트 저장 기기와 같은 비휘발성 메모리를 포함한다. 메모리(406), 또는 대체 가능한 메모리(406) 내의 비휘발성 메모리는, 비일시적 컴퓨터 판독 가능 저장 매체를 포함한다. 일부 구현에 있어서, 메모리(406) 또는 메모리(406)의 비일시적 컴퓨터 판독 가능 저장 매체는 다음의 프로그램, 모델 및 데이터 구조 또는 서브 세트 또는 슈퍼 그룹을 저장한다.

운영체제(416)에 있어서, 다양한 기본 시스템 서비스를 처리하고 하드웨어 관련 작업을 수행하기 위한 프로그램이다.

네트워크 통신 모듈(418)에 있어서, 서버 시스템(108)을 다른 컴퓨터 기기(예를 들어, 클라이언트 기기(104) 또는 제3 자 서비스(122))에 연결 시키기 위한 것이고, 상기 다른 컴퓨터 기기는 하나 또는 복수 개의 네트워크 인터페이스(404)(유선 또는 무선의)를 통해 하나 또는 복수 개의 네트워크(110)에 연결된다.

프리젠테이션 모듈(420)에 있어서, 사용자 인터페이스(410)와 관련된 하나 또는 복수 개의 출력 기기(412)(예를 들어, 디스플레이, 스피커 등)를 통과하고, 서버 시스템(108)에서 정보의 프리젠테이션을 구현(예를 들어, 애플리케이션, 위젯, 웹 페이지, 오디오 및 비디오 컨텐츠 중 적어도 하나, 텍스트 등을 위한 사용자 인터페이스)하기 위한 것이다.

입력 처리 모듈(422)에 있어서, 하나 또는 복수 개의 입력 기기(414) 중 하나로부터의 하나 또는 복수 개의 사용자 입력 또는 상호 작용을 검출하고, 검출된 입력 또는 상호 작용을 이해하기 위한 것이다.

하나 또는 복수 개의 애플리케이션(424)에 있어서, 서버 시스템(108)에 의해 수행된다.

서버 측 모듈(106)에 있어서, 서버 측 데이터 처리 및 기능을 제공하고, 아래와 같은 모듈을 포함하지만 이에 한정되지 않는다.

전자상거래 데이터 처리 모듈(152)에 있어서, 시장 데이터, 판매 데이터, 제품 데이터, 경쟁자 데이터 등을 처리하여, 가격, 시장 세분화, 제품 세분화, 산업 동향, 제품 특징, 소비자 심리, 제품 리뷰, 교차 판매 관련성 등과 관련된 집계된 데이터를 처리하기 위한 것이다.

구매/배송/서비스 이력 처리 모듈(152)에 있어서, 사용자의 구매, 배송 및 서비스 이력 기록의 과거 기록을 처리하여, 집 주소, 소셜 등급, 구매 제품, 제품 구매 시간, 구매 의사 결정에 영향을 주는 요소, 만족도, 제품의 과거 경력, 제품 특징에 대한 지식, 스타일 선호도, 가격 포인트 등을 결정하기 위한 것이다.

과거 인간 상호 작용 로그 처리 모듈(154)에 있어서, 인간에 의해 기록된 사용자와 인간 상호 작용의 과거 기록을 처리하여, 개인 사용자의 개인 스타일, 인간 상호 작용 스타일, 생활 환경, 인구 통계 데이터, 융합 관계를 발전시키기 위한 개인 에피소드 등과 같은 관련 특징을 결정하기 위한 것이다.

현재 대면 상호 작용 모듈(156)에 있어서, 현재 이미지, 음성 입력 및 다른 관련된 입력 및 주변 데이터(예를 들어, 현재 날씨, 현재 외부 이벤트 등)와 같은 사용자의 현재 방문으로부터의 입력을 처리하기 위한 것이다.

데이터 처리 통합 모듈(158)에 있어서, 현재 사용 가능한 데이터, 새로 획득된 데이터 및 중간 결과에 기반하여, 적합한 처리 모듈을 선택하고, 그들의 동작 우선 순위를 결정하며, 일부 처리 모듈로부터의 결과를 통합하여 다른 처리 모듈에게 입력을 제공하기 위한 것이다.

증강 현실 및 가상 현실 처리 모듈에 있어서, 사용자가 구경했던 제품, 사용자에게 추천된 제품, 사용자가 요청한 제품 및 사용자의 특징, 선호도, 상호 작용 스타일 등에 기반하여, 사용자에 대한 증강 현실 및 가상 현실 체험을 생성하기 위한 것이다.

제품 추천 모듈(162)에 있어서, 상이한 모듈의 결과에 기반하여 사용자에 대한 제품 추천을 생성하기 위한 것이다.

다른 모듈(134)에 있어서, 본 명세서에서 설명된 다른 기능을 수행하기 위한 것이다.

