KR101592104B1 - 인터넷 이용자의 정보 이용패턴에 따른 맞춤형 인터넷 서비스 링크 시스템 및 그 링크 방법 - Google Patents

Abstract

본 발명은 인터넷을 이용하는 이용자의 이동경로 및 이용행태를 포함하는 정보 이용패턴의 비선형성 데이터 기반에서 프랙탈 차원의 함수를 도입하여 축적, 해석, 변환을 거쳐 이용자의 패턴 분류 및 조합을 생성 및 유추하고, 패턴 알고리즘을 산출하여 이용자의 이용패턴에 따른 인터넷 서비스 링크를 연결하고 이동시키는 시스템과 그 방법에 관한 것으로, 통신망에 접속된 복수의 이용자단말기를 통해 인터넷을 이용하는 복수의 이용자에게 이용자의 이용패턴에 따른 맞춤형 인터넷 서비스 링크를 제공하는 프랙탈 패턴링크서버; 상기 프랙탈 패턴링크서버에 설치되어 이용자들의 인터넷 이용에 따른 비선형적 신호로 궤적을 파악하고 분석하는 웹로그 분석모듈; 상기 프랙탈 패턴링크서버에 설치되어 인터넷 이용자의 이용패턴 자료를 프랙탈 차원으로 각각 분류, 분석 및 변환시켜 이용자의 예상되는 다음 동작을 유추하고 이를 유형에 맞게 맞춤식 인터넷 서비스를 제공하는 프랙탈 패턴링크모듈; 및 상기 복수의 인터넷 이용자들의 이용패턴을 축적하고 저장하는 패턴링크DB를 포함하여 이루어진 것이다. 본 발명은 인터넷 서비스의 콘텐츠별, 시간대별, 특정서비스의 맥락적인 패턴 인식으로 혁신적인 내비게이션 및 고부가가치의 매시업(Mash-up) 서비스를 제공한 것이다.

Description

인터넷 이용자의 정보 이용패턴에 따른 맞춤형 인터넷 서비스 링크 시스템 및 그 링크 방법 {System for Linking Internet Service According to Information Usage Pattern of Internet User and Method thereof}

본 발명은 인터넷을 이용하는 이용자의 이동경로 및 이용행태를 포함하는 정보 이용패턴의 비선형성 데이터 기반에서 프랙탈 차원의 함수를 도입하여 축적, 해석, 변환을 거쳐 이용자의 패턴 분류 및 조합을 생성 및 유추하고, 패턴 알고리즘을 산출하여 이용자의 이용패턴에 따른 인터넷 서비스 링크를 연결하고 이동시키는 시스템과 그 방법에 관한 것이다.

현재 전 세계적으로 정보가 넘쳐나는 정보 홍수 시대를 경험하고 있다. 어떠한 정보가 유용하며 나에게 효과적인지 적정한 기준도 세우기 어려운 시대이다. 또한, 정보가 넘쳐나는 시대에 정보의 축적과 질이 개선되고 고효율적인 시스템이 갖춰짐에 따라 이제 기준 자체도 변화를 맞이하는 시대가 되었다. 이전에는 사소하고 무의미해 보이는 정보데이터가 빅 데이터 기반의 분석 도구가 도입됨에 따라 이전시대보다 더 많은 양의 데이터를 손쉽게 분석하여 효과적인 데이터 해석이 용이하게 되었다.

이러한 변화에 발맞춰 적절한 서비스를 개발하기 위한 기준이 필요하다. 다양한 정보와 신호와 패턴을 해석하고 대응할 수 있는 비선형 기반의 패턴 인식 분류가 필요한 실정이다. 이용자의 이용패턴에 따라 적절한 맞춤형 서비스를 설계하여 제공하는 것이 정보 홍수 시대에 적절한 해결책이 될 것이다.

본 발명과 관련된 선행기술로서, 특허문헌 1은 이용자에게 전자문서(17;27)를 제공하기 위한 방법이 개시된다. 문서는 네트워크를 통해 컴퓨터 시스템(34)에 의해 액세스될 수 있는 하나이상의 네트워크 사이트(30)에 저장되며, 페이지 필터 시스템(10;20;40)에 등록된다. 본 방법은 이용자의 요구 및/또는 의도 및/또는 관심분야를 판단하는 단계와, 상기 선정된 상기 이용자의 요구 및/또는 의도 및/또는 관심분야에 근거하여 이용자 내역(12;22;45)을 정의하는 단계와, 상기 이용자 내역(12;22;45)에 선정된 관계를 갖는 콘텐츠를 포함하는 전자문서(17;27)의 서브세트(14)를 판단하는 단계, 및 상기 이용자에 대해 상기 전자문서(17;27) 중 적어도 하나의 프리젠테이션(presentation)을 보정하기 위해 식별된 서브세트(14)를 이용하는 단계를 포함하는 웹페이지에서 개인용 프리젠테이션을 위한 시스템 및 방법이 개시되어 있다.

또한, 특허문헌 2는 영상의 자기 유사성을 영상 부호화에 이용하는 프랙탈 영상 부호화 방법에 있어서, 부호 대상 영상에서 치역 블럭을 블럭 기반으로 선택하고, 기설정된 공동 정의역 영상에서 상기 치역 블럭의 두배 크기로 하나 이상의 정의역 블럭을 설정한 후, 프랙탈 변환을 통해 각각의 상기 치역 블럭에 대한 프랙탈 계수를 추출하여 프랙탈 계수 집합에 버퍼링함으로써 상기 부호 대상 영상을 부호화하며, 이후, 정의역 블럭의 설정 시에 이용된 상기 공동 정의역 영상에 상기 프랙탈 계수 집합을 블럭 기반으로 대응시키는 한 번의 프랙탈 역변환을 통해 반복 변환없이 상기 부호화 대상 영상을 복호하는 반복 변환이 필요없는 프랙탈 영상 부호화 방법이 개시되어 있다.

또한, 특허문헌 3은 문자 이미지를 입력하기 위한 이미지 스캐너와, 상기 입력된 문자 이미지를 전처리하기 위한 전처리기와, 상기 전처리된 문자 이미지로부터 m개의 1차 특징을 추출하기 위한 특징 추출기와, 상기 추출된 m 특징 값들을 다음 어트랙터 변환함수 H'(X k+1 , Y k+1 ) = y k + 1 - a(x k + cf i ) 2 , b(x k + cf i ) (여기서, k = 0, 1 2, 3, ---, n, i = 1, 2, 3, ---, m , a = 0.55, b = 0.3)에 의해 문자 어트랙터 궤적을 생성하는 문자 어트랙터와, 얻어진 문자 어트렉터를 프랙탈 차원 해석에 따라 정보 차원값과 정보비트를 산출하는 프랙탈 차원 해석기와, 정보 차원값에 의해 문자를 대분류하고 상기 정보 비트값에 의해 문자를 상세분류하여 문자를 인식하는 문자인식기를 포함하는 프랙탈 차원을 이용한 문자인식장치가 개시되어 있다.

