KR20220049796A

KR20220049796A - 노출지수를 이용한 검색어 추천 방법 및 이를 위한 장치

Info

Publication number: KR20220049796A
Application number: KR1020200133351A
Authority: KR
Inventors: 유용석
Original assignee: 한국정보공학 주식회사
Priority date: 2020-10-15
Filing date: 2020-10-15
Publication date: 2022-04-22
Also published as: WO2022080701A1; KR20230170879A

Abstract

노출지수를 이용한 검색어 추천 방법 및 이를 위한 장치를 제시하며, 노출지수를 이용한 검색어 추천 장치는 하나 이상의 마켓 플랫폼과 데이터를 교환하고, 판매자가 이용하는 판매자 단말과 통신하는 통신부, 상기 판매자가 상기 마켓 플랫폼을 통해 온라인 판매하는 상품 각각의 상품정보를 저장하는 저장부, 그리고 상기 판매자가 상기 마켓 플랫폼을 통해 온라인 판매하는 상품들 중에서 임의의 대상 상품에 대하여 선정된 검색어를 이용하여 상기 마켓 플랫폼이 서비스하는 온라인 마켓에서 상기 대상 상품을 검색하며, 검색 결과에서 상기 대상 상품의 노출위치를 확인하여, 확인된 노출위치에 따른 상기 선정된 검색어의 노출지수를 연산하는 제어부를 포함한다.

Description

노출지수를 이용한 검색어 추천 방법 및 이를 위한 장치{METHOD FOR CALCULATING EXPOSURE INDEX}

본 명세서에서 개시되는 실시예들은 상품의 판매자들에 판매자가 판매하고자 하는 상품에 대하여, 검색어별로 구매희망자들에게 노출될 가능성을 수치로 산출하여 안내하고, 판매자에게 상품이 구매희망자에게 노출될 가능성을 높일 수 있는 검색어를 제시하여 추천하는 노출지수를 이용한 검색어 추천 방법 및 이를 위한 장치에 관한 것이다.

매년 온라인 쇼핑 거래액이 최대치를 갱신하고 있다. 온라인 상에서 유통되는 상품의 종류와 수도 꾸준히 증가하고 있으며, 이러한 증가세는 모든 상품군에 걸쳐 나타나고 있다.

그에 따라 많은 판매자들이 온라인 마켓을 통해 상품을 판매한다. 특히 이미 대중화된 온라인 마켓플레이스를 통해 상품을 판매하는 경우, 온라인 쇼핑몰의 구축과 유지 관리에 소요되는 비용과 노력을 절약할 수 있고, 쇼핑몰이나 상품을 알리기 위한 홍보 비용도 최소화할 수 있기 때문에, 이처럼 널리 알려진 온라인 마켓플레이스를 통해 상품을 판매하는 것은 소상공인에게도 진입장벽이 낮다. 그에 따라 다수의 판매자들이 널리 알려진 오픈마켓이나 소셜커머스 등의 온라인 마켓플레이스를 통해 자신의 제품을 판매하고 있다.

한편 일반적으로 상품 판매자들은, 하나의 온라인 마켓플레이스를 통해서만 제품을 판매하기 보다는 여러 온라인 마켓플레이스에 동일한 상품을 동시에 등록하여 판매하는 것이 일반적이다. 여러 마켓플레이스를 통해 상품을 판매해야 더 많은 판매량을 달성할 수 있기 때문이다.

그러나 서로 다른 온라인 마켓플레이스에 동일한 상품을 반복 등록하고 관리하는데 있어서 많은 시간과 노력이 필요하다. 그에 따라 상품 판매자들이 다수의 마켓플레이스에 등록된 상품을 상품별로 분류하여 관리하고, 각 마켓플레이스 내에서의 상품 판매 현황을 용이하게 파악할 수 있도록 하기 위한 통합관리 서비스들이 등장하였다. 즉, 복수의 마켓플레이스에 등록되어 있는 상품정보들을 관리하고, 수정사항을 한번에 갱신할 수 있도록 하며, 각 마켓플레이스에서 각 상품이 판매된 현황을 수집하고 정리하여, 판매자로 하여금 한눈에 각 마켓플레이스 내에서의 판매 현황을 파악할 수 있도록 하는 서비스들이 제공되고 있다.

한국 공개특허 10-2020-0091128호의 “쇼핑몰 통합관리 시스템”에는 판매상품을 다수 개의 쇼핑몰 서버에 일괄적으로 등록하고 관리함으로써 인건비 및 작업시간을 절약하여 작업의 효율성을 향상시키는 것에 대해 기재하고 있다.

그러나 이러한 선행기술에 의한 서비스들은 단순히 판매자가 설정한 바에 따라 각 마켓플레이스에 상품 정보를 등록하거나 갱신하도록 하여 절차적으로 판매자의 상품 관리를 간소하게 할 뿐이고, 판매자의 상품이 다른 판매자들의 상품과 비교할 때 더 많이 판매되도록 하는 적극적인 구매 유인 수단을 제시하지는 못한다.

그에 따라 종래의 통합관리 서비스들은, 상품에 대한 정보가 투명하게 공개되는 무한경쟁의 온라인 마켓플레이스 내에서 판매자의 경쟁력 확보에 도움이 되지는 않는다.

따라서 상술된 문제점을 해결하기 위한 기술이 필요하게 되었다.

한편, 전술한 배경기술은 발명자가 본 발명의 도출을 위해 보유하고 있었거나, 본 발명의 도출 과정에서 습득한 기술 정보로서, 반드시 본 발명의 출원 전에 일반 공중에게 공개된 공지기술이라 할 수는 없다.

본 명세서에서 개시되는 실시예들은, 온라인 마켓플레이스의 통합관리 서비스로서 검색어와 마켓 종류에 따른 판매자 상품의 노출위치에 대한 정보를 수치화하여 판매자에게 제공하는 노출지수를 이용한 검색어 추천 방법 및 이를 위한 장치를 제시하는데 목적이 있다.

본 명세서에서 개시되는 실시예들은, 검색어별 노출지수를 산출하고 그에 기초하여 판매자의 상품의 판매량을 높일 수 있는 검색어를 추천하는 노출지수를 이용한 검색어 추천 방법 및 이를 위한 장치를 제시하는데 목적이 있다.

상술한 기술적 과제를 달성하기 위한 기술적 수단으로서, 일 실시예에 따르면, 노출지수를 이용한 검색어 추천 장치는, 하나 이상의 마켓 플랫폼과 데이터를 교환하고, 판매자가 이용하는 판매자 단말과 통신하는 통신부, 상기 판매자가 상기 마켓 플랫폼을 통해 온라인 판매하는 상품 각각의 상품정보를 저장하는 저장부, 그리고 상기 판매자가 상기 마켓 플랫폼을 통해 온라인 판매하는 상품들 중에서 임의의 대상 상품에 대하여 선정된 검색어를 이용하여 상기 마켓 플랫폼이 서비스하는 온라인 마켓에서 상기 대상 상품을 검색하며, 검색 결과에서 상기 대상 상품의 노출위치를 확인하여, 확인된 노출위치에 따른 상기 선정된 검색어의 노출지수를 연산하는 제어부를 포함할 수 있다.

다른 실시예에 따르면, 노출지수를 이용한 검색어 추천 방법은, 하나 이상의 마켓 플랫폼과 데이터를 교환하고, 판매자가 이용하는 판매자 단말과 통신하는 검색어 추천 장치에 의해 수행되고, 상기 판매자가 상기 마켓 플랫폼을 통해 온라인 판매하는 상품들 중 임의의 대상 상품에 대하여 선정된 검색어를 이용하여 상기 마켓 플랫폼이 서비스하는 온라인 마켓에서 상기 대상 상품을 검색하는 단계, 검색 결과에서 상기 대상 상품의 노출위치를 확인하는 단계, 확인된 상기 대상 상품의 노출위치에 기초하여, 상기 선정된 검색어의 노출지수를 연산하는 단계, 그리고 연산된 노출지수를 상기 대상 상품과 상기 선정된 검색어와 연관하여 저장하는 단계를 포함할 수 있다.

또 다른 실시예에 따르면, 노출지수를 이용한 검색어 추천 방법을 수행하는 프로그램이 기록된 컴퓨터 판독 가능한 기록 매체에서, 검색어 추천 방법은 하나 이상의 마켓 플랫폼과 데이터를 교환하고, 판매자가 이용하는 판매자 단말과 통신하는 검색어 추천 장치에 의해 수행되고, 상기 판매자가 상기 마켓 플랫폼을 통해 온라인 판매하는 상품들 중 임의의 대상 상품에 대하여 선정된 검색어를 이용하여 상기 마켓 플랫폼이 서비스하는 온라인 마켓에서 상기 대상 상품을 검색하는 단계, 검색 결과에서 상기 대상 상품의 노출위치를 확인하는 단계, 확인된 상기 대상 상품의 노출위치에 기초하여, 상기 선정된 검색어의 노출지수를 연산하는 단계, 그리고 연산된 노출지수를 상기 대상 상품과 상기 선정된 검색어와 연관하여 저장하는 단계를 포함할 수 있다.

