KR20220119875A - Apparatus and method for classifying user types and recommending service based on location information and card transaction information - Google Patents

Apparatus and method for classifying user types and recommending service based on location information and card transaction information Download PDF

Info

Publication number
KR20220119875A
KR20220119875A KR1020210023277A KR20210023277A KR20220119875A KR 20220119875 A KR20220119875 A KR 20220119875A KR 1020210023277 A KR1020210023277 A KR 1020210023277A KR 20210023277 A KR20210023277 A KR 20210023277A KR 20220119875 A KR20220119875 A KR 20220119875A
Authority
KR
South Korea
Prior art keywords
information
user
card
location information
type
Prior art date
Application number
KR1020210023277A
Other languages
Korean (ko)
Other versions
KR102533323B1 (en
Inventor
김명락
이효겸
곽윤진
Original Assignee
김명락
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 김명락 filed Critical 김명락
Priority to KR1020210023277A priority Critical patent/KR102533323B1/en
Publication of KR20220119875A publication Critical patent/KR20220119875A/en
Application granted granted Critical
Publication of KR102533323B1 publication Critical patent/KR102533323B1/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
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/24—Classification techniques
    • G06K9/6267—
    • 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
    • G06Q20/00—Payment architectures, schemes or protocols
    • G06Q20/30—Payment architectures, schemes or protocols characterised by the use of specific devices or networks
    • G06Q20/34—Payment architectures, schemes or protocols characterised by the use of specific devices or networks using cards, e.g. integrated circuit [IC] cards or magnetic cards
    • 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
    • G06Q20/00—Payment architectures, schemes or protocols
    • G06Q20/38—Payment protocols; Details thereof
    • G06Q20/386—Payment protocols; Details thereof using messaging services or messaging apps
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/01—Social networking
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04M—TELEPHONIC COMMUNICATION
    • H04M2242/00—Special services or facilities
    • H04M2242/14—Special services or facilities with services dependent on location

Landscapes

  • Business, Economics & Management (AREA)
  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Accounting & Taxation (AREA)
  • General Physics & Mathematics (AREA)
  • Physics & Mathematics (AREA)
  • Strategic Management (AREA)
  • General Business, Economics & Management (AREA)
  • Finance (AREA)
  • Marketing (AREA)
  • Economics (AREA)
  • Data Mining & Analysis (AREA)
  • Microelectronics & Electronic Packaging (AREA)
  • Primary Health Care (AREA)
  • Human Resources & Organizations (AREA)
  • General Health & Medical Sciences (AREA)
  • Health & Medical Sciences (AREA)
  • Computing Systems (AREA)
  • Development Economics (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Tourism & Hospitality (AREA)
  • Artificial Intelligence (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Evolutionary Biology (AREA)
  • Evolutionary Computation (AREA)
  • General Engineering & Computer Science (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

According to one embodiment of the present invention, a method for classifying, by a server, a user type and recommending, by the server, a service based on location information and card usage information comprises the steps of: (a) receiving time-based location information of each user terminal and card transaction information of each user from a plurality of user terminals; (b) generating flow information of each user terminal based on the time-based location information of each user and the card transaction information thereof collected within a preset period; and (c) classifying users based on each piece of the flow information and providing service or product recommendation information to a specific user by referring to the flow information of other users belonging to the same classification as the specific user, wherein the card transaction information is information including at least one of a store, a transaction time, a transaction item, and a transaction amount generated in a transaction process using a card, and the flow information includes a value storing at least one of a store name, a store category, number of visits, and an address of the store visited by a specific user terminal or the plurality of user terminals within the preset period based on the time-based location information of each user terminal and the card transaction information thereof.

Description

위치 정보 및 카드 거래 정보를 기반으로 사용자의 유형분류 및 서비스추천 장치 및 방법{APPARATUS AND METHOD FOR CLASSIFYING USER TYPES AND RECOMMENDING SERVICE BASED ON LOCATION INFORMATION AND CARD TRANSACTION INFORMATION}Apparatus and method for classification of user types and service recommendation based on location information and card transaction information

본 발명은 사용자의 위치 정보나 카드 거래 정보를 토대로 시간별 이동 경로 및 서비스이용내역을 산출하고, 산출된 이동 경로 및 서비스 이용내역에 기초하여 사용자의 유형 분류 및 매칭을 수행한 후, 해당 사용자의 선호도에 맞는 서비스나 상품을 추천하는 장치 및 방법에 관한 것이다.The present invention calculates the moving route and service usage history by time based on the user's location information or card transaction information, performs classification and matching of the user's type based on the calculated moving route and service usage history, and then selects the user's preference It relates to an apparatus and method for recommending a service or product suitable for

스마트폰이나 태블릿 PC와 같이 GPS가 부착된 모바일 장치를 통해 사용자의 이동 패턴에 대한 데이터를 쉽게 얻을 수 있게 되고, 데이터가 축적됨에 따라 위치 기반 서비스의 규모와 종류가 증가하고 있다. 그에 따라, 상기 서비스는 위치 기반으로 검색, 소셜 네트워크 서비스(SNS)에서 친구 추천 등 다양한 분야에서 활용되고 있다.Data on a user's movement pattern can be easily obtained through a mobile device with GPS, such as a smartphone or tablet PC, and the size and types of location-based services are increasing as the data is accumulated. Accordingly, the service is utilized in various fields, such as location-based search and friend recommendation in a social network service (SNS).

또한, 위치 기반 서비스에서는 사용자의 현재 위치뿐만 아니라 과거 이동 경로에 대한 궤적을 다양하게 활용한다. 사용자들의 궤적 정보는 많은 정보를 내포하고 있어서 궤적 분석을 통해 사용자의 행동 패턴, 선호도와 같은 사용자의 성향에 대한 정보들을 유추할 수 있다. 이러한 궤적 정보는 도로 밀집도 계산, 성향이 유사한 사용자(또는 친구) 추천 및 인기 있는 여행지 추천 서비스와 같은 관심지역 추천 서비스 등 다양한 응용 서비스에 사용되고 있다. 궤적을 이용한 응용 서비스를 제공하기 위해서는 사용자의 궤적에서 의미 있는 정보를 추출하고, 추출된 정보들 사이에 유사성을 비교하는 기법이 필요하다.In addition, in the location-based service, not only the current location of the user but also the trajectory of the past movement path is used in various ways. Since the user's trajectory information contains a lot of information, information about the user's propensity, such as the user's behavior pattern and preference, can be inferred through the trajectory analysis. Such trajectory information is used for various application services such as road density calculation, recommendation of users (or friends) with similar tendencies, and a service for recommending an area of interest such as a popular travel destination recommendation service. In order to provide an application service using a trajectory, a technique for extracting meaningful information from a trajectory of a user and comparing the similarity between the extracted information is required.

이러한 종래의 궤적 분석을 통한 관심지역 추천 서비스 방법은 사용자와의 유사도를 판단하는데 있어서 패턴 매칭 기법이나 클러스터링 기법을 사용해서 유사도를 판단한다.In this conventional ROI recommendation service method through trajectory analysis, the similarity is determined using a pattern matching technique or a clustering technique in determining the similarity with the user.

그러나, 패턴 매칭 기법은 다른 사용자와의 관심지역의 유형과 거리를 비교하여 추천을 수행하기 때문에 사용자의 세부적인 선호도를 반영할 수 없는 단점이 있다. 또한 클러스터링 기법은 추천 받는 사용자의 선호도가 반영되지 않고, 다른 사용자들의 선호도에 따라 추천을 해주는 단점이 있다.However, the pattern matching technique has a disadvantage in that it cannot reflect the user's detailed preferences because the recommendation is performed by comparing the type and distance of the ROI with other users. In addition, the clustering technique has a disadvantage in that the preference of the user receiving the recommendation is not reflected, and the recommendation is made according to the preference of other users.

따라서, 종래의 관심지역 추천 서비스 방법은 사용자와의 유사도를 판단하기 위해 사용자가 지나간 관심지역의 유형과 순서를 통해 유사도를 판단함으로써, 관심지역 유형만으로는 사용자의 선호도를 완전히 판단할 수 없는 문제점을 갖고 있다.Therefore, the conventional ROI recommendation service method has a problem in that it is impossible to completely determine the user's preference based on the ROI type alone by determining the similarity through the type and order of the ROI passed by the user in order to determine the similarity with the user. have.

본 발명은 상기한 문제점을 해결하기 위해, 사용자 단말로부터 위치 정보 및 카드 거래 정보를 바탕으로 사용자의 유동 정보 산출 및 사용자를 분류하기 위한 시스템의 구현을 목적으로 한다.An object of the present invention is to implement a system for calculating user's flow information and classifying users based on location information and card transaction information from a user terminal in order to solve the above problems.

또한, 사용자가 분류되면 비슷한 유형의 사용자를 매칭시켜, 각 사용자들의 선호도에 맞는 서비스나 상품을 추천하는 것을 목적으로 한다.In addition, when users are classified, similar types of users are matched, and a service or product suitable for each user's preference is recommended.

