KR101651963B1 - 시공간 연관 정보 생성 방법, 이를 수행하는 시공간 연관 정보 생성 서버 및 이를 저장하는 기록매체 - Google Patents

시공간 연관 정보 생성 방법, 이를 수행하는 시공간 연관 정보 생성 서버 및 이를 저장하는 기록매체 Download PDF

Info

Publication number
KR101651963B1
KR101651963B1 KR1020150028269A KR20150028269A KR101651963B1 KR 101651963 B1 KR101651963 B1 KR 101651963B1 KR 1020150028269 A KR1020150028269 A KR 1020150028269A KR 20150028269 A KR20150028269 A KR 20150028269A KR 101651963 B1 KR101651963 B1 KR 101651963B1
Authority
KR
South Korea
Prior art keywords
data
class
association
time
space
Prior art date
Application number
KR1020150028269A
Other languages
English (en)
Inventor
김형태
Original Assignee
(주)포스트미디어
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by (주)포스트미디어 filed Critical (주)포스트미디어
Priority to KR1020150028269A priority Critical patent/KR101651963B1/ko
Priority to CN201510128789.3A priority patent/CN106156021A/zh
Application granted granted Critical
Publication of KR101651963B1 publication Critical patent/KR101651963B1/ko

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/30—Information retrieval; Database structures therefor; File system structures therefor of unstructured textual data
    • G06F16/35—Clustering; Classification
    • G06F17/30705—
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/30—Information retrieval; Database structures therefor; File system structures therefor of unstructured textual data
    • G06F16/36—Creation of semantic tools, e.g. ontology or thesauri
    • G06F16/367—Ontology
    • G06F17/2755—
    • G06F17/30734—

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Data Mining & Analysis (AREA)
  • Databases & Information Systems (AREA)
  • Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Animal Behavior & Ethology (AREA)
  • Computational Linguistics (AREA)
  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)

Abstract

시공간 연관 정보 생성 방법은 사용자 단말과 연결 가능한 시공간 연관 정보 생성 서버에서 수행되고, 상기 시공간 연관 정보 생성 방법은 (a) 원천 데이터를 정형 부분 데이터 및 비정형 부분 데이터로 분류하고, 상기 비정형 부분 데이터를 재구성하는 단계, (b) 상기 재구성된 원천 데이터를 사물 클래스, 인물 클래스, 시간 클래스 및 공간 클래스 중 적어도 하나의 클래스로 분류하는 단계 및 (c) 상기 분류된 데이터 중에서 상기 사물 클래스, 인물 클래스 및 공간 클래스에 포함되는 데이터 간의 연관성을 분석하여 제1 연관 데이터를 생성하고, 상기 제1 연관 데이터 및 상기 시간 클래스에 포함되는 데이터 간의 연관성을 분석하여 제2 연관 데이터를 생성하는 단계를 포함한다.

Description

시공간 연관 정보 생성 방법, 이를 수행하는 시공간 연관 정보 생성 서버 및 이를 저장하는 기록매체{METHOD OF GENERATING TIME AND SPACE ASSOCIATED DATA, TIME AND SPACE ASSOCIATED DATA GENERATION SERVER PERFORMING THE SAME AND STORAGE MEDIUM STORING THE SAME}
본 발명은 시공간 연관 정보 생성 기술에 관한 것으로서, 보다 상세하게는, 비정형 데이터 분석 및 데이터 타입 분류를 통해 데이터간 연관성을 찾고 이를 직관적인 인터페이스 제공을 위한 시공간 정보와 통합하는 시공간 연관 정보 생성 방법, 이를 수행하는 시공간 연관 정보 생성 서버 및 이를 저장하는 기록매체에 관한 것이다.
일반적으로, 폭증하는 데이터양에 비해 사용자 요구에 최적화된 데이터 제공이 갈수록 어려워지면서 검색의 질적 측면의 중요성과 새로운 다양한 비정형 데이터에 대한 처리 수요가 증가하고 있다. 1990년 초중반 이후 대한민국은 인터넷 서비스가 시작되면서 정형 데이터 중심, 데이터 소량 및, 단순 검색에 대한 수요는 줄고, 데이터 대용량화 및 비정형 연관 데이터 활용도가 증가 하였다. 또한, 지속적인 인터넷의 발달, 축적데이터의 폭발적 증가 및, 서비스 사용자의 관심과 주체적 활동의 증가는 서비스되는 데이터 품질에 대한 근본적인 질적 변화를 요구하는 시대가 도래 되었다. 이하, 이를 세 가지 측면에서 살펴본다.
