KR102348618B1 - 공기질 분석을 이용한 공유형 차량 관리 서비스 제공 장치 및 방법 - Google Patents
공기질 분석을 이용한 공유형 차량 관리 서비스 제공 장치 및 방법 Download PDFInfo
- Publication number
- KR102348618B1 KR102348618B1 KR1020210045185A KR20210045185A KR102348618B1 KR 102348618 B1 KR102348618 B1 KR 102348618B1 KR 1020210045185 A KR1020210045185 A KR 1020210045185A KR 20210045185 A KR20210045185 A KR 20210045185A KR 102348618 B1 KR102348618 B1 KR 102348618B1
- Authority
- KR
- South Korea
- Prior art keywords
- customer
- smoking
- air quality
- shared vehicle
- quality data
- Prior art date
Links
- 238000004458 analytical method Methods 0.000 title claims abstract description 41
- 238000000034 method Methods 0.000 title claims abstract description 29
- 238000007405 data analysis Methods 0.000 claims abstract description 17
- 238000010801 machine learning Methods 0.000 claims abstract description 10
- 238000013480 data collection Methods 0.000 claims abstract description 8
- 230000000391 smoking effect Effects 0.000 claims description 123
- 238000007477 logistic regression Methods 0.000 claims description 26
- 238000013145 classification model Methods 0.000 claims description 15
- 238000001514 detection method Methods 0.000 claims description 13
- 230000002159 abnormal effect Effects 0.000 claims description 5
- 230000001419 dependent effect Effects 0.000 claims description 3
- 230000007717 exclusion Effects 0.000 claims description 3
- 238000005516 engineering process Methods 0.000 abstract description 4
- 238000010586 diagram Methods 0.000 description 8
- 230000008569 process Effects 0.000 description 8
- CURLTUGMZLYLDI-UHFFFAOYSA-N Carbon dioxide Chemical compound O=C=O CURLTUGMZLYLDI-UHFFFAOYSA-N 0.000 description 4
- 230000000694 effects Effects 0.000 description 4
- 238000005259 measurement Methods 0.000 description 4
- 238000010276 construction Methods 0.000 description 3
- 239000000126 substance Substances 0.000 description 3
- 241000208125 Nicotiana Species 0.000 description 2
- 235000002637 Nicotiana tabacum Nutrition 0.000 description 2
- 230000009471 action Effects 0.000 description 2
- 229910002092 carbon dioxide Inorganic materials 0.000 description 2
- 239000001569 carbon dioxide Substances 0.000 description 2
- 238000013461 design Methods 0.000 description 2
- 238000003745 diagnosis Methods 0.000 description 2
- 239000003571 electronic cigarette Substances 0.000 description 2
- 238000012706 support-vector machine Methods 0.000 description 2
- 206010000117 Abnormal behaviour Diseases 0.000 description 1
- 238000012935 Averaging Methods 0.000 description 1
- 206010010144 Completed suicide Diseases 0.000 description 1
- 206010042464 Suicide attempt Diseases 0.000 description 1
- 230000005856 abnormality Effects 0.000 description 1
- 230000006399 behavior Effects 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 235000019504 cigarettes Nutrition 0.000 description 1
- 238000002790 cross-validation Methods 0.000 description 1
- 238000003066 decision tree Methods 0.000 description 1
- 239000000428 dust Substances 0.000 description 1
- 238000002474 experimental method Methods 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 238000003908 quality control method Methods 0.000 description 1
- 238000007637 random forest analysis Methods 0.000 description 1
- 238000011084 recovery Methods 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 230000000630 rising effect Effects 0.000 description 1
- 230000029305 taxis Effects 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
- 238000000844 transformation Methods 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
- 239000012855 volatile organic compound Substances 0.000 description 1
Images
Classifications
-
- G06Q50/30—
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N33/00—Investigating or analysing materials by specific methods not covered by groups G01N1/00 - G01N31/00
- G01N33/0004—Gaseous mixtures, e.g. polluted air
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/30—Information retrieval; Database structures therefor; File system structures therefor of unstructured textual data
- G06F16/35—Clustering; Classification
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/10—Services
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Tourism & Hospitality (AREA)
- Health & Medical Sciences (AREA)
- Chemical & Material Sciences (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- Life Sciences & Earth Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Operations Research (AREA)
- Medicinal Chemistry (AREA)
- Strategic Management (AREA)
- Primary Health Care (AREA)
- Marketing (AREA)
- Human Resources & Organizations (AREA)
- Combustion & Propulsion (AREA)
- Economics (AREA)
- Food Science & Technology (AREA)
- General Business, Economics & Management (AREA)
- Analytical Chemistry (AREA)
- Biochemistry (AREA)
- Immunology (AREA)
- Pathology (AREA)
- Data Mining & Analysis (AREA)
- Databases & Information Systems (AREA)
- General Engineering & Computer Science (AREA)
- Traffic Control Systems (AREA)
Abstract
본 발명은 공기질 분석을 이용한 공유형 차량 관리 서비스 제공 장치 및 방법에 관한 것으로서, 보다 상세하게는, 공유형 차량에 대한 관리 데이터 및 실내 공기질 데이터를 분석하고, 데이터 분석 결과에 기초하여 공유형 차량을 이용하는 고객의 유형을 분류하는 서비스를 제공할 수 있으며, 상기 분류되는 고객 유형 정보를 통해 공유형 차량의 관리를 용이하게 할 수 있는 기술에 관한 것이다.
여기에서, 본 발명의 일 측면에 따르면, 공유형 차량 관리 서비스 제공 장치는 공유형 차량 관리 서비스 제공 방법을 수행하며, 공유형 차량에 대한 관리 데이터를 구축하는 관리 데이터 구축부; 상기 공유형 차량의 공기질 데이터를 획득하는 공기질 데이터 수집부; 상기 공기질 데이터의 기계 학습 결과에 기초하여, 획득한 상기 공기질 데이터를 분석하는 공기질 데이터 분석부; 및 상기 관리 데이터 및 공기질 데이터의 분석 결과에 기초하여 상기 공유형 차량을 이용하는 고객의 유형을 분류하는 고객 유형 분류부;를 포함한다.
여기에서, 본 발명의 일 측면에 따르면, 공유형 차량 관리 서비스 제공 장치는 공유형 차량 관리 서비스 제공 방법을 수행하며, 공유형 차량에 대한 관리 데이터를 구축하는 관리 데이터 구축부; 상기 공유형 차량의 공기질 데이터를 획득하는 공기질 데이터 수집부; 상기 공기질 데이터의 기계 학습 결과에 기초하여, 획득한 상기 공기질 데이터를 분석하는 공기질 데이터 분석부; 및 상기 관리 데이터 및 공기질 데이터의 분석 결과에 기초하여 상기 공유형 차량을 이용하는 고객의 유형을 분류하는 고객 유형 분류부;를 포함한다.
Description
본 발명은 공기질 분석을 이용한 공유형 차량 관리 서비스 제공 장치 및 방법에 관한 것으로서, 보다 상세하게는, 공유형 차량에 대한 관리 데이터 및 실내 공기질 데이터를 분석하고, 데이터 분석 결과에 기초하여 공유형 차량을 이용하는 고객의 유형을 분류하는 서비스를 제공할 수 있으며, 상기 분류되는 고객 유형 정보를 통해 공유형 차량의 관리를 용이하게 할 수 있는 기술에 관한 것이다.
