KR20220166025A

KR20220166025A - 검색 질의의 사용자 의도에 기초한 상품군 생성 방법 및 시스템

Info

Publication number: KR20220166025A
Application number: KR1020210074800A
Authority: KR
Inventors: 허지애; 이동준; 김희언; 이주호; 김현아; 서동필; 이현동; 정지수
Original assignee: 네이버 주식회사; 라인 가부시키가이샤
Priority date: 2021-06-09
Filing date: 2021-06-09
Publication date: 2022-12-16
Also published as: JP2022188759A; KR102648300B1

Abstract

본 개시는 검색 질의의 사용자 의도에 기초한 상품군 생성 방법에 관한 것이다. 상품군 생성 방법은, 복수의 상품 질의와 연관된 데이터를 수신하는 단계, 복수의 상품 질의와 연관된 데이터에 기초하여, 특정 집단 또는 특정 기간 중 적어도 하나와 연관된 트렌드를 추출하는 단계 및 추출된 트렌드와 연관된 하나 이상의 상품을 포함하는 상품군을 생성하는 단계를 포함한다.

Description

검색 질의의 사용자 의도에 기초한 상품군 생성 방법 및 시스템{METHOD AND SYSTEM FOR GENERATING PRODUCT GROUPS BASED ON USER'S INTENT OF SEARCH QUERIES}

본 개시는 검색 질의의 사용자 의도에 기초한 상품군 생성 방법 및 시스템에 관한 것으로, 구체적으로 복수의 상품 질의와 연관된 데이터에 기초하여 트렌드를 추출하고, 트렌드와 연관된 하나 이상의 상품을 포함하는 상품군을 생성하는 방법 및 시스템에 관한 것이다.

최근 텔리비전 홈쇼핑 방송, 인터넷 쇼핑, 카탈로그 쇼핑 등과 같이 소비자들의 쇼핑 편의를 돕기 위한 다양한 온라인 상품 정보 제공 방법 및 상품 판매 방법이 개발되고 있다. 상품 판매자, 쇼핑몰 운영자, 오픈 마켓 운영자 등은 온라인 쇼핑 서비스의 홍보 또는 마케팅 수단으로, 상품을 보다 저렴하게 혹은 보다 좋은 조건으로 구매할 수 있도록 하는 상품 기획전을 기획할 수 있다. 예를 들어, 상품 판매자 등은 특정 소비자들을 타겟팅하여, 타겟 소비자들이 필요로 할 것으로 예상되는 상품들을 취합하여, 할인된 가격에 해당 상품들을 구매할 수 있는 이벤트를 제공할 수 있다. 또는, 상품 판매자 등은 특정 시기에 소비자들이 필요로 할 것으로 예상되는 상품들을 취합하여, 해당 시기(또는 해당 시기보다 이른 시기)에 소비자들에게 해당 상품들의 정보를 제공할 수 있다. 이러한 상품 기획전을 통해, 특정 시기에 또는 특정 집단에 속하는 소비자들은 필요한 상품들을 한눈에 확인하고 구매할 수 있다. 또한, 상품 판매자, 쇼핑몰 운영자, 오픈 마켓 운영자 등은 상품 기획전을 통해 정체된 상품 판매 상태에 변화를 주어 매출을 향상시킬 수 있고, 잠재 고객들이 관련 온라인 쇼핑 서비스를 이용하도록 유인할 수 있다.

종래의 기술에 의하면, 상품 기획전을 기획하고자 하는 상품 판매자, 쇼핑몰 운영자, 오픈 마켓 운영자 등이 수동적으로 소비자들의 쇼핑 트렌드를 분석하고 파악하여, 해당 쇼핑 트렌드에 대응하는 상품군을 생성해야 한다. 즉, 트렌드에 대응하는 상품군을 생성하고자 하는 운영자는 직접 쇼핑 트렌드를 파악하고, 해당 쇼핑 트렌드에 맞는 상품을 직접 찾아야 한다는 불편함이 있다. 또한, 소비자 역시 복수의 상품이 단순히 상품의 카테고리, 상품 명칭의 유사도 등으로만 분류된 상품군을 제공받을 뿐이므로, 실제로 함께 필요로 하거나 구매하고자 하는 상품을 한 번에 제공받을 수 없다.

본 개시는 상기와 같은 문제를 해결하기 위한 상품군 생성 방법, 기록 매체에 저장된 컴퓨터 프로그램 및 장치(시스템)를 제공한다.

본 개시는 방법, 장치(시스템) 또는 판독 가능 저장 매체에 저장된 컴퓨터 프로그램을 포함한 다양한 방식으로 구현될 수 있다.

본 개시의 일 실시예에 따르면, 적어도 하나의 컴퓨팅 장치에 의해 수행되는 검색 질의의 사용자 의도에 기초한 상품군 생성 방법은, 복수의 상품 질의와 연관된 데이터를 수신하는 단계, 복수의 상품 질의와 연관된 데이터에 기초하여, 특정 집단 또는 특정 기간 중 적어도 하나와 연관된 트렌드를 추출하는 단계 및 추출된 트렌드와 연관된 하나 이상의 상품을 포함하는 상품군을 생성하는 단계를 포함한다.

본 개시의 다른 실시예에 따르면, 적어도 하나의 컴퓨팅 장치에 의해 수행되는 상품 추출 모델을 학습하는 방법은, 학습 상품군에 대한 데이터를 수신하는 단계, 복수의 상품 각각에 대한 정보를 수신하는 단계 및 학습 상품군에 대한 데이터 및 복수의 상품 각각에 대한 정보에 기초하여, 트렌드 키워드가 입력됨에 따라, 트렌드 키워드와 매칭되는 하나 이상의 상품을 출력하도록 상품 추출 모델을 학습하는 단계를 포함한다.

본 개시의 또 다른 실시예에 따르면, 상술한 방법을 컴퓨터에서 실행하기 위해 컴퓨터 판독 가능한 기록 매체에 저장된 컴퓨터 프로그램이 제공된다.

본 개시의 또 다른 실시예에 따르면, 정보 처리 시스템은, 통신 모듈, 메모리 및 메모리와 연결되고, 메모리에 포함된 컴퓨터 판독 가능한 적어도 하나의 프로그램을 실행하도록 구성된 적어도 하나의 프로세서를 포함하고, 적어도 하나의 프로그램은, 복수의 상품 질의와 연관된 데이터를 수신하고, 복수의 상품 질의와 연관된 데이터에 기초하여, 특정 집단 또는 특정 기간 중 적어도 하나와 연관된 트렌드를 추출하고, 추출된 트렌드와 연관된 하나 이상의 상품을 포함하는 상품군을 생성하기 위한 명령어들을 포함한다.

본 개시의 또 다른 실시예에 따르면, 정보 처리 시스템은, 통신 모듈, 메모리 및 메모리와 연결되고, 메모리에 포함된 컴퓨터 판독 가능한 적어도 하나의 프로그램을 실행하도록 구성된 적어도 하나의 프로세서를 포함하고, 적어도 하나의 프로그램은, 학습 상품군에 대한 데이터를 수신하고, 복수의 상품 각각에 대한 정보를 수신하고, 학습 상품군에 대한 데이터 및 복수의 상품 각각에 대한 정보에 기초하여, 트렌드 키워드가 입력됨에 따라, 트렌드 키워드와 매칭되는 하나 이상의 상품을 출력하도록 상품 추출 모델을 학습하기 위한 명령어들을 포함한다.

본 개시의 다양한 실시예에서, 유사한 특징을 갖는 소비자들이 검색하는 상품 질의 및/또는 유사한 시기에 소비자들이 검색하는 상품 질의는 동일한 쇼핑의 목적 또는 의도와 연관된 것으로 판단하고, 쇼핑의 목적 또는 의도가 같은 상품 질의 또는 키워드를 복수의 군집으로 클러스터링할 수 있다. 클러스터링된 복수의 군집으로부터 쇼핑 트렌드를 추출함으로써, 사용자(예를 들어, 온라인 쇼핑몰 또는 상품 기획전의 운영자)가 발견하지 못한 쇼핑 트렌드를 파악할 수 있다.

본 개시의 다양한 실시예에서, 쇼핑 트렌드에 대한 키워드(예를 들어, 쇼핑 트렌드에 대응하는 상품 질의, 상품 질의를 입력한 소비자의 정보, 시기 등을 나타내는 키워드 등)를 입력함으로써, 자동으로 트렌드의 주제를 나타내는 문구 또는 문장을 생성할 수 있다.

본 개시의 다양한 실시예에서, 복수의 상품을 단순히 상품 간의 카테고리 유사성에 기초하여 클러스터링하는 것이 아닌, 최근 다수의 소비자들이 공유하는 쇼핑 목적 또는 검색 의도를 반영하여, 복수의 상품군으로 클러스터링할 수 있다. 이에 따라, 하나의 상품군에 포함되는 상품들의 다양성과 적합도를 동시에 향상시킬 수 있다. 또한, 사용자(예를 들어, 온라인 쇼핑몰 또는 상품 기획전의 운영자)는 다수의 소비자들이 공유하는 쇼핑 목적 또는 검색 의도에 따른 상품에 대한 정보를 함께 제공받을 수 있다.

본 개시의 효과는 이상에서 언급한 효과로 제한되지 않으며, 언급되지 않은 다른 효과들은 청구범위의 기재로부터 본 개시에 속하는 기술 분야에서 통상의 지식을 가진 자(이하, '통상의 기술자'라 함)에게 명확하게 이해될 수 있을 것이다.

본 개시의 실시예들은, 이하 설명하는 첨부 도면들을 참조하여 설명될 것이며, 여기서 유사한 참조 번호는 유사한 요소들을 나타내지만, 이에 한정되지는 않는다.
도 1은 본 개시의 일 실시예에 따른 사용자 단말의 화면을 통해 사용자가 쇼핑 콘텐츠를 제공받는 예시를 나타내는 도면이다.
도 2는 본 개시의 일 실시예에 따른 정보 처리 시스템이 복수의 사용자 단말과 통신 가능하도록 연결된 구성을 나타내는 개요도이다.
도 3은 본 개시의 일 실시예에 따른 사용자 단말 및 정보 처리 시스템의 내부 구성을 나타내는 블록도이다.
도 4는 본 개시의 일 실시예에 따른 상품군 생성 방법을 나타내는 흐름도이다.
도 5는 본 개시의 일 실시예에 따른 복수의 상품 질의와 연관된 데이터로부터 트렌드 키워드를 추출하는 예시를 나타내는 도면이다.
도 6은 본 개시의 일 실시예에 따라 트렌드 키워드에 기초하여 트렌드의 주제를 나타내는 기획전의 제목을 결정하는 예시를 나타내는 도면이다.
도 7은 본 개시의 일 실시예에 따른 트렌드 키워드 및/또는 트렌드의 주제에 기초하여, 복수의 상품 중에서, 트렌드 키워드 및/또는 트렌드의 주제와 매칭되는 하나 이상의 상품을 추출하는 예시를 나타내는 도면이다.
도 8은 본 개시의 일 실시예에 따른 상품 추출 모델을 학습하는 예시를 나타내는 도면이다.
도 9는 본 개시의 일 실시예에 따라 사용자(예를 들어, 운영자)가 상품 기획전을 생성하는 예시를 나타내는 도면이다.
도 10은 본 개시의 일 실시예에 따른 사용자(예를 들어, 운영자)가 하나 이상의 상품 기획전 후보를 제공받는 예시를 나타내는 도면이다.

이하, 본 개시의 실시를 위한 구체적인 내용을 첨부된 도면을 참조하여 상세히 설명한다. 다만, 이하의 설명에서는 본 개시의 요지를 불필요하게 흐릴 우려가 있는 경우, 널리 알려진 기능이나 구성에 관한 구체적 설명은 생략하기로 한다.

첨부된 도면에서, 동일하거나 대응하는 구성요소에는 동일한 참조부호가 부여되어 있다. 또한, 이하의 실시예들의 설명에 있어서, 동일하거나 대응되는 구성요소를 중복하여 기술하는 것이 생략될 수 있다. 그러나, 구성요소에 관한 기술이 생략되어도, 그러한 구성요소가 어떤 실시예에 포함되지 않는 것으로 의도되지는 않는다.

개시된 실시예의 이점 및 특징, 그리고 그것들을 달성하는 방법은 첨부되는 도면과 함께 후술되어 있는 실시예들을 참조하면 명확해질 것이다. 그러나, 본 개시는 이하에서 개시되는 실시예들에 한정되는 것이 아니라 서로 다른 다양한 형태로 구현될 수 있으며, 단지 본 실시예들은 본 개시가 완전하도록 하고, 본 개시가 통상의 기술자에게 발명의 범주를 완전하게 알려주기 위해 제공되는 것일 뿐이다.

본 명세서에서 사용되는 용어에 대해 간략히 설명하고, 개시된 실시예에 대해 구체적으로 설명하기로 한다. 본 명세서에서 사용되는 용어는 본 개시에서의 기능을 고려하면서 가능한 현재 널리 사용되는 일반적인 용어들을 선택하였으나, 이는 관련 분야에 종사하는 기술자의 의도 또는 판례, 새로운 기술의 출현 등에 따라 달라질 수 있다. 또한, 특정한 경우는 출원인이 임의로 선정한 용어도 있으며, 이 경우 해당되는 발명의 설명 부분에서 상세히 그 의미를 기재할 것이다. 따라서, 본 개시에서 사용되는 용어는 단순한 용어의 명칭이 아닌, 그 용어가 가지는 의미와 본 개시의 전반에 걸친 내용을 토대로 정의되어야 한다.

본 명세서에서의 단수의 표현은 문맥상 명백하게 단수인 것으로 특정하지 않는 한, 복수의 표현을 포함한다. 또한, 복수의 표현은 문맥상 명백하게 복수인 것으로 특정하지 않는 한, 단수의 표현을 포함한다. 명세서 전체에서 어떤 부분이 어떤 구성요소를 포함한다고 할 때, 이는 특별히 반대되는 기재가 없는 한 다른 구성요소를 제외하는 것이 아니라 다른 구성요소를 더 포함할 수 있음을 의미한다.