상기 표시된 구성 요소 각각은, 전술된 메모리 기기의 하나 또는 복수 개에 저장될 수 있고, 상기 기능을 수행하기 위한 명령어 세트에 대응된다. 상기 인식된 모듈 또는 프로그램(즉, 명령어 세트)은 단독적인 소프트웨어 프로그램, 과정, 모듈 또는 데이터 구조로 구현될 필요가 없으므로, 이러한 모듈의 다양한 서브 세트는 다양한 구현 중에서 조합되거나 재배열될 수 있다. 일부 구현에 있어서, 메모리(406)는 선택적으로 상기 모듈 및 데이터 구조의 서브 세트를 저장한다. 또한, 메모리(806)는 선택적으로 위에서 설명되지 않은 추가 모듈 및 데이터 구조를 저장한다.

일부 실시예에 있어서, 서버 시스템(108)의 적어도 일부의 기능은 클라이언트 기기(104)에 의해 수행되고, 이러한 기능의 각 서브 모듈은 서버 시스템(108) 대신에 클라이언트 기기(104)에 위치할 수 있다. 일부 실시예에 있어서, 첨부 도면에 도시된 클라이언트 기기(104) 및 서버 시스템(108)은 다만 예시적인 것이고, 본 명세서에 설명된 기능을 구현하기 위한 모듈의 상이한 구성은 다양한 실시예에서 가능한 것이다.

비록 위에서 특정 실시예를 설명하였지만, 이해해야 할 것은, 이는 본 발명이 이러한 특정 실시예에 한정되는 것을 의미하지 않는다. 반대로, 본 발명은 첨부한 청구범위의 사상 및 범위 내의 대안, 수정 및 등가물을 포함한다. 본 명세서에서 언급된 주제의 철저한 이해를 제공하기 위해, 다수의 특정 세부 사항이 설명된다. 그러나 본 기술 분야의 기술자라면 이러한 특정 세부 사항 없이도 주제가 실시될 수 있음은 자명한 것이다. 다른 경우에 있어서, 공지된 방법, 절차, 컴포넌트 및 회로는 실시예들의 측면을 불필요하고 모호하게 하지 않기 위해 상세히 설명되지 않았다.

도 5는 일부 실시예에 따른 클라이언트 기기(104)(예를 들어, 백엔드 정보 교환 시스템으로서)의 블록도이다. 클라이언트 기기(104)는 일반적으로 하나 또는 복수 개의 프로세싱 유닛(프로세서)(402)(예를 들어, 도 1a 중의 프로세서(112)), 하나 또는 복수 개의 네트워크 인터페이스(404), 메모리(406) 및 이러한 컴포넌트(가끔은 칩 세트로 지칭됨)를 서로 연결시키기 위한 하나 또는 복수 개의 통신 버스(408)를 포함한다. 서버 시스템(108)은 또한 선택적으로 사용자 인터페이스(410)를 포함한다. 사용자 인터페이스(410)는 미디어 내용을 나타낼 수 있는 하나 또는 복수 개의 출력 기기(412)를 포함하고, 하나 또는 복수 개의 스피커 및 하나 또는 복수 개의 가시화 디스플레이 중 적어도 하나를 포함한다. 사용자 인터페이스(410)는 또한 하나 또는 복수 개의 입력 기기(414)를 포함하고, 사용자 입력에 사용되는, 키보드, 마우스, 음성 명령 입력 유닛 또는 마이크로폰, 터치 스크린 디스플레이, 터치 감지 입력 패드, 제스처 캡처 카메라 또는 다른 입력 버튼 또는 컨트롤러를 포함한다. 또한, 일부 클라이언트 기기(104)는 스피커 및 음성 인식 또는 카메라 및 제스처를 사용하여 키보드를 보충 또는 대안한다. 일부 실시예에 있어서, 클라이언트 기기(104)는 또한 센서를 포함하고, 클라이언트 기기(104)에 관한 현재 상태 또는 클라이언트 기기(104)와 관련된 환경 조건에서의 상황 정보를 제공한다. 센서는, 하나 또는 복수 개의 스피커, 하나 또는 복수 개의 카메라, 환경 광 센서, 하나 또는 복수 개의 가속도계, 하나 또는 복수 개의 자이로 스코프, GPS 포지셔닝 시스템, 블루투스 또는 BLE 시스템, 온도 센서, 하나 또는 복수 개의 운동 센서, 하나 또는 복수 개의 생물 센서(예를 들어, 갈바니 피부 저항 센서, 맥박 산소 측정기 및 유사 물체) 및 다른 센서를 포함하지만 이에 한정되지 않는다. 메모리(506)는 DRAM, SRAM, DDR RAM 또는 다른 랜덤 액세스 솔리드-스테이트 저장 기기와 같은 고속 랜덤 액세스 메모리를 포함하고, 선택적으로 하나 또는 복수 개의 마그네틱 디스크 저장 기기, 하나 또는 복수 개의 광 디스크 저장 기기, 하나 또는 복수 개의 플래시 기기 또는 하나 또는 복수 개의 다른 비휘발성 솔리드-스테이트 저장 기기와 같은 비휘발성 메모리를 포함한다. 메모리(506) 또는 대체 가능한 메모리(506) 내의 비휘발성 메모리는 비 일시적 컴퓨터 판독 가능 저장 매체를 포함한다. 일부 구현에 있어서, 메모리(506) 또는 메모리(506)의 비일시적 컴퓨터 판독 가능 저장 매체에는 아래와 같은 프로그램, 모듈 및 데이터 구조, 또는 서브 세트 또는 슈퍼 세트를 저장한다.

