KR102334962B1 - 인공지능 기반 주문 플랫폼 - Google Patents

인공지능 기반 주문 플랫폼 Download PDF

Info

Publication number
KR102334962B1
KR102334962B1 KR1020190102519A KR20190102519A KR102334962B1 KR 102334962 B1 KR102334962 B1 KR 102334962B1 KR 1020190102519 A KR1020190102519 A KR 1020190102519A KR 20190102519 A KR20190102519 A KR 20190102519A KR 102334962 B1 KR102334962 B1 KR 102334962B1
Authority
KR
South Korea
Prior art keywords
order
information
orderer
product
unit
Prior art date
Application number
KR1020190102519A
Other languages
English (en)
Other versions
KR20210022999A (ko
Inventor
추봉수
Original Assignee
주식회사 아드리코
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 아드리코 filed Critical 주식회사 아드리코
Priority to KR1020190102519A priority Critical patent/KR102334962B1/ko
Publication of KR20210022999A publication Critical patent/KR20210022999A/ko
Priority to KR1020210147987A priority patent/KR102371664B1/ko
Application granted granted Critical
Publication of KR102334962B1 publication Critical patent/KR102334962B1/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]
    • G06Q30/0633—Lists, e.g. purchase orders, compilation or processing
    • A—HUMAN NECESSITIES
    • A01—AGRICULTURE; FORESTRY; ANIMAL HUSBANDRY; HUNTING; TRAPPING; FISHING
    • A01G—HORTICULTURE; CULTIVATION OF VEGETABLES, FLOWERS, RICE, FRUIT, VINES, HOPS OR SEAWEED; FORESTRY; WATERING
    • A01G9/00—Cultivation in receptacles, forcing-frames or greenhouses; Edging for beds, lawn or the like
    • A01G9/24—Devices or systems for heating, ventilating, regulating temperature, illuminating, or watering, in greenhouses, forcing-frames, or the like
    • G06K9/481—
    • 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
    • G06N3/08—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
    • G06Q30/02—Marketing; Price estimation or determination; Fundraising
    • G06Q30/0281—Customer communication at a business location, e.g. providing product or service information, consulting
    • 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
    • G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/02—Agriculture; Fishing; Forestry; Mining
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
    • Y02A40/00—Adaptation technologies in agriculture, forestry, livestock or agroalimentary production
    • Y02A40/10—Adaptation technologies in agriculture, forestry, livestock or agroalimentary production in agriculture
    • Y02A40/25—Greenhouse technology, e.g. cooling systems therefor

Landscapes

  • Business, Economics & Management (AREA)
  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Accounting & Taxation (AREA)
  • Finance (AREA)
  • General Physics & Mathematics (AREA)
  • Strategic Management (AREA)
  • Development Economics (AREA)
  • Marketing (AREA)
  • Economics (AREA)
  • General Business, Economics & Management (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Software Systems (AREA)
  • General Health & Medical Sciences (AREA)
  • Artificial Intelligence (AREA)
  • General Engineering & Computer Science (AREA)
  • Computing Systems (AREA)
  • Mathematical Physics (AREA)
  • Evolutionary Computation (AREA)
  • Data Mining & Analysis (AREA)
  • Health & Medical Sciences (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Biomedical Technology (AREA)
  • Biophysics (AREA)
  • Computational Linguistics (AREA)
  • Environmental Sciences (AREA)
  • Molecular Biology (AREA)
  • Game Theory and Decision Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Marine Sciences & Fisheries (AREA)
  • Animal Husbandry (AREA)
  • Mining & Mineral Resources (AREA)
  • Human Resources & Organizations (AREA)
  • Primary Health Care (AREA)
  • Tourism & Hospitality (AREA)
  • Agronomy & Crop Science (AREA)
  • Medical Informatics (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)
  • Multimedia (AREA)

Abstract

본 발명은 온라인 상의 자동 주문 기술에 관한 것으로서, 상세하게는 주문자로부터 주문정보를 입력받으면 인공지능 기반으로 주문정보를 분석하여 최적의 주문서를 생성하는 한편 주문정보에 스마트팜 재배 농산물이 포함되어 있으면 스마트팜의 재배현황 정보에 근거해 농산물 주문을 처리하는 인공지능 기반 주문 플랫폼에 관한 것이다. 이를 위해, 본 발명에 따른 인공지능 기반 주문 플랫폼은 주문자 단말로부터 주문정보를 수신하는 주문정보 접수부와, 상기 주문정보 접수부로부터 주문정보를 입력 받으면 주문정보, 주문자가 주문 서비스 가입 시 등록한 주문자정보 및 재고정보로부터 특징 벡터를 추출하고 신경망을 통해 특징 벡터를 분석하여 주문내역을 출력하는 주문 처리부와, 상기 주문 처리부로부터 주문내역을 입력 받아 주문서를 생성하는 주문서 생성부를 포함한다.

