KR102278103B1 - System for controlling the electric curtain - Google Patents

System for controlling the electric curtain Download PDF

Info

Publication number
KR102278103B1
KR102278103B1 KR1020190105502A KR20190105502A KR102278103B1 KR 102278103 B1 KR102278103 B1 KR 102278103B1 KR 1020190105502 A KR1020190105502 A KR 1020190105502A KR 20190105502 A KR20190105502 A KR 20190105502A KR 102278103 B1 KR102278103 B1 KR 102278103B1
Authority
KR
South Korea
Prior art keywords
electric curtain
user
iot
data
control
Prior art date
Application number
KR1020190105502A
Other languages
Korean (ko)
Other versions
KR20210025437A (en
Inventor
최희재
Original Assignee
호스트웨이아이디씨(주)
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 호스트웨이아이디씨(주) filed Critical 호스트웨이아이디씨(주)
Priority to KR1020190105502A priority Critical patent/KR102278103B1/en
Publication of KR20210025437A publication Critical patent/KR20210025437A/en
Application granted granted Critical
Publication of KR102278103B1 publication Critical patent/KR102278103B1/en

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
    • 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
    • A—HUMAN NECESSITIES
    • A47—FURNITURE; DOMESTIC ARTICLES OR APPLIANCES; COFFEE MILLS; SPICE MILLS; SUCTION CLEANERS IN GENERAL
    • A47H—FURNISHINGS FOR WINDOWS OR DOORS
    • A47H5/00—Devices for drawing draperies, curtains, or the like
    • A47H5/02—Devices for opening and closing curtains
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/02—Neural networks
    • G06N3/08—Learning methods
    • A—HUMAN NECESSITIES
    • A47—FURNITURE; DOMESTIC ARTICLES OR APPLIANCES; COFFEE MILLS; SPICE MILLS; SUCTION CLEANERS IN GENERAL
    • A47H—FURNISHINGS FOR WINDOWS OR DOORS
    • A47H5/00—Devices for drawing draperies, curtains, or the like
    • A47H5/02—Devices for opening and closing curtains
    • A47H2005/025—Devices for opening and closing curtains controlled by electronic sensors

Landscapes

  • Engineering & Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Health & Medical Sciences (AREA)
  • Health & Medical Sciences (AREA)
  • Tourism & Hospitality (AREA)
  • General Physics & Mathematics (AREA)
  • Computational Linguistics (AREA)
  • Biomedical Technology (AREA)
  • Data Mining & Analysis (AREA)
  • Molecular Biology (AREA)
  • Computing Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • Biophysics (AREA)
  • Mathematical Physics (AREA)
  • Software Systems (AREA)
  • Evolutionary Computation (AREA)
  • Artificial Intelligence (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Economics (AREA)
  • Human Resources & Organizations (AREA)
  • Marketing (AREA)
  • Primary Health Care (AREA)
  • Strategic Management (AREA)
  • General Business, Economics & Management (AREA)
  • Air Conditioning Control Device (AREA)
  • Selective Calling Equipment (AREA)

Abstract

본 발명의 IoT 전동 커튼 제어 시스템은 사용자의 IoT 전동 커튼 사용에 대한 로그 데이터를 수집하는 로그 수집부와, 재심 감지 센서로부터 센싱 데이터를 수신하여 사람의 해당 공간 내 재실 여부를 판단하는 재실 감지부와, 공공 데이터 포털에 접속하여 환경 데이터를 수집하는 환경 데이터 수집부, 데이터베이스로 수집한 로그 데이터와 환경 데이터를 저장하는 저장부, 수집된 로그 데이터와 환경 데이터를 학습하여 사용자의 DISC 성향을 예측하는 DISC 성향 예측부와, 예측된 사용자의 DISC 성향에 기초하여 IoT 전동 커튼의 제어를 사용자 단말에 추천하는 기기 제어 추천부를 포함한다.The IoT electric curtain control system of the present invention includes: a log collecting unit that collects log data about the user's use of the IoT electric curtain; , an environmental data collection unit that collects environmental data by accessing a public data portal, a storage unit that stores log data and environmental data collected in a database, and a DISC that predicts the user's DISC tendency by learning the collected log data and environmental data It includes a tendency prediction unit, and a device control recommendation unit for recommending control of the IoT electric curtain to the user terminal based on the predicted user's DISC tendency.

Description

전동 커튼 제어 시스템{SYSTEM FOR CONTROLLING THE ELECTRIC CURTAIN}Electric curtain control system {SYSTEM FOR CONTROLLING THE ELECTRIC CURTAIN}

본 발명은 전동 커튼 제어 시스템에 관한 것으로서, 더욱 상세하게는 개인의 생활공간에 설치된 IoT 전동 커튼의 사용패턴으로부터 DISC 기반 개인성향을 예측하고, 예측된 DISC 기반 개인성향을 고려하여 IoT 전동 커튼에 대한 개인화된 서비스를 추천하는 전동 커튼 제어 시스템에 관한 것이다.The present invention relates to an electric curtain control system, and more particularly, predicts a DISC-based personal tendency from a usage pattern of an IoT electric curtain installed in an individual's living space, and considers the predicted DISC-based personal tendency for an IoT electric curtain. It relates to an electric curtain control system that recommends personalized service.

사람들은 저마다 서로 다른 행동의 경향성을 가지고 있으며, 서로 다른 방식으로 사물을 이해하고 판단한다. 이렇듯 저마다 다른 독특한 인간의 특성을 설명하는 행동 모델의 하나로 DISC 행동유형 패턴모델이 있다. DISC는 192I년 미국 콜롬비아 대학의 Marston 박사가 고안한 인간의 행동유형 패턴을 검사하는 방법으로 성격 유형을 사람들의 행동유형에 따라 구분하여 주도형(Dominance), 사교형(Influence), 안정형(Steadiness), 신중형(Conscientiousness)의 4가지 유형으로 분류한다. DISC는 이 4가지 유형의 머리글자를 따서 이르는 말이다.Different people have different behavioral tendencies, and they understand and judge things in different ways. As one of the behavior models that explain the unique characteristics of each individual, there is the DISC behavior type pattern model. DISC is a method for examining human behavior patterns devised by Dr. Marston of Columbia University in the United States in 192I. It classifies personality types according to people's behavior types, including Dominance, Influence, Steadiness, and It is classified into 4 types of Conscientiousness. DISC is an acronym for these four types.

최근 홈 IoT 기술이 각광 받으면서 스마트 폰 등으로 커튼의 개폐를 조절하는 등의 제어가 가능한 IoT 전동 커튼에 대한 관심이 높아지고 있는 추세이다. 다만, 이러한 IoT 전동 커튼은 사용자가 스마트 폰으로 제어하는 것에만 초점이 맞추어져 있어 사용자의 스마트 폰 등과 같은 단말기에 설치된 소프트웨어를 이용하여 IoT 전동 커튼을 사용자가 직접 설정하거나 제어할 수 있을 뿐이다.Recently, as home IoT technology has been in the spotlight, interest in IoT electric curtains that can be controlled such as controlling the opening and closing of curtains with a smart phone is increasing. However, since these IoT electric curtains are focused only on the user's control with a smart phone, the user can only directly set or control the IoT electric curtain using software installed in a terminal such as a user's smart phone.

본 발명은 개인의 생활공간 내에 설치된 IoT 전동 커튼의 사용패턴을 학습하여 개인의 DISC 성향을 예측하는 전동 커튼 제어 시스템을 제공하는 것을 목적으로 한다.An object of the present invention is to provide an electric curtain control system that predicts an individual's DISC tendency by learning a usage pattern of an IoT electric curtain installed in an individual's living space.

