KR102338002B1 - Method for recommedning banking business store and server performing the same - Google Patents

Method for recommedning banking business store and server performing the same Download PDF

Info

Publication number
KR102338002B1
KR102338002B1 KR1020190140908A KR20190140908A KR102338002B1 KR 102338002 B1 KR102338002 B1 KR 102338002B1 KR 1020190140908 A KR1020190140908 A KR 1020190140908A KR 20190140908 A KR20190140908 A KR 20190140908A KR 102338002 B1 KR102338002 B1 KR 102338002B1
Authority
KR
South Korea
Prior art keywords
financial
time
branch
branches
data
Prior art date
Application number
KR1020190140908A
Other languages
Korean (ko)
Other versions
KR20210055130A (en
Inventor
황원철
신범수
이원호
홍재만
유석영
Original Assignee
주식회사 우리은행
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 우리은행 filed Critical 주식회사 우리은행
Priority to KR1020190140908A priority Critical patent/KR102338002B1/en
Publication of KR20210055130A publication Critical patent/KR20210055130A/en
Application granted granted Critical
Publication of KR102338002B1 publication Critical patent/KR102338002B1/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
    • G06Q40/00—Finance; Insurance; Tax strategies; Processing of corporate or income taxes
    • 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
    • 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

Abstract

본 발명에 따른 실시간 금융 영업점 추천 방법은 사용자 단말로부터 수신된 금융 영업점 방문 예정 정보 중 위치 정보를 기준으로 특정 반영에 위치하는 복수의 금융 영업점을 추출하는 단계, 상기 복수의 금융 영업점 각각의 금융 영업점 표준 데이터를 이용하여 상기 금융 영업점 별 예상 소요 시간을 산출하여 상기 사용자 단말에 제공하는 단계, 상기 복수의 금융 영업점 중 특정 금융 영업점이 선택되면, 상기 금융 영업점 방문 예정 정보 중 방문 예정 시간에 따라 현재 방문 예정인지 여부를 확인하는 단계 및 상기 확인 결과에 따라 금융 서버에 번호표 발행 요청 메시지를 제공하거나 상기 특정 금융 영업점의 예상 소요 시간의 업데이트 여부에 따라 상기 예상 소요 시간을 다시 산출하는 단계를 포함한다. A real-time financial branch recommendation method according to the present invention comprises the steps of extracting a plurality of financial branches located in a specific reflection based on location information among financial branch visit schedule information received from a user terminal, the financial branch standards of each of the plurality of financial branches calculating the estimated time required for each financial branch using data and providing it to the user terminal and checking whether or not the information is recognized, and providing a number ticket issuance request message to the financial server according to the confirmation result or re-calculating the estimated required time according to whether the estimated required time of the specific financial branch is updated.

Description

실시간 금융 영업점 추천 방법 및 이를 실행하는 서버{METHOD FOR RECOMMEDNING BANKING BUSINESS STORE AND SERVER PERFORMING THE SAME}Real-time financial branch recommendation method and server that runs it

본 발명은 실시간 금융 영업점 추천 방법 및 이를 실행하는 서버에 관한 것으로, 보다 상세하게는 최적 영업점 추천 정보를 제공해주고 해당 영업점 방문 신청으로 바로 연결할 수 있도록 하는 실시간 금융 영업점 추천 방법 및 이를 실행하는 서버에 관한 것이다.The present invention relates to a real-time financial branch recommendation method and a server executing the same, and more particularly, to a real-time financial branch recommendation method that provides optimal branch recommendation information and enables direct connection to a corresponding branch visit request, and a server executing the same will be.

일반적으로 금융업체나 보험사 또는 병원이나 공공기관 등과 같이 이용하는 사람들이 많은 곳에서는 고객들의 업무 처리 순서를 알려주는 고객순번 대기 시스템을 운영 중에 있다. In general, in places where there are many users such as financial companies, insurance companies, hospitals or public institutions, a customer turn waiting system that informs customers of the order of business processing is in operation.

상기 고객순번 대기 시스템은 공공기관에 도착한 순서대로 업무처리 순서를 부여하기 위한 번호표를 부여하여 우선권을 주기 위한 방법으로, 사람들은 도착한 순서대로 번호표를 받아 번호표의 순서대로 자신의 차례에 업무를 보게된다.The customer turn waiting system is a method for giving priority by giving a number table for giving the order of business processing in the order they arrive at the public institution. .

상기와 같은 고객순번 대기 시스템은 초기 순번을 발행하고, 내방한 고객이 번호표를 인출하면 다음 내방객을 위하여 순차적으로 증가하는 번호표를 발행하며 발행번호를 주제어기에 전송한다. 상기 발행번호를 전송 받은 주제어기는 현재 창구에서 처리 중인 고객의 번호와 비교하여 대기 고객수를 발권기를 통해 표시한다. The customer waiting system as described above issues an initial turn number, and when a visiting customer withdraws a number ticket, it issues a sequentially increasing number ticket for the next visitor and transmits the issuance number to the main controller. The main controller receiving the issuance number compares the number of the customer currently being processed at the window and displays the number of waiting customers through the ticketing machine.

다음에 순번에 따라 창구직원이 호출기를 누르면 다음 순번의 번호를 번호 표시기에 표시하여 해당되는 번호를 지닌 고객이 창구에서 업무를 처리할 수 있도록 하며, 또한 그 번호를 주제어기로 통보하여 발권기에 표시된 대기 중인 고객의 수를 갱신하게 된다.Next, when the teller presses the pager according to the turn, the number of the next turn is displayed on the number indicator so that the customer with the applicable number can process the business at the counter. The number of active customers will be updated.

상술한 바와 같은 고객순번 대기 시스템은 고객들이 창구에 한꺼번에 몰리는 것을 방지하고, 도착하여 번호표를 받은 순서에 따라 차례대로 질서 있게 업무를 처리하게 할 수 있으나 이용 고객이 많은 경우 장시간 객장에서 대기해야 하 는 등 시간적인 낭비가 발생한다는 문제점이 있었다.The customer waiting system as described above prevents customers from rushing to the window and allows them to process their business in an orderly manner according to the order in which they arrived and received their numbered tickets. There was a problem that time wastage occurs.

상기와 같은 문제점을 해결하기 위하여 대한민국 특허공개 제2001-47881호의 '무선 단말기를 이용한 순번대기 서비스 시스템 및 방법'이 출원되어 있다.In order to solve the above problems, 'a turn waiting service system and method using a wireless terminal' of Korean Patent Publication No. 2001-47881 has been applied.

상기 무선 단말기를 이용한 순번대기 서비스 시스템은 사용자 로부터 특정 공공기관의 순번대기 예약 현황정보에 대한 요구가 있는 경우 상기 요구에 응답하여 상기 서비스 업체로 해당 공공기관의 순번대기 예약 현황정보를 요구하고, 상기 순번 대기정보 요구에 응답하여 해당 공공기관이 속한 인터넷 서버로 해당 공공기관의 순번대기 예약 현황정보를 요구하며, 상기 순번 대기정보 요구에 응답한 상기 해당 공공기관으로부터의 순번 대기 예약 현황정보를 전송 받아 상기 서비스 업체로 송신한다. The turn waiting service system using the wireless terminal requests the turn waiting reservation status information of the public institution to the service company in response to the request when there is a request for the turn wait reservation status information of a specific public institution from the user, In response to the turn waiting information request, it requests the turn waiting reservation status information of the relevant public institution to the Internet server to which the relevant public institution belongs, and receives the turn waiting reservation status information from the relevant public institution in response to the turn waiting information request sent to the service provider.

다음에 상기 인터넷 서버로부터 송신된 상기 순번대기 예약 현황정보를 수신하여 이를 상기 무선단말기로 송신하고 , 상기 서비스 업체로부터 송신된 상기 순번대기 예약 현황정보를 수신하면 이를 표시부상에 표시하여 사용자에게 알리는 과정으로 이루어진다.Next, the process of receiving the turn waiting reservation status information transmitted from the Internet server, transmitting it to the wireless terminal, and displaying the turn waiting reservation status information transmitted from the service company on the display unit to inform the user is made of

상술한 바와 같이 상기 발명은 무선 단말기와 인터넷을 이용하여 방문하고자 하는 공공기관에서 업무처리 순서를 기 다리는 고객들의 대기 정보를 제공하는 것이었다.As described above, the invention was to provide waiting information of customers waiting for a business process order in a public institution to visit using a wireless terminal and the Internet.

그러나, 상기 무선단말기를 이용한 순번대기 서비스 시스템은 단순히 업무를 처리하기 위해 대기중인 고객 수를 알려 주기 위한 것으로, 정보를 제공받고 창구를 방문하였을 경우 업무처리를 위해 소요되는 시간을 알 수 없다는 문제점이 있었다.However, the turn waiting service system using the wireless terminal is simply to inform the number of customers waiting to process the business. there was.

또한, 고객 수가 많을 경우 별도의 수단을 이용하여 해당 업체나 기관에 직접 연결하여 예약을 실시한 후 그 시간에 방문하여야 하고, 통신수단을 이용하여 예약을 받지 않는 업체나 기관의 경우 가용한 시간에 방문하여 업무를 처리하 여야 하기 때문에 고객이 많이 집중되는 날일 경우 불필요한 시간 낭비가 필히 발생한다는 문제점이 있었다.In addition, if there are a large number of customers, they must make a reservation by connecting directly to the relevant company or institution using a separate means and then visit at that time. There was a problem in that unnecessary time wasted inevitably on a day when a lot of customers were concentrated because the business had to be processed.

본 발명은 최적 영업점 추천 정보를 제공해주고 해당 영업점 방문 신청으로 바로 연결할 수 있도록 하는 실시간 금융 영업점 추천 방법 및 이를 실행하는 서버를 제공하는 것을 목적으로 한다. An object of the present invention is to provide a real-time financial branch recommendation method that provides optimal branch recommendation information and enables direct connection to a corresponding branch visit request, and a server executing the same.

또한, 본 발명은 영업점 방문 시 예상되는 대기시간 및 업무 소요시간 정보 제공하는 실시간 금융 영업점 추천 방법 및 이를 실행하는 서버를 제공하는 것을 목적으로 한다. Another object of the present invention is to provide a real-time financial branch recommendation method that provides information on expected waiting time and required work time when visiting a branch, and a server executing the same.

또한, 본 발명은 영업점 방문 시 필요한 순번대기표 자동 발급 및 실시간 대기고객 수 정보 제공하는 실시간 금융 영업점 추천 방법 및 이를 실행하는 서버를 제공하는 것을 목적으로 한다. Another object of the present invention is to provide a real-time financial branch recommendation method for automatically issuing a waiting list required when visiting a branch and providing real-time information on the number of waiting customers, and a server for executing the same.

또한, 본 발명은 고객이 방문 시간에 맞추어 예상 소요 시간을 다시 산출하여 제공함으로써 사용자가 원하지 않게 소비하게 될 시간을 줄여 시간에 대한 자기결정권과 서비스 만족도를 높이고자 하는 실시간 금융 영업점 추천 방법 및 이를 실행하는 서버를 제공하는 것을 목적으로 한다. In addition, the present invention provides a method for recommending a real-time financial branch to increase self-determination rights and service satisfaction by reducing the amount of time that the user would not want to spend by recalculating and providing the expected required time according to the customer's visit time, and executing the same The purpose is to provide a server that

본 발명의 목적들은 이상에서 언급한 목적으로 제한되지 않으며, 언급되지 않은 본 발명의 다른 목적 및 장점들은 하기의 설명에 의해서 이해될 수 있고, 본 발명의 실시예에 의해 보다 분명하게 이해될 것이다. 또한, 본 발명의 목적 및 장점들은 특허 청구 범위에 나타낸 수단 및 그 조합에 의해 실현될 수 있음을 쉽게 알 수 있을 것이다.The objects of the present invention are not limited to the above-mentioned objects, and other objects and advantages of the present invention not mentioned may be understood by the following description, and will be more clearly understood by the examples of the present invention. It will also be readily apparent that the objects and advantages of the present invention may be realized by the means and combinations thereof indicated in the appended claims.

