KR102141851B1 - 사용자 맞춤형 숙소 추천 시스템 - Google Patents

사용자 맞춤형 숙소 추천 시스템 Download PDF

Info

Publication number
KR102141851B1
KR102141851B1 KR1020180115534A KR20180115534A KR102141851B1 KR 102141851 B1 KR102141851 B1 KR 102141851B1 KR 1020180115534 A KR1020180115534 A KR 1020180115534A KR 20180115534 A KR20180115534 A KR 20180115534A KR 102141851 B1 KR102141851 B1 KR 102141851B1
Authority
KR
South Korea
Prior art keywords
information
user
unit
accommodation
collection module
Prior art date
Application number
KR1020180115534A
Other languages
English (en)
Other versions
KR20200036204A (ko
Inventor
정성준
정재혁
김종우
김진회
Original Assignee
(주) 미스터멘션
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by (주) 미스터멘션 filed Critical (주) 미스터멘션
Priority to KR1020180115534A priority Critical patent/KR102141851B1/ko
Publication of KR20200036204A publication Critical patent/KR20200036204A/ko
Application granted granted Critical
Publication of KR102141851B1 publication Critical patent/KR102141851B1/ko

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q30/00—Commerce
    • G06Q30/06—Buying, selling or leasing transactions
    • G06Q30/0601—Electronic shopping [e-shopping]
    • G06Q30/0631—Item recommendations
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/02—Reservations, e.g. for tickets, services or events
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/10—Services
    • G06Q50/12—Hotels or restaurants
    • G—PHYSICS
    • G10—MUSICAL INSTRUMENTS; ACOUSTICS
    • G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
    • G10L15/00—Speech recognition
    • G10L15/26—Speech to text systems

Landscapes

  • Business, Economics & Management (AREA)
  • Engineering & Computer Science (AREA)
  • Tourism & Hospitality (AREA)
  • Physics & Mathematics (AREA)
  • Strategic Management (AREA)
  • Theoretical Computer Science (AREA)
  • Economics (AREA)
  • General Physics & Mathematics (AREA)
  • Marketing (AREA)
  • General Business, Economics & Management (AREA)
  • Human Resources & Organizations (AREA)
  • Health & Medical Sciences (AREA)
  • Finance (AREA)
  • Accounting & Taxation (AREA)
  • Development Economics (AREA)
  • Audiology, Speech & Language Pathology (AREA)
  • Computational Linguistics (AREA)
  • Quality & Reliability (AREA)
  • Human Computer Interaction (AREA)
  • Acoustics & Sound (AREA)
  • Multimedia (AREA)
  • General Health & Medical Sciences (AREA)
  • Primary Health Care (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Operations Research (AREA)
  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)

Abstract

본 발명은 사용자 맞춤형 숙소 추천 시스템에 관한 것이다. 보다 상세하게는 추천 서비스 제공부를 구비함으로써, 기본정보 필터링부, 선호정보 필터링부, 통화내역정보 필터링부에서 각 필터링된 숙소 정보를 구매평점 필터링부를 통해 한번 더 정제함에 따라 보다 고도화되고 사용자에게 특화된 숙소를 추천할 수 있도록 하고, 통화내역 수집 모듈을 구비함으로써, 통화 시, 송, 수신자의 통화 내용에 대해 음성을 분리하여 송신자와 수신자로 구분 저장하고, 각 수집된 송, 수신자의 음성 패킷에서 무음 구간을 기준으로 세그먼트 단위로 분리 저장함으로써 음성 인식 정확도를 향상시켜 보다 정확한 텍스트로 제공하고, 이를 통화내역정보 필터링부에서 특정 요건에 맞도록 필터링함에 따라 사용자에게 더 만족도가 높은 숙소를 추천하는 서비스를 제공할 수 있도록 하는 사용자 맞춤형 숙소 추천 시스템에 관한 것이다.

