KR20220026262A - 구매자의 평가를 기반으로 한 건강식품 추천 시스템 및 방법 - Google Patents

구매자의 평가를 기반으로 한 건강식품 추천 시스템 및 방법 Download PDF

Info

Publication number
KR20220026262A
KR20220026262A KR1020200107078A KR20200107078A KR20220026262A KR 20220026262 A KR20220026262 A KR 20220026262A KR 1020200107078 A KR1020200107078 A KR 1020200107078A KR 20200107078 A KR20200107078 A KR 20200107078A KR 20220026262 A KR20220026262 A KR 20220026262A
Authority
KR
South Korea
Prior art keywords
health food
evaluation
data
user
review data
Prior art date
Application number
KR1020200107078A
Other languages
English (en)
Inventor
최경희
Original Assignee
주식회사 주앤미래
최경희
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by 주식회사 주앤미래, 최경희 filed Critical 주식회사 주앤미래
Priority to KR1020200107078A priority Critical patent/KR20220026262A/ko
Publication of KR20220026262A publication Critical patent/KR20220026262A/ko

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q30/00—Commerce
    • G06Q30/06—Buying, selling or leasing transactions
    • G06Q30/0601—Electronic shopping [e-shopping]
    • G06Q30/0631—Item recommendations
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/30—Information retrieval; Database structures therefor; File system structures therefor of unstructured textual data
    • G06F16/31—Indexing; Data structures therefor; Storage structures
    • G06F16/316—Indexing structures
    • 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
    • G06F16/33—Querying
    • G06F16/3331—Query processing
    • G06F16/3332—Query translation
    • G06F16/3335—Syntactic pre-processing, e.g. stopword elimination, stemming
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/90—Details of database functions independent of the retrieved data types
    • G06F16/95—Retrieval from the web
    • G06F16/951—Indexing; Web crawling techniques
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F40/00—Handling natural language data
    • G06F40/20—Natural language analysis
    • G06F40/268—Morphological analysis
    • 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
    • G06Q30/0278—Product appraisal

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Business, Economics & Management (AREA)
  • Physics & Mathematics (AREA)
  • Accounting & Taxation (AREA)
  • Finance (AREA)
  • General Engineering & Computer Science (AREA)
  • Databases & Information Systems (AREA)
  • Strategic Management (AREA)
  • Data Mining & Analysis (AREA)
  • Development Economics (AREA)
  • General Business, Economics & Management (AREA)
  • Marketing (AREA)
  • Economics (AREA)
  • Computational Linguistics (AREA)
  • Software Systems (AREA)
  • Health & Medical Sciences (AREA)
  • Artificial Intelligence (AREA)
  • Audiology, Speech & Language Pathology (AREA)
  • General Health & Medical Sciences (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Game Theory and Decision Science (AREA)
  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)

Abstract

본 발명의 일 실시예에 따른 구매자의 평가를 기반으로 한 건강식품 추천 시스템은 사용자에 의해 검색된 건강식품에 관한 건강식품 리스트와 상기 건강식품에 관한 건강식품 리뷰 데이터를 수집하는 데이터 수집부; 상기 수집된 데이터를 상기 데이터 수집부에서 전송받아 분산저장하는 분산저장서버; 상기 건강식품 리뷰 데이터에 내포되어 있는 긍정 평가와 부정 평가를 수치화하여 상기 건강식품에 대한 평가 점수를 산출하는 건강식품 평가부; 및 상기 산출된 평가 점수에 기초하여 상기 건강식품 리스트로부터 상기 사용자에게 추천할 건강식품을 추출하여 상기 사용자에게 제공하는 건강식품 추천부를 포함한다.

