KR101148164B1 - Method for estimating degree of subjective well-being based on language of user - Google Patents
Method for estimating degree of subjective well-being based on language of user Download PDFInfo
- Publication number
- KR101148164B1 KR101148164B1 KR1020100046641A KR20100046641A KR101148164B1 KR 101148164 B1 KR101148164 B1 KR 101148164B1 KR 1020100046641 A KR1020100046641 A KR 1020100046641A KR 20100046641 A KR20100046641 A KR 20100046641A KR 101148164 B1 KR101148164 B1 KR 101148164B1
- Authority
- KR
- South Korea
- Prior art keywords
- user
- emotional
- state
- subjective well
- verb
- Prior art date
Links
- 230000036642 wellbeing Effects 0.000 title claims abstract description 118
- 238000000034 method Methods 0.000 title claims abstract description 42
- 230000002996 emotional effect Effects 0.000 claims abstract description 170
- 230000008451 emotion Effects 0.000 claims description 38
- 238000000691 measurement method Methods 0.000 claims description 3
- 239000013598 vector Substances 0.000 description 6
- 230000006870 function Effects 0.000 description 4
- 238000000968 medical method and process Methods 0.000 description 3
- 230000003252 repetitive effect Effects 0.000 description 2
- 238000013528 artificial neural network Methods 0.000 description 1
- 210000004556 brain Anatomy 0.000 description 1
- 230000001149 cognitive effect Effects 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 238000007796 conventional method Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000003203 everyday effect Effects 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000000284 resting effect Effects 0.000 description 1
- 230000036962 time dependent Effects 0.000 description 1
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
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/16—Devices for psychotechnics; Testing reaction times ; Devices for evaluating the psychological state
- A61B5/165—Evaluating the state of mind, e.g. depression, anxiety
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F21/00—Security arrangements for protecting computers, components thereof, programs or data against unauthorised activity
- G06F21/30—Authentication, i.e. establishing the identity or authorisation of security principals
- G06F21/31—User authentication
-
- 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
- G06Q50/60—Business processes related to postal services
Landscapes
- Engineering & Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Business, Economics & Management (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- General Health & Medical Sciences (AREA)
- General Physics & Mathematics (AREA)
- Tourism & Hospitality (AREA)
- Life Sciences & Earth Sciences (AREA)
- Marketing (AREA)
- Primary Health Care (AREA)
- Strategic Management (AREA)
- Human Resources & Organizations (AREA)
- General Business, Economics & Management (AREA)
- Economics (AREA)
- Psychiatry (AREA)
- Computer Security & Cryptography (AREA)
- Hospice & Palliative Care (AREA)
- Surgery (AREA)
- Psychology (AREA)
- Social Psychology (AREA)
- Developmental Disabilities (AREA)
- Biophysics (AREA)
- Pathology (AREA)
- Biomedical Technology (AREA)
- Heart & Thoracic Surgery (AREA)
- Medical Informatics (AREA)
- Molecular Biology (AREA)
- Educational Technology (AREA)
- Animal Behavior & Ethology (AREA)
- Public Health (AREA)
- Veterinary Medicine (AREA)
- Child & Adolescent Psychology (AREA)
- Computer Hardware Design (AREA)
- Software Systems (AREA)
- General Engineering & Computer Science (AREA)
- Machine Translation (AREA)
- User Interface Of Digital Computer (AREA)
Abstract
본 발명은 사용자의 주관적 웰빙 상태를 측정하는 방법에 관한 것으로, 보다 구체적으로 사용자의 사용 단어를 파싱하여 사용자의 감정 동사 또는 감정 부사를 판단하고, 판단한 사용자 감정 동사 또는 감정 부사로부터 사용자의 주관적 웰빙상태를 실시간으로 정확하게 측정할 수 있는 방법에 관한 것이다.
본 발명에 따른 사용자의 주관적 웰빙 상태의 판단 방법은 사용자의 사용 단어를 이용하여 사용자의 주관적 웰빙 상태를 판단함으로써, 용이하고 편리하게 사용자의 주관적 웰빙 상태를 판단할 수 있다. 또한 본 발명에 따른 사용자의 주관적 웰빙 상태의 판단 방법은 사용자의 사용단어로부터 실시간으로 사용자의 주관적 웰빙값을 계산함으로써, 정확하게 사용자의 주관적 웰빙 상태를 판단할 수 있다. The present invention relates to a method for measuring a subjective well-being state of a user, and more specifically, to parse a user's use word to determine a user's emotional verb or emotional adverb, and a subjective well-being state of the user from the determined user's emotional verb or emotional adverb. It is about how to measure accurately in real time.
In the method of determining a subjective well-being state of the user according to the present invention, the subjective well-being state of the user may be easily and conveniently determined by determining the subjective well-being state of the user using the user's use word. In addition, the method of determining the subjective well-being state of the user according to the present invention can accurately determine the subjective well-being state of the user by calculating the subjective well-being value of the user in real time from the user's use word.
Description
본 발명은 사용자의 주관적 웰빙 상태를 측정하는 방법에 관한 것으로, 보다 구체적으로 사용자의 사용 단어를 분석하여 사용자의 사용 단어 중 사용자의 감정 동사 또는 감정 부사를 판단하고, 판단한 사용자 감정 동사 또는 감정 부사로부터 사용자의 주관적 웰빙상태를 실시간으로 정확하게 측정할 수 있는 방법에 관한 것이다.The present invention relates to a method for measuring a subjective well-being state of a user, and more specifically, to analyze a user's use word to determine a user's emotional verb or emotional adverb among user's used words, and from the determined user's emotional verb or emotional adverb. The present invention relates to a method for accurately measuring a subjective well-being state of a user in real time.
사용자에게 가치있는 서비스란 서비스를 통해서 사용자의 만족도가 증가하는 것이지만 궁극적으로 사용자의 행복 내지는 웰빙 상태를 유지 혹은 증진시켜주는 것이다. 동일한 서비스라도 사용자가 느끼는 서비스에 대한 만족도는 사용자마다 차이나는 것이어서, 서비스를 통해 느끼는 사용자의 웰빙 상태란 주관적이고 인지적인 요소로 받아들여지므로 주관적 웰빙 (Subjectiuve Well-Being, SWB)으로 호칭된다. 만약 가치 있는 서비스가 사용자의 주관적 웰빙 상태를 증진시키는 것이라면 성공적인 서비스 제공을 위해서 사용자의 주관적 웰빙 상태를 측정하는 것이 매우 중요하다. The service that is valuable to the user is to increase the user's satisfaction through the service, but ultimately to maintain or enhance the user's happiness or well-being. Even with the same service, the user's satisfaction with the service is different for each user, and thus the user's well-being state felt as a subjective and cognitive element is called subjective well-being (SWB). If a valuable service is to enhance the subjective well-being of the user, it is very important to measure the subjective well-being of the user in order to provide a successful service.
