KR101508328B1 - 운동 기구의 제어 방법 - Google Patents
운동 기구의 제어 방법 Download PDFInfo
- Publication number
- KR101508328B1 KR101508328B1 KR20140058819A KR20140058819A KR101508328B1 KR 101508328 B1 KR101508328 B1 KR 101508328B1 KR 20140058819 A KR20140058819 A KR 20140058819A KR 20140058819 A KR20140058819 A KR 20140058819A KR 101508328 B1 KR101508328 B1 KR 101508328B1
- Authority
- KR
- South Korea
- Prior art keywords
- user
- recommendation
- policy
- recommendation policy
- exercise
- Prior art date
Links
- 238000000034 method Methods 0.000 title claims abstract description 57
- 230000000386 athletic effect Effects 0.000 title abstract 6
- 238000012544 monitoring process Methods 0.000 claims abstract description 85
- 230000001186 cumulative effect Effects 0.000 claims description 61
- 238000012937 correction Methods 0.000 claims description 40
- 230000004048 modification Effects 0.000 claims description 30
- 238000012986 modification Methods 0.000 claims description 30
- 230000033001 locomotion Effects 0.000 claims description 18
- 238000007654 immersion Methods 0.000 claims description 10
- 230000007246 mechanism Effects 0.000 claims description 7
- 230000004044 response Effects 0.000 claims description 3
- 238000010586 diagram Methods 0.000 description 12
- 230000005540 biological transmission Effects 0.000 description 5
- 230000036541 health Effects 0.000 description 5
- 230000000694 effects Effects 0.000 description 4
- 239000008280 blood Substances 0.000 description 3
- 210000004369 blood Anatomy 0.000 description 3
- 238000004891 communication Methods 0.000 description 3
- 238000012549 training Methods 0.000 description 3
- WQZGKKKJIJFFOK-GASJEMHNSA-N Glucose Natural products OC[C@H]1OC(O)[C@H](O)[C@@H](O)[C@@H]1O WQZGKKKJIJFFOK-GASJEMHNSA-N 0.000 description 2
- 230000036772 blood pressure Effects 0.000 description 2
- 230000003247 decreasing effect Effects 0.000 description 2
- 239000008103 glucose Substances 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 238000009825 accumulation Methods 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000004580 weight loss Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/10—Services
- G06Q50/22—Social work or social welfare, e.g. community support activities or counselling services
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q30/00—Commerce
- G06Q30/02—Marketing; Price estimation or determination; Fundraising
- G06Q30/0281—Customer communication at a business location, e.g. providing product or service information, consulting
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q30/00—Commerce
- G06Q30/06—Buying, selling or leasing transactions
- G06Q30/08—Auctions
Landscapes
- Business, Economics & Management (AREA)
- Finance (AREA)
- Engineering & Computer Science (AREA)
- Accounting & Taxation (AREA)
- Strategic Management (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Economics (AREA)
- Marketing (AREA)
- Development Economics (AREA)
- General Business, Economics & Management (AREA)
- Entrepreneurship & Innovation (AREA)
- Health & Medical Sciences (AREA)
- Tourism & Hospitality (AREA)
- Game Theory and Decision Science (AREA)
- Child & Adolescent Psychology (AREA)
- General Health & Medical Sciences (AREA)
- Human Resources & Organizations (AREA)
- Primary Health Care (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
본 발명은 운동 기구의 제어 방법에 관한 것으로, 보다 구체적으로 다수의 단위 모니터링 주기로 구성되는 목표 기간에서 단위 모니터링 주기별로 사용자의 운동 몰입도와 실제 도달값을 고려하여 사용자에 제공한 운동 컨설팅 정보가 사용자에 적합하지를 실시간으로 판단할 수 있으며, 최종 단위 모니터링 주기에서 판단한 운동 컨설팅 정보 또는 단위 모니터링 주기별로 판단한 운동 컨설팅 정보에 기초하여 사용자가 가장 선호하며 운동 효과가 높은 운동 컨설팅 정보를 사용자 정보에 매칭하도록 학습하여 운동 정보를 자동 갱신할 수 있으며, 운동 기구 제어 서버로부터 수신한 운동 정보에 따라 운동 기구를 동작 제어하여 사용자는 편리하게 사용자에 개인화된 운동을 수행할 수 있는 운동 기구의 제어 방법에 관한 것이다.
Description
본 발명은 운동 기구의 제어 방법에 관한 것으로, 보다 구체적으로 다수의 단위 모니터링 주기로 구성되는 목표 기간에서 단위 모니터링 주기별로 사용자의 운동 몰입도와 실제 도달값을 고려하여 사용자에 제공한 운동 컨설팅 정보가 사용자에 적합하지를 실시간으로 판단할 수 있으며, 최종 단위 모니터링 주기에서 판단한 운동 컨설팅 정보 또는 단위 모니터링 주기별로 판단한 운동 컨설팅 정보에 기초하여 사용자가 가장 선호하며 운동 효과가 높은 운동 컨설팅 정보를 사용자 정보에 매칭하도록 학습하여 운동 정보를 자동 갱신할 수 있으며, 운동 기구 제어 서버로부터 수신한 운동 정보에 따라 운동 기구를 동작 제어하여 사용자는 편리하게 사용자에 개인화된 운동을 수행할 수 있는 운동 기구의 제어 방법에 관한 것이다.
유비쿼터스(Ubiquitous)란 사용자가 네트워크나 컴퓨터를 의식하지 않고 장소에 상관없이 자유롭게 네트워크에 접속할 수 있는 정보통신 환경을 의미한다. 다양한 분야에 적용될 수 있는 유비쿼터스는 의료서비스와 결합이 가능하다. 유비쿼터스 의료라 하여 유비쿼터스와 헬스(health)가 결합되어 유-헬스라는 용어가 사용되고 있다. 사용자는 언제 어디서나 자신의 질병을 예방할 수 있고 치료, 예후 건강 및 생활관리의 맞춤형 의료서비스를 제공받을 수 있다.
유-헬스 분야에서 사용자에 개인화된 의료서비스는 사용자 신체 정보를 의료기관 서버 또는 의료서비스 서버로 실시간으로 송신하며 의료기관은 수신한 사용자 신체 정보를 주기적으로 모니터링하며 사용자에 건강관리 정보를 제공하거나 의료 서비스 서버는 수신한 사용자 신체 정보에 따라 사용자에 건강관리 정보를 제공하였다.
이러한 유-헬스 분야에서 사용자의 건강관리를 위해 사용자에 개인화된 운동 컨설팅을 제공하고자 하는 노력이 진행되고 있다. 종래 운동 컨설팅 방법은 사용자의 체중, 키, 혈당 등의 신체 정보, 이름, 직업, 주소, 취미 등의 프로필 정보를 포함하는 사용자 정보를 획득하고, 획득한 사용자 정보와 규칙-정책 데이터베이스에 저장되어 있는 규칙 사용자 정보를 비교하여 사용자 정보와 일치하는 규칙 사용자 정보를 가지는 주변 사용자에 제공한 정책, 즉 운동 컨설팅 정보를 사용자에게도 제공하는 방식으로 이루어진다.
그러나 종래 운동 컨설팅 방법은 운동 컨설팅을 수행하는 전문 상담가의 경험에만 의존하여 사용자에 운동 컨설팅 정보를 제공함으로써, 방대한 운동 컨설팅 자료를 정확하게 이용하지 못하며 더욱이 전문 상담자의 부족으로 다수의 사용자에 개인화된 운동 컨설팅 정보를 제공하기 곤란하였다.
또한 종래 운동 컨설팅 방법은 사용자가 제공받은 운동 컨설팅 정보 중 사용자가 운동하고자 하는 운동 기구에 해당하는 운동 조건을 직접 검색하고, 다시 검색한 운동 조건에 따라 운동 기구의 동작 상태를 직접 설정하여야 하기 때문에, 다수의 운동 기구가 배치되어 있는 헬스장 등에서 운동 컨설팅 정보에 따라 운동을 수행하기 불편하다는 문제점을 가진다.