Description

사용자 맞춤형 숙소 추천 시스템{Customized lodging recommendation system}
본 발명은 사용자 맞춤형 숙소 추천 시스템에 관한 것이다. 보다 상세하게는 추천 서비스 제공부를 구비함으로써, 기본정보 필터링부, 선호정보 필터링부, 통화내역정보 필터링부에서 각 필터링된 숙소 정보를 구매평점 필터링부를 통해 한번 더 정제함에 따라 보다 고도화되고 사용자에게 특화된 숙소를 추천할 수 있도록 하고, 통화내역 수집 모듈을 구비함으로써, 통화 시, 송, 수신자의 통화 내용에 대해 음성을 분리하여 송신자와 수신자로 구분 저장하고, 각 수집된 송, 수신자의 음성 패킷에서 무음 구간을 기준으로 세그먼트 단위로 분리 저장함으로써 음성 인식 정확도를 향상시켜 보다 정확한 텍스트로 제공하고, 이를 통화내역정보 필터링부에서 특정 요건에 맞도록 필터링함에 따라 사용자에게 더 만족도가 높은 숙소를 추천하는 서비스를 제공할 수 있도록 하는 사용자 맞춤형 숙소 추천 시스템에 관한 것이다.
현재, 기술의 발전과 함께 인터넷 사용이 보편화 되고, 더 나아가 유비쿼터스 네트워크로 정보통신 기술이 진화하면서, 수많은 콘텐츠들이 사용자들에게 제공되고 있으며, 향후의 서비스 발전은 보다 개인적인 취향에 맞는 개별적인 서비스를 제공하는 데 주종을 이룰 것으로 전망된다.
이에 따라 각 이용자의 취향을 적기에 파악하여 개개인의 취향과 부합하는 정보를 추천, 제공함으로써 고객이 보다 적은 노력으로 원하는 정보를 찾을 수 있도록 지원하는 개인화된 시스템의 필요성이 관련 산업에서 대두하고 있다.
또한, 최근 들어 국내 및 해외로 여행이나 휴식 등의 목적으로 하는 관광이 증가하고 있다. 이는 삶의 질을 향상시키기 위한 것으로 삶의 여유와 즐거움 등을 누리고자 함으로 관광을 위한 목적, 병을 치료하기 위한 요양 목적, 경험을 위한 목적, 노후의 여가 시간을 소모하기 위한 목적 등 다양하며, 정보통신의 발달로 다양한 여행관련 정보가 인터넷 망을 통해 쏟아지고 있고, 국내든 해외든, 거주지를 떠나 여행을 떠날 경우에는 목적지, 숙소에 대한 정확한 정보를 얻기 위하여 많은 시간을 할애하고 있다.
따라서, 기존의 정보 및 습득된 정보로 숙소에 관한 개인 맞춤식 정보를 제공할 수 있는 기술 개발의 필요성이 대두된다.
선행기술문헌 : KR등록특허공보 제0997541호(2010.11.30 공고)
본 발명은 상기와 같은 문제점을 해결하기 위해 안출된 것으로, 기존의 정보 및 습득된 정보를 기반으로 사용자에게 특화된 숙소에 관한 정보를 제공하여 만족도를 향상시키는 사용자 맞춤형 숙소 추천 시스템을 제공하는 데 그 목적이 있다.
상기 목적을 달성하기 위해 안출된 본 발명에 따른 사용자 맞춤형 숙소 추천 시스템은 가입 모듈로 사용자의 성별, 연령, 직업, 및 주소를 포함하는 사용자 기본 정보를 수집하여 DB에 저장하는 기본정보 수집 모듈, 사용자의 열람 목록 정보, 구매 또는 사용 목록 정보, 상품 보관 목록 정보를 포함하는 사용자의 사용에 의한 정보를 수집하여 DB에 저장하는 사용정보 수집 모듈, 사용자의 선호 숙박 일수, 선호 숙박 기간, 선호 숙박 지역, 선호 숙박 위치, 선호 숙소 형태, 비치 희망 용품, 및 구비 희망 시설을 포함하는 사용자의 선택에 의한 사용자 선택 정보를 수집하여 DB에 저장하는 선호정보 수집 모듈, 사용자가 구매하여 사용했던 숙소에 대한 평점을 수집하여 DB에 저장하는 구매평점 수집 모듈, 숙소의 숙박 가능 일수, 지역, 위치, 형태, 비치 용품, 및 구비 시설을 포함하는 숙소의 기본 정보를 수집하여 DB에 저장하는 숙소정보 수집 모듈, 상담자와 사용자의 통화 내역을 텍스트로 변환하여 DB에 저장하는 통화내역 수집 모듈을 포함하는 정보 수집부; 정보 수집부로부터 정보를 수집하여 DB에 저장하고, 정보 수집부로부터 수집된 정보를 기반으로 사용자 단말기로 맞춤형 숙소 추천 서비스를 제공할 수 있도록 각 구성을 제어하는 서버; 정보 수집부의 기본정보 수집 모듈을 기반으로, 추천 서비스를 제공할 사용자의 기본정보와 동일한 군에 속하는 타 사용자의 사용정보를 협업 필터링(Collaborative Filtering) 방식으로 사용자에게 동일한 기본정보를 가진 타 사용자 사용정보를 추천하도록 필터링하는 기본정보 필터링부; 정보 수집부의 선호정보 수집 모듈로 수집된 사용자의 선호 항목과 숙소정보 수집 모듈로 수집된 숙소 정보를 콘텐츠 기반 필터링(Contents-based filtering) 방식으로 유사도를 측정하여 사용자에게 선호 항목과 가장 유사도가 높은 순으로 추천하도록 필터링하는 선호정보 필터링부; 및 정보 수집부의 통화내역 수집모듈로 수집된 통화 내역 중, 정보 수집부의 기본정보 수집 모듈, 사용정보 수집 모듈, 선호정보 수집 모듈, 및 숙소정보 수집 모듈의 항목 또는 선택안에 사용되는 키워드와 동일한 키워드가 있는지 검색, 추출하고, 추출 횟수가 가장 빈번한 키워드부터 오름차순으로 해당 키워드와 동일한 숙소 정보를 가진 숙소를 추출하여 사용자에게 추천하도록 필터링 하는 통화내역정보 필터링부를 포함할 수 있다.
또한, 기본정보 필터링부, 선호정보 필터링부, 및 통화내역정보 필터링부로 각 필터링된 추천 숙소 정보를 수집하고, 각 필터링부에서 추천되는 교집합 수가 높은 숙소부터 사용자 단말기에 추천해주는 추천 서비스 제공부를 더 포함할 수 있다.
또한, 정보 수집부의 통화내역 수집 모듈은 음성 패킷을 수집하기 위한 것으로, 상담사의 음성 패킷과 사용자의 음성 패킷을 별개로 수집하는 패킷 수집부, 패킷 수집부에서 수집된 음성 패킷을 세그먼트 단위로 분리한 음성 데이터를 저장하되, 패킷 수집부에서 수집된 음성 패킷을 세그먼트 단위로 분리 시, 수집된 패킷을 순서번호 순으로 입력하고, 마지막 패킷일 경우에만 음성 세그먼트로 저장하며, 마지막 패킷을 제외한 음성 패킷 중, 무음으로 이루어진 구간을 기준으로 각 분리하여 음성 세그먼트로 저장하고, 무음 구간이 없는 경우에는 마지막 패킷으로 분류되어 음성 세그먼트로 저장하며, 분리된 세그먼트마다 데이터의 시점이 표시되는 세그먼트 타임스탬프가 적용되는 음성 분리부, 음성 분리부에서 분리된 세그먼트 단위의 음성 데이터를 텍스트로 변환하고, 텍스트 변환 시, 음성 데이터를 재생하여 주파수를 추출하여 사람의 목소리가 조사되는 특정 구간을 제외한 잡음을 제거하는 잡음 제거부와 변환된 텍스트가 DB에 저장된 표준 단어, 문장과 일치하지 않는 경우, 서버에 접속하여 새로운 단어, 문장으로 등록하거나 수정등록할 수 있고, 이후 변환되는 텍스트는 등록된 단어로 변환되도록 하는 데이터 필터링부를 포함하는 텍스트 변환부, 및 텍스트 변환부에서 변환된 텍스트를 통합하여 DB에 저장하는 텍스트 통합부를 더 포함할 수 있다.