종래 사용자의 주관적 웰빙 상태를 측정하기 위해 심리학에서 가장 보편적으로 사용되는 방법 중 하나는 자가 측정 방법(self-report measure)이다. 자가 측정 방법은 사용자의 주관적 웰빙 상태와 관련된 여러 항목에 대해 사용자 스스로 답변하게 한 후, 각 항목들로부터 사용자의 주관적 웰빙 상태를 측정한다. 그러나 자가 측정 방법은 사용자에게 실시간으로 상황인식 서비스를 제공하기에 다음과 같은 문제점이 있다. One of the most commonly used methods in psychology to measure the subjective well-being state of a conventional user is a self-report measure. The self-measurement method allows the user to respond to various items related to the subjective well-being state of the user, and then measures the subjective well-being state of the user from each item. However, the self-measurement method has the following problems in providing a situation recognition service to a user in real time.
첫째, 자가 측정 방법은 사용자의 삶 전체에 걸친 웰빙 상태를 측정하는 것이므로 실시간으로 변화하는 개별적인 사용자 상황에 적용하기 곤란하다. 둘째, 개별적인 사용자 상황에 따른 사용자의 주관적 웰빙 상태는 시간에 종속적이므로 정확한 사용자의 주관적 웰빙 상태를 측정하기 위해서는 일정 시간 간격으로 변화하는 사용자의 주관적 웰빙 상태를 종합하여야 하는데, 자가 측정 방법으로는 일정 시간 간격으로 변화하는 사용자의 주관적 웰빙 상태를 측정하기 불편하다는 문제점을 가진다. 즉, 자가 측정 방법은 설문지 형식이기 때문에 일정 시간 간격으로 사용자의 주관적 웰빙 상태를 파악하기 위해 매 번마다 수십 개의 항목에 대해서 답변을 해야지만 정확한 사용자의 주관적 웰빙 상태를 측정할 수 있다는 불편함이 있다. First, since self-measurement measures the well-being state of a user's life, it is difficult to apply to individual user situations that change in real time. Second, since the subjective well-being state of the user according to the individual user situation is time-dependent, in order to accurately measure the subjective well-being state of the user, the subjective well-being state of the user that changes at regular intervals must be synthesized. There is a problem in that it is inconvenient to measure the subjective well-being state of the user that changes at intervals. That is, since the self-measuring method is a questionnaire form, it is inconvenient to accurately measure the subjective well-being state of the user, although it is necessary to answer dozens of items every time in order to determine the subjective well-being state of the user at regular intervals. .
한편 종래 사용자의 주관적 웰빙 상태를 측정하기 위한 다른 방법 중 하나는 의학적인 방법이 사용되고 있다. 의학적인 방법은 사용자의 얼굴 안색, 혀의 색깔, 심장 박동과 같은 신체 정보를 센서들을 통해 감지하고, 감지한 사용자의 신체 정보로부터 사용자의 주관적 웰빙 상태를 측정하는 것이다. 그러나 의학적인 방법은 사용자의 신체 정보를 감지하기 위하여 사용자의 몸에 항상 센서들을 부착하고 있어야 하기 때문에 일상적인 생활속에서 사용자의 주관적 웰빙 상태를 측정하기 곤란하다는 문제점을 가진다.Meanwhile, one of the other methods for measuring the subjective well-being state of a conventional user is a medical method. The medical method is to detect the body information such as the face complexion of the user, the color of the tongue, the heart rate through the sensor and to measure the subjective well-being state of the user from the detected body information of the user. However, the medical method has a problem in that it is difficult to measure the subjective well-being state of the user in everyday life because sensors must always be attached to the user's body in order to detect the user's body information.
본 발명은 위에서 언급한 종래 사용자의 주관적 웰빙 상태의 측정 방법이 가지는 문제점을 극복하기 위한 것으로 본 발명이 이루고자 하는 목적은 사용자의 사용 단어로부터 사용자의 주관적 웰빙 상태를 측정하는 방법을 제공하는 것이다.The present invention is to overcome the problems of the conventional method for measuring the subjective well-being state of the user, and an object of the present invention is to provide a method for measuring the subjective well-being state of the user from the user's words.
본 발명이 이루고자 하는 다른 목적은 사용자의 사용 단어 중 감정 동사와 감정 부사로부터 사용자의 주관적 웰빙 상태를 정확하게 측정하는 방법을 제공하는 것이다.Another object of the present invention is to provide a method for accurately measuring a subjective well-being state of a user from emotional verbs and emotional adverbs among user's words.
본 발명이 이루고자 하는 또 다른 목적은 사용자의 사용 단어로부터 사용자의 주관적 웰빙값을 계산하고 계산한 사용자의 주관적 웰빙값으로부터 실시간으로 사용자의 주관적 웰빙 상태를 측정하는 방법을 제공하는 것이다. Another object of the present invention is to provide a method of measuring a subjective well-being state of a user in real time from a user's subjective well-being value calculated from a user's subjective well-being value.
본 발명의 목적을 달성하기 위하여, 본 발명에 따른 사용자의 주관적 웰빙 상태의 측정 방법은 사용자가 사용하는 단어를 파싱하는 단계와, 파싱한 단어와 감정 동사 데이터베이스에 저장되어 있는 감정 단어를 비교하여 파싱한 단어 중 사용자의 감정 상태를 나타내는 감정 동사를 검색하는 단계와, 파싱한 단어 중 사용자의 감정 상태를 나타내는 감정 동사의 감정 레벨을 판단하는 단계와, 판단한 감정 동사의 감정 레벨에 기초하여 사용자의 주관적 웰빙값을 계산하는 단계를 포함한다. In order to achieve the object of the present invention, a method for measuring a subjective well-being state of a user according to the present invention includes parsing a word used by the user, parsing the parsed word and the emotional word stored in the emotional verb database. Searching for an emotional verb representing the emotional state of the user among the words, determining an emotional level of the emotional verb representing the emotional state of the user among the parsed words, and subjectiveness of the user based on the determined emotional level of the verb Calculating a wellness value.
바람직하게 사용자의 주관적 웰빙 상태의 측정 방법은 파싱한 단어와 감정 부사 데이터베이스에 저장되어 있는 감정부사를 비교하여 파싱한 단어 중 감정 부사를 검색하는 단계와, 파싱한 단어 중 감정 부사의 감정 레벨을 판단하는 단계를 더 포함하며, 여기서 사용자의 주관적 웰빙값은 감정 동사와 감정 부사에 기초하여 판단되는 것을 특징으로 한다.Preferably, a method for measuring a subjective well-being state of a user may include searching for an emotional adverb among parsed words by comparing a parsed word and an emotional adverb stored in an emotional adverb database, and determining an emotion level of the parsed word. It further comprises the step, wherein the subjective well-being value of the user is characterized in that it is determined based on the emotional verbs and emotional adverbs.
사용자의 주관적 웰빙 상태의 측정 방법은 사용자의 생활 수준, 취업 상태, 나이 중 적어도 어느 하나의 사용자 정보를 판단하는 단계를 더 포함하며, 여기서 사용자의 주관적 웰빙값은 감정 동사, 감정 부사 및 사용자 정보에 기초하여 판단되는 것을 특징으로 한다.The method of measuring the subjective well-being state of the user further includes determining user information of at least one of a user's living level, employment status, and age, wherein the subjective well-being value of the user is based on an emotional verb, an emotional adverb, and the user information. It is characterized in that it is determined based on.
사용자의 감정 상태는 부정적인 감정 상태를 기준으로 하며, 감정 동사와 감정 부사는 각각 계층화된 레벨로 그룹화되어 있는 것을 특징으로 한다.The emotional state of the user is based on the negative emotional state, and the emotional verbs and the emotional adverbs are each grouped in a hierarchical level.
