KR102645406B1 - 무인 카페의 사용자 맞춤형 추천음료 제공 시스템 및 방법 - Google Patents
무인 카페의 사용자 맞춤형 추천음료 제공 시스템 및 방법 Download PDFInfo
- Publication number
- KR102645406B1 KR102645406B1 KR1020210060171A KR20210060171A KR102645406B1 KR 102645406 B1 KR102645406 B1 KR 102645406B1 KR 1020210060171 A KR1020210060171 A KR 1020210060171A KR 20210060171 A KR20210060171 A KR 20210060171A KR 102645406 B1 KR102645406 B1 KR 102645406B1
- Authority
- KR
- South Korea
- Prior art keywords
- user
- beverage
- information
- order
- customized
- Prior art date
Links
- 238000000034 method Methods 0.000 title claims abstract description 33
- 235000013361 beverage Nutrition 0.000 claims abstract description 195
- 238000004519 manufacturing process Methods 0.000 claims description 43
- 206010020751 Hypersensitivity Diseases 0.000 claims description 10
- 201000010099 disease Diseases 0.000 claims description 10
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 claims description 10
- 208000030961 allergic reaction Diseases 0.000 claims description 8
- 238000004364 calculation method Methods 0.000 claims description 7
- 238000012552 review Methods 0.000 claims description 6
- 235000019640 taste Nutrition 0.000 claims description 5
- 206010041349 Somnolence Diseases 0.000 claims description 4
- 208000032140 Sleepiness Diseases 0.000 claims 2
- 235000019633 pungent taste Nutrition 0.000 claims 2
- 230000037321 sleepiness Effects 0.000 claims 2
- 208000016255 tiredness Diseases 0.000 claims 2
- 230000003867 tiredness Effects 0.000 claims 2
- 239000000796 flavoring agent Substances 0.000 claims 1
- 235000019634 flavors Nutrition 0.000 claims 1
- 230000006870 function Effects 0.000 description 19
- 238000007405 data analysis Methods 0.000 description 14
- 238000012545 processing Methods 0.000 description 12
- 239000004615 ingredient Substances 0.000 description 11
- RYYVLZVUVIJVGH-UHFFFAOYSA-N caffeine Chemical compound CN1C(=O)N(C)C(=O)C2=C1N=CN2C RYYVLZVUVIJVGH-UHFFFAOYSA-N 0.000 description 8
- 238000013528 artificial neural network Methods 0.000 description 6
- 238000004590 computer program Methods 0.000 description 6
- 238000013135 deep learning Methods 0.000 description 6
- 238000004891 communication Methods 0.000 description 5
- 230000007613 environmental effect Effects 0.000 description 5
- LPHGQDQBBGAPDZ-UHFFFAOYSA-N Isocaffeine Natural products CN1C(=O)N(C)C(=O)C2=C1N(C)C=N2 LPHGQDQBBGAPDZ-UHFFFAOYSA-N 0.000 description 4
- 229960001948 caffeine Drugs 0.000 description 4
- VJEONQKOZGKCAK-UHFFFAOYSA-N caffeine Natural products CN1C(=O)N(C)C(=O)C2=C1C=CN2C VJEONQKOZGKCAK-UHFFFAOYSA-N 0.000 description 4
- 238000004422 calculation algorithm Methods 0.000 description 4
- 238000010586 diagram Methods 0.000 description 4
- 238000010801 machine learning Methods 0.000 description 4
- 238000003860 storage Methods 0.000 description 4
- 235000015115 caffè latte Nutrition 0.000 description 3
- 230000000694 effects Effects 0.000 description 3
- 241001553178 Arachis glabrata Species 0.000 description 2
- 208000031226 Hyperlipidaemia Diseases 0.000 description 2
- 206010020772 Hypertension Diseases 0.000 description 2
- 208000008589 Obesity Diseases 0.000 description 2
- 208000026935 allergic disease Diseases 0.000 description 2
- 230000007815 allergy Effects 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 2
- 239000008280 blood Substances 0.000 description 2
- 210000004369 blood Anatomy 0.000 description 2
- 235000013399 edible fruits Nutrition 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 235000012041 food component Nutrition 0.000 description 2
- 239000005417 food ingredient Substances 0.000 description 2
- 235000012054 meals Nutrition 0.000 description 2
- 235000013336 milk Nutrition 0.000 description 2
- 239000008267 milk Substances 0.000 description 2
- 210000004080 milk Anatomy 0.000 description 2
- 235000020824 obesity Nutrition 0.000 description 2
- 235000020232 peanut Nutrition 0.000 description 2
- 230000035935 pregnancy Effects 0.000 description 2
- 238000000746 purification Methods 0.000 description 2
- 238000000926 separation method Methods 0.000 description 2
- 235000000346 sugar Nutrition 0.000 description 2
- 238000007664 blowing Methods 0.000 description 1
- 235000015897 energy drink Nutrition 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 239000000758 substrate Substances 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
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
- 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
- G06Q30/0203—Market surveys; Market polls
-
- 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]
- G06Q30/0633—Lists, e.g. purchase orders, compilation or processing
Landscapes
- Business, Economics & Management (AREA)
- Accounting & Taxation (AREA)
- Finance (AREA)
- Strategic Management (AREA)
- Development Economics (AREA)
- Engineering & Computer Science (AREA)
- General Business, Economics & Management (AREA)
- Physics & Mathematics (AREA)
- Marketing (AREA)
- General Physics & Mathematics (AREA)
- Economics (AREA)
- Theoretical Computer Science (AREA)
- Entrepreneurship & Innovation (AREA)
- Data Mining & Analysis (AREA)
- Game Theory and Decision Science (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
무인 카페의 사용자 맞춤형 추천음료 제공 시스템 및 방법에 관한 것으로서, 사용자 정보 및 외부 환경 정보에 기초하여 사용자에게 최적화된 상태의 음료를 제공하는 무인 카페의 사용자 맞춤형 추천음료 제공 시스템 및 방법에 관한 것이다.
Description
본 발명은 무인 카페의 사용자 맞춤형 추천음료 제공 시스템 및 방법에 관한 것으로서, 사용자 정보 및 외부 환경 정보에 기초하여 사용자에게 최적화된 상태의 음료를 제공하는 무인 카페의 사용자 맞춤형 추천음료 제공 시스템 및 방법에 관한 것이다.
비대면 시대가 본격화되면서 매장의 무인화 바람이 불고 있다. 무인 편의점부터 통신사 대리점과 카페, 주점, 독서실, 우체국까지 다양한 분야에서 무인 매장이 속속 등장하고 있다.
이중 무인 카페 같은 경우, 주인도 점원도 없이 음료의 주문과 제조, 서빙이 모두 비대면으로 이뤄질 수 있다. 키오스크 화면에서 원하는 음료를 골라 결제하고 나면 음료를 받을 수 있다.
그러나, 사무실들이 밀집해 있는 지역이나 대학가, 번화가 같은 곳에 있는 무인 카페에서는 여전히 손님이 몰리는 시간에 손님들이 키오스크를 통해 주문하려고 줄을 서있는 모습을 볼 수 있다.
더구나, 손님들마다 키오스크를 보면서 어떤 메뉴를 선택할지 고르는 시간까지 더해지면 대기 시간이 늘어나면서 추가 손님을 유실할 수도 있고 결국, 점포 입장에서는 여전히 운용에 비효율을 겪는 문제가 있다.
