WO2020263007A1 - 사용자의 음식 메뉴 결제와 관련된 평가자에게 리워드를 제공하는 음식 메뉴 추천 서버 및 그 방법 - Google Patents

사용자의 음식 메뉴 결제와 관련된 평가자에게 리워드를 제공하는 음식 메뉴 추천 서버 및 그 방법 Download PDF

Info

Publication number
WO2020263007A1
WO2020263007A1 PCT/KR2020/008338 KR2020008338W WO2020263007A1 WO 2020263007 A1 WO2020263007 A1 WO 2020263007A1 KR 2020008338 W KR2020008338 W KR 2020008338W WO 2020263007 A1 WO2020263007 A1 WO 2020263007A1
Authority
WO
WIPO (PCT)
Prior art keywords
food
user
food menu
group
review data
Prior art date
Application number
PCT/KR2020/008338
Other languages
English (en)
French (fr)
Inventor
방남진
Original Assignee
주식회사 미식의시대
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
Priority claimed from KR1020190077922A external-priority patent/KR20210001603A/ko
Priority claimed from KR1020190077923A external-priority patent/KR20210001604A/ko
Priority claimed from KR1020200024383A external-priority patent/KR20210109291A/ko
Application filed by 주식회사 미식의시대 filed Critical 주식회사 미식의시대
Publication of WO2020263007A1 publication Critical patent/WO2020263007A1/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
    • G06Q30/02—Marketing; Price estimation or determination; Fundraising
    • 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
    • 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
    • G06Q50/12—Hotels or restaurants

