KR102113106B1

KR102113106B1 - 렌탈 중개 서버 및 시스템

Info

Publication number: KR102113106B1
Application number: KR1020190098731A
Authority: KR
Inventors: 윤영석
Original assignee: 윤영석
Priority date: 2019-08-13
Filing date: 2019-08-13
Publication date: 2020-05-20

Abstract

본 발명의 일실시예에 따른 렌탈 중개 서버는 물품 렌탈과 관련된 중개 플랫폼을 제어하는 제어부; 및 대여자의 회원 정보, 고객의 회원 정보 및 고객 렌탈 히스토리를 포함하는 데이터베이스를 포함하고, 상기 제어부는, 적어도 하나의 고객이 각각 사용하는 고객 장치로부터 현재 고객 신체 정보 또는 현재 고객 상황 정보 중 적어도 하나를 획득하고, 인공지능 알고리즘에 기반하여 상기 현재 고객 신체 정보 또는 상기 현재 고객 상황 정보를 분석하고, 상기 분석 결과에 기반하여 상기 적어도 하나의 고객에게 적합한 적어도 하나의 후보 렌탈 물품을 포함하는 렌탈 물품 추천 정보를 제공하고, 상기 고객 장치로부터 상기 적어도 하나의 후보 렌탈 물품 중 적어도 하나의 렌탈 물품을 선택하는 입력을 수신하고, 적어도 하나의 대여자가 각각 사용하는 대여자 장치에게 상기 선택한 적어도 하나의 렌탈 물품의 배송 준비를 요청하는 메시지를 전송하고, 상기 선택한 적어도 하나의 렌탈 물품과 관련된 배송 정보를 적어도 하나의 배송자가 각각 사용하는 배송자 장치에게 전송하고, 상기 선택한 적어도 하나의 렌탈 물품과 관련된 렌탈 정보를 상기 고객 장치에게 발송하고, 상기 고객 장치로부터 배송 확인 메시지를 수신할 경우, 상기 배송 확인 메시지를 수신한 날부터 상기 선택한 적어도 하나의 렌탈 물품과 관련된 렌탈 기간을 카운트할 수 있다.

Description

렌탈 중개 서버 및 시스템{MEDIATING SERVER AND SYSTEM FOR RENTAL}

본 발명은 렌탈 중개 서버 및 시스템에 관한 것으로, 보다 자세하게는 대여자와 고객을 중개 플랫폼을 통해 중개함으로써 다양한 물품을 렌탈하는 서비스를 제공하는 서버 및 시스템에 관한 것이다.

일반적으로 물품은 구입 후 시간이 지남에 따라 가치가 떨어지게 되는 바, 사용빈도가 많지 않거나 사용 필요성이 감소된 경우에 사용하지 않는 물품을 그냥 보관만 하는 것은 비경제적인 행위이며, 또한 한정된 용도나 시간에만 사용필요성이 있는 경우 신규 물품을 구입하는 것 또한 비경제적인 행위로서, 이러한 경우 중고물품을 소유한 사람으로부터 일정시간동안의 사용필요성이 있는 사람으로의 렌탈방식이 자원의 재활용이나 경제적인 측면에서 바람직하다 할 수 있다.

이에 따라, 신규 물품의 판매보다는 렌탈 비중을 높인 다양한 렌탈점이 많이 생겨났으나, 대부분 렌탈을 전문으로 하는 렌탈점의 운영자가 직접 소유한 물품을 렌탈 대상물로 하여 운영되는 방식이여서 렌탈 가능한 물품 종류가 한정될 수 밖에 없는 단점이 있었다.

또한, 물품종류가 한정이 없도록 일반 개인 대 개인 간 물품의 렌탈을 중개하는 중개 플랫폼이 없어서 각각의 개인에 최적화된 렌탈 서비스가 전혀 활성화되지 못하는 문제점이 있었다.

KR 10-1676354 KR 10-0699138

본 발명은 상기와 같은 문제점을 해결하기 위해 안출된 것으로서, 현재 고객신체 정보를 인공지능 알고리즘에 기반하여 분석함으로써 고객의 체형에 적합한 물품을 추천하는 서버 및 시스템을 제공하는 데 목적이 있다.

또한, 본 발명은 현재 고객 상황 정보를 인공지능 알고리즘에 기반하여 분석함으로써 고객의 상황에 적합한 물품을 추천하는 서버 및 시스템을 제공하는 데 목적이 있다.

또한, 본 발명은 물품 렌탈과 관련된 빅데이터를 분석함으로써 고객이 선택한 물품과 관련된 물품들을 추가로 추천하는 서비스를 제공하는 데 목적이 있다.

또한, 본 발명은 렌탈 회수 장소와 가장 가까운 배송자에게 배송을 부여함으로써 신속한 회수 서비스를 제공하는 데 목적이 있다.

또한, 본 발명은 렌탈 물품을 반납하지 않을 경우 고객에게 패널티를 부여함으로써 신뢰성 높은 회수 서비스를 제공하는 데 목적이 있다.

또한, 본 발명은 다양한 요소에 의해 렌탈 물품 평가 지수를 연산함으로써 합리적인 렌탈 비용을 결정하는 서비스를 제공하는 데 목적이 있다.

본 발명이 해결하고자 하는 과제들은 이상에서 언급된 과제로 제한되지 않으며, 언급되지 않은 또 다른 과제들은 아래의 기재로부터 통상의 기술자에게 명확하게 이해될 수 있을 것이다.

상기와 같은 본 발명에 따르면, 아래와 같은 다양한 효과들을 가진다.

본 발명은 수익성 및 신뢰성 높은 렌탈 중개 서비스를 제공함으로써 판매자에게 렌탈 수익, 광고 효과, 재고/반품 문제 해결 및 리싸이클 친환경 회사 이미지를 부여할 수 있고, 소비자에게 시간 및 경제적 낭비 절감, 짐 부담 감소 및 본인소유의 물품을 통한 렌탈 수익을 창출가능하게 해줄 수 있다.

또한, 본 발명은 현재 고객신체 정보를 인공지능 알고리즘에 기반하여 분석함으로써 고객의 체형에 적합한 물품을 추천할 수 있다.

또한, 본 발명은 현재 고객 상황 정보를 인공지능 알고리즘에 기반하여 분석함으로써 고객의 상황에 적합한 물품을 추천할 수 있다.

또한, 본 발명은 물품 렌탈과 관련된 빅데이터를 분석함으로써 고객이 선택한 물품과 관련된 물품들을 추가로 추천할 수 있다.

또한, 본 발명은 렌탈 회수 장소와 가장 가까운 배송자에게 배송을 부여함으로써 신속한 회수 서비스를 제공할 수 있다.

또한, 본 발명은 렌탈 물품을 반납하지 않을 경우 고객에게 패널티를 부여함으로써 신뢰성 높은 회수 서비스를 제공할 수 있다.

또한, 본 발명은 다양한 요소에 의해 렌탈 물품 평가 지수를 연산함으로써 합리적인 렌탈 비용을 결정하는 서비스를 제공할 수 있다.

도 1은 본 발명의 일 실시 예에 따른 렌탈 중개 서버 및 외부 장치들을 나타낸 블록도이다.
도 2는 본 발명의 다른 실시 예에 따른 렌탈 중개 서버 및 외부 장치들을 나타낸 블록도이다.
도 3은 본 발명의 일 실시 예에 따른 렌탈 중개 방법을 설명하기 위한 흐름도이다.
도 4는 본 발명의 일 실시 예에 따른 고객 신체 맞춤형 렌탈 중개 방법을 설명하기 위한 흐름도이다.
도 5는 본 발명의 일 실시 예에 따른 고객 상황 맞춤형 렌탈 중개 방법을 설명하기 위한 흐름도이다.
도 6은 본 발명의 일 실시 예에 따른 관련 렌탈 물품을 추천하는 방법을 설명하기 위한 흐름도이다.
도 7은 본 발명의 다른 실시 예에 따른 렌탈 물품 추천 방법을 설명하기 위한 흐름도이다.
도 8은 본 발명의 다른 실시 예에 따른 패턴 트리를 이용한 렌탈 물품 추천 방법을 설명하기 위한 흐름도이다.
도 9 및 도 10은 본 발명의 다른 실시 예에 따른 패턴 트리를 이용한 렌탈 물품 추천 방법을 설명하기 위한 예시도이다.
도 11은 본 발명의 다른 실시 예에 따른 조건 패턴 트리를 이용한 렌탈 물품 추천 방법을 설명하기 위한 흐름도이다.
도 12는 본 발명의 다른 실시 예에 따른 조건 패턴 트리를 이용한 렌탈 물품 추천 방법을 설명하기 위한 예시도이다.
도 13은 본 발명의 일 실시 예에 따른 렌탈 물품 회수 방법을 설명하기 위한 흐름도이다.
도 14는 본 발명의 일 실시 예에 따른 렌탈 물품 평가 지수에 따른 렌탈 비용을 결정하는 방법을 설명하기 위한 흐름도이다.

이하, 첨부된 도면을 참조하여 본 발명의 바람직한 실시예를 상세히 설명한다. 본 발명의 이점 및 특징, 그리고 그것들을 달성하는 방법은 첨부되는 도면과 함께 상세하게 후술되어 있는 실시예들을 참조하면 명확해질 것이다. 그러나 본 발명은 이하에서 게시되는 실시예들에 한정되는 것이 아니라 서로 다른 다양한 형태로 구현될 수 있으며, 단지 본 실시예들은 본 발명의 게시가 완전하도록 하고, 본 발명이 속하는 기술분야에서 통상의 지식을 가진 자에게 발명의 범주를 완전하게 알려주기 위해 제공되는 것이며, 본 발명은 청구항의 범주에 의해 정의될 뿐이다. 명세서 전체에 걸쳐 동일 참조 부호는 동일 구성 요소를 지칭한다.

