KR20200036204A - Customized lodging recommendation system - Google Patents

Customized lodging recommendation system Download PDF

Info

Publication number
KR20200036204A
KR20200036204A KR1020180115534A KR20180115534A KR20200036204A KR 20200036204 A KR20200036204 A KR 20200036204A KR 1020180115534 A KR1020180115534 A KR 1020180115534A KR 20180115534 A KR20180115534 A KR 20180115534A KR 20200036204 A KR20200036204 A KR 20200036204A
Authority
KR
South Korea
Prior art keywords
information
user
unit
accommodation
collection module
Prior art date
Application number
KR1020180115534A
Other languages
Korean (ko)
Other versions
KR102141851B1 (en
Inventor
정성준
정재혁
김종우
김진회
Original Assignee
(주) 미스터멘션
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 (주) 미스터멘션 filed Critical (주) 미스터멘션
Priority to KR1020180115534A priority Critical patent/KR102141851B1/en
Publication of KR20200036204A publication Critical patent/KR20200036204A/en
Application granted granted Critical
Publication of KR102141851B1 publication Critical patent/KR102141851B1/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
    • G06Q30/0601—Electronic shopping [e-shopping]
    • G06Q30/0631—Item recommendations
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/02—Reservations, e.g. for tickets, services or events
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00—Systems or methods specially adapted for specific business sectors, e.g. utilities or tourism
    • G06Q50/10—Services
    • G06Q50/12—Hotels or restaurants
    • G—PHYSICS
    • G10—MUSICAL INSTRUMENTS; ACOUSTICS
    • G10L—SPEECH ANALYSIS OR SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING; SPEECH OR AUDIO CODING OR DECODING
    • G10L15/00—Speech recognition
    • G10L15/26—Speech to text systems

Abstract

The present invention relates to a customized lodging recommendation system. More particularly, the present invention relates to the customized lodging recommendation system which has a recommendation service providing part to recommend a lodging, which is highly customized to a user, as lodging information filtered by a basic information filtering part, a preferred information filtering part, and a voice communication history information filtering part is purified through a purchase average filtering part once more, has a voice communication history collecting module to separate voices for the voice communication content of a transmitter and a receiver and separately store the same for the transmitter and the receiver, separate and store the voices in unit of segments with reference to mute sections in the collected voice packets of the transmitter and the receiver so as to increase voice recognition precision, thereby providing the same by a more precise text and allows the voice communication history information filtering part to filter the same to be suitable for a specific requirement so as to provide a service, which recommends a lodging having a higher satisfaction, to the user. Information on a specified lodging can be provided to a user based on existing information and acquired information.

Description

사용자 맞춤형 숙소 추천 시스템{Customized lodging recommendation system}Customized lodging recommendation system

본 발명은 사용자 맞춤형 숙소 추천 시스템에 관한 것이다. 보다 상세하게는 추천 서비스 제공부를 구비함으로써, 기본정보 필터링부, 선호정보 필터링부, 통화내역정보 필터링부에서 각 필터링된 숙소 정보를 구매평점 필터링부를 통해 한번 더 정제함에 따라 보다 고도화되고 사용자에게 특화된 숙소를 추천할 수 있도록 하고, 통화내역 수집 모듈을 구비함으로써, 통화 시, 송, 수신자의 통화 내용에 대해 음성을 분리하여 송신자와 수신자로 구분 저장하고, 각 수집된 송, 수신자의 음성 패킷에서 무음 구간을 기준으로 세그먼트 단위로 분리 저장함으로써 음성 인식 정확도를 향상시켜 보다 정확한 텍스트로 제공하고, 이를 통화내역정보 필터링부에서 특정 요건에 맞도록 필터링함에 따라 사용자에게 더 만족도가 높은 숙소를 추천하는 서비스를 제공할 수 있도록 하는 사용자 맞춤형 숙소 추천 시스템에 관한 것이다. The present invention relates to a user-customized accommodation recommendation system. More specifically, by providing a recommendation service providing unit, each of the filtered accommodation information in the basic information filtering unit, the preference information filtering unit, and the call history information filtering unit is refined once more through the purchase rating filtering unit, thereby making the accommodation more sophisticated and user-specific. To make recommendations, and by providing a call history collection module, when the call is separated, the voice of the call and the receiver's call content is separated and stored as a sender and a receiver, and the silent section of each collected send and receiver voice packet Provides a service that recommends accommodation with a higher level of satisfaction to users by separating and storing segments by segment to improve speech recognition accuracy to provide more accurate text, and filtering it to meet specific requirements in the call history information filtering unit To a customized accommodation recommendation system that enables Will.

현재, 기술의 발전과 함께 인터넷 사용이 보편화 되고, 더 나아가 유비쿼터스 네트워크로 정보통신 기술이 진화하면서, 수많은 콘텐츠들이 사용자들에게 제공되고 있으며, 향후의 서비스 발전은 보다 개인적인 취향에 맞는 개별적인 서비스를 제공하는 데 주종을 이룰 것으로 전망된다. Currently, with the development of technology, the use of the Internet has become more common, and furthermore, as the information and communication technology has evolved into a ubiquitous network, numerous contents are provided to users, and the future service development provides individual services tailored to more personal tastes. It is expected to become a master species.

이에 따라 각 이용자의 취향을 적기에 파악하여 개개인의 취향과 부합하는 정보를 추천, 제공함으로써 고객이 보다 적은 노력으로 원하는 정보를 찾을 수 있도록 지원하는 개인화된 시스템의 필요성이 관련 산업에서 대두하고 있다.Accordingly, there is a need in the related industry for a personalized system that helps customers find desired information with less effort by grasping each user's tastes in a timely manner and recommending and providing information that matches individual tastes.

또한, 최근 들어 국내 및 해외로 여행이나 휴식 등의 목적으로 하는 관광이 증가하고 있다. 이는 삶의 질을 향상시키기 위한 것으로 삶의 여유와 즐거움 등을 누리고자 함으로 관광을 위한 목적, 병을 치료하기 위한 요양 목적, 경험을 위한 목적, 노후의 여가 시간을 소모하기 위한 목적 등 다양하며, 정보통신의 발달로 다양한 여행관련 정보가 인터넷 망을 통해 쏟아지고 있고, 국내든 해외든, 거주지를 떠나 여행을 떠날 경우에는 목적지, 숙소에 대한 정확한 정보를 얻기 위하여 많은 시간을 할애하고 있다.In addition, in recent years, tourism for the purpose of traveling or resting is increasing domestically and abroad. This is to improve the quality of life, and aims to enjoy the leisure and leisure of life.It is various for the purpose of tourism, the purpose of nursing to treat illness, the purpose of experience, and the purpose of consuming the leisure time of old age. Due to the development of information and communication, various travel-related information is pouring through the Internet, and if you are traveling from home or abroad, leaving your place of residence, you are spending a lot of time to get accurate information about your destination and accommodation.

따라서, 기존의 정보 및 습득된 정보로 숙소에 관한 개인 맞춤식 정보를 제공할 수 있는 기술 개발의 필요성이 대두된다.Accordingly, there is a need to develop a technology capable of providing personalized information on accommodation with existing information and acquired information.

선행기술문헌 : KR등록특허공보 제0997541호(2010.11.30 공고)Prior Art Document: KR Registered Patent Publication No. 0997541 (2010.11.30 announcement)

본 발명은 상기와 같은 문제점을 해결하기 위해 안출된 것으로, 기존의 정보 및 습득된 정보를 기반으로 사용자에게 특화된 숙소에 관한 정보를 제공하여 만족도를 향상시키는 사용자 맞춤형 숙소 추천 시스템을 제공하는 데 그 목적이 있다.The present invention has been devised to solve the above problems, and its purpose is to provide a customized accommodation recommendation system that improves satisfaction by providing information about a specialized accommodation to a user based on existing information and acquired information. There is this.

