KR101172986B1 - 전시회의 부스 추천 방법 - Google Patents
전시회의 부스 추천 방법 Download PDFInfo
- Publication number
- KR101172986B1 KR101172986B1 KR1020110017358A KR20110017358A KR101172986B1 KR 101172986 B1 KR101172986 B1 KR 101172986B1 KR 1020110017358 A KR1020110017358 A KR 1020110017358A KR 20110017358 A KR20110017358 A KR 20110017358A KR 101172986 B1 KR101172986 B1 KR 101172986B1
- Authority
- KR
- South Korea
- Prior art keywords
- booth
- visit
- target user
- user
- unit
- Prior art date
Links
- 238000000034 method Methods 0.000 title claims abstract description 43
- 206010021703 Indifference Diseases 0.000 description 9
- 238000001914 filtration Methods 0.000 description 4
- 238000010586 diagram Methods 0.000 description 2
- 230000003466 anti-cipated 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
- 238000005516 engineering process Methods 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
-
- 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
- G06Q30/00—Commerce
- G06Q30/02—Marketing; Price estimation or determination; Fundraising
- G06Q30/0282—Rating or review of business operators or products
Landscapes
- Business, Economics & Management (AREA)
- Strategic Management (AREA)
- Engineering & Computer Science (AREA)
- Development Economics (AREA)
- Theoretical Computer Science (AREA)
- Finance (AREA)
- Marketing (AREA)
- Tourism & Hospitality (AREA)
- Economics (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Accounting & Taxation (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Entrepreneurship & Innovation (AREA)
- Human Resources & Organizations (AREA)
- Game Theory and Decision Science (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
본 발명은 전람회 또는 박람회와 같은 문화 이벤트에서 목표 사용자에 부스를 추천하는 방법에 관한 것으로, 보다 구체적으로 목표 사용자의 현재 방문 부스 다음으로 방문할 부스를 목표 사용자의 부스 방문 이력과 과거 사용자의 부스 방문 이력을 통해 다음 방문 부스 확률과 유사도를 계산하고, 다시 다음 방문 부스 확률과 유사도로부터 부스 추천값을 계산하여 목표 사용자의 부스 방문 이력에 따라 판단되는 목표 사용자의 선호도를 실시간으로 고려하여 동적으로 부스를 추천하는 방법에 관한 것이다.
본 발명에 따른 부스 추천 방법은 전시회 또는 박람회에서 목표 사용자의 방문 부스 궤도를 이용함으로써, 동적으로 변화하는 선호도를 고려하여 목표 사용자에 부스를 추천한다. 또한 본 발명에 따른 부스 추천 방법은 목표 사용자의 현재 방문 부스 위치를 포함하는 과거 사용자의 단위 방문 부스 그룹에 기초하여 목표 사용자에 부스를 추천함으로써, 간단한 계산량으로 빠르게 목표 사용자의 동적 선호도에 일치하는 부스를 추천할 수 있다.
본 발명에 따른 부스 추천 방법은 전시회 또는 박람회에서 목표 사용자의 방문 부스 궤도를 이용함으로써, 동적으로 변화하는 선호도를 고려하여 목표 사용자에 부스를 추천한다. 또한 본 발명에 따른 부스 추천 방법은 목표 사용자의 현재 방문 부스 위치를 포함하는 과거 사용자의 단위 방문 부스 그룹에 기초하여 목표 사용자에 부스를 추천함으로써, 간단한 계산량으로 빠르게 목표 사용자의 동적 선호도에 일치하는 부스를 추천할 수 있다.
Description
본 발명은 전람회 또는 박람회와 같은 문화 이벤트에서 목표 사용자에 부스를 추천하는 방법에 관한 것으로, 보다 구체적으로 목표 사용자의 현재 방문 부스 다음으로 방문할 부스를 목표 사용자의 부스 방문 이력과 과거 사용자의 부스 방문 이력을 통해 다음 방문 부스 확률과 유사도를 계산하고, 다시 다음 방문 부스 확률과 유사도로부터 부스 추천값을 계산하여 목표 사용자의 부스 방문 이력에 따라 판단되는 목표 사용자의 선호도를 실시간으로 고려하여 동적으로 부스를 추천하는 방법에 관한 것이다.
전시회나 박람회는 전시업체가 새로운 상품이나 서비스를 관람객에게 알리기 위해 개최하는 것으로 효과적인 마케팅 수단으로 중요한 역활을 수행한다. 최근에는 전시회나 박람회에서 관람객의 다양한 요구를 충족시키기 위하여 유비쿼터스 기술이 응용되고 있는데, 관람객이 구비하는 단말기의 이동 경로를 판단하여 관람객의 방문 동선을 파악하거나 관람객이 방문한 부스의 상품이나 서비스에 대한 정보를 단말기를 통해 관람객에 제공한다.
이전 관람객의 방문 동선은 관람객의 선호도와 방문 패턴을 발견하는데 도움을 주는데, 이러한 이전 관람객의 선호도 또는 방문 패턴에 기초하여 관람객에게 추천 부스를 제공하는 기술들이 개발되고 있다. 특히 전시회 또는 박람회의 대규모화로 인하여 관람객이 자신이 선호하는 적합한 부스를 검색하기 곤란한 경우 이러한 추천 서비스는 더욱 절실히 요구된다.
목표 사용자에 개인화된 부스를 추천하는 종래 기술로, 협업 필터링 규칙에 기반한 부스 추천 기술이 사용되고 있다. 부스를 추천할 목표 사용자의 나이, 성별, 직업 등과 같은 목표 사용자의 상황 정보와 기존에 전시회 또는 박람회를 방문한 다른 사용자의 상황 정보에 기초하여 목표 사용자와 유사한 선호도를 가지는 유사 선호도 집단을 결정하고 결정한 유산 선호도 집단의 다른 사용자가 방문한 부스를 목표 사용자에 추천한다.
그러나 종래 협업 필터링 규칙에 기반한 부스 추천 기술은 목표 사용자가 전시회 또는 박람회 방문시 목표 사용자 상황 정보에 기반하여 목표 사용자와 유사한 선호도를 가지는 유사 선호도 집단을 결정하고, 목표 사용자에게 전시회 또는 박람회에서 방문할 부스를 추천하거나 목표 사용자가 방문하지 않은 부스를 추천한다. 즉, 목표 사용자가 실제 박람회 또는 전시회에서 방문한 부스에 상관없이 미리 설정된 목표 사용자와 유사한 선호도를 가지는 유사 선호도 집단이 방문한 부스를 추천함으로써, 목표 사용자의 동적으로 변화하는 선호도를 고려하지 못하고 부스를 추천하는 문제점을 가진다.