다른 정의가 없다면, 본 명세서에서 사용되는 모든 용어(기술 및 과학적 용어를 포함)는 본 발명이 속하는 기술분야에서 통상의 지식을 가진 자에게 공통적으로 이해될 수 있는 의미로 사용될 수 있을 것이다. 또 일반적으로 사용되는 사전에 정의되어 있는 용어들은 명백하게 특별히 정의되어 있지 않는 한 이상적으로 또는 과도하게 해석되지 않는다.

본 명세서에서 사용된 용어는 실시예들을 설명하기 위한 것이며 본 발명을 제한하고자 하는 것은 아니다. 본 명세서에서, 단수형은 문구에서 특별히 언급하지 않는 한 복수형도 포함한다. 명세서에서 사용되는 "포함한다(comprises)" 및/또는 "포함하는(comprising)"은 언급된 구성요소 외에 하나 이상의 다른 구성요소의 존재 또는 추가를 배제하지 않는다.

도 1은 본 발명의 일 실시 예에 따른 렌탈 중개 서버 및 외부 장치들을 나타낸 블록도이다.

도 1을 참조하면, 본 발명의 일 실시 예에 따른 렌탈 중개 서버(100)는 외부 장치들에 해당하는 고객 장치(200), 대여자 장치(300) 및 배송자 장치(400)와 네트워크를 통해 통신 연결될 수 있다. 여기서 네트워크는 무선 네트워크 및 유선 네트워크를 포함할 수 있다. 예를 들어, 상기 네트워크는 근거리 통신 네트워크(예: 블루투스, WiFi direct 또는 IrDA(infrared data association)) 또는 원거리 통신 네트워크(예: 셀룰러 네트워크, 인터넷, 또는 컴퓨터 네트워크(예: LAN 또는 WAN))일 수 있다.

일 실시 예에서, 렌탈 중개 서버(100)는 고객, 대여자 및 배송자가 렌탈 중개 서버(100)의 운영자에게 중개 수수료를 지급함으로써 고객, 대여자 및 배송자를 중개하는 중개 플랫폼을 제공할 수 있다. 렌탈 중개 서버(100)는 대여자 소유의 렌탈 물품을 고객에게 렌탈하는 서비스를 중개할 수 있다. 여기서 렌탈 물품이란 의류, 인테리어 소품, 전자 장치 등 일회성으로 소비되지 않으면서 배송으로 이동 가능한 모든 물품을 의미할 수 있다. 또한, 렌탈 중개 서버(100)는 중개 플랫폼을 통해 고객, 대여자 및 배송자를 회원으로 등록시킬 수 있다. 한편, 여기서 중개 플랫폼은 고객, 대여자 및 배송자가 이용할 수 있는 웹 페이지 또는 전용 앱 어플리케이션 등을 포함할 수 있다.

일 실시 예에서, 고객이란 렌탈 서비스에 제공되는 렌탈 물품을 일정 기간 동안 사용하기 위해 렌탈 서비스를 이용하는 사람을 의미할 수 있다. 또한, 고객은 본인 소유의 물품을 다른 고객에게 중개 플랫폼을 통해 렌탈할 수 있다. 따라서, 고객은 잠재적으로는 대여자가 될 수 있다. 대여자란 본인이 제조하거나 유통하려고 하는 물품을 고객에게 렌탈함으로써 수익을 얻는 개인 또는 업체일 수 있다. 배송자란 배송 서비스를 제공할 수 있는 개인 또는 업체일 수 있다. 여기서 고객, 대여자 및 배송자는 국내에 상주하는 것에 한정되지 아니하고 해외에 위치하는 고객, 대여자 및 배송자를 포함하는 개념일 수 있다.

일 실시 예에서, 렌탈 중개 서버(100)는 제어부(110), 데이터베이스(120) 및 인공지능 에이전트(130)를 포함할 수 있다. 제어부(110)는 고객의 회원 정보, 대여자의 회원 정보, 배송자의 회원 정보, 고객 렌탈 히스토리를 관리할 수 있고, 물품 렌탈과 관련된 각종 동작들을 전반적으로 제어할 수 있고, 중개 플랫폼을 전반적으로 제어할 수 있다. 데이터베이스(120)는 고객의 회원 정보, 대여자의 회원 정보, 배송자의 회원 정보, 고객 렌탈 히스토리 등을 빅데이터화하여 저장할 수 있다.

일 실시 예에서, 인공지능 에이전트(130)는 인공 지능 알고리즘을 이용하여 학습된 학습 모델을 이용하여 현재 고객 신체 정보 또는 현재 고객 상황 정보를 분석하거나 복수의 플랫폼에서 관련 키워드를 추출할 수 있다. 예를 들어, 인공 지능 알고리즘은 기계학습, 신경망, 유전자, 딥러닝, 분류 알고리즘 중 적어도 하나를 포함할 수 있다.

발명의 한 실시 예에 따르면, 도면에는 도시되지 않았지만, 제어부(110)는 중개 플랫폼을 통해 고객, 대여자 및 배송자를 회원으로 가입시켜 정보를 관리할 수 있다. 고객, 대여자 및 배송자의 회원 정보는 이름, 주소, 연락처, 렌탈 비용 결제 방식, 계좌 정보 등을 포함할 수 있다.

일 실시 예에서, 고객 장치(200)는 적어도 하나의 주문자가 각각 사용하는 장치일 수 있고, 대여자 장치(300)는 적어도 하나의 차주가 각각 사용하는 장치일 수 있고, 배송자 장치(400)는 적어도 하나의 차주가 각각 사용하는 장치일 수 있다. 고객 장치(200), 대여자 장치(300) 및 배송자 장치(400)는 중개 플랫폼을 이용할 수 있거나 설치된 장치일 수 있다.

일 실시 예에서, 고객 장치(200), 대여자 장치(300) 및 배송자 장치(400)는, 예를 들면, 스마트폰(smartphone), 태블릿 PC(tablet personal computer), 이동 전화기(mobile phone), 영상 전화기, 전자책 리더기(e-book reader), 데스크탑 PC (desktop PC), 랩탑 PC(laptop PC), 넷북 컴퓨터(netbook computer), 워크스테이션(workstation), 서버(server), PDA(personal digital assistant), PMP(portable multimedia player), MP3 플레이어, 모바일 의료기기, 카메라, 또는 웨어러블 장치(wearable device) 중 적어도 하나를 포함할 수 있다.

도 2는 본 발명의 다른 실시 예에 따른 렌탈 중개 서버 및 외부 장치들을 나타낸 블록도이다. 설명의 간략화를 위해 도 1과 중복되는 구성 및 설명은 생략한다.

도 2를 참조하면, 렌탈 중개 서버(100)는 인공지능 서버(500), 세탁자 장치(600), 라이브러리 제작자 장치(700), 이벤트 마케팅자 장치(800) 및 결제 서버(900)와 네트워크를 통해 연결될 수 있다.

일 실시 예에서, 인공지능 서버(500)는 네트워크를 통해 렌탈 중개 서버(100)로부터 획득한 데이터에 기초하여 인공 지능 알고리즘을 이용하여 학습된 학습 모델을 제공할 수 있고, 직접 학습 모델에 따른 결과를 렌탈 중개 서버(100)에 제공할 수 있다.

일 실시 예에서, 세탁자 장치(600)는 렌탈 물품이 의류일 경우, 렌탈 기간 이후에 고객에게 회수한 의류를 세탁하는 세탁업체가 운영하는 장치일 수 있다. 렌탈 중개 서버(100)는 회수한 의류를 세탁 요청하는 메시지를 세탁자 장치(600)에게 제공할 수 있다.

일 실시 예에서, 라이브러리 제작자 장치(700)는 렌탈 서비스를 제공하는 중개 플랫폼에서 이용 가능한 다양한 객체를 제공할 수 있다. 여기서 객체는 고객의 아바타, 렌탈 물품에 대응하는 각종 이미지나 아이콘 등을 포함할 수 있다.

일 실시 예에서, 이벤트 마케팅자 장치(800)는 렌탈 서비스를 다양한 고객과 대여자가 참여할 수 있도록 유인하는 이벤트 마케팅을 제공할 수 있다.

일 실시 예에서, 결제 서버(900)는 렌탈 중개 플랫폼과 연동되어 렌탈 비용 및 렌탈 중개 수수료를 과금하는 기능을 수행할 수 있다.

도 3은 본 발명의 일 실시 예에 따른 렌탈 중개 방법을 설명하기 위한 흐름도이다. 도 3의 동작들은 도 1에 개시된 렌탈 중개 서버(100)의 제어부(110) 또는 인공지능 에이전트(130)에 의해 수행될 수 있다.

도 3을 참조하면, 일 실시 예에서, 일 실시 예에서, 제어부(110)는 동작 31에서, 적어도 하나의 고객이 각각 사용하는 고객 장치(200)로부터 현재 고객 신체 정보 또는 현재 고객 상황 정보 중 적어도 하나를 획득할 수 있다. 예를 들어, 현재 고객 신체 정보는 적어도 하나의 고객의 신체를 촬영한 적어도 하나의 이미지, 키 또는 몸무게 중 적어도 하나를 포함할 수 있고, 현재 고객 상황 정보는 물품 렌탈이 필요한 이벤트, 렌탈 물품의 종류, 렌탈 물품의 용도 또는 렌탈 물품의 등급 중 적어도 하나를 포함할 수 있다.

