KR20170125466A - Apparatus for Generating Context Based on Product Purchase List in User Station and Local Service Platform for Recommending Product - Google Patents

Apparatus for Generating Context Based on Product Purchase List in User Station and Local Service Platform for Recommending Product Download PDF

Info

Publication number
KR20170125466A
KR20170125466A KR1020160055105A KR20160055105A KR20170125466A KR 20170125466 A KR20170125466 A KR 20170125466A KR 1020160055105 A KR1020160055105 A KR 1020160055105A KR 20160055105 A KR20160055105 A KR 20160055105A KR 20170125466 A KR20170125466 A KR 20170125466A
Authority
KR
South Korea
Prior art keywords
purchase
product
user
store
information
Prior art date
Application number
KR1020160055105A
Other languages
Korean (ko)
Other versions
KR102166186B1 (en
Inventor
임종철
금창섭
Original Assignee
한국전자통신연구원
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 한국전자통신연구원 filed Critical 한국전자통신연구원
Priority to KR1020160055105A priority Critical patent/KR102166186B1/en
Publication of KR20170125466A publication Critical patent/KR20170125466A/en
Application granted granted Critical
Publication of KR102166186B1 publication Critical patent/KR102166186B1/en

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
    • G06F16/30—Information retrieval; Database structures therefor; File system structures therefor of unstructured textual data
    • G06F16/35—Clustering; Classification
    • G06F17/30705—
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06K—GRAPHICAL DATA READING; PRESENTATION OF DATA; RECORD CARRIERS; HANDLING RECORD CARRIERS
    • G06K19/00—Record carriers for use with machines and with at least a part designed to carry digital markings
    • G06K19/06—Record carriers for use with machines and with at least a part designed to carry digital markings characterised by the kind of the digital marking, e.g. shape, nature, code
    • G06K19/06009—Record carriers for use with machines and with at least a part designed to carry digital markings characterised by the kind of the digital marking, e.g. shape, nature, code with optically detectable marking
    • G06K19/06018—Record carriers for use with machines and with at least a part designed to carry digital markings characterised by the kind of the digital marking, e.g. shape, nature, code with optically detectable marking one-dimensional coding
    • G06K19/06028—Record carriers for use with machines and with at least a part designed to carry digital markings characterised by the kind of the digital marking, e.g. shape, nature, code with optically detectable marking one-dimensional coding using bar codes
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06K—GRAPHICAL DATA READING; PRESENTATION OF DATA; RECORD CARRIERS; HANDLING RECORD CARRIERS
    • G06K19/00—Record carriers for use with machines and with at least a part designed to carry digital markings
    • G06K19/06—Record carriers for use with machines and with at least a part designed to carry digital markings characterised by the kind of the digital marking, e.g. shape, nature, code
    • G06K19/06009—Record carriers for use with machines and with at least a part designed to carry digital markings characterised by the kind of the digital marking, e.g. shape, nature, code with optically detectable marking
    • G06K19/06037—Record carriers for use with machines and with at least a part designed to carry digital markings characterised by the kind of the digital marking, e.g. shape, nature, code with optically detectable marking multi-dimensional coding
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06K—GRAPHICAL DATA READING; PRESENTATION OF DATA; RECORD CARRIERS; HANDLING RECORD CARRIERS
    • G06K19/00—Record carriers for use with machines and with at least a part designed to carry digital markings
    • G06K19/06—Record carriers for use with machines and with at least a part designed to carry digital markings characterised by the kind of the digital marking, e.g. shape, nature, code
    • G06K19/067—Record carriers with conductive marks, printed circuits or semiconductor circuit elements, e.g. credit or identity cards also with resonating or responding marks without active components
    • G06K19/07—Record carriers with conductive marks, printed circuits or semiconductor circuit elements, e.g. credit or identity cards also with resonating or responding marks without active components with integrated circuit chips
    • G06K19/0723—Record carriers with conductive marks, printed circuits or semiconductor circuit elements, e.g. credit or identity cards also with resonating or responding marks without active components with integrated circuit chips the record carrier comprising an arrangement for non-contact communication, e.g. wireless communication circuits on transponder cards, non-contact smart cards or RFIDs
    • 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
    • G06Q30/02—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; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q30/00—Commerce
    • G06Q30/02—Marketing; Price estimation or determination; Fundraising
    • G06Q30/0241—Advertisements
    • G06Q30/0251—Targeted advertisements
    • G06Q30/0254—Targeted advertisements based on statistics
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q30/00—Commerce
    • G06Q30/02—Marketing; Price estimation or determination; Fundraising
    • G06Q30/0241—Advertisements
    • G06Q30/0251—Targeted advertisements
    • G06Q30/0261—Targeted advertisements based on user location
    • 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
    • G06Q30/0282—Rating or review of business operators or products
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W88/00—Devices specially adapted for wireless communication networks, e.g. terminals, base stations or access point devices
    • H04W88/02—Terminal devices

Landscapes

  • Engineering & Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Accounting & Taxation (AREA)
  • Finance (AREA)
  • Development Economics (AREA)
  • Strategic Management (AREA)
  • Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Marketing (AREA)
  • Economics (AREA)
  • General Business, Economics & Management (AREA)
  • Game Theory and Decision Science (AREA)
  • Data Mining & Analysis (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Signal Processing (AREA)
  • Probability & Statistics with Applications (AREA)
  • Computer Hardware Design (AREA)
  • Microelectronics & Electronic Packaging (AREA)
  • Databases & Information Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

The present invention relates to a context generating device of a user terminal and a product recommendation local service platform, which collect and analyze a product purchase list from a user terminal such as a smartphone, generate context (for example, user preference food, preferred brand, etc.) such as an anonymous purchase/usage pattern, transmit the context to a platform (local intelligence service platform) installed in a local network such as a store, recommend a suitable product from the platform based thereon when the user visits the store, and can protect personal information and accurately and timely recommend the product having a purchasing power. The context generating device comprises: a context collecting device; a product recommending device; and a context analyzing device.

Description

사용자 단말에서의 상품 구매 내역 기반 컨텍스트 생성 장치 및 상품 추천 로컬 서비스 플랫폼{Apparatus for Generating Context Based on Product Purchase List in User Station and Local Service Platform for Recommending Product}BACKGROUND OF THE INVENTION 1. Field of the Invention [0001] The present invention relates to an apparatus for generating a context based on a product purchase history in a user terminal and a product recommendation local service platform,

본 발명은 사용자 단말의 컨텍스트 생성 장치 및 그와 연동하는 상품 추천 로컬 서비스 플랫폼에 관한 것으로서, 특히, 스마트폰 등 사용자 단말에서 상품 구매 내역 기반 컨텍스트(예, 사용자의 선호 음식, 선호 브랜드 등)를 생성 및 관리하고, 이를 기반으로 매장 등 로컬 네트워크에 설치된 플랫폼(로컬 인텔리전스 서비스 플랫폼)에서 사용자의 매장 방문 시 적합한 상품을 추천할 수 있도록 하기 위한, 사용자 단말의 컨텍스트 생성 장치 및 상품 추천 로컬 서비스 플랫폼에 관한 것이다.BACKGROUND OF THE INVENTION 1. Field of the Invention The present invention relates to a context generation device for a user terminal and a product recommendation local service platform linked to the context generation device, And a product recommendation local service platform for allowing a user to recommend an appropriate product when visiting a store in a platform (local intelligence service platform) installed in a local network, such as a store, on the basis thereof will be.

최근 빅데이타 분석 기법이 많이 사용되면서 온라인 쇼핑몰 등에서 사용자에 대한 이용 패턴을 분석하여 이를 기반으로 사용자에게 상품을 추천하는 시스템이 사용되고 있다. 이 경우, 사용자들의 상품 구매/이용 등 쇼핑 정보는 상품을 판매하는 각 회사별 서버에 누적되게 되고, 각 회사의 추천 시스템은 누적된 정보를 기반으로 상품을 사용자에게 추천하게 된다. 이러한 추천은 개인화되어 이루어질 수도 있고 그렇지 않을 수도 있다. 개인화된 추천이란 모든 사용자에게 동일하게 추천되는 것이 아니라 사용자별 특징에 기반하여 사용자별로 다르게 추천되는 것을 일컫는다. Recently, big data analysis techniques have been widely used, and a system for analyzing usage patterns for users in an online shopping mall and recommending products to users based on the patterns is being used. In this case, the shopping information such as the purchase / use of the goods by the users is accumulated in each company server which sells the goods, and the recommendation system of each company recommends the goods to the user based on the accumulated information. These referrals may or may not be personalized. Personalized referrals are not equally recommended for all users, but refer to different recommendations based on user-specific characteristics.

최근 사용자의 이동단말 사용이 생활화되면서 이러한 상품 추천은 이동단말에 설치된 어플리케이션을 통해 이루어지는 경우가 일반화되어 있다. 개인화된 추천을 할 경우, 사용자의 상품 이용 정보가 상품을 판매하는 각 회사별 서버에 저장되기 때문에, 여러 가지 문제가 발생할 수 있다. 첫 번째는 사용자의 이용 내역을 전체적으로 파악할 수 없다는 것이다. 이로 인해 사용자의 상품 이용 패턴을 정확하게 파악하지 못할 수 있다. 즉 사용자가 A라는 마트와 B라는 마트에서 물건을 구입하였다고 하면, 사용자의 이용 내역을 전체적으로 알기 위해서는 A 마트와 B 마트의 상품 이용 내역이 모두 필요하지만, A 마트는 A 마트에서 이용한 내역만을 알고 있고, B 마트는 B 마트의 이용 내역만을 알고 있기 때문에, A마트와 B마트는 사용자의 전체 이용 내역을 이용한 상품 추천을 할 수가 없고, 부정확한 상품이 추천될 수 있다. 두 번째의 문제는 개인화된 서비스 제공을 위해서는 민감한 개인 정보가 각 회사의 서버에 저장되어야 하므로, 개인 정보 유출의 문제점을 잠재적으로 지니고 있다는 점이다. 또한, 종래의 방법에 의한 상품 추천은 적절하지 않은 시간과 장소에서 이루어질 수 있다. 상품에 대한 추천이 사용자가 현재 상품 판매 매장에 있는지 여부와 상관없이 이루어지기 때문이다. 예를 들어 해외 출장 중인데 국내에 있는 A 마트에서 특정 상품을 구매하라고 추천을 할 수 있다. 이러한 추천은 상당히 시기와 장소 측면에서 부적합하다고 볼 수 있다.In recent years, as the use of mobile terminals has become commonplace, it is generalized that such product recommendation is performed through an application installed in a mobile terminal. In the case of personalized recommendation, since the use information of the user is stored in the server for each company that sells the product, various problems may occur. The first is that the user's overall usage can not be grasped. Therefore, the user's usage pattern of the product may not be accurately grasped. In other words, if a user purchases goods from a shopping mall named A and a shopping mall named B, all of the merchandise usage of the A-shopping mall and the B-mart shopping mall are required to know the usage details of the user. , B-Mart knows only the usage details of B-Mart, so A-Mart and B-Mart can not recommend products using the entire usage history of the user, and inaccurate products can be recommended. The second problem is that sensitive personal information must be stored on each company's server in order to provide personalized services, potentially having a problem of leakage of personal information. In addition, the product recommendation by the conventional method can be performed at an inappropriate time and place. The recommendation for the product is made regardless of whether or not the user is currently in the merchandise store. For example, if you are on a business trip overseas, you can recommend purchasing a specific product from an A-Mart in Korea. This recommendation can be considered unsuitable in terms of time and place.

따라서, 본 발명은 상술한 문제점을 해결하기 위하여 안출된 것으로, 본 발명의 목적은, 스마트폰 등 사용자 단말에서 상품 구매 내역을 수집하고 분석해 익명의(anonymous) 구매/이용 패턴 등과 같은 컨텍스트(예, 사용자의 선호 음식, 선호 브랜드 등)를 생성하여 매장 등 로컬 네트워크에 설치된 플랫폼(로컬 인텔리전스 서비스 플랫폼)으로 전달하면, 플랫폼에서 이를 기반으로 사용자의 매장 방문 시 적합한 상품을 추천함으로써, 개인 정보의 보호 및 구매력이 있는 적시에 정확한 상품 추천이 가능하도록 하기 위한, 사용자 단말의 컨텍스트 생성 장치 및 상품 추천 로컬 서비스 플랫폼을 제공하는 데 있다.SUMMARY OF THE INVENTION The present invention has been made in order to solve the above problems, and it is an object of the present invention to provide a method and system for collecting and analyzing purchase details at a user terminal such as a smart phone to collect contexts such as an anonymous purchase / (Local intelligence service platform) installed in a local network such as a store, it is recommended that the platform recommends a suitable product when visiting a user's store, And a product recommendation local service platform for enabling accurate product recommendation in a timely manner with purchasing power.

본 발명의 기술적 과제들은 이상에서 언급한 기술적 과제들로 제한되지 않으며, 언급되지 않은 또 다른 기술적 과제들은 아래의 기재들로부터 당업자에게 명확하게 이해될 수 있을 것이다.The technical problems of the present invention are not limited to the above-mentioned technical problems, and other technical problems which are not mentioned can be understood by those skilled in the art from the following description.

