KR20220093694A - 인공지능 기반 커피 추천 시스템 - Google Patents
인공지능 기반 커피 추천 시스템 Download PDFInfo
- Publication number
- KR20220093694A KR20220093694A KR1020200184685A KR20200184685A KR20220093694A KR 20220093694 A KR20220093694 A KR 20220093694A KR 1020200184685 A KR1020200184685 A KR 1020200184685A KR 20200184685 A KR20200184685 A KR 20200184685A KR 20220093694 A KR20220093694 A KR 20220093694A
- Authority
- KR
- South Korea
- Prior art keywords
- coffee
- user
- information
- psychological state
- acquisition unit
- Prior art date
Links
- 238000013473 artificial intelligence Methods 0.000 title claims abstract description 23
- 238000011156 evaluation Methods 0.000 claims abstract description 20
- 230000007613 environmental effect Effects 0.000 claims abstract description 16
- 238000013136 deep learning model Methods 0.000 claims abstract description 14
- 239000000428 dust Substances 0.000 claims abstract description 4
- 241000533293 Sesbania emerus Species 0.000 claims description 29
- 235000019640 taste Nutrition 0.000 claims description 12
- 238000009795 derivation Methods 0.000 claims description 10
- 230000009193 crawling Effects 0.000 claims description 6
- 238000000034 method Methods 0.000 claims description 5
- 238000013135 deep learning Methods 0.000 abstract description 4
- 238000000605 extraction Methods 0.000 abstract 1
- 238000004519 manufacturing process Methods 0.000 description 6
- 238000002156 mixing Methods 0.000 description 3
- 235000010627 Phaseolus vulgaris Nutrition 0.000 description 2
- 244000046052 Phaseolus vulgaris Species 0.000 description 2
- 238000013528 artificial neural network Methods 0.000 description 2
- 238000004891 communication Methods 0.000 description 2
- 230000000994 depressogenic effect Effects 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 230000006996 mental state Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 244000240602 cacao Species 0.000 description 1
- 235000009508 confectionery Nutrition 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000003203 everyday effect Effects 0.000 description 1
- 235000013305 food Nutrition 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 235000019614 sour taste Nutrition 0.000 description 1
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
- 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
- G06F16/95—Retrieval from the web
- G06F16/951—Indexing; Web crawling techniques
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/08—Learning methods
-
- 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
- G06Q30/0278—Product appraisal
-
- 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
- G06Q50/01—Social networking
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/30—Computing systems specially adapted for manufacturing