상기와 같은 기술적 과제를 달성하기 위한 본 발명의 일 실시예에 따른, 서버에 의해 수행되는, 위치 정보 및 카드 사용 정보를 기반으로 사용자의 유형분류 및 서비스 추천 방법에 있어서, (a) 복수의 사용자 단말로부터 각 사용자 단말의 시간별 위치 정보 및 각 사용자의 카드 거래 정보를 수신하는 단계; (b) 기 설정된 기간 내에 수집된 각 사용자의 시간별 위치 정보 및 카드 거래 정보를 바탕으로 각각의 사용자 단말의 유동 정보를 생성하는 단계; 및 (c) 각각의 유동 정보에 기초하여 사용자들을 분류한 후, 특정 사용자와 동일한 분류에 속한 다른 사용자들의 유동 정보를 참고하여, 특정 사용자에게 서비스나 상품 추천정보를 제공하는 단계;를 포함하고, 카드 거래 정보는 카드를 이용한 상거래 과정에서 생성된 매장, 거래 시각, 거래 품목 및 거래 금액 중 적어도 하나를 포함하는 정보이고, 유동 정보는 각 사용자 단말의 시간별 위치 정보 및 카드 거래 정보를 기반으로 기 설정된 기간 내에 특정 사용자 단말 혹은 복수의 사용자 단말이 방문한 매장의 명칭, 매장의 카테고리, 방문 횟수 및 주소 중 적어도 하나를 저장한 값을 포함할 수 있다.In a method for classifying a user's type and recommending a service based on location information and card use information, performed by a server, according to an embodiment of the present invention for achieving the above technical problem, (a) a plurality of users Receiving the location information by time of each user terminal and card transaction information of each user from the terminal; (b) generating flow information of each user terminal based on each user's hourly location information and card transaction information collected within a preset period; and (c) providing service or product recommendation information to a specific user after classifying users based on each flow information, referring to flow information of other users belonging to the same category as the specific user. The card transaction information is information including at least one of a store, a transaction time, a transaction item, and a transaction amount generated in a commerce process using a card, and the flow information is preset based on location information and card transaction information of each user terminal by time. It may include a value stored at least one of a name of a store visited by a specific user terminal or a plurality of user terminals within a period, a category of the store, the number of visits, and an address.

또한, 카드 거래 정보는 카드 거래가 수행되는 과정에서 사용자 단말이 카드사 서버로부터 수신하게 되는 상거래 정보가 포함된 SMS 혹은 알람 메시지로부터 추출할 수 있다.In addition, the card transaction information may be extracted from an SMS or an alarm message including transaction information that the user terminal receives from the card company server in the course of performing the card transaction.

또한, 서버는 카드 거래가 수행될 수 있는 매장 정보를 사전에 저장하고, 사용자 단말로부터 수신된 카드 거래 정보를 매장 정보와 비교하여, 실제 거래가 이루어진 매장, 거래 횟수 및 거래 시간 중 어느 하나를 산출할 수 있다.In addition, the server stores store information in which card transactions can be performed in advance, compares the card transaction information received from the user terminal with store information, and calculates any one of the store where the actual transaction is made, the number of transactions, and the transaction time. have.

또한, 서버가 카드사 서버와 연동되면, (a) 단계는 사용자가 카드 거래를 수행할 시 사용자 단말에 대응되는 식별자 및 카드 거래 정보를 카드사 서버로부터 직접 수신할 수 있다.In addition, when the server is linked with the card company server, in step (a), when the user performs a card transaction, an identifier corresponding to the user terminal and card transaction information can be directly received from the card company server.

또한, (b) 단계는 사용자 단말의 위치 정보 또는 카드 거래 정보에 포함된 매장의 위치 중 적어도 어느 하나를 시간의 순서에 따라 연결하여 유동 정보를 생성할 수 있다.In addition, in step (b), at least one of the location information of the user terminal and the location of the store included in the card transaction information may be connected in the order of time to generate the flow information.

또한, 지도 데이터에 각 사용자의 유동 정보가 표시되는 경우, 지도 데이터를 구성하는 각 지도 영역별 좌표계가 형성되어, 시간별 위치 정보가 표시되고, 사용자 단말이 기 설정된 시간 단위 이상으로 특정 좌표에 머물면, 머물고 있는 시간에 따라 유동 정보가 나타내는 색상을 구분하여 표시할 수 있다.In addition, when the flow information of each user is displayed on the map data, a coordinate system for each map area constituting the map data is formed, location information by time is displayed, and when the user terminal stays at a specific coordinate for more than a preset time unit, Depending on the time spent staying, the color indicated by the flow information can be distinguished and displayed.

또한, 사용자 단말의 요청에 따라, 유동 정보가 표시된 지도 데이터를 사용자 단말로 제공할 수 있다.In addition, according to the request of the user terminal, map data on which the flow information is displayed may be provided to the user terminal.

또한(c) 단계는 각각의 유동 정보들 중 기 설정된 유사도를 갖는 유동 정보에 대응되는 사용자를 각각 그루핑하여 적어도 하나 이상의 사용자 유형을 생성하고, 특정 사용자로부터 수신된 입력값에 기초하여 생성된 유동 정보와 사용자 유형의 유동 정보를 비교하여 사용자를 분류하는 분류 모델이 구축되되, 입력값은 위치 정보 및 카드 거래 정보 중 적어도 하나를 뜻할 수 있다.Also, in step (c), at least one user type is generated by grouping users corresponding to flow information having a preset similarity among respective pieces of flow information, and flow information generated based on an input value received from a specific user A classification model for classifying users by comparing the flow information of the user type with the user type is constructed, and the input value may mean at least one of location information and card transaction information.

또한, 분류 모델은 시간 별 위치 정보 및 카드 거래 정보를 입력값으로 수신하여, 사용자 유형을 판별하는 제 1 분류모델; 시간 별 위치 정보를 입력값으로 수신하여, 사용자 유형을 판별하는 제 2 분류모델; 및 카드 거래 정보를 입력값으로 수신하여, 사용자 유형을 판별하는 제 3 분류 모델; 중 어느 하나로 구현될 수 있다.In addition, the classification model may include: a first classification model for determining a user type by receiving location information and card transaction information by time as input values; a second classification model for determining a user type by receiving location information by time as an input value; and a third classification model for receiving card transaction information as an input value and determining a user type; It may be implemented by any one of them.

또한, (c) 단계 이후 분류 모델에 의해 사용자 유형이 분류되면 사용자 단말로 분류된 유형의 결과값을 전달할 수 있다.In addition, when the user type is classified by the classification model after step (c), the result value of the classified type may be transmitted to the user terminal.

또한, (c) 단계 이후 특정 사용자 단말로부터 결과값에 대한 피드백이 수신되면 분류 모델에 적용하여, 사용자를 분류하는 정확도를 높이되, 피드백은 사용자의 시간 별 대비 머무른 실제 장소에 대한 정보를 뜻할 수 있다.In addition, after step (c), when feedback on the result value is received from a specific user terminal, it is applied to the classification model to increase the accuracy of classifying the user, but the feedback can mean information about the actual place where the user stayed compared to each time. have.

또한, (c) 단계는 동일한 유형으로 분류된 복수의 사용자를 매칭하고, 동일 유형으로 분류된 특정 사용자가 이용하는 서비스나 상품 중 다른 사용자가 이용하지 않는 서비스나 상품이 있는 경우, 다른 사용자가 이용하지 않는 서비스나 상품을 추천할 수 있다.In addition, step (c) matches a plurality of users classified into the same type, and if there is a service or product that other users do not use among the services or products used by a specific user classified into the same type, other users do not use it. You can recommend services or products that you do not like.

또한, 위치 정보 및 카드 사용 정보를 기반으로 사용자의 유형분류 및 서비스 추천 장치에 있어서, 위치 정보 및 카드 사용 정보를 기반으로 사용자의 유형분류 및 서비스를 추천하는 프로그램이 저장된 메모리 및 메모리에 저장된 프로그램을 실행하여 위치 정보 및 카드 사용 정보를 기반으로 사용자의 유형분류 및 서비스를 추천하는 프로세서를 포함하되, 프로세서는 복수의 사용자 단말로부터 각 사용자 단말의 시간별 위치 정보 및 각 사용자의 카드 거래 정보를 수신하고, 기 설정된 기간 내에 수집된 각 사용자의 시간별 위치 정보 및 카드 거래 정보를 바탕으로 각각의 사용자 단말의 유동 정보를 생성하고, 각각의 유동 정보에 기초하여 사용자들을 분류한 후, 특정 사용자와 동일한 분류에 속한 다른 사용자들의 유동 정보를 참고하여, 특정 사용자에게 서비스나 상품 추천정보를 제공하고, 카드 거래 정보는 카드를 이용한 상거래 과정에서 생성된 매장, 거래 시각, 거래 품목 및 거래 금액 중 적어도 하나를 포함하는 정보이고, 유동 정보는 각 사용자 단말의 시간별 위치 정보 및 카드 거래 정보를 기반으로 기 설정된 기간 내에 특정 사용자 단말 혹은 복수의 사용자 단말이 방문한 매장의 명칭, 매장의 카테고리, 방문 횟수 및 주소 중 적어도 하나를 저장한 값을 포함하는 장치일 수 있다.In addition, in the device for classifying a user's type and recommending a service based on location information and card use information, a memory and a program stored in the memory are stored in which a program for classifying a user's type and recommending a service based on location information and card use information is stored. A processor that executes and recommends a user's type classification and service based on location information and card use information, wherein the processor receives time-based location information of each user terminal and card transaction information of each user from a plurality of user terminals, Flow information of each user terminal is generated based on each user's location information and card transaction information for each time collected within a preset period, and after classifying users based on each flow information, the user belongs to the same category as a specific user. Information including at least one of a store, a transaction time, a transaction item, and a transaction amount generated in the course of commerce using a card, the card transaction information is information that provides service or product recommendation information to a specific user with reference to the flow information of other users , and the flow information stores at least one of the name of a store visited by a specific user terminal or a plurality of user terminals within a preset period based on location information and card transaction information by time of each user terminal, a category of the store, the number of visits, and an address. It may be a device containing a single value.

또한, 위치 정보 및 카드 사용 정보를 기반으로 사용자의 유형을 분류하는 방법을 수행하기 위한 프로그램이 기록된 컴퓨터 판독가능 저장매체일 수 있다.Also, it may be a computer-readable storage medium in which a program for performing a method of classifying a user's type based on location information and card use information is recorded.

본 발명의 일 실시예에 따른, 사용자 단말로부터 위치 정보 및 카드 거래 정보를 바탕으로 사용자의 유동 정보 산출 및 사용자의 분류하기 위한 시스템을 구현할 수 있다.According to an embodiment of the present invention, it is possible to implement a system for calculating the user's flow information and classifying the user based on the location information and the card transaction information from the user terminal.

구체적으로, 사용자 단말로부터 수신된 위치 정보 및 카드 거래 정보를 바탕으로 사용자의 이동 경로는 물론, 자주 사용하게 방문하는 장소나 매장 및 방문 시간, 이용한 서비스내역에 대한 정보를 산출할 수 있게 된다.Specifically, based on the location information and card transaction information received from the user terminal, it is possible to calculate the user's moving route as well as information on frequently used places, stores, visit times, and service details used.

