KR101671314B1 - 여행상품 검색 로그 데이터 분석 시스템 - Google Patents
여행상품 검색 로그 데이터 분석 시스템 Download PDFInfo
- Publication number
- KR101671314B1 KR101671314B1 KR1020150123139A KR20150123139A KR101671314B1 KR 101671314 B1 KR101671314 B1 KR 101671314B1 KR 1020150123139 A KR1020150123139 A KR 1020150123139A KR 20150123139 A KR20150123139 A KR 20150123139A KR 101671314 B1 KR101671314 B1 KR 101671314B1
- Authority
- KR
- South Korea
- Prior art keywords
- travel
- search
- departure
- data
- city
- Prior art date
Links
- 238000007405 data analysis Methods 0.000 title claims description 10
- 238000004458 analytical method Methods 0.000 claims abstract description 58
- 238000005065 mining Methods 0.000 claims abstract description 11
- 238000012545 processing Methods 0.000 claims abstract description 11
- 238000004364 calculation method Methods 0.000 claims abstract description 8
- 238000000034 method Methods 0.000 claims description 24
- 239000000284 extract Substances 0.000 claims description 6
- 238000012805 post-processing Methods 0.000 claims description 4
- 238000007418 data mining Methods 0.000 claims description 3
- 238000000605 extraction Methods 0.000 claims description 3
- 230000000737 periodic effect Effects 0.000 claims 1
- 238000012800 visualization Methods 0.000 abstract description 11
- 238000013277 forecasting method Methods 0.000 abstract description 5
- 239000003795 chemical substances by application Substances 0.000 description 11
- 238000010586 diagram Methods 0.000 description 8
- 238000013461 design Methods 0.000 description 5
- 238000001514 detection method Methods 0.000 description 4
- 238000007726 management method Methods 0.000 description 4
- 230000004308 accommodation Effects 0.000 description 2
- 230000002776 aggregation Effects 0.000 description 1
- 238000004220 aggregation Methods 0.000 description 1
- 230000006835 compression Effects 0.000 description 1
- 238000007906 compression Methods 0.000 description 1
- 230000003247 decreasing effect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000007774 longterm Effects 0.000 description 1
- 238000010606 normalization Methods 0.000 description 1
- 238000007619 statistical method Methods 0.000 description 1
- 230000009897 systematic effect Effects 0.000 description 1
- 239000013598 vector Substances 0.000 description 1
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
- 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
- G06Q50/14—Travel agencies
-
- G06F17/30861—
-
- 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
- G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
-
- 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
- G06Q30/02—Marketing; Price estimation or determination; Fundraising
- G06Q30/0201—Market modelling; Market analysis; Collecting market data
- G06Q30/0202—Market predictions or forecasting for commercial activities
Landscapes
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Strategic Management (AREA)
- Tourism & Hospitality (AREA)
- Economics (AREA)
- Development Economics (AREA)
- Entrepreneurship & Innovation (AREA)
- Accounting & Taxation (AREA)
- Human Resources & Organizations (AREA)
- Finance (AREA)
- Marketing (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Game Theory and Decision Science (AREA)
- Data Mining & Analysis (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
본 발명은 여행상품 검색 로그 데이터 분석을 통한 여행상품 수요 예측 방법에 관한 것으로, 여행상품 검색 웹서버로부터 여행상품 검색 로그 데이터를 취합하고 취합된 정보로부터 분석에 필요한 정보를 추출하고 정리하는 여행상품검색로그 수집 단계와, 수집된 여행상품 검색 로그 데이터로부터 장래 출발일, 도시, 여행상품과 유관한 데이터 패턴을 마이닝하는 출발일/도시/여행상품 패턴 마이닝 단계와, 마이닝된 패턴 결과로부터 출발일별 도시 데이터 및 출발일별 여행상품 데이터를 연관 추출하는 출발일별 도시/여행상품 연관 추출 단계와, 추출된 출발일별 도시/여행상품 데이터로부터 장래 출발일별 도시 검색량, 출발일별 여행상품 검색량, 출발일별 검색상위도시 순위, 출발일별 검색상위여행상품 순위, 도시별 출발일 검색량, 또는 여행상품별 출발일 검색량 가운데 적어도 하나를 산출하는 여행수요 산출 단계와, 출발일별 도시 검색량, 출발일별 여행상품 검색량, 출발일별 검색상위도시 순위, 출발일별 검색상위여행상품 순위, 도시별 출발일 검색량, 또는 여행상품별 출발일 검색량 가운데 적어도 하나의 데이터 또는 이들 데이터를 결합하거나 가공한 데이터를 도표 및 도형으로 시각화하여 표시하는 시각화 표시 단계를 포함한다.
Description
본 발명은 여행상품 수요 예측 방법에 관한 것으로, 더 상세하게는 여행상품 검색 로그 데이터 분석을 통한 여행상품 수요 예측 방법에 관한 것이다.
