KR20180092505A - 자동판매기의 사용자 상황인지 맞춤서비스 제공시스템 - Google Patents

Abstract

본 발명은 IoT 환경하에서 사용자의 스마트폰을 활용하여 사용자 인식, 구매 이력 및 시간을 비롯한 기상정보 분석을 통한 사용자의 상황을 인지와 사용자가 원하는 상품목록을 스마트폰에 제공하되, 상황정보를 고려한 Markov 모델을 적용하여 최적의 상품을 추천 및 판매가 이루어지도록 지원하는 자동판매기의 사용자 상황인지 맞춤서비스 제공시스템에 관한 것이다.

Description

자동판매기의 사용자 상황인지 맞춤서비스 제공시스템 {A CONTEXT-AWARE PERSONALIZED SERVICE SYSTEM FOR VENDING MACHINE}

본 발명은 자동판매기에 관한 것으로, 자세하게는 IoT 환경하에서 사용자의 스마트폰을 활용하여 사용자 인식, 구매 이력 및 시간을 비롯한 기상정보 분석 등을 통한 사용자의 상황을 인지하여 사용자가 원하는 상품목록을 스마트폰에 제공하되, 상황정보를 고려한 Markov 모델을 적용하여 최적의 상품을 추천 및 판매가 이루어지도록 지원하는 자동판매기의 사용자 상황인지 맞춤서비스 제공시스템에 관한 것이다.

자동판매기(vending machine)는 커피, 음료수 및 담배를 비롯한 다양한 상품을 판매하기 위한 장치로서, 기본적으로 동전이나 지폐 등의 화폐뿐 아니라 신용 및 현금카드를 사용하여 투입 및 결제 금액에 따른 제품의 판매가 이루어진다.

이러한 자동판매기는 상주하는 판매인력 없이도 물품을 판매할 수 있고 전기가 원활히 공급되는 한 매점과 비교하여 비교적 좁은 공간에 설치 가능한 장점이 있으며, 최근 대중화 및 기술화에 따라 완구, 성인용품, 다양한 포장식품 및 즉석식품까지 다양한 제품의 판매가 가능하다.

통상적인 자동판매기는 별도의 판매 인력이 없는 상태에서 불특정 다수를 상대로 판매가 이루어짐에 따라 하나의 기계를 통해 동일 내지는 유사품목에 속하는 다양한 상품의 판매가 가능하도록 하여 진열 또는 디스플레이된 상품을 사용자가 선택할 수 있도록 구성되므로, 사용자들에게 인기가 없는 상품을 다수 비치할 경우 판매실적이 상당히 낮아질 수도 있다.

최근 자동판매기의 종류가 다양해지면서 디스플레이를 비롯한 외형 또한 상품에 따라 다양한 형태를 갖게 되었다. 하지만, 다양한 제품판매 및 외형으로 제작됨에 따라 사용자가 한눈에 모든 상품을 보기 어렵고, 제품에 따라 작은 디스플레이에 상대적으로 많은 수의 상품정보를 나타낼 경우 확인 및 구매에 불편함이 발생하기도 한다.

또한, 전통적인 자동판매기의 운용방식에서 기기의 원격관리를 비롯하여 제품 판매에 따른 구매성향 분석이 이루어질 수 없어, 관리자가 직접 현장으로 이동하여 자동판매기 판매 및 제품제고 현황 등을 확인할 수밖에 없는 불편함이 있었으므로, 관리의 편리성을 위한 원격관리를 비롯하여 전략적 마케팅을 위한 제품 판매에 따른 구매성향 분석이 요구되고 있었다.

특허공개 제10-2015-0075152호(2015.07.03)

본 발명은 상기와 같은 문제점을 해결하기 위하여 창출된 것으로, 본 발명의 목적은 사용자가 소지한 스마트폰 또는 동등한 기능의 단말기를 통해 자동판매기 이용시 사용자를 인식하여 메뉴를 추천해주되 구매이력 및 상황정보를 통해 사용자가 원하는 메뉴를 예측하여 추천정보를 사용자에게 제공하여 편리한 선택을 지원할 수 있는 자동판매기의 사용자 상황인지 맞춤서비스 제공시스템을 제공하는 것이다.

