KR20240013426A - Methtd and apparatus for relay recommending items using data being accumulated in real-time - Google Patents

Methtd and apparatus for relay recommending items using data being accumulated in real-time Download PDF

Info

Publication number
KR20240013426A
KR20240013426A KR1020220090949A KR20220090949A KR20240013426A KR 20240013426 A KR20240013426 A KR 20240013426A KR 1020220090949 A KR1020220090949 A KR 1020220090949A KR 20220090949 A KR20220090949 A KR 20220090949A KR 20240013426 A KR20240013426 A KR 20240013426A
Authority
KR
South Korea
Prior art keywords
item
recommendation
representative
recommended
artificial intelligence
Prior art date
Application number
KR1020220090949A
Other languages
Korean (ko)
Inventor
이정갑
Original Assignee
(주) 올윈에어
이정갑
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by (주) 올윈에어, 이정갑 filed Critical (주) 올윈에어
Priority to KR1020220090949A priority Critical patent/KR20240013426A/en
Publication of KR20240013426A publication Critical patent/KR20240013426A/en

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q30/00—Commerce
    • G06Q30/06—Buying, selling or leasing transactions
    • G06Q30/0601—Electronic shopping [e-shopping]
    • G06Q30/0631—Item recommendations
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • 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
    • G06Q30/0201—Market modelling; Market analysis; Collecting market data
    • 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
    • G06Q50/14—Travel agencies

Landscapes

  • Business, Economics & Management (AREA)
  • Engineering & Computer Science (AREA)
  • Strategic Management (AREA)
  • Accounting & Taxation (AREA)
  • Finance (AREA)
  • Theoretical Computer Science (AREA)
  • Development Economics (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • General Business, Economics & Management (AREA)
  • Marketing (AREA)
  • Economics (AREA)
  • Tourism & Hospitality (AREA)
  • Data Mining & Analysis (AREA)
  • Software Systems (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Mathematical Physics (AREA)
  • Medical Informatics (AREA)
  • Computing Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Evolutionary Computation (AREA)
  • Game Theory and Decision Science (AREA)
  • Artificial Intelligence (AREA)
  • Health & Medical Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Human Resources & Organizations (AREA)
  • Primary Health Care (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

본 발명은 제1추천 아이템의 구매 결과에 근거하여 제2추천 아이템을 추천하는 실시간으로 누적되는 데이터를 이용한 인공지능 기반의 릴레이 추천 방법 및 장치에 관한 것이다.
본 발명의 일실시예에 의한 실시간으로 누적되는 데이터를 이용한 인공지능 기반의 릴레이 추천 방법 및 장치는 제1추천 아이템의 구매 결과에 이용하여 제2추천 아이템을 릴레이 방식으로 추천할 수 있다.
본 발명의 일실시예에 의하면, 제1추천 아이템의 구매 결과를 추가적으로 더 이용하여 제2아이템 추천 시 이용하므로, 진화적 방식으로 아이템을 추천할 수 있다. 따라서 사용자가 선호하는 아이템이 추천될 확률을 높일 수 있다. The present invention relates to an artificial intelligence-based relay recommendation method and device using data accumulated in real time to recommend a second recommended item based on the purchase result of the first recommended item.
The artificial intelligence-based relay recommendation method and device using data accumulated in real time according to an embodiment of the present invention can recommend a second recommendation item in a relay method using the purchase result of the first recommendation item.
According to one embodiment of the present invention, the purchase result of the first recommended item is additionally used to recommend the second item, so the item can be recommended in an evolutionary manner. Therefore, the probability that the user's preferred item is recommended can be increased.

Description

실시간으로 누적되는 데이터를 이용한 인공지능 기반의 릴레이 추천 방법 및 장치{METHTD AND APPARATUS FOR RELAY RECOMMENDING ITEMS USING DATA BEING ACCUMULATED IN REAL-TIME}Artificial intelligence-based relay recommendation method and device using real-time accumulated data {METHTD AND APPARATUS FOR RELAY RECOMMENDING ITEMS USING DATA BEING ACCUMULATED IN REAL-TIME}

본 발명은 인공지능을 활용한 아이템의 추천 방법 및 장치에 관한 것으로, 보다 상세하게는 제1추천 아이템의 구매 결과에 근거하여 제2추천 아이템을 추천하는 실시간으로 누적되는 데이터를 이용한 인공지능 기반의 릴레이 추천 방법 및 장치에 관한 것이다.The present invention relates to a method and device for recommending items using artificial intelligence, and more specifically, to an artificial intelligence-based method using data accumulated in real time to recommend a second recommended item based on the purchase results of the first recommended item. This relates to a relay recommendation method and device.

근래 들어 저가 항공사의 등장 및 국제유가 하락에 따른 유류 할증 폐지로 발생한 항공권 가격의 인하로 인해 종래보다 많은 수의 사람들이 항공편을 이용하여 출장, 여행 등을 떠나고 있다.In recent years, due to the emergence of low-cost airlines and the decline in airline ticket prices caused by the abolition of fuel surcharges due to the decline in international oil prices, more people than before are using air to go on business trips or travel.

