KR20200117694A - 식물정보 제공 및 추천 방법 - Google Patents

식물정보 제공 및 추천 방법 Download PDF

Info

Publication number
KR20200117694A
KR20200117694A KR1020190040184A KR20190040184A KR20200117694A KR 20200117694 A KR20200117694 A KR 20200117694A KR 1020190040184 A KR1020190040184 A KR 1020190040184A KR 20190040184 A KR20190040184 A KR 20190040184A KR 20200117694 A KR20200117694 A KR 20200117694A
Authority
KR
South Korea
Prior art keywords
information
plant
customer
online content
server
Prior art date
Application number
KR1020190040184A
Other languages
English (en)
Inventor
차주원
Original Assignee
차주원
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 차주원 filed Critical 차주원
Priority to KR1020190040184A priority Critical patent/KR20200117694A/ko
Publication of KR20200117694A publication Critical patent/KR20200117694A/ko

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q30/00—Commerce
    • G06Q30/06—Buying, selling or leasing transactions
    • G06Q30/0601—Electronic shopping [e-shopping]
    • G06Q30/0631—Item recommendations
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q30/00—Commerce
    • G06Q30/06—Buying, selling or leasing transactions
    • G06Q30/0601—Electronic shopping [e-shopping]
    • G06Q30/0621—Item configuration or customization
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q30/00—Commerce
    • G06Q30/06—Buying, selling or leasing transactions
    • G06Q30/0601—Electronic shopping [e-shopping]
    • G06Q30/0623—Item investigation
    • G06Q30/0625—Directed, with specific intent or strategy
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/02—Agriculture; Fishing; Forestry; Mining

Landscapes

  • Business, Economics & Management (AREA)
  • Finance (AREA)
  • Accounting & Taxation (AREA)
  • Engineering & Computer Science (AREA)
  • Strategic Management (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Economics (AREA)
  • General Business, Economics & Management (AREA)
  • Physics & Mathematics (AREA)
  • Marketing (AREA)
  • Development Economics (AREA)
  • Mining & Mineral Resources (AREA)
  • Primary Health Care (AREA)
  • Tourism & Hospitality (AREA)
  • Human Resources & Organizations (AREA)
  • General Health & Medical Sciences (AREA)
  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Marine Sciences & Fisheries (AREA)
  • Animal Husbandry (AREA)
  • Agronomy & Crop Science (AREA)
  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)

Abstract

본 발명은 식물정보 제공 및 추천방법에 관한 것으로, 보다 상세하게는 다양한 종류의 식물과 관련된 정보를 제공하고 추천하는 식물정보 제공 및 추천방법에 관한 것이다. 본 발명에 의하면, 다양한 종류의 식물과 관련된 온라인 콘텐츠와 식물 및 식물재배공구 판매정보를 제공하고 추천함으로써 고객이 해당 식물에 관한 정보를 빠르게 습득하여 효율적으로 관리할 수 있는 효과가 있다.

