WO2024253233A1 - 상품에 대한 거래량을 예측하는 방법, 장치 및 기록 매체 - Google Patents

상품에 대한 거래량을 예측하는 방법, 장치 및 기록 매체 Download PDF

Info

Publication number
WO2024253233A1
WO2024253233A1 PCT/KR2023/008252 KR2023008252W WO2024253233A1 WO 2024253233 A1 WO2024253233 A1 WO 2024253233A1 KR 2023008252 W KR2023008252 W KR 2023008252W WO 2024253233 A1 WO2024253233 A1 WO 2024253233A1
Authority
WO
WIPO (PCT)
Prior art keywords
target product
transaction volume
product
transaction
correction value
Prior art date
Legal status (The legal status 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 status listed.)
Ceased
Application number
PCT/KR2023/008252
Other languages
English (en)
French (fr)
Inventor
구오루이루이
동후오밍
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Coupang Corp
Original Assignee
Coupang Corp
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 Coupang Corp filed Critical Coupang Corp
Publication of WO2024253233A1 publication Critical patent/WO2024253233A1/ko
Anticipated expiration legal-status Critical
Ceased legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING OR CALCULATING; 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
    • G06Q30/0201—Market modelling; Market analysis; Collecting market data
    • G06Q30/0202—Market predictions or forecasting for commercial activities
    • G—PHYSICS
    • G06—COMPUTING OR CALCULATING; COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
    • G06F17/10—Complex mathematical operations
    • G06F17/18—Complex mathematical operations for evaluating statistical data, e.g. average values, frequency distributions, probability functions, regression analysis
    • G—PHYSICS
    • G06—COMPUTING OR CALCULATING; 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 OR CALCULATING; 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
    • G06Q30/0201—Market modelling; Market analysis; Collecting market data
    • G06Q30/0203—Market surveys; Market polls
    • G—PHYSICS
    • G06—COMPUTING OR CALCULATING; 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
    • G06Q30/0201—Market modelling; Market analysis; Collecting market data
    • G06Q30/0204—Market segmentation

