KR20210123797A - 사용자 체형 정보를 이용한 의류 추천 방법 및 장치 - Google Patents
사용자 체형 정보를 이용한 의류 추천 방법 및 장치 Download PDFInfo
- Publication number
- KR20210123797A KR20210123797A KR1020200041452A KR20200041452A KR20210123797A KR 20210123797 A KR20210123797 A KR 20210123797A KR 1020200041452 A KR1020200041452 A KR 1020200041452A KR 20200041452 A KR20200041452 A KR 20200041452A KR 20210123797 A KR20210123797 A KR 20210123797A
- Authority
- KR
- South Korea
- Prior art keywords
- information
- clothing
- user
- clothing recommendation
- body type
- 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
- G06Q30/06—Buying, selling or leasing transactions
- G06Q30/0601—Electronic shopping [e-shopping]
- G06Q30/0631—Item recommendations
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q30/00—Commerce
- G06Q30/02—Marketing; Price estimation or determination; Fundraising
- G06Q30/0281—Customer communication at a business location, e.g. providing product or service information, consulting
-
- 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]
- G06Q30/0641—Shopping interfaces
Landscapes
- Business, Economics & Management (AREA)
- Accounting & Taxation (AREA)
- Finance (AREA)
- Strategic Management (AREA)
- Development Economics (AREA)
- Engineering & Computer Science (AREA)
- General Business, Economics & Management (AREA)
- Physics & Mathematics (AREA)
- Marketing (AREA)
- General Physics & Mathematics (AREA)
- Economics (AREA)
- Theoretical Computer Science (AREA)
- Entrepreneurship & Innovation (AREA)
- Game Theory and Decision Science (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
사용자 체형 정보를 이용한 의류 추천 방법 및 장치를 개시한다.
본 실시예는 사용자가 입력한 사용자 체형 정보 및 사용자 설문 정보를 기반으로 인공지능 모델을 이용하여 의류를 추천하는 동시에 사용자 체형 정보와 유사한 체형 또는 취향을 갖는 인플루언서(Influencer)를 선별하여 인플루언서가 코디한 의류를 추천하도록 하는 사용자 체형 정보를 이용한 의류 추천 방법 및 장치를 제공한다.
본 실시예는 사용자가 입력한 사용자 체형 정보 및 사용자 설문 정보를 기반으로 인공지능 모델을 이용하여 의류를 추천하는 동시에 사용자 체형 정보와 유사한 체형 또는 취향을 갖는 인플루언서(Influencer)를 선별하여 인플루언서가 코디한 의류를 추천하도록 하는 사용자 체형 정보를 이용한 의류 추천 방법 및 장치를 제공한다.
Description
본 발명의 일 실시예는 사용자 체형 정보를 이용한 의류 추천 방법 및 장치에 관한 것이다.
이하에 기술되는 내용은 단순히 본 실시예와 관련되는 배경 정보만을 제공할 뿐 종래기술을 구성하는 것이 아니다.
일반적으로 전자상거래 웹 사이트(e-Commerce Web Site)를 이용하여 온라인상에서 의류를 구매하는 것이 빠르게 확장되고 있는 추세이다. 온라인 쇼핑은 컴퓨터와 통신망 사이의 인터넷을 기반으로 사용자는 그래픽 인터페이스(GUI)를 기반으로 용이하게 온라인 쇼핑에 접근하여 시간과 장소에 구애받지 않고 의류 구매가 가능하여 시장규모가 커지고 있다.
온라인 쇼핑을 이용하여 의류를 구입하는 경우, 구매자는 의류를 직접 피팅(Fitting)하지 못한 상태로 구매가 진행되므로, 구매자 입장에서는 의류를 배송받은 후에 피팅해 볼 수 있다.
사용자는 온라인상에서 의류를 구매할 때, 사이즈를 특정할 수 있지만, 옷을 직접 피팅해볼 수 없기 때문에 사용자 자신의 체형에 옷이 어울리지 알 수 없다. 사용자는 의류를 구매할 때, 사이즈뿐만 아니라, 자신의 체형에 잘 어울리는 옷의 형태를 정확하게 식별할 수 없기 때문에, 온라인상으로 의류를 주문하더라도 의류가 반품될 수 있다.
의류가 반품되는 경우, 일반적으로 판매자 또는 구매자가 반품 비용을 지불하고, 판매자가 물품 반품을 확인한 후 물품을 체크한 후 다시 포장해야 하는 번거로움이 있다. 의류 치수 차트는 서로 다른 소매상 간에 표준화되어 있지 않거나 동일 소매상에 의해 취급되는 서로 다른 브랜드 간에 표준화되어 있지 않아서, 사이즈를 특정하더라도 사용자의 체형에 어울리지 않는 핏이 빈번하게 발생한다.
따라서, 온라인으로 구매한 옷의 사이즈가 맞더라도 자신의 체형에 어울리지 않는 경우 온라인 의류 쇼핑이 사용자에게 불만족스러울 수 있는 문제가 있다.
본 실시예는 사용자가 입력한 사용자 체형 정보 및 사용자 설문 정보를 기반으로 인공지능 모델을 이용하여 의류를 추천하는 동시에 사용자 체형 정보와 유사한 체형 또는 취향을 갖는 인플루언서(Influencer)를 선별하여 인플루언서가 코디한 의류를 추천하도록 하는 사용자 체형 정보를 이용한 의류 추천 방법 및 장치를 제공하는 데 목적이 있다.
본 실시예의 일 측면에 의하면, 사용자 체형 정보 및 사용자 설문 정보를 입력받는 정보 입력부; 상기 사용자 체형 정보 및 상기 사용자 설문 정보를 기반으로 인공지능 모델을 이용하여 의상 파츠(Parts)를 조합한 제1 의류 추천 정보를 생성하여 출력하는 제1 의류 추천부; 상기 사용자 체형 정보, 상기 사용자 설문 정보, 상기 제1 의류 추천 정보 중 적어도 하나 이상의 정보를 기반으로 인플루언서(Influencer)를 추출하는 인플루언서 추출부; 상기 인플루언서 각각이 조합한 의상 파츠를 포함하는 제2 의류 추천 정보를 생성하여 출력하는 제2 의류 추천부; 및 상기 제1 의류 추천 정보와 상기 제2 의류 추천 정보 중 선택된 의류에 대해 제품 구매 페이지로 연결하는 제품 구매부를 포함하는 것을 특징으로 하는 사용자 체형 정보를 이용한 의류 추천 장치를 제공한다.
본 실시예의 다른 측면에 의하면, 사용자 체형 정보 및 사용자 설문 정보를 입력받는 과정; 상기 사용자 체형 정보 및 상기 사용자 설문 정보를 기반으로 인공지능 모델을 이용하여 의상 파츠(Parts)를 조합한 제1 의류 추천 정보를 생성하여 출력하는 과정; 상기 사용자 체형 정보, 상기 사용자 설문 정보, 상기 제1 의류 추천 정보 중 적어도 하나 이상의 정보를 기반으로 인플루언서(Influencer)를 추출하는 과정; 상기 인플루언서 각각이 조합한 의상 파츠를 포함하는 제2 의류 추천 정보를 생성하여 출력하는 과정; 및 상기 제1 의류 추천 정보와 상기 제2 의류 추천 정보 중 선택된 의류에 대해 제품 구매 페이지로 연결하는 과정을 포함하는 것을 특징으로 하는 사용자 체형 정보를 이용한 의류 추천 방법을 제공한다.
이상에서 설명한 바와 같이 본 실시예에 의하면, 사용자가 입력한 사용자 체형 정보 및 사용자 설문 정보를 기반으로 인공지능 모델을 이용하여 의류를 추천하는 동시에 사용자 체형 정보와 유사한 체형 또는 취향을 갖는 인플루언서(Influencer)를 선별하여 인플루언서가 코디한 의류를 추천하도록 하는 효과가 있다.
도 1은 본 실시예에 따른 사용자 체형 정보를 이용한 의류 추천 시스템을 개략적으로 나타낸 도면이다.
