KR101478900B1 - Method for recommanding exhibition booth to new visitor - Google Patents
Method for recommanding exhibition booth to new visitor Download PDFInfo
- Publication number
- KR101478900B1 KR101478900B1 KR20130030974A KR20130030974A KR101478900B1 KR 101478900 B1 KR101478900 B1 KR 101478900B1 KR 20130030974 A KR20130030974 A KR 20130030974A KR 20130030974 A KR20130030974 A KR 20130030974A KR 101478900 B1 KR101478900 B1 KR 101478900B1
- Authority
- KR
- South Korea
- Prior art keywords
- booth
- visitor
- existing
- visited
- neighboring
- Prior art date
Links
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—Systems or methods specially adapted for 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
- G06Q10/00—Administration; Management
- G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
-
- 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
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0637—Strategic management or analysis, e.g. setting a goal or target of an organisation; Planning actions based on goals; Analysis or evaluation of effectiveness of goals
Abstract
본 발명은 신규 관람객에게 전시회의 부스를 추천하는 방법에 관한 것으로, 보다 구체적으로 기존 관람객 사이의 관계 링크로 형성된 방문 네트워크에서 중심 지수가 높은 이웃 관람객이 방문한 부스에 기초하여 신규 관람객에게 부스를 추천함으로써, 개인 사용자 정보가 필요하지 않으며 신규 관람객에게도 전시회 부스를 추천할 수 있는 부스 추천 방법에 관한 것이다.The present invention relates to a method for recommending a booth to a new visitor, more specifically, to recommend a booth to a new visitor based on a booth visited by a neighboring visitor having a high center index in a visiting network formed by a relationship link between existing visitors , Which does not require individual user information, and recommends booths to new visitors.
Description
본 발명은 신규 관람객에게 전시회의 부스를 추천하는 방법에 관한 것으로, 보다 구체적으로 기존 관람객 사이의 관계 링크로 형성된 방문 네트워크에서 중심 지수가 높은 이웃 관람객이 방문한 부스에 기초하여 신규 관람객에게 부스를 추천함으로써, 개인 사용자 정보가 필요하지 않으며 신규 관람객에게도 전시회 부스를 추천할 수 있는 부스 추천 방법에 관한 것이다.The present invention relates to a method for recommending a booth to a new visitor, more specifically, to recommend a booth to a new visitor based on a booth visited by a neighboring visitor having a high center index in a visiting network formed by a relationship link between existing visitors , Which does not require individual user information, and recommends booths to new visitors.
전시회는 전시업체가 새로운 상품이나 서비스를 관람객에게 알리기 위해 개최하는 것으로 효과적인 마케팅 수단으로 중요한 역활을 수행한다. 최근에는 전시회에서 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.Exhibitions are held by exhibitors to inform visitors about new products and services and they play an important role as effective marketing tools. In recent years, ubiquitous technology has been applied in order to meet various demands of visitors in an exhibition. It is possible to determine a moving route of a terminal owned by a visitor and to grasp a visiting line of a visitor or information about a product or service of a booth visited by a visitor, To the visitors.
전시회와 같은 문화 이벤트 산업은 지식집약적이고 환경 친화적인 고부가가치 산업으로 국가이미지 제고뿐만 아니라 국가와 지역 경제 발전에 있어 중요하다. 따라서 많은 국가 및 도시들은 국내외 전시회 유치 및 성공적 개최를 위해 다양한 활동을 진행하고 있다. 특히 전시회의 성공적 개최 여부는 방문객 및 참여업체의 규모에 의해 결정된다. Cultural events such as exhibitions are knowledge-intensive, environment-friendly, high-value-added industries that are important not only for enhancing the national image but also for national and regional economic development. Therefore, many countries and cities are carrying out various activities to attract and hold domestic and international exhibitions. Especially, the success of the exhibition depends on the size of the visitors and participating companies.
개최되거나 개최 계획 중인 전시회 또는 박람회의 수가 방대해짐에 따라 관람객은 관람객의 관심/흥미에 부합되는 전시회를 검색하기 곤란하며, 전시회 기획자의 입장에서는 기획하고 있는 전시회를 무작위적으로 사용자에 홍보하기보다는 기획하고 있는 전시회에 관심을 가지는 사용자에 홍보하여야 전시회를 성공적인 개최할 수 있다.As the number of exhibitions or fairs being held or planned is increasing, it is difficult for visitors to search for exhibitions that match the interest / interest of the visitors. In view of the planners of the exhibition, rather than promoting the exhibitions planned by the exhibitors at random, The exhibition should be promoted to the users who are interested in the exhibition, so that the exhibition can be held successfully.
종래 전시회의 방대한 부스 중에서 관람객에게 부스를 추천하는 방법으로 협업 필터링에 의한 추천 방법이 널리 사용되고 있다. 관람객의 사용자 정보와 기존 관람객의 사용자 정보(예를 들어 사용자 성별, 나이, 직업, 주소, 수입 등)를 비교하여 관람객과 유사한 사용자 정보를 가지는 기존 관람객이 방문한 부스를 관람객에게 추천하거나 관람객이 방문한 부스와 기존 관람객이 방문한 부스의 유사도를 판단하여 방문 부스가 유사한 기존 관람객이 방문한 부스 중 관람객이 아직 방문하지 않은 부스를 관람객에 추천한다.Recommendation method by collaborative filtering is widely used as a method of recommending a booth to a visitor from a large booth of a conventional exhibition. A booth visited by an existing visitor who has user information similar to the visitor by comparing the visitor information of the visitor with the user information of the existing visitor (for example, user gender, age, occupation, address, income etc.) is recommended to the visitor, And the similarity of the booths visited by the existing visitors, and recommend booths that the visitors have not yet visited among the booths visited by the existing visitors who have similar visiting booths.
