KR20220120988A - 팬덤 정보를 기반으로 맞춤형 상품을 추천하는 서비스 제공 장치의 동작 방법 - Google Patents
팬덤 정보를 기반으로 맞춤형 상품을 추천하는 서비스 제공 장치의 동작 방법 Download PDFInfo
- Publication number
- KR20220120988A KR20220120988A KR1020210024856A KR20210024856A KR20220120988A KR 20220120988 A KR20220120988 A KR 20220120988A KR 1020210024856 A KR1020210024856 A KR 1020210024856A KR 20210024856 A KR20210024856 A KR 20210024856A KR 20220120988 A KR20220120988 A KR 20220120988A
- Authority
- KR
- South Korea
- Prior art keywords
- information
- fandom
- goods
- celebrity
- service providing
- Prior art date
Links
- 238000000034 method Methods 0.000 title claims abstract description 78
- 230000008569 process Effects 0.000 claims abstract description 45
- 238000004458 analytical method Methods 0.000 claims abstract description 35
- 238000011156 evaluation Methods 0.000 claims description 16
- 238000005259 measurement Methods 0.000 claims description 10
- 230000009193 crawling Effects 0.000 claims description 8
- 230000008685 targeting Effects 0.000 claims description 8
- 238000007726 management method Methods 0.000 description 49
- 238000005516 engineering process Methods 0.000 description 21
- 239000000284 extract Substances 0.000 description 10
- 238000001914 filtration Methods 0.000 description 10
- 238000012552 review Methods 0.000 description 9
- 230000001186 cumulative effect Effects 0.000 description 8
- 230000004044 response Effects 0.000 description 8
- 238000004891 communication Methods 0.000 description 7
- 238000010586 diagram Methods 0.000 description 6
- 238000013461 design Methods 0.000 description 3
- 238000000605 extraction Methods 0.000 description 3
- 239000000203 mixture Substances 0.000 description 3
- 238000012545 processing Methods 0.000 description 3
- 238000013473 artificial intelligence Methods 0.000 description 2
- 239000003795 chemical substances by application Substances 0.000 description 2
- 238000013527 convolutional neural network Methods 0.000 description 2
- 238000013135 deep learning Methods 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 238000010191 image analysis Methods 0.000 description 2
- 238000010801 machine learning Methods 0.000 description 2
- 238000004519 manufacturing process Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000003542 behavioural effect Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 239000003086 colorant Substances 0.000 description 1
- 238000007405 data analysis Methods 0.000 description 1
- 238000013480 data collection Methods 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 238000009795 derivation Methods 0.000 description 1
- 238000009826 distribution Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000002349 favourable effect Effects 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 238000010295 mobile communication Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000008520 organization Effects 0.000 description 1
- 230000001737 promoting effect Effects 0.000 description 1
- 238000010845 search algorithm Methods 0.000 description 1
- 238000003860 storage Methods 0.000 description 1
- 230000007704 transition Effects 0.000 description 1
- 230000000007 visual effect Effects 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
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F40/00—Handling natural language data
- G06F40/10—Text processing
- G06F40/166—Editing, e.g. inserting or deleting
- G06F40/186—Templates
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F40/00—Handling natural language data
- G06F40/20—Natural language analysis
- G06F40/279—Recognition of textual entities
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N20/00—Machine learning
-
- 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
- G06Q30/00—Commerce
- G06Q30/06—Buying, selling or leasing transactions
- G06Q30/0601—Electronic shopping [e-shopping]
- G06Q30/0641—Shopping interfaces
-
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- Finance (AREA)
- Accounting & Taxation (AREA)
- Strategic Management (AREA)
- Marketing (AREA)
- General Engineering & Computer Science (AREA)
- General Business, Economics & Management (AREA)
- Economics (AREA)
- Development Economics (AREA)
- General Health & Medical Sciences (AREA)
- Artificial Intelligence (AREA)
- Health & Medical Sciences (AREA)
- Audiology, Speech & Language Pathology (AREA)
- Data Mining & Analysis (AREA)
- Software Systems (AREA)
- Databases & Information Systems (AREA)
- Computational Linguistics (AREA)
- Computing Systems (AREA)
- Tourism & Hospitality (AREA)
- Evolutionary Computation (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Human Resources & Organizations (AREA)
- Mathematical Physics (AREA)
- Medical Informatics (AREA)
- Entrepreneurship & Innovation (AREA)
- Game Theory and Decision Science (AREA)
- Primary Health Care (AREA)
- Cold Air Circulating Systems And Constructional Details In Refrigerators (AREA)
- Control Of Positive-Displacement Air Blowers (AREA)
Abstract
본 발명의 실시 예에 따른 팬덤 정보를 기반으로 맞춤형 상품을 추천하는 서비스 제공 장치의 동작 방법에 있어서, 하나 이상의 플랫폼 채널로부터 수집한 팬덤 정보를 데이터로 분석하기 위한 선별 및 구분 작업을 수행하고, 상기 팬덤 정보를 기반으로 사전 설정된 굿즈 템플릿 모델링 프로세스에 대응되는 핵심 팬덤 정보를 추출하는 팬덤 정보 관리단계; 및 상기 핵심 팬덤 정보로부터 굿즈 선호도 정보를 추출하여 학습하고, 상기 학습 결과 및 상기 핵심 팬덤 정보를 이용한 추천 굿즈 정보를 생성하는 분석단계;를 포함한다.
Description
본 발명은 팬덤 정보를 기반으로 맞춤형 상품을 추천하는 서비스 제공 장치의 동작 방법에 관한 것이다. 보다 상세하게는 이커머스 또는 소셜미디어서비스 등에서 발생되는 데이터를 분석하고 학습하여 맞춤형 굿즈 상품을 추천하는, 팬덤 정보를 기반으로 맞춤형 상품을 추천하는 서비스 제공 장치의 동작 방법에 관한 것이다.
오늘날의 사회는 인터넷 웹사이트, 커뮤니티, 블로그, 소셜미디어 등의 공간에서 특정 인물 또는 분야와 관련된 지지자가 되거나 동경하는 문화현상이 형성되고 있다. 이러한 문화현상은 TV 프로그램, 음악, 영화, 스포츠, 소셜미디어 등의 매개체를 통해 대중들에게 선호하는 대상이나 장르의 트렌드로 형성되어, 대중들은 다른 사람들과 대화의 주제로 콘텐츠를 재생산하고 콘텐츠를 공유하며 새로운 행동 양식을 양산하고 있다. 특히, 상품 시장 측면에서는 연예인 등으로 구분되는 아티스트, 운동선수 또는 유명 인물이나 인플루언서(influencer)와 같은 특정 인물 또는 특정 분야를 대상으로 열성적으로 지지하는 팬들에 의해 굿즈(goods)라는 기획/파생 상품 시장이 형성되고 있고, 이를 형성하는 팬들은 굿즈 상품 시장에 영향력을 행사하고 있다.
이같이 연예인, 특정 브랜드 또는 엔터테인먼트 콘텐츠와 관련되어 파생된 기획 상품을 제공하기 위하여 대한민국 공개특허 제 10-2020-0126294와 같이 '굿즈상품의 판매요청자 지향형 인터넷 쇼핑몰사이트 운영방법'이 개시되어 있다. 상기 공개특허에는 판매자가 판매요청자로 부터 굿즈상품의 판매를 요청받는 단계와, 판매자는 인터넷 쇼핑몰사이트를 통해 기간을 설정하여 판매요청자가 의뢰한 굿즈상품의 예약판매를 기간을 정해 쇼핑몰사이트에서 진행하는 단계와, 상기 예약판매를 통해 굿즈상품에 대해 구매자들의 구매의사를 확보하는 단계와, 상기 구매자들의 구매의사가 판매자가 설정한 예약판매기간 내에 판매목표갯수를 달성하였는지의 여부를 판단하는 단계와, 상기 예약판매가 판매자가 설정한 목표를 달성하게 되면 판매자는 판매요청자에게 굿즈상품의 제작비용을 지불하는 단계와, 판매요청자는 해당 굿즈상품을 제작하여 판매자에게 납품하는 단계와, 판매자는 상기 납품받은 굿즈상품을 쇼핑몰사이트에 실제 판매하는 단계로 이루어지는 굿즈상품의 판매요청자 지향형 인터넷 쇼핑몰사이트 운영방법에 대하여 기술되어 있다.