본 발명에 의하면, 추천 서비스 제공부를 구비함으로써, 기본정보 필터링부, 선호정보 필터링부, 통화내역정보 필터링부에서 각 필터링된 숙소 정보를 구매평점 필터링부를 통해 한번 더 정제함에 따라 보다 고도화되고 사용자에게 특화된 숙소를 추천할 수 있도록 하는 데 그 효과가 있다.
또한, 본 발명에 의하면, 통화내역 수집 모듈을 구비함으로써, 통화 시, 송, 수신자의 통화 내용에 대해 음성을 분리하여 송신자와 수신자로 구분 저장하고, 각 수집된 송, 수신자의 음성 패킷에서 무음 구간을 기준으로 세그먼트 단위로 분리 저장함으로써 음성 인식 정확도를 향상시켜 보다 정확한 텍스트로 제공하고, 이를 통화내역정보 필터링부에서 특정 요건에 맞도록 필터링함에 따라 사용자에게 더 만족도가 높은 숙소를 추천하는 서비스를 제공할 수 있도록 하는 데 그 효과가 있다.
도 1은 본 발명의 바람직한 실시예에 따른 사용자 맞춤형 숙소 추천 시스템의 개념도,
도 2는 본 발명의 바람직한 실시예에 따른 사용자 맞춤형 숙소 추천 시스템의 통화내역 수집 모듈의 개념도,
도 3은 본 발명의 바람직한 실시예에 따른 사용자 맞춤형 숙소 추천 시스템의 통화내역 수집 모듈에서 RTP 패킷의 header 구조를 나타낸 것,
도 4는 본 발명의 바람직한 실시예에 따른 사용자 맞춤형 숙소 추천 시스템의 통화내역 수집 모듈에서 패킷 수집부의 수집 순서를 나타낸 순서도, 및
도 5는 본 발명의 바람직한 실시예에 따른 사용자 맞춤형 숙소 추천 시스템의 통화내역 수집 모듈에서 음성 분리부의 음성 세그먼트 저장 순서를 나타낸 순서도이다.
이하, 본 발명의 바람직한 실시 예를 첨부된 도면들을 참조하여 상세히 설명한다. 우선 각 도면의 구성 요소들에 참조 부호를 부가함에 있어서, 동일한 구성 요소들에 대해서는 비록 다른 도면상에 표시되더라도 가능한 한 동일한 부호를 가지도록 하고 있음에 유의해야 한다. 또한, 본 발명을 설명함에 있어, 관련된 공지 구성 또는 기능에 대한 구체적인 설명이 본 발명의 요지를 흐릴 수 있다고 판단되는 경우에는 그 상세한 설명은 생략한다. 또한, 이하에서 본 발명의 바람직한 실시예를 설명할 것이나, 본 발명의 기술적 사상은 이에 한정하거나 제한되지 않고 당업자에 의해 변형되어 다양하게 실시될 수 있음은 물론이다.
도 1은 본 발명의 바람직한 실시예에 따른 사용자 맞춤형 숙소 추천 시스템(100)의 개념도이고, 도 2는 본 발명의 바람직한 실시예에 따른 사용자 맞춤형 숙소 추천 시스템(100)의 통화내역 수집 모듈(16)의 개념도이며, 도 3은 본 발명의 바람직한 실시예에 따른 사용자 맞춤형 숙소 추천 시스템(100)의 통화내역 수집 모듈(16)에서 RTP 패킷의 header 구조를 나타낸 것이고, 도 4는 본 발명의 바람직한 실시예에 따른 사용자 맞춤형 숙소 추천 시스템(100)의 통화내역 수집 모듈(16)에서 패킷 수집부(16a)의 수집 순서를 나타낸 순서도이며, 도 5는 본 발명의 바람직한 실시예에 따른 사용자 맞춤형 숙소 추천 시스템(100)의 통화내역 수집 모듈(16)에서 음성 분리부(16b)의 음성 세그먼트 저장 순서를 나타낸 순서도이다.
본 발명은 사용자 맞춤형 숙소 추천 시스템(100)에 관한 것이다. 보다 상세하게는 추천 서비스 제공부(70)를 구비함으로써, 기본정보 필터링부(30), 선호정보 필터링부(40), 통화내역정보 필터링부(50)에서 각 필터링된 숙소 정보를 구매평점 필터링부(60)를 통해 한번 더 정제함에 따라 보다 고도화되고 사용자에게 특화된 숙소를 추천할 수 있도록 하고, 통화내역 수집 모듈(16)을 구비함으로써, 통화 시, 송, 수신자의 통화 내용에 대해 음성을 분리하여 송신자와 수신자로 구분 저장하고, 각 수집된 송, 수신자의 음성 패킷에서 무음 구간을 기준으로 세그먼트 단위로 분리 저장함으로써 음성 인식 정확도를 향상시켜 보다 정확한 텍스트로 제공하고, 이를 통화내역정보 필터링부(50)에서 특정 요건에 맞도록 필터링함에 따라 사용자에게 더 만족도가 높은 숙소를 추천하는 서비스를 제공할 수 있도록 하는 사용자 맞춤형 숙소 추천 시스템(100)에 관한 것이다.
본 발명의 바람직한 실시예에 따른 사용자 맞춤형 숙소 추천 시스템(100)은, 도 1을 참조하면, 정보 수집부(10), 서버(20), 기본정보 필터링부(30), 선호정보 필터링부(40), 통화내역정보 필터링부(50), 구매평점 필터링부(60), 및 추천 서비스 제공부(70)를 포함하여 구성되고, 여러 필터링 과정을 거쳐 보다 정제되어 사용자에게 맞춤형 숙소 제안 서비스를 제공하도록 한다.
이하, 정보 수집부(10)부터 상세히 설명하기로 한다.
정보 수집부(10)는 기본정보 수집 모듈(11), 사용정보 수집 모듈(12), 선호정보 수집 모듈(13), 구매평점 수집 모듈(14), 숙소정보 수집 모듈(15), 통화내역 수집 모듈(16)을 포함하여 구성되고, 필터링을 하기 위한 사전 정보를 수집하여 서버(20)의 DB(21)에 저장하며, 이하, 기본정보 수집 모듈(11)부터 상세히 설명하기로 한다.
기본정보 수집 모듈(11)은 가입 모듈로 사용자의 성별, 연령, 직업, 및 주소를 포함하는 사용자 기본 정보를 수집하여 서버(20)의 DB(21)에 저장한다.
사용정보 수집 모듈(12)는 사용자의 열람 목록 정보, 구매 또는 사용 목록 정보, 상품 보관 목록 정보를 포함하는 사용자의 사용에 의한 정보를 수집하여 서버(20)의 DB(21)에 저장한다.
선호정보 수집 모듈(13)은 사용자의 선호 숙박 일수, 선호 숙박 기간, 선호 숙박 지역, 선호 숙박 위치, 선호 숙소 형태, 비치 희망 용품, 및 구비 희망 시설을 포함하는 사용자의 선택에 의한 사용자 선택 정보를 수집하여 서버(20)의 DB(21)에 저장한다.