그러나 관람객과 기존 관람객의 사용자 정보의 유사도에 기초하여 유사한 사용자 정보를 가지는 기존 관람객이 방문한 부스를 관람객에 추천하기 위해서는 관람객의 사용자 정보가 필요하며, 이는 관람객에게 자신의 사용자 정보를 입력하는 불편함을 주며 더욱이 관람객의 개인 사용자 정보를 공개하여야 하므로 관람객이 사용을 기피하는 경향이 있다. 한편, 관람객이 방문한 부스와 기존 관람객이 방문한 부스의 유사도에 기초하여 방문 부스가 유사한 기존 관람객이 방문한 부스 중 관람객이 아직 방문하지 않은 부스를 관람객에게 추천하는 경우, 관람객이 방문한 부스에 대한 정보가 요구되며 따라서 아직 전시회 중 어느 부스도 방문하지 않은 신규 관람객에게 부스를 추천하지 못한다는 문제점을 가진다.However, in order to recommend a booth visited by an existing visitor who has similar user information based on the similarity of the user information of the visitor and the existing visitor, the user information of the visitor is required, which is inconvenient to input his / And moreover, since the individual user information of the visitor must be disclosed, the viewer tends to avoid use. On the other hand, if a booth visited by an existing visitor with similar visiting booths based on the similarity of the booth visited by the visitor and the booth visited by the existing visitor is recommended to the visitor who has not yet visited the visitor, information about the visited booth Therefore, there is a problem that the booth can not be recommended to new visitors who have not visited any booth in the exhibition yet.
본 발명은 위에서 언급한 종래 전시회의 부스 추천 방법이 가지는 문제점을 해결하기 위한 것으로, 본 발명이 이루고자 하는 목적은 관람객의 개인 사용자 정보가 필요하지 않으며 신규 관람객에게도 부스를 추천할 수 있는 방법을 제공하는 것이다.DISCLOSURE OF THE INVENTION The present invention has been made to solve the problems of the booth recommendation method of the above-mentioned conventional exhibition, and it is an object of the present invention to provide a method of recommending a booth to a new visitor without personal user information of a visitor will be.
본 발명이 이루고자 하는 다른 목적은 기존 관람객 사이의 관계 링크로 형성된 방문 네트워크에서 중심 지수가 높은 이웃 관람객이 방문한 부스에 기초하여 신규 관람객에게 부스를 추천하는 방법을 제공하는 것이다.Another object of the present invention is to provide a method for recommending a booth to a new visitor based on a booth visited by a neighboring visitor having a high center index in a visiting network formed by a relationship link between existing visitors.
본 발명이 이루고자 하는 또 다른 목적은 방문 네트워크에서 기존 관람객에 설정된 관계 링크의 수뿐만 아니라 기존 관람객의 방문 부스의 수를 함께 고려하여 이웃 관람객을 결정하고 이웃 관람객이 방문한 부스에 기초하여 신규 관람객에게 부스를 추천하는 방법을 제공하는 것이다. Another object of the present invention is to determine a neighboring visitor considering not only the number of relation links set for an existing visitor in a visiting network but also the number of visiting booths of an existing visitor and notify a new visitor based on the visited booth of the neighboring visitor, Quot; is recommended.
본 발명의 목적을 달성하기 위하여, 본 발명에 따른 신규 관람객의 부스 추천 방법은 부스 방문 이력 데이터베이스에서 전시회를 참가한 기존 관람객의 부스 방문 이력을 추출하고 부스 방문 이력에 기초하여 기존 관람객의 방문 부스 유사도를 계산하는 단계, 임계 유사도 이상의 방문 부스 유사도를 가지는 기존 관람객 사이의 관계 링크로 이루어진 방문 네트워크를 형성하고 방문 네트워크부터 계산된 기존 관람객의 중심 지수에 기초하여 이웃 관람객을 결정하는 단계와, 이웃 관람객의 중심 지수에 기초하여 각 부스의 추천값을 계산하고 각 부스의 추천값에 기초하여 신규 관람객에게 부스를 추천하는 단계를 포함한다.In order to accomplish the object of the present invention, a booth recommendation method for a new visitor according to the present invention includes extracting a booth visit history of an existing visitor participating in an exhibition in a booth visit history database, Determining a neighboring visitor based on a central index of an existing visitor calculated from a visited network, forming a visiting network composed of links between existing visitors having similarity of visiting booths having a threshold similarity or more, Calculating a recommendation value of each booth based on the index, and recommending the booth to a new visitor based on the recommendation value of each booth.
본 발명의 일 실시예에서 기존 관람객(i)의 중심 지수(CI(i))는 방문 네트워크에서 기존 관람객(i)에 설정된 관계 링크의 수이며, 이웃 관람객은 임계 중심 지수 이상의 중심 지수를 가지는 기존 관람객으로 결정되는 것을 특징으로 한다.In the embodiment of the present invention, the center index (CI (i)) of the existing viewer (i) is the number of relation links set in the existing viewer (i) in the visited network, And is determined as a visitor.
본 발명의 다른 실시예에서 기존 관람객(i)의 중심 지수는 기존 관람객(i)이 방문한 방문 부스의 수와 방문 네트워크에서 기존 관람객(i)에 설정된 관계 링크의 수에 기초하여 판단되며, 이웃 관람객은 임계 중심 지수 이상의 중심 지수를 가지는 기존 관람객으로 결정되는 것을 특징으로 한다.In another embodiment of the present invention, the central index of the existing visitor i is determined based on the number of visited booths visited by the existing visitor i and the number of the related links set in the existing visitor i in the visited network, Is determined as an existing viewer having a central index greater than or equal to the critical center index.
