KR102400120B1 - 인공지능 기반 근거리 식당 주문 예약 서비스 제공 방법 - Google Patents

인공지능 기반 근거리 식당 주문 예약 서비스 제공 방법 Download PDF

Info

Publication number
KR102400120B1
KR102400120B1 KR1020220006788A KR20220006788A KR102400120B1 KR 102400120 B1 KR102400120 B1 KR 102400120B1 KR 1020220006788 A KR1020220006788 A KR 1020220006788A KR 20220006788 A KR20220006788 A KR 20220006788A KR 102400120 B1 KR102400120 B1 KR 102400120B1
Authority
KR
South Korea
Prior art keywords
information
restaurant
user terminal
artificial intelligence
menu
Prior art date
Application number
KR1020220006788A
Other languages
English (en)
Inventor
김성일
Original Assignee
김성일
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 김성일 filed Critical 김성일
Priority to KR1020220006788A priority Critical patent/KR102400120B1/ko
Application granted granted Critical
Publication of KR102400120B1 publication Critical patent/KR102400120B1/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
    • G06Q10/02—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
    • G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q30/00—Commerce
    • G06Q30/06—Buying, selling or leasing transactions
    • 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
    • G06Q50/12—Hotels or restaurants
    • G06Q50/30—

Landscapes

  • Business, Economics & Management (AREA)
  • Engineering & Computer Science (AREA)
  • Tourism & Hospitality (AREA)
  • Human Resources & Organizations (AREA)
  • Strategic Management (AREA)
  • Economics (AREA)
  • General Physics & Mathematics (AREA)
  • General Business, Economics & Management (AREA)
  • Marketing (AREA)
  • Theoretical Computer Science (AREA)
  • Development Economics (AREA)
  • Physics & Mathematics (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Operations Research (AREA)
  • Quality & Reliability (AREA)
  • Educational Administration (AREA)
  • Accounting & Taxation (AREA)
  • Finance (AREA)
  • Game Theory and Decision Science (AREA)
  • Health & Medical Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Primary Health Care (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

일 실시예에 따르면 인공지능 기반 근거리 식당 주문 예약 서비스 제공 방법이 개시된다.
일 실시예에 따라 장치에 의하여 수행되는, 인공지능 기반 근거리 식당 주문 예약 서비스 제공 방법은 복수의 식당운영자단말로부터 메뉴정보, 주문가능메뉴정보, 테이블현황정보 및 제1 위치정보를 포함하는 식당상태정보를 수신하는 단계, 사용자단말로부터 사용자의 제2 위치정보, 현재인원정보, 이동수단정보 및 방문목적정보를 포함하는 고객상태정보를 수신하는 단계, 인공지능모듈을 통하여 상기 식당상태정보 및 상기 고객상태정보를 기반으로 추천식당정보를 생성하는 단계, 상기 추천식당정보를 상기 사용자단말로 송신하는 단계, 상기 사용자단말로부터 상기 추천식당정보에 대응하는 주문정보를 수신하는 단계 및 상기 주문정보에 상응하는 식당운영자단말로 상기 주문정보를 송신하는 단계를 포함할 수 있다.

