KR20220084640A - 인테리어 서비스의 빅데이터 기반의 기 배치 사물 분석을 통한 사물 특성 추천 장치 및 방법 - Google Patents

인테리어 서비스의 빅데이터 기반의 기 배치 사물 분석을 통한 사물 특성 추천 장치 및 방법 Download PDF

Info

Publication number
KR20220084640A
KR20220084640A KR1020200174313A KR20200174313A KR20220084640A KR 20220084640 A KR20220084640 A KR 20220084640A KR 1020200174313 A KR1020200174313 A KR 1020200174313A KR 20200174313 A KR20200174313 A KR 20200174313A KR 20220084640 A KR20220084640 A KR 20220084640A
Authority
KR
South Korea
Prior art keywords
style
user
color
group
thing
Prior art date
Application number
KR1020200174313A
Other languages
English (en)
Other versions
KR102510521B1 (ko
Inventor
윤대희
Original Assignee
주식회사 어반베이스
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 어반베이스 filed Critical 주식회사 어반베이스
Priority to KR1020200174313A priority Critical patent/KR102510521B1/ko
Priority to CN202180084228.1A priority patent/CN116615744A/zh
Priority to PCT/KR2021/018932 priority patent/WO2022131736A1/ko
Priority to EP21907040.6A priority patent/EP4246417A1/en
Priority to JP2023535061A priority patent/JP2023554300A/ja
Publication of KR20220084640A publication Critical patent/KR20220084640A/ko
Application granted granted Critical
Publication of KR102510521B1 publication Critical patent/KR102510521B1/ko
Priority to US18/331,539 priority patent/US20230316689A1/en

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T19/00—Manipulating 3D models or images for computer graphics
    • G06T19/20—Editing of 3D images, e.g. changing shapes or colours, aligning objects or positioning parts
    • 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—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/08—Construction
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/90—Details of database functions independent of the retrieved data types
    • G06F16/903—Querying
    • G06F16/9035—Filtering based on additional data, e.g. user or group profiles
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/90—Details of database functions independent of the retrieved data types
    • G06F16/906—Clustering; Classification
    • 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
    • G06Q10/10—Office automation; Time management
    • G06Q10/103—Workflow collaboration or project management
    • 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
    • G06Q30/01—Customer relationship services
    • G06Q30/015—Providing customer assistance, e.g. assisting a customer within a business location or via helpdesk
    • 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]
    • G06Q30/0621—Item configuration or customization
    • 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]
    • G06Q30/0623—Item investigation
    • 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
    • G06Q30/0601—Electronic shopping [e-shopping]
    • G06Q30/0641—Shopping interfaces
    • G06Q30/0643—Graphical representation of items or shoppers
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2210/00—Indexing scheme for image generation or computer graphics
    • G06T2210/04—Architectural design, interior design
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2219/00—Indexing scheme for manipulating 3D models or images for computer graphics
    • G06T2219/20—Indexing scheme for editing of 3D models
    • G06T2219/2012—Colour editing, changing, or manipulating; Use of colour codes
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2219/00—Indexing scheme for manipulating 3D models or images for computer graphics
    • G06T2219/20—Indexing scheme for editing of 3D models
    • G06T2219/2024—Style variation

Landscapes

  • Engineering & Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Accounting & Taxation (AREA)
  • Strategic Management (AREA)
  • Finance (AREA)
  • Marketing (AREA)
  • Economics (AREA)
  • General Business, Economics & Management (AREA)
  • Databases & Information Systems (AREA)
  • Development Economics (AREA)
  • General Engineering & Computer Science (AREA)
  • Data Mining & Analysis (AREA)
  • Human Resources & Organizations (AREA)
  • Tourism & Hospitality (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Health & Medical Sciences (AREA)
  • Primary Health Care (AREA)
  • General Health & Medical Sciences (AREA)
  • Computational Linguistics (AREA)
  • Computer Graphics (AREA)
  • Computer Hardware Design (AREA)
  • Software Systems (AREA)
  • Architecture (AREA)
  • Operations Research (AREA)
  • Quality & Reliability (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)
  • User Interface Of Digital Computer (AREA)

Abstract

본 발명의 일 실시예에 따른 사물 추천 장치가 수행하는 사물 추천 방법은 인테리어 서비스를 사용하는 사용자 정보와, 사용자가 배치한 인테리어 사물의 식별 정보 및 사물의 스타일을 포함하는 사물 정보로 구성된 빅데이터를 획득하는 단계; 인테리어 서비스를 사용하는 제1 사용자가 가상 공간에 기 배치한 사물의 스타일을 판별하는 단계; 상기 기 배치된 사물의 스타일별로 각 스타일의 배치 횟수를 집계하는 동작; 및 상기 제1 사용자의 가상 공간에 새롭게 배치될 소정 사물에 대한 정보가 요청되는 경우, 상기 스타일별 배치 횟수에 기초하여 각 스타일의 추천 비율을 조절하여 상기 소정 사물을 추천하는 단계를 포함할 수 있다.

