KR102168990B1 - 렌터카 서비스 장치 및 그 장치에서의 인공지능 기반 차량 검색 서비스 방법 - Google Patents
렌터카 서비스 장치 및 그 장치에서의 인공지능 기반 차량 검색 서비스 방법 Download PDFInfo
- Publication number
- KR102168990B1 KR102168990B1 KR1020180036365A KR20180036365A KR102168990B1 KR 102168990 B1 KR102168990 B1 KR 102168990B1 KR 1020180036365 A KR1020180036365 A KR 1020180036365A KR 20180036365 A KR20180036365 A KR 20180036365A KR 102168990 B1 KR102168990 B1 KR 102168990B1
- Authority
- KR
- South Korea
- Prior art keywords
- vehicle
- customer
- characteristic
- information
- search
- Prior art date
Links
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q30/00—Commerce
- G06Q30/06—Buying, selling or leasing transactions
- G06Q30/0645—Rental transactions; Leasing transactions
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/23—Updating
- G06F16/2308—Concurrency control
- G06F16/2336—Pessimistic concurrency control approaches, e.g. locking or multiple versions without time stamps
- G06F16/2343—Locking methods, e.g. distributed locking or locking implementation details
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F40/00—Handling natural language data
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N20/00—Machine learning
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q30/00—Commerce
- G06Q30/06—Buying, selling or leasing transactions
- G06Q30/0601—Electronic shopping [e-shopping]
- G06Q30/0623—Item investigation
- G06Q30/0625—Directed, with specific intent or strategy
- G06Q30/0629—Directed, with specific intent or strategy for generating comparisons
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Theoretical Computer Science (AREA)
- Accounting & Taxation (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Finance (AREA)
- Software Systems (AREA)
- Data Mining & Analysis (AREA)
- General Engineering & Computer Science (AREA)
- Strategic Management (AREA)
- Economics (AREA)
- Marketing (AREA)
- General Business, Economics & Management (AREA)
- Development Economics (AREA)
- Artificial Intelligence (AREA)
- Mathematical Physics (AREA)
- Computing Systems (AREA)
- Evolutionary Computation (AREA)
- Medical Informatics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Databases & Information Systems (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- Entrepreneurship & Innovation (AREA)
- Computational Linguistics (AREA)
- Human Resources & Organizations (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Biomedical Technology (AREA)
- Biophysics (AREA)
- Molecular Biology (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Tourism & Hospitality (AREA)
- Audiology, Speech & Language Pathology (AREA)
Abstract
렌터카 서비스 장치 및 그 장치에서의 인공지능 기반 차량 검색 서비스 방법이 개시된다.
이 방법에서, 자연어 키워드로부터 추출되는 특징 단어와 이에 대응되는 차량 특성 엔티티(entity) 및 고객 정보로부터 추출되는 특징 단어와 이에 대응되는 고객 특성 엔티티로 구성된 데이터 집합으로서 복수의 데이터 집합을 기계 학습하여 특징 단어에 대응되는 차량 특성 엔티티 및 고객 특성 엔티티를 검출하기 위한 학습 모델을 생성하는 단계가 먼저 수행된다. 그 후, 상기 학습 모델을 사용하여, 고객 단말로부터 입력되는 자연어 키워드와 고객 정보에 대응되는 차량을 검색하는 인공지능 기반의 차량 검색을 수행하여 검색된 차량 정보를 상기 고객 단말로 제공하여, 상기 고객이 상기 검색된 차량 정보에 기반하여 상기 검색된 차량 중에서 상기 고객이 원하는 차량을 검색하도록 하는 단계가 수행된다.
이 방법에서, 자연어 키워드로부터 추출되는 특징 단어와 이에 대응되는 차량 특성 엔티티(entity) 및 고객 정보로부터 추출되는 특징 단어와 이에 대응되는 고객 특성 엔티티로 구성된 데이터 집합으로서 복수의 데이터 집합을 기계 학습하여 특징 단어에 대응되는 차량 특성 엔티티 및 고객 특성 엔티티를 검출하기 위한 학습 모델을 생성하는 단계가 먼저 수행된다. 그 후, 상기 학습 모델을 사용하여, 고객 단말로부터 입력되는 자연어 키워드와 고객 정보에 대응되는 차량을 검색하는 인공지능 기반의 차량 검색을 수행하여 검색된 차량 정보를 상기 고객 단말로 제공하여, 상기 고객이 상기 검색된 차량 정보에 기반하여 상기 검색된 차량 중에서 상기 고객이 원하는 차량을 검색하도록 하는 단계가 수행된다.
Description
본 발명은 렌터카 서비스 장치 및 그 장치에서의 인공지능 기반 차량 검색 서비스 방법에 관한 것이다.
최근 다른 도시에서의 여행을 위해 차량을 단기로 임대하거나 또는 차량 구매시 발생하는 초기 비용을 줄일 수 있다는 장점과 법인이나 개인 사업자의 비용 처리 용이 및 절세 효과 등으로 인해 장기로 임대하는 렌터카 서비스가 대중화되고 있다.
그런데, 일반적인 렌터카 서비스의 경우, 차량을 임대하려는 사람, 즉 고객이 렌터카 회사 또는 임대하고자 하는 위치로 직접 방문해서 렌터카 회사에서 제공하는 서식에 따라 차량의 임대차 계약을 작성한 후 즉석에서 차량을 인수하거나, 또는 고객이 렌터카 회사에 전화를 걸어서, 차량의 임대 기간, 임대 차량의 종류 또는 차량의 임대 기간에 따른 수수료 등을 확인한 후, 임대할 차량이 있으면 차량의 임대 계약을 체결하여 차량을 임대하였다.
최근에는 유무선 인터넷을 통한 온라인 차량의 렌터카 서비스가 제공되고 있으며, 이 경우 고객이 렌터카 서비스를 위한 시스템에 접속하여 자동차를 임대할 차종, 지역, 날짜, 대여 기간, 운전 기사 포함 여부 등을 기록하여 계약 가능한지를 검색한 후 해당 차종을 선택하여 예약하고, 예약한 당일에 해당 렌터카업체로 방문하거나 또는 서로 협의한 위치에서 임대한 차량을 인수한다.
그러나 종래 방식에 따른 온라인 렌터카 서비스의 경우 차량 검색이 차량의 종류, 가격대, 연료 종류 등으로만 한정되어 있어서 고객이 원하는 차량의 검색이 쉽지 않을 뿐만 아니라 오프라인 상에서 영업자를 통해 원하는 형태의 차량을 추천받는 바와 같은 형태의 차량 검색 기능을 제공하지 않는다는 문제점이 있다.
또한, 차량 검색시 고객의 정보를 이용하여 대응되는 차량 정보를 제공하는 경우도 있으나, 이때의 고객 정보를 이용한 차량 검색은 고객 정보에 직접적으로 대응되는 차량 검색 정보 제공만이 가능하여 보다 고객에 맞는 차량 검색 서비스 제공이 불가능하다는 문제점이 있다.
본 발명이 이루고자 하는 기술적 과제는 고객이 원하는 차량 특성에 적합한 차량을 검색하여 선택할 수 있도록 하는 렌터카 서비스 장치 및 그 장치에서의 인공지능 기반 차량 검색 서비스 방법을 제공한다.
본 발명의 한 특징에 따른 차량 검색 서비스 방법은,
렌터카 서비스 장치가 차량 검색을 서비스하는 방법으로서, 자연어 키워드로부터 추출되는 특징 단어와 이에 대응되는 차량 특성 엔티티(entity) 및 고객 정보로부터 추출되는 특징 단어와 이에 대응되는 고객 특성 엔티티로 구성된 데이터 집합으로서 복수의 데이터 집합을 기계 학습하여 특징 단어에 대응되는 차량 특성 엔티티 및 고객 특성 엔티티를 검출하기 위한 학습 모델을 생성하는 단계; 및 상기 학습 모델을 사용하여, 고객 단말로부터 입력되는 자연어 키워드와 고객 정보에 대응되는 차량을 검색하는 인공지능 기반의 차량 검색을 수행하여 검색된 차량 정보를 상기 고객 단말로 제공하여, 상기 고객이 상기 검색된 차량 정보에 기반하여 상기 검색된 차량 중에서 상기 고객이 원하는 차량을 검색하도록 하는 단계를 포함한다.
여기서, 상기 차량을 검색하도록 하는 단계는, 상기 자연어 키워드에 대한 자연어 분석을 수행하여 상기 자연어 키워드에 대응되는 특징 단어를 추출하고, 상기 고객 정보를 분석하여 상기 고객 정보에 대응되는 특징 단어를 추출하는 단계; 상기 학습 모델을 사용하여, 상기 자연어 키워드에 대응되는 특징 단어에 대해 차량 특성 엔티티를 추출하고, 상기 고객 정보에 대응되는 특징 단어에 대해 고객 특성 엔티티를 추출하는 단계; 차량별로 대응되는 차량 특성 엔티티 및 고객 특성 엔티티를 저장한 차량 정보 데이터베이스에 기초하여, 추출된 차량 특성 엔티티 및 고객 특성 엔티티에 대응되는 차량 정보를 검출하는 단계; 및 검출되는 차량 정보를 상기 고객 단말로 제공하는 단계를 포함한다.
