KR20220137521A - 결제 수단을 추천하기 위한 방법, 시스템 및 비일시성의 컴퓨터 판독 가능한 기록 매체 - Google Patents

결제 수단을 추천하기 위한 방법, 시스템 및 비일시성의 컴퓨터 판독 가능한 기록 매체 Download PDF

Info

Publication number
KR20220137521A
KR20220137521A KR1020210120944A KR20210120944A KR20220137521A KR 20220137521 A KR20220137521 A KR 20220137521A KR 1020210120944 A KR1020210120944 A KR 1020210120944A KR 20210120944 A KR20210120944 A KR 20210120944A KR 20220137521 A KR20220137521 A KR 20220137521A
Authority
KR
South Korea
Prior art keywords
user
payment
payment method
consumption pattern
present
Prior art date
Application number
KR1020210120944A
Other languages
English (en)
Inventor
김승훈
Original Assignee
주식회사 뱅크엑스
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 뱅크엑스 filed Critical 주식회사 뱅크엑스
Priority to US18/284,953 priority Critical patent/US20240185255A1/en
Priority to PCT/KR2022/004648 priority patent/WO2022211548A1/ko
Publication of KR20220137521A publication Critical patent/KR20220137521A/ko

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q20/00—Payment architectures, schemes or protocols
    • G06Q20/08—Payment architectures
    • 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
    • G06Q20/00—Payment architectures, schemes or protocols
    • G06Q20/02—Payment architectures, schemes or protocols involving a neutral party, e.g. certification authority, notary or trusted third party [TTP]
    • 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
    • G06Q20/00—Payment architectures, schemes or protocols
    • G06Q20/08—Payment architectures
    • G06Q20/16—Payments settled via telecommunication systems
    • 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
    • G06Q20/00—Payment architectures, schemes or protocols
    • G06Q20/30—Payment architectures, schemes or protocols characterised by the use of specific devices or networks
    • G06Q20/32—Payment architectures, schemes or protocols characterised by the use of specific devices or networks using wireless devices
    • G06Q20/325—Payment architectures, schemes or protocols characterised by the use of specific devices or networks using wireless devices using wireless networks
    • 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
    • G06Q20/00—Payment architectures, schemes or protocols
    • G06Q20/30—Payment architectures, schemes or protocols characterised by the use of specific devices or networks
    • G06Q20/32—Payment architectures, schemes or protocols characterised by the use of specific devices or networks using wireless devices
    • G06Q20/326—Payment applications installed on the mobile devices
    • 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
    • G06Q20/00—Payment architectures, schemes or protocols
    • G06Q20/30—Payment architectures, schemes or protocols characterised by the use of specific devices or networks
    • G06Q20/34—Payment architectures, schemes or protocols characterised by the use of specific devices or networks using cards, e.g. integrated circuit [IC] cards or magnetic cards

Landscapes

  • Business, Economics & Management (AREA)
  • Engineering & Computer Science (AREA)
  • Accounting & Taxation (AREA)
  • Physics & Mathematics (AREA)
  • Strategic Management (AREA)
  • General Business, Economics & Management (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Finance (AREA)
  • Microelectronics & Electronic Packaging (AREA)
  • Computer Security & Cryptography (AREA)
  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)

Abstract

본 발명의 일 태양에 따르면, 결제 수단을 추천하기 위한 방법으로서, 사용자와 연관되는 적어도 하나의 결제 수단의 결제 정보를 획득하는 단계, 상기 획득한 결제 정보를 참조하여 상기 사용자의 소비 패턴을 분석하고, 상기 소비 패턴을 참조하여 상기 사용자와 연관되는 집단을 특정하는 단계, 및 상기 특정된 집단의 속성을 참조하여 상기 사용자의 미래의 소비 패턴을 예측하고, 상기 예측 결과를 참조하여 상기 사용자에게 추천할 결제 수단을 결정하는 단계를 포함하는 방법이 제공된다.