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Accounting & Taxation (AREA)
- Finance (AREA)
- Strategic Management (AREA)
- Economics (AREA)
- Marketing (AREA)
- Development Economics (AREA)
- General Business, Economics & Management (AREA)
- General Health & Medical Sciences (AREA)
- Health & Medical Sciences (AREA)
- Computing Systems (AREA)
- Databases & Information Systems (AREA)
- Data Mining & Analysis (AREA)
- General Engineering & Computer Science (AREA)
- Primary Health Care (AREA)
- Artificial Intelligence (AREA)
- Biomedical Technology (AREA)
- Biophysics (AREA)
- Computational Linguistics (AREA)
- Evolutionary Computation (AREA)
- Molecular Biology (AREA)
- Mathematical Physics (AREA)
- Software Systems (AREA)
- Life Sciences & Earth Sciences (AREA)
- Tourism & Hospitality (AREA)
- Human Resources & Organizations (AREA)
- Entrepreneurship & Innovation (AREA)
- Game Theory and Decision Science (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
본 발명은 인공지능 기반 커피 추천 시스템으로, 보다 상세하게는 이용자의 심리 상태, 커피 구매시의 환경까지 고려한 인공지능 기반 커피 추천 시스템이다. 본 발명에 따른 인공지능 기반 커피 추천 시스템의 일 실시예는 커피를 구매하는 이용자를 식별할 수 있는 이용자 식별 정보와 상기 이용자가 구매한 커피를 입력하는 단말기; 상기 단말기에 입력된 상기 이용자 식별 정보를 기초로, 상기 이용자의 성별, 나이, 지역, 학력 및 직업 중 적어도 하나를 포함하는 이용자 기본 정보를 획득하는 이용자 기본 정보 획득부; 상기 단말기에 입력된 상기 이용자 식별 정보를 기초로, 상기 이용자의 커피 구매 시점의 심리 상태에 대한 정보를 획득하는 이용자 심리 상태 정보 획득부; 상기 이용자의 커피 구매 시점의 날씨, 계절, 시간, 온도, 습도 및 미세먼지 중 적어도 하나를 포함하는 환경 정보를 획득하는 환경 정보 획득부; 상기 이용자가 구매한 커피에 대한 평가를 커피 평가 정보 획득부; 및 상기 이용자 기본 정보 획득부에서 획득한 상기 이용자 기본 정보, 상기 이용자 심리 상태 정보 획득부에서 획득한 상기 이용자 심리 상태 정보, 상기 환경 정보 획득부에서 획득한 상기 환경 정보에 따른 상기 커피 평가 정보 획득부에서 획득한 상기 커피 평가 정보를 분석하여 이용자들이 선호하는 커피를 학습하는 딥러닝 모델을 구축하고, 상기 딥러닝 모델을 이용하여 상기 이용자 기본 정보와 상기 이용자 심리 상태 정보와 상기 환경 정보가 유사한 집단을 그룹핑하고, 해당 그룹이 선호하는 커피를 도출하는 선호 커피 도출부;를 포함한다.
Description
본 발명은 인공지능 기반 커피 추천 시스템으로, 보다 상세하게는 이용자의 심리 상태, 커피 구매시의 환경까지 고려한 인공지능 기반 커피 추천 시스템이다.
전세계적으로 커피의 공급, 유통, 소비 등이 매우 증가하여 커피 산업은 거대 산업으로 발전하였다.
일반적으로 커피 원두는 열대지방에서 작물로서 생산된 후, 이를 커피 생산자가 로스팅하여 원두의 형태로 제작하며, 이를 구입한 중간상인이 특별한 가공을 통해서 분말형의 커피를 제작하거나 또는 원두를 판매상에게 판매를 하여 원두커피로서 원두커피 전문점에서 판매를 하곤 했다. 그런데 이러한 종래의 원두 생산과 판매 형태에 많은 변화를 가져오며, 소규모의 커피 전문점에서도 직접 로스팅하고 분쇄하여 커피화시키는 제작과정을 작은 점포 안에서 수행하는 형태의 영업방식이 등장하였다.
커피 시장이 증대될수록 소비자의 입맛이 점점 다양화되고 전문화되어 일률적인 로스팅 및 생두의 원산지에서 정해져서 나오는 현재의 커피제조 방법으로는 더 이상 소비자의 입맛을 맞추지 못하는 문제점이 발생하고 있다.
이러한 문제점을 개선하기 위해 최근에는 사용자 맞춤형 커피 제공 시스템이 제시되고 있다. 이와 같은 사용자 맞춤형 커피 제공 시스템은 다양한 장소에 설치된 커피 자판기를 통해 미리 등록한 커피를 주문하고 등록된 머피 주문 정보로 실시간 제조되는 나만의 맞춤 커피를 음용하는 것이 가능하다.
그러나 커피는 기호식품으로써 맛, 냄새 등 상이한 매우 다양한 종류의 커피 제조가 가능하나, 사용자는 다양한 커피 종류 중 일부만을 이용하는 것이 보통이다. 또한, 커피는 매우 많이 소비되는 제품으로서 매일 여러 잔의 커피를 마시는 사람도 상당수이며, 이 경우 항상 동일한 커피만을 마시지는 않게 된다. 즉, 다양한 요인에 의해 커피를 선택하게 되는데, 사용자가 커피를 선택하는 요인을 분석하고 그에 따른 선호 커피를 분석하고 추천하는 시스템이 필요하다.
본 발명은 이와 같은 종래의 문제점을 해결하기 위해 제안된 것으로, 커피 이용자가 커피를 선택하는 요인을 딥러닝하고, 이를 기초로 그룹에 따라 선호되는 커피를 도출하고 이를 추천하는 인공지능 기반 커피 추천 시스템을 제공하는 데에 있다.
