KR20200103752A - 정보 시스템, 전자 디바이스, 컴퓨터 판독가능 매체 및 정보 처리 방법 - Google Patents

정보 시스템, 전자 디바이스, 컴퓨터 판독가능 매체 및 정보 처리 방법 Download PDF

Info

Publication number
KR20200103752A
KR20200103752A KR1020207021081A KR20207021081A KR20200103752A KR 20200103752 A KR20200103752 A KR 20200103752A KR 1020207021081 A KR1020207021081 A KR 1020207021081A KR 20207021081 A KR20207021081 A KR 20207021081A KR 20200103752 A KR20200103752 A KR 20200103752A
Authority
KR
South Korea
Prior art keywords
consumer
characteristic
store
historical
similarity
Prior art date
Application number
KR1020207021081A
Other languages
English (en)
Inventor
티안민 리
Original Assignee
알리바바 그룹 홀딩 리미티드
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by 알리바바 그룹 홀딩 리미티드 filed Critical 알리바바 그룹 홀딩 리미티드
Publication of KR20200103752A publication Critical patent/KR20200103752A/ko

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/22Indexing; Data structures therefor; Storage structures
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/24Querying
    • G06F16/245Query processing
    • G06F16/2458Special types of queries, e.g. statistical queries, fuzzy queries or distributed queries
    • G06F16/2462Approximate or statistical queries
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q30/00Commerce
    • G06Q30/01Customer relationship services
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q30/00Commerce
    • G06Q30/02Marketing; Price estimation or determination; Fundraising
    • G06Q30/0201Market modelling; Market analysis; Collecting market data
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q30/00Commerce
    • G06Q30/02Marketing; Price estimation or determination; Fundraising
    • G06Q30/0201Market modelling; Market analysis; Collecting market data
    • G06Q30/0202Market predictions or forecasting for commercial activities
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q30/00Commerce
    • G06Q30/06Buying, selling or leasing transactions

Landscapes

  • Business, Economics & Management (AREA)
  • Engineering & Computer Science (AREA)
  • Accounting & Taxation (AREA)
  • Finance (AREA)
  • Development Economics (AREA)
  • Strategic Management (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Entrepreneurship & Innovation (AREA)
  • General Physics & Mathematics (AREA)
  • General Business, Economics & Management (AREA)
  • Marketing (AREA)
  • Economics (AREA)
  • Data Mining & Analysis (AREA)
  • Game Theory and Decision Science (AREA)
  • Software Systems (AREA)
  • Databases & Information Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • Probability & Statistics with Applications (AREA)
  • Fuzzy Systems (AREA)
  • Mathematical Physics (AREA)
  • Computational Linguistics (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)
  • User Interface Of Digital Computer (AREA)
  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)

Abstract

본 개시의 실시예는 상점 소비자의 쇼핑 정보를 생성하기 위한 정보 시스템, 방법 및 비-일시적 컴퓨터 판독가능 매체를 제공한다. 정보 시스템은 명령어의 세트를 저장하는 메모리; 및 시스템이 상점 소비자의 제1 인체 생리학적 특성을 획득하는 것; 제1 인체 생리학적 특성을 기초로 상점 소비자에 대응하는 적어도 한 명의 연관된 소비자를 생성하는 것; 및 적어도 한 명의 연관된 소비자의 이력 데이터를 기초로 소비자에 대한 수요 선호도를 생성하는 것을 하게 하기 위해 명령어의 세트를 실행하도록 구성된 적어도 하나의 프로세서를 포함할 수 있다.

