KR20220015357A - 수요 예측 기반 공급 분산 처리를 위한 운송 서비스 서버 및 그를 위한 방법 - Google Patents

수요 예측 기반 공급 분산 처리를 위한 운송 서비스 서버 및 그를 위한 방법 Download PDF

Info

Publication number
KR20220015357A
KR20220015357A KR1020210100199A KR20210100199A KR20220015357A KR 20220015357 A KR20220015357 A KR 20220015357A KR 1020210100199 A KR1020210100199 A KR 1020210100199A KR 20210100199 A KR20210100199 A KR 20210100199A KR 20220015357 A KR20220015357 A KR 20220015357A
Authority
KR
South Korea
Prior art keywords
return
vehicle
location
rate
inducement
Prior art date
Application number
KR1020210100199A
Other languages
English (en)
Inventor
박환효
김기찬
Original Assignee
주식회사 알티캐스트
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by 주식회사 알티캐스트 filed Critical 주식회사 알티캐스트
Priority to PCT/KR2021/009977 priority Critical patent/WO2022025704A1/ko
Publication of KR20220015357A publication Critical patent/KR20220015357A/ko

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
    • 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
    • G06Q30/00—Commerce
    • G06Q30/02—Marketing; Price estimation or determination; Fundraising
    • G06Q30/0283—Price estimation or determination
    • 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]
    • G06Q30/0607—Regulated
    • 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]
    • G06Q30/0641—Shopping interfaces

Landscapes

  • Business, Economics & Management (AREA)
  • Accounting & Taxation (AREA)
  • Finance (AREA)
  • Development Economics (AREA)
  • Engineering & Computer Science (AREA)
  • Strategic Management (AREA)
  • Marketing (AREA)
  • General Business, Economics & Management (AREA)
  • General Physics & Mathematics (AREA)
  • Economics (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Tourism & Hospitality (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Game Theory and Decision Science (AREA)
  • Human Resources & Organizations (AREA)
  • Operations Research (AREA)
  • Quality & Reliability (AREA)
  • Traffic Control Systems (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

수요 예측 기반 공급 분산 처리를 위한 운송 서비스 서버 및 그를 위한 방법을 개시한다.
본 발명의 실시예에 따른 운송 서비스 방법은, 운송 서비스의 공급 분산 처리를 위한 하나 이상의 프로그램을 저장하는 메모리 및 상기 메모리에 저장된 상기 하나 이상의 프로그램에 따라 상기 운송 서비스의 공급 분산 처리를 위한 동작을 수행하는 하나 이상의 프로세서를 포함하는 운송 서비스 서버가 수행하는 운송 서비스 방법으로서, 적어도 하나의 차량 위치 장소 각각에 대한 상황 정보를 획득하는 상황 정보 획득 단계; 상기 상황 정보 각각을 기반으로 상기 적어도 하나의 차량 위치 장소 각각에 대한 수요 예측을 수행하는 수요 예측 단계; 상기 적어도 하나의 차량 위치 장소 각각에 대한 수요 예측 결과를 기반으로 예상 차량 재고량을 산출하여 상기 적어도 하나의 차량 위치 장소 각각에 기 설정된 기본 요율을 공급 분산을 위한 요율로 조정하는 요율 조정 단계; 상기 공급 분산을 위한 요율에 따라 차량의 반납을 유도하기 위한 반납 유도 대상을 선정하는 반납 유도 대상 선정 단계; 및 상기 반납 유도 대상으로 반납 프로모션 정보를 제공하는 공급 분산 처리 단계를 포함할 수 있다.