최근 최신 전자 제어 기술의 추가 도입 등으로 인해 자동차의 가격이 지속적으로 상승하는 추세를 보이고 있어 차량 구매에 따른 부담이 늘고 있다. 또한, 차량 구매자는 실제로 차량을 이용하는 경우가 많지 않더라도, 단지 차량을 소유하고 있음으로 인해 세금, 보험료, 관리 비용 등 금전적 부담이 발생하며, 차량 가격 감가로 인한 자산 감소 또한 고려해야 하는 상황에 놓이게 된다. 이에 따라, 차량을 직접 소유하기 보다는 차량이 필요한 기간만큼 일정 금액을 지불하고 대여하는 방식을 이용하는 차량 이용자가 늘어나고 있으며, 이러한 수요를 충족시키기 위한 공유형 차량을 제공하는 서비스도 점차 활성화되는 추세이다.
한편, 이러한 공유형 차량을 이용 서비스를 제공하는 서비스 제공자는 사업을 영위하기 위해 양질의 서비스를 지속적으로 제공할 필요가 있으며, 특히 차량의 상태를 양호하게 관리하는 것은 중요하다 할 수 있다. 이와 관련하여, 공유형 차량의 관리를 위해 각 공유형 차량의 위치를 추적하는 시스템 또는 충돌로 인한 사고 발생 상황을 감지할 수 있는 시스템 등이 도입되어 사용되고 있기도 하지만, 공유형 차량 이용 고객과 관련된 정보를 이용하여 공유형 차량을 관리할 수 있는 시스템은 부재한 상태이다. 예를 들어, 공유형 차량 이용 고객에 의한 차량 상태 훼손을 실시간으로 감지하기는 어려우며, 각 고객의 부정 행위에 따른 유형을 별도로 분류하기도 쉽지 않다. 이에 따라, 공유형 차량 이용 고객의 행위와 일정 관계를 갖는 정보의 획득 및 분석을 통한 서비스 제공이 이루어진다면, 공유형 차량의 관리자 및 고객 모두에게 발전적인 시스템을 형성할 수 있다.
본 발명은 상술한 문제점을 해결하기 위해 고안된 것으로서, 공유형 차량에 대해서 구축되는 관리 데이터 및 공유형 차량의 공기질 데이터를 분석하여 상기 공유형 차량을 이용하는 고객의 유형을 분류하고, 각 고객의 유형에 따른 리포팅형 분석 정보를 관리자에게 제공함으로써, 공유형 차량의 상태를 실시간으로 관제하고, 제공되는 차량의 이력에 따른 관리를 가능하게 하는 공기질 분석을 이용한 공유형 차량 관리 서비스 제공 장치 및 방법을 제공하고자 한다.
본 발명의 일 측면에 따르면, 공유형 차량 관리 서비스 제공 방법은 공유형 차량에 대한 관리 데이터를 구축하는 단계; 상기 공유형 차량의 공기질 데이터를 획득하는 단계; 상기 공기질 데이터의 기계 학습 결과에 기초하여, 상기 획득한 공기질 데이터를 분석하는 단계; 및 상기 관리 데이터 및 공기질 데이터의 분석 결과에 기초하여 상기 공유형 차량을 이용하는 고객의 유형을 분류하는 단계;를 포함한다.
일 실시예에서, 상기 관리 데이터를 구축하는 단계는, 상기 고객의 차량 이용 이력, 상기 고객의 흡연 이력 및 상기 공유형 차량의 위치 정보 중 하나 이상에 기초하여 상기 관리 데이터를 구축하는 단계;를 포함할 수 있다.
일 실시예에서, 상기 고객의 유형을 분류하는 단계는, 상기 고객을 흡연 고객군, 비흡연 고객군 및 부정 사용 고객군 중 어느 하나에 해당되도록 분류하는 단계;를 포함할 수 있다.
일 실시예에서, 상기 고객을 흡연 고객군, 비흡연 고객군 및 부정 사용 고객군 중 적어도 하나의 고객군에 해당되도록 분류하는 단계는, 상기 흡연 고객군에 해당하는 고객을 제1 흡연 고객 또는 제2 흡연 고객으로 세분류하는 단계; 및 상기 비흡연 고객군에 해당하는 고객을 정상 고객 또는 위험 고객으로 세분류하는 단계;를 포함할 수 있다.
일 실시예에서, 상기 고객을 분류하는 단계는, 로지스틱 회귀분석을 통해 각 고객군에 해당하는 고객을 세분류하는 단계;를 포함할 수 있다.
일 실시예에서, 상기 각 고객군에 해당하는 고객을 세분류하는 단계는, 상기 관리 데이터로부터 추출되는 독립 변수를 적용하여 상기 로지스틱 회귀분석를 수행하는 단계;를 포함할 수 있다.
일 실시예에서, 상기 각 고객군에 해당하는 고객을 세분류하는 단계는, 상기 고객을 세분류하기 위한 기준을 종속 변수로 설정하여 상기 로지스틱 회귀분석을 수행하는 단계;를 포함할 수 있다.
일 실시예에서, 상기 각 고객군에 해당하는 고객을 세분류하는 단계는, 상기 공유형 차량에 설치되는 IVI(In-Vehicle Infortainment) 기기의 정상 작동 여부와 관련된 독립 변수 및 실시간 공기질 분석 결과에서 추출되는 독립 변수를 추가 적용하여 상기 로지스틱 회귀분석를 수행하는 단계;를 포함할 수 있다.
일 실시예에서, 상기 각 고객군에 해당하는 고객을 세분류하는 단계는, 상기 로지스틱 회귀분석을 수행하여, 상기 흡연 고객군에 해당하는 고객 중 평균보다 표준 편차의 2배수 이상인 구간에 해당되는 고객을 상기 제2 흡연 고객으로 세분류하는 단계; 및 상기 로지스틱 회귀분석을 수행하여, 상기 흡연 고객군에 해당하는 고객 중 평균보다 표준 편차의 2배수 이상인 구간을 제외한 구간에 해당되는 고객을 상기 제1 흡연 고객으로 세분류하는 단계;를 포함할 수 있다.
일 실시예에서, 상기 각 고객군에 해당하는 고객을 세분류하는 단계는, 상기 로지스틱 회귀분석을 수행하여, 상기 비흡연 고객군에 해당하는 고객 중 평균보다 표준 편차의 3배수 이상인 구간에 해당되는 고객을 상기 위험 고객으로 세분류하는 단계; 및 상기 로지스틱 회귀분석을 수행하여, 상기 비흡연 고객군에 해당하는 고객 중 평균보다 표준 편차의 3배수 이상인 구간을 제외간 구간에 해당되는 고객을 상기 정상 고객으로 세분류하는 단계;를 포함할 수 있다.
일 실시예에서, 상기 분류되는 고객의 유형에 기초하여 상기 공유형 차량에 대한 관제 알람을 상기 고객에게 전달하는 단계; 및 상기 분류되는 고객의 유형에 기초하여 상기 공유형 차량의 관리자에게 리포팅형 분석 정보를 제공하는 단계;를 더 포함할 수 있다.
일 실시예에서, 상기 공기질 데이터를 분석하는 단계는, 상기 공유형 차량 내 흡연 여부를 탐지할 수 있는 흡연 탐지 모델을 생성하는 단계; 상기 공유형 차량 내 흡연 유형을 분류할 수 있는 흡연 유형 분류 모델을 생성하는 단계; 및 상기 공유형 차량의 비정상 상황을 진단하는 단계;를 포함할 수 있다.