이러한 목적을 달성하기 위한 실시간 금융 영업점 추천 방법은 사용자 단말로부터 수신된 금융 영업점 방문 예정 정보 중 위치 정보를 기준으로 특정 반영에 위치하는 복수의 금융 영업점을 추출하는 단계, 상기 복수의 금융 영업점 각각의 금융 영업점 표준 데이터를 이용하여 상기 금융 영업점 별 예상 소요 시간을 산출하여 상기 사용자 단말에 제공하는 단계, 상기 복수의 금융 영업점 중 특정 금융 영업점이 선택되면, 상기 금융 영업점 방문 예정 정보 중 방문 예정 시간에 따라 현재 방문 예정인지 여부를 확인하는 단계 및 상기 확인 결과에 따라 금융 서버에 번호표 발행 요청 메시지를 제공하거나 상기 특정 금융 영업점의 예상 소요 시간의 업데이트 여부에 따라 상기 예상 소요 시간을 다시 산출하는 단계를 포함한다. A real-time financial branch recommendation method for achieving this object includes extracting a plurality of financial branches located in a specific reflection based on location information among financial branch visit schedule information received from a user terminal, and each of the plurality of financial branches Calculating the estimated time required for each financial branch using the branch standard data and providing it to the user terminal. When a specific financial branch is selected from among the plurality of financial branches, the current checking whether a visit is scheduled; and providing a number ticket issuance request message to the financial server according to the result of the check or recalculating the estimated required time according to whether the estimated required time of the specific financial branch is updated.

또한, 이러한 목적을 달성하기 위한 실시간 금융 영업점 추천 서버는 사용자 단말로부터 금융 영업점 방문 예정 정보를 수신하는 분석 요청부, 상기 분석 요청부로부터 수신된 금융 영업점 방문 예정 정보 중 위치 정보를 기준으로 특정 반영에 위치하는 복수의 금융 영업점을 추출하는 데이터 추출부 및 상기 복수의 금융 영업점 각각의 금융 영업점 표준 데이터를 이용하여 상기 금융 영업점 별 예상 소요 시간을 산출하고, 상기 복수의 금융 영업점 중 특정 금융 영업점이 선택되면, 상기 금융 영업점 방문 예정 정보 중 방문 예정 시간에 따라 현재 방문 예정인지 여부를 확인하고, 상기 확인 결과에 따라 금융 서버에 번호표 발행 요청 메시지를 제공하거나 상기 특정 금융 영업점의 예상 소요 시간의 업데이트 여부에 따라 상기 예상 소요 시간을 다시 산출하는 예상 소요 시간 산출부를 포함한다. In addition, the real-time financial branch recommendation server for achieving this purpose includes an analysis requesting unit for receiving financial branch visit scheduled information from a user terminal, and a specific reflection based on location information among the financial branch visit scheduled information received from the analysis requesting unit. Using a data extraction unit for extracting a plurality of financial branches located and standard data for each financial branch of the plurality of financial branches, the estimated time required for each financial branch is calculated, and a specific financial branch is selected from among the plurality of financial branches. , It is checked whether the current visit is scheduled according to the scheduled visit time among the visit scheduled information of the financial branch, and according to the result of the check, a number plate issuance request message is provided to the financial server, or the estimated required time of the specific financial branch is updated. and an expected required time calculation unit for re-calculating the expected required time.

전술한 바와 같은 본 발명에 의하면, 최적 영업점 추천 정보를 제공해주고 해당 영업점 방문 신청으로 바로 연결할 수 있다는 장점이 있다.According to the present invention as described above, there is an advantage in that it is possible to provide optimal branch recommendation information and to directly connect to a corresponding branch visit request.

또한 본 발명에 의하면, 영업점 방문 시 예상되는 대기시간 및 업무 소요시간 정보 제공할 수 있다는 장점이 있다.In addition, according to the present invention, there is an advantage that it is possible to provide information on expected waiting time and work required time when visiting a branch.

또한 본 발명에 의하면, 영업점 방문 시 필요한 순번대기표 자동 발급 및 실시간 대기고객 수 정보 제공할 수 있다는 장점이 있다. In addition, according to the present invention, there is an advantage in that it is possible to automatically issue a waiting list required when visiting a branch and to provide information on the number of waiting customers in real time.

또한 본 발명에 의하면, 고객이 방문 시간에 맞추어 예상 소요 시간을 다시 산출하여 제공함으로써 사용자가 원하지 않게 소비하게 될 시간을 줄여 시간에 대한 자기결정권과 서비스 만족도를 높일 수 있다는 장점이 있다.In addition, according to the present invention, there is an advantage in that it is possible to increase the right to self-determination of time and service satisfaction by reducing the time that the user will not want to spend by recalculating and providing the expected required time according to the visit time of the customer.

도 1은 본 발명의 일 실시예에 따른 실시간 금융 영업점 추천 시스템을 설명하기 위한 네트워크 구성도이다.
도 2는 본 발명의 일 실시예에 따른 실시간 금융 영업점 추천 서버의 내부 구조를 설명하기 위한 블록도이다.
도 3은 본 발명에 따른 실시간 금융 영업점 추천 방법의 일 실시예를 설명하기 위한 흐름도이다.
도 4는 본 발명의 일 실시예에 따른 금융 영업점 표준 데이터를 설명하기 위한 도면이다.1 is a network configuration diagram illustrating a real-time financial branch recommendation system according to an embodiment of the present invention.
2 is a block diagram illustrating an internal structure of a real-time financial branch recommendation server according to an embodiment of the present invention.
3 is a flowchart illustrating an embodiment of a method for recommending a real-time financial branch according to the present invention.
4 is a diagram for explaining standard data of a financial branch according to an embodiment of the present invention.

전술한 목적, 특징 및 장점은 첨부된 도면을 참조하여 상세하게 후술되며, 이에 따라 본 발명이 속하는 기술분야에서 통상의 지식을 가진 자가 본 발명의 기술적 사상을 용이하게 실시할 수 있을 것이다. 본 발명을 설명함에 있어서 본 발명과 관련된 공지 기술에 대한 구체적인 설명이 본 발명의 요지를 불필요하게 흐릴 수 있다고 판단되는 경우에는 상세한 설명을 생략한다. 이하, 첨부된 도면을 참조하여 본 발명에 따른 바람직한 실시예를 상세히 설명하기로 한다. 도면에서 동일한 참조부호는 동일 또는 유사한 구성요소를 가리키는 것으로 사용된다.The above-described objects, features and advantages will be described below in detail with reference to the accompanying drawings, and accordingly, those of ordinary skill in the art to which the present invention pertains will be able to easily implement the technical idea of the present invention. In describing the present invention, if it is determined that a detailed description of a known technology related to the present invention may unnecessarily obscure the gist of the present invention, the detailed description will be omitted. Hereinafter, preferred embodiments according to the present invention will be described in detail with reference to the accompanying drawings. In the drawings, the same reference numerals are used to indicate the same or similar components.

도 1은 본 발명의 일 실시예에 따른 실시간 금융 영업점 추천 시스템을 설명하기 위한 네트워크 구성도이다. 1 is a network configuration diagram illustrating a real-time financial branch recommendation system according to an embodiment of the present invention.

도 1을 참조하면, 실시간 금융 영업점 추천 시스템은 실시간 금융 영업점 추천 서버(100), 사용자 단말(200) 및 은행 서버(300)를 포함한다.Referring to FIG. 1 , the real-time financial branch recommendation system includes a real-time financial branch recommendation server 100 , a user terminal 200 , and a bank server 300 .

실시간 금융 영업점 추천 서버(100)는 은행 서버(300)와 연동하여 사용자 단말(200)로부터 수신된 금융 영업점 방문 예정 정보를 기초로 특정 금융 영업점을 추출하여 추천하는 서버이다. The real-time financial branch recommendation server 100 is a server that extracts and recommends a specific financial branch based on the financial branch visit scheduled information received from the user terminal 200 in conjunction with the bank server 300 .

먼저, 실시간 금융 영업점 추천 서버(100)는 사용자 단말(200)로부터 금융 영업점 방문 예정 정보를 수신한다. 이때, 금융 영업점 방문 예정 정보는 위치 정보, 방문 예정 시간 및 방문 예정 시간 및 처리 예정 업무를 포함한다. First, the real-time financial branch recommendation server 100 receives financial branch visit schedule information from the user terminal 200 . In this case, the financial branch visit schedule information includes location information, a planned visit time and a planned visit time, and a scheduled task to be processed.

위치 정보는 사용자의 위치를 기준으로 특정 반경 이내에 존재하는 복수의 금융 영업점을 추출하는데 사용되며, 사용자의 위치 정보 및 상기 복수의 금융 영업점까지의 이동 시간, 방문 예정 시간 및 처리 예정 업무는 예상 소요 시간은 금융 영업점 별 예상 소요 시간을 산출하는데 사용된다.The location information is used to extract a plurality of financial branches that exist within a specific radius based on the user's location, and the user's location information, travel time to the plurality of financial branches, scheduled visit time, and expected processing time are estimated time required is used to calculate the estimated time required for each financial branch.

이를 위해, 실시간 금융 영업점 추천 서버(100)는 사용자 단말(200)로부터 수신된 금융 영업점 방문 예정 정보 중 위치 정보를 기준으로 특정 반영에 위치하는 복수의 금융 영업점을 추출한다. To this end, the real-time financial branch recommendation server 100 extracts a plurality of financial branches located in a specific reflection based on the location information among the financial branch visit schedule information received from the user terminal 200 .

그 후, 실시간 금융 영업점 추천 서버(100)는 복수의 금융 영업점 각각의 금융 영업점 표준 데이터를 이용하여 상기 금융 영업점 별 예상 소요 시간을 산출하여 상기 사용자 단말(200)에 제공한다. Thereafter, the real-time financial branch recommendation server 100 calculates an estimated required time for each financial branch using standard data of each financial branch of the plurality of financial branches and provides it to the user terminal 200 .

이하에서는, 금융 영업점 별 예상 소요 시간을 산출하는 과정을 설명하기로 한다. Hereinafter, a process of calculating the expected required time for each financial branch will be described.

먼저, 실시간 금융 영업점 추천 서버(100)는 복수의 금융 영업점 각각에 존재하는 금융 서버(300)로부터 수신된 금융 영업점 표준 데이터(즉, 금융 영업점 데이터, 내점 고객 데이터, 거래 데이터 및 부가 데이터)를 이용하여 업무 소요 시간을 산출한다. First, the real-time financial branch recommendation server 100 uses the financial branch standard data (ie, financial branch data, visiting customer data, transaction data and additional data) received from the financial server 300 existing in each of a plurality of financial branches. to calculate the time required for work.

이때, 금융 영업점 데이터는 사용자의 위치 정보를 기준으로 특정 반경에 존재하는 복수의 금융 영업점의 개수에 따른 금융 영업점 밀집도의 점수 및 복수의 금융 영업점 각각의 내점 고객 수, 복수의 금융 영업점의 내점 고객 각각의 처리 예정 업무에 따른 업무 처리 시간 및 복수의 금융 영업점 각각의 직원 수에 따라 결정된 금융 영업점 혼잡도의 점수를 산출하기 위한 정보이다. In this case, the financial branch data includes a score of the density of financial branches according to the number of a plurality of financial branches existing in a specific radius based on the user's location information, the number of customers visiting each of the plurality of financial branches, and each customer visiting the plurality of financial branches. It is information for calculating the score of the financial branch congestion level determined according to the business processing time according to the processing scheduled task of the financial branch and the number of employees of each of the plurality of financial branches.