Description

결제 수단을 추천하기 위한 방법, 시스템 및 비일시성의 컴퓨터 판독 가능한 기록 매체{METHOD, SYSTEM AND NON-TRANSITORY COMPUTER-READABLE RECORDING MEDIUM FOR RECOMMENDING MEANS OF PAYMENT}
본 발명은 결제 수단을 추천하기 위한 방법, 시스템 및 비일시성의 컴퓨터 판독 가능한 기록 매체에 관한 것이다.
최근, 결제 수단(예를 들어, 체크 카드, 신용 카드 등)의 수가 증가함에 따라, 각 결제 수단마다 제공하는 혜택의 종류(예를 들어, 할인, 포인트 적립 등)도 매우 다양해지고 있다.
다만, 이러한 결제 수단이 제공하는 혜택의 다양성으로 인하여 어떠한 결제 수단을 사용하여야 적합한 혜택을 제공받을 수 있는지 사용자 스스로 파악하기 어렵게 되었고, 이에 따라 사용자가 결제 수단이 제공하는 혜택을 제대로 활용하지 못하는 상황이 빈번하게 발생하였다.
이러한 문제점을 해결하기 위하여 사용자에게 적합한 혜택을 제공하는 결제 수단을 추천하기 위한 다양한 기술들이 현재 개발 중에 있다. 이와 관련된 종래 기술의 일 예로서, 사용자의 결제 정보에 기초하여 사용자에게 결제 수단을 추천하는 기술이 제안된 바 있다.
다만, 위와 같은 종래 기술들은, 사용자의 결제 정보로부터 예측할 수 있는 사용자의 미래의 소비 패턴은 반영하지 않고 사용자의 결제 정보로부터 추출한 사용자의 현재의 소비 패턴만을 반영하여 사용자에게 추천할 결제 수단을 결정하였으므로, 위의 결정된 결제 수단에 의하여 사용자에게 제공될 혜택이 사용자에게 적합하지 않을 가능성이 높다는 문제가 있었다.
본 발명은 전술한 종래 기술의 문제점을 모두 해결하는 것을 그 목적으로 한다.
또한, 본 발명은, 사용자의 현재의 소비 패턴과 미래의 소비 패턴을 모두 반영하여 사용자에게 추천할 결제 수단을 결정함으로써, 사용자에게 개인화된 맞춤형 결제 수단을 추천하는 것을 다른 목적으로 한다.
또한, 본 발명은, 사용자와 연관되는 집단의 속성을 참조하여 사용자의 미래의 소비 패턴을 예측함으로써, 보다 정확성이 높은 결제 수단 추천 서비스를 제공하는 것을 다른 목적으로 한다.
또한, 본 발명은, 사용자의 결제 정보를 자동으로 획득하여 사용자 맞춤형 결제 수단을 추천함으로써, 인구 고령화에 따라 소비의 큰 축으로 떠오르고 있는 디지털 정보 취약 계층(예를 들어, 노령층)에 대한 정보의 비대칭성을 해결하는 것을 다른 목적으로 한다.
상기 목적을 달성하기 위한 본 발명의 대표적인 구성은 다음과 같다.
본 발명의 일 태양에 따르면, 결제 수단을 추천하기 위한 방법으로서, 사용자와 연관되는 적어도 하나의 결제 수단의 결제 정보를 획득하는 단계, 상기 획득한 결제 정보를 참조하여 상기 사용자의 소비 패턴을 분석하고, 상기 소비 패턴을 참조하여 상기 사용자와 연관되는 집단을 특정하는 단계, 및 상기 특정된 집단의 속성을 참조하여 상기 사용자의 미래의 소비 패턴을 예측하고, 상기 예측 결과를 참조하여 상기 사용자에게 추천할 결제 수단을 결정하는 단계를 포함하는 방법이 제공된다.
본 발명의 다른 태양에 따르면, 결제 수단을 추천하기 위한 시스템으로서, 사용자와 연관되는 적어도 하나의 결제 수단의 결제 정보를 획득하는 정보 획득부, 상기 획득한 결제 정보를 참조하여 상기 사용자의 소비 패턴을 분석하고, 상기 소비 패턴을 참조하여 상기 사용자와 연관되는 집단을 특정하는 소비 패턴 관리부, 및 상기 특정된 집단의 속성을 참조하여 상기 사용자의 미래의 소비 패턴을 예측하고, 상기 예측 결과를 참조하여 상기 사용자에게 추천할 결제 수단을 결정하는 추천 관리부를 포함하는 시스템이 제공된다.
이 외에도, 본 발명을 구현하기 위한 다른 방법, 다른 시스템 및 상기 방법을 실행하기 위한 컴퓨터 프로그램을 기록하는 비일시성의 컴퓨터 판독 가능한 기록 매체가 더 제공된다.
본 발명에 의하면, 사용자의 현재의 소비 패턴과 미래의 소비 패턴을 모두 반영하여 사용자에게 추천할 결제 수단을 결정함으로써, 사용자에게 개인화된 맞춤형 결제 수단을 추천할 수 있게 된다.
또한, 본 발명에 의하면, 사용자와 연관되는 집단의 속성을 참조하여 사용자의 미래의 소비 패턴을 예측함으로써, 보다 정확성이 높은 결제 수단 추천 서비스를 제공할 수 있게 된다.
또한, 본 발명에 의하면, 사용자의 결제 정보를 자동으로 획득하여 사용자 맞춤형 결제 수단을 추천함으로써, 인구 고령화에 따라 소비의 큰 축으로 떠오르고 있는 디지털 정보 취약 계층(예를 들어, 노령층)에 대한 정보의 비대칭성을 해결할 수 있게 된다.
도 1은 본 발명의 일 실시예에 따라 결제 수단을 추천하기 위한 전체 시스템의 개략적인 구성을 나타내는 도면이다.
도 2는 본 발명의 일 실시예에 따른 결제 수단 추천 시스템의 내부 구성을 상세하게 도시하는 도면이다.
