KR20210098289A - 전자상거래와 연관된 쇼핑몰의 상품 진열 업데이트 방법 및 장치 - Google Patents

Abstract

본 발명의 일 양태는 전자상거래와 연관된 쇼핑몰의 상품 진열 업데이트 방법을 개시하고 있다. 상기 방법은, 전자상거래와 연관된 제 1 쇼핑몰에 등록된 복수 개의 상품 중 적어도 일부의 시간별 상품 순위를 기반으로, 상품 순위 변동 지표를 산출하는 단계(여기서, 상기 상품 순위 변동 지표는 제 1 시점의 상기 복수 개의 상품 중 적어도 일부의 상품들의 순위에 따른 배열과, 제 2 시점의 상기 복수 개의 상품 중 적어도 일부의 상품들의 순위에 따른 배열과의 유사도에 의해 결정되며, 상기 제 2 시점은 상기 제 1 시점에 후속하는 시점임), 상기 상품 순위 변동 지표를 이용하여 상기 제 1 쇼핑몰의 전자상거래를 위한 웹 페이지의 상품 진열 업데이트 시점을 산출하는 단계 및 상기 산출된 상품 진열 업데이트 시점을 기반으로 상기 제 1 쇼핑몰의 상품 진열을 업데이트하는 단계를 포함한다.

Description

전자상거래와 연관된 쇼핑몰의 상품 진열 업데이트 방법 및 장치{PRODUCT DISPLAY UPDATE METHOD OF SHOPPING MALL RELATED TO E-COMMERCE AND APPARATUS USING SAID METHOD}

본 발명은 전자상거래에서의 상품 진열 업데이트 방법에 관한 것으로, 보다 상세하게는, 쇼핑몰들의 판매를 촉진하기 위해 최적의 상품 진열 업데이트 시점을 판단하는 방법에 관한 것이다.

온라인 전자 상거래(쇼핑몰이라고 부를 수 있음)를 운영하는 과정에서, 쇼핑몰들은 판매를 촉진시키기 위해 온라인 상품 페이지에서 상품이 보이는 순서(진열 순위)를 주기적으로 조정한다. 신상품을 출시하거나, 할인을 하는 등 적극적인 노출이 필요한 상품은 상위 순위로 배열하고 그렇지 않은 상품을 하위로 배열하는 등의 노력을 통해 매출 증대를 꾀하곤 한다.

다른 예에서, 온라인 광고의 경우, 광고주는 자신의 광고가 검색되는 순위를 중요하게 고려하며, 순위를 높이기 위해 키워드 경매에 참여하여 목표하는 순위를 확보하기 위해 더 많은 광고비를 지불하기도 한다.

이러한 진열순위 또는 검색순위 등 순위로 표시되는 정보는 상시 모니터링되는 대상이며, 해당 순위의 변동에 의해 판매 매출 혹은 광고비 지출과 밀접하게 연관되기 때문에 매우 중요한 지표임에도 불구하고, 이를 잘 컨트롤하기 위해, 순위의 시간에 따른 변화량을 하나의 숫자로 정량화하는 적절한 방법은 현실적으로 많지 않은 실정이다. 즉, 특정 상품의 진열 순위 또는 검색 순위가 시간에 흐름에 따라 많이 바뀌었음에도 불구하고 쇼핑몰 운영자라던지 광고주들은 이를 하나의 지표로써 명확하게 파악하지 못함에 따라 신속하게 대응하지 못하는 경우가 발생하고 있다. 결국, 미흡한 대응에 의해 판매 실적 하락 또는 광고 효율 하락의 결과를 초래하는 문제점이 있다.

상술한 문제점을 해결하기 위한 본 발명의 일 양태에 따른 목적은 순위에 따라 정렬되는 데이터가 변동할 때, 변한 정보를 사용자가 직관적으로 이해하기 쉽게 정량화된 순위 변동 지표를 이용하여 최적의 상품 진열을 업데이트하기 위한 전자상거래와 연관된 쇼핑몰의 상품 진열 업데이트 방법 및 장치를 제공하는 것이다.

상기한 목적을 달성하기 위한 본 발명의 일 양태에 따른 전자상거래와 연관된 쇼핑몰의 상품 진열 업데이트 방법은, 전자상거래와 연관된 제 1 쇼핑몰에 등록된 복수 개의 상품 중 적어도 일부의 시간별 상품 순위를 기반으로, 상품 순위 변동 지표를 산출하는 단계(여기서, 상기 상품 순위 변동 지표는 제 1 시점의 상기 복수 개의 상품 중 적어도 일부의 상품들의 순위에 따른 배열과, 제 2 시점의 상기 복수 개의 상품 중 적어도 일부의 상품들의 순위에 따른 배열과의 유사도에 의해 결정되며, 상기 제 2 시점은 상기 제 1 시점에 후속하는 시점임), 상기 상품 순위 변동 지표를 이용하여 상기 제 1 쇼핑몰의 전자상거래를 위한 웹 페이지의 상품 진열 업데이트 시점을 산출하는 단계 및 상기 산출된 상품 진열 업데이트 시점을 기반으로 상기 제 1 쇼핑몰의 상품 진열을 업데이트하는 단계를 포함할 수 있다.

상기 방법은, 상기 상품 순위 변동 지표를 기반으로 상기 제 1 쇼핑몰의 상품 진열을 업데이트하기 위한 상품 진열 업데이트 주기를 산출하는 단계, 상기 산출된 상품 진열 업데이트 주기와 제 2 쇼핑몰의 상품 진열 업데이트 주기를 비교하는 단계 및 비교 결과를 기반으로 상기 제 1 쇼핑몰의 진열을 업데이트하도록 추천하는 단계를 더 포함할 수 있다.

상기 제 1 쇼핑몰의 상품 진열을 업데이트하기 위한 상품 진열 업데이트 주기는 상기 상품 순위 변동 지표의 값에 비례하여 설정될 수 있다.

상기 방법은, 상기 제 1 쇼핑몰의 상품 순위 변동 지표를 기설정된 기준값과 비교하는 단계 및 비교 결과를 기반으로 상기 상품 진열 업데이트 시점에 의해 발생되는 상품 진열 업데이트 알림을 발생시키는 단계를 포함할 수 있다.

상기 방법은, 상기 상품 순위 변동 지표의 시간에 따른 변화율을 산출하는 단계를 더 포함하되, 상기 상품 진열 업데이트 시점에 의해 발생되는 상품 진열 업데이트 알림은 상기 시간에 따른 변화율이 기설정된 기준값보다 높거나 낮은 상태에 대응하여 발생될 수 있다.

상기 상품 순위 변동 지표를 산출하는 단계는, 상기 복수 개의 상품 중 제 1 시점(t₁)과 제 2 시점(t₂) 중 적어도 하나에 존재하는 상품의 상기 시간별 상품 순위를 기반으로, (i) 상위 순위가 하위 순위보다 중요하게 고려됨을 나타내는 수치인 가중치(λ), (ii) 상기 제 1 시점에서의 순위(Rank(t₁)) 및 (iii) 상기 제 2 시점에서의 순위(Rank(t₂))를 이용하여 상품별 진열 유사도를 산출하는 단계 및 상기 상품별 진열 유사도를 이용하여 상품 순위 변동 지표를 산출하는 단계를 포함할 수 있다.

상기 시간별 상품 순위는 상기 쇼핑몰에 진열된 복수 개의 상품 중 적어도 일부의 시간별 판매 순위 또는 상기 쇼핑몰의 온라인 상품 페이지에서 상품의 진열 순위를 포함할 수 있다.

상기 방법은, 제 1 축은 시간축, 제 2 축은 상기 상품 순위 변동 지표의 그래프로 시간에 따른 상품 순위 변동 지표를 시각화하는 단계를 더 포함하되, 상기 가중치 값에 따라 복수 개의 그래프를 구분하여 한 화면에 표시되도록 제어할 수 있다.

상기 상품 순위 변동 지표와 상기 상품 순위 변동 지표에 의해 산출되는 상품 진열 업데이트 주기를 입력으로 하고, 상기 입력된 값에 의해 달성되는 상품 판매 수량을 출력값으로 학습 데이터 셋을 생성하여 상품 순위 변동 지표에 대응하는 최적의 진열 업데이트 주기를 추론하기 위한 딥 러닝 모델을 학습시킬 수 있다.

상기 상품 순위 변동 지표의 값과 그에 대응하는 상품 진열 업데이트 주기 값을 테이블로 보유하되, 상기 테이블에서 상기 산출된 상품 순위 변동 지표의 값에 대응하는 상품 진열 업데이트 주기 값을 추출하여 상품 진열 업데이트 주기를 결정할 수 있다.

상기 방법은, 상기 제 1 쇼핑몰을 제외한 복수 개의 쇼핑몰들의 상품 진열 업데이트 주기를 상품 순위 변동 지표를 이용하여 산출하는 단계 및 상기 복수 개의 쇼핑몰들의 상품 진열 업데이트 주기와 관련된 통계 값들 중 적어도 하나를 이용하여 상기 제 1 쇼핑몰의 상품 진열 업데이트 주기를 산출하는 단계를 더 포함할 수 있다.

