KR102485807B1 - 사용자를 위한 주방 용품 추천 방법 - Google Patents

사용자를 위한 주방 용품 추천 방법 Download PDF

Info

Publication number
KR102485807B1
KR102485807B1 KR1020220112814A KR20220112814A KR102485807B1 KR 102485807 B1 KR102485807 B1 KR 102485807B1 KR 1020220112814 A KR1020220112814 A KR 1020220112814A KR 20220112814 A KR20220112814 A KR 20220112814A KR 102485807 B1 KR102485807 B1 KR 102485807B1
Authority
KR
South Korea
Prior art keywords
product
information
preferred
server
value
Prior art date
Application number
KR1020220112814A
Other languages
English (en)
Inventor
현재철
Original Assignee
현재철
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 현재철 filed Critical 현재철
Priority to KR1020220112814A priority Critical patent/KR102485807B1/ko
Priority to KR1020230000656A priority patent/KR20240034088A/ko
Application granted granted Critical
Publication of KR102485807B1 publication Critical patent/KR102485807B1/ko

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q30/00—Commerce
    • G06Q30/06—Buying, selling or leasing transactions
    • G06Q30/0601—Electronic shopping [e-shopping]
    • G06Q30/0631—Item recommendations
    • 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
    • G06F16/903—Querying
    • G06F16/9035—Filtering based on additional data, e.g. user or group profiles
    • 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
    • G06F16/953—Querying, e.g. by the use of web search engines
    • G06F16/9535—Search customisation based on user profiles and personalisation
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q30/00—Commerce
    • G06Q30/02—Marketing; Price estimation or determination; Fundraising
    • G06Q30/0201—Market modelling; Market analysis; Collecting market data
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q30/00—Commerce
    • G06Q30/06—Buying, selling or leasing transactions
    • G06Q30/0601—Electronic shopping [e-shopping]
    • G06Q30/0623—Item investigation
    • G06Q30/0625—Directed, with specific intent or strategy
    • G06Q30/0629—Directed, with specific intent or strategy for generating comparisons
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q30/00—Commerce
    • G06Q30/06—Buying, selling or leasing transactions
    • G06Q30/0601—Electronic shopping [e-shopping]
    • G06Q30/0641—Shopping interfaces

Landscapes

  • Engineering & Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Accounting & Taxation (AREA)
  • Finance (AREA)
  • Theoretical Computer Science (AREA)
  • Development Economics (AREA)
  • Strategic Management (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Databases & Information Systems (AREA)
  • General Business, Economics & Management (AREA)
  • Marketing (AREA)
  • Economics (AREA)
  • Data Mining & Analysis (AREA)
  • General Engineering & Computer Science (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Computational Linguistics (AREA)
  • Game Theory and Decision Science (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

본 발명은 사용자에게 방법을 제공할 수 있다.
일 실시예에 따른 서버에 의해 수행되는 사용자를 위한 주방 용품 추천 방법에 있어서, 사용자 단말로부터 구매 이력 정보 및 선호 정보를 획득하는 단계; 상기 구매 이력 정보에 기초하여 제1 주방 용품을 결정하는 단계; 제1 주방 용품 중 상기 선호 정보에 기초하여 최종 제품을 결정하는 단계; 상기 최종 제품에 대한 정보를 포함하는 제1 인터페이스를 생성하는 단계; 상기 제1 인터페이스를 상기 사용자 단말에 표시하는 단계;를 포함할 수 있다.