또한, 명세서에서 사용되는 '모듈' 또는 '부'라는 용어는 소프트웨어 또는 하드웨어 구성요소를 의미하며, '모듈' 또는 '부'는 어떤 역할들을 수행한다. 그렇지만, '모듈' 또는 '부'는 소프트웨어 또는 하드웨어에 한정되는 의미는 아니다. '모듈' 또는 '부'는 어드레싱할 수 있는 저장 매체에 있도록 구성될 수도 있고 하나 또는 그 이상의 프로세서들을 재생시키도록 구성될 수도 있다. 따라서, 일 예로서, '모듈' 또는 '부'는 소프트웨어 구성요소들, 객체지향 소프트웨어 구성요소들, 클래스 구성요소들 및 태스크 구성요소들과 같은 구성요소들과, 프로세스들, 함수들, 속성들, 프로시저들, 서브루틴들, 프로그램 코드의 세그먼트들, 드라이버들, 펌웨어, 마이크로 코드, 회로, 데이터, 데이터베이스, 데이터 구조들, 테이블들, 어레이들 또는 변수들 중 적어도 하나를 포함할 수 있다. 구성요소들과 '모듈' 또는 '부'들은 안에서 제공되는 기능은 더 작은 수의 구성요소들 및 '모듈' 또는 '부'들로 결합되거나 추가적인 구성요소들과 '모듈' 또는 '부'들로 더 분리될 수 있다.

본 개시의 일 실시예에 따르면, '모듈' 또는 '부'는 프로세서 및 메모리로 구현될 수 있다. '프로세서'는 범용 프로세서, 중앙 처리 장치(CPU), 마이크로프로세서, 디지털 신호 프로세서(DSP), 제어기, 마이크로제어기, 상태 머신 등을 포함하도록 넓게 해석되어야 한다. 몇몇 환경에서, '프로세서'는 주문형 반도체(ASIC), 프로그램가능 로직 디바이스(PLD), 필드 프로그램가능 게이트 어레이(FPGA) 등을 지칭할 수도 있다. '프로세서'는, 예를 들어, DSP와 마이크로프로세서의 조합, 복수의 마이크로프로세서들의 조합, DSP 코어와 결합한 하나 이상의 마이크로프로세서들의 조합, 또는 임의의 다른 그러한 구성들의 조합과 같은 처리 디바이스들의 조합을 지칭할 수도 있다. 또한, '메모리'는 전자 정보를 저장 가능한 임의의 전자 컴포넌트를 포함하도록 넓게 해석되어야 한다. '메모리'는 임의 액세스 메모리(RAM), 판독-전용 메모리(ROM), 비-휘발성 임의 액세스 메모리(NVRAM), 프로그램가능 판독-전용 메모리(PROM), 소거-프로그램가능 판독 전용 메모리(EPROM), 전기적으로 소거가능 PROM(EEPROM), 플래쉬 메모리, 자기 또는 광학 데이터 저장장치, 레지스터들 등과 같은 프로세서-판독가능 매체의 다양한 유형들을 지칭할 수도 있다. 프로세서가 메모리로부터 정보를 판독하고/하거나 메모리에 정보를 기록할 수 있다면 메모리는 프로세서와 전자 통신 상태에 있다고 불린다. 프로세서에 집적된 메모리는 프로세서와 전자 통신 상태에 있다.

본 개시에서, '쇼핑 콘텐츠'는 인터넷으로 연결된 온라인 쇼핑 서비스, 소셜 미디어 등을 통하여 제공되는 쇼핑 상품에 대한 방송, 상품 기획전에 대한 정보, 쇼핑 상품 정보, 쇼핑 결제 정보, 쇼핑 판매자 또는 제조자 정보 등과 같은 온라인 쇼핑과 관련된 정보 또는 콘텐츠를 지칭할 수 있다. 예를 들어, 쇼핑 콘텐츠는 온라인 쇼핑 대상인 상품에 대한 설명, 광고, 홍보 등을 위한 텍스트, 이미지 또는 동영상을 포함하는 콘텐츠, 라이브 방송 콘텐츠, 녹화 방송 콘텐츠 등을 포함할 수 있으나, 이에 한정되는 것은 아니다. 다른 예로서, 쇼핑 콘텐츠는 특정 시기 중에 또는 특정 집단의 다수의 소비자들이 관심을 갖고 있는 하나 이상의 상품들 또는 상품군에 관한 정보, 상품 기획전의 제목, 상품 기획전과 연관된 태그, 상품 기획전의 기획 상품에 대한 정보 등을 포함할 수 있다.

본 개시에서, '기획전(special sales events)'은 일반적으로 특정 주제(theme)와 연관된 하나 이상의 상품 또는 상품군을 특정 기간 동안에 광고, 전시, 판매하는 이벤트를 지칭할 수 있다. 예를 들어, 기획전은 온라인 쇼핑 서비스, 소셜 미디어 등을 통해 제공될 수 있으며, 특정 시기(예를 들어, 계절, 연중 특정 달, 특정 날짜 또는 시간) 중에 특정 사용자 집단을 대상으로 제공될 수 있다. 다른 예에서, 기획전은 여름 휴가용 의류, 유아용 장난감, 캠핑 용품 등과 같이 특정 상품 주제에 연관된 하나 이상의 상품들 또는 상품군을 광고, 전시, 판매하기 위해 생성 또는 제공될 수 있다. 일 실시예에서, 기획전은, 기획전의 주제, 판매 대상 상품 등을 나타내는 기획전의 제목, 기획 상품 정보(예를 들어, 상품 이미지, 상품 가격, 상품 설명 등), 기획전의 유효 기간 및/또는 판매 조건 등을 포함하는 데이터로 나타낼 수 있으나, 이에 한정되는 것은 아니다.

도 1은 본 개시의 일 실시예에 따른 사용자 단말(110)의 화면(120)을 통해 사용자(100)가 쇼핑 콘텐츠를 제공받는 예시를 나타내는 도면이다. 도 1에 도시된 화면(120)은, 사용자(예를 들어, 소비자)(100)가 사용자 단말(예를 들어, 스마트폰)(110)에서 쇼핑 콘텐츠를 제공하는 애플리케이션 등을 실행하여, 쇼핑 콘텐츠로서 상품군 또는 상품 기획전에 관한 정보를 제공받는 예를 보여준다. 예를 들어, 도시된 바와 같이, 사용자(100)는 사용자 단말(110)을 통해 쇼핑 콘텐츠로서 특정 상품군과 관련된 트렌드의 주제(예를 들어, 상품 기획전의 제목인 '조명으로 집 꾸미기 어때?'), 해당 트렌드의 주제와 연관된 해시태그(예를 들어, 트렌드 키워드인 '#탁상스탠드', '#플로어스탠드', '#가구', '#조명') 및 해당 트렌드의 주제와 연관된 상품에 대한 정보(예를 들어, 상품 기획전에 포함된 기획 상품들의 상품 이미지, 상품명, 상품 가격 등)를 제공받을 수 있다.

이와 같이 사용자(100)에게 상품군의 정보를 제공하기 위해, 사용자 단말(110)과 통신하는 정보 처리 시스템은, 현재 트렌드(또는, 특정 시점의 트렌드)와 연관된 하나 이상의 상품을 포함하는 상품군 정보를 생성하여 사용자 단말(110)로 전송할 수 있다. 이를 위해, 정보 처리 시스템은 특정 트렌드와 연관된 하나 이상의 상품을 추출할 수 있다. 즉, 정보 처리 시스템은 특정 트렌드와 연관된 하나 이상의 상품을 포함하는 상품군들을 생성할 수 있다. 예를 들어, 정보 처리 시스템은 다양한 검색 질의(예를 들어, 상품 검색 질의)에 기초하여 자동으로 하나 이상의 상품을 포함하는 상품군을 생성할 수 있다.

정보 처리 시스템은 하나 이상의 상품을 포함하는 상품군을 생성하기 위해, 복수의 상품 질의와 연관된 데이터를 수신할 수 있다. 여기서, '상품 질의'는, 특정 상품의 검색 또는 구매를 목적으로, 사용자가 사용자 단말에 의해 실행되는 온라인 쇼핑 애플리케이션 또는 웹페이지, 검색 애플리케이션 또는 웹페이지 등을 통해 입력하는 검색 질의를 지칭할 수 있다. 또한, 상품 질의와 연관된 데이터는, 해당 상품 질의 그 자체(예를 들어, 검색 질의어, 검색 키워드를 나타내는 텍스트, 이미지 등), 해당 상품 질의가 입력된 일시, 해당 상품 질의가 입력된 사용자 단말의 정보(예를 들어, 사용자 단말의 위치, IP 정보 등), 해당 상품 질의를 입력한 사용자의 정보(예를 들어, 사용자 계정 또는 프로필 정보, 사용자 연령, 성별, 직업 등)를 포함할 수 있다.

정보 처리 시스템은, 복수의 상품 질의와 연관된 데이터에 기초하여, 특정 집단 또는 특정 기간 중 적어도 하나와 연관된 트렌드를 추출하고, 추출된 트렌드와 연관된 하나 이상의 상품을 포함하는 상품군을 생성할 수 있다. 여기서, 특정 집단은, 하나 이상의 기준(예를 들어, 나이, 성별, 관심사, 직업 등)으로 복수의 사용자들을 분류함으로써 생성된 집단을 지칭할 수 있다. 예를 들어, 특정 집단은, 10대, 20대, 30대 등과 같이 연령대별로 분류된 집단, 직장인, 자영업자, 대학생 등과 같이 직업별로 분류된 집단, 남자 및 여자와 같이 성별로 분류된 집단, 기혼자 및 미혼자와 같이 기혼여부에 따라 분류된 집단 등을 포함할 수 있다. 또한, 특정 기간은, 계절, 기념일, 평일 또는 주말, 공휴일, 연휴기간, 특정 년도, 연중 특정 월, 월중 특정 주, 하루 중 특정 시점 사이의 구간 등을 포함할 수 있다.

정보 처리 시스템은, 수신된 복수의 상품 질의와 연관된 데이터를 복수의 군집으로 클러스터링(clustering)하고, 복수의 군집 중에서 하나 이상의 군집으로부터 특정 집단 또는 특정 기간 중 적어도 하나와 연관된 하나 이상의 트렌드 키워드를 추출할 수 있다. 예를 들어, 정보 처리 시스템은 복수의 상품 질의와 연관된 데이터를, 해당 상품 질의의 질의 의도, 주제, 해당 상품 질의를 검색한 사용자의 정보, 해당 상품 질의가 입력된 일시 등에 기초하여, 복수의 군집으로 클러스터링할 수 있다. 추가적으로 또는 대안적으로, 정보 처리 시스템은, 통계적 주제 임베딩 모델(statistic theme embedding model)과 같은 통계 또는 확률에 기반한 클러스터링 모델을 이용하여, 복수의 상품 질의와 연관된 데이터를 복수의 군집으로 클러스터링할 수 있다. 여기서, 트렌드 키워드는 하나 이상의 군집에 포함된 상품 질의, 하나 이상의 군집과 연관된 집단, 기간 등을 포함할 수 있다.

그리고 나서, 정보 처리 시스템은 복수의 상품 중에서 하나 이상의 트렌드 키워드와 연관된 하나 이상의 상품을 추출하고, 추출된 하나 이상의 상품을 포함하는 상품군을 생성할 수 있다. 일 실시예에서, 정보 처리 시스템은 하나 이상의 트렌드 키워드에 기초하여, 트렌드의 주제(예를 들어, 하나 이상의 군집에 포함된 상품 질의 사이의 공통 특징 등)를 결정하고, 결정된 트렌드 주제에 기초하여, 복수의 상품 중에서 하나 이상의 트렌드 키워드와 연관된 하나 이상의 상품을 추출할 수 있다. 예를 들어, 정보 처리 시스템은 하나 이상의 트렌드 키워드를 조합하여, 트렌드의 주제를 나타내는 문구 또는 문장을 생성할 수 있다. 대안적으로 또는 추가적으로, 정보 처리 시스템은, 통계에 기반한 언어 모델, 인공신경망에 기반한 언어 모델과 같은 언어 모델을 이용하여, 하나 이상의 트렌드 키워드를 트렌드의 주제를 나타내는 문구 또는 문장으로 변환(또는 생성)할 수 있다. 정보 처리 시스템은 이렇게 생성된 트렌드의 주제를 나타내는 문구 또는 문장을 기초로 복수의 상품 중에서 하나 이상의 트렌드 키워드와 연관된 하나 이상의 상품을 추출할 수 있다. 다른 실시예에서, 정보 처리 시스템은 상품 추출 모델을 이용하여, 복수의 상품 중에서 하나 이상의 트렌드 키워드와 매칭되는 하나 이상의 상품을 추출할 수 있다.

일 실시예에서, 상품 추출 모델은, 복수의 상품 각각에 대한 정보(예를 들어, 상품명, 상품 설명, 카테고리, 연관 상품, 태그, 소개글, 리뷰, 이미지, 가격, 브랜드, 제조사 등)를 기초로, 복수의 상품 각각에 대한 하나 이상의 트렌드 키워드(예를 들어, 하나 이상의 군집에 포함된 상품 질의, 트렌드의 주제, 트렌드의 제목, 트렌드의 주제를 나타내는 문구 또는 문장 등)와의 매칭 스코어를 산출하고, 산출된 매칭 스코어에 기초하여, 복수의 상품 중에서 미리 결정된 수의 상품을 추출하고, 추출된 미리 결정된 수의 상품을 하나 이상의 트렌드 키워드와 매칭되는 하나 이상의 상품으로서 출력하도록 학습된 모델에 해당할 수 있다. 추가적으로 또는 대안적으로, 상품 추출 모델은, 복수의 상품 각각에 대한 임베딩 데이터 및 하나 이상의 트렌드 키워드에 대한 임베딩 데이터를 생성하도록 학습된 임베딩 생성 모델을 포함할 수 있다. 이 경우, 상품 추출 모델은, 복수의 상품 각각에 대한 임베딩 데이터 및 하나 이상의 트렌드 키워드에 대한 임베딩 데이터에 기초하여, 복수의 상품 각각에 대한 하나 이상의 트렌드 키워드와의 매칭 스코어를 산출하고, 산출된 매칭 스코어에 기초하여, 복수의 상품 중에서 미리 결정된 수의 상품을 추출하고, 추출된 미리 결정된 수의 상품을 하나 이상의 트렌드 키워드와 매칭되는 하나 이상의 상품으로서 출력하도록 학습된 모델에 해당할 수 있다.