Definitions

  • the present disclosure relates to a technology for predicting transaction volume for a product that can be the target of an e-commerce service.
  • the operator of an e-commerce service needs to predict the demand of users (e.g., customers), that is, the transaction volume of a product, in order to maintain the inventory of the product at an appropriate level.
  • This prediction of the transaction volume of the product can be performed based on the past transaction volume of the product.
  • the past transaction volume of the product cannot fully reflect the demand of the users, such as when the product is out of stock, there is a problem in that the transaction volume cannot be accurately predicted simply based on the past transaction volume.
  • the technical challenge to be solved through this disclosure is to provide a technology capable of predicting future transaction volume for products posted on an e-commerce service.
  • Another technical challenge to be solved through the present disclosure is to provide a technology capable of preprocessing data used to predict transaction volume for products posted on an e-commerce service.
  • Another technical challenge to be solved through the present disclosure is to provide a technology that can more accurately predict future transaction volume for a product by compensating transaction volume in a situation where the product is out of stock.
  • a method performed by an electronic device may include: a step of identifying a target product to be a target of transaction volume prediction among a plurality of products posted on an e-commerce service, wherein the target product includes one or more products; a step of extracting transaction information on the target product, wherein the transaction information includes a stock-out time of the target product and a transaction volume of the target product; and a step of calculating a transaction volume correction value of the target product by correcting the transaction volume of the target product using a reference table defined based on a transaction volume decrease rate according to a stock-out time.
  • the method may further include a step of performing a future transaction volume prediction for the target product based on the transaction volume correction value of the target product.
  • the step of identifying the target product may include the step of identifying a product having an out-of-stock time among the plurality of products as the target product.
  • the step of extracting the transaction information for the target product may include the step of extracting the transaction information for the target product by date.
  • the step of extracting the transaction information by date may include the step of extracting the transaction information for the target product by date so as to correspond to a minimum period required for predicting transaction volume.
  • the method may further include the step of generating the reference table.
  • the step of generating the reference table may include the step of generating the reference table by comparing, for a product group including the target product, an average transaction volume when there is no out-of-stock time and an average transaction volume when there is an out-of-stock time.
  • the product group may be a set determined based on a grade classified according to the transaction volume of the product or the transaction rate of the product.
  • the step of calculating the transaction volume correction value of the target product may include the step of identifying a grade corresponding to the target product, wherein the grade is classified according to the transaction volume of the target product or the transaction rate of the target product, the step of obtaining the reference table corresponding to the grade, and the step of performing correction based on the reference table.
  • the step of performing a correction based on the reference table may include the step of identifying a correction value corresponding to the out-of-stock time of the target product among a plurality of correction values included in the reference table, and the step of performing a correction based on the transaction volume of the target product and the reciprocal of the correction value.
  • the step of performing a correction based on the reference table may include the step of identifying a correction value corresponding to the out-of-stock time of the target product among a plurality of correction values included in the reference table, and the step of performing a correction based on the average transaction volume of a period without an out-of-stock time for the target product, the transaction volume of the target product, and the correction value.
  • the method further includes a step of identifying a third-party product corresponding to the target product and a step of extracting a transaction volume of the third-party product
  • the step of calculating a transaction volume correction value of the target product may include a step of calculating the transaction volume correction value of the target product by correcting the transaction volume of the target product based on the transaction volume of the third-party product.
  • the step of calculating the transaction volume correction value of the target product based on the transaction volume of the third-party product may include the step of calculating the transaction volume correction value of the target product based on the transaction volume of the third-party product, based on a determination that a condition determined based on the continuity of the out-of-stock time of the target product is satisfied.
  • a recording medium is a non-transitory computer-readable recording medium having recorded thereon a computer program to be executed by a processor, wherein the computer program may be configured to cause the processor to execute any one of the methods described above.
  • an electronic device includes a communication interface configured to communicate with a network, a processor configured to execute a computer program including one or more instructions, and a memory configured to load the computer program, wherein when the computer program is executed by the processor, the processor may be configured to execute any one of the methods described above.
  • data used for predicting transaction volume for products posted on an e-commerce service can be preprocessed.
  • the future transaction volume for the product can be predicted more accurately.
  • FIG. 1 illustrates an environment in which devices according to one embodiment of the present disclosure can be applied.
  • FIG. 2 illustrates a computing device that can implement devices according to one embodiment of the present disclosure.
  • FIG. 3 illustrates a flowchart illustrating a method according to one embodiment of the present disclosure.
  • Figure 4 illustrates a flowchart showing detailed operations of the calculation operation of the transaction volume correction value described with reference to Figure 3.
  • FIG. 5 is a drawing for more specifically explaining the operation of performing correction based on the reference table described with reference to FIG. 4.
  • FIG. 6 illustrates a drawing for more specifically explaining the transaction volume correction value described with reference to FIGS. 3 to 5.
  • FIGS. 7 and 8 illustrate a flowchart illustrating a method according to one embodiment of the present disclosure.
  • each user terminal included in a plurality of user terminals according to the present disclosure can be distinguished from each other by being expressed as "a first user terminal” and "a second user terminal.”
  • the expressions “A, B, and C,” “A, B or C,” “at least one of A, B, and C,” or “at least one of A, B or C” can mean each of the listed items or all possible combinations of the listed items.
  • “at least one of A or B” can refer to (1) at least one A, (2) at least one B, (3) at least one A and at least one B.
  • the expression "based on” as used in this disclosure is used to describe one or more factors affecting a decision, act of judgment, or action described in a phrase or sentence containing the expression, and the expression does not exclude additional factors affecting the decision, act of judgment, or action.
  • a component e.g., a first component
  • another component e.g., a second component
  • the expression that a component is “connected” or “connected” to another component may mean that the component is directly connected or connected to the other component, but also connected or connected via a new other component (e.g., a third component).
  • a processor configured to perform a specific operation can mean a general purpose processor that can perform the specific operation by executing software, or a special purpose computer that is structured through programming to perform the specific operation.
  • FIG. 1 illustrates an environment to which devices (110, 120) according to one embodiment of the present disclosure can be applied.
  • the environment illustrated in FIG. 1 may include a management device (110) and a user terminal (120).
  • FIG. 1 illustrates an example in which one user terminal (120) communicates with the management device (110) through a network
  • FIG. 1 illustrates only a preferred embodiment for achieving the purpose of the present disclosure, and some components may be added as needed.
  • the management device (110) may be a server device that provides an e-commerce service. That is, the management device (110) may be a server device that is operated under the management of an operating entity of the e-commerce service.
  • the management device (110) can manage transactions regarding products (goods or services) posted on an e-commerce service.
  • the management device (110) can classify and manage categories for multiple products.
  • the categories of these products can be determined by various criteria. If different products are included in the same category, the different products can have the attributes of the category in common.
  • Each of the multiple products classified in this way can be posted on an e-commerce service, that is, a page related to e-commerce.
  • the management device (110) can transmit information to the user terminal (120) so that the page related to the products can be displayed on the user terminal (120).
  • the management device (110) can transmit various responses corresponding to each of the various requests for products obtained from the user terminal (120) to the user terminal (120).
  • the management device (110) can analyze the user's log regarding the e-commerce service and manage the results of the analysis. For example, the management device (110) can calculate the transaction volume of a product based on the user's log. Since the transaction volume of the product can reflect the user's demand, the management device (110) can predict the future transaction volume of the product based on the transaction volume of the product. When predicting the transaction volume, the management device (110) can correct the past transaction volume of the product.
  • the management device (110) can perform operations related to known technologies that can be performed by a server device providing an e-commerce service. Therefore, applying the technical ideas of the present disclosure by referring to operations related to the known technologies is not excluded from the scope of the present disclosure.
  • the aforementioned management device (110) may be implemented by one or more computing devices.
  • all functions of the management device (110) may be implemented by a single computing device.
  • the first function of the management device (110) may be implemented by a first computing device, and the second function may be implemented by a second computing device.
  • the computing device may be, but is not limited to, a desktop computer, a laptop computer, an application server, a proxy server, or a cloud server, and any type of device equipped with computing functions may be a computing device.
  • the user terminal (120) may be a terminal of a user who uses an e-commerce service.
  • the user terminal (120) may display a page regarding the e-commerce service on the display of the user terminal (120) by the management device (110).
  • This page may have a user interface applied to it that is provided as a function related to the e-commerce service.
  • the application of this user interface may be managed by the management device (110) described above.
  • the user terminal (120) may obtain a user input from a user for the page and transmit the user input to the management device (110).
  • the user terminal (120) may obtain a response corresponding to the user input from the management device (110), thereby allowing the user terminal (120) to perform operations defined to correspond to the user input.
  • a web browser or an application may be installed on the user terminal (120).
  • the user terminal (120) described above may be, for example, any one of devices such as a desktop computer, a laptop computer, a tablet computer, a wearable device, or a smart phone, but is not limited thereto, and any type of device equipped with computing functions may be the user terminal (120).
  • the management device (110) and the user terminal (120) illustrated in Fig. 1 can communicate through a network.
  • This network can be implemented as any type of wired or wireless network, such as, for example, a local area network (LAN), a wide area network (WAN), a mobile radio communication network (MRCN), or WiBro (Wireless Broadband).
  • LAN local area network
  • WAN wide area network
  • MRCN mobile radio communication network
  • WiBro Wireless Broadband
  • FIG. 2 illustrates a computing device (200) that can implement devices (110, 120) according to one embodiment of the present disclosure. That is, the management device (110) or the user terminal (120) illustrated in FIG. 1 can be implemented by the computing device (200) illustrated in FIG. 2.
  • the computing device (200) in the present disclosure can be interchangeably referred to as an electronic device.
  • the computing device (200) may include one or more processors (210), one or more memories (220), or communication interfaces (230). In one embodiment, some components may be removed from the computing device (200), or other components (e.g., a display or an input device, etc.) may be added to the computing device (200). Additionally or alternatively, some components may be implemented in an integrated manner, or implemented as a single or multiple entities.
  • one or more processors (210) may be referred to as a processor (210).
  • the term processor (210) may mean a set of one or more processors, unless the context clearly indicates otherwise.
  • one or more memories (220) may be referred to as a memory (220).
  • the term memory (220) may mean a set of one or more memories, unless the context clearly indicates otherwise.
  • the processor (210) can perform calculations or information processing related to control or communication of each component of the computing device (200). Specifically, the processor (210) can control at least one component of the computing device (200) connected to the processor (210) by driving software (or a computer program) received from another component. As an example, the processor (210) can load a command (e.g., an instruction, a code, or a code segment) or information into the memory (220), process the command or information stored in the memory (220), and store result information according to the processing in the memory (220). In addition, the processor (210) can be operatively connected to the components of the computing device (200) to perform various operations such as calculations, processing, generation, or processing related to the present disclosure.
  • a command e.g., an instruction, a code, or a code segment
  • the processor (210) can be operatively connected to the components of the computing device (200) to perform various operations such as calculations, processing, generation, or processing related to the present disclosure.
  • the memory (220) can store various information.
  • the information stored in the memory (220) is information acquired, processed, or used by at least one component of the computing device (200), and may include software.
  • the software may include one or more commands that cause the processor (210) to perform operations according to various embodiments of the present disclosure when loaded into the memory (220). That is, the processor (210) may perform operations according to various embodiments of the present disclosure by executing the one or more commands described above.
  • the memory (220) may include, for example, volatile or nonvolatile memory.
  • the program is software stored in the memory (220), and may include an operating system for controlling resources of the computing device (200), an application, or middleware that provides various functions to applications so that the applications can utilize resources of the computing device (200).
  • the communication interface (230) can establish a wired or wireless communication channel with another device and transmit and receive various information with the other device.
  • the communication interface (230) can include at least one port for being connected to another device with a wired cable in order to communicate with the other device through a wire.
  • the communication interface (230) can perform communication with another device connected through a wire through at least one port.
  • the communication interface (230) can be configured to be connected to a cellular network (e.g., 3G, LTE, 5G, Wibro, or Wimax) by including a cellular communication module.
  • a cellular network e.g., 3G, LTE, 5G, Wibro, or Wimax
  • the communication interface (230) can include a short-range communication module to transmit and receive information with another device using short-range communication (e.g., Wi-Fi, Bluetooth, Bluetooth Low Energy (BLE), UWB).
  • the communication interface (230) can include a non-contact communication module for non-contact communication.
  • the contactless communication may include at least one non-contact type of proximity communication technology, such as, for example, Near Field Communication (NFC) communication, Radio Frequency Identification (RFID) communication, or Magnetic Secure Transmission (MST) communication.
  • NFC Near Field Communication
  • RFID Radio Frequency Identification
  • MST Magnetic Secure Transmission
  • the computing device (200) may be implemented in various known ways for communicating with other devices, and the scope of the present disclosure is not limited by the examples described above.
  • the computing device (200) may include a display.
  • the display may display various screens (e.g., one or more pages) based on the control of the processor (210).
  • a web browser or a dedicated application may be installed on the computing device (200).
  • the display may be a configuration that can interact with a user and may receive user input from the user.
  • Such a display may be implemented in the form of a touch sensor panel (TSP) that can recognize contact or proximity of various external objects (e.g., a user's finger or stylus).
  • TSP touch sensor panel
  • the computing device (200) may include an input device (e.g., a mouse or keyboard).
  • the input device may receive information to be used in components of the computing device (200) from an external source (e.g., a user) of the computing device (200).
  • the processor (210), memory (220), and communication interface (230) illustrated in FIG. 2 are connected to each other through a bus, GPIO (General Purpose Input/Output), SPI (Serial Peripheral Interface), or MIPI (Mobile Industry Processor Interface), and can send or receive information or signals.
  • GPIO General Purpose Input/Output
  • SPI Serial Peripheral Interface
  • MIPI Mobile Industry Processor Interface
  • the operations of the method to be described with reference to the drawings below may be performed by a computing device.
  • the operations of the method may be implemented by one or more instructions executed by a processor of the computing device. All operations included in this method may be executed by a single physical computing device, but for example, the first operation of the method may be performed by a first computing device, and the second operation of the method may be performed by a second computing device. In other words, the operations included in the method may be performed by being divided among a plurality of computing devices.
  • FIG. 3 is a flowchart illustrating a method according to one embodiment of the present disclosure.
  • the method illustrated in FIG. 3 may include a series of operations for correcting the transaction volume for a period (e.g., out of stock) in which the transaction volume cannot fully reflect the demand for a product posted on an e-commerce service, that is, the customer demand for the product, and predicting the future transaction volume for the product based on the correction.
  • a period e.g., out of stock
  • the operations illustrated in FIG. 3 will be described in detail.
  • one or more target products that will be the subject of transaction volume prediction can be identified (S310).
  • the target product may be a product that is the subject of the transaction volume prediction. For example, if “Product A” and “Product B” are posted on an e-commerce service, among these products, “Product A,” “Product B,” or “Product A” and “Product B” may be identified as the target products.
  • the target product can be determined from among multiple products based on an identification criterion.
  • This identification criterion can be a criterion for identifying one of the multiple products.
  • the operation (S310) of identifying the target product may include an operation of identifying a product with an out-of-stock time among a plurality of products as the target product. That is, the identification criterion in this embodiment may be the presence or absence of an out-of-stock time.
  • the out-of-stock time can mean the length of time during the day (24 hours) that the product is out of stock. For example, if the target product was out of stock for 8 hours during the day, the out-of-stock time is 8 hours. If the out-of-stock time is calculated by day, the maximum out-of-stock time can be 24 hours. The out-of-stock time can be changed by week, month, or year, not by day.
  • the target period may be a period that includes information about the product (e.g., past transaction volume information) used to predict the transaction volume of the product. For example, a period that starts from one month before the time of transaction volume prediction and ends at the time of transaction volume prediction may be the target period, and information about the product included in this target period may be used to predict the transaction volume.
  • the length of this target period may be a fixed value (e.g., one month) or a variable value (e.g., a value that can be changed depending on the product's properties, etc.).
  • the presence or absence of the out-of-stock time mentioned above may be managed to have a "True” or "False” value as a field for each of a plurality of products.
  • a product with an out-of-stock time is identified as a target product, so that a product requiring correction of the transaction volume can be identified.
  • the operation (S310) for identifying the target product may include an operation for identifying a product that is not a third party product among a plurality of products as the target product. That is, the identification criterion in this embodiment may be whether or not it is a third party product.
  • Third-party products may be products for which the operator of the e-commerce service does not have ownership of the product.
  • third-party products may be products for which a third party related to the product directly delivers the product to the user, thereby not bearing the burden of delivery for the product.
  • third-party products may be posted on the e-commerce service in such a way that the operator grants a third party the right to post the product on the e-commerce service and receives a corresponding incentive.
  • third-party products may be excluded when identifying the target product.
  • Transaction information for the target product can be extracted (S320).
  • Transaction information is information about the transaction of the target product, and may include, for example, the out-of-stock time of the target product or the transaction volume of the target product as items.
  • the transaction information may be obtained by analyzing the logs of users using the e-commerce service, etc.
  • the transaction information may be extracted only if it is included in the target period.
  • the extracted value may be processed according to a scale defined to correspond to the item included in the transaction information. For example, if the scale corresponding to the out-of-stock time is defined as "hour”, if the out-of-stock time is "1 hour 29 minutes", the value may be processed as "1 hour” or "2 hours”. For another example, if the scale corresponding to the out-of-stock time is defined as "hour minute”, if the out-of-stock time is "1 hour 30 minutes 21 seconds", the value may be processed as "1 hour 30 minutes” or "1 hour 31 minutes”.
  • the operation (S320) of extracting transaction information for the target product may include an operation of extracting transaction information for the target product by date.
  • the out-of-stock time of "May 1, 2023” may be extracted as “1 hour” and the transaction volume may be extracted as "101 units”.
  • the out-of-stock time of "May 2, 2023” may be extracted as “24 hours” and the transaction volume may be extracted as "0 units”.
  • the out-of-stock time of "May 3, 2023” may be extracted as "0 hours” and the transaction volume may be extracted as "150 units”.
  • the transaction information for the target product may be extracted by date so as to correspond to the transaction volume prediction.
  • the transaction information extracted in this way may be corrected according to the operation described below, and thus may be used for transaction volume prediction. Therefore, if the basic unit required for predicting transaction volume is changed to a weekly, monthly or yearly unit, transaction information for the target product can be extracted in weekly, monthly or yearly units to correspond to the change.
  • the operation (S320) of extracting transaction information for the target product may include an operation of extracting transaction information for the target product by date so as to correspond to the minimum period required for predicting the transaction volume.
  • This embodiment may be understood as relating to the extraction period of transaction information for the target product, in other words, to the target period.
  • the target period may be determined so as to correspond to the minimum period required for predicting the transaction volume, preferably, so that the target period includes the minimum period.
  • transaction information for the target product of the target period may be extracted by date.
  • the transaction volume of the extracted target product is corrected, thereby calculating a transaction volume correction value of the target product (S330).
  • the reference table may be a table defined for the transaction volume decrease rate according to the out-of-stock time of a product.
  • the correction value may be closer to 1 as the out-of-stock time is shorter and closer to 0 as the out-of-stock time is longer. For example, if the out-of-stock time is "1 hour”, the correction value included in the reference table may be "0.9". For another example, if the out-of-stock time is "22 hours", the correction value included in the reference table may be "0.2".
  • Such a reference table may be generated based on the out-of-stock time of a specific product that may be acquired while operating an e-commerce service and the transaction volume corresponding to the out-of-stock time. In order to avoid redundant explanation, the method of generating the reference table will be described later with reference to FIG. 8.
  • the transaction volume correction value can be calculated as "1000".
  • S330 calculation operation of the transaction volume correction value
  • a transaction volume prediction for the target product can be performed (S340).
  • Volume forecasting is the prediction of future transaction volume of a target product, which may mean future demand of users for the target product. This volume forecasting may be performed for a specific date, or may be performed for a period including multiple dates.
  • This method of predicting transaction volume can be basically performed based on the past transaction volume of the target product.
  • the average transaction volume for each day of the target period for the target product can be calculated as the value of the transaction volume prediction for the target product.
  • this first pattern can be used for predicting the transaction volume.
  • the transaction volume of the target product can have a second pattern based on a specific date (e.g., public holiday, etc.), this second pattern can be used for predicting the transaction volume.
  • transaction volume prediction can be performed in any number of ways by referring to known techniques related to transaction volume prediction. In other words, any known technique for predicting future transaction volume based on past transaction volume can be included in the scope of the present disclosure.
  • FIG. 4 is a flowchart showing the detailed operation of the calculation operation (S330) of the transaction volume correction value described with reference to FIG. 3.
  • the operation S400 of FIG. 4 may be the calculation operation (S330) of the transaction volume correction value of FIG. 3.
  • the operations illustrated in FIG. 4 will be described in detail.
  • the grade corresponding to the target product can be identified (S410).
  • the grade may be classified according to the transaction volume of the target product or the transaction rate of the target product.
  • the transaction rate may be the rate at which the user purchased the target product among multiple products posted on the e-commerce service.
  • the grade for example, if “Grade A” means that the transaction volume in the target period is "5,000 or more” and “Grade B” means that the transaction volume in the target period is "less than 5,000", the grade of "Product A” with a transaction volume of "10,000” may be classified as “Grade A”.
  • the grade of "Product B” with a transaction volume of "4,000” may be classified as "Grade B".
  • target products may be classified into any number of different grades.
  • the criterion value for classification may be implemented so that it can be changed according to, for example, the total transaction volume in the target period.
  • the grade corresponding to the target product can be identified.
  • a reference table corresponding to the grade can be obtained (S420).
  • the reference table may be a unique table for each grade. For example, "grade A” and “A reference table” may correspond, and “grade B” and “B reference table” may correspond.
  • a specific reference table may be related to at least two grades. For example, “grade C” and “grade B” may correspond to "reference table C.”
  • a reference table may be determined in advance to correspond to a grade. Specifically, the correspondence relationship (e.g., one-to-one correspondence, many-to-one correspondence) between the grade and the reference table in the above-described example may be determined in advance. Accordingly, by determining the reference table according to the correspondence relationship, a reference table corresponding to the grade may be obtained.
  • a correction based on a reference table is described with reference to FIG. 5.
  • FIG. 5 illustrates a drawing for more specifically explaining the operation (S430) of performing correction based on the reference table (510) described with reference to FIG. 4.
  • the reference table (510) may be a table that indicates a correction value for each out-of-stock time.
  • This reference table (510) may be created to have a corresponding value (e.g., correction value) according to a scale (e.g., time). For example, if the out-of-stock time is "5", the correction value may be "0.8".
  • the correction value in the above example may be understood as a transaction volume decrease rate of the target product when the out-of-stock time is "5 hours", as described above.
  • Each correction value included in the reference table (510) can be substituted as "Ref[X]” into mathematical expressions 1 (520) and 2 (530).
  • X” in mathematical expressions 1 (520) and 2 (530) can be the transaction volume (sale) of the target product when the out-of-stock time is "X time”.
  • "AVG” in mathematical expression 1 (520) can be the average transaction volume during a period without an out-of-stock time. In this case, the period without an out-of-stock time can be N days (N is a natural number) among the latest days without an out-of-stock time.
  • 0" can be calculated.
  • 0" can be understood as a predicted trading volume value when the sold-out time is "0 hours”. That is, the mathematical expression 1 (520) or the mathematical expression 2 (530) predicts how much trading volume would have occurred (“Sale
  • the operation (S430) of performing a correction based on the reference table (510) may include an operation of identifying a correction value corresponding to the out-of-stock time of the target product among a plurality of correction values included in the reference table (510), and an operation of performing a correction based on the average transaction volume (e.g., “AVG”) of a period without an out-of-stock time for the target product, the transaction volume of the target product (e.g., “Sale
  • the average transaction volume e.g., “AVG”
  • the transaction volume of the target product e.g., “Sale
  • the correction value e.g., “Ref[X]
  • the operation (S430) of performing a correction based on the reference table (510) may include an operation of identifying a correction value corresponding to the out-of-stock time of the target product among a plurality of correction values included in the reference table (510) and an operation of performing a correction based on the transaction volume of the target product (e.g., “Sale
  • Fig. 6 illustrates a drawing for more specifically explaining the transaction volume correction value described with reference to Figs. 3 to 5.
  • the result table (600) of the correction for the transaction volume of the target product includes the product ID, date, transaction volume, out-of-stock time, and transaction volume correction value of the target product.
  • the result table (600) additionally includes a comparative example in which the immediately preceding transaction volume value is given as it is if the out-of-stock time is M (M is a natural number) hours or longer.
  • the result table includes a comparative example in which the transaction volume of "181" on March 25, 2022 is given as it is for a period including the subsequent out-of-stock time, from March 26, 2022 to May 13, 2022.
  • the transaction volume correction value is calculated to be closer to the past transaction volume with a sold-out time of "0 hours" (e.g., the transaction volume from March 18, 2022 to March 24, 2022) than the comparative example.
  • a transaction volume correction value that can fully reflect the user's demand can be calculated, and by using this transaction volume correction value for transaction volume prediction, a more accurate transaction volume prediction can be performed.
  • Figure 7 includes a series of operations for calculating a transaction volume correction value of a target product using the transaction volume of a third-party product.
  • a third-party product corresponding to the target product can be identified (S710).
  • a third-party product corresponding to a target product can be identified. For example, if the category of a target product (e.g., "Product A") and the category of a third-party product ("Product a") are the same as "Home Appliances/Monitors", "Product a" can be identified as a third-party product corresponding to "Product A”. Unlike the examples described above, these categories can have various ranges. As specific examples, the category can have various ranges such as "Home Appliances/Monitors/28 inches", “Home Appliances/Monitors/28 inches/A Manufacturer", or "Home Appliances/Monitors/28 inches/A Manufacturer/Product Code 1234".
  • one of the multiple third-party products may be selected and identified.
  • the third-party product with the largest transaction volume may be selected and identified.
  • the transaction volume of the third-party product with the largest transaction volume may be referenced to calculate the transaction volume correction value of the target product.
  • all of the multiple third-party products may be identified. In this case, the transaction volume of all third-party products related to the target product may be referenced to calculate the transaction volume correction value of the target product.
  • the transaction volume of third-party products can be extracted (S720).
  • This operation can be understood with reference to the description of the operation for extracting transaction information (S320) described with reference to Fig. 3. That is, this operation can have the same extraction method as the operation for extracting transaction information (S320) of Fig. 3, except that the transaction volume of a third-party product is extracted.
  • the transaction volume of the target product is corrected, thereby calculating the transaction volume correction value of the target product (S730).
  • the transaction volume correction value of the target product may be calculated based on the increase in the transaction volume of the third-party product during the out-of-stock period of the target product.
  • an additional factor "Ref[Y]” may be multiplied to "AVG*(1-Ref[X])" of the mathematical expression 1 (520) of FIG. 5 or "Sale
  • "Ref[Y]” may be, for example, a ratio of the transaction volume of the third-party product during the out-of-stock period of the target product and the transaction volume of the third-party product during a period other than the out-of-stock period of the target product.
  • Ref[Y] may be, for example, a ratio of the sum total of the transaction volume of the third-party products during the out-of-stock period of the target product and the sum total of the transaction volume of the third-party products during a period other than the out-of-stock period of the target product. Since the increase in the transaction volume of a third-party product may be a result of the third-party product being selected as a substitute for the target product, according to this embodiment, the transaction volume correction value of the target product can be calculated based on the increase in the transaction volume of the third-party product.
  • the transaction volume of the third-party product can be the transaction volume correction value of the target product as it is. Specifically, if the transaction volume of the third-party product is "100", the transaction volume correction value of the target product can be "100". If multiple third-party products are identified, the sum of the transaction volumes of the multiple third-party products can be the transaction volume correction value of the target product as it is. In addition, the transaction volume (or the sum of the transaction volume) of the third-party product that will be the transaction volume correction value in this way can be adjusted by multiplying a factor.
  • the third-party product may be more likely to be perceived as a substitute for the target product by users. Therefore, according to the method described with reference to Fig. 7, the user demand for the target product can be estimated by correcting the transaction volume of the target product that is out of stock based on the transaction volume of the third-party product.
  • the transaction volume of the third-party product may be considered only under certain conditions to correct the transaction volume of the target product.
  • the operation (S730) of calculating the transaction volume correction value of the target product based on the transaction volume of the third-party product may include an operation of calculating the transaction volume correction value of the target product based on the transaction volume of the third-party product based on a determination that a condition determined based on the continuity of the out-of-stock time of the target product is satisfied.
  • the condition for considering the transaction volume of third-party products may be a condition determined based on the continuity of the out-of-stock time of the target product. For example, a condition that is satisfied when the out-of-stock time is L hours (L is a natural number) or more consecutively occurs K times (K is a natural number) may be included in the above-mentioned conditions.
  • the transaction volume of the target product before the out-of-stock time may not fully reflect the user's demand. Therefore, if the out-of-stock time is long, in other words, only when the condition determined based on the continuity of the out-of-stock time is satisfied, the transaction volume of the target product can be adjusted based on the transaction volume of the third-party product related to the target product. Accordingly, the transaction volume of the target product can be adjusted to reflect the user's latest demand.
  • FIG. 8 is a flowchart illustrating a method according to one embodiment of the present disclosure.
  • a reference table can be created (S810).
  • the operation (S810) of generating a reference table may include an operation of generating a reference table by comparing the average transaction volume when there is no out-of-stock time and the average transaction volume when there is an out-of-stock time for a product group including the target product.
  • a product group may be a set determined based on a grade classified according to the transaction volume or transaction rate of the product.
  • different products belonging to the same product group may have the same grade.
  • products with similar transaction volumes or transaction rates may be determined as a single product group. This may be for the purpose of generating a reference table for each product group, since the correction value included in the reference table may vary depending on the transaction volume or transaction rate of the product (in other words, depending on the grade).
  • the reference table generated in this way may be used specifically for the grade, as described with reference to FIG. 4.
  • the correction value may be calculated by comparing the average transaction volume of products included in the product group when the out-of-stock time is a specific time with the average transaction volume of products included in the product group when there is no out-of-stock time. For example, if the average transaction volume of products included in the product group when the out-of-stock time is "1 hour” is "995" and the average transaction volume of products included in the product group when the out-of-stock time is "0 hours” is "1000", the correction value when the out-of-stock time is "1 hour” may be calculated as "0.995".
  • the above-described example was described as the average transaction volume of products included in the product group, it may also be included in the scope of the present disclosure to change it to a value that can replace the average transaction volume of products included in the product group, such as the average transaction volume of some products included in the product group, the median transaction volume of the product group, etc.
  • a reference table for a product group can be created.
  • This cycle can be a fixed value (e.g., 1 month).
  • this cycle can be a fluid value, such as, for example, the point in time when the difference between the predicted transaction volume and the actual transaction volume becomes greater than a reference value.
  • a criterion e.g., a correction value for correcting the transaction volume of the target product can be determined. According to this criterion, even if the target product has a time of being out of stock, the transaction volume of the target product can be corrected to fully reflect the demand for the target product.
  • the operations of the method or algorithm are described in a sequential order, but may be performed in an order that can be arbitrarily combined, in addition to being performed sequentially.
  • the description of the flowchart of the present disclosure does not exclude changes or modifications to the method or algorithm, and does not imply that any operation is essential or desirable.
  • at least some of the operations may be performed in parallel, iteratively, or heuristically.
  • at least some of the operations may be omitted, or other operations may be added.
  • Various embodiments of the present disclosure may be implemented as software in a machine-readable storage medium (MRSM) that can be read by a computing device.
  • the software may be software for implementing various embodiments of the present disclosure.
  • the software may be inferred from various embodiments of the present disclosure by programmers in the technical field to which the present disclosure belongs.
  • the software may be a computer program including instructions that can be read by a computing device.
  • the computing device is a device that can operate according to instructions called from a storage medium, and may be interchangeably referred to as, for example, an electronic device.
  • a processor of the computing device may execute the called instructions, causing components of the computing device to perform functions corresponding to the instructions.
  • the storage medium may mean any type of recording medium that can be read by a device and on which information is stored.
  • the storage medium may include, for example, a ROM, a RAM, a CD-ROM, a magnetic tape, a floppy disk, or an optical information storage device.
  • the storage medium may be implemented in a distributed form in a computer system connected to a network, etc. In this case, the software may be distributed and stored in the computer system, etc., and may be executed.
  • the storage medium may be a non-transitory storage medium.
  • a non-transitory storage medium means a medium that exists regardless of whether information is stored semi-permanently or temporarily, and does not include signals that are propagated transitorily.