상기한 목적을 달성하기 위한 본 발명의 다른 양태에 따른 전자상거래와 연관된 쇼핑몰의 상품 진열 업데이트 장치는, 전자상거래와 연관된 복수 개의 쇼핑몰의 상품의 진열 및 판매와 관련된 정보를 보유하고 있는 저장부 및 상기 저장부에 보유된, 제 1 쇼핑몰에 등록된 복수 개의 상품 중 적어도 일부의 시간별 상품 순위를 기반으로, 상품 순위 변동 지표를 산출하고, 상기 상품 순위 변동 지표를 이용하여 상기 제 1 쇼핑몰의 전자상거래를 위한 웹 페이지의 상품 진열 업데이트 시점을 산출하여, 상기 산출된 상품 진열 업데이트 시점을 기반으로 상기 제 1 쇼핑몰의 상품 진열을 업데이트하는 프로세서를 포함하되, 상기 상품 순위 변동 지표는 제 1 시점의 상기 복수 개의 상품 중 적어도 일부의 상품들의 순위에 따른 배열과, 제 2 시점의 상기 복수 개의 상품 중 적어도 일부의 상품들의 순위에 따른 배열과의 유사도에 의해 결정되며, 상기 제 2 시점은 상기 제 1 시점에 후속하는 시점ㅇ일 수 있다.

상기 프로세서는, 상기 상품 순위 변동 지표를 기반으로 상기 제 1 쇼핑몰의 상품 진열을 업데이트하기 위한 상품 진열 업데이트 주기를 산출하고, 상기 산출된 상품 진열 업데이트 주기와 제 2 쇼핑몰의 상품 진열 업데이트 주기를 비교하며, 비교 결과를 기반으로 상기 제 1 쇼핑몰의 진열을 업데이트하도록 추천할 수 있다.

상기 제 1 쇼핑몰의 상품 진열을 업데이트하기 위한 상품 진열 업데이트 주기는 상기 상품 순위 변동 지표의 값에 비례하여 설정될 수 있다.

상기 프로세서는, 상기 제 1 쇼핑몰의 상품 순위 변동 지표를 기설정된 기준값과 비교하고, 비교 결과를 기반으로 상기 상품 진열 업데이트 시점에 의해 발생되는 상품 진열 업데이트 알림을 발생시킬 수 있다.

상기 프로세서는, 상기 상품 순위 변동 지표의 시간에 따른 변화율을 산출하되, 상기 상품 진열 업데이트 시점에 의해 발생되는 상품 진열 업데이트 알림은 상기 시간에 따른 변화율이 기설정된 기준값보다 높거나 낮은 상태에 대응하여 발생될 수 있다.

상기 프로세서는, 상기 복수 개의 상품 중 제 1 시점(t₁)과 제 2 시점(t₂) 중 적어도 하나에 존재하는 상품의 상기 시간별 상품 순위를 기반으로, (i) 상위 순위가 하위 순위보다 중요하게 고려됨을 나타내는 수치인 가중치(λ), (ii) 상기 제 1 시점에서의 순위(Rank(t₁)) 및 (iii) 상기 제 2 시점에서의 순위(Rank(t₂))를 이용하여 상품별 진열 유사도를 산출하고, 상기 상품별 진열 유사도를 이용하여 상품 순위 변동 지표를 산출할 수 있다.

상기 시간별 상품 순위는 상기 쇼핑몰에 진열된 복수 개의 상품 중 적어도 일부의 시간별 판매 순위 또는 상기 쇼핑몰의 온라인 상품 페이지에서 상품의 진열 순위를 포함할 수 있다.

제 1 축은 시간축, 제 2 축은 상기 상품 순위 변동 지표의 그래프로 시간에 따른 상품 순위 변동 지표를 시각화하되, 상기 가중치 값에 따라 복수 개의 그래프를 구분하여 한 화면에 표시되도록 제어할 수 있다.

상기 프로세서는, 상기 상품 순위 변동 지표와 상기 상품 순위 변동 지표에 의해 산출되는 상품 진열 업데이트 주기를 입력으로 하고, 상기 입력된 값에 의해 달성되는 상품 판매 수량을 출력값으로 학습 데이터 셋을 생성하여 상품 순위 변동 지표에 대응하는 최적의 진열 업데이트 주기를 추론하기 위한 딥 러닝 모델을 학습시킬 수 있다.

상기 저장부는 상기 상품 순위 변동 지표의 값과 그에 대응하는 상품 진열 업데이트 주기 값을 테이블로 보유하되, 상기 프로세서는, 상기 테이블에서 상기 산출된 상품 순위 변동 지표의 값에 대응하는 상품 진열 업데이트 주기 값을 추출하여 상품 진열 업데이트 주기를 결정할 수 있다.

상기 프로세서는, 상기 제 1 쇼핑몰을 제외한 복수 개의 쇼핑몰들의 상품 진열 업데이트 주기를 상품 순위 변동 지표를 이용하여 산출하고, 상기 복수 개의 쇼핑몰들의 상품 진열 업데이트 주기와 관련된 통계 값들 중 적어도 하나를 이용하여 상기 제 1 쇼핑몰의 상품 진열 업데이트 주기를 산출할 수 있다.

상기한 목적을 달성하기 위한 본 발명의 또 다른 양태에 따른 전자상거래와 연관된 쇼핑몰의 상품 진열 업데이트 시스템은, 전자상거래와 연관된 쇼핑몰의 상품 진열 업데이트와 관련된 요청을 전송하는 사용자 단말 및 상기 사용자 단말로부터의 상기 상품 진열 업데이트와 관련된 요청에 대응하여, 제 1 쇼핑몰에 등록된 복수 개의 상품 중 적어도 일부의 시간별 상품 순위를 기반으로, 상품 순위 변동 지표를 산출하고, 상기 상품 순위 변동 지표를 이용하여 상기 제 1 쇼핑몰의 전자상거래를 위한 웹 페이지의 상품 진열 업데이트 시점을 산출하여, 상기 산출된 상품 진열 업데이트 시점을 기반으로 상기 제 1 쇼핑몰의 상품 진열을 업데이트하는 상품 진열 업데이트 장치를 포함하되, 상기 상품 순위 변동 지표는 제 1 시점의 상기 복수 개의 상품 중 적어도 일부의 상품들의 순위에 따른 배열과, 제 2 시점의 상기 복수 개의 상품 중 적어도 일부의 상품들의 순위에 따른 배열과의 유사도에 의해 결정되며, 상기 제 2 시점은 상기 제 1 시점에 후속하는 시점일 수 있다.

본 발명의 전자상거래와 연관된 쇼핑몰의 상품 진열 업데이트 방법 및 장치에 따르면, 상품의 판매순위, 진열순위 및 광고 검색순위 등의 순위 정보로부터 시간에 따른 순위 배열의 유사도를 이용하여 적절한 시점에 상품 배열을 변경하고 광고 검색 순위의 변경을 위한 광고비 투자가 필요한지 용이하게 파악가능하며, 이에 따라 상품 판매 효율 및 광고 효율을 극대화하는 효과가 있다.

도 1은 본 발명의 일 실시예에 따른 상품 순위 변동 지표 산출 방법이 적용되는 시스템을 개략적으로 나타낸 개념도,
도 2a는 상품 순위가 적게 바뀐 예시적인 도면,
도 2b는 상대적으로 상품 순위가 많이 바뀐 예시적인 도면,
도 3은 본 발명의 일 실시예에 따른 상품 순위 변동 지표 산출 방법을 나타낸 흐름도,
도 4는 시간의 흐름에 따라 복수 개의 상품의 순위 변동 흐름을 나타낸 도면,
도 5는 진열 유사도 산출 방법을 구체적으로 나타낸 상세 흐름도,
도 6a는 서로 다른 두 일자의 진열을 예시적으로 나타낸 도면,
도 6b는 모든 상품에 대하 해당 일자의 순위를 산출하여 나타낸 도면,
도 6c는 상품별 유사도 산출 방법을 설명하기 위한 도면,
도 7은 다른 실시예에 따라 진열 유사도를 표준화하는 방법을 설명하기 위한 도면,
도 8은 가중치의 변화에 따른 유사도 값의 변화를 설명하기 위한 도면,
도 9는 본 발명의 일 실시예에 따른 상품 진열 업데이트 시점 산출 방법을 나타낸 흐름도,
도 10은 도 9의 방법에 따라 업데이트 시점을 도출하는 과정을 예시적으로 나타낸 도면,
도 11은 서로 다른 가중치 값에 대해 복수 개의 상품의 표준화된 유사도를 시간의 흐름에 따라 산출한 그래프,
도 12는 본 발명의 일 실시예에 따른 상품 순위 변동 지표 산출 장치를 나타낸 블록도이다.

본 발명은 다양한 변경을 가할 수 있고 여러 가지 실시예를 가질 수 있는 바, 특정 실시예들을 도면에 예시하고 상세하게 설명하고자 한다.

그러나, 이는 본 발명을 특정한 실시 형태에 대해 한정하려는 것이 아니며, 본 발명의 사상 및 기술 범위에 포함되는 모든 변경, 균등물 내지 대체물을 포함하는 것으로 이해되어야 한다.

제 1, 제 2 등의 용어는 다양한 구성요소들을 설명하는데 사용될 수 있지만, 상기 구성요소들은 상기 용어들에 의해 한정되어서는 안 된다. 상기 용어들은 하나의 구성요소를 다른 구성요소로부터 구별하는 목적으로만 사용된다. 예를 들어, 본 발명의 권리 범위를 벗어나지 않으면서 제 1 구성요소는 제 2 구성요소로 명명될 수 있고, 유사하게 제 2 구성요소도 제 1 구성요소로 명명될 수 있다. 및/또는 이라는 용어는 복수의 관련된 기재된 항목들의 조합 또는 복수의 관련된 기재된 항목들 중의 어느 항목을 포함한다.

