KR20240092369A - 사용자 맞춤형 이미지 컨설턴트 추천 방법 - Google Patents

사용자 맞춤형 이미지 컨설턴트 추천 방법 Download PDF

Info

Publication number
KR20240092369A
KR20240092369A KR1020220175072A KR20220175072A KR20240092369A KR 20240092369 A KR20240092369 A KR 20240092369A KR 1020220175072 A KR1020220175072 A KR 1020220175072A KR 20220175072 A KR20220175072 A KR 20220175072A KR 20240092369 A KR20240092369 A KR 20240092369A
Authority
KR
South Korea
Prior art keywords
information
consultant
personal
search
keyword
Prior art date
Application number
KR1020220175072A
Other languages
English (en)
Inventor
김지영
Original Assignee
김지영
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 김지영 filed Critical 김지영
Priority to KR1020220175072A priority Critical patent/KR20240092369A/ko
Publication of KR20240092369A publication Critical patent/KR20240092369A/ko

Links

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
    • G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/10—Services
    • 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
    • G06F16/535—Filtering based on additional data, e.g. user or group profiles
    • 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
    • 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
    • G06F16/90332—Natural language query formulation or dialogue systems
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/90—Details of database functions independent of the retrieved data types
    • G06F16/95—Retrieval from the web
    • G06F16/953—Querying, e.g. by the use of web search engines
    • G06F16/9535—Search customisation based on user profiles and personalisation

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Databases & Information Systems (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Data Mining & Analysis (AREA)
  • General Engineering & Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Tourism & Hospitality (AREA)
  • Mathematical Physics (AREA)
  • Library & Information Science (AREA)
  • Computational Linguistics (AREA)
  • Artificial Intelligence (AREA)
  • Health & Medical Sciences (AREA)
  • Economics (AREA)
  • General Health & Medical Sciences (AREA)
  • Human Resources & Organizations (AREA)
  • Marketing (AREA)
  • Primary Health Care (AREA)
  • Strategic Management (AREA)
  • General Business, Economics & Management (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

본 개시의 사용자 맞춤형 이미지 컨설턴트를 추천하는 방법은 퍼스널 이미지 정보를 수신하는 단계, 사용자 단말을 통하여 사용자의 개인 정보를 수신하는 단계, 상기 퍼스널 이미지 정보로부터 키워드를 추출하는 단계, 및 상기 개인 정보 및 상기 키워드에 상응하는 컨설턴트 정보를 출력하는 단계를 포함하는 것에 있다.

