KR20210063879A - Computer program and recording medium for providing chatbot services of analyzing marketing information - Google Patents
Computer program and recording medium for providing chatbot services of analyzing marketing information Download PDFInfo
- Publication number
- KR20210063879A KR20210063879A KR1020190152514A KR20190152514A KR20210063879A KR 20210063879 A KR20210063879 A KR 20210063879A KR 1020190152514 A KR1020190152514 A KR 1020190152514A KR 20190152514 A KR20190152514 A KR 20190152514A KR 20210063879 A KR20210063879 A KR 20210063879A
- Authority
- KR
- South Korea
- Prior art keywords
- information
- marketing
- data
- function
- user
- Prior art date
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
- G06Q30/02—Marketing; Price estimation or determination; Fundraising
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/90—Details of database functions independent of the retrieved data types
- G06F16/901—Indexing; Data structures therefor; Storage structures
- G06F16/9024—Graphs; Linked lists
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F40/00—Handling natural language data
- G06F40/40—Processing or translation of natural language
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- Accounting & Taxation (AREA)
- Development Economics (AREA)
- Finance (AREA)
- Strategic Management (AREA)
- Databases & Information Systems (AREA)
- General Engineering & Computer Science (AREA)
- Game Theory and Decision Science (AREA)
- General Business, Economics & Management (AREA)
- Marketing (AREA)
- Software Systems (AREA)
- Economics (AREA)
- Data Mining & Analysis (AREA)
- Entrepreneurship & Innovation (AREA)
- Health & Medical Sciences (AREA)
- Artificial Intelligence (AREA)
- Audiology, Speech & Language Pathology (AREA)
- Computational Linguistics (AREA)
- General Health & Medical Sciences (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
Description
본 발명은 마케팅 정보 분석 챗봇 서비스 제공을 위한 프로그램과 기록매체에 관한 것으로, 보다 구체적으로, 본 발명은 지식 그래프 기반 마케팅 정보 분석 챗봇 서비스 제공을 위한 프로그램과 기록매체에 관한 것이다.The present invention relates to a program and a recording medium for providing a marketing information analysis chatbot service, and more particularly, the present invention relates to a program and a recording medium for providing a knowledge graph-based marketing information analysis chatbot service.
인터넷 기술이 발달함에 따라서, 교양, 쇼핑, 엔터테인먼트, 마케팅 등 다양한 분야에서 온라인 서비스가 제공되고 있다. 그 중, 온라인 마케팅은 최초 홈페이지를 통해서 기업 또는 제품의 정보를 사용자에게 일방적으로 전달하는 형식으로 시작되었으며, 최근에는 SNS 이용이 급증함에 따라서 SNS를 활용한 다양한 마케팅도 시도되고 있다. As Internet technology develops, online services are being provided in various fields such as education, shopping, entertainment, and marketing. Among them, online marketing first started as a form of unilaterally delivering information about a company or product to users through a homepage. Recently, as the use of SNS has rapidly increased, various marketing using SNS is also being attempted.
특히 스마트 폰과 같은 고성능 단말 장치의 등장과, Wi-Fi 망과 같은 저렴하게 이용 가능한 무선 네트워크의 구축에 따라, 온라인 환경의 이용자는 급증하고 있는 추세이며, 이러한 온라인 환경에서 수집되는 다양한 정보들이 빅데이터로 활용되면서 마케팅 및 효과 분석에도 이용되고 있다.In particular, with the advent of high-performance terminal devices such as smart phones and the construction of inexpensive wireless networks such as Wi-Fi networks, the number of users in the online environment is increasing rapidly, and various information collected in such an online environment is As it is used as data, it is also used for marketing and effectiveness analysis.
그러나, 최근 분석 데이터량의 급격한 증가에 의해 이를 분석하기 위한 비용 및 시간 또한 급격히 증가되고 있다. 특히, 이러한 데이터량 증가로 인한 마케팅 환경은, 마케팅 비용 대비 효과 등을 분석하기 위한 분석 전문가와 마케터를 추가 고용하여야 하는 생산 인프라를 요구하고 있으며, 고용이 어려운 중소/중견 기업에서는 결과적으로 단편적이고 직관적인 일부 분석만이 가능할 뿐 저비용으로 효과적인 마케팅 분석 컨설팅을 제공받기는 매우 어려운 실정이다.However, due to the rapid increase in the amount of analysis data in recent years, the cost and time for analyzing it are also rapidly increasing. In particular, the marketing environment due to the increase in the amount of data requires production infrastructure that requires additional hiring of analysts and marketers to analyze marketing cost-effectiveness, etc., and as a result, small and medium-sized enterprises that are difficult to hire are fragmented and intuitive. It is very difficult to receive effective marketing analysis consulting at low cost as only some analysis is possible.
이에 따라, 현재로서는 중소/중견 기업에서는 마케터 직원의 직관과 감에 의존한 의사결정 마케팅이 주를 이루고 있으며, 분석할 수 있는 데이터량은 증가함에도 불구하고 그 흐름을 쫓아가기가 사실상 어려운 문제점이 있다.Accordingly, at present, decision-making marketing that relies on the intuition and sense of marketer employees is mainly used in small and medium-sized companies, and it is difficult to follow the flow despite the increase in the amount of data that can be analyzed. .
따라서, 저비용으로도 정확한 근거에 기반하여 마케팅 의사결정을 용이하게 하는 효율적 마케팅 분석 서비스의 필요성이 대두되고 있다.Therefore, there is a need for an efficient marketing analysis service that facilitates marketing decision making based on accurate grounds even at low cost.
본 발명은 상기한 바와 같은 과제를 해결하기 위해 안출된 것으로, 마케팅 채널별 분석 정보에 기초한 마케팅 특화 지식 그래프 모델을 기반으로 하는 마케팅 정보 분석 서비스를 인공지능 기술을 통해 효과적으로 제공함으로써, 저비용 고효율로 마케팅 의사결정을 지원할 수 있는 효율적 마케팅 분석 서비스 제공을 위한 프로그램과 기록매체를 제공하는데 그 목적이 있다.The present invention has been devised to solve the above problems, and by effectively providing a marketing information analysis service based on a marketing specialized knowledge graph model based on analysis information for each marketing channel through artificial intelligence technology, marketing with low cost and high efficiency Its purpose is to provide a program and a recording medium for providing an efficient marketing analysis service that can support decision-making.
또한, 본 발명은 상기한 바와 같은 마케팅 의사결정 및 분석 결과의 효과적인 제공을 위하여, 챗봇 기능을 활용한 마케팅 정보 서비스를 제공할 수 있는 프로그램과 기록매체를 제공하는데 그 목적이 있다.Another object of the present invention is to provide a program and a recording medium capable of providing a marketing information service utilizing a chatbot function in order to effectively provide the marketing decision and analysis results as described above.
다만, 본 실시예가 이루고자 하는 기술적 과제는 상기된 바와 같은 기술적 과제들로 한정되지 않으며, 또 다른 기술적 과제들이 존재할 수 있다.However, the technical problem to be achieved by the present embodiment is not limited to the technical problems as described above, and other technical problems may exist.
상기한 바와 같은 과제를 해결하기 위한 본 발명의 실시 예에 따른 프로그램은, 마케팅 정보를 제공받는 사용자 단말의 사용자 정보와, 상기 사용자 정보에 대응하는 마케팅 특화 지식 그래프 모델을 이용한 지식 베이스 정보를 수집하는 기능과, 상기 수집된 정보를 마케팅 분석을 위한 정형 데이터 및 비정형데이터로 가공하는 기능과, 상기 가공된 정형 데이터 또는 비정형 데이터를 학습 분석하는 기능과, 사용자 인터페이스를 통해 마케팅 관련 분석 정보 요청이 수신되면, 상기 가공된 정형 데이터 또는 비정형 데이터를 학습 분석하는 기능을 통해 습득되는 결과에 대응하여 획득되는 응답 정보를 상기 사용자 인터페이스를 통해 출력하는 기능을 실행시키기 위하여 매체에 저장된다.A program according to an embodiment of the present invention for solving the above-described problems collects user information of a user terminal receiving marketing information and knowledge base information using a marketing-specialized knowledge graph model corresponding to the user information. When a function, a function of processing the collected information into structured data and unstructured data for marketing analysis, a function of learning and analyzing the processed structured data or unstructured data, and a request for marketing-related analysis information through a user interface are received , is stored in the medium to execute a function of outputting response information obtained in response to a result obtained through a function of learning and analyzing the processed structured data or unstructured data through the user interface.
본 발명의 또 다른 실시 예에 따르면, 본 발명은, 마케팅 정보를 제공받는 사용자 단말의 사용자 정보와, 상기 사용자 정보에 대응하는 마케팅 특화 지식 그래프 모델을 이용한 지식 베이스 정보를 수집하는 기능과, 상기 수집된 정보를 마케팅 분석을 위한 정형 데이터 및 비정형데이터로 가공하는 기능과, 상기 가공된 정형 데이터 또는 비정형 데이터를 학습 분석하는 기능과, 사용자 인터페이스를 통해 마케팅 관련 분석 정보 요청이 수신되면, 상기 가공된 정형 데이터 또는 비정형 데이터를 학습 분석하는 기능을 통해 습득되는 결과에 대응하여 획득되는 응답 정보를 상기 사용자 인터페이스를 통해 출력하는 기능을 실행하기 위한 프로그램을 기록한 것을 특징으로 하는 컴퓨터로 판독 가능한 기록매체를 포함할 수 있다.According to another embodiment of the present invention, there is provided a function of collecting user information of a user terminal receiving marketing information and a knowledge base information using a marketing-specialized knowledge graph model corresponding to the user information, and the collection A function of processing the processed information into structured data and unstructured data for marketing analysis, a function of learning and analyzing the processed structured data or unstructured data, and when a request for marketing-related analysis information is received through a user interface, the processed structured data A computer-readable recording medium characterized in that it records a program for executing a function of outputting response information obtained in response to a result obtained through a function of learning and analyzing data or unstructured data through the user interface. can
한편, 상술한 과제 해결 수단은 단지 예시적인 것으로서, 본 발명을 제한하려는 의도로 해석되지 않아야 한다. 상술한 예시적인 실시예 외에도, 도면 및 발명의 상세한 설명에 기재된 추가적인 실시예가 존재할 수 있다.On the other hand, the above-described problem solving means are merely exemplary, and should not be construed as limiting the present invention. In addition to the above-described exemplary embodiments, there may be additional embodiments described in the drawings and detailed description of the invention.
본 발명의 실시 예에 따르면, 마케팅 채널별 분석 정보에 기초한 마케팅 특화 지식 그래프 모델을 기반으로 하는 마케팅 정보 분석 서비스를 인공지능 기술을 통해 효과적으로 제공함으로써, 저비용 고효율로 마케팅 의사결정을 지원할 수 있는 효율적 마케팅 분석 서비스 제공을 위한 프로그램과 기록매체를 제공할 수 있다.According to an embodiment of the present invention, by effectively providing a marketing information analysis service based on a marketing specialized knowledge graph model based on analysis information for each marketing channel through artificial intelligence technology, efficient marketing that can support marketing decision making at low cost and high efficiency Programs and recording media for providing analysis services may be provided.