Description

인공지능 기반 주문 플랫폼 {Ordering platform based on artificial intelligence technology}
본 발명은 온라인 상의 자동 주문 기술에 관한 것으로서, 상세하게는 주문자로부터 주문정보를 입력받으면 인공지능 기반으로 주문정보를 분석하여 최적의 주문서를 생성하는 한편 주문정보에 스마트팜 재배 농산물이 포함되어 있으면 스마트팜의 재배현황 정보에 근거해 농산물 주문을 처리하는 인공지능 기반 주문 플랫폼에 관한 것이다.
최근 기계학습 또는 머신러닝(machine learning)이라는 기술이 소프트웨어 기술로부터 금융, 경제에 이르기까지 다양한 분야에 응용되고 있으며 특히 컴퓨터 비전 및 영상처리 분야의 비약적인 발전을 선도하는 핵심 기술로 자리 잡고 있다.
이러한 기계학습 기술은 인공지능(AI)의 한 분야로 주어진 데이터로부터 패턴이나 특성을 학습하여 새로운 데이터에 대해 분석을 수행해낼 수 있도록 하는 알고리즘 및 관련 분야를 의미한다. 특히, 딥러닝(deep learning)이라는 기계학습 기법이 핵심 기술로 대두되면서 관련 기술 및 응용 분야에 대한 관심이 점차 높아지고 있다.
딥러닝 기법이란 생물의 신경계를 모방한 인공신경망(artificial neural network)의 모델로서, 기존의 인공신경망 모델이 얇은 층의 뉴런 모델들의 연결로 구성되어 있다면, 딥러닝 기법은 뉴런 모델의 층을 깊게 쌓아 올림으로써 신경망의 학습 능력을 높이는 모델을 적용하는 기술이다.
여러 층으로 이루어진 인공신경망으로서의 딥러닝의 개념은 1970년대에 제안되었으나, 학습 계산의 복잡성 등으로 인해 정체되어 있다가 최근 여러 가지 연구를 통해 그 성능이 개선되고 관련 연구들이 음성인식 및 영상인식 등의 분야에서 뛰어난 결과를 보이면서 그 수요가 빠르게 증가하고 있다.
근래에 들어 전자 상거래 또는 상품 주문 시스템에서도 기계학습 기술이 널리 활용되고 있으나, 대부분 주문 또는 수요를 예측하거나 단순히 소비자에게 필요한 제품을 추천하는 정도에 그치고 있는 실정이며, 주문자의 주문 내용을 분석하여 주문 오류를 검증하거나 최적의 주문 제품을 자동 주문하는 등의 주문 서비스의 품질을 높이는 부분에 대해서는 연구가 거의 진행되지 않고 있다.
한국공개특허 제2018-0121120호
본 발명은 상기와 같은 문제점을 해결하기 위해 창안된 것으로서, 본 발명의 목적은 단순한 주문 내용으로부터 주문자가 원하는 구체적인 제품이 자동으로 주문되도록 하는 주문 플랫폼을 제공하는 것이다.
본 발명의 다른 목적은 주문자가 농산물을 주문할 때 주문자가 기대하고 선호하는 농산물이 정확하게 주문되도록 하는 주문 플랫폼을 제공하는 것이다.
이를 위해, 본 발명에 따른 인공지능 기반 주문 플랫폼은 주문자 단말로부터 주문정보를 수신하는 주문정보 접수부와, 상기 주문정보 접수부로부터 주문정보를 입력 받으면 주문정보, 주문자가 주문 서비스 가입 시 등록한 주문자정보 및 재고정보로부터 특징 벡터를 추출하고 신경망을 통해 특징 벡터를 분석하여 주문내역을 출력하는 주문 처리부와, 상기 주문 처리부로부터 주문내역을 입력 받아 주문서를 생성하는 주문서 생성부를 포함한다.
또한, 본 발명에 따른 인공지능 기반 주문 플랫폼은 주문자 단말로부터 주문정보를 수신하는 주문정보 접수부와, 상기 주문정보 접수부로부터 주문정보를 입력 받으면 주문정보를 확인하여 상기 주문정보에 스마트 팜으로부터 제공되는 제품이 있는 경우, 스마트 팜으로부터 재배현황 정보를 제공받아 재배현황 정보, 주문정보, 주문자가 서비스 가입 시 등록한 주문자정보 및 재고정보로부터 특징 벡터를 추출하고 신경망을 통해 특징 벡터를 분석하여 주문내역을 출력하는 주문 처리부와, 상기 주문 처리부로부터 주문내역을 입력 받아 주문서를 생성하는 주문서 생성부를 포함한다.
또한, 본 발명에 따른 인공지능 기반 주문 플랫폼은 주문자 단말로부터 농산물의 크기 정보가 포함되지 않은 농산물 주문정보를 수신하는 주문정보 접수부와, 상기 주문정보 접수부로부터 농산물 주문정보를 입력 받으면 농산물 주문정보, 주문자정보 및 재고정보로부터 특징 벡터를 추출하고 신경망을 통해 특징 벡터를 분석하여 농산물의 크기 정보가 포함된 주문내역을 출력하는 주문 처리부와, 상기 주문 처리부로부터 주문내역을 입력 받아 주문서를 생성하는 주문서 생성부를 포함한다.
