1 |
1
네트워크 상의 로컬 인텔리전스 서비스 플랫폼으로부터 상품 구매 내역 기반의 상품 추천을 받기 위한 사용자 단말의 컨텍스트 생성 장치에 있어서,매장명, 구매 트랜잭션 번호, 및 상품 구매 내역 정보를 저장 및 관리하는 제품결제서버에 연결되며, 상기 구매 트랜잭션 번호를 사용하여 상기 제품결제서버에 상기 매장명 및 상품 구매 내역 정보를 요청하여 획득한 상품 구매 내역 정보를 매장 이름별로 데이터베이스에 저장하는 컨텍스트 수집기; 사용자가 방문한 매장 내에 설치된 로컬 인텔리전스 서비스 플랫폼과 무선 접속이 가능한 지역에서, 상기 로컬 인텔리전스 서비스 플랫폼으로 매장 이름을 요청 및 수신하고, 상기 매장 이름을 사용하여 구매 콘텍스트를 요청하는 상품 추천기; 및상기 구매 콘텍스트의 요청에 응답하여 해당 매장 이름에 대응되는 상기 상품 구매 내역 정보를 분석하고, 사용자의 구매 패턴을 제공하는 컨텍스트 분석기를 포함하고,상기 상품 추천기는, 상기 사용자의 구매 패턴을 포함하는 상품추천 요청을 로컬 인텔리전스 서비스 플랫폼에 전달하고, 상기 로컬 인텔리전스 서비스 플랫폼으로부터 추천 상품 리스트를 획득하고,상기 로컬 인텔리전스 서비스 플랫폼은, 전체 방문 매장에서의 구입 빈도 및 상기 방문한 매장에서의 구입 빈도에 서로 다른 가중치를 적용하여 추천 상품을 결정하고, 상기 결정된 추천 상품을 포함하는 상기 추천 상품 리스트를 구성하는 것을 특징으로 하는 컨텍스트 생성 장치
|
2 |
2
제1항에 있어서,상기 구매 트랜잭션 번호는 상기 제품결제서버와 연결된 RFID 태그를 읽음으로써 획득하거나, 상기 제품결제서버가 발행한 종이영수증의 QR코드나 바코드를 읽음으로써 획득하는 것을 특징으로 하는 컨텍스트 생성 장치
|
3 |
3
제1항에 있어서,상기 컨텍스트 수집기가 관리하는 상품 구매 내역 정보에 대한 상기 데이터베이스는, 각 구매 발생 정보를 관리하기 위한 구매 트랜잭션 테이블 및 각 구매 상품에 대한 정보를 관리하기 위한 구매 물품 테이블을 포함하는 것을 특징으로 하는 컨텍스트 생성 장치
|
4 |
4
제3항에 있어서,상기 구매 트랜잭션 테이블은, Transaction ID, 스토어 네임, POS(Point of Sale) ID, 구매 날짜와 시간에 대한 Time, 구매 총액을 나타내는 Cost에 대한 정보를 포함하고, 상기 구매 물품 테이블은, Transaction ID, Item code, Item name, 구매 수량에 대한 Amount, 구매 상품의 단가에 대한 Cost에 대한 정보를 포함하는 것을 특징으로 하는 컨텍스트 생성 장치
|
5 |
5
제1항에 있어서,상기 컨텍스트 분석기는, 전체 방문 매장 및 및 현재 방문한 매장에서 구입 빈도가 소정의 우선순위 이상으로 높은 상품 정보에 대한 상기 사용자의 구매 패턴을 제공하는 것을 특징으로 하는 컨텍스트 생성 장치
|
6 |
6
제1항에 있어서,상기 사용자의 구매 패턴은, 상품 종류, 아이템 코드, 아이템 이름, 구매 주기, 마지막 구매 시점, 구매 회수에 대한 정보를 포함하는 것을 특징으로 하는 컨텍스트 생성 장치
|
7 |
7
