KR101826647B1

KR101826647B1 - 머신 러닝 기술을 통한 개인 맞춤형 자동차 중개 시스템

Info

Publication number: KR101826647B1
Application number: KR1020160171291A
Authority: KR
Inventors: 김성국
Original assignee: 김성국
Priority date: 2016-10-19
Filing date: 2016-12-15
Publication date: 2018-03-22

Abstract

본 발명은 인공지능 머신 러닝 기술을 활용하여 개인에 맞춤화된 중고차 매물 추천이 가능하고, 중고차 거래 시와 거래 후 중고차의 체계화된 관리가 가능하도록 하는 기술을 제공한다. 본 발명의 일 실시예에 따른 머신 러닝 기술을 통한 개인 맞춤형 자동차 중개 시스템은, 1 이상의 프로세서 및 1 이상의 메모리를 포함하는 머신 러닝 기술을 통한 개인 맞춤형 자동차 중개 시스템으로서, 시스템은, 유저의 시스템 상에서의 거래 내역 및 행동 패턴 정보를 학습하여 유저와 차량 간을 매칭하는 매칭 알고리즘을 관리하고, 매칭 알고리즘에 기초하여 유저에 매칭되는 매물을 유저 단말에 제공하는 매물 추천부; 유저가 보유한 차량에 대한 정비 정보를 포함하는 차량 관리를 위한 정보로서 차량 관리 정보를 확인할 수 있는 인터페이스인 차계부 인터페이스를 유저 단말에 제공하고, 차계부 인터페이스를 통해 유저 단말로부터 입력된 차량 관리 정보를 데이터베이스에 저장하는 차계부 관리부; 및 데이터베이스에 저장된 차량의 고질 결함 정보, 애프터 서비스 정보 및 예상 정비 정보를 포함하는 차량 정비 정보를 유저 단말에 제공하는 차량 정비 정보 제공부;를 포함하는 것을 특징으로 한다.

Description

머신 러닝 기술을 통한 개인 맞춤형 자동차 중개 시스템{Personal customized automobile mediating system by machine learning technology}

본 발명은 인공지능 머신 러닝 기술을 활용하여 개인 간의 자동차 중개 거래를 지원하는 기술에 관한 것으로, 구체적으로는 유저들의 중고차 거래 시 개인에 맞춤화된 중고차 매물 추천이 가능하고, 중고차 거래 시와 거래 후 중고차의 체계화된 관리가 가능하도록 하기 위한 기술에 관한 것이다.

최근 스마트폰을 활용한 쇼핑 서비스에 대한 유저들의 관심 및 사용률이 높아지면서 다양한 물품에 대한 거래가 온라인을 통하여 이루어지고 있다. 특히, 중고 물품 등에 대한 거래로서, 유저 간의 P2P(Peer to Peer) 거래가 스마트폰의 어플리케이션에 의하여 이루어지는 추세가 증가하고 있다.

중고 물품 중, 특히 자동차의 경우 실시간으로 매물을 검색할 수 있고 사용자들이 직거래가 가능하여 편의성이 증대되는 점에서, 온라인, 특히 스마트 폰을 통한 중고차 직거래 서비스가 등장하여 이용 추세가 증가하고 있다.

중고차 직거래 서비스는, 중고차를 판매하고자 하는 유저가 매물을 등록하고, 중고차를 구입하고자 하는 유저가 매물을 검색한 뒤 매물을 등록한 판매 유저와 연락을 취하여 중고차를 거래하게 되는데, 온라인을 통한 중고차 거래 중개 서비스는, 매물을 시스템에 등록하여 주고, 유저들에게 매물 검색 및 구매 요청 기능을 제공함으로써, 온라인을 통하여 편리하게 판매 및 구입이 가능하도록 하는 서비스를 제공하고 있다.

중고차의 거래에 있어서 중요한 것은, 유저가 자신이 구매하고자 하는 차량을 얼마나 편리하게 검색하고 이를 통해 거래 성공률을 높이는 데 있다. 이를 위하여, 한국 등록 특허 제1322645호 등에서는, 매물 차량이 등록될 시 매물차량과 유저를 매칭하여 주고, 이에 대한 입찰을 진행하도록 하여 낙찰된 유저와 판매 유저 사이를 연결하는 기술적 특징을 게시하고 있다.

그러나 이러한 매칭 기술은, 단순히 지역과 차종을 기준으로 차량을 매칭하고 있어, 차량과 유저 간의 매칭 정확도가 매우 낮고, 이에 따라서 유저에게 맞춤화된 차량, 즉 유저가 구매할 가능성이 높은 차량에 대한 매칭이 어려운 문제점이 있다.

또한, 중고차 거래의 특성 상, 차량의 이용 내역 등을 중고차 검색 및 거래 후에도 관리하는 기술이 필요시되는 데 비하여, 기존의 상기의 기술들은 차량에 대한 정비 등을 포함하는 관리가 가능한 인터페이스 등의 제공이 전혀 이루어지지 않아, 중고차의 거래에만 서비스가 국한되어 서비스 이용범위가 협소하고, 이에 따라서 유저들의 서비스 이용률이 증가되지 못하여 수익 창출이 제한되는 문제점이 지적되어 왔다.

이에 본 발명은, 매물과 유저 간의 더욱 정확한 매칭이 가능하도록 하여 온라인을 통한 중고차 거래가 더욱 활성화되도록 하는 데 일 목적이 있다. 또한, 중고차의 검색 및 거래 후의 관리를 위하여, 중고차의 거래 기능 이외에 중고차의 거래를 위한 차종 별 정보를 유저에게 제공하고, 유저가 보유한 차량의 관리 및 정비 등의 내역을 편리하게 온라인을 통하여 관리할 수 있도록 하여, 중고차의 거래 이외에도 유저들이 서비스를 이용할 수 있도록 하는 범용적인 중고차 관련 서비스를 제공함으로써, 서비스의 이용률을 높이는 동시에 더욱 다양한 수익 창출이 가능하도록 하는 기술을 제공하는 데 다른 목적이 있다.

상기 목적을 달성하기 위하여, 본 발명의 일 실시예에 따른 머신 러닝 기술을 통한 개인 맞춤형 자동차 중개 시스템은, 1 이상의 프로세서 및 1 이상의 메모리를 포함하는 머신 러닝 기술을 통한 개인 맞춤형 자동차 중개 시스템으로서, 상기 시스템은, 유저의 상기 시스템 상에서의 거래 내역 및 행동 패턴 정보를 학습하여 유저와 차량 간의 매칭 수치를 산출하는 매칭 알고리즘을 갱신하고, 매칭 알고리즘에 기초하여 유저에 매칭되는 매물을 유저 단말에 제공하는 매물 추천부; 유저가 보유한 차량에 대한 정비 정보를 포함하는 차량 관리를 위한 정보로서 차량 관리 정보를 확인할 수 있는 인터페이스인 차계부 인터페이스를 유저 단말에 제공하고, 상기 차계부 인터페이스를 통해 유저 단말로부터 입력된 차량 관리 정보를 데이터베이스에 저장하는 차계부 관리부; 및 데이터베이스에 저장된 차량의 고질 결함 정보, 애프터 서비스 정보 및 예상 정비 정보를 포함하는 차량 정비 정보를 유저 단말에 제공하는 차량 정비 정보 제공부;를 포함하는 것을 특징으로 한다.