후술하는 본 발명에 대한 상세한 설명은, 본 발명이 실시될 수 있는 특정 실시예를 예시로서 도시하는 첨부 도면을 참조한다. 이러한 실시예는 당업자가 본 발명을 실시할 수 있기에 충분하도록 상세히 설명된다. 본 발명의 다양한 실시예는 서로 다르지만 상호 배타적일 필요는 없음이 이해되어야 한다. 예를 들어, 본 명세서에 기재되어 있는 특정 형상, 구조 및 특성은 본 발명의 정신과 범위를 벗어나지 않으면서 일 실시예로부터 다른 실시예로 변경되어 구현될 수 있다. 또한, 각각의 실시예 내의 개별 구성요소의 위치 또는 배치도 본 발명의 정신과 범위를 벗어나지 않으면서 변경될 수 있음이 이해되어야 한다. 따라서, 후술하는 상세한 설명은 한정적인 의미로서 행하여지는 것이 아니며, 본 발명의 범위는 특허청구범위의 청구항들이 청구하는 범위 및 그와 균등한 모든 범위를 포괄하는 것으로 받아들여져야 한다. 도면에서 유사한 참조부호는 여러 측면에 걸쳐서 동일하거나 유사한 구성요소를 나타낸다.
이하에서는, 본 발명이 속하는 기술분야에서 통상의 지식을 가진 자가 본 발명을 용이하게 실시할 수 있도록 하기 위하여, 본 발명의 여러 바람직한 실시예에 관하여 첨부된 도면을 참조하여 상세히 설명하기로 한다.
전체 시스템의 구성
도 1은 본 발명의 일 실시예에 따라 결제 수단을 추천하기 위한 전체 시스템의 개략적인 구성을 나타내는 도면이다.
도 1에 도시된 바와 같이, 본 발명의 일 실시예에 따른 전체 시스템은 통신망(100), 결제 수단 추천 시스템(200) 및 디바이스(300)를 포함할 수 있다.
먼저, 본 발명의 일 실시예에 따른 통신망(100)은 유선 통신이나 무선 통신과 같은 통신 양태를 가리지 않고 구성될 수 있으며, 근거리 통신망(LAN; Local Area Network), 도시권 통신망(MAN; Metropolitan Area Network), 광역 통신망(WAN; Wide Area Network) 등 다양한 통신망으로 구성될 수 있다. 바람직하게는, 본 명세서에서 말하는 통신망(100)은 공지의 인터넷 또는 월드 와이드 웹(WWW; World Wide Web)일 수 있다. 그러나, 통신망(100)은, 굳이 이에 국한될 필요 없이, 공지의 유무선 데이터 통신망, 공지의 전화망 또는 공지의 유무선 텔레비전 통신망을 그 적어도 일부에 있어서 포함할 수도 있다.
다음으로, 본 발명의 일 실시예에 따른 결제 수단 추천 시스템(200)은, 사용자와 연관되는 적어도 하나의 결제 수단의 결제 정보를 획득하고, 위의 획득한 결제 정보를 참조하여 위의 사용자의 소비 패턴을 분석하고, 위의 소비 패턴을 참조하여 위의 사용자와 연관되는 집단을 특정하고, 위의 특정된 집단의 속성을 참조하여 위의 사용자의 미래의 소비 패턴을 예측하고, 위의 예측 결과를 참조하여 위의 사용자에게 추천할 결제 수단을 결정하는 기능을 수행할 수 있다.
본 발명의 일 실시예에 따른 결제 수단 추천 시스템(200)의 구성과 기능에 관하여는 이하의 상세한 설명을 통하여 자세하게 알아보기로 한다.
다음으로, 본 발명의 일 실시예에 따른 디바이스(300)는 결제 수단 추천 시스템(200)에 접속한 후 통신할 수 있는 기능을 포함하는 디지털 기기로서, 스마트폰, 태블릿, 스마트 워치, 스마트 밴드, 스마트 글래스, 데스크탑 컴퓨터, 노트북 컴퓨터, 워크스테이션, PDA, 웹 패드, 이동 전화기 등과 같이 메모리 수단을 구비하고 마이크로 프로세서를 탑재하여 연산 능력을 갖춘 디지털 기기라면 얼마든지 본 발명에 따른 디바이스(300)로서 채택될 수 있다.
특히, 디바이스(300)는, 사용자가 결제 수단 추천 시스템(200)으로부터 본 발명에 따른 서비스를 제공받을 수 있도록 지원하는 애플리케이션(미도시됨)을 포함할 수 있다. 이와 같은 애플리케이션은 결제 수단 추천 시스템(200) 또는 외부의 애플리케이션 배포 서버(미도시됨)로부터 다운로드된 것일 수 있다. 한편, 이러한 애플리케이션의 성격은 후술할 바와 같은 결제 수단 추천 시스템(200)의 정보 획득부(210), 소비 패턴 관리부(220), 추천 관리부(230), 통신부(240) 및 제어부(250)와 전반적으로 유사할 수 있다. 여기서, 애플리케이션은 그 적어도 일부가 필요에 따라 그것과 실질적으로 동일하거나 균등한 기능을 수행할 수 있는 하드웨어 장치나 펌웨어 장치로 치환될 수도 있다.
결제 수단 추천 시스템의 구성
이하에서는, 본 발명의 구현을 위하여 중요한 기능을 수행하는 결제 수단 추천 시스템(200)의 내부 구성과 각 구성요소의 기능에 대하여 살펴보기로 한다.
도 2는 본 발명의 일 실시예에 따른 결제 수단 추천 시스템(200)의 내부 구성을 상세하게 도시하는 도면이다.
도 2에 도시된 바와 같이, 본 발명의 일 실시예에 따른 결제 수단 추천 시스템(200)은, 정보 획득부(210), 소비 패턴 관리부(220), 추천 관리부(230), 통신부(240) 및 제어부(250)를 포함할 수 있다. 본 발명의 일 실시예에 따르면, 결제 수단 추천 시스템(200)의 정보 획득부(210), 소비 패턴 관리부(220), 추천 관리부(230), 통신부(240) 및 제어부(250)는 그 중 적어도 일부가 외부의 시스템(미도시됨)과 통신하는 프로그램 모듈일 수 있다. 이러한 프로그램 모듈은 운영 시스템, 응용 프로그램 모듈 또는 기타 프로그램 모듈의 형태로 결제 수단 추천 시스템(200)에 포함될 수 있고, 물리적으로는 여러 가지 공지의 기억 장치에 저장될 수 있다. 또한, 이러한 프로그램 모듈은 결제 수단 추천 시스템(200)과 통신 가능한 원격 기억 장치에 저장될 수도 있다. 한편, 이러한 프로그램 모듈은 본 발명에 따라 후술할 특정 업무를 수행하거나 특정 추상 데이터 유형을 실행하는 루틴, 서브루틴, 프로그램, 오브젝트, 컴포넌트, 데이터 구조 등을 포괄하지만, 이에 제한되지는 않는다.
