KR101203695B1 - 사용자 심리지수에 기초한 조언 추천 시스템 - Google Patents

사용자 심리지수에 기초한 조언 추천 시스템 Download PDF

Info

Publication number
KR101203695B1
KR101203695B1 KR1020110051537A KR20110051537A KR101203695B1 KR 101203695 B1 KR101203695 B1 KR 101203695B1 KR 1020110051537 A KR1020110051537 A KR 1020110051537A KR 20110051537 A KR20110051537 A KR 20110051537A KR 101203695 B1 KR101203695 B1 KR 101203695B1
Authority
KR
South Korea
Prior art keywords
user
advice
information
context information
index
Prior art date
Application number
KR1020110051537A
Other languages
English (en)
Inventor
권오병
Original Assignee
경희대학교 산학협력단
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by 경희대학교 산학협력단 filed Critical 경희대학교 산학협력단
Priority to KR1020110051537A priority Critical patent/KR101203695B1/ko
Priority to PCT/KR2011/006952 priority patent/WO2012165719A1/ko
Priority to US13/807,982 priority patent/US20130097110A1/en
Priority to CN201180071327.2A priority patent/CN103649958B/zh
Priority to PCT/KR2012/004264 priority patent/WO2012165859A2/ko
Application granted granted Critical
Publication of KR101203695B1 publication Critical patent/KR101203695B1/ko

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N5/00—Computing arrangements using knowledge-based models
    • G06N5/02—Knowledge representation; Symbolic representation
    • 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
    • G06Q10/00—Administration; Management
    • 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
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/90—Details of database functions independent of the retrieved data types

Landscapes

  • Engineering & Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Physics & Mathematics (AREA)
  • Tourism & Hospitality (AREA)
  • Marketing (AREA)
  • Strategic Management (AREA)
  • Human Resources & Organizations (AREA)
  • General Business, Economics & Management (AREA)
  • Economics (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Quality & Reliability (AREA)
  • Operations Research (AREA)
  • Artificial Intelligence (AREA)
  • Computational Linguistics (AREA)
  • Data Mining & Analysis (AREA)
  • Evolutionary Computation (AREA)
  • Computing Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • Mathematical Physics (AREA)
  • Software Systems (AREA)
  • Health & Medical Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Primary Health Care (AREA)
  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
  • Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)

Abstract

본 발명은 사용자 상황 정보와 사용자 프로필 정보에 기초하여 사용자 심리를 판단하고, 판단한 사용자 심리 지수에 따라 사용자에 필요한 조언을 제공하는 시스템에 관한 것이다.
본 발명에 따른 조언 추천 시스템은 사용자 심리 지수를 사용자 상황 정보 또는 사용자 프로필 정보에 기초하여 판단함으로써, 사용자의 심리 상태를 정확하게 진단하고 진단한 심리 상태를 극복할 수 있는 정확한 조언을 추천할 수 있다. 또한 본 발명에 따른 조언 추천 시스템은 주기적으로 사용자 상황 정보를 수집하고 수집한 각 사용자 상황 정보에 대한 사용자의 개인화된 성향을 판단함으로써 사용자에 개인화된 조언을 정확하게 추천할 수 있으며, 사용자가 취사선택할 수 있거나 취사선택도가 높은 조언을 사용자 상황 정보와 사용자 프로필 정보에 따라 추출함으로써 사용자에 개인화된 조언을 추천할 수 있다.

