KR20230053581A - 딥러닝에 기반한 화물 운송 가격 결정 방법 및 장치 - Google Patents

Abstract

실시예들은 컴퓨팅 장치에 의해 실행되는, 플랫폼을 통해 화물 운송 가격을 결정하는 방법을 제공할 수 있다. 이때, 운송 가격을 결정하는 방법은 제 1 컴퓨팅 장치로부터 화물 관련 정보를 획득하는 단계, 화물 관련 정보에 기초하여 제 2 컴퓨팅 장치로부터 차량 관련 정보를 획득하는 단계, 화물 관련 정보 및 차량 관련 정보에 기초하여 화물 운송 가격을 결정하는 단계 및 정된 운송 가격을 상기 제 1 컴퓨팅 장치로 제공하는 단계를 포함할 수 있다.

Description

딥러닝에 기반한 화물 운송 가격 결정 방법 및 장치{The Method and Apparatus for Determining Transportation Fee based on Deep learning}

실시예들은 운송 서비스를 제공하는 방법 및 장치에 대한 것이다. 보다 상세하게는, 화물 정보를 기반으로 화물주인(이하, 화주)와 화물차 주인(이하, 차주 개인 또는 운송사)를 매칭하여 운송 가격을 산정한 후 운송 서비스를 제공하는 기술에 대한 것이다.

예전에는 물건을 사기 위해 물건을 파는 장소에 직접 방문하여 구매하는 방문 구매 형식이 주된 구매 형태였다. 다만, 최근에는 운송 수단의 발전 및 보관 기술의 향상으로 물건을 직접 구매하기 보다는 온라인으로 물건을 확인한 후 주문하는 거래가 증가하고 있다. 이에 따라, 택배를 통해 가정으로 전달되는 화물이 기하급수적으로 증가하였고, 이를 위해 화물 차량도 현재 증가하고 있는 추세이다.

다만, 화물 차량이 배송해야 하는 목적지는 서로 상이할 수 있고, 화물이 배송되는 시간을 고려하면 화물을 효율적으로 배송하는 방법이 필요할 수 있다. 일 예로, 현재는 각각의 지역별로 화물을 운집하는 창고를 마련하고, 1차적으로 화물을 각각의 지역별로 운송한 후에 지역 내에서 각각의 가정으로 배송하는 형태의 배송 방식이 사용되고 있다.

이때, 화주는 배송이 필요한 화물에 대해서 차주에서 배송을 의뢰하고, 배송 거리를 고려하여 운송 가격을 측정할 수 있다. 상술한 점을 고려하면 적정한 운송 가격이 설정될 필요성이 있다. 또한, 일 예로, 차주는 다수의 화주에 대한 화물을 다수의 목적지로 배송할 수 있으며, 각각의 배송지별로 운송 가격을 설정할 수 있다. 이때, 차주가 이동하는 경로를 고려하면 배송을 효율적으로 수행할 수 있으며, 이를 통해 적정 운송 가격을 측정할 수 있다. 다만, 적정 운송 가격 및 효율적인 배송을 위한 플랫폼은 아직 미비한 상태이며, 본 명세서에서는 이에 대해 서술한다.

한국등록특허 제10-2086801호

본 명세서는 화주와 차주를 연결하는 플랫폼을 제공할 수 있다.

본 명세서는 화주와 차주를 연결하는 플랫폼에 기초하여 적정 운송 가격을 측정하는 방법을 제공할 수 있다.

본 명세서는 화주와 차주를 연결하는 플랫폼에 기초하여 화물 운송에 적합한 차주를 결정하는 방법을 제공할 수 있다.

본 명세서는 인공 지능(Artificial intelligence, AI)을 화주와 차주를 연결하는 플랫폼에 적용하는 방법을 제공할 수 있다.

본 명세서의 해결하고자 하는 과제는 상술한 바에 한정되지 아니하고, 하기에서 설명하는 발명의 실시예들에 의해 도출될 수 있는 다양한 사항들로 확장될 수 있다.

본 명세서의 일 실시예에 따라, 컴퓨팅 장치에 의해 실행되는, 플랫폼을 통해 화물 운송 가격을 결정하는 방법을 제공할 수 있다. 이때, 운송 가격을 결정하는 방법은 제 1 컴퓨팅 장치로부터 화물 관련 정보를 획득하는 단계, 상기 화물 관련 정보에 기초하여 제 2 컴퓨팅 장치로부터 차량 관련 정보를 획득하는 단계, 상기 화물 관련 정보 및 상기 차량 관련 정보에 기초하여 상기 화물 운송 가격을 결정하는 단계 및 상기 결정된 운송 가격을 상기 제 1 컴퓨팅 장치로 제공하는 단계를 포함할 수 있다.

또한, 본 명세서의 일 실시예에 따라, 상기 제 1 컴퓨팅 장치는 화물 운반을 요청하는 유저의 컴퓨팅 장치이고, 상기 제 2 컴퓨팅 장치는 상기 화물 운반을 수행하는 차량을 소유한 유저의 컴퓨팅 장치일 수 있다.

또한, 본 명세서의 일 실시예에 따라, 상기 화물 관련 정보는 화물의 종류 정보, 목적지(경로) 정보 및 운송 시간 관련 정보 중 적어도 어느 하나를 포함하고, 상기 차량 관련 정보는 차종 정보, 화물의 종류 정보, 차량에 실린 화물의 종류와 순서 정보, 하역장 능력 정보, 기존 목적지 정보, 운송시간 정보, 운송 경로 정보, 차주의 주유 정보, 정비 정보 및 보험 정보 중 적어도 어느 하나 이상을 포함할 수 있다.

또한, 본 명세서의 일 실시예에 따라, 상기 화물 운송 가격은 상기 화물 관련 정보에 기초하여 상기 차량 관련 정보 중 실시간 정보를 이용하여 결정되되, 상기 화물 관련 정보는 화물의 출발지 및 도착지에 대한 정보이고, 상기 실시간 정보는 상기 차량의 이동 여부에 대한 정보, 이동 예정 시간에 대한 정보, 차량의 위치 정보, 차량 이동 경로에 대한 교통 정보 및 량 내의 화물의 위치 정보 중 적어도 어느 하나 이상을 포함하고,

상기 화물 운송 가격은 실시간 정보에 기초하여 가변될 수 있다.

또한, 본 명세서의 일 실시예에 따라, 상기 플랫폼이 제 1 화물 관련 정보 및 제 1차량 관련 정보에 기초하여 제 1 화물 운송 가격을 결정한 경우, 상기 제 1 화물 관련 정보, 상기 제 1 차량 관련 정보 및 상기 제 1 화물 운송 가격 정보는 상기 플랫폼의 빅데이터에 저장되고, 상기 플랫폼이 제 2 화물 관련 정보 및 제 2 차량 관련 정보에 기초하여 제 2 화물 운송 가격을 결정하는 경우, 상기 빅데이터에 저장된 상기 제 1 화물 관련 정보, 상기 제 1 차량 관련 정보 및 상기 제 1 화물 운송 가격 정보와 상기 제 2 화물 관련 정보, 상기 제 2 차량 관련 정보 및 상기 제 2 화물 운송 가격 정보가 비교되고, 상기 비교된 정보에 기초하여 상기 제 2 화물 운송 가격 정보가 결정되고, 상기 결정된 제 2 화물 운송 가격 정보는 상기 제 1 화물 운송 가격 정보와 함께 상기 빅데이터에 저장될 수 있다.

또한, 본 명세서의 일 실시예에 따라, 상기 화물 운송 가격을 결정하는 경우, 상기 플랫폼은 각각의 차량 후보군 정보를 제공하되, 상기 화물 운송 가격은 상기 각각의 차량 후보별로 결정되어 상기 제 1 컴퓨팅 장치로 제공될 수 있다.

또한, 본 명세서의 일 실시예에 따라, 상기 플랫폼에 기초하여 상기 차량 후보군 정보 및 상기 화물 운송 가격 정보가 상기 제 1 컴퓨팅 장치로 제공되는 경우, 상기 플랫폼은 상기 화물 관련 정보 및 상기 차량 관련 정보에 대한 우선순위 정보를 결정하고, 상기 우선순위 정보에 기초하여 우선순위가 높은 차량 후보 순서로 상기 제 1 컴퓨팅 장치로 제공될 수 있다.

본 명세서는 화주와 차주를 연결하는 플랫폼을 제공하여 화물 운송의 효율을 향상시킬 수 있다.

본 명세서는 화주와 차주를 연결하는 플랫폼에 기초하여 적정 운송 가격을 측정하는 방법을 제공하여 적정 가격을 제공할 수 있다.