상기와 같은 목적을 위해 본 발명은 사용자단말부와 근거리 무선통신이 이루어지는 자동판매기의 사용자 상황인지 맞춤서비스 제공시스템으로서, 인증요청신호를 설정된 범위의 구역 내에 브로드캐스팅 방식으로 송출하고 사용자단말부로부터 송신된 인증신호를 통해 사용자를 인식하는 사용자인식부와, 인식된 사용자의 상품구매에 따른 구매정보를 생성하여 송신하는 구매내역생성부와, 수신된 상황정보 및 패턴정보를 분석하여 추천정보를 생성 및 출력하는 상품추천부를 구비하는 서비스제공부; 인증요청신호를 수신 후 사용자로부터의 인증승인에 따른 인증신호를 생성하여 송출하는 인증부와, 수신된 구매정보를 누적저장하는 저장부와, 사용자의 상황정보를 수집하는 상황정보수집부와, 상기 구매정보 및 상황정보를 분석하여 패턴정보를 생성하는 패턴생성부와, 인증승인에 따라 상기 패턴정보를 및 상황정보를 상기 인증신호와 함께 송출하는 정보전달부를 구비하는 사용자단말부; 로 이루어지는 것을 특징으로 한다.

이때 상기 상황정보수집부는 기상정보를 제공하는 서버와 통신을 통해 현재 위치에 대한 날씨, 기온을 포함한 상황정보를 수집하도록 구성되는 것이 바람직하다.

또한, 상기 패턴생성부는 누적된 구매정보 및 상황정보에 대하여 중복데이터 처리에 따른 결과를 테이블로 생성하여 학습하는 학습모듈과, 상기 테이블에 대하여 상황정보를 반영한 Markov 모델을 적용한 추천정보를 생성하는 추천모듈로 이루어지는 것이 바람직하다.

또한, 상기 서비스제공부 및 사용자단말부와 데이터통신이 가능한 원격의 서버상에 구축되며, 사용자별 패턴정보가 누적저장되는 데이터베이스를 더 포함하되, 상기 추천모듈은 사용자의 테이블에 포함된 정보가 설정치 미만일 경우 상기 데이터베이스에 저장된 전체 사용자의 패턴정보를 조합하여 생성된 가중치를 적용하여 추천정보를 생성하는 것이 바람직하다.

본 발명을 통해 인터넷이 가능한 IoT 환경에서 사용자가 소지한 스마트폰과 통신이 가능한 스마트 자판기의 운용과 더불어 사용자 인식 및 상황정보를 반영한 구체적인 상품추천을 통한 쉬운 선택 및 구매지원이 이루어질 수 있다.

특히 판매상품이 영화나 공연티켓과 같은 많은 선택정보 입력이 이루어지는 경우 정보입력을 줄일 수 있으므로 사용빈도가 높은 음료나 식품 자동판매기뿐 아니라 기차, 버스 등의 좌석발권기 등에 적용하여 지역과 시간, 좌석을 조정할 필요 없이 쉽게 구매 가능하도록 지원할 수 있다.

도 1은 본 발명의 개념도,
도 2는 본 발명의 실시예에 따른 구성 및 연결관계를 나타낸 블록도,
도 3은 본 발명에 적용되는 Markov 모델의 개념도,
도 4는 본 발명에 적용되는 추천알고리즘의 개념도이다.

이하, 첨부된 도면을 참조하여 본 발명 자동판매기의 사용자 상황인지 맞춤서비스 제공시스템의 구성을 구체적으로 설명한다.

도 1은 본 발명의 개념도, 도 2는 본 발명의 실시예에 따른 구성 및 연결관계를 나타낸 블록도로서, 본 발명은 사용자 상황정보를 고려한 Markov 모델을 적용하여 자동판매기를 통해 판매되는 제품과 관련한 추천정보를 제공하게 되며, 기본적으로 자동판매기 및 사용자가 소지한 단말기 원격의 관리서버에 걸쳐 형성되는 서비스제공부(1)와, 사용자단말부(2)로 구성이 구분된다.

먼저, 상기 서비스제공부(1)는 말 그대로 상품추천의 주체가 되는 자동판매기에 구비되어 본 발명의 목적에 따른 서비스 즉 상품의 추천기능을 제공하기 위한 구성으로, 사용자인식부(11)와, 구매내역생성부(12)와, 상품추천부(13)의 세부구성으로 이루어진다.

상기 사용자인식부(11)는 스마트폰과 같은 단말기를 소지한 사용자가 본 발명에 따른 자동판매기에 접근했을 때 맞춤서비스를 제공할 대상으로 인지할 수 있도록 하는 구성으로, 인증요청신호를 설정된 범위의 구역 내에 브로드캐스팅 방식으로 송출하고 사용자단말부로부터 송신된 인증신호를 통해 사용자를 인식하게 된다.