Description

사용자 심리지수에 기초한 조언 추천 시스템{System for recommending advice based on user psychology index}
본 발명은 사용자 상황 정보와 사용자 프로필 정보에 기초하여 사용자 심리 지수를 판단하고, 판단한 사용자 심리 지수에 따라 사용자에 필요한 조언을 추천하는 시스템에 관한 것이다.
유비쿼터스 환경은 사용자가 네트워크나 컴퓨터를 의식하지 않고 장소에 상관없이 자유롭게 네트워크에 접속할 수 있는 정보통신 환경을 의미하는데, 유비쿼터스는 '언제 어디에나 존재한다'는 뜻의 라틴어로, 사용자가 시간과 장소에 구애되지 않고 자유롭게 네트워크에 접속할 수 있는 환경을 말한다. 유비쿼터스 환경에서 사용자는 가정?자동차는 물론, 심지어 산 꼭대기에서도 정보기술을 활용할 수 있고, 네트워크에 연결되는 컴퓨터 사용자의 수도 늘어나 정보기술산업의 규모와 범위도 그만큼 커지게 된다.
이러한 유비쿼터스 환경에서 널리 연구 개발되고 있는 분야 중 하나가 상황 인식 서비스이다. 상황 인식 서비스는 현실 세계의 모든 상황을 표현하는 기술적 수단을 제시하며, 이를 기반으로 상황 인식, 상황의 특징 추출, 학습, 추론 등의 지능화된 기법을 적용하여 인간 중심의 자율적인 서비스를 가능하게 한다. 이러한 상황 인식 서비스는 최근 널리 보급되고 있는 스마트폰과 연계되어 다양한 서비스가 이루어지고 있으며, 개인화 및 자동화된 서비스를 제공하는데 있어서 유용한 방법이다.
최근 기술 진보의 반대 효과로 사용자는 스트레스, 우울감, 분노감, 피로감을 더 크게 느끼며 이를 극복/개선하기 위한 다양한 조언 방법들이 개발되고 있다. 그러나 종래 조언 방법에서 스트레스, 우울감, 분노감, 피로감을 극복하기 위하여 사용자는 직접 병원을 찾거나, 공지되어 있는 조언을 직접 검색하고 자신에 맞는 개선 방안을 찾아야 하는 불편함이 있었다. 더욱이 종래 조언 방법에서는 사용자가 스스로 스트레스, 우울감, 분노감, 피로감 중 어떠한 상태인지를 객관적으로 판단하기 곤란하였으며 사용자가 어떠한 상태인지 객관적으로 판단하더라도 그 정도를 객관적으로 판단하기 곤란하여 정확한 개선 방안을 찾기 곤란하였다. 또한 종래 조언 방법은 사용자의 현재 상황에 실시간으로 사용자가 느끼는 스트레스, 우울감, 분노감, 피로감을 판단하기 곤란하며, 더욱이 사용자가 현재 느끼는 스트레스, 우울감, 분노감, 피로감에 대한 개선/극복 방안을 실시간으로 제공하여 즉각적으로 사용자의 스트레스, 우울감, 분노감, 피로감를 개선/극복하기 곤란하다는 문제점을 가진다. 또한 종래 조언 방법은 사용자 상황 정보 또는 사용자 프로필 정보에 따라 사용자가 취사선택할 수 있는 또는 취사선택도가 높은 조언이 서로 상이하나 이러한 사용자 상황 정보 또는 사용자 프로필 정보에 무관하게 무작위로 사용자에 조언을 추천하여 조언의 적절성과 효과성이 저하된다는 문제점을 가진다.
유비쿼터스 환경과 스마트폰 환경은 사용자에 개인화된 서비스를 효과적으로 제공할 수 있는데, 사용자 상황 정보와 사용자 프로필 정보에 기초하여 사용자의 정신적 풍요와 안정을 위해 사용자가 느끼는 스트레스, 우울감, 분노감, 피로감 등과 같은 사용자 심리 지수에 따라 사용자에 적합한 조언을 실시간으로 제공할 수 있는 조언 추천 시스템이 요구된다.
본 발명은 위에서 언급한 종래 조언 방법이 가지는 문제점을 극복하기 위한 것으로, 본 발명이 이루고자 하는 목적은 사용자 심리 지수를 실시간으로 판단하고, 판단한 사용자 심리 지수에 따라 사용자에 개인화된 조언을 추천하는 시스템을 제공하는 것이다.
본 발명이 이루고자 하는 다른 목적은 사용자 상황 정보와 사용자 프로필 정보에 따라 사용자가 취사선택할 수 있거나 취사선택도가 높은 조언을 추출하여 사용자에 추천하는 시스템을 제공하는 것이다.
본 발명이 이루고자 하는 또 다른 목적은 사용자 상황 정보와 사용자 프로필 정보로부터 실시간으로 사용자 심리 지수를 판단하고, 판단한 사용자 심리 지수에 해당하는 조언을 추천하는 시스템을 제공하는 것이다.
본 발명의 목적을 달성하기 위하여 본 발명에 따른 조언 추천 시스템은 사용자 상황 정보와 사용자 프로필 정보를 수집하는 사용자 정보 수집부와, 수집한 사용자 상황 정보와 사용자 정보 데이터베이스에 기저장되어 있는 사용자 상황 정보를 비교하여 수집한 사용자 상황 정보가 기저장되어 있는 사용자 상황 정보와 다른 경우 사용자로부터 입력받은 설문 답변, 수집한 사용자 상황 정보, 사용자 프로필 정보로부터 수집한 사용자 상황 정보에서의 사용자 심리지수를 계산하여 사용자 정보 데이터베이스에 저장하는 사용자 정보 관리부와, 새로운 사용자 상황 정보를 수집하는 경우, 새로 수집한 사용자 상황 정보와 사용자 정보 데이터베이스에서 새로 수집한 사용자 상황 정보에 매칭되어 있는 사용자 심리 지수를 검색하여 검색한 사용자 심리 지수가 무시 레벨 또는 조언 레벨 중 어떤 단위 조언 레벨에 해당하는지 판단하는 조언 판단부와, 판단한 단위 조언 레벨, 사용자 프로필 정보, 새로 수집한 사용자 상황 정보에 해당하는 조언을 조언 데이터베이스에서 검색하여 사용자에 출력 제어하는 조언 제공부를 포함하는 것을 특징으로 한다.
여기서 사용자 상황 정보는 GPS에 따른 사용자 위치 정보, 환경감지 센서로부터 수신한 조도, 습도, 소음, 온도의 사용자 환경 정보, 사용자 스케줄 정보, 활동량 센서로부터 수신한 사용자 활동량 정보, 생체 신호 감지 센서로부터 수신한 사용자 생체 정보, 현재 시간 정보이다. 한편 사용자 프로필 정보는 사용자로부터 입력된 사용자의 직업, 나이, 거주지, 성별, 병력, 결혼여부, 학력, 소득 수준이다.
보다 구체적으로, 사용자 정보 관리부는 수집한 사용자 상황 정보와 사용자 정보 데이터베이스에 기저장되어 있는 사용자 상황 정보를 비교하여 수집한 사용자 상황 정보가 사용자 정보 데이터베이스에 기저장되어 있는지 판단하는 비교 판단부와, 수집한 사용자 상황 정보가 사용자 정보 데이터베이스에 기저장되어 있지 않은 경우 수집한 사용자 상황 정보를 구성하는 각 사용자 상황 정보의 절대적 크기를 사용자가 실제 느끼는 주관적 크기로 변환한 지수 인자를 문의하는 설문을 제공하고 사용자로부터 설문 답변을 수신하는 설문 제공부와, 사용자 상황 정보, 사용자 프로필, 지수 인자 사이의 상관 관계를 규정하는 회귀 모델식으로부터 수집한 사용자 상황 정보에서의 사용자 심리 지수를 계산하고 계산한 사용자 심리 지수를 사용자 정보 데이터베이스에 저장하는 심리 지수 계산부를 포함한다.
바람직하게 조언 추천 시스템은 주기적으로 또는 사용자 프로필 정보가 변경될 때마다 사용자 정보 데이터베이스에 저장되어 있는 사용자 상황 정보에 따른 사용자 심리 지수를 갱신하는 갱신 제어부를 더 포함한다.
여기서 사용자 심리 지수는 우울감 지수, 분노감 지수, 스트레스 지수, 정신적 피로감 지수이다.
보다 구체적으로, 조언 제공부는 새로 수집한 사용자 상황 정보로부터 계산된 사용자 심리 지수가 상기 조언 레벨인지 판단하는 레벨 판단부와, 판단 결과 조언 레벨인 경우 사용자에 조언 문의 메시지를 송신하거나 사용자로부터 조언 응답 메시지를 수신하여 조언 제공을 판단하는 조언 제공 판단부와, 조언 제공 판단부에서 사용자에 조언을 제공하도록 판단되는 경우 새로 수집한 사용자 상황 정보에 해당하는 조언을 조언 데이터베이스에서 검색에서 검색하여 사용자에 출력 제어하는 조언 검색부를 포함한다.
조언 검색부의 일 실시예는 조언 데이터베이스에 저장되어 있는, 판단한 단위 조언 레벨에 매칭되어 있는 조언의 메타정보 또는 색인어와 사용자 프로필 정보 또는 새로 수집한 사용자 상황 정보를 비교하는 메타 정보 비교부와, 비교 결과로부터 사용자 프로필 정보 또는 새로 수집한 사용자 상황 정보를 매타정보 또는 색인어로 포함하는 조언을 추출하는 조언 추출부와, 사용자 프로필 정보 또는 새로 수집한 사용자 상황 정보의 가중치와 매타정보 또는 색인어의 매칭수에 기초하여 가중치가 높은 사용자 상황 정보와 일치하는 매타 정보 또는 색인어를 가지는 조언의 순서로 또는 사용자 상황 정보와 일치하는 매타 정보 또는 색인어의 수가 많은 순서로 추출한 조언의 우선 순위를 계산하는 우선순위 계산부와, 계산한 추출 조언의 우선 순위에 따라 사용자에 조언을 출력 제어하는 조언 출력 제어부를 포함한다.