본 발명에 의하면, 단순히 유저의 위치 정보 및 관심 차종에 대한 정보 이외에, 유저의 거래 내역 및 행동 패턴 정보를 머신 러닝 기술을 통해 시스템이 학습하도록 하고, 이를 바탕으로 유저와 차량 간의 매칭 수치를 산출하는 매칭 알고리즘을 통하여 유저와 차량 간의 매칭 수치를 산출한 뒤, 이를 기반으로 매물을 추천하게 된다. 특히, 신규 유저가 가입되거나 신규 매물이 등록될 시 상기의 매칭 수치를 이용하여 신규 유저에게 매칭되는 매물을 추천하거나, 신규 매물에 매칭되는 유저에게 신규 매물을 추천하게 된다.

이를 통하여, 더욱 높은 정확도로 유저에게 매물을 추천하여 유저의 구매율을 높여 유저들의 본 발명에 의한 서비스에 대한 신뢰도를 높여 본 서비스를 이용한 중고차 거래를 더욱 활성화시킬 수 있는 효과가 있다.

또한 차계부 인터페이스 및 차량 정비 정보 제공 기능을 이용하여, 유저들이 중고차를 거래한 후에도 차량에 대한 관리를 본 서비스를 이용하여 가능하게 하거나, 차량에 대한 주요 정비 정보를 제공받을 수 있도록 함으로써, 본 서비스가 중고차 거래에만 국한되지 않도록 하여, 본 서비스의 범용성을 높여 유저의 지속적인 이용을 유도함으로써, 수익 창출을 극대화할 수 있는 효과가 있다.

도 1은 본 발명의 일 실시예에 따른 머신 러닝 기술을 통한 개인 맞춤형 자동차 중개 시스템의 구성도.
도 2는 본 발명의 일 실시예에 따라서 유저 단말에 표시되는 서비스 이용 화면의 예.
도 3은 본 발명에서의 매칭 알고리즘의 일 실시예의 흐름을 설명하기 위한 도면.
도 4는 본 발명에서 매칭 알고리즘을 갱신하는 학습 방식의 일 실시예의 흐름을 설명하기 위한 도면.
도 5는 본 발명의 일 실시예에 따라서 유저와 차량 간의 매칭 수치를 산출하는 흐름을 설명하기 위한 도면.
도 6은 본 발명의 일 실시예에 따라서 차계부 인터페이스가 제공되는 기능을 설명하기 위한 도면.
도 7은 본 발명의 일 실시예에 따른 컴퓨팅 장치의 내부 구성의 일 예를 도시하는 도면.

이하에서는, 다양한 실시예들 및/또는 양상들이 이제 도면들을 참조하여 개시된다. 하기 설명에서는 설명을 목적으로, 하나이상의 양상들의 전반적 이해를 돕기 위해 다수의 구체적인 세부사항들이 개시된다. 그러나, 이러한 양상(들)은 이러한 구체적인 세부사항들 없이도 실행될 수 있다는 점 또한 본 발명의 기술 분야에서 통상의 지식을 가진 자에게 인식될 수 있을 것이다. 이후의 기재 및 첨부된 도면들은 하나 이상의 양상들의 특정한 예시적인 양상들을 상세하게 기술한다. 하지만, 이러한 양상들은 예시적인 것이고 다양한 양상들의 원리들에서의 다양한 방법들 중 일부가 이용될 수 있으며, 기술되는 설명들은 그러한 양상들 및 그들의 균등물들을 모두 포함하고자 하는 의도이다.

또한, 다양한 양상들 및 특징들이 다수의 디바이스들, 컴포넌트들 및/또는 모듈들 등을 포함할 수 있는 시스템에 의하여 제시될 것이다. 다양한 시스템들이, 추가적인 장치들, 컴포넌트들 및/또는 모듈들 등을 포함할 수 있다는 점 그리고/또는 도면들과 관련하여 논의된 장치들, 컴포넌트들, 모듈들 등 전부를 포함하지 않을 수도 있다는 점 또한 이해되고 인식되어야 한다.

본 명세서에서 사용되는 "실시예", "예", "양상", "예시" 등은 기술되는 임의의 양상 또는 설계가 다른 양상 또는 설계들보다 양호하다거나, 이점이 있는 것으로 해석되지 않을 수도 있다. 아래에서 사용되는 용어들 '~부', '컴포넌트', '모듈', '시스템', '인터페이스' 등은 일반적으로 컴퓨터 관련 엔티티(computer-related entity)를 의미하며, 예를 들어, 하드웨어, 하드웨어와 소프트웨어의 조합, 소프트웨어를 의미할 수 있다.

또한, "포함한다" 및/또는 "포함하는"이라는 용어는, 해당 특징 및/또는 구성요소가 존재함을 의미하지만, 하나이상의 다른 특징, 구성요소 및/또는 이들의 그룹의 존재 또는 추가를 배제하지 않는 것으로 이해되어야 한다.

또한, 제1, 제2 등과 같이 서수를 포함하는 용어는 다양한 구성요소들을 설명하는데 사용될 수 있지만, 상기 구성요소들은 상기 용어들에 의해 한정되지는 않는다. 상기 용어들은 하나의 구성요소를 다른 구성요소로부터 구별하는 목적으로만 사용된다. 예를 들어, 본 발명의 권리 범위를 벗어나지 않으면서 제1 구성요소는 제2 구성요소로 명명될 수 있고, 유사하게 제2 구성요소도 제1 구성요소로 명명될 수 있다. 및/또는 이라는 용어는 복수의 관련된 기재된 항목들의 조합 또는 복수의 관련된 기재된 항목들 중의 어느 항목을 포함한다.

또한, 본 발명의 실시예들에서, 별도로 다르게 정의되지 않는 한, 기술적이거나 과학적인 용어를 포함해서 여기서 사용되는 모든 용어들은 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자에 의해 일반적으로 이해되는 것과 동일한 의미를 가지고 있다. 일반적으로 사용되는 사전에 정의되어 있는 것과 같은 용어들은 관련 기술의 문맥 상 가지는 의미와 일치하는 의미를 가지는 것으로 해석되어야 하며, 본 발명의 실시예에서 명백하게 정의하지 않는 한, 이상적이거나 과도하게 형식적인 의미로 해석되지 않는다.

도 1은 본 발명의 일 실시예에 따른 머신 러닝 기술을 통한 개인 맞춤형 자동차 중개 시스템(10, 이하 시스템이라 함)의 구성도이다.

도 1을 참조하면, 시스템(10)은 매물 추천부(11), 차계부 관리부(12) 및 차량 정비 정보 제공부(13)를 포함하고, 본 발명의 각 실시예에서 처리되는 데이터들을 실시간으로 저장, 편집, 삭제, 추가하는 기능을 수행하는 데이터베이스(14)가 더 포함될 수 있다. 본 발명에서 데이터베이스(14)는 별도의 단말 또는 상기 언급한 바와 같이 본 발명의 각 실시예의 기능을 수행하는 프로세서가 포함된 컴퓨팅 장치의 메모리로 구성될 수 있다. 본 발명의 시스템(10)은 상기 언급한 1 이상의 프로세서 및 1 이상의 메모리를 포함하는 구성을 의미한다.

매물 추천부(11)는 시스템(10) 상에 회원으로 등록된 유저가 시스템(10) 상에서 제공하는 중고차 거래를 위한 자동차 중개 서비스를 이용함에 따라서 생성되는 정보로서, 유저의 거래 내역 및 서비스 상에서의 온라인 행동 패턴 정보를 학습하여, 유저와 차량 간을 매칭하는 매칭 알고리즘을 관리하고, 해당 매칭 알고리즘에 기초하여 유저에 매칭되는 매물을 유저 단말(20)에 제공하는 기능을 수행한다.

