KR102180874B1 - Rental car service apparatus and vehicle searching service method based on artificial intelligence in the same - Google Patents

Rental car service apparatus and vehicle searching service method based on artificial intelligence in the same Download PDF

Info

Publication number
KR102180874B1
KR102180874B1 KR1020180035209A KR20180035209A KR102180874B1 KR 102180874 B1 KR102180874 B1 KR 102180874B1 KR 1020180035209 A KR1020180035209 A KR 1020180035209A KR 20180035209 A KR20180035209 A KR 20180035209A KR 102180874 B1 KR102180874 B1 KR 102180874B1
Authority
KR
South Korea
Prior art keywords
vehicle
search
information
customer
natural language
Prior art date
Application number
KR1020180035209A
Other languages
Korean (ko)
Other versions
KR20190109701A (en
Inventor
최태웅
전용배
안재영
심규영
Original Assignee
에스케이네트웍스 주식회사
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by 에스케이네트웍스 주식회사 filed Critical 에스케이네트웍스 주식회사
Publication of KR20190109701A publication Critical patent/KR20190109701A/en
Application granted granted Critical
Publication of KR102180874B1 publication Critical patent/KR102180874B1/en

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
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N20/00—Machine learning
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/02—Neural networks
    • G06N3/04—Architecture, e.g. interconnection topology
    • G06N3/044—Recurrent networks, e.g. Hopfield networks
    • G06N3/0442—Recurrent networks, e.g. Hopfield networks characterised by memory or gating, e.g. long short-term memory [LSTM] or gated recurrent units [GRU]
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/02—Neural networks
    • G06N3/04—Architecture, e.g. interconnection topology
    • G06N3/0464—Convolutional networks [CNN, ConvNet]
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/02—Neural networks
    • G06N3/08—Learning methods
    • 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]
    • G06Q30/0613—Third-party assisted
    • G06Q30/0619—Neutral agent
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/10—Services
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/40—Business processes related to the transportation industry
    • G06Q50/43—Business processes related to the sharing of vehicles, e.g. car sharing

Landscapes

  • Business, Economics & Management (AREA)
  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Accounting & Taxation (AREA)
  • General Physics & Mathematics (AREA)
  • Finance (AREA)
  • Strategic Management (AREA)
  • Marketing (AREA)
  • Economics (AREA)
  • General Business, Economics & Management (AREA)
  • Health & Medical Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Development Economics (AREA)
  • Software Systems (AREA)
  • Data Mining & Analysis (AREA)
  • Tourism & Hospitality (AREA)
  • Artificial Intelligence (AREA)
  • General Engineering & Computer Science (AREA)
  • Mathematical Physics (AREA)
  • Computing Systems (AREA)
  • Evolutionary Computation (AREA)
  • Human Resources & Organizations (AREA)
  • Computational Linguistics (AREA)
  • Biophysics (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Biomedical Technology (AREA)
  • Molecular Biology (AREA)
  • Primary Health Care (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)
  • Medical Informatics (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Operations Research (AREA)
  • Quality & Reliability (AREA)
  • Databases & Information Systems (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)로 구성된 데이터 집합으로서 복수의 데이터 집합을 기계 학습하여 특징 단어에 대응되는 차량 특성 엔티티를 검출하기 위한 학습 모델을 생성하는 단계가 먼저 수행된다. 그 후, 상기 학습 모델을 사용하여, 고객 단말로부터 입력되는 자연어 키워드에 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.Disclosed are a rental car service device and an artificial intelligence-based vehicle search service method in the same.
In this method, a learning model for detecting vehicle characteristic entities corresponding to the characteristic words is generated by machine learning a plurality of data sets as a data set consisting of a feature word extracted from a natural language keyword and a vehicle characteristic entity corresponding thereto. The step is performed first. Thereafter, using the learning model, an artificial intelligence-based vehicle search for searching for a vehicle corresponding to a natural language keyword input from the customer terminal is performed, and the searched vehicle information is provided to the customer terminal, and the searched vehicle A step of allowing the customer to search for a vehicle desired by the customer among the searched vehicles is performed based on the information.

Description

렌터카 서비스 장치 및 그 장치에서의 인공지능 기반 차량 검색 서비스 방법 {RENTAL CAR SERVICE APPARATUS AND VEHICLE SEARCHING SERVICE METHOD BASED ON ARTIFICIAL INTELLIGENCE IN THE SAME}Rental car service device and artificial intelligence-based vehicle search service method in the device {RENTAL CAR SERVICE APPARATUS AND VEHICLE SEARCHING SERVICE METHOD BASED ON ARTIFICIAL INTELLIGENCE IN THE SAME}

본 발명은 렌터카 서비스 장치 및 그 장치에서의 인공지능 기반 차량 검색 서비스 방법에 관한 것이다.The present invention relates to a rental car service apparatus and a vehicle search service method based on artificial intelligence in the apparatus.

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.In recent years, long-term rental car rental services have become popular due to the advantages of short-term rental of a vehicle for travel in other cities or reduction of initial costs incurred when purchasing a vehicle, ease of handling expenses by corporations or individual businesses, and the effect of tax savings. have.

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.However, in the case of a general car rental service, a person who wants to rent a car, that is, a customer visits a car rental company or a location to rent, writes a rental contract for the car according to the form provided by the car rental company, and then immediately takes over the car, Alternatively, a customer called a rental car company to check the rental period of the vehicle, the type of the rental vehicle, or the fee according to the rental period of the vehicle, and if there was a vehicle to be rented, the vehicle was rented by signing a rental contract for the vehicle.

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.In recent years, online car rental services are provided through wired and wireless Internet, and in this case, the customer connects to the system for rental car service and records the car type, region, date, rental period, driver included, etc. After searching for availability, select the car type and make a reservation, and visit the car rental company on the day of reservation, or pick up a rental car at a location agreed upon with each other.

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.However, in the case of the online rental car service according to the conventional method, it is not easy to search for the vehicle that the customer wants because the vehicle search is limited only to the type of vehicle, price range, and fuel type. There is a problem in that the vehicle search function in the form as described above is not provided.

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.The technical problem to be achieved by the present invention is to provide a rental car service device that enables a customer to search for and select a vehicle suitable for a desired vehicle characteristic, and an artificial intelligence-based vehicle search service method in the device.

본 발명의 한 특징에 따른 차량 검색 서비스 방법은,Vehicle search service method according to an aspect of the present invention,

렌터카 서비스 장치가 차량 검색을 서비스하는 방법으로서, 자연어 키워드로부터 추출되는 특징 단어와 이에 대응되는 차량 특성 엔티티(entity)로 구성된 데이터 집합으로서 복수의 데이터 집합을 기계 학습하여 특징 단어에 대응되는 차량 특성 엔티티를 검출하기 위한 학습 모델을 생성하는 단계; 및 상기 학습 모델을 사용하여, 고객 단말로부터 입력되는 자연어 키워드에 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.A method for a rental car service apparatus to service a vehicle search, comprising: a data set consisting of a feature word extracted from a natural language keyword and a vehicle feature entity corresponding thereto, and a vehicle feature entity corresponding to the feature word by machine learning a plurality of data sets Generating a learning model for detecting And performing an artificial intelligence-based vehicle search for a vehicle corresponding to a natural language keyword input from the customer terminal using the learning model, and providing the searched vehicle information to the customer terminal, so that the customer And allowing the customer to search for a vehicle desired by the customer among the searched vehicles.

여기서, 상기 차량을 검색하도록 하는 단계는, 상기 자연어 키워드에 대한 자연어 분석을 수행하여 상기 자연어 키워드에 대응되는 특징 단어를 추출하는 단계; 상기 학습 모델을 사용하여, 추출되는 특징 단어에 대응되는 차량 특성 엔티티를 추출하는 단계; 차량별로 대응되는 차량 특성 엔티티를 저장한 차량 정보 데이터베이스에 기초하여, 추출된 차량 특성 엔티티에 대응되는 차량 정보를 검출하는 단계; 및 검출되는 차량 정보를 상기 고객 단말로 제공하는 단계를 포함한다.Here, the step of searching for the vehicle may include performing natural language analysis on the natural language keyword and extracting a feature word corresponding to the natural language keyword; Extracting a vehicle characteristic entity corresponding to the extracted feature word by using the learning model; Detecting vehicle information corresponding to the extracted vehicle characteristic entities based on a vehicle information database storing vehicle characteristic entities corresponding to each vehicle; And providing the detected vehicle information to the customer terminal.