일 실시 예에서, 인공지능 에이전트(130)는 동작 32에서, 인공지능 알고리즘에 기반하여 현재 고객 신체 정보 또는 현재 고객 상황 정보를 분석할 수 있다. 예를 들어, 분석 결과 제어부(110)는 고객의 체형 또는 상황과 관련된 정보를 획득할 수 있다.

일 실시 예에서, 제어부(110)는 동작 33에서, 분석 결과에 기반하여 적어도 하나의 고객에게 적합한 적어도 하나의 후보 렌탈 물품을 포함하는 렌탈 물품 추천 정보를 제공할 수 있다. 구체적인 내용은 도 4 이하에서 후술한다.

일 실시 예에서, 제어부(110)는 동작 34에서, 고객 장치로부터 적어도 하나의 후보 렌탈 물품 중 적어도 하나의 렌탈 물품을 선택하는 입력을 수신할 수 있다. 또한, 상기 입력은 렌탈 물품 선택 이외에도 렌탈 기간을 선택하는 입력도 포함할 수 있다. 중개 플랫폼은 메뉴를 통해 렌탈 물품에 대응하는 렌탈 기간 별 렌탈 비용도 안내할 수 있다.

일 실시 예에서, 제어부(110)는 동작 35에서, 적어도 하나의 대여자가 각각 사용하는 대여자 장치(300)에게 선택한 적어도 하나의 렌탈 물품의 배송 준비를 요청하는 메시지를 전송할 수 있다.

일 실시 예에서, 제어부(110)는 동작 36에서, 선택한 적어도 하나의 렌탈 물품과 관련된 배송 정보를 적어도 하나의 배송자가 각각 사용하는 배송자 장치(400)에게 전송할 수 있다.

일 실시 예에서, 제어부(110)는 동작 37에서, 선택한 적어도 하나의 렌탈 물품과 관련된 렌탈 정보를 고객 장치(200)에게 발송할 수 있다. 예를 들어, 렌탈 정보는 렌탈 기간, 렌탈 비용, 렌탈 물품의 사용과 관련된 설명, 렌탈 물품 주의사항, 미 반납시 패널티 안내 등을 포함할 수 있다.

일 실시 예에서, 제어부(110)는 동작 38에서, 고객 장치로부터 배송 확인 메시지를 수신할 경우, 배송 확인 메시지를 수신한 날부터 선택한 적어도 하나의 렌탈 물품과 관련된 렌탈 기간을 카운트할 수 있다. 예를 들어, 렌탈 기간은 고객이 선택한 기간일 수 있다.

반면, 고객 장치(200)로부터 배송 확인 메시지를 수신하지 못할 경우, 제어부(110)는 배송 예정일부터 렌탈 기간을 강제로 카운트할 수 있다. 또는, 배송 예정일부터 1 일 내지 3일 이후부터 렌탈 기간을 카운트할 수 있다.

도 4는 본 발명의 일 실시 예에 따른 고객 신체 맞춤형 렌탈 중개 방법을 설명하기 위한 흐름도이다. 도 4의 동작들은 도 1에 개시된 렌탈 중개 서버(100)의 제어부(110) 또는 인공지능 에이전트(130)에 의해 수행될 수 있다.

도 4를 참조하면, 일 실시 예에서, 인공지능 에이전트(130)는 동작 41에서, 인공지능 알고리즘에 기반하여 현재 고객 신체 정보를 분석할 수 있다. 예를 들어, 현재 고객 신체 정보는 적어도 하나의 고객의 신체를 촬영한 적어도 하나의 이미지, 키 또는 몸무게 중 적어도 하나를 포함할 수 있다.

일 실시 예에서, 제어부(110)는 동작 42에서, 분석 결과에 기반하여 적어도 하나의 고객의 체형을 결정할 수 있다. 예를 들어, 적어도 하나의 고객의 체형은 얼굴 형태와 몸매 형상 등을 포함할 수 있다.

일 실시 예에서, 제어부(110)는 동작 43에서, 고객 렌탈 히스토리에 기반하여 결정한 체형에 대응하는 기존 고객 렌탈 정보를 확인할 수 있다. 예를 들어, 고객 렌탈 히스토리는 현재 서비스를 이용하는 고객 이외에 다른 고객들이 렌탈한 이력들을 누적한 빅데이터일 수 있다. 기존 고객 렌탈 정보는 기존 고객의 체형과 기존 고객의 렌탈 물품을 포함할 수 있다.

일 실시 예에서, 제어부(110)는 동작 44에서, 기존 고객 렌탈 정보와 현재 고객 신체 정보를 비교할 수 있다. 예를 들어, 기존 고객의 체형과 현재 고객의 체형을 비교할 수 있다.

일 실시 예에서, 제어부(110)는 동작 45에서, 비교 결과에 기반하여 적어도 하나의 렌탈 물품을 포함하는 렌탈 물품 추천 정보를 생성할 수 있다. 예를 들어, 제어부(110)는 현재 이용 고객의 체형에 대응하는 기존 고객들을 결정할 수 있고, 유사한 체형을 갖는 기존 고객들이 많이 이용했던 렌탈 의류들이 포함된 렌탈 물품 추천 정보를 생성할 수 있다.

일 실시 예에서, 제어부(110)는 동작 46에서, 중개 플랫폼을 통해 고객 장치에 적어도 하나의 고객에 대응하는 객체를 제공할 수 있다. 예를 들어, 객체는 고객의 체형에 기반하여 생성될 수 있고, 고객은 본인을 나타내는 객체(예: 아바타)를 중개 플랫폼에서 볼 수 있다.

일 실시 예에서, 제어부(110)는 동작 47에서, 객체와 결합가능하도록 적어도 하나의 렌탈 물품에 대응하는 렌탈 물품 객체를 제공할 수 있다. 예를 들어, 렌탈 물품 객체는 의류를 나타내는 이미지일 수 있고, 고객은 중개 플랫폼을 통해 렌탈 물품 객체를 확인할 수 있다.

일 실시 예에서, 도면에는 도시되지 않았지만, 제어부(110)는 고객에 대응하는 객체와 렌탈 물품 객체를 결합하는 기능과 결합한 객체를 표시하는 기능을 제공할 수 있다. 따라서, 고객은 중개 플랫폼을 통해 본인의 아바타에 다양한 의류 이미지를 결합시킴으로써 렌탈 의류 선택을 효과적으로 수행할 수 있다.

도 5는 본 발명의 일 실시 예에 따른 고객 상황 맞춤형 렌탈 중개 방법을 설명하기 위한 흐름도이다. 도 5의 동작들은 도 1에 개시된 렌탈 중개 서버(100)의 제어부(110) 또는 인공지능 에이전트(130)에 의해 수행될 수 있다.

도 5를 참조하면, 일 실시 예에서, 제어부(110)는 동작 51에서, 현재 고객 상황 정보와 관련된 적어도 하나의 후보 렌탈 물품을 확인할 수 있다. 예를 들어, 현재 고객 상황 정보는 물품 렌탈이 필요한 이벤트, 렌탈 물품의 종류, 렌탈 물품의 용도 또는 렌탈 물품의 등급 중 적어도 하나를 포함할 수 있다. 예를 들어 렌탈 물품이 의류일 경우, 제어부(110)는 물품 렌탈이 필요한 이벤트가 파티, 면접 또는 나들이인지 확인할 수 있고, 렌탈 물품의 종류가 캐주얼 또는 정장인 지 확인할 수 있고, 이에 따라, 제어부(110)는 예컨대 면접용 정장을 후보 렌탈 물품의 카테고리로서 확정할 수 있고 면접용 정장에 해당하는 복수의 후보 렌탈 물품들을 확인할 수 있다.

일 실시 예에서, 인공지능 에이전트(130)는 동작 52에서, 인공지능 알고리즘에 기반하여 적어도 하나의 후보 렌탈 물품을 판매하는 복수의 플랫폼들에서 관련 키워드를 추출할 수 있다. 예를 들어, 상기 복수의 플랫폼들은 후보 렌탈 물품을 판매하는 유통 업체가 운영하는 웹 페이지 또는 어플리케이션일 수 있다. 따라서, 복수의 플랫폼에서 자주 등장하는 키워드를 추출할 수 있다.

일 실시 예에서, 인공지능 에이전트(130)는 동작 53에서, 추출한 관련 키워드에 기반하여 적어도 하나의 렌탈 물품을 포함하는 렌탈 물품 추천 정보를 생성할 수 있다. 예를 들어, 인공지능 에이전트(130)는 추출한 키워드들을 이용하여 고객들에게 인기 있는 의류들을 결정할 수 있고, 이 중 인기있는 순서대로 렌탈 물품을 정렬한 리스트를 포함한 렌탈 물품 추천 정보를 생성할 수 있고, 고객 장치(200)에 제공할 수 있다.

전술한 내용에서는 렌탈 물품이 의류인 경우에 한정하여 설명하였으나, 의류 이외에 렌탈이 가능한 모든 물품에 대해 본 발명의 기술이 적용될 수 있음은 물론이다.

예를 들어, 고객은 중개 플랫폼을 통해 자신의 몸 뿐 아니라 자신의 얼굴을 촬영한 후 촬영된 이미지에 의류 이외에 가방이나 귀걸이, 안경, 넥타이 등의 액세서리 이미지 등을 맞춰보면서 자신에게 가장 잘 어울리는 해당 물품을 선택할 수 있다.

또한, 고객은 중개 플랫폼을 통해 빈 방이나 사무실 등의 공간을 촬영한 후 촬영된 공간 이미지에 가구, 침대, 인테리어 소품, 그림 등의 이미지를 해당 공간의 사이즈에 따라 다양하게 코디해 보면서 가장 적합하게 배치될 수 있는 해당 물품을 선택할 수도 있다.

