KR100356319B1

KR100356319B1 - 지능형 실시간 개인 맞춤 정보 서비스 제공방법

Info

Publication number: KR100356319B1
Application number: KR1020000015440A
Authority: KR
Inventors: 김경한
Original assignee: 씨알엠위저드닷컴(주)
Priority date: 2000-03-27
Filing date: 2000-03-27
Publication date: 2002-10-19
Also published as: KR20010092819A

Abstract

본 발명은 지능형 실시간 개인 맞춤 정보 서비스 제공방법에 관한 것으로, 인터넷을 이용해 상품의 판매/정보를 제공하는 경우 사용자에게 필요한 정보를 자동으로 제공하여 사용자의 충성도를 향상시킴은 물론 고객당 매출확률을 높이게 하고, 지식관리 시스템에 적용할 경우에는 지식의 공유화에 기여할 수 있도록 하는 등 정보를 찾고, 유지하는데 있어 사회 전체적인 생산성을 크게 향상시키도록 하는 것이다.

상기 목적을 달성하기 위한 본 발명은 데이터 베이스를 기반으로 사용자의 정보에 대한 접근 이력과 사용자의 유사한 행동특성을 가지고 있는 집단의 정보 이력을 분석하여 재 이용 시점을 알려줌과 동시에 특정개인과 가장 관련성이 높은 정보를 실시간으로 추천하여 이루어짐을 특징으로 한다.

Description

지능형 실시간 개인 맞춤 정보 서비스 제공방법 {Intelligent Personalization Service Technology on Real-time}

본 발명은 지능형 실시간 개인 맞춤 정보 서비스 제공방법에 관한 것이다.

인터넷 출현으로 인하여 상거래 방법, 정보의 취득방법, 사람의 생활방 식 등이 혁신적으로 변경되고 있는 실정이고, 급증한 인터넷 사용자는 정보의 홍수로 인해 방대한 정보 중에서 원하는 정보 또는 상품을 찾기 위한 노력 역시 더욱 심화되고 있다. 이러한 인터넷 사용자의 욕구를 충족 시켜주기 위해서는 무엇보다도 수월하고도 최소의 시간으로 원하는 정보를 제공해야 하는 것이다.

현재 알려진 기존의 개인 맞춤 서비스 제공 기술은 사전에 사용자에 의해 주제어 또는 범주(카테고리)를 설정하고, 설정된 주제어 또는 범주를 검색하여 정보를 제공하는 맞춤 서비스 또는 데이터 마이닝 툴(Date Mining Tool)을 활용하여 사용자 집단을 분석하고 특성을 찾아내는 방법이 소개되고 있다.

전자의 맞춤 서비스 양태는 사용자가 제공받기를 원하는 분야의 정보를 포함할 수 있는 주제어 또는 범주를 미리 설정하고 설정된 주제어를 근간으로 원하는 정보를 제공하고 있기 때문에 사용자의 관심사 변화에 능동적으로 대처하지 못하는 문제점이 지적된다. 즉, 사용자가 "나는 변했다(주제어 변경)"라는 정보를 웹서버에 제공해야만 그 변경된 정보에 따라 고객에게 제공하는 서비스 내용을 변경하게 되므로 지속적으로 변화해 가는 고객에게 변경 내용을 수정하게 하는 불편함과 시간이 경과할수록 고객의 관심사와는 거리가 먼 정보가 제공되어 고객의 접속 건수는 급격히 저하되게 된다. 따라서, 인터넷 사용자의 새로운 영역을 찾기 위한 노력에 드는 시간적 소비가 더욱 가중되게 되며, 서비스 제공업자 입장에서는 사용을 하지 않거나 사용빈도가 낮은 시스템을 운영하기 위한 경제적 손실은 물론 시스템 용량을 지속적으로 키워 나가는 투자가 발생하는 문제점이 있다. 특히, 상술의 서비스 제공방법은 사용자가 지정한 주제어의 범위에 따라 너무 광범위하거나 너무 편협된 정보가 제공되므로 원하는 정보를 많은 시간을 필요로 할 뿐 아니라 정확한 정보를 얻을 수 없다.