또한, 본 발명에 따른 인공지능 기반 주문 플랫폼은 주문자 단말로부터 농산물의 크기 정보가 포함되지 않은 농산물 주문정보를 수신하는 주문정보 접수부와, 상기 주문정보 접수부로부터 농산물 주문정보를 입력 받으면 농산물 주문정보를 확인하여 상기 농산물 주문정보에 스마트 팜에서 재배되는 농산물이 있는 경우 스마트 팜으로부터 해당 농산물의 재배현황 정보를 제공받아, 재배현황 정보, 농산물 주문정보 및 주문자가 서비스 가입 시 등록한 주문자정보로부터 특징 벡터를 추출하고 신경망을 통해 특징 벡터를 분석하여 농산물의 크기 정보가 포함된 주문내역을 출력하는 주문 처리부와, 상기 주문 처리부로부터 주문내역을 입력 받아 주문서를 생성하는 주문서 생성부를 포함한다.
또한, 본 발명에 따른 인공지능 기반 주문 플랫폼은 주문자 단말로부터 농산물 주문정보를 수신하는 주문정보 접수부와, 상기 주문정보 접수부로부터 농산물 주문정보를 입력 받으면 농산물 주문정보를 확인하여 상기 농산물 주문정보에 스마트 팜에서 재배되는 농산물이 있는 경우 스마트 팜으로부터 해당 농산물의 재배현황 정보를 제공받아, 재배현황 정보, 농산물 주문정보 및 주문자가 서비스 가입 시 등록한 주문자정보로부터 특징 벡터를 추출하고 신경망을 통해 특징 벡터를 분석하여 주문내역을 출력하는 주문 처리부와, 상기 주문 처리부로부터 주문내역을 입력 받아 주문서를 생성하는 주문서 생성부를 포함한다.
또한, 본 발명에 따른 인공지능 기반 주문용 애플리케이션은 컴퓨터 판독 가능한 기록매체에 저장된 애플리케이션으로서, 주문자에 의해 주문 요청된 제품의 크기 정보가 포함되지 않은 주문정보를 입력받아 주문 플랫폼에 전송하는 단계와, 상기 주문 플랫폼으로부터 상기 주문 요청된 제품의 크기 정보가 포함된 주문내역으로 구성된 주문서를 수신하여 표시하는 단계를 실행한다.
또한, 본 발명에 따른 인공지능 기반 주문용 애플리케이션은 컴퓨터 판독 가능한 기록매체에 저장된 애플리케이션으로서, 주문자에 의해 주문 요청된 농산물의 크기 정보가 포함되지 않은 농산물 정보를 입력받아 주문 플랫폼에 전송하는 단계와, 상기 주문 플랫폼으로부터 주문 요청된 농산물의 크기 정보가 포함된 주문내역으로 구성된 주문서를 수신하여 표시하는 단계를 실행한다.
상술한 바와 같이, 본 발명에 따른 인공지능 기반 주문 플랫폼에 의해 주문자가 농산물을 포함하는 제품의 종류와 주문 단위만을 입력해 주문 요청하더라도 주문자가 기대하고 선호하는 제품의 크기와 중량이 반영된 주문내역을 출력함으로써 주문 서비스 품질을 높일 수 있는 효과가 있다.
주문자가 제품이나 농산물을 단순 입력하여 주문해도 본 발명의 주문 플랫폼을 통해 주문자가 원하는 크기와 중량의 제품 또는 농산물을 정확히 파악하여 공급할 수 있기 때문에 주문 오류에 따른 폐기 손실률이나 추가 배송에 따른 비용 증가를 방지할 수 있는 효과가 있다.
도 1은 본 발명에 따른 인공지능 기반 주문 시스템의 개략적인 구성도.
도 2는 본 발명에 따른 인공지능 기반 주문 플랫폼의 내부 구성도.
도 3은 본 발명에 따른 주문처리부의 내부 구성도.
도 4는 본 발명에 따른 인공지능 기반 주문 시스템에서 주문처리를 위한 신호 흐름도.
도 5는 본 발명에 따른 인공지능 기반 주문 처리 과정을 나타낸 순서도.
이하, 첨부된 도면을 참조하여 본 발명에 따른 실시 예를 상세하게 설명한다. 본 발명의 구성 및 그에 따른 작용 효과는 이하의 상세한 설명을 통해 명확하게 이해될 것이다.
도 1은 본 발명에 따른 인공지능 기반 주문 시스템의 개략적인 구성을 나타낸 것이다.
도 1을 참조하면, 본 발명에 따른 인공지능 기반 주문 시스템은 주문자 단말(10), 주문 플랫폼(20), 스마트팜 관리장치(30) 등을 포함한다.
주문자 단말(10)은 주문자가 소지하는 단말기이다. 주문자는 주문자 단말(10)을 이용해 주문 플랫폼(20)에 접속하여 구매하려는 제품을 주문한다.
주문자는 일반 소비자뿐만 아니라 가게, 식당, 체인점 등을 운영하는 사업주가 될 수 있다. 주문자 단말(10)은 스마트폰, 태블릿 PC, 노트북, PC 등이 될 수 있으나, 이에 한정되는 것은 아니며 주문용 애플리케이션(소프트웨어)을 설치하여 실행할 수 있는 기기라면 어떠한 종류의 장치라도 가능하다.
주문 플랫폼(20)은 주문자 단말(10)로부터 주문정보를 입력받아 요청된 주문을 처리하는 서버이다. 본 발명에 따른 주문 플랫폼(20)은 인공지능 기반으로 주문정보를 처리하여 주문자에게 최적화된 주문서를 생성한다.
스마트팜 관리장치(30)은 스마트팜의 재배현황을 모니터링하는 장치이다. 스마트팜 관리장치(30)는 실시간으로 스마트팜의 재배현황 정보를 주문 플랫폼(20)에 제공한다.
스마트팜은 일반적으로 각 농산물을 판(슬롯 또는 선반) 단위로 구분하여 판 단위로 여러 종류의 농산물을 계획 생산한다. 스마트팜은 일정한 온도, 습도 및 채광량을 제공하고 배양액의 공급량을 제어할 수 있기 때문에 농산물의 생육기간을 조절하고 예상할 수 있다.