본 명세서는 화주와 차주를 연결하는 플랫폼에 기초하여 화물 운송에 적합한 차주를 결정하여 화물 운송의 다양성을 제공할 수 있다.

본 명세서는 화주와 차주를 연결하는 플랫폼에 인공 지능을 적용하여 적합한 서비스를 제공할 수 있다.

본 명세서의 효과는 위 기재된 사항에 한정되지 아니하며, 아래 발명의 실시예들에 대한 상세한 설명으로부터 도출될 수 있는 다양한 내용들로 확장될 수 있음이 이해되어야 한다.

도 1은 본 명세서의 일실시예에 따른 시스템의 동작 환경의 예를 도시한 도면이다.
도 2는 본 명세서의 일실시예에 있어서 컴퓨팅 장치(200)의 내부 구성을 설명하기 위한 블록도이다.
도 3은 본 명세서의 일실시예에 있어서 컴퓨팅 장치가 운송 거리를 결정하는 방법을 나타낸 도면이다.
도 4은 본 명세서의 일실시예에 있어서 컴퓨팅 장치가 운송 거리를 결정하는 방법을 나타낸 도면이다.
도 5은 본 명세서의 일실시예에 있어서 화주와 차주를 연결하는 플랫폼을 나타낸 도면이다.
도 6은 본 명세서의 일실시예에 있어서 딥 러닝을 화주와 차주를 매칭하는 플랫폼에 적용하는 방법을 나타낸 도면이다.
도 7은 본 명세서의 일실시예에 있어서 컴퓨팅 장치가 운송 경로에 기초하여 운송 가격을 측정하는 방법을 나타낸 도면이다.
도 8은 본 명세서의 일실시예에 있어서 컴퓨팅 장치가 운송 경로에 기초하여 운송 가격을 측정하는 방법을 나타낸 도면이다.
도 9는 본 명세서의 일실시예에 있어서 우선순위 정보를 화주와 차주를 매칭하는 플랫폼에 적용하는 방법을 나타낸 도면이다.
도 10은 본 명세서의 일실시예에 있어서 플랫폼을 통해 차주 관련 정보를 제공하는 방법을 나타낸 도면이다.
도 11은 본 명세서의 일실시예에 있어서 플랫폼을 통해 차주 관련 정보를 제공하는 방법을 나타낸 도면이다.
도 12는 본 명세서의 일실시예에 있어서 플랫폼을 통해 차주 관련 정보를 제공하는 방법을 나타낸 도면이다.
도 13은 본 명세서의 일실시예에 있어서 플랫폼을 통해 차주 관련 정보를 제공하는 방법을 나타낸 도면이다.
도 14는 본 명세서의 일실시예에 있어서, 화주와 차주를 매칭하는 플랫폼에 기초하여 동작하는 방법을 나타낸 도면이다.

본 명세서의 실시예를 설명함에 있어서 공지 구성 또는 기능에 대한 구체적인 설명이 본 명세서의 실시예의 요지를 흐릴 수 있다고 판단되는 경우에는 그에 대한 상세한 설명은 생략한다. 그리고, 도면에서 본 명세서의 실시예에 대한 설명과 관계없는 부분은 생략하였으며, 유사한 부분에 대해서는 유사한 도면 부호를 붙였다.

본 명세서의 실시예에 있어서, 어떤 구성요소가 다른 구성요소와 "연결", "결합" 또는 "접속"되어 있다고 할 때, 이는 직접적인 연결관계뿐만 아니라, 그 중간에 또 다른 구성요소가 존재하는 간접적인 연결관계도 포함할 수 있다. 또한 어떤 구성요소가 다른 구성요소를 "포함한다" 또는 "가진다"고 할 때, 이는 특별히 반대되는 기재가 없는 한 다른 구성요소를 배제하는 것이 아니라 또 다른 구성요소를 더 포함할 수 있는 것을 의미한다.

본 명세서의 실시예에 있어서, 제1, 제2 등의 용어는 하나의 구성요소를 다른 구성요소로부터 구별하는 목적으로만 사용되며, 특별히 언급되지 않는 한 구성요소들간의 순서 또는 중요도 등을 한정하지 않는다. 따라서, 본 명세서의 실시예의 범위 내에서 실시예에서의 제1 구성요소는 다른 실시예에서 제2 구성요소라고 칭할 수도 있고, 마찬가지로 실시예에서의 제2 구성요소를 다른 실시예에서 제1 구성요소라고 칭할 수도 있다.

본 명세서의 실시예에 있어서, 서로 구별되는 구성요소들은 각각의 특징을 명확하게 설명하기 위함이며, 구성요소들이 반드시 분리되는 것을 의미하지는 않는다. 즉, 복수의 구성요소가 통합되어 하나의 하드웨어 또는 소프트웨어 단위로 이루어질 수도 있고, 하나의 구성요소가 분산되어 복수의 하드웨어 또는 소프트웨어 단위로 이루어질 수도 있다. 따라서, 별도로 언급하지 않더라도 이와 같이 통합된 또는 분산된 실시예도 본 명세서의 실시예의 범위에 포함된다.

본 명세서에서 네트워크는 유무선 네트워크를 모두 포함하는 개념일 수 있다. 이때, 네트워크는 디바이스와 시스템 및 디바이스 상호 간의 데이터 교환이 수행될 수 있는 통신망을 의미할 수 있으며, 특정 네트워크로 한정되는 것은 아니다.

본 명세서에 기술된 실시예는 전적으로 하드웨어이거나, 부분적으로 하드웨어이고 부분적으로 소프트웨어이거나, 또는 전적으로 소프트웨어인 측면을 가질 수 있다. 본 명세서에서 "부(unit)", "장치" 또는 "시스템" 등은 하드웨어, 하드웨어와 소프트웨어의 조합, 또는 소프트웨어 등 컴퓨터 관련 엔티티(entity)를 지칭한다. 예를 들어, 본 명세서에서 부, 모듈, 장치 또는 시스템 등은 실행중인 프로세스, 프로세서, 객체(object), 실행 파일(executable), 실행 스레드(thread of execution), 프로그램(program), 및/또는 컴퓨터(computer)일 수 있으나, 이에 제한되는 것은 아니다. 예를 들어, 컴퓨터에서 실행중인 애플리케이션(application) 및 컴퓨터의 양쪽이 모두 본 명세서의 부, 모듈, 장치 또는 시스템 등에 해당할 수 있다.

또한, 본 명세서에서 디바이스는 스마트폰, 태블릿 PC, 웨어러블 디바이스 및 HMD(Head Mounted Display)와 같이 모바일 디바이스뿐만 아니라, PC나 디스플레이 기능을 구비한 가전처럼 고정된 디바이스일 수 있다. 또한, 일 예로, 디바이스는 차량 내 클러스터 또는 IoT (Internet of Things) 디바이스일 수 있다. 즉, 본 명세서에서 디바이스는 어플리케이션 동작이 가능한 기기들을 지칭할 수 있으며, 특정 타입으로 한정되지 않는다. 하기에서는 설명의 편의를 위해 어플리케이션이 동작하는 기기를 디바이스로 지칭한다.

본 명세서에 있어서 네트워크의 통신 방식은 제한되지 않으며, 각 구성요소간 연결이 동일한 네트워크 방식으로 연결되지 않을 수도 있다. 네트워크는, 통신망(일례로, 이동통신망, 유선 인터넷, 무선 인터넷, 방송망, 위성망 등)을 활용하는 통신 방식뿐만 아니라 기기들간의 근거리 무선 통신 역시 포함될 수 있다. 예를 들어, 네트워크는, 객체와 객체가 네트워킹 할 수 있는 모든 통신 방법을 포함할 수 있으며, 유선 통신, 무선 통신, 3G, 4G, 5G, 혹은 그 이외의 방법으로 제한되지 않는다. 예를 들어, 유선 및/또는 네트워크는 LAN(Local Area Network), MAN(Metropolitan Area Network), GSM(Global System for Mobile Network), EDGE(Enhanced Data GSM Environment), HSDPA(High Speed Downlink Packet Access), W-CDMA(Wideband Code Division Multiple Access), CDMA(Code Division Multiple Access), TDMA(Time Division Multiple Access), 블루투스(Bluetooth), 지그비(Zigbee), 와이-파이(Wi-Fi), VoIP(Voice over Internet Protocol), LTE Advanced, IEEE802.16m, WirelessMAN-Advanced, HSPA+, 3GPP Long Term Evolution (LTE), Mobile WiMAX (IEEE 802.16e), UMB (formerly EV-DO Rev. C), Flash-OFDM, iBurst and MBWA (IEEE 802.20) systems, HIPERMAN, Beam-Division Multiple Access (BDMA), Wi-MAX(World Interoperability for Microwave Access) 및 초음파 활용 통신으로 이루어진 군으로부터 선택되는 하나 이상의 통신 방법에 의한 통신 네트워크를 지칭할 수 있으나, 이에 한정되는 것은 아니다.