그러나 이러한 종래 기술을 통해서는 굿즈 쇼핑몰의 개념으로 엔터테인먼트업체 또는 연예인인 판매요청자가 판매자에게 굿즈상품의 판매를 요청하고, 상기 판매자는 할당된 굿즈상품을 쇼핑몰사이트를 통해 구매자에게 운영방법에 관한 것으로 굿즈상품 판매의 활성화 효과를 제시하고 있다. 하지만 상기 운영방법은 굿즈상품의 예약판매와 같은 판매방식에 중점을 두고 판매요청자는 구매가 보장된 물품에 대하여 생산 및 납품을 진행하는 방식에 한정되어 있다. 이는 굿즈 구매자의 입장에서 지지하는 대상자와 연관된 다양한 굿즈상품에 대한 선택권은 고려되지 않은 판매방식으로 굿즈 상품 판매 산업 활성화를 촉진하기에 한계가 있다. 또한 상기 운영방법은 판매자와 판매요청자 간 굿즈상품 유통방식에 국한되어 구매자에게 판매를 촉진하는 방안으로 활용하기에는 한계가 있다.
본 발명은 상기한 종래의 문제점을 해결하기 위한 것으로, 연예인 등으로 구분되는 아티스트, 운동선수 또는 유명 인물이나 인플루언서(influencer)와 같은 특정 인물 또는 특정 분야를 대상으로 기획되고 파생되는 굿즈(goods) 상품을 제작하고 이를 구매자에게 제공하기 위하여, 상기 특정 인물 또는 특정 분야와 관련한 정보 및 기 판매된 굿즈와 관련한 정보의 수집과 분석을 통해 대중의 관심도와 선호도를 학습하여 구매자에게 최적화 된 맞춤형 굿즈를 추천할 수 있는, 팬덤 정보를 기반으로 맞춤형 상품을 추천하는 서비스 제공 장치의 동작 방법을 제공하는데 그 목적이 있다.
상기 과제를 해결하기 위한 본 발명의 실시 예에 따른 방법은, 하나 이상의 플랫폼 채널로부터 수집한 팬덤 정보를 데이터로 분석하기 위한 선별 및 구분 작업을 수행하고, 상기 팬덤 정보를 기반으로 사전 설정된 굿즈 템플릿 모델링 프로세스에 대응되는 핵심 팬덤 정보를 추출하는 팬덤 정보 관리단계; 및 상기 핵심 팬덤 정보로부터 굿즈 선호도 정보를 추출하여 학습하고, 상기 학습 결과 및 상기 핵심 팬덤 정보를 이용한 추천 굿즈 정보를 생성하는 분석단계; 를 포함하는 서비스 제공 방법이다.
한편, 상기와 같은 과제를 해결하기 위한 본 발명의 실시 예에 따른 방법은 상기 방법을 실행시키기 위한 프로그램 또는 상기 프로그램이 기록되어 컴퓨터가 읽을 수 있는 기록 매체로 구현될 수 있다.
본 발명의 실시 예에 따르면, 연예인 등으로 구분되는 아티스트, 운동선수 또는 유명 인물이나 인플루언서(influencer)와 같은 특정 인물 또는 특정 분야를 대상으로 기획되고 파생되는 굿즈(goods) 상품에 대하여 앰블럼, 로고, 심볼, 마크 등의 구성과 소재 및 디자인, 비용 등에 대한 평가 정보를 분석하고, 팬덤을 형성하는 굿즈 선호도 정보를 학습하여 구매자의 선택에 최적화된 굿즈 구성요소 매칭 및 추천을 통해 제작된 맞춤형 굿즈 상품을 제공함으로써 구매자의 만족도를 극대화할 수 있다.
도 1은 본 발명의 일 실시 예에 따른 전체 시스템을 도시한 개념도이다.
도 2는 본 발명의 일 실시 예에 따른 굿즈 상품을 타겟으로 하는 분석기반 템플릿 추천 서비스 제공 장치를 설명하기 위한 블록도이다.
도 3은 본 발명의 일 실시 예에 따른 굿즈 상품을 타겟으로 하는 분석기반 템플릿 추천 서비스 제공 장치의 동작 방법을 설명하기 위한 흐름도이다.
도 2는 본 발명의 일 실시 예에 따른 굿즈 상품을 타겟으로 하는 분석기반 템플릿 추천 서비스 제공 장치를 설명하기 위한 블록도이다.
도 3은 본 발명의 일 실시 예에 따른 굿즈 상품을 타겟으로 하는 분석기반 템플릿 추천 서비스 제공 장치의 동작 방법을 설명하기 위한 흐름도이다.
이하의 내용은 단지 본 발명의 원리를 예시한다. 그러므로 당업자는 비록 본 명세서에 명확히 설명되거나 도시되지 않았지만 본 발명의 원리를 구현하고 본 발명의 개념과 범위에 포함된 다양한 장치와 방법을 발명할 수 있는 것이다. 또한, 본 명세서에 열거된 모든 조건부 용어 및 실시 예들은 원칙적으로, 본 발명의 개념이 이해되도록 하기 위한 목적으로만 명백히 의도되고, 이와 같이 특별히 열거된 실시 예들 및 상태들에 제한적이지 않는 것으로 이해되어야 한다.
또한, 본 발명의 원리, 관점 및 실시 예들 뿐만 아니라 특정 실시 예를 열거하는 모든 상세한 설명은 이러한 사항의 구조적 및 기능적 균등물을 포함하도록 의도되는 것으로 이해되어야 한다. 또한 이러한 균등물들은 현재 공지된 균등물뿐만 아니라 장래에 개발될 균등물 즉 구조와 무관하게 동일한 기능을 수행하도록 발명된 모든 소자를 포함하는 것으로 이해되어야 한다.
따라서, 예를 들어, 본 명세서의 블록도는 본 발명의 원리를 구체화하는 예시적인 회로의 개념적인 관점을 나타내는 것으로 이해되어야 한다. 이와 유사하게, 모든 흐름도, 상태 변환도, 의사 코드 등은 컴퓨터가 판독 가능한 매체에 실질적으로 나타낼 수 있고 컴퓨터 또는 프로세서가 명백히 도시되었는지 여부를 불문하고 컴퓨터 또는 프로세서에 의해 수행되는 다양한 프로세스를 나타내는 것으로 이해되어야 한다.
또한 프로세서, 제어 또는 이와 유사한 개념으로 제시되는 용어의 명확한 사용은 소프트웨어를 실행할 능력을 가진 하드웨어를 배타적으로 인용하여 해석되어서는 아니 되고, 제한 없이 디지털 신호 프로세서(DSP) 하드웨어, 소프트웨어를 저장하기 위한 롬(ROM), 램(RAM) 및 비휘발성 메모리를 암시적으로 포함하는 것으로 이해되어야 한다. 주지관용의 다른 하드웨어도 포함될 수 있다.
상술한 목적, 특징 및 장점은 첨부된 도면과 관련한 다음의 상세한 설명을 통하여 보다 분명해질 것이며, 그에 따라 본 발명이 속하는 기술분야에서 통상의 지식을 가진 자가 본 발명의 기술적 사상을 용이하게 실시할 수 있을 것이다. 또한, 본 발명을 실시함에 있어서 본 발명과 관련된 공지 기술에 대한 구체적인 설명이 본 발명의 요지를 불필요하게 흐릴 수 있다고 판단되는 경우에 그 상세한 설명을 생략하기로 한다.
