KR102425758B1 - 기계 학습 기반 업체 추천 시스템 - Google Patents

기계 학습 기반 업체 추천 시스템 Download PDF

Info

Publication number
KR102425758B1
KR102425758B1 KR1020200157391A KR20200157391A KR102425758B1 KR 102425758 B1 KR102425758 B1 KR 102425758B1 KR 1020200157391 A KR1020200157391 A KR 1020200157391A KR 20200157391 A KR20200157391 A KR 20200157391A KR 102425758 B1 KR102425758 B1 KR 102425758B1
Authority
KR
South Korea
Prior art keywords
information
company
suitability
user
service
Prior art date
Application number
KR1020200157391A
Other languages
English (en)
Other versions
KR20220070644A (ko
Inventor
한상훈
Original Assignee
한상훈
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 한상훈 filed Critical 한상훈
Priority to KR1020200157391A priority Critical patent/KR102425758B1/ko
Publication of KR20220070644A publication Critical patent/KR20220070644A/ko
Application granted granted Critical
Publication of KR102425758B1 publication Critical patent/KR102425758B1/ko

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q30/00—Commerce
    • G06Q30/06—Buying, selling or leasing transactions
    • G06Q30/0601—Electronic shopping [e-shopping]
    • G06Q30/0631—Item recommendations
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N20/00—Machine learning
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q30/00—Commerce
    • G06Q30/02—Marketing; Price estimation or determination; Fundraising
    • G06Q30/0278—Product appraisal
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q30/00—Commerce
    • G06Q30/06—Buying, selling or leasing transactions
    • G06Q30/0601—Electronic shopping [e-shopping]
    • G06Q30/0613—Third-party assisted

Landscapes

  • Business, Economics & Management (AREA)
  • Engineering & Computer Science (AREA)
  • Finance (AREA)
  • Accounting & Taxation (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Strategic Management (AREA)
  • Development Economics (AREA)
  • Physics & Mathematics (AREA)
  • Marketing (AREA)
  • General Business, Economics & Management (AREA)
  • Economics (AREA)
  • Software Systems (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Mathematical Physics (AREA)
  • Evolutionary Computation (AREA)
  • Data Mining & Analysis (AREA)
  • Computing Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • Artificial Intelligence (AREA)
  • Medical Informatics (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Game Theory and Decision Science (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)
  • Organic Low-Molecular-Weight Compounds And Preparation Thereof (AREA)
  • Combined Controls Of Internal Combustion Engines (AREA)
  • Medicines Containing Plant Substances (AREA)

Abstract

본 발명에 따른 기계 학습 기반 업체 추천 시스템은 사용자가 거래하고자 하는 업체에 대한 요청 업체 정보를 획득하는 사용자 단말; 업체의 관리자가 상기 사용자에게 제공하는 서비스에 대한 업체 정보를 획득하는 관리자 단말; 및 상기 요청 업체 정보에 기초하여 상기 업체 정보 각각에 대해 사용자-업체 적합도 정보를 산출하고, 상기 사용자-업체 적합도 정보에 기초하여 추천 업체 목록 정보를 생성하고, 상기 사용자와 상기 관리자 간의 거래가 성사된 것으로 판단되면, 상기 사용자 단말로부터 업체 평가 정보를 수신하고, 상기 업체 평가 정보에 기초하여 업체 평가 지수 정보를 생성하고, 상기 생성된 업체 평가 지수 정보를 상기 업체 정보에 포함시켜 상기 업체 정보를 갱신하는 갱신하는 운영 서버;를 포함한다.