다양한 실시예에서 설명하는 구성요소들이 반드시 필수적인 구성요소들은 의미하는 것은 아니며, 일부는 선택적인 구성요소일 수 있다. 따라서, 실시예에서 설명하는 구성요소들의 부분집합으로 구성되는 실시예도 본 명세서의 실시예의 범위에 포함된다. 또한, 다양한 실시예에서 설명하는 구성요소들에 추가적으로 다른 구성요소를 포함하는 실시예도 본 명세서의 실시예의 범위에 포함된다.

이하에서, 도면을 참조하여 본 명세서의 실시예들에 대하여 상세히 살펴본다.

도 1은 본 명세서의 일실시예에 따른 시스템의 동작 환경의 예를 도시한 도면이다. 도 1을 참조하면, 하나 이상의 사용자 디바이스(110-1, 110-2), 하나 이상의 서버(120, 130, 140)가 네트워크(1)를 통해 연결되어 있다. 이러한 도 1은 발명의 설명을 위한 일례로 사용자 디바이스의 수나 서버의 수가 도 1과 같이 한정되는 것은 아니다.

하나 이상의 사용자 디바이스(110-1, 110-2)는 컴퓨터 시스템으로 구현되는 고정형 단말이거나 이동형 단말일 수 있다. 하나 이상의 사용자 디바이스(110-1, 110-2)는 예를 들면, 스마트폰(smart phone), 휴대폰, 내비게이션, 컴퓨터, 노트북, 디지털방송용 단말, PDA(Personal Digital Assistants), PMP(Portable Multimedia Player), 태블릿 PC, 게임 콘솔(game console), 웨어러블 디바이스(wearable device), IoT(internet of things) 디바이스, VR(virtual reality) 디바이스, AR(augmented reality) 디바이스 등이 있다. 일례로 실시예들에서 사용자 디바이스(110)는 실질적으로 무선 또는 유선 통신 방식을 이용하여 네트워크(1)를 통해 다른 서버들(120 - 140)과 통신할 수 있는 다양한 물리적인 컴퓨터 시스템들 중 하나를 의미할 수 있다.

각 서버는 하나 이상의 사용자 디바이스(110-1, 110-2)와 네트워크(1)를 통해 통신하여 명령, 코드, 파일, 콘텐츠, 서비스 등을 제공하는 컴퓨터 장치 또는 복수의 컴퓨터 장치들로 구현될 수 있다. 예를 들어, 서버는 네트워크(1)를 통해 접속한 하나 이상의 사용자 디바이스(110-1, 110-2)로 각각의 서비스를 제공하는 시스템일 수 있다. 보다 구체적인 예로, 서버는 하나 이상의 사용자 디바이스(110-1, 110-2)에 설치되어 구동되는 컴퓨터 프로그램으로서의 어플리케이션을 통해, 해당 어플리케이션이 목적하는 서비스(일례로, 정보 제공 등)를 하나 이상의 사용자 디바이스(110-1, 110-2)로 제공할 수 있다. 다른 예로, 서버는 상술한 어플리케이션의 설치 및 구동을 위한 파일을 하나 이상의 사용자 디바이스(110-1, 110-2)로 배포하고 사용자 입력 정보를 수신해 대응하는 서비스를 제공할 수 있다.

도 2는 본 명세서의 일실시예에 있어서 컴퓨팅 장치(200)의 내부 구성을 설명하기 위한 블록도이다. 이러한 컴퓨팅 장치(200)는 도1을 참조하여 상술한 하나 이상의 사용자 디바이스(110-1, 110-2) 또는 서버(120-140)에 적용될 수 있으며, 각 장치와 서버들은 일부 구성요소를 더 하거나 제외하여 구성됨으로써 동일하거나 유사한 내부 구성을 가질 수 있다.

도 2를 참조하면 컴퓨팅 장치(200)는 메모리(210), 프로세서(220), 통신 모듈(230) 그리고 송수신부(240)를 포함할 수 있다. 메모리(210)는 비-일시적인 컴퓨터 판독 가능한 기록매체로서, RAM(random access memory), ROM(read only memory), 디스크 드라이브, SSD(solid state drive), 플래시 메모리(flash memory) 등과 같은 비소멸성 대용량 저장 장치(permanent mass storage device)를 포함할 수 있다. 여기서 ROM, SSD, 플래시 메모리, 디스크 드라이브 등과 같은 비소멸성 대용량 저장 장치는 메모리(210)와는 구분되는 별도의 영구 저장 장치로서 상술한 장치나 서버에 포함될 수도 있다. 또한, 메모리(210)에는 운영체제와 적어도 하나의 프로그램 코드(일례로 사용자 디바이스(110) 등에 설치되어 구동되는 브라우저나 특정 서비스의 제공을 위해 사용자 디바이스(110) 등에 설치된 어플리케이션 등을 위한 코드)가 저장될 수 있다. 이러한 소프트웨어 구성요소들은 메모리(210)와는 별도의 컴퓨터에서 판독 가능한 기록매체로부터 로딩될 수 있다. 이러한 별도의 컴퓨터에서 판독 가능한 기록매체는 플로피 드라이브, 디스크, 테이프, DVD/CD-ROM 드라이브, 메모리 카드 등의 컴퓨터에서 판독 가능한 기록매체를 포함할 수 있다.

다른 실시예에서 소프트웨어 구성요소들은 컴퓨터에서 판독 가능한 기록매체가 아닌 통신 모듈(230)을 통해 메모리(210)에 로딩될 수도 있다. 예를 들어, 적어도 하나의 프로그램은 개발자들 또는 어플리케이션의 설치 파일을 배포하는 파일 배포 시스템(일례로, 상술한 서버)이 네트워크(1)를 통해 제공하는 파일들에 의해 설치되는 컴퓨터 프로그램(일례로 상술한 어플리케이션)에 기반하여 메모리(210)에 로딩될 수 있다.

프로세서(220)는 기본적인 산술, 로직 및 입출력 연산을 수행함으로써, 컴퓨터 프로그램의 명령을 처리하도록 구성될 수 있다. 명령은 메모리(210) 또는 통신 모듈(230)에 의해 프로세서(220)로 제공될 수 있다. 예를 들어 프로세서(220)는 메모리(210)와 같은 기록 장치에 저장된 프로그램 코드에 따라 수신되는 명령을 실행하도록 구성될 수 있다.

통신 모듈(230)은 네트워크(1)를 통해 사용자 기기(110)와 서버(120 -140)가 서로 통신하기 위한 기능을 제공할 수 있으며, 장치(110) 및/또는 서버(120 - 140) 각각이 다른 전자 기기와 통신하기 위한 기능을 제공할 수 있다.

송수신부(240)는 외부 입력/출력장치(미도시)와의 인터페이스를 위한 수단일 수 있다. 예를 들어, 외부 입력장치는 키보드, 마우스, 마이크로폰, 카메라 등의 장치를, 그리고 외부 출력 장치는 디스플레이, 스피커, 햅틱 피드백 디바이스(haptic feedback device) 등과 같은 장치를 포함할 수 있다.

다른 예로 송수신부(240)는 터치스크린과 같이 입력과 출력을 위한 기능이 하나로 통합된 장치와의 인터페이스를 위한 수단일 수도 있다.

또한, 다른 실시예들에서 컴퓨팅 장치(200)는 적용되는 장치의 성질에 따라서 도 2의 구성요소들보다 더 많은 구성요소들을 포함할 수도 있다. 예를 들어, 컴퓨팅 장치(200)가 사용자 디바이스(110)에 적용되는 경우 상술한 입출력 장치 중 적어도 일부를 포함하도록 구현되거나 또는 트랜시버(transceiver), GPS(Global Positioning System) 모듈, 카메라, 각종 센서, 데이터베이스 등과 같은 다른 구성요소들을 더 포함할 수도 있다. 보다 구체적인 예로, 사용자 디바이스가 스마트폰인 경우, 일반적으로 스마트폰이 포함하고 있는 가속도 센서나 자이로 센서, 카메라 모듈, 각종 물리적인 버튼, 터치패널을 이용한 버튼, 입출력 포트, 진동을 위한 진동기 등의 다양한 구성요소들이 더 포함되도록 구현될 수 있다.

하기에서 본 명세서에 대한 동작은 컴퓨팅 장치를 기준으로 서술한다. 이때, 일 예로, 컴퓨팅 장치는 상술한 서버 및 디바이스 중 적어도 어느 하나 이상일 수 있다. 즉, 하기 컴퓨터 장치의 동작은 서버나 디바이스에서 수행될 수 있으며, 특정 장치에 의해 제한되는 것은 아니다. 다만, 하기에서는 설명의 편의를 위해 컴퓨팅 장치를 기준으로 서술한다.

