KR20210103050A - 스마트 상품 추천 시스템 - Google Patents

스마트 상품 추천 시스템 Download PDF

Info

Publication number
KR20210103050A
KR20210103050A KR1020200017289A KR20200017289A KR20210103050A KR 20210103050 A KR20210103050 A KR 20210103050A KR 1020200017289 A KR1020200017289 A KR 1020200017289A KR 20200017289 A KR20200017289 A KR 20200017289A KR 20210103050 A KR20210103050 A KR 20210103050A
Authority
KR
South Korea
Prior art keywords
product
user
information
products
price
Prior art date
Application number
KR1020200017289A
Other languages
English (en)
Inventor
이지백
김형태
Original Assignee
주식회사 베이비랩
우송대학교 산학협력단
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by 주식회사 베이비랩, 우송대학교 산학협력단 filed Critical 주식회사 베이비랩
Priority to KR1020200017289A priority Critical patent/KR20210103050A/ko
Publication of KR20210103050A publication Critical patent/KR20210103050A/ko

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q30/00—Commerce
    • G06Q30/06—Buying, selling or leasing transactions
    • G06Q30/0601—Electronic shopping [e-shopping]
    • G06Q30/0631—Item recommendations
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N20/00—Machine learning
    • 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
    • G06Q30/0201—Market modelling; Market analysis; Collecting market data

Landscapes

  • Business, Economics & Management (AREA)
  • Engineering & Computer Science (AREA)
  • Finance (AREA)
  • Accounting & Taxation (AREA)
  • Strategic Management (AREA)
  • Theoretical Computer Science (AREA)
  • Development Economics (AREA)
  • General Physics & Mathematics (AREA)
  • Physics & Mathematics (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Software Systems (AREA)
  • General Business, Economics & Management (AREA)
  • Marketing (AREA)
  • Economics (AREA)
  • Data Mining & Analysis (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Medical Informatics (AREA)
  • Evolutionary Computation (AREA)
  • Artificial Intelligence (AREA)
  • Game Theory and Decision Science (AREA)
  • Computing Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • Mathematical Physics (AREA)
  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

본 발명은 사용자 성향을 기반으로 상품을 추천할 수 있는 스마트 상품 추천 시스템에 관한 것이다.
보다 구체적으로, 상품의 검색, 구매 및 평가 수행시 사용자 단말기에서 발생되는 사용자행동로그와, 사용자의 나이, 성별, 질환 유무 및 알르레기 정보를 포함하는 개인정보를 기반으로 사용자의 상품 구매 성향을 분석하는 사용자 성향 분석모듈과, 상품정보, 상품에 대한 사용자 게시글 및 성분 분석 공개정보를 기반으로 상품에 대한 사용자들의 긍정 반응 또는 부정 반응에 따른 반응 정도와 상품의 유해 정도를 분석하여 카테고리별로 상품을 점수화하는 상품 분석 모듈과, 상기 사용자의 상품 구매 성향에 매칭되는 상품을 추천하되, 점수가 높은 상품을 우선순으로 추천하는 예측 모듈을 포함하는 것을 특징으로 하는 스마트 상품 추천 시스템에 관한 것이다.