또한, 상기 차량을 검색하도록 하는 단계는, 차량과 직접적으로 연관되는 키워드에 따라 차량을 검색하여 제공하는 차량 직접 검색을 혼합하여 수행한다.
또한, 상기 차량과 직접적으로 연관되는 키워드는 차량의 제조사, 차량의 유형, 차량의 명칭 및 차량의 사용 연료에 대응되는 키워드이다.
또한, 상기 자연어 키워드는 차량과 직접적으로 연관되지 않은 키워드이다.
본 발명의 다른 특징에 따른 렌터카 서비스 장치는,
자연어 키워드로부터 추출되는 특징 단어와 이에 대응되는 차량 특성 엔티티 및 고객 정보로부터 추출되는 특징 단어와 이에 대응되는 고객 특성 엔티티로 구성된 데이터 집합으로서 복수의 데이터 집합을 기계 학습하여 특징 단어에 대응되는 차량 특성 엔티티 및 고객 특성 엔티티를 검출하기 위한 학습 모델을 생성한 후, 생성된 학습 모델을 사용하여 고객 단말로부터 입력되는 자연어 키워드 및 고객 정보에 대응되는 차량을 검색하는 인공지능 기반의 차량 검색을 수행하여 검색된 차량 정보를 제공하는 기계 학습부; 고객에 의해 자연어 키워드 및 고객 정보가 입력되는 경우 상기 기계 학습부를 통해 상기 학습 모델을 사용하여 상기 자연어 키워드 및 상기 고객 정보에 대응되는 차량을 검색하는 인공지능 기반의 차량 검색을 수행하고 검색된 차량 정보를 상기 고객 단말에게 제공하는 검색부; 및 네트워크를 통해 접속되는 상기 고객 단말을 통해 상기 고객의 자연어 키워드 및 고객 정보를 입력받아서 상기 검색부를 제어하여 차량 검색을 수행하여 상기 검색된 차량 정보를 상기 고객 단말로 제공하여, 상기 고객이 상기 검색된 차량 정보에 기반하여 상기 검색된 차량 중에서 상기 고객이 원하는 차량을 검색하도록 제어하는 제어부를 포함한다.
여기서, 상기 고객 정보는 상기 고객에 대응되이 미리 저장되어 있는 고객 정보를 포함한다.
또한, 상기 기계 학습부는, 상기 검색부로부터 전달되는 자연어 키워드에 대한 자연어 분석을 수행하여 상기 자연어 키워드에 대응되는 특징 단어를 추출하는 자연어 분석부; 상기 검색부로부터 전달되는 고객 정보에 대한 분석을 수행하여 상기 고객 정보에 대응되는 특징 단어를 추출하는 고객 정보 분석부; 학습 모델을 저장하는 학습 모델 데이터베이스; 상기 검색부로부터 입력되는 '특징 단어-특성 엔티티'로 구성된 데이터 집합을 사용하여 차량 특성 엔티티 및 고객 특성 엔티티의 검출을 위한 기계 학습을 수행하여 학습 결과에 따라 대응되어 생성되는 학습 모델을 상기 학습 모델 데이터베이스 저장하는 특성 엔티티 학습부; 상기 학습 모델 데이터베이스에 저장된 학습 모델을 사용하여, 상기 자연어 분석부에 의해 추출되는 특징 단어에 대응되는 차량 특성 엔티티와 상기 고객 정보 분석부에 의해 추출되는 특징 단어에 대응되는 고객 특성 엔티티를 추출하는 특성 엔티티 추출부; 및 차량별로 대응되는 차량 특성 엔티티 및 고객 특성 엔티티를 저장한 차량 정보 데이터베이스에 기초하여, 상기 특성 엔티티 추출부에 의해 추출된 차량 특성 엔티티 및 고객 특성 엔티티에 대응되는 차량 정보를 검출하는 차량 정보 검출부를 포함한다.
또한, 상기 검색부를 통해 상기 검색된 차량 중에서 상기 고객에 의해 선택된 차량에 대한 견적을 생성하는 견적부; 및 상기 고객에 의해 요청된 차량 임대에 대한 전자 계약을 수행하는 전자 계약부를 더 포함한다.
또한, 상기 검색부는 상기 차량과 직접적으로 연관되는 키워드를 사용하여 차량 직접 검색을 추가로 수행하고, 상기 검색부는 상기 인공지능 기반 차량 검색과 상기 차량 직접 검색을 결합한 혼합 검색을 수행한다.
또한, 상기 검색부는 상기 고객의 맞춤 정보 기반으로 차량 검색을 수행하며, 상기 고객의 맞춤 정보는 상기 고객의 주거 위치 정보 및 선호 차량 정보를 포함한다.
또한, 상기 견적부는 견적이 요청된 차량의 정보에 대한 이력을 상기 기계 학습부로 전달하고, 상기 기계 학습부는 상기 견적이 요청된 차량의 정보를 추가로 사용하여 기계 학습을 수행한다.
본 발명에 따르면, 차량과 직접적으로 연관되지 않은 자연어 키워드를 사용하여 차량을 검색할 수 있으므로 임대 차량의 폭넓은 선택과 고객이 체감하는 형태의 차량 검색 서비스를 제공할 수 있다.
또한, 고객이 입력한 자연어 키워드에 대응되는 차량 특성에 따른 인공지능 기반 검색을 수행하여 고객이 원하는 용도에 매우 유사한 형태의 차량 검색 정보를 제공할 수 있다.
또한, 고객이 입력한 자연어 키워드와 함께 고객 정보에 대응되는 특성에 따른 인공 지능 기반 검색을 수행함으로써 고객 맞춤형 차량 검색 서비스를 제공할 수 있다.
도 1은 본 발명의 실시예에 따른 렌터카 서비스 장치가 사용되는 개략적인 예를 도시한 도면이다.
도 2는 도 1에 도시된 발명의 실시예에 따른 렌터카 서비스 장치의 구체적인 구성 블록도이다.
도 3은 도 2에 도시된 검색부의 구체적인 구성 블록도이다.
도 4는 도 2에 도시된 기계 학습부의 구체적인 구성 블록도이다.
도 5는 도 4에 도시된 기계 학습부에 의해 수행되는 인공지능 기반 차량 검색 과정의 예를 도시한 도면이다.
도 6은 본 발명의 실시예에 따른 인공지능 기반 차량 검색 서비스 방법의 개략적인 흐름도이다.
도 7은 도 6에 도시된 인공지능 기반 차량 검색의 구체적인 과정을 도시한 도면이다.
도 8은 본 발명의 실시예에 따른 차량 검색 서비스 방법에서 인공지능 기반 차량 검색 예를 도시한 도면이다.
도 9는 본 발명의 실시예에 따른 차량 검색 서비스 방법에서 고객 단말에 표시되는 검색 차량 정보 화면의 개략적인 내용을 도시한 도면이다.
도 10은 도 9의 검색 차량 정보 화면의 하나의 구체적인 예를 도시한 도면이다.
도 2는 도 1에 도시된 발명의 실시예에 따른 렌터카 서비스 장치의 구체적인 구성 블록도이다.
도 3은 도 2에 도시된 검색부의 구체적인 구성 블록도이다.
도 4는 도 2에 도시된 기계 학습부의 구체적인 구성 블록도이다.
도 5는 도 4에 도시된 기계 학습부에 의해 수행되는 인공지능 기반 차량 검색 과정의 예를 도시한 도면이다.
도 6은 본 발명의 실시예에 따른 인공지능 기반 차량 검색 서비스 방법의 개략적인 흐름도이다.
도 7은 도 6에 도시된 인공지능 기반 차량 검색의 구체적인 과정을 도시한 도면이다.
도 8은 본 발명의 실시예에 따른 차량 검색 서비스 방법에서 인공지능 기반 차량 검색 예를 도시한 도면이다.
도 9는 본 발명의 실시예에 따른 차량 검색 서비스 방법에서 고객 단말에 표시되는 검색 차량 정보 화면의 개략적인 내용을 도시한 도면이다.
도 10은 도 9의 검색 차량 정보 화면의 하나의 구체적인 예를 도시한 도면이다.
아래에서는 첨부한 도면을 참고로 하여 본 발명의 실시예에 대하여 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자가 용이하게 실시할 수 있도록 상세히 설명한다. 그러나 본 발명은 여러 가지 상이한 형태로 구현될 수 있으며 여기에서 설명하는 실시예에 한정되지 않는다. 그리고 도면에서 본 발명을 명확하게 설명하기 위해서 설명과 관계없는 부분은 생략하였으며, 명세서 전체를 통하여 유사한 부분에 대해서는 유사한 도면 부호를 붙였다.
명세서 전체에서, 어떤 부분이 어떤 구성요소를 "포함"한다고 할 때, 이는 특별히 반대되는 기재가 없는 한 다른 구성요소를 제외하는 것이 아니라 다른 구성요소를 더 포함할 수 있는 것을 의미한다. 또한, 명세서에 기재된 "…부", "…기", "모듈" 등의 용어는 적어도 하나의 기능이나 동작을 처리하는 단위를 의미하며, 이는 하드웨어나 소프트웨어 또는 하드웨어 및 소프트웨어의 결합으로 구현될 수 있다.