Description

구매자의 평가를 기반으로 한 건강식품 추천 시스템 및 방법 {System and Method for Recommending Health Supplement Based on Buyer's Evaluation}
본 발명의 실시예들은 구매자의 평가를 기반으로 한 건강식품 추천 시스템 및 방법에 관한 것으로, 더욱 상세하게는 건강식품 구매 시 사용자가 선택한 구매 기준을 중심으로 건강식품 리뷰를 평가하여 사용자에게 추천할 건강식품을 정렬시켜 제공함으로써 사용자의 선호도를 제대로 반영한 사용자 맞춤형 건강식품 정보를 추천할 수 있으며, 이를 통해 사용자가 건강식품을 구매하는 데 소요되는 시간을 절약하여 효율적인 의사 결정에 도움을 줄 수 있도록 하는 구매자의 평가를 기반으로 한 건강식품 추천 시스템 및 방법에 관한 것이다.
최근 SNS, 블로그 등, 온라인을 통해 상품에 대한 사용자의 의견을 공유할 수 있도록 하는 공간이 활성화 되어 다양한 상품에 대한 사용자 리뷰가 구매자에 의해 작성되고 게시되고 있다. 건강식품산업에서도 마찬가지로 구매자가 자신이 받은 건강식품에 관해 리뷰를 작성하고 서로 의견을 공유하는것이 빈번하게 일어나고 있다.
개방적인 웹의 특성에 의해 구매자들이 온라인상에서 작성한 건강식품 리뷰 데이터의 양이 급격하게 증가하였고, 자연스럽게 건강식품 리뷰에 담긴 방대한 양의 의견 정보를 분석하는 여러 방법이 제안되었다.
그러나, 기존의 건강식품 추천 시스템은 객관적이지 못한 정보를 바탕으로 하거나, 사용자의 선호도를 고려하지 않아 만족도가 낮은 편이다. 그렇기에 사용자가 건강식품을 구매할 때 중요하게 여기는 기준을 고려하여 반영한다면 추천 건강식품에 대한 만족도를 높일 수 있다.
본 발명의 일 실시예는 건강식품 구매 시 사용자가 미리 선택한 구매 기준을 중심으로 건강식품 리뷰를 평가하여 사용자에게 추천할 건강식품을 정렬시켜 제공함으로써 사용자의 선호도를 제대로 반영한 사용자 맞춤형 건강식품 정보를 추천할 수 있으며, 이를 통해 사용자가 건강식품을 구매하는 데 소요되는 시간을 절약하여 효율적인 의사 결정에 도움을 줄 수 있도록 하는 구매자의 평가를 기반으로 한 건강식품 추천 시스템 및 방법을 제공한다.
본 발명의 일 실시예에 따른 구매자의 평가를 기반으로 한 건강식품 추천 시스템은 사용자에 의해 검색된 건강식품에 관한 건강식품 리스트와 상기 건강식품에 관한 건강식품 리뷰 데이터를 수집하는 데이터 수집부; 상기 수집된 데이터를 상기 데이터 수집부에서 전송받아 분산저장하는 분산저장서버; 상기 건강식품 리뷰 데이터에 내포되어 있는 긍정 평가와 부정 평가를 수치화하여 상기 건강식품에 대한 평가 점수를 산출하는 건강식품 평가부; 및 상기 산출된 평가 점수에 기초하여 상기 건강식품 리스트로부터 상기 사용자에게 추천할 건강식품을 추출하여 상기 사용자에게 제공하는 건강식품 추천부를 포함한다.
본 발명의 일 실시예에 따르면, 건강식품 구매 시 사용자가 선택한 구매 기준을 중심으로 건강식품 리뷰를 평가하여 사용자에게 추천할 건강식품을 정렬시켜 제공함으로써 사용자의 선호도를 제대로 반영한 사용자 맞춤형 건강식품 정보를 추천할 수 있으며, 이를 통해 사용자가 건강식품을 구매하는 데 소요되는 시간을 절약하여 효율적인 의사 결정에 도움을 줄 수 있다.
도 1은 본 발명의 일 실시예에 따른 구매자의 평가를 기반으로 한 건강식품 추천 시스템의 네트워크 구성을 도시한 도면이다.
도 2는 도 1의 건강식품 추천 시스템의 상세 구성을 설명하기 위해 도시한 블록도이다.
도 3은 도 2의 데이터베이스(DB)의 상세 구성을 설명하기 위해 도시한 블록도이다.
도 4 및 도 5는 본 발명의 일 실시예에 따른 사용자 구매 기준 및 건강식품 리뷰 기반 건강식품 추천 방법을 설명하기 위해 도시한 흐름도이다.
도 6은 본 발명의 일 실시예에 따른 건강식품 리뷰 각각의 긍정과 부정 점수를 주고, 평균을 산출하여 정리된 표가 표시되는 모습을 설명하기 위한 도면이다.
본 발명의 이점 및/또는 특징, 그리고 그것들을 달성하는 방법은 첨부되는 도면과 함께 상세하게 후술되어 있는 실시예들을 참조하면 명확해질 것이다. 그러나, 본 발명은 이하에서 개시되는 실시예들에 한정되는 것이 아니라 서로 다른 다양한 형태로 구현될 것이며, 단지 본 실시예들은 본 발명의 개시가 완전하도록 하며, 본 발명이 속하는 기술분야에서 통상의 지식을 가진 자에게 발명의 범주를 완전하게 알려주기 위해 제공되는 것이며, 본 발명은 청구항의 범주에 의해 정의될 뿐이다. 명세서 전체에 걸쳐 동일 참조 부호는 동일 구성요소를 지칭한다.