본 발명에서 거래 내역 정보는, 본 발명에서 제공되는 상기 서비스를 통하여 유저가 차량을 판매하거나 구매한 내역에 대한 정보로서, 매매한 차량의 차종 정보, 차량의 주행 거리 정보, 정비/사고 처리 내역 정보를 포함하는 차량에 관한 모든 정보를 포함한다. 온라인 행동 패턴 정보는, 유저가 본 발명에서 제공되는 상기 서비스 상에서 매물을 검색하거나, 매물을 등록하거나, 광고를 확인하거나, 매물과 관련된 게시글의 조회/등록/삭제 등을 하거나, 게시글에 대한 추천/비추천/댓글 등록 등과 같은 행위를 할 때마다 생성되는 로그 정보 및 기타 데이터를 포함하는 모든 정보를 의미한다.

매칭 알고리즘은 유저와 차량 간을 산출하기 위하여 고안된 것으로, 상기 언급한 바와 같이 유저의 거래 내역 및 온라인 행동 패턴 정보가 생성될 때마다 이를 바탕으로 갱신되는 등의 방식으로 관리된다.

매칭 알고리즘은 구체적으로, 유저의 본 시스템(10) 상에서의 활동 내역, 예를 들어 차량을 검색한 로그 데이터나 검색한 차량의 상세 정보를 확인하기 위하여 차량을 조회한 내역을 바탕으로, 차량과 유저 간을 매칭하는 알고리즘을 의미한다. 매칭 알고리즘은 상술한 바와 같이 유저의 거래 내역 및 온라인 상에서의 행동 패턴 정보가 생성될 때마다 갱신될 수 있다. 이에 대한 일 실시예가 도 3 및 4에 도시되어 있다.

먼저 도 3은 본 발명에서의 매칭 알고리즘의 일 실시예의 흐름을 설명하기 위한 도면이다.

도 3을 참조하면, 유저는 유저 단말(20)을 통하여, 본 발명에서의 서비스를 제공하기 위하여 차량의 정보 등이 관리되는 데이터베이스(14)에 접속하여 차량을 검색할 수 있다.

이때 유저가 시스템 상에서 차량을 검색하게 되면 차량 검색 내역에 대한 로그 데이터가 생성된다. 매물 추천부는 데이터베이스(14) 또는 유저 단말(20)과 데이터베이스(14) 사이의 네트워크로부터 상술한 로그 데이터를 추출(또는 크롤링)하고, 추출된 로드 데이터를 분류 항목별로 분류하게 된다.

본 발명에서 분류 항목이란, 유저와 차량 간을 매칭하기 위하여 사용되는 개념으로서, 예를 들어 적어도 차량의 판매 가격, 차종, 차량 제조사, 차량의 연식, 주행 거리, 지역 정보 등을 포함하여 차량에 대한 정보를 분류하기 위한 항목들을 의미한다.

본 발명에서 매물 추천부는 로그 데이터를 상술한 분류 항목별로 각각 분류하고, 해당 분류 항목별로 로그 데이터를 카운팅하게 된다. 예를 들어 일 유저가 차량을 검색 시 검색 기준에 관하여 입력한 정보가 차량의 연식 및 판매 가격 정보일 경우, 연식 및 판매 가격 정보가 누적 카운팅 된다.

상술한 방식으로 매물 추천부는, 유저의 로그 데이터를 분류 항목별로 카운팅하여 제1 분석 데이터(110)를 산출하게 된다. 제1 분석 데이터에는 각 분류 항목에 관한 정보와, 각 분류 항목별 로그 데이터에 따라 누적 산출된 카운팅 횟수 정보가 포함될 수 있다.

매물 추천부는 제1 분석 데이터(110)를 산출하는 동시에, 유저가 차량을 검색한 뒤 차량의 상세한 정보를 확인하기 위하여 차량 정보를 조회한 내역 정보를 데이터베이스(14) 또는 데이터베이스(14)와 유저 단말(20) 사이의 네트워크로부터 추출(또는 크롤링)하고, 제1 분석 데이터(110)의 산출 방식과 유사하게 기 조회한 차량 정보를 분류 항목별로 분석하여 제2 분석 데이터(111)를 산출하게 된다.

제2 분석 데이터(111)에는 기 조회한 차량마다 각 분류 항목별 차량의 정보가 나뉘어 포함될 수 있다. 예를 들어, 기 조회한 차량별 분류 항목별 정보가 산출되어 제2 분석 데이터(111)에 포함될 수 있다. 즉, 기 조회한 차량이 A, B 일 때, 제2 분석 데이터(111)에는 A 및 B 차량의 분류 항목별 정보가 포함될 수 있다.

이후 매물 추천부는 제1 분석 데이터(110)와 제2 분석 데이터(111)를 이용하여 분류 항목별로 유저의 선호 데이터를 산출하게 된다. 예를 들어, 제1 분석 데이터(110)에 포함된 분류 항목별 유사 여부를 비교하여 가장 유사한 각 분류 항목별 정보를 산출하고, 제2 분석 데이터(111)로부터 기 조회한 차량의 분류 항목별 정보의 유사 여부를 비교하여 가장 유사한 분류 항목별 정보를 산출한 뒤 각 정보의 유사도를 다시 비교하여 제1 분석 데이터(110)와 제2 분석 데이터(111) 사이에서 가장 유사한 것으로 판단되는 분류 항목별 정보를 산출하게 된다.

예를 들어, 제1 분석 데이터(110)에는 상술한 바와 같이 분류 항목별로 로그 데이터가 카운팅된다. 동시에, 제1 분석 데이터(110)에는 카운팅된 분류 항목별 로그 데이터의 속성 정보가 저장될 수 있다. 예를 들어, 판매 가격에 대한 로그 데이터를 카운팅하는 경우, 유저가 판매 가격을 검색한 횟수 정보와 함께, 각 검색 시마다 유저가 입력한 판매 가격에 대한 정보가 속성 정보로서 저장될 수 있다.

이때 제1 분석 데이터(110)를 이용하여, 매물 추천부는 각 분류 항목별 정보들의 유사도를 비교한 뒤, 가장 유사한 각 분류 항목별 정보를 산출할 수 있다. 예를 들어, 상술한 판매 가격을 예로 들면, 매물 추천부는 유저가 차량을 검색 시 입력하였던 판매 가격의 유사도를 비교한 뒤 가장 유사한 판매 가격에 대한 정보를 분류 항목별 정보로서 산출할 수 있다. 예를 들어, 유저가 입력한 판매 가격의 평균 범위값을 판매 가격 항목에 대한 정보로 산출할 수 있다.

이후 매물 추천부는 제2 분석 데이터(111)로부터 기 조회한 차량의 분류 항목별 정보의 유사 여부를 비교하여 가장 유사한 분류 항목별 정보를 산출할 수 있다. 예를 들어 조회한 차량의 연식 정보 항목에 있어서, 기 조회한 차량들의 연식 정보의 평균값이 상술한 제1 분석 데이터(110)에 대한 유사도 비교와 유사한 방식으로 가장 유사한 연식 정보의 항목에 대한 정보로서 산출할 수 있다.

이후 매물 추천부는 제1 분석 데이터(110)와 제2 분석 데이터(111) 별로 상술한 바와 같이 산출된 가장 유사한 분류 항목별 정보의 유사도를 다시 비교하여 제1 분석 데이터(110)와 제2 분석 데이터(111) 사이에서 가장 유사한 것으로 판단되는 분류 항목별 정보를 산출하게 된다. 이는 상술한 바와 같이 각 정보의 평균값으로 산출되거나, 각 정보 중 어느 한 정보를 선택하는 방식 등 다양한 방식이 적용될 수 있다.