Description

인공지능 기반 근거리 식당 주문 예약 서비스 제공 방법{METHOD, DEVICE AND SYSTEM FOR PROVIDING ORDER RESERVATION SERVICE FOR LOCAL RESTAURANTS BASED ON ARTIFICIAL INTELLIGENCE}
아래 실시예들은 인공지능 기반으로 사용자의 상황에 가장 적합한 식당에 관한 정보를 제공하고, 도착하기전에 미리 메뉴를 주문할 수 있는 기술에 관한 것이다.
본 발명이 해결하고자 하는 과제들은 이상에서 언급된 과제로 제한되지 않으며, 언급되지 않은 또 다른 과제들은 아래의 기재로부터 통상의 기술자에게 명확하게 이해될 수 있을 것이다.
종래에는 식당을 방문할 때, 현재 식당에 자리가 있는지, 주변에 어떤 식당들이 있는지 직접 알아봐야 했다.
그러나, 최근 코로나로 인하여 비대면의 중요성이 대두되는 시점에서 식당에서의 주문 또한 비대면으로 진행할 수 있는 방안이 필요하다.
이에, 사용자들이 주변에 있는 식당들의 정보를 손쉽게 얻을 수 있고, 방문 전에 미리 메뉴를 주문할 수 있는 기술을 제시하고자 한다.
특허문헌 01 한국등록특허 제10-1728952호(2017.04.14) 특허문헌 02 한국공개특허 제10-2020-0040505호(2020.04.20) 특허문헌 03 한국등록특허 제10-1972487호(2019.04.19) 특허문헌 04 한국등록특허 제10-1941203호(2019.01.16)
실시예들은 사용자단말로 식당의 현재 테이블 상태를 확인하고 미리 메뉴를 비대면으로 주문할 수 있는 기술을 제공하는 것이다.
본 발명이 해결하고자 하는 과제들은 이상에서 언급된 과제로 제한되지 않으며, 언급되지 않은 또 다른 과제들은 아래의 기재로부터 통상의 기술자에게 명확하게 이해될 수 있을 것이다.
일 실시예에 따라 장치에 의하여 수행되는, 인공지능 기반 근거리 식당 주문 예약 서비스 제공 방법은 복수의 식당운영자단말로부터 메뉴정보, 주문가능메뉴정보, 테이블현황정보 및 제1 위치정보를 포함하는 식당상태정보를 수신하는 단계, 사용자단말로부터 사용자의 제2 위치정보, 현재인원정보, 이동수단정보 및 방문목적정보를 포함하는 고객상태정보를 수신하는 단계, 인공지능모듈을 통하여 상기 식당상태정보 및 상기 고객상태정보를 기반으로 추천식당정보를 생성하는 단계, 상기 추천식당정보를 상기 사용자단말로 송신하는 단계, 상기 사용자단말로부터 상기 추천식당정보에 대응하는 주문정보를 수신하는 단계 및 상기 주문정보에 상응하는 식당운영자단말로 상기 주문정보를 송신하는 단계를 포함할 수 있다.
이 때, 본 발명의 일 실시예에 따른 인공지능 기반 근거리 식당 주문 예약 서비스 제공 방법은 상기 사용자단말로부터 채팅수신여부정보를 수신하는 단계, 동일한 식당에 위치하는 사용자단말 중 상기 채팅수신여부정보를 기반으로 채팅수신여부에 동의한 사용자단말만을 취합하여 채팅가능사용자단말정보를 생성하는 단계, 상기 채팅가능사용자단말정보를 상기 사용자단말로 송신하는 단계, 제1 사용자단말로부터 상기 채팅가능사용자단말정보에 포함된 제2 사용자단말과의 채팅채널생성요청정보를 수신하는 단계, 상기 채팅채널생성요청정보를 상기 제2 사용자단말로 송신하는 단계 및 상기 제2 사용자단말로부터 상기 채팅채널생성요청정보에 대응하는 승낙여부를 수신하고, 상기 승낙여부에 기반하여 상기 제1 사용자단말과 상기 제2 사용자단말을 연결하는 채팅채널을 생성하는 단계를 더 포함할 수 있다.
이 때, 상기 추천식당정보를 생성하는 단계는, 상기 인공지능모듈을 통하여 식당에 대한 리뷰정보와 방문목적별 사용자들의 선호도를 기반으로 방문목적별로 구분되는 복수의 제1 평가점수를 산출하는 단계, 상기 방문목적정보에 대응하는 제1 평가점수와 상기 제1 위치정보, 상기 제2 위치정보, 상기 현재인원정보, 상기 테이블현황정보, 상기 메뉴정보 및 상기 주문가능메뉴정보를 기반으로 상기 식당에 대한 제2 평가점수를 산출하는 단계 및 상기 제2 평가점수가 기설정된 임계점수를 초과하는 식당들을 취합하고, 상기 식당들의 상기 제2 평가점수의 내림차순으로 정렬하여 상기 추천식당정보를 생성하는 단계를 포함할 수 있다.
이 때, 상기 제2 평가점수는, 아래 수학식에 의하여 산출되되,
Figure 112022005977815-pat00001
ES_2(Evaluation score_2)는 상기 제2 평가점수를 의미하고, ES_1(Evaluation score_1)은 상기 제1 평가점수를 의미하고, D(Distance)는 상기 제1 위치정보와 상기 제2 위치정보를 기반으로 산출된 식당과 사용자와의 거리를 의미하고, NoM(Number of Menu)는 해당 식당에서 제공하는 메뉴의 수를 의미하고, NoAM(Number of Available Menu)은 해당 식당에서 현재 제공 가능한 메뉴의 수를 의미하고, PW(People weight)는 기설정된 제1 인원수를 1로 정규화할 때, 상기 현재인원정보를 정규화한 가중치를 의미하고, NoT(Number of Table)는 해당 식당의 전체 테이블의 수를 의미하고, NoOT(Number of Occupancy Table)는 해당 식당에서 현재 점유중인 테이블의 수를 의미할 수 있다.
이 때, 본 발명의 일 실시예에 따른 인공지능 기반 근거리 식당 주문 예약 서비스 제공 방법은 상기 사용자단말로 식당에 대한 광고를 포함하는 제1 콘텐츠와 사용자가 위치하는 지역에서 진행하는 이벤트에 대한 정보를 포함하는 제2 콘텐츠를 송신하는 단계를 더 포함하되, 상기 제1 콘텐츠 및 상기 제2 콘텐츠를 송신하는 단계는, 상기 제1 콘텐츠의 클릭 수 및 상기 제2 콘텐츠의 클릭 수를 합한 값으로, 제1 총합 클릭 수를 산출하는 단계, 상기 제1 콘텐츠의 클릭 수를 상기 제1 총합 클릭 수로 나눈 값으로, 제1 비율을 산출하고, 상기 제2 콘텐츠의 클릭 수를 상기 제1 총합 클릭 수로 나눈 값으로, 제2 비율을 산출하는 단계, 상기 제1 비율로 제1 영역의 크기를 설정하고, 상기 제2 비율로 제2 영역의 크기를 설정하는 단계 및 상기 제1 비율 및 상기 제2 비율을 통해 상기 제1 영역 및 상기 제2 영역의 크기가 설정되면, 상기 제1 영역에서 상기 제1 콘텐츠의 요약 정보가 표시되고 상기 제2 영역에서 상기 제2 콘텐츠의 요약 정보가 표시되도록 제어정보를 상기 사용자단말로 송신하는 단계를 포함할 수 있다.
일 실시예에 따른 장치는 하드웨어와 결합되어 상술한 방법들 중 어느 하나의 항의 방법을 실행시키기 위하여 매체에 저장된 컴퓨터 프로그램에 의해 제어될 수 있다.
실시예들을 통하여, 사용자단말로 식당의 현재 테이블 상태를 확인하고 미리 메뉴를 비대면으로 주문할 수 있는 기술을 제공할 수 있다.
도 1은 일 실시예에 따른 인공지능 기반 근거리 식당 주문 예약 서비스 제공 시스템의 구성도이다.
도 2는 일 실시예에 따른 인공지능 기반 근거리 식당 주문 예약 서비스 제공 방법의 흐름도이다.
도 3은 일 실시예에 따른 장치의 구성의 예시도이다.
이하에서, 첨부된 도면을 참조하여 실시예들을 상세하게 설명한다. 그러나, 실시예들에는 다양한 변경이 가해질 수 있어서 특허출원의 권리 범위가 이러한 실시예들에 의해 제한되거나 한정되는 것은 아니다. 실시예들에 대한 모든 변경, 균등물 내지 대체물이 권리 범위에 포함되는 것으로 이해되어야 한다.