어떤 구성요소가 다른 구성요소에 "연결되어" 있다거나 "접속되어" 있다고 언급된 때에는, 그 다른 구성요소에 직접적으로 연결되어 있거나 또는 접속되어 있을 수도 있지만, 중간에 다른 구성요소가 존재할 수도 있다고 이해되어야 할 것이다. 반면에, 어떤 구성요소가 다른 구성요소에 "직접 연결되어" 있다거나 "직접 접속되어" 있다고 언급된 때에는, 중간에 다른 구성요소가 존재하지 않는 것으로 이해되어야 할 것이다.

본 출원에서 사용한 용어는 단지 특정한 실시예를 설명하기 위해 사용된 것으로, 본 발명을 한정하려는 의도가 아니다. 단수의 표현은 문맥상 명백하게 다르게 뜻하지 않는 한, 복수의 표현을 포함한다. 본 출원에서, "포함하다" 또는 "가지다" 등의 용어는 명세서상에 기재된 특징, 숫자, 단계, 동작, 구성요소, 부품 또는 이들을 조합한 것이 존재함을 지정하려는 것이지, 하나 또는 그 이상의 다른 특징들이나 숫자, 단계, 동작, 구성요소, 부품 또는 이들을 조합한 것들의 존재 또는 부가 가능성을 미리 배제하지 않는 것으로 이해되어야 한다.

다르게 정의되지 않는 한, 기술적이거나 과학적인 용어를 포함해서 여기서 사용되는 모든 용어들은 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자에 의해 일반적으로 이해되는 것과 동일한 의미를 가지고 있다. 일반적으로 사용되는 사전에 정의되어 있는 것과 같은 용어들은 관련 기술의 문맥상 가지는 의미와 일치하는 의미를 가진 것으로 해석되어야 하며, 본 출원에서 명백하게 정의하지 않는 한, 이상적이거나 과도하게 형식적인 의미로 해석되지 않는다.

이하, 첨부한 도면들을 참조하여, 본 발명의 바람직한 실시예를 보다 상세하게 설명하고자 한다. 본 발명을 설명함에 있어 전체적인 이해를 용이하게 하기 위하여 도면상의 동일한 구성요소에 대해서는 동일한 참조부호를 사용하고 동일한 구성요소에 대해서 중복된 설명은 생략한다.

도 1은 본 발명의 일 실시예에 따른 상품 순위 변동 지표 산출 방법이 적용되는 시스템을 나타낸 블록도이다. 도 1에 도시된 바와 같이, 본 발명의 일 실시예에 따른 시스템은 쇼핑몰(110-1~110-N), 네트워크(120) 및 상품 순위 변동 지표 산출 장치(130)를 포함할 수 있다.

도 1을 참조하면, 쇼핑몰(110-1~110~N)은 인터넷을 통하여 상품 및/또는 서비스를 판매하는 온라인 쇼핑몰을 의미한다. 즉, 전자상거래와 연관된 쇼핑몰들이다. 쇼핑몰(110-1~110~N)은 특정 URL을 가지고 인터넷 상에서 해당 주소로의 방문자들을 상대로 상품을 판매한다. 쇼핑몰 운영자는 판매된 상품에 대한 금액 중 적어도 일부를 쇼핑몰과 연관된 자신의 계좌를 통해 획득하는 방식으로 쇼핑몰을 운영한다.

도 1에 있어서, 쇼핑몰(110-1~110~N)은 앞서 설명한 바와 같이, 인터넷 상의 특정주소(예컨대, URL)의 웹 페이지, 쇼핑몰과 연관된 정보를 취급하는 서버 또는 쇼핑몰의 운영자의 단말기로써 구현될 수 있다. 단말은 스마트폰, PC 등의 컴퓨팅 디바이스를 포함할 수 있다.

본 발명의 실시예에 따르면, 복수 개의 쇼핑몰(110-1~110-N)은 네트워크(120)를 통해 상품 순위 변동 지표 산출 장치(130)와 연동할 수 있다. 쇼핑몰(110-1~110-N)은 상품을 디스플레이하고, 쇼핑몰의 이벤트 상품의 홍보하며, 다수의 상품의 판매를 위한 웹 사이트 운영 등을 수행한다. 이때, 쇼핑몰에 등록된 복수 개의 상품의 판매를 촉진하기 위해, 상품들의 진열을 적절히 변경하는 것이 바람직하다. 진열의 변경은 A-B-C-D의 순서로 상품이 진열되는 것을 A-B-D-E로 변경하는 등의 상품 진열 페이지에서 상품 진열 위치의 변경(예컨대, 웹 페이지 상단에서부터 하단으로 표시될 때, 상단부터 하단까지의 순서 변경), 또는 시간에 따라 상품이 표시되는 순서의 변경을 포함한다. 상품의 진열은 특정 웹 페이지에서의 상품의 배열, 특정 검색어에 대응하여 반환되는 상품의 배열, 및 상품 판매 순위, 상품 검색 순위 등의 특정 아이템이 배열을 통해 이루는 순서를 나타낸다. 이러한 진열이 시간에 따라 변화하는 환경을 가정하며, 상기 상품 순위 변동 지표 산출 장치(130)는 위와 같이 시간에 따라 상품의 진열이 변화하는 환경에서 서로 다른 시점의 두 진열의 유사도를 산출하고, 순위의 변동이 얼마나 있는지를 하나의 정량화된 지표로써 산출한다. 두 진열이 얼마나 유사성을 가지고 있는지를 나타내는 진열 유사도(더 구체적으로는 표준화된 진열 유사도)는 상품 순위 변동 지표와 동일 또는 유사한 의미로 사용될 수 있다.

쇼핑몰(110-1~110-N) 운영자는 쇼핑몰과 관련된 상품의 순위 변동 지표를 확인하고자 할 때, 자신의 단말을 이용하여 상기 상품 순위 변동 지표 산출 장치(130)로 요청할 수 있다. 이때, 특정 검색어에 따른 순위 변동 지표 산출에 대한 요청을 할 때, 검색어 정보를 함께 제공하는 것이 바람직하다. 또한, 일정한 주기로 상품 순위 변동 지표의 산출을 원할 때에는 지표 산출 주기를 설정하여 상기 상품 순위 변동 지표 산출 장치(130)로 제공할 수 있다. 다른 예에서, 순위 변동 지표 산출에 큰 영향을 미치는 가중치 값을 쇼핑몰 운영자가 직접 설정하여 상기 상품 순위 변동 지표 산출 장치(130)로 제공할 수 있다.

한편, 쇼핑몰(110-1~110-N) 운영자는 상기 상품 순위 변동 지표를 기반으로 최적의 상품 진열 업데이트 시점을 질의하거나 또는 상품 진열 업데이트 주기를 자동으로 설정하도록 상품 순위 변동 지표 산출 장치(130)에 요청할 수 있다. 요청에 대응하는 상품 진열 업데이트 시점 또는 주기에 자동으로 상품 진열이 변경되도록 요청할 수도 있다.

네트워크(120)는 쇼핑몰(110-1~110-N)과 상기 상품 순위 변동 지표 산출 장치(130)를 연결하는 통신망으로써, 유선망 및/또는 무선망(인터넷(internet))을 포함할 수 있다.

상품 순위 변동 지표 산출 장치(130)는 쇼핑몰(110-1~110-N) 중 적어도 하나로부터 순위 변동 지표 산출 요청 또는 상품 진열 업데이트와 관련된 요청을 네트워크(120)를 통해 수신하고, 수신된 정보에 기반하여 상품 순위 변동 지표를 산출하고 이를 기반으로 상품 진열을 업데이트할 수 있다. 상기 상품 순위 변동 지표 산출 장치(130)는 쇼핑몰 운영자로부터의 요청 없이 쇼핑몰 플랫폼을 관리하는 관리자에 의해 설정된 값 또는 관리자의 명령에 의해 상품 순위 변동 지표를 산출할 수 있다. 본 명세서 상에서 상품 순위 변동 지표 산출 장치(130)는 지표 산출 장치, 서버, 장치로 표현될 수 있다. 다른 예에서, 산출된 지표를 가지고 실제 상품의 진열을 업데이트할 수 있기 때문에, 상품 진열 업데이트 장치, 또는 상품 진열 업데이트 시점(또는 주기) 산출 장치로 불릴 수 있다.

일 예에서, 상기 상품 순위 변동 지표 산출 장치(130)는 컴퓨팅 장치로 구현될 수 있다. 여기서 말하는 컴퓨터 장치는 서버 급 컴퓨터 단말기로 구현될 수 있다. 상기 컴퓨터 장치는 통상적인 컴퓨터 단말이 가지는 입력 장치, 표시 장치, 네트워킹 장치, 하드디스크, 프로그램을 저장하는 메모리 및 메모리에 저장된 프로그램을 수행시키는 프로세서 등을 구비할 수 있다. 다만, 반드시 서버 급 컴퓨터 단말로 구현되어야 하는 것은 아니다.

상품 순위 변동 지표 산출 장치(130)는 쇼핑몰을 개설하고 운영하는 플랫폼을 배포하고 관리하는 서버이거나 또는 상기 서버와 연동하는 서버일 수 있다. 따라서, 상품 순위 변동 지표 산출 장치(130)는 하나의 쇼핑몰(110-1)과 연관된 정보만을 취급하는 것이 아니라, 다수의 쇼핑몰(110-1~110-N)과 연관된 정보를 취급하고, 빅데이터를 기반으로 다양한 정보를 분석 및 학습할 수 있다. 또한, 사용자(쇼핑몰 운영자 또는 쇼핑몰 플랫폼 관리자)의 요청에 대응하여 상품 순위 변동 지표를 산출하기 위해, 다수의 쇼핑몰(110-1~110-N)의 정보 중 최적의 정보를 이용하여 이를 상품 순위 변동 지표 산출에 활용한다.