운영체제(516)에 있어서, 다양한 기본 시스템 서비스를 처리하고, 하드웨어 관련 작업을 수행하기 위한 프로그램을 포함한다.

네트워크 통신 모듈(518)에 있어서, 클라이언트 기기(104)를 다른 컴퓨터 기기(예를 들어, 서버 시스템(108))에 연결시키기 위한 것이고, 상기 다른 컴퓨터 기기는 하나 또는 복수 개의 네트워크 인터페이스(504)를 통해 하나 또는 복수 개의 네트워크(110)에 연결된다.

프리젠테이션 모듈(520)에 있어서, 사용자 인터페이스(510)와 관련된 하나 또는 복수 개의 출력 기기(812)(예를 들어, 디스플레이, 스피커 등)를 통해 클라이언트 기기(104)에서 정보의 프리젠테이션을 구현(예를 들어, 텍스트, 이미지, 비디오, 웹사이트, 오디오 등을 위한 사용자 인터페이스)하기 위한 것이다.

입력 처리 모듈(522)에 있어서, 하나 또는 복수 개의 입력 기기(414) 중 하나의 하나 또는 복수 개의 사용자 입력 또는 상호 작용을 검출하고, 검출된 입력 또는 인터페이스를 이해하기 위한 것이다.

하나 또는 복수 개의 애플리케이션(424)(예를 들어, 결제 플랫폼, 미디어 플레이어 및 다른 웹 또는 웹이 아닌 것에 기반한 애플리케이션)에 있어서, 서버 시스템(108)에 의해 수행된다.

사용자 추적 모듈(132)에 있어서, 사용자가 클라이언트 기기의 배치 위치에서의 이동을 추적하기 위한 것이다,

사용자 상호 작용 모듈(133)에 있어서, 사용자가 배치 위치를 방문하는 동안 사용자와 직접 및 간접적인 상호 작용을 구현하기 위한 것이다.

다른 모듈에 있어서, 본 명세서에서 설명된 다른 기능을 수행하기 위한 것이다.

상기 표시된 구성 요소들 각각은, 전술된 메모리 기기의 하나 또는 복수 개에 저장될 수 있고, 상기 기능을 수행하기 위한 명령어 세트에 대응된다. 상기 인식된 모듈 또는 프로그램(즉, 명령어 세트)은 단독적인 소프트웨어 프로그램, 과정, 모듈 또는 데이터 구조로 구현될 필요가 없으므로, 이러한 모듈의 다양한 서브 세트는 다양한 구현 중에서 조합되거나 재배열될 수 있다. 일부 구현에 있어서, 메모리(806)는 선택적으로 상기 모듈 및 데이터 구조의 서브 세트를 저장한다. 또한, 메모리(806)는 위에서 설명되지 않은 추가 모듈 및 데이터 구조를 선택적으로 저장한다.

