맞춤기술찾기

홈으로 가기
맞춤기술찾기
이전대상기술
프린트하기

이전대상기술

상품 가격을 고려한 상품 추천시스템 및 그 추천방법

  • 기술번호 : KST2015136976
  • 담당센터 : 서울동부기술혁신센터
  • 전화번호 : 02-2155-3662
상담신청 PDF 받기
요약, Int. CL, CPC, 출원번호/일자, 출원인, 등록번호/일자, 공개번호/일자, 공고번호/일자, 국제출원번호/일자, 국제공개번호/일자, 우선권정보, 법적상태, 심사진행상태, 심판사항, 구분, 원출원번호/일자, 관련 출원번호, 기술이전 희망, 심사청구여부/일자, 심사청구항수의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 서지정보 표입니다.
요약 본 발명은 상품 가격을 고려한 상품 추천시스템 및 그 추천방법에 관한 것으로서, 보다 상세하게는 상품이나 고객 간의 연관성을 이용하여 전자상거래상의 상품을 추천하는 협력 필터링(Collaborative Filtering) 알고리즘을 기반으로 하면서 최종적인 상품 추천에는 상품의 가격 요소에 가중치를 부여하여 판매자의 이익을 극대화함과 아울러, 가격가중계수를 적응적으로 변화시키며 결정함으로써 쇼핑몰 고객의 추천 만족도를 해하지 않는 범위 내에서 매출을 극대화할 수 있는 상품 가격을 고려한 상품 추천시스템 및 그 추천방법에 관한 것이다.협력 필터링, 상품 가격, 상품 추천, 전자 상거래
Int. CL G06Q 30/06 (2012.01.01)
CPC G06Q 30/0631(2013.01)
출원번호/일자 1020090076942 (2009.08.19)
출원인 서울대학교산학협력단, 주식회사 디디에이치
등록번호/일자 10-1216969-0000 (2012.12.24)
공개번호/일자 10-2011-0019289 (2011.02.25) 문서열기
공고번호/일자 (20130102) 문서열기
국제출원번호/일자
국제공개번호/일자
우선권정보
법적상태 등록
심사진행상태 수리
심판사항
구분 신규
원출원번호/일자
관련 출원번호
심사청구여부/일자 Y (2009.08.19)
심사청구항수 3

출원인

번호, 이름, 국적, 주소의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 인명정보 - 출원인 표입니다.
번호 이름 국적 주소
1 서울대학교산학협력단 대한민국 서울특별시 관악구
2 주식회사 디디에이치 대한민국 서울특별시 중구

발명자

번호, 이름, 국적, 주소의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 인명정보 - 발명자 표입니다.
번호 이름 국적 주소
1 장병탁 대한민국 서울특별시 서초구
2 김권일 대한민국 서울특별시 관악구
3 신원진 대한민국 서울특별시 금천구
4 김현우 대한민국 서울특별시 강남구
5 오동환 대한민국 서울특별시 종로구
6 이재호 대한민국 서울특별시 강남구
7 김지현 대한민국 서울특별시 성북구
8 김주영 대한민국 경기도 고양시 일산서구

대리인

번호, 이름, 국적, 주소의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 인명정보 - 대리인 표입니다.
번호 이름 국적 주소
1 박지호 대한민국 서울특별시 구로구 디지털로**길 **, ***호(구로동)(특허법인현문)
2 박길님 대한민국 서울(특허법인 퇴사후 사무소변경 미신고)