상품 순위 변동 지표 산출 장치(130)는 서로 다른 두 시점의 특정 쇼핑몰의 상품 리스트를 생성한다. 가능한 해당 쇼핑몰이 취급하는 전체 상품에 대해 해당 상품의 순위가 몇 위인지 산출한다. 그리고는, 두 시점 중 적어도 하나의 시점에 존재하는 상품에 대해 상품의 유사도를 가중치와 제 1 시점 순위, 제 2 시점 순위를 이용하여 산출한다. 그리고는, 산출된 유사도의 합계를 표준화하여 두 시점의 상품 진열을 유사도를 산출한다. 이와 같이 산출된 진열 유사도는 상품 순위 변동이 얼마나 있는지를 나타내는 지표로써 기능한다. 진열 유사도가 높을수록 순위 변동이 적은 것을 의미하며, 진열 유사도가 낮을수록 순위 변동이 심한 것을 의미한다.

본 발명의 다른 실시예에 따르면, 쇼핑몰(110-1~110-N)과 연관된 단말은 상품 순위 변동 지표 산출 장치(130)에서 제공하는 애플리케이션을 다운로드 받아 애플리케이션을 통해 지표 산출 및 상품 진열 업데이트 등을 수행할 수 있다. 즉, 쇼핑몰(110-1~110-N)과 연관된 사용자 단말은 자신이 최적이라고 생각하는 가중치 값, 지표 산출 주기, 지표 산출과 관련된 팩터를 이용하여 순위 변동 지표를 산출하고 상품 진열을 업데이트하는 과정을 단말 내에서 수행할 수 있다. 별도의 서버장치 없이 단말의 프로세서(미도시)가 다운받은 애플리케이션을 실행하면, 순위 변동 지표 산출 및 그에 따른 상품 진열 업데이트가 진행되도록 할 수 있다.

또 다른 예에서, 본 발명의 상품 순위 변동 지표 산출 방법은 반드시 쇼핑몰에서 취급되는 상품들에 대한 순위 변동 지표의 산출에만 적용되는 것으로 한정될 필요는 없다. 예를 들어, 온라인 광고, 포털 사이트에서 특정 검색어에 따라 반환되는 상품 순서(또는 순위) 등 시차를 두고 순위 또는 순서를 통해 나타내어지는 두 리스트 간의 유사도를 비교하는 상황에 본 발명의 순위 변동 지표 산출 방법이 사용될 수 있음은 본 발명이 속하는 기술분야의 통상의 기술자들에게는 자명한 것일 것이다. 반드시 상품에 대한 순위가 아니어도 된다. 특정 단어, 기업명, 인명, 지명 등 다른 객체가 순위 변동 지표 산출의 대상이 되어도 무방하다. 예컨대, 여행지 순위라는 검색에 대응하여 1위로 제주도, 2위로 강원도, 3위 부산 등의 지명이 검색되는 경우에 시간에 따라 여행지 검색어에 대해 반환되는 결과 지명 순서가 변경된다면, 시간에 따른 지명 순서의 변화 정도를 도출하기 위해 본 발명의 일 실시예에 따른 순위 변동 지표 산출 방법이 사용될 수 있는 것이다.

도 2a는 상품 순위가 적게 바뀐 예시적인 도면이고, 도 2b는 상대적으로 상품 순위가 많이 바뀐 예시적인 도면이다.

도 2a 및 도 2b를 참조하면, 도 2a의 상황은 상품의 진열 순서의 변화가 크기 않은 반면, 도 2b의 상황은 상품 진열 순서가 크게 바뀐 것을 나타낸다. 도 2a의 경우, 첫 번째 순위의 상품만이 새롭게 들어왔고, 두 번째부터는 이전 상품의 순서를 그대로 따른다. 본 발명의 실시예에 따른 상품 순위 변동 지표 산출 방법에서는, 상위 순위에서의 변화와 하위 순위에서의 변화를 다르게 취급할 수 있다. 이는 가중치에 의해 달성된다. 가중치가 높으면, 상위 순위의 변화가 하위 순위의 변화보다 중요하게 고려됨을 나타내고, 가중치가 낮으면 상위 순위의 변화나 하위 순위의 변화나 비슷하게 고려됨을 나타낸다. 이는 사람들이 1, 2위의 순위 변화는 매우 민감하게 느끼는 반면, 7, 8위의 순위 변화는 그렇게 민감하게 반응하지 않는 특성에 기인한다. 도 2b의 경우, Z, W, V 등 3개의 새로운 상품들이 1 내지 3위의 순위로 들어오고, 4위부터의 순위도 기존 순서를 따르지 않기 때문에, 순위 변동이 매우 많이 일어났음을 알 수 있고, 장치는 이러한 순위 변동의 심한 정도를 가중치를 고려하여 하나의 값으로 정량화함에 따라 사용자가 시간에 따라 진열의 유동성이 얼마나 큰지를 직관적으로 이해할 수 있도록 한다.

이러한 진열 유동성을 표현하는 지표는 다음의 요구사항을 만족시키는 것이 바람직하다.

- 하나의 지표를 통해 두개의 진열 순위에 대한 유사도를 계산할 수 있다.

- 동일한 진열의 경우 유사도는 1이며, 두 진열간 공통되는 상품이 하나도 없는 경우 유사도는 0이다.

- 상위 순위의 변화가 있는 경우 하위 순위의 동일한 유형의 변화보다 유사도가 크게 감소한다.

- 지표는 대칭적이다(전/후 역할을 바꾸어도 같은 값이 나온다).

위와 같은 요구사항을 만족하기 위한 상품 순위 변동 지표 산출 방법의 상세 과정은 도 3을 통해 보다 구체적으로 설명한다.

도 3은 본 발명의 일 실시예에 따른 상품 순위 변동 지표 산출 방법을 나타낸 흐름도이다.

도 3을 참조하면, 장치는 시간별 상품 순위 정보를 획득한다(S310). 상품 순위 정보는 상품의 배열 및/또는 상품의 순서를 포함한다. 즉, 판매 수량에 따른 순위와 관련된 정보뿐만 아니라 특정 시점의 특정 쇼핑몰의 상품 배열, 또는 특정 검색어에 대응하여 반환되는 상품의 배열 등도 포함될 수 있다. 이러한 정보는 로그 데이터로 장치와 연동하는 데이터베이스에 시간별로 저장되어 있을 수 있다.

상품 순위 정보와 관련하여,

장치는 가중치 값 및 산출주기를 입력받는다(S320). 앞서 설명한 바와 같이, 가중치는 상위 순위가 하위 순위보다 중요하게 고려됨을 나타내는 수치로써 0 내지 1의 값을 갖는다. 가중치는 순위가 하나씩 낮아질 때 유사도가 감소하는 정도를 의미할 수 있다. 산출 주기는 분별, 시간별, 6시간별, 12시간별, 일별(24시간별), 주별, 월별 등 일정 시간 간격으로 사용자 임의로 설정가능하다. 다만, 상품 진열이 업데이트되는 주기가 설정되어 있는 경우, 진열 업데이트 주기보다는 짧은 주기로 설정되는 것이 바람직하다. 그래야, 진열이 적절하지 않다고 판단될 때, 다음 업데이트 주기가 도래하기 전에라도 상품의 진열을 업데이트하도록 추천할 수 있다.

가중치 값과 산출주기(또는 산출 요청)가 입력되면, 장치는 해당 주기에 따라 제 1 시점 상품 순위 정보와 제 2 시점(또는 현재 시점)의 상품 순위 정보, 및 가중치 값을 이용하여 상품 순위 변동 지표를 산출한다(S330). 상품 순위 변동 지표의 산출 과정은 도 5를 통해 보다 상세히 설명한다.

도 4는 시간의 흐름에 따라 복수 개의 상품의 순위 변동 흐름을 나타낸 도면이다.

도 4를 참조하면, 2018년 7월 2일 내지 2018년 7월 11일 사이에 쇼핑몰에서 "스커트"를 검색했을 때, 상품이 표시되는 진열 순서를 확인할 수 있다. 이때, 7월 3일 내지 5일 사이의 기간(410)은 상품 진열 순서가 활발하게 변화하고 있는 반면, 7월 9일 내지 11일 사이(420)의 경우, 진열 순서의 변화가 활발하지 않음을 확인할 수 있다. 장치는 이와 같은 상품의 순위 정보를 확보하여 하나의 숫자로 정량화한다. 확보되는 순위 정보는 도 4와 같이, 시간의 흐름에 따른 상품 순위(판매 순위, 진열 순서, 검색 순서 등) 정보로 확보하는 것이 적합하다.

도 5는 진열 유사도 산출 방법을 구체적으로 나타낸 상세 흐름도이다.

도 5를 참조하면, 장치는 순위 변동 지표의 산출 대상이 되는 두 시점(예컨대, 일자)의 상품 리스트를 생성한다(S510). 상품 리스트는 두 시점 중 적어도 하나의 시점에라도 존재하는 상품의 순위 정보를 포함한다. 도 6a는 서로 다른 두 일자의 진열을 예시적으로 나타낸 도면이다. 도 6a를 참조하면, 진열 2는 진열 1과 비교할 때, 첫 번째 진열순위에 새로운 상품 Z가 들어오고, 이후에는 진열 1과 동일하게 A 내지 G가 나란히 배열된 형태를 띄고 있다.