Description

정보 시스템, 전자 디바이스, 컴퓨터 판독가능 매체 및 정보 처리 방법
본 개시는 2017년 12월 28일에 출원된 중국출원 제201711457255.0호에 대한 우선권의 이익을 주장하며, 이는 그 전체가 본원에 참조로 통합된다.
고객 관계 관리(Customer relationship management, CRM)는 정보 기법 및 인터넷 기법이 마케팅 및 서비스 동안 공급자와 소비자(예를 들어, 클라이언트) 간의 상호 작용을 조정하여 공급자를 개선하는 데 사용되는 관리 방식을 지칭한다. 목적은 소비자에게 혁신적이고 개인화된 대화형 서비스를 제공하는 것이다. CRM은 컴퓨터 자동화를 통해 시장, 소비자, 서비스 및 애플리케이션 지원을 분석하는 소프트웨어 시스템에 의해 구현된다. 목표는 신규 소비자를 유치하고(attract), 단골 소비자를 유지하며, 기존 소비자를 충성도가 높은 소비자로 전환하는 것뿐만 아니라, 확장을 위해 필요한 신규 시장 채널을 찾고 소비자의 가치, 충족도 및 충성도를 개선하는 것이다.
모바일 네트워크 기법의 지속적인 개발을 통해, CRM은 모바일 시대에 접어들고 있다. 예를 들어, 소비자 자원 관리, 소비자 서비스 관리 및 일상적인 업무 관리와 같은 기능이 모바일 단말기로 마이그레이션되어(migrated), 모바일 단말기로의 CRM의 마이그레이션을 달성하며, 이는 CRM 애플리케이션의 범위를 상당히 확장시킨다. 하지만, 비즈니스의 관점으로부터, 소비자에 대해 수행되는 개선된 관리는 소비자 자원 관리 및 소비자 서비스 관리의 프로세스 동안 여전히 상대적으로 개략적이다(rough). 특히, 정확한 소비자 식별에 기초한 소비자 관리의 부족이 존재한다.
본 출원은 정확한 소비자 식별을 기초로 소비자 관리의 부족이 존재하는 종래 기술의 결함을 해결하기 위한 정보 시스템을 제공한다.
본 출원은 전자 디바이스, 컴퓨터 판독가능 매체 및 정보 처리 방법에 동시에 관련된다.
본 개시의 실시예는 정보 시스템을 제공한다. 정보 시스템은 명령어의 세트를 저장하는 메모리; 및 시스템이 상점 소비자의 제1 인체 생리학적 특성을 획득하는 것; 제1 인체 생리학적 특성을 기초로 상점 소비자에 대응하는 적어도 한 명의 연관된 소비자를 생성하는 것; 및 적어도 한 명의 연관된 소비자의 이력 데이터를 기초로 소비자에 대한 수요 선호도를 생성하는 것을 하게 하기 위해 명령어의 세트를 실행하도록 구성된 적어도 하나의 프로세서를 포함할 수 있다.
본 개시의 실시예는 상점 소비자의 정보를 생성하기 위한 방법을 더 제공한다. 방법은 상점 소비자의 제1 인체 생리학적 특성을 획득하는 것; 제1 인체 생리학적 특성을 기초로 상점 소비자에 대응하는 적어도 한 명의 연관된 소비자를 생성하는 것; 및 적어도 한 명의 연관된 소비자의 이력 데이터를 기초로 소비자에 대한 수요 선호도를 생성하는 것을 포함할 수 있다.
본 개시의 실시예는 또한, 컴퓨터 시스템이 상점 소비자의 정보를 생성하는 방법을 수행하게 하도록 컴퓨터 시스템의 적어도 하나의 프로세서에 의해 실행 가능한 명령어의 세트를 저장하는 비-일시적 컴퓨터 판독가능 매체를 제공한다. 방법은 상점 소비자의 제1 인체 생리학적 특성을 획득하는 것; 제1 인체 생리학적 특성을 기초로 상점 소비자에 대응하는 적어도 한 명의 연관된 소비자를 생성하는 것; 및 적어도 한 명의 연관된 소비자의 이력 데이터를 기초로 소비자에 대한 수요 선호도를 생성하는 것을 포함할 수 있다.
도 1은 본 개시의 실시예에 따른 정보 시스템의 개략도이다.
도 2는 본 개시의 실시예에 따른 일 구현 시나리오의 개략도이다.
도 3은 본 개시의 실시예에 따른 다른 구현 시나리오의 개략도이다.
도 4는 본 개시의 실시예에 따른 전자 디바이스의 개략도이다.
도 5는 본 개시의 실시예에 따른 소비자 정보를 생성하는 방법을 도시한다.
도 6은 본 개시의 실시예에 따른 소비자 정보를 더 생성하기 위한 방법을 도시한다.
본 출원의 철저한 이해를 돕기 위해 다수의 특정 세부사항이 아래에 서술된다. 하지만, 본 출원은 본원의 서술과 상이한 다수의 다른 방식으로 구현될 수 있으며, 이 기술분야의 기술자는 본 출원의 본질을 벗어나지 않으면서 유사한 변형을 할 수 있다. 그러므로, 본 출원은 아래에 개시된 특정 구현에 의해 제한되지 않는다.
본 개시는 정보 시스템, 전자 디바이스, 컴퓨터 판독가능 매체 및 정보 처리 방법을 제공하며, 이는 본 개시에서 제공되는 실시예의 첨부 도면을 참조로 아래에서 하나씩 상세하게 서술될 것이다. 정보 시스템은 제1 특성 획득 모듈을 통해 소비자의 제1 인체 생리학적 특성(human physiological characteristic)을 획득할 수 있고, 소비자 식별 모듈을 통한 제1 인체 생리학적 특성에 따라 소비자에 대한 정확한 식별을 수행하며, 공급자가 벤치마크 식별(benchmark identification)을 기초로, 소비자에게 적절한 서비스를 제공하도록 도우며, 이를 통해 공급자의 소비자 서비스 수준을 개선하고 소비자에게 고품질의 서비스 경험을 제공한다.
본 개시의 실시예에 따른 정보 시스템이 제공된다.
정보 시스템은 상점의 서비스 품질을 개선하고 오프라인 상점의 서비스의 소비자 경험을 개선하기 위해, 소비자 관리 및 유지에서 오프라인 상점을 지원하는 데 사용될 수 있다. 도 1은 본 개시의 실시예에 따른 정보 시스템(100)의 개략도이다. 정보 시스템(100)은 제1 특성 획득 모듈(101) 및 소비자 식별 모듈(102)을 포함할 수 있다.
제1 특성 획득 모듈(101)은 상점 소비자의 제1 인체 생리학적 특성을 획득하고 제1 인체 생리학적 특성을 소비자 식별 모듈(102)에 업로드하도록 구성될 수 있다. 제1 인체 생리학적 특성은 얼굴 특성, 성문 특성, 보행 특성, 지문 특성 및 체격 특성(예를 들어, 체중, 신장, 신체 비율 등) 중 적어도 하나를 포함할 수 있다. 나아가, 제1 인체 생리학적 특성은 또한, 위의 인체 생리학적 특성으로부터 다수의 인체 생리학적 특성, 또는 소비자(예를 들어, 고객)를 구별하기 위해 사용될 수 있는 다른 인체 생리학적 특성의 조합일 수 있다.
오프라인 상점은 문에 및 상점 내부에 적어도 하나의 카메라를 제공할 수 있다. 하지만, 카메라의 대부분은 보안 목적으로 제공된다. 본 실시예에서 제1 특성 획득 모듈(101)은 상점에 의해 제공된 카메라를 기초로 구현될 수 있다. 소비자가 상점의 이력 소비자(historical consumer)인지를 신속하게 식별하기 위해, 소비자가 상점의 제1 카메라의 이미지 수집 범위에 들어갈 때 소비자의 제1 인체 생리학적 특성(예를 들어, 얼굴 이미지)이 수집될 수 있다. 카메라는 상점 문에 제공된 것으로 제한되지 않으며, 소비자가 상점에 들어간 이후에, 제1 인체 생리학적 특성(예를 들어, 얼굴 이미지)이 상점 내부에 제공된 카메라로 수집될 수 있다.
소비자 식별 모듈(102)은 제1 인체 생리학적 특성에 따라 소비자에 대응하는 이력 소비자를 식별하고 이력 소비자의 이력 데이터를 기초로 상점에 대한 소비자의 수요 선호도를 생성하도록 구성될 수 있다. 소비자 식별 모듈(102)은 초기 식별 유닛 및 수요 선호도 생성 유닛을 포함할 수 있다. 초기 식별 유닛은 상점이 유사성 임계치를 충족시키는 제1 인체 생리학적 특성과 유사성을 갖는 이력 소비자를 갖는지를 결정하도록 구성될 수 있다. 상점이 제1 인체 생리학적 특성과 유사성을 갖는 이력 소비자를 갖는 경우, 초기 식별 유닛은 소비자를 이력 소비자로 만들고 수요 선호도 생성 유닛을 구동시킬 수 있다. 수요 선호도 생성 유닛은 이력 소비자의 이력 데이터를 획득하고, 이력 데이터를 기초로 상점에 대한 소비자의 수요 선호도를 생성하도록 구성될 수 있다.
이력 데이터가 상점에서 소비자의 소비자 데이터를 포함할 수 있다는 것이 인식된다. 예를 들어, 현재 상점에서 소비자의 소비자 데이터는 소비자의 기본 정보 및 소비 정보를 포함할 수 있다. 기본 정보는 소비자의 나이 정보 및 교육 배경 정보를 포함할 수 있으며, 소비 정보는 소비 타입, 소비 신용도(consumption credits,), 소비 포인트 및 소비자 소비 등급을 포함할 수 있다. 또한, 이력 데이터는 상점이 정보 교환을 갖는 데이터 소스로부터의 소비자 데이터를 더 포함할 수 있다. 예를 들어, 현재 상점은 오프라인 상점이며, 오프라인 상점의 온라인 상점의 소비자 데이터는 또한, 상점의 이력 데이터로서 사용될 수 있다. 대안적으로, 현재 상점이 스캔-투-페이(scan-to-pay)를 지원할 때, 제3자 지불 소프트웨어를 통해 소비자에 의한 지불 동작으로부터 축적된 소비자 지불 데이터가 또한, 현재 상점의 이력 데이터로서 사용될 수 있다. 다른 예시에서, 현재 상점의 온라인 상점이 제3자 지불 소프트웨어를 사용하여 지불 동작을 수행할 때, 제3자 지불 소프트웨어에 의해 축적된 온라인 상점의 소비자 지불 데이터는 또한, 현재 상점의 이력 데이터로서 사용될 수 있다.
소비자 식별 모듈(102)에 의해 결정된 소비자는 실제 소비자일 수 있거나, 또는 실제 소비자의 것에 유사한 얼굴 특성, 성문 특성, 보행 특성, 지문 특성 및/또는 체격 특성과 같은 외부 생리학적 특성을 갖는 유사한 소비자일 수 있음이 인식된다. 따라서, 소비자 식별 모듈(102)에 의해 결정된 소비자는 연관된 소비자로서 지칭될 수 있으며, 이는 실제 소비자 또는 유사한 소비자일 수 있다. 연관된 소비자가 실제 소비자인지 또는 유사한 외부 생리학적 특성을 갖는 유사한 소비자인지를 더 결정하기 위해, 오프라인 상점에서 서비스 직원이 능동적인 질문 또는 관찰에 의해 연관된 소비자가 실제 소비자인지를 결정하도록 오프라인 검증이 더 제공될 수 있다.
덧붙여, 연관된 소비자가 실제 소비자인지를 결정하기 위해 식별 동작이 더 수행될 수 있다. 일부 실시예에서, 정보 시스템은 소비자의 제2 인체 생리학적 특성을 획득하고 제2 인체 생리학적 특성을 소비자 식별 모듈(102)에 업로드하도록 구성된 제2 특성 획득 모듈(103)을 더 포함할 수 있다. 제2 인체 생리학적 특성은 성문 특성, 홍채 특성 및 지문 특성 중 적어도 하나를 포함할 수 있다. 나아가, 제2 인체 생리학적 특성은 또한, 위의 인체 생리학적 특성으로부터 다수의 인체 생리학적 특성, 또는 소비자를 구별하기 위해 사용될 수 있는 다른 인체 생리학적 특성의 조합일 수 있다. 소비자는 상점에 들어간 후, 상점 내의 서비스 직원(예를 들어, 서비스 담당자(service agent))과 대화할 수 있으며, 그러므로 소비자의 제2 인체 생리학적 특성은 상점에서 서비스 담당자에 의해 휴대되는 단말기 디바이스에 의해 수집될 수 있다. 예를 들어, 소비자의 성문 정보는 서비스 담당자에 의해 휴대되는 휴대전화(cell phone)에 의해 수집될 수 있다. 게다가, 소비자의 제2 인체 생리학적 특성은 또한 상점에 의해 제공되는 제2 인체 생리학적 특성을 수집하기 위한 센서에 의해 수집될 수 있다.
