WO2022220311A1 - 이종 플랫폼 간의 자동 연동 방법, 장치 및 시스템 - Google Patents

이종 플랫폼 간의 자동 연동 방법, 장치 및 시스템 Download PDF

Info

Publication number
WO2022220311A1
WO2022220311A1 PCT/KR2021/004586 KR2021004586W WO2022220311A1 WO 2022220311 A1 WO2022220311 A1 WO 2022220311A1 KR 2021004586 W KR2021004586 W KR 2021004586W WO 2022220311 A1 WO2022220311 A1 WO 2022220311A1
Authority
WO
WIPO (PCT)
Prior art keywords
shopping mall
data
web page
task
interworking
Prior art date
Application number
PCT/KR2021/004586
Other languages
English (en)
French (fr)
Inventor
현나실
김형진
이재명
김지영
Original Assignee
카페24 주식회사
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 카페24 주식회사 filed Critical 카페24 주식회사
Priority to PCT/KR2021/004586 priority Critical patent/WO2022220311A1/ko
Publication of WO2022220311A1 publication Critical patent/WO2022220311A1/ko

Links

Images

Classifications

    • 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
    • G06F16/955—Retrieval from the web using information identifiers, e.g. uniform resource locators [URL]
    • 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
    • G06F16/958—Organisation or management of web site content, e.g. publishing, maintaining pages or automatic linking
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F40/00—Handling natural language data
    • G06F40/10—Text processing
    • G06F40/12—Use of codes for handling textual entities
    • G06F40/14—Tree-structured documents
    • G06F40/143—Markup, e.g. Standard Generalized Markup Language [SGML] or Document Type Definition [DTD]
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F9/00—Arrangements for program control, e.g. control units
    • G06F9/06—Arrangements for program control, e.g. control units using stored programs, i.e. using an internal store of processing equipment to receive or retain programs
    • G06F9/46—Multiprogramming arrangements
    • G06F9/54—Interprogram communication
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N20/00—Machine learning
    • 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