이와 같은 문제를 해결하기 위해 매장들은 전용 모바일 앱 서비스를 도입하고 사전주문 및 사전결제 서비스를 제공하여 매장 대기 시간을 단축시키고 있다.
이러한 서비스를 기반으로 갈수록 동종 업계의 매장들 사이에 경쟁이 치열해지고 있는 추세에 따라, 고객 유치에 도움이 되면서도 매출 상승을 도모할 수 있는 새로운 서비스를 개발할 필요가 있다.
(특허문헌 0001) 대한민국 공개특허 제10-2018-0025453호
본 발명은 종래의 문제를 해결하기 위해 안출한 것으로서, 본 발명은 사용자 정보 및 외부 환경 정보에 기초하여 사용자에게 최적화된 상태의 음료를 제공하는 무인 카페의 사용자 맞춤형 추천음료 제공 시스템 및 방법을 제공하고자 한다.
본 발명의 일 실시예에 따른 무인 카페의 사용자 맞춤형 추천음료 제공 시스템은 사용자 맞춤형 음료 추천 서비스를 요청하고, 사용자로부터 사용자 정보를 입력받아 전송하는 사용자 단말 및 상기 사용자 맞춤형 음료 추천 서비스 요청을 수신하면, 상기 사용자 정보와 수집된 외부 환경 정보에 기초하여 사용자의 스케줄 상황, 신체 상태 및 날씨 정보에 적합한 맞춤형 음료 메뉴를 선별하여 사용자에게 추천하는 음료 추천 서비스 서버를 포함할 수 있다.
본 발명의 일 실시예에 따른 무인 카페의 사용자 맞춤형 추천음료 제공 방법은 사용자 맞춤형 음료 추천 서비스를 요청받는 단계와, 상기 사용자로부터 사용자 정보를 입력받는 단계와, 상기 사용자 정보와 수집된 외부 환경 정보에 기초하여 사용자의 스케줄 상황, 신체 상태 및 날씨 정보에 적합한 맞춤형 음료 메뉴를 선별하는 단계 및 상기 선별된 맞춤형 음료 메뉴를 포함하는 권장 음료 정보를 사용자 단말로 전송하는 단계를 포함할 수 있다.
상기와 같은 본 발명의 일 실시예에 따른 무인 카페의 사용자 맞춤형 추천음료 제공 시스템에 의하면, 사용자의 신체 상태, 해당 시점의 스케줄 상황 및 날씨와 기온과 같은 환경 정보에 기초하여 해당 시점에 사용자에게 가장 적합한 음료를 추천해 줄 수 있는 효과가 있다.
또한, 본 발명의 일 실시예에 따른 무인 카페의 사용자 맞춤형 추천음료 제공 시스템에 의하면, 사용자의 무인 카페 도착 예상 시간에 기반하여 음료를 제작함으로써 사용자에게 최적화된 상태의 음료를 제공해줄 수 있다.
아울러, 본 발명의 일 실시예에 따른 무인 카페의 사용자 맞춤형 추천음료 제공 시스템에 의하면, 사용자의 무인 카페 도착 예상 시간과 주문 순서를 동시에 고려하여 음료를 제작함으로써, 특히 바쁜 시간대에도 무인 카페를 효율적으로 운용하게 하여 수익 향상을 도모할 수 있다.
도 1은 본 발명에 따른 무인 카페의 사용자 맞춤형 추천음료 제공 시스템을 도시하는 블록도이다.
도 2는 본 발명에 따른 카페 주문 관리 서버의 구성을 도시하는 블록도이다.
도 3은 본 발명에 따른 무인 카페의 사용자 맞춤형 추천음료 제공 방법을 설명하기 위한 순서도이다.
도 4는 본 발명에 따른 무인 카페의 맞춤형 추천음료 제공의 일 실시예를 설명하기 위한 순서도이다.
도 5는 본 발명에 따른 무인 카페의 사용자 맞춤형 추천음료 제공 시스템에 의한 무인 카페 앱의 실행화면 예시도이다.
도 2는 본 발명에 따른 카페 주문 관리 서버의 구성을 도시하는 블록도이다.
도 3은 본 발명에 따른 무인 카페의 사용자 맞춤형 추천음료 제공 방법을 설명하기 위한 순서도이다.
도 4는 본 발명에 따른 무인 카페의 맞춤형 추천음료 제공의 일 실시예를 설명하기 위한 순서도이다.
도 5는 본 발명에 따른 무인 카페의 사용자 맞춤형 추천음료 제공 시스템에 의한 무인 카페 앱의 실행화면 예시도이다.
이하에서 본 발명의 기술적 사상을 명확화하기 위하여 첨부된 도면을 참조하여 본 발명의 바람직한 실시예를 상세하게 설명하도록 한다. 본 발명을 설명함에 있어서, 관련된 공지 기능 또는 구성요소에 대한 구체적인 설명이 본 발명의 요지를 불필요하게 흐릴 수 있다고 판단되는 경우 그 상세한 설명을 생략할 것이다. 도면들 중 실질적으로 동일한 기능구성을 갖는 구성요소들에 대하여는 비록 다른 도면상에 표시되더라도 가능한 한 동일한 참조번호들 및 부호들을 부여하였다. 설명의 편의를 위하여 필요한 경우에는 장치와 방법을 함께 서술하도록 한다.
도 1은 본 발명에 따른 무인 카페의 사용자 맞춤형 추천음료 제공 시스템을 도시하는 블록도이다.
도 1에 도시된 바와 같이, 본 발명에 따른 무인 카페의 사용자 맞춤형 추천음료 제공 시스템은 사용자 단말(100), 음료 추천 서비스 서버(200), 카페주문 관리서버(300) 및 통신망(400)을 포함한다.
사용자 단말(100)은 소비자가 음료 추천 서비스를 신청하거나 음료 제작을 주문하고, 해당 서비스에 대한 주문 및 결제를 하기 위한 수단일 수 있다.
이러한 사용자 단말(100)은 본 발명에 따른 무인 카페의 사용자 맞춤형 추천음료 제공 서비스 기능을 수행하는 어플리케이션(이하, 무인 카페 앱이라 약칭함)을 메모리에 저장하고, 프로세서를 통해서 상기 무인 카페 앱을 로드하여 실행함에 의해 본 발명에 따른 무인 카페의 사용자 맞춤형 추천음료 제공 서비스 기능을 수행할 수 있다.
먼저, 사용자는 무인 카페 앱을 통해 회원 등록 시, 기본적인 사용자 정보를 입력할 수 있다. 기본적인 사용자 정보는 예를 들어, 사용자의 성별, 나이, 혈액형 및 질병 등에 관한 정보일 수 있고, 알러지 반응 정보, 임신, 고혈압, 고지혈증, 비만 등과 같이 일정 기간동안 거의 변동없는 정보를 추가할 수 있다.
사용자로부터 사용자 단말(100)을 통해 사용자 맞춤형 음료 추천 서비스 요청이 입력되면, 사용자 단말(100)은 음료 추천 서비스 서버(200)로 사용자 맞춤형 음료 추천 서비스 요청 신호와 함께 사용자 인증 정보 및 기본적인 사용자 정보를 송신할 수 있다.
사용자 단말(100)은 메모리 및 프로세서를 포함하여 통신망(400)에 접속하여 데이터를 송수신하기 위한 통신 기능 및 데이터를 등록하고 분석하는 기능을 포함하는 사용자 장치라면 어떠한 장치라도 가능하다. 예를 들어, 사용자 단말(100)은 위치 정보를 획득하는 기능과 앱을 다운로드 하고 실행할 수 있는 기능 등을 구비한 스마트폰이나 태블릿 PC 등으로 구비될 수 있다.
