WO2024080704A1 - 페이지 출력 방법 - Google Patents

페이지 출력 방법 Download PDF

Info

Publication number
WO2024080704A1
WO2024080704A1 PCT/KR2023/015538 KR2023015538W WO2024080704A1 WO 2024080704 A1 WO2024080704 A1 WO 2024080704A1 KR 2023015538 W KR2023015538 W KR 2023015538W WO 2024080704 A1 WO2024080704 A1 WO 2024080704A1
Authority
WO
WIPO (PCT)
Prior art keywords
images
page
information
controller
image
Prior art date
Application number
PCT/KR2023/015538
Other languages
English (en)
French (fr)
Inventor
강성훈
이재영
김대정
Original Assignee
주식회사 스튜디오랩
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 주식회사 스튜디오랩 filed Critical 주식회사 스튜디오랩
Priority to US18/380,631 priority Critical patent/US20240127515A1/en
Publication of WO2024080704A1 publication Critical patent/WO2024080704A1/ko

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/90—Details of database functions independent of the retrieved data types
    • G06F16/95—Retrieval from the web
    • G06F16/958—Organisation or management of web site content, e.g. publishing, maintaining pages or automatic linking
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F3/00—Input arrangements for transferring data to be processed into a form capable of being handled by the computer; Output arrangements for transferring data from processing unit to output unit, e.g. interface arrangements
    • G06F3/01—Input arrangements or combined input and output arrangements for interaction between user and computer
    • G06F3/048—Interaction techniques based on graphical user interfaces [GUI]
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F40/00—Handling natural language data
    • G06F40/10—Text processing
    • G06F40/103—Formatting, i.e. changing of presentation of documents
    • G06F40/106—Display of layout of documents; Previewing
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/10—Services
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V30/00—Character recognition; Recognising digital ink; Document-oriented image-based pattern recognition
    • G06V30/10—Character recognition
    • G06V30/18—Extraction of features or characteristics of the image

