TWI831239B - 進行價格比較的飯店預訂方法 - Google Patents
進行價格比較的飯店預訂方法 Download PDFInfo
- Publication number
- TWI831239B TWI831239B TW111121665A TW111121665A TWI831239B TW I831239 B TWI831239 B TW I831239B TW 111121665 A TW111121665 A TW 111121665A TW 111121665 A TW111121665 A TW 111121665A TW I831239 B TWI831239 B TW I831239B
- Authority
- TW
- Taiwan
- Prior art keywords
- vacancy
- price
- booked
- information
- room
- Prior art date
Links
- 238000000034 method Methods 0.000 title claims abstract description 21
- 230000008859 change Effects 0.000 claims abstract description 18
- 238000012790 confirmation Methods 0.000 claims abstract description 7
- 241000985630 Lota lota Species 0.000 description 22
- 230000009471 action Effects 0.000 description 14
- 238000013528 artificial neural network Methods 0.000 description 5
- 238000012986 modification Methods 0.000 description 4
- 230000004048 modification Effects 0.000 description 4
- 230000004308 accommodation Effects 0.000 description 3
- 238000004378 air conditioning Methods 0.000 description 3
- 238000010586 diagram Methods 0.000 description 3
- 238000010801 machine learning Methods 0.000 description 3
- 235000013361 beverage Nutrition 0.000 description 2
- 238000013527 convolutional neural network Methods 0.000 description 2
- 230000007423 decrease Effects 0.000 description 2
- 238000013136 deep learning model Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 239000000463 material Substances 0.000 description 2
- 230000000306 recurrent effect Effects 0.000 description 2
- 238000006467 substitution reaction Methods 0.000 description 2
- 230000008901 benefit Effects 0.000 description 1
- 238000009835 boiling Methods 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 239000011521 glass Substances 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 239000004984 smart glass Substances 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
- 238000000844 transformation Methods 0.000 description 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 1
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
- 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—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/10—Services
- G06Q50/12—Hotels or restaurants
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/90—Details of database functions independent of the retrieved data types
- G06F16/95—Retrieval from the web
- G06F16/953—Querying, e.g. by the use of web search engines
- G06F16/9535—Search customisation based on user profiles and personalisation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/90—Details of database functions independent of the retrieved data types
- G06F16/95—Retrieval from the web
- G06F16/953—Querying, e.g. by the use of web search engines
- G06F16/9537—Spatial or temporal dependent retrieval, e.g. spatiotemporal queries
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N20/00—Machine learning