조언 검색부의 다른 실시예는 조언 데이터베이스에 저장되어 있는, 판단한 단위 조언 레벨에 매칭되어 있는 조언의 메타정보 또는 색인어와 사용자 프로필 정보 또는 새로 수집한 사용자 상황 정보를 비교하는 메타 정보 비교부와, 비교 결과로부터 사용자 프로필 정보 또는 새로 수집한 사용자 상황 정보를 매타정보 또는 색인어로 포함하는 조언을 추출하는 조언 추출부와, 사용자 프로필 정보 또는 새로 수집한 사용자 상황 정보 각각을 서로 다른 축으로 하며 사용자 프로필 정보 또는 새로 수집한 사용자 상황 정보 각각의 가중치로부터 생성되는 매칭 벡터와 추출한 조언의 메타정보 또는 색인어 각각으로부터 생성되는 조언 벡터의 유사정도에 따라 추출한 조언의 우선 순위를 계산하는 우선순위 계산부와, 계산한 추출 조언의 우선 순위에 따라 사용자에 조언을 출력 제어하는 조언 출력 제어부를 포함한다.
본 발명에 따른 조언 추천 시스템은 종래 조언 추천 방법과 비교하여 다음과 같은 다양한 효과를 가진다.
첫째, 본 발명에 따른 조언 추천 시스템은 사용자 심리 지수를 사용자 상황 정보 또는 사용자 프로필 정보에 기초하여 판단함으로써, 사용자의 심리 상태를 정확하게 진단하고 진단한 심리 상태를 극복할 수 있는 정확한 조언을 추천할 수 있다.
둘째, 본 발명에 따른 조언 추천 시스템은 주기적으로 사용자 상황 정보를 수집하고 수집한 각 사용자 상황 정보에 대한 사용자의 개인화된 성향을 판단함으로써, 사용자에 개인화된 조언을 정확하게 추천할 수 있다.
셋째, 본 발명에 따른 조언 추천 시스템은 사용자가 취사선택할 수 있거나 취사선택도가 높은 조언을 사용자 상황 정보와 사용자 프로필 정보에 따라 추출함으로써, 사용자에 개인화된 조언을 추천할 수 있다.
넷째, 본 발명에 따른 조언 추천 시스템은 사용자 상황 정보가 수집될 때마다 사용자 성향을 분석하기 위한 설문을 통해 수집한 사용자 상황 정보에 따른 사용자 심리 지수를 계산하여 저장함으로써 사용자는 조언을 추천받기 위한 복잡한 과정없이 용이하게 조언 추천 시스템을 사용할 수 있으며, 주기적으로 또는 사용자 프로필 정보가 변경될 때마다 사용자 상황 정보에 따른 사용자 심리 지수를 갱신함으로써 사용자 성향을 정확하게 반영한 조언을 추천할 수 있다.
도 1은 본 발명의 일 실시예에 따른 조언 추천 0시스템을 설명하기 위한 기능 블록도이다.
도 2와 도 3은 본 발명에 따른 조언 추천 시스템의 다른 실시예를 설명하기 위한 기능 블록도이다.
도 4는 본 발명의 일 실시예에 따른 사용자 정보 관리부를 설명하기 위한 기능 블록도이다.
도 5는 본 발명의 일 실시예에 따른 조언 판단부(40)를 설명하기 위한 기능 블록도이다.
도 6은 본 발명의 일 실시예에 따른 조언 검색부를 보다 구체적으로 설명하기 위한 기능 블록도이다.
도 7은 본 발명에 따른 조언 추천 시스템에서 사용자 상황 정보에 따른 사용자 심리 지수를 계산하여 사용자 정보 데이터베이스에 저장하는 방법을 설명하기 위한 흐름도이다.
도 8은 본 발명에 따른 조언 추천 시스템에서 사용자 상황 정보에 따라 사용자에 조언을 추천하는 방법을 설명하기 위한 흐름도이다.
도 9는 조언을 추출하는 단계를 보다 구체적으로 설명하기 위한 흐름도이다.
도 10은 조언 벡터의 일 예를 도시하고 있다.
도 11은 사용자로부터 입력되는 사용자 프로필 정보의 일 예를 도시하고 있다.
도 12는 설문 답변으로 입력되는 지수 인자의 일 예를 도시하고 있다.
이하 첨부한 도면을 참고로 본 발명에 따른 조언 추천 시스템에 대해 보다 구체적으로 설명한다.
도 1은 본 발명의 일 실시예에 따른 조언 추천 시스템을 설명하기 위한 기능 블록도이다.
도 1을 참고로 살펴보면, 정보 수집부(10)는 환경 감지 센서(1), 사용자 단말기(2) 또는 생체 신호 감지 센서(3)로부터 사용자 상황 정보를 수집하거나 조언 추천 시스템을 이용하기 위한 사용자 등록 과정에서 사용자 프로필 정보를 수집하거나 주기적으로 사용자 프로필 정보를 수집한다. 여기서 사용자 상황 정보는 사용자 주변의 환경 정보, 현재 위치, 현재 날씨, 사용자의 스케줄, 사용자의 생체 정보와 같이 동적으로 변하는 사용자의 상황을 나타내는 정보를 의미하며, 사용자 프로필 정보는 사용자 이름, 나이, 성별, 혼인 여부, 거주지와 같이 사용자를 식별하거나 사용자 자체의 특징을 나타내는 정보를 의미한다.
사용자 상황 정보를 수집하는 구체적인 방법을 살펴보면, 정보 수집부(10)는 사용자가 특정 공간에 위치하는 경우, 예를 들어 습도, 온도, 채도, 소음 등과 같은 환경 정보를 감지하는 환경 센서(1)들이 배치되어 있는 공간에 위치하는 경우 환경 센서(1)로부터 사용자 환경 정보를 수집하거나, 사용자 단말기(2)에 저장되어 있는 사용자 스케줄 정보를 수집하거나 사용자 단말기(2)에 구비되어 있는 GPS 모듈을 통해 사용자의 현재 위치를 수집하거나, 사용자 단말기(2)에 배치되어 있는 또는 사용자 신체 중 일부에 배치되어 있는 생체 신호 감지 센서로부터 사용자의 소비 칼로리와 같은 활동량 정보, 혈압, 체온, 맥박 등과 같은 생체 정보를 수집한다.
사용자 프로필 정보를 수집하는 구체적인 방법을 살펴보면, 사용자가 조언 추천 서비스를 제공받기 위하여 조언 추천 시스템에 등록하는 경우, 정보 수집부(10)는 사용자 정보 관리부(20)의 제어에 따라 사용자에 사용자 프로필 정보를 입력하기 위한 인터페이스 화면을 사용자 단말기(2)로 송신하며 사용자로부터 사용자 단말기(2)를 통해 입력되는 사용자 프로필 정보를 수집한다.
정보 수집부(10)의 일 동작 예는 사용자 정보 관리부(20)의 제어에 따라 사용자 정보 관리부(20)의 수집 제어 명령을 수신하는 경우 환경 센서, 사용자 단말기, 생체 신호 감지 센서로부터 사용자 상황 정보를 수집하거나 사용자 프로필 정보를 수집한다. 정보 수집부(10)의 다른 동작 예는 사용자 정보 관리부(2)의 제어없이 사용자에 새로운 사용자 상황 정보가 발생하는 경우, 예를 들어 사용자가 환경 센서가 배치되어 있는 특정 공간에 위치하는 경우 또는 사용자의 생체 신호가 변경되는 경우 실시간으로 사용자 상황 정보를 수집한다.
사용자 정보 관리부(20)는 수집한 사용자 상황 정보와 사용자 정보 데이터베이스(30)에 기저장되어 있는 사용자 상황 정보를 비교하여 수집한 사용자 상황 정보가 사용자 정보 데이터베이스(30)에 기저장되어 있지 않은 경우 수집한 사용자 상황 정보에 대해 사용자로부터 입력받은 설문 답변, 수집한 사용자 상황 정보, 사용자 프로필 정보로부터 수집한 사용자 상황 정보에서의 사용자 심리지수를 계산하여 사용자 정보 데이터베이스(30)에 저장한다. 사용자 정보 데이터베이스(30)에는 정보 수집부(10)를 통해 수집한 사용자 상황 정보, 사용자 프로필 정보, 수집한 사용자 상황 정보에 대해 계산된 사용자 심리지수에 대한 정보가 저장되어 있다. 여기서 사용자 심리지수는 사용자의 정신적 풍요와 안정에 관련한 지수로 사용자의 스트레스 지수, 우울감 지수, 분노감 지수, 정신적 피로감 지수를 포함하여 본 발명이 적용되는 분야에 따라 다양한 심리지수가 사용될 수 있으며 이는 본 발명의 범위에 속한다.
조언 판단부(40)는 정보 수집부(10)를 통해 새로운 사용자 상황 정보를 수집하는 경우, 상기 사용자 정보 데이터베이스에서 새로 수집한 사용자 상황 정보에 매칭되어 있는 사용자 심리 지수를 검색하고 검색한 사용자 심리 지수가 무시 레벨 또는 조언 레벨 중 어떤 단위 조언 레벨에 해당하는지 판단한다. 조언 판단부(40)는 새로 수집한 사용자 상황 정보에 매칭되어 있는 단일 또는 복수의 사용자 심리지수를 검색하여 각 사용자 심리지수가 무시 레벨 또는 조언 레벨인지 판단한다. 여기서 조언 레벨은 다시 단위 조언 레벨로 구분되는데, 예를 들어 조언 레벨은 상, 중, 하로 구분되거나 1 내지 10에서 1단위로 구분된다.