Definitions

  • the present invention relates to a food menu recommendation server and method thereof, and more particularly, a food menu recommendation server and method for providing a reward to a food menu evaluator who has created review data related to the user's selection of a food menu upon payment of the user's food menu. It is about.
  • restaurants use platforms that provide delivery services or use social network service (SNS) advertising agencies, but a considerable amount of costs are consumed as advertising costs, and complaints of business owners are increasing.
  • SNS social network service
  • a restaurant-related person or a third party who has received a predetermined price from a restaurant may falsely record reviews or comments on a food menu, which is an obstacle for a user to select a food menu.
  • information on restaurants and food menus visited for each user is not recorded, and accordingly, a function of automatically searching and recommending new restaurants and food menus that the user has not visited is not provided.
  • the present invention is to provide a food menu recommendation server and a method for providing a reward to an evaluator who has written review data related to the user's selection of a food menu upon payment of the user's food menu.
  • the present invention is to provide a food menu recommendation server and a method for providing a reward in consideration of the similarity in food taste of the user and the evaluator so that a malicious evaluator who wrote a false review or comment for the reward cannot receive the reward. will be.
  • the present invention intends to promote the reviewer's writing of reviews and further increase the number of users of the food menu recommendation server by allowing a reward to be awarded to the evaluator when a user who reads the review information of the evaluator pays for a corresponding food menu.
  • the present invention is to provide a food menu recommendation server and method that can help a user to select a food menu by providing a list of reviewer's review data similar to the user's food taste.
  • the present invention is to provide a food menu recommendation server and method capable of recommending a food menu reflecting a user's taste, thereby providing a meal with high satisfaction to the user.
  • the present invention is to provide a food menu recommendation server capable of recommending a food menu for a user group including a plurality of users in consideration of the food taste of the user group, and a method thereof.
  • a food menu recommendation method is a food menu recommendation method for providing a reward to an evaluator who has written review data related to the food menu paid by the user when the user pays for the food menu, wherein the food menu input from the user terminal Analyzing the food taste of the user based on evaluation data; Setting a group of similar raters among the plurality of raters based on the similarity between the food tastes of a plurality of raters and the food tastes of the user; Transmitting a list of review data on the food menu of the group of similar raters to the user terminal; Recognizing food menu information paid by the user after the review data list is transmitted to the user terminal; Recognizing the review data subject to reward read from the review data list before the user pays for the food menu; And providing a reward to an evaluator who has written the review data for the reward target among the plurality of evaluators.
  • the recognizing of the review data subject to the reward may include: selecting one or more review data related to payment food related to the food menu paid by the user from among a plurality of review data viewed from the review data list by the user; And recognizing the review data written by an evaluator having the highest similarity with the user's food taste among the one or more payment food related review data as the reward target review data.
  • the setting of the group of similar evaluators may include: selecting evaluators who have evaluated the same food menu as the user based on the food menu evaluation score received from the user terminal; And setting the similarity rater group based on the similarity between the food menu evaluation score of the evaluators and the food menu evaluation score of the user.
  • the setting of the group of similar raters may include: selecting raters who have evaluated a food menu not evaluated by the user among the raters of the group of similar raters and setting them as an evaluation group; Calculating an evaluation predicted score for the food menu evaluated by the evaluators of the evaluation group; And transmitting the recommended food menu information to the user terminal based on the calculated evaluation predicted score.
  • the calculating the evaluation predicted score may include calculating the evaluation predicted score for the food menu by calculating a weighted average value obtained by applying a weight according to the similarity to the food menu evaluation score of the evaluator.
  • the calculating of the evaluation predicted score includes a food menu and the food menu in which the evaluation predicted score is equal to or greater than a preset evaluation score, based on food taste similarity between the user and the evaluator, location information and environment information of the user terminal. It may include the step of determining information on the restaurant serving.
  • the food menu recommendation method may further include recommending a food menu to a user group including a plurality of users.
  • the step of recommending a food menu to the user group may include: collecting conversation contents between the plurality of users belonging to the user group; Extracting food-related information from the contents of conversations between the plurality of users; Analyzing a food menu preference for the user group based on the food related information; Selecting an evaluator group similar to the user group based on the food menu preference; Recommending a food menu of the user group based on a food menu rating of the rater group; And providing the review data written by the evaluator to the user terminal in the order of the food menu preference and similarity.
  • a computer-readable recording medium in which a program for executing the food menu recommendation method is recorded is provided.
  • a food menu recommendation server is a food menu recommendation server that provides a reward to an evaluator who has written review data related to the food menu paid by the user when paying for the food menu by the user, wherein the food menu input from the user terminal
  • a user food taste analysis unit configured to analyze the user's food taste based on evaluation data
  • a similar rater group setting unit configured to set a group of similar raters among the plurality of raters based on the similarity between the food tastes of a plurality of raters and the food tastes of the user
  • a review data list generation unit configured to transmit a review data list for the food menu of the similar rater group to the user terminal;
  • a payment food menu recognition unit configured to recognize food menu information paid by the user after the review data list is transmitted to the user terminal;
  • a reward review recognition unit configured to recognize the review data subject to reward read from the review data list before the user pays for the food menu;
  • a reward providing unit configured to provide a reward to an evaluator who has written the review data for the reward target
  • the reward review recognition unit selects one or more review data related to payment food related to a food menu paid by the user from among a plurality of review data viewed by the user from the review data list; In addition, it may be configured to recognize the review data written by an evaluator having the highest similarity with the user's food taste among the one or more payment food-related review data as the reward target review data.
  • the similar evaluator group setting unit selects evaluators who have evaluated the same food menu as the user based on the food menu evaluation score received from the user terminal; In addition, it may be configured to set the similarity rater group based on the similarity between the food menu evaluation score of the evaluators and the food menu evaluation score of the user.
  • the similar rater group setting unit selects raters who have evaluated a food menu that the user has not evaluated from among raters of the similar rater group and sets them as an evaluation group; Calculating a weighted average value obtained by applying a weight according to the similarity to the food menu evaluation score of the evaluator, and calculating an evaluation predicted score for the food menu evaluated by the evaluators of the evaluation group; Determining a food menu in which the predicted evaluation score is equal to or greater than a preset evaluation score and restaurant information serving the food menu based on a food taste similarity between the user and the evaluator, location information and environment information of the user terminal; And it may be configured to transmit the recommended food menu information to the user terminal based on the calculated evaluation predicted score.
  • the food menu recommendation server may further include a user group food menu recommendation unit configured to recommend a food menu to a user group including a plurality of users.
  • the user group food menu recommendation unit collects conversation contents between the plurality of users belonging to the user group; Extracting food-related information from the conversation contents between the plurality of users; Analyzing food menu preferences for the user group based on the food related information; Selecting an evaluator group similar to the user group based on the food menu preference; Recommending a food menu of the user group based on a food menu rating of the rater group;
  • it may be configured to provide the review data written by the evaluator to the user terminal in the order of the food menu preference and similarity.
  • a food menu recommendation server and a method for providing a reward to an evaluator who has created review data related to the user's selection of a food menu upon payment of the user's food menu.
  • a food menu recommendation server and a method thereof are provided that provide a reward in consideration of the similarity in food taste of the user and the evaluator to prevent the malicious evaluator who wrote false reviews or comments from receiving the reward. do.
  • a reward is awarded to the rater, thereby facilitating reviewer writing and increasing the number of users of the food menu recommendation server. I can make it.
  • the food menu recommendation server and the method according to an embodiment of the present invention can recommend a food menu reflecting a user's taste, thereby providing a meal with high satisfaction to the user.
  • a food menu recommendation server capable of recommending an appropriate food menu for a user group including a plurality of users in consideration of the food taste of the user group, and a method thereof.
  • FIG. 1 is a conceptual diagram illustrating a food menu recommendation service provided to a user terminal by a food menu recommendation server according to an embodiment of the present invention.
  • FIG. 2 is a configuration diagram of a food menu recommendation server according to an embodiment of the present invention.
  • FIG. 3 is a detailed configuration diagram of a food menu recommendation server according to an embodiment of the present invention.
  • FIG. 4 is a flowchart of a food menu recommendation method performed by a food menu recommendation server according to an embodiment of the present invention.
  • step S130 of FIG. 4 is a flow chart showing step S130 of FIG. 4 in more detail.
  • step S140 of FIG. 4 is a flow chart showing step S140 of FIG. 4 in more detail.
  • step S180 of FIG. 4 is a more detailed flowchart illustrating step S180 of FIG. 4.
  • FIG. 8 is a flow chart showing in more detail a method for recommending a food menu according to an embodiment of the present invention.
  • FIG. 9 is a schematic diagram showing a method of setting a food menu evaluation group according to an embodiment of the present invention.
  • FIG. 10 is a schematic diagram showing a method of paying for a food menu and providing a reward according to an embodiment of the present invention.
  • FIG. 11 is a diagram illustrating a user interface of a food menu recommendation program according to an embodiment of the present invention.
  • FIG. 12 is a flowchart of a method of recommending a food menu according to another embodiment of the present invention.
  • ' ⁇ unit' is a unit that processes at least one function or operation, and may mean, for example, software, FPGA, or hardware components.
  • the functions provided by the' ⁇ unit' may be performed separately by a plurality of elements, or may be integrated with other additional elements.
  • The' ⁇ unit' in the present specification is not necessarily limited to software or hardware, and may be configured to be in an addressable storage medium, or may be configured to reproduce one or more processors.
  • a food menu recommendation server and a method thereof according to an embodiment of the present invention are for providing a reward to an evaluator who writes review data related to the food menu paid by the user when the user pays for the food menu.
  • the food menu recommendation server first sets a group of similar raters among a plurality of raters based on the degree of similarity with the user's food taste, and transmits a list of review data on the food menu of the group of similar raters to the user terminal. .
  • the food menu recommendation server recognizes the review data for the reward that the user reads from the review data list before paying for the food menu, and provides the reward to the evaluator who has created the review data for the reward.
  • the present invention allows a reward to be awarded to the evaluator when a user who reads the review information of the evaluator pays for the food menu, thereby facilitating the evaluation of the evaluator and signing up to the food menu recommendation server. You can induce.
  • FIG. 1 is a conceptual diagram illustrating a food menu recommendation service provided to a user terminal by a food menu recommendation server according to an embodiment of the present invention.
  • the user terminal 20 may be a terminal corresponding to a user who has requested a food menu recommendation by registering as a member of the food menu recommendation server 10.
  • the evaluator terminal 10 is a terminal corresponding to another user (evaluator) who has joined as a member of the food menu recommendation server 10, and may be a terminal of a subscriber excluding a user who has requested a food menu recommendation.
  • the food menu recommendation server 100 rewards one or more evaluators related to the user's food menu selection among a plurality of evaluators when paying for a food menu through the user terminal 20 of the user ( It is to provide a reward).
  • the food menu recommendation server 100 creates food menu review data related to the selection of the food menu paid by the user among a plurality of evaluators when the user pays for the food menu using the user terminal 20.
  • the reward may be provided to the evaluator and a message notifying the provision of the reward may be transmitted to the corresponding evaluator terminal 10.
  • FIG. 2 is a configuration diagram of a food menu recommendation server according to an embodiment of the present invention.
  • 3 is a detailed configuration diagram of a food menu recommendation server according to an embodiment of the present invention.
  • 4 is a flowchart of a food menu recommendation method performed by a food menu recommendation server according to an embodiment of the present invention.
  • a food menu recommendation server 100 is for providing a reward to an evaluator related to a user according to a user's food menu payment, and a communication module 110, a memory 120, a processor 130, and a database 140 may be included.
  • the communication module 110 may provide a communication interface for transmitting and receiving data between the food menu recommendation server 100, the evaluator terminal 10, and the user terminal 20 through a wired/wireless communication network.
  • the communication module 110 provides a communication interface to the food menu recommendation server 100 by interworking with the communication network, and performs a role of transmitting and receiving data such as the user terminal 20, the evaluator terminal 10, the payment proxy server, and the payment server. can do.
  • the communication module 110 may be a device including hardware and software necessary for transmitting and receiving a signal such as a control signal or a data signal through a wired or wireless connection with another network device.
  • the memory 120 may store a program or various information for recommending food menus and providing rewards.
  • the memory 120 may perform a function of temporarily or permanently storing data processed by the processor.
  • the memory 120 may include a volatile storage medium or a non-volatile storage medium, but is not limited thereto.
  • the processor 130 may execute a program stored in a memory to recommend food menus and provide rewards.
  • the processor 130 may control an entire process performed by the food menu recommendation program in the food menu recommendation server 100.
  • the processor 130 may include all kinds of devices capable of processing data.
  • the processor 130 may be, for example, a data processing device embedded in hardware having a circuit physically structured to perform a function represented by a code or command included in a program.
  • the processor 130 is a microprocessor, a central processing unit, a processor core, a multiprocessor, an application-specific integrated circuit (ASIC), a field programmable gate array (FPGA), etc. It may be a processing device of, but is not limited thereto.
  • the database 140 is a program for executing a user account profile, evaluator account profile, restaurant information, food menu information for each restaurant, food menu evaluation scores and reviews received from multiple users and evaluators, food menu recommendation and reward provision functions And various data can be stored.
  • Database 140 is a volatile memory such as SRAM, DRAM, SDRAM, ROM, PROM, EPROM, EEPROM, flash memory, PRAM, MRAM, RRAM, non-volatile memory such as FRAM, hard disk or optical reading medium, for example, CDROM , An optical recording medium such as a DVD, and a storage medium such as a magnetic medium such as a magnetic tape, but are not limited thereto.
  • volatile memory such as SRAM, DRAM, SDRAM, ROM, PROM, EPROM, EEPROM, flash memory, PRAM, MRAM, RRAM, non-volatile memory such as FRAM, hard disk or optical reading medium, for example, CDROM , An optical recording medium such as a DVD, and a storage medium such as a magnetic medium such as a magnetic tape, but are not limited thereto.
  • the terminal for example, a user terminal or an evaluator terminal
  • the terminal is, for example, a smart phone, a tablet PC, a notebook, a smart watch, a smart band, smart glasses, a desktop PC, a laptop PC, a netbook computer, and a workstation.
  • Various types of handheld-based wireless communication wearable devices equipped with communication functions and data processing functions such as PDA, etc., and guaranteed portability and mobility, or fixed wired communication devices that can access other terminals or servers through a network May be, but is not limited thereto.
  • a network refers to a connection structure in which information can be exchanged between nodes such as terminals and servers, and includes a local area network (LAN), a wide area network (WAN), and the Internet (WWW). : World Wide Web), wired/wireless data communication network, telephone network, wired/wireless television communication network, etc.
  • LAN local area network
  • WAN wide area network
  • WWW Internet
  • Wireless data networks include 3G, 4G, 5G, 3GPP (3rd Generation Partnership Project), LTE (Long Term Evolution), WIMAX (World Interoperability for Microwave Access), Wi-Fi, Bluetooth, infrared communication, ultrasonic communication, visible light. Communication (Visible Light Communication), Li-Fi (LiFi) may be included, but is not limited thereto.
  • the food menu recommendation server 100 is for providing a reward to an evaluator who has written review data on a food menu according to a user's food taste and food menu selection, and for this purpose, the user food taste analysis unit 150 and a group of similar evaluators are set.
  • a unit 160, a review data list generation unit 170, a payment food menu recognition unit 180, a reward review recognition unit 190, and a reward providing unit 200 may be included.
  • User food taste analysis unit 150 Similar evaluator group setting unit 160, review data list generation unit 170, payment food menu recognition unit 180, reward review recognition unit 190 and reward providing unit 200 May be stored in the memory 120 and executed by the processor 130 to perform a function.
  • the user food taste analysis unit 150 may receive food menu evaluation data from the user terminal 20 (S110), and analyze the user's food taste based on the food menu evaluation data input from the user terminal 20. (S120).
  • Food menu evaluation data input through the user terminal 20 is, for example, rating, star rating, comment, review data, social network service (for example, KakaoTalk, Instagram, Twitter, Facebook) for the food menu. Etc.) or food menus included in blogs, etc. may be included.
  • social network service for example, KakaoTalk, Instagram, Twitter, Facebook
  • Evaluation data for various food menus input from the user terminal 20 may be stored in the database 140.
  • the user's food taste analysis unit 150 may analyze the user's food menu evaluation data stored in the database 140 to analyze the user's food taste.
  • the similar evaluator group setting unit 160 may set a similar evaluator group among the plurality of evaluators based on the similarity between the food taste of the plurality of evaluators and the food taste of the user (S130).
  • step S130 of FIG. 4 is a flow chart showing step S130 of FIG. 4 in more detail. 3 to 5, the similar evaluator group setting unit 160 may select evaluators who have evaluated the same food menu as the user based on the food menu evaluation score received from the user terminal 20 (S132). .
  • the similar evaluator group setting unit 160 may set a similar evaluator group having similar tastes to the user based on the similarity between the evaluators' food menu evaluation score and the user's food menu evaluation score (S134).
  • the similar evaluator group setting unit 160 may calculate a food taste similarity between the user and the evaluator based on evaluation data on food menus of various evaluators stored in the database 140.
  • Evaluation data for one or more food menus of each evaluator stored in the database 140 are input through the evaluator terminal 10 and transmitted to the food menu recommendation server 100 (for example, Review data, ratings, etc.).
  • step S140 of FIG. 4 is a flow chart showing step S140 of FIG. 4 in more detail. 3, 4 and 6, in one embodiment, the similar evaluator group setting unit 160 selects evaluators who have evaluated a food menu not evaluated by the user among evaluators of the similar evaluator group, It can be set (S142).
  • the similar evaluator group setting unit 160 may evaluate the food menu A and B for evaluation results similar to those of the user. Among them, the evaluator who evaluated the food menu may be selected as the evaluation group for food menus C and D that the user did not evaluate.
  • the similar evaluator group setting unit 160 may calculate a weighted average value obtained by applying a weight according to the similarity to the evaluator's food menu evaluation score, and calculate an evaluation predicted score for the food menu evaluated by the evaluators of the evaluation group (S144). .
  • the review data list generation unit 170 is based on the similarity in taste of food between the user and the evaluator, location information of the user terminal 20 (or distance between the user and the restaurant), and environment information (eg, season, climate, weather, etc.) As a result, based on the artificial intelligence model, it is possible to determine food menus with an evaluation predicted score equal to or greater than a preset evaluation score and restaurant information serving the food menu (S146).
  • the review data list generation unit 170 may transmit recommended food menu information, restaurant information, and review data list on the recommended food menu to the user terminal 20 based on the calculated evaluation predicted score (S148).
  • the review data list transmitted to the user terminal 20 may include a list listing review data of evaluators for a corresponding recommended food menu in the order of similarity between the user and the food taste.
  • the review data list generation unit 170 stores information on restaurants around a user serving a food menu whose evaluation predicted score is evaluated above a preset evaluation score based on the evaluation predicted score and the location information of the user terminal 20. 20) can be transmitted.
  • the review data list generation unit 170 may transmit a review data list for a food menu of a group of similar raters to the user terminal 20 (S140 ).
  • the payment food menu recognition unit 180 After the user reads the review data included in the review data list displayed on the user terminal 20 (S150), and selects and pays for a food menu related to the review data (S160), the payment food menu recognition unit 180 After the review data list is transmitted to the user terminal 20, food menu information paid by the user may be recognized (S170).
  • the reward review recognition unit 190 may recognize the review data subject to reward that the user has read from the review data list before the user pays for the food menu (S180). .
  • step S180 of FIG. 4. 3, 4 and 7, the reward review recognition unit 190 selects one or more payment food-related review data related to the food menu paid by the user from among a plurality of review data viewed from the review data list by the user. It can be done (S182).
  • the reward review recognition unit 190 may select review data related to payment food regarding a food menu paid by the user from among a plurality of review data viewed by the user through the user terminal 20.
  • the reward review recognition unit 190 may recognize the review data written by an evaluator having the highest similarity with the user’s food taste among review data related to one or more payment foods selected from among the plurality of review data as review data subject to reward (S184). ).
  • the reward provider 200 may provide a reward to an evaluator who has written review data for a reward among a plurality of evaluators (S190), and may transmit a message notifying the provision of the reward to the evaluator terminal 10.
  • the reward provided to the evaluator according to the user's food menu payment may be provided in the form of, for example, account deposit, point payment, discount voucher payment, gift certificate payment, etc., but is not limited thereto.
  • the reward review recognition unit 190 provides not only the evaluators with the highest similarity to the food taste of the user among the review data related to one or more payment foods selected from the plurality of review data, but also to two or more evaluators in the order of the highest food taste with the user. You can also provide rewards.
  • the rewards provided to the evaluators may be equally paid regardless of the similarity with the user's food taste, or may be differentially paid according to the similarity with the user’s food taste.
  • FIG. 8 is a flow chart showing in more detail a method for recommending a food menu according to an embodiment of the present invention.
  • 9 is a schematic diagram showing a method of setting a food menu evaluation group according to an embodiment of the present invention.
  • 10 is a schematic diagram showing a method of paying for a food menu and providing a reward according to an embodiment of the present invention.
  • a food menu evaluation score may be received from the user terminal 20 (S210).
  • the user may input a food menu evaluation score by entering a star rating for a food menu in units of 0.5 points out of 5 points in a food menu recommendation program executed in the user terminal 20.
  • the user may write a review on the food menu through the user terminal 20 and input the review information.
  • the food menu evaluation score and review information may be transmitted to and stored in the food menu recommendation server 100.
  • the food menu recommendation server 100 may select evaluators who have evaluated the same food menu based on the food menu evaluation score received from the user terminal 20 (S220).
  • the food menu recommendation server 100 retrieves data on the evaluators who entered the evaluation score for the same menu of the corresponding restaurant and Can be grouped.
  • the food menu recommendation server 100 calculates the taste similarity of evaluators having similar tastes to the user based on the food menu evaluation scores of all evaluators 30, and based on the calculated taste similarity, the similar group 40 ) Can be set (S230).
  • the food menu recommendation server 100 may set a similar group by calculating a taste similarity based on data obtained by comparing the food menu evaluation score of the user and the food menu evaluation score of the evaluators.
  • the food menu recommendation server 100 may determine that the user and the evaluator have a high degree of similarity in food taste if the user and the evaluator have given a reference score (eg, 3 points) or more for the same food menu.
  • a reference score eg, 3 points
  • the food menu recommendation server 100 determines the evaluation score when comparing the evaluation scores evaluated by each user on the food menu, such as giving a high score to the same food menu in the same restaurant by the user and the evaluator. If the patterns given are similar, it can be determined that the similarity in food taste is high.
  • both the user and the evaluator are given 4 stars to the A food menu and the 3 stars are given to the B food menu, it may be determined that the user and the evaluator have similar tastes in food.
  • the food menu recommendation server 100 may select evaluators who have evaluated a food menu not evaluated by the user among the set similar group evaluators and set them as the evaluation group 50 (S240).
  • the first evaluator evaluated the steak menu of the same restaurant
  • the second evaluator evaluated the hamburger menu of the same restaurant
  • the food menu recommendation server 100 may calculate an evaluation predicted score of the user for the food menu (food menu not evaluated by the user) evaluated by the evaluators of the evaluation group 50 (S250).
  • the food menu recommendation server 100 applies a high weight to the food menu evaluation score of the evaluator having a higher taste similarity than the food menu evaluation score of the evaluator with a low taste similarity, and calculates a weighted average value to calculate an evaluation predicted score for the food menu. can do.
  • the food menu recommendation server 100 may calculate an evaluation predicted score for a food menu that the user did not evaluate based on the similarity in taste of the food of the user and the evaluator, for example, using [Equation 1] below.
  • Equation 1 C denotes a food menu evaluation predicted score, x k denotes a food menu evaluation score of the k-th evaluator, a k denotes a taste similarity of the k-th evaluator, and n denotes a value obtained by subtracting 1 from the number of evaluators.
  • the taste similarity of the first rater with the user is 90%
  • the taste similarity of the second rater is 50%
  • the food menu evaluation score of the first rater is 4 for the same food
  • the food menu recommendation server 100 determines the recommended food menu information in the order of the highest evaluation predicted score, based on the evaluation predicted score calculated for the food menu that the user has not evaluated, and recommends it to the user terminal 20 Food menu information may be transmitted (S260).
  • FIG. 11 is a diagram illustrating a user interface of a food menu recommendation program according to an embodiment of the present invention. 1 and 11, the food menu recommendation server 100 displays the food menus 60, 62, 64 with a high evaluation predicted score among the recommended food menu information on the upper portion of the display of the user terminal 20. You can do it.
  • the interface that shows the recommended food menu (60, 62, 64) should be placed at the top in the order of Myeongdong Gyoja, Grilled Chicken, and Jokbaljip. It may be displayed on the user terminal 20.
  • the recommended food menu information may include an evaluation predicted score and review information of the food menu. For example, in the food menu interface recommended by the user, an evaluation predicted score is displayed adjacent to the portion where each menu is displayed, and if each menu name is touched, the review information previously written by the evaluator can be viewed.
  • the step of transmitting the recommended food menu information to the user terminal 20 Next, based on the payment information of the user terminal 20 that has viewed the review information, providing a recommended food menu When payment for the recommended food menu for the workplace is in progress, a reward can be provided to the evaluator who provided the review information.
  • the payment information may be payment information of the payment card, such as the user's payment card number and expiration date, input by the user through a food menu recommendation program, and transmitted to and stored in the food menu recommendation server 100.
  • a reward may be provided to an evaluator having the highest taste similarity among evaluators who provide the review information.
  • rewards can be provided to evaluators with high food taste similarity, who delivered the most accurate and effective information to users, and malicious evaluators who indiscriminately input review data for all food menus to receive rewards receive rewards. Can be prevented.
  • the reward provided to the evaluator will be provided based on a fee provided, for example, from a payment server operating provider according to payment information to a food menu recommendation server operating provider or a payment proxy server operating provider linked with the food menu recommendation server 100. I can.
  • the payment server may be a server operated by a card company that provides a payment card.
  • the payment proxy server may be a server of a company that provides a simple payment service that simplifies mobile payment based on user payment information.
  • the fee may be a payment fee provided by a card company to a simple payment service company.
  • the food menu recommendation server 100 and its method according to an embodiment of the present invention described above can recommend a food menu reflecting a user's taste, thereby providing a meal with high satisfaction to the user.
  • the food menu recommendation server 100 and its method according to an embodiment of the present invention allow a reward to be awarded to the evaluator when a user who has viewed the review information of the evaluator pays for the food menu, thereby allowing the evaluator to write a review There is an effect of promoting and further increasing the number of users of the food menu recommendation server.
  • the food menu recommendation server 100 is a user group food menu recommendation unit (not shown) configured to recommend a food menu to a user group including a plurality of users. ) May be further included.
  • the user group food menu recommendation unit may collect conversation contents between a plurality of users belonging to the user group (S310), and extract food related information from the conversation contents between the plurality of users (S320).
  • the content of a conversation between a plurality of users may be, for example, content of a conversation between users through a social network service (eg, KakaoTalk, Facebook, Twitter, Instagram, etc.).
  • a social network service eg, KakaoTalk, Facebook, Twitter, Instagram, etc.
  • the user group food menu recommendation unit may analyze food menu preferences for the user group based on food-related information (S330), and select an evaluator group similar to the user group based on the food menu preference (S340).
  • the food menu preference for the user group may be calculated by predicting the preference for the food menu based on conversations between users.
  • An evaluator group similar to the user group may be extracted by selecting an evaluator having a food taste similar to a food menu preference for the user group among the evaluators.
  • the user group food menu recommendation unit recommends the food menu of the user group based on the food menu rating of the evaluator group (S350), and provides the review data written by the evaluator in the order of the food menu preference and similarity to the user terminal 20.
  • a reward may be provided to the evaluator who wrote the review data for the food menu.
  • the food menu recommendation server may recommend the first food menu in units of user groups, and then, when the first food menu is paid, may also sequentially recommend the second and subsequent food menus.
  • the method for recommending a food menu may be implemented in the form of a recording medium including instructions executable by a computer, such as a program module executed by a computer.
  • Computer-readable media can be any available media that can be accessed by a computer, and includes both volatile and nonvolatile media, removable and non-removable media.
  • Computer-readable media may include computer storage media.
  • Computer storage media includes both volatile and nonvolatile, removable and non-removable media implemented in any method or technology for storage of information such as computer readable instructions, data structures, program modules or other data.