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q30/00—Commerce
- G06Q30/02—Marketing; Price estimation or determination; Fundraising
- G06Q30/0282—Rating or review of business operators or products
-
- 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
Landscapes
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Tourism & Hospitality (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Strategic Management (AREA)
- Development Economics (AREA)
- Marketing (AREA)
- General Business, Economics & Management (AREA)
- Economics (AREA)
- Databases & Information Systems (AREA)
- Human Resources & Organizations (AREA)
- Entrepreneurship & Innovation (AREA)
- Accounting & Taxation (AREA)
- Finance (AREA)
- General Engineering & Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Primary Health Care (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Software Systems (AREA)
- Game Theory and Decision Science (AREA)
- Medical Informatics (AREA)
- Evolutionary Computation (AREA)
- Computing Systems (AREA)
- Mathematical Physics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Artificial Intelligence (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本發明揭示一種在預訂後還搜尋價格低廉的空房的飯店預訂方法。根據一個實施例的包含伺服器的飯店預訂方法可包含下列步驟:從複數個外部伺服器獲取對應複數個飯店的空房的識別資訊;從使用者終端機獲取預訂資訊;將對應前述預訂資訊的預訂確定與否資訊傳送給前述使用者終端機;到預訂資訊所含入住日期之前為止,以前述識別資訊為基礎搜尋前述入住日期的預設時段內可入住的第一空房;若比較既預訂空房與前述預設時段內能入住的第一空房的價格並決定價格低於前述既預訂空房的空房,透過前述使用者終端機提供預訂變更訊息。
Description
本發明揭示一種將飯店的空房按照相同空房分類並針對各個空房提示價格並且搜尋低於既預訂空房的價格的飯店預訂方法。
由於各飯店提供的飯店資料及飯店的空房資料互不相同,因此將其統一化的作業日益重要。尤其係隨著光顧住宿業者的顧客增加而使得預訂住宿業者的顧客也跟著增加,從而進一步提高該作業的重要性。在預訂住宿業者時,因中介飯店預訂作業的業者會對同一飯店、同一房間給予不同的介紹並顯示不同的價格,因此實際上需求者不易獲得所需要的資訊。
即使係同一飯店的空房,也會對各空房中介不同價格,因此必須研究一種在預訂後依然尋找更低廉的價格並予以告知的技術。人們正在積極研究既考慮價格又兼顧其它各種因素後向使用者提供訂製性空房的飯店預訂方法。
本發明揭示一種在預訂後還搜尋價格低廉的空房並予以推薦的飯店預訂方法。
如本發明所揭示的一個實施例,由伺服器執行的飯店預訂方法包含下列步驟:從使用者終端機獲取預訂資訊;將對應前述預訂資訊的預訂確定與否傳送給前述使用者終端機;從複數個外部伺服器獲取對應複數個飯店的空房的識別資訊;一直到前述預訂資訊所含入住日期之前為止以前述識別資訊為基礎搜尋前述入住日期的預設時段內可入住的第一空房;若比較既預訂空房與前述入住日期的預設時段內可入住的第一空房的價格並決定價格低於前述既預訂空房的空房,取消前述既預訂空房的預訂並且將價格低於前述既預訂空房的空房予以預訂後,透過前述使用者終端機提供預訂變更訊息。
若將前述既預訂空房與前述預設時段內能入住的第一空房的價格予以比較並決定價格低於前述既預訂空房的空房,透過前述使用者終端機提供預訂變更訊息的步驟可包含下列步驟:以前述識別資訊為基礎在前述入住日期的預設時段內可入住的第一空房中決定前述既預訂空房的相同空房;若用於取消前述既預訂空房的違約金存在,根據前述既預訂空房的價格與價格低於前述既預訂空房的空房的價格差異決定價格低於前述既預訂空房的空房。
若將前述既預訂空房與前述預設時段內能入住的第一空房的價格予以比較並決定價格低於前述既預訂空房的空房,透過前述使用者終端機提供預訂變更訊息的步驟可包含下列步驟:獲取前述使用者預訂的飯店的位置;以前述識別資訊為基礎,從前述入住日期的預設時段內可入住的第一空房中搜尋位於前述使用者所預訂飯店的預設距離內的飯店的空房;決定與前述使用者預訂的空房在預設的相似臨界值內相似的第二空房;比較前述既預訂空房與前
述預設的相似臨界值內相似的第二空房的價格;及,若前述預設的相似臨界值內相似的第二空房的價格低於前述既預訂空房的價格,向前述使用者終端機提供前述預訂變更訊息。
比較前述既預訂空房與前述預設的臨界值內相似空房的價格的步驟可包含下列步驟:從前述複數個外部伺服器獲取與前述既預訂空房在預設相似臨界值內相似的第二空房的後記資訊;以前述後記資訊為基礎對與前述既預訂空房在預設相似臨界值內相似的第二空房給予評分;及,若前述評分係預設評分以上,比較價格。
一直到前述預訂資訊所含入住日期之前為止以前述識別資訊為基礎搜尋前述入住日期的預設時段內可入住的第一空房的步驟可包含下列步驟;搜尋與前述既預訂空房的價格處於預設價格範圍內的第三空房;獲取前述使用者的喜好度資訊;以前述喜好度資訊為基礎將與前述使用者預訂的空房處於前述預設價格範圍內的第三空房以分數予以數值化,若處於前述預設價格範圍內的第三空房的分數高於前述使用者預訂的空房,向前述使用者終端機提供推薦訊息。
本發明幫助需求者以低廉價格從相同空房中預訂而得以提高需求者的滿意度。
本發明在推薦空房時反映使用者喜好度及使用後記而得以提高使用者的滿意度。