서로 다른 두 시점의 상품 리스트를 확보하고 나면, 장치는 가능한 전체 상품에 대해 해당 상품의 순위가 몇 위인지 계산한다(S520). 도 6b는 모든 상품에 대하 해당 일자의 순위를 산출하여 나타낸 도면이다. 도 6b를 참조하면, 해당 상품이 해당 일자에 몇 위인지 산출하여 이를 리스트로 생성한다. 즉, 리스트의 첫 번째 열에는 시점 1의 순위, 리스트의 두 번째 열에는 시점 2의 순위가 배열되도록 한다.

다음, 장치는 상품 유사도를 산출한다(S530). 상품 유사도는 가중치의 (제 1 시점 순위 + 제 2 시점 순위)의 제곱을 통해 계산한다. 도 6c는 상품별 유사도 산출 방법을 설명하기 위한 도면이다. 도 6c를 참조하면, 예를 들어, 상품 A의 경우, 1일차 순위는 1인데 반해, 2일차 순위는 2이므로, 상품 유사도는 가중치^(1+2) = 가중치의 3 제곱이 되고, 이때, 가중치가 0.7이라고 가정할 때, (0.7)³이 되어 0.343이 된다. 같은 방식으로 전체 상품에 대해 가중치와 제 1 시점 순위 및 제 2 시점 순위를 참조하여 상품별 진열 유사도를 산출한다.

상품별 진열 유사도를 산출하고 나면, 장치는 산출된 상품별 진열 유사도를 합산하여 유사도 합계를 산출한다(S540). 상품 A 부터 상품 Z까지 전체 상품의 상품별 진열 유사도 값을 더하게 되면, 합계는 0.668이 된다.

1차 합계 산출 이후, 장치는 동일한 상품 군에 대해 제 1 시점과 제 2 시점의 순위가 동일한 상황을 가정하여 상품별 유사도를 산출하고, 산출된 상품별 유사도를 합산하여 제 2 합계를 산출한다(S550). 도 6c의 실시예에 따르면 동일 진열일 때 유사도 합계는 0.958이 된다.

장치는 두 개의 합계를 기반으로 단계(S540)에서 산출한 현재 실제 진열의 진열 유사도를 단계(S550)에서 산출한 동일 진열 가정 유사도 합산 값으로 나누어 0과 1 사이의 값으로 표준화한다(S560). 표준화된 순위 배열 유사도는 0.668/0.958 = 70%가 된다. 이를 최종 진열 유사도 값으로 결정한다(S570).

도 7은 다른 실시예에 따라 진열 유사도를 표준화하는 방법을 설명하기 위한 도면이다.

도 7을 참조하면, 장치는 가중치가 0.93이면서, 1일차와 2일차의 변화가 도 7의 실시예와 같이 존재할 때, 먼저 상품 A 내지 I의 일자별 순위 리스트를 생성하고, 두 일자별 순위의 합을 산출한다. 그리고는, 이를 가중치의 지수로 사용하여 상품별 유사도를 산출한다. 다음, 상품별 유사도를 합산한다. 도 7에서 "바뀐 경우"라고 표현된 열은 도 5의 단계(S540)에서와 같이, 1일차 순위와 2일차 순위가 변경된 상태의 상품별 유사도를 산출한 것이고, "그래도 갈 경우"라고 표현된 열은 도 5의 단계(S550)에서와 같이, 1일차 순위와 2일차 순위가 동일한 상태를 가정하여 상품별 유사도를 산출한 것이다. 위 경우에 유사도 합계는 각각 3.911과 4.397로 산출되고, 두 합계를 가지고 나누기 연산을 수행하면, 0.889, 즉 약 89%의 유사도를 나타내는 것을 확인할 수 있다.

도 8은 가중치의 변화에 따른 유사도 값의 변화를 설명하기 위한 도면이다.

도 8을 참조하면, 신규 상품이 1순위에 진입하는 상황, 1위와 2위의 순위 변동 상황, 2위와 3위의 순위 변동 상황 및 9위와 10위의 순위 변동 상황을 놓고 봤을 때, 유사도가 가장 많이 변하는 것은 역시 최상위 순위인 1위에 신규 상품이 진입하는 것을 확인할 수 있다. 그 다음으로는, 차례로, 1위와 2위의 순위 변동 상황, 2위와 3위의 순위 변동 상황, 그리고 9위와 10위의 순위 변동 상황이 진열 유사도의 값을 많이 변화시킨다. 여기서, 많은 변화는 유사도 값의 하락을 의미할 수 있다. 동일하게 0.6의 가중치를 고려할 때, 1위에 신규 상품이 진입하는 것은 0.795의 유사도까지 떨어지는데 반해, 다른 상황은 1.000, 0.991, 0.985로 크게 변동이 없는 것을 알 수 있다. 또한, 동일한 상황에 대해서도 가중치 값의 차이에 따라 유사도 값이 달라지는 것을 확인할 수 있다.

가중치에 대해 정리하면, 상품 진열순서의 중간의 N-번째에 새 상품이 들어오고, 그 이하는 한 순위씩 밀릴 때 진열의 유사도는 가중치의 N 제곱이 된다. 그리고, 가중치를 1에 가깝게 주는 경우에는, 보다 많은 상품의 변화가 유사도에 기여하며, 가중치가 0에 가깝다면 상위 순위의 변화만이 가중치 변화에 기여한다.

순위가 쉬프트되는 상황에서 최종 유사도 값은 다음의 특성을 갖는다. 진열이 쉬프트(shift)되는 경우(예컨대, A-B-C-D 에서 Z-A-B-C로 변경되는 형태), 유사도는 다음과 같이 계산된다.

- 1 순위부터 Shift 되는 경우 유사도 = 가중치

- 2 순위부터 Shift 되는 경우 유사도 = 가중치의 2제곱

- 3 순위부터 Shift 되는 경우 유사도 = 가중치의 3 제곱

상품이 많을 경우를 가정한 것이고, 많지 않으면 약간의 오차가 생길 수 있다. 따라서, 장치는 위와 같은 쉬프트되는 상황에서 유사도와 가중치 간의 관계를 이용하여 용이하게 진열 유사도 값을 산출해 낼 수 있다.

결론적으로 진열 유사도는 시간(t₁)과 시간(t₂)의 상품 P_i의 순위를 Rank(P_i, T₁), Rank(P_i, t₂)라고 하면, 다음의 수학식으로 표현될 수 있다.

여기서, λ는 가중치를 의미할 수 있다.

이때, 상품의 갯수가 매우 많을 경우(예컨대, 20개(N>20) 이상인 경우), 진열 유사도는, 다음과 같이 산출될 수 있다.

도 9는 본 발명의 일 실시예에 따른 상품 진열 업데이트 시점 산출 방법을 나타낸 흐름도이다.

도 9를 참조하면, 장치는 도 5의 방법을 이용하여 상품 순위 변동 지표를 산출할 수 있다(S910). 그리고는, 상품 순위 변동 지표를 이용하여 상품의 진열을 업데이트해야 할 시점을 도출할 수 있다(S920). 이는 임계값과의 비교, 또는 상품 순위 변동 지표의 미분값 산출 등의 과정을 통해 이루어질 수 있다. 업데이트 시점이 산출되면, 장치는 상품의 진열을 업데이트(변겅)한다(S930).

도 10은 도 9의 방법에 따라 업데이트 시점을 도출하는 과정을 예시적으로 나타낸 도면이다.

도 10을 참조하면, 장치는 상품 순위 지표 산출 대상이 되는 일자를 선택한다. 도 10의 실시예에서는 "1일차"로 가정한다. 산출 대상이 되는 일자는 쇼핑몰의 진열이 주기적으로 업데이트될 때, 기본적인 진열 업데이트 주기에 대응되는 날짜일 수 있다. 예컨대, 10일 단위로 진열 업데이트가 된다고 하면, 1일, 11일, 21일이 그에 후속하는 일자의 순위와의 진열 유사도의 비교 대상이 되는 날짜일 수 있다. 이때, 1일, 11일의 상품 순위는 특정 웹 페이지에 진열된 상품 순서를 나타낼 수 있다. 장치는 1일차에 판매 순위에 따라 진열을 업데이트해 놓고, 이후에 계속하여 일자별 판매 순위 정보를 획득하여 1일차 배열과의 진열 유사도를 산출한다. 그리고, 장치는 상품 진열 업데이트를 위한 임계값을 설정하고 임계값과 일자별 진열 유사도를 비교하여 임계값 이하로 진열 유사도가 떨어지는 시점에 다시한번 상품 진열을 변경하도록 제어할 수 있다. 도 10의 실시예에서는, 임계값을 70%라고 가정할 때, 2일차, 3일차, 4일차의 경우 70%보다 높은 진열 유사도를 나타내기 때문에 업데이트에 대한 경고 또는 알림이 발생하지 않는다. 다만, 5일차의 경우, 70% 이하로 진열 유사도가 떨어지기 때문에 이를 이 시점에 업데이트가 필요하다는 알림을 발생시킬 수 있다. 그리고는, 6일차는 이전 진열 업데이트 시점인 5일차의 진열 순위를 대상으로 진열 유사도를 산출할 수 있다. 이와 같이, 장치는 제 1 시점이 진열 업데이트가 일어난 시점으로 자동 설정되도록 제어할 수 있다.