Landscapes

  • Business, Economics & Management (AREA)
  • Finance (AREA)
  • Engineering & Computer Science (AREA)
  • Accounting & Taxation (AREA)
  • Strategic Management (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Tourism & Hospitality (AREA)
  • Economics (AREA)
  • Marketing (AREA)
  • Development Economics (AREA)
  • General Business, Economics & Management (AREA)
  • Theoretical Computer Science (AREA)
  • Game Theory and Decision Science (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Health & Medical Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Human Resources & Organizations (AREA)
  • Primary Health Care (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

사용자의 음식 메뉴 결제시 사용자의 음식 메뉴의 선정과 관련된 후기 데이터를 작성한 평가자에게 리워드를 제공하는 음식 메뉴 추천 서버 및 그 방법이 개시된다. 본 발명의 실시예에 따른 음식 메뉴 추천 방법은, 사용자 단말로부터 입력된 음식 메뉴 평가 데이터를 기초로 사용자의 음식 취향을 분석하는 단계; 다수의 평가자의 음식 취향과, 사용자의 음식 취향 간의 유사도를 기초로, 다수의 평가자 중 유사 평가자 집단을 설정하는 단계; 유사 평가자 집단의 음식 메뉴에 대한 후기 데이터 리스트를 사용자 단말로 전달하는 단계; 후기 데이터 리스트가 사용자 단말로 전달된 이후에 사용자가 결제한 음식 메뉴 정보를 인식하는 단계; 사용자가 음식 메뉴를 결제하기 전에 후기 데이터 리스트 중에서 열람한 리워드 대상 후기 데이터를 인식하는 단계; 및 다수의 평가자 중 리워드 대상 후기 데이터를 작성한 평가자에게 리워드를 제공하는 단계를 포함한다.