이때, 산출된 정보를 바탕으로 사용자에 대한 분류 모델을 구현하여, 추후 사용자 단말로부터 수신된 위치 정보 및 카드 거래 정보를 기초로 사용자의 유형을 판단하고, 비슷한 유형의 사용자를 매칭시켜, 그들이 필요한 정보나 서비스를 제공할 수 있다. At this time, a classification model for the user is implemented based on the calculated information, the user's type is determined based on the location information and card transaction information received from the user terminal later, and the user of a similar type is matched, and the information they need I can provide services.

이를 통해, 유동인구들의 유형을 분류하고, 비슷한 유형의 유동인구들에게 각각의 이동경로와 선호도에 맞는 서비스/상품을 추천할 수 있다.Through this, it is possible to classify the types of floating populations and recommend services/products suitable for each movement route and preference to similar types of floating populations.

도 1은 본 발명의 일 실시예에 따른, 위치 정보 및 카드 사용 정보를 기반으로 사용자의 유형분류 및 서비스 추천 시스템의 구성을 나타낸 도면이다.
도 2는 본 발명의 일 실시예에 따른, 서버의 구성을 나타낸 도면이다.
도 3은 본 발명의 일 실시예에 따른, 위치 정보 및 카드 사용 정보를 기반으로 사용자의 유형분류 및 서비스 추천되는 과정을 나타낸 동작 흐름도이다.
도 4는 본 발명의 일 실시예에 따라, 분류 모델을 통해 동일한 유형의 사용자를 매칭하기 위한 과정을 나타낸 동작흐름도이다.
도 5은 본 발명의 일 실시예에 따른, 생성된 유동 정보의 구성을 나타낸 예시 도면이다.
도 6은 본 발명의 일 실시예에 따른, 유동 정보의 구성을 나타낸 예시 도면이다.
도 7은 본 발명의 일 실시예에 따른, 분류 모델을 통해 분류되는 사용자의 유형분류 및 추천서비스의 예시를 나타낸 도면이다.1 is a diagram illustrating the configuration of a user type classification and service recommendation system based on location information and card usage information according to an embodiment of the present invention.
2 is a diagram illustrating the configuration of a server according to an embodiment of the present invention.
3 is an operation flowchart illustrating a process of classifying a user type and recommending a service based on location information and card usage information, according to an embodiment of the present invention.
4 is an operation flowchart illustrating a process for matching users of the same type through a classification model according to an embodiment of the present invention.
5 is an exemplary diagram illustrating the configuration of generated flow information according to an embodiment of the present invention.
6 is an exemplary diagram illustrating the configuration of flow information according to an embodiment of the present invention.
7 is a diagram illustrating an example of user type classification and recommendation service classified through a classification model, according to an embodiment of the present invention.

아래에서는 첨부한 도면을 참조하여 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자가 용이하게 실시할 수 있도록 본 발명의 실시예를 상세히 설명한다. 그러나 본 발명은 여러 가지 상이한 형태로 구현될 수 있으며 여기에서 설명하는 실시예에 한정되지 않는다. 그리고 도면에서 본 발명을 명확하게 설명하기 위해서 설명과 관계없는 부분은 생략하였으며, 명세서 전체를 통하여 유사한 부분에 대해서는 유사한 도면 부호를 붙였다.DETAILED DESCRIPTION OF THE PREFERRED EMBODIMENTS Hereinafter, embodiments of the present invention will be described in detail with reference to the accompanying drawings so that those skilled in the art can easily carry out the present invention. However, the present invention may be embodied in several different forms and is not limited to the embodiments described herein. And in order to clearly explain the present invention in the drawings, parts irrelevant to the description are omitted, and similar reference numerals are attached to similar parts throughout the specification.

명세서 전체에서, 어떤 부분이 다른 부분과 "연결"되어 있다고 할 때, 이는 "직접적으로 연결"되어 있는 경우뿐 아니라, 그 중간에 다른 소자를 사이에 두고 "전기적으로 연결"되어 있는 경우도 포함한다. 또한 어떤 부분이 어떤 구성요소를 "포함"한다고 할 때, 이는 특별히 반대되는 기재가 없는 한 다른 구성요소를 제외하는 것이 아니라 다른 구성요소를 더 포함할 수 있는 것을 의미하며, 하나 또는 그 이상의 다른 특징이나 숫자, 단계, 동작, 구성요소, 부분품 또는 이들을 조합한 것들의 존재 또는 부가 가능성을 미리 배제하지 않는 것으로 이해되어야 한다.Throughout the specification, when a part is "connected" with another part, this includes not only the case of being "directly connected" but also the case of being "electrically connected" with another element interposed therebetween. . Also, when a part "includes" a certain component, it means that other components may be further included, rather than excluding other components, unless otherwise stated, and one or more other features However, it is to be understood that the existence or addition of numbers, steps, operations, components, parts, or combinations thereof is not precluded in advance.

이하의 실시예는 본 발명의 이해를 돕기 위한 상세한 설명이며, 본 발명의 권리 범위를 제한하는 것이 아니다. 따라서 본 발명과 동일한 기능을 수행하는 동일 범위의 발명 역시 본 발명의 권리 범위에 속할 것이다.The following examples are detailed descriptions to help the understanding of the present invention, and do not limit the scope of the present invention. Accordingly, an invention of the same scope performing the same function as the present invention will also fall within the scope of the present invention.

도 1은 본 발명의 일 실시예에 따른, 위치 정보 및 카드 사용 정보를 기반으로 사용자의 유형분류 및 서비스 추천 시스템의 구성을 나타낸 도면이다.1 is a diagram illustrating the configuration of a user type classification and service recommendation system based on location information and card usage information according to an embodiment of the present invention.

도 1을 참조하면, 시스템은 서버(100) 및 복수의 사용자 단말(200)로 구성된다. 이때, 각 장치는 통신망을 통해 유선 또는 무선으로 상호 연결될 수 있다.Referring to FIG. 1 , the system includes a server 100 and a plurality of user terminals 200 . In this case, each device may be interconnected by wire or wirelessly through a communication network.

본 발명의 일 실시예에 따라, 서버(100)는 복수의 사용자 단말(200)로부터 단말의 GPS가 생성한 위치 정보와 사용자가 특정 매장에 들러서 수행한 상거래에 의해 생성된 카드 거래 정보를 수신한다.According to an embodiment of the present invention, the server 100 receives the location information generated by the GPS of the terminal and card transaction information generated by a commerce transaction performed by a user stopping by a specific store from a plurality of user terminals 200 . .

또한, 서버(100)는 각각의 사용자 단말(200)에 대응하는 위치 정보 및 카드 거래 정보를 바탕으로 각각의 사용자 단말(200)의 유동 정보를 생성하게 된다.In addition, the server 100 generates flow information of each user terminal 200 based on the location information and card transaction information corresponding to each user terminal 200 .

이때, 유동 정보란 각 사용자 단말(200)의 시간별 위치 정보 및 카드 거래 정보를 기반으로 기 설정된 기간 내에 특정 사용자 단말(200) 혹은 복수의 사용자 단말(200)이 방문한 매장의 명칭, 매장의 카테고리, 방문 횟수 및 주소 중 적어도 하나를 저장한 값을 포함하는 정보를 뜻할 수 있다. 예를 들어, A라는 사용자가 일주일간 매일 10시에 을지로입구역에서 10시 30분에 을지로3가역으로 걸어서 이동하였다면, 유동 정보는 사용자가 을지로입구역에서 을지로3가역까지 걸어간 이동 경로와 각 시간대별 위치 정보 및 을지로입구역과 을지로3가역을 7번씩 방문하였다는 정보를 포함하게 된다.In this case, the floating information refers to the name of the store visited by the specific user terminal 200 or a plurality of user terminals 200 within a preset period based on location information and card transaction information by time of each user terminal 200, the category of the store, It may refer to information including a value storing at least one of the number of visits and an address. For example, if user A walks from Euljiro 3-ga Station at 10:30 every day for a week, the flow information is the same as the movement path the user walked from Euljiro 1-ga Station to Eulji-ro 3-ga Station. It will include location information for each time period and information about visiting Euljiro 1-ga Station and Eulji-ro 3-ga Station 7 times.

이후, 서버(100)는 각각의 유동 정보에 기초하여 사용자들을 분류한 후, 특정 사용자와 동일한 분류에 속한 다른 사용자들의 유동정보를 참고하여, 특정 사용자에게 서비스나 상품 추천정보를 제공하는 것을 특징으로 한다.Thereafter, the server 100 classifies users based on each flow information, and then provides service or product recommendation information to a specific user with reference to flow information of other users belonging to the same category as the specific user. do.

예를 들어, 서버(100)는 특정 사용자로부터 획득한 유동 정보를 A그룹의 유동 정보와 비교 후 유사하다고 판단되면, 특정 사용자에게 A그룹의 사용자가 주로 이용한 서비스나 상품 추천정보를 제공하게 된다.For example, if the server 100 compares the flow information obtained from the specific user with the flow information of the group A and determines that they are similar, the server 100 provides the specific user with service or product recommendation information mainly used by the user of the group A.

이때, 선택적 실시예로, 서버(100)는 특정 사용자로부터 수신된 정보를 기초로 사용자 분류를 수행하기 위해 분류 모델을 구축할 수 있다.In this case, as an optional embodiment, the server 100 may build a classification model to perform user classification based on information received from a specific user.

이때, 분류 모델은 사용자 단말(200)로부터 수신한 입력값에 기초하여 사용자의 유형을 분류하거나 매칭하게 된다. In this case, the classification model classifies or matches the user type based on the input value received from the user terminal 200 .