또한, 고객은 중개 플랫폼을 통해 다양한 종류의 오토바이나 자동차 등의 좌석을 촬영한 후 촬영된 이미지에 본인의 아바타를 매칭시켜 디자인이나 색상 등 자신과 가장 잘 어울리는 해당 물품을 선택할 수도 있다.

따라서, 고객은 중개 플랫폼을 통해 의류 이외에 본인의 아바타에 렌탈 가능한 다양한 종류의 물품 이미지를 결합시킴으로써 해당 물품의 선택을 효과적으로 수행할 수 있다.

한편, 본 발명에서는 인스타그램, 페이스북 사진이나 고객으로부터 직접 수집된 사진 정보를 바탕으로 주기적으로 자동으로 고객 사진과 매칭되는 추천물품 홍보메시지를 SNS, 모바일 메시지, 카톡 메시지, 메일 메시지, 앱푸싱 메시지 등 모바일을 통해 발송될 수 있다.

또한, 이와 같은 자동추천 홍보메시지로 발송되는 제품은 다양한 종류의 패션 아이템, 렌탈 그림, 자동차 등 사진을 매칭시켜 추천 가능한 모든 렌탈 가능 제품 및 패션 아이템이 포함될 수 있다.

도 6은 본 발명의 일 실시 예에 따른 관련 렌탈 물품을 추천하는 방법을 설명하기 위한 흐름도이다. 도 6의 동작들은 도 1에 개시된 렌탈 중개 서버(100)의 제어부(110) 또는 인공지능 에이전트(130)에 의해 수행될 수 있다.

도 6을 참조하면, 일 실시 예에서, 제어부(110)는 동작 61에서, 고객 장치로부터 적어도 하나의 렌탈 물품 중 적어도 하나를 선택하는 입력을 수신할 경우, 고객 렌탈 히스토리에 기반하여 선택한 적어도 하나와 함께 선택된 적어도 하나의 관련 렌탈 물품을 확인할 수 있다. 예를 들어, 현재 고객이 a 물품을 선택한 경우, 기존 고객들 중 고객 A가 a를 렌탈하면서 b, c, d를 함께 구매하고, 고객 B가 a를 렌탈하면서 b와 c를 함께 구매한 경우, 제어부(110)는 b와 c를 관련 렌탈 물품으로 확인할 수 있다. 이는 설명의 편의를 위해 간략화한 것으로써 수많은 렌탈 내역을 통해 가장 많이 함께 렌탈된 순서대로 렌탈 물품들을 정렬하고, 이 중에서 관련 렌탈 물품을 확인할 수 있다.

일 실시 예에서, 제어부(110)는 동작 62에서, 적어도 하나의 고객에게 확인한 적어도 하나의 관련 렌탈 물품을 포함하는 관련 렌탈 물품 추천 정보를 제공할 수 있다.

일 실시 예에서, 제어부(110)는 동작 63에서, 적어도 하나의 관련 렌탈 물품을 적어도 하나의 고객이 선택할 경우, 선택한 적어도 하나의 고객의 중개 수수료를 할인하고 포인트를 지급할 수 있다. 예를 들어, 고객이 추가로 렌탈 물품을 이용하는 경우이므로 추가 수익 발생을 유도하기 위해 중개 수수료를 할인하고 포인트를 지급할 수 있고, 또는 렌탈 비용을 할인할 수 있다.

도 7은 본 발명의 다른 실시 예에 따른 렌탈 물품 추천 방법을 설명하기 위한 흐름도이다. 도 7의 동작들은 도 1에 개시된 렌탈 중개 서버(100)의 제어부(110) 또는 인공지능 에이전트(130)에 의해 수행될 수 있다.

도 7을 참조하면, 일 실시 예에서, 제어부(110)는 동작 71에서, 현재 고객 신체 정보 또는 현재 고객 상황 정보에 기반하여 기준 렌탈 물품을 결정할 수 있다. 예를 들어, 렌탈 물품이 의류일 경우, 기준 렌탈 물품은 의류 브랜드, 의류 이름, 의류의 코드 번호 등이 될 수 있다.

일 실시 예에서, 제어부(110)는 동작 72에서, 결정한 기준 렌탈 물품에 기반하여 적어도 하나의 후보 렌탈 물품을 결정할 수 있다. 예를 들어, 제어부(110)는 통계적 방법 및/또는 인공지능을 이용한 방법 등 여러 가지 방법을 이용하여 적어도 하나의 후보 렌탈 물품을 생성할 수 있다.

일 실시 예에서, 제어부(110)는 동작 73에서, 고객 렌탈 히스토리에 기반하여 결정된 출현 빈도에 따라 적어도 하나의 후보 렌탈 물품의 우선 순위를 결정할 수 있다. 예를 들어, 기준 렌탈 물품이 ‘A사 치마(코드번호:101010)’일 경우 상기 기준 렌탈 물품을 기초로 생성된 적어도 하나의 후보 렌탈 물품이 “A사 스웨터(코드번호:101020)(100회)”, “B사 재킷(코드번호:202040)(150회)”, “C사 모자(코드번호:307060)(200회)”, “D사 구두(코드번호:404033) (230회)” 인 경우, 서버는 출현 빈도를 기준으로 “D사 구두(코드번호:404033) (230회)”, “C사 모자(코드번호:307060)(200회)”, “B사 재킷(코드번호:202040)(150회)”, 및 “A사 스웨터(코드번호:101020)(100회)”의 순서로 정렬할 수 있다. 그리고 나서, 제어부(110)는 가장 출현 빈도가 높은 “D사 구두(코드번호:404033) (230회)”을 우선적으로 렌탈 물품 추천 정보에 포함시킬 수 있다. 따라서, 제어부(110)는 하나의 스타일링 세트(치마, 스웨터, 재킷, 모자, 구두 등)를 기준으로 해당 스타일링 세트에 어울리거나 많이 구매 또는 렌탈된 다른 상품들을 추천할 수 있다.

또한, 예를 들어, 기준 렌탈 물품인 ‘A사 치마(코드번호:101010)’를 기초로 생성된 적어도 하나의 후보 렌탈 물품이 “B사 치마(코드번호:201010)(100회)”, “C사 치마(코드번호:301010)(150회)”, “D사 치마(코드번호:401010)(200회)”, “E사 치마(코드번호:501010) (230회)” 인 경우, 서버는 출현 빈도를 기준으로 “E사 치마(코드번호:501010) (230회)”, “D사 치마(코드번호:401010)(200회)”, “C사 치마(코드번호:301010)(150회)”, 및 “B사 치마(코드번호:201010)(100회)”의 순서로 정렬할 수 있다. 그리고 나서, 제어부(110)는 가장 출현 빈도가 높은 “E사 치마(코드번호:501010) (230회)”을 우선적으로 렌탈 물품 추천 정보에 포함시킬 수 있다. 따라서, 동일한 상품을 기준으로 많이 구매 또는 렌탈된 동일 또는 다른 회사의 유사 상품들을 추천할 수 있다.

일 실시 예에서, 제어부(110)는 동작 74에서, 우선 순위가 반영된 렌탈 물품 추천 정보를 고객 장치(200)에 제공할 수 있다.

도 8은 본 발명의 다른 실시 예에 따른 패턴 트리를 이용한 렌탈 물품 추천 방법을 설명하기 위한 흐름도이다. 도 9 및 도 10은 본 발명의 다른 실시 예에 따른 패턴 트리를 이용한 렌탈 물품 추천 방법을 설명하기 위한 예시도이다. 도 8의 동작들은 도 1에 개시된 렌탈 중개 서버(100)의 제어부(110) 또는 인공지능 에이전트(130)에 의해 수행될 수 있다.

도 8의 동작들을 구체적으로 설명하기 전에 도 9의 예시도를 통해 패턴 트리를 구축하고 패턴 트리를 기초로 렌탈 물품 추천 정보를 마이닝하는 방법을 설명한다. 예를 들어, 렌탈 중개 서버(100)는 패턴 트리라는 데이터 구조에 복수의 렌탈 물품들을 저장할 수 있다. 패턴 트리는 서로 유사한 및/또는 동일한 렌탈 물품을 연결하는 링크를 포함할 수 있다. 또한, 서로 연결된 렌탈 물품은 연결 리스트처럼 고려될 수 있다. 패턴 트리는 발생이 잦은 렌탈 물품 집합을 저장하는데 사용되며, 집합에는 트리의 경로가 저장될 수 있다. 유사한 및/또는 동일한 렌탈 물품을 포함하는 집합은 트리의 부분을 공유하며, 단지 트리를 분할하는 부분만 다르다. 하나의 노드는 집합에 있는 하나의 단일 렌탈 물품과 이 렌탈 물품이 순서대로 발생된 횟수로 정의될 수 있다. 따라서, 경로는 얼마나 여러 번 순차적으로 발생했는지를 설명할 수 있다. 패턴 트리는 알려진 유사한 및/또는 동일한 렌탈 물품 간의 연결 정보를 제공하는 노드 링크를 포함할 수 있고, 노드 링크는 유사한 및/또는 동일한 렌탈 물품들의 위치를 빠르게 찾을 수 있는 정보를 포함할 수 있다. 렌탈 중개 서버(100)가 데이터 베이스를 첫 번째로 검색하는 경우, 렌탈 중개 서버(100)는 패턴 트리를 구축하기 위해서 모든 렌탈 물품들의 발생 빈도를 계산할 수 있다.

또한, 렌탈 중개 서버(100)는 최소 임계 값으로 지지도를 사용할 수 있다. 예를 들어, 렌탈 중개 서버(100)는 지지도 미만으로 발생하는 렌탈 물품은 빈발하지 않은 렌탈 물품이라고 간주할 수 있고, 지지도 이상으로 발생하는 렌탈 물품은 빈발한 렌탈 물품이라고 간주할 수 있다. 렌탈 중개 서버(100)는 빈발한 렌탈 물품들을 이용하여 패턴 트리를 구축할 수 있다.