구매평점 수집 모듈(14)은 사용자가 구매하여 사용했던 숙소에 대한 평점을 수집하여 서버(20)의 DB(21)에 저장한다.
숙소정보 수집 모듈(15)은 숙소의 숙박 가능 일수, 지역, 위치, 형태, 비치 용품, 및 구비 시설을 포함하는 숙소의 기본 정보를 수집하여 서버(20)의 DB(21)에 저장한다.
통화내역 수집 모듈(16)은 인터넷전화(VoIP)를 사용한 상담자와 사용자의 통화 내역을 텍스트로 변환하여 서버(20)의 DB(21)에 저장한다.
또한, 통화내역 수집 모듈(16)은 패킷 수집부(16a), 음성 분리부(16b), 텍스트 변환부(16c), 및 텍스트 통합부(16d)를 포함하여 구성되고, 이하 패킷 수집부(16a)부터 상세히 설명하기로 한다.
패킷 수집부(16a)는 음성 패킷을 수집하기 위한 것으로, 상담원의 음성 패킷과 사용자의 음성 패킷을 별개로 수집한다.
보다 상세하게는, VoIP 통화에서 SIP(Session Initiation Protocol) 프로토콜을 통해 음성통화를 개시하고, RTP 프로토콜을 통해 실제 음성 데이터를 송, 수신한다. RTP(Real-time Transport Protocol)를 통해 송, 수신된 실제 음성은 발신 측에서 음성 코덱에 의해 디지털화되어 RTP 패킷의 페이로드(payload)로 나누어 전송하며, 반대로 수신 측에서는 음성 코덱을 통해 소리로 변환하여 스피커로 출력하고, 특히, 수신 측에서 RTP 패킷 헤더의 동기발신식별자(SSRC ID: Synchronization Source Identifier) 필드의 값을 통해 연속된 음성데이터(complete message)를 재조합할 수 있다. 또한, RTP 패킷의 결합 순서는 순서번호(Sequence Number)와 타임스탬프(time stamp)를 의해 결정되고, RTP 패킷의 동기 발신 식별자(SSRC ID: Synchronization Source Identifier) 값을 근거하여 송신자와 수신자의 패킷을 분리 저장(수집)하고, 통화 개시 시간도 저장한다.
또한, 도 3을 참조하면, RTP 패킷의 결합 순서는 순서번호(Sequence Number)와 타임스탬프(time stamp)를 의해 결정된다. 따라서 송신자와 수신자(상담자와 상담원)의 음성데이터(음성 패킷)를 RTP 프로토콜을 통해 분리하여 저장한다.
또한, 도 4를 참조하면, VoIP 통화가 시작됨에 따라 RTP 패킷을 서버(20)에서 수집하고, 패킷 헤더의 SSRC ID가 상담원과 상담자(사용자)의 ID가 상이하며, RTP 패킷 미러링(복사)이 이루어지게 된다. 미러링된 패킷은 SSRC ID를 기준으로 상담원의 RTP 패킷과 상담자(사용자)의 RTP 패킷을 분리 수집하여 DB(21)에 저장하되, 서버(20)에서의 RTP 패킷 미러링 시 타 상담원 또는 상담자(사용자)의 미러링된 패킷이 유입될 수 있음에 따라 분리 수집하고자 하는 상담자와 상담원의 SSRC ID가 아닌 경우에는 해당 패킷을 폐기하도록 한다.
음성 분리부(16b)는 패킷 수집부(16a)에서 수집된 음성 패킷에서 무음으로 이루어진 구간을 기준으로 세그먼트 단위로 각 분리한 음성 데이터를 서버(20) DB(21)에 저장하고, 분리된 세그먼트마다 데이터의 시점이 표시되는 세그먼트 타임스탬프(Time stamp)가 적용된다.
또한, 음성 분리부(16b)의 RTP 패킷의 페이로드로부터 음성데이터 추출 시 무음 구간을 기준으로 세그먼트로 분리함으로써 음성데이터를 문장 단위로 분할하며, 분할 시 송 수신 시작 시간과 RTP 패킷의 타임스탬프를 기준으로 세그먼트 단위의 음성데이터 각각에 타임스탬프를 생성 적용된다.
또한, 음성 통화 내용을 세그먼트 단위로 분리 시, VoIP 통화의 시작 시간과 RTP(Real-Time Transport Protocol) 패킷의 Timestamp 정보를 기반으로 세그먼트마다 Time stamp를 기록한 후, 녹취문서로 변환 시 통화 내용을 시계열적으로 정렬하는 기준값으로 사용한다.
보다 상세하게는, 도 5를 참조하면, 패킷 수집부(16a)에서 수집된 RTP 패킷을 순서번호(시퀀스 넘버 : Sequence Number)순으로 입력하고, 마지막 패킷일 경우에만 음성 세그먼트를 저장하며, 마지막 패킷을 제외한 패킷 중 무음 구간을 기준으로 분리하여 새로운 음성 세그먼트 단위의 음성데이터를 생성하고, 각각에 타임스탬프를 적용시킨다. 만약 무음 구간이 없는 경우에는 마지막 패킷으로 분류되어 음성 세그먼트로 저장된다.
일례로, 분리된 상담원의 대화 중, "고객님, 고객님의 휴대 전화 요금이 미납되었습니다. (무음구간, 즉 상대 측 대화) 고객님의 미납 급액은 000원입니다."라는 내용의 통화음성이 디지털 음성데이터 형태로 여러 개의 RTP 패킷으로 나뉘어져 미러링(복사)되어 DB(21)에 저장되어 있고, 이 패킷들이 RTP 패킷 헤더의 순서번호(시퀀스넘버) 순으로 각 입력되고, 무음구간을 기준으로 패킷의 페이로드(음성 데이터)를 재조합 하여 세그먼트를 생성한다. 세그먼트는 패킷에서 무음구간(상대측 대화구간)이 발견되면 현재까지의 음성데이터를 세그먼트로 저장하고, 이후 패킷들은 새로운 세그먼트로 생성한다. 이러한 무음구간을 기준으로 세그먼트 단위로 음성데이터를 재조합하는 과정을 반복하면, 통화내용을 문장단위로 분리할 수 있다. 즉 예시의 문장은 "고객님, 고객님의 휴대 전화 요금이 미납되었습니다."와 "고객님의 미납 급액은 000원입니다."라는 문장으로 분리되어 두 개의 세그먼트로 저장되며, 이때 RTP 패킷헤더의 timestamp를 참조하여 세그먼트 타임스탬프도 같이 계산하여 저장한다.
텍스트 변환부(16c)는 음성 분리부(16b)에서 분리된 세그먼트 단위의 음성 데이터를 텍스트로 변환한다.
또한, 텍스트 변환부(16c)는 잡음 제거부(16c'), 데이터 필터링부(16c'')를 포함하여 구성될 수 있다.