Description

스마트 상품 추천 시스템{A smart goods recommending system}
본 발명은 사용자 성향을 기반으로 상품을 추천할 수 있는 스마트 상품 추천 시스템에 관한 것이다.
보다 구체적으로, 상품별 사용자들의 긍정 반응 또는 부정 반응에 따른 반응 정도 및 성분분석을 기반으로 상품을 점수화하고, 사용자 행동 특성 및 개인정보(성별, 나이, 질환 정보 및 알레르기 정보 등)에 따라 분석된 사용자 상품 구매 성향에 매칭되는 점수순의 상품을 사용자가 희망하는 상품으로 예측하여 추천할 수 있는 스마트 상품 추천 시스템에 관한 것이다.
멀티미디어 기술의 발달과 인터넷 사용의 대중화로 인터넷을 통해 다양한 제품정보를 제공함은 물론 온라인 상에서 다양한 제품을 판매하는 쇼핑몰이 증가하게 되었다. 이에 따라, 대중들은 시간 및 공간의 제약없이 인터넷 쇼핑몰을 통하여 상품을 구매할 수 있게 되었다.
온라인 쇼핑몰이 증가함에 따라서 제품구매자들은 제품구매를 위해 많은 수의 온라인 쇼핑몰 중의 하나를 선택해야 함으로 쇼핑몰 또는 상품을 검색하는데 있어 많은 시간을 소비하게 되었다.
이와 같은 문제점을 해결하기 위해, 종래에는 동일한 제품에 대하여 각 쇼핑몰의 가격비교를 통해 쇼핑몰을 추천하거나, 사용자들의 추천정보 및 조회수에 따라서 쇼핑몰을 추천하였다. 이러한 특허문헌으로, 한국공개특허 제2011-0043215호(이하, 특허문헌1이라 함)가 있다.
특허문헌1은 상품가격 비교 추천시스템 및 그 운용방법에 관한 것으로, 사용자의 웹 활동 중 입력하는 키워드 검색어에 매칭되거나 연관되는 인터넷 도메인 정보, 상품정보, 연관상품 정보, 가격 정보 등을 사용자 중심으로 검색하고 저장하며 표시함으로써, 인터넷 검색을 보다 신속하고 효율적으로 이용하는 상품 가격 비교 추천 시스템을 제안하고 있다.
하지만, 이와 같은 종래 시스템들은 단순히 상품 가격을 대비하여 가격의 높음과 낮음 순서대로 제공할 뿐이어서, 상품 가격차를 제대로 반영하지 못할 뿐 아니라 사용자의 선호 및 제품을 사용하는 사람들의 추천정보를 제대로 반영하지 못해서 효율적인 쇼핑몰 및 상품의 추천이 이루어지지 않는다.
또한, 이러한 종래 시스템에 따르면, 동일한 상품에 대하여 단순한 사용자들의 추천정보 및 조회수에 의해 상품이 추천됨으로써, 해당 상품을 사용한 사람들의 보다 정확한 추천반영이라고 보기 어렵다는 문제점이 있었다.
특히, 피부질환이나 알르레기 등에 예민한 영유아 등을 대상으로 제공되는 상품의 경우, 사용자에게 적합한 안전한 상품의 추천이 요구된다. 하지만, 종래 시스템은 사용자의 특성 및 성분 분석이 고려되지 않아 사용자에게 유용한 추천서비스를 제공하는데 한계가 있었다.
1. 한국공개특허 제2011-0043215호(2011.04.27.공개)
본 발명의 목적은, 사용자 행동 특성 및 개인정보에 따른 사용자 상품 구매 성향을 분석하고, 상품에 대한 사용자 반응 정도 및 성분분석을 기반으로 상품을 점수화하여, 사용자 상품 구매 성향에 매칭되는 점수순의 상품을 사용자가 희망하는 상품으로 예측하여 추천할 수 있는 스마트 상품 추천 시스템을 제공하는 데 있다.
상기한 바와 같은 목적을 달성하기 위한 본 발명의 일 실시 예에 따른 스마트 추천시스템은 상품의 검색, 구매 및 평가 수행시 사용자 단말기에서 발생되는 사용자행동로그와, 사용자의 나이, 성별, 질환 정보 및 알르레기 정보를 포함하는 개인정보를 기반으로 사용자의 상품 구매 성향을 분석하는 사용자 성향 분석모듈, 상품정보, 상품에 대한 사용자 게시글 및 성분 분석 공개정보를 기반으로, 상품에 대한 사용자들의 긍정 반응 또는 부정 반응에 따른 반응 정도와 상품의 유해 정도를 분석하여 카테고리별로 상품을 점수화하는 상품 분석 모듈 및 상기 사용자의 상품 구매 성향에 매칭되는 상품을 추천하되, 점수가 높은 상품을 우선순으로 추천하는 예측 모듈을 포함할 수 있다.