더욱이 종래 운동 컨설팅 방법은 전문 상담가가 운동 컨설팅 정보를 제공 후 실제 사용자의 운동 이력을 고려하지 않음으로써, 사용자에 제공한 운동 컨설팅 정보가 사용자의 운동 목적에 효과적인지 또는 사용자가 운동 컨설팅 정보에 만족하며 운동을 수행하는지 사후적으로 운동 컨설팅 정보를 평가하지 못한다는 문제점을 가진다.
본 발명은 위에서 언급한 종래 운동 컨설팅 제공 방법이 가지는 문제점을 해결하기 위한 것으로, 본 발명이 이루고자 하는 목적은 사용자 정보와 가장 유사한 사용자 정보를 가지는 규칙을 규칙-정책 데이터베이스에서 검색하고 검색한 규칙에 매핑되어 있는 정책, 즉 운동 컨설팅 정보를 운동 기구로 송신하여 사용자에 개인화된 운동 정보에 따라 운동 기구를 동작 제어하는 방법을 제공하는 것이다.
본 발명이 이루고자 하는 다른 목적은 운동 컨설팅 서버로부터 수신한 운동 컨설팅 정보에 따라 운동 기구를 동작 제어하여 사용자가 편리하게 사용자에 개인화된 운동을 수행할 수 있는 운동 기구의 제어 방법을 제공하는 것이다.
본 발명이 이루고자 하는 또 다른 목적은 다수의 단위 모니터링 주기로 구성되는 목표 기간에서 단위 모니터링 주기별로 사용자의 운동 몰입도와 실제 도달값을 고려하여 사용자에 제공한 운동 컨설팅 정보가 사용자에 적합하지를 실시간으로 판단하여 사용자에 수정된 운동 컨설팅 정보로 운동을 수행하도록 하는 운동 기구의 제어 방법을 제공하는 것이다.
본 발명이 이루고자 하는 또 다른 목적은 최종 단위 모니터링 주기에서 판단한 운동 컨설팅 정보 또는 단위 모니터링 주기별로 판단한 운동 컨설팅 정보에 기초하여 사용자가 가장 선호하며 운동 효과가 있는 운동 컨설팅 정보를 사용자 정보에 매칭하도록 학습하여 운동 컨설팅 정보를 자동 갱신하고 갱신한 운동 컨설팅 정보로 운동을 수행할 수 있는 운동 기구의 제어 방법을 제공하는 것이다.
또한 본 발명이 이루고자 하는 또 다른 목적은 사용자가 운동을 수행하는 목표 기간을 다수의 단위 모니터링 주기로 구분하고 사용자가 운동을 진행하는 목표 기간 동안 사용자에 제공한 추천 정책 또는 수정 추천 정책을 1개의 추천 정책 그룹으로 관리하여 추천 정책 또는 수정 추천 정책의 관리를 그룹 단위로 용이하게 할 수 있으며, 추천 정책 그룹에서 가장 효과적인 추천 정책 또는 수정 추천 정책을 추천 정책 그룹의 대표 추천 정책으로 선택하여 추천 정책 그룹에 연결된 매칭 규칙과 일치하는 사용자 정보를 가지는 사용자에 대표 추천 정책을 초기 제공하여 주변 사용자가 가장 선호하는 운동 컨설팅 정보로 운동을 수행할 수 있는 운동 기구의 제어 방법을 제공하는 것이다.
본 발명의 목적을 달성하기 위하여 본 발명에 따른 운동 기구의 제어 방법은 규칙-정책 데이터베이스에 저장되어 있는 규칙 사용자 정보 중 사용자 정보에 해당하는 사용자의 추천 정책을 결정하는 단계와, 사용자 단말기로부터 사용자 식별자를 수신하는 경우 사용자 식별자에 연결되어 있는 사용자의 추천 정책을 검색하는 단계와, 검색한 사용자의 추천 정책을 운동기구로 송신하여 사용자의 추천 정책에 구비되어 있는 운동 조건에 따라 운동 기구를 동작 제어하는 단계를 포함하며, 사용자의 추천 정책에는 운동기구 식별자 및 운동기구 식별자에 해당하는 운동 조건이 구비되어 있는 것을 특징으로 한다.
여기서 사용자의 추천 정책을 결정하는 단계는 사용자 정보와 규칙 사용자 정보를 비교하여 사용자 정보와 일치하는 매칭 규칙을 검색하는 단계와, 매칭 규칙의 규칙 사용자 정보와 사용자 정보 사이의 매칭율 및 매칭 규칙에 해당하는 매칭 정책의 누적 성공율에 기초하여 매칭 정책별 추천 신뢰도를 계산하는 단계와, 추천 신뢰도에 기초하여 상위 추천 신뢰도를 가지는 임계수의 매칭 정책 또는 임계 신뢰도 이상의 추천 신뢰도를 가지는 매칭 정책을 사용자의 추천 정책으로 결정하는 단계를 포함하는 것을 특징으로 한다.
본 발명에 따른 운동 기구의 제어 방법에서 사용자 식별자는 사용자 정보에 연결되어 사용자 정보 데이터베이스에 저장되어 있으며, 사용자 식별자에 기초하여 사용자의 추천 정책을 검색하는 것을 특징으로 한다.
바람직하게, 본 발명에 따른 운동 기구의 제어 방법은 운동 기구에서 사용자의 추천 정책에 따라 사용자가 수행한 단위 모니터링 주기 동안 사용자의 운동 이력을 저장하는 단계와, 사용자의 운동 이력에 기초하여 단위 모니터링 주기마다 추천 정책의 몰입도 또는 목표 도달값을 계산하는 단계와, 단위 모니터링 주기마다 몰입도 또는 목표 도달값으로부터 단위 중간 성공율을 계산하는 단계와, 단위 중간 성공율이 임계 성공율을 초과하는지 판단하여 단위 모니터링 주기에서 추천 정책의 단위 성공 여부를 판단하는 단계와, 단위 모니터링 주기에서 추천 정책이 성공하지 못한 경우 추천 정책의 수정을 요청하는 수정 요청 메시지를 생성하여 상담자 단말기로 송신하는 단계를 더 포함하는 것을 특징으로 한다.
바람직하게, 본 발명에 따른 운동 기구의 제어 방법은 수정 요청 메시지에 응답하여 상담자 단말기로부터 수신한 수정 추천 정책으로 사용자에 제공한 추천 정책을 갱신하는 단계를 더 포함하며, 다음 단위 모니터링 주기에 운동 기구로부터 추천 정책의 요청 메시지를 수신하는 경우 수정 추천 정책을 운동 기구로 송신하는 것을 특징으로 한다.
본 발명에 따른 운동 기구의 제어 방법은 단위 모니터링 주기의 시작 시점과 종료 시점 사이에서 몰입도 또는 실제 도달값의 차이를 비교하여 단위 중간 성공율을 계산하는데, 몰입도는 사용자의 운동 이력에서 단위 모니터링 주기 동안 사용자가 추천 정책의 운동 조건을 만족하며 운동을 수행한 횟수로부터 계산되는 것을 특징으로 한다.
여기서 단위 모니터링 주기의 시작 시점과 종료 시점 사이에서 몰입도 또는 실제 도달값의 차이를 비교하여 단위 중간 성공율을 계산하는 것을 특징으로 한다.
여기서 몰입도는 사용자의 운동 이력에서 단위 모니터링 주기 동안 사용자가 추천 정책에 따라 운동 기구를 통해 운동한 횟수 또는 운동한 시간으로부터 계산되는 것을 특징으로 한다.
여기서 추천 정책에서 수정된 수정 추천 정책은 추천 정책의 추천 정책 그룹으로 관리되는 것을 특징으로 한다.
여기서 누적 성공율은 최종 단위 모니터링 주기에서 목표 도달값과 실제 도달값 사이의 차이로부터 최종 도달율을 계산하여 최종 도달율이 임계 최종 도달율을 초과하는 경우 추천 정책의 누적 성공 횟수는 증가 카운트되며 추천 정책의 전체 제공 횟수와 누적 성공 횟수의 비율로 계산되는 것을 특징으로 한다.
바람직하게, 본 발명에 따른 운동 컨설팅 방법은 추천 정책의 그룹에서 마지막 단위 모니터링 주기에 수정 추천 정책을 결정한 누적 횟수를 카운트하는 단계와, 추천 정책 또는 수정 추천 정책의 전체 제공 횟수와 누적 횟수를 비교하여 누적 횟수의 비율이 전체 제공 횟수에 대해 임계 비율을 초과하는지 판단하는 단계와, 누적 횟수의 비율이 임계 비율을 초과하는 경우 규칙-정책 데이터베이스에서 추천 정책 그룹의 추천 정책을 수정 추천 정책으로 변경하는 단계를 더 포함하는 것을 특징으로 한다.
