WO2024025220A1 - 온라인 광고 컨텐트 플랫폼을 제공하기 위한 시스템 - Google Patents

온라인 광고 컨텐트 플랫폼을 제공하기 위한 시스템 Download PDF

Info

Publication number
WO2024025220A1
WO2024025220A1 PCT/KR2023/010045 KR2023010045W WO2024025220A1 WO 2024025220 A1 WO2024025220 A1 WO 2024025220A1 KR 2023010045 W KR2023010045 W KR 2023010045W WO 2024025220 A1 WO2024025220 A1 WO 2024025220A1
Authority
WO
WIPO (PCT)
Prior art keywords
celebrity
image
product
features
electronic device
Prior art date
Application number
PCT/KR2023/010045
Other languages
English (en)
French (fr)
Inventor
이장혁
김래현
장승원
Original Assignee
알리고에이아이 주식회사
고려대학교 산학협력단
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 알리고에이아이 주식회사, 고려대학교 산학협력단 filed Critical 알리고에이아이 주식회사
Publication of WO2024025220A1 publication Critical patent/WO2024025220A1/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
    • G06Q30/0241—Advertisements
    • G06Q30/0242—Determining effectiveness of advertisements
    • 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
    • G06Q10/00—Administration; Management
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • 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
    • G06Q10/00—Administration; Management
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063—Operations research, analysis or management
    • G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
    • G06Q10/06311—Scheduling, planning or task assignment for a person or group
    • G06Q10/063112—Skill-based matching of a person or a group to a task
    • 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
    • G06Q30/02—Marketing; Price estimation or determination; Fundraising
    • G06Q30/0241—Advertisements
    • G06Q30/0277—Online advertisement
    • 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
    • G06Q30/00—Commerce
    • G06Q30/06—Buying, selling or leasing transactions
    • G06Q30/0601—Electronic shopping [e-shopping]
    • G06Q30/0613—Third-party assisted
    • G06Q30/0619—Neutral agent