음료 추천 서비스 서버(200)는 사용자 맞춤형 음료 추천 서비스 요청 신호를 수신하면, 사용자 단말(100)로 사용자에게 현재 스케줄 상황 및 신체 상태를 확인하기 위한 설문형태의 질의정보를 표시하고, 사용자로부터 질의정보에 대한 피드백 정보를 입력받을 수 있다.
상기 현재 스케줄 상황은 사용자가 현재 처한 상황에 마시면 가장 도움이 될 수 있는 음료를 추천받기 위해 입력 또는 선택할 수 있는 항목으로서 예를 들어, 출근 전, 시험 전, 운동 전, 운동 후, 식사 후 및 수유 전 등의 정보로 입력될 수 있다. 상기 신체 상태는 사용자가 느끼는 현재 컨디션에 해당하는 정보로서 예를 들어, 피곤함, 배부름, 긴장됨, 스트레스, 졸림, 더움, 추움 등과 같은 정보일 수 있고 각 컨디션 상태의 매우, 보통, 조금과 같은 정도를 나타내는 정보까지 입력될 수 있다.
아울러, 음료 추천 서비스 서버(200)는 사용자 맞춤형 음료 추천 서비스 요청 신호의 수신에 따라 외부 환경 정보로서, 사용자가 위치한 지역의 현재의 날씨, 기온 및 습도 정보를 실시간으로 획득할 수 있다. 이때 사용자가 위치한 지역 정보는 사용자 단말(100)로부터 수신한 사용자 위치 정보를 통해 획득하거나, 무인 카페가 위치하는 곳의 지역 정보를 이용할 수 있다.
다음으로, 음료 추천 서비스 서버(200)는 수집한 사용자의 스케줄 상황, 신체 상태 및 외부 환경 정보에 기초하여 사용자에게 해당 시점에 가장 최적화된 음료 메뉴를 선별할 수 있다.
구체적으로, 음료 추천 서비스 서버(200)는 사용자의 기본 정보, 사용자의 스케줄 상황 및 신체 상태에 기반하여 음료에 포함되는 특이 성분들에 대한 1회 섭취 권장량을 산출하고, 산출된 음료 성분 1회 섭취 권장량에 기초하여 음료 메뉴 및 음료 섭취량을 결정할 수 있다. 또한, 음료 추천 서비스 서버(200)는 각 특이 성분들을 사용자별로 섭취를 피해야할 성분 또는 섭취를 권장하는 성분으로 분류할 수 있다. 여기서, 특이 성분은 카페인, 설탕, 땅콩, 우유 및 각종 열매류 등과 같이 연령이나 체질, 질병 및 알러지 반응에 따라 사용자 신체에 영향을 미칠 수 있는 음식 성분으로 미리 분류될 수 있다.
도 5는 본 발명에 따른 무인 카페의 사용자 맞춤형 추천음료 제공 시스템에 의한 무인 카페 앱의 실행화면 일 예를 도시한다.
도 5를 참조하여 예를 들면, 실행화면<410>과 같이 43세 남성인 CYG 회원이 시험을 50분 앞둔 상태에서 컨디션이 조금 피곤하다고 입력했을 때, 음료 추천 서비스 서버(200)는 CYG 회원의 기본적인 사용자 정보와 스케줄 상황, 신체 상태와 더불어 CYG 회원이 위치하는 지역의 날씨(여름/햇빛 강함/36도) 등을 포함하는 외부 환경 정보에 기반하여 해당 시점에 CYG 회원에게 가장 도움이 될 수 있는 최적화된 음료 메뉴를 선별할 수 있다. 그러면 실행화면<420>과 같이 음료 추천 서비스 서버(200)는 CYG 회원의 사용자 단말(100)에 권장하는 음료로서 적어도 하나의 음료 메뉴를 적합도에 따라 출력해줄 수 있다.
여기서, 적합도는 CYG 회원의 해당 시점에 가장 적합한 것으로 산출된 음료 메뉴의 순위를 의미할 수 있다. CYG 회원에게 해당 시점에 1순위로 권장하는 음료는 에너지 드링크로 카페인이 soft한 정도를 추천하고, 2순위로 권장하는 음료는 아이스 카페라테로 카페인의 양이 중간에 해당하는 정도를 추천하고 있다.
이와 같이 사용자 맞춤형 추천 음료를 선별하기 위해 음료 추천 서비스 서버(200)는 빅데이터 분석 플랫폼을 이용할 수도 있다.
구체적으로, 다수의 사용자 단말(100)로부터 수신한 음료 주문 데이터가 빅데이터일 수 있다. 상기 음료 주문 데이터는 민감한 개인정보를 제외한 성별, 연령, 체질, 질병, 알러지 및 신체 상태와 같은 기본 정보, 스케줄 정보 및 외부 환경 정보와 매핑된 음료 주문 정보일 수 있다. 아울러, 상기 음료 주문 데이터는 음료에 대한 사용자의 음료 후기 데이터를 더 포함할 수 있다.
이에 따라, 빅데이터 분석 플랫폼을 통해 빅데이터를 저장할 수 있으면서 수신한 빅데이터 중에서 의미 있는 데이터를 검색하여 시각화하고 이를 바탕으로 예측 및 분석을 수행할 수 있다. 전술한 빅데이터 분석 플랫폼은 빅데이터 분석 기술을 적용 및 활용할 수 있는 인터넷 상의 전산 환경을 의미하며, 빅데이터 분석은 획득, 저장, 정제, 분석, 예측, 활용의 단계로 진행될 수 있다.
상기 빅데이터 분석 플랫폼은 네트워크, 프로세서 및 메모리를 포함할 수 있다. 상기 프로세서는 하나 이상의 코어로 구성될 수 있으며, 컴퓨팅 장치의 중앙 처리 장치(CPU: central processing unit), 범용 그래픽 처리 장치 (GPGPU: general purpose graphics processing unit), 텐서 처리 장치(TPU: tensor processing unit) 등의 데이터 분석, 딥러닝을 위한 프로세서를 포함할 수 있다. 상기 프로세서는 상기 메모리에 저장된 컴퓨터 프로그램을 판독하여 본 개시의 일 실시예에 따른 기계 학습을 위한 데이터 처리를 수행할 수 있다. 본 개시의 일 실시예에 따라 상기 프로세서는 신경망의 학습을 위한 연산을 수행할 수 있다. 상기 프로세서는 딥러닝(DL: deep learning)에서 학습을 위한 입력 데이터의 처리, 입력 데이터에서의 피처 추출, 오차 계산, 역전파(backpropagation)를 이용한 신경망의 가중치 업데이트 등의 신경망의 학습을 위한 계산을 수행할 수 있다. 상기 프로세서의 CPU, GPGPU, 및 TPU 중 적어도 하나가 네트워크 함수의 학습을 처리할 수 있다. 예를 들어, CPU 와 GPGPU가 함께 네트워크 함수의 학습, 네트워크 함수를 이용한 데이터 분류를 처리할 수 있다. 또한, 본 개시의 일 실시예에서 복수의 컴퓨팅 장치의 프로세서를 함께 사용하여 네트워크 함수의 학습, 네트워크 함수를 이용한 데이터 분류를 처리할 수 있다. 또한, 본 개시의 일 실시예에 따른 컴퓨팅 장치에서 수행되는 컴퓨터 프로그램은 CPU, GPGPU 또는 TPU 실행가능 프로그램일 수 있다.