한편, 결제 수단 추천 시스템(200)에 관하여 위와 같이 설명되었으나, 이러한 설명은 예시적인 것이고, 결제 수단 추천 시스템(200)의 구성요소 또는 기능 중 적어도 일부가 필요에 따라 디바이스(300) 또는 서버(미도시됨) 내에서 실현되거나 외부 시스템(미도시됨) 내에 포함될 수도 있음은 당업자에게 자명하다.
먼저, 본 발명의 일 실시예에 따른 정보 획득부(210)는 사용자와 연관되는 적어도 하나의 결제 수단의 결제 정보를 획득하는 기능을 수행할 수 있다.
여기서, 본 발명의 일 실시예에 따른 결제 수단은 할인, 적립, 부가 서비스, 바우처 제공 등과 같은 소정의 혜택을 제공할 수 있는 결제 수단으로서, 예를 들어, 체크 카드, 신용 카드, 앱 카드, 모바일 카드, 간편 결제 수단(예를 들어, 네이버 페이, 카카오 페이 등) 등의 결제 수단을 포함할 수 있다. 또한, 본 발명의 일 실시예에 따른 결제 수단의 결제 정보에는 결제 수단의 명칭, 결제 수단의 식별 번호(예를 들어, 신용카드의 카드 번호), 결제 일시, 결제한 소비 항목, 결제 방식(예를 들어, 일시불, 할부 등), 결제 장소(예를 들어, 명칭, 업종, 주소 등), 결제 금액 등에 관한 정보가 포함될 수 있다.
구체적으로, 본 발명의 일 실시예에 따른 정보 획득부(210)는, 사용자의 디바이스(300)로부터 획득되는 정보 및 외부 서버(예를 들어, 결제 수단을 제공하는 주체와 연관되는 서버)로부터 획득(예를 들어, Open API, 스크랩핑 기술 등을 이용하여 획득)되는 정보 중 적어도 하나를 참조하여, 사용자와 연관되는(예를 들어, 사용자가 보유 중인) 적어도 하나의 결제 수단의 결제 정보를 획득할 수 있다. 예를 들어, 정보 획득부(210)는 사용자의 디바이스(300)의 메시지 정보(예를 들어, 결제 내역에 관한 메시지 정보), 이메일 정보, 위치 정보(예를 들어, GPS 정보), 음성 정보, 통화 정보, 소셜 네트워크 서비스(SNS) 이용 정보 등에 기초하여 위의 적어도 하나의 결제 수단의 결제 정보를 획득할 수 있다.
또한, 본 발명의 일 실시예에 따른 정보 획득부(210)는 사용자의 디바이스(300)로부터 획득되는 정보 및 외부 서버로부터 획득되는 정보 중 적어도 하나를 참조하여 결제 수단의 혜택에 관한 정보를 획득할 수 있다. 여기서, 결제 수단은, 결제 수단을 제공하는 주체(예를 들어, 금융사)가 제공하는 적어도 하나의 결제 수단으로서, 사용자가 보유한 결제 수단 및 사용자가 보유하지 않은 결제 수단을 모두 포함할 수 있다. 또한, 여기서, 결제 수단의 혜택에 관한 정보에는, 해당 결제 수단에 의해 제공되는 혜택의 종류(예를 들어, 프로모션, 제휴 브랜드 할인, 쿠폰 등), 혜택을 제공받기 위한 조건(예를 들어, 전월 실적), 혜택의 한도, 할부 금리 등에 관한 정보가 포함될 수 있다. 이 외에도, 본 발명의 일 실시예에 따른 정보 획득부(210)는 사용자의 디바이스(300)로부터 획득되는 정보 및 외부 서버로부터 획득되는 정보 중 적어도 하나를 참조하여 사용자의 개인 정보를 포함한 다양한 금융 정보를 획득할 수 있다.
다음으로, 본 발명의 일 실시예에 따른 소비 패턴 관리부(220)는, 정보 획득부(210)가 획득한 위의 결제 정보를 참조하여 사용자의 소비 패턴을 분석하고, 분석된 소비 패턴을 참조하여 사용자와 연관되는 집단을 특정하는 기능을 수행할 수 있다.
구체적으로, 본 발명의 일 실시예에 따른 소비 패턴 관리부(220)는, 위의 결제 정보를 비지도 학습에 기초한 클러스터링 알고리즘에 입력하여 사용자의 소비 패턴을 분석하고, 그 분석의 결과로서 사용자 및 다른 사용자를 그룹핑하여 속성을 공유하는 적어도 하나의 사용자로 구성된 적어도 하나의 집단(또는, 군집, 클러스터)을 도출할 수 있다. 본 발명의 일 실시예에 따른 소비 패턴 관리부(220)는 위의 도출된 적어도 하나의 집단 중에서 사용자와 연관되는(예를 들어, 사용자가 포함되는) 집단을 특정할 수 있다.
보다 구체적으로, 본 발명의 일 실시예에 따른 비지도 학습에 기초한 클러스터링 알고리즘은 DBSCAN(Density-Based Spatial Clustering of Applications with Noise) 알고리즘일 수 있다. DBSCAN 알고리즘은 집단의 수를 사전에 정의해 둘 것이 요구되지 않으므로 비선형적 클러스터링을 수행하는 것(예를 들어, 기하학적인 분포를 가지는 데이터 세트에 대해서 비선형 경계의 집단을 구하는 것)이 가능하다. 본 발명의 일 실시예에 따른 정보 획득부(210)가 획득한 위의 결제 정보에는 다양한 정보가 포함되어 있으므로, 위의 결제 정보는 기하학적인 분포로 형성될 가능성이 높다. 따라서, DBSCAN 알고리즘은 위의 결제 정보를 입력 데이터로 하여 사용자와 연관되는 집단을 특정하기 위한 최적의 알고리즘에 해당할 수 있다.