이와 같이, 주문자 단말(10)이 주문 플랫폼(20)에 접속하여 제품이나 농산물을 주문하면, 주문 플랫폼(20)은 주문자 단말(10)이 입력한 주문정보, 주문자가 주문 서비스 가입 시 등록한 주문자정보, 제품이나 농산물의 재고정보, 스마트팜 관리장치(30)로부터 제공받은 재배현황 정보 등을 인공지능 기반 모델을 이용해 분석하여 주문서를 생성하고 이를 주문자와 주문 관리자 또는 배송자 등에게 제공한다.
도 2는 본 발명에 따른 인공지능 기반 주문 플랫폼의 내부 구성을 나타낸 것이다.
도 2를 참조하면, 인공지능 기반 주문 플랫폼(20)은 주문정보 접수부(21), 고객 데이터베이스(22), 재고 데이터베이스(23), 스마트팜 데이터베이스(24), 주문 처리부(25), 주문서 생성부(26) 등을 포함한다.
주문정보 접수부(21)는 주문자 단말(10)로부터 주문정보를 입력받아 주문 처리부(25)에 전달한다. 주문정보는 주문 요청된 제품 종류와 수량 등을 포함한다.
고객 데이터베이스(22)는 주문자정보를 저장하는 부분이다. 주문자정보는 주문 플랫폼(20)에 가입한 주문자의 개인정보, 주문 이력정보 등을 포함한다. 주문자의 개인정보는 주문자가 주문 서비스 가입 시 입력하는 주문자의 이름, 전화번호, 이메일 주소 등과 같은 기본 정보뿐만 아니라 주문자의 가게나 매장의 종류 및 규모, 평균 매출액 등을 포함한다.
재고 데이터베이스(23)는 재고정보를 저장하는 부분이다. 재고정보는 출고 가능한 제품의 종류와 수량 등을 포함한다.
스마트팜 데이터베이스(24)는 스마트팜 재배현황 정보를 저장하는 부분이다. 스마트팜 데이터베이스(24)는 스마트팜 관리장치(30)로부터 스마트팜 재배현황 정보를 실시간 제공받아 저장한다. 스마트팜 재배현황 정보는 농산물의 종류, 농산물 종류별 판의 개수, 생육기간, 생육기간별 농산물의 크기 등을 포함한다.
주문 처리부(25)는 주문정보, 주문자정보, 재고정보, 스마트팜의 재배현황 정보 등을 분석하여 주문자 단말(10)에서 요청한 주문을 처리한다. 본 발명에 따른 주문 처리부(25)는 인공지능 기반으로 주문자의 주문 내용을 분석하여 주문자에게 최적화된 주문내역을 출력한다.
또한, 주문 처리부(25)는 주문 내역에 근거해 주문자에 맞춤형 주문 추천 시트를 생성한다. 주문 추천 시트는 주문자에게 특화된 제품 항목과 주문 단위가 포함된 전자문서이다. 주문자는 주문 추천 시트를 활용해 주문하려는 제품 항목을 선택하고 주문 단위를 입력할 수 있다.
주문서 생성부(26)는 주문내역을 입력받아 주문자와 주문 처리자에게 제공할 주문서를 생성한다. 주문서는 주문내역이 일정한 포맷에 따라 후처리되어 생성된 전자문서이다.
도 3은 본 발명에 따른 주문 처리부(25)의 내부 구성을 나타낸 것이다.
도 3을 참조하면, 주문 처리부(25)는 특징벡터 변환모듈(252)과 신경망(254)으로 구성된다.
특징벡터 변환모듈(252)은 주문정보, 주문자정보, 재고정보, 스마트팜의 재배현황 정보 등을 입력받아 신경망(Deep Neural Network)(254)에 적용 가능한 특징벡터(feature vector)로 변환한다. 특징벡터는 각 정보가 정규화되어 N-차원으로 구성된 값이다.
N-차원의 특징벡터는 신경망(254)의 입력층(input layer)에 입력되고 학습과정을 통해 결정된 가중치(weight) 및 바이어스(bias) 값과 활성함수(activation function)를 이용해 복수의 은닉층(hidden layer)을 거쳐 출력층(output layer)으로 출력된다. 출력층으로 출력된 값이 주문내역을 구성한다.
본 발명에 따른 인공지능 기반 신경망(254)을 구현하기 위해, 주문자의 주문 내용, 주문자의 개인정보, 주문이력, 주문 제품의 재고현황, 농산물의 재배현황 등을 정규화한 값을 입력 데이터로 하고, 최종 주문내역 또는 배송내역을 정규화한 값을 출력 데이터로 하는 학습 데이터(training data)를 사용하여 기계학습(machine learning)을 통해 신경망(254)을 학습시킨다.
도 4는 본 발명에 따른 인공지능 기반 주문 시스템에서 주문처리를 위한 신호 흐름을 나타낸 것이다.
도 4를 참조하면, 먼저 주문자 단말(10)이 주문 요청을 하기 전부터 주문 플랫폼(20)이 스마트팜 관리장치(30)로부터 재배현황 정보를 수신하는 과정(S10)이 선행되고 있다.
본 발명의 실시예에서는 주문 플랫폼(20)의 운영 주체가 스마트팜 업체와 공급 계약을 체결하여 스마트팜을 모니터링하는 스마트팜 관리장치(30)로부터 농산물의 재배현황 정보를 실시간 제공받게 된다. 또한 주문 플랫폼(20)의 운영 주체가 직접 스마트팜을 운영할 수도 있다.