본 발명의 다른 일 측면에 따르면, 공유형 차량 관리 서비스 제공 장치는 공유형 차량에 대한 관리 데이터를 구축하는 관리 데이터 구축부; 상기 공유형 차량의 공기질 데이터를 획득하는 공기질 데이터 수집부; 상기 공기질 데이터의 기계 학습 결과에 기초하여, 상기 획득한 공기질 데이터를 분석하는 공기질 데이터 분석부; 및 상기 관리 데이터 및 공기질 데이터의 분석 결과에 기초하여 상기 공유형 차량을 이용하는 고객의 유형을 분류하는 고객 유형 분류부;를 포함한다.
본 발명에 따른 공기질 분석을 이용한 공유형 차량 관리 서비스 제공 장치 및 방법은 공유형 차량의 이상 발생 내역과 관련된 고객군으로 분류되는 고객 및 해당 공유형 차량에 대한 정보를 관리자에게 제공하므로, 관리자가 각 공유형 차량의 문제 발생 내역을 용이하게 확인하고 관리할 수 있는 효과가 있다.
본 발명에 따른 공기질 분석을 이용한 공유형 차량 관리 서비스 제공 장치 및 방법은 공유형 차량에서의 흡연 등 이상 행동이 탐지되는 경우, 고객에게 관제 알람을 실시간으로 전달하여 공유형 차량의 부정 사용 행위를 억제시킬 수 있는 효과가 있다.
본 발명에 따른 공기질 분석을 이용한 공유형 차량 관리 서비스 제공 장치 및 방법은 공유형 차량의 이용 고객에 대한 차량 이용 이력을 관리자에게 제공하므로, 관리자가 고객의 이력에 기초하는 공유형 차량 대여 서비스를 제공할 수 있는 효과가 있다.
도 1은 본 발명에 따른 공기질 분석을 이용한 공유형 차량 관리 서비스 제공 시스템을 설명하기 위한 참고도이다.
도 2는 본 발명에 따른 공기질 분석을 이용한 공유형 차량 관리 서비스 제공 장치의 구성을 나타내는 블록도이다.
도 3은 본 발명의 일 실시예에 따라 공유형 차량의 공기질을 진단하는 과정을 설명하기 위한 흐름도이다.
도 4 및 도 5는 본 발명의 일 실시예에 따라 공유형 차량을 이용하는 고객 유형을 분류하는 과정을 설명하기 위한 참고도이다.
도 6 및 도 7은 본 발명의 일 실시예에 따라 공유형 차량을 이용하는 고객에게 전달되는 관제 알람을 나타내는 참고도이다.
도 8은 본 발명에 따른 공기질 분석을 이용한 공유형 차량 관리 서비스 제공 방법을 설명하기 위한 흐름도이다.
도 2는 본 발명에 따른 공기질 분석을 이용한 공유형 차량 관리 서비스 제공 장치의 구성을 나타내는 블록도이다.
도 3은 본 발명의 일 실시예에 따라 공유형 차량의 공기질을 진단하는 과정을 설명하기 위한 흐름도이다.
도 4 및 도 5는 본 발명의 일 실시예에 따라 공유형 차량을 이용하는 고객 유형을 분류하는 과정을 설명하기 위한 참고도이다.
도 6 및 도 7은 본 발명의 일 실시예에 따라 공유형 차량을 이용하는 고객에게 전달되는 관제 알람을 나타내는 참고도이다.
도 8은 본 발명에 따른 공기질 분석을 이용한 공유형 차량 관리 서비스 제공 방법을 설명하기 위한 흐름도이다.
본 발명은 다양한 변환을 가할 수 있고 여러 가지 실시예를 가질 수 있는 바, 특정 실시예들을 도면에 예시하고 상세한 설명에 상세하게 설명하고자 한다. 그러나, 이는 본 발명을 특정한 실시 형태에 대해 한정하려는 것이 아니며, 본 발명의 사상 및 기술 범위에 포함되는 모든 변환, 균등물 내지 대체물을 포함하는 것으로 이해되어야 한다. 본 발명을 설명함에 있어서 관련된 공지 기술에 대한 구체적인 설명이 본 발명의 요지를 흐릴 수 있다고 판단되는 경우 그 상세한 설명을 생략한다.
제1, 제2 등의 용어는 다양한 구성요소들을 설명하는데 사용될 수 있지만, 상기 구성요소들은 상기 용어들에 의해 한정되어서는 안 된다. 상기 용어들은 하나의 구성요소를 다른 구성요소로부터 구별하는 목적으로만 사용된다.
또한, 명세서에 기재된 "...부"의 용어는 하나 이상의 기능이나 동작을 처리하는 단위를 의미하며, 이는 하드웨어나 소프트웨어 또는 하드웨어 및 소프트웨어의 결합으로 구현될 수 있다.
본 출원에서 사용한 용어는 단지 특정한 실시예를 설명하기 위해 사용된 것으로, 본 발명을 한정하려는 의도가 아니다. 단수의 표현은 문맥상 명백하게 다르게 뜻하지 않는 한, 복수의 표현을 포함한다. 본 출원에서, "포함하다" 또는 "가지다" 등의 용어는 명세서상에 기재된 특징, 숫자, 단계, 동작, 구성요소, 부품 또는 이들을 조합한 것이 존재함을 지정하려는 것이지, 하나 또는 그 이상의 다른 특징들이나 숫자, 단계, 동작, 구성요소, 부품 또는 이들을 조합한 것들의 존재 또는 부가 가능성을 미리 배제하지 않는 것으로 이해되어야 한다. 이하, 본 발명의 실시예를 첨부한 도면들을 참조하여 상세히 설명하기로 한다.
도 1은 본 발명에 따른 공기질 분석을 이용한 공유형 차량 관리 서비스 제공 시스템(이하, 서비스 제공 시스템)을 설명하기 위한 참고도이다.
도 1을 참조하면, 서비스 제공 시스템은 공기질 분석을 이용한 공유형 차량 관리 서비스 제공 장치(100, 이하 서비스 제공 장치), 공유형 차량에 설치될 수 있는 공기질 측정 기기(10) 및 사용자에게 공유형 차량 관련 정보를 전달하기 위한 관리자 단말(20)을 포함하여 구성될 수 있다. 여기에서, 서비스 제공 장치(100)는 공기질 측정 기기(10) 및 관리자 단말(20)과 네트워크를 통해 연결될 수 있다.
서비스 제공 장치(100)는 공기질 분석을 이용한 공유형 차량 관리 서비스를 제공하는 서비스 업체에 의해 관리되는 컴퓨팅 장치에 해당하며, 서버로 구현될 수 있다. 여기에서, 서비스 제공 장치(100)는 공기질 측정 기기(10) 및 관리자 단말(20)과 네트워크를 통해 연결되어, 연결되는 공기질 측정 기기(10-1, 10-2, 10-3...)로부터 수집되는 공유형 차량의 공기질 데이터를 분석하고, 분석 결과 및 상기 분석 결과에 따른 고객 유형 정보를 관리자 단말(20)에 전송함으로써, 관리자가 관리해야 하는 공유형 차량에 대한 관제를 통합적으로 할 수 있는 공유형 차량 관리 서비스를 제공할 수 있다. 여기에서, 관리자 단말(20)은 공유형 차량 관리자에 의해 휴대, 관리 또는 조작되는 컴퓨팅 장치이다.