서비스 제공 측면에서, 초기 서비스 제공업체 주도의 인터넷 서비스는 데이터 제공보다는 상업적 측면의 지원서비스 중심으로 발전되어 오다가 제휴 및 정보서비스 시대가 도래 되었다. 이에 따라, 인터넷 서비스는 검색서비스 사이트 중심으로 통합되면서 성장 및, 발전되어 왔다. 서비스 제공의 주도권이 검색통합서비스로 넘어온 이후 통합데이터의 검색서비스 품질이 발전되어 오면서 품질 측면에서 데이터간 연관성이 중요시되기 시작하였고, 이에 따라, 다양한 연관서비스에 대한 연구가 진행되어 오고 있다.
데이터 활용 측면에서, 서비스 데이터 중심에서 통합검색서비스를 위한 검색데이터의 중요성이 증가되면서 검색 품질에 대한 사용자의 까다로운 요구를 반영하기 위한 다양한 검색서비스가 등장하게 되었다. 즉, 초창기에는 많은 데이터에 대한 빠른 검색 및 많은 검색결과 중심이었으나, 점차 데이터 활용이 정보라는 측면에서 중요한 일부분이 되어가면서, 검색 품질과 검색데이터의 유용성이 중요한 지표가 되어 가고 있다.
사용자 이용(요구) 측면에서, 인터넷 초기에는 서비스 중심 데이터에 만족했으나, 정보화 시대에 들어와 서비스의 활용도가 중요한 관심사가 되었고, 이에 따라 활용성이 높은 데이터를 요구하게 되었다. 이러한 요구에 부응해 다양한 형식의 데이터가 다양한 애플리케이션에서 제공되기 시작했으나, 각각의 요구에 맞는 형식이 서로 달랐다. 즉, 하나의 만족스러운 데이터를 얻기 위해서는 다양한 채널을 통해 데이터를 수집해야하는 문제점이 있어, 활용도 높은 데이터를 얻기 위한 서비스 획득의 시간과 노력이 줄어 들지 않고 있다.
한국등록특허 제10-0864564호는 시나리오 기반의 문화 유산 저작 시스템에 관한 것으로서, 방대한 문화 유산의 데이터의 효율적인 검색이 가능하도록 정보간의 연관 관계 및 공유성을 높힘과 더불어 효율적인 데이터 검색에 기초하여 시나리오 기반의 데이터를 저작할 수 있도록 한다. 이를 위하여, 다수의 문화 원형 데이터와 메타 데이터가 저장되어 있고 이를 기초로 하는 온톨로지(Ontology)가 구축되어 있는 원형정보 데이터베이스, 온톨로지의 의미론적인 검색을 수행하고 검색 결과물을 출력하는 데이터 검색 모듈 및 시나리오 기반의 문화유산 브라우저를 저작하기 위한 저작 모듈을 포함한다.
이러한 종래기술은 원형 데이터와 메타 데이터를 이용하여 정보간의 연관 관계를 저작하나, 다양한 형식의 비정형 데이터를 처리하고 비정형 데이터 및 정형 데이터를 포함하는 데이터간의 연관성을 추출하지 못하는 문제점이 있다.
한국등록특허 제10-0864564호
본 발명의 목적은 사용자 요구에 최적화된 데이터 제공을 위하여 비정형 데이터에서 데이터 간의 연관성을 추출하고 유효한 정보를 검색하여 사용자에게 제공할 수 있는 시공간 연관 정보 생성 방법을 제공하는데 있다.
본 발명의 목적은 원천 데이터의 유형을 사물, 인물, 시간 또는 공간으로 분류하고 사물, 인물 또는 공간으로 분류된 데이터를 시간 데이터와 연관시켜 시간 및 공간의 관점에서 데이터를 연관 지을 수 있는 시공간 연관 정보 생성 방법을 제공하는데 있다.
본 발명의 목적은 저장 영역을 집합 데이터 영역, 관심 데이터 영역, 참조 데이터 영역, 확장 데이터 영역 및 온톨로지 호환 데이터 영역으로 구분하여 원천 데이터로부터 생성 또는 변환된 데이터를 특정 데이터 영역에 저장할 수 있는 시공간 연관 정보 생성 방법을 제공하는데 있다.
본 발명의 목적은 사용자의 요청을 기초로 추출된 시공간 연관 정보를 지도에 매핑하여 사용자에게 직관적인 인터페이스를 제공할 수 있는 시공간 연관 정보 생성 방법을 제공하는데 있다.
상기 목적을 달성하기 위한 본 발명의 제1 측면은, 사용자 단말과 연결 가능한 시공간 연관 정보 생성 서버에서 수행되고, 상기 시공간 연관 정보 생성 방법은 (a) 원천 데이터를 정형 부분 데이터 및 비정형 부분 데이터로 분류하고 상기 비정형 부분 데이터를 재구성하는 단계, (b) 상기 재구성된 원천 데이터를 사물 클래스, 인물 클래스, 시간 클래스 및 공간 클래스 중 적어도 하나의 클래스로 분류하는 단계 및 (c) 상기 분류된 데이터 중에서 상기 사물 클래스, 인물 클래스 및 공간 클래스에 포함되는 데이터 간의 연관성을 분석하여 제1 연관 데이터를 생성하고 상기 제1 연관 데이터 및 상기 시간 클래스에 포함되는 데이터 간의 연관성을 분석하여 제2 연관 데이터를 생성하는 단계를 포함한다.