이와 같은 항공편 이용을 위해서는 항공권 예매가 필수적인데, 종래의 항공권 예매는 전화나 팩스 등이 이용되었지만 인터넷의 눈부신 발달로 인해 인터넷을 통한 항공권 예매가 보편적으로 이용되고 있다. In order to use such flights, it is essential to reserve airline tickets. Conventionally, airline ticket reservations were made by phone or fax, but with the remarkable development of the Internet, airline ticket reservations through the Internet are now widely used.

항공권은 온라인으로 예약되고 발권될 수 있다. 예를 들어, GDS(Global Distribution System)라는 글로벌 시스템을 통해, 그리고 OTA(OTA, Online Travel Agency)를 통해 예약되고 발권될 수 있다. Airline tickets can be booked and issued online. For example, it can be booked and ticketed through a global system called a Global Distribution System (GDS) and through an Online Travel Agency (OTA).

이러한 판매 프로세스에서 OTA 또는 항공사는 해당 항공권과 연계된 옵션 상품(예: 좌석지정, 좌석업그레이드, 기내식, 기내와이파이, 면세, 수화물 추가 등)도 함께 추천할 수 있다. In this sales process, the OTA or airline may also recommend optional products (e.g. seat assignment, seat upgrade, in-flight meal, in-flight Wi-Fi, duty free, additional baggage, etc.) linked to the relevant flight ticket.

그러나 종래에는 오로지 관리자의 판단에 의해 옵션 추천 상품이 결정되고, 추천하는 방법도 획일적으로 이루어지기에, 인건비가 상승하고, 추천에 의해 상품 구매로 이어지는 구매 전환율이 저조하였다. 또한, 종래에는 상품 추천도 기존의 정보만을 가지고 일회성으로 끝나는 경우가 대부분이다.However, in the past, optional recommended products were determined solely by the judgment of the manager, and the recommendation method was also performed uniformly, resulting in increased labor costs and a low purchase conversion rate leading to product purchases through recommendations. Additionally, in the past, product recommendations were usually one-time only based on existing information.

따라서 제1추천 아이템의 구매 결과를 이용하여 제2아이템을 인공지능 방식으로 추천하는 기술에 대한 연구가 필요한 실정이다. Therefore, research is needed on technology to recommend the second item using artificial intelligence using the purchase results of the first recommended item.

공개특허 10-2021-0010170호(2021.01.27.), 빅데이터 기반 정보수집과 인공지능 솔루션을 이용한 개인 맞춤형 여행 및 테마여행 추천방법Public Patent No. 10-2021-0010170 (2021.01.27.), Personalized travel and theme travel recommendation method using big data-based information collection and artificial intelligence solutions

본 발명의 목적은 제1추천 아이템의 구매 결과에 근거하여 제2추천 아이템을 추천하는 릴레이 방식의 실시간으로 누적되는 데이터를 이용한 인공지능 기반의 릴레이 추천 방법 및 장치를 제공하는데 있다.The purpose of the present invention is to provide an artificial intelligence-based relay recommendation method and device using data accumulated in real time in a relay method that recommends a second recommendation item based on the purchase result of the first recommendation item.

본 발명의 목적은 대표자의 NR(name record) 정보에 근거하여 제1아이템을 추천하고, 상기 대표자의 상기 제1아이템의 구매 결과에 근거하여 제2아이템을 추천하는 실시간으로 누적되는 데이터를 이용한 인공지능 기반의 릴레이 추천 방법 및 장치를 제공하는데 있다.The purpose of the present invention is to recommend a first item based on the representative's NR (name record) information and recommend an artificial second item based on the representative's purchase result of the first item using data accumulated in real time. The purpose is to provide an intelligence-based relay recommendation method and device.

상기 목적을 달성하기 위해 본 발명의 일실시예에 의하면, 컴퓨터 네트워크와 연결된 추천 장치가 아이템을 인공지능 방식으로 추천하는 방법에 있어서, 대표자의 NR(Name record) 정보에 근거하여 그룹 유형을 결정하는 단계- 상기 NR 정보는 해당 대표자 및 동반자 정보를 포함함-; 상기 결정된 그룹 유형에 근거하여 상기 대표자에게 제1아이템을 추천하는 단계; 상기 대표자의 제1아이템 구매 결과를 수신하는 단계; 및 상기 수신한 구매 결과를 이용하여 상기 대표자에게 제2아이템을 추천하는 단계를 포함하는 것을 특징으로 하는 실시간으로 누적되는 데이터를 이용한 인공지능 기반의 릴레이 추천 방법 및 장치가 개시된다.In order to achieve the above object, according to an embodiment of the present invention, a method in which a recommendation device connected to a computer network recommends items using artificial intelligence methods includes determining the group type based on the representative's NR (Name record) information. Step - the NR information includes the corresponding representative and companion information -; recommending a first item to the representative based on the determined group type; Receiving the representative's purchase result of the first item; and recommending a second item to the representative using the received purchase result. An artificial intelligence-based relay recommendation method and device using real-time accumulated data is disclosed.

