KR101610351B1 - 사용자 활동 정보 추출 및 데이터 연관성 분석을 통한 정보 예측 클라우드 컴퓨팅 시스템 - Google Patents

Abstract

본 발명은 클라우드 컴퓨팅에 관련한 것으로서, 모바일 단말기와 데이터 통신하도록 제공된 클라우드 서버는, 모바일 단말기 사용자 활동 정보를 기반으로 모바일 단말기로부터의 로딩 데이터들을 분류하고, 복수 개의 모바일 단말기로부터 업로드된 로딩 데이터들 사이에 상호 연관성을 부여하여 구조화하고, 연관성이 높은 것으로 측정된 로딩 데이터에 가중치를 부여하여, 모바일 단말기 사용자들에게 맞춤형 예측 정보를 제공하는 것이다.

Description

사용자 활동 정보 추출 및 데이터 연관성 분석을 통한 정보 예측 클라우드 컴퓨팅 시스템{CLOUD COMPUTING SYSTEM FOR ANTICIPATION BY EXTRACTING ACTIVITY INFORMATION OF USER AND ANALYZING CORRELATION OF DATA}

본 발명은 모바일 단말기의 사용자 활동 정보를 추출하고 이에 기반하여, 데이터들의 연관성을 분석한 후, 사용자나 기타 외부 서비스 서버들로 가공된 정보를 바탕으로 정보를 예측하는 클라우드 컴퓨팅 시스템에 관한 기술 분야이다.

모바일 단말기의 최근 눈부신 발전과 더불어, 이른바 스마트폰은 이미 혁신이 아닌 현실의 한 부분으로 자리매김하고 있다.

모바일 단말기의 하드웨어적인 성능은 어느 정도 새츄레이션(saturation) 되었다고 판단하고 있으나, 모바일 단말기 상에서 구현될 수 있는 애플리케이션이나 기타 서비스 제공 분야는 아직도 개발 영역이 무궁무진하다는 것이 다수의 의견이다.

모바일 단말기에 제공되는 수많은 컴퓨팅 서비스들 중에는, 불과 몇 년전에 상용화 시작된 클라우드 컴퓨팅 시스템이 존재한다.

클라우드 컴퓨팅 시스템은 가상의 공간으로 설정된 데이터 서버를 통해, 이용자는 데이터를 실시간으로 업로드 및 다운로드 할 수 있어, 물리적인 공간의 제약을 없앤 기술을 의미한다.

클라우드 컴퓨팅 시스템은 초창기에는 이른바 일종의 웹 하드와 같은 개념으로 시작된 서비스로도 존재하였으며, 이후에는 다수의 이종 단말기 상에서 특정 데이터 예컨대, 사진, 동영상, 연락처, e-mail 정보 등이 연동되도록 하는 것으로 발전하였으며, 최근에는 자동으로 연동되어 업로드된 데이터의 분석을 통해, 모바일 단말기의 사용자의 상황 정보(Context Information)에 맞게 맞춤형 및 개인화 서비스(Personalization Service)를 제공하기에 이르렀다.

클라우드 컴퓨팅 서버를 활용하여, 업로드된 데이터 간에 연관성 혹은 유사성을 활용하는 기술로는 "클라우드 컴퓨팅 기반의 데이터 전송 방법, 이를 위한 시스템 및 장치(공개 번호 제10-2014-0105630호, 이하, '특허문헌 1'이라 한다.)"가 존재한다.

특허문헌 1에서는 사용자가 업로드한 컨텐츠에서 메타 데이터를 추출한 후, 단말기 별로 메타데이터의 태그 정보를 저장하여, 컨텐츠의 중복 저장을 방지하고자 하는 기술에 불과하다.

모바일 단말기의 상황을 인식하고, 맞춤형 정보를 제공하는 원시적인 기술로는 "상황 인식을 이용한 맞춤형 정보 서비스 시스템 및 방법, 맞춤형 정보 서비스 장치 및 그 장치의 구동 방법, 클라우드 컴퓨팅을 이용한 맞춤형 정보 서비스 장치 및 방법, 단말기 및 단말기의 구동 방법(공개 번호 제10-2013-0006831호, 이하, 특허문헌 2'라 한다.)"이 존재한다.

특허문헌 2는 모바일 단말기 사용자의 위치 정보를 획득하여, 해당 단말기 사용자의 위치에 기반한 맞춤형 서비스를 제공하는 것으로서, 특정 모바일 단말기 사용자의 여행 정보를 해당 위치에 대한 여행 정보를 타 여행자에게도 제공하는 기술이나, 이러한 기술은 위치 정보만을 1차원적으로 매핑하여, 위치 정보에 대한 연관성을 찾아내는데 한정되는 문제점을 가지고 있어, 실제 모바일 단말기 사용자가 원하는 정보를 예측하는데 어려움이 있다.