본 출원에서 사용한 용어는 단지 특정한 실시 예를 설명하기 위해 사용된 것으로, 본 발명을 한정하려는 의도가 아니다. 단수의 표현은 문맥상 명백하게 다르게 뜻하지 않는 한, 복수의 표현을 포함한다. 본 출원에서, "포함하다" 또는 "가지다" 등의 용어는 명세서상에 기재된 특징, 숫자, 단계, 동작, 구성요소, 부품 또는 이들을 조합한 것이 존재함을 지정하려는 것이지, 하나 또는 그 이상의 다른 특징들이나 숫자, 단계, 동작, 구성요소, 부품 또는 이들을 조합한 것들의 존재 또는 부가 가능성을 미리 배제하지 않는 것으로 이해되어야 한다.
이하, 첨부한 도면들을 참조하여, 본 발명의 바람직한 실시 예를 보다 상세하게 설명하고자 한다. 본 발명을 설명함에 있어 전체적인 이해를 용이하게 하기 위하여 도면상의 동일한 구성요소에 대해서는 동일한 참조부호를 사용하고 동일한 구성요소에 대해서 중복된 설명은 생략한다.
도 1은 본 발명의 일 실시 예에 따른 전체 시스템을 도시한 개념도이다.
도 1을 참조하면, 본 발명의 일 실시 예에 따른 시스템은 서비스 제공 장치(100), 플랫폼 채널(200), 사용자 단말(300)을 포함할 수 있다.
보다 구체적으로, 서비스 제공 장치(100)와 플랫폼 채널(200)과 사용자 단말(300)은 공중망(Public network)과의 연결을 통해 유선 및 무선 중 하나 이상으로 연결되어 데이터를 송수신할 수 있다. 상기 공중망은 국가 혹은 통신 기간 사업자가 구축 및 관리하는 통신망으로, 일반적으로 전화망, 데이터망, CATV망 및 이동 통신망 등을 포함하여 불특정 다수의 일반인이 타 통신망이나 인터넷에 접속 가능하도록 연결 서비스를 제공한다. 본 발명에서는 상기 공중망을 네트워크로 대체하여 표기한다.
또한, 상기 서비스 제공 장치(100)는 플랫폼 채널(200), 사용자 단말(300)과 각 통신망에 상응하는 프로토콜로 통신하기 위한 각각의 통신 모듈을 포함할 수 있다.
상기 서비스 제공 장치(100)는 특정한 인물이나 분야와 관련된 파생 상품인 굿즈(goods)를 소비자에게 맞춤형으로 추천할 수 있다. 상기 굿즈(goods)는 연예인 또는 아티스트, 운동선수, 기타 유명인 등과 관련된 콘텐츠를 상품 구성으로 조합하여 기존 일반 상품과 차별화를 두는 기획 상품을 포함할 수 있다. 본 명세서에서는 상기 연예인 또는 운동선수, 기타 유명인 등 팬덤을 구성하는 특정인, 그룹, 단체 등을 셀럽(Celebrity; Celeb)으로 통칭할 수 있다. 구체적으로, 상기 굿즈는 액세서리, 열쇠고리(key ring), 스티커, 파우치, 용기, 컵홀더, 슬로건, 사진 카드, 의류, 담요, 그립톡(Grip-tok) 등으로 상품화 될 수 있다.
상기 서비스 제공 장치(100)는 팬덤을 형성하는 잠재 소비자의 사용자 단말(300)을 통해 입력되는 정보에 따라 상기 굿즈의 템플릿을 단계적으로 제공할 수 있다. 상기 서비스 제공 장치(100)는 상기 사용자 단말(300)이 입력하는 정보에 따라 상기 굿즈의 대상이 되는 특정 인물, 분야, 상품의 카테고리, 색상, 가격 등의 정보를 매칭하여 상품을 추천할 수 있다. 또한 상기 서비스 제공 장치(100)는 상기 셀럽을 대표하는 앰블럼, 로고, 슬로건, 심볼 등에 대한 셀럽 특징 정보를 매칭하여 상품을 추천할 수 있다. 세부적으로는 상기 서비스 제공 장치(100)는 상기 셀럽 특징 정보에 포함되는 디자인 구성 요소를 추가적으로 매칭하고 추천할 수 있다.
상기 서비스 제공 장치(100)는 다양한 상기 플랫폼 채널(200)에서 생성되는 데이터 분석을 위해 대용량의 실시간 로그 처리를 위해 설계된 메시징 시스템인 Kafka 등을 활용할 수 있다. 또한 상기 서비스 제공 장치(100)는 AI 기반 추천 알고리즘으로 특정 데이터의 특징을 추출하고 이에 대한 패턴을 파악할 수 있는 CNN(Convolutional Neural Network) 알고리즘을 활용할 수 있다. 또한 상기 서비스 제공 장치(100)는 최근접 이웃 탐색(nearest neighbor search) 알고리즘을 통해 굿즈 추천 후보 군을 추출할 수 있다. 추가적으로 상기 서비스 제공 장치(100)는 상기 알고리즘을 통해 추출된 정보에 기반하여 굿즈 잠재 구매자의 호응 예측 정도를 수치로 산출하는 랭킹 모델을 활용할 수 있다. 하지만 상기 서비스 제공 장치(100)는 상기 알고리즘에 한정되지 않고 데이터 분석을 위해 최적화된 공지된 기술 또는 관련 분야로 개발되는 기술을 활용할 수 있다. 상기 서비스 제공 장치(100)는 공지 기술 또는 개발 기술을 이용하여 본 발명의 구성과 유기적으로 결합하여 고도화된 굿즈 템플릿 추천 서비스를 제공할 수 있다.
상기 서비스 제공 장치(100)는 상기 굿즈에 대한 맞춤형 템플릿 제공을 위해, 상기 플랫폼 채널(200), 상기 사용자 단말(300)과 유선/무선 네트워크를 통해 연결될 수 있다. 상기 네트워크에 연결된 장치 또는 단말은 사전 설정된 네트워크 채널을 통해 상호간 통신을 수행할 수 있다.
여기서 상기 네트워크는 근거리 통신망(Local Area Network; LAN), 광역 통신망(Wide Area Network; WAN), 부가가치 통신망(Value Added Network; VAN), 개인 근거리 무선통신(Personal Area Network; PAN), 이동 통신망(Mobile radio communication network) 또는 위성 통신망 등과 같은 모든 종류의 유/무선 네트워크로 구현될 수 있다.
상기 플랫폼 채널(200)은 팬덤의 대상이 되는 콘텐츠를 제공하는 네트워크 플랫폼일 수 있다. 상기 플랫폼 채널(200)은 각각의 접속 채널을 통해 상기 서비스 제공 장치(100)와 연결될 수 있다. 또한 상기 플랫폼 채널(200)은 소셜미디어서비스 플랫폼, 이커머스 플랫폼, 커뮤니티 플랫폼, 포털 플랫폼을 기반으로 하는 채널 정보를 포함할 수 있다. 상기 플랫폼 채널(200)은 특정 플랫폼에 대응하는 사이트 주소 정보일 수 있다. 또한 상기 플랫폼 채널(200)은 특화된 콘텐츠 서비스를 제공하기 위하여 서버와 데이터베이스 등을 포함하는 웹서버 또는 웹 애플리케이션 서버 등으로 구성될 수 있다. 상기 서비스 제공 장치(100)는 사이트 주소 정보에 대응하여 결정된 각 플랫폼 채널별 특정 셀럽 또는 문화 분야에서 발생되는 팬덤 관련 콘텐츠를 수집하고, 수집된 결과를 저장 및 분석할 수 있다.