Landscapes

  • Engineering & Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Finance (AREA)
  • Development Economics (AREA)
  • Strategic Management (AREA)
  • Accounting & Taxation (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Data Mining & Analysis (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Theoretical Computer Science (AREA)
  • Game Theory and Decision Science (AREA)
  • Economics (AREA)
  • Marketing (AREA)
  • General Business, Economics & Management (AREA)
  • Mathematical Optimization (AREA)
  • Mathematical Physics (AREA)
  • Pure & Applied Mathematics (AREA)
  • Mathematical Analysis (AREA)
  • Computational Mathematics (AREA)
  • Evolutionary Biology (AREA)
  • General Engineering & Computer Science (AREA)
  • Software Systems (AREA)
  • Databases & Information Systems (AREA)
  • Algebra (AREA)
  • Probability & Statistics with Applications (AREA)
  • Operations Research (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

전자 상거래 서비스의 대상이 될 수 있는 상품에 대한 거래량을 예측하는 방법, 장치 및 기록 매체가 제공된다. 본 개시의 일 실시예에 따른 방법은, 전자 장치에 의해 수행되는 방법에 있어서, 전자 상거래 서비스에 게재된 복수의 상품 중에서, 거래량 예측의 대상이 될 대상 상품을 식별하는 단계 - 상기 대상 상품은 하나 이상의 상품을 포함함 -, 상기 대상 상품에 대한 거래 정보를 추출하는 단계 - 상기 거래 정보는 상기 대상 상품의 품절 시간 및 상기 대상 상품의 거래량을 포함함 - 및 품절 시간에 따른 거래량 감소율에 기초하여 정의된 참조 테이블을 이용하여, 상기 대상 상품의 상기 거래량을 보정함으로써, 상기 대상 상품의 거래량 보정값을 산출하는 단계를 포함할 수 있다.