이하, 도면을 참조하여 본 발명의 실시예에 따른 렌터카 서비스 장치 및 그 장치에서의 인공지능 기반 차량 검색 서비스 방법에 대해 설명한다.
도 1은 본 발명의 실시예에 따른 렌터카 서비스 장치가 사용되는 개략적인 예를 도시한 도면이다.
도 1을 참조하면, 본 발명의 실시예에 따른 렌터카 서비스 장치(100)는 네트워크(200)를 통해 고객 단말(300)과 연결되고, 또한 네트워크(200)를 통해 외부의 각종 서버(400)에 연결된다. 이 때 외부의 각종 서버(400)는 차량을 임대하는 고객의 신용 심사를 위해 요구되는 각종 서류를 제공하는 서버들일 수 있다.
여기서, 네트워크(200)는 네트워크(200)에 연결된 복수의 단말 및 서버들과 같은 각각의 노드 상호 간에 정보 교환이 가능한 연결 구조를 의미하는 것으로, 이러한 네트워크(200)의 예로는 3GPP(3rd Generation Partnership Project) 네트워크, LTE(Long Term Evolution) 네트워크, 5GPP(5rd Generation Partnership Project) 네트워크, LAN(Local Area Network), 무선 LAN(Wireless Local Area Network), WAN(Wide Area Network), PAN(Personal Area Network), 블루투스(Bluetooth) 네트워크 등이 포함되나 이에 한정되지는 않는다.
고객 단말(300)은 네트워크(200)를 통해 렌터카 서비스 장치(100)에 접속하여 고객이 원하는 차량을 검색하고 검색된 차량의 견적을 생성하여 견적이 생성된 차량에 대한 전자 계약을 수행할 수 있도록 하는 단말이다. 구체적으로, 고객 단말(300)은 차량 검색을 하기 위한 키워드를 입력하여 렌터카 서비스 장치(100)에게 제공하고, 렌터카 서비스 장치(100)로부터 키워드에 해당하는 차량 정보를 수신하여 표시하며, 렌터카 서비스 장치(100)에게 표시된 차량에 대해 견적 생성을 요청하고, 생성된 견적 정보를 수신하여 표시하며, 또한, 임대를 원하는 차량에 대한 계약을 렌터카 서비스 장치(100)에게 요구하고, 렌터카 서비스 장치(100)로부터 계약 내용을 수신하여 표시한 후 계약 내용에 대한 전자 서명을 수행하여 렌터카 서비스 장치(100)에게 제공한다. 이러한 고객 단말(300)은 대응되는 네트워크(200)를 통해 렌터카 서비스 장치(100)에 접속할 수 있는 단말 또는 컴퓨터 등일 수 있다. 여기서, 단말이나 컴퓨터는, 예를 들어, 유무선 인터넷 기반 웹 브라우저(WEB browser)가 탑재된 무선 통신 장치, 노트북, 데스크탑, 개인용 컴퓨터 등일 수 있다. 또한, 무선 통신 장치는 PCS(Personal Communication System), GSM(Global System for Mobile communications), PDC(Personal Digital Cellular), PHS(Personal Handyphone System), PDA(Personal Digital Assistant), IMT(International Mobile Telecommunication)-2000, CDMA(Code Division Multiple Access)-2000, W-CDMA(W-Code Division Multiple Access), Wibro(Wireless Broadband Internet) 단말, 스마트폰(smartphone), 스마트 패드(smartpad), 태블릿 PC(Tablet PC) 등과 같은 모든 종류의 핸드헬드(Handheld) 기반의 무선 통신 장치를 포함할 수 있다.
렌터카 서비스 장치(100)는 고객 단말(300)을 통한 인공지능(Artificial Intelligence, AI) 기반 차량 검색 기능을 제공한다. 예를 들어, 컴퓨터가 여러 데이터를 이용해 마치 사람처럼 스스로 학습할 수 있게 하기 위해 인공 신경망(Artificial Neural Network, ANN)을 기반으로 구축된 기계 학습 기술인 딥 러닝(deep learning) 기술 기반으로 자연어 키워드들에 대응되는 차량 검색에 대한 학습을 수행하고, 이러한 학습 결과를 사용하여 고객 단말(300)로부터 입력되는 자연어 키워드를 사용하여 검색되는 차량 정보를 고객 단말(300)에게 제공할 수 있다.
특히, 본 발명의 실시예에서는 검색 대상의 차량과 관련되지 않은 자연어 키워드, 예를 들어, 차량의 제원, 차량의 명칭, 차량의 제조사, 차량의 사용 연료 등과 같이 차량과 직접적으로 연관되는 키워드가 아닌 키워드, 예를 들어, 차량의 사용 용도, 고객의 사용 용도 등과 같은 자연어 키워드를 대상으로 차량 검색이 가능하도록 하는 학습 모델을 사용할 수 있다.
따라서, 본 발명의 실시예에서는 고객 단말(300)을 통해 고객이 자신이 사용하고자 하는 용도, 예를 들어, "가족 주말 나들이용", "출퇴근용" 등과 같은 용도를 나타내는 자연어 키워드를 입력하면, 인공지능 기반으로 이미 학습된 학습 모델을 통해 고객이 입력한 자연어 키워드에 해당되는 차량을 검색하여 고객 단말(300)로 제공하게 된다.
또한, 본 발명의 실시예에서는 고객으로부터 입력되는 자연어 키워드는 물론 고객의 동의하에 수집되는 고객 정보, 예를 들어, 고객의 연령, 성별, 직업군 등의 정보를 차량 특성 엔티티(entity)로 설정하여 자연어 키워드에 따른 인공지능 기반 검색시 고객 정보도 함께 적용하는 고객 맞춤형 인공지능 기반 차량 검색 서비스를 제공할 수 있다.
또한, 렌터카 서비스 장치(100)는 고객 단말(300)에 의해 선택되는 차량의 견적을 생성하여 고객 단말(300)에게 제공할 수 있다. 이 때의 차량 견적은 또한 고객 단말(300)에 의해 선택되는 차량 관련 옵션, 기간별 임대료, 임대 조건, 차량 보험 등의 정보를 사용하여 보다 구체적으로 생성될 수 있다.
또한, 렌터카 서비스 장치(100)는 고객 단말(300)의 선택에 의해 견적이 생성된 차량에 대한 전자 계약을 수행한다. 렌터카 서비스 장치(100)는 차량을 임대하는 고객의 신용 심사를 위해 외부의 각종 서버(400)로부터 각종 서류를 제공받아서 전자 계약시 사용할 수 있다.
한편, 렌터카 서비스 장치(100)는 네트워크(200)를 통해 단말(300)이나 외부의 서버(400)에 접속할 수 있는 컴퓨터로 구현될 수 있다. 여기서, 컴퓨터는 서버를 구성할 수 있는 예를 들어, 중대형 컴퓨터, 데스크탑 컴퓨터 등일 수 있다.
이하, 본 발명의 실시예에 따른 렌터카 서비스 장치(100)에 대해 보다 구체적으로 설명한다.
도 2는 도 1에 도시된 발명의 실시예에 따른 렌터카 서비스 장치(100)의 구체적인 구성 블록도이다.
도 2에 도시된 바와 같이, 발명의 실시예에 따른 렌터카 서비스 장치(100)는 고객 인터페이스(110), 서버 인터페이스(120), 정보 데이터베이스(Database, DB)(130), 기계 학습부(140), 검색부(150), 견적부(160), 전자 계약부(170) 및 관리부(180)를 포함한다. 이 때, 도 2에 도시된 렌터카 서비스 장치(100)는 본 발명의 일 실시예에 불과하므로 도 2를 통해 본 발명이 한정 해석되는 것은 아니며, 본 발명의 다양한 실시예들에 따라 도 2와 다르게 구성될 수도 있다.
고객 인터페이스(110)는 네트워크(200)를 통해 고객 단말(100)이 렌터카 서비스 장치(100)에 접속할 수 있도록 하는 인터페이스를 제공한다.
서버 인터페이스(120)는 렌터카 서비스 장치(100)가 네트워크(200)를 통해 외부 서버(400)에 접속할 수 있도록 하는 인터페이스를 제공한다.
정보 DB(130)는 렌터카 서비스 장치(100)가 고객에게 차량 검색, 차량 견적 생성, 차량 전자 계약 등을 포함하는 렌터카 서비스를 제공하는 데 사용되는 각종의 정보를 저장하고 관리한다. 이러한 정보 DB(130)는 고객에게 임대 가능한 차량의 정보를 저장하는 차량 정보 DB(131), 본 렌터카 서비스를 사용하기 위해 회원으로 등록한 고객의 정보를 저장하는 고객 정보 DB(132), 고객에 의해 입력된 자연어 키워드를 사용하여 인공지능 기반으로 검색된 차량 검색 정보를 저장하는 검색 정보 DB(133), 차량 견적 생성에 사용되는 각종 옵션별 견적 정보와 고객에 의해 차량 견적이 요청되어 생성된 견적 정보를 저장하는 견적 정보 DB(134) 및 본 렌터카 서비스를 통해 서비스된 차량 임대 계약 정보를 저장하는 계약 정보 DB(135) 등을 포함한다. 특히, 차량 정보 DB(131)에는 본 발명의 실시예에 따른 인공지능 기반 차량 검색을 위해 차명별로 대응되는 차량 특성 엔티티(entity) 정보가 저장된다. 여기서, 차량 특성 엔티티는 차량별 특성을 나타내는 것으로, 예를 들어, 승차감, 업무용, 출퇴근, 레져, 카시트 등을 포함한다. 이외에도 렌터카 서비스 장치(100)는 인공지능 기반 차량 검색을 위해 차량별로 필요한 특성을 추가로 저장하고 관리할 수 있다.