그리고 본 명세서에서 설명되는 사용자 단말(300)은 PC(personal computer), 노트북 컴퓨터(laptop computer), 휴대폰(Mobile phone), 태블릿 PC(Tablet PC), PDA(Personal Digital Assistants), PMP(Portable Multimedia Player) 등이 포함될 수 있다.
또한 상기 서비스 제공 장치(100), 플랫폼 채널(200), 사용자 단말(300)은 상기 장치 구분에 한정되지 않고 데이터 처리 및 저장, 관리 기능을 고도화하여 확장할 수 있는 서버 시스템 관련 장치를 포함할 수 있다.
도 2는 본 발명의 일 실시 예에 따른 굿즈 상품을 타겟으로 하는 분석기반 템플릿 추천 서비스 제공 장치를 설명하기 위한 블록도이다.
도 2를 참조하면, 본 발명의 일 실시 예에 따른 서비스 제공 장치(100)는 제어부(110), 정보 수집부(120), 관리부(130), 분석부(140), 정보 제공부(150), 통신부(160)를 포함할 수 있다.
상기 제어부(110)는 상기 서비스 제공 장치(100) 각 구성요소들의 동작을 전반적으로 제어하기 위한 하나 이상의 프로세서로 구현될 수 있다.
상기 정보 수집부(120)는 하나 이상의 플랫폼 채널(200)로부터 팬덤 정보를 수집할 수 있다. 상기 정보 수집부(120)는 상기 플랫폼 채널(200)을 기반으로 상기 팬덤 정보를 수집할 수 있다.
상기 팬덤 정보는 셀럽 사회관계망 정보, 셀럽 사회관계망 댓글 정보, 셀럽 사회관계망 호응 정보, 셀럽 굿즈 정보, 셀럽 굿즈 평가 정보, 셀럽 초상권 정보, 셀럽 굿즈 지식재산권 등을 포함할 수 있다. 상기 팬덤 정보는 아티스트 또는 유명인 등을 포함하는 셀럽과, 특정 분야에 호의적인 개인 또는 무리가 생성하는 데이터를 포함할 수 있다. 상기 팬덤 정보는 주로 소셜미디어, 웹 커뮤니티, 인터넷 포털, 이커머스 등의 온라인 서비스에 기반하여 제공되며 공유될 수 있다.
또한 상기 팬덤 정보는 셀럽과 관련되는 파생 상품인 굿즈(goods)의 정보를 포함할 수 있다. 상기 굿즈는 아티스트 또는 유명인, 특정 분야에 팬덤(fandom)을 이루는 열성 팬(fan) 또는 집단을 타깃으로 하여 기획된 상품을 포함할 수 있다. 상기 굿즈는 이커머스 또는 기획사 공식 온라인 판매처를 통해 판매될 수 있다. 상기 팬덤 정보는 굿즈 상품정보를 포함할 수 있다. 상기 굿즈 상품정보는 특정 인물, 분야를 인지할 수 있는 문자, 이미지, 캐릭터 등의 콘텐츠를 포함하여 타깃으로 하는 대상을 특정될 수 있다. 또한 상기 굿즈 상품정보는 상품 카테고리, 형태, 색상, 가격, 판매 수량 등의 정보를 포함하여 구분될 수 있다.
상기 정보 수집부(120)는 크롤링 수집 모듈(121)을 포함할 수 있다. 상기 크롤링 수집 모듈(121)은 소셜미디어서비스 플랫폼, 이커머스 플랫폼, 커뮤니티 플랫폼, 포털 플랫폼 중에서 하나 이상을 타기팅(targeting)하여 굿즈 연관 정보를 포함하는 크롤링 데이터를 생성할 수 있다.
본 발명의 일 실시 예에 따르면, 상기 정보 수집부(120)는 굿즈의 대량 주문 이력이 있는 그룹 오더(Group order; G.O)의 사회관계망 피드 정보를 타깃으로 데이터 수집을 위해 접속할 수 있다. 예를 들어, 상기 정보 수집부(120)는 타깃으로 하는 사회관계망 피드 정보인 'https://twitter.com/[계정아이디]'를 이용하여 타깃 플랫폼에 접속할 수 있다. 상기 정보 수집부(120)는 상기 타깃 플랫폼에 접속하여 웹 브라우저를 가상 웹 브라우저로 설정한 뒤 게시글을 크롤링하여 사전 설정한 웹드라이버에 저장할 수 있다. 상기 정보 수집부(120)는 상기 타깃 플랫폼인 피드의 게시글 최하단으로 스크롤하여 main section 안에 존재하는 article을 array 또는 queue에 저장할 수 있다. 상기 정보 수집부(120)는 상기 array 또는 queue에 저장된 article에 대하여 좋아요 수, 팔로워 수, 댓글, 상품의 이미지, 본문 텍스트로 나누어 object화하여 관리할 수 있다.
상기 팬덤 정보 관리부(130)는 상기 팬덤 정보에 기반하여, 사전 설정된 굿즈 템플릿 모델링 프로세스에 대응되는 핵심 팬덤 정보를 추출할 수 있다. 상기 굿즈 템플릿 모델링 프로세스는 상기 팬덤 정보를 기반으로 데이터를 분석하기 위한 데이터의 선별 및 구분을 수행할 수 있다. 상기 굿즈 템플릿 모델링 프로세스는 상기 핵심 팬덤 정보로 추출하고자 하는 데이터의 종류, 항목에 따라 세분화될 수 있다. 상기 핵심 팬덤 정보는 아티스트 또는 유명인을 포함하는 셀럽의 이름, 그룹명, 그룹 멤버 이름, 사회관계망 평가 정보, 사회관계망 수, 유튜브 구독자 수, 사회관계망 댓글 정보, 굿즈 상품명, 굿즈 상품 이미지, 굿즈 색상, 굿즈 가격, 굿즈 평가 정보 등을 포함할 수 있다. 예를 들어, 상기 핵심 팬덤 정보는 그룹명으로 '방탄소년단(BTS)'이 포함될 수 있다. 또한 상기 핵심 팬덤 정보는 방탄소년단(BTS)의 그룹 멤버 이름으로 'RM', '진', '슈가', '제이홉', '지민', '뷔', '정국'이라는 데이터를 포함할 수 있다.
상기 팬덤 정보 관리부(130)는 '방탄소년단(BTS)'의 공식홈페이지, 블로그, 인스타그램, 트위터, 페이스북, 유튜브, TikTok 등의 사회관계망 채널을 통해 제공되는 콘텐츠를 기반으로 수집한 상기 팬덤 정보에서 상기 핵심 팬덤 정보를 추출할 수 있다.
상기 팬덤 정보 관리부(130)는 셀럽 평판 정보 관리부(131)를 포함할 수 있다. 상기 셀럽 평판 정보 관리부(131)는 상기 굿즈 템플릿 모델링 프로세스가 셀럽 모델링 프로세스인 경우, 사전 설정한 셀럽 정보에 대응하는 상기 팬덤 정보를 분석하여 셀럽 평판 정보를 획득할 수 있다. 상기 셀럽 평판 정보 관리부(131)는 상기 셀럽 평판 정보를 핵심 팬덤 정보에 포함시킬 수 있다.
상기 셀럽 평판 정보 관리부(131)는 셀럽 모델링 프로세스를 이용하여 상기 특정 아티스트 또는 유명인, 특정분야의 콘텐츠를 제공하는 공식홈페이지, 블로그, 인스타그램, 트위터, 페이스북, 유튜브, TikTok 등에서 획득한 상기 팬덤 정보를 가공할 수 있다. 상기 셀럽 모델링 프로세스는 사전 설정된 셀럽 정보를 식별자로 활용할 수 있다. 상기 셀럽 모델링 프로세스는 상기 식별자를 통해 연관된 정보를 확보할 수 있다.