여행 시장은 세계 시장 900조원, 국내 시장 52조원 규모이며, 매년 2~3%대의 꾸준한 성장세를 이어가고 있다. 여행 시장은 기본적으로는 항공, 호텔 등을 구성 요소로 갖는 유통시장이므로, 이들 구성요소에 대한 가격 경쟁력 확보가 사업에 절대적인 영향을 미친다. 여행상품의 구성요소들 특히 호텔, 항공의 가격이 시장 상황에 따라 지속적으로 변하고, 여행사들은 이들 구성 요소들을 가능한 한 낮은 가격에, 안정적으로 확보함으로써 이익을 최대화하기 위해서 많은 노력을 기울이고 있고, 이를 위해서 여행사는 사전에 대량으로 항공, 호텔 등을 구매하기도 하고, 혹은 호텔/항공사의 요청으로 수요가 없는 시기의 물량을 강제로 떠맡고 있는 실정이다. 따라서 여행사들은 언제 얼마만큼의 구성요소를, 얼마에 구매할 것인지, 혹은 보유한 재고 수량을 언제, 얼마에 판매할 것인지 등에 대한 어려운 결정을 수시로 하여야 하며, 이는 사업 성패의 중요한 요인이 된다. 유사한 특징을 갖는 항공, 호텔 상품은 해외의 경우 이미 오래 전부터 매출관리 (Revenue Management) 라는 명칭 하에 가격 결정 에 대한 많은 분석과 시스템 도입이 있었다. 그러나 여행 업계에는 아직 체계적인 매출관리시스템이 도입되어 있지 않다.
여행시장은 최근 급격한 온라인화를 겪으면서, 많은 여행업체들이 홈페이지 등 온라인 여행상품 판매 시스템을 갖추어 가고 있고 이를 통해 여행사들은 판매 상품 정보뿐만 아니라, 사용자들의 상품 검색 정보까지 얻을 수 있게 되었다. 그러나, 아직까지 여행사에서는 사용자들의 상품 검색 정보 충분히 활용하지 못하고 있다.
여행상품 로그 정보 분석을 통한 여행상품 수요 예측 방법과 관련한 주요 특허로 한국공개특허 제2008-0006054호, 한국공개특허 제2013-0039902호, 일본공개특허 제2013-134555호, 미국등록특허 제8,694,346호가 개시되어 있다. 한국공개특허 제2008-0006054호는, 재래시장과 연계한 여행상품을 구성하고자 할 때, 예약진행에 따른 수요예측 및 상품 판매량을 예측할 수 있도록 하고, 해당 상품의 진행 여부와 상품조건 변경의 필요성을 판단하고 진행방법을 결정할 수 있도록 하는 예약분석시스템에 관한 것이다. 한국공개특허 제2013-0039902호는 사진 데이터를 업로드 하면, 사진 데이터에 여행 장소별 여행 일시를 포함하는 여행 경로 정보를 이용한 메타데이터를 대응시켜 사용자들의 여행 경로에 관한 데이터베이스를 구축하고, 여행상품 요청 사용자들에게 전체 여행 경로를 바탕으로 한 검색 결과물 제공한다. 일본공개특허 제2013-134555호는 사용자의 요구에 따라 숙박시설과 교통수단과 관련된 여행상품을 제공하는 예약 시스템으로, 사용자가 검색한 정보를 이용하여 데이터베이스의 숙박시설 정보와 교통수단 정보를 추출하여 여행상품을 설계한다. 미국등록특허 제8,694,346호는 매일 항공기의 운항 정보를 수집하고, 운항 정보를 이용하여 특징 벡터와 라벨을 생성함으로써 여행상품의 가격을 예상한다.
한국공개특허 제2008-0006054호는 여행상품의 예약진행에 따른 수요예측 및 상품 판매량을 예측할 수 있도록 하지만, 재래시장과 연계한 여행상품 구성으로 한정한 점과 빅데이터를 이용한 분석 기술을 제공하지 못하고 있는 점에서 여행상품 수요 예측에 한계가 있다.
한국공개특허 제2013-0039902호는 여행상품의 메타데이터와 사진 데이터를 대응시켜 여행 경로를 바탕으로 하는 검색 결과를 제공하지만, 이러한 정보만으로 여행상품의 수요 예측이 불가능하다.
일본공개특허 제2013-134555호는 사용자가 검색한 정보를 이용하여 숙박시설과 교통수단 정보를 추출하여 여행상품을 설계하지만, 여행상품 수요 예측 수단을 제공하지는 못한다.
미국등록특허 제8,694,346호는 매일 항공기의 운항 정보를 이용하여 여행상품의 가격을 예측하지만, 항운기 운항 정보만으로는 장래의 여행 수요를 정확하게 예측하기 어렵다는 단점이 있다.
살펴본 바와 같이, 종래 특허들은 다양한 방식으로 여행상품의 가격을 예측하거나 여행 관련 서비스를 제공하고 있지만, 어느 것이나 실효적이고 정확한 여행 수요 예측 분석을 제공하지 못하는 문제점이 있는 것이다.
본 발명은 상술한 종래 여행상품 수요 예측 방법의 문제점을 해결하기 위하여 이루어진 것으로, 본 발명이 해결하고자 하는 제1과제는, 여행상품 로그 정보 분석을 통해 미래 시점의 여행상품 수요를 정밀하게 예측할 수 있는 여행상품 수요 예측 방법을 제공하는 데 있다.
본 발명이 해결하고자 하는 제2과제는, 출발일별 여행 수요 및 변화율을 예측하여 현재 시점에서 미래 출발일 별 여행 수요의 증감 추이를 여행상품 로그 정보 분석을 통해 획득할 수 있는 여행상품 수요 예측 방법을 제공하는 데 있다.
