초록 ▼

본 발명은 고객의 기존 오프라인 및 온라인 매장에서 화장품 구매 및 반품 내역을 저장하고, 온라인 매장에서 고객이 화장품 이미지를 클릭은 하였으나, 구매하지 않은 화장품에 대한 정보를 관심 화장품 정보로 저장한 후 저장된 정보를 딥러닝(Deep Learning) 기반의 분석엔진으로 분석하여 고객이 최근에는 어떤 특징을 가진 화장품을 주로 구매하고 어떤 특징을 가진 화장품은 구매를 기피하는지 분석한 후 고객 별로 원하는 화장품을 맞춤형으로 노출시켜 화장품 구매율을 극대화 할 수 있는 고객의 화장품 구매 내역을 인공지능으로 분석하여 맞

본 발명은 고객의 기존 오프라인 및 온라인 매장에서 화장품 구매 및 반품 내역을 저장하고, 온라인 매장에서 고객이 화장품 이미지를 클릭은 하였으나, 구매하지 않은 화장품에 대한 정보를 관심 화장품 정보로 저장한 후 저장된 정보를 딥러닝(Deep Learning) 기반의 분석엔진으로 분석하여 고객이 최근에는 어떤 특징을 가진 화장품을 주로 구매하고 어떤 특징을 가진 화장품은 구매를 기피하는지 분석한 후 고객 별로 원하는 화장품을 맞춤형으로 노출시켜 화장품 구매율을 극대화 할 수 있는 고객의 화장품 구매 내역을 인공지능으로 분석하여 맞춤형으로 추천하는 고객 맞춤형 화장품 추천 시스템에 관한 것이다.본 발명에 의하면, 딥러닝 기반의 분석엔진으로 분석함으로써 고객 별로 어떤 특징의 화장품을 선호하는지 취향을 파악하고 이를 바탕으로 고객 맞춤형 화장품을 추천할 수 있기 때문에 고객의 화장품 구매율을 극대화 할 수가 있어 온라인 매장 운영회사의 매출을 향상시킬 수 있을 뿐만 아니라, 고객 역시 쇼핑 만족도가 높아지게 된다.

대표청구항 ▼

일정 기간 단위로 측정한 구매력 점수가 소정의 횟수 이상 연속하여 상승한 횟수와 그 다음에 일정 기간 단위로 측정한 구매력 점수가 소정의 횟수 이상 연속하여 하락한 횟수를 비교하는 방식으로 연속 상승 횟수 대비 바로 이어지는 연속 하락 횟수가 어느 정도인지에 따라 해당 화장품 특성의 가중치를 유지 또는 감소시키는 고객 맞춤형 화장품 추천 시스템으로서,고객의 기존 오프라인 및 온라인 매장에서의 화장품 구매 및 반품 내역을 고객 화장품 쇼핑 DB에 저장하는 화장품 쇼핑 내역 저장부;온라인 매장에서 고객이 화장품 이미지를 클릭은 하였으나