다른 예에서, 장치는 지표 산출 주기를 기반으로 바로 이전 산출 주기의 일자(또는 시점)이 제 1 시점이 되도록 할 수 있다. 도 10의 실시예에서, 지표 산출 주기를 1일이라고 가정할 때, 2일차는 1일차의 진열과 유사도를 산출하고, 3일차는 2일차의 진열과 유사도를 산출하며, 4일차는 3일차의 진열과 유사도를 산출하도록 할 수 있다. 이는 상품 진열을 매일매일 업데이트할 때, 이전 진열과의 유사도를 기반으로 업데이트의 적절성을 판단하고 싶을 경우 사용될 수 있다. 예컨대, 기존의 진열과의 유사도를 어느 정도 유지하면서 상품 진열을 변경하고자 하는 경우, 진열 변경 후 유사도가 임계값 이하로 떨어짐에 대응하여 상품 진열이 적절하지 않다고 판단하도록 제어할 수 있다. 적절하지 않다는 판단에 후속하여 경고 또는 알림 신호를 발생시켜 쇼핑몰 운영자가 이를 파악할 수 있도록 한다. 반대의 경우도 가능하다. 너무 동일한 형태 또는 일정한 형태의 진열을 배제하고자 하는 경우, 쇼핑몰 사용자는 매일 진열을 변경하되, 이전 일자와의 유사도가 일정 값 이상인 경우, 적절하게 상품 진열이 변경되지 않았다고 판단하여 경고 또는 알림 신호를 발생시킬 수 있다. 이는 사용자의 필요에 따라 사용자 설정을 변경함에 의해 적절히 조절할 수 있다.

또 다른 실시예에서, 장치는 다수의 쇼핑몰들의 상품 순위 변동 지표를 기반으로 상품 진열 업데이트 주기를 산출할 수 있다. 그리고는, 제 1 쇼핑몰의 업데이트 주기와 제 1 쇼핑몰을 제외한 다른 쇼핑몰들의 업데이트 주기를 비교하고, 비교 결과를 기반으로 제 1 쇼핑몰의 진열 업데이트를 추천할 수 있다. 일 예에서, 업데이트 주기는 상품 순위 변동 지표의 값에 반비례하는 값으로 결정될 수 있다. 상품 순위 변동 지표가 낮은 값(예컨대, 0.5)이면, 업데이트 주기는 낮은 값으로 설정되어 빠르게 진열이 업데이트되도록 하는 것이 바람직하다. 반대로, 상품 순위 변동 지표가 1에 가까운 값(0.95)이면, 업데이트 주기는 높은 값으로 설정되어 상대적으로 천천히 업데이트되도록 하는 것이 바람직하다. 이때, 특정 쇼핑몰의 업데이트 주기는 다른 쇼핑몰들의 업데이트 주기에 대응되도록 설정할 수 있다. 다른 쇼핑몰들의 업데이트 주기는 전체 쇼핑몰의 업데이트 주기의 평균, 최소값, 최대값 등 적절한 통계값으로 설정될 수 있다. 경우에 따라, 장치는 상품 순위 변동 지표와 업데이트 주기와의 관계를 학습하여 특정 상품 순위 변동 지표에 대응하는 최적의 업데이트 주기를 추론하고, 제 1 쇼핑몰의 상품 순위 변동 지표를 기반으로 그에 대응하는 업데이트 주기를 결정할 수 있다. 이때, 학습데이터는, 상품 순위 변동 지표와 업데이트 주기를 입력값으로 하고 진열 업데이트에 의해 달성되는 상품 판매 수량을 출력값으로 할 수 있다. 장치는 상기 입력값 및 출력값을 기반으로 최적의 하이퍼 파라미터를 찾는 방식으로 상품 순위 변동 지표와 업데이트 주기와의 관계를 학습할 수 있다. 이때, 학습에 딥 러닝 모델, 기계 학습 모델 등이 이용될 수 있다. 가중치 값도 함께 고려하는 것이 바람직하다.

다른 예에서, 상기 상품 순위 변동 지표의 값에 대응하는 업데이트 주기를 테이블로써 설정하여 보유하고 있을 수 있다. 그러면, 장치는 상기 테이블에서 특정 지표 값에 대응하는 업데이트 주기를 추출하여 추출된 주기에 따라 진열을 업데이트하도록 제어할 수 있다.

한편, 업데이트 주기 또는 업데이트 시점에 대한 알림 신호에 대응하여 해당 시점의 판매 순위, 진열 순위 또는 검색 순위를 기반으로 상품의 진열이 자동으로 배열될 수 있도록 할 수 있다. 즉, 알림 신호가 발생할 때, 사용자가 별도의 입력 또는 요청을 하지 않아도 자동으로 판매 순위 등에 따라 최적으로 상품이 진열될 수 있도록 할 수 있다.

도 11은 서로 다른 가중치 값에 대해 복수 개의 상품의 표준화된 유사도를 시간의 흐름에 따라 산출한 그래프이다.

도 11을 참조하면, 장치는 표준화된 진열 유사도를 시간의 흐름에 따라 계속 산출하고 저장할 수 있다. 이때, 가중치와 그에 따라 계산된 진열 유사도를 함께 저장하는 것이 바람직하다. 이는 가중치와의 관계 등을 고려하여 활용될 수 있기 때문이다. 장치는 이와 같이 저장된 진열 유사도를 그래프 형태로 시각화할 수 있다. 이때, 가로축은 시간축으로 세로축은 진열 유사도 축으로 할 수 있고, 가중치에 따라 서로 다른 그래프들이 함께 시각화되도록 할 수 있다. 장치는 복수 개의 가중치에 기반한 진열 유사도 그래프를 함께 표시함으로써 사용자가 눈에 띄는 진열 유사도의 변화를 직관적으로 확인할 수 있도록 한다. 동일한 시간대에서도 가중치에 따라 진열 유사도의 변화가 다르게 표시되므로, 사용자가 이를 한 화면에 보면서 파악할 수 있도록 할 수 있다.

한편, 앞서 설명한 바와 같이, 저장된 진열 유사도는 가중치와 같은 다양한 팩터와 함께 저장되어 학습에 사용된다. 기계학습 또는 딥 러닝 기반의 학습을 통해 업데이트 주기와 관계뿐만 아니라 특정 상품, 또는 특정 검색어와 그에 대응한 순위 변동 지표와의 관계, 가중치와 순위 변동 지표와의 관계 등을 추론할 수 있고, 최적의 업데이트 주기, 가중치 값 등을 추출할 수 있다.

다른 예에서, 도 11과 같이, 장치는 상품 순위 변동 지표의 시간에 따른 변화를 기반으로, 미분 연산을 통해 지표의 변화율을 산출할 수 있다. 그리고는, 변화율을 기반으로 진열 업데이트를 위한 알림 신호를 발생하도록 제어할 수 있다. 예를 들어, 상기 지표의 변화율이 특정 시점에 임계값 이상 또는 임계값 이하로 떨어지는 경우, 장치는 이를 이상 현상으로 판단하여 진열 변경을 요구하도록 알림 신호를 발생한다. 사용자는 상기 알림 신호에 대응하여 상품 진열을 업데이트할 수 있다. 이때, 변화율의 상한이 되는 임계값과 하한이 되는 임계값은 서로 다른 값으로 설정하는 것이 바람직하다.

도 12는 본 발명의 일 실시예에 따른 상품 순위 변동 지표 산출 장치를 나타낸 블록도이다. 도 12에 도시된 바와 같이, 장치는, 통신부(1210), 프로세서(1220), 메모리(1230) 및 입출력 모듈(1240)을 포함할 수 있다.

도 12를 참조하면, 통신부(1210)는 도 1의 네트워크(120)를 통해 사용자 단말과 정보를 주고받기 위한 구성요소이다. 통신부(1210)는 유선 또는 무선 네트워크와 연관된 통신 장치를 포함한다. 통신부(1210)는 안테나를 포함할 수 있다.

프로세서(1220)는 통신부(1210)를 통해 사용자 단말로부터 수신되는 지표 산출 요청 및 상품 순위 변동 지표 산출과 관련된 정보를 획득하고, 프로그래밍된 바에 따라 지표를 산출하고 업데이트 주기 또는 시점을 결정하는 구성요소이다. 프로세서(1220)는 메모리(1230)와 신호선을 통해 연결되어 있으며, 메모리(1230)에 저장된 프로그램을 실행한다. 프로세서(1220)는 앞서 설명한 바와 같이, 시간에 따른 상품의 리스트를 생성하고, 가능한 전체 상품에 대해 상품 순위를 산출한다. 그리고는 두 날짜 중 적어도 하나에 존재하는 상품에 대해 가중치를 밑으로, 두 시점의 순위의 합을 지수로 하여 상품별 유사도 값을 산출한다. 그리고, 프로세서(1220)는 산출된 상품별 유사도 값을 합산하고 표준화하여 최종 진열 유사도 값을 도출하고, 이를 상품의 순위 변동을 나타내는 지표로써 활용한다. 활용시에, 프로세서(1220)는 순위 변동 지표를 임계값과 비교하거나, 테이블에 저장된 특정 값에 매칭시키거나, 비례/반비례 관계 또는 학습을 통한 추론을 이용하여 최적의 상품 진열 업데이트 시점 또는 주기를 도출한다.

메모리(1230)는 프로세서(1220)에서 수행해야 할 프로그램들과 연관된 명령어들을 저장하고 있으며, 프로세서(1220)에서 요구하는 각종 데이터를 저장하고 있는 저장장치이다. 메모리(1230)는 쇼핑몰의 상품 진열 및 상품 판매와 관련된 각종 정보를 저장하고 있을 수 있다. 메모리(1230)는 장치 내부의 로컬 메모리 또는 외부의 대용량 데이터베이스로써 구현될 수 있다.