또한, 본 발명의 실시 예에 따르면, 마케팅 의사결정 및 분석 결과의 효과적인 제공을 위하여, 챗봇 기능을 활용한 마케팅 정보 서비스를 제공할 수 있는 지식 그래프 기반 마케팅 정보 분석 챗봇 서비스 제공을 위한 프로그램과 기록매체를 제공할 수 있다.In addition, according to an embodiment of the present invention, in order to effectively provide marketing decision making and analysis results, a program and a recording medium for providing a knowledge graph-based marketing information analysis chatbot service that can provide a marketing information service using a chatbot function can provide
도 1은 본 발명의 실시 예에 따른 전체 시스템 개략적으로 도시한 블록도이다.
도 2는 본 발명의 실시 예에 따른 마케팅 서비스 제공 장치를 보다 구체적으로 도시한 블록도이다.
도 3은 본 발명의 실시 예에 따른 마케팅 서비스 제공 장치의 동작을 설명하기 위한 흐름도이다.
도 4는 본 발명의 실시 예에 따른 지식 그래프 구축 모듈을 보다 구체적으로 설명하기 위한 블록도이다.
도 5는 본 발명의 실시 예에 따른 지식 그래프 구축 모듈의 동작을 설명하기 위한 흐름도이다.
도 6은 본 발명의 실시 예에 따른 지식그래프 구축 및 의미 매핑 과정을 설명하기 위한 관계도이다.
도 7은 본 발명의 실시 예에 따른 서비스 제공부의 챗봇 서비스 제공부를 보다 구체적으로 설명하기 위한 블록도이며, 도 8은 본 발명의 실시 예에 따른 서비스 제공 프로세스를 설명하기 위한 흐름도이다.1 is a block diagram schematically showing an entire system according to an embodiment of the present invention.
2 is a block diagram illustrating in more detail an apparatus for providing a marketing service according to an embodiment of the present invention.
3 is a flowchart illustrating an operation of an apparatus for providing a marketing service according to an embodiment of the present invention.
4 is a block diagram for explaining in more detail a knowledge graph construction module according to an embodiment of the present invention.
5 is a flowchart illustrating an operation of a knowledge graph building module according to an embodiment of the present invention.
6 is a relationship diagram for explaining a knowledge graph construction and semantic mapping process according to an embodiment of the present invention.
7 is a block diagram for explaining in more detail a chatbot service providing unit of a service providing unit according to an embodiment of the present invention, and FIG. 8 is a flowchart for explaining a service providing process according to an embodiment of the present invention.
이하의 내용은 단지 본 발명의 원리를 예시한다. 그러므로 당업자는 비록 본 명세서에 명확히 설명되거나 도시되지 않았지만 본 발명의 원리를 구현하고 본 발명의 개념과 범위에 포함된 다양한 장치를 발명할 수 있는 것이다. 또한, 본 명세서에 열거된 모든 조건부 용어 및 실시예들은 원칙적으로, 본 발명의 개념이 이해되도록 하기 위한 목적으로만 명백히 의도되고, 이와 같이 특별히 열거된 실시예들 및 상태들에 제한적이지 않는 것으로 이해되어야 한다.The following content merely exemplifies the principles of the present invention. Therefore, those skilled in the art can implement the principles of the present invention and invent various devices included in the concept and scope of the present invention, although not clearly described or illustrated herein. Moreover, it is to be understood that all conditional terms and examples listed herein are, in principle, expressly intended solely for the purpose of enabling the concept of the present invention to be understood, and not limited to such specifically enumerated embodiments and states. should be
또한, 본 발명의 원리, 관점 및 실시예들 뿐만 아니라 특정 실시예를 열거하는 모든 상세한 설명은 이러한 사항의 구조적 및 기능적 균등물을 포함하도록 의도되는 것으로 이해되어야 한다. 또한 이러한 균등물들은 현재 공지된 균등물뿐만 아니라 장래에 개발될 균등물 즉 구조와 무관하게 동일한 기능을 수행하도록 발명된 모든 소자를 포함하는 것으로 이해되어야 한다.Moreover, it is to be understood that all detailed description reciting the principles, aspects, and embodiments of the invention, as well as specific embodiments, are intended to cover structural and functional equivalents of such matters. It should also be understood that these equivalents include not only currently known equivalents, but also equivalents to be developed in the future, that is, all devices invented to perform the same function regardless of the structure.
따라서, 예를 들어, 본 명세서의 블럭도는 본 발명의 원리를 구체화하는 예시적인 회로의 개념적인 관점을 나타내는 것으로 이해되어야 한다. 이와 유사하게, 모든 흐름도, 상태 변환도, 의사 코드 등은 컴퓨터가 판독 가능한 매체에 실질적으로 나타낼 수 있고 컴퓨터 또는 프로세서가 명백히 도시되었는지 여부를 불문하고 컴퓨터 또는 프로세서에 의해 수행되는 다양한 프로세스를 나타내는 것으로 이해되어야 한다.Thus, for example, the block diagrams herein are to be understood as representing a conceptual perspective of exemplary circuits embodying the principles of the invention. Similarly, all flowcharts, state transition diagrams, pseudocodes, etc. are understood to represent the various processes performed by a computer or processor, whether or not the computer or processor is clearly depicted and that can be represented substantially in a computer-readable medium. It should be.
프로세서 또는 이와 유사한 개념으로 표시된 기능 블럭을 포함하는 도면에 도시된 다양한 소자의 기능은 전용 하드웨어뿐만 아니라 적절한 소프트웨어와 관련하여 소프트웨어를 실행할 능력을 가진 하드웨어의 사용으로 제공될 수 있다. 프로세서에 의해 제공될 때, 상기 기능은 단일 전용 프로세서, 단일 공유 프로세서 또는 복수의 개별적 프로세서에 의해 제공될 수 있고, 이들 중 일부는 공유될 수 있다.The functions of the various elements shown in the drawings, including a processor or functional block represented by a similar concept, may be provided by the use of dedicated hardware as well as hardware having the ability to execute software in association with appropriate software. When provided by a processor, the function may be provided by a single dedicated processor, a single shared processor, or a plurality of individual processors, some of which may be shared.
또한 프로세서, 제어 또는 이와 유사한 개념으로 제시되는 용어의 명확한 사용은 소프트웨어를 실행할 능력을 가진 하드웨어를 배타적으로 인용하여 해석되어서는 아니되고, 제한 없이 디지털 신호 프로세서(DSP) 하드웨어, 소프트웨어를 저장하기 위한 롬(ROM), 램(RAM) 및 비 휘발성 메모리를 암시적으로 포함하는 것으로 이해되어야 한다. 주지관용의 다른 하드웨어도 포함될 수 있다.In addition, the explicit use of terms presented as processor, control, or similar concepts should not be interpreted exclusively by quoting hardware capable of executing software, and without limitation, digital signal processor (DSP) hardware, ROM for storing software. It should be understood to implicitly include (ROM), RAM (RAM) and non-volatile memory. Other commonly used hardware may also be included.
본 명세서의 청구범위에서, 상세한 설명에 기재된 기능을 수행하기 위한 수단으로 표현된 구성요소는 예를 들어 상기 기능을 수행하는 회로 소자의 조합 또는 펌웨어/마이크로 코드 등을 포함하는 모든 형식의 소프트웨어를 포함하는 기능을 수행하는 모든 방법을 포함하는 것으로 의도되었으며, 상기 기능을 수행하도록 상기 소프트웨어를 실행하기 위한 적절한 회로와 결합된다. 이러한 청구범위에 의해 정의되는 본 발명은 다양하게 열거된 수단에 의해 제공되는 기능들이 결합되고 청구항이 요구하는 방식과 결합되기 때문에 상기 기능을 제공할 수 있는 어떠한 수단도 본 명세서로부터 파악되는 것과 균등한 것으로 이해되어야 한다.In the claims of the present specification, components expressed as means for performing the functions described in the detailed description include all types of software including, for example, combinations of circuit elements or firmware/microcodes that perform the above functions. It is intended to include all methods of performing a function to perform the function, and is combined with suitable circuitry for executing the software to perform the function. Since the invention defined by these claims is combined with the functions provided by the various enumerated means and combined with the manner required by the claims, any means capable of providing the above functions are equivalent to those conceived from this specification. It should be understood as.
상술한 목적, 특징 및 장점은 첨부된 도면과 관련한 다음의 상세한 설명을 통하여 보다 분명해질 것이며, 그에 따라 본 발명이 속하는 기술분야에서 통상의 지식을 가진 자가 본 발명의 기술적 사상을 용이하게 실시할 수 있을 것이다. 또한, 본 발명을 설명함에 있어서 본 발명과 관련된 공지 기술에 대한 구체적인 설명이 본 발명의 요지를 불필요하게 흐릴 수 있다고 판단되는 경우에 그 상세한 설명을 생략하기로 한다. The above-described objects, features and advantages will become more apparent through the following detailed description in relation to the accompanying drawings, and accordingly, those of ordinary skill in the art to which the present invention pertains can easily implement the technical idea of the present invention. There will be. In addition, in describing the present invention, when it is determined that a detailed description of a known technology related to the present invention may unnecessarily obscure the subject matter of the present invention, a detailed description thereof will be omitted.
이하, 첨부된 도면을 참조하여 본 발명에 따른 바람직한 일실시예를 상세히 설명하기로 한다.Hereinafter, a preferred embodiment according to the present invention will be described in detail with reference to the accompanying drawings.
도 1은 본 발명의 실시 예에 따른 전체 시스템을 개략적으로 도시한 개념도이다.1 is a conceptual diagram schematically illustrating an entire system according to an embodiment of the present invention.
본 발명의 실시 예에 따른 전체 시스템은 마케팅 정보 분석 서비스 제공 장치(100), 상호 구분되는 하나 이상의 채널을 통해 연결된 마케팅 플랫폼(200) 및 하나 이상의 사용자 단말(300)을 포함하며, 마케팅 정보 분석 서비스 제공 장치(100)는, 머신 러닝 모듈(400)과 연결되거나, 상기 머신 러닝 모듈(400)을 포함할 수 있다.The entire system according to an embodiment of the present invention includes a marketing information analysis
마케팅 정보 분석 서비스 제공 장치(100)는, 마케팅 정보 분석 서비스 제공을 위해, 각 플랫폼(200) 및 사용자 단말(300)과 유/무선 네트워크를 통해 연결될 수 있으며, 학습 및 인공지능 기반의 마케팅 정보 분석을 위해 머신 러닝 모듈(400)과 연결되거나, 머신 러닝 모듈(400)을 포함할 수 있으며, 각 네트워크에 연결된 장치 또는 단말들은 사전 설정된 네트워크 채널을 통해 상호간 통신을 수행할 수 있다.The marketing information analysis
여기서 상기 각 네트워크는 근거리 통신망(Local Area Network; LAN), 광역 통신망(Wide Area Network; WAN), 부가가치 통신망(Value Added Network; VAN), 개인 근거리 무선통신(Personal Area Network; PAN), 이동 통신망(mobile radiocommunication network) 또는 위성 통신망 등과 같은 모든 종류의 유/무선 네트워크로 구현될 수 있다.Here, each network is a local area network (LAN), a wide area network (WAN), a value added network (VAN), a personal area network (PAN), a mobile communication network ( It can be implemented in all types of wired/wireless networks such as mobile radiocommunication network) or satellite communication networks.