모바일 클라우드 환경에서 모바일 단말기 사용자에게 추천 서비스를 제공하도록 하는 종래 기술로는 "모바일 클라우드 환경에서 추천 서비스를 위한 능동적 상황인식 시스템(공개 번호 제10-2013-88656호, 이하, '특허문헌 3'이라 한다.)"과

"상황 인식을 이용한 맞춤형 정보 서비스 시스템 및 방법, 맞춤형 정보 서비스 장치 및 그 장치의 구동 방법, 클라우드 컴퓨팅을 이용한 맞춤형 정보 서비스 장치 및 방법, 단말기 및 단말기의 구동 방법(공개 번호 제10-2013-0006831호, 이하, '특허문헌 4'라 한다.)"이 존재한다.

특허문헌 3은 상황 정보와 사용자의 프로파일 정보를 이용하여, 사용자에 대한 서비스를 찾아내는 서비스 분석 모듈을 제공하고는 있으나, 특허문헌 3은 특정 센서들을 매개로하는 정보만을 처리하는 기술에 해당한다.

특허문헌 4는 해당 단말기 사용자의 패턴만을 분석하여, 해당 단말기의 현재 상황 예컨대, 위치적 상황에 맞는 1인형 패턴 분석만을 제공하는, 제한적 정보만을 제공할 수 있는 문제점이 있었다.

KR 10-2014-0105630 A KR 10-2013-0006831 A KR 10-2013-0088656 A KR 10-2013-0006831 A

본 발명에 따른 사용자 활동 정보 추출 및 데이터 연관성 분석을 통한 정보 예측 클라우드 컴퓨팅 시스템은 상기한 바와 같은 종래 문제점을 해결하기 위해 안출된 것으로서, 복수 개의 모바일 단말기 마다 사용자 활동 정보를 추출하여, 이들 정보들의 데이터 연관성 분석을 통해, 복수 개의 모바일 단말기 사용자들에게 맞춤형 정보를 예측하고 제공하도록 하는 시스템을 제공하고자 한다.

본 발명의 해결과제는 이상에서 언급된 것들에 한정되지 않으며, 언급되지 아니한 다른 해결과제들은 아래의 기재로부터 당업자에게 명확하게 이해될 수 있을 것이다.

본 발명에 따른 사용자 활동 정보 추출 및 데이터 연관성 분석을 통한 정보 예측 클라우드 컴퓨팅 시스템은 상기의 해결하고자 하는 과제를 위하여 다음과 같은 과제 해결 수단을 가진다.

본 발명에 따른 사용자 활동 정보 추출 및 데이터 연관성 분석을 통한 정보 예측 클라우드 컴퓨팅 시스템은 사용자 활동 정보를 생성 및 저장하며, 복수 개의 센서들을 구비하여, 상기 센서들을 통해 센서 데이터를 생성 및 저장하며, 사용자에 의해 입력되는 원시 데이터를 저장하며, 데이터 통신이 가능하도록 구비되는 복수 개의 모바일 단말기; 및 상기 모바일 단말기와 데이터 통신을 통해, 상기 사용자 활동 정보, 센서 데이터 또는 상기 원시 데이터들을 선택적으로 실시간 혹은 설정된 시각에 송수신하는 클라우드 서버를 포함하되, 상기 클라우드 서버는, 상기 사용자 활동 정보를 기반으로 상기 센서 데이터와 상기 원시 데이터들("상기 사용자 활동 정보를 기반으로 상기 센서 데이터와 상기 원시 데이터들"을 이하 "로딩 데이터들"라 한다. 이하 같다.)을 분류하고, 상기 복수 개의 모바일 단말기로부터 업로드된 상기 로딩 데이터들 사이에 상호 연관성을 부여하는 것을 특징으로 한다.

본 발명에 따른 사용자 활동 정보 추출 및 데이터 연관성 분석을 통한 정보 예측 클라우드 컴퓨팅 시스템의 상기 클라우드 서버는, 상기 로딩 데이터들을 구성하는 복수 개의 키워드들을 추출한 후, 상기 키워드들 별로 상기 로딩 데이터들을 분류하는 소팅 유닛; 및 상기 소팅 유닛으로부터 상기 분류된, 상기 로딩 데이터들을 상기 키워드들을 중심으로 상호 연관성을 부여한 후, 상기 연관성을 중심으로 상기 로딩 데이터들을 상호 구조화하는 구조화 유닛을 포함하는 것을 특징으로 할 수 있다.

본 발명에 따른 사용자 활동 정보 추출 및 데이터 연관성 분석을 통한 정보 예측 클라우드 컴퓨팅 시스템의 상기 클라우드 서버는, 상기 키워드들 중에서 소정의 임계치 이상의 개수로 반복되어 추출되는 키워드는 구조화를 위한 차원으로 분류하고, 상기 차원화된 키워드를 중심으로 상기 구조화된 로딩 데이터들을 재 구조화하는 차원화 유닛을 더 포함하는 것을 특징으로 할 수 있다.