상기 목적을 달성하기 위해 안출된 본 발명에 따른 사용자 맞춤형 숙소 추천 시스템은 가입 모듈로 사용자의 성별, 연령, 직업, 및 주소를 포함하는 사용자 기본 정보를 수집하여 DB에 저장하는 기본정보 수집 모듈, 사용자의 열람 목록 정보, 구매 또는 사용 목록 정보, 상품 보관 목록 정보를 포함하는 사용자의 사용에 의한 정보를 수집하여 DB에 저장하는 사용정보 수집 모듈, 사용자의 선호 숙박 일수, 선호 숙박 기간, 선호 숙박 지역, 선호 숙박 위치, 선호 숙소 형태, 비치 희망 용품, 및 구비 희망 시설을 포함하는 사용자의 선택에 의한 사용자 선택 정보를 수집하여 DB에 저장하는 선호정보 수집 모듈, 사용자가 구매하여 사용했던 숙소에 대한 평점을 수집하여 DB에 저장하는 구매평점 수집 모듈, 숙소의 숙박 가능 일수, 지역, 위치, 형태, 비치 용품, 및 구비 시설을 포함하는 숙소의 기본 정보를 수집하여 DB에 저장하는 숙소정보 수집 모듈, 상담자와 사용자의 통화 내역을 텍스트로 변환하여 DB에 저장하는 통화내역 수집 모듈을 포함하는 정보 수집부; 정보 수집부로부터 정보를 수집하여 DB에 저장하고, 정보 수집부로부터 수집된 정보를 기반으로 사용자 단말기로 맞춤형 숙소 추천 서비스를 제공할 수 있도록 각 구성을 제어하는 서버; 정보 수집부의 기본정보 수집 모듈을 기반으로, 추천 서비스를 제공할 사용자의 기본정보와 동일한 군에 속하는 타 사용자의 사용정보를 협업 필터링(Collaborative Filtering) 방식으로 사용자에게 동일한 기본정보를 가진 타 사용자 사용정보를 추천하도록 필터링하는 기본정보 필터링부; 정보 수집부의 선호정보 수집 모듈로 수집된 사용자의 선호 항목과 숙소정보 수집 모듈로 수집된 숙소 정보를 콘텐츠 기반 필터링(Contents-based filtering) 방식으로 유사도를 측정하여 사용자에게 선호 항목과 가장 유사도가 높은 순으로 추천하도록 필터링하는 선호정보 필터링부; 및 정보 수집부의 통화내역 수집모듈로 수집된 통화 내역 중, 정보 수집부의 기본정보 수집 모듈, 사용정보 수집 모듈, 선호정보 수집 모듈, 및 숙소정보 수집 모듈의 항목 또는 선택안에 사용되는 키워드와 동일한 키워드가 있는지 검색, 추출하고, 추출 횟수가 가장 빈번한 키워드부터 오름차순으로 해당 키워드와 동일한 숙소 정보를 가진 숙소를 추출하여 사용자에게 추천하도록 필터링 하는 통화내역정보 필터링부를 포함할 수 있다.The user-customized accommodation recommendation system according to the present invention devised to achieve the above object is a subscription module, a basic information collection module that collects user basic information including a user's gender, age, occupation, and address and stores it in a DB. Usage information collection module that collects and stores information by user's use, including browsing list information, purchase or use list information, and product storage list information, and stores it in the DB, the user's preferred nights, preferred nights, preferred nights, The preference information collection module that collects user selection information according to the user's selection including the preferred lodging location, preferred accommodation type, beach desired goods, and desired facilities to be stored in the DB, and the rating of the accommodation purchased and used by the user Purchase rating collection module that collects and stores in DB, the number of days available for accommodation, area, location, form, beach supplies, Equipped with facilities to collect the basic information of the information collection module hostel accommodation, consultants and sub gather information, including call history acquisition module that stores the user's call history and text converted to a DB that stores a DB that includes; A server that collects information from the information collection unit and stores it in a DB, and controls each configuration to provide a customized accommodation recommendation service to a user terminal based on the information collected from the information collection unit; Based on the basic information collection module of the information collection unit, other users 'usage information that has the same basic information to the user by using collaborative filtering method of using other users' usage information belonging to the same group as the basic information of the user who will provide the recommended service Basic information filtering unit for filtering to recommend; The user's preference items collected by the information collection unit's preference collection module and the accommodation information collected by the accommodation information collection module are measured in similarity by using content-based filtering, in order of highest preference to the user. Preference information filtering unit to filter to recommend; And among the call history collected by the call collection module of the information collection unit, the keyword identical to the keywords used in items or selection of the basic information collection module, usage information collection module, preference information collection module, and accommodation information collection module of the information collection unit It may include a call history information filtering unit that searches for, extracts, and extracts accommodations having the same accommodation information as the keyword in ascending order from the keyword with the most frequent extraction, and filters the recommendation to the user.

또한, 기본정보 필터링부, 선호정보 필터링부, 및 통화내역정보 필터링부로 각 필터링된 추천 숙소 정보를 수집하고, 각 필터링부에서 추천되는 교집합 수가 높은 숙소부터 사용자 단말기에 추천해주는 추천 서비스 제공부를 더 포함할 수 있다.In addition, the basic information filtering unit, the preference information filtering unit, and the call history information filtering unit to collect each filtered recommendation accommodation information, and further includes a recommendation service providing unit recommending to the user terminal from the accommodation with the highest number of intersections recommended by each filtering unit can do.

또한, 정보 수집부의 통화내역 수집 모듈은 음성 패킷을 수집하기 위한 것으로, 상담사의 음성 패킷과 사용자의 음성 패킷을 별개로 수집하는 패킷 수집부, 패킷 수집부에서 수집된 음성 패킷을 세그먼트 단위로 분리한 음성 데이터를 저장하되, 패킷 수집부에서 수집된 음성 패킷을 세그먼트 단위로 분리 시, 수집된 패킷을 순서번호 순으로 입력하고, 마지막 패킷일 경우에만 음성 세그먼트로 저장하며, 마지막 패킷을 제외한 음성 패킷 중, 무음으로 이루어진 구간을 기준으로 각 분리하여 음성 세그먼트로 저장하고, 무음 구간이 없는 경우에는 마지막 패킷으로 분류되어 음성 세그먼트로 저장하며, 분리된 세그먼트마다 데이터의 시점이 표시되는 세그먼트 타임스탬프가 적용되는 음성 분리부, 음성 분리부에서 분리된 세그먼트 단위의 음성 데이터를 텍스트로 변환하고, 텍스트 변환 시, 음성 데이터를 재생하여 주파수를 추출하여 사람의 목소리가 조사되는 특정 구간을 제외한 잡음을 제거하는 잡음 제거부와 변환된 텍스트가 DB에 저장된 표준 단어, 문장과 일치하지 않는 경우, 서버에 접속하여 새로운 단어, 문장으로 등록하거나 수정등록할 수 있고, 이후 변환되는 텍스트는 등록된 단어로 변환되도록 하는 데이터 필터링부를 포함하는 텍스트 변환부, 및 텍스트 변환부에서 변환된 텍스트를 통합하여 DB에 저장하는 텍스트 통합부를 더 포함할 수 있다.In addition, the call collection module of the information collection unit is for collecting voice packets. The packet collection unit collects the voice packets of the counselor and the user's voice packets separately, and separates the voice packets collected by the packet collection unit into segments. When storing the voice data, but separating the voice packets collected by the packet collection unit into segments, input the collected packets in the order of the sequence number, and store them as voice segments only for the last packet. Among the voice packets excluding the last packet Each segment is stored as a voice segment based on a section consisting of silence, and if there is no silence section, it is classified as the last packet and stored as a voice segment. Voice separation unit, voice data in segment units separated from the voice separation unit When converting to text and converting text, the noise removing unit and the converted text that remove noise except for a specific section in which a human voice is irradiated by reproducing frequency by reproducing voice data do not match the standard words and sentences stored in the DB. If not, the server may register a new word or sentence, or register or modify it, and the converted text may include a text conversion unit including a data filtering unit to convert the converted text into a registered word, and the text converted by the text conversion unit. It may further include a text integration unit to integrate and store in the DB.

본 발명에 의하면, 추천 서비스 제공부를 구비함으로써, 기본정보 필터링부, 선호정보 필터링부, 통화내역정보 필터링부에서 각 필터링된 숙소 정보를 구매평점 필터링부를 통해 한번 더 정제함에 따라 보다 고도화되고 사용자에게 특화된 숙소를 추천할 수 있도록 하는 데 그 효과가 있다.According to the present invention, by providing the recommendation service providing unit, the basic information filtering unit, the preference information filtering unit, and the call history information filtering unit further refines each filtered accommodation information through the purchase point filtering unit, thereby making it more advanced and specialized for the user. It is effective in making recommendations for accommodation.

또한, 본 발명에 의하면, 통화내역 수집 모듈을 구비함으로써, 통화 시, 송, 수신자의 통화 내용에 대해 음성을 분리하여 송신자와 수신자로 구분 저장하고, 각 수집된 송, 수신자의 음성 패킷에서 무음 구간을 기준으로 세그먼트 단위로 분리 저장함으로써 음성 인식 정확도를 향상시켜 보다 정확한 텍스트로 제공하고, 이를 통화내역정보 필터링부에서 특정 요건에 맞도록 필터링함에 따라 사용자에게 더 만족도가 높은 숙소를 추천하는 서비스를 제공할 수 있도록 하는 데 그 효과가 있다.In addition, according to the present invention, by providing a call history collection module, in the case of a call, the voice is separated and stored as a sender and a receiver, and a silent section in each collected song and receiver's voice packet Provides a service that recommends accommodation with a higher level of satisfaction to users by separating and storing segments by segment to improve speech recognition accuracy to provide more accurate text, and filtering it to meet specific requirements in the call history information filtering unit It has the effect of being able to do it.

도 1은 본 발명의 바람직한 실시예에 따른 사용자 맞춤형 숙소 추천 시스템의 개념도,
도 2는 본 발명의 바람직한 실시예에 따른 사용자 맞춤형 숙소 추천 시스템의 통화내역 수집 모듈의 개념도,
도 3은 본 발명의 바람직한 실시예에 따른 사용자 맞춤형 숙소 추천 시스템의 통화내역 수집 모듈에서 RTP 패킷의 header 구조를 나타낸 것,
도 4는 본 발명의 바람직한 실시예에 따른 사용자 맞춤형 숙소 추천 시스템의 통화내역 수집 모듈에서 패킷 수집부의 수집 순서를 나타낸 순서도, 및
도 5는 본 발명의 바람직한 실시예에 따른 사용자 맞춤형 숙소 추천 시스템의 통화내역 수집 모듈에서 음성 분리부의 음성 세그먼트 저장 순서를 나타낸 순서도이다.1 is a conceptual diagram of a user-customized accommodation recommendation system according to a preferred embodiment of the present invention,
2 is a conceptual diagram of a call history collection module of a user-customized accommodation recommendation system according to a preferred embodiment of the present invention;
Figure 3 shows the header structure of the RTP packet in the call history collection module of the user-customized accommodation recommendation system according to a preferred embodiment of the present invention,
Figure 4 is a flow chart showing the collection order of the packet collection unit in the call history collection module of the user-customized accommodation recommendation system according to a preferred embodiment of the present invention, and
5 is a flowchart illustrating a voice segment storage sequence of a voice separation unit in a call history collection module of a user-customized accommodation recommendation system according to a preferred embodiment of the present invention.