또한, 본 발명에 따른 관리자 단말(20)은 디스플레이 장치를 포함하고, 관리자에게 공기질 관제 서비스를 제공하기 위한 수단으로 이용되는 컴퓨팅 장치로, 예를 들어, 스마트 폰, 태블릿 PC, 데스크탑 PC 등의 전자 기기에 해당할 수 있다. 다만, 이러한 예시는 본 발명의 권리범위를 한정하고자 하는 것은 아니며, 디스플레이 장치를 통해 관리자에게 시각적 정보를 제공 가능한 컴퓨팅 장치라면 본 발명에 따른 관리자 단말(20)로 해석되어야 할 것이다.
도 2는 본 발명에 따른 서비스 제공 장치(100)의 구성을 나타내는 블록도이다.
도 2를 참조하면, 본 발명에 따른 서비스 제공 장치(100)는 관리 데이터 구축부(110), 공기질 데이터 수집부(120), 공기질 데이터 분석부(130) 및 고객 유형 분류부(140)를 포함하여 구성될 수 있다. 또한, 본 발명에 따른 서비스 제공 장치(100)는 일 실시예에 따라 관제 알람 전송부(150) 및 분석 정보 제공부(160)를 더 포함하여 구성될 수 있다.
관리 데이터 구축부(110)는 공유형 차량에 대한 관리 데이터를 구축할 수 있다.
일 실시예에서, 관리 데이터 구축부(110)는 상기 공유형 차량을 이용하는 고객의 차량 이용 이력, 상기 고객의 흡연 이력 및 상기 공유형 차량의 위치 정보 중 하나 이상에 기초하여 상기 관리 데이터를 구축할 수 있다. 여기에서, 구축되는 상기 관리 데이터에 포함되는 정보들은 본 발명의 일 실시예에 따라 진행되는 고객 유형 분류 과정에 이용될 수 있다.
공기질 데이터 수집부(120)는 상기 공유형 차량의 공기질 데이터를 획득할 수 있다.
일 실시예에서, 공기질 데이터 수집부(120)는 공기질을 측정하고자 하는 공유형 차량에 설치되는 공기질 측정 기기(10)로부터 상기 공기질 데이터를 수집할 수 있다. 여기에서, 공기질 측정 기기(10)로부터 수집되는 데이터는 미세먼지 농도, 이산화탄소 농도, 휘발성유기화합물 농도 중 적어도 하나를 포함할 수 있다. 또한, 공기질 측정 기기(10)는 공기질 센서(Air Quality Sensor, AQS)를 포함하여 구성될 수 있다. 상기 공기질 센서는 공기에 포함되어 있는 ECO2, TVOC, PM10, PM2.5 등의 유해 물질의 수치를 측정하는 센서로서, 공기질 측정 기기(10)로부터 수집되는 공기질 데이터는 공기질 데이터 분석부(130)에서의 기계 학습에 사용되거나, 공기질 데이터를 분석하는데 사용될 수 있다.
공기질 데이터 분석부(130)는 상기 공기질 데이터의 기계 학습 결과에 기초하여, 상기 획득한 공기질 데이터를 분석할 수 있다.
일 실시예에서, 공기질 데이터 분석부(130)는 공유형 차량의 비정상 상황을 진단할 수 있다. 예를 들어, 공기질 측정 기기(10)를 통해 측정되는 ECO2의 수치가 제1 기준값 이상이고 TVOC의 수치가 제2 기준값 이상인 경우, 또는 PM10의 수치가 제3 기준값 이상이고 PM2.5의 수치가 제4 기준값 이상인 경우, 공유형 차량의 공기질 나쁨 상태인 것으로 진단할 수 있다. 즉, 공기질 데이터 분석부(130)는 공기질 측정 기기(10)를 통해 측정된 측정값이 소정의 임계값을 초과하는 경우에는 단순히 흡연으로 인한 것이 아니라 공기질 나쁨 상태인 것으로 진단할 수 있다. 구체적으로 예를 들면, 상기 제1 기준값은 1000μg/m3이고, 상기 제2 기준값은 1300μg/m3이며, 상기 제3 기준값은 80μg/m3이고, 상기 제4 기준값은 35μg/m3일 수 있다. PM10의 제3 기준값의 예시인 80μg/m3 및 PM2.5의 제4 기준값의 예시인 35μg/m3는 기상청에서 지정한 공기질 기준에 따라 선정한 값을 예시로 든 것이다. 한편, ECO2 및 TVOC의 경우에는 기상청이나 국제표준기준에 따라 등급이 따로 정해져 있지 않으므로, 실험을 통해 수집된 공기질 관측값에서 PM10 및 PM2.5가 공기질 나쁨 수준일 때, TVOC, ECO2의 관측값의 평균집계를 내어 산출한 값을 기준으로 ECO2의 제1 기준값 및 TVOC의 제2 기준값의 예시를 정하였다. 이러한 제1 내지 제4 기준값은 예시로 든 값으로 한정되지 않으며, 제1 내지 제4 기준값은 필요에 따라 변경 설정될 수 있다.
공기질 데이터 분석부(130)는 공기질 측정 기기(10)를 통해 측정된 ECO2의 수치가 제5 기준값 이상, TVOC의 수치가 제6 기준값 이상, PM10의 수치가 제7 기준값 이상, PM2.5의 수치가 제8 기준값 이상으로 제1 설정 시간 이내 제1 설정 횟수로 확인되는 경우, 공유형 차량이 위험 상태인 것으로 진단할 수 있다. 여기에서, 위험 상태라 함은 화재 등으로 인해 실내 유해 물질의 농도가 매우 높아지는 상황을 의미할 수 있다. 구체적으로 예를 들면, 상기 제5 기준값은 3500μg/m3이고, 상기 제6 기준값은 4000μg/m3이며, 상기 제7 기준값은 1700μg/m3이고, 상기 제8 기준값은 1700 μg/m3일 수 있다. 상기 제5 내지 제8 기준값의 예시는 실제로 이산화탄소 알람이 울릴 정도의 위험 상태일 때의 실험 측정값들을 예시로 정한 것이다. 이러한 제5 내지 제8 기준값은 예시로 든 값으로 한정되지 않으며, 제5 내지 제8 기준값은 필요에 따라 변경 설정될 수 있다. 이 때, 제5 기준값은 제1 기준값보다 큰 값이고, 제6 기준값은 제2 기준값보다 큰 값이며, 제7 기준값은 제3 기준값보다 큰 값이고, 제8 기준값은 제4 기준값보다 큰 값이다. 여기에서, 제1 설정 시간 또는 제1 설정 횟수는 위험 상태를 진단하기 위하여 적절한 값으로 설정될 수 있으며, 필요에 따라 변경 설정될 수 있다. 예를 들어, 제1 설정 시간은 2분, 제1 설정 횟수는 3회일 수 있다.
일 실시예에서, 공기질 데이터 분석부(130)는 상기 획득한 공기질 데이터에 대한 기계 학습 결과에 기초하여 공기질 이상 유형을 분류하기 위한 모델을 생성하는 분류 모델 생성부(131)를 포함할 수 있다.
일 실시예에서, 분류 모델 생성부(131)는 의사결정 나무(decision tree), 랜덤 포레스트(random forest), XGBOOST(Extreme Gradient Boosting) 및 SVM(Support Vector Machine)를 포함하는 학습 모델 중에서 선택된 하나 이상의 학습 모델을 이용하여 흡연 탐지 모델 또는 흡연 유형 분류 모델을 생성할 수 있다.