내점 고객 데이터는 사용자의 위치 정보를 기준으로 특정 반경에 존재하는 복수의 금융 영업점 각각의 내점 고객 수의 점수 및 내점 고객 각각의 처리 예정 업무에 따른 대기 시간의 점수를 산출하기 위한 정보이다. The customer data is information for calculating the score of the number of customers visiting each of a plurality of financial branches existing in a specific radius based on the user's location information and the score of the waiting time according to the processing scheduled task of each of the visiting customers.

거래 데이터는 업무 별, 표준 업무 시간 별 및 복합 거래 별 점수를 산출하기 위한 정보이다.The transaction data is information for calculating a score for each business, standard business hours, and complex transaction.

부가 데이터는 시간(즉, 요일/ 일자/ 시간)에 따른 특수 정보, 공간에 따른 특수 정보, 직원수에 따른 가중치를 반영하여 패턴을 분석하는데 사용되는 정보이다. Additional data is information used to analyze patterns by reflecting special information according to time (ie, day/date/time), special information according to space, and weight according to the number of employees.

일 실시예에서, 실시간 금융 영업점 추천 서버(100)는 사용자의 위치 정보를 기준으로 특정 반영에 위치하는 복수의 금융 영업점의 개수에 따른 가중치 및 미리 결정된 점수를 이용하여 금융 영업점 데이터 중 영업점 밀집도의 점수를 산출한다. In an embodiment, the real-time financial branch recommendation server 100 uses a weight and a predetermined score according to the number of a plurality of financial branches located in a specific reflection based on the user's location information, and the score of the branch density among the financial branch data to calculate

예를 들어, 실시간 금융 영업점 추천 서버(100)는 복수의 금융 영업점의 개수가 특정 개수 이상이면, 가중치 2 및 미리 결정된 점수 0.5을 이용하여 영업점 밀집도에 따른 점수 1.0(=가중치 2 * 미리 결정된 점수 0.5)를 산출할 수 있다. For example, if the number of a plurality of financial branches is greater than or equal to a specific number, the real-time financial branch recommendation server 100 uses a weight of 2 and a predetermined score of 0.5 to score 1.0 (= weight 2 * predetermined score 0.5) according to branch density. ) can be calculated.

다른 예를 들어, 실시간 금융 영업점 추천 서버(100)는 복수의 금융 영업점의 개수가 특정 개수 이면, 가중치 2 및 미리 결정된 점수 0.3을 이용하여 영업점 밀집도에 따른 점수 0.6(=가중치 2 * 미리 결정된 점수 0.3)를 산출할 수 있다. For another example, if the number of a plurality of financial branches is a specific number, the real-time financial branch recommendation server 100 uses a weight of 2 and a predetermined score of 0.3 to obtain a score of 0.6 according to the density of branches (= weight 2 * a predetermined score of 0.3). ) can be calculated.

또 다른 예를 들어, 실시간 금융 영업점 추천 서버(100)는 복수의 금융 영업점의 개수가 특정 개수 이하이면, 가중치 2 및 미리 결정된 점수 0.1을 이용하여 영업점 밀집도에 따른 점수 0.2(=가중치 2 * 미리 결정된 점수 0.1)를 산출할 수 있다. As another example, if the number of a plurality of financial branches is less than or equal to a specific number, the real-time financial branch recommendation server 100 uses a weight of 2 and a predetermined score of 0.1 to obtain a score of 0.2 according to the density of branches (= weight 2 * predetermined score). score 0.1) can be calculated.

다른 일 실시예에서, 실시간 금융 영업점 추천 서버(100)는 사용자의 위치 정보를 기준으로 특정 반영에 위치하는 복수의 금융 영업점 각각의 내점 고객 수, 복수의 금융 영업점의 내점 고객 각각의 처리 예정 업무에 따른 업무 처리 시간 및 복수의 금융 영업점 각각의 직원 수에 따라 결정된 대기 시간을 기초로 금융 영업점 데이터 중 금융 영업점 혼잡도의 점수를 산출한다. In another embodiment, the real-time financial branch recommendation server 100 is the number of customers visiting each of a plurality of financial branches located in a specific reflection based on the user's location information, and the processing scheduled business of each of the visiting customers of the plurality of financial branches A score of the financial branch congestion degree among the financial branch data is calculated based on the waiting time determined according to the corresponding business processing time and the number of employees of each of the plurality of financial branches.

예를 들어, 실시간 금융 영업점 추천 서버(100)는 대기 시간이 특정 시간 이상이면 가중치 3 및 미리 결정된 점수 0.3을 이용하여 영업점 혼잡도에 따른 점수 0.9(=가중치 3 * 미리 결정된 점수 0.3)를 산출할 수 있다. For example, if the waiting time is longer than a specific time, the real-time financial branch recommendation server 100 calculates a score of 0.9 (= weight 3 * predetermined score 0.3) according to the branch congestion level using weight 3 and a predetermined score of 0.3. have.

다른 예를 들어, 실시간 금융 영업점 추천 서버(100)는 대기 시간이 특정 시간 이상이면 가중치 3 및 미리 결정된 점수 0.5을 이용하여 영업점 혼잡도에 따른 점수 1.5(=가중치 3 * 미리 결정된 점수 0.5)를 산출할 수 있다. As another example, if the waiting time is longer than a specific time, the real-time financial branch recommendation server 100 calculates a score of 1.5 (= weight 3 * predetermined score 0.5) according to the branch congestion level using weight 3 and a predetermined score of 0.5. can

또 다른 예를 들어, 실시간 금융 영업점 추천 서버(100)는 대기 시간이 특정 시간 이하이면 가중치 3 및 미리 결정된 점수 0.8을 이용하여 영업점 혼잡도에 따른 점수 2.4(=가중치 3 * 미리 결정된 점수 0.8)를 산출할 수 있다. As another example, if the waiting time is less than a specific time, the real-time financial branch recommendation server 100 calculates a score of 2.4 (= weight 3 * predetermined score 0.8) according to the congestion level of the branch using weight 3 and a predetermined score 0.8 can do.

또 다른 일 실시예에서, 실시간 금융 영업점 추천 서버(100)는 사용자의 위치 정보를 기준으로 특정 반영에 위치하는 복수의 금융 영업점 각각의 대기 고객 수를 기초로 내점 고객 데이터 중 내점 고객 수의 점수를 산출한다. In another embodiment, the real-time financial branch recommendation server 100 determines the score of the number of visiting customers among customer data based on the number of waiting customers of each of a plurality of financial branches located in a specific reflection based on the user's location information Calculate.

예를 들어, 실시간 금융 영업점 추천 서버(100)는 내점 고객 수가 특정 수 이상이면 가중치 1 및 미리 결정된 점수 0.3을 이용하여 내점 고객 수에 따른 점수 0.3(=가중치 1 * 미리 결정된 점수 0.3)를 산출할 수 있다. For example, the real-time financial branch recommendation server 100 calculates a score of 0.3 (= weight 1 * predetermined score 0.3) according to the number of customers by using the weight 1 and the predetermined score 0.3 if the number of customers visiting the store is greater than or equal to a certain number. can

다른 예를 들어, 실시간 금융 영업점 추천 서버(100)는 내점 고객 수가 특정 수 이하이면 가중치 1 및 미리 결정된 점수 0.1을 이용하여 내점 고객 수에 따른 점수 0.1(=가중치 1 * 미리 결정된 점수 0.1)를 산출할 수 있다. As another example, if the number of customers visiting the store is less than or equal to a specific number, the real-time financial branch recommendation server 100 calculates a score of 0.1 (= weight 1 * predetermined score 0.1) according to the number of customers by using a weight of 1 and a predetermined score of 0.1 can do.

또 다른 일 실시예에서, 실시간 금융 영업점 추천 서버(100)는 사용자의 위치 정보를 기준으로 특정 반영에 위치하는 복수의 금융 영업점 각각의 업무 종류에 따라 거래 데이터 중 업무 구분에 따른 점수를 산출할 수 있다.In another embodiment, the real-time financial branch recommendation server 100 may calculate a score according to business classification among transaction data according to the business type of each of a plurality of financial branches located in a specific reflection based on the user's location information. have.

예를 들어, 실시간 금융 영업점 추천 서버(100)는 업무 종류가 신규 계좌 개설인 경우, 가중치 1 및 미리 결정된 점수 0.8을 이용하여 내점 고객 수에 따른 점수 0.8(=가중치 1 * 미리 결정된 점수 0.8)를 산출할 수 있다. For example, when the business type is new account opening, the real-time financial branch recommendation server 100 obtains a score of 0.8 (= weight 1 * predetermined score 0.8) according to the number of customers visiting by using a weight of 1 and a predetermined score of 0.8. can be calculated.

또 다른 일 실시예에서, 실시간 금융 영업점 추천 서버(100)는 사용자의 위치 정보를 기준으로 특정 반영에 위치하는 복수의 금융 영업점 각각의 표준 업무 시간에 따라 거래 데이터 중 표준 업무 시간에 따른 점수를 산출할 수 있다. In another embodiment, the real-time financial branch recommendation server 100 calculates a score according to standard business hours among transaction data according to standard business hours of each of a plurality of financial branches located in a specific reflection based on the user's location information can do.

예를 들어, 실시간 금융 영업점 추천 서버(100)는 업무 시간이 1분인 경우, 가중치 2 및 미리 결정된 점수 1을 이용하여 표준 업무 시간에 따른 점수 2(=가중치 2 * 미리 결정된 점수 1)를 산출할 수 있다. For example, the real-time financial branch recommendation server 100 calculates score 2 (= weight 2 * predetermined score 1) according to standard business hours using weight 2 and predetermined score 1 when the business time is 1 minute. can

또 다른 일 실시예에서, 실시간 금융 영업점 추천 서버(100)는 사용자의 위치 정보를 기준으로 특정 반영에 위치하는 복수의 금융 영업점 각각의 복합 거래 종류에 따라 거래 데이터 중 복합 거래에 따른 점수를 산출할 수 있다. In another embodiment, the real-time financial branch recommendation server 100 calculates a score according to a complex transaction among transaction data according to the complex transaction type of each of a plurality of financial branches located in a specific reflection based on the user's location information. can

예를 들어, 실시간 금융 영업점 추천 서버(100)는 사용자의 위치 정보를 기준으로 특정 반영에 위치하는 복수의 금융 영업점 각각의 거래가 5건 이상인 경우, 가중치 3 및 미리 결정된 점수 1을 이용하여 복합 거래에 따른 점수 3(=가중치 3 * 미리 결정된 점수 1)를 산출할 수 있다. For example, when the real-time financial branch recommendation server 100 has 5 or more transactions for each of a plurality of financial branches located in a specific reflection based on the user's location information, the weight 3 and the predetermined score 1 are used to calculate the complex transaction. According to the score 3 (= weight 3 * predetermined score 1) can be calculated.

또 다른 일 실시예에서, 실시간 금융 영업점 추천 서버(100)는 사용자의 위치 정보를 기준으로 특정 반영에 위치하는 복수의 금융 영업점 각각의 시간 특수성, 공간 특수성 및 직원 수에 따른 가중치를 반영하여 부가 데이터 중 부가 정보에 따른 점수를 산출할 수 있다. In another embodiment, the real-time financial branch recommendation server 100 reflects the weight according to the time specificity, spatial specificity, and number of employees of each of a plurality of financial branches located in a specific reflection based on the user's location information to provide additional data It is possible to calculate a score according to the additional information.

