KR20230018010A - 소비자 동향을 반영한 롱테일 아이템 추천 시스템 및 방법 - Google Patents

소비자 동향을 반영한 롱테일 아이템 추천 시스템 및 방법 Download PDF

Info

Publication number
KR20230018010A
KR20230018010A KR1020210099634A KR20210099634A KR20230018010A KR 20230018010 A KR20230018010 A KR 20230018010A KR 1020210099634 A KR1020210099634 A KR 1020210099634A KR 20210099634 A KR20210099634 A KR 20210099634A KR 20230018010 A KR20230018010 A KR 20230018010A
Authority
KR
South Korea
Prior art keywords
item
long
tail
metadata
information
Prior art date
Application number
KR1020210099634A
Other languages
English (en)
Inventor
문태준
Original Assignee
주식회사 디파인
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 디파인 filed Critical 주식회사 디파인
Priority to KR1020210099634A priority Critical patent/KR20230018010A/ko
Publication of KR20230018010A publication Critical patent/KR20230018010A/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
    • 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
    • G06F16/50—Information retrieval; Database structures therefor; File system structures therefor of still image data
    • G06F16/53—Querying
    • G06F16/538—Presentation of query results
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/50—Information retrieval; Database structures therefor; File system structures therefor of still image data
    • G06F16/58—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually
    • G06F16/583—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually using metadata automatically derived from the content
    • G06F16/5846—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually using metadata automatically derived from the content using extracted text
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/50—Information retrieval; Database structures therefor; File system structures therefor of still image data
    • G06F16/58—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually
    • G06F16/5866—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually using information manually generated, e.g. tags, keywords, comments, manually generated location and time information
    • 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
    • G06Q30/0201—Market modelling; Market analysis; Collecting market data
    • 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

Landscapes

  • Engineering & Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Theoretical Computer Science (AREA)
  • Accounting & Taxation (AREA)
  • Finance (AREA)
  • Development Economics (AREA)
  • Strategic Management (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Data Mining & Analysis (AREA)
  • General Business, Economics & Management (AREA)
  • Marketing (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Economics (AREA)
  • Databases & Information Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • Library & Information Science (AREA)
  • Game Theory and Decision Science (AREA)
  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)

Abstract

본 발명은 소비자 동향을 반영한 롱테일 아이템 추천 시스템 및 방법에 관한 것으로, 더욱 구체적으로는 주기별로 온라인 상에서 소비자가 선호하는 인기 아이템 정보를 수집하는 온라인 소비자 동향 수집 모듈(10); 제조 또는 수입 업체의 롱테일 아이템 정보를 저장하는 아이템 DB(20); 상기 온라인 소비자 동향 수집 모듈에서 수집된 인기 아이템과 상기 아이템 DB에 저장된 롱테일 아이템을 분석하여 메타데이터 정보를 추출하는 메타데이터 분석 모듈(30); 상기 메타데이터 분석 모듈에서 추출된 메타데이터를 저장하는 메타데이터 DB(40); 상기 메타데이터 DB의 저장 정보를 활용하여 인기 아이템과 롱테일 아이템 간의 연결 관계 및 강도를 분석하여 매칭하는 메타데이터 매칭 모듈(50); 상기 메타데이터 매칭 모듈에서 매칭된 아이템 정보를 저장하는 아이템 매칭 DB(60); 상기 아이템 매칭 DB 정보를 활용하여 롱테일 아이템 추천을 요청한 스마트 단말로 추천된 롱테일 아이템을 제공하는 아이템 추천 모듈(70); 을 포함하는 롱테일 아이템 추천 시스템 및 방법에 관한 것이다.