먼저, 본 발명의 특징을 요약하면, 상기의 목적을 달성하기 위한 본 발명의 일면에 따른 네트워크 상의 플랫폼으로부터 상품 구매 내역 기반의 상품 추천을 받기 위한 사용자 단말의 컨텍스트 생성 장치는, 구매 트랜잭션 번호(예, 제품결제서버와 연결된 RFID 태그를 읽음으로써 획득한 구매 트랜잭션 번호, 또는 제품결제서버가 발행한 종이영수증의 QR코드나 바코드를 읽음으로써 획득한 구매 트랜잭션 번호)를 기초로 상기 제품결제서버에 요청하여 획득한 상품 구매 내역 정보를 매장 이름별로 데이터베이스에 저장하는 컨텍스트 수집기; 사용자가 방문한 매장 내에 설치된 서비스 플랫폼과 무선 접속이 가능한 지역에서, 상기 서비스 플랫폼으로부터 획득한 매장 이름을 이용하여 컨텐스트 분석기에 구매 콘텍스트를 요청하는 상품 추천기; 및 상기 구매 콘텍스트의 요청에 응답하여 해당 매장에 대한 상기 상품 구매 내역 정보를 분석하여 사용자의 구매 패턴을 제공하는 컨텍스트 분석기를 포함하고, 상기 상품 추천기는, 상기 사용자의 구매 패턴을 기초로 상기 서비스 플랫폼에 요청하여 추천 상품 리스트를 획득하는 것을 특징으로 한다.According to another aspect of the present invention, there is provided an apparatus for generating a context of a user terminal for receiving a product recommendation based on a product purchase history from a platform on a network, , A purchase transaction number acquired by reading the RFID tag connected to the product payment server, or a purchase transaction number obtained by reading a bar code or a QR code of a paper receipt issued by the product payment server) to the product payment server A context collector for storing the acquired purchase history information in a database by store name; A product recommender for requesting a context analyzer for a purchase context using a store name acquired from the service platform in an area where wireless connection with a service platform installed in a store visited by a user is available; And a context analyzer for analyzing the product purchase history information of the store in response to the request of the purchase context and providing a purchase pattern of the user, wherein the product recommender is configured to determine, based on the purchase pattern of the user, And acquires a list of recommended products.

상기 컨텍스트 수집기가 관리하는 상품 구매 내역 정보에 대한 상기 데이터베이스는, 각 구매 발생 정보(요금 지급 정보)를 관리하기 위한 구매 트랜잭션 테이블 및 각 구매 상품에 대한 정보를 관리하기 위한 구매 물품 테이블을 포함할 수 있다. The database for the purchase history information managed by the context collector may include a purchase transaction table for managing each purchase occurrence information (charge payment information), and a purchase article table for managing information about each purchase article have.

상기 구매 트랜잭션 테이블은, Transaction ID, 스토어 네임, POS(Point of Sale) ID, 구매 날짜와 시간에 대한 Time, 구매 총액을 나타내는 Cost에 대한 정보를 포함하고, 상기 구매 물품 테이블은, Transaction ID, Item code, Item name, 구매 수량에 대한 Amount, 구매 상품의 단가에 대한 Cost에 대한 정보를 포함할 수 있다.The purchase transaction table includes information on a Transaction ID, a store name, a POS (Point of Sale) ID, a time for a purchase date and time, and a cost indicating a total purchase amount, code, Item name, Amount for the purchase quantity, and Cost for the unit price of the purchased product.

상기 컨텍스트 분석기는, 전체 방문 매장 및 및 현재 방문한 매장에서 구입 빈도가 소정의 우선순위 이상으로 높은 상품 정보에 대한 상기 사용자의 구매 패턴을 제공할 수 있다.The context analyzer may provide the purchase pattern of the user for the product information whose purchase frequency is higher than a predetermined priority in the entire visited store and the store visited at present.

상기 사용자의 구매 패턴은, 상품 종류, 아이템 코드, 아이템 이름, 구매 주기, 마지막 구매 시점, 구매 회수에 대한 정보를 포함할 수 있다.The purchase pattern of the user may include information on a product type, an item code, an item name, a purchase cycle, a last purchase point, and a purchase count.

또한, 본 발명의 다른 일면에 따른 상품 구매 내역 기반으로 사용자 단말과 연동하여 상품 추천을 위한 로컬 서비스 플랫폼은, 사용자가 방문한 매장 내의 사용자 단말과 무선 접속이 가능한 지역의 네트워크 상에서, 상기 사용자 단말과의 통신을 인터페이싱하기 위한 인터페이스부; 상기 사용자 단말이 상기 네트워크 상의 로컬 DNS 서버에서 획득한 IP 주소를 이용하여 매장 정보를 요청함에 따라, 해당 매장 이름을 상기 사용자 단말로 제공하는 매장이름제공부; 및 상기 사용자 단말에서 상기 매장 이름을 기초로 해당 상품 구매 내역 정보를 분석하여 그 결과로 획득한 사용자의 구매 패턴을 기초로 상품 추천을 요청함에 따라, 복수의 상품들에 대한 정보를 관리하는 데이터베이스를 참조하여 해당 추천 상품 리스트를 제공하는 추천상품제공부를 포함한다.According to another aspect of the present invention, there is provided a local service platform for product recommendation in cooperation with a user terminal on the basis of a purchase history of goods according to another aspect of the present invention, An interface unit for interfacing communication; A store name providing unit for providing the store name to the user terminal when the user terminal requests store information using an IP address acquired from a local DNS server on the network; And a database for managing information on a plurality of products as the user terminal analyzes the corresponding product purchase history information based on the store name and requests a product recommendation based on a purchase pattern of the user obtained as a result of the analysis, And provides a recommended product list by referring to the recommended product list.

상기 추천상품제공부는, 상기 사용자의 구매 패턴의 상품별 구매 주기와 마지막 구매 시점에 대한 정보를 기초로 구입 시기 예상 값을 계산하여, 상기 예상 값을 기초로 선택된 상품과 동일 또는 유사한 상품들에 대한 상기 추천 상품 리스트를 제공할 수 있다.The recommendation product providing unit may calculate an expected purchase time based on the information on the purchasing cycle and the last purchase time of the purchase pattern of the user, A list of recommended products can be provided.

상기 추천상품제공부는, 상기 사용자의 구매 패턴의 전체 방문 매장 및 및 현재 방문한 매장에서 구입 빈도가 소정의 우선순위 이상으로 높은 상품 정보를 기초로, 상기 현재 방문한 매장의 상품에 더 높은 가중치로 상기 예상 값을 계산할 수 있다.Wherein the recommendation merchandise providing unit provides the recommendation merchandise to the merchandise of the present visited store based on the merchandise information of which purchase frequency is higher than a predetermined priority in the entire visited store and the visited store of the purchase pattern of the user, The value can be calculated.

상기 추천상품제공부는, 상기 사용자의 구매 패턴의 상품 구매 회수에 대한 정보를 기초로, 해당 상품과 동일 또는 유사한 상품들에 대한 상기 추천 상품 리스트를 제공할 수 있다.The recommendation product providing unit may provide the recommendation product list for products that are the same as or similar to the product, based on the information on the number of product purchase times of the purchase pattern of the user.

상기 추천상품제공부는, 상기 사용자의 구매 패턴에 따라 해당 상품에 대한 가격 선호도를 추출하고, 매장에 해당 상품이 없으면 소정의 가격 범위의 동일 또는 유사한 다른 상품에 대한 상기 추천 상품 리스트를 제공할 수 있다.The recommendation product providing unit may extract a price preference for the product according to the purchase pattern of the user and provide the recommendation product list for another product having the same or similar price within a predetermined price range if the product is not present in the store .

그리고, 본 발명의 또 다른 일면에 따른 사용자 단말과 네트워크 상의 플랫폼 간의 연동으로 상품 구매 내역 기반의 상품 추천 방법은, 사용자 단말에서, 구매 트랜잭션 번호(예, 제품결제서버와 연결된 RFID 태그를 읽음으로써 획득한 구매 트랜잭션 번호, 또는 제품결제서버가 발행한 종이영수증의 QR코드나 바코드를 읽음으로써 획득한 구매 트랜잭션 번호)를 기초로 상기 제품결제서버에 요청하여 획득한 상품 구매 내역 정보를 매장 이름별로 제1데이터베이스에 저장하는 단계; 사용자가 방문한 매장 내에 설치된 서비스 플랫폼과 무선 접속이 가능한 지역에서, 상기 사용자 단말이 상기 네트워크 상의 로컬 DNS 서버에서 획득한 IP 주소를 이용하여 매장 정보를 요청함에 따라, 상기 서비스 플랫폼에서 해당 매장 이름을 상기 사용자 단말로 제공하는 단계; 상기 사용자 단말에서, 상기 매장 이름을 기초로 해당 매장에 대한 상기 상품 구매 내역 정보를 분석하여 사용자의 구매 패턴을 생성하는 단계; 및 상기 사용자 단말에서 상기 사용자의 구매 패턴을 기초로 상품 추천을 요청함에 따라, 상기 서비스 플랫폼에서 복수의 상품들에 대한 정보를 관리하는 제2데이터베이스를 참조하여 해당 추천 상품 리스트를 상기 사용자 단말로 제공하는 단계를 포함한다.According to another aspect of the present invention, there is provided a method of recommending a product based on a product purchase history by interworking between a user terminal and a platform on a network, the method comprising: acquiring a purchase transaction number (e.g., A purchase transaction number, or a QR code of a paper receipt issued by the product payment server, or a purchase transaction number acquired by reading a bar code), and transmits the obtained product purchase history information to the first payment server Storing in a database; The user terminal requests the store information using the IP address obtained from the local DNS server on the network in an area where the user terminal can establish a wireless connection with the service platform installed in the store visited by the user, Providing to a user terminal; Analyzing the product purchase history information for the store based on the store name to generate a purchase pattern of the user at the user terminal; And requesting a product recommendation based on the purchase pattern of the user at the user terminal, the service platform refers to a second database that manages information on a plurality of products, and provides the recommended product list to the user terminal .

상기 제1데이터베이스는, 각 구매 발생 정보를 관리하기 위한 구매 트랜잭션 테이블 및 각 구매 상품에 대한 정보를 관리하기 위한 구매 물품 테이블을 포함할 수 있다.The first database may include a purchase transaction table for managing each purchase occurrence information and a purchase article table for managing information on each purchase article.

상기 구매 트랜잭션 테이블은, Transaction ID, 스토어 네임, POS(Point of Sale) ID, 구매 날짜와 시간에 대한 Time, 구매 총액을 나타내는 Cost에 대한 정보를 포함하고, 상기 구매 물품 테이블은, Transaction ID, Item code, Item name, 구매 수량에 대한 Amount, 구매 상품의 단가에 대한 Cost에 대한 정보를 포함할 수 있다.The purchase transaction table includes information on a Transaction ID, a store name, a POS (Point of Sale) ID, a time for a purchase date and time, and a cost indicating a total purchase amount, code, Item name, Amount for the purchase quantity, and Cost for the unit price of the purchased product.

상기 사용자의 구매 패턴을 생성하는 단계에서, 전체 방문 매장 및 및 현재 방문한 매장에서 구입 빈도가 소정의 우선순위 이상으로 높은 상품 정보에 대한 상기 사용자의 구매 패턴을 생성할 수 있다.In the step of generating the purchase pattern of the user, it is possible to generate the purchase pattern of the user for the product information whose purchase frequency is higher than a predetermined priority in the entire visited store and the visited store.

상기 사용자의 구매 패턴은, 상품 종류, 아이템 코드, 아이템 이름, 구매 주기, 마지막 구매 시점, 구매 회수에 대한 정보를 포함할 수 있다.The purchase pattern of the user may include information on a product type, an item code, an item name, a purchase cycle, a last purchase point, and a purchase count.

상기 추천 상품 리스트를 상기 사용자 단말로 제공하는 단계에서, 상기 사용자의 구매 패턴의 상품별 구매 주기와 마지막 구매 시점에 대한 정보를 기초로 구입 시기 예상 값을 계산하여, 상기 예상 값을 기초로 선택된 상품과 동일 또는 유사한 상품들에 대한 상기 추천 상품 리스트를 제공할 수 있다.The method of claim 1, wherein the step of providing the recommendation product list to the user terminal comprises the steps of: calculating an expected time of purchase based on the information on the purchase cycle and the last purchase time of the purchase pattern of the user, The list of recommended products for the same or similar products may be provided.

상기 추천 상품 리스트를 상기 사용자 단말로 제공하는 단계에서, 상기 사용자의 구매 패턴의 전체 방문 매장 및 및 현재 방문한 매장에서 구입 빈도가 소정의 우선순위 이상으로 높은 상품 정보를 기초로, 상기 현재 방문한 매장의 상품에 더 높은 가중치로 상기 예상 값을 계산할 수 있다.Wherein the providing of the recommendation product list to the user terminal comprises the steps of providing the recommendation product list to the user terminal based on product information having a purchase frequency higher than a predetermined priority in the entire visited store and the visited store of the user's purchase pattern, The expected value can be calculated with a higher weight on the product.

상기 추천 상품 리스트를 상기 사용자 단말로 제공하는 단계에서, 상기 사용자의 구매 패턴의 상품 구매 회수에 대한 정보를 기초로, 해당 상품과 동일 또는 유사한 상품들에 대한 상기 추천 상품 리스트를 제공할 수 있다.In the step of providing the recommendation product list to the user terminal, the recommendation product list for the same or similar products as the corresponding product may be provided based on the information on the product purchase count of the purchase pattern of the user.