또한, 사용자의 개인정보, 사용자 행동로그, 상품정보, 상품에 대한 사용자 게시글 및 성분 분석 공개정보를 수집하여 엑셀 형식으로 변환하고 검증하는 가공 및 검증부, 상기 검증된 정보들을 각각 분류하여 DB에 저장하고, 상기 검증된 정보 및 기저장된 학습알고리즘을 상기 사용자 성향 분석모듈, 상품 분석모듈에 각각 제공하고, 상기 사용자 성향 분석모듈 및 상품 분석모듈에서 상기 학습알고리즘을 이용하여 분석된 정보를 예측 모듈의 학습데이터로 제공하는 데이터 및 모듈 관리부 및 상기 DB에 저장된 정보들의 모니터링 및 신규 정보 탐색을 통해 등록, 수정 및 삭제 중 적어도 하나를 수행하여 업데이트하고, 업데이트된 정보로 학습을 재수행하도록 상기 사용자 성향분석모듈, 상품 분석 모듈 및 예측 모듈의 구동을 제어하는 업데이트부를 포함하는 관리모듈을 더 포함할 수 있다.
또한, 상기 예측모듈은, 해당 사용자단말기에서 재구매가 필요한 상품, 사용자 검색된 검색키워드에 매칭되는 상품 및 상품 확인을 위해 선택된 특정 상품과 관련된 유사상품을 해당 사용자 단말기로 추천하여 제공할 수 있다.
또한, 상기 상품분석모듈은, 상품별 가격 분포 범위 및 가격 변동 범위를 분석하여, 평균값과의 가격차가 기설정 값 이상인 상품 및 가격 변동 범위가 기설정 범위 이상인 상품을 비정상 데이터로 필터링할 수 있다.
또한, 상기 예측모듈은, 사용자의 구매이력을 기반으로 추천 상품의 가격범위를 결정하고, 상기 비정상 데이터를 제외한 상품 중에서 상기 결정된 가격범위 내의 상품을 추천하여 제공할 수 있다.
또한, 상기 예측모듈은, 사용자 비구매 상품의 추천시, 추천된 해당 상품이 포함된 카테고리의 전체평균가격 대비 사용자가 구매한 상품이 포함된 카테고리 중에서 상기 추천된 해당 상품에 매칭되는 카테고리에 포함된 상품들의 구매 평균가격 비율을 추천제공되는 상품들의 가격범위 결정에 적용할 수 있다.
이상에서 설명한 바와 같이, 본 발명의 스마트 상품 추천 시스템은 상품별 사용자 반응정도 및 성분분석을 기반으로 상품을 점수화하고, 사용자 행동 특성 및 개인정보(성별, 나이, 질환 유무 및 알레르기 정보 등)에 따라 분석된 사용자 상품 구매 성향에 매칭되는 점수순의 상품을 사용자가 희망하는 상품으로 예측하여 추천함으로써, 신뢰성을 기반으로 사용자의 상품 구매 성향이 반영된 안전한 상품을 추천할 수 있다.
특히, 사용자의 재구매가 필요한 상품, 사용자에 의해 검색된 상품 키워드에 매칭되는 상품 및 사용자에 의해 선택된 특정 상품의 유사상품을 추천제공할 수 있다.
또한, 수집된 정보들을 주기적으로 모니터링하여 신규, 변경 또는 삭제된 상품에 대한 정보 등을 업데이트하고, 업데이트 정보를 이용하여 학습을 재수행함으로써 신뢰성 있는 분석을 제공할 수 있다.
또한, 가격이 급변동한 상품 및 평균가격과 가격차가 큰 상품은 비정상데이터로 분류하여 추천상품에서 제외하고, 사용자의 구매이력에 따른 상품가격을 기반으로 추천 상품의 가격범위를 결정하여 제공할 수 있다.
도 1은 본 발명의 일 실시 예에 따른 스마트 상품 추천 시스템의 개략적인 구성을 나타내는 구성 블록도,
도 2는 본 발명의 일 실시 예에 따른 관리모듈의 구성을 나타내는 구성 블록도 및
도 3은 본 발명의 일 실시 예에 따른 예측모듈의 구성을 나타내는 구성 블록도이다.
이하에서는 본 발명에 따른 스마트 상품 추천 시스템에 관하여 첨부된 도면과 함께 더불어 상세히 설명하기로 한다.
도 1은 본 발명의 일 실시 예에 따른 스마트 상품 추천 시스템의 개략적인 구성을 나타내는 구성 블록도이다. 본 발명의 일 실시 예에 따른 스마트 상품 추천 시스템은 사용자의 상품 구매 성향을 고려하여 사용자가 구매할 것으로 예측되는 상품을 추천하는 서비스를 제공하는 시스템이 될 수 있다.
도 1을 참고하면, 본 발명의 일 실시 예에 따른 스마트 상품 추천 시스템(100)은 관리모듈(110), DB(120), 사용자 성향 분석모듈(130), 상품 분석모듈(140) 및 예측모듈(150)을 포함할 수 있으며, 사용자 단말기(200)로 스마트 추천 서비스를 제공할 수 있다.