Description

기계 학습 기반 업체 추천 시스템{System for recommending company based machine learning}
본 발명은 기계 학습 기반 업체 추천 시스템에 관한 것으로, 보다 구체적으로 업체로부터 서비스 또는 상품을 요청하는 사용자에게 사용자-업체 적합도 정보에 기초하여 업체를 추천할 수 있는 기계 학습 기반 업체 추천 시스템에 관한 것이다.
사용자 단말의 기기 성능 향상과 함께 정보 통신 기술의 발달로 인하여, 네트워크를 기반으로 한 온라인 서비스의 이용이 보편화되고, 온라인 서비스를 통해서 제공되는 정보의 양이 기하급수적으로 증가하고 있다. 온라인 서비스를 통해 제공되는 정보는, 예를 들어, 전자상거래를 통해 거래되는 상품의 정보, 디지털 콘텐츠, 학술 정보 등 매우 다양하다.
이러한 다양한 정보 중에서, 특히 전자상거래를 통해 거래되는 상품의 정보는, 이를 제공하는 온라인 쇼핑몰의 수가 매우 많으며, 아울러, 각 온라인 쇼핑몰에서도 상품의 종류에 따라서, 판매자에 따라서, 구매자에 따라서, 판매 시기에 따라서, 가격이나 상품 구성 등이 달라지기 때문에, 사용자가 자신이 원하는 정보를 원하는 시점에 적절하게 제공받거나 찾는데 어려움이 있다.
추천 서비스는 사용자가 관심 있거나 필요한 정보(상품)을 추측하여, 관련된 정보를 사용자에게 추천하여 주는 것으로서, 사용자는 별도의 노력 없이 자신이 관심 있는 정보(상품)을 제공받을 수 있기 때문에, 상술한 사용자의 불편을 줄일 수 있는 서비스이다.
이러한 추천 서비스에서, 사용자에게 제공되는 추천 정보는 보통 사용자의 컨텍스트(context, 상황 정보)에 기반하여 추출된다. 여기서, 컨텍스트는 사용자와 다른 사용자, 시스템, 혹은 디바이스의 애플리케이션 간 상호 작용에 영향을 미치는 사람, 장소, 사물, 개체, 시간 등 상황(situation)의 특징을 규정하는 정보를 의미하는 것으로서, 네트워크 연결 상태, 통신 대역폭, 그리고 프린터·디스플레이·워크스테이션과 같은 컴퓨팅 상황(Computing context), 사용자의 프로파일·위치·주변의 사람들을 비롯한 사용자 상황(User context), 조명·소음 레벨·교통 상태·온도 등 물리적 상황(Physical context), 시간·주·달·계절 등 시간적 상황(Time context)이 있다.
추천 서비스에서는 이러한 상황 정보 중 사용자 상황 정보(사용자 컨텍스트)를 이용하여 사용자 맞춤형 추천 정보를 추출한다.
한국등록특허 제10-2093087 호
본 발명은 기계 학습을 기반으로 사용자로부터 요청된 사항들은 분석 후 사용자에게 최적화된 서비스를 제공할 수 있는 업체를 추천할 수 있는 기계 학습 기반 업체 추천 시스템을 제공하는 것이다.
본 발명의 목적들은 이상에서 언급한 목적으로 제한되지 않으며, 언급되지 않은 본 발명의 다른 목적 및 장점들은 하기의 설명에 의해서 이해될 수 있고, 본 발명의 실시 예에 의해 보다 분명하게 이해될 것이다. 또한, 본 발명의 목적 및 장점들은 특허 청구 범위에 나타낸 수단 및 그 조합에 의해 실현될 수 있음을 쉽게 알 수 있을 것이다.
상기 기술적 과제를 해결하기 위한 본 발명에 따른 기계 학습 기반 업체 추천 시스템은 사용자가 거래하고자 하는 업체에 대한 요청 업체 정보를 획득하는 사용자 단말; 업체의 관리자가 상기 사용자에게 제공하는 서비스에 대한 업체 정보를 획득하는 관리자 단말; 및 상기 요청 업체 정보에 기초하여 상기 업체 정보 각각에 대해 사용자-업체 적합도 정보를 산출하고, 상기 사용자-업체 적합도 정보에 기초하여 추천 업체 목록 정보를 생성하고, 상기 사용자와 상기 관리자 간의 거래가 성사된 것으로 판단되면, 상기 사용자 단말로부터 업체 평가 정보를 수신하고, 상기 업체 평가 정보에 기초하여 업체 평가 지수 정보를 생성하고, 상기 생성된 업체 평가 지수 정보를 상기 업체 정보에 포함시켜 상기 업체 정보를 갱신하는 갱신하는 운영 서버;를 포함할 수 있다.
상기 요청 업체 정보는 사용자 정보 및 업체 요청 상세 정보를 포함하고, 상기 운영 서버는 상기 업체 요청 상세 정보에 기초하여 서비스 요청 위치 정보, 서비스 요청 기간 정보, 요청 서비스 종류 정보, 요청 서비스 단가 정보 및 요청 서비스 선호 사항 정보 중 하나 이상을 추출할 수 있다.
상기 업체 정보는 관리자 정보, 서비스 제공 범위 정보, 서비스 제공 기간 정보, 제공 서비스 종류 정보, 제공 서비스 단가 정보 및 업체 평가 지수 정보를 포함하고, 상기 운영 서버는 상기 서비스 요청 위치 정보와 상기 서비스 제공 범위 정보를 비교하여 제1 세부 적합도 정보를 산출하고, 상기 서비스 요청 기간 정보와 상기 서비스 제공 기간 정보를 비교하여 제2 세부 적합도 정보를 산출하고, 상기 요청 서비스 종류 정보와 상기 제공 서비스 종류 정보를 비교하여 제3 세부 적합도 정보 정보를 산출하고, 상기 요청 서비스 단가 정보와 상기 제공 서비스 단가 정보를 비교하여 제4 세부 적합도 정보를 산출하고, 상기 제1 세부 적합도 정보, 상기 제2 세부 적합도 정보, 상기 제3 세부 적합도 정보 및 제4 세부 적합도 정보 중 하나 이상을 이용하여 상기 사용자-업체 적합도 정보를 산출할 수 있다.
상기 운영 서버는 상기 사용자-업체 적합도 정보가 큰 순으로 미리 설정된 개수만큼의 업체 정보를 상기 추천 업체 목록 정보에 포함시킬 수 있다.
상기 운영 서버는 상기 사용자 단말로부터 관리자 식별 정보와 함께 제1 거래 요청 신호가 수신되면, 관리자 식별 정보에 대응되는 상기 관리자 단말로 상기 요청 업체 정보와 함께 제2 거래 요청 신호를 송신하고, 상기 제2 거래 요청 신호의 응답으로 상기 관리자 단말로부터 거래 수락 신호를 수신하는 경우, 상기 사용자와 상기 관리자 간의 거래가 성사된 것으로 판단할 수 있다.