바람직하게, 상기 (a) 단계는 상기 비정형 부분 데이터에 포함되어 있는 문장 각각에 대하여 문장을 재배열하고 상기 문장에 포함되어 있는 형태소를 분석하는 단계를 포함할 수 있다.
바람직하게, 상기 (a) 단계는 상기 재구성된 비정형 부분 데이터를 문장 성분별로 재배열하여 온톨로지 호환 데이터 영역(Ontology Compatible Data Area)에 저장하는 단계를 더 포함할 수 있다.
바람직하게, 상기 (c) 단계는 상기 분류된 데이터를 참조 데이터 영역에 저장되어 있는 시간 또는 공간 정보와 비교 및 매칭하여 상기 제1 및 제2 연관 데이터를 생성하는 단계를 포함할 수 있다.
바람직하게, 상기 (c) 단계는 상기 제1 및 제2 연관 데이터를 관심 데이터 영역(Dimension Data Area)에 저장하는 단계를 더 포함할 수 있다.
바람직하게, 상기 (c) 단계는 상기 제2 연관 데이터와 연관된 사건 데이터가 있는 경우에는 해당 사건 데이터를 상기 사물 클래스, 인물 클래스 또는 공간 클래스에 연결하는 단계를 더 포함할 수 있다.
바람직하게, 상기 (c) 단계는 상기 사건 데이터를 확장 데이터 영역(Derivation Data Area)에 저장하는 단계를 더 포함할 수 있다.
바라직하게, (d) 사용자로부터 시공간 연관 정보 추출 요청이 있는 경우에는 상기 사용자에 의하여 입력된 추출 조건을 기초로 통합 데이터 영역 또는 관심 데이터 영역에 저장되어 있는 시공간 연관 정보를 추출하는 단계를 더 포함할 수 있다.
바람직하게, 상기 (d) 단계는 상기 사용자에 의하여 검색어 및 검색 필터 조건이 입력된 경우에는 상기 검색 필터 조건에 따라 상기 관심 데이터 영역에 포함되어 있는 클래스 중에서 특정 클래스를 선택하고 상기 특정 클래스에 포함된 데이터 중에서 상기 검색어와 연관된 공통 데이터 집합을 임시 저장하는 단계를 포함할 수 있다.
바람직하게, 상기 (d) 단계는 상기 공통 데이터 집합과 연관된 사건 데이터가 있는 경우에는 상기 공통 데이터 집합 및 상기 사건 데이터를 연동하는 단계를 더 포함할 수 있다.
바라직하게, 상기 (d) 단계는 상기 공통 데이터 집합을 지도에 매핑하여 상기 사용자에게 제공하는 단계를 포함할 수 있다.
상기 목적을 달성하기 위한 본 발명의 제2 측면은, 데이터를 정형 부분 데이터 및 비정형 부분 데이터로 분류하고 상기 비정형 부분 데이터를 재구성하는 비정형 데이터 분석부, 상기 재구성된 원천 데이터를 사물 클래스, 인물 클래스, 시간 클래스 및 공간 클래스 중 적어도 하나의 클래스로 분류하는 클래스 분류부 및 상기 분류된 데이터 중에서 상기 사물 클래스, 인물 클래스 및 공간 클래스에 포함되는 데이터 간의 연관성을 분석하여 제1 연관 데이터를 생성하고 상기 제1 연관 데이터 및 상기 시간 클래스에 포함되는 데이터 간의 연관성을 분석하여 제2 연관 데이터를 생성하는 연관 생성부를 포함한다.
바람직하게, 상기 비정형 데이터 분석부는 상기 비정형 부분 데이터에 포함되어 있는 문장 각각에 대하여 문장을 재배열하고 상기 문장에 포함되어 있는 형태소를 분석할 수 있다.
바람직하게, 상기 연관 생성부는 상기 분류된 데이터를 참조 데이터 영역에 저장되어 있는 시간 또는 공간 정보와 비교 및 매칭하여 상기 제1 및 제2 연관 데이터를 생성할 수 있다.
바람직하게, 상기 연관 생성부는 상기 제2 연관 데이터와 연관된 사건 데이터가 있는 경우에는 해당 사건 데이터를 상기 사물 클래스, 인물 클래스 또는 공간 클래스에 연관시킬 수 있다.
바람직하게, 사용자로부터 시공간 연관 정보 추출 요청이 있는 경우에는 상기 사용자에 의하여 입력된 추출 조건을 기초로 통합 데이터 영역 또는 관심 데이터 영역에 저장되어 있는 시공간 연관 정보를 추출하는 연관 정보 추출부를 더 포함할 수 있다.