상기의 기술적 과제를 해결하기 위한, 본 발명에 따른 인공지능 기반 커피 추천 시스템의 일 실시예는 커피를 구매하는 이용자를 식별할 수 있는 이용자 식별 정보와 상기 이용자가 구매한 커피를 입력하는 단말기; 상기 단말기에 입력된 상기 이용자 식별 정보를 기초로, 상기 이용자의 성별, 나이, 지역, 학력 및 직업 중 적어도 하나를 포함하는 이용자 기본 정보를 획득하는 이용자 기본 정보 획득부; 상기 단말기에 입력된 상기 이용자 식별 정보를 기초로, 상기 이용자의 커피 구매 시점의 심리 상태에 대한 정보를 획득하는 이용자 심리 상태 정보 획득부; 상기 이용자의 커피 구매 시점의 날씨, 계절, 시간, 온도, 습도 및 미세먼지 중 적어도 하나를 포함하는 환경 정보를 획득하는 환경 정보 획득부; 상기 이용자가 구매한 커피에 대한 평가를 커피 평가 정보 획득부; 및 상기 이용자 기본 정보 획득부에서 획득한 상기 이용자 기본 정보, 상기 이용자 심리 상태 정보 획득부에서 획득한 상기 이용자 심리 상태 정보, 상기 환경 정보 획득부에서 획득한 상기 환경 정보에 따른 상기 커피 평가 정보 획득부에서 획득한 상기 커피 평가 정보를 분석하여 이용자들이 선호하는 커피를 학습하는 딥러닝 모델을 구축하고, 상기 딥러닝 모델을 이용하여 상기 이용자 기본 정보와 상기 이용자 심리 상태 정보와 상기 환경 정보가 유사한 집단을 그룹핑하고, 해당 그룹이 선호하는 커피를 도출하는 선호 커피 도출부;를 포함한다.
본 발명에 따른 인공지능 기반 커피 추천 시스템의 일부 실시예들에 있어서, 단말기를 통해 상기 이용자 기본 정보와 상기 이용자 심리 상태 정보를 입력한 이용자를 대상으로, 상기 선호 커피 도출부에서 그룹핑한 그룹 중 상기 이용자가 속하는 그룹을 선정하고, 상기 선호 커피 도출부에서 도출된 선호 커피를 상기 이용자에게 추천하는 커피 추천부;를 더 포함한다.
본 발명에 따른 인공지능 기반 커피 추천 시스템의 일부 실시예들에 있어서, 커피 원두 재배 지역, 커피 원두 재배 고도, 커피 원두의 등급, 커피 원두의 로스팅 정도 및 커피 원두의 맛 중 적어도 하나를 포함하는 커피 세부 정보가 구축되어 있는 커피 데이터베이스; 및 상기 단말기를 통해 입력된 상기 이용자가 구매한 커피를 상기 커피 데이터베이스에 구축되어 있는 상기 커피 세부 정보와 매칭시키는 커피 매칭부;를 더 포함하며, 상기 커피 추천부에서 도출되는 선호 커피는 상기 커피 세부 정보의 정보들이 포함된다.
본 발명에 따른 인공지능 기반 커피 추천 시스템의 일부 실시예들에 있어서, 상기 이용자 기본 정보 획득부는, 상기 이용자의 기본 정보를 상기 이용자의 소셜 네트워크에 입력되어 있는 정보를 수집하고 분석하여 획득한다.
본 발명에 따른 인공지능 기반 커피 추천 시스템의 일부 실시예들에 있어서, 상기 이용자 심리 상태 정보 획득부는, 상기 이용자의 커피 구매 시점의 심리 상태에 대한 정보를 웹 상에서 크롤링(crawling) 방식으로 수집하고 분석하여 획득하고, 상기 커피 평가 정보 획득부는, 상기 이용자의 구매한 커피에 대한 평가에 대한 정보를 웹 상에서 크롤링 방식으로 수집하고 분석하여 획득한다.
본 발명에 따르면, 커피를 이용하는 이용자의 성별, 지역, 나이, 직업 등의 기본 정보 뿐만 아니라, 이용자의 심리 상태가 반영된 성향 정보와 날씨, 기온 등의 환경 정보 등을 기초로 딥러닝하여 이용자를 그룹핑하고 해당 그룹에서 선호하는 커피를 분석하고 이용자에게 선호되는 커피를 추천함으로써, 이용자가 원하는 커피를 보다 정확하게 추천할 수 있다.