추가로, 본 발명은 예측된 개인의 DISC 성향을 기초로 IoT 전동 커튼의 사용에 대한 사용자의 행동을 추천하는 시스템을 제공하는 것을 목적으로 한다.Further, it is an object of the present invention to provide a system for recommending a user's behavior for use of an IoT electric curtain based on a predicted individual's DISC propensity.

본 발명의 일 양상에 따르면 IoT 전동 커튼 제어 시스템은 로그 수집부와, 재실 감지부와, 환경 데이터 수집부와, 저장부와, DISC 성향 예측부와, 기기 제어 추천부를 포함한다.According to an aspect of the present invention, the IoT electric curtain control system includes a log collection unit, an occupancy detection unit, an environment data collection unit, a storage unit, a DISC tendency prediction unit, and a device control recommendation unit.

로그 수집부는 사용자의 IoT 전동 커튼 사용에 대한 로그 데이터를 수집한다.The log collection unit collects log data about the user's use of the IoT electric curtain.

재실 감지부는 IoT 전동 커튼이 설치된 생활 공간에 사람의 동작 감지 센서 또는 PIR(Passive Infrared) 센서 등의 센서로부터 센싱 데이터를 수신하여 사람의 해당 공간 내 재실 여부를 판단한다.The occupancy detection unit receives sensing data from a sensor such as a motion detection sensor or a PIR (Passive Infrared) sensor in a living space where the IoT electric curtain is installed, and determines whether a person occupies the space.

환경 데이터 수집부는 공공 데이터 포털에 접속하여 환경 데이터를 수집한다.The environmental data collection unit collects environmental data by accessing the public data portal.

저장부는 데이터베이스로 수집한 로그 데이터와 환경 데이터를 저장한다.The storage unit stores log data and environment data collected in the database.

DISC 성향 예측부는 수집된 로그 데이터와 환경 데이터로부터 미리 정의된 데이터 스키마에 따라 학습에 사용될 변수를 선별하고, 선별된 변수를 미리 학습된 딥러닝 기반의 DISC 성향 예측 엔진을 통해 사용자의 DISC 성향을 예측한다.The DISC propensity prediction unit selects variables to be used for learning from the collected log data and environment data according to a predefined data schema, and predicts the user's DISC propensity through the pre-trained DISC propensity prediction engine based on deep learning. do.

기기 제어 추천부는 예측된 사용자의 DISC 성향에 기초하여 IoT 전동 커튼의 제어를 사용자 단말에 추천한다.The device control recommendation unit recommends control of the IoT electric curtain to the user terminal based on the predicted user's DISC tendency.

본 발명의 일 실시 예에 따르면 IoT 전동 커튼 제어 시스템의 전동 커튼 제어 방법은 로그 수집 단계와, 환경 데이터 수집 단계와, 변수 선별 단계와, DISC 성향 예측 단계와, 재실 판단 단계와, 제어 추천 단계를 포함한다.According to an embodiment of the present invention, the electric curtain control method of the IoT electric curtain control system includes a log collection step, an environmental data collection step, a variable selection step, a DISC tendency prediction step, an occupancy determination step, and a control recommendation step. include

로그 수집 단계는 IoT 전동 커튼 제어 시스템이 사용자의 IoT 전동 커튼 사용에 대한 로그 데이터를 수집하는 단계이고, 환경 데이터 수집 단계는 IoT 전동 커튼 제어 시스템이 공공 데이터 포털에 접속하여 환경 데이터를 수집하는 단계이고, 변수 선별 단계는 IoT 전동 커튼 제어 시스템이 수집된 로그 데이터와 환경 데이터로부터 미리 정의된 데이터 스키마에 따라 학습에 사용될 변수를 선별하는 변수 선별 단계이고, DISC 성향 예측 단계는 IoT 전동 커튼 제어 시스템이 선별된 변수를 미리 학습된 딥러닝 기반의 DISC 성향 예측 엔진을 통해 사용자의 DISC 성향을 예측하는 단계이고, 제어 추천 단계는 IoT 전동 커튼 제어 시스템이 예측된 사용자의 DISC 성향에 기초하여 IoT 전동 커튼의 제어를 사용자 단말에 추천하는 단계이다.The log collection stage is a stage in which the IoT electric curtain control system collects log data about the user's use of the IoT electric curtain, and the environmental data collection stage is a stage in which the IoT electric curtain control system accesses the public data portal and collects environmental data. , variable selection step is a variable selection step in which the IoT electric curtain control system selects variables to be used for learning according to a predefined data schema from the collected log data and environment data, and the DISC tendency prediction step is selected by the IoT electric curtain control system It is the step of predicting the user's DISC tendency through the DISC tendency prediction engine based on the deep learning that has been learned in advance, and the control recommendation stage is the control of the IoT electric curtain based on the predicted user's DISC tendency by the IoT electric curtain control system is a step of recommending to the user terminal.

본 발명의 또 다른 실시 예에 따르면 IoT 전동 커튼 제어 시스템의 전동 커튼 제어 방법은 피드백 수신 단계를 더 포함할 수 있고, 피드백 수신 단계는 IoT 전동 커튼 제어 시스템이 사용자 단말로부터 IoT 전동 커튼 제어 추천의 수용 여부에 대한 피드백을 수신하는 단계이다. 이때, 제어 추천 단계에서 IoT 전동 커튼 시스템이 해당 피드백을 IoT 전동 커튼 제어 추천에 반영할 수 있다.According to another embodiment of the present invention, the method of controlling the electric curtain of the IoT electric curtain control system may further include a feedback receiving step, wherein the feedback receiving step is that the IoT electric curtain control system accepts the IoT electric curtain control recommendation from the user terminal. It is a step to receive feedback on whether or not In this case, in the control recommendation step, the IoT electric curtain system may reflect the corresponding feedback to the IoT electric curtain control recommendation.

본 발명의 IoT 전동 커튼 제어 시스템에 의하면 생활공간 내에 설치된 IoT 전동 커튼의 사용패턴을 학습하여 개인의 DISC 성향을 예측할 수 있다.According to the IoT electric curtain control system of the present invention, an individual's DISC tendency can be predicted by learning the usage pattern of the IoT electric curtain installed in the living space.

또한, 본 발명의 IoT 전동 커튼 제어 시스템에 의하면 예측된 개인의 DISC 성향을 기초로 IoT 전동 커튼 사용에 대한 사용자의 행동을 추천할 수 있다.In addition, according to the IoT electric curtain control system of the present invention, it is possible to recommend the user's behavior for the use of the IoT electric curtain based on the predicted individual DISC tendency.

도 1은 본 발명의 일 양상에 따른 IoT 전동 커튼 제어 시스템을 개념적으로 도시한 블록도이다.
도 2는 본 발명의 다양한 실시예에 따른 IoT 전동 커튼 제어 시스템이 사용자 단말에 추천한 개인화된 전동 커튼 제어 서비스의 예시를 도시한 것이다.
도 3은 본 발명의 일 실시예에 따른 IoT 전동 커튼 제어 시스템의 제어 절차를 도시한 절차도이다.1 is a block diagram conceptually illustrating an IoT electric curtain control system according to an aspect of the present invention.
2 shows an example of a personalized electric curtain control service recommended by the IoT electric curtain control system to a user terminal according to various embodiments of the present invention.
3 is a flowchart illustrating a control procedure of an IoT electric curtain control system according to an embodiment of the present invention.

이하, 첨부한 도면을 참조하여 본 발명의 IoT 전동 커튼 제어 시스템이 날씨에 따른 사용자의 IoT 전동 커튼 사용패턴을 분석하여 예측한 DISC 기반의 성향을 기초로 IoT 전동 커튼 사용에 대한 제어를 추천하는 바람직한 실시 예를 상세히 설명한다.Hereinafter, with reference to the accompanying drawings, the IoT electric curtain control system of the present invention analyzes the user's IoT electric curtain use pattern according to the weather, and it is preferable to recommend a control for the use of the IoT electric curtain based on the predicted DISC-based tendency Examples will be described in detail.