조언 제공부(50)는 사용자 심리지수에 따라 판단한 단위 조언 레벨에 매칭되어 있는 조언을 조언 데이터베이스(70)에서 검색하고, 검색한 조언 중 사용자 프로필 정보 또는 새로 수집한 사용자 정보와 동일한 색인어 또는 메타 정보를 가지는 조언을 추출하여 조언 출력부(60)로 제공한다. 조언 출력부(60)는 추출한 조언을 사용자에 출력하는 장치로, 디스플레이 또는 스피커 등이 사용될 수 있으며 본 발명이 적용되는 분야에 따라 조언을 음성 또는 화면으로 출력하는 다양한 장치가 사용될 수 있다.
한편, 갱신 제어부(80)는 주기적으로 또는 사용자 프로필 정보가 변경될 때마다 사용자 정보 데이터베이스(30)에 저장되어 있는 사용자 상황 정보에 따른 사용자 심리 지수를 갱신한다. 사용자의 프로필 정보가 변경되거나 오랜 시간이 경과하는 경우 소음, 온도, 조도 등과 같은 사용자 상황 정보의 절대적 크기에 대해 사용자가 주관적으로 느끼는 소음, 온도, 조도의 상대적 크기가 상이할 수 있으므로 갱신 제어부(80)는 주기적으로 또는 사용자 프로필 정보가 변경될 때마다 사용자 정보 데이터베이스(30)에 기저장되어 있던 사용자 상황 정보에 따른 사용자 심리지수를 갱신하여 사용자 정보 데이터베이스(30)에 저장한다.
도 2와 도 3은 본 발명에 따른 조언 추천 시스템의 다른 실시예를 설명하기 위한 기능 블록도이다.
도 2를 참고로 살펴보면, 정보 수집 모듈(100)은 사용자가 구비하는 단말기(2)에 배치되거나 사용자가 위치하는 특정 공간에 배치되어 있으며, 환경 센서(1), 사용자 단말기(2), 생체 신호 감지 센서(3)로부터 사용자 상황 정보를 수집한다. 정보 수집 모듈(100)은 유선/무선 네트워크(200)를 통해 조언 제공 시스템(300)에 접속되어 있으며 수집한 사용자 상황 정보를 네트워크(200)를 통해 조언 제공 시스템(300)으로 송신한다. 정보 수집 모듈(100)에서 조언 제공 시스템(300)으로 송신되는 사용자 상황 정보에는 사용자를 식별하기 위한 사용자 식별자가 포함되어 있는데, 사용자 식별자는 사용자가 구비하는 단말기의 시리얼 번호가 사용될 수 있다.
조언 제공 시스템(300)은 사용자 상황 정보가 수신되는 경우, 수신한 사용자 상황 정보, 사용자 프로필 정보, 사용자 심리 지수로부터 사용자에 추천할 조언을 추출하고, 추출한 조언을 네트워크를 통해 사용자 단말기(1)로 송신한다.
도 3을 참고로 조언 추천 시스템을 보다 구체적으로 살펴보면, 도 3의 조언 추천 시스템의 사용자 정보 관리부(310), 사용자 정보 데이터베이스(320), 조언 판단부(330), 조언 제공부(340), 조언 출력부(350), 조언 데이터베이스(360) 및 갱신 제어부(370)는 도 1에 도시되어 있는 조언 추천 시스템의 사용자 정보 관리부(20), 사용자 정보 데이터베이스(30), 조언 판단부(40), 조언 제공부(50), 조언 출력부(60), 조언 데이터베이스(70) 및 갱신 제어부(80)와 기능 또는 동작이 동일하며 단지 도 3에 도시되어 있는 조언 추천 시스템은 정보 수집 모듈(100)이 조언 추천 시스템에 통합되어 있지 않다는 점에서만 상이하므로 이에 대한 자세한 설명은 생략한다.
도 4는 본 발명의 일 실시예에 따른 사용자 정보 관리부를 설명하기 위한 기능 블록도이다.
도 4를 참고로 보다 구체적으로 살펴보면, 비교 판단부(21)는 정보 수집부(10)에서 사용자 상황 정보를 수집하는 경우, 수집한 사용자 상황 정보를 사용자 정보 데이터베이스(30)에 기저장되어 있는 사용자 상황 정보와 비교하여 수집한 사용자 상황 정보가 사용자 정보 데이터베이스(30)에 기저장되어 있는 사용자 상황 정보인지 판단한다.
비교 판단부(21)의 판단 결과, 수집한 사용자 상황 정보가 사용자 정보 데이터베이스(30)에 저장되어 있지 않은 경우, 설문 제공부(23)를 통해 수집한 절대적 크기의 사용자 상황 정보에 대한 사용자의 주관적 크기를 문의하기 위한 설문을 작성하여 사용자에 제공하며 사용자로부터 설문에 대한 응답을 수신한다. 즉, 설문 제공부(230)는 수집한 사용자 상황 정보를 구성하는 각 사용자 상황 정보의 절대적 크기를 사용자가 실제 느끼는 주관적 크기로 변환한 지수 인자를 문의하는 설문을 제공하고 사용자로부터 설문 답변을 수신한다. 설문 제공부(23)를 통해 사용자로 제공되는 설문의 예는, 현재 사용자가 주관적으로 느끼는 온도를 "매우 춥다, 춥다, 적당하다, 덥다, 매우덥다"로 구분하여 사용자에 설문할 수 있다. 절대적 크기의 온도, 예를 들어 영상 11도에서 사용자마다 느끼는 주관적 크기의 온도는 서로 상이하기 때문에 각 사용자 상황 정보의 절대적 크기에서 사용자가 느끼는 주관적 크기에 대한 정보를 이용하여 사용자 심리 지수를 정확하게 측정할 수 있다. 바람직하게, 사용자는 각 사용자 상황 정보의 절대적 크기에 대해 사용자가 실제 느끼는 주관적 크기를 지수 인자('매우 춥다'의 지수인자:0 '춥다'의 지수인자:1, '적당하다'의 지수인자:2, '덥다;의 지수인자:3, '매우덥다'의 지수인자:4)로 변환하여 설문 답변한다.
심리지수 계산부(25)는 수집한 사용자 상황 정보, 사용자 정보 데이터베이스(30)에 저장되어 있는 사용자 프로필 정보, 계산한 지수 인자를 독립 인자로 하고 사용자 심리 지수를 종속 인자로 하여 독립 인자와 종속 인자 사이의 상관 관계를 규정하는 회귀 모델식으로부터 수집한 사용자 상황 정보에서의 사용자 심리 지수를 계산하고 계산한 사용자 심리 지수를 사용자 정보 데이터베이스(30)에 저장한다. 여기서 회귀 모델식이란 스트레스 지수, 우울감 지수, 분노감 지수, 정신적 피로감 지수에 기여하는 여러 항목을 연구하여 규정하고, 스트레스 지수, 우울감 지수, 분노감 지수, 정신적 피로감 지수를 종속 변인으로 하고 각 사용자 심리 지수에 기여하는 여러 항목을 독립 변인으로 하여 각 독립 변인들이 종속 변인에 어느 정도로 기여하는지의 관계, 즉 상관 관계를 규정한 식을 의미한다. 각 사용자 심리 지수에 대한 회귀 모델식은 별도의 회귀 모델식 데이터베이스(미도시)에 저장되어 있거나 사용자 정보 데이터베이스(30)에 저장되어 있다.
도 5는 본 발명의 일 실시예에 따른 조언 판단부(40)를 설명하기 위한 기능 블록도이다.
도 5를 참고로 보다 구체적으로 살펴보면, 레벨 판단부(51)는 정보 수집부(10)를 통해 새로운 사용자 상황 정보가 입력되는 경우 입력된 사용자 상황 정보에 매칭되어 있는 사용자 심리 지수를 사용자 정보 데이터베이스(30)에서 검색하고, 검색한 사용자 심리 지수에 기초하여 사용자에 조언이 필요없는 무시 레벨인지 사용자에 조언이 필요한 조언 레벨인지 판단한다. 또한 레벨 판단부(51)는 사용자 심리 지수의 크기에 기초하여 단위 조언 레벨 중 어느 정도의 레벨 크기인지 판단한다.
레벨 판단부(53)의 판단 결과에 기초하여 사용자 심리 지수의 크기가 조언 레벨인 경우 조언 제공 판단부(53)는 사용자에 조언을 제공할 것인지를 문의하는 조언 문의 메시지를 생성하여 사용자로 송신하고 사용자로부터 조언을 요청하는 조언 응답 메시지를 수신한다. 조언 제공 판단부(53)에서 조언 응답 메시지를 수신하는 경우 조언 검색부(55)는 판단한 단위 조언 레벨에 매칭되어 있는, 조언 데이터베이스(70)에 저장되어 있는 조언의 메타 정보 또는 색인어를 새로 수집한 사용자 상황 정보 또는 사용자 프로필 정보와 비교하여 사용자에 추천할 조언을 검색하고 검색한 조언을 조언 출력부(60)로 출력 제어한다.
도 6은 본 발명의 일 실시예에 따른 조언 검색부를 보다 구체적으로 설명하기 위한 기능 블록도이다.
