KR101348528B1 - Method for social networking data of SNS users and apparatus thereof - Google Patents
Method for social networking data of SNS users and apparatus thereof Download PDFInfo
- Publication number
- KR101348528B1 KR101348528B1 KR1020110131936A KR20110131936A KR101348528B1 KR 101348528 B1 KR101348528 B1 KR 101348528B1 KR 1020110131936 A KR1020110131936 A KR 1020110131936A KR 20110131936 A KR20110131936 A KR 20110131936A KR 101348528 B1 KR101348528 B1 KR 101348528B1
- Authority
- KR
- South Korea
- Prior art keywords
- user
- sns
- information
- frequency
- social networking
- Prior art date
Links
- 230000006855 networking Effects 0.000 title claims abstract description 53
- 238000000034 method Methods 0.000 title claims abstract description 32
- 238000004458 analytical method Methods 0.000 claims abstract description 46
- 230000005540 biological transmission Effects 0.000 claims abstract description 10
- 230000008859 change Effects 0.000 claims abstract description 8
- 238000004891 communication Methods 0.000 claims description 10
- 238000004364 calculation method Methods 0.000 claims description 3
- 238000000605 extraction Methods 0.000 claims description 3
- 239000000284 extract Substances 0.000 abstract description 8
- 230000001737 promoting effect Effects 0.000 abstract description 4
- 238000007405 data analysis Methods 0.000 abstract description 2
- 238000010586 diagram Methods 0.000 description 4
- 230000008569 process Effects 0.000 description 3
- 230000002123 temporal effect Effects 0.000 description 3
- 230000008901 benefit Effects 0.000 description 2
- 230000002457 bidirectional effect Effects 0.000 description 2
- 230000007423 decrease Effects 0.000 description 2
- 230000001965 increasing effect Effects 0.000 description 2
- 238000012731 temporal analysis Methods 0.000 description 2
- 238000003556 assay Methods 0.000 description 1
- 230000015572 biosynthetic process Effects 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 230000003247 decreasing effect Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000002708 enhancing effect Effects 0.000 description 1
- 230000008676 import Effects 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000002452 interceptive effect Effects 0.000 description 1
- 238000012423 maintenance 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
- 238000011160 research Methods 0.000 description 1
- 230000007480 spreading Effects 0.000 description 1
- 238000012546 transfer 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
- G06Q50/50—Business processes related to the communications industry
-
- 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
- G06Q50/01—Social networking
Landscapes
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Human Resources & Organizations (AREA)
- Physics & Mathematics (AREA)
- Economics (AREA)
- Marketing (AREA)
- Primary Health Care (AREA)
- Strategic Management (AREA)
- Tourism & Hospitality (AREA)
- General Health & Medical Sciences (AREA)
- General Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Health & Medical Sciences (AREA)
- Theoretical Computer Science (AREA)
- Computing Systems (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
본 발명은, SNS 서버와 유무선 통신하는 분석 서버를 이용한 SNS 사용자의 소셜 네트워킹 정보 분석 방법에 있어서, 상기 분석 서버는 상기 SNS 서버로부터 상기 SNS 사용자의 정보를 추출하는 단계와, 상기 SNS 서버로부터 상기 SNS 사용자와 소셜 네트워킹되어 있는 연관 사용자의 정보를 추출하는 단계와, 상기 SNS 서버로부터 상기 SNS 사용자와 상기 연관 사용자 사이에 서로 전달한 메시지 정보를 추출하는 단계와, 시간 흐름에 따라 분할되는 복수의 시간 구간별로 상기 메시지의 전달 빈도를 각각 산출하는 단계와, 상기 시간 흐름에 따른 전달 빈도의 변화 양상을 복수의 패턴들로 분류하여 저장하고 있는 DB부로부터 상기 시간 구간별로 산출된 빈도 값에 대응되는 해당 패턴을 추출하는 단계, 및 상기 DB부로부터 상기 추출된 패턴에 해당되는 조언정보를 추출하여 제공하는 단계를 포함하는 SNS 사용자의 소셜 네트워킹 정보 분석 방법을 제공한다.
상기 SNS 사용자의 소셜 네트워킹 정보 분석 방법 및 장치에 따르면, SNS 사용자들 사이의 메시지의 전달 빈도를 시간 구간 별로 분석하여 사용자의 소셜 네트워킹 정보를 가시화한 데이터로 제공함과 동시에 시간적으로 분석된 해당 패턴에 대응되는 인간 관계 조언정보를 제시함으로써 인간 관계 증진을 위한 도구로 효과적으로 활용될 수 있는 이점이 있다.According to an aspect of the present invention, there is provided a method for analyzing social networking information of an SNS user using an analysis server communicating with an SNS server, wherein the analysis server extracts information of the SNS user from the SNS server, and the SNS from the SNS server. Extracting information of a user and a related user who is socially networked; extracting message information transferred between the SNS user and the related user from the SNS server; and for each of a plurality of time intervals divided over time Computing the frequency of delivery of the message, and the corresponding pattern corresponding to the frequency value calculated for each time interval from the DB unit for storing the pattern of change of the frequency of delivery according to the time flow into a plurality of patterns Extracting the advice information corresponding to the extracted pattern from the DB unit; Of SNS users, including the steps of providing output to a social networking provides a data analysis method.
According to the method and apparatus for analyzing social networking information of the SNS user, the frequency of message transmission between the SNS users is analyzed for each time interval, thereby providing the user's social networking information as visualized data and corresponding to the corresponding pattern analyzed in time. By presenting human relations advice, it can be effectively used as a tool for promoting human relations.
Description
본 발명은 SNS 사용자의 소셜 네트워킹 정보 분석 방법 및 장치에 관한 것으로서, 보다 상세하게는 SNS 서버와 유무선 통신하는 분석 서버를 이용한 SNS 사용자의 소셜 네트워킹 정보 분석 방법에 관한 것이다.The present invention relates to a method and apparatus for analyzing social networking information of an SNS user, and more particularly, to a method for analyzing social networking information of an SNS user using an analysis server for wired and wireless communication with an SNS server.
트위터는 세계적으로 널리 사용되는 소셜 네트워킹 서비스(Social Network Service;SNS)로서, 140자 이내의 모바일 단문(트윗)을 블로그 형태로 업로드하여 저장하고 이를 다른 사용자들이 열람할 수 있게 하여 의견이나 생각을 공유 및 소통할 수 있게 한다. 이러한 트위터는 유선 인터넷보다 휴대전화와 스마트폰 등 모바일 단말기에 보다 알맞게 설계된 사회적 관계망 서비스로서 이용자 수가 빠르게 증가하고 있으며 새로운 커뮤니케이션 수단으로 급속하게 번지고 있다. Twitter is a social networking service (SNS) that is widely used around the world. It allows you to upload and store mobile short texts (tweets) of up to 140 characters in the form of blogs and share them with others by sharing them. And communicate. Twitter is a social network service designed for mobile devices such as mobile phones and smart phones, rather than wired Internet. The number of users is increasing rapidly and is rapidly spreading as a new means of communication.
트위터와 유사한 소셜 네트워크 서비스로는 미투데이(me2day), 요즘(yozm) 등 국내외적으로 다양하게 존재한다. 이러한 트위터 등의 종래의 소셜 네트워크 서비스의 구체적인 사용법은 기존에 인터넷 매체 등을 통해 다양하게 개시되어 있다.Twitter-like social network services exist in various countries at home and abroad, such as me2day and yozm. The specific usage of the conventional social network service such as Twitter has been variously disclosed through the Internet media.