사용자 단말(300)은 마케팅 의사결정을 위한 마케팅 분석 서비스를 제공 받기 위한 목적으로 마케팅 정보 분석 서비스 제공 장치(100)에 접속하는 다양한 서버 장치, 네트워크 장치 또는 단말 장치를 포함할 수 있다.The
특히, 일반적으로 사용자 단말(300)들은 개별적인 보안 네트워크를 통해 마케팅 정보 분석 서비스 제공 장치(100)와 연결될 수 있으며, 마케팅 정보 분석 서비스 제공 장치(100)는 각각의 보안 네트워크를 통해 각 사용자 단말(300)들로부터 제공되는 기업 정보에 기초하여 채널 기반 마케팅 문서 데이터를 수집하고, 수집된 문서 데이터에 대응하는 분석 결과 정보를 상기 보안 네트워크를 통해 사용자 단말(300)로 제공할 수 있다. 여기서 보안 네트워크는 암호화 네트워크 일 수 있으며, 서비스 등록된 사용자 단말(300)은 기업 인증에 따른 복호화 키 정보를 사전 저장하고, 마케팅 정보 분석 서비스 제공 장치(100)로부터 수신되는 마케팅 분석 결과 정보를, 상기 복호화 키 정보에 따라 복호화하여 획득 및 출력할 수 있다.In particular, in general, the
이와 같은 본 발명의 실시 예에 따르면, 상기 사용자 단말(300)들은 마케팅 정보 분석 서비스 제공 장치(100)에 대응한 기본 정보 등록 프로세스가 완료된 상태일 수 있다.According to this embodiment of the present invention, the
예를 들어, 사용자 단말(300)은 각 기업 소속으로서 마케팅 정보 분석 서비스를 제공받는 단말일 수 있다. 예를 들어, 직접 마케팅 의사결정을 수행하는 기업의 단말이거나, 복수의 기업과 제휴하여 마케팅 서비스를 제공하는 기업의 단말이거나, 복수의 네트워크간 데이터를 중개하는 네트워크 서비스 기업의 단말일 수도 있다.For example, the
그리고, 마케팅 정보 분석 서비스 제공 장치(100)는 각 사용자 단말(300)로부터 기업 정보를 수신하고, 수신된 기업 정보에 기초하여 사전 분류된 마케팅 네트워크 채널 기반의 마케팅 문서 데이터를 수집하며, 상기 문서 데이터의 처리에 따른 비정형 데이터를 머신 러닝 모듈(400)을 통해 학습 처리하여, 미리 구축된 지식그래프 정보 및 온톨로지 정보와, 상기 학습 정보 및 미리 수집 및 분석된 정형 데이터를 이용하여, 마케팅 특화 지식 그래프 모델을 생성한다.In addition, the marketing information analysis
이에 따라, 마케팅 정보 분석 서비스 제공 장치(100)는 상기 마케팅 특화 지식 그래프 모델을 이용한 마케팅 시장 트렌드 및 수요 예측 분석을 처리할 수 있으며, 처리된 결과 정보에 따른 마케팅 분석 정보를 사용자 단말(300)로 제공할 수 있다.Accordingly, the marketing information analysis
여기서, 상기 마케팅 특화 지식그래프는, 기 구축된 지식그래프 모델 정보를 기업 정보 및 마케팅 문서 수집 정보의 자연어 분석 결과에 따라, 의미 매핑 처리하여 구축될 수 있는 것으로서, 상기 마케팅 정보 분석 서비스 제공 장치(100)는 이러한 의미 매핑 처리를 위한 자연어 처리 및 텍스트 분석에 필요한 사전(DICTIONARY) 정보와, 분류체계 구축을 위한 온톨로지 정보를 미리 수집하여 저장 및 관리할 수 있다.Here, the marketing-specialized knowledge graph may be constructed by semantic mapping processing of pre-established knowledge graph model information according to a natural language analysis result of company information and marketing document collection information, and the marketing information analysis service providing apparatus 100 ) can collect, store and manage dictionary (DICTIONARY) information required for natural language processing and text analysis for such semantic mapping processing and ontology information for constructing a classification system in advance.
보다 구체적으로, 마케팅 정보 분석 서비스 제공 장치(100)는 마케팅에 특화된 사전(DICTIONARY)과 분류 체계를 사전 수집 및 설정하고, 기업 정보에 대응하여 각 마케팅 채널별로 수집되는 마케팅 문서 정보의 자연어 분석 기반 학습 처리에 따라, 기 구축된 지식그래프에 의미 매핑을 수행할 수 있다. 이에 따라, 의미 매핑된 마케팅 특화 지식그래프는 마케팅에 특화되어 정보의 최신성과 풍부한 유의어 정보를 포함하고, 풍부한 맥락(CONTEXT)와 관계(ASSOCIATION) 정보를 포함할 수 있게 된다.More specifically, the marketing information analysis
이러한 마케팅 특화 지식그래프는 키워드 간 관계 정보를 포함할 수 있으며, 마케팅 트랜드 분석 및 향후 예측 분석과 같은 다양한 솔루션에 이용될 수 있고, 세분화된 마케팅 분야별 사전 및 분류체계를 개별적으로 생성하는 데에도 이용될 수 있다.Such a marketing-specialized knowledge graph can include relationship information between keywords, can be used for various solutions such as marketing trend analysis and future predictive analysis, and can be used to individually create a subdivided dictionary and classification system for each marketing field. can
본 발명의 실시 예에 따른 마케팅 특화 지식 그래프는 마케팅 개체인 키워드 정보를 노드로 설정하고, 각 노드 간 관계를 엣지로 나타냄으로써, 지식 키워드간 관계 정보를 포함하는 그래프 기반의 데이터 모델로서, 기본적으로는 관계형 데이터 모델이 예시될 수 있으나, 본 발명의 실시 예에 따른 마케팅 정보 분석 서비스 제공 장치(100)는 관계형 데이터 모델의 복잡성 및 성능 한계를 극복하기 위해 최근 제안된 시맨틱 웹(SEMANTIC WEB) 기술에 기반하여 보다 높은 효율성을 창출하고, 지식 표현 방법의 확장과, 데이터 모델의 확장성 및 시스템 간 상호 운용성 문제를 해결할 수 있다.The marketing-specialized knowledge graph according to an embodiment of the present invention is a graph-based data model including relationship information between knowledge keywords by setting keyword information, which is a marketing entity, as a node, and representing the relationship between each node as an edge. A relational data model may be exemplified, but the marketing information analysis
특히, 텍스트 분석을 위한 사전과 분류 체계는 특정 분야의 전문가에 의해 수동적으로 이루어져 전술한 바와 같은 데이터량 증가에 따른 비용증가의 문제점이 있으며, 단순히 일방적인 크롤링을 통해 구축되는 사전 및 분류 체계는 품질이 떨어지는 문제점이 있고, 통상의 웹 온톨로지 언어(OWL, Ontology Web Language)과 같은 기술 그 자체는 모델의 복잡성과 재활용성이 낮은 문제점이 있다.In particular, the dictionary and classification system for text analysis are manually created by experts in a specific field, and as described above, there is a problem of cost increase due to the increase in the amount of data. There is a problem that this falls, and the technology itself, such as a typical web ontology language (OWL, Ontology Web Language), has problems with low model complexity and reusability.
이에 따라, 본 발명의 실시 예에 따른 마케팅 정보 분석 서비스 제공 장치(100)는, 마케팅 특화 지식 그래프 구축을 위해, 비정형 데이터 분석 정보로부터 머신 러닝을 통해 학습된 학습 정보와, 정형 데이터로부터 추출되는 지식 그래프 변환 규칙 정보와, 오픈 지식 그래프로부터 획득되는 기 구축 지식그래프 정보 및 사전 관리되는 관계 데이터베이스로부터 획득되는 온톨로지 규칙 정보에 기초하여, 다변화된 마케팅 지식 데이터를 효율적으로 의미 매핑 처리함으로써, 자동화가 가능하면서도 그 정확도 및 성능은 높일 수 있다.Accordingly, the marketing information analysis
특히, 본 발명의 실시 예에 따른 마케팅 정보 분석 서비스 제공 장치(100)는 이와 같은 다변화된 마케팅 지식 데이터의 의미 매핑 처리를 통해, 마케팅 특화 지식 그래프 기반의 키워드 분류 및 체계 정보를 제공할 수 있으며, 마케팅을 목적으로 하는 최근 이슈 키워드나 신조어 등의 반영을 용이하게 하며, 마케팅 목적의 언어간 호환 정보(예를 들어, 한글 음역에 대응하는 외래어 데이터 등)도 빠르게 구축 및 처리할 수 있다.In particular, the marketing information analysis
한편, 플랫폼(200)은 마케팅 대상이 되는 네트워크 플랫폼일 수 있으며, 각각의 접속 채널을 통해 마케팅 정보 분석 서비스 제공 장치(100)와 연결될 수 있다. 각 채널은 예를 들어, 특정 플랫폼에 대응하는 사이트 주소 정보일 수 있으며, 마케팅 정보 분석 서비스 제공 장치(100)는 사이트 주소 정보에 대응하여 결정된 각 플랫폼 채널별 마케팅 문서 데이터를 수집하고, 수집된 결과를 저장 및 분석할 수 있다.Meanwhile, the
또한, 분석에 있어서 사용되는 머신 러닝 모듈(400)은, 정형 및 비 정형 데이터의 병렬적 분석을 처리할 수 있으며, 이를 위한 하이브리드형 문서 분류 처리가 사전 수행될 수 있다. 하이브리드형 문서 분류 처리는, 머신 러닝 기반의 1차 문서 분류 프로세스와, 1차 문서 분류 프로세스로부터 획득되는 분류 정보로부터 온톨로지 사전 및 언어 법칙(Linguistic Rule)을 이용한 2차 분류 정보를 이용하여 마케팅 문서 데이터를 분류하는 2차 분류 프로세스를 포함할 수 있다. 이와 같이 1차 및 2차 분류에 따른 분류 정보는 머신 러닝 모듈(400)의 재학습 트레이닝 정보로서 이용될 수 있다.In addition, the
그리고, 이러한 분류 및 분석 처리에 따라, 본 발명의 실시 예에 따른 마케팅 정보 분석 서비스 제공 장치(100)는 효과적인 마케팅을 위한 분석 정보 서비스를 사용자 단말(300)로 제공할 수 있다. 예를 들어, 마케팅 정보 분석 서비스 제공 장치(100)는 시장 트렌드 분석을 위한 키워드 사전 구축 서비스, 키워드별 디지털 영향력 정량화 서비스, 예측 모델에 따른 트렌드 예측 정보 제공 서비스 등을 사용자 단말(300)로 제공할 수 있다.And, according to the classification and analysis processing, the marketing information analysis
또한, 이러한 서비스 제공을 위해, 마케팅 정보 분석 서비스 제공 장치(100)는 사용자 단말(300)로부터 수신되는 텍스트 또는 음성 기반 요청 데이터를 분석하여, 인공지능 챗 봇 기능을 이용한 마케팅 분석 정보 제공 서비스를 제공할 수도 있다.In addition, in order to provide such a service, the marketing information analysis
도 2는 본 발명의 실시 예에 따른 마케팅 서비스 제공 장치를 보다 구체적으로 도시한 블록도이다.2 is a block diagram illustrating in more detail an apparatus for providing a marketing service according to an embodiment of the present invention.