바람직하게, 상기 연관 정보 추출부는 상기 사용자에 의하여 검색어 및 검색 필터 조건이 입력된 경우에는 상기 검색 필터 조건에 따라 관심 데이터 영역에 포함되어 있는 클래스 중에서 특정 클래스를 선택하고 상기 특정 클래스에 포함된 데이터 중에서 상기 검색어와 연관된 공통 데이터 집합을 임시 저장할 수 있다.
바람직하게, 상기 연관 정보 추출부는 상기 공통 데이터 집합과 연관된 사건 데이터가 있는 경우에는 상기 공통 데이터 집합 및 상기 사건 데이터를 연동할 수 있다.
바람직하게, 상기 연관 정보 추출부는 상기 공통 데이터 집합을 지도에 매핑하여 상기 사용자에게 제공할 수 있다.
바람직하게, 상기 재구성된 비정형 부분 데이터를 온톨로지 호환 데이터 영역(Ontology Compatible Data Area)에 저장하고 상기 제1 및 제2 연관 데이터를 관심 데이터 영역(Dimension Data Area)에 저장하고 사건 데이터를 확장 데이터 영역(Derivation Data Area)에 저장하는 데이터베이스를 더 포함할 수 있다.
상기 목적을 달성하기 위한 본 발명의 제3 측면은, (a) 원천 데이터를 정형 부분 데이터 및 비정형 부분 데이터로 분류하고 상기 비정형 부분 데이터를 재구성하는 기능, (b) 상기 재구성된 원천 데이터를 사물 클래스, 인물 클래스, 시간 클래스 및 공간 클래스 중 적어도 하나의 클래스로 분류하는 기능 및 (c) 상기 분류된 데이터 중에서 상기 사물 클래스, 인물 클래스 및 공간 클래스에 포함되는 데이터 간의 연관성을 분석하여 제1 연관 데이터를 생성하고 상기 제1 연관 데이터 및 상기 시간 클래스에 포함되는 데이터 간의 연관성을 분석하여 제2 연관 데이터를 생성하는 기능을 포함한다.
바람직하게, 본 발명에 따른 시공간 연관 정보 생성 방법은 컴퓨터로 판독할 수 있는 기록매체에 컴퓨터로 판독할 수 있는 코드로 구현되는 것이 가능하다. 컴퓨터가 읽을 수 있는 기록매체에는 컴퓨터 시스템에 의하여 읽혀질 수 있는 데이터가 저장되는 모든 종류의 기록 장치를 포함한다. 예컨대, 컴퓨터가 읽을 수 있는 기록매체로는 롬(ROM), 램(RAM), 시디-롬(CD-ROM), 자기 테이프, 하드디스크, 플로피 디스크, 이동식 저장장치, 비휘발성 메모리(Flash Memory), 광 데이터 저장장치 등이 있다.
이상에서 설명한 바와 같은 본 발명의 시공간 연관 정보 생성 방법에 따르면, 원천 데이터의 비정형 데이터를 정형화하여 원천데이터를 재구성함으로써, 비정형 데이터를 이용한 데이터간의 연관성을 추출할 수 있는 이점이 있다.
또한, 본 발명에 따르면, 원천 데이터의 유형을 사물, 인물, 시간 또는 공간으로 분류하고 사물, 인물 또는 공간으로 분류된 데이터를 시간 데이터와 연관시킴으로써, 시공간 정보를 통합 수 있는 이점이 있다. 이에 더하여, 본 발명은 시공간 연관 정보를 지도에 매핑하여 사용자에게 제공함으로써, 직관적인 인터페이스를 제공할 수 있는 이점이 있다.
도 1은 본 발명의 바람직한 실시예에 따른 시공간 연관 정보 생성 시스템에 대한 도면이다.
도 2는 도 1의 시공간 연관 정보 생성 서버에 대한 블록도이다.
도 3은 본 발명의 일 실시예에 따른 데이터 저장 구조에 대한 블록도이다.
도 4는 도 1의 연관 정보 생성 시스템에서 수행되는 연관 정보 생성 방법에 대한 흐름도이다.
도 5는 도 4의 연관 정보 생성 방법에 대한 보다 구체적인 흐름도이다.
도 6은 도 4의 연관 정보 생성 방법에 대한 블록 흐름도이다.
도 7은 도 5의 시공간 연관 정보 추출 단계에 대한 블록 흐름도이다.
도 8은 시공간 정보 검색 결과에 대한 예시이다.
