KR102132975B1 - 선호 메뉴 기반 음식점 추천 방법 및 장치 - Google Patents

Abstract

본 발명의 실시 예에 따른 음식점 추천 장치는 음식점 데이터 및 현재 위치에 대한 정보를 수신하는 통신부, 사용자로부터 획득한 식사 데이터 및 상기 통신부를 통해 수신한 음식점 데이터를 저장하는 저장부 및 사용자로부터 음식점 추천 요청을 수신함에 따라 사용자 요구에 부합하는 음식점을 기준 데이터에 따라 검색하여 추천하는 제어부를 포함하고, 상기 기준 데이터는 상기 통신부로부터 수신한 현재 위치에 대한 정보, 상기 음식점 데이터 및 사용자로부터 획득한 식사 데이터를 포함할 수 있다.

Description

선호 메뉴 기반 음식점 추천 방법 및 장치{METHOD AND APPARATUS FOR RECOMMENDING RESTAURANT BASED ON PREFFERED MENU}

본 발명은 음식점을 추천하는 방법 및 장치에 관한 것이다. 보다 상세하게는 본 발명은 전자장치를 이용하여 사용자의 현재 위치 및 사용자의 방문 음식점에 대한 기록을 토대로 사용자가 선호하는 메뉴를 제공하는 음식점을 예측하여 사용자에게 추천하는 방법 및 장치에 관한 것이다.

일상생활에서 인터넷 검색의 비중이 높아짐에 따라, 외부 음식점을 이용할 경우 인터넷 검색을 수행한 후 방문하는 경우가 늘고 있다. 그러나 인터넷을 통한 음식점 검색의 경우 사용자의 취향 및 상황을 고려하지 않은 채 일괄적인 결과가 표시되고 있어 사용자가 원하는 음식점에 대한 정보를 얻기 위해서는 수 회 추가 검색을 시도하는 등의 불편을 감수하여야 했다. 또한 종래에는 사용자가 방문한 음식점에 대한 정보를 기록하지 않았고, 그에 따라 사용자가 가까운 과거에 방문하지 않은 새로운 음식점을 자동으로 탐색하는 기능을 제공하지 못하였다.

한편, 본 발명과 관련된 선행 특허로는 공개특허공보 10-2017-0080152호(매장 추천 서비스 제공 방법 및 장치)가 있다.

본 발명은 상기 기술된 문제를 해결하기 위해 안출된 것으로, 사용자가 가까운 과거에 방문하지 않은 새로운 분야의 음식점을 탐색하여 추천하기 위한 목적이 있다 또한 본 발명은 사용자의 음식 취향 및 사용자가 처한 상황에 대응하는 음식점을 탐색하여 추천하기 위한 목적이 있다.

본 발명의 실시 예에 따른 음식점 추천 장치는 음식점 데이터 및 현재 위치에 대한 정보를 수신하는 통신부, 사용자로부터 획득한 식사 데이터 및 상기 통신부를 통해 수신한 음식점 데이터를 저장하는 저장부 및 사용자로부터 음식점 추천 요청을 수신함에 따라 사용자 요구에 부합하는 음식점을 기준 데이터에 따라 검색하여 추천하는 제어부를 포함하고, 상기 기준 데이터는 상기 통신부로부터 수신한 현재 위치에 대한 정보, 상기 음식점 데이터 및 사용자로부터 획득한 식사 데이터를 포함할 수 있다.

본 발명의 다양한 실시 예는 간편하게 사용자가 이용한 음식점에 대한 정보를 기록할 수 있다.

또한 본 발명은 수집된 사용자의 이용 음식점에 대한 정보를 토대로 사용자가 최근 이용한 음식점과 상이한 종류의 음식점을 사용자에게 추천할 수 있다.

또한 본 발명은 사용자의 음식점 이용 시 가격에 대한 민감도 및 동일 분류의 음식점을 재방문하는 것에 대한 민감도를 반영하여 음식점을 추천할 수 있다.

도 1은 본 발명의 실시 예예 따른 음식점 추천 장치의 구성을 도시한 블록도이다.
도 2는 본 발명의 실시 예에 따른 음식점 추천 및 식사 데이터 축적 동작에 대한 순서를 도시한 순서도이다.
도 3은 본 발명의 실시 예에 따른 중복 민감도 산출 과정을 도시한 순서도이다.
도 4a 및 도 4b는 본 발명의 실시 예에 따른 식사 데이터와 식사 데이터 입력창의 예를 도시한 도면이다.
도 5는 본 발명의 실시 예에 따른 가격 민감도를 산출하는 동작의 순서를 도시한 순서도이다.
도 6은 가격 민감도 산출에 대한 개념을 설명하기 위한 그래프이다.
도 7은 본 발명의 실시 예에 따른 음식점 분류방식에 대하여 도시한 표이다.
도 8은 본 발명의 실시 예에 따른 가격 민감도 판단부의 구성을 도시한 블록도이다.

본 발명은 다양한 변경을 가할 수 있고 여러 가지 실시예를 가질 수 있는 바, 특정 실시예들을 도면에 예시하고 상세하게 설명하고자 한다.

그러나, 이는 본 발명을 특정한 실시 형태에 대해 한정하려는 것이 아니며, 본 발명의 사상 및 기술 범위에 포함되는 모든 변경, 균등물 내지 대체물을 포함하는 것으로 이해되어야 한다. 각 도면을 설명하면서 유사한 참조부호를 유사한 구성요소에 대해 사용하였다.

어떤 구성요소가 다른 구성요소에 '연결되어' 있다거나 '접속되어'있다고 언급된 때에는, 그 다른 구성요소에 직접적으로 연결되어 있거나 또는 접속되어 있을 수도 있지만, 중간에 다른 구성요소가 존재할 수도 있다고 이해되어야 할 것이다. 반면에, 어떤 구성요소가 다른 구성요소에 '직접 연결되어'있다거나 '직접 접속되어'있다고 언급된 때에는, 중간에 다른 구성요소가 존재하지 않는 것으로 이해되어야 할 것이다.

본 출원에서 사용한 용어는 단지 특정한 실시예를 설명하기 위해 사용된 것으로, 본 발명을 한정하려는 의도가 아니다. 단수의 표현은 문맥상 명백하게 다르게 뜻하지 않는 한, 복수의 표현을 포함한다. 본 출원에서, '포함하다' 또는 '가지다' 등의 용어는 명세서상에 기재된 특징, 숫자, 단계, 동작, 구성요소, 부품 또는 이들을 조합한 것이 존재함을 지정하려는 것이지, 하나 또는 그 이상의 다른 특징들이나 숫자, 단계, 동작, 구성요소, 부품 또는 이들을 조합한 것들의 존재 또는 부가 가능성을 미리 배제하지 않는 것으로 이해되어야 한다.

도 1은 본 발명의 실시 예예 따른 음식점 추천 장치의 구성을 도시한 블록도이다.

보다 구체적으로는 도 1은 본 발명의 일 실시 예에 따라 사용자 단말기 상에서 구현되는 음식점 추천 장치의 구성을 도시하고 있다. 도 1에 따르면 음식점 추천 장치는 통신부 110, 저장부 120, 입력부 130, 표시부 140, 카메라부 150, 센서부 160 및 제어부 170를 포함하여 구성될 수 있다. 상기 저장부 120는 식사 데이터 121, 음식점 데이터 122, 사용자 데이터 123, 민감도 데이터 124를 포함하여 저장할 수 있다. 그리고 상기 제어부 170는 중복 민감도 판단부 171, 가격 민감도 판단부 172, 음식점 분류부 173, 음식점 추천부 174, 이동거리 민감도 판단부 175를 포함하여 구성될 수 있다.