또한, 렌탈 중개 서버(100)는 패턴 트리에 기반하여 렌탈 물품 추천 정보를 마이닝할 수 있다. 예를 들어, 렌탈 중개 서버(100)가 데이터 베이스를 두 번째로 검색하는 경우, 렌탈 중개 서버(100)는 빈발한 렌탈 물품에만 접근할 수 있다. 렌탈 중개 서버(100)는 빈발한 렌탈 물품으로 구축된 패턴 트리를 이용하여, 사용자에게 제공할 수 있는 렌탈 물품 추천 정보를 생성할 수 있다.

도 9 (a)를 참조하면, 검색된 구매 또는 렌탈 이력의 식별 번호 및 후보 렌탈 물품이 도시되고 있다. 예를 들어, 식별 번호는 설명의 간략화를 위하여 1,2,3 등으로 표시할 수 있다. 또한, 후보 렌탈 물품들 역시 설명의 간략화를 위하여 a, b, c, d 등으로 표시할 수 있다. 각각의 식별 번호에는 적어도 하나의 후보 렌탈 물품들이 포함되어 있는데, 예를 들어, 식별번호 1에 대응되는 구매 또는 렌탈 이력에는 ‘r, z, h, j, p’와 같은 후보 렌탈 물품들이 포함될 수 있다. 이와 같이 렌탈 중개 서버(100)는 모든 검색된 구매 또는 렌탈 이력에 대하여 식별 번호, 및 후보 렌탈 물품들을 생성할 수 있다.

도 9 (b)를 참조하면, 예시적인 패턴 트리가 나타나 있다. 패턴 트리는 렌탈 물품의 출현 빈도가 지지도 이상인 후보 렌탈 물품들을 이용하여 생성될 수 있다. 패턴 트리는 적어도 하나의 노드를 포함할 수 있고, 각 노드는 후보 렌탈 물품의 명칭 및 출현 빈도수에 대한 정보를 포함할 수 있다. 또한, 패턴 트리는 동일하거나 유사한 렌탈 물품들 사이를 연결하는 링크 정보를 포함할 수 있다.

상기 도 9에 따른 패턴 트리 구축의 설명에 기반하여 도 8을 설명한다.

도 8을 참조하면, 일 실시 예에서, 제어부(110)는 동작 81에서, 데이터 구조를 생성할 수 있다. 예를 들어, 트리를 구축하기 위해서는 트리를 저장할 수 있는 저장 공간이 필요한데, 제어부(110)는 트리에 대한 각 노드를 저장 및/또는 정의하는 클래스를 생성할 수 있다. 예를 들어, 클래스는 노드의 이름을 지시하는 이름 정보, 노드의 출현 빈도를 지시하는 빈도 정보, 유사한 및/또는 동일한 렌탈 물품을 링크하는 정보를 포함하는 노드 링크 정보, 트리에 있는 부모 노드를 참조하기 위한 정보를 포함하는 부모 정보, 트리에 있는 자식 노드를 참조하기 위한 정보 또는 자식 노드를 저장하기 위한 자식 정보 중에서 적어도 하나를 포함할 수 있다.

이와 같이 제어부(110)는 클래스를 이용하여 상기 패턴 트리를 구성하는 노드 및 링크에 대한 정보를 포함하는 데이터 구조를 생성할 수 있다. 제어부(110)는 적어도 하나의 렌탈 물품을 포함하는 복수의 후보 렌탈 물품 및 지지도를 기초로 패턴 트리를 구축할 수 있다. 제어부(110)는 렌탈 물품 정보 내에 있는 모든 렌탈 물품을 읽으면서 각 렌탈 물품의 빈발도를 계산할 수 있다. 제어부(110)는 계산된 빈발도를 헤더 테이블에 저장할 수 있다.

일 실시 예에서, 제어부(110)는 동작 82에서, 우선 순위에 따라 정렬된 적어도 하나의 후보 렌탈 물품에 기반하여 패턴 트리를 구축할 수 있다. 여기서 우선 순위는 출현 빈도일 수 있다.

예를 들어, 제어부(110)는 각각의 구매 또는 렌탈 이력에 포함된 적어도 하나의 렌탈 물품들 중에서 미리 정해진 지지도 이상의 출현 빈도를 가지는 상기 적어도 하나의 후보 렌탈 물품을 추출할 수 있다. 예를 들어, 후보 렌탈 물품은 각각의 구매 또는 렌탈 이력에 포함된 적어도 하나의 렌탈 물품 중에서 빈발도가 지지도 이상인 렌탈 물품을 나타낼 수 있다. 제어부(110)는 헤더 테이블을 살펴보면서 지지도 보다 낮게 발생하는 렌탈 물품을 삭제할 수 있고, 지지도 이상 발생하는 나머지 렌탈 물품을 후보 렌탈 물품으로서 추출할 수 있다. 제어부(110)는 빈발한 렌탈 물품이 없다면 더 이상 진행하지 않을 수 있다. 그리고 나서, 제어부(110)는 각 유형의 렌탈 물품에 대한 횟수와 지시자를 저장할 수 있도록 헤더 테이블을 조금 확장할 수 있다. 그리고 제어부(110)는 공집합을 포함하는 기본 노드를 생성할 수 있다. 제어부(110)는 렌탈 물품의 집합을 다시 반복하여 읽을 수 있다. 이 때는 빈발한 렌탈 물품만을 사용하여 읽을 수 있다.

또한, 제어부(110)는 복수의 후보 렌탈 물품들에 포함된 상기 적어도 하나의 후보 렌탈 물품을 출현 빈도를 기초로 내림차순으로 정렬할 수 있다. 또한, 제어부(110)는 정렬된 적어도 하나의 후보 렌탈 물품을 포함하는 복수의 후보 렌탈 물품들을 기초로 패턴 트리를 구축할 수 있다.

구체적으로, 도 10 (a)를 참조하면, 예시적인 후보 렌탈 물품 및 정렬된 후보 렌탈 물품이 나타나 있다. 제어부(110)는 각 렌탈 물품 정보에 포함된 모든 렌탈 물품들에 대하여 빈발도를 계산할 수 있다. 그리고 나서, 제어부(110)는 빈발도가 지지도 미만인 렌탈 물품들은 제거하고, 빈발도가 지지도 이상인 렌탈 물품들만 후보 렌탈 물품으로 추출할 수 있다.

제어부(110)는 각 후보 렌탈 물품이 이미 존재한다면 이 후보 렌탈 물품을 기존 경로에 추가한다. 만일 후보 렌탈 물품이 존재하지 않는다면 새로운 경로를 생성하게 된다. 각 후보 렌탈 물품은 하나의 집합이며 순서대로 정렬되어 있지는 않을 수 있다. 즉, {z, x, y}와 {y, z, r}이 있을 때, 이 집합들이 겹치도록 하기 위해서는 유사한 및/또는 동일한 렌탈 물품이 필요하다. 이를 해결하기 위해서는 각 집합을 트리에 추가시키기 전에 정렬을 해야한다. 제어부(110)는 렌탈 물품의 빈발도를 이용하여 후보 렌탈 물품을 정렬할 수 있다.

구체적으로, 제어부(110)는 각각의 후보 렌탈 물품 내에서 추출된 후보 렌탈 물품들을 빈발도를 기준으로 내림차순으로 정렬할 수 있다. 예를 들어, 식별 정보 1에 대응되는 후보 렌탈 물품은 ‘r, z, h, j, p’를 포함할 수 있고, 제어부(110)는 빈발도가 지지도 보다 높은 ‘z, r’을 내림차순으로 정렬할 수 있다. 이와 같이 제어부(110)는 후보 렌탈 물품을 빈도수를 기초로 필터링 및 정렬할 수 있다.

도 10 (b)를 참조하면, 제어부(110)가 정렬된 후보 렌탈 물품을 기초로 패턴 트리를 구축하는 과정이 나타나 있다. 제어부(110)는 후보 렌탈 물품을 필터링한 뒤, 정렬하고 나면, 정렬된 후보 렌탈 물품을 이용하여 트리를 구축할 수 있다. 제어부(110)는 공집합을 가지고 트리의 구축을 시작할 수 있고, 이 집합에 정렬된 후보 렌탈 물품을 추가할 수 있다. 필터링 되고 정렬된 후보 렌탈 물품은 트리에 연속적으로 추가되어 트리에 있는 기존 원소들의 개수를 증가시키게 되고, 트리에 해당 원소가 없으면 가지를 뻗게 된다.

예를 들어, 제어부(110)는 공집합 노드를 생성하고, 식별정보 1 내지 6 에 대응되는 후보 렌탈 물품들을 패턴 트리에 추가할 수 있다. 서버는 빈발도가 가장 높은 렌탈 물품을 포함하는 후보 렌탈 물품을 먼저 패턴 트리에 추가할 수 있고, 빈발도가 높은 순서대로 다음 후보 렌탈 물품을 패턴 트리에 추가할 수 있다.

