KR20230111986A - 라이브 쇼핑 추천 방법 및 그를 위한 라이브 쇼핑 추천 시스템 - Google Patents
라이브 쇼핑 추천 방법 및 그를 위한 라이브 쇼핑 추천 시스템 Download PDFInfo
- Publication number
- KR20230111986A KR20230111986A KR1020220008105A KR20220008105A KR20230111986A KR 20230111986 A KR20230111986 A KR 20230111986A KR 1020220008105 A KR1020220008105 A KR 1020220008105A KR 20220008105 A KR20220008105 A KR 20220008105A KR 20230111986 A KR20230111986 A KR 20230111986A
- Authority
- KR
- South Korea
- Prior art keywords
- emotion
- user
- live
- user terminal
- product
- Prior art date
Links
- 238000000034 method Methods 0.000 title claims abstract description 42
- 230000008451 emotion Effects 0.000 claims abstract description 230
- 238000004458 analytical method Methods 0.000 claims abstract description 27
- 238000011156 evaluation Methods 0.000 claims description 14
- 239000003086 colorant Substances 0.000 claims description 5
- 238000007726 management method Methods 0.000 description 46
- 230000006870 function Effects 0.000 description 15
- 230000002996 emotional effect Effects 0.000 description 13
- 238000010586 diagram Methods 0.000 description 10
- 238000012937 correction Methods 0.000 description 9
- 238000005516 engineering process Methods 0.000 description 7
- 238000004891 communication Methods 0.000 description 5
- 230000014509 gene expression Effects 0.000 description 5
- 230000000694 effects Effects 0.000 description 4
- 238000012986 modification Methods 0.000 description 4
- 230000004048 modification Effects 0.000 description 4
- 238000013473 artificial intelligence Methods 0.000 description 3
- 238000013135 deep learning Methods 0.000 description 3
- 238000001514 detection method Methods 0.000 description 3
- 238000012545 processing Methods 0.000 description 3
- 230000008859 change Effects 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- SHXWCVYOXRDMCX-UHFFFAOYSA-N 3,4-methylenedioxymethamphetamine Chemical compound CNC(C)CC1=CC=C2OCOC2=C1 SHXWCVYOXRDMCX-UHFFFAOYSA-N 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 239000011521 glass Substances 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 230000036651 mood Effects 0.000 description 1
- 239000010454 slate Substances 0.000 description 1
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
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/16—Devices for psychotechnics; Testing reaction times ; Devices for evaluating the psychological state
- A61B5/165—Evaluating the state of mind, e.g. depression, anxiety
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/90—Details of database functions independent of the retrieved data types
- G06F16/903—Querying
- G06F16/9032—Query formulation
- G06F16/90324—Query formulation using system suggestions
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F40/00—Handling natural language data
- G06F40/30—Semantic analysis
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N21/00—Selective content distribution, e.g. interactive television or video on demand [VOD]
- H04N21/20—Servers specifically adapted for the distribution of content, e.g. VOD servers; Operations thereof
- H04N21/21—Server components or server architectures
- H04N21/218—Source of audio or video content, e.g. local disk arrays
- H04N21/2187—Live feed
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N21/00—Selective content distribution, e.g. interactive television or video on demand [VOD]
- H04N21/40—Client devices specifically adapted for the reception of or interaction with content, e.g. set-top-box [STB]; Operations thereof
- H04N21/47—End-user applications
- H04N21/478—Supplemental services, e.g. displaying phone caller identification, shopping application
- H04N21/47815—Electronic shopping
Landscapes
- Engineering & Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Life Sciences & Earth Sciences (AREA)
- Business, Economics & Management (AREA)
- Databases & Information Systems (AREA)
- General Physics & Mathematics (AREA)
- Multimedia (AREA)
- General Engineering & Computer Science (AREA)
- Computational Linguistics (AREA)
- Finance (AREA)
- General Health & Medical Sciences (AREA)
- Psychiatry (AREA)
- Signal Processing (AREA)
- Accounting & Taxation (AREA)
- Child & Adolescent Psychology (AREA)
- Heart & Thoracic Surgery (AREA)
- Psychology (AREA)
- Social Psychology (AREA)
- Educational Technology (AREA)
- Biophysics (AREA)
- Developmental Disabilities (AREA)
- Marketing (AREA)
- Pathology (AREA)
- Medical Informatics (AREA)
- Molecular Biology (AREA)
- Surgery (AREA)
- Animal Behavior & Ethology (AREA)
- Hospice & Palliative Care (AREA)
- Public Health (AREA)
- Veterinary Medicine (AREA)
- Mathematical Physics (AREA)
- Development Economics (AREA)
- General Business, Economics & Management (AREA)
- Data Mining & Analysis (AREA)
- Economics (AREA)
- Artificial Intelligence (AREA)
- Audiology, Speech & Language Pathology (AREA)
- Strategic Management (AREA)
Abstract
본 발명의 일 실시예에 따른 라이브 쇼핑 추천 방법은, 사용자 단말과 연동하여 상기 사용자 단말에게 라이브 쇼핑을 추천하는 관리 서버에서 수행되는 라이브 쇼핑 추천 방법으로서, 사용자 단말을 통하여 사용자의 로그인 이벤트가 발생하면, 감정 분석을 위한 감정 쿼리세트를 상기 사용자 단말에 제공하는 단계, 상기 감정 쿼리세트에 대한 사용자의 선택을 기초로, 상기 사용자가 기 분류된 감정 식별분류 중 어느 감정 식별분류에 해당하는지 판단하는 단계, 복수의 라이브 채널에서 판매 중인 상품에 대한 판매 상품 정보를 획득하고, 획득된 판매 상품 정보와 연관되는 상품 감정 정보를 설정하는 단계 및 상기 사용자의 감정 식별 분류와 상기 상품 감정 정보를 기초로, 상기 사용자의 감정 식별 분류에 연관되는 적어도 하나의 판매 상품을 선택하여 사용자에게 감정 연관 상품으로서 추천하는 단계를 포함한다.
Description
본 발명은 온라인 쇼핑 기술에 관한 것으로서, 구체적으로는 라이브 쇼핑 추천 방법 및 그를 위한 라이브 쇼핑 추천 시스템에 관한 것이다.
온라인 e커머스의 발전 및 대중화에 따라 다양한 온라인 쇼핑과 관련된 기술들이 개발되고 있다.
이러한 온라인 e 커머스의 기술에서, 사용자에게 어떠한 상품을 추천할 것인가에 대한 기술은 중요한 기술로서, 이는 상품의 판매를 촉진할 뿐만 아니라 개인에게 맞춤 추천이 가능한 점에서 유용하다.
종래의 경우, 사용자의 구매 내역, 성별, 연령대 등을 기준으로 사용자를 분류하고 이를 기반으로 상품 등을 추천하는 기술들이 개발되고 있다.
