KR20200103137A - 인공지능기술을활용한개인별맞춤형서비스제공방법 - Google Patents

Abstract

최근 인터넷 기술발전에 따라 수많은 업체들이 쇼핑몰을 개설하고 다양한 광고나 마케팅을 통해 소비자들의 눈길을 끌기 위해 막대한 양의 정보들을 제공하고 있다. 이런 상황에서 소비자는 자신이 희망하는 제품이나 서비스를 발견하기 위하여 많은 시간과 노력을 투자하여야 한다. 일반적으로 소비자의 수요나 소비행동 등을 분석하기 위하여 규격화된 설문지 조사를 통해 수집된 자료를 정리하여 통계적 분석을 통해서 해석을 하나, 구체적인 언어로 표현되지 않는 감정, 감성, 느낌 등과 같은 것에 대한 설문은 불가능한 상황이다. 따라서 소비자가 이러한 감성적 판단에 의해 구매가 이루어지는 상품 즉, 패션, 와인 등의 경우에서는 개인 구매성향을 분석하거나 혹은 개인 성향에 맞는 상품을 제안하는 것은 매우 어렵다. 본 발명은 각 개인별 기 축적된 통계자료 분석을 활용하여 이전에 수행한 사용자의 구매행위를 기초로 한 향후 행동패턴을 예측하고, 실시간으로 개인 취향이나 선호도에 맞는 최적의 상품 및 제공 서비스를 인공지능에 기반한 학습을 통해 최적화된 서비스 혹은 상품을 제시하는 방법에 관한 것이다.

Description

인공지능기술을활용한개인별맞춤형서비스제공방법 {How to provide personalized service using artificial intelligence technology}

본 발명은 각 개인별 기 축적된 통계자료 분석을 활용하여 이전에 수행한 사용자의 구매행위를 기초로 한 향후 행동패턴을 예측하고, 실시간으로 개인 취향이나 선호도에 맞는 최적의 상품 및 제공 서비스를 인공지능에 기반한 학습을 통해 최적화된 서비스 혹은 상품을 제시하는 방법에 관한 것이다

일반적으로 소비자의 수요나 소비행동 등을 분석하기 위하여 규격화된 설문지 조사를 통해 수집된 자료를 정리하여 통계적 분석을 통해서 해석을 하나, 구체적인 언어로 표현되지 않는 감정, 감성, 느낌 등과 같은 것에 대한 설문은 불가능한 상황이다. 따라서 소비자가 이러한 감성적 판단에 의해 구매가 이루어지는 상품 즉, 패션, 와인 등의 경우에서는 개인 구매성향을 분석하거나 혹은 개인 성향에 맞는 상품을 제안하는 것은 매우 어렵다.

최근과 같은 인터넷기술 발전과 수많은 서비스 업체들이 쇼핑몰개설과 마케팅전략을 펼치면서 소비자들에게 막대한 정보를 제공하고 있으나 소비자들은 자신이 희망하는 제품이나 서비스를 찾기위해 큰 노력을 기울이지 않으면 원하는 선택을 하기가 어려운 것도 현실이다. 따라서 본 발명인 인공지능 기술을 활용한 개인별 맞춤형 서비스제공방법은 고객들의 과거 구매의 패턴, 성향, 시기 등 다양한 자료를 기초로 하고 또한 고객과 지속적인 대화와 질문등의 과정을 통해 인공지능을 이용한 학습효과를 통해 향후 고객에게 맞는 그리고 구매 가능성이 있는 상품 혹은 서비스를 쉽게 선택할 수 있도록 도와주는 고객에게 특화된 정보의 filtering 기술이다

최근 인터넷 기술발전에 따라 수많은 업체들이 쇼핑몰을 개설하고 다양한 광고나 마케팅을 통해 소비자들의 눈길을 끌기 위해 막대한 양의 정보들을 제공하고 있다. 이런 상황에서 소비자는 자신이 희망하는 제품이나 서비스를 발견하기 위하여 많은 시간과 노력을 투자하여야 한다.