추가적으로, 정보 처리 시스템은, 생성된 상품군에 포함된 상품 중에서 적어도 하나의 상품을 기획 상품으로 포함하는 상품 기획전을 생성할 수 있다. 이 경우, 정보 처리 시스템은 트렌드의 주제를 나타내는 문장 또는 문구를 기획전의 제목으로 결정할 수 있다. 일 실시예에서, 정보 처리 시스템은, 생성된 상품군을 사용자 단말을 통해 출력하고, 출력된 상품군 중에서 적어도 하나의 상품에 대한 사용자의 선택에 응답하여, 적어도 하나의 상품을 기획 상품으로 포함하는 상품 기획전을 생성할 수 있다. 다른 실시예에서, 정보 처리 시스템은, 생성된 상품군 중에서 적어도 하나의 상품을 기획 상품으로 포함하는 기획전을 자동으로 생성할 수 있다.

이상 설명한 실시예들에 따르면, 소비자들이 실제로 입력한 복수의 상품 질의에 대한 정보를 반영하여, 특정 집단 및/또는 특정 시기와 연관된 트렌드를 추출할 수 있으며, 추출된 트렌드에 맞는 상품군 및/또는 상품 기획전을 생성할 수 있다. 이에 따라, 상품 기획전의 운영자가 미처 생각하지 못한 트렌드를 적시에 파악하여 상품군 및/또는 상품 기획전을 생성할 수 있으며, 이렇게 생성된 상품군 및/또는 상품 기획전에는 신규로 파악된 트렌드에 맞는 다양한 상품들이 포함될 수 있다. 또한, 추출된 트렌드에 맞는 트렌드 키워드, 트렌드 주제, 상품군, 기획전 주제, 기획전의 제목 및/또는 상품 기획전이 자동으로 추출/생성됨에 따라, 운영자의 업무 부담이 낮아질 수 있다. 또한, 현재의 상품 판매 트렌드에 맞는 트렌드 키워드, 트렌드 주제, 상품군, 기획전 주제, 기획전 제목 및/또는 기획 상품 등이 자동 추천됨에 따라, 운영자가 효율적으로 상품 기획전을 생성/발행할 수 있다.

도 2는 본 개시의 일 실시예에 따른 정보 처리 시스템(230)이 복수의 사용자 단말(210_1, 210_2, 210_3)과 통신 가능하도록 연결된 구성을 나타내는 개요도이다. 도시된 바와 같이, 복수의 사용자 단말(210_1, 210_2, 210_3)은 네트워크(220)를 통해 상품군 생성/제공 서비스를 제공할 수 있는 정보 처리 시스템(230)과 연결될 수 있다. 여기서, 복수의 사용자 단말(210_1, 210_2, 210_3)은 상품군 생성/제공 서비스를 제공받을 사용자(예를 들어, 온라인 쇼핑몰 또는 상품 기획전의 기획자 또는 운영자, 소비자 등)의 단말을 포함할 수 있다. 일 실시예에서, 정보 처리 시스템(230)은 상품군 생성/제공 서비스 등과 관련된 컴퓨터 실행 가능한 프로그램(예를 들어, 다운로드 가능한 애플리케이션) 및 데이터를 저장, 제공 및 실행할 수 있는 하나 이상의 서버 장치 및/또는 데이터베이스, 또는 클라우드 컴퓨팅 서비스 기반의 하나 이상의 분산 컴퓨팅 장치 및/또는 분산 데이터베이스를 포함할 수 있다.

정보 처리 시스템(230)에 의해 제공되는 상품군 생성/제공 서비스는, 복수의 사용자 단말(210_1, 210_2, 210_3)의 각각에 설치된 상품군 생성/제공 애플리케이션, 상품 기획전 생성 애플리케이션, 쇼핑 애플리케이션, 검색 애플리케이션, 모바일 브라우저 애플리케이션 또는 웹 브라우저 등을 통해 사용자에게 제공될 수 있다. 예를 들어, 정보 처리 시스템(230)은 상품군 생성/제공 애플리케이션 등을 통해 사용자 단말(210_1, 210_2, 210_3)로부터 수신되는 상품군 생성/제공에 대한 요청에 대응하는 정보를 제공하거나 대응하는 처리를 수행할 수 있다.

복수의 사용자 단말(210_1, 210_2, 210_3)은 네트워크(220)를 통해 정보 처리 시스템(230)과 통신할 수 있다. 네트워크(220)는 복수의 사용자 단말(210_1, 210_2, 210_3)과 정보 처리 시스템(230) 사이의 통신이 가능하도록 구성될 수 있다. 네트워크(220)는 설치 환경에 따라, 예를 들어, 이더넷(Ethernet), 유선 홈 네트워크(Power Line Communication), 전화선 통신 장치 및 RS-serial 통신 등의 유선 네트워크, 이동통신망, WLAN(Wireless LAN), Wi-Fi, Bluetooth 및 ZigBee 등과 같은 무선 네트워크 또는 그 조합으로 구성될 수 있다. 통신 방식은 제한되지 않으며, 네트워크(220)가 포함할 수 있는 통신망(일례로, 이동통신망, 유선 인터넷, 무선 인터넷, 방송망, 위성망 등)을 활용하는 통신 방식뿐만 아니라 사용자 단말(210_1, 210_2, 210_3) 사이의 근거리 무선 통신 역시 포함될 수 있다.

도 2에서 휴대폰 단말(210_1), 태블릿 단말(210_2) 및 PC 단말 (210_3)이 사용자 단말의 예로서 도시되었으나, 이에 한정되지 않으며, 사용자 단말(210_1, 210_2, 210_3)은 유선 및/또는 무선 통신이 가능하고 상품군 생성/제공 애플리케이션, 상품 기획전 생성 애플리케이션, 쇼핑 애플리케이션, 검색 애플리케이션, 모바일 브라우저 애플리케이션 또는 웹 브라우저 등이 설치되어 실행될 수 있는 임의의 컴퓨팅 장치일 수 있다. 예를 들어, 사용자 단말은, AI 스피커, 스마트폰, 휴대폰, 내비게이션, 컴퓨터, 노트북, 디지털방송용 단말, PDA(Personal Digital Assistants), PMP(Portable Multimedia Player), 태블릿 PC, 게임 콘솔(game console), 웨어러블 디바이스(wearable device), IoT(internet of things) 디바이스, VR(virtual reality) 디바이스, AR(augmented reality) 디바이스, 셋톱 박스 등을 포함할 수 있다. 또한, 도 2에는 3개의 사용자 단말(210_1, 210_2, 210_3)이 네트워크(220)를 통해 정보 처리 시스템(230)과 통신하는 것으로 도시되어 있으나, 이에 한정되지 않으며, 상이한 수의 사용자 단말이 네트워크(220)를 통해 정보 처리 시스템(230)과 통신하도록 구성될 수도 있다.

일 실시예에 따르면, 정보 처리 시스템(230)은 복수의 사용자 단말(210_1, 210_2, 210_3)(예를 들어, 소비자의 사용자 단말)로부터 복수의 상품 질의와 연관된 데이터를 수신할 수 있다. 그리고 나서, 정보 처리 시스템(230)은 이렇게 수신된 복수의 상품 질의와 연관된 데이터에 기초하여, 상품군을 생성하고, 생성된 상품군에 대한 정보(예를 들어, 상품군에 포함된 적어도 일부의 상품에 대한 정보, 상품군의 트렌드 키워드, 상품군의 트렌드 주제 등)를 복수의 사용자 단말(210_1, 210_2, 210_3)(예를 들어, 온라인 쇼핑몰 또는 상품 기획전의 운영자 및/또는 소비자의 사용자 단말)에 제공할 수 있다.

도 3은 본 개시의 일 실시예에 따른 사용자 단말(210) 및 정보 처리 시스템(230)의 내부 구성을 나타내는 블록도이다. 사용자 단말(210)은 상품군 생성/제공 애플리케이션, 상품 기획전 생성 애플리케이션, 쇼핑 애플리케이션, 검색 애플리케이션, 모바일 브라우저 애플리케이션 또는 웹 브라우저 등을 실행 가능하고 유/무선 통신이 가능한 임의의 컴퓨팅 장치를 지칭할 수 있으며, 예를 들어, 도 2의 휴대폰 단말(210_1), 태블릿 단말(210_2), PC 단말(210_3) 등을 포함할 수 있다. 도시된 바와 같이, 사용자 단말(210)은 메모리(312), 프로세서(314), 통신 모듈(316) 및 입출력 인터페이스(318)를 포함할 수 있다. 이와 유사하게, 정보 처리 시스템(230)은 메모리(332), 프로세서(334), 통신 모듈(336) 및 입출력 인터페이스(338)를 포함할 수 있다. 도 3에 도시된 바와 같이, 사용자 단말(210) 및 정보 처리 시스템(230)은 각각의 통신 모듈(316, 336)을 이용하여 네트워크(220)를 통해 정보 및/또는 데이터를 통신할 수 있도록 구성될 수 있다. 또한, 입출력 장치(320)는 입출력 인터페이스(318)를 통해 사용자 단말(210)에 정보 및/또는 데이터를 입력하거나 사용자 단말(210)로부터 생성된 정보 및/또는 데이터를 출력하도록 구성될 수 있다.

메모리(312, 332)는 비-일시적인 임의의 컴퓨터 판독 가능한 기록매체를 포함할 수 있다. 일 실시예에 따르면, 메모리(312, 332)는 RAM(random access memory), ROM(read only memory), 디스크 드라이브, SSD(solid state drive), 플래시 메모리(flash memory) 등과 같은 비소멸성 대용량 저장 장치(permanent mass storage device)를 포함할 수 있다. 다른 예로서, ROM, SSD, 플래시 메모리, 디스크 드라이브 등과 같은 비소멸성 대용량 저장 장치는 메모리와는 구분되는 별도의 영구 저장 장치로서 사용자 단말(210) 또는 정보 처리 시스템(230)에 포함될 수 있다. 또한, 메모리(312, 332)에는 운영체제와 적어도 하나의 프로그램 코드(예를 들어, 사용자 단말(210)에 설치되어 구동되는 상품군 생성/제공 애플리케이션 등을 위한 코드)가 저장될 수 있다.

이러한 소프트웨어 구성요소들은 메모리(312, 332)와는 별도의 컴퓨터에서 판독가능한 기록매체로부터 로딩될 수 있다. 이러한 별도의 컴퓨터에서 판독가능한 기록매체는 이러한 사용자 단말(210) 및 정보 처리 시스템(230)에 직접 연결가능한 기록 매체를 포함할 수 있는데, 예를 들어, 플로피 드라이브, 디스크, 테이프, DVD/CD-ROM 드라이브, 메모리 카드 등의 컴퓨터에서 판독 가능한 기록매체를 포함할 수 있다. 다른 예로서, 소프트웨어 구성요소들은 컴퓨터에서 판독 가능한 기록매체가 아닌 통신 모듈을 통해 메모리(312, 332)에 로딩될 수도 있다. 예를 들어, 적어도 하나의 프로그램은 개발자들 또는 애플리케이션의 설치 파일을 배포하는 파일 배포 시스템이 네트워크(220)를 통해 제공하는 파일들에 의해 설치되는 컴퓨터 프로그램에 기반하여 메모리(312, 332)에 로딩될 수 있다.

프로세서(314, 334)는 기본적인 산술, 로직 및 입출력 연산을 수행함으로써, 컴퓨터 프로그램의 명령을 처리하도록 구성될 수 있다. 명령은 메모리(312, 332) 또는 통신 모듈(316, 336)에 의해 프로세서(314, 334)로 제공될 수 있다. 예를 들어, 프로세서(314, 334)는 메모리(312, 332)와 같은 기록 장치에 저장된 프로그램 코드에 따라 수신되는 명령을 실행하도록 구성될 수 있다.

통신 모듈(316, 336)은 네트워크(220)를 통해 사용자 단말(210)과 정보 처리 시스템(230)이 서로 통신하기 위한 구성 또는 기능을 제공할 수 있으며, 사용자 단말(210) 및/또는 정보 처리 시스템(230)이 다른 사용자 단말 또는 다른 시스템(일례로 별도의 클라우드 시스템 등)과 통신하기 위한 구성 또는 기능을 제공할 수 있다. 일례로, 사용자 단말(210)의 프로세서(314)가 메모리(312) 등과 같은 기록 장치에 저장된 프로그램 코드에 따라 생성한 요청 또는 데이터(예를 들어, 상품군 생성/제공에 대한 요청, 상품 기획전 생성에 대한 요청, 상품 기획전 발행에 대한 요청, 복수의 상품 질의와 연관된 데이터 등)는 통신 모듈(316)의 제어에 따라 네트워크(220)를 통해 정보 처리 시스템(230)으로 전달될 수 있다. 역으로, 정보 처리 시스템(230)의 프로세서(334)의 제어에 따라 제공되는 제어 신호나 명령이 통신 모듈(336)과 네트워크(220)를 거쳐 사용자 단말(210)의 통신 모듈(316)을 통해 사용자 단말(210)에 수신될 수 있다. 예를 들어, 사용자 단말(210)은 정보 처리 시스템(230)으로부터 통신 모듈(316)을 통해 트렌드 키워드, 트렌드의 주제, 상품군에 포함된 적어도 하나의 상품에 대한 정보, 기획전의 주제 후보, 기획전 타겟 소비자 후보, 기획전의 트렌드 키워드의 후보, 기획전의 제목 후보 및/또는 기획전에 포함될 기획 상품 후보 등을 수신할 수 있다.