그리고, 음료 추천 서비스 서버(200)는 음료 주문 데이터들에 기초하여 예측 모델을 학습할 수 있다. 이를 위해 상기 프로세서는 하나 이상의 주문자들에 대한 음료 주문 데이터를 분석하기 위해 예측 모델의 학습을 위한 음료 주문 데이터를 다수의 사용자 단말(100)로부터 수신할 수 있다.
이와 같이 상기 프로세서는 음료 주문 데이터에 대해 주문자의 성별, 연령, 체질, 질병, 알러지 반응 정보를 포함하는 신체 정보와 스케줄 정보 및 외부 환경 정보와 사용자의 최종 음료 선택에 대한 정보 및 음료 후기 데이터를 미리 수집하고, 수집된 데이터로 기계 학습 알고리즘을 학습시킨 후, 학습된 알고리즘에 새로운 사용자에 대한 정보를 입력하여 전술한 과정을 거쳐 사용자에게 해당 시점에 가장 최적화된 음료 메뉴를 적합도 순으로 결정할 수 있다.
한편, 사용자 단말(100)은 도 5의 실행화면<420>과 같이 사용자에 의해 선택된 음료를 주문받을 수 있고, 주문 정보는 카페 주문 관리 서버(300)로 전송될 수 있다.
도 2는 본 발명에 따른 카페 주문 관리 서버의 구성을 도시하는 블록도이다.
도 2를 참조하면, 본 발명에 따른 카페 주문 관리 서버(300)는 음료 주문 접수부(310), 위치정보 및 이동수단 정보 수집부(320), 도착 예상 시간 산출부(330), 음료 제작 시간 결정부(340) 및 음료 제작 순서 결정부(350)를 포함한다.
카페 주문 관리 서버(300)는 사용자 단말(100)로부터 음료 주문 요청을 수신하고, 수신된 음료 주문 요청에 따라 음료를 제작하는 기능을 수행하며, 본 발명의 실시예에서는 음료 추천 서비스 서버(200)와 분리된 구성으로 개시하였으나, 하나의 장치로 구현될 수도 있다.
위치정보 및 이동수단 정보 수집부(320)는 사용자 단말(100)로부터 사용자의 위치정보 및 이동수단 정보를 수신하여 저장할 수 있다. 사용자 단말(100)은 스마트폰과 같은 사용자 단말기에 포함된 GPS(Global Positioning System) 및 지도 애플리케이션 등을 통하여 현재 사용자의 위치 정보를 획득할 수 있다. 이동수단 정보는 사용자가 사용자 단말(100)을 통해 입력하거나 선택하는 정보일 수 있고, 예를 들면 자가용, 버스, 자전거 또는 도보 중 적어도 하나일 수 있다.
도착 예상 시간 산출부(330)는 위치정보 및 이동수단 정보 수집부(320)로 수신된 사용자의 위치정보 및 이동수단 정보에 기초하여 사용자의 무인 카페 도착 예상 시간을 산출할 수 있다.
음료 제작 시간 결정부(350)는 도착 예상 시간 산출부(330)에서 산출된 사용자의 무인 카페 도착 예상 시간에 기반하여 음료를 제작하는 시간을 결정할 수 있다. 이때, 음료 제작 시간 결정부(350)는 사용자의 무인 카페 도착 예상 시간뿐만 아니라, 음료의 종류와 양에 따라 상이한 음료의 온도를 최적의 상태로 제작하기 위해 음료의 종류와 양 정보까지 고려하여 음료 제작 시간을 결정할 수 있다.
예를 들어, 사용자 단말(100)을 통해 CYG 회원이 따뜻한 카페라테를 주문한 한 경우, 위치정보 및 이동수단 정보 수집부(320)가 현재 시각 오전 8시의 CYG 회원 단말(100)의 위치정보가 하남시 미사강변서로 85 부근인 것으로 수집되고, 이동수단 정보가 자가용인 것으로 수집되면, 도착 예상 시간 산출부(330)가 CYG회원이 하남시 미사강변서로 85로부터 자가용을 이용하는 경우, 강남구 논현로 85길에 있는 무인 카페에 도착 가능한 시간이 오전 9시인 것으로 산출할 수 있다.
이어서, 음료 제작 시간 결정부(350)는 CYG 회원의 무인 카페 도착 예상 시간이 오전 9시라는 정보를 수신하고, 사용자 단말(100)을 통해 CYG 회원이 주문한 따뜻한 카페라테 360ml가 최상의 맛을 내는 최적의 온도 65도~75도를 맞추기 위해 오전 9시 직전에 음료가 최대한 식지 않을 시간을 음료 제작 시간으로 결정할 수 있다.
이를 위해 음료 제작 시간 결정부(350)는 음료의 종류와 양별로 최상의 맛을 유지할 수 있는 온도와 온도 지속 시간에 관한 정보를 미리 저장하고 있다.
음료 제작 순서 결정부(350)는 음료 제작 시간 결정부(350)에서 결정된 제1 음료 제작 시간과 제2 음료 제작 시간의 차이가 기 설정된 N분을 초과하는지 여부에 따라 음료 제작을 결정된 제작 시간이나 주문 순서대로 실행할지 결정할 수 있다. 여기서, N분은 제1 음료와 제2 음료의 종류와 양을 고려하여 기 설정된 파라미터일 수 있다.
예를 들어, 먼저 주문된 제1 사용자가 주문한 제1 음료 제작 시간이 오전 8시 57분으로 결정되고, 후에 제2 사용자가 주문한 제2 음료 제작 시간이 오전 8시 50분인 것으로 결정되었을 때, 두 음료 제작 시간의 차이가 기준인 N=3분을 초과하는 경우가 되므로, 주문의 순서는 제1 주문자가 앞서더라도 제2 주문자의 음료 제작을 먼저 할 수 있다.
반대로, 제1 음료 제작 시간이 오전 8시 57분으로 결정되고, 후에 주문된 제2 음료 제작 시간이 8시 55분으로 결정되었을 때, 두 음료 제작 시간의 차이가 기준인 3분 이내인 경우가 되므로, 주문의 순서대로 제1 주문자의 음료를 제2 주문자의 음료보다 먼저 제작할 수 있다.
이와 같은 본 발명의 일 실시예에 따른 무인 카페의 사용자 맞춤형 추천음료 제공 시스템에 의하면, 사용자의 무인 카페 도착 예상 시간과 주문 순서를 동시에 고려하여 음료를 제작함으로써, 특히 바쁜 시간대에도 무인 카페를 효율적으로 운용하게 하여 수익 향상을 도모할 수 있고, 사용자 입장에서는 주문한 음료를 최상의 상태로 신속하게 제공받을 수 있는 효과가 있다.
도 3은 본 발명에 따른 무인 카페의 사용자 맞춤형 추천음료 제공 방법을 설명하기 위한 순서도이다.
도 3을 참조하면, 본 발명에 따른 무인 카페의 사용자 맞춤형 추천음료 제공 방법은 먼저, 사용자로부터 사용자 단말을 통해 사용자 맞춤형 음료 추천 서비스 요청을 입력받으면(S110), 사용자에게 사용자 정보 입력을 요청하고, 이에 대한 피드백 정보를 입력받을 수 있다(S120).
