KR101078710B1 - 유비쿼터스 컴퓨팅 환경에서 서비스 평가 시스템 및 그를이용한 서비스 최적화 방법 - Google Patents

유비쿼터스 컴퓨팅 환경에서 서비스 평가 시스템 및 그를이용한 서비스 최적화 방법 Download PDF

Info

Publication number
KR101078710B1
KR101078710B1 KR1020080004484A KR20080004484A KR101078710B1 KR 101078710 B1 KR101078710 B1 KR 101078710B1 KR 1020080004484 A KR1020080004484 A KR 1020080004484A KR 20080004484 A KR20080004484 A KR 20080004484A KR 101078710 B1 KR101078710 B1 KR 101078710B1
Authority
KR
South Korea
Prior art keywords
service
user
computing environment
query
evaluation
Prior art date
Application number
KR1020080004484A
Other languages
English (en)
Other versions
KR20090078586A (ko
Inventor
이갑수
이영희
이영탁
김도현
황수안퉁
Original Assignee
한국과학기술원
주식회사 케이티
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 한국과학기술원, 주식회사 케이티 filed Critical 한국과학기술원
Priority to KR1020080004484A priority Critical patent/KR101078710B1/ko
Publication of KR20090078586A publication Critical patent/KR20090078586A/ko
Application granted granted Critical
Publication of KR101078710B1 publication Critical patent/KR101078710B1/ko

Links

Images

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L12/00—Data switching networks
    • H04L12/28—Data switching networks characterised by path configuration, e.g. LAN [Local Area Networks] or WAN [Wide Area Networks]
    • H04L12/2803—Home automation networks
    • H04L12/2807—Exchanging configuration information on appliance services in a home automation network
    • H04L12/2814—Exchanging control software or macros for controlling appliance services in a home automation network
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F40/00—Handling natural language data
    • G06F40/20—Natural language analysis
    • G06F40/205—Parsing
    • 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

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Physics & Mathematics (AREA)
  • Tourism & Hospitality (AREA)
  • Health & Medical Sciences (AREA)
  • Automation & Control Theory (AREA)
  • General Health & Medical Sciences (AREA)
  • General Physics & Mathematics (AREA)
  • General Business, Economics & Management (AREA)
  • Strategic Management (AREA)
  • Primary Health Care (AREA)
  • Marketing (AREA)
  • Human Resources & Organizations (AREA)
  • Artificial Intelligence (AREA)
  • Audiology, Speech & Language Pathology (AREA)
  • Computational Linguistics (AREA)
  • General Engineering & Computer Science (AREA)
  • Economics (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Signal Processing (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

본 발명은 유비쿼터스 환경에서 다수의 사용자에게 서비스 만족도를 높이고, 서비스 효율을 향상시키는 유비쿼터스 컴퓨팅 환경에서 서비스 최적화를 위한 서비스 평가 시스템 및 그를 이용한 서비스 최적화 방법에 관한 것으로, 다수의 서비스 질의 메시지를 그룹화하여 하나의 서비스 질의 메시지로 보내져 리턴되는 인스턴스 정보를 선호 명세에 매칭시켜 유틸리티 값을 계산하되, 필요시 평가함수를 더 이용한다. 이후, 본 발명은 구해진 유틸리티 값의 합이 최대가 되는 옥션 알고리즘의 사용으로 사용자-서비스 쌍을 계산하여 각 사용자에게 최적의 서비스를 할당할 수 있다.
이에, 본 발명은 서비스 중복 혹은 상충되어 야기되는 충돌 문제를 동시에 고려함으로써 최적화한 서비스를 통해 사용자 만족도를 높일 수 있는 효과가 있다.
유비쿼터스, 컴퓨팅, 애트리뷰트(attribute), 서비스 평가, 프레임워크