이하, 본 발명의 바람직한 실시 예를 첨부된 도면들을 참조하여 상세히 설명한다. 우선 각 도면의 구성 요소들에 참조 부호를 부가함에 있어서, 동일한 구성 요소들에 대해서는 비록 다른 도면상에 표시되더라도 가능한 한 동일한 부호를 가지도록 하고 있음에 유의해야 한다. 또한, 본 발명을 설명함에 있어, 관련된 공지 구성 또는 기능에 대한 구체적인 설명이 본 발명의 요지를 흐릴 수 있다고 판단되는 경우에는 그 상세한 설명은 생략한다. 또한, 이하에서 본 발명의 바람직한 실시예를 설명할 것이나, 본 발명의 기술적 사상은 이에 한정하거나 제한되지 않고 당업자에 의해 변형되어 다양하게 실시될 수 있음은 물론이다.Hereinafter, preferred embodiments of the present invention will be described in detail with reference to the accompanying drawings. First, it should be noted that in adding reference numerals to the components of each drawing, the same components have the same reference numerals as possible, even if they are displayed on different drawings. In addition, in describing the present invention, when it is determined that detailed descriptions of related well-known configurations or functions may obscure the subject matter of the present invention, detailed descriptions thereof will be omitted. In addition, although preferred embodiments of the present invention will be described below, the technical spirit of the present invention is not limited to or limited thereto, and can be variously implemented by a person skilled in the art.

도 1은 본 발명의 바람직한 실시예에 따른 사용자 맞춤형 숙소 추천 시스템(100)의 개념도이고, 도 2는 본 발명의 바람직한 실시예에 따른 사용자 맞춤형 숙소 추천 시스템(100)의 통화내역 수집 모듈(16)의 개념도이며, 도 3은 본 발명의 바람직한 실시예에 따른 사용자 맞춤형 숙소 추천 시스템(100)의 통화내역 수집 모듈(16)에서 RTP 패킷의 header 구조를 나타낸 것이고, 도 4는 본 발명의 바람직한 실시예에 따른 사용자 맞춤형 숙소 추천 시스템(100)의 통화내역 수집 모듈(16)에서 패킷 수집부(16a)의 수집 순서를 나타낸 순서도이며, 도 5는 본 발명의 바람직한 실시예에 따른 사용자 맞춤형 숙소 추천 시스템(100)의 통화내역 수집 모듈(16)에서 음성 분리부(16b)의 음성 세그먼트 저장 순서를 나타낸 순서도이다.1 is a conceptual diagram of a user-customized accommodation recommendation system 100 according to a preferred embodiment of the present invention, and FIG. 2 is a call history collection module 16 of a user-customized accommodation recommendation system 100 according to a preferred embodiment of the present invention 3 is a conceptual diagram of the RTP packet in the call collection module 16 of the user-customized accommodation recommendation system 100 according to the preferred embodiment of the present invention, and FIG. 4 is a preferred embodiment of the present invention. It is a flow chart showing the collection order of the packet collection unit 16a in the call history collection module 16 of the user-customized accommodation recommendation system 100 according to FIG. 5 is a user-customized accommodation recommendation system according to a preferred embodiment of the present invention ( 100) is a flow chart showing a voice segment storage sequence of the voice separation unit 16b in the call history collection module 16.

본 발명은 사용자 맞춤형 숙소 추천 시스템(100)에 관한 것이다. 보다 상세하게는 추천 서비스 제공부(70)를 구비함으로써, 기본정보 필터링부(30), 선호정보 필터링부(40), 통화내역정보 필터링부(50)에서 각 필터링된 숙소 정보를 구매평점 필터링부(60)를 통해 한번 더 정제함에 따라 보다 고도화되고 사용자에게 특화된 숙소를 추천할 수 있도록 하고, 통화내역 수집 모듈(16)을 구비함으로써, 통화 시, 송, 수신자의 통화 내용에 대해 음성을 분리하여 송신자와 수신자로 구분 저장하고, 각 수집된 송, 수신자의 음성 패킷에서 무음 구간을 기준으로 세그먼트 단위로 분리 저장함으로써 음성 인식 정확도를 향상시켜 보다 정확한 텍스트로 제공하고, 이를 통화내역정보 필터링부(50)에서 특정 요건에 맞도록 필터링함에 따라 사용자에게 더 만족도가 높은 숙소를 추천하는 서비스를 제공할 수 있도록 하는 사용자 맞춤형 숙소 추천 시스템(100)에 관한 것이다. The present invention relates to a user-customized accommodation recommendation system (100). More specifically, by providing the recommendation service providing unit 70, the basic information filtering unit 30, the preference information filtering unit 40, and the call history information filtering unit 50 each filtered accommodation information in the purchase rating filtering unit As it is refined once more through (60), it is possible to recommend a more sophisticated and user-specific accommodation, and by providing a call history collection module (16), it separates the voice of the call, the caller's call content during the call By separately storing the sender and the receiver, and separately storing the collected and transmitted voice packets in segment units based on the silent section, the accuracy of speech recognition is improved to provide more accurate text, and the call history information filtering unit (50) ), Tailored to the user's needs to filter services to meet specific requirements. It relates to a recommender system (100).

본 발명의 바람직한 실시예에 따른 사용자 맞춤형 숙소 추천 시스템(100)은, 도 1을 참조하면, 정보 수집부(10), 서버(20), 기본정보 필터링부(30), 선호정보 필터링부(40), 통화내역정보 필터링부(50), 구매평점 필터링부(60), 및 추천 서비스 제공부(70)를 포함하여 구성되고, 여러 필터링 과정을 거쳐 보다 정제되어 사용자에게 맞춤형 숙소 제안 서비스를 제공하도록 한다.Referring to Figure 1, the user-customized accommodation recommendation system 100 according to a preferred embodiment of the present invention, the information collection unit 10, the server 20, the basic information filtering unit 30, the preference information filtering unit 40 ), Call history information filtering unit (50), purchase point filtering unit (60), and recommendation service providing unit (70). do.

이하, 정보 수집부(10)부터 상세히 설명하기로 한다.Hereinafter, the information collecting unit 10 will be described in detail.

정보 수집부(10)는 기본정보 수집 모듈(11), 사용정보 수집 모듈(12), 선호정보 수집 모듈(13), 구매평점 수집 모듈(14), 숙소정보 수집 모듈(15), 통화내역 수집 모듈(16)을 포함하여 구성되고, 필터링을 하기 위한 사전 정보를 수집하여 서버(20)의 DB(21)에 저장하며, 이하, 기본정보 수집 모듈(11)부터 상세히 설명하기로 한다.The information collection unit 10 includes a basic information collection module 11, a usage information collection module 12, a preference information collection module 13, a purchase rating collection module 14, a lodging information collection module 15, and call history collection It is configured to include a module 16, and collects dictionary information for filtering and stores it in the DB 21 of the server 20. Hereinafter, the basic information collection module 11 will be described in detail.

기본정보 수집 모듈(11)은 가입 모듈로 사용자의 성별, 연령, 직업, 및 주소를 포함하는 사용자 기본 정보를 수집하여 서버(20)의 DB(21)에 저장한다.The basic information collection module 11 is a subscription module that collects user basic information including a user's gender, age, occupation, and address and stores it in the DB 21 of the server 20.

사용정보 수집 모듈(12)는 사용자의 열람 목록 정보, 구매 또는 사용 목록 정보, 상품 보관 목록 정보를 포함하는 사용자의 사용에 의한 정보를 수집하여 서버(20)의 DB(21)에 저장한다.The usage information collection module 12 collects information by the user's use including the user's browse list information, purchase or use list information, and product storage list information and stores it in the DB 21 of the server 20.

선호정보 수집 모듈(13)은 사용자의 선호 숙박 일수, 선호 숙박 기간, 선호 숙박 지역, 선호 숙박 위치, 선호 숙소 형태, 비치 희망 용품, 및 구비 희망 시설을 포함하는 사용자의 선택에 의한 사용자 선택 정보를 수집하여 서버(20)의 DB(21)에 저장한다.The preference information collection module 13 collects user selection information by a user's selection including a user's preferred number of nights, preferred length of stay, preferred lodging area, preferred lodging location, preferred lodging type, beach desired goods, and desired facilities. Collect and store in the DB 21 of the server 20.

구매평점 수집 모듈(14)은 사용자가 구매하여 사용했던 숙소에 대한 평점을 수집하여 서버(20)의 DB(21)에 저장한다.The purchase rating collection module 14 collects the ratings of the lodgings that the user has purchased and used and stores them in the DB 21 of the server 20.

