KR20190105479A - Rental car service apparatus and vehicle searching service method based on artificial intelligence in the same - Google Patents

Rental car service apparatus and vehicle searching service method based on artificial intelligence in the same Download PDF

Info

Publication number
KR20190105479A
KR20190105479A KR1020180035602A KR20180035602A KR20190105479A KR 20190105479 A KR20190105479 A KR 20190105479A KR 1020180035602 A KR1020180035602 A KR 1020180035602A KR 20180035602 A KR20180035602 A KR 20180035602A KR 20190105479 A KR20190105479 A KR 20190105479A
Authority
KR
South Korea
Prior art keywords
vehicle
search
feature
natural language
extracted
Prior art date
Application number
KR1020180035602A
Other languages
Korean (ko)
Other versions
KR102163354B1 (en
Inventor
최태웅
전용배
안재영
심규영
Original Assignee
에스케이네트웍스 주식회사
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 에스케이네트웍스 주식회사 filed Critical 에스케이네트웍스 주식회사
Publication of KR20190105479A publication Critical patent/KR20190105479A/en
Application granted granted Critical
Publication of KR102163354B1 publication Critical patent/KR102163354B1/en

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
    • G06Q30/0645—Rental transactions; Leasing transactions
    • 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
    • G06F16/23—Updating
    • G06F16/2308—Concurrency control
    • G06F16/2336—Pessimistic concurrency control approaches, e.g. locking or multiple versions without time stamps
    • G06F16/2343—Locking methods, e.g. distributed locking or locking implementation details
    • 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
    • G06Q30/06—Buying, selling or leasing transactions
    • G06Q30/0601—Electronic shopping [e-shopping]
    • G06Q30/0623—Item investigation
    • G06Q30/0625—Directed, with specific intent or strategy
    • G06Q30/0629—Directed, with specific intent or strategy for generating comparisons

Landscapes

  • Engineering & Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Theoretical Computer Science (AREA)
  • Accounting & Taxation (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Finance (AREA)
  • Software Systems (AREA)
  • Data Mining & Analysis (AREA)
  • General Engineering & Computer Science (AREA)
  • Strategic Management (AREA)
  • Economics (AREA)
  • General Business, Economics & Management (AREA)
  • Marketing (AREA)
  • Development Economics (AREA)
  • Mathematical Physics (AREA)
  • Artificial Intelligence (AREA)
  • Computing Systems (AREA)
  • Evolutionary Computation (AREA)
  • Medical Informatics (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Databases & Information Systems (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)
  • Human Resources & Organizations (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Computational Linguistics (AREA)
  • General Health & Medical Sciences (AREA)
  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Molecular Biology (AREA)
  • Biophysics (AREA)
  • Biomedical Technology (AREA)
  • Operations Research (AREA)
  • Quality & Reliability (AREA)
  • Tourism & Hospitality (AREA)
  • Audiology, Speech & Language Pathology (AREA)

Abstract

According to the present invention, disclosed are a rental car service device and a method for vehicle searching service based on artificial intelligence thereof. The method comprises: a step of generating a learning model to detect a vehicle characteristic entity corresponding to a feature word by machine-learning a plurality of data groups, which are data groups composed of feature words extracted from a natural language keyword and vehicle characteristic entities corresponding to the same; a step of detecting vehicle information corresponding to the feature word extracted from the natural language keyword inputted by a customer terminal by means of a pattern matching; a step of using the learning model to extract the vehicle characteristic entity corresponding to the feature word and detect the vehicle information corresponding to the extracted vehicle characteristic entity when the vehicle information corresponding to the feature word is not detected by means of the pattern matching; and a step of providing the vehicle information detected by means of the pattern matching or the vehicle information detected corresponding to the vehicle characteristic entity to the customer terminal such that a customer may search a desired vehicle among searched vehicles based on the searched vehicle information.

Description

렌터카 서비스 장치 및 그 장치에서의 인공지능 기반 차량 검색 서비스 방법 {RENTAL CAR SERVICE APPARATUS AND VEHICLE SEARCHING SERVICE METHOD BASED ON ARTIFICIAL INTELLIGENCE IN THE SAME}Car rental service device and AI-based vehicle search service method in device {RENTAL CAR SERVICE APPARATUS AND VEHICLE SEARCHING SERVICE METHOD BASED ON ARTIFICIAL INTELLIGENCE IN THE SAME}

본 발명은 렌터카 서비스 장치 및 그 장치에서의 인공지능 기반 차량 검색 서비스 방법에 관한 것이다.The present invention relates to a car rental service apparatus and an AI-based vehicle search service method therefor.

최근 다른 도시에서의 여행을 위해 차량을 단기로 임대하거나 또는 차량 구매시 발생하는 초기 비용을 줄일 수 있다는 장점과 법인이나 개인 사업자의 비용 처리 용이 및 절세 효과 등으로 인해 장기로 임대하는 렌터카 서비스가 대중화되고 있다.Recently, due to the advantages of short-term lease or initial cost incurred when purchasing a vehicle for travel in another city, long-term rental car service has become popular due to the ease of handling costs and the cost savings of corporations and individual operators. have.

그런데, 일반적인 렌터카 서비스의 경우, 차량을 임대하려는 사람, 즉 고객이 렌터카 회사 또는 임대하고자 하는 위치로 직접 방문해서 렌터카 회사에서 제공하는 서식에 따라 차량의 임대차 계약을 작성한 후 즉석에서 차량을 인수하거나, 또는 고객이 렌터카 회사에 전화를 걸어서, 차량의 임대 기간, 임대 차량의 종류 또는 차량의 임대 기간에 따른 수수료 등을 확인한 후, 임대할 차량이 있으면 차량의 임대 계약을 체결하여 차량을 임대하였다.However, in the case of a general car rental service, a person who rents a vehicle, that is, a customer visits a car rental company or a location to be rented, prepares a car lease agreement according to a form provided by the car rental company, and immediately acquires a vehicle, Alternatively, the customer calls the rental car company, checks the lease period of the vehicle, the type of the leased vehicle, or the fee according to the lease period of the vehicle, and if there is a vehicle to be leased, the vehicle is leased by signing a rental contract.

최근에는 유무선 인터넷을 통한 온라인 차량의 렌터카 서비스가 제공되고 있으며, 이 경우 고객이 렌터카 서비스를 위한 시스템에 접속하여 자동차를 임대할 차종, 지역, 날짜, 대여 기간, 운전 기사 포함 여부 등을 기록하여 계약 가능한지를 검색한 후 해당 차종을 선택하여 예약하고, 예약한 당일에 해당 렌터카업체로 방문하거나 또는 서로 협의한 위치에서 임대한 차량을 인수한다.Recently, car rental service has been provided for online vehicles through wired and wireless Internet. In this case, the customer can access the system for the rental car service and record the type of car, region, date, rental period, and whether the driver is included in the contract. Search for availability and select the car model, make a reservation, visit the car rental company on the day of the reservation, or take over the car rented at a location agreed with each other.

그러나 종래 방식에 따른 온라인 렌터카 서비스의 경우 차량 검색이 차량의 종류, 가격대, 연료 종류 등으로만 한정되어 있어서 고객이 원하는 차량의 검색이 쉽지 않을 뿐만 아니라 오프라인 상에서 영업자를 통해 원하는 형태의 차량을 추천받는 바와 같은 형태의 차량 검색 기능을 제공하지 않는다는 문제점이 있다.However, in the case of the conventional online car rental service, the vehicle search is limited to the type of vehicle, the price range, and the fuel type, so that it is not easy to search for the vehicle desired by the customer, and the vehicle is recommended through the sales person offline. There is a problem in that it does not provide a vehicle search function of the form.

본 발명이 이루고자 하는 기술적 과제는 고객이 원하는 차량 특성에 적합한 차량을 검색하여 선택할 수 있도록 하는 렌터카 서비스 장치 및 그 장치에서의 인공지능 기반 차량 검색 서비스 방법을 제공한다.SUMMARY OF THE INVENTION The present invention provides a rental car service device and an artificial intelligence-based vehicle search service method in which a customer can search for and select a vehicle suitable for a desired vehicle characteristic.

본 발명의 한 특징에 따른 차량 검색 서비스 방법은,Vehicle search service method according to an aspect of the present invention,

렌터카 서비스 장치가 차량 검색을 서비스하는 방법으로서, 자연어 키워드로부터 추출되는 특징 단어와 이에 대응되는 차량 특성 엔티티(entity)로 구성된 데이터 집합으로서 복수의 데이터 집합을 기계 학습하여 특징 단어에 대응되는 차량 특성 엔티티를 검출하기 위한 학습 모델을 생성하는 단계; 고객 단말로부터 입력되는 자연어 키워드로부터 추출되는 특징 단어에 대응되는 차량 정보를 패턴 매칭에 의해 검출하는 단계; 상기 패턴 매칭에 의해 상기 특징 단어에 대응되는 차량 정보가 검출되지 않는 경우, 상기 학습 모델을 사용하여, 상기 특징 단어에 대응되는 차량 특성 엔티티를 추출하고, 추출된 차량 특성 엔티티에 대응되는 차량 정보를 검출하는 단계; 및 상기 패턴 매칭에 의해 검출된 차량 정보 또는 상기 차량 특성 엔티티에 대응되어 검출되는 차량 정보를 상기 고객 단말로 제공하여, 상기 고객이 검색된 차량 정보에 기반하여 검색된 차량 중에서 상기 고객이 원하는 차량을 검색하도록 하는 단계를 포함한다.A method for a car rental service to serve a vehicle, comprising: a feature set extracted from natural language keywords and a corresponding feature set of a vehicle feature entity, the vehicle feature entity corresponding to the feature word by machine learning a plurality of data sets Generating a learning model for detecting a; Detecting vehicle information corresponding to feature words extracted from natural language keywords inputted from a customer terminal by pattern matching; If the vehicle information corresponding to the feature word is not detected by the pattern matching, the vehicle feature entity corresponding to the feature word is extracted using the learning model, and the vehicle information corresponding to the extracted vehicle feature entity is extracted. Detecting; And providing the vehicle information detected by the pattern matching or the vehicle information detected corresponding to the vehicle characteristic entity to the customer terminal so that the customer searches for a desired vehicle among the found vehicles based on the found vehicle information. It includes a step.

여기서, 상기 렌터카 서비스 장치는 특징 단어의 패턴과 상기 특징 단어의 패턴에 대응되는 차량 정보를 저장하는 특징 기반 데이터베이스를 포함하며, 상기 차량 정보를 패턴 매칭에 의해 검출하는 단계는, 상기 고객 단말로부터 입력되는 자연어 키워드로부터 특징 단어를 추출하는 단계; 추출되는 특징 단어의 패턴이 상기 특징 기반 데이터베이스에서 일치하는 패턴이 매칭되는지를 판단하는 단계; 및 상기 추출되는 특징 단어의 패턴이 상기 차량 정보 데이터베이스에서 일치하는 패턴이 매칭되는 경우, 매칭되는 패턴에 대응되어 저장된 차량 정보를 검출하는 단계를 포함한다.Here, the rental car service apparatus includes a feature-based database that stores the pattern of the feature word and the vehicle information corresponding to the pattern of the feature word, and the detecting of the vehicle information by pattern matching is input from the customer terminal. Extracting feature words from natural language keywords; Determining whether the pattern of the extracted feature words matches the pattern in the feature-based database; And when the pattern of the extracted feature word matches the matching pattern in the vehicle information database, detecting the stored vehicle information corresponding to the matching pattern.

또한, 상기 렌터카 서비스 장치는 차량별로 대응되는 차량 특성 엔티티를 저장한 차량 정보 데이터베이스를 더 포함하며, 상기 차량 특성 엔티티에 대응되는 차량 정보를 검출하는 단계는, 상기 추출되는 특징 단어의 패턴이 상기 차량 정보 데이터베이스에서 일치하는 패턴이 매칭되지 않는 경우, 상기 학습 모델을 사용하여, 상기 추출되는 특징 단어에 대응되는 차량 특성 엔티티를 추출하는 단계; 및 상기 차량 정보 데이터베이스에 기초하여, 추출된 차량 특성 엔티티에 대응되는 차량 정보를 검출하는 단계를 포함한다.The rental car service apparatus may further include a vehicle information database storing a vehicle characteristic entity corresponding to each vehicle, and the detecting of vehicle information corresponding to the vehicle characteristic entity may include: extracting a pattern of the feature word from the vehicle. Extracting a vehicle characteristic entity corresponding to the extracted feature word using the learning model when the matching pattern in the information database does not match; And detecting vehicle information corresponding to the extracted vehicle characteristic entity based on the vehicle information database.

또한, 상기 차량을 검색하도록 하는 단계는, 차량과 직접적으로 연관되는 키워드에 따라 차량을 검색하여 제공하는 차량 직접 검색을 혼합하여 수행한다.The searching of the vehicle may be performed by mixing a vehicle direct search provided by searching and providing a vehicle according to a keyword directly related to the vehicle.