Description

사용자를 위한 주방 용품 추천 방법{A method of Recommending Kitchen Utensils for Users }
본 발명은 사용자에게 적합한 주방 용품을 제공하는 방법에 관한 발명이다.
비대면이 하나의 키워드로 자리잡으며 최근 온라인 쇼핑몰의 급속한 성장과 더불어 빅데이터를 기반으로 한 인공지능이 여러 분야로 발전하고 있으며, 이를 통한 상용화 확대가 이루어지고 있다. 특히 온라인쇼핑몰에서 고객의 방문기록을 바탕으로 한 인공지능 고객맞춤형 추천서비스는 고객의 기호 및 선호에 보다 확률 높은 브랜드 소개 및 상품 추천으로 사용자의 편의성을 향상시켜 주고 있다. 온라인 쇼핑몰은 오프라인 쇼핑몰에 비해 짧은 시간과 이동 없이도 사용자가 원하는 상품을 다양하게 접근하게 만들어 주며, 사용자의 편의성 측면에서 온라인 쇼핑몰에 비해 그 장점이 월등히 뛰어나다. 그래서 보다 사용자의 편의성을 높이고, 사용자에게 필요한 정보를 효율 적으로 서비스하는 고객맞춤형 서비스가 이루어진다면 사용자는 편리 한 소비활동을 할 수 있다. 이런 사용자의 편리성을 높이기 위해 고객 이 자주 방문하는 상품 사이트 정보나, 고객이 구매한 경험이 있는 사이트에 대한 데이터를 바탕으로 고객에게 새로운 제품이 나오면 추천하고, 이전에 구매한 경험이 있는 제품에 대한 할인정보 및 새로운 제품에 대한 소개가 이루어진다면 이러한 온라인쇼핑몰을 이용하는 사용자입장에서는 편리성에 많은 도움이 있을 것이며, 효율적 소비도 가능한 장점이 있을 것이다.
본 발명은 사용자에게 방법을 제공할 수 있다.
일 실시예에 따른 서버에 의해 수행되는 사용자를 위한 주방 용품 추천 방법에 있어서, 사용자 단말로부터 구매 이력 정보 및 선호 정보를 획득하는 단계; 상기 구매 이력 정보에 기초하여 제1 주방 용품을 결정하는 단계; 제1 주방 용품 중 상기 선호 정보에 기초하여 최종 제품을 결정하는 단계; 상기 최종 제품에 대한 정보를 포함하는 제1 인터페이스를 생성하는 단계; 상기 제1 인터페이스를 상기 사용자 단말에 표시하는 단계;를 포함할 수 있다.
일 실시예에 따른 서버에 의해 수행되는 사용자를 위한 주방 용품 추천 방법에 있어서, 상기 구매 이력 정보는 현재로부터 미리 정해진 개월 수 내에 구매한 제품 정보를 포함하고, 상기 구매 이력 정보에 기초하여 제1 주방 용품을 결정하는 단계는, 상기 현재로부터 미리 정해진 개월 수 내에 구매한 제품 정보에 기초하여 상기 제1 주방 용품을 결정하는 단계;를 포함할 수 있다.
일 실시예에 따른 서버에 의해 수행되는 사용자를 위한 주방 용품 추천 방법에 있어서, 상기 현재로부터 미리 정해진 개월 수 내에 구매한 제품 정보에 기초하여 상기 제1 주방 용품을 결정하는 단계는, 상기 서버의 데이터베이스에 저장되어 있는 제품과 상기 현재로부터 미리 정해진 개월 수 내에 구매한 제품의 유사 수치를 도출하는 단계; 및 상기 유사 수치에 기초하여 상기 제1 주방 용품을 결정하는 단계;를 포함할 수 있다.
일 실시예에 따른 서버에 의해 수행되는 사용자를 위한 주방 용품 추천 방법에 있어서, 상기 유사 수치를 도출하는 것은 다음과 같은 수학식에 의할 수 있고, [수학식]
Figure 112022093853219-pat00001
,
일 실시예에 따른 서버에 의해 수행되는 사용자를 위한 주방 용품 추천 방법에 있어서, 상기 선호 정보는 선호 가격 정보, 선호 제품 정보, 선호 특징 정보를 포함하고, 제1 주방 용품 중 상기 선호 정보에 기초하여 최종 제품을 결정하는 단계는, 상기 선호 가격 정보, 선호 제품 정보 및 선호 특징 정보에 기초하여 상기 선호 수치를 도출하는 단계; 및 상기 선호 수치에 기초하여 상기 최종 제품을 결정하는 단계;를 포함할 수 있다.
본 발명은 사용자에게 적합한 주방 용품을 제공 함으로서 사용자의 만족감을 향상시킬 수 있다.
본 발명은 사용자의 구매 내역을 고려하여 주방 용품을 제공 함으로서 사용자의 편의성을 향상시킬 수 있다.
다양한 실시예들에 대한 이해를 돕기 위해 상세한 설명의 일부로 포함된, 첨부 도면은 다양한 실시예들을 제공하고, 상세한 설명과 함께 다양한 실시예들의 기술적 특징을 설명한다.
도 1은 일 실시예에 의한 프로세서의 동작을 예시한 도면이다.
도 2는 일 실시예에 의한 서버의 동작을 예시한 도면이다.
도 3은 일 실시예에 의한 최종 제품을 결정하고 제1 인터페이스를 생성하여 사용자 단말에 표시하는 동작을 예시한 도면이다.
도 4는 일 실시예에 의한 제1 주방 용품을 결정하는 동작을 예시한 도면이다.
도 5는 일 실시예에 의한 최종 제품을 결정하는 동작을 예시한 도면이다.
도 6은 일 실시예에 의한 제1 인터페이스를 사용자 단말에 표시하는 동작을 예시한 도면이다.
본 발명은 다양한 변경을 가할 수 있고 여러 가지 실시예를 가질 수 있는 바, 특정 실시예들을 도면에 예시하고 상세한 설명에 상세하게 설명하고자 한다. 그러나, 이는 본 발명을 특정한 실시 형태에 대해 한정하려는 것이 아니며, 본 발명의 사상 및 기술 범위에 포함되는 모든 변경, 균등물 내지 대체물을 포함하는 것으로 이해되어야 한다. 각 도면을 설명하면서 유사한 참조부호를 유사한 구성요소에 대해 사용하였다.
제1, 제2, A, B 등의 용어는 다양한 구성요소들을 설명하는 데 사용될 수 있지만, 상기 구성요소들은 상기 용어들에 의해 한정되어서는 안 된다. 상기 용어들은 하나의 구성요소를 다른 구성요소로부터 구별하는 목적으로만 사용된다. 예를 들어, 본 발명의 권리 범위를 벗어나지 않으면서 제1 구성요소는 제2 구성요소로 명명될 수 있고, 유사하게 제2 구성요소도 제1 구성요소로 명명될 수 있다. “및/또는”이라는 용어는 복수의 관련된 기재된 항목들의 조합 또는 복수의 관련된 기재된 항목들 중의 어느 항목을 포함한다.