Description

유비쿼터스 컴퓨팅 환경에서 서비스 평가 시스템 및 그를 이용한 서비스 최적화 방법{SERVICE EVALUATION SYSTEM AND SERVICE OPTIMIZING METHOD USING THEREOF}
본 발명은 유비쿼터스 환경에서 다수의 사용자에게 서비스 만족도를 높이고, 서비스 효율을 향상시키는 유비쿼터스 컴퓨팅 환경에서 서비스 최적화를 위한 서비스 평가 시스템 및 그를 이용한 서비스 최적화 벙법에 관한 것이다.
최근 이동 핸드헬드(handheld) 장치와 무선 통신 기술이 발전함에 따라 일상적인 활동에 컴퓨팅(computing) 기술을 사용하는 새로운 컴퓨팅 파라다임이 형성되고 있다. 이러한 컴퓨팅 파라다임은 일반적으로 유비쿼터스 컴퓨팅(ubiquitous computing)으로 잘 알려져 있다. 유비쿼터스 컴퓨팅 환경을 실현하기 위해 필요한 조건 중 하나는 사용자의 요청에 필요한 서비스 선택과 검색을 최적으로 가능하게 하는데 있다.
이를 위해, 클라이언트의 요청에 의해 사용자가 질의하는 서비스(service)를 찾도록 예컨대, 서비스 검색 시스템을 필요로 한다. 이러한 서비스 검색 시스템은 서비스 기술과 서비스 질의를 해결하고 저장된 서비스를 관리하는 디렉토리 서버로 서의 역할을 한다.
또한, 유비쿼터스 컴퓨팅 환경을 실현하기 위한 또 다른 조건으로서 사용자와 지능적인 환경 간의 원활한 통합을 위한 서비스 검색 프로토콜이 부가적으로 요구된다.
전술한 요구를 실현시키기 위한 방법이 여러 문헌에 기술되어 있다. Abdur-Rahman El-Sayed와 James P.Black의 "Semantic-Based Context-Adware Service Discovery in Pervasive-Computing Environment"(SIPE)에서는 사용자의 서비스 질의 메시지를 의미적으로 해석하고 상황정보를 기반으로 검색된 서비스 중 가장 적합한 서비스를 찾기 위해 점수화하는 방법이 기술되어 있다. 즉, 이 문헌에서는 질의 메시지에 들어가는 서비스의 애트리뷰트(attribute)를 필수적인 요소와 랭크(rank) 요소로 구분하고, 필수요소에 부합하는 애트리뷰트를 갖지 않는 관련없는 서비스들을 걸러낸다. 이 과정에서 필수요소에 부합하는 애트리뷰트를 가진 서비스들은 다시 사용자의 선호에 기반하여 랭크요소로 점수가 매겨지고, 이것이 서비스의 랭킹 점수가 되도록 하고 있다.
다른 방법이 Luke Steller, Shonali Krishnaswamy와 Jan Newmarch의 "Discovering Relevant Services in Pervasive Environment Using Semantics and Context"에 개시되어 있다. 이 문헌에서는 서비스를 정적(static) 애트리뷰트와 동적(dynamic) 애트리뷰트로 나누고, 정적 애트리뷰트를 가진 서비스를 검색한 후, 검색된 서비스들은 동적 애트리뷰트를 기반으로 점수화하는 방법이 기술되어 있다.
이와 같이, 전술한 문헌에서는 서비스의 다양한 시멘틱(semantic) 정보 및 컨텍스트(context) 정보를 기반으로 사용자의 질의와 비교해 점수화하는 방법을 제공하고 있지만, 한 사용자에 의한 서비스 랭킹과 같은 비교적 간단한 상황만을 고려한 문제점이 있다.
또 다른 방법이 Insuk Park, Dongman Lee와 Soon J.Hyun의 "A Dynamic Context-Conflict Management Scheme for Group-aware Ubquitious Computing Environment"와 Yong Qi, Min Xi와 Saiyu Qi Jizhong Zhao의 "Semantic-Based Context-Aware Service Discovery in Pervasive-Computing Environments"에 개시되어 있다. 이 문헌에서는 여러 명의 사용자가 유비쿼터스 환경에서 하나의 서비스 사용을 위해 경쟁하는 상황에서 충돌을 방지하기 위해 사용자들과 서비스들 간의 상호작용 방법을 기술하고 있다.
또 다른 방법이 Choonsung Shin와 Woontack Woo의 "Conflict resolution Method utilizing Context History for Context-Aware Applications"에 개시되어 있다. 이 문헌에서는 경쟁 상황에 있는 서비스에 대해 선호되는 서비스의 실행 룰(rule) 및 정책(policy)을 바탕으로 사용자들 간의 타협된 실행 룰을 제시함으로써 충돌상황을 해결한다. 또한, 서비스 사용자의 컨텍스트(context) 정보로부터 유추된 우선순위를 충돌의 해결방법으로 기술하고 있다. 즉, 가장 높은 우선순위를 가진 사용자가 서비스를 획득하게 된다.
그러나 위 문헌들은 여러 명의 사용자가 하나의 공유된 서비스를 경쟁하는 다소 극단적인 경우를 해결하기 위한 방법을 제공하고 있어 모든 사용자의 서비스 이용 만족도를 향상시키는데 문제점이 있었다.
본 발명은 전술한 문제점을 해결하기 위한 것으로서, 유비쿼터스 환경의 비공유 서비스 뿐만 아니라 다수의 사용자가 함께 공유하는 공유 서비스 환경에서 사용자가 선호하는 값인 파라미터를 포함한 선호 명세와 다수의 서비스 질의 메시지를 그룹화하여 하나의 서비스 질의 메시지로 보내져 리턴되는 인스턴스 정보를 선호 명세에 매칭시켜 유틸리티 값을 구하고, 옥션 알고리즘(auction algorithm)에 의해 유틸리티 값의 합이 최대가 되도록 사용자-서비스 쌍을 계산함으로써 각 사용자에게 최적의 서비스를 할당할 수 있는 서비스 평가 시스템 및 그를 이용한 서비스 최적화 방법을 제공하는데 그 목적이 있다.
상기 목적을 달성하기 위한, 본 발명의 실시예에 따른 유비쿼터스 컴퓨팅 환경에서 서비스 최적화를 위한 서비스 평가 시스템은 서비스를 요청하는 사용자의 서비스 질의 메시지를 파싱(parsing)하여 서비스 상태와 관련한 필수 애트리뷰트와, 애트리뷰트별로 사용자가 선호하는 값에 따라 가중치를 부여한 선호 명세를 생성하는 질의 분석기와, 공통된 필수 애트리뷰트를 갖는 다수의 서비스 질의를 그룹화하여 일정시간 경과 후에 각 그룹별로 하나의 집계된 서비스 질의 메시지를 생성하는 질의 집계기와, 상기 집계된 서비스 질의 메시지를 바탕으로 사용자별로 대치가능한 서비스 를 검색하는 시멘틱 서비스 검색 서버와, 상기 검색된 서비스의 서비스 명세와 선호 명세를 매칭시켜 사용자와 서비스별로 유틸리티 값을 찾는 유틸 리티 계산기, 및 상기 유틸리티 값의 합이 최대가 되도록 하는 사용자-서비스 쌍을 계산하는 서비스 평가 해결자를 포함한다.