또 다른 실시예에 따르면, 노출지수를 이용한 검색어 추천 장치에 의해 수행되고, 검색어 추천 방법을 수행하기 위해 매체에 저장된 컴퓨터 프로그램에서, 검색어 추천 방법은, 하나 이상의 마켓 플랫폼과 데이터를 교환하고, 판매자가 이용하는 판매자 단말과 통신하는 검색어 추천 장치에 의해 수행되고, 상기 판매자가 상기 마켓 플랫폼을 통해 온라인 판매하는 상품들 중 임의의 대상 상품에 대하여 선정된 검색어를 이용하여 상기 마켓 플랫폼이 서비스하는 온라인 마켓에서 상기 대상 상품을 검색하는 단계, 검색 결과에서 상기 대상 상품의 노출위치를 확인하는 단계, 확인된 상기 대상 상품의 노출위치에 기초하여, 상기 선정된 검색어의 노출지수를 연산하는 단계, 그리고 연산된 노출지수를 상기 대상 상품과 상기 선정된 검색어와 연관하여 저장하는 단계를 포함할 수 있다.

전술한 과제 해결 수단 중 어느 하나에 의하면, 온라인 마켓플레이스의 통합관리 서비스로서 검색어와 마켓 종류에 따른 판매자 상품의 노출위치에 대한 정보를 수치화하여 판매자에게 제공하는 노출지수를 이용한 검색어 추천 방법 및 이를 위한 장치를 제시할 수 있다.

본 명세서에서 개시되는 실시예들은, 검색어별 노출지수를 산출하고 그에 기초하여 판매자의 상품의 판매량을 높일 수 있는 검색어를 추천하는 노출지수를 이용한 검색어 추천 방법 및 이를 위한 장치를 제시할 수 있다.

개시되는 실시예들에서 얻을 수 있는 효과는 이상에서 언급한 효과들로 제한되지 않으며, 언급하지 않은 또 다른 효과들은 아래의 기재로부터 개시되는 실시예들이 속하는 기술분야에서 통상의 지식을 가진 자에게 명확하게 이해될 수 있을 것이다.

도 1은 일 실시예에 따른 노출지수를 이용한 검색어 추천 장치를 포함하는 네트워크 구성을 도시한 구성도이다.
도 2는 일 실시예에 따른 노출지수를 이용한 검색어 추천 장치의 개략적인 구성을 도시한 블록도이다.
도 3은 노출지수를 이용한 검색어 추천 장치가 노출지수를 산출하는 방법을 단계적으로 도시한 순서도이다.
도 4는 도 3에 도시된 노출지수를 산출하는 방법에 의해, 등급에 따라 노출지수를 산출하는 예를 도시한 예시도이다.
도 5는 일 실시예에 따른 노출지수를 이용한 검색어 추천 방법을 단계적으로 도시한 순서도이다.

아래에서는 첨부한 도면을 참조하여 다양한 실시예들을 상세히 설명한다. 아래에서 설명되는 실시예들은 여러 가지 상이한 형태로 변형되어 실시될 수도 있다. 실시예들의 특징을 보다 명확히 설명하기 위하여, 이하의 실시예들이 속하는 기술분야에서 통상의 지식을 가진 자에게 널리 알려져 있는 사항들에 관해서 자세한 설명은 생략하였다. 그리고, 도면에서 실시예들의 설명과 관계없는 부분은 생략하였으며, 명세서 전체를 통하여 유사한 부분에 대해서는 유사한 도면 부호를 붙였다.

명세서 전체에서, 어떤 구성이 다른 구성과 "연결"되어 있다고 할 때, 이는 ‘직접적으로 연결’되어 있는 경우뿐 아니라, ‘그 중간에 다른 구성을 사이에 두고 연결’되어 있는 경우도 포함한다. 또한, 어떤 구성이 어떤 구성을 "포함"한다고 할 때, 이는 특별히 반대되는 기재가 없는 한, 그 외 다른 구성을 제외하는 것이 아니라 다른 구성들을 더 포함할 수도 있음을 의미한다.

이하 첨부된 도면을 참고하여 실시예들을 상세히 설명하기로 한다.

도 1은 일 실시예에 따른 노출지수를 이용한 검색어 추천 장치를 포함하는 네트워크 구성을 도시한 구성도이고, 도 2는 일 실시예에 따른 노출지수를 이용한 검색어 추천 장치의 개략적인 구성을 도시한 블록도이다.

일 실시예에 따른 검색어 추천 장치(100)를 포함하는 시스템(10)에는 검색어 추천 장치(100) 외에, 하나 이상의 판매자 단말(200)과, 하나 이상의 마켓 플랫폼(300)이 구성된다.

여기서 검색어 추천 장치(100)는 판매자들에게 마켓 플랫폼(300)이 서비스하는 온라인 마켓플레이스(이하 ‘온라인 마켓’이라 함)에서 판매자들이 판매하는 상품들의 정보를 통합하여 관리할 수 있도록 하는 통합관리 서비스를 제공한다. 예를 들어, 통합관리 서비스는 검색어 추천 장치(100)는 판매자들이 취급하는 상품마다 상품정보를 생성하여 관리할 수 있도록 하고, 각 상품정보를 온라인 마켓에 자동 등록하고 갱신할 수 있도록 하는 것을 포함할 수 있다.

이를 위해 검색어 추천 장치(100)는 각 판매자가 마켓 플랫폼(300)에 생성한 판매자 계정의 계정정보를 수집하고, 이를 이용하여 각각의 온라인 마켓에 판매자 대신에 접속하여 상품정보를 등록하거나 갱신할 수 있다.

여기서 상품정보는, 상품에 부여되는 고유식별자, 상품명, 상품의 이미지, 상품의 썸네일 이미지, 상품에 대한 설명, 상품의 판매자 정보, 상품의 제조자 정보, 상품과 연관된 키워드, 상품이 속하는 카테고리 정보 등을 포함할 수 있다.

검색어 추천 장치(100)는, 판매자로부터 상품정보에 포함되는 데이터를 직접 입력받기 위해 상품 정보 입력을 위한 사용자 인터페이스를 판매자로 제공할 수 있다. 이때 사용자 인터페이스에는 상품정보에 포함되는 각 데이터를 구분하여 입력할 수 있는 입력필드가 포함될 수 있다.

또한 검색어 추천 장치(100)는 판매자가 마켓 플랫폼(300)에 이미 등록한 상품정보를 해당 상품의 판매 페이지를 크롤링하는 방식으로, 상품정보를 수집할 수도 있다. 나아가 판매자의 온라인 마켓 계정정보를 이용하여 검색어 추천 장치(100)가 마켓 플랫폼(300)에 접근한 후, 해당 판매자에 대하여 등록되어 있는 상품정보를 크롤링하는 방식으로 상품정보를 수집할 수도 있다.

그리고 검색어 추천 장치(100)는 이처럼 수집된 상품정보를 여러 서로 다른 마켓 플랫폼(300)에 등록하거나, 수집된 상품정보에 기초하여 이미 마켓 플랫폼(300)에 등록된 상품정보를 갱신할 수 있다. 이때 검색어 추천 장치(100)는 각각의 온라인 마켓에서의 판매자의 계정정보를 이용하여 판매자를 대신하여 접속한 후 상품정보를 등록하거나 갱신할 수 있다.

이를 위해 검색어 추천 장치(100)는 네트워크(N)를 통해 판매자 단말(200), 그리고 마켓 플랫폼(300)과 각각 데이터를 교환할 수 있다.

이러한 검색어 추천 장치(100)는 통상의 서버-클라이언트 시스템의 서버를 구성하는 정보처리장치, 또는 일군의 정보처리장치들로 구성될 수 있다.

한편 판매자 단말(100)은, 판매자들이 이용하는 사용자 단말로서, 네트워크(N)를 통해 원격지의 서버에 접속하거나, 타 단말 및 서버와 연결 가능한 컴퓨터나 휴대용 단말기, 텔레비전, 웨어러블 디바이스(Wearable Device) 등으로 구현될 수 있다. 여기서, 컴퓨터는 예를 들어, 웹 브라우저(WEB Browser)가 탑재된 노트북, 데스크톱(desktop), 랩톱(laptop)등을 포함하고, 휴대용 단말기는 예를 들어, 휴대성과 이동성이 보장되는 무선 통신 장치로서, PCS(Personal Communication System), PDC(Personal Digital Cellular), PHS(Personal Handyphone System), PDA(Personal Digital Assistant), GSM(Global System for Mobile communications), IMT(International Mobile Telecommunication)-2000, CDMA(Code Division Multiple Access)-2000, W-CDMA(W-Code Division Multiple Access), Wibro(Wireless Broadband Internet), 스마트폰(Smart Phone), 모바일 WiMAX(Mobile Worldwide Interoperability for Microwave Access) 등과 같은 모든 종류의 핸드헬드(Handheld) 기반의 무선 통신 장치를 포함할 수 있다. 또한, 텔레비전은 IPTV(Internet Protocol Television), 인터넷 TV(Internet Television), 지상파 TV, 케이블 TV 등을 포함할 수 있다. 나아가 웨어러블 디바이스는 예를 들어, 시계, 안경, 액세서리, 의복, 신발 등 인체에 직접 착용 가능한 타입의 정보처리장치로서, 직접 또는 다른 정보처리장치를 통해 네트워크를 경유하여 원격지의 서버에 접속하거나 타 단말과 연결될 수 있다.