도 2는 본 실시예에 따른 의류 추천 장치를 개략적으로 나타낸 블럭 구성도이다.
도 3a,3b,3c는 본 실시예에 따른 사용자 정보를 입력하는 예시를 나타낸 도면이다.
도 4는 본 실시예에 따른 시스템 기반 의류 추천과 인플루언서 기반 의류 추천을 나타낸 도면이다.
도 5는 본 실시예에 따른 시스템 기반 의류 추천 방식을 나타낸 도면이다.
도 6a,6b는 본 실시예에 따른 인플루언서 기반 의류 추천 방식을 나타낸 도면이다.
도 7a,7b는 본 실시예에 따른 추천 의류에 대한 설문조사 방식과 사용자와 유사한 체형 정보를 가진 플레이어를 나타낸 도면이다.
도 8은 본 실시예에 따른 의류 추천 방법을 나타낸 개념도이다.
도 2는 본 실시예에 따른 의류 추천 장치를 개략적으로 나타낸 블럭 구성도이다.
도 3a,3b,3c는 본 실시예에 따른 사용자 정보를 입력하는 예시를 나타낸 도면이다.
도 4는 본 실시예에 따른 시스템 기반 의류 추천과 인플루언서 기반 의류 추천을 나타낸 도면이다.
도 5는 본 실시예에 따른 시스템 기반 의류 추천 방식을 나타낸 도면이다.
도 6a,6b는 본 실시예에 따른 인플루언서 기반 의류 추천 방식을 나타낸 도면이다.
도 7a,7b는 본 실시예에 따른 추천 의류에 대한 설문조사 방식과 사용자와 유사한 체형 정보를 가진 플레이어를 나타낸 도면이다.
도 8은 본 실시예에 따른 의류 추천 방법을 나타낸 개념도이다.
이하, 본 실시예를 첨부된 도면을 참조하여 상세하게 설명한다.
도 1은 본 실시예에 따른 사용자 체형 정보를 이용한 의류 추천 시스템을 개략적으로 나타낸 도면이다.
본 실시예에 따른 사용자 체형 정보를 이용한 의류 추천 시스템은 단말기(110), 의류 추천 애플리케이션(120), 의류 추천 장치(130)를 포함한다. 사용자 체형 정보를 이용한 의류 추천 시스템에 포함된 구성요소는 반드시 이에 한정되는 것은 아니다.
단말기(110)는 사용자의 키 조작에 따라 네트워크를 경유하여 음성 또는 데이터 통신을 수행하는 전자 기기로서, 의류 추천 애플리케이션(120)을 탑재한다. 단말기(110)는 네트워크를 경유하여 의류 추천 장치와 통신하기 위한 프로그램 또는 프로토콜을 저장하기 위한 메모리, 해당 프로그램을 실행하여 연산 및 제어하기 위한 마이크로프로세서 등을 구비한다.
단말기(110)는 스마트폰(Smart Phone), 태블릿(Tablet), 랩톱(Laptop), 개인용 컴퓨터(PC: Personal Computer), 게임 콘솔, 무선 통신 단말기(Wireless Communication Terminal), 미디어 플레이어 등을 포함하는 전자 기기일 수 있다.
단말기(110)는 (ⅰ) 각종 기기 또는 유무선 네트워크와 통신을 수행하기 위한 통신 모뎀 등의 통신 장치, (ⅱ) 각종 프로그램과 데이터를 저장하기 위한 메모리, (ⅲ) 프로그램을 실행하여 연산 및 제어하기 위한 마이크로프로세서 등을 구비하는 다양한 장치이다. 적어도 일 실시예에 따르면, 메모리는 램(Random Access Memory: RAM), 롬(Read Only Memory: ROM), 플래시 메모리, 광 디스크, 자기 디스크, 솔리드 스테이트 디스크(Solid State Disk: SSD) 등의 컴퓨터로 판독 가능한 기록/저장매체일 수 있다. 적어도 일 실시예에 따르면, 마이크로프로세서는 명세서상에 기재된 동작과 기능을 하나 이상 선택적으로 수행하도록 프로그램될 수 있다. 적어도 일 실시예에 따르면, 마이크로프로세서는 전체 또는 부분적으로 특정한 구성의 주문형반도체(Application Specific Integrated Circuit: ASIC) 등의 하드웨어로써 구현될 수 있다.
단말기(110)는 의류 추천 애플리케이션(120)을 이용하여 의류 추천 장치(130)에 접속한다. 단말기(110)는 네트워크를 경유하여 의류 추천 장치(130)와 통신을 수행한다.
의류 추천 애플리케이션(120)은 단말기(110)의 메모리 내에 탑재되어 구동되는 프로그램을 의미한다. 의류 추천 애플리케이션(120)은 단말기(110)에 임베디드(Embedded) 형태로 탑재되거나, OS(Operating System)에 인스톨(Install)되는 형태로 탑재될 수 있다.
의류 추천 애플리케이션(120)은 단말기(110)에 탑재되어, 단말기(110)에 구비된 각종 하드웨어를 이용하여 동작하는 것이 바람직하나 반드시 이에 한정되는 것은 아니며, 별도의 장치로 구현되어 동작될 수도 있다. 또한, 의류 추천 애플리케이션(120)은 단말기(110) 내에 기 설치된 애플리케이션들과 연동하여 동작할 수도 있다.
본 실시예에 따른 의류 추천 애플리케이션(120)은 사용자로부터 사용자 체형 정보 및 사용자 설문 정보(얼굴형, 피부톤, 선호컬러, 직업, 스타일, 신체사이즈)를 입력받아 의류 추천 장치(130)로 전달한다. 의류 추천 애플리케이션(120)은 의류 추천 장치(130)로부터 사용자 체형 정보 및 사용자 설문 정보를 기반으로 인공지능 모델을 이용하여 의상 파츠(Parts)를 조합한 제1 의류 추천 정보(시스템 기반 추천 의류)를 수신하여 출력한다.
의류 추천 애플리케이션(120)은 의류 추천 장치(130)로부터 사용자 체형 정보, 사용자 설문 정보, 제1 의류 추천 정보(시스템 기반 추천 의류) 중 적어도 하나 이상의 정보를 기반으로 인플루언서(Influencer) 각각이 조합한 의상 파츠를 포함하는 제2 의류 추천 정보(인플루언서 기반 추천 의류)를 수신하여 출력한다. 의류 추천 애플리케이션(120)은 사용자의 조작 또는 명령에 의해 제1 의류 추천 정보(시스템 기반 추천 의류)와 제2 의류 추천 정보(인플루언서 기반 추천 의류) 중 선택된 의류에 대해 제품 구매 페이지로 연결한다.
의류 추천 장치(130)는 하드웨어적으로 통상적인 웹서버(Web Server) 또는 네트워크 서버와 동일한 하드웨어 모듈을 포함한다. 의류 추천 장치(130)는 일반적으로 인터넷과 같은 개방형 컴퓨터 네트워크를 경유하여 불특정 다수 클라이언트 또는 다른 서버와 통신한다.
의류 추천 장치(130)는 클라이언트 또는 다른 웹서버의 작업수행 요청에 대응하는 작업 결과를 도출하여 제공하는 컴퓨터 시스템, 컴퓨터 소프트웨어(웹서버 프로그램)를 의미한다.
의류 추천 장치(130)는 전술한 웹서버 프로그램 이외에, 웹서버상에서 동작하는 일련의 응용 프로그램(Application Program) 또는 장치 내부에 구축되어 있는 각종 데이터베이스를 포함하는 넓은 개념으로 이해되어야 할 것이다.
본 실시예에 따른 의류 추천 장치(130)는 의류 추천 애플리케이션(120)으로부터 사용자 체형 정보 및 사용자 설문 정보(얼굴형, 피부톤, 선호컬러, 직업, 스타일, 신체사이즈)를 입력받는다. 의류 추천 장치(130)는 사용자 체형 정보 및 사용자 설문 정보를 기반으로 인공지능 모델을 이용하여 의상 파츠를 조합한 제1 의류 추천 정보(시스템 기반 추천 의류)를 생성한 후 의류 추천 애플리케이션(120)으로 전송한다.
