KR102250648B1 - 온라인 쇼핑의 소비 패턴을 통한 택배사 추천 서비스 제공 방법 및 서버 - Google Patents

온라인 쇼핑의 소비 패턴을 통한 택배사 추천 서비스 제공 방법 및 서버 Download PDF

Info

Publication number
KR102250648B1
KR102250648B1 KR1020200065777A KR20200065777A KR102250648B1 KR 102250648 B1 KR102250648 B1 KR 102250648B1 KR 1020200065777 A KR1020200065777 A KR 1020200065777A KR 20200065777 A KR20200065777 A KR 20200065777A KR 102250648 B1 KR102250648 B1 KR 102250648B1
Authority
KR
South Korea
Prior art keywords
delivery
user
courier
address
driver
Prior art date
Application number
KR1020200065777A
Other languages
English (en)
Inventor
이승찬
Original Assignee
주식회사 바넷정보기술
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 주식회사 바넷정보기술 filed Critical 주식회사 바넷정보기술
Priority to KR1020200065777A priority Critical patent/KR102250648B1/ko
Application granted granted Critical
Publication of KR102250648B1 publication Critical patent/KR102250648B1/ko

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
    • G06Q30/0601—Electronic shopping [e-shopping]
    • G06Q30/0631—Item recommendations
    • 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
    • G06Q10/00—Administration; Management
    • G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
    • 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
    • G06Q10/00—Administration; Management
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • 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
    • G06Q10/00—Administration; Management
    • G06Q10/08—Logistics, e.g. warehousing, loading or distribution; Inventory or stock management
    • 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—Systems or methods specially adapted for specific business sectors, e.g. utilities or tourism
    • G06Q50/28—Logistics, e.g. warehousing, loading, distribution or shipping

Abstract

본 발명의 일 실시예에 따르면, 서비스 제공 서버에서 온라인 쇼핑의 소비 패턴을 통해 택배사 추천 서비스를 제공하는 방법에 있어서, 사용자의 카드 결제 내역 정보를 수집하는 단계; 상기 카드 결제 내역 정보를 통해, 온라인 쇼핑몰에서 사용된 소비 패턴을 분석하는 단계; 상기 소비 패턴을 기초로, 상기 온라인 쇼핑몰에 대한 향후 소비 시기를 예측하는 단계; 상기 온라인 쇼핑몰에서 구입한 물품이 배송된 사용자 주소의 지역을 담당하고 있는 택배기사들의 이동 스케줄을 택배사 별로 분석하여, 상기 향후 소비 시기에 상기 사용자 주소로 제1 택배기사가 가장 빨리 방문할 것으로 판단되면, 상기 제1 택배기사를 상기 사용자 주소의 방문 예정 택배기사로 선정하는 단계; 및 상기 방문 예정 택배기사가 소속된 택배사 및 상기 향후 소비 시기에 대한 추천 알림 메시지를 사용자 단말로 제공하는 단계를 포함하는, 온라인 쇼핑의 소비 패턴을 통한 택배사 추천 서비스 제공 방법이 제공된다.

