WO2022092690A1 - 시공간 특성에 따른 긱 서비스 예측 시스템 및 그 방법 - Google Patents

시공간 특성에 따른 긱 서비스 예측 시스템 및 그 방법 Download PDF

Info

Publication number
WO2022092690A1
WO2022092690A1 PCT/KR2021/014676 KR2021014676W WO2022092690A1 WO 2022092690 A1 WO2022092690 A1 WO 2022092690A1 KR 2021014676 W KR2021014676 W KR 2021014676W WO 2022092690 A1 WO2022092690 A1 WO 2022092690A1
Authority
WO
WIPO (PCT)
Prior art keywords
gig
service
data
information
prediction
Prior art date
Application number
PCT/KR2021/014676
Other languages
English (en)
French (fr)
Inventor
이지현
한영석
유승혁
김용욱
이준섭
Original Assignee
주식회사 엔터프라이즈블록체인
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 엔터프라이즈블록체인 filed Critical 주식회사 엔터프라이즈블록체인
Priority to US18/034,502 priority Critical patent/US20230376980A1/en
Publication of WO2022092690A1 publication Critical patent/WO2022092690A1/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
    • G06Q30/02—Marketing; Price estimation or determination; Fundraising
    • G06Q30/0201—Market modelling; Market analysis; Collecting market data
    • G06Q30/0202—Market predictions or forecasting for commercial activities
    • 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
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063—Operations research, analysis or management
    • G06Q10/0637—Strategic management or analysis, e.g. setting a goal or target of an organisation; Planning actions based on goals; Analysis or evaluation of effectiveness of goals
    • G06Q10/06375—Prediction of business process outcome or impact based on a proposed change
    • 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
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063—Operations research, analysis or management
    • G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
    • G06Q10/06311—Scheduling, planning or task assignment for a person or group
    • G06Q10/063112—Skill-based matching of a person or a group to a task
    • 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
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063—Operations research, analysis or management
    • G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
    • G06Q10/06311—Scheduling, planning or task assignment for a person or group
    • G06Q10/063118—Staff planning in a project environment
    • 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
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063—Operations research, analysis or management
    • G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
    • G06Q10/06312—Adjustment or analysis of established resource schedule, e.g. resource or task levelling, or dynamic rescheduling
    • 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
    • G06Q30/0201—Market modelling; Market analysis; Collecting market data
    • G06Q30/0204—Market segmentation
    • G06Q30/0205—Location or geographical consideration