상기 추천 상품 리스트를 상기 사용자 단말로 제공하는 단계에서, 상기 사용자의 구매 패턴에 따라 해당 상품에 대한 가격 선호도를 추출하고, 매장에 해당 상품이 없으면 소정의 가격 범위의 동일 또는 유사한 다른 상품에 대한 상기 추천 상품 리스트를 제공할 수 있다.The method according to claim 1, further comprising: extracting a price preference for a corresponding product according to a purchase pattern of the user at the step of providing the recommendation product list to the user terminal, A list of recommended products can be provided.

본 발명에 따른 사용자 단말에서의 상품 구매 내역 기반 컨텍스트 생성 장치 및 상품 추천 로컬 서비스 플랫폼에 따르면, 스마트폰 등 사용자 단말에서 상품 구매 내역을 수집하고 분석해 익명의(anonymous) 구매/이용 패턴 등과 같은 컨텍스트(예, 사용자의 선호 음식, 선호 브랜드 등)를 생성하여 매장 등 로컬 네트워크에 설치된 플랫폼(로컬 인텔리전스 서비스 플랫폼)으로 전달하고, 플랫폼에서 이를 기반으로 사용자의 매장 방문 시 적합한 상품을 추천함으로써, 사용자의 전체적인 상품 구매 내역을 이용한 구매 컨텍스트 기반의 상품 추천이 가능하고 또한 판매자의 로컬 인텔리전스 서비스 플랫폼으로 개인정보 없이 익명의 구매/이용 패턴만을 전송하기 때문에 개인 정보가 유출되지 않는 효과가 있다.According to the product purchase history-based context generation device and the product recommendation local service platform in the user terminal according to the present invention, a product purchase history is collected and analyzed in a user terminal such as a smart phone, and the context (e.g., anonymous purchase / (Local intelligence service platform) installed in a local network such as a store, and recommends a product suitable for visiting the user's shop based on the created platform, It is possible to recommend products based on the purchase context using the purchase history of the goods and also transmit only the anonymous purchase / use pattern without the personal information to the seller's local intelligence service platform, so that the personal information is not leaked.

또한, 본 발명에 따르면 상품 추천이 사용자가 매장에 방문했을 때 일어나도록 함으로써, 상품 추천이 적당한 시간과 적당한 장소에서 일어나도록 할 수 있다. Further, according to the present invention, the product recommendation is made to occur when the user visits the store, so that the product recommendation can be made at a suitable time and in a suitable place.

그리고, 본 발명에 따르면 사용자 단말에서의 상품 구매 내역 수집에 있어서, 종이 영수증을 이용하여 수동으로 입력하거나 사진 등을 찍어 입력하지 않고, 제품결제서버로부터 용이하게 자동 확인이 가능하므로 사용자의 편의성을 크게 증대시키는 효과가 있다.According to the present invention, in the collection of purchase details of a user terminal, it is possible to easily confirm automatically from a product payment server without manually inputting a paper receipt or inputting a photograph or the like by using a paper receipt, There is an effect to increase.

도 1은 본 발명의 일 실시예에 따른 사용자 단말과 로컬 RAN 상의 로컬 인텔리전스 서비스 플랫폼을 포함하는 상품 추천 시스템을 설명하기 위한 도면이다.
도 2a는 본 발명의 일 실시예에 따른 사용자 단말의 상품 구매 내역 기반 컨텍스트 생성 장치의 구체적인 블록도이다.
도 2b는 본 발명의 일 실시예에 따른 로컬 인텔리전스 서비스 플랫폼의 구체적인 블록도이다.
도 3은 본 발명의 일 실시예에 따른 사용자 단말에서 구매 내역 정보를 수집하는 방법을 설명하기 위한 도면이다.
도 4는 본 발명의 일 실시예에 따른 구매내역 정보 데이터베이스의 일례이다.
도 5는 본 발명의 일 실시예에 따른 사용자 단말에서 로컬 인텔리전스 서비스 플랫폼으로부터 상품 추천을 받는 절차를 설명하기 위한 도면이다.
도 6은 본 발명의 일 실시예에 따른 상품 추천에 이용되는 상품 카테고리의 일례이다.
도 7은 본 발명의 일 실시예에 따른 상품 추천 시스템의 구현 방법의 일례를 설명하기 위한 도면이다.1 is a diagram for explaining a product recommendation system including a user terminal and a local intelligence service platform on a local RAN according to an embodiment of the present invention.
2A is a detailed block diagram of an apparatus for generating a context based on a purchase history of a user terminal according to an embodiment of the present invention.
2B is a specific block diagram of a local intelligence service platform according to an embodiment of the present invention.
3 is a view for explaining a method of collecting purchase history information in a user terminal according to an embodiment of the present invention.
4 is an example of a purchase history information database according to an embodiment of the present invention.
5 is a diagram illustrating a procedure for receiving a product recommendation from a local intelligence service platform at a user terminal according to an exemplary embodiment of the present invention.
6 is an example of a product category used for product recommendation according to an embodiment of the present invention.
7 is a diagram for explaining an example of a method of implementing a product recommendation system according to an embodiment of the present invention.

이하, 본 발명의 일부 실시예들을 예시적인 도면을 통해 상세하게 설명한다. 각 도면의 구성요소들에 참조부호를 부가함에 있어서, 동일한 구성요소들에 대해서는 비록 다른 도면상에 표시되더라도 가능한 한 동일한 부호를 가지도록 하고 있음에 유의해야 한다. 또한, 본 발명의 실시예를 설명함에 있어, 관련된 공지 구성 또는 기능에 대한 구체적인 설명이 본 발명의 실시예에 대한 이해를 방해한다고 판단되는 경우에는 그 상세한 설명은 생략한다.Hereinafter, some embodiments of the present invention will be described in detail with reference to exemplary drawings. It should be noted that, in adding reference numerals to the constituent elements of the drawings, the same constituent elements are denoted by the same reference numerals whenever possible, even if they are shown in different drawings. In the following description of the embodiments of the present invention, a detailed description of known functions and configurations incorporated herein will be omitted when it may make the difference that the embodiments of the present invention are not conclusive.

본 발명의 실시예의 구성 요소를 설명하는 데 있어서, 제 1, 제 2, A, B, (a), (b) 등의 용어를 사용할 수 있다. 이러한 용어는 그 구성 요소를 다른 구성 요소와 구별하기 위한 것일 뿐, 그 용어에 의해 해당 구성 요소의 본질이나 차례 또는 순서 등이 한정되지 않는다. 또한, 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 가진다. 일반적으로 사용되는 사전에 정의되어 있는 것과 같은 용어들은 관련 기술의 문맥상 가지는 의미와 일치하는 의미를 가진 것으로 해석되어야 하며, 본 출원에서 명백하게 정의하지 않는 한, 이상적이거나 과도하게 형식적인 의미로 해석되지 않는다.In describing the components of the embodiment of the present invention, terms such as first, second, A, B, (a), and (b) may be used. These terms are intended to distinguish the constituent elements from other constituent elements, and the terms do not limit the nature, order or order of the constituent elements. Also, unless otherwise defined, all terms used herein, including technical or scientific terms, have the same meaning as commonly understood by one of ordinary skill in the art to which this invention belongs. Terms such as those defined in commonly used dictionaries should be interpreted as having a meaning consistent with the meaning in the context of the relevant art and are to be interpreted in an ideal or overly formal sense unless explicitly defined in the present application Do not.

도 1은 본 발명의 일 실시예에 따른 사용자 단말(100)과 로컬 RAN 상의 로컬 인텔리전스 서비스 플랫폼(114)을 포함하는 상품 추천 시스템(200)을 설명하기 위한 도면이다. 1 is a diagram for explaining a product recommendation system 200 including a user terminal 100 and a local intelligence service platform 114 on a local RAN according to an embodiment of the present invention.

도 1을 참조하면, 본 발명의 일 실시예에 따른 상품 추천 시스템(200)은, 사용자 단말(100), 및 매장 등 일정 로컬 지역(상품판매장소)에 구비된 RAN(Radio Access Network)(110) 상에서, 무선 접속을 담당하는 액세스 포인트(Access Point)(111), 사용자 단말(100) 등 접속 기기에 IP(Internet Protocol) 주소를 할당해주는 DHCP(Dynamic Host Configuration Protocol) 서버(112), 사용자 단말(100) 등 접속 기기로부터 받은 질의에 따라 도메인 네임에 대한 IP 주소를 제공하는 로컬 DNS(Domain Name Server) 서버(113), 사용자 단말(100)을 통해 사용자에게 특정 상품을 추천해 주는 로컬 인텔리전스(intelligence) 서비스 플랫폼(114)을 포함한다. 또한, 상품 추천 시스템(200)은, 매장 등 일정 로컬 지역에서 상품 구매에 대한 결제를 관리하기 위한 제품 결제 서버(130)와 RFID(Radio Frequency Identification) 태그(120)를 더 포함할 수 있다. 1, a product recommendation system 200 according to an exemplary embodiment of the present invention includes a user terminal 100 and a RAN (Radio Access Network) 110 (FIG. 1) provided in a predetermined local area (Dynamic Host Configuration Protocol) server 112 for assigning an IP (Internet Protocol) address to an accessing device such as an access point 111 and a user terminal 100 for wireless connection, A local DNS (Domain Name Server) server 113 for providing an IP address for a domain name in accordance with a query received from the connected device such as the Internet 100, a local intelligence (DNS) server 113 for recommending a specific product to the user via the user terminal 100 intelligence service platform 114. The product recommendation system 200 may further include a product settlement server 130 and an RFID (Radio Frequency Identification) tag 120 for managing payment for purchase of goods in a predetermined local area such as a store.

사용자 단말(100)은 액세스 포인트(111)를 통하여, 또는 유선이나 WiFi, WiBro 등 무선 인터넷(140)을 통하여 DHCP 서버(112), 로컬 DNS 서버(113), 로컬 인텔리전스 서비스 플랫폼(114) 및 제품결제서버(130)에 접속할 수 있다. 이외에도 사용자 단말(100)은 WCDMA, LTE 등을 지원하는 네트워크를 통해 위와 같은 서버들과 연동할 수 있다. The user terminal 100 is connected to the DHCP server 112, the local DNS server 113, the local intelligence service platform 114, and the product (s) via the access point 111 or via the wireless Internet 140 such as wired, WiFi, And can connect to the payment server 130. In addition, the user terminal 100 can interact with the above servers through a network supporting WCDMA, LTE, and the like.

여기서, 사용자 단말(100)은 스마트폰, 음성/영상 전화 통화가능한 웨어러블 디바이스, 테블릿 PC, 노트북 PC, 등 휴대 가능한 무선 단말을 포함할 수 있다. Here, the user terminal 100 may include a portable terminal such as a smart phone, a wearable device capable of voice / video phone conversation, a tablet PC, a notebook PC, and the like.

이와 같은 환경에서, 사용자 단말(100)은 액세스 포인트(111)를 통하여 로컬 인텔리전스 서비스 플랫폼(114)에 접속해, 로컬 인텔리전스 서비스 플랫폼(114)에게 사용자의 콘텍스트(Context) 정보를 전달하고, 로컬 인텔리전스 서비스 플랫폼(114)로부터 상품에 대한 추천을 받을 수가 있다. In such an environment, the user terminal 100 accesses the local intelligence service platform 114 through the access point 111, transfers the context information of the user to the local intelligence service platform 114, A recommendation for the product can be received from the service platform 114.