이와 같이 주문 플랫폼(20)이 스마트팜 관리장치(30)로부터 농산물의 재배현황 정보를 일정 주기마다 수신하는 과정 가운데, 주문자 단말(10)은 주문 플랫폼(20)에 접속하여 구매하려는 제품이나 농산물의 주문정보를 입력한다(S12).
본 발명의 실시예에 따르면, 주문정보에는 제품이나 농산물의 종류와 수량 또는 주문 단위는 포함되어 있지만 크기 또는 중량은 포함되어 있지 않다.
주문자 단말(10)로부터 주문정보가 입력되면, 주문 플랫폼(20)은 주문처리 과정(S14)을 수행한다. 주문 플랫롬(20)은 주문처리 과정(S14)에서 주문정보, 고객 데이터베이스(22)의 주문자정보, 재고 데이터베이스(23)의 재고정보, 스마트팜 관리장치(30)의 재배현황 정보 등을 인공지능 기반으로 분석하여 주문내역을 출력하고 주문내역에 근거해 주문서를 생성한다.
주문 플랫폼(20)은 주문처리 과정을 통해 생성한 주문서를 주문자 단말(10)로 출력하고(S16), 주문서 내에 스마트팜의 농산물이 포함되어 있는 경우 스마트팜 관리장치(30)로 해당 농산물의 출하 요청을 전송한다(S18).
다음, 주문 플랫폼(20)은 주문서를 배송 관리장치로 전달하여(S20) 배송 관리자가 주문서를 확인할 수 있도록 한다.
배송 관리자는 컴퓨터나 스마트폰 등을 통해 주문서를 확인하여 주문서에 포함된 제품을 출고해 주문자에게 배송할 수 있다. 주문서에 스마트팜의 농산물이 포함되어 있으면, 배송 관리자는 스마트팜 관리자가 운반해 온 농산물을 인계받거나 직접 스마트팜에 가서 농산물을 받을 수 있다. 만약 스마트팜이 배송지의 창고 건물에 설치된 수직 농장인 경우, 배송 관리자는 주문된 농산물을 수직 농장에서 바로 받을 수 있다.
이와 같이, 주문자 단말(10)에 의한 주문 요청이 계속되면서 그에 따른 주문자의 주문내역이 누적되면, 주문 플랫폼(20)은 주문내역에 근거해 주문 추천 시트를 생성하여 주문자 단말(10)에 제공한다(S22).
주문 추천 시트는 주문자가 그 동안 주문한 내역에 근거해 주문 제품 항목과 수량 등을 정리한 주문 리스트를 말한다. 주문 추천 시트에는 주문자에게 특화된 제품의 주문 단위가 명시되어 있다. 주문 단위는 제품의 중량, 개수, 포장 단위를 포함하며 주문자마다 중량, 개수, 포장 단위는 다르다.
주문 추천 시트에는 제품 항목이 나열되어 있고 제품 항목마다 주문 단위가 표시되어 있는데, 주문자는 주문 단위에 원하는 중량, 개수, 포장 단위를 입력할 수 있다.
예를 들어, A 주문자의 주문 추천 시트에 주문 제품 항목으로 양파, 홍고추, 쌀떡볶이 떡, 설탕, 적치커리, 새우젖, 상추 등이 표시되어 있고, B 주문자의 주문 추천 시트에 주문 제품 항목으로 양파, 양상추, 얼갈이배추, 홍고추, 설탕, 세척당근, 대파 등이 표시되어 있을 때, A 주문자와 B 주문자의 주문 추천 시트에서 상호 공통 항목인 양파, 홍고추, 설탕의 주문 단위가 다를 수 있다.
A 주문자의 경우 주문 단위가 대(大)자 양파 10kg 1망, 홍고추 1kg, 설탕 5kg인데 반해, B 주문자의 경우 소(小)자 양파 5kg 1망, 홍고추 100g, 설탕 3kg일 수 있다.
따라서 A 주문자가 주문 추천 시트의 주문 단위에 양파 2, 홍고추 1, 설탕 1을 입력했을 때, 대(大)자 양파 10kg 2망, 홍고추 1kg 1팩, 설탕 5kg 1봉지가 자동 주문되며, B 주문자가 주문 추천 시트의 주문 단위에 양파 2, 홍고추 1, 설탕 1을 입력했을 때, 소(小)자 양파 5kg 2망, 홍고추 100g 1팩, 설탕 3kg 1봉지가 자동 주문될 수 있다.
도 5는 본 발명에 따른 인공지능 기반 주문 처리 과정을 나타낸 것이다.
도 5를 참조하면, 먼저 본 발명에 따른 주문 플랫폼은 주문자 단말로부터 주문정보를 수신한다(S100). 주문 플랫폼은 주문자 단말로부터 예를 들어, 대파1, 양파2, 고구마1, 상추1, 밀떡4 등과 같은 형식으로 주문정보를 수신한다.
주문자 단말로부터 주문정보를 수신하면, 주문 플랫폼은 주문정보에 주문 플랫폼에 연계된 스마트팜으로부터 공급되는 제품 즉, 스마트팜에서 재배되고 있는 농산물이 포함되어 있는지를 확인한다(S102).
주문정보에 스마트팜 재배 농산물이 포함되어 있으면, 주문 플랫폼은 주기적으로 업데이트 된 재배현황 정보를 액세스 한 후(S104), 최근 재배현황 정보, 주문정보, 주문자정보, 재고정보를 분석하여 주문내역을 출력한다(S106). 반면 주문정보에 스마트팜 재배 농산물이 포함되어 있지 않으면, 주문 플랫폼은 주문정보, 주문자정보, 재고정보를 분석하여 주문내역을 출력하게 된다(S106).