이하, 본 발명의 이점 및 특징, 그리고 그것들을 달성하는 방법은 첨부되는 도면과 함께 상세하게 후술되어 있는 실시예들을 참조하면 명확해질 것이다. 그러나 본 발명은 이하에서 개시되는 실시예들에 한정되는 것이 아니라 서로 다른 다양한 형태로 구현될 것이며, 단지 본 실시예들은 본 발명의 개시가 완전하도록 하며, 본 발명이 속하는 기술분야에서 통상의 지식을 가진 자에게 발명의 범주를 완전하게 알려주기 위해 제공되는 것이며, 본 발명은 청구항의 범주에 의해 정의될 뿐이다. 명세서 전체에 걸쳐 동일 참조 부호는 동일 구성 요소를 지칭한다. "및/또는"은 언급된 아이템들의 각각 및 하나 이상의 모든 조합을 포함한다.
비록 제1, 제2 등이 다양한 소자, 구성요소 및/또는 섹션들을 서술하기 위해서 사용되나, 이들 소자, 구성요소 및/또는 섹션들은 이들 용어에 의해 제한되지 않음은 물론이다. 이들 용어들은 단지 하나의 소자, 구성요소 또는 섹션들을 다른 소자, 구성요소 또는 섹션들과 구별하기 위하여 사용하는 것이다. 따라서, 이하에서 언급되는 제1 소자, 제1 구성요소 또는 제1 섹션은 본 발명의 기술적 사상 내에서 제2 소자, 제2 구성요소 또는 제2 섹션일 수도 있음은 물론이다.
또한, 각 단계들에 있어 식별부호(예를 들어, a, b, c 등)는 설명의 편의를 위하여 사용되는 것으로 식별부호는 각 단계들의 순서를 설명하는 것이 아니며, 각 단계들은 문맥상 명백하게 특정 순서를 기재하지 않는 이상 명기된 순서와 다르게 일어날 수 있다. 즉, 각 단계들은 명기된 순서와 동일하게 일어날 수도 있고 실질적으로 동시에 수행될 수도 있으며 반대의 순서대로 수행될 수도 있다.
본 명세서에서 사용된 용어는 실시예들을 설명하기 위한 것이며 본 발명을 제한하고자 하는 것은 아니다. 본 명세서에서, 단수형은 문구에서 특별히 언급하지 않는 한 복수형도 포함한다. 명세서에서 사용되는 포함한다(comprises)" 및/또는 포함하는(comprising)"은 언급된 구성요소, 단계, 동작 및/또는 소자는 하나 이상의 다른 구성요소, 단계, 동작 및/또는 소자의 존재 또는 추가를 배제하지 않는다.
다른 정의가 없다면, 본 명세서에서 사용되는 모든 용어(기술 및 과학적 용어를 포함)는 본 발명이 속하는 기술분야에서 통상의 지식을 가진 자에게 공통적으로 이해될 수 있는 의미로 사용될 수 있을 것이다. 또 일반적으로 사용되는 사전에 정의되어 있는 용어들은 명백하게 특별히 정의되어 있지 않는 한 이상적으로 또는 과도하게 해석되지 않는다.
또한, 본 발명의 실시예들을 설명함에 있어서 공지 기능 또는 구성에 대한 구체적인 설명이 본 발명의 요지를 불필요하게 흐릴 수 있다고 판단되는 경우에는 그 상세한 설명을 생략할 것이다. 그리고 후술되는 용어들은 본 발명의 실시예에서의 기능을 고려하여 정의된 용어들로서 이는 사용자, 운용자의 의도 또는 관례 등에 따라 달라질 수 있다. 그러므로 그 정의는 본 명세서 전반에 걸친 내용을 토대로 내려져야 할 것이다.
도 1은 본 발명의 바람직한 실시예에 따른 시공간 연관 정보 생성 시스템에 대한 도면이다.
도 1을 참조하면, 시공간 연관 정보 생성 시스템(100)은 사용자 단말(110) 및 시공간 연관 정보 생성 서버(120)를 포함한다. 여기에서, 사용자 단말(110) 및 시공간 연관 정보 생성 서버(120)는 네트워크를 통하여 연결된다.
사용자 단말(110)은 시공간 연관 정보 생성 방법을 수행하기 위한 데이터를 사용자로부터 입력 받아 시공간 연관 정보 생성 서버(120)에 전송할 수 있고 시공간 연관 정보 생성 서버(120)로부터 시공간 연관 정보 생성 결과 또는 시공간 연관 정보 추출 결과를 수신하여 출력할 수 있다. 일 실시예에서, 사용자 단말(110)은 시공간 연관 정보 생성의 기초가 되는 원천 데이터를 시공간 연관 정보 생성 서버(120)에 제공할 수 있다.
