맞춤기술찾기
이전대상기술
패션 상품을 추천하는 전자 장치, 서버 및 그 동작 방법
- 기술번호 : KST2019011942
- 담당센터 : 서울동부기술혁신센터
- 전화번호 : 02-2155-3662
| 요약 | 본 개시는 딥러닝 등의 기계 학습 알고리즘을 활용하여 인간 두뇌의 인지, 판단 등의 기능을 모사하는 인공지능(AI) 시스템 및 그 응용에 관련된 것이다. |
|---|---|
| Int. CL | G06Q 30/06 (2012.01.01) G06Q 30/02 (2012.01.01) G06N 99/00 (2019.01.01) |
| CPC | G06Q 30/0631(2013.01) G06Q 30/0631(2013.01) G06Q 30/0631(2013.01) |
| 출원번호/일자 | 1020170180038 (2017.12.26) |
| 출원인 | 삼성전자주식회사, 서울대학교산학협력단 |
| 등록번호/일자 | |
| 공개번호/일자 | 10-2019-0078222 (2019.07.04) 문서열기 |
| 공고번호/일자 | |
| 국제출원번호/일자 | |
| 국제공개번호/일자 | |
| 우선권정보 | |
| 법적상태 | 공개 |
| 심사진행상태 | 수리 |
| 심판사항 | |
| 구분 | 신규 |
| 원출원번호/일자 | |
| 관련 출원번호 | |
| 심사청구여부/일자 | N |
| 심사청구항수 | 20 |
출원인
| 번호 | 이름 | 국적 | 주소 |
|---|---|---|---|
| 1 | 삼성전자주식회사 | 대한민국 | 경기도 수원시 영통구 |
| 2 | 서울대학교산학협력단 | 대한민국 | 서울특별시 관악구 |
발명자
| 번호 | 이름 | 국적 | 주소 |
|---|---|---|---|
| 1 | 이한빛 | 서울특별시 용산구 | |
| 2 | 설진석 | 서울특별시 관악구 | |
| 3 | 이상구 | 서울특별시 서초구 | |
| 4 | 이형동 | 서울특별시 서초구 |
대리인
| 번호 | 이름 | 국적 | 주소 |
|---|---|---|---|
| 1 | 리앤목특허법인 | 대한민국 | 서울 강남구 언주로 **길 **, *층, **층, **층, **층(도곡동, 대림아크로텔) |
최종권리자
| 번호 | 이름 | 국적 | 주소 |
|---|---|---|---|
| 최종권리자 정보가 없습니다 | |||
| 번호 | 서류명 | 접수/발송일자 | 처리상태 | 접수/발송번호 |
|---|---|---|---|---|
| 1 | [특허출원]특허출원서 [Patent Application] Patent Application |
2017.12.26 | 수리 (Accepted) | 1-1-2017-1293264-43 |
| 2 | 보정요구서 Request for Amendment |
2018.01.04 | 발송처리완료 (Completion of Transmission) | 1-5-2018-0002113-15 |
| 3 | [출원서등 보정]보정서 [Amendment to Patent Application, etc.] Amendment |
2018.01.22 | 수리 (Accepted) | 1-1-2018-0072437-84 |
| 4 | 출원인정보변경(경정)신고서 Notification of change of applicant's information |
2019.05.13 | 수리 (Accepted) | 4-1-2019-5093546-10 |
| 5 | 출원인정보변경(경정)신고서 Notification of change of applicant's information |
2019.05.23 | 수리 (Accepted) | 4-1-2019-5101798-31 |
| 6 | 출원인정보변경(경정)신고서 Notification of change of applicant's information |