Description

사용자의 음식 메뉴 결제와 관련된 평가자에게 리워드를 제공하는 음식 메뉴 추천 서버 및 그 방법
본 발명은 음식 메뉴 추천 서버 및 그 방법에 관한 것으로서, 보다 상세하게는 사용자의 음식 메뉴 결제시 사용자의 음식 메뉴의 선정과 관련된 후기 데이터를 작성한 음식 메뉴 평가자에게 리워드를 제공하는 음식 메뉴 추천 서버 및 그 방법에 관한 것이다.
최근 들어 음식점을 개업하는 사람들이 점점 증가하여 전국의 음식점 수는 약 70만개 수준까지 증가하였다. 음식점의 증가로 음식점들 간의 경쟁은 점점 심화되고 있으며, 이로 인해 음식점 광고의 중요성도 점차 커지고 있다. 최근의 음식점 관련 통계에 따르면, 각 음식점 마다 평균 매월 40만원 이상을 광고비로 지출하고 있으며, 년간 요식업 광고비 총액으로 3조 4천억 이상의 비용이 소모되고 있다.
일반적으로 음식점에서는 배달 서비스를 제공하는 플랫폼을 사용하거나, 소셜네트워크서비스(SNS: social network service) 광고 대행을 사용하고 있으나, 상당한 비용이 광고비로 소모되어 업주들의 불만이 증가하고 있다. 그러나, 음식점들 중 상당수는 요식업 광고에 대한 투자 대비 효과가 기대 만큼 크지 못하여 폐업에 이르는 식당도 증가하고 있다.
이와 같이, 현재 요식업 분야에서 효율적인 광고 플랫폼이 존재하지 않지만, 업주들에게 온라인 광고의 필요성은 더욱 부각되고 있는 상황이다. 한편, 일상 생활에서 소비자가 음식점을 이용할 때 인터넷 또는 어플리케이션(application) 등을 통해 음식점이나 음식 메뉴에 대해 미리 조사한 후 음식점과 음식 메뉴를 결정하여 해당 음식점에 방문하는 빈도가 점차 늘어나고 있다.
그러나 사용자가 음식점이나 음식 메뉴를 검색할 때 사용자의 음식 취향이나 상황을 고려하지 않은 채 일괄적인 결과가 표시되고 있어, 사용자가 원하는 음식점과 음식 메뉴에 대한 정보에 접근하는데 장시간이 소요되며, 사용자가 원하는 음식점과 음식 메뉴에 대한 정보를 얻기 위해 추가 검색을 시도해야 하는 등의 불편함이 있다.
또한, 종래에는 음식점 관련자 또는 음식점으로부터 소정의 대가를 받은 제3자가 허위로 음식 메뉴에 대한 후기나 댓글을 기록하는 경우가 있으며, 이로 인해 사용자가 음식 메뉴를 선정하는데 장애 요인이 되고 있다. 또한, 종래에는 사용자 별로 방문한 음식점과 음식 메뉴에 대한 정보를 기록하지 않고 있으며, 그에 따라 사용자가 방문하지 않은 새로운 음식점과 음식 메뉴를 자동으로 탐색 및 추천하는 기능을 제공하지도 못하고 있다.
본 발명은 사용자의 음식 메뉴 결제시 사용자의 음식 메뉴의 선정과 관련된 후기 데이터를 작성한 평가자에게 리워드를 제공하는 음식 메뉴 추천 서버 및 그 방법을 제공하기 위한 것이다.
또한, 본 발명은 사용자와 평가자의 음식 취향 유사도를 고려하여 리워드를 제공하여, 리워드를 위해 허위의 후기나 댓글을 작성한 악의적 평가자가 리워드를 제공받지 못하도록 하는 음식 메뉴 추천 서버 및 그 방법을 제공하기 위한 것이다.
또한, 본 발명은 평가자의 후기 정보를 열람한 사용자가 해당 음식 메뉴를 결제하는 경우 평가자에게 리워드가 수여되도록 하여, 평가자의 후기 작성을 촉진하고 나아가 음식 메뉴 추천 서버의 사용자 수를 증가시키고자 한다.
또한, 본 발명은 사용자의 음식 취향과 유사한 평가자의 후기 데이터 리스트를 제공하여, 사용자가 음식 메뉴를 선정하는데 도움을 줄 수 있는 음식 메뉴 추천 서버 및 그 방법을 제공하기 위한 것이다.
또한, 본 발명은 사용자의 취향을 반영한 음식 메뉴 추천이 가능하여, 사용자에게 만족도 높은 식사가 제공되도록 할 수 있는 음식 메뉴 추천 서버 및 그 방법을 제공하기 위한 것이다.
또한, 본 발명은 다수의 사용자를 포함하는 사용자 그룹에 대해 사용자 그룹의 음식 취향을 고려하여 음식 메뉴를 추천할 수 있는 음식 메뉴 추천 서버 및 그 방법을 제공하기 위한 것이다.
본 발명의 실시예에 따른 음식 메뉴 추천 방법은, 사용자의 음식 메뉴 결제시 상기 사용자가 결제한 음식 메뉴와 관련된 후기 데이터를 작성한 평가자에게 리워드를 제공하는 음식 메뉴 추천 방법으로서, 사용자 단말로부터 입력된 음식 메뉴 평가 데이터를 기초로 상기 사용자의 음식 취향을 분석하는 단계; 다수의 평가자의 음식 취향과, 상기 사용자의 음식 취향 간의 유사도를 기초로, 상기 다수의 평가자 중 유사 평가자 집단을 설정하는 단계; 상기 유사 평가자 집단의 음식 메뉴에 대한 후기 데이터 리스트를 상기 사용자 단말로 전달하는 단계; 상기 후기 데이터 리스트가 상기 사용자 단말로 전달된 이후에 상기 사용자가 결제한 음식 메뉴 정보를 인식하는 단계; 상기 사용자가 음식 메뉴를 결제하기 전에 상기 후기 데이터 리스트 중에서 열람한 리워드 대상 후기 데이터를 인식하는 단계; 및 상기 다수의 평가자 중 상기 리워드 대상 후기 데이터를 작성한 평가자에게 리워드를 제공하는 단계를 포함한다.
상기 리워드 대상 후기 데이터를 인식하는 단계는, 상기 사용자가 상기 후기 데이터 리스트 중에서 열람한 다수의 후기 데이터 중 상기 사용자가 결제한 음식 메뉴와 관련된 하나 이상의 결제 음식 관련 후기 데이터를 선별하는 단계; 및 상기 하나 이상의 결제 음식 관련 후기 데이터 중 상기 사용자의 음식 취향과의 유사도가 가장 높은 평가자가 작성한 후기 데이터를 상기 리워드 대상 후기 데이터로 인식하는 단계를 포함할 수 있다.
상기 유사 평가자 집단을 설정하는 단계는, 상기 사용자 단말로부터 수신된 음식 메뉴 평가 점수를 기초로 상기 사용자와 동일한 음식 메뉴를 평가한 평가자들을 선정하는 단계; 및 상기 평가자들의 음식 메뉴 평가 점수와, 상기 사용자의 음식 메뉴 평가 점수 간의 유사도를 기초로 상기 유사 평가자 집단을 설정하는 단계를 포함할 수 있다.
상기 유사 평가자 집단을 설정하는 단계는, 상기 유사 평가자 집단의 평가자들 중 상기 사용자가 평가하지 않은 음식 메뉴를 평가한 평가자들을 선정하여 평가 집단으로 설정하는 단계; 상기 평가 집단의 평가자들이 평가한 음식 메뉴에 대한 평가 예상 점수를 산출하는 단계; 및 상기 산출된 평가 예상 점수를 기초로 상기 사용자 단말에 추천 음식 메뉴 정보를 전송하는 단계를 더 포함할 수 있다.
상기 평가 예상 점수를 산출하는 단계는, 상기 평가자의 음식 메뉴 평가 점수에 상기 유사도에 따라 가중치를 적용한 가중 평균값을 산출하여 음식 메뉴에 대한 상기 평가 예상 점수를 산출하는 단계를 포함할 수 있다.
상기 평가 예상 점수를 산출하는 단계는, 상기 사용자와 상기 평가자 간의 음식 취향 유사도, 상기 사용자 단말의 위치 정보 및 환경 정보를 기초로, 상기 평가 예상 점수가 기 설정된 평가 점수 이상인 음식 메뉴 및 상기 음식 메뉴를 서비스하는 음식점 정보를 결정하는 단계를 포함할 수 있다.
본 발명의 실시예에 따른 음식 메뉴 추천 방법은, 복수의 사용자를 포함하는 사용자 그룹에 대해 음식 메뉴를 추천하는 단계를 더 포함할 수 있다. 상기 사용자 그룹에 대해 음식 메뉴를 추천하는 단계는, 상기 사용자 그룹에 속한 상기 복수의 사용자 간의 대화 내용을 수집하는 단계; 상기 복수의 사용자 간의 대화 내용으로부터 음식 관련 정보를 추출하는 단계; 상기 음식 관련 정보를 기초로 상기 사용자 그룹에 대한 음식 메뉴 선호도를 분석하는 단계; 상기 음식 메뉴 선호도를 기초로 상기 사용자 그룹과 유사한 평가자 그룹을 선정하는 단계; 상기 평가자 그룹의 음식 메뉴 평점을 기초로 상기 사용자 그룹의 음식 메뉴를 추천하는 단계; 및 상기 음식 메뉴 선호도와 유사도가 높은 순으로 상기 평가자가 작성한 후기 데이터를 상기 사용자 단말로 제공하는 단계를 포함할 수 있다.
본 발명의 실시예에 따르면, 상기 음식 메뉴 추천 방법을 실행하기 위한 프로그램이 기록된 컴퓨터로 판독 가능한 기록 매체가 제공된다.
본 발명의 실시예에 따른 음식 메뉴 추천 서버는, 사용자의 음식 메뉴 결제시 상기 사용자가 결제한 음식 메뉴와 관련된 후기 데이터를 작성한 평가자에게 리워드를 제공하는 음식 메뉴 추천 서버로서, 사용자 단말로부터 입력된 음식 메뉴 평가 데이터를 기초로 상기 사용자의 음식 취향을 분석하도록 구성되는 사용자 음식 취향 분석부; 다수의 평가자의 음식 취향과, 상기 사용자의 음식 취향 간의 유사도를 기초로, 상기 다수의 평가자 중 유사 평가자 집단을 설정하도록 구성되는 유사 평가자 집단 설정부; 상기 유사 평가자 집단의 음식 메뉴에 대한 후기 데이터 리스트를 상기 사용자 단말로 전달하도록 구성되는 후기 데이터 리스트 생성부; 상기 후기 데이터 리스트가 상기 사용자 단말로 전달된 이후에 상기 사용자가 결제한 음식 메뉴 정보를 인식하도록 구성되는 결제 음식 메뉴 인식부; 상기 사용자가 음식 메뉴를 결제하기 전에 상기 후기 데이터 리스트 중에서 열람한 리워드 대상 후기 데이터를 인식하도록 구성되는 리워드 후기 인식부; 및 상기 다수의 평가자 중 상기 리워드 대상 후기 데이터를 작성한 평가자에게 리워드를 제공하도록 구성되는 리워드 제공부를 포함한다.
상기 리워드 후기 인식부는, 상기 사용자가 상기 후기 데이터 리스트 중에서 열람한 다수의 후기 데이터 중 상기 사용자가 결제한 음식 메뉴와 관련된 하나 이상의 결제 음식 관련 후기 데이터를 선별하고; 그리고 상기 하나 이상의 결제 음식 관련 후기 데이터 중 상기 사용자의 음식 취향과의 유사도가 가장 높은 평가자가 작성한 후기 데이터를 상기 리워드 대상 후기 데이터로 인식하도록 구성될 수 있다.
상기 유사 평가자 집단 설정부는, 상기 사용자 단말로부터 수신된 음식 메뉴 평가 점수를 기초로 상기 사용자와 동일한 음식 메뉴를 평가한 평가자들을 선정하고; 그리고 상기 평가자들의 음식 메뉴 평가 점수와, 상기 사용자의 음식 메뉴 평가 점수 간의 유사도를 기초로 상기 유사 평가자 집단을 설정하도록 구성될 수 있다.
상기 유사 평가자 집단 설정부는, 상기 유사 평가자 집단의 평가자들 중 상기 사용자가 평가하지 않은 음식 메뉴를 평가한 평가자들을 선정하여 평가 집단으로 설정하고; 상기 평가자의 음식 메뉴 평가 점수에 상기 유사도에 따라 가중치를 적용한 가중 평균값을 산출하여, 상기 평가 집단의 평가자들이 평가한 음식 메뉴에 대한 평가 예상 점수를 산출하고; 상기 사용자와 상기 평가자 간의 음식 취향 유사도, 상기 사용자 단말의 위치 정보 및 환경 정보를 기초로, 상기 평가 예상 점수가 기 설정된 평가 점수 이상인 음식 메뉴 및 상기 음식 메뉴를 서비스하는 음식점 정보를 결정하고; 그리고 상기 산출된 평가 예상 점수를 기초로 상기 사용자 단말에 추천 음식 메뉴 정보를 전송하도록 구성될 수 있다.
본 발명의 실시예에 따른 음식 메뉴 추천 서버는, 복수의 사용자를 포함하는 사용자 그룹에 대해 음식 메뉴를 추천하도록 구성되는 사용자 그룹 음식 메뉴 추천부를 더 포함할 수 있다. 상기 사용자 그룹 음식 메뉴 추천부는, 상기 사용자 그룹에 속한 상기 복수의 사용자 간의 대화 내용을 수집하고; 상기 복수의 사용자 간의 대화 내용으로부터 음식 관련 정보를 추출하고; 상기 음식 관련 정보를 기초로 상기 사용자 그룹에 대한 음식 메뉴 선호도를 분석하고; 상기 음식 메뉴 선호도를 기초로 상기 사용자 그룹과 유사한 평가자 그룹을 선정하고; 상기 평가자 그룹의 음식 메뉴 평점을 기초로 상기 사용자 그룹의 음식 메뉴를 추천하고; 그리고 상기 음식 메뉴 선호도와 유사도가 높은 순으로 상기 평가자가 작성한 후기 데이터를 상기 사용자 단말로 제공하도록 구성될 수 있다.
본 발명의 실시예에 의하면, 사용자의 음식 메뉴 결제시 사용자의 음식 메뉴의 선정과 관련된 후기 데이터를 작성한 평가자에게 리워드를 제공하는 음식 메뉴 추천 서버 및 그 방법이 제공된다.
또한, 본 발명의 실시예에 의하면, 사용자와 평가자의 음식 취향 유사도를 고려하여 리워드를 제공하여, 허위의 후기나 댓글을 작성한 악의적 평가자가 리워드를 제공받지 못하도록 하는 음식 메뉴 추천 서버 및 그 방법이 제공된다.
또한, 본 발명의 실시예에 의하면, 평가자의 후기 정보를 열람한 사용자가 해당 음식 메뉴를 결제하는 경우 평가자에게 리워드가 수여되도록 하여, 평가자의 후기 작성을 촉진하고 음식 메뉴 추천 서버의 사용자 수를 증가시킬 수 있다.
또한, 본 발명의 실시예에 의하면, 사용자의 음식 취향과 유사한 평가자의 후기 데이터 리스트를 제공하여, 사용자가 음식 메뉴를 선정하는데 도움을 줄 수 있다.
또한, 본 발명의 실시예에 따른 음식 메뉴 추천 서버 및 그 방법은 사용자의 취향을 반영한 음식 메뉴 추천이 가능하여, 사용자에게 만족도 높은 식사가 제공되도록 하는 효과가 있다.
또한, 본 발명의 실시예에 의하면, 다수의 사용자를 포함하는 사용자 그룹에 대해 사용자 그룹의 음식 취향을 고려하여 적절한 음식 메뉴를 추천할 수 있는 음식 메뉴 추천 서버 및 그 방법이 제공된다.
도 1은 본 발명의 실시예에 따른 음식 메뉴 추천 서버에 의해 사용자 단말에 제공되는 음식 메뉴 추천 서비스를 설명하기 위한 개념도이다.
도 2는 본 발명의 실시예에 따른 음식 메뉴 추천 서버의 구성도이다.
도 3은 본 발명의 실시예에 따른 음식 메뉴 추천 서버의 세부 구성도이다.
도 4는 본 발명의 실시예에 따른 음식 메뉴 추천 서버에 의해 수행되는 음식 메뉴 추천 방법의 순서도이다.
도 5는 도 4의 단계 S130을 보다 구체적으로 나타낸 순서도이다.
도 6은 도 4의 단계 S140을 보다 구체적으로 나타낸 순서도이다.
도 7은 도 4의 단계 S180을 보다 구체적으로 나타낸 순서도이다.
도 8은 본 발명의 실시예에 따른 음식 메뉴 추천 방법을 보다 구체적으로 나타낸 순서도이다.
도 9는 본 발명의 일 실시예에 따른 음식 메뉴 평가 집단을 설정하는 방법을 보여주는 개략도이다.
도 10은 본 발명의 일 실시예에 따른 음식 메뉴 결제 및 리워드 제공 방법을 보여주는 개략도이다.
도 11은 본 발명의 일 실시예에 따른 음식 메뉴 추천 프로그램의 유저 인터페이스를 보여주는 도면이다.
도 12는 본 발명의 또 다른 실시예에 따른 음식 메뉴 추천 방법의 순서도이다.
본 발명의 이점 및 특징, 그리고 그것들을 달성하는 방법은 첨부되는 도면과 함께 상세하게 후술되어 있는 실시예들을 참조하면 명확해질 것이다. 그러나 본 발명은 이하에서 개시되는 실시예들에 한정되는 것이 아니라 서로 다른 다양한 형태로 구현될 수 있다.
이하에서 설명되는 실시예들은 본 발명의 개시가 완전하도록 하고, 본 발명이 속하는 기술분야에서 통상의 지식을 가진 자에게 발명의 범주를 완전하게 알려주기 위해 제공되는 것이며, 본 발명은 청구항의 범주에 의해 정의될 뿐이다. 명세서 전체에 걸쳐 동일 참조 부호는 동일 구성 요소를 지칭한다.
