KR101138606B1 - 과금 데이터를 이용한 위치 기반 서비스 제공 방법, 위치기반 서비스 시스템 및 서비스 데이터 제공 서버 - Google Patents

Abstract

본 발명은 과금 데이터를 이용한 위치 기반 서비스 제공 방법, 위치 기반 서비스 시스템 및 서비스 정보 생성 서버에 관한 것이다.

본 발명은 서비스 요청자의 단말기로 위치 기반 서비스를 제공하기 위해, 과금 데이터를 이용한 서비스 데이터를 제공하는 서비스 데이터 제공 서버에 있어서, 서비스 데이터를 요청받는 서비스 데이터 요청 수신부; 요청에 대하여 과금 데이터를 추출하는 과금 데이터 추출부; 과금 데이터를 통계하거나 분석하여 서비스 데이터를 생성하는 서비스 데이터 생성부; 및 요청에 대한 응답으로 서비스 데이터를 송신하는 서비스 데이터 송신부를 포함하는 것을 특징으로 하는 위치 기반 서비스를 제공하기 위한 과금 데이터를 이용한 서비스 데이터 제공 서버를 제공한다.

본 발명에 의하면, 이동 통신 사업자가 보관하고 있는 과금 데이터를 통계하거나 분석하여 가입자의 위치 관련 생활 패턴을 파악하고 추정하여 서비스 데이터로써 생성하여 이를 이용함으로써, 가입자에게 개인화된 위치 기반 서비스를 다양하게 제공하는 위치 기반 서비스 시스템을 제공하는 효과가 있다.

과금 데이터, 위치정보, 위치 기반 서비스

Description

과금 데이터를 이용한 위치 기반 서비스 제공 방법, 위치 기반 서비스 시스템 및 서비스 데이터 제공 서버{Method, Server and System for Providing Location Based Service Using Billing Data}

본 발명은 과금 데이터를 이용한 위치 기반 서비스 제공 방법, 위치 기반 서비스 시스템 및 서비스 데이터 제공 서버에 관한 것이다. 더욱 상세하게는, 이동 통신 사업자가 요금 청구나 민원 처리를 목적으로 일정 기간 보관하고 있는 과금 데이터를 통계하거나 분석하여 특정 가입자의 위치 관련 생활 패턴을 파악하고 추정하여 서비스 데이터로써 생성함으로써, 이러한 서비스 데이터를 토대로 특정 가입자에게 개인화된 위치 기반 서비스를 다양하게 제공할 수 있는 과금 데이터를 이용한 위치 기반 서비스 제공 방법, 위치 기반 서비스 시스템 및 서비스 데이터 제공 서버에 관한 것이다.

종래의 위치 기반 서비스는 단말기의 현재 위치를 기반으로 제공되는 데, 이러한 단말기 위치를 확인하기 위한 방법으로는 RFID, Zigbee 혹은 별도의 근거리 송신 장치를 이용하는 방법, 유무선 통신망에서의 기지국 또는 항법 시스템인 GPS를 이용하는 방법 등이 있었다. 또한, 위치 기반 서비스 제공 방법으로는 자신의 단말기, 서비스 제공자, 혹은 제 3자가 위치 확인을 요청하면 현재 위치를 확인하여 제공하거나 관련된 서비스를 제공하는 방식을 취하였으며, 단말기의 위치를 수집하는 측면에서는 이동통신망에서 단말기로 위치를 질의하는 방식 및 단말기의 위치등록을 이용하는 방식 등이 있다.

기존의 위치 수집 방법 중 이동통신망에서 단말기로 위치를 질의하는 방식은 이동통신망에 부하를 높이므로 경제성이 떨어져 사용할 수 없으며 위치등록을 이용하는 방식은 이동 중에 발생하는 위치 이력이 주로 수집되므로 정확한 위치를 파악하기 어려운 점이 있다. 또한, 위치 이력을 지속적으로 수집하여 보관하는 것은 이용자의 개인정보 보호 측면에서는 중대한 심리적인 위협이 될 수도 있다. 단말기의 위치 이력을 단말기나 관련 서버에서 보관하고 저장한다면 저장 공간의 낭비, 데이터 전송을 위한 네트워크 자원의 낭비, 수집과 분석을 위한 시스템의 비효율을 초래할 수 있다.

또한, 종래와 같이 현재 위치를 기반으로 제공할 수 있는 위치 기반 서비스 기술은 과거와 미래의 위치를 추정한 고급 위치정보를 기반으로 서비스를 제공하지 못하는 단점이 있다. 예로, 위치에 기반하여 쿠폰을 발송하는 경우 특정 시각의 위치에 기반해서 서비스를 제공하는 것은 수신 당사자에는 스팸이 될 가능성이 많으며 광고주 입장에서는 효과적인 마케팅에 저해가 된다. 과거의 위치 이력을 분석하여 제공하는 것이 유용할 것이다. 다른 예로는 현재 이동중인 것을 알고 있다면 이동 중인 이용자에 맞는 위치 기반 서비스를 제공하는 것이 가능하고 목적지를 알 수 있다면 서비스 폭이 훨씬 넓어질 수 있을 것이다. 또한, 목적지가 금요일 저녁 주로 활동하는 지역이라는 사실을 알 수 있다면 그에 맞는 서비스가 가능할 수 있다. 이렇게 효과적으로 이용자의 위치 기반 고급정보를 추정할 수 있다면 개인화 서비스와 폭 넓은 서비스의 확장이 가능해 진다. 하지만, 종래의 위치 기반 서비스 기술은 과거와 미래의 위치를 분석하거나 추정하는 기능을 제공하지 못함으로써, 폭넓은 위치 기반 서비스를 제공하지 못하는 문제점이 있다.

전술한 문제점을 해결하기 위한 본 발명의 목적은, 이동 통신 사업자가 일정 기간 보관하고 있는 과금 데이터를 통계하거나 분석하여 특정 가입자의 위치 관련 생활 패턴을 파악하고 추정하여 서비스 데이터로써 생성하는 서비스 데이터 서버를 제공하는 데 있다.

전술한 문제점을 해결하기 위한 본 발명의 다른 목적은, 이동 통신 사업자가 일정 기간 보관하고 있는 과금 데이터를 통계하거나 분석하여 특정 가입자의 위치 관련 생활 패턴을 파악하고 추정하여 서비스 데이터로써 생성하고, 이를 이용하여 특정 가입자에게 개인화된 폭넓은 위치 기반 서비스를 제공하는 위치 기반 서비스 시스템을 제공하는 데 있다.

전술한 목적을 달성하기 위한 본 발명의 한 측면에 따르면, 서비스 요청자의 단말기로 위치 기반 서비스를 제공하기 위해, 과금 데이터를 이용한 서비스 데이터를 제공하는 서비스 데이터 제공 서버에 있어서, 서비스 데이터를 요청받는 서비스 데이터 요청 수신부; 상기 요청에 대하여 과금 데이터를 추출하는 과금 데이터 추출부; 상기 추출된 과금 데이터를 통계하거나 분석하여 상기 서비스 데이터를 생성하는 서비스 데이터 생성부; 및 상기 요청에 대한 응답으로 상기 생성된 서비스 데이터를 송신하는 서비스 데이터 송신부를 포함하는 것을 특징으로 하는 위치 기반 서비스를 제공하기 위한 과금 데이터를 이용한 서비스 데이터 제공 서버를 제공한다.

전술한 목적을 달성하기 위한 본 발명의 다른 한 측면에 따르면, 서비스 요청자의 단말기로 위치 기반 서비스를 제공하기 위해, 서비스 데이터 제공 서버가 과금 데이터를 이용하여 서비스 데이터를 생성하고 제공하는 방법에 있어서, (a) 서비스 데이터를 요청받는 단계; (b) 시간정보 및 상기 시간정보와 연계된 위치정보로 이루어진 과금 데이터를 추출하는 단계; (c) 상기 추출된 과금 데이터를 통계하거나 분석하여 상기 서비스 데이터를 생성하는 단계; 및 (d) 상기 요청에 대한 응답으로 상기 생성된 서비스 데이터를 송신하는 단계를 포함하는 것을 특징으로 하는 위치 기반 서비스를 제공하기 위한 과금 데이터를 이용한 서비스 데이터를 생성하고 제공하는 방법을 제공한다.

전술한 목적을 달성하기 위한 본 발명의 다른 한 측면에 따르면, 서비스 요청자의 단말기로 위치 기반 서비스를 제공하는 위치 기반 서비스 시스템에 있어서, 상기 단말기로부터 상기 위치 기반 서비스를 요청받으면 서비스 데이터를 요청하여 서비스 데이터를 수신하고, 상기 수신된 서비스 데이터를 이용하여 상기 위치 기반 서비스를 제공하는 서비스 제공 서버; 및 상기 서비스 데이터를 요청받으면 과금 데이터를 추출하고, 상기 추출된 과금 데이터를 통계하거나 분석하여 상기 서비스 데이터를 생성하여 송신하는 서비스 데이터 제공 서버를 포함하는 것을 특징으로 하는 위치 기반 서비스를 제공하는 위치 기반 서비스 시스템을 제공한다.

