KR102376483B1 - 의사 선적 예약 자동 변환 시스템 및 그 방법 - Google Patents

의사 선적 예약 자동 변환 시스템 및 그 방법 Download PDF

Info

Publication number
KR102376483B1
KR102376483B1 KR1020200087907A KR20200087907A KR102376483B1 KR 102376483 B1 KR102376483 B1 KR 102376483B1 KR 1020200087907 A KR1020200087907 A KR 1020200087907A KR 20200087907 A KR20200087907 A KR 20200087907A KR 102376483 B1 KR102376483 B1 KR 102376483B1
Authority
KR
South Korea
Prior art keywords
shipment
information
schedule
request
date
Prior art date
Application number
KR1020200087907A
Other languages
English (en)
Other versions
KR20220009566A (ko
Inventor
안시형
마홍모
Original Assignee
주식회사 한국무역정보통신
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 한국무역정보통신 filed Critical 주식회사 한국무역정보통신
Priority to KR1020200087907A priority Critical patent/KR102376483B1/ko
Publication of KR20220009566A publication Critical patent/KR20220009566A/ko
Application granted granted Critical
Publication of KR102376483B1 publication Critical patent/KR102376483B1/ko

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063—Operations research, analysis or management
    • G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
    • G06Q10/06312—Adjustment or analysis of established resource schedule, e.g. resource or task levelling, or dynamic rescheduling
    • 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
    • G06Q10/02—Reservations, e.g. for tickets, services or events
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063—Operations research, analysis or management
    • G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
    • G06Q10/06314—Calendaring for a resource
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/08—Logistics, e.g. warehousing, loading or distribution; Inventory or stock management
    • G06Q10/083—Shipping
    • G06Q10/0832—Special goods or special handling procedures, e.g. handling of hazardous or fragile goods
    • 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
    • G06Q10/10—Office automation; Time management
    • G06Q10/109—Time management, e.g. calendars, reminders, meetings or time accounting

Landscapes

  • Business, Economics & Management (AREA)
  • Human Resources & Organizations (AREA)
  • Engineering & Computer Science (AREA)
  • Economics (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Strategic Management (AREA)
  • Tourism & Hospitality (AREA)
  • Quality & Reliability (AREA)
  • Operations Research (AREA)
  • Marketing (AREA)
  • Physics & Mathematics (AREA)
  • General Business, Economics & Management (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Development Economics (AREA)
  • Educational Administration (AREA)
  • Game Theory and Decision Science (AREA)
  • Data Mining & Analysis (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

본 발명은 유선 또는 무선 통신 네트워크를 통해 외부 디바이스와 연결된 의사 선적 예약 자동 변환 서버를 제공하며, 본 발명의 바람직한 실시 예에 의하면, 선사로부터 의사 선적 예약이 요청되는 경우 의사 선적 예약 정보와 선적 스케줄 정보의 일정 정보를 매칭한 후 선적 요청일과 접안 예정 일시를 기준으로 의사 선적 예약을 실제 선적 일정으로 자동으로 변환하고, 자동 변환된 선적 일정 정보를 이용하여 컨테이너 반입 정보를 생성하여 전송함으로써 터미널은 반입된 컨테이너들을 야적장이 아닌 적재 예정 선박의 화물집하장으로 이동하여 정렬함으로써 야적장에서 화물집하장으로 이동하는 데 발생하는 터미널 화물 조작료(Terminal Handling Charge) 비용을 절감할 수 있다.