또한, 상기 차량을 검색하도록 하는 단계는, 차량과 직접적으로 연관되는 키워드에 따라 차량을 검색하여 제공하는 차량 직접 검색을 혼합하여 수행한다.In addition, the step of searching for the vehicle is performed by mixing a vehicle direct search provided by searching for a vehicle according to a keyword directly related to the vehicle.

또한, 상기 차량과 직접적으로 연관되는 키워드는 차량의 제조사, 차량의 유형, 차량의 명칭 및 차량의 사용 연료에 대응되는 키워드이다.In addition, the keywords directly related to the vehicle are keywords corresponding to the vehicle manufacturer, vehicle type, vehicle name, and vehicle fuel.

또한, 상기 자연어 키워드는 차량과 직접적으로 연관되지 않은 키워드이다.In addition, the natural language keyword is a keyword that is not directly related to a vehicle.

본 발명의 다른 특징에 따른 렌터카 서비스 장치는,Rental car service apparatus according to another feature of the present invention,

자연어 키워드로부터 추출되는 특징 단어와 이에 대응되는 차량 특성 엔티티로 구성된 데이터 집합으로서 복수의 데이터 집합을 기계 학습하여 특징 단어에 대응되는 차량 특성 엔티티를 검출하기 위한 학습 모델을 생성한 후, 생성된 학습 모델을 사용하여 고객 단말로부터 입력되는 자연어 키워드에 대응되는 차량을 검색하는 인공지능 기반의 차량 검색을 수행하여 검색된 차량 정보를 제공하는 기계 학습부; 고객에 의해 자연어 키워드가 입력되는 경우 상기 기계 학습부를 통해 상기 학습 모델을 사용하여 상기 자연어 키워드에 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 키워드를 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.As a data set consisting of feature words extracted from natural language keywords and vehicle feature entities corresponding thereto, a learning model for detecting vehicle feature entities corresponding to feature words is generated by machine learning a plurality of data sets as a data set A machine learning unit that provides the searched vehicle information by performing an artificial intelligence-based vehicle search for searching for a vehicle corresponding to a natural language keyword input from the customer terminal using the system; When a natural language keyword is input by a customer, an artificial intelligence-based vehicle search is performed using the learning model to search for a vehicle corresponding to the natural language keyword through the machine learning unit, and the searched vehicle information is provided to the customer terminal. part; And receiving the natural language keyword of the customer through the customer terminal connected through the network, controlling the search unit to perform a vehicle search, and providing the searched vehicle information to the customer terminal, whereby the customer is based on the searched vehicle information. And a control unit for controlling to search for a vehicle desired by the customer among the searched vehicles.

여기서, 상기 기계 학습부는, 상기 검색부로부터 전달되는 자연어 키워드에 대한 자연어 분석을 수행하여 상기 자연어 키워드에 대응되는 특징 단어를 추출하는 자연어 분석부; 학습 모델을 저장하는 학습 모델 데이터베이스; 상기 검색부로부터 입력되는 '특징 단어-특성 엔티티'로 구성된 데이터 집합을 사용하여 차량 특성 엔티티 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 엔티티를 추출하는 특성 엔티티 추출부; 및 차량별로 대응되는 차량 특성 엔티티를 저장한 차량 정보 데이터베이스에 기초하여, 상기 특성 엔티티 추출부에 의해 추출된 차량 특성 엔티티에 대응되는 차량 정보를 검출하는 차량 정보 검출부를 포함한다.Here, the machine learning unit may include a natural language analysis unit for extracting a feature word corresponding to the natural language keyword by performing natural language analysis on the natural language keyword transmitted from the search unit; A learning model database storing the learning model; A feature entity that stores a learning model corresponding to and generated according to a learning result by performing machine learning for vehicle feature entity detection using a data set consisting of'feature word-feature entity' input from the search unit Learning department; A characteristic entity extraction unit for extracting a vehicle characteristic entity corresponding to a characteristic word extracted by the natural language analysis unit by using the learning model stored in the learning model database; And a vehicle information detector configured to detect vehicle information corresponding to the vehicle characteristic entity extracted by the characteristic entity extraction unit, based on a vehicle information database storing vehicle characteristic entities corresponding to each vehicle.

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.In addition, an estimate unit for generating an estimate for a vehicle selected by the customer from among the searched vehicles through the search unit; And an electronic contract unit for executing an electronic contract for vehicle rental requested by the customer.

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.Further, the search unit further performs a vehicle direct search using a keyword directly associated with the vehicle, and the search unit performs a mixed search combining the artificial intelligence-based vehicle search and the vehicle direct search.

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.In addition, the search unit searches for a vehicle based on the customized information of the customer, and the customized information of the customer includes information on the residential location of the customer and information on the preferred vehicle.

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.In addition, the estimating unit transmits a history of information on the vehicle for which the quotation is requested to the machine learning unit, and the machine learning unit performs machine learning by additionally using the information on the vehicle for which the quotation is requested.

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.According to the present invention, since it is possible to search for a vehicle using a natural language keyword that is not directly related to the vehicle, it is possible to provide a wide selection of rental vehicles and a vehicle search service in a form that customers experience.

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.In addition, it is possible to provide vehicle search information in a form very similar to a customer's desired use by performing an artificial intelligence-based search according to vehicle characteristics corresponding to the natural language keyword input by the customer.

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 기계 학습부의 구체적인 구성 블록도이다.
도 4는 도 3에 도시된 기계 학습부에 의해 수행되는 인공지능 기반 차량 검색 과정의 예를 도시한 도면이다.
도 5는 도 3에 도시된 기계 학습부에서 사용되는 차량별 특성 엔티티의 구성 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. 1 is a diagram showing a schematic example in which a rental car service apparatus according to an embodiment of the present invention is used.
FIG. 2 is a detailed block diagram of a rental car service apparatus according to an embodiment of the present invention shown in FIG. 1.
3 is a detailed block diagram of the machine learning unit illustrated in FIG. 2.
4 is a diagram illustrating an example of an artificial intelligence-based vehicle search process performed by the machine learning unit shown in FIG. 3.
5 is a diagram illustrating an example of a configuration of a characteristic entity for each vehicle used in the machine learning unit shown in FIG. 3.
6 is a schematic flowchart of an artificial intelligence-based vehicle search service method according to an embodiment of the present invention.
7 is a diagram showing a detailed process of the artificial intelligence-based vehicle search shown in FIG.
8 is a diagram illustrating an example of a vehicle search based on artificial intelligence in a vehicle search service method according to an embodiment of the present invention.
9 is a diagram showing schematic contents of a search vehicle information screen displayed on a customer terminal in a vehicle search service method according to an embodiment of the present invention.
10 is a diagram illustrating a specific example of the search vehicle information screen of FIG. 9.

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.Hereinafter, embodiments of the present invention will be described in detail with reference to the accompanying drawings so that those of ordinary skill in the art can easily implement the embodiments of the present invention. However, the present invention may be implemented in various different forms and is not limited to the embodiments described herein. In the drawings, parts irrelevant to the description are omitted in order to clearly describe the present invention, and similar reference numerals are assigned to similar parts throughout the specification.

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.Throughout the specification, when a part "includes" a certain component, it means that other components may be further included rather than excluding other components unless otherwise stated. In addition, terms such as "... unit", "... group", and "module" described in the specification mean units that process at least one function or operation, which can be implemented by hardware or software or a combination of hardware and software. have.

이하, 도면을 참조하여 본 발명의 실시예에 따른 렌터카 서비스 장치 및 그 장치에서의 인공지능 기반 차량 검색 서비스 방법에 대해 설명한다.Hereinafter, a rental car service apparatus according to an embodiment of the present invention and a vehicle search service method based on artificial intelligence in the apparatus will be described with reference to the drawings.

도 1은 본 발명의 실시예에 따른 렌터카 서비스 장치가 사용되는 개략적인 예를 도시한 도면이다.1 is a diagram showing a schematic example in which a rental car service apparatus according to an embodiment of the present invention is used.