그러나, 이러한 종래 기술의 경우, 사용자를 분류하는 기준이 단순하고 사용자의 현재 상태 등이 반영되지 않아, 실질적인 구매 촉진의 효과가 높지 않은 한계가 있다.
본 발명의 일 기술적 측면은 상기한 종래 기술의 문제점을 해결하기 위한 것으로써, 사용자의 로그인 시의 감정을 파악하여 사용자의 현재 감성에 적합한 판매 상품을 추천할 수 있는 라이브 쇼핑 추천 방법 및 그를 위한 라이브 쇼핑 추천 시스템을 제공하는 것이다.
또한, 본 발명의 일 기술적 측면은, 사용자의 로그인 시간을 기초로 사용자의 감성을 파악함으로써, 사용자의 감성을 보다 정확하게 추정할 수 있는 라이브 쇼핑 추천 방법 및 그를 위한 라이브 쇼핑 추천 시스템을 제공하는 것이다.
또한, 본 발명의 일 기술적 측면은, 재미있고 간단한 게임과 같은 감정 쿼리를 이용하여 사용자의 감성을 파악함으로써, 사용자에게 재미있고 즐거운 접속 환경을 제공함과 함께 이를 기초로 상품 추천을 수행할 수 있는 라이브 쇼핑 추천 방법 및 그를 위한 라이브 쇼핑 추천 시스템을 제공하는 것이다.
본 발명의 상기 목적과 여러 가지 장점은 이 기술분야에 숙련된 사람들에 의해 본 발명의 바람직한 실시예로부터 더욱 명확하게 될 것이다.
본 발명의 일 기술적 측면은 라이브 쇼핑 추천 방법을 제안한다. 상기 라이브 쇼핑 추천 방법은, 사용자 단말과 연동하여 상기 사용자 단말에게 라이브 쇼핑을 추천하는 관리 서버에서 수행되는 라이브 쇼핑 추천 방법으로서, 사용자 단말을 통하여 사용자의 로그인 이벤트가 발생하면, 감정 분석을 위한 감정 쿼리세트를 상기 사용자 단말에 제공하는 단계, 상기 감정 쿼리세트에 대한 사용자의 선택을 기초로, 상기 사용자가 기 분류된 감정 식별분류 중 어느 감정 식별분류에 해당하는지 판단하는 단계, 복수의 라이브 채널에서 판매 중인 상품에 대한 판매 상품 정보를 획득하고, 획득된 판매 상품 정보와 연관되는 상품 감정 정보를 설정하는 단계 및 상기 사용자의 감정 식별 분류와 상기 상품 감정 정보를 기초로, 상기 사용자의 감정 식별 분류에 연관되는 적어도 하나의 판매 상품을 선택하여 사용자에게 감정 연관 상품으로서 추천하는 단계를 포함한다.
본 발명의 다른 일 기술적 측면은 라이브 쇼핑 추천 시스템을 제안한다. 상기 라이브 쇼핑 추천 시스템은, 사용자 단말, 각각 서로 상이한 상품을 판매하는 복수의 라이브 채널을 제공하는 라이브 채널 서버 및 상기 사용자 단말 및 상기 라이브 채널 서버와 연동하여 동작하고, 상기 사용자 단말의 사용자의 감정을 분석하여 상기 사용자에게 적합한 적어도 하나의 라이브 채널을 선별하여 상기 사용자에게 추천하는 관리 서버를 포함한다. 상기 관리 서버는, 상기 사용자 단말이 상기 관리 서버에 접속하면, 상기 사용자 단말에게 감정 분석을 위한 감정 쿼리세트를 제공하고, 상기 감정 쿼리세트에 대한 사용자의 선택을 기초로, 상기 사용자가 기 분류된 감정 식별분류 중 어느 감정 식별분류에 해당하는지 판단한다.
본 발명의 또 다른 일 기술적 측면은 저장 매체를 제안한다. 상기 저장 매체는, 라이브 쇼핑 추천 방법을 실행하는 프로그램을 포함하는 컴퓨터 판독 가능 저장매체로서, 상기 프로그램은 상기 컴퓨터로 하여금, 사용자 단말을 통하여 사용자의 로그인 이벤트가 발생하면, 감정 분석을 위한 감정 쿼리세트를 상기 사용자 단말에 제공하는 기능, 상기 감정 쿼리세트에 대한 사용자의 선택을 기초로, 상기 사용자가 기 분류된 감정 식별분류 중 어느 감정 식별분류에 해당하는지 판단하는 기능, 복수의 라이브 채널에서 판매 중인 상품에 대한 판매 상품 정보를 획득하고, 획득된 판매 상품 정보와 연관되는 상품 감정 정보를 설정하는 기능 및 상기 사용자의 감정 식별 분류와 상기 상품 감정 정보를 기초로, 상기 사용자의 감정 식별 분류에 연관되는 적어도 하나의 판매 상품을 선택하여 사용자에게 감정 연관 상품으로서 추천하는 기능을 수행하도록 한다.
전술한 바와 같은 본 발명의 일 기술적 측면에 의하면, 사용자의 로그인 시의 감정을 파악하여 사용자의 현재 감성에 적합한 판매 상품을 추천할 수 있는 효과가 있다.
또한, 본 발명의 일 기술적 측면에 의하면, 사용자의 로그인 시간을 기초로 사용자의 감성을 파악함으로써, 사용자의 감성을 보다 정확하게 추정할 수 있는 효과가 있다.
또한, 본 발명의 일 기술적 측면에 의하면, 재미있고 간단한 게임과 같은 감정 쿼리를 이용하여 사용자의 감성을 파악함으로써, 사용자에게 재미있고 즐거운 접속 환경을 제공함과 함께 이를 기초로 상품 추천을 수행할 수 있는 효과가 있다.
도 1은 본 발명의 일 실시예에 따른 라이브 쇼핑 추천 시스템을 설명하기 위한 시스템 구성도이다.
도 2는 본 발명의 일 실시예에 따른 관리 서버에 의하여 제공되는 라이브 쇼핑 추천 기능을 설명하는 도면이다.
도 3은 본 발명의 일 실시예에 따른 관리 서버의 예시적인 컴퓨팅 운영 환경을 설명하는 도면이다.
도 4는 본 발명의 일 실시예에 따른 관리 서버의 기능적인 구조를 설명하기 위한 블록 구성도이다.
도 5는 도 4에 도시된 관리 서버에서 수행되는, 본 발명의 일 실시예에 따른 라이브 쇼핑 추천 방법을 설명하기 위한 흐름도이다.
도 6은 본 발명의 일 실시예에 따른 관리 서버의 기능적인 구조를 설명하기 위한 블록 구성도이다.
도 7은 도 6에 도시된 관리 서버에서 수행되는, 본 발명의 다른 일 실시예에 따른 라이브 쇼핑 추천 방법을 설명하기 위한 흐름도이다.
도 8은 도 4에 도시된 관리 서버에서 수행되는, 본 발명의 또 다른 일 실시예에 따른 라이브 쇼핑 추천 방법을 설명하기 위한 흐름도이다.