도 6을 참고로 보다 구체적으로 살펴보면, 메타 정보 비교부(111)는 단위 조언 레벨에 매칭되어 있는, 조언 데이터베이스(70)에 저장되어 있는 조언의 메타 정보 또는 색인어와 사용자 상황 정보 또는 사용자 프로필 정보를 비교하며, 조언 추출부(113)는 메타 정보 비교부(111)의 비교 결과에 기초하여 조언 데이터베이스(70)에 저장되어 있는 조언 중 사용자 상황 정보 또는 사용자 프로필 정보에 일치하는 매타 정보 또는 색인어를 가지는 조언을 추출한다. 우선 순위 계산부(115)는 사용자 상황 정보 또는 사용자 프로필 정보의 가중치와 매타정보 또는 색인어의 매칭수에 기초하여 가중치가 높은 조언의 순서로 또는 사용자 상황 정보 또는 사용자 프로필 정보와 일치하는 매타 정보 또는 색인어의 수가 많은 순서로 추출한 조언의 우선 순위를 계산한다. 조언 출력 제어부(117)는 우선 순위 계산부(115)에서 계산한 조언의 우선 순위에 따라 추출한 조언을 조언 출력부(60)로 출력 제어한다.
도 7은 본 발명에 따른 조언 추천 시스템에서 사용자 상황 정보에 따른 사용자 심리 지수를 계산하여 사용자 정보 데이터베이스에 저장하는 방법을 설명하기 위한 흐름도이다.
도 7을 참고로 보다 구체적으로 살펴보면, 조언 추천 시스템에 등록시 입력되거나 사용자로부터 입력되는 사용자 프로필 정보를 수집하고(S100), 환경 센서, 사용자 단말기, 생체 신호 감지 센서로부터 사용자 상황 정보를 수집한다(S110). 도 11은 사용자로부터 입력되는 사용자 프로필 정보의 일 예로, 사용자 나이, 성별, 혼인 유무, 학력, 소득수준, 거주지, 직업, 병력에 대한 정보가 범례의 속성값으로 사용자 단말기를 통해 사용자로부터 입력된다. 사용자 상황 정보가 수집되는 경우, 수집한 사용자 상황 정보와 사용자 정보 데이터베이스에 기저장되어 있는 사용자 상황 정보를 비교하여 수집한 사용자 상황 정보가 사용자 정보 데이터베이스에 저장되어 있는 사용자 상황 정보인지 판단한다(S120). 수집한 사용자 상황 정보가 사용자 정보 데이터베이스에 기저장되어 있지 않은 경우, 수집한 사용자 상황 정보를 구성하는 각 사용자 상황 정보의 절대적 크기를 사용자가 실제 느끼는 주관적 크기로 변환한 지수 인자를 문의하는 설문을 제공하고 사용자로부터 설문 답변을 수신한다(S130). 도 12는 설문 답변의 일 예로, 온도, 습도, 조도, 소음, 활동량 등의 사용자 상황 정보의 절대 크기에 대해 사용자가 실제 느끼는 주관적 크기가 범례의 지수 인자로 변환되어 사용자 단말기를 통해 사용자로부터 입력된다. 수집한 사용자 상황 정보, 사용자 프로필 정보 및 지수 인자를 독립변인으로 하고 스트레스 지수, 우울감 지수, 분노감 지수, 정신적 피로감 지수를 종속변인으로 하는 회귀 모델식으로부터 사용자 심리지수를 계산하고(S140), 계산한 사용자 심리지수를 사용자 정보 데이터베이스에 저장한다(S150).
예를 들어 스트레스 지수, 우울감 지수, 분노감 지수 및 정신적 피로감 지수는 아래의 수학식(1) 내지 수학식(4)로 규정된 회귀 모델식으로부터 계산되는데, 본 발명이 적용되는 분야에 따라 다양한 회귀 모델식을 이용하여 사용자 심리 지수를 계산할 수 있으며 이는 본 발명의 범위에 속한다.
[수학식1]
스트레스 지수=0.42×주관적 소음 크기+0.31×주관적 습도 크기+0.56×주관적 온도 크기+1.223
[수학식2]
우울감 지수=0.38×주관적 소음 크기-0.16×활동량+0.26×주관적 조도+0.34×혼인여부(혼인시:0, 미혼시:1)+0.07×학력
[수학식3]
분노감 지수=0.23×생체 신호+0.16×주관적 소음 크기+0.15×소득수준+0.17×학력
[수학식4]
정신적 피로감 지수=0.18×활동량+0.14×생체 신호+0.24×주관적 소음+0.24×주관적 온도
도 8은 본 발명에 따른 조언 추천 시스템에서 사용자 상황 정보에 따라 사용자에 조언을 추천하는 방법을 설명하기 위한 흐름도이다.
도 8을 참고로 보다 구체적으로 살펴보면, 사용자 상황 정보가 입력되는 경우(210), 입력된 사용자 상황 정보에 기초하여 입력된 사용자 상황 정보에 매칭되어 저장되어 있는 사용자 심리 지수를 검색하고, 검색한 사용자 심리 지수가 무시 레벨인지 조언 레벨인지 판단한다(S220). 판단 결과 조언 레벨인 경우 사용자로부터 조언을 요청하는 조언 응답 메시지를 수신하였는지 판단하여(S230), 조언 응답 메시지를 수신한 경우 조언 데이터베이스에 저장되어 있는, 단위 조언 레벨에 매칭되어 있는 조언의 메타 정보 또는 색인어를 사용자 상황 정보, 사용자 프로필 정보와 비교하여 사용자에 추천할 조언을 추출하고(S240) 추출한 조언을 사용자에 출력한다(S250).
도 9는 조언을 추출하는 단계를 보다 구체적으로 설명하기 위한 흐름도로서, 도 9를 참고로 보다 구체적으로 살펴보면, 단위 조언 레벨에 매칭되어 있는, 조언 데이터베이스에 저장되어 있는 조언의 메타 정보 또는 색인어와 사용자 상황 정보 또는 사용자 프로필 정보를 비교하고(S241), 비교 결과에 기초하여 조언 데이터베이스에 저장되어 있는 조언 중 사용자 상황 정보 또는 사용자 프로필 정보에 일치하는 매타 정보 또는 색인어를 가지는 조언을 추출한다(S243). 사용자 상황 정보 또는 사용자 프로필 정보의 가중치와 매타정보 또는 색인어의 매칭수에 기초하여 가중치가 높은 사용자 상황 정보 또는 사용자 프로필 정보와 일치하는 매타 정보 또는 색인어를 가지는 조언의 순서로 또는 사용자 상황 정보 또는 사용자 프로필 정보와 일치하는 매타 정보 또는 색인어의 수가 많은 순서로 추출한 조언의 우선 순위를 계산한다(S245). 계산한 조언의 우선 순위에 따라 추출한 조언을 출력 제어한다(S247).
추출한 조언의 우선 순위를 계산하는 일 예를 보다 구체적으로 살펴보면, 사용자 프로필 정보 또는 새로 수집한 사용자 상황 정보의 각각에 가해지는 가중치, 사용자 프로필 정보 또는 새로 수집한 사용자 상황 정보와 조언 데이터베이스에 저장되어 있는 조언의 매타정보 또는 색인어의 매칭수에 기초하여 가중치가 높은 사용자 상황 정보 또는 사용자 프로필 정보와 일치하는 매타 정보 또는 색인어를 가지는 조언의 순서로 또는 사용자 상황 정보 또는 사용자 프로필 정보와 일치하는 매타 정보 또는 색인어의 수가 많은 순서로 추출한 조언의 우선 순위를 계산한다. 여기서 가중치는 조언 추천 시스템의 운영자에 의해 규정되거나 사용자에 의해 직접 규정될 수 있다.
추출한 조언의 우선 순위를 계산하는 다른 예를 도 10을 참고로 보다 구체적으로 살펴보면, 사용자 프로필 정보 또는 새로 수집한 사용자 상황 정보 각각을 서로 다른 축(X, XY, -XY, -X, -X-Y, -Y, X-Y)으로 하며 사용자 프로필 정보 또는 새로 수집한 사용자 상황 정보 각각의 가중치로부터 생성되는 매칭 벡터와 추출한 조언의 메타정보 또는 색인어 각각으로부터 생성되는 조언 벡터의 유사정도에 따라 추출한 조언의 우선 순위를 계산한다. 예를 들어, 사용자 프로필 정보 또는 사용자 상황 정보 각각을 서로 다른 축으로 하며, 사용자 프로필 정보 또는 사용자 상황 정보 각각에 대한 가중치(0.7, 0.3, 0.45, 0.4, 0.15, 0.9, 0.6, 0.5)로부터 생성되는 매칭 벡터와 유사한 조언 벡터를 가지는 조언을 유사 정도에 따라 우선 순위를 결정한다. 여기서 유사 정도는 매칭 벡터로부터 형성되는 도형과 조언 벡터로부터 형성되는 도형의 일치하는 영역의 크기로부터 계산될 수 있다.
여기서 추출한 조언은 사용자 상황 정보, 사용자 프로필 정보에 기초하여 우선 순위가 계산된 것으로, 예를 들어 사용자 프로필 정보에 기초하여 사용자의 성별이 남인 경우 여자에 해당하는 조언을 제외하며, 사용자의 나이가 20대인 경우 20대에 해당하는 조언만을 추출하며, 현재 위치에 기초하여 사용자의 위치와 근거리에 위치하는 조언을 선택함으로써 사용자가 이용하기 용이하고 효과적인 조언을 실시간으로 추천해 줄 수 있다.
10, 100: 정보 수집부 20, 310: 사용자 정보 관리부
30, 320: 사용자 정보 데이터베이스 40, 330: 조언 판단부
50, 340: 조언 제공부 60, 350: 조언 출력부
70. 360: 조언 데이터베이스 80, 370: 갱신 제어부