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.Referring to FIG. 1, a rental car service apparatus 100 according to an embodiment of the present invention is connected to a customer terminal 300 through a network 200, and also to various external servers 400 through a network 200. Connected. In this case, various external servers 400 may be servers that provide various documents required for credit review of a customer renting a vehicle.

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.Here, the network 200 refers to a connection structure capable of exchanging information between nodes such as a plurality of terminals and servers connected to the network 200, and an example of such a network 200 is 3GPP (3rd Generation Partnership). Project) network, LTE (Long Term Evolution) network, 5GPP (5rd Generation Partnership Project) network, LAN (Local Area Network), wireless LAN (Wireless Local Area Network), WAN (Wide Area Network), PAN (Personal Area Network) , Bluetooth (Bluetooth) network, and the like are included, but are not limited thereto.

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.The customer terminal 300 connects to the rental car service device 100 through the network 200 to search for a vehicle desired by the customer and generate an estimate of the searched vehicle, allowing an electronic contract to be executed for the vehicle for which the quotation was generated. It is a terminal. Specifically, the customer terminal 300 inputs a keyword for vehicle search and provides it to the rental car service apparatus 100, receives and displays vehicle information corresponding to the keyword from the rental car service apparatus 100, and displays the vehicle information corresponding to the keyword. Request generation of a quote for the vehicle displayed to 100, receive and display the generated quote information, and request a contract for a vehicle to be rented from the rental car service device 100, and the rental car service device 100 After receiving and displaying the contract contents from the terminal, the electronic signature is performed on the contract contents and provided to the rental car service apparatus 100. The customer terminal 300 may be a terminal or a computer that can access the rental car service apparatus 100 through a corresponding network 200. Here, the terminal or computer may be, for example, a wireless communication device equipped with a wired/wireless Internet-based web browser, a notebook computer, a desktop computer, or a personal computer. In addition, the wireless communication device is 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) terminal, smartphone, smartpad, tablet PC It may include all types of handheld-based wireless communication devices, such as.

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. The rental car service apparatus 100 provides an artificial intelligence (AI)-based vehicle search function through the customer terminal 300. For example, in order to allow computers to learn by themselves like humans using multiple data, natural language keywords are based on deep learning technology, a machine learning technology built on artificial neural networks (ANNs). Learning about a corresponding vehicle search may be performed, and vehicle information searched using a natural language keyword input from the customer terminal 300 may be provided to the customer terminal 300 using the learning result.

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.In particular, in the embodiment of the present invention, keywords that are not directly related to the vehicle such as natural language keywords that are not related to the vehicle to be searched, for example, the specification of the vehicle, the name of the vehicle, the manufacturer of the vehicle, the fuel used of the vehicle, etc. A learning model that enables vehicle search by targeting natural language keywords such as keywords, for example, vehicle usage, customer usage, etc. may be used.

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.Therefore, in the embodiment of the present invention, when a customer inputs a natural language keyword representing a purpose such as "for family weekend outing", "for commuting", etc., the customer through the customer terminal 300, A vehicle corresponding to a natural language keyword input by a customer is searched for and provided to the customer terminal 300 through a learning model already learned based on artificial intelligence.

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.In addition, the rental car service apparatus 100 may generate an estimate of the vehicle selected by the customer terminal 300 and provide it to the customer terminal 300. The vehicle estimate at this time may also be generated in more detail using information such as vehicle-related options selected by the customer terminal 300, rental rates for each period, rental conditions, and vehicle insurance.

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.In addition, the rental car service apparatus 100 executes an electronic contract for a vehicle for which an estimate is generated by selection of the customer terminal 300. The rental car service apparatus 100 may receive various documents from various external servers 400 for credit review of a customer renting a vehicle and use them in an electronic contract.

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.Meanwhile, the rental car service apparatus 100 may be implemented as a computer that can access the terminal 300 or an external server 400 through the network 200. Here, the computer may be, for example, a medium or large-sized computer, a desktop computer, etc. that may constitute a server.

이하, 본 발명의 실시예에 따른 렌터카 서비스 장치(100)에 대해 보다 구체적으로 설명한다.Hereinafter, a rental car service apparatus 100 according to an embodiment of the present invention will be described in more detail.

도 2는 도 1에 도시된 발명의 실시예에 따른 렌터카 서비스 장치(100)의 구체적인 구성 블록도이다.FIG. 2 is a detailed block diagram of a rental car service apparatus 100 according to the embodiment of the present invention shown in FIG. 1.

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.As shown in FIG. 2, the rental car service apparatus 100 according to the embodiment of the present invention includes a customer interface 110, a server interface 120, an information database (DB) 130, and a machine learning unit 140. , A search unit 150, an estimate unit 160, an electronic contract unit 170, and a management unit 180. In this case, since the rental car service apparatus 100 shown in FIG. 2 is only an embodiment of the present invention, the present invention is not limitedly interpreted through FIG. 2, and is different from FIG. 2 according to various embodiments of the present invention. It can also be configured.

고객 인터페이스(110)는 네트워크(200)를 통해 고객 단말(100)이 렌터카 서비스 장치(100)에 접속할 수 있도록 하는 인터페이스를 제공한다.The customer interface 110 provides an interface that allows the customer terminal 100 to access the rental car service apparatus 100 through the network 200.

서버 인터페이스(120)는 렌터카 서비스 장치(100)가 네트워크(200)를 통해 외부 서버(400)에 접속할 수 있도록 하는 인터페이스를 제공한다. The server interface 120 provides an interface that allows the rental car service apparatus 100 to access the external server 400 through the network 200.

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.The information DB 130 stores and manages various types of information used by the rental car service apparatus 100 to provide a rental car service including vehicle search, vehicle quotation generation, and vehicle electronic contract to a customer. Such information DB 130 is a vehicle information DB 131 that stores information on vehicles that can be rented to a customer, a customer information DB 132 that stores information of customers registered as members to use the rental car service, and A search information DB (133) that stores vehicle search information searched based on artificial intelligence using the entered natural language keywords, quotation information for each option used for vehicle quotation generation, and quotation information generated by requesting a vehicle quotation by a customer. It includes an estimate information DB 134 to store and a contract information DB 135 to store vehicle rental contract information serviced through the rental car service. In particular, the vehicle information DB 131 stores vehicle characteristic entity information corresponding to each vehicle name in order to search for a vehicle based on artificial intelligence according to an embodiment of the present invention. Here, the vehicle characteristic entity represents vehicle-specific characteristics, and includes, for example, ride comfort, work, commuting, leisure, car seat, and the like. In addition, the rental car service apparatus 100 may additionally store and manage characteristics required for each vehicle for artificial intelligence-based vehicle search.

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. The machine learning unit 140 generates a corresponding learning model by machine learning a large amount of data as a data set consisting of natural language keywords and vehicle information corresponding thereto, and searches vehicles for natural language keywords using the generated learning model. to provide. Here, machine learning is a field of artificial intelligence, a technology that predicts the future by analyzing vast amounts of data, and a technology that solves problems by acquiring information that has not been inputted while a computer goes through a self-learning process. For machine learning, deep learning techniques using neural networks such as CNN (Convolutional Neural Network), R-CNN (Region with Convolutional Neural Network), and LSTM (Long Short Term Memory) may be used.

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.As described above, in the embodiment of the present invention, as in the related art, a keyword directly related to a vehicle, for example, a vehicle manufacturer, a vehicle specification, a vehicle name, a vehicle fuel, etc. In addition to a service that searches for a vehicle, machine learning is used to enable vehicle search for natural language keywords such as "family weekend outing" and "commuting use" that customers want, for example, that are not directly related to the vehicle. When a natural language keyword corresponding to a desired purpose is input by a customer that is not directly related to the vehicle, similarly, a vehicle corresponding to the input natural language keyword is searched and provided using the above learning model. can do.

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.In an embodiment of the present invention, the machine learning unit 140 may extract a vehicle characteristic entity from a natural language keyword and detect and provide a vehicle including the extracted vehicle characteristic entity. A detailed configuration of the machine learning unit 140 will be described later.