Description

사용자 맞춤형 이미지 컨설턴트 추천 방법{Method for recommending customized image consultant}
본 개시의 기술적 사상은 이미지 컨설턴트 추천 방법에 관한 것으로, 더욱 상세하게는, 사용자 맞춤형 이미지 컨설턴트를 추천하는 방법에 관한 것이다.
퍼스널 컬러(Personal color)란 사용자 자기 자신에게 잘 어울리는 색상(이하 "퍼스널 컬러"라고 한다)을 말한다.
기존의 퍼스널 컬러 이론은 본연의 피부톤을 웜톤과 쿨톤으로 분류한다.
그런 다음, 상기처럼 구분한 후 웜톤은 봄과 가을 쿨톤은 여름과 겨울이라는 4계절로 분류하고, 다시 각 계절별 로 2그룹으로 나눠 총 8가지 그룹중 어떤 유형에 속하는 지를 보는 코칭법을 사용하였다.
따라서 봄 라이트, 봄 클리어, 여름라이트, 여름 뮤트, 가을 뮤트, 가을 딥, 겨울 클리어, 겨울 딥의 퍼스컬 컬러 유형을 가질 수 있는데, 해당 유형 이름은 전 세계적으로 통일되지 않고 여러 이름으로 불리나 8가지 유형으로 나누는 것은 모두 동일하다.
그런데 기존의 퍼스널 컬러 이론은 메이크업 되기 전의 맨 얼굴을 토대로 각 개인의 퍼스널 컬러를 파악하는 방식에 불과할 뿐이지 메이크업 된 후의 개인의 퍼스널 컬러를 파악하는 방식이 아니다. 또한 메이크업 후 파악된 퍼스널 컬러를 토대로 그에 어울리는 의상 코디나 스타일을 코칭하는 방식이 아니라 노메이크업 상태의 피부톤에 따라 파악되는 퍼스널 컬러를 기반으로 의상 코디나 스타일을 코칭하는 방식이어서, 효율적인 스타일 추천 방식이 될 수 없다.
본 발명의 일 실시예는 사용자의 퍼스널 이미지에 대응되는 컨설턴트를 추천하는 방법을 제공하는 데에 있다.
본 개시의 사용자 맞춤형 이미지 컨설턴트를 추천하는 방법은 퍼스널 이미지 정보를 수신하는 단계, 사용자 단말을 통하여 사용자의 개인 정보를 수신하는 단계, 상기 퍼스널 이미지 정보로부터 키워드를 추출하는 단계, 및 상기 개인 정보 및 상기 키워드에 상응하는 컨설턴트 정보를 출력하는 단계를 포함하는 것에 있다.
이와 같이 본 발명의 일 실시예는 개선되고(enhanced) 스마트한(smart) 컨설턴트 추천 방법을 제공하는 서버 및 그 운용방법을 제안한다는 측면에서 기술적인 효과를 갖는다.
또한 본 발명의 일 실시예는 검색 서비스 앱을 통하여 서비스를 제공하는 서비스 제공자들에게 결합된 전문 분야에 대한 서비스를 제공할 수 있도록 유도한다는 측면에서도 이점을 갖는다.
본 개시의 예시적 실시예들에서 얻을 수 있는 효과는 이상에서 언급한 효과들로 제한되지 아니하며, 언급되지 아니한 다른 효과들은 이하의 기재로부터 본 개시의 예시적 실시예들이 속하는 기술분야에서 통상의 지식을 가진 자에게 명확하게 도출되고 이해될 수 있다. 즉, 본 개시의 예시적 실시예들을 실시함에 따른 의도하지 아니한 효과들 역시 본 개시의 예시적 실시예들로부터 당해 기술분야의 통상의 지식을 가진 자에 의해 도출될 수 있다.
도 1은 본 개시의 추천 정보를 제공하는 전자 장치의 구성을 도시한 블록도이다.
도 2는 일실시예에 따라 컨설턴트 추천 정보를 출력하는 방법을 도시한 흐름도이다.
도 3 및 도 4는 일실시예에 따라 이미지 컨설턴트 추천 정보가 출력된 실시예를 도시한 도면이다.
이하, 첨부한 도면을 참조하여 본 개시의 실시 예에 대해 상세히 설명한다.
도 1은 본 개시의 추천 정보를 제공하는 전자 장치의 구성을 도시한 블록도이다.
도 1을 참조하면, 전자 장치(10)는 프로세서(100), RAM(Random Access memory)(200), 스토리지(300) 및 통신부(400)를 포함할 수 있다.
프로세서(100)는 전자 장치(10)의 전반적인 동작을 제어할 수 있다. 프로세서(100)는 하나의 프로세서 코어(Single Core)를 포함하거나, 복수의 프로세서 코어들(Multi-Core)을 포함하는 CPU(Central Processing Unit)를 포함할 수 있다. 전자 장치(10)는 하나 이상의 프로세서(100)를 포함할 수 있다.
프로세서(100)는 스토리지(300)에 저장된 프로그램, 데이터, 또는 명령들(insturctions)을 처리 또는 실행할 수 있다. 예를 들어, 프로세서(100)는 스토리지(300)에 저장된 프로그램들을 실행함으로써 다양한 데이터를 생성할 수 있다.