Definitions

  • the present invention relates to a method, apparatus and system for automatic interworking between heterogeneous platforms, and more particularly, to a method, apparatus and system for automatic interworking between heterogeneous platforms capable of easily and automatically interworking tasks between shopping malls based on different platforms; It's about the system.
  • a shopping mall implemented based on a specific platform intends to link services of a heterogeneous shopping mall implemented based on a heterogeneous platform to its own shopping mall through interworking with the heterogeneous platform.
  • interworking of heterogeneous platforms with shopping malls is based on collecting and processing an application programming interface (API).
  • API application programming interface
  • a shopping mall identifies and collects APIs corresponding to a target platform for a specific service. If there is no corresponding API, the shopping mall must request to provide the API to the target shopping mall.
  • the present invention is to solve this problem, and provides an automatic interworking method, apparatus and system between heterogeneous platforms that enable easy and automatic service interworking between heterogeneous platforms based on X-pass, which is absolute location information of elements. There is a purpose.
  • the present invention provides a method of interworking between heterogeneous platforms in one aspect.
  • the interworking method between the heterogeneous platforms is performed by a server interworking with a plurality of shopping malls, and extracting HTML (Hypertext Mark-up Language) data from a web page of a second shopping mall for interworking with a first shopping mall - the first
  • the first shopping mall and the second shopping mall are built based on heterogeneous platforms; collecting xpath data corresponding to the elements included in the web page from the extracted HTML data, wherein each xpath data includes an Xpath that is absolute position information of the corresponding element; classifying the collected X-Pass data by associated X-Pass data based on the learned AI model; modularizing the classified X-Pass data; generating a task performing module for performing a specific task in the second shopping mall based on the modularized X-Pass data; and performing the task performing module.
  • HTML Hypertext Mark-up Language
  • the collected X-Pass data may include a Universal Resource Locator (URL) that is link information of the web page; keywords corresponding to elements; a tag type corresponding to the element; tag information corresponding to the element; and an X-pass value that is an absolute position value corresponding to the element.
  • URL Universal Resource Locator
  • the method may further include receiving a message from the first shopping mall requesting that the operation be performed in a second shopping mall.
  • the task performing module may be performed in response to the message.
  • the task performing module may be a batch file for automatically performing the task from the first shopping mall in the second shopping mall.
  • the task performing module may be configured to receive input data for the task from the first shopping mall, and automatically input the input data to a location requesting the input data on a web page of the second shopping mall when the task is performed. have.
  • the automatic interworking method between the heterogeneous platforms may further include learning the artificial intelligence model.
  • the step of learning the artificial intelligence model may include: extracting HTML data from a learning web page of a learning target shopping mall; collecting X-pass data corresponding to elements included in the learning web page from HTML data extracted from the learning web page; learning, by the artificial intelligence model, based on the X-Pass data corresponding to elements included in the learning web page, so as to classify the X-Pass data according to characteristic information and keyword information corresponding to the X-Pass data; and storing the learned artificial intelligence model in a database.
  • the learning target shopping mall may include a plurality of shopping malls including a second shopping mall selected by the user of the first shopping mall.
  • the database interworking with the artificial intelligence model includes, for each element, a keyword corresponding to the element; a vector value corresponding to characteristic information and keyword information of the element; a similar keyword group corresponding to the element; a tag type corresponding to the element; an original creation date corresponding to the element; and a table including the most recent update date corresponding to the element may be managed.
  • the classifying may include: extracting characteristic information of the X-pass data based on link information of the X-pass data; determining a similar keyword group based on the keywords of the X-pass data; The method may include grouping the X-pass data for each associated X-pass data based on the characteristic information and the similar keyword group.
  • the task performing module may include at least one unit module.
  • the unit module may include a URL of a target web page, task execution type information, action type information, action order information, and task execution target X-pass information.
  • the present invention provides an interworking device between heterogeneous platforms in another aspect.
  • the interworking device between the heterogeneous platforms includes an extracting unit that extracts HTML (Hypertext Mark-up Language) data from a web page of a second shopping mall for interworking with a first shopping mall, in the interworking device between heterogeneous platforms interworking with a plurality of shopping malls -The first shopping mall and the second shopping mall are built based on heterogeneous platforms; a collection unit that collects xpath data corresponding to elements included in the web page from the extracted HTML data, wherein each xpath data includes an X-path that is absolute position information of the corresponding element; a classification unit for classifying the collected X-Pass data by associated X-Pass data based on the learned AI model; a modularization unit for modularizing the classified X-pass data; a task performing module generator for generating a task performing module for performing a specific task in the second shopping mall based on
  • the collected X-Pass data may include a Universal Resource Locator (URL) that is link information of the web page; keywords corresponding to elements; a tag type corresponding to the element; tag information corresponding to the element; and an X-pass value that is an absolute position value corresponding to the element.
  • URL Universal Resource Locator
  • the interworking device between the heterogeneous platforms may further include a receiving unit that receives a message from the first shopping mall requesting that the work be performed in a second shopping mall.
  • the task performing module may be performed in response to the message.
  • the task performing module may be a batch file for automatically performing the task from the first shopping mall in the second shopping mall.
  • the task performing module may be configured to receive input data for the task from the first shopping mall, and automatically input the input data to a location requesting the input data on a web page of the second shopping mall when the task is performed. have.
  • the interworking device between the heterogeneous platforms may further include a learning unit for learning the artificial intelligence model.
  • the learning unit extracts HTML data from a learning web page of a learning target shopping mall, collects X-pass data corresponding to elements included in the learning web page from the HTML data extracted from the learning web page, and X-pass data
  • the artificial intelligence model is trained based on the X-Path data corresponding to the elements included in the learning webpage so as to classify the related X-Path data according to the characteristic information and keyword information corresponding to , and the learned artificial intelligence model is completed.
  • Intelligence models can be stored in a database.
  • the learning target shopping mall may include a plurality of shopping malls including a second shopping mall selected by the user of the first shopping mall.
  • the database interworking with the artificial intelligence model may include, for each element, a keyword corresponding to the element; a vector value corresponding to characteristic information and keyword information of the element; a similar keyword group corresponding to the element; a tag type corresponding to the element; an original creation date corresponding to the element; and managing a table including the most recent update date corresponding to the element.
  • the classification unit may be configured to extract characteristic information of the X-pass data based on link information of the X-pass data, determine a similar keyword group based on a keyword of the X-pass data, and select the characteristic information and the similar keyword group. Based on the X-pass data, the X-pass data may be grouped according to the associated X-pass data.
  • the task performing module may include at least one unit module.
  • the unit module may include a URL of a target web page, task execution type information, action type information, action order information, and task execution target X-pass information.
  • the present invention provides an interworking system between heterogeneous platforms in another aspect.
  • the interworking system between the heterogeneous platforms includes: a first shopping mall; a second shopping mall; and extracting HTML (Hypertext Mark-up Language) data from a web page of the second shopping mall for interworking with the first shopping mall, wherein the first shopping mall and the second shopping mall are constructed based on heterogeneous platforms; collects xpath data corresponding to elements included in the web page from the HTML data, each of the xpath data including an Xpath that is absolute position information of the corresponding element; Classifying pass data by associated X-Pass data based on the learned AI model, modularizing the classified X-Pass data, and performing a specific task in the second shopping mall based on the modularized X-Pass data and a server including an execution unit for generating a task performing module for the task, and performing the task performing module.
  • HTML Hypertext Mark-up Language
  • the server may receive a message from the first shopping mall requesting that the work be performed in a second shopping mall, and the work performing module may be performed in response to the message.
  • the task performing module may be configured to receive input data for the task from the first shopping mall, and automatically input the input data to a location requesting the input data on a web page of the second shopping mall when the task is performed. have.
  • the server extracts HTML data from a learning web page of a learning target shopping mall, collects X-pass data corresponding to elements included in the learning web page from the HTML data extracted from the learning web page, and X-pass data
  • the artificial intelligence model is trained based on the X-Path data corresponding to the elements included in the learning webpage so as to classify the related X-Path data according to the characteristic information and keyword information corresponding to , and the learned artificial intelligence model is completed.
  • Intelligence models can be stored in a database.
  • the server extracts characteristic information of the Xpass data based on the link information of the Xpass data, determines a similar keyword group based on the keyword of the Xpass data, and sets the characteristic information and the similar keyword group. Based on the X-pass data, the X-pass data may be grouped according to the associated X-pass data.
  • the task performing module may include at least one unit module.
  • the unit module may include a URL of a target web page, task execution type information, action type information, action order information, and task execution target X-pass information.
  • the present invention provides a step of extracting HTML (Hypertext Mark-up Language) data from a web page of a second shopping mall for interworking with a first shopping mall in a computer - the first
  • HTML Hypertext Mark-up Language
  • the shopping mall and the second shopping mall are built based on heterogeneous platforms; collecting xpath data corresponding to the elements included in the web page from the extracted HTML data, wherein each xpath data includes an Xpath that is absolute position information of the corresponding element; classifying the collected X-Pass data by associated X-Pass data based on the learned AI model; modularizing the classified X-Pass data; generating a task execution engine for performing a specific task in the second shopping mall based on the modularized X-Pass data; And it may provide a computer program stored in the medium to execute the step of performing the task performing module.
  • HTML Hypertext Mark-up Language
  • service interworking between heterogeneous platforms can be easily and automatically performed based on xpath, which is absolute location information of an element. Accordingly, the seller performing sales in the shopping mall can easily sell the product in a completely different shopping mall based on a heterogeneous platform in addition to the shopping mall currently selling.
  • FIG. 1 is a block diagram showing the configuration of a system for realizing an automatic interworking method between heterogeneous platforms according to a preferred embodiment of the present invention.
  • FIG. 2 is a block diagram for explaining the detailed configuration of the service server shown in FIG. 1 , and shows the configuration of an interworking device between heterogeneous platforms according to a preferred embodiment of the present invention.
  • 3 to 4 are flowcharts illustrating an operation flow of an interworking device between heterogeneous platforms, and show an interworking method between heterogeneous platforms according to a preferred embodiment of the present invention.
  • FIG. 5 is an exemplary diagram illustrating an example of displaying a request icon on a product sale webpage of a first shopping mall.
  • FIG. 6 is an exemplary diagram illustrating another example of displaying a request icon in the first shopping mall.
  • FIG. 7 exemplarily shows a user interface used to extract HTML tags and text data.
  • FIG. 9 is an exemplary diagram illustrating X-pass data of an element collected by a service server.
  • FIG. 10 is an exemplary diagram exemplarily illustrating a collection list of X-pass data of elements included in a web page.
  • 11 is a flowchart illustrating a classification procedure performed by a classification unit of a service server.
  • FIG. 13 is a table exemplarily illustrating a list of data managed by FIG. 12 .
  • FIG. 14 is a diagram illustrating data managed in a database in association with a modularization unit.
  • FIG. 15 is an exemplary diagram exemplarily illustrating a list of data managed by FIG. 14 .
  • 16 is a diagram exemplarily showing information on a unit module included in a task execution module.
  • 17 is a diagram illustrating a table associated with task performance information managed in association with the task execution module.
  • 18 is a flowchart for explaining a procedure for learning an artificial intelligence model by a service server.
  • 19 shows a user interface in which a user inputs a set value for a platform desired to be collected and registered.
  • 20 exemplarily illustrates a user interface through which an operator can check related contents as needed in the process of collecting X-Pass according to the setting value registered on the page and then automatically processing collection and registration.
  • first, second, etc. may be used to describe various elements, but the elements should not be limited by the terms. The above terms are used only for the purpose of distinguishing one component from another. For example, without departing from the scope of the present invention, a first component may be referred to as a second component, and similarly, a second component may also be referred to as a first component. and/or includes a combination of a plurality of related listed items or any of a plurality of related listed items.
  • an element When it is said that an element is 'connected' or 'connected' to another element, it is understood that it may be directly connected or connected to the other element, but other elements may exist in between. It should be On the other hand, when it is mentioned that a certain element is 'directly connected' or 'directly connected' to another element, it should be understood that the other element does not exist in the middle.
  • FIG. 1 is a block diagram showing the configuration of a system for realizing an automatic interworking method between heterogeneous platforms according to a preferred embodiment of the present invention.
  • the service server 100 may cooperate with a plurality of shopping malls, for example, a first shopping mall M1 and a second shopping mall M2.
  • the shopping malls are built based on different heterogeneous platforms.
  • the shopping mall may include all types of online shopping malls that sell products through online.
  • the shopping mall may include an open market shopping mall such as Amazon, Auction, Interpark, etc., a large shopping mall such as a department store shopping mall, an outlet shopping mall, and a personal shopping mall operated with a unique domain.
  • various forms such as SNS, blogs, online cafes or communities may be included in the category.
  • the service server 100 interworks with the shopping malls of these heterogeneous platforms, and enables the work performed in the first shopping mall M1 to be performed in the second shopping mall M2, thereby interworking between the different types of shopping malls. .
  • the service server 100 allows a seller who performs sales in the first shopping mall M1 to also sell products in the second shopping mall M2 of a platform completely different from the first shopping mall M1.
  • the operation may be various types of operations such as changing user information, logging in, purchasing a product, updating a post, as well as selling a product. In this embodiment, among these operations, an operation related to the sale of a product will be described as an example.
  • FIG. 2 is a block diagram for explaining the detailed configuration of the service server 100 shown in FIG. 1 , and shows the configuration of an interworking device between heterogeneous platforms according to a preferred embodiment of the present invention.
  • 3 to 4 are flowcharts illustrating an operation flow of an interworking device between heterogeneous platforms, and show an interworking method between heterogeneous platforms according to a preferred embodiment of the present invention.
  • the service server 100 includes a receiving unit 110 , a display unit 120 , a performing unit 130 , an extracting unit 140 , a collecting unit 150 , a classifying unit 160 , and a modularizing unit. 170 , a task performing module generating unit 180 , a learning unit 200 and a database 190 , and the like.
  • the service server 100 may be built based on at least one computer terminal.
  • the computer terminal may be a server-class computer including a memory for storing a program, a processor for executing a program stored in the memory, an input unit for inputting information, an output unit for outputting information, and the like.
  • the respective units may be interoperable and may be constructed based on at least one computer terminal.
  • FIGS. 1 to 4 a preferred embodiment of the present invention will be described with reference to FIGS. 1 to 4 .
  • the user is a seller of a product that sells a product through the first shopping mall M1, and the user sells the product sold at the first shopping mall M1 to the first shopping mall M1 ( It is assumed that there is also a desire to sell in the second shopping mall M2, which is operated based on a platform system completely different from M1).
  • the first shopping mall M1 is a shopping mall where the user is currently selling
  • the second shopping mall M2 is a target shopping mall that is a shopping mall of a heterogeneous platform that the user wants to sell. That is, the second shopping mall M2 is a term that refers to a target shopping mall, and may actually be one shopping mall or a plurality of shopping malls.
  • the display unit 120 of the service server 100 may display an icon inquiring whether to perform a specific task through the second shopping mall M2 in the first shopping mall M1 (step: S1) .
  • the specific operation may be performing sales through the second shopping mall M2.
  • the icon may be associated with identification information indicating the second shopping mall M2. Then, the user may select, for example, click or touch the displayed icon (step: S2).
  • FIG. 5 is an exemplary diagram illustrating an example of displaying a request icon on a product sale web page of the first shopping mall M1.
  • a guide phrase such as “Would you like to sell this product at the second shopping mall?” is displayed on one side of the product sales web page of the first shopping mall M1, and such a message is displayed in an adjacent part of the guide phrase.
  • a request icon IC1 for requesting is displayed. That is, the request icon IC1 is displayed in association with identification information indicating the second shopping mall M2, for example, the phrase.
  • a request signal for requesting that the product sold in the first shopping mall M1 be sold in the second shopping mall M2 may be generated.
  • the request signal may include identification information of the first shopping mall M1, identification information of the second shopping mall M2, and product identification information.
  • FIG. 5 an example of displaying a request icon in the first shopping mall M1 by designating a target shopping mall to be sold in advance is shown. Meanwhile, the display unit 120 may display a user interface so that the user can select the second shopping mall M2, which is the target shopping mall.
  • 6 is an exemplary diagram illustrating another example of displaying a request icon in the first shopping mall M1.
  • the display unit 120 may display a user interface to select a second shopping mall M2, which is a target shopping mall, in the first shopping mall M1. For example, if the user selects the icon IC2 for selecting the second shopping mall M2 from the list, a list of the plurality of second shopping malls M2 is displayed, and the second shopping mall M2 desired by the user from the list is displayed. ) to be selected. When the second shopping mall M2 is selected, a request signal for requesting that the product sold in the first shopping mall M1 be sold at the selected second shopping mall M2 may be generated.
  • an input window is displayed for the user to input the identification information of the desired second shopping mall M2, , may receive identification information of the second shopping mall M2, for example, a Universal Resource Locator (URL), a name, and the like, from the user's input.
  • the display unit 120 requests a request to sell the product sold in the first shopping mall M1 in the second shopping mall M2 corresponding to the input identification information. may occur.
  • the display unit 120 displays the product list or input window to be sold in the second shopping mall M2 in the first shopping mall M1, and the user selects or inputs products to be sold based on the displayed product list or input window.
  • the receiving unit 110 of the service server 100 may receive a request from the first shopping mall M1 to perform a specific task through the second shopping mall M2 (step S). :S3).
  • the request may be a request to sell at least one product sold in the first shopping mall M1 through the second shopping mall M2.
  • the request may include identification information of the first shopping mall M1, identification information of the second shopping mall M2, identification information of at least one product, and the like.
  • the performing unit 130 of the service server 100 determines whether a task performing module for automatically performing the task through the second shopping mall M2 exists in the database 190. can be confirmed (step: S4). As a result of the confirmation, if it is confirmed that the task performing module exists in the database 190, the task performing module may be performed (step: S5).
  • the extraction unit 140 of the service server 100 receives HTML (Hypertext Mark-up Language) from the web page of the second shopping mall M2 for interworking with the first shopping mall M1. Data can be extracted (step: S11).
  • HTML Hypertext Mark-up Language
  • the service server 100 may extract HTML data from a web page of the second shopping mall M2 for product sales.
  • the web page for selling the product may be any web page required for the procedure of selling the product in the second shopping mall M2, such as log-in, product sale, stock check, payment, order status check, and the like.
  • the collection unit 150 may collect xpath data corresponding to elements included in the web page from the extracted HTML data (step: S12).
  • the X-pass data may include an X-pass that is absolute position information of a corresponding element.
  • the X-pass may mean a unique path value for a specific element in the HTML document.
  • the service server 100 uses the Xpass scraping method as described above.
  • X-pass scraping may mean automatically extracting and collecting X-passer information corresponding to a unique path value corresponding to an element.
  • FIG. 7 exemplarily shows a user interface used for extracting HTML tags and text data
  • FIG. 8 exemplarily shows a user interface used for extracting link data.
  • FIG. 9 is an exemplary diagram illustrating X-pass data of elements collected by the service server 100 .
  • 10 is an exemplary diagram exemplarily illustrating a collection list of X-pass data of elements included in a web page. The X-pass data collected in this way is stored and managed in the database 190 .
  • the collected X-Pass data is "URL” which is a URL (Universal Resource Locator) that is link information of the web page, "Title” which is a keyword corresponding to an element, and a tag type corresponding to the element. It may include “Tag_type”, “Tag_info” which is tag information (or tag name) corresponding to the element, and "xpath” which is an X-path value that is an absolute position value corresponding to the element.
  • X-pass data corresponding to a plurality of elements collected from a web page of a link “Cafe24.com/prdctregister” may be collected.
  • the absolute position of an element can be known through the value of the xpath value.
  • the classification view of the service server 100 may classify the collected X-Pass data for each associated X-Pass data based on the learned AI model (step: S13).
  • 11 is a flowchart illustrating a classification procedure performed by the classification unit 160 of the service server 100 .
  • the classification unit 160 may extract characteristic information of the X-pass data based on link information of the X-pass data based on an artificial intelligence model (step: S21 ) ).
  • the classifier 160 may determine a similar keyword group based on the keywords of the X-pass data based on the artificial intelligence model (step: S22).
  • the classifier 160 may group the X-Path data according to the associated X-Path data based on the characteristic information and the similar keyword group based on the AI model (step: S23).
  • FIG. 12 shows data managed by interworking with an artificial intelligence model in the database 190 in response to X-Pass data.
  • 13 is a table exemplarily illustrating a list of data managed by FIG. 12 .
  • a keyword “Title” corresponding to an element "Vec_Result” as a result of a vector value corresponding to the characteristic information and keyword information of the element, is a similar keyword group corresponding to the element.
  • a table including "Synonym_Family”, a tag type corresponding to the element “Tag_type”, an initial creation date corresponding to the element “Created_date”, and a recent update date corresponding to the element "Updated_date” is an artificial intelligence model It may be managed in the database 190 in association with the .
  • the date "2019-01-01”, the latest update date "2019-01-28”, etc. are managed, and list data of each element can be managed in the form of a table.
  • the modularization unit 170 may modularize the classified X-Pass data (step: S14).
  • data of related elements with similar characteristics and keywords can be correlated.
  • 14 is a diagram illustrating data managed in the database 190 in association with the modularization unit 170 .
  • 15 is an exemplary diagram exemplarily illustrating a list of data managed by FIG. 14 .
  • a table including “Title” indicating a keyword of an element and “Tag_type” indicating a tag type of an element may be managed by the database 190 .
  • a keyword “login” and a tag type “submit” may be managed for the first element of the list that is a login submission element.
  • the task performing module generating unit 180 may generate a task performing module for performing a specific task in the second shopping mall M2 based on the modularized X-Pass data (step: S15 ).
  • the task performing module may be, for example, a type of batch file that automatically performs a task requested from the first shopping mall M1 in the second shopping mall M2.
  • the task performing module may include at least one unit module. For example, assuming that the requested operation is to sell a product in the second shopping mall M2, various operations such as logging in, product registration, product list collection, inventory check, sales reception, etc. Tasks must be performed, and a task execution module corresponding to unit tasks for performing the task may be referred to as a unit module.
  • the unit module may be a batch file for performing unit operations.
  • 16 is a diagram exemplarily showing information on a unit module included in a task execution module.
  • 17 is a diagram illustrating a table associated with job performance information managed in association with the job performance module.
  • the unit module includes "Target_URL” which is the URL of the target web page, "Plan_type” which is the action type information, "Action_tpye” which is the action type information, "Action_No” which is the action order information, and the action execution target X. It may include “Target xpath” which is path information.
  • the task performing module may manage information of a plurality of unit modules. For example, here, the action order of the unit module is determined according to the action order information.
  • the performing unit 130 of the service server 100 may perform the task performing module (step: S16). Then, the task performing module may automatically perform the task requested by the user in the second shopping mall M2. For example, the task execution module logs the user into the second shopping mall M2 so that products sold in the first shopping mall M1 can be sold at the second shopping mall M2, and the user's second shopping mall M2 ), a series of unit operations for product sales can be performed.
  • the job execution module receives input data required for the job from the first shopping mall M1, and automatically inputs the input data to the web page of the second shopping mall M2 where the input data is requested when the job is performed. can do.
  • user information eg, ID, password
  • the login button is selected.
  • receiving product information from the first shopping mall M1 inputting the product information to a required location in the product registration unit of the second shopping mall M2, and selecting a registration button to register the product.
  • the input data from the first shopping mall M1 may be received by the task performing module by requesting the first shopping mall M1 in real time, or by receiving input data registered in advance from the first shopping mall M1, the database ( 190), it can also be used when performing work.
  • the learning unit 200 of the service server 100 may learn an artificial intelligence model.
  • 18 is a flowchart for explaining a procedure for learning an artificial intelligence model by the service server 100 .
  • the learning unit 200 may extract HTML data from a learning web page of a learning target shopping mall (step: S31).
  • the learning unit 200 may collect X-Pass data corresponding to elements included in the learning web page from the HTML data extracted from the learning web page (step: S32).
  • the learning unit 200 is configured to classify the X-pass data according to the associated X-pass data according to the characteristic information and keyword information corresponding to the X-pass data, so that the artificial intelligence model is X-pass corresponding to the elements included in the learning web page. It can learn based on the pass data (step: S33).
  • the learning unit 200 may store the learned artificial intelligence model in the database 190 (step: S34).
  • the learning target shopping mall may be the second shopping mall M2 requested by the user of the first shopping mall M1, but may be a plurality of shopping malls in addition to the requested second shopping mall M2. That is, the learning target shopping mall may be a plurality of shopping malls, and as the number of learning target shopping malls increases, the accuracy of classification may also increase.
  • 19 shows a user interface in which a user inputs a set value for a platform desired to be collected and registered.
  • 20 exemplarily illustrates a user interface through which an operator can check related contents as needed, in which X-pass collection is performed according to a set value registered through the user interface, and subsequent collection and registration are automatically processed.