상기 서비스 명세는 필수 애트리뷰트와, 그의 값으로 이루어지는 것을 특징으로 한다.
또한, 상기 서비스는 한번에 한 사용자만이 접근하여 단 하나의 동작상태를 갖는 비공유 서비스인 것을 특징으로 한다.
또한, 상기 비공유 서비스일 경우, 상기 서비스 평가 해결자는, 아래 식에 따라 유틸리티 값의 합이 최대가 사용자-서비스 쌍을 계산하는 것을 특징으로 한다.
Figure 112008003353747-pat00001
여기서, 특정 사용자 i가 특정 서비스 j를 사용하는 경우에는 변수 xij는 1이고, 그렇지 않은 경우에는 xij는 0으로 나타냄.
또한, 상기 서비스는 여러 사용자의 동시 접근을 허용하여 다수의 동작상태를 갖지만, 한 순간에는 하나의 동작상태를 갖는 공유 서비스인 것을 특징으로 한 다.
또한, 공유 서비스일 경우, 상기 서비스 평가 해결자는, 아래 식에 따라 유틸리티 값(bij)의 합이 최대가 되는 서비스-쌍을 계산하는 것을 특징으로 한다.
Figure 112008003353747-pat00002
여기서, 특정 사용자 i가 특정 서비스 j를 사용하는 경우에는 변수 xij는 1이고, 그렇지 않은 경우에는 xij는 0으로 나타내며, 특정 서비스 j가 동작상태 k에서 동작할 경우에는 변수 yjk가 1이고, 그렇지 않으면 0으로 나타냄.
또한, 상기 서비스 평가 해결자는 사용자-서비스 쌍을 계산하기 위하여 옥션 알고리즘(auction algorithm)을 사용하는 것을 특징으로 한다.
또한, 본 발명의 다른 실시예에 따른 유비쿼터스 컴퓨팅 환경에서 서비스 최적화 방법은 서비스를 요청한 사용자 집단과 서비스 검색에 의해 검색된 서비스 집합을 기반으로 각 사용자에게 최적의 서비스를 할당하는 것으로서, (a) 질의 분석기가 서비스를 요청하는 사용자의 서비스 질의 메시지를 파싱(parsing)하여 서비스 상태와 관련한 필수 애트리뷰트와, 애트리뷰트별로 사용자가 선호하는 값에 따라 가중치를 부여한 선호 명세를 생성하는 단계와, (b) 질의 집계기가 공통된 필수 애트리뷰트를 갖는 다수의 서비스 질의를 그룹화하여 일정시간 경과 후에 각 그룹별로 하나의 집계된 서비스 질의 메시지를 생성하는 단계와, (c) 시멘틱 서비스 검색 서버가 상기 집계된 서비스 질의 메시지를 바탕으로 사용자별로 대치가능한 서비스를 검색하는 단계와, (d) 유틸리티 계산기가 상기 검색된 서비스의 서비스 명세와 선호 명세를 매칭시켜 사용자와 서비스별로 유틸리티 값을 찾는 단계, 및 (e) 서비스 평가 해결자가 상기 유틸리티 값의 합이 최대가 되도록 하는 사용자-서비스 쌍을 계산하는 단계를 포함한다.
상기 서비스 명세는 필수 애트리뷰트와, 그의 값으로 이루어지는 것을 특징으로 한다.
또한, 상기 서비스는 한번에 한 사용자만이 접근하여 단 하나의 동작상태를 갖는 비공유 서비스인 것을 특징으로 한다.
또한, 비공유 서비스일 경우, 상기 서비스 평가 해결자는, 아래 식에 따라 유틸리티 값의 합이 최대가 되는 사용자-서비스 쌍을 계산하는 것을 특징으로 한다.
Figure 112008003353747-pat00003
여기서, 특정 사용자 i가 특정 서비스 j를 사용하는 경우에는 변수 xij는 1이고, 그렇지 않은 경우에는 xij는 0으로 나타냄.
또한, 상기 서비스는 여러 사용자의 동시 접근을 허용하여 다수의 동작상태를 갖지만, 한 순간에는 하나의 동작상태를 갖는 공유 서비스인 것을 특징으로 한다.
또한, 공유 서비스일 경우, 상기 서비스 평가 해결자는, 아래 식에 따라 유틸리티 값의 합이 최대가 되는 사용자-서비스 쌍을 계산하는 것을 특징으로 한다.
Figure 112008003353747-pat00004
여기서, 특정 사용자 i가 특정 서비스 j를 사용하는 경우에는 변수 xij는 1이고, 그렇지 않은 경우에는 xij는 0으로 나타내며, 특정 서비스 j가 동작상태 k에서 동작할 경우에는 변수 yjk가 1이고, 그렇지 않으면 0으로 나타냄.
또한, 상기 서비스 평가 해결자는 사용자-서비스 쌍을 계산하기 위하여 옥션 알고리즘(auction algorithm)을 사용한다.
이상에서 설명한 것과 같이, 본 발명은 비공유 서비스 또는 공유 서비스 환경에서 유사한 서비스 질의 그룹을 하나의 서비스 질의로 집계하여 시멘틱 서비스 검색 서버에 전달함으로써 시멘틱 서비스 검색 서버의 부하를 줄여주는 효과가 있다.
또한, 본 발명은 최적의 유틸리티 값의 합을 계산함으로써 서비스 중복 혹은 상충되어 야기되는 충돌 문제를 해결하고, 최적화한 서비스를 통해 사용자 만족도를 높일 수 있는 효과가 있다.
이하, 첨부된 도면을 참조로 본 발명의 바람직한 실시예를 상세히 설명하기로 한다. 이하의 설명 및 관련되는 도면에서, 동일한 구성요소는 동일한 참조번호로 표시한다.
도 1은 본 발명의 실시예에 따른 유비쿼터스 컴퓨팅 환경에서 서비스 최적화를 위한 서비스 평가 시스템을 설명하기 위한 도면이다.
도 1를 참조하면, 본 발명의 실시예에 따른 유비쿼터스 컴퓨팅 환경에서 서비스 최적화를 위한 서비스 평가 시스템(100)은 한번에 한 사용자만이 서비스에 접근하여 단 하나의 서비스 동작상태를 갖는 비공유 서비스를 제공하거나, 여러 사용자의 동시 접근을 허용하여 다수의 동작상태를 갖지만 한 순간에는 하나의 동작상태를 갖는 공유 서비스를 제공한다. 비공유 서비스는 한 명의 사용자에 의해서만 점유되는 전화 서비스, 네트워크에 공유되어 한 명의 사용자에 의해서만 점유되는 프린터 서비스가 그 일례에 해당된다. 반면, 공유 서비스는 다수의 사용자에게 방송되는 광고 전광판 서비스, TV 서비스가 그 일례에 해당된다.
여기서, 공유 서비스이거나 비공유 서비스에서의 서비스란 사용자의 요청에 의한 서비스 질의 메시지를 통하여 동작상태를 갖는 프로세스를 의미한다. 동작상태는 서비스 상태를 나타낸다. 예를 들면, TV 서비스의 경우, 방송채널, 볼륨 크기와 같은 정보가 동작 상태라 할 수 있다.
서비스 평가 시스템(100)은 질의 분석기(110), 질의 집계기(120), 사용자 선호 테이블(130), 시멘틱 서비스 검색 서버(140), 유틸리티 계산기(150) 및 서비스 평가 해결자(160)를 포함한다.
질의 분석기(110)는 서비스를 요청하는 사용자의 서비스 질의 메시지를 파싱(parsing)하여 서비스 상태와 관련한 필수 애트리뷰트와, 애트리뷰트별로 사용자가 선호하는 값에 따라 가중치를 부여한 선호 명세를 생성한다.