도 2는 본 발명의 일 실시예에 따른 관리 서버에 의하여 제공되는 라이브 쇼핑 추천 기능을 설명하는 도면이다.
도 3은 본 발명의 일 실시예에 따른 관리 서버의 예시적인 컴퓨팅 운영 환경을 설명하는 도면이다.
도 4는 본 발명의 일 실시예에 따른 관리 서버의 기능적인 구조를 설명하기 위한 블록 구성도이다.
도 5는 도 4에 도시된 관리 서버에서 수행되는, 본 발명의 일 실시예에 따른 라이브 쇼핑 추천 방법을 설명하기 위한 흐름도이다.
도 6은 본 발명의 일 실시예에 따른 관리 서버의 기능적인 구조를 설명하기 위한 블록 구성도이다.
도 7은 도 6에 도시된 관리 서버에서 수행되는, 본 발명의 다른 일 실시예에 따른 라이브 쇼핑 추천 방법을 설명하기 위한 흐름도이다.
도 8은 도 4에 도시된 관리 서버에서 수행되는, 본 발명의 또 다른 일 실시예에 따른 라이브 쇼핑 추천 방법을 설명하기 위한 흐름도이다.
이하, 첨부된 도면을 참조하여 본 출원의 바람직한 실시 형태들을 설명한다.
그러나 이는 특정한 실시 형태에 대해 범위를 한정하려는 것이 아니며, 본 개시의 실시예의 다양한 변경(modifications), 균등물(equivalents), 및/또는 대체물(alternatives)을 포함하는 것으로 이해되어야 한다
본 개시를 설명함에 있어서, 관련된 공지 기능 혹은 구성에 대한 구체적인 설명이 본 개시의 요지를 불필요하게 흐릴 수 있다고 판단되는 경우 그에 대한 상세한 설명은 생략한다.
본 개시에서 사용한 용어는 단지 특정한 실시예를 설명하기 위해 사용된 것으로, 권리범위를 한정하려는 의도가 아니다. 단수의 표현은 문맥상 명백하게 다르게 뜻하지 않는 한, 복수의 표현을 포함한다. 본 개시에서, "가진다," "가질 수 있다," "포함한다," 또는 "포함할 수 있다" 등의 표현은 해당 특징(예: 수치, 기능, 동작, 또는 부품 등의 구성요소)의 존재를 가리키며, 추가적인 특징의 존재를 배제하지 않는다.
본 개시에서 사용된 표현 "~하도록 구성된(또는 설정된)(configured to)"은 상황에 따라, 예를 들면, "~에 적합한(suitable for)," "~하는 능력을 가지는(having the capacity to)," "~하도록 설계된(designed to)," "~하도록 변경된(adapted to)," "~하도록 만들어진(made to)," 또는 "~를 할 수 있는(capable of)"과 바꾸어 사용될 수 있다. 용어 "~하도록 구성된(또는 설정된)"은 하드웨어적으로 "특별히 설계된(specifically designed to)"것 만을 반드시 의미하지 않을 수 있다.
대신, 어떤 상황에서는, "~하도록 구성된 장치"라는 표현은, 그 장치가 다른 장치 또는 부품들과 함께 "~할 수 있는" 것을 의미할 수 있다. 예를 들면, 문구 "A, B, 및 C를 수행하도록 구성된(또는 설정된) 프로세서"는 해당 동작을 수행하기 위한 전용 프로세서(예: 임베디드 프로세서), 또는 메모리 장치에 저장된 하나 이상의 소프트웨어 프로그램들을 실행함으로써, 해당 동작들을 수행할 수 있는 범용 프로세서(generic-purpose processor)(예: CPU 또는 application processor)를 의미할 수 있다.
실시예에 있어서 '모듈' 혹은 '부'는 적어도 하나의 기능이나 동작을 수행하며, 하드웨어 또는 소프트웨어로 구현되거나 하드웨어와 소프트웨어의 결합으로 구현될 수 있다. 또한, 복수의 '모듈' 혹은 복수의 '부'는 특정한 하드웨어로 구현될 필요가 있는 '모듈' 혹은 '부'를 제외하고는 적어도 하나의 모듈로 일체화되어 적어도 하나의 프로세서로 구현될 수 있다
본 출원의 다양한 실시예들은 기기(machine)-예를 들어, 사용자 단말(100)이나 컴퓨팅 장치(300)-에 의해 읽을 수 있는 저장 매체(storage medium)에 저장된 하나 이상의 명령어들을 포함하는 소프트웨어(예를 들어, 프로그램)로서 구현될 수 있다. 예를 들면, 프로세서(301)는, 저장 매체로부터 저장된 하나 이상의 명령어들 중 적어도 하나의 명령을 호출하고, 그것을 실행할 수 있다. 이것은 장치가 상기 호출된 적어도 하나의 명령어에 따라 적어도 하나의 기능을 수행하도록 운영되는 것을 가능하게 한다. 상기 하나 이상의 명령어들은 컴파일러에 의해 생성된 코드 또는 인터프리터에 의해 실행될 수 있는 코드를 포함할 수 있다. 기기로 읽을 수 있는 저장매체는, 비일시적(non-transitory) 저장매체의 형태로 제공될 수 있다. 여기서, '비일시적'은 저장매체가 실재(tangible)하는 장치이고, 신호(signal)(예를 들어, 전자기파)를 포함하지 않는다는 것을 의미할 뿐이며, 이 용어는 데이터가 저장매체에 반영구적으로 저장되는 경우와 임시적으로 저장되는 경우를 구분하지 않는다.
본 출원의 실시형태를 설명하기 위하여 다양한 순서도가 개시되고 있으나, 이는 각 단계 또는 동작의 설명의 편의를 위한 것으로, 반드시 순서도의 순서에 따라 각 단계가 수행되는 것은 아니다. 즉, 순서도에서의 각 단계는, 서로 동시에 수행되거나, 순서도에 따른 순서대로 수행되거나, 또는 순서도에서의 순서와 반대의 순서로도 수행될 수 있다.
도 1은 본 발명의 일 실시예에 따른 라이브 쇼핑 추천 시스템을 설명하기 위한 시스템 구성도이다.
도 1을 참조하면, 라이브 쇼핑 추천 시스템은 복수의 사용자 단말(100), 관리 서버(300) 및 라이브 채널 서버(500)를 포함할 수 있다.
사용자 단말(100)은 사용자의 단말로서, 사용자 단말(100)은 관리 서버(300)에 접속하여 라이브 쇼핑 추천 서비스를 제공받을 수 있다.
사용자 단말(100)은 사용자가 사용하는 다양한 컴퓨팅 기기일 수 있으며, 예를 들어, 스마트 폰(smart phone), 휴대폰, 노트북 컴퓨터(laptop computer), 디지털방송용 단말기, PDA(personal digital assistants), PMP(portable multimedia player), 네비게이션, 슬레이트 PC(slate PC), 태블릿 PC(tablet PC), 울트라북(ultrabook), 웨어러블 디바이스(wearable device, 예를들어, 워치형 단말기 (smartwatch), 글래스형 단말기 (smart glass), HMD(head mounted display)) 등 일 수 있다.