또한, 상기 차량과 직접적으로 연관되는 키워드는 차량의 제조사, 차량의 유형, 차량의 명칭 및 차량의 사용 연료에 대응되는 키워드이다.Also, keywords directly associated with the vehicle are keywords corresponding to the manufacturer of the vehicle, the type of the vehicle, the name of the vehicle, and the fuel used by the vehicle.

또한, 상기 자연어 키워드는 차량과 직접적으로 연관되지 않은 키워드이다.Also, the natural language keyword is a keyword not directly related to the vehicle.

본 발명의 다른 특징에 따른 렌터카 서비스 장치는,Car rental service apparatus according to another aspect of the present invention,

자연어 키워드로부터 추출되는 특징 단어와 이에 대응되는 차량 특성 엔티티로 구성된 데이터 집합으로서 복수의 데이터 집합을 기계 학습하여 특징 단어에 대응되는 차량 특성 엔티티를 검출하기 위한 학습 모델을 생성한 후, 생성된 학습 모델을 사용하여 특징 단어에 대응되는 차량 특성 엔티티를 검출하는 기계 학습부; 고객에 의해 자연어 키워드가 입력되는 경우 상기 자연어 키워드로부터 특징 단어를 추출하고, 추출되는 특징 단어에 대응되는 차량 정보를 패턴 매칭에 의해 검출하며, 상기 패턴 매칭에 의해 상기 특징 단어에 대응되는 차량 정보가 검출되지 않는 경우, 상기 기계 학습부를 통해 상기 학습 모델을 사용하여 상기 특징 단어에 대응되는 차량 특성 엔티티를 추출하고, 추출된 차량 특성 엔티티에 대응되는 차량 정보를 검출한 후, 검출된 차량 정보를 상기 고객 단말에게 제공하는 검색부; 및 네트워크를 통해 접속되는 상기 고객 단말을 통해 상기 고객의 자연어 키워드를 입력받아서 상기 검색부를 제어하여 차량 검색을 수행하여 상기 검색된 차량 정보를 상기 고객 단말로 제공하여, 상기 고객이 상기 검색된 차량 정보에 기반하여 상기 검색된 차량 중에서 상기 고객이 원하는 차량을 검색하도록 제어하는 제어부를 포함한다.As a data set consisting of feature words extracted from natural language keywords and corresponding vehicle feature entities, a learning model for detecting vehicle feature entities corresponding to feature words is generated by machine learning a plurality of data sets. A machine learning unit which detects a vehicle characteristic entity corresponding to the feature word using the apparatus; When a natural language keyword is input by a customer, feature words are extracted from the natural language keywords, vehicle information corresponding to the extracted feature words is detected by pattern matching, and vehicle information corresponding to the feature words is generated by the pattern matching. If not detected, the vehicle learning entity extracts a vehicle characteristic entity corresponding to the feature word using the learning model, detects vehicle information corresponding to the extracted vehicle characteristic entity, and then detects the detected vehicle information. A search unit provided to a customer terminal; And receiving the natural language keyword of the customer through the customer terminal connected through a network to control the search unit to perform a vehicle search to provide the searched vehicle information to the customer terminal based on the searched vehicle information. And a control unit controlling to search for a vehicle desired by the customer among the searched vehicles.

여기서, 상기 검색부는, 특징 단어의 패턴과 상기 특징 단어의 패턴에 대응되는 차량 정보를 저장하는 특징 기반 데이터베이스; 입력되는 자연어 키워드에 대한 자연어 분석을 수행하여 상기 자연어 키워드로부터 특징 단어를 추출하는 자연어 분석부; 상기 자연어 분석부에 의해 추출되는 특징 단어에 대해 상기 특징 기반 데이터베이스를 통해 패턴이 매칭되는 경우 매칭되는 패턴에 대응되는 차량 정보를 검출하고, 패턴이 매칭되지 않는 경우, 상기 자연어 분석부에 의해 추출되는 특징 단어를 상기 기계 학습부로 전달하여 상기 추출되는 특징 단어에 대응되는 차량 정보를 제공받는 패턴 매칭부; 및 상기 패턴 매칭부에 의해 검출되는 차량 정보를 상기 고객 단말에게 제공하는 검색 처리부를 포함한다.The search unit may include a feature based database that stores a pattern of feature words and vehicle information corresponding to the pattern of feature words; A natural language analyzer configured to extract natural language keywords from natural language keywords by performing natural language analysis on input natural language keywords; When the pattern is matched through the feature-based database with respect to the feature word extracted by the natural language analyzer, the vehicle information corresponding to the matched pattern is detected. When the pattern is not matched, the vehicle is extracted by the natural language analyzer. A pattern matching unit configured to transmit a feature word to the machine learning unit and receive vehicle information corresponding to the extracted feature word; And a retrieval processing unit that provides the customer terminal with vehicle information detected by the pattern matching unit.

또한, 상기 기계 학습부는, 학습 모델을 저장하는 학습 모델 데이터베이스; 상기 검색부로부터 입력되는 '특징 단어-특성 엔티티'로 구성된 데이터 집합을 사용하여 차량 특성 엔티티 검출을 위한 기계 학습을 수행하여 학습 결과에 따라 대응되어 생성되는 학습 모델을 상기 학습 모델 데이터베이스 저장하는 특성 엔티티 학습부; 상기 학습 모델 데이터베이스에 저장된 학습 모델을 사용하여, 상기 검색부로부터 전달되는 특징 단어에 대응되는 차량 특성 엔티티를 추출하는 특성 엔티티 추출부; 및 차량별로 대응되는 차량 특성 엔티티를 저장한 차량 정보 데이터베이스에 기초하여, 상기 특성 엔티티 추출부에 의해 추출된 차량 특성 엔티티에 대응되는 차량 정보를 검출하여 상기 검색부로 제공하는 차량 정보 검출부를 포함한다.The machine learning unit may further include: a learning model database storing a learning model; Characteristic entity for performing a machine learning for detecting a vehicle characteristic entity using a data set composed of 'feature word-characteristic entity' input from the searcher to store the learning model generated correspondingly according to the learning result in the learning model database. Learning unit; A feature entity extracting unit for extracting a vehicle feature entity corresponding to the feature word transmitted from the search unit by using the learning model stored in the learning model database; And a vehicle information detector configured to detect and provide vehicle information corresponding to the vehicle characteristic entity extracted by the characteristic entity extracting unit to the searcher based on the vehicle information database storing the vehicle characteristic entity corresponding to each vehicle.

또한, 상기 검색부를 통해 상기 검색된 차량 중에서 상기 고객에 의해 선택된 차량에 대한 견적을 생성하는 견적부; 및 상기 고객에 의해 요청된 차량 임대에 대한 전자 계약을 수행하는 전자 계약부를 더 포함한다.In addition, the estimator for generating a quotation for the vehicle selected by the customer of the searched vehicle through the search unit; And an electronic contract unit that performs an electronic contract for the vehicle lease requested by the customer.

또한, 상기 검색부는 상기 차량과 직접적으로 연관되는 키워드를 사용하여 차량 직접 검색을 추가로 수행하고, 상기 검색부는 상기 인공지능 기반 차량 검색과 상기 차량 직접 검색을 결합한 혼합 검색을 수행한다.The search unit further performs a direct vehicle search by using a keyword directly related to the vehicle, and the search unit performs a hybrid search combining the AI-based vehicle search and the direct vehicle search.

또한, 상기 검색부는 상기 고객의 맞춤 정보 기반으로 차량 검색을 수행하며, 상기 고객의 맞춤 정보는 상기 고객의 주거 위치 정보 및 선호 차량 정보를 포함한다.In addition, the search unit performs a vehicle search based on the personalized information of the customer, the personalized information of the customer includes the location information and the preferred vehicle information of the customer.

또한, 상기 견적부는 견적이 요청된 차량의 정보에 대한 이력을 상기 기계 학습부로 전달하고, 상기 기계 학습부는 상기 견적이 요청된 차량의 정보를 추가로 사용하여 기계 학습을 수행한다.In addition, the estimator transmits the history of the information of the vehicle for which the quotation is requested to the machine learning unit, and the machine learning unit further performs machine learning using the information of the vehicle for which the quotation is requested.

본 발명에 따르면, 차량과 직접적으로 연관되지 않은 자연어 키워드를 사용하여 차량을 검색할 수 있으므로 임대 차량의 폭넓은 선택과 고객이 체감하는 형태의 차량 검색 서비스를 제공할 수 있다.According to the present invention, since the vehicle can be searched using natural language keywords not directly related to the vehicle, it is possible to provide a wide range of rental vehicles and a vehicle search service in which a customer feels.

또한, 고객이 입력한 자연어 키워드에 대응되는 차량 특성에 따른 인공지능 기반 검색을 수행하여 고객이 원하는 용도에 매우 유사한 형태의 차량 검색 정보를 제공할 수 있다.In addition, by performing an AI-based search according to the vehicle characteristics corresponding to the natural language keyword input by the customer, it is possible to provide vehicle search information in a form very similar to the intended use of the customer.

또한, 고객이 입력한 자연어 키워드로부터 추출되는 특징 단어의 패턴 매칭에 의해 빠른 검색 서비스를 제공할 수 있다.In addition, a fast search service may be provided by pattern matching of feature words extracted from natural language keywords input by a customer.

도 1은 본 발명의 실시예에 따른 렌터카 서비스 장치가 사용되는 개략적인 예를 도시한 도면이다.
도 2는 도 1에 도시된 발명의 실시예에 따른 렌터카 서비스 장치의 구체적인 구성 블록도이다.
도 3은 도 2에 도시된 검색부의 구체적인 구성 블록도이다.
도 4는 도 2에 도시된 기계 학습부의 구체적인 구성 블록도이다.
도 5는 도 3에 도시된 검색부에 의해 수행되는 패턴 매칭 기반 차량 검색 과정의 예를 도시한 도면이다.
도 6은 도 4에 도시된 기계 학습부에 의해 수행되는 인공지능 기반 차량 검색 과정의 예를 도시한 도면이다.
도 7은 본 발명의 실시예에 따른 인공지능 기반 차량 검색 서비스 방법의 개략적인 흐름도이다.
도 8은 도 7에 도시된 인공지능 기반 차량 검색의 구체적인 과정을 도시한 도면이다.
도 9는 본 발명의 실시예에 따른 차량 검색 서비스 방법에서 인공지능 기반 차량 검색 예를 도시한 도면이다.
도 10은 본 발명의 실시예에 따른 차량 검색 서비스 방법에서 고객 단말에 표시되는 검색 차량 정보 화면의 개략적인 내용을 도시한 도면이다.
도 11은 도 10의 검색 차량 정보 화면의 하나의 구체적인 예를 도시한 도면이다.1 is a diagram illustrating a schematic example of using a rental car service apparatus according to an embodiment of the present invention.
FIG. 2 is a detailed block diagram of a rental car service apparatus according to an exemplary embodiment of the present invention shown in FIG. 1.
FIG. 3 is a detailed block diagram of the search unit shown in FIG. 2.
4 is a detailed block diagram of the machine learning unit illustrated in FIG. 2.
FIG. 5 is a diagram illustrating an example of a pattern matching based vehicle search process performed by the search unit illustrated in FIG. 3.
FIG. 6 is a diagram illustrating an example of an AI-based vehicle search process performed by the machine learning unit illustrated in FIG. 4.
7 is a schematic flowchart of an artificial intelligence-based vehicle search service method according to an embodiment of the present invention.
FIG. 8 is a diagram illustrating a specific process of the AI-based vehicle search shown in FIG. 7.
9 is a diagram illustrating an example of an AI-based vehicle search in a vehicle search service method according to an exemplary embodiment of the present invention.
FIG. 10 is a view illustrating schematic contents of a search vehicle information screen displayed on a customer terminal in a vehicle search service method according to an exemplary embodiment of the present invention.
FIG. 11 is a diagram illustrating one specific example of the search vehicle information screen of FIG. 10.

아래에서는 첨부한 도면을 참고로 하여 본 발명의 실시예에 대하여 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자가 용이하게 실시할 수 있도록 상세히 설명한다. 그러나 본 발명은 여러 가지 상이한 형태로 구현될 수 있으며 여기에서 설명하는 실시예에 한정되지 않는다. 그리고 도면에서 본 발명을 명확하게 설명하기 위해서 설명과 관계없는 부분은 생략하였으며, 명세서 전체를 통하여 유사한 부분에 대해서는 유사한 도면 부호를 붙였다.DETAILED DESCRIPTION Hereinafter, exemplary embodiments of the present invention will be described in detail with reference to the accompanying drawings so that those skilled in the art may easily implement the present invention. As those skilled in the art would realize, the described embodiments may be modified in various different ways, all without departing from the spirit or scope of the present invention. In the drawings, parts irrelevant to the description are omitted in order to clearly describe the present invention, and like reference numerals designate like parts throughout the specification.

명세서 전체에서, 어떤 부분이 어떤 구성요소를 "포함"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.Throughout the specification, when a part is said to "include" a certain component, it means that it can further include other components, without excluding other components unless specifically stated otherwise. In addition, the terms “… unit”, “… unit”, “module”, etc. described in the specification mean a unit that processes at least one function or operation, which may be implemented by hardware or software or a combination of hardware and software. have.