실시예들에 대한 특정한 구조적 또는 기능적 설명들은 단지 예시를 위한 목적으로 개시된 것으로서, 다양한 형태로 변경되어 실시될 수 있다. 따라서, 실시예들은 특정한 개시형태로 한정되는 것이 아니며, 본 명세서의 범위는 기술적 사상에 포함되는 변경, 균등물, 또는 대체물을 포함한다.
제1 또는 제2 등의 용어를 다양한 구성요소들을 설명하는데 사용될 수 있지만, 이런 용어들은 하나의 구성요소를 다른 구성요소로부터 구별하는 목적으로만 해석되어야 한다. 예를 들어, 제1 구성요소는 제2 구성요소로 명명될 수 있고, 유사하게 제2 구성요소는 제1 구성요소로도 명명될 수 있다.
어떤 구성요소가 다른 구성요소에 "연결되어" 있다고 언급된 때에는, 그 다른 구성요소에 직접적으로 연결되어 있거나 또는 접속되어 있을 수도 있지만, 중간에 다른 구성요소가 존재할 수도 있다고 이해되어야 할 것이다.
실시예에서 사용한 용어는 단지 설명을 목적으로 사용된 것으로, 한정하려는 의도로 해석되어서는 안된다. 단수의 표현은 문맥상 명백하게 다르게 뜻하지 않는 한, 복수의 표현을 포함한다. 본 명세서에서, "포함하다" 또는 "가지다" 등의 용어는 명세서 상에 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.
다르게 정의되지 않는 한, 기술적이거나 과학적인 용어를 포함해서 여기서 사용되는 모든 용어들은 실시예가 속하는 기술 분야에서 통상의 지식을 가진 자에 의해 일반적으로 이해되는 것과 동일한 의미를 가지고 있다. 일반적으로 사용되는 사전에 정의되어 있는 것과 같은 용어들은 관련 기술의 문맥 상 가지는 의미와 일치하는 의미를 가지는 것으로 해석되어야 하며, 본 출원에서 명백하게 정의하지 않는 한, 이상적이거나 과도하게 형식적인 의미로 해석되지 않는다.
또한, 첨부 도면을 참조하여 설명함에 있어, 도면 부호에 관계없이 동일한 구성 요소는 동일한 참조부호를 부여하고 이에 대한 중복되는 설명은 생략하기로 한다. 실시예를 설명함에 있어서 관련된 공지 기술에 대한 구체적인 설명이 실시예의 요지를 불필요하게 흐릴 수 있다고 판단되는 경우 그 상세한 설명을 생략한다.
실시예들은 퍼스널 컴퓨터, 랩톱 컴퓨터, 태블릿 컴퓨터, 스마트 폰, 텔레비전, 스마트 가전 기기, 지능형 자동차, 키오스크, 웨어러블 장치 등 다양한 형태의 제품으로 구현될 수 있다.
이하에서 도면을 참조하여 인공지능 기반 근거리 식당 주문 예약 서비스 제공 방법, 장치 및 시스템에 대하여 설명하도록 한다.
도 1은 일 실시예에 따른 인공지능 기반 근거리 식당 주문 예약 서비스 제공 시스템의 구성도이다.
본 발명의 일 실시예에 따른 인공지능 기반 근거리 식당 주문 예약 서비스 제공 시스템은 인접한 식당을 방문하고자 하는 사용자가 사용하는 사용자단말(200), 식당을 운영하는 사용자가 사용하는 식당운영자단말(300) 및 상기 사용자단말(200)로부터 수신된 정보와 상기 식당운영자단말(300)로부터 수신한 정보를 기반으로 사용자단말(200)로 추천식당정보를 제공할 수 있는 장치(100)를 포함할 수 있다.
이 때, 장치(100)는 통상의 컴퓨터가 가지는 연산 기능, 저장/참조 기능, 입출력 기능 및 제어 기능을 전부 또는 일부 수행하도록 구성될 수 있다. 장치(100)는 추론 기능을 수행하는 적어도 하나 이상의 인공지능모듈을 구비할 수 있다. 장치(100)는 후술하는 바와 같이 사업자단말 및 식당운영자단말(300)과 유무선으로 통신하도록 구성될 수 있다.
이 때, 장치(100)는 후술하는 인공지능 기반 근거리 식당 주문 예약 서비스 제공 방법을 수행함으로써 본 발명의 목적을 달성할 수 있으며, 상세한 동작은 인공지능 기반 근거리 식당 주문 예약 서비스 제공 방법을 통해 자세하게 설명하도록 한다.
이 때, 사업자단말 및 식당운영자단말(300)은 컴퓨터, 스마트폰, 핸드폰, 태블릿 PC, 디지털 카메라, 캠코더, 전자책 단말기, 디지털 방송용 단말기, PDA(Personal Digital Assistants), PMP(Portable Multimedia Player), 네비게이션, MP3 플레이어, 착용형 기기(wearable device), 오디오, DVD 플레이어 등 통신이 가능한 장치를 모두 포함할 수 있다.
도 2는 일 실시예에 따른 인공지능 기반 근거리 식당 주문 예약 서비스 제공 방법의 흐름도이다.
도 2를 참조하면, 본 발명의 일 실시예에 따라 장치에 의하여 수행되는, 인공지능 기반 근거리 식당 주문 예약 서비스 제공 방법은 먼저 복수의 식당운영자단말(300)로부터 메뉴정보, 주문가능메뉴정보, 테이블현황정보 및 제1 위치정보를 포함하는 식당상태정보를 수신할 수 있다(S201).
이 때, 메뉴정보는 해당 식당에서 제공하는 메뉴를 의미하고, 상기 주문가능메뉴정보는 현재 해당 식당에서 재료 품절 등에 의해서 제공이 불가능한 메뉴를 제외한 주문 가능한 메뉴가 어떤 것인지를 의미하고, 상기 테이블현황정보는 총 테이블 수와 현재 점유되어 있는 테이블 수를 의미하고, 제1 위치정보는 해당 식당이 위치한 좌표정보를 의미할 수 있다.
또한, 본 발명의 일 실시예에 따라 장치에 의하여 수행되는, 인공지능 기반 근거리 식당 주문 예약 서비스 제공 방법은 사용자단말(200)로부터 사용자의 제2 위치정보, 현재인원정보, 이동수단정보 및 방문목적정보를 포함하는 고객상태정보를 수신할 수 있다(S203).
이 때, 상기 제2 위치정보는 사용자의 현재 위치에 대한 좌표정보를 의미하고, 상기 현재인원정보는 식당을 이용할 인원의 수를 의미하고, 상기 이동수단정보는 도보, 오토바이, 대중교통, 자가용 등 이동수단에 대한 정보를 의미하고, 상기 방문목적정보는 점심식사, 저녁식사, 술자리, 미팅 또는 2차 술자리 등을 의미할 수 있다.
또한, 본 발명의 일 실시예에 따라 장치에 의하여 수행되는, 인공지능 기반 근거리 식당 주문 예약 서비스 제공 방법은 인공지능모듈을 통하여 상기 식당상태정보 및 상기 고객상태정보를 기반으로 추천식당정보를 생성할 수 있다(S205).
보다 상세하게 살펴보면, 상기 추천식당정보를 생성하는 단계는, 먼저 상기 인공지능모듈을 통하여 식당에 대한 리뷰정보와 방문목적별 사용자들의 선호도를 기반으로 방문목적별로 구분되는 복수의 제1 평가점수를 산출할 수 있다.
이는 방문목적이 점심식사, 저녁식사, 술자리, 미팅 또는 2차 술자리인지에 따라서 식당의 선호도가 달라지기 때문이다. 예를 들어, 방문목적이 2차 술자리인 경우에 호프집이 백반집보다 선호도가 다르기 때문에 단순히 위치나 평점만으로 추천하는 것은 바람직하지 않다.
보다 상세하게는 또한, 본 발명의 일 실시예에 따른 인공지능 기반 근거리 식당 주문 예약 서비스 제공 방법은 인공지능모듈을 통하여, 리뷰정보를 통하여 긍정적 피드백과 부정적 피드백을 도출하고, 점심식사, 저녁식사, 술자리, 미팅 또는 2차 술자리 등의 방문목적별 사용자들의 선호도를 도출하여 방문목적별 제1 평가점수를 산출할 수 있다.
따라서, 하나의 식당에서도 방문목적이 점심식사인 경우의 제1 평가점수와 방문목적인 술자리인 경우의 제1 평가점수가 상이할 수 있고, 복수의 제1 평가점수를 가질 수 있다.