판매자 단말(200)에는 상술한 검색어 추천 장치(100)가 제공하는 통합관리 서비스를 제공받을 수 있도록 웹브라우저 또는 검색어 추천 장치(100)와 통신하는 응용 프로그램 등의 클라이언트 프로그램이 설치될 수 있고, 판매자 단말(200)은 이를 통해 검색어 추천 장치(100)와 데이터를 교환할 수 있다.

나아가 마켓 플랫폼(300)은 온라인 마켓을 제공하는 장치 또는 일군의 장치들로 구성되며, 일반적인 오픈마켓이나 소셜커머스 등의 서비스를 제공하는 주체에 의해 운영될 수 있다. 마켓 플랫폼(300)은 온라인 마켓을 통해 복수의 판매자와 복수의 구매자가 각각 상품을 팔고 살 수 있도록, 판매자의 상품의 상품정보를 구매자들에게 제공하고, 구매자의 구매의사에 따라 대금 결제를 거쳐 상품의 구매가 이루어지도록 하며, 구매내역의 조회 또는 배송 추적 등의 서비스를 제공할 수 있다.

사용자들은 이러한 마켓 플랫폼(300)에 각각 구매자 계정과 판매자 계정으로 구분된 계정정보를 이용하여 일반 구매자 자격으로 또는 판매자 자격으로 가입하여 접속할 수 있다.

특히 판매자들은 마켓 플랫폼(300)이 요구하는 방식에 따라 해당 온라인 마켓에서 판매하고자 하는 상품의 상품정보를 등록하여 상품이 판매되도록 할 수 있다. 구체적으로 마켓 플랫폼(300)은 상품정보에 포함되는 각종 정보를 판매자가 입력할 수 있도록, 상품정보 등록을 위한 사용자 인터페이스를 제공할 수 있다. 이러한 사용자 인터페이스에는 상품정보에 포함되는 각종 데이터를 구분하여 입력할 수 있는 입력 필드가 제공되고, 판매자는 각 입력 필드에 대응하는 데이터를 기입함으로써 상품정보를 등록할 수 있다.

그에 따라 마켓 플랫폼(300)은 상품정보가 등록된 상품의 판매 페이지, 예를 들어 해당 상품에만 고유한 URL을 갖는 웹페이지를 생성하여 구매자들에게 제공할 수 있다.

이때, 구매자들은 구매자 단말(미도시)을 이용하여 온라인 마켓에 접속하고, 자신이 원하는 상품과 관련된 검색어를 입력하여 마켓 플랫폼(300)에 검색 결과를 요청함으로써 상품을 검색할 수 있다.

그에 따라 마켓 플랫폼(300)은 검색 결과로서, 검색어와 관련된 상품들의 상품 판매 페이지로 하이퍼링크되는 각각의 객체, 예를 들어 상품의 썸네일 이미지나 상품명 등의 객체들을 나열하여 생성한 웹페이지를 구매자에게 제공할 수 있다.

그리고 구매자는 검색 결과에서 특정 상품의 판매 페이지로 하이퍼링크되는 객체를 선택함으로써, 상품의 판매 페이지에 접근할 수 있다.

이때, 마켓 플랫폼(300)에 등록되는 상품정보는, 검색어 추천 장치(100)에 등록되는 상품정보와 같이, 상품에 부여되는 고유식별자, 상품명, 상품의 이미지, 상품의 썸네일 이미지, 상품에 대한 설명, 상품의 판매자 정보, 상품의 제조자 정보, 상품과 연관된 키워드, 상품이 속하는 카테고리 정보 등을 포함할 수 있다.

한편 도 2를 참조하여, 검색어 추천 장치(100)의 구체적인 구성을 살펴보면, 검색어 추천 장치(100)는 판매자가 마켓 플랫폼(300)을 통해 온라인 판매하는 상품 각각의 상품정보를 저장하는 저장부(110)를 포함한다. 저장부(110)에는 각각의 판매자의 온라인 마켓별 계정정보, 판매자가 취급하는 상품의 상품정보 등이 저장될 수 있다.

예를 들어, 하나의 판매자가 N사의 온라인 마켓과, C사의 온라인 마켓, W사의 온라인 마켓에 각각 판매자 계정을 보유한 경우, 세 온라인 마켓의 판매자 계정 각각의 계정정보가 저장부(110)에 등록될 수 있다. 이때 계정정보는 암호화될 수 있다.

그리고 판매자가 취급하는 상품 각각에 대한 상품정보가 저장부(110)에 저장될 수 있다. 이때 각 상품에는 고유식별자가 부여되고, 이와 같이 부여된 고유식별자는 상품정보에 포함될 수 있다. 또한 나아가 해당 상품에 대해 각각의 마켓 플랫폼(300)에서 부여한 고유식별자도 하나의 상품정보에 함께 저장될 수 있다.

예를 들어, 하나의 판매자가 취급하는 하나의 종류의 상품에 대하여, N사의 온라인 마켓에서 부여한 고유식별자는 ‘1234’이고, C사의 온라인 마켓에서 부여한 고유식별자는 ‘abcd’이며, W사의 온라인 마켓에서 부여한 고유식별자는 ‘1a2b’인 경우, 각 고유식별자 ‘1234’, ‘abcd’, ‘1a2b’는 각각 N사, C사, W사의 계정정보임을 식별할 수 있는 방식으로 하나의 상품정보 내에 저장될 수 있다.

저장부(110)에는 파일, 애플리케이션 및 프로그램 등과 같은 다양한 종류의 데이터가 설치 및 저장될 수 있다. 후술할 제어부(130)는 저장부(110)에 저장된 데이터에 접근하여 이를 이용하거나, 또는 새로운 데이터를 저장부(110)에 저장할 수도 있다. 또한, 제어부(130)는 저장부(110)에 설치된 프로그램을 실행할 수도 있다. 저장부(110)에는 노출지수를 이용한 검색어 추천 방법을 수행하기 위한 프로그램이 설치될 수 있다.

또한 검색어 추천 장치(100)는 마켓 플랫폼(300), 그리고 판매자 단말(300)과 각각 통신하는 통신부(120)를 포함할 수 있다.

통신부(120)는 다른 디바이스 또는 네트워크와 유무선 통신을 수행할 수 있다. 이를 위해, 통신부(120)는 다양한 유무선 통신 방법 중 적어도 하나를 지원하는 통신 모듈을 포함할 수 있다. 예를 들어, 통신 모듈은 칩셋(chipset)의 형태로 구현될 수 있다.

통신부(120)가 지원하는 무선 통신은, 예를 들어 Wi-Fi(Wireless Fidelity), Wi-Fi Direct, 블루투스(Bluetooth), UWB(Ultra Wide Band) 또는 NFC(Near Field Communication) 등일 수 있다. 또한, 통신부(120)가 지원하는 유선 통신은, 예를 들어 USB 또는 HDMI(High Definition Multimedia Interface) 등일 수 있다.

그리고 검색어 추천 장치(100)는 제어부(130)를 포함할 수 있다. 제어부(130)는 구체적으로 검색어 추천 장치(100)의 전체적인 동작을 제어하며, CPU 등과 같은 프로세서를 포함할 수 있다. 제어부(130)는 통신부(120)를 통해 수신한 판매자의 요청에 대응되는 동작을 수행하도록 검색어 추천 장치(100)에 포함된 다른 구성들을 제어할 수 있다.

예를 들어, 제어부(130)는 저장부(110)에 저장된 프로그램을 실행시키거나, 저장부(110)에 저장된 파일을 읽어오거나, 새로운 파일을 저장부(110)에 저장할 수도 있다.

제어부(130)는 특히 판매자가 마켓 플랫폼(300)을 통해 온라인 판매하는 상품들 중에서 임의의 대상 상품에 대하여 선정된 검색어를 이용하여 마켓 플랫폼(300)이 서비스하는 온라인 마켓에서 대상 상품을 검색할 수 있다. 그리고 제어부(130)는 검색 결과에서 대상 상품의 노출위치를 확인하여, 확인된 노출위치에 따른 선정된 검색어의 노출지수를 연산할 수 있다.

여기서 대상 상품은, 판매자가 온라인 마켓에서 판매하는 상품 중 임의의 상품이 될 수 있다.

그리고 여기서 노출지수는, 임의의 온라인 마켓에서 특정 검색어를 이용하여 상품을 검색하였을 때, 판매자의 대상 상품이 검색 결과에 노출되는 구체적인 위치에 기초하여 산출되는 수치로서, 검색 결과 내에서 대상 상품이 상대적으로 우선적으로 노출될 때 더 낮은 순위로 노출될 때보다 큰 값을 갖도록 연산될 수 있다.

이때 노출지수는, 특정 판매자의 대상 상품에 대하여 산출되며, 특히 미리 선정된 검색어에 연관하여 산출된다. 즉, 예를 들어, 판매자 A가 판매하는 B 상품을, B 상품이 판매되고 있는 특정 온라인 마켓에서 검색하되, 미리 선정된 검색어 C를 이용하여 상품 검색을 수행하였을 때, 검색되는 복수의 상품 중에서 B 상품이 노출되는 구체적인 위치에 대한 정보에 기초하여 노출지수가 산출될 수 있다. 즉 노출지수는, 판매자, 상품, 그리고 검색어가 특정된 상태에서 그와 연관하여 산출될 수 있다.