바람직하게, 본 발명에 따른 운동 컨설팅 방법은 추천 정책의 그룹에서 마지막 단위 모니터링 주기에 수정 추천 정책을 결정한 누적 횟수를 카운트하는 단계와, 추천 정책의 그룹에 속해 있는 수정 추천 정책 중 누적 횟수가 가장 많은 수정 추천 정책을 규칙-정책 데이터베이스에서 추천 정책 그룹의 추천 정책으로 변경하는 단계를 더 포함하는 것을 특징으로 한다.
바람직하게, 본 발명에 따른 운동 컨설팅 방법은 단위 모니터링 주기별로 수정 추천 정책이 성공한 단위 누적 횟수를 카운트하는 단계와, 추천 정책 또는 수정 추천 정책의 전체 제공 횟수와 단위 누적 횟수를 비교하여 단위 누적 횟수의 비율이 전체 제공 횟수에 대해 임계 비율을 초과하는지 판단하는 단계와, 단위 누적 횟수의 비율이 임계 비율을 초과하는 경우 규칙-정책 데이터베이스에서 추천 정책 그룹의 추천 정책을 수정 추천 정책으로 변경하는 단계를 더 포함하는 것을 특징으로 한다.
바람직하게, 본 발명에 따른 운동 컨설팅 방법은 단위 모니터링 주기별로 수정 추천 정책이 성공한 단위 누적 횟수를 카운트하는 단계와, 추천 정책의 그룹에 속해 있는 다수의 수정 추천 정책 중 단위 누적 횟수가 가장 많은 수정 추천 정책을 규칙-정책 데이터베이스에서 추천 정책 그룹의 추천 정책으로 변경하는 단계를 더 포함하는 것을 특징으로 한다.
여기서 매칭율은 전체 사용자 정보의 수 중 매칭 규칙의 규칙 사용자 정보와 일치하는 사용자 정보의 수로 계산되는 것을 특징으로 한다.
여기서 추천 신뢰도(RB)는 아래의 수학식(1)과 같이 계산되며,
[수학식 1]
M은 매칭 규칙의 매칭율이고 α는 매칭율에 할당된 가중치이며, S는 누적 성공율이고 β는 누적 성공율에 할당된 가중치인 것을 특징으로 한다.
본 발명에 따른 운동 기구의 제어 방법은 다음과 같은 다양한 효과를 가진다.
첫째, 본 발명에 따른 운동 기구의 제어 방법은 사용자 정보와 가장 유사한 사용자 정보를 가지는 규칙을 규칙-정책 데이터베이스에서 검색하고 검색한 규칙에 매핑되어 있는 정책, 즉 운동 컨설팅 정보를 사용자가 운동하는 운동 기구로 송신함으로써, 사용자에 개인화된 운동 정보에 따라 운동 기구를 동작 제어할 수 있다.
둘째, 본 발명에 따른 운동 기구의 제어 방법은 운동 컨설팅 서버로부터 수신한 운동 컨설팅 정보에 따라 운동 기구를 동작 제어함으로써, 사용자가 운동 기구별로 직접 운동 조건을 설정할 필요없이 사용자에 개인화된 운동을 수행할 수 있다.
셋째, 본 발명에 따른 운동 기구의 제어 방법은 다수의 단위 모니터링 주기로 구성되는 목표 기간에서 단위 모니터링 주기별로 사용자의 운동 몰입도와 실제 도달값을 고려하여 사용자에 제공한 운동 컨설팅 정보가 사용자에 적합하지를 실시간으로 판단함으로써, 수정된 운동 컨설팅 정보로 운동 기구를 동작 제어할 수 있다.
넷째, 본 발명에 따른 운동 기구의 제어 방법은 최종 단위 모니터링 주기에서 판단한 운동 컨설팅 정보 또는 단위 모니터링 주기별로 판단한 운동 컨설팅 정보에 기초하여 사용자가 가장 선호하며 운동 효과가 있는 운동 컨설팅 정보를 사용자 정보에 매칭하도록 학습하여 운동 컨설팅 정보를 자동 갱신함으로써, 갱신한 운동 컨설팅 정보로 운동 기구의 동작을 제어할 수 있다.
도 1은 본 발명의 일 실시예에 따른 운동 기구 제어 시스템을 설명하기 위한 도면이다.
도 2는 본 발명에 따른 운동 기구 제어 서버(100)를 설명하기 위한 기능 블록도이다.
도 3은 본 발명에 따른 운동 기구 제어 방법을 설명하기 위한 흐름도이다.
도 4는 본 발명에 따른 사용자의 추천 정책을 결정하는 단계의 일 예를 설명하기 위한 기능 블록도이다.
도 5는 본 발명에 따른 규칙-정책 데이터베이스의 일 예를 도시하고 있다.
도 6은 본 발명에 따른 추천 정책의 성공율을 판단하는 단계의 일 예를 설명하기 위한 흐름도이다.
도 7은 본 발명에서 결정한 추천 정책을 운동 진행 과정에서 수정하는 방법을 설명하기 위한 도면이다.
도 8은 본 발명에 따른 추천 정책을 변경하는 단계의 일 예를 설명하기 위한 도면이다.
도 9는 규칙-정책 데이터베이스에 저장되어 있는 규칙1에 대한 추천 정책 그룹의 일 예를 도시하고 있다.
도 10은 본 발명에 따른 추천 정책을 변경하는 단계의 다른 예를 설명하기 위한 도면이다.
도 11은 본 발명에 따른 추천 정책을 변경하는 단계의 또 다른 예를 설명하기 위한 도면이다.
도 12는 규칙-정책 데이터베이스에 저장되어 있는 규칙1에 대한 추천 정책 그룹의 다른 예를 도시하고 있다.
도 13은 본 발명에 따른 추천 정책을 변경하는 단계의 또 다른 예를 설명하기 위한 도면이다.
도 2는 본 발명에 따른 운동 기구 제어 서버(100)를 설명하기 위한 기능 블록도이다.
도 3은 본 발명에 따른 운동 기구 제어 방법을 설명하기 위한 흐름도이다.
도 4는 본 발명에 따른 사용자의 추천 정책을 결정하는 단계의 일 예를 설명하기 위한 기능 블록도이다.
도 5는 본 발명에 따른 규칙-정책 데이터베이스의 일 예를 도시하고 있다.
도 6은 본 발명에 따른 추천 정책의 성공율을 판단하는 단계의 일 예를 설명하기 위한 흐름도이다.
도 7은 본 발명에서 결정한 추천 정책을 운동 진행 과정에서 수정하는 방법을 설명하기 위한 도면이다.
도 8은 본 발명에 따른 추천 정책을 변경하는 단계의 일 예를 설명하기 위한 도면이다.
도 9는 규칙-정책 데이터베이스에 저장되어 있는 규칙1에 대한 추천 정책 그룹의 일 예를 도시하고 있다.
도 10은 본 발명에 따른 추천 정책을 변경하는 단계의 다른 예를 설명하기 위한 도면이다.
도 11은 본 발명에 따른 추천 정책을 변경하는 단계의 또 다른 예를 설명하기 위한 도면이다.
도 12는 규칙-정책 데이터베이스에 저장되어 있는 규칙1에 대한 추천 정책 그룹의 다른 예를 도시하고 있다.
도 13은 본 발명에 따른 추천 정책을 변경하는 단계의 또 다른 예를 설명하기 위한 도면이다.
이하 첨부한 도면을 참고로 본 발명에 따른 운동 기구의 제어 방법에 대해 보다 구체적으로 살펴본다.
도 1은 본 발명의 일 실시예에 따른 운동 기구 제어 시스템을 설명하기 위한 도면이다.