도 2를 참조하면, 본 발명의 실시 예에 따른 도 2를 참조하면, 본 발명의 실시 예에 따른 마케팅 정보 분석 서비스 제공 장치(100)는 제어부(110), 통신부(120), 사용자 관리부(130), 채널 기반 정보 수집부(140), 분석 데이터 처리부(150), 대시보드 구성부(160), 서비스 제공부(170) 및 저장부(190)를 포함하여 구성될 수 있다.Referring to FIG. 2 , referring to FIG. 2 according to an embodiment of the present invention, the
제어부(110)는 마케팅 정보 분석 서비스 제공 장치(100)의 마케팅 문서 데이터 정보 수집, 분석 데이터 처리, 대시보드 구성 및 마케팅 정보 분석 서비스 제공을 포함하는 각 구성요소의 동작 및 기능의 실행을 전반적으로 제어한다. 예를 들어, 제어부(110)는 플랫폼(200)들로부터 수집된 정보의 분석 결과를 사용자 단말(300)들로 제공하는 기능의 전부 또는 일부를 제어하기 위한 프로세서 또는 이를 실행하기 위한 프로그램으로 구현될 수 있다.The control unit 110 generally controls the execution of the operation and function of each component including the marketing document data information collection, analysis data processing, dashboard configuration, and marketing information analysis service provision of the marketing information analysis
그리고, 통신부(120)는 마케팅 정보 분석 서비스 제공 장치(100)와 이동 통신망 또는 인터넷망을 포함하는 무선 통신 시스템 사이 또는 서비스 제공 장치(100)와 플랫폼(200) 또는 사용자 단말(300)이 위치한 네트워크 사이의 유무선 통신을 가능하게 하는 하나 이상의 통신 모듈을 포함할 수 있다. 예를 들어, 통신부(120)는 송신된 신호를 부호화 및 변조하고, 수신된 신호를 복조 및 복호화하는 모뎀(modem) 또는 RF 신호를 처리하는 RF 프론트 엔드 등을 포함할 수 있다.In addition, the
한편, 사용자 관리부(130)는 서비스 제공 장치(100)를 이용하는 하나 이상의 사용자 단말(300)에 대한 사용자 등록 및 계정 관리를 수행한다.Meanwhile, the
사용자 관리부(130)는 사용자 단말(300)로부터 로그인한 기업의 담당자 또는 마케팅 서비스 제공자의 계정 식별 정보, 단말 식별 정보 중 적어도 하나를 포함하는 인증 정보를 수신하고, 상기 인증 정보를 이용하여 사용자 정보의 등록을 처리할 수 있다. 이에 따라, 사용자 관리부(130)는 마케팅 서비스를 제공하거나 분석할 플랫폼(200) 정보와 이에 대응하는 사용자 단말(300) 정보를 마케팅 채널별로 등록 및 관리할 수 있다.The
그리고, 채널 기반 정보 수집부(140)는 상기 사용자 관리부(130)에서 관리되는 사용자 단말(300)들에 대응하는 플랫폼(200)으로부터 각각 연결된 데이터 채널을 통해 마케팅 문서 데이터를 수집하고, 각 채널별 수집된 마케팅 문서 데이터를 분석 데이터 처리부(150)로 출력한다.In addition, the channel-based
여기서, 마케팅 문서 데이터는, 본 발명의 실시 예에 따른 분석 데이터 처리부(150)에서 처리되는 기본 분석 정보를 형성할 수 있다. 마케팅 문서 데이터는 예를 들어, 플랫폼(200)으로부터 각 채널 별로 수집되는 웹 페이지 문서 데이터이거나, 사전 설정된 포맷에 대응하여 수집되는 키워드 데이터이거나, 또는 사이트 소스 코드 정보를 포함할 수도 있다.Here, the marketing document data may form basic analysis information processed by the analysis
이와 같은 채널별 수집을 위해, 채널 기반 정보 수집부(140)는, 각 플랫폼(200)에 대응하여 산업/주제/브랜드별로 분류된 키워드를 수집 및 저장하는 키워드 크롤러, 사용자 요청 수집 프로세스를 저장하고 채널별 수집 프로세스를 할당하는 수집 프로세스 매니저, 플랫폼(200)에 접속하여 채널별 수집을 수행하고 수집 결과를 저장부(190)에 저장하는 채널별 수집기와, 사이트 소스 변경에 의해 수집이 중단되는 문제를 대비하고 주기적으로 새로 갱신된 정보를 비교 리포팅하는 수집 사이트 소스 관리 매니저를 포함할 수 있다.For such channel-specific collection, the channel-based
이에 따라, 채널 기반 정보 수집부(140)는 사용자 단말(300)로부터 요청되거나, 상기 사용자 단말(300)에 대응하여 사전 설정된 채널 정보에 따라, 특정 채널을 통한 플랫폼(200)에 접속할 수 있다. 또한, 채널 기반 정보 수집부(140)는 사용자 단말(300)로부터 수신되거나 상기 사용자 단말(300)에 대응하셔 사전 설정된 키워드 정보에 따라, 수집할 마케팅 문서 데이터를 상기 플랫폼(200)에 연결된 데이터 채널별 수집기를 통해 수집할 수 있다.Accordingly, the channel-based
그리고, 채널 기반 정보 수집부(140)의 상기 채널별 수집기는 각 수집 완료된 마케팅 문서 데이터를 저장부(190)의 수집 결과 데이터베이스에 저장할 수 있다.In addition, the channel-specific collector of the channel-based
예를 들어, 채널 기반 정보 수집부(140)는 사용자 단말(300)로부터 요청된 분류 정보에 대응하는 산업/주제/브랜드별 플랫폼(200)들의 채널 정보를 식별하고, 상기 채널을 통해 사용자 단말(300)에 적합한 수집 사이트를 결정하며, 결정된 사이트로부터 사전 설정된 키워드 정보에 대응하는 마케팅 문서 데이터를 수집 및 저장할 수 있다. 특히, 상기 사전 설정된 키워드 정보는 분석 데이터 처리부(150)에서 처리되는 마케팅 온톨로지 기반의 지식그래프로부터 획득될 수 있으며, 이에 대하여는 보다 구체적으로 후술하도록 한다.For example, the channel-based
또한, 상기 채널 기반 정보 수집부(140)는 마케팅 문서 데이터가 수집된 플랫폼(200)의 사이트 정보를 등록하고, 주기적으로 모니터링할 수 있으며, 소스 코드 갱신 정보가 발생된 경우 사용자 단말(300)로 알람을 제공하며, 갱신된 데이터를 수집 저장할 수 있다.In addition, the channel-based
그리고, 분석 데이터 처리부(150)는 채널 기반 정보 수집부(140)에서 수집된 마케팅 문서 데이터의 문서 분류 처리를 수행하고, 분류된 문서 데이터를 이용한 마케팅 특화 지식 그래프 모델을 생성 또는 구축할 수 있다. In addition, the analysis
본 발명의 실시 예에 따르면, 상기 마케팅 특화 지식 그래프 모델은, 미리 구축된 키워드 기반 지식그래프 정보와, 사전 수집된 온톨로지 정보와, 상기 수집 및 분류된 문서 데이터의 머신러닝 학습 정보와, 정형 데이터 정보를 이용하여 구축될 수 있다. 마케팅 특화 지식 그래프 모델은, 모듈형 온톨로지 모델 데이터일 수 있으며, 온톨로지 모델 데이터는 주요 개념, 관계 정보, 일상 키워드 및 감성 키워드 정보로부터 구축되는 코어 온톨로지와, 최신 키워드 반영을 위한 실시간 머신러닝 기반 문서분류된 데이터로부터 구축되는 도메인 온톨로지로 계층화되어 설계될 수 있으며, 시맨틱 웹 표준기술에 의해 상호운용성이 확보될 수 있다. 시맨틱 웹 표준 기술은 예를 들어, 온톨로지 기술 질의에 대응한 표준 프로토콜 언어로의 변환 처리 기술을 포함할 수 있으며, 변환되는 온톨로지 기술 질의 포맷은 RDF(Resource Description Framework) 포맷, OWL(Web Ontoyoly language) 포맷, 스파클(SPARQL, Protocol and RDF Query Language) 포맷 등이 예시될 수 있다.According to an embodiment of the present invention, the marketing specialized knowledge graph model includes pre-built keyword-based knowledge graph information, pre-collected ontology information, machine learning learning information of the collected and classified document data, and structured data information. can be built using The marketing-specialized knowledge graph model may be modular ontology model data, and the ontology model data includes a core ontology built from key concepts, relationship information, daily keywords and emotional keyword information, and real-time machine learning-based document classification to reflect the latest keywords. It can be designed as a layered domain ontology built from the data obtained from the data, and interoperability can be secured by the semantic web standard technology. The semantic web standard technology may include, for example, a conversion processing technology into a standard protocol language corresponding to an ontology description query, and the converted ontology description query format is RDF (Resource Description Framework) format, OWL (Web Ontoyoly language) Format, Sparkle (SPARQL, Protocol and RDF Query Language) format, etc. may be exemplified.