여기서, 기본적인 사용자 정보와 같은 경우, 무인 카페 앱을 통한 회원 등록시에 미리 입력받을 수도 있다. 기본적인 사용자 정보는 예를 들어, 사용자의 성별, 나이, 혈액형 및 질병 등에 관한 정보일 수 있고, 알러지 반응 정보, 임신, 고혈압, 고지혈증, 비만 등과 같이 일정 기간동안 거의 변동없는 정보를 추가할 수 있다. 그리고, 사용자 맞춤형 음료 추천 서비스 요청 신호를 수신하면, 사용자 단말로 사용자에게 현재 스케줄 상황 및 신체 상태를 확인하기 위한 설문형태의 질의정보를 표시하고, 사용자로부터 질의정보에 대한 피드백 정보를 입력받을 수 있다. 상기 현재 스케줄 상황은 사용자가 현재 처한 상황에 마시면 가장 도움이 될 수 있는 음료를 추천받기 위해 입력 또는 선택할 수 있는 항목으로서 예를 들어, 출근 전, 시험 전, 운동 전, 운동 후, 식사 후 및 수유 전 등의 정보로 입력될 수 있다. 상기 신체 상태는 사용자가 느끼는 현재 컨디션에 해당하는 정보로서 예를 들어, 피곤함, 배부름, 긴장됨, 스트레스, 졸림, 더움, 추움 등과 같은 정보일 수 있고 각 컨디션 상태의 매우, 보통, 조금과 같은 정도를 나타내는 정보까지 입력될 수 있다. 아울러, 사용자 맞춤형 음료 추천 서비스 요청 신호의 수신에 따라 외부 환경 정보로서, 사용자가 위치한 지역의 현재의 날씨, 기온 및 습도 정보를 실시간으로 획득할 수 있다. 이때 사용자가 위치한 지역 정보는 사용자 단말로부터 수신한 사용자 위치 정보를 통해 획득하거나, 무인 카페가 위치하는 곳의 지역 정보를 이용할 수 있다.
다음으로, 수집한 사용자의 스케줄 상황, 신체 상태 및 외부 환경 정보에 기초하여 사용자에게 해당 시점에 가장 최적화된 음료 메뉴를 추출할 수 있다(S130).
구체적으로, 사용자의 기본 정보, 사용자의 스케줄 상황 및 신체 상태에 기반하여 음료에 포함되는 특이 성분들에 대한 1회 섭취 권장량을 산출하고, 산출된 음료 성분 1회 섭취 권장량에 기초하여 음료 메뉴 및 음료 섭취량을 결정할 수 있다. 또한, 각 특이 성분들을 사용자별로 섭취를 피해야할 성분 또는 섭취를 권장하는 성분으로 분류할 수 있다. 여기서, 특이 성분은 카페인, 설탕, 땅콩, 우유 및 각종 열매류 등과 같이 연령이나 체질, 질병 및 알러지 반응에 따라 사용자 신체에 영향을 미칠 수 있는 음식 성분으로 미리 분류될 수 있다.
이와 같이 사용자 맞춤형 추천 음료를 선별하기 위해 빅데이터 분석 플랫폼을 이용할 수도 있다.
구체적으로, 다수의 사용자 단말로부터 수신한 음료 주문 데이터가 빅데이터일 수 있다. 상기 음료 주문 데이터는 민감한 개인정보를 제외한 성별, 연령, 체질, 질병, 알러지 및 신체 상태와 같은 기본 정보, 스케줄 정보 및 외부 환경 정보와 매핑된 음료 주문 정보일 수 있다. 아울러, 상기 음료 주문 데이터는 음료에 대한 사용자의 음료 후기 데이터를 더 포함할 수 있다.
이에 따라, 빅데이터 분석 플랫폼을 통해 빅데이터를 저장할 수 있으면서 수신한 빅데이터 중에서 의미 있는 데이터를 검색하여 시각화하고 이를 바탕으로 예측 및 분석을 수행할 수 있다. 전술한 빅데이터 분석 플랫폼은 빅데이터 분석 기술을 적용 및 활용할 수 있는 인터넷 상의 전산 환경을 의미하며, 빅데이터 분석은 획득, 저장, 정제, 분석, 예측, 활용의 단계로 진행될 수 있다.
상기 빅데이터 분석 플랫폼은 네트워크, 프로세서 및 메모리를 포함할 수 있다. 상기 프로세서는 하나 이상의 코어로 구성될 수 있으며, 컴퓨팅 장치의 중앙 처리 장치(CPU: central processing unit), 범용 그래픽 처리 장치 (GPGPU: general purpose graphics processing unit), 텐서 처리 장치(TPU: tensor processing unit) 등의 데이터 분석, 딥러닝을 위한 프로세서를 포함할 수 있다. 상기 프로세서는 상기 메모리에 저장된 컴퓨터 프로그램을 판독하여 본 개시의 일 실시예에 따른 기계 학습을 위한 데이터 처리를 수행할 수 있다. 본 개시의 일 실시예에 따라 상기 프로세서는 신경망의 학습을 위한 연산을 수행할 수 있다. 상기 프로세서는 딥러닝(DL: deep learning)에서 학습을 위한 입력 데이터의 처리, 입력 데이터에서의 피처 추출, 오차 계산, 역전파(backpropagation)를 이용한 신경망의 가중치 업데이트 등의 신경망의 학습을 위한 계산을 수행할 수 있다. 상기 프로세서의 CPU, GPGPU, 및 TPU 중 적어도 하나가 네트워크 함수의 학습을 처리할 수 있다. 예를 들어, CPU 와 GPGPU가 함께 네트워크 함수의 학습, 네트워크 함수를 이용한 데이터 분류를 처리할 수 있다. 또한, 본 개시의 일 실시예에서 복수의 컴퓨팅 장치의 프로세서를 함께 사용하여 네트워크 함수의 학습, 네트워크 함수를 이용한 데이터 분류를 처리할 수 있다. 또한, 본 개시의 일 실시예에 따른 컴퓨팅 장치에서 수행되는 컴퓨터 프로그램은 CPU, GPGPU 또는 TPU 실행가능 프로그램일 수 있다.
그리고, 음료 주문 데이터들에 기초하여 예측 모델을 학습할 수 있다. 이를 위해 상기 프로세서는 하나 이상의 주문자들에 대한 음료 주문 데이터를 분석하기 위해 예측 모델의 학습을 위한 음료 주문 데이터를 다수의 사용자 단말로부터 수신할 수 있다.
이와 같이 상기 프로세서는 음료 주문 데이터에 대해 주문자의 성별, 연령, 체질, 질병, 알러지 반응 정보를 포함하는 신체 정보와 스케줄 정보 및 외부 환경 정보와 사용자의 최종 음료 선택에 대한 정보 및 음료 후기 데이터를 미리 수집하고, 수집된 데이터로 기계 학습 알고리즘을 학습시킨 후, 학습된 알고리즘에 새로운 사용자에 대한 정보를 입력하여 전술한 과정을 거쳐 사용자에게 해당 시점에 가장 최적화된 음료 메뉴를 적합도 순으로 결정할 수 있다.
이와 같이 결정된 음료 메뉴를 권장 음료로서 사용자 단말로 추천할 수 있다(S140). 그리고, 사용자 단말을 통해 사용자로부터 음료 주문 요청을 수신할 수 있다(S150).
도 4는 본 발명에 따른 무인 카페의 맞춤형 추천음료 제공의 일 실시예를 설명하기 위한 순서도이다.