상술한 바와 같이 제1 분석 데이터(110)와 제2 분석 데이터(111) 사이에서 가장 유사한 것으로 판단되는 분류 항목별 정보를 산출한 뒤, 각 분류 항목별로 유저의 선호 데이터가 산출된다. 유저의 선호 데이터는 상술한 바와 같이 제1 분석 데이터(110)와 제2 분석 데이터(111) 사이에서 가장 유사한 것으로 판단되는 분류 항목별 정보 그 자체이거나 분류 항목별 정보를 이용하여 산출된 다른 형식의 데이터가 될 수 있다.

예를 들어, 최종적으로 산출된 가장 유사한 것으로 판단되는 분류 항목별 정보가 유저의 차량 선호 데이터일 수 있다. 상술한 예에서 선호 데이터에는 각 분류 항목별 값이 포함될 수 있다.

이후 매물 추천부는 유저의 선호 데이터와 차량 정보를 비교하여 각 유저별로 제1 추천 매물(120)을 도출할 수 있다. 상술한 예에서 분류 항목별 값이 선호 데이터에 포함되는 경우, 각 선호 데이터에 대응되는 차량 정보를 이용하여 해당 선호 데이터에 대응되는 차량 정보에 매칭되는 매물을 제1 추천 매물(120)로서 도출하게 된다.

이후 매물 추천부는, 제1 추천 매물에 상술한 분류 항목별로 서로 다른 가중치(121)를 적용하여 제2 추천 매물(130)을 도출하게 되며, 제2 추천 매물을 최종적으로 추천 매물, 즉 유저에 매칭되는 매물로 결정하여 유저 단말(20)에 제공할 수 있다.

상술한 예에서 가중치는, 제1 추천 매물을 비교하여 이 중에서 더욱 유저의 관심을 끌만한 것으로 판단되는 매물을 제2 추천 매물로서 유저 단말(20)에 제공하기 위하여 사용되는 개념이다. 예를 들어 제1 추천 매물에 포함된 차량 정보들 중, 분류 항목, 즉 판매 가격, 차종, 차량 제조사, 연식, 주행 거리 및 지역 정보에 대한 정보들과 유저의 선호 데이터와의 유사도를 판단하고, 각 유사도에 상술한 가중치를 적용하여 최종 유사도를 판정함으로써 유사도 수치 순으로 제2 추천 매물이 결정된다.

이때 가중치는, 적어도 상술한 제1 분석 데이터(110)로부터 산출된 분류 항목별 카운팅 횟수에 비례하도록 적용된다.

예를 들어, 제1 분석 데이터(110)에서 유저가 차량 검색 시 사용한 분류 항목의 횟수가, 판매 가격 10회, 차종 9회, 차량 제조사 8회, 연식 6회, 주행 거리 4회 및 지역 정보 3회인 경우, 기본 가중치를 1로 설정할 때, 판매 가격 10, 차종 9, 차량 제조사 8, 연식 6, 주행 거리 4 및 지역 정보 3으로 설정하고, 상술한 각 검색시마다 입력하였던 항목별 정보의 평균값 및 기 조회한 차량의 분류 항목별 정보의 평균값 중 적어도 하나와 제1 추천 매물에 포함된 차량의 항목별 정보의 유사도(오차 비율)에 상술한 가중치를 곱하여 최종 유사도 수치를 산출하게 된다.

이에 따라서 최종 유사도 수치가 산출되면, 매물 추천부는 유사도 수치가 높은 순으로 제1 추천 매물(120)들 중 기설정된 개수(예를 들어 3개)의 매물을 제2 추천 매물(130)로서 결정한다. 상술한 바와 같이 제2 추천 매물(130)은 상술한 매칭 알고리즘에 기초하여 유저에 매칭되는 것으로 판단되는 매물을 의미한다.

상술한 매칭 알고리즘에 기초하여 본 발명의 매물 추천부는 유저에게 매칭되는 매물을 추천함으로써, 유저의 행동 내역을 바탕으로 유저마다 맞춤화된 차량을 추천할 수 있다.

한편 도 4는 본 발명에서 매칭 알고리즘을 갱신하는 학습 방식의 일 실시예의 흐름을 설명하기 위한 도면이다.

도 4를 참조하면, 매물 추천부는 외부 네트워크(SNS, 포털, 뉴스 등)을 통하여 차량 검색에 관련된 외부 데이터를 크롤링하게 된다. 본 발명에서 외부 네트워크는 상술한 바와 같이 소셜 네트워크 서비스(SNS), 인터넷 포털 사이트, 온라인 상에서 게시된 뉴스 등이 송수신되는 네트워크로서, 컴퓨팅 장치가 온라인에 연결되어 상술한 자료를 수집할 수 있는 모든 네트워크를 의미한다.

매물 추천부는 크롤링된 외부 데이터로부터, 신차 출시 및 판매 정보, 차량 결함에 관한 정보, 정비에 관련된 문의 및 이에 대한 답변 정보, 중고차 판매 및 구매에 관한 정보를 학습 대상 데이터로 수집하게 된다.

이후, 학습 대상 데이터와 분류 항목 정보 및 분류 항목별 가중치의 오차를 비교하여 분류 항목(110) 또는 가중치(121)에 적용으로써, 매칭 알고리즘을 갱신하게 된다. 매칭 알고리즘을 갱신하는 것은 예를 들어, 분류 항목(112)을 추가 또는 삭제하거나, 분류 항목별 가중치(121)를 보정하는 것을 의미한다.

예를 들어, 신차 출시 및 판매 정보에 따라서 중고차의 판매 가격은 사용자가 검색하는 판매 가격보다 낮아지거나 상승할 수 있다. 이때 사용자에게 맞춤화된 중고차의 판매 가격 역시 달라질 수 있고, 사용자에게 맞춤화된 중고차를 매칭 시 판매 가격에 대한 중요도가 감소 또는 증가할 수 있다. 이러한 경우, 상술한 가중치를 단순히 카운팅 횟수에 비례하도록 적용하지 않고, 비례하는 비율을 보정할 수 있다. 예를 들어 상술한 예에서 기본 가중치가 1이고 카운팅 횟수에 따라서 판매 가격이 10회인 경우, 가중치를 10으로 하지 않고, 예를 들어 10에 0.9를 곱하여 9로 설정하는 등 가중치의 비율을 조정함으로써 분류 항목별 가중치를 보정할 수 있다.

한편 차량 결함에 관한 정보 또는 정비에 관련된 문의 및 이에 대한 답변 정보가 다수 수집되는 경우, 분류 항목(112)에 정비 및 결함 정보를 새롭게 생성하고, 유저의 시스템 상에서의 차량 검색 내역들 중 정비 및 결함에 관한 수리 내역 정보에 대해서 검색한 내역에 관한 정보를 새롭게 카운팅하여 매칭 알고리즘에 적용할 수 있다. 상술한 예 이외에도, 분류 항목(112) 및 가중치(121)를 외부 네트워크를 통하여 보정할 수 잇는 예라면 어느 것이나 적용될 수 있음은 당연할 것이다.

상술한 바와 같이 매칭 알고리즘이 보정되면, 데이터베이스(14) 등으로부터 로그 데이터 또는 차량 조회 데이터가 추출된 후 도 3에 대한 설명에서 언급한 바와 같이 제1 분석 데이터(110) 및 제2 분석 데이터(111)가 추출되고, 이로부터 제1 추천 매물(120)이 도출된 뒤 가중치(121)가 적용되어 제2 추천 매물(130)이 도출됨으로써 유저와 차량 간의 매칭이 완료된다.