Description

온라인 쇼핑의 소비 패턴을 통한 택배사 추천 서비스 제공 방법 및 서버{METHOD AND SERVER FOR PROVIDING SERVICE TO RECOMMEND SHIPPING COMPANY THROUGH CONSUMPTION PATTERN OF ONLINE SHOPPING}
본 발명은 온라인 쇼핑의 소비 패턴을 통한 택배사 추천 서비스 제공 방법 및 서버에 관한 것으로, 더욱 상세하게는, 온라인 쇼핑몰에서 사용된 소비 패턴을 기초로 온라인 쇼핑몰에 대한 향후 소비 시기를 예측하고, 예측된 향후 소비 시기에 사용자 주소로 가장 빨리 방문할 것으로 판단되는 방문 예정 택배기사를 선정하여, 방문 예정 택배기사가 소속된 택배사 및 향후 소비 시기에 대한 추천 알림 메시지를 제공하는 방법 및 서버에 관한 것이다.
디지털 경제의 확산으로 우리 주변에는 규모를 가늠할 수 없을 정도로 많은 정보와 데이터가 생산되는 빅 데이터 환경이 확대되고 있다. 빅 데이터란 과거 아날로그 환경에서 생산되던 데이터에 비하면 그 규모가 방대하고, 생성 주기도 짧고, 형태도 수치 데이터 뿐만 아니라 문자와 영상 데이터를 포함하는 대규모의 데이터를 포함하며, 이러한 빅 데이터는 최근 여러 방면에서 분석되어 사용되고 있다.
특히, 빅 데이터를 이용하여 사용자에게 추천 서비스를 제공하고 있는데, 예를 들면, 사용자들에게 인기가 있거나 검색이 많은 것으로 확인된 맛집, 까페 등을 추천하는 서비스를 제공하고 있다.
하지만, 이러한 추천 서비스는 사용자의 특성이 반영되지 않은 것으로, 사용자에게 맞지 않는 추천 정보가 제공되어, 사용자에게 실제로 도움이 되는 정보를 추천하기 어려운 문제가 있다.
한편, 온라인 쇼핑몰이 활성화되면서, 온라인 쇼핑몰에서 구입한 물품이 택배 서비스를 통해 사용자에게 배송되는 횟수가 급증하고 있으며, 사용자 입장에서는 빠르게 물품을 수령하고 싶어 하고, 택배기사 입장에서는 많은 물품을 효율적으로 배송하고자 하는 요구가 증대되고 있다.
따라서, 사용자 주소로 빠르게 배송해주면서, 택배기사의 이동 패턴을 고려하여 택배 배송의 효율이 떨어지는 것을 방지함으로써, 사용자와 택배기사 모두 만족시키기 위한 택배 서비스를 제공하는 방안이 시급한 실정이다.
본 발명은 전술한 종래기술의 문제점을 해결하기 위한 것으로, 온라인 쇼핑몰에서 사용된 소비 패턴을 기초로 온라인 쇼핑몰에 대한 향후 소비 시기를 예측하고, 사용자 주소의 지역을 담당하고 있는 택배기사들의 이동 스케줄을 분석하고, 예측된 향후 소비 시기에 사용자 주소로 가장 빨리 방문할 것으로 판단되는 방문 예정 택배기사를 선정하여, 방문 예정 택배기사가 소속된 택배사 및 향후 소비 시기에 대한 추천 알림 메시지를 제공하는 방법 및 서버를 제공하기 위한 것을 그 목적으로 한다.
본 발명의 목적은 이상에서 언급한 목적으로 제한되지 않으며, 언급되지 않은 또 다른 목적들은 아래의 기재로부터 명확하게 이해될 수 있을 것이다.
상술한 목적을 달성하기 위한 본 발명의 일 실시예에 따르면, 서비스 제공 서버에서 온라인 쇼핑의 소비 패턴을 통해 택배사 추천 서비스를 제공하는 방법에 있어서, 사용자의 카드 결제 내역 정보를 수집하는 단계; 상기 카드 결제 내역 정보를 통해, 온라인 쇼핑몰에서 사용된 소비 패턴을 분석하는 단계; 상기 소비 패턴을 기초로, 상기 온라인 쇼핑몰에 대한 향후 소비 시기를 예측하는 단계; 상기 온라인 쇼핑몰에서 구입한 물품이 배송된 사용자 주소의 지역을 담당하고 있는 택배기사들의 이동 스케줄을 택배사 별로 분석하여, 상기 향후 소비 시기에 상기 사용자 주소로 제1 택배기사가 가장 빨리 방문할 것으로 판단되면, 상기 제1 택배기사를 상기 사용자 주소의 방문 예정 택배기사로 선정하는 단계; 및 상기 방문 예정 택배기사가 소속된 택배사 및 상기 향후 소비 시기에 대한 추천 알림 메시지를 사용자 단말로 제공하는 단계를 포함하는, 온라인 쇼핑의 소비 패턴을 통한 택배사 추천 서비스 제공 방법이 제공된다.
상기 방문 예정 택배기사의 선정 단계는, 상기 사용자 주소의 지역을 담당하고 있는 택배기사들의 이동 스케줄을 통해 요일 별 이동 패턴을 분석하여, 상기 분석된 요일 별 이동 패턴에 따라 상기 향후 소비 시기와 대응하는 요일에 상기 사용자 주소의 지역을 담당하고 있는 택배기사들 중 어느 택배기사가 상기 사용자 주소로 가장 빨리 방문할 것으로 예상되는지 판단하는 단계를 포함할 수 있다.
상기 방문 예정 택배기사의 선정 단계는, 상기 사용자 주소의 지역을 담당하고 있는 택배기사들의 이동 스케줄에서 상기 사용자 주소의 배송지 추가로 변경되는 이동 거리를 택배기사 별로 분석하여, 상기 제1 택배기사의 변경 이동 거리가 제2 택배기사의 변경 이동 거리 보다 큰 경우, 상기 제2 택배기사를 상기 방문 예정 택배기사로 선정하는 단계를 포함할 수 있다.
상기 방문 예정 택배기사의 선정 단계는, 제1 사용자의 소비 패턴을 통해 예측된 향후 소비 시기와 제2 사용자의 소비 패턴을 통해 예측된 향후 소비 시기가 일치하고, 상기 제1 사용자 주소의 위치와 상기 제2 사용자 주소의 위치가 미리 설정된 거리 이내로 확인된 경우, 상기 제1 택배기사가 상기 제1 사용자 주소의 방문 예정 택배기사로 선정되면, 상기 제1 택배기사를 상기 제2 사용자 주소의 방문 예정 택배기사로 선정하는 단계를 포함할 수 있다.
상술한 목적을 달성하기 위한 본 발명의 다른 실시예에 따르면, 온라인 쇼핑의 소비 패턴을 통해 택배사 추천 서비스를 제공하는 서비스 제공 서버에 있어서, 사용자의 카드 결제 내역 정보를 수집하는 결제 내역 수집부; 상기 카드 결제 내역 정보를 통해, 온라인 쇼핑몰에서 사용된 소비 패턴을 분석하는 소비 패턴 분석부; 상기 소비 패턴을 기초로, 상기 온라인 쇼핑몰에 대한 향후 소비 시기를 예측하는 소비 시기 예측부; 상기 온라인 쇼핑몰에서 구입한 물품이 배송된 사용자 주소의 지역을 담당하고 있는 택배기사들의 이동 스케줄을 택배사 별로 분석하여, 상기 향후 소비 시기에 상기 사용자 주소로 제1 택배기사가 가장 빨리 방문할 것으로 판단되면, 상기 제1 택배기사를 상기 사용자 주소의 방문 예정 택배기사로 선정하는 택배기사 선정부; 및 상기 방문 예정 택배기사가 소속된 택배사 및 상기 향후 소비 시기에 대한 추천 알림 메시지를 사용자 단말로 제공하는 알림 메시지 제공부를 포함하는, 서비스 제공 서버가 제공된다.
상기 택배기사 선정부는, 상기 사용자 주소의 지역을 담당하고 있는 택배기사들의 이동 스케줄을 통해 요일 별 이동 패턴을 분석하여, 상기 분석된 요일 별 이동 패턴에 따라 상기 향후 소비 시기와 대응하는 요일에 상기 사용자 주소의 지역을 담당하고 있는 택배기사들 중 어느 택배기사가 상기 사용자 주소로 가장 빨리 방문할 것으로 예상되는지 판단할 수 있다.
상기 택배기사 선정부는, 상기 사용자 주소의 지역을 담당하고 있는 택배기사들의 이동 스케줄에서 상기 사용자 주소의 배송지 추가로 변경되는 이동 거리를 택배기사 별로 분석하여, 상기 제1 택배기사의 변경 이동 거리가 제2 택배기사의 변경 이동 거리 보다 큰 경우, 상기 제2 택배기사를 상기 방문 예정 택배기사로 선정할 수 있다.
상기 택배기사 선정부는, 제1 사용자의 소비 패턴을 통해 예측된 향후 소비 시기와 제2 사용자의 소비 패턴을 통해 예측된 향후 소비 시기가 일치하고, 상기 제1 사용자 주소의 위치와 상기 제2 사용자 주소의 위치가 미리 설정된 거리 이내로 확인된 경우, 상기 제1 택배기사가 상기 제1 사용자 주소의 방문 예정 택배기사로 선정되면, 상기 제1 택배기사를 상기 제2 사용자 주소의 방문 예정 택배기사로 선정할 수 있다.
본 발명의 일 실시예에 따르면, 온라인 쇼핑몰에서 사용된 소비 패턴을 기초로 온라인 쇼핑몰에 대한 향후 소비 시기를 예측하고, 예측된 향후 소비 시기에 사용자 주소로 가장 빨리 방문할 것으로 판단되는 방문 예정 택배기사를 선정하여, 방문 예정 택배기사가 소속된 택배사 및 향후 소비 시기에 대한 추천 알림 메시지를 제공함으로써, 향후 소비 시기에 온라인 쇼핑몰을 통해 물품 구입 시 사 사용자 주소로 가장 빠르게 배송해줄 수 있는 택배사를 추천해줄 수 있다.
또한, 본 발명의 일 실시예에 따르면, 사용자 주소의 지역을 담당하고 있는 택배기사들의 이동 스케줄을 통해 요일 별 이동 패턴을 분석하여, 분석된 요일 별 이동 패턴에 따라 향후 소비 시기와 대응하는 요일에 사용자 주소로 가장 빨리 방문할 것으로 예상되는 택배기사를 방문 예정 택배기사로 선정함으로써, 택배기사가 실질적으로 이동하는 경로와 인접한 위치에 있는 사용자들에게 해당 택배기사를 방문 예정 택배기사로 추천하여, 택배 배송의 효율을 증대시킬 수 있는 효과가 있다.
본 발명의 효과는 상기한 효과로 한정되는 것은 아니며, 본 발명의 상세한 설명 또는 특허청구범위에 기재된 발명의 구성으로부터 추론 가능한 모든 효과를 포함하는 것으로 이해되어야 한다.
도 1은 본 발명의 일 실시예에 따른 온라인 쇼핑의 소비 패턴을 통해 택배사 추천 서비스를 제공하기 위한 시스템의 구성을 개략적으로 나타내는 도면이다.
도 2는 본 발명의 일 실시예에 따른 서비스 제공 서버의 구성을 도시한 블록도이다.
도 3은 본 발명의 일 실시예에 따른 택배기사들의 이동 패턴을 도시한 도면이다.