복수의 사용자 단말(100)이 관리 서버(300)에 접속하여 각각 라이브 쇼핑 추천 서비스를 제공받을 수 있다. 다만, 이하에서는 하나의 사용자 단말(300)과 관리 서버(300)간의 동작에 대하여 설명하나, 이는 설명의 편의를 위한 것으로서 관리 서버(300)는 동시에 복수의 사용자 단말(100)에게 각각 라이브 쇼핑 추천 서비스를 제공할 수 있다.
라이브 채널 서버(500)는 상품을 판매하는 라이브 채널 방송을 제공할 수 있다. 즉, 라이브 채널 서버(500)는 각각 서로 상이한 상품을 판매하는 복수의 라이브 채널을 제공할 수 있다. 이러한 라이브 채널은 상품 뿐만 아니라 서비스도 판매할 수 있다. 다만, 본 출원 명세서에서는 표현의 편의를 위하여 이를 '상품'으로 통칭하여 설명하나, 이하에서의 '상품'은 '서비스를 포함하거나 또는 서비스로 대체 가능'한 것을 포괄한다.
관리 서버(300)는 사용자 단말 및 라이브 채널 서버와 연동하여 동작하고, 사용자 단말의 사용자의 감정을 분석하여 상기 사용자에게 적합한 적어도 하나의 라이브 채널을 선별하여 사용자에게 추천할 수 있다.
일 예로, 관리 서버(300)는 사용자 단말이 상기 관리 서버에 접속하면, 상기 사용자 단말에게 감정 분석을 위한 감정 쿼리세트를 제공하고, 감정 쿼리세트에 대한 사용자의 선택을 기초로, 사용자가 기 분류된 감정 식별분류 중 어느 감정 식별분류에 해당하는지 판단할 수 있다.
일 예로, 관리 서버(300)는 복수의 라이브 채널에서 판매 중인 상품에 대한 판매 상품 정보를 획득하고, 획득된 판매 상품 정보와 연관되는 상품 감정 정보를 설정하고, 사용자의 감정 식별 분류와 상기 상품 감정 정보를 기초로, 사용자의 감정 식별 분류에 연관되는 적어도 하나의 판매 상품을 선택하여 사용자에게 감정 연관 상품으로서 추천할 수 있다.
한편, 도 1에서는 관리 서버(300)와 라이브 채널 서버(500)를 서로 다른 구성요소로서 구분하여 설명하였으나, 이는 기능적인 구분을 위한 것에 불과하다. 따라서, 실시예에 따라서는, 하나의 서버 장치 또는 서버군을 이용하여 관리 서버(300)의 기능과 라이브 채널 서버(500)의 기능이 함께 제공되는 등과 같이, 다양한 변형 실시가 가능하다.
도 2는 본 발명의 일 실시예에 따른 관리 서버에 의하여 제공되는 라이브 쇼핑 추천 기능을 설명하는 도면으로, 도 2의 예와 같이, 관리 서버(300)는 사용자 단말에 감정 쿼리세트, 즉, 선택지 데이터를 제공할 수 있다. 관리 서버(300)는 사용자에 의하여 선택된 선택지를 기초로 사용자의 감정을 분석할 수 있으며, 예컨대, 이러한 감정 쿼리세트의 제공 및 선택은 사용자에게 게임 등으로 제공됨으로써 사용자에게 재미와 함께 편리하게 감정 데이터를 수집하는 기능을 제공할 수 있다.
관리 서버(300)는 사용자의 감정에 따른 구매 패턴을 설정하고, 이를 기반으로 사용자에게 해당 사용자의 감정과 관련된 상품을 판매하는 라이브 채널을추천할 수 있다. 또한, 이러한 라이브 채널의
이하, 도 3 내지 도 8을 참조하여, 이러한 관리 서버(300)의 다양한 실시예들에 대하여 설명한다.
도 3은 본 발명의 일 실시예에 따른 관리 서버의 예시적인 컴퓨팅 운영 환경을 설명하는 도면이다.
도 3에 도시된 컴퓨팅 환경은, 관리 서버(300) 뿐만 아니라 라이브 채널 서버(500)에도 적용 가능한 적합한 컴퓨팅 환경을 도시하며, 이의 일 예로서 컴퓨팅 장치가 도시된다.
컴퓨팅 장치는 적어도 프로세싱 유닛(303)과 시스템 메모리(301)를 포함할 수 있다.
컴퓨팅 장치는 프로그램을 실행할 때 협조하는 복수의 프로세싱 유닛을 포함할 수도 있다. 컴퓨팅 장치의 정확한 구성 및 유형에 의존하여, 시스템 메모리(301)는 휘발성(예컨대, 램(RAM)), 비휘발성(예컨대, 롬(ROM), 플래시 메모리 등) 또는 이들의 조합일 수 있다. 시스템 메모리(301)는 플랫폼의 동작을 제어하기 위한 적합한 운영 체제(302)를 포함하는데, 예컨대 마이크로소프트사로부터의 WINDOWS 운영체제나 리눅스 등의 것일 수 있다. 시스템 메모리(301)는 프로그램 모듈, 애플리케이션 등의 같은 하나 이상의 소프트웨어 애플리케이션을 포함할 수도 있다.
컴퓨팅 장치는 자기 디스크, 광학적 디스크, 또는 테이프와 같은 추가적인 데이터 저장 장치(304)를 포함할 수 있다. 이러한 추가적 저장소는 이동식 저장소 및/또는 고정식 저장소 일 수 있다. 컴퓨터 판독가능 저장 매체는 컴퓨터 판독가능 인스트럭션, 데이터 구조, 프로그램 모듈, 또는 기타 데이터와 같은 저장정보를 위한 임의의 방법이나 기법으로 구현되는 휘발성 및 비휘발성, 이동식 및 고정식 매체를 포함할 수 있다. 시스템 메모리(301), 저장소(304)는 모두 컴퓨터 판독가능 저장 매체의 예시일 뿐이다. 컴퓨터 판독가능 저장 매체는 램(RAM), 롬(ROM), EEPROM, 플래시 메모리 또는 다른 메모리 기법, CD-ROM, DVD 또는 다른 광학적 저장소, 자기 테이프, 자기 디스크 저장소 또는 다른 자기적 저장 장치, 또는 원하는 정보를 저장하고 컴퓨팅 장치(300)에 의해 액세스될 수 있는 임의의 다른 매체를 포함할 수 있는데, 이에 한정되는 것은 아니다.