각 도면에 제시된 동일한 참조부호는 동일한 부재를 나타낸다. 또한 본 발명의 실시 예들에 대해서 특정한 구조적 내지 기능적 설명들은 단지 본 발명에 따른 실시 예를 설명하기 위한 목적으로 예시된 것으로, 다르게 정의되지 않는 한, 기술적이거나 과학적인 용어를 포함해서 여기서 사용되는 모든 용어들은 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자에 의해 일반적으로 이해되는 것과 동일한 의미를 가지고 있다. 일반적으로 사용되는 사전에 정의되어 있는 것과 같은 용어들은 관련 기술의 문맥상 가지는 의미와 일치하는 의미를 가지는 것으로 해석되어야 하며, 본 명세서에서 명백하게 정의하지 않는 한, 이상적이거나 과도하게 형식적인 의미로 해석되지 않는 것이 바람직하다.Like reference numerals in each figure indicate like elements. In addition, specific structural or functional descriptions for the embodiments of the present invention are only exemplified for the purpose of describing the embodiments according to the present invention, and unless otherwise defined, all terms used herein, including technical or scientific terms They have the same meaning as commonly understood by those of ordinary skill in the art to which the present invention pertains. Terms such as those defined in a commonly used dictionary should be interpreted as having a meaning consistent with the meaning in the context of the related art, and should not be interpreted in an ideal or excessively formal meaning unless explicitly defined in the present specification. It is preferable not to

도 1은 본 발명의 일 양상에 따른 IoT 전동 커튼 제어 시스템을 개념적으로 도시한 블록도이다. 도 1을 참조하여 설명하면, IoT 전동 커튼 제어 시스템(10)은 각 사용자의 생활 공간의 창에 설치된 IoT 전동 커튼의 사용 이력 정보 즉, 로그 데이터를 수집한다. 각 사용자의 생활 공간에 설치되는 IoT 기기들은 복수 개가 존재하는 것이 일반적이므로 IoT 게이트웨이 또는 IoT 허브를 통해 타 시스템과 연결되고, IoT 기기들은 Bluetooth, Z-Wave, ZigBee 등의 저전력 무선통신 프로토콜을 이용하여 IoT 게이트웨이 또는 IoT 허브와 통신하도록 IoT 인프라가 구성될 수 있다. 따라서, IoT 전동 커튼 또한 IoT 전동 커튼 제어 시스템(10)과 직접 연결되지 않고 IoT 게이트웨이 또는 IoT 허브를 통해 연결될 수 있다. 다만, 이에 한정되는 것은 아니고 직접 연결될 수 있다. IoT 전동 커튼 제어 시스템(10)은 사용자의 IoT 전동 커튼 사용 패턴을 분석하여 사용자의 DISC 성향을 예측하고 예측된 DISC 성향에 기초하여 사용자에게 개인화된 IoT 전동 커튼 사용을 사용자에게 추천할 수 있다.1 is a block diagram conceptually illustrating an IoT electric curtain control system according to an aspect of the present invention. Referring to FIG. 1 , the IoT electric curtain control system 10 collects usage history information, ie, log data, of the IoT electric curtain installed in the window of each user's living space. Since it is common for a plurality of IoT devices to be installed in each user's living space, they are connected to other systems through an IoT gateway or IoT hub, and IoT devices use low-power wireless communication protocols such as Bluetooth, Z-Wave, and ZigBee. The IoT infrastructure may be configured to communicate with an IoT gateway or IoT hub. Accordingly, the IoT electric curtain may also be connected through an IoT gateway or IoT hub without being directly connected to the IoT electric curtain control system 10 . However, the present invention is not limited thereto and may be directly connected. The IoT electric curtain control system 10 may predict the user's DISC tendency by analyzing the user's IoT electric curtain use pattern, and recommend the use of the IoT electric curtain personalized to the user based on the predicted DISC tendency to the user.

발명의 양상에 따라서는 IoT 전동 커튼과 IoT 전동 커튼 제어 시스템(10)은 데이터 교환을 위한 통신 프로토콜로 저전력의 소형기기 제어에 적합한 MQTT(Message Queueing Telemetry Transport) 프로토콜을 사용할 수 있다. MQTT 프로토콜은 사물 통신(Machine to Machine, M2M), 사물 인터넷(IoT)과 같이 대역폭이 제한된 통신 환경에 최적화된 푸시 기반의 경량 메시지 전송 프로토콜이다. MQTT 프로토콜에서는 푸시 기술에서 일반적으로 사용되는 클라이언트-서버 방식이 아닌 브로커라는 메시지 매개자를 통해 송신측에서 특정 토픽에 대한 메시지를 발행(publish)하고 해당 토픽에 대하여 수신자가 구독(subscribe)하는 방식으로 메시지를 수신한다. 따라서, MQTT 프로토콜이 사용되는 경우에는 IoT 전동 커튼과 IoT 전동 커튼 제어 시스템(10) 사이에 MQTT 브로커 서버가 추가될 수 있으며, IoT 전동 커튼이 로그 데이터를 토픽으로 하여 메시지를 발행하고, IoT 전동 커튼 제어 시스템(10)이 해당 토픽을 구독하여 MQTT 브로커로부터 해당 메시지를 전달받는다.According to an aspect of the invention, the IoT electric curtain and the IoT electric curtain control system 10 may use a Message Queuing Telemetry Transport (MQTT) protocol suitable for low-power small device control as a communication protocol for data exchange. The MQTT protocol is a push-based lightweight message transmission protocol optimized for communication environments with limited bandwidth such as Machine to Machine (M2M) and Internet of Things (IoT). In the MQTT protocol, rather than the client-server method commonly used in push technology, the sender publishes a message on a specific topic through a message intermediary called a broker, and the receiver subscribes to the message. receive Therefore, when the MQTT protocol is used, an MQTT broker server can be added between the IoT electric curtain and the IoT electric curtain control system 10, and the IoT electric curtain issues a message with log data as a topic, and the IoT electric curtain The control system 10 subscribes to the topic and receives the message from the MQTT broker.

IoT 전동 커튼 제어 시스템(10)은 IoT 전동 커튼으로부터 수집한 데이터들을 정형 데이터와, 비정형 데이터로 분류하여 각 타입에 적합한 데이터베이스에 저장할 수 있다.The IoT electric curtain control system 10 may classify data collected from the IoT electric curtain into structured data and unstructured data and store it in a database suitable for each type.

발명의 일 양상에 따르는 IoT 전동 커튼 제어 시스템(10)은 로그 수집부(100)와, 재실 감지부(140)와, 환경 데이터 수집부(110)와, 저장부(150)와, DISC 성향 예측부(120)와, 기기 제어 추천부(130)를 포함한다.The IoT electric curtain control system 10 according to an aspect of the invention includes a log collection unit 100 , an occupancy detection unit 140 , an environment data collection unit 110 , a storage unit 150 , and a DISC tendency prediction It includes a unit 120 and a device control recommendation unit 130 .

IoT 전동 커튼 제어 시스템(10)은 프로세서, 메모리, 하드 디스크 또는 SSD 등의 저장 장치, 네트워크 장치 등을 포함하는 서버로 구성될 수 있으며, 하나 이상의 서버 장치로 구성되는 시스템일 수 있다. 로그 수집부(100)와, 환경 데이터 수집부(110)와, DISC 성향 예측부(120)와, 기기 제어 추천부(130)와, 재실 감지부(140)는 메모리에 로드되어 프로세서에서 실행되는 컴퓨터 프로그램 명령어 세트이다.The IoT electric curtain control system 10 may be configured as a server including a processor, a memory, a storage device such as a hard disk or SSD, a network device, and the like, and may be a system configured with one or more server devices. The log collection unit 100 , the environmental data collection unit 110 , the DISC tendency prediction unit 120 , the device control recommendation unit 130 , and the occupancy detection unit 140 are loaded into the memory and executed in the processor. A set of computer program instructions.