그런데, 기존의 트위터, 미투데이 등과 같은 마이크로블로그 서비스는 단순히 자신을 표현하고, 상대방과 의사소통을 하는 일차적인 인간관계를 위한 커뮤니케이션 도구로만 사용되고 있다. 또한, 사용자와 상대방이 서로 주고 받은 댓글이 시간 순서에 따라서 단순 나열식으로 마이크로블로그 사이트에 기록 및 열람될 수 있기 때문에, 마이크로블로그 서비스를 통해서는 사용자와 다른 상대방들 사이의 소셜 네트워킹 정보를 구체적으로 얻거나 분석해낼 수 있는 방법이 없다. By the way, the existing microblogging services such as Twitter and Me Today are used only as a communication tool for the primary human relationship that simply expresses itself and communicates with the other party. In addition, since the comments that the user and the counterpart communicated with each other can be recorded and viewed on the microblog site in a simple sequence according to the time sequence, the microblogging service specifically describes the social networking information between the user and the other counterparts. There is no way to get or analyze it.
즉, 기존의 마이크로블로그 서비스는 인맥을 넓히고 정보를 수집하는데 소요되는 비용이 제로에 가까워 소셜 네트워킹의 범위를 크게 넓힐 수 있다는 점을 장점으로 갖고 있는 반면, 소셜 네트워킹 정보를 구조적으로 파악하고 분석하기에는 매우 어려운 문제점을 갖고 있다.In other words, the existing microblogging service has the advantage that the cost of expanding the network and collecting information is close to zero, which greatly expands the scope of social networking, while it is very difficult to structurally analyze and analyze the social networking information. It has a difficult problem.
본 발명은, SNS 서버와 유무선 통신하는 분석 서버를 이용하여 사용자와 그 연관 사용자 사이의 메시지 전달 빈도를 시간적으로 분석하고 그에 대응되는 인간 관계 조언 정보를 제공할 수 있는 SNS 사용자의 소셜 네트워킹 정보 분석 방법 및 장치를 제공하는데 목적이 있다.The present invention provides a method for analyzing social networking information of an SNS user, which can analyze a frequency of message transmission between a user and an associated user in time by using an analysis server communicating wired and wirelessly with an SNS server and provide corresponding human advisory information. And to provide a device.
본 발명은, SNS 서버와 유무선 통신하는 분석 서버를 이용한 SNS 사용자의 소셜 네트워킹 정보 분석 방법에 있어서, 상기 분석 서버는 상기 SNS 서버로부터 상기 SNS 사용자의 정보를 추출하는 단계와, 상기 SNS 서버로부터 상기 SNS 사용자와 소셜 네트워킹되어 있는 연관 사용자의 정보를 추출하는 단계와, 상기 SNS 서버로부터 상기 SNS 사용자와 상기 연관 사용자 사이에 서로 전달한 메시지 정보를 추출하는 단계와, 시간 흐름에 따라 분할되는 복수의 시간 구간별로 상기 메시지의 전달 빈도를 각각 산출하는 단계와, 상기 시간 흐름에 따른 전달 빈도의 변화 양상을 복수의 패턴들로 분류하여 저장하고 있는 DB부로부터 상기 시간 구간별로 산출된 빈도 값에 대응되는 해당 패턴을 추출하는 단계, 및 상기 DB부로부터 상기 추출된 패턴에 해당되는 조언정보를 추출하여 제공하는 단계를 포함하는 SNS 사용자의 소셜 네트워킹 정보 분석 방법을 제공한다.According to an aspect of the present invention, there is provided a method for analyzing social networking information of an SNS user using an analysis server for wired and wireless communication with an SNS server, wherein the analysis server extracts information of the SNS user from the SNS server, and the SNS from the SNS server. Extracting information of a user and a related user who is socially networked; extracting message information transferred between the SNS user and the related user from the SNS server; and for each of a plurality of time intervals divided over time Computing the frequency of delivery of the message, and the corresponding pattern corresponding to the frequency value calculated for each time interval from the DB unit for storing the pattern of change of the frequency of delivery according to the time flow into a plurality of patterns Extracting the advice information corresponding to the extracted pattern from the DB unit; Of SNS users, including the steps of providing output to a social networking provides a data analysis method.
여기서, 상기 조언정보를 추출하여 제공하는 단계는, 상기 분석 서버에 접속된 사용자 단말기 상에, 상기 연관 사용자의 목록, 상기 연관 사용자의 개인정보, 상기 SNS 사용자와 상기 연관 사용자 사이의 상기 시간 구간별 산출된 빈도 값, 그리고 상기 조언정보를 상기 연관 사용자 별로 제공할 수 있다.The extracting and providing of the advice information may include the list of the related users, the personal information of the related user, and the time interval between the SNS user and the related user on a user terminal connected to the analysis server. The calculated frequency value and the advice information may be provided for each associated user.
여기서, 상기 DB부는, 상기 패턴별로 상기 패턴에 대응되는 복수의 인간관계 조언정보를 저장하고 있고, 상기 조언정보를 추출하여 제공하는 단계는, 상기 추출된 패턴에 해당되는 상기 복수의 조언정보들 중 선택된 하나의 조언정보를 랜덤으로 제공할 수 있다.Here, the DB unit stores a plurality of human relationship advice information corresponding to the pattern for each pattern, and the step of extracting and providing the advice information, of the plurality of advice information corresponding to the extracted pattern One piece of advice information can be provided at random.
또한, 상기 DB부는, k(2 이상의 정수)개의 시간 구간별로 상기 빈도의 정도를 n(2 이상의 정수)개의 레벨들로 구분하며, 상기 패턴들을 nk개로 분류할 수 있다.The DB unit may classify the frequency into n (an integer of 2 or more) levels for each k (an integer of 2 or more) time intervals, and classify the patterns into n k .
또한, 상기 복수의 시간 구간별로 상기 메시지의 전달 빈도를 각각 산출하는 단계는, 상기 시간 구간별 상기 연관 사용자 측으로 전달한 송신 메시지의 빈도, 그리고 상기 연관 사용자로부터 전달받은 수신 메시지의 빈도를 개별 산출할 수 있다.The calculating of the delivery frequency of the message for each of the plurality of time intervals may include separately calculating the frequency of the transmission message delivered to the associated user for each time interval and the frequency of the received message received from the associated user. have.
그리고, 본 발명은 상기 SNS 사용자의 소셜 네트워킹 정보 분석 방법을 컴퓨터에서 실행시키기 위한 프로그램을 기록한 컴퓨터로 읽을 수 있는 기록매체를 제공한다.The present invention also provides a computer-readable recording medium having recorded thereon a program for executing the social networking information analysis method of the SNS user on a computer.