이러한 처리를 위해, 분석 데이터 처리부(150)는 지식 그래프 구축을 처리하는 지식그래프 구축 모듈(151), 상기 도메인 온톨로지에 대응하는 신조어 사전(Dictionary) 구축 모듈(152), 정형 및 비정형 문서의 필터링 분류를 위한 문서 분류 모듈(153)을 각각 포함할 수 있다. 이에 따라, 분석 데이터 처리부(150)는 생성 또는 구축된 마케팅 특화 지식 그래프 모델을 이용하여 마케팅 온톨로지 기반의 다양한 서비스 정보를 제공할 수 있다. 특히, 지식그래프 구축 모듈(151)은 머신 러닝 기반의 마케팅 학습 정보를 획득할 수 있으며, 획득된 마케팅 학습 정보는 마케팅 특화 지식 그래프 모델 구축에 이용될 수 있다.For this processing, the analysis
마케팅 분석 정보 서비스 제공을 위해, 대시보드 구성부(160)는 사용자 단말(300)로 제공될 마케팅 분석 대시보드 인터페이스를 구성할 수 있으며, 상기 대시보드는 웹 인터페이스 등의 GUI(GRAPHIC USER INTERFACE) 형태로 사용자 단말(300)을 통해 시각적 또는 청각적으로 출력될 수 있다.In order to provide the marketing analysis information service, the dashboard configuration unit 160 may configure a marketing analysis dashboard interface to be provided to the
또한, 대시보드 구성부(160)는 사용자 친화적 마케팅 정보 분석 서비스를 위하여, 인공지능 챗 봇 기반의 마케팅 인터페이스 대시보드를 구성할 수 있으며, 이러한 마케팅 인터페이스 대시보드를 통해, 사용자 단말(300)에서 요청되는 마케팅 시장 트랜드 분석, 수요 예측 분석, 키워드 영향력 분석, 신조어 키워드 사전, 제품 경쟁력 분석 등의 다양한 서비스를 제공할 수 있다.In addition, the dashboard configuration unit 160 may configure an artificial intelligence chatbot-based marketing interface dashboard for a user-friendly marketing information analysis service, and through this marketing interface dashboard, a request is made from the
그리고, 서비스 제공부(170)는 사용자 단말(300)의 서비스 요청을 수신하며, 서비스 요청에 대응하는 마케팅 정보 분석 서비스 결과를 대시보드 구성부(160)에서 구성된 대시보드 인터페이스를 통해, 사용자 단말(300)로 제공하는 서비스 매니저를 포함할 수 있다.Then, the service providing unit 170 receives the service request of the
한편, 저장부(190)는 전술한 제어부(110)의 동작 및 상기한 구성요소들의 동작을 위한 프로그램 정보를 저장하기 위한 하나 이상의 저장매체를 포함하며, 각 목적에 따른 하나 이상의 데이터베이스를 포함할 수 있다.On the other hand, the storage unit 190 includes one or more storage media for storing program information for the operation of the above-described control unit 110 and the operation of the above-described components, and may include one or more databases according to each purpose. have.
도 3은 본 발명의 실시 예에 따른 마케팅 서비스 제공 장치의 동작을 설명하기 위한 흐름도이다.3 is a flowchart illustrating an operation of an apparatus for providing a marketing service according to an embodiment of the present invention.
도 3을 참조하면, 본 발명의 실시 예에 따른 마케팅 정보 분석 서비스 제공 장치(100)는, 먼저 사용자 단말(300)의 서비스 요청에 따라, 플랫폼 채널 기반의 마케팅 문서 데이터를 수집한다(S101).Referring to FIG. 3 , the
그리고, 마케팅 정보 분석 서비스 제공 장치(100)는 마케팅 문서 데이터의 1차 필터링 및 머신 러닝 기반의 2차 필터링에 따른 하이브리드 문서 분류 처리를 수행한다(S105).Then, the marketing information analysis
그리고, 마케팅 정보 분석 서비스 제공 장치(100)는 마케팅 문서 데이터로부터 비정형 데이터를 추출하고(S105), 비정형 데이터에 대응하는 머신 러닝 기반 마케팅 학습 정보를 획득한다(S107).Then, the marketing information analysis
이후, 마케팅 정보 분석 서비스 제공 장치(100)는, 미리 구축된 지식그래프 정보 및 사전 수집된 온톨로지 정보와, 상기 마케팅 학습 정보 및 정형 데이터를 이용한 마케팅 특화 지식 그래프 모델을 생성한다(S109).Thereafter, the marketing information analysis
그리고, 마케팅 정보 분석 서비스 제공 장치(100)는 마케팅 특화 지식 그래프 모델 기반의 마케팅 시장 트렌드 및 수요 예측 분석을 수행한다(S111).Then, the marketing information analysis
여기서, 마케팅 정보 분석 서비스 제공 장치(100)는 사용자 단말(300)의 요청에 따른 서비스에 대응하는 분석을 수행할 수 있으며, 상기 시장 트렌드, 수요 예측 분석 뿐만 아니라, 신조어 사전 구축, 키워드 영향력 분석 등이 더 수행될 수 있다.Here, the marketing information analysis
그리고, 마케팅 정보 분석 서비스 제공 장치(100)는 대시 보드 인터페이스를 이용하여, 자연어 처리 기반의 마케팅 분석 정보를 상기 분석 결과에 따라 제공할 수 있다(S113).In addition, the marketing information analysis
도 4는 본 발명의 실시 예에 따른 지식 그래프 구축 모듈을 보다 구체적으로 설명하기 위한 블록도이다.4 is a block diagram for explaining in more detail a knowledge graph construction module according to an embodiment of the present invention.
도 4를 참조하면, 본 발명의 실시 예에 따른 마케팅 특화 지식 그래프 모델 데이터 생성을 위하여는, 채널 기반 정보 수집부(140)에서 수집된 마케팅 문서 데이터로부터 분류되는 비정형 데이터와, 사전 수집된 정형 데이터와, 오픈 지식 그래프로부터 획득되는 대용량 지식 그래프 및 온톨로지 정보가 필요할 수 있다.Referring to FIG. 4 , in order to generate marketing-specific knowledge graph model data according to an embodiment of the present invention, unstructured data classified from marketing document data collected by the channel-based
예를 들어, 마케팅 특화 지식 그래프 모델 구축을 위한 비정형 데이터는 채널 기반 정보 수집부(140)에서 수집된 마케팅 웹페이지 원문 텍스트일 수 있으며, 정형 데이터는 범용적인 파일 포맷이거나, openAPI를 통해 수집 가능한 정형 데이터를 포함할 수 있다. 또한, 오픈 지식그래프 데이터는 RDF 형식으로 공개되어 있는 국내외의 데이터일 수 있으며, RDF 파일 또는 SPARQL Endpoint를 대상으로 한 쿼리 응답을 수신하여 획득할 수 있다.For example, the unstructured data for building a marketing-specialized knowledge graph model may be the original text of a marketing web page collected by the channel-based
그리고, 수집 또는 분류된 정보로부터 마케팅 특화 지식그래프 모델 데이터를 구축하기 위하여, 지식그래프 구축 모듈(151)은 도 4에 도시된 바와 같이 2단계 파이프라인 모듈을 통해 단계적으로 처리함으로써, 효과적인 마케팅 특화 지식그래프 모델 구축 처리를 수행할 수 있다.And, in order to build the marketing-specific knowledge graph model data from the collected or classified information, the knowledge
보다 구체적으로, 도 4를 참조하면, 지식그래프 구축 모듈(151)은, 제1 파이프라인 모듈로서, 비정형 데이터 처리부(1511), 정형 데이터 처리부(1512), 오픈 지식그래프 관리부(1515) 및 관계 데이터베이스(1517)을 포함하며, 제2 파이프라인 모듈로서 자연어 분석부(1513), 지식그래프 정보 변환부(1514), 대용량 지식 그래프 처리부(1516) 및 온톨로지 정보 처리부(1518)를 포함할 수 있다.More specifically, referring to FIG. 4 , the knowledge
그리고, 제2 파이프라인으로부터 출력되는 데이터는 마케팅 특화 지식그래프 구축부(1519)로 전달되어, 마케팅 특화 지식그래프 모델 데이터 생성 또는 키워드 분석 정보 생성에 이용될 수 있다.In addition, the data output from the second pipeline may be transmitted to the marketing specialized knowledge
먼저, 비정형 데이터 처리부(1511)는 제1 파이프라인 단계에서 수집된 마케팅 문서 데이터로부터 비정형 데이터를 식별하여, 자연어 분석부(1513)로 전달할 수 있다. 비정형 데이터는 예를 들어 마케팅 문서 데이터로부터 식별되는 텍스트 데이터를 포함할 수 있다.First, the unstructured data processing unit 1511 may identify the unstructured data from the marketing document data collected in the first pipeline stage, and transmit it to the natural language analyzer 1513 . The unstructured data may include, for example, text data identified from marketing document data.
그리고, 자연어 분석부(153)는 비정형 데이터로부터 자연어 처리 기술을 이용한 주요 키워드를 추출할 수 있다. 자연어 처리 기술은 형태소 분석, 개체명 인식 등의 기술이 예시될 수 있으며, 자연어 분석부(1513)는 보다 정확한 키워드 추출 처리를 위해나 문서 분류 모듈(153)의 분류 정보를 이용할 수 있다.In addition, the natural language analyzer 153 may extract main keywords using natural language processing technology from the unstructured data. The natural language processing technology may be exemplified by techniques such as morpheme analysis and entity name recognition, and the natural language analysis unit 1513 may use classification information of the document classification module 153 for more accurate keyword extraction processing.
그리고, 추출된 키워드는 지식그래프 정보 변환부(1514)로 전달될 수 있다. 지식그래프 정보 변환부(1514)는, 규칙 기반(Rule-based) 마케팅 키워드 매핑 또는 머신 러닝 알고리즘 기반 매핑 등의 매핑 기술에 의해, 사전 설정된 포맷의 지식 그래프 정보에 매핑 통합되도록 하는 마케팅 지식그래프 정보로서 포맷 변환 처리될 수 있다.Then, the extracted keyword may be transmitted to the knowledge graph information conversion unit 1514 . The knowledge graph information conversion unit 1514 is a marketing knowledge graph information that is mapped and integrated into the knowledge graph information in a preset format by a mapping technology such as rule-based marketing keyword mapping or machine learning algorithm-based mapping. Format conversion can be processed.
그리고, 오픈 지식그래프 관리부(1515)는 openAPI 등을 이용하여 사전 구축된 오픈 지식그래프 정보를 수집 및 저장할 수 있다.In addition, the open knowledge graph management unit 1515 may collect and store pre-built open knowledge graph information using an openAPI or the like.