본 발명의 일실시예에 의한 실시간으로 누적되는 데이터를 이용한 인공지능 기반의 릴레이 추천 방법 및 장치는 제1추천 아이템의 구매 결과에 이용하여 제2추천 아이템을 릴레이 방식으로 추천할 수 있다. The artificial intelligence-based relay recommendation method and device using data accumulated in real time according to an embodiment of the present invention can recommend a second recommendation item in a relay method using the purchase result of the first recommendation item.

본 발명의 일실시예에 의하면, 제1추천 아이템의 구매 결과를 추가적으로 더 이용하여 제2아이템 추천 시 이용하므로, 진화적 방식으로 아이템을 추천할 수 있다. 따라서 사용자가 선호하는 아이템이 추천될 확률을 높일 수 있다.According to one embodiment of the present invention, the purchase result of the first recommended item is additionally used to recommend the second item, so the item can be recommended in an evolutionary manner. Therefore, the probability that the user's preferred item is recommended can be increased.

도 1은 본 발명의 일실시예와 관련된 실시간으로 누적되는 데이터를 이용한 인공지능 기반의 릴레이 추천 시스템을 나타내는 블록이다.
도 2는 도 1에 도시된 아이템 추천 장치의 블록도이다.
도 3은 본 발명의 일실시예와 관련된 아이템 추천 방법을 나타내는 흐름도이다.
도 4는 본 발명의 일실시예와 관련된 그룹 탑승객 유형을 설명하기 위한 도면이다.
도 5는 본 발명의 일실시예와 관련된 추천 밸류 계산을 위해 그룹 탑승객 유형과 변수 타입을 매칭하는 예를 설명하기 위한 도면이다.
도 6은 본 발명의 일실시예와 관련된 제1추천 아이템의 구매 결과를 이용하여 제2아이템을 추천하는 예를 나타내는 도면이다.Figure 1 is a block showing an artificial intelligence-based relay recommendation system using data accumulated in real time related to an embodiment of the present invention.
FIG. 2 is a block diagram of the item recommendation device shown in FIG. 1.
Figure 3 is a flowchart showing an item recommendation method related to an embodiment of the present invention.
Figure 4 is a diagram for explaining group passenger types related to an embodiment of the present invention.
FIG. 5 is a diagram illustrating an example of matching a group passenger type and a variable type to calculate a recommendation value related to an embodiment of the present invention.
Figure 6 is a diagram illustrating an example of recommending a second item using the purchase result of the first recommended item related to an embodiment of the present invention.

이하, 본 발명의 일실시예와 관련된 실시간으로 누적되는 데이터를 이용한 인공지능 기반의 릴레이 추천 방법 및 장치에 대해 도면을 참조하여 설명하도록 하겠다.Hereinafter, an artificial intelligence-based relay recommendation method and device using real-time accumulated data related to an embodiment of the present invention will be described with reference to the drawings.

본 명세서에서 사용되는 단수의 표현은 문맥상 명백하게 다르게 뜻하지 않는 한, 복수의 표현을 포함한다. 본 명세서에서, "구성된다" 또는 "포함한다" 등의 용어는 명세서상에 기재된 여러 구성 요소들, 또는 여러 단계들을 반드시 모두 포함하는 것으로 해석되지 않아야 하며, 그 중 일부 구성 요소들 또는 일부 단계들은 포함되지 않을 수도 있고, 또는 추가적인 구성 요소 또는 단계들을 더 포함할 수 있는 것으로 해석되어야 한다.As used herein, singular expressions include plural expressions unless the context clearly dictates otherwise. In this specification, terms such as “consists of” or “comprises” should not be construed as necessarily including all of the various components or steps described in the specification, and some of the components or steps may be included in the specification. It may not be included, or it should be interpreted as including additional components or steps.

본 발명의 일실시예와 관련된 인공지능을 활용한 아이템의 추천 방법 및 장치는 제1추천 아이템의 구매 결과를 이용하여 인공지능 기반으로 제2아이템을 자동으로 대표자에게 추천할 수 있다.The method and device for recommending items using artificial intelligence related to an embodiment of the present invention can automatically recommend a second item to a representative based on artificial intelligence using the purchase result of the first recommended item.

본 명세서에서 대표자란 그룹의 대표자로서, 극장과 같은 공연장, 비행기, 스포츠 경기장, 기차 등의 티켓의 대표 예약자, 가상 세계에서의 대표 참여자 등을 포함할 수 있다.In this specification, a representative is a representative of a group and may include a representative reservation holder of tickets to a performance hall such as a theater, an airplane, a sports stadium, a train, etc., and a representative participant in a virtual world.

이하에서 NR의 인원수라 함은 상기 NR 정보에 포함된 대표자 및 동반자 수의 합을 의미한다.Hereinafter, the number of NR members refers to the sum of the number of representatives and companions included in the above NR information.