이 때, 상기 인공지능모듈은 머신러닝의 한 분야인 딥러닝(Deep Learning) 기법을 이용하여, 채용정보 및 구직자정보를 입력으로 매칭점수를 출력하는 기계학습모델을 생성할 수 있다.
또한, 인공지능모듈은 딥러닝을 통하여 상기 함수에서의 복수 개의 입력들의 가중치(weight)를 학습을 통하여 산출할 수 있다. 또한, 이러한 학습을 위하여 활용되는 인공지능망 모델로는 RNN(Recurrent Neural Network), DNN(Deep Neural Network) 및 DRNN(Dynamic Recurrent Neural Network) 등 다양한 모델들을 활용할 수 있을 것이다.
여기서 RNN은 현재의 데이터와 과거의 데이터를 동시에 고려하는 딥러닝 기법으로서, 순환 신경망(RNN)은 인공 신경망을 구성하는 유닛 사이의 연결이 방향성 사이클(directed cycle)을 구성하는 신경망을 나타낸다. 나아가, 순환 신경망(RNN)을 구성할 수 있는 구조에는 다양한 방식이 사용될 수 있는데, 예컨대, 완전순환망(Fully Recurrent Network), 홉필드망(Hopfield Network), 엘만망(Elman Network), ESN(Echo state network), LSTM(Long short term memory network), 양방향(Bi-directional) RNN, CTRNN(Continuous-time RNN), 계층적 RNN, 2차 RNN 등이 대표적인 예이다. 또한, 순환 신경망(RNN)을 학습시키기 위한 방법으로서, 경사 하강법, Hessian Free Optimization, Global Optimization Method 등의 방식이 사용될 수 있다.
또한, 상기 추천식당정보를 생성하는 단계는, 상기 방문목적정보에 대응하는 제1 평가점수와 상기 제1 위치정보, 상기 제2 위치정보, 상기 현재인원정보, 상기 테이블현황정보, 상기 메뉴정보 및 상기 주문가능메뉴정보를 기반으로 상기 식당에 대한 제2 평가점수를 산출할 수 있다.
이는 현재 사용자의 상황에서 가장 적절한 식당을 도출하기 위함이다.
보다 상세하게 살펴보면, 상기 제2 평가점수는, 아래 수학식 1에 의하여 산출될 수 있다.
Figure 112022005977815-pat00002
이 때, ES_2(Evaluation score_2)는 상기 제2 평가점수를 의미하고, ES_1(Evaluation score_1)은 상기 제1 평가점수를 의미하고, D(Distance)는 상기 제1 위치정보와 상기 제2 위치정보를 기반으로 산출된 식당과 사용자와의 거리를 의미하고, NoM(Number of Menu)는 해당 식당에서 제공하는 메뉴의 수를 의미하고, NoAM(Number of Available Menu)은 해당 식당에서 현재 제공 가능한 메뉴의 수를 의미하고, PW(People weight)는 기설정된 제1 인원수를 1로 정규화할 때, 상기 현재인원정보를 정규화한 가중치를 의미하고, NoT(Number of Table)는 해당 식당의 전체 테이블의 수를 의미하고, NoOT(Number of Occupancy Table)는 해당 식당에서 현재 점유중인 테이블의 수를 의미할 수 있다.
이 때, PW는 현재인원정보를 정규화한 가중치를 의미하는데, 이는 동행자가 많은 경우, 메뉴에 대한 우선도보다 테이블 즉, 좌석에 대한 우선도가 더 높게 평가되어야 하기 때문에 현재인원정보가 많은 경우 빈 테이블에 대한 중요도를 더 높게 반영하기 위하여 설정되는 것이다.
또한, 인원수를 그대로 대입하는 경우, 오차가 발생할 수 있어, 기설정된 제1 인원수 예를 들어, 10명의 경우를 1로 정규화함으로써 오차를 줄일 수 있다.
또한, 상기 추천식당정보를 생성하는 단계는, 상기 제2 평가점수가 기설정된 임계점수를 초과하는 식당들을 취합하고, 상기 식당들의 상기 제2 평가점수의 내림차순으로 정렬하여 상기 추천식당정보를 생성할 수 있다.
또한, 본 발명의 일 실시예에 따라 장치에 의하여 수행되는, 인공지능 기반 근거리 식당 주문 예약 서비스 제공 방법은 상기 추천식당정보를 상기 사용자단말(200)로 송신할 수 있다(S207).
또한, 본 발명의 일 실시예에 따라 장치에 의하여 수행되는, 인공지능 기반 근거리 식당 주문 예약 서비스 제공 방법은 상기 사용자단말(200)로부터 상기 추천식당정보에 대응하는 주문정보를 수신할 수 있다(S209).
이를 통하여 사용자는 상기 추천식당정보 중에서 하나의 식당을 선택하여 해당 식당에 대한 메뉴를 살펴보고 방문하기전 미리 메뉴를 주문할 수 있다.
또한, 본 발명의 일 실시예에 따라 장치에 의하여 수행되는, 인공지능 기반 근거리 식당 주문 예약 서비스 제공 방법은 상기 주문정보에 상응하는 식당운영자단말(300)로 상기 주문정보를 송신할 수 있다(S211).
사용자의 주문에 따라 식단운영자는 메뉴를 준비할 수 있도록 상기 주문정보를 상기 식당운영자단말(300)로 송신할 수 있다.
또한, 본 발명의 일 실시예에 따라 장치에 의하여 수행되는, 인공지능 기반 근거리 식당 주문 예약 서비스 제공 방법은 해당 식당에 있는 사용자들간에 채팅이 가능하도록 구성될 수도 있다.
이를 통하여, 해당 식당에 방문한 사용자들간에 합석 등 교류가 이루어지도록 할 수 있다.
보다 상세하게 살펴보면, 본 발명의 일 실시예에 따라 장치에 의하여 수행되는, 인공지능 기반 근거리 식당 주문 예약 서비스 제공 방법은 상기 사용자단말(200)로부터 채팅수신여부정보를 수신할 수 있다.
무조건적으로 채팅을 걸 수 있도록 하면, 합석 등 교류를 원하지 않는 경우에도 방해를 받을 수 있기 때문에 사전에 채팅수신여부에 대한 정보를 수신하는 것이 바람직하다.
또한, 본 발명의 일 실시예에 따라 장치에 의하여 수행되는, 인공지능 기반 근거리 식당 주문 예약 서비스 제공 방법은 동일한 식당에 위치하는 사용자단말(200) 중 상기 채팅수신여부정보를 기반으로 채팅수신여부에 동의한 사용자단말(200)만을 취합하여 채팅가능사용자단말정보를 생성할 수 있다.
또한, 본 발명의 일 실시예에 따라 장치에 의하여 수행되는, 인공지능 기반 근거리 식당 주문 예약 서비스 제공 방법은 상기 채팅가능사용자단말정보를 상기 사용자단말(200)로 송신할 수 있다.
또한, 본 발명의 일 실시예에 따라 장치에 의하여 수행되는, 인공지능 기반 근거리 식당 주문 예약 서비스 제공 방법은 제1 사용자단말로부터 상기 채팅가능사용자단말정보에 포함된 제2 사용자단말과의 채팅채널생성요청정보를 수신할 수 있다.
또한, 본 발명의 일 실시예에 따라 장치에 의하여 수행되는, 인공지능 기반 근거리 식당 주문 예약 서비스 제공 방법은 상기 채팅채널생성요청정보를 상기 제2 사용자단말로 송신할 수 있다.
또한, 본 발명의 일 실시예에 따라 장치에 의하여 수행되는, 인공지능 기반 근거리 식당 주문 예약 서비스 제공 방법은 상기 제2 사용자단말로부터 상기 채팅채널생성요청정보에 대응하는 승낙여부를 수신하고, 상기 승낙여부에 기반하여 상기 제1 사용자단말과 상기 제2 사용자단말을 연결하는 채팅채널을 생성할 수 있다.