도 1은 본 발명에 따른 인공지능 기반 커피 추천 시스템의 일 실시예를 개략적으로 나타낸 블록도이다.
이하, 첨부된 도면을 참조하여 본 발명의 실시예를 상세히 설명하기로 한다. 본 발명의 실시예들은 당해 기술 분야에서 통상의 지식을 가진 자에게 본 발명을 더욱 완전하게 설명하기 위하여 제공되는 것이며, 하기 실시예는 여러 가지 다른 형태로 변형될 수 있으며, 본 발명의 범위가 하기 실시예에 한정되는 것은 아니다. 오히려, 이들 실시예는 본 개시를 더욱 충실하고 완전하게 하고, 당업자에게 본 발명의 사상을 완전하게 전달하기 위하여 제공되는 것이다.
도면들에 있어서, 예를 들면, 제조 기술 및/또는 공차(tolerance)에 따라, 도시된 형상의 변형들이 예상될 수 있다. 따라서, 본 발명의 실시예는 본 명세서에 도시된 영역의 특정 형상에 제한된 것으로 해석되어서는 아니되며, 예를 들면 제조상 초래되는 형상의 변화를 포함하여야 한다. 동일한 부호는 시종 동일한 요소를 의미한다. 나아가, 도면에서의 다양한 요소와 영역은 개략적으로 그려진 것이다. 따라서, 본 발명은 첨부한 도면에 그려진 상대적인 크기나 간격에 의해 제한되지 않는다.
도 1은 본 발명에 따른 인공지능 기반 커피 추천 시스템의 일 실시예를 개략적으로 나타낸 블록도이다.
도 1을 참조하면, 본 발명에 따른 인공지능 기반 커피 추천 시스템의 일 실시예(100)는 단말기(110), 커피 데이터베이스(120), 커피 매칭부(130), 이용자 기본 정보 획득부(140), 이용자 심리 상태 정보 획득부(150), 환경 정보 획득부(160), 커피 평가 정보 획득부(170), 선호 커피 도출부(180) 및 커피 추천부(190)를 구비한다.
단말기(110)는 커피를 구매하는 이용자를 식별할 수 있는 이용자 식별 정보와 이용자가 구매한 커피를 입력하는 것으로, 스마트폰, 태블릿PC, 개인용컴퓨터(PC) 등 인터넷 접속 가능한 등이 될 수 있으며, 상기 예시들로 한정되지는 않는다. 이용자 식별 정보는 이용자의 ID 등일 수 있다.
단말기(110)를 통해 입력된 정보는 통신망 등을 통해 본 발명에 따른 인공지능 기반 커피 추천 시스템(100)에 전달된다.
본 발명에 따른 인공지능 기반 커피 추천 시스템(100)에는 사전에 커피 데이터베이스(120)가 구축되어 있다.
커피 데이터베이스(120)는 커피 원두 재배 지역, 커피 원두 재배 고도, 커피 원두의 등급, 커피 원두의 로스팅 정도 및 커피 원두의 맛 중 적어도 하나를 포함할 수 있다.
커피 원두 재배 지역은 예컨대, 과테말라, 코스타리카, 멕시코, 콜롬비아 등 커피 원주 재배 국가로 커피 데이터베이스(120)에 커피 원두 재배 지역에 대한 정보가 입력될 수 있다. 커피 원두 재배 지역에 대한 정보가 상기 예시들로 한정되지는 않으며, 국가보다는 보다 상세한 지역으로 입력될 수도 있고, 국가와 재배 산지가 혼합된 개념으로 입력될 수도 있다.
커피 원두 재배 고도는 원두 재배 산지에 따라 예컨대, 700m 이하, 700~1000m, 1000~1300m, 1300~1500m, 1500m 이상 등으로 구분될 수 있으며, 상기 예시들로 커피 원두 재배 고도가 한정되지는 않는다.
커피 원두의 등급은 예컨대, SHB(Strictly Hard Bean), GHB(Good Hard Bean), HB(Hard Bean), SH(Semi Hard Bean) 등으로 구분될 수 있으며, 상기 예시들로 커피 원두의 등급이 한정되지 않는다.