바람직하게 기존 관람객(i)의 중심 지수(CI(i))는 아래의 수학식(1)에 의해 계산되며,Preferably, the center index (CI (i)) of the existing viewer (i) is calculated by the following equation (1)
[수학식 1][Equation 1]
여기서 ci는 기존 관람객(i)에 설정된 관계 링크의 수이며, ni는 기존 관람객(i)이 방문한 부스의 수인 것을 특징으로 한다.Here, c i is the number of relation links set in the existing viewer (i), and n i is the number of booths visited by the existing viewer (i).
바람직하게, 각 부스(j)의 추천값(RI(j))은 아래의 수학식(2)에 의해 계산되며,Preferably, the recommended value RI (j) of each booth j is calculated by the following equation (2)
[수학식 2]&Quot; (2) "
여기서 N은 이웃 관람객의 수이며, vij는 이웃 관람객이 부스(j)를 방문했을 때에는 제1 값을 가지고 부스(j)를 방문하지 않았을 때에는 제2 값을 가지는 것을 특징으로 한다. Here, N is the number of neighboring viewers, and v ij is a second value when a neighbor visitor visits the booth (j) with a first value and does not visit the booth (j).
여기서 각 부스의 추천값에 기초하여 추천값이 높은 상위 M개의 부스를 신규 관람객에 추천한다.Here, based on the recommendation values of the respective booths, the uppermost M booths having a high recommended value are recommended to new viewers.
여기서 각 부스의 추천값에 기초하여 임계 추천값 이상의 추천값을 가지는 부스를 신규 관람객에 추천한다.Here, a booth having a recommended value equal to or higher than the threshold recommended value is recommended to a new visitor based on the recommendation value of each booth.
한편, 본 발명에 따른 전시회 부스 추천 서버는 전시회에 참가한 기존 관람객의 부스 방문 이력을 저장하고 있는 데이터베이스부와, 데이터베이스부에서 전시회를 참가한 기존 관람객의 부스 방문 이력을 추출하고 부스 방문 이력에 기초하여 기존 관람객의 방문 부스 유사도를 계산하는 유사도 계산부와, 임계 유사도 이상의 방문 부스 유사도를 가지는 기존 관람객 사이의 관계 링크로 이루어진 방문 네트워크를 형성하는 네트워크 형성부와, 방문 네트워크부터 기존 관람객의 중심 지수를 계산하고, 기존 관람객의 중심 지수에 기초하여 이웃 관람객을 결정하는 이웃 관람객 결정부와, 이웃 관람객의 중심 지수에 기초하여 계산한 각 부스의 추천값에 기초하여 신규 관람객에게 부스를 추천하는 부스 추천부를 구비하는 것을 특징으로 한다. Meanwhile, the exhibition booth recommendation server according to the present invention includes a database unit for storing a booth visit history of an existing visitor who participated in an exhibition, a database unit for extracting a visit history of an existing visitor participating in the exhibition in the database unit, A network forming unit for forming a visiting network composed of a similarity calculating unit for calculating a visitor's booth similarity degree of a visitor and a relation link between an existing visitor having a similarity degree of a visiting booth equal to or greater than the threshold similarity degree; A booth recommendation unit for recommending a booth to a new visitor based on a recommendation value of each booth calculated on the basis of a central index of a neighboring visitor, a neighboring visitor determination unit determining a neighboring visitor based on the central index of the existing visitor, .
신규 관람객에 전시회 부스를 추천하는 본 발명은 다음과 같은 다양한 효과를 가진다.The present invention for recommending an exhibition booth to a new visitor has various effects as follows.
본 발명에 따른 전시회 부스 추천 방법은 기존 관람객 사이의 관계 링크로 형성된 방문 네트워크에서 중심 지수가 높은 이웃 관람객이 방문한 부스에 기초하여 신규 관람객에게 부스를 추천함으로써, 개인 사용자 정보가 필요하지 않으며 신규 관람객에게도 전시회 부스를 추천할 수 있다.The booth recommendation method according to the present invention recommends a booth to a new visitor based on a booth visited by a neighboring visitor having a high center index in a visiting network formed by a link between existing visitors and does not require individual user information, Exhibit booth can be recommended.
또한, 본 발명에 따른 전시회 부스 추천 방법은 방문 네트워크에서 기존 관람객에 설정된 관계 링크의 수뿐만 아니라 기존 관람객의 방문 부스의 수를 함께 고려하여 이웃 관람객을 결정함으로써, 단순히 방문 부스가 많은 기존 관람객이 이웃 관람객으로 결정되지 않도록 하며 방문 부스의 유사도가 높은 기존 관람객을 이웃 관람객으로 결정하여 선호도가 높은 부스를 신규 관람객에게 추천할 수 있다. The exhibition booth recommendation method according to the present invention determines neighboring visitors by considering not only the number of relation links set for existing visitors in the visiting network but also the number of visiting booths of existing visitors, It is not decided as a visitor, and an existing visitor who has a high similarity of the visiting booth is determined as a neighboring visitor, so that a booth with high preference can be recommended to a new visitor.
도 1은 본 발명에 따른 전시회 부스 추천 서버를 설명하기 위한 기능 블록도이다.
도 2는 본 발명에 따른 전시회 부스의 추천 방법을 설명하기 위한 흐름도이다.
도 3은 부스 추천 서버의 데이터베이스부에 저장되어 있는 기존 관람객의 부스 방문 이력의 일 예를 도시하고 있다.
도 4는 도 3의 부스 방문 이력에 의해 형성된 방문 네트워크의 일 예를 도시하고 있다.1 is a functional block diagram for explaining an exhibition booth recommendation server according to the present invention.
2 is a flowchart illustrating a recommendation method of an exhibition booth according to the present invention.
FIG. 3 shows an example of a visit history of an existing visitor stored in the database unit of the booth recommendation server.
FIG. 4 shows an example of a visited network formed by the booth visiting history of FIG.
이하 첨부한 도면을 참고로 본 발명에 따른 신규 관람객을 위한 전시회 부스의 추천 방법에 대해 보다 구체적으로 설명한다.