Description

의사 선적 예약 자동 변환 시스템 및 그 방법{SYSTEM AND METHOD FOR AUTOMATED CONVERSING OF DUMMY BOOKING}
본 발명은 의사 선적 예약 자동 변환 시스템 및 그 방법에 관한 것으로서, 좀 더 구체적으로는 선사로부터 입력된 의사 선적 예약 정보와 선적 스케줄 정보의 일정 정보를 매칭한 후 선적 요청일과 접안 예정 일시를 기준으로 의사 선적 예약을 실제 선적 일정으로 자동으로 변환하는 시스템 및 방법에 관한 것이다.
화물 수출 시 화주는 통상적으로 선적 스케줄(shipping schedule)을 입수한 후 선사에 선적 요청서(shipping request, S/R)를 제출하여 선적 예약을 한다. 여기서, "선적 예약(booking)"은 화주가 선적을 의뢰하는 품명, 수량, 선사, 선박, 선적일, 선적지, 목적지 등을 기재한 선적 요청서를 제출하여 선적 요청을 하는 것을 의미한다. 선사는 화물이 선적될 선박을 지정하여 화주에게 선적 예약 번호를 발행하며, 그 후 화주는 지정일에 맞춰 화물이 선적될 수 있도록 운송사에 의뢰하여 지정일 전까지 화물을 터미널에 반입시킨다. 만일 화주가 지정일에 지정된 선박에 화물을 선적하지 못할 경우에는, 선적 시 발생되는 터미널 화물 조작료(THC; Terminal Handling Charge) 등의 선적 비용과 지체에 대한 체화료 등의 추가 비용을 화주가 부담하게 된다.
한편, 이와는 조금 다른 프로세스를 따르는 의사(擬似) 선적 예약(Dummy Booking)이 있다. 이는 대형화주가 특정 화물을 특정 수출지로 반복적으로 수출하는 경우에 반복적인 선적 예약을 간소화하기 위해 선사가 제공하는 예약 서비스로서, 도 1에 의사 선적 예약의 프로세스의 전체적인 흐름이 도시되어 있다.
"의사 선적 예약"은 선적 예약 시 선박을 지정하지 않고 화주명, 선사 라인, 항로(Route), 터미널, 목적지 등의 정보를 등록한 의사 선적 예약 번호를 통해 선적을 요청하는 것을 의미하며, 대형화주는 등록한 하나의 의사 선적 예약을 반복적인 선적 예약에 활용한다.
이후 터미널로 컨테이너가 반입되는 시점에 실제 선적 일정이 확정되지 않는다면 야적장(On-Dock Container Yard)에 보관했다가 컨테이너의 적재 선박이 확정되는 컨테이너 선적 리스트(CLL; Container Loading List) 전달 시점에 적재 선박의 화물집하장(Marshalling Yard)으로 이동한다. 이때 발생하는 터미널 화물 조작료는 화주가 아닌 선사가 부담하는 것이 일반적이다.
이에, 화물의 수출에 있어서 의사 선적 예약에 따른 추가적인 물류 비용을 절감하고 선사 및 터미널의 업무 효율을 제고할 수 있는 시스템 및 방법에 대한 요구가 있다.
한국등록특허 제10-0472921호 (2005.02.14. 등록)
본 발명은 선사로부터 입력된 의사 선적 예약과 선적 스케줄 정보의 일정 정보를 매칭한 후 선적 요청일과 접안 예정 일시를 기준으로 의사 선적 예약을 실제 선적 일정으로 자동으로 변환하고, 자동 변환된 선적 일정 정보를 이용하여 컨테이너 반입 정보를 생성하여 전송함으로써 야적장에서 화물집하장으로 이동하는 데 발생하는 터미널 화물 조작료 비용을 절감할 수 있는 시스템 및 방법을 제공하는데 그 하나의 목적이 있다.
또한, 본 발명은 의사 선적 예약에 선적 요청일이 입력되지 않은 경우에도 기존 선적 요청 정보로부터 발주번호를 활용하여 선적 요청일을 추출하여 지정하거나 예측 알고리즘을 사용하여 선적 예정일을 예측하고 선적 요청일을 지정하여 실제 선적 일정 매칭에 활용하고, 나아가 선적 요청 정보의 오입력을 검출함으로써 변환된 선적 일정이 아닌 다른 선박에 적재되는 경우 발생할 수 있는 터미널 화물 조작료 비용을 감소시키는 시스템 및 방법을 제공하는데 또 하나의 목적이 있다.
본 발명은 유선 또는 무선 통신 네트워크를 통해 외부 디바이스와 연결된 의사 선적 예약 자동 변환 서버로서, 선사가 선적 스케줄을 등록하기 위한 인터페이스를 제공하고, 등록된 선적 스케줄 정보를 선적 스케줄 정보 DB에 저장하는 선적스케줄 입력 모듈;과, 선사가 의사 선적 예약을 등록하기 위한 인터페이스를 제공하고, 등록된 의사 선적 예약을 의사 선적 예약 정보 DB에 저장하는 의사 선적 예약 입력 모듈;과, 운송사가 화주로부터 전달받은 의사 선적 예약 번호, 최종목적지를 포함한 반입 정보를 입력하기 위한 인터페이스를 제공하고, 입력된 정보를 컨테이너 반입 정보 DB에 저장하는 컨테이너 반입 정보 입력 모듈;과, 운송사가 화주로부터 전달받은 선적 요청일, 발주 번호를 포함한 선적 요청 정보를 입력하기 위한 인터페이스를 제공하고, 상기 컨테이너 반입 정보 입력 모듈로부터 전달받은 의사 선적 예약 번호를 포함하여 선적 요청 정보 DB에 저장하는 선적 요청 입력 모듈;과, 상기 선적 요청 입력 모듈로부터 전달받은 의사 선적 예약 번호가 상기 의사 선적 예약 정보 DB에 등록된 정보인지 확인하고, 확인이 되면 의사 선적 예약 번호에 해당하는 의사 선적 예약 정보의 선사 라인 코드, 항로 코드, 터미널 코드와 일치하는 선적 스케줄 정보를 상기 선적 스케줄 정보 DB에서 추출하여 선적 요청일을 지정하는 실제 선적 일정 변환 모듈;과, 상기 선적 요청 입력 모듈로부터 선적 요청일 및 발주 번호가 입력되지 않은 경우, 또는 의사 선적 예약 번호와 발주 번호가 일치하는 선적 요청 정보가 존재하지 않는 경우에 있어서, 의사 선적 예약 번호를 기준으로 상기 의사 선적 예약 정보DB에서 추출한 화주명, 목적지, 항로, 터미널 정보와 화주의 선적 요청 입력 시간을 입력값으로 하여 선적 요청일을 예측하여 실제 선적 일정 변환 모듈에 제공하는 선적 요청일 예측 모듈;과, 상기 컨테이너 반입 정보 입력 모듈을 통해 입력된 컨테이너 반입 정보와, 상기 선적 요청 입력 모듈을 통해 입력된 선적 요청 정보를 상기 실제 선적 일정 변환 모듈에 의해 자동 변환한 실제 선적 일정 정보를 이용하여 반입 정보로 생성하여 터미널로 전송하는 컨테이너 반입 정보 전송 모듈; 및 상기 선적 스케줄 정보 DB, 의사 선적 예약 정보 DB, 컨테이너 반입 정보 DB, 선적 요청 정보 DB, 실제 선적 일정 정보 DB를 포함하는 데이터베이스;를 포함한다.
본 발명의 일 실시 예에서, 상기 실제 선적 일정 변환 모듈은, 상기 선적 요청 정보 입력 모듈로부터 전달받은 선적 요청 정보에 선적 요청일이 존재하지 않고 발주 번호는 존재하는 경우에는, 상기 선적 요청 정보 DB에서 의사 선적 예약 번호와 발주 번호가 일치하는 선적 요청 정보를 찾아 선적 요청일을 지정한다.
그리고, 상기 실제 선적 일정 변환 모듈은, 선적 요청일과 발주 번호가 모두 존재하지 않거나, 의사 선적 예약 번호와 발주 번호가 일치하는 선적 요청 정보가 존재하지 않는 경우에는, 상기 선적 요청일 예측 모듈에서 예측한 선적 예정일을 선적 요청일로 지정한다.
본 발명의 일 실시 예에서, 상기 실제 선적 일정 변환 모듈은, 상기 선적 스케줄 정보 DB에서 추출된 선적 스케줄 정보 중 접안예정일시가 선적 요청일 이후인 가장 빠른 선적 스케줄을 실제 선적 일정으로 지정하고, 선적 요청일 이후에 접안하는 선적 스케줄 정보를 추출하지 못한 경우에는 상기 선적 요청 입력 모듈로 선적 요청 입력 오류 메시지를 출력할 수 있다.
본 발명의 일 실시 예에서, 상기 의사 선적 예약 자동 변환 서버는, 의사 선적 예약 번호를 기준으로 상기 의사 선적 예약 정보 DB에서 추출한 화주명, 목적지, 항로, 터미널 정보와 화주의 선적 요청 입력 시간, 선적 요청일 정보를 입력값으로 하여 오입력을 검출하여 상기 실제 선적 일정 변환 모듈에 그 결과를 전달하고, 오입력이 검출되는 경우에는 상기 선적 요청 입력 모듈로 선적 요청 입력 경고 메시지를 출력하는 선적 요청 오입력 검출 모듈을 더 포함할 수 있다.
그리고, 본 발명의 일 실시 예에서, 상기 선적 요청일 예측 모듈은 선적 요청일 추론부 및 알고리즘 가중치 결정부를 포함하고, 상기 선적 요청일 추론부는 기 생성된 복수의 알고리즘에 전처리된 화주명, 목적지, 항로, 터미널 정보와 화주의 선적 요청 입력 시간을 입력하여 입력값에 대한 선적 요청일 별 추론 점수를 출력하고, 상기 알고리즘 가중치 결정부는 상기 복수의 알고리즘 각각에 대해 추론의 정확성을 수치적으로 나타낸 가중치를 결정하며, 상기 선적 요청일 예측 모듈은 상기 알고리즘별로 상기 선적 요청일 별 추론 점수에 상기 가중치를 반영한 추론 점수를 합산한 결과가 가장 큰 선적 요청일을 선적 요청일로 지정할 수 있다.
여기서, 상기 알고리즘 가중치 결정부는 상기 복수의 알고리즘을 임의의 순서대로 나열하고, 순서대로 알고리즘 각각의 제1 추론 가중치를 결정하며, 상기 알고리즘 각각의 제1 추론 가중치는 이전 알고리즘에서 결정된 학습 데이터의 제2 추론 가중치가 반영될 수 있다.
본 발명의 일 실시 예에서, 상기 알고리즘 가중치 결정부는, 상기 제1 추론 가중치에 이용되는 알고리즘의 오류 횟수를 학습 데이터의 제2 추론 가중치를 반영한 하기 [수학식 1]에 따라 확인할 수 있다.
[수학식 1]
Figure 112020073963587-pat00001
여기서, errt은 알고리즘의 선적 요청일 예측 오류량, at는 알고리즘, xi는 화주명, 목적지, 항로, 터미널 정보와 화주의 선적 요청 정보 입력 시간 등 입력값, yi는 실제 선적 요청일, wi는 학습 데이터에 대한 제2 추론 가중치, n은 학습 데이터의 수를 의미함.
또한, 상기 알고리즘 가중치 결정부는, 상기 알고리즘의 오류 횟수를 기초로 상기 알고리즘에 대한 제1 추론 가중치를 하기 [수학식 2]에 따라 결정할 수 있다.
[수학식 2]
Figure 112020073963587-pat00002
여기서, αt는 알고리즘에 대한 제1 추론 가중치, errt는 알고리즘의 선적 요청일 예측 오류량, K는 선적 요청일의 총 개수를 의미함.
나아가 상기 알고리즘 가중치 결정부는, 하나의 알고리즘에 대한 제1 추론 가중치를 결정한 후, 상기 알고리즘에서 발생한 오류를 기초로 상기 학습 데이터의 제2 추론 가중치를 하기 [수학식 3]에 따라 변경할 수도 있다.
[수학식 3]
Figure 112020073963587-pat00003