구체적으로, 서버(100)는 구축된 분류 모델을 기초로 사용자가 방문한 시간별 위치 정보나 카드 거래 정보라는 입력값에 따라 그 사람이 어떤 유형인지 분류하거나, 분류한 사용자 중 비슷한 유형을 갖는 사용자를 매칭하게 된다. 예를 들어, "오전 시간 대에 a커피숍을 방문하는 사용자"을 "아침형 인간"이라는 유형으로 분류 모델이 구축된 경우, 특정 사용자 단말(200)로부터 "10시 a커피숍"이라는 입력값을 서버(100)가 수신하게 되면, 서버(100)는 특정 사용자 단말(200)의 사용자를 "아침형 인간"으로 분류하게 된다. 만약, "아침형 인간"으로 분류되는 사람이 많은 경우 서버(100)는 이들을 매칭하고, 이 그룹에 제공할 수 있는 서비스나 메시지를 제공할 수도 있다.Specifically, the server 100 categorizes the type of the person based on the built-up classification model and classifies the type of the person according to the input value of hourly location information or card transaction information visited by the user, or matches users having a similar type among the classified users. will do For example, when a classification model is built for "a user who visits a coffee shop in the morning" as a type of "morning person", an input value of "10 o'clock a coffee shop" from the specific user terminal 200 is When the server 100 receives the reception, the server 100 classifies the user of the specific user terminal 200 as a "morning person". If there are many people classified as "morning-type people", the server 100 may match them and provide a service or message that can be provided to this group.

여기서, 입력값은 위치 정보, 및 카드 거래 정보 및 상기 위치 정보나 카드 거래 정보가 생성된 시간 정보 중 적어도 하나가 될 수 있고, 입력받게 되는입력값의 성질에 따라 분류 모델의 성향이 달라지게 된다.Here, the input value may be at least one of location information, card transaction information, and time information at which the location information or card transaction information was generated, and the tendency of the classification model varies according to the nature of the input value received. .

본 발명의 일 실시예에 따라, 서버(100)는 복수의 사용자 단말(200)로부터 위치 정보 및 카드 거래 정보를 수신하여 유동 정보를 생성한다.According to an embodiment of the present invention, the server 100 receives location information and card transaction information from a plurality of user terminals 200 to generate flow information.

또한, 서버(100)는 생성된 유동 정보를 바탕으로 사용자 유형을 구분하고, 그에 대한 서비스나 상품 추천정보를 제공하는 것을 특징으로 한다.In addition, the server 100 classifies the user type based on the generated flow information, and provides service or product recommendation information therefor.

이러한 과정에서, 서버(100)는 사용자 유형을 분류하기 위한 분류 모델을 구축할 수 있다. 이때, 구축된 분류 모델을 토대로 서버(100)는 사용자 단말(200)로부터 입력값이 수신되면, 사용자의 유형을 분류하거나 매칭하게 된다.In this process, the server 100 may build a classification model for classifying user types. In this case, when the input value is received from the user terminal 200 based on the built classification model, the server 100 classifies or matches the type of the user.

본 발명의 일 실시예에 따라, 사용자 단말(200)은 서비스를 이용하는 사용자의 단말로서, 사용자 단말(200)이 GPS를 통해 산출한 위치 정보나 거래 과정에서 획득된 카드 거래 정보를 서버(100)로 전달하게 된다.According to an embodiment of the present invention, the user terminal 200 is a terminal of a user using a service, and the user terminal 200 transmits location information calculated through GPS or card transaction information obtained in the transaction process to the server 100 . will be transmitted to

또한, 서버(100)가 분류 모델을 구축한 경우 사용자 단말(200)은 서버(100)로 전달한 입력값에 대한 사용자의 유형을 판단받게 된다.In addition, when the server 100 builds the classification model, the user terminal 200 determines the user's type with respect to the input value transmitted to the server 100 .

이때, 사용자 단말(200)이 사용하는 위치 정보 및 카드 사용 정보를 기반으로 사용자의 유형을 분류하는 애플리케이션은 사용자 단말(200)에 내장된 애플리케이션이거나, 애플리케이션 배포 서버로부터 다운로드되어 사용자 단말(200)에 설치된 애플리케이션일 수 있다.At this time, the application for classifying the type of user based on the location information and card usage information used by the user terminal 200 is an application built into the user terminal 200 or downloaded from the application distribution server to the user terminal 200 . It can be an installed application.

한편, 사용자 단말(200)은 유무선 통신 환경에서 단말 애플리케이션을 이용할 수 있는 통신 단말기를 의미한다. 여기서 사용자 단말(200)은 사용자의 휴대용 단말기일 수 있다. 도 1에서는 사용자 단말(200)이 휴대용 단말기의 일종인 스마트폰(smart phone)으로 도시되었지만, 본 발명의 사상은 이에 제한되지 아니하며, 상술한 바와 같이 단말 애플리케이션을 탑재할 수 있는 단말에 대해서 제한 없이 차용될 수 있다.Meanwhile, the user terminal 200 refers to a communication terminal capable of using a terminal application in a wired/wireless communication environment. Here, the user terminal 200 may be a user's portable terminal. In FIG. 1, the user terminal 200 is illustrated as a smart phone, which is a type of a portable terminal, but the spirit of the present invention is not limited thereto. can be borrowed

이를 더욱 상세히 설명하면, 사용자 단말(200)은 핸드헬드 컴퓨팅 디바이스(예를 들면, PDA, 이메일 클라이언트 등), 핸드폰의 임의의 형태, 또는 다른 종류의 컴퓨팅 또는 커뮤니케이션 플랫폼의 임의의 형태를 포함할 수 있으나, 본 발명이 이에 한정되는 것은 아니다.More specifically, user terminal 200 may include a handheld computing device (eg, PDA, email client, etc.), any form of a mobile phone, or any other type of computing or communication platform. However, the present invention is not limited thereto.

한편, 통신망은 사용자 단말(200)이 서버(100)에 접속(이는 반대의 경우로 차용될 수 있다.)한 후 데이터를 송수신할 수 있도록 접속 경로를 제공하는 통신망을 의미한다. 통신망은 예컨대 LANs(Local Area Networks), WANs(Wide Area Networks), MANs(Metropolitan Area Networks), ISDNs(Integrated Service Digital Networks) 등의 유선 네트워크나, 무선 LANs, CDMA, 블루투스, 위성 통신 등의 무선 네트워크를 망라할 수 있으나, 본 발명의 범위가 이에 한정되는 것은 아니다.On the other hand, the communication network refers to a communication network that provides an access path so that the user terminal 200 can transmit and receive data after accessing the server 100 (this can be borrowed in the opposite case). The communication network is, for example, wired networks such as LANs (Local Area Networks), WANs (Wide Area Networks), MANs (Metropolitan Area Networks), ISDNs (Integrated Service Digital Networks), etc., or wireless networks such as wireless LANs, CDMA, Bluetooth, and satellite communication. However, the scope of the present invention is not limited thereto.

도 2는 본 발명의 일 실시예에 따른, 서버의 구성을 나타낸 도면이다.2 is a diagram illustrating the configuration of a server according to an embodiment of the present invention.

도 2를 참조하면, 본 발명의 일 실시예에 따른 서버(100)는 통신 모듈(110), 메모리(120), 프로세서(130) 및 데이터베이스(140)를 포함한다.Referring to FIG. 2 , the server 100 according to an embodiment of the present invention includes a communication module 110 , a memory 120 , a processor 130 , and a database 140 .

상세히, 통신 모듈(110)은 통신망과 연동하여 서버(100) 및 사용자 단말(200) 간의 송수신 신호를 패킷 데이터 형태로 제공하는 데 필요한 통신 인터페이스를 제공한다. 나아가, 통신 모듈(110)은 사용자 단말(200)로부터 데이터 요청을 수신하고, 이에 대한 응답으로서 데이터를 송신하는 역할을 수행할 수 있다.In detail, the communication module 110 provides a communication interface necessary to provide a transmission/reception signal between the server 100 and the user terminal 200 in the form of packet data in connection with a communication network. Furthermore, the communication module 110 may perform a role of receiving a data request from the user terminal 200 and transmitting data in response thereto.

여기서, 통신 모듈(110)은 다른 네트워크 장치와 유무선 연결을 통해 제어 신호 또는 데이터 신호와 같은 신호를 송수신하기 위해 필요한 하드웨어 및 소프트웨어를 포함하는 장치일 수 있다.Here, the communication module 110 may be a device including hardware and software necessary for transmitting and receiving signals such as control signals or data signals through wired/wireless connection with other network devices.

메모리(120)는 위 위치 정보 및 카드 사용 정보를 기반으로 사용자의 유형분류 및 서비스 추천 프로그램이 기록된다. 또한, 프로세서(130)가 처리하는 데이터를 일시적 또는 영구적으로 저장하는 기능을 수행한다. 여기서, 메모리(120)는 자기 저장 매체(magnetic storage media) 또는 플래시 저장 매체(flash storage media)를 포함할 수 있으나, 본 발명의 범위가 이에 한정되는 것은 아니다.The memory 120 records the user's type classification and service recommendation program based on the above location information and card use information. In addition, the processor 130 performs a function of temporarily or permanently storing the processed data. Here, the memory 120 may include magnetic storage media or flash storage media, but the scope of the present invention is not limited thereto.

프로세서(130)는 일종의 중앙처리장치로서 위치 정보 및 카드 사용 정보를 기반으로 사용자의 유형분류 및 서비스를 추천하는 전체 과정을 제어한다. 프로세서(130)가 수행하는 각 단계에 대해서는 도 3 및 도 4를 참조하여 후술하기로 한다.The processor 130 is a kind of central processing unit and controls the entire process of classifying a user's type and recommending a service based on location information and card use information. Each step performed by the processor 130 will be described later with reference to FIGS. 3 and 4 .