Definitions

  • This disclosure relates to a system for providing an online advertising content platform, an electronic device included in the system, and a method of operating the electronic device.
  • a platform is needed to mediate between advertisers who sell products, creators who produce advertisements, and celebrities who appear in advertisements. If you want to run an online advertisement for a specific product on an online advertising content platform, the advertisement effect can be increased if a celebrity who matches the attributes of the product you want to advertise appears in the advertisement.
  • a suitable celebrity can be recommended according to a specific product.
  • an online advertising content platform providing system includes a server and an electronic device, where the server obtains at least one content of a specific product from the electronic device, and the at least one content is an image of the specific product. and, based on at least one content, obtain product attribute information of a specific product, the product attribute information corresponds to a plurality of product features, and based on the product attribute information, a plurality of product attributes related to the plurality of product features.
  • the characteristics of the celebrities in the first group may differ at least in some ways.
  • an electronic device includes a display, a memory, and at least one processor, wherein the at least one processor acquires at least one content of a specific product, and the at least one content includes an image of a specific product. and obtaining product attribute information of a specific product based on at least one content, wherein the product attribute information is based on a plurality of product features, based on a plurality of celebrity images, and obtains product attribute information for each of the plurality of celebrity images.
  • Obtain the celebrity features, and the plurality of celebrity features for each of the plurality of celebrity images includes first features for the first image of the specific celebrity and second features for the second image of the specific celebrity, and the first features and the second features are different at least in part, and based on the product attribute information, obtain at least one celebrity image from among the plurality of celebrity images and specified celebrity features from among the plurality of features corresponding to the at least one celebrity image; , obtain celebrity image recommendation information including at least one celebrity image and specified celebrity features, and display, through a display, a first screen including at least one celebrity image and specified celebrity features, based on the celebrity image recommendation information. You can.
  • a method of operating an electronic device includes acquiring at least one content of a specific product, wherein the at least one content includes an image of the specific product, and based on the at least one content, of the specific product.
  • the plurality of celebrity features includes first features for a first image of a particular celebrity and second features for a second image of a particular celebrity, wherein the first features and the second features are at least partially different, and the product Based on the attribute information, an operation of obtaining at least one celebrity image from among a plurality of celebrity images and designated celebrity features from among a plurality of features corresponding to the at least one celebrity image, the at least one celebrity image and the designated celebrity features.
  • the method may include obtaining celebrity image recommendation information and displaying a first screen including at least one celebrity image and designated celebrity features based on the celebrity image recommendation information.
  • a method of operating an online advertising content platform providing system and a method of operating an online advertising content platform providing system include an advertiser selling a product, a creator producing an advertisement, and a celebrity appearing in the advertisement. It can provide a platform that mediates between the two.
  • celebrities can be provided with the effect of significantly increasing advertising revenue at a fixed cost, expanding the area where they can be exposed to advertising, and receiving orders for advertising for multiple product groups at the same time.
  • risks associated with advertising contracts can be minimized, and cases of abuse due to exposure to advertising can be prevented in advance by the celebrity holding the final decision-making authority when requesting the use of the celebrity's image rights. .
  • Advertisers can run advertisements quickly by accessing a library of photos and videos of celebrities, and can maximize advertising effectiveness by running advertisements while the celebrity's popularity lasts.
  • a system that automatically recommends celebrities suitable for the product to be advertised can provide the advantage of using the optimal celebrity for advertising at the optimal cost.
  • FIG. 1 is a block diagram of devices included in a system, according to various embodiments.
  • FIG. 2 is a block diagram of an electronic device according to various embodiments.
  • Figure 3 is a diagram for explaining examples of artificial intelligence models according to various embodiments.
  • Figure 4 is a diagram for explaining learning data according to various embodiments.
  • Figure 5 is a diagram for explaining a learned artificial intelligence model according to various embodiments.
  • FIG. 6 is a flowchart illustrating a method of operating an online advertising content platform providing system according to various embodiments.
  • FIG. 7 is a flowchart illustrating a method of operating an online advertising content platform providing system according to various embodiments.
  • FIG. 8 is a diagram illustrating examples of graphic objects included in a screen recommending celebrities, according to various embodiments.
  • Figure 9 shows an example of a screen for receiving information about a specific product, according to various embodiments.
  • Figure 10 shows an example of a screen for receiving product category information, according to various embodiments.
  • FIG. 11 illustrates an example of a screen recommending celebrities, according to various embodiments.
  • FIG. 12A illustrates an example representing a profile of a specific celebrity, according to various embodiments.
  • FIG. 12B illustrates an example representing a profile of a specific celebrity, according to various embodiments.
  • FIG. 13 illustrates an example of an interface screen that mediates negotiations between advertisers and celebrities, according to various embodiments.
  • FIG. 14 illustrates an example of a screen showing a creator's recommendation screen, according to various embodiments.
  • FIG. 15 illustrates an example representing a profile of a specific creator, according to various embodiments.
  • FIG. 16 illustrates an example of an interface screen that mediates negotiations between advertisers and creators, according to various embodiments.
  • 17 illustrates an example of a results screen of an advertising brokerage platform, according to various embodiments.
  • Figure 18 shows an example showing advertisement execution results according to various embodiments.
  • FIG. 1 is a block diagram of devices included in system 100, according to various embodiments.
  • the system 100 may be a system for providing an online advertising content platform.
  • the system 100 may provide a platform that mediates between advertisers who sell products, creators who produce advertisements, and celebrities who appear in advertisements.
  • the system 100 can provide.
  • the system 100 may include an electronic device 101, a first external electronic device 110, a second external electronic device 120, and/or a server 130.
  • the electronic device 101 may be an advertiser's electronic device.
  • the first external electronic device 110 may be a famous person's electronic device.
  • the second external electronic device 120 may be the creator's electronic device.
  • the server 130 may be a server that mediates the electronic device 101, the first external electronic device 110, and the second external electronic device 120.
  • each device is shown as one, but this is only an example, and the electronic device 101, the first external electronic device 110, and the second external electronic device ( 120)
  • the components shown in FIG. 1 may use wired communication and/or wireless communication. It can be connected through communication, and through the communication, various information and/or data described in the present disclosure can be exchanged.
  • FIG. 2 is a block diagram of an electronic device 101 according to various embodiments.
  • FIG. 2 other components included in the system 100 (e.g., the first electronic device 110, the second electronic device 120, and/or the server 130) are shown in FIG. 2. It may be implemented to perform at least some of the operations of the electronic device 101 described in this disclosure, including the same components as the components described above.
  • the electronic device 101 includes a data acquisition device 210 such as a camera 211, a microphone 213, and a communication circuit 215, a plurality of applications 231, and a plurality of artificial intelligence models.
  • the data acquisition device 210 may be interpreted as a logical concept for classifying devices for acquiring content among devices included in the electronic device 101.
  • the data acquisition devices 210 include various types of devices (e.g., various sensors, touch, etc.) for acquiring various types of content described below. screen) may be further included.
  • the data acquisition devices 210 may acquire various types of data (or content) to be processed based on an artificial intelligence model 233, which will be described later.
  • the data acquisition devices 210 are driven in accordance with the execution and/or driving of processes, programs, and/or applications installed (or stored) in the electronic device 101 to provide various types of data acquisition devices.
  • data can be obtained.
  • the electronic device 101 drives the camera 211 (e.g., performs an operation to control the readout of the image sensor) to produce an image and/or video as data. It can be obtained.
  • the electronic device 101 may drive the microphone 213 to obtain audio data such as the user's speech and/or surrounding sounds.
  • the electronic device 101 establishes a communication connection with a media server using the communication circuit 215 and obtains media data such as images, video, and audio data. can do.
  • media data such as images, video, and audio data.
  • the camera 211 may capture still images (or images) and moving images.
  • at least one camera 211 may include one or more lenses, image sensors, image signal processors, or flashes.
  • the electronic device 101 may include cameras 211 each having different properties or functions (or purposes).
  • at least one camera 211 may include cameras with different viewing angles. The angle of view is, as an example, a super wide angle of 114° to 94°, a wide angle, a normal lens of 84° to 63°, a telephoto of 28° to 8°, and It may include a super telephoto of 6° to 3°.
  • the at least one camera 211 includes at least one front camera disposed on the front to capture images and/or videos as described above and at least one rear camera disposed on the back to capture images and/or videos. May include a camera.
  • the microphone 213 may receive sound from outside the electronic device 101.
  • the electronic device 101 eg, processor 240
  • the microphone 213 may drive the microphone 213 and receive externally generated sound through the microphone 213. Sounds generated externally may include voices (or utterances) of speakers (e.g., the user and/or other speakers (or others)), household noise, and ambient (or background) noise.
  • the microphone 213 may include a plurality of microphones.
  • the electronic device 101 e.g., processor 240
  • Each of the plurality of microphones 213 is arranged in the electronic device 101 to be spaced apart at a predetermined distance, and receives sound through each microphone 213 for a time or phase related to the spaced distance and the direction in which sound is to be acquired.
  • the sub-sound can be obtained by processing the sound as a signal. Since the beamforming technology is a well-known technology, detailed description will be omitted.
  • the communication circuit 215 forms a communication connection with an external electronic device (e.g., other electronic devices 110, 120, or the server 130) using various types of communication methods, and transmits data. and/or receive.
  • the communication method is a communication method that establishes a direct communication connection such as Bluetooth and Wi-Fi direct, a communication method that uses an access point (AP) (e.g., Wi-Fi communication), or a base station (base station).
  • AP access point
  • base station base station
  • FIG. 3 is a diagram for explaining an example of an artificial intelligence model 233 according to various embodiments.
  • the artificial intelligence model 233 may be stored in the electronic device 101, the first external electronic device 110, and/or the second external electronic device 120.
  • the server 130 may create (or update) the artificial intelligence model 233 and perform various operations described in this disclosure using the created artificial intelligence model 233. there is.
  • the server 130 provides the generated artificial intelligence model 233 to the electronic device 101, and the electronic device 101 uses the provided (or downloaded) artificial intelligence model 233.
  • the electronic device 101 may create (or update) an artificial intelligence model 233 and perform various operations described in this disclosure using the created artificial intelligence model 233. there is.
  • the artificial intelligence models 233 are models that have been previously trained based on a designated type of learning algorithm, and receive various types of data (or content) as input, perform calculations, and output result data (or, These may be artificial intelligence models that have been implemented in advance to acquire.
  • the server 130 or the electronic device 101 learns to output a specific type of result data as output data using specified types of data as input data based on a machine learning algorithm or a deep learning algorithm. This may be performed to generate a plurality of artificial intelligence models 233 (e.g., a machine learning model and a deep learning model).
  • the machine learning algorithms include supervised algorithms such as linear regression and logistic regression, clustering, visualization and dimensionality reduction, and association rule learning ( It includes unsupervised learning algorithms such as association rule learning, and reinforcement learning algorithms, and the deep learning algorithms include Artificial Neural Network (ANN), Deep Neural Network (DNN), and Convolution Neural Network (CNN). Network), and may further include various learning algorithms without being limited to what is described.
  • the trained artificial intelligence model 233 includes at least one matrix (e.g., convolutional layer, pooling layer) for calculating input data, and performs an operation on the input data based on the matrices to generate result data. It can be implemented to output . As an example, as shown in FIG.
  • image data and information about objects included in the image data are used as training data (e.g., image data is input data, objects (or subjects) (set information about as output data) an artificial intelligence model 233 (e.g., CNN model) may be created, and the generated artificial intelligence model 233 may receive content 301 (e.g., image data) as input.
  • an artificial intelligence model 233 e.g., CNN model
  • the generated artificial intelligence model 233 may receive content 301 (e.g., image data) as input.
  • by calculating the input image data using a convolution layer, activation function (e.g. sigmoid, Relu), and pooling layer It may be implemented to output output content 303 (e.g., result data) including information about objects (e.g., instance segmented image data).
  • the deep learning model learned based on the CNN may include more layers in addition to the convolutional layer and pooling layer shown, and since it is a well-known technology, detailed description will be omitted.
  • audio data and information about speakers are used as training data based on another learning algorithm (e.g., audio data is input data, and information about speakers is input data).
  • other artificial intelligence models e.g., machine learning models, or deep learning models
  • the artificial intelligence model 233 has 32 bits of values (hereinafter, operation values) associated with the specified computational ability (e.g., weight operation value (e.g., weight precision)) and an activation function operation value (e.g., activation function precision) can be implemented to include weights of a matrix corresponding to 32 bits, and activation functions.
  • the calculation value is a value for the ability to calculate parameters such as weights or activation functions (e.g. sigmoid, Relu), the weights It can include calculation values for (e.g. weight precision) and calculation values for the activation function (e.g. activation precision).
  • the server 130 uses the electronic device 101, the first external electronic device 110, and/or the second external electronic device.
  • Various contents can be received from 120 and the results processed using the artificial intelligence model 233 can be provided to the electronic device 101.
  • the electronic device 101 creates (or stores) the artificial intelligence model 233
  • the electronic device 101 processes various acquired contents using the artificial intelligence model 233 and outputs the results. It may be possible.
  • Figure 4 is a diagram for explaining learning data according to various embodiments.
  • the artificial intelligence model 233 may be learned using first learning data 401 and second learning data 402.
  • the first learning data 401 may be input data
  • the second learning data 402 may be data to be output through the artificial intelligence model 233.
  • the artificial intelligence model 233 learned by the first learning data 401 and the second learning data 402 receives the same type of input data as the first learning data 401 and receives the second learning data 401.
  • the same type of output data as the learning data 402 can be output.
  • the artificial intelligence model 233 may be implemented in plural numbers.
  • the first learning data 401 includes product information described later
  • the second learning data 402 includes product features described later and/or product feature values corresponding to each of the product features.
  • a first artificial intelligence model may be created according to learning data related to the product.
  • the celebrity A second artificial intelligence model may be created according to the learning data related to.
  • a plurality of artificial intelligence models may be created depending on the type of celebrity (e.g., race (white, yellow, black), gender (male, female), etc.).
  • a third artificial intelligence model is created based on information related to celebrities of the first race (or first gender) (e.g., celebrity information, celebrity features, celebrity feature values)
  • a fourth artificial intelligence model may be created based on information related to celebrities of two races (or second gender) (e.g., celebrity information, celebrity features, celebrity feature values).
  • the electronic device 101 i.e., advertiser
  • a single celebrity may be provided as a recommendation result.
  • the product-related artificial intelligence model and the celebrity-related artificial intelligence model are described as an artificial intelligence model with the same reference number 233.
  • the product-related artificial intelligence model and the celebrity-related artificial intelligence model are It will be understood by those skilled in the art that they can be implemented and used separately.
  • the artificial intelligence model 233 uses information about the product as the first learning data 401, and selects product features and/or product features.
  • P feature values e.g., product feature vector (matrix of size P
  • the product information may include the product image, name, category, product description, manufacturer information, or the manufacturer's URL, but the product information used as the first learning data 401
  • Product information may be provided by an advertiser (e.g., the advertiser's electronic device 101) or may be collected from an external server (e.g., an external cloud server containing information on various products).
  • the second learning data 402 may include a plurality of product characteristics and a plurality of feature values corresponding to the plurality of product characteristics.
  • “Product features” may be designated features associated with a product.
  • plural product characteristics include “innovative,” “original,” “economic,” “trendy,” “unique,” etc. can do.
  • the plurality of product features can be preset or changed, and there is no limit to the number of the plurality of product features.
  • a plurality of product features may be determined based on first learning data (eg, product information).
  • the plurality of feature values corresponding to the plurality of product features may be numerical values corresponding to each of the plurality of product features.
  • the second learning data 402 may include a plurality of product characteristics (e.g., “innovative,” “unique,” “economical,” “trending,” “unique,” etc.), such as Equation 1: ) may include a plurality of feature values each corresponding to .
  • the form of Equation 1 (F p ) (e.g., vector and/or matrix form) is only an example, and there are no restrictions on the form of the second learning data 402.
  • Equation 1 p 1 represents the first characteristic value (numerical value) corresponding to the first product characteristic (e.g. “innovative”), and p 2 represents the first characteristic value (numeric value) corresponding to the second product characteristic (e.g. “unique”).
  • p 3 represents the third feature value (numerical value) corresponding to the third product feature (e.g. “economical”), and
  • p 4 represents the fourth product feature (e.g. “fashionable”).
  • p 5 may represent the fifth characteristic value (numerical value) corresponding to the fifth product characteristic (e.g. “unique”)
  • product attribute information e.g. :
  • the product feature vector (F p )) may include p feature values corresponding to a total of p product features.
  • feature values are described as values falling within the range of 0 to 10, but feature values may be defined in various ranges other than the above-mentioned range (0 to 10). For example, feature values may be set to 0 or 1.
  • product characteristic values e.g., data (F p ) in vector and/or matrix form
  • product characteristics or product attribute information
  • the artificial intelligence model 233 uses information about a celebrity as the first learning data 401 and responds to celebrity features and/or celebrity features.
  • the characteristic value can be provided as the second learning data 402 and learned.
  • the celebrity information used as the first learning data 401 may include the celebrity's image (and/or video), the celebrity's name, age, height, weight, or a description of the celebrity. There is no limit to the celebrity information used as the first learning data 401.
  • the celebrity's information may be provided by the celebrity (e.g., the celebrity's first external electronic device 110) or may be collected from an external server (e.g., an external cloud server containing various celebrity information).
  • the second learning data 402 includes a plurality of celebrity features and/or a plurality of C feature values (e.g., a celebrity feature vector (CX 1-sized matrix)) corresponding to the plurality of celebrity features.
  • a “celebrity characteristic” may be a specified characteristic associated with a person.
  • plural celebrity characteristics may include “cute,” “lovely,” and “cool.” )”, “gorgeous”, “luxury”, “healthy”, etc.
  • the plurality of celebrity characteristics may be preset or changed, and the number of plurality of celebrity characteristics may be There is no limitation.
  • celebrity features may be determined based on first learning data (e.g., celebrity information). For example, when there is a post containing information about a specific celebrity in SNS.
  • the plurality of feature values corresponding to the plurality of celebrity features may be numerical values corresponding to each of the plurality of celebrity features.
  • the second learning data 402 is a plurality corresponding to plural celebrity characteristics (e.g., “cute”, “lovely”, “hot”, “cool”, “classy”, “healthy”, etc.), as shown in Equation 2. It may include feature values of The form of Equation 2 (F c ) (e.g., vector and/or matrix form) is only an example, and there is no limitation on the form of the second learning data 402.
  • Equation 2 c 1 represents the first feature value (numerical value) corresponding to the first celebrity feature (e.g., “cute”), and c 2 represents the first feature value (numeric value) corresponding to the second celebrity feature (e.g., “lovely”). represents the second feature value (numerical value), c 3 represents the third feature value (numerical value) corresponding to the third celebrity feature (e.g., “handsome”), and c 4 represents the fourth feature value (e.g., “cool”). ”), c 5 represents the fifth feature value (numerical value) corresponding to the fifth celebrity feature (e.g. “high-class”), and c 6 represents the sixth celebrity feature. (e.g., “healthy”) may represent the sixth feature value (numerical value ) corresponding to the Can contain values.
  • feature values are described as values falling within the range of 0 to 10, but feature values may be defined in various ranges other than the above-mentioned range (0 to 10). For example, feature values may be set to 0 or 1.
  • a set of celebrity feature values e.g., data (F c ) in vector and/or matrix form
  • “celebrity attribute” or celebrity attribute information
  • celebrity attribute information may be determined to correspond to the image (and/or video) of the celebrity used as first learning data. For example, even if the celebrity is the same, celebrity attribute information for the first image of the celebrity may be different from celebrity attribute information for the second image of the celebrity.
  • product features and celebrity features may overlap.
  • product features such as “healthy” may be used as celebrity features to represent the attributes of celebrities, and as in the examples described in this disclosure, product features and celebrity features are not necessarily set differently.
  • Figure 5 is a diagram for explaining a learned artificial intelligence model according to various embodiments.
  • the artificial intelligence model 233 may receive first data 501 and output second data 502.
  • the first data 501 may be the same type of data as the first learning data 401 of FIG. 4
  • the second data 502 may be the same type of data as the second learning data 402 of FIG. 4. It may be the same type of data.
  • the artificial intelligence model 233 receives product information as first data 501 and inputs product features and/or feature values corresponding to the product features as second data 502. It can be output as .
  • Product information, product attributes, and feature values corresponding to the product attributes can be understood through the description of FIG. 4.
  • the artificial intelligence model 233 receives information about a celebrity as first data 501, and inputs celebrity features and/or feature values corresponding to the celebrity features as second data 502. It can be output as .
  • Celebrity information, celebrity features, and feature values corresponding to celebrity features can be understood through the description of FIG. 4.
  • FIG. 6 is a flowchart illustrating a method of operating an online advertising content platform providing system according to various embodiments.
  • FIG. 6 and the operations of FIG. 7 may be performed organically, and at least some of the operations of FIG. 6 and the operations of FIG. 7 may be omitted.
  • operations 601 to 605 will be described as being performed by the server 130. However, when the electronic device 101 includes the artificial intelligence model 233, at least some of operations 601 to 605 are performed by the electronic device ( 101).
  • the server 130 may obtain at least one content of a specific product in operation 601.
  • the server 130 may obtain (eg, receive) at least one content of a specific product from the electronic device 101 .
  • at least one content may include information (eg, image, name, category, description) of the specific product.
  • the server 130 may receive and obtain at least one content of a specific product input through the electronic device 101. At least a portion of at least one content of a specific product may be collected from an external server (eg, an external cloud server containing information on various products).
  • an external server eg, an external cloud server containing information on various products.
  • the server 130 may obtain product attribute information in operation 603.
  • the server 130 uses the artificial intelligence model 233 to provide product attribute information of a specific product (e.g., product attribute information of a specific product in the form of Equation 1), based on at least one content acquired. product feature values) can be obtained.
  • product attribute information of a specific product e.g., product attribute information of a specific product in the form of Equation 1
  • the electronic device 101 obtains product attribute information of a specific product using the artificial intelligence model 233
  • the obtained product attribute information may be provided to the server 130.
  • celebrity attribute information may be different depending on the image (photo and/or video) of the celebrity, even if it is the same celebrity.
  • a first image e.g., a smiling image
  • a second image e.g., an image of the person exercising
  • the feature value of the sixth celebrity feature can be calculated to be high.
  • the server 130 may provide recommended celebrity image information confirmed based on weight values related to product attribute information.
  • the server 130 may check weight values related to product attribute information.
  • weight values can be expressed in the form of a matrix of size 1
  • the weight values (w 1 , w 2 , ..., w c ) of Equation 3 may be calculated differently depending on product attribute information (eg, product feature values). Weight values (w 1 , w 2 , ..., w c ) may each correspond to celebrity feature values of the same row. For example, the nth weight value (w n ) of the nth row may correspond to the nth celebrity feature value (c n ) of the nth row.
  • the weight matrix (W) may be calculated from the calculation result of product attribute information and the reference matrix (M).
  • the weight matrix (W) related to product attribute information of a specific product can be calculated as the result of matrix operation of the product feature vector (F p ) and the reference matrix (M).
  • the reference matrix (M) can be defined as a PXC-sized matrix.
  • the reference matrix (M) may be common regardless of a specific product (e.g., regardless of product attribute information), and the weight matrix (W) related to a specific product may be related to the product characteristics of the specific product in the same reference matrix (M). It can be calculated as a vector operation result.
  • reference information e.g., reference matrix (M)
  • M reference matrix
  • the server 130 may provide at least one celebrity image among a plurality of celebrity images as a celebrity image recommendation result based on the weight matrix W.
  • the server 130 uses the weight matrix (W) identified in relation to the product attribute information of a specific product to determine brand fit (or expected advertising effect ( Example: Expected CTR (click through ratio)) can be calculated, and the calculation method will be explained in more detail through the drawings described later.
  • the server 130 may provide information including at least one celebrity image with high brand suitability (or expected advertising effect) to the electronic device 101.
  • the electronic device 101 may display a screen including a celebrity image and a specified number of celebrity features in operation 607.
  • the electronic device 101 may receive information including at least one celebrity image from the server 130 and display at least one recommended celebrity image based on the received information.
  • the electronic device 101 may identify a specified number of celebrity features among a plurality of celebrity features.
  • the server 130 may check the weight values of the weight matrix (W) identified in relation to product attribute information of a specific product.
  • the server 130 may check a designated number of weight values among the weight values.
  • the server 130 may compare the sizes of the weight values and identify a designated number of weight values that are larger in size.
  • Server 130 may be configured to: identify a specified number of weight values, a specified number of celebrity features corresponding to (e.g., located in the same row) the specified number of weight values, and/or feature values of the specified number of celebrity features. Information including these may be provided (eg, transmitted) to the electronic device 101.
  • the electronic device 101 may display a designated number of celebrity characteristics based on information provided from the server 130.
  • the electronic device 101 may display celebrity feature values of the specified number of celebrity features together, which will be described in more detail with reference to the drawings described later.
  • the electronic device 101 may display at least one recommended celebrity image together with another image of a celebrity corresponding to the recommended celebrity image, which will be described in more detail with reference to the drawings below. do.
  • FIG. 7 is a flowchart illustrating a method of operating an online advertising content platform providing system according to various embodiments.
  • operations 701 to 709 are described as being performed by the server 130, but when the electronic device 101 includes the artificial intelligence model 233, at least some of operations 701 to 709 are performed by the electronic device ( 101).
  • FIG. 6 and FIG. 7 may be performed organically, and at least some of the operations of FIG. 6 and FIG. 7 may be omitted.
  • the server 130 may obtain at least one content of a specific product in operation 701.
  • Operation 701 may be operation 601, and description in the overlapping range will be omitted.
  • the server 130 may obtain product attribute information in operation 703.
  • Operation 703 may be operation 603, and description in the overlapping range will be omitted.
  • the server 130 may check weight values related to product attribute information in operation 705.
  • the server 130 is based on the obtained product attribute information (e.g., F p in Equation 1) and reference information (e.g., reference matrix (M) in Equation 5) of the specific product. You can check weight values related to product attribute information (e.g., weight matrix (W) in Equation 4).
  • the server 130 may check the brand suitability (or expected advertising effect) for each celebrity image based on the confirmed weight values.
  • the server 130 may store a plurality of celebrity images in association with each celebrity image's celebrity attribute information (eg, F c in Equation 2). The server 130 calculates the brand suitability (or, You can check the expected advertising effect.
  • the brand suitability (S) is the result of a matrix multiplication operation of a weight matrix ( W ) of size 1 That is, it can be calculated as a scalar value.
  • the brand suitability (S) of each celebrity image may be displayed through the electronic device 101 in the form of a percentage and/or a graphic object, and will be described in more detail with reference to the drawings described later.
  • the server 130 may recommend at least one celebrity image related to a specific product based on the confirmed brand suitability (or expected advertising effect). For example, the server 130, based on the brand suitability (or expected advertising effect) (S) of each celebrity image, selects at least one of the plurality of celebrity images with high brand suitability (or expected advertising effect). Celebrity images can be recommended as celebrity images related to the specific product.
  • FIG. 8 is a diagram illustrating examples of graphic objects included in a screen recommending celebrities, according to various embodiments.
  • a screen recommending a celebrity may include a graphic object representing a specified number of celebrity features and/or feature values of the celebrity feature (hereinafter, celebrity feature values).
  • the electronic device 101 may display a specified number of celebrity features through a graphic object.
  • the displayed celebrity features correspond to a specified number of larger weight values (e.g., the same row) among the weight values related to the product attribute information of a specific product (e.g., the weight matrix (W) in Equation 4). (located in) may be celebrity characteristics.
  • the order in which the celebrity features are displayed may be determined based on the sizes of corresponding weight values. For example, the celebrity features corresponding to weight values that are relatively large in size may be displayed in the order of celebrity features corresponding to weight values that are relatively small in size in a first direction (eg, clockwise).
  • a first direction eg, clockwise
  • the electronic device 101 may display celebrity feature values through a graphic object. For example, for each celebrity image, celebrity feature values corresponding to a specified number of celebrity features displayed through a graphic object may be displayed among the celebrity attribute information of each celebrity image.
  • the 4th weight value is the largest, and the subsequent order of magnitude is the 5th weight value, the 6th weight value, and the 1st weight value. It can be expressed.
  • numerical values e.g., 9, 8, 7, 6, 5 corresponding to each celebrity's characteristics are displayed through graphic objects. This represents celebrity feature values corresponding to the celebrity features “gorgeous,” “luxury,” “healthy,” “cool,” and “cute,” respectively.
  • the electronic device 101 may display the numerical values (e.g., celebrity feature values) in the form of a radial graph.
  • the electronic device 101 displays the numerical values in a polygonal shape (e.g., a pentagon) connecting points representing the numerical values (e.g., celebrity characteristic values). It may also indicate Meanwhile, as shown in (b) of FIG. 8, numerical values (e.g., 9, 8, 7, 6, 5) may be omitted to correspond to each celebrity feature.
  • celebrity features displayed through graphic objects may be determined based on weight values related to product attribute information (eg, depending on the size of the weight values).
  • product attribute information may vary depending on the product being advertised
  • the group of celebrity features displayed through the graphic object may vary depending on the product being advertised.
  • the product targeted for advertising is a first product
  • the characteristics of celebrities from the first group are displayed
  • the product targeted for advertising is a second product with different product attribute information from the first product
  • the features of celebrities from the second group are displayed,
  • the celebrity characteristics of the first group and the celebrity characteristics of the second group may be different in whole or in part.
  • the numerical values displayed through the graphic object may be determined based on the celebrity feature value of each celebrity image (eg, according to the size of the celebrity feature value). That is, since celebrity attribute information may vary depending on the celebrity image, the numerical values displayed through the graphic object (and/or the form of a radial graph, etc.) may be different depending on the celebrity image.
  • Figure 9 shows an example of a screen for receiving information about a specific product, according to various embodiments.
  • the electronic device 101 may display a screen 900 that receives content for a specific product that an advertiser wishes to advertise.
  • an advertiser may input information about a product to be advertised through the screen 900 displayed on the electronic device 101.
  • the screen 900 displays product information (e.g., name, price, category, description, and image related to the product) and information about the preferred advertising model (e.g., advertising model's gender, category, and description). May include an interface for receiving input.
  • the screen 900 may include an interface (eg, 910, 920) that receives an image of a product and displays the received image.
  • the screen 900 may further include an interface for specifying the country in which the advertiser wishes to advertise.
  • the electronic device 101 provides product content (e.g., name, price, category, description, image related to the product) input through the screen 900 to the server 130 to advertise.
  • product attribute information e.g., feature values corresponding to a plurality of product features
  • product content e.g., name, price, category related to the product
  • product attribute information e.g., feature values corresponding to a plurality of product features
  • Figure 10 shows an example of a screen for receiving product category information, according to various embodiments.
  • the electronic device 101 may display a screen 1000 including a search interface 1010.
  • the electronic device 101 may receive a product category input through the search interface 1010 and provide information about celebrities (or celebrity images) related to the input product category.
  • celebrities or celebrity images related to “cosmetics” may be searched.
  • Celebrity images may be searched.
  • the screen of FIG. 11 e.g., screen 1100
  • the screen of FIG. 14 e.g., screen 1400
  • FIG. 11 illustrates an example of a screen recommending celebrities, according to various embodiments.
  • the electronic device 101 may display a screen 1100 recommending at least one celebrity image. For example, through the method described in the preceding drawings, when at least one content of a specific product is input, the electronic device 101 identifies at least one celebrity through a process of obtaining product attribute information of the specific product. A screen recommending images can be displayed. Alternatively, as described above in FIG. 10, based on a product category being input through the search interface 1010, recommendation results for at least one celebrity or at least one unknown celebrity related to the input product category may be displayed. .
  • the displayed information about the celebrity may include information about the celebrity's image, brand fit, popularity, advertising contract price, and exclusion. You can.
  • product fit may be calculated based on weight values related to a specific product described in the preceding drawings and/or celebrity attribute information of each celebrity image.
  • popularity may be an indicator of a celebrity's popularity in real time or in the future. For example, popularity can be confirmed in real time based on Internet search volume data. For example, popularity can be calculated or predicted based on a future point in time depending on the celebrity's future work plans. For example, the popularity of a celebrity may be determined differently (e.g., awareness by country) depending on the country in which the advertisement is intended.
  • the advertising contract price may represent the celebrity's CPC (cost per click), etc.
  • the advertising contract unit price may be set in advance for the relevant celebrity, and may be determined based on advertising performance and/or real-time awareness of advertisements previously executed by the celebrity.
  • the advertising contract unit price does not fall within (e.g., exceeds) the range calculated based on the advertising execution period and/or advertising budget.
  • Celebrities may be excluded from recommendation results.
  • the excluded product may represent a category of products that the celebrity excludes. For example, if a specific celebrity registers “Alcohol” as an exception product, and the category of the specific product is “Alcohol”, the specific celebrity may be excluded from the recommendation results.
  • criteria for searching at least one celebrity image may be displayed in one area (eg, left area) of the screen 1100.
  • Information related to celebrity features may be provided that corresponds to a relatively high specified number of weight values, as described in FIG. 8 .
  • the celebrity features may be presented in text form and/or in the form of a pentagon similar to the graphical object of Figure 8.
  • the displayed information about the celebrity may include images 1110a, 1120a, and 1130a with the highest brand suitability among the celebrity images of the celebrity. According to one embodiment, among the celebrity images of the celebrity, a plurality of images with high brand suitability may be displayed.
  • displayed information about celebrities may include graphic objects 1110b, 1120b, and 1130b representing celebrity feature values of each celebrity (or each celebrity image).
  • each graphic object may represent celebrity feature values corresponding to a relatively high specified number of weight values, and parts already described in FIG. 8 will be omitted.
  • celebrity features such as “gorgeous” may not be displayed in the graphic objects 1110b, 1120b, and 1130b, but as shown in FIG. 8, the celebrity feature values along with the celebrity feature values.
  • Celebrity characteristics corresponding to may also be displayed.
  • FIG. 12A illustrates an example representing a profile of a specific celebrity, according to various embodiments.
  • FIG. 12B illustrates an example representing a profile of a specific celebrity, according to various embodiments.
  • the electronic device 101 may display a screen 1210 including the profile of the selected celebrity.
  • the screen 1210 includes a representative image 1211 of the selected celebrity, a name 1212, a reputation 1213, a description 1214, and an object 1215 representing celebrity characteristics (e.g., a radial graph). ), a portfolio 1216, and an object 1217 representing a country.
  • the representative image 1211 may be an image displayed in a celebrity image recommendation screen (e.g., an image with high brand suitability) or an image in which the celebrity is preset.
  • portfolio 1216 may include at least one image of a selected celebrity.
  • the electronic device 101 when the selected celebrity registers a plurality of images, the electronic device 101 includes a specified number of images with high brand suitability among the plurality of images in the portfolio 1216 (or, in the portfolio 1216 ) can be placed at the top of ).
  • fame 1213 displayed on screen 1210 of FIG. 12A may be displayed as a graph according to viewpoint.
  • the fame 1213 displayed on the screen 1210 may be determined according to at least one country represented by the object 1217 representing the country displayed on the screen 1210.
  • the object 1216 representing a country displayed on the screen 1210 may be an object 1216 representing countries in which a product is expected to be advertised.
  • fame 1223 displayed on screen 1220 of FIG. 12B may be displayed as a graph according to viewpoint.
  • the fame 1223 displayed on the screen 1220 may be determined according to at least one country represented by the object 1226 representing the country displayed on the screen 1220.
  • the object 1227 representing a country displayed on the lower surface 1220 of FIG. 12B may be an object 1227 representing a specific country (e.g., one country) in which a product is expected to be advertised,
  • the fame 1213 displayed on the screen 1210 of FIG. 12A may be different from the celebrity 1223 displayed on the screen 1220 of FIG. 12B.
  • the objects 1215 and 1225 may represent a specified number (e.g., 5) of celebrity features with high magnitudes of celebrity features and their feature values, among a plurality of celebrity features. , for example, may be displayed in the form of a radial graph.
  • the objects 1215 are a specified number of objects with a high weight value associated with a specific product, similar to the graphic objects shown in FIG. 8 and/or the graphic objects 1110a, 1110b, and 1110c in FIG. 11. It may also represent celebrity features corresponding to weight values.
  • FIG. 13 illustrates an example of an interface screen that mediates negotiations between advertisers and celebrities, according to various embodiments.
  • the electronic device 101 may display a screen 1300 including a negotiation mediation interface when a specific celebrity (or a specific celebrity image) is selected from the celebrity recommendation results.
  • the screen 1300 may include celebrity characteristics and their characteristic values, the advertising contract unit price (or range) desired by the celebrity, and/or a message input field.
  • the electronic device 101 may provide an interface for conducting negotiations with a selected celebrity. For example, an advertiser can set an advertising contract price and enter a message to be sent to the celebrity through the message input box, and the advertising contract price and message can be delivered to the celebrity, allowing negotiations to proceed.
  • a selected celebrity For example, an advertiser can set an advertising contract price and enter a message to be sent to the celebrity through the message input box, and the advertising contract price and message can be delivered to the celebrity, allowing negotiations to proceed.
  • FIG. 14 illustrates an example of a screen showing a creator's recommendation screen, according to various embodiments.
  • the electronic device 101 may display a screen 1400 recommending at least one creator.
  • the screen 1400 may include an image of at least one creator (1410, 1420, 1430), a nickname, and the creator's specifications (e.g., technical field that the creator can provide, advertising contract price, history). You can.
  • the at least one creator displayed may include a creator related to the input product category (eg, “cosmetics”) and/or related to information about a specific product that the advertiser wants to advertise. “Pending” displayed on the left side of the screen 1400 may indicate the progress of negotiations with the celebrity selected by the advertiser. If the celebrity accepts the advertising contract price proposed by the advertiser, “Pending” may indicate “Accepted”. It can be changed to text such as “.”
  • FIG. 15 illustrates an example representing a profile of a specific creator, according to various embodiments.
  • the electronic device 101 may display a screen 1500 including the profile of the selected creator.
  • the screen 1500 includes a representative image 1510 of the selected creator, a name (or nickname) 1520, and the creator's specifications 1530 (e.g., technical fields that the creator can provide). , reputation (1540), description (1550), object (1560) representing the creator's abilities (e.g., a radial graph), portfolio (1570) (e.g., previous work output), and country associated with the creator. It may include an object 1580 (e.g., the creator's nationality, or the country in which the creator operates).
  • the portfolio 1570 may include at least one previous work product of the selected creator.
  • the electronic device 101 when the selected creator registers a plurality of work results, the electronic device 101 includes a specified number of work results with high brand suitability among the plurality of work results in the portfolio 1570 (or, Portfolio (1570) can be placed at the top.
  • FIG. 16 illustrates an example of an interface screen that mediates negotiations between advertisers and creators, according to various embodiments.
  • the electronic device 101 may display a screen 1600 including a negotiation mediation interface.
  • the screen 1600 includes an image 1610 of a specific product that the advertiser wants to advertise, an image 1620 of a celebrity selected by the advertiser, and information about the creator 1630 (e.g., the creator's image, nickname, and specifications). , an object 1640 that specifies the advertising contract unit price, and a message input field 1650.
  • the advertiser can proceed with negotiations with the selected creator through the screen 1600 displayed on the electronic device 101.
  • the creator can check the image 1610 of the specific product the advertiser wants to advertise, the image 1620 of the celebrity selected by the advertiser, the advertising contract price desired by the advertiser, and/or the message entered by the advertiser, and accordingly, Negotiations between advertisers and creators may take place.
  • 17 illustrates an example of a results screen of an advertising brokerage platform, according to various embodiments.
  • the electronic device 101 may display a result screen 1700 of an advertising brokerage platform.
  • the progress status of the advertisement production work may be displayed through the screen 1700.
  • the created advertising image (1740) is displayed through the screen (1700). may be displayed.
  • the screen 1700 includes an object 1730 (e.g., a radial graph) representing celebrity characteristics, a conversation interface 1750, a first indicator 1760, and/or a second indicator 1770. may further include.
  • the first indicator 1760 may be an object indicating whether the celebrity has accepted the contract terms.
  • screen 1700 of FIG. 17 exemplarily shows that the celebrity has accepted the contract (“Accepted”).
  • the second indicator 1770 may be an object indicating whether the creator has accepted the contract terms.
  • screen 1700 of FIG. 17 exemplarily shows that the creator has not yet accepted the contract (“Pending”).
  • a conversation may be conducted between a celebrity or creator and an advertiser through the conversation interface 1750.
  • Figure 18 shows an example showing advertisement execution results according to various embodiments.
  • the electronic device 101 may display a screen 1800 showing advertisement execution results (eg, advertisement performance).
  • the screen 1800 includes a first image 1810 (e.g., an image of a celebrity used in an advertisement, or a representative image of a celebrity), a second image 1820 (e.g., an image of an advertisement in which an advertisement was executed), It may include a profit/cost graph 1830, an object 1840 representing the date of advertisement execution, an object 1850 representing the country targeted by the advertisement, and an object 1860 representing advertisement performance.
  • the screen 1800 may include only one image of the first image 1810 or the second image 1820, and may include the first image 1810 and the second image 1820. It may include all of them.
  • the electronic device 101, the first external electronic device 110, or the second external electronic device 120 displays the first screen depending on whether it is a screen provided to an advertiser, a screen provided to a celebrity, or a screen provided to a creator. It is possible to determine which image to include: the first image 1810 or the second image 1820.
  • the object 1860 representing advertising performance may include objects representing “click through rate”, “retention rate”, and/or “sales” by medium (e.g. SNS). You can.
  • the electronic device 101 may check the advertising performance of the advertising image and display an object 1860 indicating the advertising performance on the screen 1800.
  • the electronic device 101 may display celebrity characteristics of the celebrity (or image of the celebrity) used in the advertisement image or product attributes of the target product of the advertisement image, based on advertisement performance corresponding to the advertisement image.
  • Information or reference values e.g., reference matrix (M) that determine weight values for a specific product (or product attribute information) can be updated.
  • the server 130 may use reference values (e.g., reference matrix (M)) in common regardless of a specific product (or product attribute information), and may use specific reference values (e.g., reference matrix (M) ))
  • reference values e.g., reference matrix (M)
  • the server 130 updates (or adjusts) specific reference values (e.g., reference matrix (M)) to reference values (e.g., reference matrix (M)) that maximize advertisement performance based on the advertisement performance. You can.
  • FIGS. 1 to 18 can be applied organically to each other within the applicable range.
  • an online advertising content platform providing system includes a server and an electronic device, where the server obtains at least one content of a specific product from the electronic device, and the at least one content is an image of the specific product. and, based on at least one content, obtain product attribute information of a specific product, the product attribute information corresponds to a plurality of product features, and based on the product attribute information, a plurality of product attributes related to the plurality of product features.
  • the characteristics of the celebrities in the first group may differ at least in some ways.
  • a specified number of celebrity features may each correspond to a specified number of weight values.
  • the first screen may include celebrity feature values corresponding to a specified number of celebrity features for each of at least one celebrity image.
  • the first screen may further include at least one other celebrity image of each celebrity image included in the celebrity image recommendation information.
  • the electronic device may be further set to provide a mediation interface with the first celebrity of the first celebrity image when the first celebrity image is selected among at least one celebrity image displayed on the first screen.
  • the electronic device when a first celebrity image is selected among at least one celebrity image displayed on the first screen, displays an image of a specific product, the selected first celebrity image, and the image of the specific product and the selected first celebrity image. It may be further set to display a second screen that also provides an advertising image created based on a celebrity image.
  • the server may be configured to compare the sizes of a plurality of weight values and, based on the result of the comparison, identify a designated number of weight values that are larger in size among the plurality of weight values.
  • the server checks celebrity attribute information of a plurality of celebrity images, performs an operation on a plurality of weight values and the confirmed celebrity attribute information, and based on the result of the operation, at least one It can be further set to check celebrity images.
  • a plurality of weight values are confirmed based on a reference matrix and first product attribute information of the first specific product, based on the specific product being the first product, and the specific product being the second product. Based on, it is confirmed based on the reference matrix and the second product attribute information of the second specific product, and the first product attribute information and the second product attribute information may be at least partially different.
  • a method of operating an online advertising content platform providing system includes: a server acquiring at least one content of a specific product from an electronic device, the at least one content including an image of a specific product; An operation of the server acquiring product attribute information of a specific product based on at least one content, where the product attribute information corresponds to a plurality of product features; An operation where the server provides celebrity image recommendation information confirmed based on product attribute information and a plurality of weight values related to a plurality of product features to an electronic device, where the celebrity image recommendation information includes at least one celebrity image.
  • the specified number of celebrity features includes a first group of celebrity features among the plurality of celebrity features
  • the specified number of celebrity features includes a plurality of celebrity features.
  • a second group of celebrity features may be included, and the second group of celebrity features may be at least partially different from the first group of celebrity features.
  • a specified number of celebrity features may each correspond to a specified number of weight values.
  • the first screen may include celebrity feature values corresponding to a specified number of celebrity features for each of at least one celebrity image.
  • the first screen may further include at least one other celebrity image of each celebrity image included in the celebrity image recommendation information.
  • a method of operating an online advertising content platform providing system may include, when an electronic device selects a first celebrity image among at least one celebrity image displayed on a first screen, the first celebrity of the first celebrity image and the first celebrity of the first celebrity image.
  • the operation of providing an intermediary interface may further be included.
  • a method of operating an online advertising content platform providing system may include, when an electronic device selects a first celebrity image among at least one celebrity image displayed on a first screen, an image of a specific product and the selected first celebrity. The method may further include displaying a second screen that provides an image, an image of a specific product, and an advertisement image created based on the selected first celebrity image.
  • Electronic devices may be of various types.
  • Electronic devices may include, for example, portable communication devices (e.g., smartphones), computer devices, portable multimedia devices, portable medical devices, cameras, wearable devices, or home appliances.
  • Electronic devices according to embodiments of this document are not limited to the above-described devices.
  • first, second, or first or second may be used simply to distinguish one element from another, and may be used to distinguish such elements in other respects, such as importance or order) is not limited.
  • One (e.g. first) component is said to be “coupled” or “connected” to another (e.g. second) component, with or without the terms “functionally” or “communicatively”.
  • any of the components can be connected to the other components directly (e.g. wired), wirelessly, or through a third component.
  • module used in various embodiments of this document may include a unit implemented in hardware, software, or firmware, and is interchangeable with terms such as logic, logic block, component, or circuit, for example. It can be used as A module may be an integrated part or a minimum unit of the parts or a part thereof that performs one or more functions. For example, according to one embodiment, the module may be implemented in the form of an application-specific integrated circuit (ASIC).
  • ASIC application-specific integrated circuit
  • Various embodiments of the present document are software (e.g., a program) including one or more instructions stored in a storage medium (e.g., internal memory) or external memory that can be read by a machine (e.g., an electronic device). )).
  • a processor e.g., processor
  • a device e.g, electronic device
  • the one or more instructions may include code generated by a compiler or code that can be executed by an interpreter.
  • a storage medium that can be read by a device may be provided in the form of a non-transitory storage medium.
  • 'non-transitory' only means that the storage medium is a tangible device and does not contain signals (e.g. electromagnetic waves), and this term refers to cases where data is semi-permanently stored in the storage medium. There is no distinction between temporary storage cases.
  • Computer program products are commodities and can be traded between sellers and buyers.
  • the computer program product may be distributed in the form of a machine-readable storage medium (e.g. compact disc read only memory (CD-ROM)) or via an application store (e.g. Play Store TM ) or on two user devices (e.g. It can be distributed (e.g. downloaded or uploaded) directly between smart phones) or online.
  • a machine-readable storage medium e.g. compact disc read only memory (CD-ROM)
  • an application store e.g. Play Store TM
  • two user devices e.g. It can be distributed (e.g. downloaded or uploaded) directly between smart phones) or online.
  • at least a portion of the computer program product may be at least temporarily stored or temporarily created in a machine-readable storage medium, such as the memory of a manufacturer's server, an application store's server, or a relay server.
  • each component (e.g., module or program) of the above-described components may include a single or plural entity, and some of the plurality of entities may be separately placed in other components. there is.
  • one or more of the components or operations described above may be omitted, or one or more other components or operations may be added.
  • multiple components eg, modules or programs
  • the integrated component may perform one or more functions of each component of the plurality of components in the same or similar manner as those performed by the corresponding component of the plurality of components prior to the integration. .
  • operations performed by a module, program, or other component may be executed sequentially, in parallel, iteratively, or heuristically, or one or more of the operations may be executed in a different order, or omitted. Alternatively, one or more other operations may be added.