RAM(200)은 프로그램들, 데이터, 또는 명령들(instructions)을 일시적으로 저장할 수 있다. 예를 들어, 스토리지(300)에 저장된 프로그램들 및/또는 데이터는 프로세서(100)의 제어 또는 부팅 코드에 따라 RAM(200)에 일시적으로 저장될 수 있다. 예컨대, RAM(200)은 DRAM (Dynamic RAM), SRAM (Static RAM), SDRAM (Synchronous DRAM) 등을 포함한다.
스토리지(300)는 데이터를 저장하기 위한 저장 장소로서, OS(Operating System), 각종 프로그램들, 및 각종 데이터를 저장할 수 있다. 스토리지(300)는 ROM (Read Only Memory), 플래시 메모리, PRAM (Phase-change RAM), MRAM (Magnetic RAM), RRAM (Resistive RAM), FRAM (Ferroelectric RAM) 등을 포함한다. 실시예에 있어서, 스토리지(300)는 HDD(Hard Disk Drive), SSD(Solid State Drive) 등으로 구현될 수 있다.
통신부(400)는 전자 장치(10)의 데이터를 전송 및/또는 수신할 수 있다. 예컨대, 통신부(400)는 다양한 통신 방식에 의해 데이터를 전송 및 수신할 수 있다. 예컨대, 통신부(400)는 예를 들면, 3G, LTE, Wi-Fi, 블루투스, BLE(Bluetooth Low Energy), Zigbee, NFC(Near Field Communication), 초음파를 통한 통신 방법 등에 의해 통신을 수행할 수 있으며, 유선 통신, 무선 통신 근거리 통신, 원거리 통신을 모두 포함할 수 있다.
따라서, 본 개시의 전자 장치(10)는 상기 구성들에 의해 연산을 수행할 수 있고, 데이터 또는 명령을 일시적으로 저장하거나, 다른 전자 장치들과의 데이터 전송 및/또는 수신을 수행할 수 있다.
도 2는 일실시예에 따라 컨설턴트 추천 정보를 출력하는 방법을 도시한 흐름도이다.
도 2를 참조하면, 본 발명의 일 실시예에 따른 방법은 사용자가 단말에서 검색 서비스 앱을 실행하는 단계를 포함할 수 있다.
예를 들면, 상기 검색 서비스 앱은 서버에 의해 운용될 수 있다. 또한 상기 검색 서비스 앱은, 상기 검색 서비스 앱을 통하여 컨설턴트를 검색하려는 사용자의 사용자 단말에서 실행되거나 및/또는 상기 검색 서비스 앱을 통하여 전문 서비스(professional service)를 제공하려는 서비스 제공자의 서비스 단말에서 실행될 수 있다.
사용자 단말은 사용자에 의해 사전에 수행된 퍼스널 이미지 자가 진단을 통해 생성된 퍼스널 이미지 정보를 입력할 수 있다(S110).
그리고, 상기 방법은 단말을 통하여 사용자의 개인 정보를 입력하는 단계를 포함할 수 있다(S120).
사용자는 사용자 단말을 통하여 검색 서비스 앱을 실행하고, 상기 검색 서비스 앱을 통하여 개인 정보를 입력할 수 있다. 상기 개인 정보는 단말로부터 서버에게 전달되고, 상기 서버에 기록될 수 있다.
여기서 개인정보는 이름, 아이디(ID; identifier), 패스워드, 주민등록번호, 도로명 주소, 전화 번호, 휴대폰 번호, 및/또는 이메일 주소 등을 포함할 수 있다.
또한 검색 서비스 앱은, 상기 개인 정보를 통하여 소정의 인증 절차를 수행한 후에만 i) 검색서비스 페이지가 출력되거나 ii) 컨설턴트 정보 표시 창, 제1 컨설턴트 정보 표시 창, 및/또는 제2 컨설턴트 정보 표시 창이 출력될 수도 있다.
그리고, 상기 방법은 퍼스널 이미지로부터 키워드를 추출하는 단계를 포함할 수 있다(S130).
그리고, 상기 방법은 키워드에 상응하는 검색 결과 정보 및 컨설턴트 정보를 출력하는 단계를 포함할 수 있다(S140).
전술한 바와 같이, 검색 결과 표시 창(window)은 키워드 입력창을 통하여 입력되는 검색 키워드에 상응하는 검색 결과를 표시할 수 있다. 여기서의 검색 결과는 일반적인 검색 사이트, 포털 사이트 등에서 제공하는 검색 결과(예; 웹사이트, 웹페이지 링크, 이미지, 지도, 블로그, 쇼핑, 어학사전, 지식백과, 포스트, 카페, 학술정보 등)일 수 있다. 또한 컨설턴트 정보 표시 창(window)(140)은 키워드 입력창을 통하여 입력되는 검색 키워드에 상응하는 컨설턴트 정보를 표시할 수 있다.
한편, 상기 S110 내지 S140는 순차적으로 구현될 수도 있으나, 그 순서는 변경되어 구현될 수 있으며, 상기 S110 내지 S140 중 일부 만이 본 발명의 다른 기재와 결합되어 구현될 수 있다.
본 발명의 일 실시예에 따른 방법은 사용자가 단말을 통하여 검색할 제1 키워드 및 제2 키워드를 입력하는 단계를 포함할 수 있다.