상기 통신부 110는 예를 들면, 셀룰러 모듈, WiFi 모듈, 블루투스 모듈, GPS 모듈(예: GPS 모듈, Glonass 모듈, Beidou 모듈, 또는 Galileo 모듈), NFC 모듈 및 RF(radio frequency) 모듈를 포함할 수 있다.

셀룰러 모듈은, 예를 들면, 통신망을 통해서 음성 통화, 영상 통화, 문자 서비스, 또는 인터넷 서비스 등을 제공할 수 있다. 한 실시예에 따르면, 셀룰러 모듈은 가입자 식별 모듈(예: SIM 카드)을 이용하여 통신 네트워크 내에서 전자 장치의 구별 및 인증을 수행할 수 있다. 한 실시예에 따르면, 셀룰러 모듈은 프로세서가 제공할 수 있는 기능 중 적어도 일부 기능을 수행할 수 있다. 한 실시예에 따르면, 셀룰러 모듈은 커뮤니케이션 프로세서(CP: communication processor)를 포함할 수 있다.

WiFi 모듈, 블루투스 모듈, GPS 모듈 또는 NFC 모듈 각각은, 예를 들면, 해당하는 모듈을 통해서 송수신되는 데이터를 처리하기 위한 프로세서를 포함할 수 있다. 어떤 실시예에 따르면, 셀룰러 모듈, WiFi 모듈, 블루투스 모듈, GPS 모듈 또는 NFC 모듈 중 적어도 일부(예: 두 개 이상)는 하나의 integrated chip(IC) 또는 IC 패키지 내에 포함될 수 있다.

RF 모듈은, 예를 들면, 통신 신호(예: RF 신호)를 송수신할 수 있다. RF 모듈은, 예를 들면, 트랜시버(transceiver), PAM(power amp module), 주파수 필터(frequency filter), LNA(low noise amplifier), 또는 안테나 등을 포함할 수 있다. 다른 실시예에 따르면, 셀룰러 모듈, WiFi 모듈, 블루투스 모듈, GPS 모듈 또는 NFC 모듈 중 적어도 하나는 별개의 RF 모듈을 통하여 RF 신호를 송수신할 수 있다.

본 발명의 실시 예에 따른 상기 통신부 110는 예컨대, GPS 모듈 또는 LTE 모듈, Wifi 모듈(예, 비콘 수신) 등을 이용하여 현재 위치 및 방문 매장 정보를 판단하는 동작을 수행할 수 있다. 또한 다양한 실시 예에 따라 상기 통신부 110는 현재 위치가 변화하는 정도를 측정할 수 있으므로, 이를 기반으로 사용자의 이동 속도를 판단할 수 있다. 이에 기반하여 본 발명의 실시 예에 따른 음식점 추천 장치는 사용자가 이동수단을 이용하고 있는지 여부를 판단할 수 있다. 이에 기반하여 음식점 추천 장치는 사용자가 차량 탑승 상태일 경우 음식점 추천을 위한 사용자 위치 범위를 확장하여 설정할 수 있다(예, 걷고 있는 중일 경우 반경 100M 내의 음식점을 탐색하도록 설정되었다고 가정하면, 차량에 의해 이동 중인 상태로 판단될 경우 반경 2Km 내의 음식점을 탐색하도록 설정이 변경될 수 있음). 또한 상기 통신부 110는 웹 서버로부터 음식점 데이터를 수신할 수 있다.

상기 저장부 120는 예를 들면, 내장 메모리 또는 외장 메모리를 포함할 수 있다. 내장메모리는, 예를 들면, 휘발성 메모리(예: DRAM(dynamic RAM), SRAM(static RAM), 또는 SDRAM(synchronous dynamic RAM) 등), 비휘발성 메모리(non-volatile Memory)(예: OTPROM(one time programmable ROM), PROM(programmable ROM), EPROM(erasable and programmable ROM), EEPROM(electrically erasable and programmable ROM), mask ROM, flash ROM, 플래시 메모리(예: NAND flash 또는 NOR flash 등), 하드 드라이브, 또는 솔리드 스테이트 드라이브(solid state drive(SSD)) 중 적어도 하나를 포함할 수 있다.

외장 메모리는 플래시 드라이브(flash drive), 예를 들면, CF(compact flash), SD(secure digital), Micro-SD(micro secure digital), Mini-SD(mini secure digital), xD(extreme digital), MMC(multi-media card) 또는 메모리 스틱(memory stick) 등을 더 포함할 수 있다. 외장 메모리는 다양한 인터페이스를 통하여 전자 장치와 기능적으로 및/또는 물리적으로 연결될 수 있다.

본 발명의 실시 예에 따른 상기 저장부 120는 식사 데이터 121, 음식점 데이터 122, 사용자 데이터 123, 민감도 데이터 124를 포함하여 저장할 수 있다. 상기 식사 데이터 121는 사용자의 입력에 기반하여 저장되는 사용자의 날짜별 식사 메뉴 및 이용 음식점에 관한 정보를 의미할 수 있다. 다양한 실시 예에 따라 상기 식사 데이터 121는 사용자로부터 음식점 추천 요청에 따라 음식점 추천 동작이 이루어진 이후 자동 수집될 수 있다. 예컨대, 음식점 추천 동작 이후 해당 음식점의 위치에서 사용자 단말기가 기 설정된 시간 이상 체류한 경우 해당 음식점에서 식사를 수행한 것으로 판단될 수 있고, 해당 음식점 이용에 관한 데이터가 자동 기록될 수 있다.

음식점 데이터 122는 웹 서버에 등록된 음식점의 상호명 및 해당 음식점의 위치 정보를 포함할 수 있다. 그 외에도 음식점 데이터 122는 음식점의 판매 메뉴, 가격대, 메뉴별 가격, 매장 식사 가능 여부, 주차 가능 여부, 룸 포함 여부, 배달 가능 여부, 노 키즈 존 여부, 할인 정보 등의 정보를 포함할 수 있다. 그리고 상기 음식점 데이터 122는 특징 항목에 대하여 음식점을 단계별 분류한 결과를 포함할 수 있다. 예컨대, 상기 음식점 데이터 122는 가격대에 따라 음식점을 분류한 정보를 포함할 수 있는데, 이 때 가격대는 여러 단계로 설정될 수 있다. 예컨대, 1단계(5000원 이하), 2단계(10000원 이하), 3단계(15000원 이하), 4단계(20000원 이하) 등으로 각 단계별 가격대가 설정될 수 있고 음식점은 판매 메뉴의 단일 품목 가격대에 따라 어느 하나의 단계에 속하도록 분류될 수 있다. 이에 따라 상기 음식점 데이터 122는 특정 음식점의 가격대 정보가 어느 단계에 속하는지에 대한 정보를 포함할 수 있다.