상기 셀럽 평판 정보 관리부(131)는 상기 셀럽 모델링 프로세스를 통해 셀럽 평판 정보를 획득함으로써, 대중의 관심도가 집중되는 셀럽 정보를 리스트화할 수 있다. 또한 상기 셀럽 평판 정보 관리부(131)는 대중의 관심도가 일정 기준 이상인 셀럽을 선별하여 정보를 리스트화할 수 있다.
추가적으로, 상기 셀럽 평판 정보 관리부(131)는 대중의 관심도에사 긍정 평가와 부정 평가를 간접적으로 수치화할 수 있는 정보를 획득할 수 있다. 상기 셀럽 평판 정보 관리부(131)는 상기 셀럽 모델링 프로세스를 통해 팬덤의 확장 정도와 지지자들의 충성도를 지표화 및 수치화할 수 있다. 이를 통해, 상기 셀럽 평판 정보 관리부(131)는 상기 핵심 팬덤 정보를 활용하여 굿즈 상품에 대한 잠재 구매력을 측정할 수 있는 데이터로 활용할 수 있다.
상기 셀럽 평판 정보 관리부(131)는 셀럽 모델링 프로세스를 통해 상기 셀럽 정보 특히, 지정 셀럽에 대한 호응 정도 관련 데이터를 추출할 수 있다. 상기 셀럽 평판 정보 관리부(131)는 상기 공식홈페이지, 블로그, 인스타그램, 트위터, 페이스북, 유튜브, TikTok 등에서 '좋아요', '구독자 수' 등으로 호응 정도를 수치화 하여 상기 셀럽 평판 정보를 구분할 수 있다. 예를 들어, 상기 셀럽 평판 정보 관리부(131)는 셀럽 모델링 프로세스를 이용하여 방탄소년단(BTS)의 공식 홈페이지에 게시된 신곡 앨범의 타이틀 소개글에 대한 '좋아요' 클릭 수를 획득할 수 있다. 상기 셀럽 모델링 프로세스는 상기 방탄소년단(BTS)의 신곡 이전 앨범 타이틀 소개글과 비교하여 상대적으로 호응 정도를 측정할 수 있다. 또한 상기 셀럽 모델링 프로세스는 타 가수와 비교를 위해 음원 서비스 플랫폼에서 제공하는 가수별 음원 스트리밍 조회 수 또는 차트 순위 등으로 상기 호응 정도를 활용할 수 있다.
상기 팬덤 정보 관리부(130)는 굿즈 정보 관리부(132)를 더 포함할 수 있다. 상기 굿즈 정보 관리부(132)는 상기 굿즈 템플릿 모델링 프로세스가 굿즈 모델링 프로세스인 경우, 상기 팬덤 정보를 분석하여 상기 셀럽 정보에 대응하는 하나 이상의 굿즈에 대하여 굿즈 상품정보를 획득할 수 있다. 상기 굿즈 정보 관리부(132)는 상기 굿즈 상품정보를 상기 핵심 팬덤 정보에 포함시킬 수 있다.
상기 굿즈 정보 관리부(132)는 굿즈 템플릿 모델링 프로세스를 이용하여, 특정 아티스트 또는 유명인, 특정분야와 관련된 굿즈 상품에 대한 정보를 획득할 수 있다. 상기 굿즈 정보 관리부(132)는 상기 굿즈 템플릿 모델링 프로세스에 사전 설정된 셀럽 정보와 대응되는 굿즈 상품에 대한 정보를 획득할 수 있다. 상기 굿즈 정보 관리부(132)는 상기 굿즈 템플릿 모델링 프로세스를 통해 기 판매되고 있는 굿즈 상품에 대하여 연관 셀럽정보, 품목, 상품 이미지, 색상, 가격, 판매 수량, 평가정보, 구매후기 등에 대한 굿즈 상품 정보를 획득할 수 있다. 예를 들어, 상기 굿즈 정보 관리부(132)는 굿즈 템플릿 모델링 프로세스를 통해 방탄소년단(BTS)와 관련되는 굿즈 상품으로 키링(Keyring) 정보를 획득할 수 있다. 상기 굿즈 템플릿 모델링 프로세스는 방탄소년단(BTS), 키링 품목의 상품 이미지를 추출할 수 있다. 이 때, 상기 굿즈 템플릿 모델링 프로세스는 상기 키링 상품 이미지와 대응되는 가격 정보를 추출하고, 판매 수량 정보 등을 추가적으로 획득할 수 있다.
또한 상기 굿즈 정보 관리부(132)는 상기 굿즈 템플릿 모델링 프로세스를 이용하여 상기 굿즈 상품에 셀럽을 대표하는 시각이미지 정보를 획득할 수 있다. 상기 굿즈 정보 관리부(132)는 상기 굿즈 템플릿 모델링 프로세스를 이용하여 상기 굿즈 상품에 포함되는 앰블럼, 로고, 슬로건, 심볼 등과 같은 셀럽 특징 정보를 획득할 수 있다. 상기 이미지 추출 방법은 빅데이터와 인공지능(Artificial Intelligence), 머신러닝(Machine Learning), 딥러닝(Deep Learning) 기술과 이미지 인식 기술, 이미지 분석 기술, 이미지 유사도 판단 기술, 이미지 매칭 기술 등으로 공지된 기술 또는 관련 분야로 개발되는 기술을 활용할 수 있다. 이 같은 공지 기술 또는 개발 기술은 본 발명의 구성과 유기적으로 결합하여 고도화된 굿즈 템플릿 추천 서비스를 제공할 수 있다.
상기 팬덤 정보 관리부(130)는 팬덤 수요자 정보 관리부(133)를 더 포함할 수 있다. 상기 팬덤 수요자 정보 관리부(133)는 상기 굿즈 템플릿 모델링 프로세스가 팬덤 수요자 모델링 프로세스인 경우, 상기 팬덤 정보를 분석하여 상기 셀럽 평판 정보 또는 굿즈 평가 정보를 생성하는 팬덤 수요자의 연령, 성별, 국적, 커뮤니티 중에서 하나 이상을 포함하는 팬덤 수요자 정보를 획득할 수 있다. 상기 팬덤 수요자 정보 관리부(133)는 상기 팬덤 수요자 정보를 상기 핵심 팬덤 정보에 포함시킬 수 있다.
상기 팬덤 수요자 정보 관리부(133)는 팬덤을 형성하는 개인 또는 단체에 대한 정보를 획득할 수 있다. 구체적으로, 상기 팬덤 수요자 정보 관리부(133)는 상기 팬덤 수요자 모델링 프로세스를 통해 팬덤을 형성하여 실제 굿즈 상품의 구매로 이어지는 수요자에 대한 정보를 획득할 수 있다. 상기 팬덤 수요자 정보 관리부(133)는 셀럽에 대한 호감도를 특정 플랫폼 채널(200)을 통해 표시한 지지층에 대한 연령대, 성별, 국적 등의 정보를 획득할 수 있다. 또한 상기 팬덤 수요자 정보 관리부(133)는 셀럽과 연관된 굿즈 기획상품 구매자가 상기 굿즈 기획상품에 대한 상품 구매 후기 등의 평가정보를 상기 팬덤 수요자 정보와 대응하여 상기 핵심 팬덤 정보에 포함할 수 있다. 예를 들어, 상기 팬덤 수요자 정보 관리부(133)는 방탄소년단(BTS)의 사회관계망 팔로워에 대한 연령별, 성별, 국적별 구성 비율을 확인할 수 있다. 또한 상기 팬덤 수요자 정보 관리부(133)는 방탄소년단(BTS)의 타이틀 곡에 대한 누적 스트리밍 수에서 연령별, 성별, 국적별로 정보를 획득할 수 있다. 추가적으로 상기 팬덤 수요자 정보 관리부(133)는 방탄소년단(BTS)의 키링 굿즈의 판매 수량에 대하여 연령별, 성별, 국적별, 커뮤니티 정보를 획득할 수 있다. 상기 커뮤니티 정보는 공동 구매 또는 대량으로 구매하는 그룹 오더, 온라인 카페, 팬클럽 커뮤니티 등을 포함할 수 있다. 상기 팬덤 수요자 정보 관리부(133)는 굿즈에 대하여 대량 구매를 주문하는 그룹 오더(Group order; G.O) 개인 피드에 게시되는 구매 상품에 대한 리트윗 글에 대한 상기 팬덤 수요자 정보를 대응할 수 있다. 그리고 상기 팬덤 수요자 정보 관리부(133)는 방탄소년단(BTS)의 키링 구매 후기 등의 평가 정보에 대하여 연령별, 성별, 국적별, 커뮤니티 정보를 대응하여 팬덤 수요자 정보를 획득할 수 있다.