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 키워드가 입력되면, 입력된 자연어 키워드를 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. The search unit 150 displays a screen for vehicle search to the customer terminal 300 through the customer interface 110, and when a natural language keyword for searching for a vehicle desired by the customer is input through the customer terminal 300, input The natural language keyword is transmitted to the machine learning unit 140, and vehicle information searched in response to the natural language keyword input from the machine learning unit 140 is received and provided to the customer terminal 300, and at the same time, the customer terminal 300 or the customer In response to the searched vehicle information is stored in the search information DB (133).

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.In addition, the search unit 150 may provide a search service that enables direct vehicle search using keywords directly related to the vehicle as well as artificial intelligence-based search as described above.

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.In addition, the search unit 150 may search for a vehicle according to customized information of the customer input or selected by the customer and provide it to the customer terminal 300. Here, the customer's customized information may include information on a customer's residential location, information on a preferred vehicle, and the like.

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.In addition, the search unit 150 may combine artificial intelligence-based search and direct vehicle search to enable mixed search. For example, in the direct vehicle search, the vehicle search range may be limited by a search keyword directly associated with the vehicle, and then an artificial intelligence-based search may be performed according to a natural language keyword input among vehicles within the limited range. Alternatively, alternatively, after searching according to natural language keywords based on artificial intelligence, a search through direct vehicle search may be performed within the result.

또한, 검색부(150)는 검색된 차량별로 가상 시승 안내, 제원 비교, 전문가 리뷰, 사용자 리뷰 등을 추가로 제공할 수 있다.In addition, the search unit 150 may additionally provide a virtual test drive guide, a specification comparison, an expert review, and a user review for each searched vehicle.

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.The estimating unit 160 provides a screen for generating an estimate for the vehicle selected by the customer from among the searched vehicles provided to the customer terminal 300 through the search unit 150 to the customer terminal 300, and the customer terminal 300 ), when various option information for generating a quotation is input or selected, a quotation for the vehicle is generated and provided to the customer terminal 300.

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.The estimating unit 160 stores and manages the history and quotation information on the vehicle information for which the quotation is requested by the customer among the vehicles searched through the search unit 150 in the quotation information DB 134 and manages the machine learning unit 140 ) Reflects the history of the quote information stored in the quote information DB 134 during machine learning, so that the learning can be performed. For example, it may be reflected as vehicle preference information, gender preference information, and preference information for each age group to be reflected when searching based on artificial intelligence. In addition, such information may also be provided as vehicle-specific information searched by the search unit 150.

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.The electronic contract unit 170 enables the customer to perform an electronic contract for the vehicle in response to the customer's response to the quotation for the vehicle generated by the estimating unit 160, and at this time, the customer's Documents related to credit examination can be obtained and used in electronic contracts.

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.The controller 180 controls the search unit 150, the estimating unit 160 and the electronic contract unit 170 to provide a vehicle search service based on artificial intelligence as well as a vehicle direct search to the customer terminal 300, and It is possible to select a vehicle searched based on intelligence based on a natural language keyword input by a customer, and also execute a lease contract according to an electronic contract for a vehicle selected by the customer.

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.As described above, according to an embodiment of the present invention, it is possible to search for a vehicle using natural language keywords that are not directly related to the vehicle, thereby providing a wide selection of rental vehicles and a vehicle search service in a form that customers experience. .

도 3은 도 2에 도시된 기계 학습부(140)의 구체적인 구성 블록도이다.3 is a detailed block diagram of the machine learning unit 140 illustrated in FIG. 2.

도 3에 도시된 바와 같이, 기계 학습부(140)는 자연어 분석부(141), 특성 엔티티 학습부(142), 학습 모델 DB(143), 특성 엔티티 추출부(144) 및 차량 정보 검출부(145)를 포함한다.As shown in FIG. 3, the machine learning unit 140 includes a natural language analysis unit 141, a characteristic entity learning unit 142, a learning model DB 143, a characteristic entity extraction unit 144, and a vehicle information detection unit 145. ).

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.The natural language analysis unit 141 extracts feature words included in the natural language keyword by performing natural language analysis on the natural language keyword input by the customer transmitted from the search unit 150. For example, if the natural language keyword is "a vehicle for a business trip with good ride comfort?", characteristic words such as'ride comfort' and'business trip' may be extracted, and if the natural language keyword is "a vehicle for a trip?", it means'outing'. Feature words may be extracted, and feature words such as'baby' and'travel' may be extracted when the natural language keyword is "a vehicle that is good for traveling with a baby?" Basically, the natural language analysis unit 141 may correspond to words such as nouns and verbs included in natural language keywords. In addition, the natural language analysis unit 141 may also learn feature words by artificial intelligence-based machine learning and extract feature words corresponding to natural language keywords input through the learning result.

특성 엔티티 학습부(142)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.The characteristic entity learning unit 142 performs machine learning for detection of characteristic entities using a large amount of data set consisting of'feature words-characteristic entities' input from the search unit 150 to generate a learning model corresponding to the learning result. Generate.

학습 모델 DB(143)는 특성 엔티티 학습부(142)에 의해 생성되는 학습 모델을 저장한다.The learning model DB 143 stores a learning model generated by the characteristic entity learning unit 142.

특성 엔티티 추출부(144)는 자연어 분석부(141)로부터 입력되는 특징 단어에 대해 학습 모델 DB(143)에 저장된 학습 모델을 사용하여 특징 단어에 대응되는 특성 엔티티를 추출한다.The feature entity extracting unit 144 extracts a feature entity corresponding to the feature word by using the learning model stored in the learning model DB 143 with respect to the feature word input from the natural language analysis unit 141.

한편, 특성 엔티티 학습부(142)와 특성 엔티티 추출부(144)는 통합되어 하나의 구성요소로서 구현될 수 있으며, 이 경우 하나의 신경망을 사용하여 구현될 수 있다. Meanwhile, the characteristic entity learning unit 142 and the characteristic entity extraction unit 144 may be integrated and implemented as one component, and in this case, they may be implemented using one neural network.

차량 정보 검출부(145)는 특성 엔티티 추출부(144)에 의해 추출되는 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(142)로부터 전달되는 특성 엔티티에 대응되는 차량 정보를 검출할 수 있다.The vehicle information detection unit 145 detects vehicle information including a characteristic entity extracted by the characteristic entity extraction unit 144 through the vehicle information DB 131 and provides it to the search unit 150. In this case, the vehicle information detection unit may detect vehicle information corresponding to the characteristic entity transmitted from the characteristic entity learning unit 142 by using vehicle-specific characteristic entity information stored in the vehicle information DB 131.

도 4에 도시된 예를 들어, 검색부(150)에 의해 "승차감이 좋은 출장용 차량?", "나들이용 차량?" 또는 "아기와 여행가기 좋은 차량?" 등 3 종류의 차량 검색용 자연어 키워드가 선택적으로 입력되면, 자연어 분석부(141)는 입력된 자연어 키워드로부터 각각 대응되는 "승차감, 출장", "나들이", "아기, 여행" 등의 특징 단어를 추출하고, 특성 엔티티 추출부(144)는 학습 모델 DB(143)를 통해 각각 대응되는 "승차감, 업무용", "레저", "카시트, 레저" 등의 특성 엔티티를 추출할 수 있으며, 이렇게 추출된 특성 엔티티를 사용하여 차량 정보 검출부(145)는 차량 정보 DB(131)에 저장된 차량별 특성 엔티티 정보를 사용하여 각각 대응되는 차량 정보인 "그랜져", "아반떼, 스포티지, 카렌스", "스포티지"의 차량 정보를 자연어 키워드에 대응되는 차량 정보로서 검색부(150)로 제공할 수 있다. 이 때, 차량 정보 DB(131)에 저장된 차량별 특성 엔티티 정보로는, "그랜져: 승차감, 업무용", "아반떼 : 출퇴근, 레져", "스포티지: 레져, 카시트", "카렌스: 승차감, 레져"등을 포함하고 있다.For example, as shown in FIG. 4, by the search unit 150, "Vehicle for business trips with good ride comfort?" and "Vehicle for outings?" Or "A car that is good for traveling with a baby?" When three types of natural language keywords for vehicle search, such as, are selectively input, the natural language analysis unit 141 selects characteristic words such as "ride, business trip", "outing", and "baby, travel" corresponding to each of the input natural language keywords. After extracting, the characteristic entity extracting unit 144 can extract characteristic entities such as "ride, business", "leisure", and "car seat, leisure" corresponding to each through the learning model DB 143, and thus extracted Using the characteristic entity, the vehicle information detection unit 145 uses the vehicle-specific characteristic entity information stored in the vehicle information DB 131 to each corresponding vehicle information of "Grandeur", "Avante, Sportage, Carens", and "Sportage". Vehicle information may be provided to the search unit 150 as vehicle information corresponding to a natural language keyword. At this time, as vehicle-specific entity information stored in the vehicle information DB 131, "Grandeur: riding comfort, business use", "Avante: commuting, leisure", "Sportage: leisure, car seat", "Carens: riding comfort, leisure" Etc.