이하, 도면을 참조하여 본 발명의 실시예에 따른 렌터카 서비스 장치 및 그 장치에서의 인공지능 기반 차량 검색 서비스 방법에 대해 설명한다.Hereinafter, a car rental service apparatus and an artificial intelligence-based vehicle search service method according to an embodiment of the present invention will be described with reference to the accompanying drawings.

도 1은 본 발명의 실시예에 따른 렌터카 서비스 장치가 사용되는 개략적인 예를 도시한 도면이다.1 is a diagram illustrating a schematic example of using a rental car service apparatus according to an embodiment of the present invention.

도 1을 참조하면, 본 발명의 실시예에 따른 렌터카 서비스 장치(100)는 네트워크(200)를 통해 고객 단말(300)과 연결되고, 또한 네트워크(200)를 통해 외부의 각종 서버(400)에 연결된다. 이 때 외부의 각종 서버(400)는 차량을 임대하는 고객의 신용 심사를 위해 요구되는 각종 서류를 제공하는 서버들일 수 있다.Referring to FIG. 1, a rental car service apparatus 100 according to an exemplary embodiment of the present invention is connected to a customer terminal 300 through a network 200 and also connected to various external servers 400 through a network 200. Connected. At this time, the various external servers 400 may be servers providing various documents required for credit check of the customer who rents the vehicle.

여기서, 네트워크(200)는 네트워크(200)에 연결된 복수의 단말 및 서버들과 같은 각각의 노드 상호 간에 정보 교환이 가능한 연결 구조를 의미하는 것으로, 이러한 네트워크(200)의 예로는 3GPP(3rd Generation Partnership Project) 네트워크, LTE(Long Term Evolution) 네트워크, 5GPP(5rd Generation Partnership Project) 네트워크, LAN(Local Area Network), 무선 LAN(Wireless Local Area Network), WAN(Wide Area Network), PAN(Personal Area Network), 블루투스(Bluetooth) 네트워크 등이 포함되나 이에 한정되지는 않는다.Here, the network 200 refers to a connection structure capable of exchanging information between each node such as a plurality of terminals and servers connected to the network 200. An example of such a network 200 is 3GPP (3rd Generation Partnership). Project network, Long Term Evolution (LTE) network, 5th Generation Partnership Project (5GPP) network, Local Area Network (LAN), Wireless Local Area Network (WLAN), Wide Area Network (WAN), Personal Area Network (PAN) , Bluetooth networks, etc., but are not limited thereto.

고객 단말(300)은 네트워크(200)를 통해 렌터카 서비스 장치(100)에 접속하여 고객이 원하는 차량을 검색하고 검색된 차량의 견적을 생성하여 견적이 생성된 차량에 대한 전자 계약을 수행할 수 있도록 하는 단말이다. 구체적으로, 고객 단말(300)은 차량 검색을 하기 위한 키워드를 입력하여 렌터카 서비스 장치(100)에게 제공하고, 렌터카 서비스 장치(100)로부터 키워드에 해당하는 차량 정보를 수신하여 표시하며, 렌터카 서비스 장치(100)에게 표시된 차량에 대해 견적 생성을 요청하고, 생성된 견적 정보를 수신하여 표시하며, 또한, 임대를 원하는 차량에 대한 계약을 렌터카 서비스 장치(100)에게 요구하고, 렌터카 서비스 장치(100)로부터 계약 내용을 수신하여 표시한 후 계약 내용에 대한 전자 서명을 수행하여 렌터카 서비스 장치(100)에게 제공한다. 이러한 고객 단말(300)은 대응되는 네트워크(200)를 통해 렌터카 서비스 장치(100)에 접속할 수 있는 단말 또는 컴퓨터 등일 수 있다. 여기서, 단말이나 컴퓨터는, 예를 들어, 유무선 인터넷 기반 웹 브라우저(WEB browser)가 탑재된 무선 통신 장치, 노트북, 데스크탑, 개인용 컴퓨터 등일 수 있다. 또한, 무선 통신 장치는 PCS(Personal Communication System), GSM(Global System for Mobile communications), PDC(Personal Digital Cellular), PHS(Personal Handyphone System), PDA(Personal Digital Assistant), IMT(International Mobile Telecommunication)-2000, CDMA(Code Division Multiple Access)-2000, W-CDMA(W-Code Division Multiple Access), Wibro(Wireless Broadband Internet) 단말, 스마트폰(smartphone), 스마트 패드(smartpad), 태블릿 PC(Tablet PC) 등과 같은 모든 종류의 핸드헬드(Handheld) 기반의 무선 통신 장치를 포함할 수 있다.The customer terminal 300 accesses the rental car service device 100 through the network 200 to search for a desired vehicle by the customer, and generates a quote of the searched vehicle to perform an electronic contract for the vehicle for which the quotation is generated. It is a terminal. In detail, the customer terminal 300 inputs a keyword for vehicle search and provides the keyword to the rental car service apparatus 100, receives and displays vehicle information corresponding to the keyword from the rental car service apparatus 100, and the rental car service apparatus. Request the quotation generation for the displayed vehicle, receive and display the generated quotation information, and also request the rental car service apparatus 100 for a contract for the vehicle that is to be rented, and the rental car service apparatus 100. After receiving and displaying the contract contents from the contract, the contract contents are electronically signed and provided to the rental service apparatus 100. The customer terminal 300 may be a terminal or a computer that can access the rental car service apparatus 100 through the corresponding network 200. Here, the terminal or the computer may be, for example, a wireless communication device, a notebook computer, a desktop, a personal computer, or the like equipped with a wired / wireless internet-based web browser. The wireless communication device may be a personal communication system (PCS), a global system for mobile communications (GSM), a personal digital cellular (PDC), a personal handyphone system (PHS), a personal digital assistant (PDA), or an international mobile telecommunication (IMT)-. 2000, Code Division Multiple Access (CDMA) -2000, W-Code Division Multiple Access (W-CDMA), Wireless Broadband Internet (WBRO) terminals, smartphones, smartpads, tablet PCs It may include all kinds of handheld based wireless communication device such as.

렌터카 서비스 장치(100)는 고객 단말(300)을 통한 인공지능(Artificial Intelligence, AI) 기반 차량 검색 기능을 제공한다. 예를 들어, 컴퓨터가 여러 데이터를 이용해 마치 사람처럼 스스로 학습할 수 있게 하기 위해 인공 신경망(Artificial Neural Network, ANN)을 기반으로 구축된 기계 학습 기술인 딥 러닝(deep learning) 기술 기반으로 자연어 키워드들에 대응되는 차량 검색에 대한 학습을 수행하고, 이러한 학습 결과를 사용하여 고객 단말(300)로부터 입력되는 자연어 키워드를 사용하여 검색되는 차량 정보를 고객 단말(300)에게 제공할 수 있다. The car rental apparatus 100 provides an artificial intelligence (AI) based vehicle search function through the customer terminal 300. For example, natural language keywords are based on deep learning technology, which is a machine learning technology built on Artificial Neural Network (ANN) to enable computers to learn on their own like humans using various data. Learning about a corresponding vehicle search may be performed, and vehicle information searched using a natural language keyword input from the customer terminal 300 may be provided to the customer terminal 300 using the learning result.

특히, 본 발명의 실시예에서는 검색 대상의 차량과 관련되지 않은 자연어 키워드, 예를 들어, 차량의 제원, 차량의 명칭, 차량의 제조사, 차량의 사용 연료 등과 같이 차량과 직접적으로 연관되는 키워드가 아닌 키워드, 예를 들어, 차량의 사용 용도, 고객의 사용 용도 등과 같은 자연어 키워드를 대상으로 차량 검색이 가능하도록 하는 학습 모델을 사용할 수 있다.In particular, in the exemplary embodiment of the present invention, a natural language keyword that is not related to the vehicle to be searched is not a keyword that is directly related to the vehicle such as a specification of the vehicle, a name of the vehicle, a manufacturer of the vehicle, fuel used in the vehicle, and the like. A learning model may be used to enable a vehicle search for a natural language keyword, such as a keyword, for example, a vehicle use or a customer use.

따라서, 본 발명의 실시예에서는 고객 단말(300)을 통해 고객이 자신이 사용하고자 하는 용도, 예를 들어, "가족 주말 나들이용", "출퇴근용" 등과 같은 용도를 나타내는 자연어 키워드를 입력하면, 인공지능 기반으로 이미 학습된 학습 모델을 통해 고객이 입력한 자연어 키워드에 해당되는 차량을 검색하여 고객 단말(300)로 제공하게 된다.Therefore, in the embodiment of the present invention, when the customer inputs a natural language keyword indicating a use, such as "for family weekend outing" or "commuting", that the customer wants to use through the customer terminal 300, Through the learning model already learned on the basis of artificial intelligence, the vehicle corresponding to the natural language keyword input by the customer is searched and provided to the customer terminal 300.

또한, 렌터카 서비스 장치(100)는 고객 단말(300)에 의해 선택되는 차량의 견적을 생성하여 고객 단말(300)에게 제공할 수 있다. 이 때의 차량 견적은 또한 고객 단말(300)에 의해 선택되는 차량 관련 옵션, 기간별 임대료, 임대 조건, 차량 보험 등의 정보를 사용하여 보다 구체적으로 생성될 수 있다.In addition, the rental car service apparatus 100 may generate an estimate of the vehicle selected by the customer terminal 300 and provide the quotation to the customer terminal 300. The vehicle estimate at this time may also be generated in more detail using information such as vehicle-related options selected by the customer terminal 300, period-based rent, lease conditions, vehicle insurance, and the like.

또한, 렌터카 서비스 장치(100)는 고객 단말(300)의 선택에 의해 견적이 생성된 차량에 대한 전자 계약을 수행한다. 렌터카 서비스 장치(100)는 차량을 임대하는 고객의 신용 심사를 위해 외부의 각종 서버(400)로부터 각종 서류를 제공받아서 전자 계약시 사용할 수 있다.In addition, the rental car service apparatus 100 performs an electronic contract for a vehicle for which a quotation is generated by the selection of the customer terminal 300. The rental car service device 100 may receive various documents from various external servers 400 for credit examination of a customer who rents a vehicle and use the same in an electronic contract.

한편, 렌터카 서비스 장치(100)는 네트워크(200)를 통해 단말(300)이나 외부의 서버(400)에 접속할 수 있는 컴퓨터로 구현될 수 있다. 여기서, 컴퓨터는 서버를 구성할 수 있는 예를 들어, 중대형 컴퓨터, 데스크탑 컴퓨터 등일 수 있다.Meanwhile, the rental car service apparatus 100 may be implemented as a computer that can access the terminal 300 or the external server 400 through the network 200. Here, the computer may be, for example, a medium-large computer, a desktop computer, or the like that can configure a server.

이하, 본 발명의 실시예에 따른 렌터카 서비스 장치(100)에 대해 보다 구체적으로 설명한다.Hereinafter, the rental car service apparatus 100 according to an exemplary embodiment of the present invention will be described in more detail.

도 2는 도 1에 도시된 발명의 실시예에 따른 렌터카 서비스 장치(100)의 구체적인 구성 블록도이다.FIG. 2 is a detailed block diagram of a rental car service apparatus 100 according to an exemplary embodiment of the present invention shown in FIG. 1.

도 2에 도시된 바와 같이, 발명의 실시예에 따른 렌터카 서비스 장치(100)는 고객 인터페이스(110), 서버 인터페이스(120), 정보 데이터베이스(Database, DB)(130), 기계 학습부(140), 검색부(150), 견적부(160), 전자 계약부(170) 및 관리부(180)를 포함한다. 이 때, 도 2에 도시된 렌터카 서비스 장치(100)는 본 발명의 일 실시예에 불과하므로 도 2를 통해 본 발명이 한정 해석되는 것은 아니며, 본 발명의 다양한 실시예들에 따라 도 2와 다르게 구성될 수도 있다.As shown in FIG. 2, the rental car service apparatus 100 according to an exemplary embodiment of the present invention includes a customer interface 110, a server interface 120, an information database (Database, DB) 130, and a machine learning unit 140. , A searcher 150, an estimator 160, an electronic contractor 170, and a manager 180. In this case, since the rental car service apparatus 100 illustrated in FIG. 2 is only one embodiment of the present invention, the present invention is not limitedly interpreted through FIG. 2 and is different from FIG. 2 according to various embodiments of the present disclosure. It may be configured.

고객 인터페이스(110)는 네트워크(200)를 통해 고객 단말(100)이 렌터카 서비스 장치(100)에 접속할 수 있도록 하는 인터페이스를 제공한다.The customer interface 110 provides an interface that allows the customer terminal 100 to access the car rental apparatus 100 through the network 200.

서버 인터페이스(120)는 렌터카 서비스 장치(100)가 네트워크(200)를 통해 외부 서버(400)에 접속할 수 있도록 하는 인터페이스를 제공한다. The server interface 120 provides an interface for allowing the car rental apparatus 100 to access the external server 400 through the network 200.