입출력 인터페이스(318)는 입출력 장치(320)와의 인터페이스를 위한 수단일 수 있다. 일 예로서, 입력 장치는 오디오 센서 및/또는 이미지 센서를 포함한 카메라, 키보드, 마이크로폰, 마우스 등의 장치를, 그리고 출력 장치는 디스플레이, 스피커, 햅틱 피드백 디바이스(haptic feedback device) 등과 같은 장치를 포함할 수 있다. 다른 예로, 입출력 인터페이스(318)는 터치스크린 등과 같이 입력과 출력을 수행하기 위한 구성 또는 기능이 하나로 통합된 장치와의 인터페이스를 위한 수단일 수 있다. 예를 들어, 사용자 단말(210)의 프로세서(314)가 메모리(312)에 로딩된 컴퓨터 프로그램의 명령을 처리함에 있어서 정보 처리 시스템(230)이나 다른 사용자 단말이 제공하는 정보 및/또는 데이터를 이용하여 구성되는 서비스 화면 등이 입출력 인터페이스(318)를 통해 디스플레이에 표시될 수 있다. 도 3에서는 입출력 장치(320)가 사용자 단말(210)에 포함되지 않도록 도시되어 있으나, 이에 한정되지 않으며, 사용자 단말(210)과 하나의 장치로 구성될 수 있다. 또한, 정보 처리 시스템(230)의 입출력 인터페이스(338)는 정보 처리 시스템(230)과 연결되거나 정보 처리 시스템(230)이 포함할 수 있는 입력 또는 출력을 위한 장치(미도시)와의 인터페이스를 위한 수단일 수 있다. 도 3에서는 입출력 인터페이스(318, 338)가 프로세서(314, 334)와 별도로 구성된 요소로서 도시되었으나, 이에 한정되지 않으며, 입출력 인터페이스(318, 338)가 프로세서(314, 334)에 포함되도록 구성될 수 있다.

사용자 단말(210) 및 정보 처리 시스템(230)은 도 3의 구성요소들보다 더 많은 구성요소들을 포함할 수 있다. 그러나, 대부분의 종래기술적 구성요소들을 명확하게 도시할 필요성은 없다. 일 실시예에 따르면, 사용자 단말(210)은 상술된 입출력 장치(320) 중 적어도 일부를 포함하도록 구현될 수 있다. 또한, 사용자 단말(210)은 트랜시버(transceiver), GPS(Global Positioning system) 모듈, 카메라, 각종 센서, 데이터베이스 등과 같은 다른 구성요소들을 더 포함할 수 있다. 예를 들어, 사용자 단말(210)이 스마트폰인 경우, 일반적으로 스마트폰이 포함하고 있는 구성요소를 포함할 수 있으며, 예를 들어, 가속도 센서, 자이로 센서, 카메라 모듈, 각종 물리적인 버튼, 터치패널을 이용한 버튼, 입출력 포트, 진동을 위한 진동기 등의 다양한 구성요소들이 사용자 단말(210)에 더 포함되도록 구현될 수 있다. 일 실시예에 따르면, 사용자 단말(210)의 프로세서(314)는 상품군 생성/제공 서비스를 제공하는 애플리케이션 등이 동작하도록 구성될 수 있다. 이 때, 해당 애플리케이션 및/또는 프로그램과 연관된 코드가 사용자 단말(210)의 메모리(312)에 로딩될 수 있다.

상품군 생성/제공 서비스를 제공하는 애플리케이션 등을 위한 프로그램이 동작되는 동안에, 프로세서(314)는 입출력 인터페이스(318)와 연결된 터치 스크린, 키보드, 오디오 센서 및/또는 이미지 센서를 포함한 카메라, 마이크로폰 등의 입력 장치를 통해 입력되거나 선택된 텍스트, 이미지, 영상, 음성 및/또는 동작 등을 수신할 수 있으며, 수신된 텍스트, 이미지, 영상, 음성 및/또는 동작 등을 메모리(312)에 저장하거나 통신 모듈(316) 및 네트워크(220)를 통해 정보 처리 시스템(230)에 제공할 수 있다. 예를 들어, 프로세서(314)는 입력 장치(320)를 통해 상품 질의를 입력하는 사용자 입력을 수신하고, 상품 질의 및 상품 질의와 연관된 데이터를 네트워크(220) 및 통신 모듈(316)을 통해 정보 처리 시스템(230)에 제공할 수 있다. 다른 예로서, 프로세서(314)는 트렌드 키워드 또는 트렌드의 주제 후보, 상품군 중에서 적어도 하나의 상품, 기획전의 주제 후보, 기획전 타겟 소비자 후보, 기획전의 트렌드 키워드 후보, 기획전의 제목 후보 및/또는 기획전에 포함될 기획 상품 후보 등에 대한 사용자의 선택을 나타내는 입력을 수신하여. 통신 모듈(316) 및 네트워크(220)를 통해 정보 처리 시스템(230)에 제공할 수 있다.

사용자 단말(210)의 프로세서(314)는 입력 장치(320), 다른 사용자 단말, 정보 처리 시스템(230) 및/또는 복수의 외부 시스템으로부터 수신된 정보 및/또는 데이터를 관리, 처리 및/또는 저장하도록 구성될 수 있다. 프로세서(314)에 의해 처리된 정보 및/또는 데이터는 통신 모듈(316) 및 네트워크(220)를 통해 정보 처리 시스템(230)에 제공될 수 있다. 사용자 단말(210)의 프로세서(314)는 입출력 인터페이스(318)를 통해 입출력 장치(320)로 정보 및/또는 데이터를 전송하여, 출력할 수 있다. 예를 들면, 프로세서(314)는 수신한 정보 및/또는 데이터를 사용자 단말의 화면에 디스플레이할 수 있다.

정보 처리 시스템(230)의 프로세서(334)는 복수의 사용자 단말(210) 및/또는 복수의 외부 시스템으로부터 수신된 정보 및/또는 데이터를 관리, 처리 및/또는 저장하도록 구성될 수 있다. 프로세서(334)에 의해 처리된 정보 및/또는 데이터는 통신 모듈(336) 및 네트워크(220)를 통해 사용자 단말(210)에 제공할 수 있다. 일 실시예에서, 정보 처리 시스템(230)의 프로세서(334)는 복수의 사용자 단말(210)로부터 수신된 복수의 상품 질의와 연관된 데이터에 기초하여, 특정 집단 또는 특정 기간 중 적어도 하나와 연관된 트렌드를 추출하고, 추출된 트렌드와 연관된 하나 이상의 상품을 포함하는 상품군을 생성할 수 있다. 다른 실시예에서, 정보 처리 시스템(230)의 프로세서(334)는 사용자 단말(210)로부터 수신되는, 상품군 중에서 적어도 하나의 상품에 대한 사용자의 선택에 응답하여, 적어도 하나의 상품을 기획 상품으로 포함하는 상품 기획전을 생성할 수 있다.

정보 처리 시스템(230)의 프로세서(334)는 사용자 단말(210)의 디스플레이 출력 가능 장치(예: 터치 스크린, 디스플레이 등), 음성 출력 가능 장치(예: 스피커) 등의 출력 장치(320)를 통해 처리된 정보 및/또는 데이터를 출력하도록 구성될 수 있다. 예를 들어, 정보 처리 시스템(230)의 프로세서(334)는, 생성된 상품군(예를 들어, 상품군에 대한 정보, 상품군에 포함된 상품에 대한 정보 등)을 통신 모듈(336) 및 네트워크(220)를 통해 사용자 단말(210)로 제공하고, 상품군을 사용자 단말(210)의 디스플레이 출력 가능 장치 등을 통해 출력하도록 구성될 수 있다.

도 4는 본 개시의 일 실시예에 따른 상품군 생성 방법(400)을 나타내는 흐름도이다. 일 실시예에서, 상품군 생성 방법(400)은 프로세서(예를 들어, 정보 처리 시스템의 적어도 하나의 프로세서)에 의해 수행될 수 있다. 상품군 생성 방법(400)은 프로세서가 복수의 상품 질의와 연관된 데이터를 수신함으로써 개시될 수 있다(S410). 예를 들어, 프로세서는 복수의 사용자 단말로부터, 복수의 상품 질의와 연관된 데이터를 수신할 수 있다. 추가적으로 또는 대안적으로, 프로세서는 내부 및/또는 외부 저장 장치(예를 들어, 상품 질의 데이터베이스 등)으로부터, 복수의 상품 질의와 연관된 데이터를 수신할 수 있다. 여기서, 상품 질의와 연관된 데이터는 해당 상품 질의 그 자체(예를 들어, 검색 질의어, 검색 키워드를 나타내는 텍스트, 이미지 등), 해당 상품 질의가 입력된 일시, 해당 상품 질의가 입력된 사용자 단말의 정보(예를 들어, 사용자 단말의 위치, IP 정보 등), 해당 상품 질의를 입력한 사용자의 정보(예를 들어, 사용자 계정 또는 프로필 정보, 사용자 연령, 성별, 직업 등)를 포함할 수 있다.

프로세서는 복수의 상품 질의와 연관된 데이터에 기초하여, 특정 집단 또는 특정 기간 중 적어도 하나와 연관된 트렌드를 추출할 수 있다(S420). 일 실시예에서, 프로세서는, 복수의 상품 질의와 연관된 데이터를 복수의 군집으로 클러스터링하고, 복수의 군집 중에서 하나 이상의 군집으로부터 특정 집단 또는 특정 기간 중 적어도 하나와 연관된 하나 이상의 트렌드 키워드(예를 들어, 검색 질의, 토픽, 날짜 등)를 추출할 수 있다. 예를 들어, 프로세서는 통계적 주제 임베딩 모델을 이용하여, 복수의 상품 질의와 연관된 데이터를 복수의 군집으로 클러스터링할 수 있다.

그리고 나서, 프로세서는 추출된 트렌드와 연관된 하나 이상의 상품을 포함하는 상품군을 생성할 수 있다(S430). 예를 들어, 프로세서는 복수의 상품 중에서 하나 이상의 트렌드 키워드(예를 들어, 하나 이상의 군집에 포함된 검색 질의 등)와 연관된 하나 이상의 상품을 추출하고, 추출된 하나 이상의 상품을 포함하는 상품군을 생성할 수 있다. 일 실시예에서, 프로세서는, 하나 이상의 트렌드 키워드에 기초하여 트렌드의 주제(예를 들어, 하나 이상의 군집에 포함된 검색 질의 사이의 공통 주제 등)를 결정하고, 트렌드의 주제에 기초하여, 복수의 상품 중에서 하나 이상의 트렌드 키워드와 연관된 하나 이상의 상품을 추출할 수 있다. 이를 위해, 프로세서는 언어 모델을 이용하여, 하나 이상의 트렌드 키워드를 트렌드의 주제를 나타내는 문구 또는 문장으로 변환할 수 있다. 이렇게 변환된 트렌드의 주제를 나타내는 문구 또는 문장은, 기획전의 제목으로 사용하기 위한 문구 또는 문장을 포함할 수 있다. 추가적으로 또는 대안적으로, 프로세서는 상품 추출 모델을 이용하여, 복수의 상품 중에서 하나 이상의 트렌드 키워드(또는, 트렌드의 주제, 트렌드의 주제를 나타내는 문구 또는 문장 등)와 매칭되는 하나 이상의 상품을 추출할 수 있다.

일 실시예에서, 상품 추출 모델은, 복수의 상품 각각에 대한 정보를 기초로, 복수의 상품 각각에 대한 하나 이상의 트렌드 키워드와의 매칭 스코어를 산출하고, 산출된 매칭 스코어에 기초하여 적어도 하나 이상의 상품을 추출하여 해당 상품 리스트를 출력하도록 학습된 모델에 해당할 수 있다. 나아가, 상품 추출 모델은 복수의 상품 중에서 미리 결정된 수의 상품을 추출하고, 추출된 미리 결정된 수의 상품을 하나 이상의 트렌드 키워드와 매칭되는 하나 이상의 상품으로서 출력하도록 학습된 모델에 해당할 수 있다. 추가적으로 또는 대안적으로, 상품 추출 모델은, 복수의 상품 각각에 대한 임베딩 데이터 및 하나 이상의 트렌드 키워드에 대한 임베딩 데이터를 생성하도록 학습된 임베딩 생성 모델을 포함할 수 있다. 이 경우, 상품 추출 모델은, 복수의 상품 각각에 대한 임베딩 데이터 및 하나 이상의 트렌드 키워드에 대한 임베딩 데이터에 기초하여, 복수의 상품 각각에 대한 하나 이상의 트렌드 키워드와의 매칭 스코어를 산출하고, 산출된 매칭 스코어에 기초하여, 복수의 상품 중에서 미리 결정된 수의 상품을 추출하고, 추출된 미리 결정된 수의 상품을 하나 이상의 트렌드 키워드와 매칭되는 하나 이상의 상품으로서 출력하도록 학습된 모델에 해당할 수 있다.

추가적으로 또는 대안적으로, 상품 추출 모델은, 학습 상품군과 연관된 학습 트렌드 키워드(예를 들어, 학습 상품군의 트렌드의 주제, 학습 상품군의 트렌드의 주제를 나타내는 문구 또는 문장 등)에 대한 임베딩 데이터와 학습 상품군에 포함되는 상품에 대한 임베딩 데이터 사이의 매칭 스코어가, 학습 트렌드 키워드에 대한 임베딩 데이터와 학습 상품군에 포함되지 않는 상품에 대한 임베딩 데이터 사이의 매칭 스코어보다 커지도록 강제하는 삼중항 손실 함수를 이용하여 학습된 모델에 해당할 수 있다. 여기서, 학습 상품군은, 이전에 실제로 생성한 상품군 및/또는 상품 추출 모델을 학습하기 위해 인위적으로 생성된 상품군을 지칭할 수 있다.