또한, 본 발명은, SNS 서버와 유무선 통신하는 SNS 사용자의 소셜 네트워킹 정보 분석 장치에 있어서, 상기 SNS 서버로부터 상기 SNS 사용자의 정보를 추출하는 사용자 추출부와, 상기 SNS 서버로부터 상기 SNS 사용자와 소셜 네트워킹되어 있는 연관 사용자의 정보를 추출하는 연관자 추출부와, 상기 SNS 서버로부터 상기 SNS 사용자와 상기 연관 사용자 사이에 서로 전달한 메시지 정보를 추출하는 메시지 추출부와, 시간 흐름에 따라 분할되는 복수의 시간 구간별로 상기 메시지의 전달 빈도를 각각 산출하는 빈도 산출부와, 상기 시간 흐름에 따른 전달 빈도의 변화 양상을 복수의 패턴들로 분류하여 저장하고 있는 DB부로부터 상기 시간 구간별로 산출된 빈도 값에 대응되는 해당 패턴을 추출하는 패턴 추출부, 및 상기 DB부로부터 상기 추출된 패턴에 해당되는 조언정보를 추출하여 제공하는 조언정보 제공부를 포함하는 SNS 사용자의 소셜 네트워킹 정보 분석 장치를 제공한다.In addition, the present invention, in the social networking information analysis device of the SNS user in wired and wireless communication with the SNS server, a user extraction unit for extracting the information of the SNS user from the SNS server, and the social networking with the SNS user from the SNS server An association extractor for extracting information of the associated user, a message extractor for extracting message information transmitted between the SNS user and the associated user from the SNS server, and a plurality of time intervals divided according to time flow A frequency calculator configured to calculate a delivery frequency of each message for each message, and a DB value for classifying and storing a change pattern of the delivery frequency according to the time flow into a plurality of patterns and corresponding to the frequency value calculated for each time interval. A pattern extracting unit for extracting a corresponding pattern, and a pattern corresponding to the extracted pattern from the DB unit Providing advice information provided by extracting language information provides a social networking information analyzing apparatus of the SNS user including a.
본 발명에 따른 SNS 사용자의 소셜 네트워킹 정보 분석 방법 및 장치에 따르면, SNS 사용자들 사이의 메시지의 전달 빈도를 시간 구간 별로 분석하여 사용자의 소셜 네트워킹 정보를 가시화한 데이터로 제공함과 동시에 시간적으로 분석된 해당 패턴에 대응되는 인간 관계 조언정보를 제시함으로써 인간 관계 증진을 위한 도구로 효과적으로 활용될 수 있는 이점이 있다.According to the method and apparatus for analyzing social networking information of an SNS user according to the present invention, the frequency of delivery of a message between SNS users is analyzed for each time interval, and the social networking information of the user is provided as visualized data and the corresponding time analyzed at the same time. By presenting human relations advice information corresponding to the pattern, it can be effectively used as a tool for promoting human relations.
도 1은 본 발명의 실시예에 따른 SNS 사용자의 소셜 네트워킹 정보 분석 시스템의 구성도이다.
도 2는 도 1의 분석 서버의 구성도이다.
도 3은 도 1 및 도 2의 분석 서버를 이용한 소셜 네트워킹 정보 분석 방법의 흐름도이다.
도 4는 도 3에 대응되는 흐름도이다.
도 5는 도 3의 방법에서 소셜 네트워킹 패턴 분류의 일례를 나타낸다.
도 6은 도 3의 방법으로 메시지 빈도를 시간적으로 분석하여 인간 관계 조언을 제시한 예시 화면이다. 1 is a block diagram of a system for analyzing social networking information of an SNS user according to an embodiment of the present invention.
2 is a configuration diagram of the analysis server of FIG. 1.
3 is a flowchart of a method for analyzing social networking information using the analysis server of FIGS. 1 and 2.
4 is a flow chart corresponding to Fig.
5 illustrates an example of social networking pattern classification in the method of FIG. 3.
FIG. 6 is an exemplary screen showing human relationship advice by analyzing message frequency in time using the method of FIG. 3.
그러면 첨부한 도면을 참고로 하여 본 발명의 실시예에 대하여 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자가 용이하게 실시할 수 있도록 상세히 설명한다.DETAILED DESCRIPTION Hereinafter, exemplary embodiments of the present invention will be described in detail with reference to the accompanying drawings so that those skilled in the art may easily implement the present invention.
본 발명은 SNS 서버와 유무선 통신하는 분석 서버를 이용한 SNS 사용자의 소셜 네트워킹 정보 분석 방법을 제공한다. 이러한 본 발명은 사용자와 그 연관 사용자 사이의 양방향 소셜 네트워킹의 정도를 시간적으로 분석하여, 분석된 패턴에 따라 인간 관계 증진을 위한 조언을 제시할 수 있는 방법을 제공한다.The present invention provides a method for analyzing social networking information of an SNS user using an analysis server for wired and wireless communication with an SNS server. The present invention provides a method for temporally analyzing the degree of two-way social networking between a user and its associated user, and to provide advice for promoting human relationships according to the analyzed pattern.
이하의 본 실시예에서는 설명의 편의를 위하여 소셜 네트워크 서비스 중에서도 네이버에서 제공하는 미투데이(me2day)를 실시예로 하여 설명한다. 이러한 미투데이는 소셜 네트워크 서비스의 일환인 마이크로블로그 서비스에 해당된다. 물론, 본 발명은 미투데이의 경우에 대해 반드시 한정되는 것은 아니며, 다른 소셜 네트워크(ex, 트위터, 페이스북)에도 적용될 수 있음은 물론이다.In the following embodiment, for convenience of explanation, a me2day provided by NAVER among social network services will be described as an embodiment. This MeToday is a microblog service that is part of a social network service. Of course, the present invention is not necessarily limited to the case of Me Today, of course, can be applied to other social networks (ex, Twitter, Facebook).
도 1은 본 발명의 실시예에 따른 SNS 사용자의 소셜 네트워킹 정보 분석 시스템의 구성도이다. 상기 시스템은 분석 서버(100), SNS 서버(200), 사용자 단말기(300)를 포함한다. 1 is a block diagram of a system for analyzing social networking information of an SNS user according to an embodiment of the present invention. The system includes an
상기 SNS 서버(200)는 미투데이 소셜 네트워크 서비스를 제공하는 서버에 해당된다. 상기 사용자 단말기(300)는 SNS 서버(200)에 대한 클라이언트에 해당된다. 이러한 사용자 단말기(300)는 소셜 네트워크의 실행이 가능한 기기(ex, 스마트폰, 스마트 기기, PC)라면 무관하다.The
상기 분석 서버(100)는 본 발명에 따른 SNS 사용자의 소셜 네트워킹 정보 분석 장치를 의미한다. 이러한 분석 서버(100)는 상기 SNS 서버(200)로부터 정보를 파싱하고 이로부터 양방향 소셜 네트워킹 정보를 분석하여 그 결과에 대응되는 인간관계 조언을 제공하는 주체에 해당된다. The
도 2는 도 1의 분석 서버의 구성도이다. 상기 분석 서버(100)는 사용자 추출부(110), 연관자 추출부(120), 메시지 추출부(130), 빈도 산출부(140), 패턴 추출부(150), 조언정보 제공부(160), DB부(170)를 포함한다.2 is a configuration diagram of the analysis server of FIG. 1. The
도 3은 도 1 및 도 2의 분석 서버를 이용한 소셜 네트워킹 정보 분석 방법의 흐름도이다. 이하에서는 상기 분석 서버(100)를 주체로 하여 본 발명의 소셜 네트워킹 정보 분석 방법에 관하여 상세히 설명한다.3 is a flowchart of a method for analyzing social networking information using the analysis server of FIGS. 1 and 2. Hereinafter, the method for analyzing social networking information of the present invention will be described in detail with the
먼저, 상기 분석 서버(100)는 SNS 사용자의 계정(ex, 아이디)을 입력부(미도시)를 통해 입력받는다(S310). 이러한 S310 단계는 분석 서버(100)에 접속된 사용자 단말기(300)로부터 입력받을 수 있다. 물론, 본 발명이 반드시 이에 한정되지 않는다. 이러한 본 발명은 분석 서버(100)에 별도로 회원 가입한 사용자에 한하여 분석 결과를 제공할 수 있고, 이외에도 회원 가입과 무관하게 분석 결과를 제공할 수도 있다.First, the
다음, 상기 사용자 추출부(110)에서는 상기 SNS 서버(200)로부터 상기 SNS 사용자의 정보를 파싱(Parsing)하여 추출한다(S320). 여기서, 상기 SNS 사용자의 정보란 상기 입력받은 SNS 사용자의 계정에 대응되는 닉네임, 사진 등일 수 있다.Next, the
또한, 상기 연관자 추출부(120)에서는 상기 SNS 서버(200)로부터 상기 SNS 사용자와 소셜 네트워킹되어 있는 연관 사용자의 정보를 파싱하여 추출한다(S330). 이는 상기 SNS 사용자의 계정을 기준으로 그와 가까운 친구 목록을 파싱하는 것이다. 이러한 연관 사용자 또한 닉네임, 사진 등의 정보가 추출된다.In addition, the
다음, 상기 메시지 추출부(130)에서는 상기 SNS 서버(200)로부터 상기 SNS 사용자와 상기 연관 사용자 사이에 서로 전달한 메시지 정보(ex, 댓글)를 파싱하여 추출한다(S340).Next, the
예를 들면, 사용자가 그 연관 사용자에게 남긴 댓글과, 연관 사용자로부터 받은 댓글을 검색한다. 여기서, 한 번에 받을 수 있는 정보의 개수가 제한적이므로, 누락 전송되는 댓글 목록이 존재하지 않도록 모든 댓글을 가져왔는지 검증하도록 한다.For example, the user searches for comments left by the related user and comments received from the related user. Here, since the number of information that can be received at a time is limited, verify that all the comments are imported so that the list of missing comments is not transmitted.