다만, 본 발명의 일 실시예에 따른 비지도 학습에 기초한 클러스터링 알고리즘이 반드시 DBSCAN 알고리즘에만 한정되는 것은 아니며, 본 발명의 목적을 달성할 수 있는 범위 내에서 K-평균 클러스터링(K-means clustering) 알고리즘, 계층적 클러스터링(Hierarchical clustering) 알고리즘, 병합 클러스터링(Agglomerative clustering) 알고리즘 등 다양한 클러스터링 알고리즘이 이용될 수도 있음을 밝혀 둔다. 또한, 본 발명의 일 실시예에 따른 비지도 학습에 기초한 클러스터링 알고리즘은, 성능 평가 지표(예를 들어, ARI(Adjusted Rand Index) 등)를 참조하여 수정(또는 업데이트)될 수도 있음을 밝혀 둔다.
또한, 본 발명의 일 실시예에 따른 소비 패턴 관리부(220)가 이용하는 알고리즘이 반드시 비지도 학습에 기초한 클러스터링 알고리즘에만 한정되는 것은 아니며, 본 발명의 목적을 달성할 수 있는 범위 내에서 지도 학습에 기초한 알고리즘(예를 들어, 분류(Classification) 알고리즘 등) 및 비지도 학습에 기초한 다른 알고리즘(예를 들어, PCA(Principal Component Analysis) 알고리즘 등) 중 적어도 하나가 위의 비지도 학습에 기초한 클러스터링 알고리즘에 조합되어 이용될 수도 있음을 밝혀 둔다.
또한, 본 발명의 일 실시예에 따른 소비 패턴 관리부(220)가 이용하는 알고리즘이 위의 열거된 알고리즘에 한정되는 것은 아니며, 본 발명의 목적을 달성할 수 있는 범위 내에서 머신 러닝 또는 딥 러닝 기반의 다양한 알고리즘이 이용될 수도 있음을 밝혀 둔다.
다음으로, 본 발명의 일 실시예에 따른 추천 관리부(230)는 사용자와 연관되는 집단으로서 특정된 집단의 속성을 참조하여 사용자의 미래의 소비 패턴을 예측하고, 그 예측 결과를 참조하여 사용자에게 추천할 결제 수단을 결정하는 기능을 수행할 수 있다.
구체적으로, 본 발명의 일 실시예에 따르면, 사용자와 연관되는 집단으로서 특정된 집단에 포함된 사용자 및 다른 사용자(이하, '참조 대상 사용자'라 한다.)는 소정의 속성을 공유할 수 있다. 여기서, 소정의 속성은 인구통계학과 연관된 속성 및 소비 항목과 연관된 속성 중 적어도 하나를 포함할 수 있다. 예를 들어, 인구통계학과 연관된 속성은 성별, 나이, 결혼 상태, 직업, 거주지, 학력, 가처분 소득, 주택 보유 여부, 보험료, 재산세 등과 연관된 속성일 수 있다. 또한, 소비 항목과 연관된 속성은 결제 정보에서 추출되는 소비 항목 중에서 가중치가 부여된 소비 항목(예를 들어, 결제 수단으로 결제한 복수의 소비 항목 중에서 새롭게 추가된 소비 항목)과 연관된 속성일 수 있다.
예를 들어, 본 발명의 일 실시예에 따르면, 사용자가 삼십 대 초반의 기혼 여성으로서 육아 항목에 관련된 물품을 새롭게 소비한 경우, 사용자는 사용자와 인구통계학과 연관된 속성(삼십 대 초반, 기혼, 여성) 및 소비 항목과 연관된 속성(육아 항목)을 공유하는 참조 대상 사용자와 그룹핑될 수 있다. 본 발명의 일 실시예에 따른 추천 관리부(230)는 참조 대상 사용자의 소비 패턴(예를 들어, 삼십 대 초반의 기혼 여성이 육아 항목에 관련된 물품을 구매하기 위하여 방문하는 매장, 육아 항목에 관련된 물품을 구매하는 횟수, 육아 항목에 관한 소비 금액 등)을 참조하여 사용자의 미래의 소비 패턴을 예측할 수 있다. 예를 들어, 추천 관리부(230)는, 사용자가 육아 항목에 관련된 물품을 대형 마트에서 월간 3회에 걸쳐 총 40만원어치를 구매할 것으로 예측할 수 있다. 본 발명의 일 실시예에 따른 추천 관리부(230)는 이러한 사용자의 미래의 소비 패턴을 참조하여 사용자에게 최적의 혜택을 제공하는 결제 수단을 사용자에게 추천할 결제 수단으로서 결정할 수 있다. 예를 들어, 본 발명의 일 실시예에 따른 추천 관리부(230)는 전월 실적이 30만원 이상인 경우에 대형 마트에서 할인 혜택을 제공하는 결제 수단을 사용자에게 추천할 결제 수단으로서 결정할 수 있다.
한편, 본 발명의 일 실시예에 따른 추천 관리부(230)는, 사용자가 보유하고 있는 결제 수단 중에서 사용자에게 추천할 결제 수단을 결정할 수 있으나, 이에 반드시 한정되지 않고 사용자가 보유하고 있지 않은 결제 수단 중에서 사용자에게 추천할 결제 수단을 결정할 수도 있다. 예를 들어, 본 발명의 일 실시예에 따른 추천 관리부(230)는, 사용자가 보유하고 있는 결제 수단의 혜택보다 사용자가 보유하고 있지 않은 결제 수단의 혜택이 더 큰 경우에, 사용자가 보유하고 있지 않은 결제 수단 중에서 사용자에게 추천할 결제 수단을 결정할 수 있다. 또 다른 예를 들어, 본 발명의 일 실시예에 따른 추천 관리부(230)는, 사용자가 보유하고 있는 결제 수단이 현재 없는 경우에(예를 들어, 결제 수단을 국내에서 생에 처음으로 발급받으려고 하는 국내 체류 외국인의 경우 등), 사용자가 보유하고 있지 않은 결제 수단 중에서 사용자에게 추천할 결제 수단을 결정할 수 있다.