후자의 경우에 있어서는 많은 서비스 제공업체 들이 데이터 마이닝 툴을 활용하여 사용자 집단을 군집분석(Cluster Analysis)을 통해 집단의 유사한 세부 집단으로 구분하고, 이 세부집단의 특성을 파악하여 판매촉진 방법의 다양화를 꾀하고 있다. 이러한 시스템을 구축하기 위해서는 일반적으로 최종 사용자가 필요한 정보를 손쉽게 꺼낼 수 있게끔 기간업무 시스템과 독립해서 구축된 의사결정 지원 시스템의 전용 데이터 베이스인 데이터 웨어하우스(Data Warehouse)와, 최종사용자가 다차원 정보에 접근하여 대화식으로 정보를 분석하고 의사결정에 활용하도록 하는 OLAP TOOL(On-Line Analytical Processing)과, 기업이 보유하고 있는 데이터에서 통계적인 방법이나 모델링 기법을 이용하여 숨겨져 있던 정보를 발견해 나가는 마이닝 툴을 필요로 하며, 이렇게 구축된 시스템을 통계분석 전문가에 의해 분석을 실시하는 절차를 거치게 된다. 이와같은 접근 방법은 작업자체가 실시간이 아닌 배치(Batch)형태의 작업이므로 정보에 대한 접속이 일정 시간내 많이 발생하는 경우 고객의 변화를 감지하지 못한 체 집부한 자료에 의해 대응하므로써 사용자를 매우불편하게 하며, 전문가에 의해 사용자의 패턴을 변화 시켜 나가야 하는 번거러움과 이에 드는 비용이 과다한 문제점이 있다. 결국 후자의 서비스 제공 기술은 고가의 투자비용과 전문가를 필요로 하는 시스템이며, 고객의 변화에 즉시 대응할 없다는 단점이 지적된다.

본 발명은 사용자가 원하는 정보를 찾고, 유지하는데 있어 높은 확률을 가지는 정보를 제공하게 하므로써, 사용자 입장에서 원하는 정보를 찾는데 소요되는 시간을 최소화하고, 제공자의 경우 최소의 시간으로 판매 등 매출액의 증대를 가져오게 함은 물론 투자비용의 절감을 꾀하게 함을 목적으로 한다.

본 발명은 실시간으로 자기 진화적으로 패턴이 변하는 방법을 제기하여 통계분석 전문가가 필요 없고, 별도의 큰 투자 없이 시스템을 구축할 수 있는 방법을 제공하는 것으로, 원하는 정보를 확률 개념을 도입하여 접근확률이 높은 순으로 사용자에게 정보를 제시함으로써, 사용자의 정보 접근의 편리성을 제공함을 기술적 과제로 삼는다. 더욱 구체적으로는 사용자의 특성과 유사한 집단의 특성을 분석하여 확률적으로 높은 정보를 추천함으로써, 사용자의 접근 정보 결과가 전체 집단에 자동 고유 될 수 잇게 하는 것이다.

상기 과제를 달성하기 위한 본 발명은 실시간으로 사용자의 정보에 대한 접근 이력을 분석하여 재 이용 시점을 사용자에게 알려 주도록 함을 특징으로 한다. 구체적으로는 사용자의 접근 정보에 대한 주기분석 및 접근 시점에서의 접근확률을계산하고, 이 결과에 따라 우선 순위화 하여 제공하는 것이다.

또한, 본 발명은 사용자와 유사한 행동 특성을 가지고 있는 집단의 정보 접근 이력을 분석하여 특정개인과 가장 관련성이 높은 정보를 실시간으로 추천하도록 함을 특징으로 한다. 구체적으로는 타 정보 이용 빈도 및 최신성을 기반으로 하여 분석하고, 이의 결과에 따라 정보별로 우선 순위화 하는 것이다.