Claims (10)

  1. 사용자 상황 정보와 사용자 프로필 정보를 수집하는 사용자 정보 수집부;
    상기 수집한 사용자 상황 정보와 사용자 정보 데이터베이스에 기저장되어 있는 사용자 상황 정보를 비교하여 상기 수집한 사용자 상황 정보가 상기 사용자 정보 데이터베이스에 기저장되어 있는지 판단하는 비교 판단부와, 수집한 사용자 상황 정보가 상기 사용자 정보 데이터베이스에 기저장되어 있지 않은 경우, 상기 수집한 사용자 상황 정보를 구성하는 각 사용자 상황 정보의 절대적 크기를 상기 사용자가 실제 느끼는 주관적 크기로 변환한 지수 인자를 문의하는 설문을 제공하고 사용자로부터 설문 답변을 수신하는 설문 제공부와, 상기 사용자 상황 정보, 상기 사용자 프로필, 상기 지수 인자를 독립 인자로 하고 상기 사용자 심리 지수를 종속 인자로 하여 상기 독립 인자와 종속 인자 사이의 상관 관계를 규정하는 회귀 모델식으로부터 상기 수집한 사용자 상황 정보에서의 사용자 심리 지수를 계산하고 상기 계산한 사용자 심리 지수를 상기 사용자 정보 데이터베이스에 저장하는 심리 지수 계산부를 구비하는 사용자 정보 관리부;
    새로운 사용자 상황 정보를 수집하는 경우, 상기 새로 수집한 사용자 상황 정보와 상기 사용자 정보 데이터베이스에서 상기 새로 수집한 사용자 상황 정보에 매칭되어 있는 사용자 심리 지수를 검색하여 상기 검색한 사용자 심리 지수가 무시 레벨 또는 조언 레벨 중 어떤 단위 조언 레벨에 해당하는지 판단하는 조언 판단부; 및
    상기 판단한 단위 조언 레벨, 상기 사용자 프로필 정보, 상기 새로 수집한 사용자 상황 정보에 해당하는 조언을 조언 데이터베이스에서 검색하여 사용자에 출력 제어하는 조언 제공부를 포함하는 것을 특징으로 하는 조언 추천 시스템.
  2. 제 1 항에 있어서, 상기 사용자 상황 정보는
    GPS에 따른 사용자 위치 정보, 환경감지 센서로부터 수신한 조도, 습도, 소음, 온도의 사용자 환경 정보, 사용자 스케줄 정보, 활동량 센서로부터 수신한 사용자 활동량 정보, 생체 신호 감지 센서로부터 수신한 사용자 생체 정보, 현재 시간 정보 중 적어도 어느 하나인 것을 특징으로 하는 조언 추천 시스템.
  3. 제 1 항에 있어서, 상기 사용자 프로필 정보는
    사용자로부터 입력된 사용자의 직업, 나이, 거주지, 성별, 병력, 결혼여부, 학력, 소득 수준 중 적어도 어느 하나인 것을 특징으로 하는 조언 추천 시스템.
  4. 삭제
  5. 제 1 항에 있어서, 상기 조언 추천 시스템은
    주기적으로 또는 상기 사용자 프로필 정보가 변경될 때마다 상기 사용자 정보 데이터베이스에 저장되어 있는 사용자 상황 정보에 따른 사용자 심리 지수를 갱신하는 갱신 제어부를 더 포함하는 것을 특징으로 하는 조언 추천 시스템.
  6. 제 5 항에 있어서, 상기 사용자 심리 지수는
    우울감 지수, 분노감 지수, 스트레스 지수, 정신적 피로감 지수 중 어느 하나인 것을 특징으로 하는 조언 추천 시스템.
  7. 제 5 항에 있어서, 상기 조언 제공부는
    상기 새로 수집한 사용자 상황 정보로부터 계산된 상기 사용자 심리 지수가 상기 조언 레벨인지 판단하는 레벨 판단부;
    상기 판단 결과 조언 레벨인 경우 사용자에 조언 문의 메시지를 송신하거나 상기 사용자로부터 조언 응답 메시지를 수신하여 조언 제공을 판단하는 조언 제공 판단부; 및
    상기 조언 제공 판단부에서 상기 사용자에 조언을 제공하도록 판단되는 경우, 상기 새로 수집한 사용자 상황 정보에 해당하는 조언을 상기 조언 데이터베이스에서 검색에서 검색하여 사용자에 출력 제어하는 조언 검색부를 포함하는 것을 특징으로 하는 조언 추천 시스템.
  8. 제 5 항에 있어서, 상기 조언 검색부는
    상기 조언 데이터베이스에 저장되어 있는, 상기 판단한 단위 조언 레벨에 매칭되어 있는 조언의 메타정보 또는 색인어와 상기 사용자 프로필 정보 또는 상기 새로 수집한 사용자 상황 정보를 비교하는 메타 정보 비교부;
    상기 비교 결과로부터 상기 사용자 프로필 정보 또는 상기 새로 수집한 사용자 상황 정보를 매타정보 또는 색인어로 포함하는 조언을 추출하는 조언 추출부;
    상기 사용자 프로필 정보 또는 상기 새로 수집한 사용자 상황 정보의 가중치와 매타정보 또는 색인어의 매칭수에 기초하여 상기 가중치가 높은 사용자 상황 정보 또는 상기 사용자 프로필 정보와 일치하는 매타 정보 또는 색인어를 가지는 조언의 순서로 또는 상기 사용자 상황 정보 또는 상기 사용자 프로필 정보와 일치하는 매타 정보 또는 색인어의 수가 많은 순서로 상기 추출한 조언의 우선 순위를 계산하는 우선순위 계산부; 및
    상기 계산한 추출 조언의 우선 순위에 따라 상기 사용자에 조언을 출력 제어하는 조언 출력 제어부를 포함하는 것을 특징으로 하는 조언 추천 시스템.
  9. 제 5 항에 있어서, 상기 조언 검색부는
    상기 조언 데이터베이스에 저장되어 있는, 상기 판단한 단위 조언 레벨에 매칭되어 있는 조언의 메타정보 또는 색인어와 상기 사용자 프로필 정보 또는 상기 새로 수집한 사용자 상황 정보를 비교하는 메타 정보 비교부;
    상기 비교 결과로부터 상기 사용자 프로필 정보 또는 상기 새로 수집한 사용자 상황 정보를 매타정보 또는 색인어로 포함하는 조언을 추출하는 조언 추출부;
    상기 사용자 프로필 정보 또는 상기 새로 수집한 사용자 상황 정보 각각을 서로 다른 축으로 하며 상기 사용자 프로필 정보 또는 상기 새로 수집한 사용자 상황 정보 각각의 가중치로부터 생성되는 매칭 벡터와 상기 추출한 조언의 메타정보 또는 색인어 각각으로부터 생성되는 조언 벡터의 유사정도에 따라 상기 추출한 조언의 우선 순위를 계산하는 우선순위 계산부; 및
    상기 계산한 추출 조언의 우선 순위에 따라 상기 사용자에 조언을 출력 제어하는 조언 출력 제어부를 포함하는 것을 특징으로 하는 조언 추천 시스템.
  10. 수집한 사용자 상황 정보와 사용자 정보 데이터베이스에 기저장되어 있는 사용자 상황 정보를 비교하여 상기 수집한 사용자 상황 정보가 상기 사용자 정보 데이터베이스에 기저장되어 있는지 판단하는 비교 판단부와, 수집한 사용자 상황 정보가 상기 사용자 정보 데이터베이스에 기저장되어 있지 않은 경우, 상기 수집한 사용자 상황 정보를 구성하는 각 사용자 상황 정보의 절대적 크기를 상기 사용자가 실제 느끼는 주관적 크기로 변환한 지수 인자를 문의하는 설문을 제공하고 사용자로부터 설문 답변을 수신하는 설문 제공부와, 상기 사용자 상황 정보, 상기 사용자 프로필, 상기 지수 인자를 독립 인자로 하고 상기 사용자 심리 지수를 종속 인자로 하여 상기 독립 인자와 종속 인자 사이의 상관 관계를 규정하는 회귀 모델식으로부터 상기 수집한 사용자 상황 정보에서의 사용자 심리 지수를 계산하고 상기 계산한 사용자 심리 지수를 상기 사용자 정보 데이터베이스에 저장하는 심리 지수 계산부를 구비하는 사용자 정보 관리부;
    새로운 사용자 상황 정보가 입력되는 경우, 상기 새로 입력된 사용자 상황 정보와 상기 사용자 정보 데이터베이스에서 상기 새로 입력된 사용자 상황 정보에 매칭되어 있는 사용자 심리 지수를 검색하여 상기 검색한 사용자 심리 지수가 무시 레벨 또는 조언 레벨 중 어떤 단위 조언 레벨에 해당하는지 판단하는 조언 판단부; 및
    상기 판단한 단위 조언 레벨, 상기 사용자 프로필 정보, 상기 새로 입력된 사용자 상황 정보에 해당하는 조언을 조언 데이터베이스에서 검색하여 사용자에 출력 제어하는 조언 제공부를 포함하는 것을 특징으로 하는 조언 추천 시스템.
KR1020110051537A 2011-05-30 2011-05-30 사용자 심리지수에 기초한 조언 추천 시스템 KR101203695B1 (ko)