도 4는 본 발명의 일 실시예에 따른 사용자 주소의 방문 예정 택배기사에 대한 추천 알림 메시지를 제공하는 과정을 순서도로 나타낸 도면이다.
이하에서 첨부한 도면을 참조하여 본 발명을 설명하기로 한다. 그러나 본 발명은 여러 가지 상이한 형태로 구현될 수 있으며, 따라서 여기에서 설명하는 실시예로 한정되는 것은 아니다. 그리고 도면에서 본 발명을 명확하게 설명하기 위해서 설명과 관계없는 부분은 생략하였으며, 명세서 전체를 통하여 유사한 부분에 대해서는 유사한 도면 부호를 붙였다.
이하 첨부된 도면을 참고하여 본 발명의 실시예를 상세히 설명하기로 한다.
도 1은 본 발명의 일 실시예에 따른 온라인 쇼핑의 소비 패턴을 통해 택배사 추천 서비스를 제공하기 위한 시스템의 구성을 개략적으로 나타내는 도면이다.
도 1을 참조하면, 본 발명의 일 실시예에 따른 시스템은 통신망을 통해 서로 통신 가능한 복수의 사용자 단말(100), 복수의 택배기사 단말(200), 서비스 제공 서버(300), 카드사 서버(400) 및 쇼핑몰 서버(500)를 포함할 수 있다.
먼저, 통신망은 유선 및 무선 등과 같이 그 통신 양태를 가리지 않고 구성될 수 있으며, 서버와 서버 간의 통신과 서버와 단말 간의 통신이 수행되도록 다양한 형태로 구현될 수 있다.
복수의 사용자 단말(100) 각각과 복수의 택배기사 단말(200) 각각은 통신 기능을 갖춘 연산 장치로 구현될 수 있으며, 예를 들면, 휴대전화기, 데스크톱 PC, 랩탑 PC, 태블릿 PC, 스마트폰 등으로 구현될 수 있으나, 이에 제한되지는 않으며, 외부 서버와 연결될 수 있는 다양한 형태의 통신 장치로 구현될 수도 있다.
복수의 사용자 단말(100)은 온라인 쇼핑을 통해 물품을 구입하고자 하는 사용자들이 사용하는 단말기로, 제1 사용자가 사용하는 제1 사용자 단말(110), 제2 사용자가 사용하는 제2 사용자 단말(120) 등을 포함할 수 있으며, 복수의 택배기사 단말(200)은 물품을 사용자에게 배송해주는 택배기사들이 사용하는 단말기로, 제1 택배기사가 사용하는 제1 택배기사 단말(210), 제2 택배기사가 사용하는 제2 택배기사 단말(220) 등을 포함할 수 있다.
이하에서는 설명의 편의상, 제1 사용자 단말(110)과 제1 택배기사 단말(210)의 동작을 위주로 설명하지만, 제2 사용자 단말(120) 등의 다른 사용자 단말에서 제1 사용자 단말(110)의 동작을 대신 수행하고, 제2 택배기사 단말(220) 등의 다른 택배기사 단말에서 제1 택배기사 단말(210)의 동작을 대신 수행할 수 있는 것은 물론이다.
제1 사용자 단말(110) 및 제1 택배기사 단말(210)은 웹 브라우저, 애플리케이션 등을 통해 서비스 제공 서버(300)에 접속하여, 소비 패턴 분석, 향후 소비 시기 예측, 택배사 추천 알림, 이동 스케줄 분석, 택배기사 선정, 동선 변경 알림 등의 택배사 추천 서비스와 관련된 다양한 서비스를 요청하여 정보를 제공받을 수 있다.
웹 브라우저를 통한 접속 방법으로, 제1 사용자 단말(110)은 웹 브라우저를 실행하여 서비스 제공 서버(300)에서 운영하는 사용자 전용 웹 사이트에 접속하여 로그인할 수 있으며, 해당 웹 사이트를 통해 소비 패턴 분석, 향후 소비 시기 예측, 택배사 추천 알림 등의 사용자를 위한 택배사 추천 서비스를 제공받을 수 있다.
제1 택배기사 단말(210)은 웹 브라우저를 실행하여 서비스 제공 서버(300)에서 운영하는 택배기사 전용 웹 사이트에 접속하여 로그인할 수 있으며, 해당 웹 사이트를 통해 이동 스케줄 분석, 택배기사 선정, 동선 변경 알림 등의 택배기사를 위한 택배사 추천 서비스를 제공받을 수 있다.
애플리케이션을 통한 접속 방법으로, 먼저, 제1 사용자 단말(110) 및 제1 택배기사 단말(210)에는 택배사 추천 서비스를 제공하는 애플리케이션이 설치되어 있을 수 있다.
예를 들어, 애플리케이션 관리 서버(미도시)는 다양한 애플리케이션을 배포할 수 있는 애플리케이션 스토어를 제공할 수 있고, 서비스 제공 서버(300)를 운영하는 업체가 애플리케이션 스토어에 택배사 추천 서비스 제공 애플리케이션을 등록하면, 제1 사용자 단말(110), 제1 택배기사 단말(210) 등은 애플리케이션 스토어에 등록된 택배사 추천 서비스 제공 애플리케이션을 다운로드 하여 메모리 내에 설치할 수 있으며, 설치된 택배사 추천 서비스 제공 애플리케이션을 통해 소비 패턴 분석, 향후 소비 시기 예측, 택배사 추천 알림, 이동 스케줄 분석, 택배기사 선정, 동선 변경 알림 등의 택배사 추천 서비스와 관련된 다양한 서비스를 제공받을 수 있다.
일 실시예에 따르면, 택배사 추천 서비스 제공 애플리케이션은 소비 패턴 분석, 향후 소비 시기 예측, 택배사 추천 알림 등의 사용자를 위한 택배사 추천 서비스를 제공하는 사용자 전용 애플리케이션과 이동 스케줄 분석, 택배기사 선정, 동선 변경 알림 등의 택배기사를 위한 택배사 추천 서비스를 제공하는 택배기사 전용 애플리케이션으로 구분되어 배포될 수 있으며, 사용자 전용 애플리케이션은 제1 사용자 단말(110)에 설치되고, 택배기사 전용 애플리케이션은 제1 택배기사 단말(210)에 설치될 수 있다.
택배사 추천 서비스 제공 애플리케이션은 사용자 전용 애플리케이션과 택배기사 전용 애플리케이션은 별도로 구분되어 배포되어 제1 사용자 단말(110)에는 사용자 전용 애플리케이션이 설치되고 제1 택배기사 단말(210)에는 택배기사 전용 애플리케이션이 설치될 수 있으며, 통합된 하나의 애플리케이션으로 배포되어 제1 사용자 단말(110) 및 제1 택배기사 단말(210)에 각각 설치될 수도 있다.
택배사 추천 서비스 제공 애플리케이션은 외부 장치와 통신할 수 있는 프로그램 모듈일 수 있다. 이러한 프로그램 모듈은 운영 시스템, 응용 프로그램 모듈 및 기타 프로그램 모듈의 형태로 제1 사용자 단말(110), 제1 택배기사 단말(210) 또는 이와 통신 가능한 다른 장치에 포함될 수 있으며, 물리적으로는 여러 가지 공지의 기억 장치 상에 저장될 수 있다. 한편, 이러한 프로그램 모듈은 본 발명에 따라 후술할 특정 업무를 수행하거나 특정 추상 데이터 유형을 실행하는 루틴, 서브루틴, 프로그램, 오브젝트, 컴포넌트, 데이터 구조 등을 포괄하지만, 이에 제한되지는 않는다.
이하에서는, 제1 사용자 단말(110) 및 제1 택배기사 단말(210)에 설치된 택배사 추천 애플리케이션을 통해 수행되는 과정을 설명하지만, 택배사 추천 애플리케이션 없이, 제1 사용자 단말(110) 및 제1 택배기사 단말(210) 자체적으로 모든 과정을 수행할 수 있음은 물론이다.
복수의 사용자 단말(100) 중 어느 하나인 제1 사용자 단말(110)은 택배사 추천 서비스 제공 애플리케이션을 실행하여, 온라인 쇼핑의 소비 패턴을 통한 택배사 추천 서비스 이용을 위해 필요한 정보를 입력하기 위한 인터페이스를 화면에 표시할 수 있다. 여기서, 택배사 추천 서비스 이용을 위해 필요한 정보는 사용자 정보, 카드 정보 등을 포함할 수 있다.
한편, 제1 사용자가 자신의 카드를 통하여 결제를 수행하는 경우, 제1 사용자 단말(110)로 카드 결제 메시지가 전송되는데, 카드 결제 메시지에는 소비 업종, 소비 품목, 소비 금액, 소비 날짜, 소비 시간 등에 대한 카드 결제 내역 정보가 포함되어 있다.
제1 사용자 단말(110)에 설치된 택배사 추천 서비스 제공 애플리케이션은 제1 사용자 단말(110)로 전송된 카드 결제 메시지를 인식하고, 인식된 카드 결제 메시지를 통해 사용자의 카드 결제 내역 정보를 추출할 수 있으며, 추출된 카드 결제 내역 정보는 서비스 제공 서버(300)로 전송되어, 서비스 제공 서버(300)는 제1 사용자 단말(110)로부터 수신된 카드 결제 내역 정보를 기초로, 제1 사용자에 대한 소비 패턴을 분석할 수 있다.
제1 사용자 단말(110)은 서비스 제공 서버(300)로부터 온라인 쇼핑의 향후 소비 시기에 대한 추천 알림 메시지를 제공받아 화면에 표시할 수 있으며, 향후 소비 시기에 제1 사용자 주소로 가장 빨리 방문할 것으로 판단된 방문 예정 택배기사가 소속된 택배사에 대한 추천 알림 메시지를 제공받아 화면에 더 표시할 수 있다.
제1 사용자 단말(110)은 향후 소비 시기에 제1 사용자 주소로 빨리 방문할 것으로 예상되는 순으로, 택배기사가 소속된 택배사에 대한 정보를 리스트 형식으로 제공받아 화면에 표시할 수 있다.
제1 택배기사 단말(210)은 택배사 추천 애플리케이션을 실행한 후, 업무 개시 요청을 서비스 제공 서버(300)로 전송할 수 있다. 여기서, 업무 개시 요청은 택배기사의 업무가 가능하다는 것을 알려주기 위한 요청으로, 업무 가능 시간, 담당 지역, 제1 택배기사의 이동 스케줄, 제1 택배기사 단말(210)의 위치 정보 등을 포함할 수 있다.
제1 택배기사 단말(210)은 서비스 제공 서버(300)에 의해 제1 사용자 주소의 방문 예정 택배기사로 제1 택배기사가 선정되면, 서비스 제공 서버(300)로부터 동선 변경에 대한 추천 알림 메시지를 제공받아 화면에 표시할 수 있다.
서비스 제공 서버(300)는 복수의 사용자 단말(100) 각각으로부터 사용자 별 카드 결제 내역 정보를 수집할 수 있으며, 카드사 서버(400)로부터 사용자 별 카드 결제 내역 정보를 수집할 수도 있다.