사용자의 주관적 웰빙 상태는 사용자의 웰빙값의 증감에 의해 판단되거나 주기적으로 반복하여 측정한 사용자의 주관적 웰빙값의 평균값으로부터 판단되는 것을 특징으로 한다. The subjective well-being state of the user may be determined by an increase or decrease of the well-being value of the user or determined from an average value of the subjective well-being value of the user measured periodically and repeatedly.
본 발명에 따른 사용자의 주관적 웰빙 상태의 판단 방법은 종래 방법과 비교하여 다음과 같은 다양한 효과들을 가진다.The method of determining a subjective well-being state of a user according to the present invention has various effects as follows.
첫째, 본 발명에 따른 사용자의 주관적 웰빙 상태의 판단 방법은 사용자의 사용 단어를 이용하여 사용자의 주관적 웰빙 상태를 판단함으로써, 용이하고 편리하게 사용자의 주관적 웰빙 상태를 판단할 수 있다.First, the method of determining the subjective well-being state of the user according to the present invention may determine the subjective well-being state of the user easily and conveniently by determining the subjective well-being state of the user using the user's use word.
둘째, 본 발명에 따른 사용자의 주관적 웰빙 상태의 판단 방법은 사용자가 사용하는 감정 동사와 감정 부사를 계층화 레벨화된 감정동사 및 감정 부사 데이터베이스와 비교하여 사용자의 주관적 웰빙값을 계산함으로써, 정확하게 사용자의 주관적 웰빙 상태를 판단할 수 있다.Second, the method of determining a subjective well-being state of a user according to the present invention compares an emotional verb and an emotional adverb used by the user with a hierarchical leveled emotional verb and emotional adverb database to calculate the subjective well-being value of the user. Subjective well-being state can be determined.
셋째, 본 발명에 따른 사용자의 주관적 웰빙 상태의 판단 방법은 사용자의 사용단어로부터 실시간으로 사용자의 주관적 웰빙값을 계산함으로써, 시간에 종속하여 변화하는 사용자의 주관적 웰빙 상태를 정확하게 판단할 수 있다. Third, the method of determining the subjective well-being state of the user according to the present invention can accurately determine the subjective well-being state of the user that changes in time depending on the user's subjective well-being value in real time.
도 1은 본 발명의 일 실시예에 따른 사용자의 주관적 웰빙 상태의 판단 장치를 설명하기 위한 흐름도이다.
도 2는 본 발명의 일 실시예에 따른 사용자의 주관적 웰빙 상태의 판단 방법을 설명하기 위한 흐름도이다.
도 3은 본 발명의 다른 실시예에 따른 사용자의 주관적 웰빙 상태의 판단 방법을 설명하기 위한 흐름도이다.
도 4는 본 발명의 또 다른 실시예에 따른 사용자의 주관적 웰빙 상태의 판단 방법을 설명하기 위한 흐름도이다.
도 5는 감정 동사 데이터베이스에 저장되어 있는 감정 동사와 감정 레벨의 일 예를 도시하고 있다.
도 6은 감정 부사 데이터베이스에 저장되어 있는 감정 부사와 정도 레벨의 일 예를 도시하고 있다.1 is a flowchart illustrating an apparatus for determining a subjective well-being state of a user according to an exemplary embodiment of the present invention.
2 is a flowchart illustrating a method of determining a subjective well-being state of a user according to an embodiment of the present invention.
3 is a flowchart illustrating a method of determining a subjective well-being state of a user according to another embodiment of the present invention.
4 is a flowchart illustrating a method of determining a subjective well-being state of a user according to another embodiment of the present invention.
5 illustrates an example of an emotion verb and an emotion level stored in an emotion verb database.
6 illustrates an example of an emotional adverb and a degree level stored in an emotional adverb database.
이하 첨부한 도면을 참고로 본 발명에 따른 사용자의 주관적 웰빙 상태의 판단 방법에 대해 보다 구체적으로 설명한다.Hereinafter, a method of determining a subjective well-being state of a user according to the present invention will be described in detail with reference to the accompanying drawings.
도 1은 본 발명의 일 실시예에 따른 사용자의 주관적 웰빙 상태의 판단 장치를 설명하기 위한 흐름도이다.1 is a flowchart illustrating an apparatus for determining a subjective well-being state of a user according to an exemplary embodiment of the present invention.
도 1을 참고로 살펴보면, 사용 단어 획득부(10)는 사용자가 사용하는 단어를 획득하는 수단으로, 음성 통화를 통해 사용자 사용 단어를 획득하는 경우 마이크가 사용될 수 있으며, 채팅 또는 이메일과 같이 텍스트 형식으로 사용자 사용 단어를 획득하는 경우 사용자가 송신하고자 하는 텍스트 데이터를 입력하기 위한 사용자 인터페이스가 사용될 수 있다. 바람직하게 사용 단어 획득부(10)는 사용자가 사용하는 사용자 단말기에 배치되어 있는 것을 특징으로 하며, 여기서 사용자 단말기란 핸드폰, PDA, 개인용 컴퓨터 등과 같이 사용자가 상대방과 문자 또는 음성을 송수신할 수 있는 통신 단말기를 의미한다.Referring to FIG. 1, the use
단어 분석부(20)는 획득한 사용자 사용 단어를 분석하여 사용자 사용 단어 중 의미 단어를 분류한다. 음성 통화를 통해 사용자 사용 단어를 획득하는 경우, 단어 분석부(20)는 사용 단어 획득부(10)를 통해 입력되는 아날로그의 사용자 음성 신호를 디지털로 변환하고 변환한 디지털 음성 신호에서 휴지 구간을 판단한다. 판단한 휴지 구간에 기초하여 사용자 사용 단어 중 의미 단어를 분류한다. 한편, 텍스트 형식으로 사용자 사용 단어를 획득하는 경우, 일렬의 문자열에서 띄어쓰기에 기초하여 사용자 사용 단어 중 의미 단어를 분류한다.The
감정 동사 검색부(30)는 분류한 의미 단어를 감정 동사 데이터베이스(40)와 비교하여 분류한 의미 단어에서 감정 동사를 검색하며, 감정 부사 검색부(50)는 분류한 의미 단어를 감정 부사 데이터베이스(60)와 비교하여 분류한 의미 단어에서 감정 부사를 검색한다. 바람직하게, 감정 동사 검색부(30)와 감정 부사 검색부(50)는 일체로 제작될 수 있으며, 감정 동사 데이터베이스(40)와 감정 부사 데이터베이스(60)는 일체로 제작될 수 있다. 감정 동사 검색부(30)와 감정 부사 검색부(50)가 일체로 제작되고 감정 동사 데이터베이스(40)와 감정 부사 데이터베이스(60)가 각각 일체로 제작되는 경우, 분류한 의미 단어를 동시에 감정 동사 데이터베이스(40)와 감정 부사 데이터베이스(60)와 비교하여 분류한 의미 단어 중 감정 동사와 감정 부사를 함께 검색한다.The emotional
여기서 감정 동사란 사용자의 주관적 웰빙 상태를 판단하기 위해 필요한 사용자의 감정 상태를 나타내는 동사를 의미하며, 감정 부사란 사용자의 주관적 웰빙 상태를 판단하기 위해 필요한 사용자의 감정 정도를 나타내는 부사를 의미한다. 예를 들어, 감정 동사는 사용자의 긍정적인 감정 상태 또는 사용자의 부정적인 감정 상태를 나타내는 동사를 의미하며, 감정 부사는 사용자의 긍정적인 감정의 정도를 나타내는 부사 또는 사용자의 부정적인 감정의 정도를 나타내는 부사를 의미한다.Here, the emotional verb refers to a verb indicating the emotional state of the user necessary to determine the subjective well-being state of the user, and the emotional adverb refers to an adverb indicating the degree of emotion of the user required to determine the subjective well-being state of the user. For example, an emotional verb refers to a verb indicating a user's positive emotional state or a user's negative emotional state, and an emotional adverb refers to an adverb indicating a user's positive emotional level or an adverb indicating a user's negative emotional level. it means.