일 실시예에서, 프로세서는, 생성된 상품군을 사용자 단말을 통해 출력하고, 출력된 상품군 중에서 적어도 하나의 상품에 대한 사용자의 선택에 응답하여, 적어도 하나의 상품을 기획 상품으로 포함하는 상품 기획전을 생성할 수 있다.

도 5는 본 개시의 일 실시예에 따른 복수의 상품 질의와 연관된 데이터(510)로부터 트렌드 키워드(540)를 추출하는 예시를 나타내는 도면이다. 유사한 특징(예를 들어, 연령, 나이, 직업, 관심사 등)을 가진 사용자들을 포함하는 사용자 집단이 유사한 시기(예를 들어, 일주일 내, 한달 내, 봄과 같은 특정 계절, 연휴 또는 기념일과 같은 특정 기간 등)에 검색한 상품 질의는, 해당 사용자들 사이에 공유되는 동일 또는 유사한 사용자 의도(예를 들어, 쇼핑 의도, 검색 의도)를 포함할 수 있다. 이렇게 동일 또는 유사한 사용자 의도에 따라 입력 또는 검색되는 상품 질의들은 하나 이상의 군집으로 클러스터링될 수 있으며, 동일 또는 유사한 사용자 의도를 포함하는 군집으로부터 사용자들의 상품 검색 또는 상품 쇼핑 트렌드가 추출될 수 있다.

예를 들어, 프로세서(예를 들어, 정보 처리 시스템의 적어도 하나의 프로세서)는 동일 또는 유사한 사용자 의도(예를 들어, 검색 의도, 쇼핑 의도 등)를 갖는 상품 질의들을 포함하는 하나 이상의 군집을 생성하고, 생성된 하나 이상의 군집으로부터 특정 집단 및/또는 특정 시기의 트렌드를 추출할 수 있다. 여기서, 특정 집단은, 하나 이상의 군집에 포함된 상품 질의를 입력 또는 검색한 사용자들 집단 그 자체를 지칭할 수 있다. 추가적으로 또는 대안적으로, 특정 집단은, 하나 이상의 군집에 포함된 상품 질의를 다수 입력 또는 검색한 사용자의 성별, 연령, 직업군 등을 지칭할 수 있다. 또한, 상품 질의는, 사용자들이 쇼핑을 위해 입력 또는 검색한 질의들 중 유의미한 질의(예를 들어, 정제, 필터링 및/또는 전처리된 쇼핑 질의)를 포함할 수 있다.

일 실시예에서, 프로세서는 복수의 상품 질의와 연관된 데이터(510)를 복수의 군집(530)으로 클러스터링함으로써, 복수의 군집(530)을 생성할 수 있다. 그리고 나서, 프로세서는 복수의 군집(530) 중에서 하나 이상의 군집으로부터 특정 집단 또는 특정 기간 중 적어도 하나와 연관된 하나 이상의 트렌드 키워드(540)를 추출할 수 있다. 예를 들어, 프로세서는 복수의 군집(530) 중에서 하나 이상의 군집으로부터 하나 이상의 트렌드 키워드(540)를 추출하고, 추출된 하나 이상의 트렌드 키워드별 특징(예를 들어, 해당 트렌드 키워드를 다수 검색한 집단, 성별, 연령, 시기 등)에 기초하여, 하나 이상의 키워드(540)와 연관된 특정 집단 및/또는 특정 기간을 결정할 수 있다. 즉, 프로세서는 수신된 복수의 상품 질의와 연관된 데이터(510)에 기초하여, 특정 집단 또는 특정 기간 중 적어도 하나와 연관된 트렌드를 추출할 수 있다.

또한, 프로세서는 통계적 주제 임베딩 모델(520)을 이용하여, 복수의 상품 질의와 연관된 데이터(510)를 복수의 군집(530)으로 클러스터링하고, 복수의 군집(530) 중에서 하나 이상의 군집으로부터 하나 이상의 트렌드 키워드(540)를 추출할 수 있다. 여기서, 통계적 주제 임베딩 모델(520)은, 쇼핑 의도(또는, 검색 의도, 질의 의도)가 공통된 상품 질의들을 하나 이상의 군집으로 클러스터링하도록 학습된 통계 또는 확률에 기반한 클러스터링 모델 및/또는 임베딩 모델일 수 있다. 도시된 바와 같이, 프로세서는 복수의 상품 질의와 연관된 데이터(510)를 통계적 주제 임베딩 모델(520)에 입력함으로써, 복수의 상품 질의와 연관된 데이터(510) 각각에 대응되는 복수의 임베딩 데이터를 생성할 수 있다. 프로세서는 생성된 복수의 임베딩 데이터를 복수의 군집(530)으로 클러스터링할 수 있다. 그리고 나서, 프로세서는 복수의 군집(530) 중에서 하나 이상의 군집으로부터 하나 이상의 트렌드 키워드(540)를 추출할 수 있다.

일 실시예에서, 프로세서는 통계적 주제 임베딩 모델(520)을 이용하여, 복수의 상품 질의와 연관된 데이터(510)를 기초로, 각 상품 질의를 임베딩 공간에 임베딩할 수 있다. 그리고 나서, 프로세서는 임베딩 공간에서의 각 상품 질의 사이의 거리에 기초하여, 복수의 상품 질의를 복수의 군집(530)으로 클러스터링할 수 있다. 예를 들어, 프로세서는 임베딩 공간에서 기준 상품 질의(예를 들어, 씨드(seed) 키워드)를 기준으로, 거리가 가까운 상품 질의들을 포함하는 군집을 생성함으로써, 복수의 상품 질의를 복수의 군집(530)으로 클러스터링할 수 있다. 여기서, 기준 상품 질의는 트렌드성을 나타내는 상품 질의 또는 키워드를 포함할 수 있다.

프로세서는, 복수의 상품 질의를 복수의 군집(530)으로 클러스터링하기 위해, 기준 상품 질의를 결정할 수 있다. 즉, 프로세서는 복수의 상품 질의와 연관된 데이터(510)에 기초하여, 트렌드성을 나타내는 기준 상품 질의(또는, 중심 상품 질의)를 결정할 수 있다. 일 실시예에서, 프로세서는 복수의 상품 질의와 연관된 데이터(510)에 기초하여, 특정 시기(예: 여름, 겨울 등) 및/또는 특정 집단(예: 특정 연령, 성별)에 대한 인기 키워드를 추출하고, 추출한 인기 키워드를 기준 상품 질의로 결정할 수 있다. 예를 들어, 프로세서는 복수의 상품 질의와 연관된 데이터(510)에 기초하여, 시기적인 특징을 반영한 키워드를 발굴하여, 기준 상품 질의(예를 들어, seed 키워드, 메인 의도 키워드)로 결정할 수 있다. 여기서, 기준 상품 질의는 현재 또는 미래의 특정 시점 또는 기간에 대응하는 인기 키워드를 포함할 수 있으며, 이에 따라, 프로세서는 운영자가 원하는 현재 또는 미래의 특정 시점 또는 기간에 대응하는 기획전을 생성할 수 있다.

기준 상품 질의를 결정하기 위해, 프로세서는 성별/연령대별 상품 질의 유입량에 기초하여 시계열 데이터(time series data)를 구성하고 분석하여, 높은 계절성(seasonality), 추세(trend), 상품 질의 유입량을 갖는 상품 질의를 선정할 수 있다. 현재 계절성이 높은 상품 질의(또는 키워드)의 경우, 현재와 시간적으로 인접한 과거와 미래에도 계절성 패턴이 유사하게 유지될 수 있다. 따라서, 프로세서는 상품 질의 유입량을 관측할 수 없는 미래 시점(예를 들어, 1주 뒤, 2주 뒤)의 상품 질의의 시계열 데이터 대신에, 과거의 동일 기간(예를 들어, 1년 전 동일 일자, 동일 계절 등)에 수집된 시계열 데이터를 분석하여 기준 상품 질의를 결정할 수 있다.

일례로, 프로세서는 정제 및/또는 필터링을 거쳐 획득한 유효한 상품 질의들을 통계적 주제 임베딩 모델(520)에 입력함으로써, 임베딩 공간상에 각 상품 질의들을 임베딩하고, 기준 상품 질의(또는 키워드)(예를 들어, '아기우주복')를 중심으로 임베딩 공간 상에서 거리가 가까운 상품 질의(또는 키워드)(예를 들어, '출산 가방', '신생아 카시트', '아기띠' 등)을 포함하는 군집을 생성할 수 있다. 그리고 나서, 프로세서는 해당 군집으로부터 하나 이상의 트렌드 키워드(540)를 추출하고, 해당 군집 및/또는 하나 이상의 트렌드 키워드(540)와 연관된 특정 집단 및/또는 특정 시기를 결정함으로써, 결정된 특정 집단 및/또는 특정 시기와 연관된 트렌드를 추출할 수 있다.

군집으로부터 추출되는 하나 이상의 트렌드 키워드(540)는, 해당 군집에 포함된 상품 질의에 포함된 키워드들, 해당 군집이 나타내는 주제(theme), 해당 군집에 포함된 상품 질의들의 공통된 특징들, 해당 군집과 연관된 사용자 집단, 해당 군집과 연관된 시기 등을 포함할 수 있다. 예를 들어, '아기우주복' 군집으로부터 추출된 하나 이상의 트렌드 키워드(540)는, '아기우주복' 군집에 포함된 상품 질의(즉, 해당 군집의 질의 셋)인 '출산 가방', '신생아 카시트', '아기띠' 등을 포함할 수 있다. 추가적으로 또는 대안적으로, '아기우주복' 군집으로부터 추출된 하나 이상의 트렌드 키워드(540)는, '아기우주복' 군집의 주제(예를 들어, '아기우주복' 군집에 포함된 상품 질의들의 공통된 특징, 카테고리, 연관성, 질의 의도 등)인 '신생아 출산', '육아', '신생아' 등을 포함할 수 있다. 추가적으로 또는 대안적으로, '아기우주복' 군집으로부터 추출된 하나 이상의 트렌드 키워드(540)는, '아기 우주복' 군집에 포함된 상품 질의가 다수 입력된 시기인 '4월' 등을 포함할 수 있다. 추가적으로 또는 대안적으로, '아기우주복' 군집으로부터 추출된 하나 이상의 트렌드 키워드(540)는, '아기우주복' 군집에 포함된 상품 질의를 다수 입력한 사용자들의 집단의 연령, 성별, 기혼 여부에 관한 속성인 '30대', '여성', '기혼자' 등을 포함할 수 있다. 이렇게 군집으로부터 추출된 하나 이상의 트렌드 키워드(540)에 기초하여, 해당 군집에 대한 트렌드 주제(또는, 기획전 제목)(예를 들어, '신생아 출산 테마')이 생성될 수 있다.

복수의 상품 질의와 연관된 데이터(510)는 다양한 형태의 데이터에 해당할 수 있다. 예를 들어, 복수의 상품 질의와 연관된 데이터(510)는 텍스트 데이터, 벡터 데이터 등과 같은 다양한 형태의 데이터를 포함할 수 있다.

도 6은 본 개시의 일 실시예에 따라 트렌드 키워드(610)에 기초하여 트렌드의 주제를 나타내는 기획전의 제목(630)을 결정하는 예시를 나타내는 도면이다. 프로세서(예를 들어, 정보 처리 시스템의 적어도 하나의 프로세서)는 하나 이상의 트렌드 키워드(610)에 기초하여 트렌드의 주제를 결정할 수 있다. 일 실시예에서, 프로세서는 하나 이상의 트렌드 키워드(610)를 단순 조합하여, 트렌드의 주제를 나타내는 문구 또는 문장을 생성할 수 있다. 다른 실시예에서, 프로세서는 언어 모델을 이용하여, 하나 이상의 트렌드 키워드(610)를 트렌드의 주제를 나타내는 문구 또는 문장으로 변환할 수 있다. 여기서, 트렌드의 주제를 나타내는 문구 또는 문장은, 기획전의 제목으로 사용될 수 있다. 예를 들어, 기획전을 생성하는 데 있어서, 프로세서는 하나 이상의 트렌드 키워드(610)에 기초하여 트렌드의 주제를 나타내는 기획전의 제목(630)을 결정할 수 있다. 이를 위해, 프로세서는, 기획전의 제목을 생성하는 기획전 제목 생성부(또는, 기획전 제목 생성기(sales event title generator))(620)를 포함할 수 있다.

일 실시예에서, 기획전 제목 생성부(620)는 입력되는 하나 이상의 트렌드 키워드(610)를 단순 조합하여, 트렌드의 주제를 나타내는 기획전의 제목(630)을 생성할 수 있다. 다른 실시예에서, 기획전 제목 생성부(620)는 언어 모델을 이용하여, 하나 이상의 트렌드 키워드(610)를 트렌드의 주제를 나타내는 기획전의 제목으로 변환할 수 있다. 이 경우, 기획전 제목 생성부(620)는 언어 모델을 포함할 수 있으며, 언어 모델은, 입력 키워드에 기초하여 입력 키워드의 의도(예를 들어, 키워드와 연관된 주제 등)가 나타나는 문구 또는 문장을 생성하도록 학습된 인공신경망 모델 및/또는 통계 모델일 수 있다. 즉, 언어 모델은 입력되는 복수의 트렌드 키워드 사이의 관계와 의미를 인지하여, 트렌드의 주제를 나타내는 문구 또는 문장을 생성하도록 학습된 모델일 수 있다.