Description

식물정보 제공 및 추천 방법{method for financial instrument recommendation using finance psychological diagnosis}
본 발명은 식물정보 제공 및 추천방법에 관한 것으로, 보다 상세하게는 다양한 종류의 식물과 관련된 정보를 제공하고 추천하는 식물정보 제공 및 추천방법에 관한 것이다.
일반적으로 꽃 등을 포함하는 식물은 그 양태가 미려하여 사용자에게 심적 안정감을 제공하는 기능이 있어서 관상용 식물로 판매가 되고 있으며, 특히 근래 들어 허브와 같이 방향제, 방충제, 약용 및 식용 식물은 단순한 관상용 식물뿐만 아니라 기능성 식물로서 판매되고 있으며, 또한 이들 식물들은 화분 등에 식재해서 재배되고 있다.
또한, 재배자가 화분 등에 식재된 식물을 구매하면 식물의 재배 관리가 요구되며, 소정 기간 동안 식물을 재배한 경험이 있는 사람일 경우에는 스스로 터득된 경험에 의해 식물을 재배할 수 있으며, 또한 식물 재배와 관련한 경험이 없는 사람일 경우에는 주위의 간행물이나 인터넷 등의 정보전달매체를 이용하여 식물의 재배 정보를 습득하여 식물을 재배하지만 식물을 재배하는 사람들이 각각 다양한 식물군의 종류를 직접 재배하고자 할 경우 모든 식물에 대해서 경험을 쌓는 것은 사실상 어려우며, 또한 간행물이나 인터넷 등의 정보전달매체를 이용하여 식물의 재배 정보를 습득하였다 할지라도 입수된 각 식물의 재배정보에 포함되는 온도, 습도 및 일사량등의 성장환경조건을 각 재배자가 체감으로 정확하게 예측하여 식물을 재배하는 일이 쉽지 않다는 등의 여러가지 문제점이 있었다.
KR10-2013-0126205A
본 발명은 이와 같은 문제점을 해결하기 위해 창안된 것으로서, 다양한 종류의 식물과 관련된 온라인 콘텐츠와 식물 및 식물재배공구 판매정보를 제공하고 추천할 수 있도록 한 식물정보 제공 및 추천방법을 제공함을 목적으로 한다.
상기한 목적을 달성하기 위한 본 발명에 따른 식물정보 제공 및 추천 방법의 일측면에 따르면, (a) 고객 단말에서 전송되는 고객 정보와 식물 정보를 수신하는 단계와, (b) 상기 식물 정보에 대한 온라인 콘텐츠와 판매정보를 검색하는 단계와, (c) 상기 검색된 온라인 콘텐츠와 판매정보 리스트에서 상기 고객 정보에 기초하여 적어도 하나 이상의 온라인 콘텐츠와 판매정보를 추천하는 단계 및 (d) 상기 고객 정보에 기초하여 추천된 적어도 하나 이상의 온라인 콘텐츠와 판매정보 리스트를 상기 고객 단말로 전송하는 단계를 포함할 수 있다.
본 발명에 의하면, 다양한 종류의 식물과 관련된 온라인 콘텐츠와 식물 및 식물재배공구 판매정보를 제공하고 추천함으로써 고객이 해당 식물에 관한 정보를 빠르게 습득하여 효율적으로 관리할 수 있는 효과가 있다.
도 1은 본 발명의 일실시예에 따른 식물정보 제공 및 추천 시스템의 전체 구성을 나타내는 도면이다.
도 2는 도 1에서 식물정보 제공서버의 세부 구성을 나타내는 도면이다.
도 3 및 도 4는 본 발명의 일실시예에 따른 온라인 콘텐츠 제공방법의 과정을 나타내는 도면이다.
도 5는 본 발명의 일실시예에 따른 식물판매정보 제공방법의 과정을 나타내는 도면이다.
도 6은 본 발명의 일실시예에 따른 식물판매정보 추천방법의 과정을 나타내는 도면이다.
도 7은 본 발명의 일실시예에 따른 식물 항목 추천방법의 과정을 나타내는 도면이다.
도 8은 도 7에서 추천 식물 항목 집합을 생성하는 방법의 일실시예를 나타내는 도면이다.
도 9는 도 7에서 추천 식물 항목 집합을 생성하는 방법의 다른 실시예를 나타내는 도면이다.
도 10은 도 7에서 추천 식물 항목 집합을 생성하는 방법의 또 다른 실시예를 나타내는 도면이다.
도 11은 도 10에서 추천 식물 항목 집합을 생성하기 위한 식물 항목 정보 테이블을 나타내는 도면이다.
도 12는 도 10에서 추천 식물 항목 집합을 생성하기 위한 패턴 트리를 나타내는 도면이다.
도 13은 도 10에서 패턴 트리를 구축하는 방법의 일실시예를 나타내는 도면이다.
도 14는 도 10에서 패턴 트리를 구축하는 방법의 다른 실시예를 나타내는 도면이다.
도 15 및 도 16은 도 14에서 패턴 트리를 구축하는 과정을 나타내는 도면이다.
도 17은 도 10에서 추천 식물 항목 집합을 마이닝하는 방법의 일실시예를 나타내는 도면이다.
도 18 및 도 19는 도 10에서 추천 식물 항목 집합을 마이닝하는 방법의 다른 실시예를 나타내는 도면이다.
이하 첨부된 도면을 참조로 본 발명의 바람직한 실시예를 상세히 설명하기로한다. 이에 앞서, 본 명세서 및 청구범위에 사용된 용어나 단어는 통상적이거나 사전적인 의미로 한정해서 해석되어서는 아니되며, 발명자는 그 자신의 발명을 가장 최선의 방법으로 설명하기 위해 용어의 개념을 적절하게 정의할 수 있다는 원칙에 입각하여 본 발명의 기술적사상에 부합하는 의미와 개념으로 해석되어야만 한다. 따라서, 본 명세서에 기재된 실시예와 도면에 도시된 구성은 본 발명의 가장 바람직한 일실시예에 불과할 뿐이고 본 발명의 기술적 사상을 모두 대변하는 것은 아니므로, 본 출원시점에 있어서 이들을 대체할 수 있는 다양한 균등물과 변형예들이 있을 수 있음을 이해하여야 한다.
도 1은 본 발명의 일실시예에 따른 식물정보 제공 및 추천 시스템의 전체 구성을 나타내는 도면이다.
도시된 바와 같이, 본 발명의 식물정보 제공 및 추천 시스템은 사용자 전자장치(100)과, 식물정보 제공서버(200)와, 농장 전자장치(300)와, 구글 전자장치(400)와, 식물전문가 전자장치(500)와, 장비판매자 전자장치(600)를 포함할 수 있다.
사용자 전자장치(100)는 식물정보를 제공받거나 추천받기 위해 다양한 종류의 식물을 촬영하고 촬영된 이미지를 식물정보 제공서버(200)로 전송하고, 식물정보 제공서버(200)로부터 촬영된 이미지에 대한 이미지 인식정보를 수신하여 디스플레이할 수 있는 고객이 사용하는 단말로서, 데스크탑 PC나 휴대폰 또는 PDA 등의 유무선 인터넷으로 웹상에 접속할 수 있는 다양한 종류의 단말기가 이용될 수 있다.
사용자 전자장치(100)는 촬영된 이미지와 관련되는 온라인 콘텐츠에 대한 리스트를 식물정보 제공서버(200)로부터 수신하여 디스플레이하고, 온라인 콘텐츠 리스트에서 해당 고객에 의해 입력된 선택정보를 식물정보 제공서버(200)로 전송할 수 있다.
사용자 전자장치(100)는 온라인 콘텐츠 리스트에서 해당 고객에 의해 입력된 선택정보에 대응되는 특정 온라인 콘텐츠를 식물정보 제공서버(200)로부터 수신하여 디스플레이하고, 특정 온라인 콘텐츠에 대하여 해당 고객이 평가한 온라인 콘텐츠 만족도 정보를 식물정보 제공서버(200)로 전송할 수 있다.
사용자 전자장치(100)는 촬영되거나 키보드를 통해 입력된 식물정보를 식물정보 제공서버(200)로 전송하고 식물정보 제공서버(200)에서 전송되는 식물정보와 관련된 판매정보(판매자, 가격 등)를 수신할 수 있다.
사용자 전자장치(100)는 촬영되거나 키보드를 통해 입력된 식물정보를 식물정보 제공서버(200)로 전송하고 식물정보 제공서버(200)에서 전송되는 식물정보와 관련된 판매정보(판매자, 가격 등) 리스트를 수신할 수 있다.
사용자 전자장치(100)는 식물정보와 관련된 판매정보 리스트에서 해당 고객에 의해 입력된 선택정보에 대응되는 특정 판매정보를 식물정보 제공서버(200)로부터 수신하여 디스플레이하고, 특정 판매정보에 대하여 해당 고객이 평가한 판매정보 만족도 정보를 식물정보 제공서버(200)로 전송할 수 있다.
사용자 전자장치(100)는 특정 식물에 대한 온라인 콘텐츠와 식물 및 장비에대한 판매정보를 추천받기 위해 고객정보(예를 들어, 고객의 주소정보, 알레르기가 있는지 등의 체질정보, 아이가 있는지 몇살인지 등의 고객의 가족정보 등)와 특정 식물에 대한 식물정보를 식물정보 제공서버(200)로 전송할 수 있다. 여기서, 식물정보는 촬영된 식물 이미지이거나 해당 고객에 의해 직접 입력된 정보일 수 있다.
식물정보 제공서버(200)는 사용자 전자장치(100)에서 촬영되어 전송되는 식물에 대한 이미지를 수신하여 구글 전자장치(400)로 전송할 수 있으며, 구글 전자장치(400)에서 인식된 식물 이미지 인식정보(예를 들어, 개나리와 같은 식물의 이름)를 전달받아 사용자 전자장치(100)로 전송할 수 있다.
식물정보 제공서버(200)는 구글 전자장치(400)에서 인식된 식물 이미지 인식정보에 대한 온라인 콘텐츠를 검색하여 검색된 온라인 콘텐츠 리스트를 사용자 전자장치(100)로 전송할 수 있다. 여기서, 온라인 콘텐츠는 자체 플랫폼 또는 외부 플랫폼(예를 들어, 네이버, 인스타그램, 페이스북 등)을 통해서 검색할 수 있다.