Description

수요 예측 기반 공급 분산 처리를 위한 운송 서비스 서버 및 그를 위한 방법{Method and Apparatus for Transportation Service for Supply Distribution Processing Based on Demand Forecasting}
본 발명은 수요 예측을 기반으로 공급 분산 처리를 위한 운송 서비스 서버 및 그를 위한 방법에 관한 것이다.
이 부분에 기술된 내용은 단순히 본 발명의 실시예에 대한 배경 정보를 제공할 뿐 종래기술을 구성하는 것은 아니다.
공유 경제에 대한 관심이 점점 높아짐에 따라, 소수의 차량을 다수의 이용자가 이용함으로써 차량 구입과 유지 보수에 소요되는 비용을 절감할 수 있는 차량 렌트, 차량 공유, 승차 공유 등의 운송 서비스에 대한 관심도 높아지고 있다. 차량 공유 및 승차 공유는 단순히 비용 절감을 위해 이용되는 것에서 나아가, 환경 보호 등의 이유로 인해 정책적으로도 활용되고 있다.
이와 같이, 운송 서비스의 사용이 증가됨에 따라 운송 서비스를 위한 차량을 제공하는 장소에 대한 수요와 공급에 대한 중요도가 높아지고 있다. 차량을 제공하는 차량 위치 장소는 차량을 보관하는 데 물리적으로 한계가 있고, 차량 위치 장소가 위치하는 지역에 따라 운송 서비스를 이용하는 클라이언트의 수요는 상이하게 된다. 이에, 차량 위치 장소 별로 수요의 부족으로 인해 차량이 계속 주차만되어 있거나, 수요의 과다로 인해 차량이 부족하게 되는 상황이 발생할 수 있다.
본 발명은 운송 서비스(transportation service)를 위한 차량들이 위치하는 차량 위치 장소의 수요를 예측하고, 수요 예측 결과를 기반으로 요율을 조정하며, 조정된 요율을 기반으로 반납 유도 대상으로 반납 프로모션 정보를 제공하여 공급을 분산 처리하는 수요 예측 기반 공급 분산 처리를 위한 운송 서비스 서버 및 그를 위한 방법을 제공하는 데 주된 목적이 있다.
본 발명의 명시되지 않은 또 다른 목적들은 하기의 상세한 설명 및 그 효과로부터 용이하게 추론할 수 있는 범위 내에서 추가적으로 고려될 수 있다.
본 발명의 일 측면에 의하면, 상기 목적을 달성하기 위한 운송 서비스 방법은, 운송 서비스의 공급 분산 처리를 위한 하나 이상의 프로그램을 저장하는 메모리 및 상기 메모리에 저장된 상기 하나 이상의 프로그램에 따라 상기 운송 서비스의 공급 분산 처리를 위한 동작을 수행하는 하나 이상의 프로세서를 포함하는 운송 서비스 서버가 수행하는 운송 서비스 방법으로서, 적어도 하나의 차량 위치 장소 각각에 대한 상황 정보를 획득하는 상황 정보 획득 단계; 상기 상황 정보 각각을 기반으로 상기 적어도 하나의 차량 위치 장소 각각에 대한 수요 예측을 수행하는 수요 예측 단계; 상기 적어도 하나의 차량 위치 장소 각각에 대한 수요 예측 결과를 기반으로 예상 차량 재고량을 산출하여 상기 적어도 하나의 차량 위치 장소 각각에 기 설정된 기본 요율을 공급 분산을 위한 요율로 조정하는 요율 조정 단계; 상기 공급 분산을 위한 요율에 따라 차량의 반납을 유도하기 위한 반납 유도 대상을 선정하는 반납 유도 대상 선정 단계; 및 상기 반납 유도 대상으로 반납 프로모션 정보를 제공하는 공급 분산 처리 단계를 포함할 수 있다.
여기서, 상기 반납 유도 대상 선정 단계는, 특정 지역 또는 기 설정된 관심 대상 영역 내에 위치하는 클라이언트 단말을 상기 반납 유도 대상으로 선정할 수 있다.
여기서, 상기 반납 유도 대상 선정 단계는, 운송 서비스에 대한 차량을 운행 중인 상기 클라이언트 단말을 상기 반납 유도 대상으로 선정할 수 있다.
여기서, 상기 반납 유도 대상 선정 단계는, 차량 반납 예정 시간이 기 설정된 임계 시간 미만인 차량을 운행 중인 상기 클라이언트 단말을 상기 반납 유도 대상으로 선정할 수 있다.
여기서, 상기 반납 유도 대상 선정 단계는, 차량 반납에 대한 문의 또는 요청이 존재하는 상기 클라이언트 단말을 상기 반납 유도 대상으로 선정할 수 있다.
여기서, 상기 공급 분산 처리 단계는, 적어도 하나의 차량 위치 장소 중 가장 요율이 높은 차량 위치 장소로 상기 반납 유도 대상의 차량 반납을 유도하기 위한 상기 반납 프로모션 정보를 상기 반납 유도 대상에게 제공하여 공급 분산 처리를 수행할 수 있다.
여기서, 상기 공급 분산 처리 단계는, 가장 요율이 높은 차량 위치 장소로의 반납에 대한 비용 할인, 포인트 제공 및 쿠폰 제공 중 적어도 하나를 포함하는 반납 인센티브 정보를 포함하는 상기 반납 프로모션 정보를 제공할 수 있다.
여기서, 상기 공급 분산 처리 단계는, 상기 가장 요율이 높은 차량 위치 장소에 반납할 경우 발생하는 상기 반납 인센티브 정보를 적용한 요금과 주변의 다른 차량 위치 장소에 반납할 경우 발생하는 일반적인 요금을 비교한 그래프를 포함하는 상기 반납 프로모션 정보를 제공 할 수 있다.
여기서, 상기 공급 분산 처리 단계는, 가장 요율이 높은 차량 위치 장소에 대한 상기 예상 차량 재고량이 기 설정된 임계 재고량 미만인 경우, 상기 반납 유도 대상의 조기 반납을 유도하기 위한 상기 반납 프로모션 정보를 상기 반납 유도 대상에게 제공할 수 있다.
여기서, 상기 공급 분산 처리 단계는, 상기 조기 반납에 대한 시간 별로 비용 할인, 포인트 제공 및 쿠폰 제공 중 적어도 하나를 차등 지급하는 조기 반납 인센티브 정보를 포함하는 상기 반납 프로모션 정보를 제공할 수 있다.
또한, 본 발명의 다른 측면에 의하면, 상기 목적을 달성하기 위한 운송 서비스 서버는, 운송 서비스의 공급 분산 처리를 수행하는 운송 서비스 서버로서, 운송 서비스의 공급 분산 처리를 위한 하나 이상의 프로그램을 저장하는 메모리; 및 상기 메모리에 저장된 상기 하나 이상의 프로그램에 따라 상기 운송 서비스의 공급 분산 처리를 위한 동작을 수행하는 하나 이상의 프로세서;를 포함하고, 상기 프로세서는, 적어도 하나의 차량 위치 장소 각각에 대한 상황 정보를 획득하는 상황 정보 획득 단계; 상기 상황 정보 각각을 기반으로 상기 적어도 하나의 차량 위치 장소 각각에 대한 수요 예측을 수행하는 수요 예측 단계; 상기 적어도 하나의 차량 위치 장소 각각에 대한 수요 예측 결과를 기반으로 예상 차량 재고량을 산출하여 상기 적어도 하나의 차량 위치 장소 각각에 기 설정된 기본 요율을 공급 분산을 위한 요율로 조정하는 요율 조정 단계; 상기 공급 분산을 위한 요율에 따라 차량의 반납을 유도하기 위한 반납 유도 대상을 선정하는 반납 유도 대상 선정 단계; 및 상기 반납 유도 대상으로 반납 프로모션 정보를 제공하는 공급 분산 처리 단계를 포함할 수 있다.
여기서, 상기 반납 유도 대상 선정 단계는, 특정 지역 또는 기 설정된 관심 대상 영역 내에 위치하는 클라이언트 단말을 상기 반납 유도 대상으로 선정하되, 운송 서비스에 대한 차량을 운행 중인 상기 클라이언트 단말을 상기 반납 유도 대상으로 선정할 수 있다.
여기서, 상기 공급 분산 처리 단계는, 적어도 하나의 차량 위치 장소 중 가장 요율이 높은 차량 위치 장소로 상기 반납 유도 대상의 차량 반납을 유도하기 위한 상기 반납 프로모션 정보를 상기 반납 유도 대상에게 제공하여 공급 분산 처리를 수행할 수 있다.
여기서, 상기 공급 분산 처리 단계는, 가장 요율이 높은 차량 위치 장소로의 반납에 대한 비용 할인, 포인트 제공 및 쿠폰 제공 중 적어도 하나를 포함하는 반납 인센티브 정보를 포함하는 상기 반납 프로모션 정보를 제공할 수 있다.
여기서, 상기 공급 분산 처리 단계는, 상기 가장 요율이 높은 차량 위치 장소에 반납할 경우 발생하는 상기 반납 인센티브 정보를 적용한 요금과 주변의 다른 차량 위치 장소에 반납할 경우 발생하는 일반적인 요금을 비교한 그래프를 포함하는 상기 반납 프로모션 정보를 제공할 수 있다.
이상에서 설명한 바와 같이, 본 발명은 운송 서비스(transportation service)를 위한 차량들이 위치하는 차량 위치 장소의 수요를 예측하고, 수요 예측 결과를 기반으로 요율을 조정하며, 조정된 요율을 기반으로 반납 유도 대상으로 반납 프로모션 정보를 제공하여 공급을 분산 처리함으로써, 한정된 공간의 차량 위치 장소의 차량 재고율을 효율적으로 관리할 수 있고, 클라이언트의 이용 혼잡을 줄일 수 있는 효과가 있다.
본 발명의 효과들은 이상에서 언급한 효과들로 제한되지 않으며, 언급되지 않은 또 다른 효과들은 아래의 기재로부터 통상의 기술자에게 명확하게 이해될 수 있을 것이다.
도 1은 본 발명의 실시예에 따른 운송 서비스 시스템을 설명하기 위한 블록도이다.
도 2는 본 발명의 실시예들에 따른 운송 서비스 시스템에서 사용되는 차량 예약 캘린더 정보를 예시한 도면이다.
도 3은 본 발명의 실시예에 따른 운송 서비스 서버를 설명하기 위한 블록도이다.
도 4는 본 발명의 실시예에 따른 운송 서비스 서버의 프로세서의 구성을 개략적으로 나타낸 블록 구성도이다.
도 5 및 도 6은 본 발명의 실시예에 따른 운송 서비스 방법을 설명하기 위한 순서도이다.
도 7은 본 발명의 실시예에 따른 차량 위치 장소를 설명하기 위한 예시도이다.
도 8 및 도 9는 본 발명의 실시예에 따른 차량 위치 장소의 수요 예측 결과에 따라 요율을 조정하는 동작을 설명하기 위한 예시도이다.
도 10은 본 발명의 실시예에 따른 인공지능을 이용하여 수요 예측 및 요율 조정을 수행하는 동작을 설명하기 위한 도면이다.