Claims

방법으로서,
하나 또는 복수 개의 프로세서 및 메모리를 갖는 전자 기기에서,
프론트엔드 정보 교환 시스템을 배치하는 단계 - 상기 프론트엔드 정보 교환 시스템은 입력 사용자 인터페이스를 제공하고, 상기 입력 사용자 인터페이스는 사용자 및 상기 프론트엔드 정보 교환 시스템 사이의 하나 또는 복수 개의 대면(in-person) 근접(close-proximity) 상호 작용을 검출하도록 구성됨 - ;
상기 프론트엔드 정보 교환 시스템의 현재 배치 위치에 위치하는, 하나 또는 복수 개의 현장 카메라로부터의 각 입력 스트림을 활성화하는 단계 - 상기 하나 또는 복수 개의 현장 카메라 각각은, 상기 프론트엔드 정보 교환 시스템의 상기 현재 배치 위치에서 디스플레이된 각 샘플 제품 부근에 위치함 - ;
상기 하나 또는 복수 개의 현장 카메라 중의 제1 카메라의 각 입력 스트림에 따라, 제1 사용자의 제1 구경 이벤트를, 상기 프론트엔드 정보 교환 시스템의 상기 현재 배치 위치에서 디스플레이된 제1 샘플 제품과 관련되는 것으로 등록하는 단계; 및
상기 프론트엔드 정보 교환 시스템의 상기 현재 배치 위치에서, 상기 제1 사용자 및 상기 프론트엔드 정보 교환 시스템 사이의 제1 대면 근접 상호 작용을 검출하는 단계를 포함하며,
상기 제1 사용자 및 상기 프론트엔드 정보 교환 시스템 사이의 상기 제1 대면 근접 상호 작용에 응답하여, 제1 제품 추천을 자동으로 생성하는 단계는,
상기 제1 샘플 제품과 관련되는 것으로 등록된 상기 제1 사용자의 상기 제1 구경 이벤트가 향상된 구경 기준을 충족시키는 것으로 결정함에 따라, 상기 제1 제품 추천에서 상기 제1 샘플 제품의 제품별 설명을 추가하는 단계 - 상기 향상된 구경 기준은, 각 제1 샘플 제품과 관련된 복수 개의 미리 저장된 구경 이벤트에, 상기 제1 사용자의 적어도 제2 구경 이벤트가 존재할 때 충족되는 기준을 포함함 - ; 및
상기 제1 샘플 제품과 관련되는 것으로 등록된 상기 제1 사용자의 상기 제1 구경 이벤트가, 상기 향상된 구경 기준을 충족시키지 않는 것으로 결정함에 따라 따라, 상기 제1 제품 추천에서 상기 제1 샘플 제품의 상기 제품별 설명을 포함하는 것을 포기하는 단계; 및
상기 프론트엔드 정보 교환 시스템을 통해, 상기 제1 사용자에게 상기 제1 제품 추천을 제공하는 단계를 포함하는 것을 특징으로 하는 방법.
제1항에 있어서,
상기 방법은,
상기 프론트엔드 정보 교환 시스템의 상기 현재 배치 위치에서 디스플레이된 복수 개의 샘플 제품 각각에 대해, 상기 각 샘플 제품 부근의 하나 또는 복수 개의 현장 카메라에 위치하는 각 입력 스트림에 따라, 상기 제1 사용자가 상기 각 샘플 제품의 각 구경 영역 내에 있는 각 구경 시간을 결정하는 단계; 및
상기 복수 개의 샘플 제품으로부터, 상기 제1 샘플 제품으로서, 상기 제1 사용자가 가장 긴 구경 시간을 갖는 샘플 제품을 선택하는 단계를 포함하는 것을 특징으로 하는 방법.
제1항에 있어서,
상기 방법은,
상기 프론트엔드 정보 교환 시스템의 상기 현재 배치 위치에서 디스플레이된 복수 개의 샘플 제품 각각에 대해, 상기 제1 사용자가, 제1 인식 그룹으로서 하나 또는 복수 개의 다른 사용자와 동시에 상기 각 샘플 제품의 해당 구경 영역 내에 존재하는지 여부를 결정하는 단계; 및
상기 복수 개의 샘플 제품으로부터, 상기 제1 샘플 제품으로서 각 샘플 제품을 선택하는 단계 - 상기 각 샘플 제품의 상기 제1 사용자는, 상기 제1 인식 그룹으로서 상기 하나 또는 복수 개의 다른 사용자와 상기 각 구경 영역 내에 동시에 존재하는 것으로 확인됨 - 를 포함하는 것을 특징으로 하는 방법.
제3항에 있어서,
상기 방법은,
상기 제1 사용자가 상기 제1 인식 그룹으로서 상기 하나 또는 복수 개의 다른 사용자와, 상기 각 구경 영역 내에 동시에 존재하는 것으로 확인된 복수 개의 샘플 제품 각각에 대해, 상기 하나 또는 복수 개의 현장 카메라의 각 입력 스트림에 대한 분석에 기반하여, 상기 제1 사용자 및 상기 제1 인식 그룹 중의 상기 하나 또는 복수 개의 다른 사용자에 대한 각각의 만족도 집계 점수를 계산하는 단계; 및