이상에서 설명한 바와 같이 본 발명에 의하면, 이동 통신 사업자가 일정 기간 보관하고 있는 과금 데이터를 통계하거나 분석하여 특정 가입자의 위치 관련 생활 패턴을 파악하고 추정하여 서비스 데이터로써 생성하는 서비스 데이터 서버를 제공하는 효과가 있다.

또한 본 발명에 의하면, 이동 통신 사업자가 일정 기간 보관하고 있는 과금 데이터를 통계하거나 분석하여 특정 가입자의 위치 관련 생활 패턴을 파악하고 추정하여 서비스 데이터로써 생성하고, 이를 이용하여 특정 가입자에게 개인화된 폭넓은 위치 기반 서비스를 제공하는 위치 기반 서비스 시스템을 제공하는 효과가 있다.

이하, 본 발명의 실시예를 첨부된 도면들을 참조하여 상세히 설명한다. 우선 각 도면의 구성요소들에 참조부호를 부가함에 있어서, 동일한 구성요소들에 대해서는 비록 다른 도면상에 표시되더라도 가능한 한 동일한 부호를 가지도록 하고 있음에 유의해야 한다. 또한, 본 발명을 설명함에 있어, 관련된 공지 구성 또는 기능에 대한 구체적인 설명이 당업자에게 자명하거나 본 발명의 요지를 흐릴 수 있다고 판단되는 경우에는 그 상세한 설명은 생략한다.

도 1은 본 발명에 따른 과금 데이터를 이용하여 위치 기반 서비스를 제공하는 위치 기반 서비스 시스템에 대한 도면이다.

도 1에 도시된 바와 같이, 서비스 요청자의 단말기(120)로 위치 기반 서비스를 제공하는 위치 기반 서비스 시스템은, 단말기(120)로부터 위치 기반 서비스를 요청받아 서비스 데이터를 이용하여 위치 기반 서비스를 제공하는 서비스 제공 서버(110) 및 서비스 제공 서버(110)로 서비스 데이터를 제공하는 서비스 데이터 제공 서버(100)를 포함한다.

도 1에 도시된 바와 같이, 단말기(120), 서비스 제공 서버(110) 및 서비스 데이터 제공 서버(100)는 유무선 통신망(130)을 통해 연결되며, 여기서 위치 기반 서비스를 요청하는 단말기(120)는 휴대전화와 같은 이동통신 단말기, 데스크 탑 컴퓨터 및 핸드 헬드(Hand-held) 컴퓨터 등에서 하나 일 수 있다.

도 1을 참조하면, 서비스 제공 서버(110)는 단말기(120)로부터 위치 기반 서비스를 요청받으면 서비스 데이터 제공 서버(100)로 서비스 데이터를 요청하여 수신하고, 수신된 서비스 데이터를 이용하여 단말기(120)로 위치 기반 서비스를 제공한다.

도 1을 참조하면, 서비스 데이터 제공 서버(100)는 서비스 제공 서버(110)로부터 서비스 데이터를 요청받으면 과금 데이터를 추출하고, 추출된 과금 데이터를 통계하거나 분석하여 서비스 데이터를 생성하여 서비스 제공 서버(110)로 송신한다. 서비스 데이터 제공 서버(100)에 대해서는 도 2를 참조하여 더욱 상세하게 설명한다.

도 2는 본 발명에 따른 위치 기반 서비스를 제공하기 위한 과금 데이터를 이용한 서비스 데이터 제공 서버(100)를 개략적으로 나타낸 도면이다.

도 2에 도시된 바와 같이, 서비스 요청자의 단말기(120)로 위치 기반 서비스를 제공하기 위해, 과금 데이터를 이용한 서비스 데이터를 생성하여 제공하는 서비스 데이터 제공 서버(100)는, 서비스 데이터를 요청받는 서비스 데이터 요청 수신부(210), 서비스 데이터 요청 수신부(210)에서 수신한 요청에 대하여 과금 데이터를 추출하는 과금 데이터 추출부(220), 과금 데이터 추출부(220)에서 추출된 과금 데이터를 통계하거나 분석하여 서비스 데이터를 생성하는 서비스 데이터 생성부(230) 및 서비스 데이터 요청 수신부(210)에서 수신한 요청에 대한 응답으로 생성된 서비스 데이터를 송신하는 서비스 데이터 송신부(240) 등을 포함한다.

전술한 서비스 데이터 요청 수신부(210)는 서비스 요청자의 요청자 정보가 포함된 요청을 서비스 제공 서버(110)로부터 수신하되, 전술한 서비스 요청자의 요청자 정보는 신상 정보 및 위치정보 중 하나 이상을 포함할 수 있는데, 신상정보는 나이, 성별, 직업 및 소득 등에 대한 정보를 포함할 수 있고, 위치정보는 서비스 요청자가 위치한 행정도, 범위, 좌표 및 경로 등에 대한 정보를 포함할 수 있다.

전술한 서비스 데이터 요청 수신부(210)는 서비스 종류 정보가 포함된 요청을 서비스 제공 서버(110)로부터 수신하되, 전술한 서비스 종류 정보는 단말기(120)의 서비스 요청자가 제공받고자 하는 위치 기반 서비스의 유형에 대한 정보가 된다. 따라서, 서비스 종류 정보에는 서비스 데이터에 포함될 정보의 종류가 명시될 수 있다.

전술한 "과금 데이터"는 시각과 날짜를 포함한 시간정보 및 이러한 시간정보와 연계된 위치정보로 이루어진 데이터로써 이동 통신 사업자가 가입자들의 요금 청구나 민원 처리를 목적으로 합법적으로 일정 기간 보관하는 데이터이다.

과금 데이터에 포함된 위치정보는 단말기(120)가 특정 시간정보에 위치한 위치 관련 정보로써, 기지국 기반 위치정보 및 GPS 기반 위치정보 중 하나 이상에 대한 정보일 수 있다.

기지국 기반 위치정보는 단말기(110)가 연결된 이동 교환기 ID(MSCID: Mobile Switching Center ID), 단말기(110)가 속한 시스템 ID(SID: System ID), 단말기(110)가 속한 네트워크 ID(NID: Network ID), 단말기(110)가 속한 로컬 지역 ID(LAID: Local Area ID), 단말기(110)가 연결된 기지국 ID(BSSID: Base Station ID), 단말기(110)가 연결된 기지국 좌표 및 기지국 기반 위치 계산에 의한 단말기(120) 위치 등에서 하나 이상을 포함할 수 있다. GPS 기반 위치정보는 GPS 기반 위치 계산에 의한 단말기(110) 또는 단말기(110)가 연결된 기지국에 대한 위치 관련 좌표 또는 정보일 수 있다.

과금 데이터 추출부(220)가 과금 데이터로써 추출하는 데이터에는, 위치등록 데이터, 음성 과금 데이터, 패킷 과금 데이터, 메시지 과금 데이터, 위치 기반 서비스 과금 데이터 및 부가 서비스 과금 데이터 등이 있다.

또한, 과금 데이터 추출부(220)는 서비스 데이터 요청 수신부(210)에서 요청을 수신하기 전에 연동하는 유무선 통신망(130)으로부터 주기적 또는 실시간으로 과금 데이터를 수집하여 서비스 데이터 제공 서버(100)의 내부의 과금 데이터 DB에 저장해두고 서비스 데이터 요청 수신부(210)에서 요청을 수신한 시점에 기저장된 과금 데이터로부터 해당 과금 데이터를 추출할 수도 있고, 서비스 데이터 요청 수신부(210)에서 요청을 수신한 시점에 연동하는 유무선 통신망(130)으로부터 과금 데이터를 수집하여 추출할 수도 있다.

전자의 과금 데이터 수집 방식은 서비스 데이터 요청 수신부(210)에서 요청을 수신하기 전에 미리 과금 데이터를 수집하여 저장해두기 때문에 과금 데이터 추출 속도가 상대적으로 빠르지만 추출하기 위한 과금 데이터를 미리 저장하기 위한 서비스 데이터 제공 서버(100) 내부에 별도의 대용량 과금 데이터 DB를 구축해야만 한다. 하지만, 후자의 과금 데이터 수집 방식은 서비스 데이터 요청 수신부(210)에서 요청을 수신한 시점에 과금 데이터를 수집하여 추출하기 때문에 추출 속도가 상대적으로 느리지만 서비스 데이터 제공 서버(100) 내부에 별도의 대용량 과금 데이터 DB를 구축할 필요가 없다.

하지만, 전술한 두 가지 과금 데이터 수집 방식 모두 과금 데이터를 추출하는 시점은 서비스 데이터 요청 수신부(210)에서 요청을 수신한 시점에 이루어지기 때문에 서비스 데이터 제공 서버(100)가 사전에 방대한 개인정보를 추출할 필요가 없음으로 개인 정보 보호에 도움이 된다.