사용자 단말(100)이 로컬 인텔리전스 서비스 플랫폼(114)와 통신하기 위해서는 로컬 인텔리전스 서비스 플랫폼(114)의 IP 주소를 알아야 한다. 본 발명에 의하면 로컬 인텔리전스 서비스 플랫폼(114)은 각 매장 별로 구비되어 있을 수 있다. 따라서 사용자 단말(100)은 사용자가 방문한 매장에 존재하는 로컬 인텔리전스 서비스 플랫폼(114)를 동적으로 발견할 수 있어야 하는데, 그를 위해 로컬 DNS 서버(113)를 이용한다. 사용자 단말(100)은 액세스 포인트(111)를 통하여 RAN(110)에 접속하게 되면, 로컬 DNS 서버(113)에 로컬 인텔리전스 서비스 플랫폼(114)를 의미하는 도메인 이름(예, "local_recommendation_server@localdomain")으로 질의하여 현재 접속한 RAN(110)에 연동되어 있는 로컬 인텔리전스 서비스 플랫폼(114)의 IP주소를 획득할 수 있다. 사용자 단말(110)은 어느 RAN에 접속하더라도 고정적인 해당 도메인 이름(예, "local_recommendation_server@localdomain")으로 질의하게 되고, 각 RAN에 구성되어 있는 로컬 DNS 서버(113)가 해당 RAN에 구성되어 있는 로컬 인텔리전스 서비스 플랫폼(114)의 IP 주소를 반환함으로써 로컬 인텔리전스 서비스 플랫폼(114)를 효과적으로 발견할 수 있다. The user terminal 100 needs to know the IP address of the local intelligence service platform 114 in order to communicate with the local intelligence service platform 114. According to the present invention, the local intelligence service platform 114 may be provided for each store. Therefore, the user terminal 100 must be able to dynamically discover the local intelligence service platform 114 existing in the store visited by the user, and uses the local DNS server 113 for the dynamically discovering. When the user terminal 100 accesses the RAN 110 through the access point 111, the user terminal 100 transmits a domain name (e.g., "local_recommendation_server @ localdomain") indicating the local intelligence service platform 114 to the local DNS server 113, And obtain the IP address of the local intelligence service platform 114 interworking with the currently connected RAN 110. The user terminal 110 is queried with a fixed corresponding domain name (e.g., "local_recommendation_server @ localdomain") regardless of which RAN is connected, and when the local DNS server 113 configured in each RAN is connected to the local The local intelligence service platform 114 can be effectively discovered by returning the IP address of the intelligent service platform 114. [

사용자 단말(100)은 해당 매장에서의 사용자의 상품 구매 내역으로부터 사용자의 콘텍스트 정보를 추출하는 역할을 수행하는데, 이를 위해서는 매장에서 구매한 상품 구매 내역을 수집 및 분석할 수 있어야 한다. 각 매장에는 제품결제서버(130)가 구비되어 있을 수 있다. 제품결제서버(130)는 사용자가 구매한 상품에 대한 구매 내역을 생성하고 결제가 이루어지면 영수증을 발급하는 역할을 수행할 수 있다. 본 발명에서는 사용자 단말(100)이 구매내역을 제품결제서버(130)로부터 간편하게 획득할 수 있도록 하기 위하여, 제품결제서버(130)는 제품결제서버(130)에 연결된 소정의 RFID 태그(120)에 구매 트랜잭션 번호를 기록하고, 데이터베이스에 각 매장의 구매 트랜잭션 번호별로 구매 내역 정보(예, 구매일시, 상품코드, 상품명, 상품별 수량, 금액, 총 결제금액 등)를 저장 관리함으로써, 사용자 단말(100)에서 RFID 태그(120)의 구매 트랜잭션 번호를 기초로 구매 내역 정보를 읽어들일 수 있게 할 수 있다. 이에 따라, 사용자가 간편하게 결제내역을 확인할 수 있으며, 사용자 단말(100)은 상품 구매 내역에 대한 정보를 수집 및 분석하여 사용자의 콘텍스트 정보를 추출할 수 있다. RFID 태그(120)를 이용하지 않는 경우, 제품결제서버(130)는 사용자에게 발급되는 영수증에 QR코드나 바코드 형태로 구매 트랜잭션 번호를 기록할 수도 있다. 이 경우 사용자 단말(100)은 출력된 QR코드나 바코드 형태의 구매 트랜잭션 번호를 인식하여, 이를 기초로 제품결제서버(130)로부터 구매 내역 정보를 읽어들일 수도 있다.The user terminal 100 plays a role of extracting the context information of the user from the purchase history of the user in the store. To do so, the user terminal 100 must be able to collect and analyze purchase details of the purchased goods in the store. The product settlement server 130 may be provided in each store. The product settlement server 130 may generate a purchase history for a purchased product by the user and issue a receipt if payment is made. The product settlement server 130 may be connected to a predetermined RFID tag 120 connected to the product settlement server 130 in order to enable the user terminal 100 to easily acquire the purchase details from the product settlement server 130 And stores and manages purchase history information (e.g., purchase date and time, product code, product name, quantity per product, amount of money, total payment amount, etc.) for each purchase transaction number of each store in the database, It is possible to read the purchase history information based on the purchase transaction number of the RFID tag 120. Accordingly, the user can easily check the payment details, and the user terminal 100 can collect the context information of the user by collecting and analyzing information on the purchase details of the goods. When the RFID tag 120 is not used, the product payment server 130 may record the purchase transaction number in the form of a QR code or a barcode in the receipt issued to the user. In this case, the user terminal 100 may recognize the output QR code or the purchase transaction number in the form of a barcode, and read the purchase history information from the product settlement server 130 based on the recognized QR code.

도 2a는 본 발명의 일 실시예에 따른 사용자 단말(100)의 상품 구매 내역 기반 컨텍스트 생성 장치(180)의 구체적인 블록도이다.2A is a detailed block diagram of a product purchase history based context generation device 180 of the user terminal 100 according to an embodiment of the present invention.

도 2a를 참조하면, 본 발명의 일 실시예에 따른 컨텍스트 생성 장치(180)는, OS(Operating System)(101), 컨텍스트 수집기(102), 컨텍스트 분석기(103), 상품 추천기(104)를 포함할 수 있다. 이와 같은 본 발명의 컨텍스트 생성 장치(180)의 각부 구성요소들은 반도체 프로세서와 같은 하드웨어, 응용 프로그램과 같은 소프트웨어, 또는 이들의 조합으로 구현될 수 있다. 예를 들어, 메모리 등 저장 수단에 사용자 단말(100)의 전반적인 운영을 위한 OS(101)가 설치될 수 있고, OS(101) 상에서 하나의 응용 프로그램이 구동됨으로써, 컨텍스트 수집기(102), 컨텍스트 분석기(103), 상품 추천기(104)의 동작을 지원할 수 있다. Referring to FIG. 2A, a context generation apparatus 180 according to an embodiment of the present invention includes an OS (Operating System) 101, a context collector 102, a context analyzer 103, . The components of the context generating apparatus 180 of the present invention may be implemented as hardware such as a semiconductor processor, software such as an application program, or a combination thereof. For example, an OS 101 for the overall operation of the user terminal 100 may be installed in a storage unit such as a memory, and an application program may be run on the OS 101 to allow the context collector 102, (103), and the commodity recommender (104).

제품결제서버(130)는 제품결제서버(130)에 연결된 소정의 RFID 태그(120)에 구매 트랜잭션 번호를 기록하고, 데이터베이스에 각 매장의 구매 트랜잭션 번호별로 구매 내역 정보(예, 구매일시, 상품코드, 상품명, 상품별 수량, 금액, 총 결제금액 등)를 저장 관리함으로써, 사용자 단말(100)의 컨텍스트 수집기(102)는 RFID 태그(120)의 구매 트랜잭션 번호를 기초로 제품결제서버(130)에 요청하여 구매 내역 정보를 획득할 수 있다. RFID 태그(120)가 구비되지 않은 경우, 제품결제서버(130)는 사용자에게 발급되는 영수증에 QR코드나 바코드를 이용하여 구매 트랜잭션 번호를 기록할 수 있다. 이때, 사용자 단말(100)은 QR코드나 바코드를 인식하여 구매 트랜잭션 번호를 획득하고, 이를 기초로 제품결제서버(130)으로부터 구매 내역 정보를 획득할 수 있다.The product settlement server 130 records a purchase transaction number in a predetermined RFID tag 120 connected to the product settlement server 130 and stores purchase history information (e.g., purchase date and time, product code The context collector 102 of the user terminal 100 sends a request to the product settlement server 130 based on the purchase transaction number of the RFID tag 120 by storing and managing the product number, Thereby obtaining purchase history information. If the RFID tag 120 is not provided, the product payment server 130 may record the purchase transaction number using a QR code or a barcode on the receipt issued to the user. At this time, the user terminal 100 recognizes the QR code or the barcode, obtains the purchase transaction number, and obtains the purchase history information from the product payment server 130 based on the obtained purchase transaction number.

컨텍스트 수집기(102)는 사용자가 매장에서 구매한 상품들에 대한 상품 구매 내역 정보를 서비스 지역인 매장에서 즉시적으로 수집하는 역할을 수행한다. 매장에서 상품을 구입하기 위하여 결제를 하게 되면, 사용자는 종이로 프린트된 영수증을 받게 되는데, 이를 수동으로 컨텍스트 수집기(102)를 통해 사용자가 입력할 수도 있지만, 이런 수동 입력 방식은 매우 불편하기 때문에 자동화된 방법으로 상품 내역을 수집해야 할 필요성이 있다. 최근 종이 영수증 대신 전자 영수증이 발급되는 시스템이 도입이 되고 있지만, 이 또한 종이 영수증 대신 이미지 형태의 영수증을 전자적으로 받는 형태이기 때문에, 이를 전자적 정보 형태로 바꾸기 위한 별도의 절차가 필요하다. 또한, 어떤 경우에는 사용자가 구입한 구매 목록을 나타내는 구매 영수증과 결제 정보를 포함하는 영수증이 별개로 발급되는 경우도 있다. 이 경우 결제 정보에는 자세한 구매 상품의 내역은 포함되지 않는다. 따라서 보다 확실한 방법으로 구매 상품 내역을 확인할 수 있는 방법이 필요하다. 사용자가 구매한 상품의 목록은 제품결제서버(130)에 저장되게 되는데, 이때 구매 행위를 식별하기 위해 유일한 식별자(예, 일련 번호 등)가 생성되어 할당될 수 있는데, 이를 구매 트랜잭션 번호라고 한다. 그리고 구매 행위에 대해 결제를 하게 되면 결제 수단에 따라 별도의 승인번호가 할당될 수 있다. 본 발명에서 결제를 한 정보가 중요한 것이 아니라 어떤 상품을 샀는지에 대한 정보가 중요하기 때문에, 이러한 구매 내역 정보(예, 구매일시, 상품코드, 상품명, 상품별 수량, 금액, 총 결제금액 등)를 구매 트랜잭션 번호를 기초로 제품결제서버(130)에 질의하여 획득할 수 있도록 하였다.컨텍스트 수집기(102)는 상품 구매 내역에 대한 정보를 매장 이름별로 데이터베이스에 저장하며, 컨텍스트 분석기(103)는 각 매장에서 상품 추천기(104)의 요청에 따라 해당 상품 구매 내역을 분석하여 해당 매장에서의 사용자의 콘텍스트 (정보), 즉, 사용자의 구매 패턴을 생성하여 제공할 수 있다. The context collector 102 plays a role of collecting goods purchase history information about goods purchased by a user in a store in a store, which is a service area, immediately. When a user makes a payment to purchase a product at a store, the user receives a printed receipt printed on paper. The user may manually input the receipt through the context collector 102. However, since such a manual input method is very inconvenient, There is a need to collect the product details by the method of Recently, a system for issuing electronic receipts instead of paper receipts has been introduced. However, since the receipt of images is received electronically instead of paper receipts, a separate procedure is required to convert them into electronic information forms. Further, in some cases, a receipt including a purchase receipt indicating payment information purchased by a user and a payment information may be separately issued. In this case, the billing information does not include details of the purchased product. Therefore, there is a need for a method that can confirm the purchased product details in a more reliable manner. A list of the products purchased by the user is stored in the product payment server 130. At this time, a unique identifier (e.g., serial number) may be generated and assigned to identify the purchase action, which is referred to as a purchase transaction number. When payment is made for the purchase action, a separate approval number may be assigned according to the payment means. Since the information on the payment made in the present invention is not important but information on which product is purchased is important, the purchase history information (e.g., purchase date and time, product code, product name, quantity per product, amount of money, The context collector 102 stores information on the purchase history of products in a database by store name, and the context analyzer 103 analyzes the purchase history of each product in each store The user can generate and provide the context of the user in the store, that is, the purchase pattern of the user, by analyzing the purchase details of the product according to the request of the product recommender 104.

상품 추천기(104)는 컨텍스트 분석기(103)로 사용자의 구매 콘텍스트를 요청하여 해당 매장에 대한 사용자의 구매 패턴을 받을 수 있고, 사용자의 구매 패턴을 기초로 로컬 인텔리전스 서비스 플랫폼(114)에 요청하여 추천 상품 리스트를 획득할 수 있다. The product recommender 104 requests the purchase context of the user with the context analyzer 103 to receive the purchase pattern of the user for the store and requests the local intelligence service platform 114 based on the purchase pattern of the user A recommended product list can be obtained.

도 2b는 본 발명의 일 실시예에 따른 로컬 인텔리전스 서비스 플랫폼(114)의 구체적인 블록도이다.2B is a specific block diagram of a local intelligence service platform 114 in accordance with an embodiment of the present invention.

도 2b를 참조하면, 본 발명의 일 실시예에 따른 로컬 인텔리전스 서비스 플랫폼(114)은, 인터페이스부(191), 매장이름제공부(192), 추천상품제공부(193)를 포함한다. 이와 같은 본 발명의 로컬 인텔리전스 서비스 플랫폼(114)의 각부 구성요소들은 반도체 프로세서와 같은 하드웨어, 응용 프로그램과 같은 소프트웨어, 또는 이들의 조합으로 구현될 수 있다.2B, the local intelligence service platform 114 according to an exemplary embodiment of the present invention includes an interface unit 191, a store name providing unit 192, and a recommendation goods providing unit 193. Each component of the local intelligence service platform 114 of the present invention may be implemented as hardware such as a semiconductor processor, software such as an application program, or a combination thereof.

인터페이스부(191)는 사용자가 방문한 매장 내의 사용자 단말(100)과 무선 접속이 가능한 RAN(110) 지역의 네트워크 상에서, 사용자 단말(100)과의 통신을 인터페이싱한다. 인터페이스부(191)는 AP(Access Ponit) 등을 통해 사용자 단말(100)과 통신하여 필요한 데이터를 송수신하기 위한 이더넷 인터페이스 등을 구비할 수 있다. The interface unit 191 interfaces communication with the user terminal 100 on a network in a region of the RAN 110 where the user terminal 100 in the store visited by the user is capable of wireless connection. The interface unit 191 may include an Ethernet interface for communicating with the user terminal 100 through an Access Point (AP) or the like to transmit / receive necessary data.