2019.08.02 | 수리 (Accepted) | 4-1-2019-5154561-59 |
| 7 | 출원인정보변경(경정)신고서 Notification of change of applicant's information |
2020.11.25 | 수리 (Accepted) | 4-1-2020-5265458-48 |
| 번호 | 청구항 |
|---|---|
| 1 |
1 서버가 사용자에게 제1 패션 상품에 기초하여 제2 패션 상품을 추천하는 방법에 있어서,전자 장치로부터 상기 제1 패션 상품의 이미지 데이터를 수신하는 단계;상기 제1 패션 상품의 이미지 데이터를 기 설정된 벡터 공간 상의 특정 위치에 매핑하는 단계;상기 제1 패션 상품의 상기 이미지 데이터에 대응되는 제1 벡터를 획득하는 단계;상기 획득된 제1 벡터 및 패션 상품의 적어도 하나의 카테고리 벡터를 이용하여, 제2 벡터를 산출하는 단계;상기 산출된 제2 벡터에 기초하여, 제2 패션 상품의 이미지 데이터를 획득하는 단계; 및상기 획득된 제2 패션 상품의 이미지 데이터를 상기 전자 장치로 송신하는 단계;를 포함하는, 서버의 패션 상품 추천 방법 |
| 2 |
2 제 1 항에 있어서,상기 산출된 제2 벡터에 기초하여, 제2 패션 상품의 이미지 데이터를 획득하는 단계는,상기 벡터 공간 상의 기 설정된 벡터들과 상기 제2 벡터와의 거리에 기초하여, 상기 기 설정된 벡터들 중에서 하나의 벡터를 검출하는 단계; 및상기 검출된 벡터에 대응되는 상기 제2 패션 상품의 이미지 데이터를 획득하는 단계를 포함하는, 서버의 패션 상품 추천 방법 |
| 3 |
3 제 1 항에 있어서,상기 패션 상품의 적어도 하나의 카테고리 벡터는,패션 상품의 적어도 하나의 카테고리 각각에 대응되는 상기 벡터 공간의 소정의 영역 내의 벡터들에 기초하여 결정되는, 서버의 패션 상품 추천 방법 |
| 4 |
4 제 3 항에 있어서,상기 제2 벡터를 산출하는 단계는, 상기 제1 벡터에서 상기 제1 패션 상품의 카테고리에 대응되는 제1 카테고리 벡터를 빼고, 상기 제1 패션 상품의 카테고리와 상이한 카테고리에 대응되는 제2 카테고리 벡터를 더하는 단계를 포함하는, 서버의 패션 상품 추천 방법 |
| 5 |
5 제 1 항에 있어서,상기 전자 장치로부터 제3 패션 상품의 이미지 데이터를 수신하는 단계;상기 제2 벡터와 상기 제3 패션 상품의 이미지 데이터에 대응되는 제3 벡터를 이용하여, 제4 벡터를 산출하는 단계;상기 산출된 제4 벡터에 기초하여, 제4 패션 상품의 이미지 데이터를 획득하는 단계; 및상기 획득된 제4 패션 상품의 이미지 데이터를 상기 전자 장치로 송신하는 단계를 더 포함하는, 서버의 패션 상품 추천 방법 |
| 6 |
6 제 1 항에 있어서,상기 패션 상품의 적어도 하나의 카테고리 벡터는,상기 사용자에 의해 입력된 데이터에 기초하여 획득된 적어도 하나의 벡터를 포함하고,상기 제2 벡터를 산출하는 단계는,상기 제1 벡터와 상기 적어도 하나의 벡터 각각을 이용하여, 상기 사용자에 의해 입력된 데이터에 기초하여 벡터 덧셈 또는 벡터 뺄셈의 조합을 순차로 수행하는 단계를 더 포함하는, 서버의 패션 상품 추천 방법 |
| 7 |
7 전자 장치가 사용자에게 제1 패션 상품에 기초하여 제2 패션 상품을 추천하는 방법에 있어서,상기 제1 패션 상품의 이미지 데이터를 획득하는 단계;상기 제1 패션 상품의 이미지 데이터를 서버로 송신하는 단계; 및상기 서버에 의해, 상기 제1 패션 상품의 이미지 데이터가 기 설정된 벡터 공간 상의 특정 위치에 매핑되고, 상기 제1 패션 상품의 상기 이미지 데이터에 대응되는 제1 벡터가 획득되고, 상기 획득된 제1 벡터 및 패션 상품의 적어도 하나의 카테고리 벡터가 이용됨으로써 제2 벡터가 산출되고, 상기 산출된 제2 벡터에 기초하여 제2 패션 상품의 이미지 데이터가 획득되면, 상기 획득된 제2 패션 상품의 이미지 데이터를 상기 서버로부터 수신하는 단계;를 포함하는, 전자 장치의 패션 상품 추천 방법 |