Description

인테리어 서비스의 빅데이터 기반의 기 배치 사물 분석을 통한 사물 특성 추천 장치 및 방법{APPARATUS AND METHOD FOR RECOMMENDING CHARACTERISTICS OF OBJECT THROUGH ANALYSIS OF PRE-ARRANGED OBJECT BASED ON BIG DATA OF INTERIOR SERVICE}
본 발명은 인테리어 서비스의 빅데이터 기반의 기 배치 사물 분석을 통한 사물 특성 추천 장치 및 방법에 관한 것이다.
사람들은 살아가면서 자신의 개성에 부합하면서 보다 아름다운 주거 환경을 추구하고자 하는 욕구를 가지고 있다. 이를 위해, 간단하게는 주거 공간에 새로운 사물을 배치하여 인테리어를 꾸미거나, 나아가 벽지나 바닥재를 교체하고 공간의 구조를 변경하는 등의 인테리어 공사를 진행하기도 한다.
종래에는 인테리어 공사를 위해 의뢰인이 인테리어 전문가에게 자신이 원하는 공간을 만들고자 주거 환경 등의 인테리어 시안을 의뢰하고, 의뢰받은 인테리어 전문가는 고객이 원하는 인테리어를 설계하여 고객에게 제시하는 방식으로 진행하였다.
그러나 현재는 가상 공간에 사용자가 직접 각종 인테리어 요소를 꾸며볼 수 있는 인테리어 서비스(ex. 3D 공간 데이터 플랫폼 어반베이스)가 개발됨에 따라, 인테리어 서비스의 사용자가 직접 자신의 주거 환경을 이식한 가상 공간에 자신의 취향대로 사물을 배치하고 손쉽게 바닥재/벽지 등을 교체해 볼 수 있다.
이에 따라, 사용자들은 가상 공간의 인테리어를 통해 실제 인테리어를 간접적으로 체감할 수 있으며, 자신의 마음에 드는 실제 인테리어 상품을 주문하거나, 실제 시공과 연동된 인테리어 발주를 넣는 등의 서비스를 제공받고 있다.
한국 공개특허공보 제10-2017-0139903호: 인테리어 서비스 방법 및 인테리어 서비스 시스템
상술한 인테리어 서비스는 사용자가 가상 공간에 직접 각종 인테리어 요소를 꾸며볼 수 있도록, 다양한 종류의 사물, 바닥재, 벽지 등의 인테리어 요소를 사용자의 가상 공간에 제공한다.
한편, 인테리어는 각종 인테리어 요소들의 스타일 및 색상의 조화가 미적으로 중요한데, 인테리어 서비스의 사용자가 인테리어 전문가가 아닌 경우에는 수많은 종류의 사물, 바닥재, 벽지 등을 선택하는 데에 어려움을 겪을 수 있다.
이에 따라, 본 발명의 실시예에서 해결하고자 하는 과제는 사용자의 정보를 통해 사용자의 취향을 반영하면서, 사용자의 가상 공간에 배치된 인테리어와 어울릴 수 있는 다양한 인테리어 요소를 추천하는 기술을 제공하고자 한다.
다만, 본 발명의 실시예가 이루고자 하는 기술적 과제는 이상에서 언급한 과제로 제한되지 않으며, 이하에서 설명할 내용으로부터 통상의 기술자에게 자명한 범위 내에서 다양한 기술적 과제가 도출될 수 있다.
본 발명의 실시예에 따른 사물 추천 장치는 소정의 동작을 수행하도록 하는 명령어들을 저장하는 하나 이상의 메모리; 및 상기 하나 이상의 메모리와 동작 가능 하도록 연결되어 상기 명령어들을 실행하도록 설정된 하나 이상의 프로세서를 포함하고, 상기 프로세서가 수행하는 동작은 인테리어 서비스를 사용하는 사용자 정보와, 사용자가 배치한 인테리어 사물의 식별 정보 및 사물의 스타일을 포함하는 사물 정보로 구성된 빅데이터를 획득하는 동작; 인테리어 서비스를 사용하는 제1 사용자가 가상 공간에 기 배치한 사물의 스타일을 판별하는 동작; 상기 기 배치된 사물의 스타일 별로 각 스타일의 배치 횟수를 집계하는 동작; 및 상기 제1 사용자의 가상 공간에 새롭게 배치될 소정 사물에 대한 정보가 요청되는 경우, 상기 각 스타일 별 배치 횟수에 기초한 각 스타일의 추천 비율을 연산하여 상기 소정 사물을 추천하는 동작을 포함할 수 있다.
또한, 상기 소정 사물을 추천하는 동작은 상기 기 배치된 사물의 스타일의 종류가 m개인 경우, 하기 수학식 1에 따라 각 스타일의 추천 비율을 계산하는 동작; 및
[수학식 1]
Figure pat00001
(단, x = 0 일 때
Figure pat00002
은 0, x = 1 일 때
Figure pat00003
은 1)
(p는
Figure pat00004
를 만족하는 자연수,
Figure pat00005
: 제p 스타일의 추천 비율,
Figure pat00006
: 제1 사용자가 가상 공간에 배치한 제p 스타일 사물의 수, n: 제1 사용자가 가상 공간에 배치한 사물의 수,
Figure pat00007
)
상기 소정 사물에 대한 식별 정보 중
Figure pat00008
내지
Figure pat00009
의 비율로 제1 스타일 내지 제m 스타일에 해당하는 상기 소정 사물의 식별 정보를 필터링하여 추천하는 동작을 포함할 수 있다.
또한, 상기 프로세서가 수행하는 동작은 상기 빅데이터에 포함된 상기 사용자 정보를 기준으로 사용자의 그룹군을 분류하는 동작; 상기 분류된 그룹군 중 같은 그룹군 내의 사용자가 가상 공간에 배치한 사물의 스타일 별로 각 스타일의 배치 횟수를 집계하여, 상기 같은 그룹군에서 가장 많이 집계된 사물의 스타일을 판별하는 동작; 제1 사용자의 정보를 기초로 상기 분류된 그룹군 중 상기 제1 사용자가 속하는 제1 그룹군을 판별하는 동작; 및 상기 제1 그룹군에서 가장 많이 집계된 제1 그룹군 스타일을 판별하는 동작을 더 포함하고, 상기 소정 사물을 추천하는 동작은 상기 제1 사용자의 가상 공간에서 소정 사물에 대한 정보가 요청되는 경우, 상기
Figure pat00010
내지
Figure pat00011
의 비율에 상기 제1 그룹군 스타일에 대해 기 설정된 비율을 추가하여 각 스타일 별로 상기 소정 사물을 추천하는 동작을 포함할 수 있다.
또한, 상기 소정 사물을 추천하는 동작은 하기 수학식 2에 따라 상기 제1 그룹군 스타일의 추천 비율을 계산하는 동작을 포함하고,
[수학식 2]
Figure pat00012
(단, n = 0 일 때
Figure pat00013
은 1)
(
Figure pat00014
: 제1 그룹군 스타일의 추천 비율, n: 제1 사용자가 가상 공간에 배치한 사물의 수, k: 제1 그룹군 사용자의 평균 사물 배치 개수)
상기 소정 사물을 추천하는 동작은 상기 제1 사용자의 가상 공간에서 소정 사물에 대한 정보가 요청되는 경우, 상기
Figure pat00015
내지
Figure pat00016
의 비율에 상기
Figure pat00017
의 비율을 추가하여 각 스타일 별로 상기 소정 사물을 추천하는 동작을 포함할 수 있다.
또한, 상기 사용자 정보는 사용자의 연령, 성별 및 인테리어 지역에 대한 정보를 포함할 수 있다.
또한, 상기 사물의 스타일을 판별하는 동작은 기 설정된 범위로 나뉜 연령대, 성별, 인테리어 지역에 대해 공통으로 해당하는 사용자를 같은 그룹군으로 분류하는 동작; 상기 같은 그룹군의 사용자가 가상 공간에 배치한 각 사물의 스타일 별로 배치 횟수를 집계하는 동작; 및 상기 배치 횟수가 가장 많은 것으로 집계된 스타일을 상기 같은 그룹군에서 선호하는 스타일로 판별하는 동작을 포함할 수 있다.
또한, 상기 사물의 스타일은 재질, 브랜드 및 분위기 중 적어도 하나를 기준으로 사물의 성질을 분류하여 복수의 스타일로 구분될 수 있다.
또한, 상기 프로세서가 수행하는 동작은 상기 제1 사용자가 가상 공간에 배치한 벽지의 색상 및 바닥재의 색상을 기초로 상기 소정 사물의 색상을 추천하는 동작을 더 포함할 수 있다.