의류 추천 장치(130)는 사용자 체형 정보, 사용자 설문 정보, 제1 의류 추천 정보(시스템 기반 추천 의류) 중 적어도 하나 이상의 정보를 기반으로 인플루언서를 추출한다. 의류 추천 장치(130)는 인플루언서 각각이 조합한 의상 파츠를 포함하는 제2 의류 추천 정보(인플루언서 기반 추천 의류)를 생성한 후 의류 추천 애플리케이션(120)으로 전송한다.
의류 추천 장치(130)는 의류 추천 애플리케이션(120)으로부터 제1 의류 추천 정보(시스템 기반 추천 의류) 또는 제2 의류 추천 정보(인플루언서 기반 추천 의류)에 대응하는 의류에 대한 구매 요청이 있는 경우 해당 의류에 대한 제품 구매 페이지로 연결한다.
도 2는 본 실시예에 따른 의류 추천 장치를 개략적으로 나타낸 블럭 구성도이다.
본 실시예에 따른 의류 추천 장치(130)는 정보 입력부(210), 제1 의류 추천부(220), 인플루언서 추출부(230), 제2 의류 추천부(240), 제품 구매부(250)를 포함한다. 의류 추천 장치(130)에 포함된 구성요소는 반드시 이에 한정되는 것은 아니다.
의류 추천 장치(130)에 포함된 각 구성요소는 장치 내부의 소프트웨어적인 모듈 또는 하드웨어적인 모듈을 연결하는 통신 경로에 연결되어 상호 간에 유기적으로 동작할 수 있다. 이러한 구성요소는 하나 이상의 통신 버스 또는 신호선을 이용하여 통신한다.
도 2에 도시된 의류 추천 장치(130)의 각 구성요소는 적어도 하나의 기능이나 동작을 처리하는 단위를 의미하며, 소프트웨어적인 모듈, 하드웨어적인 모듈 또는 소프트웨어와 하드웨어의 결합으로 구현될 수 있다.
정보 입력부(210)는 사용자 체형 정보 및 사용자 설문 정보(얼굴형, 피부톤, 선호컬러, 직업, 스타일, 신체사이즈)를 입력받는다.
제1 의류 추천부(220)는 사용자 체형 정보 및 사용자 설문 정보를 기반으로 인공지능 모델을 이용하여 의상 파츠를 조합한 제1 의류 추천 정보를 생성한다. 제1 의류 추천부(220)는 기 저장된 복수의 의류 정보 중 사용자 체형 정보와 사용자 설문 정보를 기반으로 복수의 의상 파츠의 기 설정된 순서에 따라 하나씩의 의상 파츠를 추천하고, 추천한 의상 파츠를 조합하여 제1 의류 추천 정보를 생성한다.
제1 의류 추천부(220)는 기 저장된 복수의 의류 정보 중 사용자 체형 정보에 대응하는 의류를 우선적으로 선별한 후 사용자 설문 정보에 포함된 얼굴형, 피부톤, 선호컬러, 직업, 스타일 중 적어도 하나 이상의 구성요소별로 가중치를 적용하여 복수의 의상 파츠 중 하나를 추천 파츠(예컨대, 아우터)를 결정한다.
제1 의류 추천부(220)는 복수의 의상 파츠의 기 설정된 순서에 따라 연쇄적인 가중치를 반영하여 다음 추천 파츠를 결정한다. 제1 의류 추천부(220)는 복수의 의상 파츠 중 결정된 추천 파츠를 제외한 나머지 의상 파츠를 추천할 때, 먼저 추천된 파츠에 연쇄적인 가중치를 반영한 후 다음 추천 파츠를 결정한다.
인플루언서 추출부(230)는 사용자 체형 정보, 사용자 설문 정보, 제1 의류 추천 정보 중 적어도 하나 이상의 정보를 기반으로 인플루언서를 추출한다.
인플루언서 추출부(230)는 복수의 인플루언서 중 사용자 체형 정보와 동일한 체형을 갖는 인플루언서를 추출한다. 인플루언서 추출부(230)는 사용자 설문 정보 중 적어도 하나 이상의 정보가 일치하는 인플루언서를 추출한다. 인플루언서 추출부(230)는 제1 의류 추천 정보에 포함된 의상 파츠 중 하나 이상의 의상 파츠를 등록한 인플루언서를 추출한다.
인플루언서 추출부(230)는 팔로잉, 동일 체형, 얼굴형, 피부톤, 선호컬러, 직업, 스타일, 신체사이즈 중 선택 정보를 기반으로 인플루언서를 필터링하여 순서를 소팅하여 출력한다.
제2 의류 추천부(240)는 인플루언서 각각이 조합한 의상 파츠를 포함하는 제2 의류 추천 정보를 생성하여 출력한다. 제2 의류 추천부(240)는 인플루언서 별로 복수의 의상 이미지를 획득하고, 복수의 의상 이미지 중 선택된 특정 이미지에 대응하는 의상 파츠 정보를 추출하여 출력한다.
제2 의류 추천부(240)는 특정 이미지에 대응하는 의상 파츠 정보가 미존재하는 경우, 특정 이미지 내에서 의상에 대한 객체를 포함하는 영역에 컨투어(Contour)를 표시하고, 컨투어 내의 객체의 윤곽을 기반으로 의상 파츠를 결정한다. 제2 의류 추천부(240)는 의상 파츠마다 확률을 산출하고, 각 의상 파츠 확률 중 기 설정된 임계치 이상의 확률을 갖는 객체를 의상 파츠로 결정한다.
제품 구매부(250)는 제1 의류 추천 정보와 제2 의류 추천 정보 중 선택된 의류에 대해 제품 구매 페이지로 연결한다. 제품 구매부(250)는 제1 의류 추천 정보와 제2 의류 추천 정보 상에서 선택된 의류에 대한 구매가 이루어지는 경우, 판매 금액 중 일부를 수수료로 부과한다.
제품 구매부(250)는 제1 의류 추천 정보(시스템 기반 추천 의류) 상에서 선택된 의류에 대한 구매가 이루어지는 경우, 판매 금액 중 일부를 수수료로 운영사에게 부과한다. 제품 구매부(250)는 제2 의류 추천 정보(인플루언서 기반 추천 의류) 상에서 선택된 의류에 대한 구매가 이루어지는 경우, 판매 금액 중 일부를 수수료로 운영사와 인플루언서에게 분배해서 부과한다.
도 3a,3b,3c는 본 실시예에 따른 사용자 정보를 입력하는 예시를 나타낸 도면이다.
도 3a에 도시된 바와 같이, 의류 추천 장치(130)는 사용자의 조작 또는 명령에 의해 선호 컬러를 입력받는다. 의류 추천 장치(130)는 예컨대, 빨강, 노랑, 초록, 파랑, 남색, 보라, 갈색, 회색, 흰색, 검정 중 하나를 선호 컬러로 입력받는다.
의류 추천 장치(130)는 의류 구매시 평균 쇼핑금액을 입력받는다. 예컨대, 의류 추천 장치(130)는 아우터, 이너, 하의를 세트로 구매할 때 예컨대, 10 ~ 20 만원, 20 ~ 40 만원, 40 ~ 70 만원, 70 ~ 100 만원, 100 만원 이상 중 특정 범위를 평균 쇼핑금액으로 입력받는다.
의류 추천 장치(130)는 남자체형 설문으로 정사이즈 기성복에 대한 어깨 착용감(작다, 맞다, 크다), 가슴 부분 착용감(작다, 맞다, 크다), 배 부분 착용감(작다, 맞다, 크다), 하의 착용시 힙부분 착용감(작다, 맞다, 크다)을 입력받는다.
의류 추천 장치(130)는 여자체형 설문으로 정사이즈 기성복에 대한 가슴부위 착용감(작다, 맞다, 크다), 하의 착용시 힙 부위 착용감(작다, 맞다, 크다), 어깨 착용감(작다, 맞다, 크다), 허리 부분 착용감(작다, 맞다, 크다), 배 부분 착용감(작다, 맞다, 크다), 허벅지 부분 착용감(작다, 맞다, 크다)을 입력받는다.