도 11은 본 발명의 실시예에 따른 차량 위치 장소에 대한 공급 분산을 유도하는 동작을 설명하기 위한 예시도이다.
이하, 본 발명의 바람직한 실시예를 첨부된 도면들을 참조하여 상세히 설명한다. 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. 이하에서는 도면들을 참조하여 본 발명에서 제안하는 수요 예측 기반 공급 분산 처리를 위한 운송 서비스 서버 및 그를 위한 방법에 대해 자세하게 설명하기로 한다.
도 1은 본 발명의 실시예에 따른 운송 서비스 시스템을 설명하기 위한 블록도이다.
도 1을 참조하면, 본 발명의 바람직한 실시예에 따른 운송 서비스 시스템은 운송 서비스 서버(100), 복수개의 클라이언트 단말(200) 및 차량 위치 장소 모니터링 장치(400)를 포함할 수 있다. 운송 서비스 서버(100)는 통신망(300)을 통해 복수개의 클라이언트 단말(200) 및 차량 위치 장소 모니터링 장치(400)와 연결될 수 있다.
운송 서비스 서버(100)는 클라이언트 단말(200)의 운송 서비스 요청에 따라 해당 운송 서비스(transportation service)의 예약을 진행할 수 있다.
즉, 운송 서비스 서버(100)는 클라이언트 단말(200)의 운송 서비스 요청을 기반으로 특정 시간에 대한 차량의 이용 권한을 해당 클라이언트에게 할당할 수 있다.
여기서, 운송 서비스는 차량 자체를 클라이언트에게 대여하는 차량 대여 서비스, 차량과 드라이버를 함께 클라이언트에게 대여하는 차량 운송 서비스 등일 수 있다. 그리고, 차량은 운송 서비스 서버(100)를 통해 운송 서비스를 클라이언트에게 제공하는 운송 서비스 제공 업체가 자체적으로 보유한 차량, 차량 대여 서비스를 제공하는 다른 업체가 보유한 차량, 차량 운송 서비스를 제공하는 다른 업체나 개인이 보유한 차량, 특정 시간에 다른 사용자가 이용할 수 있도록 허락한 개인이 보유한 차량 등일 수 있다.
운송 서비스 서버(100)는 클라이언트 단말(200)에 설치된 웹 브라우저(web browser) 등을 통해 운송 서비스 예약을 이용할 수 있도록, 운송 서비스 예약을 위한 웹 사이트(web site)를 운영할 수 있다. 또한, 운송 서비스 서버(100)는 클라이언트가 운송 서비스 예약을 이용할 수 있는 운송 서비스 예약 어플리케이션을 직접 배포하거나 앱 마켓(app market)을 통해 배포할 수 있다.
클라이언트 단말(200)은 운송 서비스를 이용하고자 하는 클라이언트가 보유한 단말로서, 클라이언트의 조작에 의해 통신망(300)을 통해 운송 서비스 서버(100)에 접속하여 운송 서비스의 예약을 요청할 수 있다.
여기서, 클라이언트는 민간 기업, 정부 기관, 공공 기관 등과 같은 단체에 소속된 임직원이나, 학교 등과 같은 단체에 소속된 교직원과 학생이나, 공동주택 등과 같은 단체에 소속된 입주민 등이나, 개인일 수 있다.
이때, 클라이언트는 자신의 클라이언트 단말(200)에 운송 서비스 서버(100)가 배포한 운송 서비스 예약 어플리케이션을 설치하고, 클라이언트 단말(200)에 설치된 운송 서비스 예약 어플리케이션을 실행하여 운송 서비스 예약을 진행할 수 있다. 또한, 클라이언트는 자신의 클라이언트 단말(200)에 설치된 웹 브라우저 등을 이용하여 운송 서비스 서버(100)에서 운영하는 웹 사이트에 접속하고, 접속한 웹 사이트를 통해 운송 서비스 예약을 진행할 수 있다.
여기서, 클라이언트 단말(200)은 데스크톱 컴퓨터뿐만 아니라 노트북 컴퓨터, 워크스테이션, 팜톱(palmtop) 컴퓨터, 태블릿 PC, 개인 휴대 정보 단말기(personal digital assistant, PDA), 웹 패드, 스마트폰, 휴대전화 등과 같이 메모리 수단을 구비하고 마이크로 프로세서를 탑재하여 연산 능력을 갖춘 단말기로 이루어질 수 있다.
통신망(300)은 구내 정보 통신망(local area network, LAN), 도시권 통신망(metropolitan area network, MAN), 광역 통신망(wide area network, WAN), 인터넷 등을 포함하는 데이터 통신망뿐만 아니라 전화망 등을 포함할 수 있고, 유선과 무선을 가리지 않으며, 어떠한 통신 방식을 사용하더라도 상관없다.
차량 위치 장소 모니터링 장치(400)는 차량이 위치할 장소 또는 차량이 위치한 장소에서 주차 또는 이동하는 차량에 관한 정보를 수집하는 장치이다. 차량 위치 장소 모니터링 장치(400)는 무선 주파수를 송수신하거나 영상을 촬영하는 방식 등으로 정보를 수집할 수 있고, 센서 등을 설치하여 이동체를 구분하고 신호 변화를 감지할 수 있다.
차량 위치 장소 모니터링 장치(400)는 차량에 관한 정보를 수집하여 차량 위치 장소에 대한 상황 정보를 운송 서비스 서버(100)로 전송한다. 여기서, 상황 정보는 장소 식별 정보, 수집 시간 정보, 차량 재고량, 사용 가능 주차면 수 등을 포함할 수 있다.
차량 위치 장소 모니터링 장치(400)는 기 설정된 주기마다 운송 서비스 서버(100)로 상황 정보를 전송할 수 있으나 반드시 이에 한정되는 것은 아니며, 운송 서비스 서버(100)로부터 정보 요청 신호가 수신되면 상황 정보를 전송할 수도 있다. 차량에 설치된 장치가 위치 정보 또는 주차장 비콘 정보 등을 수집할 수 있다.
도 2를 참조하여 차량 예약에 관하여 설명한다.
도 2는 본 발명의 실시예들에 따른 운송 서비스 시스템에서 사용되는 차량 예약 캘린더 정보를 예시한 도면이다.
운송 서비스 서버(100)는 클라이언트 단말(200)로 차량에 관한 정보를 제공하고, 클라이언트 단말(200)로부터 차량에 관한 예약 정보를 수신한다. 차량 예약은 구독권 사용 방식, 일반 예약 방식 등으로 구분될 수 있다.
운송 서비스 서버(100)는 클라이언트 단말(200) 또는 사용자에 관한 고유 식별 정보를 기반으로 예약을 수행할 수 있다. 고유 식별 정보는 아이디(ID) 등과 같이 클라이언트를 식별할 수 있는 고유 정보와 패스워드(password) 등과 같이 정당한 클라이언트인지를 확인할 수 있는 인증 정보를 포함할 수 있다.
구독권은 미리 지정된 예약 가능 시간(워킹 타임, 주중, 주말, 모든 시간 등) 내에 차량을 예약할 수 있는 권한을 클라이언트에게 부여한 권리를 말한다. 구독권은 미리 지정된 기간(1개월, 3개월, 6개월, 1년 등) 단위로 자동으로 갱신되거나, 미리 지정된 기간이 종료될 때 클라이언트의 요청에 의해 갱신될 수 있다.
구독권을 이용하는 경우, 운송 서비스 요금을 구성하는 항목은 구독 요금, 예약 시간에 따른 차량별 기본 요금 및 실제 주행 거리에 따른 차량별 주행 요금일 수 있다. 구독 요금은 구독권의 유형(단체 일반 구독권, 단체 전용 구독권, 개인 전용 구독권), 구독 대상인 차량의 개수, 구독 대상인 차량의 종류, 구독 대상인 차량의 연식, 차량의 연료 타입 등을 기반으로 책정되며, 미리 지정된 기간(예컨대, 1개월, 3개월, 6개월, 1년 등) 단위로 요금이 부과될 수 있다. 차량별 기본 요금 및 차량별 주행 요금은 차량의 종류, 차량의 연식, 차량의 연료 타입 등을 기반으로 책정되며, 해당 차량의 예약 시에 기본 요금이 부과되고 해당 차량의 반납 시에 주행 요금이 부과될 수 있다. 차량별 기본 요금 및 차량별 주행 요금은 구독권의 이용 유무에 따라 서로 다른 요금제로 이루어질 수 있으며, 구독권의 유형(단체 일반 구독권, 단체 전용 구독권, 개인 전용 구독권)에 따라 서로 다른 요금제로 이루어질 수 있다. 차량별 기본 요금 및 차량별 주행 요금은 주중, 주말, 공휴일에 따라 서로 다른 요금 체계로 이루어질 수 있고, 시간대별로 요금 체계가 다르게 이루어질 수 있으며, 여름 휴가 기간 등과 같이 미리 설정된 구간과 이외의 구간의 요금 체계가 서로 다르게 이루어질 수 있다.
일반 예약 방식의 경우, 운송 서비스 요금을 구성하는 항목은 예약 시간에 따른 차량별 기본 요금 및 실제 주행 거리에 따른 차량별 주행 요금일 수 있다.
실제 운송 서비스 요금은 클라이언트가 예약한 차량에 대응되는 기본 요금 및 주행 요금을 기반으로 클라이언트가 예약한 타임 슬롯(time slot)에 대응되는 요율(rate)을 이용하여 획득될 수 있다. 여기서, 타임 슬롯은 차량을 예약할 수 있는 최소 시간 단위(예컨대, 10분, 30분, 1시간 등)를 나타내는 차량 예약 단위를 말하며, 각각의 타임 슬롯별로 요율이 설정될 수 있다.
차량 예약 캘린더 정보는 대응되는 차량들 중에서 클라이언트에 의해 선택된 차량의 이용 시간을 예약할 수 있는 정보로서, 현재 날짜를 기준으로 미리 정해진 기간(예컨대, 7일 등)을 1일 단위로 복수개의 타임 슬롯을 포함하는 캘린더 형태로 이루어질 수 있다.
차량 예약 캘린더 정보에 요율이 매칭될 수 있다. 요율은 시간/공간에 따라 변경 가능한 요금 가중치이다. 상황에 맞게 요율을 조절하는 방식을 통해 요금을 용이하게 설정할 수 있다.
운송 서비스 서버(100)는 클라이언트 단말(200)로부터 고유 식별 정보와 함께 예약 요청 시간/장소를 제공받으면, 대응되는 차량들 중에서 예약 요청 시간에 예약이 가능한 차량에 대한 차량 예약 캘린더 정보를 획득할 수 있다.