이후, 상기 빈도 산출부(140)에서는 시간 흐름에 따라 분할되는 복수의 시간 구간별로 상기 메시지의 전달 빈도를 각각 산출한다(S350). 예를 들면, 1년을 3개의 시간 구간으로 구분하고(ex, 제1구간: 1~4월, 제2구간: 5~8월, 제3구간: 9~12월), 각 시간 구간에서 메시지의 전달 빈도를 각각 산출한다. 이때, 각 시간 구간 별로 사용자가 연관 사용자 측에 전달한 송신 메시지(ex, 보낸 댓글)의 빈도와, 연관 사용자로부터 전달받은 수신 메시지(ex, 받은 댓글)의 빈도를 개별 산출할 수도 있다.Thereafter, the
다음, 상기 패턴 추출부(150)에서는, 시간 흐름에 따른 전달 빈도의 변화 양상을 복수의 패턴들로 분류하여 저장하고 있는 DB부(170)로부터, 상기 시간 구간별로 산출된 빈도 값에 대응되는 해당 패턴을 추출한다(S360).Next, the
메시지의 전달 빈도의 변화 양상으로는 시간 흐름에 따라 메시지의 전달 횟수가 지속적으로 증가하는 양상, 지속적으로 감소하는 양상, 증가 후 감소하는 양상, 증가와 감소를 반복하는 양상 등 다양한 패턴이 존재할 수 있다. 상기 패턴 추출부(150)에서는 현재 계산된 시간 흐름에 따른 전달 빈도의 변화 양상이 상기 DB부(170)에 저장된 복수의 패턴들 중 어떤 패턴에 해당되는지를 추출할 수 있다.There are various patterns of change in the frequency of message delivery, such as the number of times the message is delivered continuously, the number of messages continuously decreasing, the number of times the message decreases after the increase, and the repeated increase and decrease. . The
이때, 상기 조언정보 제공부(160)에서는 상기 DB부(170)로부터 상기 추출된 패턴에 해당되는 조언정보를 추출하여 제공한다(S370). 즉, 상기 DB부(170)에는 상기 복수의 패턴들 뿐만 아니라, 상기 패턴별로 상기 패턴에 대응되는 복수의 인간관계 조언정보를 저장하고 있다. In this case, the advice
더 상세하게는, DB부(170)는 인간 관계에 대한 지혜를 상기 패턴별로 정리하여 데이터베이스를 구축한다. 이를 위해, 인간 관계에 대한 서적, 다양한 참고 문헌, 명언집(ex, 데일 카네기의 카네기 인간관계론, 이민규의 끌리는 사람은 1%가 다르다, 레스 기블린의 인간관계의 기술) 등을 조사하여 다양한 조언정보를 데이터베이스로 구축할 수 있다.In more detail, the
여기서, 한 개의 패턴에 대응되어 저장된 조언정보들은 동일한 취지의 내용을 갖되 그 문구를 달리하여 여러 개의 조언을 제공할 수 있다. 그 예로서, 사용자와 특정 연관 사용자와의 메시지 빈도를 분석한 결과, 메시지 교류 빈도가 점점 줄어드는 패턴에 속할 경우에는, 서로 인간 관계의 개선이 필요한 것으로 판단되므로, 인간 관계의 개선에 도움이 되는 다양한 조언정보들 중 적어도 하나를 제공할 수 있도록 한다.Here, the advice information stored in correspondence with one pattern may have the same purpose, but may provide a plurality of advices by different phrases. For example, as a result of analyzing the frequency of the message between the user and a specific associated user, when the frequency of the message exchange frequency is less and less, it is determined that the human relationship needs to be improved. Provide at least one of the advice information.
이상과 같이, 상기 조언정보 제공부(160)는 앞서 추출된 패턴에 대응되는 적어도 하나의 인간관계 조언정보를 상기 DB부(170)로부터 추출하여 제공할 수 있다. 이외에도, 조언정보 제공부(160)는 상기 추출된 패턴에 해당되는 복수의 조언정보들 중 선택된 하나의 조언정보를 랜덤으로 제공하는 것도 가능하다. 이에 따라, 사용자 단말기(300)가 분석 서버(100)에 접속할 때마다 동일한 취지의 조언정보를 서로 다른 내용으로 제공받도록 하는 것도 가능하다. 적 전달되는 내용(문구)은 서로 다르더라도 그 효과는 동일한 것이다.As described above, the advice
도 4는 도 3에 대응되는 흐름도이다. 이하에서는 도 4를 참조로 하여 본 발명을 미투데이에 적용한 구체적인 실시예를 설명한다. 본 실시예의 적용을 위한 분석 서버(100)는 Apache Http Server에 PHP를 설치하여 구축한다. 사용된 주 기술은 JavaScript/PHP로서, JavaScript 라이브러리인 JQuery와 언어 간의 데이터 통신을 위해 JSON(JavaScript Object Notation)을 사용한다. 분석 결과는 Html/CSS를 사용하여 가시화한다. 데이터는 네이버에서 제공하는 API를 통해 JSON 데이터 타입으로 받아온다.4 is a flowchart corresponding to FIG. 3. Hereinafter, with reference to Figure 4 will be described a specific embodiment applying the present invention to Me Today.
우선, 소셜 네트워킹에 대한 시간적 패턴 분석을 수행할 SNS 사용자의 아이디를 입력받는다(S310). 해당 아이디에 대하여 네이버 API를 사용하여 사용자 개인 정보를 파싱한다(S320). 그리고, 네이버 API를 사용하여 사용자와 가까운 사용자들(friend)의 정보를 파싱하여 아이디 등을 추출한다(S330). 다음으로, 네이버 API를 사용하여 사용자가 그 연관 사용자와 보내고 받은 댓글 정보를 파싱하여 받아온다(S340). 이때, 네이버 API에서는 한번에 100개 이하의 댓글만 전송되어 오기 때문에 마지막 댓글까지 검증하여 모든 댓글을 JSON 데이터 타입으로 가져오도록 한다. First, an ID of an SNS user to perform temporal pattern analysis on social networking is received (S310). The user ID is parsed using the NAVER API for the corresponding ID (S320). Then, the ID is extracted by parsing information of close friends (friends) using the NAVER API (S330). Next, the user parses and receives comment information sent and received with the associated user using the NAVER API (S340). At this time, since only 100 or less comments are sent at a time, the NAVER API verifies the last comment and imports all the comments as JSON data type.