도 3b에 도시된 바와 같이, 의류 추천 장치(130)는 남자체형으로서 역삼각 체형, 다이아몬드 체형, 라운드 체형, 스탠다드 체형, 트릭스탠다드 체형, 삼각형 체형, 직사각형 체형 중 어느 하나를 체형 정보로 입력받는다. 의류 추천 장치(130)는 남자 얼굴형으로서 계란형, 다이아몬드형, 라운드형, 사각형, 역삼각형, 직사각형 중 어느 하나를 얼굴 정보로 입력받는다. 의류 추천 장치(130)는 남자 피부톤으로서, 화이트톤, 피치톤, 옐로우톤, 브라운톤 중 어느 하나를 남자 피부톤 정보로 입력받는다. 의류 추천 장치(130)는 직종 정보로서, 사무직, 영업직, 자영업, 디자인, 개발자, 서비스직, 교육직, 예체능, 학생, 전문직, 무직, 기타(직접입력) 중 어느 하나를 직장 정보로 입력받는다.
도 3c에 도시된 바와 같이, 의류 추천 장치(130)는 여자체형으로서 역삼각 체형, 다이아몬드 체형, 라운드 체형, 스탠다드 체형, 트릭스탠다드 체형, 삼각형 체형, 직사각형 체형 중 어느 하나를 체형 정보로 입력받는다. 의류 추천 장치(130)는 여자 얼굴형으로서 계란형, 다이아몬드형, 라운드형, 사각형, 역삼각형, 직사각형 중 어느 하나를 얼굴 정보로 입력받는다. 의류 추천 장치(130)는 여자 피부톤으로서, 화이트톤, 피치톤, 옐로우톤, 브라운톤 중 어느 하나를 남자 피부톤 정보로 입력받는다. 의류 추천 장치(130)는 직종 정보로서, 사무직, 영업직, 자영업, 디자인, 개발자, 서비스직, 교육직, 예체능, 학생, 전문직, 무직, 기타(직접입력) 중 어느 하나를 직장 정보로 입력받는다.
도 4는 본 실시예에 따른 시스템 기반 의류 추천과 인플루언서 기반 의류 추천을 나타낸 도면이다.
의류 추천 애플리케이션(120)은 의류 추천 장치(130)와 연동하여, 사용자로부터 사용자 체형 정보 및 사용자 설문 정보(얼굴형, 피부톤, 선호컬러, 직업, 스타일, 신체사이즈)를 입력받고, 의류 추천 장치(130)로부터 사용자 체형 정보 및 사용자 설문 정보를 기반으로 인공지능 모델을 이용하여 의상 파츠를 조합한 제1 의류 추천 정보를 수신하여 시스템 기반 의류 추천 영역(410) 상에 출력한다.
의류 추천 애플리케이션(120)은 의류 추천 장치(130)로부터 사용자 체형 정보, 사용자 설문 정보, 제1 의류 추천 정보 중 적어도 하나 이상의 정보를 기반으로 인플루언서를 추출하고, 인플루언서 각각이 조합한 의상 파츠를 포함하는 제2 의류 추천 정보를 수신하여 인플루언서 기반 의류 추천 영역(420) 상에 출력한다.
의류 추천 애플리케이션(120)은 사용자 식별정보를 기반으로 유사한 체형 정보, 피부톤, 선호 칼라, 얼굴 형태, 직업 정보 중 적어도 하나 이상의 정보가 동일한 인플루언서를 추출한 후 취합하여 도 4에 도시된 바와 같이, 하나의 화면상(인플루언서 기반 의류 추천 영역(420))에 출력한다.
예컨대, 의류 추천 장치(130)는 의류 추천 애플리케이션(120)과 연동하여 사용자 식별정보가 팔로잉하고 있는 닉네임1을 갖는 인플루언서1를 추출하고, 사용자 식별정보를 기반으로 체형 정보와 피부톤 정보가 동일한 닉네임2를 갖는 인플루언서2, 사용자 식별정보를 기반으로 체형 정보와 얼굴형태 정보가 동일한 닉네임3을 갖는 인플루언서3, 사용자 식별정보를 기반으로 체형 정보와 직업 정보가 동일한 닉네임3을 갖는 인플루언서4를 추출하여 하나의 화면으로 출력한다.
도 5는 본 실시예에 따른 시스템 기반 의류 추천 방식을 나타낸 도면이다.
의류 추천 장치(130)는 기 저장된 복수의 의류 정보 중 사용자 체형 정보와 사용자 설문 정보를 기반으로 복수의 의상 파츠의 기 설정된 순서(예컨대, 아우터 → 상의 → 이너 → 하의 → 슈즈)에 따라 하나씩의 의상 파츠를 추천하고, 의상 파츠를 조합하여 제1 의류 추천 정보를 생성한다.
의류 추천 장치(130)는 기 저장된 복수의 의류 정보 중 사용자 체형 정보에 대응하는 의류를 우선적으로 선별한 후 사용자 설문 정보에 포함된 얼굴형, 피부톤, 선호컬러, 직업, 스타일 중 적어도 하나 이상의 구성요소별로 가중치를 적용하여 복수의 의상 파츠 중 하나를 추천 파츠(예컨대, 아우터)를 결정한다.
의류 추천 장치(130)는 복수의 의상 파츠의 기 설정된 순서에 따라 연쇄적인 가중치를 반영하여 다음 추천 파츠를 결정한다. 의류 추천 장치(130)는 복수의 의상 파츠 중 결정된 추천 파츠(예컨대, 아우터)를 제외한 나머지 의상 파츠를 추천할 때, 먼저 추천된 파츠(예컨대, 아우터)에 연쇄적인 가중치를 반영한 후 다음 추천 파츠(예컨대, 상의 → 이너 → 하의 → 슈즈 순서로)를 결정한다.
보다 구체적으로 미리 설정된 복수의 의상 파츠의 결정 우선 순위가 존재할 수 있고, 아우터(제1 우선 순위 의상 파츠) → 상의(제2 우선 순위 의상 파츠) → 이너(제3 우선 순위 의상 파츠) → 하의(제4 우선 순위 의상 파츠) → 슈즈(제5 우선 순위 의상 파츠)일 수 있다. 우선 순위에 따른 의상 파츠는 연쇄적으로 이후 우선 순위의 의상 파츠를 결정하기 위해 사용될 수 있다.
사용자 체형 정보와 사용자 설문 정보를 기반으로 제1 우선 순위 의상 파츠가 결정되고, 사용자 체형 정보, 사용자 설문 정보, 제1 우선 순위 의상 파츠에 대한 정보를 기반으로 제2 우선 순위 의상 파츠가 결정될 수 있다. 이후, 사용자 체형 정보, 사용자 설문 정보, 제1 우선 순위 의상 파츠, 제2 우선 순위 의상 파츠를 기반으로 제3 우선 순위 의상 파츠가 결정될 수 있다. 이러한 방식으로 연쇄적으로 이전 우선 순위 의상 파츠를 고려하여 다음 우선 순위 의상 파츠가 결정될 수 있다. 또는 본 발명의 실시예에 따르면, 특정 우선 순위 의상 파츠를 결정시 특정 우선 순위 의상 파츠의 적어도 하나의 이전 우선 순위 의상 파츠 각각에 대한 가중치가 부여되어 특정 우선 순위 의상 파츠가 결정될 수 있다. 예를 들어, 슈즈를 결정시 이전 우선 순위 의상 파츠인 아우터, 상의, 이너, 하의가 고려되나, 아우터, 상의, 이너, 하의 각각에 대한 가중치는 다르게 설정될 수 있다. 하의에 대한 가중치가 높게 설정된 경우, 아우터, 상의, 이너, 하의를 모두 고려하되, 하의에 대해 상대적으로 더 높게 고려하여 슈즈가 결정될 수 있다.