본 명세서에서, 어떤 부분이 어떤 구성요소를 '포함'한다고 할 때, 이는 특별히 반대되는 기재가 없는 한 다른 구성요소를 제외하는 것이 아니라 다른 구성요소를 더 포함할 수 있는 것을 의미한다.
본 명세서에서 사용되는 '~부'는 적어도 하나의 기능이나 동작을 처리하는 단위로서, 예를 들어 소프트웨어, FPGA 또는 하드웨어 구성요소를 의미할 수 있다. '~부'에서 제공하는 기능은 복수의 구성요소에 의해 분리되어 수행되거나, 다른 추가적인 구성요소와 통합될 수도 있다.
본 명세서의 '~부'는 반드시 소프트웨어 또는 하드웨어에 한정되지 않으며, 어드레싱할 수 있는 저장 매체에 있도록 구성될 수도 있고, 하나 또는 그 이상의 프로세서들을 재생시키도록 구성될 수도 있다.
본 발명의 실시예에 따른 음식 메뉴 추천 서버 및 그 방법은, 사용자의 음식 메뉴 결제시 사용자가 결제한 음식 메뉴와 관련된 후기 데이터를 작성한 평가자에게 리워드를 제공하기 위한 것이다.
본 발명의 실시예에 따른 음식 메뉴 추천 서버는 먼저 사용자의 음식 취향과의 유사도를 기초로 다수의 평가자 중 유사 평가자 집단을 설정하여 유사 평가자 집단의 음식 메뉴에 대한 후기 데이터 리스트를 사용자 단말로 전달한다.
이후, 음식 메뉴 추천 서버는 사용자가 음식 메뉴를 결제하기 전에 후기 데이터 리스트 중에서 열람한 리워드 대상 후기 데이터를 인식하여 해당 리워드 대상 후기 데이터를 작성한 평가자에게 리워드를 제공한다.
본 발명의 실시예에 의하면, 본 발명은 평가자의 후기 정보를 열람한 사용자가 해당 음식 메뉴를 결제하는 경우 평가자에게 리워드가 수여되도록 하여, 평가자의 후기 작성을 촉진하고 음식 메뉴 추천 서버로의 가입을 유도할 수 있다.
또한, 본 발명의 실시예에 의하면, 사용자의 음식 취향과 유사한 평가자의 후기 데이터 리스트를 제공하여, 사용자가 음식 메뉴를 선정하는데 도움을 줄 수 있다.
또한, 본 발명의 실시예에 의하면, 사용자와 평가자의 음식 취향 유사도를 고려하여 리워드를 제공하여, 리워드를 위해 허위의 후기나 댓글을 작성한 악의적 평가자가 리워드를 제공받는 것을 방지할 수 있다.
도 1은 본 발명의 실시예에 따른 음식 메뉴 추천 서버에 의해 사용자 단말에 제공되는 음식 메뉴 추천 서비스를 설명하기 위한 개념도이다. 도 1에서 사용자 단말(20)은 음식 메뉴 추천 서버(10)의 회원으로 가입하여 음식 메뉴 추천을 요청한 사용자에 대응되는 단말일 수 있다.
평가자 단말(10)은 음식 메뉴 추천 서버(10)의 회원으로 가입한 다른 사용자(평가자)에 대응되는 단말로, 음식 메뉴 추천을 요청한 사용자를 제외한 가입자의 단말일 수 있다.
도 1을 참조하면, 본 발명의 실시예에 따른 음식 메뉴 추천 서버(100)는 사용자의 사용자 단말(20)을 통해 음식 메뉴 결제시 다수의 평가자 중 사용자의 음식 메뉴 선정에 관련된 하나 이상의 평가자에게 리워드(reward)를 제공하기 위한 것이다.
즉, 본 발명의 실시예에 따른 음식 메뉴 추천 서버(100)는 사용자가 사용자 단말(20)을 이용하여 음식 메뉴 결제시 다수의 평가자 중 사용자가 결제한 음식 메뉴의 선정과 관련된 음식 메뉴 후기 데이터를 작성한 평가자에게 리워드를 제공하고 해당 평가자 단말(10)로 리워드 제공을 알리는 메시지를 전송할 수 있다.
도 2는 본 발명의 실시예에 따른 음식 메뉴 추천 서버의 구성도이다. 도 3은 본 발명의 실시예에 따른 음식 메뉴 추천 서버의 세부 구성도이다. 도 4는 본 발명의 실시예에 따른 음식 메뉴 추천 서버에 의해 수행되는 음식 메뉴 추천 방법의 순서도이다.
도 1 내지 도 4를 참조하면, 본 발명의 실시예에 따른 음식 메뉴 추천 서버(100)는 사용자의 음식 메뉴 결제에 따라 사용자와 관련된 평가자에게 리워드를 제공하기 위한 것으로, 통신 모듈(110), 메모리(120), 프로세서(130) 및 데이터베이스(140)를 포함할 수 있다.
통신 모듈(110)은 유/무선 통신망을 통해 음식 메뉴 추천 서버(100)와 평가자 단말(10), 사용자 단말(20) 간에 데이터를 송수신하기 위한 통신 인터페이스를 제공할 수 있다.
통신 모듈(110)은 통신망과 연동하여 음식 메뉴 추천 서버(100)에 통신 인터페이스를 제공하며, 사용자 단말(20), 평가자 단말(10), 결제 대행 서버, 결제 서버 등과 데이터를 송수신하는 역할을 수행할 수 있다.
통신 모듈(110)은 다른 네트워크 장치와 유무선 연결을 통해 제어 신호 또는 데이터 신호와 같은 신호를 송수신하기 위해 필요한 하드웨어 및 소프트웨어를 포함하는 장치일 수 있다.
메모리(120)는 음식 메뉴 추천 및 리워드 제공을 위한 프로그램이나 각종 정보를 저장할 수 있다. 메모리(120)는 프로세서가 처리하는 데이터를 일시적 또는 영구적으로 저장하는 기능을 수행할 수 있다.
메모리(120)는 휘발성 저장 매체(volatile storage media) 또는 비휘발성 저장 매체(non-volatile storage media)를 포함할 수 있으나, 이에 한정되는 것은 아니다.
프로세서(130)는 음식 메뉴 추천 및 리워드 제공을 위해 메모리에 저장된 프로그램을 실행할 수 있다. 프로세서(130)는 음식 메뉴 추천 서버(100)에서 음식 메뉴 추천 프로그램이 수행하는 전체 과정을 제어할 수 있다.
프로세서(130)는 데이터를 처리할 수 있는 모든 종류의 장치를 포함할 수 있다. 프로세서(130)는 예를 들어 프로그램 내에 포함된 코드 또는 명령으로 표현된 기능을 수행하기 위해 물리적으로 구조화된 회로를 갖는, 하드웨어에 내장된 데이터 처리 장치일 수 있다.
프로세서(130)는 마이크로프로세서(microprocessor), 중앙처리장치(central processing unit), 프로세서코어(processor core), 멀티프로세서(multiprocessor), ASIC(application-specific integrated circuit), FPGA(field programmable gate array) 등의 처리 장치일 수 있으나, 이에 한정되는 것은 아니다.
데이터베이스(140)는 사용자 계정 프로파일, 평가자 계정 프로파일, 음식점 정보, 음식점 별 음식 메뉴 정보, 다수의 사용자와 평가자로부터 입력받은 음식 메뉴 평가 점수 및 후기 정보, 음식 메뉴 추천 및 리워드 제공 기능을 실행하기 위한 프로그램 및 각종 데이터를 저장할 수 있다.
데이터베이스(140)는 SRAM, DRAM, SDRAM 등과 같은 휘발성 메모리, ROM, PROM, EPROM, EEPROM, 플래시 메모리, PRAM, MRAM, RRAM, FRAM과 같은 불휘발성 메모리, 하드 디스크 또는 광학적 판독 매체, 예를 들어 CDROM, DVD와 같은 광기록 매체, 자기 테이프와 같은 자기 매체 등의 저장매체일 수 있으나, 이에 한정되지는 않는다.
한편, 본 발명에서 단말(예를 들어, 사용자 단말 또는 평가자 단말)은 예를 들어, 스마트폰, 태블릿 PC, 노트북, 스마트시계, 스마트밴드, 스마트안경, 데스크탑 PC, 랩탑 PC, 넷북 컴퓨터, 워크스테이션, PDA 등과 같이 통신 기능 및 데이터 프로세싱 기능을 구비하며 휴대성 및 이동성이 보장된 다양한 종류의 핸드헬드(Handheld) 기반의 무선 통신 웨어러블 기기 혹은 네트워크를 통해 다른 단말 또는 서버 등에 접속할 수 있는 고정형 유선 통신 장치일 수 있으나, 이에 한정되는 것은 아니다.
또한, 네트워크는 단말들 및 서버들과 같은 각각의 노드 상호 간에 정보 교환이 가능한 연결 구조를 의미하는 것으로, 근거리 통신망(LAN: Local Area Network), 광역 통신망(WAN: Wide Area Network), 인터넷(WWW: World Wide Web), 유무선 데이터 통신망, 전화망, 유무선 텔레비전 통신망 등을 포함할 수 있다.
무선 데이터 통신망은 3G, 4G, 5G, 3GPP(3rd Generation Partnership Project), LTE(Long Term Evolution), WIMAX(World Interoperability for Microwave Access), 와이파이(Wi-Fi), 블루투스, 적외선 통신, 초음파 통신, 가시광 통신(Visible Light Communication), 라이파이(LiFi) 등이 포함될 수 있으나, 이에 한정되지는 않는다.
음식 메뉴 추천 서버(100)는 사용자의 음식 취향 및 음식 메뉴 선택에 따라 음식 메뉴에 대한 후기 데이터를 작성한 평가자에게 리워드를 제공하기 위한 것으로, 이를 위해 사용자 음식 취향 분석부(150), 유사 평가자 집단 설정부(160), 후기 데이터 리스트 생성부(170), 결제 음식 메뉴 인식부(180), 리워드 후기 인식부(190) 및 리워드 제공부(200)를 포함할 수 있다.
사용자 음식 취향 분석부(150), 유사 평가자 집단 설정부(160), 후기 데이터 리스트 생성부(170), 결제 음식 메뉴 인식부(180), 리워드 후기 인식부(190) 및 리워드 제공부(200)는 메모리(120)에 저장되어 프로세서(130)에 의해 실행되어 기능을 수행하도록 구성될 수 있다.
사용자 음식 취향 분석부(150)는 사용자 단말(20)로부터 음식 메뉴 평가 데이터를 입력받고(S110), 사용자 단말(20)로부터 입력된 음식 메뉴 평가 데이터를 기초로 사용자의 음식 취향을 분석할 수 있다(S120).
사용자 단말(20)을 통해 입력되는 음식 메뉴 평가 데이터는 예를 들어, 음식 메뉴에 대한 평점, 별점, 댓글, 후기 데이터, 소셜네트워크서비스(예를 들어, 카카오톡, 인스타그램, 트위터, 페이스북 등)나 블로그 등에 포함된 음식 메뉴 평가 등을 포함할 수 있다.
사용자 단말(20)로부터 입력된 다양한 음식 메뉴에 대한 평가 데이터는 데이터베이스(140)에 저장될 수 있다. 사용자 음식 취향 분석부(150)는 데이터베이스(140)에 저장된 사용자의 음식 메뉴 평가 데이터를 분석하여 사용자의 음식 취향을 분석할 수 있다.
유사 평가자 집단 설정부(160)는 다수의 평가자의 음식 취향과, 사용자의 음식 취향 간의 유사도를 기초로, 다수의 평가자 중 유사 평가자 집단을 설정할 수 있다(S130).
도 5는 도 4의 단계 S130을 보다 구체적으로 나타낸 순서도이다. 도 3 내지 도 5를 참조하면, 유사 평가자 집단 설정부(160)는 사용자 단말(20)로부터 수신된 음식 메뉴 평가 점수를 기초로 사용자와 동일한 음식 메뉴를 평가한 평가자들을 선정할 수 있다(S132).
유사 평가자 집단 설정부(160)는 평가자들의 음식 메뉴 평가 점수와, 사용자의 음식 메뉴 평가 점수 간의 유사도를 기초로 사용자와 음식 취향이 유사한 유사 평가자 집단을 설정할 수 있다(S134).
이때 유사 평가자 집단 설정부(160)는 데이터베이스(140)에 저장된 다양한 평가자의 음식 메뉴에 대한 평가 데이터를 기초로 사용자와 평가자 간의 음식 취향 유사도를 산출할 수 있다.
데이터베이스(140)에 저장된 각 평가자의 하나 이상의 음식 메뉴에 대한 평가 데이터는 평가자 단말(10)을 통해 입력되어 음식 메뉴 추천 서버(100)로 전송된 평가자의 음식 메뉴에 대한 평가 데이터(예를 들어, 후기 데이터, 평점 등)일 수 있다.
도 6은 도 4의 단계 S140을 보다 구체적으로 나타낸 순서도이다. 도 3, 도 4 및 도 6을 참조하면, 일 실시예에서, 유사 평가자 집단 설정부(160)는 유사 평가자 집단의 평가자들 중 사용자가 평가하지 않은 음식 메뉴를 평가한 평가자들을 선정하여 평가 집단으로 설정할 수 있다(S142).
예를 들어, 사용자의 음식 메뉴 평가 데이터에 음식 메뉴 A와, B에 대한 평가 데이터가 포함된 경우, 유사 평가자 집단 설정부(160)는 음식 메뉴 A와, B에 대한 평가 결과가 사용자와 유사한 평가자들 중 사용자가 평가하지 않은 음식 메뉴 C, D 등에 대해서도 음식 메뉴를 평가한 평가자를 평가 집단으로 선정할 수 있다.
유사 평가자 집단 설정부(160)는 평가자의 음식 메뉴 평가 점수에 유사도에 따라 가중치를 적용한 가중 평균값을 산출하여, 평가 집단의 평가자들이 평가한 음식 메뉴에 대한 평가 예상 점수를 산출할 수 있다(S144).
예를 들어, 사용자와 음식 메뉴 A, B에 대한 음식 취향 유사도가 높을수록, 해당 평가자의 음식 메뉴 C에 대한 평가 점수에 높은 가중치를 적용하여 사용자의 음식 메뉴 C에 대한 평가 예상 점수를 높게 산출할 수 있다.
후기 데이터 리스트 생성부(170)는 사용자와 평가자 간의 음식 취향 유사도, 사용자 단말(20)의 위치 정보(또는 사용자와 음식점 간의 거리) 및 환경 정보(예를 들어, 계절, 기후, 날씨 등)를 기초로, 인공 지능 모델을 기반으로 평가 예상 점수가 기 설정된 평가 점수 이상인 음식 메뉴 및 음식 메뉴를 서비스하는 음식점 정보를 결정할 수 있다(S146).
후기 데이터 리스트 생성부(170)는 산출된 평가 예상 점수를 기초로 사용자 단말(20)에 추천 음식 메뉴 정보와 음식점 정보 및 추천 음식 메뉴에 관한 후기 데이터 리스트를 전송할 수 있다(S148).
이때 사용자 단말(20)로 전송되는 후기 데이터 리스트는 사용자와 음식 취향 유사도가 높은 순으로 해당 추천 음식 메뉴에 대한 평가자들의 후기 데이터를 나열한 목록을 포함할 수 있다.
후기 데이터 리스트 생성부(170)는 평가 예상 점수 및 사용자 단말(20)의 위치 정보를 기초로 평가 예상 점수가 기 설정된 평가 점수 이상으로 평가된 음식 메뉴를 서비스하는 사용자 주변의 음식점 정보를 사용자 단말(20)에 전송할 수 있다.
다시 도 3 및 도 4를 참조하면, 후기 데이터 리스트 생성부(170)는 유사 평가자 집단의 음식 메뉴에 대한 후기 데이터 리스트를 사용자 단말(20)로 전달할 수 있다(S140).
사용자가 사용자 단말(20)에 표시되는 후기 데이터 리스트에 포함된 후기 데이터를 열람한 후(S150), 후기 데이터와 관련된 음식 메뉴를 선정하여 결제하면(S160), 결제 음식 메뉴 인식부(180)는 후기 데이터 리스트가 사용자 단말(20)로 전달된 이후에 사용자가 결제한 음식 메뉴 정보를 인식할 수 있다(S170).
리워드 후기 인식부(190)는 사용자 단말(20)에 후기 데이터 리스트가 표시된 후, 사용자가 음식 메뉴를 결제하기 전에, 사용자가 후기 데이터 리스트 중에서 열람한 리워드 대상 후기 데이터를 인식할 수 있다(S180).