Description

소비자 동향을 반영한 롱테일 아이템 추천 시스템 및 방법{Long-tail item recommendation system reflecting consumer trends and method thereof}
본 발명은 소비자 동향을 반영한 롱테일 아이템 추천 시스템 및 방법에 관한 것으로, 더욱 구체적으로는 온라인상에서 소비자 관심 및 구매 동향을 분석하고 이에 적합한 롱테일 아이템을 매칭하여 추천하는 소비자 동향을 반영한 롱테일 아이템 추천 시스템 및 방법에 관한 것이다.
최근 전자상거래를 이용한 상품 구매가 일상화되었고, 전자상거래를 이용하는 소비자의 요구가 다양해지면서 개개인의 요구나 성향을 맞출 수 있는 추천 시스템의 중요성이 증가하고 있으며, 이에 따라 대한민국 특허등록 제10-0429054호(특허문헌 1)와 같이 인터넷환경에서 사용자의 선호도에 따른 유사성에 기초한 집단화를 이룸으로써 새로운 사용자에게 아이템을 추천할 수 있는 자동화된 지능형 아이템 추천 방법 및 시스템이 제안된 바 있고, 또한, 대한민국 특허공개 제10-2014-0031647호(특허문헌 2)와 같이 아이템 구매 이력을 가지는 적어도 하나의 사용자 단말기, 전체 사용자 단말기들의 그룹핑과, 상기 전체 사용자 단말기들의 구매 이력 및 임의의 협업 필터링 방식을 이용하여 특정 그룹에 속한 특정 사용자 단말기와 이질적인 구매 행태를 가진 동일 그룹에 속한 다른 사용자 단말기들의 구매 이력을 기반으로 이질 추천 아이템을 산출한 후 상기 특정 사용자 단말기에 상기 이질 추천 아이템을 제공하는 아이템 추천 시스템이 제안된 바 있으며, 이와 같이 전자상거래 서비스에서 아이템을 추천하는 시스템이 활용되고 있다.
그러나 특허문헌 1 및 2를 비롯하여 현재 전자상거래에서 활용하는 추천 시스템은 소비자에게 인기가 많은 소수의 아이템이 추천의 많은 비율을 차지하는 롱테일(long-tail) 문제가 발생하며, 그에 따라 다수의 아이템은 추천 시스템에 의해 추천될 가능성이 희박해지면서 소비자에게 선택받을 기회가 줄어들고, 소비자 또한 다양한 아이템을 고려할 기회를 놓치게 되는 결과를 초래하고 있다.
한편, 소비자의 요구가 다양해지고 제조업 관련 기술 및 기반이 발달하면서 중소 및 개인 제조업체 또한 빠르게 증가하고 있다. 이러한 중소 및 개인 제조업체가 생산한 아이템은 기존의 주류 유통망을 통한 판로 확보가 어렵기 때문에 전자상거래를 활용하는 경우가 많다.
하지만, 중소 및 개인 제조업체는 마케팅 자원이 부족한 경우가 많기 때문에 시장 성과를 창출하는데 어려움이 있다. 구체적으로 조회수, 판매량, 리뷰수 등이 포함되는데 전자상거래에서 활용하는 추천 시스템은 이를 중요한 데이터로 활용하여 아이템을 추천하는 방식이며, 그 결과 전자상거래에서 활용하는 추천 시스템의 롱테일 문제는 추천 시스템의 문제일 뿐만 아니라 중소 및 개인 제조업체 아이템이 소비자에게 접근하기 더욱 어려워지는 문제로 직결된다.
따라서 온라인상의 소비자 동향을 반영하되 시장 성과 데이터가 부족한 롱테일 아이템을 추천할 수 있다면, 소비자는 더 다양한 아이템을 고려할 수 있고 중소 및 개인 제조업체는 아이템에 관심 있는 소비자에게 접근할 기회가 더 많아질 수 있을 것이다.
1. 대한민국 특허등록 제10-0429054호 등록특허공보 2. 대한민국 특허공개 제10-2014-0031647호 공개특허공보
상기의 종래 기술이 내포한 문제점을 해결하기 위한 본 발명은, 실시간 소비자 동향을 반영한 롱테일 아이템 추천 시스템 및 방법을 제공하고자 하는데 그 목적이 있다.
상기 목적을 달성하기 위한 본 발명의 소비자 동향을 반영한 롱테일 아이템 추천 시스템은, 주기별로 온라인 상에서 소비자가 선호하는 인기 아이템 정보를 수집하는 온라인 소비자 동향 수집 모듈; 중소 또는 개인 제조업체의 롱테일 아이템 정보를 저장하는 아이템 DB; 상기 온라인 소비자 동향 수집 모듈에서 수집된 인기 아이템과 상기 아이템 DB에 저장된 롱테일 아이템을 분석하여 메타데이터 정보를 추출하는 메타데이터 분석 모듈; 상기 메타데이터 분석 모듈에서 추출된 메타데이터를 저장하는 메타데이터 DB; 상기 메타데이터 DB의 저장 정보를 활용하여 인기 아이템과 롱테일 아이템 간의 연결 관계 및 강도를 분석하여 매칭하는 메타데이터 매칭 모듈; 상기 메타데이터 매칭 모듈에서 매칭된 아이템 정보를 저장하는 아이템 매칭 DB; 상기 아이템 매칭 DB 정보를 활용하여 롱테일 아이템 추천을 요청한 스마트 단말로 추천된 롱테일 아이템을 제공하는 아이템 추천 모듈; 을 포함하는 것을 특징으로 한다.