또한 종래 협업 필터링 규칙에 기반한 부스 추천 기술은 목표 사용자와 유사한 선호도를 가지는 유사 선호도 집단을 결정하기 위하여 목표 사용자의 개인 정보를 타인에게 공개하여야 하는 문제점을 가진다.
더욱이 종래 협업 필터링 규칙에 기반한 부스 추천 기술에서 전시회 또는 박람회에 참석한 과거 사용자의 수가 방대한 경우에는 목표 사용자와 유사한 선호도를 가지는 유사 선호도 집단을 결정하는데 오랜 시간과 많은 계산량이 필요하며, 방문 부스가 많은 경우 유사 선호도 집단의 과거 사용자가 방문한 부스의 매우 다양한 부스 이력으로 인하여 목표 사용자의 선호도를 효과적으로 반영한 부스를 추천하기 곤란하다는 문제점을 가진다.
본 발명은 위에서 언급한 종래 부스 추천 방법이 가지는 문제점을 해결하기 위한 것으로, 본 발명이 이루고자 하는 목적은 전시회 또는 박람회에서 목표 사용자의 동적으로 변화하는 선호도를 고려하여 목표 사용자에 부스를 추천하는 방법을 제공하는 것이다.
본 발명이 이루고자 하는 다른 목적은 전시회 또는 박람회에서 목표 사용자의 개인 정보를 타인에게 공개하지 않고 목표 사용자의 선호도에 부합하는 부스를 추천하는 방법을 제공하는 것이다.
본 발명이 이루고자 하는 또 다른 목적은 목표 사용자의 현재 방문 부스를 포함하는 과거 사용자의 단위 방문 부스 그룹에 기초하여 목표 사용자에 부스를 추천함으로써 간단한 계산량으로 빠르게 목표 사용자의 동적 선호도에 일치하는 부스를 추천하는 방법을 제공하는 것이다.
위에서 언급한 본 발명의 목적을 달성하기 위하여, 본 발명에 따른 부스 추천 방법은 목표 사용자가 박람회 또는 전시회에 입장시 목표 사용자가 소지하는 단말기에 상응하는 사용자 식별 번호를 인식하는 단계와, 목표 사용자가 박람회 또는 전시회에서 방문한 부스 정보를 수집하여 사용자 식별 번호에 따른 목표 사용자의 부스 방문 이력을 저장하는 단계와, 목표 사용자의 현재 부스 위치 정보 및 과거 사용자의 부스 방문 이력에 기초하여 과거 사용자 중 목표 사용자의 현재 부스를 방문한 동일 사용자의 부스 방문 이력으로부터 현재 부스 다음으로 방문할 예상 부스의 확률을 계산하는 단계와, 목표 사용자의 방문 이력과 동일 사용자의 방문 이력의 유사성을 계산하고 예상 부스 확률과 유사성으로부터 목표 사용자에 추천할 부스를 결정하는 단계를 포함한다.
여기서 부스 정보는 목표 사용자의 방문 부스 식별자, 부스 입장 시각, 부스 퇴장 시각, 부스 관람 시간 중 적어도 어느 하나이다.
예상 부스의 확률을 계산하는 단계는 목표 사용자의 현재 방문 부스 위치 정보 및 과거 사용자의 부스 방문 이력에 기초하여 과거 사용자 중 목표 사용자의 현재 방문 부스를 방문한 과거 사용자를 검색하는 단계와, 검색한 과거 사용자 중 현재 방문 부스를 최종 방문 부스로 하는 과거 사용자의 단위 방문 부스 그룹을 생성하는 단계와, 과거 사용자의 단위 방문 부스 그룹에 기초하여 현재 방문 부스 다음으로 방문할 예상 부스의 확률을 계산하는 단계를 포함한다.
바람직하게, 예상 부스의 확률(BP)은 아래의 수학식(1)에 따른 베이시안(Bayesian) 확률로 계산되며,
[수학식 1]
BP=P(BT|BT -m,....,BT -1)
여기서 m은 단위 방문 부스 그룹을 구성하는 방문 부스의 수인 것을 특징으로 한다.
추천 부스를 결정하는 단계는 목표 사용자의 방문 이력으로부터 목표 사용자의 단위 방문 부스 그룹을 생성하는 단계와, 목표 사용자의 단위 방문 부스 그룹과 과거 사용자의 단위 방문 부스 그룹 사이의 유사성을 계산하는 단계와, 예상 부스 확률과 유사성으로부터 예상 부스의 추천값을 계산하고 계산한 추천값에 기초하여 목표 사용자에 추천할 부스를 결정 단계를 포함한다.
바람직하게, 목표 사용자의 단위 방문 부스 그룹과 과거 사용자의 단위 방문 부스 그룹 사이의 유사성(RS)은 아래의 수학식(2)에 의해 계산되며,
[수학식 2]
여기서 ST -k는 목표 사용자의 단위 방문 부스 그룹의 단위 시간에 방문한 목표 사용자의 방문 부스와 과거 사용자의 단위 방문 부스 그룹의 동일 단위 시간에 방문한 과거 사용자의 방문 부스가 동일한 경우 (1/n)k(n은 자연수)의 값을 가지며, 목표 사용자의 단위 방문 부스 그룹의 단위 시간에 방문한 목표 사용자의 방문 부스와 과거 사용자의 단위 방문 부스 그룹의 동일 단위 시간에 방문한 과거 사용자의 방문 부스가 동일하지 않은 경우 0의 값을 가지는 것을 특징으로 한다.
바람직하게, 목표 사용자의 부스 방문 이력에서 목표 사용자의 부스 관람 시간이 임계 관람 시간을 초과하는 방문 부스는 관심 방문 부스로 저장하고, 목표 사용자의 부스 관람 시간이 임계 관람 시간을 초과하지 않는 방문 부스는 무관심 방문 부스로 저장하는 것을 특징으로 한다.
여기서 목표 사용자의 부스 방문 이력에 기초하여 결정한 추천 부스에서 목표 사용자가 방문한 관심 방문 부스와 무관심 방문 부스는 삭제된다.
한편 위에서 언급한 본 발명의 목적을 달성하기 위하여, 본 발명에 따른 부스 추천 장치는 목표 사용자가 박람회 또는 전시회에서 방문한 부스 정보를 수집하고 목표 사용자가 소지한 단말기에 할당된 사용자 식별 번호에 따라 목표 사용자의 부스 방문 이력을 저장 관리하는 부스 방문 이력 관리부와, 목표 사용자의 현재 부스 위치 정보 및 과거 사용자의 부스 방문 이력에 기초하여 과거 사용자 중 목표 사용자의 현재 부스를 방문한 동일 사용자의 부스 방문 이력으로부터 현재 부스 다음으로 방문할 예상 부스의 확률을 계산하는 예상 부스 판단부와, 목표 사용자의 방문 이력과 동일 사용자의 방문 이력의 유사성을 계산하는 유사성 판단부와, 예상 부스 확률과 유사성로부터 예상 부스의 추천값을 계산하고 계산한 추천값에 기초하여 목표 사용자에 추천할 부스를 결정하는 부스 추천부를 포함한다.