최종권리자

번호, 이름, 국적, 주소의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 인명정보 - 최종권리자 표입니다.
번호 이름 국적 주소
1 서울대학교산학협력단 서울특별시 관악구
2 주식회사 디디에이치 서울특별시 중구
번호, 서류명, 접수/발송일자, 처리상태, 접수/발송일자의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 행정처리 표입니다.
번호 서류명 접수/발송일자 처리상태 접수/발송번호
1 [특허출원]특허출원서
[Patent Application] Patent Application		 2009.08.19 수리 (Accepted) 1-1-2009-0507998-45
2 보정요구서
Request for Amendment		 2009.08.25 발송처리완료 (Completion of Transmission) 1-5-2009-0061481-18
3 [출원서등 보정]보정서
[Amendment to Patent Application, etc.] Amendment		 2009.09.14 수리 (Accepted) 1-1-2009-0564232-72
4 선행기술조사의뢰서
Request for Prior Art Search		 2011.03.14 수리 (Accepted) 9-1-9999-9999999-89
5 선행기술조사보고서
Report of Prior Art Search		 2011.04.15 수리 (Accepted) 9-1-2011-0033143-19
6 의견제출통지서
Notification of reason for refusal		 2011.04.18 발송처리완료 (Completion of Transmission) 9-5-2011-0205713-51
7 [지정기간연장]기간연장(단축, 경과구제)신청서
[Designated Period Extension] Application of Period Extension(Reduction, Progress relief)		 2011.06.20 수리 (Accepted) 1-1-2011-0463940-46
8 [거절이유 등 통지에 따른 의견]의견(답변, 소명)서
[Opinion according to the Notification of Reasons for Refusal] Written Opinion(Written Reply, Written Substantiation)		 2011.07.18 수리 (Accepted) 1-1-2011-0552169-15
9 [명세서등 보정]보정서
[Amendment to Description, etc.] Amendment		 2011.07.18 보정승인간주 (Regarded as an acceptance of amendment) 1-1-2011-0552171-18
10 출원인정보변경(경정)신고서
Notification of change of applicant's information		 2011.09.27 수리 (Accepted) 4-1-2011-5195109-43
11 거절결정서
Decision to Refuse a Patent		 2012.01.16 발송처리완료 (Completion of Transmission) 9-5-2012-0028140-82
12 [거절이유 등 통지에 따른 의견] 의견(답변, 소명)서
[Opinion according to the Notification of Reasons for Refusal] Written Opinion(Written Reply, Written Substantiation)		 2012.01.25 수리 (Accepted) 1-1-2012-0059025-19
13 [명세서등 보정] 보정서(재심사)
Amendment to Description, etc(Reexamination)		 2012.01.25 보정승인 (Acceptance of amendment) 1-1-2012-0059023-17
14 등록결정서
Decision to Grant Registration		 2012.03.22 발송처리완료 (Completion of Transmission) 9-5-2012-0167753-20
15 출원인정보변경(경정)신고서
Notification of change of applicant's information		 2013.01.14 수리 (Accepted) 4-1-2013-5007213-54
16 출원인정보변경(경정)신고서
Notification of change of applicant's information		 2015.03.17 수리 (Accepted) 4-1-2015-5033829-92
17 출원인정보변경(경정)신고서
Notification of change of applicant's information		 2015.05.13 수리 (Accepted) 4-1-2015-5062924-01
18 출원인정보변경(경정)신고서
Notification of change of applicant's information		 2019.05.13 수리 (Accepted) 4-1-2019-5093546-10
19 출원인정보변경(경정)신고서