Hereinafter, a recommendation method of a booth for a new visitor according to the present invention will be described in more detail with reference to the accompanying drawings.
도 1은 본 발명에 따른 전시회 부스 추천 서버를 설명하기 위한 기능 블록도이다.1 is a functional block diagram for explaining an exhibition booth recommendation server according to the present invention.
도 1을 참고로 보다 구체적으로 살펴보면, 유사도 계산부(110)는 데이터베이스부(120)에 저장되어 있는, 전시회에 참가한 기존 관람객의 부스 방문 이력에 기초하여 기존 관람객 사이의 방문 부스의 유사도를 계산한다. 데이터베이스부(120)에는 전시회에 참가한 기존 관람객별로 방문한 부스에 대한 정보가 저장되어 있다. 예를 들어, 데이터베이스부(120)에는 기존 관람객이 방문한 부스의 아이디, 방문 시각, 부스를 관람한 시간에 대한 정보가 저장되어 있다. 기존 관람객의 부스 방문 이력은 전시회의 관람을 마친 기존 관람객으로부터 설문 방식으로 획득하거나, 기존 관람객이 소지하는 단말기를 통해 획득한다. 기존 관람객은 단말기를 소지하며 전시회 부스를 관람할 수 있는데, 기존 관람객이 부스를 방문하는 경우 해당 부스에 설치되어 있는 단말기 인식 장치는 기존 관람객이 소지하는 단말기를 인식하여 기존 관람객이 부스를 방문하였는지 여부에 대한 정보, 부스를 방문한 시각에 대한 정보, 기존 관람객이 부스를 방문하여 부스를 관람하고 부스를 떠난 시간을 카운트한 부스 관람 시간에 대한 정보를 통신 네트워크(미도시)를 통해 부스 추천 장치로 송신한다. 송신된 부스 방문 이력은 데이터베이스부(120)에 저장된다.1, the
네트워크 형성부(130)는 유사도 계산부(110)에서 계산한 방문 부스 유사도에 기초하여 임계 유사도 이상의 방문 부스 유사도를 가지는 기존 관람객 사이에 관계 링크를 설정함으로써, 기존 관람객 사이의 관계 링크로 이루어진 방문 네트워크를 형성한다. 방문 네트워크는 임계 유사도 이상의 방문 부스 유사도를 가지는 기존 관람객 사이의 관계를 나타내는 네트워크이다. The
이웃 관람객 결정부(140)는 기존 관람객 각각을 기준으로 방문 네트워크의 관계 링크 수 또는 기존 관람객이 방문한 방문 부스의 수에 기초하여 기존 관람객의 중심 지수를 계산하고, 기존 관람객의 중심 지수에 기초하여 이웃 관람객을 결정한다. 여기서 이웃 관람객 결정부(140)는 기존 관람객의 중심 지수에 기초하여 높은 중심 지수를 가지는 상위 P명의 기존 관람객을 이웃 관람객으로 결정한다.The neighboring
추천부(150)는 추천값 계산부(151)와 부스 추천부(153)를 구비하여 각 부스의 부스 추천값에 기초하여 신규 관람객에게 부스를 추천한다. 추천값 계산부(151)는 기존 관람객 중에서 결정한 이웃 관람객의 중심 지수와 이웃 관람객이 각 부스를 방문하였는지에 기초하여 각 부스의 추천값을 계산한다. 부스 추천부(153)는 계산한 각 부스의 부스 추천값에 기초하여 임계 추천값 이상의 부스를 신규 관람객에게 추천하거나 부스 추천값이 높은 상위 리스트의 부스를 신규 관람객에게 추천한다.
The
도 2는 본 발명에 따른 전시회 부스의 추천 방법을 설명하기 위한 흐름도이다.2 is a flowchart illustrating a recommendation method of an exhibition booth according to the present invention.
도 2를 참고로 보다 구체적으로 살펴보면, 부스 방문 이력 데이터베이스에서 전시회에 참가한 기존 관람객의 부스 방문 이력을 추출하고, 부스 방문 이력에 기초하여 기존 관람객 사이의 방문 부스 유사도를 계산한다(S110). 기존 관람객 사이의 방문 부스 유사도를 계산하는 제1 예는 2명의 기존 관람객이 관람한 전체 방문 부스의 수에 대한 2명의 기존 관람객이 관람한 동일 부스의 수로 계산된다. 예를 들어, 기존 관람객 A의 방문 부스가 (a, b, c, d, e, f, g, h, i)이며 기존 관람객 B의 방문 부스가 (a, b, g, h, i)인 경우, 기존 관람객 A와 기존 관람객 B 사이의 방문 부스 유사도는 5/9(기존 관람객 A와 기존 관람객 B가 관람한 동일 부스의 수/기존 관람객 A와 기존 관람객 B가 관람한 전체 방문 부스의 수)로 계산된다. 기존 관람객 사이의 방문 부스의 유사도를 계산하는 제2 예는 2명의 기존 관람객이 관람한 동일 부스의 수로 계산된다. 예를 들어, 기존 관람객 A의 방문 부스가 (a, b, c, d, e, f, g, h, i)이며 기존 관람객 B의 방문 부스가 (a, b, g, h, i)인 경우, 기존 관람객 A와 기존 관람객 B 사이의 방문 부스 유사도는 5(기존 관람객 A와 기존 관람객 B가 관람한 동일 부스의 수)로 계산된다. 제2 예에 따라 방문 부스의 유사도를 계산하는 경우, 기존 관람객이 실제 방문한 동일 부스에 기초하여 기존 관람객에 인기있는 부스를 판단할 수 있는 장점을 가진다. More specifically, referring to FIG. 2, in the booth visit history database, a booth visit history of an existing visitor who participated in the exhibition is extracted, and a similarity degree of a visiting booth between existing visitors is calculated based on the visit history of the booth (S110). The first example of calculating the visiting booth similarity between existing visitors is calculated by the number of the same booths viewed by two existing visitors with respect to the total number of visiting booths viewed by two existing visitors. For example, if the visitor booth of the existing visitor A is (a, b, c, d, e, f, g, h, i) (The number of the same booths that the existing visitor A and the existing visitor B watched / the total number of the visiting booths which the existing visitor A and the existing visitor B watched), the similarity of the visiting booth between the existing visitor A and the existing visitor B is 5/9 . The second example of calculating the similarity of the visiting booths between existing visitors is calculated by the number of the same booths viewed by two existing visitors. For example, if the visitor booth of the existing visitor A is (a, b, c, d, e, f, g, h, i) The similarity of the visiting booth between the existing visitor A and the existing visitor B is calculated as 5 (the number of the same booth that the existing visitor A and the existing visitor B watched). According to the second example, when calculating the similarity of the visiting booth, it is possible to determine a booth that is popular with existing visitors based on the same booth that the existing visitor actually visited.