이와 같이, 본 실시예에서는 JSON 정보를 파싱하는 모듈을 사용하여, JSON 정보로부터 친구의 아이디와 댓글, 사진 정보를 추출한다. 이때, 도 4와 같이 데이터를 가져오기 위하여 PHP의 Curl 라이브러리를 사용하여 AJAX(Javascript)를 통해 데이터를 한 화면에서 처리한다. 네이버 API에 데이터를 요청할 시에는 'http://me2day.net/api/track_comments/id.json?scope=all&count=100&before=2011-07-05T13:15:30Z'와 같은 형태로 요청한다.As described above, in the present embodiment, the ID, comment, and photo information of a friend are extracted from the JSON information by using a module that parses JSON information. At this time, as shown in Figure 4 to process the data in one screen through AJAX (Javascript) using PHP's Curl library. When requesting data to NAVER API, request as 'http://me2day.net/api/track_comments/id.json?scope=all&count=100&before=2011-07-05T13:15:30Z'.
즉, 도 4에 의하면, AJAX의 요청을 통해 네이버 API의 Person API로부터 사용자의 개인 정보를 파싱해온 다음 AJAX에서 사용자와 관계된 친구 목록을 요청(호출)하여 다시 Friend API로부터 친구 목록을 파싱해오고 다시 AJAX에서 댓글 목록을 요청(호출)하여 Comment API로부터 댓글 목록을 파싱해온다. 여기서, 네이버 서비스에서 전송되는 검색 결과 역시 JSON 형태로 전송되기 때문에 데이터를 추출하기 위해서는 JSON 정보를 파싱해야 한다. In other words, according to FIG. 4, the user's personal information has been parsed from the NAVER API's Person API through an AJAX request, and then AJAX requests (calls) a friend list related to the user, and then parses the friend list from the Friend API again. Parse a list of comments from the Comment API by requesting (calling) a list of comments from AJAX. Here, since the search results transmitted from the NAVER service are also transmitted in JSON format, JSON information must be parsed to extract data.
이후, 파싱된 데이터 정보의 빈도를 측정하여(S350), 사용자와 친구들 사이의 양방향 소셜 네트워킹 정량적 빈도 분석을 수행할 수 있도록 한다.Then, by measuring the frequency of the parsed data information (S350), it is possible to perform a two-way social networking quantitative frequency analysis between the user and friends.
예를 들어, S350단계에서 빈도 산출부(140)에서는 사용자 A에게 사용자 B가 댓글을 단 횟수를 상기 시간 구간 t 별로 통계를 낸다. 여기서, 전체 시간을 'T'라고 하면 't << T = kt'(k는 자연수)로 정의할 수 있다. 즉, 전체 시간 T는 k 개의 시간 구간으로 나누어진다. 이러한 과정은 사용자 B에게 사용자 A가 댓글을 단 횟수의 계산 과정에 대해서도 동일하게 적용된다.For example, in operation S350, the
사용자 A와 사용자 B 사이의 양방향 시간적 분석 결과는 k 개의 시간 구간 별로 값(레벨)을 갖는 이산 신호 형태로 표현될 수 있다. 즉, 각각의 시간 구단 단위에 대해, 메시지 전달 빈도의 정도를 n개 (n << k)의 단순화된 레벨로 구분하면, 사용자 A와 사용자 B 사이의 양방향 시간적 분석 결과는 최대 nk 개의 패턴으로 분류될 수 있다.The bidirectional temporal analysis result between the user A and the user B may be expressed in the form of a discrete signal having a value (level) for each k time intervals. That is, for each time division unit, if the frequency of message delivery is divided into n (n << k) simplified levels, the bidirectional temporal analysis between user A and user B results in a maximum of n k patterns. Can be classified.
이와 관련하여, DB부(170)에는, k(2 이상의 정수)개의 시간 구간별로 상기 빈도의 정도를 n(2 이상의 정수)개의 레벨들로 구분하며, 상기 패턴들을 nk개로 분류하고 있다. In this regard, the
도 5는 도 3의 방법에서 소셜 네트워킹 패턴 분류의 일례를 나타낸다. 이는 사용자 A에서 사용자 B로의 메시지 전달 빈도를 각 시간 구간별로 레벨화(L1, L2)하여 나타낸 것이다.5 illustrates an example of social networking pattern classification in the method of FIG. 3. This is shown by leveling the message delivery frequency from user A to user B for each time interval (L1, L2).
여기서, t1, t2, t3는 전체 시간 T에 대하여 시간 흐름에 따라 구분된 3개(k=3)의 시간 구간을 의미한다. 도 5의 경우 n=2인 예로서, 패턴이 총 8가지(=23)로 존재한다. 즉, 도 5는 k = 3, n = 2인 경우를 의미한다.Here, t1, t2, and t3 refer to three (k = 3) time intervals divided according to time flows for the entire time T. As an example of n = 2 in FIG. 5, there are eight patterns (= 2 3 ) in total. That is, FIG. 5 means the case where k = 3 and n = 2.
여기서, 레벨 L1은 해당 시간 구간의 메시지 전달 빈도(ex, 횟수)가 기 설정된 임계치 미만인 Low 레벨인 경우이고, L2는 산출된 메시지 전달 빈도가 임계치 이상인 High 레벨인 경우를 의미한다. Here, the level L1 is a case where the message delivery frequency (ex, frequency) of the corresponding time interval is a low level which is less than the preset threshold, and L2 is a case where the calculated message delivery frequency is a high level which is greater than or equal to the threshold.
따라서, 도 5에서 3번 패턴의 경우를 설명하면, t1의 시간 구간에서는 메시지의 전달 빈도가 낮아서 L1 레벨이고, 이후 t2의 시간 구간에서는 그 빈도가 높아져서 L2 레벨이고, 마지막 t3의 시간 구간에서는 그 빈도가 다시 낮아져서 L1 레벨인 경우를 의미한다. 즉, 3번 패턴은 메시지 전달 빈도가 낮다가 이후 높아진 후 다시 낮아지는 양상의 패턴을 의미한다.Therefore, in the case of
이러한 도 5의 실시예의 경우, 메시지의 전달 빈도의 정도를 2개의 레벨로 이분화하여 설정한 것으로서, 이러한 경우 패턴의 구분이 쉬울 뿐만 아니라 이와 관련된 분석 결과를 표 또는 그래프 등으로 표현하기가 용이한 이점이 있다.In the case of the embodiment of FIG. 5, the degree of delivery frequency of the message is divided into two levels, and in this case, not only the pattern is easily distinguished but also the analysis results related thereto are easily expressed in a table or a graph. There is an advantage.
만약, 레벨이 3개인 경우 즉, n=3인 경우에는 레벨이 L1(빈도: 하), L2(빈도: 중, L3(빈도: 하)로 구분되며, 이때 발생 가능한 패턴의 개수는 총 27가지(=33)로 존재하게 된다. If there are three levels, that is, n = 3, the level is divided into L1 (frequency: lower) and L2 (frequency: medium, L3 (frequency: lower), and there are 27 patterns Will be (= 3 3 ).
상기 레벨의 개수가 증가할수록 패턴의 개수가 급격히 증가하게 되는데, 이러한 경우 소셜 네트워킹의 정도(패턴의 개수)가 불필요하게 세분화되고 그에 따라 그 분석 경계가 모호해지는 경향이 있고 연산 과정 또한 복잡해진다. 따라서, 상기 레벨은 2개 또는 3개인 경우가 적합하다고 볼 수 있다.As the number of levels increases, the number of patterns increases rapidly. In this case, the degree of social networking (the number of patterns) is unnecessarily subdivided, and the analysis boundary tends to be blurry, and the computation process is complicated. Therefore, two or three levels may be considered suitable.