도 1은 본 발명의 설명을 위한 하드웨어적 개략 구성도

도 2는 본 발명의 데이터 베이스 구성도

도 3은 본 발명의 전체 흐름 개략도

도 4는 사용자가 접속하는 단계를 보인 설명도

도 5는 사용자의 접근 이력을 토대로 정보제공 시점을 확률적으로 파악하고 점수화하는 단계를 보인 설명도

도 6은 사용자와 유사한 특성을 가지고 있는 집단의 정보 접근이력을 토대로 사용자와 가장 관련성이 높은 정보를 추천하는 단계를 보인 설명도

도 7은 추천된 정보의 처리단계 설명도

도 8은 실시간 데이터 갱신처리단계 설명도

도 9는 본 발명의 실시예에 의한 전체 흐름도

< 도면의 주요부분에 대한 부호 설명 >

10 : 개인용 PC 20 : 인터넷망 30 : 서버호스트

40 : 모뎀/랜 50 : 게이트웨이 60 : 웹서버

70 : 고객인식/ 보안서버 80 : 고객개인 맞춤 정보화면

100 : 사용자별 정보별 데이터 베이스

200 : 정보별 마스터 데이터 베이스

도 1은 본 발명의 하드웨어적 구성 개략도로서, 개인용 PC(10)와, 인터넷 망(20)과 접속이 이루어지는 서버 호스트(30)와를 모뎀/랜(40) 및 게이트웨이(50)로 접속하고, 상기 서버 호스트(30)를 맞춤정보 추출 프로그램이 내장된 웹서버 (60)와 접속하며, 웹서버(60)와 사용자별 정보별 데이터 베이스(100) 및 정보 마스터 데이터 베이스(200)사이에 데이터의 송, 수신이 이루어지게 하되, 리얼타임으로 업데이트시키도록 구성하여 본 발명의 맞춤 정보 서비스 제공이 이루어지게 한다. 도면중 70은 고객 인식/보안 서버이고, 80은 고객개인 맞춤 정보화면, 90은 전화기, 101, 102, 103은 고객 데이터 베이스, 매출 데이터 베이스, 상품 데이터 베이스이다.

상기와 같이, 실시간 맞춤 서비스를 제공하기 위해서는 기본적으로 사용자별, 정보별 데이터 베이스와, 정보 마스터 데이터 베이스의 구축을 필요로 하며, 이를 위한 데이터 베이스의 구성도는 도 2와 같다. 즉, 사용자별 정보별 데이터 베이스(100)에는 사용자 ID, 정보 ID, 최초 접근일, 최종접근일, 접근회수, 평균접근간격, 간격표준 편차 등이 저장되며, 정보 마스터 데이터 베이스(200)에는 정보 ID, 정보생성일, 평균접근 간격(Default), 간격표준 편차(Default) 등을 저장시켜 데이터 베이스를 구축한다. 상기에서 평균 접근 간격과 간격표준 편차는 정보 생성 시 제공되는 기본 값으로서 접근간격 "1일", 간격표준 편차 "1"로 하며, 이는 정보생성 시 정보 생성자가 수정할 수 있게 한다. 그리고, 상기 기재의 정보란 재 접근 필요성이 있는 경우 단위 정보를 정보라 하며, 뉴스 등과 같이 재 접근 필요성이 없는 경우 정보의 집합을 정보라 한다.

도 3은 본 발명의 전체 흐름 개략도로서, 사용자가 개인용 PC(10)를 이용하여 웹서버(60)에 접속하는 단계(300)와, 웹서버(60)에서 사용자의 정보 접근 이력을 토대로 정보제공 시점을 확률적으로 파악하고 점수화 하는 단계(400)와, 사용자와 유사한 특성을 가지고 있는 집단의 정보접근 이력을 토대로 사용자와 가장 관련성이 높은 정보를 추천하는 단계(500)와, 추천된 목록을 종합 정리하는 단계(600)와, 사용자측에 개인 맞춤 서비스를 제공하여 사용자 정보 접근이 이루어지는 단계(700)와, 실시간 데이터 베이스를 갱신하는 단계(800)를 통하여 본 발명의 맞춤 서비스가 제공된다.

