KR20210147269A - 온라인 뷰티 강의 시스템에서 뷰티 강사를 추천하는 방법 - Google Patents

온라인 뷰티 강의 시스템에서 뷰티 강사를 추천하는 방법 Download PDF

Info

Publication number
KR20210147269A
KR20210147269A KR1020200064228A KR20200064228A KR20210147269A KR 20210147269 A KR20210147269 A KR 20210147269A KR 1020200064228 A KR1020200064228 A KR 1020200064228A KR 20200064228 A KR20200064228 A KR 20200064228A KR 20210147269 A KR20210147269 A KR 20210147269A
Authority
KR
South Korea
Prior art keywords
beauty
instructor
student
target student
target
Prior art date
Application number
KR1020200064228A
Other languages
English (en)
Inventor
장기영
Original Assignee
주식회사 미용얼라이언스
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 미용얼라이언스 filed Critical 주식회사 미용얼라이언스
Priority to KR1020200064228A priority Critical patent/KR20210147269A/ko
Publication of KR20210147269A publication Critical patent/KR20210147269A/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
    • G06Q50/00—Systems or methods specially adapted for specific business sectors, e.g. utilities or tourism
    • G06Q50/10—Services
    • G06Q50/20—Education
    • 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
    • G06Q10/00—Administration; Management
    • G06Q10/02—Reservations, e.g. for tickets, services or events
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q30/00—Commerce
    • G06Q30/06—Buying, selling or leasing transactions
    • G06Q30/0601—Electronic shopping [e-shopping]
    • G06Q30/0631—Item recommendations
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q30/00—Commerce
    • G06Q30/06—Buying, selling or leasing transactions
    • G06Q30/08—Auctions

Abstract

본 발명은 온라인 뷰티 강의 시스템에서 타깃 수강생에게 뷰티 강사를 추천하는 방법을 개시한다. 상기 방법은 타깃 수강생의 특성 정보를 획득하는 단계; 상기 타깃 수강생의 특성 정보에 근거하여 뷰티 강사 데이터베이스에서 매칭되는 선택 후보 뷰티 강사를 검색하여 선택 후보 뷰티 강사를 적어도 한 명 포함하는 선택 후보 뷰티 강사 리스트를 얻는 단계; 상기 타깃 수강생이 상기 선택 후보 뷰티 강사 리스트 중의 각각의 선택 후보 뷰티 강사한테 수강을 예약하는 확률을 계산하는 단계; 및 계산하여 얻은 확률에 근거하여 상기 뷰티 강사 리스트 중의 선택 후보 뷰티 강사에 대하여 순위를 정렬하고 타깃 수강생에게 순위 정열된 선택 후보 뷰티 강사 리스트를 제공하는 단계를 포함한다.