도 4를 참조하면, 카페 주문 관리 서버는 사용자 단말로부터 음료 주문 요청을 수신한 이후, 사용자 단말로부터 사용자의 위치정보 및 이동수단 정보를 수신할 수 있다(S210). 이를 위해 사용자 단말은 스마트폰과 같은 사용자 단말기에 포함된 GPS(Global Positioning System) 및 지도 애플리케이션 등을 통하여 현재 사용자의 위치 정보를 획득할 수 있다. 이동수단 정보는 사용자가 사용자 단말을 통해 입력하거나 선택하는 정보일 수 있고, 예를 들면 자가용, 버스, 자전거 또는 도보 중 적어도 하나일 수 있다.
다음으로, 수신된 사용자의 위치정보 및 이동수단 정보에 기초하여 사용자의 무인 카페 도착 예상 시간을 산출할 수 있다(S220). 이와 같이 산출된 사용자의 무인 카페 도착 예상 시간에 기반하여 음료를 제작하는 시간을 결정할 수 있다(S230). 이때, 사용자의 무인 카페 도착 예상 시간뿐만 아니라, 음료의 종류와 양에 따라 상이한 음료의 온도를 최적의 상태로 제작하기 위해 음료의 종류와 양 정보까지 고려하여 음료 제작 시간을 결정할 수 있다. 아울러, 음료의 종류와 양 별로 최상의 맛을 유지할 수 있는 온도와 온도 지속 시간에 관한 정보를 미리 설정하여 활용할 수 있다.
그리고, 결정된 제1 음료 제작 시간과 제2 음료 제작 시간의 차이가 기 설정된 N분을 초과하는지 여부를 판단하고(S240), 상기 판단 결과에 따라 음료 제작을 결정된 제작 시간이나 주문 순서대로 실행할지 결정할 수 있다. 여기서, N분은 제1 음료와 제2 음료의 종류와 양을 고려하여 기 설정된 파라미터일 수 있다.
구체적으로, 먼저 주문된 제1 사용자가 주문한 제1 음료 제작 시간과, 이후에 제2 사용자가 주문한 제2 음료 제작 시간이 결정되었을 때, 두 음료 제작 시간의 차이가 기준인 N분을 초과하면, 결정된 제작시간이 좀 더 빠른 음료부터 제작할 수 있다(S250). 즉, 주문의 순서는 제1 주문자가 앞서더라도 제2 주문자의 음료 제작을 먼저 할 수 있다.
반대로, 제1 음료 제작 시간과, 후에 주문된 제2 음료 제작 시간의 간격 차이가 기준인 N분 이내인 경우, 주문의 순서대로 음료를 제작할 수 있다(S260). 즉, 주문 순서대로 제1 주문자의 음료를 제2 주문자의 음료보다 먼저 제작할 수 있다.
상기와 같은 본 발명의 일 실시예에 따른 무인 카페의 사용자 맞춤형 추천음료 제공 시스템에 의하면, 사용자의 신체 상태, 해당 시점의 스케줄 상황 및 날씨와 기온과 같은 환경 정보에 기초하여 해당 시점에 사용자에게 가장 적합한 음료를 추천해 줄 수 있는 효과가 있다.
또한, 본 발명의 일 실시예에 따른 무인 카페의 사용자 맞춤형 추천음료 제공 시스템에 의하면, 사용자의 무인 카페 도착 예상 시간에 기반하여 음료를 제작함으로써 사용자에게 최적화된 상태의 음료를 제공해줄 수 있다.
아울러, 본 발명의 일 실시예에 따른 무인 카페의 사용자 맞춤형 추천음료 제공 시스템에 의하면, 사용자의 무인 카페 도착 예상 시간과 주문 순서를 동시에 고려하여 음료를 제작함으로써, 특히 바쁜 시간대에도 무인 카페를 효율적으로 운용하게 하여 수익 향상을 도모할 수 있다.
본 발명에 따른 방법 및 서버는 하나 이상의 프로세서로 하여금 앞서 설명한 기능들과 프로세서를 수행하도록 하는 명령에 의하여 구동될 수 있다.
예를 들어 그러한 명령으로는, 예컨대 JavaScript나 ECMAScript 명령 등의 스크립트 명령과 같은 해석되는 명령이나 실행 가능한 코드 혹은 컴퓨터로 판독 가능한 매체에 저장되는 기타의 명령이 포함될 수 있다. 나아가 본 발명에 따른 장치는 서버 팜(Server Farm)과 같이 네트워크에 걸쳐서 분산형으로 구현될 수 있으며, 혹은 단일의 컴퓨터 장치에서 구현될 수도 있다.
비록 본 명세서와 도면에서는 예시적인 장치 구성을 기술하고 있지만, 본 명세서에서 설명하는 기능적인 동작과 주제의 구현물들은 다른 유형의 디지털 전자 회로로 구현되거나, 본 명세서에서 개시하는 구조 및 그 구조적인 등가물들을 포함하는 컴퓨터 소프트웨어, 펌웨어 혹은 하드웨어로 구현되거나, 이들 중 하나 이상의 결합으로 구현 가능하다. 본 명세서에서 설명하는 주제의 구현물들은 하나 이상의 컴퓨터 프로그램 제품, 다시 말해 본 발명에 따른 장치의 동작을 제어하기 위하여 혹은 이것에 의한 실행을 위하여 유형의 프로그램 저장매체 상에 인코딩된 컴퓨터 프로그램 명령에 관한 하나 이상의 모듈로서 구현될 수 있다. 컴퓨터로 판독 가능한 매체는 기계로 판독 가능한 저장 장치, 기계로 판독 가능한 저장 기판, 메모리 장치, 기계로 판독 가능한 전파형 신호에 영향을 미치는 물질의 조성물 혹은 이들 중 하나 이상의 조합일 수 있다.
본 명세서에서 설명한 주제의 구현물은 예컨대 데이터 서버와 같은 백엔드 컴포넌트를 포함하거나, 예컨대 어플리케이션 서버와 같은 미들웨어 컴포넌트를 포함하거나, 예컨대 사용자가 본 명세서에서 설명한 주제의 구현물과 상호 작용할 수 있는 웹 브라우저나 그래픽 유저 인터페이스를 갖는 클라이언트 컴퓨터와 같은 프론트엔드 컴포넌트 혹은 그러한 백엔드, 미들웨어 혹은 프론트엔드 컴포넌트의 하나 이상의 모든 조합을 포함하는 연산 시스템에서 구현될 수 있다. 시스템의 컴포넌트는 예컨대 통신 네트워크와 같은 디지털 데이터 통신의 어떠한 형태나 매체에 의해서도 상호 접속 가능하다.
본 명세서는 다수의 특정한 구현물의 세부사항들을 포함하지만, 이들은 어떠한 발명이나 청구 가능한 것의 범위에 대해서도 제한적인 것으로서 이해되어서는 안되며, 오히려 특정한 발명의 특정한 실시형태에 특유할 수 있는 특징들에 대한 설명으로서 이해되어야 한다. 개별적인 실시형태의 문맥에서 본 명세서에 기술된 특정한 특징들은 단일 실시형태에서 조합하여 구현될 수도 있다. 반대로, 단일 실시형태의 문맥에서 기술한 다양한 특징들 역시 개별적으로 혹은 어떠한 적절한 하위 조합으로도 복수의 실시형태에서 구현 가능하다. 나아가, 특징들이 특정한 조합으로 동작하고 초기에 그와 같이 청구된 바와 같이 묘사될 수 있지만, 청구된 조합으로부터의 하나 이상의 특징들은 일부 경우에 그 조합으로부터 배제될 수 있으며, 그 청구된 조합은 하위 조합이나 하위 조합의 변형물로 변경될 수 있다.