Landscapes

  • Business, Economics & Management (AREA)
  • Engineering & Computer Science (AREA)
  • Strategic Management (AREA)
  • Accounting & Taxation (AREA)
  • Development Economics (AREA)
  • Finance (AREA)
  • Economics (AREA)
  • Human Resources & Organizations (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Marketing (AREA)
  • Physics & Mathematics (AREA)
  • General Business, Economics & Management (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Game Theory and Decision Science (AREA)
  • Educational Administration (AREA)
  • Operations Research (AREA)
  • Quality & Reliability (AREA)
  • Tourism & Hospitality (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)
  • Image Analysis (AREA)

Abstract

다양한 실시예들에 따르면, 온라인 광고 컨텐트 플랫폼 제공 시스템은, 서버 및 전자 장치를 포함하고, 서버는, 전자 장치로부터, 특정 제품의 적어도 하나의 컨텐트를 획득하고, 적어도 하나의 컨텐트에 기반하여, 특정 제품의 제품 속성 정보를 획득하고, 제품 속성 정보는 복수의 제품 특징들에 대응하고, 제품 속성 정보에 기반하여, 복수의 제품 특징들과 관련된 복수의 가중치 값들에 기반하여 확인된 유명인 이미지 추천 정보를 전자 장치로 제공하도록 설정되고, 전자 장치는, 제공된 유명인 이미지 추천 정보에 기반하여, 적어도 하나의 유명인 이미지 및 복수의 유명인 특징들 중 지정된 개수의 유명인 특징들을 포함하는 제1 화면을 표시하도록 설정되고, 특정 제품이 제1 제품임에 기반하여, 지정된 개수의 유명인 특징들은 복수의 유명인 특징들 중 제1 그룹의 유명인 특징들을 포함하고, 특정 제품이 제2 제품임에 기반하여, 지정된 개수의 유명인 특징들은 복수의 유명인 특징들 중 제2 그룹의 유명인 특징들을 포함할 수 있다.