도 10 (c)를 참조하면, 헤더 테이블을 포함하는 패턴 트리가 나타나 있다. 헤더 테이블은 빈발도가 지지도 이상인 후보 렌탈 물품에 대한 정보 및 해당 후보 렌탈 물품의 빈발도에 대한 정보를 포함할 수 있다. 헤더 테이블은 패턴 트리에서 제공하는 모든 후보 렌탈 물품들에 빠르게 접근할 수 있도록 한다. 이를 위해서, 헤더 테이블은 유사한 및/또는 동일한 후보 렌탈 물품을 찾기 위한 시작점 정보를 포함할 수 있다. 이와 같이 헤더 테이블은 시작점 정보(또는 지시자)를 저장하는 것 외에도 패턴 트리에 있는 모든 원소 유형의 전체 수를 추적하는데 사용될 수 있다. 그리고, 패턴 트리에 포함된 각 노드는 각각의 노드에서의 렌탈 물품에 대한 정보 및 해당 후보 렌탈 물품의 빈도수에 대한 정보를 포함할 수 있다. 또한, 각 노드는 유사한 및/또는 동일한 후보 렌탈 물품을 찾기 위한 링크 정보를 포함할 수 있다.

일 실시 예에서, 제어부(110)는 동작 83에서, 패턴 트리에 기반하여 렌탈 물품 추천 정보를 마이닝할 수 있고, 동작 84에서, 마이닝 결과가 반영된 렌탈 물품 추천 정보를 생성할 수 있다.

도 11은 본 발명의 다른 실시 예에 따른 조건 패턴 트리를 이용한 렌탈 물품 추천 방법을 설명하기 위한 흐름도이다. 도 12는 본 발명의 다른 실시 예에 따른 조건 패턴 트리를 이용한 렌탈 물품 추천 방법을 설명하기 위한 예시도이다. 도 11의 동작들은 도 1에 개시된 렌탈 중개 서버(100)의 제어부(110) 또는 인공지능 에이전트(130)에 의해 수행될 수 있다.

도 11을 참조하면, 일 실시 예에서, 제어부(110)는 동작 1101에서, 조건 패턴 베이스 정보를 생성할 수 있다. 예를 들어, 제어부(110)는 헤더 테이블에 포함된 각각의 렌탈 물품에 대하여 패턴 트리로부터 찾고자 하는 렌탈 물품이 포함된 말단 부분에 대한 적어도 하나의 사전 경로의 집합을 포함하는 조건 패턴 베이스 정보를 생성할 수 있다. 예를 들어 사전 경로는 패턴 트리에서 찾고자 하는 렌탈 물품과 패턴 트리의 시작 부분 사이에 대한 경로 정보가 될 수 있다. 사전 경로는 패턴 트리를 생성하는데 사용될 수 있다.

일 실시 예에서, 제어부(110)는 동작 1102에서, 조건 패턴 베이스 정보에 기반하여 조건 패턴 트리를 구축할 수 있다. 예를 들어, 제어부(110)는 헤더 테이블에 포함된 각각의 렌탈 물품에 대하여 조건 패턴 베이스 정보에 포함되는 적어도 하나의 렌탈 물품 중에서 지지도 이상의 출현 빈도를 가지는 적어도 하나의 렌탈 물품을 포함하는 조건 패턴 트리를 구축할 수 있다. 예를 들어, 제어부(110)는 헤더 테이블의 맨 아래 부분부터 시작하여 조건 패턴 베이스 정보를 기초로 조건 패턴 트리를 구축할 수 있다. 즉, 제어부(110)는 빈발도가 가장 낮은 렌탈 물품부터 시작하여 조건 패턴 베이스 정보를 기초로 조건 패턴 트리를 구축할 수 있다.

일 실시 예에서, 제어부(110)는 동작 1103에서, 조건 패턴 트리의 부분 집합 및 헤더 테이블에 포함된 렌탈 물품이 조합된 렌탈 물품 추천 정보를 생성할 수 있다. 예를 들어, 제어부(110)는 조건 패턴 트리의 부분 집합 및 헤더 테이블에 포함된 각각의 렌탈 물품이 조합된 적어도 하나의 렌탈 물품 추천 정보를 생성할 수 있다. 그리고 나서, 제어부(110)는 생성된 적어도 하나의 렌탈 물품 추천 정보를 고객 장치(200)로 제공할 수 있다. 이때, 제어부(110)는 생성된 렌탈 물품 추천 정보에 포함된 적어도 하나의 렌탈 물품에 대하여, 추가적으로 필터링 및 정렬을 수행하고, 고객 장치(200)로 제공할 수 있다. 예를 들어, 제어부(110)는 빈도수가 높은 렌탈 물품을 우선적으로 고객 장치(200)로 제공할 수 있다.

도 12 (a) 를 참조하면, 조건 패턴 트리를 구축하는 모습이 나타나 있다. 예를 들어, 제어부(110)는 빈발도가 가장 낮은 렌탈 물품 ‘t’를 기준으로 조건 패턴 트리를 구축할 수 있다. 렌탈 물품 ‘t’에 해당하는 조건 패턴 베이스 정보는 ‘{z,x,y,s : 2}’, ‘{z,x,y,r : 1}’일 수 있다. ‘z,x,y,r’ 및 ‘z,x,y,s’는 사전 경로일 수 있고, ‘2’, ‘1’는 사전 경로에 대한 빈발도일 수 있다. 서버는 지지도 ‘3’을 기준으로 빈발도가 ‘3’보다 작은 지정 물품인 ‘s’ 및 ‘r’을 제거할 수 있다. 그리고 나서, 제어부(110)는 공집합인 조건 패턴 트리에 {y, x, z : 2} 및 {y, x, z : 1}를 순차적으로 추가할 수 있다.

도 12 (b)를 참조하면, 조건 패턴 트리로 생성된 렌탈 물품 추천 정보가 나타나 있다. 예를 들어, 지정 물품 ‘t’에 대한 사전 경로는 {z, x, y, s}, {z, x, y, r}이 될 수 있다. 이러한 각각의 사전 경로는 이들과 관계된 개수(또는 빈발도)를 가질 수 있다. 이 개수는 시작 렌탈 물품과 동일한 수가 될 수 있다. 이러한 수는 각 경로 상에 있는 ‘t’들의 개수로 정의될 수 있다.

조건 패턴 트리는 조건 패턴 베이스 정보에 포함된 모든 렌탈 물품들 중에서 빈도수가 지지도 이상인 후보 렌탈 물품들로 구성될 수 있다. 예를 들어, 렌탈 물품 ‘t’에 대한 조건 패턴 트리는 ‘z’, ‘x’, ‘y’ 렌탈 물품들로 구성될 수 있다.

렌탈 물품 추천 정보는 상기 조건 패턴 트리의 부분 집합 및 상기 헤더 테이블에 포함된 각각의 렌탈 물품이 조합된 집합일 수 있다. 예를 들어, 렌탈 물품 ‘t’를 기준으로 하는 렌탈 물품 추천 정보는 {z, x, y}의 부분 집합 및 렌탈 물품 {t}가 조합된 집합일 수 있다. 즉, 렌탈 물품 ‘t’를 기준으로 하는 렌탈 물품 추천 정보는 {t, z}, {t, x}, {t, y}, {t}, {t, x, z}, {t, x, y}, {t, z, y}, {t, z, x, y} 를 포함할 수 있다.

이와 같은 방법으로 제어부(110)는 헤더 테이블에 포함된 모든 후보 렌탈 물품에 대하여 렌탈 물품 추천 정보를 생성할 수 있다. 그리고 나서, 제어부(110)는 생성된 렌탈 물품 추천 정보를 고객 장치(200)에 제공할 수 있다.

도 13은 본 발명의 일 실시 예에 따른 렌탈 물품 회수 방법을 설명하기 위한 흐름도이다. 도 13의 동작들은 도 1에 개시된 렌탈 중개 서버(100)의 제어부(110) 또는 인공지능 에이전트(130)에 의해 수행될 수 있다.

도 13을 참조하면, 일 실시 예에서, 제어부(110)는 동작 1301에서, 렌탈 기간에 기반하여 고객 장치(200)에게 회수 예정 메시지를 전송할 수 있다. 예를 들어, 회수 예정 메시지는 렌탈 기간과 회수 예정일을 포함할 수 있다.

일 실시 예에서, 제어부(110)는 동작 1302에서, 회수 예정 메시지에 대응하는 고객의 응답 메시지를 상기 고객 장치로부터 수신한 지 확인할 수 있다. 예를 들어, 고객의 응답 메시지는 반납 가능을 나타내는 내용을 포함할 수 있다.

일 실시 예에서, 제어부(110)는 동작 1303에서, 회수 예정 메시지에 대응하는 고객의 응답 메시지를 고객 장치로부터 수신할 경우, 적어도 하나의 배송자의 현재 위치를 확인할 수 있다.

일 실시 예에서, 제어부(110)는 동작 1304에서, 적어도 하나의 고객과 관련된 수거 장소와 적어도 하나의 배송자의 상기 현재 위치를 비교할 수 있다. 예를 들어, 수거 장소가 고객의 집일 경우, 고객의 집을 기준으로 배송자의 현재 위치를 비교하여 가장 가까운 배송자를 확인할 수 있다.

일 실시 예에서, 제어부(110)는 동작 1305에서, 비교 결과 가장 가까운 배송자에게 회수 정보를 전송할 수 있다. 예를 들어, 회수 정보는 회수 장소 주소, 고객의 전화번호, 렌탈 물품 반납 장소 등을 포함할 수 있다.

일 실시 예에서, 제어부(110)는 동작 1306에서, 회수 예정 메시지에 대응하는 고객의 응답 메시지를 고객 장치로부터 수신하지 못하거나 렌탈 물품을 반납 받지 못할 경우, 적어도 하나의 고객에게 패널티를 부여할 수 있다. 예를 들어, 렌탈 중개 서비스에서 신뢰성 높은 회수 시스템을 구축하기 위해 렌탈 비용을 더 높게 부가하거나 포인트를 소멸하거나 회원 자격을 박탈할 수 있다.