도 1을 참고로 보다 구체적으로 살펴보면, 네트워크(20)에는 다수의 운동기구(10), 상담자 단말기(30) 및 운동 기구 제어 서버(100)가 접속되어 있는데, 네트워크(20)를 통해 다수의 운동기구(10)와 운동 기구 제어 서버(100) 사이에 정보를 송수신하거나 상담자 단말기(30)와 운동 기구 제어 서버(100) 사이에 정보를 송수신한다. 한편, 사용자 단말기(40)는 사용자가 운동시 소지하는 단말기로 사용자 단말기(40)와 운동기구(10)는 근거리 통신 네트워크(미도시), 예를 들어 NFC, 적외선 통신, 블루투스, 와이파이 등을 통해 서로 정보를 송수신한다.
도 1을 참고로 운동 기구를 제어하는 일 예를 보다 구체적으로 살펴보면, 상담자 단말기(30)는 사용자에 운동 컨설팅 정보를 제공하는 상담자가 사용하는 단말기로 상담자는 사용자의 키, 몸무게, 혈당, 혈압, 체성분 등의 사용자의 신체 정보를 문진하거나 사용자의 이름, 주소, 직업, 취미 등의 사용자 프로필 정보를 획득하며 사용자 신체 정보, 사용자 프로필 정보 등의 사용자 정보를 상담자 단말기(30)를 통해 운동 기구 제어 서버(100)로 송신한다.
운동 기구 제어 서버(100)는 상담자 단말기(30)로부터 사용자 정보를 수신하는 경우, 사용자 정보와 일치되는 매칭 규칙을 규칙-정책 데이터베이스에서 검색하며, 검색한 매칭 규칙에 연결되어 있는 정책의 추천 신뢰도를 계산하여 높은 추천 신뢰도를 가지는 정책을 사용자의 추천 정책, 즉 운동 컨설팅 정보로 결정한다.
사용자 단말기(40)는 사용자가 운동시 소지하며 사용자를 식별할 수 있는 단말기로, 사용자가 운동하기 위해 특정 운동기구에 위치하는 경우 운동기구(10)는 사용자 단말기(40)로부터 사용자 식별자를 수신하며 수신한 사용자 식별자를 네트워크(20)를 통해 운동 기구 제어 서버(100)로 송신한다. 운동 기구 제어 서버(100)는 사용자 식별자에 해당하는 사용자의 추천 정책을 운동 기구로 송신하며, 운동 기구는 사용자의 추천 정책에 구비되어 있는 운동 기구의 운동 조건에 따라 동작한다. 운동이 종료하는 경우, 운동기구(10)는 사용자의 운동 이력 정보를 네트워크(20)를 통해 운동 기구 제어 서버(100)로 송신한다.
추천 정책은 사용자의 운동 목표, 예를 들어 2달 동안 10kg의 체중 감량과 같이 2달이라는 목표 기간에 따라 제공되는데, 목표 기간은 일,주 단위의 다수의 단위 모니터링 주기로 구분된다. 운동 기구 제어 서버(100)는 단위 모니터링 주기별로 운동기구로 전송한 추천 정책의 사용자 몰입도 또는 최종 도달율을 계산하여 추천 정책이 성공적으로 수행되고 있는지를 판단하며, 추천 정책이 성공적으로 수행되지 않는 경우 수정 요청 메시지를 상담자 단말기(30)로 송신한다.
상담자 단말기(30)는 수정 요청 메시지를 수신하는 경우, 사용자와 상담을 통해 추천 정책이 성공적으로 수행되지 못한 이유를 설문하여 사용자에 맞도록 추천 정책을 수정하며, 수정 추천 정책은 운동 기구 제어 서버(100)로 송신된다. 바람직하게, 상담자 단말기(30)는 추천 정책이 성공하지 못한 경우 운동 기구 제어 서버(100)에 저장되어 있는, 추천 정책이 속한 추천 정책 그룹의 다수 수정 추천 정책을 참고하여 사용자에 제공할 수정 추천 정책을 결정할 수 있다.
운동 기구 제어 서버(100)는 수정 추천 정책을 최초 사용자에 제공한 추천 정책의 그룹으로 관리하며, 다음 단위 모니터링 주기에 운동기구(10)로부터 사용자 식별자를 수신하는 경우 수정 추천 정책을 제공하여 수정 추천 정책에 따라 운동 기구가 작동하도록 제어한다.
도 2는 본 발명에 따른 운동 기구 제어 서버(100)를 설명하기 위한 기능 블록도이다.
도 2를 참고로 운동 기구 제어 서버(100)를 보다 구체적으로 살펴보면, 송수신부(110)를 통해 상담자 단말기로부터 사용자 정보를 수신하는 경우, 제어부(120)는 수신한 사용자 정보를 사용자 식별자로 구분하여 사용자 정보 데이터베이스(130)에 저장된다. 한편, 제어부(120)는 사용자 정보를 수신하는 경우 수신한 사용자 정보를 매칭 규칙 검색부(140)로 제공하는데, 매칭 규칙 검색부(140)는 사용자 정보와 일치하는 매칭 규칙을 규칙-정책 데이터베이스(150)에서 검색한다. 운동 기구 제어 서버(100)에는 다수의 상담자 단말기가 접속되어 있으며, 다수의 상담자 단말기를 통해 입력된 주변 사용자의 사용자 정보에 따라 주변 사용자로 추천 정책을 제공하며, 주변 사용자에 제공된 추천 정책은 규칙-정책 데이터베이스(150)에 저장된다. 규칙-정책 데이터베이스(150)에서 규칙이란 사용자 정보를 의미하며, 정책이란 규칙에 매핑되어 사용자에 제공된 운동 컨설팅 정보를 의미한다. 한편, 규칙-정책 데이터베이스(150)에는 각 규칙에 매핑되어 있는 정책의 성공율이 저장되어 있다. 여기서 운동 컨설팅 정보는 운동기구별 운동 조건 또는 동작 상태를 구비하는데, 운동 기구 식별자, 운동기구별 운동 횟수, 운동 시간, 운동 속도, 웨이트 등이 포함될 수 있다.
매칭 규칙 검색부(140)는 규칙-정책 데이터베이스(150)에서 수신한 사용자 정보와 일치하는 규칙 사용자 정보를 가지는 매칭 규칙을 검색하며, 추천 신뢰도 계산부(160)는 검색한 매칭 규칙에 대한 정책의 성공율 및 매칭 규칙과 사용자 정보의 매칭율에 기초하여 각 매칭 규칙에 대한 정책의 추천 신뢰도를 계산한다.
추천 정책 결정부(170)는 각 매칭 규칙에 대한 정책의 추천 신뢰도에 기초하여 추천 신뢰도가 높은 상위 정책을 추천 정책으로 결정하는데, 추천 정책 결정부(170)는 추천 신뢰도가 높은 임계수의 정책을 추천 정책으로 결정하거나 임계 추천 신뢰도 이상의 추천 신뢰도를 가지는 정책을 추천 정책으로 결정한다. 추천 정책 결정부(170)에서 결정한 추천 정책은 사용자 데이터베이스(130)에 사용자 식별자에 연결하여 저장된다.
제어부(120)는 송수신부(110)를 통해 운동기구로부터 사용자 식별자를 수신하는 경우, 사용자 식별자에 해당하는 추천 정책을 사용자 데이터베이스(130)에서 검색하고 검색한 추천 정책을 송수신부(110)를 통해 운동 기구로 송신한다.
한편, 제어부(120)는 운동 기구로부터 사용자가 수행한 운동 이력을 송수신부(110)를 통해 수신하여 사용자 정보 데이터베이스(130)에 저장한다. 추천 정책 갱신부(180)는 목표 기간을 구성하는 다수의 단위 모니터링 주기별로 사용자 정보 데이터베이스(130)에 저장된 사용자의 운동 이력에 기초하여 사용자에 제공한 추천 정책이 성공하였는지 판단하고, 단위 모니터링 주기에 제공한 추천 정책이 실패한 경우, 수정 요청 메시지를 생성하여 송수신부(110)를 통해 상담자 단말기로 송신한다. 추천 정책 갱신부(180)는 수정 요청 메시지에 응답하여 다음 단위 모니터링 주기에 적용할 수정 추천 정책을 상담자 단말기로부터 수신하며, 수신한 수정 추천 정책을 최초 제공한 추천 정책과 동일한 추천 정책 그룹으로 규칙-정책 데이터베이스(150)에 관리한다. 추천 정책 갱신부(180)는 목표 기간 또는 단위 모니터링 주기별로 추천 정책 또는 수정 추천 정책이 성공한 누적 횟수를 카운트하여 추천 정책 그룹에서 최초로 사용자에 제공할 추천 정책, 즉 대표 추천 정책을 수정 추천 정책으로 갱신 제어한다.
