| 1 |
1
사용자 행동 패턴 기반의 상품 추천 방법에 있어서,사용자의 구매이력 정보 및 구매행동 정보를 수집하는 단계;복수의 추천 후보 상품에 대한 상품 정보를 획득하는 단계; 및상기 구매이력 정보, 상기 구매행동 정보 및 상기 상품 정보에 기초하여 상기 복수의 추천 후보 상품 중 추천 상품을 결정하는 단계,를 포함하고,상기 추천 상품을 결정하는 단계는,미리 설정된 복수의 고객 유형과 연계된 상기 사용자의 구매행동 특성을 종합 반영하도록 서로 다른 복수의 추천 알고리즘에 기초하여 각각 도출된 상품군을 포함하는 상기 추천 상품을 결정하는 것인, 상품 추천 방법
|
| 2 |
2
제1항에 있어서,상기 고객 유형은,타인에게 선물하기 위해 상품을 구매하려는 경향인 제1구매행동 특성을 반영하는 제1고객 유형, 기 구매한 상품과 연관되되 상기 기 구매한 상품과 다른 카테고리의 상품을 구매하려는 경향인 제2구매행동 특성을 반영하는 제2고객 유형, 기 구매한 상품 또는 기 보유한 상품과의 유사도가 높은 상품을 재구매하려는 경향인 제3구매행동 특성을 반영하는 제3고객 유형 및 타인이 구매한 상품 또는 타인의 관심도가 높은 상품을 구매하려는 경향인 제4구매행동 특성을 반영하는 제4고객 유형 중 적어도 하나를 포함하는 것인, 상품 추천 방법
|
| 3 |
3
제2항에 있어서,상기 제1고객 유형에 대응하는 상기 추천 알고리즘은 인구통계 필터링(Demographic filtering) 알고리즘이고,상기 제2고객 유형에 대응하는 상기 추천 알고리즘은 아프리오리(Apriori) 알고리즘이고,상기 제3고객 유형에 대응하는 상기 추천 알고리즘은 아이템 기반 협업 필터링(Item-based collaborative filtering) 알고리즘이고,상기 제4고객 유형에 대응하는 상기 추천 알고리즘은 사용자 기반 협업 필터링(User-based collaborative filtering) 알고리즘인 것인, 상품 추천 방법
|
| 4 |
4
제3항에 있어서,상기 추천 상품을 결정하는 단계는,상기 인구통계 필터링(Demographic filtering) 알고리즘에 기초하여 n1개의 추천 상품을 포함하는 제1상품군을 결정하는 단계;상기 아프리오리(Apriori) 알고리즘에 기초하여 n2개의 추천 상품을 포함하는 제2상품군을 결정하는 단계;상기 아이템 기반 협업 필터링(Item-based collaborative filtering) 알고리즘에 기초하여 n3개의 추천 상품을 포함하는 제3상품군을 결정하는 단계;상기 사용자 기반 협업 필터링(User-based collaborative filtering) 알고리즘에 기초하여 n4개의 추천 상품을 포함하는 제4상품군을 결정하는 단계; 및상기 제1상품군, 상기 제2상품군, 상기 제3상품군 및 상기 제4상품군을 포함하는 상기 추천 상품에 대한 추천 상품 목록을 생성하는 단계,를 포함하는 것인, 상품 추천 방법
|
| 5 |
5
제4항에 있어서,상기 n1, n2, n3 및 n4는 동수인 것을 특징으로 하는, 상품 추천 방법
|
| 6 |
6
제4항에 있어서,상기 n1, n2, n3 및 n4는 상기 사용자의 상기 구매이력 정보 및 상기 구매행동 정보에 기초하여 도출되는 상기 사용자의 구매행동 특성에 기초하여 결정되는 것을 특징으로 하는, 상품 추천 방법
|
| 7 |
7
제4항에 있어서,상기 추천 상품 목록을 생성하는 단계는,상기 추천 상품 목록 내의 추천 상품 각각에 대한 상기 사용자의 선호도 예측 결과에 기초하여 상기 추천 상품 목록 내의 추천 상품 각각의 순위를 결정하는 단계,를 포함하는 것인, 상품 추천 방법
|
| 8 |
8
