| 1 |
1
삼변 측량을 통한 와이파이 신호의 세기값, 비콘 신호, 블루투스 신호 또는 이들의 조합을 토대로 사용자 단말기의 위치를 추정하는 위치 추정부;추정된 상기 사용자 단말기의 위치를 기반으로 관심 상품을 선정하고, 선정된 상기 관심 상품 및 사용자가 직접 구매한 상품의 정보를 토대로 각 사용자별 쇼핑패턴 정보를 생성하여 데이터베이스에 누적, 저장하는 쇼핑패턴 정보 처리부; 및각각의 사용자별 쇼핑패턴 정보를 기계학습을 통해 분석하여 매장을 방문한 상기 사용자 단말기로 구매할 상품을 적어도 하나 이상 추천하는 기계학습 처리부;를 포함하고,상기 쇼핑패턴 정보 처리부는, 상기 위치 추정부에서 추정된 특정 위치에서 상기 사용자 단말기가 기 설정된 시간 이상 머물러 있는 경우 해당 위치 및 방향에 진열된 상품을 관심 상품으로 선정하며,상기 기계학습 처리부는, 현재 매장을 방문한 사용자의 매장방문 횟수가 기 설정된 횟수 미만이거나 신규 방문일 경우, 상품 추천 시점의 계절, 월, 일, 요일, 시간 또는 이들의 조합을 포함한 요소와 계절별, 월별, 일별, 요일별, 시간별 또는 이들의 조합에 따라 생성한 모든 사용자들의 상기 관심 상품 및 구매한 상품 정보가 포함된 쇼핑패턴 정보의 관계를 토대로 기계학습을 수행하여 적어도 하나 이상의 상품을 추천하는 것을 특징으로 하는 위치추정을 통한 최적경로 안내장치
|
| 2 |
2
청구항 1에 있어서,상기 최적경로 안내장치는,상기 기계학습 처리부의 기계학습 결과를 토대로 추천된 적어도 하나 이상의 구매할 상품의 진열 위치와 상기 사용자 단말기의 현재 위치를 토대로 이동거리를 최소화하기 위한 경로를 산출하고, 산출된 경로정보를 상기 사용자 단말기로 제공하는 경로 안내부;를 더 포함하는 것을 특징으로 하는 위치추정을 통한 최적경로 안내장치
|
| 3 |
3
청구항 1에 있어서,상기 위치 추정부는,상기 사용자 단말기로부터 수신되는 지자기 센서, 가속도 센서, 자이로스코프, 디지털 나침반 또는 이들의 조합을 포함한 센서 정보를 토대로 상기 사용자 단말기의 위치를 보정하는 것을 특징으로 하는 위치추정을 통한 최적경로 안내장치
|
| 4 |
4
청구항 1에 있어서,상기 쇼핑패턴 정보 처리부는,계절별, 월별, 일별, 요일별, 시간별 또는 이들의 조합을 포함한 데이터를 토대로 상기 관심 상품 및 직접 구매한 상품의 정보와 관련된 각각의 사용자별 쇼핑패턴 정보를 생성하는 것을 특징으로 하는 위치추정을 통한 최적경로 안내장치
|
| 5 |
5
삭제
|
| 6 |
6
청구항 1에 있어서,상기 기계학습 처리부는,각각의 사용자별 쇼핑패턴 정보를 기계학습을 통해 분석하여 구매할 상품을 추천할 때,현재 매장을 방문한 사용자의 매장방문 횟수가 기 설정된 횟수 이상인 경우, 상품 추천 시점의 계절, 월, 일, 요일, 시간 또는 이들의 조합을 포함한 요소와 계절별, 월별, 일별, 요일별, 시간별 또는 이들의 조합에 따라 생성한 상기 사용자의 상기 관심 상품 및 구매한 상품 정보가 포함된 쇼핑패턴 정보의 관계를 토대로 기계학습을 수행하여 적어도 하나 이상의 상품을 추천하는 것을 특징으로 하는 위치추정을 통한 최적경로 안내장치
|
| 7 |
7