1,100:伺服器
2:複數個飯店
3:複數個外部伺服器
4:使用者終端機
10:識別資訊
11:推薦訊息
170:匯流排
為幫助理解複數個實施例,圖式作為下述具體內容的一部分提
供複數個實施例,下面結合具體內容說明複數個實施例的技術特徵。
〔圖1〕例示本發明一個實施例的處理器的動作。
〔圖2〕係關於本發明一個實施例的推薦空房的飯店預訂系統的圖形。
〔圖3〕示出本發明一個實施例中若決定既預訂空房的相同空房並決定價格低的空房,提供訊息的動作。
〔圖4〕示出本發明一個實施例中決定與既預訂空房相似的空房的動作。
〔圖5〕示出本發明一個實施例中針對與既預訂空房相似的空房給予評分後比較價格的動作。
〔圖6〕示出本發明一個實施例中將位於預設價格範圍內的第三空房以分數予以數值化後推薦的動作。
〔圖7〕示出本發明一個實施例中提供推薦訊息的動作。
本發明可以進行各種修改,也能具有各種實施例,本說明書將以圖式圖示特定實施例並予以詳細說明。然而,其不能將本發明局限在特定實施形態,在本發明的技術思想範疇內,可以進行各種置換、變形及修改,這對於所屬技術領域中具有通常知識者來說係非常明顯的,因此該置換、變形及修改屬於本發明申請專利範圍的均等範圍係理所當然的。在說明各圖式時,相似的要素使用相似的圖形符號。
第一、第二、A、B之類的術語可以在說明各種要素時使用,但不得將前述要素局限於前述術語。前述術語的使用目的僅在於使要素與其它要素區分開來。例如,在本發明的申請專利範圍內,第一要素可以被命名為第二
要素,與此相似地,第二要素也可以被命名為第一要素。術語「及/或」包含複數個相關的記載項目的組合或複數個相關的記載項目中的某一項目。
某一要素被記載為「連接」或「接入」其它要素時,雖然可以被理解為直接連接或接入該其它要素,也可以被理解為中間存在著其它的要素。與此相反的是,某一要素被記載為「直接連接」或「直接接入」其它要素時,應該被理解為中間不存在其它的要素。
本發明中使用的術語僅為說明特定實施例,並不是用來限定本發明的。除非在句子的脈理中可以明顯地加以區分,否則單數表現方式也包含複數的情形。本發明的「包含」或「具有」等術語只是指定說明書上記載的特徵、數字、步驟、動作、要素、零件或其等的組合的存在,不得視為事先排除一個或一個以上的其它特徵、數字、步驟、動作、要素、零件或其等的組合的存在或附加可能性。
除非又給予不同的定義,否則此處所使用的包含技術或科學術語在內的一切術語所表示的意義與本發明所屬技術領域中具有通常知識者通常了解的意義相同。在一般辭典中有所定義的術語的意義應該被解釋為與根據相關技術的文章脈理所具有的意義一致,除非在本發明中闡明地給予定義,否則不得異常地或過度形式主義地予以解釋。
下面結合圖式詳細說明本發明的理想實施例。在說明本發明時,為讓閱讀者輕易理解,下面對於圖式中的同一要素將使用同一符號,同一要素將不予重復說明。
圖1例示本發明一個實施例中隸屬伺服器的處理器的動作。請具體參閱圖1,至少一個處理器110可以是中央處理裝置(central processing
unit,CPU)、圖形處理裝置(graphics processing unit,GPU)或執行本發明實施例的方法的專用處理器。記憶體120及記憶裝置160各自能以易失性記憶體及非易失性記憶體中的至少一個構成。例如,記憶體120可以是唯讀記憶體(read only memory,ROM)及隨機存取記憶體(random access memory,RAM)中的一個,記憶裝置160可以是快閃記憶體(flash-memory)、硬碟驅動器(HDD)、固態硬碟(SSD)或各種記憶卡(例如micro SD卡)等。
而且,伺服器100能包含透過無線網路進行通訊並且可包含於伺服器的收發裝置(transceiver)130。而且,伺服器100亦可包含輸入接口裝置140、輸出接口裝置150、記憶裝置160等。伺服器100所含各個要素能透過匯流排(bus)170連接並互相進行通訊。
使用者終端機可舉例如下:可進行通訊的桌上型電腦(desktop computer)、手提電腦(laptop computer)、筆記型電腦(notebook)、智慧型手機(smart phone)、平板電腦(tablet PC)、行動電話(mobile phone)、智慧手錶(smart watch)、智慧眼鏡(smart glass)、電子書閱讀器、可攜式多媒體播放器(portable multimedia player,PMP)、手提式遊戲機、導航(navigation)裝置、數位相機(digital camera)、多媒體數位廣播(digital multimedia broadcasting,DMB)播放器、數位錄音機(digital audio recorder)、數位音訊播放器(digital audio player)、數位視訊錄影機(digital video recorder)、數位視訊播放器(digital video player)、個人數位助理(Personal Digital Assistant,PDA)等。
伺服器從第一外部伺服器獲取使用者終端機的位置。此時,第一外部伺服器可以是透過GPS包含各種裝置的位置資訊的伺服器,除GPS以外,還能透過從各種伺服器獲取的資料掌握使用者終端機的位置。使用者終端
機可以是智慧型手機、平板電腦、筆記型電腦之類的電子裝置。伺服器可以從複數個外部伺服器獲取對應複數個飯店的位置及空房的識別資訊。複數個外部伺服器可以是提供飯店資訊的複數個伺服器。亦即,可以是包含Yanolja(注:韓國旅遊門戶網站)或Agoda(注:韓國飯店飛機票網站)等各種服務業者所提供的飯店資訊的伺服器。識別資訊指的係能顯示飯店及空房的資訊。此等將在後面詳細說明。如後所記載之,能以識別資訊為基礎按照相同飯店分類。此時,能按照相同飯店排序地顯示到顯示器,此時,能在顯示器一起顯示複數個飯店的空房價格。伺服器能從使用者終端機獲取預訂資訊,能將對應預訂資訊的預訂確定與否資訊傳送給使用者終端機。此時,透過外部伺服器從飯店獲取預訂確定與否資訊。
伺服器能以在顯示器上一起顯示所分類的相同空房及對應相同空房的價格的方式傳送輸出訊號。
伺服器能以預先學習的識別模型為基礎從識別資訊將複數個飯店按照相同飯店分類。
此時,預先學習的識別模型可利用機械學習。此時,能利用深度學習模型,能利用機械學習模型執行。此時,學習資料組能將各種音訊資訊及詞語資訊包含在學習資料組內,能利用監督學習方式。此時,深度學習模型模組可以使用DNN(deep neural network)算法。不受本說明書所記載內容的限制地,還能利用卷積神經網路(CNN,Convoultional Neural Network)、循環神經網路(RNN,Recurrent Neural Network)、受限玻爾茲曼機(RBM,Restricted Boltzmann Machine)、深度信念神經網路(DBN,Deep Belief Network)算法,各個算法係已知技術,因此將省略其說明。
