맞춤기술찾기

이전대상기술

구매패턴데이터를 이용한 개인화된 구매시점예측방법 및 타겟프로모션시스템

  • 기술번호 : KST2019000844
  • 담당센터 : 대전기술혁신센터
  • 전화번호 : 042-610-2279
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 구매패턴데이터를 이용한 구매추천방법 및 구매추천시스템에 관한 것으로서, 더욱 상세하게는 구매시에 발생되는 구매자들의 구매패턴을 고객데이터DB에 저장하여 누적된 구매패턴 데이터를 분석하여 구매예상시기에 맞추어 물품정보를 송신하여 보다 효과적인 광고를 수행하고, 고객데이터DB의 정보를 통하여 추천물품을 예측하여 물품정보를 송신하여 구매자 맞춤형 광고가 가능한 구매추천방법 및 구매추천시스템을 제공함에 있다.
Int. CL G06Q 30/02 (2012.01.01) G06Q 30/06 (2012.01.01) G06N 99/00 (2019.01.01) G06N 3/02 (2019.01.01)
CPC G06Q 30/0255(2013.01) G06Q 30/0255(2013.01) G06Q 30/0255(2013.01) G06Q 30/0255(2013.01)
출원번호/일자 1020170096596 (2017.07.29)
출원인 한남대학교 산학협력단
등록번호/일자
공개번호/일자 10-2019-0012894 (2019.02.11) 문서열기
공고번호/일자 문서열기
국제출원번호/일자
국제공개번호/일자
우선권정보
법적상태 등록
심사진행상태 수리
심판사항
구분 신규
원출원번호/일자
관련 출원번호
심사청구여부/일자 Y (2017.07.29)
심사청구항수 1

출원인

번호, 이름, 국적, 주소의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 인명정보 - 출원인 표입니다.
번호 이름 국적 주소
1 한남대학교 산학협력단 대한민국 대전광역시 유성구

발명자

번호, 이름, 국적, 주소의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 인명정보 - 발명자 표입니다.
번호 이름 국적 주소
1 송희석 대한민국 대전광역시 유성구

대리인

번호, 이름, 국적, 주소의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 인명정보 - 대리인 표입니다.
번호 이름 국적 주소
1 박노춘 대한민국 대전광역시 서구 둔산북로 *** (둔산동, 아너스빌) ****호(PNC국제특허법률사무소)