도 3은 본 명세서의 일실시예에 있어서 컴퓨팅 장치가 운송 거리를 결정하는 방법을 나타낸 도면이다.

도 3을 참조하면, 화물주인(이하, 화주)과 차량 주인(이하, 차주)을 연결하는 플랫폼을 제공할 수 있다. 여기서 차주는 복수의 차주를 운용하는 운송사일 수도 있으며, 또는 차량의 소유주인 개인일 수도 있다.

일 예로, 플랫폼은 상술한 도 1에 기초하여 네트워크(1)를 통해 제공될 수 있다. 또한, 플랫폼은 컴퓨팅 장치에 기초하여 제공될 수 있다. 이때, 플랫폼을 제공하는 컴퓨팅 장치는 상술한 도 1의 서버(120-140)로 구현되는 컴퓨팅 장치일 수 있다. 또한 화주와 차주도 컴퓨팅 장치에 기초하여 플랫폼에 접근할 수 있다. 구체적인 일 예로, 화주와 차주의 컴퓨팅 장치는 네트워크(1)에 기초하여 플랫폼에 접근할 수 있으며, 접근된 플랫폼을 통해 운송 서비스를 제공받을 수 있다. 즉, 화주와 차주에 대한 컴퓨팅 장치는 단말일 수 있으며, 도 1에서 개시한 상술한 장치 중 어느 하나일 수 있다.

도 3을 참조하면, 화주의 컴퓨팅 장치는 플랫폼을 통해 자신의 화물을 등록하고, 운송 가격을 요청할 수 있다.(S310) 이때, 화주의 컴퓨팅 장치는 화물의 종류 정보, 목적지(경로) 정보, 운송 시간 관련 정보 및 그 밖의 화물 관련 정보 중 적어도 어느 하나 이상에 대한 정보를 플랫폼으로 제공할 수 있다. 이때, 일 예로, 화물의 종류 정보에 기초하여 화물이 깨지기 쉽거나 상하기 쉬운 경우로서 취급의 주의가 요하는 물건에 대해서는 운송 가격이 높게 측정될 수 있다. 또한, 일 예로, 목적지가 화주의 위치로부터 멀수록 운송 가격이 높게 측정될 수 있다. 또 다른 일 예로, 긴급 배송처럼 운송 시간이 짧은 경우에는 운송 가격이 높게 측정될 수 있다. 즉, 화물의 운송 가격은 다양한 정보에 기초하여 결정될 수 있다. 이때, 화물 관련 각각의 정보들은 수치화될 수 있다. 본 명세서에서 화물의 크기나 종류는 제한되지 않는다. 예컨대 컨테이너와 같은 대형 화물이나, 음식, 동물, 농수산물, 서류 등 다양한 항목이 화물의 범주에 포함될 수 있다.

플랫폼을 통해 운송 서비스를 제공하는 경우, 모든 정보를 정성적으로 판단하여 운송 가격을 측정하는 것은 한계가 있다. 따라서, 플랫폼은 화물에 대한 정보에 기초하여 각각의 정보를 수치화할 수 있다. 또한, 수치화된 각각의 정보에 대해서는 가중치를 부과할 수 있다. 일 예로, 운송 가격에 영향을 많이 미치는 정보에 대해서는 가중치가 높게 부과될 수 있다. 반면, 운송 가격에 영향을 적게 미치는 정보에 대해서는 가중치가 작게 부과될 수 있다. 상술한 정보에 기초하여 플랫폼은 운송 가격을 수치화하여 산정할 수 있다.

예컨대, 화주의 컴퓨팅 장치는 상술한 정보에 기초하여 화물을 플랫폼에 등록할 수 있다. 플랫폼은 상술한 정보에 기초하여 유사 화물에 대한 기록을 확인할 수 있다.(S320) 이때, 플랫폼은 유사 화물과 등록 화물에 대한 유사도를 판단할 수 있다.(S330) 일 예로, 화주 및 화물이 모두 동일하게 목적지만 다른 경우, 유사도는 높은 것으로 판단될 수 있다. 일 예로, 상술한 바와 같이 화물 관련된 정보는 수치화될 수 있으며, 수치화된 화물 관련 정보를 기준으로 기존 화물과의 유사도가 판단될 수 있다. 일 예로, 가중치 및 수치화 정보를 고려하여 유사한 값을 가진 화물은 유사한 가격으로 산정될 수 있다. 이때, 일 예로, 컴퓨팅 장치에 기초하여 동작하는 플랫폼은 유사도 함수에 기초하여 화물의 유사 여부를 판단할 수 있다.

일 예로, 유사도는 유클리디안 거리(Euclidean Distance)로서 하기 수학식 1에 기초하여 결정될 수 있다. 즉, 화물에 대한 각각의 정보는 하기 수학식 1처럼 파라미터화될 수 있으며, 각각의 값을 비교하여 유사도를 측정할 수 있다. 이때, 유사도를 %로 표현할 수 있으며, 90%이상 유사도가 존재하는 경우에 유사도가 존재하는 것으로 볼 수 있다.

[수학식 1]

일 예로, 컴퓨팅 장치에 기초하여 동작하는 플랫폼은 유사도가 90%이상인 경우, 화주의 컴퓨팅 장치로 운송 가격을 자동으로 제안할 수 있다.(S340) 그 후, 화주의 컴퓨팅 장치는 가격을 확정할지 여부를 결정할 수 있다.(S350) 또한, 일 예로, 플랫폼은 유사 화물 기록을 확인할 수 없는 경우, 적정 가격표를 화물 정보와 대조할 수 있다.(S360) 이때, 적정 가격표 대조 방법에 대해서는 도 4에서 후술한다.

또 다른 예로, 플랫폼은 화물 정보와 유사도가 90%미만인 경우, 2개 이상의 유사 화물 기록을 비교할 수 있다.(S370) 이때, 2개 이상의 유사 화물 기록에 기초하여 유사도 정보가 90% 이상으로 확보된 경우, 플랫폼은 운송 가격을 자동으로 제안할 수 있으며(S340), 이는 상술한 바와 같다. 반면, 2개 이상의 유사 화물 기록에 의해서도 유사도 정보가 90% 이상이 되지 않는 경우, 플랫폼은 적정 가격표를 대조할 수 있으며(S360), 이에 대해서는 도 4에서 후술한다.

도 4은 본 명세서의 일실시예에 있어서 컴퓨팅 장치가 운송 거리를 결정하는 방법을 나타낸 도면이다. 도 4를 참조하면, 상술한 바와 같이, 적정 가격표가 대조되는 경우, 플랫폼은 가격 적정도를 평가할 수 있다. 이때, 일 예로, 가격 적정도 평가는 플랫폼에 저장된 빅데이터에 기초하여 수행될 수 있다. 일 예로, 플랫폼에는 인공지능에 기초하여 딥러닝 기법이 적용될 수 있으며, 이를 통해 가격 적정도 평가가 수행될 수 있다. 즉, 플랫폼은 빅데이터를 통해 획득한 정보를 바탕으로 적정 가격을 측정하기 위한 시도를 수행할 수 있다. 이때, 플랫폼이 가격 적정도 평가를 성공한 경우, 플랫폼은 대안 적정 가격을 책정하여 제공할 수 있다.(S420) 반면, 플랫폼이 가격 적정도 평가를 수행하지 못한 경우, 플랫폼은 운송사 간 내부입찰을 진행할 수 있다.(S430) 그 후, 플랫폼은 운송사 간 내부입찰 정보에 기초하여 대안 경쟁 가격을 책정하고, 이에 대한 정보를 화주의 컴퓨팅 장치로 제공할 수 있다.(S440) 그후, 플랫폼은 측정된 가격에 대응되는 차주에 대한 정보를 화주에게 제공할 수 있다. 차주는 플랫폼을 통해 화주에 대한 정보, 화물 관련 정보 및 측정 가격 정보를 획득할 수 있다. 이때, 차주는 상술한 정보에 기초하여 화주의 요청에 응답할지 여부를 결정할 수 있다. 이때, 차주가 화주 요청에 응답하는 경우, 차주의 컴퓨팅 장치를 플랫폼을 통해 화주에게 응답을 제공할 수 있다.

상술한 바를 통해, 화주와 차주는 플랫폼을 통해 상호 연결될 수 있다.