Description

온라인 광고 컨텐트 플랫폼을 제공하기 위한 시스템
본 개시는, 온라인 광고 컨텐트 플랫폼을 제공하기 위한 시스템, 시스템에 포함되는 전자 장치, 및 전자 장치의 동작 방법에 대한 것이다.
온라인 디스플레이 광고 시장은 지속적으로 성장하고 있다. 온라인 광고에는 유명인이 등장하여 소비자의 이목을 집중시키는 방식이 일반적이다. 이에 따라 유명인의 광고 초상권 시장 또한 성장하고 있다.
이러한 상황에서, 광고주(advertiser) 입장에서는 유명인을 광고에 이용하는 비용과 관련된 이슈가 있고, 유명인(celebrity)의 입장에서는 유명인의 유명세가 지속되는 동안 신속하게 광고 시장에 진출해야 하는 이슈가 있다.
온라인 광고를 신속하게 집행하기 위하여, 제품을 판매하는 광고주와, 광고를 제작하는 크리에이터(creator)와, 광고에 등장하는 유명인 사이를 중개하는 플랫폼이 필요하다. 온라인 광고 컨텐트 플랫폼에서 특정 제품의 온라인 광고를 진행하고자 하는 경우, 광고를 진행하고자 하는 제품의 속성에 적합한 유명인이 광고에 등장해야 광고 효과가 증대될 수 있다.
다양한 실시예들에 따라, 온라인 광고 컨텐트 플랫폼을 제공하기 위한 시스템, 시스템에 포함되는 전자 장치, 및 전자 장치의 동작 방법을 제공함으로써, 특정 제품에 따라 적합한 유명인을 추천할 수 있다.
다양한 실시예들에 따르면, 온라인 광고 컨텐트 플랫폼 제공 시스템은, 서버 및 전자 장치를 포함하고, 서버는, 전자 장치로부터, 특정 제품의 적어도 하나의 컨텐트를 획득하고, 적어도 하나의 컨텐트는 특정 제품의 이미지를 포함하고, 적어도 하나의 컨텐트에 기반하여, 특정 제품의 제품 속성 정보를 획득하고, 제품 속성 정보는 복수의 제품 특징들에 대응하고, 제품 속성 정보에 기반하여, 복수의 제품 특징들과 관련된 복수의 가중치 값들에 기반하여 확인된 유명인 이미지 추천 정보를 전자 장치로 제공하도록 설정되고, 유명인 이미지 추천 정보는, 적어도 하나의 유명인 이미지를 포함하고, 전자 장치는, 제공된 유명인 이미지 추천 정보에 기반하여, 적어도 하나의 유명인 이미지 및 복수의 유명인 특징들 중 지정된 개수의 유명인 특징들을 포함하는 제1 화면을 표시하도록 설정되고, 특정 제품이 제1 제품임에 기반하여, 지정된 개수의 유명인 특징들은 복수의 유명인 특징들 중 제1 그룹의 유명인 특징들을 포함하고, 특정 제품이 제2 제품임에 기반하여, 지정된 개수의 유명인 특징들은 복수의 유명인 특징들 중 제2 그룹의 유명인 특징들을 포함하고, 제2 그룹의 유명인 특징들은 제1 그룹의 유명인 특징들과 적어도 일부가 상이할 수 있다.
다양한 실시 예들에 따르면, 전자 장치는, 디스플레이, 메모리 및 적어도 하나의 프로세서를 포함하고, 적어도 하나의 프로세서는, 특정 제품의 적어도 하나의 컨텐트를 획득하고, 상기　적어도 하나의 컨텐트는 특정 제품의 이미지를 포함하고, 적어도 하나의 컨텐트에 기반하여, 특정 제품의 제품 속성 정보를 획득하고, 제품 속성 정보는 복수의 제품 특징들에 기반하고, 복수의 유명인 이미지들에 기반하여, 복수의 유명인 이미지들 별 복수의 유명인 특징들을 획득하고, 복수의 유명인 이미지들 별 복수의 유명인 특징들은 특정 유명인의 제1 이미지에 대한 제1 특징들 및 특정 유명인의 제2 이미지에 대한 제2 특징들을 포함하고,　제1 특징들과 제2 특징들은 적어도 일부가 상이하고, 제품 속성 정보에 기반하여, 복수의 유명인 이미지들 중에서 적어도 하나의 유명인 이미지 및 적어도 하나의 유명인 이미지에 대응하는 복 수의 특징들 중에서 지정된 유명인 특징들을 획득하고, 적어도 하나의 유명인 이미지 및 지정된 유명인 특징들을 포함하는 유명인 이미지 추천 정보를 획득하고 및 유명인 이미지 추천 정보에 기반하여, 적어도 하나의 유명인 이미지 및 지정된 유명인 특징들을 포함하는 제1 화면을 디스플레이를 통해 표시할 수 있다.
다양한 실시 예들에 따르면, 전자 장치의 동작 방법은, 특정 제품의 적어도 하나의 컨텐트를 획득하는 동작, 상기　적어도 하나의 컨텐트는 특정 제품의 이미지를 포함하며, 적어도 하나의 컨텐트에 기반하여, 특정 제품의 제품 속성 정보를 획득하는 동작, 제품 속성 정보는 복수의 제품 특징들에 대응하고, 복수의 유명인 이미지들에 기반하여, 복수의 유명인 이미지들 별 복수 의 유명인 특징들을 획득하는 동작, 복수의 유명인 이미지들 별 복수의 유명인 특징들은 특정 유명인의 제1 이미지에 대한 제1 특징들 및 특정 유명인의 제2 이미지에 대한 제2 특징들을 포함하고,　제1 특징들과 제2 특징들은 적어도 일부가 상이하며, 제품 속성 정보에 기반하여, 복수의 유명인 이미지들 중에서 적어도 하나의 유명인 이미지 및 적어도 하나의 유명인 이미지에 대응하는 복 수의 특징들 중에서 지정된 유명인 특징들을 획득하는 동작, 적어도 하나의 유명인 이미지 및 지정된 유명인 특징들을 포함하는 유명인 이미지 추천 정보를 획득하는 동작 및 유명인 이미지 추천 정보에 기반하여, 적어도 하나의 유명인 이미지 및 지정된 유명인 특징들을 포함하는 제1 화면을 표시하는 동작을 포함할 수 있다.
다양한 실시예들에 따른, 온라인 광고 컨텐트 플랫폼 제공 시스템의 동작 방법 및 온라인 광고 컨텐트 플랫폼 제공 시스템의 동작 방법의 동작 방법은, 제품을 판매하는 광고주와, 광고를 제작하는 크리에이터와, 광고에 등장하는 유명인 사이를 중개하는 플랫폼을 제공할 수 있다.
이에 따라, 유명인에게는, 고정 비용으로 광고 수입을 대폭 증대하는 효과와, 광고에 노출될 수 있는 지역을 확장하고 여러 상품군의 광고를 동시에 수주할 수 있는 효과가 제공될 수 있다. 간편한 집행을 통한 신속한 결산에 기반하여, 광고 계약에 따른 위험이 최소화될 수 있고, 유명인의 초상권 사용에 대한 요청 시 최종 결정권을 유명인이 보유함으로써 광고에 노출되어 남용되는 사례가 사전에 예방될 수 있다.
광고주에게는, 유명인의 사진 및 동영상이 구축된 라이브러리에 접근함으로써 신속하게 광고를 집행할 수 있고, 유명인의 유명세가 지속되는 기간 동안에 광고를 집행함으로써 광고 효과가 극대화되는 효과가 제공될 수 있다. 광고하고자 하는 제품에 적합한 유명인을 자동으로 추천해주는 시스템에 따라, 최적의 유명인을 최적의 비용으로 광고에 활용할 수 있는 장점이 제공될 수 있다.
도 1은, 다양한 실시예들에 따른, 시스템에 포함되는 장치들의 블록도이다.
도 2는, 다양한 실시예들에 따른, 전자 장치의 블록도이다.
도 3은, 다양한 실시예들에 따른 인공 지능 모델의 예를 설명하기 위한 도면이다.
도 4는, 다양한 실시예들에 따른, 학습 데이터를 설명하기 위한 도면이다.
도 5는, 다양한 실시예들에 따른, 학습된 인공 지능 모델을 설명하기 위한 도면이다.
도 6은, 다양한 실시예들에 따른, 온라인 광고 컨텐트 플랫폼 제공 시스템의 동작 방법을 설명하기 위한 흐름도이다.
도 7은, 다양한 실시예들에 따른, 온라인 광고 컨텐트 플랫폼 제공 시스템의 동작 방법을 설명하기 위한 흐름도이다.
도 8은, 다양한 실시예들에 따른, 유명인을 추천하는 화면에 포함되는 그래픽 객체의 예시들을 설명하는 도면이다.
도 9는, 다양한 실시예들에 따른, 특정 제품의 정보를 입력 받는 화면의 일 예를 도시한다.
도 10은, 다양한 실시예들에 따른, 제품 카테고리 정보를 입력 받는 화면의 일 예를 도시한다.
도 11은, 다양한 실시예들에 따른, 유명인을 추천하는 화면의 일 예를 도시한다.
도 12a는, 다양한 실시예들에 따른, 특정 유명인의 프로필을 나타내는 일 예를 도시한다.
도 12b는, 다양한 실시예들에 따른, 특정 유명인의 프로필을 나타내는 일 예를 도시한다.
도 13은, 다양한 실시예들에 따른, 광고주와 유명인 간의 협상을 중개하는 인터페이스 화면의 일 예를 도시한다.
도 14는, 다양한 실시예들에 따른, 크리에이터의 추천 화면을 나타내는 화면의 일 예를 도시한다.
도 15는, 다양한 실시예들에 따른, 특정 크리에이터의 프로필을 나타내는 일 예를 도시한다.
도 16은, 다양한 실시예들에 따른, 광고주와 크리에이터 간의 협상을 중개하는 인터페이스 화면의 일 예를 도시한다.
도 17은, 다양한 실시예들에 따른, 광고 중개 플랫폼의 결과 화면의 일 예를 도시한다.
도 18은, 다양한 실시예들에 따른, 광고 집행 결과를 나타내는 일 예를 도시한다.
도 1은, 다양한 실시예들에 따른, 시스템(100)에 포함되는 장치들의 블록도이다.
다양한 실시예들에 따르면, 시스템(100)은, 온라인 광고 컨텐트 플랫폼을 제공하기 위한 시스템일 수 있다. 예를 들어, 시스템(100)은, 제품을 판매하는 광고주와, 광고를 제작하는 크리에이터와, 광고에 등장하는 유명인 사이를 중개하는 플랫폼을 제공할 수 있다. 다만, 시스템(100)이 제공할 수 있는 서비스의 분야에는 제한이 없다는 것을 당업자는 이해할 수 있다.
도 1을 참조하면, 시스템(100)은, 전자 장치(101), 제1 외부 전자 장치(110), 제2 외부 전자 장치(120), 및/또는 서버(130)를 포함할 수 있다. 예를 들어, 전자 장치(101)는, 광고주의 전자 장치일 수 있다. 예를 들어, 제1 외부 전자 장치(110)는, 유명인의 전자 장치일 수 있다. 예를 들어, 제2 외부 전자 장치(120)는, 크리에이터의 전자 장치일 수 있다. 예를 들어, 서버(130)는, 전자 장치(101), 제1 외부 전자 장치(110), 및 제2 외부 전자 장치(120)를 중개하는 서버일 수 있다. 도 1에는, 각 장치가 하나인 것으로 도시되어 있으나, 이는 예시일 뿐, 서버(130)를 통해 중개되는, 전자 장치(101), 제1 외부 전자 장치(110), 및 제2 외부 전자 장치(120) 각각의 개수에는 제한이 없다. 예를 들어, 전자 장치(101)는, 복수의 광고주의 수만큼 존재할 수 있고, 제1 외부 전자 장치(110)는, 복수의 유명인의 수만큼 존재할 수 있고, 제2 외부 전자 장치(120)는, 복수의 크리에이터의 수만큼 존재할 수 있다.
다양한 실시예들에 따르면, 도 1에 도시된 구성 요소들(예: 전자 장치(101), 제1, 2 전자 장치(110, 120) 및/또는 서버(130))는 유선 통신 및/또는 무선 통신으로 연결될 수 있으며, 상기 통신을 통해, 상호간 본 개시에서 설명되는 각종 정보 및/또는 데이터를 주고 받을 수 있다.
도 2는, 다양한 실시예들에 따른, 전자 장치(101)의 블록도이다.
다양한 실시예들에 따르면, 시스템(100)에 포함된 다른 구성 요소들(예: 제1 전자 장치(110), 제2 전자 장치(120) 및/또는 서버(130))는, 도 2에 도시된 구성 요소들과 동일한 구성 요소들을 포함하여, 본 개시에서 설명되는 전자 장치(101)의 동작들의 적어도 일부를 수행하도록 구현될 수 있다.
도 2를 참조하면, 전자 장치(101)는 카메라(211), 마이크(213), 및 통신 회로(215)와 같은 데이터 획득 장치(210)와, 복수의 어플리케이션(231)과 복수의 인공 지능 모델(233)을 저장하는 메모리(230)와, 최적화 모듈(243), 설정 값 데이터 베이스(database, DB)(245)와 컴파일러(compiler)(241)를 포함하는 프로세서(240) 및 디스플레이(250)를 포함할 수 있다. 디스플레이(250)의 종류에는 제한이 없다. 이하에서는 전자 장치(101)에 포함된 각각의 구성들에 대해서 설명한다.
먼저, 이하에서는, 다양한 실시예들에 따른 데이터 획득 장치(210)에 대해서 설명한다.
다양한 실시예들에 따르면, 데이터 획득 장치(210)는 전자 장치(101)에 포함된 장치들 중에서 컨텐트를 획득하기 위한 장치들을 분류하기 위한 논리적인 개념으로 해석될 수 있다. 데이터 획득 장치들(210)은 카메라(211), 마이크(213), 및 통신 회로(215) 이외에도 이하에서 기술하는 다양한 종류의 컨텐트들을 획득하기 위한 다양한 종류의 장치들(예: 각종 센서들, 터치 스크린)을 더 포함할 수 있다.
다양한 실시예들에 따르면, 데이터 획득 장치들(210)은 후술할 인공 지능 모델(233)에 기반하여 처리될 다양한 종류의 데이터(또는, 컨텐트)를 획득할 수 있다. 일 실시예에서, 상기 데이터 획득 장치들(210)은, 전자 장치(101)에 설치된(또는, 저장된) 프로세스들, 프로그램들, 및/또는 어플리케이션들의 실행 및/또는 구동에 따라서, 구동되어 다양한 종류의 데이터를 획득할 수 있다. 일 예로, 카메라 어플리케이션이 실행 및/또는 구동되는 경우, 전자 장치(101)는 카메라(211)를 구동(예: 이미지 센서의 리드 아웃을 제어하는 동작을 수행)하여 데이터로서 이미지 및/또는 영상을 획득할 수 있다. 일 예로, 녹음 어플리케이션이 실행 및/또는 구동되는 경우, 전자 장치(101)는 마이크(213)를 구동하여 데이터로서 사용자의 발화 및/또는 주변 소리들과 같은 오디오 데이터를 획득할 수 있다. 일 예로, 웹 기반의 어플리케이션이 실행 및/또는 구동되는 경우, 전자 장치(101)는 통신 회로(215)를 이용하여 미디어 서버와 통신 연결을 설정하고 이미지, 영상, 오디오 데이터와 같은 미디어 데이터들을 획득할 수 있다. 이하에서는 각각의 데이터 획득 장치(210)들의 예에 대해서 설명한다.
다양한 실시예들에 따르면, 카메라(211)(예: 적어도 하나의 전면 카메라 및 적어도 하나의 후면 카메라)는 정지 영상(또는, 이미지) 및 동영상을 촬영할 수 있다. 일 실시예에 따르면, 적어도 하나의 카메라(211)는 하나 이상의 렌즈들, 이미지 센서들, 이미지 시그널 프로세서들, 또는 플래시들을 포함할 수 있다. 일 실시예에서, 전자 장치(101)는 각각 다른 속성 또는 기능(또는, 용도)을 가진 카메라(211)들을 포함할 수 있다. 예를 들면, 적어도 하나의 카메라(211)는 서로 다른 화각의 카메라들을 포함할 수 있다. 상기 화각은 일 예로서, 114° 내지 94°의 초광각(super wide angle), 광각(wide angle), 84° 내지 63°의 표준(normal lens), 28° 내지 8°의 망원(telephoto), 및 6° 내지 3°의 초망원(super telephoto)을 포함할 수 있다. 예를 들어, 적어도 하나의 카메라(211)는 상술한 바와 같이 전면에 배치되어 이미지 및/또는 영상을 촬영하는 적어도 하나의 전면 카메라 및 후면에 배치되어 이미지 및/또는 영상을 촬영하는 적어도 하나의 후면 카메라를 포함할 수 있다.
다양한 실시예들에 따르면, 마이크(213)는 전자 장치(101)의 외부로부터 사운드를 수신할 수 있다. 예를 들어, 전자 장치(101)(예: 프로세서(240))는 마이크(213)를 구동하여, 마이크(213)를 통해 외부에서 발생되는 사운드를 수신할 수 있다. 외부에서 발생되는 사운드는 화자들(예: 사용자 및/또는 다른 화자(또는 타인))의 음성들(또는 발화들), 생활 노이즈, 주변(또는 배경) 노이즈들을 포함할 수 있다. 일 실시예에서, 상기 마이크(213)는 복수의 마이크들을 포함할 수 있다. 상기 전자 장치(101)(예: 프로세서(240))는 복수의 마이크(213)들을 이용하여 수신되는 사운드로부터, 전자 장치(101)로부터 지정된 방향에서 발생되는 사운드를 수신하는 빔포밍을 형성할 수 있다. 상기 수신된 사운드에 기반하여, 획득된 지정된 방향의 사운드는 서브 사운드로 정의될 수 있다. 상기 복수의 마이크(213)들 각각은 소정의 거리로 이격 되도록 전자 장치(101)에 배치되며, 상기 이격된 거리와 사운드를 획득하고자 하는 방향과 연관된 시간 또는 위상만큼 각 마이크(213)를 통해 수신되는 사운드를 신호 처리하여 상기 서브 사운드가 획득될 수 있다. 상기 빔포밍 기술은 주지의 기술이므로, 구체적인 설명은 생략한다.
다양한 실시예들에 따르면, 통신 회로(215)는 다양한 종류의 통신 방식으로 외부 전자 장치(예: 다른 전자 장치(110, 120), 또는 서버(130))와 통신 연결을 형성하고, 데이터를 송신 및/또는 수신할 수 있다. 상기 통신 방식은 상술한 바와 같이, Bluetooth, 및 Wi-Fi direct와 같은 직접 통신 연결을 설정하는 통신 방식, AP(access point)를 이용하는 통신 방식(예: Wi-Fi 통신), 또는 기지국(base station)을 이용하는 셀룰러 통신을 이용하는 통신 방식(예: 3G, 4G/LTE, 5G)을 포함할 수 있다.
이하에서는, 다양한 실시예들에 따른 복수의 인공 지능 모델(233)에 대해서 설명한다.
도 3은, 다양한 실시예들에 따른 인공 지능 모델(233)의 예를 설명하기 위한 도면이다.
다양한 실시예들에 따르면, 인공 지능 모델(233)은, 전자 장치(101), 제1 외부 전자 장치(110) 및/또는 제2 외부 전자 장치(120)에 저장될 수 있다. 다양한 실시예들에 따르면, 서버(130)가 인공 지능 모델(233)을 생성(또는, 업데이트)하고, 생성된 인공 지능 모델(233)을 이용하여, 본 개시에서 설명되는 각종 동작들을 수행할 수 있다. 일 실시예에 따르면, 서버(130)가 생성된 인공 지능 모델(233)을 전자 장치(101)로 제공하고, 전자 장치(101)가 제공된(또는, 다운로드 된) 인공 지능 모델(233)을 이용하여, 본 개시에서 설명되는 각종 동작들을 수행할 수 있다. 일 실시예에 따르면, 전자 장치(101)가 인공 지능 모델(233)을 생성(또는, 업데이트)하고, 생성된 인공 지능 모델(233)을 이용하여, 본 개시에서 설명되는 각종 동작들을 수행할 수 있다.
다양한 실시예들에 따르면, 인공 지능 모델(233)은 지정된 종류의 학습 알고리즘을 기반으로 미리 학습이 완료된 모델들로서, 다양한 종류의 데이터(또는, 컨텐트)를 입력 받아 연산하여 결과 데이터를 출력(또는, 획득)하도록 미리 구현된 인공 지능 모델들일 수 있다. 예를 들어, 서버(130)(또는, 전자 장치(101))에서 머신 러닝 알고리즘 또는 딥 러닝 알고리즘을 기반으로 지정된 종류들의 데이터들을 인풋 데이터로 하여 특정 종류의 결과 데이터를 아웃풋 데이터로 출력하도록 학습이 수행되어 복수의 인공 지능 모델(233)(예: 머신 러닝 모델, 및 딥 러닝 모델)이 생성될 수 있다. 상기 머신 러닝 알고리즘은 선형 회귀(linear regression), 및 로지스틱 회귀(logistic regression)와 같은 지도 학습 알고리즘(supervised algorithms), 클러스터링(clustering), 시각화와 차원 축소(visualization and dimensionality reduction), 및 연관 규칙 학습(association rule learning)과 같은 비지도 학습 알고리즘(unsupervised algorithms), 및 강화학습 알고리즘(reinforcement algorithms)을 포함하고, 상기 딥 러닝 알고리즘은 ANN(Artificial Neural Network), DNN(Deep Neural Network), CNN(Convolution Neural Network)을 포함할 수 있으며, 기재된 바에 제한되지 않고 다양한 학습 알고리즘을 더 포함할 수 있다. 상기 학습 완료된 인공 지능 모델(233)은 입력 데이터를 연산하기 위한 적어도 하나의 행렬들(예: 컨벌루션 레이어, 풀링 레이어)을 포함하며, 상기 행렬들에 기반하여 입력 데이터에 대한 연산을 수행함으로써 결과 데이터를 출력하도록 구현될 수 있다. 일 예로, 도 3에 도시된 바와 같이, CNN을 기반으로 이미지 데이터와 이미지 데이터에 포함된 객체들에 대한 정보를 트레이닝 데이터로 하여(예: 이미지 데이터를 인풋 데이터, 객체들(또는, 피사체들)에 대한 정보를 아웃풋 데이터로 설정) 인공 지능 모델(233)(예: CNN 모델)이 생성될 수 있으며, 생성된 인공 지능 모델(233)은 컨텐트(301)(예: 이미지 데이터)를 입력 받은 것에 대한 응답으로 컨벌루션 레이어(convolution layer), 활성 함수(activation function)(예: 시그모이드(sigmoid), 렐루(Relu)), 및 풀링 레이어(pooling layer)를 이용하여 입력되는 이미지 데이터를 연산함으로써, 객체들에 대한 정보(예: instance segmentation된 이미지 데이터)를 포함하는 출력 컨텐트(303)(예: 결과 데이터)를 출력하도록 구현될 수 있다. 한편, 도 3에 도시되지 않았으나, 상기 CNN을 기반으로 학습된 딥 러닝 모델은 도시된 컨벌루션 레이어, 및 풀링 레이어 이외에도 더 많은 레이어들을 포함할 수 있으며 주지의 기술이므로 구체적인 설명은 생략한다. 또 일 예로, 도 3에 도시된 바에 제한되지 않고, 다른 학습 알고리즘을 기반으로 오디오 데이터와 화자들에 대한 정보를 트레이닝 데이터로 하여(예: 오디오 데이터를 인풋 데이터, 화자들에 대한 정보를 아웃풋 데이터로 설정) 다른 인공 지능 모델(예: 머신 러닝 모델, 또는 딥 러닝 모델)이 생성될 수 있으며, 다른 인공 지능 모델은 오디오 데이터(예: 발화)를 입력 받은 것에 대한 응답으로 결과 데이터로서 화자를 식별하기 위한 식별자(예: unique ID)를 출력하도록 구현될 수도 있다.
다양한 실시예들에 따르면, 인공 지능 모델(233)은 지정된 연산 능력과 연관된 값(이하, 연산 값)들(예: 가중치 연산 값(예: weight precision))은 32bit, 활성 함수 연산 값(예: activation function precision)은 32bit)에 대응하는 행렬의 가중치들, 및 활성 함수들을 포함하도록 구현될 수 있다. 또 예를 들어 상기 연산 값은 가중치들(weights), 또는 활성 함수(activation function)(예: 시그모이드(sigmoid), 렐루(Relu))와 같은 파라미터를 연산하기 위한 능력에 대한 값으로서, 가중치에 대한 연산 값(예: weight precision)과 활성 함수에 대한 연산 값(예: activation precision)을 포함할 수 있다.
한편, 서버(130)가 인공 지능 모델(233)을 생성(또는, 저장)하는 경우, 서버(130)는 전자 장치(101), 제1 외부 전자 장치(110) 및/또는 제2 외부 전자 장치(120)로부터 각종 컨텐트를 수신하고, 인공 지능 모델(233)을 이용하여 처리된 결과를 전자 장치(101)로 제공할 수 있다. 전자 장치(101)가 인공 지능 모델(233)을 생성(또는, 저장)하는 경우, 전자 장치(101)가 인공 지능 모델(233)을 이용하여, 획득된 각종 컨텐트를 처리하여 그 결과를 출력할 수도 있다.
도 4는, 다양한 실시예들에 따른, 학습 데이터를 설명하기 위한 도면이다.
도 4를 참조하면, 인공 지능 모델(233)은, 제1 학습 데이터(401) 및 제2 학습 데이터(402)에 의해 학습될 수 있다. 제1 학습 데이터(401)는, 입력 데이터일 수 있고, 제2 학습 데이터(402)는, 인공 지능 모델(233)을 통해 출력될 데이터일 수 있다. 예를 들어, 제1 학습 데이터(401) 및 제2 학습 데이터(402)에 의해 학습된 인공 지능 모델(233)은, 제1 학습 데이터(401)와 같은 종류의 입력 데이터를 입력 받아, 제2 학습 데이터(402)와 같은 종류의 출력 데이터를 출력할 수 있다.
다양한 실시예들에 따르면, 인공 지능 모델(233)은 복수 개로 구현될 수 있다. 예를 들어, 제1 학습 데이터(401)가 후술하는 제품의 정보를 포함하고, 제2 학습 데이터(402)가 후술하는 제품 특징들 및/또는 상기 제품 특징들에 각각 대응하는 제품 특징값들을 포함하는 경우, 제품과 관련된 학습 데이터들에 따라서 제1 인공 지능 모델이 생성될 수 있다. 제1 학습 데이터(401)가 후술하는 유명인의 정보를 포함하고, 제2 학습 데이터(402)가 후술하는 유명인 특징들 및/또는 상기 유명인 특징들에 각각 대응하는 유명인 특징값들을 포함하는 경우, 유명인과 관련된 학습 데이터들에 따라서 제2 인공 지능 모델이 생성될 수 있다.
일 실시예에 따르면, 유명인의 종류(예: 인종(백인, 황인, 흑인), 성별(남성, 여성) 등)에 따라서 복수의 인공 지능 모델들이 생성될 수도 있다. 예를 들어, 제1 인종(또는, 제1 성별)의 유명인들과 관련된 정보들(예: 유명인의 정보, 유명인 특징들, 유명인 특징값들)에 기반하여 제3 인공 지능 모델이 생성되고, 제2 인종(또는, 제2 성별)의 유명인들과 관련된 정보들(예: 유명인의 정보, 유명인 특징들, 유명인 특징값들)에 기반하여 제4 인공 지능 모델이 생성될 수도 있다. 이 경우, 전자 장치(101)(즉, 광고주)에 의해 선택된 유명인의 종류(예: 인종, 성별 등)에 따라서, 선택된 유명인의 종류에 대응하는 인공 지능 모델을 통해 상기 선택된 유명인의 종류에 속하는 적어도 하나의 유명인이 추천 결과로 제공될 수 있다.
이하에서는, 설명의 편의상, 제품 관련 인공 지능 모델과 유명인 관련 인공 지능 모델을 동일한 참조 부호(233)의 인공 지능 모델로 설명하나, 상술한 바와 같이, 제품 관련 인공 지능 모델과 유명인 관련 인공 지능 모델이 별개로 구현되고 이용될 수 있음은 당업자에게 이해될 수 있다.
다양한 실시예들에 따르면, 인공 지능 모델(233)(예: 제1 인공 지능 모델)은, 제품의 정보를 제1 학습 데이터(401)로 이용하고, 제품 특징(feature)들 및/또는 제품 특징들에 대응하는 P개의 특징값들(feature value)(예: 제품 특징 벡터(P X 1 크기의 행렬))을 제2 학습 데이터(402)로 이용할 수 있다.
예를 들어, 제품의 정보는, 제품의 이미지, 명칭, 카테고리, 제품의 설명(description), 제조사 정보, 또는 제조사의 URL을 포함할 수 있으나, 제1 학습 데이터(401)로 이용되는 제품의 정보에는 제한이 없다. 제품의 정보는, 광고주(예: 광고주의 전자 장치(101))에 의해 제공될 수도 있고, 외부 서버(예: 다양한 제품의 정보를 포함하는 외부 클라우드 서버)에서 수집될 수도 있다.