최종권리자

번호, 이름, 국적, 주소의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 인명정보 - 최종권리자 표입니다.
번호 이름 국적 주소
1 한남대학교 산학협력단 대전광역시 유성구
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
2017.07.29 수리 (Accepted) 1-1-2017-0733498-95
2 선행기술조사의뢰서
Request for Prior Art Search
2017.10.13 수리 (Accepted) 9-1-9999-9999999-89
3 선행기술조사보고서
Report of Prior Art Search
2018.03.06 발송처리완료 (Completion of Transmission) 9-6-2018-0033119-36
4 의견제출통지서
Notification of reason for refusal
2018.03.07 발송처리완료 (Completion of Transmission) 9-5-2018-0162787-28
5 [지정기간연장]기간연장(단축, 경과구제)신청서
[Designated Period Extension] Application of Period Extension(Reduction, Progress relief)
2018.05.08 수리 (Accepted) 1-1-2018-0448384-15
6 [지정기간연장]기간연장(단축, 경과구제)신청서
[Designated Period Extension] Application of Period Extension(Reduction, Progress relief)
2018.06.07 수리 (Accepted) 1-1-2018-0560860-42
7 [거절이유 등 통지에 따른 의견]의견(답변, 소명)서
[Opinion according to the Notification of Reasons for Refusal] Written Opinion(Written Reply, Written Substantiation)
2018.07.09 수리 (Accepted) 1-1-2018-0675622-56
8 [명세서등 보정]보정서
[Amendment to Description, etc.] Amendment
2018.07.09 보정승인간주 (Regarded as an acceptance of amendment) 1-1-2018-0675616-82
9 의견제출통지서
Notification of reason for refusal
2018.11.21 발송처리완료 (Completion of Transmission) 9-5-2018-0795702-38
10 [명세서등 보정]보정서
[Amendment to Description, etc.] Amendment
2018.12.13 보정승인간주 (Regarded as an acceptance of amendment) 1-1-2018-1250938-01
11 [거절이유 등 통지에 따른 의견]의견(답변, 소명)서
[Opinion according to the Notification of Reasons for Refusal] Written Opinion(Written Reply, Written Substantiation)
2018.12.13 수리 (Accepted) 1-1-2018-1250954-21
12 등록결정서
Decision to grant
2019.02.22 발송처리완료 (Completion of Transmission) 9-5-2019-0133959-40
번호, 청구항의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 청구항 표입니다.
번호 청구항
1 1
삭제
2 2
삭제
3 3
삭제
4 4
삭제
5 5
삭제
6 6
삭제
7 7
삭제
8 8
추천 시스템에 입력된 복수의 구매자들에 대하여 구매자 각각의 정보가 저장되는 고객데이터DB(111) 및 구매물품 정보가 저장되는 물품데이터DB(112)를 생성하는 고객데이터DB생성부(110);구매자들의 구매정보를 수집하여 상기 고객데이터DB생성부(110)에서 생성된 각각의 상기 고객데이터DB(111)에 고객별 구매일자데이터를 누적시키는 고객데이터수집부(120);상기 고객데이터수집부(120)의 진행시간이 미리 입력되어진 시간을 초과한 상기 고객데이터DB(111)에 대하여 구매추천고객을 확인하는 구매추천고객확인부(130);상기 구매추천고객확인부(130)에서 확인된 구매추천고객에게 추천할 물품을 상기 물품데이터DB(112)에서 확인하는 추천구매물품확인부(140); 및상기 추천구매물품확인부(140)에서 확인된 추천할 물품의 정보를 상기 물품데이터DB(112)에서 전송받아 상기 고객데이터DB(111)에 미리 입력되어진 고객 정보를 이용하여 고객에게 송신하는 추천구매물품정보전송부(150);를 포함하는 구매패턴데이터를 이용한 구매추천시스템에 있어서,상기 고객데이터DB(111)는 고객의 연락처정보, 고객의 연령, 고객의 구매물품의 종류, 구매물품의 색상, 구매물품의 가격, 구매물품의 사이즈 및 구매물품의 디자인형태 분류의 정보를 포함하고, 상기 물품데이터DB(112)는물품의 사진정보, 물품의 제원정보, 물품의 가격정보, 물품의 프로모션정보 및 물품의 결제정보를 포함하며, 상기 구매추천고객확인부(130)는상기 고객데이터수집부(120)에서 4개월 이상인 상기 고객데이터DB(111)를 구매추천고객으로 사용하고,상기 구매추천고객확인부(130)는구매 시기를 주초, 주중, 주말로 구분하여 주간단위의 구매패턴을 분류하고,다층퍼셉트론(MLP; Multi Layer Perceptron) 및 순환신경망(RNN; Recurrent Neural Network) 중 선택되는 어느 하나 이상의 순환신경망 연산을 이용하여 구매추천대상고객을 특정하고, 주차별 구매패턴에 대한 시계열 데이터로부터 다음 주차의 구매패턴을 예측하며,상기 다층퍼셉트론은 3계층 구조의 신경망으로 입력노드, 출력노드, 은닉노드로 구성되고, 총 T-1주까지의 구매이력을 활용하여 T주의 구매여부를 예측하고, 다층퍼셉트론의 최종 출력 값은 주초, 주중, 주말 구매에 대한 확률 값으로 나타나며, 확률 값이 주어진 경계 값 보다 크거나 같으면 구매, 작으면 비구매로 판정하며, 상기 순환신경망은 입력층, 은닉층, 출력층으로 구성되며, 이전 기간의 구매패턴을 알고 있을 때 다음 기간의 구매패턴이 나타날 확률의 곱으로 계산되고, 학습된 순환신경망을 사용하여 예측한 최종 출력값은 각 구매패턴에 대한 확률분포로 주어지며, 가장 큰 확률을 갖는 구매패턴을 최종 구매패턴으로 선택하고, 상기 추천구매물품확인부(140)는상기 고객데이터DB(111)의 정보와 이에 대응되는 상기 물품데이터DB(112)의 정보를 통하여 재구매 물품을 특정하는 재구매물품확인수단(141); 및상기 고객데이터DB(111)에서 해당 고객과 유사한 구매패턴을 가지는 유사 이웃들(Nearest neighbors) 및 상이한 구매패턴을 가지는 상이 이웃들(farthest neighbors)을 참조하여 추천구매물품을 확인하는 추천물품확인수단(142)을 포함하며,상기 추천구매물품정보전송부(150)는상기 고객데이터DB(111)에 입력되어진 정보를 이용하여 고객의 전자메일 및 휴대용통신기기로 물품정보를 전송하기 위한 통신수단(151)을 더 포함하고,구매 시에 발생되는 구매자들의 구매패턴을 고객데이터DB에 저장하고 누적된 구매패턴 데이터를 분석하여 추천물품 및 재구매시기를 예측하고, 예측된 추천물품의 물품정보를 구매예상시기에 맞추어 송신함으로써 구매자 맞춤형 광고가 가능하고, 고객데이터DB의 정보를 통하여 구매 패턴이 유사한 고객들 및 상이한 고객들의 정보를 조합하여 예측한 추천물품의 물품정보를 송신함으로써 구매자 만족도가 높은 맞춤형 광고가 가능하며,구매일자와 구매제품으로 구성된 간단한 구매이력 정보만을 활용하여 고객의 재구매시기를 예측함으로써 반복구매를 유도할 수 있는 것을 특징으로 하는 구매패턴데이터를 이용한 구매추천시스템
9 9
삭제
10 10
삭제
11 11
삭제
지정국 정보가 없습니다
패밀리정보가 없습니다
순번, 연구부처, 주관기관, 연구사업, 연구과제의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 국가R&D 연구정보 정보 표입니다.
순번 연구부처 주관기관 연구사업 연구과제
1 교육부 한남대학교 이공학 개인기초연구지원사업 소셜네트워크 환경에서 신뢰관계망의 구조 분석 방법 개발