Description

온라인 뷰티 강의 시스템에서 뷰티 강사를 추천하는 방법 {Methods to Recommend Beauty Lecturer on Online Beauty Class}
본 발명은 뷰티 강의 뷰티 강사를 추천하는 방법에 관한 것으로, 더욱 상세하게는 온라인 뷰티 강의 시스템에서 타깃 수강생에게 뷰티 강사를 추천하는 방법에 관한 것이다.
컴퓨터 네트워크 기술이 빠른 속도로 발전하고 또한 온라인 교육에 대한 수요가 증가되면서 시중에는 이미 여러 온라인 강의 시스템이 출시되어 있다. 이는 헤어, 메이크업, 네일 등의 뷰티 산업에도 적용된다.
수강생이 자주적으로 뷰티 강사를 선택할 수 있는 온라인 뷰티 강의 시스템에 있어서, 수강생은 흔히 키워드 입력을 통하여 자기가 마음에 드는 뷰티 강사를 선별한다. 그러나 데이터베이스 중의 뷰티 강사 수량이 부단히 증가함에 따라 수강생의 선별 결과 중의 뷰티 강사 수량도 점점 방대하여지게 되고 이로 인하여 수강생은 최종적으로 선택할 한 명의 뷰티 강사를 확정하기 위하여 대량의 뷰티 강사 정보를 열람하여야 한다. 다른 한편으로, 수강생은 일련의 키워드 사용을 통하여 선별 결과의 수량을 줄일 수 있지만 키워드 수량의 증가는 불가피하게 일부 일정한 연관성이 있는 뷰티 강사도 배제하게 되며, 이는 선별 결과의 정확성을 낮추게 된다.
본 발명은 상술한 종래의 문제점을 해결하기 위해 안출된 것으로, 본 발명은 온라인 뷰티 강의 시스템에서 타깃 수강생에게 대량의 등록된 뷰티 강사 중에서 수강생에게 적합한 뷰티 강사를 찾아 추천하는 방법 및 장치를 제공한다.
상기 목적을 달성하기 위해, 온라인 뷰티 강의 시스템에서 타깃 수강생에게 뷰티 강사를 추천하는 방법이 제공된다. 상기 방법은 타깃 수강생의 특성 정보를 획득하는 단계; 상기 타깃 수강생의 특성 정보에 근거하여 뷰티 강사 데이터베이스에서 매칭되는 선택 후보 뷰티 강사를 검색하여 선택 후보 뷰티 강사를 적어도 한 명 포함하는 선택 후보 뷰티 강사 리스트를 얻는 단계; 상기 타깃 수강생이 상기 선택 후보 뷰티 강사 리스트 중의 각각의 선택 후보 뷰티 강사한테 수강을 예약하는 확률을 계산하는 단계; 및 계산하여 얻은 확률에 근거하여 상기 뷰티 강사 리스트 중의 선택 후보 뷰티 강사에 대하여 순위를 정렬하고 타깃 수강생에게 순위 정열된 선택 후보 뷰티 강사 리스트를 제공하는 단계를 포함한다.
본 발명의 다른 측면으로, 온라인 뷰티 강의 시스템에서 타깃 수강생에게 뷰티 강사를 추천하는 장치가 더 제공된다. 상기 장치는 프로세서 및 저장 장치를 포함하고, 상기 저장 장치는 상기 프로세서가 수행하는 명령을 저장하도록 구성하되, 여기서 상기 프로세서는 타깃 수강생의 특성 정보를 획득하는 단계; 상기 타깃 수강생의 특성 정보에 근거하여 뷰티 강사 데이터베이스에서 매칭되는 선택 후보 뷰티 강사를 검색하여 선택 후보 뷰티 강사를 적어도 한 명 포함하는 선택 후보 뷰티 강사 리스트를 얻는 단계; 상기 타깃 수강생이 상기 선택 후보 뷰티 강사 리스트 중의 각각의 선택 후보 뷰티 강사한테 수강을 예약하는 확률을 계산하는 단계; 및 계산하여 얻은 확률에 근거하여 상기 뷰티 강사 리스트 중의 선택 후보 뷰티 강사에 대하여 순위를 정렬하고 타깃 수강생에게 순위 정열된 선택 후보 뷰티 강사 리스트를 제공하는 단계를 수행하도록 구성되어 있다.
본 발명에 의하면, 방대한 수의 뷰티 강사 속에서 타깃 수강생은 본인에게 적합하다 여겨지는 뷰티 강사를 추천 받게 된다. 이는 타깃 수강생이 본인에게 적합한 뷰티 강사를 하나하나 검색하고 판단하는 데 걸리는 시간을 줄여 효율적으로 온라인 뷰티 강의를 받을 수 있게 도와준다.
또한, 타깃 수강생의 특성 정보에 근거하여 선택 후보 뷰티 강사를 추천해 줌으로써, 이에 이어서 타깃 수강생이 추천받은 선택 후보 뷰티 강사에 대한 수강 예약 여부를 결정하도록 할 수 있다. 이는 수강생 수강 예약의 성공률을 효과적으로 높일수 있을 뿐만 아니라 온라인 뷰티 강의 시스템에 대한 처리 비용도 감소시킬수 있다.
도1은 본 발명의 일 실시예에 따른 온라인 뷰티 강의 시스템을 예시한 것이다.
도2는 본 발명의 일 실시예에 따른 온라인 뷰티 강의 시스템에서 타깃 수강생한테 뷰티 강사를 추천하는 방법을 예시한 것이다.
도 3은 본 발명의 일 실시예에 따른 메인화면이 표시된 단말기를 도시한 것이다.
도 4은 본 발명의 일 실시예에 따른 검색화면이 표시된 단말기를 도시한 것이다.
도 5은 본 발명의 일 실시예에 따른 프리미엄 강의 제공 화면이 표시된 단말기를 도시한 것이다.
이하, 첨부된 도면을 참조하여 본 발명의 바람직한 실시예를 설명한다.
도1은 본 발명의 일 실시 예에 따른 온라인 뷰티 강의 시스템(10)을 예시한 것이다.
일부 실시예에 있어서, 온라인 뷰티 강의 시스템(10)은 수강생 기기(12)를 포함할 수 있고, 수강생 기기(12)는 데스크톱 컴퓨터, 랩톱 컴퓨터 또는 기타 컴퓨팅 기기일 수 있으며, 이는 유선/무선 네트워크를 통하여 인터넷(14)에 연결될 수 있다. 일부 다른 실시예에 있어서, 수강생 기기(12)는 스마트 이동통신단말기일 수도 있다. 예를 들면, Android 또는 Apple IOS운영체제를 사용하는 이동통신단말기로서, 이는 무선 네크워크, 예를 들면 무선WiFi 또는 이동통신 네트워크를 통하여 인터넷(14)에 연결될 수 있다.