전술한 서비스 데이터 생성부(230)는 과금 데이터 추출부(220)에서 추출된 서비스 요청자에 대한 과금 데이터를 통계하거나 분석하여 서비스 요청자의 생활 패턴을 서비스 데이터로 생성한다.

위에서 언급한 "서비스 데이터"는 서비스 요청자의 개인통계 위치정보, 개인 분석 위치정보, 서비스 요청자와 연계된 집단의 집단통계 위치정보 및 집단분석 위치정보 중 하나 이상을 포함할 수 있다.

전술한 추출된 과금 데이터에 포함된 위치정보는 아래와 같은 특성이 있다.

첫 번째, 과금이나 위치등록을 통해서 수집되는 과금 데이터에 포함된 위치정보 중 기지국 기반의 위치정보는 기지국을 통해서 단말기의 위치가 나타나게 되면서 위치의 오차가 발생할 수 있다. 단말기의 절대적인 위치와 무관하게 전파의 세기가 달라지면서 동일한 위치가 다른 기지국으로 시스템에 보고되면 다른 위치로 인식하게 되는 공간적 오류가 발생하는 것이다. 두 번째, 위치등록, 과금 등으로 발생하는 과금 데이터는 효과적으로 분석하기 용이하게 수집되는 데이터가 아니고 서비스 이용에 대한 이력이다. 따라서, 이런 이력 데이터인 과금 데이터는 불특정 시각과 위치에서 발생하기 때문에 의미 있는 서비스 데이터로 분석하기 위해서는 특별한 전처리와 분석 알고리즘이 필요하다. 세 번째, 기지국 엔지니어링에 따라 동일한 위치에서도 다른 위치정보가 시스템으로 보고될 수 있다. 위치등록이 발생하는 위치가 변경되지 않아도 다른 위치정보에 해당하는 기지국 코드와 같은 위치 관련 정보가 변경되므로 과금 데이터에 포함된 위치정보는 다른 위치정보로 치환하여 비교해야 한다. 네 번째, 기지국 기반 위치, 기지국 기반 좌표, 및 GPS 좌표 데이터는 위치의 정확도가 매우 다르므로 분리해서 목적에 맞도록 효과적으로 활용해야 한다. 다섯 번째, 위치등록의 경우는 유무선 통신망에서 위치등록 존을 관리하는 방법에 따라 행정동 지역의 크기가 매우 가변적이다. 이동 교환기 단위로 위치등록 존을 관리하고 있다면 이동 교환기가 서비스가 하는 영역이 위치변화를 파악 할 수 있는 최소 영역이 된다. 여섯 번째, CDMA(Code Division Multiple Access), WCDMA(Wideband Code Division Multiple Access)에 따라 위치 등록이 발생하는 상황과 영역도 다르다. 단말기가 동일한 지역을 이동하더라도 어느 망에서 서비스를 받는지에 따라 동일한 지역에서 위치등록이 발생하지 않을 수 있으며, 위치 등록을 통한 위치 이력(위치정보)의 발생 빈도도 달라진다. 일곱 번째, 단말기가 위치 등록이 발생하는 경계에 있다면 위치등록이 빈번하게 발생하며 실제로는 이동이 없어도 이동이 있는 것으로 이력이 나타날 수 있다. 혹은 위치 등록 존의 경계에 있거나 있지 않더라도 전파 상황에 따라 다른 기지국으로 통화 이력이 발생할 수 있다. 따라서, 의미가 있는 서비스 데이터로 분석하기 위해서는 특별한 전처리와 분석알고리즘이 필요하다. 전술한 것처럼 단말기의 위치정보에 대한 오류를 발생시킬 수 있는 두 인접한 기지국을 본 발명에서는 "이웃 기지국 관계"라 하고, 이렇게 발생한 위치정보를 본 발명에서는 "이웃 위치정보"라 한다.

전술한 과금 데이터의 위치정보의 특성을 고려하여, 서비스 데이터 생성부(230)는 시각과 날짜를 포함한 시간정보 및 이러한 시간정보와 연계된 위치정보로 이루어진 과금 데이터를 통계하거나 분석할 때, 과금 데이터를 통계하거나 분석하기 위해 특정 위치정보를 제거하거나 특정 위치정보를 다른 위치정보로 치환 등의 전처리 기능을 수행한다. 예를 들면, 위치등록이나 통화상태의 단말기(120)가 두 기지국(기지국 A, 기지국 B)의 경계에서 이동하지 않았지만, 위치정보는 단말기(120)가 기지국 A에서 기지국 B로 이동 것으로 되어 있거나 기지국 A 또는 기지국 B에 위치한 것으로 되어있을 수도 있다. 이렇게 두 기지국이 이웃(Neighbor) 기 지국 관계라면 하나의 기지국을 또 다른 기지국으로 치환할 수도 있다. 이를 통하여 단말기(120)가 이동한 시스템 환경을 파악할 수도 있으며, 위치정보의 처리가 간소화된다.

전술한 서비스 데이터 생성부(230)는 전술한 과금 데이터의 위치정보의 특성을 고려하여 과금 데이터를 통계하거나 분석하여 서비스 데이터를 생성한다.

전술한 서비스 데이터 생성부(230)는 추출된 과금 데이터에 포함된 위치정보를 제거하거나 다른 위치정보로 치환하여 추출된 과금 데이터를 통계하거나 분석하기 전에 단순화하는 전처리하는 전처리부, 전처리부에서 전처리된 과금 데이터에 포함된 위치정보의 위치빈도 및 누적시간을 계산하는 위치정보 분석부 및 전처리부에서 전처리된 과금 데이터에 포함된 위치정보의 패턴을 계산하는 위치정보 패턴 분석부 등을 포함하는 서브 부로 구성될 수 있다.

전술한 서비스 데이터는 개인통계 위치정보, 개인분석 위치정보, 집단통계 위치정보 및 집단분석 위치정보 등의 4가지로 생성될 수 있는데, 먼저, "개인통계 위치정보"는 서비스 요청자의 시간별 위치, 날짜별 위치, 요일별 위치, 월별 위치, 출퇴근 시간/경로/이동 수단, 출발지, 목적지, 이동 동료(동행자), 만날 사람, 만난 사람, 주말이동 패턴, 최장 체류 별 위치 및 최다 빈도별 위치 중 하나 이상을 포함하는 서비스 데이터이다.

다음으로, "개인분석 위치정보"는 서비스 요청자의 과거 또는 미래의 특정시간, 특정일, 특정요일 및 특정휴일 중 하나의 시점에 대하여 추정된 추정 위치, 추정 이동경로, 추정 이동수단, 추정 이동 동료(동행자), 추정 출발지, 추정 목적지, 추정 목적지 도착 시각, 추정 만날/만난 사람, 추정 POI(Point Of Interest) 중 하나 이상을 포함하는 서비스 데이터이다.

한편, 서비스 데이터 생성부(230)는 서비스 데이터에 대한 요청 수신시 함께 수신한 서비스 요청자의 요청자 정보를 토대로, 유무선 통신망(130) 또는 내부의 과금 데이터 DB로부터 동일 연령대 집단, 동일 성별 집단, 동일 직업 집단, 동일 지역 집단, 동일 이동수단 집단 및 최장 체류 위치가 비슷한 집단, 최다 빈도 위치가 비슷한 집단 및 유무선 통신 접촉 상대 중 하나 이상의 집단을 추출할 수 있다.

이에, 서비스 데이터 생성부(230)는 추출된 집단에 대한 시간별 위치, 날짜별 위치, 요일별 위치, 월별 위치, 휴일별 위치, 최장 체류 별 위치, 최다 빈도별 위치 및 집단 특성 중 하나 이상을 포함하는 "집단통계 위치정보"를 서비스 데이터로써 생성할 수도 있다.

또한, 서비스 데이터 생성부(230)는 추출된 집단에 대한 과거, 현재 또는 미래의 특정시간, 특정일, 특정요일 및 특정휴일 중 하나의 시점에서 집단통계 위치정보로부터 분석된 추정 위치, 추정 이동경로 및 추정 교통 트래픽 중 하나 이상을 포함하는 "집단분석 위치정보"를 서비스 데이터로써 생성할 수 있다.

한편, 서비스 데이터 생성부(230)는 위치정보가 포함된 과금 데이터를 통계하거나 분석하기 위해 지도 데이터를 이용할 수 있다. 이러한 지도 데이터는 서비스 데이터 제공 서버(100)의 내부 또는 외부의 위치정보 DB에 저장된다.

한편, 서비스 데이터 생성부(230)는 서비스 제공 서버(110)로 서비스 데이터를 송신한 이후, 송신한 서비스 데이터 또는 추출된 과금 데이터를 삭제할 수 있 다. 이를 통해 사용자에 대한 개인 정보 보호 및 사생활 보호를 가능하게 한다.