상기와 같은 과정을 통해, 실시간 금융 영업점 추천 서버(100)는 복수의 금융 영업점 각각의 금융 영업점 데이터, 내점 고객 데이터, 거래 데이터 및 부가 데이터 각각에 대해서 상기 업무 소요 시간에 영향을 미치는 정도에 따라 결정된 가중치를 미리 결정된 점수에 반영하여 최종 점수를 산출한 후, 금융 영업점 데이터, 내점 고객 데이터, 거래 데이터 및 부가 데이터 각각의 최종 점수를 이용하여 상기 금융 영업점 별 업무 소요 시간을 산출할 수 있다. Through the above process, the real-time financial branch recommendation server 100 is determined according to the degree of influence on the business required time for each of the financial branch data, the visiting customer data, the transaction data, and the additional data of each of the plurality of financial branches. After calculating the final score by reflecting the weight to the predetermined score, the business time required for each financial branch may be calculated using the final score of each of the financial branch data, visiting customer data, transaction data, and additional data.

그 후, 실시간 금융 영업점 추천 서버(100)는 복수의 금융 영업점 각각의 현재 대기 인원 및 예측 대기 시간을 이용하여 예측 대기 시간을 산출할 수 있다.Thereafter, the real-time financial branch recommendation server 100 may calculate the predicted waiting time by using the current waiting time and the predicted waiting time of each of the plurality of financial branches.

마지막으로, 실시간 금융 영업점 추천 서버(100)는 위치 정보 및 상기 복수의 금융 영업점 각각까지의 거리에 따라 결정된 이동 시간을 산출할 수 있다.Finally, the real-time financial branch recommendation server 100 may calculate a movement time determined according to location information and a distance to each of the plurality of financial branches.

결론적으로, 실시간 금융 영업점 추천 서버(100)는 업무 소요 시간, 예측 대기 시간 및 이동 시간을 이용하여 금융 영업점 별 예상 소요 시간을 산출하여 사용자 단말(200)에 제공할 수 있다.In conclusion, the real-time financial branch recommendation server 100 may calculate the estimated required time for each financial branch using the work required time, the predicted waiting time, and the travel time, and provide it to the user terminal 200 .

그런 다음, 실시간 금융 영업점 추천 서버(100)는 사용자 단말(200)로부터 복수의 금융 영업점 중 특정 금융 영업점이 선택되는 신호를 수신하면, 상기 금융 영업점 방문 예정 정보 중 방문 예정 시간에 따라 현재 방문 예정인지 여부를 확인한다.Then, when the real-time financial branch recommendation server 100 receives a signal that a specific financial branch is selected from among a plurality of financial branches from the user terminal 200, the real-time financial branch recommendation server 100 determines whether a current visit is scheduled according to the scheduled visit time among the financial branch visit schedule information. check whether

일 실시예에서, 실시간 금융 영업점 추천 서버(100)는 금융 영업점 방문 예정 정보 중 방문 예정 시간에 따라 현재 방문 예정인 경우, 특정 금융 영업점의 금융 서버(300)에 순번 대기표 발행 요청 메시지를 제공한다. In an embodiment, the real-time financial branch recommendation server 100 provides a waiting list issuance request message to the financial server 300 of a specific financial branch when the current visit is scheduled according to the scheduled visit time among the financial branch visit schedule information.

다른 일 실시예에서, 실시간 금융 영업점 추천 서버(100)는 금융 영업점 방문 예정 정보 중 방문 예정 시간에 따라 현재 방문 예정이 아닌 경우, 특정 금융 영업점의 예상 소요 시간 및 상기 특정 금융 영업점의 실시간 업무 처리 시간 사이의 편차 시간이 발생 여부에 따라 예상 소요 시간을 다시 산출하여 사용자 단말(200)에 제공한다. In another embodiment, when the real-time financial branch recommendation server 100 is not currently scheduled to visit according to the scheduled visit time among the visit scheduled information of the financial branch, the estimated required time of the specific financial branch and the real-time business processing time of the specific financial branch The estimated required time is calculated again according to whether a deviation time between the two occurs and provided to the user terminal 200 .

이와 같은 이유는, 실시간 금융 영업점 추천 서버(100)가 산출한 예상 소요시간은 사용자 단말(200)로부터 실시간 금융 영업점의 추천 요청 신호가 수신된 시점의 예상 소요 시간이기 때문에 사용자가 방문을 원하는 시간이 현재 시간이 아니면 예상 소요 시간이 변경될 수 있기 때문이다.The reason for this is that the estimated required time calculated by the real-time financial branch recommendation server 100 is the estimated required time when the real-time financial branch recommendation request signal is received from the user terminal 200, so the time the user wants to visit is This is because the estimated required time may change if it is not the current time.

따라서, 실시간 금융 영업점 추천 서버(100)는 특정 금융 영업점의 예상 소요 시간 및 상기 특정 금융 영업점의 실시간 업무 처리 시간 사이의 편차 시간이 발생 여부에 따라 예상 소요 시간을 다시 산출하여 상기 사용자 단말(200)에 제공한다. Therefore, the real-time financial branch recommendation server 100 calculates the expected required time again according to whether a deviation time between the expected required time of a specific financial branch and the real-time business processing time of the specific financial branch occurs, and the user terminal 200 provided to

사용자 단말(200)은 특정 금융 영업점을 추천받기 위해 실시간 금융 영업점 추천 서버(100)와 통신하는 단말이다. 이러한 사용자 단말(200)은 스마트폰, 태블릿 PC 등으로 구현될 수 있다. The user terminal 200 is a terminal that communicates with the real-time financial branch recommendation server 100 in order to receive a specific financial branch recommendation. The user terminal 200 may be implemented as a smart phone, a tablet PC, or the like.

먼저, 사용자 단말(200)은 금융 영업점 방문 예정 정보를 실시간 금융 영업점 추천 서버(100)에 제공한다. First, the user terminal 200 provides the financial branch visit schedule information to the real-time financial branch recommendation server 100 .

이때, 금융 영업점 방문 예정 정보는 위치 정보, 방문 예정 시간 및 방문 예정 시간 및 처리 예정 업무를 포함한다. 위치 정보는 사용자의 위치를 기준으로 특정 반경 이내에 존재하는 복수의 금융 영업점을 추출하는데 사용되며, 사용자의 위치 정보 및 상기 복수의 금융 영업점까지의 이동 시간, 방문 예정 시간 및 처리 예정 업무는 예상 소요 시간은 금융 영업점 별 예상 소요 시간을 산출하는데 사용된다.In this case, the financial branch visit schedule information includes location information, a planned visit time and a planned visit time, and a scheduled task to be processed. The location information is used to extract a plurality of financial branches that exist within a specific radius based on the user's location, and the user's location information, travel time to the plurality of financial branches, scheduled visit time, and expected processing time are estimated time required is used to calculate the estimated time required for each financial branch.

은행 서버(300)는 복수의 금융 영엄점 각각에 위치하는 서버로서, 실시간 금융 영업점 추천 서버(100)와 통신하여 실시간 금융 영업점 추천 서버(100)가 특정 금융 영업점을 추천하는데 사용되는 정보인 금융 영업점 표준 데이터를 실시간 금융 영업점 추천 서버(100)에 제공한다. The bank server 300 is a server located in each of a plurality of financial branches, and communicates with the real-time financial branch recommendation server 100 to enable the real-time financial branch recommendation server 100 to recommend a specific financial branch. Standard data is provided to the real-time financial branch recommendation server 100 .

상기의 금융 영업점 표준 데이터는 금융 영업점 데이터, 내점 고객 데이터, 거래 데이터 및 부가 데이터를 포함한다. The above-mentioned financial branch standard data includes financial branch data, visiting customer data, transaction data, and additional data.

이때, 금융 영업점 데이터는 사용자의 위치 정보를 기준으로 특정 반경에 존재하는 복수의 금융 영업점의 개수에 따른 금융 영업점 밀집도의 점수 및 복수의 금융 영업점 각각의 내점 고객 수, 복수의 금융 영업점의 내점 고객 각각의 처리 예정 업무에 따른 업무 처리 시간 및 복수의 금융 영업점 각각의 직원 수에 따라 결정된 금융 영업점 혼잡도의 점수를 산출하기 위한 정보이다. In this case, the financial branch data includes a score of the density of financial branches according to the number of a plurality of financial branches existing in a specific radius based on the user's location information, the number of customers visiting each of the plurality of financial branches, and each customer visiting the plurality of financial branches. It is information for calculating the score of the financial branch congestion level determined according to the business processing time according to the processing scheduled task of the financial branch and the number of employees of each of the plurality of financial branches.

내점 고객 데이터는 사용자의 위치 정보를 기준으로 특정 반경에 존재하는 복수의 금융 영업점 각각의 내점 고객 수의 점수 및 내점 고객 각각의 처리 예정 업무에 따른 대기 시간의 점수를 산출하기 위한 정보이다. The customer data is information for calculating the score of the number of customers visiting each of a plurality of financial branches existing in a specific radius based on the user's location information and the score of the waiting time according to the processing scheduled task of each of the visiting customers.

거래 데이터는 업무 별, 표준 업무 시간 별 및 복합 거래 별 점수를 산출하기 위한 정보이다.The transaction data is information for calculating a score for each business, standard business hours, and complex transaction.

부가 데이터는 시간(즉, 요일/ 일자/ 시간)에 따른 특수 정보, 공간에 따른 특수 정보, 직원수에 따른 가중치를 반영하여 패턴을 분석하는데 사용되는 정보이다. Additional data is information used to analyze patterns by reflecting special information according to time (ie, day/date/time), special information according to space, and weight according to the number of employees.

또한, 은행 서버(300)는 실시간 금융 영업점 추천 서버(100)로부터 번호표 발행 요청 메시지를 수신하면, 번호표를 발행하여 사용자 단말(100)에 제공한다. In addition, when the bank server 300 receives a number ticket issuance request message from the real-time financial branch recommendation server 100 , the bank server 300 issues a number ticket and provides it to the user terminal 100 .

도 2는 본 발명의 일 실시예에 따른 실시간 금융 영업점 추천 서버의 내부 구조를 설명하기 위한 블록도이다.2 is a block diagram illustrating an internal structure of a real-time financial branch recommendation server according to an embodiment of the present invention.

도 2를 참조하면, 실시간 금융 영업점 추천 서버(100)는 분석 요청부(110), 데이터 추출부(120) 및 예상 소요 시간 산출부(130)를 포함한다.Referring to FIG. 2 , the real-time financial branch recommendation server 100 includes an analysis request unit 110 , a data extraction unit 120 , and an estimated required time calculation unit 130 .

분석 요청부(110)는 사용자 단말(200)로부터 금융 영업점 방문 예정 정보를 수신한다. 금융 영업점 방문 예정 정보는 위치 정보, 방문 예정 시간 및 방문 예정 시간 및 처리 예정 업무를 포함한다. The analysis request unit 110 receives the financial branch visit schedule information from the user terminal 200 . The financial branch visit scheduled information includes location information, a scheduled visit time and a planned visit time, and a scheduled business to be processed.

위치 정보는 사용자의 위치를 기준으로 특정 반경 이내에 존재하는 복수의 금융 영업점을 추출하는데 사용되며, 사용자의 위치 정보 및 상기 복수의 금융 영업점까지의 이동 시간, 방문 예정 시간 및 처리 예정 업무는 예상 소요 시간은 금융 영업점 별 예상 소요 시간을 산출하는데 사용된다.The location information is used to extract a plurality of financial branches that exist within a specific radius based on the user's location, and the user's location information, travel time to the plurality of financial branches, scheduled visit time, and expected processing time are estimated time required is used to calculate the estimated time required for each financial branch.

데이터 추출부(120)는 분석 요청부(110)로부터 수신된 금융 영업점 방문 예정 정보 중 위치 정보를 기준으로 특정 반영에 위치하는 복수의 금융 영업점을 추출한다. 그 후, 데이터 추출부(120)는 복수의 금융 영업점 각각의 금융 영업점 표준 데이터를 예상 소요 시간 산출부(130)에 제공한다. The data extraction unit 120 extracts a plurality of financial branches located in a specific reflection based on location information among the financial branch visit schedule information received from the analysis requesting unit 110 . Thereafter, the data extraction unit 120 provides standard data for each of the plurality of financial branches to the estimated required time calculation unit 130 .