예를 들어, 사용자 단말(110)은 데스크탑 PC(Personal Computer, PC), 노트북 PC, 셀룰러폰(Cellular phone), 피씨에스폰(PCS phone: Personal Communications Services phone), 동기식/비동기식 IMT-2000(International Mobile Telecommunication-2000), 팜 PC(Palm Personal Computer), 개인용 디지털 보조기(PDA: Personal Digital Assistant), 스마트폰(Smart phone), 왑폰(WAP phone: Wireless application protocol phone), 모바일 게임기(mobile play-station), PDA폰 또는 통신기능이 있는 DMB(Digital Multimedia Broadcasting)폰, 태블릿 PC, 아이패드(iPad) 등 네트워크를 통하여 시공간 연관 정보 생성 서버(120)에 접속하여 시공간 연관 정보 생성 방법을 이용할 수 있는 모든 종류의 유무선 통신 장치를 포괄적으로 의미할 수 있다.
시공간 연관 정보 생성 서버(120)는 사용자 단말(110)과 연결되어 시공간 연관 정보 생성 방법을 수행할 수 있는 장치에 해당하며, 보다 구체적으로, 시공간 연관 정보 생성 서버(120)는 사용자 단말(110)로부터 수신하거나 또는 기 저장되어 있는 데이터를 기초로 시공간 연관 정보를 생성하여 저장하고 사용자 단말(110)로부터 특정 정보의 추출 요청이 있는 경우에는 시공간 연관 정보를 추출하여 사용자 단말(110)에 제공한다.
일 실시예에서, 시공간 연관 정보 생성 서버(120)는 데이터베이스를 더 포함할 수 있다. 여기에서, 데이터베이스는 시공간 연관 정보 생성 서버(120)를 통하여 수집된 데이터 또는 생성된 데이터를 저장할 수 있고 각 데이터의 특성에 따라 집합 데이터 영역, 참조 데이터 영역, 관심 데이터 영역, 확장 데이터 영역 또는 온토롤지 호환 데이터 영역에 저장하여 관리할 수 있다. 일 실시예에서, 데이터베이스를 통하여 관리되는 데이터는 시공간 연관 정보 생성 서버(120)를 통하여 관리될 수 있다.
도 2는 도 1의 시공간 연관 정보 생성 서버에 대한 블록도이다.
도 2를 참조하면, 시공간 연관 정보 생성 서버(120)는 비정형 데이터 분석부(210), 클래스 분류부(220), 연관 생성부(230), 연관 정보 추출부(240) 및 제어부(250)를 포함한다.
비정형 데이터 분석부(210)는 원천 데이터를 정형 부분 데이터 및 비정형 부분 데이터로 분류하고 비정형 부분 데이터를 재구성하여 원천 데이터를 정형화 부분 데이터 및 정형화된 부분 데이터로 구성되도록 할 수 있다. 여기에서, 비정형 부분 데이터는 일정한 규격이나 형태를 지닌 정형 데이터 이외의 데이터로서 형태와 구조가 구조화 되지 않는 데이터에 해당하고, 예를 들어, 문서, 음성 정보, 영상 정보, 이메일, 트위터 또는 블로그에 해당할 수 있다.
일 실시예에서, 비정형 부분 데이터는 유형이 불규칙하고 의미를 파악하기 모호하여 기존의 컴퓨터 처리 방식을 적용하기 어려우므로, 비정형 데이터 분석부(210)는 비정형 부분 데이터에 포함되어 있는 문장 각각에 대하여 문장을 재배열하고 문장에 포함되어 있는 형태소를 분석하여 정형화된 데이터로 재구성할 수 있다. 일 실시예에서, 비정형 데이터 분석부(210)는 재구성된 비정형 부분 데이터를 문장 성분별로 재배열하여 데이터베이스에 저장할 수 있다.
클래스 분류부(220)는 비정형 데이터 분석부(210)를 통하여 재구성된 원천 데이터를 사물 클래스, 인물 클래스, 시간 클래스 및 공간 클래스 중 적어도 하나의 클래스로 분류한다. 여기에서, 사물(Thing) 클래스는 인물 클래스, 시간 클래스 및 공간 클래스에 속하지 않는 모든 데이터, 인물(Actor) 클래스는 인명사전 등에 존재하는 데이터, 시간(Time) 클래스는 시간 포맷을 가진 데이터 및 공간(Place) 클래스는 지명 또는 주소 포맷을 가진 데이터에 해당할 수 있다.
연관 생성부(230)는 클래스 분류부(220)를 통하여 분류된 데이터 중에서 사물 클래스, 인물 클래스 및 공간 클래스에 포함되는 데이터 간의 연관성을 분석하여 제1 연관 데이터를 생성하고 제1 연관 데이터 및 시간 클래스에 포함되는 데이터 간의 연관성을 분석하여 제2 연관 데이터를 생성한다. 일 실시예에서, 연관 생성부(230)는 분류된 데이터를 데이터베이스에 기 저장되어 있는 시간 또는 공간 정보와 비교 및 매칭하여 제1 및 제2 연관 데이터를 생성할 수 있고, 생성된 제1 및 제2 연관 데이터를 데이터베이스에 저장할 수 있다.