웰빙값 계산부(70)는 검색한 감정 동사의 감정 레벨과 검색한 감정 부사의 정도 레벨 및 사용자 정보 데이터베이스(80)에 저장되어 있는 사용자 정보에 기초하여 현재 상태의 사용자 주관적 웰빙값을 계산한다. 웰빙 상태 판단부(90)는 계산한 사용자 주관적 웰빙값으로부터 사용자의 주관적 웰빙 상태를 판단한다. 바람직하게, 웰빙 상태 판단부(90)는 일정 시간 간격으로 주기적으로 계산한 사용자 주관적 웰빙값(DoWB)의 평균값에 기초하여 사용자의 주관적 웰빙 상태를 판단하거나 일정 시간 간격으로 계산한 사용자 주관적 웰빙값의 증감값(△DoWB)에 기초하여 사용자의 주관적 웰빙 상태(SoWB)를 아래의 수학식(0)과 같이 판단한다.
[수학식 0]
여기서 fo은 일정시간 간격으로 계산한 사용자의 주관적 웰빙값의 증감 크기에 따른 사용자의 주관적 웰빙 상태를 나타내는 함수를 의미한다.The
[Equation 0]
Here, fo denotes a function representing the subjective well-being state of the user according to the magnitude of increase and decrease of the subjective well-being value of the user calculated at regular time intervals.
도 2는 본 발명의 일 실시예에 따른 사용자의 주관적 웰빙 상태의 판단 방법을 설명하기 위한 흐름도이다.2 is a flowchart illustrating a method of determining a subjective well-being state of a user according to an embodiment of the present invention.
도 2를 참고로 보다 구체적으로 살펴보면, 사용자가 사용하는 단어를 획득하고(S1) 획득한 사용자의 사용 단어를 분석하여 사용자 사용 단어를 의미 단어로 분류한다(S3).Referring to FIG. 2, in detail, a word used by a user is acquired (S1), and a user used word is classified as a semantic word by analyzing the acquired user's used word (S3).
사용자 사용 단어 중 의미 단어를 감정 동사 데이터베이스와 비교하여 사용자 사용 단어 중 감정 동사 데이터베이스에 존재하는 감정 동사를 검색한다(S5). 음성 통화시 입력되는 사용자 사용 단어로부터 분류한 의미 단어로부터 감정 동사를 검색하는 경우, 휴지구간 단위로 구분된 음성 신호의 특징 벡터를 추출하고 추출한 특징 벡터를 N개의 코드 벡터와 비교하여 가장 근접한 코드 벡터 값으로 양자화한다. 양자화한 음성 신호의 특징 벡터들과 감정 동사 데이터베이스에 저장되어 있는 기준 패턴의 유사도를 측정하여 기준 패턴과 일치하는 음성 신호를 감정 동사 데이터베이스에 존재하는 감정 단어로 검색한다. 양자화된 입력 음성 신호의 특징 벡터들과 생성된 기준 패턴의 유사도를 측정하기 위하여, 동적 프로그래밍(Dynamic)을 이용한 패턴 정합(Pattern Matching) 방식, 히든 마르코드 모델(Hiddern Markov Model, HMM)과 같은 통계적인 모델링 방법을 이용한 패턴 정합 방식, 인간 두뇌의 패턴 정합 능력을 적용하여 패턴 정합을 수행하는 신경 회로망(Neutral Network) 방식, 사람들이 음성에서 배운 규칙을 기계에 적용하여 패턴 정합을 수행하는 지식기반 시스템(Knowledge Based System) 방식 등이 사용되며, 본 발명이 적용되는 분야에 따라 다양한 패턴 정합 방식이 사용될 수 있다.The emotional word of the user used words is compared with the emotional verb database to search for an emotional verb existing in the emotional verb database (S5). In the case of searching for an emotional verb from a semantic word classified from a user-used word input during a voice call, a feature vector of a speech signal divided by a resting period is extracted and the extracted feature vector is compared with the N code vectors to obtain the closest code vector. Quantize by value. The similarity between the feature vectors of the quantized speech signal and the reference pattern stored in the emotional verb database is measured, and the speech signal matching the reference pattern is searched for by the emotional word in the emotional verb database. In order to measure the similarity between the feature vectors of the quantized input speech signal and the generated reference pattern, statistics such as pattern matching using dynamic programming and hidden markov model (HMM) Pattern matching method using conventional modeling method, Neural network method that performs pattern matching by applying pattern matching ability of human brain, Knowledge-based system that performs pattern matching by applying rules learned from voice to machine (Knowledge Based System) method is used, and various pattern matching methods may be used according to the field to which the present invention is applied.
한편, 문자 채팅 또는 이메일과 같이 텍스트 형식으로 입력되는 사용자 사용 단어로부터 분류한 의미 단어로부터 감정 동사를 검색하는 경우, 띄어쓰기에 기초하여 분류한 의미 단어를 감정 동사 데이터베이스에 저장되어 있는 의미 단어들과 비교하여 분류한 의미 단어 중 감정 동사 데이터베이스에 존재하는 감정 동사를 검색한다. On the other hand, when searching for an emotional verb from a semantic word classified from a user-use word input in a text format such as a text chat or an email, the semantic word classified based on the spacing is compared with the semantic words stored in the emotional verb database. The emotional verbs in the emotional verb database are searched among the semantic words classified.
사용자 사용 단어로부터 분류한 의미 단어로부터 감정 동사를 검색한 경우, 검색한 감정 동사의 감정 레벨을 판단한다(S7). 바람직하게, 감정 동사 데이터베이스에는 각 감정 동사에 해당하는 감정 레벨이 저장되어 있다. 각 감정 동사의 감정 레벨은 각 감정 동사의 감정 크기에 따라 개별적으로 설정되거나 감정 크기를 상/중/하로 구분하여 그룹으로 레벨 값이 설정될 수 있다.When an emotional verb is searched for from a semantic word classified from the user's use word, the emotional level of the searched emotional verb is determined (S7). Preferably, the emotion verb database stores emotion levels corresponding to each emotion verb. The emotion level of each emotion verb may be individually set according to the emotion size of each emotion verb, or the level value may be set as a group by dividing the emotion size into upper, middle, and lower portions.