도 4와 같은 실시예에 의하여, 유저와 차량 간의 매칭 알고리즘이 더욱 정확하게 보정 및 학습됨으로써, 더욱 정확한 매칭이 가능해져 본 서비스를 이용한 유저의 차량 구매율이 높아질 수 있는 효과가 있다.

한편, 도 5는 본 발명에서의 매칭 알고리즘의 다른 실시예의 흐름을 설명하기 위한 도면이다.

유저(30)는 본 발명의 각 실시예의 구현에 따라서 제공되는 자동차 중개 서비스를 이용함에 따라서 다양한 데이터를 생성하는 주체가 된다. 도 3의 수치 산출 대상 정보(40)를 확인하면, 생성되는 데이터에는, 차량 검색 데이터, 게시글 등록 데이터, 댓글 등록 데이터, 게시글 또는 댓글에 대한 추천/비추천 액션 데이터, 거래 내역 데이터 및 선호 차량 정보 데이터가 포함될 수 있다.

차량 검색 데이터는 특정 차종의 차량에 대한 검색을 수행 시 이에 대해서 생성되는 로그 정보, 쿼리 정보 등을 의미하며, 게시글 등록 데이터는 본 서비스에서 제공되는 게시글 인터페이스 상에서 특정 차량에 대한 게시글을 등록 시 생성되는 데이터를 의미한다. 댓글 등록 데이터는 특정 게시글에 대해서 유저가 댓글 등을 등록 시 생성되는 데이터이며, 게시글 또는 댓글에 대한 추천/비추천 액션 데이터는, 유저가 기 등록된 게시글 또는 댓글에 대해서 추천/비추천 등으로 지칭되는 액션을 수행 시 생성되는 데이터를 의미한다. 거래 내역 데이터는 상술한 거래 내역과 동일하다.

선호 차량 정보 데이터는, 유저가 계정을 생성하거나 관리 시, 유저의 개인 정보에 포함시켜 관리할 수 있는 데이터로서, 유저가 선호하는 차량에 대한 정보를 의미한다. 선호 차량 정보 데이터에는, 차종, 연식, 주행거리, 거래 가격 등 차량을 식별할 수 있는 모든 데이터가 포함될 수 있다.

수치 산출 대상 정보(40)에 기재된 바와 같이 각 수치 산출 대상에 따라서, 해당 대상에 대한 정보가 등록될 때마다 서로 같거나 다른 비율로 매칭 수치가 가감된다. 이에 따라서 차량과 유저 간의 매칭 수치가 연산 및 누적 합산되며, 이를 바탕으로 최종 매칭 수치(50)가 산출된다.

다시 도 1에 대한 설명으로 돌아와서, 매물 추천부(11)는 매칭 알고리즘에 기초하여 유저에 매칭되는 매물을 유저 단말(20)에 제공함으로써 매물을 추천하게 된다. 물론, 추천하는 매물에 대한 정보 이외에, 상술한 바와 같이 유저 단말(20)을 통하여 매물에 대한 검색 및 조회가 가능하다.

매물 추천부(11)는 산출된 매칭 수치가 기설정된 임계값을 초과하는 매물을 유저 단말(20)에 제공하거나, 매칭 수치가 높은 순으로 기설정된 수만큼의 매물을 선택하여 유저 단말(20)에 제공하는 방식으로 매물에 대한 정보를 유저 단말(20)에 추천/제공할 수 있다.

한편 신규 유저가 서비스에 가입하거나, 신규 매물이 시스템 상에 등록되는 경우, 상기와 같은 매칭 수치를 정확하게 산출하기 어려운 문제점이 있다.

신규 유저가 서비스에 가입하는 경우를 위해, 매물 추천부(11)는, 신규 유저가 시스템(10)에 가입 시, 신규 유저의 위치 정보, 주요 활동 지역 정보, 활동 시간 정보 및 개인 정보를 포함하는 비교 대상 정보를 기 가입된 유저의 비교 대상 정보와 비교하고, 신규 유저의 비교 대상 정보와 유사한 비교 대상 정보를 갖는 순으로 기 가입 유저를 기설정된 수만큼 선택한 뒤, 선택된 기설정된 수의 기 가입 유저와 매칭 알고리즘에 기초하여 매칭되는 매물을 신규 유저의 단말에 추천 매물로서 제공할 수 있다.

신규 유저의 경우 상기와 같이 수치 산출 대상이 부족하기 때문에, 상기와 같이 비교 대상 정보를 바탕으로 신규 유저와 가장 유사한 것으로 판단되는 기 가입 유저를 선택하고, 해당 유저와 매칭 수치가 높은 차량을 추천 매물로서 추천하게 된다.

한편, 신규 매물이 시스템에 등록되는 경우를 위하여, 매물 추천부(11)는 시스템(10) 상에 신규 매물 등록 시, 신규 매물의 차종 정보, 주행 내역 정보 및 관리 내역 정보를 기 등록된 매물과 비교하여 매물 간 유사도 수치를 산출하고, 신규 매물과 유사도 수치가 높은 순으로 기 등록된 매물을 기설정된 수만큼 선택한 뒤, 선택된 기술정된 수의 기 등록된 매물과 매칭 알고리즘에 기초하여 매칭되는 유저에게 상기 신규 매물을 추천 매물로서 제공하게 된다. 물론, 신규 매물 자체에 대하여 매칭 알고리즘을 적용하여, 매칭되는 유저에게 신규 매물을 추천 매물로서 제공할 수 있다. 상기의 기능은 신규 매물이 기 등록된 매물과 중복되는 차종 등이 아닐 경우 적용되는 실시예로 이해될 수 있다.

도 2는 본 발명의 일 실시예에 따라서 유저 단말에 표시되는 서비스 이용 화면의 예이다.

도 2의 화면(100)을 참조하면, 특정 유저들은 차량 검색 메뉴(101)를 통하여 직접 매물을 검색할 수 있으며, 차계부(102) 메뉴를 통해 후술할 차량 관리 기능을 이용할 수 있다.

추천 매물(103)에서 유저들은 상술한 매물 추천부(11)의 기능 수행에 따라서 선택된 추천 매물에 대한 정보를 획득할 수 있다. 이와 같이 정확도가 매우 높게 매칭된 추천 매물을 유저들에게 제공하여, 유저들의 구매욕구를 자극함으로써 높은 확률로 해당 매물을 구매하도록 유도할 수 있다.

다시 도 1에 대한 설명으로 돌아와서, 차계부 관리부(12)는 유저가 보유한 차량에 대한 정비 정보를 포함하는 차량 관리를 위한 정보로서 차량 관리 정보를 확인할 수 있는 인터페이스인 차계부 인터페이스를 유저 단말에 제공하고, 차계부 인터페이스를 통해 유저 단말로부터 입력된 차량 관리 정보를 데이터베이스(14)에 저장하는 기능을 수행한다.

차계부란, 차량의 소유주가 차량의 정비 내역 및 주유 내역, 주행 내역에 대한 정보 등을 기재하는 문서로서, 본 발명에서는 해당 문서를 전자화하기 위하여 차계부 인터페이스를 제공하게 된다. 차계부 인터페이스를 통해, 유저들은 자신이 보유한 차량의 주행거리, 주유 정보 등을 직접 입력할 수 있으며, 정비 내역, 사고 처리 내역 등에 대한 정보 역시 직접 입력할 수 있다.