또한, 이 경우 테이블 합석이 되는 경우, 메뉴에 대한 가격 정산은 인원 수에 따라 나누어 지불할 수 있도록 자동정산구성을 포함할 수도 있다.
또한, 본 발명의 일 실시예에 따라 장치에 의하여 수행되는, 인공지능 기반 근거리 식당 주문 예약 서비스 제공 방법은 단순히 식당 정보 뿐만 아니라 식당에 대한 광고와 해당 지역에서 진행하는 이벤트에 대한 정보도 사용자단말(200)로 전달하여 광고효과를 가질 수도 있다.
이에, 본 발명의 일 실시예에 따라 장치에 의하여 수행되는, 인공지능 기반 근거리 식당 주문 예약 서비스 제공 방법은 광고를 사용자단말(200)에 효율적으로 표시할 수 있도록 상기 사용자단말(200)로 식당에 대한 광고를 포함하는 제1 콘텐츠와 사용자가 위치하는 지역에서 진행하는 이벤트에 대한 정보를 포함하는 제2 콘텐츠를 송신할 수 있다.
이 때, 상기 제1 콘텐츠 및 제2 콘텐츠를 송신하는 단계는, 상기 제1 콘텐츠의 클릭 수 및 상기 제2 콘텐츠의 클릭 수를 합한 값으로, 제1 총합 클릭 수를 산출하는 단계, 상기 제1 콘텐츠의 클릭 수를 상기 제1 총합 클릭 수로 나눈 값으로, 제1 비율을 산출하고, 상기 제2 콘텐츠의 클릭 수를 상기 제1 총합 클릭 수로 나눈 값으로, 제2 비율을 산출하는 단계, 상기 제1 비율로 제1 영역의 크기를 설정하고, 상기 제2 비율로 제2 영역의 크기를 설정하는 단계 및 상기 제1 비율 및 상기 제2 비율을 통해 상기 제1 영역 및 상기 제2 영역의 크기가 설정되면, 상기 제1 영역에서 상기 제1 콘텐츠의 요약 정보가 표시되고 상기 제2 영역에서 상기 제2 콘텐츠의 요약 정보가 표시되도록 제어정보를 상기 사용자단말(200)로 송신하는 단계를 포함할 수 있다.
이를 통하여, 사용자가 보다 관심이 있는 식당의 광고가 보다 넓은 공간에 표시될 수 있도록 하여 식당의 홍보효과와 사용자에게 보다 적절한 정보를 제공한다는 효과를 가질 수 있다.
도 3은 일 실시예에 따른 장치의 구성의 예시도이다.
일 실시예에 따른 장치(100)는 프로세서(110) 및 메모리(120)를 포함한다. 프로세서는 도 1 및 도 2를 통하여 전술한 적어도 하나의 방법을 수행할 수 있다. 메모리(320)는 상술한 방법과 관련된 정보를 저장하거나 상술한 방법이 구현된 프로그램을 저장할 수 있다. 메모리(120)는 휘발성 메모리 또는 비휘발성 메모리일 수 있다.
프로세서(110)는 프로그램을 실행하고, 장치(100)를 제어할 수 있다. 프로세서(110)에 의하여 실행되는 프로그램의 코드는 메모리(120)에 저장될 수 있다. 장치(100)는 입출력 장치(도면 미 표시)를 통하여 외부 장치(예를 들어, 퍼스널 컴퓨터 또는 네트워크)에 연결되고, 데이터를 교환할 수 있다.
이상에서 설명된 실시예들은 하드웨어 구성요소, 소프트웨어 구성요소, 및/또는 하드웨어 구성요소 및 소프트웨어 구성요소의 조합으로 구현될 수 있다. 예를 들어, 실시예들에서 설명된 장치, 방법 및 구성요소는, 예를 들어, 프로세서, 콘트롤러, ALU(arithmetic logic unit), 디지털 신호 프로세서(digital signal processor), 마이크로컴퓨터, FPGA(field programmable gate array), PLU(programmable logic unit), 마이크로프로세서, 또는 명령(instruction)을 실행하고 응답할 수 있는 다른 어떠한 장치와 같이, 하나 이상의 범용 컴퓨터 또는 특수 목적 컴퓨터를 이용하여 구현될 수 있다. 처리 장치는 운영 체제(OS) 및 상기 운영 체제 상에서 수행되는 하나 이상의 소프트웨어 애플리케이션을 수행할 수 있다. 또한, 처리 장치는 소프트웨어의 실행에 응답하여, 데이터를 접근, 저장, 조작, 처리 및 생성할 수도 있다. 이해의 편의를 위하여, 처리 장치는 하나가 사용되는 것으로 설명된 경우도 있지만, 해당 기술분야에서 통상의 지식을 가진 자는, 처리 장치가 복수 개의 처리 요소(processing element) 및/또는 복수 유형의 처리 요소를 포함할 수 있음을 알 수 있다. 예를 들어, 처리 장치는 복수 개의 프로세서 또는 하나의 프로세서 및 하나의 콘트롤러를 포함할 수 있다. 또한, 병렬 프로세서(parallel processor)와 같은, 다른 처리 구성(processing configuration)도 가능하다.
실시예에 따른 방법은 다양한 컴퓨터 수단을 통하여 수행될 수 있는 프로그램 명령 형태로 구현되어 컴퓨터 판독 가능 매체에 기록될 수 있다. 상기 컴퓨터 판독 가능 매체는 프로그램 명령, 데이터 파일, 데이터 구조 등을 단독으로 또는 조합하여 포함할 수 있다. 상기 매체에 기록되는 프로그램 명령은 실시예를 위하여 특별히 설계되고 구성된 것들이거나 컴퓨터 소프트웨어 당업자에게 공지되어 사용 가능한 것일 수도 있다. 컴퓨터 판독 가능 기록 매체의 예에는 하드 디스크, 플로피 디스크 및 자기 테이프와 같은 자기 매체(magnetic media), CD-ROM, DVD와 같은 광기록 매체(optical media), 플롭티컬 디스크(floptical disk)와 같은 자기-광 매체(magneto-optical media), 및 롬(ROM), 램(RAM), 플래시 메모리 등과 같은 프로그램 명령을 저장하고 수행하도록 특별히 구성된 하드웨어 장치가 포함된다. 프로그램 명령의 예에는 컴파일러에 의해 만들어지는 것과 같은 기계어 코드뿐만 아니라 인터프리터 등을 사용해서 컴퓨터에 의해서 실행될 수 있는 고급 언어 코드를 포함한다. 상기된 하드웨어 장치는 실시예의 동작을 수행하기 위해 하나 이상의 소프트웨어 모듈로서 작동하도록 구성될 수 있으며, 그 역도 마찬가지이다.
소프트웨어는 컴퓨터 프로그램(computer program), 코드(code), 명령(instruction), 또는 이들 중 하나 이상의 조합을 포함할 수 있으며, 원하는 대로 동작하도록 처리 장치를 구성하거나 독립적으로 또는 결합적으로(collectively) 처리 장치를 명령할 수 있다. 소프트웨어 및/또는 데이터는, 처리 장치에 의하여 해석되거나 처리 장치에 명령 또는 데이터를 제공하기 위하여, 어떤 유형의 기계, 구성요소(component), 물리적 장치, 가상 장치(virtual equipment), 컴퓨터 저장 매체 또는 장치, 또는 전송되는 신호 파(signal wave)에 영구적으로, 또는 일시적으로 구체화(embody)될 수 있다. 소프트웨어는 네트워크로 연결된 컴퓨터 시스템 상에 분산되어서, 분산된 방법으로 저장되거나 실행될 수도 있다. 소프트웨어 및 데이터는 하나 이상의 컴퓨터 판독 가능 기록 매체에 저장될 수 있다.
이상과 같이 실시예들이 비록 한정된 도면에 의해 설명되었으나, 해당 기술분야에서 통상의 지식을 가진 자라면 상기를 기초로 다양한 기술적 수정 및 변형을 적용할 수 있다. 예를 들어, 설명된 기술들이 설명된 방법과 다른 순서로 수행되거나, 및/또는 설명된 시스템, 구조, 장치, 회로 등의 구성요소들이 설명된 방법과 다른 형태로 결합 또는 조합되거나, 다른 구성요소 또는 균등물에 의하여 대치되거나 치환되더라도 적절한 결과가 달성될 수 있다.
그러므로, 다른 구현들, 다른 실시예들 및 특허청구범위와 균등한 것들도 후술하는 청구범위의 범위에 속한다.