본 명세서에서 대표자의 NR(Name record) 정보는 티켓 예약 또는 특정 게임 참가의 경우 해당 대표자 및 동반자 정보 등을 포함할 수 있다. 예를 들어, NR(Name record) 정보는 항공권 PNR(Passenger name record)을 포함할 수 있다. In this specification, the representative's NR (Name record) information may include the representative and companion information in the case of ticket reservation or participation in a specific game. For example, NR (Name record) information may include an airline ticket PNR (Passenger name record).

본 명세서에서 동반자라 함은 대표자와 함께 그룹을 이루는 구성원으로, 동승객, 동반 관람객, 동반 참여자 등을 포함할 수 있다.In this specification, a companion refers to a member of a group together with the representative and may include fellow passengers, accompanying visitors, accompanying participants, etc.

본 명세서에서 그룹 유형은 NR(Name record) 정보에 근거하여 결정되는 그룹 타입을 의미할 수 할 수 있다. 상기 그룹 유형에는 그룹 탑승객 유형, 그룹 참여자 유형, 그룹 관람객 유형 등이 있을 수 있다.In this specification, group type may mean a group type determined based on NR (Name record) information. The group type may include group passenger type, group participant type, group visitor type, etc.

이하에서는 항공권을 교통 수단으로 이용하여 여행을 하는 경우의 숙소 제공 방법을 본 발명의 하나의 실시예로 설명하나, 본 발명이 이에 한정되는 것은 아니다.Hereinafter, a method of providing accommodation when traveling using an airline ticket as a means of transportation will be described as an embodiment of the present invention, but the present invention is not limited to this.

본 명세서에서 부가 아이템이라 함은 항공권 예약 또는 구매가 이루어진 경우, 추가로 구매 또는 이용할 수 있는 유형 또는 무형의 상품을 포함할 수 있다. 예들 들어, 부가 아이템은 사전 좌석 지정, 좌석 업그레이드, 수화물 추가, 기내식 구매, 면세 이용, 공항 라운지 이용 서비스, 공항 렌터카, 목적지 숙박 등을 포함할 수 있다. 즉, 상기 부가 아이템은 PNR(Passenger name record)과 상관관계가 있는 아이템을 포함할 수 있다. PNR(Passenger name record)에 대해서는 후술하도록 하겠다.In this specification, additional items may include tangible or intangible products that can be additionally purchased or used when an airline ticket is reserved or purchased. For example, additional items may include advance seat selection, seat upgrades, additional baggage, purchase of in-flight meals, duty-free use, airport lounge use services, airport rental cars, destination accommodations, etc. That is, the additional item may include an item that is correlated with a Passenger name record (PNR). PNR (Passenger name record) will be described later.

도 1은 본 발명의 일실시예와 관련된 인공지능을 활용한 아이템의 추천 시스템을 나타내는 블록이다.1 is a block showing an item recommendation system using artificial intelligence related to an embodiment of the present invention.

도시된 바와 같이, 아이템 추천 시스템은 사용자 단말(100), 아이템 추천 장치(200), 여행사 서버(300) 및 항공사 서버(350)를 포함할 수 있다. 여기서 사용자는 PNR(Passenger name record)에서 대표 예약자를 포함할 수 있다.As shown, the item recommendation system may include a user terminal 100, an item recommendation device 200, a travel agency server 300, and an airline server 350. Here, the user can include a representative reservation holder in the Passenger name record (PNR).

한편 도시하지는 않았지만, 상기 아이템 추천 시스템은 여행사 서버(300) 또는 항공사 서버(350)와 제휴된 서버(예: GDS 서버)를 더 포함할 수 있다.Meanwhile, although not shown, the item recommendation system may further include a server (eg, GDS server) affiliated with the travel agency server 300 or the airline server 350.

상기 사용자 단말(100), 아이템 추천(200), 여행사 서버(300) 및 항공사 서버(350)는 서로 컴퓨터 네트워크와 연결될 수 있다.The user terminal 100, item recommendation 200, travel agency server 300, and airline server 350 may be connected to a computer network.

여행사 또는 항공사를 통해 항공권 티켓을 구매된 경우, 상기 숙소 정보 제공 장치(200)는 여행사 서버(300) 또는 항공사 서버(350)로부터 항공권 예약 정보를 수신할 수 있다. 항공권 예약 정보의 일례로 PNR(Passenger name record)이 있다. PNR(Passenger name record) 정보는 항공권 예약에 관한 정보로, 탑승객 이름, 동승자 이름, 탑승객 여권 정보, 출국 정보, 귀국 정보 등을 포함할 수 있다.When an airline ticket is purchased through a travel agency or airline, the accommodation information providing device 200 may receive airline ticket reservation information from the travel agency server 300 or the airline server 350. An example of airline ticket reservation information is the Passenger name record (PNR). Passenger name record (PNR) information is information about airline ticket reservations and may include passenger name, passenger name, passenger passport information, departure information, return information, etc.

이하에서는 PNR(Passenger name record)을 항공권 예약 정보의 일례로 설명하도록 하겠다.Below, PNR (Passenger name record) will be explained as an example of airline ticket reservation information.