검색한 감정 동사의 감정 레벨에 기초하여 아래의 수학식(1)과 같이 사용자의 주관적 웰빙값(DoWB)을 계산하고(S8), 계산한 사용자의 주관적 웰빙값으로부터 사용자의 주관적 웰빙 상태(SoWB)를 판단한다(S9). The subjective well-being value (DoWB) of the user is calculated based on the emotion level of the retrieved emotional verb as shown in Equation 1 below (S8), and the subjective well-being state of the user (SoWB) is calculated from the calculated subjective well-being value of the user. Determine (S9).
[수학식 1][Equation 1]
여기서 v1, v2, v3...는 각각 일정 시간 간격 동안 획득한 사용자 사용 단어에서 검색한 감정 동사의 감정 레벨이며, f1(v) 함수는 검색한 감정 동사의 감정 레벨의 평균값을 의미한다. Where v 1 , v 2 , v 3 ... are the emotional levels of the emotional verbs retrieved from the user-used words acquired over a period of time, respectively, and f 1 (v) is the average of the emotional levels of the emotional verbs retrieved. it means.
바람직하게, 일정 시간 간격으로 주기적으로 계산한 사용자의 주관적 웰빙값의 평균값으로부터 사용자의 주관적 웰빙 상태를 판단하거나 일정 시간 간격으로 계산한 사용자의 주관적 웰빙값의 증감에 따라 사용자의 주관적 웰빙 상태를 판단한다.Preferably, the subjective well-being state of the user is determined from the average value of the subjective well-being values of the user periodically calculated at regular time intervals or the subjective well-being state of the user is determined according to the increase or decrease of the subjective well-being value of the user calculated at regular time intervals. .
도 3은 본 발명의 다른 실시예에 따른 사용자의 주관적 웰빙 상태의 판단 방법을 설명하기 위한 흐름도이다. 3 is a flowchart illustrating a method of determining a subjective well-being state of a user according to another embodiment of the present invention.
도 3을 참고로 설명하는 본 발명의 다른 실시예에 따른 사용자의 주관적 웰빙 상태의 판단 방법은 정확한 사용자의 주관적 웰빙 상태를 판단하기 위해 사용자 사용 단어 중 감정 동사와 감정 부사에 기초하여 판단한다. 이하 본 발명의 다른 실시예에 따른 사용자의 주관적 웰빙 상태의 판단 방법의 설명 중 앞서 설명한 본 발명의 일 실시예에 따른 사용자의 주관적 웰빙 상태의 판단 방법 설명과 반복되는 부분은 생략한다.A method of determining a subjective well-being state of a user according to another embodiment of the present invention described with reference to FIG. 3 is determined based on an emotional verb and an emotional adverb of user words in order to determine an accurate subjective well-being state of the user. Hereinafter, the description of the method for determining the subjective well-being state of the user and the repetitive part of the description of the method for determining the subjective well-being state of the user according to another embodiment of the present invention will be omitted.
도 3을 참고로 보다 구체적으로 살펴보면, 사용자가 사용하는 단어를 획득하고(S11) 획득한 사용자의 사용 단어를 분석하여 사용자 사용 단어를 의미 단어로 분류한다(S12). 사용자 사용 단어 중 의미 단어를 감정 동사 데이터베이스와 비교하여 사용자 사용 단어 중 감정 동사 데이터베이스에 존재하는 감정 동사를 검색하고(S13), 검색한 감정 동사의 감정 레벨을 판단한다(S14).Referring to FIG. 3, the word used by the user is acquired (S11), and the user used word is classified into a semantic word by analyzing the acquired user's used word (S12). The meaning words of the user words are compared with the emotion verb database to search for the emotion verbs present in the emotion verb database (S13), and determine the emotion level of the retrieved emotion verbs (S14).
한편, 사용자 사용 단어 중 의미 단어를 감정 부사 데이터베이스와 비교하여 사용자 사용 단어 중 감정 부사 데이터베이스에 존재하는 감정 부사를 검색하고(S15), 검색한 감정 부사의 정도 레벨을 판단한다(S16). 바람직하게, 감정 부사 데이터베이스에는 각 감정 부사에 해당하는 정도 레벨이 저장되어 있다. 각 감정 부사의 정도 레벨은 각 감정 부사의 정도에 따라 개별적으로 설정되거나 상/중/하로 구분하여 그룹으로 레벨 값이 설정될 수 있다. 감정 부사를 검색하는 단계와 감정 부사의 정도 레벨을 판단하는 단계는 감정 동사를 검색하는 단계와 감정 동사의 감정 레벨을 판단하는 단계와 동일한 방식으로 이루어지며 이에 대한 자세한 설명은 생략한다.On the other hand, by comparing the semantic words of the user-use words with the emotional adverb database, the emotional adverbs existing in the emotional adverb database of the user-used words are searched (S15), and the level of the retrieved emotional adverbs is determined (S16). Preferably, the emotional adverb database stores a degree level corresponding to each emotional adverb. The degree of each degree of emotional adverb may be individually set according to the degree of each emotional adverb, or the level value may be set as a group divided into upper, middle, and lower parts. Searching for the emotional adverb and determining the level of emotional adverb are performed in the same manner as searching for the emotional verb and determining the emotional level of the emotional verb, and a detailed description thereof will be omitted.
검색한 감정 동사의 감정 레벨과 감정 부사의 정도 레벨에 기초하여 아래의 수학식(2)과 같이 사용자의 주관적 웰빙값(DoWB)을 계산하고(S18), 계산한 사용자의 주관적 웰빙값으로부터 사용자의 주관적 웰빙 상태를 판단한다(S19). The subjective well-being value (DoWB) of the user is calculated based on the emotion level of the emotional verb and the degree of emotional adverb searched as shown in Equation 2 below (S18), and the user's subjective well-being value is calculated from the calculated subjective well-being value of the user. The subjective well-being state is determined (S19).
[수학식 2][Equation 2]
여기서 a1, a2, a3,...는 일정 시간 간격 동안 획득한 사용자 사용 단어에서 검색한 감정 동사를 수식하는 감정 부사의 정도 레벨 값이며 f2(a, f1(v)) 함수는 검색한 감정 동사와 감정 부사의 곱의 평균값을 의미한다. 검색한 감정 동사를 수식하는 감정 부사가 존재하지 않는 경우 감정 부사의 정도 레벨 값은 1로 설정한다.Where a 1 , a 2 , a 3 , ... are values of the degree of emotional adverbs that modulate the emotional verbs retrieved from the user-used words obtained over a period of time, and the function f 2 (a, f 1 (v)) Means the average value of the product of the emotional verbs and emotional adverbs retrieved. If there is no emotional adverb that modifies the searched emotional verb, the degree of emotional adverb level is set to 1.
도 4는 본 발명의 또 다른 실시예에 따른 사용자의 주관적 웰빙 상태의 판단 방법을 설명하기 위한 흐름도이다. 4 is a flowchart illustrating a method of determining a subjective well-being state of a user according to another embodiment of the present invention.
도 4를 참고로 설명하는 본 발명의 또 다른 실시예에 따른 사용자의 주관적 웰빙 상태의 판단 방법은 보다 정확한 사용자의 주관적 웰빙 상태를 판단하기 위해 사용자 사용 단어 중 감정 동사와 감정 부사뿐만 아니라 사용자 정보에 기초하여 사용자의 주관적 웰빙 상태를 판단한다. 이하 본 발명의 또 다른 실시예에 따른 사용자의 주관적 웰빙 상태의 판단 방법의 설명 중 앞서 설명한 본 발명의 일 실시예 또는 다른 실시예에 따른 사용자의 주관적 웰빙 상태의 판단 방법 설명과 반복되는 부분은 생략한다.A method of determining a subjective wellbeing state of a user according to another embodiment of the present invention described with reference to FIG. Based on the subjective well-being state of the user is determined. Hereinafter, a description of a method of determining a subjective well-being state of a user according to an embodiment or another embodiment of the present invention described above, and a repetitive part will be omitted. do.