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • Software Systems (AREA)
  • Databases & Information Systems (AREA)
  • Data Mining & Analysis (AREA)
  • Business, Economics & Management (AREA)
  • Artificial Intelligence (AREA)
  • Finance (AREA)
  • Accounting & Taxation (AREA)
  • Computational Linguistics (AREA)
  • Computing Systems (AREA)
  • Health & Medical Sciences (AREA)
  • Audiology, Speech & Language Pathology (AREA)
  • Medical Informatics (AREA)
  • General Health & Medical Sciences (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Mathematical Physics (AREA)
  • Evolutionary Computation (AREA)
  • Development Economics (AREA)
  • Economics (AREA)
  • Marketing (AREA)
  • Strategic Management (AREA)
  • General Business, Economics & Management (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

이종 플랫폼 간의 자동 연동 방법, 장치 및 시스템이 개시되어 있다. 이종 플랫폼 간의 연동 방법은 제 1 쇼핑몰과 연동하기 위한 제 2 쇼핑몰의 웹페이지로부터 HTML(Hypertext Mark-up Language) 데이터를 추출하고, 추출된 HTML 데이터로부터 웹페이지에 포함되는 요소들에 대응하는 엑스패스(xpath) 데이터들을 수집하고, 엑스패스 데이터들을 학습된 인공지능 모델을 기반으로 하여 연관된 엑스패스 데이터별로 분류하고, 분류된 엑스패스 데이터들을 모듈화하고, 모듈화된 엑스패스 데이터들을 기반으로 하여 제 2 쇼핑몰에서 특정 작업을 수행하기 위한 작업 수행 모듈을 생성하고, 생성된 수행 모듈을 수행할 수 있다.