바람직한 실시 예로서, 상기 온라인 소비자 동향 수집 모듈은, 온라인 상에서 인기 아이템에 대한 소비자 선호 순위 정보, 아이템을 선호하는 소비자의 프로필 정보, 평점 또는 리뷰를 포함하는 소비자 평가 정보, 아이템을 설명하는 텍스트 또는 이미지 정보를 수집하도록 마련된 것일 수 있다.
또한, 상기 메타데이터 분석 모듈은, 상기 온라인 소비자 동향 수집 모듈에서 수집된 인기 아이템을 설명하는 텍스트 또는 이미지 정보와 상기 아이템 DB에 저장된 롱테일 아이템을 설명하는 텍스트 또는 이미지 정보를 분석하여 메타데이터를 추출하되, 이미지 정보 분석은 이미지의 텍스트를 인식하여 텍스트 정보로 변환하도록 마련된 것일 수 있다.
이때 상기 메타데이터 분석 모듈에서 변환된 텍스트 정보를 롱테일 아이템을 설명하는 텍스트 정보와 병합하고, 병합된 텍스트 정보를 파싱하여 정제한 후 룰베이스(rule-base) 또는 사전(dictionary)을 활용하여 상품명, 제조사, 브랜드, 출시일, 가격, 스펙(spec), 성분, 기능, 효과, 효능, 카테고리 중 적어도 하나 이상을 포함하는 메타데이터를 분석하여 추출하도록 마련될 수 있다.
또한, 상기 메타데이터 매칭 모듈은, 상기 메타데이터 DB에 저장된 메타데이터를 활용하여, 인기 아이템과 롱테일 아이템을 카테고리별로 분류하고, 동일 카테고리 내에서 인기 아이템의 메타데이터와 롱테일 아이템의 메타데이터 간의 유사성을 평가하며, 인기 아이템별로 메타데이터 유사성 점수가 높은 롱테일 아이템을 상기 아이템 매칭 DB에 저장하도록 마련될 수 있다.
상기 메타데이터 매칭 모듈은, 메타데이터 유사성이 가장 높은 롱테일 아이템이 상위 순위의 인기 아이템과 이미 매칭된 경우, 차순위 롱테일 아이템이 매칭되도록 한 것일 수 있다.
상기 아이템 추천 모듈은, 상기 아이템 매칭 DB에 저장된 인기 아이템과 롱테일 아이템 간의 매칭 정보를 활용하여, 추천을 요청한 카테고리의 인기 아이템과 매칭된 롱테일 아이템을 지정된 스마트 단말로 추천하도록 마련될 수 있다.
이때 상기 아이템 추천 모듈은, 추천을 요청한 스마트 단말 이용자의 프로필 정보와 인기 아이템을 선호한 소비자 프로필 정보를 분석하여 롱테일 아이템의 추천 순위를 조정하여 추천하도록 할 수 있다.
본 발명의 소비자 동향을 반영한 롱테일 아이템 추천 시스템 및 방법에 의하면, 시장 성과 데이터가 부족한 중소 및 개인 제조업체 등의 롱테일 아이템을 추천할 때, 소비자가 선호하는 인기 아이템의 순위와 해당 인기 아이템의 가격, 스펙, 성분, 기능, 효과, 효능 등의 메타데이터를 반영함으로써, 소비자 동향에 적합한 롱테일 아이템을 추천할 수 있다.
또한, 소비자 동향 수집 및 인기 아이템과 롱테일 아이템 간의 매칭을 지정된 주기별로 반복적으로 수행함으로써, 최신의 소비자 동향을 반영한 롱테일 아이템을 추천할 수 있다.
또한, 인기 아이템 및 롱테일 아이템을 카테고리별로 분류 및 매칭하여 다양한 카테고리에 대해 추천할 수 있다.
게다가 인기 아이템을 선호하는 소비자의 프로필 정보와 추천을 요청하는 스마트 단말 이용자의 프로필 정보를 활용하여 인기 아이템의 선호 순위 정보를 조정함으로써 추천을 요청하는 스마트 단말 이용자의 프로필에 적합한 롱테일 아이템의 추천 순위를 조정하여 추천할 수 있는 등의 효과가 있다.
도 1은 본 발명에 따른 소비자 동향을 반영한 롱테일 아이템 추천 시스템의 블록 구성도이다.
도 2는 본 발명에 따른 소비자 동향을 반영한 롱테일 아이템 추천 방법을 각 단계 별로 나타내는 순서도이다.
도 3은 본 발명에 따른 소비자 동향을 반영한 롱테일 아이템 추천 방법의 각 단계 중 인기 아이템과 롱테일 아이템의 메타데이터 유사성을 평가하여 매칭하고 아이템 매칭 DB에 저장하는 단계를 상세하게 나타내는 순서도이다.
본 발명의 이점과 특징, 그리고 그것들을 달성하는 방법은 첨부되는 도면에 예시하고 후술되는 실시예를 통해 상세하게 설명하고자 한다.
그러나 본 발명은 이하에서 개시되는 실시 예로 한정되는 것이 아니라 서로 다른 다양한 형태로 구현될 것이다.
본 명세서에서 본 실시 예는 본 발명의 개시가 완전하도록 하며, 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자에게 발명의 범주를 완전하게 알려주기 위해 제공되는 것이며, 본 발명은 청구항의 범주에 의해 정의될 뿐이다.