Definitions

  • the disclosure relates to a page output method.
  • a merchandiser When selling a product through a website, a merchandiser (MD) writes a sentence that can well describe the product, a designer creates a design that matches the product and the sentence, and a photographer and designer create the product. Edit and retouch photos to make them stand out.
  • product pages created in this way are displayed equally to all users, so methods are being discussed to catch users who leave without making a purchase due to ignorance of the user's situation or intention.
  • One embodiment seeks to provide a page output method that creates an optimal page for a seller.
  • One embodiment seeks to provide a page output method that generates an optimal page for buyers.
  • a page output method includes acquiring a plurality of images; extracting features of the plurality of images; generating text based on characteristics of the plurality of images; and generating a page based on the characteristics of the plurality of images, wherein the page may include the plurality of images.
  • Extracting features of the plurality of images may include extracting common features of the plurality of images.
  • Generating a page based on the characteristics of the plurality of images may include editing the plurality of images based on the common characteristics.
  • Generating text based on the characteristics of the plurality of images may include obtaining trend information; And a step of generating text based on the trend information and the characteristics of the plurality of images, wherein the step of obtaining the trend information includes sentences, words, adjectives describing the product, sentences included in the image, and video content. It may include obtaining the trend information from at least one of the utterance content, GIF (Graphics Interchange Format), and meme.
  • GIF Graphics Interchange Format
  • the step of generating a page based on the characteristics of the plurality of images includes generating a design based on the characteristics of the plurality of images, and the design includes the form, layout, and color in which the plurality of images are arranged. It may include at least one of:
  • Generating a page based on the characteristics of the plurality of images may include generating text associated with the plurality of images based on the characteristics of the plurality of images.
  • Generating a page based on the characteristics of the plurality of images may include editing at least one image among the plurality of images based on the characteristics of the plurality of images.
  • Generating a page based on the characteristics of the plurality of images may include arranging the plurality of images based on the characteristics of the plurality of images.
  • Arranging the plurality of images may include arranging the plurality of images based on the proportion of the subject in the plurality of images.
  • Arranging the plurality of images may include arranging the plurality of images based on viewing angles in the plurality of images.
  • Arranging the plurality of images may include arranging the plurality of images based on image types of the plurality of images.
  • a page output method includes obtaining user information; Obtaining environmental information; Obtaining the user's existing page information; Receiving a user request; and generating a page based on the user request, the user information, the environment information, and the user's existing page information.
  • the user information includes at least one of personal information, purchase history, search history, access country, and access device
  • the environmental information includes at least one of season, season, time, and day of the week, and the existing page.
  • the information may include at least one of design, atmosphere, color, and sentence.
  • Creating the page includes obtaining text and images according to the user request; and arranging the text and the image based on the user information and the environment information.
  • the page output method allows a seller selling a product to easily create and modify a page.
  • the page output method increases the frequency with which the product is exposed to buyers who purchase the product, and provides customized information according to the time and situation of the buyer's purchase, thereby lengthening the time the buyer stays on the site and making the purchase. Increases the probability of continuation.
  • FIG. 1 is a schematic block diagram of an electronic system according to one embodiment.
  • Figure 2 is a diagram for explaining the operation of a controller according to an embodiment.
  • Figure 3 is an example of an image input to a controller according to an embodiment.
  • Figure 4 is an example of an optimal page output by a controller according to an embodiment.
  • Figure 5 is an example of an edit page output by a controller according to an embodiment.
  • Figure 6 is an example of an edit page output by a controller according to an embodiment.
  • Figure 7 is a flowchart of a page output method according to one embodiment.
  • Figure 8 is a flowchart of a page output method according to one embodiment.
  • Figure 9 is a flowchart of a page output method according to one embodiment.
  • Figure 10 is a diagram for explaining the operation of a controller according to one embodiment.
  • Figure 11 is a flowchart of a page output method according to one embodiment.
  • Figure 12 is a flowchart of a trend information collection method according to an embodiment.
  • Figure 13 is a flowchart of a website information collection method according to an embodiment.
  • FIG. 1 is a schematic block diagram of an electronic system according to one embodiment.
  • an electronic system 10 includes an electronic device 100 and a server 200.
  • the electronic device 100 and the server 200 can communicate with each other.
  • the server 200 may provide services to multiple tenants.
  • the server 200 can manage multiple tenants as customers. Multiple tenants may each correspond to multiple users. For example, a first tenant among a plurality of tenants may access the server 200 using the electronic device 100 and use the functions of the server 200.
  • the electronic device 100 may be a personal computer (PC) with a display or a portable electronic device.
  • the portable electronic devices include laptop computers, mobile phones, smart phones, tablet PCs, mobile Internet devices (MIDs), personal digital assistants (PDAs), and enterprise digital assistants (EDAs). Assistant), or a wearable device, etc.
  • Wearable devices may include smart watches, smart bands, smart glasses, etc.
  • the electronic device 100 may communicate with the server 200 and use components of the server 200.
  • components of the server 200 may include a controller (300), a network interface card (NIC), a storage device, etc.
  • the controller 300 may be implemented with an operation module such as a Central Processing Unit (CPU), Graphics Programming Unit (GPU), Neural Processing Unit (NPU), or Tensor Processing Unit (TPU).
  • the controller 300 may include an artificial intelligence (AI) model having an artificial neural network.
  • AI artificial intelligence
  • the artificial intelligence model may be trained to create optimal pages from input data.
  • Input data may be data such as an image, user information, or environmental information.
  • An optimal page may mean a page where images, text, design, etc. are customized and optimized for the user.
  • the controller 300 can train an artificial neural network using input data and the generated optimal page as learning data.
  • NICs may include Ethernet NICs, RDMA (Remote Direct Memory Access) NICs, etc.
  • SSD devices may include solid state drive (SSD) devices.
  • the SSD device may be a Non-Volatile Memory express (NVMe) SSD, etc.
  • NVMe Non-Volatile Memory express
  • the server 200 may communicate with the electronic device 100 using a network.
  • a network may be a connection structure that allows information exchange between nodes such as devices and servers.
  • networks include RF, 3rd Generation Partnership Project (3GPP) network, Long Term Evolution (LTE) network, 5th Generation Partnership Project (5GPP) network, World Interoperability for Microwave Access (WIMAX) network, Internet, and LAN. (Local Area Network), Wireless LAN (Wireless Local Area Network), WAN (Wide Area Network), PAN (Personal Area Network), VAN (Value Added Network), Bluetooth network, NFC network, satellite broadcasting network, analog It includes, but is not necessarily limited to, broadcasting networks and DMB (Digital Multimedia Broadcasting) networks.
  • 3GPP 3rd Generation Partnership Project
  • LTE Long Term Evolution
  • 5GPP 5th Generation Partnership Project
  • WWX World Interoperability for Microwave Access
  • Internet and LAN.
  • LAN Local Area Network
  • Wireless LAN Wireless Local Area Network
  • WAN Wide
  • the controller 300 may receive image and/or information data from the electronic device 100. Images may include photos, videos, etc. Videos may include continuous images taken with a camera and images created by stitching together multiple discontinuous photos.
  • the controller 300 when the controller 300 receives an image, the controller 300 can create an optimal page by extracting features from the image, creating a design, creating text, and editing the image.
  • the controller 300 may output the optimal page to the electronic device 100.
  • the configuration in which the controller 300 generates an optimal page from an image will be described later with reference to FIGS. 2 to 9.
  • the controller 300 may generate an optimal page based on the information data.
  • information data may include user information and/or environmental information.
  • user information and/or environment information may be stored in a database (DB).
  • DB database
  • the controller 300 may output the optimal page to the electronic device 100. The configuration in which the controller 300 generates an optimal page from information data will be described later with reference to FIGS. 10 and 11.
  • FIG. 2 is a diagram for explaining the operation of a controller according to an embodiment
  • FIG. 3 is an example of an image input to the controller according to an embodiment
  • FIG. 4 is an optimal page output by the controller according to an embodiment. This is an example.
  • the controller 300 may receive a plurality of images 30.
  • the plurality of images 30 may include first to mth images (30_1 to 30_m).
  • m may be an integer greater than 1.
  • the image received by the controller 300 may be as shown in FIG. 3.
  • m may be 4.
  • the controller 300 can receive the four images of FIG. 3 regardless of order.
  • the controller 300 can analyze a plurality of images 30. That is, the controller 300 can extract features of each of the plurality of images 30. For example, the controller 300 may extract feature points of the first image 30_1, extract feature points of the second image 30_2, and extract feature points of the mth image 30_m.
  • the controller 300 may extract common features of the plurality of images 30. For example, the controller 300 may determine attributes that feature points extracted from the first to mth images (30_1 to 30_m) commonly include. The controller 300 may determine the photo type defining the plurality of images 30 from common properties.
  • the controller 300 determines that the first to m images (30_1 to 30_m) are photos of products (accessories, clothing, props, etc.) worn, based on common feature points of the first to m images (30_1 to 30_m). You can.
  • the first to mth images (30_1 to 30_m) may all include the same or similar products. Similar products may mean products that have the same shape but different colors or sizes.
  • the controller 300 may determine that the first to m images (30_1 to 30_m) are ID photos based on common feature points of the first to m images (30_1 to 30_m). In this case, the first to mth images (30_1 to 30_m) may only target human faces.
  • the controller 300 may determine that the first to m images (30_1 to 30_m) are natural photos based on common feature points of the first to m images (30_1 to 30_m).
  • the background such as the sea, mountains, forests, and sky occupies most of the image, and the proportion of people may be less than a predetermined ratio.
  • the controller 300 may output the determined photo type to the electronic device 100 and receive a response from the electronic device 100.
  • the response may be yes or no.
  • the controller 300 may update the artificial intelligence model based on the response from the electronic device 100, the plurality of images 30, and the determined photo type.
  • the controller 30 may classify the plurality of images 30 based on feature points of each of the plurality of images 30. there is.
  • the controller 300 may edit the plurality of images 30 based on feature points of each of the plurality of images 30 . Editing involves adjusting image properties such as brightness, brightness, saturation, etc. Insert image filter; insert frame; Add effects like blur, mosaic, and more; Partial correction (distortion) such as reducing the face, lengthening the legs, enlarging the eyes, etc.; Crop image; Remove shadows; remove background(nuki); Zoom in zoom out; Add text; This may include pasting images, etc.
  • the controller 300 determines that the plurality of images 30 are photos of a product being worn, the controller 300 selects the plurality of images 30 so that the area occupied by the product exceeds a predetermined ratio.
  • (30) can be edited. That is, the controller 300 can edit images in which the area occupied by the product is less than a certain ratio. In one embodiment, if the predetermined ratio is 10% and the area occupied by the product in the first image 30_1 is 7%, the controller 300 removes unnecessary parts from the first image 30_1 and changes the image to It can be enlarged so that the area occupied by the product exceeds 10%.
  • the controller 300 may determine the background portion of the image as an unnecessary portion. For example, the controller 300 may distinguish a human area from a non-human area in an image and determine the non-human area as an unnecessary part. However, it is not necessarily limited to this, and if the image is a natural photo, etc., the controller 300 may be implemented by determining that the human area is an unnecessary part.
  • the controller 300 may add text based on feature points of each of the plurality of images 30.
  • the text may include clothing descriptions, sales phrases, etc.
  • the controller 300 can add text according to the classified image. For example, in the case of an image of a person wearing a pink dress, the controller 300 may add text such as 'Shalalala pink dress' to the image description.
  • the controller 300 may create a design based on feature points of each of the plurality of images 30.
  • the design may include form, layout, color, etc. in which the plurality of images 30 are arranged.
  • the controller 300 may determine and output a background color based on the color tones of the plurality of images 30.
  • the controller 300 may determine the background color to be a pink tone and output it.
  • the controller 300 may arrange a plurality of images 30 based on the extracted feature points. For example, the controller 300 may arrange a plurality of images 30 based on the proportion of the subject in the image.
  • the controller 300 may arrange the plurality of images 30 in order of increasing proportion of subjects (in ascending order). In other words, the user can see the image in which the subject becomes increasingly enlarged as the page is scrolled. For example, the controller 300 may arrange a plurality of images 30 in ascending order in the case of a photo of a product being worn.
  • the controller 300 may arrange the plurality of images 30 in order of decreasing proportion of subjects (descending order). In other words, the user can see the image in which the subject gradually shrinks as the page is scrolled.
  • the controller 300 may arrange the plurality of images 30 in an order in which the number of people gradually increases. In other words, the proportion of one person in an image may gradually decrease.
  • controller 300 may arrange a plurality of images 30 based on the viewing angle in the image.
  • the controller 300 may arrange the plurality of images 30 in order of viewing angle from top to bottom.
  • the controller 300 may arrange the plurality of images 30 in the order in which the viewing angle moves from left to right. However, it is not necessarily limited to this, and the controller 300 may arrange the plurality of images 30 in different directions.
  • the controller 300 may arrange the plurality of images 30 based on the image type. For example, among the plurality of images 30, the first to m-1st images (30_1 to 30_m-1) may be photos, and the mth image (30_m) may be a video. The controller 300 may place the first to m-1th images (30_1 to 30_m-1) first and place the mth image last. Alternatively, the controller 300 may preferentially place the mth image.
  • the controller 300 may adjust the color of each of the plurality of images 30 based on the extracted feature points. For example, the controller 300 may correct the plurality of images 30 with a color tone that contains the most common colors among the colors included in each of the plurality of images 30. When the plurality of images 30 primarily contain blue color in common, the controller 300 may correct the plurality of images 30 in a way that emphasizes the blue color.
  • the controller 300 can generate an optimal page 50 from a plurality of images 30.
  • the optimal page generated by the controller 300 using the image of FIG. 3 may be as shown in FIG. 4.
  • the controller 300 may obtain and arrange data associated with a plurality of images 30. Data can be text, images, sounds, etc. At this time, the controller 300 may use a crawling function.
  • the crawling function may refer to the function of collecting websites, hyperlinks, data, information resources, etc.
  • the controller 300 may assign an identifier to each collected data and store it in a database.
  • the controller 300 may obtain image information from the electronic device 100.
  • the electronic device 100 may input image information along with a plurality of images 30 .
  • the electronic device 100 may transmit a plurality of images 30 to the controller 300 and inform the controller 300 that the plurality of images 30 are photos of a product being worn.
  • the controller 300 may obtain product-related data from the database and place the data together with the plurality of images 30.
  • the controller 300 may obtain data about the product from the database.