여기서, 사용자는 상품의 선택시 상품 성분에 따른 유해성 여부, 영양 분석 및 개인 질환 여부 및 알르레기 여부 등의 고려가 필요한 영유아가 될 수 있으나, 이로 한정되지는 않는다. 한편, 설명의 이해를 위해 영유아 상품 추천을 실시 예로 설명할 수 있다.
또한, 사용자 단말기(200)는 본 발명의 일실시 예에 따른 스마트 추천 서비스의 제공 및 상품 구매를 위한 앱이 설치된 단말기로, 영유아 상품의 구매를 희망하는 영유아의 부모 및 보호자 등의 스마트 폰, 탭북, 노트북, PC 등이 될 수 있다.
관리모듈(110)은 스마트 추천 서비스 제공을 위한 각종 정보를 수집관리하며, 수집된 각종 정보에 대한 분석모델 생성을 위한 학습알고리즘을 저장 및 관리할 수 있다.
관리모듈(110)은 봇(bot)을 이용하여 인터넷을 탐색하여 스마트 추천 서비스 제공을 위한 상품정보, 상품에 대한 사용자 게시정보 및 공개 제공 정보 등을 수집할 수 있다.
여기서, 상품정보는 각종 영유아 상품을 판매하는 소셜, 쇼핑몰 등에 판매중인 영유아 상품에 대한 상품명, 제조사, 성분, 영양정보, 알르레기 정보, 상품 가격, 상품상세설명, 판매 사이트내 상품판매랭킹, 상품 판매 페이지 URL 등을 포함할 수 있다.
관리모듈(110)은 봇을 이용하여 영유아 관련 상품 제공 사이트(쇼핑몰, 소셜 등)를 탐색하여 관련 유아동 상품정보를 수집할 수 있다.
또한, 상품에 대한 사용자 게시정보는 상품에 대한 사용자들의 후기정보, 추천정보, 상품관련 질의, 응답 등의 게시정보가 될 수 있다. 관리모듈(110)은 봇을 이용하여 영유아 관련 상품명 및 상품 카테고리를 검색키워드로 카페, 블로그, 지식 문의 포탈, SNS 등에서 관련 게시정보를 수집할 수 있다. 이때, 게시정보는 관련 상품명, 상품 카테고리 및 해당 페이지 URL을 포함할 수 있다.
또한, 공개 제공 정보는 식품, 화장품, 세정제, 기저귀 등과 같은 상품에 사용되는 원재료 성분의 유해성 정보, 영양 정보, 알레르기 정보 등으로, 공개(open) 제공되는 정보들이 될 수 있다. 또한, 계절성에 의해 기후정보가 요구되는 상품의 경우, 공개 제공 정보로 기후정보도 이용할 수 있다. 관리모듈(110)은 봇을 이용하여 기설정된 공개정보제공 서비스에 접근하고, 제공되는 공개정보를 탐색하여 유효한 정보들을 수집할 수 있다.
예를 들어, 봇은 성분 분석 제공 서버(성분 분석을 공개 서비스로 제공하는 서버), 영양 성분 제공 서버(영양 성분을 공개 서비스로 제공하는 보건의료 및 식품 건강관련 공공데이터 포털), 기상청 등으로부터 공개 제공 정보를 수집할 수 있다.
또한, 관리모듈(110)은 사용자단말기(200)로부터 사용자의 개인정보를 입력받을 수 있고, 사용자의 단말기(200) 이용에 따른 사용자 행동 로그를 수집하여 사용자 성향 분석정보로 이용할 수 있다.
여기서, 개인정보는 사용자의 성별, 나이(개월수), 질환정보, 알르레기 정보 등이 될 수 있다.
또한, 사용자 행동 로그는 사용자 단말기(200)에서 발생되는 사용자 행동 특성에 따른 로그정보로, 상품의 검색, 구매, 추천 및 평가, 반품 등의 사용자의 사용자 단말기(200)의 이용시 발생되는 실시간 로그들이 될 수 있다. 이때, 상품의 검색에 따른 로그는 단순히 검색에 이용된 키워드뿐 아닌, 키워드의 유사어 및 의미분석을 통한 확장키워드까지 포함할 수 있다.
관리모듈(110)은 DB(120)에 수집된 정보들을 주기적으로 관리하여 업데이트하고, 업데이트 정보들을 반영하여 사용자 성향 분석, 상품 분석 및 사용자의 구매예측 상품을 분석하여 추천상품을 제공할 수 있도록 각 모듈(130 내지 150)을 관리할 수 있다.
도 2는 본 발명의 일 실시 예에 따른 관리모듈의 구성을 나타내는 구성 블록도이다. 도 2를 참고하면, 관리모듈(110)은 가공 및 검증부(111), 데이터 및 모듈 관리부(112) 및 업데이트부(113)를 포함할 수 있다.