본 발명이 해결하고자 하는 제3과제는, 실효적이고 정확한 수요 예측 정보에 기초하여 제휴 여행사가 합리적인 여행상품 설계 및 가격 선정을 할 수 있게 하는 여행상품 수요 예측 방법을 제공하는 데 있다.
본 발명이 해결하고자 하는 제4과제는, 여행사가 선구매하는 항공/호텔의 물량 및 가격, 재고 상 소진을 위한 가격 정책에 판단 기준을 제시할 수 있는 여행상품 수요 예측 방법을 제공하는 데 있다.
상술한 본 발명의 과제들은, 여행상품 검색 웹서버로부터 여행상품 검색 로그 데이터를 취합하고 취합된 정보로부터 분석에 필요한 정보를 추출하고 정리하는 여행상품검색로그 수집 단계와, 수집된 여행상품 검색 로그 데이터로부터 장래 출발일, 도시, 여행상품과 유관한 데이터 패턴을 마이닝하는 출발일/도시/여행상품 패턴 마이닝 단계와, 마이닝된 패턴 결과로부터 출발일별 도시 데이터 및 출발일별 여행상품 데이터를 연관 추출하는 출발일별 도시/여행상품 연관 추출 단계와, 추출된 출발일별 도시/여행상품 데이터로부터 장래 출발일별 도시 검색량, 출발일별 여행상품 검색량, 출발일별 검색상위도시 순위, 출발일별 검색상위여행상품 순위, 도시별 출발일 검색량, 또는 여행상품별 출발일 검색량 가운데 적어도 하나를 산출하는 여행수요 산출 단계와, 출발일별 도시 검색량, 출발일별 여행상품 검색량, 출발일별 검색상위도시 순위, 출발일별 검색상위여행상품 순위, 도시별 출발일 검색량, 또는 여행상품별 출발일 검색량 가운데 적어도 하나의 데이터 또는 이들 데이터를 결합하거나 가공한 데이터를 도표 및 도형으로 시각화하여 표시하는 시각화 표시 단계를 포함하는 여행상품 검색 데이터 분석을 통한 여행상품 수요 예측 방법에 의하여 해결할 수 있다.
상기 상기 시각화 표시 단계 이전에, 현재 시점으로부터 장래 특정 출발기간 동안 검색량 상위 Top-K 도시, 검색량 상위 Top-K 도시별 검색량 상위 Top-K 상품, 및 검색량 상위 Top-K 상품의 출발일별 검색량을 산출하는 출발일별 최빈검색도시 및 최빈검색여행상품 산출 단계;를 더 포함하고, 상기 시각화 표시 단계에는 상기 검색량 상위 Top-K 도시, 검색량 상위 Top-K 상품, 검색량 상위 Top-K 상품의 출발일별 검색량을 더 표시할 수 있다.
상기 시각화 표시 단계 이전에, 출발일별 도시에 대한 검색일별 검색량 변화율 또는 출발일별 여행상품에 대한 검색일별 검색량 변화율 중 적어도 하나를 산출하는 도시 여행수요변화율 산출단계를 더 포함하고, 상기 시각화 표시 단계에서는 산출된 여행수요변화율을 더 표시할 수 있다.
본 발명에 의하면, 여행상품 검색 결과를 반영한 도시별 / 상품별 세부 수요 예측 정보를 제공할 수 있다.
또한, 본 발명에 의하면, 여행상품 검색 데이터라는 빅 데이터 분석을 통해, 여행사가 보유한 재고 상품 소진을 위한 시기별 최적 가격 산정 기준을 제공할 수 있고, 여행상품 구성요소(호텔, 항공 등)의 선도매 물량 및 가격 산정 기준을 제공할 수 있다.
또한, 본 발명에 의하면, 구체적인 수요 예측에 기반한 합리적 가격 선정 및 여행상품 설계가 가능해 지므로, 여행 관련 업계의 매출 이익을 극대화하는 데 기여한다. 즉, 언제, 어떤 상품이, 얼마나 판매될지에 대한 사전 예측 자료는 필요한 호텔 및 항공권 물량을 미리 확보하고, 재고 물량을 사전에 적절한 가격에 처리할 수 있는 기준 정보를 제공하기 때문에, 이를 통해 국내 여행사 뿐만 아니라 현지 여행사, 여행관련 물품 판매업 등 관련 업계 모두 효율적인 경영을 통해 매출 이익 최대화를 실현할 수 있는 것이다. 여행사별 상대적인 분석 자료 제공을 통해 타 여행사 대비 강점과 약점을 파악할 수 있게 하여 각 여행사가 여행상품 설계 및 사업 전략 수립을 하는데 도움을 줄 수도 있다.
또한, 본 발명에 의하면, 소비자에게 날짜별 가격 예측 정보를 제공하여 합리적인 여행상품 선택을 가능하게 함으로써, 여행상품 가격에 대한 소비자 신뢰도를 증가시키고, 이를 통한 여행 산업 발전을 제고할 수 있다. 즉, 미판매 재고 물량을 처리하기 위해 여행사들이 진행하는 일명 '땡처리상품'은 여행사 이익 구조를 악화 시킬 뿐만 아니라 상품 가격에 대한 소비자 신뢰도를 떨어뜨리고 있는데, 사전 예측에 의해 여행상품의 합리적인 가격을 유지할 수 있다면, 이는 여행상품에 대한 소비자 신뢰도 향상으로 이어질 것이며, 장기적으로 여행 시장이 더욱 성장할 수 있는 토대가 될 것이다.