도 4를 참고로 보다 구체적으로 살펴보면, 사용자가 사용하는 단어를 획득하고(S21) 획득한 사용자의 사용 단어를 분석하여 사용자 사용 단어를 의미 단어로 분류한다(S22). 사용자 사용 단어 중 의미 단어를 감정 동사 데이터베이스와 비교하여 사용자 사용 단어 중 감정 동사 데이터베이스에 존재하는 감정 동사를 검색하고(S23), 검색한 감정 동사의 감정 레벨을 판단한다(S24).Referring to FIG. 4 in more detail, a word used by a user is acquired (S21), and a user used word is classified into a semantic word by analyzing the acquired user's used word (S22). By comparing the semantic words among the user-use words with the emotion verb database, the emotion verbs present in the emotion verb database among the user-use words are searched (S23), and the emotion level of the searched emotion verbs is determined (S24).
한편, 사용자 사용 단어 중 의미 단어를 감정 부사 데이터베이스와 비교하여 사용자 사용 단어 중 감정 부사 데이터베이스에 존재하는 감정 부사를 검색하고(S25), 검색한 감정 부사의 정도 레벨을 판단한다(S26).On the other hand, by comparing the semantic words of the user-use words with the emotional adverb database, the emotional adverbs existing in the emotional adverb database of the user-used words are searched (S25), and the degree of the retrieved emotional adverbs is determined (S26).
사용자 정보 데이터베이스에 기저장되어 있는 사용자 정보를 추출하고(S27), 검색한 감정 동사의 감정 레벨과 감정 부사의 정도 레벨 및 추출한 사용자 정보에 기초하여 아래의 수학식(3)과 같이 사용자의 주관적 웰빙값(DoWB)을 계산한다(S28). 사용자 정보란 사용자의 주관적 웰빙 상태를 판단하는데 필요한 사용자의 인구동태적 정보로 사용자의 소득, 취업 상태, 연령를 의미한다. The user information pre-stored in the user information database is extracted (S27), and the subjective well-being of the user is expressed as shown in Equation (3) below based on the detected emotion level and the degree of emotional adverb and the extracted user information. The value DoWB is calculated (S28). User information is the demographic information of the user necessary to determine the subjective well-being state of the user means the user's income, employment status, age.
[수학식 3]&Quot; (3) "
여기서 u1, u2, u3,...u3는 사용자 정보이며 f3(u, f2(a, f1(v))) 함수는 f2(a, f1(v))함수값과 각 사용자 정보에 매핑되어 있는 가중치를 더하거나 곱하여 이루어지는 함수로 사용자의 주관적 웰빙값을 계산하는 다양한 함수가 사용될 수 있다. 계산한 사용자의 주관적 웰빙값으로부터 사용자의 주관적 웰빙 상태를 판단한다(S29).Where u 1 , u 2 , u 3 , ... u 3 are user information and f 3 (u, f 2 (a, f 1 (v))) is f 2 (a, f 1 (v)) Various functions for calculating a subjective well-being value of a user may be used as a function obtained by adding or multiplying a value and a weight mapped to each user information. The subjective well-being state of the user is determined from the calculated subjective well-being value of the user (S29).
도 5는 감정 동사 데이터베이스에 저장되어 있는 감정 동사와 감정 레벨의 일 예를 도시하고 있다.5 illustrates an example of an emotion verb and an emotion level stored in an emotion verb database.
도 5를 참고로 살펴보면, 감정 동사 데이터베이스에는 "분노"에 해당하는 감정 동사의 텍스트 데이터가 저장되어 있거나, "분노"에 해당하는 감정 동사의 음성 신호 기준패턴이 저장되어 있으며, "분노"에 해당하는 각 감정 동사의 감정 레벨값이 개별적으로 저장되어 있다.Referring to FIG. 5, an emotional verb database stores text data of an emotional verb corresponding to "anger", or a voice signal reference pattern of an emotional verb corresponding to "anger", and corresponds to "anger". The emotion level of each emotional verb is stored separately.
본 발명이 적용되는 분야에 따라 분노 1개의 감정으로부터 사용자의 주관적 웰빙 상태를 판단할 수 있지만, 분노 이외에 슬픈, 기쁨 등 다양한 감정 동사가 감정 동사 데이터베이스에 저장되어 분노의 감정으로부터 판단한 사용자의 주관적 웰빙 상태와 슬픈 또는 기쁨으로부터 판단한 사용자의 주관적 웰빙 상태를 종합하여 사용자의 주관적 웰빙 상태를 판단할 수 있다.According to the field to which the present invention is applied, the subjective well-being state of the user may be determined from one emotion of anger, but in addition to the anger, various emotional verbs such as sad and joy may be stored in an emotional verb database to determine the subjective well-being state of the user. And the subjective well-being state of the user determined from sad or joy can be determined.
도 6은 감정 부사 데이터베이스에 저장되어 있는 감정 부사와 정도 레벨의 일 예를 도시하고 있다.6 illustrates an example of an emotional adverb and a degree level stored in an emotional adverb database.
도 6을 참고로 살펴보면, 감정 부사 데이터베이스에는 감정 부사의 텍스트 데이터가 저장되어 있거나 감정 부사의 음성 신호 기준패턴이 저장되어 있다. 감정 부사는 4개의 그룹으로 그룹화되어 각 그룹에 따라 감정 동사의 정도 레벨을 다르게 설정하였다.
Referring to FIG. 6, in the emotional adverb database, text data of emotional adverbs or voice signal reference patterns of emotional adverbs are stored. Emotional adverbs are grouped into four groups, with different levels of emotional verbs set for each group.
한편, 상술한 본 발명의 실시 예들은 컴퓨터에서 실행될 수 있는 프로그램으로 작성 가능하고, 컴퓨터로 읽을 수 있는 기록 매체를 이용하여 상기 프로그램을 동작시키는 범용 디지털 컴퓨터에서 구현될 수 있다.Meanwhile, the above-described embodiments of the present invention can be written as a program that can be executed in a computer, and can be implemented in a general-purpose digital computer that operates the program using a computer-readable recording medium.
상기 컴퓨터로 읽을 수 있는 기록 매체는 마그네틱 저장 매체(예를 들어, 롬, 플로피 디스크, 하드디스크 등), 광학적 판독 매체(예를 들면, 시디롬, 디브이디 등) 및 캐리어 웨이브(예를 들면, 인터넷을 통한 전송)와 같은 저장 매체를 포함한다.
The computer-readable recording medium may be a magnetic storage medium (for example, a ROM, a floppy disk, a hard disk, etc.), an optical reading medium (for example, a CD-ROM, DVD, etc.) and a carrier wave (for example, the Internet). Storage medium).