초기에 이러한 의상 파츠에 대한 연쇄적인 추천은 사용자 체형 정보와 사용자 설문 정보별 기설정된 가중치 정보 및/또는 사용자 체형 정보와 사용자 설문 정보별 선호되는 의상 파츠에 대한 머신 러닝 모델을 기반으로 수행될 수 있다. 학습 가능 데이터가 늘어날수록 기설정된 가중치 정보는 변화되고, 머신 러닝 모델에 대한 추가적인 학습이 수행되어 의상 파츠에 대한 연쇄적인 추천이 수행될 수 있다.
도 6a,6b는 본 실시예에 따른 인플루언서 기반 의류 추천 방식을 나타낸 도면이다.
도 6a에 도시된 바와 같이, 의류 추천 장치(130)는 입력받은 사용자 식별정보에 대응하는 인플루언서 팔로우 리스트를 추출한다. 의류 추천 장치(130)는 사용자 식별정보가 팔로잉하는 인플루언서를 추출한다.
의류 추천 장치(130)는 선택된 인플루언서에 대한 복수의 이미지를 획득한다. 의류 추천 장치(130)는 사용자 식별정보가 팔로잉하거나 동일한 체형 정보와 선호 칼라를 갖는 인플루언서1에 대한 복수의 이미지를 획득한다. 의류 추천 장치(130)는 인플루언서1에 대한 복수의 이미지 중 선택된 특정 이미지를 출력하고, 특정 이미지에 대응하는 의류 정보를 출력한다. 의류 추천 장치(130)는 동일한 체형 정보와 선호 칼라를 갖는 인플루언서1에 대한 이미지에 대응하는 기 저장된 의류 정보가 존재하는 경우, 기 저장된 의류 정보를 출력한다.
의류 추천 장치(130)는 사용자 식별정보가 팔로잉하거나 동일한 체형 정보와 피부톤을 갖는 인플루언서2에 대한 복수의 이미지를 획득한다. 의류 추천 장치(130)는 인플루언서2에 대한 복수의 이미지 중 선택된 특정 이미지를 출력하고, 특정 이미지에 대응하는 의류 정보를 출력한다. 의류 추천 장치(130)는 동일한 체형 정보와 피부톤을 갖는 인플루언서2에 대한 이미지에 대응하는 기 저장된 의류 정보가 존재하는 경우, 기 저장된 의류 정보를 출력한다.
의류 추천 장치(130)는 사용자 식별정보가 팔로잉하거나 동일한 체형 정보와 얼굴 형태를 갖는 인플루언서3에 대한 복수의 이미지를 획득한다. 의류 추천 장치(130)는 인플루언서3에 대한 복수의 이미지 중 선택된 특정 이미지를 출력하고, 특정 이미지에 대응하는 의류 정보를 출력한다. 의류 추천 장치(130)는 동일한 체형 정보와 얼굴 형태를 갖는 인플루언서3에 대한 이미지에 대응하는 기 저장된 의류 정보가 존재하는 경우, 기 저장된 의류 정보를 출력한다.
의류 추천 장치(130)는 사용자 식별정보가 팔로잉하거나 동일한 체형 정보와 직업 정보를 갖는 인플루언서4에 대한 복수의 이미지를 획득한다. 의류 추천 장치(130)는 인플루언서4에 대한 복수의 이미지 중 선택된 특정 이미지를 출력하고, 특정 이미지에 대응하는 의류 정보를 출력한다. 의류 추천 장치(130)는 동일한 체형 정보와 직업 정보를 갖는 인플루언서4에 대한 이미지에 대응하는 기 저장된 의류 정보가 존재하는 경우, 기 저장된 의류 정보를 출력한다.
도 6b에 도시된 바와 같이, 의류 추천 장치(130)는 인플루언서1에 대한 이미지에 대응하는 기 저장된 의류 정보가 미존재하는 경우, 인플루언서1의 복수의 이미지 각각을 분석하여 인플루언서1이 입고 있는 의상(예컨대, 모자, 안경, 상의, 하의, 신발)을 인식한다.
도 6b에 도시된 바와 같이, 의류 추천 장치(130)는 복수의 인플루언서 이미지 각각에서 의류 또는 악세사리로 판단되는 객체를 판별하기 위한 객체 탐지(Object Detection)를 수행할 수 있다.
객체 탐지는 의류 또는 악세사리를 탐지한 후 해당 객체를 포함하는 영역에 별도의 제1 컨투어를 표시할 수 있다. 예를 들어, 제1 컨투어는 사각형 형상일 수 있다. 의류 또는 악세사리 추정 객체를 포함하는 제1 컨투어는 의류 또는 악세사리를 포함한 영역일 수 있다.
이후, 의류 또는 악세사리 영역 상에서 인스턴스 세그멘테이션(Instance Segmentation)을 수행하여 객체의 경계선을 제2 컨투어로 결정하여 의류 또는 악세사리에 대한 구체적인 정보가 추출될 수 있다. 의류 추천 장치(130)는 의류 또는 악세사리 추정 객체 중 실제 의류 또는 악세사리로 판단되는 객체를 의류 또는 악세사리 확정 객체로 결정할 수 있다.
의류 추천 장치(130)는 의류 또는 악세사리 추정 객체 중 의류 또는 악세사리 확정 객체에 대한 정보를 피드백 받아 인공 지능 모델에 대한 학습을 수행할 수 있다.
구체적으로 의류 추천 장치(130)의 의류 또는 악세사리 확정 객체에 대한 별도의 머신 러닝이 수행되어 의류 또는 악세사리 확정 객체에 대한 학습 결과를 기반으로 의류 또는 악세사리 추정 객체에 대한 추출 정확도를 높일 수 있다.
의류 추천 장치(130)는 사용자 식별정보에 대응하는 팔로잉 인플루언서 리스트를 추출하거나 인플루언서 리스트를 추천한다. 의류 추천 장치(130)는 인플루언서 리스트에 포함된 복수의 인플루언서별로 다양한 이미지를 획득한다. 의류 추천 장치(130)는 인플루언서 리스트에 포함된 복수의 인플루언서별로 입고 있는 의상(예컨대, 안경, 상의, 조끼, 넥타이, 하의, 신발)을 인식한 후 각 의상을 학습하여 각 인플루언서별 성향성을 판별한다.
예컨대, 의류 추천 장치(130)는 닉네임1를 갖는 인플루언서1의 복수의 이미지를 인식하여 학습한 결과, 인플루언서1의 성향성은 정장인 것으로 판별한다. 의류 추천 장치(130)는 닉네임2,3,4를 갖는 인플루언서2,3,4의 복수의 이미지를 인식하여 학습한 결과, 인플루언서2,3,4의 성향성은 캐주얼인 것으로 판별한다.
의류 추천 장치(130)는 인플루언서1의 성향성(정장), 인플루언서2의 성향성(캐주얼), 인플루언서3의 성향성(캐주얼), 인플루언서4의 성향성(캐주얼)을 종합적으로 고려하여 전체 팔로잉 인플루언서 성향성을 캐주얼로 판단한다.
의류 추천 장치(130)는 캐주얼로 분류된 의류 중 전체 팔로잉 인플루언서의 브랜드 또는 제품명을 기반으로 인식된 제품 윤곽과 유사한 의류만을 인플루언서 성향 부합 의류로 선별한다.
의류 추천 장치(130)는 인플루언서 성향 부합 의류 중 사용자가 입력한 평균구매금액정보에 해당하는 의류만을 선별한다. 의류 추천 장치(130)는 평균구매금액정보에 해당하는 의류 중 사용자가 입력한 카테고리(예컨대, 아우터, 셔츠, 자켓, 이너웨어, 정장, 바지 등)에 해당하는 의류만을 선별한다. 의류 추천 장치(130)는 카테고리에 해당하는 의류 중 사용자가 입력한 개인 정보(얼굴형, 피부톤, 선호색깔, 직업)에 해당하는 의류만을 추천 후보 의류로 선별한다.
의류 추천 장치(130)는 추천 후보 의류 각각을 사용자가 입력한 사용자 체형 정보(예컨대, 역삼각 체형, 다이아몬드 체형, 라운드 체형, 스탠다드 체형, 트릭스탠다드 체형, 삼각형 체형, 직사각형 체형 중 어느 하나)와의 매칭율을 산출한다. 의류 추천 장치(130)는 산출된 매칭율을 기반으로 추천 체형 의류로 선별한다.