  • the controller 300 retrieves enlarged photos of the pink dress (neckline, accessories, finishing, etc.) from the database, photos of the fabric, information on the blend, washing method, size, thickness, fit, photos of different compositions, photos of other users wearing it, and keywords searched together. , related search words, etc. can be obtained.
  • the controller 300 may determine the composition of the plurality of images 30 and obtain a photo with a composition that is not present in the plurality of images 30 . For example, when the plurality of images 30 include only product images, the controller 300 may acquire a model wearing image, an actual user wearing image, etc., and place them together with the plurality of images 30. If the plurality of images 30 are partial images, the controller 300 may obtain a full image and place it together with the plurality of images 30.
  • the controller 300 may place the acquired data together with the second image 30_2. For example, the controller 300 may place text such as 'Sha La La One Piece' or 'Cherry Blossom Viewing One Piece' along with the second image 30_2, and place a pink tone image such as a cherry blossom image in the background. .
  • the controller 300 places text such as 'midwinter coat', 'stove padding', etc. along with the third image (30_3), and places snow in the background. You can place an animated image and output an effect that looks like duck feathers are blowing out.
  • the controller 300 may perform learning using a plurality of images 30 and the generated optimal page 50 as learning data.
  • the controller 300 may update the artificial intelligence model according to the learning results.
  • Figure 5 is an example of an edit page output by a controller according to an embodiment
  • Figure 6 is an example of an edit page output by a controller according to an embodiment.
  • the controller 300 may provide an interface to the electronic device 100 so that the generated optimal page 50 can be modified.
  • the interface may include menus such as AI templates, theme colors, photos, photo filters, portrait/body shape correction, and thumbnails. Accordingly, the user can easily modify the optimal page 50.
  • the controller 300 may perform auxiliary operations when the user modifies the optimal page 50.
  • the user may not like the style (feminine, romantic, etc.) recommended by the controller 300.
  • the controller 300 may receive a change request from the electronic device 100, and the controller 300 may recommend a different template.
  • the user can change the entire design of the optimal page 50 with one click using the electronic device 100.
  • the controller 300 may receive a request to modify the product name and introduction from the electronic device 100. Based on the request, the controller 300 can recommend a suitable product name and keywords or sentences that are easily exposed on the search platform. If the user does not like the sentence recommended by the controller 300, the entire sentence can be recommended again. The controller 300 may also recommend the size, style, and placement of the product name and introduction.
  • a user may wish to change the position of an image on the optimal page 50. That is, the controller 300 may receive an image location change request from the electronic device 100. The controller 300 can determine the user's intention and change the arrangement of other photos. For example, the controller 300 may receive images of products in two colors, A and B. When the electronic device 100 moves B before A, the position of the entire text content and image can be changed to give B priority.
  • the controller 300 may receive a keyword from the electronic device 100. Keywords may be keywords related to product names or introductions. The controller 300 can recommend text that matches the keyword. For example, when the controller 300 receives the keyword 'sleeveless' from the electronic device 100, it may output text such as 'sleeveless that can be worn coolly in the summer.' The electronic device 100 may use the text output by the controller 300 as is, modify it, or not use it.
  • Figure 7 is a flowchart of a page output method according to one embodiment.
  • the page output method according to one embodiment may be performed by an electronic device.
  • the page output method according to one embodiment may output a page for a seller.
  • Electronic devices can perform machine learning, including artificial intelligence models.
  • the electronic device may be a controller included in the server.
  • the electronic device can acquire an image (S310). Images may include photos, videos, etc. Videos may include continuous images taken with a camera and images created by stitching together multiple discontinuous photos. The electronic device can receive multiple images. In this case, the plurality of images may be related to each other, or may be individual images that are not related to each other.
  • the electronic device can extract features of the image (S320).
  • the electronic device can analyze the image and extract features of the image.
  • the electronic device can extract feature points of the image and determine the photo type of the image.
  • Photo types may be ID photos, product photos, nature photos, etc.
  • the electronic device can generate text (S330).
  • the electronic device can generate text based on the characteristics and trend information of the image. That is, the electronic device can obtain trend information.
  • the electronic device may obtain trend information from at least one of a sentence describing a product, a word, an adjective, a sentence included in an image, an utterance in video content, a GIF (Graphics Interchange Format), and a meme.
  • GIF Graphics Interchange Format
  • step S310 the image acquired in step S310 is an image of ‘sleeveless,’ the electronic device says, ‘Let’s go on a vacation!’ You can create text such as ‘With sleeveless tops that you can wear coolly in the summer!’ and place it near the image.
  • Text can be created in one or more languages, and can be created in two or more languages at the same time, allowing the language to vary depending on user information or country of access.
  • the electronic device can extract common features of the multiple images. Based on common characteristics, the electronic device may perform operations such as determining that the plurality of images include a common product or determining that the plurality of images are all ID photos.
  • the electronic device can create an optimal page including an image (S340).
  • the electronic device can create an optimal page based on the characteristics of the image.
  • the electronic device may perform at least one of design creation, text creation, image editing, and image arrangement based on the characteristics of the image.
  • the electronic device can provide the generated optimal page to the user.
  • Figure 8 is a flowchart of a page output method according to one embodiment.
  • the electronic device may generate text (S330) and then create a design (S341).
  • design may include form, layout, color, etc.
  • the electronic device can determine attributes that the plurality of images have in common from the extracted features.
  • the electronic device can create a design based on common attributes of a plurality of images.
  • the electronic device can edit the image (S342). Editing involves adjusting image properties such as brightness, brightness, saturation, etc. Insert image filter; insert frame; Add effects like blur, mosaic, and more; Partial correction (distortion) such as reducing the face, lengthening the legs, enlarging the eyes, etc.; Crop image; Remove shadows; remove background(nuki); Zoom in zoom out; Add text; This may include pasting images, etc.
  • the electronic device may edit the image so that the ratio of the product in the image exceeds a predetermined ratio.
  • the electronic device may final position the image (S343).
  • the electronic device can arrange images according to the characteristics of the plurality of images. For example, the electronic device may arrange a plurality of images based on the specific gravity of the subject. The electronic device can arrange a plurality of images based on the viewing angle. The electronic device can arrange a plurality of images according to the image type.
  • Figure 9 is a flowchart of a page output method according to one embodiment.
  • the electronic device may perform learning based on input data and output data (S350).
  • Electronic devices can update artificial intelligence models. When a plurality of images are received later, the electronic device can create an optimal page using an updated artificial intelligence model.
  • Figure 10 is a diagram for explaining the operation of a controller according to an embodiment.
  • the controller 300 may receive a plurality of information data 70.
  • the plurality of information data 70 may include first to nth information data 70_1 to 70_n.
  • n may be an integer greater than 1.
  • the information data (70_1 to 70_n) may include user information and/or environmental information and/or information on the user's existing sales page.
  • user information and/or environment information and/or user's existing sales page information may be stored in a database.
  • User information may include personal information such as gender and age, purchase history, search history, access country, access device, language used, etc. User information may be stored in an electronic device as log data.
  • Environmental information may include information about the time series environment, such as season (S/S, F/F, etc.), season, time, and day of the week.
  • the user's existing sales page information may include information about the brand concept of the site, such as the design, atmosphere, and color of the detail page, and other information paired with the detail page.
  • Other information paired to the detail page may include thumbnails, display advertisements, offline advertisements, short-form videos, etc.
  • the information may be stored in an electronic device as log data.
  • the controller 300 can analyze a plurality of information data 70. That is, the controller 300 can extract characteristics of each of the plurality of information data 70. For example, the controller 300 extracts the feature points of the first information data 70_1, extracts the feature points of the second information data 70_2, and extracts the feature points of the nth information data 70_n. You can.
  • the controller 300 may generate the optimal page 90 based on the extracted features.
  • the optimal page 90 may be a page that responds to a user request. That is, the controller 300 may generate an optimal page 90 so that the page includes information optimized for user information and/or environmental information while outputting a page corresponding to a user request.
  • the controller 300 has a method of generating the optimal page 90 in real time, classifies the user group into two or more groups based on user information, creates a page suitable for each group in advance, and then creates a page suitable for each user group in advance. Can be printed.
  • a first user may access the server 200 using a first electronic device.
  • the first user can search for ‘wedding guest coordination’ on the server 200.
  • the controller 300 of the server 200 may determine a wedding guest look with a neat and unobtrusive color and design based on the user information and/or environmental information of the first user and recommend it to the first user.
  • the controller 300 may output text such as “I recommend a wedding guest look with neat and non-obtrusive color and design” to the first user. If the current season is summer, a short-sleeved dress in a neat and calm color can be recommended to the first user.
  • a second user may access the server 200 using a second electronic device.
  • the second user can search for ‘date look’ on the server 200.
  • the controller 300 may determine a dress that gives a neat date look and an innocent feeling based on the user information and/or environmental information of the second user and recommend it to the second user.
  • the controller 300 may output text such as “This is a dress that gives an innocent feeling with a neat date look” to the second user. Even for the same product, the controller 300 can output different text depending on the user's purpose, etc.
  • the way the controller 300 outputs text is not limited to formats such as voice, image, or text.
  • the controller 300 may output information that the user may be interested in based on the plurality of information data 70.
  • Information that may be of interest to the user may include products that are sold a lot to users similar to the user on a shopping site, products similar to the product searched by the user, etc.
  • the controller 300 may output text in one or more languages according to the language used by the user based on the plurality of information data 70.
  • the controller 300 may determine that the user is a woman in her teens or twenties as a result of analyzing the plurality of information data 70.
  • the controller 300 can place the short-form video at the top of the page.
  • the controller 300 can reduce the number of texts and move the female fitting photo to the top.
  • the controller 300 can design a page using shapes, layouts, and colors that match the color and type of women's clothing.
  • the controller 300 may determine that the user is a man in his 40s or 50s as a result of analyzing the plurality of information data 70.
  • the controller 300 can enlarge the size of text and images and increase the number of texts.
  • the controller 300 can move the male fitting photo to the top.
  • the controller 300 can design a page using shapes, layouts, and colors that match the color and type of men's clothing.
  • the controller 300 can provide the optimal page 90 to the user.
  • the controller 300 may train an artificial intelligence model using at least one of user information, environment information, and optimal pages.
  • Figure 11 is a flowchart of a page output method according to one embodiment.
  • the page output method according to one embodiment may be performed by an electronic device.
  • the page output method according to one embodiment may output a page for a buyer.
  • Electronic devices can perform machine learning, including artificial intelligence models.
  • the electronic device may be a controller included in the server.
  • the electronic device can acquire user information (S1110).
  • User information may include personal information such as gender and age, purchase history, search history, access country, access device, etc. User information may be stored in an electronic device as log data.
  • the electronic device can acquire environmental information (S1120).
  • Environmental information may include information about the time series environment, such as season (S/S, F/F, etc.), season, time, and day of the week.
  • the electronic device can create an optimal page based on user information and environment information (S1130).
  • the optimal page may be a page that responds to a user request. That is, while outputting a page corresponding to a user request, the electronic device may generate the page so that the page includes information optimized for user information and/or environmental information.
  • the electronic device can obtain text and images according to user requests and arrange the texts and images based on user information and environment information.
  • an electronic device can output information that may be of interest to a user on a page.
  • Information that may be of interest to the user may include products that are sold a lot to users similar to the user on a shopping site, products similar to the product searched by the user, etc.
  • the electronic device can train an artificial intelligence model using at least one of user information, environment information, and optimal pages as learning data.
  • Figure 12 is a flowchart of a trend collection method according to one embodiment.
  • the trend collection method may be performed by an electronic device.
  • Electronic devices can perform machine learning, including artificial intelligence models.
  • the electronic device may be a controller included in the server.
  • the electronic device can acquire trend information (S1210).
  • Trend information may include information about memes, memes, videos, etc. Trend information may be stored in an electronic device as log data. For example, a typical resignation meme that cites a scene from the cartoon Inuyasha can be stored in an electronic device as log data.
  • the electronic device can analyze the trend information (S1220).
  • the collected trend information is analyzed and classified and analyzed so that it can be used to create pages. For example, information that may cause social controversy or moral issues can be removed, and usable information can be classified and stored.
  • the electronic device can generate text that reflects the trend (S1230).
  • Figure 13 is a flowchart of a method for collecting information on a user's existing sales page according to an embodiment.
  • the request site information collection method may be performed by an electronic device.
  • Electronic devices can perform machine learning, including artificial intelligence models.
  • the electronic device may be a controller included in the server.
  • the electronic device may obtain information on the user's existing sales page (S1310).
  • Sales page information may include information about the design, atmosphere, color, etc. of the existing detail page and other information paired with the detail page. Sales page information may be stored in an electronic device as log data.
  • the electronic device can analyze sales page information (S1320).
  • the electronic device analyzes the collected request site information and classifies and analyzes it so that it can be used to create pages.
  • the electronic device may generate a page consistent with the site atmosphere based on the analyzed page information (S1330). For example, if the colors of the detailed page posted on the existing request site are white and black, the electronic device mainly uses white and black to create the page to maintain a sense of unity with the existing detailed page.
  • each component or combination of two or more components described with reference to FIGS. 1-13 may be a digital circuit, a programmable or non-programmable logic device or array, or an application specific integrated circuit. , ASIC), etc.
  • the present invention relates to a page output method, and has repeatability and industrial applicability in electronic systems for displaying content on web pages, etc.