여기서, 프로세서(130)는 프로세서(processor)와 같이 데이터를 처리할 수 있는 모든 종류의 장치를 포함할 수 있다. 여기서, '프로세서(processor)'는, 예를 들어 프로그램 내에 포함된 코드 또는 명령으로 표현된 기능을 수행하기 위해 물리적으로 구조화된 회로를 갖는, 하드웨어에 내장된 데이터 처리 장치를 의미할 수 있다. 이와 같이 하드웨어에 내장된 데이터 처리 장치의 일 예로써, 마이크로프로세서(microprocessor), 중앙처리장치(central processing unit: CPU), 프로세서 코어(processor core), 멀티프로세서(multiprocessor), ASIC(application-specific integrated circuit), FPGA(field programmable gate array) 등의 처리 장치를 망라할 수 있으나, 본 발명의 범위가 이에 한정되는 것은 아니다.Here, the processor 130 may include all kinds of devices capable of processing data, such as a processor. Here, the 'processor' may refer to a data processing device embedded in hardware, for example, having a physically structured circuit to perform a function expressed as a code or an instruction included in a program. As an example of the data processing device embedded in the hardware as described above, a microprocessor, a central processing unit (CPU), a processor core, a multiprocessor, an application-specific integrated (ASIC) circuit) and a processing device such as a field programmable gate array (FPGA), but the scope of the present invention is not limited thereto.

데이터베이스(140)는 복수의 사용자 단말(200)로부터 수신된 위치 정보 및 카드 거래 정보를 시간단위로 저장하고, 생성된 유동 정보가 저장된다.The database 140 stores the location information and card transaction information received from the plurality of user terminals 200 in units of time, and the generated flow information is stored.

또한, 데이터베이스(140)는 기 저장된 지도 데이터와 결합하여 사용자 단말(200)로 제공하기 위한 이동 경로에 대한 정보가 저장되거나, 유동 정보를 바탕으로 분류 모델을 구축하면, 데이터베이스(140)에 이를 저장하게 된다.In addition, the database 140 stores information on a movement route to be provided to the user terminal 200 in combination with pre-stored map data, or when a classification model is built based on the flow information, it is stored in the database 140 . will do

비록 도 2에는 도시하지 아니하였으나, 사용자 단말(200)의 위치 정보, 카드 거래 정보, 유동 정보 및 분류 모델에 대한 데이터 중 일부는 데이터베이스(140)와 물리적 또는 개념적으로 분리된 데이터베이스(미도시)에 저장될 수 있다.Although not shown in FIG. 2 , some of the data on the location information, card transaction information, flow information, and classification model of the user terminal 200 are stored in a database (not shown) physically or conceptually separated from the database 140 . can be saved.

도 3은 본 발명의 일 실시예에 따른, 위치 정보 및 카드 사용 정보를 기반으로 사용자의 유형을 분류되는 과정을 나타낸 동작 흐름도이다.3 is an operation flowchart illustrating a process of classifying a user type based on location information and card use information according to an embodiment of the present invention.

도 3을 참조하면, 서버(100)는 복수의 사용자 단말(200)로부터 위치 정보 및 카드 거래 정보를 수신한다(S310).Referring to FIG. 3 , the server 100 receives location information and card transaction information from a plurality of user terminals 200 ( S310 ).

단계(S310)에서 이용된 카드 거래 정보는 카드 거래가 수행되는 과정에서 사용자 단말(200)이 카드사 서버로부터 수신하게 되는 거래 정보가 포함된 SMS 혹은 알람 메시지를 뜻한다. 예를 들어, 종래의 신용카드사는 고객이 자사의 신용카드를 이용하는 경우, 거래가 수행되었음을 알리는 정보를 고객의 단말로 전송하게 된다. 본 발명의 서버(100)는 사용자 단말(200)로 전달되는 상기 정보를 카드 거래 정보로서 수신하게 된다.The card transaction information used in step S310 means an SMS or alarm message including transaction information that the user terminal 200 receives from the card company server in the process of performing a card transaction. For example, when a customer uses their credit card, a conventional credit card company transmits information indicating that a transaction has been performed to the customer's terminal. The server 100 of the present invention receives the information transmitted to the user terminal 200 as card transaction information.

이때, 서버(100)가 카드 거래가 수행될 수 있는 매장 정보를 사전에 저장하고, 사용자 단말(200)로부터 수신된 카드 거래 정보를 매장 정보와 비교하여, 실제 거래가 이루어진 매장의 위치, 거래 횟수 및 거래 시간 중 어느 하나를 산출하게 된다. 예를 들어, SMS에 "2021년 2월 1일에 20,000원 OO커피"라는 정보가 포함되어 있는 경우 서버(100)는 OO커피라는 매장에서 판매하는 식품의 DB와 사용자 단말(200)의 SMS 정보와 비교함으로써, 서버(100)는 사용자가 OO커피에서 20,000원을 소비하였음을 인지할 수 있게 된다.At this time, the server 100 stores store information in which card transactions can be performed in advance, compares the card transaction information received from the user terminal 200 with store information, and the location of the store where the actual transaction is made, the number of transactions, and the transaction. One of the times will be calculated. For example, if the SMS includes information such as "OO coffee of 20,000 won on February 1, 2021", the server 100 stores the DB of food sold in a store called OO coffee and SMS information of the user terminal 200 . By comparing with , the server 100 can recognize that the user has spent 20,000 won in OO coffee.

한편, 서버(100)가 카드사 서버와 연동되면, 서버(100)는 사용자가 카드 거래를 수행할 시 사용자 단말(200)에 대응되는 식별자 및 카드 거래 정보를 카드사 서버로부터 직접 수신할 수 있다. 이를 통해, 카드 거래 정보가 사용자 단말(200)을 거치면서 발생할 수 있는 정보 누락이나 딜레이를 방지할 수 있다.On the other hand, when the server 100 is linked with the card company server, the server 100 may directly receive the identifier and card transaction information corresponding to the user terminal 200 from the card company server when the user performs a card transaction. Through this, it is possible to prevent information omission or delay that may occur while card transaction information passes through the user terminal 200 .

다음으로 서버(100)는 위치 정보 및 카드 거래 정보를 기반으로 유동 정보를 생성한다(S320).Next, the server 100 generates flow information based on location information and card transaction information (S320).

구체적으로, 서버(100)는 각 사용자 단말(200)의 시간별 위치 정보 및 카드 거래 정보를 기반으로 기 설정된 기간 내에 특정 사용자 단말(200) 혹은 복수의 사용자 단말(200)이 방문한 매장의 명칭, 매장의 카테고리, 방문 횟수 및 주소 중 적어도 하나를 저장한 값을 기반으로 유동 정보를 생성하게 된다.Specifically, the server 100 determines the name of a store visited by a specific user terminal 200 or a plurality of user terminals 200 within a preset period based on the location information and card transaction information by time of each user terminal 200, and stores Flow information is generated based on the value stored at least one of the category, number of visits, and address of

예를 들어, 서버(100)는 기 설정된 기간 동안 사용자 단말(200)로부터 수신된 유동 정보를 바탕으로 "A라는 사용자가 6개월동안 공덕의 OO감자탕(음식) 매장을 77번 방문, XX피트니스(GYM)를 90회 방문, OO편의점을 122회 방문"과 같이 분류를 수행하여 궁극적으로 유동 정보를 형성하게 된다.For example, the server 100, based on the flow information received from the user terminal 200 for a preset period, "user A visited the OO Gamjatang (food) store in Gongdeok 77 times for 6 months, XX fitness ( GYM) is classified as 90 visits and OO convenience stores 122 visits", ultimately forming flow information.

이때, 서버(100)는 사용자 단말(200)의 위치 정보 혹은 카드 거래 정보에 포함된 매장의 위치 정보 중 적어도 어느 하나를 시간이 흐르는 순서에 따라 연결하여 유동 정보를 생성한다.At this time, the server 100 generates the flow information by connecting at least one of the location information of the user terminal 200 or the location information of the store included in the card transaction information according to the flow of time.

여기서 도 5의 그림(a)에 도시된 바와 같이, 지도 데이터에 각 사용자의 상기 유동 정보가 표시되는 경우 서버(100)는 지도 데이터(500)를 구성하는 각 지도 영역별 좌표계(510)가 형성되어 시간 별 위치 정보가 표시된다. 또한, 서버(100)는 사용자 단말(200)이 기 설정된 시간 단위 이상으로 특정 좌표(530)에 머물면, 머물고 있는 시간에 따라 유동 정보가 나타내는 색상을 구분하여 표시하게 된다.Here, as shown in the figure (a) of FIG. 5 , when the flow information of each user is displayed on the map data, the server 100 forms a coordinate system 510 for each map area constituting the map data 500 . location information by time is displayed. In addition, when the user terminal 200 stays at the specific coordinates 530 for more than a preset time unit, the server 100 classifies and displays the color indicated by the flow information according to the staying time.

예를 들어, 도 5의 그림(a)을 다시 참조하면, 지도 데이터(500)에는 가상의 격자 형태의 좌표계(510)가 형성되고, 사용자가 이동한 유동 정보(520)가 형성되어 있다.For example, referring back to the figure (a) of FIG. 5 , the coordinate system 510 in the form of a virtual grid is formed in the map data 500 , and flow information 520 moved by the user is formed.

만약, 사용자 단말(200)이 특정 매장이나 지역에서 일정 시간 머물게 되면, 서버(100)가 일정 시간 동안 동일한 장소에 대한 위치 정보를 수신할 수 밖에 없다. 이런 경우, 서버(100)는 지도 데이터(500)에서 해당 지점을 그림(b)의 표에 도시된 예시와 같이 머무른 시간 별로 특정 좌표(530)를 서로 다른 색상으로 마킹(혹은 구분)할 수 있다. 이를 통해, 서버(100)는 사용자가 주로 어느 매장이나 지역에서 시간을 많이 보내는지 파악할 수 있게 된다.If the user terminal 200 stays in a specific store or region for a predetermined time, the server 100 has no choice but to receive location information about the same place for a predetermined time. In this case, the server 100 may mark (or classify) the specific coordinates 530 in different colors for each time that the corresponding point in the map data 500 stayed as shown in the table of the figure (b) with different colors. . Through this, the server 100 can determine which store or region the user mainly spends time in.

이때, 선택적 실시예로, 사용자 단말(200)의 요청에 따라, 유동 정보가 표시된 지도 데이터를 상기 사용자 단말(200)로 제공되거나, 서비스를 운영하기 위한 데이터로 이용될 수 있다.In this case, in an optional embodiment, according to a request of the user terminal 200 , map data on which flow information is displayed may be provided to the user terminal 200 or used as data for operating a service.