예를 들면 비공유 서비스인 프린터 서비스일 경우, 필수 애트리뷰트는 프린터 타입(printer type), 종이 사이즈 등이 이에 해당된다. 반면, 공유 서비스인 TV 서비스인 경우, 필수 애트리뷰트는 TV 타입, 칼라모드 등과 같은 기능적 특성이 이에 해당된다.
전술한 비공유 서비스와 공유 서비스의 선호 명세는 각 기능적인 특성에 따라 사용자가 선호하는 파라미터 값과 이에 따른 사용자가 선호하는 우선순위에 따라 가중치를 갖는다. 이러한 개인별 선호명세를 바탕으로 선호명세 테이블을 만들 수 있다. 앞서 설명한 선호명세에 대한 예를 프린터 서비스와 관련하여 도 2와 같이 나타낼 수 있다.
도 2에 도시된 바와 같이, 선호 명세는 선호하는 애트리뷰트와 그에 따른 선호하는 파라미터의 값과 가중치로 이루어진다. 가중치는 사용자가 선호하는 애트리뷰트에 대하여 값이 높을수록 선호도가 높음을 의미한다.
예를 들어 상기 "duplex"의 애트리뷰트에 대해 사용자가 선호하는 파라미터가 Horizontal일 경우, 그의 가중치는 0.8이다. 또한, "MaxPaperSize"의 애트리뷰트에 대해 사용자가 선호하는 파라미터가 없는 경우(default)일 경우, 그의 가중치는 0.5이다. 또한, 상기 "PrinterType"의 애트리뷰트에 대해 사용자가 선호하는 파라미터가 Laser일 경우, 그의 가중치는 0.5임을 알 수 있다.
이에 따라, 질의 분석기(110)는 필수 애트리뷰트를 질의 집계기(query aggregator, 120)로 전송하고, 선호 명세는 선호명세 테이블(user preference table, 130)로 전송한다. 선호명세 테이블은 다수의 사용자의 선호 명세가 목록화된 테이블이다.
질의 집계기(query aggregator, 120)는 질의 분석기(110)로부터 사용자별 전 송된 필수 애트리뷰트 벡터를 바탕으로 공통된 필수 애트리뷰트 벡터를 갖는 다수의 서비스 질의 메시지를 그룹화하여 일정 시간 그룹별 질의 큐(query queue)에 모으고 일정 시간이 지난 후에 각 그룹별로 하나의 집계된 서비스 질의 메시지를 시멘틱 서비스 검색 서버(semantic service discovery server, 140)로 전송한다. 공통된 필수 애트리뷰트의 예는 도 2에서의 "duplex", "MaxPaperSize", "PrinterType"의 애트리뷰트를 다수의 사용자가 공통적으로 요청한 결과를 의미한다. 따라서, 질의 집계기(120)는 다수의 사용자가 프린터 서비스에 대하여 공통된 필수 애트리뷰트를 포함한 질의 메시지들을 집계하여 하나의 질의 메시지로 만들 수 있다.
시멘틱 서비스 검색 서버(semantic service discovery server, 140)는 집계된 하나의 서비스 질의 메시지를 바탕으로 사용자별로 대치가능한 서비스를 찾아 인스턴스(instance) 정보를 생성한다. 예를 들면, 시멘틱 서비스 검색 서버(140)는 공통된 필수 애트리뷰트 벡터를 갖는 집계된 서비스 질의에 대한 서비스 검색을 서비스 디렉토리에 등록된 서비스와 비교하여 다양한 인스턴스(instance) 정보를 리턴하고, 인스턴스 정보를 유틸리티 계산기(utility calculator, 150)로 전송한다.
이때, 리턴되는 인스턴스(instance) 정보는 서비스의 자세한 동작상태에 따른 서비스 상태로서 서비스 명세라고도 하며, 필수 애트리뷰트와, 그의 값(value)으로 이루어진다. 예를 들면 프린터 타입이 레이저이고, 프린터 용지의 방향이 수평이며, 프린터 되는 글씨 색깔이 흑백과 같은 것이다.
보다 구체적인 인스턴스 정보를 프린터의 경우를 예로 들면 도 3과 같이 나 타낼 수 있다.
유틸리티 계산기(150)는 시멘틱 서비스 검색 서버에서 출력되는 인스턴스 정보와 선호명세 테이블을 참조한 선호 명세를 매칭시켜 사용자별로 선호하는 애트리뷰트의 가중치 합을 계산한다. 예를 들면, 도 3의 인스턴스 정보와 도 2의 선호 명세를 통해 설명하면, 인스턴스 정보가 레이저 프린터 타입이고 선호 명세에 있는 레이저 파라미터는 가중치가 1.0인 경우와, 인스턴스 정보(서비스 명세)가 프린터 용지의 방향(duplex)이 수평이고 선호 명세에 있는 수평 파라미터는 가중치가 0.8인 경우에 일치되므로 사용자가 선호하는 애트리뷰트의 가중치 합은 1.0+0.8=1.8이 된다. 이러한 가중치의 합이 유틸리티 값이 된다.
이때, 인스턴스 정보에 있는 애트리뷰트가 사용자가 선호하는 애트리뷰트에 없을 경우, 다시 말해 시멘틱 서비스 검색 서버에 의해 찾아진 서비스의 애트리뷰트가 사용자의 선호 명세에 없을 경우, 그에 해당하는 통계적인 가중치를 반영하여 유틸리티 값을 계산할 수도 있다.
또한, 유틸리티 값은 서비스 제공자에 의해 제공된 평가함수를 통해 그에 해당하는 가중치를 반영하여 가중치 합을 계산함으로써 획득될 수도 있다.
서비스 평가 해결자(160)는 유틸리티 계산기(150)에 의해 구해진 유틸리티 값과 질의 집계기(120)로부터 전달받은 서비스 질의 메시지를 요청하는 사용자의 수를 통해 유틸리티 값의 합이 최대가 되는 사용자-서비스 쌍을 계산한다. 예를 들면, 비공유 서비스일 경우, 서비스 평가 해결자(160)는 아래 식에 따라 유틸리티 값의 합이 최대가 되는 사용자-서비스 쌍을 계산할 수 있다.
Figure 112008003353747-pat00005
여기서, xij의 변수는 특정 사용자 i가 특정 서비스 j를 사용하는 경우에는 1이고, 그렇지 않은 경우에는 0을 나타낸다.
또한, 공유 서비스일 경우, 서비스 평가 해결자(160)는 아래 식에 따라 유틸리티 값의 합이 최대가 되는 사용자-서비스 쌍을 계산할 수 있다.
Figure 112008003353747-pat00006
여기서, 변수 xij는 특정 사용자 i가 특정 서비스 j를 사용하는 경우에 1이고, 그렇지 않은 경우에 0으로 나타내며, 특정 서비스 j가 동작상태 k에서 동작할 경우에 1이고, 그렇지 않으면 0으로 나타낸다.
전술한 두 식은 옥션 알고리즘(auction algorithm)을 사용하여 계산될 수 있다. 옥션 알고리즘은 최대의 유틸리티 값을 만들어 내는 사용자-서비스 쌍을 계산하기 위해 필요한 유틸리티 값을 유틸리티 계산기(150)로부터 전송받아 제시된 최적화 문제를 풀고 최적의 서비스 할당 상태를 구하는 알고리즘 중 하나이다. 옥션 알고리즘은 일반적인 기술이므로 이에 대한 상세한 설명은 생략한다.
따라서, 서비스 평가 해결자(160는 최적의 상태로 사용자-서비스 쌍에 따라 해당 사용자에게 할당된 서비스 명세 정보(인스턴스 정보)를 전송한다. 각 사용자는 서비스 명세 정보를 활용하여 서비스를 접근하거나 제어할 수 있는 접근 포인트를 획득할 수 있다.