입출력 모듈(1240)은 키보드, 마우스와 같은 정보 입력 수단 및 모니터, TV, 터치스크린과 같은 정보 출력 수단을 포함한다. 입출력 모듈(1240)은 지표 산출, 업데이트 주기 도출과 관련된 각종 설정값들(가중치, 임계값 등)을 변경하고 관련된 내용을 표시하는데 사용된다.

이상에서 설명된 시스템 또는 장치는 하드웨어 구성요소, 소프트웨어 구성요소, 및/또는 하드웨어 구성요소 및 소프트웨어 구성요소의 조합으로 구현될 수 있다. 예를 들어, 실시예들에서 설명된 시스템, 장치 및 구성요소는, 예를 들어, 프로세서, 콘트롤러, ALU(arithmetic logic unit), 디지털 신호 프로세서(digital signal processor), 마이크로컴퓨터, FPA(field programmable array), PLU(programmable logic unit), 마이크로프로세서, 또는 명령(instruction)을 실행하고 응답할 수 있는 다른 어떠한 장치와 같이, 하나 이상의 범용 컴퓨터 또는 특수 목적 컴퓨터를 이용하여 구현될 수 있다. 처리 장치는 운영 체제(OS) 및 상기 운영 체제 상에서 수행되는 하나 이상의 소프트웨어 애플리케이션을 수행할 수 있다. 또한, 처리 장치는 소프트웨어의 실행에 응답하여, 데이터를 접근, 저장, 조작, 처리 및 생성할 수도 있다. 이해의 편의를 위하여, 처리 장치는 하나가 사용되는 것으로 설명된 경우도 있지만, 해당 기술분야에서 통상의 지식을 가진 자는, 처리 장치가 복수 개의 처리요소(processing element) 및/또는 복수 유형의 처리 요소를 포함할 수 있음을 알 수 있다. 예를 들어, 처리 장치는 복수 개의 프로세서 또는 하나의 프로세서 및 하나의 콘트롤러를 포함할 수 있다. 또한, 병렬 프로세서(parallel processor)와 같은, 다른 처리 구성(processing configuration)도 가능하다.

소프트웨어는 컴퓨터 프로그램(computer program), 코드(code), 명령(instruction), 또는 이들 중 하나 이상의 조합을 포함할 수 있으며, 원하는 대로 동작하도록 처리 장치를 구성하거나 독립적으로 또는 결합적으로(collectively) 처리 장치를 명령할 수 있다. 소프트웨어 및/또는 데이터는, 처리 장치에 의하여 해석되거나 처리 장치에 명령 또는 데이터를 제공하기 위하여, 어떤 유형의 기계, 구성요소(component), 물리적 장치, 가상 장치(virtual equipment), 컴퓨터 저장 매체 또는 장치, 또는 전송되는 신호 파(signal wave)에 영구적으로, 또는 일시적으로 구체화(embody)될 수 있다. 소프트웨어는 네트워크로 연결된 컴퓨터 시스템 상에 분산되어서, 분산된 방법으로 저장되거나 실행될 수도 있다. 소프트웨어 및 데이터는 하나 이상의 컴퓨터 판독 가능 기록 매체에 저장될 수 있다.

실시예들에 따른 방법은 다양한 컴퓨터 수단을 통하여 수행될 수 있는 프로그램 명령 형태로 구현되어 컴퓨터 판독 가능 매체에 기록될 수 있다. 상기 컴퓨터 판독 가능 매체는 프로그램 명령, 데이터 파일, 데이터 구조 등을 단독으로 또는 조합하여 포함할 수 있다. 상기 매체에 기록되는 프로그램 명령은 실시예를 위하여 특별히 설계되고 구성된 것들이거나 컴퓨터 소프트웨어 당업자에게 공지되어 사용 가능한 것일 수도 있다. 컴퓨터 판독 가능 기록 매체의 예에는 하드 디스크, 플로피 디스크 및 자기 테이프와 같은 자기체(magnetic media), CD-ROM, DVD와 같은 광기록 매체(optical media), 플롭티컬 디스크(floptical disk)와 같은 자기-광 매체(magneto-optical media), 및 롬(ROM), 램(RAM), 플래시 메모리 등과 같은 프로그램 명령을 저장하고 수행하도록 특별히 구성된 하드웨어 장치가 포함된다. 프로그램 명령의 예에는 컴파일러에 의해 만들어지는 것과 같은 기계어 코드뿐만 아니라 인터프리터 등을 사용해서 컴퓨터에 의해서 실행될 수 있는 고급 언어 코드를 포함한다. 상기된 하드웨어 장치는 실시예의 동작을 수행하기 위해 하나 이상의 소프트웨어 모듈로서 작동하도록 구성될 수 있으며, 그 역도 마찬가지이다.

이상과 같이 실시예들이 비록 한정된 실시예와 도면에 의해 설명되었으나, 해당 기술분야에서 통상의 지식을 가진 자라면 상기의 기재로부터 다양한 수정 및 변형이 가능하다. 예를 들어, 설명된 기술들이 설명된 방법과 다른 순서로 수행되거나, 및/또는 설명된 시스템, 구조, 장치, 회로 등의 구성요소들이 설명된 방법과 다른 형태로 결합 또는 조합되거나, 다른 구성요소 또는 균등물에 의하여 대치되거나 치환되더라도 적절한 결과가 달성될 수 있다.

그러므로, 다른 구현들, 다른 실시예들 및 특허청구범위와 균등한 것들도 후술하는 특허청구범위의 범위에 속한다.

Claims (23)