본 발명은 도면에 도시된 실시예를 참고로 설명되었으나 이는 예시적인 것에 불과하며, 본 기술 분야의 통상의 지식을 가진 자라면 이로부터 다양한 변형 및 균등한 타 실시예가 가능하다는 점을 이해할 것이다. 따라서, 본 발명의 진정한 기술적 보호 범위는 첨부된 등록청구범위의 기술적 사상에 의해 정해져야 할 것이다. While the present invention has been particularly shown and described with reference to exemplary embodiments thereof, it is evident that many alternatives, modifications and variations will be apparent to those skilled in the art. Therefore, the true technical protection scope of the present invention will be defined by the technical spirit of the appended claims.
10: 사용 단어 획득부 20: 단어 분석부
30: 감정동사 검색부 40: 감정동사 데이터베이스
50: 감정부사 검색부 60: 감정부사 데이터베이스
70: 웰빙값 계산부 80: 사용자 정보 데이터베이스
90: 웰빙 상태 판단부10: use word acquisition unit 20: word analysis unit
30: emotional verb search unit 40: emotional verb database
50: emotional adverb search unit 60: emotional adverb database
70: wellness value calculator 80: user information database
90: wellness state determination unit
Claims (9)
감정 동사 검색부에서 상기 분석한 단어와 감정 동사 데이터베이스에 저장되어 있는 감정 단어를 비교하여 상기 분석한 단어 중 사용자의 감정 상태를 나타내는 감정 동사를 검색하고, 감정 부사 검색부에서 상기 분석한 단어와 감정 부사 데이터베이스에 저장되어 있는 감정부사를 비교하여 상기 분석한 단어 중 감정 부사를 검색하는 단계;
웰빙값 계산부에서 상기 분석한 단어 중 사용자의 감정 상태를 나타내는 감정 동사 또는 감정 부사의 감정 레벨을 판단하는 단계;
상기 웰빙값 계산부에서 사용자의 생활 수준, 취업 상태, 나이 중 적어도 어느 하나의 사용자 정보를 판단하는 단계;
상기 웰빙값 계산부에서 상기 판단한 감정 동사와 감정 부사의 감정 레벨 및 사용자 정보에 기초하여 사용자의 주관적 웰빙값을 계산하는 단계; 및
웰빙 상태 판단부에서 상기 계산한 사용자의 주관적 웰빙값으로부터 사용자의 주관적 웰빙 상태를 판단하는 단계를 포함하는 사용자의 주관적 웰빙 상태의 측정 방법.Analyzing a word used by the user in the word analyzer;
The emotional verb search unit compares the analyzed word with the emotional words stored in the emotional verb database, searches for an emotional verb representing the emotional state of the user among the analyzed words, and the analyzed word and emotion in the emotional adverb search unit. Comparing emotional adverbs stored in an adverb database to search for emotional adverbs among the analyzed words;
Determining an emotion level of an emotional verb or an emotional adverb representing an emotional state of the user among the words analyzed by the wellness value calculator;
Determining, by the well-being value calculator, at least one user information among a living level, a working state, and an age of the user;
Calculating a subjective well-being value of the user based on the emotion level and the user information of the emotional verb and the emotional adverb determined by the well-being value calculator; And
And determining a subjective well-being state of the user from the calculated subjective well-being value of the user.
부정적인 감정 상태인 것을 특징으로 하는 사용자의 주관적 웰빙 상태의 측정 방법.The method of claim 1, wherein the emotional state of the user
A method of measuring a subjective well-being state of a user, characterized in that the negative emotional state.
상기 감정 동사와 감정 부사는 각각 계층화된 레벨로 그룹화되어 있는 것을 특징으로 하는 사용자의 주관적 웰빙 상태의 측정 방법.The method of claim 1,
And the emotional verbs and the emotional adverbs are grouped in hierarchical levels, respectively.
사용 단어 획득부에서 음성 통화, 이메일 또는 문자 채팅 중 어느 하나에 의해 획득되는 것을 특징으로 하는 사용자의 주관적 웰빙 상태의 측정 방법.The word of claim 4 or 5, wherein the user uses the word
Method for measuring the subjective well-being state of the user, characterized in that obtained by the voice call, email or text chat in the use word acquisition unit.
주기적으로 계산한 상기 사용자의 주관적 웰빙값의 평균값 또는 증감값에 의해 판단되는 것을 특징으로 하는 사용자의 주관적 웰빙 상태의 측정 방법. The method of claim 6, wherein the subjective well-being state of the user
The user's subjective well-being state measurement method characterized in that it is determined by the average value or increase or decrease of the subjective well-being value calculated periodically.
상기 사용자의 주관적 웰빙 상태(SoWB)와 사용자의 주관적 웰빙값(DoWB)은 각각 아래의 수학식(1)과 수학식(2)에 의해 판단되며,
[수학식 1]
[수학식 2]
여기서, fo은 일정시간 간격으로 계산한 사용자의 주관적 웰빙값의 증감 크기(△DoWB)에 따른 사용자의 주관적 웰빙 상태를 나타내는 함수를 의미하며, u1, u2, ....un은 사용자 정보를 의미하며, a는 사용자의 감정 부사, v는 사용자의 감정 동사를 의미하며, f1(v)는 사용자의 감정 동사에 기초한 사용자의 주관적 웰빙값 함수, f2(a, f1(v))는 사용자 감정 동사와 감정 부사에 기초한 사용자 주관적 웰빙값 함수를 의미하는 것을 특징으로 하는 사용자의 주관적 웰빙 상태의 측정 방법.The method of claim 7, wherein
The subjective well-being state (SoWB) of the user and the subjective well-being value (DoWB) of the user are determined by the following Equations (1) and (2), respectively.
[Equation 1]
[Equation 2]
Here, fo is meant a function that represents the subjective well-being status of the user and, u 1, u 2, .... u n is the user according to the user of the increase and decrease in size (△ DoWB) of subjective well being the value calculated at a predetermined time interval Information, where a is the user's emotional adverb, v is the user's emotional verb, and f 1 (v) is the user's subjective well-being value function based on the user's emotional verb, f 2 (a, f 1 (v )) Means a user subjective well-being value function based on the user emotional verbs and emotional adverbs.