차량 예약 캘린더 정보의 각 타임 슬롯은 유휴 상태(idle state), 예약 상태(reservation state), 불가능 상태(disabled state) 중 하나의 상태로 이루어질 수 있다. 유휴 상태는 해당 타임 슬롯의 예약이 현재 가능한 상태를 나타낸다. 예약 상태는 해당 타임 슬롯의 예약이 이미 완료되어 예약이 현재 불가능한 상태를 나타낸다. 불가능 상태는 차량 정비 등의 이유로 인해 예약이 현재 불가능한 상태를 나타낸다. 각 타임 슬롯의 상태를 클라이언트가 바로 식별할 수 있도록 하기 위해, 타임 슬롯의 상태별로 타임 슬롯의 색상, 크기, 배경, 모양 등을 다르게 할 수 있다. 예컨대, 도 2에 도시된 바와 같이, 유휴 상태인 타임 슬롯의 배경은 흰색으로 표시하고, 예약 상태인 타임 슬롯의 배경은 회색으로 표시할 수 있다.
운송 서비스 서버(100)는 클라이언트 관련 정보 및 기타 정보를 기반으로 추천 예약 기간을 획득하고, 획득한 추천 예약 기간을 포함하는 차량 예약 캘린더 정보를 클라이언트 단말(200)에게 제공할 수도 있다.
클라이언트 관련 정보는 클라이언트 단말(200)로부터 제공받은 정보(고유 식별 정보, 현재 위치 정보 등), 클라이언트 단말(200)로부터 제공받은 정보(고유 식별 정보 등)를 기반으로 획득한 정보(클라이언트의 과거 운송 서비스 이용 이력 등) 등을 포함할 수 있다. 기타 정보는 클라이언트와 직접 관련이 없는 정보로, 날짜 정보, 시간 정보, 날씨 정보 등을 포함할 수 있다.
운송 서비스 서버(100)는 클라이언트의 과거 운송 서비스 이용 이력을 수집하여 획득된 학습 데이터를 이용하여 사전에 학습되어 구축될 수 있다. 운송 서비스 서버(100)는 클라이언트의 과거 운송 서비스 이용 이력을 수집하여 학습 데이터를 획득할 수 있다. 학습 데이터의 개별 데이터는 날짜 정보, 시간 정보, 날씨 정보, 고유 식별 정보, 위치 정보 및 운송 서비스 이용 기간을 포함할 수 있다.
사용자(클라이언트)는 예약한 차량을 픽업하기 위해 특정 장소에 방문해야 한다. 특정 장소는 차량 위치 장소(미래에 차량이 위치할 장소 또는 현재 차량이 위치한 장소)이며 일종의 거점이나 주차 스테이션 등을 의미할 수 있다. 거점은 지역이나 존(zone)과 같이 지도 상의 도형 형태로 인식 가능한 장소이다.
운송 서비스 서버(100)는 거점이나 주차 스테이션에서 요율 등이 변경되는 상황에서 클라이언트의 수요 및 공급(반납)을 분산하면 차량의 재고율을 효율적으로 관리할 수 있다.
도 3은 본 발명의 실시예에 따른 운송 서비스 서버를 설명하기 위한 블록도이다.
도 3을 참조하면, 운송 서비스 서버(100)는 하나 이상의 프로세서(110), 컴퓨터 판독 가능한 저장 매체(130) 및 통신 버스(150)를 포함할 수 있다.
프로세서(110)는 운송 서비스 서버(100)가 동작하도록 제어할 수 있다. 예컨대, 프로세서(110)는 컴퓨터 판독 가능한 저장 매체(130)에 저장된 하나 이상의 프로그램(131)을 실행할 수 있다. 하나 이상의 프로그램(131)은 하나 이상의 컴퓨터 실행 가능 명령어를 포함할 수 있으며, 컴퓨터 실행 가능 명령어는 프로세서(110)에 의해 실행되는 경우 운송 서비스 서버(100)로 하여금 운송 서비스를 예약하기 위한 동작을 수행하도록 구성될 수 있다.
컴퓨터 판독 가능한 저장 매체(130)는 운송 서비스를 예약하기 위한 컴퓨터 실행 가능 명령어 내지 프로그램 코드, 프로그램 데이터 및/또는 다른 적합한 형태의 정보를 저장하도록 구성된다. 컴퓨터 판독 가능한 저장 매체(130)에 저장된 프로그램(131)은 프로세서(110)에 의해 실행 가능한 명령어의 집합을 포함한다. 일 실시예에서, 컴퓨터 판독 가능한 저장 매체(130)는 메모리(랜덤 액세스 메모리와 같은 휘발성 메모리, 비휘발성 메모리, 또는 이들의 적절한 조합), 하나 이상의 자기 디스크 저장 디바이스들, 광학 디스크 저장 디바이스들, 플래시 메모리 디바이스들, 그 밖에 운송 서비스 서버(100)에 의해 액세스되고 원하는 정보를 저장할 수 있는 다른 형태의 저장 매체, 또는 이들의 적합한 조합일 수 있다.
통신 버스(150)는 프로세서(110), 컴퓨터 판독 가능한 저장 매체(130)를 포함하여 운송 서비스 서버(100)의 다른 다양한 컴포넌트들을 상호 연결한다.
운송 서비스 서버(100)는 또한 하나 이상의 입출력 장치를 위한 인터페이스를 제공하는 하나 이상의 입출력 인터페이스(170) 및 하나 이상의 통신 인터페이스(190)를 포함할 수 있다. 입출력 인터페이스(170) 및 통신 인터페이스(190)는 통신 버스(150)에 연결된다. 입출력 장치(도시하지 않음)는 입출력 인터페이스(170)를 통해 운송 서비스 서버(100)의 다른 컴포넌트들에 연결될 수 있다.
도 4는 본 발명의 실시예에 따른 운송 서비스 서버의 프로세서의 구성을 개략적으로 나타낸 블록 구성도이다.
본 실시예에 따른 운송 서비스 서버(100)의 프로세서(110)는 상황 정보 획득부(310), 수요 예측부(320), 요율 조정부(330), 반납 유도 대상 선정부(340) 및 공급 분산 처리부(350)를 포함한다. 도 4의 운송 서비스 서버(100)의 프로세서(110)는 일 실시예에 따른 것으로서, 도 4에 도시된 모든 블록이 필수 구성요소는 아니며, 다른 실시예에서 운송 서비스 서버(300)에 포함된 일부 블록이 추가, 변경 또는 삭제될 수 있다.
운송 서비스 서버(100)의 프로세서(130)에 포함된 각 구성요소들은 각각 별도의 소프트웨어 장치로 구현되거나, 소프트웨어가 결합된 별도의 하드웨어 장치로 구현될 수 있다. 한편, 운송 서비스 서버(100)의 프로세서(110)는 운송 서비스 서버(100) 내에 포함된 구성인 것으로 기재하고 있으나 반드시 이에 한정되는 것은 아니며, 별도의 장치 또는 컴퓨팅 디바이스로 구현될 수 있다.
상황 정보 획득부(310)는 특정 지역 내에 위치한 적어도 하나의 차량 위치 장소 각각에 대한 상황 정보를 획득한다. 여기서, 상황 정보는 차량 위치 장소 모니터링 장치(400)로부터 수신된 정보로서, 장소 식별 정보, 수집 시간 정보, 차량 재고량, 사용 가능 주차면 수 등을 포함할 수 있다.
수요 예측부(320)는 적어도 하나의 차량 위치 장소 각각에 대한 상황 정보를 기반으로 적어도 하나의 차량 위치 장소 각각에 대한 수요 예측을 수행한다.
수요 예측부(320)는 상황 정보를 기반으로 적어도 하나의 차량 위치 장소 각각에 대한 수요 통계치를 산출하고, 수요 통계치와 기 저장된 과거 수요 통계치를 이용하여 적어도 하나의 차량 위치 장소 각각에 대한 수요 예측을 수행한다. 여기서, 과거 수요 통계치는 과거 수요 통계치는 차량 위치 장소 별로 저장 및 관리되는 데이터로서, 기 설정된 시간 동안의 수요 통계치의 평균값 또는 분산값일 수 있다. 과거 수요 통계치는 운송 서비스 서버(100)의 별도 저장부에 저장된 데이터일 수 있으나 반드시 이에 한정되는 것은 아니며, 별도의 저장 서버, 클라우드 서버로부터 획득된 데이터일 수 있다.
수요 예측부(320)는 상황 정보에 포함된 차량 재고 정보 및 주차면 상태 정보를 이용하여 운송 서비스를 이용한 클라이언트에 대한 수요 통계치를 산출한다. 여기서, 차량 재고 정보는 차량 위치 장소에서 보유하고 있는 차량 수를 의미하고, 주차면 상태 정보는 미할당된 주차면의 수를 의미한다.
수요 예측부(320)는 상황 정보가 획득된 시간 조건과 동일한 시간 조건의 과거 수요 통계치와 산출된 수요 통계치를 이용하여 적어도 하나의 차량 위치 장소 각각에 대한 수요 예측을 수행한다. 여기서 수요 예측은 클라이언트가 차량 위치 장소에 위치한 차량을 이용하는 수요를 예측하는 것을 의미한다.
수요 예측부(320)는 산출된 수요 통계치와 과거 수요 통계치의 평균값 또는 분산값을 계산하여 적어도 하나의 차량 위치 장소 각각에 대한 수요 예측을 수행한다.
한편, 수요 예측부(320)는 인공지능 기반의 수요 예측 모델에 수요 통계치 및 과거 수요 통계치를 입력시키고, 수요 예측 모델의 출력값을 통해 적어도 하나의 차량 위치 장소 각각에 대한 수요 예측을 수행할 수도 있다.
요율 조정부(330)는 적어도 하나의 차량 위치 장소 각각에 대한 수요 예측 결과를 기반으로 예상 차량 재고량을 산출하여 적어도 하나의 차량 위치 장소 각각에 기 설정된 기본 요율을 공급 분산을 위한 요율로 조정한다.
요율 조정부(330)는 특정 지역 내에 위치한 적어도 하나의 차량 위치 장소 중 기준 차량 위치 장소를 선정한다. 요율 조정부(330)는 적어도 하나의 차량 위치 장소 중 예측된 수요가 가장 높은 차량 위치 장소를 기준 차량 위치 장소로 선정할 수 있으나 반드시 이에 한정되는 것은 아니며, 기준 차량 위치 장소의 선정 조건은 변경될 수 있다.
요율 조정부(330)는 기준 차량 위치 장소의 수요 예측 결과와 적어도 하나의 차량 위치 장소에서 기준 차량 위치 장소를 제외한 나머지 차량 위치 장소의 수요 예측 결과 각각을 비교하여 적어도 하나의 차량 위치 장소의 전체 또는 일부를 포함하는 요율 조정 후보 리스트를 생성한다. 요율 조정부(330)는 기준 차량 위치 장소와 수요 예측 결과를 비교한 차이값이 기 설정된 임계값 이상인 차량 위치 장소를 추출하여 요율 조정 후보 리스트를 생성할 수 있다.