Description

이종 플랫폼 간의 자동 연동 방법, 장치 및 시스템
본 발명은 이종 플랫폼 간의 자동 연동 방법, 장치 및 시스템에 관한 것으로서, 좀더 상세하게는, 서로 다른 플랫폼을 기반으로 하는 쇼핑몰 간에 작업을 용이하게 자동으로 연동할 수 있는 이종 플랫폼 간의 자동 연동 방법, 장치 및 시스템에 관한 것이다.
최근 들어, 인터넷 등과 같은 온라인 통신의 대중화는 그 어느 때 보다 상거래 환경을 급격하게 변화시켰다. 이제는 온라인 또는 인터넷 쇼핑이라는 말 자체가 새삼 낯설 정도로 인터넷 또는 온라인이라는 단어가 불필요한 수식어처럼 느껴질 만큼 온라인을 통한 전자상거래가 활성화되고 있다. 그리고 온라인 전자상거래 시장의 확대 추세는 더욱 확대될 전망이다.
온라인 전자상거래 업체 즉, 온라인을 통하여 상품을 판매하는 쇼핑몰들이 기하급수적으로 증가함에 따가 쇼핑몰은 자사의 이미지 강화 및 사업 확장을 위하여 다양한 플랫폼과의 데이터 연동에 힘쓰고 있다. 예를 들어, 특정 플랫폼 기반으로 구현된 쇼핑몰은 이종 플랫폼과의 연동을 통하여 이종 플랫폼 기반으로 구현된 이종 쇼핑몰의 서비스를 자사의 쇼핑몰로 연동시키고자 한다.
일반적으로, 이종 플랫폼의 쇼핑몰로의 연동은 API(application programming interface)를 수집하고 가공하는 것을 기반으로 한다. 예를 들어, 쇼핑몰은 특정 서비스를 위하여 대상 플랫폼에서 대응하는 API를 확인하여 수집한다. 만약, 대응하는 API가 없을 경우 쇼핑몰은 대상 쇼핑몰로 API의 제공을 요청하여야 한다.
그런데, 이와 같은 경우 API 제공 요청 후 API를 제공받기 까지 상당한 시간이 요구된다. 또한, AIP의 제작은 전문적인 인력에 의하여 수행되므로 비용과 시간이 소모되며, 만약 대상 쇼핑몰로부터 API를 수집하거나 API를 제공받더라도 해당 서비스에 이슈 발생 시에 이슈 대응 및 유지 보수에 어려움이 존재한다. 따라서, 종래와는 전혀 다른 방식을 기반으로 하여 이종 플랫폼 간의 연동을 용이하게 수행할 수 있는 솔루션의 개발이 시급히 요구되고 있다.
본 발명은 이러한 문제점을 해결하기 위한 것으로서, 요소의 절대 위치 정보인 엑스패스를 기반으로 하여 이종 플랫폼 간의 서비스 연동을 용이하게 자동 수행할 수 있도록 하는 이종 플랫폼 간의 자동 연동 방법, 장치 및 시스템을 제공하는데 그 목적이 있다.
이러한 목적을 달성하기 위하여 본 발명은 일 측면(Aspect)에서 이종 플랫폼 간의 연동 방법을 제공한다. 상기 이종 플랫폼 간의 연동 방법은, 복수 개의 쇼핑몰과 연동하는 서버에 의하여 수행되며, 제 1 쇼핑몰과 연동하기 위한 제 2 쇼핑몰의 웹페이지로부터 HTML(Hypertext Mark-up Language) 데이터를 추출하는 단계 -상기 제 1 쇼핑몰과 상기 제 2 쇼핑몰은 이종 플랫폼을 기반으로 구축됨-; 추출된 상기 HTML 데이터로부터 상기 웹페이지에 포함되는 요소들에 대응하는 엑스패스(xpath) 데이터들을 수집하는 단계 -각 엑스패스 데이터는 대응된 요소의 절대 위치 정보인 엑스패스를 포함함-; 수집된 상기 엑스패스 데이터들을 학습된 인공지능 모델을 기반으로 하여 연관된 엑스패스 데이터별로 분류하는 단계; 분류된 상기 엑스패스 데이터들을 모듈화하는 단계; 상기 모듈화된 엑스패스 데이터들을 기반으로 하여 상기 제 2 쇼핑몰에서 특정 작업을 수행하기 위한 작업 수행 모듈을 생성하는 단계; 및 상기 작업 수행 모듈을 수행하는 단계를 포함한다.
상기 수집된 엑스패스 데이터는, 상기 웹페이지의 링크 정보인 URL(Universal Resource Locator); 요소에 대응하는 키워드; 상기 요소에 대응하는 태그 타입; 상기 요소에 대응하는 태그 정보; 및 상기 요소에 대응하는 절대 위치 값인 엑스패스 값을 포함할 수 있다.
상기 제 1 쇼핑몰로부터 상기 작업을 제 2 쇼핑몰에서 수행할 것을 요청하는 메시지를 수신하는 단계를 더 포함할 수 있다. 상기 작업 수행 모듈은 상기 메시지에 응답하여 수행될 수 있다. 상기 작업 수행 모듈은, 상기 제 1 쇼핑몰로부터 상기 작업을 상기 제 2 쇼핑몰에서 자동 수행하는 배치 파일일 수 있다.
상기 작업 수행 모듈은, 상기 제 1 쇼핑몰로부터 상기 작업을 위한 입력 데이터를 수신하고, 상기 작업의 수행 시 상기 입력 데이터를 상기 제 2 쇼핑몰의 웹페이지에서 상기 입력 데이터를 요구하는 위치에 자동 입력할 수 있다.
상기 이종 플랫폼 간의 자동 연동 방법은, 상기 인공지능 모델을 학습하는 단계를 더 포함할 수 있다. 상기 인공 지능 모델을 학습하는 단계는, 학습 대상 쇼핑몰의 학습 웹페이지로부터 HTML 데이터를 추출하는 단계; 상기 학습 웹페이지로부터 추출된 HTML 데이터로부터 상기 학습 웹페이지에 포함된 요소들에 대응하는 엑스패스 데이터들을 수집하는 단계; 엑스패스 데이터에 대응하는 특징 정보 및 키워드 정보에 따라 연관된 엑스패스 데이터별로 분류할 수 있도록, 상기 인공 지능 모델이 상기 학습 웹페이지에 포함된 요소들에 대응하는 엑스패스 데이터들을 기반으로 학습하는 단계; 및 학습 완료된 상기 인공지능 모델을 데이터베이스에 저장하는 단계를 포함할 수 있다. 상기 학습 대상 쇼핑몰은 제 1 쇼핑몰의 사용자가 선택한 제 2 쇼핑몰을 포함한 복수 개의 쇼핑몰을 포함할 수 있다.
상기 인공지능 모델과 연동하는 데이터베이스는 각 요소별로, 요소에 대응하는 키워드; 상기 요소의 특징 정보 및 키워드 정보에 대응하는 벡터 값; 상기 요소에 대응하는 유사 키워드 그룹; 상기 요소에 대응하는 태그 타입; 상기 요소에 대응하는 최초 생성 일자; 및 상기 요소에 대응하는 최근 업데이트 일자를 포함하는 테이블을 관리할 수 있다.
상기 분류하는 단계는, 상기 엑스패스 데이터들의 링크 정보를 기반으로 하여 상기 엑스패스 데이터들의 특징 정보를 추출하는 단계; 상기 엑스패스 데이터들의 키워드를 기반으로 유사 키워드 그룹을 결정하는 단계; 상기 특징 정보 및 유사 키워드 그룹을 기반으로 상기 엑스패스 데이터들을 연관된 엑스패스 데이터별로 그룹핑하는 단계를 포함할 수 있다.
상기 작업 수행 모듈은 적어도 하나의 단위 모듈을 포함할 수 있다. 상기 단위 모듈은, 타겟 웹페이지의 URL, 작업 수행 유형 정보, 액션 타입 정보, 액션 순서 정보 및 작업 수행 타겟 엑스패스 정보를 포함할 수 있다.
한편, 상술한 본 발명의 목적을 달성하기 위하여 본 발명은 다른 측면에서 이종 플랫폼 간의 연동 장치를 제공한다. 상기 이종 플랫폼 간의 연동 장치는, 복수 개의 쇼핑몰과 연동하는 이종 플랫폼 간의 연동 장치에 있어서, 제 1 쇼핑몰과 연동하기 위한 제 2 쇼핑몰의 웹페이지로부터 HTML(Hypertext Mark-up Language) 데이터를 추출하는 추출부 -상기 제 1 쇼핑몰과 상기 제 2 쇼핑몰은 이종 플랫폼을 기반으로 구축됨-; 추출된 상기 HTML 데이터로부터 상기 웹페이지에 포함되는 요소들에 대응하는 엑스패스(xpath) 데이터들을 수집하는 수집부 -각 엑스패스 데이터는 대응된 요소의 절대 위치 정보인 엑스패스를 포함함-; 수집된 상기 엑스패스 데이터들을 학습된 인공지능 모델을 기반으로 하여 연관된 엑스패스 데이터별로 분류하는 분류부; 분류된 상기 엑스패스 데이터들을 모듈화하는 모듈화부; 상기 모듈화된 엑스패스 데이터들을 기반으로 하여 상기 제 2 쇼핑몰에서 특정 작업을 수행하기 위한 작업 수행 모듈을 생성하는 작업 수행 모듈 생성부; 및 상기 작업 수행 모듈을 수행하는 수행부를 포함할 수 있다.
상기 수집된 엑스패스 데이터는, 상기 웹페이지의 링크 정보인 URL(Universal Resource Locator); 요소에 대응하는 키워드; 상기 요소에 대응하는 태그 타입; 상기 요소에 대응하는 태그 정보; 및 상기 요소에 대응하는 절대 위치 값인 엑스패스 값을 포함할 수 있다.
상기 이종 플랫폼 간의 연동 장치는, 상기 제 1 쇼핑몰로부터 상기 작업을 제 2 쇼핑몰에서 수행할 것을 요청하는 메시지를 수신하는 수신부를 더 포함할 수 있다. 상기 작업 수행 모듈은 상기 메시지에 응답하여 수행될 수 있다.
상기 작업 수행 모듈은, 상기 제 1 쇼핑몰로부터 상기 작업을 상기 제 2 쇼핑몰에서 자동 수행하는 배치 파일일 수 있다. 상기 작업 수행 모듈은, 상기 제 1 쇼핑몰로부터 상기 작업을 위한 입력 데이터를 수신하고, 상기 작업의 수행 시 상기 입력 데이터를 상기 제 2 쇼핑몰의 웹페이지에서 상기 입력 데이터를 요구하는 위치에 자동 입력할 수 있다.
상기 이종 플랫폼 간의 연동 장치는, 상기 인공지능 모델을 학습하는 학습부를 더 포함할 수도 있다. 상기 학습부는, 학습 대상 쇼핑몰의 학습 웹페이지로부터 HTML 데이터를 추출하고, 상기 학습 웹페이지로부터 추출된 HTML 데이터로부터 상기 학습 웹페이지에 포함된 요소들에 대응하는 엑스패스 데이터들을 수집하고, 엑스패스 데이터에 대응하는 특징 정보 및 키워드 정보에 따라 연관된 엑스패스 데이터별로 분류할 수 있도록, 상기 인공 지능 모델을 상기 학습 웹페이지에 포함된 요소들에 대응하는 엑스패스 데이터들을 기반으로 학습시키고, 학습 완료된 상기 인공지능 모델을 데이터베이스에 저장할 수 있다. 상기 학습 대상 쇼핑몰은 제 1 쇼핑몰의 사용자가 선택한 제 2 쇼핑몰을 포함한 복수 개의 쇼핑몰을 포함할 수 있다.
상기 인공지능 모델과 연동하는 데이터베이스는, 각 요소별로, 요소에 대응하는 키워드; 상기 요소의 특징 정보 및 키워드 정보에 대응하는 벡터 값; 상기 요소에 대응하는 유사 키워드 그룹; 상기 요소에 대응하는 태그 타입; 상기 요소에 대응하는 최초 생성 일자; 및 상기 요소에 대응하는 최근 업데이트 일자를 포함하는 테이블을 관리하는 포함할 수 있다.
상기 분류부는, 상기 엑스패스 데이터들의 링크 정보를 기반으로 하여 상기 엑스패스 데이터들의 특징 정보를 추출하고, 상기 엑스패스 데이터들의 키워드를 기반으로 유사 키워드 그룹을 결정하고, 상기 특징 정보 및 유사 키워드 그룹을 기반으로 상기 엑스패스 데이터들을 연관된 엑스패스 데이터별로 그룹핑할 수 있다.
상기 작업 수행 모듈은 적어도 하나의 단위 모듈을 포함할 수 있다. 상기 단위 모듈은, 타겟 웹페이지의 URL, 작업 수행 유형 정보, 액션 타입 정보, 액션 순서 정보 및 작업 수행 타겟 엑스패스 정보를 포함할 수 있다.
한편, 상술한 본 발명의 목적을 달성하기 위하여 본 발명은 또 다른 측면에서 이종 플랫폼 간의 연동 시스템을 제공한다. 상기 이종 플랫폼 간의 연동 시스템은, 제 1 쇼핑몰; 제 2 쇼핑몰; 및 상기 제 1 쇼핑몰과 연동하기 위한 상기 제 2 쇼핑몰의 웹페이지로부터 HTML(Hypertext Mark-up Language) 데이터를 추출하고 -상기 제 1 쇼핑몰과 상기 제 2 쇼핑몰은 이종 플랫폼을 기반으로 구축됨-, 추출된 상기 HTML 데이터로부터 상기 웹페이지에 포함되는 요소들에 대응하는 엑스패스(xpath) 데이터들을 수집하고 -각 엑스패스 데이터는 대응된 요소의 절대 위치 정보인 엑스패스를 포함함-, 수집된 상기 엑스패스 데이터들을 학습된 인공지능 모델을 기반으로 하여 연관된 엑스패스 데이터별로 분류하고, 분류된 상기 엑스패스 데이터들을 모듈화하고, 상기 모듈화된 엑스패스 데이터들을 기반으로 하여 상기 제 2 쇼핑몰에서 특정 작업을 수행하기 위한 작업 수행 모듈을 생성하고, 상기 작업 수행 모듈을 수행하는 수행부를 포함하는 서버를 포함할 수 있다.
상기 서버는 상기 제 1 쇼핑몰로부터 상기 작업을 제 2 쇼핑몰에서 수행할 것을 요청하는 메시지를 수신하고, 상기 작업 수행 모듈은 상기 메시지에 응답하여 수행될 수 있다.
상기 작업 수행 모듈은, 상기 제 1 쇼핑몰로부터 상기 작업을 위한 입력 데이터를 수신하고, 상기 작업의 수행 시 상기 입력 데이터를 상기 제 2 쇼핑몰의 웹페이지에서 상기 입력 데이터를 요구하는 위치에 자동 입력할 수 있다.
상기 서버는, 학습 대상 쇼핑몰의 학습 웹페이지로부터 HTML 데이터를 추출하고, 상기 학습 웹페이지로부터 추출된 HTML 데이터로부터 상기 학습 웹페이지에 포함된 요소들에 대응하는 엑스패스 데이터들을 수집하고, 엑스패스 데이터에 대응하는 특징 정보 및 키워드 정보에 따라 연관된 엑스패스 데이터별로 분류할 수 있도록, 상기 인공 지능 모델을 상기 학습 웹페이지에 포함된 요소들에 대응하는 엑스패스 데이터들을 기반으로 학습시키고, 학습 완료된 상기 인공지능 모델을 데이터베이스에 저장할 수 있다.
상기 서버는, 상기 엑스패스 데이터들의 링크 정보를 기반으로 하여 상기 엑스패스 데이터들의 특징 정보를 추출하고, 상기 엑스패스 데이터들의 키워드를 기반으로 유사 키워드 그룹을 결정하고, 상기 특징 정보 및 유사 키워드 그룹을 기반으로 상기 엑스패스 데이터들을 연관된 엑스패스 데이터별로 그룹핑할 수 있다.
상기 작업 수행 모듈은 적어도 하나의 단위 모듈을 포함할 수 있다. 상기 단위 모듈은, 타겟 웹페이지의 URL, 작업 수행 유형 정보, 액션 타입 정보, 액션 순서 정보 및 작업 수행 타겟 엑스패스 정보를 포함할 수 있다.