Priority Applications (5)

Application Number Priority Date Filing Date Title
KR1020110051537A KR101203695B1 (ko) 2011-05-30 2011-05-30 사용자 심리지수에 기초한 조언 추천 시스템
PCT/KR2011/006952 WO2012165719A1 (ko) 2011-05-30 2011-09-20 사용자 심리지수에 기초한 조언 추천 시스템
US13/807,982 US20130097110A1 (en) 2011-05-30 2011-09-20 System for recommending advice based on user psychology index
CN201180071327.2A CN103649958B (zh) 2011-05-30 2011-09-20 基于用户心理指数的建议推荐系统
PCT/KR2012/004264 WO2012165859A2 (ko) 2011-05-30 2012-05-30 사용자 심리지수에 기초한 조언 추천 시스템

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020110051537A KR101203695B1 (ko) 2011-05-30 2011-05-30 사용자 심리지수에 기초한 조언 추천 시스템

Publications (1)

Publication Number Publication Date
KR101203695B1 true KR101203695B1 (ko) 2012-11-22

Family

ID=47259540

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020110051537A KR101203695B1 (ko) 2011-05-30 2011-05-30 사용자 심리지수에 기초한 조언 추천 시스템

Country Status (4)

Country Link
US (1) US20130097110A1 (ko)
KR (1) KR101203695B1 (ko)
CN (1) CN103649958B (ko)
WO (2) WO2012165719A1 (ko)

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20160004414A (ko) * 2014-07-02 2016-01-13 한국전자통신연구원 네트워크를 이용한 감성 코칭 장치 및 방법
KR101682918B1 (ko) 2015-09-04 2016-12-06 동국대학교 산학협력단 고객과 서비스 제공자 간의 상담을 매칭하는 장치 및 방법
KR101816707B1 (ko) * 2017-12-01 2018-01-09 우수명 셀프 및 상담 코칭 기반의 하이브리드 코칭 시스템, 그리고 셀프 및 상담 코칭 제공 프로그램을 기록한 컴퓨터로 판독가능한 기록매체
KR20190118806A (ko) * 2018-04-11 2019-10-21 전주대학교 산학협력단 공간기반 감성인식 장치 및 이를 포함하는 감성인식 시스템
KR102563244B1 (ko) * 2022-10-31 2023-08-03 주식회사 마음스토리 빅데이터에 기반한 메타 인지 향상을 위한 일상 정보 피드백 방법 및 시스템