추천 상품 제공 서버에서, 삼변 측량을 통한 와이파이 신호의 세기값, 비콘 신호, 블루투스 신호 또는 이들의 조합을 토대로 사용자 단말기의 위치를 추정하는 위치 추정 단계;상기 위치 추정 단계에서 확인된 상기 사용자 단말기의 위치 정보를 기반으로 관심 상품을 선정하고, 선정된 상기 관심 상품 및 사용자가 직접 구매한 상품의 정보를 토대로 각 사용자별 쇼핑패턴 정보를 생성하여 데이터베이스에 누적, 저장하는 쇼핑패턴 정보 처리 단계; 및상기 쇼핑패턴 정보 처리 단계를 통해 생성된 각각의 사용자별 쇼핑패턴 정보를 기계학습을 통해 분석하여 매장을 방문한 상기 사용자 단말기로 구매할 상품을 적어도 하나 이상 추천하는 기계학습 처리 단계;를 포함하고,상기 쇼핑패턴 정보 처리 단계는, 상기 위치 추정 단계에서 추정된 특정 위치에서 상기 사용자 단말기가 기 설정된 시간 이상 머물러 있는 경우 해당 위치 및 방향에 진열된 상품을 관심 상품으로 선정하며,상기 기계학습 처리 단계는, 현재 매장을 방문한 사용자의 매장방문 횟수가 기 설정된 횟수 미만이거나 신규 방문일 경우, 상품 추천 시점의 계절, 월, 일, 요일, 시간 또는 이들의 조합을 포함한 요소와 계절별, 월별, 일별, 요일별, 시간별 또는 이들의 조합에 따라 생성한 모든 사용자들의 상기 관심 상품 및 구매한 상품 정보가 포함된 쇼핑패턴 정보의 관계를 토대로 기계학습을 수행하여 적어도 하나 이상의 상품을 추천하는 것을 특징으로 하는 위치추정을 통한 최적경로 안내방법
|
| 8 |
8
청구항 7에 있어서,상기 최적경로 안내방법은,상기 기계학습 처리 단계에서의 기계학습 결과를 토대로 추천된 적어도 하나 이상의 구매할 상품의 진열 위치와 상기 사용자 단말기의 현재 위치를 토대로 이동거리를 최소화하기 위한 경로를 산출하고, 산출된 경로정보를 상기 사용자 단말기로 제공하는 경로 안내 단계;를 더 포함하는 것을 특징으로 하는 위치추정을 통한 최적경로 안내방법
|
| 9 |
9
청구항 7에 있어서,상기 위치 추정 단계는,상기 사용자 단말기로부터 수신되는 지자기 센서, 가속도 센서, 자이로스코프, 디지털 나침반 또는 이들의 조합을 포함한 센서 정보를 토대로 상기 사용자 단말기의 위치를 보정하는 것을 특징으로 하는 위치추정을 통한 최적경로 안내방법
|
| 10 |
10
청구항 7에 있어서,상기 쇼핑패턴 정보 처리 단계는,계절별, 월별, 일별, 요일별, 시간별 또는 이들의 조합을 포함한 데이터를 토대로 상기 관심 상품 및 직접 구매한 상품의 정보와 관련된 각각의 사용자별 쇼핑패턴 정보를 생성하는 것을 특징으로 하는 위치추정을 통한 최적경로 안내방법
|
| 11 |
11
삭제
|
| 12 |
12
청구항 7에 있어서,상기 기계학습 처리 단계는,상기 추천 상품 제공 서버에서, 각각의 사용자별 쇼핑패턴 정보를 기계학습을 통해 분석하여 구매할 상품을 추천할 때,현재 매장을 방문한 사용자의 매장방문 횟수가 기 설정된 횟수 이상인 경우, 상품 추천 시점의 계절, 월, 일, 요일, 시간 또는 이들의 조합을 포함한 요소와 계절별, 월별, 일별, 요일별, 시간별 또는 이들의 조합에 따라 생성한 상기 사용자의 상기 관심 상품 및 구매한 상품 정보가 포함된 쇼핑패턴 정보의 관계를 토대로 기계학습을 수행하여 적어도 하나 이상의 상품을 추천하는 단계;를 더 포함하는 것을 특징으로 하는 위치추정을 통한 최적경로 안내방법
|