또한, 이하 실시되는 본 발명의 바람직한 실시예는 본 발명을 이루는 기술적 구성요소를 효율적으로 설명하기 위해 각각의 시스템 기능구성에 기 구비되어 있거나, 또는 본 발명이 속하는 기술분야에서 통상적으로 구비되는 시스템 기능 구성은 가능한 생략하고, 본 발명을 위해 추가적으로 구비되어야 하는 기능 구성을 위주로 설명한다. 만약 본 발명이 속하는 기술분야에서 통상의 지식을 가진 자라면, 하기에 도시하지 않고 생략된 기능 구성 중에서 종래에 기 사용되고 있는 구성요소의 기능을 용이하게 이해할 수 있을 것이며, 또한 상기와 같이 생략된 구성 요소와 본 발명을 위해 추가된 구성 요소 사이의 관계도 명백하게 이해할 수 있을 것이다.
또한, 이하의 설명에 있어서, 신호 또는 정보의 "전송", "통신", "송신", "수신" 기타 이와 유사한 의미의 용어는 일 구성요소에서 다른 구성요소로 신호 또는 정보가 직접 전달되는 것뿐만이 아니라 다른 구성요소를 거쳐 전달되는 것도 포함한다. 특히 신호 또는 정보를 일 구성요소로 "전송" 또는 "송신"한다는 것은 그 신호 또는 정보의 최종 목적지를 지시하는 것이고 직접적인 목적지를 의미하는 것이 아니다. 이는 신호 또는 정보의 "수신"에 있어서도 동일하다.
이하에서는 첨부된 도면을 참조하여 본 발명의 실시예들을 상세히 설명하기로 한다.
도 1은 본 발명의 일 실시예에 따른 구매자의 평가를 기반으로 한 건강식품 추천 시스템의 네트워크 구성을 도시한 도면이고, 도 2는 도 1의 건강식품 추천 시스템의 상세 구성을 설명하기 위해 도시한 블록도이며, 도 3은 도 2의 데이터베이스(DB)의 상세 구성을 설명하기 위해 도시한 블록도이다.
도 1 내지 도 3을 참조하면, 본 발명의 일 실시예에 따른 구매자의 평가를 기반으로 한 건강식품 추천 시스템(100)은 데이터 수집부(210), 건강식품 평가부(220), 건강식품 추천부(230), 데이터베이스(DB)(240), 및 제어부(250)를 포함할 수 있다.
상기 데이터 수집부(210)는 사용자에 의해 검색된 건강식품에 관한 건강식품 리스트와 상기 건강식품에 관한 건강식품 리뷰 데이터를 수집할 수 있다. 구체적으로, 상기 사용자는 사용자 단말기(101)를 통해 온라인 쇼핑몰 시스템(102)에 접속하여 구매하고자 하는 건강식품을 검색할 수 있다. 이때, 상기 데이터 수집부(210)는 상기 온라인 쇼핑몰 시스템(102)과 연동하여 상기 검색된 건강식품에 관한 건강식품 리스트와 상기 건강식품에 관한 건강식품 리뷰 데이터를 수집할 수 있다.
이를 위해, 상기 데이터 수집부(210)는 상기 건강식품 리스트에 포함된 각 건강식품별 ID, 건강식품명 및 각 건강식품의 URL(Uniform Resource Locator)을 포함하는 건강식품 정보, 및 각 건강식품에 대한 건강식품 리뷰 데이터를 상기 온라인 쇼핑몰 시스템(102)으로부터 크롤링(crawling)하여 수집할 수 있다.
또한, 상기 데이터 수집부(210)는 상기 건강식품 리뷰 데이터를 크롤링 할 때, 상기 건강식품 리뷰 데이터에 포함된 문장들에 대하여, 마침표를 기준으로 한 문장씩 읽어와 저장함으로써 추후의 형태소 분석에 유용하도록 할 수 있다.
한편, 상기 데이터 수집부(210)는 상기 건강식품의 검색 시 상기 사용자에 의해 상기 건강식품에 대한 구매 기준이 선택되는 경우, 상기 선택된 구매 기준을 기반으로 상기 건강식품 리스트와 상기 건강식품 리뷰 데이터를 수집할 수 있다. 여기서, 상기 구매 기준은 상기 사용자가 건강식품을 선택할 때 우선시 하는 기준으로서, 상기 건강식품의 구성성분, 효능, 복용방법, 만족도, 가성비 등을 포함할 수 있다.
예를 들어, 상기 사용자가 상기 건강식품의 검색 시 가성비를 구매 기준으로 선택한 경우, 상기 데이터 수집부(210)는 상기 건강식품과 관련된 리뷰 중에서 가격과 연관된 문장을 포함하는 리뷰를 선별하고, 상기 선별된 리뷰를 상기 건강식품 리뷰 데이터로서 수집할 수 있다.
또한, 상기 구매 기준은 인플루언서(influencer)를 더 포함할 수 있다. 여기서, 인플루언서(influencer)는 포털사이트에서 영향력이 큰 블로그를 운영하는 파워블로거와 수십만 명의 팔로워 수를 가진 소셜네트워크서비스(SNS) 사용자, 1인 방송 진행자들을 통칭한 용어다. 인플루언서는 콘텐츠를 생산하는 크리에이터형 인플루언서와 패션뷰티 분야의 모델형 인플루언서로 구분할 수 있다. 한편, 영향력을 행사하는 사람을 활용한 마케팅 방법이 인플루언서 마케팅인데, 본 발명의 일 실시예에 따른 구매자의 평가를 기반으로 한 건강식품 추천 시스템(100)은 인플루언서 마케팅에도 적용될 수 있다.
예컨대, 상기 사용자가 상기 건강식품의 검색 시 인플루언서를 구매 기준으로 선택한 경우, 상기 데이터 수집부(210)는 상기 사용자가 검색한 건강식품 중 상기 인플루언서와 관련된 건강식품, 다시 말해 연예인이나 셀럽, 유튜브 스타 등과 같은 인플루언서가 사용하거나 추천한 건강식품을 선별하고, 상기 선별된 건강식품과 관련된 리뷰를 상기 건강식품 리뷰 데이터로서 수집할 수 있다. 이때, 상기 데이터 수집부(210)는 데이터 마이닝(data mining)을 통해 상기 사용자가 검색한 건강식품 중 상기 인플루언서와 관련된 건강식품을 선별할 수 있다.