1. 전자상거래와 연관된 제 1 쇼핑몰에 등록된 복수 개의 상품 중 적어도 일부의 시간별 상품 순위를 기반으로, 상품 순위 변동 지표를 산출하는 단계, 여기서, 상기 상품 순위 변동 지표는 제 1 시점의 상기 복수 개의 상품 중 적어도 일부의 상품들의 순위에 따른 배열과, 제 2 시점의 상기 복수 개의 상품 중 적어도 일부의 상품들의 순위에 따른 배열과의 유사도에 의해 결정되며, 상기 제 2 시점은 상기 제 1 시점에 후속하는 시점임;
   상기 상품 순위 변동 지표를 이용하여 상기 제 1 쇼핑몰의 전자상거래를 위한 웹 페이지의 상품 진열 업데이트 시점을 산출하는 단계; 및
   상기 산출된 상품 진열 업데이트 시점을 기반으로 상기 제 1 쇼핑몰의 상품 진열을 업데이트하는 단계를 포함하는, 전자상거래와 연관된 쇼핑몰의 상품 진열 업데이트 방법.
2. 제 1 항에 있어서,
   상기 상품 순위 변동 지표를 기반으로 상기 제 1 쇼핑몰의 상품 진열을 업데이트하기 위한 상품 진열 업데이트 주기를 산출하는 단계;
   상기 산출된 상품 진열 업데이트 주기와 제 2 쇼핑몰의 상품 진열 업데이트 주기를 비교하는 단계; 및
   비교 결과를 기반으로 상기 제 1 쇼핑몰의 진열을 업데이트하도록 추천하는 단계를 더 포함하는, 전자상거래와 연관된 쇼핑몰의 상품 진열 업데이트 방법.
3. 제 1 항에 있어서,
   상기 제 1 쇼핑몰의 상품 진열을 업데이트하기 위한 상품 진열 업데이트 주기는 상기 상품 순위 변동 지표의 값에 비례하여 설정되는, 전자상거래와 연관된 쇼핑몰의 상품 진열 업데이트 방법.
4. 제 1 항에 있어서,
   상기 제 1 쇼핑몰의 상품 순위 변동 지표를 기설정된 기준값과 비교하는 단계; 및
   비교 결과를 기반으로 상기 상품 진열 업데이트 시점에 의해 발생되는 상품 진열 업데이트 알림을 발생시키는 단계를 포함하는, 전자상거래와 연관된 쇼핑몰의 상품 진열 업데이트 방법.
5. 제 1 항에 있어서,
   상기 상품 순위 변동 지표의 시간에 따른 변화율을 산출하는 단계를 더 포함하되,
   상기 상품 진열 업데이트 시점에 의해 발생되는 상품 진열 업데이트 알림은 상기 시간에 따른 변화율이 기설정된 기준값보다 높거나 낮은 상태에 대응하여 발생되는, 전자상거래와 연관된 쇼핑몰의 상품 진열 업데이트 방법.
6. 제 1 항에 있어서, 상기 상품 순위 변동 지표를 산출하는 단계는,
   상기 복수 개의 상품 중 제 1 시점(t₁)과 제 2 시점(t₂) 중 적어도 하나에 존재하는 상품의 상기 시간별 상품 순위를 기반으로, (i) 상위 순위가 하위 순위보다 중요하게 고려됨을 나타내는 수치인 가중치(λ), (ii) 상기 제 1 시점에서의 순위(Rank(t₁)) 및 (iii) 상기 제 2 시점에서의 순위(Rank(t₂))를 이용하여 상품별 진열 유사도를 산출하는 단계; 및
   상기 상품별 진열 유사도를 이용하여 상품 순위 변동 지표를 산출하는 단계를 포함하는, 전자상거래와 연관된 쇼핑몰의 상품 진열 업데이트 방법.
7. 제 6 항에 있어서,
   상기 시간별 상품 순위는 상기 쇼핑몰에 진열된 복수 개의 상품 중 적어도 일부의 시간별 판매 순위 또는 상기 쇼핑몰의 온라인 상품 페이지에서 상품의 진열 순위를 포함하는, 전자상거래와 연관된 쇼핑몰의 상품 진열 업데이트 방법.
8. 제 6 항에 있어서,
   제 1 축은 시간축, 제 2 축은 상기 상품 순위 변동 지표의 그래프로 시간에 따른 상품 순위 변동 지표를 시각화하는 단계를 더 포함하되,
   상기 가중치 값에 따라 복수 개의 그래프를 구분하여 한 화면에 표시되도록 제어하는, 전자상거래와 연관된 쇼핑몰의 상품 진열 업데이트 방법.
9. 제 1 항에 있어서,
   상기 상품 순위 변동 지표와 상기 상품 순위 변동 지표에 의해 산출되는 상품 진열 업데이트 주기를 입력으로 하고, 상기 입력된 값에 의해 달성되는 상품 판매 수량을 출력값으로 학습 데이터 셋을 생성하여 상품 순위 변동 지표에 대응하는 최적의 진열 업데이트 주기를 추론하기 위한 딥 러닝 모델을 학습시키는, 전자상거래와 연관된 쇼핑몰의 상품 진열 업데이트 방법.
10. 제 1 항에 있어서,
    상기 상품 순위 변동 지표의 값과 그에 대응하는 상품 진열 업데이트 주기 값을 테이블로 보유하되,
    상기 테이블에서 상기 산출된 상품 순위 변동 지표의 값에 대응하는 상품 진열 업데이트 주기 값을 추출하여 상품 진열 업데이트 주기를 결정하는, 전자상거래와 연관된 쇼핑몰의 상품 진열 업데이트 방법.
11. 제 1 항에 있어서,
    상기 제 1 쇼핑몰을 제외한 복수 개의 쇼핑몰들의 상품 진열 업데이트 주기를 상품 순위 변동 지표를 이용하여 산출하는 단계; 및
    상기 복수 개의 쇼핑몰들의 상품 진열 업데이트 주기와 관련된 통계 값들 중 적어도 하나를 이용하여 상기 제 1 쇼핑몰의 상품 진열 업데이트 주기를 산출하는 단계를 더 포함하는, 전자상거래와 연관된 쇼핑몰의 상품 진열 업데이트 방법.
12. 전자상거래와 연관된 복수 개의 쇼핑몰의 상품의 진열 및 판매와 관련된 정보를 보유하고 있는 저장부; 및
    상기 저장부에 보유된, 제 1 쇼핑몰에 등록된 복수 개의 상품 중 적어도 일부의 시간별 상품 순위를 기반으로, 상품 순위 변동 지표를 산출하고, 상기 상품 순위 변동 지표를 이용하여 상기 제 1 쇼핑몰의 전자상거래를 위한 웹 페이지의 상품 진열 업데이트 시점을 산출하여, 상기 산출된 상품 진열 업데이트 시점을 기반으로 상기 제 1 쇼핑몰의 상품 진열을 업데이트하는 프로세서를 포함하되,
    상기 상품 순위 변동 지표는 제 1 시점의 상기 복수 개의 상품 중 적어도 일부의 상품들의 순위에 따른 배열과, 제 2 시점의 상기 복수 개의 상품 중 적어도 일부의 상품들의 순위에 따른 배열과의 유사도에 의해 결정되며, 상기 제 2 시점은 상기 제 1 시점에 후속하는 시점인, 전자상거래와 연관된 쇼핑몰의 상품 진열 업데이트 장치.
13. 제 12 항에 있어서, 상기 프로세서는,
    상기 상품 순위 변동 지표를 기반으로 상기 제 1 쇼핑몰의 상품 진열을 업데이트하기 위한 상품 진열 업데이트 주기를 산출하고, 상기 산출된 상품 진열 업데이트 주기와 제 2 쇼핑몰의 상품 진열 업데이트 주기를 비교하며, 비교 결과를 기반으로 상기 제 1 쇼핑몰의 진열을 업데이트하도록 추천하는, 전자상거래와 연관된 쇼핑몰의 상품 진열 업데이트 장치.
14. 제 12 항에 있어서,
    상기 제 1 쇼핑몰의 상품 진열을 업데이트하기 위한 상품 진열 업데이트 주기는 상기 상품 순위 변동 지표의 값에 비례하여 설정되는, 전자상거래와 연관된 쇼핑몰의 상품 진열 업데이트 장치.
15. 제 12 항에 있어서, 상기 프로세서는,
    상기 제 1 쇼핑몰의 상품 순위 변동 지표를 기설정된 기준값과 비교하고, 비교 결과를 기반으로 상기 상품 진열 업데이트 시점에 의해 발생되는 상품 진열 업데이트 알림을 발생시키는, 전자상거래와 연관된 쇼핑몰의 상품 진열 업데이트 장치.
16. 제 12 항에 있어서,
    상기 프로세서는, 상기 상품 순위 변동 지표의 시간에 따른 변화율을 산출하되,
    상기 상품 진열 업데이트 시점에 의해 발생되는 상품 진열 업데이트 알림은 상기 시간에 따른 변화율이 기설정된 기준값보다 높거나 낮은 상태에 대응하여 발생되는, 전자상거래와 연관된 쇼핑몰의 상품 진열 업데이트 장치.
17. 제 12 항에 있어서, 상기 프로세서는,
    상기 복수 개의 상품 중 제 1 시점(t₁)과 제 2 시점(t₂) 중 적어도 하나에 존재하는 상품의 상기 시간별 상품 순위를 기반으로, (i) 상위 순위가 하위 순위보다 중요하게 고려됨을 나타내는 수치인 가중치(λ), (ii) 상기 제 1 시점에서의 순위(Rank(t₁)) 및 (iii) 상기 제 2 시점에서의 순위(Rank(t₂))를 이용하여 상품별 진열 유사도를 산출하고, 상기 상품별 진열 유사도를 이용하여 상품 순위 변동 지표를 산출하는, 전자상거래와 연관된 쇼핑몰의 상품 진열 업데이트 장치.
18. 제 17 항에 있어서,
    상기 시간별 상품 순위는 상기 쇼핑몰에 진열된 복수 개의 상품 중 적어도 일부의 시간별 판매 순위 또는 상기 쇼핑몰의 온라인 상품 페이지에서 상품의 진열 순위를 포함하는, 전자상거래와 연관된 쇼핑몰의 상품 진열 업데이트 장치.
19. 제 18 항에 있어서,
    제 1 축은 시간축, 제 2 축은 상기 상품 순위 변동 지표의 그래프로 시간에 따른 상품 순위 변동 지표를 시각화하되, 상기 가중치 값에 따라 복수 개의 그래프를 구분하여 한 화면에 표시되도록 제어하는, 전자상거래와 연관된 쇼핑몰의 상품 진열 업데이트 장치.
20. 제 12 항에 있어서, 상기 프로세서는,
    상기 상품 순위 변동 지표와 상기 상품 순위 변동 지표에 의해 산출되는 상품 진열 업데이트 주기를 입력으로 하고, 상기 입력된 값에 의해 달성되는 상품 판매 수량을 출력값으로 학습 데이터 셋을 생성하여 상품 순위 변동 지표에 대응하는 최적의 진열 업데이트 주기를 추론하기 위한 딥 러닝 모델을 학습시키는, 전자상거래와 연관된 쇼핑몰의 상품 진열 업데이트 장치.
21. 제 12 항에 있어서,
    상기 저장부는 상기 상품 순위 변동 지표의 값과 그에 대응하는 상품 진열 업데이트 주기 값을 테이블로 보유하되,
    상기 프로세서는, 상기 테이블에서 상기 산출된 상품 순위 변동 지표의 값에 대응하는 상품 진열 업데이트 주기 값을 추출하여 상품 진열 업데이트 주기를 결정하는, 전자상거래와 연관된 쇼핑몰의 상품 진열 업데이트 장치.
22. 제 12 항에 있어서, 상기 프로세서는,
    상기 제 1 쇼핑몰을 제외한 복수 개의 쇼핑몰들의 상품 진열 업데이트 주기를 상품 순위 변동 지표를 이용하여 산출하고, 상기 복수 개의 쇼핑몰들의 상품 진열 업데이트 주기와 관련된 통계 값들 중 적어도 하나를 이용하여 상기 제 1 쇼핑몰의 상품 진열 업데이트 주기를 산출하는, 전자상거래와 연관된 쇼핑몰의 상품 진열 업데이트 장치.
23. 전자상거래와 연관된 쇼핑몰의 상품 진열 업데이트와 관련된 요청을 전송하는 사용자 단말; 및
    상기 사용자 단말로부터의 상기 상품 진열 업데이트와 관련된 요청에 대응하여, 제 1 쇼핑몰에 등록된 복수 개의 상품 중 적어도 일부의 시간별 상품 순위를 기반으로, 상품 순위 변동 지표를 산출하고, 상기 상품 순위 변동 지표를 이용하여 상기 제 1 쇼핑몰의 전자상거래를 위한 웹 페이지의 상품 진열 업데이트 시점을 산출하여, 상기 산출된 상품 진열 업데이트 시점을 기반으로 상기 제 1 쇼핑몰의 상품 진열을 업데이트하는 상품 진열 업데이트 장치를 포함하되,
    상기 상품 순위 변동 지표는 제 1 시점의 상기 복수 개의 상품 중 적어도 일부의 상품들의 순위에 따른 배열과, 제 2 시점의 상기 복수 개의 상품 중 적어도 일부의 상품들의 순위에 따른 배열과의 유사도에 의해 결정되며, 상기 제 2 시점은 상기 제 1 시점에 후속하는 시점인, 전자상거래와 연관된 쇼핑몰의 상품 진열 업데이트 시스템.
    

Images