Definitions

  • the present invention relates to a gig service prediction system and method according to spatio-temporal characteristics, and more particularly, predicts the number of gig service requests and the number of gigs to provide gig services to occur in a specific time and space to efficiently deploy gigs It relates to a gig service prediction system and method according to spatiotemporal characteristics that enable it.
  • the gig economy is an economic method in which people are hired as needed at the industrial site, temporarily contracted, and entrusted to them.
  • 'gig' refers to fixed-term work transacted on digital platforms, and has recently been changed to mean a provider (or gig worker) that provides services in the form of a short-term contract with an online platform company.
  • workers who temporarily engage in fixed-term work activities are defined as gigs or gig service providers.
  • the gig service is a fixed-term labor service that is traded on a digital platform by signing a temporary contract as needed, such as cleaning agent or delivery agent, and is not limited to a specific type.
  • gigs According to the gig economy, companies can use gigs with desired capabilities when needed, which is advantageous in terms of securing labor flexibility and reducing labor costs. In addition, since gigs can work when they want, time management is easy and the barrier to entry into gig-related industries is low. In particular, as the transition to a digital age and the fear of disease infection caused by viruses accelerate the transition to a society in which all areas of daily life are conducted in an untact manner, gig services are also increasing explosively.
  • the platform that currently provides the gig service only provides a function of propagating the generated gig service request to all gigs or recommending services that can be bundled and processed among the generated service requests.
  • the platform that currently provides the gig service only provides a function of propagating the generated gig service request to all gigs or recommending services that can be bundled and processed among the generated service requests.
  • there are not as many gigs as necessary for each region there are cases in which gigs are concentrated or insufficient in a specific time or space. In this case, it is not possible to provide high-quality services to all gig service requesters, and there is a problem in that even gigs, which are service providers, cannot efficiently establish work plans and future schedules.
  • An object of the present invention is to provide a gig service prediction system and method for estimating demand and the number of gigs to efficiently allocate gigs, and to provide a computer-readable recording medium in which a program for executing the method is recorded.
  • a gig service prediction method includes: acquiring gig service request data and gig service completion data generated in a preset time section or a preset space section; generating prediction data for the number of gig service requests to occur in a specific time section or a specific space section and the number of gig people to provide the gig service by using at least one of the gig service request data and the gig service completion data; determining a service load rate indicating the number of gig service requests compared to the number of gigs in the specific time section or the specific space section by using the generated prediction data; and transmitting the service load rate to an external terminal.
  • the gig service request data includes at least one of a service industry type, a service request time, a service request area, a service management point, service requestor information, history information of the service requester, and service feedback information.
  • the gig service completion data includes a service industry type, a service request time, a service request area, a service completion time, a time allocated to the gig allocation, the allocated gig information, the history information of the allocated gig, and service management It includes at least one of branch and service feedback information.
  • generating the prediction data may include: analyzing a degree of association between at least one of the gig service request data and the gig service completion data and external data; and weighting prediction data for the number of gig service requests to occur in the specific time section or the specific space section and the number of gigs to provide the gig service based on the degree of association.
  • the external data includes at least one of topographic information of the specific space section, resident population information of the specific space section, weather information in the specific time section or the specific space section, and public holiday information do.
  • the method for predicting gig services includes: receiving spatiotemporal information and the number of gigs assigned to the spatiotemporal information from a first terminal; and generating gig batch data based on the spatiotemporal information and the number of gig people.
  • the gig service prediction method further includes updating the prediction data and the service load rate based on the gig batch data.
  • the gig service prediction method includes: receiving space-time information and gig service information to be provided to the space-time information from a second terminal; and generating gig reservation data based on the spatiotemporal information and the gig service information.
  • the gig service prediction method further includes receiving gig completion data including a time when the gig service is completed from the second terminal.
  • the gig service prediction method further includes updating the prediction data and the service load rate based on the gig reservation data or the gig completion data.
  • it includes a computer-readable recording medium in which a program for performing the method is recorded.
  • a gig service prediction system includes: a data acquisition unit for acquiring gig service request data and gig service completion data generated in a preset time section or a preset space section; a prediction unit for generating prediction data for the number of gig service requests to occur in a specific time section or a specific space section and the number of gigs to provide a gig service by using at least one of the gig service request data and the gig service completion data; a load rate determining unit for determining a service load rate indicating the number of gig service requests compared to the number of gigs in the specific time section or the specific space section by using the generated prediction data; and a load rate providing unit that transmits the service load rate to an external terminal.
  • the gig service request data includes at least one of a service industry type, a service request time, a service request area, a service management point, service requestor information, history information of the service requester, and service feedback information.
  • the gig service completion data includes a service industry type, a service request time, a service request area, a service completion time, a time allocated to the gig allocation, the allocated gig information, the history information of the allocated gig, and service management It includes at least one of branch and service feedback information.
  • the prediction unit analyzes a degree of association between at least one of the gig service request data and the gig service completion data and external data, and based on the degree of association, the specific time period or the specific A weight is given to the prediction data for the number of gig service requests to occur in the space section and the number of gigs to provide the gig service.
  • the external data includes at least one of topographic information of the specific space section, resident population information of the specific space section, weather information and public holidays information in the specific time section or the specific space section include
  • the gig service prediction system receives spatiotemporal information and the number of gigs assigned to the spatiotemporal information from the first terminal, and the spatiotemporal information and the number of giggs It further includes a gig batch unit for generating gig batch data based on the gig.
  • the gig service prediction system according to spatiotemporal characteristics further includes an update unit for updating the prediction data and the service load rate, based on the gig arrangement data.
  • the gig service prediction system receives spatio-temporal information and gig service information to be provided to the spatio-temporal information from the second terminal, and generates gig reservation data based on the spatiotemporal information and the gig service information. It further includes a gig reservation book.
  • the gig service prediction system further includes an updater configured to update the prediction data and the service load rate based on the gig reservation data.
  • the gig service prediction system may predict the number of gig service requests to occur at a specific time or a specific space and the number of gigs to provide the gig service. By providing a service load ratio indicating the predicted number of gig service requests compared to the predicted number of gigs, it is possible to easily check whether the number of gigs is insufficient for a specific time or a specific section.
  • the gig service manager can determine the times or regions with high or low gig populations so that gigs can be deployed appropriately. Therefore, there is an advantage of reducing operational waste and maximizing gig service efficiency.
  • the gig service requester can receive the gig service within a predetermined time range due to the proper arrangement of the gig, satisfaction with the gig service can be increased.
  • FIG. 1 is a schematic configuration diagram of a gig service prediction system according to an embodiment of the present invention.
  • FIG. 3 is a schematic block diagram of a gig service server according to an embodiment of the present invention.
  • FIG. 1 is a schematic block diagram of a gig service prediction system according to an embodiment of the present invention.
  • the gig service prediction system 100 includes a gig service requester terminal 110 , a gig service application 120 , a gig service manager terminal 130 , a gig service provider terminal 140 , and a gig service server. (150).
  • the gig service server 150 may acquire gig service request data generated in a preset time period or a preset space period from the gig service requestor terminal 110 in order to predict the number of gig service requests to occur in the future. There may be a plurality of gig service requestor terminals 110 , and as the number of gig service requestor terminals increases and the accumulated gig service request data increases, the prediction accuracy for the number of gig service requests may be increased.
  • Gig service request data includes service industry such as delivery agency and cleaning agency, time of request for gig service, region where gig service is requested, service management point information that allocates gig for the requested gig service, service requester information, and history of service requester It may include at least one of information and service feedback information.
  • the history information of the service requester may include a service request pattern such as a time and region where the service requester prefers a service, a preferred service industry, etc., and the service feedback information includes whether the requested gig service has been completed, satisfaction, and the same gig service request again. It may include information about the presence or absence of a doctor.
  • the gig service server 150 uses the gig service request data to generate prediction data for the number of gig service requests to be generated in a preset time interval or a preset space section.
  • the time section can be set in units of hours, days, months, and years, and the space section can be set from a section divided by street name and address to a city section such as Seoul and Busan.
  • the gig service server 150 may increase the accuracy of the prediction data by combining external data.
  • the external data may include at least one of topographical information in a space section, resident population information in a space section, weather information in a time section or space section, and holiday information.
  • the gig service server 150 may predict the type of service and the number of services to be requested near the university district in the morning of the upcoming weekend based on the service type and the number of services requested near the university district every weekend morning for one year.
  • the type of gig service requested may vary because the proportion of women in the resident population is high.
  • the number of requests for gig service for delivery services may increase compared to other days when it is not raining.
  • the type or number of gig services requested may vary depending on external factors such as resident population information and weather.
  • the gig service server 150 generates high-accuracy prediction data by reflecting external data.
  • FIG. 2 is a detailed view of a gig service prediction method according to an embodiment of the present invention, and is an embodiment of generating prediction data by reflecting a weight based on a degree of association between service request data and external data.
  • the gig service server 150 may generate the vectors 210 and 220 representing the attribute value of the service request data and the attribute value of the external data.
  • the gig service server 150 may learn the degree of association between the service request data and the external data based on the vector 210 indicating the characteristics of the service request data and the vector 220 indicating the characteristics of the external data.
  • the gig service server 150 may learn that the number of gig services requesting food delivery in the university district is higher than that on weekdays on the morning of the weekend, and determine the correlation between the university district and the weekend. By weighting the number of service requests so that the expected number of service requests increases based on the degree of relevance, it can be predicted that more gigantic service requests will occur on weekend mornings in college towns.
  • the prediction method used by the gig service server 150 may use a traditional pattern recognition technique to find and predict a specific pattern appearing in the past service request history.
  • the gig service server 150 may generate prediction data using various neural network technologies such as Long Short-Term Memory Models (LSTM), it is obvious to those skilled in the art that it is not limited to a specific prediction method.
  • LSTM Long Short-Term Memory Models
  • the gig service server 150 predicts the number of gig people who will provide the gig service in a specific time section or a specific space section.
  • the gig service server 150 may obtain gig service completion data from the gig service application 120 in order to estimate the number of gig people.
  • the gig service application 120 receives gig service completion data from the gig service provider terminal 140 or the gig service manager terminal 130 . Also, the gig service server 150 may acquire gig service completion data from the gig service requestor terminal 110 .
  • the gig service completion data includes the type of gig service completed, the time the gig service was requested, the region where the gig service was requested, the time the gig service was completed, the time allotted for gig assignment after the gig service request, information about the gig assigned, and the assigned gig. It may include at least one of history information of a gig, a service management point for allocating a gig for a requested gig service, and service feedback information.
  • the assigned gig information or the assigned gig history information may include a gig service provision pattern such as a time and region of providing a gig service, a preferred service industry, etc., and the service feedback information indicates the requester's satisfaction with the gig service may include
  • the gig service server 150 may use at least one of gig service request data and gig service completion data to predict the expected number of gig people at a specific time and specific region.
  • the gig service server 150 is the access history of the gig service provider terminal 140 in a preset time section or a preset space section, a preset time period or a preset space section from the gig service manager terminal 130 By acquiring data on gig competition rates, it is possible to predict the expected number of gigs at a specific time and in a specific region.
  • the gig service server 150 analyzes the correlation between external data and gig service request data, or external data and gig service completion data, and based on this, weights the prediction data for the number of gig people to increase accuracy. can be raised
  • a method of increasing accuracy by assigning weights is the same as described above for a method of assigning weights when predicting the number of gig service requests.
  • FIG. 3 is a schematic block diagram of a gig service server according to an embodiment of the present invention.
  • the gig service server 150 will be described in more detail with reference to FIG. 3 .
  • the gig service server 150 includes a data acquisition unit 310 , a prediction unit 320 , a load rate determining unit 330 , and a load rate providing unit 340 .
  • the data acquisition unit 310 acquires gig service request data and gig service completion data generated in a preset time section or a preset space section.
  • the data acquisition unit 310 may acquire data from the gig service requestor terminal 110 or the gig service application 120 .
  • the load rate determining unit 330 determines a service load rate indicating the number of gig service requests compared to the number of gigs based on the predicted number of gig service requests and the number of gig people.
  • the service load rate represents the expected number of service requests compared to the expected number of gigs in a specific time period or a specific space section, and is an indicator indicating whether the number of gigs providing services for gig service requests is properly arranged.
  • the load rate providing unit 340 transmits the service load rate to the external terminal through the gig service application 120 .
  • the external terminal may be the gig service manager terminal 130 or the gig service provider terminal 140 .
  • the gig service manager can easily determine how many gigs to deploy at any time or in which region through the gig service load rate, and the gig service provider can easily decide which time or region to provide gig services to.
  • the service load rate when the service load rate is high or large, it can be seen that a larger number of gigs should be further deployed because the number of service requests compared to the number of gigs is large.
  • the service load rate is low or small, the number of service requests relative to the number of gigs is small, indicating that gigs need to be deployed at different times or in different regions.
  • the load rate providing unit 340 may provide a service load rate for a specific time and space in various forms.
  • the service load rate may be calculated as “predicted number of service requests / predicted number of gigs x 100” and provided in the form of a percentage. As the service load rate approaches 100, it can be seen that the number of service requests is appropriately placed compared to the expected number of gigs. In addition, when the service load rate is greater than 100, the predicted number of service requests is greater than the predicted number of gigs, and when the service load rate is less than 100, the predicted number of service requests is smaller than the predicted number of gigs. It is apparent to those skilled in the art that the load rate providing unit 340 may express the service load rate in various ways other than a percentage.
  • the gig service application 120 shows the service load rate for a space section preset by the load rate providing unit 340 . am.
  • the load rate providing unit 340 divides a specific district of Seoul into six regions (regions A to F), and the number of gigs in the divided regions (410, 420, 430, 440, 450, 460)
  • the number of service requests was predicted and expressed as the service load rate.
  • the service load rate is an embodiment calculated by "the number of predicted service requests/predicted number of gigs". Accordingly, in the case of region D 440 , the predicted number of service requests and the predicted number of gigs are the same, so it can be expected that the provision of gig services will be desired.
  • the gig service manager can reinforce the number of gigs by arranging more gigs in area A 410 and area B 420 , and gigs serving as a gig service provider are located in area A 410 or area B 420 . By applying for the gig service provision, the gig service can be provided without waiting for the gig service request.
  • the gig service manager can increase gig service efficiency by disposing gigs, which are gig service providers, to other regions or by disposing only a minimum number of gigs.
  • the gig service server 150 may further include at least one of a gig arrangement unit, an update unit, and a gig reservation unit.
  • the gig arrangement unit receives spatiotemporal information and gig personnel information assigned to spatiotemporal information from the first terminal, and generates gig batch data based on the received information.
  • the spatiotemporal information is information about a specific time section or a specific space section selected by the first terminal, and the first terminal may be the gig service manager terminal 130 . That is, the gig service manager may arrange gigs at a desired time and space based on the service load rate expressed in the gig service application 120 .
  • the gig service manager terminal 130 provides a time section, a space section, and the number of gigs to be deployed to the gig service server 150 through the gig service application 120, and the gig service server 150 's gig batch unit generates gig batch data based on this.
  • the update unit updates the prediction data of the prediction unit 320 and the service load rate determined by the load rate determiner 330 based on the gig batch data. For example, by replacing the predicted number of gigs with gig batch data, the load rate determining unit 330 may newly determine the service load rate. By reflecting the number of currently deployed gigs in the forecast data, there is an advantage in that the accuracy of the service load rate is higher.
  • the update unit updates the prediction data of the prediction unit 320 and the service load rate determined by the load rate determination unit 330 based on the gig reservation data. By reflecting temporal information and spatial information that the gig service provider intends to provide services to in the prediction data, the accuracy of the service load rate can be further improved.
  • the update unit reflects it in the gig service completion data, and the prediction data of the prediction unit 320 and the service load rate of the load rate determiner 330 are updated. make it possible When the gig service is completed, the number of service requests or the number of gigs available for service is adjusted, so this is reflected in real time.
  • the update unit reflects at least one of the gig service manager's setting, the gig service provider's setting, and the gig service completion status in real time to provide a service load rate with high accuracy. Accordingly, the gig service manager can efficiently deploy the gig, and the gig service provider can provide the gig service without delay. In addition, since the gig service provider can minimize the waiting time for a gig service request, the number of service completions can be increased compared to the time, which is very economical.
  • the gig service server 150 may further include a promotion unit that generates, manages, and provides data for promotion based on the service load rate.
  • the promotion is an event that adjusts gig service costs, and is intended to prevent gig service providers from being flocked to a specific time or region. Accordingly, when the service load rate is high (eg, the number of gig service requests compared to the number of gigs), there may be a promotion to increase the gig service cost, and when the service load rate is low (eg, the number of gigs) If the number of gig service requests is small), there may be a promotion to reduce the gig service cost.
  • the promotion unit receives information about promotion from the gig service manager terminal 130 or an external terminal operated by other online platform companies, and transmits the promotion application status and detailed information to the gig service application 120 along with the service load rate.
  • the promotion unit receives information about promotion from the gig service manager terminal 130 or an external terminal operated by other online platform companies, and transmits the promotion application status and detailed information to the gig service application 120 along with the service load rate.
  • FIG. 5 is a schematic flowchart of a gig service prediction method according to an embodiment of the present invention.
  • step S510 the gig service server 150 acquires gig service request data and service completion data generated in a preset time period or a preset space period.
  • the gig service server 150 obtains data from the gig service requestor terminal 110 or the gig service application 120 .
  • the gig service server 150 may determine a service load rate indicating the number of gig service requests compared to the number of gigs in a specific time section or a specific space section by using the prediction data.
  • the service load rate represents the expected number of gig service requests compared to the expected number of gigs in a specific time interval or a specific space section.
  • the gig service server 150 may transmit the service load rate to the external terminal through the gig service application 120 .
  • the external terminal may be the gig service manager terminal 130 , the gig service provider terminal 140 , or an external terminal operated by an online platform company.
  • the gig service server 150 may receive a specific time section or a specific space section selected from the gig service manager terminal 130 , and receive the number of gig people assigned to the selected space time to generate gig batch data.
  • the gig service server 150 may provide prediction data with high accuracy by updating the prediction data and the service load rate based on the gig batch data.
  • the gig service server 150 may receive a specific time section or a specific space section selected from the gig service provider terminal 140 , and generate gig reservation data for the selected space-time.
  • the gig service server 150 may provide prediction data with high accuracy by updating the prediction data and the service load rate based on the gig reservation data.
  • the gig service server 150 may receive the gig completion data including the service completion time after performing the gig service from the gig service provider terminal 140 to update the prediction data and the service load rate.
  • the gig service is completed, the expected number of service requests and the number of gig people to provide the service will change, so this is to be reflected.
  • an apparatus may comprise a bus coupled to respective units of the apparatus as shown, at least one processor coupled to the bus, the instruction, received a memory coupled to the bus for storing a message or generated message and coupled to the at least one processor for performing instructions as described above.
  • the system according to the present invention can be implemented as computer-readable codes on a computer-readable recording medium.
  • the computer-readable recording medium includes all types of recording devices in which data readable by a computer system is stored.
  • the computer-readable recording medium includes a magnetic storage medium (eg, a ROM, a floppy disk, a hard disk, etc.) and an optical readable medium (eg, a CD-ROM, a DVD, etc.).
  • the computer-readable recording medium is distributed in a network-connected computer system so that the computer-readable code can be stored and executed in a distributed manner.