한편 차계부 인터페이스를 통하여 차계부를 전자화할 수 있고, 유저들은 유저 단말(20)을 통해 이를 확인할 수 있으므로, 유저 단말(20)과 근거리 통신 또는 무선 통신이 가능한 디바이스를 통해서 차계부 인터페이스에 자동으로 차량 관리 정보가 입력되도록 할 수 있다.

예를 들어, 주유소의 주유기 단말에 부착된 근거리 무선 통신 기능 및 주유기 단말의 프로세서를 통해 생성되는 데이터를 통하여, 유저들은 주유 시 자동으로 차계부 인터페이스를 통해 주유 금액, 주유량에 대한 정보를 입력하도록 할 수 있다. 또한 정비소의 단말을 통해, 유저들은 정비 또는 사고 처리 등의 액션을 수행 시 자동으로 차계부 인터페이스를 통해서 정비 이력 정보 및 사고 처리 정보 등을 차량 관리 정보로서 입력하여 상기 획득된 모든 정보가 데이터베이스(14)에 저장되도록 할 수 있다.

한편 차계부 관리부(12)는 차계부 인터페이스를 통하여 차량 관리 정보를 유저 단말(20) 또는 기타 외부 단말로부터 입력 받아 데이터베이스(14)에 저장하는 한편, 유저 단말(20)에 차량 관리 정보를 위한 다양한 정보를 제공할 수 있다. 예를 들어, 유저 단말(20)에 유저가 보유한 차량의 차량 상태를 체크하는 방법 도는 차량을 관리하는 구체적인 방법 등에 대한 안내 정보를 제공할 수 있다. 또한 유저 단말(20)의 GPS(Global Positioning System)을 통해서 유저 단말(20)의 위치 정보를 이용하여, 유저 단말(20)에 인접한 경정비 센터 등에 대한 정보를 제공할 수 있다. 경정비 센터 등에 대한 정보는, 센터명, 센터의 위치, 센터에서 취급하는 차종, 센터에서 관리 가능한 항목 등에 대한 모든 정보를 포함할 수 있다.

한편 차량 정비 정보 제공부(13)는, 데이터베이스(14)에 저장된 차량의 고질 결함 정보, 애프터 서비스 정보 및 예상 정비 정보를 포함하는 차량 정비 정보를 유저 단말(20)에 제공하는 기능을 수행한다.

차량 정비 정보 제공부(13)에서 제공되는 차량의 고질 결함 정보는, 외부의 네트워크를 통하여 수집되는 모든 정보에 따라서 도출되는 정보로서, 해당 차종에 대한 리콜 정보, 유저들의 정비 정보 등을 이용하여, 특정 차종에서 자주 발생되는 결함 정보 또는 리콜에 대응되는 결함 정보를 의미한다.

애프터 서비스 정보는 해당 차종에 대해서 제공되는 A/S 정보 등 유저가 보유한 차량에 대해서 이용할 수 있는 애프터 서비스에 대한 모든 정보를 포함하며, 예상 정비 정보는 유저가 운행하고 있는 차량에 대해서 예상되는 정비 내용에 대한 정보를 포함한다.

차량 정비 정보 제공부(13)는 고질 결함 정보 및 예상 정비 정보의 제공을 위하여, 차계부 관리부(12)에 의하여 저장 및 관리되는 차량 관리 정보와, 동일한 차종에 대해서 기 저장된 차량 관리 정보를 비교할 수 있다. 이를 통해, 기설정된 기간 내에 예상되는 정비 대상 정보를 차량 정비 정보로서 유저 단말(20)에 차량의 고질 결함 정보 및 애프터 서비스 정보와 함께 제공할 수 있다. 이에 대한 예가 도 4에 도시되어 있다.

도 6은 본 발명의 일 실시예에 따라서 차계부 인터페이스가 제공되는 기능을 설명하기 위한 도면이다.

도 6을 참조하면, 상술한 바와 같이 유저는 유저 단말(61), 주유소 기기(62) 및 정비소 단말(64)를 포함하는 다양한 디바이스(60)를 통해서, 차계부 관리부(12)를 통해 차량 관리 정보를 입력 및 저장할 수 있다. 차계부 관리부(12) 및 차량 정비 정보 제공부(13)에 의해서, 유저들은 차계부 인터페이스(200)를 통해 차량에 대한 관리에 필요한 정보를 확인할 수 있다.

차계부 인터페이스(200)를 참조하면, 위에서부터 유저가 보유한 차량(C4)에 대한 정보를 확인하고, 주행거리, 사고이력 정보를 확인할 수 있다. 또한 주유 이력 정보 및 주행거리 정보를 확인하여, 평균 연비 정보가 산출되어 확인할 수 있고, 주행 이력 정보 등을 이용하여 평균 시속 등 주행 패턴에 대한 정보 역시 확인할 수 있다. 이때, 주행 패턴에 따라서 차계부 인터페이스(200)에서는 유저에게 차량 운행 시 유의해야 할 사항에 대한 정보를 제공할 수 있다.

한편 상술한 바와 같이 유저의 위치 정보에 따라서 가까운 경정비 업체에 대한 정보를 확인할 수 있으며, 상술한 기능 수행에 따라서 유저가 보유한 차량에 대해서 예상되는 정비 대상에 대한 정보 역시 확인할 수 있다. 또한 차량별 고질 결함에 대한 정보를 확인할 수 있다.

상술한 본 발명의 각 실시예에 의하면, 단순히 유저의 위치 정보 및 관심 차종에 대한 정보 이외에, 유저의 거래 내역 및 행동 패턴 정보를 머신 러닝 기술을 통해 시스템(10)이 학습하도록 하고, 이를 바탕으로 유저와 차량 간의 매칭 수치를 산출하는 매칭 알고리즘을 통하여 유저와 차량 간의 매칭 수치를 산출한 뒤, 이를 기반으로 매물을 추천하게 된다. 특히, 신규 유저가 가입되거나 신규 매물이 등록될 시 상기의 매칭 수치를 이용하여 신규 유저에게 매칭되는 매물을 추천하거나, 신규 매물에 매칭되는 유저에게 신규 매물을 추천하게 된다.

도 7은 본 발명의 일 실시예에 있어서, 컴퓨팅 장치의 내부 구성의 일례를 설명하기 위한 블록도이다.

도 7에 도시한 바와 같이, 컴퓨팅 장치(11000)은 적어도 하나의 프로세서(processor)(11100), 메모리(memory)(11200), 주변장치 인터페이스(peripheral interface)(11300), 입/출력 서브시스템(I/Osubsystem)(11400), 전력 회로(11500) 및 통신 회로(11600)를 적어도 포함할 수 있다. 이때, 컴퓨팅 장치(11000)은 촉각 인터페이스 장치에 연결된 사용자단말기(A) 혹은 전술한 컴퓨팅 장치(B)에 해당될 수 있다.

메모리(11200)는, 일례로 고속 랜덤 액세스 메모리(high-speed random access memory), 자기 디스크, 에스램(SRAM), 디램(DRAM), 롬(ROM), 플래시 메모리 또는 비휘발성 메모리를 포함할 수 있다. 메모리(11200)는 컴퓨팅 장치(11000)의 동작에 필요한 소프트웨어 모듈, 명령어 집합 또는 그밖에 다양한 데이터를 포함할 수 있다.

이때, 프로세서(11100)나 주변장치 인터페이스(11300) 등의 다른 컴포넌트에서 메모리(11200)에 액세스하는 것은 프로세서(11100)에 의해 제어될 수 있다.