커피의 로스팅 정도는 예컨대, 강배합, 중배합, 양배합 등으로 구분될 수 있으며, 상기 예시들로 커피의 로스팅 정도가 한정되지 않는다.
커피의 맛은 예컨대, 쓴맛, 단맛, 신맛 등으로 구분될 수 있고, 상기의 맛은 정도를 1~10으로 분류하여 입력될 수 있으며, 상기 예시들로 커피의 맛이 한정되지는 않는다.
상기와 같이 커피 데이터베이스(120)에 커피에 대한 커피 세부 정보가 구축되어 있으면, 커피 매칭부(130)는 단말기(110)를 통해 입력된 이용자가 구매한 커피를 커피 데이터베이스(120)에 구축되어 있는 커피 세부 정보와 매칭시킨다. 예컨대, 단말(110)를 통해 입력된 이용자가 구매한 커피를 기초로 커피 매칭부(130)는 이용자가 구매한 커피가 과테말라의 1300~1500m에서 재배된 SHB 등급의 원두이고, 로스팅 정도는 강배합이고, 커피의 맛은 신맛 8에 해당한다고 커피 데이트베이스(120)에 저장되어 있는 커피 세부 정보와 매칭시킬 수 있다.
이용자 기본 정보 획득부(140)는 단말기(110)에 입력된 이용자 식별 정보를 기초로, 이용자의 성별, 나이, 지역, 학력 및 직업 중 적어도 하나를 포함하는 이용자 기본 정보를 획득한다.
이용자 기본 정보 획득부(140)는 이용자 식별 정보를 기초로, 이용자의 소셜 네트워크에 입력되어 있는 정보를 수집하고 분석하여 획득한다. 예컨대, 이용자의 페이스북, 링크드인, 인스타그램, 틱톡, 카카오페이지 등의 API(프로그램 인터페이스)의 키값을 받아 해당 이용자의 이용자 기본 정보를 획득할 수 있으며, 상기 예시들로 한정되지는 않는다.
이용자 심리 상태 정보 획득부(150)는 단말기(110)에 입력된 이용자 식별 정보를 기초로, 이용자의 커피 구매 시점의 심리 상태에 대한 정보를 획득한다.
이용자 심리 상태 정보 획득부(150)는 이용자의 커피 구매 시점의 심리 상태에 대한 정보를 웹 상에서 크롤링(crawling) 방식으로 수집하여 분석하여 획득한다.
환경 정보 획득부(160)는 이용자의 커피 구매 시점의 날씨, 계절, 시간, 온도, 습도 및 미세 먼지 중 적어로 하나를 포함하는 환경 정보를 획득한다. 환경 정보 획득부(160)는 환경 정보를 획득할 수 있는 서버에 통신망 응을 통하여 접속하여 상기 환경 정보를 획득한다.
커피 평가 정보 획득부(170)는 이용자가 구매한 커피에 대한 평가를 획득한다. 커피 평가 정보 획득부(170)는 이용자가 구매한 커피에 대해 평가한 정보를 웹 상에서 크롤링 방식으로 수집하고 분석하여 획득한다.
선호 커피 도출부(180)는 이용자 기본 정보 획득부(140)에서 획득한 이용자 기본 정보, 이용자 심리 상태 정보 획득부(150)에서 획득한 이용자 심리 상태 정보, 환경 정보 획득부(160)에서 획득한 환경 정보에 따른 커피 평가 정보 획득부(170)에서 획득한 커피 평가 정보를 분석하여 이용자들이 선호하는 커피를 학습하는 딥러닝 모델을 구축한다. 그리고 상기 딥러닝 모델을 이요하여 이용자 기본 정보와 이용자 심리 상태 정보와 환경 정보가 유사한 집단을 그룹핑하고 해당 그룹이 선호하는 커피를 도출한다.
딥러닝 모델로 심층 신뢰 신경망(DBN: Deep Belief Network) 모델을 채택할 수 있다. 심층 신뢰 신경망은 generative 딥러닝 모델로, Restricted Boltzmann Machine(RPM) 및 sigmoid belief network를 쌓아 만든 모델이다. 심층 신뢰 신경망은 pre-learning을 수행하기 때문에 실제 학습에 소요되는 시간이 짧아 다른 딥 러닝 모델들에 비해 빠른 처리 속도의 장점을 가져 널리 활용되고 있는 딥러닝 학습 모델이다.