그리고, 대용량 지식 그래프 처리부(1516)는, 수집된 오픈 지식 그래프 정보가 전술한 자연어 분석 정보로부터 포맷 변환 처리된 마케팅 지식그래프 정보에 매핑될 수 있도록 준비된 대용량 지식 그래프 정보를 사전 구축하고, 구축된 대용량 지식 그래프 정보를 마케팅 특화 지식그래프 모델 구축부(1519)로 전달할 수 있다.Then, the large-capacity knowledge graph processing unit 1516 pre-builds the large-capacity knowledge graph information prepared so that the collected open knowledge graph information can be mapped to the marketing knowledge graph information that has been format-converted from the natural language analysis information described above, The knowledge graph information may be transmitted to the marketing specialized knowledge graph
한편, 관계 데이터베이스(1517)는 지식 그래프 정보 변환부(1514)에서 변환된 지식 그래프 정보와 대용량 지식 그래프 처리부(1516)에서 처리된 지식 그래프 정보의 의미 매핑을 위한 온톨로지 정보를 수집 및 저장할 수 있으며, 저장된 온톨로지 정보 중 상호 호환이 가능한 온톨로지 정보를 마케팅 특화 지식그래프 구축부(1519)로 전달할 수 있다.On the other hand, the relational database 1517 may collect and store ontology information for semantic mapping between the knowledge graph information converted by the knowledge graph information conversion unit 1514 and the knowledge graph information processed by the large capacity knowledge graph processing unit 1516, Among the stored ontology information, mutually compatible ontology information may be transmitted to the marketing specialized knowledge
예를 들어, 마케팅 특화 지식그래프 모델 구축부(1519)는, RDF 파일 또는 SPARQL Endpoint로부터 수집된 오픈 지식그래프 정보를 대용량 지식그래프 처리를 위한 지식그래프 모델 정보로서 수집하고, 상기 변환된 마케팅 지식그래프 정보와 상기 대용량 지식그래프 정보간 매핑 테이블을 구축하여 마케팅 특화 지식그래프 모델을 구축할 수 있다.For example, the marketing-specialized knowledge graph
이를 위해, 마케팅 특화 지식그래프 모델 구축부(1519)는, 데이터 항목마다 부여되어 있는 고유 식별자를 기준으로 매핑 처리하되, 식별자가 일치하지 않는 동일 데이터의 경우에는 사전 수집된 온톨로지 정보 기반 관계 정보와 속성 정보를 통해 일치 확률을 계산한 후, 높은 확률을 우선적으로 매핑하는 데이터 매핑 처리를 수행할 수 있다.To this end, the marketing-specialized knowledge graph
도 5는 본 발명의 실시 예에 따른 지식 그래프 구축 모듈의 동작을 설명하기 위한 흐름도이며, 도 6은 본 발명의 실시 예에 따른 지식그래프 구축 및 의미 매핑 과정을 설명하기 위한 관계도이다.5 is a flowchart illustrating an operation of a knowledge graph construction module according to an embodiment of the present invention, and FIG. 6 is a relationship diagram illustrating a knowledge graph construction and semantic mapping process according to an embodiment of the present invention.
도 5 및 도 6은 마케팅 특화 지식 그래프 모델 데이터의 생성 프로세스를 보다 구체적으로 설명하기 위한 것으로, 지식 그래프 구축 모듈(151)은, 먼저 도 6에 도시된 바와 같이, OpenAPI 또는 정형 파일 데이터로부터 지식그래프 변환 규칙 정보를 획득할 수 있다(S201).5 and 6 are for explaining in more detail the process of generating the marketing-specific knowledge graph model data, the knowledge
예를 들어, 변환 규칙 정보는 W3C 국제 표준인 R2RML(RDB to RDF Mapping Language)로 기술된 변환규칙 파일로부터 획득될 수 있다. 또한 변환 규칙 정보는 OpenAPI 또는 정형 파일 데이터로부터 RML(RDF Mapping Language)로 기술된 변환규칙을 사용하여 지식그래프 변환 규칙 데이터로 변환될 수도 있다.For example, the conversion rule information may be obtained from a conversion rule file described in R2RML (RDB to RDF Mapping Language), which is a W3C international standard. In addition, the transformation rule information may be converted into knowledge graph transformation rule data using transformation rules described in RML (RDF Mapping Language) from OpenAPI or formatted file data.
이후, 지식 그래프 구축 모듈(151)은, 관계형 데이터베이스로부터 온톨로지 변환 규칙 정보를 획득하며(S203), 비정형 데이터의 자연어 분석 정보를 지식그래프 변환 규칙 정보에 따라 변환 처리한다(S205).Thereafter, the knowledge
이후, 지식 그래프 구축 모듈(151)은 온톨로지 변환 규칙 정보에 따라, 상기 변환된 지식그래프 정보를 기 구축된 대용량 지식그래프에 매핑하여, 마케팅 특화 지식그래프 모델을 구축한다(S207).Thereafter, the knowledge
도 6에 도시된 바와 같이, 지식 그래프 구축 모듈(151)은 마케팅 특화 지식그래프 모델 데이터를 생성하기 위한 마케팅 특화 지식그래프 모델 구축부(1519)을 포함할 수 있다. 마케팅 특화 지식그래프 모델 구축부(1519)는 의미 매핑 처리부를 포함하여, 전술한 매핑 처리를 보다 정확성이 높으면서도 효율적으로 수행할 수 있다. 여기서 의미 매핑 처리부는 퍼지(Fuzzy) 알고리즘 처리부 및 URI 식별자 처리부를 더 포함할 수 있다.As shown in FIG. 6 , the knowledge
보다 구체적으로, 의미 매핑 처리부는, 지식그래프 포맷(예를 들어, RDF)으로 변환된 데이터의 항목과, 기 구축된 대용량 지식그래프 항목 간의 의미적 매핑을 처리할 수 있다.More specifically, the semantic mapping processing unit may process semantic mapping between items of data converted into a knowledge graph format (eg, RDF) and a pre-established large-capacity knowledge graph item.
이를 위해, 의미 매핑 처리부는 모든 데이터 항목에 할당되어 있는 URI 식별자를 비교하여 1차 매핑을 처리하는 URI 식별자 처리부를 포함할 수 있다.To this end, the semantic mapping processing unit may include a URI identifier processing unit for processing primary mapping by comparing URI identifiers assigned to all data items.
그리고, 의미 매핑 처리부는 1차 매핑 처리된 데이터로부터 한국어의 언어적 특성에 맞춰 개발된 레펜슈타인 퍼지 알고리즘(Levenshtein fuzzy metric algorithm)를 기반으로 구현된 단어 간 의미적 매핑 도구를 적용하여, 자동화된 의미 매핑을 처리할 수 있다. 상기 자동 매핑이 완료된 데이터는 샘플링 처리될 수 있으며, 처리된 샘플링 데이터는 이후 매핑 검수 및 교정 처리에 이용될 수 있다.In addition, the semantic mapping processing unit applies a semantic mapping tool between words implemented based on the Levenshtein fuzzy metric algorithm developed according to the linguistic characteristics of Korean from the primary mapping-processed data to obtain automated meaning. Mapping can be handled. The data for which the automatic mapping is completed may be subjected to sampling processing, and the processed sampling data may be used for subsequent mapping inspection and correction processing.
한편, 지식 그래프 구축 모듈(151)은, 의미 매핑이 완료된 지식그래프 모델 데이터를 마케팅 특화 지식 그래프 모델 데이터로서 획득할 수 있다. 예를 들어, 지식 그래프 구축 모듈은(151)은 기 구축된 대용량 지식 그래프 데이터가 저장된 트리플스토어(Triplestore) 방식의 데이터베이스에 상기 매핑 처리된 지식그래프 데이터를 임포트시켜 지식그래프 모델을 통합적으로 생성할 수 있다.Meanwhile, the knowledge
이에 따라, 최종적인 지식그래프 모델은 RDF(Resource Description Framework) 데이터 모델로 기술되는 것이 바람직하며, 이는 호환성 및 분석 효율을 높일 수 있게 한다.Accordingly, it is preferable that the final knowledge graph model be described as an RDF (Resource Description Framework) data model, which improves compatibility and analysis efficiency.
또한, 기 구축된 대용량 지식그래프의 항목별 분류 체계는 마케팅 분야 도메인 전문가에 의해 생성된 마케팅 특화 체계일 수 있으며, 이를 위해 오픈 지식 그래프 관리부(1515)는 국제적인 웹자원 식별체계인 schema.org와 국내 주요 포털 서비스의 브랜드 및 제품 분류체계 정보를 각각 수집하여 조합함으로써, 보다 효율적인 대용량 지식 그래프를 구축 처리할 수 있다. 이를 위해, 오픈 지식 그래프 관리부(1515)는 각 분류체계 키워드에 대응하는 대중 관심도(주요 포털서비스의 기간별 검색량 수치로 산출될 수 있음)를 기반으로 분야별 분류체계의 관리를 수행하고, 분야별 분류체계의 유지 또는 아카이브를 결정할 수 있다.In addition, the classification system for each item of the established large-capacity knowledge graph may be a marketing-specialized system created by a domain expert in the marketing field. By collecting and combining the brand and product classification system information of major portal services, it is possible to construct and process a more efficient large-capacity knowledge graph. To this end, the open knowledge graph management unit 1515 manages the classification system for each field based on the public interest (which can be calculated as the number of searches for each period of the main portal service) corresponding to each classification system keyword, and the classification system for each field may decide to keep or archive.
이와 같은 지식그래프 모델 구축에 따라, 본 발명의 실시 예에 따른 마케팅 정보 분석 서비스 제공 장치(100)는, 일반적인 지식그래프의 단점으로 지적되는 최신성 있는 키워드의 미 반영 문제와, 한국어 기반 지식그래프 및 분석용 사전(Dictionary) 데이터의 구축의 어려움을 해결하고, 마케팅 특화 지식그래프 모델 구축을 통한 마케팅 트렌드 및 키워드 분석을 용이하게 하며, 특히 신조어 반영 및 한글 키워드 분석을 용이하게 하여 보다 저비용으로도 정확한 마케팅 정보 분석 서비스를 제공할 수 있는 장점이 있다.According to this knowledge graph model construction, the
도 7은 본 발명의 실시 예에 따른 서비스 제공부의 챗봇 서비스 제공부를 보다 구체적으로 설명하기 위한 블록도이며, 도 8은 본 발명의 실시 예에 따른 서비스 제공 프로세스를 설명하기 위한 흐름도이다.7 is a block diagram for explaining in more detail a chatbot service providing unit of a service providing unit according to an embodiment of the present invention, and FIG. 8 is a flowchart for explaining a service providing process according to an embodiment of the present invention.