이를 위해 상기 사용자단말부(2)와 통신 가능한 다양한 근거리 무선통신모듈을 적용할 수 있으며 바람직하게는 블루투스 4.0 비콘의 신호를 활용하여 인증요청신호를 설정된 주기로 송출하도록 한다.

이와 더불어 원격의 서버와의 통신을 위한 별도의 유선 또는 무선 통신부를 비롯하여 휴대전화의 중계를 통해 서버와의 통신도 가능하도록 구성되는 것이 바람직하다.

또한, 상기 인증요청신호에는 해당 자동판매기를 식별할 수 있는 고유번호를 포함됨에 따라 추후 어느 위치에 어떤 종류의 자동판매기를 통한 사용자인증이 이루어졌는지 여부와 어떤 물품의 판매가 이루어졌는지에 관한 데이터의 관리를 용이하게 한다.

후술되는 바와 같이 상기 인증요청신호는 사용자가 소지한 사용자단말부(2)를 통해 수신되며, 이를 수신한 사용자의 승인에 의해 사용자단말부(2)를 통해 송신된 인증신호를 수신함에 따라 사용자 인식이 진행된다.

이후 상기 구매내역생성부(12)에서는 상기 사용자인식부(11)를 통해 인식이 완료된 사용자에 대하여 상품의 구매가 이루어짐에 따라 인식된 사용자의 상품구매에 따른 구매일시 및 상품명과 같은 구매내역을 포함하는 구매정보를 생성하여 상기 사용자단말부 또는 서버로 송신하게 된다.

상기 상품추천부(13)는 사용자단말부(2) 또는 서버에서 수신된 상황정보 및 패턴정보를 분석하여 추천정보를 생성 및 출력하는 구성으로, 자동판매기에 별도로 구비된 디스플레이부를 통해 추천정보를 출력하거나 생성된 추천정보를 상기 사용자단말부(2)로 전송하여 터치스크린과 같이 구비된 인터페이스부를 통해 출력하는 방식을 사용할 수도 있다. 이때 상기 추천정보는 해당 자동판매기를 통해 판매되는 다양한 품목 중 선택되는 것이 될 수도 있고, 영화나, 교통수단의 발권을 위한 자동판매기에서는 시간, 좌석, 목적지와 같은 정보를 포함할 수도 있다.

상기 사용자단말부(2)는 기본적으로 사용자가 소지한 스마트폰을 비롯하여 이와 동등한 기능을 통칭하는 단말기를 포함하여, 필요에 따라서는 원격의 서버의 일부 구성을 포함할 수도 있으며, 인증부(21)와, 저장부(22)와, 상황정보수집부(23)와, 패턴생성부(24)와, 정보전달부(25)의 세부구성으로 이루어지게 된다. 일반적인 단말기 및 서버의 구성을 비롯하여 근거리 또는 원거리 통신을 통한 데이터의 전송과 관련하여서는 공지된 구성을 사용하게 됨에 따라 발명의 취지가 흐려지는 것을 방지하기 위해 본 발명에서 상세한 설명은 생략한다.

상기 인증부(21)는 상기 사용자인식부(11)를 통해 송신된 인증요청신호를 수신 후 사용자로부터의 인증승인에 따른 인증신호를 생성하여 송출하는 구성으로, 사용자가 블루투스 신호를 수신 가능하도록 단말기를 설정한 상태에서 단말기에 구비된 인터페이스부를 통해 인증요청신호 수신에 따른 승인명령을 입력하거나 인증요청신호에 따른 자동 승인이 이루어지도록 설정함에 따라 인증신호의 생성 및 송신이 진행된다. 이때 상기 인증신호에는 사용자를 인식할 수 있는 ID를 비롯하여 후술되는 패턴정보 및 상황정보가 포함되며, 필요에 따라 상품구매를 위한 신용카드 번호, 유효기간 및 보안코드, 비밀번호와 같은 결재정보도 포함될 수 있다.

상기 저장부(22)는 구비된 메모리로서 상기 구매내역생성부(12)에서 생성된 구매정보를 누적저장하게 된다. 상기 저장부(22)는 기본적으로 사용자의 단말기에 저장될 수도 있으며, 더욱 정확한 추천분석을 위해서 원격의 서버에 사용자별 구매정보를 누적저장함으로 데이터베이스(31)를 구축하게 된다.