예를 들어, 연관 생성부(230)는 사물간, 인물간, 공간간, 사물-인물간, 사물-공간간 또는 인물-공간간 등 다양하게 사물, 인물 및 공간 클래스들 간의 제1 연관 데이터를 생성할 수 있고, 연관 생성부(230)는 사물-시간간, 인물-시간간, 공간-시간간, 사물-인물-시간간, 사물-공간-시간간 또는 인물-공간-시간간 등 다양하게 제1 연관 데이터 및 시간 클래스 간의 제2 연관 데이터를 생성할 수 있다.
일 실시예에서, 연관 생성부(230)는 제2 연관 데이터와 연관된 사건 데이터가 있는 경우에는 해당 사건 데이터를 사물 클래스, 인물 클래스 또는 공간 클래스에 연결하고 데이터베이스에 저장할 수 있다. 예를 들어, 연관 생성부(230)는 인물-시간간의 제2 연관 데이터와 연관된 사건 데이터가 있는 경우에는 해당 사건 데이터를 인물 클래스와 연결하고 데이터베이스에 저장할 수 있다.
연관 정보 추출부(240)는 사용자로부터 시공간 연관 정보 추출 요청이 있는 경우에는 사용자에 의하여 입력된 추출 조건을 기초로 데이터베이스에 저장되어 있는 시공간 연관 정보를 추출한다. 일 실시예에서, 연관 정보 추출부(240)는 사용자에 의하여 추출 조건으로서 검색어 및 검색 필터 조건이 입력된 경우에는 검색 필터 조건에 따라 데이터베이스에 저장되어 있는 클래스 중에서 특정 클래스를 선택하고 특정 클래스에 포함된 데이터 중에서 검색어와 연관된 공통 데이터 집합을 임시 저장할 수 있다.
일 실시예에서, 연관 정보 추출부(240)는 임시 저장된 공통 데이터 집합과 연관된 사건 데이터가 있거나 또는 추출 조건으로서 사용자로부터 사건 클래스가 선택된 경우에는 공통 데이터 집합 및 사건 데이터를 연동하여 추출 결과를 생성하고 생성된 추출 결과를 지도에 매핑하여 사용자에게 제공할 수 있다.
제어부(250)는 비정형 데이터 분석부(210), 클래스 분류부(220), 연관 생성부(230) 및 연관 정보 추출부(240)의 동작 및 데이터의 흐름을 제어한다.
도 3은 본 발명의 일 실시예에 따른 데이터 저장 구조에 대한 블록도이다.
도 3을 참조하면, 시공간 연관 정보 생성 서버(120) 또는 데이터베이스를 통하여 데이터를 저장 및 관리하기 위한 저장 구조는 통합 데이터 영역(Aggregate Data Area)(310), 참조 데이터 영역(Reference Data Area)(320), 관심 데이터 영역(Dimension Data Area)(330), 확장 데이터 영역(Derivation Data Area)(340) 및 온톨로지 호환 데이터 영역(Ontology Compatible Data Area)(350)을 포함한다.
통합 데이터 영역(310)에는 원천 데이터가 저장된다. 일 실시예에서, 원천 데이터는 외부 데이터 소스로부터 공급되는 데이터에 해당하고, 예를 들어, 외부 데이터 소스는 문화재청 문서 또는 홈페이지, e뮤지엄 문서 또는 홈페이지에 해당할 수 있고, 이에 한정되지 않으며 다양한 공급원으로부터 원천 데이터를 제공받을 수 있다. 또한, 특정 사용자 단말(110)을 통하여도 원천 데이터를 제공받을 수 있다.
참조 데이터 영역(320)에는 통합 데이터 영역(310)에 저장되어 있는 원천 데이터를 관심 데이터 영역(330)의 클래스별로 분류하기 위하여 참조되는 시간 및 공간에 대한 데이터가 저장된다. 보다 구체적으로, 통합 데이터 영역(310)의 원천 데이터는 비정형 데이터 분석부(210)를 통하여 재구성되어 타이틀, 설명, 주소 및 기타 필드로 분류되고, 각각의 필드에 포함되어 있는 데이터는 클래스 분류부(220)를 통하여 참조 데이터 영역(320)에 있는 데이터와의 비교 매칭을 수행하여 관심 데이터 영역(330)의 사물, 인물, 시간 및 공간 클래스로 분류된다.