정보 DB(130)는 렌터카 서비스 장치(100)가 고객에게 차량 검색, 차량 견적 생성, 차량 전자 계약 등을 포함하는 렌터카 서비스를 제공하는 데 사용되는 각종의 정보를 저장하고 관리한다. 이러한 정보 DB(130)는 고객에게 임대 가능한 차량의 정보를 저장하는 차량 정보 DB(131), 본 렌터카 서비스를 사용하기 위해 회원으로 등록한 고객의 정보를 저장하는 고객 정보 DB(132), 고객에 의해 입력된 자연어 키워드를 사용하여 인공지능 기반으로 검색된 차량 검색 정보를 저장하는 검색 정보 DB(133), 차량 견적 생성에 사용되는 각종 옵션별 견적 정보와 고객에 의해 차량 견적이 요청되어 생성된 견적 정보를 저장하는 견적 정보 DB(134) 및 본 렌터카 서비스를 통해 서비스된 차량 임대 계약 정보를 저장하는 계약 정보 DB(135) 등을 포함한다. 특히, 차량 정보 DB(131)에는 본 발명의 실시예에 따른 인공지능 기반 차량 검색을 위해 차명별로 대응되는 차량 특성 엔티티(entity) 정보가 저장된다. 여기서, 차량 특성 엔티티는 차량별 특성을 나타내는 것으로, 예를 들어, 승차감, 업무용, 출퇴근, 레져, 카시트 등을 포함한다. 이외에도 렌터카 서비스 장치(100)는 인공지능 기반 차량 검색을 위해 차량별로 필요한 특성을 추가로 저장하고 관리할 수 있다.The information DB 130 stores and manages a variety of information used by the rental car service apparatus 100 to provide a rental car service including a vehicle search, vehicle quotation generation, vehicle electronic contract, and the like to a customer. The information DB 130 is a vehicle information DB 131 for storing information of a vehicle that can be rented to a customer, a customer information DB 132 for storing information of a customer registered as a member for using the rental car service, and Search information DB (133) for storing the vehicle search information searched on the basis of artificial intelligence using the natural language keywords entered, the information on the quotation for each option used to generate the vehicle quotation and the quotation information generated by requesting the vehicle quotation by the customer The quotation information DB 134 to store, the contract information DB 135, etc. which store the vehicle rental contract information serviced through this car rental service are included. In particular, the vehicle information DB 131 stores vehicle characteristic entity information corresponding to each vehicle name for AI-based vehicle search according to an embodiment of the present invention. Here, the vehicle characteristic entity represents a vehicle-specific characteristic and includes, for example, a ride comfort, business use, commute, leisure, a car seat, and the like. In addition, the rental car service apparatus 100 may additionally store and manage characteristics required for each vehicle for the AI-based vehicle search.

기계 학습부(140)는 특징 단어와 이에 대응되는 차량 특성 엔티티(entity)로 구성된 데이터 집합으로서 다량의 데이터를 기계 학습하여 대응되는 학습 모델을 생성하고, 생성된 학습 모델을 사용하여 자연어 키워드로부터 추출된 특징 단어에 대응되는 차량 특성 엔티티를 추출한 후 추출된 차량 특성 엔티티에 해당하는 차량 정보를 검출하여 제공한다. 여기서, 기계 학습은 인공지능의 한 분야로서, 방대한 데이터를 분석해서 미래를 예측하는 기술이며, 컴퓨터가 스스로 학습 과정을 거치면서 입력되지 않은 정보를 습득하여 문제를 해결하는 기술이다. 기계 학습을 위해 CNN(Convolutional Neural Network), R-CNN(Region with Convolutional Neural Network), LSTM((Long Short Term Memory) 등의 신경망을 활용하는 딥러닝 기술이 사용될 수 있다. The machine learning unit 140 is a data set consisting of feature words and corresponding vehicle feature entities, and machine learning a large amount of data to generate corresponding learning models, and extracting them from natural language keywords using the generated learning models. After extracting the vehicle characteristic entity corresponding to the extracted feature word, the vehicle information corresponding to the extracted vehicle characteristic entity is detected and provided. Here, machine learning is a field of artificial intelligence, which is a technology for predicting the future by analyzing massive data, and a technology for solving problems by acquiring information that is not input while the computer goes through a learning process. For machine learning, deep learning techniques using neural networks such as Convolutional Neural Network (CNN), Region with Convolutional Neural Network (R-CNN), and Long Short Term Memory (LSTM) may be used.

상기한 바와 같이, 본 발명의 실시예에서는 종래와 같이 차량과 직접적으로 연관되는 키워드, 예를 들어, 차량의 제조사, 차량의 제원, 차량의 명칭, 차량의 사용 연료 등의 키워드로서 직접적인 키워드를 사용하여 차량을 검색하는 서비스는 물론, 차량과 직접적으로 연관되지 않는 고객이 원하는 용도, 예를 들어, "가족 주말 나들이용", "출퇴근용"등의 자연어 키워드에 대해 차량 검색이 가능하도록 기계 학습을 수행하여 대응되는 학습 모델을 생성하고, 마찬가지로 차량과 직접적으로 연관되지 않는 고객이 원하는 용도에 대응되는 자연어 키워드가 입력되는 경우 상기한 학습 모델을 사용하여 입력된 자연어 키워드에 대응되는 차량을 검색하여 제공할 수 있다.As described above, in the embodiment of the present invention, a keyword directly related to the vehicle as in the related art, for example, a keyword such as a manufacturer of the vehicle, a specification of the vehicle, a name of the vehicle, and a fuel used for the vehicle is used. Service to search for a vehicle, as well as machine learning to enable a vehicle search for natural language keywords such as "family weekend outing" and "commuting" that the customer wants not directly related to the vehicle. And generates a corresponding learning model, and similarly searches for a vehicle corresponding to the input natural language keyword using the learning model when a natural language keyword corresponding to a desired use is inputted by a customer not directly related to the vehicle. can do.

본 발명의 실시예에서, 기계 학습부(140)는 자연어 키워드로부터 차량 특성 엔티티를 추출하고 추출된 차량 특성 엔티티를 포함하는 차량을 검출하여 제공할 수 있다. 이러한 기계 학습부(140)의 구체적인 구성에 대해서는 추후 설명한다.In an embodiment of the present invention, the machine learning unit 140 may extract a vehicle characteristic entity from a natural language keyword and detect and provide a vehicle including the extracted vehicle characteristic entity. The detailed configuration of the machine learning unit 140 will be described later.

검색부(150)는 고객 인터페이스(110)를 통해 고객 단말(300)에게 차량 검색을 위한 화면을 표시하고, 고객 단말(300)을 통해 고객이 원하는 차량을 검색하기 위한 자연어 키워드가 입력되면, 입력된 자연어 키워드로부터 특징 단어를 추출하고, 추출된 특징 단어의 패턴에 매칭되는 차량 정보를 검색하여 제공한다.The search unit 150 displays a screen for searching a vehicle to the customer terminal 300 through the customer interface 110, and inputs a natural language keyword for searching for a desired vehicle through the customer terminal 300. Feature words are extracted from the extracted natural language keywords, and vehicle information matching the extracted feature word pattern is searched and provided.

선택적으로, 검색부(150)는 입력된 자연어 키워드로부터 추출된 특징 단어의 패턴에 매칭되는 차량 정보가 검색되지 않는 경우, 추출된 특징 단어를 기계 학습부(140)로 전달하고, 기계 학습부(140)로부터 전달된 특징 단어에 대응되어 검색된 차량 정보를 수신하여 고객 단말(300)로 제공함과 동시에 고객 단말(300) 또는 고객에 대응하여 검색된 차량 정보를 검색 정보 DB(133)에 저장한다. Optionally, when the vehicle information that matches the pattern of the feature words extracted from the input natural language keyword is not searched, the searcher 150 transmits the extracted feature words to the machine learning unit 140, and the machine learning unit ( The vehicle information retrieved corresponding to the feature word transmitted from 140 is received and provided to the customer terminal 300, and the vehicle information retrieved corresponding to the customer terminal 300 or the customer is stored in the search information DB 133.

또한, 검색부(150)는 상기한 바와 같은 인공 지능 기반 검색은 물론 차량과 직접 연관된 키워드를 사용하여 차량 직접 검색이 가능하도록 하는 검색 서비스를 제공할 수 있다.In addition, the search unit 150 may provide a search service that enables direct search of the vehicle using keywords directly related to the vehicle as well as the artificial intelligence-based search as described above.

또한, 검색부(150)는 고객에 의해 입력되거나 선택된 고객의 맞춤 정보에 따라 차량을 검색하여 고객 단말(300)로 제공할 수 있다. 여기서, 고객의 맞춤 정보로는 고객의 주거 위치 정보, 선호 차량 정보 등이 있을 수 있다.In addition, the searcher 150 may search for the vehicle according to the personalized information of the customer input or selected by the customer and provide the vehicle to the customer terminal 300. Here, the personalized information of the customer may include the customer's residential location information, preferred vehicle information, and the like.

또한, 검색부(150)는 인공지능 기반 검색과 차량 직접 검색을 결합하여 혼합 검색이 가능하도록 할 수 있다. 예를 들어, 차량 직접 검색에서 차량과 직접적으로 연관되는 검색 키워드에 의해 차량 검색 범위를 한정한 후 한정된 범위 내의 차량 중에서 자연어 키워드 입력에 따른 인공지능 기반 검색을 수행할 수 있다. 또는, 이와 달리, 인공지능 기반으로 자연어 키워드에 따른 검색 후 그 결과 내에서 차량 직접 검색을 통한 검색이 이루어질 수 있도록 할 수 있다.In addition, the search unit 150 may combine the AI-based search and the direct vehicle search to enable a mixed search. For example, in the direct vehicle search, the vehicle search range may be defined by a search keyword that is directly related to the vehicle, and then an AI-based search may be performed by inputting a natural language keyword among the vehicles within the limited range. Alternatively, after the search based on a natural language keyword based on artificial intelligence, a search may be performed through a direct vehicle search within the result.

또한, 검색부(150)는 검색된 차량별로 가상 시승 안내, 제원 비교, 전문가 리뷰, 사용자 리뷰 등을 추가로 제공할 수 있다.In addition, the search unit 150 may further provide a virtual test guide, a comparison of specifications, an expert review, a user review, and the like for each searched vehicle.

견적부(160)는 검색부(150)를 통해 고객 단말(300)에게 제공된 검색된 차량 중에서 고객이 선택한 차량에 대한 견적을 생성할 수 있는 화면을 고객 단말(300)로 제공하고, 고객 단말(300)을 통해 견적 생성을 위한 각종의 옵션 정보 등이 입력되거나 선택되는 경우 해당 차량에 대한 견적을 생성하여 고객 단말(300)로 제공한다.The estimator 160 provides the client terminal 300 with a screen for generating a quotation for the vehicle selected by the customer among the searched vehicles provided to the customer terminal 300 through the searcher 150, and the customer terminal 300. When a variety of option information and the like for input of the quotation is generated or selected through), a quotation for the corresponding vehicle is generated and provided to the customer terminal 300.

견적부(160)는 검색부(150)를 통해 검색된 차량 중에서 고객에 의해 견적 생성이 요청된 차량 정보에 대한 이력 및 견적 정보를 견적 정보 DB(134)에 저장하고 관리하고, 기계 학습부(140)가 견적 정보 DB(134)에 저장된 견적 정보 이력을 기계 학습시에 반영하여 학습이 수행되도록 할 수 있다. 예를 들어, 차량 선호도 정보, 성별 선호도 정보, 연령대별 선호도 정보로서 반영되어 인공지능 기반 검색시 반영되도록 할 수 있다. 또한, 이러한 정보는 검색부(150)에서 검색된 차량별 정보로서도 또한 제공될 수도 있다.The estimator 160 stores and manages the history and quotation information on the vehicle information requested by the customer in the quotation information DB 134 among the vehicles searched through the searcher 150, and the machine learning unit 140. ) May reflect the history of the quote information stored in the quote information DB 134 at the time of machine learning to perform the learning. For example, it may be reflected as vehicle preference information, gender preference information, and preference information for each age group to be reflected in an AI-based search. In addition, such information may also be provided as vehicle-specific information searched by the searcher 150.

전자 계약부(170)는 견적부(160)에 의해 생성된 차량에 대한 견적에 대해 고객이 대응하여 해당 차량에 대한 전자 계약을 수행할 수 있도록 하며, 이 때 외부의 서버(400)로부터 고객의 신용 심사 관련 서류를 획득하여 전자 계약시에 사용할 수 있다.The electronic contract unit 170 allows the customer to respond to the quotation for the vehicle generated by the estimator 160 to perform the electronic contract for the vehicle, and at this time, the external server 400 Credit screening documents can be obtained for use in electronic contracts.

제어부(180)는 검색부(150), 견적부(160) 및 전자 계약부(170)를 제어하여, 고객 단말(300)에게 차량 직접 검색은 물론 인공지능 기반의 차량 검색 서비스를 제공하고, 인공지능 기반으로 검색된 차량에 대해 고객이 입력한 자연어 키워드 기반의 선택이 가능하도록 하며, 또한 고객에 의해 선택된 차량에 대한 전자 계약에 따른 임대 계약을 수행한다.The controller 180 controls the searcher 150, the estimator 160, and the electronic contractor 170 to provide a vehicle search service based on AI as well as a vehicle search directly to the customer terminal 300. It enables the selection of natural language keywords based on a customer input for a vehicle searched based on intelligence, and also performs a lease contract according to an electronic contract for a vehicle selected by the customer.