의류 추천 장치(130)는 추천 체형 의류를 카테고리(예컨대, 아우터, 셔츠, 자켓, 이너웨어, 정장, 바지 등) 별로 조합하여 코디 세트를 추천할 수 있다. 의류 추천 장치(130)는 추천 체형 의류가 복수 개인 경우, 체형에 따른 가중치를 적용하여 우선순위로 추천 가능하다.
본 발명의 실시예에 따르면, 인플루언서 기반의 제2 의류 추천 정보를 생성하기 위해 화면 상에 인플루언서에 대한 배치도 사용자의 성향에 따라 다르게 수행할 수 있다. 예를 들어, 사용자의 취향 변화도를 판단하고, 사용자의 취향 변화도에 따라 인플루언서의 변화도를 다르게 설정하여 사용자에게 제공할 수도 있다. 예를 들어, 사용자의 기존의 의류 선택 결과 정보를 고려하여 사용자의 취향 변화도를 추출할 수 있다. 예를 들어, 의상 파츠별로 사용자의 의류 선택 결과 정보를 고려하여 선택한 의류의 변화 범위가 결정될 수 있다. 아웃터의 경우, 사용자가 결정한 아웃터 스타일, 아웃터 사이즈, 색깔 등의 변화를 고려하여 수치화하는 방식으로 사용자의 취향 변화도가 결정될 수 있다.
사용자의 취향 변화도가 제1 임계 범위 이하 경우, 사용자에게 제공되는 인플루언서 정보는 사용자 정보(예를 들어, 사용자 체형 정보 및 사용자 설문 정보)와 상대적으로 높은 유사도를 가지고 있는 인플루언서(사용자 정보)만을 포함할 수 있다. 사용자의 취향 변화도가 제1 임계 범위 초과, 제2 임계 범위 이하인 경우, 사용자에게 제공되는 인플루언서 정보는 사용자 정보와 상대적으로 높은 유사도를 가지고 있는 인플루언서(사용자 정보)와 사용자와 높은 유사도는 가지지 않지만, 사용자 기존의 의류 선택 결과 정보와 관련성이 있는 인플루언서(사용자 의류 선택)를 조합하여 사용자에게 제공할 수 있다. 단, 사용자와 상대적으로 높은 유사도를 가지고 있는 인플루언서(사용자 정보)가 사용자 기존의 의류 선택 결과 정보와 관련성이 있는 인플루언서(사용자 의류 선택)보다 상대적으로 많이 제공될 수 있다. 사용자의 취향 변화도가 제2 임계 범위 초과인 경우, 사용자에게 제공되는 인플루언서 정보는 인플루언서(사용자 정보)와 인플루언서(사용자 의류 선택)를 조합하여 사용자에게 제공하되, 단, 인플루언서(사용자 의류 선택)가 인플루언서(사용자 정보)보다 상대적으로 많이 제공될 수 있다.
도 7a,7b는 본 실시예에 따른 추천 의류에 대한 설문조사 방식과 사용자와 유사한 체형 정보를 가진 플레이어를 나타낸 도면이다.
도 7a에 도시된 바와 같이, 의류 추천 장치(130)는 추천 의류에 대한 설문조사 입력받아 학습에 이용 가능하다. 의류 추천 장치(130)는 추천한 코디 세트에 대한 상품 정보를 각각 제공 가능하다. 의류 추천 장치(130)는 추천한 코디 세트의 상품정보에 대한 선호도 조사 버튼을 출력하여 추천받은 사용자에 대한 의견을 수신한다.
예컨대, 의류 추천 장치(130)는 추천한 코디 세트에 대한 선호도를 질의(예컨대, 스타일 추천은 마음에 드시나요?)하고, 질의에 대한 응답 문구(예컨대, 컬러 조합이 마음에 들지 않음, 제품 조합이 마음에 들지 않음, 패턴 조합이 마음에 들지 않음)를 수신한다. 의류 추천 장치(130)는 선호도를 질의에 대한 응답 문구를 학습하여 사용자 식별 번호별로 의류 추천 정보를 학습한다.
도 7b는 본 실시예에 따른 사용자와 유사한 체형 정보를 가진 플레이어를 나타낸 도면이다. 의류 추천 장치(130)는 유사한 체형을 가진 사용자가 올린 이미지를 해당 체형을 가진 각 사용자에게 매칭하여 전송한다. 의류 추천 장치(130)는 맞춤 추천으로 특정 사용자와 체형이 유사한 체형을 갖는 인플루언서의 피드를 최신순으로 상단부터 나열되도록 하여 각 사용자에게 추천 가능하다.
여기서, 의류 추천 장치(130)는 특정 사용자가 팔로잉하고 있지 않은 유사한 체형을 갖는 인플루언서만을 추천하거나, 의류 추천 장치(130)는 이미 팔로잉하고 있는 인플루언서 중 유사 체형을 갖는 인플루언서의 피드를 최신순으로 상단부터 나열되도록한다.
의류 추천 장치(130)는 유사 체형을 갖는 인플루언서의 피드 상에 태그된 의류의 이름이 노출되도록 하며, 각 태그가 선택되는 경우 제품 구매 페이지로 연결되도록 한다.
의류 추천 장치(130)는 유사 체형을 갖는 인플루언서가 팔로우하고 있지 않은 인플루언서로 판단되는 경우, 팔로우 버튼을 출력하면서 팔로우 여부를 확인하거나 이미 팔로우된 인플루언서의 경우 팔로잉을 알린다.
도 8은 본 실시예에 따른 의류 추천 방법을 나타낸 개념도이다.
도 8에서는 제1 의류 추천부와 제2 의류 추천부를 기반으로 한 의류 추천 방법이 개시된다. 특히, 제1 의류 추천부와 제2 의류 추천부 간의 상호 작용을 기반으로 제1 의류 추천부와 제2 의류 추천부에서 의류를 추천하기 위한 방법이 개시된다.
도 8을 참조하면, 사용자 의류 선택 결과 정보, 사용자 인플루언서 팔로잉 정보를 고려하여 제1 의류 추천부에 의해 출력되는 제1 의류 추천 정보, 제2 의류 추천부에 출력되는 인플루언서, 인플루언서 기반의 제2 의류 추천 정보가 변화될 수 있다.
본 발명의 실시예에 따르면, 제1 의류 추천 정보를 생성하기 위한 제1 머신 러닝 모델(810), 제2 의류 추천 정보를 생성하기 위한 제2 머신 러닝 모델(820)이 존재할 수 있다.
제1 머신 러닝 모델(810)은 1) 제1 의류 추천 정보를 기반으로 사용자가 선택한 결과에 대한 정보, 2) 사용자와 사용자 정보가 동일한 다른 사용자들이 제1 의류 추천 정보를 기반으로 선택한 결과에 대한 정보, 3) 제2 의류 추천 정보를 기반으로 사용자가 선택한 결과에 대한 정보, 4) 사용자와 사용자 정보가 동일한 다른 사용자들이 제2 의류 추천 정보를 기반으로 선택한 결과에 대한 정보를 피드백받아서 학습을 수행할 수 있다.
1) 제1 의류 추천 정보를 기반으로 사용자가 선택한 결과에 대한 정보, 2) 사용자와 사용자 정보가 동일한 다른 사용자들이 제1 의류 추천 정보를 기반으로 선택한 결과에 대한 정보는 제1 머신 러닝 모델의 추천 결과를 강화하기 위한 제1 피드백 데이터(강화)(810)이고, 3) 제2 의류 추천 정보를 기반으로 사용자가 선택한 결과에 대한 정보, 4) 사용자와 사용자 정보가 동일한 다른 사용자들이 제2 의류 추천 정보를 기반으로 선택한 결과에 대한 정보는 제1 머신 러닝 모델의 추천 결과를 변화시키기 위한 제1 피드백 데이터(변화)(820)일 수 있다.