도 7은 도 4의 단계 S180을 보다 구체적으로 나타낸 순서도이다. 도 3, 도 4 및 도 7을 참조하면, 리워드 후기 인식부(190)는 사용자가 후기 데이터 리스트 중에서 열람한 다수의 후기 데이터 중 사용자가 결제한 음식 메뉴와 관련된 하나 이상의 결제 음식 관련 후기 데이터를 선별할 수 있다(S182).
이때 리워드 후기 인식부(190)는 사용자가 사용자 단말(20)을 통해 열람한 다수의 후기 데이터 중 사용자가 결제한 음식 메뉴에 관한 결제 음식 관련 후기 데이터를 선별할 수 있다.
리워드 후기 인식부(190)는 다수의 후기 데이터 중에서 선별된 하나 이상의 결제 음식 관련 후기 데이터 중 사용자의 음식 취향과의 유사도가 가장 높은 평가자가 작성한 후기 데이터를 리워드 대상 후기 데이터로 인식할 수 있다(S184).
리워드 제공부(200)는 다수의 평가자 중 리워드 대상 후기 데이터를 작성한 평가자에게 리워드를 제공하고(S190), 평가자 단말(10)로 리워드 제공을 알리는 메시지를 전달할 수 있다.
사용자의 음식 메뉴 결제에 따라 평가자에게 제공되는 리워드는 예를 들어, 계좌 입금, 포인트 지급, 할인권 지급, 상품권 지급 등의 형태로 제공될 수 있으나, 이에 한정되는 것은 아니다.
리워드 후기 인식부(190)는 다수의 후기 데이터 중에서 선별된 하나 이상의 결제 음식 관련 후기 데이터 중 사용자의 음식 취향과의 유사도가 가장 높은 평가자 뿐 아니라, 사용자와의 음식 취향이 높은 순으로 2 이상의 평가자에게 리워드를 제공할 수도 있다.
이때 평가자들에게 제공되는 리워드는 사용자의 음식 취향과의 유사도에 관계없이 동일하게 지급될 수도 있고, 사용자의 음식 취향과의 유사도 순에 따라 차등 지급될 수도 있다.
상술한 바와 같은 본 발명의 실시예에 의하면, 평가자의 후기 정보를 열람한 사용자가 해당 음식 메뉴를 결제하는 경우 평가자에게 리워드가 수여되도록 하여, 평가자의 후기 작성을 촉진하고 음식 메뉴 추천 서버로의 가입을 유도할 수 있다.
또한, 본 발명의 실시예에 의하면, 사용자와 평가자의 음식 취향 유사도를 고려하여 리워드를 제공하여, 리워드를 위해 허위의 후기나 댓글을 작성한 악의적 평가자가 리워드를 제공받는 것을 방지할 수 있다.
또한, 본 발명의 실시예에 의하면, 사용자의 음식 취향과 유사한 평가자의 후기 데이터 리스트를 선별 제공하여, 사용자의 음식 취향과 관련도가 낮은 평가자의 후기 데이터까지 무분별하게 제공되는 것을 방지하고, 사용자가 자신의 음식 취향에 맞는 음식 메뉴를 효율적으로 선정하는데 도움을 줄 수 있다.
도 8은 본 발명의 실시예에 따른 음식 메뉴 추천 방법을 보다 구체적으로 나타낸 순서도이다. 도 9는 본 발명의 일 실시예에 따른 음식 메뉴 평가 집단을 설정하는 방법을 보여주는 개략도이다. 도 10은 본 발명의 일 실시예에 따른 음식 메뉴 결제 및 리워드 제공 방법을 보여주는 개략도이다.
도 1, 도 8 내지 도 10을 참조하면, 먼저 사용자 단말(20)로부터 음식 메뉴 평가 점수를 수신할 수 있다(S210). 일 예로, 사용자는 사용자 단말(20)에서 실행되는 음식 메뉴 추천 프로그램에 음식 메뉴에 대한 별점을 5점 만점으로 0.5점 단위로 입력하여 음식 메뉴 평가 점수를 입력할 수 있다.
또한, 사용자는 사용자 단말(20)을 통해 음식 메뉴에 대한 후기를 작성하여 후기 정보를 입력할 수 있다. 이러한 음식 메뉴 평가 점수와 후기 정보는 음식 메뉴 추천 서버(100)에 전송되어 저장될 수 있다.
다음으로, 음식 메뉴 추천 서버(100)는 사용자 단말(20)로부터 수신된 음식 메뉴 평가 점수를 기초로 동일한 음식 메뉴를 평가한 평가자들을 선정할 수 있다(S220).
예를 들어, 사용자가 "ㅇㅇ식당"의 파스타 메뉴에 대해 평가 점수를 입력한 경우, 음식 메뉴 추천 서버(100)는 해당 식당의 동일 메뉴에 대해 평가 점수를 입력한 평가자들에 대한 데이터를 검색하고 그룹화할 수 있다.
다음으로, 음식 메뉴 추천 서버(100)는 전체 평가자들(30)의 음식 메뉴 평가 점수를 기초로 사용자와 유사한 취향을 가지는 평가자의 취향 유사도를 산출하고, 산출된 취향 유사도를 기초로 유사 집단(40)을 설정할 수 있다(S230).
음식 메뉴 추천 서버(100)는 사용자의 음식 메뉴 평가 점수와 평가자들의 음식 메뉴 평가 점수를 비교한 데이터를 기초로 취향 유사도를 산출하여 유사 집단을 설정할 수 있다.
예를 들어, 음식 메뉴 추천 서버(100)는 사용자와 평가자가 동일한 음식 메뉴에 대해 기준 점수(예를 들어 3점) 이상을 부여했다면 사용자와 평가자의 음식 취향 유사도가 높은 것으로 판정할 수 있다.
다른 예로, 음식 메뉴 추천 서버(100)는 사용자와 평가자가 동일한 식당의 동일한 음식 메뉴에 대해 높은 점수를 부여하는 등, 각각의 사용자가 음식 메뉴에 대해 평가한 평가 점수를 서로 비교해 봤을 때 평가 점수를 부여한 패턴이 유사한 경우, 음식 취향 유사도가 높은 것으로 판정할 수 있다.
예를 들어, A 음식 메뉴에는 사용자와 평가자 모두 별점 4를 부여하고, B 음식 메뉴에는 별점 3을 동일하게 부여하는 경우, 사용자와 평가자의 음식 취향이 유사한 것으로 판정할 수 있다.
다음으로, 음식 메뉴 추천 서버(100)는 설정된 유사 집단의 평가자들 중 사용자가 평가하지 않은 음식 메뉴를 평가한 평가자들을 선정하여 평가 집단(50)으로 설정할 수 있다(S240).
예를 들어, "ㅇㅇ음식점"의 파스타 메뉴에 대해 평가한 평가자들 중 제1 평가자는 동일 음식점의 스테이크 메뉴에 대해 평가를 했고, 제2 평가자는 동일 음식점의 햄버거 메뉴에 대해 평가를 했다면, 이들을 모두 평가 집단(50)에 포함될 수 있다.
또한, "ㅇㅇ음식점"의 파스타 메뉴에 대해 평가한 평가자들 중 제1 평가자는 다른 음식점의 리조또 메뉴에 대해 평가를 했고, 제2 평가자는 다른 음식점의 튀김 메뉴에 대해 평가를 했다면, 이들도 역시 모두 평가 집단(50)에 포함될 수 있다.
다음으로, 음식 메뉴 추천 서버(100)는 평가 집단(50)의 평가자들이 평가한 음식 메뉴(사용자가 평가하지 않은 음식 메뉴)에 대해 사용자의 평가 예상 점수를 산출할 수 있다(S250).
음식 메뉴 추천 서버(100)는 취향 유사도가 낮은 평가자의 음식 메뉴 평가 점수보다 취향 유사도가 높은 평가자의 음식 메뉴 평가 점수에 높은 가중치를 적용하고, 가중 평균값을 산출하여 음식 메뉴에 대한 평가 예상 점수를 산출할 수 있다.
음식 메뉴 추천 서버(100)는 사용자와 평가자의 음식 취향 유사도에 기초하여 예를 들어, 아래의 [수학식 1]을 이용하여 사용자가 평가하지 않은 음식 메뉴에 대한 평가 예상 점수를 산출할 수 있다.
Figure PCTKR2020008338-appb-M000001
수학식 1에서, C 는 음식 메뉴 평가 예상 점수, xk 는 k번째 평가자의 음식 메뉴 평가 점수, ak 는 k번째 평가자의 취향 유사도, n 은 평가자 수에서 1을 뺀 값을 나타낸다.
예를 들어, 제1 평가자의 사용자와의 취향 유사도가 90% 이고, 제2 평가자의 취향 유사도가 50% 이고, 동일 음식에 대해 제1 평가자의 음식 메뉴 평가 점수가 4 이고, 제2 평가자의 음식 메뉴 평가 점수가 2 라면, 상기 수학식 1에 따라 (4*0.9 + 2*0.5)/1.4 = 3.29 와 같이 평가 예상 점수가 산출될 수 있다.
다음으로, 음식 메뉴 추천 서버(100)는 사용자가 평가하지 않은 음식 메뉴에 대해 산출한 평가 예상 점수를 기초로, 평가 예상 점수가 높은 순으로 추천 음식 메뉴 정보를 결정하여 사용자 단말(20)에 추천 음식 메뉴 정보를 전송할 수 있다(S260).
도 11은 본 발명의 일 실시예에 따른 음식 메뉴 추천 프로그램의 유저 인터페이스를 보여주는 도면이다. 도 1 및 도 11을 참조하면, 음식 메뉴 추천 서버(100)는 추천 음식 메뉴 정보 중 평가 예상 점수가 높은 음식 메뉴(60, 62, 64)의 순서로 사용자 단말(20)의 디스플레이의 상부에 표시되도록 할 수 있다.
예를 들어, 명동교자, 구이치킨, 족발집의 순서대로 평가 점수가 높다면, 추천 음식 메뉴(60, 62, 64)를 보여주는 인터페이스에 명동 교자, 구이치킨, 족발집의 순서대로 상부에 배치되도록 사용자 단말(20)에 디스플레이될 수 있다.
추천 음식 메뉴 정보는 음식 메뉴의 평가 예상 점수 및 후기 정보를 포함할 수 있다. 예를 들어, 사용자가 추천 음식 메뉴 인터페이스에는 각 메뉴가 표시된 부분과 인접하게 평가 예상 점수가 표시되고, 각 메뉴명을 터치 입력하면 평가자가 미리 작성한 후기 정보를 열람할 수 있다.
다시 도 1 및 도 10을 참조하면, 사용자 단말(20)에 추천 음식 메뉴 정보를 전송하는 단계 다음으로, 후기 정보를 열람한 사용자 단말(20)의 결제 정보에 기초하여, 추천 음식 메뉴를 제공하는 사업장에 대한 추천 음식 메뉴 비용 결제가 진행되는 경우, 후기 정보를 제공한 평가자에게 리워드를 제공할 수 있다.
여기서, 결제 정보는 사용자의 결제 카드 번호, 유효기간 등의 사용자가 음식 메뉴 추천 프로그램을 통해 입력하여, 음식 메뉴 추천 서버(100)에 전송 및 저장된 결제 카드의 결제 정보일 수 있다.
한편, 사용자 단말(20)에서 열람된 후기 정보가 복수개인 경우에, 후기 정보를 제공한 평가자 중 취향 유사도가 가장 높은 평가자에게 리워드를 제공할 수 있다.
이에 따라, 사용자에게 가장 정확하고 효과적인 정보를 전달한 음식 취향 유사도가 높은 평가자에게 리워드를 제공할 수 있으며, 리워드를 제공받기 위해 무분별하게 모든 음식 메뉴에 대해 후기 데이터를 입력한 악의적인 평가자가 리워드를 수취하는 것을 방지할 수 있다.
평가자에게 제공되는 리워드는 예를 들어, 결제 정보에 따른 결제 서버 운영 사업자로부터 음식 메뉴 추천 서버 운영 사업자 또는 음식 메뉴 추천 서버(100)와 연동되는 결제 대행 서버 운영 사업자에게 제공되는 수수료에 기초하여 제공될 수 있다.
결제 서버는 결제 카드를 서비스하는 카드회사가 운영하는 서버일 수 있다. 결제 대행 서버는 사용자의 결제 정보에 기초하여 모바일 결제를 간편하게 하는 간편 결제 서비스를 제공하는 회사의 서버일 수 있다. 그리고 수수료는 카드회사에서 간편 결제 서비스 회사에 제공하는 결제 수수료일 수 있다.
이상으로 설명한 본 발명의 일 실시예에 따른 음식 메뉴 추천 서버(100) 및 그 방법은 사용자의 취향을 반영한 음식 메뉴 추천이 가능하여, 사용자에게 만족도 높은 식사가 제공되도록 하는 효과가 있다.
또한, 본 발명의 일 실시예에 따른 음식 메뉴 추천 서버(100) 및 그 방법은 평가자의 후기 정보를 열람한 사용자가 해당 음식 메뉴를 결제하는 경우 평가자에게 리워드가 수여되도록 하여, 평가자의 후기 작성을 촉진하고 나아가 음식 메뉴 추천 서버의 사용자 수를 증가시킬 수 있는 효과가 있다.
도 12는 본 발명의 또 다른 실시예에 따른 음식 메뉴 추천 방법의 순서도이다. 도 1 및 도 12를 참조하면, 본 발명의 실시예에 따른 음식 메뉴 추천 서버(100)는 복수의 사용자를 포함하는 사용자 그룹에 대해 음식 메뉴를 추천하도록 구성되는 사용자 그룹 음식 메뉴 추천부(도시 생략)를 더 포함할 수 있다.
사용자 그룹 음식 메뉴 추천부는 사용자 그룹에 속한 복수의 사용자 간의 대화 내용을 수집하고(S310), 복수의 사용자 간의 대화 내용으로부터 음식 관련 정보를 추출할 수 있다(S320).
복수의 사용자 간의 대화 내용은 예를 들어, 소셜네트워크서비스(예를 들어, 카카오톡, 페이스북, 트위터, 인스타그램 등)를 통한 사용자들 간 대화 내용일 수 있다.
사용자 그룹 음식 메뉴 추천부는 음식 관련 정보를 기초로 사용자 그룹에 대한 음식 메뉴 선호도를 분석하고(S330), 음식 메뉴 선호도를 기초로 사용자 그룹과 유사한 평가자 그룹을 선정할 수 있다(S340).
사용자 그룹에 대한 음식 메뉴 선호도는 사용자들 간 대화 내용으로부터 음식 메뉴에 대한 선호도를 예측하여 산출될 수 있다. 사용자 그룹과 유사한 평가자 그룹은 평가자들 중 사용자 그룹에 대한 음식 메뉴 선호도와 유사한 음식 취향을 가지는 평가자를 선정함으로써 추출될 수 있다.
사용자 그룹 음식 메뉴 추천부는 평가자 그룹의 음식 메뉴 평점을 기초로 사용자 그룹의 음식 메뉴를 추천하고(S350), 음식 메뉴 선호도와 유사도가 높은 순으로 평가자가 작성한 후기 데이터를 사용자 단말(20)로 제공할 수 있다(S360).
또한, 사용자 그룹에 속하는 사용자가 평가자에 의해 작성된 후기 데이터를 열람한 후 음식 메뉴를 선정하여 결제하면, 해당 음식 메뉴에 관하여 후기 데이터를 작성한 평가자에게 리워드가 제공될 수 있다.
또한, 음식 메뉴 추천 서버는 사용자 그룹 단위로, 1차 음식 메뉴를 추천하고, 이후 1차 음식 메뉴가 결제되면, 2차 이후의 음식 메뉴 또한 순차적으로 추천할 수도 있다.
한편, 본 발명의 일 실시예에 따른 음식 메뉴 추천 방법은 컴퓨터에 의해 실행되는 프로그램 모듈과 같은 컴퓨터에 의해 실행가능한 명령어를 포함하는 기록 매체의 형태로도 구현될 수 있다. 컴퓨터 판독 가능 매체는 컴퓨터에 의해 액세스될 수 있는 임의의 가용 매체일 수 있고, 휘발성 및 비휘발성 매체, 분리형 및 비분리형 매체를 모두 포함한다.
컴퓨터 판독가능 매체는 컴퓨터 저장 매체를 포함할 수 있다. 컴퓨터 저장 매체는 컴퓨터 판독가능 명령어, 데이터 구조, 프로그램 모듈 또는 기타 데이터와 같은 정보의 저장을 위한 임의의 방법 또는 기술로 구현된 휘발성 및 비휘발성, 분리형 및 비분리형 매체를 모두 포함한다.
본 발명의 방법 및 시스템(음식 메뉴 추천 서버)은 특정 실시예와 관련하여 설명되었지만, 그것들의 구성 요소 또는 동작의 일부 또는 전부는 범용 하드웨어 아키텍쳐를 갖는 컴퓨터 시스템을 사용하여 구현될 수 있다.
이상의 설명은 본 발명의 기술적 사상을 예시적으로 설명한 것에 불과한 것으로서, 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자라면 본 발명의 본질적인 특성에서 벗어나지 않는 범위에서 다양한 수정 및 변형이 가능할 것이다.
따라서, 본 발명에 개시된 실시예는 본 발명의 기술 사상을 한정하기 위한 것이 아니라 설명하기 위한 것이고, 이러한 실시예에 의하여 본 발명의 기술 사상의 범위가 한정되는 것은 아니다.
본 발명의 보호 범위는 아래의 청구범위에 의하여 해석되어야 하며, 그와 동등한 범위 내에 있는 모든 기술적 사상은 본 발명의 권리범위에 포함되는 것으로 해석되어야 할 것이다.