가공 및 검증부(111)는 수집된 정보들을 DB(120)에 원시파일로 저장한 후, 동일한 형식(일예로, 엑셀(CSV))의 파일로 변환하는 가공을 수행하고, 관리자 검증을 통해 최종 오류가 없는 데이터들을 DB(120)에 등록시킬 수 있다.
이때, DB(120)는 사용자별 개인정보가 등록된 사용자 정보 DB(121), 사용자별 사용자 행동 로그가 등록된 사용자 행동 특성 DB(122), 상품 정보가 등록된 상품정보 DB(123), 사용자 게시정보가 등록된 사용자 게시정보 DB(124) 및 공개 제공정보가 등록된 공개 제공정보 DB(125)로 구분관리되고, 각 DB(121 내지 125)는 사용자 정보를 기준으로 관련된 정보들이 매칭저장될 수 있다.
데이터 및 모듈 관리부(112)는 DB(120)에 저장된 각각의 정보들을 DB(120)별로 데이터 셋을 설정하고, 기설정된 학습알고리즘(사용자 성향 분석을 위한 학습알고리즘, 상품분석을 위한 학습알고리즘)을 관리할 수 있다.
데이터 및 모듈 관리부(112)는 사용자 정보 DB(121), 사용자 행동 특성 DB(122)를 데이터셋으로 설정하고 사용자 성향 분석을 위한 학습알고리즘을 사용자 성향 분석모듈(130)로 제공하며, 상품정보 DB(123), 사용자 게시정보 DB(124) 및 공개 제공정보 DB(125)를 데이터셋으로 설정하고 상품 분석을 위한 학습알고리즘을 상품 분석모듈(140)로 제공할 수 있다.
또한, 데이터 및 모듈 관리부(112)는 사용자 성향 분석모듈(130) 및 상품 분석모듈(140)에서 분석된 정보를 예측 모듈(150)의 학습데이터로 제공하여 사용자 상품 구매 성향을 기반한 상품을 예측하여 추천할 수 있게 한다.
업데이트부(113)는 DB(120)에 저장된 정보들의 모니터링 및 신규 정보 탐색을 통해, 신규 정보를 등록, 변경된 정보를 수정 및 삭제된 정보를 삭제하여 업데이트할 수 있다. 또한, 업데이트부(113)는 업데이트 정보로 학습을 재수행하도록 사용자 성향분석모듈(130), 상품 분석 모듈(140) 및 예측 모듈(150)의 구동을 제어할 수 있다.
사용자 성향 분석모듈(130)은 사용자별 개인정보 및 사용자 행동 로그를 데이터셋으로 학습하여 개인정보별 사용자 행동로그 패턴을 분석하는 학습모델 및 사용자별 사용자 행동로그 패턴을 분석하는 학습모델을 생성할 수 있으며, 패턴들 사이의 관계 분석을 통해 사용자 상품구매성향을 파악할 수 있다.
여기서, 개인정보별 사용자 행동로그 패턴은 개인정보의 요소인 성별, 나이(개월수), 질환정보 및 알르레기 정보 각각과 사용자 행동 로그패턴의 요소인 상품의 검색패턴, 상품구매패턴, 추천 및 평가패턴, 반품패턴 각각의 관계를 나타내는 전체 사용자에 대한 정보가 될 수 있다. 나이(개월수) 대비 상품구매패턴을 예로 들면, 10~12개월(개월수)인 사용자들의 상품구매이력을 상품별로 시계열적으로 패턴화한 정보가 될 수 있다.
사용자별 사용자 행동로그 패턴은 해당 사용자의 개인정보가 고려된 사용자 행동로그 패턴의 요소인 상품의 검색패턴, 상품구매패턴, 추천 및 평가패턴, 반품패턴 각각의 관계를 나타내는 해당사용자에 대한 정보가 될 수 있다.
이때, 해당 사용자 상품구매성향은 전체 사용에 대한 정보인 개인정보별 사용자 행동로그 패턴과 해당 사용자에 대한 정보인 사용자 행동로그패턴의 비교를 통해 분석될 수 있다.
상품 분석모듈(140)은 관리모듈(110)에서 제공된 상품정보, 사용자 게시정보 및 공개 제공정보를 각각 학습하여, 상품정보별로 상품을 분류하는 학습모델, 상품에 대한 사용자들의 긍정 반응 또는 부정 반응에 따른 반응 정도를 의미분석하는 학습모델, 상품의 유해 정도를 분석하는 학습모델을 생성할 수 있다.
또한, 상품 분석모듈(140)은 생성된 학습모델의 분석을 기반으로, 카테고리별로 상품을 점수화할 수 있다. 즉, 상품 분석모듈(140)은 카테고리별로 상품을 분류하고 사용자 게시정보에서 긍정 반응 정도가 높으면서 유해 성분 정도가 낮은 상품순으로 점수를 부여할 수 있다.
