KR20180134553A - 혼잡도 제공 시스템 및 방법 - Google Patents

혼잡도 제공 시스템 및 방법 Download PDF

Info

Publication number
KR20180134553A
KR20180134553A KR1020170072413A KR20170072413A KR20180134553A KR 20180134553 A KR20180134553 A KR 20180134553A KR 1020170072413 A KR1020170072413 A KR 1020170072413A KR 20170072413 A KR20170072413 A KR 20170072413A KR 20180134553 A KR20180134553 A KR 20180134553A
Authority
KR
South Korea
Prior art keywords
congestion
congestion degree
big data
providing
information
Prior art date
Application number
KR1020170072413A
Other languages
English (en)
Inventor
노영태
Original Assignee
주식회사 위즈온텍
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by 주식회사 위즈온텍 filed Critical 주식회사 위즈온텍
Priority to KR1020170072413A priority Critical patent/KR20180134553A/ko
Publication of KR20180134553A publication Critical patent/KR20180134553A/ko

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/29—Geographical information databases
    • G06F17/30241—
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/22—Indexing; Data structures therefor; Storage structures
    • G06F16/2219—Large Object storage; Management thereof
    • G06F17/30318—
    • G06K9/00362—
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
    • 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
    • G06Q30/0207—Discounts or incentives, e.g. coupons or rebates
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands

Landscapes

  • Engineering & Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Theoretical Computer Science (AREA)
  • Strategic Management (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Development Economics (AREA)
  • Economics (AREA)
  • Game Theory and Decision Science (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Marketing (AREA)
  • Human Resources & Organizations (AREA)
  • Finance (AREA)
  • Accounting & Taxation (AREA)
  • General Business, Economics & Management (AREA)
  • Databases & Information Systems (AREA)
  • Tourism & Hospitality (AREA)
  • Quality & Reliability (AREA)
  • Operations Research (AREA)
  • Data Mining & Analysis (AREA)
  • General Engineering & Computer Science (AREA)
  • Human Computer Interaction (AREA)
  • Multimedia (AREA)
  • Remote Sensing (AREA)
  • Software Systems (AREA)
  • Telephonic Communication Services (AREA)

Abstract

본 발명은 혼잡도 제공 시스템 및 방법에 관한 것이다. 개시된 혼잡도 제공 시스템 및 방법은, 특정장소의 혼잡도를 분석하여 제공하는 혼잡도 제공 시스템에 있어서, 하나 이상의 장소들에 대한 혼잡도 분석을 위한 빅데이터를 수집하여 저장하는 혼잡도정보 데이터베이스 및 사용자단말로부터 특정장소에 대한 혼잡도 정보를 요청받고, 상기 특정장소에 대한 혼잡도 분석을 위한 빅데이터를 상기 혼잡도정보 데이터베이스를 조회하여 제공받고, 상기 제공받은 혼잡도 분석을 위한 빅데이터를 처리하여 혼잡도 정보를 분석하여 상기 사용자단말에 제공하는 혼잡도제공서버를 포함하는 것을 특징으로 하는 혼잡도 제공 시스템을 제공한다. 본 발명에 의하면, 사용자가 원하는 장소의 혼잡도를 사전에 제공하여 사용시간대를 분산시킴으로써 사용자가 혼잡한 장소에서 겪는 불편을 최소화하고 사회적비용의 절감할 수 있는 혼잡도 제공 시스템 및 방법을 제공할 수 있다는 이점이 있다.