일부 실시예에 있어서, 온라인 뷰티 강의 시스템(10)은 뷰티 강사 기기(18)를 더 포함할 수 있다. 이와 유사하게, 뷰티 강사 기기(18)도 데스크톱 컴퓨터, 랩톱 컴퓨터 또는 기타 컴퓨팅 기기일 수 있으며, 이는 유선/무선 네트워크를 통하여 인터넷(14)에 연결될 수 있다. 일부 다른 실시예에 있어서, 뷰티 강사 기기(18)는 스마트 이동통신단말기일수도 있다. 예를 들면, Android 또는 Apple IOS운영체제를 사용하는 이동통신단말기로서, 이는 무선 네크워크, 예를 들면 무선WiFi 또는 이동통신 네트워크를 통하여 인터넷(14)에 연결될 수 있다.
일부 실시예에 있어서, 온라인 뷰티 강의 시스템(10)은 강의용 서버(16)를 더 포함한다. 강의용 서버(16)는 유선/무선 네트워크를 통하여 인터넷(14)과 연결된다. 일부 실시예에 있어서, 강의용 서버(16)는 자원관리 및 사용자 서비스 제공이 가능한 통상적인 컴퓨터기기일 수 있으며, 이는 프로세서, 저장 장치 및 통상의 컴퓨터구조 중의 기타 임의의 부재를 포함할 수 있다. 온라인 뷰티 강의 시스템(10)에서, 수강생 기기(12) 및 뷰티 강사 기기(18)는 모두 인터넷(14)을 통하여 강의용 서버(16)를 방문함으로써 강의용 서버(16)로부터 정보 처리, 데이터 저장과 관리 등 서비스를 제공받을 수 있다.
일부 실시예에 있어서, 온라인 뷰티 강의 시스템(10)은 수강생과 뷰티 강사 사이에서 강의 서비스를 제공할 수 있다. 일부 실시예에 있어서, 온라인 뷰티 강의 시스템(10)의 수강생은 수강생 기기(12)를 통하여 강의용 서버(16)가 제공하는 전체 뷰티 강사 중에서 마음에 드는 뷰티 강사 한 명을 선택하여 당해 뷰티 강사가 제공하는 강의 서비스를 받을 수가 있다. 자기가 마음에 드는 뷰티 강사를 확정한 후, 수강생은 수강 예약의 방식을 통하여 당해 뷰티 강사한테 수강 예약 신청을 발송할 수 있다. 뷰티 강사가 수강생의 수강 예약 신청을 수락하면, 온라인 뷰티 강의 시스템(10)은 특정된 기간 이내에 수강생과 뷰티 강사 사이의 강의 서비스를 어레인지 할 수 있다. 일부 실시예에 있어서, 수강생 기기(12)와 뷰티 강사 기기(18) 사이의 영상통화 기능을 통하여, 수강생과 뷰티 강사 사이의 영상을 통한 실시간 교류와 소통을 실현할 수 있다. 일 실시 예에 있어서, 수강생은 강의용 서버(16)가 제공하는 선별 기능을 통하여 자기가 마음에 드는 뷰티 강사를 찾아볼 수 있다. 다른 실시 예에 있어서, 강의용 서버(16)는 능동적으로 수강생한테 수강생이 관심을 가질 수 있는 뷰티 강사를 추천할 수가 있다.
도2는 본 발명의 일 실시 예에 따른 온라인 뷰티 강의 시스템에서 타깃 수강생한테 뷰티 강사를 추천하는 방법(100)을 예시한 것이다. 상기 방법(100)중의 적어도 일부는, 예를 들면, 도1에 예시된 온라인 뷰티 강의 시스템(10) 중의 강의용 서버(16)에 의하여 수행될 수 있다. 도1을 참조하면, 도2에 예시된 방법(100)은 다음과 같은 단계를 포함한다.
단계(S102), 타깃 수강생의 특성 정보를 획득한다. 일부 실시예에 있어서, 타깃 수강생의 특성 정보는 타깃 수강생의 개인 파라미터 및/또는 뷰티 강사에 대한 조작 행위 기록을 포함한다.
수강생마다 부동한 종류의 복수의 개인 파라미터를 가질수 있고, 또한 부동한 종류의 개인 파라미터 조합도 수강생의 특성을 나타낼 수 있다. 예를 들면, 25살짜리 여성 수강생과 48살짜리 남성 수강생한테 각각 제공되는 서비스는 서로 다를 수 있다.
일부 실시예에 있어서, 온라인 뷰티 강의 시스템(10)은 수강생 데이터베이스를 포함할 수 있다. 이는 강의용 서버(16)에 집적되어 있거나, 또는 강의용 서버에 의해 방문될 수 있다. 수강생 데이터베이스는 당해 온라인 뷰티 강의 시스템에 가입한 수강생에 대응되는 개인 파라미터를 포함한다.
상술한 수강생이 주동적으로 제공한 개인 파라미터 또는 관련 정보 외에, 온라인 뷰티 강의 시스템의 사용 과정에, 수강생이 뷰티 강사에 대한 일부 조작 행위 기록이 발생하게 된다. 일부 실시예에 있어서, 뷰티 강사에 대한 조작 행위 기록은 열람 행위 기록, 수강 예약 행위 기록 및/또는 팔로잉 행위 기록을 포함할 수 있다. 예를 들면, 수강생의 열람 행위 기록은 수강생이 뷰티 강사 관련 페이지 열람 횟수를 포함할 수 있고, 수강생의 수강 예약 행위 기록은 수강생이 뷰티 강사한테 수강 예약을 한 횟수를 포함할 수 있고, 수강생의 팔로잉 행위 기록은 수강생이 뷰티 강사에 대한 팔로잉 여부를 포함할 수 있다.
