KR102477374B1 - 인공지능 기반 통신 사용 습관의 빅데이터를 활용한 사용자 맞춤형 휴대폰 요금 최적화 및 요금제 관리 서비스 제공 방법 - Google Patents
인공지능 기반 통신 사용 습관의 빅데이터를 활용한 사용자 맞춤형 휴대폰 요금 최적화 및 요금제 관리 서비스 제공 방법 Download PDFInfo
- Publication number
- KR102477374B1 KR102477374B1 KR1020220109962A KR20220109962A KR102477374B1 KR 102477374 B1 KR102477374 B1 KR 102477374B1 KR 1020220109962 A KR1020220109962 A KR 1020220109962A KR 20220109962 A KR20220109962 A KR 20220109962A KR 102477374 B1 KR102477374 B1 KR 102477374B1
- Authority
- KR
- South Korea
- Prior art keywords
- user
- mobile phone
- information
- terminal
- rate plan
- Prior art date
Links
- 238000000034 method Methods 0.000 title claims abstract description 28
- 238000013473 artificial intelligence Methods 0.000 title claims abstract description 20
- 238000004891 communication Methods 0.000 title claims abstract description 15
- 230000008859 change Effects 0.000 claims abstract description 12
- 238000003062 neural network model Methods 0.000 claims description 28
- 238000010801 machine learning Methods 0.000 claims description 12
- 238000012545 processing Methods 0.000 description 15
- 239000000047 product Substances 0.000 description 13
- 238000007726 management method Methods 0.000 description 12
- 238000004519 manufacturing process Methods 0.000 description 12
- 238000005516 engineering process Methods 0.000 description 11
- 230000033001 locomotion Effects 0.000 description 10
- 230000008901 benefit Effects 0.000 description 7
- 230000014509 gene expression Effects 0.000 description 4
- 238000013135 deep learning Methods 0.000 description 3
- 238000001914 filtration Methods 0.000 description 3
- 230000008569 process Effects 0.000 description 3
- 238000012384 transportation and delivery Methods 0.000 description 3
- 239000000969 carrier Substances 0.000 description 2
- 238000004590 computer program Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 238000005457 optimization Methods 0.000 description 2
- 230000009471 action Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 230000015572 biosynthetic process Effects 0.000 description 1
- 230000000903 blocking effect Effects 0.000 description 1
- 210000004556 brain Anatomy 0.000 description 1
- 239000013066 combination product Substances 0.000 description 1
- 229940127555 combination product Drugs 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000013480 data collection Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000002845 discoloration Methods 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000003278 mimic effect Effects 0.000 description 1
- 238000003058 natural language processing Methods 0.000 description 1
- 238000013439 planning Methods 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 238000004088 simulation Methods 0.000 description 1
- 238000003860 storage Methods 0.000 description 1
- 238000003786 synthesis reaction Methods 0.000 description 1
- 238000013519 translation Methods 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Images
Classifications
-
- G06Q50/30—
-
- 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
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
-
- 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
- G06Q30/0201—Market modelling; Market analysis; Collecting market data
-
- 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
- G06Q30/0201—Market modelling; Market analysis; Collecting market data
- G06Q30/0206—Price or cost determination based on market factors
-
- 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
- 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
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
- H04W4/24—Accounting or billing
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Accounting & Taxation (AREA)
- Theoretical Computer Science (AREA)
- Finance (AREA)
- Strategic Management (AREA)
- Physics & Mathematics (AREA)
- Development Economics (AREA)
- General Physics & Mathematics (AREA)
- Data Mining & Analysis (AREA)
- Marketing (AREA)
- Economics (AREA)
- General Business, Economics & Management (AREA)
- Entrepreneurship & Innovation (AREA)
- Software Systems (AREA)
- Tourism & Hospitality (AREA)
- Computing Systems (AREA)
- Artificial Intelligence (AREA)
- Game Theory and Decision Science (AREA)
- Mathematical Physics (AREA)
- Health & Medical Sciences (AREA)
- Evolutionary Computation (AREA)
- General Health & Medical Sciences (AREA)
- General Engineering & Computer Science (AREA)
- Computational Linguistics (AREA)
- Molecular Biology (AREA)
- Biophysics (AREA)
- Biomedical Technology (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Operations Research (AREA)
- Life Sciences & Earth Sciences (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Medical Informatics (AREA)
- Human Resources & Organizations (AREA)
- Primary Health Care (AREA)
- Telephonic Communication Services (AREA)
Abstract
본 발명의 일실시예는 휴대폰 단말기의 기기변경, 번호이동 등 기존에 휴대폰 단말기 및 요금제를 사용하던 사용자(고객)가 소정의 요금제에 대해 계약/약정할 때, 추후 요금제를 변경해야할 시기를 알려주고 중고 휴대폰의 가격을 자동으로 산출하여 안내함으로써, 대리점에서 고객을 지속적으로 관리 가능하도록 하며, 사용자에게는 소정의 편의를 제공할 수 있는, 인공지능 기반 통신 사용 습관의 빅데이터를 활용한 사용자 맞춤형 휴대폰 요금 최적화 및 요금제 관리 서비스 제공 방법에 관한 것이다.
Description
아래 실시예들은 휴대폰 단말기의 기기변경, 번호이동 등 기존에 휴대폰 단말기 및 요금제를 사용하던 사용자(고객)가 소정의 요금제에 대해 계약/약정할 때, 추후 요금제를 변경해야할 시기를 알려주고 중고 휴대폰의 가격을 자동으로 산출하여 안내함으로써, 대리점에서 고객을 지속적으로 관리 가능하도록 하며, 사용자에게는 소정의 편의를 제공할 수 있는, 인공지능 기반 통신 사용 습관의 빅데이터를 활용한 사용자 맞춤형 휴대폰 요금 최적화 및 요금제 관리 서비스 제공 방법에 관한 것이다.
휴대폰(스마트폰 등)은 거의 전국민이 적어도 하나씩 소유하고 있을 정도로 대중화되어 있으며, 수 많은 휴대폰 단말기 사용자들은 각자 자신에게 맞는 통신사 및 요금제를 선택하여 사용하고 있다.
이러한 환경 하에, 기존 통신사 이외에 알뜰폰 통신사도 다수 영업중에 있으며, 각 통신사마다 천차만별의 요금제가 운영되고 있어서 정보에 취약한 고객들이 자신에게 맞는 요금제를 선택하기 어렵다는 문제점이 발생하고 있다.
또한, 휴대폰 약정 시, 일부 부가 서비스나 기본 요금제를 몇 개월 가량 유지해야만 하는 경우들이 있으며, 이 경우 고객이 요금제 변경을 잊어버리는 경우에는 필요하지 않은 부가 서비스와 실제 사용량 대비 과도한 기본 요금제를 사용하여 통신요금이 낭비되는 문제점이 발생하고 있다.
본 발명의 일실시예가 해결하고자 하는 과제는, 전술한 바와 같은 휴대폰 요금제 서비스의 한계점을 개선하기 위하여, 기존에 휴대폰 단말기 및 요금제를 사용하던 사용자(고객)가 소정의 요금제에 대해 계약/약정할 때, 추후 요금제를 변경해야할 시기를 알려주고 중고 휴대폰의 가격을 자동으로 산출하여 안내함으로써, 대리점에서 고객을 지속적으로 관리 가능하도록 하며, 사용자에게는 소정의 편의를 제공할 수 있는 인공지능 기반 통신 사용 습관의 빅데이터를 활용한 사용자 맞춤형 휴대폰 요금 최적화 및 요금제 관리 서비스 제공 방법에 관한 것이다.
일실시예에 따르면, 장치에 의해 수행되는 인공지능 기반 통신 사용 습관의 빅데이터를 활용한 사용자 맞춤형 휴대폰 요금 최적화 및 요금제 관리 서비스 제공 방법에 있어서, 휴대폰 단말기에 대한 계약을 체결한 시점인 제1 시점을 기록하는 단계; 상기 계약에 대한 소정의 제1 수정 예정사항을 적용하기 위하여, 상기 제1 시점을 기준으로 소정의 기간 이후의 시점인 제2 시점을 산출하는 단계; 상기 휴대폰 단말기의 제1 사용자에 대한 소정의 제1 고객데이터를 수집하는 단계; 기 수집된 사용자 정보 빅데이터를 학습하여, 휴대폰 단말기 사용 정보와 요금제 사이의 상관 관계가 학습되도록 소정의 머신러닝 알고리즘에 기초한 제1 신경망 모델을 생성하는 단계; 상기 제1 신경망 모델에 상기 제1 고객데이터를 입력하여, 상기 제1 사용자에 대해 제1 추천요금제를 산출하는 단계; 및 상기 제2 시점이 도래하였을 때, 상기 제1 사용자에게 제1 추천요금제를 포함하는 제1 수정 예정사항을 송신하는 단계;를 포함하는, 인공지능 기반 통신 사용 습관의 빅데이터를 활용한 사용자 맞춤형 휴대폰 요금 최적화 및 요금제 관리 서비스 제공 방법을 제공한다.