일 실시예에서, 분류 모델 생성부(131)는 상기 공유형 차량 내 흡연 여부를 탐지할 수 있는 흡연 탐지 모델 및 상기 공유형 차량 내 흡연 유형을 분류할 수 있는 흡연 유형 분류 모델을 생성할 수 있다. 구체적으로, 분류 모델 생성부(131)는 실내에서 흡연이 발생했을 때의 공기질 데이터인 흡연 데이터 및 실내에서 흡연이 발생하지 않았을 경우의 공기질 데이터인 비흡연 데이터를 학습하여 실내 흡연 여부를 탐지할 수 있는 흡연 탐지 모델을 생성하거나, 실내에서 연초 담배 흡연이 발생했을 때의 공기질 데이터인 연초 데이터 및 전자 담배 흡연이 발생했을 때의 공기질 데이터인 궐련형 데이터를 학습하여 흡연 유형을 분류할 수 있는 흡연 유형 분류 모델을 생성할 수 있다.
일 실시예에서, 분류 모델 생성부(131)는 상기 학습 모델에 적용되는 매개변수(hyper parameter)에 있어서, 그리드 서치(grid search) 및 교차 검증(cross validation) 중 하나 이상의 방식으로 최적의 매개변수를 선정할 수 있다.
일 실시예에서, 공기질 데이터 분석부(130)는 상기 흡연 탐지 모델에 의해 제2 설정 시간 이내에 제2 설정 횟수의 흡연이 탐지된 경우, 공유형 차량 이용 고객이 흡연하는 것으로 판단할 수 있다. 예를 들어, 공기질 데이터 분석부(130)는 흡연 탐지 모델에 의해 흡연 여부를 탐지할 수 있는데, 2분 이내에 3회 이상 흡연이 탐지되는 경우, 공유형 차량 이용 고객이 흡연하는 것으로 판단할 수 있다. 여기에서, 제2 설정 시간 또는 제2 설정 횟수는 상기 고객의 흡연 여부를 판단하기 위하여 적절한 값으로 설정될 수 있으며, 필요에 따라 변경 설정될 수 있다.
일 실시예에서, 공기질 데이터 분석부(130)는 공유형 차량 이용 고객이 흡연하는 것으로 판단한 경우, 제2 설정 횟수의 흡연 탐지 이후에는 최초 흡연 탐지 시점으로부터 제3 설정 시간 동안 흡연을 탐지하지 않을 수 있다. 예를 들어, 2분 이내 3회 이상 흡연이 탐지되어 상기 고객이 흡연하는 것으로 판단된 경우, 최초 흡연 탐지 시점으로부터 6분 동안 흡연을 탐지하지 않을 수 있다. 이와 같이 일정 시간 동안 흡연을 탐지하지 않는 이유는 한번의 흡연 행위에 대해서 중복된 흡연 탐지가 일어나는 것을 방지하기 위한 것이다. 상기 예에서, 제3 설정 시간은 6분으로 설정되었는데, 이는 평균 흡연 시간 4분과 정상 공기질 회복 시간 2분을 고려하여 설정된 것이다. 하지만 제3 설정 시간이 이에 한정되는 것은 아니며, 적절한 값으로 설정되거나, 필요에 따라 변경 설정될 수 있다.
일 실시예에서, 공기질 데이터 분석부(130)는 상기 흡연 유형 분류 모델을 통해 분류되는 흡연 유형에 기초하여 최종 흡연 유형을 진단하되, 연초 담배 분류 횟수와 전자 담배 분류 횟수 중 더 높은 횟수를 나타내는 흡연 유형을 상기 최종 흡연 유형으로 진단할 수 있다.
도 3은 본 발명의 일 실시예에 따라 공유형 차량의 공기질을 진단하는 과정을 설명하기 위한 흐름도이다.
도 3을 참조하면, 공기질 데이터 분석부(130)가 공기질 측정 기기(10)에서 측정된 공기질 데이터를 획득하면, 먼저 ECO2의 수치가 제5 기준값(W1) 이상, TVOC의 수치가 제6 기준값(Z1) 이상, PM10의 수치가 제7 기준값(X1) 이상, PM2.5의 수치가 제8 기준값(Y1) 이상으로 제1 설정 시간 이내 제1 설정 횟수인지를 판단한다(S301). 그리고 제1 설정 시간 이내 제1 설정 횟수인 경우, 위험 상태인 것으로 진단한다(S302).
위험 상태인 것으로 진단되지 않는 경우, 공기질 데이터는 흡연 탐지 모델을 거치게 된다(S303). 그 결과, 흡연 발생이 탐지 되면(S504), 계수를 1씩 증가시키고(S305), 계수가 3이상이 되면(S306), 공기질 데이터는 흡연 유형 분류 모델로 들어가게 된다(S307). 이에 따라, 흡연 유형이 연초 담배인지 전자 담배인지 분류될 수 있다(S308).
단계(S304)의 흡연 발생이 탐지되지 않는 경우에서, 공기질 데이터가 ECO2의 수치가 제1 기준값(W2) 이상이고 TVOC의 수치가 제2 기준값(Z2) 이상인 경우, 또는 PM10의 수치가 제3 기준값(X2) 이상이고 PM2.5의 수치가 제4 기준값(Y2) 이상인지를 판단한다(S309). 그리고 제1 및 제2 기준값 이상이거나 또는 제3 및 제4 기준값 이상인 경우, 공기질 나쁨 상태로 진단하고(S310), 아닌 경우에는 공기질 진단 프로세스가 종료될 수 있다.
고객 유형 분류부(140)는 상기 관리 데이터 및 공기질 데이터의 분석 결과에 기초하여 상기 공유형 차량을 이용하는 고객의 유형을 분류할 수 있다. 여기에서, 분류되는 고객의 유형은 상기 관리 데이터를 구축하는데 이용될 수 있으며, 공유형 차량을 관리하는 관리자에게 전달되는 경우, 상기 관리자가 각 고객의 유형에 따른 맞춤 서비스를 제공하기 위해 이용될 수 있다.
일 실시예에서, 고객 유형 분류부(140)는 상기 고객을 흡연 고객군, 비흡연 고객군 및 부정 사용 고객군 중 어느 하나에 해당되도록 분류할 수 있다. 여기에서, 상기 흡연 고객군은 공유형 차량 내에서 흡연하는 고객을 포함하고, 상기 비흡연 고객군은 정상적으로 공유형 차량을 이용하는 고객 및 공유형 차량의 화재 및 자살 시도 등을 포함하는 위험 상태에 처한 고객을 포함하며, 상기 부정 사용 고객군은 공유형 차량 내부의 기기 파손 등을 포함하는 부정 사용 고객을 포함할 수 있다. 상기 각 고객군의 분류는 기본적으로 공기질 데이터 분석부(130)의 분석 결과를 반영하며, 이외에 서비스 제공 장치(100)로 전송되는 차량 내부 기기의 정상 작동 여부에 대한 정보 등을 추가 반영할 수 있다. 또한, 고객 유형 분류부(140)의 고객 유형 분류에는 로지스틱 회귀분석이 이용될 수 있으며, 이에 대한 자세한 부분은 후술하기로 한다.
일 실시예에서, 고객 유형 분류부(140)는 상기 흡연 고객군에 해당하는 고객을 제1 흡연 고객 또는 제2 흡연 고객으로 세분류할 수 있다. 여기에서, 상기 제1 흡연 고객은 상기 제2 흡연 고객에 비해 상대적으로 적은 일정량 이하의 흡연이 감지되는 고객으로, 공유형 차량에 기준 이하의 영향을 미치는 고객을 의미할 수 있다. 또한, 상기 제2 흡연 고객은 상기 제1 흡연 고객보다 많은 흡연량이 감지되는 고객으로, 예를 들어, 수 회의 흡연이 감지되고, 공유형 차량에 기준 이상의 영향을 미치는 고객을 의미할 수 있다.