본 발명에 따른 사용자 활동 정보 추출 및 데이터 연관성 분석을 통한 정보 예측 클라우드 컴퓨팅 시스템의 상기 클라우드 서버는, 상기 클라우드 서버 내부에 배치되어, 클럭 정보를 발생시키는 클럭 유닛; 및 상기 구조화 유닛 또는 상기 차원화 유닛으로부터 구조화 데이터 또는 재구조화 데이터를 수신하고, 상기 클럭 정보를 수신하여 시간의 흐름에 따라 변동되는 데이터(상기 "시간의 흐름에 따라 변동되는 데이터"를 "변동 데이터"라 한다. 이하, 같다.)에 따라 구조화된 정보의 내용을 수정하는 모더파잉 유닛을 더 포함하는 것을 특징으로 할 수 있다.

본 발명에 따른 사용자 활동 정보 추출 및 데이터 연관성 분석을 통한 정보 예측 클라우드 컴퓨팅 시스템의 상기 클라우드 서버는, 상기 모더파잉 유닛으로부터 상기 변동 데이터를 수신하여, 상기 변동되어 구조화된 데이터로부터 가장 연관성이 높은 데이터에 가중치를 부여하여 상기 모바일 단말기로 제공하는 예측 유닛을 더 포함하는 것을 특징으로 할 수 있다.

본 발명에 따른 사용자 활동 정보 추출 및 데이터 연관성 분석을 통한 정보 예측 클라우드 컴퓨팅 시스템의 상기 사용자 활동 정보는, 상기 모바일 단말기의 사용자 ID, IP address 및 상기 모바일 단말기의 고유 번호로 이루어진 일군으로부터 적어도 하나 이상을 포함하는 것을 특징으로 할 수 있다.

본 발명에 따른 사용자 활동 정보 추출 및 데이터 연관성 분석을 통한 정보 예측 클라우드 컴퓨팅 시스템의 상기 센서는, GPS 센서, 고도 센서, 가속 센서, 중력 센서, 진동 센서, 온도 센서 및 심박 센서로 이루어진 일군으로부터 적어도 하나 이상을 포함하는 것을 특징으로 할 수 있다.

본 발명에 따른 사용자 활동 정보 추출 및 데이터 연관성 분석을 통한 정보 예측 클라우드 컴퓨팅 시스템의 상기 클라우드 서버는, 외부 서버로부터 이벤트 정보를 수신하여, 상기 이벤트 정보와 상기 로딩 데이터의 연관성을 부여하는 것을 특징으로 할 수 있다.

이상과 같은 구성의 본 발명에 따른 사용자 활동 정보 추출 및 데이터 연관성 분석을 통한 정보 예측 클라우드 컴퓨팅 시스템은 다음과 같은 효과를 가진다.

첫째, 디바이스 고유 번호나 사용자 ID 등에 따른, 각종 활동 정보들을 포함하는 사용자 활동 정보들의 상호 데이터 연관성을 찾아내어 이들의 연관된 정보들을 새롭게 가공한 구조화된 정보를 창출하는 효과를 제공한다.

둘째, 이들 구조화된 정보를 통해, 사용자의 현재 상황 정보를 시간에 따른 변동 정보를 창출하는 효과도 제공한다.

아울러, 이러한 변동 정보에 따라, 구조화된 정보를 재 구조화하여, 사용자의 상황 정보에 따라 맞춤형 정보를 제공할 수 있는 효과를 제공한다.

본 발명의 효과는 이상에서 언급한 것들에 한정되지 않으며, 언급되지 아니한 다른 효과들은 아래의 기재로부터 당업자에게 명확하게 이해될 수 있을 것이다.

도 1은 클라우드 서버와 이동 단말기 그리고 외부 서버들의 상호 관계를 도시한 개념도이다.
도 2는 본 발명의 일 구성에 해당하는 클라우드 서버의 하위 구성들을 도시한 블록도이다.
도 3은 클라우드 서버가 이동 단말기로부터 추출한 후, 연관성을 부여하기 전의 원시 데이터들(도 3(a))과 연관성을 부여하여 상호 구조화된 데이터들(도 3(b))을 도시한 개념도이다.
도 4는 추출된 데이터들을 키워드별로 연관성을 분석하고, 블록화하는 과정을 도시한 개념도이다.
도 5는 구조화된 데이터들에 시간에 따른 변동치를 반영하여 재구조화하는 것을 도시한 개념도이다.
도 6은 이동 단말기의 지도 상에서의 위치를 도시한 것이다.
도 7은 도 6의 이동 단말기로, 클라우드 컴퓨팅 시스템이 외부 서버와 연동하여, 타 이동 단말기들로 추출한 사용자 활동 정보를 토대로 데이터 연관성 분석을 통한 정보 예측을 제공하는 것을 도시한 개념도이다.

본 발명에 따른 사용자 활동 정보 추출 및 데이터 연관성 분석을 통한 정보 예측 클라우드 컴퓨팅 시스템은 다양한 변경을 가할 수 있고 여러 가지 실시예를 가질 수 있는바, 특정 실시예들을 도면에 예시하고 상세한 설명에 상세하게 설명하고자 한다. 그러나, 이는 본 발명을 특정한 실시 형태에 대해 한정하려는 것이 아니며, 본 발명의 기술적 사상 및 기술 범위에 포함되는 모든 변경, 균등물 내지 대체물을 포함하는 것으로 이해되어야 한다.