선호 커피 도출부(180)는 많은 커피 이용자를 상기 딥러닝 모델을 이용하여 학습하여 예컨대, 커피 이용자 중 우울한 심리 상태(이용자 심리 상태)를 가지고 있고, 비가 오고 추운 날(환경 정보)의 서울 강남의 30대 여성(이용자 기본 정보)은 커피 데이터베이스(120)의 커피 세부 정보 중 과테말라의 1300~1500m에서 재배된 SHB 등급의 원두이고, 로스팅 정도는 강배합이고, 커피의 맛은 신맛 8에 해당하는 커피를 선호하는 것으로 학습할 수 있다. 즉, 선호 커피 도출부(180)는 우울한 심리 상태(이용자 심리 상태)를 가지고 있고, 비가 오고 추운 날(환경 정보)의 서울 강남의 30대 여성(이용자 기본 정보)을 제1 그룹으로 그룹핑할 수 있으며, 제1 그룹은 과테말라의 1300~1500m에서 재배된 SHB 등급의 원두이고, 로스팅 정도는 강배합이고, 커피의 맛은 신맛 8에 해당하는 커피를 선호하는 커피로 도출한 수 있다.
커피 추천부(190)는 단말기(110)를 통해 이용자가 이용자 식별 정보를 입력하면, 이용자 식별 정보를 기초로 이용자 기본 정보, 이용자 심리 상태 정보를 획득하고, 환경 정보와 함께 분석하여 상기 이용자가 속하는 그룹을 선정하고, 선호 커피 도출부(180)에서 도출한 상기 이용자가 속하는 그룹이 선호하는 커피를 이용자에게 추천한다.
이와 같이 본 발명에 따른 인공지능 기반 커피 추천 시스템은 커피를 이용하는 수많은 커피 이용자를 이용자 기본 정보, 이용자 심리 상태 정보 및 환경 정보에 따라 선호하는 커피가 어떤 것인지를 딥러닝 모델을 통하여 학습하여, 이용자를 그룹핑하고 그룹핑된 이용자의 선호하는 커피를 도출하여 유사한 그룹에 속하는 다른 이용자에게 해당 그룹에서 선호하는 커피를 추천하는 시스템이다.
상술한 바와 같이 본 발명에 따른 인공지능 기반 커피 추천 시스템은, 커피를 이용하는 이용자의 성별, 지역, 나이, 직업 등의 기본 정보 뿐만 아니라, 이용자의 심리 상태가 반영된 성향 정보와 날씨, 기온 등의 환경 정보 등을 기초로 딥러닝하여 이용자를 그룹핑하고 해당 그룹에서 선호하는 커피를 분석하고 이용자에게 선호되는 커피를 추천함으로써, 이용자가 원하는 커피를 보다 정확하게 추천할 수 있다.
이상에서 본 발명의 실시예에 대해 도시하고 설명하였으나, 본 발명은 상술한 특정의 실시예에 한정되지 아니하며, 청구범위에서 청구하는 본 발명의 요지를 벗어남이 없이 당해 발명이 속하는 기술분야에서 통상의 지식을 가진 자라면 누구든지 다양한 변형 실시가 가능한 것은 물론이고, 그와 같은 변경은 청구범위 기재의 범위 내에 있게 된다.