Description

상품에 대한 거래량을 예측하는 방법, 장치 및 기록 매체
본 개시는 전자 상거래 서비스의 대상이 될 수 있는 상품에 대한 거래량을 예측하는 기술에 관한 것이다.
통신 기술의 발달로 인하여 온라인 상에서 상품을 거래하는 전자 상거래 서비스가 대중적으로 이용되고 있다. 전자 상거래 서비스의 대상이 될 수 있는 상품은 단순히 재화에 그치지 않고 서비스도 포함하도록 그 범위가 확장되고 있다. 이처럼 다종 다양의 상품들이 전자 상거래 서비스에서 거래됨으로써, 전자 상거래 서비스의 운영 주체는 다종 다양의 상품들을 사용자들에게 효과적으로 판매하기 위한 전략을 수립할 필요가 있다.
전술한 전략의 일례로서, 전자 상거래 서비스의 운영 주체는 상품의 재고를 알맞은 수준으로 유지하기 위해, 사용자(예: 고객)의 수요, 다시 말해 상품의 거래량을 예측할 필요가 있다. 이러한 상품의 거래량에 대한 예측은 상품에 대한 과거의 거래량에 기초하여 수행될 수 있다. 그러나, 예를 들어 상품의 품절 상황과 같이, 상품에 대한 과거의 거래량이 사용자의 수요를 온전히 반영할 수 없는 경우에는, 단순히 과거의 거래량에만 기초하여서는 거래량을 정확히 예측할 수 없다는 문제점이 있다.
본 개시를 통해 해결하고자 하는 기술적 과제는, 전자 상거래 서비스에 게재된 상품에 대한 미래의 거래량을 예측할 수 있는 기술을 제공하는 것이다.
본 개시를 통해 해결하고자 하는 다른 기술적 과제는, 전자 상거래 서비스에 게재된 상품에 대한 거래량 예측에 이용되는 데이터를 전처리할 수 있는 기술을 제공하는 것이다.
본 개시를 통해 해결하고자 하는 또 다른 기술적 과제는, 상품이 품절인 상황에서의 거래량을 보정함으로써, 그 상품에 대한 미래의 거래량을 보다 정확히 예측할 수 있는 기술을 제공하는 것이다.
본 개시의 기술적 과제들은 이상에서 언급한 기술적 과제들로 제한되지 않으며, 언급되지 않은 또 다른 기술적 과제들은 명세서의 기재로부터 본 개시의 기술분야에서의 통상의 기술자에게 명확하게 이해될 수 있을 것이다.
본 개시의 일 실시예에 따른 방법은, 전자 장치에 의해 수행되는 방법에 있어서, 전자 상거래 서비스에 게재된 복수의 상품 중에서, 거래량 예측의 대상이 될 대상 상품을 식별하는 단계 - 상기 대상 상품은 하나 이상의 상품을 포함함 -, 상기 대상 상품에 대한 거래 정보를 추출하는 단계 - 상기 거래 정보는 상기 대상 상품의 품절 시간 및 상기 대상 상품의 거래량을 포함함 - 및 품절 시간에 따른 거래량 감소율에 기초하여 정의된 참조 테이블을 이용하여, 상기 대상 상품의 상기 거래량을 보정함으로써, 상기 대상 상품의 거래량 보정값을 산출하는 단계를 포함할 수 있다.
일 실시예에서, 상기 대상 상품의 상기 거래량 보정값에 기초하여, 상기 대상 상품에 대한 미래의 거래량 예측을 수행하는 단계를 더 포함할 수 있다.
일 실시예에서, 상기 대상 상품을 식별하는 단계는, 상기 복수의 상품 중에서, 품절 시간이 있는 상품을 상기 대상 상품으로 식별하는 단계를 포함할 수 있다.
일 실시예에서, 상기 대상 상품에 대한 상기 거래 정보를 추출하는 단계는, 상기 대상 상품에 대한 상기 거래 정보를 일자 별로 추출하는 단계를 포함할 수 있다.
일 실시예에서, 상기 거래 정보를 일자 별로 추출하는 단계는, 거래량 예측에 필요한 최소 기간에 대응되도록, 상기 대상 상품에 대한 상기 거래 정보를 일자 별로 추출하는 단계를 포함할 수 있다.
일 실시예에서, 상기 참조 테이블을 생성하는 단계를 더 포함할 수 있다.
일 실시예에서, 상기 참조 테이블을 생성하는 단계는, 상기 대상 상품을 포함하는 상품 군에 대하여, 품절 시간이 없을 때의 거래량 평균값과 품절 시간이 있을 때의 거래량 평균값을 대비함으로써, 상기 참조 테이블을 생성하는 단계를 포함할 수 있다.
일 실시예에서, 상기 상품 군은, 상품의 거래량 또는 상품의 거래율에 따라 분류된 등급에 기초하여 결정되는 집합일 수 있다.
일 실시예에서, 상기 대상 상품의 상기 거래량 보정값을 산출하는 단계는, 상기 대상 상품에 대응되는 등급을 식별하는 단계 - 상기 등급은, 상기 대상 상품의 거래량 또는 상기 대상 상품의 거래율에 따라 분류됨 -, 상기 등급에 대응되는 상기 참조 테이블을 획득하는 단계 및 상기 참조 테이블에 기초한 보정을 수행하는 단계를 포함할 수 있다.
일 실시예에서, 상기 참조 테이블에 기초한 보정을 수행하는 단계는, 상기 참조 테이블에 포함된 복수의 보정 수치 중에서, 상기 대상 상품의 상기 품절 시간에 대응되는 보정 수치를 식별하는 단계 및 상기 대상 상품의 상기 거래량 및 상기 보정 수치의 역수에 기초하여, 보정을 수행하는 단계를 포함할 수 있다.
일 실시예에서, 상기 참조 테이블에 기초한 보정을 수행하는 단계는, 상기 참조 테이블에 포함된 복수의 보정 수치 중에서, 상기 대상 상품의 상기 품절 시간에 대응되는 보정 수치를 식별하는 단계 및 상기 대상 상품에 대하여 품절 시간이 없는 기간의 거래량 평균값, 상기 대상 상품의 상기 거래량 및 상기 보정 수치에 기초하여, 보정을 수행하는 단계를 포함할 수 있다.
일 실시예에서, 상기 대상 상품에 대응되는 서드 파티 상품을 식별하는 단계 및 상기 서드 파티 상품의 거래량을 추출하는 단계를 더 포함하고, 상기 대상 상품의 거래량 보정값을 산출하는 단계는, 상기 서드 파티 상품의 상기 거래량에 기초하여, 상기 대상 상품의 상기 거래량을 보정함으로써, 상기 대상 상품의 상기 거래량 보정값을 산출하는 단계를 포함할 수 있다.
일 실시예에서, 상기 서드 파티 상품의 상기 거래량에 기초하여, 상기 대상 상품의 상기 거래량 보정값을 산출하는 단계는, 상기 대상 상품의 상기 품절 시간의 연속성에 기초하여 결정된 조건을 만족한다는 판정에 기초하여, 상기 서드 파티 상품의 상기 거래량에 기초하여, 상기 대상 상품의 상기 거래량 보정값을 산출하는 단계를 포함할 수 있다.
본 개시의 다른 일 실시예에 따른 기록 매체는, 프로세서에 의해 실행되기 위한 컴퓨터 프로그램을 기록한 비일시적 컴퓨터 판독 가능 기록 매체에 있어서, 상기 컴퓨터 프로그램은, 상기 프로세서로 하여금, 전술한 방법들 중 어느 하나를 실행하도록 구성될 수 있다.
본 개시의 또 다른 일 실시예에 따른 전자 장치는, 네트워크와의 통신이 가능하도록 구성된 통신 인터페이스, 하나 이상의 인스트럭션(instruction)을 포함하는 컴퓨터 프로그램을 실행하도록 구성된 프로세서 및 상기 컴퓨터 프로그램을 로드(load)하도록 구성된 메모리를 포함하고, 상기 프로세서에 의해 상기 컴퓨터 프로그램이 실행될 시, 상기 프로세서는, 전술한 방법들 중 어느 하나를 실행하도록 구성될 수 있다.
본 개시에 따르면, 전자 상거래 서비스에 게재된 상품에 대한 미래의 거래량을 예측할 수 있다.
본 개시에 따르면, 전자 상거래 서비스에 게재된 상품에 대한 거래량 예측에 이용되는 데이터를 전처리할 수 있다.
본 개시에 따르면, 상품이 품절인 상황에서의 거래량을 보정함으로써, 그 상품에 대한 미래의 거래량을 보다 정확히 예측할 수 있다.
본 개시의 기술적 사상에 따른 효과들은 이상에서 언급한 효과들로 제한되지 않으며, 언급되지 않은 또 다른 효과들은 명세서의 기재로부터 본 개시의 기술분야에서의 통상의 기술자에게 명확하게 이해될 수 있을 것이다.
도 1은 본 개시의 일 실시예에 따른 장치들이 적용될 수 있는 환경을 도시한다.
도 2는 본 개시의 일 실시예에 따른 장치들을 구현할 수 있는 컴퓨팅 장치를 도시한다.
도 3은 본 개시의 일 실시예에 따른 방법을 나타내는 순서도를 도시한다.
도 4는 도 3을 참조하여 설명된 거래량 보정값의 산출 동작의 세부 동작을 나타내는 순서도를 도시한다.
도 5는 도 4를 참조하여 설명된 참조 테이블에 기초한 보정의 수행 동작을 보다 구체적으로 설명하기 위한 도면을 도시한다.
도 6은 도 3 내지 도 5를 참조하여 설명된 거래량 보정값을 보다 구체적으로 설명하기 위한 도면을 도시한다.
도 7 및 도 8은 본 개시의 일 실시예에 따른 방법을 나타내는 순서도를 도시한다.
본 개시에 기재된 다양한 실시예는, 본 개시의 기술적 사상을 명확히 설명하기 위한 목적으로 예시된 것이며, 이를 특정한 실시 형태로 한정하려는 것이 아니다. 본 개시의 기술적 사상은, 본 개시에 기재된 각 실시예의 다양한 변경(modifications), 균등물(equivalents), 대체물(alternatives) 및 각 실시예의 전부 또는 일부로부터 선택적으로 조합된 실시예를 포함한다. 또한 본 개시의 기술적 사상의 권리범위는 이하에 제시되는 다양한 실시예나 이에 대한 구체적 설명으로 한정되지 않는다.
기술적이거나 과학적인 용어를 포함해서, 본 개시에서 사용되는 용어들은, 달리 정의되지 않는 한, 본 개시가 속하는 기술분야에서 통상의 지식을 가진 자에게 일반적으로 이해되는 의미를 가질 수 있다.
본 개시에서 사용되는 "포함한다", "포함할 수 있다", "구비한다", "구비할 수 있다", "가진다", "가질 수 있다" 등과 같은 표현들은, 대상이 되는 특징(예: 기능, 동작 또는 구성요소 등)이 존재함을 의미하며, 다른 추가적인 특징의 존재를 배제하지 않는다. 즉, 이와 같은 표현들은 다른 실시예를 포함할 가능성을 내포하는 개방형 용어(open-ended terms)로 이해되어야 한다.
본 개시에서 사용되는 단수형의 표현은, 문맥상 다르게 뜻하지 않는 한 복수형의 의미를 포함할 수 있으며, 이는 청구항에 기재된 단수형의 표현에도 마찬가지로 적용된다.
본 개시에서 사용되는 "제1", "제2", 또는 "첫째", "둘째" 등의 표현은, 문맥상 다르게 뜻하지 않는 한, 복수의 동종 대상들을 지칭함에 있어 한 대상을 다른 대상과 구분하기 위해 사용되며, 대상들 간의 순서 또는 중요도를 한정하는 것은 아니다. 예를 들어, 본 개시에 따른 복수의 사용자 단말에 포함된 각각의 사용자 단말은 "제1 사용자 단말" 및 "제2 사용자 단말"과 같이 표현됨으로써 서로 구분될 수 있다.
본 개시에서 사용되는 "A, B 및 C," "A, B 또는 C," "A, B 및 C 중 적어도 하나" 또는 "A, B 또는 C 중 적어도 하나" 등의 표현은, 각각의 나열된 항목 또는 나열된 항목들의 가능한 모든 조합들을 의미할 수 있다. 예를 들어, "A 또는 B 중 적어도 하나"는, (1) 적어도 하나의 A, (2) 적어도 하나의 B, (3) 적어도 하나의 A 및 적어도 하나의 B를 모두 지칭할 수 있다.
본 개시에서 사용되는 "~에 기초하여"라는 표현은, 이 표현이 포함되는 어구 또는 문장에서 기술되는, 결정, 판단의 행위 또는 동작에 영향을 주는 하나 이상의 인자를 기술하는 데에 사용되고, 이 표현은 그 결정, 판단의 행위 또는 동작에 영향을 주는 추가적인 인자를 배제하지 않는다.
본 개시에서 사용되는, 어떤 구성요소(예: 제1 구성요소)가 다른 구성요소(예: 제2 구성요소)에 "연결되어" 있다거나 "접속되어" 있다는 표현은, 상기 어떤 구성요소가 상기 다른 구성요소에 직접적으로 연결 또는 접속되는 것뿐 아니라, 새로운 다른 구성요소(예: 제3 구성요소)를 매개로 하여 연결 또는 접속되는 것을 의미할 수 있다.
본 개시에서 사용된 표현 "~하도록 구성된(configured to)"은 문맥에 따라, "~하도록 설정된", "~하는 능력을 가지는", "~하도록 변경된", "~하도록 만들어진", "~를 할 수 있는" 등의 의미를 가질 수 있다. 이 표현은, "하드웨어적으로 특별히 설계된"의 의미로 제한되지 않으며, 예를 들어 특정 동작을 수행하도록 구성된 프로세서란, 소프트웨어를 실행함으로써 그 특정 동작을 수행할 수 있는 범용 프로세서(generic purpose processor)를 의미하거나, 그 특정 동작을 수행하도록 프로그래밍을 통해 구조화된 특수 목적 컴퓨터(special purpose computer)를 의미할 수 있다.
이하, 첨부된 도면들을 참조하여, 본 개시에 기재된 다양한 실시예를 설명한다. 첨부된 도면 및 도면에 대한 설명에서, 동일하거나 실질적으로 동등한(substantially equivalent) 구성요소에는 동일한 참조부호가 부여될 수 있다. 또한, 이하 다양한 실시예의 설명에서, 동일하거나 대응하는 구성요소를 중복하여 기술하는 것이 생략될 수 있으나, 이는 그 구성요소가 그 실시예에 포함되지 않는 것을 의미하지는 않는다.
도 1은 본 개시의 일 실시예에 따른 장치들(110, 120)이 적용될 수 있는 환경을 도시한다. 도 1에 도시된 이 환경은, 관리 장치(110) 및 사용자 단말(120)을 포함할 수 있다.
한편, 도 1은 한 개의 사용자 단말(120)이 관리 장치(110)와 네트워크를 통해 통신하는 일례를 도시하고 있으나, 이는 이해의 편의를 제공하기 위한 것일 뿐이고, 관리 장치(110)와 네트워크를 통해 통신할 수 있는 사용자 단말(120)의 개수는 얼마든지 달라질 수 있다. 즉, 하나 이상의 사용자 단말(120) 각각은 관리 장치(110)가 제공하는 전자 상거래 서비스에 접속할 수 있다. 또한, 도 1은 본 개시의 목적을 달성하기 위한 바람직한 실시예를 도시하고 있을 뿐이고, 필요에 따라 일부 구성요소가 추가될 수 있다.
이하, 도 1에 도시된 각 구성요소에 대해 보다 구체적으로 설명한다.
관리 장치(110)는 전자 상거래 서비스를 제공하는 서버 장치일 수 있다. 즉, 관리 장치(110)는 전자 상거래 서비스의 운영 주체의 관리 하에 운영되는 서버 장치일 수 있다.
관리 장치(110)는 전자 상거래 서비스에 게재된 상품(재화 또는 서비스)에 관한 거래를 관리할 수 있다.
예를 들어, 관리 장치(110)는 복수의 상품에 대한 카테고리를 분류하여 관리할 수 있다. 이러한 상품의 카테고리는 다양한 기준에 의해 결정될 수 있다. 만약, 동일 카테고리에 이종의 상품이 포함되어 있다면, 그 이종의 상품은 그 카테고리의 속성을 공통적으로 가질 수 있다. 이렇게 분류된 복수의 상품 각각은 전자 상거래 서비스, 다시 말해 전자 상거래에 관한 페이지에 게재될 수 있다. 다른 예를 들어, 관리 장치(110)는 상품에 관한 페이지가 사용자 단말(120)에 표시될 수 있도록 사용자 단말(120)에 정보를 전송할 수 있다. 또 다른 예를 들어, 관리 장치(110)는 사용자 단말(120)로부터 획득된 상품에 관한 다양한 요청에 기초하여, 그 다양한 요청에 각각 대응되는 다양한 응답을 사용자 단말(120)에 전송할 수도 있다.
또한, 관리 장치(110)는 전자 상거래 서비스에 관한 사용자의 로그(log)를 분석하고, 그 분석의 결과를 관리할 수 있다. 예를 들어, 관리 장치(110)는 사용자의 로그에 기초하여 상품의 거래량을 산출할 수 있다. 이러한 상품의 거래량은 사용자의 수요를 반영할 수 있으므로, 관리 장치(110)는 상품의 거래량에 기초하여 그 상품에 대한 미래의 거래량을 예측할 수 있다. 이러한 거래량 예측 시에, 관리 장치(110)는 상품의 과거 거래량을 보정할 수 있다.
전술한 예시들 외에도, 관리 장치(110)는 전자 상거래 서비스를 제공하는 서버 장치가 수행할 수 있는 공지된 기술에 관한 동작을 수행할 수 있다. 따라서, 그 공지된 기술에 관한 동작을 참조하여 본 개시의 기술적 사상을 적용하는 것도 본 개시의 범위에서 배제되지 않는다.
전술한 관리 장치(110)는 하나 이상의 컴퓨팅 장치로 구현될 수 있다. 예를 들어, 관리 장치(110)의 모든 기능은 단일 컴퓨팅 장치에서 구현될 수 있다. 다른 예를 들어, 관리 장치(110)의 제1 기능은 제1 컴퓨팅 장치에서 구현되고, 제2 기능은 제2 컴퓨팅 장치에서 구현될 수 있다. 예를 들어, 컴퓨팅 장치는 데스크톱 컴퓨터(Desktop Computer), 랩톱 컴퓨터(Laptop Computer), 애플리케이션 서버(Application Server), 프록시 서버(Proxy Server) 또는 클라우드 서버(Cloud Server) 등일 수 있으나, 이에 국한되는 것은 아니며 컴퓨팅 기능이 구비된 모든 종류의 장치가 컴퓨팅 장치일 수 있다.
사용자 단말(120)은 전자 상거래 서비스를 이용하는 사용자의 단말일 수 있다. 사용자 단말(120)은 관리 장치(110)가 전자 상거래 서비스에 관한 페이지를 사용자 단말(120)의 디스플레이에 표시할 수 있다. 이러한 페이지는 전자 상거래 서비스에 관계된 기능으로서 제공하는 사용자 인터페이스가 적용되어 있을 수 있다. 이러한 사용자 인터페이스의 적용은, 전술한 관리 장치(110)에 의해 관리될 수 있다. 또한, 사용자 단말(120)은 페이지에 대한 사용자로부터의 사용자 입력을 획득하고, 그 사용자 입력을 관리 장치(110)에 전송할 수 있다. 여기서, 사용자 단말(120)은 관리 장치(110)로부터 그 사용자 입력에 대응되는 응답을 획득함으로써, 사용자 단말(120)은 그 사용자 입력에 대응되도록 정의된 동작들을 수행할 수 있다. 전술한 바와 같이, 사용자가 사용자 단말(120)을 통해 전자 상거래 서비스를 이용케 하기 위하여, 사용자 단말(120)에는 웹 브라우저(Web Browser) 또는 애플리케이션(Application)이 설치될 수 있다.
전술한 사용자 단말(120)은, 예를 들어, 데스크톱 컴퓨터, 랩톱 컴퓨터, 태블릿 컴퓨터(Tablet Computer), 웨어러블 디바이스(Wearable Device) 또는 스마트폰(Smart Phone)과 같은 장치 중 어느 하나일 수 있으나, 이에 국한되는 것은 아니며 컴퓨팅 기능이 구비된 모든 종류의 장치가 사용자 단말(120)일 수 있다.