따라서, 소비자 식별 모듈(102)은 제1 인체 생리학적 특성 및 제2 인체 생리학적 특성에 따라 소비자에 대응하는 이력 소비자를 더 식별할 수 있으며, 상점에서 이력 소비자의 이력 데이터를 기초로 상점에 대한 소비자의 수요 선호도를 생성할 수 있다. 예를 들어, 소비자 식별 모듈(102)은 초기 식별 유닛(1021), 2차(secondary) 식별 유닛(1022) 및 수요 선호도 생성 유닛(1023)을 포함할 수 있다.
초기 식별 유닛(1021)은 상점이 제1 유사성 임계치를 충족시키는 제1 인체 생리학적 특성과 유사성을 갖는 이력 소비자를 갖는지를 결정하도록 구성될 수 있다. 상점이 유사성 임계치를 충족시키는 제1 인체 생리학적 특성과의 유사성을 갖는 이력 소비자를 갖는 경우, 초기 식별 유닛(1021)은 2차 식별 유닛(1022)을 구동할 수 있다.
2차 식별 유닛(1022)은 소비자와 이력 소비자 사이의 제2 인체 생리학적 특성에서 유사성이 제2 유사성 임계치를 충족시키는지를 결정하도록 구성될 수 있다. 소비자와 이력 소비자 사이의 제2 인체 생리학적 특성에서 유사성이 제2 유사성 임계치를 충족시키면, 2차 식별 유닛(1022)은 소비자를 상점에서 소비자에 대응하는 이력 소비자로 만들 수 있고, 수요 선호도 생성 유닛(1023)을 구동할 수 있다.
수요 선호도 생성 유닛(1023)은 상점에서 이력 소비자의 이력 데이터를 획득하고 이력 데이터를 기초로 상점에 대한 소비자의 수요 선호도를 생성하도록 구성될 수 있다.
제1 인체 생리학적 특성 및 제2 인체 생리학적 특성의 위의 검증을 통해, 소비자 식별 모듈(102)은 연관된 소비자가 실제 소비자인지를 결정할 수 있다. 소비자에 대응하는 단 한 명의(one and only one) 결정된 연관된 소비자가 있는 경우, 연관된 소비자는 소비자인 것으로 결정될 수 있다. 더욱 정확해지도록, 오프라인 상점의 서비스 직원이 능동적인 요청 또는 관찰을 통해 연관된 소비자가 소비자인지를 결정하기 위한 오프라인 검증 단계가 더 추가될 수 있다. 소비자에 대응하는 복수의 결정된 연관된 소비자가 있는 경우, 오프라인 상점의 서비스 직원이 능동적인 질문 또는 관찰을 통해 복수의 연관된 소비자 중 누가 소비자인지를 결정하도록 오프라인 검증 단계를 통해 검증이 더 수행될 수 있다. 일부 실시예에서, 복수의 연관된 소비자의 각각은 소비자와의 유사성을 가지며, 한 명의 연관된 소비자는 가장 높은 유사성을 가질 수 있다. 예를 들어, 소비자 A에 대응하는 연관된 소비자 중 하나는 95%보다 더욱 높은 유사성을 갖는 한편, 다른 연관된 소비자의 유사성은 10% 미만이다. 가장 높은 유사성을 갖는 연관된 소비자는 소비자인 것으로 결정될 수 있다.
또한, 정보 시스템은 소비자의 제1 인체 생리학적 특성, 제2 인체 생리학적 특성, 및 이력 소비자의 이력 데이터를 저장하도록 구성된 소비자 데이터베이스(104)를 더 포함할 수 있다. 그러므로, 수요 선호도 생성 유닛은 소비자 데이터베이스(104)로부터 상점의 이력 소비자의 이력 데이터를 획득할 수 있다. 일부 실시예에서, 소비자 데이터베이스(104)는 실제 요구에 따라 유연하게 구성될 수 있다. 예를 들어, 상대적으로 적은 수의 소비자를 가진 상점에 대해, 각 소비자 상점이 각각의 소비자 데이터를 로컬로 유지하도록, 소비자 데이터베이스가 생성될 수 있다. 비교적 많은 수의 소비자를 갖는 상점 또는 서로 소비자 데이터를 공유하는 상점에 대해, 모든 상점에 대한 소비자의 온라인 유지를 제공하기 위해 온라인 공유 소비자 데이터베이스가 생성될 수 있으며, 각 상점은 온라인 공유 소비자 데이터베이스에 의해 제공된 데이터 인터페이스를 통해 소비자 데이터를 제출하고 이에 액세스할 수 있다. 소비자 데이터는 또한, 원격 클라우드 저장소에 저장될 수 있다. 대량 소비자 데이터를 갖는 비즈니스에 대해, 이 방식은 소비자 데이터를 저장하는 것의 관점으로부터, 또는 소비자 데이터에 대한 후속 처리 및 계산의 관점으로부터 상당한 장점을 갖는다.
일부 실시예에서, 연관된 소비자는 제1 인체 생리학적 특성 및/또는 제2 인체 생리학적 특성에 따라 결정된 이력 소비자를 포함할 수 있다. 연관된 소비자는 소비자를 결정하는 것을 기초로, 소비자의 이력 데이터에 포함된 것에 유사한 나이 정보 및 교육 배경 정보를 갖는 이력 소비자와 더 연관될 수 있다. 예를 들어, 현재 소비자와 유사한 나이 또는 동일한 교육 배경을 갖는 소비자는 현재 소비자의 연관된 소비자로서 다루어지고, 현재 소비자의 것에 유사한 소비 기록, 소비 능력 또는 소비 관련 빅 데이터 특성(예를 들어, Taoqi Value)을 갖는 소비자와 같이, 소비자의 이력 데이터에 포함된 것에 유사한 소비 타입, 소비 신용도, 소비 포인트 및 소비자 소비 등급을 갖는 이력 소비자는 현재 소비자의 연관된 소비자로서 다루어진다. 이들 연관된 소비자가 소비자와 차원에서 유사성을 갖기 때문에, 더욱 포괄적이고 더욱 개인화된 수요 선호도에 따라 추천이 이루어질 수 있도록, 이들 연관된 소비자의 이력 데이터는 소비자에 대해 이루어지는 추천을 위한 기초로서 사용될 수 있다.
앞서 서술된 구현 방식에 부가하여, 상점의 소비자는 또한, 다른 방식으로 식별될 수 있다. 일부 실시예에서, 소비자는 상점의 소비자에 의해 휴대되는 단말기 디바이스를 검출함으로써 식별될 수 있다. 예를 들어, 단말기 디바이스 검출 모듈은 정보 시스템에서 상점의 소비자에 의해 휴대되는 단말기 디바이스의 디바이스 식별자를 검출하고 획득하며, 디바이스 식별자를 소비자 식별 모듈(102)에 업로드하도록 구성될 수 있다. 그리고, 소비자 식별 모듈(102)에 업로드 한 이후에, 소비자 식별 모듈은 소비자 식별 모듈(102)에 제공된 단말기 디바이스 식별 유닛을 통해 상점의 소비자에 의해 휴대되는 단말기 디바이스를 식별할 수 있다. 식별 결과가 단말기 디바이스가 과거에 기록됨인 경우, 기록된 단말기 디바이스를 휴대하는 소비자는 이력 소비자로 결정될 수 있으며, 2차 식별 유닛은 이력 소비자에 대한 정확한 식별을 더 수행할 수 있다.
모든 소비자가 상점을 방문한 이력 소비자인 것은 아니라는 점이 인식되고, 상점에 오는 일부 신규 소비자가 있음은 필연적이다. 이러한 시나리오에서, 정보 시스템은 신규 소비자의 소비자 데이터를 소비자 데이터베이스(104)에 입력하도록 구성된 신규 소비자 엔트리 모듈(105)을 더 포함할 수 있다. 예를 들어, 신규 소비자 엔트리 모듈(105)은 소비자 데이터베이스(104)에 소비자의 제1 인체 생리학적 특성 및 제2 인체 생리학적 특성을 저장할 수 있다.
일부 실시예에서, 위에서 제공된 초기 식별 유닛은 소비자가 상점에 들어갈 때, 상점이 제1 유사성 임계치를 충족시키는 소비자와 제1 인체 생리학적 특성에서 유사성을 갖는 이력 소비자를 갖는지를 결정한다. 상점이 이러한 이력 소비자를 갖지 않는 경우, 이는 소비자가 신규 소비자임을 나타낸다. 신규 소비자 엔트리 모듈(105)은 소비자 데이터베이스(104)에 소비자의 관련 데이터를 입력할 수 있다. 상점이 이력 소비자를 갖는 경우, 소비자가 과거에 상점을 방문한 것으로 결정될 수 있으며, 2차 식별 유닛은 소비자와 이력 소비자 사이의 제2 인체 생리학적 특성에서 유사성이 제2 유사성 임계치를 충족시키는지를 더 결정할 수 있다. 제2 인체 생리학적 특성에서 유사성이 제2 유사성 임계치를 충족시키는 경우, 이는 소비자가 상점의 이력 소비자이고 과거에 상점을 방문했음을 나타낸다. 그 후, 수요 선호도 생성 유닛은 소비자 데이터베이스(104)로부터 상점에서 소비자의 이력 데이터를 획득하고 이력 데이터를 기초로 상점에 대한 소비자의 수요 선호도를 생성할 수 있다. 상점을 방문할 때 상점에 대한 소비자의 수요 선호도를 생성하기 위해 소비자의 수요가 분석되고 예측된다. 제2 인체 생리학적 특성에서 유사성이 제2 유사성 임계치를 충족시키지 못하는 경우, 이는 소비자가 신규 소비자이고 상점을 방문하지 않았음을 나타낸다. 신규 소비자 엔트리 모듈(105)은 소비자 데이터베이스(104)에 소비자의 관련 데이터를 입력할 수 있다.
또한, 이력 데이터가 없는 신규 소비자에 대해, 이들 신규 소비자와 대응하는 관계를 갖는 연관된 소비자는 신규 소비자의 수집된 데이터를 기초로 결정될 수 있다. 예를 들어, 신규 소비자의 것에 유사한 인체 생리학적 특성(성별, 외형, 체중, 나이, 신체 비율 등)을 갖는 연관된 소비자, 신규 소비자의 것에 유사한 옷 스타일을 갖는 연관된 소비자 등이 결정될 수 있다. 이들 연관된 소비자가 소비자와 차원에서 유사성을 갖기 때문에, 이들 연관된 소비자의 이력 데이터는 이력 데이터가 없는 경우, 개인화된 추천이 처음으로 이루어질 수 있도록, 신규 소비자에 대해 이루어지는 추천을 위한 기초로서 사용될 수 있다. 소비자의 충족도가 개선될 수 있다.
또한, 상점에 대한 소비자의 수요 선호도를 기초로, 상점에 대한 리마인더(reminder)가 더 이루어질 수 있다. 일부 실시예에서, 정보 시스템에 제공된 리마인딩 모듈(reminding module, 106)은 이 리마인더를 생성할 수 있다. 리마인딩 모듈(106)은 소비자 식별 모듈(102)에 의해 발행된 상점에 대한 소비자의 수요 선호도를 수신할 수 있고, 수요 선호도를 기초로 리마인더를 전송한다. 예를 들어, 리마인딩 모듈(106)은 소비자에게 할당된 서비스 직원에 의해 휴대되는 단말기 디바이스를 기초로 구현될 수 있고, 리마인딩 모듈(106)은 또한, 서비스 직원에 의해 휴대되는 오디오 재생 디바이스를 기초로 구현될 수 있다. 예를 들어, 현재 소비자에게 서비스하는 서비스 담당자가 상점에 대한 현재 소비자의 수요 정보를 리마인드하도록, 상점에서 현재 소비자에게 서비스하는 서비스 담당자의 스마트 폰은 텍스트, 오디오, 이미지 또는 비디오 리마인딩 정보를 서비스 담당자로 전송하며, 이는 서비스 담당자가 현재 서비스 담당자에게 더 나은 서비스를 제공할 수 있게 한다.
또한, 정보 시스템은 상점에 대한 소비자의 소비자 데이터를 획득하고, 소비자 데이터를 소비자 데이터베이스(104)에 저장하며, 소비자 데이터를 소비자의 이력 데이터의 일부로서 다루도록 구성된 데이터 엔트리 모듈(107)을 더 포함할 수 있다. 일부 실시예에서, 데이터 엔트리 모듈은 소비자에게 할당된 서비스 직원에 의해 휴대되는 단말기 디바이스를 기초로 구현될 수 있거나, 및/또는 데이터 엔트리 모듈은 서비스 직원에 의해 휴대되는 오디오 수집 디바이스를 기초로 구현될 수 있다. 예를 들어, 상점의 서비스 담당자는 그에 의해 휴대되는 휴대전화를 통해 소비자의 관련 정보를 입력하거나, 또는 그에 의해 휴대되는 오디오 수집 디바이스를 통해 소비자의 성문 정보를 기록한다.
일부 실시예에서, 상점은 그 각각의 소비자 관계 관리(CRM) 시스템을 설치할 수 있고, 상점의 모든 소비자 데이터는 CRM 시스템에 의해 유지되고 관리될 수 있다. 그러므로, 본 개시에 따른 정보 시스템이 상점에 설치된 정보 시스템(예를 들어, CRM 시스템)과 호환되도록 하기 위해, 정보 시스템에 대한 데이터 인터페이스 모듈이 제공될 수 있다. 데이터 인터페이스 모듈은 상점에 현재 설치된 CRM 시스템과 연결하고 CRM 시스템으로부터 상점의 이력 소비자의 이력 데이터를 획득하도록 구성될 수 있다. 예를 들어, 위의 수요 선호도 생성 유닛이 상점에서 현재 소비자의 이력 데이터를 획득할 때, 이는 CRM 시스템으로부터 상점에서 데이터 인터페이스 모듈을 통해 현재 소비자의 이력 데이터를 획득한다. 덧붙여, 통합 시스템이 정보 시스템 및 CRM 시스템의 것과 동등한 효과를 달성할 수 있는 한, 정보 시스템 및 CRM 시스템은 통합될 수 있다.