Notification of change of applicant's information		 2019.05.23 수리 (Accepted) 4-1-2019-5101798-31
20 출원인정보변경(경정)신고서
Notification of change of applicant's information		 2019.08.02 수리 (Accepted) 4-1-2019-5154561-59
번호, 청구항의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 청구항 표입니다.
번호 청구항
1 1
인터넷 등의 통신망상에서 상품을 판매하는 쇼핑몰 웹서버;상기 쇼핑몰 웹서버에서 제공하는 상품과 고객의 구매 정보 등을 저장하는 데이터베이스 서버;상기 데이터베이스 서버에 저장된 고객의 구매 이력을 토대로 고객이 구매한 상품을 나타내는 고객별 주문행렬과, 모든 고객이 구매한 상품을 나타내는 전체 주문행렬을 생성하고, 상기 고객별 주문행렬과 전체 주문행렬을 기반으로 협력 필터링 기반의 알고리즘에 의하여 각 상품에 대한 추천점수를 연산하는 협력 필터링 추천부;상기 각 상품들의 가격의 고저에 따른 가격 가중치를 연산하는 가격 가중치 연산부;일정 기간마다 대상 고객이 추천 상품을 선택할 평균 확률과 전체 매출 값의 변화 정도를 비교하여 상기 가격 가중치를 연산하는 가격가중계수(C)를 변화시키며 결정하는 가격가중계수 최적화부; 상기 추천점수와 상기 가격 가중치를 연산하여, 각 상품의 가격 가중치가 고려된 가중 추천점수를 결정하는 가중 추천점수 연산부; 및상기 가중 추천점수에 따른 추천 상품 목록을 선정하여 상기 쇼핑몰 웹서버로 전송하는 추천 상품 선정부; 를 포함하되, 상기 협력 필터링 추천부는,ｉ번째 고객이 지금까지 구매한 상품들을 1 × N상품 크기의 행렬, bi = [bi1,…, bij,…, biN상품]로 나타내어 고객별 주문행렬(bi)을 생성하는 고객별 주문행렬 생성모듈;상기 고객별 주문행렬을 모든 고객에 대하여 모아서 N고객 × N상품 크기의 행렬, B = [b1T,…, biT,…, bN고객T]T 로 나타내어 전체 주문행렬(B)을 생성하는 전체 주문행렬 생성모듈;상품 추천을 받기 원하는 대상 고객이 현재까지 구매한 상품들을 1 × N상품 크기의 행렬, b′ = [b1′,…, bj′,…, bN상품′]로 나타내어 대상 고객 주문행렬(b′)을 생성하는 대상 고객 주문행렬 생성모듈; 및상기 대상 고객 주문행렬(b′)에 전체 주문행렬의 전치 연산값(BT)을 곱한 후, 전체 주문행렬(B)을 곱하여 구해지는 추천점수(sj)를 나타내는 행렬, s=[s1,…, s2,…, sN상품]=b′× BT × B 을 연산하는 추천점수 연산모듈; 를 포함하여 이루어디며, 상기 상품 가격행렬 생성모듈은 전체 상품들의 가격을 1 × N상품 크기의 행렬 w=[w1,…, wj,…, wN상품]로 나타내어 상품 가격 행렬을 생성하고, 상기 가격 가중치 변환모듈은 식 (C는 가격가중계수로서 0보다 큰 상수)에 의하여 각 상품의 가격 가중치를 연산함으로써, 상기 상품 가격 행렬에 있는 각 상품의 값을 1 × N상품 크기의 행렬 로 변환하여 가격 가중치 행렬을 생성하도록 구성되며, 상기 가중 추천점수 연산부는 상기 협력 필터링 추천부에서 연산된 추천점수(s)에 상기 가격 가중치 연산부에서 연산된 가격 가중치()를 더하여 상품 가격 가중치가 반영된 최종적인 가중 추천점수()를 와 같이 연산하도록 구성되며, 상기 가격가중계수 최적화부는,고객이 추천 상품을 선택할 평균 확률(P)을 연산하는 평균확률 연산모듈;상기 평균확률 연산모듈에서 과거에 연산하였던 평균확률(Pold)과 현재 새로이 연산된 평균확률(Pnew)의 값을 비교하는 평균확률 비교모듈;일정 기간 동안의 전체 매출(W)을 연산하는 전체 매출 연산모듈;상기 전체 매출 연산모듈에서 과거에 연산하였던 전체 매출(Wold)과 현재 새로이 연산된 전체 매출(Wnew)의 값을 비교하는 전체 매출 비교모듈; 및상기 평균확률 비교모듈과 상기 전체 매출 비교모듈에서의 결과값에 따라 가격가중계수(C)의 값을 최적화시키는 가격가중계수 최적화모듈; 을 포함하여 구성되며, 상기 가격가중계수 최적화모듈은, 상기 새로이 연산된 평균확률(Pnew) 값이 과거에 연산하였던 평균확률(Pold) 값보다 작을 경우, 과거의 가격가중계수(Cold)에서 일정한 가격 가중치 변화 정도(ΔC)를 뺀 값을 새로운 가격가중계수(Cnew)로 결정하고, 상기 새로이 연산된 평균확률(Pnew) 값이 과거에 연산하였던 평균확률(Pold) 값보다 크고, 상기 새로이 연산된 전체 매출(Wnew)이 과거에 연산하였던 전체 매출(Wold)보다 작을 경우, 과거의 가격가중계수(Cold)에서 일정한 가격 가중치 변화 정도(ΔC)를 더한 값을 새로운 가격가중계수(Cnew)로 결정하며, 상기 새로이 연산된 평균확률(Pnew) 값이 과거에 연산하였던 평균확률(Pold) 값보다 크고, 새로이 연산된 전체 매출(Wnew)도 과거에 연산하였던 전체 매출(Wold)보다 클 경우, 과거의 가격가중계수(Cold)를 현재의 새로운 가격가중계수(Cnew)로 그대로 유지하도록 구성되는 것을 특징으로 하는 상품 가격을 고려한 상품 추천시스템