이상에서 설명한 바와 같이, 본 발명에 따른 위치 기반 서비스를 제공하기 위해, 서비스 데이터 제공 서버(100)는 이동 통신 사업자가 요금 청구나 민원 처리를 목적으로 반드시 일정 기간 보관하고 있는 과금 데이터를 이용하여 특정 가입자의 주요 활동지나 주거지, 출퇴근 이동 경로, 이동 수단, 미래의 추정되는 위치 및 이동 경로 등을 서비스 데이터로 생성하여 서비스 제공 서버(110)로 제공함으로써, 서비스 제공 서버(110)는 제공받은 서비스 데이터를 이용하여 가입자에 대한 개인화된 위치 기반 서비스를 제공할 수 있고, 위치 기반 서비스의 종류를 다양하게 할 수 있는 효과가 있다.

도 3은 본 발명에 따른 서비스 요청자의 단말기(120)로 위치 기반 서비스를 제공하기 위해, 서비스 데이터 제공 서버(100)가 과금 데이터를 이용하여 서비스 데이터를 생성하고 제공하는 방법에 흐름도이다.

도 3에 도시된 바와 같이, 서비스 데이터 제공 서버(100)가 과금 데이터를 이용하여 서비스 데이터를 생성하고 제공하는 방법은, 단말기(120)로부터 서비스 데이터를 요청받는 단계(S30), 시간정보 및 시간정보와 연계된 위치정보로 이루어진 과금 데이터를 추출하는 단계(S32), 추출된 과금 데이터를 통계하거나 분석하여 서비스 데이터를 생성하는 단계(S34) 및 단말기(120)로부터의 서비스 데이터 요청에 대한 응답으로 S34단계에서 생성된 서비스 데이터를 송신하는 단계(S36)를 포함한다.

도 3에 도시된 서비스 데이터 생성 단계(S34)는 도 4에서 세분화하여 상세하 게 도시한다.

도 4를 참조하면, 전술한 서비스 데이터 생성 단계(S34)는, S32 단계에서 추출된 과금 데이터에 포함된 시간정보를 기준으로 과금 데이터를 정렬하는 단계(S340), 전술한 바와 같은 과금 데이터의 특성을 고려하여 과금 데이터에 포함된 위치정보를 치환하거나 제거하여 과금 데이터를 전처리하는 단계(S342), 과금 데이터에 포함된 위치정보의 위치빈도 및 누적시간을 계산하는 단계(S344), 과금 데이터에 포함된 위치정보의 패턴을 계산하는 단계(S346) 및 S344 단계에서 계산된 위치빈도 및 누적시간 또는 S346 단계에서 계산된 패턴을 이용하여 해당 서비스 요청자의 생활패턴 정보를 계산하거나 추정하여 서비스 데이터를 생성하는 단계(S348)를 포함한다.

위에서 언급한 생활패턴 정보는 과금 데이터의 위치정보를 통계, 분석 및 추정하여 계산된 서비스 데이터로서, 서비스 요청자의 시간별 위치, 날짜별 위치, 요일별 위치, 월별 위치, 출퇴근 시간/경로/이동 수단, 주말이동 패턴을 포함하며, 또한 과거 또는 미래의 특정시간, 특정일, 특정요일 및 특정휴일 중 하나의 시점에 대하여 추정된 추정 위치 및 추정 이동경로 중 하나 이상을 포함할 수 있다.

도 5는 도 4에 도시된 서비스 데이터 생성 단계(S34)에서의 위치빈도 및 누적시간 계산 단계(S344)에 대한 세부 흐름도이다.

도 5를 참조하여, 위치빈도 및 누적시간 계산 단계(S344)를 상술하면 다음과 같다.

도 5를 참조하면, 위치빈도 및 누적시간 계산 단계(S344)에서는, 과금 데이 터의 위치정보를 확인(S3440)하고, 확인 결과 위치정보가 존재하는 판단(S3442)하여, 판단 결과 위치정보가 존재하면 누적된 위치 이력을 업데이트(S3444)하고 판단 결과 위치정보가 존재하지 않으면 위치정보를 생성(S3443)하여 다시 위치 이력을 업데이트(S3444)한다. 이렇게 업데이트된 위치 이력을 토대로 서비스 요청자가 주로 이동하거나 머무는 위치 및 시간대를 분석(S3446)한다. 이후, 이용자 포로파일을 반영(S3448)하여 분석(3446)을 통해 위치 및 시간대에 대한 분석의 결과가 존재하는지를 판단(S3450)하여 결과가 존재한다면 결과를 저장하고 전송(S3452)하여 전술한 해당 서비스 요청자의 생활패턴 정보를 계산하거나 추정하여 서비스 데이터를 생성하는 단계(S348)가 수행된다. 하지만, 이용자 포로파일을 반영(S3448)하여 분석(3446)을 통해 위치 및 시간대에 대한 분석의 결과가 존재하는지를 판단(S3450)하여 결과가 존재하지 않는다면 별도로 처리(S3451)한다.

도 6 및 도 7은 도 4를 참조하여 전술한 서비스 데이터 생성 단계(S34)에서 과금 데이터에 포함된 위치정보의 패턴을 계산하는 단계(S346)를 설명하기 위한 도면이다.

여기서 위치정보의 패턴은 빈도가 높은 위치정보만으로 분석되는 일반 패턴과 낮은 빈도를 가지지만 상세한 이동 상황까지 반영할 수 있는 일반 패턴보다 보다 정교한 벡터 패턴으로 나눌 수 있는 데, 도 6은 도 4에 도시된 서비스 데이터 생성 단계(S34)에서의 위치정보의 패턴 계산 단계(S346)에서 일반 패턴에 대한 세부 흐름도이고, 도 7은 도 4에 도시된 서비스 데이터 생성 단계(S34)에서의 위치정보의 패턴 계산 단계(S346)에서 벡터 패턴에 대한 세부 흐름도이다.

도 6을 참조하여, 일반 패턴에 대하여 위치정보의 패턴 계산 단계(S346)에서는, 과금 데이터의 위치정보를 확인(S3460)하고, 확인 결과 위치정보가 존재하는 판단(S3462)하여, 판단 결과 위치정보가 존재하면 누적된 위치 이력을 업데이트(S3464)하고 판단 결과 위치정보가 존재하지 않으면 위치정보를 생성(S3463)하여 다시 위치 이력을 업데이트(S3464)한다. 이렇게 업데이트된 위치 이력을 일단위 또는 주단위로 구분(S3466)한다. 이후, 일단위 또는 주단위로 구분된 위치 이력에 대하여 패턴을 계산(S3468)하여 계산된 패턴의 결과가 존재하는지를 판단(S3470)하여 결과가 존재한다면 결과를 저장하고 전송(S3472)하여 전술한 해당 서비스 요청자의 생활패턴 정보를 계산하거나 추정하여 서비스 데이터를 생성하는 단계(S348)가 수행된다. 하지만, 패턴의 결과가 존재하는지를 판단(S3470)하여 결과가 존재하지 않는다면 별도로 처리(S3471)한다. 전술한 패턴을 계산(S3468)할 때에는, 길이가 1인 위치부터 최대 길이까지 증가하면서 위치정보의 빈도와 평균 혹은 누적 머문 시간이 높은 위치정보를 중심으로 계산하는데, 이웃 기지국과 같은 이웃 위치정보를 고려할 수 있고 고려하지 않고 계산할 수도 있다.

도 7을 참조하여, 일반 벡터에 대한 패턴 계산보다 좀 더 정교한 패턴을 계산할 수 있는 벡터 패턴에 대한 위치정보의 패턴 계산 단계(S346)에서는, 과금 데이터의 위치정보를 확인(S3480)하고, 확인 결과 위치정보가 존재하는 판단(S3482)하여, 판단 결과 위치정보가 존재하면 누적된 위치 이력을 업데이트(S3484)하고 판단 결과 위치정보가 존재하지 않으면 위치정보를 생성(S3483)하여 다시 위치 이력을 업데이트(S3484)한다. 이렇게 업데이트된 위치 이력을 일단위 또는 주단위로 구 분(S3486)한다. 이후, 일단위 또는 주단위로 구분된 위치 이력에 대하여 벡터 패턴을 계산(S3488)하여 계산된 패턴의 결과가 존재하는지를 판단(S3490)하여 결과가 존재한다면 결과를 저장하고 전송(S3492)하여 전술한 해당 서비스 요청자의 생활패턴 정보를 계산하거나 추정하여 서비스 데이터를 생성하는 단계(S348)가 수행된다. 하지만, 패턴의 결과가 존재하는지를 판단(S3490)하여 결과가 존재하지 않는다면 별도로 처리(S3491)한다. 전술한 벡터 패턴을 계산(S3488)할 때에는, 위치가 2 이상인 일반 패턴에서 두 개 위치 사이에 존재하는 위치 벡터를 비교하여 정교한 패턴을 계산하는 데, 이웃 기지국과 같은 이웃 위치정보를 고려할 수 있고 고려하지 않고 계산할 수도 있다.

위에서 언급한 생활패턴 정보는 서비스 요청자의 주요 활동지나 주거지, 출퇴근 이동 경로, 이동 수단, 미래의 추정되는 위치/이동 경로, 서비스 요청자와 관련 있는 집단의 위치/이동 경로, 관련 있는 집단의 미래의 추정 위치/추정 이동 경로, 관련 있는 집단의 특성 등에 대한 서비스 데이터이다.