또한, 특허문헌 4는 암호화 알고리즘을 해독하기 위한 비밀키나 공개키가 타인에게 노출된 상태에서 새로운 비밀키 또는 공개키로 대체되는 임의의 다른 키에 대하여 재구성 범위를 분석하는 과정과, 상기의 과정을 통해 재구성 범위의 분석이 완료되면 이에 대하여 리아프노프 지수를 측정하는 과정과, 상기 과정후 시계열을 위상 공간에서 재구성하는 것으로 근거하여 상관차원을 측정하는 과정 및, 상기 측정된 상관 차원을 토대로 끌개를 구성한 다음 해당 암호화 알고리즘의 안정성을 판단하는 과정을 포함하는 카오스 분석을 이용한 암호화 알고리즘 분석방법이 개시되어 있다.

또한, 특허문헌 5는 터치스크린, 패턴 인식 및 링크모듈을 포함하며, 터치스크린 상에 입력되는 촉각형 패턴을 인식하여 해당 서비스로 링크되는 이용자 단말; 및 이용자 단말에게 패턴 인식 및 링크모듈을 제공하는 웹사이트 서버를 포함하되, 이용자 단말의 패턴 인식 및 링크모듈은, 터치스크린 상에 입력되는 촉각형 패턴을 인식하는 패턴 인식모듈; 상기 패턴 인식모듈에서 인식된 결과에 대응하여 이용자 단말을 해당 서비스로 링크시키는 패턴링크모듈; 및 패턴 인식모듈에서 인식된 패턴이 유효한지 비교할 수 있도록 유효 패턴 및 등록 패턴을 기저장된 패턴 DB를 포함하는 터치 입력 방식의 패턴 인식 및 링크 시스템 및 그 방법이 개시되어 있다.

대한민국 공개특허공보 제2003-0094261호(2003.12.11., 공개, 발명의 명칭: 웹페이지에서 개인용 프리젠테이션을 위한 시스템 및 방법) 대한민국 등록특허공보 제10-0240064호(2000.01.15., 공고, 발명의 명칭: 반복 변환이 필요 없는 프랙탈 영상 부호화 방법) 대한민국 실용신안등록공보 제20-0331200호(2003.10.22., 공고, 고안의 명칭: 프랙탈 차원을 이용한 문자인식장치) 대한민국 공개특허공보 제10-2000-0009822호(2000.02.15., 공개, 발명의 명칭: 카오스 분석을 이용한 암호화 알고리즘 분석방법) 대한민국 등록특허공보 제10-1032351호(2011.05.02., 공고, 발명의 명칭: 터치 입력 방식의 패턴 인식 및 링크 시스템 및 그 방법)

본 발명은 상기 실정을 감안하기 위한 것으로, 인터넷 콘텐츠 서비스가 제공되는 여러 단말에서 이용하는 모든 인터페이스의 입력신호를 통계적으로 축적하고 조합하여 이용자의 예상되는 경로를 유추하여 링크하는 인터넷 서비스를 제공하기 위한 것이 목적이다.

또한, 본 발명은 이용자들의 반응과 이용자들의 정보와 신호를 여러 패턴들을 정보의 통계 패턴 분류함에 있어서 비선형성을 수용한 프랙탈 차원을 고려하여 고객의 반응을 섬세한 대화식(Interactive)으로 유도하는 것이 다른 목적이다.

또한, 본 발명은 인터넷 이용자의 이용패턴들이 패턴링크DB에 축적되고 축적된 이용패턴 자료를 패턴링크모듈에서 프랙탈 차원으로 각각 분류, 분석 및 변환시켜 이용자의 예상되는 다음 동작을 유추하고 이를 유형에 맞게 맞춤식 인터넷 서비스를 제공하기 위한 것이 또 다른 목적이다.

또한, 본 발명은 패턴링크DB에 축적되는 신호들을 프랙탈 차원으로 해석하고, 프랙탈 차원에서 이용자들의 비선형적인 신호들을 효율적인 인터페이스로 서비스 그룹으로 연결하며, 프랙탈 차원의 인터넷 서비스에 적합한 대표함수를 기본도식하고 이용패턴 알고리즘으로 전환시켜 지속적인 업그레이드를 위한 것이 또 다른 목적이다.

본 발명은 상기 목적을 달성하기 위하여, 통신망에 접속된 복수의 이용자단말기를 통해 인터넷을 이용하는 복수의 이용자에게 이용자의 이용패턴에 따른 맞춤형 인터넷 서비스 링크를 제공하는 프랙탈 패턴링크서버; 상기 프랙탈 패턴링크서버에 설치되어 이용자들의 인터넷 이용에 따른 비선형적 신호로 궤적을 파악하고 분석하는 웹로그 분석모듈; 상기 프랙탈 패턴링크서버에 설치되어 인터넷 이용자의 이용패턴 자료를 프랙탈 차원으로 각각 분류, 분석 및 변환시켜 이용자의 예상되는 다음 동작을 유추하고 이를 유형에 맞게 맞춤식 인터넷 서비스를 제공하는 프랙탈 패턴링크모듈; 및 상기 복수의 인터넷 이용자들의 이용패턴을 축적하고 저장하는 패턴링크DB를 포함하여 이루어진 인터넷 이용자의 정보 이용패턴에 따른 맞춤형 인터넷 서비스 링크 시스템을 제공한 것이 특징이다.

또한, 본 발명에서, 상기 프랙탈 패턴링크모듈에서 함수를 이용하여 빅 데이터를 프랙탈 차원으로 분류하여 인터넷 이용자의 비선형 이용패턴을 분석하는 패턴링크 기본모듈과, 상기 프랙탈 패턴링크모듈에서 함수를 이용하여 빅 데이터를 프랙탈 차원으로 분류하여 정보제공 요약형태로 제공하는 제1패턴링크 응용모듈과, 상기 프랙탈 패턴링크모듈에서 함수를 이용하여 빅 데이터를 프랙탈 차원으로 분류하여 객체 지향적인 조합형태로 제공하는 제2패턴링크 응용모듈과, 상기 프랙탈 패턴링크모듈에서 함수를 이용하여 빅 데이터를 프랙탈 차원으로 분류하여 이용자들의 패턴경로를 자동으로 안내하는 제3패턴링크 용용모듈을 포함할 수 있다.

또한, 본 발명에서, 상기 패턴링크 기본모듈은 이용자의 이용패턴이 많은 상평균경로, 상관관계가 높은 콘텐츠 경향경로 및 이용자 댓글을 포함한 피드백이 많은 경로를 함수변환을 통하여 나타내고, 상기 제1패턴링크 응용모듈은 해당 인터넷 서비스 메인 페이지에서 가상엔진(VM) 형태로 제공하여 컨설팅 안내페이지로 최적화된 정보를 제공하며, 상기 제2패턴링크 응용모듈은 해당 인터넷 서비스 이동경로에서 상관성이 높은 것을 메뉴화하고 피드백이 많은 정보를 이용자에게 제공하고, 상기 제3패턴링크 응용모듈은 이용자들의 이용패턴을 그룹별로 분류하여 상평균 이상의 경로를 이용자에게 제공할 수 있다.