도 14는 본 발명의 일 실시 예에 따른 렌탈 물품 평가 지수에 따른 렌탈 비용을 결정하는 방법을 설명하기 위한 흐름도이다. 도 14의 동작들은 도 1에 개시된 렌탈 중개 서버(100)의 제어부(110) 또는 인공지능 에이전트(130)에 의해 수행될 수 있다.

도 14를 참조하면, 일 실시 예에서, 제어부(110)는 동작 1401에서, 고객 렌탈 히스토리에 기반하여 각각의 렌탈 물품의 내용연수, 총 렌탈 대여일수, 서로 다른 고객이 렌탈한 횟수, 세탁 횟수, 총 렌탈 대여일수 중 일평균기온이 기준 온도보다 높은 대여일수의 비율 또는 수선 횟수 중 적어도 하나를 확인할 수 있다. 예를 들어, 렌탈 물품의 내용연수는 일반적으로 해당 렌탈 물품을 판매하는 업계에서 정하는 내용연수로 정해질 수 있다. 상기 기준 온도는 20도일 수 있고, 이와 달리 기준 온도는 사람이 땀을 많이 배출할 가능성이 높은 가능성을 고려하여 설정될 수 있다.

일 실시 예에서, 제어부(110)는 동작 1402에서, 확인한 적어도 하나에 기반하여 렌탈 물품 평가 지수를 연산할 수 있다. 렌탈 물품 평가 지수는 렌탈 물품의 렌탈 물품의 감가 상각을 반영하기 위한 지수일 수 있고, 이를 이용하여 렌탈 비용을 조정할 수 있다. 예를 들어, 기본적으로 렌탈 물품 평가 지수는 하기와 같이 결정된다.

렌탈 물품 평가 지수 = 총 렌탈 대여 일수/렌탈 물품의 내용연수 + 가중치

여기서 가중치는 서로 다른 고객이 렌탈한 횟수, 세탁 횟수, 총 렌탈 대여일수 중 일평균기온이 기준 온도보다 높은 대여일수의 비율 또는 수선 횟수 중 하나를 반영한 수치일 수 있다. 예컨대 서로 다른 고객이 렌탈을 많이 할수록 해당 렌탈 물품은 손상되거나 마모될 확률이 높으므로 서로 다른 고객이 렌탈한 횟수가 가중치로서 고려될 수 있다. 또한 세탁 횟수는 렌탈 물품이 의류일 경우 세탁을 반복 할수록 의류의 내구성이나 색감이 낮아질 수 있으므로 가중치로서 고려될 수 있다. 또한 총 렌탈 대여일수 중 일평균기온이 기준 온도보다 높은 대여일수의 비율은 렌탈 물품이 의류일 경우 고객의 땀으로 인한 옷의 훼손이 일어날 수 있으므로 가중치로서 고려될 수 있다. 또한 렌탈 물품이 의류일 경우 수선 횟수가 늘어날수록 의류의 품질이 낮아지므로 가중치로서 고려될 수 있다. 여기서 가중치의 값은 0.01 내지 0.1 정도로 결정될 수 있다.

일 실시 예에서, 제어부(110)는 동작 1403에서, 렌탈 물품 평가 지수와 상기 각각의 렌탈 물품의 구매 가격에 기반하여 상기 각각의 렌탈 물품의 렌탈 비용을 결정할 수 있다. 예를 들어, 렌탈 비용은 렌탈 기간과 렌탈 물품의 구매 가격을 고려하여 적절한 1차 가격으로 정해질 수 있다. 예컨대, 렌탈 물품 가격이 2만원이고 1차적으로 렌탈 기간이 5일일 경우 2천원이 1차 가격이 될 수 있다. 이후 예컨대 렌탈 평가 지수의 값이 0.5를 넘길 경우 해당 1차 가격을 2천원에서 1500원으로 낮출 수 있다. 여기서 렌탈 평가 지수의 값이 0.5라 함은 내용연수 중 절반 이상을 대여한 것이 되므로 그만큼 많이 사용된 물품을 의미하는 수치일 수 있고, 따라서 이를 반영하여 렌탈 비용을 최종적으로 결정할 수 있다. 즉, 렌탈 평가 지수가 0.5 이하이면 상기 1차 가격을 그대로 유지할 수 있다. 물론 가중치에 따라서 내용 연수 중 절반 이상을 대여하지 않아도 렌탈 평가 지수는 0.5를 넘을 수 있다.

일 실시 예에서, 제어부(110)는 동작 1404에서, 렌탈 기간 이후 상기 적어도 하나의 렌탈 물품의 반납을 확인할 경우, 상기 결정한 렌탈 비용을 갱신할 수 있다. 예를 들어, 렌탈 물품의 반납이 확인된 경우, 제어부(110)는 고객 렌탈 히스토리에 기반하여 각각의 렌탈 물품의 내용연수, 총 렌탈 대여일수, 서로 다른 고객이 렌탈한 횟수, 세탁 횟수, 총 렌탈 대여일수 중 일평균기온이 기준 온도보다 높은 대여일수의 비율 또는 수선 횟수 중 적어도 하나에서 변동 사실이 있는 지 확인할 수 있고, 변동 사실이 있을 경우 이를 업데이트할 수 있다.

다양한 실시 예에 따르면, 상기 제어부는, 상기 인공지능 알고리즘에 기반하여 상기 현재 고객 신체 정보를 분석하고, 상기 분석 결과에 기반하여 상기 적어도 하나의 고객의 체형을 결정하고, 상기 고객 렌탈 히스토리에 기반하여 상기 결정한 체형에 대응하는 기존 고객 렌탈 정보를 확인하고, 상기 기존 고객 렌탈 정보와 상기 현재 고객 신체 정보를 비교하고, 상기 비교 결과에 기반하여 상기 적어도 하나의 렌탈 물품을 포함하는 상기 렌탈 물품 추천 정보를 생성할 수 있다.

다양한 실시 예에 따르면, 상기 제어부는, 상기 중개 플랫폼을 통해 상기 고객 장치에 상기 적어도 하나의 고객에 대응하는 객체를 제공하고, 상기 객체와 결합가능하도록 상기 적어도 하나의 렌탈 물품에 대응하는 렌탈 물품 객체를 제공할 수 있다.

다양한 실시 예에 따르면, 상기 제어부는, 상기 고객 상황 정보와 관련된 적어도 하나의 후보 렌탈 물품을 확인하고, 상기 인공지능 알고리즘에 기반하여 상기 적어도 하나의 후보 렌탈 물품을 판매하는 복수의 플랫폼들에서 관련 키워드를 추출하고, 상기 추출한 관련 키워드에 기반하여 상기 적어도 하나의 렌탈 물품을 포함하는 상기 렌탈 물품 추천 정보를 생성할 수 있다.

다양한 실시 예에 따르면, 상기 제어부는, 상기 고객 장치로부터 상기 적어도 하나의 렌탈 물품 중 상기 적어도 하나를 선택하는 상기 입력을 수신할 경우, 상기 고객 렌탈 히스토리에 기반하여 상기 선택한 적어도 하나와 함께 선택된 적어도 하나의 관련 렌탈 물품을 확인하고, 상기 적어도 하나의 고객에게 상기 확인한 적어도 하나의 관련 렌탈 물품을 포함하는 관련 렌탈 물품 추천 정보를 제공하고, 상기 적어도 하나의 관련 렌탈 물품을 상기 적어도 하나의 고객이 선택할 경우, 상기 선택한 적어도 하나의 고객의 중개 수수료를 할인하고 포인트를 지급할 수 있다.

다양한 실시 예에 따르면, 상기 제어부는, 상기 현재 고객 신체 정보 또는 상기 현재 고객 상황 정보에 기반하여 기준 렌탈 물품을 결정하고, 상기 결정한 기준 렌탈 물품에 기반하여 상기 적어도 하나의 후보 렌탈 물품을 결정하고, 상기 고객 렌탈 히스토리에 기반하여 결정된 출현 빈도에 따라 상기 적어도 하나의 후보 렌탈 물품의 우선 순위를 결정하고, 상기 우선 순위가 반영된 상기 렌탈 물품 추천 정보를 제공할 수 있다.

다양한 실시 예에 따르면, 상기 제어부는, 데이터 구조를 생성하고, 상기 우선 순위에 따라 정렬된 상기 적어도 하나의 후보 렌탈 물품에 기반하여 패턴 트리를 구축하고, 상기 패턴 트리에 기반하여 상기 렌탈 물품 추천 정보를 마이닝하고, 상기 마이닝 결과가 반영된 상기 렌탈 물품 추천 정보를 생성할 수 있다.

다양한 실시 예에 따르면, 상기 제어부는, 조건 패턴 베이스 정보를 생성하고, 상기 조건 패턴 베이스 정보에 기반하여 조건 패턴 트리를 구축하고, 상기 조건 패턴 트리의 부분 집합 및 헤더 테이블에 포함된 렌탈 물품이 조합된 렌탈 물품 추천 정보를 생성할 수 있다.

다양한 실시 예에 따르면, 상기 제어부는, 상기 렌탈 기간에 기반하여 상기 고객 장치에게 회수 예정 메시지를 전송하고, 상기 회수 예정 메시지에 대응하는 고객의 응답 메시지를 상기 고객 장치로부터 수신할 경우, 상기 적어도 하나의 배송자의 현재 위치를 확인하고, 상기 적어도 하나의 고객과 관련된 수거 장소와 상기 적어도 하나의 배송자의 상기 현재 위치를 비교하고, 비교 결과 가장 가까운 배송자에게 회수 정보를 전송하고, 상기 회수 예정 메시지에 대응하는 고객의 응답 메시지를 상기 고객 장치로부터 수신하지 못하거나 렌탈 물품을 반납 받지 못할 경우, 상기 적어도 하나의 고객에게 패널티를 부여할 수 있다.