계산한 기존 관람객 사이의 방문 부스 유사도에 기초하여 임계 유사도 이상의 방문 부스 유사도를 가지는 기존 관람객 사이에 관계 링크를 설정하여 기존 관람개 사이의 방문 부스 유사도를 나타내는 방문 네트워크를 형성한다(S120). A visiting link is established between the existing visitors having the visited booth similarity degree that is equal to or greater than the critical similarity based on the visited booth similarity between the calculated existing visitors, thereby forming a visiting network indicating the visiting booth similarity between the existing visitors (S120).
부스 추천 서버의 데이터베이스부에 저장되어 있는 기존 관람객의 부스 방문 이력의 일 예를 도시하고 있는 도 3과, 도 3의 부스 방문 이력에 의해 형성된 방문 네트워크의 일 예를 도시하고 있는 도 4를 참고로 살펴보면, 기존 관람객 A이 방문한 전시회의 부스는 (a, b, c, d, e, f, g, h, i)이며 기존 관람객 B가 방문한 전시회의 부스는(a, b, g, h, i)이며, 기존 관람객 C가 방문한 전시회의 부스는 (a, b, c, d, e, h, i)이며, 기존 관람객 D가 방문한 전시회의 부스는 (e, h, i, k)이며, 기존 관람객 E가 방문한 전시회의 부스는 (a, b, h, i)이며, 기존 관람객 F가 방문한 전시회의 부스는 (e, f, h, i, k)이다. 기존 관람객 A, B, C, D, E, F 각각 사이의 방문 부스 유사도를 제2 예에 따라 판단하여 임계 유사도(예를 들어, 임계 유사도는 4로 설정)를 가지는 기존 관람객 사이에 관계 링크를 설정하여 방문 네트워크를 설정한다.
3 showing an example of a visit history of an existing visitor stored in the database section of the booth recommendation server and FIG. 4 showing an example of a visit network formed by the booth visit history of FIG. 3 (A, b, c, d, e, f, g, h, i) and the booth of the exhibition visited by the existing visitor B H, i, k), and the booth of the exhibition visited by the existing visitor D is (e, h, i, k) The booths of the exhibits visited by the visitor E are (a, b, h, i) and the booths of the exhibitions visited by the existing visitor F are (e, f, h, i, k). The visiting booth similarity between the existing visitors A, B, C, D, E, and F is determined according to the second example, and a relationship link is established between the existing visitors having the critical similarity (for example, And set up a visited network.
다시 도 2를 참고로 살펴보면, 형성된 방문 네트워크부터 기존 관람객 사이에 설정된 관계 링크의 수 또는 기존 관람객이 방문한 부스의 수에 기초하여 기존 관람객(i)의 중심 지수(CI(i))를 계산하고, 계산한 중심 지수에 기초하여 기존 관람객 중에서 이웃 관람객을 결정한다(S130). Referring to FIG. 2, the center index CI (i) of the existing viewer i is calculated based on the number of relationship links established between existing visitors and the visited network or the number of booths visited by existing visitors, The neighboring viewer is determined based on the calculated center index (S130).
기존 관람객(i)의 중심 지수(CI(i))를 계산하는 제1 예에서 기존 관람객(i)의 중심 지수는 방문 네트워크에서 각 기존 관람객(i)을 기준으로 기존 관람객(i)에 설정된 관계 링크의 수이다. 기존 관람객(i)의 중심 지수(CI(i))를 계산하는 제2 예에서 기존 관람객(i)의 중심 지수는 기존 관람객(i)이 방문한 방문 부스의 수와 방문 네트워크에서 기존 관람객(i)을 기준으로 기존 관람객(i)에 설정된 관계 링크의 수에 기초하여 계산되는데, 바람직하게 아래의 수학식(1)과 같이 계산된다.In the first example of calculating the central index (CI (i)) of the existing visitor (i), the central index of the existing visitor (i) The number of links. In the second example of calculating the central index (CI (i)) of the existing visitor (i), the central index of the existing visitor (i) is determined by the number of visited booths visited by the existing visitor (i) Is calculated based on the number of relation links set in the existing viewer (i) on the basis of the following formula (1).
[수학식 1][Equation 1]
여기서 ci는 기존 관람객(i)에 설정된 관계 링크의 수이며, ni는 기존 관람객(i)이 방문한 부스의 수이다. 기존 관람객(i)의 중심 지수를 계산하는 제2 예에서는 기존 관람객을 기준으로 단순히 설정된 관계 링크만을 고려하지 않고 기존 관람객(i)이 방문한 부스의 수도 함께 고려함으로써, 기존 관람객이 단순히 많은 수의 부스를 방문하였다는 사실만으로 중심 지수가 높아지는 것을 방지하고 정확하게 기존 관람객에게 인기있는 부스를 추천하도록 한다.Where c i is the number of relationship links set in the existing viewer (i), and n i is the number of booths visited by the existing viewer (i). In the second example of calculating the central index of the existing visitor (i), the number of booths visited by the existing visitor (i) is taken into consideration together with the number of booths To prevent the central index from rising and to recommend booths that are popular among existing visitors.