식물정보 제공서버(200)는 사용자 전자장치(100)에서 해당 고객에 의해 선택된 온라인 콘텐츠 선택정보를 전송받아 이에 대응되는 특정 온라인 콘텐츠를 사용자 전자장치(100)로 전송할 수 있다.
식물정보 제공서버(200)는 사용자 전자장치(100)에서 특정 온라인 콘텐츠에 대하여 해당 고객이 평가한 온라인 콘텐츠 만족도 정보를 전송받아 식물전문가 전자장치(500)를 통해 온라인 콘텐츠를 제공하는 식물 전문가의 랭킹 정보를 생성할 수 있다. 여기서, 식물 전문가의 랭킹 정보는 온라인 콘텐츠 검색시 활용될 수 있으며, 랭킹이 높을수록 검색결과가 상단에 노출될 수 있다.
식물정보 제공서버(200)는 오픈마켓과 같은 플랫폼을 제공할 수 있으며, 농장에서 재배되는 식물 및 식물재배를 위해 필요한 장비를 판매할 수 있는 환경을 제공하여 고객이 식물 및 식물재배를 위한 장비를 구매할 수 있는 환경을 제공할 수 있다.
식물정보 제공서버(200)는 사용자 전자장치(100)에서 전송되거나 구글 전자장치(400)에서 인식된 식물정보를 수신하고,수신된 식물정보와 관련된 판매정보(판매자, 가격 등)를 검색하여 검색된 판매정보(판매자, 가격 등) 리스트를 사용자 전자장치(100)로 전송할 수 있다.
식물정보 제공서버(200)는 사용자 전자장치(100)에서 해당 고객에 의해 입력된 선택정보를 전송받아 이에 대응되는 특정 판매정보를 사용자 전자장치(100)로 전송할 수 있다.
식물정보 제공서버(200)는 사용자 전자장치(100)에서 특정 판매정보에 대하여 해당 고객이 평가한 판매정보 만족도 정보를 전송받아 판매자의 랭킹 정보를 생성할 수 있다. 여기서, 판매자의 랭킹 정보는 판매정보 검색시 활용될 수 있으며, 랭킹이 높을수록 검색결과가 상단에 노출될 수 있다.
식물정보 제공서버(200)는 특정 식물에 대한 온라인 콘텐츠와 식물 및 식물재배장비에 대한 판매정보를 추천하기 위해 사용자 전자장치(100)에서 전송되는 고객정보와 특정 식물에 대한 식물정보를 수신하여 저장할 수 있다. 여기서, 고객정보는 예를 들어, 고객의 주소정보, 알레르기가 있는지 등의 체질정보, 아이가 있는지 몇살인지 등의 고객의 가족정보 등이 포함될 수 있으며, 식물정보는 사용자 전자장치(100)에서 촬영된 식물 이미지이거나 해당 고객에 의해 직접 입력된 정보일 수 있다.
식물정보 제공서버(200)는 사용자 전자장치(100)에서 전송되거나 구글 전자장치(400)에서 인식되어 전송된 식물정보(예를 들어,개나리)에 기초하여 식물정보와 관련된 온라인 콘텐츠와 식물 및 식물재배장비에 대한 판매정보를 검색한 후 고객정보에 기초하여 해당 고객에게 적합한 온라인 콘텐츠와 식물 및 식물재배장비에 대한 판매정보를 추천할 수 있다. 이와 같이 추천된 온라인 콘텐츠와 식물 및 식물재배장비에 대한 판매정보 리스트는 사용자 전자장치(100)로 전송될 수 있다.
식물정보 제공서버(200)는 특정 식물을 구매한 고객이 주로 구매한 다른 식물을 추천하여 사용자 전자장치(100)로 전송할 수도 있다.
농장 전자장치(300)는 농장에서 재배되거나 판매되는 다양한 식물에 대한 판매정보를 식물정보 제공서버(200)에서 제공되는 플랫폼에 업로드할 수 있다.
구글 전자장치(400)는 사용자 전자장치(100)에서 촬영되어 전송되는 식물에 대한 이미지를 식물정보 제공서버(200)를 통해 수신하고 수신된 식물 이미지를 학습된 머신러닝 모델을 이용하여 인식할 수 있다. 이를 위해 구글, 네이버, 아마존 등의 전자장치가 존재할 수 있다.
구글 전자장치(400)는인식된 식물 이미지 인식정보(예를 들어, 개나리와 같은 식물의 이름)를 생성하여 식물정보 제공서버(200)로 전송할 수 있다. 여기서, 식물 이미지 인식정보는 식물의 이름 이외에 품종, 생산지, 설명 등의 내용이 포함될 수 있다.
식물전문가 전자장치(500)는 다양한 식물에 대한 각종 온라인 콘텐츠를 생성하여 식물정보 제공서버(200)에서 제공되는 플랫폼 또는 네이버, 인스타그램, 페이스북 등의 플랫폼에 업로드할 수 있다. 여기서 플랫폼에 업로드되는 온라인 콘텐츠는 이미지, 동영상, 문서 등의 형식으로 작성될 수 있으며, 온라인 콘텐츠의 내용은 식물에 대한 교육, 재배방법, 재배환경 등의 다양한 정보들이 포함될 수 있다.
장비판매자 전자장치(600)는 식물재배를 위한 장비를 판매하는 장비판매자가 판매하고 있는 다양한 장비(흙, 화분, 영양재, 수공구 등)에 대한 판매정보를 식물정보 제공서버(200)에서 제공되는 플랫폼에 업로드할 수 있다.
도 2는 도 1에서 식물정보 제공서버의 세부 구성을 나타내는 도면이다.
도시된 바와 같이, 본 발명의 식물정보 제공서버(200)는 식물인식정보 저장부(201)와, 온라인콘텐츠 검색부(202)와, 식물전문가 랭킹정보 생성부(203)와, 오픈마켓 플랫폼부(204)와, 판매정보 추천부(205)와, 판매자 랭킹정보 생성부(206)와, 통신부(207)와, 제어부(208)와, 고객정보 저장부(209)와,식물항목 추천부(210)를 포함할 수 있다.
식물인식정보 저장부(201)는 사용자 전자장치(100)에서 전송되어 구글 전자장치(400)에서 인식된 식물인식정보를 전송받아 저장할 수 있다. 여기서, 식물인식정보는 식물의 이름, 품종, 생산지, 설명 등의 내용이 포함될 수 있다.
온라인 콘텐츠 검색부(202)는 구글 전자장치(400)에서 인식된 식물인식정보에 대한 온라인 콘텐츠를 검색하여 검색된 온라인 콘텐츠 리스트를 사용자 전자장치(100)로 전송할 수 있다. 여기서, 온라인 콘텐츠는 자체 플랫폼 또는 외부 플랫폼(예를 들어, 네이버, 인스타그램, 페이스북 등)을 통해서 검색할 수 있다.
온라인콘텐츠 검색부(202)는 사용자 전자장치(100)에서 해당 고객에 의해 선택된 온라인 콘텐츠 선택정보를 전송받아 이에 대응되는 특정 온라인 콘텐츠를 사용자 전자장치(100)로 전송할 수 있다.
식물전문가 랭킹정보 생성부(203)는 사용자 전자장치(100)에서 특정 온라인 콘텐츠에 대하여 해당 고객이 평가한 온라인 콘텐츠 만족도 정보를 전송받아 식물전문가 전자장치(500)를 통해 온라인 콘텐츠를 제공하는 식물 전문가의 랭킹 정보를 생성할 수 있다. 여기서, 식물 전문가의 랭킹 정보는 온라인 콘텐츠 검색시 활용될 수 있으며, 랭킹이 높을수록 검색결과가 상단에 노출될 수 있다.
오픈마켓 플랫폼부(204)는 오픈마켓과 같은 플랫폼을 제공할 수 있으며, 농장에서 재배되는 식물 및 식물재배를 위해 필요한 장비를 판매할 수 있는 환경을 제공하여 고객이 식물 및 식물재배를 위한 장비를 구매할 수 있는 환경을 제공할 수 있다.
판매정보 추천부(205)는 사용자 전자장치(100)에서 전송되거나 구글 전자장치(400)에서 인식된 식물정보를 수신하고, 수신된 식물정보와 관련된 판매정보(판매자, 가격 등)를 검색하여 검색된 판매정보(판매자, 가격 등) 리스트를 사용자 전자장치(100)로 전송할 수 있다.
판매정보 추천부(205)는 사용자 전자장치(100)에서 해당 고객에 의해 입력된 선택정보를 전송받아 이에 대응되는 특정 판매정보를 사용자 전자장치(100)로 전송할 수 있다.
판매정보 추천부(205)는 사용자 전자장치(100)에서 전송되거나 구글 전자장치(400)에서 인식되어 전송된 식물 정보(예를 들어,개나리)에 기초하여 식물정보와 관련된 온라인 콘텐츠와 식물 및 식물재배장비에 대한 판매정보를 검색한 후 고객정보 저장부(209)에 저장된 고객정보에 기초하여 해당 고객에게 적합한 온라인 콘텐츠와 식물 및 식물재배장비에 대한 판매정보를 추천할 수 있다. 이와 같이 추천된 온라인 콘텐츠와 식물 및 식물재배장비에 대한 판매정보 리스트는 사용자 전자장치(100)로 전송될 수 있다.
판매정보 추천부(205)는 특정 식물을 구매한 고객이 주로 구매한 다른 식물을 추천하여 사용자 전자장치(100)로 전송할 수도 있다.
판매자 랭킹정보 생성부(206)는 사용자 전자장치(100)에서 특정 판매정보에 대하여 해당 고객이 평가한 판매정보 만족도 정보를 전송받아 판매자의 랭킹 정보를 생성할 수 있다. 여기서, 판매자의 랭킹 정보는 판매정보 검색시 활용될 수 있으며, 랭킹이 높을수록 검색결과가 상단에 노출될 수 있다.
통신부(207)는 식물정보 제공 및 추천 시스템의 각 구성요소와 통신하여 식물정보 제공 및 추천에 필요한 정보를 송수신하거나 제어신호를 전송할 수 있다.
제어부(208)는 식물정보 제공 및 추천 시스템의 각 구성요소와 제어신호를 송수신하여 식물정보 제공 및 추천에 관련된 일련의 전반적인 제어를 수행할 수 있다.