도 3은 본 발명에 따른 운동 기구 제어 방법을 설명하기 위한 흐름도이다.
도 3을 참고로 보다 구체적으로 살펴보면, 사용자에 설문을 통해 사용자의 신체 정보 또는 사용자 프로필 정보 등의 사용자 정보를 획득하거나 사용자의 신체 정보를 체중기, 혈압기, 혈당측정기 등의 바이오 측정기를 통해 측정 획득하고, 획득한 사용자 정보를 상담자 단말기를 통해 수신하며, 사용자 정보는 사용자 식별자에 연결 매칭되어 사용자 데이터베이스에 저장된다(S110).
사용자 정보가 수신 입력되는 경우, 사용자 정보와 규칙-정책 데이터베이스에 저장되어 있는 규칙의 사용자 정보, 즉 규칙 사용자 정보를 비교하여 사용자 정보에 해당하는 사용자의 추천 정책을 결정한다(S120). 결정한 사용자의 추천 정책을 사용자 데이터베이스에 사용자 식별자에 연결되어 저장된다.
운동 기구로부터 사용자 식별자를 수신하는 경우(S130), 수신한 사용자 식별자에 해당하는 사용자의 추천 정책을 사용자 데이터베이스에서 검색하고 검색한 사용자의 추천 정책을 운동 기구로 송신한다(S140).
도 4는 본 발명에 따른 사용자의 추천 정책을 결정하는 단계의 일 예를 설명하기 위한 기능 블록도이다.
도 4를 참고로 보다 구체적으로 살펴보면, 사용자 정보가 수신 입력되는 경우, 사용자 정보와 규칙-정책 데이터베이스에 저장되어 있는 규칙의 사용자 정보, 즉 규칙 사용자 정보를 비교하여 사용자 정보와 일치하는 비교 사용자 정보를 가지는 매칭 규칙을 검색한다(S121). 도 5는 본 발명에 따른 규칙-정책 데이터베이스의 일 예를 도시하고 있는데, 수신 입력된 사용자 정보가 몸무게 68kg, 여성, 35살, 직장인, 거주지 서울인 경우 사용자 정보와 일치하는 매칭 규칙은 규칙-정책 데이터베이스에서 규칙1, 규칙2, 규칙3, 규칙4이다. 규칙1의 규칙 사용자 정보는 몸무게 65kg 이상, 여성으로 사용자 정보 중 몸무게 68kg, 여성과 일치하며, 규칙2의 규칙 사용자 정보는 65kg 이상, 여성, 30대로 사용자 정보 중 몸무게 68kg, 여성, 35살과 일치하며, 규칙3의 규칙 사용자 정보는 65kg 이상, 여성, 30대, 직장인으로 사용자 정보 중 몸무게 68kg, 여성, 35살, 직장인과 일치한다. 본 발명에서 사용자 정보와 일치하는 다수의 매칭 규칙이 검색될 수 있다.
검색한 매칭 규칙의 규칙 사용자 정보와 사용자 정보 사이의 매칭율을 계산하고, 각 매칭 규칙의 매칭율과 매칭 규칙에 해당하는 매칭 정책의 누적 성공율로부터 매칭 규칙에 대한 매칭 정책의 추천 신뢰도를 계산한다(S123). 여기서 매칭율은 규칙 사용자 정보와 사용자 정보가 어느 정도 일치하는지를 나타내는 수치로 전체 사용자 정보의 수 중 매칭 규칙의 비교 사용자 정보와 일치하는 사용자 정보의 수로 계산된다. 예를 들어, 수신 입력된 전체 사용자 정보의 수가 몸무게 68kg, 여성, 35살, 직장인, 거주지 서울로 5개인 경우, 규칙1은 2개의 규칙 사용자 정보와 일치하여 매칭율은 2/5이며, 규칙2는 3개의 규칙 사용자 정보와 일치하여 매칭율은 3/5이며, 규칙 3은 4개의 규칙 사용자 정보와 일치하여 매칭율은 4/5이다. 한편, 누적 성공율은 목표 기간의 최종 단위 모니터링 주기의 종료 후 사용자의 목표 도달값과 실제 도달값의 차이로부터 계산한 최종 도달율이 임계 최종 도달율을 초과하는 경우 누적 성공 횟수를 증가하여 해당 정책의 전체 제공 횟수와 누적 성공 횟수의 비율로 계산된다.
여기서 추천 신뢰도는 사용자 정보와 각 매칭 규칙의 규칙 사용자 정보의 매칭율 및 각 매칭 규칙에 해당하는 정책의 누적 성공율의 조합으로부터 계산되는데, 바람직하게 추천 신뢰도(RB)는 아래의 수학식(1)과 같이 계산된다.
[수학식 1]
여기서 M은 매칭 규칙의 매칭율이고 α는 매칭율에 할당된 가중치이며, S는 누적 성공율이고 β는 누적 성공율에 할당된 가중치인 것을 특징으로 한다.
각 매칭 규칙에 해당하는 정책의 추천 신뢰도에 기초하여 높은 추천 신뢰값을 가지는 정책을 사용자의 추천 정책으로 결정한다(S125). 바람직하게, 추천 신뢰값의 상위 순서로 임계수의 정책을 추천 정책으로 결정하거나 임계 추천 신뢰값 이상의 정책을 추천 정책으로 결정하여 추천 정책 리스트를 상담자 단말기로 제공할 수 있다.
도 6은 본 발명에 따른 추천 정책의 성공율을 판단하는 단계의 일 예를 설명하기 위한 흐름도이다.
추천 정책에 따라 운동 기구의 동작을 제어하여 사용자에 운동을 수행시키며 목표 기간이 경과한 후 사용자의 목표 도달값과 실제 도달값의 차이로부터 최종 도달율을 계산하고, 계산한 최종 도달율이 임계 최종 도달율을 초과하는지 판단한다(S150). 최종 도달율이 임계 최종 도달율을 초과한 경우 누적 성공 횟수를 1 증가시켜 해당 추천 정책의 누적 성공율을 증가 갱신한다(S160). 그러나 최종 도달율이 임계 최종 도달율을 초과하지 않은 경우 누적 성공 횟수를 1 감소시켜 해당 추천 정책의 누적 성공율을 감소 갱신한다(S170).
도 7은 본 발명에서 결정한 추천 정책을 운동 진행 과정에서 수정하는 방법을 설명하기 위한 도면이다.
도 7을 참고로 보다 구체적으로 살펴보면, 결정한 추천 정책에 따라 운동기구를 동작시켜 사용자에 운동을 수행시키는데, 운동기구는 사용자의 운동이 종료할 때마다 운동기구 식별자, 운동 시간, 소비칼로리, 사용자가 운동기구에서 운동을 수행할 때마다 운동기구 식별자, 운동 시간, 웨이트, 반복 횟수 등의 운동 이력 또는 사용자 신체 정보를 운동 기구 제어 서버로 송신하며, 운동 기구 제어 서버는 단위 모니터링 주기마다 수신한 운동 이력 또는 사용자 신체 정보를 사용자 데이터베이스에 저장한다(S210).
저장한 사용자의 운동 이력에 기초하여, 단위 모니터링 주기별로 사용자가 추천 정책에 대한 몰입도 및 실제 도달값을 계산한다(S220). 여기서 단위 모니터링 주기별 추천 정책에 대한 몰입도는 단위 모니터링 주기 동안에 추천 정책에서 사용자에 제안한 운동 횟수와 사용자가 실제 운동한 운동 횟수의 비율로 계산되거나 추천 정책에서 사용자에 제안한 운동 시간과 실제 사용자의 운동 시간의 비율로 계산된다. 한편, 단위 모니터링 주기별 실제 도달값은 단위 모니터링 주기의 시작 시점에서 측정한 사용자 신체 정보와 단위 모니터링 주기의 종료 시점에서 측정한 사용자 신체 정보의 차이로 계산된다. 예를 들어 단위 모니터링 주기의 시작 시점에 사용자의 몸무게가 67kg이고 단위 모니터링 주기의 종료 시점에 사용자의 몸무게가 63kg인 경우 실제 도달값은 이 둘의 차이인 +4이다.