여기서 이웃 관람객은 기존 관람객 중 임계 중심 지수 이상의 중심 지수를 가지는 기존 관람객으로 결정되거나 높은 중심 지수를 가지는 상위 N명의 기존 관람객으로 결정된다. Here, the neighboring viewer is determined as an existing viewer having a central index greater than or equal to the critical-center index among the existing viewers, or as an upper-N existing viewer having a high central index.
다시 도 2를 참고로 살펴보면, 이웃 관람객의 중심 지수에 기초하여 각 부스에 대한 부스 추천값을 계산하고(S140), 계산한 각 부스의 부스 추천값에 기초하여 신규 관람객에게 부스를 추천한다(S150). Referring back to FIG. 2, the booth recommendation value for each booth is calculated based on the center index of neighboring spectators (S140), and the booth is recommended to the new visitor based on the calculated booth recommendation value of each booth (S150 ).
바람직하게, 각 부스(j)의 추천값(RI(j))은 아래의 수학식(2)에 의해 계산되며,Preferably, the recommended value RI (j) of each booth j is calculated by the following equation (2)
[수학식 2]&Quot; (2) "
여기서 N은 이웃 관람객의 수이며, vij는 이웃 관람객이 부스(j)를 방문했을 때에는 제1 값을 가지고 부스(j)를 방문하지 않았을 때에는 제2 값을 가지는 것을 특징으로 한다. 여기서 제1 값은 1이며 제2 값으로 0으로 설정된다.Here, N is the number of neighboring viewers, and v ij is a second value when a neighbor visitor visits the booth (j) with a first value and does not visit the booth (j). Where the first value is 1 and the second value is set to zero.
바람직하게, 각 부스의 부스 추천값에 기초하여 추천값이 높은 상위 M개의 부스를 신규 관람객에 추천하거나, 각 부스의 추천값에 기초하여 임계 추천값 이상의 추천값을 가지는 부스를 신규 관람객에 추천할 수 있다.
Preferably, based on the booth recommendation values of the respective booths, the uppermost M booths having the highest recommended value are recommended to the new visitor, or a booth having the recommended value of the critical recommendation value or more is recommended to the new visitor based on the recommended values of the booths .
한편, 상술한 본 발명의 실시 예들은 컴퓨터에서 실행될 수 있는 프로그램으로 작성 가능하고, 컴퓨터로 읽을 수 있는 기록 매체를 이용하여 상기 프로그램을 동작시키는 범용 디지털 컴퓨터에서 구현될 수 있다.The above-described embodiments of the present invention can be embodied in a general-purpose digital computer that can be embodied as a program that can be executed by a computer and operates the program using a computer-readable recording medium.
상기 컴퓨터로 읽을 수 있는 기록 매체는 전기 또는 자기식 저장 매체(예를 들어, 롬, 플로피 디스크, 하드디스크 등), 광학적 판독 매체(예를 들면, 시디롬, 디브이디 등) 및 캐리어 웨이브(예를 들면, 인터넷을 통한 전송)와 같은 저장 매체를 포함한다.
The computer-readable recording medium may be an electrically or magnetic storage medium such as a ROM, a floppy disk, a hard disk, etc., an optical reading medium such as a CD-ROM or a DVD and a carrier wave, , Transmission over the Internet).
본 발명은 도면에 도시된 실시예를 참고로 설명되었으나 이는 예시적인 것에 불과하며, 본 기술 분야의 통상의 지식을 가진 자라면 이로부터 다양한 변형 및 균등한 타 실시예가 가능하다는 점을 이해할 것이다. 따라서, 본 발명의 진정한 기술적 보호 범위는 첨부된 등록청구범위의 기술적 사상에 의해 정해져야 할 것이다. While the present invention has been particularly shown and described with reference to exemplary embodiments thereof, it is evident that many alternatives, modifications and variations will be apparent to those skilled in the art. Accordingly, the true scope of the present invention should be determined by the technical idea of the appended claims.
110: 유사도 계산부 120: 데이터베이스부
130: 네트워크 형성부 140: 이웃 관람객 판단부
150: 추천부110: similarity calculation unit 120:
130: network forming unit 140: neighboring viewer determining unit
150: Referral Department
Claims (13)
부스 방문 이력 데이터베이스에서 상기 전시회를 참가한 기존 관람객의 부스 방문 이력을 추출하고, 상기 부스 방문 이력에 기초하여 상기 기존 관람객 사이의 방문 부스 유사도를 계산하는 단계;
임계 유사도 이상의 방문 부스 유사도를 가지는 상기 기존 관람객 사이의 관계 링크로 이루어진 방문 네트워크를 형성하고, 상기 방문 네트워크부터 계산된 상기 기존 관람객(i)의 중심 지수(CI(i))에 기초하여 이웃 관람객을 결정하는 단계; 및
상기 이웃 관람객의 상기 중심 지수에 기초하여 각 부스의 추천값을 계산하고, 상기 각 부스의 추천값에 기초하여 상기 신규 관람객에게 부스를 추천하는 단계를 포함하며,
상기 각 부스(j)의 추천값(RI(j))은 아래의 수학식(1)에 의해 계산되며,
[수학식 1]
여기서 N은 상기 이웃 관람객의 수이며, vij는 상기 이웃 관람객이 부스(j)를 방문했을 때에는 제1 값을 가지고 부스(j)를 방문하지 않았을 때에는 제2 값을 가지는 것을 특징으로 하는 전시회 부스 추천 방법.In the method of recommending the booth to the new visitor of the exhibition through the booth recommendation server,
Extracting a booth visit history of an existing visitor participating in the exhibition in a booth visit history database and calculating a visiting booth similarity between the existing visitors based on the visit history of the booth;
(I) of the existing visitor (i) calculated from the visited network, and a neighboring visitor based on the center index (CI (i)) of the existing visitor i calculated from the visited network Determining; And
Calculating a recommendation value of each booth based on the center index of the neighboring viewers and recommending the booth to the new visitor based on the recommendation value of each booth,
The recommended value RI (j) of each booth j is calculated by the following equation (1)
[Equation 1]
Where N is the number of the neighboring visitors and v ij is a second value when the neighboring visitor has visited the booth j and has not visited the booth j with the first value. Recommended method.