예를 들어, 제2 학습 데이터(402)는, 복수의 제품 특징들 및 복수의 제품 특징들에 대응하는 복수의 특징값들을 포함할 수 있다. “제품 특징”은, 제품과 관련된 지정된 특징일 수 있다. 예를 들어, 복수의 제품 특징들은, “혁신적인(innovative)”, “고유한(original)”, “경제적인(economic)”, “유행하는(trendy)”, “유일한(unique)” 등을 포함할 수 있다. 다양한 실시예들에 따르면, 복수의 제품 특징들은 미리 설정되거나 변경될 수 있고, 복수의 제품 특징들의 개수에는 제한이 없다. 일 실시예에 따르면, 복수의 제품 특징들은, 제1 학습 데이터(예: 제품의 정보)에 기반하여 결정될 수도 있다. 예를 들어, SNS(social network service) 내 특정 제품의 정보가 게시된 게시글이 있을 때, 상기 특정 제품의 정보와 관련된(예: 자주 언급된) 부가 정보(예: 해시태그(hashtag))에 기반하여, 복수의 제품들에 있어서 빈도수가 높은 부가 정보(예: 해시태그)가 상기 제품 특징의 후보로 결정될 수 있다. 다양한 실시예들에 따르면, 복수의 제품 특징들에 대응하는 복수의 특징값들은, 복수의 제품 특징들 각각에 대응하는 수치들일 수 있다. 예를 들어, 제2 학습 데이터(402)는, 수학식 1과 같은, 복수의 제품 특징들(예: “혁신적인”, “고유한”, “경제적인”, “유행하는”, “유일한” 등)에 각각 대응하는 복수의 특징값들을 포함할 수 있다. 수학식 1(Fp)의 형태(예: 벡터 및/또는 행렬 형태)는 예시일 뿐, 제2 학습 데이터(402)의 형태에는 제한이 없다.
Figure PCTKR2023010045-appb-img-000001
수학식 1에서, p1은 제1 제품 특징(예: “혁신적인”)에 대응하는 제1 특징 값(수치)을 나타내고, p2은 제2 제품 특징(예: “고유한”)에 대응하는 제2 특징 값(수치)을 나타내고, p3은 제3 제품 특징(예: “경제적인”)에 대응하는 제3 특징 값(수치)을 나타내고, p4은 제4 제품 특징(예: “유행하는”)에 대응하는 제4 특징 값(수치)을 나타내고, p5은 제5 제품 특징(예: “유일한”)에 대응하는 제5 특징 값(수치)을 나타낼 수 있으며, 제품 속성 정보(예: 제품 특징 벡터(Fp))는, 총 p개의 제품 특징들에 대응하는 p개의 특징 값들을 포함할 수 있다.
본 개시에서, 설명의 편의상, 특징 값을 0 내지 10 범위에 속하는 값으로 설명하나, 특징 값들은 상술한 범위(0 내지 10) 외 다양한 범위로 정의될 수 있다. 예를 들어, 특징 값들은, 0 또는 1로 설정될 수도 있다. 본 개시에서, 제품 특징 값들의 집합(예: 벡터 및/또는 행렬 형태의 데이터(Fp))을 “제품의 속성(characteristics)”(또는, 제품 속성 정보)으로 설명하도록 한다.
다양한 실시예들에 따르면, 인공 지능 모델(233)(예: 제2 인공 지능 모델)은, 유명인의 정보를 제1 학습 데이터(401)로 이용하고, 유명인 특징들 및/또는 유명인 특징들에 대응하는 특징값을 제2 학습 데이터(402)로 제공받아, 학습할 수 있다.
예를 들어, 제1 학습 데이터(401)로 이용되는 유명인의 정보는, 유명인의 이미지(및/또는 동영상), 유명인의 이름, 나이, 키, 체중, 또는 유명인에 대한 설명을 포함할 수 있다. 제1 학습 데이터(401)로 이용되는 유명인의 정보에는 제한이 없다. 유명인의 정보는, 유명인(예: 유명인의 제1 외부 전자 장치(110))에 의해 제공될 수도 있고, 외부 서버(예: 다양한 유명인의 정보를 포함하는 외부 클라우드 서버)에서 수집될 수도 있다.
예를 들어, 제2 학습 데이터(402)는, 복수의 유명인 특징들 및/또는 복수의 유명인 특징들에 대응하는 복수의 C개의 특징값들(예: 유명인 특징 벡터(C X 1 크기의 행렬)을 포함할 수 있다. “유명인 특징”은, 인물과 관련된 지정된 특징일 수 있다. 예를 들어, 복수의 유명인 특징들은, “귀여운(cute)”, “사랑스러운(lovely)”, “화통한(cool)”, “멋진(gorgeous)”, “고급진(luxury)”, “건강한(healthy)” 등을 포함할 수 있다. 복수의 유명인 특징들은 미리 설정되거나 변경될 수 있고, 복수의 유명인 특징들의 개수에는 제한이 없다. 일 실시예에 따르면, 유명인 특징들은, 제1 학습 데이터(예: 유명인의 정보)에 기반하여 결정될 수도 있다. 예를 들어, SNS 내 특정 유명인의 정보가 게시된 게시글이 있을 때, 상기 특정 유명인의 정보와 관련된(예: 자주 언급된) 부가 정보(예: 해시태그)에 기반하여, 복수의 유명인들에 있어서 빈도수가 높은 부가 정보(예: 해시태그)가 상기 유명인 특징의 후보로 결정될 수 있다. 다양한 실시예들에 따르면, 복수의 유명인 특징들에 대응하는 복수의 특징값들은, 복수의 유명인 특징들 각각에 대응하는 수치들일 수 있다. 예를 들어, 제2 학습 데이터(402)는, 수학식 2와 같은, 복수의 유명인 특징들(예: “귀여운”, “사랑스러운”, “화통한”, “멋진”, “고급진”, “건강한” 등)에 각각 대응하는 복수의 특징값들을 포함할 수 있다. 수학식 2(Fc)의 형태(예: 벡터 및/또는 행렬 형태)는 예시일 뿐, 제2 학습 데이터(402)의 형태에는 제한이 없다.
Figure PCTKR2023010045-appb-img-000002
수학식 2에서, c1은 제1 유명인 특징(예: “귀여운”)에 대응하는 제1 특징 값(수치)을 나타내고, c2은 제2 유명인 특징(예: “사랑스러운”)에 대응하는 제2 특징 값(수치)을 나타내고, c3은 제3 유명인 특징(예: “화통한”)에 대응하는 제3 특징 값(수치)을 나타내고, c4은 제4 유명인 특징(예: “멋진”)에 대응하는 제4 특징 값(수치)을 나타내고, c5은 제5 유명인 특징(예: “고급진”)에 대응하는 제5 특징 값(수치)을 나타내고, c6은 제6 유명인 특징(예: “건강한”)에 대응하는 제6 특징 값(수치)을 나타낼 수 있으며, 유명인 속성 정보(예: 유명인 특징 벡터(Fc))는, 총 c개의 유명인 특징들에 대응하는 c개의 특징 값들을 포함할 수 있다.
본 개시에서, 설명의 편의상, 특징 값을 0 내지 10 범위에 속하는 값으로 설명하나, 특징값들은 상술한 범위(0 내지 10) 외 다양한 범위로 정의될 수 있다. 예를 들어, 특징값들은, 0 또는 1로 설정될 수도 있다. 본 개시에서, 유명인 특징 값들의 집합(예: 벡터 및/또는 행렬 형태의 데이터(Fc))을 “유명인의 속성”(또는, 유명인 속성 정보)으로 설명하도록 한다.
다양한 실시예들에 따르면, 유명인 속성 정보는, 제1 학습 데이터로 이용된 유명인의 이미지(및/또는 동영상)에 대응하도록 결정될 수 있다. 예를 들어, 동일한 유명인이더라도, 상기 유명인의 제1 이미지에 대한 유명인 속성 정보와, 상기 유명인의 제2 이미지에 대한 유명인 속성 정보는 상이할 수 있다.
일 실시예에 따르면, 전술한 제품 특징들과 유명인 특징들은 적어도 일부가 중복될 수도 있다. 예를 들어, “건강한” 등 제품 특징은 유명인들의 속성을 나타내기 위한 유명인 특징으로 사용될 수도 있으며, 본 개시에서 설명되는 예시와 같이, 제품 특징들과 유명인 특징들이 반드시 상이하게 설정되는 것은 아니다.
도 5는, 다양한 실시예들에 따른, 학습된 인공 지능 모델을 설명하기 위한 도면이다.
도 5를 참조하면, 인공 지능 모델(233)은, 제1 데이터(501)를 입력 받고, 제2 데이터(502)를 출력할 수 있다. 예를 들어, 제1 데이터(501)는, 도 4의 제1 학습 데이터(401)와 같은 종류의 데이터일 수 있고, 제2 데이터(502)는, 도 4의 제2 학습 데이터(402)와 같은 종류의 데이터일 수 있다.
다양한 실시예들에 따르면, 인공 지능 모델(233)은, 제품의 정보를 제1 데이터(501)로 입력 받고, 제품 특징들 및/또는 제품 특징들에 대응하는 특징값을 제2 데이터(502)로 출력할 수 있다. 제품의 정보, 제품 속성들 및 제품 속성들에 대응하는 특징값은, 도 4의 설명을 통해 이해할 수 있다.
다양한 실시예들에 따르면, 인공 지능 모델(233)은, 유명인의 정보를 제1 데이터(501)로 입력 받고, 유명인 특징들 및/또는 유명인 특징들에 대응하는 특징값을 제2 데이터(502)로 출력할 수 있다. 유명인의 정보, 유명인 특징들 및 유명인 특징들에 대응하는 특징값은, 도 4의 설명을 통해 이해할 수 있다.
도 6은, 다양한 실시예들에 따른, 온라인 광고 컨텐트 플랫폼 제공 시스템의 동작 방법을 설명하기 위한 흐름도이다.
도 6의 동작들과 도 7의 동작들은 유기적으로 수행될 수 있으며, 도 6의 동작들 및 도 7의 동작들 중 적어도 일부는 생략될 수도 있다.
이하에서, 동작 601 내지 동작 605이 서버(130)에 의해서 수행되는 것으로 설명하나, 전자 장치(101)가 인공 지능 모델(233)을 포함하는 경우, 동작 601 내지 동작 605 중 적어도 일부는 전자 장치(101)에 의해 수행될 수도 있다.
다양한 실시예들에 따르면, 서버(130)는, 동작 601에서, 특정 제품의 적어도 하나의 컨텐트를 획득할 수 있다. 예를 들어, 서버(130)는, 전자 장치(101)로부터 특정 제품의 적어도 하나의 컨텐트를 획득(예: 수신)할 수 있다. 예를 들어, 적어도 하나의 컨텐트는, 상기 특정 제품의 정보(예: 이미지, 명칭, 카테고리, 설명)를 포함할 수 있다. 다양한 실시예들에 따르면, 서버(130)는, 전자 장치(101)를 통해 입력된 특정 제품의 적어도 하나의 컨텐트를 수신하여 획득할 수 있다. 특정 제품의 적어도 하나의 컨텐트 중 적어도 일부는, 외부 서버(예: 다양한 제품의 정보를 포함하는 외부 클라우드 서버)에서 수집될 수도 있다.
다양한 실시예들에 따르면, 서버(130)는, 동작 603에서, 제품 속성 정보를 획득할 수 있다. 예를 들어, 서버(130)는, 인공 지능 모델(233)을 이용하여, 획득된 적어도 하나의 컨텐트에 기반하여, 특정 제품의 제품 속성 정보(예: 수학식 1과 같은 형태의, 특정 제품의 제품 특징 값들)를 획득할 수 있다. 다른 예로, 전자 장치(101)가 인공 지능 모델(233)을 이용하여 특정 제품의 제품 속성 정보를 획득하는 경우, 획득된 제품 속성 정보를 서버(130)로 제공할 수도 있다. 일 실시예에 따르면, 유명인 속성 정보는, 동일한 유명인이더라도, 상기 유명인의 이미지(사진 및/또는 동영상)에 따라서 상이할 수 있다. 예를 들어, 특정 유명인에 있어서, 제1 이미지(예: 웃고 있는 이미지)는 제1 유명인 특징(예: “귀여운”)의 특징값이 높을 수 있고, 제2 이미지(예: 운동하는 이미지)는 제6 유명인 특징(예: “건강한”)의 특징값이 높게 산출될 수 있다.
다양한 실시예들에 따르면, 서버(130)는, 동작 605에서, 제품 속성 정보와 관련된 가중치 값들에 기반하여 확인된 유명인 이미지 추천 정보를 제공할 수 있다.
이하에서는, 서버(130)가 적어도 하나의 유명인 이미지를 추천하는 방법의 일 예를 설명하도록 한다.
다양한 실시예들에 따르면, 서버(130)는, 제품 속성 정보와 관련된 가중치 값들을 확인할 수 있다. 예를 들어, 가중치 값들은, 1 X C 크기의 행렬(이하, 가중치 행렬(W)) 형태로 표현될 수 있다.
Figure PCTKR2023010045-appb-img-000003
다양한 실시예들에 따르면, 수학식 3의 가중치 값들(w1, w2, …, wc)은, 제품 속성 정보(예: 제품 특징값들)에 따라서 상이하게 산출될 수 있다. 가중치 값들(w1, w2, …, wc)은, 같은 행(row)의 유명인 특징 값들에 각각 대응할 수 있다. 예를 들어, n번째 행의 제n 가중치 값(wn)은 n번째 행의 제n 유명인 특징 값(cn)에 대응할 수 있다.
다양한 실시예들에 따르면, 가중치 행렬(W)은, 제품 속성 정보와 기준 행렬(M)의 연산 결과로부터 산출될 수 있다.
Figure PCTKR2023010045-appb-img-000004
Figure PCTKR2023010045-appb-img-000005
수학식 4를 참조할 때, 특정 제품의 제품 속성 정보와 관련된 가중치 행렬(W)은, 제품 특징 벡터(Fp)와 기준 행렬(M)의 행렬 연산 결과로 산출될 수 있다. 수학식 5를 참조하면, 기준 행렬(M)은, P X C 크기의 행렬로 정의될 수 있다. 기준 행렬(M)은 특정 제품과 무관하게(예: 제품 속성 정보와 무관하게) 공통될 수 있으며, 특정 제품과 관련된 가중치 행렬(W)은, 동일한 기준 행렬(M)에 상기 특정 제품의 제품 특징 벡터의 연산 결과로 산출될 수 있다.
다양한 실시예들에 따르면, 기준 정보(예: 기준 행렬(M))는, 광고 집행 결과에 기반하여 갱신(update)될 수 있으며, 상세한 설명은 후술하도록 한다.
다양한 실시예들에 따르면, 서버(130)는, 가중치 행렬(W)에 기반하여, 복수의 유명인 이미지들 중 적어도 하나의 유명인 이미지를 유명인 이미지 추천 결과로써 제공할 수 있다. 예를 들어, 서버(130)는, 특정 제품의 제품 속성 정보와 관련되어 확인된 가중치 행렬(W)을 이용하여, 유명인 이미지들의 유명인 속성 정보로부터 브랜드 적합도(brand fit)(또는, 예상 광고 효과(예: 예상 CTR(click through ratio)))를 산출할 수 있으며, 산출 방법은 후술하는 도면을 통해 더욱 상세하게 설명하도록 한다. 서버(130)는, 상기 브랜드 적합도(또는, 예상 광고 효과)가 높은 적어도 하나의 유명인 이미지를 포함하는 정보를 전자 장치(101)로 제공할 수 있다.
다양한 실시예들에 따르면, 전자 장치(101)는, 동작 607에서, 유명인 이미지 및 지정된 개수의 유명인 특징들을 포함하는 화면을 표시할 수 있다. 다양한 실시예들에 따르면, 전자 장치(101)는, 적어도 하나의 유명인 이미지를 포함하는 정보를 서버(130)로부터 수신하고, 수신된 정보에 기반하여, 적어도 하나의 추천 유명인 이미지를 표시할 수 있다. 다양한 실시예들에 따르면, 전자 장치(101)는, 복수의 유명인 특징들 중 지정된 개수의 유명인 특징을 확인할 수 있다. 예를 들어, 서버(130)는 특정 제품의 제품 속성 정보와 관련되어 확인된 가중치 행렬(W)의 가중치 값들을 확인할 수 있다. 서버(130)는, 가중치 값들 중 지정된 개수의 가중치 값들을 확인할 수 있다. 예를 들어, 서버(130)는, 가중치 값들의 크기를 비교하여, 크기가 큰 지정된 개수의 가중치 값들을 확인할 수 있다. 서버(130)는, 확인된 지정된 개수의 가중치 값들, 상기 지정된 개수의 가중치 값들에 대응하는(예: 같은 행에 위치한) 지정된 개수의 유명인 특징들, 및/또는 상기 지정된 개수의 유명인 특징들의 특징 값들을 포함하는 정보를 전자 장치(101)로 제공(예: 전송)할 수 있다. 전자 장치(101)는, 서버(130)로부터 제공받은 정보에 기반하여, 지정된 개수의 유명인 특징들을 표시할 수 있다. 일 실시예에 따르면, 전자 장치(101)는, 상기 지정된 개수의 유명인 특징들의 유명인 특징 값들을 함께 표시할 수도 있으며, 후술하는 도면을 통해 더욱 상세하게 설명하도록 한다. 일 실시예에 따르면, 전자 장치(101)는, 적어도 하나의 추천 유명인 이미지와 함께, 상기 추천 유명인 이미지에 해당하는 유명인의 다른 이미지를 함께 표시할 수도 있으며, 후술하는 도면을 통해 더욱 상세하게 설명하도록 한다.
도 7은, 다양한 실시예들에 따른, 온라인 광고 컨텐트 플랫폼 제공 시스템의 동작 방법을 설명하기 위한 흐름도이다.
이하에서, 동작 701 내지 동작 709이 서버(130)에 의해서 수행되는 것으로 설명하나, 전자 장치(101)가 인공 지능 모델(233)을 포함하는 경우, 동작 701 내지 동작 709 중 적어도 일부는 전자 장치(101)에 의해 수행될 수도 있다.
도 6의 동작들과 도 7의 동작들은 유기적으로 수행될 수 있으며, 도 6의 동작들 및 도 7의 동작들 중 적어도 일부는 생략될 수도 있다.
다양한 실시예들에 따르면, 서버(130)는, 동작 701에서, 특정 제품의 적어도 하나의 컨텐트를 획득할 수 있다. 701 동작은, 601 동작일 수 있고, 중복되는 범위에서의 설명은 생략하도록 한다.
다양한 실시예들에 따르면, 서버(130)는, 동작 703에서, 제품 속성 정보를 획득할 수 있다. 703 동작은, 603 동작일 수 있고, 중복되는 범위에서의 설명은 생략하도록 한다.
다양한 실시예들에 따르면, 서버(130)는, 동작 705에서, 제품 속성 정보와 관련된 가중치 값들을 확인할 수 있다. 예를 들어, 서버(130)는 획득된 특정 제품의 제품 속성 정보(예: 수학식 1의 Fp)와 기준 정보(예: 수학식 5의 기준 행렬(M))에 기반하여, 특정 제품의 제품 속성 정보와 관련된 가중치 값들(예: 수학식 4의 가중치 행렬(W))을 확인할 수 있다.
다양한 실시예들에 따르면, 서버(130)는, 동작 707에서, 확인된 가중치 값들에 기반하여, 각 유명인 이미지에 대한 브랜드 적합도(또는, 예상 광고 효과)를 확인할 수 있다. 다양한 실시예들에 따르면, 서버(130)는, 복수의 유명인 이미지들에 대하여, 각 유명인 이미지를 상기 유명인 이미지의 유명인 속성 정보(예: 수학식 2의 Fc)를 관련지어 저장할 수 있다. 서버(130)는, 각 유명인 이미지의 유명인 속성 정보와 특정 제품과 관련하여 확인된 가중치 값들(예: 수학식 4의 가중치 행렬(W))의 연산 결과로부터, 각 유명인 이미지의 브랜드 적합도(또는, 예상 광고 효과)를 확인할 수 있다.
Figure PCTKR2023010045-appb-img-000006
수학식 6을 참조하면, 브랜드 적합도(S)는, 1 X C 크기의 가중치 행렬(W)과 C X 1 크기의 유명인 특징 벡터(Fc)의 행렬 곱 연산의 결과로, 1 X 1 크기의 값(즉, 스칼라(scalar) 값)으로 산출될 수 있다. 각 유명인 이미지의 브랜드 적합도(S)는, 백분율 형태의 수치 및/또는 그래픽 객체 형태 등으로 전자 장치(101)를 통해 표시될 수 있으며, 후술하는 도면을 통해 더욱 상세하게 설명하도록 한다.
다양한 실시예들에 따르면, 서버(130)는, 동작 709에서, 확인된 브랜드 적합도(또는, 예상 광고 효과)에 기반하여, 특정 제품과 관련된 적어도 하나의 유명인 이미지를 추천할 수 있다. 예를 들어, 서버(130)는, 각 유명인 이미지의 브랜드 적합도(또는, 예상 광고 효과)(S)에 기반하여, 복수의 유명인 이미지들 중, 브랜드 적합도(또는, 예상 광고 효과)가 높은 적어도 하나의 유명인 이미지를 상기 특정 제품과 관련된 유명인 이미지로 추천할 수 있다.
도 8은, 다양한 실시예들에 따른, 유명인을 추천하는 화면에 포함되는 그래픽 객체의 예시들을 설명하는 도면이다.
다양한 실시예들에 따르면, 유명인을 추천하는 화면에는 지정된 개수의 유명인 특징들 및/또는 상기 유명인 특징의 특징 값들(이하, 유명인 특징 값)을 나타내는 그래픽 객체가 포함될 수 있다.
다양한 실시예들에 따르면, 전자 장치(101)는, 그래픽 객체를 통해 지정된 개수의 유명인 특징들을 표시할 수 있다. 예를 들어, 표시되는 유명인 특징들은, 특정 제품의 제품 속성 정보와 관련된 가중치 값들(예: 수학식 4의 가중치 행렬(W)) 중 크기가 큰 지정된 개수의 가중치 값들에 대응하는(예: 같은 행에 위치한) 유명인 특징들일 수 있다.
다양한 실시예들에 따르면, 상기 유명인 특징들이 표시되는 순서(order)는, 대응하는 가중치 값들의 크기에 기반하여 결정될 수 있다. 예를 들어, 크기가 상대적으로 큰 가중치 값에 대응하는 유명인 특징부터 크기가 상대적으로 작은 가중치 값에 대응하는 유명인 특징 순으로, 제1 방향(예: 시계 방향)으로 표시될 수 있다.
다양한 실시예들에 따르면, 전자 장치(101)는, 그래픽 객체를 통해 유명인 특징 값들을 표시할 수 있다. 예를 들어, 각 유명인 이미지에 대하여, 각 유명인 이미지의 유명인 속성 정보 중, 그래픽 객체를 통해 표시되는 지정된 개수의 유명인 특징에 대응하는 유명인 특징 값들을 표시할 수 있다.
상술한 설명들을 바탕으로, 도 8의 (a) 내지 (c)에 대하여 설명하도록 한다.
도 8의 (a) 내지 (c)를 참조하면, 특정 유명인 이미지와 관련하여, “gorgeous”, “luxury”, “healthy”, “cool” 및 “cute”라는 유명인 특징들이 그래픽 객체를 통해 표시된다. 이는, 특정 제품의 제품 속성 정보에 기반하여 확인된 가중치 값들 중, “gorgeous”, “luxury”, “healthy”, “cool” 및 “cute”라는 유명인 특징에 대응하는 가중치 값들이 상대적으로 높음을 나타낸다. 만일, 전체 유명인 특징이 제1 유명인 특징(“cute”), 제2 유명인 특징(“lovely”), 제3 유명인 특징(“cool”), 제4 유명인 특징(“gorgeous”), 제5 유명인 특징(“luxury”), 제6 유명인 특징(“healthy”) 등 순서로 구성되어 있다면, 제4 가중치 값이 가장 크고, 이후 크기 순서가 제5 가중치 값, 제6 가중치 값, 제1 가중치 값 순임을 나타낼 수 있다.
도 8의 (a) 및 (c)를 참조하면, 각 유명인 특징에 대응하는 수치들(예: 9, 8, 7, 6, 5)이 그래픽 객체를 통해 표시된다. 이는, “gorgeous”, “luxury”, “healthy”, “cool” 및 “cute”라는 유명인 특징들에 각각 대응하는 유명인 특징 값들을 나타낸다. 도 8의 (a), (b)에 도시된 바와 같이, 전자 장치(101)는, 상기 수치들(예: 유명인 특징 값들)을 방사형 그래프 형태로 표시할 수 있다. 또는, 도 8의 (c)에 도시된 바와 같이, 전자 장치(101)는, 상기 수치들(예: 유명인 특징 값들)을 나타내는 점(point)들을 서로 잇는 다각형 형태(예: 오각형)로 상기 수치들을 나타낼 수도 있다. 한편, 도 8의 (b)에 도시된 바와 같이, 각 유명인 특징에 대응하도록 수치들(예: 9, 8, 7, 6, 5)은 생략될 수도 있다.
상술한 바와 같이, 그래픽 객체를 통해 표시되는 유명인 특징들은, 제품 속성 정보와 관련된 가중치 값들에 기반하여(예: 가중치 값들의 크기에 따라서) 결정될 수 있다. 즉, 광고 대상 제품에 따라서 제품 속성 정보가 달라질 수 있기 때문에, 광고 대상 제품에 따라서, 그래픽 객체를 통해 표시되는 유명인 특징들의 그룹(group)이 달라질 수 있다. 다시 말해, 광고 대상 제품이 제1 제품인 경우, 제1 그룹의 유명인 특징들이 표시되고, 광고 대상 제품이 제1 제품과 제품 속성 정보가 상이한 제2 제품인 경우, 제2 그룹의 유명인 특징들이 표시되고, 제1 그룹의 유명인 특징들과 제2 그룹의 유명인 특징들은 전부 또는 일부가 상이할 수 있다.
상술한 바와 같이, 그래픽 객체를 통해 표시되는 수치들은, 각 유명인 이미지의 유명인 특징 값에 기반하여(예: 유명인 특징 값의 크기에 따라서) 결정될 수 있다. 즉, 유명인 이미지에 따라서 유명인 속성 정보가 달라질 수 있기 때문에, 유명인 이미지에 따라서, 그래픽 객체를 통해 표시되는 수치들(및/또는 방사형 그래프 형태 등)이 상이할 수 있다.
도 9는, 다양한 실시예들에 따른, 특정 제품의 정보를 입력 받는 화면의 일 예를 도시한다.
다양한 실시예들에 따르면, 전자 장치(101)는, 광고주가 광고하고자 하는 특정 제품의 컨텐트를 입력 받는 화면(900)을 표시할 수 있다. 예를 들어, 광고주는, 전자 장치(101)에 표시된 화면(900)을 통해, 광고하고자 하는 제품에 대한 정보를 입력할 수 있다. 예를 들어, 화면(900)은, 제품의 정보(예: 제품과 관련된 명칭, 가격, 카테고리, 설명, 이미지) 및 선호하는 광고 모델에 대한 정보(예: 광고 모델의 성별, 카테고리, 설명)를 입력 받는 인터페이스를 포함할 수 있다. 예를 들어, 화면(900)은, 제품의 이미지를 입력 받고 입력 받은 이미지를 표시하는 인터페이스(예: 910, 920)를 포함할 수 있다. 예를 들어, 화면(900)은, 광고주가 광고하고자 하는 국가를 지정하는 인터페이스를 더 포함할 수도 있다. 다양한 실시예들에 따르면, 전자 장치(101)는, 화면(900)을 통해 입력 받은 제품의 컨텐트(예: 제품과 관련된 명칭, 가격, 카테고리, 설명, 이미지)를 서버(130)로 제공하여 광고주가 광고하고자 하는 특정 제품의 제품 속성 정보(예: 복수의 제품 특징들에 대응하는 특징 값들)를 획득하거나, 화면(900)을 통해 입력 받은 제품의 컨텐트(예: 제품과 관련된 명칭, 가격, 카테고리, 설명, 이미지)에 기반하여 광고주가 광고하고자 하는 특정 제품의 제품 속성 정보(예: 복수의 제품 특징들에 대응하는 특징 값들)를 획득할 수 있다.
도 10은, 다양한 실시예들에 따른, 제품 카테고리 정보를 입력 받는 화면의 일 예를 도시한다.
다양한 실시예들에 따르면, 전자 장치(101)는, 검색 인터페이스(1010)을 포함하는 화면(1000)을 표시할 수 있다. 예를 들어, 전자 장치(101)는, 검색 인터페이스(1010)를 통해 제품 카테고리를 입력 받고, 입력 받은 제품 카테고리와 관련된 유명인(또는, 유명인 이미지)에 대한 정보를 제공할 수 있다. 예를 들어, 도시된 바와 같이, 검색 인터페이스(1010)를 통해 “화장품”이 입력되면, ”화장품”과 관련된 유명인(또는, 유명인 이미지)이 검색될 수 있다. 예를 들어, "화장품”이라는 제품 카테고리를 선호하는 제품 카테고리로 입력한 유명인의 적어도 하나의 유명인 이미지, 또는 제품 카테고리가 “화장품”인 특정 제품들에 대한 광고 실적이 많거나 높은 유명인 또는 적어도 하나의 유명인 이미지가 검색될 수 있다. 일 실시예에 따르면, 화면(1000)을 통한 검색에 따라, 후술하는 도 11의 화면(예: 화면(1100)) 또는 도 14의 화면(예: 화면(1400))이 표시될 수도 있다.
도 11은, 다양한 실시예들에 따른, 유명인을 추천하는 화면의 일 예를 도시한다.
다양한 실시예들에 따르면, 전자 장치(101)는, 적어도 하나의 유명인 이미지를 추천하는 화면(1100)을 표시할 수 있다. 예를 들어, 앞선 도면들에서 설명된 방법을 통해, 전자 장치(101)는, 특정 제품의 적어도 하나의 컨텐트가 입력되면, 상기 특정 제품의 제품 속성 정보를 획득하는 과정 등을 통해 적어도 하나의 유명인 이미지를 추천하는 화면을 표시할 수 있다. 또는, 도 10에서 전술한 바와 같이, 검색 인터페이스(1010)를 통해 제품 카테고리가 입력됨에 기반하여, 입력된 제품 카테고리와 관련된 적어도 하나의 유명인 또는 적어도 하나의 유명인 미지에 대한 추천 결과들이 표시될 수도 있다.
다양한 실시예들에 따르면, 표시되는 유명인에 대한 정보는, 유명인의 이미지, 브랜드 적합도(Brand fit), 유명세(Popularity), 광고 계약 단가(Price), 및 예외 제품(Exclusion)에 대한 정보를 포함할 수 있다.
다양한 실시예들에 따르면, 제품 적합도(Brand fit)는, 앞선 도면들에서 설명한 특정 제품과 관련된 가중치 값들 및/또는 각 유명인 이미지의 유명인 속성 정보에 기반하여 산출될 수 있다.