도 4는 본 발명의 실시에에 따른 유비쿼터스 컴퓨팅 환경에서 서비스 최적화 방법을 설명하기 위한 도면이다.
도 4를 참조하면, 본 발명의 실시예에 따른 유비쿼터스 컴퓨팅 환경에서 다수 사용자를 위한 서비스 최적화 방법은 서비스를 요청한 사용자 집단과 서비스 검색에 의해 검색된 서비스 집합을 기반으로 최적의 유틸리티 값을 계산하여 각 사용자에게 최적의 서비스를 할당하는 방법으로서, (a) 질의 분석기(110)가 서비스를 요청하는 사용자의 서비스 질의 메시지를 파싱(parsing)하여 서비스 상태와 관련한 필수 애트리뷰트와, 애트리뷰트별로 사용자가 선호하는 값에 따라 가중치를 부여한 선호 명세를 생성하는 단계(S200)와, (b) 질의 집계기(120)가 공통된 필수 애트리뷰트를 갖는 다수의 서비스 질의를 그룹화하여 일정시간 경과 후에 각 그룹별로 하 나의 집계된 서비스 질의 메시지를 생성하는 단계(S210)와, (c) 시멘틱 서비스 검색 서버(140)가 상기 집계된 서비스 질의 메시지를 바탕으로 사용자별로 대치가능한 서비스를 검색하는 단계(S220)와, (d) 유틸리티 계산기(150)가 상기 검색된 서비스의 서비스 명세와 선호 명세를 매칭시켜 사용자와 서비스별로 유틸리티 값을 찾는 단계(S230), 및 (e) 서비스 평가 해결자(160)가 상기 유틸리티 값의 합이 최대가 되도록 하는 사용자-서비스 쌍을 계산하는 단계(S240)를 포함한다.
상기 단계 (a)(S200) 내지 단계 (e)(S240)는 한번에 한 사용자만이 서비스에 접근하여 단 하나의 서비스 동작상태를 갖는 비공유 서비스이거나, 여러 사용자의 동시 접근을 허용하여 다수의 동작상태를 갖지만 한 순간에는 하나의 동작상태를 갖는 공유 서비스인 경우에 최적의 유틸리티 값을 계산하는 방법으로서, 유틸리티 값(bij)을 계산하는 도 1에서 설명하였으므로 생략하고, 최적의 유틸리티 값의 합을 계산하는 방법에 대하여 비공유 서비스와 공유 서비스의 경우에 따라 구체적으로 설명한다.
비공유 서비스인 경우에 대하여 설명하면, 먼저, 질의 분석기(110)로 서비스 질의 메시지로 서비스를 요청하는 다수의 사용자를 사용자 집단이라고 할 때, 사용자 집단을 I={1,2,3,...,M}로, 특정 사용자를 i라고 표현하면, 특정 사용자와 사용자 집단 간의 관계는 i∈I를 갖는다.
이후, 시멘틱 서비스 검색 서버(140)에 의해 각 사용자가 요청한 자세한 동작상태를 파악하도록 사용자별로 대치가능한 다수의 서비스를 찾아야 한다. 이때, 다수의 서비스를 서비스 집합이라고 할 때, 서비스 집합을 J={1,2,3,....,N}로, 특정 서비스를 j라고 표현하면, J와 j의 관계는 j∈J를 갖는다.
여기서, 비공유 서비스는 서비스 명세를 생성하도록 각 사용자가 최소한 하나의 서비스를 이용해야 하며, 각 서비스가 한 사용자에 의해서 사용되어야 하는 조건을 만족해야 한다. 이를 i∈I와 j∈J에 대한 조합 관계에 적용하게 되면, 각 사용자 i∈I는 적어도 하나의 특정 서비스 j∈J를 이용할 수 있다. 반면, 각 특정 서비스 j∈J는 적어도 하나의 특정 사용자 i∈I를 승인할 수 있다.
이를 통해, 비공유 서비스는 사용자 및 서비스의 관계를 통해 두 가지의 동작 상태(true/false)가 발생할 수 있다. 즉, 특정 사용자와 특정 서비스의 관계를 변수 xij로 표현할 때, 특정 서비스 j를 사용하는 특정 사용자 i가 있는 경우에 변수 xij는 1로 동작상태를 가지며, 그렇지 않은 경우에는 xij는 0으로 동작상태를 갖지 않는다. 이를, 수학식 1과 같이 표현할 수 있다.
Figure 112008003353747-pat00007
이에 따라, 비공유 서비스는 단 하나의 서비스 동작상태를 갖기 때문에 특정 사용자 i∈I와 특정 서비스 j∈J 각각의 쌍(i,j)에 대해 bij＞0를 갖는 bij의 유틸리티 값을 연관시킬 수 있다. 이때, 유틸리티 값은 도 1에서 설명하였듯이 선호 명세와 인스턴스(instance) 정보를 매칭시키고, 때로는 평가함수를 더 이용하여 가중치 의 합을 구함으로써 얻어진다.
결국, 비공유 서비스는 특정 사용자 i∈I와 특정 서비스 j∈J의 각 쌍(i,j)에 대해 bij＞0로 최대가 되는 유틸리티 값의 합을 얻을 수 있는데, 이를 수학식 2로 표현하면 다음과 같다.
Figure 112008003353747-pat00008
M은 요청하는 사용자의 수, N은 대치가능한 서비스의 수이고, 변수 xij는 특정 서비스 j를 사용하는 특정 사용자 i가 있는 경우(1)와 없는 경우(0)이다. 상기 수학식 2는 옥션 알고리즘(auction algorithm)을 사용하여 계산되어 질 수 있다.
반면, 공유 서비스인 경우에 대하여 최적의 유틸리티 값을 계산하는 방법은 먼저, 질의 분석기(110)로 서비스 질의 메시지로 서비스를 요청하는 다수의 사용자를 사용자 집단이라고 할 때 사용자 집단을 I={1,2,3,...,M}로, 특정 사용자를 i라고 표현하면, I와 i의 관계는 i∈I를 갖는다.
이후, 시멘틱 서비스 검색 서버(140)에 의해 각 사용자가 요청한 서비스의 자세한 동작상태를 파악하도록 사용자별로 대치가능한 서비스 집합을 찾아야 한다. 이를 위해, 전술한 사용자 집단과 상대적인 관점인 대치가능한(substitutable) 서비스 집합을 J={1,2,3,....,N}로, 특정 서비스를 j라고 표현하면, J와 j의 관계는 j∈J를 갖는다.
공유 서비스는 여러 사용자의 동시 접근을 허용하여 다수의 동작상태를 갖기 때문에 서비스의 동작상태 집합을 P={1,2,3,...,K}로, 특정 동작상태를 k라고 표현하면, P와 k의 관계는 k∈P를 갖는다. 이러한 공유 서비스는 하나의 특정 동작 상태만을 갖는 비공유 서비스와 대조적임을 알 수 있다.
여기서, 공유 서비스는 각 사용자가 단 하나의 서비스만 사용함을 보장해주어야 하며, 하나의 서비스가 단 하나의 동작상태에서만 동작하여야 하는 조건을 갖는다. 이를 i∈I, j∈J, 및 k∈P에 대한 조합 관계에 적용하게 되면, 각 사용자 i∈I는 적어도 하나의 서비스 j∈J를 이용할 수 있다. 또한, 각 서비스 j∈J는 적어도 하나의 동작상태 k∈P를 갖는다.
이를 통해, 공유 서비스는 사용자 및 서비스에 따른 다수의 동작상태가 발생할 수 있다. 즉, 특정 사용자와 특정 서비스의 관계를 변수 xij로 표현할 때, 특정 서비스 j를 사용하는 특정 사용자 i가 있는 경우에 변수 xij는 1(true)로 동작 상태를 가지며, 그렇지 않은 경우에는 xij는 0(false)으로 동작상태를 갖지 않는다. 이를 수학식 3과 같이 표현할 수 있다.