컴퓨팅 장치의 입력 장치(305), 예컨대 키보드, 마우스, 펜, 음성 입력 장치, 터치 입력 장치, 및 비교 가능한 입력 장치를 포함할 수 있다. 출력 장치(306)는, 예컨대 디스플레이, 스피커, 프린터, 및 다른 유형의 출력 장치가 포함될 수도 있다. 이들 장치는 본 기술분야에서 널리 알려진 것이므로 자세한 설명은 생략한다.
컴퓨팅 장치는 예컨대 분산 컴퓨팅 환경에서의 네트워크, 예컨대, 유무선 네트워크, 위성 링크, 셀룰러 링크, 근거리 네트워크 및 비교가능한 메커니즘을 통해 장치가 다른 장치들과 통신하도록 허용하는 통신 장치(307)를 포함할 수도 있다. 통신 장치(307)는 통신 매체의 한가지 예시이며, 통신 매체는 그 안에 컴퓨터 판독 가능 인스트럭션, 데이터 구조, 프로그램 모듈, 또는 다른 데이터를 포함할 수 있다. 예시적으로, 통신 매체는 유선 네트워크나 직접 유선 접속과 같은 유선 매체, 및 음향, RF, 적외선 및 다른 무선 매체와 같은 무선 매체를 포함하는데, 이에 한정되는 것은 아니다.
관리 서버(300)는 이러한 컴퓨팅 환경에서 구현되는 기능적 구성으로 설명될 수 있다. 이에 대해서는, 도 4를 내지 도 8을 참조하여 설명한다.
도 4는 본 발명의 일 실시예에 따른 관리 서버의 기능적인 구조를 설명하기 위한 블록 구성도이고, 도 5는 도 4에 도시된 관리 서버에서 수행되는, 본 발명의 일 실시예에 따른 라이브 쇼핑 추천 방법을 설명하기 위한 흐름도이다.
도 4를 참조하면, 관리 서버(300)는 감정 쿼리 제공부(310), 사용자 감정 분석부(320), 감정 연관 추천부(330) 및 라이브 채널 관리부(340)를 포함할 수 있다. 실시예에 따라, 관리 서버(300)는 감정 연관도 보정부(350)를 더 포함할 수 있다.
감정 쿼리 제공부(310)는 로그인 한 사용자에게 감정 분석을 위한 감정 쿼리세트를 제공할 수 있다. 예컨대, 감정 쿼리 제공부(310)는 사용자 단말을 통하여 사용자의 로그인 이벤트가 발생하면, 감정 분석을 위한 감정 쿼리세트를 상기 사용자 단말에 제공할 수 있다(S510).
여기에서, 감정 쿼리세트는 사용자의 감정을 파악하기 위하여 사용되는 것으로서, 사용자에게 제공되는 쿼리들을 포함하는 것이다. 일 예로, 감정 쿼리세트는, 색깔 또는 이미지를 포함하는 그래픽 쿼리와, 단어 또는 문장을 포함하는 텍스트 쿼리의 조합으로 구성될 수 있다. 이러한 감정 쿼리세트는, 사용자에게 로그인 시 미니 게임으로서 제공될 수 있다.
예컨대, 감정 쿼리로는, 여러 시나리오 중 사용자가 하나의 시나리오를 선택하는 시나리오 선택 쿼리, 오늘의 기분에 대응되는 것을 선택하도록 제공되는 복수의 색상들, 또는 복수의 이미지들 또는 복수의 단어들을 포함하는 질의 선택 쿼리, 또는 사전 상황에 대한 설명 또는 이미지를 제공한 후 그에 연관되는 이미지를 선택하는 이미지 선택 쿼리 등이 사용될 수 있다.
사용자 감정 분석부(320)는 감정 쿼리세트에 대한 사용자의 선택을 기초로, 상기 사용자가 기 분류된 감정 식별분류 중 어느 감정 식별분류에 해당하는지 판단할 수 있다. 이를 위하여, 사용자 감정 분석부(320)는, 각각의 감정 쿼리세트에 포함된 각각의 선택 요소에 대하여 사전 설정된 감정 식별분류 정보를 기 구비할 수 있다(S520).
감정 쿼리를 색상으로 설정한 예의 경우, 사용자 감정 분석부(320)는, 색상을 따듯함, 보통, 차가움으로 구분하고, 따듯함의 감정 상태(감정 식별분류)에는 흥분, 희열, 즐거움, 충만, 활동적이 포함될 수 있다. 보통의 감정 상태에는 평정, 평범 등이 포함될 수 있고, 차가움의 감정 상태에는 냉랭함, 차가움, 비열, 슬픔 등이 포함될 수 있다. 또한, 색상은 명도의 고, 중, 저 채도의 고, 중, 저 등으로도 구분 되어 그에 연관되는 감정 상태가 설정될 수 있다. 이러한 예는, 실시예에 따라 다양하게 변형 설정 가능하다.
라이브 채널 관리부(340)는 복수의 라이브 채널에서 판매 중인 상품에 대한 판매 상품 정보를 획득하고, 획득된 판매 상품 정보와 연관되는 상품 감정 정보를 설정할 수 있다(S530).
이를 위하여, 라이브 채널 관리부(340)는 판매 상품에 대하여 사전 설정된 상품 감정 정보를 설정할 수 있으며, 예컨대, 상품 매운 떡뽁이는 감정 상태'화남'과 관련된 상품으로 설정하는 등과 같이 설정될 수 있다. 이러한 상품-감정상태의 설정은 학습 데이터에 의하여 는 관리자에 의하여 설정 가능하다.
감정 연관 추천부(330)는 사용자의 감정 식별 분류와 상품 감정 정보를 기초로, 사용자의 감정 식별 분류에 연관되는 적어도 하나의 판매 상품을 선택하여 사용자에게 감정 연관 상품으로서 추천할 수 있다. 즉, 감정 연관 상품을 판매하는 라이브 채널 쇼핑을 사용자에게 추천할 수 있다(S540).
감정 연관도 보정부(350)는 추천에 대한 판매 현황을 기초로, 각 사용자 별로 감정 가중치를 보정할 수 있다(S550). 즉, 각 사용자 마다 느끼는 감정의 정도에서 차이가 있을 수 있으므로, 감정 연관도 보정부(350)는 각 사용자마다 감정 가중치를 설정 또는 보정할 수 있다. 이러한 감정 보정치는 추천에 따른 판매 결과를 반영하여 피드백 학습하여 도출될 수 있다.
일 실시예에서, 관리 서버는, 사용자 감정을 평가함에 있어서 시간 정보, 특히, 저녁 내지 심야 시간대의 정보를 더 반영할 수 있다. 이는, 사람은 저녁 내지 심야 시간대에 보다 감성적인 측면이 강화되므로, 이러한 감성 추천의 기능이 보다 정확하게 설정 가능한 시간대에 해당되기 때문이다.