또한, 본 발명에 의하면, 여행 시장의 빅 데이터 분석이 활성화 될 수 있다. 즉, 본 발명은 빅 데이터 분석 효용성에 대한 여행 업계를 관심을 유발 할 수 있을 것이며, 자체 데이터 분석을 통한 자체 수요 예측 요구를 촉발할 것이다.
도 1은 본 발명에 따른 여행상품 검색 데이터 분석을 통한 여행상품 수요 예측 방법의 순서도이다.
도 2는 본 발명에 따른 여행상품 검색 데이터 분석을 통한 여행상품 수요 예측 방법을 구현할 수 있는 시스템의 구성도이다.
도 3은 여행상품 검색 로그 원본과, 데이터 분석 후 출발일과 도시와 상품코드가 연결된 자료를 비교하여 표시한 인쇄출력물의 예시도이다.
도 4는 본 발명에 따라 분석한 출발일 및 도시별 수요량 변화를 나타낸 도표의 예시도이다.
도 5는 본 발명에 따라 분석한 특정 도시에 대한 출발일별 수요량을 나타낸 도표의 예시도이다.
도 6은 본 발명에 따라 분석한 도시별 및 출발일별 수요량을 나타낸 도표의 예시도이다.
도 7은 본 발명에 따라 분석한 수요량 상위 10개 상품 수요량을 나타낸 도표의 예시도이다.
도 8은 본 발명에 따라 분석한 최다 검색 상품에 대한 출발일별 수요량을 나타낸 도표의 예시도이다.
도 9는 본 발명에 따라 분석한 특정 여행상품의 출발일에 대한 검색일별 수요량 변화를 나타낸 도표의 예시도이다.
도 10은 본 발명에 따라 분석한 특정 여행상품의 출발일에 대한 검색일별 검색량 편차(기준값-현재검색량)를 나타낸 도표의 예시도이다.
도 11은 본 발명에 따라 분석한 여행 수요를 Visualization한 도표의 예시도이다.
도 2는 본 발명에 따른 여행상품 검색 데이터 분석을 통한 여행상품 수요 예측 방법을 구현할 수 있는 시스템의 구성도이다.
도 3은 여행상품 검색 로그 원본과, 데이터 분석 후 출발일과 도시와 상품코드가 연결된 자료를 비교하여 표시한 인쇄출력물의 예시도이다.
도 4는 본 발명에 따라 분석한 출발일 및 도시별 수요량 변화를 나타낸 도표의 예시도이다.
도 5는 본 발명에 따라 분석한 특정 도시에 대한 출발일별 수요량을 나타낸 도표의 예시도이다.
도 6은 본 발명에 따라 분석한 도시별 및 출발일별 수요량을 나타낸 도표의 예시도이다.
도 7은 본 발명에 따라 분석한 수요량 상위 10개 상품 수요량을 나타낸 도표의 예시도이다.
도 8은 본 발명에 따라 분석한 최다 검색 상품에 대한 출발일별 수요량을 나타낸 도표의 예시도이다.
도 9는 본 발명에 따라 분석한 특정 여행상품의 출발일에 대한 검색일별 수요량 변화를 나타낸 도표의 예시도이다.
도 10은 본 발명에 따라 분석한 특정 여행상품의 출발일에 대한 검색일별 검색량 편차(기준값-현재검색량)를 나타낸 도표의 예시도이다.
도 11은 본 발명에 따라 분석한 여행 수요를 Visualization한 도표의 예시도이다.
이하, 첨부한 도면을 참조하여 본 발명에 따른 여행상품 검색 데이터 분석을 통한 여행상품 수요 예측 방법의 구체적인 실시 예를 상세히 설명한다.
여행상품 검색 로그 정보는 검색 시점을 기준으로 장래 출발일을 포함으로 하다는 특징이 있다. 따라서 여행상품 검색 로그 정보를 분석하면, 미래 시점의 여행 수요에 대한 예측 정보를 얻을 수 있다.
본 발명은 선행적으로, 여행사의 검색 로그 분석 요구사항에 대한 분석과, 이에 따른 수요 예측 모델링이 필요하다. 여행사의 검색 로그 분석 요구사항은, 출발일 및 도시별 수요량 변화, 특정 도시에 대한 출발일별 수요량, 도시별 및 출발일별 수요량, 수요량 상위 10개 상품 수요량, 최다 검색 상품에 대한 출발일별 수요량, 특정 여행상품의 출발일에 대한 검색일별 수요량 변화, 특정 여행상품의 출발일에 대한 검색일별 검색량 편차(기준값-현재검색량) 등을 포함할 수 있다.
본 발명은, 사용자가 온라인에서 여행상품 정보를 제공하고 있는 여행사 또는 여행상품 중개회사의 여행상품을 검색할 때 생성되는 검색 로그 데이터를 분석하여, 미래 시점에서의 여행상품 수요량을 예측한다.
도 1 및 도 2에 도시된 바와 같이, 본 발명은 여행상품검색로그 수집 단계(100)를 포함한다. 여행상품검색로그 수집 단계(100)에서는, 여행상품 검색 포털 엔진, 개별 여행사의 상품 검색 엔진 등이 실행되는 여행상품 검색 웹서버(1)로부터 여행상품 검색 로그 데이터(Log Data)를 에이전트 모듈(5) 등에 의하여 취합하고 취합된 정보로부터 분석에 필요한 정보를 추출하여 정리한다.