Figure 112008003353747-pat00009
또한, 특정 서비스와 특정 서비스에 의한 동작상태의 관계를 변수 yjk로 표현할 때, 특정 서비스 j가 동작상태 k에서 동작할 경우에 변수 yjk는 1(true)로 동작 상태를 가지며, 그렇지 않은 경우에는 yjk는 0(false)으로 동작상태를 갖지 않는다. 이를 수학식 4와 같이 표현할 수 있다.
Figure 112008003353747-pat00010
이와 같이, 공유 서비스는 사용자 집단 I와 서비스 집합 J에 따른 동작 상태 P간의 관계와 도 1에서 설명한 유틸리티 값을 이용하여 최대가 대는 유틸리티 값의 합을 찾을 수 있다. 다시 말해, 특정 사용자 i∈I, 특정 서비스 j∈J, 및 특정 동작상태 k∈P 각각의 쌍(i,j,k)에 최대가 되는 bijk의 유틸리티 값의 합을 찾을 수 있다. 이를 수학식 5로 표현하면 다음과 같다.
Figure 112008003353747-pat00011
M은 요청하는 사용자의 수이고, N은 대치가능한 서비스의 수이며, K는 동작상태 수이다. 또한, 변수 xij는 특정 서비스 j를 사용하는 특정 사용자 i가 있는 경우(1)와 없는 경우(0)이며, 변수 yjk는 특정 서비스 j가 동작상태 k에서 동작할 경우(1)와 그렇지 않을 경우(0)를 나타낸다.
전술한 수학식 5에 표현된 변수 xijyjk는 비선형적이므로, 유틸리티 값(bijk)은 비선형적인 xijyjk 변수를 선형적인 zijk 변수로 대치하여 유틸리티 값(bijk)의 합이 최대가 되도록 수학식 6과 같이 표현할 수 있다.
Figure 112008003353747-pat00012
수학식 5와 수학식 6은 옥션 알고리즘(auction algorithm)을 사용하여 획득 되어진다.
이와 같이, 본 발명의 실시예에 따른 유비쿼터스 컴퓨팅 환경에서 다수 사용자를 위한 최대의 유틸리티 값의 합을 계산함으로써 각 사용자에게 최적의 서비스를 할당할 수 있다.
도 5 및 도 6은 본 발명의 실시예에 따른 서비스 성능을 설명하기 위한 도면이다.
도 5 및 도 6을 참조하면, 본 발명의 실시예에 따른 그래프는 유비쿼터스 환경에서 다음과 같은 조건으로 시뮬레이션을 행하였다.
첫째, 10개의 서비스 템플렛(template)이 랜덤하게 발생하고, 서비스는 20 내지 50개 사이에 고정되어 발생한다. 둘째, 사용자는 미리 정의된 서비스 템플렛으로부터 랜덤하게 서비스 질의 메시지를 발생시킨다. 이때, 사용자로부터 발생하는 평균 서비스 질의 메시지의 비율은 초당 대략 1개의 비율이다. 셋째, 각 서비스 질의 메시지는 5개의 최적의 애트리뷰트(attribute)을 가지며, 0과 1사이의 랜덤한 가중치 벡터를 갖는다. 넷째, 사용자가 평균 서비스의 점유 시간을 3초로 한다.
이와 같은 조건을 바탕으로 도 5의 x축은 질의 큐잉(queueing) 간격, 즉 얼마나 오랫동안 사용자들로부터 질의 메시지를 모을 수 있는지를 나타내며, y축은 그 시간 동안 모아서 최적화 문제를 풀어 서비스를 각 사용자에게 할당했을 때 사용자들의 만족도(유틸리티값)의 합의 평균을 나타낸다. 여기서, 평균은 실험을 랜덤하게 여러 번 수행함으로 해서 나온 값들의 평균을 의미한다.
따라서, 도 5에서와 같이 큐잉 시간이 길어지면 그만큼 많은 사용자들의 질의를 모을 수 있다는 결과를 보여준다.
도 6의 그래프는 시멘틱 서비스 검색 서버의 부하가 얼마나 줄어들 수 있는가를 큐잉 간격에 따라 보여주는 것으로서, 큐잉 기간이 길면 그만큼 많은 수의 서비스 질의 메시지를 모아 시멘틱 서비스 검색 서버에 한번에 요청할 수 있는 경우가 많아져 시멘틱 서비스 검색 서버의 로드가 줄어들 수 있다는 결과를 보여준다.
도 7 및 도 8은 본 발명의 또 다른 실시예에 따른 서비스 성능을 설명하기 위한 도면이다.
도 7을 참조하면, 본 발명의 실시예에 따른 그래프는 사용자의 수 별로 평균 유틸리티 값을 보여준다. Query Queuing interval의 그래프는 제안한 질의 큐 잉(Query Queuing)을 이용하여 서비스를 최적화되게 할당하였을 때의 평균 만족도 값을 나타내며, No Query Aggregatioin and Service Assignment의 그래프는 제안된 질의 큐잉없이 사용자들이 직접 시멘틱 서비스 검색 서버로 개별 질의를 보내 서비스를 제공받을때의 평균 유틸리티 값을 보여준다.
그래프에서 보듯이, 사용자의 수가 늘어날수록 만족도의 값의 차이는 커지며, 제안된 질의 큐잉을 이용했을 때가 더 높은 만족도를 보여준다.
도 8를 참조하면, 본 발명의 실시예에 따른 그래프는 실패한 질의의 수를 비교한 것으로서, 실패한 질의란 사용자가 질의를 했으나 리턴된 서비스가 다른 사용자에 의해 사용될 경우에 만족도를 의미한다.
따라서, 제안한 질의 큐잉(Query Queuing)을 이용할 경우에 사용자가 어느 이상될 시에 제안되지 않은 질의 큐잉을 이용할 경우보다 실패 확률이 더 낮다는 것을 보여준다.
이상과 같이, 상술한 본 발명의 기술적 구성은 본 발명이 속하는 기술분야의 당업자가 본 발명의 그 기술적 사상이나 필수적 특징을 변경하지 않고서 다른 구체적인 형태로 실시될 수 있다는 것을 이해할 수 있을 것이다.
그러므로 이상에서 기술한 실시예들은 모든 면에서 예시적인 것이며 한정적인 것이 아닌 것으로서 이해되어야 하고, 본 발명의 범위는 전술한 상세한 설명보다는 후술하는 특허청구범위에 의하여 나타내어지며, 특허청구범위의 의미 및 범위 그리고 그 등가개념으로부터 도출되는 모든 변경 또는 변형된 형태가 본 발명의 범위에 포함되는 것으로 해석되어야 한다.
도 1은 본 발명의 실시예에 따른 유비쿼터스 컴퓨팅 환경에서 서비스 최적화를 위한 서비스 평가 시스템을 설명하기 위한 도면.
도 2는 본 발명의 선호 명세를 설명하기 위한 표.
도 3은 본 발명의 서비스 명세(인스턴스 정보)를 설명하기 위한 표.
도 4는 본 발명의 실시에에 따른 유비쿼터스 컴퓨팅 환경에서 서비스 최적화 방법을 설명하기 위한 도면.
도 5 및 도 6은 본 발명의 실시예에 따른 서비스 성능을 설명하기 위한 도면.
도 7 및 도 8은 본 발명의 다른 실시예에 따른 서비스 성능을 설명하기 위한 도면.
<도면의 주요 부분에 대한 부호의 설명>
100: 서비스 검색 시스템 110: 질의 분석기
120: 질의 집계기 130: 사용자 선호 테이블
140: 시멘틱 서비스 검색 서버 150: 질의 집계기
160: 서비스 평가 해결자