이와 같이, 본 발명의 실시예에 따르면, 차량과 직접적으로 연관되지 않은 자연어 키워드를 사용하여 차량을 검색할 수 있으므로 임대 차량의 폭넓은 선택과 고객이 체감하는 형태의 차량 검색 서비스를 제공할 수 있다.As described above, according to an exemplary embodiment of the present invention, since the vehicle can be searched using natural language keywords not directly related to the vehicle, the vehicle search service can be provided in a wide selection of rental vehicles and in the form of a customer experience. .

도 3은 도 2에 도시된 검색부(150)의 구체적인 구성 블록도이다.3 is a detailed block diagram of the searcher 150 shown in FIG. 2.

도 3에 도시된 바와 같이, 검색부(150)는 키워드 수신부(151), 자연어 분석부(152), 특징 기반 DB(153), 패턴 매칭부(154) 및 검색 처리부(155)를 포함한다.As shown in FIG. 3, the searcher 150 includes a keyword receiver 151, a natural language analyzer 152, a feature-based DB 153, a pattern matcher 154, and a search processor 155.

키워드 수신부(151)는 고객 단말(300)로부터 입력된 자연어 키워드를 수신한다.The keyword receiving unit 151 receives a natural language keyword input from the customer terminal 300.

자연어 분석부(152)는 키워드 수신부(151)에 의해 수신되는 고객이 입력한 자연어 키워드에 대한 자연어 분석을 수행하여 자연어 키워드에 포함된 특징 단어를 추출한다. 예를 들어, 자연어 키워드가 "승차감이 좋은 출장용 차량?"인 경우 '승차감', '출장' 등의 특징 단어가 추출될 수 있고, 자연어 키워드가 "나들이용 차량?"인 경우 '나들이'라는 특징 단어가 추출될 수 있으며, 자연어 키워드가 "아기와 여행가기 좋은 차량?"인 경우 '아기', '여행' 등의 특징 단어가 추출될 수 있다. 기본적으로 자연어 분석부(152)는 자연어 키워드에 포함된 명사, 동사 등의 단어가 해당될 수 있다. 또한, 자연어 분석부(152)도 인공지능 기반 기계 학습에 의해 특징 단어가 학습되고 학습 결과를 통해 입력되는 자연어 키워드에 대응되는 특징 단어 추출이 수행될 수 있다.The natural language analyzer 152 extracts feature words included in the natural language keyword by performing natural language analysis on the natural language keyword input by the customer received by the keyword receiver 151. For example, if the natural language keyword is "travel vehicle with good ride comfort?", Characteristic words such as "ride comfort" and "business trip" may be extracted. If the natural language keyword is "outdoor vehicle?" Feature words may be extracted, and when the natural language keyword is "a good vehicle for a baby and a trip?" Feature words such as "baby" and "travel" may be extracted. Basically, the natural language analyzer 152 may correspond to words such as nouns and verbs included in natural language keywords. In addition, the natural language analyzer 152 may also perform feature word extraction corresponding to the natural language keyword that is learned through the AI-based machine learning and input through the learning result.

특징 기반 DB(153)는 자연어 키워드로부터 추출되는 특징 단어와 이에 대응되는 차량 정보를 저장한다. 이러한 정보는 사전에 저장되거나 또는 본 발명의 실시예에 따른 인공지능 기반 차량 검색 서비스 중에 추가로 저장될 수 있다.The feature-based DB 153 stores feature words extracted from natural language keywords and vehicle information corresponding thereto. Such information may be stored in advance or further stored during an AI-based vehicle search service according to an embodiment of the present invention.

패턴 매칭부(154)는 자연어 분석부(152)에 의해 추출된 특징 단어에 대해 특징 기반 DB(153)에서 매칭되는 패턴이 있는지를 확인하고, 매칭되는 패턴이 있는 경우 매칭되는 패턴, 즉 특징 단어에 대응되는 차량 정보를 검출한다. 이 때, 특징 단어는 하나 이상일 수 있다. 예를 들어, 자연어 키워드로부터 2개의 특징 단어가 추출되는 경우에는 2개의 추출된 특징 단어에 모두 매칭되는 차량 정보가 검출될 수 있다.The pattern matching unit 154 checks whether there is a matching pattern in the feature-based DB 153 with respect to the feature word extracted by the natural language analyzer 152, and if there is a matching pattern, the matching pattern, that is, the feature word Detects vehicle information corresponding to. In this case, the feature word may be one or more. For example, when two feature words are extracted from natural language keywords, vehicle information matching both extracted feature words may be detected.

한편, 패턴 매칭부(154)는 매칭되는 패턴이 없는 경우에는 특징 단어를 기계 학습부(140)로 전달하고, 기계 학습부(140)에 의해 특징 단어에 대응되도록 검출된 차량를 제공받는다. 이 때, 패턴 매칭부(154)는 기계 학습부(140)로부터 제공되는 특징 단어에 대응되는 차량 정보를 추가 특징 패턴으로서 특징 기반 DB(153)에 추가로 저장할 수 있다.On the other hand, the pattern matching unit 154 transmits the feature word to the machine learning unit 140, if there is no matching pattern, and receives the vehicle detected to correspond to the feature word by the machine learning unit 140. In this case, the pattern matching unit 154 may further store vehicle information corresponding to the feature word provided from the machine learning unit 140 in the feature-based DB 153 as an additional feature pattern.

검색 처리부(155)는 패턴 매칭부(154)에 의해 검출되는 차량 정보를 자연어 키워드(151)에 의해 수신되는 자연어 키워드에 의해 검출된 차량 정보로서 검색 정보 DB(133)에 저장하는 동시에 고객 단말(300)에게 차량 검색 정보로서 제공한다.The search processing unit 155 stores the vehicle information detected by the pattern matching unit 154 in the search information DB 133 as the vehicle information detected by the natural language keyword received by the natural language keyword 151 and at the same time the customer terminal ( 300 as vehicle search information.

도 4는 도 2에 도시된 기계 학습부(140)의 구체적인 구성 블록도이다.4 is a detailed block diagram of the machine learning unit 140 illustrated in FIG. 2.

도 4에 도시된 바와 같이, 기계 학습부(140)는 특성 엔티티 학습부(141), 학습 모델 DB(142), 특성 엔티티 추출부(143) 및 차량 정보 검출부(144)를 포함한다.As shown in FIG. 4, the machine learning unit 140 includes a feature entity learner 141, a learning model DB 142, a feature entity extractor 143, and a vehicle information detector 144.

특성 엔티티 학습부(141)는 검색부(150)로부터 입력되는 '특징 단어-특성 엔티티'로 구성된 다량의 데이터 집합을 사용하여 특성 엔티티 검출을 위한 기계 학습을 수행하여 학습 결과에 대응되는 학습 모델을 생성한다.The characteristic entity learner 141 performs a machine learning for detecting the characteristic entity by using a large data set composed of 'feature word-characteristic entities' input from the searcher 150 to generate a learning model corresponding to the learning result. Create

학습 모델 DB(142)는 특성 엔티티 학습부(141)에 의해 생성되는 학습 모델을 저장한다.The training model DB 142 stores the training model generated by the characteristic entity learner 141.

특성 엔티티 추출부(143)는 검색부(150)로부터 입력되는 특징 단어에 대해 학습 모델 DB(142)에 저장된 학습 모델을 사용하여 특징 단어에 대응되는 특성 엔티티를 추출한다.The feature entity extractor 143 extracts a feature entity corresponding to the feature word from the feature word input from the searcher 150 using a learning model stored in the training model DB 142.

한편, 특성 엔티티 학습부(141)와 특성 엔티티 추출부(143)는 통합되어 하나의 구성요소로서 구현될 수 있으며, 이 경우 하나의 신경망을 사용하여 구현될 수 있다. Meanwhile, the feature entity learner 141 and the feature entity extractor 143 may be integrated and implemented as one component, and in this case, may be implemented using one neural network.

차량 정보 검출부(144)는 특성 엔티티 추출부(143)에 의해 추출되는 특성 엔티티를 포함하는 차량 정보를 차량 정보 DB(131)를 통해 검출하여 검색부(150)로 제공한다. 이 때, 차량 정보 검출부(144)는 차량 정보 DB(131)에 저장되어 있는 차량별 특성 엔티티 정보를 사용하여 특성 엔티티 추출부(143)로부터 전달되는 특성 엔티티에 대응되는 차량 정보를 검출할 수 있다.The vehicle information detector 144 detects vehicle information including the feature entity extracted by the feature entity extractor 143 through the vehicle information DB 131 and provides the detected vehicle information to the searcher 150. In this case, the vehicle information detector 144 may detect vehicle information corresponding to the feature entity transmitted from the feature entity extractor 143 using the feature-specific feature entity information stored in the vehicle information DB 131. .

도 5에 도시된 예를 들어, 검색부(150)의 키워드 수신부(151)에 의해 "승차감이 좋은 출장용 차량?", "나들이용 차량?" 또는 "아기와 여행가기 좋은 차량?" 등 3 종류의 차량 검색용 자연어 키워드가 선택적으로 수신되면, 자연어 분석부(142)는 입력된 자연어 키워드로부터 각각 대응되는 '승차감, 출장', '나들이', '아기, 여행' 등의 특징 단어를 추출한다.For example, the keyword receiving unit 151 of the search unit 150 by the keyword receiving unit 151, "a traveling vehicle with good comfort?", "Outdoor vehicle?" Or "a good car to travel with?" When three kinds of natural language keywords for vehicle search are selectively received, the natural language analyzer 142 may search for feature words such as 'ride comfort, business trip', 'outing', and 'baby, travel', respectively, corresponding to the input natural language keywords. Extract.

그 후, 추출된 특징 단어, 예를 들어, '승차감, 출장', '나들이', '아기, 여행'에 대해 특징 기반 DB(153)에서 대응되는 패턴이 있는지를 확인하여 대응되는 패턴이 있으면 해당 패턴에 대응되는 차량 정보를 검출한다. 예를 들어, 특징 단어가 '승차감, 출장'인 경우, 이 둘의 특징 단어를 모두 만족시키는 차량 정보가 '그랜져'이므로 '그랜져'가 최종 차량 정보로서 검출된다. 특징 단어, '나들이'의 경우에는 3가지의 차량 정보, 즉 '아반떼', '스포티지', '카렌스'가 검출될 수 있다.Thereafter, the extracted feature word, for example, 'ride comfort, business trip', 'outing', 'baby, travel', checks whether there is a corresponding pattern in the feature-based DB 153, and if there is a corresponding pattern, Detects vehicle information corresponding to the pattern. For example, when the feature word is 'ride comfort and business trip', 'Granger' is detected as the final vehicle information since vehicle information satisfying both feature words is 'Granger'. In the case of the feature word 'outing', three types of vehicle information, 'Avante', 'Sportage' and 'Carens' may be detected.

한편, 특징 단어 '아기, 여행'의 경우 '여행'특징 단어에 대해서는 일치하는 패턴이 있으나, '아기'에 대한 패턴 매칭이 안되므로, 이 경우에는 매칭 없음이 발생하고 이러한 매칭 없음의 경우에는 이하의 도 6을 참조하여 설명한다.Meanwhile, in the case of the feature word 'baby' and 'travel', there is a matching pattern for the 'travel' feature word, but the pattern matching for 'baby' is not possible. In this case, there is no matching. It demonstrates with reference to FIG.

도 6을 참조하면, 위와 같이, 패턴 매칭이 없는 경우에는 검색부(150)로부터 기계 학습부(140)로 특징 단어가 전달된다. 위의 예를 들면, 특징 단어, '아기, 여행'이 전달될 수 있다.Referring to FIG. 6, when there is no pattern matching, the feature word is transferred from the searcher 150 to the machine learning unit 140. For example, the feature word 'baby, travel' can be conveyed.

따라서, 기계 학습부(140)에서는 학습 모델을 사용하여, 검색부(150)로부터 전달된 특징 단어, '아기, 여행'에 대응되는 차량 특성 엔티티, 즉 이 경우에는 '카시트, 레저'가 추출된다.Therefore, the machine learning unit 140 extracts a vehicle characteristic entity corresponding to the feature word, 'baby, travel', that is, 'car seat, leisure', which is transmitted from the search unit 150 using the learning model. .

이렇게 추출된 특징 단어에 대해 차량 정보 DB(131)에 저장된 차량별 차량 특성 엔티티 정보에 기초하여 대응되는 차량 정보가 검출될 수 있다. 위의 예를 참조하면, 특징 단어 '아기, 여행'에 대응되는 차량 특성 엔티티 '카시트, 레저'에 대응되는 차량으로 '스포티지'가 검출될 수 있다.The vehicle information corresponding to the extracted feature word may be detected based on vehicle characteristic entity information for each vehicle stored in the vehicle information DB 131. Referring to the above example, 'sportage' may be detected as a vehicle corresponding to the vehicle characteristic entity 'car seat, leisure' corresponding to the feature word 'baby, travel'.