고객정보 저장부(209)는 특정 식물에 대한 온라인 콘텐츠와 식물 및 식물재배장비에 대한 판매정보를 추천하기 위해 사용자 전자장치(100)에서 전송되는 고객정보를 수신하여 저장할 수 있다. 여기서, 고객정보는 예를 들어, 고객의 주소정보, 알레르기가 있는지 등의 체질정보, 아이가 있는지 몇살인지 등의 고객의 가족정보 등이 포함될 수 있다.
식물항목 추천부(210)는사용자 전자장치(100)에서 전송된 입력 정보를 기초로 적어도 하나의 기준식물항목을 결정할 수 있으며, 결정된 기준식물항목을 기초로 적어도 하나의 추천식물항목집합을 생성하여 사용자 전자장치(100)로 전송할 수 있다.
도 3 및 도 4는 본 발명의 일실시예에 따른 온라인 콘텐츠 제공방법의 과정을 나타내는 도면이다.
도시된 바와 같이, 식물정보 제공서버(200)는 사용자 전자장치(100)에서 식물 이미지가 전송되었는지를 판단(S311)할 수 있다.
이어서, 식물정보 제공서버(200)는 사용자 전자장치(100)에서 식물 이미지가 전송된 경우 수신한 식물 이미지에 대한 인식정보를 생성(S312)하여 식물 이미지 인식정보를 저장(S313)할 수 있다.
이어서, 식물정보 제공서버(200)는 생성된 식물 이미지 인식정보를 사용자 전자장치(100)로 전송(S314)함으로써 사용자 전자장치(100)에서는 수신한 식물 이미지 인식정보(예를 들어, 개나리와 같은 식물의 이름)를 디스플레이(S315)할 수 있다. 이때, 식물 이미지 인식정보는 식물의 이름 이외에 품종, 생산지, 설명 등의 내용이 포함될 수 있다.
이어서, 식물정보 제공서버(200)는 각종 식물에 대한 온라인 콘텐츠를 플랫폼에 업로드(S316)할 수 있다.이때 플랫폼에 업로드되는 온라인 콘텐츠의 내용은 식물에 대한 교육, 재배방법, 재배환경 등의 다양한 정보들이 포함될 수 있다.
이어서, 식물정보 제공서버(200)는식물 이미지 인식정보에 대한 온라인 콘텐츠를 검색(S317)하여 검색된 온라인 콘텐츠 리스트를 사용자 전자장치(100)로 전송(S318)할 수 있다. 여기서, 온라인 콘텐츠는 자체 플랫폼 또는 외부 플랫폼(예를 들어, 네이버, 인스타그램, 페이스북 등)을 통해서 검색할 수 있다.
이어서, 사용자 전자장치(100)에서는 수신한 온라인 콘텐츠 리스트를 디스플레이(S319)한 후,해당 고객에 의해 선택된 온라인 콘텐츠 선택 정보를 식물정보 제공서버(200)로 전송(S320)할 수 있다.
이어서, 식물정보 제공서버(200)는 사용자 전자장치(100)에서 해당 고객에 의해 선택된 온라인 콘텐츠 선택정보를 전송받아 이에 대응되는 특정 온라인 콘텐츠를 사용자 전자장치(100)로 전송(S321)할 수 있다.
이어서, 사용자 전자장치(100)에서는 수신한 특정 온라인 콘텐츠를 디스플레이(S322)한 후,해당 고객에 의해 평가된 온라인 콘텐츠 만족도 정보를 식물정보 제공서버(200)로 전송(S323)할 수 있다.
이어서, 식물정보 제공서버(200)는 사용자 전자장치(100)에서 전송된 온라인 콘텐츠 만족도 정보에 따라 온라인 콘텐츠를 제공하는 식물 전문가의 랭킹 정보를 생성(S324)할 수 있다. 여기서, 식물 전문가의 랭킹 정보는 온라인 콘텐츠 검색시 활용될 수 있으며, 랭킹이 높을수록 검색결과가 상단에 노출될 수 있다.
도 5는 본 발명의 일실시예에 따른 식물 판매정보 제공방법의 과정을 나타내는 도면이다.
도시된 바와 같이, 식물정보 제공서버(200)는 다양한 종류의 식물 판매정보를 오픈마켓 플랫폼에 업로드(S325)할 수 있다. 이때,오픈마켓 플랫폼에 업로드되는 식물 판매정보는 식물 및 식물재배장비에 대한 판매정보(판매자, 가격 등)가 포함될 수 있다.
이어서, 사용자 전자장치(100)는 촬영되거나 키보드를 통해 입력된 식물정보를 식물정보 제공서버(200)로 전송(S326)할 수 있다.
이어서, 식물정보 제공서버(200)는 사용자 전자장치(100)에서 전송된 식물정보를 수신하고, 수신된 식물정보와 관련된 식물 및 식물재배장비에 대한판매정보(판매자, 가격 등)를 검색(S327)하여 검색된 식물 및 식물재배장비에 대한판매정보(판매자, 가격 등) 리스트를 사용자 전자장치(100)로 전송(S328)할 수 있다.
이어서, 사용자 전자장치(100)는 식물정보 제공서버(200)에서 검색되어 전송되는 식물 및 식물재배장비에 대한 판매정보(판매자, 가격 등)리스트에서 해당 고객에 의해 입력된 선택정보를 식물정보 제공서버(200)로 전송(S329)할 수 있다.
이어서, 식물정보 제공서버(200)는 사용자 전자장치(100)에서 전송된 선택정보에 대응되는 식물 및 식물재배장비에 대한 판매정보(판매자, 가격 등)를 사용자 전자장치(100)로 전송(S330)할 수 있다.
이어서, 사용자 전자장치(100)에서는 식물정보 제공서버(200)에서 전송된 식물 및 식물재배장비에 대한 판매정보(판매자, 가격 등)를디스플레이(S331)한 후, 해당 고객에 의해 평가된 판매정보 만족도 정보를 식물정보 제공서버(200)로 전송(S332)할 수 있다.
이어서,식 물정보 제공서버(200)는 사용자 전자장치(100)에서 전송된 판매정보 만족도 정보에 따라 판매자의 랭킹 정보를 생성(S333)할 수 있다. 여기서, 판매자의 랭킹 정보는 판매정보 검색시 활용될 수 있으며, 랭킹이 높을수록 검색결과가 상단에 노출될 수 있다.
도 6은 본 발명의 일실시예에 따른 식물 판매정보 추천방법의 과정을 나타내는 도면이다.
도시된 바와 같이, 사용자 전자장치(100)는 특정 식물에 대한 온라인 콘텐츠와 식물 및 식물재배장비에 대한 판매정보를 추천받기 위해 고객정보(예를 들어, 고객의 주소정보, 알레르기가 있는지 등의 체질정보, 아이가 있는지 몇살인지 등의 고객의 가족정보 등)를 식물정보 제공서버(200)로 전송(S334)할 수 있다.
이어서, 식물정보 제공서버(200)는 사용자 전자장치(100)에서 전송된 고객정보를 저장(S335)할 수 있다.
이어서, 사용자 전자장치(100)는특정 식물에 대한 식물정보를 식물정보 제공서버(200)로 전송(S336)할 수 있다. 여기서, 식물정보는 사용자 전자장치(100)에서 촬영된 식물 이미지이거나 해당 고객에 의해 직접 입력된 정보일 수 있다.
이어서, 식물정보 제공서버(200)는 사용자 전자장치(100)에서 전송 전송된 식물정보(예를 들어, 개나리)에 기초하여 식물정보와 관련된 온라인 콘텐츠와 식물 및 식물재배장비에 대한 판매정보를 검색(S337)할 수 있다.
이어서, 식물정보 제공서버(200)는 기저장된 고객정보에 기초하여 해당 고객에게 적합한 온라인 콘텐츠와 식물 및 식물재배장비에 대한 판매정보를 추천(S338)할 수 있다. 이와 같이 추천된 온라인 콘텐츠와 식물 및 식물재배장비에 대한 판매정보 리스트는 사용자 전자장치(100)로 전송(S339)될 수 있다. 이때, 식물정보 제공서버(200)는 특정 식물을 구매한 고객이 주로 구매한 다른 식물을 추천하여 사용자 전자장치(100)로 전송할 수도 있다.
도 7은 본 발명의 일실시예에 따른 식물 항목 추천방법의 과정을 나타내는 도면이다.
도시된 바와 같이, 서버는 사용자 전자장치(100)로부터 수신한 입력 정보를 기초로 적어도 하나의 기준 식물 항목을 결정(S340)할 수 있다. 이때, 기준 식물 항목은 식물 이름 등이 될 수 있다.
이어서, 서버는 기준 식물 항목을 기초로 사용자에게 추천할 수 있는 적어도 하나의 추천 식물 항목 집합을 생성(S341)할 수 있다. 이때, 서버는 통계적 방법 및/또는 인공지능을 이용한 방법 등 여러가지 방법을 이용하여 적어도 하나의 추천 식물 항목 집합을 생성할 수 있다. 구체적인 방법은 이하에서 설명하기로 한다. 추천 식물 항목 집합은 서버에 의해서 사용자에게 제공되는 정보로서, 사용자는 추천 식물 항목 집합을 기초로 자신이 원하는 식물항목을 선택할 수 있다. 사용자에 의해서 하나의 식물 항목이 입력되면 서버는 사용자에 의해 입력된 기준 식물 항목을 기초로 새로운 적어도 하나의 추천 식물 항목 집합을 생성할 수 있다.
이어서, 서버는 적어도 하나의 추천 식물 항목 집합을 사용자 전자장치(100)로 전달(S342)할 수 있다. 이때, 추천 식물 항목 집합은 서버로부터 사용자 전자장치(100)로 전달될 수 있고, 사용자 전자장치(100)는 수신한 추천 식물 항목 집합을 디스플레이 할 수 있다.
도 8은 도 7에서 추천 식물 항목 집합을 생성하는 방법의 일실시예를 나타내는 도면이다.
도시된 바와 같이, 서버는 적어도 하나의 기준 식물 항목을 공통적으로 포함하는 복수의 구매 이력들에 포함된 적어도 하나의 식물 항목들의 집합을 포함하는 복수의 식물 항목 정보를 추출(S343)할 수 있다. 예를 들어, 기준 식물 항목이 ‘개나리’인 경우, 서버는 ‘개나리’를 식물 항목으로 포함하는 복수의 구매 이력들을 검색할 수 있다. 검색된 복수의 구매 이력들에는 각각 적어도 하나의 식물 항목들이 포함되어 있다. 식물 항목 정보는 각각의 구매 이력들에 포함되어 있는 적어도 하나의 식물 항목의 집합일 수 있다. 따라서, 서버는 검색된 복수의 구매 이력들에 대하여 복수의 식물 항목 정보를 추출할 수 있다.