상기 아이템 추천 장치(200)는 PNR 정보를 근거하여 그룹 탑승객 유형을 결정하고, 결정된 유형에 대응되게 제1아이템을 추천하고, 제1아이템의 구매 결과를 이용하여 인공지능 방식으로 제2아이템을 대표자에게 추천할 수 있다. 본 명세서에서 제1아이템 및 제2아이템은 부가 아이템일 수 있다.The item recommendation device 200 determines the group passenger type based on the PNR information, recommends the first item corresponding to the determined type, and uses the purchase result of the first item to recommend the second item to the representative using artificial intelligence. It can be recommended to In this specification, the first item and the second item may be additional items.

도 2는 도 1에 도시된 아이템 추천 장치의 블록도이다.FIG. 2 is a block diagram of the item recommendation device shown in FIG. 1.

도시된 바와 같이, 아이템 추천 장치(200)는 수신부(210), NR 분석부(215), 추천 밸류 계산부(220), 디스플레이부(225), 추천부(230), 및 제어부(240)를 포함할 수 있다.As shown, the item recommendation device 200 includes a receiver 210, an NR analysis unit 215, a recommendation value calculation unit 220, a display unit 225, a recommendation unit 230, and a control unit 240. It can be included.

상기 수신부(210)는 여행사 서버(300) 또는 항공사 서버(350)로부터 사용자(예: 대표 예약자)의 PNR을 수신할 수 있다. 상기 PNR을 통해 탑승객 이름, 동승자 이름, 탑승객 여권 정보, 출국 정보, 귀국 정보, 도착지 정보, 도착 시간 등이 확인될 수 있다. The receiving unit 210 may receive the PNR of the user (eg, representative reservation holder) from the travel agency server 300 or the airline server 350. Through the PNR, the passenger name, passenger name, passenger passport information, departure information, return information, destination information, arrival time, etc. can be confirmed.

한편, 상기 PNR 정보는 수신할 수도 있지만, 아이템 추천 장치(200)가 자체적으로 생성할 수도 있다.Meanwhile, the PNR information may be received, but the item recommendation device 200 may also generate it on its own.

상기 수신부(210)는 대표자의 추천된 제1아이템의 구매 결과를 수신할 수 있다. The receiving unit 210 may receive the purchase result of the first item recommended by the representative.

상기 NR 분석부(215)는 대표자의 PNR을 분석하여 다양한 정보를 도출할 수 있다. 상기 NR 분석부(215)는 PNR 분석을 통해 PNR 인원수를 도출하거나 PNR 정보에 근거하여 그룹 탑승객 유형을 결정할 수 있다The NR analysis unit 215 can derive various information by analyzing the representative's PNR. The NR analysis unit 215 can derive the number of PNR people through PNR analysis or determine the group passenger type based on PNR information.

상기 추천 밸류 계산부(220)는 다양한 변수를 이용하여 각 숙소의 추천 밸류를 계산할 수 있다. The recommendation value calculation unit 220 can calculate the recommendation value of each accommodation using various variables.

상기 다양한 변수에는 접근성, 교통 편의성, 도착지 공항에서 거리 등을 이용하여 산출되는 위치 밸류, 부대 편의시설, 객실 상태 등을 이용하여 산출되는 편의성 밸류 등이 있다.The above various variables include location value calculated using accessibility, transportation convenience, distance from the destination airport, etc., and convenience value calculated using auxiliary amenities, room conditions, etc.

상기 추천 밸류 계산부(220)는 제1추천 아이템의 구매 결과를 변수로 더 이용하여 제2아이템 추천을 위한 추천 밸류를 계산할 수 있다.The recommendation value calculation unit 220 may further use the purchase result of the first recommended item as a variable to calculate the recommendation value for recommending the second item.

상기 디스플레이부(225)는 추천할 아이템을 디스플레이 할 수 있다.The display unit 225 can display items to be recommended.

상기 추천부(230)는 계산된 추천 밸류에 따라 점수가 높은 순으로 소정 개수의 아이템을 대표자에게 추천할 수 있다. 이 경우, 추천부(230)는 제1아이템의 추천 후, 상기 제1아이템의 구매 결과를 이용하여 제2아이템을 추천할 수 있다.The recommendation unit 230 may recommend a predetermined number of items to the representative in order of highest score according to the calculated recommendation value. In this case, after recommending the first item, the recommender 230 may recommend the second item using the purchase result of the first item.

상기 제어부(240)는 수신부(210), NR 분석부(215), 추천 밸류 계산부(220), 디스플레이부(225), 추천부(230)를 전반적으로 제어할 수 있다.The control unit 240 can generally control the reception unit 210, NR analysis unit 215, recommendation value calculation unit 220, display unit 225, and recommendation unit 230.

도 3은 본 발명의 일실시예와 관련된 아이템 추천 방법을 나타내는 흐름도이다.Figure 3 is a flowchart showing an item recommendation method related to an embodiment of the present invention.