한편, 상술한 본 발명의 목적을 달성하기 위하여 본 발명은, 컴퓨터에, 제 1 쇼핑몰과 연동하기 위한 제 2 쇼핑몰의 웹페이지로부터 HTML(Hypertext Mark-up Language) 데이터를 추출하는 단계 -상기 제 1 쇼핑몰과 상기 제 2 쇼핑몰은 이종 플랫폼을 기반으로 구축됨-; 추출된 상기 HTML 데이터로부터 상기 웹페이지에 포함되는 요소들에 대응하는 엑스패스(xpath) 데이터들을 수집하는 단계 -각 엑스패스 데이터는 대응된 요소의 절대 위치 정보인 엑스패스를 포함함-; 수집된 상기 엑스패스 데이터들을 학습된 인공지능 모델을 기반으로 하여 연관된 엑스패스 데이터별로 분류하는 단계; 분류된 상기 엑스패스 데이터들을 모듈화하는 단계; 상기 모듈화된 엑스패스 데이터들을 기반으로 하여 상기 제 2 쇼핑몰에서 특정 작업을 수행하기 위한 작업 수행 엔진을 생성하는 단계; 및 상기 작업 수행 모듈을 수행하는 단계를 실행시키기 위하여 매체에 저장된 컴퓨터 프로그램을 제공할 수 있다.
이상 설명한 바와 같이, 본 발명에 따르면 요소의 절대 위치 정보인 엑스패스(xpath)를 기반으로 하여 이종 플랫폼 간의 서비스 연동을 용이하게 자동 수행할 수 있다. 따라서, 쇼핑몰에서 판매를 수행하는 판매자는 현재 판매하는 쇼핑몰 이외에 이종 플랫폼을 기반으로 하는 전혀 다른 쇼핑몰에서도 상품을 손쉽게 판매할 수 있다.
도 1은 본 발명의 바람직한 실시예에 따른 이종 플랫폼 간의 자동 연동 방법을 실현하기 위한 시스템의 구성을 도시하는 블록도이다.
도 2는 도 1에 도시된 서비스 서버의 상세 구성을 설명하기 위한 블록도로서, 본 발명의 바람직한 실시예에 다른 이종 플랫폼 간의 연동 장치의 구성을 나타내고 있다.
도 3 내지 도 4는 이종 플랫폼 간의 연동 장치의 동작 흐름을 나타내는 흐름도로서, 본 발명의 바람직한 실시예에 따른 이종 플랫폼 간의 연동 방법을 나타내고 있다.
도 5는 제 1 쇼핑몰의 상품 판매용 웹페이지에 요청 아이콘을 표시하는 일례를 예시적으로 나타내는 예시도이다.
도 6은 제 1 쇼핑몰에서 요청 아이콘을 표시하는 다른 예를 예시적으로 나타내는 예시도이다.
도 7은 HTML 태그 및 텍스트 데이터를 추출하는데 사용하는 사용자 인터페이스를 예시적으로 나타내고 있다.
도 8은 링크 데이터를 추출하는데 사용하는 사용자 인터페이스를 예시적으로 나타내고 있다.
도 9는 서비스 서버에 의하여 수집되는 요소의 엑스패스 데이터를 나타내는 예시도이다.
도 10은 웹페이지에 포함된 요소들의 엑스패스 데이터들의 수집 목록을 예시적으로 나타내는 예시도이다.
도 11은 서비스 서버의 분류부에 의하여 수행되는 분류 절차를 설명하기 위한 흐름도이다.
도 12는 엑스패스 데이터에 대응하여 데이터베이스에서 인공지능 모델과 연동하여 관리되는 데이터를 나타낸다.
도 13은 도 12에 의하여 관리되는 데이터들의 리스트를 예시적으로 나타내는 도표이다.
도 14는 모듈화부와 연관되어 데이터베이스에서 관리되는 데이터를 나타내는 도표이다.
도 15는 도 14에 의하여 관리되는 데이터들의 리스트를 예시적으로 나타내는 예시도이다.
도 16은 작업 수행 모듈에 포함되는 단위 모듈의 정보를 예시적으로 나타내는 도표이다.
도 17은 작업 수행 모듈과 연관되어 관리되는 작업 수행 정보와 연관된 테이블을 나태는 도표이다.
도 18은 서비스 서버에 의한 인공지능 모델의 학습을 위한 절차를 설명하기 위한 흐름도이다.
도 19는 사용자가 수집 및 등록을 원하는 플랫폼에 대한 설정 값을 입력하는 사용자 인터페이스를 나타내고 있다.
도 20은 상기 페이지에서 등록된 설정값에 따라 엑스패스 수집을 진행하며 이후 수집 및 등록이 자동 처리됨에 있어 필요에 따라 운영자가 관련 내용을 확인할 수 있는 사용자 인터페이스를 예시적으로 나타내고 있다.
본 발명은 다양한 변경을 가할 수 있고 여러 가지 실시예를 가질 수 있는 바, 특정 실시예들을 도면에 예시하고 상세하게 설명하고자 한다. 그러나, 이는 본 발명을 특정한 실시 형태에 대해 한정하려는 것이 아니며, 본 발명의 사상 및 기술 범위에 포함되는 모든 변경, 균등물 내지 대체물을 포함하는 것으로 이해되어야 한다.
제 1, 제 2 등의 용어는 다양한 구성요소들을 설명하는데 사용될 수 있지만, 상기 구성요소들은 상기 용어들에 의해 한정되어서는 안 된다. 상기 용어들은 하나의 구성요소를 다른 구성요소로부터 구별하는 목적으로만 사용된다. 예를 들어, 본 발명의 권리 범위를 벗어나지 않으면서 제 1 구성요소는 제 2 구성요소로 명명될 수 있고, 유사하게 제 2 구성요소도 제 1 구성요소로 명명될 수 있다. 및/또는 이라는 용어는 복수의 관련된 기재된 항목들의 조합 또는 복수의 관련된 기재된 항목들 중의 어느 항목을 포함한다.
어떤 구성요소가 다른 구성요소에 '연결되어' 있다거나 '접속되어' 있다고 언급된 때에는, 그 다른 구성요소에 직접적으로 연결되어 있거나 또는 접속되어 있을 수도 있지만, 중간에 다른 구성요소가 존재할 수도 있다고 이해되어야 할 것이다. 반면에, 어떤 구성요소가 다른 구성요소에 '직접 연결되어' 있다거나 '직접 접속되어' 있다고 언급된 때에는, 중간에 다른 구성요소가 존재하지 않는 것으로 이해되어야 할 것이다.
본 출원에서 사용한 용어는 단지 특정한 실시예를 설명하기 위해 사용된 것으로, 본 발명을 한정하려는 의도가 아니다. 단수의 표현은 문맥상 명백하게 다르게 뜻하지 않는 한, 복수의 표현을 포함한다. 본 출원에서, '포함하다' 또는 '가지다' 등의 용어는 명세서상에 기재된 특징, 숫자, 단계, 동작, 구성요소, 부품 또는 이들을 조합한 것이 존재함을 지정하려는 것이지, 하나 또는 그 이상의 다른 특징들이나 숫자, 단계, 동작, 구성요소, 부품 또는 이들을 조합한 것들의 존재 또는 부가 가능성을 미리 배제하지 않는 것으로 이해되어야 한다.
다르게 정의되지 않는 한, 기술적이거나 과학적인 용어를 포함해서 여기서 사용되는 모든 용어들은 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자에 의해 일반적으로 이해되는 것과 동일한 의미를 가지고 있다. 일반적으로 사용되는 사전에 정의되어 있는 것과 같은 용어들은 관련 기술의 문맥상 가지는 의미와 일치하는 의미를 가진 것으로 해석되어야 하며, 본 출원에서 명백하게 정의하지 않는 한, 이상적이거나 과도하게 형식적인 의미로 해석되지 않는다.
이하, 첨부한 도면들을 참조하여, 본 발명의 바람직한 실시예를 보다 상세하게 설명하고자 한다. 본 발명을 설명함에 있어 전체적인 이해를 용이하게 하기 위하여 도면상의 동일한 구성요소에 대해서는 동일한 참조부호를 사용하고 동일한 구성요소에 대해서 중복된 설명은 생략한다.
도 1은 본 발명의 바람직한 실시예에 따른 이종 플랫폼 간의 자동 연동 방법을 실현하기 위한 시스템의 구성을 도시하는 블록도이다.
도 1에 도시된 바와 같이, 서비스 서버(100)는 다수 개의 쇼핑몰, 예컨대 제 1 쇼핑몰(M1) 및 제 2 쇼핑몰(M2)과 연동할 수 있다. 상기 쇼핑몰들은 서로 다른 이종 플랫폼을 기반으로 구축되어 있다. 여기서 쇼핑몰이란 온라인을 통하여 상품을 판매하는 모든 형태의 온라인 쇼핑몰을 포함할 수 있다. 예를 들어, 쇼핑몰은 아마존, 옥션, 인터파크 등과 같은 오픈마켓 형태의 쇼핑몰, 백화점 쇼핑몰, 아울렛 쇼핑몰 등과 같은 대형 쇼핑몰, 고유의 도메인을 가지고 운용하는 개인 쇼핑몰 등을 포함할 수 있다. 뿐만 아니라 쇼핑몰은 상품을 판매한다면 SNS, 블로그, 온라인 카페나 커뮤니티 등과 같은 다양한 형태도 그 범주에 포함할 수 있다.
서비스 서버(100)는 이러한 이종의 플랫폼의 쇼핑몰들과 연동하면서, 제 1 쇼핑몰(M1)에서 수행되는 작업을 제 2 쇼핑몰(M2)에서 수행될 수 있도록 함에 의하여 이종의 쇼핑몰 간에 연동할 수 있도록 한다.
예를 들어, 서비스 서버(100)는 제 1 쇼핑몰(M1)에서 판매를 수행하는 판매자가 제 1 쇼핑몰(M1)과는 전혀 다른 플랫폼의 제 2 쇼핑몰(M2)에서도 상품을 판매할 수 있도록 한다. 상기 작업은 상품의 판매뿐만 아니라 사용자 정보의 변경, 로그인, 상품의 구매, 게시물 업데이트 등과 같은 다양한 종류의 작업일 수 있다. 본 실시예에서는 이러한 작업들 중 상품의 판매와 관련된 작업을 예를 들어 설명하기로 한다.
도 2는 도 1에 도시된 서비스 서버(100)의 상세 구성을 설명하기 위한 블록도로서, 본 발명의 바람직한 실시예에 다른 이종 플랫폼 간의 연동 장치의 구성을 나타내고 있다. 도 3 내지 도 4는 이종 플랫폼 간의 연동 장치의 동작 흐름을 나타내는 흐름도로서, 본 발명의 바람직한 실시예에 따른 이종 플랫폼 간의 연동 방법을 나타내고 있다.
도 2에 도시된 바와 같이, 서비스 서버(100)는 수신부(110), 표시부(120), 수행부(130), 추출부(140), 수집부(150), 분류부(160), 모듈화부(170), 작업 수행 모듈 생성부(180), 학습부(200) 및 데이터베이스(190) 등을 포함할 수 있다.
이러한 서비스 서버(100)는 적어도 하나의 컴퓨터 단말기를 기반으로 구축될 수 있다. 컴퓨터 단말기는 프로그램을 저장하는 메모리, 메모리에 저장된 프로그램을 실행하는 프로세서, 정보를 입력하기 위한 입력부, 정보를 출력하는 출력부 등을 포함하는 서버급 컴퓨터일 수 있다. 상기 각부는 상호 연동 가능하며 적어도 하나의 컴퓨터 단말기를 기반으로 구축될 수 있다.
이하, 도 1 내지 도 4를 참조하여, 본 발명의 바람직한 실시예를 설명하기로 한다. 도 1 내지 도 4를 참조한 실시예의 설명에서, 사용자는 제 1 쇼핑몰(M1)을 통하여 상품을 판매하는 상품의 판매자라고 가정하고, 사용자는 제 1 쇼핑몰(M1)에서 판매하는 상품을 제 1 쇼핑몰(M1)과는 전혀 다른 플랫폼 시스템을 기반으로 운영되는 제 2 쇼핑몰(M2)에서도 판매하고자 하는 의사가 있다고 가정한다.
다시 말하여, 제 1 쇼핑몰(M1)은 사용자가 현재 판매를 수행하고 있는 쇼핑몰이고, 제 2 쇼핑몰(M2)은 사용자가 판매하고자 하는 이종 플랫폼의 쇼핑몰인 타겟 쇼핑몰이라고 가정한다. 즉, 제 2 쇼핑몰(M2)은 타겟 쇼핑몰을 지칭하는 용어로서 실제로는 하나의 쇼핑몰일 수도 있고, 복수 개의 쇼핑몰을 지칭할 수도 있다.
먼저, 서비스 서버(100)의 표시부(120)는 제 1 쇼핑몰(M1)에 특정 작업을 상기 제 2 쇼핑몰(M2)을 통하여 수행할 것인지의 의사를 묻는 아이콘을 표시할 수 있다(단계:S1). 예를 들면, 여기서 특정 작업은, 본 실시예의 설명에서는, 제 2 쇼핑몰(M2)을 통하여 판매를 수행하는 것일 수 있다. 상기 아이콘은 상기 제 2 쇼핑몰(M2)을 나타내는 식별 정보와 연관될 수 있다. 그러면, 사용자는 표시된 아이콘을 선택, 예컨대 클릭하거나 터치할 수 있다(단계:S2).
도 5는 제 1 쇼핑몰(M1)의 상품 판매용 웹페이지에 요청 아이콘을 표시하는 일례를 예시적으로 나타내는 예시도이다.
도 5에 도시된 바와 같이, 제 1 쇼핑몰(M1)의 상품 판매용 웹페이지의 일측에는 "이 제품을 제 2 쇼핑몰에서 판매 하시겠습니다?"와 같은 안내 문구가 표시되고 안내 문구의 인접한 부분에는 이러한 의사를 요청할 수 있는 요청 아이콘(IC1)이 표시된다. 즉, 요청 아이콘(IC1)은 제 2 쇼핑몰(M2)을 나타내는 식별 정보, 예컨대 상기 문구와 연관되어 표시된다.
사용자에 의하여 상기 아이콘(IC1)이 선택, 예컨대 클릭하거나 터치되면, 제 1 쇼핑몰(M1)에서 판매하고 있는 상품을 제 2 쇼핑몰(M2)에서 판매할 것을 요청하는 요청 신호가 발생될 수 있다. 상기 요청 신호에는 제 1 쇼핑몰(M1)의 식별 정보, 제 2 쇼핑몰(M2)의 식별 정보, 상품의 식별 정보 등이 포함될 수 있다.
도 5에 도시된 예의 경우 판매를 수행할 타겟 쇼핑몰을 미리 지정하여 제 1 쇼핑몰(M1)에 요청 아이콘을 표시하는 예를 나타낸다. 한편, 표시부(120)는 타겟 쇼핑몰인 제 2 쇼핑몰(M2)을 사용자가 정할 수 있도록 사용자 인터페이스를 표시할 수도 있다. 도 6은 제 1 쇼핑몰(M1)에서 요청 아이콘을 표시하는 다른 예를 예시적으로 나타내는 예시도이다.
도 6에 도시된 바와 같이, 표시부(120)는 제 1 쇼핑몰(M1)에 타겟 쇼핑몰인 제 2 쇼핑몰(M2)을 선택할 수 있도록 사용자 인터페이스를 표시할 수 있다. 예를 들어, 사용자가 목록에서 제 2 쇼핑몰(M2)을 선택할 수 있는 아이콘(IC2)을 선택하면, 복수 개의 제 2 쇼핑몰(M2)들의 목록을 표시하고, 목록 중 사용자가 원하는 제 2 쇼핑몰(M2)을 선택할 수 있도록 한다. 제 2 쇼핑몰(M2)이 선택되면 제 1 쇼핑몰(M1)에서 판매하고 있는 상품을 선택된 제 2 쇼핑몰(M2)에서 판매할 것을 요청하는 요청 신호가 발생될 수 있다.
예를 들어, 사용자가 목록에서 제 2 쇼핑몰(M2)을 직접 입력할 수 있는 아이콘(IC3)를 선택하면, 사용자가 원하는 제 2 쇼핑몰(M2)의 식별 정보를 입력할 수 있는 입력창을 표시하고, 사용자의 입력으로부터 제 2 쇼핑몰(M2)의 식별 정보, 예컨대 URL(Universal Resource Locator), 명칭 등을 수신할 수 있다. 제 2 쇼핑몰(M2)의 식별 정보가 입력되면 표시부(120)는 제 1 쇼핑몰(M1)에서 판매하고 있는 상품을 입력된 식별 정보에 대응하는 제 2 쇼핑몰(M2)에서 판매할 것을 요청하는 요청 신호가 발생할 수 있다.