이어서, 서버는 복수의 식물 항목 정보들에 포함된 적어도 하나의 식물 항목을 기초로 적어도 하나의 추천 식물 항목 집합을 생성(S344)할 수 있다. 이때, 서버는 복수의 식물 항목 정보들에 포함된 적어도 하나의 식물 항목을 기초로 통계적 방법 또는 인공지능을 이용한 방법을 적용하고, 그 결과물로 적어도 하나의 추천 식물 항목 집합을 생성할 수 있다. 이와 같이 복수의 식물 항목 정보들은 서버가 분석하기 위한 기초 자료로서 이용될 수 있다.
도 9는 도 7에서 추천 식물 항목 집합을 생성하는 방법의 다른 실시예를 나타내는 도면이다.
도시된 바와 같이, 서버는 통계적인 방법을 적용하여 적어도 하나의 식물 항목을 추천할 수 있다. 예를 들어, 서버는‘개나리’를 식물 항목으로 포함하는 복수의 구매 이력을 검색하고, 검색된 구매 이력들로부터 복수의 식물 항목 정보들을 추출할 수 있다. 검색된 각각의 구매 이력의 식물 항목 정보는 적어도 하나의 식물 항목을 포함할 수 있다. 서버는 복수의 식물 항목 정보에 포함된 적어도 하나의 식물 항목에 대한 출현 빈도를 계산할 수 있다. 그리고 나서, 서버는 복수의 식물 항목 정보들에 포함되어 있는 적어도 하나의 식물 항목들의 출현 빈도를 기초로 사용자에게 적어도 하나의 추천 식물 항목 집합을 제공할 수 있다.
서버는 복수의 식물 항목 정보들에 포함된 적어도 하나의 식물 항목을 출현 빈도를 기초로 내림차순으로 정렬(S345)할 수 있다.
이어서, 서버는 정렬된 순서대로 적어도 하나의 추천 식물 항목 집합을 생성(S346)할 수 있다. 예를 들어, 기준 식물 항목 ‘개나리’를 기초로 생성된 적어도 하나의 식물 항목이 “장미(100회)”, “데이지(150회)”, “무궁화(200회)”, “튤립(230회)” 인 경우, 서버는 출현 빈도를 기준으로 “튤립(230회)”, “무궁화(200회)”, “데이지(150회)”, 및 “장미(100회)”의 순서로 정렬할 수 있다. 그리고 나서, 서버는 가장 출현 빈도가 높은 “튤립(230회)”을 우선적으로 추천 식물 항목 집합으로 결정할 수 있다.
도 10 은 도 7에서 추천 식물 항목 집합을 생성하는 방법의 또 다른 실시예를 나타내는 도면이고, 도 11은 도 10에서 추천 식물 항목 집합을 생성하기 위한 식물 항목 정보 테이블을 나타내는 도면이며, 도 12는 도 10에서 추천 식물 항목 집합을 생성하기 위한 패턴 트리를 나타내는 도면이다.
도시된 바와 같이, 서버가 인공지능을 이용하여 추천 식물 항목 집합을 생성하는 방법을 설명한다. 서버는 검색된 구매 이력에 대응되는 복수의 식물 항목 정보들에서 공통적으로 함께 발생하는 식물 항목들의 집합인 추천 식물 항목 집합이나 쌍을 찾을 수 있다. 서버는 추천 식물 항목 집합을 찾기 위해서 패턴 트리라고 하는 특별한 구조에 적어도 하나의 식물 항목을 포함하는 복수의 식물 항목 정보를 저장할 수 있다. 서버는 데이터 베이스를 두 번만 검색하여 추천 식물 항목 집합을 생성하므로 속도가 매우 빠르다. 구체적인 설명은 이하에서 한다.
도 10을 참조하면, 서버는 복수의 식물 항목 정보들에 포함된 적어도 하나의 식물 항목들의 집합을 저장하는 패턴 트리를 구축(S347)할 수 있다. 서버는 패턴 트리라는 데이터 구조에 복수의 식물 항목 정보를 저장할 수 있다. 패턴 트리는 서로 유사한 및/또는 동일한 식물 항목을 연결하는 링크를 포함할 수 있다. 또한, 서로 연결된 식물 항목은 연결 리스트처럼 고려될 수 있다. 패턴 트리는 발생이 잦은 식물 항목 집합을 저장하는데 사용되며, 집합에는 트리의 경로가 저장될 수 있다. 유사한 및/또는 동일한 식물 항목을 포함하는 집합은 트리의 부분을 공유하며, 단지 트리를 분할하는 부분만 다르다. 하나의 노드는 집합에 있는 하나의 단일 식물항목과 이 식물 항목이 순서대로 발생된 횟수로 정의될 수 있다. 따라서, 경로는 얼마나 여러 번 순차적으로 발생했는지를 설명할 수 있다. 패턴 트리는 알려진 유사한 및/또는 동일한 식물 항목 간의 연결정보를 제공하는 노드 링크를 포함할 수 있고, 노드 링크는 유사한 및/또는 동일한 식물 항목들의 위치를 빠르게 찾을 수 있는 정보를 포함할 수 있다. 서버가 데이터 베이스를 첫 번째로 검색하는 경우, 서버는 패턴 트리를 구축하기 위해서 모든 식물 항목들의 발생 빈도를 계산할 수 있다.
서버는 최소 임계 값으로 지지도를 사용할 수 있다. 예를 들어, 서버는 지지도 미만으로 발생하는 식물 항목은 빈발하지 않은 식물 항목이라고 간주할 수 있고, 지지도 이상으로 발생하는 식물 항목은 빈발한 식물 항목이라고 간주할 수 있다. 서버는 빈발한 식물 항목들을 이용하여 패턴 트리를 구축할 수 있다.
이어서, 서버는 패턴 트리를 기초로 적어도 하나의 추천 식물 항목 집합을 마이닝(S348)할 수 있다. 서버가 데이터 베이스를 두 번째로 검색하는 경우, 서버는 빈발한 식물 항목에만 접근할 수 있다. 서버는 빈발한 식물 항목으로 구축된 패턴 트리를 이용하여 사용자에게 제공할 수 있는 추천 식물 항목 집합을 생성할 수 있다.
도 11을 참조하면, 검색된 구매 이력의 식별번호 및 식물 항목 정보가 나타나 있다. 예를 들어, 식별 번호는 설명의 간략화를 위하여 1,2,3 등으로 표시할 수 있다. 또한, 식물항목들 역시 설명의 간략화를 위하여 a, b, c, d 등으로 표시할 수 있다. 예를 들어, 식별 번호 1에 대응되는 구매 이력에는 ‘r, z, h, j, p’와 같은 식물항목들이 포함될 수 있다. 이와 같이 서버는 모든 검색된 구매 이력에 대하여 식별 번호, 및 식물 항목 정보들을 생성할 수 있다.
도 12를 참조하면, 예시적인 패턴 트리가 나타나 있다. 패턴 트리는 식물 항목의 출현 빈도가 지지도 이상인 식물 항목들을 이용하여 생성될 수 있다. 패턴 트리는 적어도 하나의 노드를 포함할 수 있고, 각 노드는 식물 항목의 명칭 및 출현 빈도수에 대한 정보를 포함할 수 있다. 또한, 패턴 트리는 동일하거나 유사한 식물항목들 사이를 연결하는 링크 정보를 포함할 수 있다.
도 13은 도 10에서 패턴 트리를 구축하는 방법의 일실시예를 나타내는 도면이다.
도시된 바와 같이, 서버는 패턴 트리를 구성하는 노드 및 링크에 대한 정보를 포함하는 데이터 구조를 생성(S350)할 수 있다. 트리를 구축하기 위해서는 트리를 저장할 수 있는 저장 공간이 필요한데, 서버는 트리에 대한 각 노드를 저장 및/또는 정의하는 클래스를 생성할 수 있다. 예를 들어, 클래스는 노드의 이름을 지시하는 이름 정보, 노드의 출현 빈도를 지시하는 빈도 정보, 유사한 및/또는 동일한 식물 항목을 링크하는 정보를 포함하는 노드 링크 정보, 트리에 있는 부모 노드를 참조하기 위한 정보를 포함하는 부모 정보, 트리에 있는 자식 노드를 참조하기 위한 정보 또는 자식 노드를 저장하기 위한 자식 정보 중에서 적어도 하나를 포함할 수 있다.
이와 같이 서버는 클래스를 이용하여 패턴 트리를 구성하는 노드 및 링크에 대한 정보를 포함하는 데이터 구조를 생성할 수 있다. 서버는 적어도 하나의 식물 항목을 포함하는 복수의 식물항목정보 및 지지도를 기초로 패턴 트리를 구축할 수 있다. 서버는 식물 항목 정보 내에 있는 모든 식물 항목을 읽으면서 각 식물 항목의 빈발도를 계산할 수 있다. 서버는 계산된 빈발도를 헤더 테이블에 저장할 수 있다.
이어서, 서버는 각각의 구매 이력에 포함된 적어도 하나의 식물 항목들 중에서 미리 정해진 지지도 이상의 출현 빈도를 가지는 적어도 하나의 식물 항목을 포함하는 복수의 후보 식물 항목 집합들을 추출(S351)할 수 있다. 예를 들어, 후보 식물 항목 집합은 각각의 구매 이력에 포함된 적어도 하나의 식물 항목 중에서 빈발도가 지지도 이상인 식물항목을 나타낼 수 있다. 서버는 헤더 테이블을 살펴보면서 지지도보다 낮게 발생하는 식물 항목을 삭제할 수 있고, 지지도 이상 발생하는 나머지 식물 항목을 후보 식물 항목 집합들로서 추출할 수 있다. 서버는 빈발한 식물 항목이 없다면 더 이상 진행하지 않을 수 있다. 그리고 나서, 서버는 각 유형의 식물 항목에 대한 횟수와 지시자를 저장할 수 있도록 헤더 테이블을 조금 확장할 수 있다. 그리고 서버는 공집합을 포함하는 기본 노드를 생성할 수 있다. 서버는 식물 항목의 집합을 다시 반복하여 읽을 수 있다. 이 때는 빈발한 식물 항목만을 사용하여 읽을 수 있다.
