네이버 쇼핑, 빅데이터 기반 '상품 추천' 검색 오픈

네이버가 빅데이터를 활용해 성별, 연령별 등 맞춤 쇼핑 정보를 제공하는 '사용자 그룹별 상품 추천' 서비스를 제공한다.

사용자 그룹별 상품 추천은 사용자들의 로그인 정보와 과거 검색 정보를 바탕으로 10대 여성, 20대 남성과 같은 사용자 그룹에서 인기 있는 상품을 상세하게 확인할 수 있으며 많은 이들이 찾은 상품 또한 한눈에 볼 수 있다.

이번 서비스 개편을 위해 네이버는 쇼핑 사용자의 행동 패턴 정보를 알고리즘으로 구축하는 STG(Shopping Trend Graph)와 사용자들의 쇼핑 검색 의도와 취향을 분석하는 UPA (User's Preference Analytics) 등 다양한 쇼핑 검색 기술들을 적용했고, 이를 통해 4억 개 이상의 방대한 상품 DB와 사용자그룹별 검색 히스토리를 분석해 맞춤형 상품을 추천할 수 있게 됐다.

특히 태그를 통한 상품 추천도 강화해 해당 사용자그룹에서 많이 검색한 키워드, 많이 클릭한 상품을 기반으로 찢청, 커팅진, 부츠컷 등과 같은 그룹별 태그를 제공해 필요한 상품을 한눈에 찾아볼 수 있도록 지원한다.

네이버는 더욱 편리한 맞춤형 쇼핑 검색을 위해 검색어, 클릭, 실제 구매, 선호 쇼핑몰, 가격 등을 분석한 '취향 맞춤형 상품', '함께 구매하면 좋은 상품', '재구매 시기 상품' 등의 다양한 기능을 온해 안으로 선보일 예정이다.