이러한 서비스 데이터로서의 생활패턴 정보에는 개인통계 위치정보, 개인분석 위치정보, 집단통계 위치정보 및 집단분석 위치정보 등에서 하나 이상을 포함할 수 있다.

개인통계 위치정보는 서비스 요청자의 시간별 위치, 날짜별 위치, 요일별 위치, 월별 위치, 출퇴근 시간/경로/이동 수단, 출발지, 목적지, 이동 동료(동행자), 만날 사람, 만난 사람, 주말이동 패턴, 최장 체류 별 위치 및 최다 빈도별 위치 중 하나 이상을 포함할 수 있다.

개인분석 위치정보는 서비스 요청자의 과거 또는 미래의 특정시간, 특정일, 특정요일 및 특정휴일 중 하나의 시점에 대하여 추정된 추정 위치, 추정 이동경로, 추정 이동수단, 추정 이동 동료(동행자), 추정 출발지, 추정 목적지, 추정 목적지 도착 시각, 추정 만날/만난 사람, 추정 POI(Point Of Interest) 중 하나 이상을 포함할 수 있다.

집단통계 위치정보는 서비스 요청자와 관련되어 추출된 집단에 대한 시간별 위치, 날짜별 위치, 요일별 위치, 월별 위치, 휴일별 위치, 최장 체류 별 위치, 최다 빈도별 위치 및 집단 특성 중 하나 이상을 포함한다.

집단분석 위치정보는 서비스 요청자와 관련되어 추출된 집단에 대한 과거 또는 미래의 특정시간, 특정일, 특정요일 및 특정휴일 중 하나의 시점에서 상기 집단통계 위치정보로부터 분석된 추정 위치, 추정 이동경로 및 추정 교통 트래픽 중 하나 이상을 포함한다.

여기서, 서비스 요청자와 관련되어 추출된 "집단"이란, 해당 서비스 요청자의 나이, 성별, 직업, 지역, 이동수단, 최장 체류 위치 및 최다 빈도 위치 등을 고려하여 서비스 요청자와 동일 연령대 집단, 동일 성별 집단, 동일 직업 집단, 동일 지역 집단, 동일 이동수단 집단 및 최장 체류 위치가 비슷한 집단, 최다 빈도 위치가 비슷한 집단 및 유무선 통신 접촉 상대 중 하나일 수 있다.

도 8, 도 9, 도 10 및 도 11을 참조하여, 추출된 과금 데이터를 분석하여 서비스 데이터를 생성하는 것을 예시적으로 설명한다.

도 8는 본 발명에 따른 위치 기반 서비스를 제공하기 위한 추출된 과금 데이 터에 대한 예시도로서, 도 9, 도 10 및 도 11에서 계속해서 이용되는 과금 데이터이다.

도 8는 서비스 데이터 제공 서버(100)가 서비스 데이터를 생성하기 위한 특정 가입자에 대하여 추출한 과금 데이터가 시간정보(810)를 기준으로 정렬된 예시도로서, 2007년 9월 30일 일요일에서 2007년 10월 2일 화요일까지의 특정 가입자가 통화를 하거나 단말기에 의해 위치등록을 한 과금 데이터이다.

도 8에 도시된 바와 같이, 과금 데이터는 날짜(811)와 시각(812)으로 표현된 시간정보(810) 및 특정 시간정보에 대응되는 위치정보(820)를 포함하며, 위치정보(820)로써는 기지국 코드(821)가 이용된 것을 가정한다. 또한, 도 8에 도시된 과금 데이터의 종류(830)에는 통화에 의한 데이터와 위치등록에 의한 데이터가 있다.

도 8를 참조하면, "[주말/주중]/시간:빈도"(840)는 동일한 위치(기지국 코드(821))에서 위치정보(위치 이력)가 연속해서 몇 번이나 발생한 지를 나타낸 것으로서, 단, 도 8의 예시에서는 하루 24시간을 2시간 간격으로 12개의 단위 시간대를 구성한 것이다. 예를 들면, "W/T10:1"(841)은 주중(W: Week)의 18시~20시(T10)의 단위 시간대에 기지국 A에서 1개의 위치정보(위치 이력)가 있다는 것을 의미하며, "W/T10:2"(842)는 주중(W: Week)의 18시~20시(T10)의 단위 시간대에 기지국 A에서 위치정보(위치 이력)가 "W/T10:1"(841)에 이어서 2번째로 발생했다는 것을 의미한다. 또한, "E/T6:3"(843)은 주말(E: weekEnd)에 10시~12시(T6)의 단위 시간대에 3개의 위치정보(위치 이력)가 있다는 것을 의미한다.

도 9는 도 8에 예시된 과금 데이터로부터 획득된 기지국별 체류 빈도에 대한 도면이다.

도 9의 (a)는 도 8에 도시된 과금 데이터를 근거로 하여 기지국별로 나타나는 위치정보(위치 이력)에 대한 빈도를 구한 도표이다.

도 9의 (a)에서의 910을 보면 기지국 A에 대한 빈도는 "3"으로 되어 있는데, 이 빈도 값은 도 8의 8110, 8120 및 8130에 대한 위치정보로 인해 계산된 값이다. 단, 동일한 기지국 코드(821)에 대하여 연속해서 발생하는 위치정보들은 빈도 값 계산시 하나의 위치정보로 간주한다. 예를 들면, 8130은 두 개의 데이터이지만 동일한 기지국 A에서 연속해서 발생한 위치정보이므로 "10/1 19:55"의 시간정보에 대하여 하나의 위치정보가 발생한 것으로 간주한다.

도 9의 (a)에서의 920을 보면 기지국 F에 대한 빈도는 "2"로 되어 있는데, 이 빈도 값은 도 8의 8140 및 8150에 대한 위치정보로 인해 계산된 값이다. 단, 8140은 4개의 데이터이지만 동일한 기지국 F에서 연속해서 발생한 위치정보이므로 "10/1 08:45"의 시간정보에 대하여 하나의 위치정보가 발생한 것으로 간주한다.

도 9의 (b)는 도 8에 도시된 과금 데이터를 근거로 하여 기지국별로 나타나는 위치정보(위치 이력)에 대한 빈도를 이웃(Neighbor) 기지국 관계를 적용하여 구한 도표이다.

도 11에 도시된 바와 같이, 도 9의 (b)에서는 기지국 B와 기지국 C, 기지국 D와 기지국 E가 각각 이웃 기지국 관계에 있는 것으로 가정한다. 이는 유무선 통신망(130)으로부터 획득할 수 있는 정보이다.

즉, 기지국 B의 서비스 영역이 기지국 C의 서비스 영역과 지리적으로 겹치게 되어 두 영역의 경계에 있는 단말기(120)는 경우에 따라서는 두 기지국(기지국 B와 기지국 C) 중 하나의 기지국 또는 두 기지국(기지국 B와 기지국 C) 모두에 대하여 위치정보가 발생할 수 있다. 따라서, 기지국 C를 기지국 B로 치환할 수 있다.

또한, 기지국 D의 서비스 영역이 기지국 E의 서비스 영역과 지리적으로 겹치게 되어 두 영역의 경계에 있는 단말기(120)는 경우에 따라서는 두 기지국(기지국 D와 기지국 E) 중 하나의 기지국 또는 두 기지국(기지국 D와 기지국 E) 모두에 대하여 위치정보가 발생할 수 있다. 따라서, 기지국 E를 기지국 D로 치환할 수 있다.

도 9의 (b)는 이러한 이웃 기지국 관계 개념을 적용하여 기지국 C를 기지국 B로 치환하고, 기지국 E를 기지국 D로 치환하는 전처리 과정을 거친 후 기지국별로 나타나는 위치정보(위치 이력)에 대한 빈도를 구한 도표이다.

도 9의 (b)에서의 930을 보면 기지국 D(E)에 대한 빈도는 "4"로 되어 있는데, 이 빈도 값은 도 8의 8160, 8170, 8180, 8190 및 8120에 대한 위치정보로 인해 계산된 값이다. 단, 8180 및 8190은 기지국 E를 기지국 D로 치환하여 하나의 기지국으로 봄으로써, 2개의 데이터이지만 동일한 기지국 D에서 연속해서 발생한 위치정보로 간주하여 "10/1 19:30"의 시간정보에 대하여 하나의 위치정보가 발생한 것으로 간주한다.

또한, 이웃 기지국 관계 개념을 적용한 도 9의 (b)는 이웃 기지국 관계 개넘을 적용하지 않은 도 9의 (a)보다 간소화됨을 확인할 수 있다.

전술한 기지국 별 체류 빈도를 나타낸 도표인 도 9의 (a) 또는 (b)를 통해 얻을 수 있는 서비스 데이터는, 서비스 요청자의 시간별 위치, 날짜별 위치, 요일 별 위치 및 최다 빈도별 위치를 획득할 수 있으며, 이를 토대로 집/근무지 지역, 출퇴근 시간 및 이동경로를 추정할 수 있다.