한편, 본 발명의 일 실시예에 따른 추천 관리부(230)는, 사용자에게 추천할 결제 수단을 결정하기 위하여 협업 필터링(collaborative filtering)을 수행할 수 있다.
구체적으로, 본 발명의 일 실시예에 따른 추천 관리부(230)는, 사용자와 연관되는 집단으로서 특정된 집단에 포함된 사용자 및 참조 대상 사용자를 대상으로 협업 필터링을 수행하고, 협업 필터링의 수행 결과로서 참조 대상 사용자의 소비 패턴으로부터 사용자의 미래의 소비 패턴을 예측하고, 그 예측 결과를 참조하여 사용자에게 추천할 결제 수단을 결정할 수 있다. 한편, 본 발명의 일 실시예에 따른 추천 관리부(230)에 의해 수행되는 협업 필터링에는, 메모리 기반 협업 필터링 및 모델 기반 협업 필터링 중 적어도 하나가 포함될 수 있으며, 여기서 추천 관리부(230)가 모델 기반 협업 필터링을 수행하는 경우에는 잠재 요인 모델(latent factor model)을 이용할 수도 있다.
다만, 본 발명의 일 실시예에 따른 추천 관리부(230)가 이용하는 추천 시스템(또는 알고리즘, 모델)이 반드시 협업 필터링에만 한정되는 것은 아니며, 본 발명의 목적을 달성할 수 있는 범위 내에서 다양한 추천 시스템이 이용될 수도 있음을 밝혀 둔다. 예를 들어, 본 발명의 일 실시예에 따른 추천 관리부(230)는, 협업 필터링의 콜드 스타트(cold start) 문제를 해결하기 위하여, 콘텐츠 기반 필터링, 하이브리드 필터링, 딥러닝을 이용한 추천 시스템 등을 이용할 수도 있다. 여기서, 콘텐츠 기반 필터링은, TF-IDF, Word2Vec 등을 이용하여 구현될 수 있다.
한편, 본 발명의 일 실시예에 따른 추천 관리부(230)는 사용자에게 추천할 것으로 결정된 결제 수단에 의하여 사용자에게 제공될 혜택의 사용자 적합도를 산출할 수 있다.
구체적으로, 본 발명의 일 실시예에 따른 추천 관리부(230)는, 사용자에게 추천할 것으로 결정된 결제 수단에 의하여 사용자에게 제공될 혜택이, 위의 사용자의 미래의 소비 패턴에 비추어 사용자에게 어느 정도 적합한지를 확률(%)로 특정하고, 이를 사용자에게 제공할 수 있다.
다음으로, 본 발명의 일 실시예에 따른 통신부(240)는 정보 획득부(210), 소비 패턴 관리부(220) 및 추천 관리부(230)로부터의/로의 데이터 송수신이 가능하도록 하는 기능을 수행할 수 있다.
마지막으로, 본 발명의 일 실시예에 따른 제어부(250)는 정보 획득부(210), 소비 패턴 관리부(220), 추천 관리부(230) 및 통신부(240) 간의 데이터의 흐름을 제어하는 기능을 수행할 수 있다. 즉, 본 발명에 따른 제어부(250)는 결제 수단 추천 시스템(200)의 외부로부터의/로의 데이터 흐름 또는 결제 수단 추천 시스템(200)의 각 구성요소 간의 데이터 흐름을 제어함으로써, 정보 획득부(210), 소비 패턴 관리부(220), 추천 관리부(230) 및 통신부(240)에서 각각 고유 기능을 수행하도록 제어할 수 있다.
이상 설명된 본 발명에 따른 실시예는 다양한 컴퓨터 구성요소를 통하여 실행될 수 있는 프로그램 명령어의 형태로 구현되어 컴퓨터 판독 가능한 기록 매체에 기록될 수 있다. 상기 컴퓨터 판독 가능한 기록 매체는 프로그램 명령어, 데이터 파일, 데이터 구조 등을 단독으로 또는 조합하여 포함할 수 있다. 상기 컴퓨터 판독 가능한 기록 매체에 기록되는 프로그램 명령어는 본 발명을 위하여 특별히 설계되고 구성된 것이거나 컴퓨터 소프트웨어 분야의 당업자에게 공지되어 사용 가능한 것일 수 있다. 컴퓨터 판독 가능한 기록 매체의 예에는, 하드 디스크, 플로피 디스크 및 자기 테이프와 같은 자기 매체, CD-ROM 및 DVD와 같은 광기록 매체, 플롭티컬 디스크(floptical disk)와 같은 자기-광 매체(magneto-optical medium), 및 ROM, RAM, 플래시 메모리 등과 같은, 프로그램 명령어를 저장하고 실행하도록 특별히 구성된 하드웨어 장치가 포함된다. 프로그램 명령어의 예에는, 컴파일러에 의하여 만들어지는 것과 같은 기계어 코드뿐만 아니라 인터프리터 등을 사용하여 컴퓨터에 의해서 실행될 수 있는 고급 언어 코드도 포함된다. 하드웨어 장치는 본 발명에 따른 처리를 수행하기 위하여 하나 이상의 소프트웨어 모듈로 변경될 수 있으며, 그 역도 마찬가지이다.
이상에서 본 발명이 구체적인 구성요소 등과 같은 특정 사항과 한정된 실시예 및 도면에 의하여 설명되었으나, 이는 본 발명의 보다 전반적인 이해를 돕기 위하여 제공된 것일 뿐, 본 발명이 상기 실시예에 한정되는 것은 아니며, 본 발명이 속하는 기술분야에서 통상적인 지식을 가진 자라면 이러한 기재로부터 다양한 수정과 변경을 꾀할 수 있다.
따라서, 본 발명의 사상은 상기 설명된 실시예에 국한되어 정해져서는 아니 되며, 후술하는 특허청구범위뿐만 아니라 이 특허청구범위와 균등한 또는 이로부터 등가적으로 변경된 모든 범위는 본 발명의 사상의 범주에 속한다고 할 것이다.
100: 통신망
200: 결제 수단 추천 시스템
210: 정보 획득부
220: 소비 패턴 관리부
230: 추천 관리부
240: 통신부
250: 제어부
300: 디바이스