요율 조정부(330)는 요율 조정 후보 리스트에 포함된 차량 위치 장소의 수요 예측 결과와 차량 재고 정보를 이용하여 예상 차량 재고량을 산출하고, 산출된 예상 차량 재고량을 기준으로 공급 분산을 위한 요율을 결정하여 조정한다. 여기서, 요율 조정부(330)는 예상 차량 재고량과 반비례로 차량 위치 장소 각각의 요율을 조정할 수 있다.
요율 조정부(330)는 차량 위치 장소 각각에 대한 비규칙 차량 이용율 정보 및 주변 지역 이벤트 정보 중 적어도 하나에 대한 추가 조건 정보가 입력되는 경우, 예상 차량 재고량에 추가 조건 정보를 적용하여 예상 차량 재고량을 갱신하고, 갱신된 예상 차량 재고량을 기준으로 수요 분산을 위한 요율을 조정할 수 있다.
요율 조정부(330)는 비규칙 차량의 이용이 급격히 증가하는 피크 시간이 기 설정된 횟수 이상 발생한 것으로 판단되는 비규칙 차량 이용율 정보에 대한 추가 조건 정보가 상황 정보에 포함된 경우 해당 차량 위치 장소에 비규칙 차량의 이용율을 추가로 반영하여 예상 차량 재고량을 갱신할 수 있다.
또한, 요율 조정부(330)는 특정 지역 내에 발생된 이벤트(예: 콘서트장, 박물관, 전시회장, 종합운동장, 스포츠경기장, 공항, 지하철역, 버스역, 종합쇼핑몰, 백화점 및 공연장 등)에 대한 주변 지역 이벤트 정보가 추가 조건 정보가 상황 정보에 포함된 경우 해당 차량 위치 장소에 이벤트 관련 예측 인파의 차량 이용율을 추가로 반영하여 예상 차량 재고량을 갱신할 수 있다.
반납 유도 대상 선정부(340)는 공급 분산을 위하여 조정된 요율에 따라 차량의 반납을 유도하기 위한 반납 유도 대상을 선정한다.
반납 유도 대상 선정부(340)는 특정 지역 또는 기 설정된 관심 대상 영역 내에 위치하는 클라이언트 단말을 반납 유도 대상으로 선정할 수 있다. 여기서, 반납 유도 대상은 적어도 하나의 클라이언트 단말을 선정할 수 있으며, 클라이언트 단말(200)의 선정에 대한 개수 제한은 없는 것이 바람직하다.
반납 유도 대상 선정부(340)는 운송 서비스에 대한 차량을 운행 중인 클라이언트 단말을 반납 유도 대상으로 선정할 수 있다.
한편, 반납 유도 대상 선정부(340)는 차량 반납 예정 시간이 기 설정된 임계 시간 미만인 차량을 운행 중인 클라이언트 단말을 반납 유도 대상으로 선정하거나, 차량 반납에 대한 문의 또는 요청이 존재하는 클라이언트 단말을 상기 반납 유도 대상으로 선정할 수도 있다.
한편, 반납 유도 대상 선정부(340)는 예상 차량 재고량이 기 설정된 임계 재고량 미만인 차량 위치 장소가 존재하는 경우, 해당 차량 위치 장소를 기준으로 제1 반경 범위 또는 제2 반경 범위 내에 위치하는 클라이언트 단말을 반납 유도 대상으로 선정할 수도 있다. 여기서, 제2 반경 범위는 제1 반경 범위보다 큰 반경으로 형성된 범위인 것이 바람직하다.
공급 분산 처리부(350)는 반납 유도 대상으로 반납 프로모션 정보를 제공하여 공급 분산 처리를 수행하는 동작을 수행한다.
공급 분산 처리부(350)는 적어도 하나의 차량 위치 장소 중 가장 요율이 높은 차량 위치 장소로 반납 유도 대상의 차량 반납을 유도하기 위한 반납 프로모션 정보를 반납 유도 대상에게 제공한다. 여기서, 공급 분산 처리부(350)는 적어도 하나의 차량 위치 장소 중 가장 요율이 높은 차량 위치 장소로 반납 유도 대상의 차량 반납을 유도하는 것으로 기재하고 있으나 반드시 이에 한정되는 것은 아니다. 예를 들어, 적어도 하나의 차량 위치 장소 중 가장 요율이 높은 일부 차량 위치 장소(예: 요율이 높은 상위 3 개의 차량 위치 장소)로 반납 유도 대상의 차량 반납을 유도할 수도 있다.
공급 분산 처리부(350)는 가장 요율이 높은 차량 위치 장소로의 반납에 대한 비용 할인, 포인트 제공 및 쿠폰 제공 중 적어도 하나를 포함하는 반납 인센티브 정보를 포함하는 반납 프로모션 정보를 제공할 수 있다. 여기서, 반납 프로모션 정보는 메시지 형태로 전송되는 정보일 수 있으나 반드시 이에 한정되는 것은 아니며, 반납 프로모션을 클라이언트 단말(100)에 전송할 수 있는 다양한 형태의 정보일 수 있다.
한편, 공급 분산 처리부(350)는 가장 요율이 높은 차량 위치 장소에 반납할 경우 발생하는 상기 반납 인센티브 정보를 적용한 요금과 주변의 다른 차량 위치 장소에 반납할 경우 발생하는 일반적인 요금을 비교한 그래프를 추가로 포함시켜 반납 프로모션 정보를 제공할 수도 있다. 여기서, 요금을 비교한 그래프는 반납 프로모션에 대한 요금 차이를 클라이언트에게 부각시키기 위한 예시로서, 요금을 비교한 결과는 표, 그림 등과 같이 다양한 형태로 표현될 수 있다.
또한, 공급 분산 처리부(350)는 가장 요율이 높은 차량 위치 장소에 대한 예상 차량 재고량이 기 설정된 임계 재고량 미만인 경우, 반납 유도 대상의 조기 반납을 유도하기 위한 반납 프로모션 정보를 반납 유도 대상에게 제공할 수 있다.
공급 분산 처리부(350)는 조기 반납에 대한 시간 별로 비용 할인, 포인트 제공 및 쿠폰 제공 중 적어도 하나를 차등 지급하는 조기 반납 인센티브 정보를 포함하는 반납 프로모션 정보를 제공할 수 있다.
또한, 공급 분산 처리부(350)는 제1 반경 범위 및 제2 반경 범위 각각에서 반납 유도 대상이 선정된 경우, 제1 반경 범위 및 제2 반경 범위 각각에 서로 다른 비용 할인, 포인트 제공 및 쿠폰 제공 중 적어도 하나를 포함하는 반납 인센티브 정보를 포함하는 반납 프로모션 정보를 제공할 수 있다.
도 5 및 도 6은 본 발명의 실시예에 따른 운송 서비스 방법을 설명하기 위한 순서도이다.
도 5는 운송 서비스 방법을 개략적으로 나타낸 순서도이다.
운송 서비스 서버(100)는 차량 위치 장소에 대한 상황 정보를 획득한다(S110).
이후, 운송 서비스 서버(100)는 차량 위치 장소에 대한 수요 예측을 수행한다(S120).
이후, 운송 서비스 서버(100)는 수요 예측 결과를 비교하여 차량 위치 장소 각각에 대한 요율을 조정한다(S130).
이후, 운송 서비스 서버(100)는 공급 분산을 위하여 조정된 요율에 따라 차량의 반납을 유도하기 위한 반납 유도 대상을 선정한다(S140).
이후, 운송 서비스 서버(100)는 공급 분산 처리부(350)는 반납 유도 대상으로 반납 프로모션 정보를 제공하여 공급 분산 처리를 수행하는 동작을 수행한다(S150).
도 6은 운송 서비스 방법을 구체적으로 나타낸 순서도이다.
운송 서비스 서버(100)는 적어도 하나의 차량 위치 장소 각각에 대한 상황 정보를 획득한다(S210). 여기서, 상황 정보는 차량 위치 장소 모니터링 장치(400)로부터 수신된 정보로서, 장소 식별 정보, 수집 시간 정보, 차량 재고량, 사용 가능 주차면 수 등을 포함할 수 있다.
운송 서비스 서버(100)는 상황 정보를 기반으로 적어도 하나의 차량 위치 장소 각각에 대한 수요 통계치를 산출한다(S220).
운송 서비스 서버(100)는 상황 정보에 포함된 차량 재고 정보 및 주차면 상태 정보를 이용하여 운송 서비스를 이용한 클라이언트에 대한 수요 통계치를 산출한다.
운송 서비스 서버(100)는 수요 통계치와 기 저장된 과거 수요 통계치를 이용하여 적어도 하나의 차량 위치 장소 각각에 대한 수요 예측을 수행한다(S230).
운송 서비스 서버(100)는 상황 정보가 획득된 시간 조건과 동일한 시간 조건의 과거 수요 통계치와 산출된 수요 통계치를 이용하여 적어도 하나의 차량 위치 장소 각각에 대한 수요 예측을 수행한다. 여기서 수요 예측은 클라이언트가 차량 위치 장소에 위치한 차량을 이용하는 수요를 예측하는 것을 의미한다.
운송 서비스 서버(100)는 산출된 수요 통계치와 과거 수요 통계치의 평균값 또는 분산값을 계산하여 적어도 하나의 차량 위치 장소 각각에 대한 수요 예측을 수행한다.
운송 서비스 서버(100)는 특정 지역 내에 위치한 적어도 하나의 차량 위치 장소 중 기준 차량 위치 장소를 선정한다(S240). 운송 서비스 서버(100)는 적어도 하나의 차량 위치 장소 중 예측된 수요가 가장 높은 차량 위치 장소를 기준 차량 위치 장소로 선정할 수 있다.
운송 서비스 서버(100)는 기준 차량 위치 장소의 수요 예측 결과와 적어도 하나의 차량 위치 장소에서 기준 차량 위치 장소를 제외한 나머지 차량 위치 장소의 수요 예측 결과 각각을 비교하여 적어도 하나의 차량 위치 장소의 전체 또는 일부를 포함하는 요율 조정 후보 리스트를 생성한다(S250).
운송 서비스 서버(100)는 기준 차량 위치 장소와 수요 예측 결과를 비교한 차이값이 기 설정된 임계값 이상인 차량 위치 장소를 추출하여 요율 조정 후보 리스트를 생성할 수 있다.
운송 서비스 서버(100)는 요율 조정 후보 리스트에 포함된 차량 위치 장소의 수요 예측 결과와 차량 재고 정보를 이용하여 예상 차량 재고량을 산출하고, 산출된 예상 차량 재고량을 기준으로 공급 분산을 위한 요율을 결정하여 조정한다(S260). 여기서, 운송 서비스 서버(100)는 예상 차량 재고량과 반비례로 차량 위치 장소 각각의 요율을 조정할 수 있다.
운송 서비스 서버(100)는 차량 위치 장소 각각에 대한 추가 조건 정보가 입력되었는지 여부를 확인한다(S270). 여기서, 추가 조건 정보는 비규칙 차량 이용율 정보, 주변 지역 이벤트 정보 등일 수 있으며, 차량 위치 장소 각각에 대한 상황 정보에 포함되어 있을 수 있다.