상기 운영 서버는 상기 업체 평가 정보에 포함된 평가 키워드 중 어느 하나가 복수의 평가 항목 정보 각각과 매칭된 항목 키워드군 중 어느 하나에 포함되면, 해당 평가 항목 정보와 매칭된 평가 지수를 확인하고, 상기 확인된 평가 지수를 합산하여 상기 업체 평가 지수 정보를 생성할 수 있다.
상기 운영 서버는 상기 확인된 평가 지수 중에서 매칭된 평가 항목 정보가 상기 요청 서비스 선호 사항 정보에 대응하는 평가 지수를 증가시키고, 상기 확인된 평가 지수를 합산하여 선호 적합도 정보를 산출하고, 상기 선호 적합도 정보에 기초하여 상기 사용자-업체 적합도 정보를 산출할 수 있다.
본 발명에 따르면, 기계 학습을 기반으로 사용자로부터 요청된 사항들은 분석 후 사용자에게 최적화된 서비스를 제공함으로써, 사용자와 업체 간의 거래 성사율을 향상시킬 수 있고, 사용자가 최적의 업체를 선정하는데 소요되는 시간을 단축시킬 수 있다.
도 1은 본 발명에 따른 기계 학습 기반 업체 추천 시스템을 설명하기 위한 도면이다.
도 2는 본 발명에 따른 사용자 단말을 설명하기 위한 기능 블록도의 일 예를 설명하기 위한 도면이다.
도 3은 본 발명에 따른 사용자 단말의 화면의 일 예를 설명하기 위한 도면이다.
도 4는 본 발명에 따른 관리자 단말을 설명하기 위한 기능 블록도의 일 예를 설명하기 위한 도면이다.
도 5는 본 발명에 따른 관리자 단말의 화면의 일 예를 설명하기 위한 도면이다.
도 6은 본 발명에 따른 운영 서버를 설명하기 위한 기능 블록도의 일 예를 설명하기 위한 도면이다.
이하, 본 발명의 다양한 실시 예가 첨부된 도면을 참조하여 기재된다. 그러나, 이는 본 발명을 특정한 실시 형 태에 대해 한정하려는 것이 아니며, 본 발명의 실시 예의 다양한 변경(modification), 균등물(equivalent), 및/ 또는 대체물(alternative)을 포함하는 것으로 이해되어야 한다. 도면의 설명과 관련하여, 유사한 구성요소에 대 해서는 유사한 참조 부호가 사용될 수 있다.
본 문서에서, "가진다", "가질 수 있다", "포함한다", 또는 "포함할 수 있다" 등의 표현은 해당 특징(예: 수치, 기능, 동작, 또는 부품 등의 구성요소)의 존재를 가리키며, 추가적인 특징의 존재를 배제하지 않는다.
본 문서에서, "A 또는 B", "A 또는/및 B 중 적어도 하나", 또는 "A 또는/및 B 중 하나 또는 그 이상" 등의 표현 은 함께 나열된 항목들의 모든 가능한 조합을 포함할 수 있다. 예를 들면, "A 또는 B", "A 및 B 중 적어도 하나", 또는 "A 또는 B 중 적어도 하나"는, (1) 적어도 하나의 A를 포함, (2) 적어도 하나의 B를 포함, 또는(3) 적어도 하나의 A 및 적어도 하나의 B 모두를 포함하는 경우를 모두 지칭할 수 있다.
본 문서에서 사용된 "제1", "제2", "첫째", 또는 "둘째" 등의 표현들은 다양한 구성요소들을, 순서 및/또는 중 요도에 상관없이 수식할 수 있고, 한 구성요소를 다른 구성요소와 구분하기 위해 사용될 뿐 해당 구성요소들을 한정하지 않는다. 예를 들면, 제1 사용자 기기와 제2 사용자 기기는, 순서 또는 중요도와 무관하게, 서로 다른 사용자 기기를 나타낼 수 있다. 예를 들면, 본 문서에 기재된 권리 범위를 벗어나지 않으면서 제1 구성요소는 제2 구성요소로 명명될 수 있고, 유사하게 제2 구성요소도 제1 구성요소로 바꾸어 명명될 수 있다.
어떤 구성요소(예: 제1 구성요소)가 다른 구성요소(예: 제2 구성요소)에 "(기능적으로 또는 통신적으로) 연결되어((operatively or communicatively) coupled with/to)" 있다거나 "접속되어(connected to)" 있다고 언급된 때에는, 상기 어떤 구성요소가 상기 다른 구성요소에 직접적으로 연결되거나, 다른 구성요소(예: 제3 구성요소)를 통하여 연결될 수 있다고 이해되어야 할 것이다. 반면에, 어떤 구성요소(예: 제1 구성요소)가 다른 구성 요소(예: 제2 구성요소)에 "직접 연결되어" 있다거나 "직접 접속되어" 있다고 언급된 때에는, 상기 어떤 구성요소와 상기 다른 구성요소 사이에 다른 구성요소(예: 제3 구성요소)가 존재하지 않는 것으로 이해될 수 있다.
본 문서에서 사용된 표현 "~하도록 구성된(또는 설정된)(configured to)"은 상황에 따라, 예를 들면, "~에 적합 한(suitable for)", "~하는 능력을 가지는(having the capacity to)", "~하도록 설계된(designed to)", "~하도록 변경된(adapted to)", "~하도록 만들어진(made to)", 또는 "~를 할 수 있는(capable of)"과 바꾸어 사용될 수 있다. 용어 "~하도록 구성(또는 설정)된"은 하드웨어적으로 "특별히 설계된(specifically designed to)"것만을 반드시 의미하지 않을 수 있다. 대신, 어떤 상황에서, "~하도록 구성된 장치"라는 표현은, 그 장치가 다른 장치 또는 부품들과 함께 "~할 수 있는" 것을 의미할 수 있다. 예를 들면, 문구 "A, B, 및 C를 수행하도록 구성 (또는 설정)된 제어부"는 해당 동작을 수행하기 위한 전용 프로세서(예: 임베디드 프로세서), 또는 메모리에 저장된 하나 이상의 소프트웨어 프로그램들을 실행함으로써, 해당 동작들을 수행할 수 있는 범용 프로세서(generic-purpose processor)(예: CPU 또는 application processor)를 의미할 수 있다.