일부 실시예에서, 소비자 식별 모듈(102)은 클라우드 컴퓨팅 환경에 배치될 수 있다. 예를 들어, 소비자 식별 모듈(102)의 기능은 소비자 식별(소비자 식별 클라우드 서비스)을 위한 클라우드 서비스로서 패키지된다. 오프라인 상점은 소비자의 제1 인체 생리학적 특성 및 제2 인체 생리학적 특성을 소비자 식별 클라우드 서비스에 업로드해야 할 수 있다. 예를 들어, 오프라인 상점의 정보 시스템은 제1 특성 획득 모듈(101)이 제1 인체 특성을 소비자 식별 클라우드 서비스에 업로드하도록 제1 업로드 경로를, 및 제2 특성 획득 모듈(103)이 제2 인체 생리학적 특성을 소비자 식별 클라우드 서비스에 업로드 하도록 제2 업로드 경로를 구성할 수 있다. 정보 시스템은 소비자 식별 클라우드 서비스에 의한 소비자 식별 처리 및 계산을 더 수행하고 식별 결과를 획득할 수 있다. 오프라인 상점은 액세스 주소를 통해 소비자 식별 클라우드 서비스에 액세스함으로써 소비자 식별의 식별 결과를 획득할 수 있다.
소비자 식별 클라우드 서비스의 위의 방식을 통해, 소규모 상점(small store)은 전용 수집 장치를 제공해야 해야 하는 것은 아닐 수 있으며, 상점 내의 기존의 카메라를 사용하여 제1 인체 생리학적 특성을 수집하고, 상점의 판매원에 의해 휴대된 단말기 디바이스를 사용하여 제2 인체 생리학적 특성을 수집할 수 있다. 한편, 상점은 소비자 식별 처리 및 계산에 요구되는 디바이스를 로컬로 제공해야 하는 것은 아닐 수 있다. 오프라인 소규모 상점(예를 들어, 체인 상점)에 대해, 소비자 식별 클라우드 서비스를 통해 이들 상점에 대한 데이터 공유가 달성될 수 있으며, 이는 상점이 데이터를 공유하기 위해 서로 데이터를 송신하는 것을 불필요하게 한다. 한편, 개인화된 소비자 식별 클라우드 서비스는 실제 비즈니스 니즈(needs)에 따라 맞춤화될 수 있으며(custom-made), 더욱 풍부한 기능으로 이어진다.
소비자 식별 클라우드 서비스를 사용하는 소비자 식별 모듈(102)의 위의 실시예에 부가하여, 소비자 식별 모듈(102)은 또한, 애플리케이션 프로그램에 의해 구현될 수 있다. 예를 들어, 소비자 식별 모듈(102)은 단말기 디바이스 상에서 구동되는 애플리케이션(APP)으로 패키지될 수 있다. 제1 특성 획득 모듈(101)이 소비자의 제1 인체 생리학적 특성을 수집하고, 제2 특성 획득 모듈(103)이 소비자의 제2 인체 생리학적 특성을 수집한 이후에, 단말기 디바이스의 컴퓨팅 자원을 기초로 소비자 식별이 수행된다. 유사하게, 위의 신규 소비자 엔트리 모듈(105), 리마인딩 모듈(106) 및 데이터 엔트리 모듈(107)을 구현하기 위한 기능 모듈이 APP에 대응하여 추가될 수 있다. 다른 예시에서, APP는 상점의 판매원에 의해 휴대되는 단말기 디바이스 상에 설치되며, 상점의 판매원은 대응하는 권한을 가질 수 있다. 예를 들어, 정규 서비스 담당자는 APP를 통해 상점의 신규 소비자의 관련된 정보를 입력할 수 있고, 관리자 수준(manager-level) 서비스 담당자는 상점에 들어가는 소비자에게 서비스를 제공하기 위해 정규 서비스 담당자를 할당할 수 있다. 이러한 구현 방식에서, 이는 단말기 디바이스 상에 APP를 설치하는 것 만을 요구하며, 간단하고 편리한 구현으로 이어진다.
본 개시의 일 실시예에 따른 방법에 의해 달성되는 기술적인 효과는 소비자가 상점에 들어갈 때 소비자가 그/그녀 자신의 수요를 사전에 설명하는 것 없이, 소비자의 잠재적인 기대를 예측하는 것, 소비자에게 대응하는 추천을 제공하는 것에 대해 판매원을 보조하기 위해 프롬프트 정보(prompt information)를 판매원의 디바이스에 전송하는 것 등을 포함할 수 있다. 판매원과 소비자 사이의 상호작용 효율성이 개선되고, 통신 시간이 감소되며, 서비스 효율성이 개선될 수 있다.
정보 시스템은 두 개의 시나리오를 참조하여 아래에서 더 서술될 것이다.
첫 번째 시나리오에서, 소비자 A는 최근 집을 꾸미고 있으며, 건축 자재 시장(market of construction materials)으로부터, 바닥, 바닥 아래의 난방 장비, 욕실 기기 및 주방 기기와 같은 적합한 장식 자재를 선택해야 한다. 그러므로, 소비자 A는 요구되는 장식 자재를 비교하기 위해, 주말마다 건축 자재 시장의 건축 자재 상점에 갈 것이다. 지능형 변기(intelligent toilets)를 일 예시로 들면, 소비자 A는 원하는 브랜드를 여러 번 되풀이하여 비교할 수 있다. 그는 상점에서 지능형 변기를 구매하는 것을 최종적으로 결정하기 전에, 변기를 판매하는 상점에 단 한 번이 아닌 여러 번 간다. 이는 통상적으로 소비자가 장식 자재를 선택하는 것이 뒤따르는 개략적인 흐름이다.
도 2에 도시 된 바와 같이, 소비자 A가 건축 자재 상점에 들어갈 때, 소비자 A의 제1 인체 생리학적 특성(예를 들어, 얼굴 이미지)은 제1 특성 획득 모듈(101)(예를 들어, 건축 자재 상점의 문에 설치된 카메라)에 의해 촬영될 수 있고, 소비자 A의 얼굴 이미지는 (예를 들어, 소비자 식별 모듈(103)에서) 백엔드(backend)에 업로드될 수 있다. 소비자 A의 얼굴 이미지를 수신할 시, 백엔드는 소비자 A의 얼굴 이미지를 건축 자재 상점의 이력 소비자의 얼굴 이미지와 비교하고 이들 사이의 유사성을 결정한다. 이력 소비자의 얼굴 이미지와 소비자 A의 얼굴 이미지 사이의 유사성이 (예를 들어, 80%와 같은) 임계치를 충족시키는 경우(예를 들어, 초과하는 경우), 이는 소비자 A와 이력 소비자가 동일한 소비자인지를 결정할 수 있다.
소비자 A가 건축 자재 상점에 들어간 이후에, 건축 자재 상점의 서비스 담당자 1은 소비자 A에 대한 쇼핑 안내를 제공할 수 있다. 안내 동안, 서비스 담당자 1에 의해 휴대되는 휴대전화를 사용하여(예를 들어, 제1 특성 획득 모듈(101)을 사용하여) 소비자 A의 성문 정보가 수집될 수 있으며, 수집된 성문 정보는 백엔드에 업로드될 수 있다. 백엔드는 소비자 A의 성문 정보를 위의 얼굴 이미지 식별에 따라 결정된 이력 소비자의 성문 정보와 비교한다. 둘 사이의 성문 정보의 유사성이 (예를 들어, 90%와 같은) 임계치를 충족시키는 경우(예를 들어, 초과하는 경우), 소비자 A는 현재 건축 자재 상점의 이력 소비자인 것으로 결정된다. 다시 말해, 소비자 A가 현재 건축 자재 상점에 이전에 방문한 것으로 결정된다.
그 후, 백엔드는 건축 자재 상점에서 소비자 A의 이력 데이터의 음성 프롬프트를 통해 서비스 담당자 1에게 통지한다. 서비스 담당자 1은 헤드셋을 통해, 소비자 A의 이름 및 마지막 방문의 주요 수요를 포함하는, 건축 자재 상점에서의 소비자 A의 이력 데이터의 음성 프롬프트를 수신할 수 있다. 서비스 담당자 1은 음성 프롬프트를 수신한 이후에, 소비자에게 원하는 지능형 변기를 추천할 수 있다. 예를 들어, 서비스 담당자 1은 소비자 A에게 "Mr. x, 지난번에 당신이 고려한 이 지능형 변기는 어떤가요? 지난번에는 7235 위안이었지만 우리는 최근 프로모션을 갖고 있습니다. 당신이 오늘 구매한다면, 당신은 이 할인을 받을 수 있습니다."라고 말할 수 있다. 소비자 A는 서비스 담당자 1의 정확하고 훌륭한 기억에 정말 감명 받을 것이며, 더 나은 쇼핑 경험을 가질 것이다.
또한, 백엔드에서의 식별 결과가 소비자 A가 건축 자재 상점의 이력 소비자임을 나타낼 때, 백엔드는 건축 자재 상점에서 소비자 A의 수요 선호도를 생성하기 위해 건축 자재 상점에서의 소비자 A의 이력 데이터를 분석할 수 있다. 소비자 A의 이력 데이터가 건축 자재 상점에서 소비자 A에 의해 마지막으로 선택된 지능형 변기의 브랜드, 모델 및 가격을 포함하는 경우, 이력 데이터 및 수요 선호도를 기초로 소비자 A의 수요 선호도가 생성되며, 수요 선호도는 소비자 A에 의해 마지막으로 선택된 지능형 변기, 동일한 브랜드이고 유사한 가격 수준인 지능형 변기 및 상이한 브랜드이고 동일한 가격 수준인 지능형 변기를 포함할 수 있다. 수요 선호도가 생성된 이후에, 서비스 담당자 1은 헤드셋을 통해, 소비자 A의 수요 선호도에 대해 리마인드된다. 또한, 서비스 담당자 1의 휴대전화는 백엔드에 의해 푸시된 소비자 A의 수요 선호도를 수신할 수 있으며, 이를 통해 서비스 담당자 1이 소비자 A에게 더 나은 쇼핑 경험을 제공하는 것을 용이하게 한다.
백엔드에서의 식별 결과가 소비자 A가 건축 자재 상점의 이력 소비자가 아니라고 나타내는 경우, 신규 소비자 A에 대해 대응하는 이력 데이터 기록이 생성될 것이고, 카메라에 의해 수집된 소비자 A의 얼굴 이미지 및 서비스 담당자 1의 휴대전화에 의해 수집된 소비자 A의 성문 정보는 이력 데이터로서 저장될 수 있다; 한편, 소비자 A의 더욱 정확한 정보는 건축 자재 상점에 배치된 기록 디바이스에 의해 수집될 수 있거나, 또는 소비자 A에 의한 지능형 변기의 선택에 대한 정보는 서비스 담당자 1에 의해 입력될 수 있으며, 수집된 정보는 소비자 A가 건축 자재 상점을 다음에 방문할 때, 대응하는 수요 선호도를 생성하기 위한 기초로서 사용되도록 소비자 A의 이력 데이터로서 저장될 수 있다.
도 3에 도시된 바와 같이, 제2 시나리오에서, 소비자 B가 식당에서 식사할 때 소비자 B가 식당 문으로 걸어가면, 두 개의 상황이 있을 수 있다. 하나의 상황에서, 소비자 B에 의해 휴대되는 스마트 폰은 식당에 설치된 블루투스 디바이스(Bluetooth device) 또는 WiFi 디바이스에 자동으로 연결되고, 이는 소비자 B에 의해 휴대되는 스마트 폰이 식당에 설치된 블루투스 디바이스 또는 WiFi 디바이스에 이전에 연결된 것을 나타내며, 이를 통해 소비자 B가 식당의 이력 소비자인지가 더 결정될 수 있다. 다른 상황에서, 소비자 B에 의해 휴대되는 스마트 폰은 식당에 설치된 블루투스 디바이스 또는 WiFi 디바이스와 페어링된다. 페어링이 성공하면 스마트 폰의 블루투스 주소 또는 디바이스 주소(디바이스 식별자)가 획득되고, 획득된 블루투스 주소 또는 디바이스 주소가 백엔드에 업로드된다. 식당의 이력 데이터에 포함된 이력 소비자의 디바이스 식별자에 따라, 백엔드는 소비자 B에 의해 휴대되는 스마트 폰의 블루투스 주소 또는 디바이스 주소가 이력 데이터에 존재하는지를 결정한다. 소비자 B에 의해 휴대되는 스마트 폰이 이력 데이터에 존재하는 경우, 이는 적어도 스마트 폰이 식당을 방문한 것을 나타내며, 그 후 식당을 방문한 이력 소비자가 소비자 B인지가 더 결정된다.