이와 마찬가지로 상기 음식점 데이터 122는 판매 메뉴의 다양성 지수에 대한 정보를 포함할 수 있다. 메뉴 다양성 지수는 해당 음식점에서 판매하는 메뉴의 종류에 기반하여 설정될 수 있고, 이 역시 여러 단계로 분류될 수 있다. 예컨대, 메뉴 다양성 지수는 숫자가 커질수록 메뉴가 다양함을 의미하는 것으로 설정될 수 있으며, 1단계(예, 1~3가지), 2단계(4~8가지), 3단계(9~13가지), 4단계(14~18가지), 5단계(19가지 이상) 와 같이 단계가 설정될 수 있고, 각 단계에 대응하는 다양성 지수(수치)가 적용될 수 있다. 다양한 실시 예에 따라 메뉴 다양성 지수는 각 단계에 대응하는 숫자로 지정(1단계의 메뉴 다양성 지수는 1, 2단계는 2로 지정)될 수도 있고, 각 단계에 대응하는 별도의 값(예, 1단계는 0.3, 2단계는 1.4 등)으로 지정될 수 있다.

사용자 데이터 123는 사용자에 의해 직접 입력된 사용자 특성과 관련된 데이터를 의미할 수 있다. 예를 들어 상기 사용자 데이터 123는 사용자 연령, 성별과 같은 개인정보를 포함할 수 있다. 또한 상기 사용자 데이터 123는 차량 탑승 여부와 같은 상태 정보를 포함할 수 있다. 또한 상기 사용자 데이터 123는 알레르기 정보, 소화 장애 여부, 선호 메뉴, 선호 재료 등과 관련된 질병 및 취향 정보를 포함할 수 있다.

민감도 데이터 124는 가격 민감도와 중복 민감도를 포함할 수 있다. 상기 민감도 데이터 124는 별도의 갱신 동작이 수행되기 전에는 디폴트 값으로 지정되어 있을 수 있다. 다양한 실시 예에 따라 상기 민감도 데이터 124는 제어부 170에서 수행되는 연산의 결과에 따라 갱신될 수 있다. 상기 민감도 데이터 124는 사용자의 식사 데이터 121가 기 설정된 양 이상 축적되면 이를 기반으로 산출되어 저장될 수 있다. 민감도 데이터 124가 산출되는 과정에 대하여는 추후 보다 구체적으로 설명하기로 한다.

상기 민감도 데이터 124는 사용자의 요구에 부합하는 음식점을 추천할 시 참고될 수 있다. 예를 들어 민감도 데이터 124를 구성하는 가격 민감도는 그 수치가 높을수록 높은 비용에 대한 민감도가 높은 것으로 간주될 수 있으며, 그에 따라 제어부 170는 가격 민감도가 높은 사용자에게 음식점을 추천할 시 기 설정된 기준치 이상의 가격대로 분류되는 음식점의 추천 주기를 상대적으로 길게 설정할 수 있다. 이에 따라 사용자가 판단하기에 비교적 비싸다고 생각되는 음식점의 추천 빈도가 낮아질 수 있다.

또한 상기 민감도 데이터 124는 중복 민감도를 포함할 수 있는데, 중복 민감도는 동일 음식점에 재방문하는 것에 대한 민감도를 의미할 수 있다. 이에 따라 중복 민감도의 수치가 높은 사용자일수록 동일 음식점을 재방문하기까지 걸리는 기간은 길 것으로 예상될 수 있다. 이에 기반하여 본 발명은 음식점 추천 시 해당 사용자의 중복 민감도를 적용할 수 있다. 예컨대, 본 발명의 실시 예에 따라 음식점 추천 장치는 사용자가 기 설정된 기간 내에 방문한 이력이 있는 음식점은 해당 사용자에게 추천하지 않도록 설정될 수 있다. 그리고 음식점 추천을 요청한 사용자의 중복 민감도 수치가 높을수록 추천 보류할 음식점을 선정하기 위한 기준 기간이 길게 설정될 수 있다. 또는 중복 민감도 수치가 높을수록 추천 보류할 음식점 선정 기준을 강화시킬 수 있다. 추천 보류할 음식점 선정 기준은 예컨대 (1단계)동일 음식점만 제외, (2단계)동일 음식점 및 해당 음식점과 동일 프랜차이즈 음식점 제외, (3단계) 동일음식점, 동일 프랜차이즈 음식점 및 해당 음식점과 동일 분류 음식점 제외 등으로 설정될 수 있으며 단계가 높아질수록 추천 보류할 음식점의 범위가 증가될 수 있다. 이 밖에도 다양한 방법(예, 중복 민감도 수치가 높을수록 추천 음식점을 추출 하는 지역 범위 확장 등)이 적용될 수 있다.

상기 입력부 130는 예를 들면, 터치 패널(touch panel), 펜 센서(pen sensor, 키(key), 또는 초음파(ultrasonic) 입력 장치를 포함할 수 있다. 터치 패널(252)은, 예를 들면, 정전식, 감압식, 적외선 방식, 또는 초음파 방식 중 적어도 하나의 방식을 사용할 수 있다. 또한, 터치 패널은 제어 회로를 더 포함할 수도 있다. 터치 패널은 택 타일레이어(tactile layer)를 더 포함하여, 사용자에게 촉각 반응을 제공할 수 있다.

본 발명의 실시 예에 따른 상기 입력부 130는 사용자의 키 입력 및 터치 입력을 수신할 수 있다. 구체적으로 상기 입력부 130는 사용자가 입력하는 사용자 데이터 123에 대한 입력을 수신할 수 있다. 또한 상기 입력부 130는 사용자로부터 식사 데이터 121를 입력받을 수 있다. 상기 식사 데이터 121는 사용자가 직접 특정 날짜에 이용한 음식점의 상호명, 주문한 메뉴 등에 대한 정보를 입력하는 방식으로 수집될 수 있다. 또한 상기 식사 데이터 121는 기 설정된 기준을 만족할 시 표시되는 이용 음식점 확인 메시지(예, 'OO음식점을 이용하셨습니까? Y/N')에 대한 답변 버튼 선택에 의해 수집될 수 있다. 상기 입력부 130는 와 같이 사용자로부터 식사 데이터 121를 수집하기 위해 요구되는 다양한 사용자 입력을 수신할 수 있다.

이 밖에도 상기 입력부 130는 음식점 추천 기능을 사용하기 위해 요구되는 다양한 사용자 입력(예, 음식점 추천 요청 버튼 입력, 추천된 음식점 목록 내 특정 음식점 선택 입력, 음식점 예약을 위한 버튼 입력 등)을 수신할 수 있다.

상기 표시부 140는 패널, 홀로그램 장치, 또는 프로젝터를 포함할 수 있다. 패널은, 예를 들면, 유연하게(flexible), 투명하게(transparent), 또는 착용할 수 있게(wearable) 구현될 수 있다. 패널은 터치 패널과 하나의 모듈로 구성될 수도 있다. 홀로그램 장치는 빛의 간섭을 이용하여 입체 영상을 허공에 보여줄 수 있다. 프로젝터는 스크린에 빛을 투사하여 영상을 표시할 수 있다. 스크린은, 예를 들면, 전자 장치의 내부 또는 외부에 위치할 수 있다. 한 실시예에 따르면, 표시부는 패널, 홀로그램 장치, 또는 프로젝터를 제어하기 위한 제어 회로를 더 포함할 수 있다.