주변장치 인터페이스(11300)는 컴퓨팅 장치(11000)의 입력 및/또는 출력 주변장치를 프로세서(11100) 및 메모리 (11200)에 결합시킬 수 있다. 프로세서(11100)는 메모리(11200)에 저장된 소프트웨어 모듈 또는 명령어 집합을 실행하여 컴퓨팅 장치(11000)을 위한 다양한 기능을 수행하고 데이터를 처리할 수 있다.

입/출력 서브시스템(11400)은 다양한 입/출력 주변장치들을 주변장치 인터페이스(11300)에 결합시킬 수 있다. 예를 들어, 입/출력 서브시스템(11400)은 모니터나 키보드, 마우스, 프린터 또는 필요에 따라 터치스크린이나 센서등의 주변장치를 주변장치 인터페이스(11300)에 결합시키기 위한 컨트롤러를 포함할 수 있다. 다른 측면에 따르면, 입/출력 주변장치들은 입/출력 서브시스템(11400)을 거치지 않고 주변장치 인터페이스(11300)에 결합될 수도 있다.

전력 회로(11500)는 단말기의 컴포넌트의 전부 또는 일부로 전력을 공급할 수 있다. 예를 들어 전력 회로(11500)는 전력 관리 시스템, 배터리나 교류(AC) 등과 같은 하나 이상의 전원, 충전 시스템, 전력 실패 감지 회로(power failure detection circuit), 전력 변환기나 인버터, 전력 상태 표시자 또는 전력 생성, 관리, 분배를 위한 임의의 다른 컴포넌트들을 포함할 수 있다.

통신 회로(11600)는 적어도 하나의 외부 포트를 이용하여 다른 컴퓨팅 장치와 통신을 가능하게 할 수 있다.

또는 상술한 바와 같이 필요에 따라 통신 회로(11600)는 RF 회로를 포함하여 전자기 신호(electromagnetic signal)라고도 알려진 RF 신호를 송수신함으로써, 다른 컴퓨팅 장치와 통신을 가능하게 할 수도 있다.

이러한 도 7의 실시예는, 컴퓨팅 장치(11000)의 일례일 뿐이고, 컴퓨팅 장치(11000)은 도 7에 도시된 일부 컴포넌트가 생략되거나, 도 7에 도시되지 않은 추가의 컴포넌트를 더 구비하거나, 2개 이상의 컴포넌트를 결합시키는 구성 또는 배치를 가질 수 있다. 예를 들어, 모바일 환경의 통신 단말을 위한 컴퓨팅 장치는 도 7에 도시된 컴포넌트들 외에도, 터치스크린이나 센서 등을 더 포함할 수도 있으며, 통신 회로(1160)에 다양한 통신방식(WiFi, 3G, LTE, Bluetooth, NFC, Zigbee 등)의 RF 통신을 위한 회로가 포함될 수도 있다. 컴퓨팅 장치(11000)에 포함 가능한 컴포넌트들은 하나 이상의 신호 처리 또는 어플리케이션에 특화된 집적 회로를 포함하는 하드웨어, 소프트웨어, 또는 하드웨어 및 소프트웨어 양자의 조합으로 구현될 수 있다.

본 발명의 실시예에 따른 방법들은 다양한 컴퓨팅 장치를 통하여 수행될 수 있는 프로그램 명령(instruction) 형태로 구현되어 컴퓨터 판독 가능 매체에 기록될 수 있다. 특히, 본 실시예에 따른 프로그램은 PC 기반의 프로그램 또는 모바일 단말 전용의 어플리케이션으로 구성될 수 있다. 본 발명이 적용되는 애플리케이션은 파일 배포 시스템이 제공하는 파일을 통해 이용자 단말에 설치될 수 있다. 일 예로, 파일 배포 시스템은 이용자 단말이기의 요청에 따라 상기 파일을 전송하는 파일 전송부(미도시)를 포함할 수 있다.

이상에서 설명된 장치는 하드웨어 구성요소, 소프트웨어 구성요소, 및/또는 하드웨어 구성요소 및 소프트웨어구성요소의 조합으로 구현될 수 있다. 예를 들어, 실시예들에서 설명된 장치 및 구성요소는, 예를 들어, 프로세서, 콘트롤러, ALU(arithmetic logic unit), 디지털 신호 프로세서(digital signal processor), 마이크로컴퓨터, FPGA(field programmable gate array), PLU(programmable logic unit), 마이크로프로세서, 또는 명령(instruction)을 실행하고 응답할 수 있는 다른 어떠한 장치와 같이, 하나 이상의 범용 컴퓨터 또는 특수 목적컴퓨터를 이용하여 구현될 수 있다. 처리 장치는 운영 체제(OS) 및 상기 운영 체제 상에서 수행되는 하나 이상의 소프트웨어 애플리케이션을 수행할 수 있다. 또한, 처리 장치는 소프트웨어의 실행에 응답하여, 데이터를 접근, 저장, 조작, 처리 및 생성할 수도 있다. 이해의 편의를 위하여, 처리 장치는 하나가 사용되는 것으로 설명된 경우도 있지만, 해당 기술분야에서 통상의 지식을 가진 자는, 처리 장치가 복수 개의 처리 요소(processing element) 및/또는 복수 유형의 처리 요소를 포함할 수 있음을 알 수 있다. 예를 들어, 처리 장치는 복수 개의 프로세서 또는 하나의 프로세서 및 하나의 콘트롤러를 포함할 수 있다. 또한, 병렬 프로세서(parallel processor)와 같은, 다른 처리 구성(processing configuration)도 가능하다.

소프트웨어는 컴퓨터 프로그램(computer program), 코드(code), 명령(instruction), 또는 이들 중 하나 이상의 조합을 포함할 수 있으며, 원하는 대로 동작하도록 처리 장치를 구성하거나 독립적으로 또는 결합적으로 (collectively) 처리 장치를 명령할 수 있다. 소프트웨어 및/또는 데이터는, 처리 장치에 의하여 해석되거나 처리 장치에 명령 또는 데이터를 제공하기 위하여, 어떤 유형의 기계, 구성요소(component), 물리적 장치, 가상장치(virtual equipment), 컴퓨터 저장 매체 또는 장치, 또는 전송되는 신호 파(signal wave)에 영구적으로, 또는 일시적으로 구체화(embody)될 수 있다. 소프트웨어는 네트워크로 연결된 컴퓨팅 장치 상에 분산되어서, 분산된 방법으로 저장되거나 실행될 수도 있다. 소프트웨어 및 데이터는 하나 이상의 컴퓨터 판독 가능 기록 매체에 저장될 수 있다.

실시예에 따른 방법은 다양한 컴퓨터 수단을 통하여 수행될 수 있는 프로그램 명령 형태로 구현되어 컴퓨터 판독 가능 매체에 기록될 수 있다. 상기 컴퓨터 판독 가능 매체는 프로그램 명령, 데이터 파일, 데이터 구조 등을 단독으로 또는 조합하여 포함할 수 있다. 상기 매체에 기록되는 프로그램 명령은 실시예를 위하여 특별히 설계되고 구성된 것들이거나 컴퓨터 소프트웨어 당업자에게 공지되어 사용 가능한 것일 수도 있다. 컴퓨터 판독 가능 기록 매체의 예에는 하드 디스크, 플로피 디스크 및 자기 테이프와 같은 자기 매체(magnetic media), CD-ROM, DVD와 같은 광기록 매체(optical media), 플롭티컬 디스크(floptical disk)와 같은 자기-광 매체(magneto-optical media), 및 롬(ROM), 램(RAM), 플래시 메모리 등과 같은 프로그램 명령을 저장하고 수행하도록 특별히 구성된 하드웨어 장치가 포함된다. 프로그램 명령의 예에는 컴파일러에 의해 만들어지는 것과 같은 기계어 코드뿐만 아니라 인터프리터 등을 사용해서 컴퓨터에 의해서 실행될 수 있는 고급 언어 코드를 포함한다. 상기된 하드웨어 장치는 실시예의 동작을 수행하기 위해 하나 이상의 소프트웨어 모듈로서 작동하도록 구성될 수 있으며, 그 역도 마찬가지이다.