전술한 바와 같이, 본 발명의 실시 예에 따른 마케팅 정보 분석 서비스 제공 장치(100)는, 마케팅 의사결정 및 분석 결과의 효과적인 제공을 위하여, 챗봇 기능을 활용한 마케팅 정보 서비스를 제공할 수 있는 서비스 제공부(170)를 포함할 수 있다.As described above, the
보다 구체적으로, 서비스 제공부(170)는 챗봇 서비스부(171)를 포함할 수 있으며, 챗봇 서비스부(171)는 마케팅 데이터와 솔루션 이용패턴 분석을 바탕으로 마케터의 수준에 맞는 최적의 데이터에 기반한 마케팅 분석을 자동화된 챗봇의 형태를 통해 사용자에게 제시할 수 있다.More specifically, the service providing unit 170 may include a
특히, 본 발명의 실시 예에 따른 챗봇 서비스부(171)는, 다양한 마케팅 문서 데이터를 분석하여 마케팅분석에 최적화된 커뮤니케이션을 자동으로 수행하고자 하는 목적에 최적화될 수 있으며, 사용자 단말(300)을 이용하는 마케터의 분석 역량이 향상됨에 따라 함께 진화하는 반식의 마케팅 분야 인공지능 챗봇 서비스를 제공할 수 있다.In particular, the
또한, 챗봇 서비스부(171)는, 마케팅 분석 솔루션을 활용하는 마케터의 대시보드 구성부(160)를 이용한 대시보드 데이터의 해석을 돕고, 향후 수행가능한 마케팅 활동들을 제안해주는 인공지능 마케팅 챗봇 서비스를 제공할 수 있다.In addition, the
이를 구현하기 위한 본 발명의 실시 예에 따른 챗봇 서비스부(171)는, 사용자 인터페이스부(1711), 수집부(1712), 가공부(1713), 분석부(1715) 및 챗봇부(1714)를 포함한다.To implement this, the
수집부(1712)는 챗봇 구동을 위한 사용자 정보를 수집하여 가공부(1713)로 전달한다. 수집부(1712)는 사용자 정보 수집을 위해, 대시보드 구성부(160)에서 구성된 대시보드 인터페이스가 사용자 인터페이스부(1711)를 통해 제공되도록 처리하며, 상기 사용자 인터페이스부(1711)를 통해 수집되는 사용자 정보를 수집할 수 있다.The
사용자 정보 수집을 위하여, 수집부(1712)는 사용자 정보 등록부, 사용자 데이터 수집부, 사용자 로그 수집부 및 지식베이스부를 포함할 수 있다. 사용자 정보 등록부는 사용자 단말(300)로부터 마케팅 대상 회사 정보와 제품 정보를 수신하여 등록할 수 있다. 사용자 데이터 수집부는 인터페이스부(1711)를 통해 입력되는 사용자의 입력 정보를 수집할 수 있으며, 사용자 로그 수집부는 사용자의 솔루션 활용 정보를 수집 할 수 있다.To collect user information, the
예를 들어, 사용자 정보 등록부는 인터페이스부(1711)를 통해 입력받은 사용자 단말(300) 사용자(예를 들어, 마케터)의 기본적인 정보 외에 회사, 제품에 대한 키워드, SNS홍보채널 및 온라인광고매체에 대한 계정정보, 이커머스마켓에 판매되고 있는 제품정보를 수신 및 저장할 수 있으며, 나아가 온라인상의 홍보, 판매 채널별로 목표로 하는 수치를 설정하여 지표로 저장할 수 있도록 할 수 있다. 이를 위해, 인터페이스부(1711)는 사용자 설정 정보 메뉴를 대시보드 인터페이스상에 제공하여, 사용자의 정보 등록을 용이하게 할 수 있다.For example, the user information registration unit, in addition to the basic information of the user (eg, marketer) of the
사용자데이터수집부는 사용자정보등록부에 저장된 마케팅 데이터를 기반으로 식별되는 사용자 관련정보를 온라인상에서 수집하여 저장할 수 있다. 또한, 사용자데이터 수집부는 사용자가 입력한 키워드를 기반으로 사전 결정된 채널의 플랫폼(200)에서 작성된 텍스트 및 검색량을 수집할 수도 있다.The user data collection unit may collect and store user-related information identified based on the marketing data stored in the user information register online. In addition, the user data collection unit may collect the text and search volume written in the
예를 들어, 사용자데이터수집부는 SNS홍보채널 및 온라인 광고매체의 계정정보를 통하여 자사 채널 플랫폼(200) 및 경쟁사채널의 플랫폼(200) 마케팅분석을 위한 비교 데이터를 수집할 수 있다. 또한, 예를 들어 사용자데이터수집부는 이-커머스마켓에서 판매되고 있는 자사, 경쟁사 제품군의 마케팅데이터를 분석에 따라 정의하고 수집할 수 있다.For example, the user data collection unit may collect comparative data for marketing analysis of the
그리고, 사용자로그수집부는 로그인부터 로그아웃 시까지 사용자가 인터페이스부(1711)를 통해 제공된 대시보드 인터페이스의 각 기능들을 이용하는 세부적인 기록을 저장 및 관리할 수 있다. 예를 들어, 사용자로그수집부는 마케팅 솔루션의 대시보드를 활용하는 마케터의 솔루션 사용자 설정, 활용로그 및 계산식에 따른 사용자 학습 로그를 추적하여 저장 및 관리할 수 있다.In addition, the user log collection unit may store and manage detailed records in which the user uses each function of the dashboard interface provided through the
그리고, 지식베이스부는, 사전 구축된 마케팅 특화 지식 그래프 모델 정보를 포함할 수 있으며, 이는 전술한 지식 그래프 구축 모듈(151)에서 구축된 모델 정보로부터 획득될 수 있다.In addition, the knowledge base unit may include pre-built marketing-specific knowledge graph model information, which may be obtained from the model information built in the aforementioned knowledge
그리고, 가공부(1713)는 마케팅 특화 지식 그래프 모델 정보를 필요한 형태로 가공하는 데이터 가공부와, 상기 사용자 정보, 사용자 데이터 및 사용자 로그 정보를 그룹핑하여 사용자정보로 추출하는 사용자정보 추출부를 포함한다.And, the
여기서, 데이터 가공부는는 수집부의 비정형데이터를 정량화하고, 정형데이터를 처리 가능한 형태로 분류 처리할 수 있다.Here, the data processing unit may quantify the unstructured data of the collection unit and classify the structured data into a processable form.
그리고, 분석부(1715)는 추출된 사용자 정보와 가공된 데이터를 머신 러닝 기반으로 학습 분석하며, 분석된 학습 정보를 저장한다.Then, the
보다 구체적으로, 분석부(1715)는 챗봇 기능부를 통해 사용자 인터페이스부(1711)로부터 입력된 마케팅 관련 정보 요청 정보를 수신하고, 인공지능 기반 모델을 이용하여 분석 처리하며, 분석 결과를 출력하여 챗봇 기능부로 전달할 수 있다.More specifically, the
예를 들어, 분석부(1715)는 사용자가 저장한 채널별 KPI데이터와 경쟁사 채널 정보를 자사채널의 데이터와 분석하여, 마케팅 데이터 분석 및 전략을 추천하는 등의 분석 처리를 수행할 수 있다.For example, the
다만, 이러한 처리를 위하여는 데이터의 누적 학습이 요구되는 바, 사용자 인터페이스부(1711)를 통해서 수신한 피드백 정보 및 가공부의 데이터량이 증가함에 따라 분석모델의 지속적인 고도화가 가능하게 될 수 있다.However, for this processing, cumulative learning of data is required, and as the amount of feedback information received through the
또한, 분석부(1715)는 사용자정보추출부에서 발생하는 데이터를 분석하여, 특정 이벤트 패턴이 발생되는 경우 이에 대응하는 알람 신호를 생성하여 챗봇 기능부로 전달함으로써, 적극적인 사용자와의 커뮤니케이션을 가능하게 한다.In addition, the
한편, 챗봇부(1714)는, 인터페이스부(1711)를 통해 입력되는 사용자 챗봇 이벤트 정보에 기초하여, 상기 대시보드 인터페이스를 통해 챗봇 기능 결과 정보를 출력하는 하나 이상의 챗봇 기능부 및 자연어 처리부를 포함한다.On the other hand, the
보다 구체적으로, 챗봇 기능부는, 인터페이스부(1711)를 통해 자연어인 텍스트 정보를 수신하여 처리하며, 이에 대응하는 응답 정보 또는 알람 정보를 인터페이스부(1711)를 통해 출력할 수 있으며, 자연어 처리부는 사용자 텍스트 정보의 분석 및 출력 변환 처리에 이용될 수 있다.More specifically, the chatbot function unit may receive and process natural language text information through the
보다 구체적으로, 자연어 처리부는, 챗봇 기능부로 입력받은 요청 텍스트로부터 사용자의 의도와 개체를 파악하여 분석부(1715)로 전달할 적절한 형태의 요청 정보를 생성하고, 분석부(1715)로부터 수신한 데이터로부터 답변을 추론하여 챗봇 기능부로 전달할 수 있다.More specifically, the natural language processing unit generates request information in an appropriate form to be transmitted to the
예를 들어, 자연어처리부는 인공지능 학습 기반 처리를 위해, 입력받은 RawText를 전처리하고 벡터화하는 프로세스를 수행할 수 있으며, 벡터화에는 word2vec one-hot vetor, bag-of-word, TFIDF, Doc2vec, RNN encoder, CNN for text, FastText 중 적어도 하나의 알고리즘이 이용될 수 있다. 또한, 자연어 처리부는 질의의도 파악을 위해 최적화 트레이닝을 수행할 수 있으며, Classifier: Logistic-Reg, SVM, RandomForest, NN 과 같은 인공지능 알고리즘이 이용될 수 있다.For example, the natural language processing unit can pre-process and vectorize the input rawText for AI learning-based processing, and for vectorization, word2vec one-hot vetor, bag-of-word, TFIDF, Doc2vec, RNN encoder , CNN for text, and at least one algorithm of FastText may be used. In addition, the natural language processing unit may perform optimization training to understand the query intent, and an artificial intelligence algorithm such as Classifier: Logistic-Reg, SVM, RandomForest, and NN may be used.
특히, 본 발명의 실시 예에 따른 자연어 처리부는, 웹 기반 마케팅과 사용자가 입력한 키워드 사전(Domain keyword)에 가중치를 부여하여 적절한 의도와 답변을 추론할 수 있도록 설계될 수 있다.In particular, the natural language processing unit according to an embodiment of the present invention may be designed to infer appropriate intentions and answers by giving weights to web-based marketing and a keyword dictionary input by a user.
또한, 본 발명의 실시 예에 따른 자연어 처리부는 챗 봇 기능부를 통해 입출력되는 커뮤니케이션 로그를 이용하여 학습 모델 성능을 추가적으로 고도화시킬 수 있다.In addition, the natural language processing unit according to an embodiment of the present invention may further enhance the learning model performance by using the communication log input/output through the chatbot function unit.
또한 사용자가 챗봇질의를 통해 마케팅 전문용어, 솔루션 사용법, 데이터 분석에 대한 학습을 진행할 수 있도록 자연어처리부는 Rule-Based분석모델을 더 포할 수 있고, 이에 따라, 사용자의 코멘트에 대응하는 적절한 응답데이터가 생성될 수 있다.In addition, the natural language processing unit may further include a Rule-Based analysis model so that users can learn marketing terminology, solution usage, and data analysis through chatbot queries, and accordingly, appropriate response data corresponding to user comments is generated. can be created
여기서, 상기 응답데이터는 사용자의 챗봇 질의에 대응하는 마케팅 분석 결과에 기반한 마케팅 예측정보 또는 마케팅 추천 정보를 포함할 수 있다. 이에 따라, 챗봇 서비스부(171)는 사용자 챗봇 질의에 대응하는 마케팅 예측 파라미터를 사용자 단말(300)로 출력하거나, 사용자 챗봇 질의를 전송한 사용자 단말(300)에 대응하는 사용자 정보에 적합한 마케팅 방법들을 색인하여 획득되는 추천 마케팅 방법 정보를 사용자 단말(300)로 제공하는 프로세스를 수행할 수 있다.Here, the response data may include marketing prediction information or marketing recommendation information based on a marketing analysis result corresponding to a user's chatbot query. Accordingly, the
이러한 프로세스를 도 8을 참조하여 설명하면, 먼저 챗봇 서비스부(171)는, 인터페이스부(1711)를 통해 입력되는 입력 정보로부터 사용자 정보를 수집한다(S401).When this process is described with reference to FIG. 8 , first, the
그리고, 챗봇 서비스부(171)는 사용자 수집 정보를 이용하여, 마케팅 챗봇 서비스용 데이터 가공 처리를 수행한다(S403).Then, the
이후, 챗봇 서비스부(171)는 앞서 설명한 프로세스들을 이용하여 가공된 데이터의 분석 처리를 수행한다(S405).Thereafter, the
이후, 챗봇 서비스부(171)는 분석 결과 및 사용자 정보에 기초한 마케팅 분석 정보의 챗봇 서비스를 상기 인터페이스부(1711)를 통해 사용자 단말(300)로 제공할 수 있다(S407).Thereafter, the
전술한 바와 같이, 상기 챗봇 서비스는 사용자의 챗봇 질의에 대응하는 마케팅 분석 결과에 기반한 마케팅 예측정보 또는 마케팅 추천 정보를 포함할 수 있다.As described above, the chatbot service may include marketing prediction information or marketing recommendation information based on a marketing analysis result corresponding to a user's chatbot query.