본 발명의 실시 예에 따른 상기 표시부 140는 음식점 추천 동작을 위해 요구되는 정보 및 음식점 추천 동작의 결과를 표시할 수 있다. 또한 상기 표시부 140는 다양한 실시 예에 따라 추천된 음식점에 대한 상세 정보(예, 위치 정보를 표시하기 위한 지도 이미지, 해당 음식점으로 길 안내를 위한 네비게이션 동작 화면, 좌석 예약을 위한 좌석 선택 화면 등)를 표시할 수 있다.

상기 카메라부 150는 예를 들면, 정지 영상 및 동영상을 촬영할 수 있는 장치로서, 한 실시예에 따르면, 하나 이상의 이미지 센서(예: 전면 센서 또는 후면 센서), 렌즈, ISP(image signal processor), 또는 플래시 (flash)(예: LED 또는 xenon lamp 등)를 포함할 수 있다.

본 발명의 실시 예에 따른 상기 카메라부 150는 음식점 방문 정보에 참고하기 위한 사진 정보를 촬영할 수 있다. 촬영된 사진은 해당 음식점에 대한 리뷰 작성 및 식사 데이터 제작에 이용될 수 있다. 예컨대, 사용자가 특정 음식점에 방문하여 음식 사진을 촬영한 경우, 촬영된 시간 정보, 이미지 정보를 토대로 사용자가 주문한 메뉴 정보가 식사 데이터 121로 기록될 수 있다.

상기 센서부 160는 예를 들면, 물리량을 계측하거나 전자 장치의 작동 상태를 감지하여, 계측 또는 감지된 정보를 전기 신호로 변환할 수 있다. 센서부는 예를 들면, 제스처 센서, 자이로 센서, 기압 센서, 마그네틱 센서, 가속도 센서, 그립 센서, 근접 센서, 컬러(color) 센서(예: RGB(red, green, blue) 센서), 생체 센서, 온/습도 센서, 조도 센서, 또는 UV(ultra violet) 센서 중의 적어도 하나를 포함할 수 있다. 추가적으로 또는 대체적으로(additionally or alternatively), 센서부는, 예를 들면, 후각 센서(E-nose sensor), EMG 센서(electromyography sensor), EEG 센서(electroencephalogram sensor), ECG 센서(electrocardiogram sensor), IR(infrared) 센서, 홍채 센서 및/또는 지문 센서를 포함할 수 있다. 센서부는 그 안에 속한 적어도 하나 이상의 센서들을 제어하기 위한 제어 회로를 더 포함할 수 있다.

본 발명의 실시 예에 따른 상기 센서부 160는 온/습도 센서를 포함하고 현재 온도 또는 사용자 체온 등을 판단할 수 있다. 추후 상기 센서부 160에서 측정한 온도 정보는 음식점 추천 동작시 반영될 수 있다. 또한 상기 센서부 160는 각종 바이오 센서를 포함할 수 있다. 사용자가 특정 질병을 앓고 있는 환자일 경우, 바이오 센서가 감지하는 혈당, 혈압 등의 정보에 따라 사용자의 당일 몸 상태가 체크될 수 있고, 이에 기반하여 음식점 추천 장치는 주변의 허용가능한 메뉴를 판매하는 음식점을 탐색할 수 있다.

상기 제어부 170는 프로세서(Processor), 컨트롤러(controller), 마이크로 컨트롤러(microcontroller), 마이크로 프로세서(microprocessor), 마이크로 컴퓨터(microcomputer) 등으로도 호칭될 수 있다. 한편, 제어부는 하드웨어(hardware) 또는 펌웨어(firmware), 소프트웨어, 또는 이들의 결합에 의해 구현될 수 있다.

펌웨어나 소프트웨어에 의한 구현의 경우, 본 발명의 일 실시예는 이상에서 설명된 기능 또는 동작들을 수행하는 모듈, 절차, 함수 등의 형태로 구현될 수 있다. 소프트웨어 코드는 메모리에 저장되어 제어부에 의해 구동될 수 있다. 메모리는 상기 사용자 단말 및 서버 내부 또는 외부에 위치할 수 있으며, 이미 공지된 다양한 수단에 의해 상기 제어부와 데이터를 주고 받을 수 있다.

본 발명의 실시 예에 따른 상기 제어부 170는 사용자의 음식점 추천 요청에 대응하여 사용자의 요구 사항에 매칭될 것으로 판단되는 음식점을 추출하고 해당 음식점에 대한 정보를 표시하도록 제어할 수 있다. 그리고 상기 제어부 170는 음식점 추천 기능을 위해 요구되는 정보의 분류 및 가공작업을 수행할 수 있다.

구체적으로, 상기 제어부 170는 중복 민감도 판단부 171, 가격 민감도 판단부 172, 음식점 분류부 173, 음식점 추천부 174 및 이동거리 민감도 판단부 175를 포함하여 구성될 수 있다. 그리고 상기 중복 민감도 판단부 171, 가격 민감도 판단부 172는 각각 기 설정된 기간 이상(또는 기 설정된 양 이상) 식사 데이터 121가 축적될 경우 민감도 판단 동작을 수행할 수 있다. 상기 중복 민감도 판단부 171는 중복 민감도를 산출하고, 가격 민감도 판단부 172는 가격 민감도를 산출하며, 상기 이동거리 민감도 판단부 175는 이동거리 민감도를 산출할 수 있다.

먼저, 상기 중복 민감도 판단부 171는 기준 기간 내 식사 데이터 121에 존재하는 중복 요소의 항목 및 중복 주기(예, 동일 음식점 재방문 주기)에 대한 정보를 수집하고 이를 기반으로 사용자의 중복 민감도를 산출할 수 있다.

상기 가격 민감도 판단부 172는 사용자의 식사 비용에 대한 민감도를 산출할 수 있다. 상기 가격 민감도 판단부 172는 사용자의 식사 데이터에서 기준 금액 이상인 식사 비용 지불 빈도를 판단하는 방식으로 가격 민감도를 산출할 수 있다. 비용 지불 관련 정보는 수신된 결제 확인 메시지에 의해 수집되거나 사용자가 특정 음식점에 대한 방문 정보를 입력할 시, 해당 음식점에 기 지정된 가격대 정보(예, 'A음식점, 1인기준 2만원'과 같이 음식점에 대응하는 가격대 정보가 기 설정되어 있을 수 있음)에 기반하여 지정될 수 있다.

상기 이동거리 민감도 판단부 175는 사용자가 음식점 추천을 요청한 시점에서 감지된 사용자 위치로부터 사용자가 실제 방문한 음식점까지의 거리에 대한 기록을 기반으로 사용자의 이동거리 민감도를 판단할 수 있다. 상기 이동거리 민감도 판단부 175는 사용자의 기 설정된 기간(예, 2개월)동안의 식사 데이터에 기반하여, 추천 요청 당시의 사용자 위치와 방문 음식점에 대한 거리 정보를 기반으로 이동거리를 단계별로 분류할 수 있다. 이후 상기 이동거리 민감도 판단부 175는 사용자의 이동거리 기록이 기 설정된 기준치 이상 특정 단계에서 산출되는 경우 비교적 높은 수준의 이동거리 민감도를 산출하고, 이동거리 단계별 방문 비율 차이가 존재하지 않는 경우 비교적 낮은 수준의 이동거리 민감도를 산출하게 된다. 예를 들어, 1단계(100m이하), 2단계(300m이하), 3단계(500m 이하), 4단계(1km이하). 5단계(1km초과)와 같이 이동거리별 단계가 분류된다고 할 때, 사용자의 이동거리가 1단계로만 측정된 경우, 해당 사용자의 이동거리 민감도는 가장 높은 단계로 산출될 수 있다. 반면 사용자의 이동거리가 1단계부터 5단계까지 골고루 측정된 경우, 해당 사용자의 이동거리 민감도는 가장 낮은 단계로 산출될 수 있다.