Claims (14)

  1. 서비스를 요청하는 사용자의 서비스 질의 메시지를 파싱(parsing)하여 서비스 상태와 관련한 필수 애트리뷰트와, 애트리뷰트별로 사용자가 선호하는 값에 따라 가중치를 부여한 선호 명세를 생성하는 질의 분석기;
    공통된 필수 애트리뷰트를 갖는 다수의 서비스 질의를 그룹화하여 일정시간 경과 후에 각 그룹별로 하나의 집계된 서비스 질의 메시지를 생성하는 질의 집계기;
    상기 집계된 서비스 질의 메시지를 바탕으로 사용자별로 대치가능한 서비스 를 검색하는 시멘틱 서비스 검색 서버;
    상기 검색된 서비스의 서비스 명세와 선호 명세를 매칭시켜 사용자와 서비스별로 유틸리티 값을 찾는 유틸리티 계산기; 및
    상기 유틸리티 값의 합이 최대가 되도록 하는 사용자-서비스 쌍을 계산하는 서비스 평가 해결자
    를 포함하는 유비쿼터스 컴퓨팅 환경에서 서비스 최적화를 위한 서비스 평가 시스템.
  2. 청구항 1에 있어서,
    상기 서비스 명세는,
    필수 애트리뷰트와, 그의 값으로 이루어지는 것을 특징으로 하는 유비쿼터스 컴퓨팅 환경에서 서비스 최적화를 위한 서비스 평가 시스템.
  3. 청구항 2에 있어서,
    상기 서비스는,
    한번에 한 사용자만이 접근하여 단 하나의 동작상태를 갖는 비공유 서비스인 것을 특징으로 하는 유비쿼터스 컴퓨팅 환경에서 서비스 최적화를 위한 서비스 평가 시스템.
  4. 청구항 3에 있어서,
    상기 비공유 서비스일 경우,
    상기 서비스 평가 해결자는, 아래 식에 따라 유틸리티 값의 합이 최대가 되는 사용자-서비스 쌍을 계산하는 것을 특징으로 하는 유비쿼터스 컴퓨팅 환경에서 서비스 최적화를 위한 서비스 평가 시스템.
    Figure 112011016919327-pat00013
    여기서, 특정 사용자 i가 특정 서비스 j를 사용하는 경우에는 변수 xij는 1이고, 그렇지 않은 경우에는 xij는 0으로 나타냄.
  5. 청구항 2에 있어서,
    상기 서비스는,
    여러 사용자의 동시 접근을 허용하여 다수의 동작상태를 갖지만, 한 순간에는 하나의 동작상태를 갖는 공유 서비스인 것을 특징으로 하는 유비쿼터스 컴퓨팅 환경에서 서비스 최적화를 위한 서비스 평가 시스템.
  6. 청구항 5에 있어서,
    상기 공유 서비스일 경우,
    상기 서비스 평가 해결자는, 아래 식에 따라 유틸리티 값(bij)의 합이 최대가 되는 서비스-쌍을 계산하는 것을 특징으로 하는 유비쿼터스 컴퓨팅 환경에서 서비스 최적화를 위한 서비스 평가 시스템.
    Figure 112008003353747-pat00014
    여기서, 특정 사용자 i가 특정 서비스 j를 사용하는 경우에는 변수 xij는 1이고, 그렇지 않은 경우에는 xij는 0으로 나타내며, 특정 서비스 j가 동작상태 k에서 동작할 경우에는 변수 yjk가 1이고, 그렇지 않으면 0으로 나타냄.
  7. 청구항 4 또는 청구항 6에 있어서,
    상기 서비스 평가 해결자는,
    상기 사용자-서비스 쌍을 계산하기 위하여 옥션 알고리즘(auction algorithm)을 사용하는 것을 특징으로 하는 유비쿼터스 컴퓨팅 환경에서 서비스 최적화를 위한 서비스 평가 시스템.
  8. 서비스를 요청한 사용자 집단과 서비스 검색에 의해 검색된 서비스 집합을 기반으로 각 사용자에게 최적의 서비스를 할당하는 서비스 최적화 방법으로서,
    (a) 질의 분석기가 서비스를 요청하는 사용자의 서비스 질의 메시지를 파 싱(parsing)하여 서비스 상태와 관련한 필수 애트리뷰트와, 애트리뷰트별로 사용자가 선호하는 값에 따라 가중치를 부여한 선호 명세를 생성하는 단계;
    (b) 질의 집계기가 공통된 필수 애트리뷰트를 갖는 다수의 서비스 질의를 그룹화하여 일정시간 경과 후에 각 그룹별로 하나의 집계된 서비스 질의 메시지를 생성하는 단계;
    (c) 시멘틱 서비스 검색 서버가 상기 집계된 서비스 질의 메시지를 바탕으로 사용자별로 대치가능한 서비스를 검색하는 단계;
    (d) 유틸리티 계산기가 상기 검색된 서비스의 서비스 명세와 선호 명세를 매칭시켜 사용자와 서비스별로 유틸리티 값을 찾는 단계; 및
    (e) 서비스 평가 해결자가 상기 유틸리티 값의 합이 최대가 되도록 하는 사용자-서비스 쌍을 계산하는 단계
    를 포함하는 유비쿼터스 컴퓨팅 환경에서 서비스 최적화 방법.
  9. 청구항 8에 있어서,
    상기 서비스 명세는,
    필수 애트리뷰트와, 그의 값으로 이루어지는 것을 특징으로 하는 유비쿼터스 컴퓨팅 환경에서 서비스 최적화 방법.
  10. 청구항 9에 있어서,
    상기 서비스는,
    한번에 한 사용자만이 접근하여 단 하나의 동작상태를 갖는 비공유 서비스인 것을 특징으로 하는 유비쿼터스 컴퓨팅 환경에서 서비스 최적화 방법.
  11. 청구항 10에 있어서,
    상기 비공유 서비스일 경우,
    상기 서비스 평가 해결자는, 아래 식에 따라 유틸리티 값의 합이 최대가 되는 사용자-서비스 쌍을 계산하는 것을 특징으로 하는 유비쿼터스 컴퓨팅 환경에서 서비스 최적화 방법.
    Figure 112008003353747-pat00015
    여기서, 특정 사용자 i가 특정 서비스 j를 사용하는 경우에는 변수 xij는 1이고, 그렇지 않은 경우에는 xij는 0으로 나타냄.
  12. 청구항 9에 있어서,
    상기 서비스는,
    여러 사용자의 동시 접근을 허용하여 다수의 동작상태를 갖지만, 한 순간에는 하나의 동작상태를 갖는 공유 서비스인 것을 특징으로 하는 유비쿼터스 컴퓨팅 환경에서 서비스 최적화 방법.
  13. 청구항 12에 있어서,
    상기 공유 서비스일 경우,
    상기 서비스 평가 해결자는, 아래 식에 따라 유틸리티 값의 합이 최대가 되는 사용자-서비스 쌍을 계산하는 것을 특징으로 하는 유비쿼터스 컴퓨팅 환경에서 서비스 최적화 방법.
    Figure 112008003353747-pat00016
    여기서, 특정 사용자 i가 특정 서비스 j를 사용하는 경우에는 변수 xij는 1이고, 그렇지 않은 경우에는 xij는 0으로 나타내며, 특정 서비스 j가 동작상태 k에서 동작할 경우에는 변수 yjk가 1이고, 그렇지 않으면 0으로 나타냄.
  14. 청구항 11 또는 청구항 13에 있어서,
    상기 서비스 평가 해결자는,
    상기 사용자-서비스 쌍을 계산하기 위하여 옥션 알고리즘(auction algorithm)을 사용하는 것을 특징으로 하는 유비쿼터스 컴퓨팅 환경에서 서비스 최적화 방법.
KR1020080004484A 2008-01-15 2008-01-15 유비쿼터스 컴퓨팅 환경에서 서비스 평가 시스템 및 그를이용한 서비스 최적화 방법 KR101078710B1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020080004484A KR101078710B1 (ko) 2008-01-15 2008-01-15 유비쿼터스 컴퓨팅 환경에서 서비스 평가 시스템 및 그를이용한 서비스 최적화 방법