또한, 본 발명은, (a) 프랙탈 패턴링크서버는 통신망에 접속된 복수 인터넷 이용자의 전체 서비스 메뉴정보로부터 각각 수집된 이동경로 및 이용행태에 관한 이용패턴 자료를 패턴링크DB에 축적하여 저장하는 단계; (b) 상기 프랙탈 패턴링크서버에 설치된 프랙탈 패턴링크모듈이 패턴링크DB에 저장된 이용패턴 자료로부터 프랙탈 차원으로 분류 및 분석하여 프랙탈 표준함수를 추출하는 단계; (c) 상기 프랙탈 패턴링크모듈은 추출된 표준함수에서 평균이상 경로, 상관관계가 높은 경로 및 피드백 요소가 많은 경로를 각각 정형화된 자료로 변환하는 단계; (d) 상기 프랙탈 패턴링크모듈은 변환된 정형화된 자료에 이용자의 시간정보와 위치정보를 매칭시키고 이용 콘텐츠를 확인한 후에 통합 데이터베이스화하는 단계; 및 (e) 상기 프랙탈 패턴링크모듈은 통합 데이터베이스로부터 평균이상 경로, 상관관계가 높은 경로 및 피드백 요소가 많은 경로를 정형화된 통합정보를 이용자의 이용패턴 유형으로 유추하여 효율적인 대화식(Interactive) 인터페이스 서비스 그룹으로 예상경로를 제시하는 단계를 포함하여 이루어진 인터넷 이용자의 정보 이용패턴에 따른 맞춤형 인터넷 서비스 링크 방법을 제공한 것이 특징이다.

또한, 본 발명에서, 상기 단계(a)에서, 인터넷 이용자의 이용패턴은 웹로그 분석모듈을 이용하여 추출하고, 이용패턴 자료는 복수 인터넷 이용자의 모든 이용 흐름을 수직적 차원으로 변환시킨 후 축적할 수 있다.

또한, 본 발명에서, 상기 단계(b)에서, 프랙탈 패턴링크모듈은 반복함수 시스템을 이용하거나 반복함수에서 매트릭스로 변환하여 좌표로 표시하거나, 프랙탈 차원으로 분석하거나, PIFS(Partitioned Iterated Function System, 분할된 자기유사성을 갖는 반복함수 시스템) 알고리즘을 이용하거나 또는 Lindenmayer-System(린덴마이어 시스템) 도입을 통한 프랙탈 차원으로 적용하는 것 중 어느 하나 이상으로부터 함수 값을 갖는 데이터를 추출할 수 있다.

본 발명에 따르면, 인터넷 서비스의 콘텐츠별, 시간대별, 특정서비스의 맥락적인 패턴 인식으로 혁신적인 내비게이션 및 매시업(Mash-up) 서비스를 제공할 수 있고, 미디어나 교육 등의 콘텐츠별 특정 패턴의 이동경로를 분석하여 해당 콘텐츠를 선택할 경우에는 특정패턴을 인식시키거나 또는 자주 이용하는 시간과 유형을 결부시켜 특정 패턴을 인식시킬 수 있으며, 특정한 이동경로나 이용행태가 패턴링크모듈을 거쳐 패턴링크DB에 축적이 되면, 각 이용자들은 자신만의 비선형적 신호 또는 이동경로가 비슷한 이용자들에 적합한 정보설계가 가능하고, 콘텐츠와 시간대별로 여러 가지 유형의 패턴을 인식시킬 수 있으며 다양한 고부가가치의 매시업(Mash-up) 서비스의 연계가 가능한 이점이 있다.

도 1은 본 발명에 따른 실시 예로, 인터넷 이용자의 정보 이용패턴에 따른 맞춤형 인터넷 서비스 링크 시스템을 나타낸 구성도이다.
도 2는 본 발명에 따른 프랙탈의 정의를 위한 구조를 나타낸 예시도이다.
도 3 및 도 4는 본 발명에 따른 프랙탈 패턴링크모듈의 이용패턴을 나타낸 알파벳 서비스로 예시한 것이다.
도 5 내지 도 7은 본 발명에 따른 프랙탈 패턴링크모듈에 적용된 프로세스의 예를 도식화한 것이다.
도 8 및 도 9는 본 발명에 따른 프랙탈 패턴링크모듈의 기본모듈을 개략적으로 나타낸 모식도이다.
도 10 내지 도 12는 본 발명에 따른 프랙탈 패턴링크모듈의 다양한 응용모듈을 개략적으로 나타낸 모식도이다.
도 13은 본 발명에 따른 프랙탈 패턴링크모듈의 알고리즘을 나타낸 흐름도이다.
도 14는 본 발명에 따른 인터넷 이용자의 정보 이용패턴에 따른 맞춤형 인터넷 서비스 링크 시스템을 위한 소프트웨어의 구성을 나타낸 것이다.
도 15는 본 발명에 따른 프랙탈 패턴링크모듈에 의하여 유추되어 설계된 콘텐츠 페이지를 예시한 것이다.

이하 본 발명에 따른 인터넷 이용자의 정보 이용패턴에 따른 맞춤형 인터넷 서비스 링크 시스템에 관하여 첨부된 도면을 참조하여 상세하게 설명하면 다음과 같다.

도 1에서, 통신망에 복수의 이용자단말기(10)가 접속된다. 이용자단말기(10)는 데스크톱, 노트북, 태블릿 등을 포함하는 퍼스널컴퓨터(PC)이거나 스마트폰과 같은 모바일단말기를 포함한다. 이용자단말기(10)는 통신망을 통해 프랙탈 패턴링크서버(20)에 접속된다. 프랙탈 패턴링크서버(20)는 이용자단말기(10)를 통해 인터넷을 이용하는 복수의 이용자에게 이용자의 이용패턴에 따른 맞춤형 인터넷 서비스 링크를 제공하는 것이다. 이용자단말기(10)는 프랙탈 패턴링크서버(20)에 회원으로 가입 및 등록되어 맞춤형 인터넷 링크 서비스를 이용할 수 있다. 또한, 이용자단말기(10)는 프랙탈 패턴링크서버(20)로부터 맞춤형 인터넷 링크 서비스의 이용을 위한 어플리케이션을 다운로드 받아 설치하거나 별도 응용프로그램으로 다운로드 받아 제공받을 수 있다.

프랙탈 패턴링크서버(20)는 웹로그 분석모듈(21)과 프랙탈 패턴링크모듈(21)을 포함한다. 웹로그 분석모듈(21)은 이용자들의 인터넷 이용에 따른 비선형적 신호로 궤적을 파악하고 분석한다. 웹로그 분석모듈(21)에서 웹로그(Web-log)는 접속된 해당 홈페이지에 얼마나 많은 방문자가 다녀갔는지 또 그 방문자들이 어떤 파일들을 주로 보고, 어떤 검색엔진에서 어떤 검색어를 사용하여 해당 사이트를 들어 왔는지, 또한 메인 홈페이지에서 어떤 메뉴를 통해 접속하고 해당 메뉴를 클릭하여 서브 페이지로 이동하여 이동 궤적을 기록하는 등의 통계를 보여 줄 수 있는 데이터이다. 이 로그 데이터를 분석하여 해당 홈페이지에 방문하는 방문자수, 페이지뷰, 방문경로 등을 보여준다. 따라서 웹로그 분석모듈(21)은 접속한 방문시간 통계, 방문자 통계, 방문종류 및 방문방식 통계, 참조한 경로 및 기타 통계를 이용하여 접속자 수, 접속 회수 및 조회 수 등을 분석한다.