따라서, 이렇게 검출된 차량 정보, 예를 들어 '스포티지'는 특징 단어를 전달한 검색부(150)로 대응되는 차량 정보로서 제공될 수 있다.Accordingly, the detected vehicle information, for example, 'sportage' may be provided as vehicle information corresponding to the searcher 150 that has delivered the feature word.

이와 같이, 본 발명의 실시예에서는 고객이 차량 검색을 위해 입력한 자연어 키워드로부터 직접 추출되는 특징 단어들의 패턴 매칭에 의해 바로 차량 정보를 검색하여 제공할 수 있다. 그러나, 특징 단어들의 패턴 매칭에 의해 차량 정보가 검색되지 않는 경우에는 기계 학습된 학습 모델을 사용하여 특징 단어에 대응되는 차량 특성 엔티티를 추출하여 추출된 차량 특성 엔티티에 해당하는 차량 정보를 인공지능 검색 기반으로 검출하여 검색 결과로서 제공할 수 있다.As described above, according to an exemplary embodiment of the present invention, vehicle information may be directly searched and provided by pattern matching of feature words directly extracted from natural language keywords input by a customer for vehicle search. However, when vehicle information is not retrieved by pattern matching of feature words, the vehicle feature entity corresponding to the feature word is extracted by using a machine-learned learning model, and AI information is searched for vehicle information corresponding to the extracted vehicle feature entity. Can be detected and provided as a search result.

이하, 도면을 참조하여 본 발명의 실시예에 따른 인공지능 기반 차량 검색 서비스 방법에 대해 구체적으로 설명한다.Hereinafter, an artificial intelligence-based vehicle search service method according to an embodiment of the present invention will be described in detail with reference to the accompanying drawings.

도 7은 본 발명의 실시예에 따른 인공지능 기반 차량 검색 서비스 방법의 개략적인 흐름도이다. 7 is a schematic flowchart of an artificial intelligence-based vehicle search service method according to an embodiment of the present invention.

도 7을 참조하면, 먼저, 본 발명의 실시예에 따른 렌터카 서비스 장치(100)는 본 발명의 실시예에 따라 인공지능 기반 자연어 키워드를 사용하여 차량 검색을 지원하기 위해, 자연어 특징 단어와 이에 대응되는 차량 특성 엔티티로 구성된 데이터 집합으로서 다량의 데이터를 기계 학습하여 대응되는 학습 모델을 생성한다(S100).Referring to FIG. 7, first, the rental car service apparatus 100 according to an exemplary embodiment of the present invention supports natural language feature words and corresponding words to support a vehicle search using an AI based natural language keyword according to an exemplary embodiment of the present invention. As a data set composed of the vehicle characteristic entities, a learning model is generated by machine learning a large amount of data (S100).

그 후, 본격적인 본 발명의 실시예에 따른 차량 검색 서비스가 시작되어 네트워크(200)를 통해 렌터카 서비스 장치(100)에 접속한 고객 단말(300)을 통해 고객이 자신의 용도에 따라 원하는 자연어 키워드를 입력하면, 입력된 자연어 키워드가 렌터카 서비스 장치(100)로 수신된다(S110). 예를 들어, 고객은 고객 단말(300)에 표시된 차량 검색 화면에서 고객이 원하는 용도에 해당하는 자연어 키워드, 예를 들어 "승차감이 좋은 출장용 차량"이라는 자연어 키워드를 입력하여 차량 검색을 수행할 수 있다.Then, the vehicle search service according to the embodiment of the present invention starts in earnest, through the customer terminal 300 connected to the rental car service apparatus 100 through the network 200, the customer wants to use the natural language keyword according to his purpose If it is input, the input natural language keyword is received by the car rental apparatus 100 (S110). For example, a customer may perform a vehicle search by inputting a natural language keyword corresponding to a desired purpose of the customer, for example, a natural language keyword of “a good traveling vehicle” on the vehicle search screen displayed on the customer terminal 300. have.

여기서, 본 발명의 실시예에 따른 렌터카 서비스 장치(100)에서는 상기한 바와 같은 인공지능 기반 차량 검색은 물론 차량 검색 화면에서 고객이 차량과 직접적으로 연관된 키워드, 예를 들어, 차량의 제조사, 차량 유형, 차량 이름의 키워드를 선택하여 차량을 직접 검색할 수도 있다.Here, in the car rental service apparatus 100 according to an embodiment of the present invention, in addition to the AI-based vehicle search as described above, a keyword directly related to the vehicle by the customer on the vehicle search screen, for example, the manufacturer of the vehicle and the vehicle type. In addition, the vehicle may be directly searched by selecting a keyword of the vehicle name.

다음, 렌터카 서비스 장치(100)는 고객 단말(300)로부터 전달되는 자연어 키워드를 사용하여 차량 검색을 수행한다(S120). 여기서의 차량 검색은 자연어 키워드에 대응되는 차량 특성 엔티티 검출 기반 차량 정보 검색이다. 이에 대해서는 추후 구체적으로 설명한다.Next, the rental car service apparatus 100 performs a vehicle search using a natural language keyword transmitted from the customer terminal 300 (S120). The vehicle search here is a vehicle characteristic entity detection-based vehicle information search corresponding to a natural language keyword. This will be described in detail later.

그 후, 렌터카 서비스 장치(100)는 인공지능 기반으로 검색된 차량의 정보를 고객 단말(300)에게 제공한다(S130). Thereafter, the rental car service apparatus 100 provides the customer terminal 300 with information of the vehicle searched on the basis of artificial intelligence (S130).

따라서, 고객 단말(300)은 상기 단계(S130)에서 제공되는 검색된 차량 정보를 고객에게 표시한 후 고객에 의해 선택되는 적어도 하나의 차량에 대한 견적을 렌터카 서비스 장치(100)에게 요청한다(S140).Therefore, the customer terminal 300 displays the searched vehicle information provided in the step S130 to the customer, and then requests the car rental apparatus 100 for an estimate of at least one vehicle selected by the customer (S140). .

렌터카 서비스 장치(100)는 고객으로부터의 견적 요청에 따라 견적 생성을 위한 각종의 옵션 정보를 고객 단말(300)로부터 제공받아서 상기 단계(S140)에서 견적이 요청된 적어도 하나의 차량에 대한 견적을 생성하고(S150), 생성된 차량 견적 정보를 고객 단말(300)로 제공한다(S160). The car rental service apparatus 100 receives various option information for generating a quote from the customer terminal 300 according to a request for a quote from a customer, and generates a quote for at least one vehicle for which a quote is requested in step S140. In operation S150, the generated vehicle quotation information is provided to the customer terminal 300 (S160).

고객은 고객 단말(300)을 통해 표시되는 적어도 하나의 차량 견적 정보를 보고 원하는 차량을 선택하여 렌터카 서비스 장치(100)에게 차량 임대 계약을 요청한다(S170). 이 때, 고객은 인공지능 기반의 차량 검색 단계(S110)부터, 또는 차량의 견적 요청 단계(S140)부터의 과정을 반복 수행하여 다양한 차량을 검색하거나 또는 다양한 차량의 견적을 요청할 수 있다.The customer views the at least one vehicle quotation information displayed through the customer terminal 300, selects a desired vehicle, and requests the vehicle rental contract from the car rental service apparatus 100 (S170). At this time, the customer may repeat the process from the AI-based vehicle search step (S110), or from the vehicle request request step (S140) to search for a variety of vehicles or request a quote of the various vehicles.

고객은 고객 단말(300)을 이용하여 상기한 과정을 한 번 또는 수회에 걸쳐 반복 수행하여 최종적으로 임대 계약할 차량을 선택하여 렌터카 서비스 장치(100)에게 임대 계약을 요청할 수 있다.The customer may repeatedly perform the above process once or several times using the customer terminal 300 to select a vehicle to be finally leased and request a rental contract from the car rental apparatus 100.

이와 같이 고객 단말(300)로부터 차량 임대 계약이 요청되면, 렌터카 서비스 장치(100)는 먼저 차량 임대 계약을 요청한 고객의 계약 가능 여부를 판단하기 위해 네트워크(200)를 통해 외부의 서버(400)로부터 고객의 신용 심사에 필요한 서류를 수집하여(S180), 고객에 의해 요청된 차량 임대 계약을 전자 계약을 통해 수행한다(S190).When the vehicle rental contract is requested from the customer terminal 300 as described above, the car rental service apparatus 100 first determines from the external server 400 through the network 200 to determine whether the customer who has requested the vehicle rental contract can be contracted. Collecting documents required for the credit review of the customer (S180), and performs the vehicle lease contract requested by the customer through the electronic contract (S190).

도 8은 도 7에 도시된 인공지능 기반 차량 검색의 구체적인 과정을 도시한 도면이다.FIG. 8 is a diagram illustrating a specific process of the AI-based vehicle search shown in FIG. 7.

도 8을 참조하면, 여기서의 차량 검색은 렌터카 서비스 장치(100), 구체적으로는 도 2를 참조하여 설명한 검색부(150) 및 기계 학습부(140)에 의해 수행될 수 있다.Referring to FIG. 8, the vehicle search may be performed by the rental car service apparatus 100, specifically, the searcher 150 and the machine learning unit 140 described with reference to FIG. 2.

도 8을 참조하면, 도 9에 도시된 바와 같이 고객 단말(300)에 표시된 검색 화면을 통해 고객이 원하는 용도의 자연어 키워드를 입력하여 차량 검색을 요청하면, 고객 단말(300)로부터 차량 검색을 요청하는 자연어 키워드가 렌터카 서비스 장치(100)로 수신된다(S121). 도 9의 예를 참조하면, 고객은 고객 단말(300)에 표시된 차량 검색 화면에서 인공지능 기반 차량 검색 탭(A.I. 차량 추천)(11)을 선택한 후 자신이 원하는 용도에 해당하는 자연어 키워드, 예를 들어 "승차감이 좋은 출장용 차량?"의 자연어 키워드(12)를 입력하여 차량 검색을 수행할 수 있다.Referring to FIG. 8, when a vehicle search is requested by inputting a natural language keyword of a desired use through a search screen displayed on the customer terminal 300, the vehicle search is requested from the customer terminal 300. The natural language keyword to be received is received by the car rental apparatus 100 in operation S121. Referring to the example of FIG. 9, a customer selects an AI-based vehicle search tab (AI vehicle recommendation) 11 on a vehicle search screen displayed on the customer terminal 300, and then selects a natural language keyword corresponding to a desired purpose. For example, a vehicle search may be performed by inputting a natural language keyword 12 of “a traveling vehicle having a good ride comfort?”.

이렇게 수신되는 자연어 키워드에 대해 자연어 분석이 수행되어 자연어 키워드에 대응되는 특징 단어가 추출된다(S122). 위의 예를 참조하면, 자연어 키워드 "승차감이 좋은 출장용 차량?"에 대응되는 특징 단어는 '승차감', '출장'이 될 수 있다.Natural language analysis is performed on the received natural language keywords to extract feature words corresponding to the natural language keywords (S122). Referring to the above example, the feature word corresponding to the natural language keyword "traveling vehicle having a good ride comfort?" May be 'ride comfort', 'business trip'.

그 후, 추출된 특징 단어에 대해 특징 기반 DB(153)에서 매칭되는 패턴이 있는지를 확인한다(S123).Thereafter, it is checked whether there is a pattern matching in the feature-based DB 153 with respect to the extracted feature word (S123).

만약 일치하는 패턴이 있으면, 일치되는 패턴, 즉 특징 단어에 대응되는 차량 정보를 검출한다(S124).If there is a matching pattern, vehicle information corresponding to the matching pattern, that is, a feature word, is detected (S124).

이렇게 함으로써 자연어 키워드에 대응되어 검출되는 차량 정보가 상기 단계(S130)를 통해 고객 단말(300)로 제공되어 표시될 수 있다. In this way, the vehicle information detected corresponding to the natural language keyword may be provided to the customer terminal 300 through the step S130 and displayed.

한편, 상기 단계(S123)에서 매칭되는 패턴이 없는 것으로 확인되는 경우, 검색부(150)에서 추출된 특징 단어가 기계 학습부(140)로 전달되어 기계 학습부(140)에서, 기계 학습에 의해 생성된 학습 모델을 사용하여, 특징 단어에 대응되는 차량 특성 엔티티가 추출된다(S126). 위의 예를 참조하면, 특징 단어 '아기, 여행'에 각각 대응되는 차량 특성 엔티티는 '카시트', '레저'가 될 수 있다.On the other hand, if it is confirmed in the step (S123) that there is no matching pattern, the feature word extracted from the search unit 150 is transferred to the machine learning unit 140, the machine learning unit 140, by machine learning Using the generated learning model, the vehicle characteristic entity corresponding to the feature word is extracted (S126). Referring to the above example, the vehicle characteristic entities corresponding to the feature words 'baby and travel' may be 'car seat' and 'leisure'.