구체적으로, 대파1, 양파2, 상추1, 밀떡 4로 구성된 주문정보에서 양파와 상추가 스마트팜 재배 농산물인 경우, 주문 플랫폼은 양파 및 상추와 관련된 재배현황 정보를 획득한다. 양파 및 상추의 재배현황 정보로는 양파 판의 개수 및 판별 생육기간, 상추 판의 개수 및 판별 생육기간 등이 포함될 수 있다.
이와 같이 주문 플랫폼은 제품종류 및 수량만 포함된 주문정보, 주문자의 가게 종류 및 규모를 포함하는 주문자정보, 제품의 재고정보 및 재배현황 정보로부터 특징벡터를 추출하고 신경망을 통해 특징벡터를 분석하여 주문내역을 출력하는데, 출력된 주문내역에는 제품의 크기 또는 중량이 포함되어 있다.
즉, 주문정보에는 제품의 크기나 중량이 포함되어 있지 않은데, 주문내역에는 제품의 크기 또는 중량이 포함되어 있다. 주문자가 양파2, 상추1로 주문 요청을 하더라도, 주문 플랫폼은 인공지능 기반 분석을 통해 양파 대(大) 10kg 2망, 상추 중(中) 100g 1봉지로 주문내역을 출력할 수 있다.
식당의 종류에는 한식당, 중식당, 일식당, 분식점, 레스토랑 등이 있으며, 각 식당의 규모와 매출은 천차만별이다. 본 발명의 출원인은 기존 주문자의 주문 내용, 주문자의 개인정보, 주문이력(최종 배송이력, 클레임 포함)을 분석한 결과, 동일한 농산물에 대해서 가게의 종류와 규모에 따라 원하는 농산물의 크기가 다르고 동일한 단위에 대해서도 인식하는 중량이 달라서 주문자가 농산물의 종류와 본인이 기대하는 중량의 주문 단위로 주문했을 때 원치 않는 크기 또는 중량의 농산물을 배송받는 경우가 많았음을 확인하였다.
예를 들어, 중식당의 경우 양파의 소비가 많기 때문에 양파를 주문할 때 대자 크기의 양파를 기대하며 1망의 중량도 10kg 이상을 선호한다. 이에 반해 한식당의 경우 중자 크기의 양파를 기대하며 1망의 중량도 중식당보다 가벼운 것을 선호할 수 있다. 또한 동일한 종류의 식당에 있어서도 가게 규모와 매출에 따라 주문 단위에서 기대하는 중량이 다를 수 있다.
이러한 주문 거래 현황을 고려하여, 본 발명은 주문자가 농산물을 포함하는 제품의 종류와 주문 단위만을 입력해 주문 요청하더라도 주문자가 기대하고 선호하는 제품의 크기와 중량이 반영된 주문내역을 출력함으로써 주문자에 대한 주문 서비스 품질을 높일 수 있게 된다.
또한, 주문 플랫폼은 해당 농산물의 재배현황 정보에 근거해 농산물의 수확일과 연동되는 배송일이 포함된 주문내역을 출력할 수 있다. 예를 들어, 상추 생육기간이 10일 때 8cm 이하 소(小) 크기가 되고, 생육기간 15일 때 12cm 이하 중(中) 크기가 되고, 생육기간 20일 때 20cm 전후 대(大) 크기가 될 때, 주문일(2019.8.19) 당시 상추 재배현황 정보가 상추 10일 판 5개, 상추 12일 판 6개, 상추 15일 판 3개를 포함하면, 주문내역에 상추 소(小)의 배송일은 당일 또는 내일(2018.8.20)로 표시되거나, 상추 중(中)의 배송일은 2019.8.22일 또는 8.23일로 표시될 수 있다.
인공지능 기반 분석을 통해 주문내역이 출력되면, 주문 플랫폼은 일정한 포맷으로 주문서를 생성하여 주문자와 배송관리자에게 주문서를 제공한다(S108).
각 주문자가 주문 요청을 계속적으로 하게 되므로 주문내역은 누적되며, 주문 플랫폼은 주문내역이 누적된 주문이력을 데이터베이스에 저장한다(S110).
주문 플랫폼은 주문내역이 누적된 주문이력에 근거해 주문자에게 맞춤형 주문 추천 시트를 생성하고 이후 계속적으로 누적되는 주문내역에 따라 주문 추천 시트를 갱신한다(S112). 이러한 주문 추천 시트를 활용하면, 주문자는 입력 필드에 양파1, 대파 1, 밀떡 2와 같이 제품명과 수량을 동시에 입력할 필요 없이 주문 추천 시트의 제품 항목에 주문 단위를 입력하는 것만으로 쉽게 주문 요청을 할 수 있게 된다.
이상의 설명은 본 발명을 예시적으로 설명한 것에 불과하며, 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자에 의해 본 발명의 기술적 사상에서 벗어나지 않는 범위에서 다양한 변형이 가능할 것이다.
따라서 본 발명의 명세서에 개시된 실시 예들은 본 발명을 한정하는 것이 아니다. 본 발명의 범위는 아래의 특허청구범위에 의해 해석되어야 하며, 그와 균등한 범위 내에 있는 모든 기술도 본 발명의 범위에 포함되는 것으로 해석해야 할 것이다.
10: 주문자 단말 20: 주문 플랫폼
21: 주문정보 접수부 22: 고객 데이터베이스
23: 재고 데이터베이스 24: 스마트팜 데이터베이스
25: 주문 처리부 26: 주문서 생성부
30: 스마트팜 관리장치 252: 특징벡터 변환모듈
254: 신경망