인터넷 이용자의 이동경로를 각각 메인페이지, 1 depth, 2 depth... 등을 파악하여 빅 데이터의 함수를 그려보면 규칙적이고 비례적인 움직임으로 일정한 동작 패턴에 비정형 형태의 유동적이고 유연하며 규칙적이지 않은 위상학적인 형태가 포함되어 있음을 알 수 있다.

패턴링크모듈(22)은 프랙탈 패턴링크서버(20)에 설치되어 인터넷 이용자의 이용패턴 자료를 프랙탈 차원으로 각각 분류, 분석 및 변환시켜 이용자의 예상되는 다음 동작을 유추하고 이를 유형에 맞게 맞춤식 인터넷 서비스를 제공하는 것이다. 패턴링크DB(30)는 인터넷 이용자의 모든 인터넷 페이지의 이동경로 및 이용행태를 포함하는 이용패턴을 축적하고 저장하는 것이다. 패턴링크DB(30)는 프랙탈 패턴링크서버(20)에 접속되어 데이터를 입출력한다.

도 2에서, 나무 모양의 프랙탈을 제작한 것을 참조하면, 모든 가지가 저마다 계속 가지를 쳐서 결국 우산 모양이 생겨난다(도 1a). 반복이 13번 거듭되고 나면 나무는 사실적으로 보이기 시작한다(도 1b). 프랙탈 곡선은 가지가 계속 갈라져 나감으로써 생긴다. 그래서 나무는 수학자들이 프랙탈 도형을 만들 때 가장 선호하는 대상이다. 나무는 원래 가지의 구조를 지닌다. 줄기에서 큰 가지가 갈라져 나오고 큰 가지에서 잔가지가 갈라져 나오며 다시 잔가지에서 더 작은 잔가지가 계속해서 갈라져 나오는 것이다.

프랙탈(Fractal)은 부분과 전체가 똑같은 모양을 하고 있다는 자기 유사성 개념을 기하학적으로 푼 구조를 말한다. 프랙탈은 단순한 구조가 끊임없이 반복되면서 복잡하고 묘한 전체 구조를 만드는 것으로, 즉 자기 유사성(Self-Similarity)과 순환성(Recursiveness)이라는 특징을 가지고 있다. 예를 들어, 자연계의 리아스식 해안선, 동물혈관 분포형태, 나뭇가지 모양, 창문에 성에가 자라는 모습, 산맥의 모습도 모두 프랙탈이며, 우주의 모든 것이 결국은 프랙탈 구조로 되어 있다. 이 용어는 IBM의 Thomas J. Watson 연구센터에 근무했던 프랑스 수학자 브누아 망델브로(Benoit B. Mandelbrot) 박사가 1975년 '쪼개다'라는 뜻을 가진 라틴어 '프랙투스(fr┌ctus)'에서 따와 처음 만들었다. 망델브로는 바로 이런 비선형성을 다룬다. 이 같은 비선형성을 수학적으로 파악하는 가장 간단한 방식은 제곱이다. 그래서 그는 이 방법을 그의 반복에 적용하였고, 멋진 성공을 거두었다. 덕분에 우리는 자연의 선형적 과정뿐만 아니라, 생명의 형성에 상응하는 비선형적 (복잡) 과정까지도 파악할 수 있게 되었다. 고도의 복잡성을 띤 프랙탈 형상은 단순한 기하학적 변형의 반복을 통해서 얻어진다. 이 변형에 가해진 극히 미세한 변화는 전체의 변화를 가져온다. 이것은 작은 양의 유전정보가 복잡한 구조를 발생시키고 미세한 유전적 변화가 몸 전체에 커다란 변이를 가져오는 것과 비슷하다.

또한, 프랙탈 차원을 이용하여 해당 궤적의 표준적인 기본 함수 값을 도입하고 기본 함수에서 데이터의 상관관계를 통하여 지속적으로 업데이트를 하여, 최적화된 기준 함수를 도입한다.

여기서 비정형의 기본 프랙탈 차원은 다음과 같다.

첫째, 자기 유사성(self-similarity)의 특징을 가진 모델로서, 이는 모든 축적을 관통하는 대칭성을 뜻하며, 패턴안의 패턴을 의미한다. 지속적인 반복을 통한 자기 유사의 특징은 그 도형의 어느 부분을 잘라도 전체의 모양과 닮아있는 특징을 지닌다.

둘째, 비선형성의 특징을 가진 모델로서, 초기 조건 값에 의해 결과가 결정지어는 것이 아니라, 어떤 변수의 작은 변화가 다른 변수에 관계없이 예측하지 못한 큰 영향을 미치는 현상을 말한다. 피드백에 의해 변화되고 계산 불가능한 자연현상의 모습을 나타내고 있다.

셋째, 비예측성의 특징을 갖는 모델로서, 초기 상태에 나타나는 어떤 정보도 정확도에 한계가 있기 때문에 내재된 부정확성이 증폭되어 결국에는 초기의 수에 들어있던 정보가 없어지게 된다.

넷째, 불규칙성의 특징을 갖는 모델로서, 복잡한 구조를 가진 생명 행위의 모습들은 어떤 규칙적인 것으로 수렴하는 듯이 보이는 것과 같은 정도로 혼돈되어 있는 특성을 말한다.

따라서 패턴링크모듈에 적용되는 모델은 기본적으로 4가지 특성이 포함되는 가운데 실제 이용자의 궤적 데이터의 값이 어느 분포도에 더 가까운지를 해석하여 프랙탈 차원과 모델로 분류하여야 한다.

본 발명에서는 기본적인 프레임워크(framework)는 하나의 동작원리와 기본 4가지 프로세스를 도입한다.

기본적인 프레임워크의 동작원리는 전체 인터넷 서비스의 홈페이지에서 모든 이용의 흐름을 수직적 차원으로 변환시키고 그렇게 변환시킨 차원(dimension)에서 이용자들의 이용 궤적의 입력 신호를 패턴링크DB에 축적하여 프랙탈 차원으로 분류한다.

예를 들어, 도 3에서, 인터넷 서비스를 "알파벳 서비스"로 가정하고 완성하려고 하는 시스템을 프랙탈 패턴링크모듈"이라고 명명하여 이용패턴을 분석한다. 알파벳 서비스는 A부터 Z까지의 메뉴 군을 가진 지능형 서비스로 가정한다.

최초 패턴에 해당하는 서비스 페이지를 클릭, 즉 A페이지에(전체 사이트에서 일반적으로 메인페이지를 지칭함) a, a', a'', a'''... aⁿ 개의 특정 수량의 세부 구성요소로 이루어지는데 A페이지 내 키워드, 텍스트, 문장 또는 아이템 등의 콘텐츠를 클릭하고, 다시 A페이지에서 하위의 서브페이지인 다른 특정 메뉴에 해당하는 B페이지로 이동, A페이지에서 하위의 서브페이지인 다른 특정 메뉴에 해당하는 C페이지로 이동, 다시 A페이지에서 하위의 서브페이지인 다른 특정 메뉴에 해당하는 D페이지로 이동, 반복 및 종료가 이루어진다. 하위 패턴은 해당하는 특정 서비스 메뉴의 구성요건에 따라 다르게 설정할 수 있다.