또한, 상기 제1 고객데이터는: 상기 제1 사용자의 보유 유효 카드 정보, 상기 제1 사용자의 카드 실적 정보, 상기 제1 사용자의 카드 이용 내역 및 상기 제1 사용자의 보유 통장 정보를 포함하는 금융 정보; 상기 제1 사용자의 휴대폰 요금제 선택 이력, 상기 제1 사용자의 기본 요금 납부 이력, 상기 제1 사용자의 추가 요금 납부 이력, 상기 제1 사용자의 부가서비스 요금 납부 이력, 상기 제1 사용자의 휴대폰 사용량 이력, 상기 제1 사용자의 지정 대리점 이력 및 상기 제1 사용자의 휴대폰 단말기 기종 이력을 포함하는 휴대폰 이용 정보; 상기 제1 사용자의 주소지 변경 이력 및 GPS 타임라인 정보를 포함하는 지역 정보; 및 상기 제1 사용자의 가족 중, 이미 서비스에 가입된 제2 사용자의 정보인 제2 고객데이터;를 포함하고, 상기 기 수집된 사용자 정보 빅데이터는: 상기 제1 고객데이터에 대응되는 데이터를 포함하고, 상기 제1 고객데이터를 수집하는 단계는: 상기 제1 사용자에게 정보 조회 및 활용을 위한 전자서명을 요청하는 단계; 상기 전자서명을 기반으로, 상기 제1 사용자의 금융 정보를 조회하여, 상기 제1 사용자의 제1 단말기에서 조회 가능하도록 제공하는 단계; 상기 제1 단말기에서 상기 금융 정보를 조회했을 때, 조회된 금융 정보를 장치로 전송하는 단계; 상기 전자서명을 기반으로, 상기 제1 사용자가 기 이용중인 휴대폰 단말기 통신사로부터 상기 휴대폰 이용 정보를 조회하여, 상기 제1 사용자의 제1 단말기에서 조회 가능하도록 제공하는 단계; 상기 제1 단말기에서 상기 휴대폰 이용 정보를 조회했을 때, 조회된 휴대폰 이용 정보를 장치로 전송하는 단계; 상기 전자서명을 기반으로, 상기 제1 사용자의 지역 정보를 조회하여, 상기 제1 사용자의 제1 단말기에서 조회 가능하도록 제공하는 단계; 상기 제1 단말기에서 상기 지역 정보를 조회했을 때, 조회된 지역 정보를 장치로 전송하는 단계; 상기 제1 단말기에, 상기 제2 사용자의 식별 정보를 입력하기 위한 웹페이지 링크를 송신하는 단계; 및 상기 웹페이지에서 입력된 상기 제2 사용자의 식별 정보를 토대로, 상기 제2 고객데이터를 수집하는 단계;를 포함할 수 있다.
그리고, 상기 제1 고객데이터는: 상기 제1 사용자의 휴대폰 단말기 교체 이력을 포함하는 휴대폰 교체 정보;를 포함하고, 상기 제1 고객데이터를 수집하는 단계는: 상기 제1 사용자에게 정보 조회 및 활용을 위한 전자서명을 요청하는 단계; 상기 전자서명을 기반으로, 상기 제1 사용자가 기 이용중인 휴대폰 단말기 통신사로부터 상기 휴대폰 교체 정보를 조회하여, 상기 제1 사용자의 제1 단말기에서 조회 가능하도록 제공하는 단계; 및 상기 제1 단말기에서 상기 휴대폰 교체 정보를 조회했을 때, 조회된 휴대폰 교체 정보를 장치로 전송하는 단계;를 포함하고, 상기 제1 추천요금제를 산출하는 단계는: 상기 제1 신경망 모델에 상기 휴대폰 교체 정보를 입력하여, 상기 제1 사용자의 휴대폰 교체 예상 시점인 제3 시점을 산출하는 단계; 기 수집된 사용자 정보 빅데이터를 학습하여, 휴대폰 단말기별 휴대폰 이용 정보와 중고 휴대폰 단말기의 가격 사이의 상관 관계가 학습되도록 소정의 머신러닝 알고리즘에 기초한 제2 신경망 모델을 생성하는 단계; 상기 제2 신경망 모델에 대해, 상기 제3 시점에서의 제1 사용자의 휴대폰 사용량 이력과, 제1 사용자의 현재 휴대폰 단말기 기종을 상기 제2 신경망 모델에 입력하여, 상기 제1 사용자의 휴대폰 단말기의 중고 가격을 예측하는 단계; 및 상기 제1 수정 예정사항에, 상기 제1 사용자의 휴대폰 단말기의 중고 가격을 포함시키는 단계;를 포함하고, 상기 제3 시점이 제2 시점보다 이른 시점인 경우: 상기 제1 추천요금제를 산출하는 단계 및 제1 수정 예정사항을 송신하는 단계가 제2 시점에서는 생략되며, 이를 대체하여 상기 제3 시점에서 상기 제1 추천요금제를 산출하는 단계 및 제1 수정 예정사항을 송신하는 단계가 미리 수행되도록 구성될 수 있다.
아울러, 상기 제1 추천요금제를 산출하는 단계는: 상기 제1 신경망 모델에 대해, 상기 금융 정보를 특성 정보로 하여 유사도가 높을수록 높은 제1 점수를 부여하는 단계; 상기 제1 신경망 모델에 대해, 상기 휴대폰 이용 정보를 특성 정보로 하여 유사도가 높을수록 높은 제2 점수를 부여하는 단계; 상기 제1 신경망 모델에 대해, 상기 지역 정보를 특성 정보로 하여 유사도가 높을수록 높은 제3 점수를 부여하는 단계; 상기 제1 신경망 모델과 무관하게, 상기 제2 고객데이터의 휴대폰 이용 정보를 기반으로 제1 고객데이터의 휴대폰 이용 정보와 결합 가능한 상품을 추출하여, 제4 점수를 부여하는 단계; 상기 제1 점수 내지 제4 점수를 합산한 종합 점수 기준 내림차순으로 소정의 개수만큼의 요금제를 필터링하는 단계; 및 필터링된 요금제를 제1 추천요금제로 지정하는 단계;를 포함할 수 있다.
또한, 대리점 단말로부터 실제 공간에 대한 공간 정보를 획득하는 단계; 상기 대리점 단말로부터 판매하고자 하는 휴대폰 단말기 정보 및 요금제 정보를 획득하는 단계; 상기 공간 정보 및 상기 휴대폰 단말기 정보를 통해 상기 휴대폰 단말기가 배치된 가상 공간을 생성하는 단계; 가상 환경 제공 기기를 통해 상기 제1 사용자가 가상 공간의 출입문에 위치한 것으로 확인되면, 상기 제1 사용자 정보를 획득하는 단계; 상기 제1 사용자 정보를 기초로, 상기 제1 사용자가 상기 실제 공간을 실제 방문한 적이 있는지 확인하는 단계; 상기 제1 사용자가 상기 실제 공간을 방문한 적이 있는 것으로 확인되면, 상기 가상 환경 제공 기기를 통한 제1 사용자 입력 - 상기 제1 사용자의 과거 동선을 따라 가상 공간을 체험할 것인지, 상기 제1 사용자가 구매한 휴대폰 단말기를 재구매할 것인지, 아니면 새로운 경험을 할 것인지 여부에 대한 입력 - 을 수신하는 단계; 상기 제1 사용자의 과거 동선을 따라 상기 가상 공간을 체험할 것이라는 입력이 수신되면: 상기 가상 환경 제공 기기를 통해 상기 과거 동선이 표시되도록 제어하고, 상기 제1 사용자가 실제 방문한 날의 날씨 정보를 수신하여 상기 가상 공간에 해당 날씨 정보를 반영하여 표시하는 단계; 상기 제1 사용자가 구매한 휴대폰 단말기를 재구매할 것이라는 입력이 수신되면: 상기 가상 환경 제공 기기를 통해 상기 제1 사용자가 구매 구역에 위치하도록 안내하고, 상기 제1 사용자가 구매 구역에 위치되었다고 판단되면, 상기 제1 사용자가 구매한 휴대폰 단말기 목록과, 상기 제1 사용자가 구매한 휴대폰 단말기의 후속 제품 휴대폰 단말기 목록을 생성하여 상기 가상 환경 제공 기기를 통해 표시되도록 제어하는 단계; 및 새로운 경험을 할 것이라는 입력이 수신되면: 상기 가상 환경 제공 기기를 통한 상기 제1 사용자의 조작에 따라 상기 가상 공간이 표시되도록 제어하는 단계를 포함하고, 상기 가상 환경 제공 기기를 통해 휴대폰 단말기가 선택되면, 상기 휴대폰 단말기와 관련된 메뉴를 제공하는 단계; 상기 메뉴를 통한 제1 입력에 기반하여, 상기 제1 사용자가 상기 휴대폰 단말기의 제조 방법을 확인할 수 있도록 상기 제1 사용자를 휴대폰 단말기 제조 구역에 위치하도록 안내하는 단계; 상기 메뉴를 통한 제2 입력에 기반하여, 상기 휴대폰 단말기의 신품보증기간을 획득하는 단계; 상기 휴대폰 단말기의 신품보증기간이 미리 설정된 임계 기간보다 긴지 여부를 판단하는 단계; 상기 휴대폰 단말기의 신품보증기간이 상기 임계 기간보다 길다고 판단되면, 상기 제1 사용자 정보로부터 주소를 획득하고, 상기 주소로 상기 휴대폰 단말기가 배송되도록 제어하는 단계; 및 상기 휴대폰 단말기의 신품보증기간이 상기 임계 기간보다 짧다고 판단되면, 상기 제1 사용자 단말로 상기 휴대폰 단말기에 대응하는 할인 쿠폰을 제공하는 단계;를 더 포함할 수 있다.