또한, 상기 색상을 추천하는 동작은 소정의 색상환을 이용하여, 상기 색상환에서 상기 벽지의 색상과 유사 대비인 색상, 상기 벽지의 색상과 반대 대비인 색상, 상기 벽지의 색상과 보색 대비인 색상; 및 상기 색상환에서 상기 바닥재의 색상과 유사 대비인 색상, 상기 벽지의 색상과 반대 대비인 색상, 상기 벽지의 색상과 보색 대비인 색상을 포함하는 색상군을 상기 소정 사물의 색상으로 추천하는 동작을 포함할 수 있다.
또한, 상기 색상을 추천하는 동작은 상기 제1 사용자의 가상 공간에 기 배치된 사물이 있는 경우, 상기 색상군에서 상기 기 배치된 사물의 색상과 동일하거나 인접한 색상을 우선적으로 추천하는 동작을 포함할 수 있다.
본 발명의 실시예에 따른 사물 추천 장치가 수행하는 사물 추천 방법은 인테리어 서비스를 사용하는 사용자 정보와, 사용자가 배치한 인테리어 사물의 식별 정보 및 사물의 스타일을 포함하는 사물 정보로 구성된 빅데이터를 획득하는 단계; 인테리어 서비스를 사용하는 제1 사용자가 가상 공간에 기 배치한 사물의 스타일을 판별하는 단계; 상기 기 배치된 사물의 스타일 별로 각 스타일의 배치 횟수를 집계하는 동작; 및 상기 제1 사용자의 가상 공간에 새롭게 배치될 소정 사물에 대한 정보가 요청되는 경우, 상기 각 스타일 별 배치 횟수에 기초하여 각 스타일의 추천 비율을 조절하여 상기 소정 사물을 추천하는 단계를 포함할 수 있다.
본 발명의 실시예에 따르면, 인테리어 서비스를 사용하는 수많은 사용자가 자신의 가상 공간에 각종 인테리어 요소를 꾸며보면서 수집되는 빅데이터를 활용하여, 사용자들의 취향, 사용자들이 주로 함께 배치하는 사물들의 종류, 사용자들이 주로 함께 배치하는 사물들의 스타일을 반영한 추천 기술을 제공할 수 있다.
이를 위해, 본 발명의 실시예는 빅데이터에 포함된 다양한 사용자들의 정보로부터 다수의 공통적인 취향과 조화를 반영할 수 있는 연관도를 분석하는 기술을 사용하여, 사용자의 가상 공간에 새롭게 배치될 인테리어 요소를 추천할 수 있다.
이 외에, 본 문서를 통해 직접적 또는 간접적으로 파악되는 다양한 효과들이 제공될 수 있다.
도 1은 본 발명의 일 실시예에 따른 사물 추천 장치의 기능 블록도이다.
도 2는 본 발명의 일 실시예에 따른 사물 추천 장치가 사용자 그룹군 분석 기반으로 수행하는 사물 추천 방법의 동작 흐름도이다.
도 3은 본 발명의 일 실시예에 따라 사물의 식별 정보가 스타일 및 색상에 따라 분류되어 있는 데이터 구조에 대한 예시도이다.
도 4는 본 발명의 일 실시예에 따라 사용자 그룹군 기반의 추천 비율을 연산하는 예시(a)와 기 배치된 사물 기반의 추천 비율을 연산하는 예시(b)이다.
도 5는 본 발명의 일 실시예에 따른 사물 추천 장치가 기 배치 사물 분석 기반으로 수행하는 사물 추천 방법의 동작 흐름도이다.
도 6은 본 발명의 일 실시예에 따라 색상환을 이용하여 기 배치된 벽지 및 바닥재와 어울리는 색상을 추천하는 동작을 설명하기 위한 예시도이다.
본 발명의 이점 및 특징,　그리고 그것들을 달성하는 방법은 첨부되는 도면과 함께 상세하게 후술되어 있는 실시예들을 참조하면 명확해질 것이다.　　그러나 본 발명은 이하에서 개시되는 실시예들에 한정되는 것이 아니라 다양한 형태로 구현될 수 있으며,　단지 본 실시예들은 본 발명의 개시가 완전하여지도록 하고,　본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자에게 발명의 범주를 완전하게 알려주기 위해 제공되는 것이며,　본 발명의 범주는 청구항에　의해 정의될 뿐이다.
본 발명의 실시예들을 설명하면서 공지 기능 또는 구성에 대한 구체적인 설명은 본 발명의 실시예들을 설명하면서 실제로 필요한 경우 외에는 생략될 것이다.　　그리고 후술되는 용어들은 본 발명의 실시예에서의 기능을 고려하여 정의된 용어들로서 이는 사용자, 운용자의 의도 또는 관례 등에 따라 달라질 수 있다.　　그러므로 그 정의는 본 명세서 전반에 걸친 내용을 토대로 내려져야 할 것이다.
도면에 표시되고 아래에 설명되는 기능 블록들은 가능한 구현의 예들일 뿐이다. 다른 구현들에서는 상세한 설명의 사상 및 범위를 벗어나지 않는 범위에서 다른 기능 블록들이 사용될 수 있다. 또한 본 발명의 하나 이상의 기능 블록이 개별 블록들로 표시되지만, 본 발명의 기능 블록 중 하나 이상은 동일 기능을 실행하는 다양한 하드웨어 및 소프트웨어 구성의 조합일 수 있다.
또한 어떤 구성 요소들을 포함한다는 표현은 개방형의 표현으로서 해당 구성 요소들이 존재하는 것을 단순히 지칭할 뿐이며, 추가적인 구성 요소들을 배제하는 것으로 이해되어서는 안 된다.
나아가 어떤 구성 요소가 다른 구성 요소에 연결되어 있다거나 접속되어 있다고 언급될 때에는, 그 다른 구성 요소에 직접적으로 연결 또는 접속되어 있을 수도 있지만, 중간에 다른 구성 요소가 존재할 수도 있다고 이해되어야 한다.
또한 '제1, 제2' 등과 같은 표현은 복수의 구성을 구분하기 위한 용도로만 사용된 표현으로써, 구성들 사이의 순서나 기타 특징들을 한정하지 않는다.
이하에서는 도면들을 참조하여 본 발명의 실시예들에 대해 설명하도록 한다.
도 1은 본 발명의 일 실시예에 따른 사물 추천 장치(100)의 기능 블록도이다. 도 1을 참조하면, 일 실시예에 따른 사물 추천 장치(100)는 메모리(110), 프로세서(120), 입력 인터페이스(130), 디스플레이부(140) 및 통신 인터페이스(150)를 포함할 수 있다.
메모리(110)는 빅데이터 DB(111), 스타일 DB(113) 및 명령어 DB(115)를 포함할 수 있다.
빅데이터 DB(111)는 인테리어 서비스로부터 수집되는 다양한 데이터를 포함할 수 있다. 인테리어 서비스란, 실제 공간의 모습을 3차원의 가상 공간에 이식하여 가상의 인테리어 요소를 꾸며볼 수 있는 기능을 제공하는 서비스를 포함할 수 있다. 인테리어 서비스를 사용하는 사용자들은 자신의 취향대로 가상 공간에 사물/바닥재/벽지 등의 인테리어 요소를 배치할 수 있다. 인테리어 서비스를 사용하는 사용자는 다른 사용자가 꾸민 가상 공간의 인테리어를 보고 공감 기능(ex. 좋아요 버튼) 등을 통해 반응할 수 있다. 또한, 인테리어 서비스를 통해 사용자들이 특정 인테리어를 조회한 조회 수가 집계될 수 있다.
빅데이터 DB(111)는 인테리어 서비스로부터 수집되는 모든 정보를 빅데이터로서 저장할 수 있다. 예를 들어, 빅데이터는 인테리어 서비스의 사용자 정보, 사용자가 인테리어한 공간에 대한 정보, 인테리어한 방 종류에 대한 정보, 사용자가 배치한 인테리어 요소(ex. 사물, 벽지, 바닥재 등)에 대한 정보, 사용자가 배치한 인테리어 요소의 스타일 정보, 사용자의 취향에 대한 정보, 사용자들이 특정 인테리어에 대해 평가한 정보, 사용자들이 특정 인테리어를 조회한 횟수에 대한 정보 등을 포함할 수 있다.
스타일 DB(113)는 빅데이터에 포함된 인테리어 요소 또는 인테리어 서비스에서 제공 중인 인테리어 요소가 갖는 스타일 정보 또는 색상 정보를 저장할 수 있다. 스타일 정보는 사물, 벽지, 바닥재 등의 인테리어 요소가 갖는 스타일을 특정하기 위한 식별 정보를 포함할 수 있고, 색상 정보는 사물, 벽지, 바닥재 등의 인테리어 요소가 갖는 색상을 특정하기 위한 식별 정보를 포함할 수 있다. 예를 들어, 도 3을 참조하면 스타일 DB(113)는 인테리어 서비스에서 제공하는 "테이블"이라는 모든 식별 정보가 스타일 정보 및 색상 정보와 함께 매핑되어 저장될 수 있다. 이에 따라, 사용자에 의해 특정 사물에 대한 정보가 요청된 경우, 스타일 DB에 포함된 특정 사물의 모든 식별 정보에 대해 스타일 정보 또는 색상 정보에 따라 필터링된 식별 정보들이 추천될 수 있다.