이러한 일 실시예에서, 감정 쿼리 제공부(310)는, 관리 서버에 대한 상기 사용자 단말의 로그인 이벤트를 감지할 수 있고, 감정 분석을 위한 상기 감정 쿼리세트를 상기 사용자 단말에게 제공할 수 있다. 이후, 감정 쿼리 제공부(310)는, 감정 쿼리세트에서 사용자가 선택한 선택 요소를 확인하고, 선택 시점에 대한 시간 정보를 함께 생성할 수 있고, 이러한 정보를, 사용자 감정 분석부(320)에 제공할 수 있다.
사용자 감정 분석부(320)는 사전에 감정 쿼리세트의 각 선택 요소에 대한 시간별 감정 평가정보를 저장할 수 있다.
일 예로, 시간별 감정 평가정보는, 저녁 10시 내지 새벽 5시에 이르는 저녁 및 심야 시간에 대하여 설정되되, 각 시간별로 감정 가중치 요소가 다르게 설정될 수 있다. 예컨대, 같은 색상의 블루에 대해서도, 저녁 내지 심야 시간 중에서 각 시간대 별로 감정의 평가도를 다르게 설정할 수 있으며, 예컨대, 밤 10시의 블루 색상의 우울한 감정 수치보다, 새벽 1시의 블루 색상의 우울한 감정 수치가 더 높게 설정되는 등과 같이, 감정 평가정보는 시간대 별로 상이하게 설정될 수 있다.
이후, 사용자 감정 분석부(320)는 선택 시점을 고려한 감정 평가정보, 즉, 사용자가 선택한 선택 요소의 선택 시점에서의 감정 평가정보를 확인할 수 있다.
이후, 사용자 감정 분석부(320)는, 확인된 감정 평가정보를 기초로 상기 사용자가 어느 감정 식별분류에 해당하는지 설정할 수 있다.
도 6은 본 발명의 일 실시예에 따른 관리 서버의 기능적인 구조를 설명하기 위한 블록 구성도이고, 도 7은 도 6에 도시된 관리 서버에서 수행되는, 본 발명의 다른 일 실시예에 따른 라이브 쇼핑 추천 방법을 설명하기 위한 흐름도이다.
도 6 및 도 7에 도시된 다른 일 실시예는 사용자별로 설정된 감정 가중치를 반영하는 실시예에 관한 것이다.
도 6에 도시된 일 실시예는 감정 쿼리 제공부(310) 및 사용자 감정 분석부의 일 실시예를 도시하고 있으며, 이를 참조하면, 감정 쿼리 제공부(310)는 로그인 감지모듈(311) 및 쿼리 세트 제공모듈(312)을 포함하고, 사용자 감정 분석부(320)는 감정 식별분류 추정모듈(321) 및 감정 가중치 반영모듈(322)을 포함할 수 있다.
도 7을 더 참조하여 설명하면, 로그인 감지모듈(311)은 각 사용자의 로그인 이벤트의 발생을 감지할 수 있으며, 이때 로그인 시각 정보도 함께 생성될 수 있다(S710). 이러한 로그인 시각 정보는 상술한 시간 정보로서 사용될 수도 있다.
쿼리 세트 제공모듈(312)은 감정분석을 위한 감정 쿼리세트를 사용자 단말에 제공할 수 있다(S710). 감정 쿼리세트에 대한 상세한 설명은 도 4 및 5를 참조하여 상술한 내용을 참조하여 이해할 수 있다.
감정 식별분류 추정모듈(321)은 감정 쿼리세트에 대한 사용자의 선택을 확인하여 사용자가 어느 감정 식별분류에 해당하는지 판단할 수 있다. 일 예로, 감정 식별분류 추정모듈(321)은 시간 정보를 더 이용하여 감정 식별분류를 판단할 수 있다. 이러한 감정 식별분류 추정모듈(321)에 대한 설명은 전술한 바로부터 쉽게 이해 가능하므로 상세한 설명은 여기서는 생략한다.
감정 가중치 반영모듈(322)은 사용자별로 설정된 감정 가중치를 반영하도록 하여, 사용자의 최종 감정 식별분류를 설정할 수 있다. 여기에서, 감정 가중치는 감정 연관도 보정부(350)에 의하여 설정 또는 보정될 수 있다.
일 예로, 감정 가중치는 감정 종류별 가중치를 포함할 수 있다. 예컨대, 어느 사용자에 대한 감정 가중치로는, 기쁨 가중치 +1, 슬픔 가중치 -1 등과 같이, 동일한 사용자에 대하여 서로 상반되는 감정 종류에 대해서는 반대 성향의 감정 가중치가 설정될 수 있다.
이러한 감정 가중치는 해당 사용자의 추천 및 구매 경험을 기초로 설정되므로, 개인화 된 특징을 반영하는 데이터로서 의미를 가진다. 이러한 감정 가중치의 설정에 대해서는 도 8을 참조하여 설명한다.
도 8은 도 4에 도시된 관리 서버에서 수행되는, 본 발명의 또 다른 일 실시예에 따른 라이브 쇼핑 추천 방법을 설명하기 위한 흐름도이다. 도 8에 도시된 라이브 쇼핑 추천 방법은 감정 연관도 보정부(350)에서 수행되는 감정 가중치의 설정 기능에 대하여 설명한다.
도 8을 참조하면, 감정 연관도 보정부(350)는 각 사용자 별로, 추천된 감정 연관 상품의 판매 동향 정보를 생성할 수 있다(S810).
감정 연관도 보정부(350)는, 판매율의 범위에 따라 감정 분류에 대한 감정 가중치를 반영할 수 있다(S820).
예를 들어, 사용자 A의 경우, 감정 식별분류 '슬픔'으로 판정되어 추천된 상품에 대한 구매율이 평균적인 구매율을 상회하는 경우, 해당 사용자 A에 대해서는 감정 '슬픔'에 대한 가중치를 향상시킬 수 있다.
감정 연관도 보정부(350)는, 감정 가중치의 변화에 따른 판매율의 변화를 기초로, 사용자 별 개별적 감정 식별분류의 감정 가중치를 설정할 수 있다. 예컨대, 상기 사용자 A에 대하여, 감정 식별분류 '슬픔'에 대한 가중치를 향상시킨 이후에도, 감정 식별분류 '슬픔'으로 판정되어 추천된 상품에 대한 구매율이 평균적인 구매율을 상회하는 경우, 해당 사용자 A에 대해서는 감정 '슬픔'에 대한 가중치를 추가 향상하도록 보정할 수 있다.
한편, 상술한 설명에서, 관리 서버(300)의 각 구성요소는, 수집된 빅 데이터를 기반으로 하는 인공지능을 이용한 딥 러닝 방식으로 구현될 수 있다. 예컨대, 인공지능 기반의 딥 러닝 데이터의 학습 구조인, 데이터의 제공-데이터의 수집-데이터의 학습의 절차를, 감정 쿼리세트의 제공-사용자의 선택 수집-사용자의 선택에 따른 감정식별분류 학습 등의 과정에 적용 가능하다. 다만, 이러한 인공지능 기반의 딥 러닝 학습 방법은, 실시예에 따라 다양한 방식이 적용 가능하므로 본 출원에서는 특정한 학습 방법 또는 알고리즘으로 한정되지는 않으며, 실시예 또는 관리 서버의 사양에 따라 다양한 학습 알고리즘 또는 학습 방법이 적용될 수 있음은 자명하다.