바람직하게, 예상 부스 판단부는 목표 사용자의 현재 방문 부스 위치 정보 및 과거 사용자의 부스 방문 이력에 기초하여 과거 사용자 중 목표 사용자의 현재 방문 부스를 방문한 과거 사용자를 검색하는 과거 사용자 검색부와, 검색한 과거 사용자 중 현재 방문 부스를 최종 방문 부스로 하는 단위 방문 부스 그룹을 구성하는 과거 사용자 그룹 생성부와, 단위 방문 부스 그룹에 기초하여 현재 방문 부스 다음으로 방문할 예상 부스의 확률을 계산하는 확률 계산부를 포함한다.
바람직하게, 부스 추천부는 목표 사용자의 방문 이력으로부터 목표 사용자의 단위 방문 부스 그룹을 생성하는 목표 사용자 그룹 생성부와, 목표 사용자의 단위 방문 부스 그룹과 과거 사용자의 단위 방문 부스 그룹 사이의 유사성을 계산하는 유사성 계산부를 포함한다.
본 발명에 따른 전시회 또는 박람회의 부스 추천 방법은 종래 부스 추천 방법과 비교하여 다음과 같은 다양한 효과들을 가진다.
첫째, 본 발명에 따른 부스 추천 방법은 전시회 또는 박람회에서 목표 사용자의 부스 방문 이력을 이용함으로써, 동적으로 변화하는 목표 사용자의 선호도를 고려하여 목표 사용자에 부스를 추천한다.
둘째, 본 발명에 따른 부스 추천 방법은 전시회 또는 박람회에서 목표 사용자의 부스 방문 이력만을 이용함으로써, 목표 사용자의 개인 정보를 타인에게 공개하지 않고 목표 사용자의 선호도에 부합하는 부스를 추천할 수 있다.
셋째, 본 발명에 따른 부스 추천 방법은 목표 사용자의 현재 방문 부스를 포함하는 과거 사용자의 단위 방문 부스 그룹에 기초하여 목표 사용자에 부스를 추천함으로써, 간단한 계산량으로 빠르게 목표 사용자의 동적 선호도에 일치하는 부스를 추천할 수 있다.
넷째, 본 발명에 따른 부스 추천 방법은 목표 사용자가 방문하고자 하는 부스의 현재 관람 인원과 가용 관람 인원을 고려하여 목표 사용자에 부스를 추천함으로써, 목표 사용자가 방문하고자 하는 부스를 빠짐없이 정확하게 추천할 수 있다.
도 1은 본 발명에 따른 전람회 또는 박람회의 부스 추천 시스템을 설명하기 위한 도면이다.
도 2는 본 발명에 따른 추천 서버를 보다 구체적으로 설명하기 위한 기능 블록도이다.
도 3은 본 발명의 일 실시예에 따른 전시회 또는 박람회의 부스 추천 방법을 설명하기 위한 흐름도이다.
도 4는 데이터베이스부에 저장된 부스 방문 이력에 대한 정보의 일 예를 도시하고 있다.
도 5는 현재 방문 부스 다음으로 방문할 예상 부스의 확률을 계산하는 단계를 보다 구체적으로 설명하기 위한 흐름도이다.
도 6은 도 4에 도시되어 있는 부스 방문 이력으로부터 생성한 과거 사용자의 단위 방문 부스 그룹의 일 예를 도시하고 있다.
도 7은 본 발명에 따른 부스 추천 방법에서 목표 사용자가 방문한 부스를 분류하는 방법의 일 예를 설명하기 위한 도면이다.
도 8은 본 발명에 따른 부스 추천 방법에서 목표 사용자에 추천할 부스를 결정하는 방법의 일 예를 설명하기 위한 도면이다.
도 9는 본 발명에 따른 부스 추천 방법에서 목표 사용자에 추천할 부스를 결정하는 방법의 다른 예를 설명하기 위한 도면이다.
도 2는 본 발명에 따른 추천 서버를 보다 구체적으로 설명하기 위한 기능 블록도이다.
도 3은 본 발명의 일 실시예에 따른 전시회 또는 박람회의 부스 추천 방법을 설명하기 위한 흐름도이다.
도 4는 데이터베이스부에 저장된 부스 방문 이력에 대한 정보의 일 예를 도시하고 있다.
도 5는 현재 방문 부스 다음으로 방문할 예상 부스의 확률을 계산하는 단계를 보다 구체적으로 설명하기 위한 흐름도이다.
도 6은 도 4에 도시되어 있는 부스 방문 이력으로부터 생성한 과거 사용자의 단위 방문 부스 그룹의 일 예를 도시하고 있다.
도 7은 본 발명에 따른 부스 추천 방법에서 목표 사용자가 방문한 부스를 분류하는 방법의 일 예를 설명하기 위한 도면이다.
도 8은 본 발명에 따른 부스 추천 방법에서 목표 사용자에 추천할 부스를 결정하는 방법의 일 예를 설명하기 위한 도면이다.
도 9는 본 발명에 따른 부스 추천 방법에서 목표 사용자에 추천할 부스를 결정하는 방법의 다른 예를 설명하기 위한 도면이다.
도 1은 본 발명에 따른 전람회 또는 박람회의 부스 추천 시스템을 설명하기 위한 도면이다.
도 1을 참고로 살펴보면, 네트워크(20)에는 사용자 단말기(10), 단말기 인식 장치(30) 및 추천 서버(40)가 접속되어 있다. 사용자 단말기(10)는 전람회 또는 박람회에 입장하는 사용자가 소지하는 단말기로, 사용자 단말기(10)는 고유 시리얼 번호를 가지며 단말기 인식 장치(30)는 네트워크(20)를 통해 사용자 단말기(10)의 고유 시리얼 번호를 수신하여 사용자 단말기(10)를 인식하게 된다. 네트워크는 다양한 유/무선 네트워크가 사용될 수 있는데, 바람직하게 RFID 통신, 블루투스 등이 사용될 수 있다.