Description

혼잡도 제공 시스템 및 방법{SYSTEM AND METHOD FOR PROVIDING THE DEGREE OF CONGESTION}
본 발명은 혼잡도 제공 시스템 및 방법에 관한 것으로, 더욱 상세하게는 사용자가 원하는 장소의 혼잡도를 분석하여 제공하는 혼잡도 제공 시스템 및 방법에 관한 것이다.
이 부분에 기술된 내용은 단순히 본 실시 예에 대한 배경 정보를 제공할 뿐 종래기술을 구성하는 것은 아니다.
대도시, 놀이공원, 유명 장소 등에 집중되는 사람, 차량의 혼잡으로 인해 이용자들이 부담하는 비용 및 시간의 손실은 사회적인 비용의 손실로서 해마다 증가하고 있다.
혼잡도를 줄이기 위하여는 도로 등의 인프라를 확충하는 것도 필요하지만, 특정장소에 몰리는 인구를 적절히 분산하는 것이 비용대비 훌륭한 솔루션이 될 수 있다.
특정장소에 몰리는 인구를 분석하기 위하여는 우선 특정장소의 혼잡도를 분석할 수 있는 신뢰도 있는 정보를 수집하는 것이 필요하지만 현재 효과적인 정보 수집방안이 부재하다.
현재는 소규모 지역의 유동인구를 조사하기 위하여 조사원을 투입하여 수작업으로 유동인구를 조사하고 있으며, 이 경우 다수의 통행자가 통행을 하는 경우 정확한 조사가 불가능하다. 또한, 유동인구의 연령 등 특성을 외관만으로 정확하게 파악하기 어려워 유동인구의 구체적인 정보까지 추가적으로 수집하기에는 한계가 있다.
이에, 본 발명에서는, 전술한 기술적 제약을 해소시킬 수 있는 혼잡도 제공 시스템 및 방법을 제안하고자 한다.
한국등록특허 제10-0837536호, 2008년 2월 21일 공개(명칭: 특정지역 혼잡도 측정 시스템 및 방법과 이에 적용되는 이동통신 단말) 한국등록특허 제10-1420180호, 2014년 7월 10일 공개(명칭: 유동인구 정보 분석 장치 및 그 방법) 한국등록특허 제0-1094600호, 2007년 3월 30일 공개(명칭: 밀집도 알림 서비스 시스템 및 방법)
본 발명은 전술한 종래 기술의 문제점을 해결하기 위하여 제안된 것으로, 사용자가 원하는 장소의 혼잡도를 사전에 제공하여 사용시간대를 분산시킴으로써 사용자가 혼잡한 장소에서 겪는 불편을 최소화할 수 있는 혼잡도 제공 시스템 및 방법을 제공하는데 주된 목적이 있다.
또한, 본 발명의 다른 목적은 특정시간대, 장소별로 몰리는 인파를 분산함으로써 혼잡도를 최소화하여 사회적 비용을 최소화 할 수 있는 혼잡도 제공 시스템 및 방법을 제공하는데 있다.
또한, 본 발명의 다른 목적은 혼잡도를 예측하여 도로시설, 통신시설 등 사회적 인프라의 확충에 이용할 수 있는 혼잡도 제공 시스템 및 방법을 제공하는데 있다.
본 발명의 해결하고자 하는 과제는 이상에서 언급한 것으로 제한되지 않으며, 언급되지 않은 또 다른 해결하고자 하는 과제는 아래의 기재로부터 본 발명이 속하는 통상의 지식을 가진 자에게 명확하게 이해될 수 있을 것이다.
전술한 목적을 달성하기 위한 본 발명의 일 양상은, 특정장소의 혼잡도를 분석하여 제공하는 혼잡도 제공 시스템에 있어서, 하나 이상의 장소들에 대한 혼잡도 분석을 위한 빅데이터를 수집하여 저장하는 혼잡도정보 데이터베이스; 및 사용자단말로부터 특정장소에 대한 혼잡도 정보를 요청받고, 상기 특정장소에 대한 혼잡도 분석을 위한 빅데이터를 상기 혼잡도정보 데이터베이스를 조회하여 제공받고, 상기 제공받은 혼잡도 분석을 위한 빅데이터를 처리하여 혼잡도 정보를 분석하여 상기 사용자단말에 제공하는 혼잡도제공서버를 포함하는 것을 특징으로 하는 혼잡도 제공 시스템을 제공한다.
본 발명의 다른 일 양상은, 특정장소의 혼잡도를 분석하여 제공하는 혼잡도 제공 방법에 있어서, 혼잡도정보 데이터베이스가 혼잡도를 분석하기 위한 장소별 빅데이터를 수집하여 저장하는 단계; 혼잡도제공서버가 사용자단말로부터 특정장소에 대한 혼잡도 정보요청을 받으면, 상기 혼잡도정보 데이터베이스에 혼잡도를 분석하기 위한 상기 특정장소의 혼잡도 빅데이터를 조회요청하는 단계; 상기 혼잡도정보 데이터베이스가 상기 혼잡도제공서버에 상기 특정장소에 대한 혼잡도 빅데이터를 제공하는 단계; 상기 혼잡도제공서버가 상기 혼잡도정보 데이터베이스로부터 제공된 빅데이터를 토대로 빅데이터 처리기법을 통하여 혼잡도를 분석하거나 예측하는 단계; 및 상기 혼잡도제공서버가 상기 분석된 혼잡도 정보를 상기 사용자단말에 제공하는 단계를 포함하는 것을 특징으로하는 혼잡도 제공 방법을 제공한다.