한편, 판매할 상품은 복수 개일 수도 있다. 이 경우 표시부(120)는 제 2 쇼핑몰(M2)에서 판매할 상품 목록 또는 입력창을 제 1 쇼핑몰(M1)에 표시하고 사용자는 표시된 상품 목록 또는 입력창을 기반으로 판매할 상품들을 선택 또는 입력할 수 있다.
도 3에 도시된 바와 같이, 서비스 서버(100)의 수신부(110)는 제 1 쇼핑몰(M1)로부터 특정 작업을 제 2 쇼핑몰(M2)을 통하여 수행할 것을 요청하는 요청을 수신할 수 있다(단계:S3). 예를 들어, 상기 요청은 제 1 쇼핑몰(M1)에서 판매되는 적어도 하나의 상품을 제 2 쇼핑몰(M2)을 통하여 판매할 것을 요청하는 요청일 수 있다. 이 경우 상기 요청에는 제 1 쇼핑몰(M1)의 식별 정보, 제 2 쇼핑몰(M2)의 식별 정보, 적어도 하나의 상품의 식별 정보 등이 포함할 수 있다.
서비스 서버(100)의 수행부(130)는, 수신된 요청에 응답하여, 상기 작업을 상기 제 2 쇼핑몰(M2)을 통하여 자동 수행하도록 하는 작업 수행 모듈이 데이터베이스(190)에 존재하는 지의 여부를 확인할 수 있다(단계:S4). 확인 결과, 작업 수행 모듈이 상기 데이터베이스(190)에 존재하는 것으로 확인되면, 상기 작업 수행 모듈을 수행할 수 있다(단계:S5).
한편, 확인 결과 작업 수행 모듈이 데이터베이스(190)에 존재하지 않으면, 작업 수행 모듈을 생성하기 위한 프로시저들이 수행될 수 있다. 도 4에 도시된 바와 같이, 먼저, 서비스 서버(100)의 추출부(140)는 제 1 쇼핑몰(M1)과 연동하기 위한 제 2 쇼핑몰(M2)의 웹페이지로부터 HTML(Hypertext Mark-up Language) 데이터를 추출할 수 있다(단계:S11).
예를 들어, 서비스 서버(100)는 상품의 판매를 위한 제 2 쇼핑몰(M2)의 웹페이지로부터 HTML 데이터를 추출할 수 있다. 여기서 상품의 판매를 위한 웹페이지는 로그인, 상품 판매, 재고 확인, 결제, 주문 상태 확인 등 제 2 쇼핑몰(M2)에서 상품의 판매 절차에 필요한 모든 웹페이지일 수 있다.
수집부(150)는 추출된 HTML 데이터로부터 상기 웹페이지에 포함되는 요소들에 대응하는 엑스패스(xpath) 데이터들을 수집할 수 있다(단계:S12). 상기 엑스패스 데이터는 대응된 요소의 절대 위치 정보인 엑스패스를 포함할 수 있다. 상기 엑스패스란 HTML 문서상에서 특정 요소에 대한 유일한 경로 값을 의미할 수 있다.
본 발명의 바람직한 실시예에 따르면, 상기와 같이 서비스 서버(100)는 엑스패스 스크래핑 방식을 사용한다. 엑스패스 스크래핑이란 요소에 대응하는 유일한 경로 값에 해당하는 엑스패서 정보를 자동으로 추출하여 수집하는 것을 의미할 수 있다. 앞서 설명한 종래의 문제점에서 지적되었던 API 제공 요청을 접수해야 하거나 제공이 불가한 경우, 엑스패스 스크래핑 방식을 이용하면 접근 가능한 플랫폼 제한도 사라질 뿐 아니라, 시간 및 비용적 리소스도 훨씬 절감될 수 있다.
도 7은 HTML 태그 및 텍스트 데이터를 추출하는데 사용하는 사용자 인터페이스를 예시적으로 나타내고 있고, 도 8은 링크 데이터를 추출하는데 사용하는 사용자 인터페이스를 예시적으로 나타내고 있다.
도 9는 서비스 서버(100)에 의하여 수집되는 요소의 엑스패스 데이터를 나타내는 예시도이다. 도 10은 웹페이지에 포함된 요소들의 엑스패스 데이터들의 수집 목록을 예시적으로 나타내는 예시도이다. 이와 같이 수집되는 엑스패스 데이터들은 데이터베이스(190)에 저장되어 관리된다.
도 9에 도시된 바와 같이, 수집되는 엑스패스 데이터는 상기 웹페이지의 링크 정보인 URL(Universal Resource Locator)인 "URL", 요소에 대응하는 키워드인 "Title", 상기 요소에 대응하는 태그 타입인 "Tag_type", 요소에 대응하는 태그 정보(또는 태그명)인 "Tag_info", 및 상기 요소에 대응하는 절대 위치 값인 엑스패스 값인 "xpath"을 포함할 수 있다.
도 10에 도시된 바와 같이, "Cafe24.com/prdctregister" 링크의 웹페이지에서 수집된 다수 개의 요소들에 대응하는 엑스패스 데이터들이 수집될 수 있다. 예를 들어, "Cafe24.com/prdctregister" 링크의 웹페이지의 판매 대기를 선택하는 판매상태 라디오 버튼의 엑스패스 값은 "//[@id="eDescriptionADDOptionM"]일 수 있다. 따라서 요소의 유일한 경로 값인 액스패스 값을 통하여 요소의 절대 위치를 알 수 있다.
다음으로, 서비스 서버(100)의 분류뷰는 수집된 상기 엑스패스 데이터들을 학습된 인공지능 모델을 기반으로 하여 연관된 엑스패스 데이터별로 분류할 수 있다(단계:S13).
도 11은 서비스 서버(100)의 분류부(160)에 의하여 수행되는 분류 절차를 설명하기 위한 흐름도이다.
도 11에 도시된 바와 같이, 상기 분류부(160)는, 인공지능 모델을 기반으로 하여 상기 엑스패스 데이터들의 링크 정보를 기반으로 하여 상기 엑스패스 데이터들의 특징 정보를 추출할 수 있다(단계:S21). 분류부(160)는 인공지능 모델을 기반으로 하여 상기 엑스패스 데이터들의 키워드를 기반으로 유사 키워드 그룹을 결정할 수 있다(단계:S22). 다음으로, 분류부(160)는 인공지능 모델을 기반으로 하여 상기 특징 정보 및 유사 키워드 그룹을 기반으로 상기 엑스패스 데이터들을 연관된 엑스패스 데이터별로 그룹핑할 수 있다(단계:S23).
도 12는 엑스패스 데이터에 대응하여 데이터베이스(190)에서 인공지능 모델과 연동하여 관리되는 데이터를 나타낸다. 도 13은 도 12에 의하여 관리되는 데이터들의 리스트를 예시적으로 나타내는 도표이다.
도 12에 도시된 바와 같이, 각 요소별로 요소에 대응하는 키워드인 "Title", 상기 요소의 특징 정보 및 키워드 정보에 대응하는 벡터 값의 결과인 "Vec_Result", 상기 요소에 대응하는 유사 키워드 그룹인 "Synonym_Family", 상기 요소에 대응하는 태그 타입인 "Tag_type", 상기 요소에 대응하는 최초 생성 일자인 "Created_date", 및 상기 요소에 대응하는 최근 업데이트 일자인 "Updated_date"를 포함하는 테이블이 인공지능 모델과 연관되어 데이터베이스(190)에서 관리될 수 있다.
도 13에 도시된 바와 같이, "로그인 제출 이미지" 요소에 대하여 키워드인 "로그인", 벡터 값, 유사 키워드 그룹, 예컨대 "Login, Log in, 로긴, …", 태그 타입 "Submit image", 최초 생성 일자 "2019-01-01", 최근 업데이트 일자 "2019-01-28" 등이 관리되며, 각각의 요소들의 목록 데이터가 테이블 형태로 관리될 수 있다.
이어서, 모듈화부(170)는 분류된 상기 엑스패스 데이터들을 모듈화할 수 있다(단계:S14). 여기서 유사한 특성과 키워드를 가지고 연관된 요소들의 데이터를 연관시킬 수 있다. 도 14는 모듈화부(170)와 연관되어 데이터베이스(190)에서 관리되는 데이터를 나타내는 도표이다. 도 15는 도 14에 의하여 관리되는 데이터들의 리스트를 예시적으로 나타내는 예시도이다.
도 14에 도시된 바와 같이, 모듈화된 데이터들은 요소의 키워드를 나타내는 "Title", 요소의 태그 타입을 나타내는 "Tag_type"을 포함하는 테이블이 데이터베이스(190)에 의하여 관리될 수 있다. 도 15에 도시된 바와 같이, 로그인 제출 요소인 목록의 첫 번째 요소에 대하여 키워드인 "로그인", 태그 타입인 "submit"이 관리될 수 있다.
이어서, 작업 수행 모듈 생성부(180)는 상기 모듈화된 엑스패스 데이터들을 기반으로 하여 상기 제 2 쇼핑몰(M2)에서 특정 작업을 수행하기 위한 작업 수행 모듈을 생성할 수 있다(단계:S15).
상기 작업 수행 모듈은, 예컨대, 제 1 쇼핑몰(M1)로부터 요청된 작업을 제 2 쇼핑몰(M2)에서 자동 수행하는 일종의 배치 파일일 수 있다. 이러한 작업 수행 모듈은 적어도 하나의 단위 모듈을 포함할 수 있다. 예를 들어, 요청된 작업이 제 2 쇼핑몰(M2)에서 상품의 판매하는 것으로 가정하면, 상품 판매를 위해서 여러 가지 작업들, 예컨대, 로그인, 상품 등록, 상품 목록 수집, 재고확인, 판매 접수 등 다양한 작업들이 수행되어야 하며, 작업을 수행하기 위한 단위 작업들에 대응하는 작업 수행 모듈을 단위 모듈이라 할 수 있다. 단위 모듈은 단위 작업을 수행하기 위한 배치 파일일 수 있다.
도 16은 작업 수행 모듈에 포함되는 단위 모듈의 정보를 예시적으로 나타내는 도표이다. 도 17은 작업 수행 모듈과 연관되어 관리되는 작업 수행 정보와 연관된 테이블을 나태는 도표이다.
도 16에 도시된 바와 같이, 단위 모듈은 타겟 웹페이지의 URL인 "Target_URL", 작업 수행 유형 정보인 "Plan_type", 액션 타입 정보인 "Action_tpye", 액션 순서 정보인 "Action_No" 및 작업 수행 타겟 엑스패스 정보인 "Target xpath"를 포함할 수 있다.
도 17에 도시된 바와 같이, 작업의 수행을 위하여 작업 수행 모듈은 다수 개의 단위 모듈의 정보를 관리할 수 있다. 예를 들어, 여기서 액션 순서 정보에 따라 단위 모듈의 액션 순서가 정해진다.
다음으로, 서비스 서버(100)의 수행부(130)는 작업 수행 모듈을 수행할 수 있다(단계:S16). 그러면 작업 수행 모듈은 사용자로부터 요청된 작업을 제 2 쇼핑몰(M2)에서 자동 수행할 수 있다. 예를 들면, 작업 수행 모듈은 제 1 쇼핑몰(M1)에서 판매되는 상품을 제 2 쇼핑몰(M2)에서 판매할 수 있도록, 제 2 쇼핑몰(M2)에 사용자를 로그인하고, 사용자의 제 2 쇼핑몰(M2)에 상품을 등록하는 상품 판매를 위한 일련의 단위작업들을 수행할 수 있다.
작업 수행 모듈은 제 1 쇼핑몰(M1)로부터 작업에 필요한 입력 데이터를 수신하고, 상기 작업의 수행 시 상기 입력 데이터를 상기 제 2 쇼핑몰(M2)의 웹페이지에서 상기 입력 데이터를 요구하는 위치에 자동 입력할 수 있다.
예를 들어, 로그인을 위하여 제 1 쇼핑몰(M1)로부터 사용자 정보(예컨대 ID, 패스워드)를 수신하여 제 2 쇼핑몰(M2)의 로그인 웹페이지의 사용자 정보 입력부에 자동 입력한 후, 로그인 버튼을 선택하여 로그인을 수행하고, 상품 정보를 제 1 쇼핑몰(M1)로부터 수신한 후 제 2 쇼핑몰(M2)의 상품 등록부에 필요 위치에 입력한 후 등록 버튼을 선택하여 상품을 등록할 수 있다.
제 1 쇼핑몰(M1)로부터의 입력 데이터는 작업 수행 모듈이 실시간으로 제 1 쇼핑몰(M1)에 요청하여 수신할 수도 있고, 또는 사전에 등록된 입력 데이터를 제 1 쇼핑몰(M1)로부터 수신하여 데이터베이스(190)에 저장한 후 작업 수행 시에 사용할 수도 있다.
따라서, 본 발명의 바람직한 실시예에 따르면, 이종의 타겟 쇼핑몰의 플랫폼에 대응하는 API를 확인하고 수집하거나 제공을 요청하지 않더라도, 타겟 쇼핑몰과 손쉽게 연동할 수 있도록 하는 서비스를 제공하는 것이 가능하므로, 연동 시스템의 개발과 구축 및 유지 보수적인 측면에서 시간적 및 인적 리소스를 훨씬 줄일 수 있다.
한편, 서비스 서버(100)의 학습부(200)는 인공지능 모델을 학습할 수 있다. 도 18은 서비스 서버(100)에 의한 인공지능 모델의 학습을 위한 절차를 설명하기 위한 흐름도이다.
도 18에 도시된 바와 같이, 학습부(200)는 학습 대상 쇼핑몰의 학습 웹페이지로부터 HTML 데이터를 추출할 수 있다(단계:S31). 학습부(200)는 상기 학습 웹페이지로부터 추출된 HTML 데이터로부터 상기 학습 웹페이지에 포함된 요소들에 대응하는 엑스패스 데이터들을 수집할 수 있다(단계:S32).
다음으로, 학습부(200)는 엑스패스 데이터에 대응하는 특징 정보 및 키워드 정보에 따라 연관된 엑스패스 데이터별로 분류할 수 있도록, 상기 인공 지능 모델이 상기 학습 웹페이지에 포함된 요소들에 대응하는 엑스패스 데이터들을 기반으로 학습할 수 있다(단계:S33). 학습부(200)는 학습 완료된 상기 인공지능 모델을 데이터베이스(190)에 저장할 수 있다(단계:S34).
상기 학습 대상 쇼핑몰은 제 1 쇼핑몰(M1)의 사용자가 요청한 제 2 쇼핑몰(M2)일 수도 있으나, 요청한 제 2 쇼핑몰(M2) 이외에도 복수 개의 쇼핑몰들일 수 있다. 즉 학습 대상 쇼핑몰은 복수 개의 쇼핑몰일 수 있으며, 학습 대상 쇼핑몰의 숫자가 많아질수록 분류의 정확도 또한 증가할 수 있다.
도 19는 사용자가 수집 및 등록을 원하는 플랫폼에 대한 설정 값을 입력하는 사용자 인터페이스를 나타내고 있다. 도 20은 상기 사용자 인터페이스를 통하여 등록된 설정값에 따라 엑스패스 수집을 진행하며 이후 수집 및 등록이 자동 처리됨에 있어 필요에 따라 운영자가 관련 내용을 확인할 수 있는 사용자 인터페이스를 예시적으로 나타내고 있다.
이상 본 발명에 대하여 그 바람직한 실시예를 예시하여 설명하였지만 해당 기술 분야의 숙련된 당업자는 하기의 특허 청구 범위에 기재된 본 발명의 기술적 사항 및 영역으로부터 벗어나지 않는 범위 내에서 본 발명을 다양하게 수정 및 변경시켜 실시할 수 있음을 이해할 수 있을 것이다. 따라서, 본 발명의 앞으로의 실시예들의 변경은 본 발명의 기술을 벗어날 수 없을 것이다.

