본 발명은 사용자에게 최적의 여행 경로를 제공하는 제공하는 것으로, 사용자 정보, 선호도 정보 및 사용자가 원하는 여행 정보 중 어느 하나 이상이 입력되는 사용자 정보 입력부와, 여행 경로 추천에 필요한 자원 정보(data resources)가 입력되는 자원 정보 입력부와, 상기 자원 정보를 빅데이터 분석하여 상기 사용자에게 적합한 여행 경로 후보군을 생성하는 여행 경로 후보군 생성부와, 상기 여행 경로 후보군을 분석하여 상기 사용자에게 맞는 최적 여행 경로를 생성하는 최적 여행 경로 생성부를 포함한다.
대표청구항▼
사용자 정보, 선호도 정보 및 사용자가 원하는 여행 정보 중 어느 하나 이상이 입력되는 사용자 정보 입력부,여행 경로 추천에 필요한 자원 정보(data resources)가 입력되는 자원 정보 입력부,상기 자원 정보를 빅데이터 분석하여 상기 사용자에게 추천할 여행 경로 후보군을 생성하는 여행 경로 후보군 생성부,상기 여행 경로 후보군에 유전 알고리즘을 적용하여 하나의 여행지점에서 다음 여행지점으로 이동하는 복수의 이동 경로에서 무작위로 몇 개의 이동 경로를 추출하고 추출된 이동 경로들의 가중치 값을 서로 비교하여 가중치 값이 가장
사용자 정보, 선호도 정보 및 사용자가 원하는 여행 정보 중 어느 하나 이상이 입력되는 사용자 정보 입력부,여행 경로 추천에 필요한 자원 정보(data resources)가 입력되는 자원 정보 입력부,상기 자원 정보를 빅데이터 분석하여 상기 사용자에게 추천할 여행 경로 후보군을 생성하는 여행 경로 후보군 생성부,상기 여행 경로 후보군에 유전 알고리즘을 적용하여 하나의 여행지점에서 다음 여행지점으로 이동하는 복수의 이동 경로에서 무작위로 몇 개의 이동 경로를 추출하고 추출된 이동 경로들의 가중치 값을 서로 비교하여 가중치 값이 가장 큰 것을 이동 경로를 선택하여 상기 사용자에게 맞는 최적 여행 경로를 생성하는 최적 여행 경로 생성부, 그리고상기 최적 여행 경로를 상기 사용자의 단말 또는 제3자에게 제공하는 여행 경로 추천부,를 포함하고,상기 최적 여행 경로 생성부는,상기 유전 알고리즘의 선택(selection), 교차(crossover), 돌연변이(mutation)의 유전적 진화 방법을 추가로 사용하여 실시간 날씨 정보 및 실시간 교통정보에 따른 이동 경로 시간을 고려한 사용자에게 맞는 최적의 추천 여행 경로를 생성하고,상기 사용자가 원하는 여행 정보는, 여행 목적, 목적지, 경유지, 여행 수단 중 어느 하나 이상을 포함하고,상기 자원 정보는, 여행 지역을 방문한 관광객들의 여행지점에 대한 과거 정보, 경험, 계절, 이동 경로, 여행지점 정보, 위치 정보, 관광객의 타입 정보 중 어느 하나 이상을 포함하고,상기 관광객의 타입 정보는 국적, 성별, 연령대, 상기 관광객이 여행지점을 방문한 시기(Month,Week,Date,Season,Time), 방문 시기의 날씨 정보 중 어느 하나 이상을 포함하고,상기 여행지점 정보는 상기 여행지점의 명칭, 중요도(significance), 선호도(preference), 방문횟수(visit times) 중 어느 하나 이상을 포함하고,상기 여행지점은 관광지에 대한 이전 관광객들의 방문횟수 및 하나의 관광지에서 다른 관광지로의 이동하는 확률을 토대로 마코프 체인 모델을 적용하여 선별되고,상기 여행 경로 후보군은,상기 사용자가 입력한 정보를 바탕으로 상기 자원 정보를 빅데이터 분석하여 과거 여행지역을 여행한 관광객들의 여행 정보를 관광객 별로 구분하여 분류하고, 해당 관광객들이 여행한 여행 경로에서 상기 사용자가 입력한 정보에 맞는 여행 경로를 추출하여 생성되는 여행 경로의 집합이거나,상기 사용자 정보를 토대로 해당 사용자에 상응하는 관광객들이 여행한 여행 정보와 여행지점의 명칭, 중요도, 선호도 또는 방문횟수를 이용하여 해당 사용자에게 맞게 생성되는 여행 경로의 집합이거나, 관광객들이 여행지점을 방문한 빈도수와 하나의 여행지점에서 다른 여행지점으로 이동한 경로에 대한 확률을 마코프 체인 모델(Markov Chain model)에 적용하여 생성된 여행 경로들의 집합이거나, 관광객들의 여행 정보가 포함된 travel History Dataset을 분석하여 상기 관광객들이 이용한 여행 경로의 이용 빈도가 기준치 보다 높은 여행 경로들의 집합이고,상기 가중치 값은 이동 거리의 역수이고,상기 최적 여행 경로는 상기 여행 경로 후보군에 포함된 복수의 여행 경로들 각각이 여행지점(spot)에 따라 빅데이터 분석을 통해 분류된 여행지점간의 경로 거리(distance), 여행지점의 사용자 선호도(preference), 여행지점의 수(number of spot) 중 어느 하나 이상을 고려하여 가중치를 두는 적합도 평가(fitness evaluation)를 수행하고, 상기 적합도 평가가 가장 좋은 경로를 선택하는 알고리즘을 통해 추천되고,상기 알고리즘은, 상기 여행지점간의 경로의 총합이 가장 짧은 여행 경로이며, 상기 사용자 선호도가 가장 좋고, 상기 여행지점의 수가 가장 많은 경로를 상기 최적 여행 경로로 생성하거나, 상기 여행지점간의 경로의 총합이 가장 짧은 여행 경로이며, 상기 사용자 선호도가 가장 좋은 경로 또는 상기 여행지점간의 경로의 총합이 가장 짧은 여행 경로이고, 상기 여행지점의 수가 가장 많은 경로를 상기 최적 여행 경로로 생성하거나, 상기 여행지점간의 경로의 총합이 가장 짧은 여행 경로 또는 상기 사용자 선호도가 가장 좋으며, 상기 여행지점의 수가 가장 많은 경로를 상기 최적 여행 경로로 생성하거나, 상기 여행지점간의 경로의 총합이 가장 짧은 여행 경로 또는 상기 사용자 선호도가 가장 좋은 경로 또는 상기 여행지점의 수가 가장 많은 경로를 상기 최적 여행 경로로 생성하는 빅데이터 기반 최적의 여행 경로 추천 시스템.
[일본]
DEVICE, METHOD AND PROGRAM FOR CALCULATION OF LOCATION EXISTENCE PROBABILITY, AND TRAVEL ROUTE RECOMMENDATION DEVICE, METHOD AND PROGRAM |
KURASHIMA TAKESHI,
IWATA TOMOHARU
※ AI-Helper는 부적절한 답변을 할 수 있습니다.