상기한 바와 같은 차량별 특성 엔티티는 도 5에 도시된 바와 같이, 차량 특성별 엔티티, 구매자 특성별 엔티티, 가격별 엔티티 등으로 구분할 수 있다.As illustrated in FIG. 5, the vehicle-specific characteristic entity as described above may be classified into an entity by vehicle characteristic, an entity by buyer characteristic, and an entity by price.

또한, 차량 특성별 엔티티는 용도별 엔티티, 특성별 엔티티, 옵션별 엔티티 등으로 세분화할 수 있고, 구매자 특성 엔티티는 연령대 엔티티, 성별별 엔티티, 직업군 엔티티로 세분화할 수 있으며, 가격 엔티티는 렌탈료 엔티티, 차량가 엔티티로 세분화할 수 있으며, 각 세분화된 특성 엔티티별 예시 및 대응되는 설명 내용이 비고로서 도 5에 예시되어 있다.In addition, entities by vehicle characteristic can be subdivided into entities by use, entities by characteristic, entities by option, etc., while buyer characteristic entities can be subdivided into age-group entities, gender-specific entities, and job-group entities, and price entities are rental fee entities, Vehicles can be subdivided into entities, and examples and corresponding descriptions for each subdivided characteristic entity are illustrated in FIG. 5 as a remark.

이하, 도면을 참조하여 본 발명의 실시예에 따른 인공지능 기반 차량 검색 서비스 방법에 대해 구체적으로 설명한다.Hereinafter, an artificial intelligence-based vehicle search service method according to an embodiment of the present invention will be described in detail with reference to the drawings.

도 6은 본 발명의 실시예에 따른 인공지능 기반 차량 검색 서비스 방법의 개략적인 흐름도이다. 6 is a schematic flowchart of an artificial intelligence-based vehicle search service method according to an embodiment of the present invention.

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, 자연어 특징 단어와 이에 대응되는 차량 특성 엔티티로 구성된 데이터 집합으로서 다량의 데이터를 기계 학습하여 대응되는 학습 모델을 생성한다(S100).6, first, in order to support vehicle search using natural language keywords based on artificial intelligence according to an embodiment of the present invention, the rental car service apparatus 100 according to an embodiment of the present invention supports natural language feature words and corresponding As a data set composed of vehicle characteristic entities, a large amount of data is machine-learned to generate a corresponding learning model (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 키워드를 입력하면, 입력된 자연어 키워드가 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 입력하여 차량 검색을 수행할 수 있다.After that, the vehicle search service according to the embodiment of the present invention is started in earnest, and through the customer terminal 300 connected to the rental car service apparatus 100 through the network 200, the customer can select a natural language keyword according to their use. Upon input, the input natural language keyword is received by the rental car service apparatus 100 (S110). For example, the customer may perform a vehicle search by entering a natural language keyword corresponding to the purpose desired by the customer on the vehicle search screen displayed on the customer terminal 300, for example, a natural language keyword "a vehicle for a good ride". have.

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.Here, in the car rental service apparatus 100 according to an embodiment of the present invention, as well as the artificial intelligence-based vehicle search as described above, a keyword directly related to the vehicle by the customer on the vehicle search screen, for example, the vehicle manufacturer, vehicle type , You can also directly search for a vehicle by selecting a keyword of the vehicle name.

다음, 렌터카 서비스 장치(100)는 고객 단말(300)로부터 전달되는 자연어 키워드를 사용하여 차량 검색을 수행한다(S120). 여기서의 차량 검색은 자연어 키워드에 대응되는 차량 특성 엔티티 검출 기반 차량 정보 검색이다. 이에 대해서는 추후 구체적으로 설명한다.Next, the rental car service apparatus 100 performs a vehicle search using a natural language keyword transmitted from the customer terminal 300 (S120). The vehicle search here is a vehicle information search based on vehicle characteristic entity detection corresponding to a natural language keyword. This will be described in detail later.

그 후, 렌터카 서비스 장치(100)는 인공지능 기반으로 검색된 차량의 정보를 고객 단말(300)에게 제공한다(S130). After that, the rental car service apparatus 100 provides information on the vehicle searched based on artificial intelligence to the customer terminal 300 (S130).

따라서, 고객 단말(300)은 상기 단계(S130)에서 제공되는 검색된 차량 정보를 고객에게 표시한 후 고객에 의해 선택되는 적어도 하나의 차량에 대한 견적을 렌터카 서비스 장치(100)에게 요청한다(S140).Accordingly, the customer terminal 300 displays the searched vehicle information provided in step S130 to the customer and then requests the rental car service apparatus 100 for an estimate for at least one vehicle selected by the customer (S140). .

렌터카 서비스 장치(100)는 고객으로부터의 견적 요청에 따라 견적 생성을 위한 각종의 옵션 정보를 고객 단말(300)로부터 제공받아서 상기 단계(S140)에서 견적이 요청된 적어도 하나의 차량에 대한 견적을 생성하고(S150), 생성된 차량 견적 정보를 고객 단말(300)로 제공한다(S160). The rental car service apparatus 100 generates a quote for at least one vehicle for which a quote is requested in the step (S140) by receiving various option information for generating a quote from the customer terminal 300 according to a quote request from a customer. And (S150), and provides the generated vehicle estimate information to the customer terminal 300 (S160).

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(S170). 이 때, 고객은 인공지능 기반의 차량 검색 단계(S110)부터, 또는 차량의 견적 요청 단계(S140)부터의 과정을 반복 수행하여 다양한 차량을 검색하거나 또는 다양한 차량의 견적을 요청할 수 있다.The customer selects a desired vehicle by viewing at least one vehicle estimate information displayed through the customer terminal 300 and requests a vehicle rental contract from the rental car service apparatus 100 (S170). In this case, the customer may search for various vehicles or request an estimate of various vehicles by repeating the process from the artificial intelligence-based vehicle search step (S110) or from the vehicle quotation request step (S140).

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.The customer may repeatedly perform the above-described process once or several times using the customer terminal 300 to select a vehicle to be finally rented and request a rental contract from the rental car service apparatus 100.

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(S180), 고객에 의해 요청된 차량 임대 계약을 전자 계약을 통해 수행한다(S190).In this way, when a vehicle rental contract is requested from the customer terminal 300, the rental car service device 100 may first determine whether the customer requesting the vehicle rental contract is available from the external server 400 through the network 200. Documents required for credit review of the customer are collected (S180), and a vehicle rental contract requested by the customer is performed through an electronic contract (S190).

도 7은 도 6에 도시된 인공지능 기반 차량 검색의 구체적인 과정을 도시한 도면이다.7 is a diagram showing a detailed process of the artificial intelligence-based vehicle search shown in FIG.

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.Referring to FIG. 7, the vehicle search here may be performed by the rental car service apparatus 100, specifically the search unit 150 and the machine learning unit 140 described with reference to FIG. 2.