Claims (20)

  1. 복수 개의 쇼핑몰과 연동하는 서버에 의하여 수행되며,
    제 1 쇼핑몰과 연동하기 위한 제 2 쇼핑몰의 웹페이지로부터 HTML(Hypertext Mark-up Language) 데이터를 추출하는 단계 -상기 제 1 쇼핑몰과 상기 제 2 쇼핑몰은 이종 플랫폼을 기반으로 구축됨-;
    추출된 상기 HTML 데이터로부터 상기 웹페이지에 포함되는 요소들에 대응하는 엑스패스(xpath) 데이터들을 수집하는 단계 -각 엑스패스 데이터는 대응된 요소의 절대 위치 정보인 엑스패스를 포함함-;
    수집된 상기 엑스패스 데이터들을 학습된 인공지능 모델을 기반으로 하여 연관된 엑스패스 데이터별로 분류하는 단계;
    분류된 상기 엑스패스 데이터들을 모듈화하는 단계;
    상기 모듈화된 엑스패스 데이터들을 기반으로 하여 상기 제 2 쇼핑몰에서 특정 작업을 수행하기 위한 작업 수행 모듈을 생성하는 단계; 및
    상기 작업 수행 모듈을 수행하는 단계를 포함하는 것을 특징으로 하는 이종 플랫폼 간의 연동 방법.
  2. 제 1 항에 있어서, 수집된 엑스패스 데이터는,
    상기 웹페이지의 링크 정보인 URL(Universal Resource Locator);
    요소에 대응하는 키워드;
    상기 요소에 대응하는 태그 타입;
    상기 요소에 대응하는 태그 정보; 및
    상기 요소에 대응하는 절대 위치 값인 엑스패스 값을 포함하는 것을 특징으로 하는 이종 플랫폼 간의 연동 방법.
  3. 제 1 항에 있어서, 상기 제 1 쇼핑몰로부터 상기 작업을 제 2 쇼핑몰에서 수행할 것을 요청하는 메시지를 수신하는 단계를 더 포함하고,
    상기 작업 수행 모듈은 상기 메시지에 응답하여 수행되는 것을 특징으로 하는 이종 플랫폼 간의 연동 방법.
  4. 제 3 항에 있어서, 상기 작업 수행 모듈은,
    상기 제 1 쇼핑몰로부터 상기 작업을 상기 제 2 쇼핑몰에서 자동 수행하는 배치 파일인 것을 특징으로 하는 이종 플랫폼 간의 연동 방법.
  5. 제 3 항에 있어서, 상기 작업 수행 모듈은,
    상기 제 1 쇼핑몰로부터 상기 작업을 위한 입력 데이터를 수신하고, 상기 작업의 수행 시 상기 입력 데이터를 상기 제 2 쇼핑몰의 웹페이지에서 상기 입력 데이터를 요구하는 위치에 자동 입력하는 것을 특징으로 하는 이종 플랫폼 간의 연동 방법.
  6. 제 1 항에 있어서, 상기 인공지능 모델을 학습하는 단계를 더 포함하고,
    상기 인공 지능 모델을 학습하는 단계는,
    학습 대상 쇼핑몰의 학습 웹페이지로부터 HTML 데이터를 추출하는 단계;
    상기 학습 웹페이지로부터 추출된 HTML 데이터로부터 상기 학습 웹페이지에 포함된 요소들에 대응하는 엑스패스 데이터들을 수집하는 단계;
    엑스패스 데이터에 대응하는 특징 정보 및 키워드 정보에 따라 연관된 엑스패스 데이터별로 분류할 수 있도록, 상기 인공 지능 모델이 상기 학습 웹페이지에 포함된 요소들에 대응하는 엑스패스 데이터들을 기반으로 학습하는 단계; 및
    학습 완료된 상기 인공지능 모델을 데이터베이스에 저장하는 단계를 포함하는 것을 특징으로 하는 이종 플랫폼 간의 연동 방법.
  7. 제 6 항에 있어서, 상기 학습 대상 쇼핑몰은 제 1 쇼핑몰의 사용자가 선택한 제 2 쇼핑몰을 포함한 복수 개의 쇼핑몰을 포함하는 것을 특징으로 하는 이종 플랫폼간의 연동 방법.
  8. 제 1 항에 있어서, 상기 인공지능 모델과 연동하는 데이터베이스는
    각 요소별로,
    요소에 대응하는 키워드;
    상기 요소의 특징 정보 및 키워드 정보에 대응하는 벡터 값;
    상기 요소에 대응하는 유사 키워드 그룹;
    상기 요소에 대응하는 태그 타입;
    상기 요소에 대응하는 최초 생성 일자; 및
    상기 요소에 대응하는 최근 업데이트 일자를 포함하는 테이블을 관리하는 포함하는 것을 특징으로 하는 이종 플랫폼 간의 연동 방법.
  9. 제 1 항에 있어서, 상기 분류하는 단계는,
    상기 엑스패스 데이터들의 링크 정보를 기반으로 하여 상기 엑스패스 데이터들의 특징 정보를 추출하는 단계;
    상기 엑스패스 데이터들의 키워드를 기반으로 유사 키워드 그룹을 결정하는 단계;
    상기 특징 정보 및 유사 키워드 그룹을 기반으로 상기 엑스패스 데이터들을 연관된 엑스패스 데이터별로 그룹핑하는 단계를 포함하는 것을 특징으로 하는 이종 플랫폼 간의 연동 방법.
  10. 제 1 항에 있어서, 상기 작업 수행 모듈은 적어도 하나의 단위 모듈을 포함하며,
    상기 단위 모듈은,
    타겟 웹페이지의 URL, 작업 수행 유형 정보, 액션 타입 정보, 액션 순서 정보 및 작업 수행 타겟 엑스패스 정보를 포함하는 것을 특징으로 하는 이종 플랫폼 간의 연동 방법.
  11. 복수 개의 쇼핑몰과 연동하는 이종 플랫폼 간의 연동 장치에 있어서,
    제 1 쇼핑몰과 연동하기 위한 제 2 쇼핑몰의 웹페이지로부터 HTML(Hypertext Mark-up Language) 데이터를 추출하는 추출부 -상기 제 1 쇼핑몰과 상기 제 2 쇼핑몰은 이종 플랫폼을 기반으로 구축됨-;
    추출된 상기 HTML 데이터로부터 상기 웹페이지에 포함되는 요소들에 대응하는 엑스패스(xpath) 데이터들을 수집하는 수집부 -각 엑스패스 데이터는 대응된 요소의 절대 위치 정보인 엑스패스를 포함함-;
    수집된 상기 엑스패스 데이터들을 학습된 인공지능 모델을 기반으로 하여 연관된 엑스패스 데이터별로 분류하는 분류부;
    분류된 상기 엑스패스 데이터들을 모듈화하는 모듈화부;
    상기 모듈화된 엑스패스 데이터들을 기반으로 하여 상기 제 2 쇼핑몰에서 특정 작업을 수행하기 위한 작업 수행 모듈을 생성하는 작업 수행 모듈 생성부; 및
    상기 작업 수행 모듈을 수행하는 수행부를 포함하는 것을 특징으로 하는 이종 플랫폼 간의 연동 장치.
  12. 제 11 항에 있어서, 상기 수집된 엑스패스 데이터는,
    상기 웹페이지의 링크 정보인 URL(Universal Resource Locator);
    요소에 대응하는 키워드;
    상기 요소에 대응하는 태그 타입;
    상기 요소에 대응하는 태그 정보; 및
    상기 요소에 대응하는 절대 위치 값인 엑스패스 값을 포함하는 것을 특징으로 하는 이종 플랫폼 간의 연동 장치.
  13. 제 11 항에 있어서, 상기 제 1 쇼핑몰로부터 상기 작업을 제 2 쇼핑몰에서 수행할 것을 요청하는 메시지를 수신하는 수신부를 더 포함하고,
    상기 작업 수행 모듈은 상기 메시지에 응답하여 수행되는 것을 특징으로 하는 이종 플랫폼 간의 연동 장치.
  14. 제 13 항에 있어서, 상기 작업 수행 모듈은,
    상기 제 1 쇼핑몰로부터 상기 작업을 상기 제 2 쇼핑몰에서 자동 수행하는 배치 파일인 것을 특징으로 하는 이종 플랫폼 간의 연동 장치.
  15. 제 13 항에 있어서, 상기 작업 수행 모듈은,
    상기 제 1 쇼핑몰로부터 상기 작업을 위한 입력 데이터를 수신하고, 상기 작업의 수행 시 상기 입력 데이터를 상기 제 2 쇼핑몰의 웹페이지에서 상기 입력 데이터를 요구하는 위치에 자동 입력하는 것을 특징으로 하는 이종 플랫폼 간의 연동 장치.
  16. 제 11 항에 있어서, 상기 인공지능 모델을 학습하는 학습부를 더 포함하고,
    상기 학습부는,
    학습 대상 쇼핑몰의 학습 웹페이지로부터 HTML 데이터를 추출하고, 상기 학습 웹페이지로부터 추출된 HTML 데이터로부터 상기 학습 웹페이지에 포함된 요소들에 대응하는 엑스패스 데이터들을 수집하고, 엑스패스 데이터에 대응하는 특징 정보 및 키워드 정보에 따라 연관된 엑스패스 데이터별로 분류할 수 있도록, 상기 인공 지능 모델을 상기 학습 웹페이지에 포함된 요소들에 대응하는 엑스패스 데이터들을 기반으로 학습시키고, 학습 완료된 상기 인공지능 모델을 데이터베이스에 저장하는 것을 특징으로 하는 이종 플랫폼 간의 연동 장치.
  17. 제 16 항에 있어서, 상기 학습 대상 쇼핑몰은 제 1 쇼핑몰의 사용자가 선택한 제 2 쇼핑몰을 포함한 복수 개의 쇼핑몰을 포함하는 것을 특징으로 하는 이종 플랫폼간의 연동 장치.
  18. 제 11 항에 있어서, 상기 인공지능 모델과 연동하는 데이터베이스는
    각 요소별로,
    요소에 대응하는 키워드;
    상기 요소의 특징 정보 및 키워드 정보에 대응하는 벡터 값;
    상기 요소에 대응하는 유사 키워드 그룹;
    상기 요소에 대응하는 태그 타입;
    상기 요소에 대응하는 최초 생성 일자; 및
    상기 요소에 대응하는 최근 업데이트 일자를 포함하는 테이블을 관리하는 포함하는 것을 특징으로 하는 이종 플랫폼 간의 연동 장치.
  19. 제 11 항에 있어서, 상기 분류부는,
    상기 엑스패스 데이터들의 링크 정보를 기반으로 하여 상기 엑스패스 데이터들의 특징 정보를 추출하고, 상기 엑스패스 데이터들의 키워드를 기반으로 유사 키워드 그룹을 결정하고, 상기 특징 정보 및 유사 키워드 그룹을 기반으로 상기 엑스패스 데이터들을 연관된 엑스패스 데이터별로 그룹핑하는 것을 특징으로 하는 이종 플랫폼 간의 연동 장치.
  20. 제 1 쇼핑몰;
    제 2 쇼핑몰; 및
    상기 제 1 쇼핑몰과 연동하기 위한 상기 제 2 쇼핑몰의 웹페이지로부터 HTML(Hypertext Mark-up Language) 데이터를 추출하고 -상기 제 1 쇼핑몰과 상기 제 2 쇼핑몰은 이종 플랫폼을 기반으로 구축됨-, 추출된 상기 HTML 데이터로부터 상기 웹페이지에 포함되는 요소들에 대응하는 엑스패스(xpath) 데이터들을 수집하고 -각 엑스패스 데이터는 대응된 요소의 절대 위치 정보인 엑스패스를 포함함-, 수집된 상기 엑스패스 데이터들을 학습된 인공지능 모델을 기반으로 하여 연관된 엑스패스 데이터별로 분류하고, 분류된 상기 엑스패스 데이터들을 모듈화하고, 상기 모듈화된 엑스패스 데이터들을 기반으로 하여 상기 제 2 쇼핑몰에서 특정 작업을 수행하기 위한 작업 수행 모듈을 생성하고, 상기 작업 수행 모듈을 수행하는 수행부를 포함하는 서버를 포함하는 것을 특징으로 하는 이종 플랫폼 간의 연동 시스템.
PCT/KR2021/004586 2021-04-12 2021-04-12 이종 플랫폼 간의 자동 연동 방법, 장치 및 시스템 WO2022220311A1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
PCT/KR2021/004586 WO2022220311A1 (ko) 2021-04-12 2021-04-12 이종 플랫폼 간의 자동 연동 방법, 장치 및 시스템