도시된 바와 같이, 기획전 제목 생성부(620)는 '래시가드', '수영복', '비치웨어', '6월 27일'을 포함하는 트렌드 키워드(610)를 입력 받아, 기획전의 제목 '워터파크야 기다려!'(630)를 생성할 수 있다. 일 실시예에서, 기획전 제목 생성부(620)는 하나 이상의 트렌드 키워드(610)를 입력 받아, 복수의 문구 또는 문장을 생성할 수 있다. 이 경우, 프로세서는 기획전 제목 생성부(620)에 의해 생성된 복수의 문구 또는 문장 중 적어도 하나를 기획전의 제목(630)으로 결정할 수 있다. 예를 들어, 프로세서는 기획전 제목 생성부(620)에 의해 생성된 복수의 문구 또는 문장을 기획전의 제목 후보로서 사용자 단말(예를 들어, 기획전 운영자의 단말)을 통해 출력하고, 출력된 복수의 문장 중 적어도 하나의 문구 또는 문장에 대한 사용자(예를 들어, 기획전 운영자)의 선택에 응답하여, 선택된 적어도 하나의 문구 또는 문장을 기획전의 제목(630)으로 결정할 수 있다. 대안적으로, 프로세서는 사용자가 사용자 단말을 통해 직접 입력한 문구 또는 문장을 수신하여, 기획전의 제목으로 결정할 수 있다.

도 7은 본 개시의 일 실시예에 따른 트렌드 키워드(710) 및/또는 트렌드의 주제(720)에 기초하여, 복수의 상품 중에서, 트렌드 키워드(710) 및/또는 트렌드의 주제(720)와 매칭되는 하나 이상의 상품을 추출하는 예시를 나타내는 도면이다. 프로세서(예를 들어, 정보 처리 시스템의 적어도 하나의 프로세서)는 복수의 상품 중에서 하나 이상의 트렌드 키워드(710) 및/또는 트렌드의 주제(720)와 연관된 하나 이상의 상품(740)을 추출할 수 있다. 일 실시예에서, 프로세서는 상품 추출 모델(730)을 이용하여, 복수의 상품 중에서 하나 이상의 트렌드 키워드(710)와 매칭되는 하나 이상의 상품(740)을 추출할 수 있다. 추가적으로 또는 대안적으로, 프로세서는 트렌드의 주제(720)에 기초하여, 복수의 상품 중에서 하나 이상의 트렌드 키워드(710)와 연관된 하나 이상의 상품(740)을 추출할 수 있다.

여기서, 상품 추출 모델(730)은 입력되는 트렌드 키워드(710) 및/또는 트렌드의 주제(720)와 매칭되는 하나 이상의 상품(740)을 출력하도록 학습된 모델일 수 있다. 예를 들어, 상품 추출 모델(730)은, 복수의 상품 각각에 대한 정보(예를 들어, 상품의 제목, 카테고리, 태그, 소개글, 리뷰, 이미지 등)를 기초로, 복수의 상품 각각에 대한 하나 이상의 트렌드 키워드(710)와의 매칭 스코어(예를 들어, 임베딩 공간에서의 거리)를 산출하고, 산출된 매칭 스코어에 기초하여, 복수의 상품 중에서 미리 결정된 수의 상품을 추출하고, 추출된 미리 결정된 수의 상품을 하나 이상의 트렌드 키워드(710)와 매칭되는 하나 이상의 상품(740)으로서 출력하도록 학습된 모델에 해당할 수 있다.

도시된 바와 같이, 프로세서는 트렌드 키워드(710) 및/또는 트렌드의 주제(720)를 상품 추출 모델(730)에 입력함으로써, 복수의 상품 중에서 상품 추출 모델(730)로부터 출력되는 하나 이상의 상품(740)을 포함하는 상품군을 생성할 수 있다. 여기서, 상품 추출 모델(730)에 입력되는 트렌드 키워드(710) 및/또는 트렌드의 주제(720)는, 트렌드 키워드의 조합, 트렌드 키워드를 포함하는 문장 또는 문구, 트렌드의 주제를 나타내는 문장 또는 문구(예를 들어, 트렌드의 제목), 기획전의 제목 등을 포함할 있다. 추가적으로, 상품 추출 모델(730)에 입력되는 트렌드 키워드(710) 및/또는 트렌드의 주제(720)는, 해당 트렌드와 연관된 소비자 집단, 시기, 상품 질의 등에 대한 정보를 포함할 수 있다.

예를 들어, 프로세서가 트렌드의 주제(720)에 해당하는 기획전의 제목 '워터파크야 기다려'를 상품 추출 모델(730)에 입력함에 따라, 상품 추출 모델(730)은 복수의 상품 중 해당 기획전의 제목과 매칭 스코어가 높은 상품(즉, 기획전의 제목과 매칭되는 상품) '수영복', '수영모', '아쿠아슈즈', '수영 가방', '워터파크 시즌권' 등을 출력할 수 있다. 프로세서는 이렇게 출력된 복수의 상품 중 적어도 일부를 포함하는 상품군을 생성할 수 있다. 일 실시예에서, 프로세서는 생성된 상품군을 사용자 단말을 통해 출력하고, 출력된 상품군 중에서 적어도 하나의 상품에 대한 사용자의 선택에 응답하여, 적어도 하나의 상품을 기획 상품으로 포함하는 상품 기획전을 생성할 수 있다. 다른 실시예에서, 프로세서는 출력된 복수의 상품 중 적어도 일부를 기획 상품으로서 자동으로 결정하고, 기획 상품을 포함하는 기획전을 생성할 수 있다.

도 8은 본 개시의 일 실시예에 따른 상품 추출 모델을 학습하는 예시를 나타내는 도면이다. 상술한 상품 추출 모델은, 복수의 상품 각각에 대한 임베딩 데이터 및 하나 이상의 트렌드 키워드(또는, 트렌드의 주제)에 대한 임베딩 데이터를 생성하도록 학습된 임베딩 생성 모델을 포함할 수 있다. 여기서, 임베딩 생성 모델은, 입력되는 복수의 상품 각각에 대한 정보에 기초하여, 복수의 상품 각각에 대한 임베딩 데이터를 생성할 수 있다. 예를 들어, 임베딩 생성 모델은, 복수의 상품 각각의 상품명, 카테고리, 판매자, 태그, 브랜드, 제조사, 상품설명, 옵션, 가격, 이미지 등에 기초하여, 복수의 상품 각각에 대한 임베딩 데이터를 생성하도록 학습된 모델일 수 있다. 이 경우, 상품 추출 모델은, 복수의 상품 각각에 대한 임베딩 데이터 및 하나 이상의 트렌드 키워드(또는, 트렌드의 주제)에 대한 임베딩 데이터에 기초하여, 복수의 상품 각각에 대한 하나 이상의 트렌드 키워드(또는, 트렌드의 주제)와의 매칭 스코어를 산출하고, 산출된 매칭 스코어에 기초하여, 복수의 상품 중에서 미리 결정된 수의 상품을 추출하고, 추출된 미리 결정된 수의 상품을 하나 이상의 트렌드 키워드(또는, 트렌드의 주제)와 매칭되는 하나 이상의 상품으로서 출력하도록 학습된 인공신경망 모델 및/또는 통계 모델일 수 있다.

프로세서(예를 들어, 정보 처리 시스템의 적어도 하나의 프로세서)는 상품 추출 모델을 생성 및/또는 학습하기 위해, 학습 상품군에 대한 데이터를 수신 및/또는 복수의 상품 각각에 대한 정보를 수신할 수 있다. 여기서, 학습 상품군에 대한 데이터는, 이전에 실제로 생성한 상품군(예를 들어, 실제 실행되었던 상품 기획전의 기획 상품들)에 대한 데이터 및/또는 상품 추출 모델을 학습하기 위해 인위적으로 생성한 상품군 대한 데이터를 포함할 수 있다. 또한, 상품군에 대한 데이터는, 해당 상품군의 트렌드 키워드, 트렌드 주제, 해당 상품군에 포함되는 상품에 대한 정보, 해당 상품군의 트렌드와 연관된 소비자 집단, 해당 상품군의 트렌드와 연관된 시기 등을 포함할 수 있다. 또한, 학습 상품군에 대한 데이터는 정보 처리 시스템의 내부 및/또는 외부 저장장치로부터 수신될 수 있다.

프로세서는, 학습 상품군에 대한 데이터 및 복수의 상품 각각에 대한 정보에 기초하여, 트렌드 키워드(또는, 트렌드의 주제)가 입력됨에 따라, 트렌드 키워드(또는, 트렌드의 주제)와 매칭되는 하나 이상의 상품을 출력하도록 상품 추출 모델을 학습할 수 있다. 일 실시예에서, 프로세서는 트렌드 키워드가 입력됨에 따라, 복수의 상품 각각에 대한 트렌드 키워드와의 매칭 스코어를 산출하고, 산출된 매칭 스코어에 기초하여, 복수의 상품 중에서 미리 결정된 수(예를 들어, 10개)의 상품(예를 들어, 매칭 스코어 순위가 1위에서 10위에 해당하는 상품)을 추출하고, 추출된 미리 결정된 수의 상품을 트렌드 키워드와 매칭되는 하나 이상의 상품으로서 출력하도록 상품 추출 모델을 학습할 수 있다.

일 실시예에서, 프로세서는, 임베딩 데이터 생성 모델(예를 들어, BERT(Bidirectional Encoder Representations from Transformers)와 같은 언어 모델)을 이용하여, 학습 상품군과 연관된 학습 트렌드 키워드(또는, 학습 트렌드의 주제)에 대한 임베딩 데이터, 학습 상품군에 포함되는 상품에 대한 임베딩 데이터 및 학습 상품군에 포함되지 않는 상품에 대한 임베딩 데이터를 생성할 수 있다. 예를 들어, 프로세서는 임베딩 데이터 생성 모델에, 학습 상품군의 학습 트렌드 키워드(또는, 학습 트렌드의 주제)를 입력함으로써, 학습 트렌드 키워드(또는, 학습 트렌드의 주제)에 대한 임베딩 데이터를 생성할 수 있고, 학습 상품군에 포함되는 상품(예를 들어, 학습 상품군에 포함되는 상품에 대한 정보)을 입력함으로써, 학습 상품군에 포함되는 상품에 대한 임베딩 데이터를 생성할 수 있고, 학습 상품군에 포함되지 않는 상품(예를 들어, 학습 상품군에 포함되지 않는 상품에 대한 정보)을 입력함으로써, 학습 상품군에 포함되지 않는 상품에 대한 임베딩 데이터를 생성할 수 있다. 그 후, 프로세서는 학습 트렌드 키워드(또는, 학습 트렌드의 주제)에 대한 임베딩 데이터와 학습 상품군에 포함되는 상품에 대한 임베딩 데이터 사이의 매칭 스코어가, 학습 트렌드 키워드(또는, 학습 트렌드의 주제)에 대한 임베딩 데이터와 학습 상품군에 포함되지 않는 상품에 대한 임베딩 데이터 사이의 매칭 스코어보다 커지도록 강제하는 삼중항 손실 함수(triplet loss function)를 이용하여 상품 추출 모델을 학습할 수 있다. 여기서, 임베딩 데이터 사이의 매칭 스코어는, 임베딩 공간 상에서 임베딩 데이터 사이의 거리와 반비례할 수 있다.

추가적으로, 상품 추출 모델의 성능을 향상시키기 위해, 학습 데이터로서 학습 상품군에 포함되지 않는 상품을 추출하기 위한 샘플링 과정(예를 들어, negative sampling)이 수행될 수 있다. 일 실시예에서, 프로세서는 학습 상품군에는 포함되지 않는 복수의 상품들 중에서, 학습 상품군에 포함된 상품과 일부 유사한 특징을 포함하고 있는 상품을 학습 데이터(즉, negative 데이터)로서 샘플링할 수 있다. 예를 들어, '면도기' 상품군을 학습 상품군으로 상품 추출 모델을 학습하는 경우, 프로세서는 '면도기' 상품군에 포함되지 않은 복수의 상품들 중에서, 면도기와 동일한 카테고리(예를 들어, '디지털 카테고리')에 포함되는 상품인 '헤어 드라이기'를, 상품 추출 모델을 학습하기 위한 '학습 상품군에 포함되지 않는 상품'으로서 추출할 수 있다. 이 경우, 상품 추출 모델은, 상품들의 보다 세부적인 특징까지 고려하여 상품군에 포함될 상품을 추출하도록 학습될 수 있다.

도시된 바와 같이, 프로세서는 학습 트렌드 키워드 A('anchor'라고도 지칭함)(812), 학습 상품군에 포함되는 상품 B(즉, 학습 상품군의 상품)('positive'라고도 지칭함)(814) 및 학습 상품군에 포함되지 않는 상품 C(즉, 학습 상품군의 상품이 아닌 임의의 상품)('negative'라고도 지칭함)(816) 각각을 임베딩 생성 모델(810)에 입력하여, 학습 트렌드 키워드 A, 상품 B 및 상품 C 각각에 대한 임베딩 데이터를 생성할 수 있다. 그리고 나서, 프로세서는 임베딩 공간에서 학습 트렌드 키워드 A에 대한 임베딩 데이터(822)와 상품 B에 대한 임베딩 데이터(824) 사이의 거리가 가까워지는 방향으로, 학습 트렌드 키워드 A에 대한 임베딩 데이터(822)와 상품 C에 대한 임베딩 데이터(826) 사이의 거리가 멀어지는 방향으로 상품 추출 모델을 학습할 수 있다.

도 9는 본 개시의 일 실시예에 따라 사용자(예를 들어, 운영자)가 상품 기획전을 생성하는 예시를 나타내는 도면이다. 본 개시의 일부 실시예에 따라 생성된 상품군에 기초하여, 정보 처리 시스템은 하나 이상의 기획전을 생성할 수 있다. 예를 들어, 정보 처리 시스템은 생성된 상품군에 포함된 적어도 일부의 상품을 기획 상품으로 하는 기획전을 생성할 수 있다. 일 실시예에서, 정보 처리 시스템은, 본 개시의 일부 실시예에 따라 추출/생성되는, 트렌드 키워드를 기획전의 트렌드 키워드 후보(914)로서, 트렌드 주제를 기획전의 주제 후보(또는, 기획전 타겟 소비자 후보)(912) 및/또는 기획전의 제목 후보(916)로서, 상품군을 기획 상품 후보(922)로서 상품 기획전의 운영자에게 제공할 수 있다. 이 경우, 정보 처리 시스템은, 기획전의 주제 후보(912)(또는, 기획전 타겟 소비자 후보), 기획전의 트렌드 키워드 후보(914), 기획전의 제목 후보(916) 및/또는 기획전에 포함될 기획 상품 후보(922) 중 적어도 하나에 대한 운영자의 선택에 응답하여, 하나 이상의 상품 기획전을 생성할 수 있다.