이와 같이, 추출되는 차량 특성 엔티티와 차량 정보 DB(131)에 저장되어 있는 차량별 특성 엔티티 정보를 사용하여 해당되는 차량 정보를 검출하여 검색부(150)로 제공한다(S127). 위의 예를 참조하면, 추출된 차량 특성 엔티티 '카시트', '레저'에 해당하는 차량 정보는 '스포티지'가 될 수 있다.As such, the vehicle information is detected and provided to the searcher 150 by using the vehicle characteristic entity and the vehicle-specific characteristic entity information stored in the vehicle information DB 131 (S127). Referring to the above example, the vehicle information corresponding to the extracted vehicle characteristic entities 'car seat' and 'leisure' may be 'sportage'.

이렇게 기계 학습부(140)를 통해 검출되는 차량 정보가 상기 단계(S130)를 통해 고객 단말(300)로 제공되어 표시될 수 있다. The vehicle information detected through the machine learning unit 140 may be provided to the customer terminal 300 through the step S130 and displayed.

여기서, 고객에 의해 요청된 차량 검색 결과를 볼 수 있도록 고객 단말(300)에 표시되는 검색 차량 정보 화면의 형태 예는 도 10에 도시된 바와 같다. 도 10을 참조하면, 고객 단말(300)에 표시되는 검색 차량 정보 화면(500)에는 차량 검색을 위한 검색어 입력 영역(510) 및 검색 결과, 즉 검색된 차량 정보를 표시하는 검색 결과 목록 표시 영역(520) 등이 있다. 이러한 검색 차량 정보 화면의 하나의 구체적인 예가 도 11에 도시된다. 도 11의 예에서, 고객은 검색 차량 정보 화면(500)에 표시된 차량 정보를 확인하여 자신이 원하는 용도의 차량을 선택할 수 있다. Here, an example of the form of the search vehicle information screen displayed on the customer terminal 300 to view the vehicle search result requested by the customer is as shown in FIG. 10. Referring to FIG. 10, the search vehicle information screen 500 displayed on the customer terminal 300 includes a search term input area 510 for vehicle search and a search result list display area 520 for displaying search results, that is, searched vehicle information. ). One specific example of such a search vehicle information screen is shown in FIG. In the example of FIG. 11, a customer may select vehicle for a desired use by checking vehicle information displayed on the search vehicle information screen 500.

따라서, 고객은 고객 단말(300)에 표시된 검색 차량 정보 화면(500)을 참고하여 검색된 차량 중에서 자신이 원하는 차량을 선택하여 "견적 내기"버튼(530)을 선택하여 선택된 차량에 대한 견적을 요청할 수 있다.Accordingly, the customer may request a quote for the selected vehicle by selecting a desired vehicle from among the found vehicles by referring to the search vehicle information screen 500 displayed on the customer terminal 300 and selecting the “quote quote” button 530. have.

이상에서 설명한 본 발명의 실시예는 장치 및 방법을 통해서만 구현이 되는 것은 아니며, 본 발명의 실시예의 구성에 대응하는 기능을 실현하는 프로그램 또는 그 프로그램이 기록된 기록 매체를 통해 구현될 수도 있다.The embodiments of the present invention described above are not only implemented through the apparatus and the method, but may be implemented through a program for realizing a function corresponding to the configuration of the embodiments of the present invention or a recording medium on which the program is recorded.

이상에서 본 발명의 실시예에 대하여 상세하게 설명하였지만 본 발명의 권리범위는 이에 한정되는 것은 아니고 다음의 청구범위에서 정의하고 있는 본 발명의 기본 개념을 이용한 당업자의 여러 변형 및 개량 형태 또한 본 발명의 권리범위에 속하는 것이다.Although the embodiments of the present invention have been described in detail above, the scope of the present invention is not limited thereto, and various modifications and improvements of those skilled in the art using the basic concepts of the present invention defined in the following claims are also provided. It belongs to the scope of rights.

Claims (13)

렌터카 서비스 장치가 차량 검색을 서비스하는 방법으로서,
자연어 키워드로부터 추출되는 특징 단어와 이에 대응되는 차량 특성 엔티티(entity)로 구성된 데이터 집합으로서 복수의 데이터 집합을 기계 학습하여 특징 단어에 대응되는 차량 특성 엔티티를 검출하기 위한 학습 모델을 생성하는 단계;
고객 단말로부터 입력되는 자연어 키워드로부터 추출되는 특징 단어에 대응되는 차량 정보를 패턴 매칭에 의해 검출하는 단계;
상기 패턴 매칭에 의해 상기 특징 단어에 대응되는 차량 정보가 검출되지 않는 경우, 상기 학습 모델을 사용하여, 상기 특징 단어에 대응되는 차량 특성 엔티티를 추출하고, 추출된 차량 특성 엔티티에 대응되는 차량 정보를 검출하는 단계; 및
상기 패턴 매칭에 의해 검출된 차량 정보 또는 상기 차량 특성 엔티티에 대응되어 검출되는 차량 정보를 상기 고객 단말로 제공하여, 상기 고객이 검색된 차량 정보에 기반하여 검색된 차량 중에서 상기 고객이 원하는 차량을 검색하도록 하는 단계
를 포함하는 차량 검색 서비스 방법.A method for a rental car service device to service a vehicle search,
Generating a learning model for detecting a vehicle feature entity corresponding to the feature word by machine learning a plurality of data sets as a data set comprising feature words extracted from natural language keywords and corresponding vehicle feature entities;
Detecting vehicle information corresponding to feature words extracted from natural language keywords inputted from a customer terminal by pattern matching;
If the vehicle information corresponding to the feature word is not detected by the pattern matching, the vehicle feature entity corresponding to the feature word is extracted using the learning model, and the vehicle information corresponding to the extracted vehicle feature entity is extracted. Detecting; And
Providing the vehicle information detected by the pattern matching or the vehicle information detected corresponding to the vehicle characteristic entity to the customer terminal so that the customer searches for a desired vehicle among the searched vehicles based on the found vehicle information. step
Vehicle search service method comprising a. 제1항에 있어서,
상기 렌터카 서비스 장치는 특징 단어의 패턴과 상기 특징 단어의 패턴에 대응되는 차량 정보를 저장하는 특징 기반 데이터베이스를 포함하며,
상기 차량 정보를 패턴 매칭에 의해 검출하는 단계는,
상기 고객 단말로부터 입력되는 자연어 키워드로부터 특징 단어를 추출하는 단계;
추출되는 특징 단어의 패턴이 상기 특징 기반 데이터베이스에서 일치하는 패턴이 매칭되는지를 판단하는 단계; 및
상기 추출되는 특징 단어의 패턴이 상기 차량 정보 데이터베이스에서 일치하는 패턴이 매칭되는 경우, 매칭되는 패턴에 대응되어 저장된 차량 정보를 검출하는 단계
를 포함하는, 차량 검색 서비스 방법.The method of claim 1,
The car rental apparatus includes a feature-based database that stores a pattern of feature words and vehicle information corresponding to the pattern of feature words.
Detecting the vehicle information by pattern matching,
Extracting feature words from natural language keywords input from the customer terminal;
Determining whether the pattern of the extracted feature words matches the pattern in the feature-based database; And
Detecting a vehicle information stored corresponding to the matched pattern when the pattern of the extracted feature word matches in the vehicle information database;
Including, vehicle search service method. 제2항에 있어서,
상기 렌터카 서비스 장치는 차량별로 대응되는 차량 특성 엔티티를 저장한 차량 정보 데이터베이스를 더 포함하며,
상기 차량 특성 엔티티에 대응되는 차량 정보를 검출하는 단계는,
상기 추출되는 특징 단어의 패턴이 상기 차량 정보 데이터베이스에서 일치하는 패턴이 매칭되지 않는 경우, 상기 학습 모델을 사용하여, 상기 추출되는 특징 단어에 대응되는 차량 특성 엔티티를 추출하는 단계; 및
상기 차량 정보 데이터베이스에 기초하여, 추출된 차량 특성 엔티티에 대응되는 차량 정보를 검출하는 단계
를 포함하는, 차량 검색 서비스 방법.The method of claim 2,
The rental car service apparatus further includes a vehicle information database storing a vehicle characteristic entity corresponding to each vehicle,
Detecting vehicle information corresponding to the vehicle characteristic entity may include:
Extracting a vehicle characteristic entity corresponding to the extracted feature word by using the learning model when the pattern of the extracted feature word does not match the pattern in the vehicle information database; And
Detecting vehicle information corresponding to the extracted vehicle characteristic entity based on the vehicle information database;
Including, vehicle search service method. 제1항에 있어서,
상기 차량을 검색하도록 하는 단계는,
차량과 직접적으로 연관되는 키워드에 따라 차량을 검색하여 제공하는 차량 직접 검색을 혼합하여 수행하는,
차량 검색 서비스 방법.The method of claim 1,
Searching for the vehicle may include:
Performing a mixture of direct vehicle search provided by searching and providing a vehicle according to a keyword directly related to the vehicle,
Vehicle search service method. 제4항에 있어서,
상기 차량과 직접적으로 연관되는 키워드는 차량의 제조사, 차량의 유형, 차량의 명칭 및 차량의 사용 연료에 대응되는 키워드인,
차량 검색 서비스 방법.The method of claim 4, wherein
Keywords directly related to the vehicle are keywords corresponding to the manufacturer of the vehicle, the type of the vehicle, the name of the vehicle, and the fuel used by the vehicle.
Vehicle search service method. 제5항에 있어서,
상기 자연어 키워드는 차량과 직접적으로 연관되지 않은 키워드인,
차량 검색 서비스 방법.The method of claim 5,
The natural language keyword is a keyword that is not directly associated with a vehicle.
Vehicle search service method. 자연어 키워드로부터 추출되는 특징 단어와 이에 대응되는 차량 특성 엔티티로 구성된 데이터 집합으로서 복수의 데이터 집합을 기계 학습하여 특징 단어에 대응되는 차량 특성 엔티티를 검출하기 위한 학습 모델을 생성한 후, 생성된 학습 모델을 사용하여 특징 단어에 대응되는 차량 특성 엔티티를 검출하는 기계 학습부;
고객에 의해 자연어 키워드가 입력되는 경우 상기 자연어 키워드로부터 특징 단어를 추출하고, 추출되는 특징 단어에 대응되는 차량 정보를 패턴 매칭에 의해 검출하며, 상기 패턴 매칭에 의해 상기 특징 단어에 대응되는 차량 정보가 검출되지 않는 경우, 상기 기계 학습부를 통해 상기 학습 모델을 사용하여 상기 특징 단어에 대응되는 차량 특성 엔티티를 추출하고, 추출된 차량 특성 엔티티에 대응되는 차량 정보를 검출한 후, 검출된 차량 정보를 상기 고객 단말에게 제공하는 검색부; 및
네트워크를 통해 접속되는 상기 고객 단말을 통해 상기 고객의 자연어 키워드를 입력받아서 상기 검색부를 제어하여 차량 검색을 수행하여 상기 검색된 차량 정보를 상기 고객 단말로 제공하여, 상기 고객이 상기 검색된 차량 정보에 기반하여 상기 검색된 차량 중에서 상기 고객이 원하는 차량을 검색하도록 제어하는 제어부
를 포함하는 렌터카 서비스 장치.As a data set consisting of feature words extracted from natural language keywords and corresponding vehicle feature entities, a learning model for detecting vehicle feature entities corresponding to feature words is generated by machine learning a plurality of data sets. A machine learning unit which detects a vehicle characteristic entity corresponding to the feature word using the apparatus;
When a natural language keyword is input by a customer, feature words are extracted from the natural language keywords, vehicle information corresponding to the extracted feature words is detected by pattern matching, and vehicle information corresponding to the feature words is generated by the pattern matching. If not detected, the vehicle learning entity extracts a vehicle characteristic entity corresponding to the feature word using the learning model, detects vehicle information corresponding to the extracted vehicle characteristic entity, and then detects the detected vehicle information. A search unit provided to a customer terminal; And
By receiving the natural language keyword of the customer through the customer terminal connected through a network to control the search unit to perform a vehicle search to provide the retrieved vehicle information to the customer terminal, based on the retrieved vehicle information Control unit for controlling to search for the vehicle desired by the customer from the searched vehicle
Car rental service apparatus comprising a. 제7항에 있어서,
상기 검색부는,
특징 단어의 패턴과 상기 특징 단어의 패턴에 대응되는 차량 정보를 저장하는 특징 기반 데이터베이스;
입력되는 자연어 키워드에 대한 자연어 분석을 수행하여 상기 자연어 키워드로부터 특징 단어를 추출하는 자연어 분석부;
상기 자연어 분석부에 의해 추출되는 특징 단어에 대해 상기 특징 기반 데이터베이스를 통해 패턴이 매칭되는 경우 매칭되는 패턴에 대응되는 차량 정보를 검출하고, 패턴이 매칭되지 않는 경우, 상기 자연어 분석부에 의해 추출되는 특징 단어를 상기 기계 학습부로 전달하여 상기 추출되는 특징 단어에 대응되는 차량 정보를 제공받는 패턴 매칭부; 및
상기 패턴 매칭부에 의해 검출되는 차량 정보를 상기 고객 단말에게 제공하는 검색 처리부
를 포함하는, 렌터카 서비스 장치.The method of claim 7, wherein
The search unit,
A feature based database that stores a pattern of feature words and vehicle information corresponding to the pattern of feature words;
A natural language analyzer configured to extract natural language keywords from natural language keywords by performing natural language analysis on input natural language keywords;
When the pattern is matched through the feature-based database with respect to the feature word extracted by the natural language analyzer, the vehicle information corresponding to the matched pattern is detected. When the pattern is not matched, the vehicle is extracted by the natural language analyzer. A pattern matching unit configured to transmit a feature word to the machine learning unit and receive vehicle information corresponding to the extracted feature word; And
A search processing unit for providing the vehicle information detected by the pattern matching unit to the customer terminal;
Car service apparatus comprising a. 제8항에 있어서,
상기 기계 학습부는,
학습 모델을 저장하는 학습 모델 데이터베이스;
상기 검색부로부터 입력되는 '특징 단어-특성 엔티티'로 구성된 데이터 집합을 사용하여 차량 특성 엔티티 검출을 위한 기계 학습을 수행하여 학습 결과에 따라 대응되어 생성되는 학습 모델을 상기 학습 모델 데이터베이스 저장하는 특성 엔티티 학습부;
상기 학습 모델 데이터베이스에 저장된 학습 모델을 사용하여, 상기 검색부로부터 전달되는 특징 단어에 대응되는 차량 특성 엔티티를 추출하는 특성 엔티티 추출부; 및
차량별로 대응되는 차량 특성 엔티티를 저장한 차량 정보 데이터베이스에 기초하여, 상기 특성 엔티티 추출부에 의해 추출된 차량 특성 엔티티에 대응되는 차량 정보를 검출하여 상기 검색부로 제공하는 차량 정보 검출부
를 포함하는, 렌터카 서비스 장치.The method of claim 8,
The machine learning unit,
A learning model database for storing learning models;
Characteristic entity for performing a machine learning for detecting a vehicle characteristic entity using a data set composed of 'feature word-characteristic entity' input from the searcher to store the learning model generated correspondingly according to the learning result in the learning model database. Learning unit;
A feature entity extracting unit for extracting a vehicle feature entity corresponding to the feature word transmitted from the search unit by using the learning model stored in the learning model database; And
A vehicle information detector for detecting and providing vehicle information corresponding to the vehicle characteristic entity extracted by the characteristic entity extracting unit to the searching unit based on a vehicle information database storing vehicle characteristic entities corresponding to each vehicle.
Car service apparatus comprising a. 제7항에 있어서,
상기 검색부를 통해 상기 검색된 차량 중에서 상기 고객에 의해 선택된 차량에 대한 견적을 생성하는 견적부; 및
상기 고객에 의해 요청된 차량 임대에 대한 전자 계약을 수행하는 전자 계약부
를 더 포함하는, 렌터카 서비스 장치.The method of claim 7, wherein
An estimator configured to generate an estimate for the vehicle selected by the customer among the searched vehicles through the search unit; And
Electronic contract that performs an electronic contract for the vehicle lease requested by the customer
The car rental apparatus further comprises. 제7항에 있어서,
상기 검색부는 상기 차량과 직접적으로 연관되는 키워드를 사용하여 차량 직접 검색을 추가로 수행하고,
상기 검색부는 상기 인공지능 기반 차량 검색과 상기 차량 직접 검색을 결합한 혼합 검색을 수행하는,
렌터카 서비스 장치.The method of claim 7, wherein
The search unit further performs a direct vehicle search using a keyword directly related to the vehicle,
The search unit performs a mixed search combining the AI-based vehicle search and the vehicle direct search,
Car rental service device. 제7항에 있어서,
상기 검색부는 상기 고객의 맞춤 정보 기반으로 차량 검색을 수행하며,
상기 고객의 맞춤 정보는 상기 고객의 주거 위치 정보 및 선호 차량 정보를 포함하는,
렌터카 서비스 장치.The method of claim 7, wherein
The search unit performs a vehicle search based on the customer's personalized information,
The personalized information of the customer includes the customer's residential location information and preferred vehicle information,
Car rental service device. 제7항에 있어서,
상기 견적부는 견적이 요청된 차량의 정보에 대한 이력을 상기 기계 학습부로 전달하고,
상기 기계 학습부는 상기 견적이 요청된 차량의 정보를 추가로 사용하여 기계 학습을 수행하는,
렌터카 서비스 장치.The method of claim 7, wherein
The estimator transmits the history of the information of the vehicle for which the quotation is requested to the machine learning unit,
The machine learning unit performs machine learning by further using information of the vehicle for which the quotation is requested.
Car rental service device.
KR1020180035602A 2018-03-05 2018-03-28 Rental car service apparatus and vehicle searching service method based on artificial intelligence in the same KR102163354B1 (en)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
KR1020180025840 2018-03-05
KR20180025840 2018-03-05