또한, 서버는 복수의 후보 식물항목 집합들에 포함된 적어도 하나의 식물 항목을 출현 빈도를 기초로 내림차순으로 정렬(S352)할 수 있다.
이어서, 서버는 정렬된 적어도 하나의 식물 항목을 포함하는 복수의 후보 식물항목 집합들을 기초로 패턴 트리를 구축(S353)할 수 있다.
도 14는 도 10에서 패턴 트리를 구축하는 방법의 다른 실시예를 나타내는 도면이고, 도 15 및 도 16은 도 14에서 패턴 트리를 구축하는 과정을 나타내는 도면이다.
도 14를 참조하면, 예시적인 식물 항목 집합 및 정렬된 후보 식물 항목 집합이 나타나 있다. 서버는 각 식물 항목 정보에 포함된 모든 식물 항목들에 대하여 빈발도를 계산할 수 있다. 그리고 나서, 서버는 빈발도가 지지도 미만인 식물 항목들은 제거하고, 빈발도가 지지도 이상인 식물 항목들만 후보 식물 항목으로 추출할 수 있다.
서버는 각 후보 식물 항목 집합이 이미 존재한다면 이 후보 식물 항목 집합을 기존 경로에 추가한다. 만일 후보 식물 항목 집합이 존재하지 않는다면 새로운 경로를 생성하게 된다. 각 식물 항목 정보는 하나의 집합이며 순서대로 정렬되어 있지는 않을 수 있다. 즉, {z, x, y}와 {y, z, r}이 있을 때 이 집합들이 겹치도록 하기 위해서는 유사한 및/또는 동일한 식물 항목이 필요하다. 이를 해결하기 위해서는 각 집합을 트리에 추가시키기 전에 정렬을 해야 한다. 서버는 식물 항목의 빈발도를 이용하여 후보 식물 항목을 정렬할 수 있다.
구체적으로, 서버는 각각의 식물 항목 정보 내에서 추출된 후보 식물 항목들을 빈발도를 기준으로 내림차순으로 정렬할 수 있다. 예를 들어, 식별 정보 1에 대응되는 식물 항목 집합은 ‘r, z, h, j, p’를 포함할 수 있고, 서버는 빈발도가 지지도 보다 높은 ‘z, r’을 내림차순으로 정렬할 수 있다. 이와 같이 서버는 식물 항목 집합을 빈도수를 기초로 필터링 및 정렬할 수 있다.
도 15를 참조하면, 서버가 정렬된 후보 식물 항목 집합을 기초로 패턴 트리를 구축하는 과정이 나타나 있다. 서버는 식물 항목 집합을 필터링한 뒤 정렬하고 나면, 정렬된 후보 식물 항목 집합을 이용하여 트리를 구축할 수 있다. 서버는 공집합을 가지고 트리의 구축을 시작할 수 있고, 이 집합에 정렬된 후보 식물 항목 집합을 추가할 수 있다. 필터링되고 정렬된 후보 식물 항목 집합은 트리에 연속적으로 추가되어 트리에 있는 기존 원소들의 개수를 증가시키게 되고, 트리에 해당 원소가 없으면 가지를 뻗게 된다.
예를 들어, 서버는 공집합 노드를 생성하고, 식별정보 1 내지 6에 대응되는 후보 식물 항목 집합들을 패턴 트리에 추가할 수 있다. 서버는 빈발도가 가장 높은 식물 항목을 포함하는 후보 식물 항목 집합을 먼저 패턴 트리에 추가할 수 있고, 빈발도가 높은 순서대로 다음 후보 식물 항목 집합을 패턴 트리에 추가할 수 있다.
도 16을 참조하면, 헤더 테이블을 포함하는 패턴 트리가 나타나 있다. 헤더 테이블은 빈발도가 지지도 이상인 식물 항목에 대한 정보 및 해당 식물 항목의 빈발도에 대한 정보를 포함할 수 있다. 헤더 테이블은 패턴 트리에서 제공하는 모든 식물 항목들에 빠르게 접근할 수 있도록 한다. 이를 위해서, 헤더 테이블은 유사한 및/또는 동일한 식물 항목을 찾기 위한 시작점 정보를 포함할 수 있다. 이와 같이 헤더 테이블은 시작점 정보(또는 지시자)를 저장하는 것 외에도 패턴 트리에 있는 모든 원소 유형의 전체 수를 추적하는데 사용될 수 있다. 그리고, 패턴 트리에 포함된 각 노드는 각각의 노드에서의 식물 항목에 대한 정보 및 해당 식물 항목의 빈도수에 대한 정보를 포함할 수 있다. 또한, 각 노드는 유사한 및/또는 동일한 식물 항목을 찾기 위한 링크 정보를 포함할 수 있다.
도 17은 도 10에서 추천 식물 항목 집합을 마이닝하는 방법의 일실시예를 나타내는 도면이다.
도시된 바와 같이, 예시적인 서버는 구축된 패턴 트리를 기초로 사용자에게 추천할 수 있는 적어도 하나의 추천 식물 항목 집합을 생성할 수 있다. 이하에서 구체적으로 설명한다.
서버는 헤더 테이블에 포함된 각각의 식물 항목에 대하여 패턴 트리로부터 찾고자 하는 식물 항목이 포함된 말단 부분에 대한 적어도 하나의 사전 경로의 집합을 포함하는 조건 패턴 베이스 정보를 생성(S361)할 수 있다. 예를 들어 사전 경로는 패턴 트리에서 찾고자 하는 식물 항목과 패턴 트리의 시작 부분 사이에 대한 경로 정보가 될 수 있다. 사전 경로는 패턴 트리를 생성하는데 사용될 수 있다.
이어서, 서버는 헤더 테이블에 포함된 각각의 식물 항목에 대하여 조건 패턴 베이스 정보에 포함되는 적어도 하나의 식물 항목 중에서 지지도 이상의 출현 빈도를 가지는 적어도 하나의 식물 항목을 포함하는 조건 패턴 트리를 구축(S362)할 수 있다. 예를 들어, 서버는 헤더 테이블의 맨 아래 부분부터 시작하여 조건 패턴 베이스 정보를 기초로 조건 패턴 트리를 구축할 수 있다. 즉, 서버는 빈발도가 가장 낮은 식물 항목부터 시작하여 조건 패턴 베이스 정보를 기초로 조건 패턴 트리를 구축할 수 있다.
이어서, 서버는 조건 패턴 트리의 부분 집합 및 헤더 테이블에 포함된 각각의 식물 항목이 조합된 적어도 하나의 추천 식물 항목 집합을 생성(S363)할 수 있다. 그리고 나서, 서버는 생성된 적어도 하나의 추천 식물 항목 집합을 사용자 단말기로 제공할 수 있다. 이때, 서버는 생성된 추천 식물 항목 집합에 포함된 적어도 하나의 식물 항목에 대하여, 추가적으로 필터링 및 정렬을 수행하고 사용자 단말기로 제공할 수 있다. 예를 들어, 서버는 빈도수가 높은 식물 항목 또는 추천 식물 항목 집합을 우선적으로 사용자 단말기로 제공할 수 있다.
도 18 및 도 19는 도 10에서 추천 식물 항목 집합을 마이닝하는 방법의 다른 실시예를 나타내는 도면이다.
도 18을 참조하면, 조건 패턴 트리를 구축하는 모습이 나타나 있다. 예를 들어, 서버는 빈발도가 가장 낮은 식물 항목 ‘t’를 기준으로 조건 패턴 트리를 구축할 수 있다. 식물 항목 ‘t’에 해당하는 조건 패턴 베이스 정보는 ‘{z,x,y,s : 2}’, ‘{z,x,y,r : 1}’일 수 있다. ‘z,x,y,r’ 및 ‘z,x,y,s’는 사전 경로일 수 있고, ‘2’, ‘1’는 사전 경로에 대한 빈발도일 수 있다. 서버는 지지도 ‘3’을 기준으로 빈발도가 ‘3’보다 작은 지정 항목인 ‘s’ 및 ‘r’을 제거할 수 있다. 그리고 나서, 서버는 공집합인 조건 패턴 트리에 {y, x, z : 2} 및 {y, x, z : 1}를 순차적으로 추가할 수 있다.
도 19를 참조하면, 조건 패턴 트리로 생성된 추천 식물 항목 집합이 나타나 있다. 예를 들어, 지정 항목 ‘t’에 대한 사전 경로는 {z, x, y, s}, {z, x, y, r}이 될 수 있다. 이러한 각각의 사전 경로는 이들과 관계된 개수(또는 빈발도)를 가질 수 있다. 이 개수는 시작 식물 항목과 동일한 수가 될 수 있다. 이러한 수는 각 경로 상에 있는 ‘t’들의 개수로 정의될 수 있다.
조건 패턴 트리는 조건 패턴 베이스 정보에 포함된 모든 식물 항목들 중에서 빈도수가 지지도 이상인 식물 항목들로 구성될 수 있다. 예를 들어, 식물 항목 ‘t’에 대한 조건 패턴 트리는 ‘z’, ‘x’, ‘y’ 식물 항목들로 구성될 수 있다.
추천 식물 항목 집합은 조건 패턴 트리의 부분 집합 및 헤더 테이블에 포함된 각각의 식물 항목이 조합된 집합일 수 있다. 예를 들어, 식물 항목 ‘t’를 기준으로 하는 추천 식물 항목 집합은 {z, x, y}의 부분 집합 및 식물 항목 {t}가 조합된 집합일 수 있다. 즉, 식물 항목 ‘t’를 기준으로 하는 추천 식물 항목 집합은 {t, z}, {t, x}, {t, y}, {t}, {t, x, z}, {t, x, y}, {t, z, y}, {t, z, x, y} 를 포함할 수 있다.
이와 같은 방법으로 서버는 헤더 테이블에 포함된 모든 식물 항목에 대하여 추천 식물 항목 집합을 생성할 수 있다. 그리고 나서, 서버는 생성된 추천 식물 항목 집합을 사용자 전자장치에 제공할 수 있다.
이상과 같이, 본 발명은 비록 한정된 실시예와 도면에 의해 설명되었으나, 본 발명은 이것에 의해 한정되지 않으며 본 발명이 속하는 기술분야에서 통상의 지식을 가진자에 의해 본 발명의 기술사상과 아래에 기재될 특허청구범위의 균등범위 내에서 다양한 수정 및 변형이 가능함은 물론이다.
100 : 사용자 전자장치
200 : 식물정보 제공서버
300 : 농장 전자장치
400 : 구글 전자장치
500 : 식물전문가 전자장치
600 : 장비 판매자 전자장치