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Tourism & Hospitality (AREA)
  • Health & Medical Sciences (AREA)
  • Databases & Information Systems (AREA)
  • General Health & Medical Sciences (AREA)
  • Marketing (AREA)
  • Strategic Management (AREA)
  • Human Computer Interaction (AREA)
  • Economics (AREA)
  • Human Resources & Organizations (AREA)
  • Audiology, Speech & Language Pathology (AREA)
  • Primary Health Care (AREA)
  • Artificial Intelligence (AREA)
  • General Business, Economics & Management (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Multimedia (AREA)
  • Computational Linguistics (AREA)
  • Data Mining & Analysis (AREA)
  • Processing Or Creating Images (AREA)
  • Editing Of Facsimile Originals (AREA)
  • Measuring And Recording Apparatus For Diagnosis (AREA)

Abstract

일 실시예 따른 페이지 출력 방법은 복수의 이미지를 획득하는 단계; 상기 복수의 이미지의 특징을 추출하는 단계; 상기 복수의 이미지의 특징에 기초하여 텍스트를 생성하는 단계; 및 상기 복수의 이미지의 특징에 기초하여 페이지를 생성하는 단계를 포함하고, 상기 페이지는 상기 복수의 이미지를 포함할 수 있다.

Description

페이지 출력 방법
개시 내용은 페이지 출력 방법에 관한 것이다.
웹 사이트를 통해 상품 판매를 하는 경우, 머천다이저(merchandiser, MD)가 상품을 잘 설명할 수 있는 문장을 작성하고, 디자이너(designer)가 상품과 문장에 어울리는 디자인을 하고, 사진 작가와 디자이너가 상품이 돋보이도록 사진을 편집 및 보정한다.
이렇게 상품 페이지가 완성된 경우, 상품 판매사의 경영진이 페이지를 수정할 것을 지시하면, MD, 디자이너, 사진 작가가 페이지를 다시 수정해야하는 번거로움이 있었다.
또한, 이렇게 제작된 상품 페이지는 모든 사용자에게 동일하게 보여져서, 사용자의 상황이나 의도를 몰라 구매로 이어지지 않고 이탈하는 사용자를 붙잡기 위한 방법들이 논의되고 있다.
일 실시예는 판매자를 위한 최적 페이지를 생성하는 페이지 출력 방법을 제공하고자 한다.
일 실시예는 구매자를 위한 최적 페이지를 생성하는 페이지 출력 방법을 제공하고자 한다.
이러한 기술적 과제를 해결하기 위한 일 실시예에 따른 페이지 출력 방법은 복수의 이미지를 획득하는 단계; 상기 복수의 이미지의 특징을 추출하는 단계; 상기 복수의 이미지의 특징에 기초하여 텍스트를 생성하는 단계; 및 상기 복수의 이미지의 특징에 기초하여 페이지를 생성하는 단계를 포함하고, 상기 페이지는 상기 복수의 이미지를 포함할 수 있다.
상기 복수의 이미지의 특징을 추출하는 단계는, 상기 복수의 이미지의 공통적인 특징을 추출하는 단계를 포함할 수 있다.
상기 복수의 이미지의 특징에 기초하여 페이지를 생성하는 단계는, 상기 공통적인 특징에 기초하여 상기 복수의 이미지를 편집하는 단계를 포함할 수 있다.
상기 복수의 이미지의 특징에 기초하여 텍스트를 생성하는 단계는, 트렌드 정보를 획득하는 단계; 및 상기 트렌드 정보 및 상기 복수의 이미지의 특징에 기초하여 텍스트를 생성하는 단계를 포함하고, 상기 트렌드 정보를 획득하는 단계는, 상품을 설명하는 문장, 단어, 형용사, 이미지 속에 포함된 문장, 영상 컨텐츠의 발화내용, GIF(Graphics Interchange Format), 및 밈(meme) 중 적어도 하나로부터 상기 트렌드 정보를 획득하는 단계를 포함할 수 있다.
상기 복수의 이미지의 특징에 기초하여 페이지를 생성하는 단계는, 상기 복수의 이미지의 특징에 기초하여 디자인을 생성하는 단계를 포함하고, 상기 디자인은 상기 복수의 이미지가 배치되는 조형, 레이아웃, 및 컬러 중 적어도 하나를 포함할 수 있다.
상기 복수의 이미지의 특징에 기초하여 페이지를 생성하는 단계는, 상기 복수의 이미지의 특징에 기초하여 상기 복수의 이미지와 연관되는 텍스트를 생성하는 단계를 포함할 수 있다.
상기 복수의 이미지의 특징에 기초하여 페이지를 생성하는 단계는, 상기 복수의 이미지의 특징에 기초하여 상기 복수의 이미지 중 적어도 하나의 이미지를 편집하는 단계를 포함할 수 있다.
상기 복수의 이미지의 특징에 기초하여 페이지를 생성하는 단계는, 상기 복수의 이미지의 특징에 기초하여 상기 복수의 이미지를 배열하는 단계를 포함할 수 있다.
상기 복수의 이미지를 배열하는 단계는, 상기 복수의 이미지에서 피사체의 비중에 기초하여 상기 복수의 이미지를 배열하는 단계를 포함할 수 있다.
상기 복수의 이미지를 배열하는 단계는, 상기 복수의 이미지에서 시선각에 기초하여 상기 복수의 이미지를 배열하는 단계를 포함할 수 있다.
상기 복수의 이미지를 배열하는 단계는, 상기 복수의 이미지의 이미지 타입에 기초하여 상기 복수의 이미지를 배열하는 단계를 포함할 수 있다.
일 실시예에 따른 페이지 출력 방법은 사용자 정보를 획득하는 단계; 환경 정보를 획득하는 단계; 사용자의 기존 페이지 정보를 획득하는 단계; 사용자 요청을 수신하는 단계; 및 상기 사용자 요청, 상기 사용자 정보, 및 상기 환경 정보, 및 상기 사용자의 기존 페이지 정보에 기초하여 페이지를 생성하는 단계를 포함할 수 있다.
상기 사용자 정보는, 개인정보, 구매기록, 검색기록, 접속국가, 및 접속기기 중 적어도 하나를 포함하고, 상기 환경 정보는, 시즌, 계절, 시간, 및 요일 중 적어도 하나를 포함하고, 상기 기존 페이지 정보는 디자인, 분위기, 생상, 문장 중 적어도 하나를 포함할 수 있다.
상기 페이지를 생성하는 단계는, 상기 사용자 요청에 따른 텍스트 및 이미지를 획득하는 단계; 및 상기 텍스트 및 상기 이미지를 상기 사용자 정보 및 상기 환경 정보에 기초하여 배열하는 단계를 포함할 수 있다.
일 실시예에 따른 페이지 출력 방법은 제품을 판매하는 판매자가 쉽게 페이지를 생성하고 수정할 수 있게 한다.
일 실시예에 따른 페이지 출력 방법은 제품을 구매하는 구매자에게 제품이 노출되는 빈도를 증가시키고, 구매자의 구매하는 시점과 상황에 따라 맞춤 정보를 제공하여 구매자가 사이트에 머무는 체류 시간을 길게 하여 구매로 이어지는 확률을 늘려 준다.
도 1은 일 실시예에 따른 전자 시스템의 개략적인 블록도이다.
도 2는 일 실시예에 따른 컨트롤러의 동작을 설명하기 위한 도면이다.
도 3은 일 실시예에 따른 컨트롤러에 입력되는 이미지의 일 예이다.
도 4는 일 실시예에 따른 컨트롤러가 출력하는 최적 페이지의 일 예이다.
도 5는 일 실시예에 따른 컨트롤러가 출력하는 편집 페이지의 일 예이다.
도 6은 일 실시예에 따른 컨트롤러가 출력하는 편집 페이지의 일 예이다.
도 7은 일 실시예에 따른 페이지 출력 방법의 순서도이다.
도 8은 일 실시예에 따른 페이지 출력 방법의 순서도이다.
도 9는 일 실시예에 따른 페이지 출력 방법의 순서도이다.
도 10은 일 실시예에 따른 컨트롤러의 동작을 설명하기 위한 도면이다.
도 11은 일 실시예에 따른 페이지 출력 방법의 순서도이다.
도 12는 일 실시예에 따른 트렌드 정보 수집 방법의 순서도이다.
도 13은 일 실시예에 따른 웹사이트 정보 수집 방법의 순서도이다.
아래에서는 첨부한 도면을 참고로 하여 본 발명의 실시예에 대하여 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자가 용이하게 실시할 수 있도록 상세히 설명한다. 그러나 본 발명은 여러 가지 상이한 형태로 구현될 수 있으며 여기에서 설명하는 실시예에 한정되지 않는다.
그리고 도면에서 본 발명을 명확하게 설명하기 위해서 설명과 관계없는 부분은 생략하였으며, 명세서 전체를 통하여 유사한 부분에 대해서는 유사한 도면 부호를 붙였다. 도면을 참고하여 설명한 흐름도에서, 동작 순서는 변경될 수 있고, 여러 동작들이 병합되거나, 어느 동작이 분할될 수 있고, 특정 동작은 수행되지 않을 수 있다.
또한, 단수로 기재된 표현은 "하나" 또는 "단일" 등의 명시적인 표현을 사용하지 않은 이상, 단수 또는 복수로 해석될 수 있다. 제1, 제2 등과 같이 서수를 포함하는 용어는 다양한 구성요소를 설명하는데 사용될 수 있지만, 구성요소는 이러한 용어에 의해 한정되지는 않는다. 이들 용어는 하나의 구성요소를 다른 구성요소로부터 구별하는 목적으로 사용될 수 있다.
도 1은 일 실시예에 따른 전자 시스템의 개략적인 블록도이다.
도 1을 참조하면, 전자 시스템(electronic system; 10)은 전자 장치(electronic device; 100) 및 서버(server; 200)를 포함한다. 전자 시스템(10)에서 전자 장치(100)와 서버(200)는 서로 통신할 수 있다. 서버(200)는 복수의 테넌트(tenant)에게 서비스를 제공할 수 있다. 서버(200)는 복수의 테넌트를 고객으로서 관리할 수 있다. 복수의 테넌트는 복수의 사용자 각각에 대응될 수 있다. 예를 들어, 복수의 테넌트 중 제1 테넌트는 전자 장치(100)를 사용하여 서버(200)에 접근하고, 서버(200)의 기능을 사용할 수 있다.
전자 장치(100)는 디스플레이를 갖는 PC(personal computer) 또는 휴대용 전자 장치 등일 수 있다. 여기서, 휴대용 전자 장치는 랩탑(laptop) 컴퓨터, 이동 전화기, 스마트 폰(smart phone), 태블릿(tablet) PC, 모바일 인터넷 장치(Mobile Internet Device, MID), PDA(Personal Digital Assistant), EDA(Enterprise Digital Assistant), 또는 웨어러블 장치(wearable device) 등으로 구현될 수 있다. 웨어러블 장치는 스마트 워치(smart watch), 스마트 손목밴드(smart band), 스마트 글라스(smart glasses) 등을 포함할 수 있다.
전자 장치(100)는 서버(200)와 통신하여 서버(200)의 구성요소를 사용할 수 있다. 예를 들어, 서버(200)의 구성요소는 컨트롤러(controller; 300), NIC(Network Interface Card), 스토리지 장치 등을 포함할 수 있다.
컨트롤러(300)는 CPU(Central Processing Unit), GPU(Graphics Programming Unit), NPU(Neural Processing Unit), TPU(Tensor Processing Unit) 등과 같은 연산 모듈로 구현될 수 있다. 컨트롤러(300)는 인공 신경망(artificial neural network)을 갖는 인공지능(Artificial Intelligence, AI) 모델을 포함할 수 있다. 인공지능 모델은 입력 데이터로부터 최적 페이지를 생성하도록 학습된 것일 수 있다. 입력 데이터는 이미지(image), 사용자 정보, 환경 정보 등의 데이터일 수 있다. 최적 페이지는 이미지, 텍스트, 디자인 등이 사용자에게 맞춤형으로 최적화된 페이지를 의미할 수 있다. 컨트롤러(300)는 입력 데이터 및 생성된 최적 페이지를 학습 데이터로 하여 인공 신경망을 학습시킬 수 있다.
NIC는 이더넷(ethernet) NIC, RDMA(Remote Direct Memory Access) NIC 등을 포함할 수 있다.
*스토리지 장치는 SSD(Solid State Drive) 장치를 포함할 수 있다. 예를 들어, SSD 장치는 NVMe(Non-Volatile Memory express) SSD 등일 수 있다.
서버(200)는 네트워크를 사용하여 전자 장치(100)와 통신할 수 있다. 네트워크는 장치들 및 서버들과 같은 노드(node) 간에 정보 교환이 가능한 연결 구조일 수 있다. 예를 들어, 네트워크는 RF, 3GPP(3rd Generation Partnership Project) 네트워크, LTE(Long Term Evolution) 네트워크, 5GPP(5th Generation Partnership Project) 네트워크, WIMAX(World Interoperability for Microwave Access) 네트워크, 인터넷(Internet), LAN(Local Area Network), Wireless LAN(Wireless Local Area Network), WAN(Wide Area Network), PAN(Personal Area Network), VAN(Value Added Network), 블루투스(Bluetooth) 네트워크, NFC 네트워크, 위성 방송 네트워크, 아날로그 방송 네트워크, DMB(Digital Multimedia Broadcasting) 네트워크 등이 포함되나, 반드시 이에 한정되는 것은 아니다.
컨트롤러(300)는 전자 장치(100)로부터 이미지 및/또는 정보 데이터를 수신할 수 있다. 이미지는 사진, 동영상 등을 포함할 수 있다. 동영상은 카메라로 촬영한 연속적인 영상 및 불연속적인 복수의 사진을 이어 붙여 생성한 영상 등을 포함할 수 있다.
일 실시예에서, 컨트롤러(300)가 이미지를 수신하는 경우, 컨트롤러(300)는 이미지로부터 특징을 추출하고, 디자인을 생성하고, 텍스트를 생성하고, 이미지를 편집함으로써 최적 페이지를 생성할 수 있다. 컨트롤러(300)는 최적 페이지를 전자 장치(100)에게 출력할 수 있다. 컨트롤러(300)가 이미지로부터 최적 페이지를 생성하는 구성에 대해서는 도 2 내지 도 9를 참조하여 후술한다.
일 실시예에서, 컨트롤러(300)가 정보 데이터를 수신하는 경우, 컨트롤러(300)는 정보 데이터에 기초하여 최적 페이지를 생성할 수 있다. 예를 들어, 정보 데이터는 사용자 정보 및/또는 환경 정보를 포함할 수 있다. 실시예에 따라, 사용자 정보 및/또는 환경 정보는 데이터베이스(database, DB)에 저장되어 있을 수도 있다. 컨트롤러(300)는 최적 페이지를 전자 장치(100)에게 출력할 수 있다. 컨트롤러(300)가 정보 데이터로부터 최적 페이지를 생성하는 구성에 대해서는 도 10 및 도 11을 참조하여 후술한다.