도 1에 도시된 관리 장치(110) 및 사용자 단말(120)은 네트워크를 통해 통신할 수 있다. 이 네트워크는, 예를 들어, 근거리 통신망(LAN, Local Area Network), 광역 통신망(WAN, Wide Area Network), 이동 통신망(MRCN, Mobile Radio Communication Network) 또는 WiBro(Wireless Broadband) 등과 같은 모든 종류의 유선 또는 무선 네트워크로 구현될 수 있다.
도 2는 본 개시의 일 실시예에 따른 장치들(110, 120)을 구현할 수 있는 컴퓨팅 장치(200)를 도시한다. 즉, 도 1에 도시된 관리 장치(110) 또는 사용자 단말(120)은 도 2에 도시된 컴퓨팅 장치(200)에 의해 구현될 수 있다. 참고로, 본 개시에서 컴퓨팅 장치(200)는 전자 장치와 상호 교환적으로 지칭될 수 있다.
컴퓨팅 장치(200)는 하나 이상의 프로세서(210), 하나 이상의 메모리(220) 또는 통신 인터페이스(230)를 포함할 수 있다. 일 실시예에서, 컴퓨팅 장치(200)에서 일부 구성요소가 삭제되거나 다른 구성요소(예: 디스플레이 또는 입력 장치 등)가 컴퓨팅 장치(200)에 추가될 수 있다. 또한, 추가적으로 또는 대체적으로 일부의 구성요소들이 통합되어 구현되거나, 단수 또는 복수의 개체로 구현될 수 있다. 본 개시에서, 하나 이상의 프로세서(210)는 프로세서(210)라고 지칭될 수 있다. 이러한 프로세서(210)라는 용어는, 문맥상 명백히 다르게 표현하지 않는 이상, 하나 또는 그 이상의 프로세서의 집합을 의미할 수 있다. 또한, 본 개시에서, 하나 이상의 메모리(220)는 메모리(220)라고 지칭될 수 있다. 이러한 메모리(220)라는 용어는, 문맥상 명백히 다르게 표현하지 않는 이상, 하나 또는 그 이상의 메모리의 집합을 의미할 수 있다.
이하, 도 2에 도시된 각 구성요소에 대해 보다 구체적으로 설명한다.
프로세서(210)는, 컴퓨팅 장치(200)의 각 구성요소들의 제어 또는 통신에 관한 연산이나 정보 처리를 수행할 수 있다. 구체적으로, 프로세서(210)는 다른 구성요소로부터 수신된 소프트웨어(또는 컴퓨터 프로그램)를 구동하여 프로세서(210)에 연결된 컴퓨팅 장치(200)의 적어도 하나의 구성요소를 제어할 수 있다. 일례로서, 프로세서(210)는 명령(예: 인스트럭션(instruction), 코드 또는 코드 세그먼트) 또는 정보를 메모리(220)에 로드(load)하고, 메모리(220)에 저장된 명령 또는 정보를 처리하고, 그 처리에 따른 결과 정보를 메모리(220)에 저장할 수 있다. 또한, 프로세서(210)는 컴퓨팅 장치(200)의 구성요소들과 작동적으로 연결되어 본 개시와 관련된 다양한 연산, 처리, 생성 또는 가공 등의 동작을 수행할 수 있다.
메모리(220)는 다양한 정보를 저장할 수 있다. 메모리(220)에 저장되는 정보는, 컴퓨팅 장치(200)의 적어도 하나의 구성요소에 의해 획득되거나, 처리되거나, 사용되는 정보로서, 소프트웨어를 포함할 수 있다. 소프트웨어는 메모리(220)에 로드될 때 프로세서(210)로 하여금 본 개시의 다양한 실시예에 따른 동작을 수행하도록 하는 하나 이상의 명령들을 포함할 수 있다. 즉, 프로세서(210)는 전술한 하나 이상의 명령들을 실행함으로써, 본 개시의 다양한 실시예에 따른 동작들을 수행할 수 있다. 메모리(220)는, 예를 들어, 휘발성 또는 비휘발성 메모리를 포함할 수 있다. 일 실시예에서, 프로그램은 메모리(220)에 저장되는 소프트웨어로서, 컴퓨팅 장치(200)의 리소스를 제어하기 위한 운영체제, 애플리케이션 또는 애플리케이션이 컴퓨팅 장치(200)의 리소스들을 활용할 수 있도록 다양한 기능을 애플리케이션에 제공하는 미들웨어 등을 포함할 수 있다.
통신 인터페이스(230)는, 다른 장치와 유선 또는 무선 통신 채널을 설립하고, 그 다른 장치와 다양한 정보를 송수신할 수 있다. 일 실시예에서, 통신 인터페이스(230)는 다른 장치와 유선으로 통신하기 위해서, 다른 장치와 유선 케이블로 연결되기 위한 적어도 하나의 포트를 포함할 수 있다. 이 경우, 통신 인터페이스(230)는 적어도 하나의 포트를 통하여 유선 연결된 다른 장치와 통신을 수행할 수 있다. 일 실시예에서, 통신 인터페이스(230)는 셀룰러 통신 모듈을 포함하여 셀룰러 네트워크(예: 3G, LTE, 5G, Wibro 또는 Wimax)에 연결되도록 구성될 수 있다. 일 실시예에서, 통신 인터페이스(230)는 근거리 통신 모듈을 포함하여 근거리 통신(예: Wi-Fi, Bluetooth, Bluetooth Low Energy(BLE), UWB)을 이용해 다른 장치와 정보 송수신을 할 수 있다. 일 실시예에서, 통신 인터페이스(230)는 비접촉식 통신을 위한 비접촉 통신 모듈을 포함할 수 있다. 비접촉식 통신은, 예를 들면, NFC(Near Field Communication) 통신, RFID(Radio Frequency Identification) 통신 또는 MST(Magnetic Secure Transmission) 통신과 같이 적어도 하나의 비접촉 방식의 근접 통신 기술을 포함할 수 있다. 전술한 다양한 예시들 외에도, 다른 장치와 통신하기 위한 공지된 다양한 방식으로 컴퓨팅 장치(200)가 구현될 수 있으며, 전술한 예시들에 의해 본 개시의 범위가 제한되지 않는다.
일 실시예에서, 컴퓨팅 장치(200)는 디스플레이를 포함할 수 있다. 디스플레이는 프로세서(210)의 제어에 기반하여 다양한 화면(예: 하나 이상의 페이지)을 표시할 수 있다. 각종 인터페이스들이 적용된 화면을 디스플레이에 표시하기 위해서, 예를 들어, 웹 브라우저 또는 전용 애플리케이션이 컴퓨팅 장치(200)에 설치될 수 있다. 또한, 디스플레이는 사용자와 상호 작용이 가능한 구성으로서, 사용자로부터 사용자 입력을 수신할 수 있다. 이러한 디스플레이는, 다양한 외부 객체(예: 사용자의 손가락 또는 스타일러스)의 접촉 또는 근접을 인식할 수 있는 터치 센서 패널(Touch Sensor Panel, TSP)의 형태로 구현될 수 있다.
일 실시예에서, 컴퓨팅 장치(200)는 입력 장치(예: 마우스 또는 키보드)를 포함할 수 있다. 입력 장치는 컴퓨팅 장치(200)의 구성요소에 사용될 정보를 컴퓨팅 장치(200)의 외부(예: 사용자)로부터 수신할 수 있다.
도 2에 도시된 프로세서(210), 메모리(220) 및 통신 인터페이스(230)는 버스(bus), GPIO(General Purpose Input/Output), SPI(Serial Peripheral Interface) 또는 MIPI(Mobile Industry Processor Interface) 등을 통해 서로 연결되어, 정보 또는 시그널을 주거나 받을 수 있다.
이하에서는, 본 개시의 다양한 실시예에 따른 방법에 대하여 상세하게 설명한다. 이하의 도면에서 동작들이 특정한 순서로 도시되어 있지만, 반드시 동작들이 도시된 특정한 순서로 또는 순차적 순서로 실행되어야만 하거나 또는 모든 도시된 동작들이 실행되어야만 원하는 결과를 얻을 수 있는 것은 아님을 유의해야 한다.
또한, 이하의 도면을 참조하여 설명될 방법의 동작은 컴퓨팅 장치에 의해 수행될 수 있다. 다시 말하면, 방법의 동작은 컴퓨팅 장치의 프로세서에 의해 실행되는 하나 이상의 인스트럭션들로 구현될 수 있다. 이러한 방법에 포함되는 모든 동작은 하나의 물리적인 컴퓨팅 장치에 의하여 실행될 수도 있을 것이나, 예를 들어, 방법의 제1 동작은 제1 컴퓨팅 장치에 의하여 수행되고, 방법의 제2 동작은 제2 컴퓨팅 장치에 의하여 수행될 수도 있다. 즉, 복수의 컴퓨팅 장치에 나누어져 방법에 포함되는 동작이 수행될 수도 있다.
이하에서는, 전술한 방법의 동작이 도 1에 도시된 관리 장치(110)에 의해 수행되는 것을 가정하여 설명을 이어가도록 한다. 또한, 설명의 편의상, 방법에 포함되는 동작의 주체가 생략될 수 있으나, 문맥상 다르게 뜻하지 않는 한, 관리 장치(110)에 의해 동작이 수행되는 것으로 해석될 수 있다.
도 3은 본 개시의 일 실시예에 따른 방법을 나타내는 순서도를 도시한다. 도 3에 도시된 방법은, 전자 상거래 서비스에 게재된 상품에 대한 수요, 다시 말해 상품에 대한 고객의 수요를 해당 거래량이 온전히 반영할 수 없는 기간(예: 품절)의 거래량을 보정하고, 그 보정에 따라 상품에 대한 미래의 거래량을 예측하는 일련의 동작들을 포함할 수 있다. 이하, 도 3에 도시된 동작들을 구체적으로 설명한다.
전자 상거래 서비스에 게재된 복수의 상품 중에서, 거래량 예측의 대상이 될 하나 이상의 대상 상품이 식별될 수 있다(S310).
대상 상품은, 거래량 예측의 대상이 될 상품일 수 있다. 예를 들어, 전자 상거래 서비스에 "A 상품" 및 "B 상품"이 게재되어 있다면, 이 상품들 중 "A 상품," "B 상품", 또는 "A 상품" 및 "B 상품"이 대상 상품으로 식별될 수 있다.
또한 대상 상품은, 식별 기준에 기초하여 복수의 상품 중에서 결정될 수 있다. 이러한 식별 기준은, 복수의 상품 중에서 어느 하나를 식별하는 기준일 수 있다.
식별 기준과 관련하여, 일 실시예에서, 대상 상품을 식별하는 동작(S310)은, 복수의 상품 중에서, 품절 시간이 있는 상품을 대상 상품으로 식별하는 동작을 포함할 수 있다. 즉, 본 실시예에서의 식별 기준은, 품절 시간의 유무일 수 있다.
여기서 품절 시간이란, 이러한 품절 시간은 하루(24 시간) 중에서 상품의 재고가 없는 시간 길이를 의미할 수 있다. 예를 들어, 대상 상품이 하루 중에 8시간 동안 재고가 없었다면, 품절 시간은 8시간이다. 품절 시간이 일자 별로 계산되는 경우 품절 시간의 최대값은 24시간일 수 있다. 품절 시간은 일자 별이 아닌 주 단위, 월 단위 또는 년 단위 등으로 변경될 수 있다.
이러한 품절 시간의 유무는, 대상 기간 내에 상품의 품절 시간이 있는지 여부를 의미할 수 있다. 이때 대상 기간이란, 상품의 거래량 예측에 이용되는 그 상품에 대한 정보(예: 과거의 거래량 정보)를 포함하는 기간일 수 있다. 예를 들어, 거래량 예측의 시점으로부터 1개월 전을 시점으로 하고 거래량 예측의 시점을 종점으로 하는 기간이 대상 기간일 수 있고, 이 대상 기간에 포함된 상품에 대한 정보가 거래량 예측에 이용될 수 있다. 이러한 대상 기간의 길이는 고정된 값(예: 1개월)이거나 가변적인 값(예: 상품의 속성 등에 따라 변경 가능한 값)일 수 있다. 전술한 품절 시간의 유무는, 복수의 상품 각각에 대하여 하나의 필드로써 "True" 또는 "False" 값을 갖도록 관리될 수 있다. 본 실시예에 따르면, 품절 시간이 있는 상품이 대상 상품으로 식별됨으로써, 거래량의 보정이 필요한 상품이 식별될 수 있다.
또한, 식별 기준과 관련하여, 다른 일 실시예에서, 대상 상품을 식별하는 동작(S310)은, 복수의 상품 중에서, 서드 파티(3rd Party) 상품이 아닌 상품을 대상 상품으로 식별하는 동작을 포함할 수 있다. 즉, 본 실시예에서의 식별 기준은, 서드 파티 상품인지 여부일 수 있다.
서드 파티 상품은, 전자 상거래 서비스의 운영 주체가 상품에 대한 소유권을 갖지 않는 상품일 수 있다. 또한, 서드 파티 상품은, 상품에 관계된 제3자가 사용자에게 직접 배송함으로써, 그 상품에 대한 배송의 부담을 갖지 않는 상품일 수 있다. 즉, 운영 주체가 제3자에게 전자 상거래 서비스에 상품을 게재할 권한을 부여하고 그에 대응하는 인센티브를 받는 방식으로, 전자 상거래 서비스에 서드 파티 상품이 게재될 수 있다. 본 실시예에 따르면, 서드 파티 상품과 같이, 운영 주체의 재고 관리의 부담이 없는 상품은 그 상품에 대한 거래량 예측이 불필요할 수 있으므로, 대상 상품의 식별 시에 서드 파티 상품이 제외될 수 있다.
대상 상품에 대한 거래 정보가 추출될 수 있다(S320).
거래 정보는, 대상 상품의 거래에 관한 정보로서, 예를 들어, 대상 상품의 품절 시간 또는 대상 상품의 거래량 등을 항목으로서 포함할 수 있다. 여기서, 거래 정보는 전자 상거래 서비스를 이용하는 사용자의 로그 등이 분석됨으로써, 획득될 수 있다. 또한, 거래 정보는 대상 기간에 포함되어야만 추출될 수 있다. 이러한 거래 정보의 추출 시에, 거래 정보에 포함된 항목에 대응되도록 정의된 스케일에 따라 추출 값이 가공될 수 있다. 예를 들어, 품절 시간에 대응되는 스케일이 "시간"으로 정의된 경우, 품절 시간이 "1시간 29분"인 경우, "1시간" 또는 "2시간"으로 값이 가공될 수 있다. 다른 예를 들어, 품절 시간에 대응되는 스케일이 "시간 분"으로 정의된 경우, 품절 시간이 "1시간 30분 21초"인 경우, "1시간 30분" 또는 "1시간 31분"으로 값이 가공될 수 있다.
추출의 방식과 관련하여, 일 실시예에서, 대상 상품에 대한 거래 정보를 추출하는 동작(S320)은, 대상 상품에 대한 거래 정보를 일자 별로 추출하는 동작을 포함할 수 있다. 예를 들어, 대상 상품에 대하여, "2023년 5월 1일"의 품절 시간은 "1시간"으로 추출되고 거래량은 "101개"로 추출될 수 있다. 다른 예를 들어, "2023년 5월 2일"의 품절 시간은 "24시간"으로 추출되고 거래량은 "0개"로 추출될 수 있다. 또 다른 예를 들어, "2023년 5월 3일"의 품절 시간은 "0시간"으로 추출되고 거래량은 "150개"로 추출될 수 있다. 본 실시예에 따르면, 거래량 예측에 요구되는 기본 단위가 일자 별 거래량일 수 있으므로, 거래량 예측에 대응되도록 대상 상품에 대한 거래 정보가 일자 별로 추출될 수 있다. 이렇게 추출된 거래 정보는 후술될 동작에 따라 보정됨으로써, 거래량 예측에 이용될 수 있다. 따라서, 만약, 거래량 예측에 요구되는 기본 단위가 주 단위, 월 단위 또는 년 단위 등으로 변경된다면, 그 변경에 대응되도록 대상 상품에 대한 거래 정보가 주 단위, 월 단위 또는 년 단위 등으로 추출될 수 있다.
추출의 방식과 관련하여, 다른 일 실시예에서, 대상 상품에 대한 거래 정보를 추출하는 동작(S320)은, 거래량 예측에 필요한 최소 기간에 대응되도록, 대상 상품에 대한 거래 정보를 일자 별로 추출하는 동작을 포함할 수 있다. 본 실시예는, 대상 상품에 대한 거래 정보의 추출 기간에 관한 것, 다시 말해 대상 기간에 관한 것으로 이해될 수 있다. 구체적으로, 대상 기간은 거래량 예측에 필요한 최소 기간에 대응되도록, 바람직하게는 대상 기간이 최소 기간을 포함하도록, 결정될 수 있다. 본 실시예에 따르면, 거래량 예측에 필요한 기간을 커버할 수 있는 대상 기간이 결정됨으로써, 그 대상 기간의 대상 상품에 대한 거래 정보가 일자 별로 추출될 수 있다.
보정 수치를 포함하는 참조 테이블에 기초하여, 추출된 대상 상품의 거래량이 보정됨으로써, 대상 상품의 거래량 보정값이 산출될 수 있다(S330).
참조 테이블이란, 상품의 품절 시간에 따른 거래량 감소율에 대하여 정의된 테이블일 수 있다. 보정 수치는 품절 시간이 작을수록 1에 가깝고 품절 시간이 클수록 0에 가까워 질 수 있다. 예를 들어, 품절 시간이 "1시간"인 경우, 참조 테이블에 포함된 보정 수치는 "0.9"일 수 있다. 다른 예를 들어, 품절 시간이 "22시간"인 경우, 참조 테이블에 포함된 보정 수치는 "0.2"일 수 있다. 이러한 참조 테이블은, 전자 상거래 서비스를 운영하면서 획득될 수 있는 특정 상품에 대한 품절 시간과 그 품절 시간에 대응되는 거래량에 기초하여 생성될 수 있다. 중복된 설명을 피하기 위하여, 참조 테이블의 생성 방법에 대해서는 추후 도 8을 참조하여 설명한다.
품절 상태의 상품의 경우 구매를 원한 사용자가 있었다 하더라도 실제 상품 판매는 이루어 질 수 없기 때문에, 품절 시간이 있는 대상 상품의 거래량은 사용자의 온전한 수요를 반영하고 있지 못할 가능성이 높다. 따라서, 이 거래량이 그대로 후술될 거래량 예측의 수행 동작(S340)에 이용되는 경우 부정확한 거래량 예측이 수행될 수 있다. 본 동작에 따르면, 참조 테이블, 보다 구체적으로는 참조 테이블의 보정 수치에 기초하여, 대상 상품의 거래량이 보정됨으로써, 사용자의 온전한 수요를 반영하도록 거래량 보정값이 산출될 수 있다. 이 거래량 보정값이 후술될 거래량 예측의 수행 동작(S340)에 이용됨으로써, 정확한 거래량 예측이 수행될 수 있다.
거래량 보정값 산출의 방식과 관련하여, 예를 들어, 대상 상품의 품절 시간이 "22시간"이고 거래량이 "205"이고 보정 수치가 "0.2"이면, 거래량 보정값이 "1000"으로 산출될 수 있다. 이와 같은 예시는 거래량 보정값의 산출 동작(S330)을 개략적으로 설명하기 위한 예시일 뿐이고, 거래량 보정값의 산출 동작(S330)의 보다 구체화된 방식은 추후 도 4 내지 6을 참조하여 설명한다.
대상 상품의 거래량 보정값에 기초하여, 대상 상품에 대한 거래량 예측이 수행될 수 있다(S340).
거래량 예측이란, 대상 상품의 미래의 거래량을 예측하는 것으로서, 대상 상품에 대한 사용자의 미래의 수요를 의미할 수 있다. 이러한 거래량 예측은, 특정 일자에 대해 수행될 수 있고, 복수의 일자를 포함하는 기간에 대해 수행될 수도 있다.
이러한 거래량의 예측의 방식은, 기본적으로 대상 상품의 과거의 거래량에 기초하여 수행될 수 있다. 가장 간단한 방식으로서, 대상 상품에 대한 대상 기간의 일자 별 거래량 평균값이, 대상 상품에 대한 거래량 예측의 값으로 산출될 수 있다. 또한, 대상 상품의 거래량은 특정한 주기(예: 일, 주 또는 월 등)마다의 제1 패턴을 가질 수 있으므로, 거래량의 예측에 있어서, 이 제1 패턴이 이용될 수 있다. 또한, 대상 상품의 거래량은 특정한 일자(예: 공휴일 등)를 기준으로 제2 패턴을 가질 수도 있으므로, 거래량의 예측에 있어서, 이 제2 패턴이 이용될 수 있다. 이외에도 거래량 예측에 관한 공지된 기술이 참조되어, 얼마든지 다양한 방식으로 거래량 예측이 수행될 수 있다. 즉, 과거의 거래량에 기초하여 미래의 거래량을 예측하는 공지된 기술이라면, 얼마든지 본 개시의 범위에 포함될 수 있다.