제2 머신 러닝 모델(850)은 1) 제2 의류 추천 정보(제공)를 기반으로 사용자가 선택한 결과에 대한 정보, 2) 사용자와 사용자 정보가 동일한 다른 사용자들이 제2 의류 추천 정보(제공)를 기반으로 선택한 결과에 대한 정보, 3) 제2 의류 추천 정보(탐색)를 기반으로 사용자가 선택한 결과에 대한 정보, 4) 사용자와 사용자 정보가 동일한 다른 사용자들이 제2 의류 추천 정보(탐색)를 기반으로 선택한 결과에 대한 정보를 피드백 받아서 학습을 수행할 수 있다.
1) 제2 의류 추천 정보(제공)를 기반으로 사용자가 선택한 결과에 대한 정보, 2) 사용자와 사용자 정보가 동일한 다른 사용자들이 제2 의류 추천 정보(제공)를 기반으로 선택한 결과에 대한 정보는 제2 피드백 데이터(강화)(860)이고, 3) 제2 의류 추천 정보(탐색)를 기반으로 사용자가 선택한 결과에 대한 정보, 4) 사용자와 사용자 정보가 동일한 다른 사용자들이 제2 의류 추천 정보(탐색)를 기반으로 선택한 결과에 대한 정보는 제2 피드백 데이터(변화)(870)일 수 있다.
제2 의류 추천 정보(제공)은 의류 추천 시스템에서 화면상에 1차적으로 추천한 인플루언서의 의류 추천 정보이고, 제2 의류 추천 정보(탐색)은 의류 추천 시스템에서 화면상에 1차적으로 추천한 인플루언서가 아닌 사용자가 탐색에 의해 찾은 인플루언서의 의류 추천 정보일 수 있다.
즉, 제1 머신 러닝 모델(800)은 제1 의류 추천 정보뿐만 아니라, 제2 의류 추천 정보에 대한 결과를 반영하여 모델링을 수행하는 반면, 제2 머신 러닝 모델(850)은 제2 의류 추천 정보에 대한 결과만을 반영하여 모델링을 수행할 수 있다.
이러한 방법을 통해 인플루언서와 같은 계속적인 패션 트렌드를 반영하는 사람들의 취향 변화를 고려하여 빠르게 트렌드를 학습하여 트렌드에 맞는 의류에 대한 추천이 가능할 수 있다.
또한, 본 발명에서는 일정 시간 별로 인플루언서를 기반한 추천 데이터에 대한 가중치를 조정하여 학습을 수행할 수 있다. 이전 트렌드를 가진 인플루언서의 데이터가 계속적으로 반영되는 경우, 머신 러닝 모델에서 새로운 트렌드에 대한 추천 속도가 느려질 수 있다. 따라서, 일정 기간의 학습 데이터만을 반영하여 학습하는 별도의 머신 러닝 모델 또는 주기적으로 리셋되는 머신 러닝 모델을 사용하여 기존의 트렌드를 반영하여 추천 결과가 나오는 것을 방지할 수도 있다.
학습 데이터의 입력 기간을 조정하여 복수개의 머신 러닝 모델을 운영할 수 있고, 복수개 머신 러닝의 추천 결과가 트렌드와 벋어나는 것으로 판단되는 경우, 해당 머신 러닝 모델을 폐기 결정하여 추천시 배제할 수도 있다.
이상의 설명은 본 실시예의 기술 사상을 예시적으로 설명한 것에 불과한 것으로서, 본 실시예가 속하는 기술 분야에서 통상의 지식을 가진 자라면 본 실시예의 본질적인 특성에서 벗어나지 않는 범위에서 다양한 수정 및 변형이 가능할 것이다. 따라서, 본 실시예들은 본 실시예의 기술 사상을 한정하기 위한 것이 아니라 설명하기 위한 것이고, 이러한 실시예에 의하여 본 실시예의 기술 사상의 범위가 한정되는 것은 아니다. 본 실시예의 보호 범위는 아래의 청구범위에 의하여 해석되어야 하며, 그와 동등한 범위 내에 있는 모든 기술 사상은 본 실시예의 권리범위에 포함되는 것으로 해석되어야 할 것이다.
110: 단말기
120: 의류 추천 애플리케이션
130: 의류 추천 장치
210: 정보 입력부 220: 제1 의류 추천부
230: 인플루언서 추출부 240: 제2 의류 추천부
250: 제품 구매부
410: 시스템 기반 의류 추천 영역
420: 인플루언서 기반 의류 추천 영역
130: 의류 추천 장치
210: 정보 입력부 220: 제1 의류 추천부
230: 인플루언서 추출부 240: 제2 의류 추천부
250: 제품 구매부
410: 시스템 기반 의류 추천 영역
420: 인플루언서 기반 의류 추천 영역
Claims (7)
- 사용자 체형 정보 및 사용자 설문 정보를 입력받는 정보 입력부;
상기 사용자 체형 정보 및 상기 사용자 설문 정보를 기반으로 인공지능 모델을 이용하여 의상 파츠(Parts)를 조합한 제1 의류 추천 정보를 생성하여 출력하는 제1 의류 추천부;
상기 사용자 체형 정보, 상기 사용자 설문 정보, 상기 제1 의류 추천 정보 중 적어도 하나 이상의 정보를 기반으로 인플루언서(Influencer)를 추출하는 인플루언서 추출부;
상기 인플루언서 각각이 조합한 의상 파츠를 포함하는 제2 의류 추천 정보를 생성하여 출력하는 제2 의류 추천부; 및
상기 제1 의류 추천 정보와 상기 제2 의류 추천 정보 중 선택된 의류에 대해 제품 구매 페이지로 연결하는 제품 구매부
를 포함하는 것을 특징으로 하는 사용자 체형 정보를 이용한 의류 추천 장치. - 제1항에 있어서,
상기 제1 의류 추천부는,
기 저장된 복수의 의류 정보 중 상기 사용자 체형 정보와 상기 사용자 설문 정보를 기반으로 복수의 의상 파츠의 기 설정된 순서에 따라 하나씩의 파츠를 추천하고, 상기 파츠를 조합하여 상기 제1 의류 추천 정보를 생성하는 것을 특징으로 하는 사용자 체형 정보를 이용한 의류 추천 장치. - 제2항에 있어서,
상기 제1 의류 추천부는,
복수의 의상 파츠의 기 설정된 순서에 따라 연쇄적인 가중치를 반영하여 다음 추천 파츠를 결정하는 것을 특징으로 하는 사용자 체형 정보를 이용한 의류 추천 장치. - 제3항에 있어서,
상기 인플루언서 추출부는,
복수의 인플루언서 중 상기 사용자 체형 정보와 동일한 체형을 갖는 인플루언서를 추출하며, 상기 사용자 설문 정보 중 적어도 하나 이상의 정보가 일치하는 인플루언서를 추출하며, 상기 제1 의류 추천 정보에 포함된 의상 파츠 중 하나 이상의 의상 파츠를 등록한 인플루언서를 추출하는 것을 특징으로 하는 사용자 체형 정보를 이용한 의류 추천 장치. - 제4항에 있어서,
상기 제2 의류 추천부는,
상기 인플루언서 별로 복수의 의상 이미지를 획득하고, 상기 복수의 의상 이미지 중 선택된 특정 이미지에 대응하는 의상 파츠 정보를 추출하여 출력하는 것을 특징으로 하는 사용자 체형 정보를 이용한 의류 추천 장치. - 제5항에 있어서,
상기 제2 의류 추천부는,
상기 특정 이미지에 대응하는 의상 파츠 정보가 미존재하는 경우, 상기 특정 이미지 내에서 의상에 대한 객체를 포함하는 영역에 컨투어(Contour)을 표시하고, 상기 컨투어 내 객체의 상기 윤곽을 기반으로 의상 파츠를 결정하는 것을 특징으로 하는 사용자 체형 정보를 이용한 의류 추천 장치. - 사용자 체형 정보 및 사용자 설문 정보를 입력받는 과정;
상기 사용자 체형 정보 및 상기 사용자 설문 정보를 기반으로 인공지능 모델을 이용하여 의상 파츠(Parts)를 조합한 제1 의류 추천 정보를 생성하여 출력하는 과정;
상기 사용자 체형 정보, 상기 사용자 설문 정보, 상기 제1 의류 추천 정보 중 적어도 하나 이상의 정보를 기반으로 인플루언서(Influencer)를 추출하는 과정;
상기 인플루언서 각각이 조합한 의상 파츠를 포함하는 제2 의류 추천 정보를 생성하여 출력하는 과정; 및
상기 제1 의류 추천 정보와 상기 제2 의류 추천 정보 중 선택된 의류에 대해 제품 구매 페이지로 연결하는 과정
을 포함하는 것을 특징으로 하는 사용자 체형 정보를 이용한 의류 추천 방법.