일실시예에 따른 장치는 하드웨어와 결합되어 상술한 방법들 중 어느 하나의 항의 방법을 실행시키기 위하여 매체에 저장된 컴퓨터 프로그램에 의해 제어될 수 있다.
일실시예에 따르면, 기본 요금제나 부가 서비스의 의무 사용 기간이 만료되었을 때 이를 사용자에게 자동으로 리마인더함으로써, 대리점에서는 고객을 지속적으로 관리하여 수익을 창출하는 한편, 고객은 편의를 제공받아 요금제 미변경으로 인한 손실을 예방할 수 있다.
또한, 다양한 종류의 빅데이터를 활용하여, 보다 고객에게 필요한 맞춤형 요금제를 추천할 수 있다.
그리고, 고객 맞춤형 요금제를 선별(큐레이션)하기 위하여 필요한 고객 정보를 합법적인 경로로 취득하되, 개별 고객의 단말기에서 개별 데이터에 대한 조회 처리를 수행함으로써 인증 및 데이터 수집에 대한 서버 부하를 줄일 수 있다.
아울러, 휴대폰 단말기를 교체할 시점에서, 기존에 사용하던 휴대폰 단말기의 중고 가격을 자동으로 산출하여 알려줌으로써, 사용자가 휴대폰 단말기 변경 시 가용한 예산을 예측할 수 있도록 도울 수 있다.
또한, 휴대폰 교체 주기가 빠른 고객에게 맞춤형 서비스를 제공할 수 있다.
도 1은 일실시예에 따른 인공지능 기반 통신 사용 습관의 빅데이터를 활용한 사용자 맞춤형 휴대폰 요금 최적화 및 요금제 관리 서비스 제공 시스템의 구성을 개략적으로 나타낸 도면이다.
도 2는 일실시예에 따른 인공지능 기반 통신 사용 습관의 빅데이터를 활용한 사용자 맞춤형 휴대폰 요금 최적화 및 요금제 관리 서비스 제공 방법을 나타낸 순서도이다.
도 3은 일실시예에 따른 인공지능 기반 통신 사용 습관의 빅데이터를 활용한 사용자 맞춤형 휴대폰 요금 최적화 및 요금제 관리 서비스 제공 방법의 제1 고객데이터를 수집하는 단계(S300)를 나타낸 순서도이다.
도 4는 일실시예에 따른 인공지능 기반 통신 사용 습관의 빅데이터를 활용한 사용자 맞춤형 휴대폰 요금 최적화 및 요금제 관리 서비스 제공 방법의 제1 추천요금제를 산출하는 단계(S500)를 나타낸 순서도이다.
도 5는 일실시예에 따른 인공지능 기반 통신 사용 습관의 빅데이터를 활용한 사용자 맞춤형 휴대폰 요금 최적화 및 요금제 관리 서비스 제공 방법의 메타버스 공간 관련 단계를 나타낸 순서도이다.
도 2는 일실시예에 따른 인공지능 기반 통신 사용 습관의 빅데이터를 활용한 사용자 맞춤형 휴대폰 요금 최적화 및 요금제 관리 서비스 제공 방법을 나타낸 순서도이다.
도 3은 일실시예에 따른 인공지능 기반 통신 사용 습관의 빅데이터를 활용한 사용자 맞춤형 휴대폰 요금 최적화 및 요금제 관리 서비스 제공 방법의 제1 고객데이터를 수집하는 단계(S300)를 나타낸 순서도이다.
도 4는 일실시예에 따른 인공지능 기반 통신 사용 습관의 빅데이터를 활용한 사용자 맞춤형 휴대폰 요금 최적화 및 요금제 관리 서비스 제공 방법의 제1 추천요금제를 산출하는 단계(S500)를 나타낸 순서도이다.
도 5는 일실시예에 따른 인공지능 기반 통신 사용 습관의 빅데이터를 활용한 사용자 맞춤형 휴대폰 요금 최적화 및 요금제 관리 서비스 제공 방법의 메타버스 공간 관련 단계를 나타낸 순서도이다.
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, 서버 컴퓨터, 태블릿 컴퓨터, 스마트 폰, 텔레비전, 스마트 가전 기기, 지능형 자동차, 키오스크, 웨어러블 장치 등 다양한 형태의 제품으로 구현될 수 있다.
인공지능(Artificial Intelligence, AI) 시스템은 인간 수준의 지능을 구현하는 컴퓨터 시스템이며, 기존 규칙(Rule) 기반의 스마트 시스템과 달리 기계가 스스로 학습하고 판단하는 시스템이다. 인공지능 시스템은 사용할수록 인식률이 향상되고 사용자 취향을 보다 정확하게 이해할 수 있게 되어, 기존 규칙 기반의 스마트 시스템은 점차 심층 학습(Deep Learning) 기반 인공지능 시스템으로 대체되고 있다.
인공지능 기술은 기계 학습 및 기계 학습을 활용한 요소기술들로 구성된다. 기계 학습은 입력 데이터들의 특징을 스스로 분류/학습하는 알고리즘 기술이며, 요소기술은 심층 학습 등의 기계 학습 알고리즘을 활용하여 인간 두뇌의 인지, 판단 등의 기능을 모사하는 기술로서, 언어적 이해, 시각적 이해, 추론/예측, 지식 표현, 동작 제어 등의 기술 분야로 구성된다.
인공지능 기술이 응용되는 다양한 분야는 다음과 같다. 언어적 이해는 인간의 언어/문자를 인식하고 응용/처리하는 기술로서, 자연어 처리, 기계 번역, 대화시스템, 질의 응답, 음성 인식/합성 등을 포함한다. 시각적 이해는 사물을 인간의 시각처럼 인식하여 처리하는 기술로서, 객체 인식, 객체 추적, 영상 검색, 사람 인식, 장면 이해, 공간 이해, 영상 개선 등을 포함한다. 추론 예측은 정보를 판단하여 논리적으로 추론하고 예측하는 기술로서, 지식/확률 기반 추론, 최적화 예측, 선호 기반 계획, 추천 등을 포함한다. 지식 표현은 인간의 경험정보를 지식데이터로 자동화 처리하는 기술로서, 지식 구축(데이터 생성/분류), 지식 관리(데이터 활용) 등을 포함한다. 동작 제어는 차량의 자율 주행, 로봇의 움직임을 제어하는 기술로서, 움직임 제어(항법, 충돌, 주행), 조작 제어(행동 제어) 등을 포함한다.
일반적으로 기계 학습 알고리즘을 실생활에 적용하기 위해서는 기계 학습의 기본 방법론의 특성상 Trial and Error 방식으로 학습을 수행하게 된다. 특히, 심층 학습의 경우 수십만 번의 반복 실행을 필요로 한다. 이를 실제 물리적인 외부 환경에서 실행하기는 불가능하여 대신 실제 물리적인 외부 환경을 컴퓨터상에서 가상으로 구현하여 시뮬레이션을 통해 학습을 수행한다.