매장이름제공부(192)는 사용자 단말(100)이 네트워크 상의 로컬 DNS 서버(113)에서 획득한 IP 주소를 이용하여 매장 정보를 요청함에 따라, 해당 매장 이름을 사용자 단말(100)로 제공한다. The store name provisioning unit 192 provides the shop name to the user terminal 100 as the user terminal 100 requests the store information using the IP address obtained by the local DNS server 113 on the network.

추천상품제공부(193)는 사용자 단말(100)의 상품 추천 요청에 따라 추천 상품 리스트를 제공한다. 추천 상품 리스트는 상품 추천 요청시 파라메터로 전달되는 사용자의 컨텍스트 정보에 기반한다.The recommendation commodity offering unit 193 provides a recommendation commodity list according to the commodity recommendation request of the user terminal 100. The recommended product list is based on the context information of the user, which is transmitted to the parameter when the product recommendation is requested.

도 3은 본 발명의 일 실시예에 따른 사용자 단말(100)에서 구매 내역 정보를 수집하는 방법을 설명하기 위한 도면이다.FIG. 3 is a view for explaining a method of collecting purchase history information in the user terminal 100 according to an embodiment of the present invention.

도 3을 참조하면, 사용자가 매장에서 상품을 구매 후 결제를 하게 되면, 제품결제서버(130)는 제품구매행위를 나타내는 구매 트랜잭션 번호를 생성하여 RFID 태그(120)에 기록한다(301). RFID 태그가 구비되지 않은 경우, 제품결재서버(130)는 구매트랜잭션번호를 사용자에게 발급하는 종이영수증에 QR코드나 바코드 형태로 기록할 수 있다. 제품결제서버(130)는 데이터베이스에 각 매장의 구매 트랜잭션 번호별로 구매 내역 정보(예, 구매일시, 상품코드, 상품명, 상품별 수량, 금액, 총 결제금액 등)를 저장 관리할 수 있다. Referring to FIG. 3, when a user makes a settlement after purchasing a product at a store, the product settlement server 130 generates a purchase transaction number indicating the purchase activity of the product and records it in the RFID tag 120 (301). If the RFID tag is not provided, the product approval server 130 may record the purchase transaction number in the form of a QR code or a barcode in a paper receipt issuing to the user. The product payment server 130 may store and manage purchase history information (e.g., purchase date and time, product code, product name, quantity per product, amount of money, total payment amount, etc.) for each purchase transaction number of each store.

컨텍스트 수집기(102)는 내부 모듈로서 구매 트랜잭션 획득 모듈을 가질 수 있다. 구매 트랜잭션 획득 모듈은 사용자단말의 RFID 리더 기능을 통해 제품결제서버(130)가 기록한 RFID 태그를 읽음으로써 구매 트랜잭션 번호를 획득하는 기능을 수행하고, 또한 종이 영수증에 기록된 QR 코드나 바코드를 읽음으로써 구매 트랜잭션 번호를 획득하는 기능을 수행한다.The context collector 102 may have a purchase transaction acquisition module as an internal module. The purchase transaction acquiring module acquires the purchase transaction number by reading the RFID tag recorded by the product payment server 130 through the RFID reader function of the user terminal and reads the QR code or the bar code recorded on the paper receipt And acquires the purchase transaction number.

이에 따라 사용자 단말(100)에서는 컨텍스트 수집기(102)가 사용자단말에 구비된 RFID 리더기를 이용하여 RFID 태그(120)를 읽음으로서 구매 트랜잭션 번호를 획득하거나(302), 종이 영수증에 기록된 QR코드나 바코드를 읽음으로써 구매 트랜잭션 번호를 획득할 수 있다. 구매 트랜잭션 번호를 획득한 컨텍스트 수집기(102)는 매장에 설치되어 있는 제품결제서버(130)에 접속하여 구매내역을 획득하여야 하는데, 이를 위해서는 먼저 제품결제서버(130)의 IP 주소를 알아야만 한다. Accordingly, in the user terminal 100, the context collector 102 acquires the purchase transaction number by reading the RFID tag 120 using the RFID reader provided in the user terminal (302), or transmits the QR code recorded in the paper receipt The purchase transaction number can be obtained by reading the bar code. The context collector 102 that has acquired the purchase transaction number must acquire the purchase details by accessing the product settlement server 130 installed in the store. To do so, the IP address of the product settlement server 130 must first be known.

이를 위해 컨텍스트 수집기(102)는 도메인이름(예, "purchase_server@localdomain")으로 매장에 있는 제품결제서버(130)에 접속을 시도하게 되는데, 이 때 로컬 DNS 서버(113)에 DNS 질의를 통해(303) 제품결제서버(130)의 IP 주소를 획득한다(304). 이 때 사용되는 도메인이름은 미리 정해져 있는 이름이다. 컨텍스트 수집기(102)는 제품결제서버(130)에 구매 트랜잭션 번호를 매개변수로 하여 구매 내역 정보 읽기를 요청한다(305). 이에 따라 제품결제서버(130)는 구매내역 정보(매장이름 포함 가능)를 반환하면(306), 컨텍스트 수집기(102)는 매장 이름별로 구분하여 구매내역 정보를 구매내역 정보 데이터베이스에 저장하고(307), 구매내역 정보가 업데이트되었음을 컨텍스트 분석기(103)에 알려 최신의 정보를 기초로 분석할 수 있도록 한다(308). For this, the context collector 102 tries to access the product settlement server 130 in the store with a domain name (e.g., "purchase_server @ localdomain"). At this time, the local DNS server 113 303) acquires the IP address of the product settlement server 130 (304). The domain name used in this case is a predetermined name. The context collector 102 requests the product settlement server 130 to read the purchase history information using the purchase transaction number as a parameter (305). Accordingly, the product settlement server 130 returns purchase history information (including the store name) (306), the context collector 102 stores the purchase history information in the purchase history information database by dividing the information by the store name (307) , The content analyzer 103 is informed that the purchase history information has been updated so that the purchase history information can be analyzed based on the latest information (308).

도 4는 본 발명의 일 실시예에 따른 구매내역 정보 데이터베이스의 일례이다.4 is an example of a purchase history information database according to an embodiment of the present invention.

도 4를 참조하면, 컨텍스트 수집기(102)는 제품결제서버(130)로부터 수신한 구매내역 정보를 구매 행위를 나타내는 구매 트랜잭션 테이블(Purchase Transaction Table)(400) 또는 구매 내역을 나타내는 구매 물품 테이블(Purchase Item Table)(410) 형태로 구매내역 정보 데이터베이스에 저장 관리할 수 있다. 4, the context collector 102 stores purchase history information received from the product settlement server 130 as a purchase transaction table 400 indicating purchase behavior or a purchase table Item Table (410) in the purchase history information database.

각 구매 발생 정보(요금 지급 정보)를 관리하기 위한 구매 트랜잭션 테이블(400)은, 구매 행위를 유일하게 식별하기 위해 번호 등으로 이루어지는 Transaction ID(401), 구매가 발생한 매장 이름을 나타내는 스토어 네임(Store Name)(402), 계산대 번호를 식별하기 위한 POS(Point of Sale) ID(403), 구매가 발생한 날짜와 시간 등을 나타내는 Time(404), 구매 총액을 나타내는 Cost(405) 등에 대한 정보를 포함할 수 있다.The purchase transaction table 400 for managing each purchase occurrence information (charge payment information) includes a Transaction ID 401 made up of numbers or the like to uniquely identify a purchase operation, a store name (Point of Sale) ID 403 for identifying the counter number, Time 404 indicating the date and time when the purchase occurred, Cost 405 indicating the total purchase amount, and the like can do.

각 구매 상품에 대한 정보를 관리하기 위한 구매 물품 테이블(410)은, Transaction ID(411), 구매한 상품 아이템을 식별하는 식별자인 Item code(412), 구매한 상품의 이름을 나타내는 Item name(413), 구매 수량을 나타내는 Amount(414), 구매 상품의 단가를 나타내는 Cost(415) 등에 대한 정보를 포함할 수 있다.The purchase item table 410 for managing information on each purchased product includes a Transaction ID 411, an Item code 412 as an identifier for identifying the purchased item item, an Item name 413 indicating the name of the purchased product Amount 414 indicating the purchase quantity, Cost 415 indicating the unit price of the purchased product, and the like.

컨텍스트 분석기(103)은 구매내역 정보 데이터베이스를 참조하여 구매내역정보를 분석해 구매와 관련된 사용자의 콘텍스트 (정보), 즉, 사용자의 구매 패턴을 생성하여 제공할 수 있다. 컨텍스트 분석기(103)는 물리적으로 사용자 단말(100)에 구현될 수 있고, 경우에 따라서는 인터넷 서버 등 네트워크 상에 존재할 수도 있다. 일 실시예에 따른 컨텍스트 분석기(103)은 사용자의 특정 매장에 국한되지 않고 2이상의 전체 방문 매장의 구입 빈도가 높은(예, 구입빈도 우선순위가 소정의 순위 이상) 상품 정보 및 현재 방문한 매장에서 구입 빈도가 높은(예, 구입빈도 우선순위가 소정의 순위 이상) 상품 정보에 대한 사용자의 구매 패턴을 생성할 수 있다. 구입 빈도가 높은 사용자의 구매 패턴은, 상품 종류(예, 의류, 식품, 생활용품 등), 아이템 코드, 아이템 이름, 구매 주기, 마지막 구매 시점, 구매 회수 등에 대한 정보를 포함할 수 있다. 이와 같은 사용자의 구매 패턴은 구매 회수에 따라 내림차순으로 정렬될 수 있다. 후술하는 바와 같이 상품추천기(104)는 로컬 인텔리전스 서비스 플랫폼(114)에 상품 추천을 요청할 때, 이와 같은 사용자의 구매 패턴에 대한 정보를 파라메터로서 전달한다.The context analyzer 103 analyzes the purchase history information by referring to the purchase history information database, and can generate and provide the user's context (information) related to purchase, that is, the purchase pattern of the user. The context analyzer 103 may be physically implemented in the user terminal 100, and in some cases may be on a network, such as an Internet server. The context analyzer 103 according to an exemplary embodiment is not limited to a specific store of a user but may store product information having a high purchase frequency of two or more entire visit shops (for example, a purchase frequency priority of a predetermined rank or higher) It is possible to generate the purchase pattern of the user with the product information having a high frequency (e.g., the purchase frequency priority is higher than the predetermined rank). The purchase pattern of a user with a high purchase frequency may include information on a product type (e.g., clothing, food, household goods, etc.), item code, item name, purchase cycle, last purchase point, Such user purchase patterns can be sorted in descending order according to the number of purchases. As will be described later, when the product recommender 104 requests the product recommendation to the local intelligence service platform 114, the product recommender 104 transmits information about the purchase pattern of the user as a parameter.

도 5는 본 발명의 일 실시예에 따른 사용자 단말(100)에서 로컬 인텔리전스 서비스 플랫폼(114)으로부터 상품 추천을 받는 절차를 설명하기 위한 도면이다.5 is a diagram illustrating a procedure for receiving a product recommendation from a local intelligence service platform 114 at a user terminal 100 according to an embodiment of the present invention.

도 5를 참조하면, 사용자가 매장 방문 시 소지한 사용자 단말(100)을 통해 RAN(110)에 접속하게 되면, 상품 추천기(104)는 로컬 인텔리전스 서비스 플랫폼(114)을 지칭하는 도메인 네임(예, " local_recommendation_server@localdomain")으로 로컬 DNS 서버(113)에 질의하여(501), 해당 IP 주소를 획득할 수 있다(502). 상품 추천기(104)는 해당 IP 주소를 이용하여 로컬 인텔리전스 서비스 플랫폼(114)에 매장 정보를 질의하고(503), 매장이름제공부(192)는 상품 추천기(104)의 질의에 따라 방문한 매장의 이름을 상품 추천기(104)로 제공할 수 있다(504).5, when the user accesses the RAN 110 through the user terminal 100 owned by the store, the commodity recommender 104 obtains a domain name (e.g., a name) indicating the local intelligence service platform 114 , "local_recommendation_server @ localdomain") to the local DNS server 113 (501) and obtain the corresponding IP address (502). The product recommender 104 queries the local intelligence service platform 114 using the IP address of the shop information in step 503 and the shop name offerer 192 searches for the shop visited according to the query of the product recommender 104 To the commodity recommender 104 (step 504).

매장의 이름을 획득한 상품 추천기(104)는 매장 이름을 매개 변수로 전달하여 컨텍스트 분석기(103)에 사용자의 구매 콘텍스트를 요청한다(505). 컨텍스트 분석기(103)는 해당 요청에 따라 구매내역 정보 데이터베이스를 참조하여 구매내역정보를 분석해 구매와 관련된 사용자의 콘텍스트 (정보), 즉, 사용자의 구매 패턴을 생성하여 제공할 수 있다(506). 컨텍스트 분석기(103)는 특정 매장에 국한되지 않고 전체 방문 매장의 구입 빈도가 높은 상품 정보 및 현재 방문한 매장에서 구입 빈도가 높은 상품 정보에 대한 상품별 사용자의 구매 패턴(상품 종류, 아이템 코드, 아이템 이름, 구매 주기, 마지막 구매 시점(날짜와 시간 등), 구매 회수 등에 대한 정보)을 제공할 수 있다. The product recommender 104 acquiring the name of the store transmits the store name as a parameter and requests the context analyzer 103 for the purchase context of the user (505). The context analyzer 103 analyzes the purchase history information by referring to the purchase history information database according to the request, and generates context information of the user related to the purchase, that is, the purchase pattern of the user, and provides 506 the purchase pattern. The context analyzer 103 is not limited to a specific store, and it can store the purchase pattern of the user (product type, item code, item name, and item name) of the product with respect to the product information with high purchase frequency of the entire visit store and the product information with high purchase frequency in the shop visited at present, Purchase period, information on the last purchase point (date and time, etc.), the number of purchases, and the like).