단위 모니터링 주기별 몰입도 또는 실제 도달값에 기초하여 단위 중간 성공율을 계산하고(S230), 단위 중간 성공율과 임계 성공율을 비교하여 단위 모니터링 주기에서 결정한 추천 정책이 성공하였는지 판단한다(S240). 여기서 단위 중간 성공율은 단위 모니터링 주기별 몰입도와 실제 도달값의 곱으로 계산되거나, 몰입도의 크기에 따라 레벨로 구분하고 각 레벨에 값을 할당하거나 실제 도달값의 크기에 따라 레벨로 구분하고 각 레벨에 값을 할당하며 몰입도의 레벨값과 실제 도달값의 레벨값의 곱으로 계산된다.
단위 모니터링 주기에서 결정한 추천 정책이 성공한 것으로 판단되는 경우, 다음 단위 모니터링 주기에도 결정한 추천 정책을 수정없이 그대로 진행한다(S260). 그러나 단위 모니터링 주기에서 결정한 추천 정책이 실패한 것으로 판단되는 경우 상담자 단말기로 수정 요청 메시지를 송신하여 다음 단위 모니터링 주기에서 추천 정책을 수정하도록 요청한다(S250).
도 8은 본 발명에 따른 추천 정책을 변경하는 단계의 일 예를 설명하기 위한 도면이다.
도 8을 참고로 살펴보면, 목표 기간을 구성하는 다수의 단위 모니터링 주기별로 추천 정책이 성공하였는지의 여부에 따라 추천 정책을 수정할 수 있다. 단위 모니터링 주기에 수정된 수정 추천 정책은 목표 기간의 최초 단위 모니터링 주기에 결정한 추천 정책과 동일한 추천 정책 그룹으로 관리되는데, 목표 기간의 최종 단위 모니터링 주기에서 결정한 추천 정책 또는 수정 추천 정책의 종류별로 누적 횟수를 카운트한다(S311). 도 9(a)은 규칙-정책 데이터베이스에 저장되어 있는 규칙1에 대한 추천 정책 그룹의 일 예를 도시하고 있으며, 도 9(b)는 다수의 단위 모니터링 주기(t1 내지 t6)으로 이루어진 목표 주기(T)의 일 예를 도시하고 있다. 도 9(a)와 9(b)에 도시되어 있는 바와 같이, 각 단위 모니터링 주기마다 추천 정책(a) 또는 추천 정책에서 수정된 수정 추천 정책(b, c, d, e)이 추천 정책으로 결정될 수 있는데, 추천 정책(a)에서 수정된 수정 추천 정책(b, c, d, e)은 추천 정책 그룹(정책1 그룹)으로 관리된다. 추천 정책 또는 수정 추천 정책의 종류별로 마지막 단위 모니터링 주기(t6)에서 추천 정책 또는 수정 추천 정책의 결정 누적 횟수를 카운트한다. 예를 들어, 마지막 단위 모니터링 주기(t6)에서 추천 정책으로 수정 추천 정책(c)이 결정된 경우, 수정 추천 정책(c)의 결정 누적 횟수는 1 증가 카운트된다.
추천 정책 그룹에 존재하는 다수의 추천 정책 또는 수정 추천 정책의 전체 제공 횟수와 수정 추천 정책별 누적 횟수의 비율을 계산하여 누적 횟수의 비율이 임계 비율을 초과하는 수정 추천 정책이 존재하는지 판단한다(S313). 누적 회수의 비율이 임계 비율을 초과하는 수정 추천 정책이 존재하는 경우, 누적 회수의 비율이 임계 비율을 초과하는 수정 추천 정책으로 추천 정책 그룹의 추천 정책을 변경한다(S315). 추천 정책 그룹의 추천 정책이 변경되는 경우, 추천 정책 그룹에 상응하는 규칙에 일치하는 사용자에게 변경된 추천 정책을 초기에 제공한다.
도 10은 본 발명에 따른 추천 정책을 변경하는 단계의 다른 예를 설명하기 위한 도면이다.
도 10을 참고로 살펴보면, 목표 기간의 최종 단위 모니터링 주기에서 결정한 추천 정책 또는 수정 추천 정책의 종류별로 누적 횟수를 카운트한다(S321).
추천 정책 그룹에 존재하는 다수의 추천 정책 또는 수정 추천 정책의 누적 횟수에 기초하여 가장 큰 누적 횟수를 가지는 추천 정책 또는 수정 추천 정책을 판단한다(S323). 가장 큰 누적 횟수를 가지는 추천 정책 또는 수정 추천 정책을 추천 정책 그룹의 추천 정책으로 변경한다(S325). 추천 정책 그룹의 추천 정책이 변경되는 경우, 추천 정책 그룹에 상응하는 규칙에 일치하는 사용자에게 변경된 추천 정책을 초기에 제공한다.
도 11은 본 발명에 따른 추천 정책을 변경하는 단계의 또 다른 예를 설명하기 위한 도면이다.
도 11을 참고로 살펴보면, 목표 기간을 구성하는 다수의 단위 모니터링 주기별로 추천 정책이 성공하였는지의 여부에 따라 추천 정책을 수정할 수 있다. 단위 모니터링 주기에 수정된 수정 추천 정책은 목표 기간의 최초 단위 모니터링 주기에 결정한 추천 정책과 동일한 추천 정책 그룹으로 관리되는데, 목표 기간을 구성하는 단위 모니터링 주기별로 결정한 추천 정책 또는 수정 추천 정책이 성공한 단위 누적 횟수를 카운트한다(S331). 도 12(a)은 규칙-정책 데이터베이스에 저장되어 있는 규칙1에 대한 추천 정책 그룹의 다른 예를 도시하고 있으며, 도 12(b)는 다수의 단위 모니터링 주기(t1 내지 t6)으로 이루어진 목표 주기(T)의 일 예를 도시하고 있다. 도 12(a)와 12(b)에 도시되어 있는 바와 같이, 각 단위 모니터링 주기마다 추천 정책(a) 또는 추천 정책에서 수정된 수정 추천 정책(b, c, d, e)이 추천 정책으로 결정될 수 있으며 각 단위 모니터링 주기마다 해당 추천 정책 또는 수정 추천 정책이 성공했는지 판단한다. 성공 여부의 판단은 앞서 설명한 단위 중간 성공율과 임계 성공율을 비교하여 판단한다. 목표 기간 동안 추천 정책(a)에서 수정된 수정 추천 정책(b, c, d, e)은 추천 정책 그룹(정책1 그룹)으로 관리된다. 추천 정책 또는 수정 추천 정책의 종류별로 각 단위 모니터링 주기(t1 내지 t6)에서 성공한 단위 누적 횟수를 카운트한다. 예를 들어, 단위 모니터링 주기(t1)에서 추천 정책(a)가 성공한 경우 추천 정책(a)의 단위 누적 회수는 1 증가 카운트되며, 단위 모니터링 주기(t2)에서 수정 추천 정책(b)가 성공하지 못한 경우 수정 추천 정책(b)의 단위 누적 횟수는 1 감소 카운트된다.
추천 정책 그룹에 존재하는 다수의 추천 정책 또는 수정 추천 정책의 전체 제공 횟수와 수정 추천 정책별 단위 누적 횟수의 비율을 계산하여 단위 누적 횟수의 비율이 임계 비율을 초과하는 수정 추천 정책이 존재하는지 판단한다(S333). 단위 누적 회수의 비율이 임계 비율을 초과하는 수정 추천 정책이 존재하는 경우, 단위 누적 회수의 비율이 임계 비율을 초과하는 수정 추천 정책으로 추천 정책 그룹의 추천 정책을 변경한다(S335). 추천 정책 그룹의 추천 정책이 변경되는 경우, 추천 정책 그룹에 상응하는 규칙과 일치하는 사용자에게 변경된 추천 정책을 초기에 제공한다.
도 13은 본 발명에 따른 추천 정책을 변경하는 단계의 또 다른 예를 설명하기 위한 도면이다.
도 13을 참고로 살펴보면, 목표 기간의 각 단위 모니터링 주기에서 결정한 추천 정책 또는 수정 추천 정책의 종류별로 단위 누적 횟수를 카운트한다(S341).