일실시예에 따르면, 장치에 의해 수행되는 인공지능 기반 통신 사용 습관의 빅데이터를 활용한 사용자 맞춤형 휴대폰 요금 최적화 및 요금제 관리 서비스 제공 방법에 있어서, 휴대폰 단말기에 대한 계약을 체결한 시점인 제1 시점을 기록하는 단계(S100); 상기 계약에 대한 소정의 제1 수정 예정사항을 적용하기 위하여, 상기 제1 시점을 기준으로 소정의 기간 이후의 시점인 제2 시점을 산출하는 단계(S200); 상기 휴대폰 단말기의 제1 사용자에 대한 소정의 제1 고객데이터를 수집하는 단계(S300); 기 수집된 사용자 정보 빅데이터를 학습하여, 휴대폰 단말기 사용 정보와 요금제 사이의 상관 관계가 학습되도록 소정의 머신러닝 알고리즘에 기초한 제1 신경망 모델을 생성하는 단계(S400); 상기 제1 신경망 모델에 상기 제1 고객데이터를 입력하여, 상기 제1 사용자에 대해 제1 추천요금제를 산출하는 단계(S500); 및 상기 제2 시점이 도래하였을 때, 상기 제1 사용자에게 제1 추천요금제를 포함하는 제1 수정 예정사항을 송신하는 단계;를 포함하는, 인공지능 기반 통신 사용 습관의 빅데이터를 활용한 사용자 맞춤형 휴대폰 요금 최적화 및 요금제 관리 서비스 제공 방법을 제공한다.
상기 제1 시점을 기록하는 단계(S100)는, 계약서를 등록함으로써 자동으로 처리될 수 있다. 예를 들어, 계약서를 스캔하여 서버에 업로드하면, 소정의 OCR(Optical Recognition Software; 광학 문자 인식) 모듈에서 계약서 내용을 확인하고, 관련된 정보를 자동으로 데이터화하여 입력함과 동시에 업로드한 시점 또는 계약서에 명시된 날짜를 제1 시점으로써 기록할 수 있다. 이 때, 관리자(대리점 단말(2))는 OCR에 의해 인식된 데이터를 확인한 뒤 승인함으로써 데이터를 저장하거나, 잘못 인식된 내용 일부분을 수정한 뒤 승인하여 데이터를 저장할 수 있다.
상기 '제1 수정 예정사항'이란, 기본 요금제 변경이나 부가 서비스 해지 등을 포함하는 것으로 해석될 수 있다.
상기 제2 시점은, 약정 시 정해진 '기본 요금제나 부가 서비스의 의무 사용 기간'이 만료되는 날, 또는 만료되는 날로부터 소정의 기간(1주 내지 4주) 이전의 날로 지정될 수 있다.
상기 제1 수정 예정사항을 송신하는 단계에서는, 소정의 푸시 알림, 문자메세지, SNS(카카오톡 등의 메신저를 포함함), 이메일 중 적어도 하나의 방식을 포함하여 고객에게 제1 수정 예정사항을 송신할 수 있다.
또한, 상기 제1 고객데이터는: 상기 제1 사용자의 보유 유효 카드 정보, 상기 제1 사용자의 카드 실적 정보, 상기 제1 사용자의 카드 이용 내역 및 상기 제1 사용자의 보유 통장 정보를 포함하는 금융 정보;를 포함할 수 있다.
본 발명의 설명에서 사용하는 용어 '카드'란, 체크카드나 신용카드 등을 통칭하는 의미로 해석될 수 있다.
상기 보유 유효 카드 정보란, 카드사별 카드의 종류(카드 이름)를 통해 구분될 수 있다. 예를 들어, 신한카드 사의 '래플(Raffle)'카드에 대한 혜택정보를 추출할 수 있다. 이를 기반으로, 카드 혜택 중 특정한 요금제와 연계 가능한 카드 또는/및 요금제 혜택 중 특정한 카드와 연계 가능한 요금제를 추출할 수 있다. 이에 따라 휴대폰 요금을 카드로 결제 시 환급이나 할인 가능한 카드를 지정하여 상기 제1 수정 예정사항에 포함시켜 송신함으로써, 고객(사용자)이 보다 많은 할인 혜택을 받을 수 있도록 도울 수 있다. 한편, 카드 유효 기간이 만료된 카드는 현재 사용 불가능한 것이므로, 보유 유효 카드 정보에 포함되지 않는다.
상기 카드 이용 내역이란, 결제 금액의 사용처 등을 포함하는 정보일 수 있다. 카드 이용 내역에서 '영화'에 결제된 금액의 비중이 높은 경우에는 이를 기반으로 요금제 중 영화 관련 혜택이 많은 요금제를 추천할 수 있다.
상기 기재에서 휴대폰 사용량 이력이란, 기간별 데이터 사용량(Gb), 문자메세지 사용량(건), 전화 사용량, 영상통화 사용량 등을 포함하는 개념으로 해석될 수 있다.
상기 보유 통장 정보는, 보유 유효 카드 정보와 같이, 통장에 휴대폰 요금에 관한 할인이나 환급 혜택이 있는 경우에 해당 통장을 지정하여 상기 제1 수정 예정사항에 포함시켜 송신함으로써, 고객(사용자)이 보다 많은 할인 혜택을 받을 수 있도록 도울 수 있다.
상기와 같은 금융 정보는 휴대폰 요금제 선택에 도움을 줄 수 있으나, 후술하는 휴대폰 이용 정보 보다는 중요도가 낮으므로, 1.3 내지 1.7의 가중치를 가지고 점수가 평가될 수 있다.
또한, 상기 제1 사용자의 휴대폰 요금제 선택 이력, 상기 제1 사용자의 기본 요금 납부 이력, 상기 제1 사용자의 추가 요금 납부 이력, 상기 제1 사용자의 부가서비스 요금 납부 이력, 상기 제1 사용자의 휴대폰 사용량 이력, 상기 제1 사용자의 지정 대리점 이력 및 상기 제1 사용자의 휴대폰 단말기 기종 이력을 포함하는 휴대폰 이용 정보;를 포함할 수 있다.
상기 휴대폰 요금제 선택 이력은, 이전 n년 동안에 제1 사용자가 어떠한 요금제 종류를 사용해왔는지에 관한 이력 정보일 수 있다.
상기 기본 요금 납부 이력은, 기본 요금을 얼마나 납부했었는지에 대한 이력 정보일 수 있다.
상기 추가 요금 납부 이력은, 기본 요금제에 지정된 할당량을 모두 사용한 뒤에 추가로 발생한 추가 요금을 얼마나 납부했었는지에 대한 이력 정보일 수 있다.
상기 부가 서비스 요금 납부 이력은, 일반 요금제 요금 이외에 구글 플레이 결제나 다날 결제 등을 통해 사용한 부가 서비스 요금을 얼마나 납부했었는지에 대한 이력 정보일 수 있다.
상기 휴대폰 사용량 이력은, 매월마다 데이터를 얼마나 사용했었는지, 매월마다 문자메세지를 얼마나 사용했었는지, 매월마다 일반전화를 얼마나 사용했었는지, 매월마다 영상통화를 얼마나 사용했었는지 등의 사용량 정보일 수 있다.
상기 지정 대리점 이력은, 상기 제1 사용자가 계약했던 대리점들에 대한 식별정보일 수 있다.
상기 휴대폰 단말기 기종 이력은, 상기 제1 사용자가 사용했던 휴대폰 단말기의 제품 정보 기록일 수 있다.
상기와 같은 휴대폰 이용 정보는 휴대폰 요금제 선택에 가장 큰 영향을 미치는 정보이므로, 2.0 내지 3.0의 가중치를 가지고 점수가 평가될 수 있다.
또한, 상기 제1 사용자의 주소지 변경 이력 및 GPS 타임라인 정보를 포함하는 지역 정보; 및 상기 제1 사용자의 가족 중, 이미 서비스에 가입된 제2 사용자의 정보인 제2 고객데이터;를 포함할 수 있다.
상기 지역 정보는, 구 또는 동 단위의 행정 구역별로 구분되어 기록될 수 있다.
예를 들어, 제1 사용자의 주소지가 A 행정 구역이고, GPS 타임라인에서 A 행정 구역이 매우 큰 비중을 차지하는 경우, A 행정 구역에 포함된 식당, 문화컨텐츠 매장(영화관, 극장 등), 백화점, 마트, 소매상가 등의 정보를 기반으로, 휴대폰 요금제에 포함된 추가 혜택, 예를 들어 영화 할인 혜택이 많은 요금제에 대해 점수를 높게 부여할 수 있다.
상기 제2 고객데이터에는 휴대폰 이용 정보가 필수적으로 포함되는 것이 바람직하다. 이를 기반으로, 결합 상품 적용 시 할인 혜택이 얼마인지를 예측할 수 있다.