숙소정보 수집 모듈(15)은 숙소의 숙박 가능 일수, 지역, 위치, 형태, 비치 용품, 및 구비 시설을 포함하는 숙소의 기본 정보를 수집하여 서버(20)의 DB(21)에 저장한다. The accommodation information collection module 15 collects basic information of the accommodation including the number of days of stay, area, location, type, beach equipment, and facilities provided in the accommodation and stores it in the DB 21 of the server 20.

통화내역 수집 모듈(16)은 인터넷전화(VoIP)를 사용한 상담자와 사용자의 통화 내역을 텍스트로 변환하여 서버(20)의 DB(21)에 저장한다.The call history collection module 16 converts the call history of the counselor and the user using the Internet phone (VoIP) into text and stores it in the DB 21 of the server 20.

또한, 통화내역 수집 모듈(16)은 패킷 수집부(16a), 음성 분리부(16b), 텍스트 변환부(16c), 및 텍스트 통합부(16d)를 포함하여 구성되고, 이하 패킷 수집부(16a)부터 상세히 설명하기로 한다.In addition, the call history collection module 16 includes a packet collection unit 16a, a voice separation unit 16b, a text conversion unit 16c, and a text integration unit 16d, and is hereinafter a packet collection unit 16a ) Will be described in detail.

패킷 수집부(16a)는 음성 패킷을 수집하기 위한 것으로, 상담원의 음성 패킷과 사용자의 음성 패킷을 별개로 수집한다.The packet collection unit 16a is for collecting voice packets, and separately collects voice packets of the agent and voice packets of the user.

보다 상세하게는, VoIP 통화에서 SIP(Session Initiation Protocol) 프로토콜을 통해 음성통화를 개시하고, RTP 프로토콜을 통해 실제 음성 데이터를 송, 수신한다. RTP(Real-time Transport Protocol)를 통해 송, 수신된 실제 음성은 발신 측에서 음성 코덱에 의해 디지털화되어 RTP 패킷의 페이로드(payload)로 나누어 전송하며, 반대로 수신 측에서는 음성 코덱을 통해 소리로 변환하여 스피커로 출력하고, 특히, 수신 측에서 RTP 패킷 헤더의 동기발신식별자(SSRC ID: Synchronization Source Identifier) 필드의 값을 통해 연속된 음성데이터(complete message)를 재조합할 수 있다. 또한, RTP 패킷의 결합 순서는 순서번호(Sequence Number)와 타임스탬프(time stamp)를 의해 결정되고, RTP 패킷의 동기 발신 식별자(SSRC ID: Synchronization Source Identifier) 값을 근거하여 송신자와 수신자의 패킷을 분리 저장(수집)하고, 통화 개시 시간도 저장한다.More specifically, in a VoIP call, a voice call is initiated through a Session Initiation Protocol (SIP) protocol, and actual voice data is transmitted and received through an RTP protocol. The actual voice transmitted and received through RTP (Real-time Transport Protocol) is digitized by the voice codec at the calling side and divided into the payload of the RTP packet and transmitted. On the contrary, the receiving side converts it to sound through the voice codec. Output to the speaker, in particular, it is possible to recombine the continuous message (complete message) through the value of the Synchronization Source Identifier (SSRC ID: Synchronization Source Identifier) field of the RTP packet header on the receiving side. In addition, the order of combining RTP packets is determined by a sequence number and a time stamp, and a packet of a sender and a receiver is determined based on a value of a Synchronization Source Identifier (SSRC ID) of the RTP packet. Separately store (collect) and save the call start time.

또한, 도 3을 참조하면, RTP 패킷의 결합 순서는 순서번호(Sequence Number)와 타임스탬프(time stamp)를 의해 결정된다. 따라서 송신자와 수신자(상담자와 상담원)의 음성데이터(음성 패킷)를 RTP 프로토콜을 통해 분리하여 저장한다.Also, referring to FIG. 3, the order of combining RTP packets is determined by a sequence number and a time stamp. Therefore, the voice data (voice packets) of the sender and receiver (counselor and counselor) are separated and stored through the RTP protocol.

또한, 도 4를 참조하면, VoIP 통화가 시작됨에 따라 RTP 패킷을 서버(20)에서 수집하고, 패킷 헤더의 SSRC ID가 상담원과 상담자(사용자)의 ID가 상이하며, RTP 패킷 미러링(복사)이 이루어지게 된다. 미러링된 패킷은 SSRC ID를 기준으로 상담원의 RTP 패킷과 상담자(사용자)의 RTP 패킷을 분리 수집하여 DB(21)에 저장하되, 서버(20)에서의 RTP 패킷 미러링 시 타 상담원 또는 상담자(사용자)의 미러링된 패킷이 유입될 수 있음에 따라 분리 수집하고자 하는 상담자와 상담원의 SSRC ID가 아닌 경우에는 해당 패킷을 폐기하도록 한다. In addition, referring to FIG. 4, as the VoIP call starts, the RTP packet is collected from the server 20, the SSRC ID of the packet header is different from the ID of the agent and the counselor (user), and the RTP packet mirroring (copy) is performed. Will be done. The mirrored packet separately collects the RTP packet of the agent and the RTP packet of the counselor (user) based on the SSRC ID and stores it in the DB 21, but when mirroring the RTP packet in the server 20, another agent or counselor (user) As the mirrored packet of s can flow in, if it is not the SSRC ID of the counselor and agent who want to collect separately, the packet is discarded.

음성 분리부(16b)는 패킷 수집부(16a)에서 수집된 음성 패킷에서 무음으로 이루어진 구간을 기준으로 세그먼트 단위로 각 분리한 음성 데이터를 서버(20) DB(21)에 저장하고, 분리된 세그먼트마다 데이터의 시점이 표시되는 세그먼트 타임스탬프(Time stamp)가 적용된다.The voice separation unit 16b stores each separated voice data in segment units based on a section consisting of silence in the voice packets collected by the packet collection unit 16a, and stores the separated segments in the server 20 DB 21. Each time a segment timestamp (Time stamp) is displayed that indicates the starting point of the data.

또한, 음성 분리부(16b)의 RTP 패킷의 페이로드로부터 음성데이터 추출 시 무음 구간을 기준으로 세그먼트로 분리함으로써 음성데이터를 문장 단위로 분할하며, 분할 시 송 수신 시작 시간과 RTP 패킷의 타임스탬프를 기준으로 세그먼트 단위의 음성데이터 각각에 타임스탬프를 생성 적용된다.In addition, when extracting voice data from the payload of the RTP packet of the voice separation unit 16b into segments based on a silent section, the voice data is divided into sentences, and when splitting, the transmission start time and the time stamp of the RTP packet are divided. As a criterion, time stamps are generated and applied to each segment-based voice data.

또한, 음성 통화 내용을 세그먼트 단위로 분리 시, VoIP 통화의 시작 시간과 RTP(Real-Time Transport Protocol) 패킷의 Timestamp 정보를 기반으로 세그먼트마다 Time stamp를 기록한 후, 녹취문서로 변환 시 통화 내용을 시계열적으로 정렬하는 기준값으로 사용한다.In addition, when separating the voice call contents into segments, a time stamp is recorded for each segment based on the start time of a VoIP call and the timestamp information of a Real-Time Transport Protocol (RTP) packet, and the call contents are watched when converted to a recording document. It is used as a reference value for thermal alignment.

보다 상세하게는, 도 5를 참조하면, 패킷 수집부(16a)에서 수집된 RTP 패킷을 순서번호(시퀀스 넘버 : Sequence Number)순으로 입력하고, 마지막 패킷일 경우에만 음성 세그먼트를 저장하며, 마지막 패킷을 제외한 패킷 중 무음 구간을 기준으로 분리하여 새로운 음성 세그먼트 단위의 음성데이터를 생성하고, 각각에 타임스탬프를 적용시킨다. 만약 무음 구간이 없는 경우에는 마지막 패킷으로 분류되어 음성 세그먼트로 저장된다. More specifically, referring to FIG. 5, the RTP packets collected by the packet collection unit 16a are input in order of a sequence number (sequence number), and only when the last packet is stored, a voice segment is stored. The voice data of each voice segment unit are generated by separating the silent section from among the packets except for, and a time stamp is applied to each. If there is no silent section, it is classified as the last packet and stored as a voice segment.

일례로, 분리된 상담원의 대화 중, "고객님, 고객님의 휴대 전화 요금이 미납되었습니다. (무음구간, 즉 상대 측 대화) 고객님의 미납 급액은 000원입니다."라는 내용의 통화음성이 디지털 음성데이터 형태로 여러 개의 RTP 패킷으로 나뉘어져 미러링(복사)되어 DB(21)에 저장되어 있고, 이 패킷들이 RTP 패킷 헤더의 순서번호(시퀀스넘버) 순으로 각 입력되고, 무음구간을 기준으로 패킷의 페이로드(음성 데이터)를 재조합 하여 세그먼트를 생성한다. 세그먼트는 패킷에서 무음구간(상대측 대화구간)이 발견되면 현재까지의 음성데이터를 세그먼트로 저장하고, 이후 패킷들은 새로운 세그먼트로 생성한다. 이러한 무음구간을 기준으로 세그먼트 단위로 음성데이터를 재조합하는 과정을 반복하면, 통화내용을 문장단위로 분리할 수 있다. 즉 예시의 문장은 "고객님, 고객님의 휴대 전화 요금이 미납되었습니다."와 "고객님의 미납 급액은 000원입니다."라는 문장으로 분리되어 두 개의 세그먼트로 저장되며, 이때 RTP 패킷헤더의 timestamp를 참조하여 세그먼트 타임스탬프도 같이 계산하여 저장한다. As an example, in a separate agent's conversation, the voice of the call with the message "Customer, your mobile phone bill has not been paid. (Silent section, that is, the other party's payment is 000 won.") It is divided into several RTP packets in the form and mirrored (copied) and stored in the DB 21, and these packets are each entered in the order of the RTP packet header sequence number (sequence number), and the payload of the packet based on the silent section. (Voice data) is recombined to generate segments. Segment stores the voice data up to the present time as a segment when a silent section (an opposite conversation section) is found in the packet, and then creates packets as a new segment. By repeating the process of recombining speech data in segments based on the silent section, the content of the call can be separated in units of sentences. In other words, the example sentence is divided into two sentences: "Customer, your mobile phone bill has not been paid" and "Customer's unpaid payment is 000 won." Refer to the timestamp of the RTP packet header. The segment timestamp is also calculated and stored.