기계 학습부(140)는 자연어 키워드와 이에 대응되는 차량 정보로 구성된 데이터 집합으로서 다량의 데이터를 기계 학습하여 대응되는 학습 모델을 생성하고, 생성된 학습 모델을 사용하여 자연어 키워드에 대한 차량을 검색하여 제공한다. 여기서, 기계 학습은 인공지능의 한 분야로서, 방대한 데이터를 분석해서 미래를 예측하는 기술이며, 컴퓨터가 스스로 학습 과정을 거치면서 입력되지 않은 정보를 습득하여 문제를 해결하는 기술이다. 기계 학습을 위해 CNN(Convolutional Neural Network), R-CNN(Region with Convolutional Neural Network), LSTM((Long Short Term Memory) 등의 신경망을 활용하는 딥러닝 기술이 사용될 수 있다.
상기한 바와 같이, 본 발명의 실시예에서는 종래와 같이 차량과 직접적으로 연관되는 키워드, 예를 들어, 차량의 제조사, 차량의 제원, 차량의 명칭, 차량의 사용 연료 등의 키워드로서 직접적인 키워드를 사용하여 차량을 검색하는 서비스는 물론, 차량과 직접적으로 연관되지 않는 고객이 원하는 용도, 예를 들어, "가족 주말 나들이용", "출퇴근용"등의 자연어 키워드에 대해 차량 검색이 가능하도록 기계 학습을 수행하여 대응되는 학습 모델을 생성하고, 마찬가지로 차량과 직접적으로 연관되지 않는 고객이 원하는 용도에 대응되는 자연어 키워드가 입력되는 경우 상기한 학습 모델을 사용하여 입력된 자연어 키워드에 대응되는 차량을 검색하여 제공할 수 있다.
본 발명의 실시예에서, 기계 학습부(140)는 자연어 키워드로부터 차량 특성 엔티티를 추출하고 추출된 차량 특성 엔티티를 포함하는 차량을 검출하여 제공할 수 있다. 이러한 기계 학습부(140)의 구체적인 구성에 대해서는 추후 설명한다.
검색부(150)는 고객 인터페이스(110)를 통해 고객 단말(300)에게 차량 검색을 위한 화면을 표시하고, 고객 단말(300)을 통해 고객이 원하는 차량을 검색하기 위한 자연어 키워드와 고객 맞춤 정보가 입력되면 입력된 자연어 키워드와 고객 맞춤 정보를 기계 학습부(140)로 전달하고, 기계 학습부(140)로부터 입력된 자연어 키워드에 대응되어 검색된 차량 정보를 수신하여 고객 단말(300)로 제공함과 동시에 고객 단말(300) 또는 고객에 대응하여 검색된 차량 정보를 검색 정보 DB(133)에 저장한다. 여기서, 고객 맞춤 정보는 차량 검색 화면을 통해 고객으로부터 입력되는 고객 정보와 정보 DB(130) 내의 고객 정보 DB(132) 내에 저장된 고객의 정보를 포함할 수 있다.
또한, 검색부(150)는 상기한 바와 같은 인공 지능 기반 검색은 물론 차량과 직접 연관된 키워드를 사용하여 차량 직접 검색이 가능하도록 하는 검색 서비스를 제공할 수 있다.
또한, 검색부(150)는 고객에 의해 입력되거나 선택된 고객의 맞춤 정보에 따라 차량을 검색하여 고객 단말(300)로 제공할 수 있다. 여기서, 고객의 맞춤 정보로는 고객의 주거 위치 정보, 선호 차량 정보 등이 있을 수 있다.
또한, 검색부(150)는 인공지능 기반 검색과 차량 직접 검색을 결합하여 혼합 검색이 가능하도록 할 수 있다. 예를 들어, 차량 직접 검색에서 차량과 직접적으로 연관되는 검색 키워드에 의해 차량 검색 범위를 한정한 후 한정된 범위 내의 차량 중에서 자연어 키워드 입력에 따른 인공지능 기반 검색을 수행할 수 있다. 또는, 이와 달리, 인공지능 기반으로 자연어 키워드에 따른 검색 후 그 결과 내에서 차량 직접 검색을 통한 검색이 이루어질 수 있도록 할 수 있다.
또한, 검색부(150)는 검색된 차량별로 가상 시승 안내, 제원 비교, 전문가 리뷰, 사용자 리뷰 등을 추가로 제공할 수 있다.
견적부(160)는 검색부(150)를 통해 고객 단말(300)에게 제공된 검색된 차량 중에서 고객이 선택한 차량에 대한 견적을 생성할 수 있는 화면을 고객 단말(300)로 제공하고, 고객 단말(300)을 통해 견적 생성을 위한 각종의 옵션 정보 등이 입력되거나 선택되는 경우 해당 차량에 대한 견적을 생성하여 고객 단말(300)로 제공한다.
견적부(160)는 검색부(150)를 통해 검색된 차량 중에서 고객에 의해 견적 생성이 요청된 차량 정보에 대한 이력 및 견적 정보를 견적 정보 DB(134)에 저장하고 관리하고, 기계 학습부(140)가 견적 정보 DB(134)에 저장된 견적 정보 이력을 기계 학습시에 반영하여 학습이 수행되도록 할 수 있다. 예를 들어, 차량 선호도 정보, 성별 선호도 정보, 연령대별 선호도 정보로서 반영되어 인공지능 기반 검색시 반영되도록 할 수 있다. 또한, 이러한 정보는 검색부(150)에서 검색된 차량별 정보로서도 또한 제공될 수도 있다.
전자 계약부(170)는 견적부(160)에 의해 생성된 차량에 대한 견적에 대해 고객이 대응하여 해당 차량에 대한 전자 계약을 수행할 수 있도록 하며, 이 때 외부의 서버(400)로부터 고객의 신용 심사 관련 서류를 획득하여 전자 계약시에 사용할 수 있다.
제어부(180)는 검색부(150), 견적부(160) 및 전자 계약부(170)를 제어하여, 고객 단말(300)에게 차량 직접 검색은 물론 인공지능 기반의 차량 검색 서비스를 제공하고, 인공지능 기반으로 검색된 차량에 대해 고객이 입력한 자연어 키워드 기반의 선택이 가능하도록 하며, 또한 고객에 의해 선택된 차량에 대한 전자 계약에 따른 임대 계약을 수행한다.
이와 같이, 본 발명의 실시예에 따르면, 차량과 직접적으로 연관되지 않은 자연어 키워드를 사용하여 차량을 검색할 수 있으므로 임대 차량의 폭넓은 선택과 고객이 체감하는 형태의 차량 검색 서비스를 제공할 수 있다.
도 3은 도 2에 도시된 검색부(150)의 구체적인 구성 블록도이다.
도 3에 도시된 바와 같이, 검색부(150)는 키워드 수신부(151), 고객 정보 수집부(152) 및 검색 처리부(153)를 포함한다.
키워드 수신부(151)는 고객 단말(300)로부터 입력되는 자연어 키워드를 수신한다.
고객 정보 수집부(152)는 고객 단말(300)로부터 차량 검색을 위해 고객 맞춤 정보로서 입력되는 고객 정보와 고객 정보 DB(132)에 저장된 고객 정보를 수집한다. 이 때, 차량 검색을 수행하는 고객이 본 발명의 실시예에 따른 차량 검색 서비스에 회원으로 가입한 고객인 경우에만 고객 정보 DB(132)로부터 해당 고객 정보를 수집할 수 있다.
검색 처리부(153)는 키워드 수신부(151)를 통해 수신되는 자연어 키워드와 고객 정보 수집부(152)로부터 수집되는 고객 정보를 기계 학습부(140)로 전달하고, 기계 학습부(140)로부터 제공되는 차량 정보를 제공받아서 검색 정보 DB(133)에 저장하고 동시에 고객 단말(300)에게 검색된 차량 정보로서 제공한다.
도 4는 도 2에 도시된 기계 학습부(140)의 구체적인 구성 블록도이다.
도 4에 도시된 바와 같이, 기계 학습부(140)는 자연어 분석부(141), 고객 정보 분석부(142), 특성 엔티티 학습부(143), 학습 모델 DB(144), 특성 엔티티 추출부(145) 및 차량 정보 검출부(146)를 포함한다.