如後所記載之,伺服器能以預設方法為基礎將複數個空房按照相同空房分類。
識別資訊可包含提供識別資訊的業者名資訊、各業者的飯店名顯示資訊。業者名資訊可以是如同Agoda(注:韓國飯店飛機票網站)一樣中介飯店預訂作業的業者名。能從複數個業者獲取各業者的飯店名顯示資訊。作為一實施例,複數個業者能各自顯示不同的飯店名。作為一實施例,第一業者可能將樂天飯店顯示成LOTTE HOTEL,第二業者則可能顯示成LOTTE HOTEL WORLD,SEOUL。此時,必須一種將其等識別成相同飯店後予以自動化的系統。關於這點,將在下面詳細說明。
伺服器能進行以各業者的飯店名顯示資訊及業者名資訊為基礎將識別資訊加以分類的初步分類,能以初步分類的識別資訊中飯店名資訊為基礎進行第二階段分類,即,飯店名相似程度為預設的第一臨界值以上時分類成相同飯店。作為一實施例,若從第一業者獲取3個飯店資訊、從第二業者獲取4個飯店資訊、從第三業者獲取5個飯店資訊而總共獲取12個飯店資訊,初步分類可以表示按照相同業者初步區分成第一業者、第二業者、第三業者。按照各業者分類識別資訊後,能以飯店名為基準加以區分。如前所述,飯店名能以LOTTE HOTEL、LOTTE HOTEL WORLD,SEOUL、樂天飯店世界(樂天飯店蠶室)等顯示。此時,雖然是相同飯店但各自以不同的飯店名輸入,因此需要一種能自動分類成相同飯店的系統。
作為一實施例,所有的名稱中都會包含HOTEL,因此能去除HOTEL後以其它詞語的詞語一致數量進行判斷。作為一實施例,若有「LOTTE」的飯店名,能以LOTTE為基準加以分類。此時,由於也許不能因
為SEOUL詞語的存在與否而不同地識別,因此能以LOTTE為基準。此時,作為區分飯店的基準,樂天及LOTTE係相同的飯店,因此詞語的稱呼相同的飯店也能分類成相同飯店。假設樂天飯店有江南店與蠶室店時可能需要將其不同地識別。因此,作為一實施例,若以樂天(LOTTE)作為分類基準並且存在著樂天飯店所在的地區的名稱(蠶室、江南),可以設定成將具有對應此等地區名的稱呼的詞語不同地分類。亦即,設定成以樂天(LOTTE)分類並且將蠶室、江南識別成不同飯店。作為一實施例,若包含首爾,蠶室與江南會在其中位於不同位置,因此如後所記載之地能以電話號碼或傳真號碼等區分飯店。
亦即,飯店名相似程度為預設的第一臨界值以上可以是下述意義,即,包含考慮詞語的音節、稱呼等因素後將樂天與LOTTE識別成相同而將江南與蠶室識別成不同的操作在內地,如果相似程度達到第一臨界值以上時分類成相同飯店。關於前面的樂天飯店江南、樂天飯店蠶室,不將飯店作為分類基準,雖然「樂天」相同但江南與蠶室不同,因此,若將第一臨界值設定為80以上,詞語一致率因係2個詞語之一而相當於50%而能分類為不同飯店。
識別資訊亦可包含飯店的電話號碼資訊、前述飯店的傳真號碼資訊、前述各業者的空房資訊及前述飯店的地址資訊。此時,能將飯店的電話號碼資訊、飯店的傳真號碼資訊組成學習資料組並透過機械學習事先學習,接著以所學資料為基礎將複數個飯店按照相同飯店分類。
作為一實施例,各個業者可能以不同方式輸入飯店的傳真號碼後形成飯店的傳真資訊。作為一實施例,即使實質上係相同飯店的傳真號碼,第一業者可能會輸入82-2-1234567而第二業者除掉「-」後以8221234567顯示,第三業者則可能會顯示+82-2-123-4567,諸如此類地,即使實質上為同一
號碼也可能會不同地顯示。此時,為分類成相同飯店而能夠採取如下所記載之動作。
作為一實施例,假設若將第一業者定為模範號碼,第二業者可以添加「82-2-」的「-」地予以統一。對於號碼相同與否可以如下設定,即,在去除數字中代表區域碼的「82」的狀態下連續數字的相同號碼數量達到預設數量以上時將其識別成相同號碼。在前述情形中,8221234567中1234567係飯店的固有號碼,若能以「82」之外的「21234567」中「1234567」的連續7位數相同,將其識別成相同號碼的方式進行設定。此時,能以不識別「-」而將其除外的方式為基準進行設定。此時,若將基準業者定為第一業者,其餘的第二、第三業者的資料也轉換成82-2-1234567後儲存並且能作為相同飯店輸出。電話號碼也能如前所述地按照查找傳真號碼的算法獲取。
各業者的空房資訊指的係複數個業者所提供的空房的資訊,作為一實施例,空房可以意味著包含下列內容的空房資訊:是否屬於奢華客房、是否屬於豪華客房等、或者空房內端口存在與否、空調存在與否、冰箱存在與否、洗手間是否為玻璃等各種賣點及物品的存在與否等。
作為一實施例,透過飯店名、飯店電話號碼及飯店傳真號碼分類成相同飯店後也必須對各空房進行分類,此時,即使係相同空房各業者也可能會顯示不同價格,因此可能會需要向需求者顯示各種業者公示的空房價格。
作為一實施例,對於相同空房,若第一業者的樂天飯店的江南店顯示有空調、豪華客房、備有冰箱並且配備檯球桌的賣點的客房,第二業者顯示配備檯球桌、有空調、豪華客房,這表示第二業者可能在顯示時遺漏冰箱存在與否的資訊。此情形下,可能會需要將其識別成相同空房後一起顯示。此
`形下,可以設定成以檯球桌、豪華客房、空調為基準識別相同空房。這是因為,考慮到大部分的飯店房間備有冰箱之類的設施,因此設定預設方法時能以飯店空房的等級(豪華客房、奢華客房與否)、空調存在與否、檯球桌等便利設施或娛樂設施存在與否為基準設定相同空房。
透過數學式1將空房予以數值化並且將數值化的值予以比較,能在空房差異值為預設的下述相似臨界值時設定成相同空房。
S可以是透過預設的方法將空房加以數值化的值。i可以是將對應便利設施或娛樂設施的分數加以數值化的值。作為一實施例,檯球桌或乒乓球桌在飯店房間也不是能常見的設施,因此可配置分數4、6,支持網飛(Netflix)電影之類的優惠條件可以說是一般性優惠條件,因此可賦予分數1。b可以是飯店內存在的一般食品飲料或冰箱、空調之類的一般物品種類的數量。亦即,可具有下述意義,a值從1開始,代入將對應的一般食品飲料或冰箱、空調之類一般物品以數字1、2、3等數字表示的值。
亦即,可以是將空調、冰箱、微波爐、煮水的端口之類一般物品的種類存在時的分數予以數值化的值。此時,除空調、冰箱、微波爐以外,還能根據使用者的設定而輸入各種物品。c可以是將奢華客房與否、豪華客房與否、標準客房與否等予以數值化的值。此時,c可以表格化而預先指定分數。作為一實施例,標準客房可以指定分數2,豪華客房可以指定分數6,奢華客房可以指定分數6。