도 2는 일 실시예에 따른 컨트롤러의 동작을 설명하기 위한 도면이고, 도 3은 일 실시예에 따른 컨트롤러에 입력되는 이미지의 일 예이고, 도 4는 일 실시예에 따른 컨트롤러가 출력하는 최적 페이지의 일 예이다.
도 2를 참조하면, 컨트롤러(300)는 복수의 이미지(30)를 수신할 수 있다. 복수의 이미지(30)는 제1 내지 제m 이미지(30_1~30_m)를 포함할 수 있다. 여기서, m은 1보다 큰 정수일 수 있다. 일 실시예에서, 컨트롤러(300)가 수신한 이미지는 도 3과 같을 수 있다. 이때, m은 4일 수 있다. 컨트롤러(300)는 순서에 상관없이 도 3의 네 개의 이미지를 수신할 수 있다.
컨트롤러(300)는 복수의 이미지(30)를 분석할 수 있다. 즉, 컨트롤러(300)는 복수의 이미지(30) 각각의 특징을 추출할 수 있다. 예를 들어, 컨트롤러(300)는 제1 이미지(30_1)의 특징점을 추출하고, 제2 이미지(30_2)의 특징점을 추출하고, ... 제m 이미지(30_m)의 특징점을 추출할 수 있다.
컨트롤러(300)는 복수의 이미지(30)의 공통적인 특징을 추출할 수 있다. 예를 들어, 컨트롤러(300)는 제1 내지 제m 이미지(30_1~30_m)로부터 추출한 특징점이 공통적으로 포함하는 속성을 결정할 수 있다. 컨트롤러(300)는 공통의 속성으로부터 복수의 이미지(30)를 정의하는 사진 타입을 결정할 수 있다.
일 실시예에서, 컨트롤러(300)는 제1 내지 제m 이미지(30_1~30_m)의 공통 특징점으로부터 제1 내지 제m 이미지(30_1~30_m)가 제품(액세서리, 의류, 소품 등) 착용 사진임을 결정할 수 있다. 이 경우, 제1 내지 제m 이미지(30_1~30_m)는 모두 동일하거나 유사한 제품을 포함할 수 있다. 유사한 제품은 형상은 동일하되 색상이나 사이즈 등이 다른 제품을 의미할 수 있다.
일 실시예에서 컨트롤러(300)는 제1 내지 제m 이미지(30_1~30_m)의 공통 특징점으로부터 제1 내지 제m 이미지(30_1~30_m)가 증명사진임을 결정할 수 있다. 이 경우, 제1 내지 제m 이미지(30_1~30_m)는 모두 사람의 얼굴만을 대상으로 할 수 있다.
일 실시예에서 컨트롤러(300)는 제1 내지 제m 이미지(30_1~30_m)의 공통 특징점으로부터 제1 내지 제m 이미지(30_1~30_m)가 자연 사진임을 결정할 수 있다. 이 경우, 제1 내지 제m 이미지(30_1~30_m)는 바다, 산, 숲, 하늘 등 배경이 이미지의 대부분을 차지하고, 사람이 차지하는 비중이 소정의 비율 이하일 수 있다.
실시예에 따라, 컨트롤러(300)는 결정한 사진 타입을 전자 장치(100)에 출력하고, 전자 장치(100)로부터 응답을 수신할 수 있다. 응답은 예(yes) 또는 아니오(no)일 수 있다. 컨트롤러(300)는 전자 장치(100)로부터의 응답과, 복수의 이미지(30)와, 그리고 결정된 사진 타입에 기초하여 인공지능 모델을 갱신할 수 있다.
복수의 이미지(30)가 공통적인 속성을 포함하지 않고, 관련성이 없는 개별 이미지인 경우, 컨트롤러(30)는 복수의 이미지(30) 각각의 특징점에 기초하여 복수의 이미지(30)를 분류할 수 있다.
컨트롤러(300)는 복수의 이미지(30) 각각의 특징점에 기초하여 복수의 이미지(30)를 편집할 수 있다. 편집은 밝기, 명도, 채도 등과 같은 이미지 속성 조절; 이미지 필터 삽입; 프레임 삽입; 블러, 모자이크 등과 같은 효과 추가; 얼굴 축소, 다리 늘리기, 눈 확대 등과 같은 부분 보정(왜곡); 이미지 자르기(크롭); 그림자 제거; 배경 제거(누끼); 확대/축소; 텍스트 추가; 이미지 붙이기 등을 포함할 수 있다.
예를 들어, 컨트롤러(300)는 복수의 이미지(30)가 제품 착용 사진인 것으로 결정하면, 컨트롤러(300)는 복수의 이미지(30)에서 제품이 차지하는 면적이 소정의 비율을 초과하도록 복수의 이미지(30)를 편집할 수 있다. 즉, 컨트롤러(300)는 제품이 차지하는 면적이 소정의 비율 이하인 이미지를 편집할 수 있다. 일 실시예에서, 소정의 비율은 10%이고, 제1 이미지(30_1)에서 제품이 차지하는 면적이 7%인 경우, 컨트롤러(300)는 제1 이미지(30_1)에서 불필요한 부분을 제거하고, 이미지를 확대시켜 제품이 차지하는 면적이 10%를 초과하도록 할 수 있다.
컨트롤러(300)는 이미지에서 배경인 부분을 불필요한 부분으로 결정할 수 있다. 예를 들어, 컨트롤러(300)는 이미지에서 사람인 영역과 사람이 아닌 영역을 구분하고, 사람이 아닌 영역을 불필요한 부분으로 결정할 수 있다. 하지만, 반드시 이에 한정되는 것은 아니고, 이미지가 자연 사진 등인 경우, 컨트롤러(300)는 사람인 영역이 불필요한 부분인 것으로 결정하는 것으로 구현될 수도 있다.
컨트롤러(300)는 복수의 이미지(30) 각각의 특징점에 기초하여 텍스트를 추가할 수 있다. 예를 들어, 텍스트는 의류 설명, 세일즈(sales) 문구 등을 포함할 수 있다. 컨트롤러(300)는 분류된 이미지에 따른 텍스트를 추가할 수 있다. 예를 들어, 분홍색 원피스를 착용한 이미지인 경우, 컨트롤러(300)는 '샤랄라 핑크 원피스'와 같은 텍스트를 이미지 설명에 추가할 수 있다.
컨트롤러(300)는 복수의 이미지(30) 각각의 특징점에 기초하여 디자인을 생성할 수 있다. 예를 들어, 디자인은 복수의 이미지(30)가 배치되는 조형, 레이아웃(layout), 컬러(color) 등을 포함할 수 있다. 컨트롤러(300)는 복수의 이미지(30)의 컬러 톤에 기초하여 배경 컬러를 결정하고 출력할 수 있다. 복수의 이미지(30)가 분홍색 원피스에 관한 이미지인 경우, 컨트롤러(300)는 배경 컬러를 핑크 톤으로 결정하여 출력할 수 있다.
컨트롤러(300)는 추출한 특징점에 기초하여 복수의 이미지(30)를 배열할 수 있다. 예를 들어, 컨트롤러(300)는 이미지에서 피사체의 비중에 기초하여 복수의 이미지(30)를 배열할 수 있다.
일 실시예에서, 컨트롤러(300)는 피사체의 비중이 증가하는 순서로(오름차순) 복수의 이미지(30)를 배열할 수 있다. 즉, 사용자는 페이지의 스크롤(scroll)을 내릴수록 피사체가 점점 확대되는 이미지를 확인할 수 있다. 예를 들어, 컨트롤러(300)는 제품 착용 사진인 경우 오름차순으로 복수의 이미지(30)를 배열할 수 있다.
일 실시예에서, 컨트롤러(300)는 피사체의 비중이 감소하는 순서로(내림차순) 복수의 이미지(30)를 배열할 수 있다. 즉, 사용자는 페이지의 스크롤을 내릴수록 피사체가 점점 축소되는 이미지를 확인할 수 있다. 예를 들어, 컨트롤러(300)는 복수의 이미지(30)가 상이한 숫자의 사람을 포함하는 경우, 사람 수가 점점 증가하는 순서로 복수의 이미지(30)를 배열할 수 있다. 즉, 이미지에서 한 사람의 비중은 점점 줄어들 수 있다.
또한, 컨트롤러(300)는 이미지에서 시선각에 기초하여 복수의 이미지(30)를 배열할 수 있다.
일 실시예에서, 컨트롤러(300)는 시선각이 위에서 아래로 내려오는 순서로 복수의 이미지(30)를 배열할 수 있다.
일 실시예에서, 컨트롤러(300)는 시선각이 왼쪽에서 오른쪽으로 이동하는 순서로 복수의 이미지(30)를 배열할 수 있다. 하지만, 반드시 이에 한정되는 것은 아니고, 컨트롤러(300)는 다른 방향으로 복수의 이미지(30)를 배열할 수 있다.
또한, 컨트롤러(300)는 복수의 이미지(30)가 상이한 타입의 이미지를 포함하는 경우, 이미지 타입에 기초하여 복수의 이미지(30)를 배열할 수 있다. 예를 들어, 복수의 이미지(30) 중 제1 내지 제m-1 이미지(30_1~30_m-1)는 사진이고, 제m 이미지(30_m)는 동영상일 수 있다. 컨트롤러(300)는 제1 내지 제m-1 이미지(30_1~30_m-1)를 우선적으로 배치하고, 제m 이미지를 마지막에 배치할 수 있다. 대안적으로, 컨트롤러(300)는 제m 이미지를 우선적으로 배치할 수도 있다.
컨트롤러(300)는 추출한 특징점에 기초하여 복수의 이미지(30) 각각의 컬러를 조절할 수 있다. 예를 들어, 컨트롤러(300)는 복수의 이미지(30) 각각이 포함하고 있는 컬러 중, 공통적으로 가장 많이 포함하고 있는 컬러 톤으로 복수의 이미지(30)를 보정할 수 있다. 복수의 이미지(30)가 푸른 색을 공통적으로 주로 포함하는 경우, 컨트롤러(300)는 복수의 이미지(30)를 푸른 색을 강조하는 방식으로 보정할수 있다.
컨트롤러(300)는 복수의 이미지(30)로부터 최적 페이지(50)를 생성할 수 있다. 일 실시예에서, 컨트롤러(300)가 도 3의 이미지를 사용하여 생성한 최적 페이지는 도 4와 같을 수 있다.
컨트롤러(300)는 최적 페이지(50)를 생성할 때, 복수의 이미지(30)와 연관된 데이터를 획득하여 배치할 수 있다. 데이터는 텍스트, 이미지, 사운드 등일 수 있다. 이때, 컨트롤러(300)는 크롤링(crawling) 기능을 사용할 수 있다. 크롤링 기능은 웹사이트(website), 하이퍼링크(hyperlink), 데이터, 정보 자원 등을 수집하는 기능을 의미할 수 있다. 컨트롤러(300)는 수집한 데이터 각각에 식별자를 할당하여 데이터베이스에 저장할 수 있다.
선택적으로, 컨트롤러(300)는 전자 장치(100)로부터 이미지 정보를 획득할 수 있다. 전자 장치(100)는 복수의 이미지(30)와 함께 이미지 정보를 입력할 수 있다. 예를 들어, 전자 장치(100)는 복수의 이미지(30)를 컨트롤러(300)에 전송하면서, 복수의 이미지(30)가 제품 착용 사진임을 컨트롤러(300)에게 알릴 수 있다. 이에, 컨트롤러(300)는 제품과 관련된 데이터를 데이터베이스로부터 획득하고, 해당 데이터를 복수의 이미지(30)와 함께 배치할 수 있다.
예를 들어, 제2 이미지(30_2)가 분홍색 원피스에 대한 이미지인 경우, 컨트롤러(300)는 해당 제품에 대한 데이터를 데이터베이스에서 획득할 수 있다. 컨트롤러(300)는 데이터베이스에서 분홍색 원피스의 확대 사진(넥라인, 액세서리, 마감처리 등), 직물 사진, 혼방 정보, 세탁법, 사이즈, 두께감, 핏감, 다른 구도 사진, 다른 사용자의 착용 사진, 함께 검색된 키워드, 연관 검색어 등을 획득할 수 있다.
컨트롤러(300)는 복수의 이미지(30)의 구도를 결정하고, 복수의 이미지(30)에는 없는 구도의 사진을 획득할 수 있다. 예를 들어, 복수의 이미지(30)가 제품 이미지만 포함하는 경우, 컨트롤러(300)는 모델 착용 이미지, 실제 사용자 착용 이미지 등을 획득하여 복수의 이미지(30)와 함께 배치할 수 있다. 복수의 이미지(30)가 파셜(partial) 이미지인 경우, 컨트롤러(300)는 풀(full) 이미지를 획득하여 복수의 이미지(30)와 함께 배치할 수 있다.
컨트롤러(300)는 획득된 데이터를 제2 이미지(30_2)와 함께 배치할 수 있다. 예를 들어, 컨트롤러(300)는 제2 이미지(30_2)와 함께 '샤랄라 원피스', '벚꽃놀이 원피스' 등과 같은 텍스트를 배치하고, 배경에 벚꽃 이미지와 같은 핑크 톤의 이미지를 배치할 수 있다.
또한, 제3 이미지(30_3)가 겨울 점퍼에 관한 이미지인 경우, 컨트롤러(300)는 제3 이미지(30_3)와 함께 '한겨울 외투', '난로 패딩' 등과 같은 텍스트를 배치하고, 배경에 눈 내리는 애니메이션 이미지를 배치하고, 오리털이 뿜어져 나오는 듯한 효과를 출력할 수 있다.
컨트롤러(300)는 복수의 이미지(30) 및 생성된 최적 페이지(50)를 학습 데이터로 하여 학습을 수행할 수 있다. 컨트롤러(300)는 학습 결과에 따라 인공지능 모델을 갱신할 수 있다.
도 5는 일 실시예에 따른 컨트롤러가 출력하는 편집 페이지의 일 예이고, 도 6은 일 실시예에 따른 컨트롤러가 출력하는 편집 페이지의 일 예이다.
도 5 및 도 6을 참조하면, 컨트롤러(300)는 생성한 최적 페이지(50)를 수정할 수 있도록 전자 장치(100)에 인터페이스를 제공할 수 있다. 인터페이스는 AI 템플릿, 테마색상, 사진, 사진필터, 인물/체형 보정, 썸네일 등의 메뉴를 포함할 수 있다. 이에, 사용자는 최적 페이지(50)를 쉽게 수정할 수 있다. 컨트롤러(300)는 사용자가 최적 페이지(50)를 수정함에 있어서 보조 동작을 수행할 수 있다.
사용자는 컨트롤러(300)가 추천한 스타일(페미닌, 로맨틱 등)이 마음에 들지 않을 수 있다. 이 경우, 컨트롤러(300)는 전자 장치(100)로부터 변경 요청을 수신하고, 컨트롤러(300)는 다른 템플릿을 추천할 수 있다. 사용자는 전자 장치(100)를 사용하여 원클릭으로 최적 페이지(50)의 전체 디자인을 변경할 수 있다.
컨트롤러(300)는 전자 장치(100)로부터 제품명과 소개글 수정 요청을 수신할 수 있다. 컨트롤러(300)는 요청에 기초하여, 어울리는 제품명과, 검색플랫폼에 노출이 잘 되는 키워드 혹은 문장을 추천할 수 있다. 컨트롤러(300)가 추천한 문장이 사용자 마음에 들지 않을 경우, 문장 전체를 다시 추천할 수 있다. 컨트롤러(300)는 제품명과 소개글의 크기, 스타일, 배치 등을 추천할 수도 있다.
사용자가 최적 페이지(50)에서 이미지의 위치를 바꾸고자 할 수 있다. 즉, 컨트롤러(300)는 전자 장치(100)로부터 이미지 위치 변경 요청을 수신할 수 있다. 컨트롤러(300)는 사용자의 의도를 파악하여 다른 사진의 배치도 변경할 수 있다. 예를 들어, 컨트롤러(300)는 A, B 2개 컬러의 제품에 대한 이미지를 수신할 수 있다. 전자 장치(100)가 B를 A보다 앞으로 옮길 시 전체 텍스트 내용과 이미지의 위치를 B 우선으로 변경할 수 있다.
컨트롤러(300)는 전자 장치(100)로부터 키워드를 수신할 수 있다. 키워드는 제품명 또는 소개글 등에 관한 키워드일 수 있다. 컨트롤러(300)는 키워드와 어울리는 텍스트를 추천할 수 있다. 예를 들어, 컨트롤러(300)가 전자 장치(100)로부터 '민소매'라는 키워드를 수신한 경우, '여름에 시원하게 입을 수 있는 민소매'와 같은 텍스트를 출력할 수 있다. 전자 장치(100)는 컨트롤러(300)가 출력하는 텍스트를 그대로 사용하거나, 수정하거나, 또는 사용하지 않을 수 있다.
도 7은 일 실시예에 따른 페이지 출력 방법의 순서도이다.
도 7을 참조하면, 일 실시예에 따른 페이지 출력 방법은 전자 장치에 의해 수행될 수 있다. 일 실시예에 따른 페이지 출력 방법은 판매자를 위한 페이지를 출력할 수 있다. 전자 장치는 인공지능 모델을 포함하여, 기계학습을 수행할 수 있다. 전자 장치는 서버에 포함된 컨트롤러일 수 있다.