이동거리 민감도가 산출된 이후 음식점 추천부 174는 추천 음식점 표시할 시, 사용자의 이동거리 민감도가 높은 사용자일수록 음식점 검출을 위한 거리 범위값을 감소시킬 수 있다. 예를 들어, 이동거리 민감도가 가장 낮은 단계인 1단계 사용자의 음식점 검출을 위한 거리 범위는 반경 2km로 설정된다고 가정하면, 이동거리 민감도가 가장 높은 단계인 5단계 사용자에게 음식점 추천 시, 검출 거리 범위는 반경 100m로 설정될 수 있다.

상기 음식점 분류부 173는 음식점에 대한 정보를 수집하고 이를 종류에 따라 구분하고 그룹화하는 동작을 수행할 수 있다. 이 때 상기 음식점 분류부 173는 기 존재하는 정보 및 사용자 데이터를 토대로 각 사용자 맞춤형 분류 동작을 수행할 수 있다. 예컨대, 상기 음식점 분류부 173는 사용자의 평균 식사 가격과 비교하여 각 음식점의 가격 단계를 지정할 수 있다. 이에 따라 동일 음식점이라 하더라도 사용자에 따라 가격 단계가 다르게 설정될 수 있다.

상기 음식점 분류부 173는 가격 단계 외에도, 매장에서 식사가 가능한지 여부, 배달 가능 여부, 주차 가능 여부 등에 따라 음식점을 분류할 수 있다. 또한 상기 음식점 분류부 173는 통상적 분류법에 따라 음식점을 분류할 수 있다. 예컨대, 상기 음식점 분류부 173는 음식점을 한식, 분식, 일식, 양식, 패스트푸드 등의 통상적 분류법에 따라 분류할 수 있다. 이에 기반하여 사용자가 최근 이용한 음식점이 패스트푸드 항목에 포함된 곳이라면, 음식점 추천 동작시 패스트푸드점으로 분류되는 음식점은 추천 음식점에서 제외되거나 우선순위가 낮게 책정될 수 있다.

또한 상기 음식점 분류부 173는 음식점을 메뉴 다양성에 따라 분류할 수 있다. 메뉴 다양성은 해당 음식점에서 판매하는 메뉴의 종류 수를 기반으로 설정될 수 있다. 또한 상기 음식점 분류부 173는 음식점이 추천되는 상황별로 그룹화할 수 있다. 예컨대, 상기 음식점 분류부 173는 일부 음식점에 대하여 상견례, 기념일, 데이트, 연회, 비지니스 미팅 등의 상황 중 적어도 하나 이상의 항목으로 그룹을 지정할 수 있다.

상기 음식점 추천부 174는 사용자의 음식점 추천 요청에 대한 입력을 확인하고 이에 대응하여 음식점 추천을 위한 기준 데이터(식사 데이터, 음식점 데이터, 사용자 데이터, 민감도 데이터 등 포함)를 기반으로 매칭 기능을 수행할 수 있다. 상기 음식점 추천부 174는 사용자의 식사 데이터 120 및 사용자 데이터 123에서 추출되는 사용자 요구 정보와 상기 음식점 데이터 122를 매칭하는 동작을 수행할 수 있다. 그리고 상기 음식점 추천부 174는 민감도 데이터 124 값에 따라 사용자 요구 정보를 추출하는 기준을 변경시킬 수 있다.

또한 상기 음식점 추천부 174는 사용자 현재 위치에 대한 정보를 수집하고 해당 위치에 따라 기 설정된 기준 거리 범위 내에 존재하는 음식점을 음식점 데이터 122에 기반하여 추천할 수 있다.

구체적으로, 상기 음식점 추천부 174는 사용자로부터 음식점 추천 요청이 확인되면, 사용자에게 기본적인 요구 정보를 수집하기 위한 동작을 수행할 수 있다. 예컨대 상기 음식점 추천부 174는 사용자의 개인 정보(성별, 연령 등)을 수집하기 위한 입력창을 표시할 수 있다. 이와 같은 사용자 개인정보는 1회 입력 동작이 이루어지면, 재입력 동작은 생략될 수 있다. 또한 상기 음식점 추천부 174는 사용자 데이터에 해당하는 정보 중 상황 정보를 수집하기 위한 입력창을 표시할 수 있다. 예를 들면 상기 음식점 추천부 174는 차량 탑승 여부, 유아 동반 여부 등에 대한 정보를 수신하기 위한 입력창을 표시할 수 있다. 또한 상기 음식점 추천부 174는 건강 상태에 대한 사용자 정보를 수집하기 위한 입력창을 표시할 수 있다. 예컨대, 건강상태에 대한 사용자 정보는 알레르기 정보, 소화기능 장애 여부 등이 해당될 수 있다. 또한 상기 음식점 추천부 174는 선호 음식과 관련된 사용자 데이터를 수집하기 위한 입력창을 표시할 수 있으며, 이에 해당하는 항목은 예컨대, 선호 재료, 선호 메뉴명 등이 있을 수 있다.

상기 음식점 추천부 174는 다양한 실시 예에 따라 사용자의 일정 어플리케이션 등과 연동하여 사용자의 일정 정보를 획득할 수 있다. 이와 같이 상기 음식점 추천부 174는 다양한 종류의 사용자 데이터를 수집하고 이를 기반으로 사용자의 요구 정보를 산출할 수 있다.

그리고 상기 음식점 추천부 174는 사용자의 식사 데이터 121가 존재하는지 여부 및 식사 데이터가 기준치 값 이상(예, 기준 기간 이상) 축적되어 있는지 여부를 판단할 수 있다. 상기 음식점 추천부 174는 사용자의 식사 데이터 120가 존재하면 식사 데이터 120에 기록된 방문 음식점 정보를 참고하여 음식점 추천을 하되, 해당 음식점을 방문한 일자로부터 경과한 시일을 판단할 수 있다. 기 설정된 기준 기간(예, 3일)이 경과하지 않은 경우 상기 음식점 추천부 174는 해당 음식점을 추천 목록에서 제외시키거나 우선순위를 낮게 설정할 수 있다. 이와 같은 방식에 따라 상기 음식점 추천부 174는 사용자의 식사 데이터 121에 기반하여 사용자가 최근에 방문하지 않은 음식점 위주의 추천을 수행할 수 있게 된다.

또한 상기 음식점 추천부 174는 민감도 데이터에 따라 음식점 검색 동작 시 설정 정보를 다르게 적용할 수 있다. 예컨대, 상기 음식점 추천부 174는 사용자의 가격 민감도가 높을수록 기준치 이상의 가격대 음식점의 추천 빈도를 낮게 설정하거나, 기준치 이상의 가격대 음식점의 추천 우선순위를 낮게 설정할 수 있다. 또한 상기 음식점 추천부 174는 중복 민감도가 높을수록 식사 데이터의 참고 기간을 길게 설정할 수 있다.