한편, 본 발명은 선적 예약 자동 변환 서버에 의해 의사 선적 예약을 실제 선적 일정으로 자동으로 변환하는 방법으로서, 컨테이너 반입 정보 입력 모듈을 통해 화주로부터 컨테이너 반입 정보를 입력 받고 이를 컨테이너 반입 정보 DB에 저장하는 단계(S100);와, 상기 컨테이너 반입 정보 입력 모듈이 입력된 선적 예약 번호가 의사 선적 예약 정보 DB에 입력된 의사 선적 예약 번호에 해당하는 의사 선적 예약 정보인지 여부를 판단하는 단계(S101);와, 의사 선적 예약 정보가 확인되면, 선적 요청 입력 모듈을 통해 선적 요청 정보를 입력받고 이를 선적 요청 정보 DB에 저장하는 단계(S102);와, 실제 선적 일정 변환 모듈이 상기 의사 선적 예약 정보와 선사 라인 코드, 항로 코드, 터미널 코드 정보가 일치하는 하나 이상의 선적 스케줄 정보가 선적 스케줄 정보 DB에 존재하는지 여부를 판단하는 단계(S103);와, 상기 단계 S103에서 일치하는 하나 이상의 선적 스케줄 정보가 확인되면, 상기 실제 선적 일정 변환 모듈이 선적 요청 정보에 선적 요청일이 존재하는지 여부를 판단하는 단계(S104);와, 상기 단계 S104에서 선적 요청일이 확인되면, 상기 실제 선적 일정 변환 모듈이 선적 요청일 이후에 접안 예정된 선적 스케줄 정보가 존재하는지 여부를 판단하는 단계(S109);와, 상기 단계 S109에서 선적 요청일 이후에 접안 예정된 선적 스케줄 정보가 확인되면, 상기 실제 선적 일정 변환 모듈이 선적 요청일 이후에 가장 빠른 접안 예정 일시를 가진 선적 스케줄을 실제 선적 일정으로 지정하고 이를 실제 선적 일정 정보DB에 저장하는 단계(S110);와, 컨테이너 반입 정보 전송 모듈이 상기 단계 S100에서 입력된 컨테이너 반입 정보에 대해 상기 단계 S103 내지 단계 S110에서 변환한 실제 선적 일정 정보를 추가하는 단계(S113); 및 상기 컨테이너 반입 정보 전송 모듈이 컨테이너 반입 정보를 생성하고 이를 터미널로 전송하는 단계(S114);를 포함하는 의사 선적 예약을 실제 선적 일정으로 자동으로 변환하는 방법을 제공한다.
본 발명의 일 실시 예에서, 상기 단계 S110 이후에, 선적 요청 오입력 검출 모듈이 의사 선적 예약 정보에 포함된 의사 선적 예약 번호, 화주명, 목적지, 항로, 터미널 정보와 화주의 선적 요청 정보에 포함된 선적 요청 일시, 선적 요청 입력 시간, 변환 알고리즘에 의해 변환된 실제 선정 일정에 포함된 접안 예정 일시, 선적 요청일의 입력 유무를 입력값으로 하여 오입력 검출 알고리즘을 사용하여, 선적 요청의 오입력 여부를 판단하여 정상 입력일 경우 상기 단계 S113으로 진행하고, 비정상 입력일 경우 선적 요청 정보 입력의 오류 메시지를 출력하는 단계(S112)를 포함할 수 있다.
그리고, 상기 단계 S103에서 의사 선적 예약 번호와 선적 요청 정보에 해당하는 선적 스케줄이 존재하지 않는 것으로 확인되거나, 또는 상기 단계 S109에서 선적 요청일 이후에 접안 예정된 선적 스케줄 정보가 존재하는지 않는 것으로 확인될 경우, 상기 단계 S112에 따라 선적 요청 정보 입력의 오류 메시지를 출력할 수 있다.
그리고, 상기 단계 S104 이후에, 상기 실제 선적 일정 변환 모듈이 상기 선적 요청 정보에 발주 번호가 존재하는지 여부를 판단하는 단계(S105);와, 상기 단계 S105에서 발주 번호가 확인되면, 상기 실제 선적 일정 변환 모듈이 선적 요청 정보 DB에 의사 선적 예약 번호 및 발주 번호가 동일한 선적 요청 정보가 존재하는지 여부를 판단하는 단계(S106); 및 상기 실제 선적 일정 변환 모듈이 상기 선적 요청 정보 DB에 동일한 의사 선적 예약 번호와 및 발주 번호를 가지는 선적 요청 정보의 선적 요청일을 추출하여 선적 요청일로 지정하고, 이를 선적 요청 정보 DB에 저장하는 단계(S107);를 포함하고, 상기 단계 S107 이후에 상기 단계 S109을 수행할 수 있다.
또한, 상기 단계 S105에서, 상기 선적 요청일 예측 모듈이 선적 요청일과 발주 번호가 존재하지 않는 것으로 확인되거나, 또는 상기 단계 S106에서,, 선적 요청일은 존재하지 않고 발주번호는 존재하나 의사 선적 예약 번호가 동일한 선적 요청 정보가 상기 선적 요청 정보 DB에 존재하지 않는 경우에 대해, 의사 선적 예약 정보에 포함된 의사 선적 예약 번호, 화주명, 목적지, 항로, 터미널 정보와 화주의 선적 요청 정보에 포함된 선적 요청 일시, 선적 요청 입력 시간을 입력값으로 하여 선적 예정일을 예측하는 알고리즘을 사용하여 선적 예정일을 선적 요청일로 지정하고, 이를 선적 요청 정보 DB에 저장하는 단계(S108)를 수행하고, 이후 상기 단계 S109을 수행할 수 있다.
그리고, 본 발명의 일 실시예에서, 상기 단계 S108은, 기 생성된 복수의 알고리즘에 전처리된 화주명, 목적지, 항로, 터미널 정보와 화주의 선적 요청 입력 시간을 입력하여 입력값에 대한 선적 요청일 별 추론 점수를 출력하고, 상기 복수의 알고리즘 각각에 대해 추론의 정확성을 수치적으로 나타낸 가중치를 결정하며, 상기 알고리즘별로 상기 선적 요청일 별 추론 점수에 상기 가중치를 반영한 추론 점수를 합산한 결과가 가장 큰 선적 요청일을 선적 요청일로 지정할 수 있다.
여기서, 상기 복수의 알고리즘을 임의의 순서대로 나열하고, 순서대로 알고리즘 각각의 제1 추론 가중치를 결정하며, 상기 알고리즘 각각의 제1 추론 가중치는, 이전 알고리즘에서 결정된 학습 데이터의 제2 추론 가중치가 반영될 수 있다.
본 발명의 일 실시 예에 따르면, 상기 제1 추론 가중치에 이용되는 알고리즘의 오류 횟수를 학습 데이터의 제2 추론 가중치를 반영한 하기 [수학식 1]에 따라 확인할 수 있다.
[수학식 1]
Figure 112020073963587-pat00004
여기서, errt은 알고리즘의 선적 요청일 예측 오류량, at는 알고리즘, xi는 화주명, 목적지, 항로, 터미널 정보와 화주의 선적 요청 정보 입력 시간 등 입력값, yi는 실제 선적 요청일, wi는 학습 데이터에 대한 제2 추론 가중치, n은 학습 데이터의 수를 의미함.
또한, 상기 알고리즘의 오류 횟수를 기초로 상기 알고리즘에 대한 제1 추론 가중치를 하기 [수학식 2]에 따라 결정할 수 있다.
[수학식 2]
Figure 112020073963587-pat00005
여기서, αt는 알고리즘에 대한 제1 추론 가중치, errt는 알고리즘의 선적 요청일 예측 오류량, K는 선적 요청일의 총 개수를 의미함.
나아가 하나의 알고리즘에 대한 제1 추론 가중치를 결정한 후, 상기 알고리즘에서 발생한 오류를 기초로 상기 학습 데이터의 제2 추론 가중치를 하기 [수학식 3]에 따라 변경할 수도 있다.
[수학식 3]
Figure 112020073963587-pat00006
본 발명에 따르면 화주로부터 의사 선적 예약이 요청되는 경우, 의사 선적 예약 정보와 선적 스케줄 정보의 일정 정보를 매칭한 후 선적 요청일과 접안 예정 일시를 기준으로 의사 선적 예약을 실제 선적 일정으로 자동으로 변환하고, 자동 변환된 선적 일정 정보를 이용하여 컨테이너 반입 정보를 생성하여 전송함으로써 터미널은 반입된 컨테이너들을 야적장이 아닌 적재 예정 선박의 화물집하장으로 이동하여 정렬함으로써 야적장에서 화물집하장으로 이동하는 데 발생하는 터미널 화물 조작료(Terminal Handling Charge) 비용을 절감할 수 있다.
그리고, 선적 요청일이 입력되지 않은 경우에도 기존 선적 요청 정보로부터 발주번호를 활용하여 선적 요청일을 추출하여 지정하거나 예측 알고리즘을 사용하여 선적 예정일을 예측하여 선적 요청일을 지정하여 실제 선적 일정 매칭에 활용하고 선적 요청 정보의 오입력을 검출함으로써 변환 성공율을 높일 수 있으며, 이에 따라 변환된 선적 일정이 아닌 다른 선박에 적재되는 경우 발생할 수 있는 터미널 화물 조작료 비용을 감소시킬 수 있다.
도 1은 의사 선적 예약의 프로세스의 전체적인 흐름을 나타낸 도면이다.
도 2는 본 발명에 따른 의사 선적 예약 자동 변환 시스템의 전체적인 구성을 도시한 도면이다.
도 3은 본 발명의 일 실시 예에 따라 입력된 선적 요청 정보에 포함된 의사 선적 예약 정보를 실제 선적 일정 정보로 자동 변환하는 방법의 과정을 나타낸 흐름도이다.
도 4는 선적 요청일 예측 모듈이 입력값에 대한 선척요청일을 예측하는 방법의 흐름을 나타낸 도면이다.
도 5는 선적 요청일 예측 모듈이 복수의 알고리즘에 대한 추론 가중치를 결정하고 조합하는 방법의 흐름을 나타낸 도면이다.
도 6은 본 발명에 따라 개선된 의사 선적 예약의 프로세스의 전체적인 흐름을 나타낸 도면이다.
이하, 첨부된 도면을 참조하여 본 발명의 바람직한 실시 예를 상세히 설명한다. 본 발명의 이점 및 특징, 그리고 그것들을 달성하는 방법은 첨부되는 도면과 함께 상세하게 후술되어 있는 실시 예들을 참조하면 명확해질 것이다. 그러나 본 발명은 이하에서 게시되는 실시 예에 한정되는 것이 아니라 서로 다른 다양한 형태로 구현될 수 있으며, 단지 본 실시 예들은 본 발명의 게시가 완전하도록 하고, 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자에게 발명의 범주를 완전하게 알려주기 위해 제공되는 것이며, 본 발명은 청구항의 범주에 의해 정의될 뿐이다. 명세서 전체에 걸쳐 동일 참조 부호는 동일 구성 요소를 지칭한다.
다른 정의가 없다면, 본 명세서에서 사용되는 모든 용어(기술 및 과학적 용어를 포함)는 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자에게 공통적으로 이해될 수 있는 의미로 사용될 수 있을 것이다. 또 일반적으로 사용되는 사전에 정의되어 있는 용어들은 명백하게 특별히 정의되어 있지 않는 한 이상적으로 또는 과도하게 해석되지 않는다. 본 명세서에서 사용된 용어는 실시 예들을 설명하기 위한 것이며 본 발명을 제한하고자 하는 것은 아니다. 본 명세서에서, 단수형은 문구에서 특별히 언급하지 않는 한 복수형도 포함한다.
본 명세서에서 사용되는 "포함한다 (comprises)" 및/또는 "포함하는 (comprising)"은 언급된 구성 요소, 단계, 동작 및/또는 소자는 하나 이상의 다른 구성 요소, 단계, 동작 및/또는 소자의 존재 또는 추가를 배제하지 않는다.
도 2에는 본 발명에 따른 의사 선적 예약 자동 변환 시스템의 전체적인 구성이 도시되어 있다.
도 2를 참조하면, 본 발명은 하나 이상의 선사, 화주 및 운송사 애플리케이션을 내장하여 데이터의 편집, 디스플레이 및 송수신을 지원하는 외부 사용자 디바이스(100)가 유선 또는 무선 통신 네트워크(200)를 통해 의사 선적 예약 자동 변환 서버(300)에 연결되어 있다. 이하에서는, 본 발명의 의사 선적 예약 자동 변환에 관한 프로그램을 탑재한 서버(300)가 통신 네트워크(200)에 연결된 상태에서 데이터를 생성 및 전송하는 네트워크 시스템을 바탕으로 하는 경우를 바람직한 실시예로서 설명하기로 한다.
의사 선적 예약 자동 변환 서버(300)는 선적스케줄 입력 모듈(310), 의사 선적 예약 입력 모듈(320), 컨테이너 반입 정보 입력 모듈(330), 선적 요청 입력 모듈(340), 실제 선적 일정 변환 모듈(350), 선적 요청일 예측 모듈(360), 선적 요청 오입력 검출 모듈(370), 컨테이너 반입 정보 전송 모듈(380) 및 데이터베이스(390)를 포함한다. 또한, 데이터베이스(390)는 저장하는 정보의 내용에 따라 선적 스케쥴 정보 DB(391), 의사 선적 예약 정보 DB(392), 컨테이너 반입 정보 DB(393), 선적 요청 정보 DB(394), 실제 선적 일정 정보 DB(395)의 서브 데이터베이스를 포함할 수 있다.
여기서, 선적스케줄 입력 모듈(310), 의사 선적 예약 입력 모듈(320), 컨테이너 반입 정보 입력 모듈(330), 선적 요청 입력 모듈(340), 실제 선적 일정 변환 모듈(350), 선적 요청일 예측 모듈(360), 선적 요청 오입력 검출 모듈(370), 컨테이너 반입 정보 전송 모듈(380) 및 데이터베이스(390)는 본 발명의 일 실시 예에 따른 의사 선적 예약 자동 변환 서버(300)가 수행하는 기능을 기준으로 분류한 임시 또는 가상적인 구성일 뿐이다. 따라서, 어느 한 구성이 수행하는 기능을 다른 구성이 함께 수행할 수 있으며, 하나의 구성이 전체 구성의 기능을 모두 수행할 수도 있다. 예를 들어, 하나의 프로세서(미도시)가 선적스케줄 입력 모듈(310), 의사 선적 예약 입력 모듈(320) 등의 각종 모듈의 기능을 모두 수행할 수도 있다.