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
PCT/KR2021/004586 WO2022220311A1 (ko) 2021-04-12 2021-04-12 이종 플랫폼 간의 자동 연동 방법, 장치 및 시스템

Publications (1)

Publication Number Publication Date
WO2022220311A1 true WO2022220311A1 (ko) 2022-10-20

Family

ID=83640768

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/KR2021/004586 WO2022220311A1 (ko) 2021-04-12 2021-04-12 이종 플랫폼 간의 자동 연동 방법, 장치 및 시스템

Country Status (1)

Country Link
WO (1) WO2022220311A1 (ko)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116226557A (zh) * 2022-12-29 2023-06-06 中国科学院信息工程研究所 待标注数据的拾取方法、装置、电子设备和存储介质

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20170060885A (ko) * 2015-11-25 2017-06-02 주식회사 위시어폰 사용자 단말에서 위시리스트를 관리할 수 있도록 하기 위한 장치 및 방법
KR20180038539A (ko) * 2015-08-12 2018-04-16 베이징 가오이 인포메이션 테크놀로지 컴퍼니 리미티드 소프트웨어 개발 키트로 데이터 추적을 구현하는 방법 및 시스템
JP2018513426A (ja) * 2015-02-11 2018-05-24 ベスト コレクト， エス．エー． ディーイー シー．ブイ． 自動インテリジェントデータスクレイピング及び検証
KR20180080535A (ko) * 2017-01-04 2018-07-12 (주)해나소프트 웹 데이터 수집 장치 및 방법
KR20190113680A (ko) * 2018-03-28 2019-10-08 주식회사 테스트웍스 웹 페이지의 테스트 케이스 생성 방법 및 장치
KR20210045283A (ko) * 2019-10-16 2021-04-26 카페24 주식회사 이종 플랫폼 간의 자동 연동 방법, 장치 및 시스템

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2018513426A (ja) * 2015-02-11 2018-05-24 ベスト コレクト， エス．エー． ディーイー シー．ブイ． 自動インテリジェントデータスクレイピング及び検証
KR20180038539A (ko) * 2015-08-12 2018-04-16 베이징 가오이 인포메이션 테크놀로지 컴퍼니 리미티드 소프트웨어 개발 키트로 데이터 추적을 구현하는 방법 및 시스템
KR20170060885A (ko) * 2015-11-25 2017-06-02 주식회사 위시어폰 사용자 단말에서 위시리스트를 관리할 수 있도록 하기 위한 장치 및 방법
KR20180080535A (ko) * 2017-01-04 2018-07-12 (주)해나소프트 웹 데이터 수집 장치 및 방법
KR20190113680A (ko) * 2018-03-28 2019-10-08 주식회사 테스트웍스 웹 페이지의 테스트 케이스 생성 방법 및 장치
KR20210045283A (ko) * 2019-10-16 2021-04-26 카페24 주식회사 이종 플랫폼 간의 자동 연동 방법, 장치 및 시스템

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116226557A (zh) * 2022-12-29 2023-06-06 中国科学院信息工程研究所 待标注数据的拾取方法、装置、电子设备和存储介质
CN116226557B (zh) * 2022-12-29 2024-04-19 中国科学院信息工程研究所 待标注数据的拾取方法、装置、电子设备和存储介质

Similar Documents

Publication Publication Date Title
WO2011096776A2 (ko) 온라인 정보매칭을 이용한 상거래 시스템 및 그 서비스 방법
WO2015005717A1 (ko) 사용자 관심 기반의 상품정보 추천 시스템
WO2020000632A1 (zh) 发票开具方法、装置、设备及计算机可读存储介质
WO2005041032A1 (ja) 統合業務ソフトウエアの導入運用支援システム
WO2018169144A1 (ko) 해외 상품의 직접 거래를 중개하는 방법 및 이를 수행하는 중개 서버
WO2021112463A1 (ko) 기업을 위한 정보 제공 장치 및 방법
WO2014010916A1 (ko) 오프라인 거래정보를 이용한 전자상거래 중개 시스템 및 방법
WO2017074066A1 (ko) 인터넷 콘텐츠 제공 서버 및 그 방법이 구현된 컴퓨터로 판독 가능한 기록매체
WO2022220311A1 (ko) 이종 플랫폼 간의 자동 연동 방법, 장치 및 시스템
CN114239504A (zh) 表单配置方法、装置、设备、可读存储介质及程序产品
CN112597147A (zh) 一种生成场景配置策略的方法、场景配置方法及其装置
WO2016208902A1 (ko) 광고 서비스 제공 시스템, 서버 및 방법
WO2019088316A1 (ko) 온라인 통합 관리 시스템
KR102475305B1 (ko) 이종 플랫폼 간의 자동 연동 방법, 장치 및 시스템
WO2011071326A2 (ko) 온라인을 통한 웹사이트 평가 시상 서비스 운영방법
KR102396110B1 (ko) 이종 쇼핑몰 간의 연동 방법
WO2011014028A2 (ko) 상품 거래 중개 시스템 및 이를 이용한 상품 거래 중개 방법
JPWO2014064757A1 (ja) 法人情報提供装置及びサーバプログラム
WO2021054520A1 (ko) 의료기기 글로벌 마켓 플랫폼 서버 및 그 운영 방법
Zhong et al. Design of smart home system based on raspberry Pi
WO2016036085A1 (ko) Url을 이용한 전자상거래 관리서버 및 그 관리방법
WO2016036084A1 (ko) Url을 이용한 전자상거래 관리서버 및 그 관리방법
WO2020040320A1 (ko) 주제별 챗봇 제공 방법, 이를 이용한 주제별 챗봇 제공 시스템, 챗봇 거래 방법 및 챗봇 거래 시스템
KR20220141123A (ko) 이종 쇼핑몰 간의 연동 방법
Mitzig et al. SciELO suggester: An intelligent support tool for cataloging library resources

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: 21937051

Country of ref document: EP

Kind code of ref document: A1

NENP Non-entry into the national phase

Ref country code: DE

122 Ep: pct application non-entry in european phase

Ref document number: 21937051

Country of ref document: EP

Kind code of ref document: A1