본 발명의 혼잡도 제공 시스템 및 방법에 의하면, 사용자가 원하는 장소의 혼잡도를 사전에 제공하여 사용시간대를 분산시킴으로써 사용자가 혼잡한 장소에서 겪는 불편을 최소화할 수 있는 혼잡도 제공 시스템 및 방법을 제공할 수 있다는 효과가 있다.
또한, 특정시간대, 장소별로 몰리는 인파를 분산함으로써 혼잡도를 최소화하여 사회적 비용을 최소화 할 수 있는 혼잡도 제공 시스템 및 방법을 제공할 수 있다는 효과가 있다.
또한, 혼잡도를 예측하여 도로시설, 통신시설 등 사회적 인프라의 확충에 이용할 수 있는 혼잡도 제공 시스템 및 방법을 제공할 수 있다는 효과가 있다.
본 발명에서 얻을 수 있는 효과는 이상에서 언급한 효과로 제한되지 않으며, 언급하지 않은 또 다른 효과들은 아래의 기재로부터 본 발명이 속하는 기술분야에서 통상의 지식을 가진 자에게 명확하게 이해될 수 있을 것이다.
본 발명에 관한 이해를 돕기 위해 상세한 설명의 일부로 포함되는, 첨부 도면은 본 발명에 대한 실시예를 제공하고, 상세한 설명과 함께 본 발명의 기술적 특징을 설명한다.
도 1은 본 발명의 일 실시예에 따른 혼잡도 제공 시스템의 전체구성을 예시한 도면이다.
도 2는 본 발명의 일 실시예에 따른 혼잡도제공서버에서 제공되는 위치정보를 예시한 도면이다.
도 3은 본 발명의 일 실시예에 따른 혼잡도 표현방식을 예시한 도면이다.
도 4는 본 발명의 일 실시예에 따른 혼잡도 제공방법을 예시한 도면이다.
이하, 본 발명에 따른 바람직한 실시 형태를 첨부된 도면을 참조하여 상세하게 설명한다. 첨부된 도면과 함께 이하에 개시될 상세한 설명은 본 발명의 예시적인 실시형태를 설명하고자 하는 것이며, 본 발명이 실시될 수 있는 유일한 실시형태를 나타내고자 하는 것이 아니다. 이하의 상세한 설명은 본 발명의 완전한 이해를 제공하기 위해서 구체적 세부사항을 포함한다. 그러나, 본 발명이 속하는 기술분야에서 통상의 지식을 가진 자는 본 발명이 이러한 구체적 세부사항 없이도 실시될 수 있음을 안다.
몇몇 경우, 본 발명의 개념이 모호해지는 것을 피하기 위하여 공지의 구조 및 장치는 생략되거나, 각 구조 및 장치의 핵심기능을 중심으로 한 블록도 형식으로 도시될 수 있다.
명세서 전체에서, 어떤 부분이 어떤 구성요소를 "포함(comprising 또는 including)"한다고 할 때, 이는 특별히 반대되는 기재가 없는 한 다른 구성요소를 제외하는 것이 아니라 다른 구성요소를 더 포함할 수 있는 것을 의미한다. 또한, 명세서에 기재된 "…부", "…기", "모듈" 등의 용어는 적어도 하나의 기능이나 동작을 처리하는 단위를 의미하며, 이는 하드웨어나 소프트웨어 또는 하드웨어 및 소프트웨어의 결합으로 구현될 수 있다. 또한, "일(a 또는 an)", "하나(one)", "그(the)" 및 유사 관련어는 본 발명을 기술하는 문맥에 있어서(특히, 이하의 청구항의 문맥에서) 본 명세서에 달리 지시되거나 문맥에 의해 분명하게 반박되지 않는 한, 단수 및 복수 모두를 포함하는 의미로 사용될 수 있다.
본 발명의 실시예들을 설명함에 있어서 공지 기능 또는 구성에 대한 구체적인 설명이 본 발명의 요지를 불필요하게 흐릴 수 있다고 판단되는 경우에는 그 상세한 설명을 생략할 것이다. 그리고 후술되는 용어들은 본 발명의 실시예에서의 기능을 고려하여 정의된 용어들로서 이는 사용자, 운용자의 의도 또는 관례 등에 따라 달라질 수 있다. 그러므로 그 정의는 본 명세서 전반에 걸친 내용을 토대로 내려져야 할 것이다.
이하, 첨부된 도면들을 참조하여 본 발명의 실시예에 대해 살펴보기로 한다.
도 1은 본 발명의 일 실시예에 따른 혼잡도 제공 시스템의 전체구성을 예시한 도면이다.
특정장소의 혼잡도를 파악하고자 하는 사용자가 소지하는 사용자단말(100)은 기지국, 중계기 등을 통하여 음성 혹은 데이터 형식으로 정보를 주고 받을 수 있는 정보통신 기기로서, 주로 휴대폰, 스마트폰일 것이나, 그 외 유무선통신기능이 탑재된 데스크톱(Desktop), 태블릿컴퓨터(Tablet PC), 노트북(Note book), 넷북(Net book), 멀티미디어 단말기, IP(Internet Protocol) 단말기, PMP(Portable Multimedia Player), MID(Mobile Internet Device)등의 정보통신 기기일 수 있다.