단말기 인식 장치(30)는 전람회 또는 박람회의 입구와 출구, 전람회 또는 박람회의 각 부스에 설치되어 있으며, 사용자가 전람회 또는 박람회를 입장하거나 퇴장할 때 또는 전람회 또는 박람회에 진행중인 부스를 관람시 사용자 단말기(10)로부터 수신한 고유 시리얼 번호를 통해 사용자의 전람회 또는 박람회 입장/퇴장 여부 또는 부스의 관람 여부 또는 관람 시간에 대한 관한 정보를 획득할 수 있다.
추천 서버(40)는 네트워크(20)를 통해 단말기 인식 장치(30)가 인식한 새로운 고유 시리얼 번호를 수신하는 경우, 고유 시리얼 번호에 해당하는 사용자 단말기(10)에 사용자 식별 번호를 부여한다. 추천 서버(40)는 단말기 인식 장치(30)로부터 사용자가 관람한 부스, 관람 시간 등과 같은 관람 정보를 수신하고, 수신한 관람 정보에 기초하여 사용자의 현재 관람 부스에서 다음으로 방문할 부스를 과거 사용자의 부스 방문 이력에 기초하여 결정하여 추천한다.
도 2는 본 발명에 따른 추천 서버를 보다 구체적으로 설명하기 위한 기능 블록도이다.
도 1과 도 2를 참고로 보다 구체적으로 살펴보면, 추천 서버(40)는 데이터베이스부(110), 부스 방문 이력 관리부(120), 예상 부스 판단부(130), 유사성 판단부(140) 및 추천 부스 결정부(150)를 구비하고 있다.
부스 방문 이력 관리부(120)는 네트워크(20)를 통해 단말기 인식 장치(30)로부터 사용자의 전람회 또는 박람회 입장/퇴장 여부, 방문한 부스의 식별자, 방문 부스의 입장 시각, 퇴장 시각 등과 같은 관람 정보를 수신하고, 수신한 관람 정보를 가공하여 데이터베이스부(110)에 저장한다. 부스 방문 이력 관리부(120)는 사용자 단말기(10)의 고유 시리얼 번호에 대응하여 사용자 단말기(10)에 사용자 식별 번호를 부여하는데, 부스 방문 이력 관리부(120)는 단말기 인식 장치(30)로부터 수신한 관람 정보를 사용자 식별 번호로 분류하며 분류한 관람 정보로부터 부스 방문 시간을 계산하거나 관심 방문 부스/무관심 방문 부스 또는 관심 방문 부스/무관심 방문 부스/수용인원 초과한 무관심 방문 부스로 재분류하여 데이터베이스부(110)에 저장한다.
예상 부스 판단부(130)는 과거 사용자 검색부(131), 과거 사용자 그룹 생성부(133) 및 확률 계산부(135)를 구비하는데, 예상 부스 판단부(130)는 목표 사용자의 현재 부스 위치 정보 및 과거 사용자의 부스 방문 이력에 기초하여, 과거 사용자 중 목표 사용자의 현재 부스를 방문한 과거 사용자의 부스 방문 이력으로부터 현재 부스 다음으로 방문할 예상 부스의 확률을 계산한다.
예상 부스 판단부(130)를 보다 구체적으로 살펴보면, 과거 사용자 검색부(131)는 데이터베이스부(110)에서 전시회 또는 박람회를 방문한 과거 사용자의 부스 방문 이력에 대한 정보를 제공받아 과거 사용자 중 목표 사용자의 현재 관람 부스와 동일한 부스를 관람한 동일 과거 사용자를 검색한다. 과거 사용자 그룹 생성부(133)는 검색한 동일 과거 사용자 중 목표 사용자의 현재 관람 부스를 최종 관람 부스로 하는 과거 사용자의 단위 방문 부스 그룹을 생성한다. 과거 사용자의 단위 방문 부스 그룹이란 현재 관람 부스를 포함하여 과거 사용자가 이전에 순차적으로 방문한 부스의 시퀀스로 이루어진 부스 그룹으로, 과거 사용자의 단위 방문 부스 그룹은 본 발명이 적용되는 분야에 따라 다양한 부스 수로 구성할 수 있다. 확률 계산부(135)는 생성한 과거 사용자의 단위 방문 부스 그룹에 기초하여 현재 방문 부스 다음으로 방문할 각 부스의 예상 방문 확률을 계산한다.
한편, 목표 사용자의 부스 방문 이력과 동일 사용자의 부스 방문 이력의 유사성을 계산하는 유사성 판단부(140)는 목표 사용자 그룹 생성부(141)와 유사성 계산부(143)을 구비한다. 유사성 판단부(140)를 보다 구체적으로 살펴보면, 목표 사용자 그룹 생성부(141)는 목표 사용자의 부스 방문 이력으로부터 사용자의 현재 방문 부스를 포함하여 이전에 목표 사용자가 순차적으로 방문한 부스의 시퀀스로 이루어진 부스 그룹이다. 본 발명이 적용되는 분야에 따라 과거 사용자의 단위 방문 부스 그룹을 구성하는 부스의 수와 목표 사용자의 단위 방문 부스 그룹을 구성하는 부스의 수는 서로 동일한 것을 특징으로 한다. 유사성 계산부(143)는 목표 사용자의 단위 방문 부스 그룹을 구성하는 부스와 과거 사용자의 단위 방문 부스 그룹을 구성하는 부스의 유사성을 계산한다.
추천 부스 결정부(150)는 목표 사용자의 현재 방문 부스 다음으로 방문할 부스의 예상 방문 확률뿐만 아니라 목표 사용자의 단위 방문 부스 그룹과 과거 사용자의 단위 방문 부스 그룹의 유사성으로부터 부스 추천값을 계산하고, 상위 추천값을 가지는 부스를 목표 사용자에 추천할 부스로 결정한다.
본 발명에서 과거 사용자의 전체 부스 방문 이력과 목표 사용자의 전체 부스 방문 이력 대신 단위 방문 부스 그룹을 구성하는 부스만으로 예상 방문 확률 또는 유사성을 계산함으로써, 목표 사용자에 추천할 부스를 적은 계산량으로 빠르게 결정할 수 있다.
도 3은 본 발명의 일 실시예에 따른 전시회 또는 박람회의 부스 추천 방법을 설명하기 위한 흐름도이다.
도 3을 참고로 보다 구체적으로 살펴보면, 목표 사용자가 박람회 또는 전시회에 전시되어 있는 부스를 입장하거나 퇴장하는 경우, 목표 사용자가 소지하는 사용자 단말기의 고유 시리얼 번호에 상응하는 사용자 식별 번호를 인식한다(S100). 목표 사용자가 전시회 또는 박람회에 입장시 목표 사용자가 소지하는 사용자 단말기의 고유 시리얼 번호를 수신하며, 수신한 고유 시리얼 번호에 매핑되는 사용자 식별 번호를 할당하여 부여한다. 먼저 목표 사용자가 소지하는 사용자 단말기별로 사용자 식별 번호를 할당한 후, 목표 사용자가 방문한 부스의 입장 또는 퇴장은 각 부스에 설치되어 있는 단말기 인식 장치를 통해 사용자 식별 번호로 인식한다.