상기 음식점 추천부 174는 사용자의 현재 위치를 기준으로 기 설정된 거리 범위 내에 존재하는 음식점들 중 사용자의 요구정보에 대응하지 않는 음식점들(예, 기 설정된 기간 내에 방문한 이력이 있는 음식점, 주차 가능하지 않은 음식점 등)을 제외한 음식점을 추출하여 추천할 수 있다. 그리고 상기 음식점 추천부 174는 사용자의 요구 정보에 매칭되는 항목이 많은 음식점을 추천 목록의 상단에 표시하도록 제어할 수 있다.

본 발명의 실시 예에 따라 음식점 추천 장치는 도 1에서 설명되는 바와 같이 사용자 단말기상에서 구현될 수 있으나 이에 한정되는 것은 아니다. 본 발명의 다양한 실시 예에 따라 상기 음식점 추천 장치는 서버에서 구현될 수 있고, 그 경우 사용자 단말기로부터 식사 데이터, 사용자 데이터 등을 수신하고 수신한 정보를 기반으로 음식점 추천 동작을 수행한 이후 결과물을 다시 사용자 단말기측에 전달하는 방식으로 음식점 추천 정보를 사용자에게 제공할 수 있다. 이 경우 서버는 통신부 110, 저장부 120, 제어부 170의 기능을 수행하고 그 외의 구성은 사용자 단말기측에 포함되어 해당 동작을 수행할 수 있다. 그 밖에도 사용자 단말기에서 제어부 170 기능을 수행하고 저장부 120에 저장되는 데이터가 외부 서버에 저장되는 방식으로 음식점 추천 장치(시스템)가 구현되는 실시 예가 가능하다.

도 2는 본 발명의 실시 예에 따른 음식점 추천 및 식사 데이터 축적 동작에 대한 순서를 도시한 순서도이다.

본 발명의 실시 예에 따른 제어부 170는 도 2에서 도시되는 바와 같이 음식점 추천 요청을 수신하는 205동작을 수행하면, 음식점 추천을 위한 기준 데이터를 획득하는 210동작을 수행할 수 있다. 상기 음식점 추천에 요구되는 기준 데이터란 식사 데이터 121, 음식점 데이터 122, 사용자 데이터 123, 민감도 데이터 124 등을 포함할 수 있다. 이후 상기 제어부 170는 기준 데이터에 기반하여 사용자의 요구에 매칭되는 음식점을 추천하고 추천 음식점에 대한 정보를 표시하는 215동작을 수행할 수 있다.

이후 상기 제어부 170는 추천된 음식점의 위치에서 사용자 단말기가 기 설정된 시간 이상 체류하였는지 여부를 판단하는 220동작을 수행할 수 있다. 사용자 단말기가 기 설정된 시간 이상 해당 음식점의 위치에서 체류한 것으로 판단되는 경우, 상기 제어부 170는 해당 음식점에서의 식사를 확인하기 위한 230동작을 수행할 수 있다. 230동작은 예컨대, 'OO음식점(추천된 음식점 상호명)에서 식사를 하셨습니까?'와 같은 질문 및 해당 질문에 응답하기 위한 '예', '아니오' 버튼으로 구성된 입력창을 표시하는 동작일 수 있다.

이후 상기 제어부 170는 해당 음식점에서 식사가 확인되었는지 여부를 판단하는 240동작을 수행할 수 있다. 상기 제어부 170는 추천된 음식점에서 식사가 확인되면(이는 예컨대, 상기 230동작에서 표시된 입력창에서 사용자가 '예' 버튼을 선택한 경우에 해당될 수 있음) 확인된 정보로 식사 데이터를 축적하는 250동작을 수행할 수 있다.

상기 제어부 170는 220동작의 판단 결과 기 설정된 시간 이상 추천된 음식점의 위치에서 사용자 단말기의 체류가 확인되지 않으면, 추천 이후 기 설정된 시간이 초과했는지 여부를 판단하는 225동작을 수행할 수 있다. 이 때 기 설정된 시간이 초과하지 않은 경우라면 상기 제어부 170는 계속해서 사용자에게 추천 음식점에 대한 정보(예, 해당 음식점에 대한 위치 등)를 표시하는 상태를 유지할 수 있다. 그러나 음식점 추천 이후 기 설정된 시간이 초과한 것으로 판단되면 상기 제어부 170는 식사 데이터 입력을 요청하는 235동작을 수행할 수 있다.

240동작에서 추천된 음식점에서 식사하지 않은 것으로 판단된 경우 및 235동작 이후 제어부 170는 사용자에 의해 식사 데이터가 직접 입력되는지 여부를 판단하여, 식사 데이터가 사용자에 의해 직접 입력되었다면 입력된 식사데이터를 축적하는 250동작을 수행하고, 입력되지 않은 경우에는 식사 데이터 축적 없이 음식점 추천 기능을 종료할 수 있다.

이하에서는 도 3 내지 도 4b를 참조하여 식사 데이터에 기반하여 중복 민감도를 산출하는 동작에 대하여 설명하기로 한다.

도 3은 본 발명의 실시 예에 따른 중복 민감도 산출 과정을 도시한 순서도이다.

도 4a 및 도 4b는 본 발명의 실시 예에 따른 식사 데이터와 식사 데이터 입력창의 예를 도시한 도면이다.

도 3을 참조하면, 제어부 170는 식사 데이터의 축적률이 기준치를 초과하였는지 여부를 판단하는 305동작을 수행할 수 있다. 식사 데이터의 축적률은 식사 데이터가 존재하는 기간이 기준 기간을 초과하였는지 여부 등에 의해 결정될 수 있다. 상기 식사 데이터는 도 4a에서 도시되는 바와 같이 날짜별로 기록될 수 있다. 이에 따라 제어부 170는 식사데이터가 기입된 기간이 기 설정된 기준 기간을 초과하였는지 여부를 판단할 수 있게 된다.

상기 제어부 170는 식사 데이터 축적률이 기준치를 초과하지 않은 것으로 판단되면 중복 민감도 산출 기능을 수행하지 않을 수 있다. 반면, 상기 제어부 170는 식사 데이터 축적률이 기준치를 초과한 것으로 판단되면, 기준 기간 내 중복 요소(예, 분식 2회)를 추출하는 310동작을 수행할 수 있다. 이후 상기 제어부 170는 중복 요소에 대한 데이터 기반으로 중복 민감도를 산출하는 315동작을 수행할 수 있다. 예컨대, 기준 기간 내 특정 중복 요소에 대한 데이터 판단 결과, 특정 항목에 대한 중복 횟수가 많을수록 사용자가 해당 항목을 자주 접하는 것에 대한 거부감이 없는 것으로 유추하여, 제어부 170는 해당 항목에 대한 중복 민감도를 하향 조정할 수 있다.

상기 중복 민감도를 산출하는 315동작 이후 상기 제어부 170는 중복 민감도를 갱신하는 320동작을 수행할 수 있다.

상기 식사 데이터는 도 4a에서 도시되는 바와 같이 작성되고 저장될 수 있다. 도 4a를 참조하면 상기 식사 데이터는 이용 음식점에 대한 정보가 기록되지 않은 경우와 기록된 경우가 구분되어 표시되고 있다. 식사 데이터는 추천 기능 동작 이후 설정 조건이 맞으면 자동으로 기입될 수 있다. 그러나 구체적인 정보 또는 추천 기능 동작 이후 설정 조건이 부합하지 않는 경우(예, 추천 음식점을 이용하였는지 여부를 묻는 질문에 사용자가 응답하지 않은 경우), 제어부 170는 식사 데이터를 직접 입력할 수 있도록 하는 입력 버튼 410을 표시할 수 있다.