어떤 구성요소가 다른 구성요소에 "연결되어" 있다거나 "접속되어" 있다고 언급된 때에는, 그 다른 구성요소에 직접적으로 연결되어 있거나 또는 접속되어 있을 수도 있지만, 중간에 다른 구성요소가 존재할 수도 있다고 이해되어야 할 것이다. 반면에, 어떤 구성요소가 다른 구성요소에 "직접 연결되어" 있다거나 "직접 접속되어" 있다고 언급된 때에는, 중간에 다른 구성요소가 존재하지 않는 것으로 이해되어야 할 것이다.
본 출원에서 사용한 용어는 단지 특정한 실시예를 설명하기 위해 사용된 것으로, 본 발명을 한정하려는 의도가 아니다. 단수의 표현은 문맥상 명백하게 다르게 뜻하지 않는 한, 복수의 표현을 포함한다. 본 출원에서, "포함하다" 또는 "가지다" 등의 용어는 명세서상에 기재된 특징, 숫자, 단계, 동작, 구성요소, 부품 또는 이들을 조합한 것이 존재함을 지정하려는 것이지, 하나 또는 그 이상의 다른 특징들이나 숫자, 단계, 동작, 구성요소, 부품 또는 이들을 조합한 것들의 존재 또는 부가 가능성을 미리 배제하지 않는 것으로 이해되어야 한다.
다르게 정의되지 않는 한, 기술적이거나 과학적인 용어를 포함해서 여기서 사용되는 모든 용어들은 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자에 의해 일반적으로 이해되는 것과 동일한 의미를 가지고 있다. 일반적으로 사용되는 사전에 정의되어 있는 것과 같은 용어들은 관련 기술의 문맥 상 가지는 의미와 일치하는 의미를 가지는 것으로 해석되어야 하며, 본 출원에서 명백하게 정의하지 않는 한, 이상적이거나 과도하게 형식적인 의미로 해석되지 않는다.
이하, 첨부한 도면들을 참조하여, 본 발명의 바람직한 실시예를 보다 상세하게 설명하고자 한다. 본 발명을 설명함에 있어 전체적인 이해를 용이하게 하기 위하여 도면상의 동일한 구성요소에 대해서는 동일한 참조 부호를 사용하고 동일한 구성요소에 대해서 중복된 설명은 생략한다.
도 1은 일 실시예에 의한 서버(1)에 속한 프로세서의 동작을 예시한 도면이다. 도 1을 구체적으로 살펴보면 적어도 하나의 프로세서(110)는 중앙 처리 장치(central processing unit, CPU), 그래픽 처리 장치(graphics processing unit, GPU), 또는 본 발명의 실시예들에 따른 방법들이 수행되는 전용의 프로세서를 의미할 수 있다. 메모리(120) 및 저장 장치(160) 각각은 휘발성 저장 매체 및 비휘발성 저장 매체 중에서 적어도 하나로 구성될 수 있다. 예를 들어, 메모리(120)는 읽기 전용 메모리(read only memory, ROM) 및 랜덤 액세스 메모리(random access memory, RAM) 중 하나일 수 있고, 저장 장치(160)는, 플래시메모리(flash-memory), 하드디스크 드라이브(HDD), 솔리드 스테이트 드라이브(SSD), 또는 각종 메모리 카드(예를 들어, micro SD 카드) 등일 수 있다.
또한, 서버(1)는, 서버에 포함될 수 있으며, 무선 네트워크를 통해 통신을 수행하는 송수신 장치(transceiver)(130)를 포함할 수 있다. 또한, 서버(1)는 입력 인터페이스 장치(140), 출력 인터페이스 장치(150), 저장 장치(160) 등을 더 포함할 수 있다. 서버(1)에 포함된 각각의 구성 요소들은 버스(bus)(170)에 의해 연결되어 서로 통신을 수행할 수 있다.
도 2는 일 실시예에 의한 서버의 동작을 예시한 도면이다. 도 3은 일 실시예에 의한 최종 제품을 결정하고 제1 인터페이스를 생성하여 사용자 단말에 표시하는 동작을 예시한 도면이다.
도 2 및 도 3을 구체적으로 살펴보면, 서버는 사용자 단말로부터 구매 이력 정보 및 선호 정보를 획득할 수 있다. 구매 이력 정보는 사용자 단말을 통해서 서버에 접속하여 구매한 구매 상품의 이력 정보를 나타낼 수 있다. 선호 정보는 사용자가 입력 하는 정보로서 선호하는 제품에 대한 정보를 나타낼 수 있다. 서버는 구매 이력 정보에 기초하여 제1 주방 용품을 결정할 수 있고, 제1 주방 용품 중 상기 선호 정보에 기초하여 최종 제품을 결정할 수 있다. 제1 주방 용품과 최종 제품을 결정하는 동작은 후에 자세하게 서술하도록 한다. 서버는 최종 제품에 대한 정보를 포함하는 제1 인터페이스를 생성할 수 있다. 제1 인터페이스는 최종 제품이 추천되는 인터페이스로서 사용자의 입력을 받을 수 있으며, 사용자의 입력을 통해 최종 구매까지 이루어질 수 있다. 서버는 제1 인터페이스를 상기 사용자 단말에 표시하는 신호를 출력할 수 있다. 이때 제1 인터페이스는 상기 사용자 단말의 입력 정보를 획득할 수 있다.
서버(1)는 제1 외부 서버(2) 및 제2 외부 서버(3)와 신호를 송신 및 수신할 수 있으며,
서버는 구매 이력 정보 및 선호 정보를 사용자 단말로부터 획득(301)할 수 있고, 제1 주방 용품을 결정(302)할 수 있으며, 최종 제품을 결정하고 제1 인터페이스를 생성(303)할 수 있고, 제1 인터페이스를 사용자 단말에 표시(304)할 수 있다.
도 4는 일 실시예에 의한 제1 주방 용품을 결정하는 동작을 예시한 도면이다.
도 4를 구체적으로 살펴보면, 서버는 상기 구매 이력 정보는 현재로부터 미리 정해진 개월 수 내에 구매한 제품 정보를 포함할 수 있다. 서버는 현재로부터 미리 정해진 개월 수 내에 구매한 제품 정보에 기초하여 상기 제1 주방 용품을 결정할 수 있다.
이때 서버의 데이터베이스에 저장되어 있는 제품과 상기 현재로부터 미리 정해진 개월 수 내에 구매한 제품의 유사 수치를 도출할 수 있다. 서버는 유사 수치에 기초하여 상기 제1 주방 용품을 결정할 수 있다. 이때 유사 수치를 도출하는 것은 다음과 같은 수학식에 의할 수 있다.