다양한 실시예들에 따르면, 유명세(Popularity)는, 유명인의 실시간 또는 미래 시점의 인기도를 나타내는 지표일 수 있다. 예를 들어, 유명세(Popularity)는, 인터넷 검색량 데이터에 기반하여 실시간으로 확인될 수 있다. 예를 들어, 유명세(Popularity)는, 유명인의 향후 작품 계획에 따라 미래 시점을 기준으로 계산되거나 예측될 수 있다. 예를 들어, 유명인의 유명세는, 광고하고자 하는 국가에 따라 다르게(예: 국가 별 인지도) 확인될 수 있다.
다양한 실시예들에 따르면, 광고 계약 단가(Price)는, 유명인의 CPC(cost per click) 등을 나타낼 수 있다. 광고 계약 단가는, 해당하는 유명인이 미리 설정될 수 있으며, 유명인이 이전에 집행한 광고의 광고 실적 및/또는 실시간 인지도 등에 기반하여 결정될 수도 있다. 일 실시예에 따르면, 광고주가 광고 집행 기간 및/또는 광고 예산을 입력한 경우, 상기 광고 집행 기간 및/또는 광고 예산에 기반하여 산출된 범위에 속하지 않은(예: 초과하는) 광고 계약 단가를 가지는 유명인은 추천 결과에서 제외될 수도 있다.
다양한 실시예들에 따르면, 예외 제품(Exclusion)은, 유명인이 배제하는 제품의 카테고리를 나타낼 수 있다. 예를 들어, 특정 유명인이 “Alcohol”을 예외 제품으로 등록한 경우, 특정 제품의 카테고리가 “Alcohol”일 때, 상기 특정 유명인은 추천 결과에서 제외될 수 있다.
다양한 실시예들에 따르면, 상기 화면(1100)의 일 영역(예: 좌측 영역)에는, 적어도 하나의 유명인 이미지를 검색한 기준이 표시될 수 있다. 도 8에서 설명한 바와 같은, 상대적으로 높은 지정된 개수의 가중치 값들에 대응하는 유명인 특징들과 관련된 정보들이 제공될 수 있다. 예를 들어, 상기 유명인 특징들이 텍스트 형태 및/또는 도 8의 그래픽 객체와 유사한 오각형 형태로 제공될 수 있다.
다양한 실시예들에 따르면, 표시되는 유명인에 대한 정보는, 상기 유명인의 유명인 이미지들 중 브랜드 적합도가 가장 높은 이미지(1110a, 1120a, 1130a)를 포함할 수 있다. 일 실시예에 따르면, 상기 유명인의 유명인 이미지들 중 브랜드 적합도가 높은 복수의 이미지들이 표시될 수도 있다.
다양한 실시예들에 따르면, 표시되는 유명인에 대한 정보는, 각 유명인(또는, 각 유명인 이미지)의 유명인 특징 값을 나타내는 그래픽 객체(1110b, 1120b, 1130b)를 포함할 수 있다. 다양한 실시예들에 따르면, 각 그래픽 객체는, 상대적으로 높은 지정된 개수의 가중치 값들에 대응하는 유명인 특징들 각각의 유명인 특징 값들을 나타낼 수 있으며, 도 8에서 이미 설명된 부분은 생략하도록 한다. 일 실시예에 따르면, 그래픽 객체(1110b, 1120b, 1130b)에는, 도시된 바와 같이 “gorgeous” 등 유명인 특징이 표시되지 않을 수 있으나, 도 8에 도시된 바와 같이, 유명인 특징 값과 함께 유명인 특징 값에 대응하는 유명인 특징이 함께 표시될 수도 있다.
도 12a는, 다양한 실시예들에 따른, 특정 유명인의 프로필을 나타내는 일 예를 도시한다. 도 12b는, 다양한 실시예들에 따른, 특정 유명인의 프로필을 나타내는 일 예를 도시한다.
다양한 실시예들에 따르면, 전자 장치(101)는, 유명인의 추천 결과에서 특정 유명인(또는, 특정 유명인 이미지)이 선택되면, 상기 선택된 유명인의 프로필을 포함하는 화면(1210)을 표시할 수 있다.
다양한 실시예들에 따르면, 화면(1210)은, 선택된 유명인의 대표 이미지(1211), 이름(1212), 유명세(1213), 설명(1214), 유명인 특징을 나타내는 오브젝트(1215)(예: 방사형 그래프), 포트폴리오(1216), 및 국가를 나타내는 오브젝트(1217)를 포함할 수 있다. 다양한 실시예들에 따르면, 대표 이미지(1211)는 유명인 이미지 추천 화면 내 표시되는 이미지(예: 브랜드 적합도가 가능 높은 이미지)이거나, 상기 유명인이 미리 설정된 이미지일 수 있다.
다양한 실시예들에 따르면, 포트폴리오(1216)는, 선택된 유명인의 적어도 하나의 이미지를 포함할 수 있다. 일 실시예에 따르면, 선택된 유명인이 복수의 이미지들을 등록한 경우, 전자 장치(101)는, 상기 복수의 이미지들 중 브랜드 적합도가 높은 지정된 개수의 이미지를 포트폴리오(1216)에 포함(또는, 포트폴리오(1216)의 상단에 배치)할 수 있다.
다양한 실시예들에 따르면, 도 12a의 화면(1210)에 표시되는 유명세(1213)는 시점에 따른 그래프로 표시될 수 있다. 화면(1210)에 표시되는 유명세(1213)는, 화면(1210)에 표시되는 국가를 나타내는 오브젝트(1217)가 나타내는 적어도 하나의 국가에 따라 결정될 수 있다. 예를 들어, 화면(1210)에 표시되는 국가를 나타내는 오브젝트(1216)는, 제품이 광고될 것으로 예상되는 국가들을 표시하는 오브젝트(1216)일 수 있다.
다양한 실시예들에 따르면, 도 12b의 화면(1220)에 표시되는 유명세(1223)는 시점에 따른 그래프로 표시될 수 있다. 화면(1220)에 표시되는 유명세(1223)는, 화면(1220)에 표시되는 국가를 나타내는 오브젝트(1226)가 나타내는 적어도 하나의 국가에 따라 결정될 수 있다. 예를 들어, 도 12b의 하면(1220)에 표시되는 국가를 나타내는 오브젝트(1227)는, 제품이 광고될 것으로 예상되는 특정 국가(예: 하나의 국가)를 표시하는 오브젝트(1227)일 수 있고, 이에 따라, 도 12a의 화면(1210)에 표시되는 유명세(1213)와 도 12b의 화면(1220)에 표시되는 유명세(1223)가 상이할 수 있다.
다양한 실시예들에 따르면, 오브젝트(1215, 1225)는, 복수의 유명인 특징들 중, 유명인 특징값의 크기가 높은 지정된 개수(예: 5개)의 유명인 특징들 및 이들의 특징값들을 나타낼 수 있으며, 예를 들어, 방사형 그래프 형태로 표시될 수 있다. 일 실시예에 따르면, 오브젝트(1215)는, 도 8에 도시된 그래픽 객체 및/또는 도 11의 그래픽 객체(1110a, 1110b, 1110c)와 동일하게, 특정 제품과 관련하여 가중치 값이 높은 지정된 개수의 가중치 값에 대응하는 유명인 특징들을 나타낼 수도 있다.
도 13은, 다양한 실시예들에 따른, 광고주와 유명인 간의 협상을 중개하는 인터페이스 화면의 일 예를 도시한다.
다양한 실시예들에 따르면, 전자 장치(101)는, 유명인의 추천 결과에서 특정 유명인(또는, 특정 유명인 이미지)이 선택되면, 협상 중개 인터페이스를 포함하는 화면(1300)을 표시할 수 있다. 상기 화면(1300)은, 상기 유명인에 대한 유명인 특징 및 이들의 특징값들, 상기 유명인이 희망하는 광고 계약 단가(또는, 범위) 및/또는 메시지 입력란을 포함할 수 있다.
다양한 실시예들에 따르면, 전자 장치(101)는, 선택된 유명인과 협상을 진행하기 위한 인터페이스를 제공할 수 있다. 예를 들어, 광고주는 광고 계약 단가를 설정하고, 상기 메시지 입력란을 통해 상기 유명인에 전송할 메시지를 입력할 수 있으며, 광고 계약 단가 및 메시지가 유명인에게 전달됨으로써, 협상이 진행되도록 할 수 있다.
도 14는, 다양한 실시예들에 따른, 크리에이터의 추천 화면을 나타내는 화면의 일 예를 도시한다.
다양한 실시예들에 따르면, 전자 장치(101)는, 적어도 하나의 크리에이터를 추천하는 화면(1400)을 표시할 수 있다. 예를 들어, 화면(1400)은, 적어도 하나의 크리에이터(1410, 1420, 1430)의 이미지, 닉네임, 크리에이터의 스펙(예: 크리에이터가 제공할 수 있는 기술 분야, 광고 계약 단가, 이력)을 포함할 수 있다. 일 실시예에 따르면, 표시되는 적어도 하나의 크리에이터는, 입력된 제품 카테고리(예: “화장품”)과 관련되거나, 및/또는 광고주가 광고하고자 하는 특정 제품의 정보와 관련된 크리에이터를 포함할 수 있다. 상기 화면(1400)의 좌측에 표시된 “Pending”은, 광고주가 선택한 유명인과의 협상 진행 과정을 나타낼 수 있으며, 유명인이 상기 광고주가 제시한 광고 계약 단가 등을 수락하면, 상기 “Pending”은 “Accepted” 등과 같은 텍스트로 변경될 수 있다.
도 15는, 다양한 실시예들에 따른, 특정 크리에이터의 프로필을 나타내는 일 예를 도시한다.
다양한 실시예들에 따르면, 전자 장치(101)는, 크리에이터의 추천 결과에서 특정 크리에이터(또는, 크리에이터의 이미지)가 선택되면, 상기 선택된 크리에이터의 프로필을 포함하는 화면(1500)을 표시할 수 있다.
다양한 실시예들에 따르면, 화면(1500)은, 선택된 크리에이터의 대표 이미지(1510), 이름(또는, 닉네임)(1520), 크리에이터의 스펙(1530)(예: 크리에이터가 제공할 수 있는 기술 분야), 유명세(1540), 설명(1550), 크리에이이터의 능력을 나타내는 오브젝트(1560)(예: 방사형 그래프), 포트폴리오(1570)(예: 이전 작업 결과물), 및 크리에이어와 관련된 국가를 나타내는 오브젝트(1580)(예: 크리에이터의 국적, 또는 크리에이터가 활동하는 국가)를 포함할 수 있다.
다양한 실시예들에 따르면, 포트폴리오(1570)는, 선택된 크리에이터의 적어도 하나의 이전 작업 결과물을 포함할 수 있다. 일 실시예에 따르면, 선택된 크리에이터가 복수의 작업 결과물을 등록한 경우, 전자 장치(101)는, 상기 복수의 작업 결과물들 중 브랜드 적합도가 높은 지정된 개수의 작업 결과물을 포트폴리오(1570)에 포함(또는, 포트폴리오(1570)이 상단에 배치)할 수 있다.
도 16은, 다양한 실시예들에 따른, 광고주와 크리에이터 간의 협상을 중개하는 인터페이스 화면의 일 예를 도시한다.
다양한 실시예들에 따르면, 전자 장치(101)는, 협상 중개 인터페이스를 포함하는 화면(1600)을 표시할 수 있다. 예를 들어, 화면(1600)은, 광고주가 광고하고자 하는 특정 제품의 이미지(1610), 광고주가 선택한 유명인의 이미지(1620), 크리에이터의 정보(1630)(예: 크리에이터의 이미지, 닉네임, 스펙), 광고 계약 단가를 지정하는 오브젝트(1640), 및 메시지 입력란(1650)을 포함할 수 있다. 광고주는, 전자 장치(101)에 표시된 화면(1600)을 통해, 선택한 크리에이터와의 협상을 진행할 수 있다. 상기 크리에이터는, 광고주가 광고하고자 하는 특정 제품의 이미지(1610), 광고주가 선택한 유명인의 이미지(1620), 광고주가 희망하는 광고 계약 단가 및/또는 광고주가 입력한 메시지를 확인할 수 있으며, 이에 따라서, 광고주와 크리에이터 간의 협상이 진행될 수 있다.
도 17은, 다양한 실시예들에 따른, 광고 중개 플랫폼의 결과 화면의 일 예를 도시한다.
다양한 실시예들에 따르면, 전자 장치(101)는, 광고 중개 플랫폼의 결과 화면(1700)을 표시할 수 있다. 예를 들어, 상기 화면(1700)을 통해, 광고 제작 작업의 진행 현황이 표시될 수 있다. 일 예로, 광고주가 선택한 크리에이터가 제공받은 특정 제품의 이미지(1710) 및 유명인의 이미지(1720)에 기반하여 광고 이미지를 제작하여 등록하면, 상기 화면(1700)을 통해, 제작된 광고 이미지(1740)가 표시될 수 있다.
다양한 실시예들에 따르면, 상기 화면(1700)은, 유명인 특징을 나타내는 오브젝트(1730)(예: 방사형 그래프), 대화 인터페이스(1750), 제1 인디케이터(1760) 및/또는 제2 인디케이터(1770)를 더 포함할 수 있다.
다양한 실시예들에 따르면, 제1 인디케이터(1760)는, 유명인이 계약 사항을 수락했는지를 나타내는 오브젝트일 수 있다. 예를 들어, 도 17의 화면(1700)에서는, 유명인이 계약을 수락하였음(“Accepted”)을 예시적으로 도시하고 있다.
다양한 실시예들에 따르면, 제2 인디케이터(1770)는, 크리에이터가 계약 사항을 수락했는지를 나타내는 오브젝트일 수 있다. 예를 들어, 도 17의 화면(1700)에서는, 크리에이터가 계약을 아직 수락하지 않았음(“Pending”)을 예시적으로 도시하고 있다.
다양한 실시예들에 따르면, 대화 인터페이스(1750)를 통해, 유명인 또는 크리에이터와, 광고주 간에 대화가 수행될 수 있다.
도 18은, 다양한 실시예들에 따른, 광고 집행 결과를 나타내는 일 예를 도시한다.
다양한 실시예들에 따르면, 전자 장치(101)는, 광고 집행 결과(예: 광고 실적)을 나타내는 화면(1800)을 표시할 수 있다. 예를 들어, 화면(1800)은, 제1 이미지(1810)(예: 광고에 이용된 유명인의 이미지, 또는 유명인의 대표 이미지), 제2 이미지(1820)(예: 광고 집행한 광고 이미지), 이익/비용 그래프(1830), 광고 집행 날짜를 나타내는 오브젝트(1840), 광고 대상 국가를 나타내는 오브젝트(1850), 및 광고 실적을 나타내는 오브젝트(1860)를 포함할 수 있다.
다양한 실시예들에 따르면, 화면(1800)은, 제1 이미지(1810) 또는 제2 이미지(1820) 중에서 하나의 이미지만을 포함할 수도 있고, 제1 이미지(1810) 및 제2 이미지(1820)를 모두 포함할 수도 있다. 전자 장치(101), 제1 외부 전자 장치(110), 또는 제2 외부 전자 장치(120)는, 광고주에게 제공되는 화면인지, 유명인에게 제공되는 화면인지, 크리에이터에게 제공되는 화면인지에 따라, 제1 이미지(1810) 또는 제2 이미지(1820) 중에서 어떤 이미지가 포함될지 결정할 수 있다.
다양한 실시예들에 따르면, 광고 실적을 나타내는 오브젝트(1860)는, 매체(예: SNS) 별 “click through rate”, “retention rate”, 및/또는 “판매량(sales)”을 나타내는 오브젝트를 포함할 수 있다. 전자 장치(101)는, 광고 이미지의 광고 실적을 확인하고, 화면(1800)에 광고 실적을 나타내는 오브젝트(1860)를 표시할 수 있다. 다양한 실시예들에 따라, 전자 장치(101)는, 광고 이미지에 대응하는 광고 실적에 기반하여, 광고 이미지에 이용된 유명인(또는 유명인의 이미지)의 유명인 특징이나, 광고 이미지의 대상 제품의 제품 속성 정보나, 특정 제품(또는, 제품 속성 정보)에 대한 가중치 값들을 결정하는 기준 값들(예: 기준 행렬(M))을 업데이트 할 수 있다. 예를 들어, 서버(130)는, 기준 값들(예: 기준 행렬(M))은 특정 제품(또는, 제품 속성 정보)과 무관하게 공통적으로 사용될 수 있으며, 특정 기준 값들(예: 기준 행렬(M))에 기반하여 각 광고 제품에 대하여 유명인 이미지를 추천하여 작성된 광고 이미지에 따른, 각 광고 제품의 광고 실적을 확인할 수 있다. 서버(130)는, 상기 광고 실적에 기반하여 특정 기준 값들(예: 기준 행렬(M))을 광고 실적이 극대화되도록 하는 기준 값들(예: 기준 행렬(M))로 갱신(또는, 조정)할 수 있다.
도 1 내지 도 18의 실시예는 적용 가능한 범위 내에서 상호 유기적으로 적용될 수 있음을 이해할 수 있다.
다양한 실시예들에 따르면, 온라인 광고 컨텐트 플랫폼 제공 시스템은, 서버 및 전자 장치를 포함하고, 서버는, 전자 장치로부터, 특정 제품의 적어도 하나의 컨텐트를 획득하고, 적어도 하나의 컨텐트는 특정 제품의 이미지를 포함하고, 적어도 하나의 컨텐트에 기반하여, 특정 제품의 제품 속성 정보를 획득하고, 제품 속성 정보는 복수의 제품 특징들에 대응하고, 제품 속성 정보에 기반하여, 복수의 제품 특징들과 관련된 복수의 가중치 값들에 기반하여 확인된 유명인 이미지 추천 정보를 전자 장치로 제공하도록 설정되고, 유명인 이미지 추천 정보는, 적어도 하나의 유명인 이미지를 포함하고, 전자 장치는, 제공된 유명인 이미지 추천 정보에 기반하여, 적어도 하나의 유명인 이미지 및 복수의 유명인 특징들 중 지정된 개수의 유명인 특징들을 포함하는 제1 화면을 표시하도록 설정되고, 특정 제품이 제1 제품임에 기반하여, 지정된 개수의 유명인 특징들은 복수의 유명인 특징들 중 제1 그룹의 유명인 특징들을 포함하고, 특정 제품이 제2 제품임에 기반하여, 지정된 개수의 유명인 특징들은 복수의 유명인 특징들 중 제2 그룹의 유명인 특징들을 포함하고, 제2 그룹의 유명인 특징들은 제1 그룹의 유명인 특징들과 적어도 일부가 상이할 수 있다.
다양한 실시예들에 따르면, 지정된 개수의 유명인 특징들은, 지정된 개수의 가중치 값들에 각각 대응할 수 있다.
다양한 실시예들에 따르면, 제1 화면은, 적어도 하나의 유명인 이미지 각각에 대한, 지정된 개수의 유명인 특징들에 대응하는 유명인 특징값들을 포함할 수 있다.
다양한 실시예들에 따르면, 제1 화면은, 유명인 이미지 추천 정보에 포함된 각 유명인 이미지의 유명인의 적어도 하나의 다른 유명인 이미지를 더 포함할 수 있다.
다양한 실시예들에 따르면, 전자 장치는, 제1 화면에 표시된 적어도 하나의 유명인 이미지 중 제1 유명인 이미지가 선택되면, 제1 유명인 이미지의 제1 유명인과의 중개 인터페이스를 제공하도록 더 설정될 수 있다.
다양한 실시예들에 따르면, 전자 장치는, 제1 화면에 표시된 적어도 하나의 유명인 이미지 중 제1 유명인 이미지가 선택되면, 특정 제품의 이미지, 선택된 제1 유명인 이미지, 및 특정 제품의 이미지 및 선택된 제1 유명인 이미지에 기반하여 제작된 광고 이미지를 함께 제공하는 제2 화면을 표시하도록 더 설정될 수 있다.
다양한 실시예들에 따르면, 서버는, 복수의 가중치 값들의 크기를 비교하고, 비교의 결과에 기반하여, 복수의 가중치 값들 중 크기가 큰 지정된 개수의 가중치 값들을 확인하도록 설정될 수 있다.
다양한 실시예들에 따르면, 서버는, 복수의 유명인 이미지들의 유명인 속성 정보를 확인하고, 복수의 가중치 값들 및 확인된 유명인 속성 정보의 연산을 수행하고, 연산을 수행한 결과에 기반하여, 적어도 하나의 유명인 이미지를 확인하도록 더 설정될 수 있다.
다양한 실시예들에 따르면, 복수의 가중치 값들은, 특정 제품이 제1 제품임에 기반하여, 기준 행렬 및 제1 특정 제품의 제1 제품 속성 정보에 기반하여 확인되고, 특정 제품이 제2 제품임에 기반하여, 기준 행렬 및 제2 특정 제품의 제2 제품 속성 정보에 기반하여 확인되고, 제1 제품 속성 정보 및 제2 제품 속성 정보는 적어도 일부가 상이할 수 있다.
다양한 실시예들에 따르면, 온라인 광고 컨텐트 플랫폼 제공 시스템의 동작 방법은, 서버가, 전자 장치로부터, 특정 제품의 적어도 하나의 컨텐트를 획득하는 동작, 적어도 하나의 컨텐트는 특정 제품의 이미지를 포함하고; 서버가, 적어도 하나의 컨텐트에 기반하여, 특정 제품의 제품 속성 정보를 획득하는 동작, 제품 속성 정보는 복수의 제품 특징들에 대응하고; 서버가, 제품 속성 정보에 기반하여, 복수의 제품 특징들과 관련된 복수의 가중치 값들에 기반하여 확인된 유명인 이미지 추천 정보를 전자 장치로 제공하는 동작, 유명인 이미지 추천 정보는, 적어도 하나의 유명인 이미지를 포함하고; 및 전자 장치가, 제공된 유명인 이미지 추천 정보에 기반하여, 적어도 하나의 유명인 이미지 및 복수의 유명인 특징들 중 지정된 개수의 유명인 특징들을 포함하는 제1 화면을 표시하는 동작을 포함하고, 특정 제품이 제1 제품임에 기반하여, 지정된 개수의 유명인 특징들은 복수의 유명인 특징들 중 제1 그룹의 유명인 특징들을 포함하고, 특정 제품이 제2 제품임에 기반하여, 지정된 개수의 유명인 특징들은 복수의 유명인 특징들 중 제2 그룹의 유명인 특징들을 포함하고, 제2 그룹의 유명인 특징들은 제1 그룹의 유명인 특징들과 적어도 일부가 상이할 수 있다.
다양한 실시예들에 따르면, 지정된 개수의 유명인 특징들은, 지정된 개수의 가중치 값들에 각각 대응할 수 있다.
다양한 실시예들에 따르면, 제1 화면은, 적어도 하나의 유명인 이미지 각각에 대한, 지정된 개수의 유명인 특징들에 대응하는 유명인 특징값들을 포함할 수 있다.
다양한 실시예들에 따르면, 제1 화면은, 유명인 이미지 추천 정보에 포함된 각 유명인 이미지의 유명인의 적어도 하나의 다른 유명인 이미지를 더 포함할 수 있다.
다양한 실시예들에 따르면, 온라인 광고 컨텐트 플랫폼 제공 시스템의 동작 방법은, 전자 장치가, 제1 화면에 표시된 적어도 하나의 유명인 이미지 중 제1 유명인 이미지가 선택되면, 제1 유명인 이미지의 제1 유명인과의 중개 인터페이스를 제공하는 동작을 더 포함할 수 있다.
다양한 실시예들에 따르면, 온라인 광고 컨텐트 플랫폼 제공 시스템의 동작 방법은, 전자 장치가, 제1 화면에 표시된 적어도 하나의 유명인 이미지 중 제1 유명인 이미지가 선택되면, 특정 제품의 이미지, 선택된 제1 유명인 이미지, 및 특정 제품의 이미지 및 선택된 제1 유명인 이미지에 기반하여 제작된 광고 이미지를 함께 제공하는 제2 화면을 표시하는 동작을 더 포함할 수 있다.
본 문서에 개시된 다양한 실시예들에 따른 전자 장치는 다양한 형태의 장치가 될 수 있다. 전자 장치는, 예를 들면, 휴대용 통신 장치(예: 스마트폰), 컴퓨터 장치, 휴대용 멀티미디어 장치, 휴대용 의료 기기, 카메라, 웨어러블 장치, 또는 가전 장치를 포함할 수 있다. 본 문서의 실시예에 따른 전자 장치는 전술한 기기들에 한정되지 않는다.
본 문서의 다양한 실시예들 및 이에 사용된 용어들은 본 문서에 기재된 기술적 특징들을 특정한 실시예들로 한정하려는 것이 아니며, 해당 실시예의 다양한 변경, 균등물, 또는 대체물을 포함하는 것으로 이해되어야 한다. 도면의 설명과 관련하여, 유사한 또는 관련된 구성요소에 대해서는 유사한 참조 부호가 사용될 수 있다. 아이템에 대응하는 명사의 단수 형은 관련된 문맥상 명백하게 다르게 지시하지 않는 한, 상기 아이템 한 개 또는 복수 개를 포함할 수 있다. 본 문서에서, "A 또는 B", "A 및 B 중 적어도 하나", "A 또는 B 중 적어도 하나", "A, B 또는 C", "A, B 및 C 중 적어도 하나", 및 "A, B, 또는 C 중 적어도 하나"와 같은 문구들 각각은 그 문구들 중 해당하는 문구에 함께 나열된 항목들 중 어느 하나, 또는 그들의 모든 가능한 조합을 포함할 수 있다. "제1", "제2", 또는 "첫째" 또는 "둘째"와 같은 용어들은 단순히 해당 구성요소를 다른 해당 구성요소와 구분하기 위해 사용될 수 있으며, 해당 구성요소들을 다른 측면(예: 중요성 또는 순서)에서 한정하지 않는다. 어떤(예: 제1) 구성요소가 다른(예: 제2) 구성요소에, "기능적으로" 또는 "통신적으로"라는 용어와 함께 또는 이런 용어 없이, "커플드" 또는 "커넥티드"라고 언급된 경우, 그것은 상기 어떤 구성요소가 상기 다른 구성요소에 직접적으로(예: 유선으로), 무선으로, 또는 제3 구성요소를 통하여 연결될 수 있다는 것을 의미한다.
본 문서의 다양한 실시예들에서 사용된 용어 "모듈"은 하드웨어, 소프트웨어 또는 펌웨어로 구현된 유닛을 포함할 수 있으며, 예를 들면, 로직, 논리 블록, 부품, 또는 회로와 같은 용어와 상호 호환적으로 사용될 수 있다. 모듈은, 일체로 구성된 부품 또는 하나 또는 그 이상의 기능을 수행하는, 상기 부품의 최소 단위 또는 그 일부가 될 수 있다. 예를 들면, 일 실시예에 따르면, 모듈은 ASIC(application-specific integrated circuit)의 형태로 구현될 수 있다.
본 문서의 다양한 실시예들은 기기(machine)(예: 전자 장치) 의해 읽을 수 있는 저장 매체(storage medium)(예: 내장 메모리) 또는 외장 메모리)에 저장된 하나 이상의 명령어들을 포함하는 소프트웨어(예: 프로그램))로서 구현될 수 있다. 예를 들면, 기기(예: 전자 장치)의 프로세서(예: 프로세서)는, 저장 매체로부터 저장된 하나 이상의 명령어들 중 적어도 하나의 명령을 호출하고, 그것을 실행할 수 있다. 이것은 기기가 상기 호출된 적어도 하나의 명령어에 따라 적어도 하나의 기능을 수행하도록 운영되는 것을 가능하게 한다. 상기 하나 이상의 명령어들은 컴파일러에 의해 생성된 코드 또는 인터프리터에 의해 실행될 수 있는 코드를 포함할 수 있다. 기기로 읽을 수 있는 저장 매체는, 비일시적(non-transitory) 저장 매체의 형태로 제공될 수 있다. 여기서, ‘비일시적’은 저장 매체가 실재(tangible)하는 장치이고, 신호(signal)(예: 전자기파)를 포함하지 않는다는 것을 의미할 뿐이며, 이 용어는 데이터가 저장 매체에 반영구적으로 저장되는 경우와 임시적으로 저장되는 경우를 구분하지 않는다.
일 실시예에 따르면, 본 문서에 개시된 다양한 실시예들에 따른 방법은 컴퓨터 프로그램 제품(computer program product)에 포함되어 제공될 수 있다. 컴퓨터 프로그램 제품은 상품으로서 판매자 및 구매자 간에 거래될 수 있다. 컴퓨터 프로그램 제품은 기기로 읽을 수 있는 저장 매체(예: compact disc read only memory(CD-ROM))의 형태로 배포되거나, 또는 어플리케이션 스토어(예: 플레이 스토어TM)를 통해 또는 두 개의 사용자 장치들(예: 스마트 폰들) 간에 직접, 온라인으로 배포(예: 다운로드 또는 업로드)될 수 있다. 온라인 배포의 경우에, 컴퓨터 프로그램 제품의 적어도 일부는 제조사의 서버, 어플리케이션 스토어의 서버, 또는 중계 서버의 메모리와 같은 기기로 읽을 수 있는 저장 매체에 적어도 일시 저장되거나, 임시적으로 생성될 수 있다.
다양한 실시예들에 따르면, 상기 기술한 구성요소들의 각각의 구성요소(예: 모듈 또는 프로그램)는 단수 또는 복수의 개체를 포함할 수 있으며, 복수의 개체 중 일부는 다른 구성요소에 분리 배치될 수도 있다. 다양한 실시예들에 따르면, 전술한 해당 구성요소들 중 하나 이상의 구성요소들 또는 동작들이 생략되거나, 또는 하나 이상의 다른 구성요소들 또는 동작들이 추가될 수 있다. 대체적으로 또는 추가적으로, 복수의 구성요소들(예: 모듈 또는 프로그램)은 하나의 구성요소로 통합될 수 있다. 이런 경우, 통합된 구성요소는 상기 복수의 구성요소들 각각의 구성요소의 하나 이상의 기능들을 상기 통합 이전에 상기 복수의 구성요소들 중 해당 구성요소에 의해 수행되는 것과 동일 또는 유사하게 수행할 수 있다. 다양한 실시예들에 따르면, 모듈, 프로그램 또는 다른 구성요소에 의해 수행되는 동작들은 순차적으로, 병렬적으로, 반복적으로, 또는 휴리스틱하게 실행되거나, 상기 동작들 중 하나 이상이 다른 순서로 실행되거나, 생략되거나, 또는 하나 이상의 다른 동작들이 추가될 수 있다.
[부호의 설명]
100: 시스템
101: 전자 장치
110: 제1 외부 전자 장치
120: 제2 외부 전자 장치
130: 서버
233: 인공 지능 모델