Claims (11)

  1. 결제 수단을 추천하기 위한 방법으로서,
    사용자와 연관되는 적어도 하나의 결제 수단의 결제 정보를 획득하는 단계,
    상기 획득한 결제 정보를 참조하여 상기 사용자의 소비 패턴을 분석하고, 상기 소비 패턴을 참조하여 상기 사용자와 연관되는 집단을 특정하는 단계, 및
    상기 특정된 집단의 속성을 참조하여 상기 사용자의 미래의 소비 패턴을 예측하고, 상기 예측 결과를 참조하여 상기 사용자에게 추천할 결제 수단을 결정하는 단계를 포함하는
    방법.
  2. 제1항에 있어서,
    상기 사용자와 연관되는 집단은 비지도 학습에 기초한 클러스터링 알고리즘에 의하여 특정되는
    방법.
  3. 제1항에 있어서,
    상기 특정된 집단의 속성은, 인구통계학과 연관된 속성 및 소비 항목과 연관된 속성 중 적어도 하나를 포함하는
    방법.
  4. 제1항에 있어서,
    상기 결정 단계에서, 상기 사용자와 상기 특정된 집단에 포함된 다른 사용자를 대상으로 협업 필터링을 수행하고, 상기 수행 결과를 참조하여 상기 사용자에게 추천할 결제 수단을 결정하는
    방법.
  5. 제1항에 있어서,
    상기 결정 단계에서, 상기 결정된 결제 수단에 의하여 상기 사용자에게 제공될 혜택의 사용자 적합도를 산출하는
    방법.
  6. 제1항에 따른 방법을 실행하기 위한 컴퓨터 프로그램을 기록하는 비일시성의 컴퓨터 판독 가능 기록 매체.
  7. 결제 수단을 추천하기 위한 시스템으로서,
    사용자와 연관되는 적어도 하나의 결제 수단의 결제 정보를 획득하는 정보 획득부,
    상기 획득한 결제 정보를 참조하여 상기 사용자의 소비 패턴을 분석하고, 상기 소비 패턴을 참조하여 상기 사용자와 연관되는 집단을 특정하는 소비 패턴 관리부, 및
    상기 특정된 집단의 속성을 참조하여 상기 사용자의 미래의 소비 패턴을 예측하고, 상기 예측 결과를 참조하여 상기 사용자에게 추천할 결제 수단을 결정하는 추천 관리부를 포함하는
    시스템.
  8. 제7항에 있어서,
    상기 사용자와 연관되는 집단은 비지도 학습에 기초한 클러스터링 알고리즘에 의하여 특정되는
    시스템.
  9. 제7항에 있어서,
    상기 특정된 집단의 속성은, 인구통계학과 연관된 속성 및 소비 항목과 연관된 속성 중 적어도 하나를 포함하는
    시스템.
  10. 제7항에 있어서,
    상기 추천 관리부는, 상기 사용자와 상기 특정된 집단에 포함된 다른 사용자를 대상으로 협업 필터링을 수행하고, 상기 수행 결과를 참조하여 상기 사용자에게 추천할 결제 수단을 결정하는
    시스템.
  11. 제7항에 있어서,
    상기 추천 관리부는, 상기 결정된 결제 수단에 의하여 상기 사용자에게 제공될 혜택의 사용자 적합도를 산출하는
    시스템.
KR1020210120944A 2021-04-02 2021-09-10 결제 수단을 추천하기 위한 방법, 시스템 및 비일시성의 컴퓨터 판독 가능한 기록 매체 KR20220137521A (ko)