이와 같이 상기 건강식품의 검색 시 상기 사용자가 상기 건강식품에 대한 구매 기준을 직접 선택할 수도 있지만, 다른 실시예로서 상기 건강식품의 검색 시 상기 건강식품에 대한 구매 기준의 선택 과정 없이 자동으로 추천된 구매 기준이 적용될 수도 있다. 예를 들면, 상기 데이터 수집부(210)는 일정 기간 동안(예: 1년)의 구매 기준을 분석하여 각 구매 기준별 사용자 선택 횟수를 산출하고, 상기 산출된 각 구매 기준별 사용자 선택 횟수에 근거하여 각 구매 기준별로 우선 순위를 부여함으로써 최우선 순위의 구매 기준을 상기 사용자에게 추천하여 상기 사용자의 선택에 도움을 주거나 최우선 순위의 구매 기준을 사용자가 선택한 구매 기준으로서 바로 적용할 수도 있다.
상기 데이터 수집부(210)는 상기 수집된 데이터(건강식품 리스트, 건강식품 리뷰 데이터)를 데이터베이스(DB)(240)에 저장할 수 있다. 이를 위해, 상기 데이터베이스(240)는 도 3에 도시된 바와 같이 제1 테이블(310), 제2 데이터(320) 및 제3 데이터(330)를 포함할 수 있다.
다시 말해, 상기 데이터 수집부(210)는 상기 건강식품 리스트에 포함된 각 건강식품별 ID, 건강식품명 및 각 건강식품의 URL을 포함하는 건강식품 정보는 상기 데이터베이스(240)의 제1 테이블(310)에 저장하고, 각 건강식품별 ID와 상기 건강식품 리뷰 데이터는 상기 데이터베이스(240)의 제2 테이블(320)에 저장할 수 있다. 그리고, 상기 데이터 수집부(210)는 상기 구매 기준 및 상기 구매 기준과 관련된 연관어가 포함된 건강식품 리뷰 데이터는 상기 데이터베이스(240)의 제3 테이블(330)에 저장할 수 있다.
상기 데이터 수집부(210)는 상기 건강식품 리뷰 데이터에 대해 노이즈 필터링(noise filtering)을 수행하여 상기 건강식품 리뷰 데이터로부터 특수문자와 의미 없는 불용어 등과 같은 노이즈를 제거할 수 있다. 이로써, 상기 데이터 수집부(210)는 상기 건강식품 리뷰 데이터를 의미 있는 데이터만으로 재구성하여 추후의 형태소 분석에 유용하도록 할 수 있다.
상기 건강식품 평가부(220)는 상기 건강식품 리뷰 데이터에 내포되어 있는 긍정 평가와 부정 평가를 수치화하여 상기 건강식품에 대한 평가 점수를 산출할 수 있다. 이를 위해, 상기 건강식품 평가부(220)는 상기 노이즈 필터링을 통해 노이즈가 제거된 건강식품 리뷰 데이터를 대상으로 형태소 분석을 수행하여, 상기 건강식품 리뷰 데이터에 내포되어 있는 긍정 평가와 부정 평가를 수치화함으로써 상기 건강식품에 대한 평가 점수를 산출할 수 있다.
구체적으로, 상기 건강식품 평가부(220)는 상기 건강식품 리스트에 포함된 각 건강식품별로 나누어 상기 건강식품 리뷰 데이터를 형태소 분석하고, 상기 형태소 분석한 결과를 바탕으로 상기 각 건강식품에 대한 전체 건강식품 리뷰 중 긍정적 평가의 개수 및 부정적 평가의 개수를 카운트(count)할 수 있다. 상기 건강식품 평가부(220)는 상기 각 건강식품에 대한 전체 건강식품 리뷰의 개수 대비 긍정적 평가의 개수를 토대로 긍정 평가 비율을 산출하고, 상기 각 건강식품에 대한 전체 건강식품 리뷰의 개수 대비 부정적 평가의 개수를 토대로 부정 평가 비율을 산출할 수 있다.
상기 건강식품 평가부(220)는 상기 산출된 긍정 평가 비율에 기초하여 상기 긍정 평가에 해당하는 긍정 점수를 산출하고, 상기 산출된 부정 평가 비율에 기초하여 상기 부정 평가에 해당하는 부정 점수를 산출할 수 있다. 상기 건강식품 평가부(220)는 상기 산출된 긍정 점수 및 부정 점수를 합한 값을 상기 전체 건강식품 리뷰의 개수로 나누는 나눗셈 연산을 수행하여 상기 건강식품에 대한 평가 점수의 평균값을 산출할 수 있다.
상기 건강식품 추천부(230)는 상기 건강식품 평가부(220)에 의해 산출된 평가 점수(평균값)에 기초하여 상기 건강식품 리스트로부터 상기 사용자에게 추천할 건강식품을 추출하고, 상기 추출된 건강식품을 상기 사용자 단말기(101)에게 전송함으로써 상기 사용자에게 구매 기준 및 건강식품 리뷰 기반의 추천 건강식품을 제공할 수 있다.
상기 데이터베이스(240)는 상기 데이터 수집부(210)에 의해 수집된 데이터를 저장할 수 있다. 특히, 상기 데이터베이스(240)는 앞서 설명한 바와 같이 제1 내지 제3 테이블(310, 320, 330)에 상기 수집된 데이터를 분산하여 저장할 수 있다.