여기서 노출 위치는, 특정 검색어를 이용하여 임의의 온라인 마켓에서 검색을 수행함으로써 수신되는 검색 결과에서, 대상 상품이 노출된 페이지 번호와 대상 상품이 노출된 페이지에서의 대상 상품의 배열 순위에 대한 정보를 포함할 수 있다.

예를 들어, 특정 온라인 마켓에서 ‘긴팔 티셔츠’라는 검색어를 이용하여 검색을 수행하였을 때, 검색 결과는 총 10페이지에 페이지당 20개의 상품이 배열된 형식으로 제공될 수 있다. 이때 노출지수를 산출하고자 하는 대상 상품이 3페이지에 7번째 상품으로 배열되어 있다면, 대상 상품의 노출 위치는 3페이지 7번째 순위가 될 수 있다.

이처럼 노출 위치는, 페이지 번호와 배열 순위에 대한 정보를 포함할 수 있다.

그리고 이때 산출되는 노출지수는 검색어 ‘긴팔 티셔츠’에 대한 것으로서, 대상 상품을 판매하는 판매자에 대하여 산출되는 것이다. 또한 노출지수는 각 온라인 마켓별로 산출될 수 있다.

이때 제어부(130)는, 상술한 것처럼 특정 검색어에 대한 노출지수를 산출하기 위하여 우선적으로 온라인 마켓에서 해당 검색어를 이용하여 대상 상품을 검색한다. 이때 대상 상품의 검색은, 제어부(130)가 온라인 마켓에 접속하고, 온라인 마켓의 검색창에 미리 선정된 검색어를 기입하여 마켓 플랫폼으로 검색 요청을 송신하는 방식으로 이루어질 수 있다. 그리고 제어부(130)는 검색 요청에 대한 응답으로서 마켓 플랫폼(300)으로부터 수신되는 검색 결과 웹페이지에서 대상 상품의 판매 웹페이지로 하이퍼링크 되는 객체가 포함된 위치를 식별함으로써 대상 상품의 노출위치를 확인할 수 있다.

예를 들어, 판매자가 의류를 판매하는 자이고, 특정 온라인 마켓에서 복수의 종류의 티셔츠를 판매하고 있으며, 이 중에서 특히 고유식별자 ‘1357’에 대응하는 빨간 티셔츠에 대하여 ‘긴팔 티셔츠’라는 검색어를 이용하여 검색을 수행할 때의 노출지수를 확인하고자 하는 경우, 제어부(130)는 해당 온라인 마켓에 접근하고, 검색창에 ‘긴팔 티셔츠’를 기입하여 검색 요청을 마켓 플랫폼(300)으로 발송할 수 있다.

그리고 마켓 플랫폼(300)은 ‘긴팔 티셔츠’라는 검색어로 검색된 198개의 상품들을 고유의 방식으로 정렬하여 페이지당 20개의 상품이 배열되도록 하여 생성한 웹페이지를 검색 결과로서 검색어 추천 장치(100)에 전송할 수 있다.

그에 따라 제어부(130)는 10개의 검색 결과 웹페이지를 순차적으로 확인하면서, 고유식별자 ‘1357’에 대응하는 빨간 티셔츠 상품의 판매 페이지로 하이퍼링크되는 객체, 예를 들어, 빨간 티셔츠 상품의 썸네일 이미지나 상품명에 대응하는 텍스트 또는 이들의 조합이 검색 결과의 몇 번 페이지에 몇 번째로 배열되어 있는지 확인할 수 있다.

이때 상품의 고유식별자는, 해당 하이퍼링크 객체에 링크되어 있는 판매 페이지의 URL에 파라미터로 포함될 수도 있고, 또는 판매 페이지에 상품정보로 포함되어 있을 수 있다.

그리고 제어부(130)는 선정된 검색어의 노출지수를 산출하고자 하는 대상 상품에 대하여, 검색 결과에서 확인되는 대상 상품의 노출위치에 기초하여 선정된 검색어에 대응하는 노출지수를 산출할 수 있다.

이때 제어부(130)는 검색어를 이용한 대상 상품의 검색에 앞서서 우선적으로 노출지수를 산출할 검색어를 선정하는 과정을 먼저 수행할 수 있다. 예를 들어 제어부(130)는 대상 상품의 상품정보에 포함된 키워드, 키워드의 조합, 또는 키워드의 동의어 중 하나를 선택하여, 노출지수를 산출할 검색어를 선정할 수 있다. 예를 들어 제어부(130)는 판매자의 빨간 티셔츠 상품의 상품정보에 포함된 복수의 키워드들 중에서, ‘티셔츠’와 ‘긴팔’을 조합한 ‘긴팔 티셔츠’를 검색어로 선정하고 그에 대응하는 노출지수를 산출할 수 있다.

제어부(130)는 이처럼 노출지수를 연산할 검색어를 선정함에 있어서, 상품정보 내에서도 특히 상품의 종류, 상품의 카테고리, 상품의 설명, 또는 상품에 태깅된 키워드 등을 참조할 수 있다.

또는 다른 예로서 제어부(130)는 노출지수를 연산할 검색어를, 대상 상품의 판매자 단말(200)로부터 선택받거나 입력받을 수도 있다.

그에 따라 제어부(130)는 특정 대상 상품에 대하여, 온라인 마켓별, 검색어별 노출지수를 구분하여 연산할 수 있다.

이때 제어부(130)는 노출지수를 산출함에 있어서, 다음과 같은 수식을 이용할 수 있다.

노출지수 A = ((T-R)*(100/T)) + ((N-P+1)/N*(100/T))

여기서, T 는 전체 등급 수이고, R은 대상 상품이 속하는 등급, N 은 대상 상품이 속하는 등급에 속하는 상품 전체의 수이며, P는 대상 상품이 속하는 등급에서 대상 상품의 순위를 나타낼 수 있다.

이와 같은 방식으로 노출지수를 산출하기 위해, 저장부(110)에는 미리 각 온라인 마켓별로 노출 등급 체계가 정해질 수 있다. 노출 등급 체계는, 상품의 노출위치, 즉 상품이 노출되는 페이지 번호와, 해당 페이지 내에서 상품이 배열된 순위를 기초로 상품들에 등급을 부여하는 기준에 대한 정보일 수 있다. 예를 들어, 특정 온라인 마켓에서는 모든 상품이 총 7개의 등급으로 구분되고, 1페이지에 노출되는 상품은 1등급, 2페이지에 노출되는 상품은 2등급 등과 같이 페이지 번호에 대응하는 등급을 해당 상품에 부여하되, 7페이지 이후의 상품은 모두 7등급을 분류되도록 미리 노출 등급 체계가 설정될 수 있다.

다른 예로, 다른 온라인 마켓에서는 모든 상품에 대하여 총 4개의 등급이 부여되되, 1페이지 상위 5개의 상품에 대해서만 1등급이 부여되고, 1페이지 상위 5개 상품 이하의 상품들에는 2등급이 부여되며, 2페이지 이하의 상품들은 3등급, 그리고 3페이지 이하에 배열되는 상품들에는 4등급이 부여되도록 노출 등급 체계가 설정될 수도 있다. 이처럼 노출 등급 체계는 다양한 방식으로 설정될 수 있는데, 각 온라인 마켓의 특성에 따라 달리 설정될 수 있다. 예를 들어, 검색 결과에서 각 페이지에 배열되는 상품의 수를 고려할 수 있다.

그에 따라 제어부(130)는 저장부(110)에 저장된 노출 등급 체계와, 검색 결과에서 확인되는 대상 상품의 노출위치를 참조하여 대상 상품의 검색어에 대한 등급 R을 확인할 수 있다.

또한 제어부(130)는 노출 등급 체계와, 대상 상품의 노출위치를 참조하여 해당 상품이 해당 등급에 속하는 전체 상품의 수 N에 대하여, 대상 상품의 순위 P를 확인할 수 있다.

검색 결과의 각 페이지에 총 15개의 상품이 배열되는 온라인 마켓에서, 모든 상품에 대하여 총 4개의 등급이 부여되되, 1페이지 상위 5개의 상품에 대해서만 1등급이 부여되고, 1페이지 상위 5개 상품 이하의 상품들에는 2등급이 부여되며, 2페이지에 배열되는 상품들에는 3등급이, 3페이지 이하에 배열되는 상품들에는 4등급이 부여되는 노출 등급 체계를 이용하는 경우를 예시하여 설명한다. 대상 상품이 1페이지 7번째로 배열되면 제어부(130)는 해당 대상 상품에 2등급을 부여할 수 있다. 즉, T는 4이고, R은 2일 수 있다.

그리고 대상 상품은 2등급에 속하는 총 10개의 상품 중에서 2번째의 상품이므로 N은 10이고, P는 2일 수 있다.

그에 따라 노출지수 A=((4-2)*(100/4)) + ((10-2+1)/10*(100/4)), 즉 72.5가 될 수 있다.

이때 노출지수 A를 산출하는 수식에서, 전단, 즉 ((T-R)*(100/T))는 대상 상품이 속하는 등급에 의해 정해지고, 같은 등급의 모든 상품에 대해 동일한 값을 갖는 기본 점수이다. 그리고 수식의 후단, 즉 ((N-P+1)/N*(100/T)) 부분은 대상 상품이 해당 등급 내에서 배열되는 구체적인 순위에 의해 달리 결정되는 차등 점수이다.