상기 수신부(210)는 여행사 서버(300) 또는 항공사 서버(350)로부터 대표 예약자의 PNR 정보를 수신할 수 있다(S310).The receiving unit 210 may receive PNR information of the representative reservationist from the travel agency server 300 or the airline server 350 (S310).

상기 승객 유형 결정부(215)는 상기 PNR 정보에 근거하여 그룹 탑승객 유형을 결정할 수 있다(S320). The passenger type determination unit 215 may determine the group passenger type based on the PNR information (S320).

도 4는 본 발명의 일실시예와 관련된 탑승객 유형을 설명하기 위한 도면이다.Figure 4 is a diagram for explaining passenger types related to an embodiment of the present invention.

도시된 바와 같이, 승객 유형에는 케어 타입(Care Type), 커플 타입(Couple Type), 커뮤니티 타입(Community Type) 등으로 구분될 수 있다. 도시된 예에서는 승객 유형이 3개로 구분되지만, 그 보다 더 많은 승객 유형으로 구분될 수도 있고, 더 적은 승객 유형으로 구분될 수도 있다. As shown, passenger types can be divided into care type, couple type, community type, etc. In the example shown, the passenger types are divided into three, but they may be divided into more passenger types or fewer passenger types.

탑승객 유형은 미리 정의된 조건에 만족하는 경우, 복수 개의 승객 유형 중 하나에 해당될 수 있다. 예를 들어, 대표 예약자(Carer)의 PNR에 신체적 약자가 있는 경우는 케어 타입(Care Type)으로 구분될 수 있다. 예를 들어, 유아(2세 이하), 아동(5세 이하), 경로(65세 이상) 등의 승객은 신체적 약자로 구분될 수 있다.The passenger type may correspond to one of a plurality of passenger types if predefined conditions are satisfied. For example, if the PNR of the representative carer includes a physically vulnerable person, it may be classified as a care type. For example, passengers such as infants (under 2 years of age), children (under 5 years of age), and senior citizens (over 65 years of age) may be classified as physically vulnerable.

예를 들어, 상기 PNR에 성인 짝수(2인,4인,6인,8인)이고 남/녀가 동수이고, 남/녀 나이차 10세 이하인 경우에는 커플 타입(Couple Type)으로 구분될 수 있다.For example, if the PNR has an even number of adults (2, 4, 6, 8), an equal number of men and women, and an age difference of 10 years or less between men and women, it can be classified as a couple type. .

상기 추천 밸류 계산부(220)는 상기 결정된 탑승객 유형에 대응되게 제1추천 밸류를 계산할 수 있다(S320). 상기 제1추천 밸류는 제1아이템을 추천하기 위해 사용될 수 있다. 상기 제1아이템은 하나의 아이템으로 추천될 수도 있고, 다른 아이템과 함께 추천될 수도 있다.The recommendation value calculation unit 220 may calculate a first recommendation value corresponding to the determined passenger type (S320). The first recommendation value can be used to recommend the first item. The first item may be recommended as one item or together with other items.

상기 추천 밸류 계산부(220)는 다양한 변수를 이용하여 추천 밸류를 계산할 수 있다. The recommendation value calculation unit 220 may calculate the recommendation value using various variables.

상기 다양한 변수에는 접근성, 교통 편의성, 도착지 공항에서 거리 등을 이용하여 산출되는 위치 밸류, 부대 편의시설, 객실 상태 등을 이용하여 산출되는 편의성 밸류 등이 있다.The above various variables include location value calculated using accessibility, transportation convenience, distance from the destination airport, etc., and convenience value calculated using auxiliary amenities, room conditions, etc.

또한, 상기 추천 밸류 계산부(220)는 승객 유형에 대응되는 변수 테이블을 이용하여 상기 추천 밸류를 산출할 수 있다.Additionally, the recommendation value calculation unit 220 may calculate the recommendation value using a variable table corresponding to the passenger type.

도 5는 본 발명의 일실시예와 관련된 추천 밸류 계산을 위해 그룹 탑승객 유형과 변수 타입을 매칭하는 예를 설명하기 위한 도면이다.FIG. 5 is a diagram illustrating an example of matching a group passenger type and a variable type to calculate a recommendation value related to an embodiment of the present invention.

도시된 바와 같이, 커플 타입(Couple Type)은 A 타입 변수 테이블에 있는 변수값을 이용하여 각 숙소의 추천 밸류를 계산하고, 케어 타입(Care Type)은 B 타입 변수 테이블에 있는 변수값을 이용하여 각 숙소의 추천 밸류를 계산하고, 커뮤니티 타입(Community Type)은 C 타입 변수 테이블에 있는 변수값을 이용하여 각 숙소의 추천 밸류를 계산할 수 있다. As shown, the Couple Type calculates the recommended value of each accommodation using the variable values in the Type A variable table, and the Care Type calculates the recommended value of each accommodation using the variable values in the Type B variable table. The recommendation value of each accommodation can be calculated, and the community type can be calculated using the variable values in the C type variable table.