이런 환경에서 상품 및 서비스 추천시스템은 고객들에게 해당 소비자의 과거 구매 패턴등 다양한 데이터를 기반으로 분석하여 해당 고객이 구매 가능성이 있는 상품을 쉽게 찾도록 지원하는 개인화된 정보의 정제기술에 해당한다.

첫째, 해결하고자 하는 기술적 과제는 실시간으로 구매 이력 등의 단순한 정보에 의존하지 않고, 이런 데이터를 활용하고 변화하는 사용자의 취향을 반영하기 위하여 지속적으로 고객과 연관된 정보를 기초로 시스템차원에서 소통하면서 사용자 행동패턴을 예측하고 설문조사에 따른 한계성 문제와 확장성 문제를 극복할 수 있는 인공지능에 기반한 개인별 맞춤형 상품 제공기술을 제공하는데 있다.

둘째, 실시간으로 변화하는 개인별 속성과 선호하는 상품 속성에 대하여 지능적 분석을 수행하므로서 잠재적 구매욕구를 불러 일으킬 수 있는 AI기능에 기반한 개인별 상품 추천 방법을 제공하는 것이다

본 발명은 첫째, 소비자가 서비스를 제공하는 Site에 접속시 로그인 정보를 통해 소비자의 다양한 행동, 패턴 데이터를 분석하는 '소비자의 정보분석 Part', 둘째, 소비자가 선택하거나 구매한 제품과 연관된 데이터를 수집하여 분석하는 '제품정보분석 Part', 셋째, 소비자 정보분석 Part와 제품정보분석 Part를 상호 연관하여 분석한 결과와 선택한 제품과 관련한 여러가지 질의를 통해 얻은 소비자의 반응 등을 종합하여 소비자에게 가장 적합하다고 생각되는 제품유형들의 우선순위를 추천하는 'AI기반의 우선순위제품 추천 Part', 넷째, 우선 순위 추천 Part에서 제시된 제품 구체정보를 제품 DB에서 추출하는 '맞춤형 제품추출 분석 DB Part' , 다섯째, AI 에 기반한 '소비자 맞춤형 제품 제공장치 Part'를 제공한다.

'소비자정보 Part'는 현재 집속한 소비자의 구매패턴 자료와 연령, 성별, 주소, 직업, 취미 등에서 적어도 하나를 포함하는 소비자의 Profile 정보를 이용하여 소비자 분석을 수행한다. '제품정보분석 Part'는 상기와 같은 현재 소비자 패턴 데이터와 온라인 쇼핑몰 싸이트, 각종 여타 상품몰에서 취급하는 다양한 제품 프로파일 정보를 이용하여 소비자에게 맞는 제품 추천을 위한 분석을 실시하게 된다. 'AI 기반의 우선순위 추천 Part'는 상기 2개의 Part에서 분석된 결과를 받아서 추천하기 위한 잠재적 제품에 대해 소비자와의 질의응답 과정을 통해 얻은 정보를 기초하여 '최적의 소비자 맞춤형 제품추출 Part'와 '소비자 맞춤형 제공 장치 Part'와 연동하여 소비자에게 모바일 기기 혹은 홈페이지 로그인 과정을 통해서 최적 맞춤형 제품선택 가능하도록 서비스를 제공한다.

실시간으로 구매 이력 등의 단편적인 정보에 의존하지 않고 변화하는 소비자의 취향을 적용하여 소비자의 행동패턴을 예측함으로서 통상적인 방법으로 예측하기 어려운 개별 소비자의 독특한 행동양식과 태도 등을 반영하여 해당 소비자에게 최적인 제품을 추천할 수 있고, 잠재된 구매욕구를 자극할 수 있다. 과거에는 불특정 혹은 분석대상의 특정 소비자를 대상으로한 설문조사나 이를 통한 희망하는 데이터의 추출, 오랜 시간의 소요, 부정확성, 확장성 등의 내제적 문제점들을 한꺼번에 해소시킬 수 있는 효과를 얻을 수 있다.