한편, 스타일 정보란 인테리어 서비스가 제공하는 사물이 갖는 재질, 브랜드 및 분위기 등 사물의 속성에 대한 정보를 의미한다. 가령, 재질이라는 속성을 기준으로 사물의 스타일을 분류하는 경우, 사물은 목재 스타일, 철재 스타일, 세라믹 스타일, 플라스틱 스타일 중 하나로 스타일 정보가 분류될 수 있다. 다만, 스타일 정보의 분류가 상술한 예시에 한정되는 것은 아니며, 인테리어 서비스 관리자의 설정에 따라 다양한 속성을 기준으로 사물의 스타일을 분류할 수 있다.
명령어 DB(115)는 프로세서(120)의 동작을 수행시킬 수 있는 명령어들을 저장할 수 있다. 예를 들어, 명령어 DB(115)는 후술할 프로세서(120)의 동작들과 대응되는 동작을 수행하도록 하는 컴퓨터 코드를 저장할 수 있다.
프로세서(120)는 사물 추천 장치(100)가 포함하는 구성들, 메모리(110), 입력 인터페이스(130), 디스플레이부(140) 및 통신 인터페이스(150)의 전반적인 동작을 제어할 수 있다. 프로세서(120)는 그룹화 모듈(121), 연산 모듈(125), 및 제어 모듈(127)을 포함할 수 있다. 프로세서(120)는 메모리(110)에 저장된 명령어들을 실행해 그룹화 모듈(121), 연산 모듈(125) 및 제어 모듈(127)을 구동시킬 수 있다. 그룹화 모듈(121), 연산 모듈(125) 및 제어 모듈(127)에 의해 수행되는 동작은 프로세서(120)에 의해 수행되는 동작으로 이해될 수 있다.
그룹화 모듈(121)은 빅데이터에 포함된 인테리어 서비스를 사용하는 사용자 정보를 이용하여, 빅데이터에 포함된 사용자 중 공통적인 특징을 공유하는 사용자를 동일한 그룹군으로 분류할 수 있다.
연산 모듈(125)은 사용자가 특정 사물에 대한 정보를 요청하는 경우, 빅데이터를 통해 사용자가 속한 그룹군에서 자주 사용되는 스타일이 어떠한 스타일인지 판별하여 그룹군 기반의 사물 추천을 수행할 수 있다. 또한, 연산 모듈(125)은 사용자가 특정 사물에 대한 정보를 요청하는 경우, 사용자의 가상 공간에 기 배치된 사물을 분석하여 기 배치 사물 기반의 사물 추천을 수행할 수 있다.
제어 모듈(127)은 사용자가 특정 사물에 대한 정보를 요청하는 경우, 연산 모듈(125)이 연산한 특정 스타일의 추천 비율에 기반하여, 메모리(110)에 저장된 사물의 식별 정보를 필터링한 결과를 출력할 수 있다. 또한, 제어 모듈(127)은 인테리어 서비스를 사용하는 사용자의 가상 공간에 배치된 벽지의 색상 및 바닥재의 색상을 기초로 새롭게 추천할 사물의 색상을 연산할 수 있다.
입력 인터페이스(130)는 사용자의 입력을 수신할 수 있다. 예를 들면, 사용자가 인테리어 서비스에서 선택하는 인테리어 요소 등의 입력을 수신할 수 있다.
디스플레이부(140)는 디스플레이 패널을 포함하여 화상을 출력하는 하드웨어 구성을 포함할 수 있다.
통신 인터페이스(150)는 외부 장치(ex. 외부 DB 서버, 사용자 단말 등)와 통신하여 정보를 송수신할 수 있게 한다. 이를 위해, 통신 인터페이스(150)는 무선 통신 모듈 또는 유선 통신 모듈을 포함할 수 있다.
이하, 도 2 내지 도 6을 통해 사물 추천 장치(100)의 구성 요소들이 연동하여, 인테리어 서비스 사용자의 그룹군을 분석하여 사용자가 새롭게 배치할 사물의 스타일을 추천하는 실시예, 사용자의 가상 공간에 기 배치된 사물들의 스타일을 분석하여 사용자가 새롭게 배치할 사물의 스타일을 추천하는 실시예, 사용자의 가상 공간에 기 배치된 벽지 및 바닥재의 색상을 기초로 사용자가 새롭게 배치할 사물의 색상을 추천하는 실시예를 설명한다.
도 2는 본 발명의 일 실시예에 따른 사물 추천 장치(100)가 사용자 그룹군 분석 기반으로 수행하는 사물 추천 방법의 동작 흐름도이다. 도 2에 따른 사물 추천 방법의 각 단계는 도 1을 통해 설명된 사물 추천 장치(100)의 구성들에 의해 수행될 수 있으며, 각 단계를 설명하면 다음과 같다.
빅데이터 DB(111)는 인테리어 서비스를 사용하는 사용자 정보와, 사용자가 배치한 인테리어 사물의 식별 정보 및 사물의 스타일을 포함하는 사물 정보를 포함하는 빅데이터를 획득할 수 있다(S210).
인테리어 서비스는 각 사용자가 자신의 가상 공간에 배치한 인테리어 요소들에 대한 정보들이 유지되도록 저장할 수 있고, 사용자가 인테리어 요소를 배치해보며 꾸민 횟수, 배치해본 인테리어 요소들에 대한 내역, 최종적으로 유지되고 있는 가상 공간에서의 인테리어 요소 및 사용자의 정보를 저장할 수 있으며, 이러한 모든 정보를 누적하여 저장함으로써 빅데이터를 생성할 수 있다. 빅데이터 DB(111)는 하나 이상의 인테리어 서비스로부터 생성되는 빅데이터를 획득하여 저장할 수 있고, 이후의 동작에 따라 본 발명의 목적을 수행할 수 있도록 데이터들이 정제될 수 있다.
그룹화 모듈(121)은 빅데이터에 포함된 정보 중 사용자 정보를 기준으로 인테리어 서비스 사용자의 그룹군을 분류할 수 있다(S220). 예를 들어, 그룹화 모듈(121)은 사용자 정보 중 "연령대, 성별, 및 인테리어 지역" 각각의 요소에 대해서, 각각의 요소를 기 설정된 범위로 나눈 후, 각 요소의 범위에 공통으로 해당하는 사용자를 같은 그룹군으로 분류할 수 있다. 가령, 아래와 같이 설정한 범위에 따라 사용자들을 분류하여, 각각의 요소에 대해 동일한 범위에 속하는 사용자를 같은 그룹군으로 분류할 수 있다.
<구분 예시>
연령대 - "10대, 20대, 30대, 40대, 50대, 60대 이상"의 범위로 구분
성별 - "남자, 여자"의 범위로 구분
인테리어 지역 - "동"으로 구분
연산 모듈(125)은 빅데이터에 저장된 사물 정보를 기초로, 각 그룹군 내의 사용자가 가상 공간에 배치한 사물의 스타일 별로, 각 스타일의 배치 횟수를 집계하여 각 그룹군에서 가장 많이 집계된 스타일을 판별할 수 있다(S230).
예를 들어, "30대", "여자", "서울시 강남구 삼성동"에 속하는 그룹군에 대해 사물의 "재질"을 기준으로 스타일을 집계한다고 가정한 경우, "목재 스타일 - 340회", "철재 스타일 - 152회", "세라믹 스타일 - 221회"로 각 스타일의 배치 횟수가 집계되었다면, 해당 그룹군에서 가장 선호하는 스타일을 "목재 스타일"이라고 판별할 수 있다.
연산 모듈(125)은 인테리어 서비스를 사용하는 제1 사용자의 정보를 기초로 기 분류된 그룹군 중 제1 사용자가 속하는 제1 그룹군을 판별할 수 있다(S240). 예를 들어, 연산 모듈(125)은 기 분류된 그룹군을 특정하는 요소 중 제1 사용자의 연령대, 성별 및 제1 사용자가 인테리어하는 가상 공간의 지역과 매칭되는 그룹군을 제1 그룹군으로 판별할 수 있다.
제어 모듈(127)은 제1 사용자의 가상 공간 내에서 새롭게 배치될 사물에 대한 정보가 요청되는 경우, 해당 사물에 대하여 기 저장된 사물의 식별 정보 중 제1 그룹군에서 가장 많이 집계된 제1 스타일에 해당하는 사물의 식별 정보를 필터링하여 우선적으로 추천할 수 있다(S250).
이때 S250의 추천 동작에 대해, 제1 사용자가 추천된 제1 스타일과 다른 제2 스타일의 사물을 선택하여 배치한 경우, 제1 사용자가 추가로 사물에 대한 정보 요청 시 제어 모듈(127)은 제1 사용자가 가상 공간에 배치한 제2 스타일의 사물의 개수를 기초로 제1 스타일 및 제2 스타일의 추천 비율을 연산하여 추가 사물을 추천할 수 있다.