구체적으로, 상기 제1 테이블(310)에는 상기 건강식품 리스트에 포함된 각 건강식품별 ID, 건강식품명 및 각 건강식품의 URL을 포함하는 건강식품 정보가 저장되고, 상기 제2 테이블(320)에는 각 건강식품별 ID와 상기 건강식품 리뷰 데이터가 저장될 수 있다. 그리고, 상기 제3 테이블(330)에는 상기 사용자가 건강식품의 검색 시 선택한 구매 기준 및 상기 구매 기준과 관련된 연관어가 포함된 건강식품 리뷰 데이터가 저장될 수 있다.
상기 제어부(250)는 본 발명의 일 실시예에 따른 구매자의 평가를 기반으로 한 건강식품 추천 시스템(100), 즉 상기 데이터 수집부(210), 상기 건강식품 평가부(220), 상기 건강식품 추천부(230), 상기 데이터베이스(240) 등의 동작을 전반적으로 제어할 수 있다.
이상에서 설명된 장치는 하드웨어 구성 요소, 소프트웨어 구성 요소, 및/또는 하드웨어 구성 요소 및 소프트웨어 구성 요소의 조합으로 구현될 수 있다. 예를 들어, 실시예들에서 설명된 장치 및 구성 요소는, 예를 들어, 프로세서, 컨트롤러, ALU(arithmetic logic unit), 디지털 신호 프로세서(digital signal processor), 마이크로컴퓨터, FPA(field programmable array), PLU(programmable logic unit), 마이크로프로세서, 또는 명령(instruction)을 실행하고 응답할 수 있는 다른 어떠한 장치와 같이, 하나 이상의 범용 컴퓨터 또는 특수 목적 컴퓨터를 이용하여 구현될 수 있다. 처리 장치는 운영 체제(OS) 및 상기 운영 체제 상에서 수행되는 하나 이상의 소프트웨어 애플리케이션을 수행할 수 있다. 또한, 처리 장치는 소프트웨어의 실행에 응답하여, 데이터를 접근, 저장, 조작, 처리 및 생성할 수도 있다. 이해의 편의를 위하여, 처리 장치는 하나가 사용되는 것으로 설명된 경우도 있지만, 해당 기술분야에서 통상의 지식을 가진 자는, 처리 장치가 복수 개의 처리 요소(processing element) 및/또는 복수 유형의 처리 요소를 포함할 수 있음을 알 수 있다. 예를 들어, 처리 장치는 복수 개의 프로세서 또는 하나의 프로세서 및 하나의 컨트롤러를 포함할 수 있다. 또한, 병렬 프로세서(parallel processor)와 같은, 다른 처리 구성(processing configuration)도 가능하다.
도 4 및 도 5는 본 발명의 일 실시예에 따른 사용자 구매 기준 및 건강식품 리뷰 기반 건강식품 추천 방법을 설명하기 위해 도시한 흐름도이다.
먼저 도 1, 도 2 및 도 4를 참조하면, 단계(410)에서 사용자는 사용자 단말기(101)를 통해 온라인 쇼핑몰 시스템(102)에 접속하여 구매하고자 하는 건강식품을 검색할 수 있다.
다음으로, 단계(420)에서 상기 사용자는 상기 건강식품의 검색 시 상기 건강식품에 대한 구매 기준을 선택할 수 있다.
다음으로, 단계(430)에서 상기 건강식품 추천 시스템(100)의 데이터 수집부(210)는 상기 사용자에 의해 검색된 건강식품에 관한 건강식품 리스트와 상기 건강식품에 관한 건강식품 리뷰 데이터를 수집할 수 있다.
다음으로, 단계(440)에서 상기 건강식품 추천 시스템(100)의 데이터 수집부(210)는 상기 수집된 데이터(건강식품 리스트, 건강식품 리뷰 데이터 등)를 데이터베이스(240)에 저장할 수 있다.
다음으로, 단계(450)에서 상기 건강식품 추천 시스템(100)의 건강식품 평가부(220)는 상기 건강식품 리뷰 데이터에 내포되어 있는 긍정 평가와 부정 평가를 수치화하여 상기 건강식품에 대한 평가 점수를 산출할 수 있다. 단계(460)에서 상기 건강식품 추천 시스템(100)의 건강식품 추천부(230)는 상기 건강식품 평가부(220)에 의해 산출된 평가 점수에 기초하여 상기 건강식품 리스트로부터 상기 사용자에게 추천할 건강식품을 추출할 수 있다. 이때, 상기 건강식품 추천부(230)는 상기 평가 점수의 평균값이 높은 상위 N(상기 N은 자연수)개의 건강식품을 상기 사용자에게 추천할 건강식품으로서 추출할 수 있다.
다음으로, 단계(470)에서 상기 건강식품 추천 시스템(100)의 건강식품 추천부(230)는 상기 추출된 건강식품을 오름차순으로 정렬하여 상기 사용자 단말기(101)를 통해 상기 사용자에게 제공할 수 있다.
본 발명은 커팅부, 제 1 트랜스퍼 및 제 2 트랜스퍼, 콤바인부를 포함할 수 있다.
커팅부는 데이터를 분할하여 복수 개의 조각들을 생성하고, 조각들의 각각에 어드레스를 부여할 수 있다. 여기서, 조각들의 어드레스는 복수 개의 문자 및 숫자의 조합으로 이루어질 수 있다.
또한, 커팅부는 각각의 어드레스를 고려하여 조합 규칙을 생성할 수 있다. 여기서, 조합 규칙은 복수 개의 데이터 조각들을 각각의 어드레스를 바탕으로 하여 분할되기 이전의 데이터로 조합할 수 있도록 하는 규칙을 의미한다.