상기 획득한 사용자 사용 단어를 분석하는 단어 분석부;
사용자의 주관적 웰빙 상태를 판단하기 위해 필요한 사용자의 감정 상태를 나타내는 감정 동사를 저장하고 있는 감정 동사 데이터베이스와, 사용자의 주관적 웰빙 상태를 판단하기 위해 필요한 사용자의 감정 정도를 나타내는 감정 부사를 저장하고 있는 감정 부사 데이터베이스와, 사용자의 생활 수준, 취업 상태, 나이 중 적어도 어느 하나의 사용자 정보를 저장하고 있는 사용자 정보 데이터베이스;
상기 분석한 단어와 상기 감정 동사 데이터베이스에 저장되어 있는 감정 단어를 비교하여 상기 분석한 단어 중 사용자의 감정 상태를 나타내는 감정 동사를 검색하는 감정 동사 검색부;
상기 분석한 단어와 상기 감정 부사 데이터베이스에 저장되어 있는 감정 부사를 비교하여 상기 분석한 단어 중 사용자의 감정 부사를 나타내는 감정 부사를 검색하는 감정 부사 검색부;
상기 검색한 감정 동사와 감정 부사의 감정 레벨을 판단하고 상기 판단한 감정 동사와 감정 부사의 감정 레벨 및 사용자 정보에 기초하여 사용자의 주관적 웰빙값을 계산하는 웰빙값 계산부; 및
주기적으로 계산한 상기 사용자의 주관적 웰빙값의 평균값 또는 증감값에 기초하여 사용자의 주관적 웰빙 상태를 판단하는 웰빙 상태 판단부를 구비하는 사용자의 주관적 웰빙 상태의 판단 장치. A user word obtaining unit obtaining a user using word input in a voice data or text data format;
A word analyzer analyzing the acquired user use word;
An emotion verb database that stores an emotional verb that indicates the user's emotional state necessary to determine a subjective well-being state of the user, and an emotion that stores an emotional adverb that indicates the user's emotion level that is needed to determine a user's subjective well-being state An adverb database and a user information database for storing user information of at least one of a living standard, a working state, and an age of the user;
An emotional verb search unit for searching for an emotional verb representing a user's emotional state among the analyzed words by comparing the analyzed word with an emotional word stored in the emotional verb database;
An emotional adverb search unit which searches for an emotional adverb representing an emotional adverb of the user among the analyzed words by comparing the analyzed word with the emotional adverbs stored in the emotional adverb database;
A wellness value calculator configured to determine an emotional level of the retrieved emotional verbs and emotional adverbs, and calculate a subjective well-being value based on the determined emotional verbs and emotional adverbs and user information; And
Apparatus for determining a subjective well-being state of the user having a well-being state determination unit for determining the subjective well-being state of the user based on the average value or increase or decrease value of the subjective well-being value of the user periodically calculated.
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020100046641A KR101148164B1 (en) | 2010-05-18 | 2010-05-18 | Method for estimating degree of subjective well-being based on language of user |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020100046641A KR101148164B1 (en) | 2010-05-18 | 2010-05-18 | Method for estimating degree of subjective well-being based on language of user |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| KR20110127029A KR20110127029A (en) | 2011-11-24 |
| KR101148164B1 true KR101148164B1 (en) | 2012-05-23 |
Family
ID=45395884
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| KR1020100046641A KR101148164B1 (en) | 2010-05-18 | 2010-05-18 | Method for estimating degree of subjective well-being based on language of user |
Country Status (1)
| Country | Link |
|---|---|
| KR (1) | KR101148164B1 (en) |
Families Citing this family (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR101330158B1 (en) * | 2013-07-12 | 2013-11-15 | 주식회사 메조미디어 | Method for analyzing text emotion index and computer readable medium |
| KR101498375B1 (en) * | 2013-08-09 | 2015-03-13 | 경희대학교 산학협력단 | Method for estimating content considering user value and user profile |
| KR101864824B1 (en) * | 2016-11-03 | 2018-06-05 | 세종대학교산학협력단 | Apparatus and method for reliability measurement of speaker |
| JP7177981B2 (en) * | 2018-10-25 | 2022-11-25 | マツダ株式会社 | Virtual currency management device and virtual currency management method |
| SE2051358A1 (en) * | 2020-11-20 | 2022-05-21 | Worddiagnostics Ab | System for determining a representation of a subjective state of an individual, use thereof and a computer program product |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR20050122571A (en) * | 2004-06-24 | 2005-12-29 | 김기형 | A readablilty indexing system based on lexical difficulty and thesaurus |
| KR20080014762A (en) * | 2005-04-05 | 2008-02-14 | 에이아이 리미티드 | Systems and methods for semantic knowledge assessment, instruction, and acquisition |
| KR20080086791A (en) * | 2007-03-23 | 2008-09-26 | 엘지전자 주식회사 | Feeling recognition system based on voice |
| KR20100024223A (en) * | 2008-08-25 | 2010-03-05 | (주) 아이보린 | Forigen writing system for on-line, franchise management system having the forigen writing system and method thereof |
-
2010
- 2010-05-18 KR KR1020100046641A patent/KR101148164B1/en active IP Right Grant
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR20050122571A (en) * | 2004-06-24 | 2005-12-29 | 김기형 | A readablilty indexing system based on lexical difficulty and thesaurus |
| KR20080014762A (en) * | 2005-04-05 | 2008-02-14 | 에이아이 리미티드 | Systems and methods for semantic knowledge assessment, instruction, and acquisition |
| KR20080086791A (en) * | 2007-03-23 | 2008-09-26 | 엘지전자 주식회사 | Feeling recognition system based on voice |
| KR20100024223A (en) * | 2008-08-25 | 2010-03-05 | (주) 아이보린 | Forigen writing system for on-line, franchise management system having the forigen writing system and method thereof |
Also Published As
| Publication number | Publication date |
|---|---|
| KR20110127029A (en) | 2011-11-24 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US11674938B2 (en) | Utilization of electronic nose-based analysis of odorants | |
| Wu et al. | Automatic speech emotion recognition using modulation spectral features | |
| CN108095740B (en) | User emotion assessment method and device | |
| JP4851447B2 (en) | Speech analysis apparatus, speech analysis method, and speech analysis program for detecting pitch frequency | |
| KR101148164B1 (en) | Method for estimating degree of subjective well-being based on language of user | |
| US20120053929A1 (en) | Method and mobile device for awareness of language ability | |
| JP6251145B2 (en) | Audio processing apparatus, audio processing method and program | |
| US12029579B2 (en) | Apparatus for estimating mental/neurological disease | |
| WO2018168369A1 (en) | Machine learning device and machine learning program | |
| JP7132090B2 (en) | Dialogue system, dialogue device, dialogue method, and program | |
| US11354754B2 (en) | Generating self-support metrics based on paralinguistic information | |
| Sterling et al. | Automated cough assessment on a mobile platform | |
| CN112562736B (en) | Voice data set quality assessment method and device | |
| CN110085211A (en) | Speech recognition exchange method, device, computer equipment and storage medium | |
| US10586519B2 (en) | Chord estimation method and chord estimation apparatus | |
| CN113243918B (en) | Risk detection method and device based on multi-mode hidden information test | |
| KR20190112962A (en) | Cognitive rehabilitation training system | |
| WO2023112384A1 (en) | Computer system and emotion estimation method | |
| CN109659009A (en) | Motion management method, apparatus and electronic equipment | |
| US20240057936A1 (en) | Speech-analysis based automated physiological and pathological assessment | |
| KR20100042482A (en) | Apparatus and method for recognizing emotion | |
| Deb et al. | Classification of speech under stress using harmonic peak to energy ratio | |
| Sandulescu et al. | Mobile app for stress monitoring using voice features | |
| WO2021213935A1 (en) | Automated assessment of cognitive and speech motor impairment | |
| CN111933107A (en) | Speech recognition method, speech recognition device, storage medium and processor |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A201 | Request for examination | ||
| E701 | Decision to grant or registration of patent right | ||
| GRNT | Written decision to grant | ||
| FPAY | Annual fee payment |
Payment date: 20150421 Year of fee payment: 4 |
|
| FPAY | Annual fee payment |
Payment date: 20160511 Year of fee payment: 5 |
|
| FPAY | Annual fee payment |
Payment date: 20170328 Year of fee payment: 6 |
|
| FPAY | Annual fee payment |
Payment date: 20180702 Year of fee payment: 7 |
|
| FPAY | Annual fee payment |
Payment date: 20190408 Year of fee payment: 8 |