즉 제어부(130)는 선정된 검색어로 특정 온라인 마켓에서 검색을 수행한 검색 결과 내에서 대상 상품의 노출위치에 기초하여 노출지수를 산출함에 있어서, 상품이 노출되는 페이지 번호와 배열 순위에 따라 달리 설정되는 노출 등급 체계에 기초하여 대상 상품의 노출 등급을 확인하고, 노출 등급별로 할당된 기본 점수에, 노출 순위에 따른 차등 점수를 합산하여 노출지수를 산출할 수 있다.

이때 위에 예시한 수식은 하나의 예에 불과하고, 이처럼 대상 상품이 검색된 노출위치에 기초하여 상품을 복수의 등급 중 하나의 등급으로 분류하고, 등급에 따른 기본 점수에 해당 등급 내의 구체적인 순위에 따라 차등 점수를 합산하는 방식으로 노출지수를 산출하는 다른 다양한 수식이 적용될 수 있다.

한편 이와 같이 산출되는 노출지수는 다양하게 활용될 수 있다. 제어부(130)는 통신부(120)를 통해 각 검색어의 노출지수에 대한 정보를 판매자에게 제공할 수 있다.

검색어 추천 장치(100)에 접속하여 통합관리 서비스를 제공받는 판매자가 자신이 판매하는 특정 상품의 상품정보를 열람하며 관리할 때, 상품정보에 포함된 키워드나 키워드의 조합에 대해 산출된 노출지수에 대한 정보를 제공할 수 있다.

예를 들어, 판매자가 자신이 판매하는 A상품의 상품정보를 열람할 때, A상품과 관련하여 노출지수가 연산된 검색어와 해당 검색어의 노출지수에 대한 정보를 일측에 표시되도록 할 수 있다.

이때 노출지수는 각 온라인 마켓별로 구분하여 산출되므로, 특정 검색어에 대하여 각 온라인 마켓별 노출지수에 대한 정보를 각각 안내되도록 할 수 있다.

또한 검색어 추천 장치(100)는 노출지수를 이용하여, 판매자에게 특정 상품에 대한 검색어를 추천할 수 있다.

이때 제어부(130)는 우선, 판매자의 상품들 중 검색어를 추천할 대상 상품의 상품정보에 포함되지 않은 키워드를 추천 대상 검색어로 선정할 수 있다. 여기서 제어부(130)는 대상 상품과 유사한 타판매자의 상품의 상품정보를 참조하여 검색어를 선정할 수 있다.

예를 들어, 판매자 A의 티셔츠 상품 B의 상품정보에는 ‘롱슬리브’라는 키워드가 포함되어 있지 않고, 판매자 C의 티셔츠 상품 D의 상품정보에는 ‘롱슬리브’라는 키워드가 있는 경우, 제어부(130)는 ‘롱슬리브’를 대상 상품인 상품 B에 대한 추천 대상 검색어로 선정할 수 있다.

또한 제어부(130)는 대상 상품의 상품정보에 포함되지 않은 키워드를 포함하는 둘 이상의 키워드의 조합을 추천 대상 검색어로 선정할 수도 있다. 나아가 제어부(130)는 대상 상품의 상품정보에 포함된 키워드와 동의어나 유사어를 추천 대상 검색어로 선정할 수도 있다.

이어서, 제어부(130)는 추천 대상 검색어 각각에 대한 노출지수를 산출할 수 있다. 이때 추천 대상 검색어는 대상 상품의 상품정보에 포함되어 있지 않으므로, 제어부(130)는 노출지수를 산출하기 위하여 일시적으로 추천 대상 검색어를 대상 상품의 상품정보에 기입하고, 노출지수를 산출하고자 하는 온라인 마켓의 마켓 플랫폼(300)에도 수정된 상품정보가 기입되도록 등록할 수 있다.

그리고 제어부(130)는 추천 대상 검색어 각각에 대하여 노출지수를 산출할 수 있다. 즉, 제어부(130)는 추천 대상 검색어 각각을 이용하여 온라인 마켓에서 검색을 수행하고, 검색 결과에 대상 상품이 노출된 노출위치에 기초하여 노출지수를 산출할 수 있다. 이때 각 온라인 마켓에 대해 미리 설정된 노출 등급 체계를 참조할 수 있다.

한편 제어부(130)는 검색어의 추천을 위해 추천 대상 검색어를 대상 상품의 상품정보에 일시적으로 기입한 이후에, 노출지수 연산이 완료되면 다시 대상 상품의 상품정보에서 추천 대상 검색어를 삭제할 수 있다.

또한 이때 추천 대상 검색어는, 검색어 추천 장치(100)의 저장부(110)에 저장되는 대상 상품의 상품정보뿐 아니라, 온라인 마켓의 마켓 플랫폼(300)에 저장되는 대상 상품의 상품정보에도 기입되므로, 제어부(130)는 노출지수의 산출이 완료되면, 마켓 플랫폼(300)에 저장된 대상 상품의 상품정보에서도 추천 대상 검색어가 삭제되도록 온라인 마켓의 상품정보도 갱신할 수 있다. 이를 위해 제어부(130)는 판매자의 계정정보를 이용하여 판매자를 대신하여 온라인 마켓에 접근하고, 판매자의 대상 상품의 상품정보를 갱신할 수 있다.

그리고 추천 대상 검색어 각각에 대한 노출지수 산출이 완료되면, 제어부(130)는 노출지수가 상대적으로 높은 순서로 추천 검색어를 선택하여, 판매자에게 대상 상품에 대한 검색어로서 추천 검색어를 추천할 수 있다.

예를 들어, 추천 대상 검색어 A, B, C, D, E 중에서 노출지수가 상대적으로 높은 A, C, D를 대상 상품에 대한 추천 검색어로 판매자에게 제공할 수 있다.

제어부(130)는 판매자가 대상 상품의 상품정보를 열람하는 때에, 대상 상품의 상품정보 일측에 추천 검색어의 목록을 제공할 수 있다. 이때 추천 검색어의 목록은, 하나 이상의 추천 검색어를 포함하고, 제어부(130)는 이 중 하나를 판매자가 선택하였을 때, 선택된 추천 검색어가 대상 상품의 상품정보에 추가 기입되도록 할 수 있다.

즉 제어부(130)는 판매자 단말(200)로부터 선택된 추천 검색어에 대한 추가 요청이 수신되면, 대상 상품의 상품정보에 추가 요청된 추천 검색어를 추가 기입하고, 마켓 플랫폼(300)에 등록된 상품정보도 갱신할 수 있다.

이하에서는 상술한 검색어 추천 장치(100)를 이용한 노출지수 산출 방법과 검색어 추천 방법을 단계적으로 설명한다.

도 3은 노출지수를 이용한 검색어 추천 장치가 노출지수를 산출하는 방법을 단계적으로 도시한 순서도이고, 도 4는 도 3에 도시된 노출지수를 산출하는 방법에 의해, 등급에 따라 노출지수를 산출하는 예를 도시한 예시도이며, 도 5는 일 실시예에 따른 노출지수를 이용한 검색어 추천 방법을 단계적으로 도시한 순서도이다.

도 3 및 도 5에 도시된 실시예에 따른 노출지수 산출 방법과 검색어 추천 방법은 도 1과 2에 도시된 검색어 추천 장치(100)에서 시계열적으로 처리되는 단계들을 포함한다. 따라서, 이하에서 생략된 내용이라고 하더라도 도 1 내지 2에 도시된 검색어 추천 장치(100)에 관하여 이상에서 기술한 내용은 도 3 및 도 5에 도시된 실시예에 따른 노출지수 산출 방법과 검색어 추천 방법에도 적용될 수 있다.

도 3에 도시된 바와 같이 검색어 추천 장치(100)는 우선 노출지수를 산출하기 위한 대상 상품을 특정하고, 대상 상품에 대응하여 노출지수를 산출하고자 하는 검색어를 선정할 수 있다(S300).

여기서 대상 상품은 판매자가 온라인 마켓에서 판매하고 있으며, 검색어 추천 장치(100)가 제공하는 통합관리 서비스에 이미 상품정보가 등록된 판매자의 상품 중 어느 하나가 될 수 있다.

S300단계에서 검색어 추천 장치(100)는 대상 상품의 상품정보에 포함된 키워드나 키워드의 조합, 또는 키워드의 동의어나 유사어를 노출지수를 산출할 검색어로 선정할 수 있다. 또는 검색어 추천 장치(100)는 노출지수를 산출하는 목적에 따라 대상 상품의 상품정보에는 포함되어 있지 않고, 대상 상품과 유사한 타 판매자의 상품의 상품정보에는 포함된 키워드나 키워드의 조합, 또는 키워드의 동의어나 유사어를 검색어로 선정할 수 있다.

검색어 추천 장치(100)는 이어서 노출지수의 산출 대상이 되는 특정 온라인 마켓 또는 대상 상품이 판매되고 있는 모든 온라인 마켓 각각에 접근하여, 대상 상품에 대하여 선정된 검색어를 온라인 마켓의 검색창에 기입한 후 검색을 수행할 수 있다(S310).