이러한 반복되는 수없이 많은 이용자 이동경로의 데이터가 많이 축적이 되고 빅 데이터 군으로 형성이 되면(웹로그 분석모듈(21)에서 데이터 축적), 도 4에서, 이용량이 많고 상관관계가 높은 연산으로 전환할 수 있다. 이때, 알파벳 서비스는 A부터 Z까지의 메뉴 군을 가진 지능형 서비스로 가정한다.

최초 패턴에 해당하는 서비스 페이지를 클릭, 즉 A페이지에 a라는 키워드, 텍스트, 문장 또는 아이템 등의 콘텐츠를 클릭하고, 다시 A페이지에서 하위의 서브페이지 다른 특정 메뉴에 해당하는 B페이지로 이동, A페이지에서 하위의 서브페이지 다른 이용도가 높은 메뉴에 해당하는 C페이지로 이동, 다시 A페이지에서 하위의 서브 페이지를 이용한 고객이 주로 방문한 D페이지로 이동, 반복 및 종료가 이루어진다. 하위 패턴은 해당하는 특정 분류 값 코드가 생성될 때마다 추가할 수 있다.

또한 기본 모듈과 응용형태의 조합형 모듈을 정의할 수 있다. 기본 모듈의 이용행태나 이동경로 등의 입력신호가 패턴링크모듈을 거쳐 패턴링크DB에 축적이 되어야 하고 응용형태의 모듈은 처음 시스템 자체가 패턴링크 연산자가 포함되어야 응용형태의 조합형 모듈을 이용할 수 있을 것이다.

다음으로, 기본 4가지 프로세스 중 첫 번째인 반복함수 시스템이다.

도 5에서, 반복함수 시스템에 적용된 베이지어 곡선의 이론적인 해석은 1961년 베이지어에 의해 정립되었으며 이 이론은 오늘날 캐드(CAD)소프트웨어에 광범위하게 쓰이고 있다.

이는 이용자의 이용행태 및 이동경로가 포함된 빅 데이터를 분석하여 반복함수를 도입할 수 있는 프레임워크를 고리를 찾는다. 이용자의 모든 형태는 일련의 변환 Ti 을 거쳐 생성된 형태도 함수를 도입할 수 있는 데 이용자의 이용행태에서도 초기의 형태와는 다소 무관하게 반복함수가 적용될 수 있는 위상이 있으면 변환 Ti 으로 프랙탈 차원을 분류하여 이용자의 궤적을 나타내는 도함수를 만들 수 있다.

여기서 초기 상태를 어트랙터(Attractor, 끌개)라고 표현하여 A라고 한다. 최종 이용자 궤적은 이 끌개에 반복함수를 적용함으로써 얻어질 수 있다. 끌개는 연속적이며 유일한 성질을 가지고 있는 이론적인 형상으로 이를 물리적인 생성 단계에 적용하면 다음과 같이 마코브 사슬(Markov Chain)이론의 함수로 적용해 볼 수 있다.

여기서 S는 상태(State)를 나타내며, 이는 임의의 자유로운 형상을 가질 수 있다. 생성단계 n이 무한대로 접근하면 끌개에 수렴하게 된다. 그러나 프랙탈 패턴링크모듈에는 이러한 함수 값을 갖는 데이터는 극히 일부가 될 것이다.

다음으로, 기본 4가지 프로세스 중 두 번째인 변환을 이용한 기하학 형태이다.

이용자의 이용 궤적을 간단한 곡선으로 표현할 수 있는데, 이를 매트릭스 형태로 표현하여 이용자 패턴을 분석한다.

이러한 변환 매트릭스를 생성 형태에 알맞도록 조정하여 곡면을 만들 수 있다. 첫 번째 반복함수를 이용한 곡선을 상기의 매트릭스로 전환할 수 있는데 삼각형 무게 중심 좌표(barycentric coordinates)를 이용하여 각 위치를 간단한 좌표로 표시하면 특정 형태의 매트릭스 형태로 만들 수 있다.

다음으로, 기본 4가지 프로세스 중 세 번째인 프랙탈 차원이다.

도 6에서, 직선 길이

인 기본 선분을 임의 등분하여 모양이나 배치를 임의로 할 수 있고, 그 개수도 경우에 따라 모두 다르게 할 수 있다. 서로 다른 선분이 생성된다. 이 중 코흐 곡선은 3등분한 것으로

인 길이를 위, 아래, 중앙에 삼각형 모양으로 배치한다. 이러한 형태는 각 등분에 따라 코흐곡선, 시어핀스키 삼각형, 힐버트 곡선, 드래곤 곡선, 피노 곡선 등이 존재한다. 여기서 프랙탈 차원은

로 정의되는데, 여기서

은 절단된 요소의 개수를 나타내며,

는 축적인자(scaling factor)로

과 같이 정의되며,

는 측정단위 최소 길이이다. 무한단계를 거친 n단계에서 프랙탈 차원을 분석하면 1.2619로 항상 일정함을 알 수 있다.

적용하려고 하는 패턴링크모듈의 프랙탈 차원은 이용자들의 경로 및 궤적의 데이터를 분석해야하고 때에 맞는 차원의 계수 설정이 중요하다. 코흐 곡선에 가까운 궤적을 보인다면 이 코흐 곡선을 이용하여 기준함수를 도입할 수 있다.

또한, 도 7에서, 매우 불규칙적인 모습을 갖는 프랙탈 차원의 경우에는 대표적인 랜덤(random) 프랙탈인 fBm(fractional Brownian motion, 프랙탈 브라운 모션)으로서 프랙탈 차원의 변화에 따른 모습이다.

즉 프랙탈 D(Dimension, 차원) = 2 - h 이다. 여기서, h는 허스트(Hurst) 지수이다.

더욱이 fBm의 특성을 나타내기 위하여 하나의 변수 t를 가진 1차원적 프랙셔널 브라운식 X(t)를 고려해야 한다.

의 차이는 다음의 수학식인 가우스편차 분포를 따른다.

여기서, "<" 과 ">" 는 함수 X(t)의 많은 표본들의 기대 값 범위를 나타내고, 매개변수 h는 0과 1 사이의 값을 가진다. 또한, 평균제곱의 차이는 단지 시간(time)의 차이

에 기인하고, 모든 t의 값은 통계적으로 등가적이다. h값이 1/2일 때 브라운 운동과 유사해진다. 즉 다음의 식과 같다.

이와 같이 현재까지 적용하려는 패턴링크모듈은 대략적으로 불규칙한 모습을 갖는 프랙탈 차원이다.