명세서에서 사용되는 “~부”라는 용어는 소프트웨어, FPGA 또는 ASIC과 같은 하드웨어 구성요소를 의미하며, “~부”는 어떤 역할들을 수행한다. 그렇지만 “~부”는 소프트웨어 또는 하드웨어에 한정되는 의미는 아니다. “~부”는 어드레싱할 수 있는 저장 매체에 있도록 구성될 수 있다. 따라서, 일 예로서 “~부”는 소프트웨어 구성요소들, 객체지향 소프트웨어 구성요소들, 클래스 구성요소들 및 태스크 구성요소들과 같은 구성요소들과, 프로세서들, 함수들, 속성들, 프로시저들, 서브루틴들, 프로그램 코드의 세그먼트들, 드라이버들, 펌웨어, 마이크로 코드, 회로, 데이터, 데이터베이스, 데이터 구조들, 테이블들, 어레이들 및 변수들을 포함한다. 구성요소들과 “~부”를 안에서 제공되는 기능은 더 작은 수의 구성요소들 및 “~부”들로 결합되거나 추가적인 구성요소들과 “~부”들로 더 분리될 수 있다.
특히, 본 명세서에서, “프로세서”는 중앙처리장치(Central Processing Unit (CPU)), 애플리케이션 프로세서(Application Processor (AP)) 및 커뮤니케이션 프로세서(Communication Processor (CP)) 중 하나 이상을 포함할 수 있다.
본 명세서에서, 컴퓨터는 적어도 하나의 프로세서를 포함하는 모든 종류의 하드웨어 장치를 의미하는 것이고, 실시 예에 따라 해당 하드웨어 장치에서 동작하는 소프트웨어적 구성도 포괄하는 의미로서 이해될 수 있다. 예를 들어, 컴퓨터는 스마트폰, 태블릿 PC, 데스크톱, 노트북 및 각 장치에서 구동되는 사용자 클라이언트 및 애플리케이션을 모두 포함하는 의미로서 이해될 수 있으며, 또한 이에 제한되는 것은 아니다.
본 문서에서 사용된 용어들은 단지 특정한 실시 예를 설명하기 위해 사용된 것으로, 다른 실시 예의 범위를 한 정하려는 의도가 아닐 수 있다. 단수의 표현은 컨텍스트 상 명백하게 다르게 뜻하지 않는 한, 복수의 표현을 포함할 수 있다. 기술적이거나 과학적인 용어를 포함해서 여기서 사용되는 용어들은 본 문서에 기재된 기술 분야에서 통상의 지식을 가진 자에 의해 일반적으로 이해되는 것과 동일한 의미를 가질 수 있다. 본 문서에 사용된 용어들 중 일반적인 사전에 정의된 용어들은 관련 기술의 컨텍스트 상 가지는 의미와 동일 또는 유사한 의미로 해석될 수 있으며, 본 문서에서 명백하게 정의되지 않는 한, 이상적이거나 과도하게 형식적인 의미로 해석되지 않는다. 경우에 따라서, 본 문서에서 정의된 용어일지라도 본 문서의 실시 예들을 배제하도록 해석될 수 없다.
도 1은 본 발명에 따른 기계 학습 기반 업체 추천 시스템을 설명하기 위한 도면이고,
도 2는 본 발명에 따른 사용자 단말을 설명하기 위한 기능 블록도의 일 예를 설명하기 위한 도면이고, 도 3은 본 발명에 따른 사용자 단말의 화면의 일 예를 설명하기 위한 도면이고,도 4는 본 발명에 따른 관리자 단말을 설명하기 위한 기능 블록도의 일 예를 설명하기 위한 도면이고, 도 5는 본 발명에 따른 관리자 단말의 화면의 일 예를 설명하기 위한 도면이고, 도 6은 본 발명에 따른 운영 서버를 설명하기 위한 기능 블록도의 일 예를 설명하기 위한 도면이다.
도 1 내지 도 6을 참조하면, 기계 학습 기반 업체 추천 시스템(10)은 사용자 단말(100), 관리자 단말(200) 및 운영 서버(300)를 포함할 수 있다.
기계 학습 기반 업체 추천 시스템(10)은 업체에 서비스 또는 상품을 요청하는 사용자로부터 요청 업체 정보를 획득하고, 사용자에게 서비스 또는 상품을 제공하는 업체의 관리자로부터 업체 정보를 획득하며, 요청 업체 정보를 분석하여 복수의 업체 중 일부 업체의 업체 정보를 추천 업체 목록 정보에 포함시켜 사용자에게 제공할 수 있다.
이를 통해, 기계 학습 기반 업체 추천 시스템(10)은 사용자가 요청하는 서비스 또는 상품에 적합한 업체를 사용자와 매칭시켜 거래를 성사시킬 수 있다.
이를 위해, 사용자 단말(100)은 입력부(110), 통신부(120), 표시부(130), 프로세서(140) 및 저장부(150)를 포함할 수 있다.
입력부(110)는 표시부(130)와 결합된 터치 스크린을 통해 사용자로부터 다양한 정보를 입력받을 수 있다.
통신부(120)는 통신망에 연결되어 범용 통신을 이용하여 운영 서버(300)와 통신을 수행할 수 있다. 이를 위해, 통신부(120)는 범용 통신을 수행하는 범용 통신 모듈을 구비할 수 있다. 여기서, 범용 통신은 인터넷 망을 이용한 통신이거나, 셀룰러 통신 프로토콜로서, 예를 들면 LTE, LTE-A, CDMA, WCDMA, UMTS, WiBro, GSM 중 적어도 하나를 사용할 수 있다.
표시부(130)는 도 3에 도시된 바와 같이, 통신부(120)에 수신된 추천 업체 목록 정보를 화면에 표시할 수 있다. 표시부(130)는 추천 업체 목록 정보에 포함된 업체 정보를 미리 설정된 표시 순서에 따라 표시할 수 있다.
프로세서(140)는 입력부(110), 통신부(120), 표시부(130) 및 저장부(150)의 작동을 제어할 수 있다.
이러한, 프로세서(140)는 하나 이상의 코어(core, 미도시) 및 그래픽 처리부(미도시) 및/또는 다른 구성 요소와 신호를 송수신하는 연결 통로(예를 들어, 버스(bus) 등)를 포함할 수 있다.
일 실시 예에 따른 프로세서(140)는 저장부(150)에 저장된 하나 이상의 인스트럭션을 실행함으로써, 사용자 단말(100)의 상술된 작동을 수행하도록 구성될 수 있다.
저장부(150)에는 프로세서(140)의 처리 및 제어를 위한 프로그램들(하나 이상의 인스트럭션들)을 저장할 수 있다. 저장부(150)에 저장된 프로그램들은 기능에 따라 복수 개의 모듈들로 구분될 수 있다.