Figure 112022093853219-pat00002
상기 X는 유사 수치를 나타내고, 상기 b는 상기 현재로부터 미리 정해진 개월 수 내에 구매한 제품과 상기 서버의 데이터베이스에 저장되어 있는 제품의 종류 유사도, 구매한 연령대 유사도 및 평점 유사도를 포함하는 유사 수치 요소의 개수를 나타내고, 상기 Qa는 상기 a번째 상기 유사 수치 요소에 대응하는 유사도 값을 나타내고, 상기 Xa는 상기 a번째 상기 유사 수치 요소에 대응하는 유사도 값에 대응하는 가중치를 나타내고, 상기 Ws-Hn은 상기 현재로부터 미리 정해진 개월 수 내에 구매한 제품의 금액과 상기 서버의 데이터베이스에 저장되어 있는 제품의 가격 차이 값을 나타내고, 상기
Figure 112022093853219-pat00003
는 상기 현재로부터 미리 정해진 개월 수 내에 구매한 제품의 금액과 상기 서버의 데이터베이스에 저장되어 있는 제품의 가격 차이 값에 대응하는 가중치를 나타낸다.
상기 현재로부터 미리 정해진 개월 수 내에 구매한 제품과 상기 서버의 데이터베이스에 저장되어 있는 제품의 종류 유사도, 구매한 연령대 유사도 및 평점 유사도를 도출하는 것은 다음과 같을 수 있다.
제품의 종류 유사도는 미리 제품 별로 테이블링 되어 있을 수 있으며, 테이블링 된 카테고리 간 유사도가 정해질 수 있다.
일 실시예로 세탁기와 건조기는 유사도가 80, 세탁기와 청소기는 유사도가 30 정도 등으로 미리 제품의 종류 간 유사도가 셋팅 되어 정해져 있을 수 있다.
상기 서버는 유사 수치를 도출(401)할 수 있고, 제1 주방 용품을 결정(402)할 수 있다.
도 5는 일 실시예에 의한 최종 제품을 결정하는 동작을 예시한 도면이다.
도 5를 구체적으로 살펴보면, 선호 정보는 선호 가격 정보, 선호 제품 정보, 선호 특징 정보를 포함할 수 있다. 선호 가격 정보는 사용자가 설정한 구매 가능한 금액에 대한 정보를 포함할 수 있다. 선호 제품 정보는 사용자가 선호하는 제품의 종류를 나타낼 수 있다. 이때도 위의 제품의 종류 유사도에 기초해서 특정 유사도 이상일수록 높은 점수가 부가되도록 설정될 수 있다. 선호 특징 정보는, 선호하는 제품의 종류에 대한 특징으로, 사용자의 같은 연령대가 선호하는 제품, 사용자의 MBTI와 같은 또는 유사한 MBTI가 선호하는 제품, 사용자가 선호하는 제품의 색깔, 사용자가 선호하는 제품의 기능 등에 대한 정보를 포함할 수 있다.
서버는 선호 가격 정보, 선호 제품 정보 및 선호 특징 정보에 기초하여 선호 수치를 도출할 수 있고, 선호 수치에 기초하여 상기 최종 제품을 결정할 수 있다. 이때 선호 가격 정보, 선호 제품 정보 및 선호 특징 정보에 기초하여 선호 수치를 도출하는 것은, 서버의 데이터베이스에 저장된 제품 중 선호 가격 정보, 선호 제품 정보 및 선호 특징 정보의 내용을 비교하여 선호 수치가 높은 제품을 최종 제품으로 결정할 수 있다.
이때 선호 수치는 다음과 같은 수학식 2에 의해 도출될 수 있다.
[수학식 2]
Figure 112022093853219-pat00004
,
상기 VX는 상기 선호 수치를 나타내고, 상기 d는 상기 선호 가격 정보와 상기 선호 제품 정보를 포함하는 선호 수치 요소의 갯수를 나타내고, 상기 Ic는 상기 c번째 상기 선호 수치 요소에 대응하는 값을 나타내고, 상기 Pc는 상기 c번째 상기 선호 수치 요소에 대응하는 가중치를 나타내고, 상기 f는 상기 사용자의 같은 연령대가 선호하는 제품, 상기 사용자의 MBTI와 유사한 MBTI가 선호하는 제품, 상기 사용자가 선호하는 제품의 색깔, 상기 사용자가 선호하는 제품의 기능을 포함하는 선호 특징 정보에 포함된 요소들의 개수를 나타내고, 상기 Ye는 상기 e번째 상기 선호 특징 정보에 포함된 요소에 대응하는 값을 나타내고 상기 Ue는 상기 e번째 상기 선호 특징 정보에 포함된 요소에 대응하는 가중치를 나타내고, 상기 X는 유사 수치를 나타낼 수 있다. 상기 Sa는 상기 서버의 데이터베이스에 저장된 제품의 할인율을 나타내고, 상기 K는 상기 서버의 데이터베이스에 저장된 제품이 출시된 이후 기산된 날짜를 나타낸다.
이때, 선호 수치 요소에 대응하는 값은 선호 가격 정보의 경우 사용자가 입력한 선호 가격과 서버의 데이터베이스에 저장되어 있는 제품 들의 가격을 비교하여 가격 차이의 반 비례 값이 대입될 수 있고, 선호 제품 정보의 경우, 선호하는 제품의 종류와 서버의 데이터베이스에 저장되어 있는 제품의 유사도를 의미하는 것으로서 이는 위의 유사 수치와 마찬가지의 방식으로 도출될 수 있다. 이때 유사 수치를 도출할 때와의 차이점으로, 과거 구매 내력의 제품을 비교한다는 것과 선호하는 제품의 종류를 입력하고 입력한 제품의 종류와 서버의 데이터베이스에 저장되어 있는 제품의 종류를 비교한다는 점에서 차이가 있다.
선호 특징 정보에 포함된 요소에 대응하는 값을 도출하는 것은 다음과 같을 수 있다.
상기 사용자의 같은 연령대가 선호하는 제품의 경우 사용자와 같은 연령대가 선호하는 제품에 대한 정보를 제1 외부 서버로부터 획득할 수 있고, 이를 서버의 데이터베이스에 저장된 제품의 종류와 비교하여 위의 방법과 마찬가지로 유사율을 대입할 수 있다. 상기 사용자의 MBTI와 유사한 MBTI가 선호하는 제품의 경우 제2 외부 서버로부터 MBTI 별로 선호하는 제품 정보를 획득한 후, 사용자의 MBTI가 좋아하는 제품과 서버의 데이터베이스에 저장된 제품을 비교하여 이또한 유사율을 대입할 수 있다. 상기 사용자가 선호하는 제품의 색깔의 경우 사용자가 선호 색깔을 입력하면, 서버의 데이터베이스에 저장되어 있는 제품의 색깔과 유사율을 도출할 수 있다. 이때 색깔의 유사율은 서버의 데이터베이스에 미리 저장되어 있거나 제3 외부 서버로부터 획득할 수 있다. 사용자가 선호하는 제품의 기능의 경우 사용자가 특정 기능을 선호한다면 서버의 데이터베이스에 저장되어 있는 제품에도 기능이 미리 입력되어 있어 겹치는 갯수 +1의 값이 부여될 수 있다.