로그 수집부(100)는 사용자의 IoT 전동 커튼 사용에 대한 로그 데이터를 수집한다. 로그 수집은 전술한 MQTT 프로토콜을 이용하여 수행될 수 있다. 이때 수집되는 IoT 전동 커튼의 로그 데이터는 작동 시간, 커튼 오픈 정도(0~100%) 등을 포함할 수 있다.The log collection unit 100 collects log data about the user's use of the IoT electric curtain. Log collection may be performed using the aforementioned MQTT protocol. The log data of the IoT electric curtain collected at this time may include operating time, curtain open degree (0-100%), and the like.

재실 감지부(140)는 IoT 전동 커튼이 설치된 생활 공간에 사람의 동작 감지 센서 또는 PIR(Passive Infrared) 센서 등의 센서로부터 센싱 데이터를 수신하여 사람의 해당 공간 내 재실 여부를 판단한다.The occupancy detection unit 140 receives sensing data from a sensor such as a motion detection sensor or a PIR (Passive Infrared) sensor in a living space in which the IoT electric curtain is installed, and determines whether a person occupies the space.

환경 데이터 수집부(110)는 공공 데이터 포털에 접속하여 공공 데이터 포털로부터 날씨, 미세먼지 농도, 강수량, 온도 등을 포함하는 외부 환경 데이터를 수집한다.The environmental data collection unit 110 accesses the public data portal and collects external environmental data including weather, fine dust concentration, precipitation, temperature, and the like, from the public data portal.

저장부(150)는 데이터베이스들로 구성되며 IoT 전동 커튼의 로그 데이터와 외부 환경 데이터들을 정형 데이터와, 비정형 데이터로 분류하여 각 타입에 적합한 데이터베이스에 저장한다.The storage unit 150 is composed of databases, and classifies log data and external environment data of the IoT electric curtain into structured data and unstructured data and stores them in a database suitable for each type.

DISC 성향 예측부(120)는 수집된 로그 데이터와 환경 데이터로부터 미리 정의된 데이터 스키마에 따라 학습에 사용될 변수를 선별한다. 이때 학습에 사용될 변수를 선별하기 위한 데이터 스키마는 논문 및 학술 정보 조사를 통해 DISC 성향, IoT 전동 커튼 사용패턴, 날씨와의 연관성을 고려하여 결정한다. 이때 결정된 변수는 축적된 테스트용 데이터 셋으로 학습한 딥러닝 기반의 DISC 성향 예측 모델(엔진)을 통해 검증하고, 사전 설문 조사된 사용자들의 DISC 성향과 매치되는지 따져 변경될 수 있다. 즉, 사용자의 IoT 전동 커튼 사용패턴과 DISC 성향의 높은 연관성을 나타내는 변수를 최종 선별하게 된다.The DISC tendency predictor 120 selects variables to be used for learning according to a predefined data schema from the collected log data and environment data. At this time, the data schema for selecting variables to be used for learning is determined by considering the DISC tendency, IoT electric curtain use pattern, and correlation with weather through research on papers and academic information. At this time, the determined variable can be verified through a deep learning-based DISC propensity prediction model (engine) learned from the accumulated test data set, and can be changed by checking whether it matches the DISC propensity of users surveyed in advance. In other words, a variable indicating a high correlation between the user's IoT electric curtain usage pattern and the DISC tendency is finally selected.

DISC 성향 예측부(120)는 선별된 변수를 미리 학습된 딥러닝 기반의 DISC 성향 예측 엔진을 통해 사용자의 DISC 성향을 예측한다.The DISC tendency prediction unit 120 predicts the DISC tendency of the user through the DISC tendency prediction engine based on the deep learning that is pre-trained with the selected variables.

기기 제어 추천부(130)는 예측된 사용자의 DISC 성향에 기초하여 개인화된 IoT 전동 커튼의 제어를 사용자 단말에 추천한다. 일 예로 사용자와 동일한 DISC 성향을 가진 사용자들의 IoT 전동 커튼 사용 패턴이 맑은 날씨에 외부 온도가 높을 때 10% 정도 전동 커튼을 오픈시키는 경향을 보이고, 현재의 전동 커튼이 이와 다르게 동작하고 있다면 기기 제어 추천부(130)는 사용자 단말에 단말에 동일한 DISC 성향을 가진 사용자들의 사용 방법을 사용자 단말에 추천할 수 있다. 이때, 사용자 단말은 IoT 전동 커튼 등의 다양한 IoT 기기들을 제어할 수 있는 챗봇 클라이언트 소프트웨어가 설치된 단말일 수 있다. 이 경우에는 IoT 전동 커튼 제어 시스템(10)이 챗봇 서버의 역할을 수행할 수 있다. 이에 한정되는 것은 아니며 IoT 전동 커튼을 전용으로 제어할 수 있는 소프트웨어가 설치된 단말일 수도 있다. 기기 제어 추천부(130)는 사용자 단말에 추천한 제어에 대응되게 IoT 전동 커튼의 제어 명령을 생성하고, IoT 전동 커튼에 해당 제어 명령을 전송하여 추천 제어에 대응되게 IoT 전동 커튼을 제어할 수 있다. 이때, 기기 제어 추천부(130)는 제조사별로 제어 명령이 다를 수 있어, 제어 명령을 해당 제조사와 호환되는 제어 명령으로 먼저 변환하고 전송할 수 있다.The device control recommendation unit 130 recommends the personalized IoT electric curtain control to the user terminal based on the predicted user's DISC tendency. For example, if the IoT electric curtain usage pattern of users with the same DISC tendency as the user tends to open the electric curtain by 10% when the outside temperature is high in sunny weather, and the current electric curtain is operating differently, it is recommended to control the device. The unit 130 may recommend to the user terminal the usage method of users having the same DISC tendency as the terminal to the user terminal. In this case, the user terminal may be a terminal in which chatbot client software capable of controlling various IoT devices such as an IoT electric curtain is installed. In this case, the IoT electric curtain control system 10 may serve as a chatbot server. The present invention is not limited thereto, and it may be a terminal in which software capable of exclusively controlling the IoT electric curtain is installed. The device control recommendation unit 130 may generate a control command of the IoT electric curtain to correspond to the control recommended to the user terminal, and transmit the corresponding control command to the IoT electric curtain to control the IoT electric curtain to correspond to the recommended control. . In this case, the device control recommendation unit 130 may have a different control command for each manufacturer, and may first convert the control command into a control command compatible with the corresponding manufacturer and transmit it.

발명의 또 다른 양상에 따르는 IoT 전동 커튼 제어 시스템(10)의 기기 제어 추천부(130)는 IoT 전동 커튼이 설치된 공간에 설치되어 공간(실내)의 온도를 측정하는 온도 센서로부터 온도 데이터를 수신하고, 수신한 온도에 기초하여 IoT 전동 커튼의 제어를 사용자 단말에 추천할 수 있다. 일 예로, 사용자의 재실 여부와 관계없이 기기 제어 추천부(130)는 겨울철 실내 온도가 낮을 때 전동 커튼을 오픈하여 햇볕을 이용하여 실내 온도를 높이기 위한 전동 커튼 제어를 사용자에게 추천할 수 있고, 또 다른 예로 여름철 실내 온도가 높을 때 오픈된 전동 커튼을 닫아 햇별을 차단하여 실내 온도를 낮추기 위한 전동 커튼 제어를 사용자에게 추천할 수 있다.The device control recommendation unit 130 of the IoT electric curtain control system 10 according to another aspect of the invention is installed in the space where the IoT electric curtain is installed and receives temperature data from a temperature sensor that measures the temperature of the space (indoor), , it is possible to recommend the control of the IoT electric curtain to the user terminal based on the received temperature. For example, regardless of whether the user is occupant or not, the device control recommendation unit 130 may recommend to the user the electric curtain control for raising the indoor temperature by using sunlight by opening the electric curtain when the indoor temperature is low in winter, and As another example, when the indoor temperature is high in summer, the electric curtain control for lowering the indoor temperature by closing the open electric curtain to block sunlight may be recommended to the user.