이러한, 사용자 단말(100)은 사용자로부터 사용자가 거래하고자 하는 업체에 대한 요청 업체 정보를 입력받고, 입력된 요청 업체 정보를 운영 서버(300)로 송신할 수 있다. 한편, 관리자 단말(200)은 업체의 관리자가 상기 사용자에게 제공하는 서비스에 대한 업체 정보를 입력받고, 입력된 업체 정보를 운영 서버(300)로 송신할 수 있다.
여기서, 요청 업체 정보(D1 내지 D5)는 사용자 정보 및 업체 요청 상세 정보를 포함할 수 있다.
구체적으로, 사용자 정보는 사용자 식별 정보, 사용자 연락처 정보, 사용자 주소 정보를 포함할 수 있고, 업체 요청 상세 정보는 사용자에 의해 입력되며, 서비스 요청 위치 정보, 서비스 요청 기간 정보, 요청 서비스 종류 정보, 요청 서비스 단가 정보 및 요청 서비스 선호 사항 정보 중 하나 이상을 포함하는 텍스트 정보일 수 있다.
구체적으로, 서비스 요청 위치 정보는 사용자가 업체로부터 제공받기를 원하는 서비스의 제공 위치를 나타내는 정보이고, 서비스 요청 기간 정보는 사용자가 업체로부터 제공받기를 원하는 서비스의 제공 기간을 나타내는 정보이고, 요청 서비스 종류 정보는 사용자가 업체로부터 제공받기를 원하는 서비스의 종류를 나타내는 정보이고, 요청 서비스 단가 정보는 사용자가 업체로부터 제공받기를 원하는 서비스의 제공 단가를 나타내는 정보이고, 요청 서비스 선호 사항 정보는 사용자가 업체로부터 제공받기를 원하는 서비스의 장점 항목 중에서 사용자에 의해 선호되는 장정 항목을 나타내는 정보일 수 있다.
한편, 사용자 단말(100)은 사용자에 의해 조작되는 전자 장치로써, 사용자로부터 제어 명령을 입력받고, 제어 명령에 대한 응답으로 정보를 출력할 수 있다.
예를 들어, 사용자 단말(100)은 태블릿, 스마트폰, 노트북, 웨어러블 장치 및 PDA 중 어느 하나 일 수 있다.
여기서, 사용자는 업체로부터 서비스 또는 상품을 제공받고자 하는 소비자일 수 있다.
관리자 단말(200)은 입력부(210), 통신부(220), 표시부(230), 프로세서(240) 및 저장부(250)를 포함할 수 있다.
입력부(210)는 표시부(230)와 결합된 터치 스크린을 통해 관리자로부터 다양한 정보를 입력받을 수 있다.
통신부(220)는 통신망에 연결되어 범용 통신을 이용하여 운영 서버(300)와 통신을 수행할 수 있다. 이를 위해, 통신부(220)는 범용 통신을 수행하는 범용 통신 모듈을 구비할 수 있다. 여기서, 범용 통신은 인터넷 망을 이용한 통신이거나, 셀룰러 통신 프로토콜로서, 예를 들면 LTE, LTE-A, CDMA, WCDMA, UMTS, WiBro, GSM 중 적어도 하나를 사용할 수 있다.
표시부(230)는 통신부(220)에 수신된 요청 업체 정보를 표시할 수 있다.
프로세서(240)는 입력부(210), 통신부(220), 표시부(230) 및 저장부(250)의 작동을 제어할 수 있다.
이러한, 프로세서(240)는 하나 이상의 코어(core, 미도시) 및 그래픽 처리부(미도시) 및/또는 다른 구성 요소와 신호를 송수신하는 연결 통로(예를 들어, 버스(bus) 등)를 포함할 수 있다.
일 실시 예에 따른 프로세서(240)는 저장부(250)에 저장된 하나 이상의 인스트럭션을 실행함으로써, 관리자 단말(200)의 상술된 작동을 수행하도록 구성될 수 있다.
저장부(250)에는 프로세서(240)의 처리 및 제어를 위한 프로그램들(하나 이상의 인스트럭션들)을 저장할 수 있다. 저장부(250)에 저장된 프로그램들은 기능에 따라 복수 개의 모듈들로 구분될 수 있다.
한편, 업체 정보(D6 내지 D10)는 관리자 정보, 서비스 제공 범위 정보, 서비스 제공 기간 정보, 제공 서비스 종류 정보, 제공 서비스 단가 정보 및 업체 평가 지수 정보를 포함할 수 있다.
또한, 관리자 정보는 관리자 식별 정보, 관리자 연락처 정보, 관리자(업체) 주소 정보를 포함할 수 있다.
구체적으로, 서비스 제공 범위 정보는 업체가 서비스를 제공할 수 있는 지역 범위를 나타내는 정보이고, 서비스 제공 기간 정보는 업체가 서비스를 제공할 수 있는 기간을 나타내는 정보이고, 제공 서비스 종류 정보는 업체가 제공할 수 있는 서비스의 종류를 나타내는 정보이고, 제공 서비스 단가 정보는 업체가 제공하는 서비스의 단가를 나타내는 정보이고, 업체 평가 지수 정보는 업체가 제공하는 서비스의 평가를 지수로 나타내는 정보일 수 있다.
한편, 관리자 단말(200)은 업체를 운영하는 관리자에 의해 조작되는 전자 장치로써, 관리자로부터 제어 명령을 입력받고, 제어 명령에 대한 응답으로 정보를 출력할 수 있다.
예를 들어, 관리자 단말(200)은 태블릿, 스마트폰, 노트북, 웨어러블 장치 및 PDA 중 어느 하나 일 수 있다.
여기서, 관리자는 특정 사업 업종을 영위하는 업체를 운영하고 운영을 관리하는 기업가일 수 있다.
운영 서버(300)는 상기 요청 업체 정보에 기초하여 상기 업체 정보 각각에 대해 사용자-업체 적합도 정보를 산출하고, 상기 사용자-업체 적합도 정보에 기초하여 추천 업체 목록 정보를 생성할 수 있다. 운영 서버(300)는 추천 업체 목록 정보를 사용자 단말(100)로 송신할 수 있다.
이러한, 운영 서버(300)는 통신부(310), 프로세서(320) 및 저장부(330)를 포함할 수 있다.
통신부(310)는 통신망에 연결되어 범용 통신을 통해 요청 업체 정보를 사용자 단말(100)로부터 수신할 수 있다. 또한, 통신부(310)는 업체 정보를 관리자 단말(200)로부터 수신할 수 있다.
프로세서(320)는 추천 업체 목록 정보를 생성하고, 업체 평가 지수 정보를 생성하며, 사용자와 업체 간의 거래 성사 여부를 확인하여 결재 서버로 송신할 수 있다.
이러한, 운영 서버(300)는 업체 요청 상세 정보에 기초하여 서비스 요청 위치 정보, 서비스 요청 기간 정보, 요청 서비스 종류 정보, 요청 서비스 단가 정보 및 요청 서비스 선호 사항 정보 중 하나 이상을 추출할 수 있다.