선적스케줄 입력 모듈(310)은 선사가 선적 스케줄(Shipping schedule)을 등록하기 위한 인터페이스를 제공할 수 있다. 선적스케줄 입력 모듈(310)을 통해 선사는 선박의 운항 스케줄을 등록하고, 등록된 선적 스케줄 정보는 선적 스케줄 정보 DB(391)에 저장된다.
여기서, 선적 스케줄 정보는 선사 라인 코드, 모선 코드, 모선 항차, 선적항코드, 호출부호, 모선명, 항로(Route) 코드, 터미널 코드, 터미널 모선 코드, 터미널 항차, 접안예정일시, 입항예정일시, 출항예정일시, 입항년도 등을 포함할 수 있다.
의사 선적 예약 입력 모듈(320)은 선사가 의사 선적 예약을 등록하기 위한 인터페이스를 제공할 수 있다. 의사 선적 예약 입력 모듈(320)을 통해 선사는 화주에게 제공할 의사 선적 예약을 등록하고, 등록된 의사 선적 예약은 의사 선적 예약 정보 DB(392)에 저장된다. 여기서, 의사 선적 예약 정보는 의사 선적 예약 번호별로 관리되며 화주명, 선사 라인 코드, 항로 코드, 터미널 코드, 목적지 등을 포함한다.
컨테이너 반입 정보 입력 모듈(330)은 운송사가 화주로부터 전달받은 의사 선적 예약 번호, 최종목적지 등을 포함한 반입 정보를 입력하도록 하여 이를 컨테이너 반입 정보 DB(393)에 저장하고, 이후 선적 요청 입력 모듈(340)에 전달한다.
선적 요청 입력 모듈(340)은 운송사가 화주로부터 전달받은 선적 요청일, 발주(Purchase Order) 번호를 포함한 선적 요청 정보를 입력하도록 하고, 이후 컨테이너 반입 정보 입력 모듈(330)로부터 전달받은 의사 선적 예약 번호를 포함하여 선적 요청 정보 DB(394)에 저장하고 실제 선적 일정 변환 모듈(350)에 전달한다.
실제 선적 일정 변환 모듈(350)은 선적 요청 입력 모듈(340)로부터 전달받은 의사 선적 예약 번호가 의사 선적 예약 정보 DB(392)에 등록된 정보인지 확인하고, 확인이 되면 의사 선적 예약 번호에 해당하는 의사 선적 예약 정보의 선사 라인 코드, 항로 코드, 터미널 코드와 일치하는 선적 스케줄 정보를 선적 스케줄 정보 DB(391)에서 추출한다.
이때, 선적 요청 정보 입력 모듈(340)로부터 전달받은 선적 요청 정보에 선적 요청일이 존재하지 않고 발주 번호는 존재한다면(선적 요청일의 입력 누락), 선적 요청 정보 DB(393)에서 의사 선적 예약 번호와 발주 번호가 일치하는 선적 요청 정보를 찾아 선적 요청일을 지정한다.
그리고, 만일 선적 요청일과 발주 번호가 모두 존재하지 않거나, 의사 선적 예약 번호와 발주 번호가 일치하는 선적 요청 정보가 존재하지 않으면 선적 요청일 예측 모듈(360)에서 예측한 선적 예정일을 선적 요청일로 지정하는데, 예를 들어 추출된 선적 스케줄 정보 중 접안예정일시가 선적 요청일 이후인 가장 빠른 선적 스케줄을 실제 선적 일정으로 지정한다. 선적 요청일 이후에 접안하는 선적 스케줄 정보를 추출하지 못한 경우 선적 요청 입력 모듈(340)로 선적 요청 입력 오류 메시지를 출력한다.
선적 요청일 예측 모듈(360)은 선적 요청 입력 모듈(340)로부터 선적 요청일 및 발주 번호가 입력되지 않은 경우 내지 의사 선적 예약 번호와 발주 번호가 일치하는 선적 요청 정보가 존재하지 않는 경우에 있어서, 의사 선적 예약 번호를 기준으로 의사 선적 예약 정보DB(392)에서 추출한 화주명, 목적지, 항로, 터미널 정보와 화주의 선적 요청 입력 시간을 입력값으로 선적 요청일을 예측하여 실제 선적 일정 변환 모듈(350)에 제공한다. 이를 위해, 선적 요청일 예측 모듈(360)은 선적 요청일 추론부(361) 및 알고리즘 가중치 결정부(362)를 포함할 수 있다.
본 발명의 일 실시 예에 따르면, 선적 요청일 예측 모듈(360)은 전처리된 화주명, 목적지, 항로, 터미널 정보와 화주의 선적 요청 입력 시간을 복수의 알고리즘에 입력하여 상기 입력값에 대한 선적 요청일 추론 점수를 출력하는 구성과, 상기 복수의 알고리즘이 출력한 선적 요청일별 추론 점수를 조합하여 상기 입력값에 대한 선적 요청일을 예측하는 구성을 포함한다.
선적 요청일 추론부(361)는 기 생성된 복수의 알고리즘에 전처리된 화주명, 목적지, 항로, 터미널 정보와 화주의 선적 요청 입력 시간을 입력하여 입력값에 대한 선적 요청일 별 추론 점수를 출력할 수 있다. 예를 들어, 선적 요청일 추론부(361)가 3개의 알고리즘에 전처리된 입력값을 입력하는 경우, 아래의 [표 1] 과 같은 알고리즘 추론 점수가 출력될 수 있다.
선적 요청일 1 선적 요청일 2 선적 요청일 3 선적 요청일 4
알고리즘 1 100 50 5 10
알고리즘 2 50 70 10 5
알고리즘 3 30 20 110 10
알고리즘 가중치 결정부(362)는 복수의 알고리즘 각각이 얼마나 정확한 추론을 하는지 확인하고, 추론의 유효성/정확성을 수치적으로 표현하여 복수의 알고리즘이 출력한 추론 점수에 해당 수치를 반영할 수 있다. 여기서, 추론의 정확성을 수치적으로 나타낸 것을 '가중치'라고 하며, 설명의 편의를 위해 알고리즘에 대한 가중치를 '제1 추론 가중치'라고 한다.
한편, 제1 추론 가중치를 결정하기 위한 알고리즘에 대한 정의와, 알고리즘에 이용되는 학습 데이터는 다음과 같을 수 있다.
- n 개의 학습 데이터
{x1, y1}, ... ,{xn, yn} for i = 1, 2, ..., n
{xi: 전처리된 화주명, 목적지, 항로, 터미널 정보 및 선적 요청 입력 시간, yi: 선적 요청일}
- K개의 선적 요청일
k= 1, 2, ..., K
- 알고리즘 at
at(xi)=k
알고리즘 가중치 결정부(362)는 각각의 알고리즘에 n개의 학습 데이터를 입력하고, 알고리즘이 몇 번의 오류를 발생시켰는지 확인함으로써 제1 추론 가중치를 결정할 수 있다. 아울러, 각각의 알고리즘에 대한 제1 추론 가중치는 상호 밀접하게 연관되어 있어, 선적 요청일 예측 모듈(360)은 보다 정확도 높은 선적 요청일을 예측할 수 있다.
그리고, 일 실시 예에 따르면, 선적 요청일을 예측하는 과정 이전에, 상기 복수의 알고리즘을 임의의 순서대로 나열하고, 순서대로 알고리즘 각각의 제1 추론 가중치를 결정하는 과정을 더 포함하되, 상기 알고리즘 각각의 제1 추론 가중치는 이전 알고리즘에서 결정된 학습 데이터의 제2 추론 가중치가 반영될 수 있다.
여기서, 상기 제1 추론 가중치를 결정하는 과정은, 알고리즘의 오류량을 학습 데이터의 제2 추론 가중치에 반영하여 하기 [수학식 1]에 따라 계산하는 과정을 더 포함할 수 있다.
Figure 112020073963587-pat00007
여기서, errt은 알고리즘의 선적 요청일 예측 오류량, at는 알고리즘, xi는 화주명, 목적지, 항로, 터미널 정보와 화주의 선적 요청 정보 입력 시간 등 입력값, yi는 실제 선적 요청일, wi는 학습 데이터에 대한 제2 추론 가중치, n은 학습 데이터의 수를 의미한다.
알고리즘 가중치 결정부(362)는 알고리즘(ai)에 n개의 입력값(xi)을 입력하여, 올바른 선적 요청일(yi)가 나온 경우를 0으로, 틀린 선적 요청일(yi)가 나온 경우를 1로 카운트한 후, 학습 데이터에 대한 가중치(wi)를 곱하여 선적 요청일 출력 오류량(errt)를 구할 수 있다.
한편, wi는 학습 데이터에 대한 제2 추론 가중치로서, n개의 (입력값, 선적 요청일) 쌍 각각에 가중치가 부여되어 있을 수 있다. 알고리즘에 대한 제1 추론 가중치를 결정하는 과정에서는 제2 추론 가중치가 다음과 같은 초기 상태로 적용될 수 있다.
-학습 데이터에 대한 제2 추론 가중치
Figure 112020073963587-pat00008
그리고, 일 실시 예에 따르면, 상기 알고리즘의 오류량를 확인하는 과정 이후에, 상기 알고리즘의 오류량을 기초로 상기 알고리즘에 대한 제1 추론 가중치를 하기 [수학식 2]에 따라 결정하는 과정을 더 포함할 수 있다.
Figure 112020073963587-pat00009
여기서, αt는 알고리즘에 대한 제1 추론 가중치, errt는 알고리즘의 선적 요청일 예측 오류량, K는 선적 요청일의 총 개수를 의미한다.
상술한 바와 같이, 알고리즘 가중치 결정부(362)는 알고리즘(at)에 대한 선적 요청일 출력 오류량(errt)를 확인할 수 있으며, [수학식 2]에 따라 오류량(errt)를 기초로 하는 제1 추론 가중치(αt)를 결정할 수 있다. 즉, 오류량(errt)이 클수록 알고리즘에 대한 제1 추론 가중치(αt)는 감소하게 되며, 반대로 오류량(errt)이 작을수록 알고리즘에 대한 제1 추론 가중치(αt)는 증가하게 된다.
그리고, 일 실시 예에 따르면, 상기 알고리즘에 대한 제1 추론 가중치를 결정하는 과정 이후에, 상기 알고리즘에서 발생한 오류를 기초로 상기 학습 데이터의 제2 추론 가중치를 하기 [수학식 3]에 따라 변경하는 과정을 더 포함할 수 있다.
Figure 112020073963587-pat00010
일 실시 예에 따르면, 상기 선적 요청일별 추론 점수를 출력하는 과정은, 상기 복수의 알고리즘이 계산한 선적 요청일별 추론 점수에 상기 제1 추론 가중치를 반영하여 상기 추론 점수를 출력하는 것일 수 있다. 알고리즘 가중치 결정부(362)는 n개의 학습 데이터를 이용하여 알고리즘(at)이 얼마나 정확한 추론을 수행하고 있는지 수치적으로 확인할 수 있으며, 알고리즘(at)이 맞추지 못한 학습 데이터에 대해서 보다 큰 제2 추론 가중치(wi')를 부여할 수 있다.
[수학식 3]에 따라 변경된 제2 추론 가중치(wi')는 다음 알고리즘(at+1)에 대한 제1 추론 가중치(αt+1)를 결정하기 위해 사용되어, 복수의 알고리즘에 대한 제1 추론 가중치가 순차적으로 다음 알고리즘에 반영될 수 있다. 즉, 알고리즘 가중치 결정부(362)는 다음 알고리즘(at+1)의 오류량을 확인하는 과정에서 변경된 제2 추론 가중치(wi')를 적용시킴으로써, 첫 번째 알고리즘(at)이 맞추지 못한 학습 데이터를 다음 알고리즘(at+1)이 맞추게 될 경우에 해당 학습 데이터에 대한 다음 알고리즘(at+1)의 제1 추론 가중치(αt+1)를 보다 크게 부여할 수 있다.
또한, 일 실시 예에 따르면, 복수의 알고리즘이 출력한 추론 점수에 제1, 2 추론 가중치를 반영하여 선적 요청일별 최종 추론 점수를 산출하고, [수학식 4]에 따른 결과 값을 도출할 수 있다.
Figure 112020073963587-pat00011
여기서, t는 복수의 알고리즘에 대한 순번을 의미하며, 본 발명에서는 3개의 알고리즘을 사용하는 것을 하나의 예로서 가정하였다. 알고리즘 가중치 결정부(361)는 복수의 알고리즘이 출력한 추론 점수에 제1 추론 가중치(αt)를 반영하고, 최종적으로 가장 높은 점수를 가지는 선적 요청일을 입력값에 대한 출력값으로 예측할 수 있다.
예를 들어, 알고리즘 1에 대한 제1 추론 가중치(α1)가 1/2이고, 알고리즘 2에 대한 제1 추론 가중치(α2)가 1이고, 알고리즘 3에 대한 제1 추론 가중치(α3)가 1/3인 경우, 각각의 알고리즘이 산출한 추론 점수에 제1 추론 가중치(αt)가 곱해진 최종 추론 점수가 [표 2]와 같이 도출될 수 있다.