서비스 제공 서버(300)는 수집된 카드 결제 내역 정보를 통해, 사용자의 소비 패턴을 분석할 수 있으며, 소비 패턴을 기초로, 사용자의 향후 소비 시기를 예측할 수 있다.
서비스 제공 서버(300)는 카드 결제 내역 정보를 통해 사용자의 소비 패턴을 분석하는데 있어, 온라인 쇼핑몰에서 사용된 카드 결제 내역을 확인하여, 온라인 쇼핑몰에서 사용된 소비 패턴을 분석할 수 있다.
예를 들어, 서비스 제공 서버(300)는 사용자의 카드 결제 내역 중 A 쇼핑몰, B 쇼핑몰 등에서 결제된 내역을 확인하여, 온라인 쇼핑몰에서 사용된 소비 패턴을 분석할 수 있다.
서비스 제공 서버(300)는 온라인 쇼핑몰에서 사용된 소비 패턴을 분석하고, 온라인 쇼핑몰에서 사용된 소비 패턴을 기초로, 온라인 쇼핑몰에 대한 향후 소비 시기를 예측할 수 있다.
예를 들어, 서비스 제공 서버(300)는 온라인 쇼핑몰에서 사용된 소비 패턴을 분석한 결과, 1주일에 한번씩 소비가 이루어진 것으로 확인되면, 온라인 쇼핑몰에 대한 향후 소비 시기를 1주일 후로 예측할 수 있다.
서비스 제공 서버(300)는 사용자가 온라인 쇼핑몰에서 구입한 물품 정보, 물품이 사용자 주소로 배송된 배송 정보 등을 쇼핑몰 서버(500)로부터 수신하여, 사용자가 온라인 쇼핑몰에서 구입한 물품과 해당 물품이 배송된 사용자 주소를 확인할 수 있다.
서비스 제공 서버(300)는 복수의 택배기사 단말(200) 각각으로부터 담당 지역 정보를 수신할 수 있으며, 동일한 담당 지역이라도 택배사 별로 담당자가 상이하기 때문에, 하나의 지역을 복수의 택배기사들이 담당하고 있을 수 있다.
예를 들어, A 택배사에서 서초동 지역을 담당하고 있는 택배기사는 제1 택배기사이고, B 택배사에서 서초동 지역을 담당하고 있는 택배기사는 제2 택배기사인 경우, 서비스 제공 서버(300)는 제1 택배기사 단말(210) 제2 택배기사 단말(220) 각각으로부터 서초동을 담당하고 있는 것을 나타내는 담당 지역 정보를 수신하여, 제1 택배기사와 제2 택배기사가 서초동 지역을 담당하고 있다는 것을 확인할 수 있다.
서비스 제공 서버(300)는 복수의 택배기사 단말(200) 각각으로부터 담당 지역 정보를 수신할 수 있지만, 복수의 택배기사 단말(200)을 관리하는 택배사 서버(미도시)로부터 담당 지역 정보를 수신할 수 있다.
예를 들어, 서비스 제공 서버(300)는 A 택배사 서버로부터 A 택배사에 소속된 택배기사들의 담당 지역 정보를 수신하여, A 택배사에 소속된 제1 택배기사가 서초동 지역을 담당하고 있다는 것을 확인할 수 있으며, B 택배사 서버로부터 B 택배사에 소속된 택배기사들의 담당 지역 정보를 수신하여, B 택배사에 소속된 제2 택배기사가 서초동 지역을 담당하고 있다는 것을 확인할 수 있다.
서비스 제공 서버(300)는 온라인 쇼핑몰에서 구입한 물품이 배송된 사용자 주소를 확인할 수 있으며, 사용자 주소의 지역을 담당하고 있는 택배기사들을 택배사 별로 확인할 수 있다.
예를 들어, 서비스 제공 서버(300)는 온라인 쇼핑몰을 통해 구입한 물품이 배송된 사용자 주소가 서초동 1234인 경우, 서초동 지역을 담당하고 있는 택배기사들을 택배사 별로 확인할 수 있으며, 서초동 지역을 담당하고 있는 A 택배사에 소속된 택배기사로 제1 택배기사가 확인되고, 서초동 지역을 담당하고 있는 B 택배사에 소속된 택배기사로 제2 택배기사가 확인될 수 있다.
서비스 제공 서버(300)는 온라인 쇼핑몰에서 구입한 물품이 배송된 사용자 주소의 지역을 담당하고 있는 택배기사들의 이동 스케줄을 택배사 별로 분석할 수 있다.
예를 들어, 서비스 제공 서버(300)는 서초동 지역을 담당하고 있는 택배기사들을 확인하여, A 택배사의 제1 택배기사, B 택배사의 제2 택배기사 등을 확인할 수 있으며, 제1 택배기사의 이동 스케줄 및 제2 택배기사의 이동 스케줄을 각각 분석할 수 있다.
서비스 제공 서버(300)는 택배기사들의 이동 스케줄을 택배사 별로 분석하여, 택배기사들의 향후 이동 패턴을 예측할 수 있다.
구체적으로, 서비스 제공 서버(300)는 온라인 쇼핑몰에서 사용된 소비 패턴을 기초로 온라인 쇼핑몰에 대한 향후 소비 시기를 예측할 수 있으며, 예측된 향후 소비 시기에 택배기사들의 향후 이동 패턴을 예측할 수 있으며, 예측된 택배기사들의 향후 이동 패턴을 분석하여, 어느 택배기사가 사용자 주소로 가장 빨리 방문할 것인지 판단할 수 있다.
서비스 제공 서버(300)는 향후 소비 시기에 사용자 주소로 제1 택배기사가 가장 빨리 방문할 것으로 판단되면, 제1 택배기사를 사용자 주소의 방문 예정 택배기사로 선정할 수 있다.
서비스 제공 서버(300)는 방문 예정 택배기사가 소속된 택배사 및 향후 소비 시기에 대한 추천 알림 메시지를 제1 사용자 단말(110)로 제공할 수 있다.
예를 들어, 서비스 제공 서버(300)는 향후 소비 시기인 1주일 후에 방문 예정 택배기사로 선정된 제1 택배기사가 소속된 A 택배사를 이용하는 것이 가장 빨리 물품을 받을 수 있을 것이라는 추천 알림 메시지를 제1 사용자 단말(110)로 제공할 수 있다.
카드사 서버(400)는 사용자의 카드 결제 내역 정보를 사용자 별로 데이터베이스에 저장하여 관리할 수 있다. 여기서, 카드 결제 내역 정보는 사용자가 카드를 이용하여 가맹점에서 결제한 내역에 대한 정보로, 고객 식별번호, 가맹점 식별번호, 가맹점 업종코드, 결제일자, 승인금액 정보 등을 포함할 수 있다.
카드사 서버(400)는 사용자 별 카드 결제 내역 정보를 서비스 제공 서버(300)로 전송할 수 있다.
쇼핑몰 서버(500)는 온라인 쇼핑몰을 운영하는 서버로, 복수의 사용자 단말(100) 각각으로부터 온라인 쇼핑몰과 관련된 웹 페이지의 요청을 수신하여, 물품 구매를 위한 온라인 쇼핑몰의 웹 페이지를 복수의 사용자 단말(100)로 제공할 수 있다.
쇼핑몰 서버(500)는 온라인 쇼핑몰에서 물품 구입에 대한 결제 승인이 완료되고, 온라인 쇼핑몰에서 구입한 물품이 사용자 주소로 배송이 완료되면, 온라인 쇼핑몰의 결제 내역과 배송 정보를 연계하여 등록할 수 있다.
구체적으로, 쇼핑몰 서버(500)는 온라인 쇼핑몰에서 물품 구입이 요청되면, 물품 구입에 대한 결제 승인을 카드사 서버(400)로 요청할 수 있으며, 카드사 서버(400)에서 결제 승인이 완료되면, 결제 내역과 결제를 통해 구입한 물품 정보를 연계하여 등록할 수 있으며, 온라인 쇼핑몰에서 구입한 물품이 사용자 주소로 배송이 완료되면, 온라인 쇼핑몰의 결제 내역과 배송 정보를 연계하여 등록할 수 있다. 이때, 서비스 제공 서버(300)는 온라인 쇼핑몰의 결제 내역을 통해 온라인 쇼핑몰에서 사용된 소비 패턴을 분석할 수 있으며, 결제 내역과 연계된 배송 정보를 통해 온라인 쇼핑몰에서 구입한 물품이 배송된 사용자 주소를 확인할 수 있다.
도 1에 도시된 바와 같이, 서비스 제공 서버(300)와 카드사 서버(400)는 다른 서버로 구현되어 각각의 기능을 별도로 수행할 수 있지만, 이에 제한되지 않으며, 서비스 제공 서버(300)와 카드사 서버(400)는 하나의 통합 서버로 구현되어, 통합 서버에서 서비스 제공 서버(300) 및 카드사 서버(400)의 기능을 모두 수행할 수 있다.
도 2는 본 발명의 일 실시예에 따른 서비스 제공 서버(300)의 구성을 도시한 블록도이다.
도 2를 참조하면, 서비스 제공 서버(300)는 결제 내역 수집부(310), 소비 패턴 분석부(320), 소비 시기 예측부(330), 택배기사 선정부(340) 및 알림 메시지 제공부(350)를 포함할 수 있다.
먼저, 결제 내역 수집부(310)는 사용자의 카드 결제 내역 정보를 수집할 수 있다.
예를 들어, 결제 내역 수집부(310)는 복수의 사용자 단말(100) 각각으로부터 사용자의 카드 결제 내역 정보를 개별적으로 수집할 수 있으며, 카드사 서버(400)로부터 사용자 별 카드 결제 내역 정보를 통합하여 수집할 수도 있다.
소비 패턴 분석부(320)는 결제 내역 수집부(310)에서 수집한 카드 결제 내역 정보를 통해, 사용자의 소비 패턴 중 온라인 쇼핑몰에서 사용된 소비 패턴을 분석할 수 있다.
구체적으로, 소비 패턴 분석부(320)는 사용자의 카드 결제 내역을 업종 별로 분류하고, 분류된 업종에서 온라인 쇼핑몰 업종에 대한 카드 결제 내역 정보를 추출할 수 있으며, 온라인 쇼핑몰 업종에 대한 카드 결제 내역 정보를 통해, 온라인 쇼핑몰에서 사용된 소비 패턴을 분석함으로써, 사용자가 온라인 쇼핑몰을 통해 얼마나 자주 물품을 구입하였는지 파악할 수 있다.
소비 시기 예측부(330)는 소비 패턴 분석부(320)에서 분석한 온라인 쇼핑몰에서 사용된 소비 패턴을 기초로, 온라인 쇼핑몰에 대한 향후 소비 시기를 예측할 수 있다.
즉, 소비 시기 예측부(330)는 사용자가 온라인 쇼핑몰에서 물품 구입을 위해 사용한 카드 결제의 소비 패턴을 파악하여, 향후 온라인 쇼핑몰에서 언제 소비가 이루어질 것인지에 대한 시기를 예측할 수 있다.
택배기사 선정부(340)는 사용자 주소의 방문 예정 택배기사를 선정할 수 있는데, 방문 예정 택배기사를 선정하기 위해, 먼저, 온라인 쇼핑몰에서 구입한 물품의 배송지를 확인할 수 있다.