상기 제1 사용자가 상기 각 구경 영역 내에 동시에 존재하는 것으로 확인된 상기 복수 개의 샘플 제품으로부터, 상기 제1 샘플 제품으로서, 상기 제1 사용자 및 상기 제1 인식 그룹의 상기 하나 또는 복수 개의 다른 사용자에 대해 가장 높은 만족도 집계 점수를 갖는 샘플 제품을 선택하는 단계를 포함하는 것을 특징으로 하는 방법.
제1항에 있어서,
상기 프론트엔드 정보 교환 시스템을 통해, 상기 제1 사용자에게 상기 제1 제품 추천을 제공하는 단계는,
적어도 하나의 자연 언어 설명을 제공하는 단계 - 상기 적어도 하나의 자연 언어 설명은 하나 또는 복수 개의 키워드를 포함하고, 각 키워드는 제1 제품 추천을 생성하기 위한 각 요소를 설명함 - 를 포함하는 것을 특징으로 하는 방법.
제1항에 있어서,
상기 방법은,
상기 제1 사용자와 관련된 선택 요소 세트를 결정하는 단계;
상기 제1 사용자와 관련되는 것으로 결정된 상기 선택 요소 세트에 기반하여, 상기 제1 사용자에 대한 제품 추천을 생성하기 위해, 두 개 또는 복수 개의 대안 모델을 인식하는 단계 - 상기 제1 제품 추천은, 두 개 또는 복수 개의 대안 모델 중의 제1 모델에 기반하여 생성된 것임 - ;
상기 제1 사용자에게 상기 제1 제품 추천을 제공한 후, 상기 프론트엔드 정보 교환 시스템의 상기 현재 배치 위치에서, 상기 제1 사용자 및 상기 프론트엔드 정보 교환 시스템 사이의 제2 대면 근접 상호 작용 - 상기 제1 제품 추천을 거부하는 것을 포함함 - 을 검출하는 단계; 및
상기 제1 사용자 및 상기 프론트엔드 정보 교환 시스템 사이의 상기 제2 대면 근접 상호 작용이 상기 제1 제품 추천을 거부하는 것을 포함하는 것으로 결정함에 따라, 상기 제1 사용자와 관련되는 것으로 결정된 상기 선택 요소 세트에 기반하여, 상기 두 개 또는 복수 개의 대안 모델 중의 제2 모델을 사용하여 제2 제품 추천을 자동으로 생성하는 단계를 포함하는 것을 특징으로 하는 방법.
제6항에 있어서,
상기 방법은,
상기 제1 사용자 및 상기 프론트엔드 정보 교환 시스템 사이의 상기 제2 대면 근접 상호 작용이 상기 제1 제품 추천을 거부하는 것을 포함하는 것으로 결정함에 따라, 상기 제1 사용자 - 상기 제1 그룹의 선택 요소를 수정하거나 상기 선택 요소 세트에 대해 추가를 진행함 - 와 관련된 하나 또는 복수 개의 추가 요소를 결정하기 위해, 상기 제2 대면 근접 상호 작용을 분석하는 단계 ; 및
상기 하나 또는 복수 개의 추가 요소에 기반하고, 상기 제1 사용자와 관련되는 것으로 결정된 상기 선택 요소 세트를 결합하여, 상기 제2 모델을 사용하여 상기 제2 제품 추천을 자동으로 생성하는 단계를 포함하는 것을 특징으로 하는 방법.
시스템으로서,
하나 또는 복수 개의 프로세서; 및
명령어를 저장하는 메모리를 포함하고, 상기 명령어가 상기 하나 또는 복수 개의 프로세서에 의해 수행될 때, 상기 프로세서로 하여금,
프론트엔드 정보 교환 시스템 - 사용자 및 상기 프론트엔드 정보 교환 시스템 사이의 하나 또는 복수 개의 대면 근접 상호 작용을 검출하도록 구성된, 입력 사용자 인터페이스를 제공함 - 을 배치하는 단계;
상기 프론트엔드 정보 교환 시스템의 현재 배치 위치에서, 하나 또는 복수 개의 현장 카메라로부터의 각 입력 스트림을 활성화하는 단계 - 상기 하나 또는 복수 개의 현장 카메라 각각은, 상기 프론트엔드 정보 교환 시스템의 상기 현재 배치 위치에서 디스플레이된 각 샘플 제품 부근에 위치함 - ;
상기 하나 또는 복수 개의 현장 카메라 중의 제1 카메라의 각 입력 스트림에 따라, 제1 사용자의 제1 구경 이벤트를, 상기 프론트엔드 정보 교환 시스템의 상기 현재 배치 위치에서 디스플레이된 제1 샘플 제품과 관련되는 것으로 등록하는 단계; 및