Claims (3)

  1. 장치에 의하여 수행되는, 인공지능 기반 근거리 식당 주문 예약 서비스 제공 방법에 있어서,
    복수의 식당운영자단말로부터 메뉴정보, 주문가능메뉴정보, 테이블현황정보 및 제1 위치정보를 포함하는 식당상태정보를 수신하는 단계;
    사용자단말로부터 사용자의 제2 위치정보, 현재인원정보, 이동수단정보 및 방문목적정보를 포함하는 고객상태정보를 수신하는 단계;
    인공지능모듈을 통하여 상기 식당상태정보 및 상기 고객상태정보를 기반으로 추천식당정보를 생성하는 단계;
    상기 추천식당정보를 상기 사용자단말로 송신하는 단계;
    상기 사용자단말로부터 상기 추천식당정보에 대응하는 주문정보를 수신하는 단계;
    상기 주문정보에 상응하는 식당운영자단말로 상기 주문정보를 송신하는 단계;
    상기 사용자단말로부터 채팅수신여부정보를 수신하는 단계;
    동일한 식당에 위치하는 사용자단말 중 상기 채팅수신여부정보를 기반으로 채팅수신여부에 동의한 사용자단말만을 취합하여 채팅가능사용자단말정보를 생성하는 단계;
    상기 채팅가능사용자단말정보를 상기 사용자단말로 송신하는 단계;
    제1 사용자단말로부터 상기 채팅가능사용자단말정보에 포함된 제2 사용자단말과의 채팅채널생성요청정보를 수신하는 단계;
    상기 채팅채널생성요청정보를 상기 제2 사용자단말로 송신하는 단계; 및
    상기 제2 사용자단말로부터 상기 채팅채널생성요청정보에 대응하는 승낙여부를 수신하고, 상기 승낙여부에 기반하여 상기 제1 사용자단말과 상기 제2 사용자단말을 연결하는 채팅채널을 생성하는 단계; 를 포함하되,
    상기 추천식당정보를 생성하는 단계는,
    상기 인공지능모듈을 통하여 식당에 대한 리뷰정보와 방문목적별 사용자들의 선호도를 기반으로 방문목적별로 구분되는 복수의 제1 평가점수를 산출하는 단계;
    상기 방문목적정보에 대응하는 제1 평가점수와 상기 제1 위치정보, 상기 제2 위치정보, 상기 현재인원정보, 상기 테이블현황정보, 상기 메뉴정보 및 상기 주문가능메뉴정보를 기반으로 상기 식당에 대한 제2 평가점수를 산출하는 단계; 및
    상기 제2 평가점수가 기설정된 임계점수를 초과하는 식당들을 취합하고, 상기 식당들의 상기 제2 평가점수의 내림차순으로 정렬하여 상기 추천식당정보를 생성하는 단계; 를 포함하고,
    상기 제2 평가점수는,
    아래 수학식에 의하여 산출되되,
    Figure 112022026030795-pat00006