사용자 단말(예를 들어, 사용자 단말의 적어도 하나의 프로세서)는 사용자(예를 들어, 운영자)에게 상품 기획전 생성을 위한 사용자 인터페이스를 제공할 수 있다. 일 실시예에서, 사용자 단말은 기획전 주제 후보(912)를 디스플레이 상에 표시할 수 있다. 예를 들어, 사용자 단말은 기획전의 타겟이 되는 특정 집단 및/또는 특정 시기에 대한 후보를 디스플레이 상에 표시할 수 있다. 이 후, 사용자 단말은 기획전 주제 후보(912) 중에서 적어도 하나를 선택하는 사용자 입력을 수신하여, 이와 연관된 요청 및/또는 데이터를 정보 처리 시스템으로 전송할 수 있다.

일 실시예에서, 정보 처리 시스템은 복수의 상품 질의를 클러스터링함으로써 생성된 복수의 군집 중에서, 사용자가 선택한 기획전 주제(즉, 사용자가 선택한 특정 집단 및/또는 특정 시기)와 연관된 하나 이상의 군집으로부터, 하나 이상의 트렌드 키워드를 추출하여, 트렌드 키워드 후보(914)로서 사용자 단말을 통해 출력할 수 있다. 여기서, 하나 이상의 군집은, 사용자가 선택한 특정 집단이 다수 입력한 상품 질의를 포함하는 군집 및/또는 특정 시기에 다수 입력된 상품 질의를 포함하는 군집일 수 있다. 사용자 단말은 트렌드 키워드 후보(914)를 디스플레이 상에 표시할 수 있으며, 트렌드 키워드 후보(914) 중에서 적어도 하나의 트렌드 키워드를 선택하는 사용자 입력을 수신하여, 이와 연관된 요청 및/또는 데이터를 정보 처리 시스템으로 전송할 수 있다.

일 실시예에서, 정보 처리 시스템은 사용자가 선택한 적어도 하나의 트렌드 키워드를 기초로 하나 이상의 문장을 생성하여, 기획전의 제목 후보(916)로서 사용자 단말을 통해 출력할 수 있다. 예를 들어, 정보 처리 시스템은 사용자가 선택한 적어도 하나의 트렌드 키워드뿐만 아니라 사용자가 선택한 기획전의 주제와 연관된 키워드, 하나 이상의 군집과 연관된 키워드 및/또는 트렌드 키워드와 유사한 키워드를 기초로 하나 이상의 문구 또는 문장을 생성하여, 기획전의 제목 후보(916)로서 사용자 단말을 통해 출력할 수 있다. 사용자 단말은 기획전의 제목 후보(916)를 디스플레이 상에 표시할 수 있으며, 기획전의 제목 후보(916) 중에서 적어도 하나를 선택하는 사용자 입력을 수신하여, 이와 연관된 요청 및/또는 데이터를 정보 처리 시스템으로 전송할 수 있다.

일 실시예에서, 정보 처리 시스템은 복수의 상품 중에서, 사용자가 선택한 기획전의 제목과 매칭되는 적어도 하나의 상품을 추출하고, 추출된 적어도 하나의 상품을 포함하는 리스트를 기획 상품 후보(922)로서 사용자 단말을 통해 출력할 수 있다. 이에 따라, 사용자 단말은 적어도 하나의 상품을 포함하는 리스트(즉, 기획 상품 후보)를 디스플레이 상에 표시할 수 있으며, 리스트(즉, 기획 상품 후보) 중에서 적어도 하나의 상품을 기획 상품으로 선택하는 사용자 입력을 수신하여, 이와 연관된 요청 및/또는 데이터를 정보 처리 시스템으로 전송할 수 있다. 추가적으로, 정보 처리 시스템은 사용자 단말로부터 상품 기획전 생성 및/또는 발행에 대한 요청을 수신할 수 있다.

정보 처리 시스템은 상술한 바와 같이, 수신된 요청 및/또는 데이터들에 기초하여, 사용자가 선택한 기획전 주제, 트렌드 키워드, 기획전의 제목 및/또는 기획 상품을 포함하는 상품 기획전을 생성 및/또는 발행할 수 있다. 추가적으로 또는 대안적으로, 사용자는 기획전 주제, 트렌드 키워드, 기획전의 제목 및/또는 기획 상품을 후보군에서 선택하지 않고, 직접 입력할 수 있다. 이 경우, 즉, 정보 처리 시스템은, 사용자가 입력한 기획전 주제, 트렌드 키워드, 기획전의 제목 및/또는 기획 상품에 기초하여, 상품 기획전을 생성 및/또는 발행할 수 있다. 정보 처리 시스템은 상품 기획전을 생성 및 발행함으로써, 소비자들에게 상품 기획전을 제공할 수 있다.

제1 동작(910)에 도시된 바와 같이, 사용자 단말은 기획전 주제 후보(912)로서, 기간 후보('이번 주', '다음 주', '2주 후', '3주 후') 및/또는 집단 후보('10대 초반', '10대 후반', '20대 초반'. '30대', '40대', '50대', '60대', '남성', '여성')를 사용자 인터페이스를 통해 출력할 수 있다. 출력된 기획전 주제 후보(912) 중 적어도 하나(예를 들어, '2주 후', '40대', '여성')를 선택하는 사용자 입력에 응답하여, 사용자 단말은 선택된 기간 및/또는 집단과 연관된 제1 군집으로부터 추출된 트렌드 키워드 후보('집 꾸미기', '조명', '커튼', '인테리어')(914) 및 제2 군집으로부터 추출된 트렌드 키워드 후보('후드티', '후드', '겨울옷')(914)를 사용자 인터페이스를 통해 출력할 수 있다. 여기서, 제1 군집 및/또는 제2 군집은, 선택된 기간에 다수 입력된 상품 질의와 연관된 군집 및/또는 선택된 집단이 다수 입력한 상품 질의와 연관된 군집일 수 있다.

사용자 단말은, 출력된 트렌드 키워드 후보(914) 중 적어도 하나('집 꾸미기', '조명', '인테리어')를 선택하는 사용자 입력에 응답하여, 선택된 트렌드 키워드에 기초하여 생성된 기획전 제목 후보('조명으로 집 꾸미기 어때?', '올 겨울 인테리어 아이템')(916)를 사용자 인터페이스를 통해 출력할 수 있다. 제1 동작(910)에서 출력된 기획전의 제목 후보(916) 중 적어도 하나('조명으로 집 꾸미기 어때?')를 선택하는 사용자 입력에 응답하여, 사용자 단말은 제2 동작(920)에 도시된 바와 같이, 선택된 기획전의 제목과 매칭되는 하나 이상의 상품('A 스탠드(floor lamp)', 'B 스탠드(table lamp)', 'C 스탠드(table lamp)')을 포함하는 기획 상품 후보(922)를 출력할 수 있다. 출력된 기획 상품 후보(922) 중 적어도 하나의 상품('A 스탠드(floor lamp)')을 선택하는 사용자 입력에 기초하여, 선택된 적어도 하나의 상품을 포함하는 상품 기획전이 생성될 수 있다. 추가적으로, 생성된 상품 기획전 발행을 요청하는 사용자 입력에 따라 해당 상품 기획전이 발행됨으로써, 소비자들에게 제공될 수 있다.

도 10은 본 개시의 일 실시예에 따른 사용자(예를 들어, 운영자)가 하나 이상의 상품 기획전 후보(1000)를 제공받는 예시를 나타내는 도면이다. 본 개시의 일부 실시예에 따라 생성된 상품군에 기초하여, 정보 처리 시스템은 하나 이상의 기획전을 생성할 수 있다. 즉, 상술한 실시예들에 따라, 정보 처리 시스템은 트렌드를 추출하고, 추출된 트렌드와 연관된 상품 기획전을 생성할 수 있다. 예를 들어, 정보 처리 시스템은 생성된 상품군 중 적어도 일부의 상품을 기획 상품으로 하는 하나 이상의 기획전을 생성할 수 있다. 이 경우, 정보 처리 시스템은 트렌드 주제를 나타내는 문구 또는 문장을 기획전의 제목으로 결정할 수 있다. 정보 처리 시스템은 사용자 단말을 통해 사용자에게 생성된 하나 이상의 상품 기획전을 상품 기획전 후보(1000)로서 제공할 수 있다. 사용자 단말은 상품 기획전 후보(1000)에 해당하는 하나 이상의 상품 기획전에 대한 정보를 디스플레이 상에 표시할 수 있다.

도시된 바와 같이, 사용자 단말은 상품 기획전 후보(1000)로서 '겨울철 건강관리식품', '겨울 교복 스타일링', '새해 선물 미리 준비', '스키장 가자'를 사용자 인터페이스를 통해 출력할 수 있다. 예를 들어, 사용자 단말은 상품 기획전 후보 각각에 대한 타겟 소비자(예를 들어, '57~63세 남성', '18세 여성', '45~55세 여성', '20~30대 남성'), 시기, 이미지, 해시태그('#건강', '#어르신', '#학생' 등), 기획전의 제목 등을 사용자 인터페이스를 통해 출력할 수 있다. 추가적으로, 사용자 단말은 상품 기획전 후보(1000) 중 적어도 하나의 상품 기획전을 선택하는 사용자 입력에 응답하여, 선택된 상품 기획전의 상세한 구성을 디스플레이 상에 표시할 수 있다.

일 실시예에서, 정보 처리 시스템은, 자동으로 생성한 하나 이상의 상품 기획전에 대한 정보를 상품 기획전의 운영자에게 제공하고, 하나 이상의 상품 기획전 중 적어도 하나에 대한 운영자의 선택에 응답하여, 선택된 상품 기획전을 발행할 수 있다. 대안적으로, 정보 처리 시스템은, 자동으로 생성한 하나 이상의 상품 기획전을 바로 발행할 수 있다. 사용자가 상품 기획전 후보(1000) 중 적어도 하나의 상품 기획전을 선택하고, 선택된 상품 기획전 발행 요청을 수행함에 따라, 해당 상품 기획전이 생성 및 발행되어, 소비자들에게 제공될 수 있다. 도 10에서는 사용자 단말이 4개의 상품 기획전 후보를 출력하고 있으나, 이에 한정되지 않고, 상이한 수의 상품 기획전 후보를 출력할 수 있다.

상술한 방법은 컴퓨터에서 실행하기 위해 컴퓨터 판독 가능한 기록 매체에 저장된 컴퓨터 프로그램으로 제공될 수 있다. 매체는 컴퓨터로 실행 가능한 프로그램을 계속 저장하거나, 실행 또는 다운로드를 위해 임시 저장하는 것일 수도 있다. 또한, 매체는 단일 또는 수개 하드웨어가 결합된 형태의 다양한 기록수단 또는 저장수단일 수 있는데, 어떤 컴퓨터 시스템에 직접 접속되는 매체에 한정되지 않고, 네트워크 상에 분산 존재하는 것일 수도 있다. 매체의 예시로는, 하드 디스크, 플로피 디스크 및 자기 테이프와 같은 자기 매체, CD-ROM 및 DVD 와 같은 광기록 매체, 플롭티컬 디스크(floptical disk)와 같은 자기-광 매체(magneto-optical medium), 및 ROM, RAM, 플래시 메모리 등을 포함하여 프로그램 명령어가 저장되도록 구성된 것이 있을 수 있다. 또한, 다른 매체의 예시로, 애플리케이션을 유통하는 앱 스토어나 기타 다양한 소프트웨어를 공급 내지 유통하는 사이트, 서버 등에서 관리하는 기록매체 내지 저장매체도 들 수 있다.

본 개시의 방법, 동작 또는 기법들은 다양한 수단에 의해 구현될 수도 있다. 예를 들어, 이러한 기법들은 하드웨어, 펌웨어, 소프트웨어, 또는 이들의 조합으로 구현될 수도 있다. 본원의 개시와 연계하여 설명된 다양한 예시적인 논리적 블록들, 모듈들, 회로들, 및 알고리즘 단계들은 전자 하드웨어, 컴퓨터 소프트웨어, 또는 양자의 조합들로 구현될 수도 있음을 통상의 기술자들은 이해할 것이다. 하드웨어 및 소프트웨어의 이러한 상호 대체를 명확하게 설명하기 위해, 다양한 예시적인 구성요소들, 블록들, 모듈들, 회로들, 및 단계들이 그들의 기능적 관점에서 일반적으로 위에서 설명되었다. 그러한 기능이 하드웨어로서 구현되는지 또는 소프트웨어로서 구현되는지의 여부는, 특정 애플리케이션 및 전체 시스템에 부과되는 설계 요구사항들에 따라 달라진다. 통상의 기술자들은 각각의 특정 애플리케이션을 위해 다양한 방식들로 설명된 기능을 구현할 수도 있으나, 그러한 구현들은 본 개시의 범위로부터 벗어나게 하는 것으로 해석되어서는 안된다.

하드웨어 구현에서, 기법들을 수행하는 데 이용되는 프로세싱 유닛들은, 하나 이상의 ASIC들, DSP들, 디지털 신호 프로세싱 디바이스들(digital signal processing devices; DSPD들), 프로그램가능 논리 디바이스들(programmable logic devices; PLD들), 필드 프로그램가능 게이트 어레이들(field programmable gate arrays; FPGA들), 프로세서들, 제어기들, 마이크로제어기들, 마이크로프로세서들, 전자 디바이스들, 본 개시에 설명된 기능들을 수행하도록 설계된 다른 전자 유닛들, 컴퓨터, 또는 이들의 조합 내에서 구현될 수도 있다.