Claims (5)
- 커피를 구매하는 이용자를 식별할 수 있는 이용자 식별 정보와 상기 이용자가 구매한 커피를 입력하는 단말기;
상기 단말기에 입력된 상기 이용자 식별 정보를 기초로, 상기 이용자의 성별, 나이, 지역, 학력 및 직업 중 적어도 하나를 포함하는 이용자 기본 정보를 획득하는 이용자 기본 정보 획득부;
상기 단말기에 입력된 상기 이용자 식별 정보를 기초로, 상기 이용자의 커피 구매 시점의 심리 상태에 대한 정보를 획득하는 이용자 심리 상태 정보 획득부;
상기 이용자의 커피 구매 시점의 날씨, 계절, 시간, 온도, 습도 및 미세먼지 중 적어도 하나를 포함하는 환경 정보를 획득하는 환경 정보 획득부;
상기 이용자가 구매한 커피에 대한 평가를 커피 평가 정보 획득부; 및
상기 이용자 기본 정보 획득부에서 획득한 상기 이용자 기본 정보, 상기 이용자 심리 상태 정보 획득부에서 획득한 상기 이용자 심리 상태 정보, 상기 환경 정보 획득부에서 획득한 상기 환경 정보에 따른 상기 커피 평가 정보 획득부에서 획득한 상기 커피 평가 정보를 분석하여 이용자들이 선호하는 커피를 학습하는 딥러닝 모델을 구축하고, 상기 딥러닝 모델을 이용하여 상기 이용자 기본 정보와 상기 이용자 심리 상태 정보와 상기 환경 정보가 유사한 집단을 그룹핑하고, 해당 그룹이 선호하는 커피를 도출하는 선호 커피 도출부;를 포함하는 것을 특징으로 하는 인공지능 기반 커피 추천 시스템. - 제1항에 있어서,
단말기를 통해 상기 이용자 기본 정보와 상기 이용자 심리 상태 정보를 입력한 이용자를 대상으로, 상기 선호 커피 도출부에서 그룹핑한 그룹 중 상기 이용자가 속하는 그룹을 선정하고, 상기 선호 커피 도출부에서 도출된 선호 커피를 상기 이용자에게 추천하는 커피 추천부;를 더 포함하는 것을 특징으로 하는 인공지능 기반 커피 추천 시스템. - 제1항에 있어서,
커피 원두 재배 지역, 커피 원두 재배 고도, 커피 원두의 등급, 커피 원두의 로스팅 정도 및 커피 원두의 맛 중 적어도 하나를 포함하는 커피 세부 정보가 구축되어 있는 커피 데이터베이스; 및
상기 단말기를 통해 입력된 상기 이용자가 구매한 커피를 상기 커피 데이터베이스에 구축되어 있는 상기 커피 세부 정보와 매칭시키는 커피 매칭부;를 더 포함하며,
상기 커피 추천부에서 도출되는 선호 커피는 상기 커피 세부 정보의 정보들이 포함되어 있는 것을 특징으로 하는 인공지능 기반 커피 추천 시스템. - 제1항 내지 제3항 중 어느 한 항에 있어서,
상기 이용자 기본 정보 획득부는,
상기 이용자의 기본 정보를 상기 이용자의 소셜 네트워크에 입력되어 있는 정보를 수집하고 분석하여 획득하는 것을 특징으로 하는 인공지능 기반 커피 추천 시스템. - 제1항 내지 제3항 중 어느 한 항에 있어서,
상기 이용자 심리 상태 정보 획득부는,
상기 이용자의 커피 구매 시점의 심리 상태에 대한 정보를 웹 상에서 크롤링(crawling) 방식으로 수집하고 분석하여 획득하고,
상기 커피 평가 정보 획득부는,
상기 이용자의 구매한 커피에 대한 평가에 대한 정보를 웹 상에서 크롤링 방식으로 수집하고 분석하여 획득하는 것을 특징으로 하는 인공지능 기반 커피 추천 시스템.