Claims (10)

  1. 식물정보 제공서버에서의 식물정보 제공 및 추천 방법으로서,
    (a) 고객 단말에서 전송되는 고객 정보와 식물 정보를 수신하는 단계;
    (b) 상기 식물 정보에 대한 온라인 콘텐츠와 판매정보를 검색하는 단계;
    (c) 상기 검색된 온라인 콘텐츠와 판매정보 리스트에서 상기 고객 정보에 기초하여 적어도 하나 이상의 온라인 콘텐츠와 판매정보를 추천하는 단계; 및
    (d) 상기 고객 정보에 기초하여 추천된 적어도 하나 이상의 온라인 콘텐츠와 판매정보 리스트를 상기 고객 단말로 전송하는 단계를 포함하는 식물정보 제공 및 추천 방법.
  2. 청구항 1에 있어서,
    상기 단계(a)에서,
    상기 고객 단말에서 전송되는 고객 정보는 고객의 주소정보와 체질정보 및 가족정보를 포함하고, 식물 정보는 상기 고객 단말에서 촬영된 식물 이미지 정보 또는 상기 고객 단말을 통해 입력된 식물 이름 정보인 것을 특징으로 하는 식물정보 제공 및 추천 방법.
  3. 청구항 1에 있어서,
    상기 단계(b)에서,
    상기 식물 정보에 대한 온라인 콘텐츠와 판매정보는 내부 플랫폼 또는 외부플랫폼을 통해 검색되는 것을 특징으로 하는 식물정보 제공 및 추천 방법.
  4. 청구항 1에 있어서,
    상기 단계(b)에서,
    상기 식물 정보에 대한 온라인 콘텐츠는 이미지 또는 동영상 또는 문서 형식의 콘텐츠로서 식물에 대한 교육과 재배 방법 및 재배 환경 정보를 포함하는 것을 특징으로 하는 식물정보 제공 및 추천 방법.
  5. 청구항 1에 있어서,
    상기 단계(b)에서,
    상기 식물 정보에 대한 판매정보는 식물 및 식물재배장비에 대한 판매자와 가격 정보를 포함하는 것을 특징으로 하는 식물정보 제공 및 추천 방법.
  6. 청구항 1에 있어서,
    상기 단계(d) 이후에,
    (e) 상기 고객 정보에 기초하여 추천된 적어도 하나 이상의 온라인 콘텐츠와 판매정보 리스트가 상기 고객 단말로 전송되어 해당 고객에 의해 선택된 고객 선택정보를 수신하는 단계를 더 포함하는 것을 특징으로 하는 식물정보 제공 및 추천 방법.
  7. 청구항 6에 있어서,
    상기 단계(e) 이후에,
    (f) 상기 고객 단말에서 전송된 고객 선택정보에 대응되는 온라인 콘텐츠와 판매정보를 상기 고객 단말로 전송하는 단계를 더 포함하는 것을 특징으로 하는 식물정보 제공 및 추천 방법.
  8. 청구항 7에 있어서,
    상기 단계(f) 이후에,
    (g) 상기 고객 단말에서 고객 선택정보에 대응되는 온라인 콘텐츠와 판매정보에 대하여 평가된 만족도 정보를 전송받는 단계를 더 포함하는 것을 특징으로 하는 식물정보 제공 및 추천 방법.
  9. 청구항 8에 있어서,
    상기 단계(g) 이후에,
    (h) 상기 고객 단말에서 전송된 고객 선택정보에 대응되는 온라인 콘텐츠와 판매정보에 대하여 평가된 만족도 정보에 기초하여 온라인 콘텐츠를 제공하는 식물 전문가와 판매자의 랭킹정보를 생성하는 단계를 더 포함하는 것을 특징으로 하는 식물정보 제공 및 추천 방법.
  10. 청구항 9에 있어서,
    상기 단계(h)에서,
    상기 온라인 콘텐츠를 제공하는 식물 전문가의 랭킹정보는 온라인 콘텐츠 검색시 활용되고, 상기 판매자의 랭킹정보는 판매정보 검색시 활용되는 것을 특징으로 하는 식물정보 제공 및 추천 방법.
KR1020190040184A 2019-04-05 2019-04-05 식물정보 제공 및 추천 방법 KR20200117694A (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020190040184A KR20200117694A (ko) 2019-04-05 2019-04-05 식물정보 제공 및 추천 방법