    ES_2(Evaluation score_2)는 상기 제2 평가점수를 의미하고, ES_1(Evaluation score_1)은 상기 제1 평가점수를 의미하고, D(Distance)는 상기 제1 위치정보와 상기 제2 위치정보를 기반으로 산출된 식당과 사용자와의 거리를 의미하고, NoM(Number of Menu)는 해당 식당에서 제공하는 메뉴의 수를 의미하고, NoAM(Number of Available Menu)은 해당 식당에서 현재 제공 가능한 메뉴의 수를 의미하고, PW(People weight)는 기설정된 제1 인원수를 1로 정규화할 때, 상기 현재인원정보를 정규화한 가중치를 의미하고, NoT(Number of Table)는 해당 식당의 전체 테이블의 수를 의미하고, NoOT(Number of Occupancy Table)는 해당 식당에서 현재 점유중인 테이블의 수를 의미하는 것을 특징으로 하는 인공지능 기반 근거리 식당 주문 예약 서비스 제공 방법.
  2. 삭제
  3. 삭제
KR1020220006788A 2022-01-17 2022-01-17 인공지능 기반 근거리 식당 주문 예약 서비스 제공 방법 KR102400120B1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020220006788A KR102400120B1 (ko) 2022-01-17 2022-01-17 인공지능 기반 근거리 식당 주문 예약 서비스 제공 방법