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020200184685A KR102553259B1 (ko) | 2020-12-28 | 2020-12-28 | 인공지능 기반 커피 추천 시스템 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020200184685A KR102553259B1 (ko) | 2020-12-28 | 2020-12-28 | 인공지능 기반 커피 추천 시스템 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| KR20220093694A true KR20220093694A (ko) | 2022-07-05 |
| KR102553259B1 KR102553259B1 (ko) | 2023-07-10 |
Family
ID=82402401
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| KR1020200184685A KR102553259B1 (ko) | 2020-12-28 | 2020-12-28 | 인공지능 기반 커피 추천 시스템 |
Country Status (1)
| Country | Link |
|---|---|
| KR (1) | KR102553259B1 (ko) |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR20160035228A (ko) * | 2014-09-23 | 2016-03-31 | 주식회사 비앤에이치코리아 | 통합 의료관광 서비스 제공 방법 |
| KR20170114673A (ko) * | 2016-04-06 | 2017-10-16 | (주)위세아이텍 | 컨텐츠 추천 시스템 및 방법 |
| KR20180114612A (ko) * | 2017-04-11 | 2018-10-19 | (주)디자인엑스투 | 개인 맞춤형 추천 음료 제공 시스템 및 개인 맞춤형 추천 음료 제공방법 |
| KR101935712B1 (ko) * | 2018-01-29 | 2019-01-04 | 조원세 | 맞춤형 커피정보 제공장치 및 제공방법 |
| KR20190103505A (ko) * | 2018-02-12 | 2019-09-05 | 한양대학교 산학협력단 | 딥러닝 기반의 아이템 추천 방법 및 장치 |
-
2020
- 2020-12-28 KR KR1020200184685A patent/KR102553259B1/ko active IP Right Grant
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR20160035228A (ko) * | 2014-09-23 | 2016-03-31 | 주식회사 비앤에이치코리아 | 통합 의료관광 서비스 제공 방법 |
| KR20170114673A (ko) * | 2016-04-06 | 2017-10-16 | (주)위세아이텍 | 컨텐츠 추천 시스템 및 방법 |
| KR20180114612A (ko) * | 2017-04-11 | 2018-10-19 | (주)디자인엑스투 | 개인 맞춤형 추천 음료 제공 시스템 및 개인 맞춤형 추천 음료 제공방법 |
| KR101935712B1 (ko) * | 2018-01-29 | 2019-01-04 | 조원세 | 맞춤형 커피정보 제공장치 및 제공방법 |
| KR20190103505A (ko) * | 2018-02-12 | 2019-09-05 | 한양대학교 산학협력단 | 딥러닝 기반의 아이템 추천 방법 및 장치 |
Also Published As
| Publication number | Publication date |
|---|---|
| KR102553259B1 (ko) | 2023-07-10 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Guan et al. | Apparel recommendation system evolution: an empirical review | |
| CN103678518B (zh) | 一种推荐列表调整方法和装置 | |
| CN108475392A (zh) | 用于跟踪消费者口味偏好的系统和方法 | |
| US20090287687A1 (en) | System and method for recommending venues and events of interest to a user | |
| CN110110181A (zh) | 一种基于用户风格和场景偏好的服装搭配推荐方法 | |
| WO2009126815A2 (en) | Diversified, self-organizing map system and method | |
| CN108764485A (zh) | 计算建议工具中的兴趣度推荐 | |
| JP7353655B2 (ja) | 商品リコメンドシステム | |
| CN103198089A (zh) | 信息处理装置、信息处理方法和程序 | |
| CN107563867A (zh) | 一种基于多臂赌博机置信上限的推荐系统冷启动方法 | |
| CN103870972A (zh) | 数据推荐方法及系统 | |
| CN112818222B (zh) | 一种基于知识图谱的个性化饮食推荐方法及系统 | |
| KR20130012155A (ko) | 소셜 네트워크 서비스 제공 방법 및 장치 | |
| CN106548006A (zh) | 一种基于用户典型口味的膳食推荐方法 | |
| Giraud et al. | A cross‐cultural segmentation of western Balkan consumers: focus on preferences toward traditional fresh cow cheese | |
| KR101230034B1 (ko) | 취향 아이디 코드의 생성시스템 및 생성방법, 그리고 상품 추천 시스템 및 추천 방법 | |
| Gong et al. | Aesthetics, personalization and recommendation: A survey on deep learning in fashion | |
| JP4512251B2 (ja) | 検索装置 | |
| KR102553259B1 (ko) | 인공지능 기반 커피 추천 시스템 | |
| CN112136150A (zh) | 用于表征和确定物品与时刻之间的关系的方法和设备 | |
| US20170039627A1 (en) | Cigar Band Recognition Interface | |
| Sun et al. | What influences the purchase intentions of sustainable luxury among millennials in the UK? | |
| Kataria | Tween Consumers: a Study of the Impact of Social Media on Tween'S Buying Decisions | |
| KR20230018120A (ko) | 인터넷상의 쇼핑몰을 위한 배너 광고의 자동 작성 시스템 및 그 방법 | |
| KR101926579B1 (ko) | 업체의 맛 비교를 통한 식품 취향 서비스 제공 방법 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| E90F | Notification of reason for final refusal | ||
| E701 | Decision to grant or registration of patent right | ||
| GRNT | Written decision to grant |