| 1 |
1
전자상거래 서버에서 제공하는 웹페이지를 요청하는 고객들의 행동 패턴을 포착하여 고객 브라우징 로그 정보를 저장하고, 상기 웹페이지에서 상기 고객들에게 제공되는 각종 상품 정보를 저장하는 데이터베이스; 및
상기 데이터베이스에 저장된 고객들의 행동 패턴을 분석하여 대상 고객과 기준치 이상으로 유사한 선호 패턴을 가지는 고객들의 그룹을 검색하고, 상기 검색된 그룹의 고객들에 대한 행동 패턴을 분석하여 상기 대상 고객과 유사한 선호도를 가진 고객들에 대한 상품 리스트를 작성한 후 상기 상품 리스트 중 정해진 개수의 상품 정보들을 상기 대상 고객에게 추천하는 상품 추천 모듈
를 포함하는 전자상거래 서비스에서의 개인화 추천 시스템
|
| 2 |
2
제1항에 있어서,
상기 상품 추천 모듈은,
상기 데이터베이스에 저장된 고객 정보를 검색하여 상기 대상 고객에 대한 나이와 성별을 기준으로 상기 유사한 선호 패턴을 가지는 고객들의 그룹을 분류하고, 상기 대상 고객과 동일 그룹으로 분류된 고객들의 행동 패턴에 따라 상품에 대한 평점을 부여하고, 상기 부여된 상품에 대한 평점에 따라 고객의 관심도를 계산하고, 상기 계산된 고객의 관심도가 일정 기준치 이상으로 유사한 고객들이 선호하는 상품들에 대해 유사도 값을 계산하고, 상기 계산된 유사도 값이 정해진 기준치 이상인 상품을 상기 대상 고객에게 추천하는 전자상거래 서비스에서의 개인화 추천 시스템
|
| 3 |
3
제2항에 있어서,
상기 데이터베이스는,
상기 웹페이지를 요청한 고객들이 일정한 시간 내에 다른 웹페이지로 이동하는 유효한 트랜잭션 정보를 저장하는 고객 브라우징 로그 데이터베이스 및 상기 상품 정보를 저장하는 상품 정보 데이터베이스를 포함하고,
상기 상품 추천 모듈은,
상기 고객 브라우징 로그 데이터베이스로부터 추출된 유효한 트랜잭션 정보에 기초하여 유효한 고객들의 행동 패턴을 분석하여 상기 고객들의 상품에 대한 평점을 부여하고,
상기 고객들의 상품에 대한 평점은,
상기 상품에 대한 고객들의 행동 패턴의 빈도수에 따라 결정되는 전자상거래 서비스에서의 개인화 추천 시스템
|
| 4 |
4
제2항에 있어서,
상기 상품 추천 모듈은,
상기 유사도 값을 이용하여 기준치 이상으로 유사한 선호도를 가진 고객 그룹에 포함된 고객들이 선호하는 상품들에 대한 상품 리스트를 작성하고, 상기 작성된 상품 리스트에서 결정된 순위에 따라 정해진 개수의 상품 정보를 상기 대상 고객에게 추천하는 전자상거래 서비스에서의 개인화 추천 시스템
|
| 5 |
5
제2항에 있어서,
상기 고객들의 행동 패턴은,
상기 고객들이 상품을 구매하는 행동 패턴, 상기 고객들이 구매하고자 상품을 구매리스트에 추가하는 행동 패턴 또는 상기 고객들이 상품 정보를 확인하는 행동 패턴을 포함하는 전자상거래 서비스에서의 개인화 추천 시스템
|