따라서, 본 개시와 연계하여 설명된 다양한 예시적인 논리 블록들, 모듈들, 및 회로들은 범용 프로세서, DSP, ASIC, FPGA나 다른 프로그램 가능 논리 디바이스, 이산 게이트나 트랜지스터 로직, 이산 하드웨어 컴포넌트들, 또는 본원에 설명된 기능들을 수행하도록 설계된 것들의 임의의 조합으로 구현되거나 수행될 수도 있다. 범용 프로세서는 마이크로프로세서일 수도 있지만, 대안으로, 프로세서는 임의의 종래의 프로세서, 제어기, 마이크로제어기, 또는 상태 머신일 수도 있다. 프로세서는 또한, 컴퓨팅 디바이스들의 조합, 예를 들면, DSP와 마이크로프로세서, 복수의 마이크로프로세서들, DSP 코어와 연계한 하나 이상의 마이크로프로세서들, 또는 임의의 다른 구성의 조합으로서 구현될 수도 있다.

펌웨어 및/또는 소프트웨어 구현에 있어서, 기법들은 랜덤 액세스 메모리(random access memory; RAM), 판독 전용 메모리(read-only memory; ROM), 비휘발성 RAM(non-volatile random access memory; NVRAM), PROM(programmable read-only memory), EPROM(erasable programmable read-only memory), EEPROM(electrically erasable PROM), 플래시 메모리, 컴팩트 디스크(compact disc; CD), 자기 또는 광학 데이터 스토리지 디바이스 등과 같은 컴퓨터 판독가능 매체 상에 저장된 명령들로서 구현될 수도 있다. 명령들은 하나 이상의 프로세서들에 의해 실행 가능할 수도 있고, 프로세서(들)로 하여금 본 개시에 설명된 기능의 특정 양태들을 수행하게 할 수도 있다.

이상 설명된 실시예들이 하나 이상의 독립형 컴퓨터 시스템에서 현재 개시된 주제의 양태들을 활용하는 것으로 기술되었으나, 본 개시는 이에 한정되지 않고, 네트워크나 분산 컴퓨팅 환경과 같은 임의의 컴퓨팅 환경과 연계하여 구현될 수도 있다. 또 나아가, 본 개시에서 주제의 양상들은 복수의 프로세싱 칩들이나 장치들에서 구현될 수도 있고, 스토리지는 복수의 장치들에 걸쳐 유사하게 영향을 받게 될 수도 있다. 이러한 장치들은 PC들, 네트워크 서버들, 및 휴대용 장치들을 포함할 수도 있다.

본 명세서에서는 본 개시가 일부 실시예들과 관련하여 설명되었지만, 본 개시의 발명이 속하는 기술분야의 통상의 기술자가 이해할 수 있는 본 개시의 범위를 벗어나지 않는 범위에서 다양한 변형 및 변경이 이루어질 수 있다. 또한, 그러한 변형 및 변경은 본 명세서에 첨부된 특허청구의 범위 내에 속하는 것으로 생각되어야 한다.

100: 사용자
110: 사용자 단말
120: 화면

Claims

적어도 하나의 컴퓨팅 장치에 의해 수행되는 검색 질의의 사용자 의도에 기초한 상품군 생성 방법에 있어서,
복수의 상품 질의와 연관된 데이터를 수신하는 단계;
상기 복수의 상품 질의와 연관된 데이터에 기초하여, 특정 집단 또는 특정 기간 중 적어도 하나와 연관된 트렌드를 추출하는 단계; 및
상기 추출된 트렌드와 연관된 하나 이상의 상품을 포함하는 상품군을 생성하는 단계
를 포함하는, 상품군 생성 방법.
제1항에 있어서,
상기 복수의 상품 질의와 연관된 데이터에 기초하여, 특정 집단 또는 특정 기간 중 적어도 하나와 연관된 트렌드를 추출하는 단계는,
상기 복수의 상품 질의와 연관된 데이터를 복수의 군집으로 클러스터링하는 단계; 및
상기 복수의 군집 중에서 하나 이상의 군집으로부터 상기 특정 집단 또는 특정 기간 중 적어도 하나와 연관된 하나 이상의 트렌드 키워드를 추출하는 단계
를 포함하는, 상품군 생성 방법.
제2항에 있어서,
상기 복수의 상품 질의와 연관된 데이터를 복수의 군집으로 클러스터링하는 단계는,
통계적 주제 임베딩 모델을 이용하여, 상기 복수의 상품 질의와 연관된 데이터를 복수의 군집으로 클러스터링하는 단계를 포함하는, 상품군 생성 방법.
제2항에 있어서,
상기 추출된 트렌드와 연관된 하나 이상의 상품을 포함하는 상품군을 생성하는 단계는,
복수의 상품 중에서 상기 하나 이상의 트렌드 키워드와 연관된 하나 이상의 상품을 추출하는 단계;
상기 추출된 하나 이상의 상품을 포함하는 상품군을 생성하는 단계
를 포함하는, 상품군 생성 방법.
제4항에 있어서,
상기 복수의 상품 중에서 상기 하나 이상의 트렌드 키워드와 연관된 하나 이상의 상품을 추출하는 단계는,
상기 하나 이상의 트렌드 키워드에 기초하여, 상기 트렌드의 주제를 결정하는 단계; 및
상기 트렌드의 주제에 기초하여, 상기 복수의 상품 중에서 상기 하나 이상의 트렌드 키워드와 연관된 하나 이상의 상품을 추출하는 단계
를 포함하는, 상품군 생성 방법.
제5항에 있어서,
상기 하나 이상의 트렌드 키워드에 기초하여 상기 트렌드의 주제를 결정하는 단계는,
언어 모델을 이용하여, 상기 하나 이상의 트렌드 키워드를 상기 트렌드의 주제를 나타내는 문구 또는 문장으로 변환하는 단계를 포함하는, 상품군 생성 방법.
제4항에 있어서,
상기 복수의 상품 중에서 상기 하나 이상의 트렌드 키워드와 연관된 하나 이상의 상품을 추출하는 단계는,
상품 추출 모델을 이용하여, 상기 복수의 상품 중에서 상기 하나 이상의 트렌드 키워드와 매칭되는 하나 이상의 상품을 추출하는 단계를 포함하는, 상품군 생성 방법.
제7항에 있어서,
상기 상품 추출 모델은, 상기 복수의 상품 각각에 대한 정보를 기초로, 상기 복수의 상품 각각에 대한 상기 하나 이상의 트렌드 키워드와의 매칭 스코어를 산출하고, 상기 산출된 매칭 스코어에 기초하여, 상기 복수의 상품 중에서 미리 결정된 수의 상품을 추출하고, 상기 추출된 미리 결정된 수의 상품을 상기 하나 이상의 트렌드 키워드와 매칭되는 하나 이상의 상품으로서 출력하도록 학습된, 상품군 생성 방법.
제8항에 있어서,
상기 상품 추출 모델은, 상기 복수의 상품 각각에 대한 임베딩 데이터 및 상기 하나 이상의 트렌드 키워드에 대한 임베딩 데이터를 생성하도록 학습된 임베딩 생성 모델을 포함하고,
상기 상품 추출 모델은, 상기 복수의 상품 각각에 대한 임베딩 데이터 및 상기 하나 이상의 트렌드 키워드에 대한 임베딩 데이터에 기초하여, 복수의 상품 각각에 대한 상기 하나 이상의 트렌드 키워드와의 매칭 스코어를 산출하고, 상기 산출된 매칭 스코어에 기초하여, 상기 복수의 상품 중에서 미리 결정된 수의 상품을 추출하고, 상기 추출된 미리 결정된 수의 상품을 상기 하나 이상의 트렌드 키워드와 매칭되는 하나 이상의 상품으로서 출력하도록 학습된, 상품군 생성 방법.
제9항에 있어서,
상기 상품 추출 모델은, 학습 상품군과 연관된 학습 트렌드 키워드에 대한 임베딩 데이터와 상기 학습 상품군에 포함되는 상품에 대한 임베딩 데이터 사이의 매칭 스코어가, 상기 학습 트렌드 키워드에 대한 임베딩 데이터와 상기 학습 상품군에 포함되지 않는 상품에 대한 임베딩 데이터 사이의 매칭 스코어보다 커지도록 강제하는 삼중항 손실 함수를 이용하여 학습된, 상품군 생성 방법.
제4항에 있어서,
상기 생성된 상품군을 사용자 단말을 통해 출력하는 단계; 및
상기 출력된 상품군 중에서 적어도 하나의 상품에 대한 사용자의 선택에 응답하여, 상기 적어도 하나의 상품을 기획 상품으로 포함하는 상품 기획전을 생성하는 단계
를 더 포함하는, 상품군 생성 방법.
적어도 하나의 컴퓨팅 장치에 의해 수행되는 상품 추출 모델을 학습하는 방법에 있어서,
학습 상품군에 대한 데이터를 수신하는 단계;
복수의 상품 각각에 대한 정보를 수신하는 단계; 및
상기 학습 상품군에 대한 데이터 및 복수의 상품 각각에 대한 정보에 기초하여, 트렌드 키워드가 입력됨에 따라, 상기 트렌드 키워드와 매칭되는 하나 이상의 상품을 출력하도록 상품 추출 모델을 학습하는 단계
를 포함하는, 상품 추출 모델 학습 방법.
제12항에 있어서,
상기 학습 상품군에 대한 데이터 및 복수의 상품 각각에 대한 정보에 기초하여, 트렌드 키워드가 입력됨에 따라, 상기 트렌드 키워드와 매칭되는 하나 이상의 상품을 출력하도록 상품 추출 모델을 학습하는 단계는,
상기 트렌드 키워드가 입력됨에 따라, 상기 복수의 상품 각각에 대한 상기 트렌드 키워드와의 매칭 스코어를 산출하고, 상기 산출된 매칭 스코어에 기초하여, 상기 복수의 상품 중에서 미리 결정된 수의 상품을 추출하고, 상기 추출된 미리 결정된 수의 상품을 상기 트렌드 키워드와 매칭되는 하나 이상의 상품으로서 출력하도록 상기 상품 추출 모델을 학습하는 단계를 포함하는, 상품 추출 모델 학습 방법.
제12항에 있어서,
임베딩 데이터 생성 모델을 이용하여, 상기 학습 상품군과 연관된 학습 트렌드 키워드에 대한 임베딩 데이터, 상기 학습 상품군에 포함되는 상품에 대한 임베딩 데이터 및 상기 학습 상품군에 포함되지 않는 상품에 대한 임베딩 데이터를 생성하는 단계를 더 포함하는, 상품 추출 모델 학습 방법.
제14항에 있어서,
상기 학습 상품군에 대한 데이터 및 복수의 상품 각각에 대한 정보에 기초하여, 트렌드 키워드가 입력됨에 따라, 상기 트렌드 키워드와 매칭되는 하나 이상의 상품을 출력하도록 상품 추출 모델을 학습하는 단계는,
상기 학습 트렌드 키워드에 대한 임베딩 데이터와 상기 학습 상품군에 포함되는 상품에 대한 임베딩 데이터 사이의 매칭 스코어가, 상기 학습 트렌드 키워드에 대한 임베딩 데이터와 상기 학습 상품군에 포함되지 않는 상품에 대한 임베딩 데이터 사이의 매칭 스코어보다 커지도록 강제하는 삼중항 손실 함수를 이용하여 상품 추출 모델을 학습하는 단계를 포함하는, 상품 추출 모델 학습 방법.
제1항 내지 제15항 중 어느 한 항에 따른 방법을 컴퓨터에서 실행하기 위해 컴퓨터 판독 가능한 기록 매체에 저장된 컴퓨터 프로그램.
정보 처리 시스템으로서,
통신 모듈;
메모리; 및
상기 메모리와 연결되고, 상기 메모리에 포함된 컴퓨터 판독 가능한 적어도 하나의 프로그램을 실행하도록 구성된 적어도 하나의 프로세서
를 포함하고,
상기 적어도 하나의 프로그램은,
복수의 상품 질의와 연관된 데이터를 수신하고,
상기 복수의 상품 질의와 연관된 데이터에 기초하여, 특정 집단 또는 특정 기간 중 적어도 하나와 연관된 트렌드를 추출하고,
상기 추출된 트렌드와 연관된 하나 이상의 상품을 포함하는 상품군을 생성하기 위한 명령어들을 포함하는, 정보 처리 시스템.
제17항에 있어서,
상기 적어도 하나의 프로그램은,
상기 복수의 상품 질의와 연관된 데이터를 복수의 군집으로 클러스터링하고, 상기 복수의 군집 중에서 하나 이상의 군집으로부터 상기 특정 집단 또는 특정 기간 중 적어도 하나와 연관된 하나 이상의 트렌드 키워드를 추출하기 위한 명령어들을 더 포함하는, 정보 처리 시스템.
정보 처리 시스템으로서,
통신 모듈;
메모리; 및
상기 메모리와 연결되고, 상기 메모리에 포함된 컴퓨터 판독 가능한 적어도 하나의 프로그램을 실행하도록 구성된 적어도 하나의 프로세서
를 포함하고,
상기 적어도 하나의 프로그램은,
학습 상품군에 대한 데이터를 수신하고,
복수의 상품 각각에 대한 정보를 수신하고,
상기 학습 상품군에 대한 데이터 및 복수의 상품 각각에 대한 정보에 기초하여, 트렌드 키워드가 입력됨에 따라, 상기 트렌드 키워드와 매칭되는 하나 이상의 상품을 출력하도록 상품 추출 모델을 학습하기 위한 명령어들을 포함하는, 정보 처리 시스템.
제19항에 있어서,
상기 적어도 하나의 프로그램은,
상기 트렌드 키워드가 입력됨에 따라, 상기 복수의 상품 각각에 대한 상기 트렌드 키워드와의 매칭 스코어를 산출하고, 상기 산출된 매칭 스코어에 기초하여, 상기 복수의 상품 중에서 미리 결정된 수의 상품을 추출하고, 상기 추출된 미리 결정된 수의 상품을 상기 트렌드 키워드와 매칭되는 하나 이상의 상품으로서 출력하도록 상기 상품 추출 모델을 학습하기 위한 명령어들을 더 포함하는, 정보 처리 시스템.