이상과 같은 본 발명에서는, 상기 분석 서버(100)에 접속된 사용자 단말기(300) 상에, 상기 연관 사용자의 목록, 상기 연관 사용자의 개인정보, 상기 SNS 사용자와 상기 연관 사용자 사이의 상기 시간 구간별 산출된 빈도 값, 그리고 상기 조언정보를 상기 연관 사용자 별로 구분하여 제공할 수 있다. 이는 상기 조언정보 제공부(160)에서 수행한다.In the present invention as described above, on the
도 6은 도 3의 방법으로 메시지 빈도를 시간적으로 분석하여 인간 관계 조언을 제시한 예시 화면이다. 즉, 이러한 도 3에서는 사용자와 소셜 네트워킹이 형성되어 있는 연관 사용자 8명에 대한 사진, 아이디(혹은 별명) 정보뿐만 아니라, 상기 시간 구간별(기간1, 기간2, 기간3)로 산출된 메시지 빈도 값과, 그에 따른 조언정보를 함께 제공하고 있다. 메시지 빈도 값은 사용자가 해당 연관 사용자로부터 받은 메시지 빈도 값(To_me 항목)과, 사용자가 해당 연관 사용자에게 전송한 메시지 빈도 값(By_me 항목)을 모두 제공한다.FIG. 6 is an exemplary screen showing human relationship advice by analyzing message frequency in time using the method of FIG. 3. That is, in FIG. 3, the message frequency calculated for each time period (
이러한 빈도 결과와 대응되는 인간관계 패턴을 바탕으로 해당 조언 정보를 제공한다. 예를 들어, 임의 연관 사용자에 대한 사용자의 댓글 수가 시간에 따라 증가하면, 사용자가 상기 임의 연관 사용자에게 연락을 자주 한다는 의미로서 좋은 인간 관계를 형성하고 있는 상태에 해당되므로, 더욱더 깊은 인간관계 형성을 유도하기 위하여 보다 고차원적인 조언 정보를 제공할 수 있다.Correspondence information is provided based on the relationship pattern corresponding to these frequency results. For example, if the user's comment count for any associated user increases over time, it means that the user is in contact with the randomly related user, forming a good relationship. Higher levels of advice can be provided to guide.
이상과 같이, 사용자와 그 연관 사용자인 친구들 사이의 소셜 네트워킹에 대한 시간적 패턴 분석 및 인간 관계 증진을 위한 조언 제시 결과는 사용자와 친구들 사이에 대한 도표 형태로 가시화하여 소셜 네트워킹 분석 결과를 사용자에게 직관적으로 제공한다. 이에 따라, 사용자들 사이의 인간관계의 형성, 유지, 개선 등에 도움이되는 소셜 네트워크 정보를 제공해줄 수 있다. 여기서, 시간 구간별 메지지 빈도의 결과를 도표 상에 숫자 형태뿐만 아니라 그래프, 이미지 등의 형태로 한눈에 파악하기 쉽도록 제공하는 것도 가능하다.As described above, the results of analyzing the temporal pattern of social networking between the user and the friends who are related to the user and suggesting tips for enhancing human relations are visualized in the form of a chart between the user and the friends to intuitively present the result of the social networking analysis to the user. to provide. Accordingly, it is possible to provide social network information that is helpful for the formation, maintenance, and improvement of human relationships among users. Here, it is also possible to provide the results of the frequency of the message for each time interval to be easily understood at a glance not only in the form of numbers but also in the form of graphs, images, and the like on the chart.
이상과 같은 본 발명에 따른 SNS 사용자의 소셜 네트워킹 정보 분석 방법은, 마이크로블로그 등의 SNS 사용자들 간의 양방향 소셜 네트워킹에 대한 시간적 패턴 분석 결과 및 그에 따른 조언 정보를 제공할 수 있다. 즉, 본 발명은 사용자들 간의 메시지를 자동 검색하고 그 빈도를 시간 구간 별로 분석하여 사용자의 소셜 네트워킹 정보를 가시화한 데이터로 제공하여 자신의 소셜 네트워킹 대상과의 메시지 빈도와 현황을 한눈에 파악할 수 있게 한다. 뿐만 아니라, 시간적으로 분석된 해당 패턴에 대응되는 인간 관계 조언정보를 제시함으로써 인간 관계의 관리 및 증진을 위한 도구로 효과적으로 활용될 수 있다. 더욱이 본 발명은, 향후 중요한 차세대 커뮤니케이션 문화로 자리 잡게 될 것으로 예상되는 다양한 마이크로블로그 서비스들의 소셜 네트워킹 분석 분야의 핵심적인 도구로 사용될 수 있다.The method of analyzing social networking information of an SNS user according to the present invention as described above may provide a temporal pattern analysis result for interactive social networking between SNS users such as a microblog and advice information accordingly. In other words, the present invention automatically searches for messages between users and analyzes the frequency by time intervals to provide visualized data of social networking information of users so that they can grasp the frequency and status of messages with their social networking objects at a glance. do. In addition, it can be effectively used as a tool for managing and promoting human relationships by presenting human relations advice information corresponding to the pattern analyzed in time. Moreover, the present invention can be used as a key tool in the field of social networking analysis of various microblog services that are expected to become an important next generation communication culture in the future.
본 발명의 SNS 사용자의 소셜 네트워킹 정보 분석 방법은 컴퓨터로 읽을 수 있는 기록매체에 컴퓨터가 읽을 수 있는 코드로서 구현하는 것이 가능하다. 컴퓨터가 읽을 수 있는 기록매체는 컴퓨터 시스템에 의하여 읽혀질 수 있는 매체로서 데이터가 저장되는 모든 종류의 기록장치를 포함한다.The social networking information analysis method of the SNS user of the present invention can be embodied as computer readable codes on a computer readable recording medium. The computer-readable recording medium includes all kinds of recording devices in which data is stored as a medium that can be read by a computer system.
컴퓨터가 읽을 수 있는 기록매체의 예로는 ROM, RAM, CO-ROM, 자기 테이프, 플로피디스크, 광데이터 저장장치 등이 있으며, 또한 캐리어 웨이브(예를 들어 인터넷을 통한 전송)의 형태로 구현되는 것도 포함한다. 또한 컴퓨터가 읽을 수 있는 기록매체는 네트워크로 연결된 컴퓨터 시스템에 분산되어 분산방식으로 컴퓨터가 읽을 수 있는 코드가 저장되고 실행될 수 있다. 또한, 본 발명의 방법이 실현하는 기능적인 프로그램들, 코드들 및 코드 세그먼트(segment)들은 본 발명이 속하는 기술 분야의 프로그래머들에 의해 쉽게 추론될 수 있음은 자명하다.Examples of computer-readable recording media include ROM, RAM, CO-ROM, magnetic tape, floppy disks, optical data storage devices, and the like, which are also implemented in the form of carrier waves (for example, transmission over the Internet). Include. The computer readable recording medium can also be distributed over network coupled computer systems so that the computer readable code is stored and executed in a distributed fashion. It is also obvious that the functional programs, codes and code segments realized by the method of the present invention can be easily inferred by programmers in the art to which the present invention belongs.