선적 요청일 1 선적 요청일 2 선적 요청일 3 선적 요청일 4
알고리즘 1 100*1/2=50 50*1/2
=25		 5*1/2
=2.5		 10*1/2
=5
알고리즘 2 50*1=50 70*1=70 10*1=10 5*1=5
알고리즘 3 30*1/3
=10		 20*1/3
=6.67		 110*1/3
=36.67		 10*1/3
=3.33
그에 따라, 알고리즘 가중치 결정부(361)는 선적요청일 별로 추론 점수를 합산하여 [표 3]의 결과를 얻을 수 있으며, 선적 요청일 예측 모듈(360)은 최종적으로 입력값에 대한 선적요청일을 추론 점수의 합산이 가장 높은 '선적 요청일 1'로 추천할 수 있다.
선적 요청일 1 선적 요청일 2 선적 요청일 3 선적 요청일 4
총 합 110 101.67 49.17 13.33
한편, 선적 요청 오입력 검출 모듈(370)은 의사 선적 예약 번호를 기준으로 의사 선적 예약 정보 DB(392)에서 추출한 화주명, 목적지, 항로, 터미널 정보와 화주의 선적 요청 입력 시간, 선적 요청일 정보를 입력값으로 하여 오입력을 검출하여 실제 선적 일정 변환 모듈(350)에 결과를 전달한다. 오입력이 검출되는 경우 선적 요청 입력 모듈(340)로 선적 요청 입력 경고 메시지를 출력한다.
그리고, 컨테이너 반입 정보 전송 모듈(380)은 컨테이너 반입 정보 입력 모듈(330)을 통해 입력된 컨테이너 반입 정보와, 선적 요청 입력 모듈(340)을 통해 입력된 선적 요청 정보를 실제 선적 일정 변환 모듈(350)에 의해 자동 변환한 실제 선적 일정 정보를 이용하여 반입 정보를 생성하고 이를 터미널로 전송한다. 그러나 선적 예약 번호가 의사 선적 예약 번호가 아닌 일반 선적 예약인 경우 컨테이너 반입 정보 입력 모듈(330)을 통해 입력된 컨테이너 반입 정보만 활용하여 반입 정보를 생성하고 이를 터미널로 전송한다.
마지막으로, 데이터베이스(390)는 선적 스케줄 입력 모듈(310)을 통해 입력된 선적 스케줄 정보 DB(391), 의사 선적 예약 입력 모듈(320)을 통해 입력된 의사 선적 예약 정보 DB(392), 컨테이너 반입 정보 입력 모듈(330)을 통해 입력된 컨테이너 반입 정보 DB(393), 선적 요청 입력 모듈(340)을 통해 입력된 선적 요청 정보 DB(394), 실제 선적 일정 변환 모듈(350)을 통해 자동 변환된 실제 선적 일정 정보 DB(395)를 포함하여 이루어진다.
상기와 같이 구성된 시스템을 이용한 본 발명의 의사 선적 예약 변환 방법에 대해 설명한다.
도 3 내지 도 5는 본 발명의 바람직한 실시예에 따라 선적 요청 정보가 입력되는 경우 의사 선적 예약을 실제 선적 일정으로 자동 변환하는 방법의 과정을 나타낸 흐름도이다. 여기서, 도 3 내지 도 5에 도시된 방법은 화주가 의사 선적 예약을 등록하고, 선사가 의사 선적 예약 정보를 화주에게 전달한 이후에, 의사 선적 예약을 실제 선적 일정으로 자동 변환하는 방법을 중심으로 보여주는 것이다.
그리고, 도 6은 본 발명에 따라 이루어지게 되는 개선된 의사 선적 예약 프로세스의 전체적인 흐름을 나타낸 것으로서, 종래의 프로세스를 도시한 도 1과 비교하면 그 차이를 쉽게 파악할 수 있다.
도 3을 참조하면, 단계 S100에서, 선적 예약 자동 변환 서버(300)는 컨테이너 반입 정보 입력 모듈(330)을 통해 화주로부터 컨테이너 반입 정보를 입력 받고 이를 컨테이너 반입 정보 DB(393)에 저장한다. 입력된 컨테이너 반입 정보는 선적 예약 번호를 포함한다.
다음 단계 S101에서, 컨테이너 반입 정보 입력 모듈(330)은 입력된 선적 예약 번호가 의사 선적 예약 정보 DB(392)에 입력된 의사 선적 예약 번호에 해당하는 의사 선적 예약 정보인지 여부를 판단하고, 해당하는 경우 단계 S102로 진행하고, 해당하지 않는 경우에는 단계 S114로 진행한다.
즉, 의사 선적 예약이 맞다면, 단계 S102에서 선적 요청 입력 모듈(330)을 통해 선적 요청 정보를 입력받고 선적 요청 정보 DB(394)에 저장한다. 입력된 선적 요청 정보는 선적 요청일, 발주(Purchase Order) 번호 및 최종목적지 정보를 포함한다.
그 다음 단계 S103에서, 실제 선적 일정 변환 모듈(350)은 의사 선적 예약 정보와 선사 라인 코드, 항로 코드, 터미널 코드 정보가 일치하는 하나 이상의 선적 스케줄 정보가 선적 스케줄 정보 DB(391)에서 존재하는지 여부를 판단하고 존재하는 경우 단계 S104으로 진행하고, 존재하지 않는 경우 단계 S112로 진행한다.
단계 S104에서, 실제 선적 일정 변환 모듈(350)은 선적 요청 정보에 선적 요청일이 존재하는지 여부를 판단하고, 존재하는 경우 단계 S109로 진행하고, 존재하지 않는 경우 단계 S105로 진행한다.
단계 S105에서, 실제 선적 일정 변환 모듈(350)은 선적 요청 정보에 발주 번호가 존재하는지 여부를 판단하고, 존재하는 경우 단계 S106로 진행하고, 존재하지 않는 경우 단계 S108로 진행한다.
단계 S106에서, 실제 선적 일정 변환 모듈(350)은 선적 요청 정보 DB(394)에 의사 선적 예약 번호 및 발주 번호가 동일한 선적 요청 정보가 존재하는지 여부를 판단하고, 존재하는 경우 단계 S107로 진행하고, 존재하지 않는 경우 단계 S108로 진행한다.
단계 S107에서, 실제 선적 일정 변환 모듈(350)은 선적 요청 정보 DB(394)에 동일한 의사 선적 예약 번호와 및 발주 번호를 가지는 선적 요청 정보의 선적 요청일을 추출하여 선적 요청일로 지정하고, 이를 선적 요청 정보 DB(394)에 저장한 후 단계 S109로 진행한다.
다음 단계 S108에서, 선적 요청일 예측 모듈(360)은 선적 요청일과 발주 번호가 존재하지 않거나(단계 S105), 선적 요청일은 존재하지 않고 발주번호는 존재하나 의사 선적 예약 번호가 동일한 선적 요청 정보가 선적 요청 정보 DB(394)에 존재하지 않는 경우(단계 S106), 의사 선적 예약 정보에 포함된 의사 선적 예약 번호, 화주명, 목적지, 항로, 터미널 정보와 화주의 선적 요청 정보에 포함된 선적 요청 일시, 선적 요청 입력 시간을 입력값으로 하여 선적 예정일을 예측하는 알고리즘을 사용하여 선적 예정일을 선적 요청일로 지정하고 선적 요청 정보 DB(394)에 저장한 후 단계 S109로 진행한다.
그리고, 단계 S109에서, 실제 선적 일정 변환 모듈(350)은 선적 요청일 이후에 접안 예정된 선적 스케줄 정보가 존재하는지 여부를 판단하고, 존재하는 경우 단계 S110로 진행하고, 존재하지 않는 경우 단계 S112로 진행한다.
단계 S110에서, 실제 선적 일정 변환 모듈(350)은 선적 요청일 이후에 가장 빠른 접안 예정 일시를 가진 선적 스케줄을 실제 선적 일정으로 지정하고 실제 선적 일정 정보DB(395)에 저장 후 단계 S111로 진행한다.
단계 S111에서, 선적 요청 오입력 검출 모듈(370)은 의사 선적 예약 정보에 포함된 의사 선적 예약 번호, 화주명, 목적지, 항로, 터미널 정보와 화주의 선적 요청 정보에 포함된 선적 요청 일시, 선적 요청 입력 시간, 변환 알고리즘에 의해 변환된 실제 선정 일정에 포함된 접안 예정 일시, 선적 요청일의 입력 유무를 입력값으로 하여 오입력 검출 알고리즘을 사용하여, 선적 요청의 오입력 여부를 판단하여 정상 입력일 경우 단계 S113으로 진행하고 비정상 입력일 경우 단계 S112로 진행한다.
이에 따라, 단계 S112에서는, 의사 선적 예약 번호와 선적 요청 정보에 해당하는 선적 스케줄이 존재하지 않거나, 선적 요청 정보의 입력값이 비정상으로 판단되는 경우 운송사에 컨테이너 반입 정보 입력 시 선적 요청 정보 입력의 오류 메시지를 출력한다.
마지막으로 단계 S113에서, 컨테이너 반입 정보 전송 모듈(380)은 단계 S100에서 입력된 컨테이너 반입 정보에 대해 단계 S103 내지 단계 S110에서 변환한 실제 선적 일정 정보를 추가하고, 단계 S114에서는 이를 이용하여 컨테이너 반입 정보를 생성하고 이를 터미널로 전송한다.
한편, 도 4 및 도 5는 각각 선적 요청일 예측 모듈(360)이 입력값에 대한 선척요청일을 예측하는 방법의 흐름을 나타낸 도면과, 선적 요청일 예측 모듈(360)이 복수의 알고리즘에 대한 추론 가중치를 결정하고 조합하는 방법의 흐름을 나타낸 도면으로서, 이에 대한 상세한 내용은 선적 요청일 추론부(361) 및 알고리즘 가중치 결정부(362)를 포함하는 선적 요청일 예측 모듈(360)에 대한 설명을 참고할 수 있다.
그리고, 본 발명은 또한 컴퓨터로 읽을 수 있는 기록 매체에 컴퓨터가 읽을 수 있는 코드로서 구현하는 것이 가능하다. 컴퓨터가 읽을 수 있는 기록 매체는 마그네틱 저장 매체, 광학적 판독 매체 등 모든 저장매체를 포함한다. 또한, 본 발명에서 사용되는 메시지의 데이터 포맷을 기록 매체에 기록하는 것이 가능하다.
이상에서 살펴본 바와 같이, 본 발명에 따르면 화주로부터 의사 선적 예약이 요청되는 경우, 의사 선적 예약 정보와 선적 스케줄 정보의 일정 정보를 매칭한 후 선적 요청일과 접안 예정 일시를 기준으로 의사 선적 예약을 실제 선적 일정으로 자동으로 변환하고, 자동 변환된 선적 일정 정보를 이용하여 컨테이너 반입 정보를 생성하여 전송함으로써 터미널은 반입된 컨테이너들을 야적장이 아닌 적재 예정 선박의 화물집하장으로 이동하여 정렬함으로써 야적장에서 화물집하장으로 이동하는 데 발생하는 터미널 화물 조작료(Terminal Handling Charge) 비용을 절감할 수 있다.
그리고, 선적 요청일이 입력되지 않은 경우에도 기존 선적 요청 정보로부터 발주번호를 활용하여 선적 요청일을 추출하여 지정하거나 예측 알고리즘을 사용하여 선적 예정일을 예측하여 선적 요청일을 지정하여 실제 선적 일정 매칭에 활용하고 선적 요청 정보의 오입력을 검출함으로써 변환 성공율을 높일 수 있으며, 이에 따라 변환된 선적 일정이 아닌 다른 선박에 적재되는 경우 발생할 수 있는 터미널 화물 조작료 비용을 감소시킬 수 있다.
이상 첨부된 도면을 참조하여 본 발명의 실시 예들을 설명하였지만, 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자는 본 발명이 그 기술적 사상이나 필수적인 특징을 변경하지 않고서 다른 구체적인 형태로 실시될 수 있다는 것을 이해할 수 있을 것이다. 그러므로 이상에서 기술한 실시 예들은 모든 면에서 예시적인 것이며 한정적이 아닌 것으로 이해해야만 한다.
100: 외부 사용자 디바이스
200: 통신 네트워크
300: 의사 선적 예약 자동 변환 서버
310: 선적스케줄 입력 모듈
320: 의사 선적 예약 입력 모듈
330: 컨테이너 반입 정보 입력 모듈
340: 선적 요청 입력 모듈
350: 실제 선적 일정 변환 모듈
360: 선적 요청일 예측 모듈
361: 선적 요청일 추론부
362: 알고리즘 가중치 결정부
370: 선적 요청 오입력 검출 모듈
380: 컨테이너 반입 정보 전송 모듈
390: 데이터베이스
391: 선적 스케쥴 정보 DB
392: 의사 선적 예약 정보 DB
393: 컨테이너 반입 정보 DB
394: 선적 요청 정보 DB
395: 실제 선적 일정 정보 DB