예를 들어, 대상 상품이 N사의 온라인 마켓과 C사의 온라인 마켓에서 판매되고 있는 경우, 검색어 추천 장치(100)는 N사의 온라인 마켓에서 선정된 검색어를 이용한 검색을 한번 수행하고, C사의 온라인 마켓에서도 선정된 검색어를 이용한 검색을 수행할 수 있다.

그리고 검색어 추천 장치(100)는 각각 수행된 검색 결과에서, 대상 상품의 노출위치를 확인할 수 있다(S320). 검색어 추천 장치(100)는 검색 결과로서 수신되는 웹페이지나, 검색 목록에서 대상 상품이 배열된 위치를 확인할 수 있다.

예를 들어, 검색어 추천 장치(100)는 대상 상품의 판매 웹페이지로 연결되는 하이퍼링크 객체가 포함된 위치를 식별할 수 있고, 이때 식별되는 위치는, 대상 상품이 노출된 페이지 번호와, 대상 상품이 노출된 페이지 내에서 대상 상품이 배열된 순위에 대한 정보를 포함할 수 있다.

이때 대상 상품은, 해당 온라인 마켓에서 대상 상품에 대해 부여된 식별정보에 의해 다른 상품과 구분될 수 있으며, 검색어 추천 장치(100)는 하이퍼링크 객체에 하이퍼링크된 URL주소 내 파라미터를 확인하거나, 객체에 하이퍼링크된 판매 페이지 내에 포함된 상품 식별정보를 확인하는 방식으로, 대상 상품의 식별정보를 검색할 수 있다.

이어서 검색어 추천 장치(100)는 온라인 마켓에서 선정된 검색어를 이용하여 수행된 검색의 결과 내에서 대상 상품의 노출위치가 확인되면, 노출위치에 따른 대상 상품의 노출 등급을 확인할 수 있다(S330). 이때 검색어 추천 장치(100)는 검색이 수행된 해당 온라인 마켓에 대한 노출 등급 체계에 기초하여, 대상 상품의 노출 등급을 확인할 수 있다.

노출 등급 체계는 예를 들어, 도 4에 도시된 것처럼 1등급에서 5등급까지 5개의 서로 다른 등급으로 구분될 수 있고, 1등급은 1페이지 첫 번째에서 12 번째 순위로 노출된 상품들에게 부여되고, 2등급은 1페이지 13 번째 내지 40번째 순위로 노출된 상품들에게 부여될 수 있다. 이처럼 검색 결과 내에 복수의 상품이 노출된 위치를 배열된 페이지와 순위로 구분하고, 구분된 페이지와 배열 순위를 기준으로 노출 등급을 구분할 수 있다. 이때 도 4에 도시된 실시예는 한 페이지에 40개의 상품이 배열되는 특정 온라인 마켓을 예시한 것이다.

검색어 추천 장치(100)는 도 4에 도시된 바와 같은 노출 등급 체계에 기초하여, 검색된 대상 상품의 노출위치에 대응하는 등급을 확인할 수 있다. 예를 들어, 선정된 검색어를 이용하여 온라인 마켓에서 검색을 수행하였을 때 검색 결과 내의 대상 상품의 노출위치가 3페이지 5번째 순위였다면, 검색어 추천 장치(100)는 도 4에 도시된 바와 같은 노출 등급 체계에 정의된 등급 분류 기준에 따라 해당 검색어의 노출 등급을 3등급으로 판정할 수 있다.

한편 검색어 추천 장치(100)는 S330단계에서 확인된 등급과, 해당 등급 내에 포함되는 기준 상품수, 그리고 대상 상품의 노출 순위에 기초하여 노출지수를 연산할 수 있다(S340).

예를 들어, 검색어 추천 장치(100)는 다음 수식을 이용하여 노출지수를 산출할 수 있다.

노출지수 A = ((T-R)*(100/T)) + ((N-P+1)/N*(100/T))

검색어 추천 장치(100)는 예를 들어, 도 4에 도시된 실시예에서 대상 상품의 노출 위치가 3페이지 5번째 순위인 경우, 대상 상품의 노출 등급은 3등급으로서, T는 5, R은 3의 값을 갖는 것으로 결정할 수 있다.

그리고 3등급에는, 즉 기준 상품 수 N은 3등급에 속하는 2페이지 1번째 내지 12번째의 12개 상품과 3페이지 1번째 내지 12번째의 12개 상품, 총 24개의 상품이 속하므로, 검색어 추천 장치(100)는 N은 24로 결정한다.

그리고 대상 상품이 3페이지 5번째 순위이고, 3등급에 속하는 전체 24개 상품 중 17번째 순위에 해당하므로 검색어 추천 장치(100)는 P를 17로 결정하여 위의 수식에 적용할 수 있다.

그에 따라 도 4에 도시된 것처럼, 검색어의 노출지수A는 46.66으로 결정될 수 있다.

물론 S340단계에서 이용되는 수식은 위에 예시한 수식에 한정되지 않는다.

검색어 추천 장치(100)는 이어서, S340단계에서 연산된 노출지수를 대상 상품 및 검색어에 연관하여 저장할 수 있다(S350). 또한 노출지수는 특정 온라인 마켓 내에서의 검색 결과에 기초하여 산출되므로, 하나의 대상 상품과 하나의 검색어에 대하여 각 온라인 마켓별로 따로 산출되고, 기록될 수 있다.

이후에 검색어 추천 장치(100)는 이처럼 연산된 노출지수에 대한 정보를 판매자에게 제공하거나, 대상 상품에 포함되지 않은 검색어로서 노출지수가 높은 검색어를 추천하거나, 노출지수가 상대적으로 낮은 검색어를 삭제하도록 제안하거나 다른 검색어로 대체할 것을 제안할 수 있다.

이때 검색어 추천 장치(100)가 노출지수에 기초하여 검색어를 추천하는 방법을 살펴보면, 도 5에 도시된 바와 같다.

구체적으로, 검색어 추천 장치(100)는 우선적으로 대상 상품에 대한 추천 대상 검색어를 먼저 선정할 수 있다(S500). 여기서 추천 대상 검색어는, 판매자의 대상 상품의 상품정보에 포함되어 있지 않은 키워드를 포함할 수 있다. 특히 검색어 추천 장치(100)는 판매자와 동일하거나 유사한 타판매자의 상품의 상품정보에 포함된 키워드를 추천 대상 검색어로 선정할 수 있다.

예를 들어, 판매자가 판매하는 임의의 티셔츠 상품이 대상 상품이고, 대상 상품의 상품정보에 ‘#티셔츠 #레드 #빨강’ 등의 키워드가 포함되고, 유사한 타판매자의 티셔츠 상품의 상품정보에 ‘#티셔츠 #롱슬리브 #긴팔 #빨강’이 포함되어 있는 경우, 검색어 추천 장치(100)는 ‘롱슬리브’ 또는 ‘긴팔’ 등과 같이 타판매자의 상품의 상품정보에는 포함되어 있으나, 판매자의 대상 상품의 상품정보에는 포함되어 있지 않은 키워드를 추천 대상 검색어로 선정할 수 있다.

이때 검색어 추천 장치(100)는 복수의 추천 대상 검색어를 선정할 수 있다.

그리고 검색어 추천 장치(100)는 추천 대상 검색어를 대상 상품의 상품정보에 일시적으로 기입하고 온라인 마켓에도 등록되도록 할 수 있다(S510).

예를 들어, 검색어 추천 장치(100)는 판매자의 대상 상품의 상품정보가 ‘#티셔츠 #레드 #빨강’이고, 추천 대상 검색어로 ‘롱슬리브’를 선정한 경우, 검색어 추천 장치(100)에 등록되어 있는 대상 상품의 상품정보를 일시적으로 ‘#티셔츠 #롱슬리브 #레드 #빨강’으로 수정할 수 있다. 그리고 검색어 추천 장치(100)는 판매자가 보유한 온라인 마켓의 계정정보를 이용하여 판매자의 계정으로 마켓 플랫폼(300)에 접근하여, 온라인 마켓에 등록된 대상 상품의 상품정보도 마찬가지로 검색어 추천 장치(100)에 등록된 상품정보와 동일하게 갱신할 수 있다.

그리고 이어서 검색어 추천 장치(100)는 대상 상품에 대하여 추천 대상 검색어의 노출지수를 산출할 수 있다(S520). 이때 S520단계에서 검색어 추천 장치(100)가 노출지수를 산출하는 방법은 도 3에 도시된 것과 동일하다. 즉 검색어 추천 장치(100)는 S500단계에서 선정된 추천 대상 검색어 중 하나로서 상품정보에 일시적으로 추가 기입된 추천 대상 검색어를 도 3의 S300단계에서 검색어로 선정하여, S310단계 내지 S350단계를 수행할 수 있다.

그리고 이러한 과정을 반복하여 검색어 추천 장치(100)는 복수의 추천 대상 검색어에 대한 노출지수를 모두 각각 산출할 수 있다.

이어서 S520단계를 통해 추천 대상 검색어에 대한 노출지수의 연산이 모두 완료되면, 검색어 추천 장치(100)는 대상 상품의 상품정보에 일시적으로 추가하였던 추천 대상 검색어들을 상품정보에서 삭제하고 원래 상태로 되돌릴 수 있다(S530). 이때 검색어 추천 장치(100)는 검색어 추천 장치(100)에 등록된 상품정보뿐 아니라 마켓 플랫폼(300)에 등록되어 있는 대상 상품의 상품정보도 원래 상태로 갱신할 수 있다.