이하에서는 도면을 참조하여, 본 발명에 따른 사용자 활동 정보 추출 및 데이터 연관성 분석을 통한 정보 예측 클라우드 컴퓨팅 시스템을 상세히 설명하고자 한다.

도 1은 클라우드 서버와 이동 단말기 그리고 외부 서버들의 상호 관계를 도시한 개념도이다. 도 2는 본 발명의 일 구성에 해당하는 클라우드 서버의 하위 구성들을 도시한 블록도이다. 도 3은 클라우드 서버가 이동 단말기로부터 추출한 후, 연관성을 부여하기 전의 원시 데이터들(도 3(a))과 연관성을 부여하여 상호 구조화된 데이터들(도 3(b))을 도시한 개념도이다. 도 4는 추출된 데이터들을 키워드별로 연관성을 분석하고, 블록화하는 과정을 도시한 개념도이다. 도 5는 구조화된 데이터들에 시간에 따른 변동치를 반영하여 재구조화하는 것을 도시한 개념도이다. 도 6은 이동 단말기의 지도 상에서의 위치를 도시한 것이다. 도 7은 도 6의 이동 단말기로, 클라우드 컴퓨팅 시스템이 외부 서버와 연동하여, 타 이동 단말기들로 추출한 사용자 활동 정보를 토대로 데이터 연관성 분석을 통한 정보 예측을 제공하는 것을 도시한 개념도이다.

본 발명에 따른, 사용자 활동 정보 추출 및 데이터 연관성 분석을 통한 정보 예측 클라우드 컴퓨팅 시스템은 도 1에 도시된 바와 같이, 기본적으로 다수의 모바일 단말기(10)들과 이들 단말기가 무선 네트워킹을 통해 각종 데이터들의 동기화가 실시간으로 이루어질 수 있는 클라우드 서버(100)를 포함하게 된다.

여기서 모바일 단말기(10)란, 유선은 물론 무선 데이터 통신이 가능하며, 구체적으로는 과거의 PDA(Personal Digital Assistant)나 현재 널리 보급된 스마트 폰(Smart Phone) 등을 포함하게 되며, 이들 단말기가 가질 수 있는 무선 이동 통신의 방식으로는 GSM(Global System for Mobile), w-CDMA은 물론이며 3GPP 등과 같은 표준화 단체에서 제정하게될 모든 표준 규격의 통신방식을 지원할 수 있도록 구현된 것을 말한다.

모바일 단말기들(10)은 인터넷 접속 프로토콜인 무선 애플리케이션(WAP: Wireless Application Protoco), HTTP 프로토콜을 사용하는 HTML에 기반한 MIE, 핸드헬드 디바이스 트랜스포트 프로토콜(HDPT: Handheld Device Transport Protocol), NTT DoKoMo사의 i-Mode 또는 특정 통신사의 무선 인터넷 접속용 브라우저를 이용하여 무선 통신망을 경유하여 인터넷에 접속할 수 있음은 물론이다.

모바일 단말기들(10)은 제조사에 따라, 안드로이드(Google Inc.), iOS(Apple Inc.)와 같은 OS가 탑재될 수 있는데, 탑재된 OS에 따라 다양한 무선 인터넷 접속용 브라우저를 사용하여, 무선 인터넷에 접속할 수 있다.

모바일 단말기들(10)은 그 내부에 제조사에 따라 다양한 센서들이 탑재될 수 있는데, 예컨대, GPS센서, 고도 센서, 가속 센서, 중력 센서, 진동 센서, 온도 센서 및 심박 센서(인체의 심박수를 측정할 수 있는 센서를 말한다) 등을 적어도 하나 이상을 구비할 수 있으며, 이들 센서들이 측정한 센서 정보들은 주기적 혹은 실시간으로 취득되어 상술한 클라우드 서버(100)에 업로드될 수 있다.

모바일 단말기들(10)은 OS 자체적으로 혹은 다운로드 및 설치된 기타 애플리케이션을 통해, 본원의 클라우드 서버(100)와 실시간 혹은 주기적으로 연동될 수 있는데, iOS 경우에는 애플사에서 제공하는 클라우드 서버인 iCloud와 실시간으로 혹은 사용자의 임의 선택적으로 설정된 데이터를 동기화할 수 있다. 뿐만 아니라, iOS가 탑재된 iPhone이나 iPad와 같은 모바일 단말기(10)들은 자체적으로 탑재된 OS와는 별도의 클라우드 서비스를 지원하는 애플리케이션들을 다운로드 및 설치할 수 있는데, 대표적인 예가 네이버에서 제공하는 엔드라이브, 다음에서 제공하는 다음클라우드, 마이크로소프트사에서 제공하는 OneDrive, 구글에서 제공하는 구글 드라이브, 또는 드롭 박스 등일 수 있다.