소비자 B가 식당에 들어간 이후에, 식당의 CRM 시스템은 소비자 B에게 서비스를 제공하기 위해 근무자 2를 할당한다. 그 후, 백엔드는 CRM 시스템으로부터 이력 소비자의 소비자 사진을 포함하는, 스마트 폰에 대응하는 이력 소비자의 이력 데이터를 획득한다. 그 후, 백엔드는 이력 소비자의 소비자 사진을 근무자 2에 의해 휴대되는 휴대전화로 발행한다. 근무자 2는 휴대전화에 디스플레이된 이력 소비자의 소비자 사진 및 소비자 B가 동일한 소비자인지를 결정한다. 소비자 사진이 소비자 B에 대응하는 경우(예를 들어, 소비자 사진이 소비자 B의 것인 경우), 소비자 B가 식당의 이력 소비자인 것으로 결정되고, 소비자 B가 이력 소비자임을 확인하기 위한 명령어가 휴대전화를 통해 제출된다. 소비자 사진이 소비자 B에 대응하지 않는 경우, 소비자 B는 신규 소비자로 결정된다. 신규 소비자 B의 식당에서의 이번(this time) 식사에 관련된 데이터가 수집되고, 수집된 데이터는 다음에 식당에서 식사할 때 소비자 B에게 높은 품질의 서비스를 제공하기 위한 기초로서 사용되기 위한 이력 데이터로 저장된다.
이를 기초로, 소비자 B가 식당의 이력 소비자인 것으로 결정되는 경우, 식당에서의 소비자 B의 이력 데이터는 CRM 시스템으로부터 획득될 수 있다. 예를 들어, 이력 데이터는 소비자 B의 좋아하는 요리 타입, 좋아하는 좌석, 마지막 주문한 요리, 좋아하는 요리사 및 다른 정보를 포함한다. 식당에서 소비자 B의 이력 데이터가 획득될 때, 소비자 B의 이력 데이터는 근무자 2의 휴대전화에 발행될 수 있고, 소비자 B의 이력 데이터에 관련된 마지막 리마인딩 정보가 근무자 2의 헤드셋을 통해 재생된다(헤드셋은 휴대전화에 연결된다). 소비자 B의 이력 데이터를 학습할 시, 근무자 2는 소비자 B가 과거에 앉기를 좋아했던 좌석으로 소비자 B를 안내하고, 소비자 B의 좋아하는 요리 타입, 마지막으로 주문된 요리, 좋아하는 요리사에 따라 적절한 방식으로, 소비자 B에게 새로운 요리를 추천할 수 있다. 소비자 B의 관점으로부터, 식당에서의 식사 경험은 마치 집과 유사할 것이다.
요약하면, 정보 시스템에서, 제1 특성 획득 모듈(101)은 상점 소비자의 제1 인체 생리학적 특성을 획득하고, 제2 특성 획득 모듈은 상점 소비자의 제2 인체 생리학적 특성을 획득한다. 그 후, 소비자 식별 모듈(102)은 제1 인체 생리학적 특성 및 제2 인체 생리학적 특성에 따라 소비자에 대한 정확한 식별을 수행하고, 상점이 벤치마크 식별을 기초로 소비자에게 적절한 서비스를 제공하도록 돕고, 상점의 소비자 서비스 수준을 개선하며, 상점 소비자에게 높은 품질의 서비스 경험을 제공한다. 한편, 정보 시스템의 구현 방식은 간단하다.
본 개시의 다양한 실시예에 따른 전자 디바이스는 다음과 같이 서술된다. 도 4는 본 개시의 실시예에 따른 전자 디바이스(400)의 개략도이다.
전자 디바이스(400)는: 메모리(401) 및 프로세서(402)를 포함할 수 있다.
메모리(401)는 컴퓨터 실행가능 명령어의 세트를 저장하도록 구성될 수 있고, 프로세서(402)는 전자 디바이스(400)가 도 5에 도시된 방법을 수행하게 하기 위해 컴퓨터 실행가능 명령어의 세트를 실행하도록 구성될 수 있다. 도 5는 본 개시의 실시예에 따른 소비자 정보를 생성하기 위한 방법(500)을 도시한다. 방법(500)은 단계 501-503을 포함할 수 있다. 그러므로, 프로세서(402)는 전자 디바이스(400)가 상점 소비자의 제1 인체 생리학적 특성을 획득하는 것(501); 제1 인체 생리학적 특성에 따라 소비자에 대응하는 연관된 소비자를 식별하는 것(502); 및 연관된 소비자의 이력 데이터를 기초로 상점에 대한 소비자의 수요 선호도를 생성하는 것(503)을 수행하게 하기 위해 컴퓨터 실행가능 명령어의 세트를 실행하도록 구성될 수 있다.
일부 실시예에서, 프로세서(402)는 전자 디바이스(400)가 도 6에 도시된 방법을 더 수행하게 하기 위해 컴퓨터 실행가능 명령어의 세트를 실행하도록 구성된다. 도 6은 본 개시의 실시예에 따른 소비자 정보를 더 생성하기 위한 방법(600)을 도시한다. 방법(600)은 단계 601-602를 포함할 수 있다. 그러므로, 프로세서(402)는 전자 디바이스(400)가 소비자의 제2 인체 생리학적 특성을 획득하는 것(601); 및 제1 인체 생리학적 특성 및 제2 인체 생리학적 특성에 따라 소비자에 대응하는 연관된 소비자를 식별하는 것(602)을 수행하게 하기 위해 컴퓨터 실행가능 명령어의 세트를 실행하도록 구성될 수 있다. 프로세서(402)는 방법(500 및 600) 양자를 수행할 수 있다는 것이 인식된다.
일부 실시예에서, 프로세서(402)는 전자 디바이스(400)가: 상점이 유사성 임계치를 충족시키는 제1 인체 생리학적 특성과 유사성을 갖는 이력 소비자를 갖는지를 결정하고, 그러한 경우 다음 단계로 진행하는 것; 및 소비자와 이력 소비자 사이의 제2 인체 생리학적 특성에서 유사성이 유사성 임계치를 충족시키는 지를 결정하고, 그러한 경우 이력 소비자를 상점에서 소비자에 대응하는 이력 소비자로 만드는 것, 상점에서 이력 소비자의 이력 데이터를 획득하는 것, 및 이력 데이터를 기초로 상점에 대한 소비자의 수요 선호도를 생성하는 것을 더 수행하게 하기 위해 컴퓨터 실행가능 명령어의 세트를 실행하도록 구성된다.
일부 실시예에서, 프로세서(402)는 전자 디바이스(400)가 소비자에 의해 휴대되는 단말기 디바이스의 디바이스 식별자를 검출하는 것을 더 수행하게 하기 위해 컴퓨터 실행가능 명령어의 세트를 실행하도록 구성된다.
일부 실시예에서, 프로세서(402)는 전자 디바이스(400)가: 디바이스 식별자에 대응하는 상점의 이력 소비자에 의해 휴대되는 단말기 디바이스를 식별하고, 소비자와 이력 소비자 사이의 제2 인체 생리학적 특성에서 유사성이 유사성 임계치를 충족시키는지를 결정하는 것; 그러한 경우, 이력 소비자를 상점에서의 소비자에 대응하는 이력 소비자로 만드는 것, 상점에서 이력 소비자의 이력 데이터를 획득하는 것, 및 이력 데이터를 기초로 상점에 대한 소비자의 수요 선호도를 생성하는 것을 더 수행하게 하기 위해 컴퓨터 실행가능 명령어의 세트를 실행하도록 구성된다.
일부 실시예에서, 프로세서(402)는 전자 디바이스(400)가: 소비자 식별 모듈에 의해 생성된 상점에 대한 소비자의 수요 선호도에 따라 소비자에 대한 수요 선호도에 매칭하는 신규 제품 서비스를 추천하는 것, 및/또는 상점에서의 연관된 소비자의 이력 데이터에 포함된 이력 제품 서비스에 따라, 소비자에 대한 수요 선호도에 매칭하는 이력 제품 서비스를 추천하는 것을 더 수행하게 하도록 컴퓨터 실행가능 명령어의 세트를 실행하도록 구성된다.
일부 실시예에서, 프로세서(402)는 전자 디바이스(400)가: 추천 유닛에 의해 결정된 신규 제품 서비스 및/또는 이력 제품 서비스뿐만 아니라, 소비자 식별 모듈에 의해 발행된 상점에 대한 소비자의 수요 선호도에 따라 소비자에 대한 리마인딩 정보를 생성하는 것을 더 수행하게 하기 위해 컴퓨터 실행가능 명령어의 세트를 실행하도록 구성되며; 추천 유닛에 의해 결정된 신규 제품 서비스 및/또는 이력 제품 서비스뿐만 아니라, 소비자 식별 모듈에 의해 발행된 상점에 대한 소비자의 수요 선호도에 따라 소비자에 대한 리마인딩 정보를 생성하는 것을 위한 컴퓨터 실행가능 명령어는 소비자에 할당된 서비스 직원에 의해 휴대되는 단말기 디바이스 상에서 실행되거나, 및/또는 서비스 직원에 의해 휴대되는 오디오 재생 디바이스를 기초로 실행된다.
일부 실시예에서, 프로세서(402)는 전자 디바이스(400)가 소비자의 제1 인체 생리학적 특성 및 제2 인체 생리학적 특성뿐만 아니라 이력 소비자의 이력 데이터를 저장하는 것을 더 수행하게 하기 위해 컴퓨터 실행가능 명령어의 세트를 실행하도록 구성된다.
일부 실시예에서, 상점이 유사성 임계치를 충족시키는 제1 인체 생리학적 특성과 유사성을 갖는 이력 소비자를 갖는지를 결정하기 위한 명령어를 실행하는 것의 결과가 상점이 유사성 임계치를 충족시키는 제1 인체 생리학적 특성과 유사성을 갖는 이력 소비자를 갖지 않음인 경우, 소비자의 제1 인체 생리학적 특성 및/또는 제2 인체 생리학적 특성이 소비자 데이터베이스에 저장되고; 소비자와 이력 소비자 사이의 제2 인체 생리학적 특성에서 유사성이 유사성 임계치를 충족시키는지를 결정하기 위한 명령어를 실행하는 것의 결과가 상점이 유사성 임계치를 충족시키는 제1 인체 생리학적 특성과 유사성을 갖는 이력 소비자를 갖지 않음인 경우, 소비자의 제1 인체 생리학적 특성 및/또는 제2 인체 생리학적 특성은 소비자 데이터베이스에 저장된다.
일부 실시예에서, 프로세서(402)는 전자 디바이스(400)가: 상점에 대한 소비자의 소비자 데이터를 획득하는 것, 소비자 데이터를 소비자 데이터베이스에 저장하는 것, 및 소비자 데이터를 소비자의 이력 데이터의 일부로서 다루는 것을 더 수행하게 하기 위해 컴퓨터 실행가능 명령어의 세트를 실행하도록 구성되며, 상점에 대한 소비자의 소비자 데이터를 획득하는 것 및 소비자 데이터를 소비자 데이터베이스에 저장하는 것을 위한 명령어는 소비자에게 할당된 서비스 직원에 의해 휴대되는 단말기 디바이스를 기초로 실행되거나 및/또는 상점에 대한 소비자의 소비자 데이터를 획득하는 것 및 소비자 데이터베이스에 소비자 데이터를 저장하는 것을 위한 명령어는 서비스 직원에 의해 휴대되는 오디오 수집 디바이스를 기초로 실행된다.
일부 실시예에서, 프로세서(402)는 전자 디바이스(400)가: 상점의 소비자 관계 관리 시스템과 연결하는 것 및 상점의 소비자 관계 관리 시스템으로부터 소비자에 대응하는 이력 소비자의 이력 데이터를 획득하는 것을 더 수행하게 하기 위해 컴퓨터 실행가능 명령어의 세트를 실행하도록 구성된다.
일부 실시예에서, 연관된 소비자는 다음: 유사성 임계치를 충족시키는 소비자와 제1 인체 생리학적 특성 및 제2 인체 생리학적 특성에서 유사성을 갖는 이력 소비자, 소비자의 이력 데이터에 포함된 것에 유사한 나이 정보 및 교육 배경 정보를 갖는 이력 소비자, 소비자의 이력 데이터에 포함된 것에 유사한 소비 타입, 소비 신용도, 소비 포인트 및 소비자 소비 등급을 갖는 이력 소비자, 유사성 임계치를 충족시키는 소비자와 제1 인체 생리학적 특성에서 유사성을 갖는 이력 소비자, 및 유사성 임계치를 충족시키는 소비자와 제2 인체 생리학적 특성에서 유사성을 갖는 이력 소비자 중 적어도 하나를 포함한다.
일부 실시예에서, 제1 인체 생리학적 특성 및 제2 인체 생리학적 특성에 따라 소비자에 대응하는 이력 소비자를 식별하는 것, 및 상점에서 이력 소비자의 이력 데이터를 기초로 상점에 대한 소비자의 수요 선호도를 생성하는 것은 상점에 배치된 소비자 관계 관리 시스템을 기초로 실행되거나, 및/또는 제1 인체 생리학적 특성 및 제2 인체 생리학적 특성에 따라 소비자에 대응하는 이력 소비자를 식별하는 것, 및 상점에서 이력 소비자의 이력 데이터를 기초로 상점에 대한 소비자의 수요 선호도를 생성하는 것은 클라우드 컴퓨팅 환경에서 실행된다.
일부 실시예에서, 상점 소비자의 제1 인체 생리학적 특성을 획득하는 것을 위한 명령어는 상점에 의해 배치된 이미지 수집 장치를 기초로 실행되거나 및/또는 소비자의 제2 인체 생리학적 특성을 획득하는 것을 위한 명령어는 소비자에게 할당된 서비스 직원에 의해 휴대되는 단말기 디바이스를 기초로 실행된다.