사용자단말(100)는 기지국, 중계기 등에 연결되어 혼잡도제공서버(200)와 네트워크(미도시)를 통하여 정보를 주고 받는데, 네트워크는 대개 CDMA(Code Division Multiple Access), WCDMA(Wideband Code Division Multiple Access), GSM(Global System for Mobile Communications), LTE(Long Term Evolution) 등의 이동통신망일 것이나, 인터넷과 같은 글로벌 공공 통신 네트워크(Global Public Communication Network), WAN(wide area network), LAN(local area network), 인트라넷 또는 그 명칭 여부에 불구하고 향후 구현될 어떠한 형태일 수 있다.
혼잡도제공서버(200)는 혼잡도정보 데이터베이스(300)에 수집저장되어 있는 데이터를 수집하고, 기간별 통계분석 등 빅데이터 처리하여 혼잡도를 분석하여 사용자단말(100)에 요청된 위치 혹은 장소에 대한 혼잡도정보를 제공한다.
혼잡도제공서버(200)는 서버 팜(Server Farm)과 같이 네트워크에 걸쳐서 분산형으로 구현될 수 있으며, 혹은 단일의 컴퓨터 장치에서 구현될 수도 있다.
혼잡도정보 데이터베이스(300)는 여러 소스로부터 수집된 혼잡도에 대한 빅데이터정보를 도시된 300a, 300b, 300c와 같이 각각 저장된 데이터베이스의 전체를 의미한다. 혼잡도정보 데이터베이스(300)는 여러 기간별로 수집되어 다양한 정보를 제공하는 것이 바람직하다. 예컨대, 충분한 기간동안 축적된 빅데이터를 통하여 주말 혹은 평일의 혼잡도를 구분하거나, 일반적인 날과 명절날의 혼잡도를 구분하여 제공할 수 있다.
각각의 데이터베이스는 예컨대, 테마파크, 축구장, 놀이동산 등 해당지역에 위치한 휴대폰들의 정보를 수집하여 데이터, CCTV 기반 데이터, POS 기반 데이터, 지하철 혼잡도 기반 데이터, 예측모델 데이터 등 다른 방식으로 수집된 혼잡도 정보가 저장된다.
사용자단말(100)이 특정 장소의 혼잡도를 혼잡도제공서버(200)에 요청하는 경우 혼잡도제공서버(200)는 해당 장소에 대한 혼잡도 정보가 수집되어 저장된 혼잡도정보 데이터베이스(300)를 조회하여 해당 장소에 대한 위치정보와 함께 혼잡도 정보를 제공한다.
혼잡도제공서버(200)에서 제공되는 위치정보는 도 2를 통하여 설명하도록 한다.
도 2는 본 발명의 일 실시예에 따른 혼잡도제공서버에서 제공되는 위치정보를 예시한 도면이다.
위치정보는 웹 기반의 지도, 모바일 기반의 지도 혹은 네비게이션 어플의 위치정보 상에 혼잡도 정보를 추가하여 제공된다.
위치정보 상의 혼잡도 정보의 표현방식의 예시는 도 3을 통하여 설명하도록 한다.
도 3은 본 발명의 일 실시예에 따른 혼잡도 표현방식을 예시한 도면이다.
사용자단말(100)에서 혼잡도제공서버(200)에서 위치정보, 예컨대 관심장소 부근의 지도를 전송받은 경우, 추가 상세정보 메뉴를 누르는 등 혼잡도 정보가 추가로 표시되도록 구현될 수 있다. 도 3의 경우 301에서 붉은색과 '혼잡'으로 혼잡도정보를 표시하였다.
이는 하나의 예시이며 초록색, 파란색, 녹색 등 다양한 색깔 및 혼잡, 극심, 한가, 평상 등 혼잡도의 정도를 나타내는 문구로서 표현할 수 있다.
이하에서는 혼잡도정보 데이터베이스(300)에 혼잡도정보의 수집방식을 예를 들어 설명하도록 한다.
(1) 휴대폰의 위치정보를 수집하는 경우
본 케이스는 주로 야외의 특정위치, 예컨대, 놀이동산, 빌딩, 축구/야구장, 스키장, 테마파크, 해수욕장, 공연장, 서울광장 등에서 해당 위치에서 파악되는 휴대폰의 위치정보를 통신사 서버로부터 수집한다.
위치정보는 휴일, 공휴일, 평일 등으로 나누어서 시간대별 기준 값을 구할 수 있으며, 시간 단위는 5분~1시간 등으로 세분화하여 분석할 수 있다.
기준 값(통계 값)과 현재 데이터 값(빅데이터 분석)을 비교하여 오차 범위를 규정하고, 오차 범위에 따라 혼잡도를 여러 단계로 지정할 수 있다. 예컨대, 혼잡도를 극심,평상, 혼잡, 한가 등의 단계로 구분하여 지정하는 것이다.