마찬가지로, 특정한 순서로 도면에서 동작들을 묘사하고 있지만, 이는 바람직한 결과를 얻기 위하여 도시된 그 특정한 순서나 순차적인 순서대로 그러한 동작들을 수행하여야 한다거나 모든 도시된 동작들이 수행되어야 하는 것으로 이해되어서는 안 된다. 특정한 경우, 멀티태스킹과 병렬 프로세싱이 유리할 수 있다. 또한, 상술한 실시형태의 다양한 시스템 컴포넌트의 분리는 그러한 분리를 모든 실시형태에서 요구하는 것으로 이해되어서는 안되며, 설명한 프로그램 컴포넌트와 시스템들은 일반적으로 단일의 소프트웨어 제품으로 함께 통합되거나 다중 소프트웨어 제품에 패키징될 수 있다는 점을 이해하여야 한다.
본 명세서에서 설명한 주제의 특정한 실시형태를 설명하였다. 기타의 실시형태들은 이하의 청구항의 범위 내에 속한다. 예컨대, 청구항에서 인용된 동작들은 상이한 순서로 수행되면서도 여전히 바람직한 결과를 성취할 수 있다. 일 예로서, 첨부도면에 도시한 프로세스는 바람직한 결과를 얻기 위하여 반드시 그 특정한 도시된 순서나 순차적인 순서를 요구하지 않는다. 특정한 구현 예에서, 멀티태스킹과 병렬 프로세싱이 유리할 수 있다.
본 기술한 설명은 본 발명의 최상의 모드를 제시하고 있으며, 본 발명을 설명하기 위하여, 그리고 당업자가 본 발명을 제작 및 이용할 수 있도록 하기 위한 예를 제공하고 있다. 이렇게 작성된 명세서는 그 제시된 구체적인 용어에 본 발명을 제한하는 것이 아니다. 따라서, 상술한 예를 참조하여 본 발명을 상세하게 설명하였지만, 당업자라면 본 발명의 범위를 벗어나지 않으면서도 본 예들에 대한 개조, 변경 및 변형을 가할 수 있다.
따라서 본 발명의 범위는 설명된 실시 예에 의하여 정할 것이 아니고 특허청구범위에 의해 정하여져야 한다.
100: 사용자 단말
200: 음료 추천 서비스 서버
300: 카페주문 관리서버
400: 통신망
200: 음료 추천 서비스 서버
300: 카페주문 관리서버
400: 통신망
Claims (11)
- 무인 카페의 사용자 맞춤형 추천음료 제공 시스템에 있어서,
사용자 맞춤형 음료 추천 서비스를 요청하고, 사용자로부터 사용자 정보를 입력받아 전송하는 사용자 단말; 및
상기 사용자 맞춤형 음료 추천 서비스 요청을 수신하면, 상기 사용자 정보와 수집된 외부 환경 정보에 기초하여 사용자의 스케줄 상황, 신체 상태 및 날씨 정보에 적합한 맞춤형 음료 메뉴를 선별하여 사용자에게 추천하는 음료 추천 서비스 서버를 포함하고,
상기 신체 상태는 사용자가 느끼는 현재 컨디션에 해당하는 정보로서 피곤함, 배부름, 긴장됨, 스트레스, 졸림, 더움 및 추움 중 하나 이상의 상태를 포함하고,
상기 음료 추천 서비스 서버는 복수의 사용자가 실제 음료를 주문한 복수의 음료 주문 데이터에 기초하여 음료 주문 예측 모델을 학습시키고, 학습된 음료 주문 예측 모델에 의하여 음료를 추천하며,
복수의 음료 주문 데이터는 주문자의 성별, 연령, 체질, 질병, 알러지 반응 정보를 포함하는 신체 정보, 스케줄 정보, 외부 환경 정보, 사용자의 최종 음료 선택에 대한 정보 및 음료 후기 데이터를 포함하고,
상기 사용자 단말로부터 음료 주문 요청을 수신하고, 수신된 음료 주문 요청에 따라 음료를 제작하기 위한 카페 주문 관리서버를 더 포함하며,
상기 카페 주문 관리서버는,
상기 사용자 단말로부터 사용자의 위치정보 및 이동수단 정보를 수신하는 위치정보 및 이동수단 정보 수집부;
상기 수신된 사용자의 위치정보 및 이동수단 정보에 기초하여 사용자의 무인 카페 도착 예상 시간을 산출하는 도착 예상 시간 산출부; 및
상기 산출된 무인 카페 도착 예상 시간에 기반하여 음료를 제작하는 시간을 결정하는 음료 제작 시간 결정부
를 포함하고,
상기 사용자 단말은,
사용자에게 현재 스케줄 상황 및 신체 상태를 확인하기 위한 설문형태의 질의정보를 표시하고, 사용자로부터 질의정보에 대한 피드백 정보를 입력받아 상기 음료 추천 서비스 서버로 전송하며,
상기 음료 제작 시간 결정부는 음료의 종류와 양별로 맛을 유지할 수 있는 온도와 온도 지속 시간에 관한 정보를 미리 저장하고, 사용자의 무인 카페 도착 예상 시간에 사용자가 주문한 음료가 맛을 내는 온도 범위가 되도록 주문한 음료의 종류와 양 정보를 고려하여 음료 제작 시간을 결정하는 것을 특징으로 하는 무인 카페의 사용자 맞춤형 추천음료 제공 시스템. - 삭제
- 제 1 항에 있어서,
상기 음료 추천 서비스 서버는,
상기 외부 환경 정보로서 현재 날씨, 기온 및 습도 정보를 실시간으로 획득하는 것을 특징으로 하는 무인 카페의 사용자 맞춤형 추천음료 제공 시스템. - 삭제
- 삭제
- 제 1 항에 있어서,
상기 카페 주문 관리서버는,
상기 음료 제작 시간 결정부에서 결정된 제1 음료 제작 시간과 제2 음료 제작 시간의 차이가 기 설정된 N분을 초과하는지 여부에 따라 음료 제작을 결정된 제작 시간이나 주문 순서대로 실행할지 결정하는 음료 제작 순서 결정부를 더 포함하는 것을 특징으로 하는 무인 카페의 사용자 맞춤형 추천음료 제공 시스템. - 무인 카페의 사용자 맞춤형 추천 음료 제공 서버에 의해 수행되는 무인 카페의 사용자 맞춤형 추천음료 제공 방법에 있어서,
사용자 맞춤형 음료 추천 서비스에 대한 요청을 수신하는 단계;
상기 사용자로부터 입력된 사용자 정보를 수신하는 단계;
상기 사용자 정보와 수집된 외부 환경 정보에 기초하여 사용자의 스케줄 상황, 신체 상태 및 날씨 정보에 적합한 맞춤형 음료 메뉴를 선별하는 단계;
상기 선별된 맞춤형 음료 메뉴를 포함하는 권장 음료 정보를 사용자 단말로 전송하는 단계
를 포함하고,
상기 신체 상태는 사용자가 느끼는 현재 컨디션에 해당하는 정보로서 피곤함, 배부름, 긴장됨, 스트레스, 졸림, 더움 및 추움 중 하나 이상의 상태를 포함하고,
상기 맞춤형 음료 메뉴를 선별하는 단계에서는, 복수의 사용자가 실제 음료를 주문한 복수의 음료 주문 데이터에 기초하여 음료 주문 예측 모델을 학습시키고, 학습된 음료 주문 예측 모델에 의하여 음료를 추천하며,
복수의 음료 주문 데이터는 주문자의 성별, 연령, 체질, 질병, 알러지 반응 정보를 포함하는 신체 정보, 스케줄 정보, 외부 환경 정보, 사용자의 최종 음료 선택에 대한 정보 및 음료 후기 데이터를 포함하고,
상기 사용자로부터 입력된 사용자 정보를 수신하는 단계는,
사용자에게 현재 스케줄 상황 및 신체 상태를 확인하기 위한 설문형태의 질의정보를 표시하는 단계; 및
사용자로부터 상기 질의정보에 대한 피드백 정보를 입력받는 단계를 포함하고,
사용자 단말로부터 음료 주문 요청을 수신하는 단계;
상기 사용자 단말로부터 사용자의 위치정보 및 이동수단 정보를 수신하는 단계;
상기 수신된 사용자의 위치정보 및 이동수단 정보에 기초하여 사용자의 무인 카페 도착 예상 시간을 산출하는 단계; 및
상기 산출된 무인 카페 도착 예상 시간에 기반하여 음료를 제작하는 시간을 결정하는 단계를 더 포함하며,
음료를 제작하는 시간을 결정하는 상기 단계에서는, 음료의 종류와 양별로 맛을 유지할 수 있는 온도와 온도 지속 시간에 관한 정보를 미리 저장하고, 사용자의 무인 카페 도착 예상 시간에 사용자가 주문한 음료가 맛을 내는 온도 범위가 되도록 주문한 음료의 종류와 양 정보를 고려하여 음료 제작 시간을 결정하는 것을 특징으로 하는 무인 카페의 사용자 맞춤형 추천음료 제공 방법. - 삭제
- 제 7 항에 있어서,
상기 외부 환경 정보로서 현재 날씨, 기온 및 습도 정보를 실시간으로 획득하는 단계를 더 포함하는 것을 특징으로 하는 무인 카페의 사용자 맞춤형 추천음료 제공 방법. - 삭제
- 제 7 항에 있어서,
제1 음료 제작 시간과 제2 음료 제작 시간의 차이가 기 설정된 N분을 초과하는지 여부에 따라 음료 제작을 결정된 제작 시간이나 주문 순서대로 실행할지 결정하는 단계를 포함하는 것을 특징으로 하는 무인 카페의 사용자 맞춤형 추천음료 제공 방법.