구체적으로, 수강생은 온라인 뷰티 강의 시스템에 로그인하고, 검색을 통하여 일부 뷰티 강사의 개인 페이지를 열람함으로써 뷰티 강사의 기본 정보를 알아볼 수가 있다. 예를 들면, 뷰티 강사의 개인 페이지는 당해 뷰티 강사의 프로필 사진, 성격, 위치한 구역, 연령, 교육 배경, 강의 경력, 특기, 개강 시간, 수강생 평가, 팔로워 수 등이 포함될 수 있다. 일부 실시예에 있어서, 온라인 뷰티 강의 시스템은 특정 수강생이 특정 뷰티 강사의 개인 페이지에 대한 매 한차례의 열람 행위를 기록하게 되고, 이로써 당해 수강생의 열람 행위 기록을 생성한다. 예를 들면, 온라인 뷰티 강의 시스템은 수강생A가 뷰티 강사A의 개인 페이지를 10차례, 뷰티 강사B의 개인 페이지를 5차례 열람한 것 등을 기록할 수 있다. 수강생은 부동한 학습단계에서 부동한 관심 포인트와 학습 목표를 가질 수 있다. 때문에 일부 실시예에 있어서, 수강생의 열람 행위 기록은 단계적인 것, 예를 들면, 최근 한 주, 최근 한 달, 최근 석 달 또는 최근 일 년의 열람 행위 기록일 수 있다. 이로부터 알 수 있는바, 수강생은 서로 다른 시간에 동일 뷰티 강사에 대하여 수차례 열람할 수 있으므로 열람 행위 기록은 열람 횟수 및/또는 각각의 열람 시간을 포함할 수가 있다.
실제로 수강을 예약하는 과정에서, 자기한테 적합한 뷰티 강사를 확정한 후, 수강생은 시스템을 통하여 뷰티 강사한테 수강 예약을 발송하게 되며, 예정된 시간에 당해 뷰티 강사로부터 강의 서비스를 받게 된다. 일부 실시예에 있어서, 온라인 뷰티 강의 시스템은 특정 수강생이 특정 뷰티 강사에 대한 매 한 차례 수강 예약 행위를 기록하게 된다. 예를 들면, 온라인 뷰티 강의 시스템은 수강생A가 뷰티 강사A한테 수강 예약을 10차례, 뷰티 강사B한테 수강 예약을 5차례 발송한 것 등에 대해 기록할 수 있다. 이로부터 알 수 있는바, 어떤 경우에는, 예를 들면, 돌발 상황, 사고, 개인 사정 등 원인으로 인하여 수강생은 수강 예약 후 예정된 시간 대로 수업을 받을 수 없게 된다. 때문에 일부 실시예에 있어서, 수강 예약 행위 기록은 수강 예약 후 제 시간에 수업받지 않은 경우의 수강 예약 행위를 포함하지 않을 수 있다. 그러나 일부 다른 실시예에 있어서, 수강 예약 행위 기록은 수강 예약 후 제 시간에 수업받은 경우와 제 시간에 수업받지 않은 경우의 수강 예약 행위를 포함할 수 있다. 그 외에도, 열람 행위 기록，수강 예약 행위 기록과 같은 기록들은 단계적인 행위 기록일 수도 있고 단계적이 아닌 행위 기록일 수도 있다. 이로부터 알 수 있는바, 수강생은 부동한 시간에 동일한 뷰티 강사로부터 복수 차례 수업을 받을 수가 있으므로 수강 예약 행위 기록은 수강 예약 횟수 및/또는 매 차례 수강 예약의 구체 시간을 포함할 수 있다.
일부 실시예에 있어서, 수강생은 뷰티 강사의 개인 페이지를 열람한 후, 당해 뷰티 강사가 본인에게 적합하다고 생각되면 우선 먼저 팔로잉을 해둘 수가 있다. 예를 들면, 뷰티 강사의 개인 페이지에는 [팔로우] 버튼이 있을 수 있으며 수강생은 이를 클릭하여 당해 뷰티 강사를 자신의 팔로잉 리스트에 추가할 수가 있다. 일부 실시예에 있어서, 온라인 뷰티 강의 시스템은 특정 수강생이 특정 뷰티 강사에 대한 팔로잉 여부를 기록하게 된다. 예를 들면, 온라인 뷰티 강의 시스템은 수강생A가 뷰티 강사A, 뷰티 강사B, 뷰티 강사C 등을 팔로잉한 것을 기록할 수 있다.
이로부터 알 수 있는바, 상술한 수강생이 뷰티 강사에 대한 조작 행위 기록에는 수강생이 뷰티 강사의 강의 과정에 대한 관심도가 반영되므로 이는 향후의 뷰티 강사 추천에 활용될 수 있다. 일부 실시예에 있어서, 어느 한가지 조작 행위에 대한 조작 행위 기록을 기반으로 후속 처리를 진행할 수 있고, 일부 다른 실시예에 있어서, 여러 가지 조작 행위의 조합 기록을 기반으로 후속 처리를 진행할 수 있다. 그 외에도, 선택적으로, 부동한 종류의 조작 행위 기록에 대하여 상응하게 우선순위 또는 가중치를 설정할 수 있다. 예를 들면, 열람 행위 및 팔로잉 행위와 달리, 수강 예약 행위는 수강생이 사실상 이미 뷰티 강사의 수강을 접수하였거나 또는 앞으로 접수하게 되는 것과 같은 의미이므로 이에 대하여서는 가중치를 더 높게 설정할 수가 있다. 그러나 팔로잉 행위에 비하면 열람 행위는 수강생이 현재 뷰티 강사 선별 중이라는 것밖에 알 수 없으므로 열람한 뷰티 강사에 대한 만족 여부는 확정할 수가 없는 바, 열람 행위에 대하여서는 가중치를 더 낮게 설정할 수 있다.
추가로 유의할 점은, 각각의 뷰티 강사에 대한 수강생의 조작 행위도 상응하게 기록된다. 예를 들면, 어느 한 뷰티 강사는 대응되는 팔로워 기록을 가질 수 있으며, 여기에는 그를 팔로잉하고 있는 모든 수강생의 리스트가 포함된다. 또 예를 들면, 어느 한 뷰티 강사는 대응되는 강의 기록을 가질 수 있으며 여기에는 당해 뷰티 강사한테 수강 예약을 한 수강생의 리스트가 포함된다.
다음으로, 단계 (S104)에서는 상기 타깃 수강생의 특성 정보에 근거하여 뷰티 강사 데이터베이스에서 매칭되는 선택 후보 뷰티 강사를 검색하여 선택 후보 뷰티 강사를 적어도 한 명 포함하는 선택 후보 뷰티 강사 리스트를 얻는다. 일부 구현 방식에서, 온라인 뷰티 강의 시스템은 뷰티 강사 데이터베이스를 포함한다. 당해 뷰티 강사 데이터베이스는 수강생이 선택할 수 있는 모든 뷰티 강사 및 그 뷰티 강사 개개인이 가진 개인 파라미터를 포함한다.