Claims (13)

  1. 사용자의 음식 메뉴 결제시 상기 사용자가 결제한 음식 메뉴와 관련된 후기 데이터를 작성한 평가자에게 리워드를 제공하는 음식 메뉴 추천 방법으로서,
    사용자 단말로부터 입력된 음식 메뉴 평가 데이터를 기초로 상기 사용자의 음식 취향을 분석하는 단계;
    다수의 평가자의 음식 취향과, 상기 사용자의 음식 취향 간의 유사도를 기초로, 상기 다수의 평가자 중 유사 평가자 집단을 설정하는 단계;
    상기 유사 평가자 집단의 음식 메뉴에 대한 후기 데이터 리스트를 상기 사용자 단말로 전달하는 단계;
    상기 후기 데이터 리스트가 상기 사용자 단말로 전달된 이후에 상기 사용자가 결제한 음식 메뉴 정보를 인식하는 단계;
    상기 사용자가 음식 메뉴를 결제하기 전에 상기 후기 데이터 리스트 중에서 열람한 리워드 대상 후기 데이터를 인식하는 단계; 및
    상기 다수의 평가자 중 상기 리워드 대상 후기 데이터를 작성한 평가자에게 리워드를 제공하는 단계를 포함하는, 음식 메뉴 추천 방법.
  2. 제1항에 있어서,
    상기 리워드 대상 후기 데이터를 인식하는 단계는,
    상기 사용자가 상기 후기 데이터 리스트 중에서 열람한 다수의 후기 데이터 중 상기 사용자가 결제한 음식 메뉴와 관련된 하나 이상의 결제 음식 관련 후기 데이터를 선별하는 단계; 및
    상기 하나 이상의 결제 음식 관련 후기 데이터 중 상기 사용자의 음식 취향과의 유사도가 가장 높은 평가자가 작성한 후기 데이터를 상기 리워드 대상 후기 데이터로 인식하는 단계를 포함하는, 음식 메뉴 추천 방법.
  3. 제1항에 있어서,
    상기 유사 평가자 집단을 설정하는 단계는,
    상기 사용자 단말로부터 수신된 음식 메뉴 평가 점수를 기초로 상기 사용자와 동일한 음식 메뉴를 평가한 평가자들을 선정하는 단계; 및
    상기 평가자들의 음식 메뉴 평가 점수와, 상기 사용자의 음식 메뉴 평가 점수 간의 유사도를 기초로 상기 유사 평가자 집단을 설정하는 단계를 포함하는, 음식 메뉴 추천 방법.
  4. 제3항에 있어서,
    상기 유사 평가자 집단을 설정하는 단계는,
    상기 유사 평가자 집단의 평가자들 중 상기 사용자가 평가하지 않은 음식 메뉴를 평가한 평가자들을 선정하여 평가 집단으로 설정하는 단계;
    상기 평가 집단의 평가자들이 평가한 음식 메뉴에 대한 평가 예상 점수를 산출하는 단계; 및
    상기 산출된 평가 예상 점수를 기초로 상기 사용자 단말에 추천 음식 메뉴 정보를 전송하는 단계를 더 포함하는, 음식 메뉴 추천 방법.
  5. 제4항에 있어서,
    상기 평가 예상 점수를 산출하는 단계는,
    상기 평가자의 음식 메뉴 평가 점수에 상기 유사도에 따라 가중치를 적용한 가중 평균값을 산출하여 음식 메뉴에 대한 상기 평가 예상 점수를 산출하는 단계를 포함하는, 음식 메뉴 추천 방법.
  6. 제4항에 있어서,
    상기 평가 예상 점수를 산출하는 단계는,
    상기 사용자와 상기 평가자 간의 음식 취향 유사도, 상기 사용자 단말의 위치 정보 및 환경 정보를 기초로, 상기 평가 예상 점수가 기 설정된 평가 점수 이상인 음식 메뉴 및 상기 음식 메뉴를 서비스하는 음식점 정보를 결정하는 단계를 포함하는, 음식 메뉴 추천 방법.
  7. 제4항에 있어서,
    복수의 사용자를 포함하는 사용자 그룹에 대해 음식 메뉴를 추천하는 단계를 더 포함하고,
    상기 사용자 그룹에 대해 음식 메뉴를 추천하는 단계는,
    상기 사용자 그룹에 속한 상기 복수의 사용자 간의 대화 내용을 수집하는 단계;
    상기 복수의 사용자 간의 대화 내용으로부터 음식 관련 정보를 추출하는 단계;
    상기 음식 관련 정보를 기초로 상기 사용자 그룹에 대한 음식 메뉴 선호도를 분석하는 단계;
    상기 음식 메뉴 선호도를 기초로 상기 다수의 평가자 중에서 상기 사용자 그룹과 유사한 평가자 그룹을 선정하는 단계;
    상기 평가자 그룹의 음식 메뉴 평점을 기초로 상기 사용자 그룹의 음식 메뉴를 추천하는 단계; 및
    상기 음식 메뉴 선호도와 유사도가 높은 순으로 상기 평가자 그룹에 포함된 평가자가 작성한 후기 데이터를 상기 사용자 단말로 제공하는 단계를 포함하는, 음식 메뉴 추천 방법.
  8. 제1항의 음식 메뉴 추천 방법을 실행하기 위한 프로그램이 기록된 컴퓨터로 판독 가능한 기록 매체.
  9. 사용자의 음식 메뉴 결제시 상기 사용자가 결제한 음식 메뉴와 관련된 후기 데이터를 작성한 평가자에게 리워드를 제공하는 음식 메뉴 추천 서버로서,
    사용자 단말로부터 입력된 음식 메뉴 평가 데이터를 기초로 상기 사용자의 음식 취향을 분석하도록 구성되는 사용자 음식 취향 분석부;
    다수의 평가자의 음식 취향과, 상기 사용자의 음식 취향 간의 유사도를 기초로, 상기 다수의 평가자 중 유사 평가자 집단을 설정하도록 구성되는 유사 평가자 집단 설정부;
    상기 유사 평가자 집단의 음식 메뉴에 대한 후기 데이터 리스트를 상기 사용자 단말로 전달하도록 구성되는 후기 데이터 리스트 생성부;
    상기 후기 데이터 리스트가 상기 사용자 단말로 전달된 이후에 상기 사용자가 결제한 음식 메뉴 정보를 인식하도록 구성되는 결제 음식 메뉴 인식부;
    상기 사용자가 음식 메뉴를 결제하기 전에 상기 후기 데이터 리스트 중에서 열람한 리워드 대상 후기 데이터를 인식하도록 구성되는 리워드 후기 인식부; 및
    상기 다수의 평가자 중 상기 리워드 대상 후기 데이터를 작성한 평가자에게 리워드를 제공하도록 구성되는 리워드 제공부를 포함하는, 음식 메뉴 추천 서버.
  10. 제9항에 있어서,
    상기 리워드 후기 인식부는,
    상기 사용자가 상기 후기 데이터 리스트 중에서 열람한 다수의 후기 데이터 중 상기 사용자가 결제한 음식 메뉴와 관련된 하나 이상의 결제 음식 관련 후기 데이터를 선별하고; 그리고
    상기 하나 이상의 결제 음식 관련 후기 데이터 중 상기 사용자의 음식 취향과의 유사도가 가장 높은 평가자가 작성한 후기 데이터를 상기 리워드 대상 후기 데이터로 인식하도록 구성되는, 음식 메뉴 추천 서버.
  11. 제9항에 있어서,
    상기 유사 평가자 집단 설정부는,
    상기 사용자 단말로부터 수신된 음식 메뉴 평가 점수를 기초로 상기 사용자와 동일한 음식 메뉴를 평가한 평가자들을 선정하고; 그리고
    상기 평가자들의 음식 메뉴 평가 점수와, 상기 사용자의 음식 메뉴 평가 점수 간의 유사도를 기초로 상기 유사 평가자 집단을 설정하도록 구성되는, 음식 메뉴 추천 서버.
  12. 제9항에 있어서,
    상기 유사 평가자 집단 설정부는,
    상기 유사 평가자 집단의 평가자들 중 상기 사용자가 평가하지 않은 음식 메뉴를 평가한 평가자들을 선정하여 평가 집단으로 설정하고;
    상기 평가자의 음식 메뉴 평가 점수에 상기 유사도에 따라 가중치를 적용한 가중 평균값을 산출하여, 상기 평가 집단의 평가자들이 평가한 음식 메뉴에 대한 평가 예상 점수를 산출하고;
    상기 사용자와 상기 평가자 간의 음식 취향 유사도, 상기 사용자 단말의 위치 정보 및 환경 정보를 기초로, 상기 평가 예상 점수가 기 설정된 평가 점수 이상인 음식 메뉴 및 상기 음식 메뉴를 서비스하는 음식점 정보를 결정하고; 그리고
    상기 산출된 평가 예상 점수를 기초로 상기 사용자 단말에 추천 음식 메뉴 정보를 전송하도록 구성되는, 음식 메뉴 추천 서버.
  13. 제12항에 있어서,
    복수의 사용자를 포함하는 사용자 그룹에 대해 음식 메뉴를 추천하도록 구성되는 사용자 그룹 음식 메뉴 추천부를 더 포함하고,
    상기 사용자 그룹 음식 메뉴 추천부는,
    상기 사용자 그룹에 속한 상기 복수의 사용자 간의 대화 내용을 수집하고;
    상기 복수의 사용자 간의 대화 내용으로부터 음식 관련 정보를 추출하고;
    상기 음식 관련 정보를 기초로 상기 사용자 그룹에 대한 음식 메뉴 선호도를 분석하고;
    상기 음식 메뉴 선호도를 기초로 상기 다수의 평가자 중 상기 사용자 그룹과 유사한 평가자 그룹을 선정하고;
    상기 평가자 그룹의 음식 메뉴 평점을 기초로 상기 사용자 그룹의 음식 메뉴를 추천하고; 그리고
    상기 음식 메뉴 선호도와 유사도가 높은 순으로 상기 평가자 그룹에 포함된 평가자가 작성한 후기 데이터를 상기 사용자 단말로 제공하도록 구성되는, 음식 메뉴 추천 서버.
PCT/KR2020/008338 2019-06-28 2020-06-26 사용자의 음식 메뉴 결제와 관련된 평가자에게 리워드를 제공하는 음식 메뉴 추천 서버 및 그 방법 WO2020263007A1 (ko)