다음으로, 기본 4가지 프로세스 중 네 번째인 다양한 프랙탈 알고리즘에 연계하여 경로를 파악하는 것이다. 이는 프랙탈을 영상 부호화 프로세스에 착안하여 IFS(Iterated Function System, 자기유사성을 갖는 반복함수 시스템)개념을 고려한다. 프랙탈 영상 압축은 IFS의 개념과 수학적 결과를 기초로 복잡하고 불규칙한 영상을 그 영상 내에 자기 유사성이 크도록 최적 축소 변화 파라미터를 추출하고 이를 부호화하고 복호화 때 임의의 초기 영상에 축소 변환을 반복 적용시킨다. 해당 프로세스에서 임의의 영상을 블록별로 분할하여 반복 축소 변환을 찾는 PIFS(Partitioned Iterated Function System, 분할된 자기유사성을 갖는 반복함수 시스템) 알고리즘 기법을 도입할 수 있다.

또한, 다양한 프랙탈 알고리즘에 연계하여 경로를 파악하는 것으로, L-System(Lindenmayer-System, 린덴마이어 시스템) 도입을 통한 프랙탈 차원을 고려한다. L-System에서는 처음에 주어진 문자열을 일정한 대체 규칙에 따라 매 단계마다 바꾸어주는 일을 무한히 반복한다. 적용하려는 패턴링크모듈에서도 이동경로를 도 3과 같이 문자열로 대체하여 전체 이동 경로가 총합이 되면 각 문자에 그림으로서의 의미를 주고 해당 의미에 따른 그림을 완성해 볼 수 있다.

그림으로서의 의미는 단위 선분의 길이만큼 선을 긋는 행위부터 회전, 진행방향 180도 바꾸기 등 L-System을 도입하여 프랙탈 차원을 고려해볼 수 있다.

A(a, a', a'') - B(b, b') - C(c', c'') 전체 메뉴가 유한 n개를 갖는 제한된 형태의 서비스로 생각할 수 있다. 전체 확률 조합의 개수를 계산할 수 있을 것이고, 특별히 이용자들의 행태 경로를 문자열로 대치하여 어떠한 특정한 패턴이 있는 지 유추해볼 수 있다. 현재 프랙탈 패턴링크에서 가장 많이 고려해 볼 수 있는 프로세스로 주목하고 있다.

도 8은 패턴링크 기본모듈을 예시한 것이다. 서비스 이용 이동경로를 프랙탈 차원으로 접근하기 위하여 서비스 흐름도를 도입하고, 이 흐름도를 종적인 배열의 형태로 가정한 것이다. 더욱이 특정의 알파벳 ABC서비스를 가정하여 해당하는 서비스 홈 메인 웹페이지는 A에서 시작하여 B~Z의 하위 트리(tree) 구조를 갖는다. 하위 메뉴에는 SNS, 구매, 글쓰기, 텍스트(TEXT), 기사, 사진, 댓글, 공감표시 등이 포함될 것이다. 분석하기 전의 패턴링크는 개별 시스템을 서비스 종적 흐름으로 차원 변환하여야 한다.

도 9에서, 이용자의 비선형 이용패턴을 분석하는 패턴링크의 기본모듈은 이용자들의 경로를 사이트 Depth로 나누어 수직적 이동흐름을 프랙탈 궤적으로 가시적인 얼개형태(Framework)로 분류하고 축적한다. 이때, 특정 형태의 프랙탈을 찾아내고 이를 함수로 변환한다. 웹로그 분석 시스템이 적용된다. 패턴링크 기본모듈은 패턴링크 가동 후에 색깔별 포인트 점으로 정보를 안내한다. 빅 데이터 기반으로 이용자들의 이동경로를 분석하고 축적하여 프랙탈 함수를 적용하여 변환시키고 서비스 경로를 체크한다. 이용자의 패턴이 특정 형태의 프랙탈이 나타나는 것을 파악하여 서비스 경로를 함수변환을 이용하여 표기한다. 즉 ①은 상평균 경로로 이용패턴이 많은 경우이고, ②는 상관관계가 높은 특정 콘텐츠 경향경로를 제공한다. 경향경로는 예컨대, a를 클릭한 이용자는 반드시 b를 클릭하는 것을 가리키는 것이다. ③은 댓글 등과 같이 피드백이 많은 경로를 제공한다. 대량의 정보로부터 필요한 콘텐츠를 재조합하고 분류하여 제공하고 2단계 응용버전에서는 메뉴를 재조합하여 서비스를 제공한다. 예를 들면, 패턴 링크 시스템이 구동되어 이용자에 대한 정보(접속자수, 접속횟수, 시간 등) 물리적인 양이 축적되면 그 안에서 각 이용자의 경향 경로, 피드백 경로 등의 데이터가 비교/순위 등의 정보로 정리가 가능하다. 따라서, 이러한 데이터를 통해 특정 콘텐츠 경향 경로가 평균 이상인 경로 또는 관리자가 임의로 선택한(예를 들면, 60% 이상인 경향 경로) 경향 경로 등을 제공할 수 있다. 마찬가지로 피드백 경로도 축적된 데이터를 통해 평균 이상인 피드백 경로 또는 관리자가 임의로 선택한 피드백 경로 등을 제공할 수 있다. 본 발명에서 사용된 "상관관계가 높은 경향경로"는 "상관관계가 평균 이상인 경향경로"를, "피드백이 많은 경로"는 "피드백이 평균 이상인 경로"를 각각 나타낸다.

도 10에서, 정보제공 요약형태의 제1패턴링크 응용모듈(24)은 패턴링크 서비스의 완성 형태이다. 분석된 패턴링크 서비스 경고가 포함된 유용한 정보들이 홈 메인 페이지에 가상머신(Virtual Machine, VM) 형태로 제공되어 고객의 정보 습득시간을 단축시켜 준다. 제1패턴링크 응용모듈(24)은 해당 인터넷 서비스 메인 페이지에서 가상머신(VM)을 띄어 컨설팅 안내페이지로 최적화 정보를 제공하는 형태이다. 정보의 옥석을 가려 이용자패턴이 가미된 정보의 설계가 가능하다. 그리고 리스트 형태로 가상페이지가 만들어져 제공된다.

도 11에서, 객체지향적인 조합형태의 제2패턴링크 응용모듈(25)은 패턴링크 서비스의 완성 형태이다. 서비스 이동경로를 고려하여 상관성이 높은 것을 메뉴화 한다. 이는 패턴링크 연산자가 포함된 프로그램으로 설계되는 것이 좋다. 제2패턴링크 응용모듈(25)은 실제 정보이용의 패턴에 따라 제공되는 인터넷 서비스의 메뉴가 객체지향적인 움직임을 갖는다. 하나하나의 작은 단위의 객체(object)가 조합되어 메뉴가 이동되고 피드백이 많은 정보가 고객에게 최적화되어 제공된다.

도 12에서, 이용자들의 패턴경로를 자동으로 안내하는 진화 패턴링크 드라이브 가동의 제3패턴링크 응용모듈(26)은 패턴링크 드라이브 버전을 가동하면 상평균 이상의 경로가 자동으로 제공되어 고객이 특별한 피드백을 취하지 않을 때까지 서비스의 이용이 가능하다. 제3패턴링크 응용모듈(26)은 패턴링크 드라이브 자동 모듈로서, 이용자들이 보여준 형태로 그룹별로 분류하여 드라이브 가동을 클릭하면 서비스 이동경로대로 이용자에게 서비스가 제공된다.