자연어 분석부(141)는 검색부(150)로부터 전달되는 고객이 입력한 자연어 키워드에 대한 자연어 분석을 수행하여 자연어 키워드에 포함된 특징 단어를 추출한다. 예를 들어, 자연어 키워드가 "승차감이 좋은 출장용 차량?"인 경우 '승차감', '출장' 등의 특징 단어가 추출될 수 있고, 자연어 키워드가 "나들이용 차량?"인 경우 '나들이'라는 특징 단어가 추출될 수 있으며, 자연어 키워드가 "아기와 여행가기 좋은 차량?"인 경우 '아기', '여행' 등의 특징 단어가 추출될 수 있다. 기본적으로 자연어 분석부(141)는 자연어 키워드에 포함된 명사, 동사 등의 단어가 해당될 수 있다. 또한, 자연어 분석부(141)도 인공지능 기반 기계 학습에 의해 특징 단어가 학습되고 학습 결과를 통해 입력되는 자연어 키워드에 대응되는 특징 단어 추출이 수행될 수 있다.
고객 정보 분석부(142)는 검색부(150)로부터 전달되는 고객 정보를 분석하여 고객 정보에 대응되는 특징 단어를 추출한다. 예를 들어, 고객의 연령이 '32세'인 경우, 이에 대응되는 연령 특징 단어인 '30대'를 추출하거나, 또는 고객의 직업이 '의사', '변호사' 등인 경우, 이에 대응되는 직업군에 해당되는 특징 단어인 '전문직'을 추출할 수 있다. 이외에도, 고객 정보로부터 추출 가능한 특징 단어들이 추가될 수 있다.
특성 엔티티 학습부(143)는 검색부(150)로부터 입력되는 '특징 단어-특성 엔티티'로 구성된 다량의 데이터 집합을 사용하여 특성 엔티티 검출을 위한 기계 학습을 수행하여 학습 결과에 대응되는 학습 모델을 생성한다.
학습 모델 DB(144)는 특성 엔티티 학습부(143)에 의해 생성되는 학습 모델을 저장한다.
특성 엔티티 추출부(145)는 자연어 분석부(141)로부터 입력되는 특징 단어와 고객 정보 분석부(142)로부터 입력되는 특징 단어에 대해 학습 모델 DB(143)에 저장된 학습 모델을 사용하여 특징 단어에 대응되는 특성 엔티티를 추출한다. 즉, 본 발명의 실시예에 따른 특성 엔티티 추출부(145)가 추출하는 특성 엔티티는 두 종류, 즉, 자연어 키워드에 대응되는 차량별 특성 엔티티와 고객 정보에 대응되는 고객 특성 엔티티를 포함한다. 물론, 각 종류별로 동종류에 해당하는 하나 이상의 특성 엔티티가 포함될 수 있다.
한편, 특성 엔티티 학습부(143)와 특성 엔티티 추출부(145)는 통합되어 하나의 구성요소로서 구현될 수 있으며, 이 경우 하나의 신경망을 사용하여 구현될 수 있다.
차량 정보 검출부(146)는 특성 엔티티 추출부(145)에 의해 추출되는 두 종류의 특성 엔티티를 포함하는 차량 정보를 차량 정보 DB(131)를 통해 검출하여 검색부(150)로 제공한다. 이 때, 차량 정보 검출부는 차량 정보 DB(131)에 저장되어 있는 차량별 특성 엔티티 정보를 사용하여 특성 엔티티 학습부(143)로부터 전달되는 특성 엔티티에 대응되는 차량 정보를 검출할 수 있다.
도 5에 도시된 예를 들어, 검색부(150)에 의해 "승차감이 좋은 출장용 차량?"의 차량 검색용 자연어 키워드가 입력되고, 이와 함께 "1980년생, 남자, 성형외과 의사"에 해당하는 고객 정보가 입력되면, 자연어 분석부(141)는 입력된 자연어 키워드로부터 대응되는 '승차감, 출장'의 특징 단어를 추출하고, 또한, 고객 정보 분석부(142)는 입력된 고객 정보로부터 대응되는 '38세, 남자, 의사'의 특징 단어를 추출하며, 특성 엔티티 추출부(145)는 학습 모델 DB(144)를 통해 대응되는 '승차감, 업무용'의 차량 특성 엔티티와, '30대, 남성, 전문직'의 고객 특성 엔티티를 추출할 수 있으며, 이렇게 추출된 두 종류의 특성 엔티티를 사용하여 차량 정보 검출부(146)는 차량 정보 DB(131)에 저장된 차량별 특성 엔티티 정보를 사용하여 대응되는 차량 정보인 '그랜져'의 차량 정보를 자연어 키워드와 고객 정보에 대응되는 차량 정보로서 검색부(150)로 제공할 수 있다. 이 때, 차량 정보 DB(131)에 저장된 차량별 특성 엔티티 정보로는, "그랜져: 승차감, 업무용, 30대 이상, 전문직, 자영업", "아반떼 : 출퇴근, 레져, 20대, 30대, 사무직, 자영업", "스포티지: 레져, 카시트, 20대, 30대, 40대, 자영업, 전문직, 사무직,", "카렌스: 승차감, 레져, 30대 이상, 30대 이상, 자영업, 전문직, 사무직"등을 포함하고 있다. 여기서, 차량별 특성 엔티티 중 고객 정보에 대응되는 고객 특성 엔티티의 경우 렌터카 사업자의 판매 데이터를 기준으로 설정될 수 있으며, 위는 하나의 예시에 지나지 않는다.
이하, 도면을 참조하여 본 발명의 실시예에 따른 인공지능 기반 차량 검색 서비스 방법에 대해 구체적으로 설명한다.
도 6은 본 발명의 실시예에 따른 인공지능 기반 차량 검색 서비스 방법의 개략적인 흐름도이다.
도 6을 참조하면, 먼저, 본 발명의 실시예에 따른 렌터카 서비스 장치(100)는 본 발명의 실시예에 따라 인공지능 기반 자연어 키워드를 사용하여 차량 검색을 지원하기 위해, 특징 단어와 이에 대응되는 특성 엔티티, 즉 차량 특성 엔티티 및 고객 특성 엔티티로 구성된 데이터 집합으로서 다량의 데이터를 기계 학습하여 대응되는 학습 모델을 생성한다(S100).
그 후, 본격적인 본 발명의 실시예에 따른 차량 검색 서비스가 시작되어 네트워크(200)를 통해 렌터카 서비스 장치(100)에 접속한 고객 단말(300)을 통해 고객이 자신의 용도에 따라 원하는 자연어 키워드와 고객 정보를 입력하면, 입력된 자연어 키워드와 고객 정보가 렌터카 서비스 장치(100)로 수신된다(S110). 예를 들어, 고객은 고객 단말(300)에 표시된 차량 검색 화면에서 고객이 원하는 용도에 해당하는 자연어 키워드, 예를 들어 "승차감이 좋은 출장용 차량"이라는 자연어 키워드를 입력하고, 또한 차량 검색을 위한 고객 정보를 입력하여 차량 검색을 수행할 수 있다.
여기서, 본 발명의 실시예에 따른 렌터카 서비스 장치(100)에서는 상기한 바와 같은 인공지능 기반 차량 검색은 물론 차량 검색 화면에서 고객이 차량과 직접적으로 연관된 키워드, 예를 들어, 차량의 제조사, 차량 유형, 차량 이름의 키워드를 선택하여 차량을 직접 검색할 수도 있다.
다음, 렌터카 서비스 장치(100)는 고객 단말(300)로부터 수신되는 고객 정보 외에, 고객 정보 DB(132)에 고객의 정보가 저장되어 있는 경우 저장된 고객 정보를 함께 수집할 수 있다(S120).
다음, 렌터카 서비스 장치(100)는 고객 단말(300)로부터 전달되는 자연어 키워드와 상기 단계(S120)에서 수집된 고객 정보를 사용하여 차량 검색을 수행한다(S130). 여기서의 차량 검색은 자연어 키워드에 대응되는 차량 특성 엔티티 및 고객 정보에 대응되는 고객 특성 엔티티 검출 기반 차량 정보 검색이다. 이에 대해서는 추후 구체적으로 설명한다.
그 후, 렌터카 서비스 장치(100)는 인공지능 기반으로 검색된 차량의 정보를 고객 단말(300)에게 제공한다(S140).
따라서, 고객 단말(300)은 상기 단계(S140)에서 제공되는 검색된 차량 정보를 고객에게 표시한 후 고객에 의해 선택되는 적어도 하나의 차량에 대한 견적을 렌터카 서비스 장치(100)에게 요청한다(S150).
렌터카 서비스 장치(100)는 고객으로부터의 견적 요청에 따라 견적 생성을 위한 각종의 옵션 정보를 고객 단말(300)로부터 제공받아서 상기 단계(S150)에서 견적이 요청된 적어도 하나의 차량에 대한 견적을 생성하고(S160), 생성된 차량 견적 정보를 고객 단말(300)로 제공한다(S170).
고객은 고객 단말(300)을 통해 표시되는 적어도 하나의 차량 견적 정보를 보고 원하는 차량을 선택하여 렌터카 서비스 장치(100)에게 차량 임대 계약을 요청한다(S180). 이 때, 고객은 인공지능 기반의 차량 검색 단계(S110)부터, 또는 차량의 견적 요청 단계(S150)부터의 과정을 반복 수행하여 다양한 차량을 검색하거나 또는 다양한 차량의 견적을 요청할 수 있다.
고객은 고객 단말(300)을 이용하여 상기한 과정을 한 번 또는 수회에 걸쳐 반복 수행하여 최종적으로 임대 계약할 차량을 선택하여 렌터카 서비스 장치(100)에게 임대 계약을 요청할 수 있다.