| 8 |
8 제 7 항에 있어서,상기 획득된 제2 패션 상품의 이미지 데이터를 상기 서버로부터 수신하는 단계는, 상기 서버에 의해, 상기 벡터 공간 상의 기 설정된 벡터들과 상기 제2 벡터와의 거리에 기초하여 상기 기 설정된 벡터들 중에서 하나의 벡터가 검출되고, 상기 검출된 벡터에 대응되는 상기 제2 패션 상품의 이미지 데이터가 획득되면, 상기 획득된 제2 패션 상품의 이미지 데이터를 상기 서버로부터 수신하는 단계를 포함하는, 전자 장치의 패션 상품 추천 방법 |
| 9 |
9 제 7 항에 있어서,상기 패션 상품의 적어도 하나의 카테고리 벡터는,패션 상품의 적어도 하나의 카테고리 각각에 대응되는 상기 벡터 공간의 소정의 영역 내의 벡터들에 기초하여 결정되는, 전자 장치의 패션 상품 추천 방법 |
| 10 |
10 제 9 항에 있어서,상기 획득된 제2 패션 상품의 이미지 데이터를 상기 서버로부터 수신하는 단계는, 상기 서버에 의해, 상기 제1 벡터에서 상기 제1 패션 상품의 카테고리에 대응되는 제1 카테고리 벡터가 빼지고(subtracted), 상기 제1 패션 상품의 카테고리와 상이한 카테고리에 대응되는 제2 카테고리 벡터가 더해짐으로써 상기 제2 벡터가 산출되고, 상기 산출된 제2 벡터에 기초하여 상기 제2 패션 상품의 이미지 데이터가 획득되면, 상기 획득된 제2 패션 상품의 이미지 데이터를 상기 서버로부터 수신하는 단계를 포함하는, 전자 장치의 패션 상품 추천 방법 |
| 11 |
11 제 7 항에 있어서,제3 패션 상품의 이미지 데이터를 획득하는 단계;상기 제3 패션 상품의 이미지 데이터를 상기 서버로 송신하는 단계; 및상기 서버에 의해, 상기 제2 벡터와 상기 제3 패션 상품의 이미지 데이터에 대응되는 제3 벡터가 이용됨으로써 제2 벡터가 산출되고, 상기 산출된 제4 벡터에 기초하여 제4 패션 상품의 이미지 데이터가 획득되면, 상기 획득된 제4 패션 상품의 이미지 데이터를 상기 서버로부터 수신하는 단계를 더 포함하는, 전자 장치의 패션 상품 추천 방법 |
| 12 |
12 제 7 항에 있어서,상기 패션 상품의 적어도 하나의 카테고리 벡터는,상기 사용자에 의해 입력된 데이터에 기초하여 획득된 적어도 하나의 벡터를 포함하고,상기 획득된 제2 패션 상품의 이미지 데이터를 상기 서버로부터 수신하는 단계는, 상기 서버에 의해, 상기 제1 벡터와 상기 적어도 하나의 벡터 각각이 이용되어, 상기 사용자에 의해 입력된 데이터에 기초하여 벡터 덧셈 또는 벡터 뺄셈의 조합이 순차로 수행됨으로써 상기 제2 벡터가 산출되고, 상기 산출된 제2 벡터에 기초하여 제2 패션 상품의 이미지 데이터가 획득되면, 상기 획득된 제2 패션 상품의 이미지 데이터를 상기 서버로부터 수신하는 단계를 포함하는, 전자 장치의 패션 상품 추천 방법 |
| 13 |
13 사용자에게 제1 패션 상품에 기초하여 제2 패션 상품을 추천하는 서버에 있어서,복수의 벡터와 적어도 하나의 프로그램이 저장되는 데이터베이스(DB);전자 장치와 데이터를 송수신하는 통신부; 및상기 적어도 하나의 프로그램을 실행함으로써 상기 제1 패션 상품에 기초하여 상기 제2 패션 상품을 추천하는 적어도 하나의 프로세서를 포함하고,상기 적어도 하나의 프로그램은,상기 전자 장치로부터 상기 제1 패션 상품의 이미지 데이터를 수신하는 단계;상기 제1 패션 상품의 이미지 데이터를 기 설정된 벡터 공간 상의 특정 위치에 매핑하는 단계;상기 제1 패션 상품의 상기 이미지 데이터에 대응되는 제1 벡터를 획득하는 단계;상기 획득된 제1 벡터 및 패션 상품의 적어도 하나의 카테고리 벡터를 이용하여, 제2 벡터를 산출하는 단계;상기 산출된 제2 벡터에 기초하여, 제2 패션 상품의 이미지 데이터를 획득하는 단계; 및상기 획득된 제2 패션 상품의 이미지 데이터를 상기 전자 장치로 송신하는 단계;를 실행하는 명령어들을 더 포함하는 것을 특징으로 하는, 서버 |
