초록

본 발명은 소비자가 쇼핑몰 사이트에 접속하여 상품 검색부터 위시리스트 추가, 장바구니 추가, 제품 클릭, 구매 및 반품에 이르기까지 수행하는 모든 행동 정보를 빅데이터로 관리하고, 빅데이터의 정보를 딥러닝(Deep Learning) 기반의 분석엔진으로 분석하여 소비자가 실제 원하는 상품이 무엇인지 파악한 후 소비자 각 개인이 원하는 상품 및 유사한 상품을 노출시켜 상품 구매율을 극대화 할 수 있는 빅데이터 기반의 AI가 고객의 정보를 기반으로 구매전환율이 높은 상품을 노출시키는 고객 맞춤형 상품 추천 시스템에 관한 것이다.

대표청구항 ▼

소비자가 쇼핑몰 사이트에 접속하여 상품 검색부터 구매 및 반품에 이르기까지의 모든 행동에 대한 정보를 수집하여 소비자 쇼핑정보 DB에 저장하는 소비자 쇼핑정보 수집부;상기 소비자 쇼핑정보 DB에 저장된 각 소비자가 검색 및 클릭한 상품의 특성, 구매한 상품의 특성 및 반품한 상품의 특성을 딥러닝(Deep Learning) 기반의 분석엔진으로 분석하여 소비자별 상품 카테고리 별로 선호 상품의 특성을 분석하는 소비자 상품성향 분석부;상기 소비자 상품성향 분석부의 분석 내용을 기초로 상품 DB에 저장된 상품 중에서 상품을 구성하는 특성의

소비자가 쇼핑몰 사이트에 접속하여 상품 검색부터 구매 및 반품에 이르기까지의 모든 행동에 대한 정보를 수집하여 소비자 쇼핑정보 DB에 저장하는 소비자 쇼핑정보 수집부;상기 소비자 쇼핑정보 DB에 저장된 각 소비자가 검색 및 클릭한 상품의 특성, 구매한 상품의 특성 및 반품한 상품의 특성을 딥러닝(Deep Learning) 기반의 분석엔진으로 분석하여 소비자별 상품 카테고리 별로 선호 상품의 특성을 분석하는 소비자 상품성향 분석부;상기 소비자 상품성향 분석부의 분석 내용을 기초로 상품 DB에 저장된 상품 중에서 상품을 구성하는 특성의 유사도가 소정의 확률 이상에 해당하는 상품 리스트를 순서대로 선택하는 소비자 추천상품 선택부; 및상기 소비자 추천상품 선택부가 선택한 하나 이상의 상품 리스트를 소비자에게 노출시키는 상품 노출부를 포함하되,상기 상품 노출부가 일정 기간 동안 소비자에게 노출시킨 상품 중에서 소비자의 검색, 구매 및 반품에 대한 행동 정보를 수집하여 소비자의 상품 카테고리 별 상품 구매강도를 측정하는 소비자 상품 구매강도 측정부를 더 포함하고,상기 소비자 상품성향 분석부는 소비자 상품 구매강도 측정부가 일정 기간 단위로 측정한 구매강도 점수가 소정의 횟수 이상 연속하여 상승하여 구매강도 점수가 형성하는 기울기가 양수인 경우 해당 상품의 특성에 가중치를 증가시키고, 일정 기간 단위로 측정한 구매강도 점수가 소정의 횟수 이상 연속하여 하강하여 구매강도 점수가 형성하는 기울기가 음수인 경우 해당 상품의 특성에 가중치를 감소시키고, 증가 또는 감소된 상품의 가중치를 딥러닝 기반의 분석엔진에 적용하여 소비자별 상품 카테고리 별로 선호 상품의 특성을 분석하며,상기 소비자 상품 구매강도 측정부가 일정 기간 단위로 측정한 구매강도 점수가 상승하여 구매강도 점수가 형성하는 기울기가 양수인 경우의 연속하여 상승한 횟수와 그 다음에 연속하여 일정 기간 단위로 측정한 구매강도 점수가 소정의 횟수 이상 하강하여 구매강도 점수가 형성하는 기울기가 음수인 경우의 연속하여 하강한 횟수를 비교하여 연속 상승 횟수 대비 바로 이어지는 연속 하강 횟수를 비교하는 기울기 비교 분석부를 더 포함하고,상기 소비자 상품성향 분석부는 기울기 비교 분석부의 비교 결과 상승 횟수가 하강 횟수보다 더 많은 경우 기울기가 음수에 해당하더라도 소비자에게 지속적으로 맞춤형 상품을 추천한 결과 연속하여 구매한 이후 그 다음 일정 기간 동안은 해당 상품을 구매하지 않았으나, 추천한 상품이 마음에 안 들어서가 아니라 이미 충분히 구매한 상태에 해당하여 당장은 필요하지 않은 상태에 해당하므로 해당 상품의 특성에 가중치를 감소시키지 않고 그대로 유지하고,기울기 비교 분석부의 비교 결과 상승 횟수 보다 하강 횟수가 더 많은 경우는 일시적으로 구매하여 구매강도 점수가 상승하였으나 그 이후 구매하지 않거나 반품하는 비율이 높아진 경우로 판단하여 기울기가 음수에 해당하는 상품 특성의 가중치를 감소시키며,상기 소비자 쇼핑정보 DB에 저장된 정보를 소비자 특성 및 상품 카테고리에 따라 분류하여 유사 쇼핑정보 DB에 저장하는 유사 쇼핑정보 저장부; 및상기 유사 쇼핑정보 DB에 저장된 소비자의 상품에 대한 행동 정보를 활용하여 유사 쇼핑정보 학습엔진을 생성하고, 전이(Transfer Learning)하여 상기 딥러닝 기반의 분석엔진에서 사용되도록 하는 쇼핑정보 학습엔진 전이부를 더 포함하고,상기 쇼핑정보 학습엔진 전이부는 상기 유사 쇼핑정보 학습엔진의 하위층(Lower Layer) 일부분을 전이(Transfer Learning)하여 재사용하도록 하고, 최종 분류기 층(Classifier Layer)은 학습시킴으로써 딥러닝 기반의 분석엔진을 생성하며,상기 쇼핑정보 학습엔진 전이부는 최근에 쇼핑몰 사이트에 회원 가입하여 상품에 대한 행동 정보가 부족한 소비자와 특성이 유사한 기존 소비자를 상기 유사 쇼핑정보 DB에서 검색하고, 검색된 기존 소비자의 상품에 대한 행동 정보를 활용하여 유사 쇼핑정보 학습엔진을 생성하고 전이하여 상기 딥러닝 기반의 분석엔진에서 사용되도록 하되,최근에 쇼핑몰 사이트에 회원 가입하여 상품에 대한 행동 정보가 부족한 소비자와 기존 소비자의 특성 유사도가 높을수록 전이하여 재사용하는 하위층의 개수는 많아지고, 유사도가 낮을수록 전이하여 재사용하는 하위층의 개수는 적어지는 것을 특징으로 하는 빅데이터 기반의 AI가 고객의 정보를 기반으로 구매전환율이 높은 상품을 노출시키는 고객 맞춤형 상품 추천 시스템.