상기 분석부(140)는 상기 핵심 팬덤 정보로부터 굿즈 선호도 정보를 추출하여 학습하고, 상기 학습 결과 및 상기 핵심 팬덤 정보를 이용한 추천 굿즈 정보를 생성할 수 있다. 상기 분석부(140)는 상기 핵심 팬덤 정보에 포함되는 특정 굿즈의 누적 판매수량, 특정 기간별 판매 수량, 상품에 대한 '찜' 처리수, 상품에 대한 view 처리수 등을 통해 굿즈 선호도 정보를 추출하고 학습할 수 있다.
상기 분석부(140)는 상기 핵심 팬덤 정보에 포함되는 굿즈 관련 정보를 분석하고 특히, 굿즈 평가 정보에 기반하여 선호도 정보를 확인할 수 있다. 상기 굿즈 평가 정보는 이커머스 플랫폼, 굿즈 판매 플랫폼 등에 업로드된 구매 후기, 상품 후기, 상품 평가 정보, 댓글 등으로 선호도 정보를 추출할 수 있다.
상기 분석부(140)는 셀럽과 연관된 굿즈 상품별 판매 수량과 판매 증가율을 분석하여 판매 추이 정보를 확인할 수 있다. 상기 분석부(140)는 상기 판매 추이 정보를 통해 굿즈에 대한 선호도를 파악할 수 있다. 또한 상기 분석부(140)는 상기 굿즈 상품별 선호도 정보를 축적하여 실 수요를 예측할 수 있는 정보로 활용할 수 있다. 그리고 상기 분석부(140)는 대중에게 관심이 집중되고 구매 만족도를 충족시킬 수 있는 굿즈 상품을 리스트화하고 순위화할 수 있다.
상기 분석부(140)는 선호도 분석 모듈(141)을 포함할 수 있다. 상기 선호도 분석 모듈(141)은 상기 굿즈 선호도 정보에 기반하여, 사전 설정된 선호도 측정 지표에 대응되는 상기 핵심 팬덤 정보에 가중치(WEIGHT)를 부여한 값에 따라 상기 추천 굿즈 정보의 노출 순위를 결정할 수 있다. 상기 선호도 분석 모듈(141)은 특정 굿즈의 누적 판매수량, 특정 기간별 판매 수량, 상품에 대한 '찜' 처리수, 상품에 대한 view 처리수, 구매 후기, 상품 후기, 상품 평가 정보, 댓글 등의 굿즈 선호도 정보에 기반하여 선호도 측정 지표를 대응할 수 있다.
상기 선호도 측정 지표는 상기 굿즈 선호도 정보 등을 선택적으로 적용될 수 있다. 예를 들어, 상기 선호도 측정 지표는 굿즈의 누적 판매수량, 구매 후 '좋아요' 처리수를 지표로 둘 수 있다. 상기 선호도 분석 모듈(141)은 상기 선호도 측정 지표로 활용되는 상기 굿즈 누적 판매수량을 상기 선호도 측정 지표로 사용할 수 있다. 상기 선호도 분석 모듈(141)은 상기 굿즈 누적 판매수량을 '1~999개', '1,000개~9,999개', '10,000개~50,000개', '50,001개~100,000개', '100,000개 초과'의 5개 구간으로 나눌 수 있다. 상기 선호도 분석 모듈(141)은 상기 5개 구간의 판매 수량 구간에 각각 1, 1,2, 1.4, 1.6, 1.8의 가중치를 할당할 수 있다. 상기 선호도 분석 모듈(141)은 상기 굿즈의 누적 판매수량을 선호도 측정 지표로 삼고 기본값을 '1'로 할당할 수 있다. 이 후, 상기 선호도 분석 모듈(141)은 특정 굿즈의 누적 판매수량을 확인하고 대응되는 가중치를 기본값 '1'에 곱하여 산출되는 값을 굿즈 선호도 정보로 획득할 수 있다. 구체적으로, 상기 선호도 분석 모듈(141)은 방탄소년단(BTS)의 키링 'A'에 대하여 이커머스 플랫폼에서 판매된 누적 판매수량이 70,000개로 집계될 시, 기본값 '1'에 가중치 1.6을 곱하여 산출되는 값인 1.6을 획득할 수 있다. 이 때, 상기 선호도 분석 모듈(141)은 방탄소년단(BTS)의 키링 'B'에 대하여 이커머스 플랫폼에서 판매된 누적 판매수량이 150,000개로 집계될 시, 기본값 '1'에 가중치 1.8을 곱하여 산출되는 값인 1.8을 획득할 수 있다. 이를 통해, 상기 선호도 분석 모듈(141)은 방탄소년단(BTS)의 키링 'A'와 'B'의 추천 굿즈 정보 노출 순위를 'B', 'A' 순서로 제공할 수 있다. 상기 선호도 측정 지표는 판매수량 외에도 상품에 대한 '찜' 처리수, 상품에 대한 view 처리수, 구매 후기, 상품 후기, 상품 평가 정보, 댓글, 구매자 연령, 구매자 성별, 구매자 국적, 구매 커뮤니티 등을 포함할 수 있다. 또한 상기 가중치는 선정되는 지표의 특성에 따라 결정될 수 있다.
상기 분석부(140)는 1차 필터링 모듈(142)을 더 포함할 수 있다. 상기 1차 필터링 모듈(142)은 상기 추천 굿즈 정보에 기반하여, 셀럽 초상권 정보를 분석하고 초상권 침해 여부를 결정할 수 있다. 상기 1차 필터링 모듈(142)는 상기 추천 굿즈에 포함되는 셀럽의 초상과 같은 형상 등을 제작하여 공표하거나 영리적으로 이용될 수 있도록 본인 또는 대리인, 위임 기관 등의 권리자 승인 여부에 대한 정보를 분석할 수 있다. 상기 셀럽 초상권 정보는 이미지 추출 방법을 통해 굿즈 상품에 포함되는 형상과 비교 분석될 수 있다. 상기 이미지 추출 방법은 빅데이터와 인공지능(Artificial Intelligence), 머신러닝(Machine Learning), 딥러닝(Deep Learning) 기술과 이미지 인식 기술, 이미지 분석 기술, 이미지 유사도 판단 기술, 이미지 매칭 기술 등으로 공지된 기술 또는 관련 분야로 개발되는 기술을 활용할 수 있다.
상기 분석부(140)는 2차 필터링 모듈(143)을 더 포함할 수 있다. 상기 2차 필터링 모듈(143)은 상기 추천 굿즈 정보에 기반하여, 셀럽 굿즈 지식재산권 정보를 분석하고 지식재산권 침해 여부를 결정할 수 있다. 상기 2차 필터링 모듈(143)는 지적 창작물에 대한 이용 권리를 본인 또는 대리인, 위임 기관 등의 권리자 승인 여부에 대한 정보를 분석할 수 있다. 상기 지식재산권은 저작권, 상표권, 디자인권, 특허건, 실용신안건 등을 포함할 수 있다.