상기와 같은 지역 정보는 휴대폰 요금제 선택에 가장 작은 영향을 미치는 정보이므로, 0.3 내지 0.5의 가중치를 가지고 점수가 평가될 수 있다.
상기와 같은 제2 고객데이터(결합 상품)는 휴대폰 요금제 선택에 큰 영향을 미치는 정보이므로, 1.6 내지 2.2의 가중치를 가지고 점수가 평가될 수 있다.
상기 기 수집된 사용자 정보 빅데이터는: 상기 제1 고객데이터에 대응되는 데이터를 포함할 수 있다.
다시말해, 상기 기 수집된 사용자 정보 빅데이터에는, 금융 정보, 휴대폰 이용 정보 및 지역 정보가 포함될 수 있다.
또한, 상기 제1 고객데이터를 수집하는 단계(S300)는: 상기 제1 사용자에게 정보 조회 및 활용을 위한 전자서명을 요청하는 단계(S301); 상기 전자서명을 기반으로, 상기 제1 사용자의 금융 정보를 조회하여, 상기 제1 사용자의 제1 단말기에서 조회 가능하도록 제공하는 단계(S302); 상기 제1 단말기에서 상기 금융 정보를 조회했을 때, 조회된 금융 정보를 장치로 전송하는 단계(S303); 상기 전자서명을 기반으로, 상기 제1 사용자가 기 이용중인 휴대폰 단말기 통신사로부터 상기 휴대폰 이용 정보를 조회하여, 상기 제1 사용자의 제1 단말기에서 조회 가능하도록 제공하는 단계(S304); 상기 제1 단말기에서 상기 휴대폰 이용 정보를 조회했을 때, 조회된 휴대폰 이용 정보를 장치로 전송하는 단계(S305); 상기 전자서명을 기반으로, 상기 제1 사용자의 지역 정보를 조회하여, 상기 제1 사용자의 제1 단말기에서 조회 가능하도록 제공하는 단계(S306); 상기 제1 단말기에서 상기 지역 정보를 조회했을 때, 조회된 지역 정보를 장치로 전송하는 단계(S307); 상기 제1 단말기에, 상기 제2 사용자의 식별 정보를 입력하기 위한 웹페이지 링크를 송신하는 단계(S308); 및 상기 웹페이지에서 입력된 상기 제2 사용자의 식별 정보를 토대로, 상기 제2 고객데이터를 수집하는 단계(S309);를 포함할 수 있다.
상기와 같은 단계에 따라, 메인서버(1)(장치)가 통신사 API, 금융사 API 등에 직접 접속하지 않을 수 있으며, 이에 따라 API 이용 한도에 따른 접속 차단을 방지하고, 메인서버(1) 중앙처리장치의 처리 부담을 절감시킬 수 있다.
상기 ~정보를 장치로 전송하는 단계는 상기 제1 단말기에서 접속한 소정의 웹사이트에 의해 프론트엔드에서 처리될 수 있다. 이 때, 상기 정보들은 제1 단말기에 소정의 파일(스프레드시트, CSV 등)로 임시 저장되고, 전송이 완료된 후에 삭제 처리될 수 있다.
그리고, 상기 제1 고객데이터는: 상기 제1 사용자의 휴대폰 단말기 교체 이력을 포함하는 휴대폰 교체 정보;를 포함하고, 상기 제1 고객데이터를 수집하는 단계(S300)는: 상기 제1 사용자에게 정보 조회 및 활용을 위한 전자서명을 요청하는 단계(S301); 상기 전자서명을 기반으로, 상기 제1 사용자가 기 이용중인 휴대폰 단말기 통신사로부터 상기 휴대폰 교체 정보를 조회하여, 상기 제1 사용자의 제1 단말기에서 조회 가능하도록 제공하는 단계(S310); 및 상기 제1 단말기에서 상기 휴대폰 교체 정보를 조회했을 때, 조회된 휴대폰 교체 정보를 장치로 전송하는 단계(S311);를 포함하고, 상기 제1 추천요금제를 산출하는 단계(S500)는: 상기 제1 신경망 모델에 상기 휴대폰 교체 정보를 입력하여, 상기 제1 사용자의 휴대폰 교체 예상 시점인 제3 시점을 산출하는 단계(S507); 기 수집된 사용자 정보 빅데이터를 학습하여, 휴대폰 단말기별 휴대폰 이용 정보와 중고 휴대폰 단말기의 가격 사이의 상관 관계가 학습되도록 소정의 머신러닝 알고리즘에 기초한 제2 신경망 모델을 생성하는 단계(S508); 상기 제2 신경망 모델에 대해, 상기 제3 시점에서의 제1 사용자의 휴대폰 사용량 이력과, 제1 사용자의 현재 휴대폰 단말기 기종을 상기 제2 신경망 모델에 입력하여, 상기 제1 사용자의 휴대폰 단말기의 중고 가격을 예측하는 단계(S509); 및 상기 제1 수정 예정사항에, 상기 제1 사용자의 휴대폰 단말기의 중고 가격을 포함시키는 단계(S510);를 포함하고, 상기 제3 시점이 제2 시점보다 이른 시점인 경우: 상기 제1 추천요금제를 산출하는 단계(S500) 및 제1 수정 예정사항을 송신하는 단계가 제2 시점에서는 생략되며, 이를 대체하여 상기 제3 시점에서 상기 제1 추천요금제를 산출하는 단계(S500) 및 제1 수정 예정사항을 송신하는 단계가 미리 수행되도록 구성될 수 있다.
상기와 같은 단계들을 통해, 휴대폰 단말기를 교체하려는 제1 사용자는 자신의 휴대폰 단말기의 중고 가격이 얼마인지를 미리 예측할 수 있고, 예측된 가격을 기반으로 휴대폰 단말기 교체 예산을 예상할 수 있다.
한편, 상기 제2 시점(요금제 의무 사용 기간)이 도과하기 전에 휴대폰 단말기를 교체하려는 경우에는, 제2 시점에서의 알림 서비스는 생략하고 이를 제3 시점에서 제공할 수 있다.
아울러, 상기 제1 추천요금제를 산출하는 단계(S500)는: 상기 제1 신경망 모델에 대해, 상기 금융 정보를 특성 정보로 하여 유사도가 높을수록 높은 제1 점수를 부여하는 단계(S501); 상기 제1 신경망 모델에 대해, 상기 휴대폰 이용 정보를 특성 정보로 하여 유사도가 높을수록 높은 제2 점수를 부여하는 단계(S502); 상기 제1 신경망 모델에 대해, 상기 지역 정보를 특성 정보로 하여 유사도가 높을수록 높은 제3 점수를 부여하는 단계(S503); 상기 제1 신경망 모델과 무관하게, 상기 제2 고객데이터의 휴대폰 이용 정보를 기반으로 제1 고객데이터의 휴대폰 이용 정보와 결합 가능한 상품을 추출하여, 제4 점수를 부여하는 단계(S504); 상기 제1 점수 내지 제4 점수를 합산한 종합 점수 기준 내림차순으로 소정의 개수만큼의 요금제를 필터링하는 단계(S505); 및 필터링된 요금제를 제1 추천요금제로 지정하는 단계(S506);를 포함할 수 있다.
상기와 같이 다양한 특성 정보를 기반으로 제1 사용자에 대한 최적의 요금제를 선정/지정/산출할 수 있다.
이 때, 전술한 '가중치'를 상기 제1 점수 내지 제4 점수에 반영할 수 있다.
후술하는 메타버스 공간 관련 단계들은, 상기 장치에 의해 전술한 단계들과는 독립적으로 수행될 수 있다.