이상과 같이 실시예들이 비록 한정된 실시예와 도면에 의해 설명되었으나, 해당 기술분야에서 통상의 지식을 가진 자라면 상기의 기재로부터 다양한 수정 및 변형이 가능하다. 예를 들어, 설명된 기술들이 설명된 방법과 다른 순서로 수행되거나, 및/또는 설명된 시스템, 구조, 장치, 회로 등의 구성요소들이 설명된 방법과 다른 형태로 결합 또는 조합되거나, 다른 구성요소 또는 균등물에 의하여 대치되거나 치환되더라도 적절한 결과가 달성될 수 있다. 그러므로, 다른 구현들, 다른 실시예들 및 특허청구범위와 균등한 것들도 후술하는 특허청구범위의 범위에 속한다.

Claims

1 이상의 프로세서 및 1 이상의 메모리를 포함하는 머신 러닝 기술을 통한 개인 맞춤형 자동차 중개 시스템으로서, 상기 시스템은,
유저의 상기 시스템 상에서의 거래 내역 및 행동 패턴 정보를 학습하여 유저와 차량 간을 매칭하는 매칭 알고리즘을 관리하고, 매칭 알고리즘에 기초하여 유저에 매칭되는 매물을 유저 단말에 제공하는 매물 추천부;
유저가 보유한 차량에 대한 정비 정보를 포함하는 차량 관리를 위한 정보로서 차량 관리 정보를 확인할 수 있는 인터페이스인 차계부 인터페이스를 유저 단말에 제공하고, 상기 차계부 인터페이스를 통해 유저 단말로부터 입력된 차량 관리 정보를 데이터베이스에 저장하는 차계부 관리부; 및
데이터베이스에 저장된 차량의 고질 결함 정보, 애프터 서비스 정보 및 예상 정비 정보를 포함하는 차량 정비 정보를 유저 단말에 제공하는 차량 정비 정보 제공부;를 포함하되,
상기 매물 추천부는,
유저의 상기 시스템 상에서의 차량 검색 내역을 포함하는 로그 데이터를 추출하고, 추출된 로그 데이터를 적어도 판매 가격, 차종, 차량 제조사, 연식, 주행 거리 및 지역 정보를 포함하는 분류 항목별로 카운팅한 제1 분석 데이터를 산출하고, 유저가 상기 시스템 상에서 기 조회한 차량 정보를 상기 분류 항목별로 분류하여 제2 분석 데이터를 산출하고, 상기 제1 분석 데이터와 상기 제2 분석 데이터를 이용하여 상기 분류 항목별로 유저의 선호 데이터를 산출한 뒤, 상기 유저의 선호 데이터와 차량 정보를 비교하여 유저 별로 제1 추천 매물을 도출하고, 도출된 제1 추천 매물에 상기 분류 항목별로 서로 다른 가중치를 적용하여 제2 추천 매물을 결정함으로써, 상기 제2 추천 매물을 유저 단말에 최종 추천 매물로서 제공하며,
적어도 제1 분석 데이터로부터 산출된 분류 항목별 카운팅 횟수에 비례하도록 가중치를 적용하고, 외부 네트워크를 통하여 차량 검색에 관련된 외부 데이터를 크롤링하여, 크롤링된 외부 데이터에 포함된 신차 정보, 차량 결함 정보, 정비 관련 문의 및 답변 정보, 중고차 판매 및 구매에 관한 정보를 학습 대상 데이터로 수집한 뒤, 학습 대상 데이터와 분류 항목 정보 및 분류 항목별 가중치의 오차를 비교하여, 상기 매칭 알고리즘을 갱신하는 것을 특징으로 하는 머신 러닝 기술을 통한 개인 맞춤형 자동차 중개 시스템.

삭제

제1항에 있어서,
상기 매물 추천부는,
학습 대상 데이터와 분류 항목 정보 및 분류 항목별 가중치의 오차를 비교하여, 상기 분류 항목을 추가 또는 삭제하거나, 상기 분류 항목별 가중치를 보정하는 것을 특징으로 하는 머신 러닝 기술을 통한 개인 맞춤형 자동차 중개 시스템.

제1항에 있어서,
상기 매물 추천부는,
신규 유저가 상기 시스템에 가입 시, 상기 신규 유저의 위치 정보, 주요 활동 지역 정보, 활동 시간 정보 및 개인 정보를 포함하는 비교 대상 정보를 기 가입된 유저의 비교 대상 정보와 비교하고, 상기 신규 유저의 비교 대상 정보와 유사한 비교 대상 정보를 갖는 순으로 기 가입 유저를 기설정된 수만큼 선택한 뒤, 선택된 기설정된 수의 기 가입 유저와 상기 매칭 알고리즘에 기초하여 매칭되는 매물을 상기 신규 유저의 단말에 추천 매물로서 제공하는 것을 특징으로 하는 머신 러닝 기술을 통한 개인 맞춤형 자동차 중개 시스템.

제1항에 있어서,
상기 매물 추천부는,
상기 시스템 상에 신규 매물이 등록될 시, 신규 매물의 차종 정보, 주행 내역 정보 및 관리 내역 정보를 기 등록된 매물과 비교하여 매물 간 유사도 수치를 산출하고, 상기 신규 매물과 유사도 수치가 높은 순으로 기 등록된 매물을 기설정된 수만큼 선택한 뒤, 선택된 기설정된 수의 기 등록된 매물과 상기 매칭 알고리즘에 기초하여 매칭되는 유저에게 상기 신규 매물을 추천 매물로서 제공하는 것을 특징으로 하는 머신 러닝 기술을 통한 개인 맞춤형 자동차 중개 시스템.

제1항에 있어서,
상기 차계부 관리부는,
상기 유저 단말로부터 입력되거나 정비 업체 단말과의 근거리 통신을 이용하여 입력된 주유 정보, 정비 이력 정보 및 사고 처리 정보를 차량 관리 정보로서 상기 데이터베이스에 저장하고, 상기 유저 단말에 상기 유저가 보유한 차량의 차량 상태 체크 및 차량 관리 방법에 관한 정보를 제공하거나 유저 단말의 위치 정보를 이용하여 유저 단말에 인접한 경정비 센터에 대한 정보를 제공하는 것을 특징으로 하는 머신 러닝 기술을 통한 개인 맞춤형 자동차 중개 시스템.

제8항에 있어서,
상기 차량 정비 정보 제공부는,
상기 차계부 관리부에 의하여 저장되는 차량 관리 정보와, 동일한 차종에 대해서 기 저장된 차량 관리 정보를 비교하여, 상기 유저 단말에 차량의 고질 결함 정보, 애프터 서비스 정보 및 기설정된 기간 내에 예상되는 정비 대상 정보를 상기 차량 정비 정보로서 유저 단말에 제공하는 것을 특징으로 하는 머신 러닝 기술을 통한 개인 맞춤형 자동차 중개 시스템.