추천 상품에 대한 사용자의 선호도 예측 방법에 있어서,복수의 고객에 대하여 제1기간 동안 수집된 구매이력 정보 및 구매행동 정보를 포함하는 학습 데이터를 준비하는 단계;상기 복수의 고객에 대하여 상기 제1기간 이후의 제2기간 동안 수집된 구매행동 정보를 포함하는 타겟 데이터를 준비하는 단계,상기 학습 데이터, 상기 타겟 데이터 및 소정의 사용자의 구매이력 정보와 구매행동 정보를 기초로 하여 상기 소정의 사용자에게 제공된 추천 상품에 대한 선호도를 예측하는 선호도 예측 모델을 구축하는 단계;타겟 사용자의 구매이력 정보 및 구매행동 정보를 수집하는 단계;상기 타겟 사용자에게 제공된 추천 상품을 파악하는 단계; 및상기 타겟 사용자의 구매이력 정보 및 상기 타겟 사용자의 구매 행동 정보에 기초하여 상기 선호도 예측 모델을 통해 상기 파악된 추천 상품에 대한 상기 타겟 사용자의 선호도를 예측하는 단계,를 포함하는, 선호도 예측 방법
|
| 9 |
9
제8항에 있어서,상기 구매행동 정보는,온라인 채널을 통해 판매되는 소정의 상품에 대한 사용자의 접근 이력을 포함하는 것인, 선호도 예측 방법
|
| 10 |
10
제9항에 있어서,상기 선호도를 예측하는 단계는,상기 타겟 사용자가 상기 추천 상품에 접근할지 여부를 예측하는 것인, 선호도 예측 방법
|
| 11 |
11
제10항에 있어서,상기 선호도 예측 모델을 구축하는 단계는,상기 구매이력 정보 및 상기 구매행동 정보로부터 미리 설정된 피처를 추출하고, 상기 피처에 기초하여 상기 선호도를 예측하는 선호도 예측 모델을 구축하되,상기 피처는,인식(Aware) 단계, 관심(Interest) 단계, 욕구(Desire) 단계 및 행동(Action) 단계를 포함하는 구매 퍼널(Purchase Funnel) 이론 기반의 구매 경로 단계 각각에 대한 피처를 포함하는 것인, 선호도 예측 방법
|
| 12 |
12
제8항에 있어서,상기 추천 상품을 파악하는 단계는,제1항에 따른 사용자 행동 패턴 기반의 상품 추천 방법에 기초하여 결정된 상기 추천 상품을 파악하는 것인, 선호도 예측 방법
|
| 13 |
13
사용자 행동 패턴 기반의 상품 추천 장치에 있어서,사용자의 구매이력 정보 및 구매행동 정보를 수집하는 사용자 정보 수집부; 및복수의 추천 후보 상품에 대한 상품 정보를 획득하고, 상기 구매이력 정보, 상기 구매행동 정보 및 상기 상품 정보에 기초하여 상기 복수의 추천 후보 상품 중 추천 상품을 결정하는 추천부,를 포함하고,상기 추천부는,미리 설정된 복수의 고객 유형과 연계된 상기 사용자의 구매행동 특성을 종합 반영하도록 서로 다른 복수의 추천 알고리즘에 기초하여 각각 도출된 상품군을 포함하는 상기 추천 상품을 결정하는 것인, 상품 추천 장치
|
| 14 |
14
추천 상품에 대한 사용자의 선호도 예측 장치에 있어서,복수의 고객에 대하여 제1기간 동안 수집된 구매이력 정보 및 구매행동 정보를 포함하는 학습 데이터를 준비하고, 상기 복수의 고객에 대하여 상기 제1기간 이후의 제2기간 동안 수집된 구매행동 정보를 포함하는 타겟 데이터를 준비하는 데이터 수집부;상기 학습 데이터, 상기 타겟 데이터 및 소정의 사용자의 구매이력 정보와 구매행동 정보를 기초로 하여 상기 소정의 사용자에게 제공된 추천 상품에 대한 선호도를 예측하는 선호도 예측 모델을 구축하는 모델 생성부; 및타겟 사용자에 대한 구매이력 정보 및 구매행동 정보를 수집하고, 상기 타겟 사용자에게 제공된 추천 상품을 파악하고, 상기 타겟 사용자의 구매이력 정보 및 상기 타겟 사용자의 구매 행동 정보에 기초하여 상기 선호도 예측 모델을 통해 상기 파악된 추천 상품에 대한 상기 타겟 사용자의 선호도를 예측하는 예측부,를 포함하는, 선호도 예측 장치
|