텍스트 변환부(16c)는 음성 분리부(16b)에서 분리된 세그먼트 단위의 음성 데이터를 텍스트로 변환한다.The text conversion unit 16c converts the segmented speech data separated by the speech separation unit 16b into text.

또한, 텍스트 변환부(16c)는 잡음 제거부(16c'), 데이터 필터링부(16c'')를 포함하여 구성될 수 있다.In addition, the text conversion unit 16c may include a noise removal unit 16c 'and a data filtering unit 16c'.

보다 상세하게는, 텍스트 변환부(16c)에서 텍스트로 변환하기 위해, 저장된 송수신 RTP 패킷들로부터 원래 전송한 음성데이터로 재조합한 후, 음성 데이터(MP3)를 재생하여 주파수를 추출하고, 잡음 제거부(16c')로 상기 주파수 영역에서 사람의 목소리가 조사되는 특정 구간을 제외하고 외부 잡음을 제거한다. 특히, 음성 및 잡음구간 인식과 제거는 스펙트럼 차감법이나 LMS 알고리즘 적응필터 등을 이용하여 다양한 방식으로 잡음이 제거될 수 있다.More specifically, in order to convert the text in the text conversion unit 16c, after recombining the stored transmission / reception RTP packets into the voice data originally transmitted, the frequency is extracted by reproducing the voice data MP3, and the noise removal unit (16c ') removes external noise except for a specific section in which the human voice is irradiated in the frequency domain. In particular, noise and noise section recognition and removal can be eliminated in various ways by using a spectral subtraction method or an LMS algorithm adaptive filter.

이후, 잡음이 제거된 음성 데이터를 세그먼트 단위의 음성 데이터로 분리한 후, 각 텍스트로 변환한다. 여기서 텍스트 변환은 Google의 음성인식 엔진이나, 모바일 기기의 음성인식 장치 등 종래에 이용되고 있는 기술을 활용할 수 있다.Thereafter, the noise-removed voice data is separated into segment-based voice data, and then converted into each text. Here, the text conversion may utilize technologies that have been used in the past, such as Google's speech recognition engine or mobile device speech recognition devices.

특히, 각 수집된 송, 수신자의 음성 패킷을 무음 구간을 기준으로 세그먼트 단위로 분리 저장함으로써 텍스트 변환부(16c)에서 텍스트 변환 시에도 무음 구간 기준으로 분리하고, 일 구간씩 따로 텍스트 변환을 하여 음성 인식 정확도를 향상시킬 수 있다.In particular, by separating and storing each collected voice packet of the sender and receiver in segment units based on the silent section, the text conversion unit 16c also separates text on a silent section basis even when text is converted, and separately converts text to speech. Recognition accuracy can be improved.

이후, 텍스트 변환부(16c)의 데이터 필터링부(16c'')를 이용하여 텍스트 변환의 정확성을 더욱 향상시킨다.Thereafter, the accuracy of text conversion is further improved by using the data filtering unit 16c ″ of the text conversion unit 16c.

보다 상세하게는, 인식오류 단어, 유행어, 및 사투리를 포함하는 변환된 텍스트가 서버(20) DB(21)의 표준 단어, 문장 구간과 일치하지 않는 경우, 이를 체킹하고, DB(21)에 저장한다. In more detail, if the converted text including the recognition error word, buzzword, and dialect does not match the standard word and sentence section of the server 20 DB 21, check it and store it in the DB 21 do.

DB(21)에 저장된 표준 단어, 문장과 일치하지 않는 텍스트의 경우, 관리자가 서버(20)에 접속하여 이를 새로 표준 단어, 표준 문장으로 등록하거나 수정 등록함으로써, 이후 변환되는 텍스트는 자동으로 수정되거나 새로 등록된 단어, 문장 등으로 변환되어 필터링됨으로써, 인식 문장의 정확성을 더욱 향상시키는 장점이 있다.In the case of texts that do not match the standard words and sentences stored in the DB 21, the administrator accesses the server 20 to register or modify them as new standard words and standard sentences, so that the converted text is automatically corrected or By converting and filtering to newly registered words, sentences, etc., there is an advantage of further improving the accuracy of the recognized sentence.

일례로, 텍스트 변환부(16c)로 변환된 텍스트가 '지가', '예약', 했습니데이'라고 가정하면, 이는, 무음 구간을 기준으로 세그먼트 단위로 분리하여 텍스트로 변환된 것이다. 서버(20) DB(21)에 저장된 표준 단어 중 '예약'은 매칭된 것, '지가', '했습니데이'가 일치하는 표준 단어나 문장이 없는 것이라 가정하면, 서버(20) DB(21)에서는 '지가'와 '했습니데이'를 체킹하고 저장해두며, 관리자가 서버(20)에 접속하였을 경우에 이를 수정하거나 표준 단어나 문장으로 신규등록할 수 있도록 하고, 차후 '지가', '했습니데이'가 변환될 경우에는 수정되거나 신규 등록된 단어나 문장으로 자동변환되도록 한다.For example, assuming that the text converted by the text conversion unit 16c is 'Let's price', 'Reservation', and 'Day', this is converted into text by separating segments into segments based on silent sections. Of the standard words stored in the server 20 DB 21, assuming that there is no standard word or sentence that matches the 'reserved', the 'price', and 'there was a day', the server 20 DB (21) In 'Giga' and 'Haniday' are checked and stored, and when the administrator accesses the server 20, it can be corrected or newly registered as a standard word or sentence, and then 'Ziga' and 'Haniday' When is converted, it is automatically converted to a modified or newly registered word or sentence.

텍스트 통합부(16d)는 텍스트 변환부(16c)에서 변환된 텍스트를 통합하여 DB(21)에 저장한다.The text integration unit 16d integrates the text converted by the text conversion unit 16c and stores it in the DB 21.

또한, 텍스트 통합부(16d)는 세그먼트 단위로 음성 인식되어 텍스트로 변환된 상담자와 상담원의 문장들을 세그먼트 타임스탬프를 기준으로 시계열로 정렬하여 녹취록을 생성한다.In addition, the text integration unit 16d generates a transcript by arranging the sentences of the counselor and the counselor who is speech-recognized and converted into text in time series based on the segment timestamp.

보다 상세하게는, 텍스트 통합부(16d)에서는 세그먼트 단위로 변환된 송신/수신 문장들을 세그먼트 타임스탬프를 기준으로 시계열적으로 정렬하면, 시간 순서대로 작성된 녹취록을 생성할 수 있고, 이를 서버(20) DB(21)에 저장하기에, 추후, 녹취록을 확인할 경우에 단어로 검색이 용이하고, 음성 파일을 보관하는 것보다 텍스트 파일로 보관하는 것이 용량이 작아 속도가 더 빠르고, 적은 용량으로 많은 자료를 보관할 수 있음은 물론이다.In more detail, if the text integration unit 16d sorts the transmitted / received sentences converted in segment units in time series based on the segment timestamp, a transcript written in chronological order can be generated, and the server 20 Because it is stored in the DB 21, it is easier to search by word when checking the recording records later, and it is faster to save as a text file than to store a voice file. Of course it can be stored.

서버(20)는 정보 수집부(10)로부터 정보를 수집하여 DB(21)에 저장하고, 정보 수집부(10)로부터 수집된 정보를 기반으로 사용자 단말기로 맞춤형 숙소 추천 서비스를 제공할 수 있도록 각 구성을 제어한다.The server 20 collects information from the information collection unit 10 and stores it in the DB 21, and each provides a customized accommodation recommendation service to a user terminal based on the information collected from the information collection unit 10 Control the configuration.

또한, 서버(20)는 정보 수집부(10)의 모든 정보를 수집하고, 특히, 인터넷전화(VoIP)를 사용하여 상담 서비스를 제공하는 상담원과 상담 서비스를 요청하는 사용자를 위해, 상담원과 사용자의 통화 내역을 저장, 관리, 및 제공하기 위한 DB(21)를 포함하며, DB(21)에는 상담 내용이 녹음된 음성 파일(MP3 등), 음성 패킷, 음성데이터 등이 저장되고, 음성을 텍스트로 변환하기 위해 표준 언어가 기저장되어 있으며, 표준 언어와 일치하지 않는 단어도 저장하며, 관리자는 서버(20)에 접속하여 DB(21)에 저장된 표준 언어와 일치하지 않는 단어를 확인할 수 있고, 이를 표준 단어로 수정하여 새로이 저장할 수 있으며, 차후에는 해당 단어를 표준 언어와 일치하지 않더라도 자동으로 표준 단어로 변환되게끔 설정할 수 있고, 유행어 같은 경우를 대비하여 표준어로 DB(21)에 추가 저장할 수 있음은 물론이다.In addition, the server 20 collects all the information of the information collecting unit 10, and in particular, for users who request counseling services and agents who provide counseling services using an Internet phone (VoIP), Includes DB 21 for storing, managing, and providing call history. DB 21 stores voice files (MP3, etc.), voice packets, voice data, etc. in which consultation contents are recorded, and voices as text For conversion, the standard language is pre-stored, and the word that does not match the standard language is also stored, and the administrator can access the server 20 and check the word that does not match the standard language stored in the DB 21. It can be modified and saved as a standard word, and it can be set to automatically convert the word into a standard word even if it does not match the standard language in the future. That it is, of course, can be saved.