Claims (15)

  1. 주문자 단말로부터 주문 제품의 주문 개수만을 포함하고 주문 제품의 크기 및 중량을 포함하지 않는 주문 제품명과 그에 연속된 숫자로 표기된 주문정보를 수신하는 주문정보 접수부와,
    상기 주문정보 접수부로부터 주문정보를 입력 받으면 주문정보, 주문자가 주문 서비스 가입 시 등록한 가게 종류, 가게 규모, 평균 매출액을 포함하는 주문자정보 및 재고정보로부터 특징 벡터를 추출하고 신경망 통해 특징 벡터를 분석하여, 하나의 제품명으로 다양한 크기 및 중량을 가지는 제품 중에서 주문자에게 최적화된 크기 및 중량을 결정하여 제품의 수량에 근거한 제품의 크기 및 중량이 아니라 상기 결정된 제품 자체의 특성인 주문 제품의 크기 및 중량을 포함하는 주문내역을 출력하는 주문 처리부와,
    상기 주문 처리부로부터 주문내역을 입력 받아 주문서를 생성하는 주문서 생성부를 포함하여,
    상기 주문 처리부의 신경망은 주문내용, 주문자의 개인정보, 주문이력의 클레임, 주문 제품의 재고현황을 입력 데이터로 하고 주문이력의 최종 주문 내역 또는 배송내역을 출력 데이터로 하는 학습 데이터를 이용해 기계 학습되는 것을 특징으로 하는 인공지능 기반 주문 플랫폼.
  2. 삭제
  3. 삭제
  4. 제1항에 있어서,
    상기 주문 처리부는 상기 주문내역에 근거해 주문 추천 시트를 생성하는 것을 특징으로 하는 인공지능 기반 주문 플랫폼.
  5. 제4항에 있어서,
    상기 주문 추천 시트에는 주문자에 특화된 제품의 주문 단위가 명시되어 있고, 상기 주문 단위는 제품의 중량, 개수, 포장 단위를 포함하며 주문자마다 주문 단위에 포함된 중량, 개수, 포장 단위가 다른 것을 특징으로 하는 인공지능 기반 주문 플랫폼.
  6. 삭제
  7. 삭제
  8. 삭제
  9. 삭제
  10. 삭제
  11. 삭제
  12. 삭제
  13. 삭제
  14. 삭제
  15. 삭제
KR1020190102519A 2019-08-21 2019-08-21 인공지능 기반 주문 플랫폼 KR102334962B1 (ko)