따라서 패턴링크 기본모듈은 프랙탈 패턴링크모듈 내에서 함수를 이용하여 빅 데이터를 프랙탈 차원으로 분류하고, 제1패턴링크 응용모듈(24) 내지 제3패턴링크 응용모듈(26)에서는 차세대 미디어 매체 또는 교육 솔루션 등을 목표로 최적화된 정보 설계가 가능하다.

도 13에서, 프랙탈 패턴링크서버(20)는 통신망에 접속된 복수 인터넷 이용자의 전체 서비스 메뉴정보로부터 각각 수집된 이동경로 및 이용행태에 관한 이용패턴 자료를 패턴링크DB(30)에 축적하여 저장한다(S1). 이때, 인터넷 이용자의 이용패턴은 웹로그 분석모듈(21)을 이용하여 추출한다. 웹로그 분석모듈(21)은 이용자의 클릭 및 페이지 방문 경로 등을 입력하고 무의미한 자료는 통합 처리한다. 더욱이 이용패턴 자료는 복수 인터넷 이용자의 모든 이용 흐름을 하위 트리구조로 변환시킨 후 축적한다. 모바일 네비게이션 방식에서는 옆으로 밀어내기 방식으로 혹은 클릭으로 이동하는 이용 흐름으로 축적할 수 있다.

프랙탈 패턴링크서버(20)에 설치된 프랙탈 패턴링크모듈(22)이 패턴링크DB에 저장된 이용패턴 자료로부터 프랙탈 차원으로 분류 및 분석하여 프랙탈 표준함수를 추출한다(S2). 여기서 반복되는 문자열 구간의 설정과 프랙탈 차원의 규정, 그리고 특정 패턴 알고리즘을 적용하여 처리한다.

프랙탈 패턴링크모듈(22)은 추출된 표준함수에서 평균이상 경로의 처리(S3), 상관관계가 높은 경로의 처리(S4) 및 피드백 요소가 많은 경로의 처리(S5)를 각각 정형화된 자료로 변환한다(S3). 각 경로 처리는 그래프 자료의 생성을 수반한다.

또한, 프랙탈 패턴링크모듈(22)은 변환된 정형화된 자료에 이용자의 시간정보와 위치정보를 매칭시키고 이용 콘텐츠를 확인한 후에 통합 데이터베이스화한다(S6).

또한, 프랙탈 패턴링크모듈(22)은 통합 데이터베이스로부터 평균이상 경로, 상관관계가 높은 경로 및 피드백 요소가 많은 경로를 정형화된 통합정보를 이용자의 이용패턴 유형으로 유추하여 효율적인 대화식(Interactive) 인터페이스 서비스 그룹으로 예상경로를 제시한다(S7).

더욱이 프랙탈 패턴링크모듈(22)은 반복함수 시스템을 이용하거나 반복함수에서 매트릭스로 변환하여 좌표로 표시하거나, 프랙탈 차원으로 분석하거나, PIFS(Partitioned Iterated Function System, 분할된 자기유사성을 갖는 반복함수 시스템) 알고리즘을 이용하거나 또는 Lindenmayer-System(린덴마이어 시스템) 도입을 통한 프랙탈 차원으로 적용하여 함수 값을 갖는 데이터를 추출한다.

또한, 프랙탈 패턴링크모듈(22)은 함수를 이용하여 빅 데이터를 프랙탈 차원으로 분류하여 인터넷 이용자의 비선형 이용패턴을 분석하는 패턴링크 기본모듈(23)과, 프랙탈 패턴링크모듈(22)에서 함수를 이용하여 빅 데이터를 프랙탈 차원으로 분류하여 정보제공 요약형태로 제공하는 제1패턴링크 응용모듈(24), 프랙탈 패턴링크모듈(22)에서 함수를 이용하여 빅 데이터를 프랙탈 차원으로 분류하여 객체 지향적인 조합 형태로 제공하는 제2패턴링크 응용모듈(25), 및 프랙탈 패턴링크모듈(22)에서 함수를 이용하여 빅 데이터를 프랙탈 차원으로 분류하여 이용자들의 패턴경로를 자동으로 안내하는 제3패턴링크 용용모듈(26)을 포함한다.

한편, 도 14에서, 인터넷 이용자의 정보 이용패턴에 따른 맞춤형 인터넷 서비스 링크 시스템을 위한 소프트웨어는 비선형 기반의 입력 메타정보 생성, 패턴 알고리즘 분석, 프랙탈 차원의 대표함수 및 변환생성, 업데이트 프레임워크, 인터랙티브 모션, 베타버전 등을 시험 과정을 거쳐 차세대 미디어 매체 또는 교육 솔루션 등을 목표로 설계할 수 있다. 예를 들어, 서비스 플랫폼으로, 자바(JAVA) 등의 프로그래밍 언어를 사용하여 프로그래밍하고, 인터페이스 IA/ERD 등을 제공하고 프랙탈 함수기반의 프레임워크를 구성하며, 패턴 알고리즘을 산출할 수 있도록 구현한다. 또한, 운영체제(OS)로서, 브라우저 엔진을 탑재하고, 윈도우, 리눅스, 맥 기반을 지원하며, 입력 메서드(Input Method)를 처리하고 스크린 기술과 연동하도록 구현한다. 더욱이 프랙탈 차원 변환 함수의 생성과 공용 API를 기반으로 하며, 전용 SDK 기반 가상머신(VM)을 구성하여 적용할 수 있다.

인터넷 서비스의 콘텐츠별, 시간대별, 특정서비스의 맥락적인 패턴 인식으로 혁신적인 내비게이션 및 매시업(Mash-up) 서비스를 제공할 수 있다. 이는 미디어나 교육 등의 콘텐츠별 특정 패턴의 이동경로를 분석하여 해당 콘텐츠를 선택할 경우에는 특정패턴을 인식시키거나 또는 자주 이용하는 시간과 유형을 결부시켜 특정 패턴을 인식시킬 수 있다. 예를 들어, 점심시간 이후에 스포츠 기사를 보는 특정한 이동경로나 이용행태가 패턴링크모듈을 거쳐 패턴링크DB에 축적이 되면, 각 이용자들은 자신만의 비선형적 신호 또는 이동경로가 비슷한 이용자들에 적합한 정보설계가 가능해진다. 또한, 알람 설정을 가동하여 특정 서비스의 맞춤형 정보를 제공할 수 있다. 이는 특정 시간 및 특정 이동경로 및 이용행태에 맞는 패턴인식일 경우에 가능하다. 더욱이 콘텐츠와 시간대별로 여러 가지 유형의 패턴을 인식시킬 수 있으며 다양한 고부가가치의 매시업(Mash-up) 서비스의 연계가 가능하다.