도 4는 사용자가 개인용 PC(10)를 이용하여 웹서버(60)에 접속하는 단계 (300)를 나타낸 설명도로서, 사용자가 접속하는 목적은 크게 2가지로 나누어 고려할 수 있다. 첫째는 사용자가 정보를 취득하기 위해 접속하는 경우로서, 이 경우에는 사용자의 접속(Log-in)단계(301)를 통해 사용자를 식별하는 것이고, 둘째는 맞춤 서비스를 관리하는 관리자가 신규정보를 홍보할 목적으로 접속하는 단계(302)의경우인데 이때에는 신규정보와 유사한 정보를 얻고자하는 집단을 찾기 위한 것이며, 또 다른 한가지는 전체 사용자를 대상으로 캠페인 등을 통해 판촉 행사를 하고자 하는 경우 현 시점에서 전체집단 또는 부분집단에 대해 사용자별 맞춤 서비스 화면을 추출하여 이 메일 등을 통해 제공하는 단계(303)(304)의 경우이다. 상기 관리자를 위한 절차는 정보를 얻기 위해 접속하는 사용자와 접속방식에 차이가 있을 뿐 이므로 본 발명에서는 사용자의 접속단계(301)를 중심으로 설명한다.

도 5는 웹서버(60)에서 사용자의 정보 접근 이력을 토대로 정보제공 시점을 확률적으로 파악하고 점수화 하는 단계(400)를 나타낸 설명도로서, 사용자의 접근 이력(평균접근 간격, 간격 표준 편차)을 사용자별 정보별 데이터 베이스(100)에서 추출하는 단계(401)와, 평균접근 간격과 간격표준편차를 현시점과 비교하여 정보별 접근 확률을 계산하는 단계(402)와, 접근확률 값을 점수화 하는 단계(403)와, 현시점에 추천할 정보의 개수를 설정하는 순위별 넘버링(Numbering)설정단계(Top-L 정보추출단계)(404)로 이루어진다. 상기의 단계(401)에서 정보별 접근 이력의 건수가 적어 평균과 표준편차를 산출할 수 없는 경우 정보 마스터 데이터 베이스(200)에서 평균접근 간격과 간격표준편차를 추출하게되며, 이러한 정보도 없는 경우에는 정보 생성 시 Dafault값으로 설정된 데이터(평균접근간격, 간격표준편차)를 추출한다. 그리고, 상기 단계(402)에서 접근 확률은 평균치에 근접할수록 높아지므로 Z값(Z값 계산 : 수식(1)참조)이"0"일 때를 100점으로 하고, "-2" 또는 "+2"일 때를 "0"점으로 산정하며, 구간비율에 따라 절대치로 점수(점수 = Score = (2-z값의 절대값) ×100/2)를 산출한다(단계(403)). 이는 통계적으로 95% 신뢰구간일 때 z값이 "-1.96 - +1.96" 사이에 존재하므로 근사치로 "2"라는 값을 사용하였다.

상기의 수식(1)은 z값 계산 방식이다.

상기 (1)식의 결과는 과거에 접근한 정보의 주기성을 평균과 표준편차라는 개념으로 파악하여 평균값에 접근하는 정도를 표준편차를 기준으로 판단하여 확률을 구하게 된다. 이와같은 결과로 상기 현시점에 추천할 정보의 개수를 설정하게 된다(단계(404)). 이때 매우 많은 정보가 추출될 가능성이 있으므로 선택사항으로 추천할 정보의 개수를 선택하게 하며, Dafault값은 "5"로 한다.

도 6은 사용자와 유사한 특성을 가지고 있는 집단의 정보 접근 이력을 토대로 사용자와 가장 관련성이 높은 정보를 추천하는 단계(500)을 나타낸 설명도로서, 이는 사용자가 원할 것으로 판단되는 정보를 제공하기 위해 사용자와 같은 정보를 접근한 경험을 가지고 있는 집단이 접근하는 정보를 분석하는 것이다. 예컨데, 상품을 판매하는 쇼핑몰의 경우 고객에게 유사 집단이 구매한 경험이 있는 즉, 선호하는 상품을 추천함으로써, 고객에게는 상품 선택의 폭을 넓히고, 판매자에게는 기회를 넓히는 이중효과가 있게 된다. 또한, 정보를 제공하고자 하는 경우에는 사용자에게 관심있는 정보를 다양하게 제공할 수 있고, 발전해 가는 정보의 흐름까지제시해 줄 수 있게 된다. 이를 위해 우선 사용자와 유사한 특성을 가진 집단을 찾는 작업을 수행한다. 즉, 같은 정보를 접근한 경험이 있는 사용자의 목록을 추출하는 단계(501)와, 선택된 사용자 군이 접근한 정보의 전체 빈도수, 정보 생성일,간격표준편차를 파악하는 단계(502)와, 현시점에서 정보 생성일을 뺀 값이 간격표준편차의 2배수 내에 있는 경우를 최근 정보라 하고, 이 최신 정보를 기준으로 정보별 빈도 수를 계산함과 동시에 최신정보가 아닌 정보와 빈도순(내림차순)으로 정리하는 단계(503)와, 추천목록 집합 단계(504)로 이루어진다. 상기 단계(503)에서는 Default값으로 '5'를 설정토록 하며, 사용자가 숫자를 수정할 수 있도록 한다. 그리고, 추천해야할 정보가 정리되면 고객개인 맞춤 정보 디스플레이(80)에 표시하고, 정보를 제공하는 방식은 과거 정보 접근 이력을 통한 추천 정보와 그 옆에 그 정보를 이용하고 있는 집단이 주로 이용하는 정보를 동시에 제공하도록 한다.