대리점 단말(2)로부터 실제 공간에 대한 공간 정보를 획득하는 단계(S601); 상기 대리점 단말(2)로부터 판매하고자 하는 휴대폰 단말기 정보 및 요금제 정보를 획득하는 단계(S602); 상기 공간 정보 및 상기 휴대폰 단말기 정보를 통해 상기 휴대폰 단말기가 배치된 가상 공간을 생성하는 단계(S603); 가상 환경 제공 기기(4)를 통해 상기 제1 사용자가 가상 공간의 출입문에 위치한 것으로 확인되면, 상기 제1 사용자 정보를 획득하는 단계(S604); 상기 제1 사용자 정보를 기초로, 상기 제1 사용자가 상기 실제 공간을 실제 방문한 적이 있는지 확인하는 단계(S605); 상기 제1 사용자가 상기 실제 공간을 방문한 적이 있는 것으로 확인되면, 상기 가상 환경 제공 기기(4)를 통한 제1 사용자 입력 - 상기 제1 사용자의 과거 동선을 따라 가상 공간을 체험할 것인지, 상기 제1 사용자가 구매한 휴대폰 단말기를 재구매할 것인지, 아니면 새로운 경험을 할 것인지 여부에 대한 입력 - 을 수신하는 단계; 상기 제1 사용자의 과거 동선을 따라 상기 가상 공간을 체험할 것이라는 입력이 수신되면: 상기 가상 환경 제공 기기(4)를 통해 상기 과거 동선이 표시되도록 제어하고, 상기 제1 사용자가 실제 방문한 날의 날씨 정보를 수신하여 상기 가상 공간에 해당 날씨 정보를 반영하여 표시하는 단계(S607); 상기 제1 사용자가 구매한 휴대폰 단말기를 재구매할 것이라는 입력이 수신되면: 상기 가상 환경 제공 기기(4)를 통해 상기 제1 사용자가 구매 구역에 위치하도록 안내하고, 상기 제1 사용자가 구매 구역에 위치되었다고 판단되면, 상기 제1 사용자가 구매한 휴대폰 단말기 목록과, 상기 제1 사용자가 구매한 휴대폰 단말기의 후속 제품 휴대폰 단말기 목록을 생성하여 상기 가상 환경 제공 기기(4)를 통해 표시되도록 제어하는 단계; 및 새로운 경험을 할 것이라는 입력이 수신되면: 상기 가상 환경 제공 기기(4)를 통한 상기 제1 사용자의 조작에 따라 상기 가상 공간이 표시되도록 제어하는 단계(S609)를 포함하고, 상기 가상 환경 제공 기기(4)를 통해 휴대폰 단말기가 선택되면, 상기 휴대폰 단말기와 관련된 메뉴를 제공하는 단계(S610); 상기 메뉴를 통한 제1 입력에 기반하여, 상기 제1 사용자가 상기 휴대폰 단말기의 제조 방법을 확인할 수 있도록 상기 제1 사용자를 휴대폰 단말기 제조 구역에 위치하도록 안내하는 단계(S611); 상기 메뉴를 통한 제2 입력에 기반하여, 상기 휴대폰 단말기의 신품보증기간을 획득하는 단계(S612); 상기 휴대폰 단말기의 신품보증기간이 미리 설정된 임계 기간보다 긴지 여부를 판단하는 단계(S613); 상기 휴대폰 단말기의 신품보증기간이 상기 임계 기간보다 길다고 판단되면, 상기 제1 사용자 정보로부터 주소를 획득하고, 상기 주소로 상기 휴대폰 단말기가 배송되도록 제어하는 단계(S614); 및 상기 휴대폰 단말기의 신품보증기간이 상기 임계 기간보다 짧다고 판단되면, 상기 제1 사용자 단말로 상기 휴대폰 단말기에 대응하는 할인 쿠폰을 제공하는 단계(S615);를 더 포함할 수 있다.
휴대폰 단말기가 제조된 후 창고 등의 내부에서 오랫동안 방치되어 변색이나 전자부품이 손상되었을 가능성이 있으므로, 방치되었던 휴대폰 단말기를 구매하지 않도록 방지하거나, 오래된 제품에 대해서는 할인받을 수 있도록 상기 '신품보증기간'을 3개월 정도로 지정할 수 있다.
이 때, 휴대폰 단말기와 관련된 메뉴는 선택된 휴대폰 단말기와 관련된 서비스의 목록일 수 있으며, 목록에 따라 선택된 휴대폰 단말기에 대응하는 객체를 확인할 수 있고, 휴대폰 단말기를 구매할 수 있다. 또한 그 외의 휴대폰 단말기와 관련한 서비스를 제공할 수 있다.
장치는 메뉴를 통한 제1 입력에 기반하여, 사용자가 휴대폰 단말기의 제조 방법을 확인할 수 있도록 사용자를 휴대폰 단말기 제조 구역에 위치하도록 안내할 수 있다. 여기서, 제1 입력은 선택된 휴대폰 단말기의 제조 방법 및 가상 객체를 확인하기 위한 사용자가 선택한 입력이다.
이를 통해, 사용자는 실제 휴대폰 단말기의 제조 방법 및 휴대폰 단말기가 완성되는데 소요되는 시간을 확인할 수 있다.
예를 들어, 현재 날짜가 2022년 7월 1일이고, 임계 기간이 3개월인 경우, 장치는 현재 날짜인 2022년 7월 1일에서 임계 기간인 3개월 전인 2022년 4월 1일을 기준 날짜로 생성하고, 휴대폰 단말기의 제조일이 2022년 4월 1일 이전인지 여부를 판단할 수 있다.
휴대폰 단말기의 제조일이 2022년 4월 1일 이후인 것으로 판단되면, 장치는 사용자 정보로부터 주소를 획득하고, 주소로 제품이 배송되도록 제어할 수 있다.
반대로, 휴대폰 단말기의 제조일이 2022년 4월 1일 이전인 것으로 판단되면, 장치는 휴대폰 단말기에 대응하는 할인 쿠폰을 제공할 수 있다. (이 때, 2022년 4월 1일을 포함하는지 여부는 실시 예에 따라 다르게 적용할 수 있다)
일실시예에 따른 장치는 프로세서 및 메모리를 포함한다. 일실시예에 따른 장치는 상술한 서버 또는 단말일 수 있다. 프로세서는 도 1을 통하여 전술한 적어도 하나의 장치들을 포함하거나, 도 2 내지 도 5를 통하여 전술한 적어도 하나의 방법을 수행할 수 있다. 메모리는 상술한 방법과 관련된 정보를 저장하거나 상술한 방법이 구현된 프로그램을 저장할 수 있다. 메모리는 휘발성 메모리 또는 비휘발성 메모리일 수 있다.
프로세서는 프로그램을 실행하고, 장치를 제어할 수 있다. 프로세서에 의하여 실행되는 프로그램의 코드는 메모리에 저장될 수 있다. 장치는 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.
1 : 장치(메인서버)
2 : 대리점 단말
3 : 데이터베이스 서버
4 : 가상 환경 제공 기기
S100 : 제1 시점을 기록하는 단계
S200 : 제2 시점을 산출하는 단계
S300 : 제1 고객데이터를 수집하는 단계
S301 : 전자서명을 요청하는 단계
S302 : 금융 정보를 조회하는 단계
S303 : 금융 정보를 장치로 전송하는 단계
S304 : 휴대폰 이용 정보를 조회하는 단계
S305 : 휴대폰 이용 정보를 장치로 전송하는 단계
S306 : 지역 정보를 조회하는 단계
S307 : 지역 정보를 장치로 전송하는 단계
S308 : 웹페이지 링크를 송신하는 단계
S309 : 제2 고객데이터를 수집하는 단계
S310 : 휴대폰 교체 정보를 조회하는 단계
S311 : 휴대폰 교체 정보를 장치로 전송하는 단계
S400 : 제1 신경망 모델을 생성하는 단계
S500 : 제1 추천요금제를 산출하는 단계
S501 : 제1 점수를 부여하는 단계
S502 : 제2 점수를 부여하는 단계
S503 : 제3 점수를 부여하는 단계
S504 : 제4 점수를 부여하는 단계
S505 : 요금제를 필터링하는 단계
S506 : 제1 추천요금제를 지정하는 단계
S507 : 제3 시점을 산출하는 단계
S508 : 제2 신경망 모델을 생성하는 단계
S509 : 휴대폰 단말기의 중고 가격을 예측하는 단계
S510 : 휴대폰 단말기의 중고 가격을 포함시키는 단계
S601 : 공간 정보를 획득하는 단계
S602 : 휴대폰 단말기 정보 및 요금제 정보를 획득하는 단계
S603 : 가상 공간을 생성하는 단계
S604 : 제1 사용자 정보를 획득하는 단계
S605 : 실제 공간을 실제 방문한 적이 있는지 확인하는 단계
S606 : 제1 사용자 입력을 수신하는 단계
S607 : 가상 공간에 해당 날씨 정보를 반영하여 표시하는 단계
S608 : 후속 제품 휴대폰 단말기 목록을 생성하여 표시되도록 제어하는 단계
S609 : 가상 공간이 표시되도록 제어하는 단계
S610 : 휴대폰 단말기와 관련된 메뉴를 제공하는 단계
S611 : 휴대폰 단말기 제조 구역에 위치하도록 안내하는 단계
S612 : 휴대폰 단말기의 신품보증기간을 획득하는 단계
S613 : 신품보증기간이 미리 설정된 임계 기간보다 긴지 여부를 판단하는 단계
S614 : 휴대폰 단말기가 배송되도록 제어하는 단계
S615 : 휴대폰 단말기에 대응하는 할인 쿠폰을 제공하는 단계
2 : 대리점 단말
3 : 데이터베이스 서버
4 : 가상 환경 제공 기기
S100 : 제1 시점을 기록하는 단계
S200 : 제2 시점을 산출하는 단계
S300 : 제1 고객데이터를 수집하는 단계
S301 : 전자서명을 요청하는 단계
S302 : 금융 정보를 조회하는 단계
S303 : 금융 정보를 장치로 전송하는 단계
S304 : 휴대폰 이용 정보를 조회하는 단계
S305 : 휴대폰 이용 정보를 장치로 전송하는 단계
S306 : 지역 정보를 조회하는 단계
S307 : 지역 정보를 장치로 전송하는 단계