서버는 선호 수치를 도출(501)할 수 있고, 최종 제품을 결정(502)할 수 있다.
도 6은 일 실시예에 의한 제1 인터페이스를 사용자 단말에 표시하는 동작을 예시한 도면이다.
서버(1)는 제1 인터페이스(10)에 최종 추천 제품에 대한 정보를 표시할 수 있으며, 이를 사용자 단말에 표시할 수 있다. 이때 후라이팬 냄비, 국자가 추천되었다면 이에 대한 가격 브랜드 평점 등의 정보가 입력될 수 있다.
사용자 단말은 통신 가능한 데스크탑 컴퓨터(desktop computer), 랩탑 컴퓨터(laptop computer), 노트북(notebook), 스마트폰(smart phone), 태블릿 PC(tablet PC), 모바일폰(mobile phone), 스마트 워치(smart watch), 스마트 글래스(smart glass), e-book 리더기, PMP(portable multimedia player), 휴대용 게임기, 네비게이션(navigation) 장치, 디지털 카메라(digital camera), DMB(digital multimedia broadcasting) 재생기, 디지털 음성 녹음기(digital audio recorder), 디지털 음성 재생기(digital audio player), 디지털 동영상 녹화기(digital video recorder), 디지털 동영상 재생기(digital video player), 및 PDA(Personal Digital Assistant) 등 일 수 있다.
기계 학습일 이용 시 딥 러닝 모델을 이용할 수 있으며 머신 러닝 모델을 이용하여 수행할 수 있다. 이때 학습 데이터 셋은 외부의 다양한 서버에서 획득한 다양한 정보를 학습 데이터 셋으로 포함할 수 있으며, 지도 학습 방식이 이용될 수 있다. 이때, 딥 러닝 모델 모듈은 DNN(deep neural network) 알고리즘을 이용할 수 있다. 기재된 바에 국한되지 않고, 합성곱 신경망(CNN, Convoultional Neural Network), 순환 신경망(RNN, Recurrent Neural Network), 제한 볼츠만 머신(RBM, Restricted Boltzmann Machine),　심층 신뢰 신경망(DBN, Deep Belief Network) 알고리즘들이 이용될 수 있으며, 각각의 알고리즘들은 주지의 기술이므로 설명은 생략한다.
본 발명에 따른 방법들은 다양한 컴퓨터 수단을 통해 수행될 수 있는 프로그램 명령 형태로 구현되어 컴퓨터 판독 가능 매체에 기록될 수 있다. 컴퓨터 판독 가능 매체는프로그램 명령, 데이터 파일, 데이터 구조 등을 단독으로 또는 조합하여 포함할 수 있다. 컴퓨터 판독 가능 매체에 기록되는 프로그램 명령은 본 발명을 위해 특별히 설계되고 구성된 것들이거나 컴퓨터 소프트웨어 당업자에게 공지되어 사용 가능한 것일 수도 있다.
컴퓨터 판독 가능 매체의 예에는 롬(ROM), 램(RAM), 플래시 메모리(flash memory) 등과 같이 프로그램 명령을 저장하고 수행하도록 특별히 구성된 하드웨어 장치가 포함될 수 있다. 프로그램 명령의 예에는 컴파일러(compiler)에 의해 만들어지는 것과 같은 기계어 코드뿐만 아니라 인터프리터(interpreter) 등을 사용해서 컴퓨터에 의해 실행될 수 있는 고급 언어 코드를 포함할 수 있다. 상술한 하드웨어 장치는 본 발명의 동작을 수행하기 위해 적어도 하나의 소프트웨어 모듈로 작동하도록 구성될 수 있으며, 그 역도 마찬가지이다.
또한, 상술한 방법 또는 장치는 그 구성이나 기능의 전부 또는 일부가 결합되어 구현되거나, 분리되어 구현될 수 있다.
상기에서는 본 발명의 바람직한 실시예를 참조하여 설명하였지만, 해당 기술 분야의 숙련된 당업자는 하기의 특허 청구의 범위에 기재된 본 발명의 사상 및 영역으로부터 벗어나지 않는 범위 내에서 본 발명을 다양하게 수정 및 변경시킬 수 있음을 이해할 수 있을 것이다.
본 발명에 따른 방법들은 다양한 컴퓨터 수단을 통해 수행될 수 있는 프로그램 명령 형태로 구현되어 컴퓨터 판독 가능 매체에 기록될 수 있다. 컴퓨터 판독 가능 매체는 프로그램 명령, 데이터 파일, 데이터 구조 등을 단독으로 또는 조합하여 포함할 수 있다. 컴퓨터 판독 가능 매체에 기록되는 프로그램 명령은 본 발명을 위해 특별히 설계되고 구성된 것들이거나 컴퓨터 소프트웨어 당업자에게 공지되어 사용 가능한 것일 수도 있다.
컴퓨터 판독 가능 매체의 예에는 롬(ROM), 램(RAM), 플래시 메모리(flash memory) 등과 같이 프로그램 명령을 저장하고 수행하도록 특별히 구성된 하드웨어 장치가 포함될 수 있다. 프로그램 명령의 예에는 컴파일러(compiler)에 의해 만들어지는 것과 같은 기계어 코드뿐만 아니라 인터프리터(interpreter) 등을 사용해서 컴퓨터에 의해 실행될 수 있는 고급 언어 코드를 포함할 수 있다. 상술한 하드웨어 장치는 본 발명의 동작을 수행하기 위해 적어도 하나의 소프트웨어 모듈로 작동하도록 구성될 수 있으며, 그 역도 마찬가지이다.
또한, 상술한 방법 또는 장치는 그 구성이나 기능의 전부 또는 일부가 결합되어 구현되거나, 분리되어 구현될 수 있다.
상기에서는 본 발명의 바람직한 실시예를 참조하여 설명하였지만, 해당 기술 분야의 숙련된 당업자는 하기의 특허 청구의 범위에 기재된 본 발명의 사상 및 영역으로부터 벗어나지 않는 범위 내에서 본 발명을 다양하게 수정 및 변경시킬 수 있음을 이해할 수 있을 것이다.
1: 서버