이에 따라 상품 추천기(104)는 구입 빈도가 높은 해당 사용자의 구매 패턴을 매개변수로 전달하여 로컬 인텔리전스 서비스 플랫폼(114)에 상품 추천을 요청하고(507), 로컬 인텔리전스 서비스 플랫폼(114)의 추천상품제공부(193)는 각 매장의 복수의 상품들에 대한 정보를 관리하는 데이터베이스를 참조하여 해당 추천 상품 리스트를 반환한다(508). 이와 같은 방법에 의해 사용자의 익명성은 보장하면서도 사용자에게 개인화된 상품을 추천할 수 있다는 장점을 가질 수 있다.Accordingly, the product recommender 104 transmits the purchase pattern of the user having a high purchase frequency as a parameter to request the recommendation of the product to the local intelligence service platform 114 (507), and recommends the recommendation of the local intelligence service platform 114 The goods supplier 193 refers to a database for managing information on a plurality of products of each store and returns a list of recommended goods (508). In this way, an anonymity of the user can be guaranteed, but the user can have the advantage of recommending the personalized product.

본 발명에 따른 로컬 인텔리전스 서비스 플랫폼(114)의 추천상품제공부(193)는 구입 주기 기반의 상품 추천을 할 수 있다. 상품 추천기(104)로부터 받은 사용자의 구매 콘텍스트인 사용자의 구매 패턴에는 각 상품별 구매 주기 정보와 마지막 구매 날짜 등이 포함된다. 이러한 정보를 기반으로 추천상품제공부(193)는 해당 상품의 구입 시기 예상 값을 계산하고 그 값을 기반으로 그 값이 큰 상품들과 동일 또는 유사한 상품들에 대한 추천 상품 리스트를 추천할 수 있다. 예를 들어, 구입 시기 예상 값은 "오늘날짜 - (마지막 구매 날짜 + 구매 주기)"로 구할 수 있다. The recommendation commodity offering unit 193 of the local intelligence service platform 114 according to the present invention can recommend the commodity based on the purchasing period. The purchase pattern of the user, which is the purchase context of the user received from the product recommender 104, includes the purchase cycle information of each product and the last purchase date. Based on such information, the recommendation commodity offering unit 193 calculates the expected purchase timing of the commodity and recommends a recommended commodity list for commodities the same or similar to the commodities whose value is large . For example, the expected time of purchase can be obtained as "today's date - (last purchase date + purchase cycle)".

또한, 상품 추천기(104)로부터 받는 구매 패턴 정보에는 현재 매장의 자주 사는 상품 정보와 전체 매장의 자주 사는 상품 정보가 모두 포함되어 있기 때문에, 추천상품제공부(193)은 현재 매장에서 자주 사는 상품에 다른 매장의 자주 사는 상품 보다 많은 가중치를 두어 구입 시기 예상 값을 계산하는 것도 가능하다. A라는 상품의 구입 시기 예상 값이, 전체 매장 대상으로는 10이라는 값이 나오고, 방문 매장에 대해서는 값은 5라고 나왔을 경우, 방문 매장의 가중치를 0.8, 전체 매장의 가중치를 0.2 등으로 둔다면 최종 결정된 구입 시기 예상 값은 6이 된다. Since the purchase pattern information received from the product recommender 104 includes both the product information frequently purchased at the current store and the product information frequently purchased at the entire store, the recommended product supplier 193 stores the product frequently purchased at the store It is also possible to calculate the expected value of purchase by putting more weight on the items than the items frequently bought in other stores. If the expected value of the purchase of the product A is 10 for the whole store, the value for the store is 5, if the weight of the store is 0.8 and the weight of the store is 0.2, The expected value for purchase is 6.

또한, 본 발명에 따른 추천상품제공부(193)는 사용자의 구매 패턴 중 상품 구매 횟수를 기반으로 해당 상품과 동일 또는 유사한 상품들에 대한 추천 상품 리스트를 추천할 수 있다. 이는 자주 구매한 상품을 추천하는 방법이다. In addition, the recommendation commodity offering unit 193 according to the present invention can recommend a recommendation commodity list for commodities which are the same as or similar to the commodity based on the commodity purchase number of the purchase pattern of the user. This is a way to recommend frequently purchased items.

그리고, 본 발명에 따른 추천상품제공부(193)는, 동일한 상품이 없을 경우 유사 상품을 추천하기 위해 도 6과 같이 계층적으로 구성된 상품 카테고리를 이용할 수 있다. 즉, 개별 상품은 다르지만 같은 상품 카테고리에 있는 다른 상품을 추천하는 방법이다. 예를 들어, 코카콜라(601)를 추천해야 하는데 매장에 코카콜라(601)가 현재 없는 경우 펩시콜라(602)를 추천할 수 있다.The recommendation commodity offering unit 193 according to the present invention can use the commodity category hierarchically structured as shown in FIG. 6 to recommend the similar commodity when there is no identical commodity. That is, it is a method of recommending another product in the same product category although the individual product is different. For example, a recommendation of Coca-Cola 601 is recommended, but Pepsi Cola 602 may be recommended if Coca Cola 601 is not currently in the store.

본 발명에 따른 추천상품제공부(193)는 사용자의 구매 패턴에 따라 해당 상품에 대한 가격 선호도를 추출하고 이를 기반으로 상품을 추천할 수도 있다. 추천할 상품이 결정되었는데, 실제 매장에서 해당 상품이 있으면 해당 상품을 추천하지만, 결정된 해당 상품이 없는 경우 가격 선호도에 맞게 해당 상품과 비슷한 가격대에 있는 동일 또는 유사한 다른 제품을 추천하는 방법이다. 결정된 추천 대상 상품 가격의 상하로 10% 가격대의 제품이 있는지 검사하고 있으면 해당 제품을 대신 추천하고, 없으면 다시 상하로 20% 가격대의 제품이 있는지 검색하여 해당 제품을 찾을 때까지 재귀적으로 가격대의 변동폭을 늘려가는 방식으로 구현할 수 있다. The recommendation commodity offering unit 193 according to the present invention may extract the price preference for the commodity according to the purchase pattern of the user and recommend the commodity based on the extracted price preference. If a product is recommended, it is recommended to have the same product in the actual store, but if there is no corresponding product to be determined, it is recommended to use the same or similar product at a similar price to the product in accordance with price preference. If you are checking whether there is a product with a price range of 10% above or below the price of the recommended product, it is recommended to replace the product. If there is no product, In a manner that increases the size of the image.

도 7은 본 발명의 일 실시예에 따른 상품 추천 시스템(200)의 구현 방법의 일례를 설명하기 위한 도면이다. 본 발명의 일 실시예에 따른 상품 추천 시스템(200)의 로컬 인텔리전스 서비스 플랫폼(114), 제품결제서버(130), 컨텍스트 생성 장치(180) 등은 하드웨어, 소프트웨어, 또는 이들의 결합으로 이루어질 수 있다. 예를 들어, 상품 추천 시스템(200)의 로컬 인텔리전스 서비스 플랫폼(114), 제품결제서버(130), 컨텍스트 생성 장치(180) 등은 도 7과 같은 컴퓨팅 시스템(1000)으로 구현될 수 있다. FIG. 7 is a view for explaining an example of a method of implementing a product recommendation system 200 according to an embodiment of the present invention. The local intelligence service platform 114, the product payment server 130, and the context generation device 180 of the product recommendation system 200 according to an exemplary embodiment of the present invention may be implemented by hardware, software, or a combination thereof . For example, the local intelligence service platform 114, the product payment server 130, the context generation device 180, and the like of the product recommendation system 200 may be implemented in the computing system 1000 as shown in FIG.

컴퓨팅 시스템(1000)은 버스(1200)를 통해 연결되는 적어도 하나의 프로세서(1100), 메모리(1300), 사용자 인터페이스 입력 장치(1400), 사용자 인터페이스 출력 장치(1500), 스토리지(1600), 및 네트워크 인터페이스(1700)를 포함할 수 있다. 프로세서(1100)는 중앙 처리 장치(CPU) 또는 메모리(1300) 및/또는 스토리지(1600)에 저장된 명령어들에 대한 처리를 실행하는 반도체 장치일 수 있다. 메모리(1300) 및 스토리지(1600)는 다양한 종류의 휘발성 또는 불휘발성 저장 매체를 포함할 수 있다. 예를 들어, 메모리(1300)는 ROM(Read Only Memory)(1310) 및 RAM(Random Access Memory)(1320)을 포함할 수 있다. The computing system 1000 includes at least one processor 1100, a memory 1300, a user interface input device 1400, a user interface output device 1500, a storage 1600, And an interface 1700. The processor 1100 may be a central processing unit (CPU) or a memory device 1300 and / or a semiconductor device that performs processing for instructions stored in the storage 1600. Memory 1300 and storage 1600 may include various types of volatile or non-volatile storage media. For example, the memory 1300 may include a ROM (Read Only Memory) 1310 and a RAM (Random Access Memory)

따라서, 본 명세서에 개시된 실시예들과 관련하여 설명된 방법 또는 알고리즘의 단계는 프로세서(1100)에 의해 실행되는 하드웨어, 소프트웨어 모듈, 또는 그 2 개의 결합으로 직접 구현될 수 있다. 소프트웨어 모듈은 RAM 메모리, 플래시 메모리, ROM 메모리, EPROM 메모리, EEPROM 메모리, 레지스터, 하드 디스크, 착탈형 디스크, CD-ROM과 같은 저장 매체(즉, 메모리(1300) 및/또는 스토리지(1600))에 상주할 수도 있다. 예시적인 저장 매체는 프로세서(1100)에 커플링되며, 그 프로세서(1100)는 저장 매체로부터 정보를 판독할 수 있고 저장 매체에 정보를 기입할 수 있다. 다른 방법으로, 저장 매체는 프로세서(1100)와 일체형일 수도 있다. 프로세서 및 저장 매체는 주문형 집적회로(ASIC) 내에 상주할 수도 있다. ASIC는 사용자 단말기 내에 상주할 수도 있다. 다른 방법으로, 프로세서 및 저장 매체는 사용자 단말기 내에 개별 컴포넌트로서 상주할 수도 있다.Thus, the steps of a method or algorithm described in connection with the embodiments disclosed herein may be embodied directly in hardware, in a software module executed by processor 1100, or in a combination of the two. The software module may reside in a storage medium (i.e., memory 1300 and / or storage 1600) such as a RAM memory, a flash memory, a ROM memory, an EPROM memory, an EEPROM memory, a register, a hard disk, a removable disk, You may. An exemplary storage medium is coupled to the processor 1100, which can read information from, and write information to, the storage medium. Alternatively, the storage medium may be integral to the processor 1100. [ The processor and the storage medium may reside within an application specific integrated circuit (ASIC). The ASIC may reside within the user terminal. Alternatively, the processor and the storage medium may reside as discrete components in a user terminal.

상술한 바와 같이, 본 발명에 따른 상품 추천 시스템(200)에서는, 스마트폰 등 사용자 단말에서 상품 구매 내역을 수집하고 분석해 익명의(anonymous) 구매/이용 패턴 등과 같은 컨텍스트(예, 사용자의 선호 음식, 선호 브랜드 등)를 생성하여 매장 등 로컬 네트워크에 설치된 플랫폼(로컬 인텔리전스 서비스 플랫폼)으로 전달하고, 플랫폼에서 이를 기반으로 사용자의 매장 방문 시 적합한 상품을 추천함으로써, 사용자의 전체적인 상품 구매 내역을 이용한 구매 컨텍스트 기반의 상품 추천이 가능하고 또한 판매자의 로컬 인텔리전스 서비스 플랫폼으로 개인정보 없이 익명의 구매/이용 패턴만을 전송하기 때문에 개인 정보가 유출되지 않는 효과가 있다.As described above, the commodity recommendation system 200 according to the present invention collects and analyzes the commodity purchasing history from a user terminal such as a smart phone to collect contexts such as an anonymous purchase / use pattern (e.g., a user's favorite food, (Local intelligence service platform) installed in a local network such as a store, and recommends an appropriate product when visiting a user's store based on the generated platform, thereby providing a purchase context using the entire product purchase history of the user Based product can be recommended and the seller's local intelligence service platform transmits only the anonymous purchase / use pattern without personal information, so that the personal information is not leaked.