보다 상세하게는, 텍스트 변환부(16c)에서 텍스트로 변환하기 위해, 저장된 송수신 RTP 패킷들로부터 원래 전송한 음성데이터로 재조합한 후, 음성 데이터(MP3)를 재생하여 주파수를 추출하고, 잡음 제거부(16c')로 상기 주파수 영역에서 사람의 목소리가 조사되는 특정 구간을 제외하고 외부 잡음을 제거한다. 특히, 음성 및 잡음구간 인식과 제거는 스펙트럼 차감법이나 LMS 알고리즘 적응필터 등을 이용하여 다양한 방식으로 잡음이 제거될 수 있다.
이후, 잡음이 제거된 음성 데이터를 세그먼트 단위의 음성 데이터로 분리한 후, 각 텍스트로 변환한다. 여기서 텍스트 변환은 Google의 음성인식 엔진이나, 모바일 기기의 음성인식 장치 등 종래에 이용되고 있는 기술을 활용할 수 있다.
특히, 각 수집된 송, 수신자의 음성 패킷을 무음 구간을 기준으로 세그먼트 단위로 분리 저장함으로써 텍스트 변환부(16c)에서 텍스트 변환 시에도 무음 구간 기준으로 분리하고, 일 구간씩 따로 텍스트 변환을 하여 음성 인식 정확도를 향상시킬 수 있다.
이후, 텍스트 변환부(16c)의 데이터 필터링부(16c'')를 이용하여 텍스트 변환의 정확성을 더욱 향상시킨다.
보다 상세하게는, 인식오류 단어, 유행어, 및 사투리를 포함하는 변환된 텍스트가 서버(20) DB(21)의 표준 단어, 문장 구간과 일치하지 않는 경우, 이를 체킹하고, DB(21)에 저장한다.
DB(21)에 저장된 표준 단어, 문장과 일치하지 않는 텍스트의 경우, 관리자가 서버(20)에 접속하여 이를 새로 표준 단어, 표준 문장으로 등록하거나 수정 등록함으로써, 이후 변환되는 텍스트는 자동으로 수정되거나 새로 등록된 단어, 문장 등으로 변환되어 필터링됨으로써, 인식 문장의 정확성을 더욱 향상시키는 장점이 있다.
일례로, 텍스트 변환부(16c)로 변환된 텍스트가 '지가', '예약', 했습니데이'라고 가정하면, 이는, 무음 구간을 기준으로 세그먼트 단위로 분리하여 텍스트로 변환된 것이다. 서버(20) DB(21)에 저장된 표준 단어 중 '예약'은 매칭된 것, '지가', '했습니데이'가 일치하는 표준 단어나 문장이 없는 것이라 가정하면, 서버(20) DB(21)에서는 '지가'와 '했습니데이'를 체킹하고 저장해두며, 관리자가 서버(20)에 접속하였을 경우에 이를 수정하거나 표준 단어나 문장으로 신규등록할 수 있도록 하고, 차후 '지가', '했습니데이'가 변환될 경우에는 수정되거나 신규 등록된 단어나 문장으로 자동변환되도록 한다.
텍스트 통합부(16d)는 텍스트 변환부(16c)에서 변환된 텍스트를 통합하여 DB(21)에 저장한다.
또한, 텍스트 통합부(16d)는 세그먼트 단위로 음성 인식되어 텍스트로 변환된 상담자와 상담원의 문장들을 세그먼트 타임스탬프를 기준으로 시계열로 정렬하여 녹취록을 생성한다.
보다 상세하게는, 텍스트 통합부(16d)에서는 세그먼트 단위로 변환된 송신/수신 문장들을 세그먼트 타임스탬프를 기준으로 시계열적으로 정렬하면, 시간 순서대로 작성된 녹취록을 생성할 수 있고, 이를 서버(20) DB(21)에 저장하기에, 추후, 녹취록을 확인할 경우에 단어로 검색이 용이하고, 음성 파일을 보관하는 것보다 텍스트 파일로 보관하는 것이 용량이 작아 속도가 더 빠르고, 적은 용량으로 많은 자료를 보관할 수 있음은 물론이다.
서버(20)는 정보 수집부(10)로부터 정보를 수집하여 DB(21)에 저장하고, 정보 수집부(10)로부터 수집된 정보를 기반으로 사용자 단말기로 맞춤형 숙소 추천 서비스를 제공할 수 있도록 각 구성을 제어한다.
또한, 서버(20)는 정보 수집부(10)의 모든 정보를 수집하고, 특히, 인터넷전화(VoIP)를 사용하여 상담 서비스를 제공하는 상담원과 상담 서비스를 요청하는 사용자를 위해, 상담원과 사용자의 통화 내역을 저장, 관리, 및 제공하기 위한 DB(21)를 포함하며, DB(21)에는 상담 내용이 녹음된 음성 파일(MP3 등), 음성 패킷, 음성데이터 등이 저장되고, 음성을 텍스트로 변환하기 위해 표준 언어가 기저장되어 있으며, 표준 언어와 일치하지 않는 단어도 저장하며, 관리자는 서버(20)에 접속하여 DB(21)에 저장된 표준 언어와 일치하지 않는 단어를 확인할 수 있고, 이를 표준 단어로 수정하여 새로이 저장할 수 있으며, 차후에는 해당 단어를 표준 언어와 일치하지 않더라도 자동으로 표준 단어로 변환되게끔 설정할 수 있고, 유행어 같은 경우를 대비하여 표준어로 DB(21)에 추가 저장할 수 있음은 물론이다.
기본정보 필터링부(30)는 정보 수집부(10)의 기본정보 수집 모듈(11)을 기반으로, 추천 서비스를 제공할 사용자의 기본정보와 동일한 군에 속하는 타 사용자의 사용정보(사용정보 수집 모듈(12)로 수집된)를 협업 필터링(Collaborative Filtering) 방식으로 사용자에게 동일한 기본정보를 가진 타 사용자 사용정보를 추천하도록 필터링한다.
협업 필터링(Collaborative Filtering)이란 대규모의 기존 사용자 행동 정보를 분석하여 해당 사용자와 비슷한 성향의 사용자들이 기존에 좋아했던 항목을 추천하는 기술이다. 가장 일반적인 예는 온라인 쇼핑 사이트에서 흔히 볼 수 있는 ‘이 상품을 구매한 사용자가 구매한 상품들’서비스로, 예를 들어 ‘라면’을 구입한 사용자가 ‘생수’를 구입한 경우가 많으면 ‘라면’을 구입하는 구매자에게 ‘생수’를 추천하는 경우이다.
협업 필터링(Collaborative Filtering)의 알고리즘은 결과가 직관적이며 항목의 구체적인 내용을 분석할 필요가 없다는 장점이 있다. 이 경우는 라면과 생수가 식품인지 아닌지, 서로 같이 사용되어야 하는 관계인지 분석할 필요가 없다. 다만 사용자가 두 제품을 같이 구매했다는 기록을 바탕으로 새로운 사용자에게 추천한다. 이러한 전략을 사용하는 경우, 비슷한 패턴을 가진 사용자나 항목을 추출하는 기술이 핵심적이며 행렬분해(Matrix Factorization), k-최근접 이웃 알고리즘 (k-Nearest Neighbor algorithm;kNN) 등의 방법이 많이 사용된다.
위의 예에서 나타나듯, 협업 필터링을 위해서는 반드시 기존 자료를 활용해야 한다. 하지만 이러한 자료들을 사용자에게 직접 요구해야만 하는 것은 아니다. 협업 필터링은 사용자들이 자연스럽게 사이트를 사용하면서 검색을 하고, 항목을 보고, 구매한 내역을 사용할 수 있는 장점이있다. 온라인 소매 업체나 음악 서비스 제공 업체도, 음악 청취 행태나 구매내역을 기반으로 음악 또는 상품을 추천하고 있다.