도 3에 도시된 바와 같이, 웹 로그는 일반적으로 코드화된 최소한의 정보만을 담고 있다. 사용자에게 의미 있는 정보를 제공하기 위해서는 부가 정보를 연결하고 처리해야 한다. 여행상품 검색 로그 데이터의 경우에는 상품코드를 도시 정보, 출발일 정보 등과 연결하고, 이를 다시 도시별 여행 수요 등으로 가공해야 한다. 이를 위하여, 본 발명은 출발일/도시/여행상품 패턴 마이닝 단계(110)와, 출발일별 도시/여행상품 연관 추출 단계(120)를 포함한다.
상기 출발일/도시/여행상품 패턴 마이닝 단계(110)에서는, 분석서버(7)에 설치된 로그 분석 엔진(9)에 의하여, 수집된 여행상품 검색 로그 데이터로부터 장래 출발일, 도시, 여행상품과 유관한 데이터 패턴을 마이닝하고, 출발일별 도시/여행상품 연관 추출 단계(120)에서는 마이닝된 패턴 결과로부터 출발일별 도시 데이터 및 출발일별 여행상품 데이터를 연관 추출하는 출발일별 도시/여행상품 연관 추출한다.
추출된 연관 정보들은 여행수요를 예측할 수 있는 모델로 가공되어야 한다. 이를 위해 본 발명은 여행수요 산출 단계(130)를 포함한다. 상기 여행수요 산출 단계(130)에서는, 상기 분석서버(7)의 포스트 프로세싱 모듈(11)에 의하여, 추출된 출발일별 도시/여행상품 데이터로부터 장래 출발일별 도시 검색량, 출발일별 여행상품 검색량, 출발일별 검색상위도시 순위, 출발일별 검색상위여행상품 순위, 도시별 출발일 검색량, 또는 여행상품별 출발일 검색량 가운데 적어도 하나를 산출한다. 이렇게 얻어진 결과는 텍스트 또는 Visualization 데이터로 여행사에 제공되어 여행사 컴퓨터(3)에서는 여행 예측 수요를 확인할 수 있게 된다. 여행사는 본 발명에 따른 수요예측 솔루션을 제공받고, 자체 여행상품검색 사이트의 로그 데이터를 분석하여 동일한 결과를 얻을 수도 있다.
상술한 단계들은 로그 분석 시스템에 의하여 구현된다.
도 2에 도시된 바와 같이, 로그 분석 시스템은, 검색 로그를 로그 분석 엔진과 연계하여 사용자에게 여행 수요 예측 결과를 즉시 제공할 수 있는 시스템으로, 여행상품 검색 웹서버(1)에 위치하여, 여행상품 검색 로그 정보를 취합하고 취합된 로그 정보로부터 분석을 위해 필요한 정보를 추출 정리하고 Packet 형식으로 분석 서버(7)의 Event Channel(또는 Event Handler)에 전송하는 Agent 모듈(5)과, 분석 서버(7)에 위치한 demon으로 Agent 모듈(5)에서 전송되는 데이터를 수신하고 필요 시 가공하여 분석 엔진 core로 전달함으로써 분석 엔진(9)을 여행상품 검색 웹서버(1)와 연동시켜 주는 Event Channel(13)과, 분석 서버(7)에서 실행되고 다중 연속질의(continuous query)나 Pane 기반 집계(aggregation) 처리와 같은 기본 규칙 탐지 알고리즘을 기반으로 로그를 가공하고 상위 목록 산출(Top-K)발생 로그 변화율 계산(velocity) 등 복합 이벤트 처리(complex event processing)를 실행하고 개별 처리 결과의 연계/연동(join)을 통해 분석 대상 지식을 추출하는 여행 검색 로그 분석 엔진(9)과, 상기 분석 서버(7)에서 실행되고 분석 로그의 주기적인 프로파일링을 통해 누적되는 대량의 정보를 압축 관리하고 Rule-based 탐지 및 마이닝 결과의 분석 정확도를 향상시키기 위해 필요 시 오프라인으로 파라미터 조정을 통한 피드백을 수행하는 포스트 프로세싱 모듈(11)로 구성할 수 있다.
상기 로그 분석 시스템에서, 분석서버(7)의 로그 분석 엔진(9)은 연속적으로 들어오는 데이터를 분석하여 정의된 조건 발생을 검출하거나, 마이닝 하는 기능을 제공한다. 분석 엔진은 상황 탐지 (연속질의 처리)기능과, 데이터 마이닝 기능을 수행한다. 상황 탐지 기능은, 다수의 특이 상황들을 동시에 모니터링 하기 위해 다수의 연속질의들을 동시에 수행하는 기능으로, 데이터 스트림의 특성상 실시간성이 요구되기 때문에 연속질의들의 신속한 처리를 위해 최적화한 통합 질의 수행계획을 생성한다. 데이터 마이닝 기능은, 빈발하게 발생하는 상황들의 핵심적 정보를 요약 / 인지하는 프로파일링 방법으로, 복잡한 상황 특징을 다각적으로 모델링하기 위해 빈발 항목 탐색, 연관규칙 탐사 등을 수행한다. 이를 통해, 본 발명은, 수집된 여행상품 검색 로그 데이터로부터 장래 출발일, 도시, 여행상품과 유관한 데이터 패턴을 마이닝하고, 마이닝된 패턴 결과로부터 출발일별 도시 데이터 및 출발일별 여행상품 데이터를 연관 추출하여, 장래 출발일별 도시 검색량, 출발일별 여행상품 검색량, 출발일별 검색상위도시 순위, 출발일별 검색상위여행상품 순위, 도시별 출발일 검색량, 또는 여행상품별 출발일 검색량 등을 분석함으로써 장래의 여행수요를 예측하는 것이다.