| 14 |
14 제 13 항에 있어서,상기 산출된 제2 벡터에 기초하여, 제2 패션 상품의 이미지 데이터를 획득하는 단계는,상기 벡터 공간 상의 기 설정된 벡터들과 상기 제2 벡터와의 거리에 기초하여, 상기 기 설정된 벡터들 중에서 하나의 벡터를 검출하는 단계; 및상기 검출된 벡터에 대응되는 상기 제2 패션 상품의 이미지 데이터를 획득하는 단계를 포함하는, 서버 |
| 15 |
15 제 13 항에 있어서,상기 패션 상품의 적어도 하나의 카테고리 벡터는,패션 상품의 적어도 하나의 카테고리 각각에 대응되는 상기 벡터 공간의 소정의 영역 내의 벡터들에 기초하여 결정되는, 서버 |
| 16 |
16 제 15 항에 있어서,상기 제2 벡터를 산출하는 단계는, 상기 제1 벡터에서 상기 제1 패션 상품의 카테고리에 대응되는 제1 카테고리 벡터를 빼고, 상기 제1 패션 상품의 카테고리와 상이한 카테고리에 대응되는 제2 카테고리 벡터를 더하는 단계를 포함하는, 서버 |
| 17 |
17 제 13 항에 있어서,상기 적어도 하나의 프로그램은,상기 전자 장치로부터 제3 패션 상품의 이미지 데이터를 수신하는 단계;상기 제2 벡터와 상기 제3 패션 상품의 이미지 데이터에 대응되는 제3 벡터를 이용하여, 제4 벡터를 산출하는 단계;상기 산출된 제4 벡터에 기초하여, 제4 패션 상품의 이미지 데이터를 획득하는 단계; 및상기 획득된 제4 패션 상품의 이미지 데이터를 상기 전자 장치로 송신하는 단계;를 실행하는 명령어들을 더 포함하는 것을 특징으로 하는, 서버 |
| 18 |
18 사용자에게 제1 패션 상품에 기초하여 제2 패션 상품을 추천하는 전자 장치에 있어서,적어도 하나의 프로그램이 저장되는 메모리;디스플레이부;사용자의 입력을 수신하는 사용자 입력부;서버와 데이터를 송수신하는 통신부; 및상기 적어도 하나의 프로그램을 실행함으로써 상기 제1 패션 상품에 기초하여 상기 제2 패션 상품을 추천하는 적어도 하나의 프로세서를 포함하고,상기 적어도 하나의 프로그램은,상기 제1 패션 상품의 이미지 데이터를 획득하는 단계;상기 제1 패션 상품의 이미지 데이터를 서버로 송신하는 단계; 및상기 서버에 의해, 상기 제1 패션 상품의 이미지 데이터가 기 설정된 벡터 공간 상의 특정 위치에 매핑되고, 상기 제1 패션 상품의 상기 이미지 데이터에 대응되는 제1 벡터가 획득되고, 상기 획득된 제1 벡터 및 패션 상품의 적어도 하나의 카테고리 벡터가 이용됨으로써 제2 벡터가 산출되고, 상기 산출된 제2 벡터에 기초하여 제2 패션 상품의 이미지 데이터가 획득되면, 상기 획득된 제2 패션 상품의 이미지 데이터를 상기 서버로부터 수신하는 단계;를 실행하는 명령어들을 포함하는 것을 특징으로 하는, 전자 장치 |
| 19 |
19 제 1 항 내지 제 6 항 중 어느 한 항의 방법을 실행하기 위한 프로그램을 기록한 컴퓨터로 판독 가능한 기록 매체 |
| 20 |
20 제 7 항 내지 제 12 항 중 어느 한 항의 방법을 실행하기 위한 프로그램을 기록한 컴퓨터로 판독 가능한 기록 매체 |
| 지정국 정보가 없습니다 |
|---|
| 패밀리정보가 없습니다 |
|---|
| 국가 R&D 정보가 없습니다. |
|---|
| 등록사항 정보가 없습니다 |
|---|
- 본 '원본보기 서비스'는 참고용이므로, 일부 오류 및 누락이 발생할 수 있습니다.