또한, 일 예로, 플랫폼이 화주와 차주를 연결함에 있어서 다양한 정보 및 다양한 기법들이 사용될 수 있다. 플랫폼은 현재 이동 중인 또는 이동 예정인 화물의 정보를 활용할 수 있다. 즉, 플랫폼은 실시간을 기반으로 현재 이동중인 차주에 대한 화물 정보 및 기 설정된 시간 이내에 이동 예정인 차주에 대한 화물 정보를 이용할 수 있다. 예컨대, 기 설정된 시간은 플랫폼에서 설정되는 시간일 수 있다. 여기서, 기 설정된 시간은 1시간, 오전 출발 예정, 오후 출발 예정 정보, 야간 출발 예정 및 새벽 출발 예정 중 적어도 어느 하나로 설정될 수 있다. 다만, 기 설정된 시간은 다르게 설정되는 것도 가능하며, 화주 요청에 따라 설정되는 것도 가능할 수 있다.

이때, 운송 가격은 현재 이동중인 화물 및 이동 예정인 화물 정보에 기초하여 결정될 수 있다. 일 예로, 운송 가격을 결정함에 있어서, 현재 이동중인 화물마다 원 이동경로, 해당 화물을 싣는 경우 변경되는 이동경로 및 현재 싣고 있는 화물의 종류들이 다양성을 고려할 수 있다. 이때, 일 예로, 화주는 상술한 정보에 기초하여 가장 적정의 가격이 산정된 차량을 선정할 수 있다.

구체적인 일 예로, A, B 및 C의 화물을 포함하고 있고, 서로 다른 위치에 화물을 하차해야 하는 화물차 X를 고려할 수 있다. 이때, 화물차 X가 이동 중에 D 화물의 화주가 위치하는 L 장소로 이동하여 화물 D를 운송하는고자 하는 경우를 고려할 수 있다. 이때, 화물 D에 대해서 화물차 X를 이용하는 경우에 운송 가격 산출시 A, B 및 C의 하역장소, 무게 및 종류 등을 고려할 수 있다. 이때, 가격 산출 시점에 따라서 X의 위치는 변하고 실린 화물의 양도 변하기 때문에 가격이 유동적일 수 있다.

상술한 점을 고려하여, 플랫폼은 다양한 정보를 이용하여 운송 가격을 산정할 수 있다. 이때, 다양한 정보는 차종, 화물의 종류, 차량에 실린 화물의 종류와 순서, 하역장의 현재 가용 능력(인원), 목적지(거리), 운송시간, 운송경로 중 적어도 어느 하나 이상을 고려하여 결정될 수 있다. 또 다른 일 예로, 플랫폼은 하역 난이도를 산정하고, 하역 난이도를 반영해서 운송비를 산정할 수 있다. 또한, 일 예로, 플랫폼은 화물의 크기, 무게, 냄새, 식품여부 및 부패가능성 중 적어도 어느 하나 이상을 더 이용할 수 있으며, 상술한 실시예로 한정되지 않는다. 또 다른 일 예로, 플랫폼은 운송비를 산정한 후에도 추가 하역이 중간에 수행되는 경우, 해당 운송비를 동적으로 수정할 수 있다. 일 예로, 하역 대상 화물이 화물칸의 내측에(초기에 실린 경우) 실린 경우를 고려할 수 있다. 이때, 해당 화물에 대해서는 다른 화물들이 추가되는지 여부에 기초하여 비용이 다르게 결정될 수 있다.

구체적인 일 예로, A-B-C 순서로 화물이 실린 경우를 고려할 수 있다. 이때, A화물이 먼저 하차해야 하는 경우에는 B 및 C 화물에 대한 이동 후에 A 화물을 하차해야하기 때문에 A 하차에 대한 난이도가 증가할 수 있다. 따라서, 상술한 점을 고려하면 A 화물에 운송비가 올라갈 수 있다. 반면, A화물이 우선적으로 하차되지 않아도 되는 상황에서는 A의 운송 가격은 변동되지 않을 수 있다.

즉, 상술한 바처럼, 화물 운송 가격을 산정함에 있어서는 다양한 정보들이 활용될 수 있다. 이때, 일 예로, 플랫폼에는 "스마트 적정 가격 책정 알고리즘"이 빅데이터 수집 및 가공에 기초하여 화물 데이터를 분석하고, 이에 기초하여 적정 운송 가격을 추천할 수 있으며, 구체적인 방법에 대해서는 하기에서 후술한다.

일 예로, 플랫폼은 상술한 바와 같이, 적정 가격을 산출하기 위한 알고리즘을 위해 입력 정보를 수집할 수 있다. 일 예로, 입력 정보는 트럭의 종류, 화물의 특성(종류, 크기, 무게, 냄새 여부 등) 및 화물 운송 거리 중 적어도 어느 하나 이상을 포함할 수 있다. 또한, 그 밖에도 화물 하차를 위한 정보, 차주의 이동 경로 정보, 차주의 주유, 정비 및 보험과 같은 차량 정보 및 다른 정보들이 더 이용될 수 있으며, 상술한 실시예로 한정되지 않는다. 이 때, 일 예로, 상술한 스마트 적정 가격 책정 알고리즘을 위해서는 충분한 비교군 데이터를 확보해야 할 필요성이 있으며, 플랫폼은 이에 대한 정보를 획득할 수 있다. 또한, 일 예로, 플랫폼은 서비스를 제공하면서 출력 정보를 비교군 데이터 정보로 저장하고 활용할 수 있으며, 적정 가격표는 실시간으로 업데이트될 수 있으며, 구체적인 방법에 대해서는 후술한다.

도 5은 본 명세서의 일실시예에 있어서 화주와 차주를 연결하는 플랫폼을 나타낸 도면이다.

도 5는 상술한 바처럼 화주의 컴퓨팅 장치는 화물 정보, 목적지 정보 및 그 밖의 정보 중 적어도 어느 하나 이상을 포함하는 정보와 함께 차주를 플랫폼으로 요청할 수 있다. 이때, 플랫폼은 등록된 차주들로부터 차량 정보, 비용 정보 및 시간 정보 중 적어도 어느 하나에 기초하여 화물 운송이 가능한 차주 후보군을 선택하고, 운송 가격을 각각의 차주별로 산정할 수 있다.

이때, 일 예로, 적정 가격은 상술한 바와 같이 플랫폼에 의해 결정될 수 있으며, 플랫폼은 적정 가격에 대한 정보를 화주와 차주에게 제공할 수 있다. 이때, 화주 및 차주 모두 적정 가격에 대해 승인 여부에 대한 정보를 플랫폼으로 제공할 수 있다. 즉, 플랫폼이 빅데이터 및 다양한 정보에 기초하여 적정 가격을 전송하는 경우, 화주 및 차주는 최종 확인을 통해 운송 가격 승인 여부를 결정할 수 있으며, 상술한 실시예로 한정되지 않는다.

도 6은 본 명세서의 일실시예에 있어서 딥 러닝을 화주와 차주를 매칭하는 플랫폼에 적용하는 방법을 나타낸 도면이다. 도 6을 참조하면, 딥 러닝은 학습 모델에 기초하여 심층 신경망(Deep Neural Network)을 학습함을 의미할 수 있다.

일 예로, 심층 신경망은 입력 레이어(Input layer), 다중의 히든 레이어(Hidden layer) 및 출력 레이어(Output layer)를 포함할 수 있다. 이 때, 일 예로, 심층 신경망의 다중의 히든 레이어(Hidden layer)는 인공신경망(Artificial Neural Network)을 의미할 수 있다. 이때, 히든 레이어는 입력 정보에 기초하여 학습된 정보에 기초하여 출력 레이어로 출력 정보를 제공할 수 있다. 또한, 히든 레이어는 입력 레이어 및 출력 레이어와 관련된 다수의 정보들을 저장하고 있고, 이에 대한 정보에 기초하여 정합의 데이터가 산출되도록 할 수 있다.

또한, 입력 레이어의 정보 및 출력 레이어의 정보를 저장하고, 이를 학습을 위한 데이터로 활용하여 지속적으로 학습되도록 할 수 있다. 이때, 일 예로, 상술한 바와 같이, 플랫폼은 빅데이터를 화주와 차주의 이용 정보로부터 획득할 수 있다. 즉, 화주와 차주의 이용정보는 주기적으로 업데이트될 수 있으며, 이에 대한 정보에 기초하여 지속적인 학습이 수행될 수 있다.

구체적인 일 예로, 딥 러닝의 학습 방식은 지도 학습(supervised learning)과 비지도 학습(unsupervised learning)을 포함할 수 있다. 이때, 일 예로, 지도 학습은 입력에 대한 정해진 출력에 기초하여 학습되는 모델일 수 있다. 또한, 비지도 학습은 정해진 출력이 아닌 다양한 패턴 정보에 기초하여 입력 레이어에 정합하는 출력 레이어를 결정하는 방법일 수 있다.