상기 정보 제공부(150)는 상기 추천 굿즈 정보에 기반하여, 사용자 단말(300)로 굿즈 템플릿 서비스 인터페이스를 제공할 수 있다. 상기 정보 제공부(150)는 상기 사용자 단말(300)의 입력에 따라 매칭되는 추천 굿즈 정보를 제공할 수 있다. 상기 정보 제공부(150)는 상기 사용자 단말(300)로 셀럽 정보와 매칭되는 굿즈 상품정보에 따라 인터페이스를 구성하여 제공할 수 있다.
도 3은 본 발명의 일 실시 예에 따른 굿즈 상품을 타깃으로 하는 분석기반 템플릿 추천 서비스 제공 장치의 동작 방법을 설명하기 위한 흐름도이다.
도 3을 참조하면, 굿즈 상품을 타깃으로 하는 분석기반 템플릿 추천 서비스 제공 장치의 동작 방법에 있어서, 정보 수집단계(S101)는 채널 기반으로 하나 이상의 플랫폼 채널로부터 팬덤 정보를 수집할 수 있다. 상기 팬덤 정보는 셀럽 사회관계망 정보, 셀럽 사회관계망 댓글 정보, 셀럽 사회관계망 호응 정보, 셀럽 굿즈 정보, 셀럽 굿즈 평가 정보, 셀럽 초상권 정보, 셀럽 굿즈 지식재산권 등을 포함할 수 있다. 상기 정보 수집단계(S101)는 크롤링 실행단계(미도시)를 포함할 수 있다. 상기 크롤링 실행단계는 소셜미디어서비스 플랫폼, 이커머스 플랫폼, 커뮤니티 플랫폼, 포털 플랫폼 중에서 하나 이상을 타기팅(targeting)하여 굿즈 정보를 포함하는 크롤링 데이터를 생성할 수 있다.
팬덤 정보 관리단계(S103)는 상기 팬덤 정보에 기반하여, 사전 설정된 굿즈 템플릿 모델링 프로세스에 대응되는 핵심 팬덤 정보를 추출할 수 있다. 상기 팬덤 정보 관리단계(S103)는 셀럽 평판 정보 관리단계(미도시), 굿즈 정보 관리단계(미도시), 팬덤 수요자 정보 관리단계(미도시)를 포함할 수 있다.
상기 셀럽 평판 정보 관리단계는 상기 굿즈 템플릿 모델링 프로세스가 셀럽 모델링 프로세스인 경우, 사전 설정한 셀럽 정보에 대응하는 상기 팬덤 정보를 분석하여 셀럽 평판 정보를 획득하고, 이를 핵심 팬덤 정보에 포함할 수 있다.
상기 굿즈 정보 관리단계는 상기 굿즈 템플릿 모델링 프로세스가 굿즈 모델링 프로세스인 경우, 상기 팬덤 정보를 분석하여 상기 셀럽 정보에 대응하는 하나 이상의 굿즈에 대하여 굿즈 상품정보를 획득하고, 이를 상기 핵심 팬덤 정보에 포함할 수 있다.
상기 팬덤 수요자 정보 관리단계는 상기 굿즈 템플릿 모델링 프로세스가 팬덤 수요자 모델링 프로세스인 경우, 상기 팬덤 정보를 분석하여 상기 셀럽 평판 정보 또는 상기 굿즈 평판 정보를 생성하는 팬덤 수요자의 연령, 성별, 국적, 커뮤니티 중에서 하나 이상을 포함하는 팬덤 수요자 정보를 획득하고, 상기 핵심 팬덤 정보에 포함할 수 있다.
분석단계(S105)는 상기 핵심 팬덤 정보로부터 굿즈 선호도 정보를 추출하여 학습하고, 상기 학습 결과 및 상기 핵심 팬덤 정보를 이용한 추천 굿즈 정보를 생성할 수 있다. 상기 분석단계(S105)는 선호도 분석 단계(미도시), 1차 필터링 단계(미도시), 2차 필터링 단계(미도시)를 포함할 수 있다.
상기 선호도 분석단계는 상기 굿즈 선호도 정보에 기반하여, 사전 설정된 선호도 측정 지표에 대응되는 상기 핵심 팬덤 정보에 가중치(WEIGHT)를 부여한 값에 따라 상기 추천 굿즈 정보의 노출 순위를 결정할 수 있다.
상기 1차 필터링 단계는 상기 추천 굿즈 정보에 기반하여, 상기 셀럽 초상권 정보를 분석하고 초상권 침해 여부를 결정할 수 있다.
상기 2차 필터링 단계는 상기 추천 굿즈 정보에 기반하여, 상기 셀럽 굿즈 지식재산권 정보를 분석하고 지식재산권 침해 여부를 결정할 수 있다.
정보 제공단계(S107)는 상기 추천 굿즈 정보에 기반하여, 사용자 단말로 굿즈 템플릿 서비스 인터페이스를 제공할 수 있다. 상기 정보 제공단계(S107)는 상기 사용자 단말(300)의 입력에 따라 매칭되는 추천 굿즈 정보를 제공할 수 있다. 상기 정보 제공단계(S107)는 상기 사용자 단말(300)로 셀럽 정보와 매칭되는 굿즈 상품정보에 따라 인터페이스를 구성하여 제공할 수 있다.
상술한 본 발명에 따른 방법은 컴퓨터에서 실행되기 위한 프로그램으로 제작되어 컴퓨터가 읽을 수 있는 기록 매체에 저장될 수 있으며, 컴퓨터가 읽을 수 있는 기록 매체의 예로는 ROM, RAM, CD-ROM, 자기 테이프, 플로피디스크, 광 데이터 저장장치 등이 있으며, 또한 캐리어 웨이브(예를 들어 인터넷을 통한 전송)의 형태로 구현되는 것도 포함한다.
컴퓨터가 읽을 수 있는 기록 매체는 네트워크로 연결된 컴퓨터 시스템에 분산되어, 분산방식으로 컴퓨터가 읽을 수 있는 코드가 저장되고 실행될 수 있다. 그리고, 상기 방법을 구현하기 위한 기능적인(function) 프로그램, 코드 및 코드 세그먼트들은 본 발명이 속하는 기술분야의 프로그래머들에 의해 용이하게 추론될 수 있다.
또한, 이상에서는 본 발명의 바람직한 실시 예에 대하여 도시하고 설명하였지만, 본 발명은 상술한 특정의 실시 예에 한정되지 아니하며, 청구범위에서 청구하는 본 발명의 요지를 벗어남이 없이 당해 발명이 속하는 기술분야에서 통상의 지식을 가진 자에 의해 다양한 변형 실시가 가능한 것은 물론이고, 이러한 변형 실시들은 본 발명의 기술적 사상이나 전망으로부터 개별적으로 이해되어서는 안될 것이다.
Claims (8)
- 서비스 제공 장치의 동작 방법에 있어서,
하나 이상의 플랫폼 채널로부터 수집한 팬덤 정보를 데이터로 분석하기 위한 선별 및 구분 작업을 수행하고, 상기 팬덤 정보를 기반으로 사전 설정된 굿즈 템플릿 모델링 프로세스에 대응되는 핵심 팬덤 정보를 추출하는 팬덤 정보 관리단계; 및
상기 핵심 팬덤 정보로부터 굿즈 선호도 정보를 추출하여 학습하고, 상기 학습 결과 및 상기 핵심 팬덤 정보를 이용한 추천 굿즈 정보를 생성하는 분석단계; 를 포함하는
서비스 제공 장치의 동작 방법.