도 7을 참조하면, 도 8에 도시된 바와 같이 고객 단말(300)에 표시된 검색 화면을 통해 고객이 원하는 용도의 자연어 키워드를 입력하여 차량 검색을 요청하면, 고객 단말(300)로부터 차량 검색을 요청하는 자연어 키워드가 렌터카 서비스 장치(100)로 수신된다(S121). 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 입력하여 차량 검색을 수행할 수 있다.Referring to FIG. 7, when a customer requests a vehicle search by inputting a natural language keyword for a desired purpose through a search screen displayed on the customer terminal 300 as shown in FIG. 8, a vehicle search is requested from the customer terminal 300 The natural language keyword is received by the rental car service apparatus 100 (S121). Referring to the example of FIG. 8, the customer selects an artificial intelligence-based vehicle search tab (AI vehicle recommendation) 11 on the vehicle search screen displayed on the customer terminal 300, and then selects a natural language keyword corresponding to the intended use, an example. For example, a vehicle search may be performed by inputting the natural language keyword 12 of "Vehicle for a business trip with good ride comfort?"

이렇게 수신되는 자연어 키워드에 대해 자연어 분석이 수행되어 자연어 키워드에 대응되는 특징 단어가 추출된다(S122). 위의 예를 참조하면, 자연어 키워드 "승차감이 좋은 출장용 차량?"에 대응되는 특징 단어는 '승차감', '출장'이 될 수 있다.Natural language analysis is performed on the received natural language keywords, and feature words corresponding to the natural language keywords are extracted (S122). Referring to the above example, the characteristic words corresponding to the natural language keyword "a vehicle for a business trip with good ride comfort?" may be'ride comfort' and'business trip'.

그 후, 기계 학습에 의해 생성된 학습 모델을 사용하여, 상기 단계(S122)에서 추출된 특징 단어에 대응되는 차량 특성 엔티티가 추출된다(S123). 위의 예를 참조하면, 특징 단어 '승차감', '출장'에 각각 대응되는 차량 특성 엔티티는 '승차감', '업무용'이 될 수 있다.Thereafter, by using the learning model generated by machine learning, a vehicle characteristic entity corresponding to the feature word extracted in step S122 is extracted (S123). Referring to the above example, vehicle characteristic entities respectively corresponding to the feature words'ride comfort' and'business trip' may be'ride comfort' and'business use'.

이와 같이, 추출되는 차량 특성 엔티티와 차량 정보 DB(131)에 저장되어 있는 차량별 특성 엔티티 정보를 사용하여 해당되는 차량 정보를 검출한다(S124). 위의 예를 참조하면, 추출된 차량 특성 엔티티 '승차감', '출장'에 해당하는 차량 정보는 '그랜져'가 될 수 있다.In this way, corresponding vehicle information is detected using the extracted vehicle characteristic entity and vehicle-specific characteristic entity information stored in the vehicle information DB 131 (S124). Referring to the above example, vehicle information corresponding to the extracted vehicle characteristic entities'ride comfort' and'business trip' may be'grandeur'.

이렇게 자연어 키워드에 대응되어 검출되는 차량 정보가 상기 단계(S130)를 통해 고객 단말(300)로 제공되어 표시될 수 있다. Vehicle information detected in correspondence with the natural language keyword may be provided to and displayed to the customer terminal 300 through the step S130.

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. Here, an example of the form of the search vehicle information screen displayed on the customer terminal 300 so that the vehicle search result requested by the customer can be viewed is as shown in FIG. 9. Referring to FIG. 9, a search vehicle information screen 500 displayed on a customer terminal 300 includes a search word input area 510 for vehicle search and a search result list display area 520 displaying search results, that is, searched vehicle information. ), etc. One specific example of such a search vehicle information screen is shown in FIG. 10. In the example of FIG. 10, the customer may check vehicle information displayed on the search vehicle information screen 500 and select a vehicle for a desired purpose.

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.Therefore, the customer can request a quote for the selected vehicle by selecting the vehicle he/she wants from among the searched vehicles by referring to the search vehicle information screen 500 displayed on the customer terminal 300 and selecting the "Get a Quote" button 530 have.

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.The embodiments of the present invention described above are not implemented only through an apparatus and a method, but may be implemented through a program that realizes a function corresponding to the configuration of the embodiment of the present invention or a recording medium on which the program is recorded.

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.Although the embodiments of the present invention have been described in detail above, the scope of the present invention is not limited thereto, and various modifications and improvements by those skilled in the art using the basic concept of the present invention defined in the following claims are also provided. It belongs to the scope of rights.

Claims (11)