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
KR1020200041452A KR102437199B1 (ko) | 2020-04-06 | 2020-04-06 | 사용자 체형 정보를 이용한 의류 추천 방법 및 장치 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
KR1020200041452A KR102437199B1 (ko) | 2020-04-06 | 2020-04-06 | 사용자 체형 정보를 이용한 의류 추천 방법 및 장치 |
Publications (3)
Publication Number | Publication Date |
---|---|
KR20210123797A true KR20210123797A (ko) | 2021-10-14 |
KR102437199B1 KR102437199B1 (ko) | 2022-08-29 |
KR102437199B9 KR102437199B9 (ko) | 2023-03-03 |
Family
ID=78151403
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
KR1020200041452A KR102437199B1 (ko) | 2020-04-06 | 2020-04-06 | 사용자 체형 정보를 이용한 의류 추천 방법 및 장치 |
Country Status (1)
Country | Link |
---|---|
KR (1) | KR102437199B1 (ko) |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR102476884B1 (ko) * | 2021-10-21 | 2022-12-12 | 최용우 | 크리에이터 매칭 서비스를 통해 의류 정보를 추천하는 서버의 제어 방법 |
KR20230116307A (ko) | 2022-01-28 | 2023-08-04 | 옴니어스 주식회사 | 스타일 추천 서비스를 제공하는 방법, 시스템 및 비일시성의 컴퓨터 판독 가능 기록 매체 |
KR102574726B1 (ko) * | 2022-12-06 | 2023-09-06 | 주식회사 스타일디택트 | 인플루언서를 이용한 건강 관련 상품에 관한 전자상거래 서비스 제공 방법 및 장치 |
KR102592129B1 (ko) * | 2023-05-10 | 2023-10-23 | 크럼플러코리아 주식회사 | 인공지능에 기반한 사용자 맞춤형 의류 추천시스템 |
KR102667142B1 (ko) * | 2023-12-27 | 2024-05-20 | 동아디브이 주식회사 | 인공지능 기반 의류 판매 시스템 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20110041628A (ko) * | 2009-10-16 | 2011-04-22 | 김진수 | 의상 추천 방법 및 장치 |
KR20140056962A (ko) * | 2012-11-02 | 2014-05-12 | 시너지브라더스 주식회사 | 타깃 검색을 기반으로 하는 패션 정보 제공 시스템 |
KR20190135271A (ko) * | 2018-05-28 | 2019-12-06 | 주식회사 로코식스 | 의류 쇼핑몰을 위한 코디 서비스 제공 장치 및 방법 |
KR20200006383A (ko) * | 2018-07-10 | 2020-01-20 | 이용수 | 온라인 의류 추천 장치 및 그 방법 |
-
2020
- 2020-04-06 KR KR1020200041452A patent/KR102437199B1/ko active IP Right Grant
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20110041628A (ko) * | 2009-10-16 | 2011-04-22 | 김진수 | 의상 추천 방법 및 장치 |
KR20140056962A (ko) * | 2012-11-02 | 2014-05-12 | 시너지브라더스 주식회사 | 타깃 검색을 기반으로 하는 패션 정보 제공 시스템 |
KR20190135271A (ko) * | 2018-05-28 | 2019-12-06 | 주식회사 로코식스 | 의류 쇼핑몰을 위한 코디 서비스 제공 장치 및 방법 |
KR20200006383A (ko) * | 2018-07-10 | 2020-01-20 | 이용수 | 온라인 의류 추천 장치 및 그 방법 |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR102476884B1 (ko) * | 2021-10-21 | 2022-12-12 | 최용우 | 크리에이터 매칭 서비스를 통해 의류 정보를 추천하는 서버의 제어 방법 |
KR20230116307A (ko) | 2022-01-28 | 2023-08-04 | 옴니어스 주식회사 | 스타일 추천 서비스를 제공하는 방법, 시스템 및 비일시성의 컴퓨터 판독 가능 기록 매체 |
KR102574726B1 (ko) * | 2022-12-06 | 2023-09-06 | 주식회사 스타일디택트 | 인플루언서를 이용한 건강 관련 상품에 관한 전자상거래 서비스 제공 방법 및 장치 |
KR102592129B1 (ko) * | 2023-05-10 | 2023-10-23 | 크럼플러코리아 주식회사 | 인공지능에 기반한 사용자 맞춤형 의류 추천시스템 |
KR102667142B1 (ko) * | 2023-12-27 | 2024-05-20 | 동아디브이 주식회사 | 인공지능 기반 의류 판매 시스템 |
Also Published As
Publication number | Publication date |
---|---|
KR102437199B9 (ko) | 2023-03-03 |
KR102437199B1 (ko) | 2022-08-29 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
KR102437199B1 (ko) | 사용자 체형 정보를 이용한 의류 추천 방법 및 장치 | |
JP7196885B2 (ja) | 検索システム、検索方法、及びプログラム | |
US20210342917A1 (en) | Extending machine learning training data to generate an artificial intelligence recommendation engine | |
US11983748B2 (en) | Using artificial intelligence to determine a size fit prediction | |
CN110663023B (zh) | 用于优化计算机机器学习的方法和系统 | |
US9852234B2 (en) | Optimizing apparel combinations | |
US20210209510A1 (en) | Using artificial intelligence to determine a value for a variable size component | |
KR102664008B1 (ko) | 시각 정보에 기초한 고객 아이템 추천 방법 및 장치 | |
KR102374861B1 (ko) | O2O(On-line to Off-line) 기반 고객 맞춤 정보를 제안하기 위한 시스템 및 방법 | |
CN106462979A (zh) | 时尚偏好分析 | |
JP7529088B2 (ja) | 情報処理システム、情報処理方法、およびプログラム | |
KR20200046924A (ko) | 패션 코디의 자동 추천 방법 및 시스템 | |
KR20200006383A (ko) | 온라인 의류 추천 장치 및 그 방법 | |
KR102461863B1 (ko) | 개인화 스타일링 추천 시스템 및 방법 | |
KR102286286B1 (ko) | 패션 코디네이션 공유 시스템 및 방법 | |
JP2017027597A (ja) | ファッションコーディネートリコメンドシステム | |
KR20190114448A (ko) | 사용자 맞춤형 의류 추천 방법 및 이를 실행하는 서버 | |
US11783408B2 (en) | Computer vision based methods and systems of universal fashion ontology fashion rating and recommendation | |
KR20200066970A (ko) | 고객의 보유 패션 아이템 기반 맞춤형 자동 코디 제안과 상품 추천 시스템과 서비스 방법 및 정보 관리 시스템 | |
US20200372560A1 (en) | Method for exploring and recommending matching products across categories | |
KR20200042203A (ko) | 사용자 입력 영상 기반 의상코디 장치 및 방법 | |
KR20010097554A (ko) | 3차원 체형정보를 이용한 맞춤구매시스템 및 그 방법 | |
JP2003186965A (ja) | 服飾品選択支援システム及び方法 | |
JP6178487B1 (ja) | コーディネートシステム、コーディネート装置、及びプログラム | |
JP2018173704A (ja) | 情報提供システム、情報提供方法、およびプログラム |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
E902 | Notification of reason for refusal | ||
E90F | Notification of reason for final refusal | ||
E701 | Decision to grant or registration of patent right | ||
GRNT | Written decision to grant |