도 4는 본 발명의 일 실시예에 따라 사용자 그룹군 기반의 추천 비율을 연산하는 예시(a)와 기 배치된 사물 기반의 추천 비율을 연산하는 예시(b)이다.
연산 모듈(125)은 하기 수학식 1에 따라 제1 스타일의 추천 비율을 계산할 수 있다.
[수학식 1]
Figure pat00018
(단, n = 0 일 때
Figure pat00019
은 1)
(
Figure pat00020
: 제1 스타일의 추천 비율, n: 제1 사용자가 가상 공간에 배치한 사물의 수, k: 제1 그룹군 사용자의 평균 사물 배치 개수)
도 4는 k = 6인 예시로서 n이 증가할수록
Figure pat00021
의 수치가 감소함을 확인할 수 있다. 이는, 제1 사용자가 배치한 사물의 수가 증가함에 따라, 하기 수학식 2에 따라 기 배치된 사물의 스타일 분석을 통한 추천 비율이 고려되기 때문이다.
즉, 연산 모듈(125)은 하기 수학식 2에 따라 기 배치된 사물의 스타일에 해당하는 제2 스타일의 추천 비율을 추가로 연산할 수 있다.
[수학식 2]
Figure pat00022
(단, x = 0 일 때
Figure pat00023
은 0, x = 1 일 때
Figure pat00024
은 1)
(
Figure pat00025
: 가상 공간에 기 배치된 제2 스타일의 추천 비율,
Figure pat00026
: 제1 사용자가 가상 공간에 배치한 제2 스타일 사물의 수, n: 제1 사용자가 가상 공간에 배치한 사물의 수,
Figure pat00027
)
위와 같이,
Figure pat00028
및
Figure pat00029
의 값이 계산됨에 따라, 제어 모듈(127)은 추가로 요청된 사물에 대하여, 해당 사물의 식별 정보 중
Figure pat00030
의 비율로 제1 스타일에 해당하는 추가 사물의 식별 정보 및 제2 스타일에 해당하는 추가 사물의 식별 정보를 필터링하여 추천할 수 있다. 예를 들어,
Figure pat00031
= 4:1 (자연수로 환산한 비율)이고, 추천 개수가 20개로 기 설정되어 있는 경우, 사용자가 추가 사물로 "의자"의 정보를 요청했다면, 제1 스타일의 의자를
Figure pat00032
= 16개, 제2 스타일의 의자를
Figure pat00033
= 4개로 필터링하여 출력할 수 있다.
도 5는 본 발명의 일 실시예에 따른 사물 추천 장치(100)가 기 배치 사물 분석 기반으로 수행하는 사물 추천 방법의 동작 흐름도이다. 도 5에 따른 사물 추천 방법의 각 단계는 도 1을 통해 설명된 사물 추천 장치(100)의 구성들에 의해 수행될 수 있으며, 각 단계를 설명하면 다음과 같다.
빅데이터 DB(111)는 인테리어 서비스를 사용하는 사용자 정보와, 사용자가 배치한 인테리어 사물의 식별 정보 및 사물의 스타일을 포함하는 사물 정보 등 사용자에게 인테리어 서비스를 제공하면서 수집되는 다양한 정보를 포함하는 빅데이터를 저장할 수 있다(S510).
연산 모듈(125)은 인테리어 서비스를 사용하는 제1 사용자가 가상 공간에 기 배치한 사물의 스타일을 판별할 수 있다(S520). 예를 들어, 연산 모듈(125)은 가상 공간에 기 배치한 사물에 대해 도 3의 매핑 정보를 참조하여, 해당 사물의 스타일 정보를 판별할 수 있다.
연산 모듈(125)은 기 배치된 사물의 스타일 별로 각 스타일의 배치 횟수를 집계할 수 있다(S530). 예를 들어, 기 배치된 사물의 스타일의 종류가 제1 스타일 내지 제3 스타일로 3가지 종류인 경우, "제1 스타일 - 2개, 제2 스타일 - 1개, 제3 스타일 - 3개"와 같이 각 스타일의 배치 횟수를 집계할 수 있다.
제어 모듈(127)은 제1 사용자의 가상 공간에 새롭게 배치될 사물에 대한 정보가 요청되는 경우, 각 스타일 별 배치 횟수에 기초한 각 스타일의 추천 비율을 연산하여, 각 스타일 별로 새롭게 배치될 사물을 추천할 수 있다(S540).
예를 들어, 제1 사용자의 가상 공간에 기 배치된 사물의 스타일의 종류가 m개인 경우, 연산 모듈(125)은 하기 수학식 3에 따라 각 스타일의 추천 비율을 계산할 수 있다.
[수학식 3]
Figure pat00034
(단, x = 0 일 때
Figure pat00035
은 0, x = 1 일 때
Figure pat00036
은 1)
(p는
Figure pat00037
를 만족하는 자연수,
Figure pat00038
: 제p 스타일의 추천 비율,
Figure pat00039
: 제1 사용자가 가상 공간에 배치한 제p 스타일 사물의 수, n: 제1 사용자가 가상 공간에 배치한 사물의 수,
Figure pat00040
)
이에 따라, 제어 모듈(127)은 새롭게 요청된 사물에 대한 식별 정보 중
Figure pat00041
내지
Figure pat00042
의 비율대로 제1 스타일 내지 제m 스타일에 해당하는 해당 사물의 식별 정보를 필터링하여 추천할 수 있다.
가령, 기 배치된 사물의 스타일이 세 종류라고 할 때, 수학식 3에 따라 계산된 각 스타일의 추천 비율이
Figure pat00043
= 2:2:1 (자연수로 환산한 비율)이고, 추천 개수가 20개로 기 설정되어 있으며, 사용자가 새로운 사물로 "의자"의 정보를 요청했다고 가정하면, 제1 스타일의 의자를
Figure pat00044
= 8개, 제2 스타일의 의자를
Figure pat00045
= 8개, 제3 스타일의 의자를
Figure pat00046
= 4개만큼, "의자"라는 상품에 매핑된 스타일 별 식별 정보를 필터링하여 추천할 수 있다.
더하여, 제어 모듈(127)은 제1 사용자와 특성을 공유하는 사용자 그룹군이 선호하는 스타일을 반영하여 새로운 사물을 추천할 수 있다. 이때 제1 사용자가 속하는 제1 그룹군의 판별은 도 2와 함께 상술한 동작에 따라 이뤄질 수 있다. 이에 따라, 제1 사용자의 가상 공간에서 새로운 사물에 대한 정보가 요청되는 경우, 제어 모듈(127)은
Figure pat00047
내지
Figure pat00048
의 비율에 제1 그룹군 스타일에 대해 연산한 비율인
Figure pat00049
를 추가하여 각 스타일 별로 새로운 사물을 추천할 수 있다.
예를 들어, 연산 모듈(125)은 하기 수학식 4에 따라 제1 그룹군 스타일의 추천 비율을 계산할 수 있다.
[수학식 4]
Figure pat00050
(단, n = 0 일 때
Figure pat00051
은 1)
(
Figure pat00052
: 제1 그룹군 스타일의 추천 비율, n: 제1 사용자가 가상 공간에 배치한 사물의 수, k: 제1 그룹군 사용자의 평균 사물 배치 개수)
이에 따라, 제어 모듈(127)은 제1 사용자의 가상 공간에서 새로운 사물에 대한 정보가 요청되는 경우,
Figure pat00053
내지
Figure pat00054
의 비율에
Figure pat00055
의 비율을 추가하여 각 스타일 별로 요청된 사물을 추천할 수 있다.
가령, 기 배치된 사물의 스타일이 제1 내지 제3 스타일로서 세 종류이고, 제1 그룹군 스타일이 제x 스타일인 경우,
Figure pat00056
= 1:2:1:1 (자연수로 환산한 비율) 이고, 추천 개수가 20개로 기 설정되어 있고, 사용자가 새로운 사물로 "의자"의 정보를 요청했다고 가정하면, 제1 스타일의 의자를
Figure pat00057
= 4개, 제2 스타일의 의자를
Figure pat00058
= 8개, 제3 스타일의 의자를