Claims (5)

  1. 서버에 의해 수행되는 사용자를 위한 주방 용품 추천 방법에 있어서,
    사용자 단말로부터 구매 이력 정보 및 선호 정보를 획득하는 단계;
    상기 구매 이력 정보에 기초하여 제1 주방 용품을 결정하는 단계;
    제1 주방 용품 중 상기 선호 정보에 기초하여 최종 제품을 결정하는 단계;
    상기 최종 제품에 대한 정보를 포함하는 제1 인터페이스를 생성하는 단계;
    상기 제1 인터페이스를 상기 사용자 단말에 표시하는 단계;를 포함하고,
    상기 제1 인터페이스는 상기 사용자 단말의 입력 정보를 획득할 수 있고,
    상기 구매 이력 정보는 현재로부터 미리 정해진 개월 수 내에 구매한 제품 정보를 포함하고,
    상기 구매 이력 정보에 기초하여 제1 주방 용품을 결정하는 단계는,
    상기 현재로부터 미리 정해진 개월 수 내에 구매한 제품 정보에 기초하여 상기 제1 주방 용품을 결정하는 단계;를 포함하고,
    상기 현재로부터 미리 정해진 개월 수 내에 구매한 제품 정보에 기초하여 상기 제1 주방 용품을 결정하는 단계는,
    상기 서버의 데이터베이스에 저장되어 있는 제품과 상기 현재로부터 미리 정해진 개월 수 내에 구매한 제품의 유사 수치를 도출하는 단계; 및
    상기 유사 수치에 기초하여 상기 제1 주방 용품을 결정하는 단계;를 포함하고,
    상기 유사 수치를 도출하는 것은 다음과 같은 수학식에 의할 수 있고,
    [수학식]
    Figure 112022118444695-pat00005