수집된 혼잡도는 특히 통신사들의 가입자 비율을 참조하여 유효한 값인지를 판단하고 수정할 수 있다. 예를 들면 S통신사가 전체가입자의 50%인 경우 수집된 데이터값이 해당 가입자 비율과의 오차범위 내이면 통계 수치로 사용 가능하다.
수집된 혼잡도 데이터는 지도상의 위치에 대응하여 저장된다.
(2) CCTV기반으로 혼잡도를 수집하는 경우
본 케이스는 상기 휴대폰의 위치정보를 수집하는 것이 아닌, 특정위치에 설치되어 있는 CCTV에 촬영된 사람들의 영상정보에 대한 분석을 통하여 혼잡도를 분석하는 방식이다.
수집된 혼잡도 데이터는 지도상의 위치에 대응하여 저장된다.
(3) 포스단말장치 기반으로 혼잡도를 수집하는 경우
포스단말장치(POS, point-of-sales terminal)는 바코드 판독 기구, 광학식 문자 판독 기구(OCR), 자기 카드 판독 기구, 자동 계량기 등과의 접속이 가능하며, 매장에서의 사용에 알맞은 시스템으로 구성할 수 있고, 점포 판매 시점에서 상품 정보나 고객 정보를 수집, 기억, 전송하는 장치이다.
본 케이스는 혼잡도를 분석하고자 하는 장소가 맛집 등 매장인 경우, 해당 매장에 설치되어 있는 포스단말장치의 결제정보를 수집하여 혼잡도를 분석할 수 있다.
결제정보는 휴일, 공휴일, 평일 등으로 나누어서 시간대별 기준 값을 구할 수 있으며, 시간 단위는 5분~1시간 등으로 세분화하여 분석할 수 있다.
기준 값(통계 값)과 현재 데이터 값(빅데이터 분석)을 비교하여 오차 범위를 규정하고, 오차 범위에 따라 혼잡도를 여러 단계로 지정할 수 있다.
수집된 혼잡도 데이터는 지도상의 위치에 대응하여 저장된다.
(4) 지하철의 혼잡도를 수집하는 경우
본 케이스는 지하철 기지국 또는 지하철 공사의 서버와 연동하여 지하철 게이트로 들어가는 사람들의 데이터를 수집하는 방식이다.
출입하는 사람들의 정보는 휴일, 공휴일, 평일 등으로 나누어서 시간대별 기준 값을 구할 수 있으며, 시간 단위는 5분~1시간 등으로 세분화하여 분석할 수 있다.
기준 값(통계 값)과 현재 데이터 값(빅데이터 분석)을 비교하여 오차 범위를 규정하고, 오차 범위에 따라 혼잡도를 여러 단계로 지정할 수 있다.
수집된 혼잡도 데이터를 통하여 분석된 혼잡도 정보는 지하철 어플리케이션, 지하철 게시판 등에 게시할 수 있다.
혼잡도 정보는 혼잡도정보 데이터베이스에 수집/저장되는 데이터만을 이용하는 것이 아니라 예측모델을 활용하여 미래의 혼잡도를 예측할 수도 있다.
예컨대, 휴일에 어디를 놀러 갈지 검토하는 단계에서 혼잡도를 예측하여 데이터를 제공하는 방식이다.
이는 통계적 축적 데이터를 활용하는 기법이다. 인터넷 포털, 네비게이션, 소셜커머스의 구매정보 등의 데이터를 수집하여 특정장소에 대한 정보를 수집하고 특정시점에 해당 장소가 혼잡할지를 예측하는 것이다. 예컨대, 특정장소에 대한 소셜커머스의 구매정보, 인터넷포털의 검색횟수, 네비게이션의 목적지 설정값 등이 증가하는 경우 혼잡도의 예측치를 높일 수 있다.
이는 딥러닝 등의 기계학습기법을 적용하여 정확도를 높여갈 수 있다.
서비스의 측면에서 사용자단말(100)이 조회를 요청한 장소의 혼잡도가 낮은 경우, 해당장소가 맛집 등 매장이라면 혼잡도제공서버(200)는 해당 매장과의 제휴를 통하여 할인쿠폰 등 마케팅 수단을 생성하여 혼잡도 정보를 요청한 사용자단말(100)에 제공하여 고객유인의 수단으로 활용할 수 있다.
한편, 사용자단말(100)이 조회를 요청한 장소의 혼잡도가 높은 경우, 혼잡도제공서버(200)는 해당 장소와 유사한 성격의 혼잡도가 낮은 다른 장소를 추천할 수 있다.
도 4는 본 발명의 일 실시예에 따른 혼잡도 제공방법을 예시한 도면이다.
혼잡도정보 데이터베이스(300)는 상기 혼잡도 수집방식의 예시와 같이 혼잡도를 분석하기 위한 장소별 빅데이터를 수집하여 저장한다(S401).
사용자단말(100)로부터 특정장소에 대한 혼잡도 정보요청이 있으면(S403), 혼잡도제공서버(200)는 혼잡도정보 데이터베이스(300)에 혼잡도를 분석하기 위한 상기 특정장소의 빅데이터를 조회요청한다(S405).
혼잡도정보 데이터베이스(300)는 혼잡도제공서버(200)에 해당장소에 대한 혼잡도 빅데이터를 제공한다(S407).
혼잡도제공서버(200)는 혼잡도정보 데이터베이스(300)로부터 제공된 빅데이터를 토대로 빅데이터 처리기법을 통하여 혼잡도를 분석하거나 예측한다(S409).