이하, 도 4 내지 도 6을 참조하여, 도 3을 참조하여 설명된 거래량 보정값의 산출 동작(S330)을 보다 구체적으로 설명한다. 도 4는 도 3을 참조하여 설명된 거래량 보정값의 산출 동작(S330)의 세부 동작을 나타내는 순서도를 도시한다. 도 4의 동작 S400은, 도 3의 거래량 보정값의 산출 동작(S330)일 수 있다. 이하, 도 4에 도시된 동작들을 구체적으로 설명한다.
대상 상품에 대응되는 등급이 식별될 수 있다(S410).
등급은, 대상 상품의 거래량 또는 대상 상품의 거래율에 따라 분류된 것일 수 있다. 여기서 거래율은, 사용자가 전자 상거래 서비스에 게재된 복수의 상품 중에서 대상 상품을 구매한 비율일 수 있다. 등급과 관련하여, 예를 들어, "A 등급"은 대상 기간에서의 거래량이 "5000 이상"이고 "B 등급"은 대상 기간에서의 거래량이 "5000 미만"이라면, 거래량이 "10000"인 "A 상품"의 등급은 "A 등급"으로 분류될 수 있다. 또한, 전술한 조건에서, 거래량이 "4000"인 "B 상품"의 등급은 "B 등급"으로 분류될 수 있다. 이처럼 2개의 등급으로 대상 상품이 분류되는 예시에 대해서만 언급되었으나, 얼마든지 다른 개수의 등급으로 대상 상품이 분류될 수 있다. 또한, 분류의 기준 값으로서 고정된 값(예: 5000)을 갖는 예시에 대해서만 언급되었으나, 예를 들어 대상 기간의 전체 거래량에 따라 분류의 기준 값이 변경 가능하도록 구현될 수도 있다.
본 동작에 따르면, 대상 상품에 대응되는 등급이 식별될 수 있다.
등급에 대응되는 참조 테이블이 획득될 수 있다(S420).
참조 테이블은 등급마다 고유한 테이블일 수 있다. 예를 들어, "A 등급"과 "A 참조 테이블"은 대응되고 "B 등급"과 "B 참조 테이블"은 대응될 수 있다. 또한, 특정 참조 테이블은 적어도 두 개의 등급에 관계될 수도 있다. 예를 들어, "C 등급" 및 "B 등급"은 "C 참조 테이블"과 대응될 수 있다. 본 동작에서, 등급에 대응되도록 참조 테이블이 사전에 결정될 수 있다. 구체적으로, 전술한 예시에서의 등급과 참조 테이블의 대응 관계(예: 일대일 대응, 다대일 대응)는 사전에 결정될 수 있다. 이에 따라, 대응 관계에 따라 참조 테이블이 결정됨으로써, 등급에 대응되는 참조 테이블이 획득될 수 있다.
참조 테이블에 기초한 보정이 수행될 수 있다(S430).
참조 테이블, 보다 구체적으로는 참조 테이블의 보정 수치에 기초한 보정에 대해서는 도 5를 참조하여 설명한다.
도 5는 도 4를 참조하여 설명된 참조 테이블(510)에 기초한 보정의 수행 동작(S430)을 보다 구체적으로 설명하기 위한 도면을 도시한다.
참조 테이블(510)은 품절 시간마다의 보정 수치를 나타내는 테이블일 수 있다. 이러한 참조 테이블(510)은 스케일(예: 시간)에 따라 대응되는 값(예: 보정 수치)을 갖도록 생성될 수 있다. 예를 들어, 품절 시간이 "5"인 경우, 보정 수치는 "0.8"일 수 있다. 전술한 예시에서의 보정 수치는, 전술한 바와 같이, 품절 시간이 "5 시간"일 때의 대상 상품의 거래량 감소율로 이해될 수 있다.
참조 테이블(510)에 포함된 각각의 보정 수치는 "Ref[X]"로서, 수학식 1(520) 및 수학식 2(530)에 대입될 수 있다. 또한, 수학식 1(520) 및 수학식 2(530)에서의 "Sale|X"는 품절 시간이 "X 시간"일 때의 대상 상품의 거래량(sale)일 수 있다. 나아가, 수학식 1(520)에서의 "AVG"는 품절 시간이 없는 기간의 거래량 평균값일 수 있다. 이때, 품절 시간이 없는 기간은, 품절 시간이 없는 최신의 일자 중에서 N일(N은, 자연수)일 수 있다.
전술한 바와 같이, 획득 또는 산출될 수 있는 값들을 수학식 1(520) 또는 수학식 2(530)에 대입함으로써, 거래량 보정값인 "Sale|0"이 산출될 수 있다. 이 "Sale|0"은 품절 시간이 "0 시간"일 때의 예측된 거래량 값으로 이해될 수 있다. 즉, 수학식 1(520) 또는 수학식 2(530)는, 품절 시간이 "X 시간" 있었던 특정 일자의 거래량("Sale|X")에 기초하여, 만약 해당 일자에 품절 시간이 없었다면(즉, 품절 시간 "0 시간"이었다면) 얼만큼의 거래량이 발생했을지("Sale|0")를 예측하는 것이다.
수학식 1(520)과 관련하여, 일 실시예에서, 참조 테이블(510)에 기초한 보정을 수행하는 동작(S430)은, 참조 테이블(510)에 포함된 복수의 보정 수치 중에서 대상 상품의 품절 시간에 대응되는 보정 수치를 식별하는 동작 및 대상 상품에 대하여 품절 시간이 없는 기간의 거래량 평균(예: "AVG"), 대상 상품의 거래량(예: "Sale|X") 및 보정 수치(예: "Ref[X]")에 기초하여, 보정을 수행하는 동작을 포함할 수 있다.
수학식 2(530)와 관련하여, 일 실시예에서, 참조 테이블(510)에 기초한 보정을 수행하는 동작(S430)은, 참조 테이블(510)에 포함된 복수의 보정 수치 중에서 대상 상품의 품절 시간에 대응되는 보정 수치를 식별하는 동작 및 대상 상품의 거래량(예: "Sale|X") 및 보정 수치의 역수(예: "1/Ref[X]")에 기초하여, 보정을 수행하는 동작을 포함할 수 있다.
이하, 도 6을 참조하여, 일자 별 보정의 결과를 설명한다. 도 6은 도 3 내지 도 5를 참조하여 설명된 거래량 보정값을 보다 구체적으로 설명하기 위한 도면을 도시한다.
대상 상품의 거래량에 대한 보정의 결과 테이블(600)은, 대상 상품의 상품 ID, 일자, 거래량, 품절 시간 및 거래량 보정값을 포함한다. 본 개시의 효과에 대한 구체적인 비교를 위해, 추가적으로, 결과 테이블(600)은 품절 시간이 M(M은 자연수) 시간 이상이면 직전의 거래량 값을 그대로 부여하는 비교예를 포함한다. 구체적으로, 2022년 3월 25일의 거래량인 "181"을 이후의 품절 시간이 포함된 기간인 2022년 3월 26일 내지 2022년 5월 13일에 그대로 부여하는 비교예를 포함한다.
비교예와 본 개시에 따른 거래량 보정값의 비교 결과, 거래량 보정값이 비교예보다 품절 시간이 "0 시간"인 과거의 거래량(예를 들어, 2022년 3월 18일 내지 2022년 3월 24일의 거래량)에 보다 근접하게 산출된다. 본 개시에 따르면, 사용자의 수요를 온전히 반영할 수 있는 거래량 보정값이 산출될 수 있고, 이 거래량 보정값이 거래량 예측에 이용됨으로써 보다 정확한 거래량 예측이 수행될 수 있다.
이하, 도 7 및 도 8을 참조하여, 본 개시의 다양한 방법에 대해 설명한다.
도 7은 서드 파티 상품의 거래량을 이용하여 대상 상품의 거래량 보정값을 산출하는 일련의 동작들을 포함한다.
대상 상품에 대응되는 서드 파티 상품이 식별될 수 있다(S710).
전자 상거래 서비스에 게재된 복수의 상품들은 다양한 기준에 따라 카테고리로서 결정되어 분류될 수 있다. 본 동작에 따르면, 이 카테고리가 이용됨으로써, 대상 상품에 대응되는 서드 파티 상품이 식별될 수 있다. 예를 들어, 대상 상품(예: "A 상품")의 카테고리와 서드 파티 상품("a 상품")의 카테고리가 "가전/모니터"로 동일한 경우, "A 상품"에 대응되는 서드 파티 상품으로 "a 상품"이 식별될 수 있다. 이러한 카테고리는 전술한 예시와 달리 얼마든지 다양한 범위를 가질 수 있다. 구체적인 예로서, 카테고리는 "가전/모니터/28 인치"이거나 "가전/모니터/28 인치/A 제조사"이거나 "가전/모니터/28 인치/A 제조사/제품코드 1234" 등과 같이 다양한 범위를 가질 수 있다.
본 동작에 따라, 대상 상품에 대응되도록 식별되는 복수의 서드 파티 상품이 있는 경우, 복수의 서드 파티 상품 중 어느 하나가 선택되어 식별될 수 있다. 예를 들어, 거래량이 가장 큰 서드 파티 상품이 선택되어 식별될 수 있다. 이 경우, 거래량이 가장 큰 서드 파티 상품의 거래량이 참조되어 대상 상품의 거래량 보정값이 산출될 수 있다. 또한, 대상 상품에 대응되도록 식별되는 복수의 서드 파티 상품이 있는 경우, 복수의 서드 파티 상품 전체가 식별될 수 있다. 이 경우, 대상 상품과 관계된 모든 서드 파티 상품의 거래량이 참조되어 대상 상품의 거래량 보정값이 산출될 수 있다.
서드 파티 상품의 거래량이 추출될 수 있다(S720).
본 동작은 도 3을 참조하여 설명된 거래 정보의 추출 동작(S320)에 관한 설명을 참조하여 이해될 수 있다. 즉, 본 동작은 서드 파티 상품의 거래량이 추출되는 것을 제외하고는 도 3의 거래 정보의 추출 동작(S320)과 추출 방식이 동일할 수 있다.
서드 파티 상품의 거래량에 기초하여, 대상 상품의 거래량이 보정됨으로써, 대상 상품의 거래량 보정값이 산출될 수 있다(S730).
보정의 방식과 관련하여, 대상 상품의 품절 기간에 서드 파티 상품의 거래량 증가분에 기초하여, 대상 상품의 거래량 보정값이 산출될 수 있다. 구체적으로, 도 5의 수학식 1(520)의 "AVG*(1-Ref[X])" 또는 수학식 2(530)의 "Sale|X*(1/Ref[X])"에 추가의 인자 "Ref[Y]"가 곱해질 수 있다. 여기서, "Ref[Y]"는, 예를 들어, 대상 상품의 품절 기간에 서드 파티 상품의 거래량과 대상 상품의 품절 기간이 아닌 기간에 서드 파티 상품의 거래량의 비율일 수 있다. 만약, 복수의 서드 파티 상품이 식별된 경우라면, "Ref[Y]"는, 예를 들어, 대상 상품의 품절 기간에 서드 파티 상품의 거래량 총합과 대상 상품의 품절 기간이 아닌 기간에 서드 파티 상품의 거래량 총합의 비율일 수 있다. 서드 파티 상품의 거래량 증가분은, 대상 상품의 대체제로서 서드 파티 상품이 선택된 결과 일 수 있으므로, 본 실시예에 따르면, 서드 파티 상품의 거래량 증가분에 기초하여 대상 상품의 거래량 보정값이 산출될 수 있다.
보정의 방식과 관련하여, 서드 파티 상품의 거래량이 그대로 대상 상품의 거래량 보정값이 될 수 있다. 구체적으로, 서드 파티 상품의 거래량이 "100"이라면, 대상 상품의 거래량 보정값이 "100"일 수 있다. 만약, 복수의 서드 파티 상품이 식별된 경우라면, 복수의 서드 파티 상품의 거래량 총합이 그대로 대상 상품의 거래량 보정값이 될 수 있다. 또한, 이와 같이 거래량 보정값이 될 서드 파티 상품의 거래량(또는 거래량 총합)에는 인자가 곱해져서 그 값이 조정될 수도 있다.
서드 파티 상품은 대상 상품과 속성을 공통으로 하기 때문에, 서드 파티 상품은 사용자에게 대상 상품의 대체제로서 인식될 가능성이 높을 수 있다. 따라서, 도 7을 참조하여 설명된 방법에 따르면, 서드 파티 상품의 거래량에 기초하여 품절 상황에 놓인 대상 상품의 거래량을 보정함으로써, 대상 상품에 대한 사용자의 수요를 추정할 수 있다.
다만, 서드 파티 상품은 대상 상품을 온전히 대체할 수는 없으므로, 특정한 조건에서만 서드 파티 상품의 거래량이 고려되어 대상 상품의 거래량이 보정될 수 있다. 구체적으로, 서드 파티 상품의 거래량에 기초하여 대상 상품의 거래량 보정값을 산출하는 동작(S730)은, 대상 상품의 품절 시간의 연속성에 기초하여 결정된 조건을 만족한다는 판정에 기초하여, 서드 파티 상품의 거래량에 기초하여 대상 상품의 거래량 보정값을 산출하는 동작을 포함할 수 있다.
서드 파티 상품의 거래량을 고려하기 위한 조건은, 대상 상품의 품절 시간의 연속성에 기초하여 결정된 조건일 수 있다. 예를 들어, 품절 시간이 L 시간(L은, 자연수) 이상인 일자가 연속하여 K 회(K는, 자연수) 발생된 경우 만족되는 조건이 전술한 조건에 포함될 수 있다.
품절 시간이 길어지는 경우, 품절 시간이 있기 이전의 대상 상품의 거래량은 사용자의 수요를 온전히 반영하지 못할 가능성이 있다. 따라서, 품절 시간이 길어지는 경우, 다시 말해 품절 시간의 연속성에 기초하여 결정된 조건이 만족하는 경우에만 대상 상품과 관계된 서드 파티 상품의 거래량에 기반하여 대상 상품의 거래량을 보정할 수 있다. 이에 따라, 사용자의 최신의 수요를 반영하여 대상 상품의 거래량이 보정될 수 있다.
이하, 도 8을 참조하여 참조 테이블을 생성하는 방법에 대해 설명한다. 도 8은 본 개시의 일 실시예에 따른 방법을 나타내는 순서도를 도시한다.
참조 테이블이 생성될 수 있다(S810).
구체적으로, 참조 테이블을 생성하는 동작(S810)은, 대상 상품을 포함하는 상품 군에 대하여, 품절 시간이 없을 때의 거래량 평균값과 품절 시간이 있을 때의 거래량 평균값을 대비함으로써, 참조 테이블을 생성하는 동작을 포함할 수 있다.
상품 군은, 상품의 거래량 또는 상품의 거래율에 따라 분류된 등급에 기초하여 결정되는 집합일 수 있다. 여기서, 동일 상품 군에 속한 이종의 상품은 서로 동일한 등급일 수 있다. 요컨대, 상품의 거래량 또는 거래율이 유사한 상품들이 하나의 집합인 상품 군으로 결정될 수 있다. 이는 상품의 거래량 또는 거래율에 따라(다시 말해, 등급에 따라) 참조 테이블에 포함되는 보정 수치가 달라질 수 있으므로, 상품 군마다의 참조 테이블을 생성하기 위함일 수 있다. 이렇게 생성된 참조 테이블은, 도 4를 참조하여 설명된 바와 같이, 등급에 특이적으로 이용될 수 있다.
참조 테이블의 항목으로서 포함되는 보정 수치의 산출 방식과 관련하여, 품절 시간이 특정 시간일 때의 상품 군에 포함된 상품의 거래량 평균과 품절 시간이 없을 때의 상품 군에 포함된 상품의 거래량 평균이 대비되어 보정 수치가 산출될 수 있다. 예를 들어, 품절 시간이 "1 시간"일 때의 상품 군에 포함된 상품의 거래량 평균이 "995"이고 품절 시간이 "0 시간"일 때의 상품 군에 포함된 상품의 거래량 평균이 "1000"인 경우, 품절 시간이 "1 시간"일 때의 보정 수치가 "0.995"로 산출될 수 있다. 전술한 예시에서는 상품 군에 포함된 상품의 거래량 평균으로 설명되었으나, 예를 들어, 상품 군에 포함된 일부 상품의 거래량 평균, 상품 군에 포함된 거래량 중간값 등과 같이 상품 군에 포함된 상품의 거래량 평균을 대체할 수 있는 수치로 변경하는 것도 본 개시의 범위에 포함될 수 있다.
전술한 방식에 따라 참조 테이블에 포함된 보정 수치가 산출됨으로써, 상품 군에 대한 참조 테이블이 생성될 수 있다.
도 8을 참조하여 설명된 참조 테이블의 생성 동작(S810)은 주기를 갖고 반복됨으로써, 참조 테이블이 갱신될 수 있다. 이러한 주기는, 고정된 값(예: 1 개월)일 수 있다. 또한, 이러한 주기는, 예를 들어, 거래량 예측과 실제 거래량의 차이가 기준치 이상이 되는 시점과 같이 유동적인 값일 수도 있다.
지금까지 도 8을 참조하여 설명된 참조 테이블의 생성 방법에 따라, 대상 상품의 거래량을 보정하는 기준(예: 보정 수치)이 결정될 수 있다. 이 기준에 따라, 대상 상품에 품절 시간이 있는 경우라도, 대상 상품의 수요를 온전히 반영하도록 대상 상품의 거래량이 보정될 수 있다.
본 개시의 순서도에서, 방법 또는 알고리즘의 동작은 순차적인 순서로 설명되었지만, 순차적으로 수행되는 것 외에, 임의로 조합될 수 있는 순서에 따라 수행될 수도 있다. 본 개시의 순서도에 관한 설명은, 방법 또는 알고리즘에 변화 또는 수정을 가하는 것을 제외하지 않으며, 임의의 동작이 필수적이거나 바람직하다는 것을 의미하지 않는다. 일 실시예에서, 적어도 일부의 동작이 병렬적, 반복적 또는 휴리스틱하게 수행될 수 있다. 다른 일 실시예에서, 적어도 일부의 동작이 생략되거나, 다른 동작이 추가될 수 있다.
본 개시의 다양한 실시예는, 컴퓨팅 장치가 읽을 수 있는 저장매체(MRSM, Machine-Readable Storage Medium)에 소프트웨어로 구현될 수 있다. 소프트웨어는 본 개시의 다양한 실시예를 구현하기 위한 소프트웨어일 수 있다. 소프트웨어는 본 개시가 속하는 기술분야의 프로그래머들에 의해 본 개시의 다양한 실시예로부터 추론될 수 있다. 예를 들어 소프트웨어는 컴퓨팅 장치가 읽을 수 있는 명령을 포함하는 컴퓨터 프로그램일 수 있다. 컴퓨팅 장치는 저장 매체로부터 호출된 명령에 따라 동작이 가능한 장치로서, 예를 들어 전자 장치와 상호 교환적으로 지칭될 수 있다. 일 실시예에서, 컴퓨팅 장치의 프로세서는 호출된 명령을 실행하여, 컴퓨팅 장치의 구성요소들이 이 명령에 대응하는 기능을 수행하게 할 수 있다. 저장 매체는 기기에 의해 읽혀질 수 있는, 정보가 저장되는 모든 종류의 기록 매체를 의미할 수 있다. 저장 매체는, 예를 들어 ROM, RAM, CD-ROM, 자기 테이프, 플로피 디스크 또는 광 정보 저장장치 등을 포함할 수 있다. 일 실시예에서, 저장매체는 네트워크로 연결된 컴퓨터 시스템 등에 분산된 형태로서 구현될 수 있다. 이때, 소프트웨어는 컴퓨터 시스템 등에 분산되어 저장되고, 실행될 수 있다. 다른 일 실시예에서, 저장 매체는 비일시적(non-transitory) 저장매체일 수 있다. 비일시적 저장매체는, 정보가 반영구적 또는 임시적으로 저장되는 것과 무관하게 실재하는 매체를 의미하며, 일시적(transitory)으로 전파되는 신호를 포함하지 않는다.
이상 다양한 실시예에 의해 본 개시에 따른 기술적 사상이 설명되었지만, 본 개시에 따른 기술적 사상은 본 개시가 속하는 기술분야에서 통상의 지식을 가진 자가 이해할 수 있는 범위에서 이루어질 수 있는 다양한 치환, 변형 및 변경을 포함한다. 또한, 그러한 치환, 변형 및 변경은 첨부된 청구범위 내에 포함될 수 있는 것으로 이해되어야 한다.