- 정확한 서류를 확인하시려면 해당 웹사이트에서 조회하시기 바랍니다. (특허로 바로가기: http://www.patent.go.kr)
- 해당 서비스는 점검으로 인해 매주 일요일 00:00 ~ 02:00까지 이용이 중단됩니다.
| 번호 | 서류명 | 접수/발송일자 | 처리상태 | 접수/발송번호 |
|---|---|---|---|---|
| 1 | [특허출원]특허출원서 | 2017.12.26 | 수리 (Accepted) | 1-1-2017-1293264-43 |
| 2 | 보정요구서 | 2018.01.04 | 발송처리완료 (Completion of Transmission) | 1-5-2018-0002113-15 |
| 3 | [출원서등 보정]보정서 | 2018.01.22 | 수리 (Accepted) | 1-1-2018-0072437-84 |
| 4 | 출원인정보변경(경정)신고서 | 2019.05.13 | 수리 (Accepted) | 4-1-2019-5093546-10 |
| 5 | 출원인정보변경(경정)신고서 | 2019.05.23 | 수리 (Accepted) | 4-1-2019-5101798-31 |
| 6 | 출원인정보변경(경정)신고서 | 2019.08.02 | 수리 (Accepted) | 4-1-2019-5154561-59 |
| 7 | 출원인정보변경(경정)신고서 | 2020.11.25 | 수리 (Accepted) | 4-1-2020-5265458-48 |
| 기술정보가 없습니다 |
|---|
| 과제고유번호 | 1345274075 |
|---|---|
| 세부과제번호 | 21A20151113068 |
| 연구과제명 | 서울대학교 컴퓨터미래인재양성사업단 |
| 성과구분 | 출원 |
| 부처명 | 교육부 |
| 연구관리전문기관명 | |
| 연구주관기관명 | |
| 성과제출연도 | 2017 |
| 연구기간 | 201703~201802 |
| 기여율 | 1 |
| 연구개발단계명 | 기타 |
| 6T분류명 | IT(정보기술) |
특허성과
| [1020170180038] | 패션 상품을 추천하는 전자 장치, 서버 및 그 동작 방법 | 새창보기 |
|---|---|---|
| [1020170173788] | 메모리 장치의 주소 맵핑을 관리하는 반도체 장치 및 이를 포함하는 데이터 저장 장치 | 새창보기 |
| [1020170165863] | 서비스 지향 사물 인터넷 플랫폼 및 그 제어 방법 | 새창보기 |
| [1020170156821] | 셀 스트링의 선택 트랜지스터를 프로그램함으로 데이터를 보호하는 플래시 메모리 장치 및 그것을 포함하는 데이터 저장 장치 | 새창보기 |
| [1020170153547] | 메모리 장치에 대한 태스크들을 스케줄링하는 반도체 장치 및 이를 포함하는 시스템 | 새창보기 |
| [1020170119735] | 한자 입력용 키보드 | 새창보기 |
| [1020170085899] | 한자 입력 장치 및 제어 방법 | 새창보기 |
| [1020170076854] | 바이트코드 처리 장치 및 동작 방법 | 새창보기 |
중요키워드
| [KST2022015846][서울대학교] | 국내외 뉴스 자연어처리를 바탕으로 한 상품가격 단기예측 통계분석 알고리즘 | 새창보기 |
|---|---|---|
| [KST2015135729][서울대학교] | 전자 카탈로그 관리 장치 및 방법 | 새창보기 |
| [KST2015159574][서울대학교] | 마케팅 컨텐츠 제공 시스템 및 그 방법 | 새창보기 |
| [KST2021010865][서울대학교] | 지능형 수출시장 정보 분석 및 제공 서비스를 위한 시스템 및 방법 | 새창보기 |
| [KST2020004522][서울대학교] | 패션 코디의 자동 추천 방법 및 시스템 | 새창보기 |
| [KST2019011928][서울대학교] | 공간 감성어 사전을 이용한 감성분석 기반의 장소 선호도 분석방법 | 새창보기 |
| [KST2016017369][서울대학교] | 상업점포의 위치 선정 방법(Location of Commercial Store Selecting Method) | 새창보기 |