구체적으로, 택배기사 선정부(340)는 소비 패턴 분석부(320)에서 온라인 쇼핑몰에서 사용된 소비 패턴을 분석하는데 있어, 온라인 쇼핑몰에서 결제한 내역이 확인되면, 온라인 쇼핑몰의 결제 내역과 연계하여 등록된 배송 정보를 획득하여, 획득된 배송 정보를 통해 물품의 배송지인 사용자 주소를 확인할 수 있다.
예를 들어, 쇼핑몰 서버(500)는 온라인 쇼핑몰에서 물품 구입에 대한 결제가 완료되고, 온라인 쇼핑몰에서 구입한 물품이 사용자 주소로 배송이 완료되면, 온라인 쇼핑몰의 결제 내역과 배송 정보를 연계하여 등록할 수 있으며, 소비 패턴 분석부(320)는 사용자의 카드 결제 내역 중 온라인 쇼핑몰에서 결제한 내역을 확인할 수 있으며, 택배기사 선정부(340)는 소비 패턴 분석부(320)에서 확인한 온라인 쇼핑몰의 결제 내역을 통해, 쇼핑몰 서버(500)에서 결제 내역과 연계하여 등록한 배송 정보를 획득할 수 있으며, 획득된 배송 정보를 통해 물품의 배송지로 등록되어 있는 사용자 주소를 확인할 수 있다.
택배기사 선정부(340)는 온라인 쇼핑몰에서 구입한 물품이 배송된 사용자 주소가 확인되면, 사용자 주소의 지역을 담당하고 있는 택배기사들을 택배사 별로 확인할 수 있다.
예를 들어, 온라인 쇼핑몰을 통해 구입한 물품이 배송된 사용자 주소가 서초동 1234로 확인되면, 택배기사 선정부(340)는 서초동 지역을 담당하고 있는 택배기사들을 택배사 별로 확인하여, A 택배사에 소속된 제1 택배기사, B 택배사에 소속된 제2 택배기사 등이 서초동 지역을 담당하고 있는 것으로 확인할 수 있다.
택배기사 선정부(340)는 온라인 쇼핑몰에서 구입한 물품이 배송된 사용자 주소의 지역을 담당하고 있는 택배기사들의 이동 스케줄을 택배사 별로 분석할 수 있다.
예를 들어, 택배기사 선정부(340)는 서초동 지역을 담당하고 있는 택배기사들을 확인하여, A 택배사의 제1 택배기사, B 택배사의 제2 택배기사 등을 확인할 수 있으며, 제1 택배기사의 이동 스케줄 및 제2 택배기사의 이동 스케줄을 각각 분석할 수 있다.
택배기사 선정부(340)는 택배기사들의 이동 스케줄을 택배사 별로 분석하여, 택배기사들의 향후 이동 패턴을 예측할 수 있다.
예를 들어, 택배기사 선정부(340)는 제1 택배기사의 이동 스케줄을 분석한 결과, A 지점, B 지점, C 지점 순으로 이동하는 패턴이 분석되면, 이동 패턴 분석 결과를 통해 제1 택배기사의 향후 이동 패턴을 예측할 수 있으며, 제2 택배기사의 이동 스케줄을 분석한 결과, B 지점, C 지점, A 지점 순으로 이동하는 패턴이 분석되면, 이동 패턴 분석 결과를 통해 제2 택배기사의 향후 이동 패턴을 예측할 수 있다.
즉, 동일한 지역을 담당하고 있는 택배기사들의 이동 스케줄을 분석한 결과, 동일한 지역을 담당하고 있더라도 이동하는 패턴이 상이하기 때문에, 택배기사 선정부(340)는 택배기사 별로 이동 스케줄을 분석하여, 향후 어떻게 이동할 것인지에 대한 이동 패턴을 예측할 수 있다.
택배기사들의 이동 스케줄은 요일, 계절, 공휴일 여부 등의 조건에 따라 변경될 수 있는데, 택배기사 선정부(340)는 다양한 조건을 적용하여, 택배기사들의 이동 스케줄을 분석하고, 택배기사들의 향후 이동 패턴을 예측할 수 있다.
예를 들어, 택배기사 선정부(340)는 제1 택배기사의 이동 스케줄을 분석한 결과, 월요일에는 A 지점, B 지점, C 지점 순으로 이동하는 패턴이 분석되고, 화요일에는 B 지점, C 지점, A 지점 순으로 이동하는 패턴이 분석되면, 요일 별 이동 패턴 분석 결과를 통해 제1 택배기사의 향후 이동 패턴을 예측할 수 있다.
택배기사 선정부(340)는 택배기사들의 향후 이동 패턴을 예측하는데 있어, 소비 시기 예측부(330)에서 예측한 향후 소비 시기에 택배기사들의 향후 이동 패턴을 예측할 수 있으며, 예측된 향후 이동 패턴을 분석하여, 향후 소비 시기에 사용자 주소로 어느 택배기사가 가장 빨리 방문할 것으로 예상되는지 판단할 수 있다.
예를 들어, 향후 소비 시기가 3월 2일로 예측되고, 제1 택배기사의 3월 2일에 대한 향후 이동 패턴이 A 지점, B 지점, C 지점 순으로 이동할 것으로 예측되고, 제2 택배기사의 3월 2일에 대한 향후 이동 패턴이 B 지점, C 지점, A 지점 순으로 이동할 것으로 예측되고, 사용자 주소가 A 지점으로 확인된 경우, 택배기사 선정부(340)는 제1 택배기사의 향후 이동 패턴과 제2 택배기사의 향후 이동 패턴을 비교하여, 3월 2일에 사용자 주소인 A 지점에는 제1 택배기사가 가장 빨리 방문할 것으로 예상된다고 판단할 수 있다.
택배기사 선정부(340)는 향후 소비 시기에 사용자 주소로 제1 택배기사가 가장 빨리 방문할 것으로 판단되면, 제1 택배기사를 사용자 주소의 방문 예정 택배기사로 선정할 수 있다.
일 실시예에 따르면, 택배기사 선정부(340)는 사용자 주소의 지역을 담당하고 있는 택배기사들의 이동 스케줄을 통해 요일 별 이동 패턴을 분석하여, 분석된 요일 별 이동 패턴에 따라 향후 소비 시기와 대응하는 요일에 사용자 주소의 지역을 담당하고 있는 택배기사들 중 어느 택배기사가 사용자 주소로 가장 빨리 방문할 것으로 예상되는지 판단할 수 있다.
예를 들어, 택배기사 선정부(340)는 제1 택배기사의 이동 스케줄을 통해 요일 별 이동 패턴을 분석한 결과, 월요일에는 A 지점, B 지점, C 지점 순으로 이동하는 패턴이 분석되고, 화요일에는 B 지점, C 지점, A 지점 순으로 이동하는 패턴이 분석될 수 있으며, 제2 택배기사의 이동 스케줄을 통해 요일 별 이동 패턴을 분석한 결과, 월요일에는 B 지점, C 지점, A 지점 순으로 이동하는 패턴이 분석되고, 화요일에는 A 지점, B 지점, C 지점 순으로 이동하는 패턴이 분석될 수 있다.
이후, 택배기사 선정부(340)는 사용자 주소가 A 지점으로 확인되고, 향후 소비 시기가 다음주 월요일로 예측되면, 월요일 제1 택배기사의 향후 이동 패턴과 월요일 제2 택배기사의 향후 이동 패턴을 비교하여, 월요일에 사용자 주소인 A 지점에는 제1 택배기사가 가장 빨리 방문할 것으로 예상된다고 판단할 수 있으며, 향후 소비 시기가 다음주 화요일로 예측되면, 화요일 제1 택배기사의 향후 이동 패턴과 화요일 제2 택배기사의 향후 이동 패턴을 비교하여, 화요일에 사용자 주소인 A 지점에는 제2 택배기사가 가장 빨리 방문할 것으로 예상된다고 판단할 수 있다.
일 실시예에 따르면, 택배기사 선정부(340)는 사용자 주소의 지역을 담당하고 있는 택배기사들의 이동 스케줄에서 사용자 주소의 배송지 추가로 변경되는 이동 거리를 택배기사 별로 분석하여, 제1 택배기사의 변경 이동 거리가 제2 택배기사의 변경 이동 거리 보다 큰 경우, 사용자 주소로 제1 택배기사가 가장 빨리 방문할 것으로 판단되더라도, 제2 택배기사를 방문 예정 택배기사로 선정할 수 있다. 이와 관련하여 자세한 설명은 도 3을 참조하여 자세히 설명하기로 한다.
도 3은 본 발명의 일 실시예에 따른 택배기사들의 이동 패턴을 도시한 도면이다.
먼저, 택배기사 선정부(340)는 사용자 주소의 지역을 담당하고 있는 택배기사들의 이동 스케줄을 통해 향후 이동 패턴을 예측할 수 있으며, 도 3의 (a)에 도시된 바와 같이, A 지점, B 지점, C 지점, D 지점, E 지점, F 지점이 하나의 지역으로 구분되어 있고, 사용자 주소가 F 지점으로 확인되면, F 지점이 포함된 지역을 담당하고 있는 제1 택배기사 및 제2 택배기사의 이동 스케줄을 통해 향후 이동 패턴을 예측할 수 있다.
예를 들어, 제1 택배기사의 향후 이동 패턴이 A 지점, B 지점, C 지점 순으로 이동할 것으로 예측되고, 제2 택배기사의 향후 이동 패턴이 D 지점, B 지점, E 지점 순으로 이동할 것으로 예측되었는데, 사용자 주소가 F 지점으로 확인되었으므로, 택배기사 선정부(340)는 F 지점에 어느 택배기사가 빨리 방문하는지 판단하여, 도 3의 (b)에 도시된 바와 같이, A 지점에서 출발한 제1 택배기사가 F 지점에 가장 빨리 방문하는 것으로 판단할 수 있다.
택배기사 선정부(340)는 제1 택배기사가 F 지점에 가장 빨리 방문할 것으로 판단하였지만, 제1 택배기사의 이동 패턴에서 F 지점 추가로 변경되는 이동 거리가 임계치 이상으로 큰 경우, 제2 택배기사의 이동 패턴에서 F 지점 추가로 변경되는 이동 거리를 확인할 수 있으며, 도 3의 (c)에 도시된 바와 같이, 제2 택배기사의 이동 패턴에서 F 지점 추가로 변경되는 이동 거리가 임계치 이하로 확인되면, F 지점으로 제1 택배기사가 가장 빨리 방문할 것으로 판단되더라도, 제2 택배기사를 방문 예정 택배기사로 선정할 수 있다.
즉, 다수의 사용자들이 전부 빠르게 택배를 받는 것이 중요하기 때문에, 배송지 추가로 변경되는 택배기사의 이동 거리가 큰 경우, 택배 배송의 효율이 떨어져 다른 사용자들에 대한 택배 배송이 느려질 수 있으므로, 이를 방지하기 위해, 사용자 주소의 배송지 추가로 변경되는 이동 거리가 너무 큰 택배기사는 방문 예정 택배기사로 선정하지 않고, 사용자 주소의 배송지 추가로 변경되는 이동 거리가 임계치 이하인 택배기사만 방문 예정 택배기사로 선정할 수 있다.