다양한 실시 예에 따르면, 상기 제어부는, 상기 고객 렌탈 히스토리에 기반하여 각각의 렌탈 물품의 내용연수, 총 렌탈 대여일수, 서로 다른 고객이 렌탈한 횟수, 세탁 횟수, 상기 총 렌탈 대여일수 중 일평균기온이 기준 온도보다 높은 대여일수의 비율 또는 수선 횟수 중 적어도 하나를 확인하고, 상기 확인한 적어도 하나에 기반하여 렌탈 물품 평가 지수를 연산하고, 상기 렌탈 물품 평가 지수와 상기 각각의 렌탈 물품의 구매 가격에 기반하여 상기 각각의 렌탈 물품의 렌탈 비용을 결정하고, 상기 렌탈 기간 이후 상기 적어도 하나의 렌탈 물품의 반납을 확인할 경우, 상기 결정한 렌탈 비용을 갱신할 수 있다.

이상, 첨부된 도면을 참조로 하여 본 발명의 실시예를 설명하였지만, 본 발명이 속하는 기술분야의 통상의 기술자는 본 발명이 그 기술적 사상이나 필수적인 특징을 변경하지 않고서 다른 구체적인 형태로 실시될 수 있다는 것을 이해할 수 있을 것이다. 그러므로, 이상에서 기술한 실시예들은 모든 면에서 예시적인 것이며, 제한적이 아닌 것으로 이해해야만 한다.

100 : 렌탈 중개 서버 200 : 고객 장치
300 : 대여자 장치

Claims

물품 렌탈과 관련된 중개 플랫폼을 제어하는 제어부; 및
대여자의 회원 정보, 고객의 회원 정보 및 고객 렌탈 히스토리를 포함하는 데이터베이스를 포함하고,
상기 제어부는,
적어도 하나의 고객이 각각 사용하는 고객 장치로부터 현재 고객 신체 정보 또는 현재 고객 상황 정보 중 적어도 하나를 획득하고,
인공지능 알고리즘에 기반하여 상기 현재 고객 신체 정보 또는 상기 현재 고객 상황 정보를 분석하고,
상기 분석 결과에 기반하여 상기 적어도 하나의 고객에게 적합한 적어도 하나의 후보 렌탈 물품을 포함하는 렌탈 물품 추천 정보를 제공하고,
상기 고객 장치로부터 상기 적어도 하나의 후보 렌탈 물품 중 적어도 하나의 렌탈 물품을 선택하는 입력을 수신하고,
적어도 하나의 대여자가 각각 사용하는 대여자 장치에게 상기 선택한 적어도 하나의 렌탈 물품의 배송 준비를 요청하는 메시지를 전송하고,
상기 선택한 적어도 하나의 렌탈 물품과 관련된 배송 정보를 적어도 하나의 배송자가 각각 사용하는 배송자 장치에게 전송하고,
상기 선택한 적어도 하나의 렌탈 물품과 관련된 렌탈 정보를 상기 고객 장치에게 발송하고,
상기 고객 장치로부터 배송 확인 메시지를 수신할 경우, 상기 배송 확인 메시지를 수신한 날부터 상기 선택한 적어도 하나의 렌탈 물품과 관련된 렌탈 기간을 카운트하며,
상기 현재 고객 상황 정보와 관련된 적어도 하나의 후보 렌탈 물품을 확인하고,
상기 인공지능 알고리즘에 기반하여 상기 적어도 하나의 후보 렌탈 물품을 판매하는 복수의 플랫폼들에서 관련 키워드를 추출하고,
상기 추출한 관련 키워드에 기반하여 상기 적어도 하나의 렌탈 물품 및 고객들에게 인기 있는 순서대로 렌탈 물품을 정렬한 리스트를 포함한 상기 렌탈 물품 추천 정보를 생성하며,
상기 현재 고객 신체 정보 또는 상기 현재 고객 상황 정보에 기반하여 기준 렌탈 물품을 결정하고,
상기 결정한 기준 렌탈 물품에 기반하여 상기 적어도 하나의 후보 렌탈 물품을 결정하고,
상기 고객 렌탈 히스토리에 기반하여 결정된 출현 빈도에 따라 상기 적어도 하나의 후보 렌탈 물품의 우선 순위를 결정하고,
상기 우선 순위가 반영된 상기 렌탈 물품 추천 정보를 제공하며,
상기 출현 빈도가 가장 높은 후보 렌탈 물품을 우선적으로 상기 렌탈 물품 추천 정보에 포함시키고,
상기 고객 렌탈 히스토리에 기반하여 각각의 렌탈 물품의 내용연수, 총 렌탈 대여일수, 서로 다른 고객이 렌탈한 횟수, 세탁 횟수, 상기 총 렌탈 대여일수 중 일평균기온이 기준 온도보다 높은 대여일수의 비율 또는 수선 횟수 중 적어도 하나를 확인하고,
상기 확인한 적어도 하나에 기반하여 렌탈 물품 평가 지수를 연산하고,
상기 렌탈 물품 평가 지수와 상기 각각의 렌탈 물품의 구매 가격에 기반하여 상기 각각의 렌탈 물품의 렌탈 비용을 결정하고,
상기 렌탈 기간 이후 상기 적어도 하나의 렌탈 물품의 반납을 확인할 경우, 상기 결정한 렌탈 비용을 갱신하며,
상기 렌탈 물품 평가 지수는 렌탈 물품의 감가 상각을 반영하기 위한 지수로서, 렌탈 물품 평가 지수 = 총 렌탈 대여 일수/렌탈 물품의 내용연수 + 가중치에 의해 결정되고, 여기서, 가중치는 서로 다른 고객이 렌탈한 횟수, 세탁 횟수, 총 렌탈 대여일수 중 일평균기온이 기준 온도보다 높은 대여일수의 비율 또는 수선 횟수 중 하나를 반영한 수치인 것을 특징으로 하는 렌탈 중개 서버.
제1 항에 있어서, 상기 제어부는,
상기 인공지능 알고리즘에 기반하여 상기 현재 고객 신체 정보를 분석하고,
상기 분석 결과에 기반하여 상기 적어도 하나의 고객의 체형을 결정하고,
상기 고객 렌탈 히스토리에 기반하여 상기 결정한 체형에 대응하는 기존 고객 렌탈 정보를 확인하고,
상기 기존 고객 렌탈 정보와 상기 현재 고객 신체 정보를 비교하고,
상기 비교 결과에 기반하여 상기 적어도 하나의 렌탈 물품을 포함하는 상기 렌탈 물품 추천 정보를 생성하는 것을 특징으로 하는 렌탈 중개 서버.
제2 항에 있어서, 상기 제어부는,
상기 중개 플랫폼을 통해 상기 고객 장치에 상기 적어도 하나의 고객에 대응하는 객체를 제공하고,
상기 객체와 결합가능하도록 상기 적어도 하나의 렌탈 물품에 대응하는 렌탈 물품 객체를 제공하는 것을 특징으로 하는 렌탈 중개 서버.
삭제
제1 항에 있어서, 상기 제어부는,
상기 고객 장치로부터 상기 적어도 하나의 렌탈 물품 중 상기 적어도 하나를 선택하는 상기 입력을 수신할 경우, 상기 고객 렌탈 히스토리에 기반하여 상기 선택한 적어도 하나와 함께 선택된 적어도 하나의 관련 렌탈 물품을 확인하고,
상기 적어도 하나의 고객에게 상기 확인한 적어도 하나의 관련 렌탈 물품을 포함하는 관련 렌탈 물품 추천 정보를 제공하고,
상기 적어도 하나의 관련 렌탈 물품을 상기 적어도 하나의 고객이 선택할 경우, 상기 선택한 적어도 하나의 고객의 중개 수수료를 할인하고 포인트를 지급하는 것을 특징으로 하는 렌탈 중개 서버.
삭제
제1 항에 있어서, 상기 제어부는,
상기 우선 순위에 따라 정렬된 상기 적어도 하나의 후보 렌탈 물품에 기반하여 패턴 트리를 구축하고,
상기 패턴 트리에 기반하여 상기 렌탈 물품 추천 정보를 마이닝하고,
상기 마이닝 결과가 반영된 상기 렌탈 물품 추천 정보를 생성하는 것을 특징으로 하는 렌탈 중개 서버.
제1 항에 있어서, 상기 제어부는,
조건 패턴 베이스 정보를 생성하고,
상기 조건 패턴 베이스 정보에 기반하여 조건 패턴 트리를 구축하고,
상기 조건 패턴 트리의 부분 집합 및 헤더 테이블에 포함된 렌탈 물품이 조합된 렌탈 물품 추천 정보를 생성하는 것을 특징으로 하는 렌탈 중개 서버.
제1 항에 있어서, 상기 제어부는,
상기 렌탈 기간에 기반하여 상기 고객 장치에게 회수 예정 메시지를 전송하고,
상기 회수 예정 메시지에 대응하는 고객의 응답 메시지를 상기 고객 장치로부터 수신할 경우, 상기 적어도 하나의 배송자의 현재 위치를 확인하고, 상기 적어도 하나의 고객과 관련된 수거 장소와 상기 적어도 하나의 배송자의 상기 현재 위치를 비교하고, 비교 결과 가장 가까운 배송자에게 회수 정보를 전송하고,
상기 회수 예정 메시지에 대응하는 고객의 응답 메시지를 상기 고객 장치로부터 수신하지 못하거나 렌탈 물품을 반납 받지 못할 경우, 상기 적어도 하나의 고객에게 패널티를 부여하는 것을 특징으로 하는 렌탈 중개 서버.
삭제