이때, 운영 서버(300)는 기계 학습 모듈을 이용하여 업체 요청 상세 정보에 기초하여 서비스 요청 위치 정보, 서비스 요청 기간 정보, 요청 서비스 종류 정보, 요청 서비스 단가 정보 및 요청 서비스 선호 사항 정보 중 하나 이상을 추출할 수 있다.
이후, 운영 서버(300)는 요청 업체 정보에 기초하여 상기 업체 정보 각각에 대해 사용자-업체 적합도 정보를 산출할 수 있다.
이때, 운영 서버(300)는 상기 서비스 요청 위치 정보와 상기 서비스 제공 범위 정보를 비교하여 제1 세부 적합도 정보를 산출할 수 있다.
구체적으로, 운영 서버(300)는 서비스 제공 범위 정보가 나타내는 범위와 상기 서비스 요청 위치 정보가 나타내는 위치가 가까울수록 제1 세부 적합도 정보가 나타내는 적합도가 더 적합함을 나타내도록 제1 세부 적합도 정보를 산출할 수 있다.
또한, 운영 서버(300)는 상기 서비스 요청 기간 정보와 상기 서비스 제공 기간 정보를 비교하여 제2 세부 적합도 정보를 산출할 수 있다.
구체적으로, 운영 서버(300)는 상기 서비스 제공 기간 정보가 나타내는 제공 기간에 상기 서비스 요청 기간 정보가 나타내는 요청 기간이 가까울수록 제2 세부 적합도 정보가 나타내는 적합도가 더 적합함을 나타내도록 제2 세부 적합도 정보를 산출할 수 있다.
또한, 운영 서버(300)는 상기 요청 서비스 종류 정보와 상기 제공 서비스 종류 정보를 비교하여 제3 세부 적합도 정보 정보를 산출할 수 있다.
구체적으로, 운영 서버(300)는 제공 서비스 종류 정보가 나타내는 제공 서비스가 요청 서비스 종류 정보가 나타내는 요청 서비스와 동일하면 제3 세부 적합도 정보가 적합함을 나타내도록 제3 세부 적합도 정보를 산출할 수 있다.
또한, 운영 서버(300)는 상기 요청 서비스 단가 정보와 상기 제공 서비스 단가 정보를 비교하여 제4 세부 적합도 정보를 산출할 수 있다.
구체적으로, 운영 서버(300)는 제공 서비스 단가 정보가 나타내는 제공 서비스 단가와 요청 서비스 단가 정보가 나타내는 요청 서비스 단가 간의 단가차가 작을수록 제4 세부 적합도 정보가 나타내는 적합도가 더 적합함을 나타내도록 제4 세부 적합도 정보를 산출할 수 있다.
한편, 운영 서버(300)는 사용자 단말(100)로부터 수신된 업체 평가 정보에 포함된 평가 키워드 중 어느 하나가 복수의 평가 항목 정보 각각과 매칭된 항목 키워드군 중 어느 하나에 포함되면, 해당 평가 항목 정보와 매칭된 평가 지수를 확인하고, 상기 확인된 평가 지수를 합산하여 업체 평가 지수 정보를 생성할 수 있다.
이어서, 운영 서버(300)는 사용자에게 대응되는 추천 업체 목록을 생성하기 위해, 상기 확인된 평가 지수 중에서 매칭된 평가 항목 정보가 상기 요청 서비스 선호 사항 정보에 대응하는 평가 지수를 증가시키고, 상기 확인된 평가 지수를 합산하여 선호 적합도 정보를 산출할 수 있다.
즉, 운영 서버(300)는 사용자가 업체 선정 시, 중요한 사항으로 판단하는 요청 서비스 선호 사항 정보의 평가 지수는 더 증가시켜서 다른 평가 지수들과 합산하여 선호도 적합도 정보를 산출할 수 있다.
최종적으로, 운영 서버(300)는 제1 내지 제4 세부 적합도 정보와 선호도 적합도 정보를 합산한여 사용자-업체 적합도 정보를 산출할 수 있다.
이후, 운영 서버(300)는 상기 사용자-업체 적합도 정보가 큰 순으로 미리 설정된 개수만큼의 업체 정보를 상기 추천 업체 목록 정보에 포함시키고, 생성된 추천 업체 목록 정보를 사용자 단말(100)로 송신할 수 있다.
한편, 운영 서버(300)는 상기 사용자 단말(100)로부터 관리자 식별 정보와 함께 제1 거래 요청 신호가 수신되면, 관리자 식별 정보에 대응되는 상기 관리자 단말(200)로 상기 요청 업체 정보와 함께 제2 거래 요청 신호를 송신하고, 상기 제2 거래 요청 신호의 응답으로 상기 관리자 단말(200)로부터 거래 수락 신호를 수신하는 경우, 상기 사용자와 상기 관리자 간의 거래가 성사된 것으로 판단할 수 있다.
이때, 운영 서버(300)는 사용자 단말(100)로 업체 평가 정보 요청 신호를 송신할 수 있다.
이를 통해, 운영 서버(300)는 업체와 거래가 성사되어 서비스를 제공받은 사용자로부터 업체에 대한 평가 정보를 획득하고, 이를 다시, 분석하여 업체 평가 지수 정보를 갱신할 수 있다.
구체적으로, 운영 서버(300)는 업체 평가 지수 정보가 높을수록 보증금 정보가 나타내는 보증금이 낮아지도록 보증금 정보를 산출할 수 있다. 여기서, 보증금은 운영 서버(300)에 의해 업체가 사용자에게 추천되기 위해 업체의 운영자가 운영 서버(300)의 관리자에게 지불해야하는 금액을 의미할 수 있다.
이제까지 본 발명에 대하여 바람직한 실시 예를 중심으로 살펴보았다. 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자는 본 발명의 본질적인 특성에서 벗어나지 않는 범위에서 변형된 형태로 본 발명을 구현할 수 있음을 이해할 것이다. 그러므로 상기 개시된 실시 예들은 한정적인 관점이 아니라 설명적인 관점에서 고려되어야 한다. 본 발명의 범위는 전술한 설명이 아니라 특허청구범위에 나타나 있으며, 그와 동등한 범위 내에 있는 모든 차이점은 본 발명에 포함된 것으로 해석되어야 한다.
이상과 같이, 본 발명은 비록 한정된 실시 예와 도면에 의해 설명되었으나, 본 발명은 이것에 의해 한정되지 않으며 본 발명이 속하는 기술분야에서 통상의 지식을 가진 자에 의해 본 발명의 기술사상과 아래에 기재될 특허청구범위의 균등범위 내에서 다양한 수정 및 변형이 가능함은 물론이다.
10: 기계 학습 기반 업체 추천 시스템
100: 사용자 단말
200: 관리자 단말
300: 운영 서버