기본정보 필터링부(30)는 정보 수집부(10)의 기본정보 수집 모듈(11)을 기반으로, 추천 서비스를 제공할 사용자의 기본정보와 동일한 군에 속하는 타 사용자의 사용정보(사용정보 수집 모듈(12)로 수집된)를 협업 필터링(Collaborative Filtering) 방식으로 사용자에게 동일한 기본정보를 가진 타 사용자 사용정보를 추천하도록 필터링한다.The basic information filtering unit 30 is based on the basic information collecting module 11 of the information collecting unit 10, and usage information of other users belonging to the same group as the basic information of the user who will provide the recommended service (use information collecting module (Collected in (12)) is filtered to recommend other user usage information having the same basic information to the user in a collaborative filtering method.

협업 필터링(Collaborative Filtering)이란 대규모의 기존 사용자 행동 정보를 분석하여 해당 사용자와 비슷한 성향의 사용자들이 기존에 좋아했던 항목을 추천하는 기술이다. 가장 일반적인 예는 온라인 쇼핑 사이트에서 흔히 볼 수 있는 ‘이 상품을 구매한 사용자가 구매한 상품들’서비스로, 예를 들어 ‘라면’을 구입한 사용자가 ‘생수’를 구입한 경우가 많으면 ‘라면’을 구입하는 구매자에게 ‘생수’를 추천하는 경우이다.Collaborative filtering (Collaborative Filtering) is a technology that analyzes large-scale existing user behavior information and recommends items that users with similar tendencies have liked. The most common example is the 'products purchased by users who bought this product' commonly found on online shopping sites.For example, if a user who purchases 'ramen' often purchases 'mineral water', 'ramen' It is the case of recommending 'mineral water' to the buyer who purchases'.

협업 필터링(Collaborative Filtering)의 알고리즘은 결과가 직관적이며 항목의 구체적인 내용을 분석할 필요가 없다는 장점이 있다. 이 경우는 라면과 생수가 식품인지 아닌지, 서로 같이 사용되어야 하는 관계인지 분석할 필요가 없다. 다만 사용자가 두 제품을 같이 구매했다는 기록을 바탕으로 새로운 사용자에게 추천한다. 이러한 전략을 사용하는 경우, 비슷한 패턴을 가진 사용자나 항목을 추출하는 기술이 핵심적이며 행렬분해(Matrix Factorization), k-최근접 이웃 알고리즘 (k-Nearest Neighbor algorithm;kNN) 등의 방법이 많이 사용된다.The algorithm of Collaborative Filtering has the advantage that the results are intuitive and there is no need to analyze the details of the items. In this case, there is no need to analyze whether ramen and bottled water are food or not, and whether they should be used together. However, it is recommended to new users based on the record that the users have purchased both products together. When using such a strategy, the technique of extracting users or items with similar patterns is key, and methods such as matrix factorization and k-Nearest Neighbor algorithm (kNN) are frequently used. .

위의 예에서 나타나듯, 협업 필터링을 위해서는 반드시 기존 자료를 활용해야 한다. 하지만 이러한 자료들을 사용자에게 직접 요구해야만 하는 것은 아니다. 협업 필터링은 사용자들이 자연스럽게 사이트를 사용하면서 검색을 하고, 항목을 보고, 구매한 내역을 사용할 수 있는 장점이있다. 온라인 소매 업체나 음악 서비스 제공 업체도, 음악 청취 행태나 구매내역을 기반으로 음악 또는 상품을 추천하고 있다. As shown in the above example, existing data must be used for collaborative filtering. However, it is not necessary to request these materials directly from the user. Collaborative filtering has the advantage that users can search, view items, and use purchased history while using the site naturally. Online retailers and music service providers also recommend music or products based on their listening behavior and purchase history.

본원발명과 밀접한 관계가 있는 일례로, 기본정보 수집 모듈(11)로 수집된 정보가 30살 여성 사용자에게 추천 서비스를 제공하기 위해 동일한 군에 속하는 타 사용자(30살 여성)의 사용정보(사용정보 수집 모듈(12)로 수집된 사용정보)를 제공하여 추천 목록을 필터링한다.As an example, which is closely related to the present invention, information collected by the basic information collection module 11 is used information of another user (a 30-year-old woman) belonging to the same group to provide a recommendation service to a 30-year-old female user. Provides usage information collected by the collection module 12 to filter the recommendation list.

선호정보 필터링부(40)는 정보 수집부(10)의 선호정보 수집 모듈(13)로 수집된 사용자의 선호 항목과 숙소정보 수집 모듈(15)로 수집된 숙소 정보를 콘텐츠 기반 필터링 방식으로 유사도를 측정하여 사용자에게 선호 항목과 가장 유사도가 높은 순으로 추천하도록 필터링한다.The preference information filtering unit 40 compares the user's preference items collected by the preference information collection module 13 of the information collection unit 10 and the accommodation information collected by the accommodation information collection module 15 by a content-based filtering method. Measure and filter to recommend to users in order of preference and most similarity.

특히, 선호정보 필터링부(40)의 유사도 측정은 사용자의 선호 항목과 숙소정보가 얼마만큼 일치하는지 측정하는 것을 특징으로 한다.In particular, the similarity measurement of the preference information filtering unit 40 is characterized by measuring how much the user's preference item and the accommodation information match.

콘텐츠 기반 필터링은 협업 필터링과는 다른 방법으로 추천을 구현하는 방법으로, 협업 필터링이 사용자의 행동 기록을 이용하는 반면, 콘텐츠 기반 필터링은 항목 자체를 분석하여 추천을 구현한다. 예를 들어 음악을 추천하기 위해 음악 자체를 분석하여 유사한 음악을 추천하는 방식으로, 콘텐츠 기반 필터링을 위해서는 항목을 분석한 프로파일(item profile)과 사용자의 선호도를 추출한 프로파일(user profile)을 추출하여 이의 유사성을 계산한다.Content-based filtering is a way to implement recommendations in a different way from collaborative filtering, while collaborative filtering uses the user's behavior record, while content-based filtering analyzes the item itself to implement recommendations. For example, in order to recommend music, it analyzes the music itself and recommends similar music. For content-based filtering, it extracts an item profile that analyzes items and a user profile that extracts user preferences. Calculate similarity.

이 기법은 콘텐츠의 내용을 분석해야 하므로 아이템 분석 알고리즘이 핵심적이며, 이를 위해 군집분석(Clustering analysis), 인공신경망(Artificial neural network), tf-idf(term frequencyinverse document frequency) 등의 기술이 사용된다.This method requires analysis of the contents of the content, so an item analysis algorithm is key, and techniques such as clustering analysis, artificial neural network, and tf-idf (term frequencyinverse document frequency) are used for this.

본원발명과 밀접한 관계가 있는 일례로, 선호정보 수집 모듈(13)로 수집된 사용자의 선호 정보가 수영장이 있는 숙소라고 가정했을 때, 숙소정보 수집 모듈(15)로 수집된 숙소 정보 중 수영장이 있는 숙소에 대한 정보를 제공하여 추천 목록을 필터링한다.As an example that is closely related to the present invention, assuming that the user's preference information collected by the preference information collection module 13 is a accommodation with a swimming pool, among the accommodation information collected by the accommodation information collection module 15, there is a swimming pool. Filter the list of recommendations by providing information about your accommodation.

또한, 사용자의 선호 정보가 수영장이 있는 숙소, 펜션을 선호할 경우, 우선적으로 두가지 조건을 다 만족하는 지 유사도를 측정하여 조건을 다 만족하는 숙소부터 추천 목록을 필터링하도록 함은 물론이다.In addition, when the user's preference information prefers a lodging or pension with a swimming pool, first of all, the similarity is measured to satisfy both conditions to filter the recommendation list from the lodging that satisfies both conditions.

통화내역정보 필터링부(50)는 정보 수집부(10)의 통화내역 수집모듈로 수집된 통화 내역 중, 정보 수집부(10)의 기본정보 수집 모듈(11), 사용정보 수집 모듈(12), 선호정보 수집 모듈(13), 및 숙소정보 수집 모듈(15)의 항목 또는 선택안에 사용되는 키워드와 동일한 키워드가 있는지 검색, 추출하고, 추출 횟수가 가장 빈번한 키워드부터 오름차순으로 해당 키워드와 동일한 숙소 정보를 가진 숙소(숙소정보 수집 모듈(15)로 수집된)를 추출하여 사용자에게 추천하도록 필터링 한다.The call history information filtering unit 50 includes a basic information collection module 11, a usage information collection module 12 of the information collection unit 10, among the call history collected by the call history collection module of the information collection unit 10, Search and extract whether there is the same keyword as the keyword used in the item or selection of the preference information collection module 13 and the accommodation information collection module 15, and search for the same accommodation information as the corresponding keyword in ascending order from the most frequent keyword. It extracts the accommodations (collected by the accommodation information collection module 15) and filters them for recommendation to the user.