본원발명과 밀접한 관계가 있는 일례로, 기본정보 수집 모듈(11)로 수집된 정보가 30살 여성 사용자에게 추천 서비스를 제공하기 위해 동일한 군에 속하는 타 사용자(30살 여성)의 사용정보(사용정보 수집 모듈(12)로 수집된 사용정보)를 제공하여 추천 목록을 필터링한다.
선호정보 필터링부(40)는 정보 수집부(10)의 선호정보 수집 모듈(13)로 수집된 사용자의 선호 항목과 숙소정보 수집 모듈(15)로 수집된 숙소 정보를 콘텐츠 기반 필터링 방식으로 유사도를 측정하여 사용자에게 선호 항목과 가장 유사도가 높은 순으로 추천하도록 필터링한다.
특히, 선호정보 필터링부(40)의 유사도 측정은 사용자의 선호 항목과 숙소정보가 얼마만큼 일치하는지 측정하는 것을 특징으로 한다.
콘텐츠 기반 필터링은 협업 필터링과는 다른 방법으로 추천을 구현하는 방법으로, 협업 필터링이 사용자의 행동 기록을 이용하는 반면, 콘텐츠 기반 필터링은 항목 자체를 분석하여 추천을 구현한다. 예를 들어 음악을 추천하기 위해 음악 자체를 분석하여 유사한 음악을 추천하는 방식으로, 콘텐츠 기반 필터링을 위해서는 항목을 분석한 프로파일(item profile)과 사용자의 선호도를 추출한 프로파일(user profile)을 추출하여 이의 유사성을 계산한다.
이 기법은 콘텐츠의 내용을 분석해야 하므로 아이템 분석 알고리즘이 핵심적이며, 이를 위해 군집분석(Clustering analysis), 인공신경망(Artificial neural network), tf-idf(term frequencyinverse document frequency) 등의 기술이 사용된다.
본원발명과 밀접한 관계가 있는 일례로, 선호정보 수집 모듈(13)로 수집된 사용자의 선호 정보가 수영장이 있는 숙소라고 가정했을 때, 숙소정보 수집 모듈(15)로 수집된 숙소 정보 중 수영장이 있는 숙소에 대한 정보를 제공하여 추천 목록을 필터링한다.
또한, 사용자의 선호 정보가 수영장이 있는 숙소, 펜션을 선호할 경우, 우선적으로 두가지 조건을 다 만족하는 지 유사도를 측정하여 조건을 다 만족하는 숙소부터 추천 목록을 필터링하도록 함은 물론이다.
통화내역정보 필터링부(50)는 정보 수집부(10)의 통화내역 수집모듈로 수집된 통화 내역 중, 정보 수집부(10)의 기본정보 수집 모듈(11), 사용정보 수집 모듈(12), 선호정보 수집 모듈(13), 및 숙소정보 수집 모듈(15)의 항목 또는 선택안에 사용되는 키워드와 동일한 키워드가 있는지 검색, 추출하고, 추출 횟수가 가장 빈번한 키워드부터 오름차순으로 해당 키워드와 동일한 숙소 정보를 가진 숙소(숙소정보 수집 모듈(15)로 수집된)를 추출하여 사용자에게 추천하도록 필터링 한다.
또 다른 방법으로, 통화내역정보 필터링부(50)는 정보 수집부(10)의 통화내역 수집모듈로 수집된 통화 내역 중, 최다로 사용된 키워드부터 오름차순으로 추출하고, 해당 키워드와 동일한 숙소 정보를 가진 숙소가 있는 지 숙소정보 수집 모듈(15)로 수집된 정보와 비교하여 일치하는 키워드가 있을 경우, 사용자에게 해당 숙소를 추천하도록 필터링하게 할 수도 있도록 할 수 있다.
본원발명과 밀접한 관계가 있는 일례로, 통화 내역중에 가장 많이 사용된 키워드가 부산과 민박이었다고 하면, 숙소정보 수집 모듈(15)로 수집된 숙소 중 부산에 위치하고 민박인 숙소를 추천하도록 필터링할 수 있고, 특정 사용자의 사용정보 수집 모듈(12)로 수집된 정보가 부산의 민박에 숙박을 했었고, 특정 사용자의 수집된 기본정보가 추천 대상 사용자와 유사도가 높을 경우(일치하는 항목이 일정 개수 이상 경우) 특정 사용자가 사용했던 부산의 민박을 필터링하여 상위로 추천할 수도 있도록 한다. 추천 방법은 관리자가 다양하게 변경 실시할 수 있음은 물론이며, 실시예에 한정하는 것은 아니다.
구매평점 필터링부(60)는 기본정보 필터링부(30), 선호정보 필터링부(40), 통화내역정보 필터링부(50)로 필터링되어 추천될 숙소에 관해 구매평점 수집 모듈(14)로 해당 숙소의 평점을 수집하고, 이를 사용자 단말기에 오름차순으로 추천 서비스를 제공할 수 있고, 평점의 평균이나 특정 평점이 기준값 이하일 경우에는 추천되지 않도록 필터링할 수도 있다.
추천 서비스 제공부(70)는 기본정보 필터링부(30), 선호정보 필터링부(40), 통화내역정보 필터링부(50), 구매평점 필터링부(60)로 각 필터링된 추천 숙소 정보를 수집하고, 각 필터링부에서 추천되는 교집합 수가 높은 숙소부터 사용자 단말기에 추천해주되, 추천 교집합 수가 같은 숙소가 다수일 경우에는 구매평점 필터링부(60)로 평점이 높은 순으로 추천 해주도록 할 수 있다.
이상의 설명은 본 발명의 기술 사상을 예시적으로 설명한 것에 불과한 것으로서, 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자라면 본 발명의 본질적인 특성에서 벗어나지 않는 범위 내에서 다양한 수정, 변경 및 치환이 가능할 것이다. 따라서, 본 발명에 개시된 실시예 및 첨부된 도면들은 본 발명의 기술 사상을 한정하기 위한 것이 아니라 설명하기 위한 것이고, 이러한 실시예 및 첨부된 도면에 의하여 본 발명의 기술 사상의 범위가 한정되는 것은 아니다. 본 발명의 보호 범위는 아래의 청구범위에 의하여 해석되어야 하며, 그와 동등한 범위 내에 있는 모든 기술 사상은 본 발명의 권리범위에 포함되는 것으로 해석되어야 할 것이다.
10 - 정보 수집부
11 - 기본정보 수집 모듈
12 - 사용정보 수집 모듈
13 - 선호정보 수집 모듈
14 - 구매평점 수집 모듈
15 - 숙소정보 수집 모듈
16 - 통화내역 수집 모듈
16a - 패킷 수집부
16b - 음성 분리부
16c - 텍스트 변환부
16c' - 잡음 제거부
16c'' - 데이터 필터링부
16d - 텍스트 통합부
20 - 서버
21 - DB
30 - 기본정보 필터링부
40 - 선호정보 필터링부
50 - 통화내역정보 필터링부
60 - 구매평점 필터링부
70 - 추천 서비스 제공부
100 - 사용자 맞춤형 숙소 추천 시스템