혼잡도제공서버(200)는 분석된 혼잡도정보를 사용자단말(100)에 제공한다(S411).
도 4에서는 단계 S401 내지 단계 S411을 순차적으로 실행하는 것으로 기재하고 있으나, 이는 본 실시예의 기술 사상을 예시적으로 설명한 것에 불과한 것으로서, 본 실시예가 속하는 기술 분야에서 통상의 지식을 가진 자라면 본 실시예의 본질적인 특성에서 벗어나지 않는 범위에서 도 5에 기재된 순서를 변경하여 실행하거나 단계 S401 내지 단계 S411 중 하나 이상의 단계를 병렬적으로 실행하는 것으로 다양하게 수정 및 변형하여 적용 가능할 것이므로, 도 4는 시계열적인 순서로 한정되는 것은 아니다.
예컨대, 혼잡도정보 수집단계(S401)가 먼저 수행되는 것으로 도시되어 있으나, 필요에 따라서는 다른 단계와 병렬적으로 수행될 수도 있고 지속적으로 업데이트 될 수 있는 것이다.
본 명세서에 첨부된 블록도의 각 블록과 흐름도의 각 단계의 조합들은 컴퓨터 프로그램 인스트럭션들에 의해 수행될 수도 있다. 이들 컴퓨터 프로그램 인스트럭션들은 범용 컴퓨터, 특수용 컴퓨터 또는 기타 프로그램 가능한 데이터 프로세싱 장비의 프로세서에 탑재될 수 있으므로, 컴퓨터 또는 기타 프로그램 가능한 데이터 프로세싱 장비의 프로세서를 통해 수행되는 그 인스트럭션들이 블록도의 각 블록 또는 흐름도의 각 단계에서 설명된 기능들을 수행하는 수단을 생성하게 된다. 이들 컴퓨터 프로그램 인스트럭션들은 특정 방식으로 기능을 구현하기 위해 컴퓨터 또는 기타 프로그램 가능한 데이터 프로세싱 장비를 지향할 수 있는 컴퓨터 이용 가능 또는 컴퓨터 판독 가능 메모리에 저장되는 것도 가능하므로, 그 컴퓨터 이용가능 또는 컴퓨터 판독 가능 메모리에 저장된 인스트럭션들은 블록도의 각 블록 또는 흐름도 각 단계에서 설명된 기능을 수행하는 인스트럭션 수단을 내포하는 제조 품목을 생산하는 것도 가능하다. 컴퓨터 프로그램 인스트럭션들은 컴퓨터 또는 기타 프로그램 가능한 데이터 프로세싱 장비 상에 탑재되는 것도 가능하므로, 컴퓨터 또는 기타 프로그램 가능한 데이터 프로세싱 장비 상에서 일련의 동작 단계들이 수행되어 컴퓨터로 실행되는 프로세스를 생성해서 컴퓨터 또는 기타 프로그램 가능한 데이터 프로세싱 장비를 수행하는 인스트럭션들은 블록도의 각 블록 및 흐름도의 각 단계에서 설명된 기능들을 실행하기 위한 단계들을 제공하는 것도 가능하다.
또한, 각 블록 또는 각 단계는 특정된 논리적 기능(들)을 실행하기 위한 하나 이상의 실행 가능한 인스트럭션들을 포함하는 모듈, 세그먼트 또는 코드의 일부를 나타낼 수 있다. 또, 몇 가지 대체 실시예들에서는 블록들 또는 단계들에서 언급된 기능들이 순서를 벗어나서 발생하는 것도 가능함을 주목해야 한다. 예컨대, 잇달아 도시되어 있는 두 개의 블록들 또는 단계들은 사실 실질적으로 동시에 수행되는 것도 가능하고 또는 그 블록들 또는 단계들이 때때로 해당하는 기능에 따라 역순으로 수행되는 것도 가능하다.
이상의 설명은 본 발명의 기술 사상을 예시적으로 설명한 것에 불과한 것으로서, 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자라면 본 발명의 본질적인 특성에서 벗어나지 않는 범위에서 다양한 수정 및 변형이 가능할 것이다. 따라서, 본 발명에 개시된 실시예들은 본 발명의 기술 사상을 한정하기 위한 것이 아니라 설명하기 위한 것이고, 이러한 실시예에 의하여 본 발명의 기술 사상의 범위가 한정되는 것은 아니다. 본 발명의 보호 범위는 아래의 청구범위에 의하여 해석되어야 하며, 그와 동등한 범위 내에 있는 모든 기술사상은 본 발명의 권리범위에 포함되는 것으로 해석되어야 할 것이다.
본 발명의 혼잡도 제공 시스템 및 방법에 따르면, 사용자가 원하는 장소의 혼잡도를 사전에 제공하여 사용시간대를 분산시킴으로써 사용자가 혼잡한 장소에서 겪는 불편을 최소화하고 사회적비용의 절감할 수 있는 혼잡도 제공 시스템 및 방법을 제공하는 솔루션으로 활용 가능하다는 점에서, 기존 기술의 한계를 뛰어 넘음에 따라 관련 기술에 대한 이용만이 아닌 적용되는 장치의 시판 또는 영업의 가능성이 충분할 뿐만 아니라 현실적으로 명백하게 실시할 수 있는 정도이므로 산업상 이용가능성이 있는 발명이다.
100: 사용자단말
200: 혼잡도제공서버
300: 혼잡도정보 데이터베이스