예상 소요 시간 산출부(130)는 데이터 추출부(120)로부터 수신된 복수의 금융 영업점 각각의 금융 영업점 표준 데이터(즉, 금융 영업점 데이터, 내점 고객 데이터, 거래 데이터 및 부가 데이터)를 이용하여 금융 영업점 별 예상 소요 시간을 산출하여 상기 사용자 단말(200)에 제공한다. The estimated required time calculation unit 130 is a financial branch using standard data (ie, financial branch data, visiting customer data, transaction data, and additional data) of each of the plurality of financial branches received from the data extraction unit 120 . The estimated required time for each is calculated and provided to the user terminal 200 .

이때, 금융 영업점 데이터는 사용자의 위치 정보를 기준으로 특정 반경에 존재하는 복수의 금융 영업점의 개수에 따른 금융 영업점 밀집도의 점수 및 복수의 금융 영업점 각각의 내점 고객 수, 복수의 금융 영업점의 내점 고객 각각의 처리 예정 업무에 따른 업무 처리 시간 및 복수의 금융 영업점 각각의 직원 수에 따라 결정된 금융 영업점 혼잡도의 점수를 산출하기 위한 정보이다. In this case, the financial branch data includes a score of the density of financial branches according to the number of a plurality of financial branches existing in a specific radius based on the user's location information, the number of customers visiting each of the plurality of financial branches, and each customer visiting the plurality of financial branches. It is information for calculating the score of the financial branch congestion level determined according to the business processing time according to the processing scheduled task of the financial branch and the number of employees of each of the plurality of financial branches.

내점 고객 데이터는 사용자의 위치 정보를 기준으로 특정 반경에 존재하는 복수의 금융 영업점 각각의 내점 고객 수의 점수 및 내점 고객 각각의 처리 예정 업무에 따른 대기 시간의 점수를 산출하기 위한 정보이다. The customer data is information for calculating the score of the number of customers visiting each of a plurality of financial branches existing in a specific radius based on the user's location information and the score of the waiting time according to the processing scheduled task of each of the visiting customers.

거래 데이터는 업무 별, 표준 업무 시간 별 및 복합 거래 별 점수를 산출하기 위한 정보이다.The transaction data is information for calculating a score for each business, standard business hours, and complex transaction.

부가 데이터는 시간(즉, 요일/ 일자/ 시간)에 따른 특수 정보, 공간에 따른 특수 정보, 직원수에 따른 가중치를 반영하여 패턴을 분석하는데 사용되는 정보이다. Additional data is information used to analyze patterns by reflecting special information according to time (ie, day/date/time), special information according to space, and weight according to the number of employees.

이하에서는, 예상 소요 시간 산출부(130)가 금융 영업점 별 예상 소요 시간을 산출하는 과정을 설명하기로 한다. Hereinafter, a process in which the expected required time calculation unit 130 calculates the expected required time for each financial branch will be described.

일 실시예에서, 예상 소요 시간 산출부(130)는 사용자의 위치 정보를 기준으로 특정 반영에 위치하는 복수의 금융 영업점의 개수에 따른 가중치 및 미리 결정된 점수를 이용하여 금융 영업점 데이터 중 영업점 밀집도의 점수를 산출한다. In an embodiment, the estimated required time calculation unit 130 uses a weight and a predetermined score according to the number of a plurality of financial branches located in a specific reflection based on the user's location information, and the score of the density of branches among the financial branch data to calculate

다른 일 실시예에서, 예상 소요 시간 산출부(130)는 사용자의 위치 정보를 기준으로 특정 반영에 위치하는 복수의 금융 영업점 각각의 내점 고객 수, 복수의 금융 영업점의 내점 고객 각각의 처리 예정 업무에 따른 업무 처리 시간 및 복수의 금융 영업점 각각의 직원 수에 따라 결정된 대기 시간을 기초로 금융 영업점 데이터 중 금융 영업점 혼잡도의 점수를 산출한다. In another embodiment, the estimated required time calculation unit 130 is the number of customers visiting each of a plurality of financial branches located in a specific reflection based on the user's location information, and the processing scheduled business of each of the visiting customers of the plurality of financial branches. A score of the financial branch congestion degree among the financial branch data is calculated based on the waiting time determined according to the corresponding business processing time and the number of employees of each of the plurality of financial branches.

또 다른 일 실시예에서, 예상 소요 시간 산출부(130)는 사용자의 위치 정보를 기준으로 특정 반영에 위치하는 복수의 금융 영업점 각각의 대기 고객 수를 기초로 내점 고객 데이터 중 내점 고객 수의 점수를 산출한다. In another embodiment, the estimated required time calculation unit 130 calculates the score of the number of visiting customers among the customer data based on the number of waiting customers of each of a plurality of financial branches located in a specific reflection based on the user's location information Calculate.

또 다른 일 실시예에서, 예상 소요 시간 산출부(130)는 사용자의 위치 정보를 기준으로 특정 반영에 위치하는 복수의 금융 영업점 각각의 업무 종류에 따라 거래 데이터 중 업무 구분에 따른 점수를 산출할 수 있다.In another embodiment, the estimated required time calculation unit 130 may calculate a score according to the business classification among transaction data according to the business type of each of a plurality of financial branches located in a specific reflection based on the user's location information. have.

또 다른 일 실시예에서, 예상 소요 시간 산출부(130)는 사용자의 위치 정보를 기준으로 특정 반영에 위치하는 복수의 금융 영업점 각각의 표준 업무 시간에 따라 거래 데이터 중 표준 업무 시간에 따른 점수를 산출할 수 있다. In another embodiment, the estimated required time calculation unit 130 calculates a score according to the standard business hours of the transaction data according to the standard business hours of each of a plurality of financial branches located in a specific reflection based on the user's location information can do.

또 다른 일 실시예에서, 예상 소요 시간 산출부(130)는 사용자의 위치 정보를 기준으로 특정 반영에 위치하는 복수의 금융 영업점 각각의 복합 거래 종류에 따라 거래 데이터 중 복합 거래에 따른 점수를 산출할 수 있다. In another embodiment, the estimated required time calculation unit 130 calculates a score according to a complex transaction among transaction data according to a complex transaction type of each of a plurality of financial branches located in a specific reflection based on the user's location information. can

또 다른 일 실시예에서, 예상 소요 시간 산출부(130)는 사용자의 위치 정보를 기준으로 특정 반영에 위치하는 복수의 금융 영업점 각각의 시간(즉, 요일/ 일자/ 시간) 특수성, 공간 특수성 및 직원 수에 따른 가중치를 반영하여 부가 데이터 중 부가 정보에 따른 점수를 산출할 수 있다. In another embodiment, the estimated required time calculation unit 130 is each time (ie, day / date / time) specificity, space specificity and staff of a plurality of financial branches located in a specific reflection based on the user's location information A score according to the additional information among the additional data may be calculated by reflecting the weight according to the number.

이와 같이, 시간 특수성을 고려하는 이유는 복수의 금융 영업점 각각의 시간의 특성(예를 들어, 공휴일 전날, 공휴일 다음날, 세금 납부 마감일 등)에 따라 해당 금융 영업점에 대기하는 고객 수가 증가할 수 있으며, 공간 특수성을 고려하는 이유는 복수의 금융 영업점 각각의 주변에 얼마나 많은 금융 영업점이 존재하는지 여부에 따라 대기하는 고객의 수가 달라질 수 있으며, 직원 수를 고려하는 이유는 대기하는 고객이 많더라도 직원 수가 많으면 대기 시간이 줄어들 것이고, 고객이 많더라도 직원 수가 적으면 대기 시간이 길어질 수 있기 때문이다. As such, the reason for considering time specificity is that the number of customers waiting at the financial branch may increase depending on the characteristics of the time of each of the plurality of financial branches (eg, the day before a public holiday, the day after a public holiday, the tax payment deadline, etc.), The reason for considering the specificity of space is that the number of waiting customers can vary depending on how many financial branches exist around each of the plurality of financial branches. This is because waiting times will be reduced, and even if there are many customers, waiting times may be longer if the number of employees is small.

상기와 같은 과정을 통해, 예상 소요 시간 산출부(130)는 복수의 금융 영업점 각각의 금융 영업점 데이터, 내점 고객 데이터, 거래 데이터 및 부가 데이터 각각에 대해서 상기 업무 소요 시간에 영향을 미치는 정도에 따라 결정된 가중치를 미리 결정된 점수에 반영하여 최종 점수를 산출한 후, 금융 영업점 데이터, 내점 고객 데이터, 거래 데이터 및 부가 데이터 각각의 최종 점수를 이용하여 상기 금융 영업점 별 업무 소요 시간을 산출할 수 있다. Through the process as described above, the estimated required time calculation unit 130 is determined according to the degree of influence on the business required time for each of the financial branch data, the visiting customer data, the transaction data, and the additional data of each of the plurality of financial branches. After calculating the final score by reflecting the weight to the predetermined score, the business time required for each financial branch may be calculated using the final score of each of the financial branch data, visiting customer data, transaction data, and additional data.

그런 다음, 예상 소요 시간 산출부(130)는 금융 영업점 별 업무 소요 시간를 기초로 업무 소요 시간이 특정 시간 이하인 금융 영업점을 추출하여 추천 분석부(140)에 제공한다. Then, the estimated required time calculation unit 130 extracts a financial branch whose work required time is less than or equal to a specific time based on the required work time for each financial branch and provides it to the recommendation analysis unit 140 .

예상 소요 시간 산출부(130)는 금융 영업점 각각의 위치 정보 및 상기 복수의 금융 영업점 각각까지의 거리에 따라 결정된 이동 시간을 산출할 수 있다. The estimated required time calculation unit 130 may calculate a travel time determined according to location information of each financial branch and a distance to each of the plurality of financial branches.

예상 소요 시간 산출부(130)는 복수의 금융 영업점 각각의 현재 대기 인원 및 예측 대기 시간을 이용하여 예측 대기 시간을 산출하여 사용자 단말(200)에 제공한다. The expected required time calculation unit 130 calculates a predicted waiting time by using the current waiting time and the predicted waiting time of each of the plurality of financial branches, and provides it to the user terminal 200 .

예상 소요 시간 산출부(130)는 사용자 단말(200)로부터 복수의 금융 영업점 중 특정 금융 영업점이 선택되는 신호를 수신하면, 상기 금융 영업점 방문 예정 정보 중 방문 예정 시간에 따라 현재 방문 예정인지 여부를 확인한다. When receiving a signal for selecting a specific financial branch from among a plurality of financial branches from the user terminal 200, the estimated required time calculation unit 130 checks whether a current visit is scheduled according to the scheduled visit time among the financial branch visit schedule information. do.

일 실시예에서, 예상 소요 시간 산출부(130)는 금융 영업점 방문 예정 정보 중 방문 예정 시간에 따라 현재 방문 예정인 경우, 특정 금융 영업점의 금융 서버(300)에 순번 대기표 발행 요청 메시지를 제공한다. In an embodiment, the estimated required time calculation unit 130 provides a waiting list issuance request message to the financial server 300 of a specific financial branch when the current visit is scheduled according to the scheduled visit time among the visit scheduled information of the financial branch.

다른 일 실시예에서, 예상 소요 시간 산출부(130)는 금융 영업점 방문 예정 정보 중 방문 예정 시간에 따라 현재 방문 예정이 아닌 경우, 특정 금융 영업점의 예상 소요 시간 및 상기 특정 금융 영업점의 실시간 업무 처리 시간 사이의 편차 시간이 발생 여부에 따라 예상 소요 시간을 다시 산출하여 사용자 단말(200)에 제공한다. In another embodiment, the estimated required time calculation unit 130 is configured to, when the current visit is not scheduled according to the scheduled visit time among the visit scheduled information of the financial branch, the estimated required time of the specific financial branch and the real-time business processing time of the specific financial branch The estimated required time is calculated again according to whether a deviation time between the two occurs and provided to the user terminal 200 .