따라서, 몇몇 실시 예에서, 잘 알려진 구성 요소, 잘 알려진 동작 및 잘 알려진 기술들은 본 발명이 모호하게 해석되는 것을 피하기 위하여 구체적인 설명을 생략될 수 있다.
또한, 명세서 전체에 걸쳐 동일 참조 부호는 동일 구성 요소를 지칭하고, 본 명세서에서 사용된(언급된) 용어들은 실시 예를 설명하기 위한 것이며 본 발명을 제한하고자 하는 것은 아니다.
본 명세서에서, 단수형은 문구에서 특별히 언급하지 않는 한 복수형도 포함하며, '포함(또는, 구비)한다'로 언급된 구성 요소 및 동작은 하나 이상의 다른 구성요소 및 동작의 존재 또는 추가를 배제하지 않는다.
다른 정의가 없다면, 본 명세서에서 사용되는 모든 용어(기술 및 과학적 용어를 포함)는 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자에게 공통적으로 이해될 수 있는 의미로 사용될 수 있다.
또한, 일반적으로 사용되는 사전에 정의되어 있는 용어들은 정의되어 있지 않은 한 이상적으로 또는 과도하게 해석되지 않는다.
이하, 본 발명에 따른 바람직한 실시예를 첨부된 도면을 참조하여 상세하게 설명한다.
도 1은 본 발명에 따른 소비자 동향을 반영한 롱테일 아이템 추천 시스템의 블록 구성도이고, 도 2는 본 발명에 따른 소비자 동향을 반영한 롱테일 아이템 추천 방법을 각 단계 별로 나타내는 순서도이며, 도 3은 본 발명에 따른 소비자 동향을 반영한 롱테일 아이템 추천 방법의 각 단계 중 인기 아이템과 롱테일 아이템의 메타데이터 유사성을 평가하여 매칭하고 아이템 매칭 DB에 저장하는 단계를 상세하게 나타내는 순서도이다.
도 1 내지 도 3을 참조하는 바와 같이, 본 발명의 일 실시예에 따른 소비자 동향을 반영한 롱테일 아이템 추천 시스템(이하, '롱테일 아이템 추천 시스템'이라 함)은, 주기별로 온라인에서 소비자가 선호하는 인기 아이템 및 검색어 정보를 수집하는 온라인 소비자 동향 수집 모듈(10)과, 제조 또는 수입 업체의 롱테일 아이템 정보를 저장하는 아이템 DB(20)과, 상기 온라인 소비자 동향 수집 모듈(10)에서 수집된 인기 아이템과 상기 아이템 DB(20)에 저장된 롱테일 아이템에서 아이템의 특징을 설명하는 메타데이터 정보를 분석하는 메타데이터 분석 모듈(30)과, 상기 메타데이터 분석 모듈(30)에서 추출된 메타데이터를 저장하는 메타데이터 DB(40)와, 상기 메타데이터 DB(40)에 저장된 메타데이터 정보를 활용하여 인기 아이템과 롱테일 아이템 간의 연결 관계 및 강도를 정의하는 메타데이터 매칭 모듈(50)과, 상기 메타데이터 매칭 모듈(50)에서 매칭된 아이템 정보를 저장하는 아이템 매칭 DB(60)와, 상기 아이템 매칭 DB(60)에 저장된 아이템 매칭 정보를 활용하여 추천을 요청한 지정된 스마트 단말로 추천 롱테일 아이템을 제공하는 아이템 추천 모듈(70)을 포함하며, 이에 따라 온라인 상에서 소비자가 선호하는 인기 아이템 정보를 수집하고, 인기 아이템과 롱테일 아이템의 메타데이터를 분석 및 추출하여 카테고리별로 인기 아이템과 메타데이터의 유사성이 높은 롱테일 아이템을 매칭하며, 추천을 요청하는 지정된 스마트 단말로 매칭된 롱테일 아이템을 추천할 수 있다.
이와 같이 구성된 롱테일 아이템 추천 시스템에 의한 롱테일 아이템 추천 방법은, 주기별로 온라인 상에서 소비자가 선호하는 인기 아이템 정보를 수집하는 제1단계(S10)와, 룰베이스 또는 사전을 활용하여 아이템을 설명하는 텍스트 또는 이미지에서 메타데이터를 분석 및 추출하여 메타데이터 DB에 저장하는 제2단계(S20)와, 상기 메타데이터 DB의 저장 정보 중 인기 아이템과 유사성이 높은 롱테일 아이템을 카테고리 별로 매칭하여 아이템 매칭 DB에 저장하는 제3단계(S30)와, 아이템 DB의 저장 정보를 활용하여 추천을 요청한 카테고리에 대해 인기 아이템 및 매칭된 롱테일 아이템 목록을 구성하는 제4단계(S40)와, 인기 아이템을 선호하는 소비자 프로필 정보와 추천을 요청한 이용자 프로필 정보를 분석하여 추천할 롱테일 아이템 목록의 추천 순위를 조정하여 추천하는 제5단계(S50)를 포함한다.