그리고 상기 입력 버튼 410을 선택하면 도 4b와 같이 사용자에 의해 직접 식사 데이터를 입력할 수 있는 입력창이 표시될 수 있다. 상기 입력창에는 음식점의 상호명을 입력할 수 있는 영역 420과 음식점 목록 중에서 해당 음식점을 선택할 수 있도록 음식점 목록을 표시하기 위한 드롭 다운 버튼 421이 존재할 수 있다. 이와 유사하게 상기 입력창에서는 메뉴 명을 입력할 수 있다. 특정 음식점이 선택되면 메뉴명은 해당 음식점에서 판매하는 메뉴만 선택 목록에 표시될 수 있다. 그리고 다양한 실시 예에 따라 식사 데이터 입력창에는 음식점 정보 대신 행사 종류를 선택하는 버튼 영역 430이 존재할 수도 있다. 이에 따라 제어부 170는 사용자가 음식점을 방문한 것이 아니라 하더라도 사용자의 식사 이력 정보를 파악하여 중복된 메뉴를 선택하지 않도록 지원할 수 있다.

이하에서는 가격 민감도를 산출하는 동작에 대하여 도 5 및 도 6을 참조하여 설명하기로 한다.

도 5는 본 발명의 실시 예에 따른 가격 민감도를 산출하는 동작의 순서를 도시한 순서도이다.

도 6은 가격 민감도 산출에 대한 개념을 설명하기 위한 그래프이다.

도 5를 참조하면, 본 발명의 실시 예에 따른 제어부 170는 식사 데이터 축적률이 기준치를 초과하였는지 여부를 판단하는 510동작을 수행할 수 있다. 이후 상기 제어부 170는 식사 데이터를 기반으로 식사 가격을 단계별로 분류하는 515동작을 수행할 수 있다. 그리고 이후 상기 제어부 170는 식사 데이터의 가격 단계별 분류 동결과를 기반으로 가격 민감도를 산출하고 산출된 결과로 가격 민감도를 갱신하는 520동작을 수행할 수 있다.

상기 가격 단계별 분류에 대하여 설명하기 위해 도 6을 참조하기로 한다. 610그래프와 620그래프에서 도시되는 그래프는 각각 서로 다른 사용자가 동일 기간동안 이용한 음식점에 대한 기록을 가격대별로 분류한 결과를 나타낸 것이다. 참고로, 1단계에서 3단계로 갈수록 가격대가 높아지고 있다.

610 그래프와 620 그래프의 차이를 살펴보면, 610그래프의 사용자는 비교적 각 단계별 음식점 이용률이 비슷하고, 610그래프의 사용자는 1단계 및 2단계에 비해 3단계 음식점 이용률이 현저하게 떨어짐을 확인할 수 있다. 이 때 620 사용자와 같이 가격 단계별 이용률에 대한 차이가 큰 사용자일수록 가격 민감도는 큰 값으로 산출될 수 있다.

도 7은 본 발명의 실시 예에 따른 음식점 분류방식에 대하여 도시한 표이다.

도 7에서 도시되는 바와 같이, 각 음식점은 가격 단계별로 분류되어질 수 있으며 각 음식점은 메뉴 분류에 따라 알파벳 종류로 코드화될 수 있다. 예컨대, 한식은 A, 중식은 B, 양식은 C와 같이 코드화될 수 있다.

도 8은 본 발명의 실시 예에 따른 가격 민감도 판단부의 구성을 도시한 블록도이다.

본 발명의 다양한 실시 예에 따르면, 상기 가격 민감도 판단부 172는 메뉴별 가격 민감도 판단부 172a와 중복 가격 민감도 판단부 172b를 포함하여 구성될 수 있다.

상기 메뉴별 가격 민감도 판단부 172a는 사용자의 식사 데이터 121를 기반으로 사용자가 방문한 음식점의 특정 분류 또는 주문한 메뉴의 특정 종류와 해당 음식점의 가격대가 양의 상관관계가 있는지 여부를 판단할 수 있다.

예를 들어, 상기 메뉴별 가격 민감도 판단부 172a는 사용자가 기 설정된 기간(예, 최근 2개월)동안 기 설정된 횟수 이상(예, 5회 이상) 특정 분류의 음식점을 방문한 것으로 확인된 경우에 한하여, 메뉴별 가격 민감도를 산출할 수 있다. 그리고 상기 메뉴별 가격 민감도 판단부 172a는 메뉴별 가격 민감도 산출 시, 상기 기 설정된 횟수 이상 방문하여 메뉴별 가격 민감도를 산출할 조건이 만족된 특정 분류의 음식점(예, 피자집)의 평균 가격 단계를 확인할 수 있다. 이후 상기 메뉴별 가격 민감도 판단부 172a는 사용자의 상기 특정 분류의 음식점에 방문 비율을 분석할 수 있으며, 평균 가격 단계보다 높은 가격 단계인 곳의 방문 비율이 기 설정된 기준치 이상인지 여부를 판단할 수 있다.

만약 피자집의 평균 가격 단계는 3단계이고, 사용자는 4단계(예, 1인 기준 20000원 이상 30,000원 이하의 가격대)에 해당하는 장소에 방문한 비율이 기 설정된 기준치 이상이라면 상기 메뉴별 가격 민감도 판단부 172a는 사용자의 피자집에 대한 가격 민감도를 낮게 설정할 수 있다. 이는 해당 사용자는 피자집에서 비용 지불 시 가격에 민감하게 반응하지 않을 것이며, 비교적 높은 가격대에도 흔쾌히 비용을 지불할 것이라는 예측에 기인한다. 이에 따라 추후 음식점 추천부 174는 추천 음식점 목록을 제공할 시, 메뉴별 가격 민감도가 설정된 분류의 음식점(예, 피자집)에 한하여 가격 단계 제한을 해제할 수 있다. 이로 인해 사용자는 음식점 추천 요청 시, 해당 음식점(피자집)에 한하여는 고가의 음식점들도 추천 목록에서 확인(예, 1단계~5단계까지 모두 제공될 수 있음)할 수 있게 된다.

또는 본 발명의 다양한 실시 예에 따라, 상기 메뉴별 가격 민감도 판단부 172a는 사용자의 식사 데이터를 토대로 사용자가 특정 분류의 음식점에 대하여 선호하는 가격대를 판단하는 기능을 수행하고 이에 따라 음식점 추천 동작을 수행할 수 있다.

예를 들면, 사용자가 특정 분류(예, 피자집)의 음식점을 방문할 시, 1단계(1인기준 5천원) 음식점 방문 비율이 타 단계의 방문 비율보다 기 설정된 기준치 이상 높을 경우(예, 80%이상), 상기 메뉴별 가격 민감도 판단부 172a는 해당 분류의 음식점과 해당 가격 단계를 매칭하여 메뉴별 가격 민감도를 결정(예, 피자집-1단계)할 수 있다. 이에 따라 추후 음식점 추천부 174는 사용자 요청에 따라 음식점 추천 목록 표시할 시, 1단계 이외의 피자집은 목록에서 제외하거나 표시 순서상 후순위에 있도록 설정될 수 있다.