이와 같이 고객 단말(300)로부터 차량 임대 계약이 요청되면, 렌터카 서비스 장치(100)는 먼저 차량 임대 계약을 요청한 고객의 계약 가능 여부를 판단하기 위해 네트워크(200)를 통해 외부의 서버(400)로부터 고객의 신용 심사에 필요한 서류를 수집하여(S190), 고객에 의해 요청된 차량 임대 계약을 전자 계약을 통해 수행한다(S200).
도 7은 도 6에 도시된 인공지능 기반 차량 검색의 구체적인 과정을 도시한 도면이다.
도 7을 참조하면, 여기서의 차량 검색은 렌터카 서비스 장치(100), 구체적으로는 도 2를 참조하여 설명한 검색부(150) 및 기계 학습부(140)에 의해 수행될 수 있다.
도 7을 참조하면, 도 8에 도시된 바와 같이 고객 단말(300)에 표시된 검색 화면을 통해 고객이 원하는 용도의 자연어 키워드를 입력하고 또한 고객 정보를 입력하여 차량 검색을 요청하면, 고객 단말(300)로부터 차량 검색을 요청하는 자연어 키워드 및 고객 정보가 렌터카 서비스 장치(100)로 수신된다(S131). 도 8의 예를 참조하면, 고객은 고객 단말(300)에 표시된 차량 검색 화면에서 인공지능 기반 차량 검색 탭(A.I. 차량 추천)(11)을 선택한 후 자신이 원하는 용도에 해당하는 자연어 키워드, 예를 들어 "승차감이 좋은 출장용 차량?"의 자연어 키워드(12)를 입력하고, 또한, 고객 맞춤 정보 탭(내게 꼭 맞는 정보 입력)(13)을 선택한 후 자신의 정보를 입력하여 차량 검색을 수행할 수 있다.
또한, 고객 정보는 고객 정보 DB(132)에 저장된 고객별 정보를 통해 추가로 수집될 수 있다(S132).
이렇게 수신되는 자연어 키워드에 대해 자연어 분석이 수행되어 자연어 키워드에 대응되는 특징 단어가 추출되고, 또한 고객 정보에 대한 분석이 수행되어 고객 정보에 대응되는 특징 단어가 추출된다(S133). 위의 예를 참조하면, 자연어 키워드 "승차감이 좋은 출장용 차량?"에 대응되는 특징 단어는 '승차감', '출장'이 될 수 있다. 또한, 고객 정보 "1980년생, 남자, 성형외과 의사"에 대응되는 특징 단어는 '38세, 남자, 의사'가 될 수 있다.
그 후, 기계 학습에 의해 생성된 학습 모델을 사용하여, 상기 단계(S133)에서 추출된 특징 단어들에 대응되는 차량 특성 엔티티 및 고객 특성 엔티티가 각각 추출된다(S134). 위의 예를 참조하면, 특징 단어 '승차감', '출장'에 각각 대응되는 차량 특성 엔티티는 '승차감', '업무용'이 될 수 있고, '38세, 남자, 의사'에 각각 대응되는 고객 특성 엔티티는 '30대, 남성, 전문직'이 될 수 있다.
이와 같이, 추출되는 차량 특성 엔티티 및 고객 특성 엔티티와 차량 정보 DB(131)에 저장되어 있는 차량별 특성 엔티티 정보를 사용하여 해당되는 차량 정보를 검출한다(S135). 위의 예를 참조하면, 추출된 차량 특성 엔티티 '승차감', '출장'과 고객 특성 엔티티 '30대, 남성, 전문직'에 해당하는 차량 정보는 '그랜져'가 될 수 있다.
이렇게 자연어 키워드 및 고객 정보에 대응되어 검출되는 차량 정보가 상기 단계(S130)를 통해 고객 단말(300)로 제공되어 표시될 수 있다.
여기서, 고객에 의해 요청된 차량 검색 결과를 볼 수 있도록 고객 단말(300)에 표시되는 검색 차량 정보 화면의 형태 예는 도 9에 도시된 바와 같다. 도 9를 참조하면, 고객 단말(300)에 표시되는 검색 차량 정보 화면(500)에는 차량 검색을 위한 검색어 입력 영역(510) 및 검색 결과, 즉 검색된 차량 정보를 표시하는 검색 결과 목록 표시 영역(520) 등이 있다. 이러한 검색 차량 정보 화면의 하나의 구체적인 예가 도 10에 도시된다. 도 10의 예에서, 고객은 검색 차량 정보 화면(500)에 표시된 차량 정보를 확인하여 자신이 원하는 용도의 차량을 선택할 수 있다.
따라서, 고객은 고객 단말(300)에 표시된 검색 차량 정보 화면(500)을 참고하여 검색된 차량 중에서 자신이 원하는 차량을 선택하여 "견적 내기"버튼(530)을 선택하여 선택된 차량에 대한 견적을 요청할 수 있다.
이상에서 설명한 본 발명의 실시예는 장치 및 방법을 통해서만 구현이 되는 것은 아니며, 본 발명의 실시예의 구성에 대응하는 기능을 실현하는 프로그램 또는 그 프로그램이 기록된 기록 매체를 통해 구현될 수도 있다.
이상에서 본 발명의 실시예에 대하여 상세하게 설명하였지만 본 발명의 권리범위는 이에 한정되는 것은 아니고 다음의 청구범위에서 정의하고 있는 본 발명의 기본 개념을 이용한 당업자의 여러 변형 및 개량 형태 또한 본 발명의 권리범위에 속하는 것이다.
Claims (12)
- 렌터카 서비스 장치가 차량 검색을 서비스하는 방법으로서,
자연어 키워드로부터 추출되는 특징 단어(이하, "제1 특징 단어"라 함)와 이에 대응되는 차량 특성 엔티티(entity) 및 고객 정보로부터 추출되는 특징 단어(이하, "제2 특징 단어"라 함)와 이에 대응되는 고객 특성 엔티티로 구성된 데이터 집합으로서 복수의 데이터 집합을 기계 학습하여 상기 제1 특징 단어 및 상기 제2특징 단어에 각각 대응되는 차량 특성 엔티티 및 고객 특성 엔티티를 검출하기 위한 학습 모델을 생성하는 단계; 및
상기 학습 모델을 사용하여, 상기 제1 특징 단어에 대응되는 차량 특성 엔티티 및 상기 제2 특징 단어에 대응되는 고객 특성 엔티티를 각각 추출하고, 각각 추출된 차량 특성 엔티티 및 고객 특성 엔티티를 포함하는 차량 정보를 검출하여 상기 고객 단말로 제공하여, 상기 고객이 상기 검색된 차량 정보에 기반하여 상기 검색된 차량 중에서 상기 고객이 원하는 차량을 검색하도록 하는 단계
를 포함하며,
상기 학습 모델을 생성하는 단계에서, 자연어 키워드로부터 추출된 제1 특징 단어와 차량별로 미리 설정된 차량 특성 엔티티 중 상기 제1 특징 단어에 대응되는 차량 특성 엔티티가 대응되도록 하고, 고객 정보로부터 추출된 제2 특징 단어와 차량별로 미리 설정된 고객 특성 엔티티 중 상기 제2 특징 단어에 대응되는 고객 특성 엔티티가 대응되도록 기계 학습을 수행하여 대응되는 학습 모델을 생성하며,
상기 차량을 검색하도록 하는 단계에서, 차량 검색을 위해 입력되는 자연어 키워드로부터 추출된 제1 특징 단어와 고객 정보로부터 추출된 제2 특징 단어에 대해 상기 학습 모델을 사용하여 대응되는 차량 특성 엔티티 및 고객 특성 엔티티를 각각 추출한 후, 각각 추출된 차량 특성 엔티티 및 고객 특성 엔티티를 포함하는 차량을 검출하고,