일 실시예에 따르면, 택배기사 선정부(340)는 제1 사용자의 소비 패턴을 통해 예측된 향후 소비 시기와 제2 사용자의 소비 패턴을 통해 예측된 향후 소비 시기가 일치하고, 제1 사용자 주소의 위치와 제2 사용자 주소의 위치가 미리 설정된 거리 이내로 확인된 경우, 제1 택배기사가 제1 사용자 주소의 방문 예정 택배기사로 선정되면, 제1 택배기사를 제2 사용자 주소의 방문 예정 택배기사로 선정할 수 있다.
예를 들어, 제1 사용자 주소가 A 지점으로 확인되고, 제1 사용자의 소비 패턴을 통해 예측된 향후 소비 시기가 3월 4일로 확인되면, 택배기사 선정부(340)는 제1 사용자 주소의 지역을 담당하고 있는 택배기사들의 이동 스캐줄을 통해 3월 4일의 향후 이동 패턴을 예측할 수 있으며, 도 3의 (a)에 도시된 바와 같이, A 지점, B 지점, C 지점 순으로 이동할 것으로 예측되는 제1 택배기사를 제1 사용자 주소의 방문 예정 택배기사로 선정할 수 있다.
이후, 택배기사 선정부(340)는 제2 사용자의 소비 패턴을 통해 예측된 향후 소비 시기가 3월 4일로 확인되어, 제1 사용자의 향후 소비 시기와 제2 사용자의 향후 소비 시기가 일치한 것으로 확인되면, 제2 사용자 주소의 위치와 제1 사용자 주소의 위치를 확인할 수 있으며, 제2 사용자 주소인 G 지점 위치와 제1 사용자 주소인 A 지점 위치 간에 떨어진 거리가 100m 이내로 확인된 경우, 제1 사용자 주소의 방문 예정 택배기사로 선정된 제1 택배기사를 제2 사용자 주소의 방문 예정 택배기사로 선정할 수 있다.
즉, 택배기사 선정부(340)는 제1 사용자 주소인 A 지점과 인접한 위치에 있는 제2 사용자 주소인 G 지점을 배송지로 추가하여, 도 3의 (d)에 도시된 바와 같이, 제1 택배기사의 이동 패턴이 A 지점, G 지점, B 지점, C 지점 순으로 변경되어 이동할 것으로 예측될 수 있으므로, 인접한 사용자들에 대한 택배 배송을 동일한 택배기사가 처리하도록 함으로써, 택배 배송의 효율이 증대될 수 있다.
알림 메시지 제공부(350)는 택배기사 선정부(340)에서 선정한 방문 예정 택배기사가 소속된 택배사에 대한 추천 알림 메시지와 소비 시기 예측부(330)에서 예측한 향후 소비 시기에 대한 추천 알림 메시지를 제1 사용자 단말(110)로 제공할 수 있다.
예를 들어, 제1 사용자의 향후 소비 시기가 3월 4일로 예측되고, A 택배사에 소속된 제1 택배기사가 제1 사용자 주소의 방문 예정 택배기사로 선정되면, 알림 메시지 제공부(350)는 3월 4일에 A 택배사를 이용하는 것을 추천해주는 알림 메시지를 제1 사용자 단말(110)로 제공할 수 있다.
즉, 알림 메시지 제공부(350)는 향후 소비 시기에 대한 추천 알림 메시지를 제공함으로써, 예측된 향후 소비 시기에 제1 사용자가 온라인 쇼핑몰을 방문하도록 유도할 수 있으며, 방문 예정 택배기사가 소속된 택배사에 대한 추천 알림 메시지를 더 제공함으로써, 제1 사용자 주소의 방문 예정 택배기사로 선정된 제1 택배기사가 소속된 택배사도 추천하여, 온라인 쇼핑몰에서 물품 구입 시 추천된 택배사를 통해 물품이 배송되도록 유도할 수 있다.
도 4는 본 발명의 일 실시예에 따른 사용자 주소의 방문 예정 택배기사에 대한 추천 알림 메시지를 제공하는 과정을 순서도로 나타낸 도면이다.
먼저, S401 단계에서, 서비스 제공 서버(300)는 제1 사용자의 카드 결제 내역 정보를 수집할 수 있다.
이후, S402 단계에서, 서비스 제공 서버(300)는 제1 사용자의 카드 결제 내역 정보를 통해, 제1 사용자의 소비 패턴을 분석할 수 있으며, 제1 사용자의 소비 패턴 중 온라인 쇼핑몰에서 사용된 소비 패턴만을 확인하여 분석할 수 있다.
소비 패턴 분석 이후, S403 단계에서, 서비스 제공 서버(300)는 온라인 쇼핑몰에서 사용된 소비 패턴을 기초로, 온라인 쇼핑몰에 대한 제1 사용자의 향후 소비 시기를 예측할 수 있다.
또한, 소비 패턴 분석 이후, S404 단계에서, 서비스 제공 서버(300)는 온라인 쇼핑몰에서 물품 구입 시 물품이 배송된 제1 사용자 주소를 확인할 수 있다.
이후, S405 단계에서, 서비스 제공 서버(300)는 제1 사용자 주소의 지역을 담당하고 있는 택배기사들의 이동 스케줄을 택배사 별로 분석할 수 있다.
이후, S406 단계에서, 서비스 제공 서버(300)는 S403 단계에서 예측된 향후 소비 시기와 S405 단계에서 분석된 택배기사들의 이동 스케줄을 통해, 향후 소비 시기에 제1 사용자 주소로 방문하는 것이 적합하다고 판단되는 방문 예정 택배기사를 선정할 수 있다.
예를 들어, 서비스 제공 서버(300)는 향후 소비 시기에 제1 사용자 주소로 제1 택배기사가 가장 빨리 방문할 것으로 판단되면, 제1 택배기사를 제1 사용자 주소의 방문 예정 택배기사로 선정할 수 있다.
방문 예정 택배기사를 선정하는데 있어, 서비스 제공 서버(300)는 제1 사용자 주소의 지역을 담당하고 있는 택배기사들의 이동 스케줄을 통해 요일 별 이동 패턴을 분석할 수 있으며, 분석된 요일 별 이동 패턴에 따라 향후 소비 시기와 대응하는 요일에 제1 사용자 주소의 지역을 담당하고 있는 택배기사들 중 어느 택배기사가 제1 사용자 주소로 가장 빨리 방문할 것으로 예상되는지 판단하여, 제1 사용자 주소의 방문 예정 택배기사를 선정할 수 있다.
또한, 방문 예정 택배 기사를 선정하는데 있어, 서비스 제공 서버(300)는 제1 사용자 주소의 지역을 담당하고 있는 택배기사들의 이동 스케줄에서 제1 사용자 주소의 배송지 추가로 변경되는 이동 거리를 택배기사 별로 분석하여, 제1 택배기사의 변경 이동 거리가 제2 택배기사의 변경 이동 거리 보다 큰 경우, 제1 사용자 주소로 제1 택배기사가 가장 빨리 방문할 것으로 판단되더라도, 제1 택배기사가 아닌 제2 택배기사를 제1 사용자 주소의 방문 예정 택배기사로 선정할 수 있다.
또한, 방문 예정 택배 기사를 선정하는데 있어, 서비스 제공 서버(300)는 제1 사용자의 소비 패턴을 통해 예측된 향후 소비 시기와 제2 사용자의 소비 패턴을 통해 예측된 향후 소비 시기가 일치한 것으로 확인되고, 제1 사용자 주소의 위치와 제2 사용자 주소의 위치가 미리 설정된 거리 이내로 확인된 경우, 제1 택배기사가 제1 사용자 주소의 방문 예정 택배기사로 선정되면, 제1 택배기사를 제2 사용자 주소의 방문 예정 택배기사로 선정할 수 있다.
이후, S407 단계에서, 서비스 제공 서버(300)는 S403 단계에서 예측된 향후 소비 시기와 S406 단계에서 선정된 방문 예정 택배기사에 대한 추천 알림 메시지를 제1 사용자 단말(110)로 제공할 수 있다.
추천 알림 메시지를 제공하는데 있어, 서비스 제공 서버(300)는 제1 택배기사가 제1 사용자 주소의 방문 예정 택배기사로 선정되면, 제1 택배기사가 소속된 택배사에 대한 추천 알림 메시지를 제1 사용자 단말(110)로 제공할 수 있다.
이와 같이, 본 발명의 일 실시예에 따르면, 온라인 쇼핑몰에서 사용된 소비 패턴을 기초로 온라인 쇼핑몰에 대한 향후 소비 시기를 예측하고, 예측된 향후 소비 시기에 사용자 주소로 가장 빨리 방문할 것으로 판단되는 방문 예정 택배기사를 선정하여, 방문 예정 택배기사가 소속된 택배사 및 향후 소비 시기에 대한 추천 알림 메시지를 제공함으로써, 향후 소비 시기에 온라인 쇼핑몰을 통해 물품 구입 시 사 사용자 주소로 가장 빠르게 배송해줄 수 있는 택배사를 추천해줄 수 있다.
또한, 본 발명의 일 실시예에 따르면, 사용자 주소의 지역을 담당하고 있는 택배기사들의 이동 스케줄을 통해 요일 별 이동 패턴을 분석하여, 분석된 요일 별 이동 패턴에 따라 향후 소비 시기와 대응하는 요일에 사용자 주소로 가장 빨리 방문할 것으로 예상되는 택배기사를 방문 예정 택배기사로 선정함으로써, 택배기사가 실질적으로 이동하는 경로와 인접한 위치에 있는 사용자들에게 해당 택배기사를 방문 예정 택배기사로 추천하여, 택배 배송의 효율을 증대시킬 수 있는 효과가 있다.
전술한 본 발명의 설명은 예시를 위한 것이며, 본 발명이 속하는 기술분야의 통상의 지식을 가진 자는 본 발명의 기술적 사상이나 필수적인 특징을 변경하지 않고서 다른 구체적인 형태로 쉽게 변형이 가능하다는 것을 이해할 수 있을 것이다. 그러므로 이상에서 기술한 실시예들은 모든 면에서 예시적인 것이며 한정적이 아닌 것으로 이해해야만 한다. 예를 들어, 단일형으로 설명되어 있는 각 구성 요소는 분산되어 실시될 수도 있으며, 마찬가지로 분산된 것으로 설명되어 있는 구성 요소들도 결합된 형태로 실시될 수 있다.
본 발명의 범위는 후술하는 특허청구범위에 의하여 나타내어지며, 특허청구범위의 의미 및 범위 그리고 그 균등 개념으로부터 도출되는 모든 변경 또는 변형된 형태가 본 발명의 범위에 포함되는 것으로 해석되어야 한다.
100 : 복수의 사용자 단말
110 : 제1 사용자 단말
120 : 제2 사용자 단말
200 : 복수의 택배기사 단말
210 : 제1 택배기사 단말
220 : 제2 택배기사 단말
300 : 서비스 제공 서버
310 : 결제 내역 수집부
320 : 소비 패턴 분석부
330 : 소비 시기 예측부
340 : 택배기사 선정부
350 : 알림 메시지 제공부
400 : 카드사 서버
500 : 쇼핑몰 서버