Claims (5)

  1. 사용자가 거래하고자 하는 업체에 대한 요청 업체 정보를 획득하는 사용자 단말;
    업체의 관리자가 상기 사용자에게 제공하는 서비스에 대한 업체 정보를 획득하는 관리자 단말; 및
    상기 요청 업체 정보에 기초하여 상기 업체 정보 각각에 대해 사용자-업체 적합도 정보를 산출하고, 상기 사용자-업체 적합도 정보에 기초하여 추천 업체 목록 정보를 생성하고, 상기 사용자와 상기 관리자 간의 거래가 성사된 것으로 판단되면, 상기 사용자 단말로부터 업체 평가 정보를 수신하고, 상기 업체 평가 정보에 기초하여 업체 평가 지수 정보를 생성하고, 상기 생성된 업체 평가 지수 정보를 상기 업체 정보에 포함시켜 상기 업체 정보를 갱신하는 운영 서버;를 포함하고,
    상기 요청 업체 정보는
    사용자 정보 및 업체 요청 상세 정보를 포함하고,
    상기 운영 서버는
    상기 업체 요청 상세 정보에 기초하여 서비스 요청 위치 정보, 서비스 요청 기간 정보, 요청 서비스 종류 정보, 요청 서비스 단가 정보 및 요청 서비스 선호 사항 정보 중 하나 이상을 추출하고,
    상기 업체 정보는
    관리자 정보, 서비스 제공 범위 정보, 서비스 제공 기간 정보, 제공 서비스 종류 정보, 제공 서비스 단가 정보 및 업체 평가 지수 정보를 포함하고,
    상기 운영 서버는
    상기 서비스 요청 위치 정보와 상기 서비스 제공 범위 정보를 비교하여 제1 세부 적합도 정보를 산출하고, 상기 서비스 요청 기간 정보와 상기 서비스 제공 기간 정보를 비교하여 제2 세부 적합도 정보를 산출하고, 상기 요청 서비스 종류 정보와 상기 제공 서비스 종류 정보를 비교하여 제3 세부 적합도 정보 정보를 산출하고, 상기 요청 서비스 단가 정보와 상기 제공 서비스 단가 정보를 비교하여 제4 세부 적합도 정보를 산출하고, 상기 제1 세부 적합도 정보, 상기 제2 세부 적합도 정보, 상기 제3 세부 적합도 정보 및 제4 세부 적합도 정보 중 하나 이상을 이용하여 상기 사용자-업체 적합도 정보를 산출하고,
    상기 운영 서버는
    상기 서비스 제공 범위 정보가 나타내는 범위와 상기 서비스 요청 위치 정보가 나타내는 위치가 가까울수록 상기 제1 세부 적합도 정보가 나타내는 적합도가 더 적합함을 나타내도록 상기 제1 세부 적합도 정보를 산출하고,
    상기 운영 서버는
    상기 서비스 제공 기간 정보가 나타내는 제공 기간에 상기 서비스 요청 기간 정보가 나타내는 요청 기간이 가까울수록 상기 제2 세부 적합도 정보가 나타내는 적합도가 더 적합함을 나타내도록 상기 제2 세부 적합도 정보를 산출하고,
    상기 운영 서버는
    상기 제공 서비스 종류 정보가 나타내는 제공 서비스가 상기 요청 서비스 종류 정보가 나타내는 요청 서비스와 동일하면 상기 제3 세부 적합도 정보가 적합함을 나타내도록 상기 제3 세부 적합도 정보를 산출하고,
    상기 운영 서버는
    상기 제공 서비스 단가 정보가 나타내는 제공 서비스 단가와 상기 요청 서비스 단가 정보가 나타내는 요청 서비스 단가 간의 단가차가 작을수록 상기 제4 세부 적합도 정보가 나타내는 적합도가 더 적합함을 나타내도록 상기 제4 세부 적합도 정보를 산출하고,
    상기 운영 서버는
    상기 업체 평가 지수 정보가 높을수록 보증금 정보가 나타내는 보증금이 낮아지도록 상기 보증금 정보를 산출하고,
    상기 보증금은
    업체가 사용자에게 추천되기 위해 업체의 운영자가 상기 운영 서버의 관리자에게 지불해야하는 금액을 의미하는 것을 특징으로 하는 기계 학습 기반 업체 추천 시스템.
  2. 삭제
  3. 삭제
  4. 제1항에 있어서,
    상기 운영 서버는
    상기 사용자-업체 적합도 정보가 큰 순으로 미리 설정된 개수만큼의 업체 정보를 상기 추천 업체 목록 정보에 포함시키는 것을 특징으로 하는 기계 학습 기반 업체 추천 시스템.
  5. 제1항에 있어서,
    상기 운영 서버는
    상기 사용자 단말로부터 관리자 식별 정보와 함께 제1 거래 요청 신호가 수신되면, 관리자 식별 정보에 대응되는 상기 관리자 단말로 상기 요청 업체 정보와 함께 제2 거래 요청 신호를 송신하고, 상기 제2 거래 요청 신호의 응답으로 상기 관리자 단말로부터 거래 수락 신호를 수신하는 경우, 상기 사용자와 상기 관리자 간의 거래가 성사된 것으로 판단하는 것을 특징으로 하는 기계 학습 기반 업체 추천 시스템.
KR1020200157391A 2020-11-23 2020-11-23 기계 학습 기반 업체 추천 시스템 KR102425758B1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020200157391A KR102425758B1 (ko) 2020-11-23 2020-11-23 기계 학습 기반 업체 추천 시스템