사용자 단말과 네트워크 상의 로컬 인텔리전스 서비스 플랫폼 간의 연동으로 상품 구매 내역 기반의 상품 추천 방법에 있어서,사용자 단말에서, 매장명, 구매 트랜잭션 번호, 및 상품 구매 내역 정보를 저장 및 관리하는 제품결제서버에 연결되며, 상기 구매 트랜잭션 번호를 사용하여 상기 제품결제서버에 상기 매장명 및 상품 구매 내역 정보를 요청하여 획득한 상품 구매 내역 정보를 매장 이름별로 제1데이터베이스에 저장하는 단계; 사용자가 방문한 매장 내에 설치된 로컬 인텔리전스 서비스 플랫폼과 무선 접속이 가능한 지역에서, 상기 사용자 단말이 상기 네트워크 상의 로컬 DNS 서버에서 획득한 IP 주소를 이용하여 매장 정보를 요청함에 따라, 상기 로컬 인텔리전스 서비스 플랫폼에서 해당 매장 이름을 상기 사용자 단말로 제공하는 단계;상기 사용자 단말에서, 상기 매장 이름을 사용하여 해당 매장 이름에 대응되는 상기 상품 구매 내역 정보를 분석하고, 사용자의 구매 패턴을 생성하는 단계; 및상기 사용자 단말에서 상기 사용자의 구매 패턴을 포함하는 상품추천 요청을 로컬 인텔리전스 서비스 플랫폼에 전달하는 단계; 및 상기 로컬 인텔리전스 서비스 플랫폼이 복수의 상품들에 대한 정보를 관리하는 제2데이터베이스를 참조하여, 전체 방문 매장에서의 구입 빈도 및 로컬 인텔리전스 서비스 플랫폼에 대응되는 매장에서 구입 빈도에 서로 다른 가중치를 적용하여 추천 상품을 결정하고, 상기 결정된 추천 상품을 포함하는 상기 추천 상품 리스트를 구성하고, 상기 사용자 단말로 제공하는 단계;를 포함하는 것을 특징으로 하는 상품 추천 방법
|
8 |
8
제7항에 있어서,상기 추천 상품 리스트를 상기 사용자 단말로 제공하는 단계는,상기 사용자의 구매 패턴의 상품별 구매 주기와 마지막 구매 시점에 대한 정보를 기초로 구입 시기 예상 값을 계산하여, 상기 예상 값을 기초로 선택된 상품과 동일 또는 유사한 상품들에 대한 상기 추천 상품 리스트를 제공하는 것을 특징으로 하는 상품 추천 방법
|
9 |
9
제8항에 있어서,상기 추천 상품 리스트를 상기 사용자 단말로 제공하는 단계는,상기 사용자의 구매 패턴의 전체 방문 매장 및 및 현재 방문한 매장에서 구입 빈도가 소정의 우선순위 이상으로 높은 상품 정보를 기초로, 상기 현재 방문한 매장의 상품에 더 높은 가중치로 상기 예상 값을 계산하는 것을 특징으로 하는 상품 추천 방법
|
10 |
10
제7항에 있어서,상기 추천 상품 리스트를 상기 사용자 단말로 제공하는 단계는,상기 사용자의 구매 패턴의 상품 구매 회수에 대한 정보를 기초로, 해당 상품과 동일 또는 유사한 상품들에 대한 상기 추천 상품 리스트를 제공하는 단계와, 상기 사용자의 구매 패턴에 따라 해당 상품에 대한 가격 선호도를 추출하고, 매장에 해당 상품이 없으면 소정의 가격 범위의 동일 또는 유사한 다른 상품에 대한 상기 추천 상품 리스트를 제공하는 단계를 포함하는 것을 특징으로 하는 상품 추천 방법
|
11 |
11
삭제
|
12 |
12
삭제
|
13 |
13
삭제
|
14 |
14
삭제
|
15 |
15
삭제
|
16 |
16
삭제
|
17 |
17
삭제
|
18 |
18
삭제
|
19 |
19
삭제
|
20 |
20
삭제
|