일 예로, 본 발명에서는 지도 학습 및 비지도 학습 중 적어도 어느 하나에 기초하여 학습 모델이 구성되고, 이에 기초하여 매칭이 수행될 수 있다.

또한, 일 예로, 도 6을 참조하면, 입력 정보는 화물 종류, 목적지, 화물 도착 요구 시간, 화물 운송 거리 및 그 밖의 정보 중 적어도 어느 하나 이상을 포함할 수 있다. 또한, 일 예로, 플랫폼을 통해 획득되는 빅데이터 정보는 상술한 입력 정보일 수 있으며, 상술한 실시예로 한정되지 않는다. 이때, 일 예로, 히든 레이어에서는 화물 종류, 목적지, 화물 도착 요구 시간, 화물 운송 거리, 새로운 경로에 대한 교통 체증, 새로운 경로 추가시 지연 시간, 우선 순위, 차주 정보, 차주의 차량 정보 및 그 밖의 관련 정보들 중 적어도 어느 하나 이상이 파라미터화될 수 있다.

이때, 플랫폼은 입력 정보 및 히든 레이어 정보를 이용하여 출력 정보로서 차주 후보군, 각각의 차주에 대한 운송 가격 및 운송 예상 시간 정보 중 적어도 어느 하나 이상을 획득할 수 있다. 또한, 플랫폼은 그 밖에도 화물 운송에 필요한 출력 정보를 획득할 수 있으며, 상술한 실시예로 한정되지 않는다. 일 예로, 플랫폼은 상술한 출력 정보에 대해서 화주 및 차주로부터 승인을 받은 후 상호 간의 정보를 제공할 수 있다. 이때, 화주 및 차주의 컴퓨팅 장치는 플랫폼을 통해 상호 연결될 수 있으며, 상술한 실시예로 한정되지 않는다.

도 7은 본 명세서의 일실시예에 있어서 컴퓨팅 장치가 운송 경로에 기초하여 운송 가격을 측정하는 방법을 나타낸 도면이다. 또한, 도 8은 본 명세서의 일실시예에 있어서 컴퓨팅 장치가 운송 경로에 기초하여 운송 가격을 측정하는 방법을 나타낸 도면이다.

한편, 일 예로, 도 7 및 도 8은 상술한 플랫폼을 통해 출력 정보가 결정되는 동작에 대한 구성일 수 있다. 다만, 이는 하나의 일 예시일 뿐, 히든 레이어에는 다양한 파라미터들이 포함되어 있으며, 하기 동작과 결합하여 출력 정보에 영항을 줄 수 있다.

일 예로, 도 7을 참조하면, 차주의 화물 이동 경로는 지점 1(710) 및 도착지(740)일 수 있다. 이때, 일 예로, 플랫폼에 기초한 화주 요청에 기초하여 지점 2(720) 및 지점 3(730)이 차주의 이동 경로로 추가될 수 있다. 이때, 일 예로, 제 1 화주가 지점 1(710)에서 화물을 싣고, 지점 2(720)에서 화물을 하차하는 경우를 고려할 수 있다. 이때, 화물은 시작 지점이 아닌 이동 중에 포함되었는바, 화물 차량 외곽에 위치할 수 있다. 또한, 지점 2(720) 및 지점 3(730)이 이동 경로로 이미 추가되어 있는 상황이라면 차주는 해당 화물을 운반하더라도 다른 화물에 주는 영향을 최소화할 수 있다. 이때, 플랫폼은 상술한 정보를 이용하여 해당 차주에 대한 운송 가격을 결정할 수 있다. 이때, 일 예로, 다른 경로로 이동하는 차주나 해당 지점을 이동하지 않은 차주보다 운송 가격이 저렴하게 측정될 수 있으며, 차주는 운송 가격에 대한 경쟁력을 가질 수 있다. 즉, 운송 가격이 저렴할 수 있다. 이때, 플랫폼은 차주로부터 운송 가격에 대한 승인을 획득한 후, 운송 가격에 대한 정보를 화주에게 제공할 수 있다. 일 예로, 화주는 다양한 차주 후보군에 대한 정보를 획득할 수 있으나, 상술한 바에 기초하여 상대적으로 낮은 가격으로 측정된 차주를 선택할 가능성이 높으며, 이를 통해 화주와 차주가 매칭될 수 있다.

또 다른 일 예로, 도 8에서 차주의 이동 경로가 지점 1(810) 및 도착지(820)인 경우를 고려할 수 있다. 이때, 일 예로, 차주는 이동 경로에 기초하여 화물 운반을 마친 후에는 다른 배송을 위해 시작 지점으로 돌아올 필요성이 있다. 이때, 일 예로, 차주가 도작치에서 시작지점으로 돌아오는 회차 차량인 경우, 해당 경로에서 화물을 운반하면 운송 가격이 낮아질 수 있다. 일 예로, 제 2 화주가 차주의 도착 지점에서 시작 지점으로 화물을 운반하고자 하는 경우를 고려할 수 있다. 이때, 해당 차주는 회차 차량인바, 화물도 비워져 있는 상태일 수 있고, 경로도 이미 결정된 상태인바, 운송 가격은 이를 결정하여 결정될 수 있다. 즉, 플랫폼은 상술한 정보에 기초하여 운송 가격을 낮게 측정하고, 해당 차주에게 승인을 받을 수 있다. 이때, 플랫폼이 해당 차주의 승인을 득한 경우, 플랫폼은 해당 정보를 화주에게 제공하고, 화주는 해당 정보에 기초하여 차주를 선택할 수 있으며, 이를 통해 운송 가격의 경쟁력을 확보할 수 있다. 즉, 플랫폼은 상술한 바와 같이 다양한 정보를 입력 정보로 획득하여 차주 후보군에 대한 운송 가격을 결정하고, 이에 대한 정보를 화주에게 제공할 수 있다.

도 9는 본 명세서의 일실시예에 있어서 우선순위 정보를 화주와 차주를 매칭하는 플랫폼에 적용하는 방법을 나타낸 도면이다.

도 9를 참조하면, 상술한 바와 같이, 플랫폼은 고려해야 할 정보 요소가 다양할 수 있다. 일 예로, 플랫폼은 화주에 대한 정보, 차주에 대한 정보, 화물 운송 과정에서 생기는 정보, 운송 시간과 관련해서 생기는 정보 및 그 밖의 정보를 고려할 수 있다. 이때, 플랫폼은 빅데이터로써 상술한 정보를 화주와 차주의 이용 정보로부터 주기적으로 획득할 수 있으며, 이는 상술한 바와 같다.

이때, 일 예로, 플랫폼은 다수의 정보 중 우선순위에 대한 정보를 고려하여 운송 가격을 결정할 수 있다. 즉, 플랫폼은 다수의 정보 중 우선순위에 대한 후보군을 분류하고, 이에 대한 정보에 기초하여 운송 가격을 결정할 수 있다. 일 예로, 우선 순위에 대한 후보군은 플랫폼에 의해 순차적으로 결정될 수 있다. 일 예로, 우선순위 1(Priority 1)에 대한 후보군은 우선순위 2(Priority 2)보다 우선 순위가 높은 후보군일 수 있다. 일 예로, 차주의 보험 정보나 리뷰 정보는 우선순위 1에 대한 정보이고, 차량 종류 정보는 우선순위 2에 대한 정보일 수 있으나, 이에 한정되는 것은 아니다. 즉, 플랫폼은 다양한 입력 정보에 대해서 우선순위 그룹을 설정하고, 이에 기초하여 운송 가격을 결정할 수 있다.

또 다른 일 예로, 우선순위는 화주의 요청에 의해 결정될 수 있다. 일 예로, 긴급 배송을 고려하는 화주의 경우, 운송 가격이 높더라도 운송 시간을 가장 높은 우선순위로 설정할 수 있다. 이때, 플랫폼은 운송 시간이 가장 짧은 차주를 최우선으로하여 운송 가격을 결정할 수 있다. 이때, 일 예로, 플랫폼은 우선순위에 대한 정보에 기초한 운송 가격을 화주에게 제공할 수 있다.

또 다른 일 예로, 화주는 대용량의 화물 운송 가능 여부를 우선순위로 설정할 수 있다. 일 예로, 플랫폼은 화주의 우선순위에 기초하여 대용량을 화물을 운반할 수 있는 차주를 우선하여 결정할 수 있다. 일 예로, 플랫폼은 회차 차량으로 차량에 운반한 물건이 없는 차주를 우선순위로 설정할 수 있으며, 이에 기초하여 화주에게 정보를 제공할 수 있다.