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020200157391A KR102425758B1 (ko) 2020-11-23 2020-11-23 기계 학습 기반 업체 추천 시스템

Publications (2)

Publication Number Publication Date
KR20220070644A KR20220070644A (ko) 2022-05-31
KR102425758B1 true KR102425758B1 (ko) 2022-07-27

Family

ID=81786465

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020200157391A KR102425758B1 (ko) 2020-11-23 2020-11-23 기계 학습 기반 업체 추천 시스템

Country Status (1)

Country Link
KR (1) KR102425758B1 (ko)

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR102639345B1 (ko) * 2022-07-08 2024-02-22 (주)연합시스템 자동화된 도급 플랫폼 서비스를 제공하는 방법 및 장치
CN116562551B (zh) * 2023-04-25 2024-03-08 杭州富阳海康保泰安防技术服务有限公司 一种保安服务公司的信用评价方法及评价系统

Family Cites Families (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR100953872B1 (ko) * 2008-10-13 2010-04-20 강민수 전자 지도 활용 서비스 업체 랭킹 정보 제공 방법
KR102193933B1 (ko) * 2019-01-23 2020-12-22 엄기창 3d vr 포트폴리오 기반 인테리어 업체 매칭 서비스 제공 장치 및 그 방법
KR102093087B1 (ko) 2020-01-13 2020-03-24 최정훈 의류 추천 서비스 제공 방법 및 이를 위한 장치

Also Published As

Publication number Publication date
KR20220070644A (ko) 2022-05-31

Similar Documents

Publication Publication Date Title
US10771567B2 (en) Systems and methods for automatically saving a state of a communication session
CN107408256B (zh) 优化的物品属性比较
US8112431B2 (en) Method and system for processing search requests
CN105144136A (zh) 动作代理
US10606905B2 (en) Systems and methods for saving and presenting a state of a communication session
CN106415648B (zh) 促进交易的方法和系统
KR102425758B1 (ko) 기계 학습 기반 업체 추천 시스템
KR102437826B1 (ko) 사용자 및 업체 간 인테리어 서비스 견적 및 매칭 시스템
KR20190007669A (ko) 이메일 기반의 개인화 추천 서비스 제공 방법 및 이를 위한 장치
US11966909B2 (en) Text messaging service based commerce system
KR102425761B1 (ko) 사용자 선호 사항을 반영한 업체 추천 시스템
US20170017969A1 (en) Methods and systems for auditing and editing content of an e-commerce site
US20160019623A1 (en) International search result weghting
TWM559464U (zh) 通訊軟體之電子商務系統
US20140279256A1 (en) Local product search based on photo sharing service actions
US10885534B1 (en) Determining product demand
KR20240015410A (ko) 상품 정보 최신성 유지 방법 및 서버

Legal Events

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