예를 들면, 사용자는 검색 서비스 앱을 통하여 복수의 단어를 포함하는 검색 키워드를 입력할 수 있으며, 서버는 상기 검색 키워드를 제1 검색 키워드와 제2 검색 키워드로 구분할 수 있다. 여기서 서버가 제1 검색 키워드와 제2 검색 키워드로 구분하는 동작은 사용자가 입력한 검색 키워드 내에 포함되는 띄어쓰기를 기준으로 수행될 수 있다.
그리고, 상기 방법은 제1 키워드에 상응하는 제1 검색 결과 정보 및 제1 컨설턴트 정보를 출력하는 단계를 포함할 수 있다.
그리고, 상기 방법은 제2 키워드에 상응하는 제2 검색 결과 정보 및 제2 컨설턴트 정보를 출력하는 단계를 포함할 수 있다.
예를 들면, 제2 검색 결과는 상기 제1 검색 결과와 구분되어 표시될 수 있으며, 상기 제2 컨설턴트 정보는 상기 제1 컨설턴트 정보와 구분되어 표시될 수 있다. 일 예로, 제2 검색 결과는 상기 제1 검색 결과보다 아래 부분에 표시될 수 있으며, 상기 제2 컨설턴트 정보는 상기 제1 컨설턴트 정보보다 아래 부분에 표시될 수 있다.
그리고, 상기 방법은 제1 키워드 및 제2 키워드에 상응하는 제3 검색 결과 정보 및 제3 컨설턴트 정보를 출력하는 단계를 포함할 수 있다.
예를 들면, 검색서비스 페이지는, 상기 제1 검색 키워드에 상응하는 제1 전문 분야에 대한 제1 전문 서비스와 상기 제2 검색 키워드에 상응하는 제2 전문 분야에 대한 제2 전문 서비스를 함께 제공하는 서비스에 대한 제3 컨설턴트 정보가 존재하는 경우, i) 제1 컨설턴트 정보 및 제2 컨설턴트 정보보다 상단에 표시되거나 및/또는 ii) 상기 제1 컨설턴트 정보 및 제2 컨설턴트 정보에는 포함되지 않는 소정의 이벤트를 포함시킬 수 있다.
본 발명의 일 실시예에 따른 방법은 사용자가 단말을 통하여 검색할 제1 키워드 및 제2 키워드를 입력하는 단계를 포함할 수 있다.
그리고, 상기 방법은 제1 키워드 및 제2 키워드를 학습 데이터로 하여 인공 신경망을 학습하는 단계를 포함하고, 학습된 인공 신경망에 기반하여 결합 서비스 추천 정보를 생성하는 단계를 포함할 수 있다.
그리고, 상기 방법은 결합 서비스 추천 정보를 불특정 다수의 서비스 제공자에게 전송하는 단계를 포함할 수 있다.
예를 들면, 서버의 제어 모듈에 의해 생성되는 결합 서비스 추천 정보를, 서버의 통신 모듈이 전달받아 본 발명의 검색 서비스 앱을 사용하거나 상기 서버에 등록된 불특정 다수의 서비스 제공자에게 무작위로 전송할 수 있다.
그리고, 상기 방법은 결합 서비스 추천 정보에 응답하여 결합 서비스를 나타내는 정보를 업로드하는 단계를 포함할 수 있다.
여기서 결합 서비스를 나타내는 정보는 제1 추천 전문 분야와 제2 추천 전문 분야를 모두 제공하거나 지원하는 서비스에 관한 것일 수 있다. 이는 상이한 서비스가 하나의 회사(및/또는 사무소)를 통하여 함께 제공되는 경우보다 효율적이 될 수 있다는 점을 고려한 것이다.
그리고, 상기 방법은 업로드된 정보에 상응하는 리워드를 생성하는 단계를 포함할 수 있다.
여기서 리워드는 본 발명의 검색 서비스 앱에서 사용될 수 있는 포인트를 포함할 수 있으며, 상기 업로드된 정보의 횟수 및/또는 내용에 기반하여 상기 리워드에 포함되는 포인트의 종류 및 값이 상이하게 설정될 수 있다.
또한 상기 리워드는 상기 결합 서비스 추천 정보가 서버의 통신 모듈로부터 불특정 다수의 서비스 제공자에게 전송된 시점으로부터 특정 기간 내에 상기 불특정 다수의 서비스 제공자들 중 특정 서비스 제공자가 결합 서비스 추천 정보가 나타내는 제1 전문 분야에 상응하는 제1 전문 서비스와 제2 전문 분야에 상응하는 제2 전문 서비스를 모두 서비스함을 나타내는 결합 서비스를 나타내는 정보를 검색 서비스 앱을 통하여 업로드하는 경우에 한정하여 상기 서버의 제어 모듈에 의해 생성될 수 있다.
도 3 및 도 4는 일실시예에 따라 이미지 컨설턴트 추천 정보가 출력된 실시예를 도시한 도면이다.
이상에서와 같이 도면과 명세서에서 예시적인 실시예들이 개시되었다. 본 명세서에서 특정한 용어를 사용하여 실시예들을 설명되었으나, 이는 단지 본 개시의 기술적 사상을 설명하기 위한 목적에서 사용된 것이지 의미 한정이나 특허청구범위에 기재된 본 개시의 범위를 제한하기 위하여 사용된 것은 아니다. 그러므로 본 기술분야의 통상의 지식을 가진 자라면 이로부터 다양한 변형 및 균등한 타 실시예가 가능하다는 점을 이해할 것이다. 따라서, 본 개시의 진정한 기술적 보호범위는 첨부된 특허청구범위의 기술적 사상에 의해 정해져야 할 것이다.