추가 실시예로, 서버(100)는 시간 별로 수신되어야 하는 위치 정보(혹은 카드 거래 정보)가 중간에 누락되는 경우 유동 정보를 생성하기 위해 이를 보정하게 된다.In a further embodiment, the server 100 corrects the location information (or card transaction information) to be received for each hour in order to generate flow information if it is omitted in the middle.

먼저, 서버(100)는 위치 정보가 누락되기 직전의 제 1 위치 정보와 다시 수신된 위치에 대한 제 2 위치 정보를 각각 인식하고, 제 1 위치 정보와 제 2 위치 정보의 최단거리 이동 경로를 생성하여 유동 정보를 보정할 수 있다.First, the server 100 recognizes the first location information immediately before the location information is omitted and the second location information for the re-received location, respectively, and generates a shortest movement path of the first location information and the second location information. In this way, the flow information can be corrected.

한편, 누락된 위치 정보를 보정하는 다른 추가 실시예로, 상기 제 1 위치 정보와 제 2 위치 정보를 지나간 다른 사용자 단말(200)로부터 획득된 이동 경로(혹은 위치 정보 및 유동 정보)를 참고하여 누락된 위치 정보를 보정할 수도 있다.On the other hand, as another additional embodiment of correcting the missing location information, referring to the movement path (or location information and flow information) obtained from the other user terminal 200 that has passed the first location information and the second location information It is also possible to correct the location information.

선택적 실시예로, 카드 거래 정보에 의해 생성되는 유동 정보는 도 6에 도시된 표(600)와 같은 방식으로 정리될 수 있다. 이때, 표(600)는 위치(610), 시간(620) 및 카드 실적(630)으로 구성될 수 있다.In an optional embodiment, the flow information generated by the card transaction information may be organized in the same manner as in the table 600 shown in FIG. In this case, the table 600 may be composed of a location 610 , a time 620 , and a card performance 630 .

이때, 위치(610)는 사용자 단말(200)의 위치 정보를 뜻하되, 좌표 및 매장이나 지역명으로 구성될 수 있다. 또한, 시간(620)은 기 설정된 시간 단위로 구성되되, 각 시간 별 위치 정보와 매칭되어 표시된다. 마지막으로 카드 실적(630)은 사용자가 카드 거래를 수행한 정보를 표시하게 된다. 예를 들면, 거래가 수행된 장소나 무엇을 거래했는지 등이 저장될 수 있다.In this case, the location 610 means location information of the user terminal 200, and may be composed of coordinates and a name of a store or region. In addition, the time 620 is configured in a preset time unit, and is displayed to match location information for each time. Finally, the card performance 630 displays information that the user has performed a card transaction. For example, a place where a transaction was performed, what was transacted, and the like may be stored.

마지막으로, 서버(100)는 유동 정보에 기초하여 사용자 유형을 분류하고 서비스나 상품 추천 정보를 제공한다(S330).Finally, the server 100 classifies the user type based on the flow information and provides service or product recommendation information (S330).

구체적으로, 서버(100)는 각각의 유동 정보에 기초하여 사용자들을 분류하게 된다. 이후, 특정 사용자와 동일한 분류에 속한 다른 사용자들의 유동정보를 참고하여, 특정 사용자에게 서비스나 상품 추천정보를 제공하게 된다.Specifically, the server 100 classifies users based on each flow information. Thereafter, with reference to the flow information of other users belonging to the same category as the specific user, service or product recommendation information is provided to the specific user.

이때, 앞서 서술한 바와 같이, 분류 모델은 상기 사용자 단말로부터 수신한 입력값에 기초하여 상기 사용자의 유형을 분류 및 매칭하며, 분류 모델이 동작하는 과정에 대해서는 후술할 도 4를 통해 설명하도록 한다.In this case, as described above, the classification model classifies and matches the type of the user based on the input value received from the user terminal, and the operation of the classification model will be described with reference to FIG. 4 to be described later.

선택적 실시예로 단계(S330)에서 진행되는 사용자 유형의 분류는 구축된 분류 모델을 통해 진행될 수 있다.In an optional embodiment, the classification of the user type performed in step S330 may proceed through a built-up classification model.

이때, 사용자를 분류하는 분류 모델은 각각의 유동 정보들 중 기 설정된 유사도를 갖는 유동 정보에 대응되는 사용자를 각각 그루핑하여 적어도 하나 이상의 사용자 유형을 생성하게 된다. 이후, 특정 사용자로부터 수신된 입력값에 기초하여 생성된 유동 정보와 사용자 유형의 유동 정보를 비교하는 방법으로 구축될 수 있다. In this case, the classification model for classifying users groups users corresponding to flow information having a preset similarity among respective pieces of flow information to generate at least one user type. Thereafter, it may be constructed as a method of comparing the flow information generated based on an input value received from a specific user with the flow information of the user type.

만약, 단계(S330) 이후 서버(100)는 분류 모델에 의해 상기 사용자의 유형이 분류되면 사용자 단말(200)로 분류된 유형의 결과값을 전달하게 된다.If, after step S330 , when the type of the user is classified by the classification model, the server 100 transmits the result value of the classified type to the user terminal 200 .

또한, 서버(100)는 사용자 단말(200)로부터 결과값에 대한 피드백이 수신되면 분류 모델에 적용하여 사용자를 분류하는 정확도를 높이게 된다. 이때, 드백은 상기 사용자의 시간 별 대비 머무른 실제 장소에 대한 정보를 뜻하게 된다.In addition, when feedback on the result value is received from the user terminal 200 , the server 100 increases the accuracy of classifying the user by applying it to the classification model. In this case, the deback means information about the actual place where the user stayed compared to each time.

한편, 단계(S330)에서 서버(100)는 동일한 유형으로 분류된 복수의 사용자를 매칭하고, 동일 유형으로 분류된 특정 사용자가 이용하는 서비스나 상품 중 다른 사용자가 이용하지 않는 서비스나 상품이 있는 경우, 다른 사용자가 이용하지 않는 서비스나 상품을 추천할 수 있다.On the other hand, in step S330, the server 100 matches a plurality of users classified into the same type, and if there is a service or product that other users do not use among the services or products used by a specific user classified into the same type, You can recommend services or products that other users do not use.

선택적 실시예로, 사용자 유형은 도 7에 도시된 예시와 같이, 닉네임의 형태로 지정한 후 각 유형에 맞게 분류를 수행할 수 있다. 예를 들어, 사용자가 술집을 자주 방문하는 경우 사용자 유형을 "알코올은 피보다 진하다"로 분류할 수 있다. 또한, 사용자가 토요일 및 일요일에 집 밖으로 외출 횟수가 적은 경우 "주말 신데렐라"라는 사용자 유형으로 분류할 수 있다. As an optional embodiment, as shown in the example shown in FIG. 7 , the user type may be designated in the form of a nickname and then classified according to each type. For example, if a user frequently visits a bar, the user type may be classified as "alcohol is thicker than blood". In addition, if the user goes out of the house less frequently on Saturdays and Sundays, it may be classified as a user type of "weekend Cinderella".

또한, 서버(100)는 분류된 사용자 유형에 따라 사용자 일상패턴을 기록하여 분석한 데이터를 제공하거나, 이동 및 소비 패턴이 비슷한 사용자 간의 취향 매칭 혹은 분석에 따라 여러 생활밀접업종 등을 추천하게 된다.In addition, the server 100 records the user's daily pattern according to the classified user type and provides the analyzed data, or recommends various types of business closely related to life according to taste matching or analysis between users with similar movement and consumption patterns.

도 4는 본 발명의 일 실시예에 따라, 분류 모델을 통해 동일한 유형의 사용자를 매칭하기 위한 과정을 나타낸 동작흐름도이다.4 is an operation flowchart illustrating a process for matching users of the same type through a classification model according to an embodiment of the present invention.

도 4를 참조하면, 서버(100)는 복수의 사용자에 대한 입력값을 수신한다(S410).Referring to FIG. 4 , the server 100 receives input values for a plurality of users ( S410 ).

다음으로 서버(100)는 각각의 사용자 단말(200)의 사용자 유형을 분류한다(S420).Next, the server 100 classifies the user type of each user terminal 200 (S420).

구체적으로, 분류 모델은 수신된 입력값에 기초하여 유동 정보를 생성하고, 생성된 유동 정보와 기 설정된 유사도를 갖는 그루핑 된 유동 정보를 비교하여 상기 사용자의 유형을 분류하게 된다.Specifically, the classification model generates flow information based on the received input value, and classifies the user type by comparing the generated flow information with grouped flow information having a preset similarity.

마지막으로 동일한 유형으로 분류된 사용자 간의 매칭을 수행한다(S430).Finally, matching is performed between users classified into the same type (S430).

이때, 입력값의 종류에 따라 분류 모델의 성격도 달라지게 된다.In this case, the nature of the classification model also varies according to the type of input value.

예를 들어, 시간 별 위치 정보 및 카드 거래 정보를 입력값으로 수신하여, 사용자 유형을 판별하는 제 1 분류모델 이 구현될 수 있다.For example, a first classification model for determining a user type by receiving location information and card transaction information by time as input values may be implemented.

다음으로 시간 별 위치 정보를 입력값으로 수신하여, 사용자 유형을 판별하는 제 2 분류모델 이 구현될 수 있다.Next, a second classification model for determining a user type by receiving location information by time as an input value may be implemented.

마지막으로 카드 거래 정보를 입력값으로 수신하여, 사용자 유형을 판별하는 제 3 분류 모델 이 구현될 수 있다.Finally, a third classification model for determining a user type by receiving card transaction information as an input value may be implemented.

상기의 분류 모델의 성격에 따라, 단계(S430)에서 서버(100)는 분류 모델에 기초하여 분류된 복수의 사용자 중 동일한 유형으로 분류된 사용자를 매칭하게 된다.According to the nature of the classification model, in step S430 , the server 100 matches users classified into the same type among a plurality of users classified based on the classification model.

또한, 서버(100)는 단순 매칭뿐만 아니라, 분류 모델에 의해 매칭된 이용자 단말(200)로 다른 사용자 단말(200)이 사용한 매장 및 매장 카테고리 중 적어도 어느 하나를 추천하는 기능을 제공할 수도 있다.In addition, the server 100 may provide a function of recommending at least one of a store and a store category used by another user terminal 200 as the user terminal 200 matched by the classification model as well as simple matching.