상기 상황정보수집부(23)는 말 그대로 자동판매기를 사용하는 사용자의 상황정보를 수집하는 구성으로, 좌석발권과 같은 특수한 상황이 될 수도 있으나 음료수 자동판매기를 실시예로 하는 본 발명에서 상기 상황정보는 현재 위치에 대한 날씨 기온과 같은 기상정보가 될 수 있으며, 이를 위하여 상기 상황정보수집부(23)는 기상정보를 제공하는 서버와 통신을 통해 상황정보를 수집할 수 있다.

상기 패턴생성부(24)는 상기 구매정보 및 상황정보를 분석하여 패턴정보를 생성하는 구성으로, 상기 패턴정보는 과거의 상황정보에 따른 구매이력을 바탕으로 현재 상태에서 사용자가 원하는 상품을 예측 및 추천하는 데이터로 활용된다.

이를 위한 다양한 분석방법이 적용될 수 있는 가운데 본 발명의 실시예에서는 시간성을 갖는 데이터에서 패턴을 찾아 추론하는데 적용할 수 있는 Markov 모델을 통해 추천정보를 생성하되 상황정보에 따라 가중치를 두어 사용자의 구매패턴을 찾을 수 있도록 구성된다.

상기 정보전달부(25)는 상기 서비스제공부(1)와 데이터 송수신을 하기 위한 통신모듈을 포함하여 앞서 언급한 사용자로부터의 인증승인에 따라 상기 패턴정보를 및 상황정보를 상기 인증신호와 함께 송출하게 된다.

도 3은 본 발명에 적용되는 Markov 모델의 개념도, 도 4는 본 발명에 적용되는 추천알고리즘의 개념도이다.

Markov 모델은 현재 상태에서 그 직전의 과거 이력을 보고 현재 어떠한 상태인지 확률을 통해 나타내는 것으로 ‘시간 t에서의 상황은 가장 최근 r개의 상황에만 의존한다.’는 가정 하에 다음과 같은 [수학식 1]로 나타낼 수 있다.

수학식 1에서 X_t=S_i는 t시점에서의 상태를 나타내며 r은 Markov 모델의 차수를 나타낸다. r=0일 경우 과거의 상태와 무관하다 볼 수 있으며, r=1일 경우에는 바로 전 상태 (t-1)에만 의존하며, r=2일 때는 바로 전 2개의 상태만을 고려한다.

이러한 Markov 모델은 상태변화를 통해 상태변화행렬을 나타낼 수 있으며 다음 [표 1]은 시간 t-1에서 t간의 메뉴변화이고 이를 토대로 상태 변화 행렬을 나타내면 [수학식 2]와 같이 표현된다.

t-1	t
	사이다	콜라	오렌지주스
사이다	6	5	1
콜라	4	2	7
오렌지주스	3	8	3

[수학식 2]에 나타나 있는 행렬을 토대로 확률을 구하는 식을 나타내면 다음 [수학식 3]과 같다. 마찬가지로 X_t=S_j는 t시점에서의 상태를 나타내며 X_{t -1}=S_i는 t-1의 상태를 의미한다. 또한, A_ij는 상태 S_i에서 S_j상태로 나타날 빈도수이며

는 Sj상태에서 일어날 모든 상태의 빈도수를 나타낸다.

여기서 상황정보 가중치를 적용하기 위해 [표 1]과 같은 상황정보에 따른 구매 이력테이블을 이용하여 각 상황에 따른 선호도 확률을 구할 수 있으며 상황정보에 따른 구매 이력테이블은 [표 2]와 같이 나타낼 수 있으며 가중치를 구하는 식은 [수학식 4]와 같다.

Weather	Manu
	사이다	콜라	오렌지주스
Sunny	3	7	5
Rain	5	4	3
Snow	6	3	3

[수학식 3]에서 구한 확률과 [수학식 4]에서 구한 가중치를 곱하여 전체 메뉴의 확률을 구해 높은 순서대로 사용자에게 추천한다.

이를 위한 구체적인 구성으로 상기 패턴생성부(24)는 누적된 구매정보 및 상황정보에 대하여 중복데이터 처리에 따른 결과를 테이블로 생성하여 학습하는 학습모듈(241)과, 상기 테이블에 대하여 상황정보를 반영한 Markov 모델을 적용한 추천정보를 생성하는 추천모듈(242)로 이루어지게 된다.