본 발명은 도면에 도시된 실시예를 참고로 설명되었으나 이는 예시적인 것에 불과하며, 본 기술 분야의 통상의 지식을 가진 자라면 이로부터 다양한 변형 및 균등한 다른 실시예가 가능하다는 점을 이해할 것이다. 따라서, 본 발명의 진정한 기술적 보호 범위는 첨부된 특허청구범위의 기술적 사상에 의하여 정해져야 할 것이다.While the present invention has been described with reference to exemplary embodiments, it is to be understood that the invention is not limited to the disclosed embodiments, but, on the contrary, is intended to cover various modifications and equivalent arrangements included within the spirit and scope of the appended claims. Accordingly, the true scope of the present invention should be determined by the technical idea of the appended claims.
100: 분석 서버 110: 사용자 추출부
120: 연관자 추출부 130: 메시지 추출부
140: 빈도 산출부 150: 패턴 추출부
160: 조언정보 제공부 170: DB부
200: SNS 서버 300: 사용자 단말기100: analysis server 110: user extracting unit
120: association extractor 130: message extractor
140: frequency calculation unit 150: pattern extraction unit
160: advice information provider 170: DB
200: SNS server 300: user terminal
Claims (11)
상기 분석 서버는 상기 SNS 서버로부터 상기 SNS 사용자의 정보를 추출하는 단계;
상기 SNS 서버로부터 상기 SNS 사용자와 소셜 네트워킹되어 있는 연관 사용자의 정보를 추출하는 단계;
상기 SNS 서버로부터 상기 SNS 사용자와 상기 연관 사용자 사이에 서로 전달한 메시지 정보를 추출하는 단계;
시간 흐름에 따라 분할되는 복수의 시간 구간별로 상기 메시지의 전달 빈도를 각각 산출하는 단계;
상기 시간 흐름에 따른 전달 빈도의 변화 양상을 복수의 패턴들로 분류하여 저장하고 있는 DB부로부터 상기 시간 구간별로 산출된 빈도 값에 대응되는 해당 패턴을 추출하는 단계; 및
상기 DB부로부터 상기 추출된 패턴에 해당되는 조언정보를 추출하여 제공하는 단계를 포함하며,
상기 DB부는,
k(2 이상의 정수)개의 시간 구간별로 상기 빈도의 정도를 n(2 이상의 정수)개의 레벨들로 구분하며, 상기 패턴들을 nk개로 분류하는 SNS 사용자의 소셜 네트워킹 정보 분석 방법.In the social networking information analysis method of the SNS user using an analysis server for wired and wireless communication with the SNS server,
The analysis server extracting information of the SNS user from the SNS server;
Extracting information of an associated user who is socially networked with the SNS user from the SNS server;
Extracting message information transferred between the SNS user and the associated user from the SNS server;
Calculating a frequency of delivery of the message for each of a plurality of time intervals divided according to time flow;
Extracting a corresponding pattern corresponding to a frequency value calculated for each time interval from a DB unit storing and classifying a change pattern of a transmission frequency according to the time flow into a plurality of patterns; And
And extracting and providing advice information corresponding to the extracted pattern from the DB unit.
The DB unit,
A method for analyzing social networking information of an SNS user by dividing the degree of the frequency into n (an integer of 2 or more) levels for each k (an integer of 2 or more) time intervals and classifying the patterns into n k .
상기 조언정보를 추출하여 제공하는 단계는,
상기 분석 서버에 접속된 사용자 단말기 상에, 상기 연관 사용자의 목록, 상기 연관 사용자의 개인정보, 상기 SNS 사용자와 상기 연관 사용자 사이의 상기 시간 구간별 산출된 빈도 값, 그리고 상기 조언정보를 상기 연관 사용자 별로 제공하는 SNS 사용자의 소셜 네트워킹 정보 분석 방법.The method according to claim 1,
Extracting and providing the advice information,
On the user terminal connected to the analysis server, the list of the associated user, the personal information of the associated user, the frequency value calculated for each time interval between the SNS user and the associated user, and the advice information to the associated user How to analyze social networking information of SNS users provided by each.
상기 DB부는,
상기 패턴별로 상기 패턴에 대응되는 복수의 인간관계 조언정보를 저장하고 있고,
상기 조언정보를 추출하여 제공하는 단계는,
상기 추출된 패턴에 해당되는 상기 복수의 조언정보들 중 랜덤으로 선택된 하나의 조언정보를 제공하는 SNS 사용자의 소셜 네트워킹 정보 분석 방법.The method according to claim 1,
The DB unit,
Stores a plurality of human relationship advice information corresponding to the pattern for each pattern;
Extracting and providing the advice information,
The social networking information analysis method of the SNS user to provide one of the advice information randomly selected from the plurality of advice information corresponding to the extracted pattern.
상기 복수의 시간 구간별로 상기 메시지의 전달 빈도를 각각 산출하는 단계는,
상기 시간 구간별 상기 연관 사용자 측으로 전달한 송신 메시지의 빈도, 그리고 상기 연관 사용자로부터 전달받은 수신 메시지의 빈도를 개별 산출하는 SNS 사용자의 소셜 네트워킹 정보 분석 방법. The method according to claim 1,
Computing the delivery frequency of the message for each of the plurality of time intervals,
The social networking information analysis method of the SNS user for calculating the frequency of the transmission message delivered to the associated user for each time interval, and the frequency of the received message received from the associated user.
상기 SNS 서버로부터 상기 SNS 사용자의 정보를 추출하는 사용자 추출부;
상기 SNS 서버로부터 상기 SNS 사용자와 소셜 네트워킹되어 있는 연관 사용자의 정보를 추출하는 연관자 추출부;
상기 SNS 서버로부터 상기 SNS 사용자와 상기 연관 사용자 사이에 서로 전달한 메시지 정보를 추출하는 메시지 추출부;
시간 흐름에 따라 분할되는 복수의 시간 구간별로 상기 메시지의 전달 빈도를 각각 산출하는 빈도 산출부;
상기 시간 흐름에 따른 전달 빈도의 변화 양상을 복수의 패턴들로 분류하여 저장하고 있는 DB부로부터 상기 시간 구간별로 산출된 빈도 값에 대응되는 해당 패턴을 추출하는 패턴 추출부; 및
상기 DB부로부터 상기 추출된 패턴에 해당되는 조언정보를 추출하여 제공하는 조언정보 제공부를 포함하며,
상기 DB부는,
k(2 이상의 정수)개의 시간 구간별로 상기 빈도의 정도를 n(2 이상의 정수)개의 레벨들로 구분하며, 상기 패턴들을 nk개로 분류하는 SNS 사용자의 소셜 네트워킹 정보 분석 장치.In the social networking information analysis device of the SNS user in wired and wireless communication with the SNS server,
A user extracting unit extracting information of the SNS user from the SNS server;
An association extractor configured to extract information of an associated user who is socially networked with the SNS user from the SNS server;
A message extraction unit for extracting message information transferred between the SNS user and the related user from the SNS server;
A frequency calculator for calculating a frequency of delivery of the message for each of a plurality of time intervals divided according to time flow;
A pattern extracting unit extracting a corresponding pattern corresponding to a frequency value calculated for each time interval from a DB unit storing and classifying a change pattern of a transmission frequency according to the time flow into a plurality of patterns; And
Advising information providing unit for extracting and providing the advice information corresponding to the extracted pattern from the DB unit,
The DB unit,
An apparatus for analyzing social networking information of an SNS user, dividing the degree of the frequency into n (an integer of 2 or more) levels for each k (an integer of 2 or more) time intervals and classifying the patterns into n k .