Applications Claiming Priority (6)

Application Number Priority Date Filing Date Title
KR10-2019-0077923 2019-06-28
KR10-2019-0077922 2019-06-28
KR1020190077922A KR20210001603A (ko) 2019-06-28 2019-06-28 식당의 평가 후기 분석을 이용한 식당 메뉴별 평점 예측 방법, 이를 수행하기 위한 기록 매체 및 장치
KR1020190077923A KR20210001604A (ko) 2019-06-28 2019-06-28 모바일 간편결제앱과 메뉴별 예상평점을 이용한 다수 사용자의 그룹메뉴 원스톱 오더 및 그 제어방법
KR1020200024383A KR20210109291A (ko) 2020-02-27 2020-02-27 음식 메뉴 추천 서버 및 그 방법
KR10-2020-0024383 2020-02-27

Publications (1)

Publication Number Publication Date
WO2020263007A1 true WO2020263007A1 (ko) 2020-12-30

Family

ID=74059783

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/KR2020/008338 WO2020263007A1 (ko) 2019-06-28 2020-06-26 사용자의 음식 메뉴 결제와 관련된 평가자에게 리워드를 제공하는 음식 메뉴 추천 서버 및 그 방법

Country Status (1)

Country Link
WO (1) WO2020263007A1 (ko)

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2003167971A (ja) * 2001-11-29 2003-06-13 Gourmet Navigator Inc 飲食店レイティングシステム
KR20120076477A (ko) * 2010-11-25 2012-07-09 주식회사 케이티 상점 추천 방법 및 시스템
KR20140094058A (ko) * 2013-01-16 2014-07-30 (주)링커 공간 웹 기반의 레시피 구성 방법 및 시스템
KR20140122330A (ko) * 2013-04-09 2014-10-20 주식회사 엘지유플러스 메신저 대화에 기초한 추천을 위한 방법, 장치 및 기록 매체
KR101677749B1 (ko) * 2015-05-28 2016-11-21 네이버 주식회사 개인 선호 성향을 고려한 추천 서비스 방법 및 이를 위한 추천 서비스 서버
KR20180099254A (ko) * 2017-02-28 2018-09-05 주식회사 디자인코드엘 쇼핑 후기의 생성 및 공유를 위한 소셜 네트워킹 서비스 시스템 및 방법

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2003167971A (ja) * 2001-11-29 2003-06-13 Gourmet Navigator Inc 飲食店レイティングシステム
KR20120076477A (ko) * 2010-11-25 2012-07-09 주식회사 케이티 상점 추천 방법 및 시스템
KR20140094058A (ko) * 2013-01-16 2014-07-30 (주)링커 공간 웹 기반의 레시피 구성 방법 및 시스템
KR20140122330A (ko) * 2013-04-09 2014-10-20 주식회사 엘지유플러스 메신저 대화에 기초한 추천을 위한 방법, 장치 및 기록 매체
KR101677749B1 (ko) * 2015-05-28 2016-11-21 네이버 주식회사 개인 선호 성향을 고려한 추천 서비스 방법 및 이를 위한 추천 서비스 서버
KR20180099254A (ko) * 2017-02-28 2018-09-05 주식회사 디자인코드엘 쇼핑 후기의 생성 및 공유를 위한 소셜 네트워킹 서비스 시스템 및 방법

Similar Documents

Publication Publication Date Title
KR102217948B1 (ko) Nfc 기반의 리뷰 관리 시스템
CN110163715A (zh) 信息推荐方法、装置、设备及系统
WO2020107868A1 (zh) 购物分享返利方法、装置、计算机装置和计算机存储介质
KR102232056B1 (ko) 맛집 정보 제공 방법 및 이를 위한 서비스 서버
US20170364965A1 (en) Method and apparatus for facilitating a provisioning of advertisements to customers
CN104350516A (zh) 针对地点区分通告的优先次序
CA2978778A1 (en) System and method for facilitating social recognition of agents
US20180307661A1 (en) Augmenting web content based on aggregated emotional responses
KR20220046752A (ko) 오케팅을 이용한 마케팅 전략 제공 시스템, 마케팅 전략 제공 방법 및 기록 매체에 저장된 브랜드 평가 프로그램
JP2008152575A (ja) クレーム処理方法及び装置
CN106888146A (zh) 基于标签的信息分发和评价系统
KR101976056B1 (ko) 추천 시스템 및 추천 방법
WO2015030269A1 (ko) 상점의 평가 정보를 생성하는 서버 및 방법, 그리고 평가 정보를 수신하는 디바이스
WO2011055907A2 (ko) 희망 상품 공동구매 시스템 및 방법
WO2020263007A1 (ko) 사용자의 음식 메뉴 결제와 관련된 평가자에게 리워드를 제공하는 음식 메뉴 추천 서버 및 그 방법
KR20210109291A (ko) 음식 메뉴 추천 서버 및 그 방법
US11263667B1 (en) Scoring of content items having a messaging application as a landing page
Malhotra et al. Customer-switching behaviour for telecom service provider
CN109240640B (zh) 广告语音交互方法、装置及存储介质
WO2023286970A1 (ko) 온라인 광고 대행 서버, 캠페인 정보에 포함된 운영 옵션 정보를 선택적으로 변경하는 온라인 광고 대행 방법 및 상기 방법을 실행하기 위한 컴퓨터 프로그램
US20180129512A1 (en) Method and apparatus for serving online communities of users
KR20200097544A (ko) 리셀러들을 위한 콘텐츠 큐레이션 마케팅 플랫폼 시스템
Dougherty Every Breath You Take, Every Move You Make, Facebook's Watching You: A Behavioral Economic Analysis of the US California Consumer Privacy Act and EU ePrivacy Regulation
US20210374795A1 (en) Method for advertisement-pushing in outdoor advertising based on visitor flow, apparatus, electronic device, and storage medium thereof
CN108108086A (zh) 页面处理方法和装置

Legal Events

Date Code Title Description
121 Ep: the epo has been informed by wipo that ep was designated in this application

Ref document number: 20830802

Country of ref document: EP

Kind code of ref document: A1

NENP Non-entry into the national phase

Ref country code: DE

32PN Ep: public notification in the ep bulletin as address of the adressee cannot be established

Free format text: NOTING OF LOSS OF RIGHTS PURSUANT TO RULE 112(1) EPC (EPO FORM 1205A DATED 19.04.2022)

122 Ep: pct application non-entry in european phase

Ref document number: 20830802

Country of ref document: EP

Kind code of ref document: A1