    상기 X는 유사 수치를 나타내고, 상기 b는 상기 현재로부터 미리 정해진 개월 수 내에 구매한 제품과 상기 서버의 데이터베이스에 저장되어 있는 제품의 종류 유사도, 구매한 연령대 유사도 및 평점 유사도를 포함하는 유사 수치 요소의 개수를 나타내고, 상기 Qa는 상기 a번째 상기 유사 수치 요소에 대응하는 유사도 값을 나타내고, 상기 Xa는 상기 a번째 상기 유사 수치 요소에 대응하는 유사도 값에 대응하는 가중치를 나타내고, 상기 Ws-Hn은 상기 현재로부터 미리 정해진 개월 수 내에 구매한 제품의 금액과 상기 서버의 데이터베이스에 저장되어 있는 제품의 가격 차이 값을 나타내고, 상기
    Figure 112022118444695-pat00006
    는 상기 현재로부터 미리 정해진 개월 수 내에 구매한 제품의 금액과 상기 서버의 데이터베이스에 저장되어 있는 제품의 가격 차이 값에 대응하는 가중치를 나타내고,
    상기 선호 정보는 선호 가격 정보, 선호 제품 정보, 선호 특징 정보를 포함하고,
    제1 주방 용품 중 상기 선호 정보에 기초하여 최종 제품을 결정하는 단계는,
    정보는 선호 가격 정보, 선호 제품 정보 및 선호 특징 정보에 기초하여 선호 수치를 도출하는 단계; 및
    상기 선호 수치에 기초하여 상기 최종 제품을 결정하는 단계;를 포함하고,
    상기 선호 수치는 다음의 수학식에 의해 도출되고,
    [수학식]
    Figure 112022118444695-pat00013
    ,
    상기 VX는 상기 선호 수치를 나타내고, 상기 d는 상기 선호 가격 정보와 상기 선호 제품 정보를 포함하는 선호 수치 요소의 갯수를 나타내고, 상기 Ic는 상기 c번째 상기 선호 수치 요소에 대응하는 값을 나타내고, 상기 Pc는 상기 c번째 상기 선호 수치 요소에 대응하는 가중치를 나타내고, 상기 f는 상기 사용자의 같은 연령대가 선호하는 제품, 상기 사용자의 MBTI와 유사한 MBTI가 선호하는 제품, 상기 사용자가 선호하는 제품의 색깔, 상기 사용자가 선호하는 제품의 기능을 포함하는 선호 특징 정보에 포함된 요소들의 개수를 나타내고, 상기 Ye는 상기 e번째 상기 선호 특징 정보에 포함된 요소에 대응하는 값을 나타내고, 상기 Ue는 상기 e번째 상기 선호 특징 정보에 포함된 요소에 대응하는 가중치를 나타내고, 상기 X는 유사 수치를 나타낼 수 있다. 상기 Sa는 상기 서버의 데이터베이스에 저장된 제품의 할인율을 나타내고, 상기 K는 상기 서버의 데이터베이스에 저장된 제품이 출시된 이후 기산된 날짜를 나타내는 사용자를 위한 주방 용품 추천 방법.
  2. 삭제
  3. 삭제
  4. 삭제
  5. 삭제
KR1020220112814A 2022-09-06 2022-09-06 사용자를 위한 주방 용품 추천 방법 KR102485807B1 (ko)

Priority Applications (2)