상기 조언정보 제공부는,
상기 분석 서버에 접속된 사용자 단말기 상에, 상기 연관 사용자의 목록, 상기 연관 사용자의 개인정보, 상기 SNS 사용자와 상기 연관 사용자 사이의 상기 시간 구간별 산출된 빈도 값, 그리고 상기 조언정보를 상기 연관 사용자 별로 제공하는 SNS 사용자의 소셜 네트워킹 정보 분석 장치.The method of claim 7,
The advice information provider,
On the user terminal connected to the analysis server, the list of the associated user, the personal information of the associated user, the frequency value calculated for each time interval between the SNS user and the associated user, and the advice information to the associated user Social networking information analysis device of the SNS user provided by each.
상기 DB부는,
상기 패턴별로 상기 패턴에 대응되는 복수의 인간관계 조언정보를 저장하고 있고,
상기 조언정보 제공부는,
상기 추출된 패턴에 해당되는 상기 복수의 조언정보들 중 랜덤으로 선택된 하나의 조언정보를 제공하는 SNS 사용자의 소셜 네트워킹 정보 분석 장치.The method of claim 7,
The DB unit,
Stores a plurality of human relationship advice information corresponding to the pattern for each pattern;
The advice information provider,
Apparatus for analyzing social networking information of an SNS user providing one piece of advice information randomly selected from among the plurality of pieces of advice information corresponding to the extracted pattern.
상기 빈도 산출부는,
상기 시간 구간별 상기 연관 사용자 측으로 전달한 송신 메시지의 빈도, 그리고 상기 연관 사용자로부터 전달받은 수신 메시지의 빈도를 개별 산출하는 SNS 사용자의 소셜 네트워킹 정보 분석 장치. The method of claim 7,
The frequency calculation unit,
The SNS user's social networking information analysis device for calculating the frequency of the transmission message delivered to the associated user for each time interval, and the frequency of the received message received from the associated user.
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020110131936A KR101348528B1 (en) | 2011-12-09 | 2011-12-09 | Method for social networking data of SNS users and apparatus thereof |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020110131936A KR101348528B1 (en) | 2011-12-09 | 2011-12-09 | Method for social networking data of SNS users and apparatus thereof |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| KR20130082581A KR20130082581A (en) | 2013-07-22 |
| KR101348528B1 true KR101348528B1 (en) | 2014-01-08 |
Family
ID=48993803
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| KR1020110131936A KR101348528B1 (en) | 2011-12-09 | 2011-12-09 | Method for social networking data of SNS users and apparatus thereof |
Country Status (1)
| Country | Link |
|---|---|
| KR (1) | KR101348528B1 (en) |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR20180096107A (en) | 2017-02-20 | 2018-08-29 | 황정윤 | A Marketing Target Network Analyzing System Using Bigdata and A Marketing Target Network Analyzing Method Using Bigdata |
| KR20210009301A (en) * | 2018-06-12 | 2021-01-26 | 라인플러스 주식회사 | Methods and systems for dealing with chat rooms based on usage and non-transitory computer-readable recording media |
Families Citing this family (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP7215725B2 (en) * | 2019-02-21 | 2023-01-31 | Ｎｅｃソリューションイノベータ株式会社 | Withdrawal restraint support device, withdrawal restraint support method, program, and recording medium |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2004318865A (en) * | 2003-03-31 | 2004-11-11 | Ricoh Co Ltd | Sales activity management system, server device, program and recording medium |
| KR20040107239A (en) * | 2003-06-13 | 2004-12-20 | 주식회사 케이티 | Method for managing relationship by analyzing connection history |
| KR100866080B1 (en) * | 2007-07-03 | 2008-10-30 | 성균관대학교산학협력단 | Terminal to manage intimacy and intimacy managing method threrof |
| KR20110115776A (en) * | 2010-04-16 | 2011-10-24 | 가톨릭대학교 산학협력단 | Quantitative frequency analysis apparatus for bidirectional social networking and method thereof |
-
2011
- 2011-12-09 KR KR1020110131936A patent/KR101348528B1/en active IP Right Grant
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2004318865A (en) * | 2003-03-31 | 2004-11-11 | Ricoh Co Ltd | Sales activity management system, server device, program and recording medium |
| KR20040107239A (en) * | 2003-06-13 | 2004-12-20 | 주식회사 케이티 | Method for managing relationship by analyzing connection history |
| KR100866080B1 (en) * | 2007-07-03 | 2008-10-30 | 성균관대학교산학협력단 | Terminal to manage intimacy and intimacy managing method threrof |
| KR20110115776A (en) * | 2010-04-16 | 2011-10-24 | 가톨릭대학교 산학협력단 | Quantitative frequency analysis apparatus for bidirectional social networking and method thereof |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR20180096107A (en) | 2017-02-20 | 2018-08-29 | 황정윤 | A Marketing Target Network Analyzing System Using Bigdata and A Marketing Target Network Analyzing Method Using Bigdata |
| KR20210009301A (en) * | 2018-06-12 | 2021-01-26 | 라인플러스 주식회사 | Methods and systems for dealing with chat rooms based on usage and non-transitory computer-readable recording media |
| KR102637796B1 (en) * | 2018-06-12 | 2024-02-16 | 라인플러스 주식회사 | Method and system for processing chat rooms based on level of usage and non-transitory computer readable recording media |
Also Published As
| Publication number | Publication date |
|---|---|
| KR20130082581A (en) | 2013-07-22 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US9830313B2 (en) | Identifying expanding hashtags in a message | |
| US20200273063A1 (en) | Dynamic campaign analytics via hashtag detection | |
| Nguyen et al. | Real-time event detection for online behavioral analysis of big social data | |
| US9716765B2 (en) | Information push method and apparatus | |
| US20190163752A1 (en) | Live video recommendation by an online system | |
| US9032290B2 (en) | Tool for creating structured objects and actions on a social networking system | |
| US9607273B2 (en) | Optimal time to post for maximum social engagement | |
| US10698907B2 (en) | Selecting content and identifying users for identification to additional users of a social networking system based on user attributes or content item characteristics | |
| US10846751B2 (en) | Generating data to predict user affinity for a component to be included in a content item optimized for an online system user | |
| US20140129324A1 (en) | System and method for dynamically placing and scheduling of promotional items or content based on momentum of activities of a targeted audience in a network environment | |
| EP2698967A1 (en) | Social network data mining method for terminal user, and relevant method, device and system | |
| US20190147063A1 (en) | Method and apparatus for generating information | |
| US9959503B2 (en) | Filtering automated selection of hashtags for computer modeling | |
| CN102695121A (en) | Method and system for pushing friend information for user in social network | |
| CN103346957A (en) | System and method for changing head portrait expression of contact person according to messages of contact person | |
| Xia et al. | Socially aware conference participant recommendation with personality traits | |
| US20180121953A1 (en) | Selecting one or more components to be included in a content item optimized for an online system user | |
| US20150161517A1 (en) | Device and method for predicting popularity of social data | |
| WO2014159540A1 (en) | Systems and methods for predicting meme virality based on network structure | |
| CN103116611A (en) | Social network opinion leader identification method | |
| US20160189234A1 (en) | Selecting content items for presentation to a social networking system user based in part on content item appearance | |
| AU2014215694A1 (en) | Selecting social context for sponsored stories in a social networking system | |
| US20180218286A1 (en) | Generating models to measure performance of content presented to a plurality of identifiable and non-identifiable individuals | |
| WO2013170082A2 (en) | Method and system for managing social network data | |
| KR101348528B1 (en) | Method for social networking data of SNS users and apparatus thereof |
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: 20161101 Year of fee payment: 4 |
|
| FPAY | Annual fee payment |
Payment date: 20181203 Year of fee payment: 6 |
|
| FPAY | Annual fee payment |
Payment date: 20191113 Year of fee payment: 7 |