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020210060171A KR102645406B1 (ko) | 2021-05-10 | 2021-05-10 | 무인 카페의 사용자 맞춤형 추천음료 제공 시스템 및 방법 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020210060171A KR102645406B1 (ko) | 2021-05-10 | 2021-05-10 | 무인 카페의 사용자 맞춤형 추천음료 제공 시스템 및 방법 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| KR20220152794A KR20220152794A (ko) | 2022-11-17 |
| KR102645406B1 true KR102645406B1 (ko) | 2024-03-11 |
Family
ID=84233354
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| KR1020210060171A KR102645406B1 (ko) | 2021-05-10 | 2021-05-10 | 무인 카페의 사용자 맞춤형 추천음료 제공 시스템 및 방법 |
Country Status (1)
| Country | Link |
|---|---|
| KR (1) | KR102645406B1 (ko) |
Families Citing this family (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR102584816B1 (ko) * | 2023-03-23 | 2023-10-11 | 뉴럴엔진 주식회사 | 인공지능과 디지털 휴먼을 적용한 무인 카페 시스템 및 그 시스템의 운영 방법 |
| KR102584699B1 (ko) * | 2023-04-06 | 2023-10-10 | 주식회사 민성 | 뉴럴 네트워크를 이용하여 무인 카페를 관리하는 방법 및 장치 |
Citations (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR101817562B1 (ko) * | 2017-05-30 | 2018-01-11 | 주식회사 달콤 | 무인 커피 음료 제조 머신을 이용한 커피 음료 주문 처리 장치 및 그 동작 방법 |
Family Cites Families (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR20180025453A (ko) | 2016-08-31 | 2018-03-09 | (주)테라노바코리아 | 사전 주문 시스템 |
| KR20200137736A (ko) * | 2019-05-31 | 2020-12-09 | (주)에스앤피인터내셔널 | 사용자 정보 기반 음료 추천 시스템 및 방법 |
-
2021
- 2021-05-10 KR KR1020210060171A patent/KR102645406B1/ko active IP Right Grant
Patent Citations (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR101817562B1 (ko) * | 2017-05-30 | 2018-01-11 | 주식회사 달콤 | 무인 커피 음료 제조 머신을 이용한 커피 음료 주문 처리 장치 및 그 동작 방법 |
Also Published As
| Publication number | Publication date |
|---|---|
| KR20220152794A (ko) | 2022-11-17 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| KR102645406B1 (ko) | 무인 카페의 사용자 맞춤형 추천음료 제공 시스템 및 방법 | |
| JP5805548B2 (ja) | 情報処理装置、及び、情報処理方法 | |
| US9916612B2 (en) | User-state mediated product selection | |
| US11727465B2 (en) | Method for providing information | |
| US20150088641A1 (en) | Method for providing information and information providing system | |
| CN111538907B (zh) | 一种对象推荐方法、系统及装置 | |
| WO2015148559A1 (en) | Data mesh platform | |
| US9665872B2 (en) | Server apparatus, information providing program, recording medium recording information providing program, information providing method, terminal device, terminal program and recording medium recording terminal program | |
| KR102144965B1 (ko) | 과일추천서버 및 방법 | |
| KR102415337B1 (ko) | 농특산물 거래 제공 장치 및 방법 | |
| KR20230094952A (ko) | 역경매를 통한 여행 상품 판매 서비스 제공 방법 | |
| KR20220043003A (ko) | 무인매장의 상품 자동발주 서비스 제공방법, 서버 및 컴퓨터프로그램 | |
| US12093979B2 (en) | Systems and methods for generating real-time recommendations | |
| CN111967924A (zh) | 商品推荐方法、商品推荐装置、计算机设备和介质 | |
| JP2012234367A (ja) | 情報提供システム、情報提供方法、プログラム及び情報記録媒体 | |
| JP5827710B2 (ja) | 情報処理装置、情報処理方法、情報処理プログラム及び情報処理システム | |
| AU2021368783A9 (en) | Systems, methods, computing platforms, and storage media for providing image recommendations | |
| CN107798567B (zh) | 品牌信息推送方法、装置及电子设备 | |
| KR102431226B1 (ko) | 인공지능 기반의 개인 맞춤형 영양 관리 서비스 제공 방법 및 장치 | |
| CN113473901A (zh) | 行动支持系统及行动支持方法 | |
| US11776016B2 (en) | Systems and methods for determining user personas for a user | |
| KR102453378B1 (ko) | 마이크로 데이터 기반 인공 지능 개인화 메뉴 추천 시스템 | |
| EP4303800A1 (en) | Method, computer, and system | |
| KR102666573B1 (ko) | 음식 간편 입력 서비스 제공 방법 및 이를 위한 장치 | |
| US20200410569A1 (en) | Image processing system, image processing method, and program |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| E902 | Notification of reason for refusal | ||
| AMND | Amendment | ||
| E601 | Decision to refuse application | ||
| AMND | Amendment | ||
| X701 | Decision to grant (after re-examination) | ||
| GRNT | Written decision to grant |