S308 : 웹페이지 링크를 송신하는 단계
S309 : 제2 고객데이터를 수집하는 단계
S310 : 휴대폰 교체 정보를 조회하는 단계
S311 : 휴대폰 교체 정보를 장치로 전송하는 단계
S400 : 제1 신경망 모델을 생성하는 단계
S500 : 제1 추천요금제를 산출하는 단계
S501 : 제1 점수를 부여하는 단계
S502 : 제2 점수를 부여하는 단계
S503 : 제3 점수를 부여하는 단계
S504 : 제4 점수를 부여하는 단계
S505 : 요금제를 필터링하는 단계
S506 : 제1 추천요금제를 지정하는 단계
S507 : 제3 시점을 산출하는 단계
S508 : 제2 신경망 모델을 생성하는 단계
S509 : 휴대폰 단말기의 중고 가격을 예측하는 단계
S510 : 휴대폰 단말기의 중고 가격을 포함시키는 단계
S601 : 공간 정보를 획득하는 단계
S602 : 휴대폰 단말기 정보 및 요금제 정보를 획득하는 단계
S603 : 가상 공간을 생성하는 단계
S604 : 제1 사용자 정보를 획득하는 단계
S605 : 실제 공간을 실제 방문한 적이 있는지 확인하는 단계
S606 : 제1 사용자 입력을 수신하는 단계
S607 : 가상 공간에 해당 날씨 정보를 반영하여 표시하는 단계
S608 : 후속 제품 휴대폰 단말기 목록을 생성하여 표시되도록 제어하는 단계
S609 : 가상 공간이 표시되도록 제어하는 단계
S610 : 휴대폰 단말기와 관련된 메뉴를 제공하는 단계
S611 : 휴대폰 단말기 제조 구역에 위치하도록 안내하는 단계
S612 : 휴대폰 단말기의 신품보증기간을 획득하는 단계
S613 : 신품보증기간이 미리 설정된 임계 기간보다 긴지 여부를 판단하는 단계
S614 : 휴대폰 단말기가 배송되도록 제어하는 단계
S615 : 휴대폰 단말기에 대응하는 할인 쿠폰을 제공하는 단계
Claims (3)
- 장치에 의해 수행되는 인공지능 기반 통신 사용 습관의 빅데이터를 활용한 사용자 맞춤형 휴대폰 요금 최적화 및 요금제 관리 서비스 제공 방법에 있어서,
휴대폰 단말기에 대한 계약을 체결한 시점인 제1 시점을 기록하는 단계;
상기 계약에 대한 소정의 제1 수정 예정사항을 적용하기 위하여, 상기 제1 시점을 기준으로 소정의 기간 이후의 시점인 제2 시점을 산출하는 단계;
상기 휴대폰 단말기의 제1 사용자에 대한 소정의 제1 고객데이터를 수집하는 단계;
기 수집된 사용자 정보 빅데이터를 학습하여, 휴대폰 단말기 사용 정보와 요금제 사이의 상관 관계가 학습되도록 소정의 머신러닝 알고리즘에 기초한 제1 신경망 모델을 생성하는 단계;
상기 제1 신경망 모델에 상기 제1 고객데이터를 입력하여, 상기 제1 사용자에 대해 제1 추천요금제를 산출하는 단계; 및
상기 제2 시점이 도래하였을 때, 상기 제1 사용자에게 제1 추천요금제를 포함하는 제1 수정 예정사항을 송신하는 단계;를 포함하고,
상기 제1 고객데이터는:
상기 제1 사용자의 보유 유효 카드 정보, 상기 제1 사용자의 카드 실적 정보, 상기 제1 사용자의 카드 이용 내역 및 상기 제1 사용자의 보유 통장 정보를 포함하는 금융 정보;
상기 제1 사용자의 휴대폰 요금제 선택 이력, 상기 제1 사용자의 기본 요금 납부 이력, 상기 제1 사용자의 추가 요금 납부 이력, 상기 제1 사용자의 부가서비스 요금 납부 이력, 상기 제1 사용자의 휴대폰 사용량 이력, 상기 제1 사용자의 지정 대리점 이력 및 상기 제1 사용자의 휴대폰 단말기 기종 이력을 포함하는 휴대폰 이용 정보;
상기 제1 사용자의 주소지 변경 이력 및 GPS 타임라인 정보를 포함하는 지역 정보; 및
상기 제1 사용자의 가족 중, 이미 서비스에 가입된 제2 사용자의 정보인 제2 고객데이터;를 포함하고,
상기 기 수집된 사용자 정보 빅데이터는: 상기 제1 고객데이터에 대응되는 데이터를 포함하고,
상기 제1 고객데이터를 수집하는 단계는:
상기 제1 사용자에게 정보 조회 및 활용을 위한 전자서명을 요청하는 단계;
상기 전자서명을 기반으로, 상기 제1 사용자의 금융 정보를 조회하여, 상기 제1 사용자의 제1 단말기에서 조회 가능하도록 제공하는 단계;
상기 제1 단말기에서 상기 금융 정보를 조회했을 때, 조회된 금융 정보를 상기 제1 단말기로부터 전송받는 단계;
상기 전자서명을 기반으로, 상기 제1 사용자가 기 이용중인 휴대폰 단말기 통신사로부터 상기 휴대폰 이용 정보를 조회하여, 상기 제1 사용자의 제1 단말기에서 조회 가능하도록 제공하는 단계;
상기 제1 단말기에서 상기 휴대폰 이용 정보를 조회했을 때, 조회된 휴대폰 이용 정보를 상기 제1 단말기로부터 전송받는 단계;
상기 전자서명을 기반으로, 상기 제1 사용자의 지역 정보를 조회하여, 상기 제1 사용자의 제1 단말기에서 조회 가능하도록 제공하는 단계;
상기 제1 단말기에서 상기 지역 정보를 조회했을 때, 조회된 지역 정보를 상기 제1 단말기로부터 전송받는 단계;
상기 제1 단말기에, 상기 제2 사용자의 식별 정보를 입력하기 위한 웹페이지 링크를 송신하는 단계; 및
상기 웹페이지에서 입력된 상기 제2 사용자의 식별 정보를 토대로, 상기 제2 고객데이터를 수집하는 단계;를 포함하고,
상기 제1 고객데이터는:
상기 제1 사용자의 휴대폰 단말기 교체 이력을 포함하는 휴대폰 교체 정보;를 포함하고,
상기 제1 고객데이터를 수집하는 단계는:
상기 제1 사용자에게 정보 조회 및 활용을 위한 전자서명을 요청하는 단계;
상기 전자서명을 기반으로, 상기 제1 사용자가 기 이용중인 휴대폰 단말기 통신사로부터 상기 휴대폰 교체 정보를 조회하여, 상기 제1 사용자의 제1 단말기에서 조회 가능하도록 제공하는 단계; 및
상기 제1 단말기에서 상기 휴대폰 교체 정보를 조회했을 때, 조회된 휴대폰 교체 정보를 상기 제1 단말기로부터 전송받는 단계;를 포함하고,
상기 제1 추천요금제를 산출하는 단계는:
상기 제1 신경망 모델에 상기 휴대폰 교체 정보를 입력하여, 상기 제1 사용자의 휴대폰 교체 예상 시점인 제3 시점을 산출하는 단계;
기 수집된 사용자 정보 빅데이터를 학습하여, 휴대폰 단말기별 휴대폰 이용 정보와 중고 휴대폰 단말기의 가격 사이의 상관 관계가 학습되도록 소정의 머신러닝 알고리즘에 기초한 제2 신경망 모델을 생성하는 단계;
상기 제2 신경망 모델에 대해, 상기 제3 시점에서의 제1 사용자의 휴대폰 사용량 이력과, 제1 사용자의 현재 휴대폰 단말기 기종을 상기 제2 신경망 모델에 입력하여, 상기 제1 사용자의 휴대폰 단말기의 중고 가격을 예측하는 단계; 및
상기 제1 수정 예정사항에, 상기 제1 사용자의 휴대폰 단말기의 중고 가격을 포함시키는 단계;를 포함하고,
상기 제3 시점이 제2 시점보다 이른 시점인 경우:
상기 제1 추천요금제를 산출하는 단계 및 제1 수정 예정사항을 송신하는 단계가 제2 시점에서는 생략되며, 이를 대체하여 상기 제3 시점에서 상기 제1 추천요금제를 산출하는 단계 및 제1 수정 예정사항을 송신하는 단계가 미리 수행되고,
상기 제1 수정 예정사항은, 기본 요금제 변경 또는 부가 서비스 해지를 포함하고,
상기 제2 시점은, 상기 기본 요금제 또는 부가 서비스의 의무 사용 기간이 만료되는 시점을 포함하는, 인공지능 기반 통신 사용 습관의 빅데이터를 활용한 사용자 맞춤형 휴대폰 요금 최적화 및 요금제 관리 서비스 제공 방법
- 삭제
- 삭제
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020220109962A KR102477374B1 (ko) | 2022-08-31 | 2022-08-31 | 인공지능 기반 통신 사용 습관의 빅데이터를 활용한 사용자 맞춤형 휴대폰 요금 최적화 및 요금제 관리 서비스 제공 방법 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020220109962A KR102477374B1 (ko) | 2022-08-31 | 2022-08-31 | 인공지능 기반 통신 사용 습관의 빅데이터를 활용한 사용자 맞춤형 휴대폰 요금 최적화 및 요금제 관리 서비스 제공 방법 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| KR102477374B1 true KR102477374B1 (ko) | 2022-12-14 |
Family
ID=84438512
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| KR1020220109962A KR102477374B1 (ko) | 2022-08-31 | 2022-08-31 | 인공지능 기반 통신 사용 습관의 빅데이터를 활용한 사용자 맞춤형 휴대폰 요금 최적화 및 요금제 관리 서비스 제공 방법 |
Country Status (1)