일 실시예에서, 고객 유형 분류부(140)는 상기 비흡연 고객군에 해당하는 고객을 정상 고객 또는 위험 고객으로 세분류할 수 있다. 여기에서, 상기 정상 고객은 공유형 차량을 정해진 규칙에 따라 정상적으로 이용하는 고객을 의미할 수 있으며, 상기 위험 고객은 공유형 차량의 충돌 사고를 일으키는 고객, 공유형 차량의 이용 중 화재가 발생하는 고객 및 공유형 차량 내에서 자살을 시도하는 고객 등 비정상적인 상황이 발생하는 고객을 의미할 수 있다.
일 실시예에서, 고객 유형 분류부(140)는 로지스틱 회귀분석을 통해 각 고객군에 해당하는 고객을 세분류할 수 있다. 구체적으로 예를 들면, 고객 유형 분류부(140)는 상기 관리 데이터로부터 추출되는 독립 변수를 적용하여 상기 로지스틱 회귀분석를 수행할 수 있다. 여기에서, 상기 관리 데이터로부터 추출되는 독립 변수는 상기 고객의 과거 공유형 차량 이용 횟수, 공유형 차량 반납 초과 시간, 공유형 차량 주차 시간, 현재 공유형 차량 이용 시간, 현재 공유형 차량 주행 거리, 현재 공유형 차량 위치, 상기 고객의 흡연 이력(흡연 빈도 포함), 현재 고객의 흡연 빈도 등을 포함할 수 있다. 이와 관련하여, 고객 유형 분류부(140)는 상기 공유형 차량에 설치되는 IVI(In-Vehicle Infortainment) 기기의 정상 작동 여부와 관련된 독립 변수 및 실시간 공기질 분석 결과에서 추출되는 독립 변수를 추가 적용하여 상기 로지스틱 회귀분석를 수행할 수 있다. 여기에서, 상기 공유형 차량에 설치되는 IVI 기기는 차량에 내장형으로 탑재되는 디스플레이 장치로 구현될 수 있으나, 그 형태가 이에 한정되는 것은 아니다. 고객 유형 분류부(140)는 상기 IVI 기기와 네트워크를 통해 연결될 수 있으며, 상기 IVI 기기가 제대로 작동하지 않는 경우 해당 문제의 발생을 진단하고, 이러한 진단 결과를 고객 유형을 분류하는데 반영할 수 있다. 예를 들어, 상기 IVI 기기를 파손하는 고객은 상기 부정 사용 고객군으로 분류될 수 있다.
또한, 고객 유형 분류부(140)는 상기 고객을 세분류하기 위한 기준을 종속 변수로 설정하여 상기 로지스틱 회귀분석을 수행할 수 있다. 본 발명의 일 실시예에 따르면 상기 고객을 세분류하기 위한 기준은 표준 편차가 될 수 있다.
이와 관련하여, 도 4 및 도 5는 본 발명의 일 실시예에 따라 공유형 차량을 이용하는 고객 유형을 분류하는 과정을 설명하기 위한 참고도이다.
도 4 및 도 5를 참조하면, 일 실시예에서, 고객 유형 분류부(140)는 상기 로지스틱 회귀분석을 수행하여, 상기 흡연 고객군에 해당하는 고객 중 평균보다 표준 편차의 2배수 이상인 구간에 해당되는 고객을 상기 제2 흡연 고객으로 세분류하고, 상기 흡연 고객군에 해당하는 고객 중 평균보다 표준 편차의 2배수 이상인 구간을 제외한 구간에 해당되는 고객을 상기 제1 흡연 고객으로 세분류할 수 있다. 또한, 고객 유형 분류부(140)는 상기 로지스틱 회귀분석을 수행하여, 상기 비흡연 고객군에 해당하는 고객 중 평균보다 표준 편차의 3배수 이상인 구간에 해당되는 고객을 상기 위험 고객으로 세분류하고, 상기 비흡연 고객군에 해당하는 고객 중 평균보다 표준 편차의 3배수 이상인 구간을 제외간 구간에 해당되는 고객을 상기 정상 고객으로 세분류할 수 있다.
관제 알람 전송부(150)는 상기 분류되는 고객의 유형에 기초하여 상기 공유형 차량에 대한 관제 알람을 상기 고객에게 전달할 수 있다.
이와 관련하여, 도 6 및 도 7은 본 발명의 일 실시예에 따라 공유형 차량을 이용하는 고객에게 전달되는 관제 알람을 나타내는 참고도이다.
도 6 및 도 7을 참조하면, 관제 알람 전송부(150)는 상기 공유형 차량에 탑재되는 IVI 기기를 통해 고객에게 관제 알람을 전달할 수 있으며, 상기 고객의 단말을 통해서도 관제 알람을 전달할 수 있다. 상기 관제 알람은 고객의 차량 내 흡연 등 부정 사용을 억제할 수 있으며, 화재 또는 유해 물질 농도 증가 등의 위험 상황이 발생하는 경우에도 이를 안내함으로써, 상기 고객이 신속히 대응하도록 할 수 있다.
분석 정보 제공부(160)는 상기 분류되는 고객의 유형에 기초하여 상기 공유형 차량의 관리자에게 리포팅형 분석 정보를 제공할 수 있다.
일 실시예에서, 분석 정보 제공부(160)는 상기 위험 고객으로 분류되는 고객 또는 상기 부정 사용 고객군으로 분류되는 고객이 발생하는 경우, 해당 고객의 공유형 차량에서 발생한 문제와 관련된 장애 리포팅형 분석 정보를 관리자에게 전송할 수 있다. 예를 들어, 공유형 차량에 화재가 발생하는 경우, 화재 문제에 대한 장애 리포팅형 분석 정보를 관리자에게 이메일 또는 관리자 단말(20)로 전송함으로써, 상기 관리자가 공유형 차량에 발생한 문제를 실시간으로 파악하고 조치를 취하도록 할 수 있다.
일 실시예에서, 분석 정보 제공부(160)는 상기 고객의 흡연 이력을 포함하는 리포팅형 분석 정보를 상기 관리자에게 제공할 수 있다. 이를 통해, 상기 관리자는 각 고객의 흡연 이력을 모니터링하여 각 고객에게 제공할 맞춤 서비스를 설계할 수 있다. 예를 들어, 상기 관리자는 흡연 이력이 과도한 고객에게 공유형 차량 이용에 대한 페널티를 부여하거나, 일정 횟수 이상 정상적으로 공유형 차량을 이용하는 고객에게는 혜택을 부여하는 방식을 적용한 공유형 차량 제공 서비스를 설계할 수 있다.
도 8은 본 발명에 따른 공기질 분석을 이용한 공유형 차량 관리 서비스 제공 방법을 설명하기 위한 흐름도이다.
도 8을 참조하면, 먼저, 공유형 차량에 대한 관리 데이터가 구축될 수 있다(S801). 여기에서, 구축되는 관리 데이터는 고객의 차량 이용 이력, 고객의 흡연 이력 및 공유형 차량의 위치 정보를 포함하여 구성될 수 있으며, 신규 고객의 경우에는 본 발명의 서비스 제공 장치에 의해 분석되는 공기질 데이터 또는 상기 IVI 기기로부터 전송되는 정보에 기초하는 신규 이력이 생성될 수 있다.
다음으로, 공유형 차량의 공기질 데이터를 획득할 수 있다(S802). 여기에서, 상기 공유형 차량의 공기질 데이터는 공유형 차량에 설치되는 공기질 측정 기기를 통해 획득할 수 있다.