- 제 1항에 있어서,
상기 팬덤 정보 관리단계는,
하나 이상의 플랫폼 채널로부터 팬덤 정보를 수집할 때, 적어도 소셜미디어서비스 플랫폼, 이커머스 플랫폼, 커뮤니티 플랫폼, 포털 플랫폼 중 어느 하나 이상을 타기팅(targeting)하여 굿즈 연관 정보를 포함하는 크롤링 데이터를 수집하는 것을 특징으로 하는
서비스 제공 장치의 동작 방법.
- 제 2항에 있어서,
상기 팬덤 정보 관리단계는,
타깃 플랫폼에 접속하여 웹 브라우저를 가상 웹브라우저로 설정한 뒤 게시글을 크롤링하여 사전 설정한 웹드라이버에 저장하는 것을 특징으로 하는
서비스 제공 장치의 동작 방법.
- 제 3항에 있어서,
상기 팬덤 정보 관리단계는,
상기 타깃 플랫폼인 피드의 게시글 최하단으로 스크롤하여 main section 안에 존재하는 article을 array 또는 queue에 저장하고, 적어도 상기 array 또는 queue에 저장된 article에 대한 좋아요 수, 팔로워 수, 댓글, 상품의 이미지, 본문 텍스트 중 어느 하나 이상으로 나누어 object화하여 관리하는 것을 특징으로 하는
서비스 제공 장치의 동작 방법.
- 제 1항에 있어서,
상기 팬덤 정보 관리단계는,
상기 굿즈 템플릿 모델링 프로세스가 셀럽 모델링 프로세스인 경우, 사전 설정한 셀럽 정보에 대응하는 상기 팬덤 정보를 분석하여 셀럽 평판 정보를 획득하고, 이를 핵심 팬덤 정보에 포함시키는 셀럽 평판 정보 관리단계; 및 상기 굿즈 템플릿 모델링 프로세스가 굿즈 모델링 프로세스인 경우, 상기 팬덤 정보를 분석하여 상기 셀럽 정보에 대응하는 하나 이상의 굿즈에 대하여 굿즈 상품정보를 획득하고, 이를 상기 핵심 팬덤 정보에 포함시키는 굿즈 정보 관리단계;를 포함하는 것을 특징으로 하는
서비스 제공 장치의 동작 방법.
- 제 5항에 있어서,
상기 팬덤 정보 관리단계는,
상기 굿즈 템플릿 모델링 프로세스가 팬덤 수요자 모델링 프로세스인 경우, 상기 팬덤 정보를 분석하여 상기 셀럽 평판 정보 또는 굿즈 평가 정보를 생성하는 팬덤 수요자의 연령, 성별, 국적, 커뮤니티 중에서 하나 이상을 포함하는 팬덤 수요자 정보를 획득하고, 이를 상기 핵심 팬덤 정보에 포함하는 팬덤 수요자 정보 관리단계;를 더 포함하는 것을 특징으로 하는
서비스 제공 장치의 동작 방법.
- 제 6항에 있어서,
상기 분석단계는,
상기 굿즈 선호도 정보에 기반하여, 사전 설정된 선호도 측정 지표에 대응되는 상기 핵심 팬덤 정보에 가중치(WEIGHT)를 부여한 값에 따라 상기 추천 굿즈 정보의 노출 순위를 결정하는 선호도 분석 단계;를 포함하는 것을 특징으로 하는
서비스 제공 장치의 동작 방법.
- 제 1항에 있어서,
상기 추천 굿즈 정보에 기반하여, 사용자 단말로 굿즈 템플릿 서비스 인터페이스를 제공하는 정보 제공단계;를 더 포함하는 것을 특징으로 하는
서비스 제공 장치의 동작 방법.
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020210024856A KR20220120988A (ko) | 2021-02-24 | 2021-02-24 | 팬덤 정보를 기반으로 맞춤형 상품을 추천하는 서비스 제공 장치의 동작 방법 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020210024856A KR20220120988A (ko) | 2021-02-24 | 2021-02-24 | 팬덤 정보를 기반으로 맞춤형 상품을 추천하는 서비스 제공 장치의 동작 방법 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| KR20220120988A true KR20220120988A (ko) | 2022-08-31 |
Family
ID=83061557
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| KR1020210024856A KR20220120988A (ko) | 2021-02-24 | 2021-02-24 | 팬덤 정보를 기반으로 맞춤형 상품을 추천하는 서비스 제공 장치의 동작 방법 |
Country Status (1)
| Country | Link |
|---|---|
| KR (1) | KR20220120988A (ko) |
Citations (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR20200126294A (ko) | 2019-04-29 | 2020-11-06 | 이승호 | 굿즈상품의 판매요청자 지향형 인터넷 쇼핑몰사이트 운영방법 |
-
2021
- 2021-02-24 KR KR1020210024856A patent/KR20220120988A/ko unknown
Patent Citations (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR20200126294A (ko) | 2019-04-29 | 2020-11-06 | 이승호 | 굿즈상품의 판매요청자 지향형 인터넷 쇼핑몰사이트 운영방법 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US20190220916A1 (en) | Next Generation Improvements In Recommendation Systems | |
| US8296291B1 (en) | Surfacing related user-provided content | |
| US20180357703A1 (en) | Recommendations Based Upon Explicit User Similarity | |
| US9734503B1 (en) | Hosted product recommendations | |
| TW201520790A (zh) | 個性化資料搜尋方法和裝置 | |
| JP6976207B2 (ja) | 情報処理装置、情報処理方法、およびプログラム | |
| US20130204701A1 (en) | Apparatus, system and methods for marketing targeted products to users of social media | |
| CN116894709A (zh) | 一种广告商品推荐方法和系统 | |
| Holsing et al. | Effect of user-generated content on website stickiness: the case of social shopping communities | |
| Zheng et al. | A scalable purchase intention prediction system using extreme gradient boosting machines with browsing content entropy | |
| KR20220121003A (ko) | 상품 추천 서비스 제공 프로그램 | |
| KR101026544B1 (ko) | 인공지능에 기반한 랭킹 분석 방법, 이를 기록한 기록 매체, 그 장치 | |
| KR20220120998A (ko) | Ai 학습을 통한 팬덤 선호도에 따른 굿즈 노출 순위가 결정된 굿즈 추천 제공 장치의 동작 방법 | |
| Metsai et al. | Customer journey: applications of AI and machine learning in E-commerce | |
| KR20220120988A (ko) | 팬덤 정보를 기반으로 맞춤형 상품을 추천하는 서비스 제공 장치의 동작 방법 | |
| KR20220120990A (ko) | 팬덤 상품 추천 서비스 제공 장치 | |
| KR20220120986A (ko) | 팬 커뮤니티를 연계한 굿즈 추천 템플릿 제공 프로그램을 기록한 기록매체 | |
| KR20220120981A (ko) | 굿즈 상품을 타깃으로 하는 분석기반 템플릿 추천 서비스 제공 장치 및 그 동작 방법 | |
| KR20220120983A (ko) | Ai를 기반으로 굿즈를 추천하는 프로그램 기록매체 | |
| KR20220120992A (ko) | 팬 커뮤니티를 연계한 굿즈 추천 템플릿 제공 프로그램 | |
| KR20220120989A (ko) | 인공지능을 이용한 빅데이터 기반 팬덤 상품 추천 장치의 동작 방법 | |
| KR20220120985A (ko) | 인공지능 기반 팬덤 정보 수집 및 굿즈 추천 서비스 제공 프로그램 | |
| KR20220120984A (ko) | 굿즈 분석 및 추천 시스템 | |
| KR20220120991A (ko) | 인공지능을 이용한 빅데이터 기반 팬덤 상품 추천 장치 | |
| KR20220120987A (ko) | 기록매체 |