또한, 상기 추천모듈(242)은 사용자의 테이블에 포함된 정보가 설정치 미만일 경우 상기 데이터베이스(31)에 저장된 전체 사용자의 패턴정보를 조합하여 생성된 가중치를 적용하여 추천정보를 생성할 수 있다.

즉 사용자의 정보, 구매내역, 구매일시 그리고 상황정보인 날씨와 기온을 수집하게 되고, 수집한 데이터 중 모델링 과정에 포함되면 안 되는 구매취소 내역이나 구매정보가 잘못된 데이터, 중복구매데이터 등 불필요한 데이터를 제하는 과정이 이루어진다.

이후, 상기 학습모듈(241)을 통해 추천하기 전 데이터를 모델링하는 과정으로 정해놓은 기준으로 상황정보를 분류하여 데이터 테이블을 작성하게 되며, 추천모듈(242)을 통해 작성된 데이터 테이블을 이용하여 추천이 이루어지는 것이다. 이때, 추천모듈(242)에서 수집된 정보를 토대로 가중치를 주어 확률을 계산하고 높은 확률의 순서로 추천이 이루어지도록 하게 된다.

본 발명의 권리는 위에서 설명된 실시 예에 한정되지 않고 청구범위에 기재된 바에 의해 정의되며, 본 발명의 분야에서 통상의 지식을 가진 자가 청구범위에 기재된 권리범위 내에서 다양한 변형과 개작을 할 수 있다는 것은 자명하다.

1: 서비스제공부 11: 사용자인식부
12: 구매내역생성부 13: 상품추천부
2: 사용자단말부 21: 인증부
22: 저장부 23: 상황정보수집부
24: 패턴생성부 241: 학습모듈
242: 추천모듈 25: 정보전달부
31: 데이터베이스

Claims (4)

1. 사용자단말부와 근거리 무선통신이 이루어지는 자동판매기의 사용자 상황인지 맞춤서비스 제공시스템으로서,
   인증요청신호를 설정된 범위의 구역 내에 브로드캐스팅 방식으로 송출하고 사용자단말부(2)로부터 송신된 인증신호를 통해 사용자를 인식하는 사용자인식부(11)와, 인식된 사용자의 상품구매에 따른 구매정보를 생성하여 송신하는 구매내역생성부(12)와, 수신된 상황정보 및 패턴정보를 분석하여 추천정보를 생성 및 출력하는 상품추천부(13)를 구비하는 서비스제공부(1);
   인증요청신호를 수신 후 사용자로부터의 인증승인에 따른 인증신호를 생성하여 송출하는 인증부(21)와, 수신된 구매정보를 누적저장하는 저장부(22)와, 사용자의 상황정보를 수집하는 상황정보수집부(23)와, 상기 구매정보 및 상황정보를 분석하여 패턴정보를 생성하는 패턴생성부(24)와, 인증승인에 따라 상기 패턴정보를 및 상황정보를 상기 인증신호와 함께 송출하는 정보전달부(25)를 구비하는 사용자단말부(2); 로 이루어지는 것을 특징으로 하는 자동판매기의 사용자 상황인지 맞춤서비스 제공시스템.
   
2. 제1항에 있어서,
   상기 상황정보수집부(23)는 기상정보를 제공하는 서버와 통신을 통해 현재 위치에 대한 날씨, 기온을 포함한 상황정보를 수집하는 것을 특징으로 하는 자동판매기의 사용자 상황인지 맞춤서비스 제공시스템.
   
3. 제1항에 있어서,
   상기 패턴생성부(24)는 누적된 구매정보 및 상황정보에 대하여 중복데이터 처리에 따른 결과를 테이블로 생성하여 학습하는 학습모듈(241)과, 상기 테이블에 대하여 상황정보를 반영한 Markov 모델을 적용한 추천정보를 생성하는 추천모듈(242)로 이루어지는 것을 특징으로 하는 자동판매기의 사용자 상황인지 맞춤서비스 제공시스템.
   
4. 제3항에 있어서,
   상기 서비스제공부(1) 및 사용자단말부(2)와 데이터통신이 가능한 원격의 서버상에 구축되며, 사용자별 패턴정보가 누적저장되는 데이터베이스(31)를 더 포함하되,
   상기 추천모듈(242)은 사용자의 테이블에 포함된 정보가 설정치 미만일 경우 상기 데이터베이스에 저장된 전체 사용자의 패턴정보를 조합하여 생성된 가중치를 적용하여 추천정보를 생성하는 것을 특징으로 하는 자동판매기의 사용자 상황인지 맞춤서비스 제공시스템.

Images