또한, 상기 중복 가격 민감도 판단부 172b는 기 설정된 기간 내 중복 횟수에 따른 가격 민감도를 산출할 수 있다. 상기 중복 가격 민감도 판단부 172b는 기 설정된 기간(예, 2주일)동안 동일 분류의 음식점 또는 동일 메뉴를 선택할 경우에, 해당 음식점 또는 메뉴의 가격대의 변화 추이를 분석할 수 있다. 그리고 분석한 변화 추이를 기반으로 1회차 가격대, 2회차 가격대, 3회차 가격대의 변화 비율을 기반으로 상기 중복 가격 민감도 판단부 172b는 해당 사용자의 중복 가격 민감도를 산출할 수 있다. 이 때 중복 횟수와 가격과의 상관관계가 발견되지 않는 경우, 해당 사용자의 중복 가격 민감도는 별도로 산출되지 않거나 0으로 산출될 수 있다. 그러나 중복 횟수가 가격과 양의 상관관계가 있는 경우, 양수로 민감도가 산출되고 중복 횟수가 가격과 음의 상관관계가 있는 경우 민감도는 음수로 산출될 수 있다. 그리고 중복 횟수에 따른 가격의 변화폭이 클수록 민감도의 절댓값은 그에 비례하여 큰 값으로 산출될 수 있다.

상기 중복 가격 민감도 판단부 172b에서 중복 가격 민감도를 판단하기 위한 기준은 해당 사용자의 중복 민감도에 기반하여 판단될 수 있다. 구체적으로, 중복 가격 민감도 판단부 172b는 중복 민감도에 따른 해당 사용자의 식사 데이터의 참고 기간(예컨대, 1주일)에 비례하여 중복 가격 민감도 산출을 위한 기준 기간을 산출할 수 있다. 예컨대, 상기 중복 가격 민감도 판단부 172b는 중복 가격 민감도 산출을 위해 참고할 데이터의 기준 기간을 해당 사용자의 식사 데이터 참고기간(예, 1주일)의 2배(예, 2주일)로 설정할 수 있다. 이는 중복 민감도가 높은 사용자일수록 중복에 대한 불쾌감 수치 및 중복 횟수에 따른 가격 민감도가 크게 측정될 수 있고, 동일 기간 내 중복 횟수 검출 빈도가 낮아 중복 가격 민감도 산출이 제대로 이루어지지 않을 가능성이 높다는 사실에 기인한다.

이 외에도 본 발명의 실시 예에 따른 제어부 170는 음식점 추천 기능과 관련된 다양한 추가 기능을 수행할 수 있다. 예컨대, 상기 제어부 170는 상기 사용자 데이터에 기반하여 사용자의 차량 탑승 여부를 확인하고, 사용자가 차량 탑승 중인 것으로 확인되면, 기 설정된 범위 내에 존재하는 음식점을 검색할 시 적용되는 거리 범위 값을 증가시킬 수 있다.

상술한 예를 참조하여 본 발명을 상세하게 설명하였지만, 당업자라면 본 발명의 범위를 벗어나지 않으면서도 본 예들에 대한 개조, 변경 및 변형을 가할 수 있다. 요컨대 본 발명이 의도하는 효과를 달성하기 위해 도면에 도시된 모든 기능 블록을 별도로 포함하거나 도면에 도시된 모든 순서를 도시된 순서 그대로 따라야만 하는 것은 아니며, 그렇지 않더라도 얼마든지 청구항에 기재된 본 발명의 기술적 범위에 속할 수 있음에 주의한다.

110 : 통신부
120 : 저장부
130 : 입력부
140 : 표시부
150 : 카메라부
160 : 센서부
170 : 제어부
171 : 중복 민감도 판단부
172 : 가격 민감도 판단부
173 : 음식점 분류부
174 : 음식점 추천부

Claims (1)

1. 음식점 추천 장치에 있어서,
   음식점 데이터 및 사용자의 현재 위치에 대한 정보를 수신하는 통신부;
   사용자로부터 획득한 식사 데이터 및 상기 통신부를 통해 수신한 음식점 데이터를 저장하는 저장부; 및
   상기 음식점 데이터를 특징 항목에 따라 분류하는 음식점 분류부;
   사용자로부터 음식점 추천 요청을 수신함에 따라 사용자 요구에 부합하는 음식점을 기준 데이터에 따라 검색하여 추천하되, 사용자의 현재 위치를 기준으로 기 설정된 범위 내에 존재하는 음식점 중 상기 식사 데이터에 기록된 일정 기간 내 이용한 음식점을 제외한 나머지 음식점을 추천하는 음식점 추천부;
   상기 식사 데이터에 의해 특정 음식점별 재방문 주기를 판단하고, 다수의 음식점에 대한 재방문 주기를 기반으로 음식점 선택에 대한 중복 민감도를 산출하는 중복 민감도 판단부;
   상기 식사 데이터에 의해 기준치 이상의 비용 지불 빈도 및 식사에 지불되는 평균 가격 정보를 판단하고, 상기 기준치 이상의 비용 지불 빈도 및 평균 가격 정보를 기반으로 가격 민감도를 산출하는 가격 민감도 판단부;로 구성되는 제어부;를 포함하고,
   상기 음식점 추천부는
   기준 데이터에 상기 중복 민감도를 포함하여 음식점 추천 시, 사용자의 중복 민감도가 증가함에 따라 식사 데이터 참고 기간을 증가 설정하고,기준 데이터에 가격 민감도를 포함하여 음식점 추천 시, 사용자의 가격 민감도가 증가함에 따라 기준 가격대 이상인 음식점의 추천 주기를 증가 설정하며,
   상기 가격 민감도 판단부는
   평균 가격 단계보다 높은 가격 단계인 특정 분류의 음식점에 대한 방문 비율이 높을수록 해당 분류의 음식점에 대한 메뉴별 가격 민감도를 낮은 값으로 설정하는 메뉴별 가격 민감도 판단부; 및
   기 설정된 기간 내 동일 분류의 음식점을 방문할 시, 방문 회차에 따른 가격대 변화 추이에 기반하여 중복 가격 민감도를 산출하고, 중복 가격 민감도 산출을 위해 참고할 데이터의 기준 기간을 사용자의 중복 민감도에 따른 식사 데이터의 참고 기간에 비례하여 설정하는 중복 가격 민감도 판단부를 포함하며,
   상기 기준 데이터는 상기 통신부로부터 수신한 사용자의 현재 위치에 대한 정보, 상기 음식점 데이터, 사용자로부터 획득한 식사 데이터 및 사용자가 직접 입력하는 개인정보인 사용자 데이터를 포함하고,
   상기 사용자 데이터는 사용자의 연령, 성별, 유아 동반 여부, 차량 탑승 여부, 알레르기 정보, 소화 장애 여부, 선호 메뉴, 선호 재료에 대한 정보를 포함하며,
   상기 제어부는
   상기 사용자 데이터에 기반하여 사용자의 차량 탑승 여부를 확인하고, 사용자가 차량 탑승 중인 것으로 확인되면, 음식점을 검색할 시 적용되는 거리 범위 값을 증가시키는 것을 특징으로 하는 음식점 추천 장치.

Images