전자 장치는 이미지를 획득할 수 있다(S310). 이미지는 사진, 동영상 등을 포함할 수 있다. 동영상은 카메라로 촬영한 연속적인 영상 및 불연속적인 복수의 사진을 이어 붙여 생성한 영상 등을 포함할 수 있다. 전자 장치는 이미지를 복수 개 수신할 수 있다. 이 경우, 복수의 이미지는 서로 연관성을 가지고 있거나, 아니면 서로 연관이 없는 개별 이미지일 수 있다.
전자 장치는 이미지의 특징을 추출할 수 있다(S320). 전자 장치는 이미지를 분석하여 이미지의 특징을 추출할 수 있다. 예를 들어, 전자 장치는 이미지의 특징점을 추출하고, 이미지의 사진 타입을 결정할 수 있다. 사진 타입은 증명 사진, 제품 사진, 자연 사진 등일 수 있다.
전자 장치는 텍스트를 생성할 수 있다(S330). 전자 장치는 이미지의 특징 및 트렌드 정보에 기초하여 텍스트를 생성할 수 있다. 즉, 전자 장치는 트렌드 정보를 획득할 수 있다. 전자 장치는 상품을 설명하는 문장, 단어, 형용사, 이미지 속에 포함된 문장, 영상 컨텐츠의 발화내용, GIF(Graphics Interchange Format), 및 밈(meme) 중 적어도 하나로부터 트렌드 정보를 획득할 수 있다. 예를 들어, 전자 장치는 최근 트렌드에 ‘떠나자 바캉스!’라는 문구가 트렌드이고, 단계(S310)에서 획득한 이미지가‘민소매’에 대한 이미지인 경우, 전자 장치는 ‘떠나자 바캉스! 여름에 시원하게 입을 수 있는 민소매와 함께!’와 같은 텍스트를 생성하고, 이미지의 근처에 배치할 수 있다.
텍스트는 한 가지 이상의 언어로 생성될 수 있으며, 동시에 두 가지 이상의 언어로 생성되어 사용자 정보나 접속 국가에 따라 언어를 달리할 수 있다.
이미지가 복수 개인 경우, 전자 장치는 복수의 이미지의 공통적인 특징을 추출할 수 있다. 전자 장치는 공통적인 특징에 기초하여, 복수의 이미지가 공통적인 제품을 포함하는 것으로 결정하거나, 복수의 이미지가 모두 증명사진임을 결정하는 등의 동작을 수행할 수 있다.
전자 장치는 이미지를 포함하는 최적 페이지를 생성할 수 있다(S340). 전자 장치는 이미지의 특징에 기초하여 최적 페이지를 생성할 수 있다. 예를 들어, 전자 장치는 이미지의 특징에 기초하여 디자인 생성, 텍스트 생성, 이미지 편집, 이미지 배치 중 적어도 하나의 동작을 수행할 수 있다. 전자 장치는 생성한 최적 페이지를 사용자에게 제공할 수 있다.
도 8은 일 실시예에 따른 페이지 출력 방법의 순서도이다.
도 8을 참조하면, 일 실시예에 따른 전자 장치는 텍스트를 생성(S330)한 후에, 디자인을 생성할 수 있다(S341). 예를 들어, 디자인은 조형, 레이아웃, 컬러 등을 포함할 수 있다. 전자 장치가 복수의 이미지를 수신한 경우, 전자 장치는 추출한 특징으로부터 복수의 이미지가 공통으로 포함하는 속성을 결정할 수 있다. 전자 장치는 복수의 이미지의 공통 속성에 기초하여 디자인을 생성할 수 있다.
전자 장치는 이미지를 편집할 수 있다(S342). 편집은 밝기, 명도, 채도 등과 같은 이미지 속성 조절; 이미지 필터 삽입; 프레임 삽입; 블러, 모자이크 등과 같은 효과 추가; 얼굴 축소, 다리 늘리기, 눈 확대 등과 같은 부분 보정(왜곡); 이미지 자르기(크롭); 그림자 제거; 배경 제거(누끼); 확대/축소; 텍스트 추가; 이미지 붙이기 등을 포함할 수 있다. 복수의 이미지가 동일 제품에 대한 이미지인 경우, 전자 장치는 이미지에서 제품이 차지하는 비율이 소정 비율을 초과하도록 이미지를 편집할 수 있다.
전자 장치는 이미지를 최종 배치할 수 있다(S343). 전자 장치는 복수의 이미지의 특징에 따라 이미지를 배치할 수 있다. 예를 들어, 전자 장치는 피사체의 비중에 기초하여 복수의 이미지를 배열할 수 있다. 전자 장치는 시선각에 기초하여 복수의 이미지를 배열할 수 있다. 전자 장치는 이미지 타입에 따라 복수의 이미지를 배열할 수 있다.
도 9는 일 실시예에 따른 페이지 출력 방법의 순서도이다.
도 9를 참조하면, 일 실시예에 따른 전자 장치는 최적 페이지를 생성(S340)한 후에, 입력 데이터 및 출력 데이터에 기초하여 학습을 수행할 수 있다(S350). 전자 장치는 인공지능 모델을 갱신할 수 있다. 전자 장치는 차후에 복수의 이미지가 수신되면 갱신된 인공지능 모델을 사용하여 최적 페이지를 생성할 수 있다.
*도 10은 일 실시예에 따른 컨트롤러의 동작을 설명하기 위한 도면이다.
도 10을 참조하면, 컨트롤러(300)는 복수의 정보 데이터(70)를 수신할 수 있다. 복수의 정보 데이터(70)는 제1 내지 제n 정보 데이터(70_1~70_n)를 포함할 수 있다. 여기서, n은 1보다 큰 정수일 수 있다. 정보 데이터(70_1~70_n)는 사용자 정보 및/또는 환경 정보 및/또는 사용자의 기존 판매페이지 정보를 포함할 수 있다. 실시예에 따라, 사용자 정보 및/또는 환경 정보 및/또는 사용자의 기존 판매페이지 정보는 데이터베이스에 저장되어 있을 수도 있다.
사용자 정보는 성별, 연령 등의 개인정보, 구매기록, 검색기록, 접속국가, 접속기기, 사용언어 등에 대한 정보를 포함할 수 있다. 사용자 정보는 로그(log) 데이터로서 전자 장치에 저장되어 있을 수 있다.
환경 정보는 시즌(S/S, F/F 등), 계절, 시간, 요일 등 시계열 환경에 대한 정보를 포함할 수 있다.
사용자의 기존 판매페이지 정보는 상세 페이지의 디자인, 분위기, 색상 등 해당 사이트의 브랜드 컨셉에 대한 정보 및 상세 페이지에 페어(pair)되는 기타 정보를 포함할 수 있다. 상세 페이지에 페어되는 기타 정보는 썸네일(thumbnail), 디스플레이 광고, 오프라인 광고물, 숏폼(short-form) 영상 등을 포함할 수 있다. 해당 정보는 로그(log) 데이터로서 전자 장치에 저장되어 있을 수 있다.
컨트롤러(300)는 복수의 정보 데이터(70)를 분석할 수 있다. 즉, 컨트롤러(300)는 복수의 정보 데이터(70) 각각의 특징을 추출할 수 있다. 예를 들어, 컨트롤러(300)는 제1 정보 데이터(70_1)의 특징점을 추출하고, 제2 정보 데이터(70_2)의 특징점을 추출하고, ... 제n 정보 데이터(70_n)의 특징점을 추출할 수 있다.
컨트롤러(300)는 추출된 특징에 기초하여 최적 페이지(90)를 생성할 수 있다. 최적 페이지(90)는 사용자 요청에 응답한 페이지일 수 있다. 즉, 컨트롤러(300)는 사용자 요청에 대응하는 페이지를 출력하면서, 페이지가 사용자 정보 및/또는 환경 정보에 최적화된 정보를 포함하도록 최적 페이지(90)를 생성할 수 있다.
컨트롤러(300)는 최적 페이지(90)를 실시간으로 생성하는 방법이 있으며, 사용자의 정보를 기반으로 사용자 집단을 2개 이상의 집단으로 분류하여 각 집단에 맞는 페이지를 미리 생성한 뒤 각 사용자 집단에 따라 출력할 수 있다.
예를 들어, 제1 사용자가 제1 전자 장치를 사용하여 서버(200)에 접근할 수 있다. 제1 사용자는 서버(200)에서 '하객 코디'를 검색할 수 있다. 이때, 서버(200)의 컨트롤러(300)는 제1 사용자의 사용자 정보 및/또는 환경 정보에 기초하여 깔끔하고 튀지 않는 색상과 디자인의 하객룩을 결정하고 제1 사용자에게 추천할 수 있다. 이때, 컨트롤러(300)는 "깔끔하고 튀지 않는 색상과 디자인의 하객룩으로 추천드려요"와 같은 텍스트를 제1 사용자에게 출력할 수 있다. 현재 계절이 여름인 경우, 깔끔하고 차분한 색상의 반팔 원피스를 제1 사용자에게 추천할 수 있다.
제2 사용자가 제2 전자 장치를 사용하여 서버(200)에 접근할 수 있다. 제2 사용자는 서버(200)에서 '데이트룩'을 검색할 수 있다. 이때, 컨트롤러(300)는 제2 사용자의 사용자 정보 및/또는 환경 정보에 기초하여 단정한 데이트룩으로 청순한 느낌을 주는 원피스를 결정하고, 제2 사용자에게 추천할 수 있다. 이때, 컨트롤러(300)는 "단정한 데이트룩으로 청순한 느낌을 주는 원피스에요"와 같은 텍스트를 제2 사용자에게 출력할 수 있다. 컨트롤러(300)는 같은 제품이라고 하더라도, 사용자의 목적 등에 따라 다른 텍스트를 출력할 수 있다. 컨트롤러(300)가 텍스트를 출력하는 방식은 음성, 이미지, 문언 등 형식에 제한되지 않는다.
컨트롤러(300)는 복수의 정보 데이터(70)에 기초하여 사용자가 관심을 가질 수 있는 정보를 출력할 수 있다. 사용자가 관심을 가질 수 있는 정보는 쇼핑 사이트에서 사용자와 유사한 사용자들에게 많이 팔린 제품, 사용자가 검색한 제품과 유사한 제품 등을 포함할 수 있다.
컨트롤러(300)는 복수의 정보 데이터(70)에 기초하여 사용자가 사용하는 언어에 따라 텍스트를 한 개 이상의 다국어로 출력할 수 있다.
일 실시예에서, 컨트롤러(300)는 복수의 정보 데이터(70)를 분석한 결과, 사용자가 10대~20대 여성인 것으로 결정할 수 있다. 컨트롤러(300)는 페이지에서 숏폼 영상을 최상단에 배치할 수 있다. 컨트롤러(300)는 텍스트의 수를 축소하고, 여성 피팅 사진을 상단으로 이동시킬 수 있다. 컨트롤러(300)는 여성 의류의 컬러와 종류와 어울리는 조형, 레이아웃, 및 컬러를 활용하여 페이지를 디자인할 수 있다.
일 실시예에서, 컨트롤러(300)는 복수의 정보 데이터(70)를 분석한 결과, 사용자가 40대~50대 남성인 것으로 결정할 수 있다. 컨트롤러(300)는 텍스트와 이미지의 크기를 확대시키고, 텍스트의 수를 확대시킬 수 있다. 컨트롤러(300)는 남성 피팅 사진을 상단으로 이동시킬 수 있다. 컨트롤러(300)는 남성 의류의 컬러와 종류와 어울리는 조형, 레이아웃, 및 컬러를 활용하여 페이지를 디자인할 수 있다.
컨트롤러(300)는 최적 페이지(90)를 사용자에게 제공할 수 있다. 컨트롤러(300)는 사용자 정보, 환경 정보, 및 최적 페이지 중 적어도 하나를 사용하여 인공지능 모델을 학습시킬 수 있다.
도 11은 일 실시예에 따른 페이지 출력 방법의 순서도이다.
도 11을 참조하면, 일 실시예에 따른 페이지 출력 방법은 전자 장치에 의해 수행될 수 있다. 일 실시예에 따른 페이지 출력 방법은 구매자를 위한 페이지를 출력할 수 있다. 전자 장치는 인공지능 모델을 포함하여, 기계학습을 수행할 수 있다. 전자 장치는 서버에 포함된 컨트롤러일 수 있다.
전자 장치는 사용자 정보를 획득할 수 있다(S1110).
사용자 정보는 성별, 연령 등의 개인정보, 구매기록, 검색기록, 접속국가, 접속기기 등에 대한 정보를 포함할 수 있다. 사용자 정보는 로그 데이터로서 전자 장치에 저장되어 있을 수 있다.
전자 장치는 환경 정보를 획득할 수 있다(S1120).
환경 정보는 시즌(S/S, F/F 등), 계절, 시간, 요일 등 시계열 환경에 대한 정보를 포함할 수 있다.
전자 장치는 사용자 정보 및 환경 정보에 기초하여 최적 페이지를 생성할 수 있다(S1130). 최적 페이지는 사용자 요청에 응답한 페이지일 수 있다. 즉, 전자 장치는 사용자 요청에 대응하는 페이지를 출력하면서, 페이지가 사용자 정보 및/또는 환경 정보에 최적화된 정보를 포함하도록 페이지를 생성할 수 있다.
전자 장치는 사용자 요청에 따른 텍스트 및 이미지를 획득하고, 사용자 정보 및 환경 정보에 기초하여 텍스트 및 이미지를 배열할 수 있다.
예를 들어, 전자 장치는 사용자가 관심을 가질 수 있는 정보를 페이지에 출력할 수 있다. 사용자가 관심을 가질 수 있는 정보는 쇼핑 사이트에서 사용자와 유사한 사용자들에게 많이 팔린 제품, 사용자가 검색한 제품과 유사한 제품 등을 포함할 수 있다.
전자 장치는 사용자 정보, 환경 정보, 및 최적 페이지 중 적어도 하나를 학습 데이터로 하여 인공지능 모델을 학습시킬 수 있다.
도 12은 일 실시예에 따른 트렌드 수집 방법의 순서도이다.
도 12을 참조하면, 일 실시예에 따른 트렌드 수집 방법은 전자 장치에 의해 수행될 수 있다. 전자 장치는 인공지능 모델을 포함하여, 기계학습을 수행할 수 있다. 전자 장치는 서버에 포함된 컨트롤러일 수 있다.
전자 장치는 트렌드 정보를 획득할 수 있다(S1210).
트렌드 정보는 밈, 짤, 영상 등에 대한 정보를 포함할 수 있다. 트렌드 정보는 로그 데이터로서 전자 장치에 저장되어 있을 수 있다. 예를 들어, 대표적인 짤로 만화 이누야샤의 장면을 인용한 퇴사 짤을 로그 데이터로서 전자 장치에 저장할 수 있다.
전자 장치는 상기 트렌드 정보를 분석할 수 있다(S1220). 상기 수집된 트렌드 정보를 분석하여 페이지 생성에 활용할 수 있도록 분류 및 분석한다. 예를 들어, 사회적으로 논란을 일으킬 수 있거나, 도덕적으로 문제가 발생할 수 있는 정보는 제거하고, 활용할 수 있는 정보를 분류하여 저장할 수 있다.
전자 장치는 트렌드를 반영한 텍스트를 생성할 수 있다(S1230).
도 13은 일 실시예에 따른 사용자의 기존 판매페이지 정보 수집 방법의 순서도이다.
도 13을 참조하면, 일실시예에 따른 의뢰 사이트 정보 수집 방법은 전자 장치에 의해 수행될 수 있다. 전자 장치는 인공지능 모델을 포함하여, 기계학습을 수행할 수 있다. 전자 장치는 서버에 포함된 컨트롤러일 수 있다.
전자 장치는 사용자의 기존 판매 페이지 정보를 획득할 수 있다(S1310).
판매 페이지 정보는 기존 상세 페이지의 디자인, 분위기, 색상 등에 대한 정보 및 상세 페이지에 페어되는 기타 정보를 포함할 수 있다. 판매 페이지 정보는 로그 데이터로서 전자 장치에 저장되어 있을 수 있다.
전자 장치는 판매 페이지 정보를 분석할 수 있다(S1320). 전자 장치는 상기 수집된 의뢰 사이트 정보를 분석하여 페이지 생성에 활용할 수 있도록 분류 및 분석한다.
전자 장치는 분석된 페이지 정보에 기초하여, 사이트 분위기와 통일된 페이지를 생성할 수 있다(S1330). 예를 들어, 기존 의뢰 사이트에 올라온 상세 페이지 색상이 흰색, 검은색으로 구성되어있다면, 전자 장치는 페이지를 생성하는데 흰색, 검은색을 주로 활용하여 기존 상세 페이지와의 통일감을 유지할 수 있도록 한다.
어떤 실시예에서, 도 1 내지 도 13을 참고로 하여 설명한 각 구성요소 또는 둘 이상의 구성요소의 조합은 디지털 회로, 프로그램 가능한 또는 프로그램할 수 없는 로직 장치 또는 어레이, 응용 주문형 집적 회로(application specific integrated circuit, ASIC) 등으로 구현될 수 있다.
이상에서 본 발명의 실시예에 대하여 상세하게 설명하였지만 본 발명의 권리범위는 이에 한정되는 것은 아니고 다음의 청구범위에서 정의하고 있는 본 발명의 기본 개념을 이용한 당업자의 여러 변형 및 개량 형태 또한 본 발명의 권리범위에 속하는 것이다.
발명의 실시를 위한 형태는 위의 발명의 실시를 위한 최선의 형태에서 함께 기술되었다.
본 발명은 페이지 출력 방법에 관한 것으로, 웹 페이지 등에서 컨텐츠를 표시하기 위한 전자 시스템 등에서의 반복 가능성 및 산업상 이용 가능성이 있다.