한정된 실시예와 도면에 의해 설명되었으나, 본 발명은 상기의 실시예에 한정되는 것은 아니며, 이는 본 발명이 속하는 분야에서 통상의 지식을 가진 자라면 이러한 기재로부터 다양한 수정 및 변형이 가능하다. 따라서, 본 발명 사상은 아래에 기재된 특허청구범위에 의해서만 파악되어야 하고, 이의 균등 또는 등가적 변형 모두는 본 발명 사상의 범주에 속한다고 할 것이다.
100: 사용자 단말
300 : 관리 서버
300: 라이브 채널 서버
301 : 시스템 메모리 302 : 운영체제
303 : 프로세싱 유닛 304 : 저장소
305 : 입력장치 306 : 출력장치
307 : 통신장치
310: 감정 쿼리 제공부 320: 사용자 감정 분석부
330: 감정 연관 추천부 340: 라이브 채널 관리부
350: 감정 연관도 보정부
311 : 로그인 감지 모듈 312 : 쿼리세트 제공모듈
321 : 감정 식별분류 추정모듈 322 : 감정 가중치 반영모듈
300: 라이브 채널 서버
301 : 시스템 메모리 302 : 운영체제
303 : 프로세싱 유닛 304 : 저장소
305 : 입력장치 306 : 출력장치
307 : 통신장치
310: 감정 쿼리 제공부 320: 사용자 감정 분석부
330: 감정 연관 추천부 340: 라이브 채널 관리부
350: 감정 연관도 보정부
311 : 로그인 감지 모듈 312 : 쿼리세트 제공모듈
321 : 감정 식별분류 추정모듈 322 : 감정 가중치 반영모듈
Claims (12)
- 사용자 단말과 연동하여 상기 사용자 단말에게 라이브 쇼핑을 추천하는 관리 서버에서 수행되는 라이브 쇼핑 추천 방법으로서,
사용자 단말을 통하여 사용자의 로그인 이벤트가 발생하면, 감정 분석을 위한 감정 쿼리세트를 상기 사용자 단말에 제공하는 단계;
상기 감정 쿼리세트에 대한 사용자의 선택을 기초로, 상기 사용자가 기 분류된 감정 식별분류 중 어느 감정 식별분류에 해당하는지 판단하는 단계;
복수의 라이브 채널에서 판매 중인 상품에 대한 판매 상품 정보를 획득하고, 획득된 판매 상품 정보와 연관되는 상품 감정 정보를 설정하는 단계; 및
상기 사용자의 감정 식별 분류와 상기 상품 감정 정보를 기초로, 상기 사용자의 감정 식별 분류에 연관되는 적어도 하나의 판매 상품을 선택하여 사용자에게 감정 연관 상품으로서 설정하고, 상기 감정 연관 상품을 판매하는 라이브 쇼핑을 상기 사용자에게 추천하는 단계; 를 포함하는,
라이브 쇼핑 추천 방법.
- 제1항에 있어서,
상기 사용자 단말을 통하여 사용자의 로그인 이벤트가 발생하면, 감정 분석을 위한 감정 쿼리세트를 상기 사용자 단말에 제공하는 단계는,
상기 관리 서버에 대한 상기 사용자 단말의 로그인 이벤트를 감지하는 단계;
감정 분석을 위한 상기 감정 쿼리세트를 상기 사용자 단말에게 제공하는 단계; 및
상기 감정 쿼리세트에서 사용자가 선택한 선택 요소를 확인하고, 선택 시점에 대한 시간 정보를 생성하는 단계; 를 포함하는,
라이브 쇼핑 추천 방법.
- 제2항에 있어서,
상기 감정 쿼리세트에 대한 사용자의 선택을 기초로, 상기 사용자가 기 분류된 감정 식별분류 중 어느 감정 식별분류에 해당하는지 판단하는 단계는,
상기 감정 쿼리세트의 각 선택 요소에 대한 시간별 감정 평가정보를 저장하는 단계;
상기 사용자가 선택한 선택 요소의 상기 선택 시점에서의 감정 평가정보를 확인하는 단계; 및
확인된 감정 평가정보를 기초로 상기 사용자가 어느 감정 식별분류에 해당하는지 설정하는 단계; 를 포함하는,
라이브 쇼핑 추천 방법.
- 제3항에 있어서, 상기 감정 쿼리세트는,
색깔 또는 이미지를 포함하는 그래픽 쿼리와, 단어 또는 문장을 포함하는 텍스트 쿼리의 조합으로 구성되고, 사용자에게 로그인 시 미니 게임으로서 제공되는 것인,
라이브 쇼핑 추천 방법.
- 제4항에 있어서, 상기 시간별 감정 평가정보는
저녁 10시 내지 새벽 5시에 이르는 저녁 및 심야 시간에 대하여 설정되되, 각 시간별로 감정 가중치 요소가 다르게 설정되는 것인,
라이브 쇼핑 추천 방법.
- 사용자 단말;
각각 서로 상이한 상품을 판매하는 복수의 라이브 채널을 제공하는 라이브 채널 서버; 및
상기 사용자 단말 및 상기 라이브 채널 서버와 연동하여 동작하고, 상기 사용자 단말의 사용자의 감정을 분석하여 상기 사용자에게 적합한 적어도 하나의 라이브 채널을 선별하여 상기 사용자에게 추천하는 관리 서버; 를 포함하고,
상기 관리 서버는, 상기 사용자 단말이 상기 관리 서버에 접속하면, 상기 사용자 단말에게 감정 분석을 위한 감정 쿼리세트를 제공하고, 상기 감정 쿼리세트에 대한 사용자의 선택을 기초로, 상기 사용자가 기 분류된 감정 식별분류 중 어느 감정 식별분류에 해당하는지 판단하는,
라이브 쇼핑 추천 시스템.
- 제6항에 있어서, 상기 관리 서버는,
사용자 단말을 통하여 사용자의 로그인 이벤트가 발생하면, 감정 분석을 위한 감정 쿼리세트를 상기 사용자 단말에 제공하는 감정쿼리 제공부;
상기 감정 쿼리세트에 대한 사용자의 선택을 기초로, 상기 사용자가 기 분류된 감정 식별분류 중 어느 감정 식별분류에 해당하는지 판단하는 사용자 감정 분석부;
복수의 라이브 채널에서 판매 중인 상품에 대한 판매 상품 정보를 획득하고, 획득된 판매 상품 정보와 연관되는 상품 감정 정보를 설정하는 라이브 채널 관리부;
상기 사용자의 감정 식별 분류와 상기 상품 감정 정보를 기초로, 상기 사용자의 감정 식별 분류에 연관되는 적어도 하나의 판매 상품을 선택하여 사용자에게 감정 연관 상품으로서 설정하고, 상기 감정 연관 상품을 판매하는 라이브 쇼핑을 상기 사용자에게 추천하는 감정 연관 추천부; 를 포함하는,
라이브 쇼핑 추천 시스템.