Landscapes

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

Abstract

기 설정된 시간 구간 또는 기 설정된 공간 구간에 발생한 긱 서비스 요청 데이터 및 긱 서비스 완료 데이터를 획득하는 데이터획득부; 상기 긱 서비스 요청 데이터 및 상기 긱 서비스 완료 데이터 중 적어도 하나를 이용하여, 특정 시간 구간 또는 특정 공간 구간에서 발생할 긱 서비스 요청 건수 및 긱 서비스를 제공할 긱 인원수에 대한 예측 데이터를 생성하는 예측부; 상기 생성한 예측 데이터를 이용하여 상기 특정 시간 구간 또는 상기 특정 공간 구간에서의 긱 인원수 대비 긱 서비스 요청 건수를 나타내는 서비스 로드율을 결정하는 로드율결정부; 및 상기 서비스 로드율을 외부 단말로 전달하는 로드율제공부;를 포함하는 시공간 특성에 따른 긱 서비스 예측 시스템 및 그 방법이 개시되어 있다.

Description

시공간 특성에 따른 긱 서비스 예측 시스템 및 그 방법
본 발명은 시공간 특성에 따른 긱 서비스 예측 시스템 및 그 방법에 관한 것으로서, 보다 상세하게는 특정 시간 및 공간에서 발생할 긱 서비스 요청 건수 및 긱 서비스를 제공할 긱 인원수를 예측하여, 긱을 효율적으로 배치할 수 있도록 하는 시공간 특성에 따른 긱 서비스 예측 시스템 및 그 방법에 관한 것이다.
디지털 기술의 발달로 전 세계는 디지털 네트워크로 연결되고, 4차 산업혁명을 통한 산업간 융·복합이 활발해지면서 '긱 이코노미(Gig Economy)'라고 하는 경제 방식이 주목받고 있다. 긱 이코노미는 산업 현장에서 필요에 따라 사람을 구해 임시로 계약을 맺고 이를 맡기는 형태의 경제 방식이다. 여기서 '긱(gig)'은 디지털 플랫폼에서 거래되는 기간제 근로를 의미하는데, 최근에는 온라인 플랫폼 업체와 단기 계약 형태로 서비스를 제공하는 공급자(또는, 긱근로자)를 의미하는 것으로 변화했다. 본 발명에서는 한시적으로 기간제 근로 활동을 하는 근로자를 긱 또는 긱 서비스 제공자라고 정의한다. 긱 서비스는 청소 대행, 배송 대행 등 필요에 따라 임시로 계약을 맺고 디지털 플랫폼에서 거래되는 기간제 근로 서비스이며, 특정 형태에 한정되지 아니한다.
긱 경제에 따르면, 기업은 원하는 능력을 가진 긱을 필요한 때에 쓸 수 있으므로 노동 유연성 확보 및 인건비 절감 측면에서 유리하다. 또한, 긱은 자신이 원할 때 일할 수 있어 시간 관리가 쉽고 긱 관련 산업 현장으로의 진입 장벽이 낮다는 장점이 있다. 특히, 디지털 시대로의 전환 및 바이러스에 의한 질병 감염 우려 등으로 일상 생활의 모든 영역이 비대면(Untact) 방식으로 이루어지는 사회로의 전환이 가속화됨에 따라, 긱 서비스도 폭발적으로 증가하고 있다.
다만, 현재 긱 서비스를 제공하는 플랫폼은 발생한 긱 서비스 요청을 모든 긱에게 전파하거나, 발생한 서비스 요청 중 묶어서 처리할 수 있는 서비스들을 추천해주는 정도의 기능만 제공하고 있다. 특히, 지역별로 필요한 만큼의 긱이 존재하는 것이 아니기 때문에, 특정 시간 또는 특정 공간에 긱이 몰리거나 긱이 부족한 경우가 발생한다. 이러한 경우, 모든 긱 서비스 요청자에게 양질의 서비스를 제공하지 못하며, 서비스 제공자인 긱도 근로 계획 및 미래의 일정 계획을 효율적으로 수립하지 못하는 문제가 있다.
본 발명은 상술한 기술적 문제에 대응하기 위하여 안출된 것으로, 본 발명의 목적은 종래 기술에서의 한계와 단점에 의해 발생하는 다양한 문제점을 실질적으로 보완할 수 있는 것으로, 시공간 특성에 기초하여 긱 서비스의 수요 및 긱 인원수를 예측하여 효율적으로 긱을 배치하는 긱 서비스 예측 시스템 및 그 방법을 제공하는데 있고, 상기 방법을 실행시키기 위한 프로그램을 기록한 컴퓨터로 읽을 수 있는 기록 매체를 제공하는데 있다.
본 발명의 일 실시예에 따르면 시공간 특성에 따른 긱 서비스 예측 방법은 기 설정된 시간 구간 또는 기 설정된 공간 구간에 발생한 긱 서비스 요청 데이터 및 긱 서비스 완료 데이터를 획득하는 단계; 상기 긱 서비스 요청 데이터 및 상기 긱 서비스 완료 데이터 중 적어도 하나를 이용하여, 특정 시간 구간 또는 특정 공간 구간에서 발생할 긱 서비스 요청 건수 및 긱 서비스를 제공할 긱 인원수에 대한 예측 데이터를 생성하는 단계; 상기 생성한 예측 데이터를 이용하여 상기 특정 시간 구간 또는 상기 특정 공간 구간에서의 긱 인원수 대비 긱 서비스 요청 건수를 나타내는 서비스 로드율을 결정하는 단계; 및 상기 서비스 로드율을 외부 단말로 전달하는 단계를 포함한다.
본 발명의 일 실시예에 따르면 상기 긱 서비스 요청 데이터는 서비스 업종, 서비스 요청 시간, 서비스 요청 지역, 서비스 관리 지점, 서비스 요청자 정보, 상기 서비스 요청자의 이력 정보 및 서비스 피드백 정보 중 적어도 하나를 포함한다.
본 발명의 일 실시예에 따르면 상기 긱 서비스 완료 데이터는 서비스 업종, 서비스 요청 시간, 서비스 요청 지역, 서비스 완료 시간, 긱 배정에 할당된 시간, 배정된 긱 정보, 배정된 긱의 이력 정보, 서비스 관리 지점 및 서비스 피드백 정보 중 적어도 하나를 포함한다.
본 발명의 일 실시예에 따르면 상기 예측 데이터를 생성하는 단계는 상기 긱 서비스 요청 데이터 및 상기 긱 서비스 완료 데이터 중 적어도 하나와 외부 데이터와의 연관도를 분석하는 단계; 및 상기 연관도에 기초하여 상기 특정 시간 구간 또는 상기 특정 공간 구간에서 발생할 긱 서비스 요청 건수 및 긱 서비스를 제공할 긱 인원수에 대한 예측 데이터에 가중치를 부여하는 단계를 더 포함한다.
본 발명의 일 실시예에 따르면 상기 외부 데이터는 상기 특정 공간 구간의 지형 정보, 상기 특정 공간 구간의 거주 인구 정보, 상기 특정 시간 구간 또는 상기 특정 공간 구간에서의 날씨 정보 및 공휴일 정보 중 적어도 하나를 포함한다.
본 발명의 일 실시예에 따르면 상기 긱 서비스 예측 방법은 제 1 단말로부터 시공간 정보 및 상기 시공간 정보에 배정하는 긱 인원수를 수신하는 단계; 및 상기 시공간 정보 및 상기 긱 인원수에 기초하여 긱 배치 데이터를 생성하는 단계를 더 포함한다.
본 발명의 일 실시예에 따르면 상기 긱 서비스 예측 방법은 상기 긱 배치 데이터에 기초하여, 상기 예측 데이터 및 상기 서비스 로드율을 업데이트 하는 단계를 더 포함한다.
본 발명의 일 실시예에 따르면 상기 긱 서비스 예측 방법은 제 2 단말로부터 시공간 정보 및 상기 시공간 정보에 제공할 긱 서비스 정보를 수신하는 단계; 및 상기 시공간 정보 및 상기 긱 서비스 정보에 기초하여 긱 예약 데이터를 생성하는 단계를 더 포함한다.
본 발명의 일 실시예에 따르면 상기 긱 서비스 예측 방법은 상기 제 2 단말로부터 긱 서비스를 완료한 시간을 포함한 긱 완료 데이터를 수신하는 단계를 더 포함한다.
본 발명의 일 실시예에 따르면 상기 긱 서비스 예측 방법은 상기 긱 예약 데이터 또는 상기 긱 완료 데이터에 기초하여, 상기 예측 데이터 및 상기 서비스 로드율을 업데이트 하는 단계를 더 포함한다.
또한, 본 발명의 일 실시예에 따르면 상기 방법을 수행하기 위한 프로그램이 기록된 컴퓨터로 읽을 수 있는 기록매체를 포함한다.
또한, 본 발명의 일 실시예에 따르면 시공간 특성에 따른 긱 서비스 예측 시스템은 기 설정된 시간 구간 또는 기 설정된 공간 구간에 발생한 긱 서비스 요청 데이터 및 긱 서비스 완료 데이터를 획득하는 데이터획득부; 상기 긱 서비스 요청 데이터 및 상기 긱 서비스 완료 데이터 중 적어도 하나를 이용하여, 특정 시간 구간 또는 특정 공간 구간에서 발생할 긱 서비스 요청 건수 및 긱 서비스를 제공할 긱 인원수에 대한 예측 데이터를 생성하는 예측부; 상기 생성한 예측 데이터를 이용하여 상기 특정 시간 구간 또는 상기 특정 공간 구간에서의 긱 인원수 대비 긱 서비스 요청 건수를 나타내는 서비스 로드율을 결정하는 로드율결정부; 및 상기 서비스 로드율을 외부 단말로 전달하는 로드율제공부를 포함한다.
본 발명의 일 실시예에 따르면 상기 긱 서비스 요청 데이터는 서비스 업종, 서비스 요청 시간, 서비스 요청 지역, 서비스 관리 지점, 서비스 요청자 정보, 상기 서비스 요청자의 이력 정보 및 서비스 피드백 정보 중 적어도 하나를 포함한다.
본 발명의 일 실시예에 따르면 상기 긱 서비스 완료 데이터는 서비스 업종, 서비스 요청 시간, 서비스 요청 지역, 서비스 완료 시간, 긱 배정에 할당된 시간, 배정된 긱 정보, 배정된 긱의 이력 정보, 서비스 관리 지점 및 서비스 피드백 정보 중 적어도 하나를 포함한다.