예를 들면, 도 9의 (b)를 통하여서는, 서비스 요청자가 "9월 30일 일요일 09시 20분, 15시 30분에 기지국 A의 서비스 영역에 있었음"을 알 수 있다. 또한, 서비스 요청자는 "기지국 B(또는 기지국 C) 및 기지국 D(또는 기지국 E)의 서비스 영역에서 4번의 최다 빈도 체류 수"를 보임을 확인할 수 있다. 이렇게 확인된 결과는 개인통계 위치정보 중 하나이다.

또한, 도 9의 (b)의 근거필드에서의 시간정보를 통하여, 서비스 요청자는 9월 30일 일요일 주말의 오전 및 저녁 시간에 기지국 A의 서비스 영역에 있는 것으로 보아 서비스 요청자의 "집"이 "기지국 A의 서비스 영역"에 있음을 추정할 수 있다.

또한, 도 9의 (b)에서의 940을 참조하면, 서비스 요청자가 오전 08:10 및 08:30에 기지국 B(C)와 기지국 D(E)를 각각 거쳐 08:45에 기지국 F로 이동한 것을 확인할 수 있고, 950을 참조하면, 저녁 19:30 및 19:50에 기지국 D(E)와 기지국 B(C)를 각각 거쳐 19:55에 기지국 A로 이동한 것으로 확인할 수 있다.

따라서, 서비스 요청자의 "근무지 또는 오전~오후 동안의 주요 활동지"가 "기지국 F의 서비스 영역"이고, "출퇴근 이동경로"가 "기지국 A-기지국 B(C)-기지국 D(E)-기지국 F"이라는 것을 쉽게 추정할 수 있다. 하지만, 서비스 요청자가 심야 근무자라면, 기지국 A의 서비스 영역은 근무지가 되고 기지국 F의 서비스 영역은 집이 될 수 있다. 이러한 것은 서비스 요청자의 요청자 정보를 토대로 판단할 수 있다.

또한, 도 9의 960을 참조하면, 기지국 F의 서비스 영역 이외에 "기지국 D( 또는 기지국 E)의 서비스 영역"이 "낮 시간 활동지"로 추정할 수 있다.

또한, 도 9의 970을 참조하면, 기지국 A의 서비스 영역 이외에 "기지국 B( 또는 기지국 C)의 서비스 영역"이 "주말 활동지"로 추정할 수도 있다.

이상에서 추정한 집, 근무지, 출퇴근 이동경로, 낮 시간 활동지 및 주말 활동지를 포함하는 서비스 데이터인 생활패턴은 개인분석 위치정보에 해당하는 것으로서 도 11에 도시된 도면을 통해 확인할 수 있다.

단, 도 9의 (a) 및 (b)는 과금 데이터를 이용하여 서비스 데이터를 생성하는 방법을 설명하기 위해 편의상 작은 개수의 과금 데이터를 참조하여 여러 가지 추정들을 설명하였지만, 많은 샘플의 과금 데이터를 추출하면 할수록 서비스 데이터의 추정 정확도는 높아진다.

또한, 이상에서 확인되거나 추정된 위치정보를 토대로 과거 또는 미래의 특정시간, 특정일, 특정요일 및 특정휴일 중 하나의 시점에 대하여 추정된 추정 위치, 추정 이동경로 및 추정 이동수단 중 하나 이상을 포함하는 개인분석 위치정보를 얻을 수도 있다.

도 10은 도 8에 예시된 과금 데이터로부터 획득된 기지국별 체류 시간에 대한 도면이다.

도 8의 과금 데이터 및 도 9의 (a)에 도시된 기지국별로 나타나는 위치정보(위치 이력)에 대한 빈도에 도표를 이용하여, 기지국별로 체류한(머문) 시간을 구 할 수 있다. 도 10의 (a)는 이러한 기지국별 체류 시간을 나타낸 도표이다.

도 8의 과금 데이터 및 도 9의 (b)에 도시된 이웃 기지국 관계를 적용한 기지국별로 위치정보(위치 이력)에 대한 빈도의 도표를 이용하여, 기지국별로 체류한(머문) 시간을 구할 수도 있다. 도 10의 (b)는 이웃 기지국 관계가 적용된 경우에서 기지국별 체류 시간을 나타낸 도표이다.

도 10의 (a)에서의 기지국 B에 대한 체류 시간이 25분이 계산되는 절차를 예를 들어 설명한다. 도 9의 (a)에서의 10월 1일 오전 08:10(911)에 기지국 B에 위치정보가 있으며, 동일 오전 08:30(912)에 기지국 C에서 위치정보가 있는 것으로 보아 서비스 요청자는 기지국 B의 서비스 영역에서 오전 08:10(911)~오전 08:30(912)의 최대 20분(1011)가량 머물렀음을 알 수 있다. 또한, 동일 저녁 19:50(914)에 기지국 B에 위치정보가 있고, 동일 저녁 19:55(915)에 기지국 A에서 위치정보가 있는 것으로 보아 서비스 요청자는 기지국 B의 서비스 영역에서 저녁 19:50(914)~저녁 19:55(915)의 최대 5분(1012)가량 머물렀음을 알 수 있다. 따라서, 기지국 B의 서비스 영역에서 서비스 요청자가 체류한 총 시간은 20분(1011)과 5분(1012)을 합하여 25분(1010)이 된다. 이와 같은 방법으로 도 10의 (b)에서 도시된 이웃 기지국 관계 적용시 기지국별 체류 시간에 대한 도표를 구할 수 있다.

도 10의 (a) 및 (b)를 통하여, 서비스 요청자의 최장 체류 별 위치를 확인할 수 있다.

도 10의 (b)를 참조하면, 서비스 요청자는 기지국 A의 서비스 영역 다음으로, 기지국 F/D/E의 서비스 영역에서 가장 오랫동안 머물렀음을 알 수 있다. 따라 서, 서비스 요청자는 근무지가 있는 기지국 F의 서비스 영역 및 주중 낮 시간 주요 활동지인 기지국 D의 서비스 영역에서 오랫동안 체류하는 것을 추정할 수 있다.

또한, 이상에서 확인되거나 추정된 위치정보를 토대로 과거 또는 미래의 특정시간, 특정일, 특정요일 및 특정휴일 중 하나의 시점에 대하여 추정된 추정 위치, 추정 이동경로 및 추정 이동수단 중 하나 이상을 포함하는 개인분석 위치정보를 얻을 수도 있다.

도 9의 (a), 도 9의 (b), 도 10의 (a) 및 도 10의 (b)를 참조하여, 추정되는 이동경로를 경로 패턴 개념으로 살펴 보면 대부분의 사람은 24시간 단위의 생활 패턴이 있으므로 도 8의 과금 데이터를 보이는 사용자에 대한 일자마다 위치 변경 이력은 9월 30일 A C C C A, 10월 1일 B D F F F F D D F E D B A A, 10월 2일 C C E 로 정리된다. 10월 1일과 2일의 이력을 24시간 기준으로 다시 적어보면 아래와 같다. 10월 1일은 A B D F F F F D D F E D B A A이고, 10월 2일은 A C C E ~가 된다.

출근시간대의 패턴을 보면 10월 1일은 A-B-D-F이고 10월 2일은 A-C-E 이다. 만약 10월 1일과 같은 패턴이 동일한 시간대에서 발생한 빈도가 높다면 출근 이동경로로 추정하는 것이 타당해 진다. 이웃 위치정보의 개념을 통해서 보면 10월 2일도 동일한 패턴의 빈도를 높이는 것으로 볼 수 있다. 즉, 10월 2일 패턴은 B의 인접한 이웃 기지국이고 E는 D의 인접한 이웃 기지국이므로 A-B-D의 패턴과 같아진다. 10월 1일 패턴을 A-B-F로 축약한 경우라면 A-B-F의 패턴과 동일한 경우로 이 패턴이 출근시간대의 패턴으로 볼 수 있다.

10월 1일 낮 시간대의 경우는 F-D-E-F의 패턴을 보이고 있다. 특정하게 이력이 발생할 수밖에 없는 통화 이력이 포함되어 있으므로 동일한 패턴이 자주 발생하여 이런 패턴이 계속 될지는 알 수 없다. 만약 단말기가 실제로 D와 E 지역을 자주 왕래하는 경우라면 동일한 패턴이 자주 등장할 것이다. Neighbor 기지국 개념을 적용하여 보면 D와 E 혹은 D와 E와 F가 함께 묶일 수 있으므로 F-D/E-F 혹은 F 라는 패턴은 낮에 잘 나타나는 패턴이 될 것이다.

10월 1일의 저녁 시간대의 경우도 위와 동일한 방법으로 패턴을 찾는다면 F-D/E-B/C-A의 패턴이 찾아질 수 있을 것이다. 즉, 단말기의 패턴은 아침, 낮, 저녁의 찾아진 패턴을 조합하여 보면 A-B/C-F/D/E-B/C-A 인 하루 단위 패턴이 찾아진다.