Claims (20)

  1. 유선 또는 무선 통신 네트워크를 통해 외부 디바이스와 연결된 의사 선적 예약 자동 변환 서버로서,
    선사가 선적 스케줄을 등록하기 위한 인터페이스를 제공하고, 등록된 선적 스케줄 정보를 선적 스케줄 정보 DB에 저장하는 선적스케줄 입력 모듈;
    선사가 의사 선적 예약을 등록하기 위한 인터페이스를 제공하고, 등록된 의사 선적 예약을 의사 선적 예약 정보 DB에 저장하는 의사 선적 예약 입력 모듈;
    운송사가 화주로부터 전달받은 의사 선적 예약 번호, 최종목적지를 포함한 반입 정보를 입력하기 위한 인터페이스를 제공하고, 입력된 정보를 컨테이너 반입 정보 DB에 저장하는 컨테이너 반입 정보 입력 모듈;
    운송사가 화주로부터 전달받은 선적 요청일, 발주 번호를 포함한 선적 요청 정보를 입력하기 위한 인터페이스를 제공하고, 상기 컨테이너 반입 정보 입력 모듈로부터 전달받은 의사 선적 예약 번호를 포함하여 선적 요청 정보 DB에 저장하는 선적 요청 입력 모듈;
    상기 선적 요청 입력 모듈로부터 전달받은 의사 선적 예약 번호가 상기 의사 선적 예약 정보 DB에 등록된 정보인지 확인하고, 확인이 되면 의사 선적 예약 번호에 해당하는 의사 선적 예약 정보의 선사 라인 코드, 항로 코드, 터미널 코드와 일치하는 선적 스케줄 정보를 상기 선적 스케줄 정보 DB에서 추출하여 선적 요청일을 지정하는 실제 선적 일정 변환 모듈;
    상기 선적 요청 입력 모듈로부터 선적 요청일 및 발주 번호가 입력되지 않은 경우, 또는 의사 선적 예약 번호와 발주 번호가 일치하는 선적 요청 정보가 존재하지 않는 경우에 있어서, 의사 선적 예약 번호를 기준으로 상기 의사 선적 예약 정보DB에서 추출한 화주명, 목적지, 항로, 터미널 정보와 화주의 선적 요청 입력 시간을 입력값으로 하여 선적 요청일을 예측하여 실제 선적 일정 변환 모듈에 제공하는 선적 요청일 예측 모듈;
    상기 컨테이너 반입 정보 입력 모듈을 통해 입력된 컨테이너 반입 정보와, 상기 선적 요청 입력 모듈을 통해 입력된 선적 요청 정보를 상기 실제 선적 일정 변환 모듈에 의해 자동 변환한 실제 선적 일정 정보를 이용하여 반입 정보로 생성하여 터미널로 전송하는 컨테이너 반입 정보 전송 모듈; 및
    상기 선적 스케줄 정보 DB, 의사 선적 예약 정보 DB, 컨테이너 반입 정보 DB, 선적 요청 정보 DB, 실제 선적 일정 정보 DB를 포함하는 데이터베이스;
    를 포함하고,
    상기 선적 요청일 예측 모듈은 선적 요청일 추론부 및 알고리즘 가중치 결정부를 포함하고,
    상기 선적 요청일 추론부는,
    기 생성된 복수의 알고리즘에 전처리된 화주명, 목적지, 항로, 터미널 정보와 화주의 선적 요청 입력 시간을 입력하여 입력값에 대한 선적 요청일 별 추론 점수를 출력하고,
    상기 알고리즘 가중치 결정부는,
    상기 복수의 알고리즘 각각에 대해 추론의 정확성을 수치적으로 나타낸 가중치를 결정하며,
    상기 선적 요청일 예측 모듈은, 상기 알고리즘별로 상기 선적 요청일 별 추론 점수에 상기 가중치를 반영한 추론 점수를 합산한 결과가 가장 큰 선적 요청일을 선적 요청일로 지정하는,
    의사 선적 예약 자동 변환 서버.
  2. 제1항에 있어서,
    상기 실제 선적 일정 변환 모듈은,
    상기 선적 요청 정보 입력 모듈로부터 전달받은 선적 요청 정보에 선적 요청일이 존재하지 않고 발주 번호는 존재하는 경우에는, 상기 선적 요청 정보 DB에서 의사 선적 예약 번호와 발주 번호가 일치하는 선적 요청 정보를 찾아 선적 요청일을 지정하는,
    의사 선적 예약 자동 변환 서버.
  3. 제1항에 있어서,
    상기 실제 선적 일정 변환 모듈은,
    선적 요청일과 발주 번호가 모두 존재하지 않거나, 의사 선적 예약 번호와 발주 번호가 일치하는 선적 요청 정보가 존재하지 않는 경우에는, 상기 선적 요청일 예측 모듈에서 예측한 선적 예정일을 선적 요청일로 지정하는,
    의사 선적 예약 자동 변환 서버.
  4. 제3항에 있어서,
    상기 실제 선적 일정 변환 모듈은,
    상기 선적 스케줄 정보 DB에서 추출된 선적 스케줄 정보 중 접안예정일시가 선적 요청일 이후인 가장 빠른 선적 스케줄을 실제 선적 일정으로 지정하고, 선적 요청일 이후에 접안하는 선적 스케줄 정보를 추출하지 못한 경우에는 상기 선적 요청 입력 모듈로 선적 요청 입력 오류 메시지를 출력하는,
    의사 선적 예약 자동 변환 서버.
  5. 제1항에 있어서,
    상기 의사 선적 예약 자동 변환 서버는,
    의사 선적 예약 번호를 기준으로 상기 의사 선적 예약 정보 DB에서 추출한 화주명, 목적지, 항로, 터미널 정보와 화주의 선적 요청 입력 시간, 선적 요청일 정보를 입력값으로 하여 오입력을 검출하여 상기 실제 선적 일정 변환 모듈에 그 결과를 전달하고, 오입력이 검출되는 경우에는 상기 선적 요청 입력 모듈로 선적 요청 입력 경고 메시지를 출력하는 선적 요청 오입력 검출 모듈;
    을 더 포함하는 의사 선적 예약 자동 변환 서버.
  6. 삭제
  7. 제1항에 있어서,
    상기 알고리즘 가중치 결정부는,
    상기 복수의 알고리즘을 임의의 순서대로 나열하고, 순서대로 알고리즘 각각의 제1 추론 가중치를 결정하며,
    상기 알고리즘 각각의 제1 추론 가중치는,
    이전 알고리즘에서 결정된 학습 데이터의 제2 추론 가중치가 반영되는,
    의사 선적 예약 자동 변환 서버.
  8. 제7항에 있어서,
    상기 알고리즘 가중치 결정부는,
    상기 제1 추론 가중치에 이용되는 알고리즘의 오류 횟수를 학습 데이터의 제2 추론 가중치를 반영한 하기 [수학식 1]에 따라 확인하는, 의사 선적 예약 자동 변환 서버.
    [수학식 1]
    Figure 112020073963587-pat00012