추천 정책 그룹에 존재하는 다수의 추천 정책 또는 수정 추천 정책의 단위 누적 횟수에 기초하여 가장 큰 단위 누적 횟수를 가지는 추천 정책 또는 수정 추천 정책을 판단한다(S343). 가장 큰 단위 누적 횟수를 가지는 추천 정책 또는 수정 추천 정책을 추천 정책 그룹의 추천 정책으로 변경한다(S345). 추천 정책 그룹의 추천 정책이 변경되는 경우, 추천 정책 그룹에 상응하는 규칙에 일치하는 사용자에게 변경된 추천 정책을 초기에 제공한다.
목표 기간의 다수 단위 모니터링 주기마다 추천 정책은 그대로 유지되거나 수정되며, 최종 단위 모니터링 주기에는 사용자에 가장 효과적인 추천 정책으로 수정된다는 가정하에 도 8과 도 10은 최종 단위 모니터링 주기에서 결정된 추천 정책 또는 수정 추천 정책으로 추천 정책 그룹의 추천 정책을 변경한다. 도 8과 도 10과 같이 최종 단위 모니터링 주기에 결정된 추천 정책 또는 수정 추천 정책만을 고려함으로써, 연산량의 복잡함이 없이 사용자에 정확한 추천 정책으로 변경할 수 있다.
한편, 도 11과 도 13에서 설명한 추천 정책의 수정 방법은 목표 기간을 구성하는 각 단위 모니터링 주기별로 결정한 추천 정책 또는 수정 추천 정책을 고려하여 추천 정책 그룹의 추천 정책을 결정함으로써, 앞서 설명한 도 7과 도 9의 추천 정책의 수정 방법보다는 연산량이 증가하지만 사용자에 보다 정확한 추천 정책으로 변경할 수 있다.
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.
상기 컴퓨터로 읽을 수 있는 기록 매체는 마그네틱 저장 매체(예를 들어, 롬, 플로피 디스크, 하드디스크 등), 광학적 판독 매체(예를 들면, 시디롬, 디브이디 등) 및 캐리어 웨이브(예를 들면, 인터넷을 통한 전송)와 같은 저장 매체를 포함한다.
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.
10: 운동기구 20: 네트워크
30: 상담자 단말기 40: 사용자 단말기
100: 운동 기구 제어 서버 110: 송수신부
120: 제어부
130: 사용자 정보 DB 140: 매칭 규칙 검색부
150: 규칙-정책 데이터베이스 160: 추천 신뢰도 계산부
170: 추천 정책 결정부 180: 추천 정책 갱신부
30: 상담자 단말기 40: 사용자 단말기
100: 운동 기구 제어 서버 110: 송수신부
120: 제어부
130: 사용자 정보 DB 140: 매칭 규칙 검색부
150: 규칙-정책 데이터베이스 160: 추천 신뢰도 계산부
170: 추천 정책 결정부 180: 추천 정책 갱신부
Claims (16)
- 규칙-정책 데이터베이스에 저장되어 있는 규칙 사용자 정보와 사용자 정보를 비교하여 상기 사용자 정보와 일치하는 매칭 규칙을 검색하는 단계;
상기 매칭 규칙의 규칙 사용자 정보와 상기 사용자 정보 사이의 매칭율 및 상기 매칭 규칙에 해당하는 매칭 정책의 누적 성공율에 기초하여 상기 매칭 정책별 추천 신뢰도를 계산하는 단계;
상기 추천 신뢰도에 기초하여 상위 추천 신뢰도를 가지는 임계수의 매칭 정책 또는 임계 신뢰도 이상의 추천 신뢰도를 가지는 매칭 정책을 사용자의 추천 정책으로 결정하고, 상기 사용자의 추천 정책을 사용자 식별자에 매핑하여 사용자 데이터베이스에 저장하는 단계;
사용자 단말기로부터 상기 사용자 식별자를 수신하는 경우, 상기 사용자 식별자에 연결되어 있는 사용자의 추천 정책을 상기 사용자 데이터베이스에서 검색하는 단계; 및
검색한 상기 사용자의 추천 정책을 운동기구로 송신하여 상기 사용자의 추천 정책에 구비되어 있는 운동 조건에 따라 상기 운동 기구를 동작 제어하는 단계를 포함하며,
상기 사용자의 추천 정책에는 사용자가 이용하는 운동기구를 나타내는 운동기구 식별자 및 상기 운동기구 식별자에 해당하는 운동기구의 운동 시간 또는 운동 횟수의 운동 조건이 구비되어 있는 것을 특징으로 하는 운동 기구의 제어 방법. - 삭제
- 제 1 항에 있어서, 상기 운동 기구의 제어 방법에서
상기 사용자 식별자는 사용자 정보에 연결되어 사용자 데이터베이스에 저장되어 있으며, 상기 사용자 식별자에 기초하여 상기 사용자의 추천 정책을 검색하는 것을 특징으로 하는 운동 기구의 제어 방법. - 제 3 항에 있어서, 상기 운동 기구의 제어 방법은
상기 운동 기구에서 상기 사용자의 추천 정책에 따라 사용자가 수행한 단위 모니터링 주기 동안 사용자의 운동 이력을 저장하는 단계;
상기 사용자의 운동 이력에 기초하여 상기 단위 모니터링 주기마다 상기 추천 정책의 몰입도 또는 목표 도달값을 계산하는 단계;
상기 단위 모니터링 주기마다 상기 몰입도 또는 목표 도달값으로부터 단위 중간 성공율을 계산하는 단계;
상기 단위 중간 성공율이 임계 성공율을 초과하는지 판단하여 상기 단위 모니터링 주기에서 상기 추천 정책의 단위 성공 여부를 판단하는 단계; 및
상기 단위 모니터링 주기에서 상기 추천 정책이 성공하지 못한 경우, 상기 추천 정책의 수정을 요청하는 수정 요청 메시지를 생성하여 상담자 단말기로 송신하는 단계를 더 포함하는 것을 특징으로 하는 운동 기구의 제어 방법. - 제 4 항에 있어서, 상기 운동 기구의 제어 방법은
상기 수정 요청 메시지에 응답하여 상기 상담자 단말기로부터 수신한 수정 추천 정책으로 상기 사용자에 제공한 추천 정책을 갱신하는 단계를 더 포함하며,
다음 단위 모니터링 주기에 상기 운동 기구로부터 상기 추천 정책의 요청 메시지를 수신하는 경우 상기 수정 추천 정책을 상기 운동 기구로 송신하는 것을 특징으로 하는 운동 기구의 제어 방법. - 제 5 항에 있어서, 상기 운동 기구의 제어 방법은
상기 단위 모니터링 주기의 시작 시점과 종료 시점 사이에서 몰입도 또는 실제 도달값의 차이를 비교하여 단위 중간 성공율을 계산하는 것을 특징으로 하는 운동 기구의 제어 방법. - 제 6 항에 있어서, 상기 몰입도는
상기 사용자의 운동 이력에서 상기 단위 모니터링 주기 동안 상기 사용자가 추천 정책의 운동 조건을 만족하며 운동을 수행한 횟수로부터 계산되는 것을 특징으로 하는 운동 기구의 제어 방법. - 제 5 항에 있어서, 상기 추천 정책에서 수정된 수정 추천 정책은 상기 추천 정책의 추천 정책 그룹으로 관리되는 것을 특징으로 하는 운동 기구의 제어 방법.