따라서, 예를 들어 챗봇 서비스부(171)는 사용자 챗봇 질의에 대응하는 마케팅 예측 값을 인터페이스부(1711)를 통해 사용자 단말(300)로 출력할 수 있다. 또한, 챗봇 서비스부(171)는 사용자 챗봇 질의를 전송한 사용자 단말(300)에 대응하는 사용자 정보에 적합한 마케팅 방법들을 상기 가공된 데이터의 분석 처리 정보로부터 산출하여 획득되는 추천 마케팅 방법 정보를, 인터페이스부(1711)를 통해, 사용자 단말(300)로 제공하는 프로세스를 수행할 수 있다.Accordingly, for example, the
한편, 상술한 본 발명의 다양한 실시 예들에 따른 방법은 프로그램으로 구현되어 다양한 비일시적 판독 가능 매체(non-transitory computer readable medium)에 저장된 상태로 각 서버 또는 기기들에 제공될 수 있다. 이에 따라, 사용자 단말(100)은 서버 또는 기기에 접속하여, 상기 프로그램을 다운로드할 수 있다.Meanwhile, the above-described method according to various embodiments of the present invention may be implemented as a program and provided to each server or device while being stored in various non-transitory computer readable media. Accordingly, the
비일시적 판독 가능 매체란 레지스터, 캐쉬, 메모리 등과 같이 짧은 순간 동안 데이터를 저장하는 매체가 아니라 반영구적으로 데이터를 저장하며, 기기에 의해 판독(reading)이 가능한 매체를 의미한다. 구체적으로는, 상술한 다양한 어플리케이션 또는 프로그램들은 CD, DVD, 하드 디스크, 블루레이 디스크, USB, 메모리카드, ROM 등과 같은 비일시적 판독 가능 매체에 저장되어 제공될 수 있다.The non-transitory readable medium refers to a medium that stores data semi-permanently and can be read by a device, rather than a medium that stores data for a short moment, such as a register, a cache, and a memory. Specifically, the above-described various applications or programs may be provided by being stored in a non-transitory readable medium such as a CD, DVD, hard disk, Blu-ray disk, USB, memory card, ROM, or the like.
또한, 이상에서는 본 발명의 바람직한 실시예에 대하여 도시하고 설명하였지만, 본 발명은 상술한 특정의 실시예에 한정되지 아니하며, 청구범위에서 청구하는 본 발명의 요지를 벗어남이 없이 당해 발명이 속하는 기술분야에서 통상의 지식을 가진자에 의해 다양한 변형실시가 가능한 것은 물론이고, 이러한 변형실시들은 본 발명의 기술적 사상이나 전망으로부터 개별적으로 이해되어서는 안될 것이다.In addition, although preferred embodiments of the present invention have been illustrated and described above, the present invention is not limited to the specific embodiments described above, and the technical field to which the present invention belongs without departing from the gist of the present invention as claimed in the claims In addition, various modifications may be made by those of ordinary skill in the art, and these modifications should not be individually understood from the technical spirit or perspective of the present invention.
Claims (6)
상기 수집된 정보를 마케팅 분석을 위한 정형 데이터 및 비정형데이터로 가공하는 기능;
상기 가공된 정형 데이터 또는 비정형 데이터를 학습 분석하는 기능;
사용자 인터페이스를 통해 마케팅 관련 분석 정보 요청이 수신되면, 상기 가공된 정형 데이터 또는 비정형 데이터를 학습 분석하는 기능을 통해 습득되는 결과에 대응하여 획득되는 응답 정보를 상기 사용자 인터페이스를 통해 출력하는 기능;을 실행시키기 위하여 매체에 저장된 프로그램. a function of collecting user information of a user terminal receiving marketing information and knowledge base information using a marketing specialized knowledge graph model corresponding to the user information;
a function of processing the collected information into structured data and unstructured data for marketing analysis;
a function of learning and analyzing the processed structured data or unstructured data;
When a request for marketing-related analysis information is received through the user interface, a function of outputting response information obtained in response to a result obtained through a function of learning and analyzing the processed structured data or unstructured data through the user interface; A program stored on a medium to be played.
상기 인터페이스를 통해 입력되는 사용자 챗봇 이벤트 정보에 기초하여, 상기 대시보드 인터페이스를 통해 챗봇 기능 결과 정보를 출력하는 기능을 더 실행하는 매체에 저장된 프로그램.The method of claim 1,
The program stored in the medium further executes a function of outputting chatbot function result information through the dashboard interface, based on the user chatbot event information input through the interface.
사용자 단말로부터 마케팅 대상 회사 정보와 제품 정보를 수신하여 마케팅 데이터로 등록하는 기능을 더 실행하는 매체에 저장된 프로그램.The method of claim 1,
A program stored in a medium that further executes a function of receiving marketing target company information and product information from a user terminal and registering it as marketing data.
상기 마케팅 데이터를 기반으로 식별되는 사용자 관련정보를 온라인상에서 수집하여 저장하는 기능을 더 실행하는 매체에 저장된 프로그램.The method of claim 3,
A program stored in a medium further executing a function of collecting and storing user-related information identified based on the marketing data online.
지식 그래프 구축 모듈에서 구축된 모델 정보로부터 획득되는 마케팅 특화 지식 그래프 모델 정보를 포함하는 매체에 저장된 프로그램.According to claim 1, wherein the knowledge base information,
A program stored in a medium including marketing-specific knowledge graph model information obtained from model information built in the knowledge graph construction module.
상기 수집된 정보를 마케팅 분석을 위한 정형 데이터 및 비정형데이터로 가공하는 기능;
상기 가공된 정형 데이터 또는 비정형 데이터를 학습 분석하는 기능;
사용자 인터페이스를 통해 마케팅 관련 분석 정보 요청이 수신되면, 상기 가공된 정형 데이터 또는 비정형 데이터를 학습 분석하는 기능을 통해 습득되는 결과에 대응하여 획득되는 응답 정보를 상기 사용자 인터페이스를 통해 출력하는 기능;을 실행하기 위한 프로그램을 기록한 것을 특징으로 하는 컴퓨터로 판독 가능한 기록매체.
a function of collecting user information of a user terminal receiving marketing information and knowledge base information using a marketing specialized knowledge graph model corresponding to the user information;
a function of processing the collected information into structured data and unstructured data for marketing analysis;
a function of learning and analyzing the processed structured data or unstructured data;
When a request for marketing-related analysis information is received through the user interface, a function of outputting response information obtained in response to a result obtained through a function of learning and analyzing the processed structured data or unstructured data through the user interface; A computer-readable recording medium, characterized in that a program is recorded thereon.
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
KR1020190152514A KR20210063879A (en) | 2019-11-25 | 2019-11-25 | Computer program and recording medium for providing chatbot services of analyzing marketing information |
PCT/KR2020/015580 WO2021107446A1 (en) | 2019-11-25 | 2020-11-09 | Apparatus and method for providing knowledge graph-based marketing analysis chatbot service |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
KR1020190152514A KR20210063879A (en) | 2019-11-25 | 2019-11-25 | Computer program and recording medium for providing chatbot services of analyzing marketing information |
Publications (1)
Publication Number | Publication Date |
---|---|
KR20210063879A true KR20210063879A (en) | 2021-06-02 |
Family
ID=76372851
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
KR1020190152514A KR20210063879A (en) | 2019-11-25 | 2019-11-25 | Computer program and recording medium for providing chatbot services of analyzing marketing information |
Country Status (1)
Country | Link |
---|---|
KR (1) | KR20210063879A (en) |
-
2019
- 2019-11-25 KR KR1020190152514A patent/KR20210063879A/en unknown
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US10885026B2 (en) | Translating a natural language request to a domain-specific language request using templates | |
CN107205016B (en) | Retrieval method of Internet of things equipment | |
US9043285B2 (en) | Phrase-based data classification system | |
KR20210063874A (en) | A method and an apparatus for analyzing marketing information based on knowledge graphs | |
US20120158791A1 (en) | Feature vector construction | |
JP2020521210A (en) | Information processing method and terminal, computer storage medium | |
KR20210063878A (en) | A method and an apparatus for providing chatbot services of analyzing marketing information | |
US11315162B2 (en) | Internet of things (IoT) configurator | |
US10924551B2 (en) | IRC-Infoid data standardization for use in a plurality of mobile applications | |
US20230109545A1 (en) | System and method for an artificial intelligence data analytics platform for cryptographic certification management | |
Chikkamannur | Semantic Annotation of IoT Resource with ontology orchestration | |
Al-Najran et al. | A requirements specification framework for big data collection and capture | |
KR20220074574A (en) | A method and an apparatus for analyzing real-time chat content of live stream | |
Mirtalaie et al. | Sentiment analysis of specific product’s features using product tree for application in new product development | |
KR20210063875A (en) | Computer program and recording medium for analyzing marketing information | |
KR20210063882A (en) | A method and an apparatus for analyzing marketing information based on knowledge graphs supporting efficient classifying documents processing | |
WO2021107444A1 (en) | Knowledge graph-based marketing information analysis service provision method, and device therefor | |
WO2021128721A1 (en) | Method and device for text classification | |
KR20220074571A (en) | A method and an apparatus for embedding sns contents based on deep learning analysis for collecting channel information of marketing knowledge graphs | |
KR102457359B1 (en) | Marketing cost efficiency calculation method and electronic system for performing the method using neural networks | |
WO2021107446A1 (en) | Apparatus and method for providing knowledge graph-based marketing analysis chatbot service | |
Li et al. | Crowdsourced data management | |
KR20220074576A (en) | A method and an apparatus for extracting new words based on deep learning to generate marketing knowledge graphs | |
KR20220074572A (en) | A method and an apparatus for extracting new words based on deep learning to generate marketing knowledge graphs | |
KR20210063879A (en) | Computer program and recording medium for providing chatbot services of analyzing marketing information |