또한, 본 발명의 상품 추천 시스템(200)에 따르면 상품 추천이 사용자가 매장에 방문했을 때 일어나도록 함으로써, 상품 추천이 적당한 시간과 적당한 장소에서 일어나도록 할 수 있다. 그리고, 본 발명의 상품 추천 시스템(200)에 따르면 사용자 단말에서의 상품 구매 내역 수집에 있어서, 종이 영수증을 이용하여 수동으로 입력하거나 사진 등을 찍어 입력하지 않고, 제품결제서버로부터 용이하게 자동 확인이 가능하므로 사용자의 편의성을 크게 증대시키는 효과가 있다.Further, according to the product recommendation system 200 of the present invention, the product recommendation can be made to occur when the user visits the store, so that the product recommendation can be made at an appropriate time and at an appropriate place. According to the merchandise recommendation system 200 of the present invention, in the collection of the purchase details of the merchandise at the user terminal, it is possible to easily confirm automatic confirmation from the product settlement server without inputting it manually or using a paper receipt, So that there is an effect that the convenience of the user is greatly increased.

이상의 설명은 본 발명의 기술 사상을 예시적으로 설명한 것에 불과한 것으로서, 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자라면 본 발명의 본질적인 특성에서 벗어나지 않는 범위에서 다양한 수정 및 변형이 가능할 것이다. The foregoing description is merely illustrative of the technical idea of the present invention, and various changes and modifications may be made by those skilled in the art without departing from the essential characteristics of the present invention.

따라서, 본 발명에 개시된 실시예들은 본 발명의 기술 사상을 한정하기 위한 것이 아니라 설명하기 위한 것이고, 이러한 실시예에 의하여 본 발명의 기술 사상의 범위가 한정되는 것은 아니다. 본 발명의 보호 범위는 아래의 청구범위에 의하여 해석되어야 하며, 그와 동등한 범위 내에 있는 모든 기술 사상은 본 발명의 권리범위에 포함되는 것으로 해석되어야 할 것이다.Therefore, the embodiments disclosed in the present invention are intended to illustrate rather than limit the scope of the present invention, and the scope of the technical idea of the present invention is not limited by these embodiments. The scope of protection of the present invention should be construed according to the following claims, and all technical ideas within the scope of equivalents should be construed as falling within the scope of the present invention.

사용자 단말(100)
액세스 포인트(111)
DHCP 서버(112)
로컬 DNS 서버(113)
제품결제서버(130)
RFID 태그(120)
컨텍스트 수집기(102)
컨텍스트 분석기(103)
상품 추천기(104)
로컬 인텔리전스 서비스 플랫폼(114)
인터페이스부(191)
매장이름제공부(192)
추천상품제공부(193)In the user terminal 100,
The access point 111,
DHCP server 112,
The local DNS server (113)
Product billing server 130,
The RFID tag 120,
The context collector 102,
The context analyzer (103)
Product recommendation machine (104)
Local intelligence service platform 114
The interface unit 191,
Store Name Offering (192)
Featured Products Offering (193)

Claims (20)

네트워크 상의 플랫폼으로부터 상품 구매 내역 기반의 상품 추천을 받기 위한 사용자 단말의 컨텍스트 생성 장치에 있어서,
구매 트랜잭션 번호를 기초로 제품결제서버에 요청하여 획득한 상품 구매 내역 정보를 매장 이름별로 데이터베이스에 저장하는 컨텍스트 수집기;
사용자가 방문한 매장 내에 설치된 서비스 플랫폼과 무선 접속이 가능한 지역에서, 상기 서비스 플랫폼으로부터 획득한 매장 이름을 기초로 구매 콘텍스트를 요청하는 상품 추천기; 및
상기 구매 콘텍스트의 요청에 응답하여 해당 매장에 대한 상기 상품 구매 내역 정보를 분석하여 사용자의 구매 패턴을 제공하는 컨텍스트 분석기를 포함하고,
상기 상품 추천기는, 상기 사용자의 구매 패턴을 기초로 상기 서비스 플랫폼에 요청하여 추천 상품 리스트를 획득하는 것을 특징으로 하는 컨텍스트 생성 장치.1. A context generating apparatus of a user terminal for receiving a product recommendation based on a product purchase history from a platform on a network,
A context collector for requesting the product payment server based on the purchase transaction number and storing the acquired product purchase history information in a database for each store name;
A product recommender for requesting a purchase context based on a store name acquired from the service platform in an area where wireless connection with a service platform installed in a store visited by a user is possible; And
And a context analyzer for analyzing the goods purchase history information for the store in response to the request of the purchase context and providing a purchase pattern of the user,
Wherein the product recommender requests the service platform based on the purchase pattern of the user to obtain a list of recommended products. 제1항에 있어서,
상기 구매 트랜잭션 번호는 상기 제품결제서버와 연결된 RFID 태그를 읽음으로써 획득하거나, 상기 제품결제서버가 발행한 종이영수증의 QR코드나 바코드를 읽음으로써 획득하는 것을 특징으로 하는 컨텍스트 생성 장치.The method according to claim 1,
Wherein the purchase transaction number is acquired by reading an RFID tag connected to the product payment server or by reading a QR code or a barcode of a paper receipt issued by the product payment server. 제1항에 있어서,
상기 컨텍스트 수집기가 관리하는 상품 구매 내역 정보에 대한 상기 데이터베이스는, 각 구매 발생 정보를 관리하기 위한 구매 트랜잭션 테이블 및 각 구매 상품에 대한 정보를 관리하기 위한 구매 물품 테이블을 포함하는 것을 특징으로 하는 컨텍스트 생성 장치.The method according to claim 1,
Wherein the database on the purchase history information managed by the context collector includes a purchase transaction table for managing each purchase occurrence information and a purchase article table for managing information on each purchase article. Device. 제3항에 있어서,
상기 구매 트랜잭션 테이블은, Transaction ID, 스토어 네임, POS(Point of Sale) ID, 구매 날짜와 시간에 대한 Time, 구매 총액을 나타내는 Cost에 대한 정보를 포함하고,
상기 구매 물품 테이블은, Transaction ID, Item code, Item name, 구매 수량에 대한 Amount, 구매 상품의 단가에 대한 Cost에 대한 정보를 포함하는 것을 특징으로 하는 컨텍스트 생성 장치.The method of claim 3,
The purchase transaction table includes information on a Transaction ID, a store name, a POS (Point of Sale) ID, a time for a purchase date and time, and a cost indicating a total purchase amount,
Wherein the purchased goods table includes information on Transaction ID, Item code, Item name, Amount for the purchased quantity, and Cost for the unit price of the purchased product. 제1항에 있어서,
상기 컨텍스트 분석기는, 전체 방문 매장 및 및 현재 방문한 매장에서 구입 빈도가 소정의 우선순위 이상으로 높은 상품 정보에 대한 상기 사용자의 구매 패턴을 제공하는 것을 특징으로 하는 컨텍스트 생성 장치.The method according to claim 1,
Wherein the context analyzer provides the purchase pattern of the user for product information whose purchase frequency is higher than a predetermined priority in the entire visited store and the visited store. 제1항에 있어서,
상기 사용자의 구매 패턴은, 상품 종류, 아이템 코드, 아이템 이름, 구매 주기, 마지막 구매 시점, 구매 회수에 대한 정보를 포함하는 것을 특징으로 하는 컨텍스트 생성 장치.The method according to claim 1,
Wherein the purchase pattern of the user includes information on a product type, an item code, an item name, a purchase cycle, a last purchase point, and a purchase count. 상품 구매 내역 기반으로 사용자 단말과 연동하여 상품 추천을 위한 로컬 서비스 플랫폼에 있어서,
사용자가 방문한 매장 내의 사용자 단말과 무선 접속이 가능한 지역의 네트워크 상에서, 상기 사용자 단말과의 통신을 인터페이싱하기 위한 인터페이스부;
상기 사용자 단말이 상기 네트워크 상의 로컬 DNS 서버에서 획득한 IP 주소를 이용하여 매장 정보를 요청함에 따라, 해당 매장 이름을 상기 사용자 단말로 제공하는 매장이름제공부; 및
상기 사용자 단말에서 상기 매장 이름을 기초로 해당 상품 구매 내역 정보를 분석하여 그 결과로 획득한 사용자의 구매 패턴을 기초로 상품 추천을 요청함에 따라, 복수의 상품들에 대한 정보를 관리하는 데이터베이스를 참조하여 해당 추천 상품 리스트를 제공하는 추천상품제공부
를 포함하는 것을 특징으로 하는 로컬 서비스 플랫폼.A local service platform for product recommendation in cooperation with a user terminal based on a purchase history of products,
An interface for interfacing communication with the user terminal on a network in an area where a user terminal in a store visited by a user can establish a wireless connection;
A store name providing unit for providing the store name to the user terminal when the user terminal requests store information using an IP address acquired from a local DNS server on the network; And
The user terminal analyzes the corresponding product purchase history information based on the store name and requests the product recommendation based on the purchase pattern of the user obtained as a result, the database managing the information on the plurality of products is referred to A recommended product offering a list of recommended products
≪ / RTI > 제7항에 있어서,
상기 추천상품제공부는,
상기 사용자의 구매 패턴의 상품별 구매 주기와 마지막 구매 시점에 대한 정보를 기초로 구입 시기 예상 값을 계산하여, 상기 예상 값을 기초로 선택된 상품과 동일 또는 유사한 상품들에 대한 상기 추천 상품 리스트를 제공하는 것을 특징으로 하는 로컬 서비스 플랫폼.8. The method of claim 7,
The recommendation product providing unit,
Calculates a purchase time prediction value based on the information on the purchase period and the last purchase time of the purchase pattern of the user and provides the recommended product list for the same or similar products selected based on the expected value ≪ / RTI > 제8항에 있어서,
상기 추천상품제공부는,
상기 사용자의 구매 패턴의 전체 방문 매장 및 및 현재 방문한 매장에서 구입 빈도가 소정의 우선순위 이상으로 높은 상품 정보를 기초로, 상기 현재 방문한 매장의 상품에 더 높은 가중치로 상기 예상 값을 계산하는 것을 특징으로 하는 로컬 서비스 플랫폼.9. The method of claim 8,
The recommendation product providing unit,
Characterized in that the predicted value is calculated with a higher weight on the goods of the shop visited at the current visit based on the product information having the purchasing frequency higher than the predetermined priority in the entire visit shop of the user's purchase pattern and the store visited at present Local service platform. 제7항에 있어서,
상기 추천상품제공부는,
상기 사용자의 구매 패턴의 상품 구매 회수에 대한 정보를 기초로, 해당 상품과 동일 또는 유사한 상품들에 대한 상기 추천 상품 리스트를 제공하는 것을 특징으로 하는 로컬 서비스 플랫폼.8. The method of claim 7,
The recommendation product providing unit,
And provides the recommended product list for products that are the same as or similar to the product based on the information on the number of purchase of the product in the purchase pattern of the user. 제7항에 있어서,
상기 추천상품제공부는,
상기 사용자의 구매 패턴에 따라 해당 상품에 대한 가격 선호도를 추출하고, 매장에 해당 상품이 없으면 소정의 가격 범위의 동일 또는 유사한 다른 상품에 대한 상기 추천 상품 리스트를 제공하는 것을 특징으로 하는 로컬 서비스 플랫폼.8. The method of claim 7,
The recommendation product providing unit,
Extracts a price preference for the product according to the purchase pattern of the user, and provides the recommendation product list for another product having the same or similar price in a predetermined price range if the product is not present in the store. 사용자 단말과 네트워크 상의 플랫폼 간의 연동으로 상품 구매 내역 기반의 상품 추천 방법에 있어서,
사용자 단말에서, 구매 트랜잭션 번호를 기초로 상기 제품결제서버에 요청하여 획득한 상품 구매 내역 정보를 매장 이름별로 제1데이터베이스에 저장하는 단계;
사용자가 방문한 매장 내에 설치된 서비스 플랫폼과 무선 접속이 가능한 지역에서, 상기 사용자 단말이 상기 네트워크 상의 로컬 DNS 서버에서 획득한 IP 주소를 이용하여 매장 정보를 요청함에 따라, 상기 서비스 플랫폼에서 해당 매장 이름을 상기 사용자 단말로 제공하는 단계;
상기 사용자 단말에서, 상기 매장 이름을 기초로 해당 매장에 대한 상기 상품 구매 내역 정보를 분석하여 사용자의 구매 패턴을 생성하는 단계; 및
상기 사용자 단말에서 상기 사용자의 구매 패턴을 기초로 상품 추천을 요청함에 따라, 상기 서비스 플랫폼에서 복수의 상품들에 대한 정보를 관리하는 제2데이터베이스를 참조하여 해당 추천 상품 리스트를 상기 사용자 단말로 제공하는 단계
를 포함하는 것을 특징으로 하는 상품 추천 방법.A product recommendation method based on product purchase history interlocking between a user terminal and a platform on a network,
Storing, in a user terminal, product purchase history information requested by the product payment server based on a purchase transaction number in a first database for each store name;
The user terminal requests the store information using the IP address obtained from the local DNS server on the network in an area where the user terminal can establish a wireless connection with the service platform installed in the store visited by the user, Providing to a user terminal;
Analyzing the product purchase history information for the store based on the store name to generate a purchase pattern of the user at the user terminal; And
The user terminal requests the product recommendation based on the purchase pattern of the user and then provides the recommended product list to the user terminal by referring to the second database managing the information on the plurality of products in the service platform step
And the product recommendation method. 제12항에 있어서,
상기 제1데이터베이스는, 각 구매 발생 정보를 관리하기 위한 구매 트랜잭션 테이블 및 각 구매 상품에 대한 정보를 관리하기 위한 구매 물품 테이블을 포함하는 것을 특징으로 하는 상품 추천 방법.13. The method of claim 12,
Wherein the first database includes a purchase transaction table for managing each purchase occurrence information, and a purchase article table for managing information about each purchase article. 제13항에 있어서,
상기 구매 트랜잭션 테이블은, Transaction ID, 스토어 네임, POS(Point of Sale) ID, 구매 날짜와 시간에 대한 Time, 구매 총액을 나타내는 Cost에 대한 정보를 포함하고,
상기 구매 물품 테이블은, Transaction ID, Item code, Item name, 구매 수량에 대한 Amount, 구매 상품의 단가에 대한 Cost에 대한 정보를 포함하는 것을 특징으로 하는 상품 추천 방법.14. The method of claim 13,
The purchase transaction table includes information on a Transaction ID, a store name, a POS (Point of Sale) ID, a time for a purchase date and time, and a cost indicating a total purchase amount,
Wherein the purchased article table includes information on Transaction ID, Item code, Item name, Amount for the purchased quantity, and Cost for the unit price of the purchased article. 제12항에 있어서,
상기 사용자의 구매 패턴을 생성하는 단계에서, 전체 방문 매장 및 및 현재 방문한 매장에서 구입 빈도가 소정의 우선순위 이상으로 높은 상품 정보에 대한 상기 사용자의 구매 패턴을 생성하는 것을 특징으로 하는 상품 추천 방법.13. The method of claim 12,
Wherein the step of generating the purchase pattern of the user generates the purchase pattern of the user for the product information whose purchase frequency is higher than a predetermined priority in the entire visited store and the visited store. 제12항에 있어서,
상기 사용자의 구매 패턴은, 상품 종류, 아이템 코드, 아이템 이름, 구매 주기, 마지막 구매 시점, 구매 회수에 대한 정보를 포함하는 것을 특징으로 하는 상품 추천 방법.13. The method of claim 12,
Wherein the purchase pattern of the user includes information on a product type, an item code, an item name, a purchase cycle, a last purchase point, and a purchase count. 제12항에 있어서,
상기 추천 상품 리스트를 상기 사용자 단말로 제공하는 단계에서,
상기 사용자의 구매 패턴의 상품별 구매 주기와 마지막 구매 시점에 대한 정보를 기초로 구입 시기 예상 값을 계산하여, 상기 예상 값을 기초로 선택된 상품과 동일 또는 유사한 상품들에 대한 상기 추천 상품 리스트를 제공하는 것을 특징으로 하는 상품 추천 방법.13. The method of claim 12,
In the step of providing the recommended product list to the user terminal,
Calculates a purchase time prediction value based on the information on the purchase period and the last purchase time of the purchase pattern of the user and provides the recommended product list for the same or similar products selected based on the expected value The product recommendation method comprising the steps of: 제17항에 있어서,
상기 추천 상품 리스트를 상기 사용자 단말로 제공하는 단계에서,
상기 사용자의 구매 패턴의 전체 방문 매장 및 및 현재 방문한 매장에서 구입 빈도가 소정의 우선순위 이상으로 높은 상품 정보를 기초로, 상기 현재 방문한 매장의 상품에 더 높은 가중치로 상기 예상 값을 계산하는 것을 특징으로 하는 상품 추천 방법.18. The method of claim 17,
In the step of providing the recommended product list to the user terminal,
Characterized in that the predicted value is calculated with a higher weight on the goods of the shop visited at the current visit based on the product information having the purchasing frequency higher than the predetermined priority in the entire visit shop of the user's purchase pattern and the store visited at present How to recommend products. 제12항에 있어서,
상기 추천 상품 리스트를 상기 사용자 단말로 제공하는 단계에서,
상기 사용자의 구매 패턴의 상품 구매 회수에 대한 정보를 기초로, 해당 상품과 동일 또는 유사한 상품들에 대한 상기 추천 상품 리스트를 제공하는 것을 특징으로 하는 상품 추천 방법.13. The method of claim 12,
In the step of providing the recommended product list to the user terminal,
Wherein the recommendation method provides the recommended product list for products that are the same as or similar to the product, based on the information on the number of product purchases of the purchase pattern of the user. 제12항에 있어서,
상기 추천 상품 리스트를 상기 사용자 단말로 제공하는 단계에서,
상기 사용자의 구매 패턴에 따라 해당 상품에 대한 가격 선호도를 추출하고, 매장에 해당 상품이 없으면 소정의 가격 범위의 동일 또는 유사한 다른 상품에 대한 상기 추천 상품 리스트를 제공하는 것을 특징으로 하는 상품 추천 방법.
13. The method of claim 12,
In the step of providing the recommended product list to the user terminal,
Extracting a price preference for the product according to the purchase pattern of the user and providing the recommended product list for another product having the same or similar price within a predetermined price range if the product does not exist in the store.
KR1020160055105A 2016-05-04 2016-05-04 Apparatus for Generating Context Based on Product Purchase List in User Station and Local Service Platform for Recommending Product KR102166186B1 (en)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020160055105A KR102166186B1 (en) 2016-05-04 2016-05-04 Apparatus for Generating Context Based on Product Purchase List in User Station and Local Service Platform for Recommending Product