Claims (15)

  1. 전자 장치에 의해 수행되는 방법에 있어서,
    전자 상거래 서비스에 게재된 복수의 상품 중에서, 거래량 예측의 대상이 될 대상 상품을 식별하는 단계 - 상기 대상 상품은 하나 이상의 상품을 포함함 -;
    상기 대상 상품에 대한 거래 정보를 추출하는 단계 - 상기 거래 정보는 상기 대상 상품의 품절 시간 및 상기 대상 상품의 거래량을 포함함 -; 및
    품절 시간에 따른 거래량 감소율에 기초하여 정의된 참조 테이블을 이용하여, 상기 대상 상품의 거래량 보정값을 산출하는 단계를 포함하는, 방법.
  2. 제1항에 있어서,
    상기 대상 상품의 상기 거래량 보정값에 기초하여, 상기 대상 상품에 대한 미래의 거래량 예측을 수행하는 단계를 더 포함하는, 방법.
  3. 제1항에 있어서,
    상기 대상 상품을 식별하는 단계는,
    상기 복수의 상품 중에서, 품절 시간이 있는 상품을 상기 대상 상품으로 식별하는 단계를 포함하는, 방법.
  4. 제1항에 있어서,
    상기 대상 상품에 대한 상기 거래 정보를 추출하는 단계는,
    상기 대상 상품에 대한 상기 거래 정보를 일자 별로 추출하는 단계를 포함하는, 방법.
  5. 제4항에 있어서,
    상기 거래 정보를 일자 별로 추출하는 단계는,
    거래량 예측에 필요한 최소 기간에 대응되도록, 상기 대상 상품에 대한 상기 거래 정보를 일자 별로 추출하는 단계를 포함하는, 방법.
  6. 제1항에 있어서,
    상기 참조 테이블을 생성하는 단계를 더 포함하는, 방법.
  7. 제6항에 있어서,
    상기 참조 테이블을 생성하는 단계는,
    상기 대상 상품을 포함하는 상품 군에 대하여, 품절 시간이 없을 때의 거래량 평균값과 품절 시간이 있을 때의 거래량 평균값을 대비함으로써, 상기 참조 테이블을 생성하는 단계를 포함하는, 방법.
  8. 제7항에 있어서,
    상기 상품 군은,
    상품의 거래량 또는 상품의 거래율에 따라 분류된 등급에 기초하여 결정되는 집합인, 방법.
  9. 제1항에 있어서,
    상기 대상 상품의 상기 거래량 보정값을 산출하는 단계는,
    상기 대상 상품에 대응되는 등급을 식별하는 단계 - 상기 등급은, 상기 대상 상품의 거래량 또는 상기 대상 상품의 거래율에 따라 분류됨 -;
    상기 등급에 대응되는 상기 참조 테이블을 획득하는 단계; 및
    상기 참조 테이블에 기초한 보정을 수행하는 단계를 포함하는, 방법.
  10. 제9항에 있어서,
    상기 참조 테이블에 기초한 보정을 수행하는 단계는,
    상기 참조 테이블에 포함된 복수의 보정 수치 중에서, 상기 대상 상품의 상기 품절 시간에 대응되는 보정 수치를 식별하는 단계; 및
    상기 대상 상품의 상기 거래량 및 상기 보정 수치의 역수에 기초하여, 보정을 수행하는 단계를 포함하는, 방법.
  11. 제9항에 있어서,
    상기 참조 테이블에 기초한 보정을 수행하는 단계는,
    상기 참조 테이블에 포함된 복수의 보정 수치 중에서, 상기 대상 상품의 상기 품절 시간에 대응되는 보정 수치를 식별하는 단계; 및
    상기 대상 상품에 대하여 품절 시간이 없는 기간의 거래량 평균값, 상기 대상 상품의 상기 거래량 및 상기 보정 수치에 기초하여, 보정을 수행하는 단계를 포함하는, 방법.
  12. 제1항에 있어서,
    상기 대상 상품에 대응되는 서드 파티 상품을 식별하는 단계; 및
    상기 서드 파티 상품의 거래량을 추출하는 단계를 더 포함하고,
    상기 대상 상품의 거래량 보정값을 산출하는 단계는,
    상기 서드 파티 상품의 상기 거래량에 기초하여, 상기 대상 상품의 상기 거래량을 보정함으로써, 상기 대상 상품의 상기 거래량 보정값을 산출하는 단계를 포함하는, 방법.
  13. 제12항에 있어서,
    상기 서드 파티 상품의 상기 거래량에 기초하여, 상기 대상 상품의 상기 거래량 보정값을 산출하는 단계는,
    상기 대상 상품의 상기 품절 시간의 연속성에 기초하여 결정된 조건을 만족한다는 판정에 기초하여, 상기 서드 파티 상품의 상기 거래량에 기초하여, 상기 대상 상품의 상기 거래량 보정값을 산출하는 단계를 포함하는, 방법.
  14. 프로세서에 의해 실행되기 위한 컴퓨터 프로그램을 기록한 비일시적 컴퓨터 판독 가능 기록 매체에 있어서,
    상기 컴퓨터 프로그램은, 상기 프로세서로 하여금, 제1항 내지 제13항 중 어느 하나의 항에 따른 방법을 실행하도록 구성되는, 비일시적 컴퓨터 판독 가능 기록 매체.
  15. 네트워크와의 통신이 가능하도록 구성된 통신 인터페이스;
    하나 이상의 인스트럭션(instruction)을 포함하는 컴퓨터 프로그램을 실행하도록 구성된 프로세서; 및
    상기 컴퓨터 프로그램을 로드(load)하도록 구성된 메모리를 포함하고,
    상기 프로세서에 의해 상기 컴퓨터 프로그램이 실행될 시, 상기 프로세서는, 제1항 내지 제13항 중 어느 하나의 항에 따른 방법을 실행하도록 구성되는, 전자 장치.
PCT/KR2023/008252 2023-06-08 2023-06-15 상품에 대한 거래량을 예측하는 방법, 장치 및 기록 매체 Ceased WO2024253233A1 (ko)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
KR1020230073473A KR102777191B1 (ko) 2023-06-08 2023-06-08 상품에 대한 거래량을 예측하는 방법, 장치 및 기록 매체
KR10-2023-0073473 2023-06-08