발명의 또 다른 양상에 따르는 IoT 전동 커튼 제어 시스템(10)의 기기 제어 추천부(130)는 사용자 단말로부터 IoT 전동 커튼 제어 추천의 수용 여부에 대한 피드백을 수신하고, 수신한 피드백을 다음 IoT 전동 커튼의 제어 추천에 반영하여 사용자에게 전동 커튼의 사용을 제안할 수 있다.The device control recommendation unit 130 of the IoT electric curtain control system 10 according to another aspect of the invention receives feedback on whether to accept the IoT electric curtain control recommendation from the user terminal, and applies the received feedback to the next IoT electric curtain It is possible to suggest the use of an electric curtain to the user by reflecting in the control recommendation of the

IoT 전동 커튼 제어 시스템(10)이 날씨와 사용자의 전동 커튼 사용 패턴과 DISC 성향에 따라 전동 커튼의 사용을 제안하더라도 사용자가 제안을 수용할 지 알 수 없으므로 IoT 전동 커튼 제어 시스템(10)은 사용자의 수용 여부에 대한 피드백을 수신한 다음 IoT 전동 커튼의 제어 추천에 반영하여 보다 엄밀하게 개인화된 추천을 할 수 있다.Even if the IoT electric curtain control system 10 suggests the use of an electric curtain according to the weather and the user's electric curtain use pattern and DISC tendency, it is not known whether the user will accept the proposal, so the IoT electric curtain control system 10 is the user's After receiving feedback on acceptance or not, it can be reflected in the control recommendation of the IoT electric curtain to make a more rigorously personalized recommendation.

예를 들어, 동일한 DISC 성향을 가진 사용자들의 사용패턴으로부터 특정한 전동 커튼 사용 방법을 추천하였는데 사용자가 이를 반복적으로 수용하지 않으면 해당 패턴에 대한 추천을 배제하거나 다른 사용 방법을 추천할 수 있다.For example, if a specific electric curtain usage method is recommended from the usage patterns of users with the same DISC tendency and the user does not repeatedly accept it, the recommendation for the corresponding pattern may be excluded or a different usage method may be recommended.

발명의 또 다른 양상에 따르는 IoT 전동 커튼 제어 시스템(10)의 DISC 성향 예측부(120)의 DISC 성향 예측 엔진은 심층 신경망(DNN) 모델로 학습된 딥러닝 엔진일 수 있다. 심층 신경망은 입력층과 출력층 사이에 여러 단계의 은닉층을 포함한 인공 신경망으로 특징 추출(feature extraction)이 자동으로 수행되는 장점이 있다.The DISC tendency prediction engine of the DISC tendency prediction unit 120 of the IoT electric curtain control system 10 according to another aspect of the invention may be a deep learning engine trained with a deep neural network (DNN) model. The deep neural network is an artificial neural network that includes several levels of hidden layers between the input layer and the output layer, and has the advantage of automatically performing feature extraction.

발명의 일 실시 예에 따르면 IoT 전동 커튼 제어 시스템(10)의 전동 커튼 제어 방법은 로그 수집 단계와, 환경 데이터 수집 단계와, 변수 선별 단계와, DISC 성향 예측 단계와, 재실 여부 판단 단계와, 제어 추천 단계를 포함한다.According to an embodiment of the present invention, the electric curtain control method of the IoT electric curtain control system 10 includes a log collection step, an environmental data collection step, a variable selection step, a DISC tendency prediction step, an occupancy determination step, and control Includes a recommendation step.

로그 수집 단계는 IoT 전동 커튼 제어 시스템(10)이 사용자의 IoT 전동 커튼 사용에 대한 로그 데이터를 수집하는 단계이다. IoT 전동 커튼 제어 시스템(10)의 로그 수집은 전술한 MQTT 프로토콜을 이용하여 수행될 수 있다. 이때 수집되는 IoT 전동 커튼의 로그 데이터는 작동 시간, 커튼 오픈 정도(0~100%) 등을 포함할 수 있다.The log collection step is a step in which the IoT electric curtain control system 10 collects log data about the user's use of the IoT electric curtain. Log collection of the IoT electric curtain control system 10 may be performed using the aforementioned MQTT protocol. The log data of the IoT electric curtain collected at this time may include operating time, curtain open degree (0-100%), and the like.

환경 데이터 수집 단계는 IoT 전동 커튼 제어 시스템(10)이 공공 데이터 포털에 접속하여 공공 데이터 포털로부터 날씨, 미세먼지 농도, 강수량, 온도 등을 포함하는 외부 환경 데이터를 수집하는 단계이다.The environmental data collection step is a step in which the IoT electric curtain control system 10 accesses the public data portal and collects external environmental data including weather, fine dust concentration, precipitation, temperature, etc. from the public data portal.

변수 선별 단계는 IoT 전동 커튼 제어 시스템(10)이 수집된 로그 데이터와 환경 데이터로부터 미리 정의된 데이터 스키마에 따라 학습에 사용될 변수를 선별하는 변수 선별 단계이다. IoT 전동 커튼 제어 시스템(10)은 수집된 로그 데이터와 환경 데이터로부터 미리 정의된 데이터 스키마에 따라 학습에 사용될 변수를 선별한다. 이때 학습에 사용될 변수를 선별하기 위한 데이터 스키마는 논문 및 학술 정보 조사를 통해 날씨와 DISC 성향과 IoT 전동 커튼 사용패턴과의 연관성을 고려하여 결정한다. 이때 결정된 변수는 축적된 테스트용 데이터 셋으로 학습한 딥러닝 기반의 DISC 성향 예측 모델(엔진)을 통해 검증하고, 사전 설문 조사된 사용자들의 DISC 성향과 매치되는지 따져 변경될 수 있다. 즉, 날씨와 사용자의 IoT 전동 커튼 사용패턴과 DISC 성향의 높은 연관성을 나타내는 변수를 최종 선별하게 된다. The variable selection step is a variable selection step in which the IoT electric curtain control system 10 selects a variable to be used for learning according to a predefined data schema from the collected log data and environmental data. The IoT electric curtain control system 10 selects variables to be used for learning according to a predefined data schema from the collected log data and environmental data. At this time, the data schema for selecting the variables to be used for learning is determined by considering the relationship between the weather and DISC tendency and the IoT electric curtain usage pattern through research on papers and academic information. At this time, the determined variable can be verified through a deep learning-based DISC propensity prediction model (engine) learned from the accumulated test data set, and can be changed by checking whether it matches the DISC propensity of users surveyed in advance. In other words, variables that show a high correlation between weather and users' IoT electric curtain usage patterns and DISC tendencies are finally selected.

DISC 성향 예측 단계는 IoT 전동 커튼 제어 시스템(10)이 선별된 변수를 미리 학습된 딥러닝 기반의 DISC 성향 예측 엔진을 통해 사용자의 DISC 성향을 예측하는 단계이다.The DISC tendency prediction step is a step in which the IoT electric curtain control system 10 predicts the user's DISC tendency through the deep learning-based DISC tendency prediction engine that has previously learned the selected variables.