본 발명의 일 실시예에 따르면 상기 예측부는, 상기 긱 서비스 요청 데이터 및 상기 긱 서비스 완료 데이터 중 적어도 하나와 외부 데이터와의 연관도를 분석하고, 상기 연관도에 기초하여 상기 특정 시간 구간 또는 상기 특정 공간 구간에서 발생할 긱 서비스 요청 건수 및 긱 서비스를 제공할 긱 인원수에 대한 예측 데이터에 가중치를 부여한다.
본 발명의 일 실시예에 따르면 상기 외부 데이터는, 상기 특정 공간 구간의 지형 정보, 상기 특정 공간 구간의 거주 인구 정보, 상기 특정 시간 구간 또는 상기 특정 공간 구간에서의 날씨 정보 및 공휴일 정보 중 적어도 하나를 포함한다.
본 발명의 일 실시예에 따르면 상기 긱 서비스 예측 시스템은 시공간 특성에 따른 긱 서비스 예측 시스템은 제 1 단말로부터 시공간 정보 및 상기 시공간 정보에 배정하는 긱 인원수를 수신하고, 상기 시공간 정보 및 상기 긱 인원수에 기초하여 긱 배치 데이터를 생성하는 긱배치부를 더 포함한다.
본 발명의 일 실시예에 따르면 상기 긱 서비스 예측 시스템은 시공간 특성에 따른 긱 서비스 예측 시스템은 상기 긱 배치 데이터에 기초하여, 상기 예측 데이터 및 상기 서비스 로드율을 업데이트 하는 업데이트부를 더 포함한다.
본 발명의 일 실시예에 따르면 상기 긱 서비스 예측 시스템은 제 2 단말로부터 시공간 정보 및 상기 시공간 정보에 제공할 긱 서비스 정보를 수신하고, 상기 시공간 정보 및 상기 긱 서비스 정보에 기초하여 긱 예약 데이터를 생성하는 긱예약부를 더 포함한다.
본 발명의 일 실시예에 따르면 상기 긱 서비스 예측 시스템은 상기 긱 예약 데이터에 기초하여, 상기 예측 데이터 및 상기 서비스 로드율을 업데이트 하는 업데이트부를 더 포함한다.
본 발명에 따른 긱 서비스 예측 시스템은 특정 시간 또는 특정 공간에 발생할 긱 서비스 요청 건수 및 긱 서비스를 제공할 긱 인원수를 예측할 수 있다. 예측된 긱 인원수 대비 예측된 긱 서비스 요청 건수를 나타내는 서비스 로드율을 제공함으로써, 특정 시간 또는 특정 구간에 대해 긱 인원수가 부족한지 여부를 쉽게 확인할 수 있다.
따라서, 긱 서비스 제공자는 긱 인원수가 부족한 시간 또는 지역을 선택함으로써 긱 서비스 요청을 대기하는 시간을 줄일 수 있고, 낭비하는 시간이 없으므로 긱 서비스 제공에 따른 수익을 극대화 할 수 있다. 또한, 긱 서비스를 제공할 시공간을 효율적으로 선택할 수 있으므로, 긱 서비스 제공자의 시간 관리가 용이해지는 장점이 있다.
긱 서비스 관리자는 긱 인원수가 많거나 부족한 시간 또는 지역을 확인하여 긱을 적절하게 배치할 수 있다. 따라서, 운영상의 낭비를 줄이고 긱 서비스 효율을 극대화 시킬 수 있는 장점이 있다.
또한, 긱 서비스 요청자는 긱의 적절한 배치로 인하여 정해진 시간 범위 내에서 긱 서비스를 제공받을 수 있으므로 긱 서비스에 대한 만족도를 높일 수 있다.
도 1은 본 발명의 일 실시예에 따른 긱 서비스 예측 시스템의 개략적인 구성도이다.
도 2는 본 발명의 일 실시예에 따른 긱 서비스 예측 방법을 구체적으로 도시한다.
도 3은 본 발명의 일 실시예에 따른 긱 서비스 서버의 개략적인 블록도이다.
도 4는 본 발명의 일 실시예에 따른 긱 서비스 예측 방법을 구체적으로 도시한다.
도 5는 본 발명의 일 실시예에 따른 긱 서비스 예측 방법의 개략적인 흐름도이다.
이하, 첨부된 도면을 참조하여 본 발명에 따른 바람직한 실시예를 상세히 설명한다. 도면에서 동일한 참조부호는 동일한 구성요소를 지칭하며, 도면 상에서 각 구성 요소의 크기는 설명의 명료성을 위하여 과장되어 있을 수 있다.
도 1은 본 발명의 일 실시예에 따른 긱 서비스 예측 시스템의 개략적인 블록도이다.
본 발명의 일 실시예에 따른 긱 서비스 예측 시스템(100)는 긱 서비스 요청자 단말(110), 긱 서비스 애플리케이션(120), 긱 서비스 관리자 단말(130), 긱 서비스 제공자 단말(140) 및 긱 서비스 서버(150)를 포함한다.
긱 서비스 서버(150)는 향후 발생할 긱 서비스 요청 건수를 예측하기 위해 긱 서비스 요청자 단말(110)로부터 기 설정된 시간 구간 또는 기 설정된 공간 구간에 발생한 긱 서비스 요청 데이터를 획득할 수 있다. 긱 서비스 요청자 단말(110)은 복수 개일 수 있으며, 긱 서비스 요청자 단말의 수가 많고, 누적된 긱 서비스 요청 데이터가 많을수록 긱 서비스 요청 건수에 대한 예측 정확도를 높일 수 있다. 긱 서비스 요청 데이터는 배달 대행, 청소 대행 등의 서비스 업종, 긱 서비스를 요청한 시간, 긱 서비스를 요청한 지역, 요청된 긱 서비스에 대해 긱을 배정하는 서비스 관리 지점 정보, 서비스 요청자 정보, 서비스 요청자의 이력 정보 및 서비스 피드백 정보 중 적어도 하나를 포함할 수 있다. 서비스 요청자의 이력 정보는 서비스 요청자가 서비스를 선호하는 시간 및 지역, 선호하는 서비스 업종 등의 서비스 요청 패턴을 포함할 수 있고, 서비스 피드백 정보는 요청한 긱 서비스의 완료 여부, 만족도, 동일 긱 서비스 재요청 의사 유무 등에 대한 정보를 포함할 수 있다.
긱 서비스 서버(150)는 긱 서비스 요청 데이터를 이용하여 기 설정된 시간 구간 또는 기 설정된 공간 구간에서 발생할 긱 서비스 요청 건수에 대한 예측 데이터를 생성한다. 시간 구간은 시간 단위, 일 단위, 월 단위, 년 단위로 설정될 수 있고, 공간 구간은 도로명 주소로 구분되는 구간부터 서울시, 부산시와 같이 시(市) 구간까지도 설정될 수 있다.
또한, 긱 서비스 서버(150)는 외부 데이터를 결합하여 예측 데이터의 정확도를 높일 수 있다. 외부 데이터는 공간 구간의 지형 정보, 공간 구간의 거주 인구 정보, 시간 구간 또는 공간 구간에서의 날씨 정보 및 공휴일 정보 중 적어도 하나를 포함할 수 있다.
예를 들어, 긱 서비스 서버(150)는 1년간 주말 아침마다 대학가 인근에서 요청된 서비스 종류 및 서비스 건수에 기초하여 다가오는 주말 아침 시간에 대학가 인근에서 요청될 서비스 종류 및 서비스 건수를 예측할 수 있다. 이때, 대학교가 여자 대학이라면, 거주 인구 중 여성의 비율이 높아서 요청되는 긱 서비스 종류가 달라질 수 있다. 또한, 비가 오는 날에는 외출을 자제하고 배달 음식을 주문하는 경우가 많으므로, 비가 오지 않는 다른 날 대비 배달 대행에 대한 긱 서비스 신청 건수가 증가할 수 있다.
이와 같이, 거주 인구 정보, 날씨 등과 같은 외부 요인에 의해서 요청되는 긱 서비스의 종류나 건수가 달라질 수 있다. 이를 고려하여, 긱 서비스 서버(150)는 외부 데이터를 반영하여 정확도가 높은 예측 데이터를 생성한다.
도 2는 본 발명의 일 실시예에 따른 긱 서비스 예측 방법을 구체적으로 도시한 것으로서, 서비스 요청 데이터와 외부 데이터 간 연관도에 기초하여 가중치를 반영하여 예측 데이터를 생성하는 일 실시예이다.
긱 서비스 서버(150)는 서비스 요청 데이터에 대한 속성값 및 외부 데이터의 속성값을 나타내는 벡터(210, 220)를 생성할 수 있다. 긱 서비스 서버(150)는 서비스 요청 데이터의 특징을 나타내는 벡터(210)와 외부 데이터의 특징을 나타내는 벡터(220)에 기초하여, 서비스 요청 데이터와 외부 데이터 간의 연관도를 학습할 수 있다. 또한, 학습한 연관도에 기초하여 속성별 가중치가 부여된 예측 데이터를 생성할 수 있다.
예를 들면, 긱 서비스 서버(150)는 주말 아침에는 대학가에서 음식 배달 대행을 요청하는 긱 서비스 건수가 주중보다 높아진다는 것을 학습하고, 대학가와 주말의 연관도를 결정할 수 있다. 연관도에 기초하여 예상되는 서비스 요청 건수가 증가하도록 서비스 요청 건수에 가중치를 부여함으로써 대학가의 주말 아침에는 더 많은 긱 서비스 요청이 발생할 것으로 예측할 수 있다.
긱 서비스 서버(150)에서 사용하는 예측 방법은 전통적인 패턴 인식 기법을 사용하여 과거의 서비스 요청 이력에서 나타나는 특정한 패턴을 찾아 예측을 할 수 있다. 또한, 긱 서비스 서버(150)는 LSTM(Long Short-Term Memory Models) 등의 다양한 신경망 기술을 이용하여 예측 데이터를 생성할 수 있으나, 특정 예측 방법에 제한되지 않음은 당업자에게 자명하다.
한편, 긱 서비스 요청 건수를 예측하더라도, 긱 서비스를 제공할 긱 인원수를 예측할 수 없다면 요청된 서비스가 적절하게 수행될지 여부를 알 수 없다. 따라서, 예측된 긱 서비스 요청 건수에 기초하여 효율적으로 긱을 배치할 수 있도록, 특정 시간이나 특정 공간에 대해 서비스를 제공할 긱 인원 수를 예측하는 것이 필요하다. 따라서, 긱 서비스 서버(150)는 특정 시간 구간 또는 특정 공간 구간에서 긱 서비스를 제공할 긱 인원 수를 예측한다.