그러나, 이렇게 패턴을 찾는 방법은 빈도가 높은 일반 패턴을 찾을 수는 있지만 이동 경로 상에서 누적되는 다양한 위치 이력이 반영되지 못하는 한계가 있다. 위의 예에서 위치 이력에 B/C-D 사이에 어떤 경로를 이용하는지 알지 못하는데 실제로는 X라는 지역을 지나고 있다고 해 보면 임계 빈도보다 낮은 3회의 통화 발/수신 이력은 정교한 패턴을 만들어 내는 데는 도움을 주기 어렵다. 이러한 정교한 패턴을 벡터 패턴이라고 한다.

벡터 패턴은 벡터의 개념을 통해서 다시 살펴 볼 수 있다. 여기서 벡터는 거리와 방향을 갖는다. 즉 A는 A-B와 A-C라는 방향을 갖는다. B와 C 위치에서는 B-D와 C-D라는 방향을 갖는다. B/C-D 사이에 X지역에서 통화 이력이 있다면 X-D라는 이력이 있을 것이다. B/C-D 벡터의 거리 크기보다는 X-D 벡터의 거리크기가 작고 방향의 차이가 일정 임계치보다 작다면 같은 경로 상의 이동 중에 나타난 이력으로 볼 수 있을 것이다. 그렇다면 B/C-X-D를 B/C-D 패턴의 상세한 경로를 설명하는 서브 패턴으로 추정할 수 있다.

통화이력에서 벡터를 자연스럽게 구할 수 있는 경우가 있다. 통화 이력에서 통화를 시작할 때 위치와 통화를 종료할 때의 위치가 다른 경우는 거리와 방향이 존재하게 된다. 통화이력에서 통화 시작/종료 위치가 동일하다면 정지한 상태에서 통화를 했거나 통화시간이 기지국 서비스 영역을 벗어나지 못할 만큼 짧았을 경우가 된다. 통화이력에서 벡터가 나타난 경우 이 벡터가 전 후의 다른 위치 이력, 이전에 구해진 패턴들을 좀 더 상세하게 설명하는 서브패턴이 될지 판단해 보면 상세 패턴을 구할 수 있게 된다.

통화 이력에서 통화 시작/종료 위치가 다른 경우는 두 개의 위치 이력으로 분리해서 출입, 빈도 및 패턴을 구하는 알고리즘에 적용하여 위치를 분석하는 것도 가능하다.

지금까지 제시된 분석 방법을 조합하여 패턴을 찾는 것이 가능하다. 누적시간을 통해 머무는 시간이 긴 위치는 찾고 일반 패턴과 벡터 패턴을 적용하여 상세하고 긴 경로 패턴을 찾는 것이 가능하다. 혹은 일반 패턴으로 찾은 패턴에 벡터 패턴으로 경로 패턴을 상세화하는 것도 가능하다. 혹은 통화 이력이나 위치등록 중 한가지 데이터만을 이용해서 빈도, 일반 패턴, 벡터 패턴을 찾고 데이터의 종류와 분석 방법을 확장하는 것도 가능하다.

모든 경로 패턴은 시간적인 특징을 가미하여 큰 의미를 갖게 된다. 특정한 위치 경로의 패턴이 출근 시간대에 나타났다면 출근경로가 될 수 있다. 명절에만 나타난다면 고향을 나타내고 있을 수 있다. 출근시간 대에 지하철과 같은 경로를 보였다면 출근시간대의 이동 수단을 추정할 수 있다. 주말에 특정 도로를 통해서 이동하는 패턴을 통해서 주말 생활 패턴을 추정하는 것이 가능하다.

이상의 설명은 본 발명의 기술 사상을 예시적으로 설명한 것에 불과한 것으로서, 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자라면 본 발명의 본질적인 특성에서 벗어나지 않는 범위에서 다양한 수정 및 변형이 가능할 것이다. 따라서, 본 발명에 개시된 실시예들은 본 발명의 기술 사상을 한정하기 위한 것이 아니라 설명하기 위한 것이고, 이러한 실시예에 의하여 본 발명의 기술 사상의 범위가 한정되는 것은 아니다. 본 발명의 보호 범위는 아래의 청구범위에 의하여 해석되어야 하며, 그와 동등한 범위 내에 있는 모든 기술 사상은 본 발명의 권리범위에 포함되는 것으로 해석되어야 할 것이다.

이상 설명한 바와 같이, 본 발명은 위치 기반 서비스 기술에 적용되어, 이동 통신 사업자가 요금 청구나 민원 처리를 목적으로 일정 기간 보관하고 있는 과금 데이터를 통계하거나 분석하여 특정 가입자의 위치 관련 생활 패턴을 파악하고 추정하여 서비스 데이터로써 생성함으로써, 이러한 서비스 데이터를 토대로 특정 가입자에게 개인화된 위치 기반 서비스를 다양하게 제공할 수 있는 매우 유용한 발명이다.

도 1은 본 발명에 따른 과금 데이터를 이용하여 위치 기반 서비스를 제공하는 위치 기반 시스템에 대한 도면,

도 2는 본 발명에 따른 위치 기반 서비스를 제공하기 위한 과금 데이터를 이용한 서비스 데이터 제공 서버를 개략적으로 나타낸 도면,

도 3은 본 발명에 따른 위치 기반 서비스를 제공하기 위한 과금 데이터를 이용한 서비스 데이터를 생성하고 제공하는 방법에 대한 흐름도,

도 4는 본 발명에 따른 위치 기반 서비스를 제공하기 위한 과금 데이터를 이용한 서비스 데이터를 생성하고 제공하는 방법에서의 서비스 데이터 생성 단계에 대한 세부 흐름도,

도 5는 도 4에 도시된 서비스 데이터 생성 단계에서의 위치빈도 및 누적시간 계산 단계에 대한 세부 흐름도,

도 6은 도 4에 도시된 서비스 데이터 생성 단계에서의 위치정보의 패턴 계산 단계에서 일반 패턴에 대한 세부 흐름도,

도 7은 도 4에 도시된 서비스 데이터 생성 단계에서의 위치정보의 패턴 계산 단계에서 벡터 패턴에 대한 세부 흐름도,

도 8는 본 발명에 따른 위치 기반 서비스를 제공하기 위한 추출된 과금 데이터에 대한 예시도,

도 9는 과금 데이터로부터 획득된 기지국별 체류 빈도에 대한 도면,

도 10은 과금 데이터로부터 획득된 기지국별 체류 시간에 대한 도면,

도 11은 서비스 요청자의 생활 패턴을 개념적인 이동통신망에 나타낸 도면이다.

< 도면의 주요 부분에 대한 부호의 설명 >

100: 서비스 데이터 제공 서버

110: 서비스 제공 서버

120: 단말기

130: 유무선 통신망

Claims (19)

1. 서비스 요청자의 단말기로 위치 기반 서비스를 제공하기 위해, 과금 데이터를 이용한 서비스 데이터를 제공하는 서비스 데이터 제공 서버에 있어서,

   서비스 데이터를 요청받는 서비스 데이터 요청 수신부;

   상기 요청에 대하여 기지국 기반 위치정보 및 GPS 기반 위치정보 중 하나 이상인 위치정보로 이루어진 과금 데이터를 추출하는 과금 데이터 추출부;

   상기 추출된 과금 데이터에 포함된 위치정보 중 미리 지정된 인접 기지국에서 발생한 위치정보를 제거하거나 다른 위치정보로 치환하여 상기 추출된 과금 데이터를 통계하거나 분석하기 전 전처리하고, 상기 전처리된 과금 데이터에 포함된 위치정보의 위치빈도 및 누적시간을 계산하며, 상기 전처리된 과금 데이터에 포함된 위치정보의 패턴을 계산한 후 상기 패턴을 상기 서비스 요청자의 개인통계 위치정보, 개인분석 위치정보, 상기 서비스 요청자와 연계된 집단의 집단통계 위치정보 및 집단분석 위치정보 중 하나 이상을 포함하는 상기 서비스 데이터로 생성하는 서비스 데이터 생성부; 및

   상기 요청에 대한 응답으로 상기 생성된 서비스 데이터를 송신하는 서비스 데이터 송신부

   를 포함하는 것을 특징으로 하는 위치 기반 서비스를 제공하기 위한 과금 데이터를 이용한 서비스 데이터 제공 서버.
2. 제 1항에 있어서,

   상기 서비스 데이터 요청 수신부는,

   요청자 정보가 포함된 상기 요청을 수신하되, 상기 요청자 정보는 서비스 요청자의 신상정보 및 위치정보 중 하나 이상을 포함하는 것을 특징으로 하는 위치 기반 서비스를 제공하기 위한 과금 데이터를 이용한 서비스 데이터 제공 서버.
3. 제 1항에 있어서,

   상기 서비스 데이터 요청 수신부는,

   서비스 종류 정보가 포함된 상기 요청을 수신하되, 상기 서비스 종류 정보는 상기 서비스 데이터에 포함될 정보가 명시된 것을 특징으로 하는 위치 기반 서비스를 제공하기 위한 과금 데이터를 이용한 서비스 데이터 제공 서버.
4. 제 1항에 있어서,