렌터카 서비스 장치가 차량 검색을 서비스하는 방법으로서,
자연어 키워드로부터 추출되는 특징 단어와 이에 대응되는 차량 특성 엔티티(entity)로 구성된 데이터 집합으로서 복수의 데이터 집합을 기계 학습하여 특징 단어에 대응되는 차량 특성 엔티티를 검출하기 위한 학습 모델을 생성하는 단계; 및
상기 학습 모델을 사용하여, 고객 단말로부터 입력되는 자연어 키워드로부터 추출되는 특징 단어에 대응되는 차량 특성 엔티티를 추출하고, 추출된 차량 특성 엔티티에 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 단계
를 포함하며,
상기 학습 모델을 생성하는 단계에서, 자연어 키워드로부터 추출된 특징 단어와, 차량별로 미리 설정된 차량 특성 엔티티 중 상기 특징 단어에 대응되는 차량 특성 엔티티가 대응되도록 기계 학습을 수행하여 대응되는 학습 모델을 생성하고,
상기 차량을 검색하도록 하는 단계에서, 차량 검색을 위해 입력되는 자연어 키워드로부터 특징 단어를 추출하고, 추출된 특징 단어에 대해 상기 학습 모델을 사용하여 대응되는 차량 특성 엔티티를 추출한 후, 추출된 차량 특성 엔티티에 대응되는 차량을 검색하여 상기 고객 단말로 제공하며,
상기 검색된 차량 정보 중에서 상기 고객 단말로부터 요청된 차량 정보에 대한 견적을 생성하여 상기 고객 단말에게 제공하고, 상기 고객 단말에게 제공된 견적에 대응하는 차량 선호도 정보, 성별 선호도 정보 및 연령대별 선호도 정보를 포함하는 견적 정보 이력을 상기 검색된 차량 정보에 대해 반영하여 상기 기계 학습이 수행되도록 하는,
차량 검색 서비스 방법.As a method for a rental car service device to service vehicle search,
Generating a learning model for detecting a vehicle characteristic entity corresponding to the characteristic word by machine learning a plurality of data sets as a data set consisting of a feature word extracted from a natural language keyword and a vehicle characteristic entity corresponding thereto; And
Using the learning model, extracting a vehicle characteristic entity corresponding to a feature word extracted from a natural language keyword input from a customer terminal, and performing an artificial intelligence-based vehicle search to search for a vehicle corresponding to the extracted vehicle characteristic entity. Providing the searched vehicle information to the customer terminal, and allowing the customer to search for a vehicle desired by the customer from among the searched vehicles based on the searched vehicle information
Including,
In the step of generating the learning model, machine learning is performed so that the feature word extracted from the natural language keyword and the vehicle feature entity corresponding to the feature word among the vehicle feature entities preset for each vehicle are mapped to generate a corresponding learning model, ,
In the step of searching for the vehicle, a feature word is extracted from a natural language keyword input for vehicle search, and a vehicle characteristic entity corresponding to the extracted feature word is extracted using the learning model, and then the extracted vehicle characteristic entity Searches for a vehicle corresponding to and provides it to the customer terminal,
Among the searched vehicle information, a quote for vehicle information requested from the customer terminal is generated and provided to the customer terminal, and vehicle preference information corresponding to the quotation provided to the customer terminal, gender preference information, and preference information for each age group are included. Reflecting the quote information history on the searched vehicle information so that the machine learning is performed,
Vehicle search service method. 제1항에 있어서,
상기 차량을 검색하도록 하는 단계는,
상기 자연어 키워드에 대한 자연어 분석을 수행하여 상기 자연어 키워드에 대응되는 특징 단어를 추출하는 단계;
상기 학습 모델을 사용하여, 추출되는 특징 단어에 대응되는 차량 특성 엔티티를 추출하는 단계;
차량별로 대응되는 차량 특성 엔티티를 저장한 차량 정보 데이터베이스에 기초하여, 추출된 차량 특성 엔티티에 대응되는 차량 정보를 검출하는 단계; 및
검출되는 차량 정보를 상기 고객 단말로 제공하는 단계
를 포함하는, 차량 검색 서비스 방법.The method of claim 1,
The step of allowing the vehicle to be searched,
Extracting feature words corresponding to the natural language keywords by performing natural language analysis on the natural language keywords;
Extracting a vehicle characteristic entity corresponding to the extracted feature word by using the learning model;
Detecting vehicle information corresponding to the extracted vehicle characteristic entities based on a vehicle information database storing vehicle characteristic entities corresponding to each vehicle; And
Providing detected vehicle information to the customer terminal
Including a vehicle search service method. 제1항에 있어서,
상기 차량을 검색하도록 하는 단계는,
차량과 직접적으로 연관되는 키워드에 따라 차량을 검색하여 제공하는 차량 직접 검색을 혼합하여 수행하는,
차량 검색 서비스 방법.The method of claim 1,
The step of allowing the vehicle to be searched,
Performing a mixture of vehicle direct search provided by searching for vehicles according to keywords directly related to the vehicle,
Vehicle search service method. 제3항에 있어서,
상기 차량과 직접적으로 연관되는 키워드는 차량의 제조사, 차량의 유형, 차량의 명칭 및 차량의 사용 연료에 대응되는 키워드인,
차량 검색 서비스 방법.The method of claim 3,
The keyword directly related to the vehicle is a keyword corresponding to the vehicle manufacturer, vehicle type, vehicle name, and vehicle used fuel,
Vehicle search service method. 제4항에 있어서,
상기 자연어 키워드는 차량과 직접적으로 연관되지 않은 키워드인,
차량 검색 서비스 방법.The method of claim 4,
The natural language keyword is a keyword not directly related to a vehicle,
Vehicle search service method. 자연어 키워드로부터 추출되는 특징 단어와 이에 대응되는 차량 특성 엔티티로 구성된 데이터 집합으로서 복수의 데이터 집합을 기계 학습하여 특징 단어에 대응되는 차량 특성 엔티티를 검출하기 위한 학습 모델을 생성한 후, 생성된 학습 모델을 사용하여 고객 단말로부터 입력되는 자연어 키워드에 대응되는 차량을 검색하는 인공지능 기반의 차량 검색을 수행하여 검색된 차량 정보를 제공하는 기계 학습부;
고객에 의해 자연어 키워드가 입력되는 경우 상기 기계 학습부를 통해 상기 학습 모델을 사용하여 상기 자연어 키워드에 대응되는 차량을 검색하는 인공지능 기반의 차량 검색을 수행하고 검색된 차량 정보를 상기 고객 단말에게 제공하는 검색부;
상기 검색부를 통해 검색된 차량 중에서 상기 고객에 의해 선택된 차량에 대한 견적을 생성하여 상기 고객에게 제공하는 견적부; 및
네트워크를 통해 접속되는 상기 고객 단말을 통해 상기 고객의 자연어 키워드를 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 특징 단어와, 차량별로 미리 설정된 차량 특성 엔티티 중 상기 특징 단어에 대응되는 차량 특성 엔티티가 대응되도록 기계 학습을 수행하여 대응되는 학습 모델을 생성하고,
상기 기계 학습부는 상기 검색부로부터 전달되는 차량 검색을 위해 입력되는 자연어 키워드로부터 특징 단어를 추출하고, 추출된 특징 단어에 대해 상기 학습 모델을 사용하여 대응되는 차량 특성 엔티티를 추출한 후, 추출된 차량 특성 엔티티에 대응되는 차량을 검색하여 상기 검색부를 통해 상기 고객 단말로 제공하며,
상기 견적부는 상기 고객에게 제공된 견적에 대응하는 차량 선호도 정보, 성별 선호도 정보 및 연령대별 선호도 정보를 포함하는 견적 정보 이력을 상기 기계 학습부로 전달하여 검색된 차량 정보에 대해 상기 견적 정보 이력을 반영하여 상기 기계 학습이 수행되도록 하는,
렌터카 서비스 장치.As a data set consisting of feature words extracted from natural language keywords and vehicle feature entities corresponding thereto, a learning model for detecting vehicle feature entities corresponding to feature words is generated by machine learning a plurality of data sets as a data set A machine learning unit that provides the searched vehicle information by performing an artificial intelligence-based vehicle search for searching for a vehicle corresponding to a natural language keyword input from the customer terminal using the system;
When a natural language keyword is input by a customer, an artificial intelligence-based vehicle search is performed using the learning model to search for a vehicle corresponding to the natural language keyword through the machine learning unit, and the searched vehicle information is provided to the customer terminal. part;
An estimate unit generating an estimate for the vehicle selected by the customer from among the vehicles searched through the search unit and providing it to the customer; And
By receiving the customer's natural language keyword through the customer terminal connected through the network, controlling the search unit to perform a vehicle search, and providing the searched vehicle information to the customer terminal, and the customer based on the searched vehicle information A control unit that controls to search for a vehicle desired by the customer among the searched vehicles
Including,
The machine learning unit generates a corresponding learning model by performing machine learning such that the feature words extracted from the natural language keywords correspond to the vehicle feature entities corresponding to the feature words among vehicle feature entities preset for each vehicle,
The machine learning unit extracts a feature word from a natural language keyword input for vehicle search transmitted from the search unit, extracts a vehicle characteristic entity corresponding to the extracted feature word using the learning model, and then extracts the vehicle characteristic Searching for a vehicle corresponding to the entity and providing it to the customer terminal through the search unit,
The estimating unit transmits the quotation information history including vehicle preference information corresponding to the quotation provided to the customer, gender preference information, and preference information for each age group to the machine learning unit, and reflects the quotation information history for the searched vehicle information to the machine. Allowing learning to be carried out,
Rental car service device. 제6항에 있어서,
상기 기계 학습부는,
상기 검색부로부터 전달되는 자연어 키워드에 대한 자연어 분석을 수행하여 상기 자연어 키워드에 대응되는 특징 단어를 추출하는 자연어 분석부;
학습 모델을 저장하는 학습 모델 데이터베이스;
상기 검색부로부터 입력되는 '특징 단어-특성 엔티티'로 구성된 데이터 집합을 사용하여 차량 특성 엔티티 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 엔티티를 추출하는 특성 엔티티 추출부; 및
차량별로 대응되는 차량 특성 엔티티를 저장한 차량 정보 데이터베이스에 기초하여, 상기 특성 엔티티 추출부에 의해 추출된 차량 특성 엔티티에 대응되는 차량 정보를 검출하는 차량 정보 검출부
를 포함하는, 렌터카 서비스 장치.The method of claim 6,
The machine learning unit,
A natural language analysis unit for extracting a feature word corresponding to the natural language keyword by performing natural language analysis on the natural language keyword transmitted from the search unit;
A learning model database storing the learning model;
A feature entity that stores a learning model corresponding to and generated according to a learning result by performing machine learning for vehicle feature entity detection using a data set consisting of'feature word-feature entity' input from the search unit Learning department;
A characteristic entity extraction unit for extracting a vehicle characteristic entity corresponding to a characteristic word extracted by the natural language analysis unit by using the learning model stored in the learning model database; And
A vehicle information detection unit that detects vehicle information corresponding to the vehicle characteristic entity extracted by the characteristic entity extraction unit, based on a vehicle information database storing vehicle characteristic entities corresponding to each vehicle.
Including a car rental service device. 제6항에 있어서,
상기 고객에 의해 요청된 차량 임대에 대한 전자 계약을 수행하는 전자 계약부
를 더 포함하는, 렌터카 서비스 장치.The method of claim 6,
Electronic contract unit that executes an electronic contract for vehicle rental requested by the customer
Car rental service device further comprising a. 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.The method of claim 6,
The search unit further performs a direct vehicle search using a keyword directly related to the vehicle,
The search unit performs a mixed search combining the artificial intelligence-based vehicle search and the vehicle direct search,
Rental car service device. 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.The method of claim 6,
The search unit searches for a vehicle based on the customer's customized information,
The customized information of the customer includes information on the residential location of the customer and information on a preferred vehicle,
Rental car service device. 제8항에 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.The method of claim 8,
The estimating unit transfers the history of the information of the vehicle for which the quotation is requested to the machine learning unit,
The machine learning unit performs machine learning by additionally using information of the vehicle for which the quotation is requested,
Rental car service device.
KR1020180035209A 2018-03-05 2018-03-27 Rental car service apparatus and vehicle searching service method based on artificial intelligence in the same KR102180874B1 (en)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
KR1020180025840 2018-03-05
KR20180025840 2018-03-05