Families Citing this family (18)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103714249A (zh) * 2013-12-23 2014-04-09 华为技术有限公司 一种用户行为安全的监测方法及设备
US10311095B2 (en) * 2014-01-17 2019-06-04 Renée BUNNELL Method and system for qualitatively and quantitatively analyzing experiences for recommendation profiles
US9619513B2 (en) 2014-07-29 2017-04-11 International Business Machines Corporation Changed answer notification in a question and answer system
US10169326B2 (en) 2015-05-22 2019-01-01 International Business Machines Corporation Cognitive reminder notification mechanisms for answers to questions
US9912736B2 (en) 2015-05-22 2018-03-06 International Business Machines Corporation Cognitive reminder notification based on personal user profile and activity information
US10152534B2 (en) 2015-07-02 2018-12-11 International Business Machines Corporation Monitoring a corpus for changes to previously provided answers to questions
CN105193431B (zh) * 2015-09-02 2017-12-01 杨静 一种人体精神压力状态分析装置
US10769185B2 (en) 2015-10-16 2020-09-08 International Business Machines Corporation Answer change notifications based on changes to user profile information
CN106572004B (zh) * 2017-01-02 2021-04-06 郑洪� 信息推送方法、信息推送装置及系统
CN108270658B (zh) * 2017-01-02 2021-04-06 郑洪� 信息推送方法、推送装置及推送系统
CN107317884B (zh) * 2017-08-18 2020-03-20 首媒科技（北京）有限公司 信息交互系统及方法
KR102518540B1 (ko) * 2017-11-27 2023-04-07 현대자동차주식회사 카풀 멤버의 매칭 장치 및 방법
US10831989B2 (en) 2018-12-04 2020-11-10 International Business Machines Corporation Distributing updated communications to viewers of prior versions of the communications
JP6611972B1 (ja) 2019-03-05 2019-11-27 正通 亀井 アドバイス提示システム
CN112704499B (zh) * 2019-10-25 2023-11-07 苏州心吧人工智能技术研发有限公司 基于独立空间的智能心理评估与干预系统及方法
CN111125525B (zh) * 2019-12-24 2023-09-15 山东大学 一种面向服刑人员的个性化改造矫正策略推荐系统及其运行方法
JP2021163237A (ja) * 2020-03-31 2021-10-11 本田技研工業株式会社 レコメンドシステム、及びレコメンド方法
CN112861004B (zh) * 2021-02-20 2024-02-06 中国联合网络通信集团有限公司 一种富媒体的确定方法及装置

Family Cites Families (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6699719B2 (en) * 1996-11-29 2004-03-02 Proteomic Systems, Inc. Biosensor arrays and methods
KR20020013145A (ko) * 2000-08-11 2002-02-20 허대현 의료정보 제공 서버 시스템 및 그 의료정보 제공방법
KR100739428B1 (ko) * 2001-05-04 2007-07-13 (주) 엘지텔레콤 무선단말기를 사용한 바이오 리듬 캐릭터 및 운세 캐릭터 제공 장치 및 방법
US20060015016A1 (en) * 2004-06-22 2006-01-19 Thornton William E Caloric balance weight control system and methods of making and using same
US20060218031A1 (en) * 2005-03-25 2006-09-28 The Weinberg Group Llc System and methodology for collecting autobiographical data concerning use of consumer products or exposures to substances
CN1723837A (zh) * 2005-07-21 2006-01-25 高春平 个性化立体美容的方法和装置
KR100715671B1 (ko) * 2005-07-29 2007-05-09 한국전자통신연구원 생체 기능을 이용한 건강 관리 장치
AU2006252260B2 (en) * 2005-12-22 2010-02-18 Lachesis Biosciences Limited Home diagnostic system
KR20080002187A (ko) * 2006-06-30 2008-01-04 주식회사 케이티 개인 감성 및 상황 변화에 따른 맞춤형 감성 서비스 시스템및 그 방법
WO2008094712A2 (en) * 2007-02-01 2008-08-07 7 Billion People Dynamic reconfiguration of web pages based on user behavioral portrait
CN101524267A (zh) * 2008-03-04 2009-09-09 黄林 用于检查个人身心健康的综合评测系统及方案
WO2009134817A1 (en) * 2008-04-28 2009-11-05 Strands, Inc. Method for providing personalized recommendations of financial products based on user data
KR20100082643A (ko) * 2009-01-09 2010-07-19 주식회사 티엠디교육그룹 학습 진단 검사 시스템 및 방법

Cited By (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20160004414A (ko) * 2014-07-02 2016-01-13 한국전자통신연구원 네트워크를 이용한 감성 코칭 장치 및 방법
KR101719974B1 (ko) 2014-07-02 2017-03-27 한국전자통신연구원 네트워크를 이용한 감성 코칭 장치 및 방법
KR101682918B1 (ko) 2015-09-04 2016-12-06 동국대학교 산학협력단 고객과 서비스 제공자 간의 상담을 매칭하는 장치 및 방법
KR101816707B1 (ko) * 2017-12-01 2018-01-09 우수명 셀프 및 상담 코칭 기반의 하이브리드 코칭 시스템, 그리고 셀프 및 상담 코칭 제공 프로그램을 기록한 컴퓨터로 판독가능한 기록매체
KR20190118806A (ko) * 2018-04-11 2019-10-21 전주대학교 산학협력단 공간기반 감성인식 장치 및 이를 포함하는 감성인식 시스템
KR102131213B1 (ko) * 2018-04-11 2020-07-07 전주대학교 산학협력단 공간기반 감성인식 장치 및 이를 포함하는 감성인식 시스템
KR102563244B1 (ko) * 2022-10-31 2023-08-03 주식회사 마음스토리 빅데이터에 기반한 메타 인지 향상을 위한 일상 정보 피드백 방법 및 시스템

Also Published As

Publication number Publication date
WO2012165719A1 (ko) 2012-12-06
CN103649958A (zh) 2014-03-19
US20130097110A1 (en) 2013-04-18
WO2012165859A2 (ko) 2012-12-06
WO2012165859A3 (ko) 2013-03-28
CN103649958B (zh) 2017-05-03

Similar Documents

Publication Publication Date Title
KR101203695B1 (ko) 사용자 심리지수에 기초한 조언 추천 시스템
US20130204813A1 (en) Self-learning, context aware virtual assistants, systems and methods
US20120327119A1 (en) User adaptive augmented reality mobile communication device, server and method thereof
JPH10240749A (ja) 情報フィルタリング方法及びその装置並びに情報フィルタリングプログラムを記録した記録媒体
Huang et al. Using context-aware collaborative filtering for POI recommendations in mobile guides
JP7285589B2 (ja) 対話型健康状態評価方法およびそのシステム
CN103414930A (zh) 识别感应用户的遥控系统及其方法
KR20210036184A (ko) 사용자 취향정보 파악 방법 및 사용자 취향 정보에 기반한 아이템 추천 모듈
KR20120052683A (ko) 지능형 서비스를 위한 다자간 상황정보 공유 장치 및 방법
KR101572176B1 (ko) 개인 유전정보 기반 스마트기기용 헬스케어 앱 관리 방법 및 시스템
CN111353299B (zh) 基于人工智能的对话场景确定方法和相关装置
KR20120049542A (ko) 사용자의 심리적 상태를 고려한 스마트폰용 앱 자동 추천시스템
WO2018163890A1 (ja) 要因推定装置、要因推定システム、および要因推定方法
US20220019916A1 (en) Apparatus and method for recommending federated learning based on tendency analysis of recognition model and method for federated learning in user terminal
US10409952B2 (en) Knowledge-based personal intelligent health consulting system
Connier et al. Perception assistance for the visually impaired through smart objects: concept, implementation, and experiment scenario
CN111681765B (zh) 一种医学问答系统的多模型融合方法
KR101450453B1 (ko) 컨텐츠 추천 방법 및 장치
EP3639270A1 (en) Providing suggested behavior modifications for a correlation
Otebolaku et al. Supporting context-aware cloud-based media recommendations for smartphones
Salman et al. A model and prototype of a proactive multi-type context-aware recommender system
JP2020154784A (ja) アイテム提示方法、アイテム提示プログラムおよびアイテム提示装置
US20210327591A1 (en) System for Efficiently Estimating and Improving Wellbeing
Gullà et al. The user-product ontology: A new approach to define an ontological model to manage product searching based on user needs
KR101520357B1 (ko) 감성 qr 코드를 이용한 개인 맞춤형 컨텐츠 제공 시스템

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: 20151008

Year of fee payment: 4

FPAY Annual fee payment

Payment date: 20161013

Year of fee payment: 5

FPAY Annual fee payment

Payment date: 20171030

Year of fee payment: 6

FPAY Annual fee payment

Payment date: 20181022

Year of fee payment: 7

FPAY Annual fee payment

Payment date: 20191001

Year of fee payment: 8