일부 실시예에 있어서, 뷰티 강사 데이터베이스에서 선택 후보 뷰티 강사를 검색하기 위한 타깃 수강생의 특성 정보는 타깃 수강생의 개인 파라미터 및/또는 뷰티 강사에 대한 조작 행위 기록일 수 있다. 여기서 뷰티 강사에 대한 조작 행위 기록은 열람 행위 기록, 수강 예약 행위 기록 및/또는 팔로잉 행위 기록을 포함할 수 있다.
일 실시 예에 있어서, 타깃 수강생의 개인 파라미터를 근거로 뷰티 강사 데이터베이스에서 매칭되는 선택 후보 뷰티 강사를 검색하여 선택 후보 뷰티 강사를 적어도 한 명 포함하는 선택 후보 뷰티 강사 리스트(TList1)를 얻을 수 있다. 예를 들면, 온라인 뷰티 강의 시스템은 수강생 데이터베이스를 포함할 수 있고, 수강생 데이터베이스에는 전체 수강생의 개인 파라미터가 기록되어 있다.
일부 실시예에 있어서, 수강생 특성, 뷰티 강사 특성 및/또는 수강생-뷰티 강사 연관 특성 사이의 교차 특성을 사용하여 로지스틱 회귀 모델을 구축할 수 있다. 이로부터 알 수 있는바, 수강생 특성, 뷰티 강사 특성 및/또는 수강생-뷰티 강사 연관 특성 중의 임의의 특성은 모두 선택되어 교차 특성으로 사용될 수 있다. 예를 들면, 수강생 연령과 뷰티 강사 연령을 선택하여 교차하거나, 또는 수강생 학습 수준과 뷰티 강사 근무경력 연수를 교차할 수 있다. 특성의 교차는 부동한 특성사이에서 교호를 일으킴으로, 이로써 비선형을 도입할 수 있다.
일부 실시예에 있어서, 부동한 교차 특성을 사용하여 복수 개의 로지스틱 회귀 모델을 구축함으로써 타깃 수강생이 선택 후보 뷰티 강사한테 수강을 예약하는 확률을 각각 예측할 수 있다. 바람직한 실시 예에서는 곡선 아래 면적(Area Under Curve, AUC) 계산법을 사용하여 각각의 로지스틱 회귀 모델을 평가하고, 평가 점수가 가장 높은 로지스틱 회귀 모델을 사용하여 수강 예약 확률을 예측한다. 예를 들면, 수강생 특성과 뷰티 강사 특성 중의 수강생 수준과 뷰티 강사 근무경력 연수를 교차 특성으로 이용하거나, 수강생 특성과 뷰티 강사 특성 중의 수강생 성별과 뷰티 강사 성별을 교차 특성으로 이용하거나, 또는 수강생 특성과 뷰티 강사 특성 중의 수강생 수준과 뷰티 강사 연령을 교차 특성으로 이용하면 세 소스의 샘플 데이터를 얻게 되며, 이로써 3개의 부동한 로지스틱 회귀 모델을 구축할 수 있다. 이 3개의 로지스틱 회귀 모델은 부동한 3개의 교차 특성을 각각 사용하고 또 이 3개의 로지스틱 회귀 모델을 사용하여 타깃 수강생이 선택 후보 뷰티 강사 리스트중의 각각의 선택 후보 뷰티 강사한테 수강을 예약하는 확률을 계산한다. 마지막으로, AUC를 사용하여 이 3개의 로지스틱 회귀 모델을 평가하고 가장 높은 평점을 받은 로지스틱 회귀 모델을 선택하여 기본 특성 계산을 하여 얻은 확률을 뒤이은 단계에 적용한다.
단계(S108)에서, 계산하여 얻은 확률에 근거하여 상기 뷰티 강사 리스트 중의 선택 후보 뷰티 강사에 대하여 순위를 정렬하고 타깃 수강생에게 순위 정열된 선택 후보 뷰티 강사 리스트를 제공한다.
일부 실시예에 있어서, 선택 후보 뷰티 강사에 대하여 우선순위를 매긴 후, 타깃 수강생에게 수강 예약 확률이 가장 높은 Top 20명의 뷰티 강사를 추천한다. 다시 말해서, 타깃 수강생한테 제공된 순위 정열된 선택 후보 뷰티 강사 리스트에는 20명의 뷰티 강사가 포함되는 것이다. 다른 실시 예에 있어서, 타깃 수강생한테 제공된 순위 정열된 선택 후보 뷰티 강사 리스트에 포함된 뷰티 강사의 수는 20명보다 더 많거나 더 적을 수 있다.
이로부터 알 수 있는바, 획득한 선택 후보 뷰티 강사 리스트는 예를 들면 타깃 수강생의 수강생 기기에 제시될 수 있으며, 타깃 수강생은 각각의 선택 후보 뷰티 강사의 소개 정보를 열람함으로써 어느 한 명 또는 여러 명의 선택 후보 뷰티 강사한테 수강 예약을 할지 여부를 결정할 수 있다. 일부 실시예에 있어서, 타깃 수강생은 선택 후보 뷰티 강사한테 수강 예약 요청을 발송하는 것을 통하여 수강 예약을 할 수 있고, 이러한 요청을 받은 뷰티 강사가 수강 예약 요청을 수락하면 수강 예약이 성공한 것이다. 이와 반대로, 만약에 뷰티 강사가 개강 시간 등 문제로 인하여 수강 예약 요청의 시간에 따라 수업을 하지 못할 때에는 뷰티 강사는 수강 예약을 거절할 수 있거나 또는 새로운 개강 시간을 제안하여 타깃 수강생이 확인할 수 있도록 할 수 있다. 일부 다른 실시예에 있어서, 수강생에게 선택 후보 뷰티 강사 리스트를 제시하는 동시에, 시스템으로부터 각각의 선택 후보 뷰티 강사가 미래의 일정 기간이내(어느 하루, 일 주일, 두 주일 또는 기타 기간)의 현재 선택 가능한 개강 시간을 도출하여, 수강생이 이 중에서 적합한 개강 시간을 선택할 수 있도록 한다. 이렇게 하면, 수강생은 선택 후보 뷰티 강사 및 대응되는 개강 시간을 선택하고 나면, 뷰티 강사한테 재확인받을 필요가 없이 수강생의 수강 예약 조작은 바로 성공할 수 있다.
본 발명은 커팅부, 제 1 트랜스퍼 및 제 2 트랜스퍼, 콤바인부를 포함할 수 있다.
커팅부는 데이터를 분할하여 복수 개의 조각들을 생성하고, 조각들의 각각에 어드레스를 부여할 수 있다. 여기서, 조각들의 어드레스는 복수 개의 문자 및 숫자의 조합으로 이루어질 수 있다.