단계 S270에서 추가 조건 정보가 존재하는 경우, 운송 서비스 서버(100)는 예상 차량 재고량에 추가 조건 정보를 적용하여 예상 차량 재고량을 갱신하고, 갱신된 예상 차량 재고량을 기준으로 공급 분산을 위한 요율을 조정한다(S272).
한편, 단계 S270에서 추가 조건 정보가 존재하는 경우, 운송 서비스 서버(100)는 단계 S280을 수행한다.
운송 서비스 서버(100)는 특정 지역 또는 기 설정된 관심 대상 영역 내에 위치하는 클라이언트 단말이 존재하는지 여부를 확인한다(S280).
단계 S280에서 특정 지역 또는 기 설정된 관심 대상 영역 내에 위치하는 클라이언트 단말이 존재하는 경우, 운송 서비스 서버(100)는 해당 클라이언트 단말을 반납 유도 대상으로 선정할 수 있다(S282).
한편, 운송 서비스 서버(100)는 차량 반납 예정 시간이 기 설정된 임계 시간 미만인 차량을 운행 중인 클라이언트 단말을 반납 유도 대상으로 선정하거나, 차량 반납에 대한 문의 또는 요청이 존재하는 클라이언트 단말을 상기 반납 유도 대상으로 선정할 수도 있다.
이후, 운송 서비스 서버(100)는 선정된 반납 유도 대상으로 반납 프로모션 정보를 제공하여 공급 분산 처리를 수행한다(S290).
운송 서비스 서버(100)는 적어도 하나의 차량 위치 장소 중 가장 요율이 높은 차량 위치 장소 또는 적어도 하나의 차량 위치 장소 중 가장 요율이 높은 일부 차량 위치 장소로 반납 유도 대상의 차량 반납을 유도하기 위한 반납 프로모션 정보를 반납 유도 대상에게 제공한다. 여기서, 반납 프로모션 정보는 추천하는 차량 위치 정보로의 반납에 대한 비용 할인, 포인트 제공 및 쿠폰 제공 중 적어도 하나를 포함하는 반납 인센티브 정보를 포함할 수 있다.
도 5 및 도 6 각각에서는 각 단계를 순차적으로 실행하는 것으로 기재하고 있으나, 반드시 이에 한정되는 것은 아니다. 다시 말해, 도 5 및 도 6 각각에 기재된 단계를 변경하여 실행하거나 하나 이상의 단계를 병렬적으로 실행하는 것으로 적용 가능할 것이므로, 도 5 및 도 6 각각은 시계열적인 순서로 한정되는 것은 아니다.
도 5 및 도 6 각각에 기재된 본 실시예에 따른 운송 서비스 방법은 애플리케이션(또는 프로그램)으로 구현되고 단말장치(또는 컴퓨터)로 읽을 수 있는 기록매체에 기록될 수 있다. 본 실시예에 따른 운송 서비스 방법을 구현하기 위한 애플리케이션(또는 프로그램)이 기록되고 단말장치(또는 컴퓨터)가 읽을 수 있는 기록매체는 컴퓨팅 시스템에 의하여 읽혀질 수 있는 데이터가 저장되는 모든 종류의 기록장치 또는 매체를 포함한다.
도 7은 본 발명의 실시예에 따른 차량 위치 장소를 설명하기 위한 예시도이다.
특정 지역(610) 내에는 복수의 차량 위치 장소가 위치한다. 여기서, 복수의 차량 위치 장소는 운송 서비스를 위해 예약한 차량 보관하는 장소로서, 클라이언트가 차량을 픽업하기 위해 방문하는 장소를 말한다. 차량 위치 장소는 서로 다른 크기 및 개수의 주차면을 구비한 일종의 거점이나 주차 스테이션 등을 의미할 수 있다.
본 실시예에서 특정 지역(610)은 관리자가 기 설정한 지역을 의미하며, 예를들어, 서초구, 강남구, 역삼동 등의 행정 구역 단위의 지역일 수 있으나 반드시 이에 한정되는 것은 아니다.
도 7을 참고하면, 기 설정된 특정 지역(610) 내에는 A 차량 위치 장소, B 차량 위치 장소, C 차량 위치 장소, D 차량 위치 장소가 존재한다.
운송 서비스 서버(100)는 특정 지역(610) 내에 존재하는 모든 차량 위치 장소 각각에 대한 수요를 예측하여 공급 분산 처리를 수행할 수 있으나 반드시 이에 한정되는 것은 아니며, 예외 조건에 해당하는 차량 위치 장소를 제외할 수 있다. 예를 들어, 운송 서비스 서버(100)는 기 설정된 관심 대상 영역(620) 내에 위치하지 않은 차량 위치 장소, 수요 예측이 불필요한 차량 위치 장소(항상 이용률이 기 설정된 기준치 이상인 장소) 등을 제외한 후 나머지 차량 위치 장소만을 이용하여 공급 분산 처리를 수행할 수 있다.
도 8 및 도 9는 본 발명의 실시예에 따른 차량 위치 장소의 수요 예측 결과에 따라 요율을 조정하는 동작을 설명하기 위한 예시도이다.
도 8은 차량 위치 장소 별로 요율을 조정한 결과를 나타낸다.
운송 서비스 서버(100)는 차량 위치 장소 각각에 대한 수요 예측을 수행하고, 차량 위치 장소 각각의 수요 예측 결과를 비교하여 차량 위치 장소 각각에 대한 요율을 조정한다.
예를 들어, 운송 서비스 서버(100)는 A 차량 위치 장소, B 차량 위치 장소 및 C 차량 위치 장소 각각에 대한 수요 예측 결과를 비교하고, 차량 위치 장소 각각의 수요 예측에 따른 차량 재고율을 산출하여 요율을 서로 다르게 조정한다.
A 차량 위치 장소, B 차량 위치 장소 및 C 차량 위치 장소 순으로 차량 재고율이 높을 경우, 운송 서비스 서버(100)는 A 차량 위치 장소에 대한 요율을 가장 높게 설정하거나 기본 요율로 유지하고, B 차량 위치 장소 및 C 차량 위치 장소 각각의 요율을 기본 요율 보다 낮게 조정한다.
도 9는 차량 위치 장소 별 및 시간 별로 각각 요율을 조정한 결과를 나타낸다.
운송 서비스 서버(100)는 차량 위치 장소 각각에 대한 시간대 별로 수요 예측을 수행하고, 차량 위치 장소 각각의 수요 예측 결과를 시간대 별로 비교하여 차량 위치 장소 각각에 대한 요율을 시간대 별로 조정한다.
예를 들어, 운송 서비스 서버(100)는 A 차량 위치 장소, B 차량 위치 장소 및 C 차량 위치 장소 각각에 대한 수요 예측 결과를 시간대 별로 비교하고, 차량 위치 장소 각각의 수요 예측에 따른 차량 재고율을 산출하여 요율을 시간대 별로 서로 다르게 조정한다.
A 차량 위치 장소, B 차량 위치 장소 및 C 차량 위치 장소 순으로 차량 재고율이 높을 경우, 운송 서비스 서버(100)는 A 차량 위치 장소에 대한 요율을 가장 높게 설정하거나 기본 요율로 유지하고, B 차량 위치 장소 및 C 차량 위치 장소 각각의 요율을 기본 요율 보다 낮게 조정하되, B 차량 위치 장소의 일부 시간은 C 차량 위치 장소의 요율보다 높게 조정되고, 다른 일부 시간은 C 차량 위치 장소의 요율보다 낮게 조정될 수 있다. 또한, C 차량 위치 장소의 일부 시간은 A 차량 위치 장소의 요율보다 높게 조정될 수 있다.
도 10은 본 발명의 실시예에 따른 인공지능을 이용하여 수요 예측 및 요율 조정을 수행하는 동작을 설명하기 위한 도면이다.
도 10은 본 발명의 실시예에 따른 인공지능을 이용하여 수요 예측 및 요율 조정을 수행하는 동작을 설명하기 위한 도면이다.
운송 서비스 서버(100)는 인공지능 기반의 수요 예측 모델에 수요 통계치 및 과거 수요 통계치를 이용한 차량 위치 장소 각각에 대한 수요 예측 결과를 입력시키고, 수요 예측 결과 각각에서 수요 예측 관련 특징값을 추출한다. 여기서, 운송 서비스 서버(100)는 복수의 컨볼루션 레이어(Convolutional Layer) 기반의 합성망 알고리즘 및 기타 다른 향상된 기계학습 알고리즘을 이용하여 입력 데이터의 특징값을 검출할 수 있다.
운송 서비스 서버(100)는 검출된 특징값들을 기반으로 학습을 진행하여 수요 예측 관련 특징값들에 대한 분류를 수행한다.
운송 서비스 서버(100)는 학습결과를 기반으로 요율의 조정률을 결정할 수 있다.
운송 서비스 서버(100)는 수요 예측 관련 특징값을 분석하여 수요 예측 관련 특징값이 과거에 조정했던 요율(예: 0.9)에 해당할 확률을 산출하여 요율의 조정률을 결정할 수 있다.
도 11은 본 발명의 실시예에 따른 차량 위치 장소에 대한 공급 분산을 유도하는 동작을 설명하기 위한 예시도이다.
운송 서비스 서버(100)는 적어도 하나의 차량 위치 장소 중 가장 요율이 높은 차량 위치 장소 또는 적어도 하나의 차량 위치 장소 중 가장 요율이 높은 일부 차량 위치 장소로 반납 유도 대상의 차량 반납을 유도하기 위한 반납 프로모션 정보를 반납 유도 대상에게 제공하고, 이를 통해 운송 서비스의 공급 분산이 수행되도록 한다.
예를 들어, 운송 서비스 서버(100)는 가장 요율이 높은 A 차량 위치 장소로의 반납에 대한 비용 할인, 포인트 제공, 쿠폰 제공 등의 반납 인센티브 정보를 포함하는 반납 프로모션 정보를 반납 유도 대상으로 제공하여 A 차량 위치 장소로 차량 반납을 유도하여 공급 분산 처리를 수행할 수 있다.
한편, 운송 서비스 서버(100)는 가장 요율이 높은 A 차량 위치 장소를 우선적으로 반납 유도하다가, B 차량 위치 장소에 대한 예상 차량 재고량이 기 설정된 임계 재고량 미만인 경우, B 차량 위치 장소로 차량 반납을 유도하여 공급 분산 처리를 수행할 수 있다.
이상의 설명은 본 발명의 실시예의 기술 사상을 예시적으로 설명한 것에 불과한 것으로서, 본 발명의 실시예가 속하는 기술 분야에서 통상의 지식을 가진 자라면 본 발명의 실시예의 본질적인 특성에서 벗어나지 않는 범위에서 다양한 수정 및 변형이 가능할 것이다. 따라서, 본 발명의 실시예들은 본 발명의 실시예의 기술 사상을 한정하기 위한 것이 아니라 설명하기 위한 것이고, 이러한 실시예에 의하여 본 발명의 실시예의 기술 사상의 범위가 한정되는 것은 아니다. 본 발명의 실시예의 보호 범위는 아래의 청구범위에 의하여 해석되어야 하며, 그와 동등한 범위 내에 있는 모든 기술 사상은 본 발명의 실시예의 권리범위에 포함되는 것으로 해석되어야 할 것이다.