또 다른 방법으로, 통화내역정보 필터링부(50)는 정보 수집부(10)의 통화내역 수집모듈로 수집된 통화 내역 중, 최다로 사용된 키워드부터 오름차순으로 추출하고, 해당 키워드와 동일한 숙소 정보를 가진 숙소가 있는 지 숙소정보 수집 모듈(15)로 수집된 정보와 비교하여 일치하는 키워드가 있을 경우, 사용자에게 해당 숙소를 추천하도록 필터링하게 할 수도 있도록 할 수 있다.Alternatively, the call history information filtering unit 50 Among the call history collected by the call history collection module of the information collection unit 10, the most used keywords are extracted in ascending order, and collected by the accommodation information collection module 15 to see if there are any accommodations with the same accommodation information as the corresponding keyword If there is a matching keyword in comparison with the information, it may be possible to filter the user to recommend the accommodation.

본원발명과 밀접한 관계가 있는 일례로, 통화 내역중에 가장 많이 사용된 키워드가 부산과 민박이었다고 하면, 숙소정보 수집 모듈(15)로 수집된 숙소 중 부산에 위치하고 민박인 숙소를 추천하도록 필터링할 수 있고, 특정 사용자의 사용정보 수집 모듈(12)로 수집된 정보가 부산의 민박에 숙박을 했었고, 특정 사용자의 수집된 기본정보가 추천 대상 사용자와 유사도가 높을 경우(일치하는 항목이 일정 개수 이상 경우) 특정 사용자가 사용했던 부산의 민박을 필터링하여 상위로 추천할 수도 있도록 한다. 추천 방법은 관리자가 다양하게 변경 실시할 수 있음은 물론이며, 실시예에 한정하는 것은 아니다.As an example, which is closely related to the present invention, if the keywords used most in the call history were Busan and B & B, the accommodation information collection module 15 may filter to recommend the lodgings located in Busan and recommend lodgings. , When the information collected by the specific user's usage information collection module 12 stayed in a guest house in Busan, and the collected basic information of a specific user has a high degree of similarity with the recommended target user (if the number of matching items exceeds a certain number) It is also possible to filter the B & B of Busan that a specific user used to recommend it to the top. Of course, the recommended method can be variously changed by the administrator, and is not limited to the embodiment.

구매평점 필터링부(60)는 기본정보 필터링부(30), 선호정보 필터링부(40), 통화내역정보 필터링부(50)로 필터링되어 추천될 숙소에 관해 구매평점 수집 모듈(14)로 해당 숙소의 평점을 수집하고, 이를 사용자 단말기에 오름차순으로 추천 서비스를 제공할 수 있고, 평점의 평균이나 특정 평점이 기준값 이하일 경우에는 추천되지 않도록 필터링할 수도 있다.The purchase rating filtering unit 60 is filtered by the basic information filtering unit 30, the preference information filtering unit 40, and the call history information filtering unit 50, and the corresponding accommodation is collected by the purchase rating collection module 14 regarding the accommodation to be recommended. The ratings are collected, and the recommendation service can be provided to the user terminal in ascending order, and if the average of the ratings or a specific rating is below a reference value, the recommendation service may be filtered.

추천 서비스 제공부(70)는 기본정보 필터링부(30), 선호정보 필터링부(40), 통화내역정보 필터링부(50), 구매평점 필터링부(60)로 각 필터링된 추천 숙소 정보를 수집하고, 각 필터링부에서 추천되는 교집합 수가 높은 숙소부터 사용자 단말기에 추천해주되, 추천 교집합 수가 같은 숙소가 다수일 경우에는 구매평점 필터링부(60)로 평점이 높은 순으로 추천 해주도록 할 수 있다.The recommendation service providing unit 70 collects each filtered recommendation accommodation information by the basic information filtering unit 30, the preference information filtering unit 40, the call history information filtering unit 50, and the purchase score filtering unit 60, , Recommended from the accommodation with the highest number of intersections recommended by each filtering unit to the user terminal, but if there are multiple accommodations with the same number of recommended intersections, the purchase rating filtering unit 60 may recommend the recommendation in order of high score.

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 범위 내에서 다양한 수정, 변경 및 치환이 가능할 것이다. 따라서, 본 발명에 개시된 실시예 및 첨부된 도면들은 본 발명의 기술 사상을 한정하기 위한 것이 아니라 설명하기 위한 것이고, 이러한 실시예 및 첨부된 도면에 의하여 본 발명의 기술 사상의 범위가 한정되는 것은 아니다. 본 발명의 보호 범위는 아래의 청구범위에 의하여 해석되어야 하며, 그와 동등한 범위 내에 있는 모든 기술 사상은 본 발명의 권리범위에 포함되는 것으로 해석되어야 할 것이다.The above description is merely illustrative of the technical idea of the present invention, and those of ordinary skill in the art to which the present invention pertains may make various modifications, changes, and substitutions without departing from the essential characteristics of the present invention. will be. Therefore, the embodiments disclosed in the present invention and the accompanying drawings are not intended to limit the technical spirit of the present invention, but to explain the scope of the technical spirit of the present invention. . The scope of protection of the present invention should be interpreted by the claims below, and all technical spirits within the scope equivalent thereto should be interpreted as being included in the scope of the present invention.

10 - 정보 수집부
11 - 기본정보 수집 모듈
12 - 사용정보 수집 모듈
13 - 선호정보 수집 모듈
14 - 구매평점 수집 모듈
15 - 숙소정보 수집 모듈
16 - 통화내역 수집 모듈
16a - 패킷 수집부
16b - 음성 분리부
16c - 텍스트 변환부
16c' - 잡음 제거부
16c'' - 데이터 필터링부
16d - 텍스트 통합부
20 - 서버
21 - DB
30 - 기본정보 필터링부
40 - 선호정보 필터링부
50 - 통화내역정보 필터링부
60 - 구매평점 필터링부
70 - 추천 서비스 제공부
100 - 사용자 맞춤형 숙소 추천 시스템10-Information collection department
11-Basic information collection module
12-Usage information collection module
13-Preference information collection module
14-Purchase rating collection module
15-Housing information collection module
16-Call History Collection Module
16a-packet collection unit
16b-voice separation
16c-Text Conversion
16c '-noise canceller
16c ''-Data filtering unit
16d-Text Integration
20-Server
21-DB
30-Basic information filtering unit
40-Preference information filtering unit
50-Call history information filtering unit
60-Purchase rating filtering unit
70-Recommendation Service Provider
100-Customized accommodation recommendation system

Claims (3)