재실 여부 감지 단계는 IoT 전동 커튼이 설치된 생활 공간에 사람의 동작 감지 센서 또는 PIR(Passive Infrared) 센서 등의 센서를 이용하여 사람의 해당 공간 내 재실 여부를 감지하는 단계이다. 후술할 제어 추천 단계에서 사용자가 재실하고 있는 경우에는 DISC 성향에 가중치를 주어 제어를 추천할 수 있고, 재실하고 있지 않은 경우에는 날씨와 실내 온도에 가중치를 주어 제어를 추천할 수 있다. 이때, 실내 온도는 IoT 전동 커튼이 설치된 공간에 설치된 온도 센서를 통해 측정할 수 있다. 일 예로, 사용자의 재실 여부와 관계없이 IoT 전동 커튼 제어 시스템(10)은 겨울철 실내 온도가 낮을 때 전동 커튼을 오픈하여 햇볕을 이용하여 실내 온도를 높이기 위한 전동 커튼 제어를 사용자에게 추천할 수 있고, 또 다른 예로 여름철 실내 온도가 높을 때 오픈된 전동 커튼을 닫아 햇별을 차단하여 실내 온도를 낮추기 위한 전동 커튼 제어를 사용자에게 추천할 수 있다.The occupancy detection step is a step of detecting whether a person is occupant in the corresponding space by using a sensor such as a human motion sensor or a PIR (Passive Infrared) sensor in the living space where the IoT electric curtain is installed. In the control recommendation step to be described later, if the user is occupant, control may be recommended by giving weight to the DISC tendency, and if the user is not present, control may be recommended by giving weights to weather and room temperature. At this time, the indoor temperature can be measured through a temperature sensor installed in the space where the IoT electric curtain is installed. As an example, the IoT electric curtain control system 10 may recommend electric curtain control to the user to increase the indoor temperature using sunlight by opening the electric curtain when the indoor temperature is low in winter, regardless of whether the user is occupant, As another example, when the indoor temperature is high in summer, the user may recommend electric curtain control to reduce the indoor temperature by closing the open electric curtain to block sunlight.

제어 추천 단계는 IoT 전동 커튼 제어 시스템(10)이 예측된 사용자의 DISC 성향에 기초하여 IoT 전동 커튼의 제어를 사용자 단말에 추천하는 단계이다. IoT 전동 커튼 제어 시스템(10)은 예측된 사용자의 DISC 성향에 기초하여 개인화된 IoT 전동 커튼 제어를 사용자 단말에 추천한다. 일 예로 사용자와 동일한 DISC 성향을 가진 사용자들의 IoT 전동 커튼 사용 패턴이 맑은 날씨에 외부 온도가 높을 때 10% 정도 전동 커튼을 오픈시키는 경향을 보이고, 현재의 전동 커튼이 이와 다르게 동작하고 있다면 기기 제어 추천부(130)는 사용자 단말에 단말에 동일한 DISC 성향을 가진 사용자들의 사용 방법을 사용자 단말에 추천할 수 있다. 이때, 사용자 단말은 IoT 전동 커튼 등의 다양한 IoT 기기들을 제어할 수 있는 챗봇 클라이언트 소프트웨어가 설치된 단말일 수 있다. 이 경우에는 IoT 전동 커튼 제어 시스템(10)이 챗봇 서버의 역할을 수행할 수 있다. 이에 한정되는 것은 아니며 IoT 전동 커튼을 전용으로 제어할 수 있는 소프트웨어가 설치된 단말일 수도 있다. 기기 제어 추천부(130)는 사용자 단말에 추천한 제어에 대응되게 IoT 전동 커튼의 제어 명령을 생성하고, IoT 전동 커튼에 해당 제어 명령을 전송하여 추천 제어에 대응되게 IoT 전동 커튼을 제어할 수 있다. 이때, 기기 제어 추천부(130)는 제조사별로 제어 명령이 다를 수 있어, 제어 명령을 해당 제조사와 호환되는 제어 명령으로 먼저 변환하고 전송할 수 있다.The control recommendation step is a step in which the IoT electric curtain control system 10 recommends control of the IoT electric curtain to the user terminal based on the predicted user's DISC tendency. The IoT electric curtain control system 10 recommends personalized IoT electric curtain control to the user terminal based on the predicted user's DISC tendency. For example, if the IoT electric curtain usage pattern of users with the same DISC tendency as the user shows a tendency to open the electric curtain by 10% when the external temperature is high in sunny weather, and the current electric curtain operates differently The unit 130 may recommend to the user terminal the usage method of users having the same DISC tendency as the terminal to the user terminal. In this case, the user terminal may be a terminal in which chatbot client software capable of controlling various IoT devices such as an IoT electric curtain is installed. In this case, the IoT electric curtain control system 10 may serve as a chatbot server. The present invention is not limited thereto, and it may be a terminal in which software capable of exclusively controlling the IoT electric curtain is installed. The device control recommendation unit 130 may generate a control command of the IoT electric curtain to correspond to the control recommended to the user terminal, and transmit the corresponding control command to the IoT electric curtain to control the IoT electric curtain to correspond to the recommended control. . In this case, the device control recommendation unit 130 may have a different control command for each manufacturer, and may first convert the control command into a control command compatible with the corresponding manufacturer and transmit it.

발명의 또 다른 실시 예에 따르면 IoT 전동 커튼 제어 시스템(10)의 전동 커튼 제어 방법은 피드백 수신 단계를 더 포함할 수 있다.According to another embodiment of the present invention, the method of controlling the electric curtain of the IoT electric curtain control system 10 may further include a feedback receiving step.

피드백 수신 단계는 IoT 전동 커튼 제어 시스템(10)이 사용자 단말로부터 IoT 전동 커튼 제어 추천의 수용 여부에 대한 피드백을 수신하는 단계이다. 이때, 제어 추천 단계에서 IoT 전동 커튼 제어 시스템(10)이 해당 피드백을 IoT 전동 커튼의 제어 추천에 반영할 수 있다.The feedback receiving step is a step in which the IoT electric curtain control system 10 receives feedback on whether or not to accept the IoT electric curtain control recommendation from the user terminal. In this case, in the control recommendation step, the IoT electric curtain control system 10 may reflect the corresponding feedback to the control recommendation of the IoT electric curtain.

IoT 전동 커튼 제어 시스템(10)이 날씨에 따라 사용자의 IoT 전동 커튼 사용 패턴과 DISC 성향에 따른 전동 커튼의 사용을 제안하더라도 사용자가 제안을 수용할 지 알 수 없으므로 IoT 전동 커튼 제어 시스템(10)은 사용자의 수용 여부에 대한 피드백을 수신한 다음 IoT 전동 커튼 제어 추천에 반영하여 보다 엄밀하게 개인화된 추천을 할 수 있다.Even if the IoT electric curtain control system 10 suggests the use of an electric curtain according to the user's IoT electric curtain use pattern and DISC tendency according to the weather, it is not known whether the user will accept the proposal, so the IoT electric curtain control system 10 is After receiving feedback on user acceptance or not, it can be reflected in IoT electric curtain control recommendations to make more strictly personalized recommendations.

예를 들어, 동일한 DISC 성향을 가진 사용자들의 사용패턴으로부터 특정한 전동 커튼 사용 방법을 추천하였는데 사용자가 이를 반복적으로 수용하지 않으면 해당 패턴에 대한 추천을 배제하거나 다른 사용 방법을 추천할 수 있다.For example, if a specific electric curtain usage method is recommended from the usage patterns of users with the same DISC tendency and the user does not repeatedly accept it, the recommendation for the corresponding pattern may be excluded or a different usage method may be recommended.

발명의 또 다른 실시 예에 따르면 IoT 전동 커튼 제어 시스템(10)의 전동 커튼 제어 방법의 DISC 성향 예측 단계에서 사용되는 DISC 성향 예측 엔진은 심층 신경망(DNN) 모델로 학습된 딥러닝 엔진일 수 있다. According to another embodiment of the present invention, the DISC tendency prediction engine used in the DISC tendency prediction step of the electric curtain control method of the IoT electric curtain control system 10 may be a deep learning engine trained with a deep neural network (DNN) model.