Claims (1)

  1. 퍼스널 이미지 정보를 수신하는 단계;
    사용자 단말을 통하여 사용자의 개인 정보를 수신하는 단계;
    상기 퍼스널 이미지 정보로부터 키워드를 추출하는 단계; 및
    상기 개인 정보 및 상기 키워드에 상응하는 컨설턴트 정보를 출력하는 단계
    를 포함하는 사용자 맞춤형 컨설턴트를 추천하는 방법.
KR1020220175072A 2022-12-14 2022-12-14 사용자 맞춤형 이미지 컨설턴트 추천 방법 KR20240092369A (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020220175072A KR20240092369A (ko) 2022-12-14 2022-12-14 사용자 맞춤형 이미지 컨설턴트 추천 방법

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020220175072A KR20240092369A (ko) 2022-12-14 2022-12-14 사용자 맞춤형 이미지 컨설턴트 추천 방법

Publications (1)

Publication Number Publication Date
KR20240092369A true KR20240092369A (ko) 2024-06-24

Family

ID=91711662

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020220175072A KR20240092369A (ko) 2022-12-14 2022-12-14 사용자 맞춤형 이미지 컨설턴트 추천 방법

Country Status (1)

Country Link
KR (1) KR20240092369A (ko)

Similar Documents

Publication Publication Date Title
US9239705B2 (en) Method and apparatus for customized software development kit (SDK) generation
KR102244748B1 (ko) 컨텍스트 큐를 이미지와 상관시켜 이미지를 분류하기 위한 시스템 및 방법
US11394799B2 (en) Methods, systems, apparatuses, and devices for facilitating for generation of an interactive story based on non-interactive data
US20160162794A1 (en) Decision tree data structures generated to determine metrics for child nodes
CN110968808B (zh) 一种实现网页主题更新的方法及装置
US11557219B2 (en) Generating and rating user assessments
CN110597962A (zh) 搜索结果展示方法、装置、介质及电子设备
US20210067497A1 (en) System and method for matching dynamically validated network data
CN112085087B (zh) 业务规则生成的方法、装置、计算机设备及存储介质
JP2019514120A (ja) ユーザ中心の文書要約のための技術
US10460171B2 (en) Systems and methods for processing media content that depict objects
US20180267998A1 (en) Contextual and cognitive metadata for shared photographs
TW201439796A (zh) 地理區域關聯網站
CN109062963A (zh) 自媒体推荐方法、装置及电子设备
US10769199B2 (en) Systems and methods for processing media content that depict objects
US10755318B1 (en) Dynamic generation of content
Chen et al. Personalized micro-learning support based on process mining
US20160217139A1 (en) Determining a preferred list length for school ranking
US11874763B2 (en) Unsupervised integration test builder
KR20240092369A (ko) 사용자 맞춤형 이미지 컨설턴트 추천 방법
US20180089779A1 (en) Skill-based ranking of electronic courses
US10248983B1 (en) Customized item descriptions based on skill level
JP6168963B2 (ja) 情報検索装置、情報検索方法、およびプログラム
CN112559872A (zh) 设备间用户识别方法、系统、计算机设备及存储介质
Hadzhikoleva et al. Generalized net model for building responsive design of web pages