Priority Applications (2)

Application Number Priority Date Filing Date Title
KR1020190102519A KR102334962B1 (ko) 2019-08-21 2019-08-21 인공지능 기반 주문 플랫폼
KR1020210147987A KR102371664B1 (ko) 2019-08-21 2021-11-01 인공지능 기반 주문 플랫폼

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020190102519A KR102334962B1 (ko) 2019-08-21 2019-08-21 인공지능 기반 주문 플랫폼

Related Child Applications (1)

Application Number Title Priority Date Filing Date
KR1020210147987A Division KR102371664B1 (ko) 2019-08-21 2021-11-01 인공지능 기반 주문 플랫폼

Publications (2)

Publication Number Publication Date
KR20210022999A KR20210022999A (ko) 2021-03-04
KR102334962B1 true KR102334962B1 (ko) 2021-12-03

Family

ID=75174310

Family Applications (2)

Application Number Title Priority Date Filing Date
KR1020190102519A KR102334962B1 (ko) 2019-08-21 2019-08-21 인공지능 기반 주문 플랫폼
KR1020210147987A KR102371664B1 (ko) 2019-08-21 2021-11-01 인공지능 기반 주문 플랫폼

Family Applications After (1)

Application Number Title Priority Date Filing Date
KR1020210147987A KR102371664B1 (ko) 2019-08-21 2021-11-01 인공지능 기반 주문 플랫폼

Country Status (1)

Country Link
KR (2) KR102334962B1 (ko)

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101799995B1 (ko) * 2016-11-25 2017-11-22 (주)덩키닥터 온라인 통합플랫폼 기반 스마트팜 운용시스템
WO2018079367A1 (ja) * 2016-10-31 2018-05-03 日本電気株式会社 商品需要予測システム、商品需要予測方法および商品需要予測プログラム

Family Cites Families (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101175263B1 (ko) * 2010-07-20 2012-08-21 주식회사 유비케어 약품 자동 주문 시스템 및 방법
KR20180121120A (ko) 2017-04-28 2018-11-07 (주)아틀라스가이드 음성, 텍스트, 시각적 인터페이스를 결합하여 모바일 기기로 물건을 구매할 수 있는 머신러닝 기반 음성 주문 시스템

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2018079367A1 (ja) * 2016-10-31 2018-05-03 日本電気株式会社 商品需要予測システム、商品需要予測方法および商品需要予測プログラム
KR101799995B1 (ko) * 2016-11-25 2017-11-22 (주)덩키닥터 온라인 통합플랫폼 기반 스마트팜 운용시스템

Also Published As

Publication number Publication date
KR102371664B1 (ko) 2022-03-07
KR20210135190A (ko) 2021-11-12
KR20210022999A (ko) 2021-03-04

Similar Documents

Publication Publication Date Title
US10769702B2 (en) Recommendations based upon explicit user similarity
US8249954B2 (en) Third-party certification using enhanced claim validation
US20230394432A1 (en) Machine-learned model for optmizing selection sequence for items in a warehouse
Shashi et al. Value‐adding practices in food supply chain: Evidence from Indian food industry
Wu et al. Food waste management in the catering industry: Enablers and interrelationships
Chiu et al. Applying transfer learning to achieve precision marketing in an omni-channel system–a case study of a sharing kitchen platform
Shah et al. Optimal replenishment time for retailer under partial upstream prepayment and partial downstream overdue payment for quadratic demand
JP2015201090A (ja) 商品推薦装置、商品推薦方法及びプログラム
CN106682417A (zh) 一种基于养生的推荐菜单生成方法
US20190325501A1 (en) Meal-Kit Recommendation Engine
KR100808687B1 (ko) 친환경 농축산물 및 가공식품 인증 관리 장치 및 그 방법
KR102334962B1 (ko) 인공지능 기반 주문 플랫폼
CN115249164A (zh) 商品的推荐方法、装置、电子设备及存储介质
US9213979B2 (en) Array attribute configurator
Patidar et al. CRITICAL BARRIERS OF FOOD SUPPLY CHAIN MANAGEMENT AND APPLICATION OF BLOCKCHAIN TECHNOLOGY TO MITIGATE THEIR IMPACTS.
JP2016194828A (ja) サーバ装置、プログラム及び商品情報提供方法、並びに通信システム
Martínez-Simarro et al. Applications and business impact of artificial intelligence in the industrial production of food and beverages
JP2017224142A (ja) 取引支援方法、取引支援装置および取引システム
Pinmanee Logistics integration for improving distribution performance: In the context of Thai egg industry
Ou et al. Sales Forecasting of Perishable Foods with Multiple Stores and Communities-An Empirical Study of Convenience Stores in Taiwan
Li et al. ARIMA-Driven Vegetable Pricing and Restocking Strategy for Dual Optimization of Freshness and Profitability in Supermarket Perishables
Aris et al. The pull and push factors towards the adoption of Agricultural Revolution 4.0 (AR4. 0) for agro-food supply chain (AFSC) in SMIs agro-based in Malaysia
US20240005096A1 (en) Attribute prediction with masked language model
Csikai Opportunities of integrating supply chain quality management and product development with formulation systems in compound feed manufacturing
US20230419381A1 (en) Machine learned model for managing foundational items in concierge system

Legal Events

Date Code Title Description
E902 Notification of reason for refusal
AMND Amendment
E902 Notification of reason for refusal
AMND Amendment
E601 Decision to refuse application
X091 Application refused [patent]
AMND Amendment
X701 Decision to grant (after re-examination)
GRNT Written decision to grant