상기 프론트엔드 정보 교환 시스템의 상기 현재 배치 위치에서, 상기 제1 사용자 및 상기 프론트엔드 정보 교환 시스템 사이의 제1 대면 근접 상호 작용을 검출하는 단계의 동작을 수행하며;
상기 제1 사용자와 상기 프론트엔드 정보 교환 시스템 사이의 상기 제1 대면 근접 상호 작용에 응답하여, 제1 제품 추천을 자동으로 생성하는 단계는,
상기 제1 샘플 제품과 관련되는 것으로 등록된 상기 제1 사용자의 상기 제1 구경 이벤트가 향상된 구경 기준 - 각 제1 샘플 제품과 관련된 복수 개의 미리 저장된 구경 이벤트에, 상기 제1 사용자의 적어도 제2 구경 이벤트가 존재할 때 충족되는 기준을 포함함 - 을 충족시키는 것으로 결정함에 따라, 상기 제1 제품 추천에 상기 제1 샘플 제품의 제품별 설명을 추가하는 단계; 및
상기 제1 샘플 제품과 관련되는 것으로 등록된 상기 제1 사용자의 상기 제1 구경 이벤트가, 상기 향상된 구경 기준을 충족시키지 않는 것으로 결정함에 따라 따라, 상기 제1 제품 추천에 상기 제1 샘플 제품의 상기 제품별 설명을 포함하는 것을 포기하는 단계를 포함하고;
상기 프론트엔드 정보 교환 시스템을 통해, 상기 제1 사용자에게 상기 제1 제품 추천을 제공하는 단계를 수행하도록 하는 것을 특징으로 하는 시스템.
제8항에 있어서,
상기 단계는,
상기 프론트엔드 정보 교환 시스템의 상기 현재 배치 위치에서 디스플레이된 복수 개의 샘플 제품 각각에 대해, 상기 각 샘플 제품 부근의 하나 또는 복수 개의 현장 카메라에 위치하는 각 입력 스트림에 따라, 상기 제1 사용자가 상기 각 샘플 제품의 각 구경 영역 내에 있는 각 구경 시간을 결정하는 단계; 및
상기 복수 개의 샘플 제품으로부터, 상기 제1 샘플 제품으로서, 상기 제1 사용자가 가장 긴 구경 시간을 갖는 샘플 제품을 선택하는 단계를 포함하는 것을 특징으로 하는 시스템.
제8항에 있어서,
상기 단계는,
상기 프론트엔드 정보 교환 시스템의 상기 현재 배치 위치에서 디스플레이된 복수 개의 샘플 제품 각각에 대해, 상기 제1 사용자가, 제1 인식 그룹으로서 하나 또는 복수 개의 다른 사용자와 동시에 상기 각 샘플 제품의 해당 구경 영역 내에 존재하는지 여부를 결정하는 단계; 및
상기 복수 개의 샘플 제품으로부터, 상기 제1 샘플 제품으로서 각 샘플 제품을 선택하는 단계 - 상기 각 샘플 제품의 상기 제1 사용자는, 상기 제1 인식 그룹으로서 상기 하나 또는 복수 개의 다른 사용자와 상기 각 구경 영역 내에 동시에 존재하는 것으로 확인됨 - 를 포함하는 것을 특징으로 하는 시스템.
제10항에 있어서,
상기 단계는,
상기 제1 사용자가 상기 제1 인식 그룹으로서 상기 하나 또는 복수 개의 다른 사용자와, 상기 각 구경 영역 내에 동시에 존재하는 것으로 확인된 복수 개의 샘플 제품 각각에 대해, 상기 하나 또는 복수 개의 현장 카메라의 각 입력 스트림에 대한 분석에 기반하여, 상기 제1 사용자 및 상기 제1 인식 그룹 중의 상기 하나 또는 복수 개의 다른 사용자에 대한 각각의 만족도 집계 점수를 계산하는 단계; 및
상기 제1 사용자가 상기 각 구경 영역 내에 동시에 존재하는 것으로 확인된 상기 복수 개의 샘플 제품으로부터, 상기 제1 샘플 제품으로서, 상기 제1 사용자 및 상기 제1 인식 그룹의 상기 하나 또는 복수 개의 다른 사용자에 대해 가장 높은 만족도 집계 점수를 갖는 샘플 제품을 선택하는 단계를 포함하는 것을 특징으로 하는 시스템.
제10항에 있어서,
상기 프론트엔드 정보 교환 시스템을 통해, 상기 제1 사용자에게 상기 제1 제품 추천을 제공하는 단계는,
적어도 하나의 자연 언어 설명을 제공하는 단계 - 상기 적어도 하나의 자연 언어 설명은 하나 또는 복수 개의 키워드를 포함하고, 각 키워드는 상기 제1 제품 추천을 생성하기 위한 각 요소를 설명함 - 를 포함하는 것을 특징으로 하는 시스템.
제8항에 있어서,
상기 단계는,
상기 제1 사용자와 관련된 선택 요소 세트를 결정하는 단계;