透過該數學式1判斷是否為同一空房時,能決定更重要的因素後判斷是否為同一空房。亦即建立下述方法,增加檯球桌或乒乓球桌之類特徵性因素的比重後判斷相同與否,在針對檯球桌或乒乓球桌之類便利設施或娛樂設施增加相同與否的比重後,以其餘因素中的相同與否進行判斷。能透過數學式1按照空房判定出各種S值。作為一實施例,假設若S的值出現81、97、95、40、60、58、43,可以調整預設的相似臨界值而將出現數值97與95的空房、出現數值58與60的空房、出現數值40與43的空房分類成相同空房而將81、40、60定為各不相同的空房。空房一致率可意味著去除數值化的值後的值。
亦即,前文可以調整預設的相似臨界值而能夠針對97與95細密地掌握是否為同一房間。第二臨界值可以是用來判斷數值化的複數個數值是否為同一房間的一定值。在如前所述的內容中,由於數值差異為2、3者都被定為相同空房,因此可意味著將第二臨界值設定成4或5左右的情形。此時,可能會存在著數字較為密集的區段。亦即,必須將S值加以分類後對匯聚的數值進一步細分。因此能如下設定,即,將S值加以分類並且將其以特定數值為基準分類成複數個區段後掌握區段所含數值的數量,接著反比於數量地調整第二臨界值。
作為一實施例,假設若數值出現30、32、35、38、40、43、44、47、48、50、55、57、61、68、70、81並且將各區段分成低於40、40以上並低於50、50以上並低於60、60以上並低於70、70以上並低於80、80以上的區段,低於40有4個值,40以上並低於50有5個、50以上並低於60有3個、60以上並低於70有2個、70以上並低於80有1個、80以上有1個數值。
由於40以上並低於50的數量最多,因此能細密地調整第二臨界值而將第二臨界值調整成1,對第二多的低於40者則將臨界值調整成2,50以上並低於60者調整成3,其餘則調整成4,能按照該方式以反比於數量的方式設定第二臨界值。
圖2係關於本發明一個實施例的推薦空房的飯店預訂系統的圖形。
請具體參閱圖2,複數個外部伺服器3能從複數個飯店2獲取空房資訊,伺服器1能從複數個外部伺服器3獲取空房的識別資訊10。若透過使用者終端機4向伺服器請求飯店空房的資訊,伺服器1能以識別資訊10為基礎加工資料並且透過使用者終端機4顯示空房資訊。此時,按照相同飯店加以分類並且在相同飯店內也一起顯示各業者對空房的價格而能夠為消費者提供資訊並助其合理消費。
伺服器1在確定飯店預訂後能向消費者傳送空房資訊並且推薦低廉的空房的資訊。不僅如此,還能以後記所予評分或基於使用者喜好度的分數加以數值化後提供推薦訊息11或預訂變更訊息以便推薦使用者訂製性空房及告知預訂變更事實。
圖3示出本發明一個實施例中若決定既預訂空房的相同空房並決定價格低的空房,提供訊息的動作。
請具體參閱圖3,伺服器能從使用者終端機獲取預訂資訊,將對應前述預訂資訊的預訂確定與否資訊傳送給前述使用者終端機,從複數個外部伺服器獲取對應複數個飯店的空房的識別資訊,一直到前述預訂資訊所含入住日期之前為止以前述識別資訊為基礎搜尋前述入住日期的預設時段內可入住
的第一空房,若比較既預訂空房與前述入住日期的預設時段內可入住的第一空房的價格並決定價格低於前述既預訂空房的空房,透過前述使用者終端機提供預訂變更訊息。此時,預設時段可以是基準日當天,也可以是基準日的前後一天,除此之外,可以根據使用者的設定而設定成各種時段。預訂變更訊息可以是告知取消先前的預訂後將預訂變更成價格較低的空房的事實的訊息,也可以根據使用者的設定而設定成不自動預訂而是提供告知可變更預訂的訊息。亦即,預訂變更訊息也可以設定成向使用者終端機提供諸如預訂可變更訊息之類的訊息,該預訂可變更訊息能在使用者的終端機針對是否變更接收輸入。
伺服器能獲取對應複數個飯店的空房的識別資訊(步驟301),能從使用者終端機獲取預訂資訊(步驟302),能向使用者終端機傳送預訂確定與否資訊並且決定既預訂空房的相同空房(步驟303),若比較既預訂空房的相同空房與既預訂空房的價格並且決定價格低於既預訂空房的空房,能提供預訂變更訊息(步驟304)。
圖4示出本發明一個實施例中決定與既預訂空房相似的空房的動作。
請具體參閱圖4,伺服器能以識別資訊為基礎在前述入住日期的預設時段內可入住的第一空房中決定前述既預訂空房的相同空房,若用於取消前述既預訂空房的違約金存在,能根據前述既預訂空房的價格及價格低於前述既預訂空房的空房的價格差異決定價格低於前述既預訂空房的空房。用於取消既預訂空房的違約金可能會隨著擬取消的日期及時間而相異。此時,雖然既預訂空房的相同空房係同一空房,但提供空房資訊的各業者卻可能會給予不同的價格,因此即使從各業者獲取空房的價格資訊而顯示不同的價格,卻可能是
相同的空間。若決定價格低於既預訂空房價格的空房,針對決定時的既預訂空房價格與價格低於既預訂空房的空房的價格差異是否大於決定價格低於既預訂空房的空房時的違約金進行判斷,只有在大於違約金時才有用而能提供預訂變更訊息。
伺服器能獲取使用者預訂的飯店的位置(步驟401),能從預訂資訊所含入住日期的預設時段內可入住的空房中搜尋位於預設距離內的飯店的空房(步驟402),能決定與既預訂空房在預設臨界值內相似的空房並比較價格,若價格低於既預訂空房,能提供預訂變更訊息(步驟404)。
圖5示出本發明一個實施例中針對與既預訂空房相似的空房給予評分後比較價格的動作。
請具體參閱圖5,伺服器能獲取使用者預訂的飯店的位置,以前述識別資訊為基礎,從前述入住日期的預設時段內可入住的第一空房中搜尋位於前述使用者所預訂飯店的預設距離內的飯店的空房,能決定與前述使用者預訂的空房在預設的相似臨界值內相似的第二空房並且比較前述既預訂空房與前述預設的相似臨界值內相似的第二空房的價格。而且,伺服器從複數個外部伺服器獲取及前述既預訂空房在預設相似臨界值內相似的第二空房的後記資訊,以前述後記資訊為基礎對與前述既預訂空房在預設相似臨界值內相似的第二空房給予評分,若前述評分係預設評分以上,能比較價格。此時,查找預設的相似臨界值內相似的第二空房時能利用數學式1。給予評分的方式可以使用下列數學式2。
T可以是將評分予以數值化的值。z可以是複數個外部伺服器的數量。y可以是一個外部伺服器所含後記的數量。W可以是該後記的星號評分與詞語數量相乘的數值。q可以是作為區別該後記為肯定或否定的基準的數值。q可以被使用者設定。r可以是該後記的星號評分或數字評分。m可以是詞語的數量。
作為一實施例,若以最高滿意度為5星的情形為基準q為3星基準,5星並且詞語數量也多時可能意味著後記非常好。因此,與此相當地賦予加權值而出現好數值。與此相反,1星並且詞語數量也多時可能意味著非常否定,因此賦予「-」值而導出非常否定的數值。K可以是指定給該後記所含照片數量的數值。它可以由使用者的預先設定而表格化地設定。
作為一實施例,對照片數量1個可能設定了10,對2個可能設定了30之類的數值。在i n >q的情況下照片數量越多越可能是投入很多心力的後記而意味著非常肯定的數值,在i n q的情況下照片數量多則可表示非常否定的後記,因此能透過該數學式並憑藉肯定的及否定的後記獲取細密的評分。透過該數學式2給予評分並且只有在預設評分以上時才比較價格,因需經過前述步驟而得以預訂評分高的飯店空房。