Publications (1)

Publication Number Publication Date
WO2024253233A1 true WO2024253233A1 (ko) 2024-12-12

Family

ID=93795631

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/KR2023/008252 Ceased WO2024253233A1 (ko) 2023-06-08 2023-06-15 상품에 대한 거래량을 예측하는 방법, 장치 및 기록 매체

Country Status (3)

Country Link
KR (2) KR102777191B1 (ko)
TW (1) TWI896989B (ko)
WO (1) WO2024253233A1 (ko)

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2001282906A (ja) * 2000-04-03 2001-10-12 Nippon Syst Design Kk 販売数の予測値と発注量演算処理システム
JP2005049940A (ja) * 2003-07-29 2005-02-24 Toshiba Tec Corp 商品発注装置
WO2020031430A1 (ja) * 2018-08-10 2020-02-13 日本電気株式会社 構成比補正装置、構成比補正方法、および、構成比補正プログラム
JP2021103374A (ja) * 2019-12-24 2021-07-15 東芝デジタルソリューションズ株式会社 需要予測装置、需要予測方法、およびプログラム
KR20230017591A (ko) * 2021-07-28 2023-02-06 주식회사 비씨디코퍼레이션 국내외 온라인 마켓 기반의 e-커머스 통합 상품 관리 장치 및 방법

Family Cites Families (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2017083424A1 (en) * 2015-11-09 2017-05-18 Simbe Robotics, Inc. Method for tracking stock level within a store
CN107292550A (zh) * 2016-03-31 2017-10-24 阿里巴巴集团控股有限公司 一种物流资源的调度方法、设备及系统
CN114549032B (zh) * 2020-11-26 2025-08-22 北京电解智科技有限公司 备货处理方法及装置、计算机存储介质、电子设备
CN115983895A (zh) * 2022-11-18 2023-04-18 北京数势云创科技有限公司 一种基于商品属性特征的销量预测方法、装置及存储介质

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2001282906A (ja) * 2000-04-03 2001-10-12 Nippon Syst Design Kk 販売数の予測値と発注量演算処理システム
JP2005049940A (ja) * 2003-07-29 2005-02-24 Toshiba Tec Corp 商品発注装置
WO2020031430A1 (ja) * 2018-08-10 2020-02-13 日本電気株式会社 構成比補正装置、構成比補正方法、および、構成比補正プログラム
JP2021103374A (ja) * 2019-12-24 2021-07-15 東芝デジタルソリューションズ株式会社 需要予測装置、需要予測方法、およびプログラム
KR20230017591A (ko) * 2021-07-28 2023-02-06 주식회사 비씨디코퍼레이션 국내외 온라인 마켓 기반의 e-커머스 통합 상품 관리 장치 및 방법

Also Published As

Publication number Publication date
KR20240174264A (ko) 2024-12-17
KR102777191B1 (ko) 2025-03-10
KR20250034359A (ko) 2025-03-11
TWI896989B (zh) 2025-09-11
TW202449666A (zh) 2024-12-16

Similar Documents

Publication Publication Date Title
CN109471783A (zh) 预测任务运行参数的方法和装置
WO2023033220A1 (ko) 아이템 그룹의 정보를 제공하는 방법 및 이를 위한 장치
WO2024150869A1 (ko) 물품의 출고를 관리하는 방법 및 그 장치
CN109902698A (zh) 信息生成方法和装置
CN111415168B (zh) 一种交易告警的方法和装置
WO2024154854A1 (ko) 사용자의 정보를 관리하는 방법 및 그 장치
KR102777191B1 (ko) 상품에 대한 거래량을 예측하는 방법, 장치 및 기록 매체
CN117272099A (zh) 基于人工智能的运营系统优化方法、装置及计算机设备
WO2023204338A1 (ko) 주문 정보를 처리하는 방법 및 전자 장치
WO2024248187A1 (ko) 전자 상거래 서비스의 멤버십의 해지를 방지하는 방법, 장치 및 기록 매체
KR20240031677A (ko) 전자 장치 및 그의 혜택 정보 제공 방법
KR102731313B1 (ko) 사용자가 이사하였는지 여부 및 그 시점을 추정하는 방법 및 장치
WO2022211548A1 (ko) 결제 수단을 추천하기 위한 방법, 시스템 및 비일시성의 컴퓨터 판독 가능한 기록 매체
WO2022154201A1 (ko) 매장에 대한 고객의 충성도 분석 방법 및 시스템
WO2024071493A1 (ko) 숙박 상품에 관한 예약을 처리하는 방법 및 그 장치
WO2025263715A1 (ko) 판매자의 정산 수치를 관리하는 방법, 기록 매체, 및 그 장치
WO2025058123A1 (ko) 전자 상거래 서비스의 멤버십의 가입을 유도하는 방법, 장치 및 기록 매체
WO2026063589A1 (ko) 웹 페이지의 스크롤에 따라 페이지 헤더 및 검색 바의 표시를 변경하기 위한 장치, 방법 및 기록 매체
WO2023195726A1 (ko) 차트 분석 방법 및 이를 이용한 차트 분석 제공 디바이스
WO2025173998A1 (en) Method and apparatus for detecting fraud
WO2024154853A1 (ko) 추천 컨텐츠를 제공하는 방법 및 그 장치
WO2025058121A1 (ko) 전자 상거래 서비스를 위한 쿠폰 제공 방법, 장치 및 기록 매체
WO2025206502A1 (ko) 선물 위젯을 제공하는 방법, 기록 매체 및 장치
CN113761139B (zh) 一种意图预判的方法和装置
WO2025216378A1 (ko) 멤버십 가입에 따른 혜택 정보 표시를 위한 장치, 방법 및 기록 매체

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: 23940819

Country of ref document: EP

Kind code of ref document: A1

NENP Non-entry into the national phase

Ref country code: DE