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020220006788A KR102400120B1 (ko) 2022-01-17 2022-01-17 인공지능 기반 근거리 식당 주문 예약 서비스 제공 방법

Publications (1)

Publication Number Publication Date
KR102400120B1 true KR102400120B1 (ko) 2022-05-19

Family

ID=81804592

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020220006788A KR102400120B1 (ko) 2022-01-17 2022-01-17 인공지능 기반 근거리 식당 주문 예약 서비스 제공 방법

Country Status (1)

Country Link
KR (1) KR102400120B1 (ko)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR102454403B1 (ko) * 2022-05-24 2022-10-17 티오더 주식회사 비콘을 이용한 사용자 위치 기반 음식점 서비스 제공 장치 및 방법

Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20120037597A (ko) * 2010-10-12 2012-04-20 에스케이플래닛 주식회사 위치기반 가맹점 추천 시스템 및 방법
KR101728952B1 (ko) 2015-06-26 2017-04-20 이원삼 근거리무선통신 기기 환경하에서의 음식메뉴 주문방법
KR101941203B1 (ko) 2018-04-20 2019-04-12 권용현 선입선출 기반의 식당 예약 시스템
KR101972487B1 (ko) 2018-08-31 2019-08-23 (주)파밍봇 식당 메뉴 클라우드 플랫폼 방법
KR20200040505A (ko) 2018-10-10 2020-04-20 피은선 조리시간을 기다리는 시간 절감을 위한 식당 예약 방법
KR20200054592A (ko) * 2018-11-12 2020-05-20 박성용 사용자 위치와 정보를 기반으로 한 개인별 맛집 추천 시스템 및 방법.
KR20200117944A (ko) * 2020-10-05 2020-10-14 연세대학교 산학협력단 자동 참여 채팅방 제공 장치 및 방법
US20200342550A1 (en) * 2019-04-23 2020-10-29 The Mewah Corporation Methods and systems for generating restaurant recommendations

Patent Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20120037597A (ko) * 2010-10-12 2012-04-20 에스케이플래닛 주식회사 위치기반 가맹점 추천 시스템 및 방법
KR101728952B1 (ko) 2015-06-26 2017-04-20 이원삼 근거리무선통신 기기 환경하에서의 음식메뉴 주문방법
KR101941203B1 (ko) 2018-04-20 2019-04-12 권용현 선입선출 기반의 식당 예약 시스템
KR101972487B1 (ko) 2018-08-31 2019-08-23 (주)파밍봇 식당 메뉴 클라우드 플랫폼 방법
KR20200040505A (ko) 2018-10-10 2020-04-20 피은선 조리시간을 기다리는 시간 절감을 위한 식당 예약 방법
KR20200054592A (ko) * 2018-11-12 2020-05-20 박성용 사용자 위치와 정보를 기반으로 한 개인별 맛집 추천 시스템 및 방법.
US20200342550A1 (en) * 2019-04-23 2020-10-29 The Mewah Corporation Methods and systems for generating restaurant recommendations
KR20200117944A (ko) * 2020-10-05 2020-10-14 연세대학교 산학협력단 자동 참여 채팅방 제공 장치 및 방법

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR102454403B1 (ko) * 2022-05-24 2022-10-17 티오더 주식회사 비콘을 이용한 사용자 위치 기반 음식점 서비스 제공 장치 및 방법

Similar Documents

Publication Publication Date Title
US20230013615A1 (en) Virtual assistant in a communication session
CN112956162B (zh) 自动聊天机器人处理
US20200169637A1 (en) Virtual assistant aided communication with 3rd party service in a communication session
US10445373B2 (en) Social where next suggestion
Maeng et al. Demand forecasting for the 5G service market considering consumer preference and purchase delay behavior
KR101603443B1 (ko) 서비스 연계를 통한 커뮤니케이션 방법과 시스템 및 기록 매체, 그리고 퍼블리셔의 컨텐츠 노출 방법과 시스템
KR20150035877A (ko) 실시간 대화를 기반으로 한 트랜잭션 처리 방법과 시스템 및 기록 매체
US20170186112A1 (en) End to end user device platform
WO2017084245A1 (zh) 购买请求处理方法及装置
US20180341533A1 (en) Method and apparatus for generating workflow
US20210256445A1 (en) System and method for matching resource capacity with client resource needs
US20160371656A1 (en) Method, system, and non-transitory computer-readable medium for meeting place recommendation using appointment information
KR20180064735A (ko) 공간 서비스 시스템 및 방법
KR102389256B1 (ko) 가상 부스를 통한 가상 박람 서비스를 제공하는 장치
CN104079640A (zh) 一种用户服务提供方法及系统
CN107909321A (zh) 订单生成方法、订单生成装置、介质和计算设备
KR101797802B1 (ko) 공식계정을 관리하는 방법과 시스템 및 기록 매체
US20130111483A1 (en) Authoring and using personalized workflows
JP2021057036A (ja) 分割払い方法およびシステム
KR102400120B1 (ko) 인공지능 기반 근거리 식당 주문 예약 서비스 제공 방법
KR20160113568A (ko) 실시간 대화를 기반으로 한 트랜잭션 처리 방법과 시스템 및 기록 매체
KR101607919B1 (ko) 메신저에 검색 기능을 제공하고 검색 결과를 정렬하는 방법과 시스템 및 기록 매체
Loke Crowd-powered mobile computing and smart things
US11609976B2 (en) Method and system for managing image based on interworking face image and messenger account
KR102100990B1 (ko) 서비스 연계를 통한 범용 예약 방법과 시스템 및 기록 매체

Legal Events

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