도 7은 추천된 정보의 처리단계(600)의 설명도로서, 사용자가 과거 접근 정보 중 선택된 정보가 여러개일 경우 추천된 정보는 중복되어 나타날 수 있는데, 이를 해결하고자 하는 것이다. 즉, 정보가 중복되었음을 파악하는 단계(601)와, 중복되어 있는 경우 식별할 수 있는 Color 또는 이미지를 이용하는 식별 기호 첨부 단계(602)로 이루어진다.

도 8은 실시간 데이터 갱신처리 단계(800)의 설명도로서, 사용자가 정보에 접근을 하면 실시간으로 데이터 베이스(100)(200)를 갱신하는 것이다. 즉, 사용자별 정보별 데이터 베이스(100)를 읽어 수식(2)(3)과 같이, 누적평균 및 표준편차 계산방식에 의해 산술평균 및 표준편차를 계산하는 단계(801)와, 산출된 산술평균및 표준편차를 기준으로 고객별 정보별 데이터 베이스(100)를 갱신하는 단계(802)와(이때, 사용자별 정보별 접근회수가 "3"을 넘어야 한다), 누적 평균 및 표준편차를 계산하는 단계(803)와, 상기 계산 결과에 의해 정보 마스터 데이터 베이스(200)를 갱신하는 단계(804)로 이루어진다.

이와같은 단계를 순차적으로 거친 후 웹서버(60)에 접속하는 단계(300)로 반복하여 프로세스가 진행한다.

이와같이 각 단계를 거치는 본 발명을 도 9를 통해 구체적으로 설명하면 다음과 같다.