Claims (8)

  1. 서비스 제공 서버에서 온라인 쇼핑의 소비 패턴을 통해 택배사 추천 서비스를 제공하는 방법에 있어서,
    사용자의 카드 결제 내역 정보를 수집하는 단계;
    상기 카드 결제 내역 정보를 통해, 온라인 쇼핑몰에서 사용된 소비 패턴을 분석하는 단계;
    상기 소비 패턴을 기초로, 상기 온라인 쇼핑몰에 대한 향후 소비 시기를 예측하는 단계;
    상기 온라인 쇼핑몰에서 구입한 물품이 배송된 사용자 주소의 지역을 담당하고 있는 택배기사들의 이동 스케줄을 택배사 별로 분석하여, 예측된 상기 향후 소비 시기에 상기 사용자 주소로 제1 택배기사가 가장 빨리 방문할 것으로 판단되면, 상기 제1 택배기사를 상기 사용자 주소의 방문 예정 택배기사로 선정하는 단계; 및
    상기 향후 소비 시기에 대한 추천 알림 메시지 및 상기 향후 소비 시기에 대응하는 상기 방문 예정 택배기사가 소속된 택배사에 대한 추천 알림 메시지를 사용자 단말로 제공하는 단계;를 포함하되,
    상기 방문 예정 택배기사의 선정 단계 이전에,
    업무 가능 시간, 담당 지역, 이동 스케쥴 및 택배기사 단말의 위치 정보 중 적어도 하나의 정보를 상기 택배기사 단말로부터 제공받는 단계;를 더 포함하고,
    상기 방문 예정 택배기사의 선정 단계 이후에,
    상기 사용자 주소의 지역을 담당하고 있는 택배기사들의 이동 스케쥴 분석, 택배기사 선정 및 동선 변경 알림 중 적어도 하나의 정보가 포함된 메시지를 상기 택배기사 단말로 전송하는 단계;를 더 포함하고,
    상기 방문 예정 택배기사의 선정 단계는,
    동일한 지역을 담당하고 있는 택배기사들의 이동 스케쥴을 요일, 계절, 공유일의 조건에 따라 이동 패턴을 분석하고, 분석된 이동 패턴 분석 결과를 통해 조건별로 상기 택배기사들의 향후 이동 패턴을 예측하는 단계;를 포함하고,
    상기 방문 예정 택배기사의 선정 단계는,
    상기 사용자 주소의 지역을 담당하고 있는 택배기사들의 이동 스케쥴을 통해 예측된 향후 이동 패턴 중 요일 별 이동 패턴을 분석하여 분석된 요일 별 이동 패턴에 따라 상기 향후 소비 시기와 대응하는 요일에 상기 사용자 주소의 지역을 담당하고 있는 택배기사들 중 어느 택배기사가 상기 사용자 주소로 가장 빨리 방문할 것으로 예상되는지 판단하는 단계를 포함하는, 온라인 쇼핑의 소비 패턴을 통한 택배사 추천 서비스 제공 방법.
  2. 삭제
  3. 제1항에 있어서,
    상기 방문 예정 택배기사의 선정 단계는,
    상기 사용자 주소의 지역을 담당하고 있는 택배기사들의 이동 스케줄에서 상기 사용자 주소의 배송지 추가로 변경되는 이동 거리를 택배기사 별로 분석하여, 상기 제1 택배기사의 변경 이동 거리가 제2 택배기사의 변경 이동 거리 보다 큰 경우, 상기 제2 택배기사를 상기 방문 예정 택배기사로 선정하는 단계를 포함하는, 온라인 쇼핑의 소비 패턴을 통한 택배사 추천 서비스 제공 방법.
  4. 제1항에 있어서,
    상기 방문 예정 택배기사의 선정 단계는,
    제1 사용자의 소비 패턴을 통해 예측된 향후 소비 시기와 제2 사용자의 소비 패턴을 통해 예측된 향후 소비 시기가 일치하고, 상기 제1 사용자 주소의 위치와 상기 제2 사용자 주소의 위치가 미리 설정된 거리 이내로 확인된 경우, 상기 제1 택배기사가 상기 제1 사용자 주소의 방문 예정 택배기사로 선정되면, 상기 제1 택배기사를 상기 제2 사용자 주소의 방문 예정 택배기사로 선정하는 단계를 포함하는, 온라인 쇼핑의 소비 패턴을 통한 택배사 추천 서비스 제공 방법.
  5. 온라인 쇼핑의 소비 패턴을 통해 택배사 추천 서비스를 제공하는 서비스 제공 서버에 있어서,
    사용자의 카드 결제 내역 정보를 수집하는 결제 내역 수집부;
    상기 카드 결제 내역 정보를 통해, 온라인 쇼핑몰에서 사용된 소비 패턴을 분석하는 소비 패턴 분석부;
    상기 소비 패턴을 기초로, 상기 온라인 쇼핑몰에 대한 향후 소비 시기를 예측하는 소비 시기 예측부;
    상기 온라인 쇼핑몰에서 구입한 물품이 배송된 사용자 주소의 지역을 담당하고 있는 택배기사들의 이동 스케줄을 택배사 별로 분석하여, 예측된 상기 향후 소비 시기에 상기 사용자 주소로 제1 택배기사가 가장 빨리 방문할 것으로 판단되면, 상기 제1 택배기사를 상기 사용자 주소의 방문 예정 택배기사로 선정하는 택배기사 선정부; 및
    상기 향후 소비 시기에 대한 추천 알림 메시지 및 상기 향후 소비 시기에 대응하는 상기 방문 예정 택배기사가 소속된 택배사에 대한 추천 알림 메시지를 사용자 단말로 제공하는 알림 메시지 제공부;를 포함하되,
    업무 가능 시간, 담당 지역, 이동스케쥴 및 택배기사 단말의 위치 정보 중 적어도 하나의 정보를 제공하는 택배기사 단말;을 더 포함하고,
    알림 메시지 제공부는 상기 사용자 주소의 지역을 담당하고 있는 택배기사들의 이동 스케쥴 분석, 택배기사 선정 및 동선 변경 알림 중 적어도 하나의 정보가 포함된 메시지를 택배기사 단말로 전송하고,
    상기 택배기사 선정부는,
    동일한 지역을 담당하고 있는 택배기사들의 이동 스케쥴을 요일, 계절, 공유일의 조건에 따라 이동 패턴을 분석하고, 분석된 이동 패턴 분석 결과를 통해 조건별로 상기 택배기사들의 향후 이동 패턴을 예측하고,
    상기 택배기사 선정부는,
    상기 사용자 주소의 지역을 담당하고 있는 택배기사들의 이동 스케줄을 통해 예측된 향후 이동 패턴 중 요일 별 이동 패턴을 분석하여 분석된 요일 별 이동 패턴에 따라 상기 향후 소비 시기와 대응하는 요일에 상기 사용자 주소의 지역을 담당하고 있는 택배기사들 중 어느 택배기사가 상기 사용자 주소로 가장 빨리 방문할 것으로 예상되는지 판단하는, 서비스 제공 서버.
  6. 삭제
  7. 제5항에 있어서,
    상기 택배기사 선정부는,
    상기 사용자 주소의 지역을 담당하고 있는 택배기사들의 이동 스케줄에서 상기 사용자 주소의 배송지 추가로 변경되는 이동 거리를 택배기사 별로 분석하여, 상기 제1 택배기사의 변경 이동 거리가 제2 택배기사의 변경 이동 거리 보다 큰 경우, 상기 제2 택배기사를 상기 방문 예정 택배기사로 선정하는, 서비스 제공 서버.
  8. 제5항에 있어서,
    상기 택배기사 선정부는,
    제1 사용자의 소비 패턴을 통해 예측된 향후 소비 시기와 제2 사용자의 소비 패턴을 통해 예측된 향후 소비 시기가 일치하고, 상기 제1 사용자 주소의 위치와 상기 제2 사용자 주소의 위치가 미리 설정된 거리 이내로 확인된 경우, 상기 제1 택배기사가 상기 제1 사용자 주소의 방문 예정 택배기사로 선정되면, 상기 제1 택배기사를 상기 제2 사용자 주소의 방문 예정 택배기사로 선정하는, 서비스 제공 서버.
KR1020200065777A 2020-06-01 2020-06-01 온라인 쇼핑의 소비 패턴을 통한 택배사 추천 서비스 제공 방법 및 서버 KR102250648B1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020200065777A KR102250648B1 (ko) 2020-06-01 2020-06-01 온라인 쇼핑의 소비 패턴을 통한 택배사 추천 서비스 제공 방법 및 서버