한편, 또 다른 일 예로, 우선순위는 화물 운반에 대한 안전성과 관련될 수 있다. 일 예로, 차주의 차량 중 GPS 정보 제공 동의 차량, 화물 블랙박스 제공 차량, 보험 차량 화물 사고 기록 제공 차량 및 그 밖의 안전성과 관련된 정보를 제공하는 차량이 존재할 수 있다. 이때, 일 예로, 화주가 화물의 안정성을 우선하는 경우, 플랫폼은 상술한 정보에 기초하여 차주를 선택하고, 선택된 차주에 대한 운송가격을 측정할 수 있다. 즉, 우선순위가 안정성이 될 수 있으며, 이를 통해 플랫폼은 화주에서 신뢰도 있는 서비스를 제공할 수 있다.

한편, 또 다른 일 예로, 플랫폼에 기초하여 상술한 서비스를 제공하기 위해서 차주의 차량은 차량에 대한 정보를 플랫폼으로 제공할 수 있다. 이때, 일 예로, 차량에 대한 정보는 상술한 바와 같이 차량 타입 정보, 주유 정보, 보험 정보 및 그 밖의 정보 중 적어도 어느 하나를 포함할 수 있다. 또한, 일 예로, 차량은 차량 이동에 기초하여 이동성 정보를 플랫폼에 제공할 필요성이 있다. 일 예로, 플랫폼은 이동 경로 제공에 동의한 차량의 위치 정보를 주기적으로 확인하여 실시간으로 서비스를 제공할 수 있다. 또 다른 일 예로, 차주는 차량 내에서 화물 추적 정보를 이용할 수 있다. 일 예로, 차주가 화물을 차량에 싣는 경우, 각각의 화물마다 차량 내에서 상대적 위치를 확인하기 위한 정보가 부착될 수 있다. 일 예로, 플랫폼은 상술한 정보를 통해 각각의 차량 내에서 화물의 상대적 위치를 알 수 있다. 또 다른 일 예로, 플랫폼은 3D 시물레이션을 통해 차량 내부 상태를 모니터링하고, 이에 기초하여 차량 내에서 화물의 위치를 확인하여 해당 정보를 운송 가격 측정에 반영할 수 있다. 또 다른 일 예로, 플랫폼은 실시간 교통 정보 및 운송 수단 변동 상황에 대한 정보를 주기적으로 체크할 수 있다. 이때, 일 예로, 플랫폼은 출퇴근 시간과 같이 교통이 혼잡한 시간이나 야간과 같이 교통이 혼잡하지 않은 경우에 대한 조건을 차등하여 설정하고, 이에 기초하여 서비스를 제공할 수 있다. 즉, 상술한 바를 통해, 플랫폼은 다양한 입력 정보를 획득할 수 있으며, 이를 통해 차주와 화주를 적절하게 연결할 수 있다.

도 10은 본 명세서의 일실시예에 있어서 플랫폼을 통해 차주 관련 정보를 제공하는 방법을 나타낸 도면이다. 도 11은 본 명세서의 일실시예에 있어서 플랫폼을 통해 차주 관련 정보를 제공하는 방법을 나타낸 도면이다. 도 12는 본 명세서의 일실시예에 있어서 플랫폼을 통해 차주 관련 정보를 제공하는 방법을 나타낸 도면이다. 도 13은 본 명세서의 일실시예에 있어서 플랫폼을 통해 차주 관련 정보를 제공하는 방법을 나타낸 도면이다.

도 10의 (a) 및 (b)를 참조하면, 플랫폼은 상술한 정보에 기초하여 선택된 차주에 대한 정보를 제공할 수 있다. 이때, 플랫폼은 차주에 대한 평점 정보나 그 밖의 관련 정보를 제공할 수 있다. 또한, 플랫폼은 차주 후보군에 대한 정보를 제공할 수 있으며, 상술한 실시예로 한정되지 않는다. 또한, 일 예로, 플랫폼은 차주의 이동 경로 및 운송 현황에 대한 정보를 제공할 수 있다. 이때, 일 예로, 플랫폼은 차주에 대한 다양한 정보를 제공할 수 있으며, 상술한 실시예로 한정되지 않는다.

또한, 도 11의 (a) 및 (b)를 참조하면, 플랫폼은 차주에 대한 평가 정보 및 실제 차량 정보를 제공할 수 있다. 또한, 일 예로, 플랫폼은 평가에 대한 정보 및 그 밖의 정보를 화주에게 제공하여 선택에 도움을 줄 수 있다.

또한, 일 예로, 도 12의 (a) 및 (b)를 참조하면, 플랫폼은 차주 선택을 위한 다양한 카테고리 정보를 제공할 수 있다. 이때, 일 예로, 카테고리 정보는 상술한 우선 순위 정보 또는 필터 정보일 수 있다. 이때, 일 예로, 플랫폼은 상술한 정보에 기초하여 차주를 선택하고, 선택된 차주 후보군에 대한 정보를 제공할 수 있으며, 이는 상술한 바와 같다.

또한, 일 예로, 도 13을 참조하면, 플랫폼은 차주의 이동경로에 대한 정보를 제공할 수 있다. 이때, 일 예로, 플랫폼은 차주의 위치 정보 및 교통 상황 정보를 실시간으로 확인할 수 있으며, 이동 경로를 고려하여 화물 도착 예정 시간 및 기타 정보를 차주에게 제공할 수 있으며, 상술한 실시예로 한정되지 않는다.

도 14는 본 명세서의 일실시예에 있어서, 화주와 차주를 매칭하는 플랫폼에 기초하여 동작하는 방법을 나타낸 도면이다.

도 14를 참조하면, 컴퓨팅 장치에 의해 실행되는, 플랫폼을 통해 화물 운송 가격을 결정하는 방법을 제공할 수 있다. 이때, 일 예로, 컴퓨팅 장치는 도 1 및 도 2에서 서술한 서버 또는 디바이스일 수 있으며, 상술한 실시예로 한정되지 않는다. 즉, 상술한 바와 같이 본 발명이 적용될 수 있는 플랫폼이 구현되는 컴퓨팅 장치를 지칭할 수 있으며, 이를 통해 화물 운송 가격을 결정할 수 있다. 이때, 플랫폼은 제 1 컴퓨팅 장치로부터 화물 관련 정보를 획득할 수 있다.(S1410) 이때, 일 예로, 제 1 컴퓨팅 장치는 상술한 바와 같이, 화주의 컴퓨팅 장치일 수 있다. 즉, 제 1 컴퓨팅 장치는 화물 운반을 요청하는 유저의 컴퓨팅 장치일 수 있다. 다음으로, 플랫폼은 화물 관련 정보에 기초하여 제 2 컴퓨팅 장치로부터 차량 관련 정보를 획득할 수 있다. (S1420) 이때, 제 2 컴퓨팅 장치는 차주의 컴퓨팅 장치일 수 있다. 즉, 화물 운반을 수행하는 차주의 컴퓨팅 장치일 수 있다. 이를 통해, 플랫폼은 차주에 대한 정보를 획득할 수 있다.

다음으로, 플랫폼은 상기 화물 관련 정보 및 상기 차량 관련 정보에 기초하여 상기 화물 운송 가격을 결정할 수 있다.(S1430) 다음으로, 플랫폼은 결정된 운송 가격을 제 1 컴퓨팅 장치로 제공할 수 있다. (S1440) 이때, 일 예로, 화물 관련 정보는 화물의 종류 정보, 목적지(경로) 정보 및 운송 시간 관련 정보 중 적어도 어느 하나를 포함할 수 있다. 또한, 차량 관련 정보는 차종 정보, 화물의 종류 정보, 차량에 실린 화물의 종류와 순서 정보, 하역장 능력 정보, 기존 목적지 정보, 운송시간 정보, 운송 경로 정보, 차주의 주유 정보, 정비 정보 및 보험 정보 중 적어도 어느 하나 이상을 포함할 수 있다.

또한, 일 예로, 화물 운송 가격은 화물 관련 정보에 기초하여 차량 관련 정보 중 실시간 정보를 이용하여 결정될 수 있다. 즉, 플랫폼은 이동 중인 차량 또는 이동 예정인 차량에 대한 정보에 기초하여 화물 운송 가격을 결정할 수 있다. 여기서, 일 예로, 화물 관련 정보는 화물의 출발지 및 도착지에 대한 정보일 수 있다. 또한, 실시간 정보는 차량의 이동 여부에 대한 정보, 이동 예정 시간에 대한 정보, 차량의 위치 정보, 차량 이동 경로에 대한 교통 정보 및 량 내의 화물의 위치 정보 중 적어도 어느 하나 이상을 포함할 수 있다. 또한, 일 예로, 플랫폼은 화물 운송 가격을 상술한 실시간 정보에 기초하여 변동시킬 수 있다. 즉, 플랫폼은 이동 중인 차량 정보에 기초하여 화물 운송 가격을 결정하고, 유동적으로 변동하여 제공할 수 있으며, 상술한 실시예로 한정되지 않는다.