제 1 트랜스퍼는 복수 개의 데이터 조각들을 임의의 순서로 전송할 수 있다. 여기서, 복수 개의 데이터 조각들은 각각 부여된 어드레스와 함께 전송될 수 있다.
제 2 트랜스퍼는 제 1 트랜스퍼에 의해 전송된 복수 개의 데이터 조각들에 대응되는 조합 규칙을 전송할 수 있다. 여기서, 제 2 트랜스퍼는 제 1 트랜스퍼에 의한 복수 개의 데이터 조각들의 전송에 대하여 시차를 두고 조합 규칙을 전송하는 것이 바람직할 수 있다.
이상 본 명세서에서 설명한 기능적 동작과 본 주제에 관한 실시형태들은 본 명세서에서 개시한 구조들 및 그들의 구조적인 등가물을 포함하여 디지털 전자 회로나 컴퓨터 소프트웨어, 펌웨어 또는 하드웨어에서 혹은 이들 중 하나 이상의 조합에서 구현 가능하다.
본 명세서에서 기술하는 주제의 실시형태는 하나 이상의 컴퓨터 프로그램 제품, 다시 말해 데이터 처리 장치에 의한 실행을 위하여 또는 그 동작을 제어하기 위하여 유형의 프로그램 매체 상에 인코딩되는 컴퓨터 프로그램 명령에 관한 하나 이상의 모듈로서 구현될 수 있다. 유형의 프로그램 매체는 전파형 신호이거나 컴퓨터로 판독 가능한 매체일 수 있다. 전파형 신호는 컴퓨터에 의한 실행을 위하여 적절한 수신기 장치로 전송하기 위한 정보를 인코딩하기 위하여 생성되는 예컨대 기계가 생성한 전기적, 광학적 혹은 전자기 신호와 같은 인공적으로 생성된 신호이다. 컴퓨터로 판독 가능한 매체는 기계로 판독 가능한 저장장치, 기계로 판독 가능한 저장 기판, 메모리 장치, 기계로 판독 가능한 전파형 신호에 영향을 미치는 물질의 조합 혹은 이들 중 하나 이상의 조합일 수 있다.
컴퓨터 프로그램(프로그램, 소프트웨어, 소프트웨어 어플리케이션, 스크립트 혹은 코드로도 알려져 있음)은 컴파일되거나 해석된 언어나 선험적 혹은 절차적 언어를 포함하는 프로그래밍 언어의 어떠한 형태로도 작성될 수 있으며, 독립형 프로그램이나 모듈, 컴포넌트, 서브루틴 혹은 컴퓨터 환경에서 사용하기에 적합한 다른 유닛을 포함하여 어떠한 형태로도 전개될 수 있다.
컴퓨터 프로그램은 파일 시스템의 파일에 반드시 대응하는 것은 아니다. 프로그램은 요청된 프로그램에 제공되는 단일 파일 내에, 혹은 다중의 상호 작용하는 파일(예컨대, 하나 이상의 모듈, 하위 프로그램 혹은 코드의 일부를 저장하는 파일) 내에, 혹은 다른 프로그램이나 데이터를 보유하는 파일의 일부(예컨대, 마크업 언어 문서 내에 저장되는 하나 이상의 스크립트) 내에 저장될 수 있다.
컴퓨터 프로그램은 하나의 사이트에 위치하거나 복수의 사이트에 걸쳐서 분산되어 통신 네트워크에 의해 상호 접속된 다중 컴퓨터 또는 하나의 컴퓨터 상에서 실행되도록 전개될 수 있다.
부가적으로, 본 명세서에서 기술하는 논리 흐름과 구조적인 블록도는 개시된 구조적인 수단의 지원을 받는 대응하는 기능과 단계의 지원을 받는 대응하는 행위 및/또는 특정한 방법을 기술하는 것으로, 대응하는 소프트웨어 구조와 알고리즘과 그 등가물을 구축하는 데에도 사용 가능하다.
본 명세서에서 기술하는 프로세스와 논리 흐름은 입력 데이터 상에서 동작하고 출력을 생성함으로써 기능을 수행하기 위하여 하나 이상의 컴퓨터 프로그램을 실행하는 하나 이상의 프로그래머블 프로세서에 의하여 수행 가능하다.
컴퓨터 프로그램의 실행에 적합한 프로세서는, 예컨대 범용 및 특수 목적의 마이크로프로세서 양자 및 어떤 종류의 디지털 컴퓨터의 어떠한 하나 이상의 프로세서라도 포함한다. 일반적으로, 프로세서는 읽기 전용 메모리나 랜덤 액세스 메모리 혹은 양자로부터 명령어와 데이터를 수신할 것이다.
컴퓨터의 핵심적인 요소는 명령어와 데이터를 저장하기 위한 하나 이상의 메모리 장치 및 명령을 수행하기 위한 프로세서이다. 또한, 컴퓨터는 일반적으로 예컨대 자기, 자기광학 디스크나 광학 디스크와 같은 데이터를 저장하기 위한 하나 이상의 대량 저장 장치로부터 데이터를 수신하거나 그것으로 데이터를 전송하거나 혹은 그러한 동작 둘 다를 수행하기 위하여 동작가능 하도록 결합되거나 이를 포함할 것이다. 그러나, 컴퓨터는 그러한 장치를 가질 필요가 없다.
본 기술한 설명은 본 발명의 최상의 모드를 제시하고 있으며, 본 발명을 설명하기 위하여, 그리고 당업자가 본 발명을 제작 및 이용할 수 있도록 하기 위한 예를 제공하고 있다. 이렇게 작성된 명세서는 그 제시된 구체적인 용어에 본 발명을 제한하는 것이 아니다.
따라서, 상술한 예를 참조하여 본 발명을 상세하게 설명하였지만, 당업자라면 본 발명의 범위를 벗어나지 않으면서도 본 예들에 대한 개조, 변경 및 변형을 가할 수 있다. 요컨대 본 발명이 의도하는 효과를 달성하기 위해 도면에 도시된 모든 기능 블록을 별도로 포함하거나 도면에 도시된 모든 순서를 도시된 순서 그대로 따라야만 하는 것은 아니며, 그렇지 않더라도 얼마든지 청구항에 기재된 본 발명의 기술적 범위에 속할 수 있다는 점을 밝힌다.