본 발명은 시각화 표시 단계(160)를 통해 로그 분석 시스템에서 분석한 결과를 보여준다. 즉, 시각화 표시 단계(160)는, 출발일별 도시 검색량, 출발일별 여행상품 검색량, 출발일별 검색상위도시 순위, 출발일별 검색상위여행상품 순위, 도시별 출발일 검색량, 또는 여행상품별 출발일 검색량 가운데 적어도 하나의 데이터 또는 이들 데이터를 결합하거나 가공한 데이터를 도표 및 도형으로 시각화하여 표시한다. 이 단계에서는 분석 결과를 여행사의 임직원이 직관적으로 볼 수 있도록 다양한 그래프를 이용한 웹 보고서로 구현한다.
도 4 내지 도 6은 본 발명의 로그 분석 시스템에 의하여 분석한 검색량 결과를 보여준다. 도4는 출발일 및 도시별 수요량 변화, 특정 도시(방콕, 파타야)에 대한 출발일별 수요량, 도시별 및 출발일별 수요량을 보여준다.
도 4에서, 2013년 9월의 로그 데이터들을 분석하여 2013년 9월 18일 여행 수요가 최대가 될 것을 예측하고, 푸켓과 하노이, 하롱에이, 씨엠립 상품 수요가 최대가 될 것을 예측할 수 있다. 도 5에서 방콕, 파타야의 최대 여행 수요는 2013. 8. 8-8.18 사이에 집중되어 있으며, 2013. 9. 17 전후에도 단기적으로 큰 수요가 있음을 예측할 수 있다. 도 6에서, 2013년 9월의 경우, 방콕 파타야, 보라카이의 수요가 가장 많음을 예측할 수 있고, 일자별 여행 수요도 예측할 수 있다.
본 발명에 따른 여행상품 검색 데이터 분석을 통한 여행상품 수요 예측 방법은, 상기 시각화 표시 단계(160) 이전에, 상기 로그 분석 시스템에 의하여, 현재 시점으로부터 장래 특정 출발기간 동안 검색량 상위 Top-K 도시, 검색량 상위 Top-K 도시별 검색량 상위 Top-K 상품, 및 검색량 상위 Top-K 상품의 출발일별 검색량을 산출하는 출발일별 최빈검색도시 및 최빈검색여행상품 산출 단계(140)를 더 포함하고, 상기 시각화 표시 단계(160)에는 상기 검색량 상위 Top-K 도시, 검색량 상위 Top-K 상품, 검색량 상위 Top-K 상품의 출발일별 검색량을 더 표시한다. 도 7은, 상위 Top-10 여행상품에 대한 일정검색기간동안의 검색량 변화를 보여준다.
본 발명에 따른 여행상품 검색 데이터 분석을 통한 여행상품 수요 예측 방법은, 상기 시각화 표시 단계(160) 이전에, 상기 로그 분석 시스템에 의하여, 출발일별 도시에 대한 검색일별 검색량 변화율 또는 출발일별 여행상품에 대한 검색일별 검색량 변화율 중 적어도 하나를 산출하는 여행수요변화율 산출 단계(150)를 더 포함하고, 상기 시각화 표시 단계(160)에서는 산출된 여행수요변화율을 더 표시한다.
상술한 바와 같이 도 7은 일정검색 간동안의 Top-10 상품에 대한 검색량(수요량) 변화를 나타낸다. 도 8은 최대검색된 특정 상품에 대한 일정검색기간 동안의 검색량(수요량) 변화를 나타낸다. 도 9는 특정 여행상품의 출발일에 대한 검색일별 수요량 변화를 나타내고, 도 10은 특정 여행상품의 출발일에 대한 검색일별 검색량 편차(기준값-현재검색량)를 나타낸다.
이와 같이, 보다 정확한 여행상품 수요 예측을 위해서는 단순한 출발일별 검색량 분석만으로는 부족하고, 출발일별 검색량 정보를 재분석하여 해당 상품의 수요가 늘고 있는지, 혹은 줄고 있는지와 같은 변화 분석이 필요하다. 이를 위해서는 Regression Modeling(수요 변화의 기울기 분석), 고정점 기반 수요 변화 분석(특정일 혹은 기존 데이터에 기반한 특정값과의 차이 분석), Normalization(모든 상품에 대해서 상품 수요가 많은 경우, 특정 상품의 수요 변화를 예측하기 어려우므로, 전체 변화율 대비 상대적인 변화 추이 분석) 등의 다양한 통계학적 방식을 통해 수요 변화를 분석할 수 있다.
이러한 분석을 통해, 수요 (급) 증가 / (급) 감소 상품이 무엇인지 예측 가능하고, 기존의 방식으로는 예측이 어려웠던 특이한 비수기 및 성수기 추세 상황을 인지 가능하며, 여행사별 상대 분석(인기상품 상대 보유율 분석, 수요 증가 상품 상대 보유율 분석, 수요 감소 상품 상대 보유율 분석, 판매 가격 결정을 위한 기타 상대 요소 분석)이 가능하다.