사용자의 접속 단계(301)를 거쳐 방문 경험이 있으면 사용자의 접근이력을 사용자별 정보별 데이터 베이스(100)에서 추출하는 단계(401)를 거쳐 정보별 접근건수(Y)를 추출하되, 정보별 접근 이력의 건수(Y)가 기본건수(예 : 3)보다 작으면 정보 마스터 데이터 베이스(200)에서 표준편차를 추출하고(단계 : 401-1), 표준편차값이 존재하는 지를 판단(단계 : 401-2)하여 존재하면 정보 마스터 데이터 베이스(200)로부터 평균접근간격과 간격표준편차를 추출하고(단계 : 402-1), 이러한 정보도 없는 경우에는 정보 생성 시 Dafault값으로 설정된 데이터를 추출하는 단계 (402)를 거쳐 정보 마스터 데이터 베이스(200)로부터 평균접근간격(Dafault)과 간격표준편차(Dafault)를 추출하며, 정보별 접근건수가 기본건수보다 크면 평균접근간격과 간격표준편차를 추출하고(단계 : 402-2). 상기 단계(402)(402-1)(402-2)에서 얻어진 데이터를 기준으로 수식(1)을 통해 접근확률(Z)을 계산하여 점수(스코어 : S)를 추출하고(단계 : 403), 이의 점수(S)를 기준으로 하여 내림차순 정렬한 다음 순위별 넘버링(N)을 설정단계(404)를 통해 순위별 넘버링(N)을 구한 다음 선택한 임의 상수(K)와 비교하는 단계(405)를 거쳐 순위별 넘버링이 임의 상수보다 적거나 같을 경우 동일 정보를 접근한 경험이 있는 사용자의 목록을 추출하는 단계(501)를 거쳐 추출된 집단의 범위를 설정하고, 선택된 사용자 군이 접근한 정보를 파악하는 단계(502)에서 정보의 전체 빈도수, 정보 생성일, 간격표준편차를 파악하여 정보선택의 범위를 설정함과 동시에 정보의 최신성을 구분하는 단계(502-1)를 거치고, 현시점에서 정보생성일을 뺀 값이 간격표준편차의 2배수 내에 있는지를 판단하는 단계(502-2)를 통해 2배수 내에 있으면 최신정보로서 빈도수(F)를 계산하고, 2배수 내에 있지 않으면 구정보로서 빈도수(F)를 계산하는 단계(502-3)를 거쳐 이들 빈도수(F)각각을 기준으로 내림차순 정렬하여 순위별 넘버링(N)을 정리하고(단계(503)(503-1)), 상기 단계(503)에서 순위별 넘버링(N)이 선택한 임의상수 (K)보다 적거나 같을 경우(단계 : 504-1) 추천목록을 종합정리 하는 단계(504)와,상기 단계(503-1)에서 순위별 넘버링(N)이 임의 상수(K)보다 적거나 같을 경우(단계 : 504-2) 요구선택(단계 : 504-3)을 하여 추천목록을 종합정리 하는 단계(504)각각을 거쳐 추천정보가 중복되었는지를 판단하는 단계(601)를 통해 판단하여 식별 칼러/이미지를 이용한 식별기호 첨부단계(602)를 거쳐 개인 맞춤 정보화면(80)으로 디스플레이하고, 상기 단계(601)에서 추천정보가 중복되지 않으면 개인 맞춤 정보화면(80)으로 디스플레이하며 사용자가 정보에 접근(단계 : 700)하면 실시간으로 데이터 베이스(100)(200)를 갱신처리 하는 단계(800)를 거친다. 그리고, 상기 단계(405)에서 순위별 넘버링이 임의 상수보다 적거나 같을 경우 동일 정보를 접근한 경험이 있는 사용자의 목록을 추출하는 단계(501)를 거쳐 상기 단계를 수행할 수 있으나, 곧바로 추천목록 종합정리 단계(504)를 통해 정보화면을 디스플레이 할 수 있도록 할 수 있다. 상기에서, 사용자가 정보에 접근 시 정보 마스터 데이터 베이스(200) 및 사용자별 정보별 데이터 베이스(100)를 실시간으로 갱신시키기 위해 접근회수가 1단위 증가할 때마다 평균과 표준편차를 데이터 베이스별로 하나의 레코드만 불러 수정하게 하여 시스템의 부하를 줄이고 트랜잭션(transaction)을 현격히 줄일 수 있게된다.

또한, 정보별 접근 이력의 건수(Y)가 기본건수(예 : 3)보다 작으면 정보 마스터 데이터 베이스(200)에서 표준편차를 추출하는 단계 401-1에서 사용자의 정보 접근 이력이 3회 미만일 경우 정보 마스터 데이터 베이스에서 선택된 정보를 사용하는 집단의 전체평균과 표준편차를 이용하고, 진단의 정보가 없는 경우에는 정보생성 시 Dafault값으로 평균=1, 표준편차=1로 설정하되, 이를 정보 생성자가 수정토록 하며, 정보 생성 시 Dafault값을 평균 1일, 표준편차를 1일로 설정하여 최신정보를 항상 우선순위가 높게 설정되게 한다.

이와같은 과정을 통해 얻어지는 본 발명은 사용자의 접근 정보에 대한 주기분석 및 접근 시점에서의 접근확률을 계산하고, 이 결과에 따라 우선순위화 하여 재 이용 시점을 알려주고, 타 정보 이용 빈도 및 최신성을 기반으로 한 분석 및 정보별 우선 순위화 하여 특정개인과 가장 관련성이 높은 정보를 실시간으로 추천 하므로써, 인터넷을 이용해 상품의 판매/정보를 제공하는 경우 사용자에게 필요한 정보를 자동으로 제공하여 사용자의 충성도를 향상시킴은 물론 고객당 매출확률을 높이게 하고, 지식관리 시스템에 적용할 경우에는 지식의 공유화에 기여할 수 있도록 하는 등 정보를 찾고, 유지하는데 있어 정보제공의 능률을 크게 향상시키게 된다.