亦即,伺服器能從複數個外部伺服器獲取與既預訂空房在預設相似臨界值內相似的空房的後記資訊(步驟501),以後記資訊為基礎能對與既預訂空房在預設相似臨界值內相似的空房給予評分(步驟502),若評分係預設評分以上,能比較價格(步驟503)。
圖6示出本發明一個實施例中將位於預設價格範圍內的第三空
房以分數予以數值化後推薦的動作。
請具體參閱圖6,伺服器搜尋與既預訂空房的價格處於預設價格範圍內的第三空房,獲取前述使用者的喜好度資訊,以前述喜好度資訊為基礎將與前述使用者預訂的空房處於前述預設價格範圍內的第三空房以分數予以數值化,若處於前述預設價格範圍內的第三空房的分數高於前述使用者預訂的空房,能向前述使用者終端機提供推薦訊息。喜好度資訊係使用者愛好的條件,可意味著空房價格、擬入住的飯店的位置、客房等級、房間數量、床數量之類的喜好因素。預設價格範圍內的第三空房的分數高於使用者預訂的空房時伺服器能向使用者終端機提供推薦訊息。推薦訊息與預訂變更訊息可能會以空房價格為基準出現差異。可根據使用者的設定定義預設價格範圍。能透過數學式3將第三空房以分數予以數值化。
G可意味著以使用者的喜好度資訊為基礎將空房以分數予以數值化的值。u可意味著使用者愛好的喜好因素的數量。
f可意味著與愛好的喜好因素對應的加權值,p可意味著喜好的因素的一致率值。喜好的因素的一致率值可以預先表格化後儲存。
作為一實施例,若使用者最重視飯店位置,可提高基於飯店位置的f的加權值,p則能根據距最重視的位置的距離而設定出不同的分數。使用者喜好1km以內的飯店而以1km為基準時,若每遠離0.5km一致率就下降10%,距離1.5km的飯店的一致率會因為該設定值而成為90%,距離5km會成
為20%。
作為一實施例,若使用者最重視價格,可提高基於空房價格的f的加權值,p則能根據比最滿意的金額貴多少而設定出不同的分數。若使用者將沒有空房價格差異時設定成100%並且價格每提高1000一致率就下降5%,若既預訂空房價格是5萬韓元,5萬韓元相當於100%的一致率,6萬韓元相當於50%的一致率,6萬5千韓元相當於25%的一致率,7萬韓元開始則相當於0%的一致率。
能透過該式將基於使用者喜好度的訂製性空房予以數值化,並且設定只有在數值化的空房值高於既預訂空房時才推薦。
亦即,伺服器能搜尋與使用者預訂的空房處於預設價格範圍內的空房(步驟601),將與使用者預訂的空房處於前述預設價格範圍內的第三空房以分數予以數值化,若分數高於既預訂空房,能提供推薦訊息(步驟602)。
圖7示出本發明一個實施例中提供推薦訊息的動作。
請具體參閱圖7,即使使用者先前已經預訂空房也能以使用者的喜好度資訊為基礎提供推薦空房。若在使用者以2021/5/28日為入住日以4萬韓元預訂飯店的狀態下獲取使用者的喜好資訊並得知使用者喜歡床較大的雙人加大床一個,若目前既預訂空房係基本尺寸床,即使價格稍高使用者也可能會喜歡床尺寸更大的其它空房。伺服器進行搜尋並且在位於相似位置的飯店中發現單一房間、具有一個雙人加大床並且價格為45,000韓元的空房,接著透過如前所述的數學式3,若喜好分數比先前預訂的喜好分數85分高,能向使用者終端機4傳送推薦該空房的推薦訊息11。
本發明的方法能以透過各種電腦工具執行的程式指令形態實現
並記錄到電腦可讀取記錄媒體。電腦可讀取記錄媒體可單獨包含程式指令、資料文檔、資料結構等或者包含其組成物。電腦可讀取記錄媒體所記錄的程式指令可以是為本發明而特別設計並配置的程式指令,或者也可以是對電腦軟體領域人士習知並能夠使用的程式指令。
電腦可讀取記錄媒體之例可包含諸如唯讀記憶體(ROM)、隨機存取記憶體(RAM)、快閃記憶體(flash memory)等以儲存程式指令並執行的方式特別構成的硬體裝置。程式指令之例除包含由編譯程式(compiler)製成的諸如機械語言代碼以外,還能包含使用解釋程式(interpreter)等並且由電腦執行的高級語言代碼。前述硬體裝置能以至少一個軟體模組運行地構成以便實行本發明的動作,其相反情形也被允許。
而且,前述方法或裝置能以其結構或功能的全部或一部分結合地實現或者分離地實現。
前文結合本發明的理想實施例進行說明,該所屬技術領域中具有通常知識者能認識到在不脫離申請專利範圍所記載本發明的精神及領域的範圍內對本發明進行各種修改及變形。
1:伺服器
2:複數個飯店
3:複數個外部伺服器
4:使用者終端機
10:識別資訊
11:推薦訊息
Claims (4)
- 一種飯店預訂方法,由伺服器執行,其特徵係包含下列步驟:從使用者終端機獲取預訂資訊;將對應該預訂資訊的預訂確定與否資訊傳送給該使用者終端機;從複數個外部伺服器獲取對應複數個飯店的空房的識別資訊;一直到該預訂資訊所含入住日期之前為止以該識別資訊為基礎搜尋該入住日期的預設時段內可入住的第一空房;若比較既預訂空房與該入住日期的預設時段內可入住的第一空房的價格並決定價格低於該既預訂空房的空房,取消該既預訂空房的預訂並且將價格低於該既預訂空房的空房予以預訂後,透過該使用者終端機提供預訂變更訊息;其中,係以下述步驟決定價格低於該既預訂空房的空房:獲取該使用者預訂的飯店的位置;以該識別資訊為基礎,從該入住日期的預設時段內可入住的第一空房中搜尋位於該使用者所預訂飯店的預設距離內的飯店的空房;決定與該使用者預訂的空房在預設的相似臨界值內相似的第二空房;比較該既預訂空房與該預設的相似臨界值內相似的第二空房的價格;該預設的相似臨界值內相似的該第二空房係利用數學式1來查找:
- 如請求項1所述之飯店預訂方法,其中,若將該既預訂空房與該預設時段內能入住的第一空房的價格予以比較並決定價格低於該既預訂空房的空房,透過該使用者終端機提供預訂變更訊息的步驟包含下列步驟:以該識別資訊為基礎在該入住日期的預設時段內可入住的第一空房中決定該既預訂空房的相同空房;若用於取消該既預訂空房的違約金存在,根據該既預訂空房的價格及價格低於該既預訂空房的空房的價格差異決定價格低於該既預訂空房的空房。
- 如請求項1所述之飯店預訂方法,其中,比較該既預訂空房與該預設的臨界值內相似空房的價格的步驟包含下列步驟:從該複數個外部伺服器獲取與該既預訂空房在預設相似臨界值內相似的第二空房的後記資訊;以該後記資訊為基礎對與該既預訂空房在預設相似臨界值內相似的第二空房給予評分;及,若該評分係預設評分以上,比較價格。
- 如請求項1所述之飯店預訂方法,其中,一直到該預訂資訊所含入住日期之前為止以該識別資訊為基礎搜尋該入住日期的預設時段內可入住的第一空房的步驟包含下列步驟:搜尋與該既預訂空房的價格處於預設價格範圍內的第三空房;獲取該使用者的喜好度資訊;以該喜好度資訊為基礎將與該使用者預訂的空房處於該預設價格範圍內的第三 空房以分數予以數值化,若處於該預設價格範圍內的第三空房的分數高於該使用者預訂的空房,向該使用者終端機提供推薦訊息。