상기 기존 관람객(i)의 상기 중심 지수(CI(i))는 상기 방문 네트워크에서 상기 기존 관람객(i)에 설정된 관계 링크의 수이며,
상기 이웃 관람객은 임계 중심 지수 이상의 중심 지수를 가지는 기존 관람객으로 결정되는 것을 특징으로 하는 전시회 부스 추천 방법.The method according to claim 1,
Wherein the center index (CI (i)) of the existing visitor (i) is the number of relationship links set in the existing visitor (i) in the visited network,
Wherein the neighboring viewer is determined as an existing viewer having a central index greater than a critical center index.
상기 기존 관람객(i)의 상기 중심 지수는 상기 기존 관람객(i)이 방문한 방문 부스의 수와 상기 방문 네트워크에서 상기 기존 관람객(i)에 설정된 관계 링크의 수에 기초하여 판단되며,
상기 이웃 관람객은 임계 중심 지수 이상의 중심 지수를 가지는 기존 관람객으로 결정되는 것을 특징으로 하는 전시회 부스 추천 방법.The method according to claim 1,
The central index of the existing visitor i is determined based on the number of visited booths visited by the existing visitor i and the number of the related links set in the existing visitor i in the visited network,
Wherein the neighboring viewer is determined as an existing viewer having a central index greater than a critical center index.
상기 기존 관람객(i)의 중심 지수(CI(i))는 아래의 수학식(2)에 의해 계산되며,
[수학식 2]
여기서 ci는 기존 관람객(i)에 설정된 관계 링크의 수이며, ni는 기존 관람객(i)이 방문한 부스의 수인 것을 특징으로 하는 전시회 부스 추천 방법. The method of claim 3,
The center index CI (i) of the existing viewer i is calculated by the following equation (2)
&Quot; (2) "
Wherein c i is the number of relation links set in the existing viewer (i), and n i is the number of booths visited by the existing viewer (i).
상기 데이터베이스부에서 상기 전시회를 참가한 기존 관람객의 부스 방문 이력을 추출하고, 상기 부스 방문 이력에 기초하여 상기 기존 관람객의 방문 부스 유사도를 계산하는 유사도 계산부;
임계 유사도 이상의 방문 부스 유사도를 가지는 상기 기존 관람객 사이의 관계 링크로 이루어진 방문 네트워크를 형성하는 네트워크 형성부;
상기 방문 네트워크부터 상기 기존 관람객(i)의 중심 지수(CI(i))를 계산하고, 상기 기존 관람객의 중심 지수에 기초하여 이웃 관람객을 결정하는 이웃 관람객 결정부; 및
상기 이웃 관람객의 상기 중심 지수와 상기 이웃 관람객이 각 부스를 방문하였는지에에 기초하여 계산한 각 부스의 추천값에 기초하여 신규 관람객에게 부스를 추천하는 추천부를 구비하며,
상기 각 부스(j)의 추천값(RI(j))은 아래의 수학식(3)에 의해 계산되며,
[수학식 3]
여기서 N은 상기 이웃 관람객의 수이며, vij는 상기 이웃 관람객이 부스(j)를 방문했을 때에는 제1 값을 가지고 부스(j)를 방문하지 않았을 때에는 제2 값을 가지는 것을 특징으로 하는 전시회 부스의 추천 서버.A database section storing a visit history of an existing visitor participating in the exhibition;
A similarity calculation unit for extracting a booth visit history of an existing visitor participating in the exhibition in the database unit and calculating a visiting booth similarity of the existing visitor based on the visit history of the booth;
A network forming unit for forming a visited network consisting of a relation link between the existing viewers having a visiting booth similarity degree equal to or greater than the threshold similarity;
A neighboring visitor determining unit calculating a center index (CI (i)) of the existing visitor (i) from the visited network and determining a neighboring visitor based on the center index of the existing visitor; And
And a recommendation unit for recommending a booth to a new visitor based on the center index of the neighboring visitor and the recommendation value of each booth calculated based on whether the neighboring visitor visited each booth,
The recommended value RI (j) of each booth j is calculated by the following equation (3)
&Quot; (3) "
Where N is the number of the neighboring visitors and v ij is a second value when the neighboring visitor has visited the booth j and has not visited the booth j with the first value. Recommended server.
임계 유사도 이상의 방문 부스 유사도를 가지는 상기 기존 관람객 사이에 1개의 관계 링크를 설정하여 방문 네트워크를 형성하는 것을 특징으로 하는 전시회 부스의 추천 서버. 9. The apparatus of claim 8, wherein the network forming unit
And establishing one link among the existing visitors having a visiting booth similarity degree greater than or equal to the critical similarity to form a visiting network.
상기 방문 네트워크에서 상기 기존 관람객(i)에 대해 설정된 관계 링크의 수로 상기 기존 관람객(i)의 상기 중심 지수(CI(i))를 계산하며,
상기 이웃 관람객은 임계 중심 지수 이상의 중심 지수를 가지는 기존 관람객으로 결정하는 것을 특징으로 하는 전시회 부스의 추천 서버.The method of claim 9, wherein the neighboring viewer determination unit
(CI (i)) of said existing viewer (i) by the number of relation links set for said existing viewer (i) in said visited network,
Wherein the neighboring viewer is determined as an existing visitor having a central index greater than or equal to the critical center index.