검출된 차량 중에서 상기 고객으로부터 요청된 차량에 대한 견적을 생성하여 상기 고객에게 제공하고, 상기 고객에게 제공된 견적에 대응하는 차량 선호도 정보, 성별 선호도 정보 및 연령대별 선호도 정보를 포함하는 견적 정보 이력을 검출된 차량에 대해 반영하여 상기 기계 학습이 수행되도록 하는,
차량 검색 서비스 방법. - 제1항에 있어서,
상기 차량을 검색하도록 하는 단계는,
상기 자연어 키워드에 대한 자연어 분석을 수행하여 상기 자연어 키워드에 대응되는 특징 단어를 추출하고, 상기 고객 정보를 분석하여 상기 고객 정보에 대응되는 특징 단어를 추출하는 단계;
상기 학습 모델을 사용하여, 상기 자연어 키워드에 대응되는 특징 단어에 대해 차량 특성 엔티티를 추출하고, 상기 고객 정보에 대응되는 특징 단어에 대해 고객 특성 엔티티를 추출하는 단계;
차량별로 대응되는 차량 특성 엔티티 및 고객 특성 엔티티를 저장한 차량 정보 데이터베이스에 기초하여, 추출된 차량 특성 엔티티 및 고객 특성 엔티티에 대응되는 차량 정보를 검출하는 단계; 및
검출되는 차량 정보를 상기 고객 단말로 제공하는 단계
를 포함하는, 차량 검색 서비스 방법. - 제1항에 있어서,
상기 차량을 검색하도록 하는 단계는,
차량과 직접적으로 연관되는 키워드에 따라 차량을 검색하여 제공하는 차량 직접 검색을 혼합하여 수행하는,
차량 검색 서비스 방법. - 제3항에 있어서,
상기 차량과 직접적으로 연관되는 키워드는 차량의 제조사, 차량의 유형, 차량의 명칭 및 차량의 사용 연료에 대응되는 키워드인,
차량 검색 서비스 방법. - 제4항에 있어서,
상기 자연어 키워드는 차량과 직접적으로 연관되지 않은 키워드인,
차량 검색 서비스 방법. - 자연어 키워드로부터 추출되는 특징 단어(이하, "제1 특징 단어"라 함)와 이에 대응되는 차량 특성 엔티티 및 고객 정보로부터 추출되는 특징 단어(이하, "제2 특징 단어"라 함)와 이에 대응되는 고객 특성 엔티티로 구성된 데이터 집합으로서 복수의 데이터 집합을 기계 학습하여 상기 제1 특징 단어 및 상기 제2 특징 단어에 각각 대응되는 차량 특성 엔티티 및 고객 특성 엔티티를 검출하기 위한 학습 모델을 생성한 후, 생성된 학습 모델을 사용하여 고객 단말로부터 입력되는 자연어 키워드 및 고객 정보에 대응되는 차량을 검색하는 인공지능 기반의 차량 검색을 수행하여 검색된 차량 정보를 제공하는 기계 학습부;
고객에 의해 자연어 키워드 및 고객 정보가 입력되는 경우 상기 기계 학습부를 통해 상기 학습 모델을 사용하여 상기 제1 특징 단어에 대응되는 차량 특성 엔티티 및 상기 제2 특징 단어에 대응되는 고객 특성 엔티티를 각각 추출하고, 각각 추출된 차량 특성 엔티티 및 고객 특성 엔티티를 포함하는 차량 정보를 검출한 후, 검출된 차량 정보를 상기 고객 단말에게 제공하는 검색부;
상기 검색부를 통해 검색된 차량 중에서 상기 고객에 의해 선택된 차량에 대한 견적을 생성하여 상기 고객 단말에게 제공하는 견적부; 및
네트워크를 통해 접속되는 상기 고객 단말을 통해 상기 고객의 자연어 키워드 및 고객 정보를 입력받아서 상기 검색부를 제어하여 차량 검색을 수행하여 상기 검색된 차량 정보를 상기 고객 단말로 제공하여, 상기 고객이 상기 검색된 차량 정보에 기반하여 상기 검색된 차량 중에서 상기 고객이 원하는 차량을 검색하도록 제어하는 제어부
를 포함하며,
상기 기계 학습부는, 자연어 키워드로부터 추출된 제1 특징 단어와 차량별로 미리 설정된 차량 특성 엔티티 중 상기 제1 특징 단어에 대응되는 차량 특성 엔티티가 대응되도록 하고, 고객 정보로부터 추출된 제2 특징 단어와 차량별로 미리 설정된 고객 특성 엔티티 중 상기 제2 특징 단어에 대응되는 고객 특성 엔티티가 대응되도록 기계 학습을 수행하여 대응되는 학습 모델을 생성하고,
상기 기계 학습부는 상기 검색부로부터 전달되는 차량 검색을 위해 입력된 자연어 키워드로부터 추출된 제1 특징 단어와 고객 정보로부터 추출된 제2 특징 단어에 대해 상기 학습 모델을 사용하여 대응되는 차량 특성 엔티티 및 고객 특성 엔티티를 추출한 후, 각각 추출된 차량 특성 엔티티 및 고객 특성 엔티티를 포함하는 차량을 검출하며,
상기 견적부는 상기 고객에게 제공된 견적에 대응하는 차량 선호도 정보, 성별 선호도 정보 및 연령대별 선호도 정보를 포함하는 견적 정보 이력을 검출된 차량에 대해 반영하여 상기 기계 학습이 수행되도록 하는,
렌터카 서비스 장치. - 제6항에 있어서,
상기 고객 정보는 상기 고객에 대응되이 미리 저장되어 있는 고객 정보를 포함하는,
렌터카 서비스 장치. - 제6항에 있어서,
상기 기계 학습부는,
상기 검색부로부터 전달되는 자연어 키워드에 대한 자연어 분석을 수행하여 상기 자연어 키워드에 대응되는 특징 단어를 추출하는 자연어 분석부;
상기 검색부로부터 전달되는 고객 정보에 대한 분석을 수행하여 상기 고객 정보에 대응되는 특징 단어를 추출하는 고객 정보 분석부;
학습 모델을 저장하는 학습 모델 데이터베이스;
상기 검색부로부터 입력되는 '특징 단어-특성 엔티티'로 구성된 데이터 집합을 사용하여 차량 특성 엔티티 및 고객 특성 엔티티의 검출을 위한 기계 학습을 수행하여 학습 결과에 따라 대응되어 생성되는 학습 모델을 상기 학습 모델 데이터베이스 저장하는 특성 엔티티 학습부;
상기 학습 모델 데이터베이스에 저장된 학습 모델을 사용하여, 상기 자연어 분석부에 의해 추출되는 특징 단어에 대응되는 차량 특성 엔티티와 상기 고객 정보 분석부에 의해 추출되는 특징 단어에 대응되는 고객 특성 엔티티를 추출하는 특성 엔티티 추출부; 및
차량별로 대응되는 차량 특성 엔티티 및 고객 특성 엔티티를 저장한 차량 정보 데이터베이스에 기초하여, 상기 특성 엔티티 추출부에 의해 추출된 차량 특성 엔티티 및 고객 특성 엔티티에 대응되는 차량 정보를 검출하는 차량 정보 검출부
를 포함하는, 렌터카 서비스 장치. - 제6항에 있어서,
상기 고객에 의해 요청된 차량 임대에 대한 전자 계약을 수행하는 전자 계약부
를 더 포함하는, 렌터카 서비스 장치. - 제6항에 있어서,
상기 검색부는 상기 차량과 직접적으로 연관되는 키워드를 사용하여 차량 직접 검색을 추가로 수행하고,
상기 검색부는 상기 인공지능 기반 차량 검색과 상기 차량 직접 검색을 결합한 혼합 검색을 수행하는,
렌터카 서비스 장치. - 제6항에 있어서,
상기 검색부는 상기 고객의 맞춤 정보 기반으로 차량 검색을 수행하며,
상기 고객의 맞춤 정보는 상기 고객의 주거 위치 정보 및 선호 차량 정보를 포함하는,
렌터카 서비스 장치. - 제9항에 있어서,
상기 견적부는 견적이 요청된 차량의 정보에 대한 이력을 상기 기계 학습부로 전달하고,
상기 기계 학습부는 상기 견적이 요청된 차량의 정보를 추가로 사용하여 기계 학습을 수행하는,
렌터카 서비스 장치.