Claims (3)

  1. 가입 모듈로 사용자의 성별, 연령, 직업, 및 주소를 포함하는 사용자 기본 정보를 수집하여 DB에 저장하는 기본정보 수집 모듈,
    사용자의 열람 목록 정보, 구매 또는 사용 목록 정보, 상품 보관 목록 정보를 포함하는 사용자의 사용에 의한 정보를 수집하여 DB에 저장하는 사용정보 수집 모듈,
    사용자의 선호 숙박 일수, 선호 숙박 기간, 선호 숙박 지역, 선호 숙박 위치, 선호 숙소 형태, 비치 희망 용품, 및 구비 희망 시설을 포함하는 사용자의 선택에 의한 사용자 선택 정보를 수집하여 DB에 저장하는 선호정보 수집 모듈,
    사용자가 구매하여 사용했던 숙소에 대한 평점을 수집하여 DB에 저장하는 구매평점 수집 모듈,
    숙소의 숙박 가능 일수, 지역, 위치, 형태, 비치 용품, 및 구비 시설을 포함하는 숙소의 기본 정보를 수집하여 DB에 저장하는 숙소정보 수집 모듈,
    상담자와 사용자의 통화 내역을 텍스트로 변환하여 DB에 저장하는 통화내역 수집 모듈,
    을 포함하는 정보 수집부;
    정보 수집부로부터 정보를 수집하여 DB에 저장하고, 정보 수집부로부터 수집된 정보를 기반으로 사용자 단말기로 맞춤형 숙소 추천 서비스를 제공할 수 있도록 각 구성을 제어하는 서버;
    정보 수집부의 기본정보 수집 모듈을 기반으로, 추천 서비스를 제공할 사용자의 기본정보와 동일한 군에 속하는 타 사용자의 사용정보를 협업 필터링(Collaborative Filtering) 방식으로 사용자에게 동일한 기본정보를 가진 타 사용자 사용정보를 추천하도록 필터링하는 기본정보 필터링부;
    정보 수집부의 선호정보 수집 모듈로 수집된 사용자의 선호 항목과 숙소정보 수집 모듈로 수집된 숙소 정보를 콘텐츠 기반 필터링(Contents-based filtering) 방식으로 유사도를 측정하여 사용자에게 선호 항목과 가장 유사도가 높은 순으로 추천하도록 필터링하는 선호정보 필터링부; 및
    정보 수집부의 통화내역 수집모듈로 수집된 통화 내역 중, 정보 수집부의 기본정보 수집 모듈, 사용정보 수집 모듈, 선호정보 수집 모듈, 및 숙소정보 수집 모듈의 항목 또는 선택안에 사용되는 키워드와 동일한 키워드가 있는지 검색, 추출하고, 추출 횟수가 가장 빈번한 키워드부터 오름차순으로 해당 키워드와 동일한 숙소 정보를 가진 숙소를 추출하여 사용자에게 추천하도록 필터링 하는 통화내역정보 필터링부
    를 포함하고,
    정보 수집부의 통화내역 수집 모듈은
    음성 패킷을 수집하기 위한 것으로, 상담사의 음성 패킷과 사용자의 음성 패킷을 별개로 수집하는 패킷 수집부,
    패킷 수집부에서 수집된 음성 패킷을 세그먼트 단위로 분리한 음성 데이터를 저장하되, 패킷 수집부에서 수집된 음성 패킷을 세그먼트 단위로 분리 시, 수집된 패킷을 순서번호 순으로 입력하고, 마지막 패킷일 경우에만 음성 세그먼트로 저장하며, 마지막 패킷을 제외한 음성 패킷 중, 무음으로 이루어진 구간을 기준으로 각 분리하여 음성 세그먼트로 저장하고, 무음 구간이 없는 경우에는 마지막 패킷으로 분류되어 음성 세그먼트로 저장하며, 분리된 세그먼트마다 데이터의 시점이 표시되는 세그먼트 타임스탬프가 적용되는 음성 분리부,
    음성 분리부에서 분리된 세그먼트 단위의 음성 데이터를 텍스트로 변환하고, 텍스트 변환 시, 음성 데이터를 재생하여 주파수를 추출하여 사람의 목소리가 조사되는 특정 구간을 제외한 잡음을 제거하는 잡음 제거부와 변환된 텍스트가 DB에 저장된 표준 단어, 문장과 일치하지 않는 경우, 서버에 접속하여 새로운 단어, 문장으로 등록하거나 수정등록할 수 있고, 이후 변환되는 텍스트는 등록된 단어로 변환되도록 하는 데이터 필터링부를 포함하는 텍스트 변환부, 및
    텍스트 변환부에서 변환된 텍스트를 통합하여 DB에 저장하는 텍스트 통합부
    를 포함하는 사용자 맞춤형 숙소 추천 시스템.
  2. 제1항에 있어서,
    기본정보 필터링부, 선호정보 필터링부, 및 통화내역정보 필터링부로 각 필터링된 추천 숙소 정보를 수집하고, 각 필터링부에서 추천되는 교집합 수가 높은 숙소부터 사용자 단말기에 추천해주는 추천 서비스 제공부
    를 더 포함하는 사용자 맞춤형 숙소 추천 시스템.
  3. 삭제
KR1020180115534A 2018-09-28 2018-09-28 사용자 맞춤형 숙소 추천 시스템 KR102141851B1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020180115534A KR102141851B1 (ko) 2018-09-28 2018-09-28 사용자 맞춤형 숙소 추천 시스템