도 15에서, 프랙탈 패턴링크모듈에 의하여 유추되어 설계된 콘텐츠 페이지를 예시한 것으로, 프랙탈 형태의 어트랙터(Attractor)를 분석한다. 프랙탈 차원으로 분류하여 서비스 이용경로를 설계하고 다음 행동을 유추하여 서비스를 제공한다. 더욱이 프랙탈 함수 패턴링크모듈의 설계로 비선형적인 움직임을 파악하여 의미 없는 데이터 여부를 걸러내는 필터가 적용되고, 의미 있는 데이터 중에서 프랙탈 차원으로 분류하여 어떠한 프랙탈 신호를 보유하는지 데이터를 축적 및 변환하며, 요소적인 분석 및 상관관계를 분석하고, 상관관계의 분석 후 이용자의 이용패턴 유형에 따라 맞춤형 내비게이션을 제공한다.

이상의 설명에서 본 발명은 특정의 실시 예와 관련하여 도식 및 설명하였지만, 특허청구범위에 의해 나타난 발명의 사상 및 영역으로부터 벗어나지 않는 한도 내에서 다양한 개조 및 변화가 가능하다는 것을 이 기술분야에서 통상의 지식을 가진 자라면 누구나 쉽게 알 수 있을 것이다.

10: 이용자단말기 20: 프랙탈 패턴링크서버 21: 웹로그 분석모듈 22: 프택털 패턴링크모듈 23: 패턴링크 기본모듈 24: 제1패턴링크 응용모듈 25: 제2패턴링크 응용모듈 26: 제3패턴링크 응용모듈 30: 패턴링크DB

Claims (6)

1. 통신망에 접속된 복수의 이용자단말기를 통해 인터넷을 이용하는 복수의 이용자에게 이용자의 이용패턴에 따른 맞춤형 인터넷 서비스 링크를 제공하는 프랙탈 패턴링크서버;
   상기 프랙탈 패턴링크서버에 설치되어 이용자들의 인터넷 이용에 따른 비선형적 신호로 궤적을 파악하고 분석하는 웹로그 분석모듈;
   상기 프랙탈 패턴링크서버에 설치되어 인터넷 이용자의 이용패턴 자료를 프랙탈 차원으로 각각 분류, 분석 및 변환시켜 이용자의 예상되는 다음 동작을 유추하고 이를 유형에 맞게 맞춤식 인터넷 서비스를 제공하는 프랙탈 패턴링크모듈; 및
   상기 복수의 인터넷 이용자들의 이용패턴을 축적하고 저장하는 패턴링크DB를 포함하여 이루어진 인터넷 이용자의 정보 이용패턴에 따른 맞춤형 인터넷 서비스 링크 시스템.
   
2. 청구항 1에 있어서, 상기 프랙탈 패턴링크모듈에서 함수를 이용하여 빅 데이터를 프랙탈 차원으로 분류하여 인터넷 이용자의 비선형 이용패턴을 분석하는 패턴링크 기본모듈과,
   상기 프랙탈 패턴링크모듈에서 함수를 이용하여 빅 데이터를 프랙탈 차원으로 분류하여 정보제공 요약형태로 제공하는 제1패턴링크 응용모듈과,
   상기 프랙탈 패턴링크모듈에서 함수를 이용하여 빅 데이터를 프랙탈 차원으로 분류하되, 하나 하나의 단위 객체(object)가 조합되어 상관성이 평균 이상인 메뉴로 이동 가능한 제2패턴링크 응용모듈과,
   상기 프랙탈 패턴링크모듈에서 함수를 이용하여 빅 데이터를 프랙탈 차원으로 분류하여 이용자들의 패턴경로를 자동으로 안내하는 제3패턴링크 응용모듈을 포함하는 인터넷 이용자의 정보 이용패턴에 따른 맞춤형 인터넷 서비스 링크 시스템.
   
3. 청구항 2에 있어서, 상기 패턴링크 기본모듈은 상평균 경로, 콘텐츠 경향 경로 및 이용자 댓글을 포함한 피드백 경로를 함수변환을 통하여 나타내고,
   상기 제1패턴링크 응용모듈은 해당 인터넷 서비스 메인 페이지에서 가상엔진(VM) 형태로 제공하여 컨설팅 안내페이지로 정보를 제공하며,
   상기 제2패턴링크 응용모듈은 해당 인터넷 서비스 콘텐츠 경향에서 상관성이 평균 이상인 것을 메뉴화하고 평균 이상의 피드백 경로 정보를 이용자에게 제공하고,
   상기 제3패턴링크 응용모듈은 이용자들의 이용패턴을 그룹별로 분류하여 상평균 이상의 경로를 이용자에게 제공하는 인터넷 이용자의 정보 이용패턴에 따른 맞춤형 인터넷 서비스 링크 시스템.
4. (a) 프랙탈 패턴링크서버는 통신망에 접속된 복수 인터넷 이용자의 전체 서비스 메뉴정보로부터 각각 수집된 이동경로 및 이용행태에 관한 이용패턴 자료를 패턴링크DB에 축적하여 저장하는 단계;
   (b) 상기 프랙탈 패턴링크서버에 설치된 프랙탈 패턴링크모듈이 패턴링크DB에 저장된 이용패턴 자료로부터 프랙탈 차원으로 분류 및 분석하여 프랙탈 표준함수를 추출하는 단계;
   (c) 상기 프랙탈 패턴링크모듈은 추출된 표준함수에서 상평균 경로, 상관관계가 평균 이상인 콘텐츠 경향 경로 및 피드백 요소가 평균 이상인 피드백 경로를 각각 정형화된 자료로 변환하는 단계;
   (d) 상기 프랙탈 패턴링크모듈은 변환된 정형화된 자료에 이용자의 시간정보와 위치정보를 매칭시키고 이용 콘텐츠를 확인한 후에 통합 데이터베이스화하는 단계; 및
   (e) 상기 프랙탈 패턴링크모듈은 통합 데이터베이스로부터 상평균 경로, 상관관계가 평균 이상인 콘텐츠 경향 경로 및 피드백 요소가 평균 이상인 피드백 경로를 정형화된 통합정보를 이용자의 이용패턴 유형으로 유추하여 대화식(Interactive) 인터페이스 서비스 그룹으로 예상경로를 제시하는 단계를 포함하여 이루어진 인터넷 이용자의 정보 이용패턴에 따른 맞춤형 인터넷 서비스 링크 방법.
5. 청구항 4에 있어서, 상기 단계(a)에서, 인터넷 이용자의 이용패턴은 웹로그 분석모듈을 이용하여 추출하고, 이용패턴 자료는 복수 인터넷 이용자의 모든 이용 흐름을 하위 트리 구조로 변환시킨 후 축적하는 인터넷 이용자의 정보 이용패턴에 따른 맞춤형 인터넷 서비스 링크 방법.
6. 청구항 4에 있어서, 상기 단계(b)에서, 프랙탈 패턴링크모듈은 반복함수 시스템을 이용하거나 반복함수에서 매트릭스로 변환하여 좌표로 표시하거나, 프랙탈 차원으로 분석하거나, PIFS(Partitioned Iterated Function System, 분할된 자기유사성을 갖는 반복함수 시스템) 알고리즘을 이용하거나 또는 Lindenmayer-System(린덴마이어 시스템) 도입을 통한 프랙탈 차원으로 적용하는 것 중 어느 하나 이상으로부터 함수 값을 갖는 데이터를 추출하는 인터넷 이용자의 정보 이용패턴에 따른 맞춤형 인터넷 서비스 링크 방법.
   

Images