Publications (2)

Publication Number Publication Date
KR20190109701A KR20190109701A (en) 2019-09-26
KR102180874B1 true KR102180874B1 (en) 2020-11-19

Family

ID=68067917

Family Applications (9)

Application Number Title Priority Date Filing Date
KR1020180033879A KR102096157B1 (en) 2018-03-05 2018-03-23 Rental car service apparatus and method for providing quotation in the same
KR1020180033889A KR102096158B1 (en) 2018-03-05 2018-03-23 Rental car service apparatus and vehicle rental electronic contract service method in the same
KR1020180033892A KR102112394B1 (en) 2018-03-05 2018-03-23 Rental car service method and apparatus thereof
KR1020180033882A KR102180869B1 (en) 2018-03-05 2018-03-23 Rental car service apparatus and vehicle searching service method
KR1020180035209A KR102180874B1 (en) 2018-03-05 2018-03-27 Rental car service apparatus and vehicle searching service method based on artificial intelligence in the same
KR1020180035602A KR102163354B1 (en) 2018-03-05 2018-03-28 Rental car service apparatus and vehicle searching service method based on artificial intelligence in the same
KR1020180036648A KR102163349B1 (en) 2018-03-05 2018-03-29 Rental car service apparatus and vehicle searching service method based on artificial intelligence in the same
KR1020180036365A KR102168990B1 (en) 2018-03-05 2018-03-29 Rental car service apparatus and vehicle searching service method based on artificial intelligence in the same
KR1020180037062A KR102180881B1 (en) 2018-03-05 2018-03-30 Rental car service apparatus and vehicle searching service method based on artificial intelligence in the same

Family Applications Before (4)

Application Number Title Priority Date Filing Date
KR1020180033879A KR102096157B1 (en) 2018-03-05 2018-03-23 Rental car service apparatus and method for providing quotation in the same
KR1020180033889A KR102096158B1 (en) 2018-03-05 2018-03-23 Rental car service apparatus and vehicle rental electronic contract service method in the same
KR1020180033892A KR102112394B1 (en) 2018-03-05 2018-03-23 Rental car service method and apparatus thereof
KR1020180033882A KR102180869B1 (en) 2018-03-05 2018-03-23 Rental car service apparatus and vehicle searching service method

Family Applications After (4)

Application Number Title Priority Date Filing Date
KR1020180035602A KR102163354B1 (en) 2018-03-05 2018-03-28 Rental car service apparatus and vehicle searching service method based on artificial intelligence in the same
KR1020180036648A KR102163349B1 (en) 2018-03-05 2018-03-29 Rental car service apparatus and vehicle searching service method based on artificial intelligence in the same
KR1020180036365A KR102168990B1 (en) 2018-03-05 2018-03-29 Rental car service apparatus and vehicle searching service method based on artificial intelligence in the same
KR1020180037062A KR102180881B1 (en) 2018-03-05 2018-03-30 Rental car service apparatus and vehicle searching service method based on artificial intelligence in the same

Country Status (1)

Country Link
KR (9) KR102096157B1 (en)

Families Citing this family (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111008204B (en) * 2019-10-14 2023-07-25 中国平安财产保险股份有限公司 Quotation library processing method and device, storage medium and server
CN110555986A (en) * 2019-10-14 2019-12-10 北京首汽智行科技有限公司 Vehicle dispatching method
CN110758320B (en) * 2019-10-23 2021-02-23 上海能塔智能科技有限公司 Anti-leaving processing method and device for self-help test driving, electronic equipment and storage medium
JP2021162997A (en) * 2020-03-31 2021-10-11 ソニーグループ株式会社 Information processing device and information processing method
US11500392B2 (en) 2020-10-21 2022-11-15 Toyota Motor Engineering & Manufacturing North America, Inc. Selective digital key
KR102411872B1 (en) * 2021-03-15 2022-06-22 강명길 System for providing brokerage service for car lease contract and long-term rental car
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)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101719334B1 (en) * 2016-01-28 2017-03-24 주식회사 케이네트웍스 Method for providing rental car service
KR101811565B1 (en) * 2017-11-10 2017-12-26 (주)플랜아이 System for providing an expert answer to a natural language question

Family Cites Families (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20000024256A (en) * 2000-02-01 2000-05-06 이찬영 electronic commerce system with portal site and the method of the same
JP2002175484A (en) * 2000-12-08 2002-06-21 Aruze Corp Rental contract system
JP2002230587A (en) * 2001-02-02 2002-08-16 Toyota Central Res & Dev Lab Inc System for supporting virtual experience and server computer for supporting virtual experience
KR101250845B1 (en) * 2008-11-03 2013-04-04 에스케이플래닛 주식회사 Method, Server and System for Searching Commodity based on Natural Language
KR101554161B1 (en) * 2014-01-07 2015-09-21 이승원 Online Car Rental and Management system.
KR20160079299A (en) * 2014-12-26 2016-07-06 더재화 주식회사 System and Method on Intelligent Recommendation of Used Cars
KR102280439B1 (en) * 2015-10-26 2021-07-21 에스케이텔레콤 주식회사 Apparatus for analyzing intention of query and method thereof
KR20170137419A (en) * 2016-06-03 2017-12-13 오영재 Method, system and computer-readable recording medium for providing customer counseling service using real-time response message generation
KR20170036607A (en) * 2016-09-05 2017-04-03 넥센타이어 주식회사 Tire rental service system and method for providing tire rental service

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101719334B1 (en) * 2016-01-28 2017-03-24 주식회사 케이네트웍스 Method for providing rental car service
KR101811565B1 (en) * 2017-11-10 2017-12-26 (주)플랜아이 System for providing an expert answer to a natural language question

Also Published As

Publication number Publication date
KR102112394B1 (en) 2020-06-04
KR102180881B1 (en) 2020-11-19
KR102168990B1 (en) 2020-10-22
KR20190109702A (en) 2019-09-26
KR20190105476A (en) 2019-09-17
KR20190105481A (en) 2019-09-17
KR102096157B1 (en) 2020-04-01
KR102163349B1 (en) 2020-10-08
KR102180869B1 (en) 2020-11-19
KR20190109703A (en) 2019-09-26
KR20190105478A (en) 2019-09-17
KR102163354B1 (en) 2020-10-08
KR20190105479A (en) 2019-09-17
KR20190109700A (en) 2019-09-26
KR20190105477A (en) 2019-09-17
KR20190109701A (en) 2019-09-26
KR102096158B1 (en) 2020-04-01

Similar Documents

Publication Publication Date Title
KR102180874B1 (en) Rental car service apparatus and vehicle searching service method based on artificial intelligence in the same
US9189747B2 (en) Predictive analytic modeling platform
US9269098B2 (en) Push-based recommendations
US8639719B2 (en) System and method for metadata capture, extraction and analysis
US8521664B1 (en) Predictive analytical model matching
US20150199770A1 (en) Social And Commercial Internet Platform for Correlating, Crowdsourcing, and Convening People and Products of Related Characteristics Into A Virtual Social Network
US20170243288A1 (en) Delivery apparatus, delivery method, non-transitory computer readable storage medium, and delivery system
Etaati et al. Adaptive tourist recommendation system: conceptual frameworks and implementations
US11727140B2 (en) Secured use of private user data by third party data consumers
US20130111483A1 (en) Authoring and using personalized workflows
KR102540147B1 (en) Ai golf tour service system for using big data
US20140372220A1 (en) Social Media Integration for Offer Searching
US20190042983A1 (en) System And Method For Planning, Booking And/Or Sharing A Travel Itinerary
CN103797504A (en) Method and system for planning and booking trips
US20190213622A1 (en) Secure and remote dynamic requirements matching
US10691736B2 (en) Contextualized analytics platform
US11042912B2 (en) System and method for managing interaction between commercial and intermediary users
Khor Personal Shopping Assistant
WO2020240269A1 (en) Publishing digital content based on workflow based asset management

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