인식한 사용자 식별 번호에 기초하여 목표 사용자가 박람회 또는 전시회에서 방문한 부스 정보를 수집하고, 수집한 방문 부스 정보를 가공하여 목표 사용자의 부스 방문 이력을 데이터베이스부에 저장한다(S200). 방문 부스 정보는 목표 사용자가 방문한 부스 식별자, 부스 입장 시각, 부스 퇴장 시각이며, 방문 부스 정보를 가공하여 목표 사용자가 방문한 부스의 관람 시간을 계산하거나 계산한 관람 시간에 기초하여 방문한 부스가 목표 사용자의 관심 방문 부스인지 무관심 방문 부스인지 분류한다. 따라서 데이터베이스부에 저장되는 부스 방문 이력에 대한 정보는 목표 사용자의 방문 부스 식별자, 방문 부스 입장 시각, 방문 부스 퇴장 시각, 방문 부스 관람 시간, 관심 방문 부스/무관심 방문 부스에 대한 정보이다. 즉, 데이터베이스부에 저장되는 부스 방문 이력에 대한 정보는 방문 부스 정보와 가공 방문 부스 정보이다.
도 4를 참고로 데이터베이스부에 저장된 부스 방문 이력에 대한 정보의 일 예를 살펴보면, 데이터에비스부에는 과거 사용자 또는 목표 사용자의 식별자(V001, V002, V003, V004, V005, V006), 방문한 부스의 식별자, 입장 시각, 퇴장 시각, 관람 시간, 방문한 부스가 관심 방문 부스인지 무관심 방문 부스인지에 대한 식별자가 저장된다. 도 4에서 목표 사용자 또는 과거 사용자가 방문한 부스가 관심 방문 부스(I)인지 또는 무관심 방문 부스(NI)인지에 대한 판단 시간은 6분으로 설정하였으나 본 발명이 적용되는 분야에 따라 다양한 판단 시간으로 설정할 수 있다.
다시 도 3을 참고로 계속해서 살펴보면 목표 사용자의 현재 부스 위치 정보 및 과거 사용자의 부스 방문 이력에 기초하여, 과거 사용자 중 목표 사용자의 현재 방문 부스를 방문한 동일 과거 사용자의 부스 방문 이력으로부터 현재 방문 부스 다음으로 방문할 예상 부스의 확률을 계산한다(S300).
도 5는 현재 방문 부스 다음으로 방문할 예상 부스의 확률을 계산하는 단계를 보다 구체적으로 설명하기 위한 흐름도로서, 도 5를 참고로 살펴보면 먼저 과거 사용자의 부스 방문 이력을 추출하여(S310) 과거 사용자 중 목표 사용자가 현재 방문한 부스와 동일한 부스를 방문한 동일 과거 사용자를 검색한다(S320). 검색한 동일 과거 사용자의 부스 방문 이력에 기초하여 목표 사용자가 현재 방문한 부스와 동일한 부스를 최종 방문 부스로 하는 과거 사용자의 단위 방문 부스 그룹을 생성한다(S330). 과거 사용자의 단위 방문 부스 그룹을 생성하는 경우 무관심 방문 부스는 과거 사용자의 부스 방문 이력에서 제외한다. 생성한 과거 사용자의 단위 방문 부스 그룹에서 현재 방문 부스 다음으로 방문하는 예상 부스(BT) 확률(BP)을 아래의 수학식(1)과 같은 베이시안(Bayesian) 규칙에 따라 계산한다(S340).
[수학식 1]
BP(q)=P(BT|BT -m,....,BT -1)
여기서 BP(q)는 현재 단위 시각(T-1)에 방문한 부스(BT-1) 이후 다음 단위 시각(T)에 방문할 부스(BT)로 q부스를 선택할 확률(P)을 의미하며, m은 현재 단위 시각의 방문 부스(BT-1)와 현재 단위 시간 이전에 순차적으로 방문한, 단위 방문 부스 그룹을 구성하는 방문 부스의 수를 의미한다.
도 6은 도 4에 도시되어 있는 부스 방문 이력으로부터 생성한 과거 사용자의 단위 방문 부스 그룹의 일 예를 도시하고 있는데, 도 6을 참고로 보다 구체적으로 살펴보면 과거 사용자(V001, V002, V003, V004, V005, V006)의 부스 방문 이력으로부터 목표 사용자의 현재 방문 부스를 최종 방문 부스로 하는 단위 방문 부스 그룹이 총 6개 생성되었으며, 단위 방문 부스 그룹에서 현재 방문 부스 다음으로 방문할 예상 부스 확률은 아래와 같다.
P(BT=B3|BT -3=B4, BT -2=B5, BT -1=B6)=1/4
P(BT=B7|BT -3=B4, BT -2=B5, BT -1=B6)=2/4
P(BT=B10|BT -3=B4, BT -2=B5, BT -1=B6)=1/4
P(BT=B8|BT -3=B1, BT -2=B5, BT -1=B6)=1/2
P(BT=B9|BT -3=B1, BT -2=B5, BT -1=B6)=1/4
다시 도 3을 참고로 계속해서 본 발명에 따른 부스 추천 방법을 살펴보면, 생성한 과거 사용자의 단위 방문 부스 그룹과 목표 사용자의 단위 방문 그룹 사이의 방문 부스 시퀀스의 유사성을 계산하고(S400), 계산한 예상 부스 확률과 유사성에 기초하여 목표 사용자에 추천할 부스의 추천값을 계산한다(S500). 과거 사용자의 단위 방문 부스 그룹과 목표 사용자의 단위 방문 그룹의 유사성(RS)은 아래의 수학식(2)에 의해 계산된다.
[수학식 2]
여기서 RS(BC, RC)는 과거 사용자의 단위 방문 부스 그룹(BC)과 목표 사용자의 단위 방문 부스 그룹(RC) 사이의 유사성을 의미하며, ST-k는 각 단위 시간(T-1, T-2,..T-m)에서 목표 사용자의 단위 방문 부스 그룹을 구성하는 부스와 동일 과거 사용자의 단위 방문 부스 그룹을 구성하는 부스가 동일한 경우 (1/n)k(n은 자연수)의 값을 가지며, 각 단위 시간에서 목표 사용자의 단위 방문 부스 그룹을 구성하는 부스와 동일 과거 사용자의 단위 방문 부스 그룹을 구성하는 부스가 동일하지 않은 경우 0의 값을 가지는 함수이다.