이와 같은 이유는, 예상 소요 시간 산출부(130)가 산출한 예상 소요시간은 사용자 단말(200)로부터 실시간 금융 영업점의 추천 요청 신호가 수신된 시점의 예상 소요 시간이기 때문에 사용자가 방문을 원하는 시간이 현재 시간이 아니면 예상 소요 시간이 변경될 수 있기 때문이다.The reason for this is that the estimated required time calculated by the expected required time calculation unit 130 is the estimated required time when a recommendation request signal of a real-time financial branch is received from the user terminal 200, so the time the user wants to visit is This is because the estimated required time may change if it is not the current time.

따라서, 예상 소요 시간 산출부(130)는 특정 금융 영업점의 예상 소요 시간 및 상기 특정 금융 영업점의 실시간 업무 처리 시간 사이의 편차 시간이 발생 여부에 따라 예상 소요 시간을 다시 산출하여 상기 사용자 단말(200)에 제공한다. Accordingly, the estimated required time calculation unit 130 calculates the expected required time again according to whether a deviation between the expected required time of a specific financial branch and the real-time business processing time of the specific financial branch occurs, and the user terminal 200 provided to

도 3은 본 발명에 따른 실시간 금융 영업점 추천 방법의 일 실시예를 설명하기 위한 흐름도이다.3 is a flowchart illustrating an embodiment of a method for recommending a real-time financial branch according to the present invention.

도 3을 참조하면, 실시간 금융 영업점 추천 서버(100)는 사용자 단말로부터 수신된 금융 영업점 방문 예정 정보 중 위치 정보를 기준으로 특정 반영에 위치하는 복수의 금융 영업점을 추출한다(단계 S310).Referring to FIG. 3 , the real-time financial branch recommendation server 100 extracts a plurality of financial branches located at specific reflections based on location information among financial branch visit schedule information received from the user terminal (step S310).

실시간 금융 영업점 추천 서버(100)는 상기 복수의 금융 영업점 각각의 금융 영업점 표준 데이터를 이용하여 상기 금융 영업점 별 예상 소요 시간을 산출하여 상기 사용자 단말에 제공한다(단계 S320).The real-time financial branch recommendation server 100 calculates the estimated required time for each financial branch using the standard data of the financial branch of each of the plurality of financial branches and provides it to the user terminal (step S320).

실시간 금융 영업점 추천 서버(100)는 상기 복수의 금융 영업점 중 특정 금융 영업점이 선택되면(단계 S330), 상기 금융 영업점 방문 예정 정보 중 방문 예정 시간에 따라 현재 방문 예정인지 여부를 확인한다(단계 S340).When a specific financial branch is selected from among the plurality of financial branches (step S330), the real-time financial branch recommendation server 100 checks whether a current visit is scheduled according to the scheduled visit time among the financial branch visit schedule information (step S340) .

만일, 실시간 금융 영업점 추천 서버(100)는 금융 영업점 방문 예정 정보 중 방문 예정 시간에 따라 현재 방문 예정이라고 판단되면(단계 S350), 금융 서버에 번호표 발행 요청 메시지를 제공한다(단계 S370).If the real-time financial branch recommendation server 100 determines that the current visit is scheduled according to the scheduled visit time among the financial branch visit schedule information (step S350), it provides a number plate issuance request message to the financial server (step S370).

한편, 실시간 금융 영업점 추천 서버(100)는 금융 영업점 방문 예정 정보 중 방문 예정 시간에 따라 현재 방문 예정이 아니라고 판단되면(단계 S350), 특정 금융 영업점의 예상 소요 시간 및 상기 특정 금융 영업점의 실시간 업무 처리 시간 사이의 편차 시간이 발생 여부에 따라 예상 소요 시간을 다시 산출하여 상기 사용자 단말에 제공한다(단계 S350).On the other hand, if the real-time financial branch recommendation server 100 determines that the current visit is not scheduled according to the scheduled visit time among the visit scheduled information of the financial branch (step S350), the estimated required time of the specific financial branch and real-time business processing of the specific financial branch The estimated required time is calculated again according to whether a deviation time between the times occurs and provided to the user terminal (step S350).

도 4는 본 발명의 일 실시예에 따른 금융 영업점 표준 데이터를 설명하기 위한 도면이다.4 is a diagram for explaining standard data of a financial branch according to an embodiment of the present invention.

도 4를 참조하면, 금융 영업점 표준 데이터는 금융 영업점 데이터(A), 내점 고객 데이터(B), 거래 데이터(C) 및 부가 데이터(D)를 포함한다. Referring to FIG. 4 , the financial branch standard data includes financial branch data (A), visiting customer data (B), transaction data (C), and additional data (D).

이때, 금융 영업점 데이터(A)는 사용자의 위치 정보를 기준으로 특정 반경에 존재하는 복수의 금융 영업점의 개수에 따른 금융 영업점 밀집도의 점수 및 복수의 금융 영업점 각각의 내점 고객 수, 복수의 금융 영업점의 내점 고객 각각의 처리 예정 업무에 따른 업무 처리 시간 및 복수의 금융 영업점 각각의 직원 수에 따라 결정된 금융 영업점 혼잡도의 점수를 산출하기 위한 정보이다. At this time, the financial branch data (A) is the score of the density of financial branches according to the number of a plurality of financial branches existing in a specific radius based on the user's location information, the number of customers visiting each of the plurality of financial branches, the number of financial branches This is information for calculating a score of a financial branch congestion level determined according to the business processing time according to the processing scheduled business of each customer and the number of employees of each of the plurality of financial branches.

일 실시예에서, 실시간 금융 영업점 추천 서버(100)는 사용자의 위치 정보를 기준으로 특정 반영에 위치하는 복수의 금융 영업점의 개수에 따른 가중치 및 미리 결정된 점수를 이용하여 금융 영업점 데이터(A) 중 영업점 밀집도의 점수를 산출한다. In an embodiment, the real-time financial branch recommendation server 100 uses a weight and a predetermined score according to the number of a plurality of financial branches located in a specific reflection based on the user's location information, and a branch of the financial branch data (A) Calculate the density score.

예를 들어, 실시간 금융 영업점 추천 서버(100)는 복수의 금융 영업점의 개수가 특정 개수 이상이면, 가중치 2 및 미리 결정된 점수 0.5을 이용하여 영업점 밀집도에 따른 점수 1.0(=가중치 2 * 미리 결정된 점수 0.5)를 산출할 수 있다. For example, if the number of a plurality of financial branches is greater than or equal to a specific number, the real-time financial branch recommendation server 100 uses a weight of 2 and a predetermined score of 0.5 to score 1.0 (= weight 2 * predetermined score 0.5) according to branch density. ) can be calculated.

다른 예를 들어, 실시간 금융 영업점 추천 서버(100)는 복수의 금융 영업점의 개수가 특정 개수 이면, 가중치 2 및 미리 결정된 점수 0.3을 이용하여 영업점 밀집도에 따른 점수 0.6(=가중치 2 * 미리 결정된 점수 0.3)를 산출할 수 있다. For another example, if the number of a plurality of financial branches is a specific number, the real-time financial branch recommendation server 100 uses a weight of 2 and a predetermined score of 0.3 to obtain a score of 0.6 according to the density of branches (= weight 2 * a predetermined score of 0.3). ) can be calculated.

또 다른 예를 들어, 실시간 금융 영업점 추천 서버(100)는 복수의 금융 영업점의 개수가 특정 개수 이하이면, 가중치 2 및 미리 결정된 점수 0.1을 이용하여 영업점 밀집도에 따른 점수 0.2(=가중치 2 * 미리 결정된 점수 0.1)를 산출할 수 있다. As another example, if the number of a plurality of financial branches is less than or equal to a specific number, the real-time financial branch recommendation server 100 uses a weight of 2 and a predetermined score of 0.1 to obtain a score of 0.2 according to the density of branches (= weight 2 * predetermined score). score 0.1) can be calculated.

다른 일 실시예에서, 실시간 금융 영업점 추천 서버(100)는 사용자의 위치 정보를 기준으로 특정 반영에 위치하는 복수의 금융 영업점 각각의 내점 고객 수, 복수의 금융 영업점의 내점 고객 각각의 처리 예정 업무에 따른 업무 처리 시간 및 복수의 금융 영업점 각각의 직원 수에 따라 결정된 대기 시간을 기초로 금융 영업점 데이터(A) 중 금융 영업점 혼잡도의 점수를 산출한다. In another embodiment, the real-time financial branch recommendation server 100 is the number of customers visiting each of a plurality of financial branches located in a specific reflection based on the user's location information, and the processing scheduled business of each of the visiting customers of the plurality of financial branches A score of the financial branch congestion degree among the financial branch data (A) is calculated based on the waiting time determined according to the corresponding business processing time and the number of employees of each of the plurality of financial branches.

예를 들어, 실시간 금융 영업점 추천 서버(100)는 대기 시간이 특정 시간 이상이면 가중치 3 및 미리 결정된 점수 0.3을 이용하여 영업점 혼잡도에 따른 점수 0.9(=가중치 3 * 미리 결정된 점수 0.3)를 산출할 수 있다. For example, if the waiting time is longer than a specific time, the real-time financial branch recommendation server 100 calculates a score of 0.9 (= weight 3 * predetermined score 0.3) according to the branch congestion level using weight 3 and a predetermined score of 0.3. have.

다른 예를 들어, 실시간 금융 영업점 추천 서버(100)는 대기 시간이 특정 시간 이상이면 가중치 3 및 미리 결정된 점수 0.5을 이용하여 영업점 혼잡도에 따른 점수 1.5(=가중치 3 * 미리 결정된 점수 0.5)를 산출할 수 있다.As another example, if the waiting time is longer than a specific time, the real-time financial branch recommendation server 100 calculates a score of 1.5 (= weight 3 * predetermined score 0.5) according to the branch congestion level using weight 3 and a predetermined score of 0.5. can

또 다른 예를 들어, 실시간 금융 영업점 추천 서버(100)는 대기 시간이 특정 시간 이하이면 가중치 3 및 미리 결정된 점수 0.8을 이용하여 영업점 혼잡도에 따른 점수 2.4(=가중치 3 * 미리 결정된 점수 0.8)를 산출할 수 있다. As another example, if the waiting time is less than a specific time, the real-time financial branch recommendation server 100 calculates a score of 2.4 (= weight 3 * predetermined score 0.8) according to the congestion level of the branch using weight 3 and a predetermined score 0.8 can do.

내점 고객 데이터(B)는 사용자의 위치 정보를 기준으로 특정 반경에 존재하는 복수의 금융 영업점 각각의 내점 고객 수의 점수 및 내점 고객 각각의 처리 예정 업무에 따른 대기 시간의 점수를 산출하기 위한 정보이다. The visiting customer data (B) is information for calculating the score of the number of customers visiting each of a plurality of financial branches existing in a specific radius based on the user's location information and the score of the waiting time according to the processing scheduled task of each customer. .

일 실시예에서, 실시간 금융 영업점 추천 서버(100)는 사용자의 위치 정보를 기준으로 특정 반영에 위치하는 복수의 금융 영업점 각각의 대기 고객 수를 기초로 내점 고객 데이터(B) 중 내점 고객 수의 점수를 산출한다. In one embodiment, the real-time financial branch recommendation server 100 is based on the user's location information based on the number of customers in the store based on the number of waiting customers of each of a plurality of financial branches located in a specific reflection The score of the number of visiting customers in the customer data (B) to calculate

예를 들어, 실시간 금융 영업점 추천 서버(100)는 내점 고객 수가 특정 수 이상이면 가중치 1 및 미리 결정된 점수 0.3을 이용하여 내점 고객 수에 따른 점수 0.3(=가중치 1 * 미리 결정된 점수 0.3)를 산출할 수 있다. For example, the real-time financial branch recommendation server 100 calculates a score of 0.3 (= weight 1 * predetermined score 0.3) according to the number of customers by using the weight 1 and the predetermined score 0.3 if the number of customers visiting the store is greater than or equal to a certain number. can

다른 예를 들어, 실시간 금융 영업점 추천 서버(100)는 내점 고객 수가 특정 수 이하이면 가중치 1 및 미리 결정된 점수 0.1을 이용하여 내점 고객 수에 따른 점수 0.1(=가중치 1 * 미리 결정된 점수 0.1)를 산출할 수 있다. As another example, if the number of customers visiting the store is less than or equal to a specific number, the real-time financial branch recommendation server 100 calculates a score of 0.1 (= weight 1 * predetermined score 0.1) according to the number of customers by using a weight of 1 and a predetermined score of 0.1 can do.