Claims (11)

  1. 특정장소의 혼잡도를 분석하여 제공하는 혼잡도 제공 시스템에 있어서,
    하나 이상의 장소들에 대한 혼잡도 분석을 위한 빅데이터를 수집하여 저장하는 혼잡도정보 데이터베이스; 및
    사용자단말로부터 특정장소에 대한 혼잡도 정보를 요청받고, 상기 특정장소에 대한 혼잡도 분석을 위한 빅데이터를 상기 혼잡도정보 데이터베이스를 조회하여 제공받고, 상기 제공받은 혼잡도 분석을 위한 빅데이터를 처리하여 혼잡도 정보를 분석하여 상기 사용자단말에 제공하는 혼잡도제공서버를 포함하는 것을 특징으로 하는 혼잡도 제공 시스템.
  2. 제1항에 있어서,
    상기 혼잡도제공서버에서 상기 사용자단말로 제공되는 혼잡도 정보는,
    상기 특정장소에 대한 지도정보에 혼잡도 단계를 표현하는 색상과 문구를 부가하여 제공하는 것을 특징으로 하는 혼잡도 제공 시스템.
  3. 제1항에 있어서,
    상기 혼잡도정보 데이터베이스에서 혼잡도 분석을 위한 빅데이터를 수집하는 방식은,
    상기 특정장소에 위치하는 하나 이상의 휴대폰의 위치정보를 통신사서버로부터 시간대별로 구분하여 수집하는 것을 특징으로 하는 혼잡도 제공 시스템.
  4. 제3항에 있어서,
    상기 통신사서버로부터 수집된 상기 하나 이상의 휴대폰의 위치정보는,
    각 통신사들의 가입자 비율과 비교하여 오차범위 내인지를 통하여 활용가능여부를 판단하는 것을 것을 특징으로 하는 혼잡도 제공 시스템.
  5. 제1항에 있어서,
    상기 혼잡도정보 데이터베이스에서 혼잡도 분석을 위한 빅데이터를 수집하는 방식은,
    상기 특정위치에 설치되어 있는 CCTV에 촬영된 사람들의 영상정보에 대한 분석을 통하여 수집하는 것을 특징으로 하는 혼잡도 제공 시스템.
  6. 제1항에 있어서,
    상기 혼잡도정보 데이터베이스에서 혼잡도 분석을 위한 빅데이터를 수집하는 방식은,
    상기 특정위치에 설치되어 있는 포스단말장치의 시간대별 결제정보를 수집하는 것을 특징으로 하는 혼잡도 제공 시스템.
  7. 제1항에 있어서,
    상기 혼잡도정보 데이터베이스에서 혼잡도 분석을 위한 빅데이터를 수집하는 방식은,
    지하철 기지국 또는 지하철 공사의 서버와 연계하여 지하철 게이트로 출입하는 사람들의 빅데이터를 수집하는 것을 특징으로 하는 혼잡도 제공 시스템.
  8. 제8항에 있어서,
    상기 지하철 게이트로 출입하는 사람들의 빅데이터를 수집하여 분석된 혼잡도 정보는,
    지하철 어플리케이션 혹은 지하철 게시판에 게시되는 것을 특징으로 하는 혼잡도 제공 시스템.
  9. 제1항에 있어서,
    상기 혼잡도제공서버는,
    상기 사용자단말이 조회를 요청한 상기 특정장소의 혼잡도가 낮은 경우, 상기 특정장소와 관련된 쿠폰을 생성하여 상기 사용자단말에 제공하는 것을 특징으로 하는 혼잡도 제공 시스템.
  10. 제1항에 있어서,
    상기 혼잡도제공서버는,
    상기 사용자단말이 조회를 요청한 상기 특정장소의 혼잡도가 높은 경우, 상기 특정장소와 유사한 성격의 혼잡도가 낮은 다른 장소를 추천하는 것을 특징으로 하는 혼잡도 제공 시스템.
  11. 특정장소의 혼잡도를 분석하여 제공하는 혼잡도 제공 방법에 있어서,
    혼잡도정보 데이터베이스가 혼잡도를 분석하기 위한 장소별 빅데이터를 수집하여 저장하는 단계;
    혼잡도제공서버가 사용자단말로부터 특정장소에 대한 혼잡도 정보요청을 받으면, 상기 혼잡도정보 데이터베이스에 혼잡도를 분석하기 위한 상기 특정장소의 혼잡도 빅데이터를 조회요청하는 단계;
    상기 혼잡도정보 데이터베이스가 상기 혼잡도제공서버에 상기 특정장소에 대한 혼잡도 빅데이터를 제공하는 단계;
    상기 혼잡도제공서버가 상기 혼잡도정보 데이터베이스로부터 제공된 빅데이터를 토대로 빅데이터 처리기법을 통하여 혼잡도를 분석하거나 예측하는 단계; 및
    상기 혼잡도제공서버가 상기 분석된 혼잡도 정보를 상기 사용자단말에 제공하는 단계를 포함하는 것을 특징으로하는 혼잡도 제공 방법.
KR1020170072413A 2017-06-09 2017-06-09 혼잡도 제공 시스템 및 방법 KR20180134553A (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020170072413A KR20180134553A (ko) 2017-06-09 2017-06-09 혼잡도 제공 시스템 및 방법