또한, 커팅부는 각각의 어드레스를 고려하여 조합 규칙을 생성할 수 있다. 여기서, 조합 규칙은 복수 개의 데이터 조각들을 각각의 어드레스를 바탕으로 하여 분할되기 이전의 데이터로 조합할 수 있도록 하는 규칙을 의미한다.
제 1 트랜스퍼는 복수 개의 데이터 조각들을 임의의 순서로 전송할 수 있다. 여기서, 복수 개의 데이터 조각들은 각각 부여된 어드레스와 함께 전송될 수 있다.
제 2 트랜스퍼는 제 1 트랜스퍼에 의해 전송된 복수 개의 데이터 조각들에 대응되는 조합 규칙을 전송할 수 있다. 여기서, 제 2 트랜스퍼는 제 1 트랜스퍼에 의한 복수 개의 데이터 조각들의 전송에 대하여 시차를 두고 조합 규칙을 전송하는 것이 바람직할 수 있다.
이상 본 명세서에서 설명한 기능적 동작과 본 주제에 관한 실시형태들은 본 명세서에서 개시한 구조들 및 그들의 구조적인 등가물을 포함하여 디지털 전자 회로나 컴퓨터 소프트웨어, 펌웨어 또는 하드웨어에서 혹은 이들 중 하나 이상의 조합에서 구현 가능하다.
본 명세서에서 기술하는 주제의 실시형태는 하나 이상의 컴퓨터 프로그램 제품, 다시 말해 데이터 처리 장치에 의한 실행을 위하여 또는 그 동작을 제어하기 위하여 유형의 프로그램 매체 상에 인코딩되는 컴퓨터 프로그램 명령에 관한 하나 이상의 모듈로서 구현될 수 있다. 유형의 프로그램 매체는 전파형 신호이거나 컴퓨터로 판독 가능한 매체일 수 있다. 전파형 신호는 컴퓨터에 의한 실행을 위하여 적절한 수신기 장치로 전송하기 위한 정보를 인코딩하기 위하여 생성되는 예컨대 기계가 생성한 전기적, 광학적 혹은 전자기 신호와 같은 인공적으로 생성된 신호이다. 컴퓨터로 판독 가능한 매체는 기계로 판독 가능한 저장장치, 기계로 판독 가능한 저장 기판, 메모리 장치, 기계로 판독 가능한 전파형 신호에 영향을 미치는 물질의 조합 혹은 이들 중 하나 이상의 조합일 수 있다.
컴퓨터 프로그램(프로그램, 소프트웨어, 소프트웨어 어플리케이션, 스크립트 혹은 코드로도 알려져 있음)은 컴파일되거나 해석된 언어나 선험적 혹은 절차적 언어를 포함하는 프로그래밍 언어의 어떠한 형태로도 작성될 수 있으며, 독립형 프로그램이나 모듈, 컴포넌트, 서브루틴 혹은 컴퓨터 환경에서 사용하기에 적합한 다른 유닛을 포함하여 어떠한 형태로도 전개될 수 있다.
컴퓨터 프로그램은 파일 시스템의 파일에 반드시 대응하는 것은 아니다. 프로그램은 요청된 프로그램에 제공되는 단일 파일 내에, 혹은 다중의 상호 작용하는 파일(예컨대, 하나 이상의 모듈, 하위 프로그램 혹은 코드의 일부를 저장하는 파일) 내에, 혹은 다른 프로그램이나 데이터를 보유하는 파일의 일부(예컨대, 마크업 언어 문서 내에 저장되는 하나 이상의 스크립트) 내에 저장될 수 있다.
컴퓨터 프로그램은 하나의 사이트에 위치하거나 복수의 사이트에 걸쳐서 분산되어 통신 네트워크에 의해 상호 접속된 다중 컴퓨터 또는 하나의 컴퓨터 상에서 실행되도록 전개될 수 있다.
부가적으로, 본 명세서에서 기술하는 논리 흐름과 구조적인 블록도는 개시된 구조적인 수단의 지원을 받는 대응하는 기능과 단계의 지원을 받는 대응하는 행위 및/또는 특정한 방법을 기술하는 것으로, 대응하는 소프트웨어 구조와 알고리즘과 그 등가물을 구축하는 데에도 사용 가능하다.
본 명세서에서 기술하는 프로세스와 논리 흐름은 입력 데이터 상에서 동작하고 출력을 생성함으로써 기능을 수행하기 위하여 하나 이상의 컴퓨터 프로그램을 실행하는 하나 이상의 프로그래머블 프로세서에 의하여 수행 가능하다.
컴퓨터 프로그램의 실행에 적합한 프로세서는, 예컨대 범용 및 특수 목적의 마이크로프로세서 양자 및 어떤 종류의 디지털 컴퓨터의 어떠한 하나 이상의 프로세서라도 포함한다. 일반적으로, 프로세서는 읽기 전용 메모리나 랜덤 액세스 메모리 혹은 양자로부터 명령어와 데이터를 수신할 것이다.
컴퓨터의 핵심적인 요소는 명령어와 데이터를 저장하기 위한 하나 이상의 메모리 장치 및 명령을 수행하기 위한 프로세서이다. 또한, 컴퓨터는 일반적으로 예컨대 자기, 자기광학 디스크나 광학 디스크와 같은 데이터를 저장하기 위한 하나 이상의 대량 저장 장치로부터 데이터를 수신하거나 그것으로 데이터를 전송하거나 혹은 그러한 동작 둘 다를 수행하기 위하여 동작가능 하도록 결합되거나 이를 포함할 것이다. 그러나, 컴퓨터는 그러한 장치를 가질 필요가 없다.
본 기술한 설명은 본 발명의 최상의 모드를 제시하고 있으며, 본 발명을 설명하기 위하여, 그리고 당업자가 본 발명을 제작 및 이용할 수 있도록 하기 위한 예를 제공하고 있다. 이렇게 작성된 명세서는 그 제시된 구체적인 용어에 본 발명을 제한하는 것이 아니다.
따라서, 상술한 예를 참조하여 본 발명을 상세하게 설명하였지만, 당업자라면 본 발명의 범위를 벗어나지 않으면서도 본 예들에 대한 개조, 변경 및 변형을 가할 수 있다. 요컨대 본 발명이 의도하는 효과를 달성하기 위해 도면에 도시된 모든 기능 블록을 별도로 포함하거나 도면에 도시된 모든 순서를 도시된 순서 그대로 따라야만 하는 것은 아니며, 그렇지 않더라도 얼마든지 청구항에 기재된 본 발명의 기술적 범위에 속할 수 있다는 점을 밝힌다.