일부 실시예에서, 제1 인체 생리학적 특성은 다음: 얼굴 특성, 성문 특성, 보행 특성, 지문 특성 및 체격 특성 중 적어도 하나를 포함한다.
일부 실시예에서, 제2 인체 생리학적 특성은 다음: 음성 특성, 홍채 특성 및 지문 특성 중 적어도 하나를 포함한다.
본 개시의 실시예에 따라 비일시적 컴퓨터 판독가능 매체가 제공될 수 있다. 컴퓨터 판독가능 매체는 컴퓨터 시스템이 위에서 서술된 방법을 수행하게 하기 위해 컴퓨터 시스템의 적어도 하나의 프로세서에 의해 실행 가능한 명령어의 세트를 저장한다.
일부 실시예에서, 명령어의 세트는 컴퓨터 시스템이: 상점 소비자의 제1 인체 생리학적 특성을 획득하는 것; 및 제1 인체 생리학적 특성에 따라 소비자에 대응하는 연관된 소비자를 식별하는 것 및 연관된 소비자의 이력 데이터를 기초로 상점에 대한 소비자의 수요 선호도를 생성하는 것을 더 수행하게 하도록, 컴퓨터 시스템의 적어도 하나의 프로세서에 의해 실행 가능하다.
일부 실시예에서, 명령어의 세트는 컴퓨터 시스템이: 소비자의 제2 인체 생리학적 특성을 획득하는 것; 및 그에 대응하여, 제1 인체 생리학적 특성 및 제2 인체 생리학적 특성에 따라 소비자에 대응하는 연관된 소비자를 식별하는 것을 더 수행하게 하도록 컴퓨터 시스템의 적어도 하나의 프로세서에 의해 실행 가능하다.
일부 실시예에서, 명령어의 세트는 컴퓨터 시스템이: 상점이 유사성 임계치를 충족시키는 제1 인체 생리학적 특성과 유사성을 갖는 이력 소비자를 갖는지 결정하고, 그러한 경우 다음 단계로 진행하는 것; 및 소비자와 이력 소비자 사이의 제2 인체 생리학적 특성에서 유사성이 유사성 임계치를 충족시키는지를 결정하고, 그러한 경우 이력 소비자를 상점에서의 소비자에 대응하는 이력 소비자로 만드는 것, 상점에서 이력 소비자의 이력 데이터를 획득하는 것, 및 이력 데이터를 기초로 상점에 대한 소비자의 수요 선호도를 생성하는 것을 더 수행하게 하기 위해 컴퓨터 시스템의 적어도 하나의 프로세서에 의해 실행 가능하다.
일부 실시예에서, 명령어의 세트는 컴퓨터 시스템이 소비자에 의해 휴대되는 단말기 디바이스의 디바이스 식별자를 검출하는 것을 더 수행하게 하도록 컴퓨터 시스템의 적어도 하나의 프로세서에 의해 실행 가능하다.
일부 실시예에서, 명령어의 세트는 컴퓨터 시스템이: 디바이스 식별자에 대응하는 상점에서 이력 소비자에 의해 휴대되는 단말기 디바이스를 식별하는 것, 및 소비자와 이력 소비자 사이의 제2 인체 생리학적 특성에서 유사성이 유사성 임계치를 충족시키는지를 결정하는 것; 그러한 경우, 이력 소비자를 상점에서 소비자에 대응하는 이력 소비자로 만드는 것, 상점에서 이력 소비자의 이력 데이터를 획득하는 것, 및 이력 데이터를 기초로 상점에 대한 소비자의 수요 선호도를 생성하는 것을 더 수행하게 하도록 컴퓨터 시스템의 적어도 하나의 프로세서에 의해 실행 가능하다.
일부 실시예에서, 명령어의 세트는 컴퓨터 시스템이: 소비자 식별 모듈에 의해 생성된 상점에 대한 소비자의 수요 선호도에 따라, 소비자에 대한 수요 선호도에 매칭하는 신규 제품 서비스, 및/또는 상점의 연관된 소비자의 이력 데이터에 포함된 이력 제품 서비스에 따라 소비자에 대한 수요 선호도에 매칭하는 이력 제품 서비스를 추천하는 것을 더 수행하게 하도록 컴퓨터 시스템의 적어도 하나의 프로세서에 의해 실행 가능하다.
일부 실시예에서, 명령어의 세트는 컴퓨터 시스템이: 추천 유닛에 의해 결정된 신규 제품 서비스 및/또는 이력 제품 서비스뿐만 아니라, 소비자 식별 모듈에 의해 발행된 상점에 대한 소비자의 수요 선호도에 따라 소비자에 대한 리마인딩 정보를 생성하는 것을 더 수행하게 하도록 컴퓨터 시스템의 적어도 하나의 프로세서에 의해 실행 가능하며; 추천 유닛에 의해 결정된 신규 제품 서비스 및/또는 이력 제품 서비스뿐만 아니라, 소비자 식별 모듈에 의해 발행된 상점에 대한 소비자의 수요 선호도에 따라 소비자에 대한 리마인딩 정보를 생성하기 위한 컴퓨터 실행가능 명령어는 소비자에게 할당된 서비스 직원에 의해 휴대되는 단말기 디바이스를 기초로 실행되거나, 및/또는 서비스 직원에 의해 휴대되는 오디오 재생 디바이스를 기초로 실행된다.
일부 실시예에서, 명령어의 세트는 컴퓨터 시스템이: 소비자의 제1 인체 생리학적 특성 및 제2 인체 생리학적 특성뿐만 아니라, 이력 소비자의 이력 데이터를 저장하는 것을 더 수행하게 하도록 컴퓨터 시스템의 적어도 하나의 프로세서에 의해 실행 가능하다.
일부 실시예에서, 상점이 유사성 임계치를 충족시키는 제1 인체 생리학적 특성과 유사성을 갖는 이력 소비자를 갖는지를 결정하기 위한 명령어를 실행하는 것의 결과가 상점이 유사성 임계치를 충족시키는 제1 인체 생리학적 특성과 유사성을 갖는 이력 소비자를 갖지 않음인 경우, 소비자의 제1 인체 생리학적 특성 및/또는 제2 인체 생리학적 특성이 소비자 데이터베이스에 저장되고; 소비자와 이력 소비자 사이의 제2 인체 생리학적 특성에서 유사성이 유사성 임계치를 충족시키는지를 결정하기 위한 명령어를 실행하는 것의 결과가 상점이 유사성 임계치를 충족시키는 제1 인체 생리학적 특성과 유사성을 갖는 이력 소비자를 갖지 않음인 경우, 소비자의 제1 인체 생리학적 특성 및/또는 제2 인체 생리학적 특성은 소비자 데이터베이스에 저장된다.
일부 실시예에서, 명령어의 세트는 컴퓨터 시스템이: 상점에 대한 소비자의 소비자 데이터를 획득하는 것, 소비자 데이터를 소비자 데이터베이스에 저장하는 것; 및 소비자 데이터를 소비자의 이력 데이터의 일부로서 다루는 것을 더 수행하게 하도록 컴퓨터 시스템의 적어도 하나의 프로세서에 의해 실행 가능하며, 상점에 대한 소비자의 소비자 데이터를 획득하는 것 및 소비자 데이터를 소비자 데이터베이스에 저장하는 것을 위한 명령어는 소비자에게 할당된 서비스 직원에 의해 휴대되는 단말기 디바이스를 기초로 실행되거나, 및/또는 상점에 대한 소비자의 소비자 데이터를 획득하는 것 및 소비자 데이터를 소비자 데이터베이스에 저장하는 것을 위한 명령어는 서비스 직원에 의해 휴대되는 오디오 수집 디바이스를 기초로 실행된다.
일부 실시예에서, 명령어의 세트는 컴퓨터 시스템이: 상점의 소비자 관계 관리 시스템과 연결하는 것 및 소비자 관계 관리 시스템으로부터 상점에서 소비자에 대응하는 이력 소비자의 이력 데이터를 획득하는 것을 더 수행하게 하도록 컴퓨터 시스템의 적어도 하나의 프로세서에 의해 실행 가능하다.
일부 실시예에서, 연관된 소비자는 다음: 유사성 임계치를 충족시키는 소비자와 제1 인체 생리학적 특성 및 제2 인체 생리학적 특성에서 유사성을 갖는 이력 소비자, 소비자의 이력 데이터에 포함된 것에 유사한 나이 정보 및 교육 배경 정보를 갖는 이력 소비자, 소비자의 이력 데이터에 포함된 것에 유사한 소비 타입, 소비 신용도, 소비 포인트 및 소비자 소비 등급을 갖는 이력 소비자, 유사성 임계치를 충족시키는 소비자와 제1 인체 생리학적 특성에서 유사성을 갖는 이력 소비자, 및 유사성 임계치를 충족시키는 소비자와 제2 인체 생리학적 특성에서 유사성을 갖는 이력 소비자 중 적어도 하나를 포함한다.
일부 실시예에서, 제1 인체 생리학적 특성 및 제2 인체 생리학적 특성에 따라 소비자에 대응하는 이력 소비자를 식별하는 것, 및 상점에서 이력 소비자의 이력 데이터를 기초로 상점에 대한 소비자의 수요 선호도를 생성하는 것은 상점에 배치된 소비자 관계 관리 시스템을 기초로 실행되거나, 및/또는 제1 인체 생리학적 특성 및 제2 인체 생리학적 특성에 따라 소비자에 대응하는 이력 소비자를 식별하는 것, 및 상점에서 이력 소비자의 이력 데이터를 기초로 상점에 대한 소비자의 수요 선호도를 생성하는 것은 클라우드 컴퓨팅 환경에서 실행된다.
일부 실시예에서, 상점 소비자의 제1 인체 생리학적 특성을 획득하는 것을 위한 명령어는 상점에 의해 배치된 이미지 수집 장치를 기초로 실행되거나 및/또는 소비자의 제2 인체 생리학적 특성을 획득하는 것을 위한 명령어는 소비자에게 할당된 서비스 직원에 의해 휴대되는 단말기 디바이스를 기초로 실행된다.
일부 실시예에서, 제1 인체 생리학적 특성은 다음: 얼굴 특성, 성문 특성, 보행 특성, 지문 특성 및 체격 특성 중 적어도 하나를 포함한다.
일부 실시예에서, 제2 인체 생리학적 특성은 다음: 음성 특성, 홍채 특성 및 지문 특성 중 적어도 하나를 포함한다.
본 출원은 상기와 같은 바람직한 실시예를 통해 개시되었지만, 이는 본 출원을 제한하기 위해 사용되지 않는다. 이 기술분야의 기술자는 본 출원의 사상 및 범주를 벗어나지 않으면서 가능한 변형 및 수정을 할 수 있다. 그러므로, 본 출원의 범주는 본 출원의 청구 범위에 의해 정의된 범주에 속할 것이다.
통상적인 구성에서, 계산 디바이스는 하나 이상의 프로세서(CPU), 입/출력 인터페이스, 네트워크 인터페이스 및 메모리를 포함한다.
메모리는 휘발성 메모리, 랜덤 액세스 메모리(Random Access Memory, RAM) 및/또는 비-휘발성 메모리(예를 들어, 판독 전용 메모리(Read-Only Memory, ROM)) 또는 플래시 RAM과 같은 컴퓨터 판독가능 매체를 포함할 수 있다. 메모리는 컴퓨터 판독가능 매체의 일 예시이다.
컴퓨터 판독가능 매체는 영구, 휘발성, 모바일 및 고정형(immobile) 매체를 포함하며, 이는 임의의 방법 또는 기법을 통해 정보 저장을 구현할 수 있다. 정보는 컴퓨터 판독가능 명령어, 데이터 구조, 프로그램 모듈 또는 다른 데이터일 수 있다. 컴퓨터의 저장 매체의 예시는 계산 디바이스에 액세스 가능한 정보를 저장하는 데 사용될 수 있는, 상 변화 메모리(phase change memories, PRAM), 정적 RAM(SRAM), 동적 RAM(DRAM), 다른 타입의 랜덤 액세스 메모리(RAM), 판독-전용 메모리(ROM), 전기적 소거 가능 프로그램 가능 판독 전용 메모리(Electrically Erasable Programmable Read-Only Memories, EEPROM), 플래시 메모리 또는 다른 메모리 기법, 컴팩트 디스크 판독 전용 메모리(Compact Disk Read-Only Memories, CD-ROM), 디지털 다기능 디스크(Digital Versatile Discs, DVD) 또는 다른 광학 메모리, 카세트들, 카세트 및 디스크 메모리 또는 다른 광학 메모리 디바이스 또는 임의의 다른 비전송 매체를 포함하지만, 이에 제한되지 않는다. 본원에서의 정의에 따라, 컴퓨터 판독가능 매체는 변조된 데이터 신호 및 캐리어와 같은 일시적 매체를 포함하지 않는다.
이 기술분야의 기술자는 본 개시의 실시예가 방법, 시스템 또는 컴퓨터 프로그램 제품으로 제공될 수 있다는 것을 이해해야 한다. 그러므로, 본 개시의 실시예는 완전한 하드웨어 실시예, 완전한 소프트웨어 실시예 또는 소프트웨어 및 하드웨어를 결합한 실시예로 구현될 수 있다. 또한, 본 출원은 컴퓨터 사용 가능한 프로그램 코드를 그 안에 포함하는 하나 이상의 컴퓨터 사용 가능한 저장 매체(자기 디스크 메모리, CD-ROM, 광학 메모리 등을 포함하지만 이에 제한되지 않음)에 구현된 컴퓨터 프로그램 제품의 형태일 수 있다.