상기 제1 사용자와 관련되는 것으로 결정된 상기 선택 요소 세트에 기반하여, 상기 제1 사용자에 대한 제품 추천을 생성하기 위해, 두 개 또는 복수 개의 대안 모델을 인식하는 단계 - 상기 제1 제품 추천은, 상기 두 개 또는 복수 개의 대안 모델 중의 제1 모델에 기반하여 생성된 것임 - ;
상기 제1 사용자에게 상기 제1 제품 추천을 제공한 후, 상기 프론트엔드 정보 교환 시스템의 상기 현재 배치 위치에서, 상기 제1 사용자 및 상기 프론트엔드 정보 교환 시스템 사이의 상기 제2 대면 근접 상호 작용 - 상기 제2 대면 근접 상호 작용은 제1 제품 추천을 거부하는 것을 포함함 - 을 검출하는 단계; 및
상기 제1 사용자 및 상기 프론트엔드 정보 교환 시스템 사이의 상기 제2 대면 근접 상호 작용이 상기 제1 제품 추천을 거부하는 것을 포함하는 것으로 결정함에 따라, 상기 제1 사용자와 관련되는 것으로 결정된 상기 선택 요소 세트에 기반하여, 상기 두 개 또는 복수 개의 대안 모델 중의 제2 모델을 사용하여 제2 제품 추천을 자동으로 생성하는 단계를 포함하는 것을 특징으로 하는 시스템.
제13항에 있어서,
상기 단계는,
상기 제1 사용자 및 상기 프론트엔드 정보 교환 시스템 사이의 상기 제2 대면 근접 상호 작용이 상기 제1 제품 추천을 거부하는 것을 포함하는 것으로 결정함에 따라, 상기 제1 사용자와 관련된 하나 또는 복수 개의 추가 요소를 결정하기 위해, 상기 제2 대면 근접 상호 작용을 분석하는 단계 - 상기 제1 사용자는 상기 제1 그룹의 선택 요소를 수정하거나 상기 선택 요소 세트에 대해 추가를 진행함 - ; 및
상기 하나 또는 복수 개의 추가 요소에 기반하고, 상기 제1 사용자와 관련되는 것으로 결정된 상기 선택 요소 세트를 결합하여, 상기 제2 모델을 사용하여 상기 제2 제품 추천을 자동으로 생성하는 단계를 포함하는 것을 특징으로 하는 시스템.
비 일시적 컴퓨터 판독 가능 저장 매체로서,
명령어를 저장하고, 상기 명령어가 상기 하나 또는 복수 개의 프로세서에 의해 수행될 때, 상기 프로세서로 하여금,
프론트엔드 정보 교환 시스템을 배치하는 단계 - 상기 프론트엔드 정보 교환 시스템은 입력 사용자 인터페이스를 제공하고, 상기 입력 사용자 인터페이스는 사용자 및 상기 프론트엔드 정보 교환 시스템 사이의 하나 또는 복수 개의 대면 근접 상호 작용을 검출하도록 구성됨 -;
상기 프론트엔드 정보 교환 시스템의 현재 배치 위치에서, 하나 또는 복수 개의 현장 카메라로부터의 각 입력 스트림을 활성화하는 단계 - 상기 하나 또는 복수 개의 현장 카메라 각각은, 상기 프론트엔드 정보 교환 시스템의 상기 현재 배치 위치에서 디스플레이된 각 샘플 제품 부근에 위치함 - ;
상기 하나 또는 복수 개의 현장 카메라 중의 제1 카메라의 각 입력 스트림에 따라, 제1 사용자의 제1 구경 이벤트를, 상기 프론트엔드 정보 교환 시스템의 상기 현재 배치 위치에서 디스플레이된 제1 샘플 제품과 관련되는 것으로 등록하는 단계; 및
상기 프론트엔드 정보 교환 시스템의 상기 현재 배치 위치에서, 상기 제1 사용자 및 상기 프론트엔드 정보 교환 시스템 사이의 제1 대면 근접 상호 작용을 검출하는 단계를 수행하며,
상기 제1 사용자와 상기 프론트엔드 정보 교환 시스템 사이의 상기 제1 대면 근접 상호 작용에 응답하여, 제1 제품 추천을 자동으로 생성하는 단계는,
상기 제1 샘플 제품과 관련되는 것으로 등록된 상기 제1 사용자의 상기 제1 구경 이벤트가 향상된 구경 기준 - 각 제1 샘플 제품과 관련된 복수 개의 미리 저장된 구경 이벤트에, 상기 제1 사용자의 적어도 제2 구경 이벤트가 존재할 때 충족되는 기준을 포함함 - 을 충족시키는 것으로 결정함에 따라, 상기 제1 제품 추천에 상기 제1 샘플 제품의 제품별 설명을 추가하는 단계;
상기 제1 샘플 제품과 관련되는 것으로 등록된 상기 제1 사용자의 상기 제1 구경 이벤트가, 상기 향상된 구경 기준을 충족시키지 않는 것으로 결정함에 따라 따라, 상기 제1 제품 추천에 상기 제1 샘플 제품의 상기 제품별 설명을 포함하는 것을 포기하는 단계; 및