본원 발명에서 언급하는 클라우드 서버(100)는 본원 발명에서 제시하는 주요 기능들을 구비한 구성 요소(알고리즘으로 구현된 가상의 구성일 수도 있으며, 이들 기능이 구현된 칩의 형태로도 구현될 수 있다.)가 나타내는 기술적 사상이 탑재될 수만 있으면 되는바, 특정한 물리적인 클라우드 서버의 형태를 지칭하거나, 특정 제품 혹은 특정 회사의 클라우스 서버만을 한정하거나 제한하는 것은 아니다.

본원 발명의 클라우드 서버(100)는 도 2에서 제공하는 하위 구성 요소 즉, 이들 구성 요소들이 구현할 수 있는 세부 기능들이 알고리즘이나 칩의 형태로 구현될 수 만 있으면, 이미 상용화된 엔드라이브, 다음클라우드, 원드라이브, 드롭 박스 등도 의미할 수 있다고 볼 것이다. 물론, 이들 기존의 상용화된 클라우드 서버(100)가 본원의 구성들이 가지는 기술적 사상을 담기 위해서는 본원의 클라우드 서버(100)의 하위 구성들이 가지는 기능이 알고리즘이나, 기타 칩의 형태로 기존의 클라우드 서버에 장착 혹은 설치되어야 하는 것이다.

모바일 단말기들(10)은 개별적으로 사용자 활동 정보를 생성 및 저장할 수 있다. 먼저, 사용자 활동 정보는 모바일 단말기(10) 사용자의 ID, 기타 신상 정보가 될 수 있으며, 모바일 단말기(10)가 접속하는 무선 네트워크의 IP Address가 될 수 있다. 아울러, 모바일 단말기들(10)이 각기 가지는 고유 번호에 해당할 수 있는바, 사용자 활동 정보는 이들로 이루어진 일군으로부터 적어도 하나 이상을 포함하는 것으로 해석해야 할 것이다.

모바일 단말기들(10)은 이들 사용자 활동 정보를 생성 및 저장하면서, 이들 사용자 활동 정보를 클라우드 서버(100)에 업로드하여, 동기화할 수도 있는데, 클라우드 서버(100)는 모바일 단말기들(10)로부터 업로드된 모든 정보 및 데이터들은 사용자 활동 정보와 연계하여 다루게 된다. 즉, 상술한 바와 같이, 모바일 단말기(10)에 탑재된 각종 센서로부터 취득한 센서 정보들은 사용자 활동 정보와 연관되어, 해당 사용자의 상황 정보로서의 기능을 수행하게 된다. 예컨대, 센서 정보가 사용자의 심박수나 GPS 위치를 나타내는 것이면, 해당 모바일 단말기의 사용자의 정보와 이들 심박수 또는 GPS 정보가 연관되어 처리되는바, 해당 사용자의 심박수는 어떠하며, 해당 사용자의 현재 지표상의 위치는 어디에 해당함을 나타내도록 하는 것이다.

모바일 단말기들(10)은 사용자에 의해 입력되는 원시 데이터들(클라우드 서버(100)에 의해 상관성 부여나 기타 데이터 재구조화가 이루어지지 않은 데이터들을 말한다.)을 생성할 수 있는데, 이러한 원시 데이터는 사용자가 입력하는 텍스트 정보나, 사용자의 접속한 인터넷 주소, 사용자가 촬영한 사진, 사용자가 캡쳐한 각종 영상 정보나 클리핑한 사진, 문자 등일 수 있으며 기타 동영상, 기타 외부 서버나 외부 클라우드 등의 별도 루트를 통해 모바일 단말기들(10)에 저장된 각종 데이터 등에 해당할 수도 있다. 이러한 원시 데이터들은 모바일 단말기들(10)에서 생성된 후, 상술한 바와 같은 사용자 활동 정보와 연계되어, 클라우드 서버(100)에 동기화될 수 있다.

클라우드 서버(100)는 기존의 상용화된 클라우드 컴퓨팅을 지원하는 서버로서, 모바일 단말기들(10)과의 무선 데이터 통신을 통해, 가상의 저장 공간을 마련하여, 모바일 단말기들(10)의 데이터를 실시간 혹은 설정된 시간 혹은 주기별로 연동할 수 있도록 세팅될 수 있는 것인데, 상술한 바와 같은, 모바일 단말기들(10)과 무선 데이터 통신을 통해 데이터들의 동기화가 이루어지도록 하며, 사용자 활동 정보를 중심으로 이들 복수 개의 센서들로부터의 센서 정보와 원시 데이터들이 연계되어 처리되도록 하며, 사용자 활동 정보별로 분류되는 이들 로딩 데이터들은 모바일 단말기들(10)의 복수 사용자로부터 업로드된 것들 상호 간에 상호 연관성을 측정 및 부여하게 된다.