본 발명은 사용자의 특성과 유사한 집단의 특성을 분석, 확률적으로 접근 확률이 높은 정보를 추천하도록 함으로써, 인터넷을 이용한 상품 및 정보의 판매, 텔레 마켓팅을 이용한 상품 및 정보의 제공 시 판매의 효율을 크게 향상시키며, 회사내에서 지식관리 시스템 구축 시 개인 포탈(portal)화도 가능하며, 광고 맞춤 서비스에 이용할 경우 광고효과의 증진은 물론 맞춤 서비스 구축에 드는 비용의 절감화를 가져오며, 수요예측의 확률이 매우 높아져 대 고객에 대한 매출의 증대를 가져오고, 최소의 시간으로 원하는 정보의 제공이 원활하게 이루어지는 등 지능형 맞춤 서비스에 매우 적합한 효과를 가진다. 특히 본 발명은 한 사용자의 정보 접근 결과가 전체 집단의 공유가 자동으로 이루어지므로 정보를 찾고, 유지하는데 있어 사회전체적인 생산성이 크게 향상되는 효과를 가진다.

Claims

사용자가 개인용 PC(10)를 이용하여 웹서버(60)에 접속하는 단계(300)와, 웹서버(60)에서 사용자의 정보 접근 이력을 토대로 정보제공 시점을 확률적으로 파악하고 점수화 하는 단계(400)와, 사용자와 유사한 특성을 가지고 있는 집단의 정보접근 이력을 토대로 사용자와 가장 관련성이 높은 정보를 추천하는 단계(500)와, 추천된 목록을 종합 정리하는 단계(600)와, 사용자측에 개인 맞춤 서비스를 제공하여 사용자 정보 접근이 이루어지는 단계(700)와, 실시간 데이터 베이스를 갱신하는 단계(800)로 이루어짐을 특징으로 하는 지능형 실시간 개인 맞춤 정보 서비스 제공방법.
제 1항에 있어서, 사용자의 접속 단계(301)를 거쳐 방문 경험이 있으면 사용자의 접근이력을 사용자별 정보별 데이터 베이스(100)에서 추출하는 단계(401)를 거쳐 정보별 접근건수(Y)를 추출하되, 정보별 접근 이력의 건수(Y)가 기본건수보다 작으면 정보 마스터 데이터 베이스(200)에서 표준편차를 추출하고(단계 : 401-1), 표준편차값이 존재하는 지를 판단(단계 : 401-2)하여 존재하면 정보 마스터 데이터 베이스(200)로부터 평균접근간격과 간격표준편차를 추출하고(단계 : 402-1), 이러한 정보도 없는 경우에는 정보 생성 시 Dafault값으로 설정된 데이터를 추출하는 단계(402)를 거쳐 정보 마스터 데이터 베이스(200)로부터 평균접근간격(Dafault)과 간격표준편차(Dafault)를 추출하며, 정보별 접근건수가 기본건수보다 크면 평균접근간격과 간격표준편차를 추출하고(단계:402-2),상기단계(402)(402-1)(402-2)에서 얻어진 데이터를 기준으로 수식(1)을 통해 접근확률(Z)을 계산하여 점수(스코어 : S)를 추출하고(단계 : 403), 이의 점수(S)를 기준으로 하여 내림차순 정렬한 다음 순위별 넘버링(N)을 설정단계(404)를 통해 순위별 넘버링(N)을 구한 다음 선택한 임의 상수(K)와 비교하는 단계(405)를 거쳐 순위별 넘버링이 임의 상수보다 적거나 같을 경우 동일 정보를 접근한 경험이 있는 사용자의 목록을 추출하는 단계(501)를 거쳐 추출된 집단의 범위를 설정하고, 선택된 사용자 군이 접근한 정보를 파악하는 단계(502)에서 정보의 전체 빈도수, 정보 생성일, 간격표준편차를 파악하여 정보선택의 범위를 설정함과 동시에 정보의 최신성을 구분하는 단계(502-1)를 거치고, 현시점에서 정보생성일을 뺀 값이 간격표준편차의 2배수 내에 있는지를 판단하는 