Figure pat00059
= 4개, 제x 스타일의 의자를
Figure pat00060
= 4개의 개수로, "의자"라는 상품에 매핑된 스타일 별 식별 정보를 필터링하여 추천할 수 있다.
이때, 제x 스타일이 제1 스타일 내지 제3 스타일 중에 어느 하나와 동일하다면, 수학식 4를 통해 연산된 제x 스타일의 추천 비율은 수학식 3을 통해 연산된 같은 스타일의 추천 비율에 더해질 수 있고, 제x 스타일이 제1 스타일 내지 제3 스타일 중 어느 하나와도 동일하지 않다면 별도의 추천 비율로 고려될 수 있다. 예를 들어, 제x 스타일이 제3 스타일이라면
Figure pat00061
= 1:2:1:1은
Figure pat00062
의 추천 비율은
Figure pat00063
의 추천 비율에 더해져
Figure pat00064
= 1:2:2와 같이 환산될 수 있다. 만약, 제x 스타일이 제4 스타일이라면 제1 내지 제4 스타일이
Figure pat00065
= 1:2:1:1의 비율로 추천될 수 있다.
도 6은 본 발명의 일 실시예에 따라 색상환을 이용하여 기 배치된 벽지 및 바닥재와 어울리는 색상을 추천하는 동작을 설명하기 위한 예시도이다.
도 6을 참조하면, 제어 모듈(127)은 제1 사용자가 가상 공간에 배치한 벽지의 색상 및 바닥재의 색상을 기초로, 소정의 색상환(ex. 도 6)을 이용하여 제1 사용자가 요청한 사물에 대해 어울리는 색상을 추천할 수 있다.
예를 들어, 제어 모듈(127)은 도 6의 색상환에서 요청된 사물이 배치될 가상 공간의 벽지 색상과 유사 대비인 색상, 벽지의 색상과 반대 대비인 색상, 벽지의 색상과 보색 대비인 색상; 및 요청된 사물이 배치될 가상 공간의 바닥재의 색상과 유사 대비인 색상, 상기 벽지의 색상과 반대 대비인 색상, 상기 벽지의 색상과 보색 대비인 색상을 포함하는 색상군을 추출할 수 있다. 추출 이후, 제어 모듈(127)은 추출된 색상군 중 유사 대비, 반대 대비, 보색 대비의 우선 순위로 사용자가 요청한 사물의 색상을 추천할 수 있다. 한편, 제1 사용자의 가상 공간에 기 배치된 사물이 있는 경우, 제어 모듈(127)은 추출된 색상군에서 기 배치된 사물의 색상과 동일하거나 인접한 색상을 우선적으로 추천할 수 있다.
이때, 유사 대비란 색상환에서 특정 색상에 인접한 색상(도 6의 도면 부호 1)을 의미하며, 보색 대비란 색상환에서 특정 색상과 반대쪽에 위치하는 색상(도 6의 도면 부호 3)을 의미하고, 반대 대비는 특정 색상과 반대쪽에 위치하는 색상으로부터 인접한 색상(도 6의 도면 부호 2)을 의미한다.
인접한 색상의 정의에 대해, 본 발명에서는 색상환에서 특정 색상에 대해 시계 방향 또는 반시계 방향으로 마주하는 색상을 포함할 수 있으며, 또한 특정 색상으로부터 시계 방향 또는 반시계 방향으로 기 설정된 개수까지 배열된 색상을 포함할 수 있다.
상술한 실시예에 따르면, 인테리어 서비스를 사용하는 수많은 사용자가 자신의 가상 공간에 각종 인테리어 요소를 꾸며보면서 수집되는 빅데이터를 활용하여, 사용자들의 취향, 사용자들이 주로 함께 배치하는 사물들의 종류, 사용자들이 주로 함께 배치하는 사물들의 스타일을 반영한 추천 기술을 제공할 수 있다.
이를 위해, 본 발명의 실시예는 빅데이터에 포함된 다양한 사용자들의 정보로부터 다수의 공통적인 취향과 조화를 반영할 수 있는 연관도를 분석하는 기술을 사용하여, 사용자의 가상 공간에 새롭게 배치될 인테리어 요소를 추천할 수 있다.
상술한 본 발명의 실시예들은 다양한 수단을 통해 구현될 수 있다. 예를 들어, 본 발명의 실시예들은 하드웨어, 펌웨어(firmware), 소프트웨어 또는 그것들의 결합 등에 의해 구현될 수 있다.
하드웨어에 의한 구현의 경우, 본 발명의 실시예들에 따른 방법은 하나 또는 그 이상의 ASICs(Application Specific Integrated Circuits), DSPs(Digital Signal Processors), DSPDs(Digital Signal Processing Devices), PLDs(Programmable Logic Devices), FPGAs(Field Programmable Gate Arrays), 프로세서, 컨트롤러, 마이크로 컨트롤러, 마이크로프로세서 등에 의해 구현될 수 있다.
펌웨어나 소프트웨어에 의한 구현의 경우, 본 발명의 실시예들에 따른 방법은 이상에서 설명된 기능 또는 동작을 수행하는 모듈, 절차 또는 함수 등의 형태로 구현될 수 있다. 소프트웨어 코드 등이 기록된 컴퓨터 프로그램은 컴퓨터 판독 가능 기록 매체 또는 메모리 유닛에 저장되어 프로세서에 의해 구동될 수 있다. 메모리 유닛은 프로세서 내부 또는 외부에 위치하여, 이미 공지된 다양한 수단에 의해 프로세서와 데이터를 주고받을 수 있다.
또한 본 발명에 첨부된 블록도의 각 블록과 흐름도의 각 단계의 조합들은 컴퓨터 프로그램 인스트럭션들에 의해 수행될 수도 있다. 이들 컴퓨터 프로그램 인스트럭션들은 범용 컴퓨터, 특수용 컴퓨터 또는 기타 프로그램 가능한 데이터 프로세싱 장비의 인코딩 프로세서에 탑재될 수 있으므로, 컴퓨터 또는 기타 프로그램 가능한 데이터 프로세싱 장비의 인코딩 프로세서를 통해 수행되는 그 인스트럭션들이 블록도의 각 블록 또는 흐름도의 각 단계에서 설명된 기능들을 수행하는 수단을 생성하게 된다. 이들 컴퓨터 프로그램 인스트럭션들은 특정 방법으로 기능을 구현하기 위해 컴퓨터 또는 기타 프로그램 가능한 데이터 프로세싱 장비를 지향할 수 있는 컴퓨터 이용 가능 또는 컴퓨터 판독 가능 메모리에 저장되는 것도 가능하므로, 그 컴퓨터 이용 가능 또는 컴퓨터 판독 가능 메모리에 저장된 인스트럭션들은 블록도의 각 블록 또는 흐름도의 각 단계에서 설명된 기능을 수행하는 인스트럭션 수단을 내포하는 제조 품목을 생산하는 것도 가능하다. 컴퓨터 프로그램 인스트럭션들은 컴퓨터 또는 기타 프로그램 가능한 데이터 프로세싱 장비 상에 탑재되는 것도 가능하므로, 컴퓨터 또는 기타 프로그램 가능한 데이터 프로세싱 장비 상에서 일련의 동작 단계들이 수행되어 컴퓨터로 실행되는 프로세스를 생성해서 컴퓨터 또는 기타 프로그램 가능한 데이터 프로세싱 장비를 수행하는 인스트럭션들은 블록도의 각 블록 및 흐름도의 각 단계에서 설명된 기능들을 실행하기 위한 단계들을 제공하는 것도 가능하다.
더불어 각 블록 또는 각 단계는 특정된 논리적 기능을 실행하기 위한 하나 이상의 실행 가능한 인스트럭션들을 포함하는 모듈, 세그먼트 또는 코드의 일부를 나타낼 수 있다. 또한 몇 가지 대체 실시예들에서는 블록들 또는 단계들에서 언급된 기능들이 순서를 벗어나서 발생하는 것도 가능함을 주목해야 한다. 예컨대, 잇달아 도시되어 있는 두 개의 블록들 또는 단계들은 사실 실질적으로 동시에 수행되는 것도 가능하고 또는 그 블록들 또는 단계들이 때때로 해당하는 기능에 따라 역순으로 수행되는 것도 가능하다.
이와 같이, 본 발명이 속하는 기술 분야의 당업자는 본 발명이 그 기술적 사상이나 필수적 특징을 변경하지 않고서 다른 구체적인 형태로 실시될 수 있다는 것을 이해할 수 있을 것이다. 그러므로 이상에서 기술한 실시예들은 모든 면에서 예시적이며 한정적이 아닌 것으로서 이해해야만 한다. 본 발명의 범위는 상세한 설명보다는 후술하는 특허 청구범위에 의하여 나타내어지며, 특허 청구범위의 의미 및 범위 그리고 그 등가개념으로부터 도출되는 모든 변경 또는 변형된 형태가 본 발명의 범위에 포함되는 것으로 해석되어야 한다.