도 3(a)에 도시된 바와 같이, 클라우드 DB(102) 내 초기에 업로드된, 원시 로딩 데이터(200)들을 시각적으로 표시하면, 블록화되지 않고 구조화되지 않아, 무질서하게 존재하게 되며, 이후, 클라우드 서버(100)가 내부의 이들 로딩 데이터(200)들을 상호 연관성을 부여하여 구조화하면, 도 3(b)와 같이 구조화하게 된다. 물론, 도 3(b)의 구조화는 3차원의 큐브 형태로만 시각적으로 표시하였으나, 상호 연관될 수 있는 키워드의 종류와 그 수에 따라, 다양한 차원을 구비하여 상호 연관되어 구조화될 수 있는 것이므로, 도 3(b)는 단순히 시각적인 참고용으로만 이해되어야 할 것이다. 연관성을 가지는 정도에 따라 그 구조화의 모습은 수 많은 차원의 존재로 인해 복잡 다단하게 얽혀 구조화될 수 있는 것이다.

클라우드 서버(100)는 그 하위 구성 요소들을 기능 별로 살펴 보면, 도 2에 도시된 바와 같이, 소팅 유닛(110); 및 구조화 유닛(120)을 포함할 수 있다.

먼저, 소팅 유닛(sorting unit, 110)은 로딩 데이터들을 구성하는 텍스트들을 파싱한 후, 이들 텍스트들에 의해 구성되는 단어들 중 의미있는 단어들을 키워드로 추출하게 되며, 키워드를 중심으로 로딩 데이터들을 분류한다.

이후, 이러한 소팅 유닛(110)에 의해 로딩 데이터들이 키워드 별로 분류가 되면, 구조화 유닛(120)은 도 4와 같이, 이들 로딩 데이터들을 중심으로 상호 연관성을 분류 및 정렬하고, 연관성을 중심으로 로딩 데이터들을 상호 구조화하여, 도 3(b)와 같이 큐브 블록화 혹은 그 이상 차원을 가지도록 구조화하게 된다.

도 3(b)와 같이 상호 연관성이 부여되어, 구조화된 정보들은 향후, 특정 모바일 단말기(10a)의 사용자에게 필요한 정보가 무엇인지를 가늠하게 해주는 바로미터의 역할을 가질 수 있게 되는데, 이러한 구조화된 정보는 분류의 기준되는 키워드에 따라서 다양한 차원을 부여받고, 다양한 구조를 가질 수 있게 되는데, 차원화 유닛(130)이 이허한 역할을 수행한다.

차원화 유닛(130)은 추출한 키워드들 중에서 반복적으로 추출되는 키워드를 중심으로 차원의 축으로 설정하는데, 소정의 임계치 이상으로 반복하여 출현하는 키워드를 차원으로 분류하게 된다.

여기서 소정의 임계치는 클라우드 서버(100) 관리자나 본 발명을 수행하도록 하는 차원화 유닛(130)을 구성하는 알고리즘에서 임의 설정할 수 있는 수치에 해당하며, 의미 있는 것으로 인식될 수 있을 정도로 빈번히 출현하는 키워드가 상호 연관성을 부여하고 구조화할 수 있도록 차원을 형성시킬 수 있게 된다.

차원화 유닛(130)은 구조화된 로딩 데이터들을 재 구조화할 수 있으며, 이를 통해 언급한 차원을 중심으로 새로운 구조화를 모색하여, 블록화되고 구조화된 정보의 집합을 보다 의미있는 정보로 가공할 수 있게 된다.

모바일 단말기들(10)로부터 업로드되는 정보들은 한번 업로드된 후 고정되는 것이 아니라, 시간의 추이에 따라 변동되는 특징을 가지는데, 이러한 시간의 추이에 따른 변동 데이터를 반영하여 다시 새로운 의미있는 정보로 가공하기 위하여 본원의 클라우드 서버(100)는 클럭 유닛(150); 및 모더파잉 유닛(140)을 더 포함할 수 있다.

클럭 유닛(150)은 클라우드 서버(100)의 내부에 배치된 것으로서 클럭 정보를 발생시키는 일종의 전자적 시계에 해당한다. 클럭 유닛(150)의 소정의 시간 간격을 가지는 펄스 신호들을 발생시켜, 발생된 펄스의 개수를 기준으로 시간의 경과 등을 인식하도록 한다.

모더파잉 유닛(140)은 구조화 유닛(120); 또는 차원화 유닛(130)으로부터 구조화 데이터 또는 재구조화 데이터 들을 수신하고, 클럭 정보(150)를 수신하여 시간의 흐름에 따라 변동되는 데이터(이하 '변동 데이터'라 한다)에 따라 구조화된 정보의 내용을 수정하여, 수정된 구조화된 정보의 블럭을 형성시킨다.

상술한 바와 같이, 연관성에 따라 구조화되고, 재 구조화된 정보의 단위는 모바일 단말기 사용자 개개인에게 의미있는 정보로서 맞춤형 정보의 제공에 이용되는데, 이를 위해 클라우드 서버(100)는 예측 유닛(160)을 더 포함할 수 있다.

예측 유닛(160)은 모더 파잉 유닛(140)으로부터 변동 데이터를 수신하고, 변동되어 재 구조화된 데이터들로부터 가장 연관성이 높은 것으로 측정된 데이터에 비례적인 가중치를 부여함으로써, 모바일 단말기(10)의 사용자에게 제공하게 된다.