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020190040184A KR20200117694A (ko) 2019-04-05 2019-04-05 식물정보 제공 및 추천 방법

Publications (1)

Publication Number Publication Date
KR20200117694A true KR20200117694A (ko) 2020-10-14

Family

ID=72847266

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020190040184A KR20200117694A (ko) 2019-04-05 2019-04-05 식물정보 제공 및 추천 방법

Country Status (1)

Country Link
KR (1) KR20200117694A (ko)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20220076115A (ko) * 2020-11-30 2022-06-08 김우찬 홈가드닝 애플리케이션을 활용한 식물 생장 공유 시스템
KR20230088205A (ko) 2021-12-10 2023-06-19 (주)그린프레임 빅데이터 기반 반려식물 실내공간 매칭 서비스 시스템 및 그 방법
KR102569946B1 (ko) * 2022-11-24 2023-08-23 주식회사 플라워럼프 원예 키트 제작 및 판매 시스템

Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20130126205A (ko) 2012-05-11 2013-11-20 주식회사씨엠지테크윈 모바일 애플리케이션 환경에서의 식물 재배 관리시스템

Patent Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20130126205A (ko) 2012-05-11 2013-11-20 주식회사씨엠지테크윈 모바일 애플리케이션 환경에서의 식물 재배 관리시스템

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20220076115A (ko) * 2020-11-30 2022-06-08 김우찬 홈가드닝 애플리케이션을 활용한 식물 생장 공유 시스템
KR20230088205A (ko) 2021-12-10 2023-06-19 (주)그린프레임 빅데이터 기반 반려식물 실내공간 매칭 서비스 시스템 및 그 방법
KR102569946B1 (ko) * 2022-11-24 2023-08-23 주식회사 플라워럼프 원예 키트 제작 및 판매 시스템

Similar Documents

Publication Publication Date Title
Willis et al. Old plants, new tricks: Phenological research using herbarium specimens
KR20200117694A (ko) 식물정보 제공 및 추천 방법
Yost et al. Digitization protocol for scoring reproductive phenology from herbarium specimens of seed plants
Noble et al. Spatial patterns of tree yield explained by endogenous forces through a correspondence between the Ising model and ecology
US9779442B1 (en) Provide a recommendation for garden items
KR20200030252A (ko) 예술 작품 제공 장치 및 방법
WO2020085086A1 (ja) 商品リコメンドシステム
US9792587B2 (en) Online platform for design, creation, maintenance, and information sharing of a garden
Mylonas et al. A collaborative pilot platform for data annotation and enrichment in viticulture
CN110648142A (zh) 商品溯源链路信息处理方法、装置以及电子设备
JP2005078238A (ja) 農作物の販売管理システム
Keller et al. Creating and consuming the heartland: Symbolic boundaries in representations of femininity and rurality in US Magazines
JP2018101339A (ja) 推定装置、推定方法及び推定プログラム
CN102053960A (zh) 依群需特征构建物联互联双网快准搜索引擎的方法及系统
Picasso The “biodiversity–ecosystem function debate”: an interdisciplinary dialogue between ecology, agricultural science, and agroecology
CN112115379A (zh) 基于知识图谱的水稻品种选择方法和装置
JP7325923B2 (ja) 花壇受発注システム、花壇受発注プログラム、及び花壇受発注方法
Sulistyowati et al. A Global Outlook on Sustainable Plant Acquisition: A Review of Scholarly Works
KR20220039690A (ko) 스마트 팜 관리를 위한 서버 플랫폼
Ravisankar et al. Expert system for insect pests of agricultural crops
KR101594436B1 (ko) 소셜 네트워크 서비스를 이용하여 지식정보를 공유하는 시스템 및 방법
JP2008146425A (ja) 農作業管理方法、農作業管理装置および農作業管理プログラム
Sandover 'Doing Food-Knowing Food: An Exploration of Allotment Practices and the Production of Knowledge Through Visceral Engagement’
Mathai et al. Task oriented context models for social life networks
Suhaini A web based houseplants recommender system to optimize residential green initiatives

Legal Events

Date Code Title Description
E902 Notification of reason for refusal
E601 Decision to refuse application