긱 서비스 서버(150)는 긱 인원 수를 예측하기 위해 긱 서비스 애플리케이션(120)으로부터 긱 서비스 완료 데이터를 획득할 수 있다. 긱 서비스 애플리케이션(120)은 긱 서비스 제공자 단말(140) 또는 긱 서비스 관리자 단말(130)로부터 긱 서비스 완료 데이터를 입력받는다. 또한, 긱 서비스 서버(150)는 긱 서비스 요청자 단말(110)로부터 긱 서비스 완료 데이터를 획득할 수도 있다.
긱 서비스 완료 데이터는 완료한 긱 서비스 업종, 긱 서비스가 요청된 시간, 긱 서비스가 요청된 지역, 긱 서비스를 완료한 시간, 긱 서비스 요청 후 긱 배정에 할당된 시간, 배정된 긱 정보, 배정된 긱의 이력 정보, 요청된 긱 서비스에 대해서 긱을 배정하는 서비스 관리 지점 및 서비스 피드백 정보 중 적어도 하나를 포함할 수 있다. 배정된 긱 정보나 배정된 긱의 이력 정보는 긱 서비스를 제공하는 시간 및 지역, 선호하는 서비스 업종 등의 긱 서비스 제공 패턴을 포함할 수 있고, 서비스 피드백 정보는 긱 서비스에 대한 요청자의 만족도 등을 포함할 수 있다.
긱 서비스 서버(150)는 긱 서비스 요청 데이터 및 긱 서비스 완료 데이터 중 적어도 하나를 이용하여 특정 시간 및 특정 지역에 예상되는 긱 인원 수를 예측할 수 있다. 또한, 긱 서비스 서버(150)는 기 설정된 시간 구간 또는 기 설정된 공간 구간에서의 긱 서비스 제공자 단말(140)의 접속 이력, 긱 서비스 관리자 단말(130)로부터 기 설정된 시간 구간 또는 기 설정된 공간 구간에서의 긱 경쟁률에 대한 데이터를 획득하여 특정 시간 및 특정 지역에 예상되는 긱 인원 수를 예측할 수 있다.
이때, 긱 서비스 서버(150)는 외부 데이터와 긱 서비스 요청 데이터, 또는 외부 데이터와 긱 서비스 완료 데이터와의 연관도를 분석하고, 이에 기초하여 긱 인원 수에 대한 예측 데이터에 가중치를 부여하여 정확도를 높일 수 있다. 가중치를 부여하여 정확도를 높이는 방법은 긱 서비스 요청 건수를 예측할 때 가중치를 부여하는 방법에 대해 상술한 바와 동일하다.
도 3은 본 발명의 일 실시예에 따른 긱 서비스 서버의 개략적인 블록도이다. 도 3을 참조하여 긱 서비스 서버(150)에 대해 좀 더 상세히 설명한다.
본 발명의 일 실시예에 따른 긱 서비스 서버(150)는 데이터획득부(310), 예측부(320), 로드율결정부(330) 및 로드율제공부(340)를 포함한다.
상술한 바와 같이, 데이터획득부(310)는 기 설정된 시간 구간 또는 기 설정된 공간 구간에 발생한 긱 서비스 요청 데이터 및 긱 서비스 완료 데이터를 획득한다. 데이터획득부(310)는 긱 서비스 요청자 단말(110) 또는 긱 서비스 애플리케이션(120)으로부터 데이터를 획득할 수 있다.
예측부(320)는 획득한 긱 서비스 요청 데이터 및 긱 서비스 완료 데이터 중 적어도 하나를 이용하여, 특정 시간 구간 또는 특정 공간 구간에서 발생할 긱 서비스 요청 건수 및 긱 서비스를 제공할 긱 인원 수에 대한 예측 데이터를 생성한다. 예측부(320)는 긱 서비스 요청 데이터 및 긱 서비스 완료 데이터 중 적어도 하나와 외부 데이터와의 연관도를 분석하고, 연관도에 기초하여 특정 시간 구간 또는 특정 공간 구간에서 발생할 긱 서비스 요청 건수 및 긱 서비스를 제공할 긱 인원 수에 대한 예측 데이터에 가중치를 부여할 수 있다. 예측부(320)는 외부 데이터를 이용한 가중치를 부여함으로써 예측 데이터의 정확도를 높일 수 있다.
로드율결정부(330)는 예측한 긱 서비스 요청 건수 및 긱 인원 수에 기초하여 긱 인원 수 대비 긱 서비스 요청 건수를 나타내는 서비스 로드율을 결정한다.
긱 서비스 요청 건수를 예측하더라도, 긱 서비스를 제공할 긱이 적절하게 배치되지 않으면 요청된 서비스를 실시간으로 제공하기 어렵다는 문제가 있다. 따라서, 서비스 로드율은 특정 시간 구간 또는 특정 공간 구간에서의 예상되는 긱 인원수 대비 예상되는 서비스 요청 건수를 나타내는 것으로, 긱 서비스 요청에 대해 서비스를 제공하는 긱의 인원수가 적절하게 배치되었는지 나타내는 지표가 될 수 있다.
로드율제공부(340)는 긱 서비스 애플리케이션(120)을 통해 서비스 로드율을 외부 단말로 전달한다. 외부 단말은 긱 서비스 관리자 단말(130) 또는 긱 서비스 제공자 단말(140)일 수 있다.
긱 서비스 관리자는 긱 서비스 로드율을 통해 어느 시간 또는 어느 지역에 긱 몇명을 배치할지 쉽게 결정할 수 있고, 긱 서비스 제공자인 긱은 어느 시간 또는 어느 지역에 긱 서비스를 제공할지 쉽게 결정할 수 있다.
예를 들어, 서비스 로드율이 높거나 큰 경우, 긱 인원수 대비 서비스 요청 건수가 많은 것이므로 더 많은 수의 긱이 더 배치되어야 함을 알 수 있다. 서비스 로드율이 낮거나 작은 경우, 긱 인원수 대비 서비스 요청 건수가 적은 것이므로 긱이 다른 시간 또는 다른 지역으로 배치될 필요가 있다는 것을 알 수 있다.
또한, 로드율제공부(340)는 특정 시공간에 대한 서비스 로드율을 다양한 형태로 제공할 수 있다. 예를 들어, 서비스 로드율을 "예측된 서비스 요청 건수/ 예측된 긱 인원 수 x 100"으로 계산하여 백분율 형태로 제공할 수 있다. 서비스 로드율이 100에 가까울수록 예상되는 긱 인원수 대비 서비스 요청 건수가 적절하게 배치되었음을 알 수 있다. 또한, 서비스 로드율이 100보다 큰 경우이면 예측된 서비스 요청 건수가 예측된 긱 인원 수보다 많은 경우이며, 100보다 작은 경우이면 예측된 서비스 요청 건수가 예측된 긱 인원 수보다 작은 경우이다. 로드율 제공부(340)가 백분율 외 다양한 방식으로 서비스 로드율을 표현할 수 있음은 당업자에게 자명하다.
도 4는 본 발명의 일 실시예에 따른 긱 서비스 예측 방법을 구체적으로 도시한 것으로서, 로드율제공부(340)에서 기 설정된 공간 구간에 대한 서비스 로드율을 긱 서비스 애플리케이션(120)에서 나타내는 일 실시예이다.
도 4에 따르면, 로드율제공부(340)는 서울시의 특정 구를 6개의 지역(A~F 지역)으로 구분하고, 구분된 지역(410, 420, 430, 440, 450, 460)에 대해 긱 인원수 대비 서비스 요청 건수를 예측하여 서비스 로드율로 나타내었다. 서비스 로드율은 "예측된 서비스 요청 건수/ 예측된 긱 인원 수"로 계산된 실시예이다. 따라서 D 지역(440)의 경우, 예측된 서비스 요청 건수와 예측된 긱 인원수가 동일하여 긱 서비스 제공이 원할할 것임을 예상할 수 있다.
한편, A 지역(410) 및 B 지역(420)은 예측된 긱 인원 수 대비 예측된 서비스 요청 건수가 더 많으므로, A 지역(410) 및 B 지역(420)에서 긱 서비스가 요청될 경우 타지역보다 서비스 제공이 늦어질 것을 예상할 수 있다. 따라서, 긱 서비스 관리자는 A 지역(410) 및 B 지역(420)에 긱을 더 많이 배치하여 긱 인원수를 보강할 수 있고, 긱 서비스 제공자인 긱들은 A 지역(410)이나 B 지역(420)에 긱 서비스 제공을 신청함으로써 긱 서비스 요청을 기다리지 않고 긱 서비스를 제공할 수 있다.
한편, C 지역(430) 및 E 지역(450)은 긱 인원 수 대비 예측된 서비스 요청 건수가 더 작으므로, C 지역(430) 및 E 지역(450)은 긱들이 서비스 제공을 위해 긱 서비스가 요청될 때까지 대기해야 하는 시간이 길어질 수 있다. 따라서, 긱 서비스 제공자인 긱들은 A 지역(410)이나 B 지역(420)처럼 긱 인원수가 적은 지역을 서비스 제공 지역으로 선택하는 것이 효율적일 수 있다.
특히, F 지역(460)과 같이 예측되는 서비스 요청이 없는 지역인 경우, 긱 서비스 관리자는 긱 서비스 제공자인 긱들을 다른 지역으로 배치 시키거나, 최소 인원의 긱만 배치함으로써 긱 서비스 효율을 높일 수 있다.
도 3에는 도시하지 않았지만, 긱 서비스 서버(150)는 긱배치부, 업데이트부 및 긱예약부 중 적어도 하나를 더 포함할 수 있다.
긱배치부는 제 1 단말로부터 시공간 정보 및 시공간 정보에 배정하는 긱 인원 정보를 수신하고, 수신한 정보에 기초하여 긱 배치 데이터를 생성한다. 시공간 정보는 제 1 단말에서 선택한 특정 시간 구간 또는 특정 공간 구간에 대한 정보이며, 제 1 단말은 긱 서비스 관리자 단말(130)일 수 있다. 즉, 긱 서비스 관리자는 긱 서비스 애플리케이션(120)에 표현된 서비스 로드율에 기초하여 원하는 시공간에 긱들을 배치할 수 있다. 긱 서비스 관리자 단말(130)은 긱을 배치하고자 하는 시간 구간, 공간 구간 및 배치하고자 하는 긱 인원 수를 긱 서비스 애플리케이션(120)을 통해 긱 서비스 서버(150)로 제공하고, 긱 서비스 서버(150)의 긱배치부는 이를 기초로 긱 배치 데이터를 생성한다.