단계(502-2)를 통해 2배수 내에 있으면 최신정보로서 빈도수(F)를 계산하고, 2배수 내에 있지 않으면 구정보로서 빈도수(F)를 계산하는 단계(502-3)를 거쳐 이들 빈도수(F)각각을 기준으로 내림차순 정렬하여 순위별 넘버링(N)을 정리하고 (단계(503)(503-1)), 상기 단계(503)에서 순위별 넘버링(N)이 선택한 임의상수(K)보다 적거나 같을 경우(단계 : 504-1) 추천목록을 종합정리 하는 단계(504)와, 상기 단계(503-1)에서 순위별 넘버링(N)이 임의 상수(K)보다 적거나 같을 경우(단계 : 504-2) 요구선택(단계 : 504-3)을 하여 추천목록을 종합정리 하는 단계(504)각각을 거쳐 추천정보가 중복되었는지를 판단하는 단계(601)를 통해 판단하여 식별 칼러/이미지를 이용한 식별기호 첨부단계(602)를 거쳐 개인 맞춤 정보화면(80)으로 디스플레이하고, 상기 단계(601)에서 추천정보가 중복되지 않으면 개인 맞춤 정보화면(80)으로 디스플레이하며 사용자가 정보에 접근(단계 : 700)하면 실시간으로 데이터 베이스(100)(200)를 갱신처리 하는 단계(800)로 이루어짐을 특징으로 하는 지능형 실시간 개인 맞춤 정보 서비스 제공방법.
제 2항에 있어서, 순위별 넘버링(N)을 구한 다음 선택한 임의 상수(K)와 비교하는 단계(405)에서 순위별 넘버링이 임의 상수보다 적거나 같을 경우 추천목록 종합정리 단계(504)를 통해 정보화면을 디스플레이함을 특징으로 하는 지능형 실시간 개인 맞춤 정보 서비스 제공방법.
제 2항에 있어서, 사용자의 접근 이력을 토대로 재 정보 제공 시점을 접근간격의 평균과 표준편차를 이용하여 정보추천 우선순위를 정하도록 함을 특징으로 하는 지능형 실시간 개인 맞춤 정보 서비스 제공방법.
제 2항에 있어서, 사용자의 정보 접근 이력이 3회 미만일 경우 정보 마스터 데이터 베이스에서 선택된 정보를 사용하는 집단의 전체평균과 표준편차를 이용하고, 집단의 정보가 없는 경우에는 정보생성 시 Dafault값으로 평균=1, 표준편차=1로 설정하고 이를 정보 생성자가 수정토록 함을 특징으로 하는 지능형 실시간 개인 맞춤 정보 서비스 제공방법.
제 2항에 있어서, 정보 생성 시 Dafault값을 평균 1일, 표준편차를 1일로 설정함을 특징으로 하는 지능형 실시간 개인 맞춤 정보 서비스 제공방법.
제 2항에 있어서, 특정 개인이 접근한 정보를 접근한 경험이 있는 집단의 정보의 우선순위를 정함에 있어 최신정보와 구정보로 구분하고, 구분된 상태에서 빈도수를 중심으로 정보추천의 우선순위를 파악함을 특징으로 하는 지능형 실시간 개인 맞춤 정보 서비스 제공방법.
제 2항에 있어서, 개인맞춤 서비스 결과에 따라 사용자가 정보에 접근을 시도하면 실시간으로 정보 마스터 데이터 베이스 및 사용자 정보별 데이터 베이스를 갱신토록 함을 특징으로 하는 지능형 실시간 개인 맞춤 정보 서비스 제공방법.
제 2항에 있어서, 사용자가 정보에 접근 시 정보 마스터 데이터 베이스(200) 및 사용자별 정보별 데이터 베이스(100)를 실시간으로 갱신시키기 위해 접근회수가 1단위 증가할 때마다 평균과 표준편차를 데이터 베이스별로 하나의 레코드만 불러 수정하게 함을 특징으로 하는 지능형 실시간 개인 맞춤 정보 서비스 제공방법.
제 2항에 있어서, 접근확률은

식을 만족함을 특징으로 하는 지능형 실시간 개인 맞춤 정보 서비스 제공방법.