상기 프론트엔드 정보 교환 시스템을 통해, 상기 제1 사용자에게 상기 제1 제품 추천을 제공하는 단계를 수행하도록 하는 것을 특징으로 하는 시스템.
제15항에 있어서,
상기 단계는,
상기 프론트엔드 정보 교환 시스템의 상기 현재 배치 위치에서 디스플레이된 복수 개의 샘플 제품 각각에 대해, 상기 각 샘플 제품 부근의 하나 또는 복수 개의 현장 카메라에 위치하는 각 입력 스트림에 따라, 상기 제1 사용자가 상기 각 샘플 제품의 각 구경 영역 내에 있는 각 구경 시간을 결정하는 단계; 및
상기 복수 개의 샘플 제품으로부터, 상기 제1 샘플 제품으로서, 상기 제1 사용자가 가장 긴 구경 시간을 갖는 샘플 제품을 선택하는 단계를 포함하는 것을 특징으로 하는 시스템.
제15항에 있어서,
상기 단계는,
상기 프론트엔드 정보 교환 시스템의 상기 현재 배치 위치에서 디스플레이된 복수 개의 샘플 제품 각각에 대해, 상기 제1 사용자가, 제1 인식 그룹으로서 하나 또는 복수 개의 다른 사용자와 동시에 상기 각 샘플 제품의 해당 구경 영역 내에 존재하는지 여부를 결정하는 단계; 및
상기 복수 개의 샘플 제품으로부터, 상기 제1 샘플 제품으로서 각 샘플 제품을 선택하는 단계 - 상기 각 샘플 제품의 상기 제1 사용자가, 상기 제1 인식 그룹으로서 상기 하나 또는 복수 개의 다른 사용자와 상기 각 구경 영역 내에 동시에 존재하는 것으로 확인됨 - 를 포함하는 것을 특징으로 하는 방법.
제17항에 있어서,
상기 단계는,
상기 제1 사용자가 상기 제1 인식 그룹으로서 상기 하나 또는 복수 개의 다른 사용자와, 상기 각 구경 영역 내에 동시에 존재하는 것으로 확인된 복수 개의 샘플 제품 각각에 대해, 상기 하나 또는 복수 개의 현장 카메라의 각 입력 스트림에 대한 분석에 기반하여, 상기 제1 사용자 및 상기 제1 인식 그룹 중의 상기 하나 또는 복수 개의 다른 사용자에 대한 각각의 만족도 집계 점수를 계산하는 단계; 및
상기 제1 사용자가 상기 각 구경 영역 내에 동시에 존재하는 것으로 확인된 상기 복수 개의 샘플 제품으로부터, 상기 제1 샘플 제품으로서, 상기 제1 사용자 및 상기 제1 인식 그룹의 상기 하나 또는 복수 개의 다른 사용자에 대해 가장 높은 만족도 집계 점수를 갖는 샘플 제품을 선택하는 단계를 포함하는 것을 특징으로 하는 시스템.
제18항에 있어서,
상기 프론트엔드 정보 교환 시스템을 통해, 상기 제1 사용자에게 상기 제1 제품 추천을 제공하는 단계는,
적어도 하나의 자연 언어 설명을 제공하는 단계 - 상기 적어도 하나의 자연 언어 설명은 하나 또는 복수 개의 키워드를 포함하고, 각 키워드는 상기 제1 제품 추천을 생성하기 위한 각 요소를 설명함 - 를 포함하는 것을 특징으로 하는 시스템.
제15항에 있어서,
상기 단계는,
상기 제1 사용자와 관련된 선택 요소 세트를 결정하는 단계;
상기 제1 사용자와 관련되는 것으로 결정된 상기 선택 요소 세트에 기반하여, 상기 제1 사용자에 대한 제품 추천을 생성하기 위해, 두 개 또는 복수 개의 대안 모델을 인식하는 단계 - 상기 제1 제품 추천은, 두 개 또는 복수 개의 대안 모델 중의 제1 모델에 기반하여 생성된 것임 - ;
상기 제1 사용자에게 상기 제1 제품 추천을 제공한 후, 상기 프론트엔드 정보 교환 시스템의 상기 현재 배치 위치에서, 상기 제1 사용자 및 상기 프론트엔드 정보 교환 시스템 사이의 제2 대면 근접 상호 작용을 검출하는 단계 - 상기 제2 대면 근접 상호 작용은 상기 제1 제품 추천을 거부하는 것을 포함함 - ; 및
상기 제1 사용자 및 상기 프론트엔드 정보 교환 시스템 사이의 상기 제2 대면 근접 상호 작용이 상기 제1 제품 추천을 거부하는 것을 포함하는 것으로 결정함에 따라, 상기 제1 사용자와 관련되는 것으로 결정된 상기 선택 요소 세트에 기반하여, 상기 두 개 또는 복수 개의 대안 모델 중의 제2 모델을 사용하여 제2 제품 추천을 자동으로 생성하는 단계를 포함하는 것을 특징으로 하는 시스템.