업데이트부는 긱 배치 데이터에 기초하여, 예측부(320)의 예측 데이터 및 로드율결정부(330)에서 결정하는 서비스 로드율을 업데이트한다. 예를 들어, 예측한 긱 인원수를 긱 배치 데이터로 대체함으로써, 로드율결정부(330)에서 서비스 로드율을 새롭게 결정할 수 있도록 한다. 현재 배치된 긱 인원 수를 예측 데이터에 반영함으로써 서비스 로드율의 정확도가 더 높아지는 장점이 있다.
긱예약부는 제 2 단말로부터 시공간 정보 및 시공간 정보에 제공할 긱 서비스 정보를 수신하고, 수신한 정보에 기초하여 긱 예약 데이터를 생성한다. 시공간 정보는 제 2 단말에서 선택한 특정 시간 구간 또는 특정 공간 구간에 대한 정보이며, 제 2 단말은 긱 서비스 제공자 단말(140)일 수 있다. 즉, 긱 서비스 제공자인 긱은 긱 서비스 애플리케이션(120)에 표현된 서비스 로드율에 기초하여 본인이 긱 서비스를 제공하고자 하는 시간 또는 공간을 지정할 수 있다. 긱 서비스 제공자 단말(140)은 긱이 지정한 정보를 긱 서비스 애플리케이션(120)을 통해 긱 서비스를 제공하고자 하는 시간 구간 또는 공간 구간에 대한 정보를 긱 서비스 서버(150)로 제공하고, 긱 서비스 서버(150)의 긱예약부에서 긱 예약 데이터를 생성한다.
업데이트부는 긱 예약 데이터에 기초하여, 예측부(320)의 예측 데이터 및 로드율결정부(330)에서 결정하는 서비스 로드율을 업데이트 한다. 긱 서비스 제공자가 서비스를 제공하고자 하는 시간 정보 및 공간 정보를 예측 데이터에 반영함으로써 서비스 로드율의 정확도를 더 높일 수 있다.
또한, 업데이트부는 생성된 긱 예약 데이터에 기초하여 긱 서비스 제공이 완료되면, 이를 긱 서비스 완료 데이터에 반영하고, 예측부(320)의 예측 데이터 및 로드율결정부(330)의 서비스 로드율이 업데이트 되도록 한다. 긱 서비스가 완료되면 서비스 신청 건수나 서비스 제공가능한 긱 인원수가 조정되므로 이를 실시간으로 반영하기 위함이다.
이와 같이, 업데이트부는 긱 서비스 관리자의 설정, 긱 서비스 제공자의 설정 및 긱 서비스 완료 현황 중 적어도 하나를 실시간으로 반영하여, 정확도가 높은 서비스 로드율을 제공할 수 있도록 한다. 그에 따라, 긱 서비스 관리자는 긱 배치를 효율적으로 할 수 있고, 긱 서비스 제공자는 지체됨 없이 긱 서비스를 제공할 수 있다. 또한, 긱 서비스 제공자는 긱 서비스 요청을 대기하는 시간을 최소한으로 할 수 있으므로, 시간 대비 서비스 완료 건수를 높일 수 있어 매우 경제적이다.
한편, 도 3에 도시하지는 않았지만 긱 서비스 서버(150)는 서비스 로드율에 기초하여 프로모션에 대한 데이터를 생성, 관리 및 제공하는 프로모션부를 더 포함할 수 있다. 프로모션은 긱 서비스 비용을 조절하는 이벤트로서, 긱 서비스 제공자가 특정 시간 또는 특정 지역에 몰리는 것을 방지하기 위한 것이다. 따라서, 서비스 로드율이 높을 경우(예를 들어, 긱 인원수 대비 긱 서비스 요청 건수가 많은 경우), 긱 서비스 비용을 증액하는 프로모션이 있을 수 있고, 서비스 로드율이 낮은 경우(예를 들어, 긱 인원수 대비 긱 서비스 요청 건수가 작은 경우), 긱 서비스 비용을 감액하는 프로모션이 있을 수 있다. 따라서, 프로모션부는 긱 서비스 관리자 단말(130) 또는 그 외 온라인 플랫폼 업체가 운영하는 외부 단말로부터 프로모션에 대한 정보를 수신하고, 프로모션 적용 여부 및 상세 정보를 서비스 로드율과 함께 긱 서비스 애플리케이션(120)으로 제공할 수 있다. 프로모션을 적용할 경우, 비선호 지역 또는 비선호 시간에도 긱들이 적절하게 배치되도록 할 수 있는 장점이 있다. 비선호 지역 또는 비선호 시간에 서비스 비용을 증액하는 프로모션을 통해 긱 서비스 제공자의 선호도를 높일 수 있기 때문이다.
도 5는 본 발명의 일 실시예에 따른 긱 서비스 예측 방법의 개략적인 흐름도이다.
단계 S510에서, 긱 서비스 서버(150)는 기 설정된 시간 구간 또는 기 설정된 공간 구간에 발생한 긱 서비스 요청 데이터 및 및 서비스 완료 데이터를 획득한다. 긱 서비스 서버(150)는 긱 서비스 요청자 단말(110) 또는 긱 서비스 애플리케이션(120)으로부터 데이터를 획득한다.
단계 S520에서, 긱 서비스 서버(150)는 획득한 긱 서비스 요청 데이터 또는 긱 서비스 완료 데이터 중 적어도 하나를 이용하여, 특정 시간 구간 또는 특정 공간 구간에서 발생할 긱 서비스 요청 건수 및 긱 서비스를 제공할 긱 인원수에 대한 예측 데이터를 생성한다. 이때, 긱 서비스 서버(150)는 긱 서비스 요청 데이터 또는 긱 서비스 완료 데이터 중 적어도 하나와 외부 데이터와의 연관도를 분석하고, 분석한 연관도에 기초하여 특정 시간 구간 또는 특정 공간 구간에 발생할 긱 서비스 요청 건수 및 긱 서비스를 제공할 긱 인원수에 대한 예측 데이터에 가중치를 부여할 수 있다.
단계 S530에서, 긱 서비스 서버(150)는 예측 데이터를 이용하여, 특정 시간 구간 또는 특정 공간 구간에서의 긱 인원수 대비 긱 서비스 요청 건수를 나타내는 서비스 로드율을 결정할 수 있다. 서비스 로드율은 특정 시간 구간 또는 특정 공간 구간에서의 예상되는 긱 인원수 대비 예상되는 긱 서비스 요청 건수를 나타내는 것으로, 긱 서비스 요청에 대해 긱 서비스를 제공하는 긱의 인원수가 적절하게 배치되었는지 나타내는 지표가 될 수 있다.
단계 S540에서, 긱 서비스 서버(150)는 서비스 로드율을 긱 서비스 애플리케이션(120)을 통해 외부 단말로 전달할 수 있다. 외부 단말은 긱 서비스 관리자 단말(130), 긱 서비스 제공자 단말(140) 또는 온라인 플랫폼 업체가 운영하는 외부 단말일 수 있다.
또한, 긱 서비스 서버(150)는 긱 서비스 관리자 단말(130)로부터 특정 시간 구간 또는 특정 공간 구간을 선택받고, 선택받은 시공간에 배정하는 긱 인원수를 수신하여 긱 배치 데이터를 생성할 수 있다. 긱 서비스 서버(150)는 긱 배치 데이터에 기초하여, 예측 데이터 및 서비스 로드율을 업데이트 함으로써 정확도가 높은 예측 데이터를 제공할 수 있다.
또한, 긱 서비스 서버(150)는 긱 서비스 제공자 단말(140)로부터 특정 시간 구간 또는 특정 공간 구간을 선택받고, 선택받은 시공간에 대한 긱 예약 데이터를 생성할 수 있다. 긱 서비스 서버(150)는 긱 예약 데이터에 기초하여, 예측 데이터 및 서비스 로드율을 업데이트 함으로써 정확도가 높은 예측 데이터를 제공할 수 있다.
또한, 긱 서비스 서버(150)는 긱 서비스 제공자 단말(140)로부터 긱 서비스 수행 후 서비스 완료 시간을 포함한 긱 완료 데이터를 수신하여 예측 데이터 및 서비스 로드율을 업데이트 할 수 있다. 긱 서비스가 완료되면 예상되는 서비스 요청 건수 및 서비스를 제공할 긱 인원수에 변동이 생기므로, 이를 반영하기 위함이다.
이상에서 본 발명의 바람직한 실시예가 상세히 기술되었지만, 본 발명의 범위는 이에 한정되지 않고, 다양한 변형 및 균등한 타 실시예가 가능하다. 따라서, 본 발명의 진정한 기술적 보호범위는 첨부된 특허청구범위에 의해서 정해져야 할 것이다.
예를 들어, 본 발명의 예시적인 실시예에 따른 장치는 도시된 바와 같은 장치 각각의 유닛들에 커플링된 버스, 상기 버스에 커플링된 적어도 하나의 프로세서를 포함할 수 있고, 명령, 수신된 메시지 또는 생성된 메시지를 저장하기 위해 상기 버스에 커플링되고, 전술한 바와 같은 명령들을 수행하기 위한 적어도 하나의 프로세서에 커플링된 메모리를 포함할 수 있다.
또한, 본 발명에 따른 시스템은 컴퓨터로 읽을 수 있는 기록매체에 컴퓨터가 읽을 수 있는 코드로서 구현하는 것이 가능하다. 컴퓨터가 읽을 수 있는 기록매체는 컴퓨터 시스템에 의하여 읽혀질 수 있는 데이터가 저장되는 모든 종류의 기록장치를 포함한다. 상기 컴퓨터가 읽을 수 있는 기록매체는 마그네틱 저장매체(예를 들면, 롬, 플로피 디스크, 하드디스크 등) 및 광학적 판독 매체(예를 들면, 시디롬, 디브이디 등)를 포함한다. 또한 컴퓨터가 읽을 수 있는 기록매체는 네트워크로 연결된 컴퓨터 시스템에 분산되어 분산방식으로 컴퓨터가 읽을 수 있는 코드가 저장되고 실행될 수 있다.