   상기 과금 데이터 추출부는,

   시각과 날짜를 포함한 시간정보 및 상기 시간정보와 연계된 상기 위치정보로 이루어진 상기 과금 데이터를 추출하는 것을 특징으로 하는 위치 기반 서비스를 제공하기 위한 과금 데이터를 이용한 서비스 데이터 제공 서버.
5. 제 1항에 있어서,

   상기 과금 데이터 추출부는,

   위치등록 데이터, 음성 과금 데이터, 패킷 과금 데이터, 메시지 과금 데이터, 위치 기반 서비스 과금 데이터 및 부가 서비스 과금 데이터 중 하나 이상의 데이터를 포함하는 상기 과금 데이터를 추출하는 것을 특징으로 하는 위치 기반 서비스를 제공하기 위한 과금 데이터를 이용한 서비스 데이터 제공 서버.
6. 제 1항에 있어서,

   상기 과금 데이터 추출부는,

   상기 요청을 수신하기 전 연동하는 유무선 통신망으로부터 주기적 또는 실시간으로 수집하여 내부의 과금 데이터 DB에 기저장된 데이터로부터 상기 과금 데이터를 수집하여 추출하거나,

   상기 요청을 수신한 시점에 상기 유무선 통신망으로부터 상기 과금 데이터를 수집하여 추출하는 것을 특징으로 하는 위치 기반 서비스를 제공하기 위한 과금 데이터를 이용한 서비스 데이터 제공 서버.
7. 삭제
8. 삭제
9. 제 1항에 있어서,

   상기 서비스 데이터 생성부는,

   상기 서비스 요청자의 시간별 위치, 날짜별 위치, 요일별 위치, 월별 위치, 출퇴근 시간/경로/이동 수단, 출발지, 목적지, 이동 동료(동행자), 만날 사람, 만난 사람, 주말이동 패턴, 최장 체류 별 위치 및 최다 빈도별 위치 중 하나 이상을 포함하는 상기 개인통계 위치정보를 상기 서비스 데이터로써 생성하는 것을 특징으로 하는 위치 기반 서비스를 제공하기 위한 과금 데이터를 이용한 서비스 데이터 제공 서버.
10. 제 1항에 있어서,

    상기 서비스 데이터 생성부는,

    상기 서비스 요청자의 과거 또는 미래의 특정시간, 특정일, 특정요일 및 특정휴일 중 하나의 시점에 대하여 추정된 추정 위치, 추정 이동경로, 추정 이동수단, 추정 이동 동료(동행자), 추정 출발지, 추정 목적지, 추정 목적지 도착 시각, 추정 만날/만난 사람, 추정 POI(Point Of Interest) 중 하나 이상을 포함하는 상기 개인분석 위치정보를 상기 서비스 데이터로써 생성하는 것을 특징으로 하는 위치 기반 서비스를 제공하기 위한 과금 데이터를 이용한 서비스 데이터 제공 서버.
11. 제 1항에 있어서,

    상기 서비스 데이터 생성부는,

    상기 서비스 요청자의 상기 요청자 정보를 토대로, 동일 연령대 집단, 동일 성별 집단, 동일 직업 집단, 동일 지역 집단, 동일 이동수단 집단 및 최장 체류 위치가 비슷한 집단, 최다 빈도 위치가 비슷한 집단 및 유무선 통신 접촉 상대 중 하나 이상의 집단을 추출하는 것을 특징으로 하는 위치 기반 서비스를 제공하기 위한 과금 데이터를 이용한 서비스 데이터 제공 서버.
12. 제 11항에 있어서,

    상기 서비스 데이터 생성부는,

    상기 추출된 집단에 대한 시간별 위치, 날짜별 위치, 요일별 위치, 월별 위치, 휴일별 위치, 최장 체류 별 위치, 최다 빈도별 위치 및 집단 특성 중 하나 이 상을 포함하는 상기 집단통계 위치정보를 상기 서비스 데이터로써 생성하는 것을 특징으로 하는 위치 기반 서비스를 제공하기 위한 과금 데이터를 이용한 서비스 데이터 제공 서버.
13. 제 11항에 있어서,

    상기 서비스 데이터 생성부는,

    상기 추출된 집단에 대한 과거 또는 미래의 특정시간, 특정일, 특정요일 및 특정휴일 중 하나의 시점에서 상기 집단통계 위치정보로부터 분석된 추정 위치, 추정 이동경로 및 추정 교통 트래픽 중 하나 이상을 포함하는 상기 집단분석 위치정보를 상기 서비스 데이터로써 생성하는 것을 특징으로 하는 위치 기반 서비스를 제공하기 위한 과금 데이터를 이용한 서비스 데이터 제공 서버.
14. 제 1항에 있어서,

    상기 서비스 데이터 생성부는,

    지도 데이터를 이용하여 상기 추출된 과금 데이터를 통계하거나 분석하는 것을 특징으로 하는 위치 기반 서비스를 제공하기 위한 과금 데이터를 이용한 서비스 데이터 제공 서버.
15. 제 1항에 있어서,

    상기 서비스 데이터 송신부는,

    상기 송신한 서비스 데이터 또는 상기 추출된 과금 데이터를 삭제하는 것을 특징으로 하는 위치 기반 서비스를 제공하기 위한 과금 데이터를 이용한 서비스 데이터 제공 서버.
16. 서비스 요청자의 단말기로 위치 기반 서비스를 제공하기 위해, 서비스 데이터 제공 서버가 과금 데이터를 이용하여 서비스 데이터를 생성하고 제공하는 방법에 있어서,

    (a) 서비스 데이터를 요청받는 단계;

    (b) 시간정보, 상기 시간정보와 연계된 위치정보, 기지국 기반 위치정보 및 GPS 기반 위치정보 중 하나 이상인 위치정보로 이루어진 과금 데이터를 추출하는 단계;

    (c) 상기 과금 데이터에 포함된 상기 시간정보를 기준으로 상기 과금 데이터를 정렬하는 단계;

    (d) 상기 과금 데이터에 포함된 상기 위치정보 중 미리 지정된 인접 기지국에서 발생한 위치정보를 치환하거나 제거하여 상기 과금 데이터를 전처리하는 단계;

    (e) 상기 전처리된 과금 데이터에 포함된 위치정보의 위치빈도 및 누적시간을 계산하는 단계;

    (f) 상기 과금 데이터에 포함된 상기 위치정보의 패턴을 계산하는 단계; 및

    (g) 상기 계산된 위치빈도 및 누적시간 또는 상기 계산된 패턴을 이용하여 상기 서비스 요청자의 생활패턴 정보를 계산하거나 추정하여 상기 서비스 데이터를 생성하는 단계; 및

    (d) 상기 요청에 대한 응답으로 상기 생성된 서비스 데이터를 송신하는 단계

    를 포함하는 위치 기반 서비스를 제공하기 위한 과금 데이터를 이용한 서비스 데이터를 생성하고 제공하는 방법.
17. 삭제
18. 제 16항에 있어서,

    상기 생활패턴 정보는,

    상기 서비스 요청자의 시간별 위치, 날짜별 위치, 요일별 위치, 월별 위치, 출퇴근 시간/경로/이동 수단, 주말이동 패턴을 포함하고,

    과거 또는 미래의 특정시간, 특정일, 특정요일 및 특정휴일 중 하나의 시점에 대하여 추정된 추정 위치 및 추정 이동경로 중 하나 이상을 포함하는 것을 특징으로 하는 위치 기반 서비스를 제공하기 위한 과금 데이터를 이용한 서비스 데이터를 생성하고 제공하는 방법.
19. 서비스 요청자의 단말기로 위치 기반 서비스를 제공하는 위치 기반 서비스 시스템에 있어서,

    상기 단말기로부터 상기 위치 기반 서비스를 요청받으면 서비스 데이터를 요청하여 서비스 데이터를 수신하고, 상기 수신된 서비스 데이터를 이용하여 상기 위치 기반 서비스를 제공하는 서비스 제공 서버; 및

    상기 서비스 데이터를 요청받으면 기지국 기반 위치정보 및 GPS 기반 위치정보 중 하나 이상인 위치정보로 이루어진 과금 데이터를 추출하고, 상기 추출된 과금 데이터에 포함된 위치정보 중 미리 지정된 인접 기지국에서 발생한 위치정보를 제거하거나 다른 위치정보로 치환하여 상기 추출된 과금 데이터를 통계하거나 분석하기 전 전처리하고, 상기 전처리된 과금 데이터에 포함된 위치정보의 위치빈도 및 누적시간을 계산하며, 상기 전처리된 과금 데이터에 포함된 위치정보의 패턴을 계산한 후 상기 패턴을 상기 서비스 요청자의 개인통계 위치정보, 개인분석 위치정보, 상기 서비스 요청자와 연계된 집단의 집단통계 위치정보 및 집단분석 위치정보 중 하나 이상을 포함하는 상기 서비스 데이터로 생성하여 송신하는 서비스 데이터 제공 서버

    를 포함하는 것을 특징으로 하는 위치 기반 서비스를 제공하는 위치 기반 서비스 시스템.

Images