    여기서, errt은 알고리즘의 선적 요청일 예측 오류량, at는 알고리즘, xi는 화주명, 목적지, 항로, 터미널 정보와 화주의 선적 요청 정보 입력 시간 등 입력값, yi는 실제 선적 요청일, wi는 학습 데이터에 대한 제2 추론 가중치, n은 학습 데이터의 수를 의미함.
  9. 제8항에 있어서,
    상기 알고리즘 가중치 결정부는,
    상기 알고리즘의 오류 횟수를 기초로 상기 알고리즘에 대한 제1 추론 가중치를 하기 [수학식 2]에 따라 결정하는, 의사 선적 예약 자동 변환 서버.
    [수학식 2]
    Figure 112020073963587-pat00013

    여기서, αt는 알고리즘에 대한 제1 추론 가중치, errt는 알고리즘의 선적 요청일 예측 오류량, K는 선적 요청일의 총 개수를 의미함.
  10. 제9항에 있어서,
    상기 알고리즘 가중치 결정부는,
    하나의 알고리즘에 대한 제1 추론 가중치를 결정한 후, 상기 알고리즘에서 발생한 오류를 기초로 상기 학습 데이터의 제2 추론 가중치를 하기 [수학식 3]에 따라 변경하는, 의사 선적 예약 자동 변환 서버.
    [수학식 3]
    Figure 112021118742662-pat00014

    여기서, wi'는 변경된 제2 추론 가중치를 의미함.
  11. 선적 예약 자동 변환 서버에 의해 의사 선적 예약을 실제 선적 일정으로 자동으로 변환하는 방법에 있어서,
    컨테이너 반입 정보 입력 모듈을 통해 화주로부터 컨테이너 반입 정보를 입력 받고 이를 컨테이너 반입 정보 DB에 저장하는 단계(S100);
    상기 컨테이너 반입 정보 입력 모듈이 입력된 선적 예약 번호가 의사 선적 예약 정보 DB에 입력된 의사 선적 예약 번호에 해당하는 의사 선적 예약 정보인지 여부를 판단하는 단계(S101);
    의사 선적 예약 정보가 확인되면, 선적 요청 입력 모듈을 통해 선적 요청 정보를 입력받고 이를 선적 요청 정보 DB에 저장하는 단계(S102);
    실제 선적 일정 변환 모듈이 상기 의사 선적 예약 정보와 선사 라인 코드, 항로 코드, 터미널 코드 정보가 일치하는 하나 이상의 선적 스케줄 정보가 선적 스케줄 정보 DB에 존재하는지 여부를 판단하는 단계(S103);
    상기 단계 S103에서 일치하는 하나 이상의 선적 스케줄 정보가 확인되면, 상기 실제 선적 일정 변환 모듈이 선적 요청 정보에 선적 요청일이 존재하는지 여부를 판단하는 단계(S104);
    상기 단계 S104에서 선적 요청일이 확인되면, 상기 실제 선적 일정 변환 모듈이 선적 요청일 이후에 접안 예정된 선적 스케줄 정보가 존재하는지 여부를 판단하는 단계(S109);
    상기 단계 S109에서 선적 요청일 이후에 접안 예정된 선적 스케줄 정보가 확인되면, 상기 실제 선적 일정 변환 모듈이 선적 요청일 이후에 가장 빠른 접안 예정 일시를 가진 선적 스케줄을 실제 선적 일정으로 지정하고 이를 실제 선적 일정 정보DB에 저장하는 단계(S110);
    컨테이너 반입 정보 전송 모듈이 상기 단계 S100에서 입력된 컨테이너 반입 정보에 대해 상기 단계 S103 내지 단계 S110에서 변환한 실제 선적 일정 정보를 추가하는 단계(S113); 및
    상기 컨테이너 반입 정보 전송 모듈이 컨테이너 반입 정보를 생성하고 이를 터미널로 전송하는 단계(S114);
    를 포함하고,
    상기 단계 S104 이후에,
    상기 실제 선적 일정 변환 모듈이 상기 선적 요청 정보에 발주 번호가 존재하는지 여부를 판단하는 단계(S105);
    상기 단계 S105에서 발주 번호가 확인되면, 상기 실제 선적 일정 변환 모듈이 선적 요청 정보 DB에 의사 선적 예약 번호 및 발주 번호가 동일한 선적 요청 정보가 존재하는지 여부를 판단하는 단계(S106); 및
    상기 실제 선적 일정 변환 모듈이 상기 선적 요청 정보 DB에 동일한 의사 선적 예약 번호와 및 발주 번호를 가지는 선적 요청 정보의 선적 요청일을 추출하여 선적 요청일로 지정하고, 이를 선적 요청 정보 DB에 저장하는 단계(S107);
    를 포함하고, 상기 단계 S107 이후에 상기 단계 S109을 수행하며,
    상기 단계 S105에서, 상기 선적 요청일 예측 모듈이 선적 요청일과 발주 번호가 존재하지 않는 것으로 확인되거나,
    또는 상기 단계 S106에서, 선적 요청일은 존재하지 않고 발주번호는 존재하나 의사 선적 예약 번호가 동일한 선적 요청 정보가 상기 선적 요청 정보 DB에 존재하지 않는 경우에 대해,
    의사 선적 예약 정보에 포함된 의사 선적 예약 번호, 화주명, 목적지, 항로, 터미널 정보와 화주의 선적 요청 정보에 포함된 선적 요청 일시, 선적 요청 입력 시간을 입력값으로 하여 선적 예정일을 예측하는 알고리즘을 사용하여 선적 예정일을 선적 요청일로 지정하고, 이를 선적 요청 정보 DB에 저장하는 단계(S108);
    를 수행하고, 이후 상기 단계 S109을 수행하며,
    상기 단계 S108은,
    기 생성된 복수의 알고리즘에 전처리된 화주명, 목적지, 항로, 터미널 정보와 화주의 선적 요청 입력 시간을 입력하여 입력값에 대한 선적 요청일 별 추론 점수를 출력하고,
    상기 복수의 알고리즘 각각에 대해 추론의 정확성을 수치적으로 나타낸 가중치를 결정하며,
    상기 알고리즘별로 상기 선적 요청일 별 추론 점수에 상기 가중치를 반영한 추론 점수를 합산한 결과가 가장 큰 선적 요청일을 선적 요청일로 지정하는,
    의사 선적 예약을 실제 선적 일정으로 자동으로 변환하는 방법.
  12. 제11항에 있어서,
    상기 단계 S110 이후에,
    선적 요청 오입력 검출 모듈이 의사 선적 예약 정보에 포함된 의사 선적 예약 번호, 화주명, 목적지, 항로, 터미널 정보와 화주의 선적 요청 정보에 포함된 선적 요청 일시, 선적 요청 입력 시간, 변환 알고리즘에 의해 변환된 실제 선정 일정에 포함된 접안 예정 일시, 선적 요청일의 입력 유무를 입력값으로 하여 오입력 검출 알고리즘을 사용하여, 선적 요청의 오입력 여부를 판단하여 정상 입력일 경우 상기 단계 S113으로 진행하고, 비정상 입력일 경우 선적 요청 정보 입력의 오류 메시지를 출력하는 단계(S112)를 포함하는,
    의사 선적 예약을 실제 선적 일정으로 자동으로 변환하는 방법.
  13. 제12항에 있어서,
    상기 단계 S103에서 의사 선적 예약 번호와 선적 요청 정보에 해당하는 선적 스케줄이 존재하지 않는 것으로 확인되거나,
    또는 상기 단계 S109에서 선적 요청일 이후에 접안 예정된 선적 스케줄 정보가 존재하는지 않는 것으로 확인될 경우,
    상기 단계 S112에 따라 선적 요청 정보 입력의 오류 메시지를 출력하는,
    의사 선적 예약을 실제 선적 일정으로 자동으로 변환하는 방법.
  14. 삭제
  15. 삭제
  16. 삭제
  17. 제11항에 있어서,
    상기 복수의 알고리즘을 임의의 순서대로 나열하고, 순서대로 알고리즘 각각의 제1 추론 가중치를 결정하며,
    상기 알고리즘 각각의 제1 추론 가중치는, 이전 알고리즘에서 결정된 학습 데이터의 제2 추론 가중치가 반영되는,
    의사 선적 예약을 실제 선적 일정으로 자동으로 변환하는 방법.
  18. 제17항에 있어서,
    상기 제1 추론 가중치에 이용되는 알고리즘의 오류 횟수를 학습 데이터의 제2 추론 가중치를 반영한 하기 [수학식 1]에 따라 확인하는, 의사 선적 예약을 실제 선적 일정으로 자동으로 변환하는 방법.
    [수학식 1]
    Figure 112020073963587-pat00015