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020170072413A KR20180134553A (ko) 2017-06-09 2017-06-09 혼잡도 제공 시스템 및 방법

Publications (1)

Publication Number Publication Date
KR20180134553A true KR20180134553A (ko) 2018-12-19

Family

ID=65009137

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020170072413A KR20180134553A (ko) 2017-06-09 2017-06-09 혼잡도 제공 시스템 및 방법

Country Status (1)

Country Link
KR (1) KR20180134553A (ko)

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR102181109B1 (ko) * 2020-01-16 2020-11-20 주식회사 룰루랩 대중교통 실내외 대기 환경 모니터링 및 통합 관제 시스템
KR20210083544A (ko) * 2019-12-27 2021-07-07 안동대학교 산학협력단 오픈 api를 활용한 빅데이터 기반 지하철 혼잡도 제공 시스템
KR102535934B1 (ko) * 2022-12-19 2023-05-26 주식회사 지란지교데이터 밀집도 예측 시스템 및 방법
WO2023182693A1 (ko) * 2022-03-24 2023-09-28 메이즈 주식회사 카페 큐레이션 장치 및 카페 큐레이션 방법
WO2023182692A1 (ko) * 2022-03-24 2023-09-28 메이즈 주식회사 카페 모니터링 장치 및 카페 모니터링 방법

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20210083544A (ko) * 2019-12-27 2021-07-07 안동대학교 산학협력단 오픈 api를 활용한 빅데이터 기반 지하철 혼잡도 제공 시스템
KR102181109B1 (ko) * 2020-01-16 2020-11-20 주식회사 룰루랩 대중교통 실내외 대기 환경 모니터링 및 통합 관제 시스템
WO2023182693A1 (ko) * 2022-03-24 2023-09-28 메이즈 주식회사 카페 큐레이션 장치 및 카페 큐레이션 방법
WO2023182692A1 (ko) * 2022-03-24 2023-09-28 메이즈 주식회사 카페 모니터링 장치 및 카페 모니터링 방법
KR102535934B1 (ko) * 2022-12-19 2023-05-26 주식회사 지란지교데이터 밀집도 예측 시스템 및 방법

Similar Documents

Publication Publication Date Title
KR20180134553A (ko) 혼잡도 제공 시스템 및 방법
CN103458366B (zh) 基于Wi‑Fi定位的移动终端推送服务方法
Chan et al. A station-level ridership model for the metro network in Montreal, Quebec
CN104767830B (zh) 信息发布的管理方法和装置
Mouchili et al. Smart city data analysis
Huang et al. Predicting human mobility with activity changes
KR102236546B1 (ko) 빅데이터 및 인공지능 기반 관광목적에 따른 선택이 가능한 스마트 관광 서비스 제공 방법
WO2014034310A1 (ja) 情報分析システム、及び情報分析方法
EP3241367B1 (en) Method and system for real-time computing of origin-destination matrices relating to attendees at a public happening through analysis of mobile communication network data
CN108549976A (zh) 智慧旅游大数据分析方法
Nanni et al. Transportation planning based on GSM traces: a case study on ivory coast
Yang et al. A GIS‐based method to identify cost‐effective routes for rural deviated fixed route transit
US20150006255A1 (en) Determining demographic data
KR20200115694A (ko) 빅데이터를 이용한 상권정보 제공 시스템 및 방법
JP2022504597A (ja) エリアの分割方法と装置、電子装置およびプログラム
WO2014209571A1 (en) Displaying demographic data
JP2020537252A (ja) 類似のモバイル装置を予測するためのシステムと方法
Horn et al. QZTool—automatically generated origin-destination matrices from cell phone trajectories
KR101572664B1 (ko) 컴퓨터 판독이 가능한 기록 매체, 지도 정보를 이용한 쇼핑 서비스 제공 시스템 및 그 방법
Wagner et al. In free-float: How decision analytics paves the way for the carsharing revolution
Wagner et al. Data analytics in free-floating carsharing: Evidence from the city of Berlin
Cui et al. Usage demand forecast and quantity recommendation for urban shared bicycles
JP7260496B2 (ja) 情報処理装置、情報処理方法およびプログラム
Gomez WUP: A parser based on word usage
KR102575227B1 (ko) 문화공연예술 종합 플랫폼 서비스 제공 시스템

Legal Events

Date Code Title Description
A201 Request for examination
E902 Notification of reason for refusal
E601 Decision to refuse application