도1은 소비자 정보분석 Part(003)와 제품 정보분석 Part는 소비자의 로그인 정보, 소비자가 선택하거나 구입한 제품과 관련한 정보를 수집한다. 이런 정보수집 Part들은 AI기반의 우선순위 추천 Part와 네트워크를 통해 연결된다. 현재 소비자의 패턴 수집 데이터는 소비자가 Click한 대상, 소비자가 Web이나 네트워크에서 이동한 경로 등에 대해 수집된 기록이다. 현재 수집된 데이터는 소비자가 click한 제품에 대한 정보, 제품을 click하지 않은 경우에는 최근에 유행되는 제품에 대한 제반의 정보등을 포함하고, 이런 수집 데이터는 AI기반의 우선추천 Part가 맞춤형 제품추출 분석 DB와 상호 연동, 분석하는 과정으로 이어진다. 소비자 정보분석 Part는 소비자 database와 연결될 수 있으며, 이런 database는 소비자의 Profile정보를 저장하고 있는데, 주로 연령, 성별, 주소, 직업, 취미 등을 포함한다. 제품정보분석 Part는 관심제품 database와 연결될 수 있으며, 이 databse는 각종 쇼핑몰 Site나 다양한 온라인 구매 Site에서 취급하는 굄심제품에 대한 상세한 profile 정보를 담고 있다.
AI 기반 우선제품 순위 추천 Part는 소비자 정보분석 Part(003), 제품정보분석 Part(004)에서 수집되고 분석된 데이터와 함께 연관된 제품관련한 질의를 맞춤형 제품추출분석 DB Part에 전달한다. 이런 제품추출 분석 DB에서는 각종 data분석구조계통을 통하여 특정한 AI기반의 인지학습과정을 통해 질의에 대한 학습분석 결과를 리턴하여 준다. 맞춤형 제품추출 Part에서는 AI기반의 우선 순위추출 Part로부터 소비자 취향과 패턴, 성향에 따른 정보를 받아서, 관련되는 제품을 관심제품 database(002)를 통해 연관제품이 있는지를 검색하고, 결과를 모바일 고객 interface를 통해 알려주는 과정으로 진행된다.

로그인한 소비자의 인적정보(003) 분석과 소비자가 Click한 제품정보(004) 데이터를 받아서 AI기반의 우선순위 추천 Part(005)는 이러한 2개 유형의 정보를 기초로 맞춤형 제품 추출분석 DB엔진(007)을 통해 소비자의 제품사용 성향과 패턴 등을 기초로 인공지능 기반의 인지학습 분석기능 알고리즘을 통해 몇가지 기능성이 있는 선호유형의 제품과 서비스들의 Clustering을 리턴해 준다. 질의분석 Part(100)는 입력된 질의를 분석하여 검색되야 할 대상, 시간, 관계 등이 결정된다. 행태분석(200)Part에서는 소비자정보분석 Part(003), 제품정보분석 Part(004)에서 수집된 자료들을 미리 정의된 행태분석 메타데이터와 매칭하여 분석한다. 클러스터링 파트(300)는 속성들의 성격과 가치등에 따라 Clustering을 수행하며, 데이터저장 부분에서는 히스토리나 메터데이터를 저장하고 관리한다. 데이터저장부분은 행태분석 Part의 행태분석 결과, 클러스터링 파트(300)의 클러서터링 결과(질의에 따른 제품분석 내용)를 저장한다. AI기반의 우선순위 추천파트(005)의 제품질의 결과로 분석후 매칭되는 하나 이상의 Clustering 데이터가 출력된다. 맞춤형 제품 추출파트(006)는 상기의 Clustering을 관심제품 Database와 비교하여 로그인 소비자의 취향에 적합한 제품정보를 출력한다. 모바일 인터페이스(008)는 로그인 고객의 취향과 성향 등에 기초하여 향후 선호 가능성이 큰 제품의 정보를 모바일을 통해 전달하기 위한 제반의 데이터 변형 등 인터페이스 기능을 담당한다.

Claims (1)

1. 실시간으로 개인 취향이나 선호도에 맞는 최적의 상품 및 제공 서비스를 인공지능에 기반한 학습을 통해 최적화된 서비스 혹은 상품을 제시하는 방법

Images