그리고 검색어 추천 장치(100)는 산출된 노출지수에 따라 추천 대상 검색어들 중 적어도 일부를 판매자에게 대상 상품에 대하여 추천할 수 있다(S540).

검색어 추천 장치(100)는 추천 대상 검색어들의 노출지수를 참조하여, 노출지수가 상대적으로 높은 추천 검색어들의 목록을 판매자에게 제공할 수 있다.

그리고 검색어 추천 장치(100)는 판매자 단말(200)로부터 추천 검색어들 중에서 선택된 적어도 하나에 대한 검색어 추가 요청이 수신되면, 추가 요청된 검색어를 해당 대상 상품의 상품정보에 기입하고 온라인 마켓에도 등록되도록 할 수 있다(S560). 즉, 검색어 추천 장치(100)는 추천 검색어들 중에서 판매자가 적어도 일부를 상품정보에 추가하기를 요청하는 경우, 검색어 추천 장치(100)와 마켓 플랫폼(300)에 등록된 대상 상품의 상품정보를 모두 추천 검색어를 포함하도록 수정할 수 있다.

그에 따라 판매자는 상대적으로 노출지수가 높은 검색어를 대상 상품의 상품정보에 포함되도록 하여, 검색 결과에서 상대적으로 상위의 순서로 대상 상품이 구매자들에게 노출되도록 할 수 있고, 결과적으로 상품의 판매량이 늘어날 수 있다.

이때 검색어 추천 장치(100)는 실시예에 따라, 대상 상품의 상품정보에 포함되어 있지 않지만, 노출지수가 상대적으로 높은 검색어를 도 5에 도시된 방법을 통해 판매자에게 추천할 수 있을 뿐 아니라, 대상 상품의 상품정보에 포함되어 있는 키워드 중 상대적으로 노출지수가 낮은 검색어는 삭제하도록 제안할 수 있고, 상대적으로 노출지수가 낮은 검색어를 상대적으로 노출지수가 높은 검색어로 대체하도록 제안할 수도 있다.

이상의 실시예들에서 사용되는 '~부'라는 용어는 소프트웨어 또는 FPGA(field programmable gate array) 또는 ASIC 와 같은 하드웨어 구성요소를 의미하며, '~부'는 어떤 역할들을 수행한다. 그렇지만 '~부'는 소프트웨어 또는 하드웨어에 한정되는 의미는 아니다. '~부'는 어드레싱할 수 있는 저장 매체에 있도록 구성될 수도 있고 하나 또는 그 이상의 프로세서들을 재생시키도록 구성될 수도 있다. 따라서, 일 예로서 '~부'는 소프트웨어 구성요소들, 객체지향 소프트웨어 구성요소들, 클래스 구성요소들 및 태스크 구성요소들과 같은 구성요소들과, 프로세스들, 함수들, 속성들, 프로시저들, 서브루틴들, 프로그램특허 코드의 세그먼트들, 드라이버들, 펌웨어, 마이크로코드, 회로, 데이터, 데이터베이스, 데이터 구조들, 테이블들, 어레이들, 및 변수들을 포함한다.

구성요소들과 '~부'들 안에서 제공되는 기능은 더 작은 수의 구성요소들 및 '~부'들로 결합되거나 추가적인 구성요소들과 '~부'들로부터 분리될 수 있다.

뿐만 아니라, 구성요소들 및 '~부'들은 디바이스 또는 보안 멀티미디어카드 내의 하나 또는 그 이상의 CPU 들을 재생시키도록 구현될 수도 있다.

도 3과 도 5를 통해 설명된 실시예에 따른 노출지수 산출 및 검색어 추천 방법은 컴퓨터에 의해 실행 가능한 명령어 및 데이터를 저장하는, 컴퓨터로 판독 가능한 매체의 형태로도 구현될 수 있다. 이때, 명령어 및 데이터는 프로그램 코드의 형태로 저장될 수 있으며, 프로세서에 의해 실행되었을 때, 소정의 프로그램 모듈을 생성하여 소정의 동작을 수행할 수 있다. 또한, 컴퓨터로 판독 가능한 매체는 컴퓨터에 의해 액세스될 수 있는 임의의 가용 매체일 수 있고, 휘발성 및 비휘발성 매체, 분리형 및 비분리형 매체를 모두 포함한다. 또한, 컴퓨터로 판독 가능한 매체는 컴퓨터 기록 매체일 수 있는데, 컴퓨터 기록 매체는 컴퓨터 판독 가능 명령어, 데이터 구조, 프로그램 모듈 또는 기타 데이터와 같은 정보의 저장을 위한 임의의 방법 또는 기술로 구현된 휘발성 및 비휘발성, 분리형 및 비분리형 매체를 모두 포함할 수 있다.예를 들어, 컴퓨터 기록 매체는 HDD 및 SSD 등과 같은 마그네틱 저장 매체, CD, DVD 및 블루레이 디스크 등과 같은 광학적 기록 매체, 또는 네트워크를 통해 접근 가능한 서버에 포함되는 메모리일 수 있다.

또한 도 3과 도 5를 통해 설명된 실시예에 따른 노출지수 산출 및 검색어 추천 방법은 컴퓨터에 의해 실행 가능한 명령어를 포함하는 컴퓨터 프로그램(또는 컴퓨터 프로그램 제품)으로 구현될 수도 있다. 컴퓨터 프로그램은 프로세서에 의해 처리되는 프로그래밍 가능한 기계 명령어를 포함하고, 고레벨 프로그래밍 언어(High-level Programming Language), 객체 지향 프로그래밍 언어(Object-oriented Programming Language), 어셈블리 언어 또는 기계 언어 등으로 구현될 수 있다. 또한 컴퓨터 프로그램은 유형의 컴퓨터 판독가능 기록매체(예를 들어, 메모리, 하드디스크, 자기/광학 매체 또는 SSD(Solid-State Drive) 등)에 기록될 수 있다.

따라서 도 3 및 도 5를 통해 설명된 실시예에 따른 노출지수 산출 및 검색어 추천 방법은 상술한 바와 같은 컴퓨터 프로그램이 컴퓨팅 장치에 의해 실행됨으로써 구현될 수 있다. 컴퓨팅 장치는 프로세서와, 메모리와, 저장 장치와, 메모리 및 고속 확장포트에 접속하고 있는 고속 인터페이스와, 저속 버스와 저장 장치에 접속하고 있는 저속 인터페이스 중 적어도 일부를 포함할 수 있다. 이러한 성분들 각각은 다양한 버스를 이용하여 서로 접속되어 있으며, 공통 머더보드에 탑재되거나 다른 적절한 방식으로 장착될 수 있다.

여기서 프로세서는 컴퓨팅 장치 내에서 명령어를 처리할 수 있는데, 이런 명령어로는, 예컨대 고속 인터페이스에 접속된 디스플레이처럼 외부 입력, 출력 장치상에 GUI(Graphic User Interface)를 제공하기 위한 그래픽 정보를 표시하기 위해 메모리나 저장 장치에 저장된 명령어를 들 수 있다. 다른 실시예로서, 다수의 프로세서 및(또는) 다수의 버스가 적절히 다수의 메모리 및 메모리 형태와 함께 이용될 수 있다. 또한 프로세서는 독립적인 다수의 아날로그 및(또는) 디지털 프로세서를 포함하는 칩들이 이루는 칩셋으로 구현될 수 있다.

또한 메모리는 컴퓨팅 장치 내에서 정보를 저장한다. 일례로, 메모리는 휘발성 메모리 유닛 또는 그들의 집합으로 구성될 수 있다. 다른 예로, 메모리는 비휘발성 메모리 유닛 또는 그들의 집합으로 구성될 수 있다. 또한 메모리는 예컨대, 자기 혹은 광 디스크와 같이 다른 형태의 컴퓨터 판독 가능한 매체일 수도 있다.

그리고 저장장치는 컴퓨팅 장치에게 대용량의 저장공간을 제공할 수 있다. 저장 장치는 컴퓨터 판독 가능한 매체이거나 이런 매체를 포함하는 구성일 수 있으며, 예를 들어 SAN(Storage Area Network) 내의 장치들이나 다른 구성도 포함할 수 있고, 플로피 디스크 장치, 하드 디스크 장치, 광 디스크 장치, 혹은 테이프 장치, 플래시 메모리, 그와 유사한 다른 반도체 메모리 장치 혹은 장치 어레이일 수 있다.

상술된 실시예들은 예시를 위한 것이며, 상술된 실시예들이 속하는 기술분야의 통상의 지식을 가진 자는 상술된 실시예들이 갖는 기술적 사상이나 필수적인 특징을 변경하지 않고서 다른 구체적인 형태로 쉽게 변형이 가능하다는 것을 이해할 수 있을 것이다. 그러므로 상술된 실시예들은 모든 면에서 예시적인 것이며 한정적이 아닌 것으로 이해해야만 한다. 예를 들어, 단일형으로 설명되어 있는 각 구성 요소는 분산되어 실시될 수도 있으며, 마찬가지로 분산된 것으로 설명되어 있는 구성 요소들도 결합된 형태로 실시될 수 있다.