상품 분석모듈(140)은 생성된 학습모델 및 점수화된 카테고리별 상품에 대한 정보를 예측모듈(150)의 데이터셋으로 제공할 수 있다. 특히, 상품 분석모듈(140)은 상품정보별로 상품을 분류하는 학습모델에서 분석된 가격분석정보를 예측모듈(150)의 데이터셋으로 제공할 수 있다.
상품 분석모듈(140)은 상품별 가격 분포 범위 및 가격 변동 범위를 분석하여, 평균값과의 가격차가 기설정 값 이상인 상품 및 가격 변동 범위가 기설정 범위 이상인 상품을 비정상 데이터로 필터링하여 예측모듈(150)에 제공되는 데이터셋에서 제외시킬 수 있다.
도 3은 본 발명의 일 실시 예에 따른 예측모듈의 구성을 나타내는 구성 블록도이다. 본 발명의 일 실시 예에 따른 예측모듈(150)은 상품 추천부(151) 및 가격 결정부(152)를 포함할 수 있다.
상품 추천부(151)는 사용자 성향 분석모듈(130)에서 분석된 개인정보별 사용자 행동로그 패턴, 해당 사용자의 사용자 행동로그 패턴 및 해당 사용자 상품구매성향을 수신할 수 있다.
또한, 상품 추천부(151)는 상품분석모듈(140)에서 생성된 각 학습모델 즉, 상품정보별로 상품을 분류하는 학습모델, 상품에 대한 사용자들의 긍정 반응 또는 부정 반응에 따른 반응 정도를 의미분석하는 학습모델, 상품의 유해 정도를 분석하는 학습모델로부터 제공되는 정보 및 점수화된 카테고리별 상품에 대한 정보를 수신할 수 있다.
상품추천부(151)는 사용자 성향 분석모듈(130)로부터 제공된 해당 사용자 상품 구매 성향에 매칭되는 상품을 추천할 수 있으며, 이때 점수가 높은 상품을 우선순으로 추천하여 제공할 수 있다.
특히, 상품추천부(151)는 해당 사용자단말기(200)로 재구매가 필요한 상품, 사용자단말기(200)에서 검색된 검색키워드에 매칭되는 상품 및 사용자 단말기(200)에서 선택된 특정 상품의 유사상품을 분석하여 추천 제공할 수 있다.
이때, 계절별 트랜드를 반영하여 추천할 수 있다. 계절별 트랜드는 계절의 특성에 따라 특정시기에 판매량이 급증하거나 급락하는 상품판매패턴이 될 수 있다. 일예로, 사용자가 유아복을 검색했을 때, 계절별 트랜드의 반영에 따라 검색시기가 여름이면 여름 유아복을 추천할 수 있다.
가격 결정부(152)는 상품 추천부(151)에서 추천제공되는 상품들의 가격범위를 결정할 수 있다. 가격 결정부(152)는 비정상 데이터가 제외된 상품 중에서 해당 사용자의 구매이력을 분석한 상품구매패턴을 기반으로 사용자의 구매가격범위를 판단하고, 판단된 구매가격범위를 추천제공되는 상품들의 가격범위로 결정할 수 있다. 이에, 상품 추천부(151)는 결정된 가격범위 내의 상품을 추천하여 제공할 수 있다.
또한, 가격 결정부(152)는 상품 추천부(151)에서 추천되는 상품(일 예로, 쌀과자)이 사용자 비구매 상품이면, 상기 추천되는 상품(쌀과자)이 포함된 상위 카테고리(간식)에서 사용자가 구매한 상품들의 가격범위를 추출하여 가격범위를 결정할 수 있다.
또는, 가격 결정부(152)는 추천된 해당 상품(일 예로, 쌀과자)이 포함된 카테고리(일 예로, 간식)의 전체평균가격(각 쇼핑몰에서 판매되고 있는 상품의 평균가격) 대비 사용자가 구매한 상품이 포함된 카테고리 중에서 상기 추천된 해당 상품에 매칭되는 카테고리에 포함된 상품들의 구매 평균가격 비율을 적용하여 추천제공되는 상품들의 가격범위를 결정할 수 있다. 이에 따라, 사용자의 구매가격 내에서 상품을 추천할 수 있다.
본 명세서에 기재된 실시예와 도면에 도시된 구성은 본 발명의 가장 바람직한 일 실시예에 불과할 뿐이고 본 발명의 기술적 사상을 모두 대변하는 것은 아니므로, 본 출원시점에 있어서 이들을 대체할 수 있는 다양한 균등물과 변형 예들이 있을 수 있음을 이해하여야 한다.
100 : 스마트 상품 추천 시스템
110 : 관리모듈 120 : DB
121 : 사용자 정보 DB 122 : 사용자 행동 특성 DB
123 : 상품 정보 DB 124 : 사용자 게시정보 DB
125 : 공개 제공 정보 DB
130 : 사용자 성향 분석모듈 140 : 상품 분석모듈
150 : 예측모듈
200 : 사용자 단말기