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020160055105A KR102166186B1 (en) 2016-05-04 2016-05-04 Apparatus for Generating Context Based on Product Purchase List in User Station and Local Service Platform for Recommending Product

Publications (2)

Publication Number Publication Date
KR20170125466A true KR20170125466A (en) 2017-11-15
KR102166186B1 KR102166186B1 (en) 2020-10-15

Family

ID=60387216

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020160055105A KR102166186B1 (en) 2016-05-04 2016-05-04 Apparatus for Generating Context Based on Product Purchase List in User Station and Local Service Platform for Recommending Product

Country Status (1)

Country Link
KR (1) KR102166186B1 (en)

Cited By (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101983704B1 (en) * 2017-12-27 2019-05-29 현대카드 주식회사 Method for recommending information on websites using personalization algorithm and server using the same
KR20190100788A (en) * 2018-02-21 2019-08-29 현대카드 주식회사 Method for recommending information on wetsites customized to clients' q and a by using personalization algorithm and server using the same
KR20190100789A (en) * 2018-02-21 2019-08-29 현대카드 주식회사 Method for recommending information on websites customized to clients' log by using personalization algorithm and server using the same
KR102095044B1 (en) * 2019-03-12 2020-03-30 주식회사 유니온플레이스 Vending machines that can buy goods based on virtual money
KR20200106412A (en) * 2019-03-04 2020-09-14 주식회사 엠티에스컴퍼니 Verifying method and system for validity of purchase information in real time
KR20200142827A (en) * 2019-06-13 2020-12-23 주식회사 비주얼캠프 System for service shopping mall of using eye tracking technology and computing device for executing the same
WO2022025718A1 (en) * 2020-07-31 2022-02-03 소프트런치주식회사 Computer program product and method for providing payment information by using context information
KR20220073325A (en) * 2020-11-26 2022-06-03 (주)엑스엠디 An artificial intelligence customer information providing system that identifies the voice information of customers visiting stores and provides purchase history information linked to the voice information of the identified visiting customers
CN114741589A (en) * 2022-03-24 2022-07-12 深圳买个宝科技有限公司 Commodity transaction system based on big data
KR102538408B1 (en) * 2022-12-16 2023-05-31 주식회사 디윅스 Personalized recommendation system based on data analysis
KR102561611B1 (en) * 2023-04-20 2023-08-01 주식회사 예담우 Method and apparatus for transmitting recommendation information about korean beef to a customer terminal using a neural network
CN116862625A (en) * 2023-09-05 2023-10-10 武汉森全科技有限公司 Online recommendation method for fresh fruits based on Internet big data

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR102398770B1 (en) * 2021-01-29 2022-05-17 이현승 Method for generating platform service for the impaired and apparatus thereof
US20230316369A1 (en) * 2022-04-04 2023-10-05 Coupang Corp. Systems and methods for selecting and presenting products based on past purchases

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20090094526A (en) * 2008-03-03 2009-09-08 이동천 Smart purchasing support system
KR20140058753A (en) * 2012-11-05 2014-05-15 주식회사 인지소프트 Service system and method for providing an interested product based on bigdata through receipt recognition
KR20140121764A (en) * 2012-01-05 2014-10-16 비자 인터네셔널 서비스 어소시에이션 Transaction visual capturing apparatuses, methods and systems

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20090094526A (en) * 2008-03-03 2009-09-08 이동천 Smart purchasing support system
KR20140121764A (en) * 2012-01-05 2014-10-16 비자 인터네셔널 서비스 어소시에이션 Transaction visual capturing apparatuses, methods and systems
KR20140058753A (en) * 2012-11-05 2014-05-15 주식회사 인지소프트 Service system and method for providing an interested product based on bigdata through receipt recognition

Cited By (15)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101983704B1 (en) * 2017-12-27 2019-05-29 현대카드 주식회사 Method for recommending information on websites using personalization algorithm and server using the same
KR20190100788A (en) * 2018-02-21 2019-08-29 현대카드 주식회사 Method for recommending information on wetsites customized to clients' q and a by using personalization algorithm and server using the same
KR20190100789A (en) * 2018-02-21 2019-08-29 현대카드 주식회사 Method for recommending information on websites customized to clients' log by using personalization algorithm and server using the same
KR20200106412A (en) * 2019-03-04 2020-09-14 주식회사 엠티에스컴퍼니 Verifying method and system for validity of purchase information in real time
KR102095044B1 (en) * 2019-03-12 2020-03-30 주식회사 유니온플레이스 Vending machines that can buy goods based on virtual money
WO2020251267A3 (en) * 2019-06-13 2021-02-04 주식회사 비주얼캠프 System for shopping mall service using eye tracking technology and computing device for executing same
KR20200142827A (en) * 2019-06-13 2020-12-23 주식회사 비주얼캠프 System for service shopping mall of using eye tracking technology and computing device for executing the same
WO2022025718A1 (en) * 2020-07-31 2022-02-03 소프트런치주식회사 Computer program product and method for providing payment information by using context information
KR20220073325A (en) * 2020-11-26 2022-06-03 (주)엑스엠디 An artificial intelligence customer information providing system that identifies the voice information of customers visiting stores and provides purchase history information linked to the voice information of the identified visiting customers
CN114741589A (en) * 2022-03-24 2022-07-12 深圳买个宝科技有限公司 Commodity transaction system based on big data
CN114741589B (en) * 2022-03-24 2024-05-07 深圳买个宝科技有限公司 Commodity transaction system based on big data
KR102538408B1 (en) * 2022-12-16 2023-05-31 주식회사 디윅스 Personalized recommendation system based on data analysis
KR102561611B1 (en) * 2023-04-20 2023-08-01 주식회사 예담우 Method and apparatus for transmitting recommendation information about korean beef to a customer terminal using a neural network
CN116862625A (en) * 2023-09-05 2023-10-10 武汉森全科技有限公司 Online recommendation method for fresh fruits based on Internet big data
CN116862625B (en) * 2023-09-05 2023-11-21 武汉森全科技有限公司 Online recommendation method for fresh fruits based on Internet big data

Also Published As

Publication number Publication date
KR102166186B1 (en) 2020-10-15

Similar Documents

Publication Publication Date Title
KR102166186B1 (en) Apparatus for Generating Context Based on Product Purchase List in User Station and Local Service Platform for Recommending Product
AU2018241130B2 (en) Product information system and method using a tag and mobile device
KR101868583B1 (en) Method for providing affiliate store recommendation service using bigdata analysis with objective information
US9600840B1 (en) Proximity based recommendations
KR20160084102A (en) System and method for recommending product purchased periodically, apparatus and computer readable medium having computer program recorded therefor
JP5616294B2 (en) Questionnaire information collection server and method
KR20160086033A (en) Apparatus for managing customer information, method for managing customer information, system for managing customer information and computer readable medium having computer program recorded therefor
US20140129305A1 (en) Systems and methods for shopping offer control and feedback
JP2017138865A (en) Purchase activity management apparatus, purchase activity management method, and program
KR20150081386A (en) Store management and marketing management system
US11170428B2 (en) Method for generating priority data for products
KR20120036600A (en) System and method for providing price comparison service code-based
JP2014006651A (en) Marketing information collecting system using bar code, and marketing information collecting method
KR20100123502A (en) Point of service information based advertisement system and advertisement method thereof
JP2017138955A (en) Purchase activity management apparatus, purchase activity management method, and program
KR20220085921A (en) Method, device, and recording medium for processing goods information
KR102163620B1 (en) Method for sharing products and offering gifts using integrating shopping cart service
US20150149268A1 (en) Mobile couponing system and method
JP4850022B2 (en) History information provision system
KR20170117944A (en) System and method for code based settlement
KR20150046816A (en) Service Device, System and Method for Providing the Lowest Price Comparison List based on Purchase History Information
KR20170055013A (en) System and method for providing price comparison service code-based
KR20160110329A (en) Apparatus for managing customer information, method for managing customer information, system for managing customer information and computer readable medium having computer program recorded therefor
KR20150113225A (en) System and method for notification of purchasable/usable coupon
KR20140087106A (en) System and method for services based on position of a customer in a store

Legal Events

Date Code Title Description
E902 Notification of reason for refusal
E701 Decision to grant or registration of patent right