전술한 본 발명의 설명은 예시를 위한 것이며, 본 발명이 속하는 기술분야의 통상의 지식을 가진 자는 본 발명의 기술적 사상이나 필수적인 특징을 변경하지 않고서 다른 구체적인 형태로 쉽게 변형이 가능하다는 것을 이해할 수 있을 것이다. 그러므로 이상에서 기술한 실시예들은 모든 면에서 예시적인 것이며 한정적이 아닌 것으로 이해해야만 한다. 예를 들어, 단일형으로 설명되어 있는 각 구성 요소는 분산되어 실시될 수도 있으며, 마찬가지로 분산된 것으로 설명되어 있는 구성 요소들도 결합된 형태로 실시될 수 있다.The above description of the present invention is for illustration, and those of ordinary skill in the art to which the present invention pertains can understand that it can be easily modified into other specific forms without changing the technical spirit or essential features of the present invention. will be. Therefore, it should be understood that the embodiments described above are illustrative in all respects and not restrictive. For example, each component described as a single type may be implemented in a dispersed form, and likewise components described as distributed may be implemented in a combined form.

본 발명의 범위는 상기 상세한 설명보다는 후술하는 특허청구범위에 의하여 나타내어지며, 특허청구범위의 의미 및 범위 그리고 그 균등 개념으로부터 도출되는 모든 변경 또는 변형된 형태가 본 발명의 범위에 포함되는 것으로 해석되어야 한다.The scope of the present invention is indicated by the following claims rather than the above detailed description, and all changes or modifications derived from the meaning and scope of the claims and their equivalent concepts should be interpreted as being included in the scope of the present invention. do.

100: 서버
200: 사용자 단말100: server
200: user terminal

Claims (14)

서버에 의해 수행되는, 위치 정보 및 카드 사용 정보를 기반으로 사용자의 유형분류 및 서비스 추천 방법에 있어서,
(a) 복수의 사용자 단말로부터 각 사용자 단말의 시간별 위치 정보 및 각 사용자의 카드 거래 정보를 수신하는 단계;
(b) 기 설정된 기간 내에 수집된 각 사용자의 상기 시간별 위치 정보 및 상기 카드 거래 정보를 바탕으로 각각의 상기 사용자 단말의 유동 정보를 생성하는 단계; 및
(c) 각각의 상기 유동 정보에 기초하여 사용자들을 분류한 후, 특정 사용자와 동일한 분류에 속한 다른 사용자들의 유동 정보를 참고하여, 상기 특정 사용자에게 서비스나 상품 추천정보를 제공하는 단계;를 포함하고,
상기 카드 거래 정보는 카드를 이용한 상거래 과정에서 생성된 매장, 거래 시각, 거래 품목 및 거래 금액 중 적어도 하나를 포함하는 정보이고,
상기 유동 정보는 각 사용자 단말의 시간별 위치 정보 및 카드 거래 정보를 기반으로 기 설정된 기간 내에 특정 사용자 단말 혹은 복수의 사용자 단말이 방문한 매장의 명칭, 매장의 카테고리, 방문 횟수 및 주소 중 적어도 하나를 저장한 값을 포함하는 것인, 위치 정보 및 카드 사용 정보를 기반으로 사용자의 유형분류 및 서비스 추천 방법.In the method of classifying a user's type and recommending a service based on location information and card usage information, performed by a server,
(a) receiving from a plurality of user terminals location information of each user terminal by time and card transaction information of each user;
(b) generating flow information of each of the user terminals based on the hourly location information and the card transaction information of each user collected within a preset period; and
(c) providing service or product recommendation information to the specific user after classifying users based on each of the flow information, referring to the flow information of other users belonging to the same category as the specific user; and ,
The card transaction information is information including at least one of a store, a transaction time, a transaction item, and a transaction amount generated in a transaction process using a card,
The flow information stores at least one of the name of a store visited by a specific user terminal or a plurality of user terminals within a preset period, the category of the store, the number of visits, and the address based on the location information and card transaction information by time of each user terminal. A method of classifying a user's type and recommending a service based on location information and card usage information, which includes a value. 제 1 항에 있어서,
상기 카드 거래 정보는 카드 거래가 수행되는 과정에서 상기 사용자 단말이 카드사 서버로부터 수신하게 되는 상거래 정보가 포함된 SMS 혹은 알람 메시지로부터 추출하는 것인, 위치 정보 및 카드 사용 정보를 기반으로 사용자의 유형분류 및 서비스 추천 방법.The method of claim 1,
The card transaction information is extracted from an SMS or an alarm message including commerce information received by the user terminal from the card company server in the process of performing a card transaction, based on location information and card usage information How to recommend service. 제 2 항에 있어서,
상기 서버는 상기 카드 거래가 수행될 수 있는 매장 정보를 사전에 저장하고, 상기 사용자 단말로부터 수신된 상기 카드 거래 정보를 상기 매장 정보와 비교하여, 실제 거래가 이루어진 매장, 거래 횟수 및 거래 시간 중 어느 하나를 산출하는 것인, 위치 정보 및 카드 사용 정보를 기반으로 사용자의 유형분류 및 서비스 추천 방법.3. The method of claim 2,
The server stores store information in which the card transaction can be performed in advance, compares the card transaction information received from the user terminal with the store information, and determines any one of the store where the actual transaction was made, the number of transactions, and the transaction time. A method of classifying a user's type and recommending a service based on location information and card usage information that is calculated. 제 1 항에 있어서,
상기 서버가 카드사 서버와 연동되면,
상기 (a) 단계는
상기 사용자가 카드 거래를 수행할 시 상기 사용자 단말에 대응되는 식별자 및 상기 카드 거래 정보를 상기 카드사 서버로부터 직접 수신하는 것인, 위치 정보 및 카드 사용 정보를 기반으로 사용자의 유형분류 및 서비스 추천 방법.The method of claim 1,
When the server is linked with the card company server,
Step (a) is
When the user performs a card transaction, the identifier corresponding to the user terminal and the card transaction information are directly received from the card company server, the user's type classification and service recommendation method based on location information and card use information. 제 1 항에 있어서,
상기 (b) 단계는
상기 사용자 단말의 위치 정보 또는 카드 거래 정보에 포함된 매장의 위치 중 적어도 어느 하나를 시간의 순서에 따라 연결하여 상기 유동 정보를 생성하는 것인, 위치 정보 및 카드 사용 정보를 기반으로 사용자의 유형분류 및 서비스 추천 방법.The method of claim 1,
Step (b) is
Type classification of users based on location information and card use information to generate the flow information by linking at least one of the location information of the user terminal or the location of a store included in the card transaction information in the order of time and how to recommend services. 제 5 항에 있어서,
지도 데이터에 각 사용자의 상기 유동 정보가 표시되는 경우,
상기 지도 데이터를 구성하는 각 지도 영역별 좌표계가 형성되어, 상기 시간별 위치 정보가 표시되고, 상기 사용자 단말이 기 설정된 시간 단위 이상으로 특정 좌표에 머물면, 머물고 있는 시간에 따라 상기 유동 정보가 나타내는 색상을 구분하여 표시하는 것인, 위치 정보 및 카드 사용 정보를 기반으로 사용자의 유형분류 및 서비스 추천 방법.6. The method of claim 5,
When the flow information of each user is displayed in the map data,
A coordinate system for each map area constituting the map data is formed, the location information for each time is displayed, and when the user terminal stays at a specific coordinate for more than a preset time unit, the color indicated by the flow information according to the staying time A method of classifying a user's type and recommending a service based on location information and card usage information, which is displayed separately. 제 6 항에 있어서,
상기 사용자 단말의 요청에 따라, 상기 유동 정보가 표시된 지도 데이터를 상기 사용자 단말로 제공하는 것인, 위치 정보 및 카드 사용 정보를 기반으로 사용자의 유형분류 및 서비스 추천 방법.7. The method of claim 6,
In response to the request of the user terminal, the map data on which the flow information is displayed is provided to the user terminal, the user's type classification and service recommendation method based on location information and card use information. 제 1 항에 있어서,
상기 (c) 단계는
각각의 상기 유동 정보들 중 기 설정된 유사도를 갖는 상기 유동 정보에 대응되는 사용자를 각각 그루핑하여 적어도 하나 이상의 사용자 유형을 생성하고, 상기 특정 사용자로부터 수신된 입력값에 기초하여 생성된 상기 유동 정보와 상기 사용자 유형의 유동 정보를 비교하여 상기 사용자를 분류하는 분류 모델이 구축되되,
상기 입력값은 상기 위치 정보 및 카드 거래 정보 중 적어도 하나를 뜻하는 것인, 위치 정보 및 카드 사용 정보를 기반으로 사용자의 유형분류 및 서비스 추천 방법.The method of claim 1,
Step (c) is
At least one user type is generated by grouping users corresponding to the flow information having a preset similarity among the flow information, and the flow information generated based on the input value received from the specific user and the A classification model for classifying the user by comparing the flow information of the user type is built,
The input value means at least one of the location information and the card transaction information, a method for classifying a user type and recommending a service based on the location information and the card use information. 제 8 항에 있어서,
상기 분류 모델은
시간 별 위치 정보 및 카드 거래 정보를 입력값으로 수신하여, 상기 사용자 유형을 판별하는 제 1 분류모델;
상기 시간 별 위치 정보를 입력값으로 수신하여, 상기 사용자 유형을 판별하는 제 2 분류모델; 및
상기 카드 거래 정보를 입력값으로 수신하여, 상기 사용자 유형을 판별하는 제 3 분류 모델; 중 어느 하나로 구현되는 것인, 위치 정보 및 카드 사용 정보를 기반으로 사용자의 유형분류 및 서비스 추천 방법.9. The method of claim 8,
The classification model is
a first classification model that receives location information and card transaction information by time as input values to determine the user type;
a second classification model that receives the location information for each time as an input value and determines the user type; and
a third classification model for receiving the card transaction information as an input value and determining the user type; A method of classifying a user's type and recommending a service based on location information and card usage information, which will be implemented as any one of. 제 8 항에 있어서,
상기 (c) 단계 이후
상기 분류 모델에 의해 상기 사용자 유형이 분류되면 상기 사용자 단말로 분류된 유형의 결과값을 전달하는 것인, 위치 정보 및 카드 사용 정보를 기반으로 사용자의 유형분류 및 서비스 추천 방법.9. The method of claim 8,
After step (c)
When the user type is classified by the classification model, the result value of the classified type is transmitted to the user terminal, the user's type classification and service recommendation method based on location information and card use information. 제 10 항에 있어서,
상기 (c) 단계 이후
상기 특정 사용자 단말로부터 상기 결과값에 대한 피드백이 수신되면 상기 분류 모델에 적용하여, 상기 사용자를 분류하는 정확도를 높이되,
상기 피드백은 상기 사용자의 시간 별 대비 머무른 실제 장소에 대한 정보를 뜻하는 것인, 위치 정보 및 카드 사용 정보를 기반으로 사용자의 유형분류 및 서비스 추천 방법.11. The method of claim 10,
After step (c)
When feedback on the result value is received from the specific user terminal, it is applied to the classification model to increase the accuracy of classifying the user,
The feedback means information about the actual place where the user stayed compared to each time, a method for classifying a user's type and recommending a service based on location information and card use information. 제 1 항에 있어서,
상기 (c) 단계는
동일한 유형으로 분류된 복수의 상기 사용자를 매칭하고, 동일 유형으로 분류된 상기 특정 사용자가 이용하는 서비스나 상품 중 다른 사용자가 이용하지 않는 서비스나 상품이 있는 경우, 상기 다른 사용자가 이용하지 않는 서비스나 상품을 추천하는 것인, 위치 정보 및 카드 사용 정보를 기반으로 사용자의 유형분류 및 서비스 추천 방법.The method of claim 1,
Step (c) is
When a plurality of users classified into the same type are matched, and there is a service or product not used by another user among the services or products used by the specific user classified as the same type, the service or product not used by the other user A method of classifying a user's type and recommending a service based on location information and card usage information. 위치 정보 및 카드 사용 정보를 기반으로 사용자의 유형분류 및 서비스 추천 장치에 있어서,
위치 정보 및 카드 사용 정보를 기반으로 사용자의 유형분류 및 서비스를 추천하는 프로그램이 저장된 메모리 및
상기 메모리에 저장된 프로그램을 실행하여 상기 위치 정보 및 카드 사용 정보를 기반으로 사용자의 유형분류 및 서비스를 추천하는 프로세서를 포함하되,
상기 프로세서는 복수의 사용자 단말로부터 각 사용자 단말의 시간별 위치 정보 및 각 사용자의 카드 거래 정보를 수신하고, 기 설정된 기간 내에 수집된 각 사용자의 상기 시간별 위치 정보 및 상기 카드 거래 정보를 바탕으로 각각의 상기 사용자 단말의 유동 정보를 생성하고, 각각의 상기 유동 정보에 기초하여 사용자들을 분류한 후, 특정 사용자와 동일한 분류에 속한 다른 사용자들의 유동 정보를 참고하여, 상기 특정 사용자에게 서비스나 상품 추천정보를 제공하고, 상기 카드 거래 정보는 카드를 이용한 상거래 과정에서 생성된 매장, 거래 시각, 거래 품목 및 거래 금액 중 적어도 하나를 포함하는 정보이고, 상기 유동 정보는 각 사용자 단말의 시간별 위치 정보 및 카드 거래 정보를 기반으로 기 설정된 기간 내에 특정 사용자 단말 혹은 복수의 사용자 단말이 방문한 매장의 명칭, 매장의 카테고리, 방문 횟수 및 주소 중 적어도 하나를 저장한 값을 포함하는 것인, 위치 정보 및 카드 사용 정보를 기반으로 사용자의 유형분류 및 서비스 추천 장치.In the device for classification of user types and service recommendation based on location information and card usage information,
A memory and a program that classifies a user's type and recommends a service based on location information and card usage information;
A processor that executes a program stored in the memory to classify a user's type and recommend a service based on the location information and card use information,
The processor receives the location information by time of each user terminal and the card transaction information of each user from a plurality of user terminals, and each of the respective users based on the location information and the card transaction information of each user collected within a preset period After generating the flow information of the user terminal, classifying users based on the respective flow information, referring to the flow information of other users belonging to the same category as the specific user, service or product recommendation information is provided to the specific user and, the card transaction information is information including at least one of a store, a transaction time, a transaction item, and a transaction amount generated in a transaction process using a card, and the flow information includes time-wise location information and card transaction information of each user terminal. Based on location information and card usage information, which includes a value stored at least one of the name of the store, the category of the store, the number of visits and the address visited by a specific user terminal or a plurality of user terminals within a preset period based on location information and card usage information User type classification and service recommendation device. 제 1 항에 의한 위치 정보 및 카드 사용 정보를 기반으로 사용자의 유형분류 및 서비스를 추천하는 방법을 수행하기 위한 프로그램이 기록된 컴퓨터 판독가능 저장매체.A computer-readable storage medium in which a program is recorded for performing a method of classifying a user's type and recommending a service based on the location information and card usage information according to claim 1 .
KR1020210023277A 2021-02-22 2021-02-22 Apparatus and method for classifying user types and recommending service based on location information and card transaction information KR102533323B1 (en)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020210023277A KR102533323B1 (en) 2021-02-22 2021-02-22 Apparatus and method for classifying user types and recommending service based on location information and card transaction information