Publications (2)

Publication Number Publication Date
KR20190105479A true KR20190105479A (en) 2019-09-17
KR102163354B1 KR102163354B1 (en) 2020-10-08

Family

ID=68067917

Family Applications (9)

Application Number Title Priority Date Filing Date
KR1020180033879A KR102096157B1 (en) 2018-03-05 2018-03-23 Rental car service apparatus and method for providing quotation in the same
KR1020180033882A KR102180869B1 (en) 2018-03-05 2018-03-23 Rental car service apparatus and vehicle searching service method
KR1020180033892A KR102112394B1 (en) 2018-03-05 2018-03-23 Rental car service method and apparatus thereof
KR1020180033889A KR102096158B1 (en) 2018-03-05 2018-03-23 Rental car service apparatus and vehicle rental electronic contract service method in the same
KR1020180035209A KR102180874B1 (en) 2018-03-05 2018-03-27 Rental car service apparatus and vehicle searching service method based on artificial intelligence in the same
KR1020180035602A KR102163354B1 (en) 2018-03-05 2018-03-28 Rental car service apparatus and vehicle searching service method based on artificial intelligence in the same
KR1020180036648A KR102163349B1 (en) 2018-03-05 2018-03-29 Rental car service apparatus and vehicle searching service method based on artificial intelligence in the same
KR1020180036365A KR102168990B1 (en) 2018-03-05 2018-03-29 Rental car service apparatus and vehicle searching service method based on artificial intelligence in the same
KR1020180037062A KR102180881B1 (en) 2018-03-05 2018-03-30 Rental car service apparatus and vehicle searching service method based on artificial intelligence in the same

Family Applications Before (5)

Application Number Title Priority Date Filing Date
KR1020180033879A KR102096157B1 (en) 2018-03-05 2018-03-23 Rental car service apparatus and method for providing quotation in the same
KR1020180033882A KR102180869B1 (en) 2018-03-05 2018-03-23 Rental car service apparatus and vehicle searching service method
KR1020180033892A KR102112394B1 (en) 2018-03-05 2018-03-23 Rental car service method and apparatus thereof
KR1020180033889A KR102096158B1 (en) 2018-03-05 2018-03-23 Rental car service apparatus and vehicle rental electronic contract service method in the same
KR1020180035209A KR102180874B1 (en) 2018-03-05 2018-03-27 Rental car service apparatus and vehicle searching service method based on artificial intelligence in the same

Family Applications After (3)

Application Number Title Priority Date Filing Date
KR1020180036648A KR102163349B1 (en) 2018-03-05 2018-03-29 Rental car service apparatus and vehicle searching service method based on artificial intelligence in the same
KR1020180036365A KR102168990B1 (en) 2018-03-05 2018-03-29 Rental car service apparatus and vehicle searching service method based on artificial intelligence in the same
KR1020180037062A KR102180881B1 (en) 2018-03-05 2018-03-30 Rental car service apparatus and vehicle searching service method based on artificial intelligence in the same

Country Status (1)

Country Link
KR (9) KR102096157B1 (en)

Families Citing this family (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111008204B (en) * 2019-10-14 2023-07-25 中国平安财产保险股份有限公司 Quotation library processing method and device, storage medium and server
CN110555986A (en) * 2019-10-14 2019-12-10 北京首汽智行科技有限公司 Vehicle dispatching method
CN110758320B (en) * 2019-10-23 2021-02-23 上海能塔智能科技有限公司 Anti-leaving processing method and device for self-help test driving, electronic equipment and storage medium
JP2021162997A (en) * 2020-03-31 2021-10-11 ソニーグループ株式会社 Information processing device and information processing method
US11500392B2 (en) 2020-10-21 2022-11-15 Toyota Motor Engineering & Manufacturing North America, Inc. Selective digital key
KR102411872B1 (en) * 2021-03-15 2022-06-22 강명길 System for providing brokerage service for car lease contract and long-term rental car
US11386161B1 (en) 2021-09-10 2022-07-12 Tekion Corp Machine-learned desking vehicle recommendation
WO2024058706A1 (en) * 2022-09-15 2024-03-21 Hitachi, Ltd. Server and method for facilitating recommending vehicle

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20100049271A (en) * 2008-11-03 2010-05-12 에스케이 텔레콤주식회사 Method, server and system for searching commodity based on natural language
KR101719334B1 (en) * 2016-01-28 2017-03-24 주식회사 케이네트웍스 Method for providing rental car service
KR20170137419A (en) * 2016-06-03 2017-12-13 오영재 Method, system and computer-readable recording medium for providing customer counseling service using real-time response message generation
KR101811565B1 (en) * 2017-11-10 2017-12-26 (주)플랜아이 System for providing an expert answer to a natural language question

Family Cites Families (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20000024256A (en) * 2000-02-01 2000-05-06 이찬영 electronic commerce system with portal site and the method of the same
JP2002175484A (en) * 2000-12-08 2002-06-21 Aruze Corp Rental contract system
JP2002230587A (en) * 2001-02-02 2002-08-16 Toyota Central Res & Dev Lab Inc System for supporting virtual experience and server computer for supporting virtual experience
KR101554161B1 (en) * 2014-01-07 2015-09-21 이승원 Online Car Rental and Management system.
KR20160079299A (en) * 2014-12-26 2016-07-06 더재화 주식회사 System and Method on Intelligent Recommendation of Used Cars
KR102280439B1 (en) * 2015-10-26 2021-07-21 에스케이텔레콤 주식회사 Apparatus for analyzing intention of query and method thereof
KR20170036607A (en) * 2016-09-05 2017-04-03 넥센타이어 주식회사 Tire rental service system and method for providing tire rental service

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20100049271A (en) * 2008-11-03 2010-05-12 에스케이 텔레콤주식회사 Method, server and system for searching commodity based on natural language
KR101719334B1 (en) * 2016-01-28 2017-03-24 주식회사 케이네트웍스 Method for providing rental car service
KR20170137419A (en) * 2016-06-03 2017-12-13 오영재 Method, system and computer-readable recording medium for providing customer counseling service using real-time response message generation
KR101811565B1 (en) * 2017-11-10 2017-12-26 (주)플랜아이 System for providing an expert answer to a natural language question

Also Published As

Publication number Publication date
KR20190109700A (en) 2019-09-26
KR102180874B1 (en) 2020-11-19
KR102096158B1 (en) 2020-04-01
KR102096157B1 (en) 2020-04-01
KR20190105481A (en) 2019-09-17
KR20190105478A (en) 2019-09-17
KR20190105476A (en) 2019-09-17
KR20190109702A (en) 2019-09-26
KR20190109703A (en) 2019-09-26
KR102180869B1 (en) 2020-11-19
KR20190109701A (en) 2019-09-26
KR20190105477A (en) 2019-09-17
KR102180881B1 (en) 2020-11-19
KR102112394B1 (en) 2020-06-04
KR102163349B1 (en) 2020-10-08
KR102168990B1 (en) 2020-10-22
KR102163354B1 (en) 2020-10-08

Similar Documents

Publication Publication Date Title
KR102163354B1 (en) Rental car service apparatus and vehicle searching service method based on artificial intelligence in the same
US11836453B2 (en) Virtual assistant domain functionality
US11245773B2 (en) System and method for a convertible user application
US11178078B2 (en) Method and apparatus to increase personalization and enhance chat experiences on the Internet
US9223866B2 (en) Tagged favorites from social network site for use in search request on a separate site
US9189747B2 (en) Predictive analytic modeling platform
US20110196923A1 (en) Searching data in a social network to provide an answer to an information request
US20190342282A1 (en) Multi-User Login Session
US20190114566A1 (en) Computer-based supplier knowledge management system and method
US11120455B2 (en) Intelligent channel steering based on dynamically determined intents during channel interactions
KR102581333B1 (en) System and method for improved online research
CN103797504A (en) Method and system for planning and booking trips
US20150358764A1 (en) Systems and methods for interest- and location-based conversation matching
US20190213622A1 (en) Secure and remote dynamic requirements matching
JP6838593B2 (en) Information processing equipment, information processing methods and programs

Legal Events

Date Code Title Description
A201 Request for examination
E902 Notification of reason for refusal
E90F Notification of reason for final refusal
E701 Decision to grant or registration of patent right