Claims (12)

  1. 사물 추천 장치에 있어서,
    소정의 동작을 수행하도록 하는 명령어들을 저장하는 하나 이상의 메모리; 및 상기 하나 이상의 메모리와 동작 가능 하도록 연결되어 상기 명령어들을 실행하도록 설정된 하나 이상의 프로세서를 포함하고,
    상기 프로세서가 수행하는 동작은,
    인테리어 서비스를 사용하는 사용자 정보와, 사용자가 배치한 인테리어 사물의 식별 정보 및 사물의 스타일을 포함하는 사물 정보로 구성된 빅데이터를 획득하는 동작;
    인테리어 서비스를 사용하는 제1 사용자가 가상 공간에 기 배치한 사물의 스타일을 판별하는 동작;
    상기 기 배치된 사물의 스타일 별로 각 스타일의 배치 횟수를 집계하는 동작; 및
    상기 제1 사용자의 가상 공간에 새롭게 배치될 소정 사물에 대한 정보가 요청되는 경우, 상기 각 스타일 별 배치 횟수에 기초한 각 스타일의 추천 비율을 연산하여 상기 소정 사물을 추천하는 동작을 포함하는,
    사물 추천 장치.
  2. 제1항에 있어서,
    상기 소정 사물을 추천하는 동작은,
    상기 기 배치된 사물의 스타일의 종류가 m개인 경우, 하기 수학식 1에 따라 각 스타일의 추천 비율을 계산하는 동작; 및
    [수학식 1]
    Figure pat00066
    (단, x = 0 일 때
    Figure pat00067
    은 0, x = 1 일 때
    Figure pat00068
    은 1)
    (p는
    Figure pat00069
    를 만족하는 자연수,
    Figure pat00070
    : 제p 스타일의 추천 비율,
    Figure pat00071
    : 제1 사용자가 가상 공간에 배치한 제p 스타일 사물의 수, n: 제1 사용자가 가상 공간에 배치한 사물의 수,
    Figure pat00072
    )
    상기 소정 사물에 대한 식별 정보 중
    Figure pat00073
    내지
    Figure pat00074
    의 비율로 제1 스타일 내지 제m 스타일에 해당하는 상기 소정 사물의 식별 정보를 필터링하여 추천하는 동작을 포함하는,
    사물 추천 장치.
  3. 제2항에 있어서,
    상기 프로세서가 수행하는 동작은,
    상기 빅데이터에 포함된 상기 사용자 정보를 기준으로 사용자의 그룹군을 분류하는 동작;
    상기 분류된 그룹군 중 같은 그룹군 내의 사용자가 가상 공간에 배치한 사물의 스타일 별로 각 스타일의 배치 횟수를 집계하여, 상기 같은 그룹군에서 가장 많이 집계된 사물의 스타일을 판별하는 동작;
    제1 사용자의 정보를 기초로 상기 분류된 그룹군 중 상기 제1 사용자가 속하는 제1 그룹군을 판별하는 동작; 및
    상기 제1 그룹군에서 가장 많이 집계된 제1 그룹군 스타일을 판별하는 동작을 더 포함하고,
    상기 소정 사물을 추천하는 동작은,
    상기 제1 사용자의 가상 공간에서 소정 사물에 대한 정보가 요청되는 경우, 상기
    Figure pat00075
    내지
    Figure pat00076
    의 비율에 상기 제1 그룹군 스타일에 대해 기 설정된 비율을 추가하여 각 스타일 별로 상기 소정 사물을 추천하는 동작을 포함하는,
    사물 추천 장치.
  4. 제3항에 있어서,
    상기 소정 사물을 추천하는 동작은,
    하기 수학식 2에 따라 상기 제1 그룹군 스타일의 추천 비율을 계산하는 동작을 포함하고,
    [수학식 2]
    Figure pat00077
    (단, n = 0 일 때
    Figure pat00078
    은 1)
    (
    Figure pat00079
    : 제1 그룹군 스타일의 추천 비율, n: 제1 사용자가 가상 공간에 배치한 사물의 수, k: 제1 그룹군 사용자의 평균 사물 배치 개수)
    상기 소정 사물을 추천하는 동작은,
    상기 제1 사용자의 가상 공간에서 소정 사물에 대한 정보가 요청되는 경우, 상기
    Figure pat00080
    내지
    Figure pat00081
    의 비율에 상기
    Figure pat00082
    의 비율을 추가하여 각 스타일 별로 상기 소정 사물을 추천하는 동작을 포함하는,
    사물 추천 장치.
  5. 제1항에 있어서,
    상기 사용자 정보는,
    사용자의 연령, 성별 및 인테리어 지역에 대한 정보를 포함하는
    사물 추천 장치.
  6. 제5항에 있어서,
    상기 사물의 스타일을 판별하는 동작은,
    기 설정된 범위로 나뉜 연령대, 성별, 인테리어 지역에 대해 공통으로 해당하는 사용자를 같은 그룹군으로 분류하는 동작;
    상기 같은 그룹군의 사용자가 가상 공간에 배치한 각 사물의 스타일 별로 배치 횟수를 집계하는 동작; 및
    상기 배치 횟수가 가장 많은 것으로 집계된 스타일을 상기 같은 그룹군에서 선호하는 스타일로 판별하는 동작을 포함하는,
    사물 추천 장치.
  7. 제1항에 있어서,
    상기 사물의 스타일은,
    재질, 브랜드 및 분위기 중 적어도 하나를 기준으로 사물의 성질을 분류하여 복수의 스타일로 구분되는,
    사물 추천 장치.
  8. 제1항에 있어서,
    상기 프로세서가 수행하는 동작은,
    상기 제1 사용자가 가상 공간에 배치한 벽지의 색상 및 바닥재의 색상을 기초로 상기 소정 사물의 색상을 추천하는 동작을 더 포함하는,
    사물 추천 장치.
  9. 제8항에 있어서,
    상기 색상을 추천하는 동작은,
    소정의 색상환을 이용하여, 상기 색상환에서 상기 벽지의 색상과 유사 대비인 색상, 상기 벽지의 색상과 반대 대비인 색상, 상기 벽지의 색상과 보색 대비인 색상; 및 상기 색상환에서 상기 바닥재의 색상과 유사 대비인 색상, 상기 벽지의 색상과 반대 대비인 색상, 상기 벽지의 색상과 보색 대비인 색상을 포함하는 색상군을 상기 소정 사물의 색상으로 추천하는 동작을 포함하는,
    사물 추천 장치.
  10. 제9항에 있어서,
    상기 색상을 추천하는 동작은,
    상기 제1 사용자의 가상 공간에 기 배치된 사물이 있는 경우, 상기 색상군에서 상기 기 배치된 사물의 색상과 동일하거나 인접한 색상을 우선적으로 추천하는 동작을 포함하는,
    사물 추천 장치.
  11. 사물 추천 장치가 수행하는 사물 추천 방법에 있어서,
    인테리어 서비스를 사용하는 사용자 정보와, 사용자가 배치한 인테리어 사물의 식별 정보 및 사물의 스타일을 포함하는 사물 정보로 구성된 빅데이터를 획득하는 단계;
    인테리어 서비스를 사용하는 제1 사용자가 가상 공간에 기 배치한 사물의 스타일을 판별하는 단계;
    상기 기 배치된 사물의 스타일 별로 각 스타일의 배치 횟수를 집계하는 동작; 및
    상기 제1 사용자의 가상 공간에 새롭게 배치될 소정 사물에 대한 정보가 요청되는 경우, 상기 각 스타일 별 배치 횟수에 기초하여 각 스타일의 추천 비율을 조절하여 상기 소정 사물을 추천하는 단계를 포함하는,
    사물 추천 방법.
  12. 제11항의 방법을 프로세서가 수행하도록 하는 컴퓨터 판독 가능 기록매체에 저장된 컴퓨터 프로그램.
KR1020200174313A 2020-12-14 2020-12-14 인테리어 서비스의 빅데이터 기반의 기 배치 사물 분석을 통한 사물 특성 추천 장치 및 방법 KR102510521B1 (ko)