가입 모듈로 사용자의 성별, 연령, 직업, 및 주소를 포함하는 사용자 기본 정보를 수집하여 DB에 저장하는 기본정보 수집 모듈,
사용자의 열람 목록 정보, 구매 또는 사용 목록 정보, 상품 보관 목록 정보를 포함하는 사용자의 사용에 의한 정보를 수집하여 DB에 저장하는 사용정보 수집 모듈,
사용자의 선호 숙박 일수, 선호 숙박 기간, 선호 숙박 지역, 선호 숙박 위치, 선호 숙소 형태, 비치 희망 용품, 및 구비 희망 시설을 포함하는 사용자의 선택에 의한 사용자 선택 정보를 수집하여 DB에 저장하는 선호정보 수집 모듈,
사용자가 구매하여 사용했던 숙소에 대한 평점을 수집하여 DB에 저장하는 구매평점 수집 모듈,
숙소의 숙박 가능 일수, 지역, 위치, 형태, 비치 용품, 및 구비 시설을 포함하는 숙소의 기본 정보를 수집하여 DB에 저장하는 숙소정보 수집 모듈,
상담자와 사용자의 통화 내역을 텍스트로 변환하여 DB에 저장하는 통화내역 수집 모듈,
을 포함하는 정보 수집부;
정보 수집부로부터 정보를 수집하여 DB에 저장하고, 정보 수집부로부터 수집된 정보를 기반으로 사용자 단말기로 맞춤형 숙소 추천 서비스를 제공할 수 있도록 각 구성을 제어하는 서버;
정보 수집부의 기본정보 수집 모듈을 기반으로, 추천 서비스를 제공할 사용자의 기본정보와 동일한 군에 속하는 타 사용자의 사용정보를 협업 필터링(Collaborative Filtering) 방식으로 사용자에게 동일한 기본정보를 가진 타 사용자 사용정보를 추천하도록 필터링하는 기본정보 필터링부;
정보 수집부의 선호정보 수집 모듈로 수집된 사용자의 선호 항목과 숙소정보 수집 모듈로 수집된 숙소 정보를 콘텐츠 기반 필터링(Contents-based filtering) 방식으로 유사도를 측정하여 사용자에게 선호 항목과 가장 유사도가 높은 순으로 추천하도록 필터링하는 선호정보 필터링부; 및
정보 수집부의 통화내역 수집모듈로 수집된 통화 내역 중, 정보 수집부의 기본정보 수집 모듈, 사용정보 수집 모듈, 선호정보 수집 모듈, 및 숙소정보 수집 모듈의 항목 또는 선택안에 사용되는 키워드와 동일한 키워드가 있는지 검색, 추출하고, 추출 횟수가 가장 빈번한 키워드부터 오름차순으로 해당 키워드와 동일한 숙소 정보를 가진 숙소를 추출하여 사용자에게 추천하도록 필터링 하는 통화내역정보 필터링부
를 포함하는 사용자 맞춤형 숙소 추천 시스템.Basic information collection module that collects user basic information including gender, age, occupation, and address of the user and stores it in the DB as a subscription module,
Usage information collection module that collects information by user's use, including user's browsing list information, purchase or use list information, and product storage list information, and stores it in DB,
Preference information to collect and store user selection information by user's selection including user's preferred number of nights, preferred length of stay, preferred lodging area, preferred lodging location, preferred lodging type, beach desired items, and desired facilities Collection module,
Purchase rating collection module that collects the ratings for the lodgings that the user has purchased and used and stores them in the DB.
Accommodation information collection module that collects basic information of the accommodation, including the number of days of stay, location, location, type, beach equipment, and facilities provided in the accommodation and stores it in a DB.
Call history collection module that converts the call history of the counselor and the user into text and stores it in the DB.
Information collection unit including;
A server that collects information from the information collection unit and stores it in a DB, and controls each configuration to provide a customized accommodation recommendation service to a user terminal based on the information collected from the information collection unit;
Based on the basic information collection module of the information collection unit, other users' usage information having the same basic information to the user by using collaborative filtering method of using information of other users belonging to the same group as the basic information of the user who will provide the recommended service Basic information filtering unit for filtering to recommend;
The user's preference items collected by the information collection unit's preference collection module and the accommodation information collected by the accommodation information collection module are measured in similarity by using content-based filtering, in order of highest preference to the user. Preference information filtering unit to filter to recommend; And
In the call history collected by the call collection module of the information collection unit, is there a keyword identical to the keyword used in the items or selection of the basic information collection module, usage information collection module, preference information collection module, and accommodation information collection module of the information collection unit? Search, extract, and call history information filtering unit that extracts accommodations with the same accommodation information as the keyword in ascending order from the keyword with the most frequent extraction.
Customized accommodation recommendation system including a. 제1항에 있어서,
기본정보 필터링부, 선호정보 필터링부, 및 통화내역정보 필터링부로 각 필터링된 추천 숙소 정보를 수집하고, 각 필터링부에서 추천되는 교집합 수가 높은 숙소부터 사용자 단말기에 추천해주는 추천 서비스 제공부
를 더 포함하는 사용자 맞춤형 숙소 추천 시스템.According to claim 1,
A recommendation service providing unit that collects each filtered recommendation accommodation information with the basic information filtering unit, the preference information filtering unit, and the call history information filtering unit, and recommends to the user's terminal from the accommodation with the highest number of intersections recommended by each filtering unit
Customized accommodation recommendation system further comprising a. 제1항에 있어서,
정보 수집부의 통화내역 수집 모듈은
음성 패킷을 수집하기 위한 것으로, 상담사의 음성 패킷과 사용자의 음성 패킷을 별개로 수집하는 패킷 수집부,
패킷 수집부에서 수집된 음성 패킷을 세그먼트 단위로 분리한 음성 데이터를 저장하되, 패킷 수집부에서 수집된 음성 패킷을 세그먼트 단위로 분리 시, 수집된 패킷을 순서번호 순으로 입력하고, 마지막 패킷일 경우에만 음성 세그먼트로 저장하며, 마지막 패킷을 제외한 음성 패킷 중, 무음으로 이루어진 구간을 기준으로 각 분리하여 음성 세그먼트로 저장하고, 무음 구간이 없는 경우에는 마지막 패킷으로 분류되어 음성 세그먼트로 저장하며, 분리된 세그먼트마다 데이터의 시점이 표시되는 세그먼트 타임스탬프가 적용되는 음성 분리부,
음성 분리부에서 분리된 세그먼트 단위의 음성 데이터를 텍스트로 변환하고, 텍스트 변환 시, 음성 데이터를 재생하여 주파수를 추출하여 사람의 목소리가 조사되는 특정 구간을 제외한 잡음을 제거하는 잡음 제거부와 변환된 텍스트가 DB에 저장된 표준 단어, 문장과 일치하지 않는 경우, 서버에 접속하여 새로운 단어, 문장으로 등록하거나 수정등록할 수 있고, 이후 변환되는 텍스트는 등록된 단어로 변환되도록 하는 데이터 필터링부를 포함하는 텍스트 변환부, 및
텍스트 변환부에서 변환된 텍스트를 통합하여 DB에 저장하는 텍스트 통합부
를 포함하는 사용자 맞춤형 숙소 추천 시스템.According to claim 1,
The call collection module of the information collection department
For collecting voice packets, a packet collection unit for separately collecting voice packets of a counselor and voice packets of a user,
When the voice data collected by the packet collection unit is segmented and stored, but the voice packets collected by the packet collection unit are segmented, the collected packets are entered in sequence number order. It is stored only as a voice segment, and among voice packets excluding the last packet, each segment is separated based on a section made of silence, and if there is no silence section, it is classified as the last packet and stored as a voice segment. Segment timestamp with segment timestamp showing the start of data for each segment,
The speech separation unit converts the segmented speech data into text, and when converting the text, the speech data is reproduced to extract frequencies to remove noise except for a specific section in which a human voice is irradiated, and converted with a noise removal unit. If the text does not match the standard words and sentences stored in the DB, you can connect to the server and register or modify new words and sentences, and the text that is converted later will be converted into registered words. Converter, and
Text integration unit that integrates the text converted by the text conversion unit and stores it in the DB
Customized accommodation recommendation system including a.
KR1020180115534A 2018-09-28 2018-09-28 Customized lodging recommendation system KR102141851B1 (en)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020180115534A KR102141851B1 (en) 2018-09-28 2018-09-28 Customized lodging recommendation system

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020180115534A KR102141851B1 (en) 2018-09-28 2018-09-28 Customized lodging recommendation system

Publications (2)

Publication Number Publication Date
KR20200036204A true KR20200036204A (en) 2020-04-07
KR102141851B1 KR102141851B1 (en) 2020-08-06

Family

ID=70291176

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020180115534A KR102141851B1 (en) 2018-09-28 2018-09-28 Customized lodging recommendation system

Country Status (1)

Country Link
KR (1) KR102141851B1 (en)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20230082082A (en) 2021-12-01 2023-06-08 세종대학교산학협력단 Method and system of recommending accommodation for tourists using multi-criteria decision making and augmented reality

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20120120316A (en) * 2010-01-18 2012-11-01 애플 인크. Intelligent automated assistant
KR20150110846A (en) * 2014-03-20 2015-10-05 박정훈 Method and system for recommending a goods
KR101596307B1 (en) * 2015-05-19 2016-02-22 주식회사 액티브디앤씨 System and method for providing search service based on expert knowledge
KR20170009453A (en) * 2015-07-17 2017-01-25 김지은 Method for reserving hotels by using bidding

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20120120316A (en) * 2010-01-18 2012-11-01 애플 인크. Intelligent automated assistant
KR20150110846A (en) * 2014-03-20 2015-10-05 박정훈 Method and system for recommending a goods
KR101596307B1 (en) * 2015-05-19 2016-02-22 주식회사 액티브디앤씨 System and method for providing search service based on expert knowledge
KR20170009453A (en) * 2015-07-17 2017-01-25 김지은 Method for reserving hotels by using bidding

Also Published As

Publication number Publication date
KR102141851B1 (en) 2020-08-06

Similar Documents

Publication Publication Date Title
US7788095B2 (en) Method and apparatus for fast search in call-center monitoring
CN101112078B (en) Information communication terminal, information communication system, information communication method, information communication program, and recording medium on which program is recorded
US20150255066A1 (en) Metadata extraction of non-transcribed video and audio streams
US20090326947A1 (en) System and method for spoken topic or criterion recognition in digital media and contextual advertising
US11537651B2 (en) Descriptive media content search
KR20020093852A (en) System and method for voice access to internet-based information
CN111625632A (en) Question-answer pair recommendation method, device, equipment and storage medium
CN108255840B (en) Song recommendation method and system
US9311914B2 (en) Method and apparatus for enhanced phonetic indexing and search
KR20120038000A (en) Method and system for determining the topic of a conversation and obtaining and presenting related content
KR101983635B1 (en) A method of recommending personal broadcasting contents
US20150019206A1 (en) Metadata extraction of non-transcribed video and audio streams
WO2014161387A1 (en) Browser search-based targeted message push method and system
WO2015118324A1 (en) A system and method for contextualising a stream of unstructured text representative of spoken word
JP4441782B2 (en) Information presentation method and information presentation apparatus
KR102141851B1 (en) Customized lodging recommendation system
US11574627B2 (en) Masking systems and methods
JP2010277388A (en) Method, system and program for providing information
KR20170034481A (en) Intelligent mobile recommended music service system and method
CN108829739A (en) A kind of information-pushing method and device
US9008490B1 (en) Melody recognition systems
KR102564513B1 (en) Recommendation system and method base on emotion
Kumbhar et al. Microblogging reviews based cross-lingual sentimental classification for cold-start product recommendation
Chang et al. Using Machine Learning to Extract Insights from Consumer Data
KR20140117760A (en) Method and server for providing music data, and device

Legal Events

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