- 제7항에 있어서, 상기 감정쿼리 제공부는,
상기 관리 서버에 대한 상기 사용자 단말의 로그인 이벤트를 감지하고,
감정 분석을 위한 상기 감정 쿼리세트를 상기 사용자 단말에게 제공하고,
상기 감정 쿼리세트에서 사용자가 선택한 선택 요소를 확인하고, 선택 시점에 대한 시간 정보를 생성하는,
라이브 쇼핑 추천 시스템.
- 제8항에 있어서, 상기 사용자 감정 분석부는,
상기 감정 쿼리세트의 각 선택 요소에 대한 시간별 감정 평가정보를 저장하고,
상기 사용자가 선택한 선택 요소의 상기 선택 시점에서의 감정 평가정보를 확인하고,
확인된 감정 평가정보를 기초로 상기 사용자가 어느 감정 식별분류에 해당하는지 설정 하는,
라이브 쇼핑 추천 시스템.
- 제9항에 있어서, 상기 감정 쿼리세트는,
색깔 또는 이미지를 포함하는 그래픽 쿼리와, 단어 또는 문장을 포함하는 텍스트 쿼리의 조합으로 구성되고, 사용자에게 로그인 시 미니 게임으로서 제공되는 것인,
라이브 쇼핑 추천 시스템.
- 제10항에 있어서, 상기 시간별 감정 평가정보는
저녁 10시 내지 새벽 5시에 이르는 저녁 및 심야 시간에 대하여 설정되되, 각 시간별로 감정 가중치 요소가 다르게 설정되는 것인,
라이브 쇼핑 추천 시스템.
- 컴퓨터에서 실행 가능한 라이브 쇼핑 추천 방법을 실행하는 프로그램을 포함하는 컴퓨터 판독 가능 저장매체로서,
상기 프로그램은 상기 컴퓨터로 하여금,
사용자 단말을 통하여 사용자의 로그인 이벤트가 발생하면, 감정 분석을 위한 감정 쿼리세트를 상기 사용자 단말에 제공하는 기능;
상기 감정 쿼리세트에 대한 사용자의 선택을 기초로, 상기 사용자가 기 분류된 감정 식별분류 중 어느 감정 식별분류에 해당하는지 판단하는 기능;
복수의 라이브 채널에서 판매 중인 상품에 대한 판매 상품 정보를 획득하고, 획득된 판매 상품 정보와 연관되는 상품 감정 정보를 설정하는 기능; 및
상기 사용자의 감정 식별 분류와 상기 상품 감정 정보를 기초로, 상기 사용자의 감정 식별 분류에 연관되는 적어도 하나의 판매 상품을 선택하여 사용자에게 감정 연관 상품으로서 추천하는 기능; 을 수행하도록 하는,
저장 매체.
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
KR1020220008105A KR20230111986A (ko) | 2022-01-19 | 2022-01-19 | 라이브 쇼핑 추천 방법 및 그를 위한 라이브 쇼핑 추천 시스템 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
KR1020220008105A KR20230111986A (ko) | 2022-01-19 | 2022-01-19 | 라이브 쇼핑 추천 방법 및 그를 위한 라이브 쇼핑 추천 시스템 |
Publications (1)
Publication Number | Publication Date |
---|---|
KR20230111986A true KR20230111986A (ko) | 2023-07-26 |
Family
ID=87427882
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
KR1020220008105A KR20230111986A (ko) | 2022-01-19 | 2022-01-19 | 라이브 쇼핑 추천 방법 및 그를 위한 라이브 쇼핑 추천 시스템 |
Country Status (1)
Country | Link |
---|---|
KR (1) | KR20230111986A (ko) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117135379A (zh) * | 2023-10-26 | 2023-11-28 | 武汉耳东信息科技有限公司 | 一种基于大数据的直播平台数据分析管理系统 |
-
2022
- 2022-01-19 KR KR1020220008105A patent/KR20230111986A/ko not_active Application Discontinuation
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117135379A (zh) * | 2023-10-26 | 2023-11-28 | 武汉耳东信息科技有限公司 | 一种基于大数据的直播平台数据分析管理系统 |
CN117135379B (zh) * | 2023-10-26 | 2023-12-22 | 武汉耳东信息科技有限公司 | 一种基于大数据的直播平台数据分析管理系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11012659B2 (en) | Intelligent illumination and sound control in an internet of things (IoT) computing environment | |
US10402039B2 (en) | Adaptive user interface using machine learning model | |
US11216509B2 (en) | Dynamic faceting for personalized search and discovery | |
US11017430B2 (en) | Delivering advertisements based on user sentiment and learned behavior | |
KR102271603B1 (ko) | 인공지능 모델을 이용한 금융상품 판매자와 구매자 간의 최적화된 매칭 방법, 장치 및 컴퓨터프로그램 | |
US20190266619A1 (en) | Behavior pattern search system and behavior pattern search method | |
US11182447B2 (en) | Customized display of emotionally filtered social media content | |
US20200160386A1 (en) | Control of advertisement delivery based on user sentiment | |
US20180063064A1 (en) | Modifying a mood through selective feeding of content | |
CN112579909A (zh) | 对象推荐方法及装置、计算机设备和介质 | |
US10390102B2 (en) | System and method for selecting commercial advertisements | |
US11113719B2 (en) | Content demotion | |
US11250468B2 (en) | Prompting web-based user interaction | |
US9760767B1 (en) | Rating applications based on emotional states | |
CN113312512A (zh) | 训练方法、推荐方法、装置、电子设备以及存储介质 | |
US20200092322A1 (en) | VALIDATING COMMANDS FOR HACKING AND SPOOFING PREVENTION IN AN INTERNET OF THINGS (IoT) COMPUTING ENVIRONMENT | |
KR20230111986A (ko) | 라이브 쇼핑 추천 방법 및 그를 위한 라이브 쇼핑 추천 시스템 | |
US20180129664A1 (en) | System and method to recommend a bundle of items based on item/user tagging and co-install graph | |
US11715118B1 (en) | Product performance with location on page analysis | |
US10832315B2 (en) | Implementing cognitive modeling techniques to provide bidding support | |
US11630865B2 (en) | User reaction based information options | |
US20220215244A1 (en) | Methods and systems for dynamically selecting alternative content based on real-time events during device sessions using cross-channel, time-bound deep reinforcement machine learning | |
US11481460B2 (en) | Selecting items of interest | |
CN114896061A (zh) | 计算资源控制模型的训练方法、计算资源控制方法及装置 | |
US10825070B2 (en) | Problem identification using biometric and social data |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
E902 | Notification of reason for refusal |