Claims (30)

  1. 정보 시스템으로서,
    명령어의 세트를 저장하는 메모리; 및
    상기 시스템이:
    상점 소비자의 제1 인체 생리학적 특성(first human physiological characteristic)을 획득하는 것;
    상기 제1 인체 생리학적 특성을 기초로 상기 상점 소비자에 대응하는 적어도 한 명의 연관된 소비자를 생성하는 것; 및
    상기 적어도 한 명의 연관된 소비자의 이력 데이터를 기초로 상기 소비자에 대한 수요 선호도를 생성하는 것을
    수행하게 하기 위해 상기 명령어의 세트를 실행하도록 구성된 적어도 하나의 프로세서를 포함하는, 정보 시스템.
  2. 제1항에 있어서, 상기 적어도 하나의 프로세서는 상기 시스템이:
    상기 상점 소비자의 제2 인체 생리학적 특성을 획득하는 것; 및
    상기 제1 인체 생리학적 특성 및 상기 제2 인체 생리학적 특성을 기초로 상기 상점 소비자에 대응하는 연관된 소비자를 생성하는 것을 수행하게 하기 위해 상기 명령어의 세트를 실행하도록 더 구성되는, 정보 시스템.
  3. 제2항에 있어서, 상기 적어도 하나의 프로세서는 상기 시스템이:
    상기 상점이 제1 유사성 임계치를 충족시키는 상기 제1 인체 생리학적 특성과 제1 유사성을 갖는 이력 소비자를 갖는지를 결정하는 것;
    상기 제1 유사성 임계치가 충족된다는 상기 결정에 응답하여, 상기 이력 소비자가 제2 유사성 임계치를 충족시키는 상기 제2 인체 생리학적 특성과 제2 유사성을 갖는지를 결정하는 것;
    상기 제2 유사성 임계치가 충족된다는 상기 결정에 응답하여, 상기 이력 소비자를 상기 연관된 소비자로서 결정하는 것;
    상기 이력 소비자의 이력 데이터를 획득하는 것; 및
    상기 이력 데이터를 기초로 상기 상점 소비자의 상기 수요 선호도를 생성하는 것을 수행하게 하기 위해 상기 명령어의 세트를 실행하도록 더 구성되는, 정보 시스템.
  4. 제1항 내지 제3항 중 어느 한 항에 있어서, 상기 적어도 하나의 프로세서는 상기 시스템이:
    상기 상점 소비자에 의해 휴대되는 단말기 디바이스의 디바이스 식별자를 검출하는 것; 및
    상기 디바이스 식별자를 기초로 휴대되는 상기 단말기 디바이스를 식별하는 것을 수행하게 하기 위해 상기 명령어의 세트를 실행하도록 더 구성되는, 정보 시스템.
  5. 제1항 내지 제4항 중 어느 한 항에 있어서, 상기 적어도 하나의 프로세서는 상기 시스템이:
    상기 연관된 소비자의 상기 수요 선호도에 따라 신규 제품 서비스를 추천하는 것; 또는
    상기 연관된 소비자의 이력 데이터에 따라, 이력 제품 서비스를 추천하는 것을 수행하게 하기 위해 상기 명령어의 세트를 실행하도록 더 구성되는, 정보 시스템.
  6. 제5항에 있어서, 상기 적어도 하나의 프로세서는 상기 시스템이:
    상기 신규 제품 서비스 또는 상기 이력 제품 서비스에 따라 상기 상점 소비자에 대한 리마인딩 정보(reminding information)를 생성하는 것을 수행하게 하기 위해 상기 명령어의 세트를 실행하도록 더 구성되는, 정보 시스템.
  7. 제3항에 있어서, 상기 적어도 하나의 프로세서는 상기 시스템이:
    상기 제1 유사성 임계치가 충족된다는 상기 결정에 응답하여, 상기 제1 인체 생리학적 특성을 소비자 데이터베이스에 저장하는 것; 및
    상기 제2 유사성 임계치가 충족된다는 상기 결정에 응답하여, 상기 제2 인체 생리학적 특성을 상기 소비자 데이터베이스에 저장하는 것을 수행하게 하기 위해 상기 명령어의 세트를 실행하도록 더 구성되는, 정보 시스템.
  8. 제7항에 있어서,
    상기 상점 소비자의 소비자 데이터를 획득하고, 상기 소비자 데이터를 상기 상점 소비자의 상기 이력 데이터로서 상기 소비자 데이터베이스에 저장하도록 구성된 데이터 엔트리 모듈(data entry module)을 더 포함하는, 정보 시스템.
  9. 제2항에 있어서, 상기 적어도 한 명의 연관된 소비자는:
    상기 제1 유사성 임계치를 충족시키는 제1 유사성 또는 상기 제2 유사성 임계치를 충족시키는 제2 유사성을 갖는 이력 소비자,
    상기 소비자의 상기 이력 데이터에 포함된 것에 유사한 나이 정보 및 교육 배경 정보를 갖는 이력 소비자, 또는
    상기 소비자의 상기 이력 데이터에 포함된 것에 유사한 소비 타입, 소비 신용도, 소비 포인트 및 소비자 소비 등급을 갖는 이력 소비자 중 적어도 하나를 포함하는, 정보 시스템.
  10. 제1항 내지 제9항 중 어느 한 항에 있어서,
    상기 제1 인체 생리학적 특성은: 얼굴 특성, 성문 특성, 보행 특성, 지문 특성 또는 체격 특성 중 적어도 하나를 포함하고, 그리고
    상기 제2 인체 생리학적 특성은 성문 특성, 홍채 특성 또는 지문 특성 중 적어도 하나를 포함하는, 정보 시스템.
  11. 상점 소비자의 정보를 생성하기 위한 방법으로서,
    상기 상점 소비자의 제1 인체 생리학적 특성을 획득하는 것;
    상기 제1 인체 생리학적 특성을 기초로 상기 상점 소비자에 대응하는 적어도 한 명의 연관된 소비자를 생성하는 것; 및
    상기 적어도 한 명의 연관된 소비자의 이력 데이터를 기초로 상기 소비자에 대한 수요 선호도를 생성하는 것을 포함하는, 방법.
  12. 제11항에 있어서,
    상기 상점 소비자의 제2 인체 생리학적 특성을 획득하는 것; 및
    상기 제1 인체 생리학적 특성 및 상기 제2 인체 생리학적 특성을 기초로 상기 상점 소비자에 대응하는 연관된 소비자를 생성하는 것을 더 포함하는, 방법.
  13. 제12항에 있어서, 상기 적어도 한 명의 연관된 소비자의 상기 이력 데이터를 기초로 상기 소비자에 대한 상기 수요 선호도를 생성하는 것은:
    상기 상점이 제1 유사성 임계치를 충족시키는 상기 제1 인체 생리학적 특성과 제1 유사성을 갖는 이력 소비자를 갖는지를 결정하는 것;
    상기 제1 유사성 임계치가 충족된다는 상기 결정에 응답하여, 상기 이력 소비자가 제2 유사성 임계치를 충족시키는 상기 제2 인체 생리학적 특성과 제2 유사성을 갖는지를 결정하는 것;
    상기 제2 유사성 임계치가 충족된다는 상기 결정에 응답하여, 상기 이력 소비자를 상기 연관된 소비자로서 결정하는 것;
    상기 이력 소비자의 이력 데이터를 획득하는 것; 및
    상기 이력 데이터를 기초로 상기 상점 소비자의 상기 수요 선호도를 생성하는 것을 더 포함하는, 방법.
  14. 제11항 내지 제13항 중 어느 한 항에 있어서,
    상기 상점 소비자에 의해 휴대되는 단말기 디바이스의 디바이스 식별자를 검출하는 것; 및
    상기 디바이스 식별자를 기초로 휴대되는 상기 단말기 디바이스를 식별하는 것을 더 포함하는, 방법.
  15. 제11항 내지 제14항 중 어느 한 항에 있어서,
    상기 연관된 소비자의 상기 수요 선호도에 따라 신규 제품 서비스를 추천하는 것; 또는
    상기 연관된 소비자의 이력 데이터에 따라, 이력 제품 서비스를 추천하는 것을 더 포함하는, 방법.
  16. 제15항에 있어서,
    상기 신규 제품 서비스 또는 상기 이력 제품 서비스에 따라 상기 상점 소비자에 대한 리마인딩 정보를 생성하는 것을 더 포함하는, 방법.
  17. 제13항에 있어서,
    상기 제1 유사성이 상기 제1 유사성 임계치를 충족시킨다는 상기 결정에 응답하여, 상기 제1 인체 생리학적 특성을 소비자 데이터베이스에 저장하는 것; 및
    상기 제2 유사성 임계치가 충족된다는 상기 결정에 응답하여, 상기 제2 인체 생리학적 특성을 상기 소비자 데이터베이스에 저장하는 것을 더 포함하는, 방법.
  18. 제17항에 있어서,
    상기 상점 소비자의 소비자 데이터를 획득하는 것; 및
    상기 소비자 데이터를 상기 상점 소비자의 상기 이력 데이터로서 상기 소비자 데이터베이스에 저장하는 것을 더 포함하는, 방법.
  19. 제12항에 있어서, 상기 적어도 한 명의 연관된 소비자는:
    상기 제1 유사성 임계치를 충족시키는 제1 유사성 또는 상기 제2 유사성 임계치를 충족시키는 제2 유사성을 갖는 이력 소비자,
    상기 소비자의 상기 이력 데이터에 포함된 것에 유사한 나이 정보 및 교육 배경 정보를 갖는 이력 소비자, 및
    상기 소비자의 상기 이력 데이터에 포함된 것에 유사한 소비 타입, 소비 신용도, 소비 포인트 및 소비자 소비 등급을 갖는 이력 소비자 중 적어도 하나를 포함하는, 방법.
  20. 제11항 내지 제19항 중 어느 한 항에 있어서,
    상기 제1 인체 생리학적 특성은: 얼굴 특성, 성문 특성, 보행 특성, 지문 특성 및 체격 특성 중 적어도 하나를 포함하고, 그리고
    상기 제2 인체 생리학적 특성은 성문 특성, 홍채 특성 및 지문 특성 중 적어도 하나를 포함하는, 방법.
  21. 컴퓨터 시스템이 상점 소비자의 정보를 생성하는 방법을 수행하게 하도록 상기 컴퓨터 시스템의 적어도 하나의 프로세서에 의해 실행 가능한 명령어의 세트를 저장하는 비-일시적 컴퓨터 판독가능 매체로서, 상기 방법은:
    상기 상점 소비자의 제1 인체 생리학적 특성을 획득하는 것
    상기 제1 인체 생리학적 특성을 기초로 상기 상점 소비자에 대응하는 적어도 한 명의 연관된 소비자를 생성하는 것; 및
    상기 적어도 한 명의 연관된 소비자의 이력 데이터를 기초로 상기 소비자에 대한 수요 선호도를 생성하는 것을 포함하는, 비-일시적 컴퓨터 판독가능 매체.
  22. 제21항에 있어서, 상기 명령어의 세트는 상기 컴퓨터 시스템이:
    상기 상점 소비자의 제2 인체 생리학적 특성을 획득하는 것; 및
    상기 제1 인체 생리학적 특성 및 상기 제2 인체 생리학적 특성을 기초로 상기 상점 소비자에 대응하는 연관된 소비자를 생성하는 것을 더 수행하게 하기 위해 상기 적어도 하나의 프로세서에 의해 실행 가능한, 비-일시적 컴퓨터 판독가능 매체.
  23. 제22항에 있어서, 상기 명령어의 세트는 상기 컴퓨터 시스템이:
    상기 상점이 제1 유사성 임계치를 충족시키는 상기 제1 인체 생리학적 특성과 제1 유사성을 갖는 이력 소비자를 갖는지를 결정하는 것;
    상기 제1 유사성이 상기 제1 유사성 임계치를 충족시킨다는 상기 결정에 응답하여, 상기 이력 소비자가 제2 유사성 임계치를 충족시키는 상기 제2 인체 생리학적 특성과 제2 유사성을 갖는지를 결정하는 것;
    상기 제2 유사성이 상기 제2 유사성 임계치를 충족시킨다는 상기 결정에 응답하여, 상기 이력 소비자를 상기 연관된 소비자로서 결정하는 것;
    상기 이력 소비자의 이력 데이터를 획득하는 것; 및
    상기 이력 데이터를 기초로 상기 상점 소비자의 상기 수요 선호도를 생성하는 것을 더 수행하게 하기 위해 상기 적어도 하나의 프로세서에 의해 실행 가능한, 비-일시적 컴퓨터 판독가능 매체.
  24. 제21항 내지 제23항 중 어느 한 항에 있어서, 상기 명령어의 세트는 상기 컴퓨터 시스템이:
    상기 상점 소비자에 의해 휴대되는 단말기 디바이스의 디바이스 식별자를 검출하는 것; 및
    상기 디바이스 식별자를 기초로 휴대되는 상기 단말기 디바이스를 식별하는 것을 더 수행하게 하기 위해 상기 적어도 하나의 프로세서에 의해 실행 가능한, 비-일시적 컴퓨터 판독가능 매체.
  25. 제21항 내지 제24항 중 어느 한 항에 있어서, 상기 명령어의 세트는 상기 컴퓨터 시스템이:
    상기 연관된 소비자의 상기 수요 선호도에 따라 신규 제품 서비스를 추천하는 것; 또는
    상기 연관된 소비자의 이력 데이터에 따라, 이력 제품 서비스를 추천하는 것을 더 수행하게 하기 위해 상기 적어도 하나의 프로세서에 의해 실행 가능한, 비-일시적 컴퓨터 판독가능 매체.
  26. 제25항에 있어서, 상기 명령어의 세트는 상기 컴퓨터 시스템이:
    상기 신규 제품 서비스 또는 상기 이력 제품 서비스에 따라 상기 상점 소비자에 대한 리마인딩 정보를 생성하는 것을 더 수행하게 하기 위해 상기 적어도 하나의 프로세서에 의해 실행 가능한, 비-일시적 컴퓨터 판독가능 매체.
  27. 제23항에 있어서, 상기 명령어의 세트는 상기 컴퓨터 시스템이:
    상기 제1 유사성이 상기 제1 유사성 임계치를 충족시킨다는 상기 결정에 응답하여, 상기 제1 인체 생리학적 특성을 소비자 데이터베이스에 저장하는 것; 및
    상기 제2 유사성이 상기 제2 유사성 임계치를 충족시킨다는 상기 결정에 응답하여, 상기 제2 인체 생리학적 특성을 상기 소비자 데이터베이스에 저장하는 것을 더 수행하게 하기 위해 상기 적어도 하나의 프로세서에 의해 실행 가능한, 비-일시적 컴퓨터 판독가능 매체.
  28. 제27항에 있어서, 상기 명령어의 세트는 상기 컴퓨터 시스템이:
    상기 상점 소비자의 소비자 데이터를 획득하는 것; 및
    상기 소비자 데이터를 상기 상점 소비자의 상기 이력 데이터로서 상기 소비자 데이터베이스에 저장하는 것을 더 수행하게 하기 위해 상기 적어도 하나의 프로세서에 의해 실행 가능한, 비-일시적 컴퓨터 판독가능 매체.
  29. 제22항에 있어서, 상기 적어도 한 명의 연관된 소비자는:
    상기 제1 유사성 임계치를 충족시키는 제1 유사성 또는 상기 제2 유사성 임계치를 충족시키는 제2 유사성을 갖는 이력 소비자,
    상기 소비자의 상기 이력 데이터에 포함된 것에 유사한 나이 정보 및 교육 배경 정보를 갖는 이력 소비자, 및
    상기 소비자의 상기 이력 데이터에 포함된 것에 유사한 소비 타입, 소비 신용도, 소비 포인트 및 소비자 소비 등급을 갖는 이력 소비자 중 적어도 하나를 포함하는, 비-일시적 컴퓨터 판독가능 매체.
  30. 제21항 내지 제29항 중 어느 한 항에 있어서,
    상기 제1 인체 생리학적 특성은: 얼굴 특성, 성문 특성, 보행 특성, 지문 특성 및 체격 특성 중 적어도 하나를 포함하고, 그리고
    상기 제2 인체 생리학적 특성은 성문 특성, 홍채 특성 및 지문 특성 중 적어도 하나를 포함하는, 비-일시적 컴퓨터 판독가능 매체.
KR1020207021081A 2017-12-28 2018-12-27 정보 시스템, 전자 디바이스, 컴퓨터 판독가능 매체 및 정보 처리 방법 KR20200103752A (ko)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
CN201711457255.0 2017-12-28
CN201711457255.0A CN110019405A (zh) 2017-12-28 2017-12-28 信息系统、电子设备、计算机可读介质及信息处理方法
PCT/US2018/067660 WO2019133700A1 (en) 2017-12-28 2018-12-27 Information system, electronic device, computer readable medium, and information processing method