예를 들어, 과거 사용자의 단위 방문 부스 그룹(BT -3=B4, BT -2=B5, BT -1=B6)과 목표 사용자 단위 방문 부스 그룹(BT -3=B4, BT -2=B5, BT -1=B6) 사이의 유사성(RS)은 아래의 수학식(3)과 같이 계산된다.
[수학식 3]
RS=(1/2)+(1/2)2+(1/2)3
한편, 추천값(RV)은 아래의 수학식(4)에 의해 계산된다.
[수학식 4]
여기서 RV(t, q)는 목표 사용자(t)가 현재 방문 부스 다음으로 방문할 부스(q)의 추천값으로, 는 과거 사용자의 각 단위 방문 부스 그룹과 목표 사용자 단위 방문 부스 그룹 사이의 유사성의 합이며, 은 현재 방문 부스 다음으로 방문할 예상 부스가 q인 예상 부스 확률 및 현재 방문 부스 다음으로 방문할 예상 부스가 q인 각 과거 사용자의 단위 방문 부스 그룹과 목표 사용자의 단위 방문 부스 그룹 사이의 곱의 합을 의미한다.
계산한 목표 사용자에 추천할 부스의 추천값에 기초하여 추천값이 높은 상위 부스를 목표 사용자에 추천할 부스로 결정한다(S600).
도 7은 본 발명에 따른 부스 추천 방법에서 목표 사용자가 방문한 부스를 분류하는 방법의 일 예를 설명하기 위한 도면이다.
도 7을 참고로 살펴보면, 목표 사용자가 방문한 부스의 관람 시간을 목표 사용자의 부스 방문 정보에 기초하여 계산하고 관람 시간이 임계 관람 시간보다 큰지 판단한다(S210). 목표 사용자의 부스 관람 시간이 임계 관람 시간보다 큰 경우 관심 방문 부스로 분류하고(S220) 임계 관람 시간보다 작은 경우에는 무관심 방문 부스로 분류한다(S230). 분류한 목표 사용자의 방문 부스를 목표 사용자의 부스 방문 이력으로 저장한다(S240).
도 8은 본 발명에 따른 부스 추천 방법에서 목표 사용자에 추천할 부스를 결정하는 방법의 일 예를 설명하기 위한 도면이다.
도 8을 참고로 살펴보면, 예비 추천 부스의 추천값이 임계 추천값(TH2)보다 큰지 판단하고(S610), 판단 결과 추천값이 임계 추천값보다 큰 경우에는 예비 추천 부스가 목표 사용자가 방문한 부스인지 판단한다(S620). 판단 결과 예비 추천 부스가 목표 사용자가 방문한 부스가 아닌 경우 예비 추천 부스를 목표 사용자에 추천할 부스로 결정한다(S630).
도 9는 본 발명에 따른 부스 추천 방법에서 목표 사용자에 추천할 부스를 결정하는 방법의 다른 예를 설명하기 위한 도면이다.
도 9를 참고로 살펴보면, 목표 사용자가 방문한 부스의 부스 정보를 수집한다(S650). 여기서 부스 정보는 부스의 수용 인원, 목표 사용자가 방문시 부스를 관람하는 총 인원이다.
예비 추천 부스의 추천값이 임계 추천값(TH2)보다 큰지 판단하고(S660), 판단 결과 추천값이 임계 추천값보다 큰 경우에는 예비 추천 부스가 목표 사용자가 방문한 무관심 방문 부스인지 판단한다(S670). 예비 추천 부스가 무관심 방문 부스인 경우 예비 추천 부스가 수용 인원을 초과한 무관심 방문 부스인지 판단한다(S680). 예비 추천 부스가 수용 인원을 초과한 무관심 방문 부스인 경우 예비 추천 부스를 목표 사용자에 추천할 부스로 결정한다(S690).
여기서 예비 추천 부스가 무관심 방문 부스이며 수용 인원을 초과하지 않은 무관심 방문 부스인 경우 예비 추천 부스를 목표 사용자에 추천하지 않고 무시한다. 한편, 예비 추천 부스가 목표 사용자가 방문한 관심 방문 부스인 경우에도 예비 추천 부스를 목표 사용자에 추천하지 않고 무시한다.
10: 사용자 단말기 20: 네트워크
30: 단말기 인식 장치 40: 추천 서버
110: 데이터베이스부 120: 부스 방문 이력 관리부
130: 예상 부스 판단부 140: 유사성 판단부
150: 추천 부스 결정부
30: 단말기 인식 장치 40: 추천 서버
110: 데이터베이스부 120: 부스 방문 이력 관리부
130: 예상 부스 판단부 140: 유사성 판단부
150: 추천 부스 결정부
Claims (13)
- 추천 서버에서 추천 부스를 결정하는 방법에 있어서,
(a) 목표 사용자가 박람회 또는 전시회의 부스를 방문시 상기 목표 사용자가 소지하는 단말기에 상응하는 사용자 식별 번호를 인식하는 단계;
(b) 상기 목표 사용자가 상기 박람회 또는 전시회에서 방문한 부스 정보를 수집하여 상기 사용자 식별 번호에 따른 상기 목표 사용자의 부스 방문 이력을 저장하는 단계;
(c) 상기 목표 사용자의 현재 방문 부스 정보 및 과거 사용자의 부스 방문 이력에 기초하여, 상기 과거 사용자 중 상기 목표 사용자의 현재 방문 부스를 방문한 동일 과거 사용자의 부스 방문 이력으로부터 상기 현재 방문 부스 다음으로 방문할 예상 부스의 확률을 계산하는 단계; 및
(d) 상기 목표 사용자의 부스 방문 이력과 상기 동일 과거 사용자의 부스 방문 이력의 유사성을 계산하고, 상기 예상 부스 확률과 상기 유사성으로부터 상기 목표 사용자에 추천할 부스를 결정하는 단계를 포함하는 것을 특징으로 하는 추천 부스 결정 방법. - 제 1 항에 있어서, 상기 부스 정보는
상기 목표 사용자의 방문 부스 식별자, 부스 입장 시각, 부스 퇴장 시각, 부스 관람 시간 중 적어도 어느 하나인 것을 특징으로 하는 추천 부스 결정 방법. - 제 2 항에 있어서, 상기 (c) 단계는
상기 목표 사용자의 현재 단위 시간(T-1)의 현재 방문 부스 정보 및 과거 사용자의 부스 방문 이력에 기초하여, 상기 과거 사용자 중 상기 목표 사용자의 현재 방문 부스를 방문한 동일 과거 사용자를 검색하는 단계;
상기 검색한 동일 과거 사용자 중 상기 현재 방문 부스를 최종 방문 부스로 하는 상기 동일 과거 사용자의 단위 방문 부스 그룹을 생성하는 단계; 및