거래 데이터(C)는 업무 별, 표준 업무 시간 별 및 복합 거래 별 점수를 산출하기 위한 정보이다.The transaction data (C) is information for calculating a score for each task, for each standard business hour, and for each complex transaction.

일 실시예에서, 실시간 금융 영업점 추천 서버(100)는 사용자의 위치 정보를 기준으로 특정 반영에 위치하는 복수의 금융 영업점 각각의 업무 종류에 따라 거래 데이터(C)중 업무 구분에 따른 점수를 산출할 수 있다.In one embodiment, the real-time financial branch recommendation server 100 calculates a score according to the business classification among the transaction data (C) according to the business type of each of a plurality of financial branches located in a specific reflection based on the user's location information. can

예를 들어, 실시간 금융 영업점 추천 서버(100)는 업무 종류가 신규 계좌 개설인 경우, 가중치 1 및 미리 결정된 점수 0.8을 이용하여 내점 고객 수에 따른 점수 0.8(=가중치 1 * 미리 결정된 점수 0.8)를 산출할 수 있다. For example, when the business type is new account opening, the real-time financial branch recommendation server 100 obtains a score of 0.8 (= weight 1 * predetermined score 0.8) according to the number of customers visiting by using a weight of 1 and a predetermined score of 0.8. can be calculated.

다른 일 실시예에서, 실시간 금융 영업점 추천 서버(100)는 사용자의 위치 정보를 기준으로 특정 반영에 위치하는 복수의 금융 영업점 각각의 표준 업무 시간에 따라 거래 데이터(C) 중 표준 업무 시간에 따른 점수를 산출할 수 있다. In another embodiment, the real-time financial branch recommendation server 100 scores according to the standard business hours of the transaction data C according to the standard business hours of each of a plurality of financial branches located in a specific reflection based on the user's location information can be calculated.

예를 들어, 실시간 금융 영업점 추천 서버(100)는 업무 시간이 1분인 경우, 가중치 2 및 미리 결정된 점수 1을 이용하여 표준 업무 시간에 따른 점수 2(=가중치 2 * 미리 결정된 점수 1)를 산출할 수 있다. For example, the real-time financial branch recommendation server 100 calculates score 2 (= weight 2 * predetermined score 1) according to standard business hours using weight 2 and predetermined score 1 when the business time is 1 minute. can

또 다른 일 실시예에서, 실시간 금융 영업점 추천 서버(100)는 사용자의 위치 정보를 기준으로 특정 반영에 위치하는 복수의 금융 영업점 각각의 복합 거래 종류에 따라 거래 데이터(C) 중 복합 거래에 따른 점수를 산출할 수 있다. In another embodiment, the real-time financial branch recommendation server 100 is a score according to the complex transaction among the transaction data C according to the complex transaction type of each of a plurality of financial branches located in a specific reflection based on the user's location information can be calculated.

예를 들어, 실시간 금융 영업점 추천 서버(100)는 사용자의 위치 정보를 기준으로 특정 반영에 위치하는 복수의 금융 영업점 각각의 거래가 5건 이상인 경우, 가중치 3 및 미리 결정된 점수 1을 이용하여 복합 거래에 따른 점수 3(=가중치 3 * 미리 결정된 점수 1)를 산출할 수 있다. For example, when the real-time financial branch recommendation server 100 has 5 or more transactions for each of a plurality of financial branches located in a specific reflection based on the user's location information, the weight 3 and the predetermined score 1 are used to perform the complex transaction. According to the score 3 (= weight 3 * predetermined score 1) can be calculated.

부가 데이터(D)는 시간(즉, 요일/ 일자/ 시간)에 따른 특수 정보, 공간에 따른 특수 정보, 직원수에 따른 가중치를 반영하여 패턴을 분석하는데 사용되는 정보이다. The additional data (D) is information used to analyze patterns by reflecting special information according to time (ie, day/date/time), special information according to space, and weight according to the number of employees.

일 실시예에서, 실시간 금융 영업점 추천 서버(100)는 사용자의 위치 정보를 기준으로 특정 반영에 위치하는 복수의 금융 영업점 각각의 시간 특수성, 공간 특수성 및 직원 수에 따른 가중치를 반영하여 부가 데이터 중 부가 정보에 따른 점수를 산출할 수 있다. In one embodiment, the real-time financial branch recommendation server 100 reflects the weight according to the time specificity, space specificity, and number of employees of each of a plurality of financial branches located in a specific reflection based on the user's location information to add additional data A score can be calculated according to the information.

이상과 같이 본 발명은 비록 한정된 실시예와 도면에 의해 설명되었으나, 본 발명은 상기의 실시예에 한정되는 것은 아니며, 이는 본 발명이 속하는 분야에서 통상의 지식을 가진 자라면 이러한 기재로부터 다양한 수정 및 변형이 가능하다. 따라서, 본 발명 사상은 아래에 기재된 특허청구범위에 의해서만 파악되어야 하고, 이의 균등 또는 등가적 변형 모두는 본 발명 사상의 범주에 속한다고 할 것이다.As described above, although the present invention has been described with reference to the limited examples and drawings, the present invention is not limited to the above-described examples, which are various modifications and variations from these descriptions by those skilled in the art to which the present invention belongs. Transformation is possible. Accordingly, the spirit of the present invention should be understood only by the claims described below, and all equivalents or equivalent modifications thereof will fall within the scope of the spirit of the present invention.

100: 실시간 금융 영업점 추천 서버
110: 분석 요청부
120: 데이터 추출부
130: 예상 소요 시간 산출부
200: 사용자 단말
300: 은행 서버100: Real-time financial branch recommendation server
110: analysis request unit
120: data extraction unit
130: Estimated required time calculation unit
200: user terminal
300: bank server

Claims (8)