다음으로, 상기 공기질 데이터의 기계 학습 결과에 기초하여, 상기 획득한 공기질 데이터를 분석할 수 있다(S803). 여기에서, 획득되는 상기 공기질 데이터는 본 발명의 일 실시예에 따른 기계 학습을 통해 분석될 수 있으며, 이러한 분석 과정에서 공기질 상태, 흡연 여부, 흡연 유형 및 위험 상태를 진단할 수 있다.
다음으로, 상기 관리 데이터 및 공기질 데이터의 분석 결과에 기초하여 상기 공유형 차량을 이용하는 고객의 유형을 분류할 수 있다(S804). 여기에서, 고객의 유형을 분류하는데 로지스틱 회귀분석 기법이 이용될 수 있으며, 상기 고객의 유형은 분석 결과에 따라 크게 3개의 고객군으로 분류되고, 각 고객군에 대한 세분류가 이루어질 수 있다. 또한, 분류된 고객 유형 정보는 관리자에게 제공됨으로써, 관리자가 각 고객의 이력을 모니터링하고, 공유형 차량에서 발생하는 문제를 조치하도록 할 수 있다.
전술한 공기질 분석을 이용한 공유형 차량 관리 서비스 제공 방법은 도면에 제시된 순서도를 참조로 하여 설명되었다. 간단히 설명하기 위하여 상기 방법은 일련의 블록들로 도시되고 설명되었으나, 본 발명은 상기 블록들의 순서에 한정되지 않고, 몇몇 블록들은 다른 블록들과 본 명세서에서 도시되고 기술된 것과 상이한 순서로 또는 동시에 일어날 수도 있으며, 동일한 또는 유사한 결과를 달성하는 다양한 다른 분기, 흐름 경로, 및 블록의 순서들이 구현될 수 있다. 또한, 본 명세서에서 기술되는 방법의 구현을 위하여 도시된 모든 블록들이 요구되지 않을 수도 있다.
상기에서는 본 발명의 바람직한 실시예를 참조하여 설명하였지만, 해당 기술 분야의 숙련된 당업자는 하기의 특허 청구의 범위에 기재된 본 발명의 사상 및 영역으로부터 벗어나지 않는 범위 내에서 본 발명을 다양하게 수정 및 변경시킬 수 있음을 이해할 수 있을 것이다.
10: 공기질 측정 기기
20: 관리자 단말
100: 공유형 차량 관리 서비스 제공 장치
110: 관리 데이터 구축부
120: 공기질 데이터 수집부
130: 공기질 데이터 분석부
131: 분류 모델 생성부
140: 고객 유형 분류부
150: 관제 알람 전송부
160: 분석 정보 제공부
20: 관리자 단말
100: 공유형 차량 관리 서비스 제공 장치
110: 관리 데이터 구축부
120: 공기질 데이터 수집부
130: 공기질 데이터 분석부
131: 분류 모델 생성부
140: 고객 유형 분류부
150: 관제 알람 전송부
160: 분석 정보 제공부
Claims (13)
- 관리 데이터 구축부를 통해, 공유형 차량에 대한 관리 데이터를 구축하는 단계;
공기질 데이터 수집부를 통해, 상기 공유형 차량의 공기질 데이터를 획득하는 단계;
공기질 데이터 분석부를 통해, 상기 공기질 데이터에 대한 기계 학습을 수행하여 흡연 탐지 모델 및 흡연 유형 분류 모델을 생성하고, 상기 생성한 모델을 이용하여 상기 획득한 공기질 데이터를 분석하는 단계; 및
고객 유형 분류부를 통해, 상기 관리 데이터 및 공기질 데이터의 분석 결과에 기초하여 상기 공유형 차량을 이용하는 고객의 유형을 분류하는 단계;를 포함하고,
상기 고객의 유형을 분류하는 단계는,
상기 고객을 흡연 고객군, 비흡연 고객군 및 부정 사용 고객군 중 어느 하나에 해당되도록 분류하고, 상기 흡연 고객군에 해당하는 고객을 제1 흡연 고객 또는 제2 흡연 고객으로 세분류하는 단계; 및
로지스틱 회귀분석을 통해 각 고객군에 해당하는 고객을 세분류하는 단계;를 포함하는 것을 특징으로 하는
공유형 차량 관리 서비스 제공 방법.
- 제1항에 있어서,
상기 관리 데이터를 구축하는 단계는,
상기 고객의 차량 이용 이력, 상기 고객의 흡연 이력 및 상기 공유형 차량의 위치 정보 중 하나 이상에 기초하여 상기 관리 데이터를 구축하는 단계;를 포함하는 것을 특징으로 하는,
공유형 차량 관리 서비스 제공 방법.
- 삭제
- 제1항에 있어서,
상기 고객을 흡연 고객군, 비흡연 고객군 및 부정 사용 고객군 중 적어도 하나의 고객군에 해당되도록 분류하는 단계는,
상기 비흡연 고객군에 해당하는 고객을 정상 고객 또는 위험 고객으로 세분류하는 단계;를 포함하는 것을 특징으로 하는,
공유형 차량 관리 서비스 제공 방법.
- 삭제
- 제1항에 있어서,
상기 각 고객군에 해당하는 고객을 세분류하는 단계는,
상기 관리 데이터로부터 추출되는 독립 변수를 적용하여 상기 로지스틱 회귀분석를 수행하는 단계;를 포함하는 것을 특징으로 하는,
공유형 차량 관리 서비스 제공 방법.
- 제4항에 있어서,
상기 각 고객군에 해당하는 고객을 세분류하는 단계는,
상기 고객을 세분류하기 위한 기준을 종속 변수로 설정하여 상기 로지스틱 회귀분석을 수행하는 단계;를 포함하는 것을 특징으로 하는,
공유형 차량 관리 서비스 제공 방법.
- 제6항에 있어서,
상기 각 고객군에 해당하는 고객을 세분류하는 단계는,
상기 공유형 차량에 설치되는 IVI(In-Vehicle Infortainment) 기기의 정상 작동 여부와 관련된 독립 변수 및 실시간 공기질 분석 결과에서 추출되는 독립 변수를 추가 적용하여 상기 로지스틱 회귀분석를 수행하는 단계;를 포함하는 것을 특징으로 하는,
공유형 차량 관리 서비스 제공 방법.
- 제7항에 있어서,
상기 각 고객군에 해당하는 고객을 세분류하는 단계는,
상기 로지스틱 회귀분석을 수행하여, 상기 흡연 고객군에 해당하는 고객 중 평균보다 표준 편차의 2배수 이상인 구간에 해당되는 고객을 상기 제2 흡연 고객으로 세분류하는 단계; 및
상기 로지스틱 회귀분석을 수행하여, 상기 흡연 고객군에 해당하는 고객 중 평균보다 표준 편차의 2배수 이상인 구간을 제외한 구간에 해당되는 고객을 상기 제1 흡연 고객으로 세분류하는 단계;를 포함하는 것을 특징으로 하는,
공유형 차량 관리 서비스 제공 방법.
- 제7항에 있어서,
상기 각 고객군에 해당하는 고객을 세분류하는 단계는,
상기 로지스틱 회귀분석을 수행하여, 상기 비흡연 고객군에 해당하는 고객 중 평균보다 표준 편차의 3배수 이상인 구간에 해당되는 고객을 상기 위험 고객으로 세분류하는 단계; 및
상기 로지스틱 회귀분석을 수행하여, 상기 비흡연 고객군에 해당하는 고객 중 평균보다 표준 편차의 3배수 이상인 구간을 제외간 구간에 해당되는 고객을 상기 정상 고객으로 세분류하는 단계;를 포함하는 것을 특징으로 하는,
공유형 차량 관리 서비스 제공 방법.