도 2는 본 발명의 다양한 실시예에 따른 IoT 전동 커튼 제어 시스템이 사용자 단말에 추천한 개인화된 전동 커튼 제어 서비스의 예시를 도시한 것이다. 도 2에 도시된 것과 같이 IoT 전동 커튼 제어 시스템(10)이 날씨와 사용자의 IoT 전동 커튼 사용패턴과 사용자의 DISC 성향을 고려하여 커튼을 여는 행동을 추천하고, 사용자가 해당 추천에 대하여 수용 여부를 선택하면 IoT 전동 커튼 제어 시스템(10)이 이를 피드백으로 받아 다음 유사한 외부 환경 상황의 추천에 반영한다.2 illustrates an example of a personalized electric curtain control service recommended by the IoT electric curtain control system to a user terminal according to various embodiments of the present invention. As shown in FIG. 2 , the IoT electric curtain control system 10 recommends an action to open the curtain in consideration of the weather, the user's IoT electric curtain use pattern, and the user's DISC tendency, and the user determines whether to accept the recommendation. When selected, the IoT electric curtain control system 10 receives this as feedback and reflects it in the recommendation of the next similar external environment situation.

도 3은 본 발명의 일 실시예에 따른 IoT 전동 커튼 제어 시스템의 제어 절차를 도시한 절차도이다. 도 3을 참조하여 설명하면, 사용자의 DISC 성향에 기초하여 전동 커튼 제어를 추천하는 절차는 IoT 전동 커튼 제어 시스템(10)이 IoT 전동 커튼 사용에 대한 로그 데이터를 수집한다(S1000). 또한, IoT 전동 커튼 제어 시스템(10)은 날씨 등의 외부 환경도 고려하기 위해 기상 데이터 등을 제공하는 공공 데이터 포털에 접속하여 환경 데이터를 수집한다(S1020). IoT 전동 커튼 제어 시스템(10)은 수집된 전동 커튼의 로그 데이터와 환경 데이터로부터 미리 정의된 데이터 스키마에 따라 학습에 사용될 변수를 선별한다(S1040). 선별된 변수를 딥러닝 기반의 DISC 성향 예측 엔진에 입력 변수로 제공하여 사용자의 DISC 성향을 예측한다(S1060). IoT 전동 커튼 제어 시스템(10)은 사용자의 재실 센서 데이터를 이용하여 재실 여부를 판단하고(S1080), 사용자가 재실 중이면 IoT 전동 커튼 제어 시스템(10)은 예측된 사용자의 DISC 성향에 기초하여 사용자에게 전동 커튼 제어방법을 추천 및 제안하고(S1100), 사용자 단말로부터 사용자가 해당 추천 제어방법을 수용했는지에 대한 피드백을 수신하고 이를 다음 제어방법 추천 시 반영한다(S1120).3 is a flowchart illustrating a control procedure of an IoT electric curtain control system according to an embodiment of the present invention. Referring to FIG. 3 , in the procedure for recommending electric curtain control based on the user's DISC tendency, the IoT electric curtain control system 10 collects log data on the use of the IoT electric curtain ( S1000 ). In addition, the IoT electric curtain control system 10 collects environmental data by accessing a public data portal that provides weather data, etc. in order to consider the external environment such as weather (S1020). The IoT electric curtain control system 10 selects a variable to be used for learning according to a predefined data schema from the collected log data and environment data of the electric curtain (S1040). The user's DISC tendency is predicted by providing the selected variable as an input variable to the deep learning-based DISC tendency prediction engine (S1060). The IoT electric curtain control system 10 determines whether occupancy is by using the user's occupancy sensor data (S1080), and when the user is occupant, the IoT electric curtain control system 10 determines the occupancy of the user based on the predicted user's DISC tendency. Recommends and proposes an electric curtain control method to the user (S1100), receives feedback from the user terminal on whether the user has accepted the recommended control method, and reflects this when recommending the next control method (S1120).

도 3에서는 도시되지 않았으나, 사용자의 사용패턴이 재실 하고 있지 않더라도 실내 온도에 따라 IoT 전동 커튼을 제어하는 패턴을 가지고 있으면 사용자가 재실하고 있지 않더라도 전동 커튼 제어를 추천할 수 있다. 일 예로, IoT 전동 커튼 제어 시스템(10)은 겨울철 실내 온도가 낮을 때 전동 커튼을 오픈하여 햇볕을 이용하여 실내 온도를 높이기 위한 전동 커튼 제어를 사용자에게 추천할 수 있고, 또 다른 예로 여름철 실내 온도가 높을 때 오픈된 전동 커튼을 닫아 햇별을 차단하여 실내 온도를 낮추기 위한 전동 커튼 제어를 사용자에게 추천할 수 있다.Although not shown in FIG. 3 , even if the user's usage pattern is not occupant, if the user has a pattern for controlling the IoT electric curtain according to the room temperature, the electric curtain control can be recommended even if the user is not occupant. As an example, the IoT electric curtain control system 10 may recommend electric curtain control to the user to increase the indoor temperature by using sunlight by opening the electric curtain when the indoor temperature in winter is low, and as another example, when the indoor temperature in summer is When it is high, the user can recommend electric curtain control to lower the indoor temperature by closing the open electric curtain to block sunlight.

상기한 본 발명의 실시예는 예시의 목적을 위해 개시된 것이고, 본 발명에 대해 통상의 지식을 가진 당업자라면 본 발명의 사상과 범위 안에서 다양한 수정, 변경, 부가가 가능할 것이며, 이러한 수정, 변경 및 부가는 하기의 특허청구범위에 속하는 것으로 보아야 할 것이다.The above-described embodiments of the present invention have been disclosed for the purpose of illustration, and various modifications, changes, and additions will be possible within the spirit and scope of the present invention by those skilled in the art having a general knowledge of the present invention, and such modifications, changes and additions should be regarded as belonging to the following claims.

10: IoT 전동 커튼 제어 시스템
100: 로그 수집부
110: 환경 데이터 수집부
120: DISC 성향 예측부
130: 기기 제어 추천부
140: 재실 감지부
150: 저장부10: IoT Electric Curtain Control System
100: log collection unit
110: environmental data collection unit
120: DISC tendency prediction unit
130: device control recommendation unit
140: presence detection unit
150: storage

Claims (7)