Application Number Priority Date Filing Date Title
KR1020220112814A KR102485807B1 (ko) 2022-09-06 2022-09-06 사용자를 위한 주방 용품 추천 방법
KR1020230000656A KR20240034088A (ko) 2022-09-06 2023-01-03 선호도 및 구매이력에 기초한 맞춤형 주방 용품 제공 인터페이스 제공 방법

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020220112814A KR102485807B1 (ko) 2022-09-06 2022-09-06 사용자를 위한 주방 용품 추천 방법

Related Child Applications (1)

Application Number Title Priority Date Filing Date
KR1020230000656A Division KR20240034088A (ko) 2022-09-06 2023-01-03 선호도 및 구매이력에 기초한 맞춤형 주방 용품 제공 인터페이스 제공 방법

Publications (1)

Publication Number Publication Date
KR102485807B1 true KR102485807B1 (ko) 2023-01-09

Family

ID=84892766

Family Applications (2)

Application Number Title Priority Date Filing Date
KR1020220112814A KR102485807B1 (ko) 2022-09-06 2022-09-06 사용자를 위한 주방 용품 추천 방법
KR1020230000656A KR20240034088A (ko) 2022-09-06 2023-01-03 선호도 및 구매이력에 기초한 맞춤형 주방 용품 제공 인터페이스 제공 방법

Family Applications After (1)

Application Number Title Priority Date Filing Date
KR1020230000656A KR20240034088A (ko) 2022-09-06 2023-01-03 선호도 및 구매이력에 기초한 맞춤형 주방 용품 제공 인터페이스 제공 방법

Country Status (1)

Country Link
KR (2) KR102485807B1 (ko)

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20210071096A (ko) * 2019-10-16 2021-06-15 쿠팡 주식회사 제품 추천을 제공하기 위한 컴퓨터화된 시스템 및 방법
KR20220005328A (ko) * 2020-07-06 2022-01-13 아주대학교산학협력단 사용자 행동 패턴에 기초하여 상품을 추천하고 추천 상품에 대한 사용자의 선호도 예측 장치 및 방법
KR20220104661A (ko) * 2021-09-03 2022-07-26 주식회사 애슬레저 고객 맞춤형 스포츠 제품 판매 방법

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20210071096A (ko) * 2019-10-16 2021-06-15 쿠팡 주식회사 제품 추천을 제공하기 위한 컴퓨터화된 시스템 및 방법
KR20220005328A (ko) * 2020-07-06 2022-01-13 아주대학교산학협력단 사용자 행동 패턴에 기초하여 상품을 추천하고 추천 상품에 대한 사용자의 선호도 예측 장치 및 방법
KR20220104661A (ko) * 2021-09-03 2022-07-26 주식회사 애슬레저 고객 맞춤형 스포츠 제품 판매 방법

Also Published As

Publication number Publication date
KR20240034088A (ko) 2024-03-13

Similar Documents

Publication Publication Date Title
US11055764B2 (en) Systems and methods for providing personalized online content
US10977694B2 (en) Predictive recommendation system using price boosting
US10354184B1 (en) Joint modeling of user behavior
CA2846025C (en) Recommendations based upon explicit user similarity
US20160012512A1 (en) Lifestyle recommendation system
US11210695B2 (en) Predictive recommendation system using tiered feature data
US20220108374A1 (en) Smart Basket for Online Shopping
US20220180392A1 (en) Predictive recommendation system using tiered feature data
WO2019148199A2 (en) Systems and methods for providing personalized online content
CN110782259A (zh) 一种会员等级管理方法和装置
CN111967924A (zh) 商品推荐方法、商品推荐装置、计算机设备和介质
JP6841539B2 (ja) 行動促進方法、ユーザインタフェース、プログラム、コンピュータ記憶媒体及び行動促進システム
CN111787042B (zh) 用于推送信息的方法和装置
KR102485807B1 (ko) 사용자를 위한 주방 용품 추천 방법
CN110796520A (zh) 商品推荐的方法、装置、计算设备以及介质
JP6025796B2 (ja) 行動予測装置、行動予測方法及びプログラム
KR102355147B1 (ko) 맞춤형 가방 판매 방법
CN111192112A (zh) 一种多平台的交互方法和装置
Zheng et al. Recommending What to Search: Sales Volume and Consumption Diversity Effects of a Query Recommender System
KR102619987B1 (ko) 공급자 및 소비자 위치 기반 중개 플랫폼 제공 방법
KR102586414B1 (ko) 아티스트 그룹 단위의 nft 제작 방법 및 nft보유자의 거래 성향 파악에 대응하는 정성적/정량적 데이터 분석 및 생성 방법
KR102568576B1 (ko) 복수의 인공지능 모델을 이용한 향미 데이터 기반 주류 및 음식 큐레이팅 방법 및 장치
KR102424242B1 (ko) 기계 학습을 통한 메뉴의 가치 판단 방법
KR102630327B1 (ko) 트렌드를 반영한 추천 숙박 장소의 가격 결정 방법 및 장치
JP7373256B2 (ja) 情報処理装置、情報処理方法及びプログラム

Legal Events

Date Code Title Description
A107 Divisional application of patent
GRNT Written decision to grant