Priority Applications (6)

Application Number Priority Date Filing Date Title
KR1020200174313A KR102510521B1 (ko) 2020-12-14 2020-12-14 인테리어 서비스의 빅데이터 기반의 기 배치 사물 분석을 통한 사물 특성 추천 장치 및 방법
CN202180084228.1A CN116615744A (zh) 2020-12-14 2021-12-14 利用基于室内装修服务的大数据的已布置事物分析的事物特性推荐装置及方法
PCT/KR2021/018932 WO2022131736A1 (ko) 2020-12-14 2021-12-14 인테리어 서비스의 빅데이터 기반의 기 배치 사물 분석을 통한 사물 특성 추천 장치 및 방법
EP21907040.6A EP4246417A1 (en) 2020-12-14 2021-12-14 Method and device for recommending object feature via existing object analysis based on big data of interior design service
JP2023535061A JP2023554300A (ja) 2020-12-14 2021-12-14 インテリアーサービスのビックデータ基盤の既配置事物分析を通じた事物特性推薦装置及び方法
US18/331,539 US20230316689A1 (en) 2020-12-14 2023-06-08 Method and device for recommending object feature via existing object analysis based on big data of interior design service

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020200174313A KR102510521B1 (ko) 2020-12-14 2020-12-14 인테리어 서비스의 빅데이터 기반의 기 배치 사물 분석을 통한 사물 특성 추천 장치 및 방법

Publications (2)

Publication Number Publication Date
KR20220084640A true KR20220084640A (ko) 2022-06-21
KR102510521B1 KR102510521B1 (ko) 2023-03-16

Family

ID=82059251

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020200174313A KR102510521B1 (ko) 2020-12-14 2020-12-14 인테리어 서비스의 빅데이터 기반의 기 배치 사물 분석을 통한 사물 특성 추천 장치 및 방법

Country Status (6)

Country Link
US (1) US20230316689A1 (ko)
EP (1) EP4246417A1 (ko)
JP (1) JP2023554300A (ko)
KR (1) KR102510521B1 (ko)
CN (1) CN116615744A (ko)
WO (1) WO2022131736A1 (ko)

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2014102767A (ja) * 2012-11-21 2014-06-05 Daiwa House Industry Co Ltd インテリア選択支援システム及びインテリア選択支援方法
KR20170139903A (ko) 2016-06-10 2017-12-20 박희정 인테리어 서비스 방법 및 인테리어 서비스 시스템
KR20190111548A (ko) * 2018-03-23 2019-10-02 조소영 공간 이미지에 적합한 추천 상품의 매칭 시스템
KR102177336B1 (ko) * 2020-05-26 2020-11-10 주식회사 드림인사이트 데이터 필터링을 이용한 고객과 인테리어 업체간 매칭 시스템
KR20200129785A (ko) * 2019-05-10 2020-11-18 신명석 가구에 대한 공간 분석 방법 및 그 장치

Family Cites Families (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US10756830B2 (en) * 2015-03-24 2020-08-25 Carrier Corporation System and method for determining RF sensor performance relative to a floor plan
KR20190092914A (ko) * 2018-01-31 2019-08-08 진승혁 인테리어 자동 견적 방법 및 프로그램
KR102164814B1 (ko) * 2019-02-20 2020-10-13 동의대학교 산학협력단 딥러닝 뉴럴 네트워크 기반의 상품 추천 서비스 제공방법

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2014102767A (ja) * 2012-11-21 2014-06-05 Daiwa House Industry Co Ltd インテリア選択支援システム及びインテリア選択支援方法
KR20170139903A (ko) 2016-06-10 2017-12-20 박희정 인테리어 서비스 방법 및 인테리어 서비스 시스템
KR20190111548A (ko) * 2018-03-23 2019-10-02 조소영 공간 이미지에 적합한 추천 상품의 매칭 시스템
KR20200129785A (ko) * 2019-05-10 2020-11-18 신명석 가구에 대한 공간 분석 방법 및 그 장치
KR102177336B1 (ko) * 2020-05-26 2020-11-10 주식회사 드림인사이트 데이터 필터링을 이용한 고객과 인테리어 업체간 매칭 시스템

Also Published As

Publication number Publication date
KR102510521B1 (ko) 2023-03-16
WO2022131736A1 (ko) 2022-06-23
CN116615744A (zh) 2023-08-18
US20230316689A1 (en) 2023-10-05
EP4246417A1 (en) 2023-09-20
JP2023554300A (ja) 2023-12-27

Similar Documents

Publication Publication Date Title
US10019779B2 (en) Browsing interface for item counterparts having different scales and lengths
US9483158B2 (en) Discovering and presenting décor harmonized with a décor style
KR102234609B1 (ko) 이미지 데이터베이스 분석 기반 상품 추천 장치
CN104981830A (zh) 服装搭配系统和方法
US10026176B2 (en) Browsing interface for item counterparts having different scales and lengths
JP6771143B2 (ja) 空間プラン提案システム
US20210209261A1 (en) Digital design of an area
CN105138610A (zh) 一种基于图像元素的图像特征值预测方法和装置
US11893619B2 (en) Flowerbed sales order system, flowerbed sales order program, and flowerbed sales order method
CN109739993A (zh) 服饰知识图谱显示方法、装置、图服务器及存储介质
CN110287343A (zh) 图片生成方法及装置
KR102510518B1 (ko) 인테리어 서비스의 빅데이터 기반의 사용자 그룹군 분석을 통한 사물 추천 장치 및 방법
KR102510521B1 (ko) 인테리어 서비스의 빅데이터 기반의 기 배치 사물 분석을 통한 사물 특성 추천 장치 및 방법
KR102443166B1 (ko) 인테리어 서비스의 빅데이터로부터 구축된 간선 연결 데이터 구조 기반의 회귀 간선 사물 추천 장치 및 방법
JP7117572B2 (ja) 空間提案システム及び空間提案方法
KR102492699B1 (ko) 인테리어 서비스의 빅데이터로부터 구축된 간선 연결 데이터 구조 기반의 인접 간선 사물 추천 장치 및 방법
CN112241598B (zh) 基于家具的供应商选择方法及相关装置
JP6931840B2 (ja) 明かりの印象評価方法
CN114417475A (zh) 一种基于虚拟化的室内家居定制搭配效果图生成展示云平台
KR102074654B1 (ko) 쇼핑몰 웹페이지 저작 방법, 장치 및 시스템
JP2019021005A (ja) 分析図取得システム
KR20240096365A (ko) 다수의 사용자가 뉴럴 래디언스 필드 모델을 생성하고 사용할 수 있는 플랫폼
WO2017155893A1 (en) Browsing interface for item counterparts having different scales and lengths
JP2013050857A (ja) 画像解析装置、画像解析方法、画像検索システムおよびプログラム
JP2018036856A (ja) 明かりの印象評価方法

Legal Events

Date Code Title Description
E902 Notification of reason for refusal
E701 Decision to grant or registration of patent right