Claims (5)

  1. 상품의 검색, 구매 및 평가 수행시 사용자 단말기에서 발생되는 사용자행동로그와, 사용자의 나이, 성별, 질환 정보 및 알르레기 정보를 포함하는 개인정보를 기반으로 사용자의 상품 구매 성향을 분석하는 사용자 성향 분석모듈;
    상품정보, 상품에 대한 사용자 게시글 및 성분 분석 공개정보를 기반으로, 상품에 대한 사용자들의 긍정 반응 또는 부정 반응에 따른 반응 정도와 상품의 유해 정도를 분석하여 카테고리별로 상품을 점수화하는 상품 분석 모듈; 및
    상기 사용자의 상품 구매 성향에 매칭되는 상품을 추천하되, 점수가 높은 상품을 우선순으로 추천하는 예측 모듈을 포함하는 것을 특징으로 하는 스마트 상품 추천 시스템.
  2. 제1항에 있어서,
    사용자의 개인정보, 사용자 행동로그, 상품정보, 상품에 대한 사용자 게시글 및 성분 분석 공개정보를 수집하여 엑셀 형식으로 변환하고 검증하는 가공 및 검증부;
    상기 검증된 정보들을 각각 분류하여 DB에 저장하고, 상기 검증된 정보 및 기저장된 학습알고리즘을 상기 사용자 성향 분석모듈, 상품 분석모듈에 각각 제공하고, 상기 사용자 성향 분석모듈 및 상품 분석모듈에서 상기 학습알고리즘을 이용하여 분석된 정보를 예측 모듈의 학습데이터로 제공하는 데이터 및 모듈 관리부; 및
    상기 DB에 저장된 정보들의 모니터링 및 신규 정보 탐색을 통해 등록, 수정 및 삭제 중 적어도 하나를 수행하여 업데이트하고, 업데이트된 정보로 학습을 재수행하도록 상기 사용자 성향분석모듈, 상품 분석 모듈 및 예측 모듈의 구동을 제어하는 업데이트부를 포함하는 관리모듈을 더 포함하는 것을 특징으로 하는 스마트 상품 추천 시스템.
  3. 제1항에 있어서,
    상기 예측모듈은,
    해당 사용자단말기에서, 재구매가 필요한 상품, 사용자 검색된 검색키워드에 매칭되는 상품 및 상품 확인을 위해 선택된 특정 상품과 관련된 유사상품을 해당 사용자 단말기로 추천하여 제공하는 것을 특징으로 하는 스마트 상품 추천 시스템.
  4. 제1항에 있어서,
    상기 상품분석모듈은,
    상품별 가격 분포 범위 및 가격 변동 범위를 분석하여, 평균값과의 가격차가 기설정 값 이상인 상품 및 가격 변동 범위가 기설정 범위 이상인 상품을 비정상 데이터로 필터링하고,
    상기 예측모듈은,
    사용자의 구매이력을 기반으로 추천 상품의 가격범위를 결정하고, 상기 비정상 데이터를 제외한 상품 중에서 상기 결정된 가격범위 내의 상품을 추천하여 제공하는 것을 특징으로 하는 스마트 상품 추천 시스템.
  5. 제4항에 있어서,
    상기 예측모듈은,
    사용자 비구매 상품의 추천시, 추천된 해당 상품이 포함된 카테고리의 전체평균가격 대비 사용자가 구매한 상품이 포함된 카테고리 중에서 상기 추천된 해당 상품에 매칭되는 카테고리에 포함된 상품들의 구매 평균가격 비율을 추천제공되는 상품들의 가격범위 결정에 적용하는 것을 특징으로 하는 스마트 상품 추천 시스템.