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020080004484A KR101078710B1 (ko) 2008-01-15 2008-01-15 유비쿼터스 컴퓨팅 환경에서 서비스 평가 시스템 및 그를이용한 서비스 최적화 방법

Publications (2)

Publication Number Publication Date
KR20090078586A KR20090078586A (ko) 2009-07-20
KR101078710B1 true KR101078710B1 (ko) 2011-11-01

Family

ID=41336654

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020080004484A KR101078710B1 (ko) 2008-01-15 2008-01-15 유비쿼터스 컴퓨팅 환경에서 서비스 평가 시스템 및 그를이용한 서비스 최적화 방법

Country Status (1)

Country Link
KR (1) KR101078710B1 (ko)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104978483A (zh) * 2015-06-10 2015-10-14 南京邮电大学 支持偏好度动态修正的Web服务选择方法

Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2005189992A (ja) 2003-12-24 2005-07-14 Ubiquitous Business Technology Inc 情報検索装置および検索プログラム

Patent Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2005189992A (ja) 2003-12-24 2005-07-14 Ubiquitous Business Technology Inc 情報検索装置および検索プログラム

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
논문1 : 한국정보과학회
논문2 : 대한전자공학회

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104978483A (zh) * 2015-06-10 2015-10-14 南京邮电大学 支持偏好度动态修正的Web服务选择方法

Also Published As

Publication number Publication date
KR20090078586A (ko) 2009-07-20

Similar Documents

Publication Publication Date Title
Kazemi et al. Geotrucrowd: trustworthy query answering with spatial crowdsourcing
US20180300399A1 (en) Techniques for intent-based search for bots
CN107404530B (zh) 基于用户兴趣相似度的社交网络协作缓存方法及装置
EP2822236A1 (en) Network bandwidth distribution method and terminal
US20060036743A1 (en) System for balance distribution of requests across multiple servers using dynamic metrics
EP2579167A1 (en) Method for active information push and server therefor
CN110708256B (zh) Cdn调度方法、装置、网络设备及存储介质
CN102149171A (zh) 一种基于融合的异构无线接入网络的网络选择方法及装置
US20220230227A1 (en) Communications server apparatus, methods and communications systems for recommending one or more points-of-interest for a transport-related service to a user
US20180302345A1 (en) Techniques for event-based recommendations for bots
Li et al. Maximizing the quality of user experience of using services in edge computing for delay-sensitive IoT applications
US20080120264A1 (en) Method and Apparatus for Efficient Spectrum Management in a Communications Network
US11341173B2 (en) Techniques for personalized search for bots
US8671141B2 (en) Social networking feed delivery system and method
CN102238096A (zh) 一种根据登录者特征更新聊天工具好友信息的控制方法
US20120324466A1 (en) Scheduling Execution Requests to Allow Partial Results
Shanbhag et al. Architecture for Internet of Things to minimize human intervention
US10846615B2 (en) Techniques for reinforcement for bots using capability catalogs
US11269845B1 (en) Techniques to configure media packages
Niu et al. A service recovery method based on trust evaluation in mobile social network
KR101078710B1 (ko) 유비쿼터스 컴퓨팅 환경에서 서비스 평가 시스템 및 그를이용한 서비스 최적화 방법
Liu et al. Joint task offloading and dispatching for MEC with rational mobile devices and edge nodes
Md Fudzee et al. A protocol for discovering content adaptation services
JP2015507251A (ja) 評判メカニズムを判定するシステムおよび方法
Steller et al. Discovering Relevant Services in Pervasive Environments Using Semantics and Context.

Legal Events

Date Code Title Description
A201 Request for examination
N231 Notification of change of applicant
E902 Notification of reason for refusal
E701 Decision to grant or registration of patent right
GRNT Written decision to grant
FPAY Annual fee payment

Payment date: 20141001

Year of fee payment: 4

LAPS Lapse due to unpaid annual fee