본 명세서를 통해 보호 받고자 하는 범위는 상기 상세한 설명보다는 후술하는 특허청구범위에 의하여 나타내어지며, 특허청구범위의 의미 및 범위 그리고 그 균등 개념으로부터 도출되는 모든 변경 또는 변형된 형태를 포함하는 것으로 해석되어야 한다.

Claims

하나 이상의 마켓 플랫폼과 데이터를 교환하고, 판매자가 이용하는 판매자 단말과 통신하는 통신부;
상기 판매자가 상기 마켓 플랫폼을 통해 온라인 판매하는 상품 각각의 상품정보를 저장하는 저장부; 그리고
상기 판매자가 상기 마켓 플랫폼을 통해 온라인 판매하는 상품들 중에서 임의의 대상 상품에 대하여 선정된 검색어를 이용하여 상기 마켓 플랫폼이 서비스하는 온라인 마켓에서 상기 대상 상품을 검색하며, 검색 결과에서 상기 대상 상품의 노출위치를 확인하여, 확인된 노출위치에 따른 상기 선정된 검색어의 노출지수를 연산하는 제어부를 포함하는, 노출지수를 이용한 검색어 추천 장치.
제1항에 있어서,
상기 제어부는,
상기 온라인 마켓에 접속하고, 상기 온라인 마켓의 검색창에 상기 선정된 검색어를 기입하여 상기 마켓 플랫폼으로 검색 요청을 송신함으로써 상기 대상 상품을 검색하고, 상기 검색 요청에 대한 응답으로서 상기 마켓 플랫폼으로부터 수신되는 검색 결과 웹페이지에서 상기 대상 상품의 판매 웹페이지로 연결되는 하이퍼링크 객체가 포함된 위치를 식별함으로써 상기 대상 상품의 노출위치를 확인하는, 노출지수를 이용한 검색어 추천 장치.
제1항에 있어서,
상기 노출위치는,
상기 검색 결과에서 상기 대상 상품이 노출된 페이지 번호와 상기 대상 상품이 노출된 페이지에서의 상기 대상 상품의 배열 순위에 대한 정보를 포함하고,
상기 제어부는,
상품이 노출되는 페이지 번호와 배열 순위에 따라 달리 설정되는 노출 등급 체계에 기초하여 상기 대상 상품의 노출 등급을 확인하고, 노출 등급별로 할당된 기본 점수에, 노출 순위에 따른 차등 점수를 합산하여 노출지수를 산출하는, 노출지수를 이용한 검색어 추천 장치.
제1항에 있어서,
상기 제어부는,
상기 대상 상품에 대하여, 노출지수를 산출할 검색어를 선정하는, 노출지수를 이용한 검색어 추천 장치.
제4항에 있어서,
상기 제어부는,
상기 대상 상품의 상품정보에 포함된 키워드, 키워드의 조합, 또는 키워드의 동의어 중 하나를 선택하여, 노출지수를 산출할 검색어를 선정하는, 노출지수를 이용한 검색어 추천 장치.
제1항에 있어서,
상기 제어부는,
상기 온라인 마켓에서 상기 대상 상품을 검색하기 이전에, 상기 대상 상품에 대한 하나 이상의 추천 대상 검색어를 선정하고, 상기 추천 대상 검색어 중 적어도 하나를 선정하며, 상기 선정된 검색어를 상기 대상 상품의 상품정보에 기입하고 상기 마켓 플랫폼에 등록하고,
상기 선정된 검색어에 대한 노출지수를 연산한 이후에, 상기 추천 대상 검색어 중 노출지수가 상대적으로 높은 순서로 추천 검색어를 선택하여, 상기 판매자에게 검색어를 추천하는, 노출지수를 이용한 검색어 추천 장치.
제6항에 있어서,
상기 제어부는,
상기 선정된 검색어에 대한 노출지수를 연산한 이후에, 상기 선정된 검색어를 상기 대상 상품의 상품정보에서 삭제하고, 상기 마켓 플랫폼에 등록된 상품정보를 갱신하는, 노출지수를 이용한 검색어 추천 장치.
제7항에 있어서,
상기 제어부는,
상기 판매자에게 추천된 추천 검색어 중 하나 이상에 대하여, 상기 판매자 단말로부터 추천 검색어 추가 요청이 수신되면, 상기 대상 상품의 상품정보에 추가 요청된 추천 검색어를 추가 기입하고, 상기 마켓 플랫폼에 등록된 상품정보를 갱신하는, 노출지수를 이용한 검색어 추천 장치.
하나 이상의 마켓 플랫폼과 데이터를 교환하고, 판매자가 이용하는 판매자 단말과 통신하는 검색어 추천 장치에 의해 수행되고,
상기 판매자가 상기 마켓 플랫폼을 통해 온라인 판매하는 상품들 중 임의의 대상 상품에 대하여 선정된 검색어를 이용하여 상기 마켓 플랫폼이 서비스하는 온라인 마켓에서 상기 대상 상품을 검색하는 단계;
검색 결과에서 상기 대상 상품의 노출위치를 확인하는 단계;
확인된 상기 대상 상품의 노출위치에 기초하여, 상기 선정된 검색어의 노출지수를 연산하는 단계; 그리고
연산된 노출지수를 상기 대상 상품과 상기 선정된 검색어와 연관하여 저장하는 단계를 포함하는 노출지수를 이용한 검색어 추천 방법.
제9항에 있어서,
상기 대상 상품을 검색하는 단계는,
상기 온라인 마켓에 접속하고, 검색창에 상기 선정된 검색어를 기입하여 상기 마켓 플랫폼으로 검색 요청을 송신하는 단계를 포함하고,
상기 노출위치를 확인하는 단계는,
상기 검색 요청에 대한 응답으로서 상기 마켓 플랫폼으로부터 수신되는 검색 결과 웹페이지에서 상기 대상 상품의 판매 웹페이지로 연결되는 하이퍼링크 객체가 포함된 위치를 식별하는 단계를 포함하는, 노출지수를 이용한 검색어 추천 방법.
제9항에 있어서,
상기 노출위치는,
상기 검색 결과에서 상기 대상 상품이 노출된 페이지 번호와 상기 대상 상품이 노출된 페이지에서의 상기 대상 상품의 배열 순위에 대한 정보를 포함하고,
상기 노출지수를 연산하는 단계는,
상품이 노출되는 페이지 번호와 배열 순위에 따라 달리 설정되는 노출 등급 체계에 기초하여, 상기 대상 상품의 노출 등급을 확인하는 단계; 그리고
노출 등급별로 할당된 기본 점수에, 노출 순위에 따른 차등 점수를 합산하여 노출지수를 산출하는 단계를 포함하는, 노출지수를 이용한 검색어 추천 방법.
제9항에 있어서,
상기 검색어 추천 방법은,
노출지수를 산출할 대상 상품에 대하여 검색어를 선정하는 단계를 더 포함하는, 노출지수를 이용한 검색어 추천 방법.
제12항에 있어서,
상기 검색어를 선정하는 단계는,
상기 대상 상품의 상품정보에 포함된 키워드, 키워드들의 조합, 또는 키워드의 동의어 중 하나를 선택하는 단계를 포함하는, 노출지수를 이용한 검색어 추천 방법.
제9항에 있어서,
상기 검색어 추천 방법은,
상기 검색하는 단계 이전에,
상기 대상 상품에 대한 하나 이상의 추천 대상 검색어를 선정하는 단계;
상기 추천 대상 검색어 중 적어도 하나를 선정하는 단계;
상기 선정된 검색어를 상기 대상 상품의 상품정보에 기입하고 상기 마켓 플랫폼에 등록하는 단계;를 더 포함하고,
상기 저장하는 단계 이후에,
상기 추천 대상 검색어 중 노출지수가 상대적으로 높은 순서로 추천 검색어를 선택하여, 상기 판매자에게 검색어를 추천하는 단계를 더 포함하는, 노출지수를 이용한 검색어 추천 방법.
제14항에 있어서,
상기 검색어 추천 방법은,
상기 선정된 검색어에 대한 노출지수를 연산하는 단계 이후에,
상기 선정된 검색어를 상기 대상 상품의 상품정보에서 삭제하고, 상기 마켓 플랫폼에 등록된 상품정보를 갱신하는 단계를 더 포함하는, 노출지수를 이용한 검색어 추천 방법.
제15항에 있어서,
상기 검색어 추천 방법은,
상기 검색어를 추천하는 단계에서 상기 판매자에게 추천된 추천 검색어 중 하나 이상에 대하여 상기 판매자로부터 추천 검색어 추가 요청이 수신되면, 상기 대상 상품의 상품정보에 추가 요청된 추천 검색어를 추가 기입하고, 상기 마켓 플랫폼에 등록된 상품정보를 갱신하는 단계를 더 포함하는, 노출지수를 이용한 검색어 추천 방법.
제 9항에 기재된 방법을 수행하는 프로그램이 기록된 컴퓨터 판독 가능한 기록 매체.
노출지수를 이용한 검색어 추천 장치에 의해 수행되며, 제 9 항에 기재된 방법을 수행하기 위해 매체에 저장된 컴퓨터 프로그램.