Claims (20)

  1. 온라인 광고 컨텐트 플랫폼 제공 시스템에 있어서,
    서버; 및
    전자 장치를 포함하고,
    상기 서버는,
    상기 전자 장치로부터, 특정 제품의 적어도 하나의 컨텐트를 획득하고, 상기 적어도 하나의 컨텐트는 상기 특정 제품의 이미지를 포함하고,
    상기 적어도 하나의 컨텐트에 기반하여, 상기 특정 제품의 제품 속성 정보를 획득하고, 상기 제품 속성 정보는 복수의 제품 특징들에 대응하고,
    상기 제품 속성 정보에 기반하여, 상기 복수의 제품 특징들과 관련된 복수의 가중치 값들에 기반하여 확인된 유명인 이미지 추천 정보를 상기 전자 장치로 제공하도록 설정되고, 상기 유명인 이미지 추천 정보는, 적어도 하나의 유명인 이미지를 포함하고,
    상기 전자 장치는,
    상기 제공된 유명인 이미지 추천 정보에 기반하여, 상기 적어도 하나의 유명인 이미지 및 복수의 유명인 특징들 중 지정된 개수의 유명인 특징들을 포함하는 제1 화면을 표시하도록 설정되고,
    상기 특정 제품이 제1 제품임에 기반하여, 상기 지정된 개수의 유명인 특징들은 상기 복수의 유명인 특징들 중 제1 그룹의 유명인 특징들을 포함하고,
    상기 특정 제품이 제2 제품임에 기반하여, 상기 지정된 개수의 유명인 특징들은 상기 복수의 유명인 특징들 중 제2 그룹의 유명인 특징들을 포함하고,
    상기 제2 그룹의 유명인 특징들은 상기 제1 그룹의 유명인 특징들과 적어도 일부가 상이한 온라인 광고 컨텐트 플랫폼 제공 시스템.
  2. 제1항에 있어서,
    상기 지정된 개수의 유명인 특징들은,
    상기 지정된 개수의 가중치 값들에 각각 대응하는 온라인 광고 컨텐트 플랫폼 제공 시스템.
  3. 제1항에 있어서,
    상기 제1 화면은,
    상기 적어도 하나의 유명인 이미지 각각에 대한, 상기 지정된 개수의 유명인 특징들에 대응하는 유명인 특징값들을 포함하는 온라인 광고 컨텐트 플랫폼 제공 시스템.
  4. 제1항에 있어서,
    상기 제1 화면은,
    상기 유명인 이미지 추천 정보에 포함된 각 유명인 이미지의 유명인의 적어도 하나의 다른 유명인 이미지를 더 포함하는 온라인 광고 컨텐트 플랫폼 제공 시스템.
  5. 제1항에 있어서,
    상기 전자 장치는,
    상기 제1 화면에 표시된 적어도 하나의 유명인 이미지 중 제1 유명인 이미지가 선택되면, 제1 유명인 이미지의 제1 유명인과의 중개 인터페이스를 제공하도록 더 설정된 온라인 광고 컨텐트 플랫폼 제공 시스템.
  6. 제1항에 있어서,
    상기 전자 장치는,
    상기 제1 화면에 표시된 적어도 하나의 유명인 이미지 중 제1 유명인 이미지가 선택되면, 상기 특정 제품의 이미지, 상기 선택된 제1 유명인 이미지, 및 상기 특정 제품의 이미지 및 상기 선택된 제1 유명인 이미지에 기반하여 제작된 광고 이미지를 함께 제공하는 제2 화면을 표시하도록 더 설정된 온라인 광고 컨텐트 플랫폼 제공 시스템.
  7. 제1항에 있어서,
    상기 서버는,
    상기 복수의 가중치 값들의 크기를 비교하고,
    상기 비교의 결과에 기반하여, 상기 복수의 가중치 값들 중 크기가 큰 상기 지정된 개수의 가중치 값들을 확인하도록 설정되는 온라인 광고 컨텐트 플랫폼 제공 시스템.
  8. 제1항에 있어서,
    상기 서버는,
    복수의 유명인 이미지들의 유명인 속성 정보를 확인하고,
    상기 복수의 가중치 값들 및 상기 확인된 유명인 속성 정보의 연산을 수행하고,
    상기 연산을 수행한 결과에 기반하여, 상기 적어도 하나의 유명인 이미지를 확인하도록 더 설정된 온라인 광고 컨텐트 플랫폼 제공 시스템.
  9. 제1항에 있어서,
    상기 복수의 가중치 값들은,
    상기 특정 제품이 상기 제1 제품임에 기반하여, 기준 행렬 및 상기 제1 특정 제품의 제1 제품 속성 정보에 기반하여 확인되고,
    상기 특정 제품이 상기 제2 제품임에 기반하여, 상기 기준 행렬 및 상기 제2 특정 제품의 제2 제품 속성 정보에 기반하여 확인되고,
    상기 제1 제품 속성 정보 및 상기 제2 제품 속성 정보는 적어도 일부가 상이한 온라인 광고 컨텐트 플랫폼 제공 시스템.
  10. 전자 장치에 있어서,
    디스플레이;
    메모리; 및
    적어도 하나의 프로세서를 포함하고,
    상기 적어도 하나의 프로세서는:
    특정 제품의 적어도 하나의 컨텐트를 획득하고, 상기　적어도 하나의 컨텐트는 상기 특정 제품의 이미지를 포함하고;
    상기 적어도 하나의 컨텐트에 기반하여, 상기 특정 제품의 제품 속성 정보를 획득하고, 상기 제품 속성 정보는 복수의 제품 특징들에 기반하고;
    복수의 유명인 이미지들에 기반하여, 상기 복수의 유명인 이미지들 별 복수의 유명인 특징들을 획득하고, 상기 복수의 유명인 이미지들 별 복수의 유명인 특징들은 특정 유명인의 제1 이미지에 대한 제1 특징들 및 상기 특정 유명인의 제2 이미지에 대한 제2 특징들을 포함하고,　상기 제1 특징들과 상기 제2 특징들은 적어도 일부가 상이하며;
    상기 제품 속성 정보에 기반하여, 상기 복수의 유명인 이미지들 중에서 적어도 하나의 유명인 이미지 및 상기 적어도 하나의 유명인 이미지에 대응하는 복 수의 특징들 중에서 지정된 유명인 특징들을 획득하고;
    상기 적어도 하나의 유명인 이미지 및 상기 지정된 유명인 특징들을 포함하는 유명인 이미지 추천 정보를 획득하고; 및
    상기 유명인 이미지 추천 정보에 기반하여, 상기 적어도 하나의 유명인 이미지 및 상기 지정된 유명인 특징들을 포함하는 제1 화면을 상기 디스플레이를 통해 표시하는 전자 장치.
  11. 제10항에 있어서,
    상기 적어도 하나의 프로세서는, 상기 제품 속성 정보에 기반하여, 상기 복수의 제품 특징들 각각에 대응하는 복수의 가중치 값들을 확인하고,
    상기 적어도 하나의 유명인 이미지 및 상기 적어도 하나의 유명인 이미지에 대응하는 상기 지정된 유명인 특징들은 상기 복수의 가중치 값들에 기반하여 획득되는 전자 장치.
  12. 제11항에 있어서,
    상기 지정된 유명인 특징들은,
    상기 복수의 가중치 값들 중에서 지정된 개수의 가중치 값들에 각각 대응하는 전자 장치.
  13. 제10항에 있어서,
    상기 제1 화면은,
    상기 적어도 하나의 유명인 이미지 각각에 대한, 상기 지정된 유명인 특징들에 대응하는 유명인 특징값들을 포함하는 전자 장치.
  14. 제10항에 있어서,
    상기 제1 화면은,
    상기 유명인 이미지 추천 정보에 포함된 각 유명인 이미지의 유명인의 적어도 하나의 다른 유명인 이미지를 더 포함하는 전자 장치.
  15. 제10항에 있어서,
    상기 적어도 하나의 프로세서는,
    상기 제1 화면에 표시된 적어도 하나의 유명인 이미지 중 제1 유명인 이미지가 선택되면, 상기 제1 유명인 이미지의 제1 유명인과의 중개 인터페이스를 제공하는 전자 장치.
  16. 제10항에 있어서,
    상기 적어도 하나의 프로세서는,
    상기 제1 화면에 표시된 적어도 하나의 유명인 이미지 중 제1 유명인 이미지가 선택되면, 상기 특정 제품의 이미지, 상기 선택된 제1 유명인 이미지, 및 상기 특정 제품의 이미지 및 상기 선택된 제1 유명인 이미지에 기반하여 제작된 광고 이미지를 함께 제공하는 제2 화면을 상기 디스플레이를 통해 표시하는 전자 장치.
  17. 제11항에 있어서,
    상기 적어도 하나의 프로세서는,
    상기 복수의 가중치 값들의 크기를 비교하고,
    상기 비교의 결과에 기반하여, 상기 복수의 가중치 값들 중 크기가 큰 상기 지정된 개수의 가중치 값들을 판단하는 전자 장치.
  18. 제11항에 있어서,
    상기 적어도 하나의 프로세서는,
    상기 복수의 유명인 이미지들의 유명인 속성 정보를 확인하고,
    상기 복수의 가중치 값들 및 상기 확인된 유명인 속성 정보의 연산을 수행하고,
    상기 연산을 수행한 결과에 기반하여, 상기 적어도 하나의 유명인 이미지를 확인하는 전자 장치.
  19. 제11항에 있어서,
    상기 복수의 가중치 값들은,
    상기 특정 제품이 제1 제품임에 기반하여, 기준 행렬 및 상기 제1 제품의 제1 제품 속성 정보에 기반하여 확인되고,
    상기 특정 제품이 제2 제품임에 기반하여, 상기 기준 행렬 및 상기 제2 제품의 제2 제품 속성 정보에 기반하여 확인되고,
    상기 제1 제품 속성 정보 및 상기 제2 제품 속성 정보는 적어도 일부가 상이한 전자 장치.
  20. 전자 장치의 동작 방법에 있어서,
    특정 제품의 적어도 하나의 컨텐트를 획득하는 동작, 상기　적어도 하나의 컨텐트는 상기 특정 제품의 이미지를 포함하며;
    상기 적어도 하나의 컨텐트에 기반하여, 상기 특정 제품의 제품 속성 정보를 획득하는 동작, 상기 제품 속성 정보는 복수의 제품 특징들에 대응하고;
    복수의 유명인 이미지들에 기반하여, 상기 복수의 유명인 이미지들 별 복수 의 유명인 특징들을 획득하는 동작, 상기 복수의 유명인 이미지들 별 복수의 유명인 특징들은 특정 유명인의 제1 이미지에 대한 제1 특징들 및 상기 특정 유명인의 제2 이미지에 대한 제2 특징들을 포함하고,　상기 제1 특징들과 상기 제2 특징들은 적어도 일부가 상이하며;
    상기 제품 속성 정보에 기반하여, 상기 복수의 유명인 이미지들 중에서 적어도 하나의 유명인 이미지 및 상기 적어도 하나의 유명인 이미지에 대응하는 복 수의 특징들 중에서 지정된 유명인 특징들을 획득하는 동작;
    　 상기 적어도 하나의 유명인 이미지 및 상기 지정된 유명인 특징들을 포함하는 유명인 이미지 추천 정보를 획득하는 동작; 및
    상기 유명인 이미지 추천 정보에 기반하여, 상기 적어도 하나의 유명인 이미지 및 상기 지정된 유명인 특징들을 포함하는 제1 화면을 표시하는 동작을 포함하는 전자 장치의 동작 방법.
PCT/KR2023/010045 2022-07-27 2023-07-13 온라인 광고 컨텐트 플랫폼을 제공하기 위한 시스템 WO2024025220A1 (ko)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
KR10-2022-0093437 2022-07-27
KR1020220093437A KR102531185B1 (ko) 2022-07-27 2022-07-27 온라인 광고 컨텐트 플랫폼을 제공하기 위한 시스템