Claims (7)

  1. 온라인 뷰티 강의 시스템에서 타깃 수강생에게 뷰티 강사를 추천하는 방법에 있어서,
    타깃 수강생의 특성 정보를 획득하는 단계;
    상기 수강생 정보를 전송받아서 분산 저장 서버에 분산 저장하는 단계;
    상기 타깃 수강생의 특성 정보에 근거하여 뷰티 강사 데이터베이스에서 매칭되는 선택 후보 뷰티 강사를 검색하여 선택 후보 뷰티 강사를 적어도 한 명 포함하는 선택 후보 뷰티 강사 리스트를 얻는 단계;
    상기 타깃 수강생이 상기 선택 후보 뷰티 강사 리스트 중의 각각의 선택 후보 뷰티 강사한테 수강을 예약하는 확률을 계산하는 단계; 및
    계산하여 얻은 확률에 근거하여 상기 뷰티 강사 리스트 중의 선택 후보 뷰티 강사에 대하여 순위를 정렬하고 타깃 수강생에게 순위 정열된 선택 후보 뷰티 강사 리스트를 제공하는 단계를 포함하는 것을 특징으로 하는 온라인 뷰티 강의 시스템에서 타깃 수강생에게 뷰티 강사를 추천하는 방법.
  2. 제1항에 있어서,
    상기 타깃 수강생의 특성 정보는
    타깃 수강생의 개인 파라미터 및/또는 뷰티 강사에 대한 조작 행위 기록을 포함하는 것을 특징으로 하는 온라인 뷰티 강의 시스템에서 타깃 수강생에게 뷰티 강사를 추천하는 방법.
  3. 제2항에 있어서,
    상기 타깃 수강생의 뷰티 강사에 대한 조작 행위 기록은 열람 행위 기록, 수강 예약 행위 기록 및/또는 팔로잉 행위 기록을 포함하는 것을 특징으로 하는 온라인 뷰티 강의 시스템에서 타깃 수강생에게 뷰티 강사를 추천하는 방법.
  4. 제3항에 있어서,
    상기 열람 행위 기록은 뷰티 강사 관련 페이지 열람 횟수를 포함하고,
    상기 수강 예약 행위 기록은 뷰티 강사한테 수강 예약을 한 횟수를 포함하고,
    상기 팔로잉 행위 기록은 뷰티 강사에 대한 팔로잉 여부를 포함하는 것을 특징으로 하는 온라인 뷰티 강의 시스템에서 타깃 수강생에게 뷰티 강사를 추천하는 방법.
  5. 제2항에 있어서,
    상기 타깃 수강생의 특성 정보는 타깃 수강생의 개인 파라미터를 포함하고,
    상기 타깃 수강생의 특성 정보에 근거하여 상기 뷰티 강사 데이터베이스에서 매칭되는 선택 후보 뷰티 강사를 검색하는 단계는
    수강생 데이터베이스에서 타깃 수강생의 수강 예약 행위 기록 및/또는 같은 개인 파라미터를 가진 기타 수강생의 수강 예약 행위 기록을 획득하고 상기 수강 예약 행위 기록에 근거하여 상기 뷰티 강사 데이터베이스 중의 뷰티 강사에 대하여 스크리닝함으로써 상기 타깃 수강생과 매칭하는 선택 후보 뷰티 강사를 확정하는 단계를 포함하는 것을 특징으로 하는 온라인 뷰티 강의 시스템에서 타깃 수강생에게 뷰티 강사를 추천하는 방법.
  6. 제2항에 있어서,
    상기 타깃 수강생의 개인 파라미터는
    연령, 거주지역, 학습 수준, 구매력, 성격, 성별 및 관심 포인트와 같은 파라미터 중 적어도 하나를 포함하는 것을 특징으로 하는 온라인 뷰티 강의 시스템에서 타깃 수강생에게 뷰티 강사를 추천하는 방법.
  7. 제2항에 있어서,
    상기 타깃 수강생의 특성 정보는 뷰티 강사에 대한 조작 행위 기록을 포함하고, 타깃 수강생의 조작 행위 기록에 근거하여 상기 뷰티 강사 데이터베이스에서 매칭되는 선택 후보 뷰티 강사를 검색하는 단계는
    수강생 데이터베이스에서 전체 수강생의 같은 유형의 조작 행위 기록을 획득하여 수강생별 부동한 뷰티 강사에 대한 조작 행위의 유사도를 계산하는 단계; 및
    계산하여 얻은 조작 행위 유사도에 근거하여 상기 뷰티 강사 데이터베이스 중의 뷰티 강사에 대하여 스크리닝함으로써 상기 타깃 수강생과 매칭하는 선택 후보 뷰티 강사를 확정하는 단계를 포함하는 것을 특징으로 하는 온라인 뷰티 강의 시스템에서 타깃 수강생에게 뷰티 강사를 추천하는 방법.
KR1020200064228A 2020-05-28 2020-05-28 온라인 뷰티 강의 시스템에서 뷰티 강사를 추천하는 방법 KR20210147269A (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020200064228A KR20210147269A (ko) 2020-05-28 2020-05-28 온라인 뷰티 강의 시스템에서 뷰티 강사를 추천하는 방법