Claims (14)

  1. 복수의 이미지를 획득하는 단계;
    상기 복수의 이미지의 특징을 추출하는 단계;
    상기 복수의 이미지의 특징에 기초하여 텍스트를 생성하는 단계; 및
    상기 복수의 이미지의 특징에 기초하여 페이지를 생성하는 단계;를 포함하고,
    상기 페이지는 상기 복수의 이미지를 포함하는, 페이지 출력 방법.
  2. 제1항에 있어서,
    상기 복수의 이미지의 특징을 추출하는 단계는,
    상기 복수의 이미지의 공통적인 특징을 추출하는 단계;를 포함하는, 페이지 출력 방법.
  3. 제2항에 있어서,
    상기 복수의 이미지의 특징에 기초하여 페이지를 생성하는 단계는,
    상기 공통적인 특징에 기초하여 상기 복수의 이미지를 편집하는 단계;를 포함하는, 페이지 출력 방법.
  4. 제1항에 있어서,
    상기 복수의 이미지의 특징에 기초하여 텍스트를 생성하는 단계는,
    트렌드 정보를 획득하는 단계; 및
    상기 트렌드 정보 및 상기 복수의 이미지의 특징에 기초하여 텍스트를 생성하는 단계;를 포함하고,
    상기 트렌드 정보를 획득하는 단계는,
    상품을 설명하는 문장, 단어, 형용사, 이미지 속에 포함된 문장, 영상 컨텐츠의 발화내용, GIF(Graphics Interchange Format), 및 밈(meme) 중 적어도 하나로부터 상기 트렌드 정보를 획득하는 단계;를 포함하는, 페이지 출력 방법.
  5. 제1항에 있어서,
    상기 복수의 이미지의 특징에 기초하여 페이지를 생성하는 단계는,
    상기 복수의 이미지의 특징에 기초하여 디자인을 생성하는 단계;를 포함하고,
    상기 디자인은 상기 복수의 이미지가 배치되는 조형, 레이아웃, 및 컬러 중 적어도 하나를 포함하는, 페이지 출력 방법.
  6. 제1항에 있어서,
    상기 복수의 이미지의 특징에 기초하여 페이지를 생성하는 단계는,
    상기 복수의 이미지의 특징에 기초하여 상기 복수의 이미지와 연관되는 텍스트를 생성하는 단계;를 포함하는, 페이지 출력 방법.
  7. 제1항에 있어서,
    상기 복수의 이미지의 특징에 기초하여 페이지를 생성하는 단계는,
    상기 복수의 이미지의 특징에 기초하여 상기 복수의 이미지 중 적어도 하나의 이미지를 편집하는 단계;를 포함하는, 페이지 출력 방법.
  8. 제1항에 있어서,
    상기 복수의 이미지의 특징에 기초하여 페이지를 생성하는 단계는,
    상기 복수의 이미지의 특징에 기초하여 상기 복수의 이미지를 배열하는 단계;를 포함하는, 페이지 출력 방법.
  9. 제8항에 있어서,
    상기 복수의 이미지를 배열하는 단계는,
    상기 복수의 이미지에서 피사체의 비중에 기초하여 상기 복수의 이미지를 배열하는 단계;를 포함하는, 페이지 출력 방법.
  10. 제8항에 있어서,
    상기 복수의 이미지를 배열하는 단계는,
    상기 복수의 이미지에서 시선각에 기초하여 상기 복수의 이미지를 배열하는 단계;를 포함하는, 페이지 출력 방법.
  11. 제8항에 있어서,
    상기 복수의 이미지를 배열하는 단계는,
    상기 복수의 이미지의 이미지 타입에 기초하여 상기 복수의 이미지를 배열하는 단계;를 포함하는, 페이지 출력 방법.
  12. 사용자 정보를 획득하는 단계;
    환경 정보를 획득하는 단계;
    사용자의 기존 페이지 정보를 획득하는 단계;
    사용자 요청을 수신하는 단계; 및
    상기 사용자 요청, 상기 사용자 정보,상기 환경 정보, 및 상기 기존 페이지 정보에 기초하여 페이지를 생성하는 단계;를 포함하는 페이지 출력 방법.
  13. 제12항에 있어서,
    상기 사용자 정보는,
    개인정보, 구매기록, 검색기록, 접속국가, 사용언어 및 접속기기 중 적어도 하나를 포함하고,
    상기 환경 정보는,
    시즌, 계절, 시간, 및 요일 중 적어도 하나를 포함하고,
    상기 기존 페이지 정보는,
    디자인, 분위기, 및 색상 중 적어도 하나를 포함하는, 페이지 출력 방법.
  14. 제12항에 있어서,
    상기 페이지를 생성하는 단계는,
    상기 사용자 요청에 따른 텍스트 및 이미지를 획득하는 단계; 및
    상기 텍스트 및 상기 이미지를 상기 사용자 정보 및 상기 환경 정보에 기초하여 배열하는 단계;를 포함하는, 페이지 출력 방법.
PCT/KR2023/015538 2022-10-12 2023-10-10 페이지 출력 방법 WO2024080704A1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
US18/380,631 US20240127515A1 (en) 2022-10-12 2023-10-16 Method for displaying page