이와 같이, 본 발명에 의하면, 다양한 여행상품 로그 분석과 이를 기반으로 출발일별 여행 수요 증감 추이를 예측 분석할 수 있고, 현재 시점으로부터 최근 특정기간 동안, 출발 기간별, 검색량 상위 Top-K 도시를 산출할 수 있고, 출발일별 가장 많이 찾는 도시 및 도시별 가장 많이 찾는 상품 파악할 수 있고, 성수기, 비수기 등 일반적인 기존 여행 관련 정보 및 상황 검증이 가능하고, 출발일별 여행 수요 및 수요 변화율 예측이 가능하고, 동일 출발일에 대해서 일주일 전 수요와 현재 수요를 분석하여, 수요량의 증가 혹은 감소 추세 여부를 파악할 수 있고, 기존의 방식으로는 예측이 어려웠던 특이한 비수기 및 성수기 추세 상황을 인지할 수 있고, 큰 증감 없이 검색량이 많은 베스트셀러, 꾸준히 검색이 발생하는 스테디셀러 탐지할 수 있다. 또한, 본 발명에 의하면, 여행상품 검색 엔진과 로그 분석 엔진의 연계를 통해 로그 정보 분석 결과를 도출하여 사용자에게 즉시 제공할 수 있다.
1 : 여행상품 검색 웹서버 3 : 여행사 컴퓨터
5 : 에이전트 모듈 7 : 분석 서버
9 : 분석 엔진 11 : 포스트 프로세싱 모듈
13 : 이벤트 채널
5 : 에이전트 모듈 7 : 분석 서버
9 : 분석 엔진 11 : 포스트 프로세싱 모듈
13 : 이벤트 채널
Claims (3)
- 여행상품 검색 웹서버(1)에 위치하여, 여행상품 검색 로그 정보를 취합하고 취합된 로그 정보로부터 로그 분석을 위해 필요한 정보를 추출 정리하고 Packet 형식으로 분석 서버(7)의 하기 Event Channel에 전송하는 Agent 모듈(5)과,
분석 서버(7)에서 실행되는 demon이고, 상기 Agent 모듈(5)에서 전송되는 데이터를 수신하고 필요 시 가공하여 분석 엔진 core로 전달함으로써 분석 엔진(9)을 여행상품 검색 웹서버(1)와 연동시켜 주는 Event Channel(13)과,
분석 서버(7)에서 실행되고, 상기 Event Channel(13)에서 연속으로 들어오는 다수의 특이 상황들을 동시에 모니터링 하기 위해 다수의 연속질의들을 동시에 처리하는 연속질의 처리 기능과, 빈발 항목 탐색과 연관규칙 탐사를 통해 빈발하게 발생하는 여행상품 검색 로그 데이터 정보를 요약 / 인지하고 프로파일링하여 정의된 조건 발생을 검출하거나, 데이터 마이닝 기능을 수행하는 여행 검색 로그 분석 엔진(9)과,
상기 분석 서버(7)에서 실행되고, 여행상품 검색 로그 데이터 분석 로그의 주기적인 프로파일링을 통해 누적되는 대량의 정보를 압축 관리하고 마이닝 결과의 분석 정확도를 향상시키기 위해 필요시 오프라인으로 파라미터 조정을 통한 피드백을 수행하는 포스트 프로세싱 모듈(11)을 포함하는 여행상품 검색 로그 데이터 분석 시스템.
- 제1항에 있어서,
상기 여행 검색 로그 분석 엔진(9)은, 수집된 여행상품 검색 로그 데이터로부터 장래 출발일, 도시, 여행상품과 유관한 데이터 패턴을 마이닝하는 출발일/도시/여행상품 패턴 마이닝 단계와, 마이닝된 패턴 결과로부터 출발일별 도시 데이터 및 출발일별 여행상품 데이터를 연관 추출하는 출발일별 도시/여행상품 연관 추출 단계와, 추출된 출발일별 도시/여행상품 데이터로부터 장래 출발일별 도시 검색량, 출발일별 여행상품 검색량, 출발일별 검색상위도시 순위, 출발일별 검색상위여행상품 순위, 도시별 출발일 검색량, 또는 여행상품별 출발일 검색량 가운데 적어도 하나를 산출하는 여행수요 산출 단계를 수행하는 여행상품 검색 로그 데이터 분석 시스템.
- 제2항에 있어서,
여행 검색 로그 분석 엔진(9)은, 현재 시점으로부터 장래 특정 출발기간 동안 검색량 상위 Top-K 도시, 검색량 상위 Top-K 도시별 검색량 상위 Top-K 상품, 및 검색량 상위 Top-K 상품의 출발일별 검색량을 산출하는 출발일별 최빈검색도시 및 최빈검색여행상품 산출 단계와, 출발일별 도시에 대한 검색일별 검색량 변화율 또는 출발일별 여행상품에 대한 검색일별 검색량 변화율 중 적어도 하나를 산출하는 여행수요변화율 산출 단계를 더 수행하는 여행상품 검색 로그 데이터 분석 시스템.