또한, 일 예로, 플랫폼은 이전 화물 관련 정보, 이전 차량 관련 정보 및 이전 화물 운송 가격 정보를 빅데이터에 저장할 수 있다. 그 후, 플랫폼은 새로운 화물 관련 정보, 새로운 차량 관련 정보 및 새로운 화물 운송 가격 정보는 빅데이터에 포함된 정보에 기초하여 결정할 수 있다. 또한, 상술한 정보들은 다시 빅데이터에 저장되어 업데이트될 수 있다. 일 예로, 플랫폼은 상술한 정보에 대한 학습을 수행할 수 있으며, 이는 도 6에서 상술한 바와 같다.

또한, 일 예로, 플랫폼이 화물 운송 가격을 결정하여 제 1 컴퓨팅 장치에 제공하는 경우, 플랫폼은 각각의 차량 후보군 정보와 함께 화물 운송 가격 정보를 제공할 수 있다. 즉, 각 차량 후보별로 화물 운송 가격 정보가 결정될 수 있다. 이때, 일 예로, 플랫폼에 기초하여 차량 후보군 정보 및 화물 운송 가격 정보가 제 1 컴퓨팅 장치로 제공되는 경우, 플랫폼은 화물 관련 정보 및 차량 관련 정보에 대한 우선순위 정보를 결정할 수 있다. 이때, 플랫폼은 우선순위 정보에 기초하여 우선순위가 높은 차량 후보 순서로 제 1 컴퓨팅 장치로 제공할 수 있으며, 이는 상술한 바와 같다.

또한, 일 예로, 상술한 딥러닝에 기반한 화물 운송 가격 결정 방법에 대해서 하드웨어와 결합되어 실행되는 컴퓨터 판독 가능한 매체에 저장된 컴퓨터 프로그램을 통해 구현될 수 있으며, 특정 장치로 한정되는 것은 아니다.

이상에서 설명한 실시예들은 적어도 부분적으로 컴퓨터 프로그램으로 구현되고 컴퓨터로 읽을 수 있는 기록매체에 기록될 수 있다. 실시예들을 구현하기 위한 프로그램이 기록되고 컴퓨터가 읽을 수 있는 기록매체는 컴퓨터에 의하여 읽혀질 수 있는 데이터가 저장되는 모든 종류의 기록장치를 포함한다. 컴퓨터가 읽을 수 있는 기록매체의 예로는 ROM, RAM, CD-ROM, 자기 테이프, 광 데이터 저장장치 등이 있다. 또한 컴퓨터가 읽을 수 있는 기록매체는 네트워크로 연결된 컴퓨터 시스템에 분산되어, 분산 방식으로 컴퓨터가 읽을 수 있는 코드가 저장되고 실행될 수도 있다. 또한, 본 실시예를 구현하기 위한 기능적인 프로그램, 코드 및 코드 세그먼트(segment)들은 본 실시예가 속하는 기술 분야의 통상의 기술자에 의해 용이하게 이해될 수 있을 것이다.

이상에서 살펴본 본 명세서는 도면에 도시된 실시예들을 참고로 하여 설명하였으나 이는 예시적인 것에 불과하며 당해 분야에서 통상의 지식을 가진 자라면 이로부터 다양한 변형 및 실시예의 변형이 가능하다는 점을 이해할 것이다. 그러나, 이와 같은 변형은 본 명세서의 기술적 보호범위 내에 있다고 보아야 한다. 따라서, 본 명세서의 진정한 기술적 보호범위는 첨부된 청구범위의 기술적 사상에 의해서 다른 구현들, 다른 실시예들 및 특허청구범위와 균등한 것들도 포함하도록 정해져야 할 것이다.

Claims (1)

1. 컴퓨팅 장치에 의해 실행되는, 플랫폼을 통해 화물 운송 가격을 결정하는 방법에 있어서,
   화주의 컴퓨팅 장치인 제 1 컴퓨팅 장치로부터 제 1 화물에 대한 화물 관련 정보를 획득하는 단계로서, 상기 제 1 화물에 대한 상기 화물 관련 정보는 상기 제 1 화물에 대한 목적지 정보, 상기 제 1 화물에 대한 경로 정보 및 상기 제 1 화물에 대한 운송 시간 정보만을 포함하고;
   상기 제 1 화물에 대한 상기 화물 관련 정보에 기초하여 차주의 컴퓨팅 장치인 제 2 컴퓨팅 장치로부터 차량 관련 정보를 획득하는 단계로서, 상기 차량 관련 정보는 상기 제 1 화물을 운반할 수 있는 복수 개의 차량에 대한 리스트 정보 및 상기 복수 개의 차량 각각에 대한 차량 타입 정보 및 보험 정보만을 포함하고;
   상기 제 1 화물에 대한 상기 화물 관련 정보 및 상기 제 2 컴퓨팅 장치로부터 획득한 상기 차량 관련 정보를 통해 상기 복수 개의 차량 중 상기 제 1 화물을 운반할 제 1 차량을 결정하고, 결정된 상기 제 1 차량을 통해 상기 제 1 화물의 화물 운송 가격을 결정하는 단계; 및
   결정된 상기 제 1 화물의 상기 화물 운송 가격 및 상기 제 1 차량에 대한 정보를 상기 제 1 컴퓨팅 장치로 제공하는 단계; 및
   상기 제 1 컴퓨팅 장치로부터 상기 화물 운송 가격으로 상기 제 1 차량을 통해 상기 제 1 화물의 운반을 요청하는 정보를 획득하여 상기 제 2 컴퓨팅 장치로 전달하는 단계를 포함하되,
   상기 플랫품에 기초하여 상기 제 1 화물이 상기 제 1 차량을 통해 출발 지점인 제 1 지점에서 목적지 지점인 제 2 지점으로 운반되고,
   상기 제 1 차량이 상기 제 1 지점에서 상기 제 2 지점으로 상기 제 1 화물을 운반하는 경우, 상기 플랫폼은 상기 차주의 컴퓨팅 장치인 상기 제 2 컴퓨팅 장치를 통해 상기 제 1 차량의 이동성 정보를 주기적으로 획득하되, 상기 제 1 차량의 상기 이동성 정보는 상기 제 1 차량의 현재 위치 정보 및 상기 제 1 차량의 상기 제 2 지점까지의 경로 정보만을 포함하고,
   상기 플랫폼이 다른 화주의 컴퓨팅 장치로부터 제 2 화물에 대한 화물 운반 요청을 수신하는 경우, 상기 플랫폼은 상기 제 1 차량의 상기 이동성 정보를 통해 상기 제 1 차량의 상기 현재 위치 및 상기 제 1 차량의 상기 제 2 지점까지의 상기 경로 정보를 확인하여 상기 제 2 화물의 운반 가능 여부를 판단하고,
   상기 경로 정보에 따라 상기 제 2 화물의 운반이 가능한 경우, 상기 플랫폼은 상기 제 1 컴퓨팅 장치 및 상기 제 2 컴퓨팅 장치로 상기 제 2 화물 운반 요청을 전달하고, 상기 제 1 컴퓨팅 장치 및 상기 제 2 컴퓨팅 장치로부터 상기 제 2 화물 운반 요청에 대한 승낙 메시지를 모두 획득하면 상기 제 2 컴퓨팅 장치로 상기 제 1 화물과 함께 상기 제 2 화물 운반을 요청하고,
   상기 운송 가격은 우선순위를 고려하여 결정되며, 상기 우선순위는 차주의 차량에 대한 GPS 정보 제공 동의, 화물 블랙박스 제공 동의, 화물 사고 기록 제공 동의만을 포함하며,
   상기 우선순위는 제1우선순위 및 제1 우선순위 다음으로 우선하는 제2우선순위로 구성되며, 상기 제1 우선순위는 차주의 보험 정보 및 리뷰 정보를 포함하고, 상기 제2 우선순위는 차량의 종류만을 포함하며,
   상기 차량 관련 정보는 차종 정보, 화물의 종류 정보, 차량에 실린 화물의 종류와 순서 정보, 하역장 능력 정보, 기존 목적지 정보, 운송시간 정보, 운송 경로 정보, 차주의 주유 정보, 정비 정보 및 보험 정보를 모두 포함하고,
   상기 하역장 능력 정보는 하역장의 현재 가용 인원을 포함하며,
   상기 운송 가격은 하역 난이도를 더 반영하여 결정되며, 상기 하역 난이도는 화물의 크기, 무게, 냄새, 식품여부 및 부패 가능성, 화물의 화물칸 내 위치를 포함하는, 화물 운송 가격 결정 방법.
   
   
   

Images