여기서 상기 제3단계(S30)는, 상기 메타데이터 DB의 카테고리 정보를 활용하여 인기 아이템과 롱테일 아이템을 카테고리별로 분류하는 단계(S31)와, 인기 아이템과 롱테일 아이템의 각 특정 정보를 비교하여 유사도를 계산하는 단계(S32)와, 각각의 유사도 항목에 대한 가중치를 반영하여 유사성을 평가하는 단계(S36)와, 인기 아이템과 유사성이 가장 높은 롱테일 아이템을 매칭하는 단계(S37) 및 카테고리별 인기 아이템과 롱테일 아이템 매칭 결과를 아이템 매칭 DB에 저장하는 단계(S38)를 포함할 수 있다.
이때 인기 아이템과 롱테일 아이템의 각 특정 정보를 비교하여 유사도를 계산하는 단계(S32)의 특정 정보 중 카테고리 내에 스펙 정보가 존재하는 경우 인기 아이템과 롱테일 아이템의 스펙을 비교하여 유사도를 계산하는 단계(S33)를 포함할 수 있고, 또한 상기 특정 정보 중 카테고리 내에 성분 정보가 존재하는 경우 인기 아이템과 롱테일 아이템의 성분을 비교하여 유사도를 계산하는 단계(S34)를 포함할 수 있으며, 또한 상기 특정 정보 중 카테고리 내에 기능이나 효과, 효능 및 기타 특징 정보가 존재하는 경우 인기 아이템과 롱테일 아이템의 기능, 효과, 효능 중 적어도 하나 또는 2 이상을 비교하여 유사도를 계산하는 단계(S35)를 포함할 수 있다.
또한, 상기 인기 아이템과 유사성이 가장 높은 롱테일 아이템을 매칭하는 단계(S37)에서, 유사성이 가장 높은 롱테일 아이템이 상위 순위의 인기 아이템과 이미 매칭된 경우, 그 유사성이 차순위로 높은 롱테일 아이템을 매칭하도록 할 수 있다.
이러한 시스템 및 방법에 의해서 시장 성과 데이터가 부족한 롱테일 아이템을 소비자 동향에 적합하도록 추천할 수 있으며, 이하의 설명을 통해 본 발명의 롱테일 아이템 추천 시스템 및 방법이 더욱 구체화될 것이다.
상기 온라인 소비자 동향 수집 모듈(10)은 온라인 상에서 인기 아이템에 대한 소비자 선호 순위 정보, 아이템을 선호하는 소비자의 프로필 정보, 평점 및 리뷰 등의 소비자 평가 정보, 아이템을 설명하는 텍스트 및 이미지 정보를 지정된 주기별로 반복적으로 수집한다.
예를 들어, 소비자 선호 순위 정보는 온라인 상에서 인기 있는 아이템의 인기 순위, 조회수, 판매량, 리뷰수 등을 분석하여 1위부터 순서대로 결정되고, 아이템을 선호하는 소비자의 프로필 정보는 아이템별로 구매자의 성별 및 연령대 비율 등을 포함하며, 평점 정보는 평점의 평균 점수, 평점의 수, 평점의 구간 비율 등을 포함하며, 아이템을 설명하는 텍스트 및 이미지 정보는 아이템별 상세 설명을 위한 html 문서에 게시된 문구 및 이미지 파일 등을 포함한다.
이러한 각 정보는 일 1회 또는 주 1회 등 지정된 주기별로 반복적으로 수집하여 업데이트 함으로서 최신의 정보를 유지하도록 할 수 있다.
상기 아이템 DB(20)는 제조 또는 수입 업체에서 판매하는 아이템을 설명하는 텍스트 및 이미지 정보 등 롱테일 아이템 정보가 저장되는 것으로, 그 저장 방식의 예로서 제조 또는 수입 업체에서 직접 본 발명의 시스템에 접속하여 아이템의 설명 자료나 이미지를 등록하게 할 수 있으며, 물론 예시하지 않은 다른 방식으로 저장될 수 있다. 또한, 상기 제조 또는 수입 업체는 국내 제조 업체를 비롯하여 국내외에서 제조된 제품을 유통하거나 판매하는 업체를 포함한다.
상기 메타데이터 분석 모듈(30)은 상기 온라인 소비자 동향 수집 모듈에서 수집된 인기 아이템과 상기 아이템 DB(20)에 저장된 제조 또는 수입 업체의 아이템 등의 롱테일 아이템을 설명하는 텍스트 및 이미지 정보를 분석하여 메타데이터를 추출하고 이를 상기 메타데이터 DB(40)에 저장한다.
예를 들어, 이미지 정보는 분석이 용이하도록 이미지 내에 표현된 한글, 영문, 숫자, 특수문자 등의 텍스트 정보를 인식하여 텍스트 자료구조로 변환한 후 기존 텍스트 정보와 병합할 수 있다. 또한, 룰베이스(rule-base) 또는 사전(dictionary)을 활용하여 병합된 텍스트 정보에서 상품명, 제조사, 브랜드, 출시일, 가격, 스펙, 성분, 기능, 효과, 효능, 카테고리, 기타 특징 등의 유의미한 메타데이터를 분석 및 추출할 수 있다.
이때, 상품명, 제조사, 브랜드, 출시일, 가격, 카테고리 정보는 룰베이스를 통해 html 문서에 포함된 태그의 위치와 식별자를 확인하여 분석 및 수집할 수 있고, 스펙, 성분, 기능, 효과, 효능, 기타 특징 정보는 병합된 텍스트 내에 카테고리별로 구축된 사전의 키워드가 포함되어 있는지 확인하여 분석 및 수집할 수 있다.