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020150123139A KR101671314B1 (ko) | 2015-08-31 | 2015-08-31 | 여행상품 검색 로그 데이터 분석 시스템 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020150123139A KR101671314B1 (ko) | 2015-08-31 | 2015-08-31 | 여행상품 검색 로그 데이터 분석 시스템 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| KR101671314B1 true KR101671314B1 (ko) | 2016-11-01 |
Family
ID=57484960
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| KR1020150123139A KR101671314B1 (ko) | 2015-08-31 | 2015-08-31 | 여행상품 검색 로그 데이터 분석 시스템 |
Country Status (1)
| Country | Link |
|---|---|
| KR (1) | KR101671314B1 (ko) |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR20190041192A (ko) | 2017-10-12 | 2019-04-22 | 에스케이텔레콤 주식회사 | 규칙 기반의 동적 로그 수집 방법 및 장치 |
| KR102199087B1 (ko) * | 2020-01-31 | 2021-01-06 | 최은경 | 빅데이터 기반 여행 수요 예측 방법 및 이를 위한 장치 |
| KR20240010245A (ko) | 2022-07-15 | 2024-01-23 | 주식회사 로이쿠 | 시계열 정보를 활용한 poi 추천 서비스를 지원하는 시스템 및 방법 |
Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR20130046141A (ko) * | 2011-10-27 | 2013-05-07 | 한국과학기술정보연구원 | 기술 및 시장 동향 정보로부터 추출된 유망 사업화 아이템을 표출하는 장치 및 방법 |
| KR101435096B1 (ko) * | 2012-09-17 | 2014-09-01 | 고려대학교 산학협력단 | 소셜 네트워크 서비스 데이터에 기반한 상품 수요 예측 장치 및 방법 |
-
2015
- 2015-08-31 KR KR1020150123139A patent/KR101671314B1/ko active IP Right Grant
Patent Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR20130046141A (ko) * | 2011-10-27 | 2013-05-07 | 한국과학기술정보연구원 | 기술 및 시장 동향 정보로부터 추출된 유망 사업화 아이템을 표출하는 장치 및 방법 |
| KR101435096B1 (ko) * | 2012-09-17 | 2014-09-01 | 고려대학교 산학협력단 | 소셜 네트워크 서비스 데이터에 기반한 상품 수요 예측 장치 및 방법 |
Non-Patent Citations (1)
| Title |
|---|
| [비특허] 전자신문 [미래포럼]IT융합 확산을 위한 단상 * |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR20190041192A (ko) | 2017-10-12 | 2019-04-22 | 에스케이텔레콤 주식회사 | 규칙 기반의 동적 로그 수집 방법 및 장치 |
| KR102199087B1 (ko) * | 2020-01-31 | 2021-01-06 | 최은경 | 빅데이터 기반 여행 수요 예측 방법 및 이를 위한 장치 |
| KR20240010245A (ko) | 2022-07-15 | 2024-01-23 | 주식회사 로이쿠 | 시계열 정보를 활용한 poi 추천 서비스를 지원하는 시스템 및 방법 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US11200528B2 (en) | Data integrated analysis system | |
| US20070112760A1 (en) | System for dynamic product summary based on consumer-contributed keywords | |
| CN102004768A (zh) | 自适应分析多维处理系统 | |
| CN104169950A (zh) | 利用面向批处理的计算的数据库系统 | |
| KR20210001243A (ko) | 제품수명주기에 따른 수명주기별 온라인과 오프라인 정보분석 서비스 시스템 | |
| US10713638B2 (en) | Electronic receipt system, electronic receipt center, clearance prediction information management method, and non-transitory computer readable medium having clearance information management program stored thereon | |
| Wohlfarth et al. | A data-mining approach to travel price forecasting | |
| US10121161B2 (en) | Systems, methods, and computer program products providing a yield management tool that enhances visibility of recovery rates of recovered and disposed assets | |
| KR101435096B1 (ko) | 소셜 네트워크 서비스 데이터에 기반한 상품 수요 예측 장치 및 방법 | |
| KR101671314B1 (ko) | 여행상품 검색 로그 데이터 분석 시스템 | |
| KR102073208B1 (ko) | 경기장 방문객 대상 빅데이터 분석 시스템 | |
| US20230196235A1 (en) | Systems and methods for providing machine learning of business operations and generating recommendations or actionable insights | |
| US20100205038A1 (en) | Travel market analysis tools | |
| US20240020733A1 (en) | Content arrangement program, content arrangement device, and content arrangement method, website construction support program, website construction support device, and website construction support method, and economic scale output program, economic scale output device, and economic scale output method | |
| CN104899702A (zh) | 基于大数据的装饰预算定额管理系统及管理方法 | |
| US20170323320A1 (en) | Systems and methods for determining price competitiveness | |
| JP6419865B2 (ja) | データ統合分析システム | |
| KR102238438B1 (ko) | 규격화된 광고상품을 이용한 광고상품거래 서비스 제공 시스템 | |
| KR20140026796A (ko) | 맞춤형 특허분석 서비스 시스템 및 그 방법 | |
| CN111833073A (zh) | 基于K-Means++算法的航空公司客户细分方法 | |
| US20130185315A1 (en) | Identification of Events of Interest | |
| JP2013210752A (ja) | 個人行動嗜好分析システムおよび個人行動嗜好分析方法 | |
| Huang et al. | Sales forecast for O2O services-based on incremental random forest method | |
| Gerrikagoitia et al. | Competitive intelligence applied to tourism destination management: Hotel market monitor | |
| Zeid et al. | Machine learning model to forecast demand of Boston Bike-ride sharing |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| E701 | Decision to grant or registration of patent right | ||
| GRNT | Written decision to grant |