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
KR1020220130234A KR20240050627A (ko) 2022-10-12 2022-10-12 페이지 출력 방법
KR10-2022-0130234 2022-10-12

Related Child Applications (1)

Application Number Title Priority Date Filing Date
US18/380,631 Continuation US20240127515A1 (en) 2022-10-12 2023-10-16 Method for displaying page

Publications (1)

Publication Number Publication Date
WO2024080704A1 true WO2024080704A1 (ko) 2024-04-18

Family

ID=90669906

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/KR2023/015538 WO2024080704A1 (ko) 2022-10-12 2023-10-10 페이지 출력 방법

Country Status (2)

Country Link
KR (1) KR20240050627A (ko)
WO (1) WO2024080704A1 (ko)

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20140055004A (ko) * 2012-10-30 2014-05-09 주식회사 케이티 웹 페이지를 생성하는 장치 및 방법 그리고, 서버
KR20170073589A (ko) * 2014-08-15 2017-06-28 시드니 니콜 엡스타인 현재의 관심에 대해 사용자에게 시각적으로 안내하는 시스템 및 컴퓨터 방법
KR20200065684A (ko) * 2018-11-30 2020-06-09 카페24 주식회사 온라인 전자상거래의 쇼핑몰의 디자인 자동 생성 방법 및 장치
KR20210025350A (ko) * 2019-08-27 2021-03-09 엔에이치엔 주식회사 텍스트 분석을 이용한 상품 추천 쇼핑몰 시스템 및 그 방법
KR20210041393A (ko) * 2019-10-07 2021-04-15 이용대 소비자 데이터 기반의 쇼핑 인터페이스 제공 방법 및 그 장치
KR20210120203A (ko) * 2020-03-26 2021-10-07 엔에이치엔 주식회사 웹 페이지에 기반한 메타데이터 생성방법

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20140055004A (ko) * 2012-10-30 2014-05-09 주식회사 케이티 웹 페이지를 생성하는 장치 및 방법 그리고, 서버
KR20170073589A (ko) * 2014-08-15 2017-06-28 시드니 니콜 엡스타인 현재의 관심에 대해 사용자에게 시각적으로 안내하는 시스템 및 컴퓨터 방법
KR20200065684A (ko) * 2018-11-30 2020-06-09 카페24 주식회사 온라인 전자상거래의 쇼핑몰의 디자인 자동 생성 방법 및 장치
KR20210025350A (ko) * 2019-08-27 2021-03-09 엔에이치엔 주식회사 텍스트 분석을 이용한 상품 추천 쇼핑몰 시스템 및 그 방법
KR20210041393A (ko) * 2019-10-07 2021-04-15 이용대 소비자 데이터 기반의 쇼핑 인터페이스 제공 방법 및 그 장치
KR20210120203A (ko) * 2020-03-26 2021-10-07 엔에이치엔 주식회사 웹 페이지에 기반한 메타데이터 생성방법

Also Published As

Publication number Publication date
KR20240050627A (ko) 2024-04-19

Similar Documents

Publication Publication Date Title
WO2020251233A1 (ko) 영상데이터의 추상적특성 획득 방법, 장치 및 프로그램
WO2020085786A1 (ko) 스타일 추천 방법, 장치 및 컴퓨터 프로그램
WO2018101694A1 (en) Electronic apparatus and method for summarizing content
WO2020032597A1 (en) Apparatus and method for providing item according to attribute of avatar
WO2018135881A1 (en) Vision intelligence management for electronic devices
WO2020073495A1 (zh) 基于人工智能的复审方法、装置、设备及存储介质
WO2019156522A1 (ko) 이미지/텍스트 기반 디자인 생성 장치 및 방법
WO2012091360A2 (ko) 유저 맞춤형 컨텐츠 제공 방법 및 시스템
JP2007243485A (ja) アルバム作成装置、アルバム作成方法、及びプログラム
WO2024025220A1 (ko) 온라인 광고 컨텐트 플랫폼을 제공하기 위한 시스템
WO2013012159A1 (ko) 지능형 정보 제공 시스템 및 방법
EP3366038A1 (en) Method for synthesizing image and an electronic device using the same
WO2020233078A1 (zh) 用户信息表单的构建方法、装置、设备及存储介质
WO2022039450A1 (ko) 가상 피팅 서비스 제공 방법, 장치 및 그 시스템
EP3230941A1 (en) Semantic enrichment of trajectory data
WO2024096146A1 (ko) 제작 데이터 및 사용 데이터를 이용한 사용자 추천 방법 및 이를 위한 장치
WO2017160133A2 (ko) 게시물 랭킹설정 방법 및 이를 위한 서비스 서버
JP2019185747A (ja) メディアオブジェクトをグループ化するコンピュータ実装方法及びプログラム、並びに画像取り込み装置
WO2021006482A1 (en) Apparatus and method for generating image
EP3545401A1 (en) Electronic apparatus and method for summarizing content
WO2019190142A1 (en) Method and device for processing image
WO2024080704A1 (ko) 페이지 출력 방법
WO2014119873A1 (ko) 이미지 취향 아이디 코드 생성 방법, 이미지 취향 아이디 코드 진단 방법, 및 이미지 취향 아이디 코드를 이용한 정보 제공 방법
EP3707678A1 (en) Method and device for processing image
WO2021071240A1 (ko) 패션 상품 추천 방법, 장치 및 컴퓨터 프로그램

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: 23877631

Country of ref document: EP

Kind code of ref document: A1