여기서의 가중치의 정도의 그 가중치 상호간의 비례의 정도는 임의 설정 가능한 것이며, 알고리즘을 구성할 경우나, 클라우드 서버(100)의 운영시에 담당자 등에 의해 재조정될 수 있다.

클라우드 서버(100)는 보다 정확하고 다양한 정보의 제공을 위하여, 외부 서버(20) 들과 연계되어 이들 외부 서버(20)들로부터 이벤트 정보를 수신하여, 이벤트 정보에 이들 로딩 데이터의 연관성을 다시 부여하도록 할 수 있다.

이에 도 6 및 7을 기준으로 예를 들면, 모바일 단말기(10a) A 사용자는 A 사용자는 28세의 성인 여자이며, 평소에 커피를 즐겨 마시며, 커피를 마시는 시간은 보통 오후 12시 30분과 1시 사이에 해당한다면, 모바일 단말기(10) 저장된 A 사용자의 사용자 활동 정보는 '여자', '28세' 등의 정보를 가지고 있으며, 원시 데이터는 A 사용자가 평소에 '해당 시간'에 '특정 브랜드의 커피(예컨대 스타벅스 커피)'를 즐겨 마시는 것에 대한 원시 데이터를 가질 수 있다. 모바일 단말기(10)는 이러한 원시 데이터의 입수 경로는 A 사용자의 신용 카드 결제시에 모바일 단말기로 전송되는 카드 결제 문자 등으로부터 입수될 수 있으며, 이러한 문자와 이러한 문자의 수신 시각은 클라우드 서버(100)에 업로드 되는 원시 데이터에 해당하는 것이다.

만약, A 사용자가 도 6과 같이, 강남 대로 55길의 어느 지점에 위치할 수 있는데, 해당 위치에 대한 GPS 정보는 센서 정보에 해당하여, 현재 A 사용자의 상황 정보로서의 기능을 가지게 된다.

A 사용자의 평소에 특정 시간에 특정한 취미나 기호에 대한 정보는 해당 A 사용자 활동 정보와 함께 연관되어 클라우드 서버(100)에 저장되어 있는데, 이러한 정보는 해당 지리적 위치에 속하는 타 모바일 단말기 사용자들의 사용자 활동 정보 및 이들의 원시 데이터 및 센서 정보들과 매칭되어 이들 정보들이 구성하는 키워드들을 중심으로 구조화되어 상호 연관성을 갖게 된다.

연관성들은 여자, 20대, 해당 위치, 해당 시각, 해당 여성들이나 해당 연령대들이 해당 시간에 가지는 취미(예컨대 해당 시간에 결제되는 상품이나 서비스의 종류)를 상호 연관지어질 수 있으며, 따라서 A 사용자는 해당 지역에서 인기 있는 음료 서비스, 커피 서비스, 커피 중에서 인기 있는 가게의 정보 등을 제공 받게 되는데, 이러한 예측 정보는 다양한 모바일 단말기 사용자들로부터 입수된 정보와 A 사용자에 의한 다양한 정보들의 연관성 부여 및 구조화 그리고, 연관성이 높고 빈도수가 높은 것들을 중심으로 가중치를 부여하여 제공되는 정보 제공의 결과이다.

A 사용자가 해당 시간에 모바일 단말기(10a)에 입력하는 웹 브라우저 검색어 역시 클라우드 서버(100)에 업로드되는 원시 데이터에 해당될 수 있으며, 해당 시간에 실시간으로 부여되는 정보와 연관성이 부여되는 정보들은 보다 높은 가중치를 부여할 수 있다.

예컨대, A 사용자가 해당 시간에 스타벅스 커피를 즐겨 마시는 경우라 할지라도, 해당 A 사용자가 해당 위치에서 웹 브라우저에 '발 마사지' 등과 같은 검색어를 입력한다면, 해당 A 사용자의 사용자 활동 정보 즉, 나이, 성별 등과 '발 마사지' 및 해당 위치(상황 정보에 해당함)에 대한 정보들은 수 많은 모바일 단말기들(10)로부터 입수되는 사용자 활동 정보, 센서 정보 및 원시 데이터들과 키워드를 중심으로 연관성을 짓게 되며, 해당 A 사용자와 가장 연관성이 높은 모바일 단말기 사용자 예를 들면, 남성 보다는 여성, 30대 40대 보다는 20대에 해당하는 모바일 단말기 사용자가 타 지역 보다는 해당 지역(도 6에서는 강남대로 55길)과 먼 곳 보다는 가까우면서도, 각종 마사지 업체들 보다는 발 마사지 서비스 제공 업체 위주로 정보를 제공하며, 단순히 다양한 업체의 이름만을 열거하기 보다는 보다 많은 20대의 여성이 발 마사지를 위해 실제로 많이 방문(다수의 모바일 단말기로부터 인식되는 신용카드 문자 알람으로부터 인식 가능함)하는 곳 위주로 정보를 제공할 수 있게 되는 것이다.

따라서, 본 발명은 단순히 기존의 모바일 단말기 사용자 1인의 상황 정보 즉, 위치 정보 등만을 반영하여, 위치 기반 검색 서비스 등과는 기술적으로 차별화되면서, 모바일 단말기 사용자에게 가장 적합한 정보를 예측 및 제공할 수 있는 클라우드 컴퓨팅 시스템에 해당하는 것이다.