일정 기간 단위로 측정한 구매력 점수가 소정의 횟수 이상 연속하여 상승한 횟수와 그 다음에 일정 기간 단위로 측정한 구매력 점수가 소정의 횟수 이상 연속하여 하락한 횟수를 비교하는 방식으로 연속 상승 횟수 대비 바로 이어지는 연속 하락 횟수가 어느 정도인지에 따라 해당 화장품 특성의 가중치를 유지 또는 감소시키는 고객 맞춤형 화장품 추천 시스템으로서,고객의 기존 오프라인 및 온라인 매장에서의 화장품 구매 및 반품 내역을 고객 화장품 쇼핑 DB에 저장하는 화장품 쇼핑 내역 저장부;온라인 매장에서 고객이 화장품 이미지를 클릭은 하였으나, 구매하지 않은 화장품에 대한 정보를 관심 화장품 정보로 고객 화장품 클릭 DB에 저장하는 화장품 관심 내역 저장부;화장품 DB에 저장된 각 화장품에 대해 고객들의 화장품 구매 후기 및 반품 사유를 분석하여 화장품의 특징에 해당하는 가격, 품질, 기능성, 선호 나이, 선호 성별을 분석하는 화장품 특징 분석부;상기 화장품 특징 분석부가 분석한 화장품의 특징 정보를 이용하여 상기 고객 화장품 쇼핑 DB에 저장된 고객이 구매한 화장품의 특징 및 반품한 화장품의 특징과 고객 화장품 클릭 DB에 저장된 고객이 클릭한 화장품의 특징을 딥러닝(Deep Learning) 기반의 분석엔진으로 분석하여 고객별 화장품 카테고리 별로 선호 화장품의 특징을 분석하는 고객 화장품 취향 분석부; 및상기 고객 화장품 취향 분석부의 분석 내용을 토대로 특징이 유사한 화장품을 상기 화장품 DB에서 검색하여 추천하는 화장품 추천부를 포함하되,상기 화장품 추천부가 일정 기간 동안 고객에게 추천한 상품 중에서 고객의 검색, 구매 및 반품에 대한 행동 정보를 수집하여 화장품 카테고리 별 화장품의 구매력을 측정하고, 이를 이용하여 구매력 점수 및 구매력 점수가 나타내는 기울기 값을 고객 구매력 지수 DB에 지속적으로 업데이트하는 고객 화장품 구매력 측정부를 더 포함하고,상기 고객 화장품 취향 분석부는 고객 화장품 구매력 측정부가 일정 기간 단위로 측정한 구매력 점수가 소정의 횟수 이상 연속하여 증가하여 구매력 점수가 나타내는 기울기가 양수인 경우 해당 화장품의 특성에 가중치를 증가시키고, 일정 기간 단위로 측정한 구매력 점수가 소정의 횟수 이상 연속하여 하락하여 구매력 점수가 나타내는 기울기가 음수인 경우 해당 화장품의 특성에 가중치를 감소시키고, 증가 또는 감소된 화장품의 가중치를 딥러닝 기반의 분석엔진에 적용하여 고객의 화장품 카테고리 별로 선호하는 화장품의 특성을 분석하며,상기 고객 화장품 구매력 측정부가 일정 기간 단위로 측정한 구매력 점수가 상승하여 구매력 점수가 형성하는 기울기가 양수인 경우의 연속하여 상승한 횟수와 그 다음에 연속하여 일정 기간 단위로 측정한 구매력 점수가 소정의 횟수 이상 하락하여 구매력 점수가 형성하는 기울기가 음수인 경우의 연속하여 하락한 횟수를 비교하여 연속 상승 횟수 대비 바로 이어지는 연속 하락 횟수를 비교하는 구매력 증감 분석부를 더 포함하고,상기 고객 화장품 취향 분석부는 구매력 증감 분석부의 비교 분석 결과 상승 횟수가 하락 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 화장품의 특성에 가중치를 감소시키지 않고 그대로 유지하고,구매력 증감 분석부의 비교 분석 결과 상승 횟수 보다 하락 횟수가 더 많은 경우는 일시적으로 구매하여 구매강도 점수가 상승하였으나 그 이후 구매하지 않거나 반품하는 비율이 높아진 경우로 판단하여 기울기가 음수에 해당하는 화장품 특성의 가중치를 감소시키며,고객별로 해당 화장품 카테고리와 특징이 유사한 다른 화장품 카테고리를 고객 구매력 지수 DB에서 검색하여 유사한 다른 화장품 카테고리의 최근 구매력 점수가 나타내는 기울기가 양수에 해당하는지, 음수에 해당하는지 검색하는 고객 유사상품 기울기 검색부를 더 포함하고,상기 고객 화장품 취향 분석부는 구매력 증감 분석부의 비교 분석 결과 해당 화장품 카테고리가 상승 횟수 보다 하락 횟수가 더 많은 경우 상기 고객 유사상품 기울기 검색부가 검색한 유사한 다른 화장품 카테고리의 최근 구매력 점수가 나타내는 기울기가 양수인지, 음수인지에 따라 가중치를 감소시키는 정도를 다르게 하고,상기 고객 화장품 취향 분석부는 고객 유사상품 기울기 검색부가 검색한 유사한 다른 화장품 카테고리의 최근 구매력 점수가 나타내는 기울기가 양수인 경우 해당 화장품 카테고리의 가중치 감소값에 상기 다른 화장품 카테고리의 양의 기울기값을 반영하여 가중치를 추가 감소시키되, 최종 가중치 감소값은 아래의 식에 의하여 구하고,최종 가중치 감소값 = 해당 화장품 가중치 감소값 - 유사한 다른 화장품 카테고리의 양의 기울기값 × 가중치 반영정도ㆍㆍㆍㆍㆍㆍ 식상기의 식에 의해 구한 최종 가중치 감소값을 상기의 고객 화장품 취향 분석부의 딥러닝 기반의 분석엔진에 반영하고, 딥러닝 기반의 분석엔진은 해당 화장품에 대해 조정된 가중치를 반영하여 학습하고 이를 바탕으로 추후 해당 고객에게 맞춤형 화장품을 추천하며, 상기의 가중치 반영정도는 관리자에 의해 조정 가능한 것을 특징으로 하는 고객의 화장품 구매 내역을 인공지능으로 분석하여 맞춤형으로 추천하는 고객 맞춤형 화장품 추천 시스템.