사용자의 IoT 전동 커튼 사용에 대한 로그 데이터를 수집하는 로그 수집부;
재실 감지 센서로부터 센싱 데이터를 수신하여 사용자의 재실 여부를 감지하는 재실 감지부;
공공 데이터 포털에 접속하여 환경 데이터를 수집하는 환경 데이터 수집부;
수집한 로그 데이터와 환경 데이터를 저장하는 저장부;
수집된 로그 데이터와 환경 데이터로부터 미리 정의된 데이터 스키마에 따라 학습에 사용될 변수를 선별하고, 선별된 변수를 미리 학습된 딥러닝 기반의 DISC 성향 예측 엔진을 통해 사용자의 DISC 성향을 예측하는 DISC 성향 예측부; 및
사용자의 재실 여부에 따라 예측된 사용자의 DISC 성향에 기초하여 IoT 전동 커튼의 제어를 사용자 단말에 추천하는 기기 제어 추천부를 포함하고,
상기 기기 제어 추천부는 사용자 단말로부터 IoT 전동 커튼의 제어 추천의 수용 여부에 대한 피드백을 수신하고, 해당 피드백을 다음 IoT 전동 커튼의 제어 추천에 반영하는 것을 특징으로 하는 IoT 전동 커튼 제어 시스템.
a log collection unit that collects log data about the user's use of the IoT electric curtain;
an occupancy detection unit receiving sensing data from the occupancy sensor to detect whether a user is occupant;
an environmental data collection unit that accesses a public data portal and collects environmental data;
a storage unit for storing the collected log data and environment data;
DISC propensity prediction that selects variables to be used for learning according to a predefined data schema from the collected log data and environment data, and predicts the user's DISC propensity through the pre-trained deep learning-based DISC propensity prediction engine part; and
A device control recommendation unit that recommends the control of the IoT electric curtain to the user terminal based on the user's DISC tendency predicted according to the presence of the user;
IoT electric curtain control system, characterized in that the device control recommendation unit receives feedback on whether to accept the control recommendation of the IoT electric curtain from the user terminal, and reflects the feedback to the control recommendation of the next IoT electric curtain.
 제 1 항에 있어서,
기기 제어 추천부는 IoT 전동 커튼이 설치된 공간의 온도를 측정하는 온도 센서로부터 온도 데이터를 수신하여 온도에 기초하여 IoT 전동 커튼의 제어를 사용자 단말에 추천하는 IoT 전동 커튼 제어 시스템.
The method of claim 1,
The device control recommendation unit receives temperature data from a temperature sensor that measures the temperature of the space where the IoT electric curtain is installed and recommends the IoT electric curtain control to the user terminal based on the temperature.
 삭제delete 제 1 항에 있어서,
DISC 성향 예측부의 DISC 성향 예측 엔진은 심층 신경망(DNN) 모델로 학습된 딥러닝 엔진인 IoT 전동 커튼 제어 시스템.
The method of claim 1,
The DISC tendency prediction engine of the DISC tendency prediction unit is an IoT electric curtain control system, a deep learning engine trained with a deep neural network (DNN) model.
 IoT 전동 커튼 제어 시스템의 전동 커튼 제어 방법에 있어서,
상기 제어 시스템이 사용자의 IoT 전동 커튼의 사용에 대한 로그 데이터를 수집하는 로그 수집 단계;
상기 제어 시스템이 공공 데이터 포털에 접속하여 환경 데이터를 수집하는 환경 데이터 수집 단계;
상기 제어 시스템이 수집된 로그 데이터와 환경 데이터로부터 미리 정의된 데이터 스키마에 따라 학습에 사용될 변수를 선별하는 변수 선별 단계;
상기 제어 시스템이 선별된 변수를 미리 학습된 딥러닝 기반의 DISC 성향 예측 엔진을 통해 사용자의 DISC 성향을 예측하는 DISC 성향 예측 단계;
상기 제어 시스템의 재실 감지 센서의 센서 데이터로부터 사용자의 재실 여부를 판단하는 재실 판단 단계;
상기 제어 시스템이 사용자의 재실 여부에 따라 예측된 사용자의 DISC 성향에 기초하여 IoT 전동 커튼의 제어를 사용자 단말에 추천하는 제어 추천 단계를 포함하고,
상기 시스템이 사용자 단말로부터 IoT 전동 커튼의 제어 추천의 수용 여부에 대한 피드백을 수신하는 피드백 수신 단계를 더 포함하되,
상기 제어 추천 단계에서 상기 시스템이 해당 피드백을 IoT 전동 커튼의 제어 추천에 반영하는 것을 특징으로 하는 IoT 전동 커튼 제어 방법.
In the electric curtain control method of the IoT electric curtain control system,
a log collecting step in which the control system collects log data about the user's use of the IoT electric curtain;
an environmental data collection step in which the control system accesses a public data portal to collect environmental data;
a variable selection step in which the control system selects variables to be used for learning according to a predefined data schema from the collected log data and environment data;
a DISC tendency prediction step in which the control system predicts the user's DISC tendency through a pre-trained deep learning-based DISC tendency prediction engine;
an occupancy determination step of determining whether a user is occupant from sensor data of an occupancy sensor of the control system;
A control recommendation step of recommending the control system to the user terminal to control the IoT electric curtain based on the user's DISC tendency predicted according to the presence of the user,
The system further comprises a feedback receiving step of receiving feedback on whether to accept the control recommendation of the IoT electric curtain from the user terminal,
IoT electric curtain control method, characterized in that in the control recommendation step, the system reflects the corresponding feedback to the control recommendation of the IoT electric curtain.
 삭제delete 제 5 항에 있어서,
상기 시스템의 DISC 성향 예측 엔진은 심층 신경망(DNN) 모델로 학습된 딥러닝 엔진인 IoT 전동 커튼 제어 방법.6. The method of claim 5,
The DISC tendency prediction engine of the system is an IoT electric curtain control method that is a deep learning engine trained with a deep neural network (DNN) model.
KR1020190105502A 2019-08-27 2019-08-27 System for controlling the electric curtain KR102278103B1 (en)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020190105502A KR102278103B1 (en) 2019-08-27 2019-08-27 System for controlling the electric curtain

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020190105502A KR102278103B1 (en) 2019-08-27 2019-08-27 System for controlling the electric curtain

Publications (2)

Publication Number Publication Date
KR20210025437A KR20210025437A (en) 2021-03-09
KR102278103B1 true KR102278103B1 (en) 2021-07-15

Family

ID=75179782

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020190105502A KR102278103B1 (en) 2019-08-27 2019-08-27 System for controlling the electric curtain

Country Status (1)

Country Link
KR (1) KR102278103B1 (en)

Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2002245102A (en) * 2001-02-14 2002-08-30 Matsushita Electric Works Ltd Method and system for controlling building environment

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101563487B1 (en) * 2009-05-11 2015-10-27 엘지전자 주식회사 Portable terminal controlling home appliance

Patent Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2002245102A (en) * 2001-02-14 2002-08-30 Matsushita Electric Works Ltd Method and system for controlling building environment

Also Published As

Publication number Publication date
KR20210025437A (en) 2021-03-09

Similar Documents

Publication Publication Date Title
Ganz et al. Information abstraction for heterogeneous real world internet data
US20230059697A1 (en) System and Method for Indexing Large Volumes and Durations of Temporally-Based Sensor Datasets
KR20190107621A (en) Apparatus and control method for recommending applications based on context-awareness
KR20210067605A (en) A method for controlling commercial laundry machine and system for the same using artificial intelligence
WO2015006044A2 (en) Data consolidation mechanisms for internet of things integration platform
US10574764B2 (en) Automated learning universal gateway
US10642231B1 (en) Switch terminal system with an activity assistant
US11697571B2 (en) End-to-end cognitive elevator dispatching system
KR20190109341A (en) Electronic apparatus for managing noise and controlling method of the same
Rentero-Trejo et al. Using federated learning to achieve proactive context-aware IoT environments
Moghimi et al. Context-aware mobile power management using fuzzy inference as a service
US11595320B1 (en) Multi-tier resource, subsystem, and load orchestration
KR102278103B1 (en) System for controlling the electric curtain
Sadio et al. Rethinking intelligent transportation systems with Internet of Vehicles: Proposition of sensing as a service model
KR102269629B1 (en) Washing machine control system
KR102248094B1 (en) Lighting control system
KR102281159B1 (en) Air purifier control system
KR102257690B1 (en) System for recommending performance
KR102264534B1 (en) System for recommending meditation
KR100987325B1 (en) An integrated context generation system based on the ant colony algorithm for HCI Applications and the method thereof
US11604068B2 (en) Floor selection for structure location tracking
KR102426748B1 (en) System for recommending service based on disc
Shahi et al. Sustainability in intelligent building environments using weighted priority scheduling algorithm
WO2022124953A1 (en) Methods and apparatuses for providing transfer learning of a machine learning model
Dominici et al. Physical approach in smart homes: a proposition and a prototype

Legal Events

Date Code Title Description
E701 Decision to grant or registration of patent right