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020200064228A KR20210147269A (ko) 2020-05-28 2020-05-28 온라인 뷰티 강의 시스템에서 뷰티 강사를 추천하는 방법

Publications (1)

Publication Number Publication Date
KR20210147269A true KR20210147269A (ko) 2021-12-07

Family

ID=78868366

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020200064228A KR20210147269A (ko) 2020-05-28 2020-05-28 온라인 뷰티 강의 시스템에서 뷰티 강사를 추천하는 방법

Country Status (1)

Country Link
KR (1) KR20210147269A (ko)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR102519461B1 (ko) 2022-10-28 2023-04-10 주식회사 어썸스쿨 교육 학습 성취율 기반의 강사 훈련을 통한 강사 매칭 시스템

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR102519461B1 (ko) 2022-10-28 2023-04-10 주식회사 어썸스쿨 교육 학습 성취율 기반의 강사 훈련을 통한 강사 매칭 시스템

Similar Documents

Publication Publication Date Title
KR102206256B1 (ko) 온라인 강의 시스템에서 강사를 추천하는 방법
CN110781321B (zh) 一种多媒体内容推荐方法及装置
US11158016B2 (en) Customized career counseling and management
US20220222627A1 (en) Systems and Methods that Facilitate Hiring and Recruitment
US20150220880A1 (en) Suggesting a candidate enrollment item for a candidate student
Singh Open source integrated library systems migration: Librarians share the lessons learnt
US10614426B2 (en) Smarter event planning using cognitive learning
US11551187B2 (en) Machine-learning creation of job posting content
Gutiérrez-Rojas et al. Towards an Outcome-based Discovery and Filtering of MOOCs using moocrank
Brooks et al. Conceptual modelling and the project process in real simulation projects: a survey of simulation modellers
Joseph et al. A model for prioritization and prediction of impact of digital literacy training Programmes and validation
Mishra et al. Dynamic identification of learning styles in MOOC environment using ontology based browser extension
KR20210012197A (ko) 정보 분석 장치 및 방법
EP3834162A1 (en) Dynamic and continous onboarding of service providers in an online expert marketplace
KR20210147269A (ko) 온라인 뷰티 강의 시스템에서 뷰티 강사를 추천하는 방법
Bate et al. Developing a crowdsourcing approach and tool for pharmacovigilance education material delivery
US20230177631A1 (en) Automatically enhancing content items through identifying relationships
CN115017362A (zh) 数据处理方法、电子设备及存储介质
KR20200139038A (ko) 게임 의뢰자와 제작자 간을 중계하는 장치 및 방법
KR102651143B1 (ko) 인공지능 기반 멘토링 서비스 제공 시스템 및 그 제공 방법
KR102489137B1 (ko) 학습과정 추천 장치 및 방법
KR101976537B1 (ko) 빅데이터 분석에 기반한 컨텐츠 제공 시스템 및 방법 및 그 방법을 수행하기 위한 명령어가 저장된 컴퓨터 판독가능한 기록매체
KR100557304B1 (ko) 온라인 교육 서비스 시스템 및 이를 이용한 서비스 방법
KR102423837B1 (ko) 교육용 콘텐츠가 학년, 과목, 교과서명, 단원별로 필터링되어 제공되는 관리 시스템
Grobbink et al. Combining crowds and machines