- 제1항에 있어서,
상기 분류되는 고객의 유형에 기초하여 상기 공유형 차량에 대한 관제 알람을 상기 고객에게 전달하는 단계; 및
상기 분류되는 고객의 유형에 기초하여 상기 공유형 차량의 관리자에게 리포팅형 분석 정보를 제공하는 단계;를 더 포함하는 것을 특징으로 하는,
공유형 차량 관리 서비스 제공 방법.
- 제1항에 있어서,
상기 공기질 데이터를 분석하는 단계는,
상기 공유형 차량 내 흡연 여부를 탐지할 수 있는 흡연 탐지 모델을 생성하는 단계;
상기 공유형 차량 내 흡연 유형을 분류할 수 있는 흡연 유형 분류 모델을 생성하는 단계; 및
상기 공유형 차량의 비정상 상황을 진단하는 단계;를 포함하는 것을 특징으로 하는,
공유형 차량 관리 서비스 제공 방법.
- 공유형 차량에 대한 관리 데이터를 구축하는 관리 데이터 구축부;
상기 공유형 차량의 공기질 데이터를 획득하는 공기질 데이터 수집부;
상기 공기질 데이터에 대한 기계 학습을 수행하여 흡연 탐지 모델 및 흡연 유형 분류 모델을 생성하고, 상기 생성한 모델을 이용하여 상기 획득한 공기질 데이터를 분석하는 공기질 데이터 분석부; 및
상기 관리 데이터 및 공기질 데이터의 분석 결과에 기초하여 상기 공유형 차량을 이용하는 고객의 유형을 분류하는 고객 유형 분류부;를 포함하되,
상기 고객 유형 분류부는
상기 고객을 흡연 고객군, 비흡연 고객군 및 부정 사용 고객군 중 어느 하나에 해당되도록 분류하고, 상기 흡연 고객군에 해당하는 고객을 제1 흡연 고객 또는 제2 흡연 고객으로 세분류하며, 로지스틱 회귀분석을 통해 각 고객군에 해당하는 고객을 세분류하는 것을 특징으로 하는,
공유형 차량 관리 서비스 제공 장치.
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020210045185A KR102348618B1 (ko) | 2021-04-07 | 2021-04-07 | 공기질 분석을 이용한 공유형 차량 관리 서비스 제공 장치 및 방법 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020210045185A KR102348618B1 (ko) | 2021-04-07 | 2021-04-07 | 공기질 분석을 이용한 공유형 차량 관리 서비스 제공 장치 및 방법 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| KR102348618B1 true KR102348618B1 (ko) | 2022-01-07 |
Family
ID=79355165
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| KR1020210045185A KR102348618B1 (ko) | 2021-04-07 | 2021-04-07 | 공기질 분석을 이용한 공유형 차량 관리 서비스 제공 장치 및 방법 |
Country Status (1)
| Country | Link |
|---|---|
| KR (1) | KR102348618B1 (ko) |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR20170008070A (ko) * | 2015-07-13 | 2017-01-23 | (주)디지파츠 | 카쉐어링 차량 금연 관리시스템 |
| KR101931205B1 (ko) * | 2017-09-18 | 2018-12-24 | (주)바인테크 | 사물인터넷을 기반으로 하는 공유 전기차 관리시스템 |
| KR20200119412A (ko) * | 2019-03-29 | 2020-10-20 | 에스케이플래닛 주식회사 | 흡연 검출을 위한 서비스 제공 시스템 및 장치, 그리고 방법 및 컴퓨터 프로그램이 기록된 비휘발성 기록매체 |
| KR20210005765A (ko) | 2019-07-04 | 2021-01-15 | 한양대학교 에리카산학협력단 | 자율주행차량 청결 관리 시스템, 그리고 이를 위한 자율주행차량 장치 |
-
2021
- 2021-04-07 KR KR1020210045185A patent/KR102348618B1/ko active IP Right Grant
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR20170008070A (ko) * | 2015-07-13 | 2017-01-23 | (주)디지파츠 | 카쉐어링 차량 금연 관리시스템 |
| KR101931205B1 (ko) * | 2017-09-18 | 2018-12-24 | (주)바인테크 | 사물인터넷을 기반으로 하는 공유 전기차 관리시스템 |
| KR20200119412A (ko) * | 2019-03-29 | 2020-10-20 | 에스케이플래닛 주식회사 | 흡연 검출을 위한 서비스 제공 시스템 및 장치, 그리고 방법 및 컴퓨터 프로그램이 기록된 비휘발성 기록매체 |
| KR20210005765A (ko) | 2019-07-04 | 2021-01-15 | 한양대학교 에리카산학협력단 | 자율주행차량 청결 관리 시스템, 그리고 이를 위한 자율주행차량 장치 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN112134952B (zh) | 一种基于车联网的车辆管理系统、方法、电子设备及存储介质 | |
| Rasch et al. | What drives fraud in a credence goods market?–Evidence from a field study | |
| US20200160284A1 (en) | System and method to analyze and detect anomalies in vehicle service procedures | |
| US20140081675A1 (en) | Systems, methods, and apparatus for optimizing claim appraisals | |
| CN106651602A (zh) | 一种基于adas智能车载终端的车险管理服务系统 | |
| CN110689438A (zh) | 企业类金融风险评分方法、装置、计算机设备及存储介质 | |
| US20180197354A1 (en) | Service improvement by better incoming diagnosis data, problem specific training and technician feedback | |
| EP3825966A1 (en) | A system and method for monitoring and predicting breakdowns in vehicles | |
| US20170061484A1 (en) | Method for determining next purchase interval for customer and system thereof | |
| CN117291649B (zh) | 一种集约化的营销数据处理方法及系统 | |
| Tselentis et al. | Temporal analysis of driving efficiency using smartphone data | |
| Mao et al. | Decision-adjusted driver risk predictive models using kinematics information | |
| KR102459471B1 (ko) | 음향 데이터 분석 기반 중고차 ａｉ 성능점검 시스템과 그 처리방법 | |
| KR102348618B1 (ko) | 공기질 분석을 이용한 공유형 차량 관리 서비스 제공 장치 및 방법 | |
| CN113918123A (zh) | 一种产品优化管理系统及方法 | |
| Ye et al. | Accounting for driver distraction and socioeconomic characteristics in a crash risk index: naturalistic driving study | |
| US20210182265A1 (en) | Blockchain generation system and method for operating the same | |
| KR102086688B1 (ko) | 블록체인을 이용한 차량 정보 활용 시스템 | |
| CN116680147A (zh) | Led显示屏的运行监控方法、装置及电子设备 | |
| KR20220111235A (ko) | 사고 성향에 기반하여 운전자를 평가하는 방법, 장치 및 프로그램 | |
| CN113657733B (zh) | 汽车新品问题点管理方法、装置、设备及存储介质 | |
| Miller | Why are larger motor carriers more compliant with safety regulations? | |
| JP2005346730A (ja) | 履歴情報を用いたクレジットカードの不正利用の判定方法 | |
| KR20230023307A (ko) | 공기질 분석을 이용한 숙박 시설 관리 서비스 제공 장치 및 방법 | |
| WO2017022383A1 (ja) | 管理装置、管理システムおよび車両情報提供方法 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| E701 | Decision to grant or registration of patent right | ||
| GRNT | Written decision to grant |