Claims (9)

  1. 사용자에 의해 검색된 건강식품에 관한 건강식품 리스트와 상기 건강식품에 관한 건강식품 리뷰 데이터를 수집하는 데이터 수집부;
    상기 수집된 데이터를 상기 데이터 수집부에서 전송받아 분산저장하는 분산저장서버;
    상기 건강식품 리뷰 데이터에 내포되어 있는 긍정 평가와 부정 평가를 수치화하여 상기 건강식품에 대한 평가 점수를 산출하는 건강식품 평가부; 및
    상기 산출된 평가 점수에 기초하여 상기 건강식품 리스트로부터 상기 사용자에게 추천할 건강식품을 추출하여 상기 사용자에게 제공하는 건강식품 추천부를 포함하는 것을 특징으로 하는 구매자의 평가를 기반으로 한 건강식품 추천 시스템.
  2. 제1항에 있어서,
    상기 데이터 수집부는
    상기 건강식품 리뷰 데이터에 대해 노이즈 필터링(noise filtering)을 수행하여 상기 건강식품 리뷰 데이터로부터 특수문자와 의미 없는 불용어를 포함하는 노이즈를 제거하는 것을 특징으로 하는 구매자의 평가를 기반으로 한 건강식품 추천 시스템.
  3. 제1항에 있어서,
    상기 건강식품 평가부는
    상기 노이즈 필터링을 통해 노이즈가 제거된 상기 건강식품 리뷰 데이터를 대상으로 형태소 분석을 수행하여, 상기 건강식품 리뷰 데이터에 내포되어 있는 긍정 평가와 부정 평가를 수치화하는 것을 특징으로 하는 구매자의 평가를 기반으로 한 건강식품 추천 시스템.
  4. 제1항에 있어서,
    상기 데이터 수집부는
    상기 건강식품의 검색 시 상기 사용자에 의해 상기 건강식품에 대한 구매 기준이 선택되는 경우, 상기 선택된 구매 기준을 기반으로 상기 건강식품 리스트와 상기 건강식품 리뷰 데이터를 수집하는 것을 특징으로 하는 구매자의 평가를 기반으로 한 건강식품 추천 시스템.
  5. 제4항에 있어서,
    상기 데이터 수집부는
    상기 수집된 데이터를 데이터베이스(DB)에 저장하되, 상기 건강식품 리스트에 포함된 각 건강식품별 ID, 건강식품명 및 각 건강식품의 URL을 포함하는 건강식품 정보는 상기 데이터베이스의 제1 테이블에 저장하고, 각 건강식품별 ID와 상기 건강식품 리뷰 데이터는 상기 데이터베이스의 제2 테이블에 저장하며, 상기 구매 기준 및 상기 구매 기준과 관련된 연관어가 포함된 건강식품 리뷰 데이터는 상기 데이터베이스의 제3 테이블에 저장하는 것을 특징으로 하는 구매자의 평가를 기반으로 한 건강식품 추천 시스템.
  6. 제1항에 있어서,
    상기 데이터 수집부는
    상기 건강식품 리스트에 포함된 각 건강식품별 ID, 건강식품명 및 각 건강식품의 URL(Uniform Resource Locator)을 포함하는 건강식품 정보, 및 각 건강식품에 대한 건강식품 리뷰 데이터를 온라인 쇼핑몰 시스템으로부터 크롤링(crawling)하여 수집하는 것을 특징으로 하는 구매자의 평가를 기반으로 한 건강식품 추천 시스템.
  7. 제6항에 있어서,
    상기 데이터 수집부는
    상기 건강식품 리뷰 데이터를 크롤링 할 때, 추후의 형태소 분석에 유용하도록 마침표를 기준으로 한 문장씩 읽어와 저장하는 것을 특징으로 하는 구매자의 평가를 기반으로 한 건강식품 추천 시스템.
  8. 구매자의 평가를 기반으로 한 건강식품 추천 시스템을 이용한 건강식품 추천 방법에 있어서,
    상기 건강식품 추천 시스템의 데이터 수집부가 사용자에 의해 검색된 건강식품에 관한 건강식품 리스트와 상기 건강식품에 관한 건강식품 리뷰 데이터를 수집하는 단계;
    상기 건강식품 추천 시스템의 건강식품 평가부가 상기 건강식품 리뷰 데이터에 내포되어 있는 긍정 평가와 부정 평가를 수치화하여 상기 건강식품에 대한 평가 점수를 산출하는 단계; 및
    상기 건강식품 추천 시스템의 건강식품 추천부가 상기 산출된 평가 점수에 기초하여 상기 건강식품 리스트로부터 상기 사용자에게 추천할 건강식품을 추출하여 상기 사용자에게 제공하는 단계를 포함하는 것을 특징으로 하는 구매자의 평가를 기반으로 한 건강식품 추천 방법.
  9. 제8항에 있어서,
    상기 건강식품의 검색 시 상기 사용자에 의해 상기 건강식품에 대한 구매 기준이 선택되는 경우,
    상기 데이터 수집부가 상기 선택된 구매 기준을 기반으로 상기 건강식품 리스트와 상기 건강식품 리뷰 데이터를 수집하는 단계를 더 포함하는 것을 특징으로 하는 구매자의 평가를 기반으로 한 건강식품 추천 방법.
KR1020200107078A 2020-08-25 2020-08-25 구매자의 평가를 기반으로 한 건강식품 추천 시스템 및 방법 KR20220026262A (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020200107078A KR20220026262A (ko) 2020-08-25 2020-08-25 구매자의 평가를 기반으로 한 건강식품 추천 시스템 및 방법