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020180115534A KR102141851B1 (ko) 2018-09-28 2018-09-28 사용자 맞춤형 숙소 추천 시스템

Publications (2)

Publication Number Publication Date
KR20200036204A KR20200036204A (ko) 2020-04-07
KR102141851B1 true KR102141851B1 (ko) 2020-08-06

Family

ID=70291176

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020180115534A KR102141851B1 (ko) 2018-09-28 2018-09-28 사용자 맞춤형 숙소 추천 시스템

Country Status (1)

Country Link
KR (1) KR102141851B1 (ko)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20230082082A (ko) 2021-12-01 2023-06-08 세종대학교산학협력단 다기준 의사결정과 증강현실을 이용한 관광객 숙소 추천 방법 및 시스템

Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101596307B1 (ko) * 2015-05-19 2016-02-22 주식회사 액티브디앤씨 전문가 지식 기반의 검색 서비스 제공 시스템 및 방법

Family Cites Families (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US9318108B2 (en) * 2010-01-18 2016-04-19 Apple Inc. Intelligent automated assistant
KR20150110846A (ko) * 2014-03-20 2015-10-05 박정훈 상품 추천 방법 및 시스템
KR101760181B1 (ko) * 2015-07-17 2017-07-31 김지은 비딩을 이용한 호텔 예약 방법

Patent Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101596307B1 (ko) * 2015-05-19 2016-02-22 주식회사 액티브디앤씨 전문가 지식 기반의 검색 서비스 제공 시스템 및 방법

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20230082082A (ko) 2021-12-01 2023-06-08 세종대학교산학협력단 다기준 의사결정과 증강현실을 이용한 관광객 숙소 추천 방법 및 시스템
US11816804B2 (en) 2021-12-01 2023-11-14 Industry Academy Cooperation Foundation Of Sejong Method and system of recommending accommodation for tourists using multi-criteria decision making and augmented reality

Also Published As

Publication number Publication date
KR20200036204A (ko) 2020-04-07

Similar Documents

Publication Publication Date Title
Brown et al. Why go to pop concerts? The motivations behind live music attendance
EP3816998A1 (en) Method and system for processing sound characteristics based on deep learning
CN103544188B (zh) 移动互联网内容的用户偏好推送方法与装置
US11537651B2 (en) Descriptive media content search
US20080103907A1 (en) Apparatus and computer code for providing social-network dependent information retrieval services
US20090150152A1 (en) Method and apparatus for fast search in call-center monitoring
CN108241667A (zh) 用于推送信息的方法和装置
CN111625632A (zh) 一种问答对推荐方法、装置、设备及存储介质
CN108255840B (zh) 一种歌曲的推荐方法和系统
KR20020093852A (ko) 인터넷-기반 정보에 대한 음성 접근 시스템 및 방법
KR20160083746A (ko) 컨텐츠 추천 서비스 시스템, 그리고 이에 적용되는 장치 및 그 장치의 동작 방법
JP5066963B2 (ja) データベース構築装置
CN109493881A (zh) 一种音频的标签化处理方法、装置和计算设备
KR20200049193A (ko) 콘텐츠 추천 방법 및 이를 지원하는 서비스 장치
KR102141851B1 (ko) 사용자 맞춤형 숙소 추천 시스템
CN108829739A (zh) 一种信息推送方法及装置
US11574627B2 (en) Masking systems and methods
L'Huillier et al. Understanding usages by modeling diversity over time
JP2010277388A (ja) 情報提供方法、情報提供システム及び情報提供プログラム
KR20110052114A (ko) 인터넷을 활용한 추천 검색 시스템 및 그 방법
KR20170034481A (ko) 사용자 예측 지능형 개인맞춤 모바일 음원 추천 시스템 및 그 방법
CN108140034B (zh) 使用主题模型基于接收的词项选择内容项目
US9008490B1 (en) Melody recognition systems
KR101614843B1 (ko) 사회 이슈에 대한 은폐를 탐지하는 방법 및 판단 장치
KR102564513B1 (ko) 감성 기반 추천 시스템 및 방법

Legal Events

Date Code Title Description
E701 Decision to grant or registration of patent right