상기 동일 과거 사용자의 단위 방문 부스 그룹에 기초하여 상기 현재 방문 부스 다음으로 다음 단위 시간(T)에 방문할 예상 부스의 확률을 계산하는 단계를 포함하는 것을 특징으로 하는 추천 부스 결정 방법. - 제 3 항에 있어서, 상기 예상 부스 확률(BP)은 아래의 수학식(1)에 따른 베이시안(Bayesian) 확률로 계산되며,
[수학식 1]
BP(q)=P(BT|BT-m,....,BT-1)
여기서 BP(q)는 상기 현재 단위 시각에 방문한 부스(BT-1) 이후 상기 다음 단위 시각에 방문할 부스(BT)로 q부스를 선택할 확률(P)을 의미하며, m은 현재 단위 시각의 방문 부스(BT-1)와 상기 현재 단위 시각 이전에 순차적으로 방문한, 단위 방문 부스 그룹을 구성하는 방문 부스(BT-m,....,BT-1)의 수인 것을 특징으로 하는 추천 부스 결정 방법. - 제 3 항에 있어서, 상기 (d) 단계는
상기 목표 사용자의 부스 방문 이력으로부터 상기 목표 사용자의 단위 방문 부스 그룹을 생성하는 단계;
상기 목표 사용자의 단위 방문 부스 그룹과 상기 과거 사용자의 단위 방문 부스 그룹 사이의 유사성을 계산하는 단계; 및
상기 예상 부스 확률과 상기 유사성으로부터 상기 예상 부스의 추천값을 계산하고, 상기 계산한 추천값에 기초하여 상기 목표 사용자에 추천할 부스를 결정 단계를 포함하는 것을 특징으로 하는 추천 부스 결정 방법. - 제 5 항에 있어서, 상기 목표 사용자의 단위 방문 부스 그룹(RC)과 상기 동일 과거 사용자의 단위 방문 부스 그룹(BC) 사이의 유사성(RS)은 아래의 수학식(2)에 의해 계산되며,
[수학식 2]
여기서 상기 ST-k는 각 단위 시간(T-k)에서 상기 목표 사용자의 단위 방문 부스 그룹을 구성하는 부스와 상기 동일 과거 사용자의 단위 방문 부스 그룹을 구성하는 부스가 동일한 경우 (1/n)k(n은 자연수)의 값을 가지며, 상기 각 단위 시간에서 목표 사용자의 단위 방문 부스 그룹을 구성하는 부스와 동일 과거 사용자의 단위 방문 부스 그룹을 구성하는 부스가 동일하지 않은 경우 0의 값을 가지는 함수이며, 상기 m은 상기 목표 사용자의 단위 방문 부스 그룹과 상기 동일 과거 사용자의 단위 방문 부스 그룹을 구성하는 방문 부스의 수인 것을 특징으로 하는 추천 부스 결정 방법. - 제 1 항 내지 제 6 항 중 어느 한 항에 있어서,
상기 목표 사용자의 부스 관람 시간이 임계 관람 시간을 초과하는 방문 부스를 상기 목표 사용자의 부스 방문 이력에 저장하는 것을 특징으로 하는 추천 부스 결정 방법. - 제 1 항 내지 6 항 중 어느 한 항에 있어서, 상기 목표 사용자의 부스 방문 이력에서 상기 목표 사용자의 부스 관람 시간이 임계 관람 시간을 초과하는 방문 부스는 관심 방문 부스로 저장하고, 상기 목표 사용자의 부스 관람 시간이 임계 관람 시간을 초과하지 않는 방문 부스는 무관심 방문 부스로 분류하는 것을 특징으로 하는 추천 부스 결정 방법.
- 제 8 항에 있어서,
상기 목표 사용자의 부스 방문 이력에 기초하여 상기 결정한 추천 부스에서 상기 목표 사용자가 방문한 관심 방문 부스와 무관심 방문 부스는 삭제되는 것을 특징으로 하는 추천 부스 결정 방법. - 제 8 항에 있어서,
상기 목표 사용자가 방문한 부스의 방문 사용자 수와 수용 인원에 대한 정보를 수집하는 단계를 더 포함하며
상기 결정한 추천 부스에서 상기 목표 사용자의 무관심 방문 부스 중 수용 인원을 초과하지 않은 무관심 방문 부스와 상기 목표 사용자가 방문한 관심 방문 부스는 삭제되는 것을 특징으로 하는 추천 부스 결정 방법. - 목표 사용자가 박람회 또는 전시회에서 방문한 부스 정보를 수집하고 상기 목표 사용자가 소지한 단말기에 할당된 사용자 식별 번호에 따라 상기 목표 사용자의 부스 방문 이력을 저장 관리하는 부스 방문 이력 관리부;
상기 목표 사용자의 현재 방문 부스 정보 및 과거 사용자의 부스 방문 이력에 기초하여, 상기 과거 사용자 중 상기 목표 사용자의 현재 방문 부스를 방문한 동일 과거 사용자의 부스 방문 이력으로부터 상기 현재 방문 부스 다음으로 방문할 예상 부스의 확률을 계산하는 예상 부스 판단부;
상기 목표 사용자의 부스 방문 이력과 상기 동일 사용자의 부스 방문 이력의 유사성을 계산하는 유사성 판단부; 및
상기 예상 부스 확률과 상기 유사성로부터 상기 예상 부스의 추천값을 계산하고, 상기 계산한 추천값에 기초하여 상기 목표 사용자에 추천할 부스를 결정하는 부스 추천부를 포함하는 것을 특징으로 하는 추천 부스 결정 장치. - 제 11 항에 있어서, 상기 예상 부스 판단부는
상기 목표 사용자의 현재 방문 부스 정보 및 과거 사용자의 부스 방문 이력에 기초하여, 상기 과거 사용자 중 상기 목표 사용자의 현재 방문 부스를 방문한 동일 과거 사용자를 검색하는 과거 사용자 검색부;
상기 검색한 동일 과거 사용자 중 상기 현재 방문 부스를 최종 방문 부스로 하는 단위 방문 부스 그룹을 구성하는 과거 사용자 그룹 생성부; 및
상기 단위 방문 부스 그룹에 기초하여 상기 현재 방문 부스 다음으로 방문할 예상 부스의 확률을 계산하는 확률 계산부를 포함하는 것을 특징으로 하는 추천 부스 결정 장치. - 제 12 항에 있어서, 상기 부스 추천부는
상기 목표 사용자의 부스 방문 이력으로부터 상기 목표 사용자의 단위 방문 부스 그룹을 생성하는 목표 사용자 그룹 생성부; 및
상기 목표 사용자의 단위 방문 부스 그룹과 상기 동일 과거 사용자의 단위 방문 부스 그룹 사이의 유사성을 계산하는 유사성 계산부를 포함하는 것을 특징으로 하는 추천 부스 결정 장치.