| [KST2020007521][서울대학교] | GPU 연산 기반의 딥러닝을 이용한 선호 콘텐츠 추천 장치 및 그 방법 | 새창보기 |
| [KST2018014669][서울대학교] | 가우시안 프로세스 회귀분석을 이용한 클러스터링 방법 및 그 장치 | 새창보기 |
| [KST2015136976][서울대학교] | 상품 가격을 고려한 상품 추천시스템 및 그 추천방법 | 새창보기 |
| [KST2016012544][서울대학교] | 소비자 유형별 맞춤형 농식품 정보제공 방법(Customized agricultural food information system based on consumer food related life style) | 새창보기 |
| [KST2022007291][서울대학교] | 인공지능 기반의 사용자 신체 치수 측정 방법 | 새창보기 |
| [KST2015134865][서울대학교] | 상품 구매를 지원하기 위한 무선통신용 단말기 및 위치 안내 시스템 | 새창보기 |
| [KST2014014486][서울대학교] | 모바일 기기에 대한 쇼핑정보 제공장치 | 새창보기 |
| [KST2015160584][서울대학교] | 평가역량 정보를 고려한 다면평가 방법 및 그 시스템 | 새창보기 |
| [KST2015159608][서울대학교] | 비교 쇼핑을 위한 판매자 추천정보 제공서비스 방법 및 그장치 | 새창보기 |
| [KST2021002819][서울대학교] | 패션 코디의 자동 추천 방법 및 시스템 | 새창보기 |
| [KST2021008714][서울대학교] | 개체별 최적화된 먹이 정보 제공 장치 및 방법 | 새창보기 |
| [KST2021003738][서울대학교] | 맞음새 여유량 선호를 반영한 의류 사이즈 제안 시스템 | 새창보기 |
| [KST2016012543][서울대학교] | 도매시장 경락가격 분포를 이용한 농수산물 표준 시세 산출방법(Method for identifying standardized market price information by using agricultural distribution data) | 새창보기 |
| [KST2023002038][서울대학교] | 공기질 상태 정보를 이용한 인공 지능 기반 탄소 저감 활동 보상 지급 시스템 및 방법 | 새창보기 |
| [KST2016010024][서울대학교] | 이온 트랩 구조를 관통하는 레이저 사용을 위한 MEMS 기반 3차원 이온트랩 장치 및 그 제작 방법(MEMS-based Ion Trap Apparatus for Using Laser Penetrating Chip Structure and Method for Fabricating the Same) | 새창보기 |
| [KST2020006434][서울대학교] | 딥러닝을 이용한 체류시간을 기반의 뉴스 선호도 판단 장치 및 그 방법 | 새창보기 |
| [KST2018010355][서울대학교] | 건강 공동체를 운용 관리하는 스마트 시스템 | 새창보기 |
| [KST2019011906][서울대학교] | 농식품 관련 정보 추천 방법 및 시스템 | 새창보기 |
| [KST2015135984][서울대학교] | 상업시설 밀도를 이용한 중심지 상권 경계의 식별 방법 및 그 시스템 | 새창보기 |
| [KST2015135801][서울대학교] | 선택확률을 이용한 통행시간-상업시설 면적 간 한계대체율 산출 방법 및 그의 산출 시스템 | 새창보기 |
| [KST2016010021][서울대학교] | 절연층 노출을 방지한 이온 트랩 장치 및 그 제작 방법(Apparatus for Trapping Ion without Exposure of Dielectric Layer and Method for Fabricating the Same) | 새창보기 |
| [KST2019015650][서울대학교] | 베이지안 네트워크 기반의 교통상태 예측 시스템 및 그것의 동작 방법 | 새창보기 |
| [KST2015137290][서울대학교] | 심리 진단 시스템 및 방법 | 새창보기 |
| 심판사항 정보가 없습니다 |
|---|