2 2
삭제
3 3
제1항에 있어서,상기 가격 가중치 연산부는,상기 쇼핑몰 웹서버에서 판매하는 상품들의 가격을 행렬로 생성하는 상품 가격행렬 생성모듈; 및상기 상품 가격 행렬을 상기 추천점수와의 연산을 위한 가격 가중치 값으로 변환시키는 가격 가중치 변환모듈을 포함하여 구성되는 것을 특징으로 하는 상품 가격을 고려한 상품 추천시스템
4 4
삭제
5 5
삭제
6 6
삭제
7 7
삭제
8 8
삭제
9 9
삭제
10 10
삭제
11 11
삭제
12 12
제1항의 상품 추천시스템을 이용하는 상품 추천방법에 있어서, 상기 협력 필터링 추천부를 통하여 협력 필터링(Collaborative Filtering) 알고리즘에 의해 상품별로 부과되는 추천점수(s)를 연산하는 협력 필터링 기반의 추천점수 연산단계(S10);상기 가격 가중치 연산부를 통하여 상기 추천점수(s)와 동일한 형태를 갖는 1× N상품 크기의 상품 가격 행렬(w)을 생성하고, 이를 동일한 크기의 가격 가중치 행렬()로 변환하는 가격 가중치 연산단계(S20);상기 가격가중계수 최적화부를 통하여, 일정 기간마다 대상 고객이 추천 상품을 선택할 평균 확률과 전체 매출 값의 변화 정도를 비교하여 상기 가격 가중치를 연산하는 가격가중계수(C)를 변화시키며 결정하는 가격가중계수 최적화단계(S30); 상기 추천점수(s)에 상기 가격 가중치 행렬()을 더하는 연산에 의하여 가격 가중치가 반영된 최종적인 가중 추천점수()를 상기 가중 추천점수 연산부에서 연산하는 가중 추천점수 연산단계(S40); 및대상 고객이 구매하지 않은 상품들 중 상기 가중 추천점수()가 높은 순서대로 다수 개의 상품을 상기 추천 상품 선정부를 통하여 선택한 후 상기 쇼핑몰 웹서버로 전송하여 표출시키는 추천 상품 선정단계(S50); 를 포함하되, 상기 협력 필터링 기반의 추천점수 연산단계(S10)는,특정 고객들이 지금까지 쇼핑몰에서 구매한 상품들을 1× N상품 크기의 고객별 주문행렬 bi= [bi1,…, bij,…, biN상품]로 생성하고, 이러한 고객별 주문행렬을 모든 고객에 대해 모아서 N고객× N상품 크기의 전체 주문행렬 B = [b1T,…, biT,…, bN고객T]T를 생성하며, 상품 추천을 받기 원하는 대상 고객이 현재까지 구매한 상품들을 1× N상품 크기의 대상 고객 주문행렬 b′ = [b1′,…, bj′,…, bN상품′]로 생성하는 행렬 생성과정(S11); 및상기 대상 고객 주문행렬(b′)에 전체 주문행렬의 전치 연산값(BT)을 곱한 후, 전체 주문행렬(B)을 다시 곱해서 추천점수(sj)를 나타내는 행렬, s=[s1,…, s2,…, sN상품]=b′× BT × B 을 연산하는 추천점수 연산과정(S12); 을 포함하며, 상기 가격 가중치 연산단계(S20)는 상품 가격 행렬 w=[w1,…, wj,…, wN상품]을 로그 스케일로 변환하고 가격가중계수(C)를 곱하는 의 연산에 의해 각 상품의 값을 가격 가중치 행렬 로 변환하도록 구성되며, 상기 가격가중계수 최적화단계(S30)는,가격가중계수 최적화부에 구비된 평균확률 연산모듈에서 고객이 추천 상품을 선택할 평균확률(P)을 연산하는 평균확률 연산과정(S31);평균확률 비교모듈에서 과거에 연산하였던 평균확률(Pold)과 새로이 연산한 평균확률(Pnew)의 값을 비교하는 평균확률 비교과정(S32);전체 매출 연산모듈에서 해당 기간 동안의 전체 매출(W)을 연산하는 전체 매출 연산과정(S33);전체 매출 비교모듈에서 과거에 연산하였던 전체 매출(Wold)과 현재 새로이 연산한 전체 매출(Wnew)의 값을 비교하는 전체 매출 비교과정(S34); 및상기 평균확률과 전체 매출의 비교 결과값에 따라 상기 가격가중계수(C)의 값을 최적화시키는 가격가중계수 최적화과정(S35); 을 포함하여 구성되며, 상기 가격가중계수 최적화과정(S35)은 상기 새로이 연산된 평균확률(Pnew) 값이 과거에 연산하였던 평균확률(Pold) 값보다 작을 경우, 과거의 가격가중계수(Cold)에서 일정한 가격 가중치 변화 정도(ΔC)를 뺀 값을 새로운 가격가중계수(Cnew)로 결정하고, 상기 새로이 연산된 평균확률(Pnew) 값이 과거에 연산하였던 평균확률(Pold) 값보다 크고, 상기 새로이 연산된 전체 매출(Wnew)이 과거에 연산하였던 전체 매출(Wold)보다 작을 경우, 과거의 가격가중계수(Cold)에서 일정한 가격 가중치 변화 정도(ΔC)를 더한 값을 새로운 가격가중계수(Cnew)로 결정하며, 상기 새로이 연산된 평균확률(Pnew) 값이 과거에 연산하였던 평균확률(Pold) 값보다 크고, 새로이 연산된 전체 매출(Wnew)도 과거에 연산하였던 전체 매출(Wold)보다 클 경우, 과거의 가격가중계수(Cold)를 현재의 새로운 가격가중계수(Cnew)로 그대로 유지하도록 구성되는 것을 특징으로 하는 상품 가격을 고려한 상품 추천방법
13 13
삭제
14 14
삭제
15 15
삭제
16 16
삭제
17 17
삭제
18 18
삭제
19 19
삭제
지정국 정보가 없습니다
패밀리정보가 없습니다
국가 R&D 정보가 없습니다.