    여기서, errt은 알고리즘의 선적 요청일 예측 오류량, at는 알고리즘, xi는 화주명, 목적지, 항로, 터미널 정보와 화주의 선적 요청 정보 입력 시간 등 입력값, yi는 실제 선적 요청일, wi는 학습 데이터에 대한 제2 추론 가중치, n은 학습 데이터의 수를 의미함.
  19. 제18항에 있어서,
    상기 알고리즘의 오류 횟수를 기초로 상기 알고리즘에 대한 제1 추론 가중치를 하기 [수학식 2]에 따라 결정하는, 의사 선적 예약을 실제 선적 일정으로 자동으로 변환하는 방법.
    [수학식 2]
    Figure 112020073963587-pat00016

    여기서, αt는 알고리즘에 대한 제1 추론 가중치, errt는 알고리즘의 선적 요청일 예측 오류량, K는 선적 요청일의 총 개수를 의미함.
  20. 제19항에 있어서,
    하나의 알고리즘에 대한 제1 추론 가중치를 결정한 후, 상기 알고리즘에서 발생한 오류를 기초로 상기 학습 데이터의 제2 추론 가중치를 하기 [수학식 3]에 따라 변경하는, 의사 선적 예약을 실제 선적 일정으로 자동으로 변환하는 방법.
    [수학식 3]
    Figure 112021118742662-pat00017

    여기서, wi'는 변경된 제2 추론 가중치를 의미함.
KR1020200087907A 2020-07-16 2020-07-16 의사 선적 예약 자동 변환 시스템 및 그 방법 KR102376483B1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020200087907A KR102376483B1 (ko) 2020-07-16 2020-07-16 의사 선적 예약 자동 변환 시스템 및 그 방법

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020200087907A KR102376483B1 (ko) 2020-07-16 2020-07-16 의사 선적 예약 자동 변환 시스템 및 그 방법

Publications (2)

Publication Number Publication Date
KR20220009566A KR20220009566A (ko) 2022-01-25
KR102376483B1 true KR102376483B1 (ko) 2022-03-21

Family

ID=80048930

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020200087907A KR102376483B1 (ko) 2020-07-16 2020-07-16 의사 선적 예약 자동 변환 시스템 및 그 방법

Country Status (1)

Country Link
KR (1) KR102376483B1 (ko)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR102652352B1 (ko) 2024-01-17 2024-03-28 비컨글로벌 주식회사 해상운송을 위한 스케줄 조회 및 매칭 자동화 솔루션 운영 방법, 장치 및 시스템

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2002205818A (ja) * 2000-09-01 2002-07-23 Mitsui-Soko Co Ltd 在庫管理方法、および、在庫管理システム
KR101732037B1 (ko) * 2016-04-06 2017-05-04 주식회사 케이엘넷 가상 모선에 등록된 선적 예약을 실제 모선으로 자동으로 변환하기 위한 자동 변환 시스템 및 방법

Family Cites Families (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR100361594B1 (ko) * 2000-12-29 2002-11-23 (주)이노로지스틱스 컴퓨터 네트워크를 이용한 수출입 물류 정보 관리 방법 및관리 시스템
KR100472921B1 (ko) 2002-04-01 2005-03-16 (주)신영에이젠시 선적 요청 및 선하증권 생성 방법
KR101782849B1 (ko) * 2015-07-07 2017-10-23 주식회사 케이엘넷 수출 컨테이너 관리 서버 및 이를 이용한 수출 컨테이너 관리 서비스 방법

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2002205818A (ja) * 2000-09-01 2002-07-23 Mitsui-Soko Co Ltd 在庫管理方法、および、在庫管理システム
KR101732037B1 (ko) * 2016-04-06 2017-05-04 주식회사 케이엘넷 가상 모선에 등록된 선적 예약을 실제 모선으로 자동으로 변환하기 위한 자동 변환 시스템 및 방법

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR102652352B1 (ko) 2024-01-17 2024-03-28 비컨글로벌 주식회사 해상운송을 위한 스케줄 조회 및 매칭 자동화 솔루션 운영 방법, 장치 및 시스템

Also Published As

Publication number Publication date
KR20220009566A (ko) 2022-01-25

Similar Documents

Publication Publication Date Title
KR100891124B1 (ko) 공통운송인 시스템
US20070214026A1 (en) Logistics system and method
JP3875672B2 (ja) 共同配送情報管理システム
Xi et al. Two-stage conflict robust optimization models for cross-dock truck scheduling problem under uncertainty
US20150046298A1 (en) Method and system for monitoring deliveries
KR101869896B1 (ko) 물품 자동분류 시스템 및 그 제어방법
US20160300277A1 (en) Systems and Methods for Electronically Generating and Analyzing Shipping Parameters
KR102376483B1 (ko) 의사 선적 예약 자동 변환 시스템 및 그 방법
CN116664029A (zh) 冷链干线与落地配整合方法、装置、设备及存储介质
US20070295799A1 (en) Reusable identification system and method
US8423391B2 (en) Systems and methods for automated parallelization of transport load builder
CN112016875A (zh) 一种药品库存的调拨系统
CN114936822A (zh) 车货匹配方法、装置、设备及存储介质
US20070055587A1 (en) Generating an order plan for a supply chain network
JP2023061515A (ja) 輸送組み合わせ列挙システム、輸送組み合わせ列挙方法及び輸送組み合わせ列挙プログラム
KR102395527B1 (ko) 빅데이터에 기반하여 물류 서비스를 관리하는 컴퓨팅 시스템
US20230031564A1 (en) Classification and transformation of sequential event data
CN113033849B (zh) 预约车辆匹配方法、系统、电子设备及存储介质
CN117689314B (zh) 订单智能处理方法、装置、计算机设备及存储介质
CN117436419B (zh) 一种货物登记报表数据自动化更新的控制方法及装置
CN116151742B (zh) 一种基于入库信息的仓储策略生成方法及系统
US8126755B2 (en) Systems and methods for automated parallelization of deployment
Li et al. Integrated production and distribution scheduling problems related with fixed delivery departure dates and number of late orders
Mousavi et al. A Multi-Period Berth Allocation-Scheduling Model with Different Terminals and Irregular Layouts Under Uncertainty
CN116797118A (zh) 物流业务处理方法、装置、设备及存储介质

Legal Events

Date Code Title Description
E701 Decision to grant or registration of patent right
GRNT Written decision to grant