예를 들어, 편의성 밸류 산출 시 커플 유형에는 분위기 있는 바, 또는 커플 침대 있는 숙소가 편의성 밸류가 높고, 아이 동반 3인 가족인 경우(Care Type)인 아이들 수영장, 키즈 카페 있는 곳이 점수가 높게 설정될 수 있다.For example, when calculating convenience value, for a couple type, an accommodation with an atmospheric bar or a couple's bed has a high convenience value, and for a family of three with children (Care Type), a place with a children's pool or a kids cafe is set to have a high score. It can be.

상기 추천부(230)는 계산된 추천 밸류에 따라 점수가 높은 순으로 소정 개수의 아이템을 대표자에게 추천할 수 있다(S340). 상기 소정 개수의 아이템에는 제1아이템이 포함될 수 있다.The recommendation unit 230 may recommend a predetermined number of items to the representative in order of highest score according to the calculated recommendation value (S340). The predetermined number of items may include a first item.

상기 대표자는 추천된 제1아이템을 구매할 수 있다.The representative may purchase the recommended first item.

상기 수신부(210)는 제1아이템의 구매 결과를 수신할 있다(S350).The receiving unit 210 may receive the purchase result of the first item (S350).

상기 추천 밸류 계산부(220)는 제1추천 아이템의 구매 결과를 변수로 더 이용하여 제2아이템 추천을 위한 추천 밸류를 계산할 수 있다.The recommendation value calculation unit 220 may further use the purchase result of the first recommended item as a variable to calculate the recommendation value for recommending the second item.

상기 추천부(230)는 계산된 추천 밸류에 근거하여 제2아이템을 대표자에게 추천할 수 있다(S360).The recommendation unit 230 may recommend the second item to the representative based on the calculated recommendation value (S360).

도 6은 본 발명의 일실시예와 관련된 제1추천 아이템의 구매 결과를 이용하여 제2아이템을 추천하는 예를 나타내는 도면이다.Figure 6 is a diagram illustrating an example of recommending a second item using the purchase result of the first recommended item related to an embodiment of the present invention.

도시된 바와 같이, 대표자는 추천된 제1아이템을 구매할 수 있다. 이 경우, 아이템 추천 장치(200)는 대표자의 제1아이템 구매 결과를 수신하고, 기 저장된 정보와 상기 수신한 제1아이템 구매 결과를 복합적으로 이용하여 제2아이템을 자동으로 대표자에게 추천할 수 있다. As shown, the representative may purchase the recommended first item. In this case, the item recommendation device 200 may receive the representative's first item purchase result and automatically recommend the second item to the representative using pre-stored information and the received first item purchase result in combination. .

본 발명의 일실시예에 의한 인공지능을 활용한 아이템의 추천 방법 및 장치는 제1추천 아이템의 구매 결과에 이용하여 제2추천 아이템을 릴레이 방식으로 추천할 수 있다. The method and device for recommending items using artificial intelligence according to an embodiment of the present invention can recommend a second recommended item in a relay method using the purchase result of the first recommended item.

본 발명의 일실시예에 의하면, 제1추천 아이템의 구매 결과를 추가적으로 더 이용하여 제2아이템 추천 시 이용하므로, 진화적 방식으로 아이템을 추천할 수 있다. 따라서 사용자가 선호하는 아이템이 추천될 확률을 높일 수 있다.According to one embodiment of the present invention, the purchase result of the first recommended item is additionally used to recommend the second item, so the item can be recommended in an evolutionary manner. Therefore, the probability that the user's preferred item is recommended can be increased.

상기와 같이 설명된 인공지능을 활용한 아이템의 추천 방법 및 장치는 상기 설명된 실시예들의 구성과 방법이 한정되게 적용될 수 있는 것이 아니라, 상기 실시예들은 다양한 변형이 이루어질 수 있도록 각 실시예들의 전부 또는 일부가 선택적으로 조합되어 구성될 수도 있다.The method and device for recommending items using artificial intelligence described above are not limited to the configuration and method of the above-described embodiments, but the embodiments are all of the embodiments so that various modifications can be made. Or, some of them may be selectively combined.

100: 사용자 단말
200: 아이템 추천 장치
210: 수신부
215: NR 분석부
220: 추천 밸류 계산부
225: 디스플레이부
230: 추천부
240: 제어부
300: 여행사 서버
350: 항공사 서버100: user terminal
200: Item recommendation device
210: receiving unit
215: NR analysis unit
220: Recommended value calculation unit
225: Display unit
230: Recommendation section
240: control unit
300: Travel agency server
350: Airline server

Claims (3)