사용자 단말로부터 수신된 금융 영업점 방문 예정 정보 중 위치 정보를 기준으로 특정 반영에 위치하는 복수의 금융 영업점을 추출하는 단계;
상기 복수의 금융 영업점 각각의 금융 영업점 표준 데이터를 이용하여 상기 금융 영업점 별 예상 소요 시간을 산출하여 상기 사용자 단말에 제공하는 단계;
상기 복수의 금융 영업점 중 특정 금융 영업점이 선택되면, 상기 금융 영업점 방문 예정 정보 중 방문 예정 시간에 따라 현재 방문 예정인지 여부를 확인하는 단계; 및
상기 확인 결과에 따라 금융 서버에 번호표 발행 요청 메시지를 제공하거나 상기 특정 금융 영업점의 예상 소요 시간의 업데이트 여부에 따라 상기 예상 소요 시간을 다시 산출하는 단계를 포함하고,
상기 복수의 금융 영업점 각각의 금융 영업점 표준 데이터를 이용하여 상기 금융 영업점 별 예상 소요 시간을 산출하여 상기 사용자 단말에 제공하는 단계는
상기 복수의 금융 영업점 각각의 금융 영업점 데이터, 내점 고객 데이터, 거래 데이터 및 부가 데이터를 이용하여 업무 소요 시간을 산출하는 단계;
상기 복수의 금융 영업점 각각의 현재 대기 인원 및 예측 대기 시간을 이용하여 예측 대기 시간을 산출하는 단계;
상기 위치 정보 및 상기 복수의 금융 영업점 각각까지의 거리에 따라 결정된 이동 시간을 산출하는 단계; 및
상기 업무 소요 시간, 예측 대기 시간 및 이동 시간을 이용하여 상기 예상 소요 시간을 산출하는 단계를 포함하고,
상기 복수의 금융 영업점 각각의 금융 영업점 데이터, 내점 고객 데이터, 거래 데이터 및 부가 데이터를 이용하여 업무 소요 시간을 산출하는 단계는
상기 복수의 금융 영업점 각각의 금융 영업점 데이터, 내점 고객 데이터, 거래 데이터 및 부가 데이터 각각에 대해서 상기 업무 소요 시간에 영향을 미치는 정도에 따라 결정된 서로 다른 가중치를 미리 결정된 점수에 반영하여 최종 점수를 산출하는 단계; 및
상기 금융 영업점 데이터, 내점 고객 데이터, 거래 데이터 및 부가 데이터 각각의 최종 점수를 이용하여 상기 금융 영업점 별 업무 소요 시간을 산출하는 단계를 포함하고,
상기 금융 영업점 데이터는 사용자의 위치 정보를 기준으로 특정 반경에 존재하는 복수의 금융 영업점의 개수를 나타내는 영업점 밀집도 및 복수의 금융 영업점 각각의 내점 고객 수, 복수의 금융 영업점의 내점 고객 각각의 처리 예정 업무에 따른 업무 처리 시간 및 복수의 금융 영업점 각각의 직원 수에 따라 결정된 금융 영업점 혼잡도를 포함하고,
상기 내점 고객 데이터는 사용자의 위치 정보를 기준으로 특정 반경에 존재하는 복수의 금융 영업점 각각의 내점 고객 수의 점수 및 내점 고객 각각의 처리 예정 업무에 따른 대기 시간 점수를 포함하고,
상기 거래 데이터는 업무 구분 정보, 사용자의 위치 정보를 기준으로 특정 반영에 위치하는 복수의 금융 영업점 각각의 표준 업무 시간에 따른 점수 및 사용자의 위치 정보를 기준으로 특정 반영에 위치하는 복수의 금융 영업점 각각의 복합 거래 종류에 따른 점수를 포함하는
실시간 금융 영업점 추천 방법.
extracting a plurality of financial branches located at specific reflections based on location information among financial branch visit schedule information received from the user terminal;
calculating an expected required time for each financial branch using standard data of the financial branch of each of the plurality of financial branches and providing the estimated time to the user terminal;
when a specific financial branch is selected from among the plurality of financial branches, checking whether a current visit is scheduled according to a scheduled visit time among the visit scheduled information of the financial branch; and
providing a number ticket issuance request message to a financial server according to the confirmation result or recalculating the estimated required time according to whether the estimated required time of the specific financial branch is updated;
The step of calculating the estimated required time for each financial branch using the standard data of the financial branch of each of the plurality of financial branches and providing it to the user terminal
calculating a business required time by using the financial branch data, visiting customer data, transaction data, and additional data of each of the plurality of financial branches;
calculating a predicted waiting time by using the current waiting time and the predicted waiting time of each of the plurality of financial branches;
calculating a movement time determined according to the location information and the distance to each of the plurality of financial branches; and
Calculating the estimated required time using the work required time, predicted waiting time, and moving time,
The step of calculating the required business time using the financial branch data, visiting customer data, transaction data, and additional data of each of the plurality of financial branches includes:
The final score is calculated by reflecting different weights determined according to the degree of influence on the business required time for each of the financial branch data, visiting customer data, transaction data, and additional data of each of the plurality of financial branches to a predetermined score step; and
Using the final score of each of the financial branch data, visiting customer data, transaction data, and additional data, calculating the required business time for each financial branch,
The financial branch data includes a branch density indicating the number of a plurality of financial branches existing in a specific radius based on the user's location information, the number of customers visiting each of the plurality of financial branches, and the processing scheduled business of each customer of the plurality of financial branches including the degree of congestion of the financial branch determined according to the business processing time and the number of employees of each of the plurality of financial branches;
The visiting customer data includes a score of the number of customers visiting each of a plurality of financial branches existing in a specific radius based on the user's location information and a waiting time score according to each customer's scheduled task,
The transaction data includes business classification information, scores according to standard business hours of each of a plurality of financial branches located in a specific reflection based on the user's location information, and a plurality of financial branches located in a specific reflection based on the user's location information, respectively including scores according to the type of complex transaction of
How to recommend a real-time financial branch.
 삭제delete 삭제delete 제1항에 있어서,
상기 확인 결과에 따라 금융 서버에 번호표 발행 요청 메시지를 제공하거나 상기 특정 금융 영업점의 예상 소요 시간의 업데이트 여부에 따라 상기 예상 소요 시간을 다시 산출하는 단계는
상기 확인 결과 상기 금융 영업점 방문 예정 정보 중 방문 예정 시간에 따라 현재 방문 예정이라고 확인되면 상기 금융 서버에 번호표 발생 요청 메시지를 제공하는 단계;
상기 확인 결과 상기 금융 영업점 방문 예정 정보 중 방문 예정 시간에 따라 현재 방문 예정이 아니라고 확인되면, 상기 특정 금융 영업점의 예상 소요 시간 및 상기 특정 금융 영업점의 실시간 업무 처리 시간 사이의 편차 시간이 발생하는지 여부에 따라 예상 소요 시간을 다시 산출하는 단계를 포함하는 것을 특징으로 하는
실시간 금융 영업점 추천 방법.
According to claim 1,
According to the confirmation result, the step of providing a number ticket issuance request message to the financial server or recalculating the expected required time according to whether the estimated required time of the specific financial branch is updated
providing a number plate generation request message to the financial server when it is confirmed that the current visit is scheduled according to the scheduled visit time among the visit scheduled information of the financial branch as a result of the check;
As a result of the check, if it is confirmed that the visit is not scheduled according to the scheduled visit time among the visit scheduled information of the financial branch, whether a deviation time between the expected required time of the specific financial branch and the real-time business processing time of the specific financial branch occurs Comprising the step of re-calculating the estimated required time according to
How to recommend a real-time financial branch.
 사용자 단말로부터 금융 영업점 방문 예정 정보를 수신하는 분석 요청부;
상기 분석 요청부로부터 수신된 금융 영업점 방문 예정 정보 중 위치 정보를 기준으로 특정 반영에 위치하는 복수의 금융 영업점을 추출하는 데이터 추출부; 및
상기 복수의 금융 영업점 각각의 금융 영업점 표준 데이터를 이용하여 상기 금융 영업점 별 예상 소요 시간을 산출하고, 상기 복수의 금융 영업점 중 특정 금융 영업점이 선택되면, 상기 금융 영업점 방문 예정 정보 중 방문 예정 시간에 따라 현재 방문 예정인지 여부를 확인하고, 상기 확인 결과에 따라 금융 서버에 번호표 발행 요청 메시지를 제공하거나 상기 특정 금융 영업점의 예상 소요 시간의 업데이트 여부에 따라 상기 예상 소요 시간을 다시 산출하는 예상 소요 시간 산출부를 포함하는 것을 특징으로 하고,
상기 예상 소요 시간 산출부는
상기 복수의 금융 영업점 각각의 금융 영업점 데이터, 내점 고객 데이터, 거래 데이터 및 부가 데이터 각각에 대해서 업무 소요 시간에 영향을 미치는 정도에 따라 결정된 가중치를 미리 결정된 점수에 반영하여 최종 점수를 산출하고, 상기 금융 영업점 데이터, 내점 고객 데이터, 거래 데이터 및 부가 데이터 각각의 최종 점수를 이용하여 상기 금융 영업점 별 업무 소요 시간을 산출하고, 상기 복수의 금융 영업점 각각의 현재 대기 인원 및 예측 대기 시간을 이용하여 예측 대기 시간을 산출하고, 상기 위치 정보 및 상기 복수의 금융 영업점 각각까지의 거리에 따라 결정된 이동 시간을 산출하고, 상기 업무 소요 시간, 예측 대기 시간 및 이동 시간을 이용하여 상기 예상 소요 시간을 산출하고,
상기 금융 영업점 데이터는 사용자의 위치 정보를 기준으로 특정 반경에 존재하는 복수의 금융 영업점의 개수를 나타내는 영업점 밀집도 및 복수의 금융 영업점 각각의 내점 고객 수, 복수의 금융 영업점의 내점 고객 각각의 처리 예정 업무에 따른 업무 처리 시간 및 복수의 금융 영업점 각각의 직원 수에 따라 결정된 금융 영업점 혼잡도를 포함하고,
상기 내점 고객 데이터는 사용자의 위치 정보를 기준으로 특정 반경에 존재하는 복수의 금융 영업점 각각의 내점 고객 수의 점수 및 내점 고객 각각의 처리 예정 업무에 따른 대기 시간 점수를 포함하고,
상기 거래 데이터는 업무 구분 정보, 사용자의 위치 정보를 기준으로 특정 반영에 위치하는 복수의 금융 영업점 각각의 표준 업무 시간에 따른 점수 및 사용자의 위치 정보를 기준으로 특정 반영에 위치하는 복수의 금융 영업점 각각의 복합 거래 종류에 따른 점수를 포함하는
실시간 금융 영업점 추천 서버.
an analysis request unit for receiving information about a visit to a financial branch from a user terminal;
a data extraction unit for extracting a plurality of financial branches located in a specific reflection based on location information among the financial branch visit schedule information received from the analysis requesting unit; and
The estimated time required for each financial branch is calculated using standard data of each financial branch of the plurality of financial branches, and when a specific financial branch is selected among the plurality of financial branches, according to the scheduled visit time among the financial branch visit schedule information An estimated required time calculation unit for checking whether a current visit is scheduled, and providing a number ticket issuance request message to the financial server according to the confirmation result or recalculating the estimated required time according to whether the estimated required time of the specific financial branch is updated characterized in that it comprises,
The estimated required time calculation unit
For each of the financial branch data, customer data, transaction data, and additional data of each of the plurality of financial branches, a weight determined according to the degree of influence on the business required time is reflected in a predetermined score to calculate the final score, and the financial The business time required for each financial branch is calculated using the final score of each of the branch data, customer data, transaction data, and additional data, and the predicted waiting time using the current waiting time and predicted waiting time of each of the plurality of financial branches calculates, calculates a travel time determined according to the location information and the distance to each of the plurality of financial branches, calculates the estimated required time using the business required time, predicted waiting time, and travel time,
The financial branch data includes a branch density indicating the number of a plurality of financial branches existing in a specific radius based on the user's location information, the number of customers visiting each of the plurality of financial branches, and the processing scheduled business of each customer of the plurality of financial branches including the degree of congestion of the financial branch determined according to the business processing time and the number of employees of each of the plurality of financial branches;
The visiting customer data includes a score of the number of customers visiting each of a plurality of financial branches existing in a specific radius based on the user's location information and a waiting time score according to each customer's scheduled task,
The transaction data includes business classification information, scores according to standard business hours of each of a plurality of financial branches located in a specific reflection based on the user's location information, and a plurality of financial branches located in a specific reflection based on the user's location information, respectively including scores according to the type of complex transaction of
Real-time financial branch recommendation server.
 삭제delete 삭제delete 제5항에 있어서,
상기 예상 소요 시간 산출부는
상기 확인 결과 상기 금융 영업점 방문 예정 정보 중 방문 예정 시간에 따라 현재 방문 예정이라고 확인되면 상기 금융 서버에 번호표 발생 요청 메시지를 제공하고, 상기 확인 결과 상기 금융 영업점 방문 예정 정보 중 방문 예정 시간에 따라 현재 방문 예정이 아니라고 확인되면, 상기 특정 금융 영업점의 예상 소요 시간 및 상기 특정 금융 영업점의 실시간 업무 처리 시간 사이의 편차 시간이 발생하는지 여부에 따라 예상 소요 시간을 다시 산출하는 것을 특징으로 하는
실시간 금융 영업점 추천 서버.6. The method of claim 5,
The estimated required time calculation unit
As a result of the check, if it is confirmed that the current visit is scheduled according to the scheduled visit time among the financial branch visit schedule information, a number tag generation request message is provided to the financial server, and as a result of the check, the current visit is made according to the scheduled visit time among the financial branch visit scheduled information If it is confirmed that it is not scheduled, the estimated required time is calculated again according to whether a deviation time between the expected required time of the specific financial branch and the real-time business processing time of the specific financial branch occurs
Real-time financial branch recommendation server.
KR1020190140908A 2019-11-06 2019-11-06 Method for recommedning banking business store and server performing the same KR102338002B1 (en)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020190140908A KR102338002B1 (en) 2019-11-06 2019-11-06 Method for recommedning banking business store and server performing the same

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020190140908A KR102338002B1 (en) 2019-11-06 2019-11-06 Method for recommedning banking business store and server performing the same

Publications (2)

Publication Number Publication Date
KR20210055130A KR20210055130A (en) 2021-05-17
KR102338002B1 true KR102338002B1 (en) 2021-12-10

Family

ID=76158273

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020190140908A KR102338002B1 (en) 2019-11-06 2019-11-06 Method for recommedning banking business store and server performing the same

Country Status (1)

Country Link
KR (1) KR102338002B1 (en)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117152875B (en) * 2023-10-30 2024-01-26 江苏银服智能装备有限公司 Number calling method and system for temporary banking outlets

Family Cites Families (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20120138534A (en) * 2011-06-15 2012-12-26 주식회사 에스씨앤에스 Method of servicing a waiting using smartphone
KR20140136626A (en) * 2013-05-21 2014-12-01 중소기업은행 reservation system and method
KR20150041238A (en) * 2013-10-07 2015-04-16 중소기업은행 System and method for guiding the information of waiting

Also Published As

Publication number Publication date
KR20210055130A (en) 2021-05-17

Similar Documents

Publication Publication Date Title
JP5840724B2 (en) Business efficiency system and method by store visit reservation
CN109002464A (en) The method and system suggested using the automatic report analysis of dialog interface and distribution
US10970736B2 (en) Systems and methods for providing a customer service
CN109416803A (en) It is presented sales message the method and system with opinion by dialog interface
CA2984360A1 (en) Method and system for pos enabled installments with eligibility check requirements
RU2411582C2 (en) Trade system
AU2018301999A1 (en) Method and system for improved transaction processing and routing
CN109447752B (en) Order transaction method for Internet e-commerce
CN107292511A (en) ERP method and system based on cloud computing and big data technology
KR102338002B1 (en) Method for recommedning banking business store and server performing the same
US20210304303A1 (en) System and Method for Efficient Allocation of Resources in a Financial Services Branch
KR20200000605A (en) Method for settlement of delivery order sales and payment terminal thereof
KR20120087063A (en) Customer calling system and method
JP6273516B2 (en) Accumulated pension processing apparatus, method, and computer program
KR20210153197A (en) Platform device for activation of delivery ecosystem based on Block-chain and System supporting the same
KR20000049678A (en) System and method of recommending and issuing a card using Internet and point-calculating method using card-mall
WO2020195764A1 (en) Sales management server, sales management system, sales management method, and recording medium
KR100876594B1 (en) Customer Satisfaction Server
JP2004265200A (en) Shop reception system and its reception management server, its program and utilizing method of visit history accumulated thereby
US20180146353A1 (en) Method and system for emergency safety checks via payment systems
KR20140108473A (en) Method and server for providing mobile stamp
KR20140018609A (en) Banking care system
KR100911242B1 (en) Apparatus and method for integral management of on-line and off-line member and call center using dual monitor
KR20110022257A (en) Online donation method and system
WO2018088123A1 (en) Transaction system, cash processing device, and server

Legal Events

Date Code Title Description
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