상기 메타데이터 매칭 모듈(50)은 상기 메타데이터 DB(40)에 저장된 인기 아이템과 롱테일 아이템의 메타데이터 정보를 카테고리별로 분석하고, 동일 카테고리 내 인기 아이템의 소비자 선호 순위가 높은 순서대로 인기 아이템과 메타데이터 유사성이 가장 높은 롱테일 아이템을 매칭하고, 인기 아이템과 롱테일 아이템의 매칭 결과 목록은 상기 아이템 매칭 DB(60)에 저장된다.
이때, 메타데이터 유사성이 가장 높은 롱테일 아이템이 상위 순위의 인기 아이템과 이미 매칭된 경우 이를 제외하여 매칭 중복을 방지하고, 아직 매칭되지 않은 차순위 롱테일 아이템이 매칭되도록 할 수 있다.
예를 들어, 인기 아이템과 롱테일 아이템 간의 메타데이터 유사성은 가격 유사도, 스펙 유사도, 성분 유사도, 기능이나 효과, 효능 또는 기타 특징 중 하나 또는 2 이상의 유사도를 각각 계산하고, 이를 유사도 항목 각각의 가중치를 반영하여 종합적으로 유사성을 평가할 수 있다.
여기서 가격 유사도는 인기 아이템과 롱테일 아이템 간의 가격 차이 절대값을 [0-1] 변환하여 계산할 수 있고, 스펙 유사도, 성분 유사도, 기능, 효과, 효능 및 기타 특징 유사도는 각각 BM25 점수를 [0-1] 변환하여 계산할 수 있다.
또한, 가격 유사도 × 가격 유사도 가중치 + 스펙 유사도 × 스펙 유사도 가중치 + 성분 유사도 × 성분 유사도 가중치 + 기능/효과/효능 및 기타 특징 유사도 × 기능/효과/효능 및 기타 특징 유사도 가중치를 계산하여 종합적인 유사성을 평가할 수 있다.
상기 아이템 추천 모듈(70)은 롱테일 아이템 추천 서비스 이용자의 스마트 단말을 통해 추천이 요청되면 상기 아이템 매칭 DB(60)에 저장된 인기 아이템과 롱테일 아이템 매칭 정보를 활용하여 추천을 요청한 카테고리의 인기 아이템과 매칭된 롱테일 아이템을 지정된 스마트 단말로 추천한다.
롱테일 아이템 추천 서비스 이용자의 추천 요청시 추천을 요청하는 스마트 단말 이용자의 프로필 정보와 추천을 요청하는 카테고리 정보가 포함될 수 있고, 이 경우 상기 아이템 추천 모듈(70)은 추천을 요청하는 카테고리 정보로 상기 아이템 매칭 DB(60)에서 해당 카테고리의 아이템 매칭 정보를 선택한 후 추천을 요청하는 스마트 단말 이용자의 프로필 정보를 활용하여 추천할 롱테일 아이템의 추천 순위를 조정할 수 있다.
이때, 추천을 요청하는 스마트 단말 이용자의 프로필 정보를 반영하여 추천할 롱테일 아이템의 추천 순위를 조정하기 위해 프로필 적합도를 추가적으로 계산할 수 있다.
예를 들어, 30대 남성에게 3개의 아이템을 추천할 때 소비자 선호 1순위인 인기 아이템 A를 선호하는 30대 비율이 15%, 남성 비율이 30%이고, 2순위인 인기 아이템 B를 선호하는 30대 비율이 25%, 남성 비율이 35%이고, 3순위인 인기 아이템 C를 선호하는 30대 비율이 50%, 남성 비율이 35%라고 한다면, A의 프로필 적합도는 0.15 + 0.3 = 0.45, B의 프로필 적합도는 0.25 + 0.35 = 0.6, C의 프로필 적합도는 0.5 + 0.35 = 0.85이며, 최종적으로 인기 아이템 C, B, A와 매칭된 롱테일 아이템 C', B', A'를 각각 1순위, 2순위, 3순위로 추천 순위를 조정하여 추천할 수 있다.
그리고 추천을 요청하는 카테고리가 복수인 경우에는 카테고리의 수만큼 추천할 롱테일 아이템 수를 균등 분할하고 각각의 카테고리 상위 순위 추천 롱테일 아이템을 순위대로 교차하여 조합할 수 있다.
예를 들어, 4개의 카테고리에 대한 추천을 요청하였다면 각각 25% 비율로 구성하고 1/1/1/1순위, 2/2/2/2순위, 3/3/3/3순위로 순서대로 조합할 수 있다.
이상 실시예를 참조하여 상세히 설명하였지만, 해당 기술 분야의 숙련된 당업자는 하기의 특허청구범위에 기재된 본 발명의 사상 및 영역으로부터 벗어나지 않는 범위 내에서 본 발명을 다양하게 수정 및 변경시킬 수 있음을 이해할 수 있을 것이다.
또한, 본 발명의 보호범위는 상기 상세한 설명보다는 후술하는 청구범위에 의하여 특정되는 것이며, 청구범위의 의미 및 범위 그리고 등가 개념으로부터 도출되는 모든 변경 또는 변형된 형태가 본 발명의 보호범위에 포함되는 것으로 해석되어야 한다.
10... 온라인 소비자 동향 수집 모듈
20... 아이템 DB
30... 메타데이터 분석 모듈
40... 메타데이터 DB
50... 메터데이터 매칭 모듈
60... 아이템 매칭 DB
70... 아이템 추천 모듈