Claims (15)

  1. 운송 서비스의 공급 분산 처리를 위한 하나 이상의 프로그램을 저장하는 메모리 및 상기 메모리에 저장된 상기 하나 이상의 프로그램에 따라 상기 운송 서비스의 공급 분산 처리를 위한 동작을 수행하는 하나 이상의 프로세서를 포함하는 운송 서비스 서버가 수행하는 운송 서비스 방법으로서,
    적어도 하나의 차량 위치 장소 각각에 대한 상황 정보를 획득하는 상황 정보 획득 단계;
    상기 상황 정보 각각을 기반으로 상기 적어도 하나의 차량 위치 장소 각각에 대한 수요 예측을 수행하는 수요 예측 단계;
    상기 적어도 하나의 차량 위치 장소 각각에 대한 수요 예측 결과를 기반으로 예상 차량 재고량을 산출하여 상기 적어도 하나의 차량 위치 장소 각각에 기 설정된 기본 요율을 공급 분산을 위한 요율로 조정하는 요율 조정 단계;
    상기 공급 분산을 위한 요율에 따라 차량의 반납을 유도하기 위한 반납 유도 대상을 선정하는 반납 유도 대상 선정 단계; 및
    상기 반납 유도 대상으로 반납 프로모션 정보를 제공하는 공급 분산 처리 단계
    를 포함하는 것을 특징으로 하는 운송 서비스 방법.
  2. 제1항에 있어서,
    상기 반납 유도 대상 선정 단계는,
    특정 지역 또는 기 설정된 관심 대상 영역 내에 위치하는 클라이언트 단말을 상기 반납 유도 대상으로 선정하는 것을 특징으로 하는 운송 서비스 방법.
  3. 제2항에 있어서,
    상기 반납 유도 대상 선정 단계는,
    운송 서비스에 대한 차량을 운행 중인 상기 클라이언트 단말을 상기 반납 유도 대상으로 선정하는 것을 특징으로 하는 운송 서비스 방법.
  4. 제3항에 있어서,
    상기 반납 유도 대상 선정 단계는,
    차량 반납 예정 시간이 기 설정된 임계 시간 미만인 차량을 운행 중인 상기 클라이언트 단말을 상기 반납 유도 대상으로 선정하는 것을 특징으로 하는 운송 서비스 방법.
  5. 제3항에 있어서,
    상기 반납 유도 대상 선정 단계는,
    차량 반납에 대한 문의 또는 요청이 존재하는 상기 클라이언트 단말을 상기 반납 유도 대상으로 선정하는 것을 특징으로 하는 운송 서비스 방법.
  6. 제2항에 있어서,
    상기 공급 분산 처리 단계는,
    적어도 하나의 차량 위치 장소 중 가장 요율이 높은 차량 위치 장소로 상기 반납 유도 대상의 차량 반납을 유도하기 위한 상기 반납 프로모션 정보를 상기 반납 유도 대상에게 제공하여 공급 분산 처리를 수행하는 것을 특징으로 하는 운송 서비스 방법.
  7. 제6항에 있어서,
    상기 공급 분산 처리 단계는,
    가장 요율이 높은 차량 위치 장소로의 반납에 대한 비용 할인, 포인트 제공 및 쿠폰 제공 중 적어도 하나를 포함하는 반납 인센티브 정보를 포함하는 상기 반납 프로모션 정보를 제공하는 것을 특징으로 하는 운송 서비스 방법.
  8. 제7항에 있어서,
    상기 공급 분산 처리 단계는,
    상기 가장 요율이 높은 차량 위치 장소에 반납할 경우 발생하는 상기 반납 인센티브 정보를 적용한 요금과 주변의 다른 차량 위치 장소에 반납할 경우 발생하는 일반적인 요금을 비교한 그래프를 포함하는 상기 반납 프로모션 정보를 제공하는 것을 특징으로 하는 운송 서비스 방법.
  9. 제6항에 있어서,
    상기 공급 분산 처리 단계는,
    가장 요율이 높은 차량 위치 장소에 대한 상기 예상 차량 재고량이 기 설정된 임계 재고량 미만인 경우, 상기 반납 유도 대상의 조기 반납을 유도하기 위한 상기 반납 프로모션 정보를 상기 반납 유도 대상에게 제공하는 것을 특징으로 하는 운송 서비스 방법.
  10. 제9항에 있어서,
    상기 공급 분산 처리 단계는,
    상기 조기 반납에 대한 시간 별로 비용 할인, 포인트 제공 및 쿠폰 제공 중 적어도 하나를 차등 지급하는 조기 반납 인센티브 정보를 포함하는 상기 반납 프로모션 정보를 제공하는 것을 특징으로 하는 운송 서비스 방법.
  11. 운송 서비스의 공급 분산 처리를 수행하는 운송 서비스 서버로서,
    운송 서비스의 공급 분산 처리를 위한 하나 이상의 프로그램을 저장하는 메모리; 및
    상기 메모리에 저장된 상기 하나 이상의 프로그램에 따라 상기 운송 서비스의 공급 분산 처리를 위한 동작을 수행하는 하나 이상의 프로세서;를 포함하고,
    상기 프로세서는,
    적어도 하나의 차량 위치 장소 각각에 대한 상황 정보를 획득하는 상황 정보 획득 단계;
    상기 상황 정보 각각을 기반으로 상기 적어도 하나의 차량 위치 장소 각각에 대한 수요 예측을 수행하는 수요 예측 단계;
    상기 적어도 하나의 차량 위치 장소 각각에 대한 수요 예측 결과를 기반으로 예상 차량 재고량을 산출하여 상기 적어도 하나의 차량 위치 장소 각각에 기 설정된 기본 요율을 공급 분산을 위한 요율로 조정하는 요율 조정 단계;
    상기 공급 분산을 위한 요율에 따라 차량의 반납을 유도하기 위한 반납 유도 대상을 선정하는 반납 유도 대상 선정 단계; 및
    상기 반납 유도 대상으로 반납 프로모션 정보를 제공하는 공급 분산 처리 단계
    를 포함하는 것을 특징으로 하는 운송 서비스 서버.
  12. 제11항에 있어서,
    상기 반납 유도 대상 선정 단계는,
    특정 지역 또는 기 설정된 관심 대상 영역 내에 위치하는 클라이언트 단말을 상기 반납 유도 대상으로 선정하되,
    운송 서비스에 대한 차량을 운행 중인 상기 클라이언트 단말을 상기 반납 유도 대상으로 선정하는 것을 특징으로 하는 운송 서비스 서버.
  13. 제12항에 있어서,
    상기 공급 분산 처리 단계는,
    적어도 하나의 차량 위치 장소 중 가장 요율이 높은 차량 위치 장소로 상기 반납 유도 대상의 차량 반납을 유도하기 위한 상기 반납 프로모션 정보를 상기 반납 유도 대상에게 제공하여 공급 분산 처리를 수행하는 것을 특징으로 하는 운송 서비스 서버.
  14. 제13항에 있어서,
    상기 공급 분산 처리 단계는,
    가장 요율이 높은 차량 위치 장소로의 반납에 대한 비용 할인, 포인트 제공 및 쿠폰 제공 중 적어도 하나를 포함하는 반납 인센티브 정보를 포함하는 상기 반납 프로모션 정보를 제공하는 것을 특징으로 하는 운송 서비스 서버.
  15. 제14항에 있어서,
    상기 공급 분산 처리 단계는,
    상기 가장 요율이 높은 차량 위치 장소에 반납할 경우 발생하는 상기 반납 인센티브 정보를 적용한 요금과 주변의 다른 차량 위치 장소에 반납할 경우 발생하는 일반적인 요금을 비교한 그래프를 포함하는 상기 반납 프로모션 정보를 제공하는 것을 특징으로 하는 운송 서비스 서버.
KR1020210100199A 2020-07-30 2021-07-29 수요 예측 기반 공급 분산 처리를 위한 운송 서비스 서버 및 그를 위한 방법 KR20220015357A (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
PCT/KR2021/009977 WO2022025704A1 (ko) 2020-07-30 2021-07-30 수요 예측 기반 수요 공급 분산 처리를 위한 운송 서비스 서버, 복합 구독권 결정 시스템 및 그를 위한 방법