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020210023277A KR102533323B1 (en) 2021-02-22 2021-02-22 Apparatus and method for classifying user types and recommending service based on location information and card transaction information

Publications (2)

Publication Number Publication Date
KR20220119875A true KR20220119875A (en) 2022-08-30
KR102533323B1 KR102533323B1 (en) 2023-05-17

Family

ID=83114362

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020210023277A KR102533323B1 (en) 2021-02-22 2021-02-22 Apparatus and method for classifying user types and recommending service based on location information and card transaction information

Country Status (1)

Country Link
KR (1) KR102533323B1 (en)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US11695420B2 (en) 2021-07-07 2023-07-04 Korea University Research And Business Foundation Logic-in-memory inverter using feedback field-effect transistor
KR20240080503A (en) 2022-11-30 2024-06-07 조우형 System and method of recommending product and service

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20120042461A (en) * 2010-10-25 2012-05-03 에스케이플래닛 주식회사 System, apparatus, terminal and method for providing movement route information
KR101744776B1 (en) * 2016-06-28 2017-06-09 (주)헤르메시스 Apparatus for estimating a floating population using records of search maps and method thereof
KR20170090562A (en) * 2016-01-28 2017-08-08 주식회사 대구닷컴 Personalized recommendation system and its method using multiple algorithms and self-learning function
KR20170135120A (en) * 2016-05-30 2017-12-08 주식회사 이팝콘 System and method for providing preference of areas using messages
KR20190084458A (en) * 2018-01-08 2019-07-17 (주)소프트기획 A system of store recommendation services based on similarity between customers
KR20190113396A (en) * 2018-03-28 2019-10-08 주식회사 텐큐브 Method and server for recommending a store using spending history and route information

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20120042461A (en) * 2010-10-25 2012-05-03 에스케이플래닛 주식회사 System, apparatus, terminal and method for providing movement route information
KR20170090562A (en) * 2016-01-28 2017-08-08 주식회사 대구닷컴 Personalized recommendation system and its method using multiple algorithms and self-learning function
KR20170135120A (en) * 2016-05-30 2017-12-08 주식회사 이팝콘 System and method for providing preference of areas using messages
KR101744776B1 (en) * 2016-06-28 2017-06-09 (주)헤르메시스 Apparatus for estimating a floating population using records of search maps and method thereof
KR20190084458A (en) * 2018-01-08 2019-07-17 (주)소프트기획 A system of store recommendation services based on similarity between customers
KR20190113396A (en) * 2018-03-28 2019-10-08 주식회사 텐큐브 Method and server for recommending a store using spending history and route information

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US11695420B2 (en) 2021-07-07 2023-07-04 Korea University Research And Business Foundation Logic-in-memory inverter using feedback field-effect transistor
KR20240080503A (en) 2022-11-30 2024-06-07 조우형 System and method of recommending product and service

Also Published As

Publication number Publication date
KR102533323B1 (en) 2023-05-17

Similar Documents

Publication Publication Date Title
US11847668B2 (en) Automatically aggregating, evaluating, and providing a contextually relevant offer
US10726438B2 (en) Personalized contextual coupon engine
US11295367B2 (en) System for in-store consumer behaviour event metadata aggregation, data verification and the artificial intelligence analysis thereof for data interpretation and associated action triggering
US10748190B2 (en) Apparatus for managing customer information, method for managing customer information, system for managing customer information and non-transitory computer readable storage medium having a computer program recorded thereon
US11734745B2 (en) System and method for generating geographic zone information for consumers
US20100131335A1 (en) User interest mining method based on user behavior sensed in mobile device
US20160162936A1 (en) Notification of possible customers
CN108734502A (en) A kind of data statistical approach and system based on user location
TWI590174B (en) A popular product analysis system
KR102533323B1 (en) Apparatus and method for classifying user types and recommending service based on location information and card transaction information
US10317230B2 (en) Machine learning travel management system with wearable device integration
CN110163724A (en) Information-pushing method, device, server-side and system
CN113590936A (en) Information pushing method and device
CN108734501A (en) A kind of mobile position platform
US20170109788A1 (en) Product pushing method
JP2019067154A (en) Proposing device, proposing method, and proposing program
US9672546B2 (en) Accurate and instantaneous commodity pricing information system
CN112036991A (en) Intelligent management shopping guide system for shopping mall
KR102202680B1 (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
RU2772835C2 (en) System for aggregation of metadata of events of consumer behavior in a store, data verification and their analysis using artificial intelligence to interpretate data and launch a related action
CN114971761A (en) Commodity recommendation method based on machine learning

Legal Events

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