Claims (15)

  1. 기 설정된 시간 구간 또는 기 설정된 공간 구간에 발생한 긱 서비스 요청 데이터 및 긱 서비스 완료 데이터를 획득하는 단계;
    상기 긱 서비스 요청 데이터 및 상기 긱 서비스 완료 데이터 중 적어도 하나를 이용하여, 특정 시간 구간 또는 특정 공간 구간에서 발생할 긱 서비스 요청 건수 및 긱 서비스를 제공할 긱 인원수에 대한 예측 데이터를 생성하는 단계;
    상기 생성한 예측 데이터를 이용하여 상기 특정 시간 구간 또는 상기 특정 공간 구간에서의 긱 인원수 대비 긱 서비스 요청 건수를 나타내는 서비스 로드율을 결정하는 단계; 및
    상기 서비스 로드율을 외부 단말로 전달하는 단계;를 포함하는 시공간 특성에 따른 긱 서비스 예측 방법.
  2. 제 1 항에 있어서,
    상기 긱 서비스 요청 데이터는,
    서비스 업종, 서비스 요청 시간, 서비스 요청 지역, 서비스 관리 지점, 서비스 요청자 정보, 상기 서비스 요청자의 이력 정보 및 서비스 피드백 정보 중 적어도 하나를 포함하는 것을 특징으로 하는 시공간 특성에 따른 긱 서비스 예측 방법.
  3. 제 1 항에 있어서,
    상기 긱 서비스 완료 데이터는,
    서비스 업종, 서비스 요청 시간, 서비스 요청 지역, 서비스 완료 시간, 긱 배정에 할당된 시간, 배정된 긱 정보, 배정된 긱의 이력 정보, 서비스 관리 지점 및 서비스 피드백 정보 중 적어도 하나를 포함하는 것을 특징으로 하는 시공간 특성에 따른 긱 서비스 예측 방법.
  4. 제 1 항에 있어서,
    상기 예측 데이터를 생성하는 단계는,
    상기 긱 서비스 요청 데이터 및 상기 긱 서비스 완료 데이터 중 적어도 하나와 외부 데이터와의 연관도를 분석하는 단계; 및
    기 연관도에 기초하여 상기 특정 시간 구간 또는 상기 특정 공간 구간에서 발생할 긱 서비스 요청 건수 및 긱 서비스를 제공할 긱 인원수에 대한 예측 데이터에 가중치를 부여하는 단계;를 더 포함하는 시공간 특성에 따른 긱 서비스 예측 방법.
  5. 제 4 항에 있어서,
    상기 외부 데이터는,
    상기 특정 공간 구간의 지형 정보, 상기 특정 공간 구간의 거주 인구 정보, 상기 특정 시간 구간 또는 상기 특정 공간 구간에서의 날씨 정보 및 공휴일 정보 중 적어도 하나를 포함하는 시공간 특성에 따른 긱 서비스 예측 방법.
  6. 제 1 항에 있어서,
    상기 긱 서비스 예측 방법은
    제 1 단말로부터 시공간 정보 및 상기 시공간 정보에 배정하는 긱 인원수를 수신하는 단계; 및
    상기 시공간 정보 및 상기 긱 인원수에 기초하여 긱 배치 데이터를 생성하는 단계;를 더 포함하는 것을 특징으로 하는 시공간 특성에 따른 긱 서비스 예측 방법.
  7. 제 6 항에 있어서,
    상기 긱 서비스 예측 방법은
    상기 긱 배치 데이터에 기초하여, 상기 예측 데이터 및 상기 서비스 로드율을 업데이트 하는 단계;를 더 포함하는 것을 특징으로 하는 시공간 특성에 따른 긱 서비스 예측 방법.
  8. 제 1 항에 있어서,
    상기 긱 서비스 예측 방법은
    제 2 단말로부터 시공간 정보 및 상기 시공간 정보에 제공할 긱 서비스 정보를 수신하는 단계; 및
    상기 시공간 정보 및 상기 긱 서비스 정보에 기초하여 긱 예약 데이터를 생성하는 단계;를 더 포함하는 것을 특징으로 하는 시공간 특성에 따른 긱 서비스 예측 방법.
  9. 제 8 항에 있어서,
    상기 긱 서비스 예측 방법은
    상기 제 2 단말로부터 긱 서비스를 완료한 시간을 포함한 긱 완료 데이터를 수신하는 단계;를 더 포함하는 것을 특징으로 하는 시공간 특성에 따른 긱 서비스 예측 방법.
  10. 제 9 항에 있어서,
    상기 긱 서비스 예측 방법은
    상기 긱 예약 데이터 또는 상기 긱 완료 데이터에 기초하여, 상기 예측 데이터 및 상기 서비스 로드율을 업데이트 하는 단계;를 더 포함하는 것을 특징으로 하는 시공간 특성에 따른 긱 서비스 예측 방법.
  11. 제 1항 내지 제 10항 중 어느 한 항에 의한 방법을 수행하기 위한 프로그램이 기록된 컴퓨터로 읽을 수 있는 기록매체.
  12. 기 설정된 시간 구간 또는 기 설정된 공간 구간에 발생한 긱 서비스 요청 데이터 및 긱 서비스 완료 데이터를 획득하는 데이터획득부;
    상기 긱 서비스 요청 데이터 및 상기 긱 서비스 완료 데이터 중 적어도 하나를 이용하여, 특정 시간 구간 또는 특정 공간 구간에서 발생할 긱 서비스 요청 건수 및 긱 서비스를 제공할 긱 인원수에 대한 예측 데이터를 생성하는 예측부;
    상기 생성한 예측 데이터를 이용하여 상기 특정 시간 구간 또는 상기 특정 공간 구간에서의 긱 인원수 대비 긱 서비스 요청 건수를 나타내는 서비스 로드율을 결정하는 로드율결정부; 및
    상기 서비스 로드율을 외부 단말로 전달하는 로드율제공부;를 포함하는 시공간 특성에 따른 긱 서비스 예측 시스템.
  13. 제 12 항에 있어서,
    상기 예측부는,
    상기 긱 서비스 요청 데이터 및 상기 긱 서비스 완료 데이터 중 적어도 하나와 외부 데이터와의 연관도를 분석하고,
    상기 연관도에 기초하여 상기 특정 시간 구간 또는 상기 특정 공간 구간에서 발생할 긱 서비스 요청 건수 및 긱 서비스를 제공할 긱 인원수에 대한 예측 데이터에 가중치를 부여하는 것을 특징으로 하는 시공간 특성에 따른 긱 서비스 예측 시스템.
  14. 제 12 항에 있어서,
    제 1 단말로부터 시공간 정보 및 상기 시공간 정보에 배정하는 긱 인원수를 수신하고, 상기 시공간 정보 및 상기 긱 인원수에 기초하여 긱 배치 데이터를 생성하는 긱배치부;를 더 포함하는 것을 특징으로 하는 시공간 특성에 따른 긱 서비스 예측 시스템.
  15. 제 12 항에 있어서,
    제 2 단말로부터 시공간 정보 및 상기 시공간 정보에 제공할 긱 서비스 정보를 수신하고, 상기 시공간 정보 및 상기 긱 서비스 정보에 기초하여 긱 예약 데이터를 생성하는 긱예약부;를 더 포함하는 것을 특징으로 하는 시공간 특성에 따른 긱 서비스 예측 시스템.
PCT/KR2021/014676 2020-10-30 2021-10-20 시공간 특성에 따른 긱 서비스 예측 시스템 및 그 방법 WO2022092690A1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
US18/034,502 US20230376980A1 (en) 2020-10-30 2021-10-20 System and method for predicting gig service in accordance with spatio-temporal characteristics