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
KR1020110017358A KR101172986B1 (ko) | 2011-02-25 | 2011-02-25 | 전시회의 부스 추천 방법 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
KR1020110017358A KR101172986B1 (ko) | 2011-02-25 | 2011-02-25 | 전시회의 부스 추천 방법 |
Publications (1)
Publication Number | Publication Date |
---|---|
KR101172986B1 true KR101172986B1 (ko) | 2012-08-09 |
Family
ID=46880280
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
KR1020110017358A KR101172986B1 (ko) | 2011-02-25 | 2011-02-25 | 전시회의 부스 추천 방법 |
Country Status (1)
Country | Link |
---|---|
KR (1) | KR101172986B1 (ko) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR101478900B1 (ko) * | 2013-03-22 | 2015-01-06 | 경희대학교 산학협력단 | 신규 관람객의 전시회 부스의 추천 방법 |
KR20180042783A (ko) * | 2016-10-18 | 2018-04-26 | 넥스트스토리(주) | 전시박람회 공간정보에 연결하는 조인 서비스 제공 서버 및 그 방법 |
CN109597942A (zh) * | 2018-12-14 | 2019-04-09 | 广州欧科信息技术股份有限公司 | 展柜信息的推送方法、装置、设备和存储介质 |
KR20220041342A (ko) * | 2020-09-25 | 2022-04-01 | 주식회사 카멜월드와이드 | 인공지능과 위치 정보를 이용한 행사 참석 여부 예측 시스템 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2004072383A (ja) | 2002-08-06 | 2004-03-04 | Seiko Epson Corp | 画像ファイルの分類 |
JP2007048171A (ja) | 2005-08-12 | 2007-02-22 | Fujitsu Ltd | 推奨展示ブース選択プログラム、および推奨展示ブース選択方法 |
-
2011
- 2011-02-25 KR KR1020110017358A patent/KR101172986B1/ko not_active IP Right Cessation
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2004072383A (ja) | 2002-08-06 | 2004-03-04 | Seiko Epson Corp | 画像ファイルの分類 |
JP2007048171A (ja) | 2005-08-12 | 2007-02-22 | Fujitsu Ltd | 推奨展示ブース選択プログラム、および推奨展示ブース選択方法 |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR101478900B1 (ko) * | 2013-03-22 | 2015-01-06 | 경희대학교 산학협력단 | 신규 관람객의 전시회 부스의 추천 방법 |
KR20180042783A (ko) * | 2016-10-18 | 2018-04-26 | 넥스트스토리(주) | 전시박람회 공간정보에 연결하는 조인 서비스 제공 서버 및 그 방법 |
CN109597942A (zh) * | 2018-12-14 | 2019-04-09 | 广州欧科信息技术股份有限公司 | 展柜信息的推送方法、装置、设备和存储介质 |
CN109597942B (zh) * | 2018-12-14 | 2022-05-17 | 广州欧科信息技术股份有限公司 | 展柜信息的推送方法、装置、设备和存储介质 |
KR20220041342A (ko) * | 2020-09-25 | 2022-04-01 | 주식회사 카멜월드와이드 | 인공지능과 위치 정보를 이용한 행사 참석 여부 예측 시스템 |
KR102463276B1 (ko) * | 2020-09-25 | 2022-11-04 | 주식회사 카멜월드와이드 | 인공지능과 위치 정보를 이용한 행사 참석 여부 예측 시스템 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US20180049001A1 (en) | Method of and server for processing wireless device sensor data to generate an entity vector associated with a physical location | |
CN111310019B (zh) | 信息推荐方法、信息处理方法、系统及设备 | |
KR20180042934A (ko) | 콘텐츠 추천 방법, 장치 및 시스템 | |
Ragusa et al. | Egocentric visitors localization in cultural sites | |
US20090256678A1 (en) | Methods for tagging person identification information to digital data and recommending additional tag by using decision fusion | |
KR102020551B1 (ko) | 모바일 컨텍스트 정보 기반의 음식점 추천방법 및 그를 위한 장치 | |
KR101687494B1 (ko) | 소셜 네트워크 위치기반 통합 마케팅 분석 서비스 제공 시스템 | |
KR20190047867A (ko) | 빅데이터를 이용한 사용자 맞춤형 숙소추천장치 및 방법 | |
KR20130062442A (ko) | 협업 필터링 추천 방식을 이용한 추천 방법 및 추천 시스템 | |
KR101451153B1 (ko) | 동행인과의 이동 궤적 분석을 통한 모바일 사용자에 대한 장소 추천 시스템 및 방법 | |
JP2014203272A (ja) | 新規出店候補地分析装置及び方法及びプログラム | |
US20220346683A1 (en) | Information processing system and information processing method | |
US20170243172A1 (en) | Cognitive optimal and compatible grouping of users for carpooling | |
KR101172986B1 (ko) | 전시회의 부스 추천 방법 | |
CN113779384A (zh) | 一种基于客户画像的航班推荐系统 | |
KR20120139844A (ko) | 통계 정보 생성 시스템 및 통계 정보 생성 방법 | |
CN108388570A (zh) | 对视频进行分类匹配的方法、装置和挑选引擎 | |
JP2011170453A (ja) | 場所存在確率算出装置及び方法及びプログラム及びトラベルルート推薦装置及び方法及びプログラム | |
CN108694182B (zh) | 活动推送方法、活动推送装置和服务器 | |
KR102370007B1 (ko) | 사용자 위치기반의 실시간 여행정보 제공시스템 | |
KR101958555B1 (ko) | 검색 결과 제공 장치 및 방법 | |
CN113591986B (zh) | 用于生成推荐模型的对象权值的方法和个性化推荐方法 | |
KR101155118B1 (ko) | 목표 전시회의 목표 사용자 결정 방법 | |
WO2020196100A1 (ja) | 情報処理装置、情報処理方法及びプログラム | |
KR20220068339A (ko) | 안면인식 기술을 이용한 여행객 행동특성 데이타 생성 방법 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A201 | Request for examination | ||
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: 20150714 Year of fee payment: 4 |
|
FPAY | Annual fee payment |
Payment date: 20160713 Year of fee payment: 5 |
|
LAPS | Lapse due to unpaid annual fee |