Claims (12)

  1. 온라인 상에서 소비자가 선호하는 인기 아이템 정보를 수집하는 온라인 소비자 동향 수집 모듈;
    제조 또는 수입 업체의 롱테일 아이템 정보를 저장하는 아이템 DB;
    상기 온라인 소비자 동향 수집 모듈에서 수집된 인기 아이템과 상기 아이템 DB에 저장된 롱테일 아이템을 분석하여 메타데이터 정보를 추출하는 메타데이터 분석 모듈;
    상기 메타데이터 분석 모듈에서 추출된 메타데이터를 저장하는 메타데이터 DB;
    상기 메타데이터 DB의 저장 정보를 활용하여 인기 아이템과 롱테일 아이템 간의 연결 관계 및 강도를 분석하여 매칭하는 메타데이터 매칭 모듈;
    상기 메타데이터 매칭 모듈에서 매칭된 아이템 정보를 저장하는 아이템 매칭 DB;
    상기 아이템 매칭 DB 정보를 활용하여 롱테일 아이템 추천을 요청한 스마트 단말로 추천된 롱테일 아이템을 제공하는 아이템 추천 모듈; 을 포함하는 것을 특징으로 하는 롱테일 아이템 추천 시스템.
  2. 청구항 1에 있어서,
    상기 온라인 소비자 동향 수집 모듈에서 수집하는 인기 아이템 정보는, 온라인 상에서의 소비자 선호 순위 정보, 아이템을 선호하는 소비자의 프로필 정보, 평점 또는 리뷰를 포함하는 소비자 평가 정보, 아이템을 설명하는 텍스트 또는 이미지 정보 중 적어도 하나 이상을 포함하는 것을 특징으로 하는 롱테일 아이템 추천 시스템.
  3. 청구항 2에 있어서,
    상기 메타데이터 분석 모듈은, 상기 온라인 소비자 동향 수집 모듈에서 수집된 인기 아이템을 설명하는 텍스트 또는 이미지 정보와 상기 아이템 DB에 저장된 롱테일 아이템을 설명하는 텍스트 또는 이미지 정보를 분석하여 메타데이터를 추출하되, 이미지 정보 분석은 이미지의 텍스트를 인식하여 텍스트 정보로 변환하도록 한 것을 특징으로 하는 롱테일 아이템 추천 시스템.
  4. 청구항 3에 있어서,
    상기 메타데이터 분석 모듈에서 변환된 텍스트 정보를 롱테일 아이템을 설명하는 텍스트 정보와 병합하고, 병합된 텍스트 정보를 파싱하여 정제한 후 룰베이스 또는 사전을 활용하여 상품명, 제조사, 브랜드, 출시일, 가격, 스펙, 성분, 기능, 효과, 효능, 카테고리 중 적어도 하나 이상을 포함하는 메타데이터를 분석하여 추출하는 것을 특징으로 하는 롱테일 아이템 추천 시스템.
  5. 청구항 1에 있어서,
    상기 메타데이터 매칭 모듈은, 상기 메타데이터 DB에 저장된 메타데이터를 활용하여, 인기 아이템과 롱테일 아이템을 카테고리별로 분류하고, 동일 카테고리 내에서 인기 아이템의 메타데이터와 롱테일 아이템의 메타데이터 간의 유사성을 평가하며, 인기 아이템별로 메타데이터 유사성 점수가 높은 롱테일 아이템을 상기 아이템 매칭 DB에 저장하는 것을 특징으로 하는 롱테일 아이템 추천 시스템.
  6. 청구항 5에 있어서,
    상기 메타데이터 매칭 모듈은, 메타데이터의 유사성이 가장 높은 롱테일 아이템이 상위 순위의 인기 아이템과 이미 매칭된 경우, 차순위 롱테일 아이템이 매칭되도록 한 것을 특징으로 하는 롱테일 아이템 추천 시스템.
  7. 청구항 1에 있어서,
    상기 아이템 추천 모듈은, 상기 아이템 매칭 DB에 저장된 인기 아이템과 롱테일 아이템 간의 매칭 정보를 활용하여, 추천을 요청한 카테고리의 인기 아이템과 매칭된 롱테일 아이템을 지정된 스마트 단말로 추천하는 것을 특징으로 하는 롱테일 아이템 추천 시스템.
  8. 청구항 7에 있어서,
    상기 아이템 추천 모듈은, 추천을 요청한 스마트 단말 이용자의 프로필 정보와 인기 아이템을 선호한 소비자 프로필 정보를 분석하여 롱테일 아이템의 추천 순위를 조정하여 추천하는 것을 특징으로 하는 롱테일 아이템 추천 시스템.
  9. 온라인 상에서 소비자가 선호하는 인기 아이템 정보를 수집하는 제1단계;
    룰베이스 또는 사전을 활용하여 아이템을 설명하는 텍스트 또는 이미지에서 메타데이터를 분석 및 추출하여 메타데이터 DB에 저장하는 제2단계;
    상기 메타데이터 DB의 저장 정보 중 인기 아이템과 유사성이 높은 롱테일 아이템을 카테고리 별로 매칭하여 아이템 매칭 DB에 저장하는 제3단계;
    아이템 DB의 저장 정보를 활용하여 추천을 요청한 카테고리에 대해 인기 아이템 및 매칭된 롱테일 아이템 목록을 구성하는 제4단계;
    인기 아이템을 선호하는 소비자 프로필 정보와 추천을 요청한 이용자 프로필 정보를 분석하여 추천할 롱테일 아이템 목록의 추천 순위를 조정하여 추천하는 제5단계; 를 포함하는 것을 특징으로 하는 롱테일 아이템 추천 방법.
  10. 청구항 9에 있어서,
    상기 제3단계는, 상기 메타데이터 DB의 카테고리 정보를 활용하여 인기 아이템과 롱테일 아이템을 카테고리별로 분류하는 단계;
    인기 아이템과 롱테일 아이템의 각 특정 정보를 비교하여 유사도를 계산하는 단계;
    상기 유사도 항목에 대한 가중치를 반영하여 유사성을 평가하는 단계;
    인기 아이템과 유사성이 가장 높은 롱테일 아이템을 매칭하는 단계;
    카테고리별 인기 아이템과 롱테일 아이템 매칭 결과를 아이템 매칭 DB에 저장하는 단계; 를 포함하는 것을 특징으로 하는 롱테일 아이템 추천 방법.
  11. 청구항 10에 있어서,
    상기 인기 아이템과 롱테일 아이템의 각 특정 정보를 비교하여 유사도를 계산하는 단계에서 상기 특정 정보는, 인기 아이템과 롱테일 아이템의 가격, 스펙, 성분, 기능, 효과, 효능 중 적어도 하나 또는 2 이상을 포함하는 것을 특징으로 하는 롱테일 아이템 추천 방법.
  12. 청구항 10에 있어서,
    상기 인기 아이템과 유사성이 가장 높은 롱테일 아이템을 매칭하는 단계에서, 유사성이 가장 높은 롱테일 아이템이 상위 순위의 인기 아이템과 이미 매칭된 경우, 차순위의 롱테일 아이템을 매칭하는 것을 특징으로 하는 롱테일 아이템 추천 방법.
KR1020210099634A 2021-07-29 2021-07-29 소비자 동향을 반영한 롱테일 아이템 추천 시스템 및 방법 KR20230018010A (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020210099634A KR20230018010A (ko) 2021-07-29 2021-07-29 소비자 동향을 반영한 롱테일 아이템 추천 시스템 및 방법