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
KR20180025840 | 2018-03-05 | ||
KR1020180025840 | 2018-03-05 |
Publications (2)
Publication Number | Publication Date |
---|---|
KR20190105481A KR20190105481A (ko) | 2019-09-17 |
KR102168990B1 true KR102168990B1 (ko) | 2020-10-22 |
Family
ID=68067917
Family Applications (9)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
KR1020180033889A KR102096158B1 (ko) | 2018-03-05 | 2018-03-23 | 렌터카 서비스 장치 및 그 장치에서의 차량 임대 전자 계약 서비스 방법 |
KR1020180033892A KR102112394B1 (ko) | 2018-03-05 | 2018-03-23 | 렌터카 서비스 방법 및 그 장치 |
KR1020180033879A KR102096157B1 (ko) | 2018-03-05 | 2018-03-23 | 렌터카 서비스 장치 및 그 장치에서의 견적 제공 방법 |
KR1020180033882A KR102180869B1 (ko) | 2018-03-05 | 2018-03-23 | 렌터카 서비스 장치 및 그 장치에서의 차량 검색 서비스 방법 |
KR1020180035209A KR102180874B1 (ko) | 2018-03-05 | 2018-03-27 | 렌터카 서비스 장치 및 그 장치에서의 인공지능 기반 차량 검색 서비스 방법 |
KR1020180035602A KR102163354B1 (ko) | 2018-03-05 | 2018-03-28 | 렌터카 서비스 장치 및 그 장치에서의 인공지능 기반 차량 검색 서비스 방법 |
KR1020180036365A KR102168990B1 (ko) | 2018-03-05 | 2018-03-29 | 렌터카 서비스 장치 및 그 장치에서의 인공지능 기반 차량 검색 서비스 방법 |
KR1020180036648A KR102163349B1 (ko) | 2018-03-05 | 2018-03-29 | 렌터카 서비스 장치 및 그 장치에서의 인공지능 기반 차량 검색 서비스 방법 |
KR1020180037062A KR102180881B1 (ko) | 2018-03-05 | 2018-03-30 | 렌터카 서비스 장치 및 그 장치에서의 인공지능 기반 차량 검색 서비스 방법 |
Family Applications Before (6)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
KR1020180033889A KR102096158B1 (ko) | 2018-03-05 | 2018-03-23 | 렌터카 서비스 장치 및 그 장치에서의 차량 임대 전자 계약 서비스 방법 |
KR1020180033892A KR102112394B1 (ko) | 2018-03-05 | 2018-03-23 | 렌터카 서비스 방법 및 그 장치 |
KR1020180033879A KR102096157B1 (ko) | 2018-03-05 | 2018-03-23 | 렌터카 서비스 장치 및 그 장치에서의 견적 제공 방법 |
KR1020180033882A KR102180869B1 (ko) | 2018-03-05 | 2018-03-23 | 렌터카 서비스 장치 및 그 장치에서의 차량 검색 서비스 방법 |
KR1020180035209A KR102180874B1 (ko) | 2018-03-05 | 2018-03-27 | 렌터카 서비스 장치 및 그 장치에서의 인공지능 기반 차량 검색 서비스 방법 |
KR1020180035602A KR102163354B1 (ko) | 2018-03-05 | 2018-03-28 | 렌터카 서비스 장치 및 그 장치에서의 인공지능 기반 차량 검색 서비스 방법 |
Family Applications After (2)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
KR1020180036648A KR102163349B1 (ko) | 2018-03-05 | 2018-03-29 | 렌터카 서비스 장치 및 그 장치에서의 인공지능 기반 차량 검색 서비스 방법 |
KR1020180037062A KR102180881B1 (ko) | 2018-03-05 | 2018-03-30 | 렌터카 서비스 장치 및 그 장치에서의 인공지능 기반 차량 검색 서비스 방법 |
Country Status (1)
Country | Link |
---|---|
KR (9) | KR102096158B1 (ko) |
Families Citing this family (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110555986A (zh) * | 2019-10-14 | 2019-12-10 | 北京首汽智行科技有限公司 | 一种车辆调度方法 |
CN111008204B (zh) * | 2019-10-14 | 2023-07-25 | 中国平安财产保险股份有限公司 | 一种报价库处理方法、装置、存储介质和服务器 |
CN110758320B (zh) * | 2019-10-23 | 2021-02-23 | 上海能塔智能科技有限公司 | 自助试驾的防遗留处理方法、装置、电子设备与存储介质 |
JP2021162997A (ja) * | 2020-03-31 | 2021-10-11 | ソニーグループ株式会社 | 情報処理装置及び情報処理方法 |
US11500392B2 (en) | 2020-10-21 | 2022-11-15 | Toyota Motor Engineering & Manufacturing North America, Inc. | Selective digital key |
KR102411872B1 (ko) * | 2021-03-15 | 2022-06-22 | 강명길 | 자동차 리스 계약 및 장기 렌터카를 위한 중개 서비스 제공 시스템 |
US11386161B1 (en) * | 2021-09-10 | 2022-07-12 | Tekion Corp | Machine-learned desking vehicle recommendation |
WO2024058706A1 (en) * | 2022-09-15 | 2024-03-21 | Hitachi, Ltd. | Server and method for facilitating recommending vehicle |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR101719334B1 (ko) * | 2016-01-28 | 2017-03-24 | 주식회사 케이네트웍스 | 렌터카 서비스 제공 방법 |
KR101811565B1 (ko) * | 2017-11-10 | 2017-12-26 | (주)플랜아이 | 자연어 질의에 대한 전문가 답변을 제공하는 시스템 |
Family Cites Families (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20000024256A (ko) * | 2000-02-01 | 2000-05-06 | 이찬영 | 포탈사이트의 기능을 포함하는 인터넷 전자상거래 시스템및 그 방법 |
JP2002175484A (ja) * | 2000-12-08 | 2002-06-21 | Aruze Corp | レンタル契約システム |
JP2002230587A (ja) * | 2001-02-02 | 2002-08-16 | Toyota Central Res & Dev Lab Inc | 仮想体験支援システムおよび仮想体験支援用サーバ・コンピュータ |
KR101250845B1 (ko) * | 2008-11-03 | 2013-04-04 | 에스케이플래닛 주식회사 | 자연어에 기반하여 상품을 검색하는 방법, 쇼핑몰 서버 및 쇼핑몰 시스템 |
KR101554161B1 (ko) * | 2014-01-07 | 2015-09-21 | 이승원 | 온라인 차량 대여 및 관리시스템 |
KR20160079299A (ko) * | 2014-12-26 | 2016-07-06 | 더재화 주식회사 | 지능형 중고 자동차 추천 시스템 및 그 시스템의 정보 처리 방법 |
KR102280439B1 (ko) * | 2015-10-26 | 2021-07-21 | 에스케이텔레콤 주식회사 | 질의의도를 분석하기 위한 장치 및 방법 |
KR20170137419A (ko) * | 2016-06-03 | 2017-12-13 | 오영재 | 실시간 답변 메시지 생성을 이용한 고객 상담 서비스 제공 방법, 시스템 및 컴퓨터 판독 가능한 기록 매체 |
KR20170036607A (ko) * | 2016-09-05 | 2017-04-03 | 넥센타이어 주식회사 | 타어어 렌탈 서비스 시스템 및 타이어 렌탈 서비스 제공 방법 |
-
2018
- 2018-03-23 KR KR1020180033889A patent/KR102096158B1/ko active IP Right Grant
- 2018-03-23 KR KR1020180033892A patent/KR102112394B1/ko active IP Right Grant
- 2018-03-23 KR KR1020180033879A patent/KR102096157B1/ko active IP Right Grant
- 2018-03-23 KR KR1020180033882A patent/KR102180869B1/ko active IP Right Grant
- 2018-03-27 KR KR1020180035209A patent/KR102180874B1/ko active IP Right Grant
- 2018-03-28 KR KR1020180035602A patent/KR102163354B1/ko active IP Right Grant
- 2018-03-29 KR KR1020180036365A patent/KR102168990B1/ko active IP Right Grant
- 2018-03-29 KR KR1020180036648A patent/KR102163349B1/ko active IP Right Grant
- 2018-03-30 KR KR1020180037062A patent/KR102180881B1/ko active IP Right Grant
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR101719334B1 (ko) * | 2016-01-28 | 2017-03-24 | 주식회사 케이네트웍스 | 렌터카 서비스 제공 방법 |
KR101811565B1 (ko) * | 2017-11-10 | 2017-12-26 | (주)플랜아이 | 자연어 질의에 대한 전문가 답변을 제공하는 시스템 |
Also Published As
Publication number | Publication date |
---|---|
KR20190105481A (ko) | 2019-09-17 |
KR20190105479A (ko) | 2019-09-17 |
KR20190105477A (ko) | 2019-09-17 |
KR102180874B1 (ko) | 2020-11-19 |
KR20190109702A (ko) | 2019-09-26 |
KR102096157B1 (ko) | 2020-04-01 |
KR102180881B1 (ko) | 2020-11-19 |
KR20190109701A (ko) | 2019-09-26 |
KR102112394B1 (ko) | 2020-06-04 |
KR20190105478A (ko) | 2019-09-17 |
KR102096158B1 (ko) | 2020-04-01 |
KR102180869B1 (ko) | 2020-11-19 |
KR102163354B1 (ko) | 2020-10-08 |
KR102163349B1 (ko) | 2020-10-08 |
KR20190109703A (ko) | 2019-09-26 |
KR20190105476A (ko) | 2019-09-17 |
KR20190109700A (ko) | 2019-09-26 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
KR102168990B1 (ko) | 렌터카 서비스 장치 및 그 장치에서의 인공지능 기반 차량 검색 서비스 방법 | |
US9189747B2 (en) | Predictive analytic modeling platform | |
US8521664B1 (en) | Predictive analytical model matching | |
US8396728B2 (en) | Method and apparatus for improved customer direct on-line reservation of rental vehicles | |
US8234134B2 (en) | Method and apparatus for customer direct on-line reservation of rental vehicles including deep-linking | |
JP2015531913A (ja) | プッシュに基づく推奨 | |
US10978183B2 (en) | Device for approving medical tests across a plurality of medical laboratories, medical providers, and lab payers and methods for using the same | |
AU2014200389A1 (en) | Behavior management and expense insight system | |
KR102581333B1 (ko) | 향상된 온라인 리서치를 위한 시스템 및 방법 | |
US20180211326A1 (en) | A method and system for tailoring a product based on user interactions | |
US20210110442A1 (en) | Terminal display method, terminal, computer-readable storage medium including terminal program, server communication method, server, and computer-readable storage medium including server program | |
CN103797504A (zh) | 用于计划和预订旅程的方法和系统 | |
JP2002230344A (ja) | 相談仲介システム及びそのシステムにおけるプログラム | |
US20190213622A1 (en) | Secure and remote dynamic requirements matching | |
CN107077714A (zh) | 用于提供基于社区的信息网络的方法、系统和计算机可读介质 | |
EP3926570A1 (en) | System and method for matching customers with hair stylist based on holistic criteria | |
Khor | Personal Shopping Assistant | |
WO2015159299A1 (en) | System and method for facilitating property transactions |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A201 | Request for examination | ||
E902 | Notification of reason for refusal | ||
E90F | Notification of reason for final refusal | ||
E701 | Decision to grant or registration of patent right |