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
KR10-2020-0143120 2020-10-30
KR1020200143120A KR102273270B1 (ko) 2020-10-30 2020-10-30 시공간 특성에 따른 긱 서비스 예측 시스템 및 그 방법

Publications (1)

Publication Number Publication Date
WO2022092690A1 true WO2022092690A1 (ko) 2022-05-05

Family

ID=76899488

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/KR2021/014676 WO2022092690A1 (ko) 2020-10-30 2021-10-20 시공간 특성에 따른 긱 서비스 예측 시스템 및 그 방법

Country Status (3)

Country Link
US (1) US20230376980A1 (ko)
KR (1) KR102273270B1 (ko)
WO (1) WO2022092690A1 (ko)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR102273270B1 (ko) * 2020-10-30 2021-07-05 한화생명보험(주) 시공간 특성에 따른 긱 서비스 예측 시스템 및 그 방법

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20180003831A (ko) * 2016-07-01 2018-01-10 서강대학교산학협력단 위치 정보를 이용하여 서비스 차량의 배차를 관리하는 장치 및 방법
KR101899056B1 (ko) * 2017-03-29 2018-10-29 (주)엠엠씨피플 실시간 자동 매칭을 제공하고 매칭된 근무지의 근무환경을 영상으로 확인할 수 있는 구인 구직 중개시스템
KR20190029249A (ko) * 2017-09-12 2019-03-20 홍상욱 음식 배달 서비스를 제어하는 기법
KR20200079111A (ko) * 2018-12-24 2020-07-02 (주)스타릭스 모빌리티 서비스에서의 기사 및 승객의 상호매칭 시스템, 및 방법
KR20200113694A (ko) * 2019-03-26 2020-10-07 (주) 오소 초단기 실시간 일자리 공유시스템 및 방법
KR102273270B1 (ko) * 2020-10-30 2021-07-05 한화생명보험(주) 시공간 특성에 따른 긱 서비스 예측 시스템 및 그 방법

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20180003831A (ko) * 2016-07-01 2018-01-10 서강대학교산학협력단 위치 정보를 이용하여 서비스 차량의 배차를 관리하는 장치 및 방법
KR101899056B1 (ko) * 2017-03-29 2018-10-29 (주)엠엠씨피플 실시간 자동 매칭을 제공하고 매칭된 근무지의 근무환경을 영상으로 확인할 수 있는 구인 구직 중개시스템
KR20190029249A (ko) * 2017-09-12 2019-03-20 홍상욱 음식 배달 서비스를 제어하는 기법
KR20200079111A (ko) * 2018-12-24 2020-07-02 (주)스타릭스 모빌리티 서비스에서의 기사 및 승객의 상호매칭 시스템, 및 방법
KR20200113694A (ko) * 2019-03-26 2020-10-07 (주) 오소 초단기 실시간 일자리 공유시스템 및 방법
KR102273270B1 (ko) * 2020-10-30 2021-07-05 한화생명보험(주) 시공간 특성에 따른 긱 서비스 예측 시스템 및 그 방법

Also Published As

Publication number Publication date
US20230376980A1 (en) 2023-11-23
KR102273270B1 (ko) 2021-07-05

Similar Documents

Publication Publication Date Title
CN108683818B (zh) 呼叫中心分配坐席的方法、系统、设备及存储介质
Goldberg et al. A simulation model for evaluating a set of emergency vehicle base locations: Development, validation, and usage
US7672863B2 (en) System and method for load balancing based on service level objectives and information on the contents of start and finish processes of business services
WO2009099283A2 (ko) 물류비용 예측을 기반으로 하는 최적 허브 입지 검색 방법
CN111045820B (zh) 一种基于时序预测的容器调度方法
WO2011052102A1 (ja) サービス設定支援方法
WO2022092690A1 (ko) 시공간 특성에 따른 긱 서비스 예측 시스템 및 그 방법
WO2018128244A1 (ko) 국내외 이벤트의 사전/개최/사후 수송 최적화 스케줄링 방법 및 시스템
CN111985786A (zh) 基于坐席的任务分配方法、装置、计算机设备和存储介质
Henderson et al. Estimating ambulance requirements in Auckland, New Zealand
WO2012030122A2 (ko) Ip 주소에 대한 지역 정보 결정 시스템 및 방법
WO2022131559A1 (ko) 압축된 긱서비스 제공 방법 및 장치
WO2022124595A1 (ko) 긱근로자의 잡 스케쥴링 방법 및 장치
WO2023017953A1 (ko) 이종 시스템간 데이터 유통을 위한 표준api 규격 자동화 방법 및 시스템
WO2023022318A1 (ko) 전기차 충전 스케줄 관리 시스템 및 그 방법
Nakayama Network-side task allocation for mobile crowdsensing
CN116611749A (zh) 一种基于微服务架构的电力数据智能录入方法及系统
Granberg et al. Simulation based prediction of the near-future emergency medical services system state
WO2022075560A1 (ko) 에너지 데이터 중개 시스템 및 방법
CN115361063A (zh) 智慧光纤配线管理方法和系统
WO2021020924A1 (ko) 클라우드 pos 서버를 활용한 클라우드 결제 시스템 및 그 방법
WO2017082683A1 (ko) 지출 관리에 관한 정보를 제공하기 위한 방법, 시스템 및 비일시성의 컴퓨터 판독 가능한 기록 매체
CN113391923B (zh) 系统资源数据分配方法和装置
KR20200134047A (ko) 대중교통 안내 서비스 방법
WO2022025703A1 (ko) 주차면 관리를 통해 효율적으로 차량을 제공하는 운송 서비스 시스템

Legal Events

Date Code Title Description
121 Ep: the epo has been informed by wipo that ep was designated in this application

Ref document number: 21886684

Country of ref document: EP

Kind code of ref document: A1

NENP Non-entry into the national phase

Ref country code: DE

32PN Ep: public notification in the ep bulletin as address of the adressee cannot be established

Free format text: NOTING OF LOSS OF RIGHTS PURSUANT TO RULE 112(1) EPC (EPO FORM 1205A DATED 08.09.2023)

122 Ep: pct application non-entry in european phase

Ref document number: 21886684

Country of ref document: EP

Kind code of ref document: A1