KR1020200017289A 2020-02-13 2020-02-13 스마트 상품 추천 시스템 KR20210103050A (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020200017289A KR20210103050A (ko) 2020-02-13 2020-02-13 스마트 상품 추천 시스템

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020200017289A KR20210103050A (ko) 2020-02-13 2020-02-13 스마트 상품 추천 시스템

Publications (1)

Publication Number Publication Date
KR20210103050A true KR20210103050A (ko) 2021-08-23

Family

ID=77499260

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020200017289A KR20210103050A (ko) 2020-02-13 2020-02-13 스마트 상품 추천 시스템

Country Status (1)

Country Link
KR (1) KR20210103050A (ko)

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113771048A (zh) * 2021-11-15 2021-12-10 季华实验室 一种机器人导购方法、装置、电子设备及存储介质
CN114201680A (zh) * 2021-12-13 2022-03-18 中数通信息有限公司 一种向用户推荐营销产品内容的方法
KR102518379B1 (ko) * 2022-08-30 2023-04-14 주식회사 그루핑 구매 패턴 분석을 통한 수요 맞춤형 예측 방법 및 시스템
CN116596599A (zh) * 2023-07-17 2023-08-15 量子数科科技有限公司 一种基于SaaS模式的自动化搜索推荐服务方法及系统

Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20110043215A1 (en) 2009-08-20 2011-02-24 International Business Machines Corporation Single level of metal test structure for differential timing and variability measurements of integrated circuits

Patent Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20110043215A1 (en) 2009-08-20 2011-02-24 International Business Machines Corporation Single level of metal test structure for differential timing and variability measurements of integrated circuits

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113771048A (zh) * 2021-11-15 2021-12-10 季华实验室 一种机器人导购方法、装置、电子设备及存储介质
CN114201680A (zh) * 2021-12-13 2022-03-18 中数通信息有限公司 一种向用户推荐营销产品内容的方法
KR102518379B1 (ko) * 2022-08-30 2023-04-14 주식회사 그루핑 구매 패턴 분석을 통한 수요 맞춤형 예측 방법 및 시스템
CN116596599A (zh) * 2023-07-17 2023-08-15 量子数科科技有限公司 一种基于SaaS模式的自动化搜索推荐服务方法及系统
CN116596599B (zh) * 2023-07-17 2023-09-26 量子数科科技有限公司 一种基于SaaS模式的自动化搜索推荐服务方法及系统

Similar Documents

Publication Publication Date Title
Chong et al. Predicting consumer product demands via Big Data: the roles of online promotional marketing and online reviews
KR20210103050A (ko) 스마트 상품 추천 시스템
Liu et al. Analyzing changes in hotel customers’ expectations by trip mode
KR100961782B1 (ko) 인공지능에 기반한 개인별 맞춤형 상품 제공 장치 및 방법,그 기록 매체
US10565602B1 (en) Method and system for obtaining leads based on data derived from a variety of sources
KR101419504B1 (ko) 사용자 성향 분석을 통한 맞춤형 쇼핑 정보 제공 시스템 및 방법
KR100961783B1 (ko) 인공지능에 기반한 제품 및 제품 벤더 추천 장치 및 방법, 그 기록 매체
KR102227552B1 (ko) 상황인지 알고리즘 기반 리뷰 카테고리를 이용한 음식점 노출 개인화 서비스 제공 시스템
KR100963996B1 (ko) 감성에 기반한 개인별 제품 추천 장치 및 방법, 그 기록 매체
US20140222819A1 (en) Content creation and management system
US20210406685A1 (en) Artificial intelligence for keyword recommendation
TWI567671B (zh) Information processing apparatus, information processing method, information processing program product and recording medium with information processing program
CA2899489A1 (en) Dynamic prediction of online shopper's intent using a combination of prediction models
CN104063476A (zh) 基于社交网络的内容推荐方法和系统
US9767417B1 (en) Category predictions for user behavior
Roos et al. The effect of links and excerpts on internet news consumption
De Maio et al. Social media marketing through time‐aware collaborative filtering
US10474670B1 (en) Category predictions with browse node probabilities
KR101639656B1 (ko) 광고 제공 방법 및 서버 장치
Xue et al. Content-aware trust propagation toward online review spam detection
KR20220091948A (ko) 소셜 미디어 활동 분석을 통한 추천 서비스 제공 장치 및 방법
Gao et al. Validation of the information processing theory of consumer choice: evidence from travel search engine clickstream data
US20230015090A1 (en) Systems and Methods for Dynamically Classifying Products and Assessing Applicability of Product Regulations
US20150046444A1 (en) Adaptive personalized ranking method of nodes in a database
JP6664598B2 (ja) 提供装置、提供方法及び提供プログラム

Legal Events

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