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020210099634A KR20230018010A (ko) 2021-07-29 2021-07-29 소비자 동향을 반영한 롱테일 아이템 추천 시스템 및 방법

Publications (1)

Publication Number Publication Date
KR20230018010A true KR20230018010A (ko) 2023-02-07

Family

ID=85221442

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020210099634A KR20230018010A (ko) 2021-07-29 2021-07-29 소비자 동향을 반영한 롱테일 아이템 추천 시스템 및 방법

Country Status (1)

Country Link
KR (1) KR20230018010A (ko)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116861323A (zh) * 2023-07-24 2023-10-10 深圳丰享信息技术有限公司 一种在推荐中解决长尾效应的方法和装置

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR100429054B1 (ko) 1999-09-29 2004-05-03 주식회사 온빛시스템 자동화된 지능형 아이템 추천 방법 및 시스템
KR20140031647A (ko) 2012-09-05 2014-03-13 에스케이플래닛 주식회사 아이템 추천 시스템 및 방법과, 이를 지원하는 장치

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR100429054B1 (ko) 1999-09-29 2004-05-03 주식회사 온빛시스템 자동화된 지능형 아이템 추천 방법 및 시스템
KR20140031647A (ko) 2012-09-05 2014-03-13 에스케이플래닛 주식회사 아이템 추천 시스템 및 방법과, 이를 지원하는 장치

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116861323A (zh) * 2023-07-24 2023-10-10 深圳丰享信息技术有限公司 一种在推荐中解决长尾效应的方法和装置
CN116861323B (zh) * 2023-07-24 2024-02-23 深圳丰享信息技术有限公司 一种在推荐中解决长尾效应的方法和装置

Similar Documents

Publication Publication Date Title
Liang et al. A semantic-expansion approach to personalized knowledge recommendation
CN102419779B (zh) 一种基于属性排序的商品个性化搜索方法及装置
CN109189904A (zh) 个性化搜索方法及系统
US20080244431A1 (en) Product review system including reviewer purchase indicator
CN103473354A (zh) 基于电子商务平台的保险推荐系统框架及保险推荐方法
Wang et al. A strategy-oriented operation module for recommender systems in E-commerce
TW200844776A (en) System and method for associative matching
CN101385025A (zh) 通过分析内容确定上下文并且基于该上下文提供相关内容
CN103729359A (zh) 一种推荐搜索词的方法及系统
Chen et al. Analysis of review helpfulness based on consumer perspective
Badriyah et al. Recommendation system for property search using content based filtering method
Levinas An analysis of memory based collaborative filtering recommender systems with improvement proposals
KR20160070282A (ko) 쇼핑몰 사이트 제공 시스템, 쇼핑몰 사이트 제공 방법, 그 프로그램 및 이를 기록한 기록매체
KR101026544B1 (ko) 인공지능에 기반한 랭킹 분석 방법, 이를 기록한 기록 매체, 그 장치
CN111078997A (zh) 一种资讯推荐方法及装置
KR20230018010A (ko) 소비자 동향을 반영한 롱테일 아이템 추천 시스템 및 방법
Beheshti-Kashi et al. Trendfashion-a framework for the identification of fashion trends
Bang et al. Product recommendation system based on user purchase priority
KR20220026255A (ko) 빅데이터를 이용한 건강식품 추천시스템
Qiu et al. Design of multi-mode e-commerce recommendation system
Zhang et al. Study on recommender systems for business-to-business electronic commerce
KR102576123B1 (ko) 제품 공동구매 연계 시스템 및 방법
CN116431895A (zh) 安全生产知识个性化推荐方法及系统
US10013699B1 (en) Reverse associate website discovery
CN114861079A (zh) 一种融合商品特征的协同过滤推荐方法和系统

Legal Events

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