Priority Applications (2)

Application Number Priority Date Filing Date Title
US18/284,953 US20240185255A1 (en) 2021-04-02 2022-03-31 Method, system, and non-transitory computer-readable recording medium for recommending payment means
PCT/KR2022/004648 WO2022211548A1 (ko) 2021-04-02 2022-03-31 결제 수단을 추천하기 위한 방법, 시스템 및 비일시성의 컴퓨터 판독 가능한 기록 매체

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
KR20210043646 2021-04-02
KR1020210043646 2021-04-02

Publications (1)

Publication Number Publication Date
KR20220137521A true KR20220137521A (ko) 2022-10-12

Family

ID=83597708

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020210120944A KR20220137521A (ko) 2021-04-02 2021-09-10 결제 수단을 추천하기 위한 방법, 시스템 및 비일시성의 컴퓨터 판독 가능한 기록 매체

Country Status (1)

Country Link
KR (1) KR20220137521A (ko)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2024090907A1 (ko) 2022-10-24 2024-05-02 주식회사 엘지에너지솔루션 내화케이블 및 이를 구비한 배터리 팩

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2024090907A1 (ko) 2022-10-24 2024-05-02 주식회사 엘지에너지솔루션 내화케이블 및 이를 구비한 배터리 팩

Similar Documents

Publication Publication Date Title
Wassouf et al. Predictive analytics using big data for increased customer loyalty: Syriatel Telecom Company case study
US10937089B2 (en) Machine learning classification and prediction system
TWI409712B (zh) 以消費者推薦之社交網路行銷方法與裝置
US11157972B2 (en) Document term recognition and analytics
US10937060B2 (en) Intelligent location based notification
US20170091847A1 (en) Automated feature identification based on review mapping
JP2017515184A (ja) 一時的な取引制限の決定
US20190317842A1 (en) Feature-Based Application Programming Interface Cognitive Comparative Benchmarking
JP7561754B2 (ja) 予測ｒｆｍセグメンテーション
US20210012363A1 (en) Device, method and computer-readable medium for analyzing customer attribute information
US20210192496A1 (en) Digital wallet reward optimization using reverse-engineering
Suh Machine learning based customer churn prediction in home appliance rental business
TW201938993A (zh) 操作路徑導航的方法及裝置
US20220129754A1 (en) Utilizing machine learning to perform a merger and optimization operation
KR20220137521A (ko) 결제 수단을 추천하기 위한 방법, 시스템 및 비일시성의 컴퓨터 판독 가능한 기록 매체
US12008449B2 (en) System, method, and computer program product for iteratively refining a training data set
Wasilewski et al. Clustering methods for adaptive e-commerce user interfaces
US20210241304A1 (en) Incentive management platform
KR102090951B1 (ko) 통합 금융 서비스를 제공하는 방법 및 시스템
CN116501957A (zh) 用户标签画像处理方法、用户画像系统、设备和存储介质
US11379929B2 (en) Advice engine
US20240185255A1 (en) Method, system, and non-transitory computer-readable recording medium for recommending payment means
CN113436001A (zh) 信用卡的推送方法、装置、设备、存储介质和程序产品
JP7198591B2 (ja) 顧客の属性情報を解析する装置、方法、およびプログラム
US20220051108A1 (en) Method, system, and computer program product for controlling genetic learning for predictive models using predefined strategies

Legal Events

Date Code Title Description
E902 Notification of reason for refusal
E601 Decision to refuse application