상기 기존 관람객(i)이 방문한 방문 부스의 수와 상기 방문 네트워크에서 상기 기존 관람객(i)에 대해 설정된 관계 링크의 수로 상기 기존 관람객(i)의 상기 중심 지수(CI(i))를 계산하며,
상기 이웃 관람객은 임계 중심 지수 이상의 중심 지수를 가지는 기존 관람객으로 결정하는 것을 특징으로 하는 전시회 부스의 추천 서버.The method of claim 9, wherein the neighboring viewer determination unit
Calculates the center index (CI (i)) of the existing visitor (i) by the number of visited booths visited by the existing visitor (i) and the number of related links set for the existing visitor (i) in the visited network,
Wherein the neighboring viewer is determined as an existing visitor having a central index greater than or equal to the critical center index.
상기 기존 관람객(i)의 중심 지수(CI(i))는 아래의 수학식(4)에 의해 계산되며,
[수학식 4]
여기서 ci는 기존 관람객(i)에 설정된 관계 링크의 수이며, ni는 기존 관람객(i)이 방문한 부스의 수인 것을 특징으로 하는 전시회 부스의 추천 서버. 12. The method of claim 11,
The center index CI (i) of the existing viewer i is calculated by the following equation (4)
&Quot; (4) "
Wherein the recommendation server of the exhibition booth is characterized in that c i is the number of relation links set in the existing viewer i and n i is the number of booths visited by the existing viewer i.
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR20130030974A KR101478900B1 (en) | 2013-03-22 | 2013-03-22 | Method for recommanding exhibition booth to new visitor |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR20130030974A KR101478900B1 (en) | 2013-03-22 | 2013-03-22 | Method for recommanding exhibition booth to new visitor |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| KR20140115810A KR20140115810A (en) | 2014-10-01 |
| KR101478900B1 true KR101478900B1 (en) | 2015-01-06 |
Family
ID=51990051
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| KR20130030974A KR101478900B1 (en) | 2013-03-22 | 2013-03-22 | Method for recommanding exhibition booth to new visitor |
Country Status (1)
| Country | Link |
|---|---|
| KR (1) | KR101478900B1 (en) |
Families Citing this family (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR20180042783A (en) * | 2016-10-18 | 2018-04-26 | 넥스트스토리(주) | Server and method for providing joining service connecting mice geospatial information |
Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR20100039773A (en) * | 2008-10-08 | 2010-04-16 | 인하대학교 산학협력단 | The method and apparatus for image recommendation based on user profile using feature based collaborative filtering to resolve new item recommendation |
| KR101172986B1 (en) * | 2011-02-25 | 2012-08-09 | 경희대학교 산학협력단 | Method for recommending booth in exhibition |
-
2013
- 2013-03-22 KR KR20130030974A patent/KR101478900B1/en active IP Right Grant
Patent Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR20100039773A (en) * | 2008-10-08 | 2010-04-16 | 인하대학교 산학협력단 | The method and apparatus for image recommendation based on user profile using feature based collaborative filtering to resolve new item recommendation |
| KR101172986B1 (en) * | 2011-02-25 | 2012-08-09 | 경희대학교 산학협력단 | Method for recommending booth in exhibition |
Also Published As
| Publication number | Publication date |
|---|---|
| KR20140115810A (en) | 2014-10-01 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US8543460B2 (en) | Serving ad requests using user generated photo ads | |
| JP6172882B2 (en) | Media system with social cognitive status | |
| Varma | Influencer marketing-a marketing tool in the age of social media | |
| Zeljko et al. | NEW METHODS OF ONLINE ADVERTISING: SOCIAL MEDIA INFLUENCERS. | |
| US20130110641A1 (en) | Social media network user analysis and related advertising methods | |
| Sârbu et al. | Social media advertising trends in tourism | |
| Jordaan et al. | Advertising credibility across media channels: perceptions of Generation Y consumers | |
| US11244350B1 (en) | Digital space estate management and intelligent content distribution | |
| Vel et al. | Data, technology & social media: Their invasive role in contemporary marketing | |
| Kim et al. | Effects of ICTs in mega events on national image formation: the case of PyeongChang Winter Olympic Games in South Korea | |
| Bakewell et al. | Broadcasting migration outcomes | |
| Mahrous | Social media marketing: prospects for marketing theory and practice on the social web | |
| KR101478900B1 (en) | Method for recommanding exhibition booth to new visitor | |
| O'Connor et al. | Social media and the Irish tourism and hospitality industry: the customer experience. | |
| KR102121653B1 (en) | Method and System for Supporting Outsourcing Company Reliability Evaluation | |
| Poecze | What You Post is What You Get: The Mediator Role of Reached Individuals in the Causal Relationship among Posted Content Types and Follower Counts on Facebook | |
| Rowe | Using social network graph analysis for interest detection | |
| KARACA et al. | The Use of Social Media in Cultural Tourism | |
| Delcea et al. | Grey relational analysis between social media engagement and users' decisions | |
| Iitsuka et al. | Inferring win-lose product network from user behavior | |
| US10638175B1 (en) | System and method for identifying mutual affinities | |
| Benzoni et al. | The Internet: A new economic paradigm for the advertising market | |
| KR101323923B1 (en) | Method for determining visitor of target event | |
| Shukla | Social Media Advertising (# Hashtags; Tweets)-Pitfalls & Mileage | |
| US20170364943A1 (en) | Marketing system and method |
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: 20171030 Year of fee payment: 4 |
|
| FPAY | Annual fee payment |
Payment date: 20181001 Year of fee payment: 5 |
|
| FPAY | Annual fee payment |
Payment date: 20191001 Year of fee payment: 6 |