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
KR1020210076159A KR102375265B1 (ko) | 2021-06-11 | 2021-06-11 | 가격 비교를 수행하는 호텔 예약 시스템 |
KR10-2021-0076159 | 2021-06-11 |
Publications (2)
Publication Number | Publication Date |
---|---|
TW202248928A TW202248928A (zh) | 2022-12-16 |
TWI831239B true TWI831239B (zh) | 2024-02-01 |
Family
ID=80817224
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
TW111121665A TWI831239B (zh) | 2021-06-11 | 2022-06-10 | 進行價格比較的飯店預訂方法 |
Country Status (5)
Country | Link |
---|---|
US (1) | US11972371B2 (zh) |
JP (1) | JP2022189813A (zh) |
KR (2) | KR102375265B1 (zh) |
TW (1) | TWI831239B (zh) |
WO (1) | WO2022260317A1 (zh) |
Families Citing this family (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR102375265B1 (ko) * | 2021-06-11 | 2022-03-15 | 안소현 | 가격 비교를 수행하는 호텔 예약 시스템 |
US20230316161A1 (en) * | 2022-03-30 | 2023-10-05 | Alexander G. Narinsky | System and method for determining optimal placement strategy for rental accommodations |
KR102478601B1 (ko) * | 2022-04-22 | 2022-12-16 | 주식회사 히어로웍스 | 객실 분류 시스템 |
KR102553794B1 (ko) | 2023-01-11 | 2023-07-10 | 안소현 | 기계 학습을 이용한 동일 호텔 판별 및 예약 시스템 |
CN115797109B (zh) * | 2023-01-30 | 2023-05-05 | 北京四方启点科技有限公司 | 一种不同供应商的酒店聚合方法、装置及系统 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2006172082A (ja) * | 2004-12-15 | 2006-06-29 | Hitachi Communication Technologies Ltd | 最適客室料金設定システム |
KR20170009453A (ko) * | 2015-07-17 | 2017-01-25 | 김지은 | 비딩을 이용한 호텔 예약 방법 |
KR101706889B1 (ko) * | 2016-04-27 | 2017-02-14 | (주)더디자이너스그룹 | 숙박 상품의 가격 조정 방법 및 장치 |
KR20180004088A (ko) * | 2017-12-29 | 2018-01-10 | (주)에픽브레인 | 숙박 시설의 예약 정보를 관리하는 방법, 서버, 프로그램 및 컴퓨터 판독 가능한 기록 매체 |
TW201802757A (zh) * | 2016-07-06 | 2018-01-16 | 阿里巴巴集團服務有限公司 | 旅館資訊處理系統 |
KR101979764B1 (ko) * | 2018-07-31 | 2019-05-17 | (주)트립비토즈 | 최저가 호텔 예약에 따른 차액보상이 가능한 호텔 예약 방법 및 시스템 |
Family Cites Families (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20090030743A1 (en) * | 2007-07-24 | 2009-01-29 | Las Vegas Central Reservation Corp. | Intelligent Hotel Reservation System and Method |
US10318865B2 (en) * | 2017-06-30 | 2019-06-11 | Capital One Services, Llc | Anti-fingerprinting systems and methods for automated task performance |
US10922745B2 (en) * | 2017-07-25 | 2021-02-16 | Travelpass Group, Llc | Systems and methods for machine-based matching of lodging inventory from disparate reservation provider system |
US20220067595A1 (en) * | 2020-08-28 | 2022-03-03 | Affirm, Inc. | Method and System for Updating On-Line Reservations |
KR102375265B1 (ko) * | 2021-06-11 | 2022-03-15 | 안소현 | 가격 비교를 수행하는 호텔 예약 시스템 |
-
2021
- 2021-06-11 KR KR1020210076159A patent/KR102375265B1/ko active IP Right Grant
-
2022
- 2022-03-11 KR KR1020220030911A patent/KR102630177B1/ko active IP Right Grant
- 2022-05-25 WO PCT/KR2022/007446 patent/WO2022260317A1/ko active Application Filing
- 2022-06-08 US US17/835,745 patent/US11972371B2/en active Active