Publications (1)

Publication Number Publication Date
WO2024025220A1 true WO2024025220A1 (ko) 2024-02-01

Family

ID=86378970

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/KR2023/010045 WO2024025220A1 (ko) 2022-07-27 2023-07-13 온라인 광고 컨텐트 플랫폼을 제공하기 위한 시스템

Country Status (2)

Country Link
KR (2) KR102531185B1 (ko)
WO (1) WO2024025220A1 (ko)

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR102531185B1 (ko) * 2022-07-27 2023-05-11 알리고에이아이 주식회사 온라인 광고 컨텐트 플랫폼을 제공하기 위한 시스템
KR102643145B1 (ko) * 2023-07-31 2024-03-05 알리고에이아이 주식회사 광고 계약 중개 기능을 제공하는 서버, 시스템 및 그 동작 방법

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20090003783A (ko) * 2007-07-03 2009-01-12 최영 모델 이미지를 이용한 광고 컨텐츠 제공 시스템
KR20160125082A (ko) * 2015-04-21 2016-10-31 (주)스타콜라보 기업과 유명인의 협력 사업을 위한 매칭 시스템 및 이의 매칭 방법
KR20170126592A (ko) * 2016-05-10 2017-11-20 (주)스타콜라보 시계열 기반의 유명인 관계 정보를 이용하는 기업과 유명인 간 협업 매칭 시스템 및 이의 매칭 방법
KR20210058126A (ko) * 2019-11-13 2021-05-24 주식회사 일성인터내셔널 유명인을 이용한 상품 마케팅 서비스 제공장치 및 방법
KR20220053937A (ko) * 2020-10-23 2022-05-02 정유석 다국적 인플루언서와 기업간 온라인 매칭을 통한 마케팅과 다국적 b2c 소셜커머스 전자상거래 시스템
KR102531185B1 (ko) * 2022-07-27 2023-05-11 알리고에이아이 주식회사 온라인 광고 컨텐트 플랫폼을 제공하기 위한 시스템

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20090003783A (ko) * 2007-07-03 2009-01-12 최영 모델 이미지를 이용한 광고 컨텐츠 제공 시스템
KR20160125082A (ko) * 2015-04-21 2016-10-31 (주)스타콜라보 기업과 유명인의 협력 사업을 위한 매칭 시스템 및 이의 매칭 방법
KR20170126592A (ko) * 2016-05-10 2017-11-20 (주)스타콜라보 시계열 기반의 유명인 관계 정보를 이용하는 기업과 유명인 간 협업 매칭 시스템 및 이의 매칭 방법
KR20210058126A (ko) * 2019-11-13 2021-05-24 주식회사 일성인터내셔널 유명인을 이용한 상품 마케팅 서비스 제공장치 및 방법
KR20220053937A (ko) * 2020-10-23 2022-05-02 정유석 다국적 인플루언서와 기업간 온라인 매칭을 통한 마케팅과 다국적 b2c 소셜커머스 전자상거래 시스템
KR102531185B1 (ko) * 2022-07-27 2023-05-11 알리고에이아이 주식회사 온라인 광고 컨텐트 플랫폼을 제공하기 위한 시스템

Also Published As

Publication number Publication date
KR20240016176A (ko) 2024-02-06
KR102531185B1 (ko) 2023-05-11

Similar Documents

Publication Publication Date Title
WO2024025220A1 (ko) 온라인 광고 컨텐트 플랫폼을 제공하기 위한 시스템
WO2020080773A1 (en) System and method for providing content based on knowledge graph
WO2020067633A1 (en) Electronic device and method of obtaining emotion information
EP3752973A1 (en) System and method for generating aspect-enhanced explainable description-based recommendations
WO2018143630A1 (ko) 상품을 추천하는 디바이스 및 방법
WO2018117704A1 (en) Electronic apparatus and operation method thereof
WO2019059505A1 (ko) 객체를 인식하는 방법 및 장치
WO2019031714A1 (ko) 객체를 인식하는 방법 및 장치
WO2019027141A1 (en) ELECTRONIC DEVICE AND METHOD FOR CONTROLLING THE OPERATION OF A VEHICLE
WO2021054588A1 (en) Method and apparatus for providing content based on knowledge graph
EP3254209A1 (en) Method and device for searching for image
WO2018093229A1 (en) Method and device applying artificial intelligence to send money by using voice input
EP3820369A1 (en) Electronic device and method of obtaining emotion information
WO2019231130A1 (ko) 전자 장치 및 그의 제어방법
WO2021020810A1 (en) Learning method of ai model and electronic apparatus
EP3539056A1 (en) Electronic apparatus and operation method thereof
WO2021085812A1 (ko) 전자장치 및 그 제어방법
WO2018124500A1 (ko) 객체의 인식 결과를 제공하는 방법 및 전자 장치
WO2022039450A1 (ko) 가상 피팅 서비스 제공 방법, 장치 및 그 시스템
WO2021132922A1 (en) Computing device and operation method thereof
WO2021006482A1 (en) Apparatus and method for generating image
WO2020171567A1 (en) Method for recognizing object and electronic device supporting the same
WO2014119873A1 (ko) 이미지 취향 아이디 코드 생성 방법, 이미지 취향 아이디 코드 진단 방법, 및 이미지 취향 아이디 코드를 이용한 정보 제공 방법
WO2020050554A1 (ko) 전자 장치 및 그의 제어방법
WO2019190142A1 (en) Method and device for processing image

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: 23846879

Country of ref document: EP

Kind code of ref document: A1