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
KR20200095051 2020-07-30
KR1020200095051 2020-07-30

Publications (1)

Publication Number Publication Date
KR20220015357A true KR20220015357A (ko) 2022-02-08

Family

ID=80251810

Family Applications (6)

Application Number Title Priority Date Filing Date
KR1020210095752A KR20220015332A (ko) 2020-07-30 2021-07-21 운송 서비스 시스템 및 방법
KR1020210098982A KR20220015345A (ko) 2020-07-30 2021-07-28 운송 서비스 시스템 및 방법
KR1020210100075A KR20220015355A (ko) 2020-07-30 2021-07-29 복합 구독권 결정 시스템 및 방법
KR1020210099860A KR20220015352A (ko) 2020-07-30 2021-07-29 주차면 관리를 통해 효율적으로 차량을 제공하는 운송 서비스 시스템
KR1020210100198A KR20220015356A (ko) 2020-07-30 2021-07-29 수요 예측 기반 수요 분산 처리를 위한 운송 서비스 서버 및 그를 위한 방법
KR1020210100199A KR20220015357A (ko) 2020-07-30 2021-07-29 수요 예측 기반 공급 분산 처리를 위한 운송 서비스 서버 및 그를 위한 방법

Family Applications Before (5)

Application Number Title Priority Date Filing Date
KR1020210095752A KR20220015332A (ko) 2020-07-30 2021-07-21 운송 서비스 시스템 및 방법
KR1020210098982A KR20220015345A (ko) 2020-07-30 2021-07-28 운송 서비스 시스템 및 방법
KR1020210100075A KR20220015355A (ko) 2020-07-30 2021-07-29 복합 구독권 결정 시스템 및 방법
KR1020210099860A KR20220015352A (ko) 2020-07-30 2021-07-29 주차면 관리를 통해 효율적으로 차량을 제공하는 운송 서비스 시스템
KR1020210100198A KR20220015356A (ko) 2020-07-30 2021-07-29 수요 예측 기반 수요 분산 처리를 위한 운송 서비스 서버 및 그를 위한 방법

Country Status (1)

Country Link
KR (6) KR20220015332A (ko)

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR102522658B1 (ko) * 2022-07-27 2023-04-18 주식회사 더블렌드 다중 온라인 구독 서비스 플랫폼 및 제공 방법
KR102586351B1 (ko) 2023-02-03 2023-10-11 주식회사 주차팅 주차정보 자산화를 위한 구독형 주차 서비스 시스템 및 방법

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR100973505B1 (ko) 2008-07-03 2010-08-10 한국교통연구원 주차장 정보 제공 장치 및 시스템, 그리고 그 방법

Also Published As

Publication number Publication date
KR20220015356A (ko) 2022-02-08
KR20220015352A (ko) 2022-02-08
KR20220015332A (ko) 2022-02-08
KR20220015345A (ko) 2022-02-08
KR20220015355A (ko) 2022-02-08

Similar Documents

Publication Publication Date Title
Gurumurthy et al. Analyzing the dynamic ride-sharing potential for shared autonomous vehicle fleets using cellphone data from Orlando, Florida
US10482766B2 (en) Automated parking lot space assignment
US11673483B2 (en) Methods and systems for facilitating charging sessions for electric vehicles
Martinez et al. An agent‐based simulation model to assess the impacts of introducing a shared‐taxi system: an application to Lisbon (Portugal)
US20150187213A1 (en) Providing guidance for locating street parking
CN110472810B (zh) 基于用户群组偏好预测预定区域中的移动出行单元需求的数据驱动的方法和系统
US11120370B2 (en) Parking management system
CN110741402A (zh) 用于运力调度的系统和方法
US20180374004A1 (en) Parking inventory and reservation management system for flexible parking subscriptions
KR20220015357A (ko) 수요 예측 기반 공급 분산 처리를 위한 운송 서비스 서버 및 그를 위한 방법
US10219109B2 (en) Method, system and device for enabling an object to access a third party asset
Wong et al. Behavior of taxi customers in hailing vacant taxis: a nested logit model for policy analysis
Grahn et al. Improving the performance of first-and last-mile mobility services through transit coordination, real-time demand prediction, advanced reservations, and trip prioritization
Jioudi et al. e-parking: Multi-agent smart parking platform for dynamic pricing and reservation sharing service
Ayala et al. Spatio-temporal matching for urban transportation applications
Di Nocera et al. A Social-Aware Smart Parking Application.
CN115660157A (zh) 智慧城市充电桩建造规划方法和物联网系统、装置及介质
Hassine et al. Multi-agent smart parking system with dynamic pricing
Magsino et al. An evaluation of temporal-and spatial-based dynamic parking pricing for commercial establishments
Tasseron et al. The Impact of Bottom‐Up Parking Information Provision in a Real‐Life Context: The Case of Antwerp
Ioannou et al. Intelligent parking assist for trucks with prediction
Shinkuma et al. Incentive mechanism for mobile crowdsensing in spatial information prediction using machine learning
Guadix et al. Parking revenue management
KR20240001421A (ko) 간이 차량 예약 및 배치를 제공하는 운송 서비스 시스템
KR20240001419A (ko) 차량의 수요 공급을 고려하여 차량 조기 반납 유도를 제공하는 운송 서비스 시스템