- 2022-06-10 TW TW111121665A patent/TWI831239B/zh active
- 2022-06-10 JP JP2022094218A patent/JP2022189813A/ja active Pending
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2006172082A (ja) * | 2004-12-15 | 2006-06-29 | Hitachi Communication Technologies Ltd | 最適客室料金設定システム |
KR20170009453A (ko) * | 2015-07-17 | 2017-01-25 | 김지은 | 비딩을 이용한 호텔 예약 방법 |
KR101706889B1 (ko) * | 2016-04-27 | 2017-02-14 | (주)더디자이너스그룹 | 숙박 상품의 가격 조정 방법 및 장치 |
TW201802757A (zh) * | 2016-07-06 | 2018-01-16 | 阿里巴巴集團服務有限公司 | 旅館資訊處理系統 |
KR20180004088A (ko) * | 2017-12-29 | 2018-01-10 | (주)에픽브레인 | 숙박 시설의 예약 정보를 관리하는 방법, 서버, 프로그램 및 컴퓨터 판독 가능한 기록 매체 |
KR101979764B1 (ko) * | 2018-07-31 | 2019-05-17 | (주)트립비토즈 | 최저가 호텔 예약에 따른 차액보상이 가능한 호텔 예약 방법 및 시스템 |
Also Published As
Publication number | Publication date |
---|---|
KR102630177B1 (ko) | 2024-01-25 |
KR20220167196A (ko) | 2022-12-20 |
US20220398508A1 (en) | 2022-12-15 |
TW202248928A (zh) | 2022-12-16 |
WO2022260317A1 (ko) | 2022-12-15 |
JP2022189813A (ja) | 2022-12-22 |
US11972371B2 (en) | 2024-04-30 |
KR102375265B1 (ko) | 2022-03-15 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
TWI831239B (zh) | 進行價格比較的飯店預訂方法 | |
US9122757B1 (en) | Personal concierge plan and itinerary generator | |
US20130035986A1 (en) | Determining product configuration and allocations based on social media postings | |
US9720570B2 (en) | Dynamic sorting and inference using gesture based machine learning | |
US20140215504A1 (en) | Method of recommending media content and media playing system thereof | |
US20140129372A1 (en) | Methods and systems for travel recommendations | |
CN107257972A (zh) | 用于提供搜索建议的方法、系统和介质 | |
US20220342953A1 (en) | Search system, method, and program for restricting results based on conflicts | |
JP7328638B2 (ja) | 宿のおすすめ装置及び方法 | |
US11487835B2 (en) | Information processing system, information processing method, and program | |
US20150019337A1 (en) | Affiliate-Driven Benefits Matching System and Methods | |
CN114329189B (zh) | 内容信息的推荐方法、装置、电子设备及可读介质 | |
US20170345057A1 (en) | Affiliate-driven benefits matching system and methods with location-triggered benefit alert and search score determination | |
US20210366015A1 (en) | Search system, search method, and program | |
US20180165741A1 (en) | Information providing device, information providing method, information providing program, and computer-readable storage medium storing the program | |
JP2015219846A (ja) | 空席販売システム | |
CN114428919A (zh) | 场所搜索方法、装置、设备及介质 | |
CN111797329A (zh) | 差旅信息处理方法及装置 | |
JP7430205B2 (ja) | 情報処理装置、情報処理方法、および情報処理プログラム | |
KR102708536B1 (ko) | 무슬림 외국인 관광객을 위한 어플리케이션 기반의 음식 정보 제공 방법 및 장치 | |
EP4177769A1 (en) | Method, system, and computer-readable recording medium for keyword review that replaces star review | |
JP7193574B2 (ja) | 情報処理装置、情報処理方法、及び情報処理プログラム | |
JP7350904B2 (ja) | 情報処理装置、情報処理方法、および情報処理プログラム | |
KR20230149763A (ko) | 아파트 단지별 대행 서비스 제공 방법 및 장치 | |
CN116910129A (zh) | 一种企业标签展示方法及装置 |