Publications (1)

Publication Number Publication Date
KR20200103752A true KR20200103752A (ko) 2020-09-02

Family

ID=67059707

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020207021081A KR20200103752A (ko) 2017-12-28 2018-12-27 정보 시스템, 전자 디바이스, 컴퓨터 판독가능 매체 및 정보 처리 방법

Country Status (7)

Country Link
US (1) US20190205906A1 (ko)
EP (1) EP3732646A4 (ko)
JP (1) JP2021508875A (ko)
KR (1) KR20200103752A (ko)
CN (1) CN110019405A (ko)
TW (1) TW201931254A (ko)
WO (1) WO2019133700A1 (ko)

Families Citing this family (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110378299B (zh) * 2019-07-24 2020-05-05 上海适享文化传播有限公司 一种室内灯光条件下的衣着识别系统
CN110766454B (zh) * 2019-10-12 2022-12-20 广州臻一计算机系统有限公司 门店的顾客到访信息收集方法以及门店子系统架构
CN111143696A (zh) * 2020-01-02 2020-05-12 中国建设银行股份有限公司 基于人脸识别和用户行为的信息推荐方法及装置
CN113469095B (zh) * 2021-07-13 2023-05-16 浙江大华技术股份有限公司 一种基于步态的人物二次核验方法及装置

Family Cites Families (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US9031858B2 (en) * 2007-04-03 2015-05-12 International Business Machines Corporation Using biometric data for a customer to improve upsale ad cross-sale of items
US9940620B2 (en) * 2013-01-14 2018-04-10 Capital One Services, Llc Systems and methods for processing customer purchase transactions using biometric data
US20150088630A1 (en) * 2013-09-23 2015-03-26 Thomas Jason Taylor System and method for viral purchasing
CN106997566A (zh) * 2016-01-25 2017-08-01 新谊整合科技股份有限公司 根据身份提供个性化服务的方法与系统
CN105869015A (zh) * 2016-03-28 2016-08-17 联想(北京)有限公司 一种信息处理方法及系统
CN107291732B (zh) * 2016-03-31 2020-09-25 苏宁云计算有限公司 一种信息推送方法及装置
WO2017180977A1 (en) * 2016-04-15 2017-10-19 Wal-Mart Stores, Inc. Systems and methods for facilitating shopping in a physical retail facility
CN111782941B (zh) * 2016-05-11 2023-12-12 创新先进技术有限公司 信息推荐方法、装置及服务器

Also Published As

Publication number Publication date
CN110019405A (zh) 2019-07-16
US20190205906A1 (en) 2019-07-04
WO2019133700A1 (en) 2019-07-04
TW201931254A (zh) 2019-08-01
EP3732646A1 (en) 2020-11-04
JP2021508875A (ja) 2021-03-11
EP3732646A4 (en) 2020-11-04

Similar Documents

Publication Publication Date Title
US11269962B2 (en) Inductive matrix completion and graph proximity for content item recommendation
KR20200103752A (ko) 정보 시스템, 전자 디바이스, 컴퓨터 판독가능 매체 및 정보 처리 방법
US20180032874A1 (en) Document analysis system that uses process mining techniques to classify conversations
US11681933B2 (en) Consumer intelligence for automatic real time message decisions and selection
US10664929B2 (en) Extracting data for professional event and participant grouping recommendations
US10621646B2 (en) Cognitive recommendation engine to selectively identify using data analytics complementary product(s)
TW201841137A (zh) 用以從應用程式使用統計推論人口統計資料之配置及方法
US20130096831A1 (en) Automatic, adaptive and optimized sensor selection and virtualization
US10735463B2 (en) Validating commands for hacking and spoofing prevention in an Internet of Things (IoT) computing environment
US11049162B2 (en) Method, medium, and system for automated hardware device replacement
KR20210066495A (ko) 렌탈 서비스 제공 시스템
US20180267998A1 (en) Contextual and cognitive metadata for shared photographs
US10592832B2 (en) Effective utilization of idle cycles of users
US10943588B2 (en) Methods and systems for managing voice response systems based on references to previous responses
JP2018101201A (ja) 施策導入効果予測装置、施策導入効果予測プログラム及び施策導入効果予測方法
US20180189810A1 (en) Processing user experience feedback in a retail environment to assist corrective action
US10621222B2 (en) Fuzzy term partition identification
US20230097508A1 (en) Pre-allocation of cloud resources through anticipation
US11630865B2 (en) User reaction based information options
US10248983B1 (en) Customized item descriptions based on skill level
US11036786B2 (en) Determining user segmentation based on a photo library
US11119734B2 (en) Software detection and modification
WO2022206760A1 (en) Personalized alert generation based on information dissemination
US10755301B2 (en) Using a social network to enhance targeted digital content presentation
KR20220131069A (ko) 언어 모델을 이용한 사용자 프로파일 검색 시스템 및 이의 운용 방법