| Country | Link |
|---|---|
| KR (1) | KR102477374B1 (ko) |
Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR101174138B1 (ko) | 2012-02-22 | 2012-08-14 | (주)헬로우다이얼 | 스마트 단말에서 통화 요금을 최적화하는 통화 연결 관리 방법, 그리고 이를 위한 통화 연결 관리 프로그램을 기록한 컴퓨터로 판독가능한 기록매체 |
| KR101290068B1 (ko) | 2012-07-26 | 2013-07-26 | (주)헬로우다이얼 | 스마트 단말에서 통화요금 최적화와 통화품질 안정성을 보장하는 통화연결 관리 방법, 그리고 이를 위한 통화연결 관리 프로그램을 기록한 컴퓨터로 판독가능한 기록매체 |
| KR20190108246A (ko) * | 2018-03-14 | 2019-09-24 | 이호준 | 인공지능 챗봇 기반 보조금 약정 체결 서비스 제공 방법 |
| KR20200064537A (ko) * | 2018-11-29 | 2020-06-08 | 주식회사유앤소프트 | 통신상품 중개 관리 시스템 |
| KR20200142752A (ko) * | 2019-06-13 | 2020-12-23 | 한국전자기술연구원 | 인공지능 기반의 요금제 추천이 가능한 전력량 계측장치 및 그 요금제 추천방법 |
| KR102272282B1 (ko) * | 2019-08-29 | 2021-07-01 | 케이비캐피탈 주식회사 | 중고 자동차 판매 관리 시스템 |
| KR102323680B1 (ko) * | 2021-05-25 | 2021-11-10 | 주식회사쿠콘 | 통합 인증을 통한 정보 수집 플랫폼 시스템, 통합 인증을 통한 정보 수집 방법 및 이를 위한 컴퓨터 프로그램 |
| KR102348161B1 (ko) * | 2021-07-16 | 2022-01-06 | 이덕규 | 개인별 맞춤 휴대폰 판매 시스템 |
-
2022
- 2022-08-31 KR KR1020220109962A patent/KR102477374B1/ko active IP Right Grant
Patent Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR101174138B1 (ko) | 2012-02-22 | 2012-08-14 | (주)헬로우다이얼 | 스마트 단말에서 통화 요금을 최적화하는 통화 연결 관리 방법, 그리고 이를 위한 통화 연결 관리 프로그램을 기록한 컴퓨터로 판독가능한 기록매체 |
| KR101290068B1 (ko) | 2012-07-26 | 2013-07-26 | (주)헬로우다이얼 | 스마트 단말에서 통화요금 최적화와 통화품질 안정성을 보장하는 통화연결 관리 방법, 그리고 이를 위한 통화연결 관리 프로그램을 기록한 컴퓨터로 판독가능한 기록매체 |
| KR20190108246A (ko) * | 2018-03-14 | 2019-09-24 | 이호준 | 인공지능 챗봇 기반 보조금 약정 체결 서비스 제공 방법 |
| KR20200064537A (ko) * | 2018-11-29 | 2020-06-08 | 주식회사유앤소프트 | 통신상품 중개 관리 시스템 |
| KR20200142752A (ko) * | 2019-06-13 | 2020-12-23 | 한국전자기술연구원 | 인공지능 기반의 요금제 추천이 가능한 전력량 계측장치 및 그 요금제 추천방법 |
| KR102272282B1 (ko) * | 2019-08-29 | 2021-07-01 | 케이비캐피탈 주식회사 | 중고 자동차 판매 관리 시스템 |
| KR102323680B1 (ko) * | 2021-05-25 | 2021-11-10 | 주식회사쿠콘 | 통합 인증을 통한 정보 수집 플랫폼 시스템, 통합 인증을 통한 정보 수집 방법 및 이를 위한 컴퓨터 프로그램 |
| KR102348161B1 (ko) * | 2021-07-16 | 2022-01-06 | 이덕규 | 개인별 맞춤 휴대폰 판매 시스템 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US11657339B2 (en) | Transaction-enabled methods for providing provable access to a distributed ledger with a tokenized instruction set for a semiconductor fabrication process | |
| US20200057918A1 (en) | Systems and methods for training artificial intelligence to predict utilization of resources | |
| KR102404511B1 (ko) | 인공지능 기반 사용자 맞춤형 상품 정보 추천 방법, 장치 및 시스템 | |
| EP3822902A1 (en) | Systems and methods for customization of reviews | |
| US11983230B2 (en) | Systems and methods for data aggregation and cyclical event prediction | |
| US20230034820A1 (en) | Systems and methods for managing, distributing and deploying a recursive decisioning system based on continuously updating machine learning models | |
| KR102541147B1 (ko) | 블록체인 기반 매출채권 거래 플랫폼 서비스 제공 방법, 장치 및 시스템 | |
| CN110969184A (zh) | 使用迭代人工智能通过通信决策树的有向轨迹 | |
| KR102567458B1 (ko) | 인공지능 모델을 활용한 인플루언서 및 커뮤니티 연계 기반 커머스 플랫폼 서비스 제공 방법, 장치 및 시스템 | |
| WO2013181258A1 (en) | Application ecosystem and authentication | |
| CA3098792A1 (en) | Systems and methods for customization of reviews | |
| Droftina et al. | A diffusion model for churn prediction based on sociometric theory | |
| KR102477374B1 (ko) | 인공지능 기반 통신 사용 습관의 빅데이터를 활용한 사용자 맞춤형 휴대폰 요금 최적화 및 요금제 관리 서비스 제공 방법 | |
| KR102383509B1 (ko) | 공간 및 기업 간 행사 매칭 시스템 | |
| CN113902481B (zh) | 权益确定方法、装置、存储介质及设备 | |
| KR102439510B1 (ko) | 고객 맞춤형 상점 연계할인율 및 상점 추천 시스템 그리고 방법 | |
| Deligiannis et al. | Predictive personalization of conversational customer communications with data protection by design | |
| CN114912015A (zh) | 对象推荐方法、模型训练方法、装置、设备及介质 | |
| Olson et al. | Data mining process | |
| Gao et al. | A BI‐LEVEL DECISION MODEL FOR CUSTOMER CHURN ANALYSIS | |
| CN117473457B (zh) | 基于数字化业务的大数据挖掘方法及系统 | |
| KR102499800B1 (ko) | 설문지를 활용한 인공지능 기반 고객 맞춤 에스테틱 큐레이션 시스템, 장치 및 방법 | |
| US20220156786A1 (en) | Systems, Methods and Media for Automatic Prioritizer | |
| KR20180019256A (ko) | 비즈니스 프로세스 모델의 거래를 가능하게 하는 방법, 컴퓨터 판독가능 기록 매체, 및 컴퓨터 시스템 | |
| Livera et al. | Naive Bayes Based Approach on Telecommunication Churn Prediction Using Financial Data |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| E701 | Decision to grant or registration of patent right | ||
| GRNT | Written decision to grant |