- 제 8 항에 있어서,
최종 단위 모니터링 주기에서 목표 도달값과 실제 도달값 사이의 차이로부터 최종 도달율을 계산하여 상기 최종 도달율이 임계 최종 도달율을 초과하는 경우 상기 추천 정책의 누적 성공 횟수는 증가 카운트되며,
상기 누적 성공율은 상기 추천 정책의 전체 제공 횟수와 상기 누적 성공 횟수의 비율로 계산되는 것을 특징으로 하는 운동 기구의 제어 방법. - 제 8 항에 있어서, 상기 운동 기구의 제어 방법은
상기 추천 정책의 그룹에서 마지막 단위 모니터링 주기에 상기 수정 추천 정책을 결정한 누적 횟수를 카운트하는 단계;
상기 추천 정책 또는 수정 추천 정책의 전체 제공 횟수와 상기 누적 횟수를 비교하여 상기 누적 횟수의 비율이 상기 전체 제공 횟수에 대해 임계 비율을 초과하는지 판단하는 단계; 및
상기 누적 횟수의 비율이 임계 비율을 초과하는 경우, 상기 규칙-정책 데이터베이스에서 상기 추천 정책 그룹의 추천 정책을 상기 수정 추천 정책으로 변경하는 단계를 더 포함하는 것을 특징으로 하는 운동 기구의 제어 방법. - 제 8 항에 있어서, 상기 운동 기구의 제어 방법은
상기 추천 정책의 그룹에서 마지막 단위 모니터링 주기에 상기 수정 추천 정책을 결정한 누적 횟수를 카운트하는 단계; 및
상기 추천 정책의 그룹에 속해 있는 수정 추천 정책 중 상기 누적 횟수가 가장 많은 수정 추천 정책을 상기 규칙-정책 데이터베이스에서 상기 추천 정책 그룹의 추천 정책으로 변경하는 단계를 더 포함하는 것을 특징으로 하는 운동 기구의 제어 방법. - 제 8 항에 있어서, 상기 운동 기구의 제어 방법은
상기 단위 모니터링 주기별로 상기 수정 추천 정책이 성공한 단위 누적 횟수를 카운트하는 단계;
상기 추천 정책 또는 상기 수정 추천 정책의 전체 제공 횟수와 상기 단위 누적 횟수를 비교하여 상기 단위 누적 횟수의 비율이 상기 전체 제공 횟수에 대해 임계 비율을 초과하는지 판단하는 단계; 및
상기 단위 누적 횟수의 비율이 임계 비율을 초과하는 경우, 상기 규칙-정책 데이터베이스에서 상기 추천 정책 그룹의 추천 정책을 상기 수정 추천 정책으로 변경하는 단계를 더 포함하는 것을 특징으로 하는 운동 기구의 제어 방법. - 제 8 항에 있어서, 상기 운동 기구의 제어 방법은
상기 단위 모니터링 주기별로 상기 수정 추천 정책이 성공한 단위 누적 횟수를 카운트하는 단계; 및
상기 추천 정책의 그룹에 속해 있는 다수의 수정 추천 정책 중 상기 단위 누적 횟수가 가장 많은 수정 추천 정책을 상기 규칙-정책 데이터베이스에서 상기 추천 정책 그룹의 추천 정책으로 변경하는 단계를 더 포함하는 것을 특징으로 하는 운동 기구의 제어 방법. - 제 3 항 내지 제 13 항 중 어느 한 항에 있어서, 상기 매칭율은
전체 사용자 정보의 수 중 상기 매칭 규칙의 규칙 사용자 정보와 일치하는 사용자 정보의 수로 계산되는 것을 특징으로 하는 운동 기구의 제어 방법. - 제 14 항에 있어서, 상기 추천 신뢰도(RB)는 아래의 수학식(1)과 같이 계산되며,
[수학식 1]
여기서 M은 매칭 규칙의 매칭율이고 α는 매칭율에 할당된 가중치이며, S는 누적 성공율이고 β는 누적 성공율에 할당된 가중치인 것을 특징으로 하는 운동 기구의 제어 방법. - 제 13 항에 있어서,
상기 운동 기구는 근력 운동 기구이며,
상기 사용자의 추천 정책에 구비되어 있는 운동 조건은 웨이트, 1세트별 왕복 횟수, 총 세트 수 중 적어도 어느 하나인 것을 특징으로 하는 운동 기구의 제어 방법.
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR20140058819A KR101508328B1 (ko) | 2014-05-16 | 2014-05-16 | 운동 기구의 제어 방법 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR20140058819A KR101508328B1 (ko) | 2014-05-16 | 2014-05-16 | 운동 기구의 제어 방법 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| KR101508328B1 true KR101508328B1 (ko) | 2015-04-08 |
Family
ID=53033689
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| KR20140058819A KR101508328B1 (ko) | 2014-05-16 | 2014-05-16 | 운동 기구의 제어 방법 |
Country Status (1)
| Country | Link |
|---|---|
| KR (1) | KR101508328B1 (ko) |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR20200033440A (ko) | 2018-09-20 | 2020-03-30 | 주식회사 인프라웨어 | 운동 기구 관리 시스템 및 컴퓨터 프로그램 |
| KR20200046232A (ko) | 2018-10-23 | 2020-05-07 | 주식회사 셀바스에이아이 | 운동 기구 관리 시스템 및 컴퓨터 프로그램 |
| KR102279780B1 (ko) * | 2020-12-14 | 2021-07-21 | 강신호 | 스마트 운동관리 시스템 및 그 운영 방법 |
Citations (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR101140740B1 (ko) * | 2009-09-16 | 2012-05-03 | 한국전자통신연구원 | 실시간 운동기구 자동 제어 시스템 및 제어 방법 |
-
2014
- 2014-05-16 KR KR20140058819A patent/KR101508328B1/ko active IP Right Grant
Patent Citations (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR101140740B1 (ko) * | 2009-09-16 | 2012-05-03 | 한국전자통신연구원 | 실시간 운동기구 자동 제어 시스템 및 제어 방법 |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR20200033440A (ko) | 2018-09-20 | 2020-03-30 | 주식회사 인프라웨어 | 운동 기구 관리 시스템 및 컴퓨터 프로그램 |
| KR20200046232A (ko) | 2018-10-23 | 2020-05-07 | 주식회사 셀바스에이아이 | 운동 기구 관리 시스템 및 컴퓨터 프로그램 |
| KR102279780B1 (ko) * | 2020-12-14 | 2021-07-21 | 강신호 | 스마트 운동관리 시스템 및 그 운영 방법 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US11745058B2 (en) | Methods and apparatus for coaching based on workout history | |
| US20090156364A1 (en) | Exercise regime management tool | |
| JP5618338B2 (ja) | 情報処理装置、情報処理方法及び情報処理プログラム | |
| US12076619B2 (en) | Methods and apparatus for training plan delivery and logging | |
| JP5579157B2 (ja) | サービス推奨装置及びサービス推奨方法 | |
| KR101508328B1 (ko) | 운동 기구의 제어 방법 | |
| KR101933439B1 (ko) | 사용자 분석 기반 피트니스 관리 시스템 및 방법 | |
| US9244970B2 (en) | Communication assistance device, communication assistance method, and computer readable recording medium | |
| JP2020077085A (ja) | 情報処理装置、情報処理システム、情報処理方法及びプログラム | |
| KR101508330B1 (ko) | 운동 컨설팅 정보의 제공 방법 | |
| KR20150086809A (ko) | 스마트 단말기를 이용한 사용자의 운동 정보 관리 방법 | |
| KR20200126549A (ko) | 맞춤형 스포츠 대리 지도자 매칭 시스템 및 방법 | |
| KR101671443B1 (ko) | 역동적 테라피와 예측을 위한 아키텍처, 시스템, 및 방법 | |
| KR101532644B1 (ko) | 스포츠 적합성 분석 방법 | |
| CN108961076A (zh) | 健康险费率确定方法与装置 | |
| JP2022050248A (ja) | 情報処理装置、情報処理方法、及び、システム | |
| KR101742053B1 (ko) | 경마 추천 서비스를 제공하는 서버 및 경마 추천 서비스를 제공하는 서버의 운용 방법 | |
| CN114446427B (zh) | 电子设备及健康数据归属识别方法 | |
| CN111427660A (zh) | 上传机调度方法及装置 | |
| KR101909970B1 (ko) | 규칙기반의 전시회 추천 방법 | |
| US20240127911A1 (en) | Blood sugar constitution determination device, blood sugar constitution determination method, and recording medium | |
| CN111861674B (zh) | 一种产品推荐方法和系统 | |
| CN110841279B (zh) | 加速服务系统及方法 | |
| KR20140067747A (ko) | 신체 정보 유사도를 고려한 건강 컨설팅 정보의 제공 방법 | |
| KR20170129524A (ko) | 개인 맞춤 다이어트 관리 시스템 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| E701 | Decision to grant or registration of patent right | ||
| GRNT | Written decision to grant | ||
| FPAY | Annual fee payment |
Payment date: 20180326 Year of fee payment: 4 |