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020200065777A KR102250648B1 (ko) 2020-06-01 2020-06-01 온라인 쇼핑의 소비 패턴을 통한 택배사 추천 서비스 제공 방법 및 서버

Publications (1)

Publication Number Publication Date
KR102250648B1 true KR102250648B1 (ko) 2021-05-12

Family

ID=75918666

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020200065777A KR102250648B1 (ko) 2020-06-01 2020-06-01 온라인 쇼핑의 소비 패턴을 통한 택배사 추천 서비스 제공 방법 및 서버

Country Status (1)

Country Link
KR (1) KR102250648B1 (ko)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR102631558B1 (ko) * 2023-03-27 2024-02-01 쿠팡 주식회사 배송 스케줄을 관리하기 위한 방법 및 전자 장치

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101309483B1 (ko) * 2013-02-20 2013-09-23 김수현 배송오더 자동할당 방법 및 시스템
KR20160084102A (ko) * 2015-01-05 2016-07-13 에스케이플래닛 주식회사 정기구매 상품 추천 서비스 제공 시스템 및 방법, 그리고 이를 위한 장치 및 컴퓨터 프로그램이 기록된 기록매체
KR20170050681A (ko) * 2015-10-30 2017-05-11 쿠팡 주식회사 상품 예측 배송 방법 및 시스템
KR20180056258A (ko) * 2016-11-18 2018-05-28 주식회사 하우저 가구 관련 업무 대행 서비스 제공 장치 및 방법
KR20180124299A (ko) * 2017-05-11 2018-11-21 이서우 묶음 단위 배송 처리 시스템

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101309483B1 (ko) * 2013-02-20 2013-09-23 김수현 배송오더 자동할당 방법 및 시스템
KR20160084102A (ko) * 2015-01-05 2016-07-13 에스케이플래닛 주식회사 정기구매 상품 추천 서비스 제공 시스템 및 방법, 그리고 이를 위한 장치 및 컴퓨터 프로그램이 기록된 기록매체
KR20170050681A (ko) * 2015-10-30 2017-05-11 쿠팡 주식회사 상품 예측 배송 방법 및 시스템
KR20180056258A (ko) * 2016-11-18 2018-05-28 주식회사 하우저 가구 관련 업무 대행 서비스 제공 장치 및 방법
KR20180124299A (ko) * 2017-05-11 2018-11-21 이서우 묶음 단위 배송 처리 시스템

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR102631558B1 (ko) * 2023-03-27 2024-02-01 쿠팡 주식회사 배송 스케줄을 관리하기 위한 방법 및 전자 장치

Similar Documents

Publication Publication Date Title
US11270265B2 (en) Navigating a neighborhood using an interactive electronic map displayed on a graphical user interface (GUI) of a mobile software application executing on a wireless mobile computer device
CN107278312B (zh) 用于管理和优化送货网络的系统和方法
US20200302376A1 (en) Systems and methods of controlling delivery of retail products
CA2864042C (en) Database system using batch-oriented computation
JP2020074219A (ja) 行動ログ分析システム及びそのプログラム
US20210341299A1 (en) E-hailing service
TWI817069B (zh) 用於多點目的地到達時間分析的電腦實施系統以及方法
JP2015510637A (ja) 関心地点およびサービスルート配送のジオコーディングならびに監査現場実績および販売の方法および装置
AU2017200313A1 (en) Network connected dispensing device
TW202131250A (zh) 產生動態網站的電腦化系統及電腦實行方法以及非暫時性電腦可讀媒體
JPWO2019065286A1 (ja) 購入支援装置、購入支援端末及び購入支援システム
KR101020003B1 (ko) 효율적인 감지-반응 시스템을 위한 프레임워크 및프로그래밍 모델
KR101743226B1 (ko) 지역정보 서비스를 위한 통합정보제공장치 및 그 동작 방법
JP2012242997A (ja) 乗換時間計算システム及び乗換時間計算方法
KR101344498B1 (ko) 맞춤형 영업활동 정보를 제공할 수 있는 영업활동 관리시스템 및 그 방법
US20200226506A1 (en) Methods and systems for automated salesbeat optimization
KR102250648B1 (ko) 온라인 쇼핑의 소비 패턴을 통한 택배사 추천 서비스 제공 방법 및 서버
JP2011076162A (ja) 自動販売機
KR20140144631A (ko) 이동통신망 및 인터넷망을 통한 배달대행 서비스 제공방법
Narayan et al. Fleet size determination for a mixed private and pooled on-demand system with elastic demand
AU2017200310A1 (en) Control of a network connected dispensing device via a network
KR102451184B1 (ko) 가상 번들의 동적 밸런싱을 위한 시스템 및 방법
US11665076B1 (en) Decentralized computing networks, architectures and techniques for processing events across multiple channels
CN111698645A (zh) 位置信息获取方法、装置、计算机设备及存储介质
Yoon et al. Cooperative production switchover coordination for the real-time order acceptance decision

Legal Events

Date Code Title Description
AMND Amendment
X091 Application refused [patent]
AMND Amendment
X701 Decision to grant (after re-examination)
GRNT Written decision to grant