컴퓨터 네트워크와 연결된 추천 장치가 아이템을 인공지능 방식으로 추천하는 방법에 있어서,
대표자의 NR(Name record) 정보에 근거하여 그룹 유형을 결정하는 단계- 상기 NR 정보는 해당 대표자 및 동반자 정보를 포함함-;
상기 결정된 그룹 유형에 근거하여 상기 대표자에게 제1아이템을 추천하는 단계;
상기 대표자의 제1아이템 구매 결과를 수신하는 단계; 및
상기 수신한 구매 결과를 이용하여 상기 대표자에게 제2아이템을 추천하는 단계를 포함하는 것을 특징으로 하는 실시간으로 누적되는 데이터를 이용한 인공지능 기반의 릴레이 추천 방법 및 장치.In a method where a recommendation device connected to a computer network recommends items using artificial intelligence,
A step of determining a group type based on the representative's NR (Name record) information - the NR information includes the representative and companion information -;
recommending a first item to the representative based on the determined group type;
Receiving the representative's purchase result of the first item; and
An artificial intelligence-based relay recommendation method and device using real-time accumulated data, comprising the step of recommending a second item to the representative using the received purchase result. 제1항에 있어서,
상기 제1아이템은 제1추천 밸류 산출 결과를 이용하여 선정되고,
상기 제2아이템은 제2추천 밸류 산출 결과를 이용하여 선정되는 것을 특징으로 하는 실시간으로 누적되는 데이터를 이용한 인공지능 기반의 릴레이 추천 방법 및 장치.According to paragraph 1,
The first item is selected using the first recommendation value calculation result,
The second item is selected using the second recommendation value calculation result. An artificial intelligence-based relay recommendation method and device using data accumulated in real time. 제2항에 있어서,
상기 제2추천 밸류 산출 시에 상기 제1아이템의 구매 결과를 이용하는 것을 특징으로 하는 실시간으로 누적되는 데이터를 이용한 인공지능 기반의 릴레이 추천 방법 및 장치.
According to paragraph 2,
An artificial intelligence-based relay recommendation method and device using data accumulated in real time, characterized in that the purchase result of the first item is used when calculating the second recommendation value.
KR1020220090949A 2022-07-22 2022-07-22 Methtd and apparatus for relay recommending items using data being accumulated in real-time KR20240013426A (en)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020220090949A KR20240013426A (en) 2022-07-22 2022-07-22 Methtd and apparatus for relay recommending items using data being accumulated in real-time

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020220090949A KR20240013426A (en) 2022-07-22 2022-07-22 Methtd and apparatus for relay recommending items using data being accumulated in real-time

Publications (1)

Publication Number Publication Date
KR20240013426A true KR20240013426A (en) 2024-01-30

Family

ID=89715005

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020220090949A KR20240013426A (en) 2022-07-22 2022-07-22 Methtd and apparatus for relay recommending items using data being accumulated in real-time

Country Status (1)

Country Link
KR (1) KR20240013426A (en)

Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20210010170A (en) 2019-07-19 2021-01-27 조충근 Method for recommending personalized tour and theme tour using artificial intelligence solution and bigdata-based information collecting

Patent Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20210010170A (en) 2019-07-19 2021-01-27 조충근 Method for recommending personalized tour and theme tour using artificial intelligence solution and bigdata-based information collecting

Similar Documents

Publication Publication Date Title
O’Connell et al. Passengers’ perceptions of low cost airlines and full service carriers: A case study involving Ryanair, Aer Lingus, Air Asia and Malaysia Airlines
US20120185353A1 (en) System for concurrent optimization of business economics and customer value
JP2009506404A (en) Electronic menu and concierge system
US20200258135A1 (en) Travel mobile application
KR20210112798A (en) System that provides customized travel products
CN111915038A (en) Airline ticket and hotel packaging recommendation method based on airline driver frequent traveler and related device
US20220405653A1 (en) Systems and Methods for Seamless Feedback Between Aviation Services and Multimodal Transportation Services
KR101896083B1 (en) Real-time Reservation System and Method for travel goods
Anitsal et al. Is your business sustainable? A sentiment analysis of air passengers of top 10 US-based airlines
CN113139889A (en) Method and device for recommending delay service, electronic equipment and storage medium
RU2706468C2 (en) Method of automated selection of fellow passengers when buying tickets for transport and device for its implementation
KR20240013426A (en) Methtd and apparatus for relay recommending items using data being accumulated in real-time
KR101790691B1 (en) Real-time Reservation System and Method for travel goods
Sokolovskyy Analyzing factors impacting students choice between low-cost and full-fare airlines
Anitsal et al. A sentiment analysis of air passengers of top ten US based airlines
Waguespack Airline marketing
BR Information and communication technology application in the Indian tourism industry
KR20230136993A (en) Method and apparatus for providing information for accommodations
KR20240020793A (en) Methtd and apparatus for matching plural items
Babic et al. Integrated Door-to-Door Transport Services for Air Passengers: From Intermodality to Multimodality. Sustainability 2022, 14, 6503
KR102441739B1 (en) Method and apparatus for recommending seat
Otamendi et al. New business opportunities along the air tourism supply chain: The combination of identification technologies and just-in-time
US20240205208A1 (en) Mobile authentication and control of digital records capturing real-world multi-party interactions
KR20230134195A (en) Method and apparatus for providing seat map
EP4386608A2 (en) Authenticated modifications of multi-party ledger data during user connectivity via in-flight systems