본 발명의 권리 범위는 특허청구범위에 기재된 사항에 의해 결정되며, 특허 청구범위에 사용된 괄호는 선택적 한정을 위해 기재된 것이 아니라, 명확한 구성요소를 위해 사용되었으며, 괄호 내의 기재도 필수적 구성요소로 해석되어야 한다.

10: 이동 단말기 20: 외부 서버
100: 클라우드 서버 101: CPU
102: 데이터베이스 103: 데이터 통신부
110: 소팅 유닛(sorting unit) 120: 구조화 유닛
130: 차원화 유닛 140: 모더파잉 유닛
150: 클럭 유닛 160: 예측 유닛
200: 원시 로딩 데이터 210: 구조화 데이터
211: 소팅화된 데이터 220: 재구조화 데이터

Claims (8)

1. 사용자 활동 정보를 생성 및 저장하며, 복수 개의 센서들을 구비하여, 상기 센서들을 통해 센서 데이터를 생성 및 저장하며, 사용자에 의해 입력되는 원시 데이터를 저장하며, 데이터 통신이 가능하도록 구비되는 복수 개의 모바일 단말기; 및
   상기 모바일 단말기와 데이터 통신을 통해, 상기 사용자 활동 정보, 센서 데이터 또는 상기 원시 데이터들을 선택적으로 실시간 혹은 설정된 시각에 송수신하는 클라우드 서버를 포함하되,
   상기 클라우드 서버는,
   상기 사용자 활동 정보를 기반으로 하는 상기 센서 데이터와 상기 원시 데이터들("상기 사용자 활동 정보를 기반으로 하는 상기 센서 데이터와 상기 원시 데이터들"을 이하 "로딩 데이터들"라 한다. 이하 같다.)을 구성하는 복수 개의 키워드들을 추출한 후, 상기 키워드들 별로 상기 로딩 데이터들을 분류하는 소팅 유닛;
   상기 소팅 유닛으로부터 상기 분류된, 상기 로딩 데이터들을 상기 키워드들을 중심으로 상호 연관성을 부여한 후, 상기 연관성을 중심으로 상기 로딩 데이터들을 상호 구조화하는 구조화 유닛; 및
   상기 키워드들 중에서 소정의 임계치 이상의 개수로 반복되어 추출되는 키워드는 구조화를 위한 차원으로 분류하고, 상기 차원화된 키워드를 중심으로 상기 구조화된 로딩 데이터들을 재 구조화하는 차원화 유닛을 포함하여,
   상기 로딩 데이터들을 분류하고, 상기 복수 개의 모바일 단말기로부터 업로드된 상기 로딩 데이터들 사이에 상호 연관성을 부여하는 것을 특징으로 하는 클라우드 컴퓨팅 시스템.
   
2. 삭제
3. 삭제
4. 제1항에 있어서, 상기 클라우드 서버는,
   상기 클라우드 서버 내부에 배치되어, 클럭 정보를 발생시키는 클럭 유닛; 및
   상기 구조화 유닛 또는 상기 차원화 유닛으로부터 구조화 데이터 또는 재구조화 데이터를 수신하고, 상기 클럭 정보를 수신하여 시간의 흐름에 따라 변동되는 데이터(상기 "시간의 흐름에 따라 변동되는 데이터"를 "변동 데이터"라 한다. 이하, 같다.)에 따라 구조화된 정보의 내용을 수정하는 모더파잉 유닛을 더 포함하는 것을 특징으로 하는 클라우드 컴퓨팅 시스템.
   
5. 제4항에 있어서, 상기 클라우드 서버는,
   상기 모더파잉 유닛으로부터 상기 변동 데이터를 수신하여, 구조화된 상기 변동 데이터로부터 가장 연관성이 높은 데이터에 가중치를 부여하여 상기 모바일 단말기로 제공하는 예측 유닛을 더 포함하는 것을 특징으로 하는 클라우드 컴퓨팅 시스템.
   
6. 제1항에 있어서, 상기 사용자 활동 정보는,
   상기 모바일 단말기의 사용자 ID, IP address 및 상기 모바일 단말기의 고유 번호로 이루어진 일군으로부터 적어도 하나 이상을 포함하는 것을 특징으로 하는 클라우드 컴퓨팅 시스템.
   
7. 제1항에 있어서, 상기 센서는,
   GPS 센서, 고도 센서, 가속 센서, 중력 센서, 진동 센서, 온도 센서 및 심박 센서로 이루어진 일군으로부터 적어도 하나 이상을 포함하는 것을 특징으로 하는 클라우드 컴퓨팅 시스템.
   
8. 제1항에 있어서, 상기 클라우드 서버는,
   외부 서버로부터 이벤트 정보를 수신하여, 상기 이벤트 정보와 상기 로딩 데이터의 연관성을 부여하는 것을 특징으로 하는 클라우드 컴퓨팅 시스템.
   

Images