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020200107078A KR20220026262A (ko) 2020-08-25 2020-08-25 구매자의 평가를 기반으로 한 건강식품 추천 시스템 및 방법

Publications (1)

Publication Number Publication Date
KR20220026262A true KR20220026262A (ko) 2022-03-04

Family

ID=80813666

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020200107078A KR20220026262A (ko) 2020-08-25 2020-08-25 구매자의 평가를 기반으로 한 건강식품 추천 시스템 및 방법

Country Status (1)

Country Link
KR (1) KR20220026262A (ko)

Similar Documents

Publication Publication Date Title
KR102174717B1 (ko) 사용자 구매 기준 및 상품 리뷰 기반 상품 추천 시스템 및 방법
Rambocas et al. Online sentiment analysis in marketing research: a review
US11392840B2 (en) System and method for generating recommendations
KR102252188B1 (ko) 사용자 구매 기준을 반영한 상품 추천 시스템 및 방법
US8762391B2 (en) Method and system of information matching in electronic commerce website
CN107862022B (zh) 文化资源推荐***
JP5449628B2 (ja) マルチステージを使用したカテゴリ情報の決定
US9454781B2 (en) Ranking and recommendation of online content
KR101566616B1 (ko) 빅데이터 처리를 통한 광고의사결정시스템 및 방법
CN103455522A (zh) 应用程序扩展工具推荐方法及***
US20160188601A1 (en) Method and systems of implementing a ranked health-content article feed
US20130295546A1 (en) Method and apparatus for identifying and eliciting missing question details in a consultation system
EP3289487B1 (en) Computer-implemented methods of website analysis
CN108122153A (zh) 电子商务环境下基于云计算处理模式的个性化推荐方法
Li et al. Exploiting rich user information for one-class collaborative filtering
Dias et al. Automating the extraction of static content and dynamic behaviour from e-commerce websites
US20180089193A1 (en) Category-based data analysis system for processing stored data-units and calculating their relevance to a subject domain with exemplary precision, and a computer-implemented method for identifying from a broad range of data sources, social entities that perform the function of Social Influencers
CN104537080B (zh) 资讯推荐方法和***
CN103854206A (zh) 一种分析人群特征的方法和设备
Gerdes Jr et al. Addressing researchers' quest for hospitality data: mechanism for collecting data from web resources
Woo Market basket analysis algorithms with mapreduce
Ennaji et al. Social intelligence framework: Extracting and analyzing opinions for social CRM
Zhao et al. Tourism e-commerce recommender system based on web data mining
KR20220026255A (ko) 빅데이터를 이용한 건강식품 추천시스템
Pla Karidi et al. Automatic ground truth dataset creation for fake news detection in social media