예를 들어, 도 3을 참조하면, 통합 데이터 영역(310)의 타이틀 필드에 있는 데이터는 조선왕조실록의 데이터와 비교 매칭하여 사물 클래스로 분류된다. 설명 필드에 있는 데이터는 각 문장 별로 명사, 동사, 시간으로 문장 성분이 분석되고 명사 및 동사로 분류되는 데이터는 한국역대인물 종합정보시스템의 데이터와 비교 매칭하여 사물, 인물 또는 공간 데이터로 분류된 다음, 사물로 분류된 데이터는 조선왕조실록의 데이터와 비교 매칭하여 사물 클래스로 분류되고, 인물로 분류된 데이터는 인물 클래스로 분류되며 공간으로 분류된 데이터는 조선왕조실록 및 다음(Daum) 지도 어플리케이션의 데이터와 비교 매칭하여 공간 클래스로 분류된다. 또한, 설명 필드에서 시간으로 분류된 데이터는 시간 클래스로 분류되고, 주소 필드에 있는 데이터는 조선왕조실록 및 다음(Daum) 지도 어플리케이션의 데이터와 비교 매칭하여 공간 클래스로 분류될 수 있다.
관심 데이터 영역(330)에는 연관 생성부(230)를 통하여 생성된 제1 및 제2 연관 데이터가 저장되고, 클래스들 간의 연관 관계는 클래스들 각각에 저장되어 있는 사물-식별자 및 문장-식별자를 통하여 관리된다. 일 실시예에서, 관심 데이터 영역(330)에는 통합 데이터 영역의 원천 데이터로부터 클래스별로 분류된 데이터가 저장되고, 사물, 인물 및 공간 클래스의 데이터는 시간 클래스와 연계되어 특정 데이터를 검색하더라도 시간적으로 연관성 있는 데이터를 추출할 수 있도록 할 수 있다.
일 실시예에서, 관심 데이터 영역(330)의 각 클래스 별로 분류되어 저장되는 데이터는 해당 클래스의 정보 저장 구조에 적합하도록 저장될 수 있다. 예를 들어, 사물 클래스로 분류되어 저장되는 데이터는 사물-순서, 사물-이름, 사물-식별자, 문장-식별자에 해당하는 구조로 데이터가 저장될 수 있다.
확장 데이터 영역(340)에는 시간 클래스와 연관된 사건 데이터만 저장되고, 즉, 연관 생성부(230)를 통하여 생성된 제2 연관 데이터와 연관된 사건 데이터가 저장된다. 보다 구체적으로, 확장 데이터 영역(340)에는 사물, 인물 또는 공간 클래스에 포함되는 데이터가 참조 데이터 영역(320) 중 시간 클래스에 포함되는 데이터와 관련이 있는 경우 시간 클래스와 연관된 사건 정보만으로 새로운 데이터 집합을 만들고 해당 데이터 집합은 사물, 인물 또는 공간 클래스와 연결될 수 있다.
온톨로지 호환 데이터 영역(350)에는 비정형 데이터 분석부(210)를 통하여 재구성된 비정형 부분 데이터가 문장 성분별로 재배열되어 저장되고, 즉, 형태소로 분류된 데이터가 문장 형태로 저장되어 RDF(Resource Description Format) 형식의 데이터로 변환되거나 저장될 수 있다.
도 4는 도 1의 연관 정보 생성 시스템에서 수행되는 연관 정보 생성 방법에 대한 흐름도이다.
비정형 데이터 분석부(210)는 원천 데이터를 재구성한다(단계 S401). 일 실시예에서, 비정형 데이터 분석부(210)는 정형 부분 데이터 및 비정형 부분 데이터로 구성된 원천 데이터를 정형 부분 데이터 및 정형화된 부분 데이터로 재구성할 수 있다.
클래스 분류부(220)는 재구성된 원천 데이터를 클래스별로 분류한다(단계 S402). 일 실시예에서, 클래스 분류부(220)는 재구성된 원천 데이터를 사물 클래스, 인물 클래스, 시간 클래스, 공간 클래스 또는 사건 클래스로 분류할 수 있다.
연관 생성부(230)는 제1 연관 데이터 및 제2 연관 데이터를 생성한다(단계 S403). 일 실시예에서, 연관 생성부(230)는 사물, 인물 및 공간 클래스 간의 연관성을 분석하여 제1 연관 데이터를 생성하고, 제1 연관 데이터 및 시간 클래스 간의 연관성을 분석하여 제2 연관 데이터를 생성할 수 있다.
도 5는 도 4의 연관 정보 생성 방법에 대한 보다 구체적인 흐름도이다.
이하, 도 6의 연관 정보 생성 방법에 대한 블록 흐름도 및 도 7의 시공간 연관 정보 추출 단계에 대한 블록 흐름도를 참조하여 설명한다.
비정형 데이터 분석부(210)는 원천 데이터를 정형 부분 데이터 및 비정형 부분 데이터로 분류하고(단계 S501), 비정형 부분 데이터를 재구성한다(단계 S502). 보다 구체적으로, 도 5를 참조하면, 원천 데이터는 비정형 데이터 분석부(210)의 데이터 분류 모듈(611)을 통하여 정형 부분 및 비정형 부분 데이터로 분류되고 비정형 부분으로 분류된 데이터는 문장 검증 모듈(612) 및 형태소 분석 모듈(613)을 통하여 정형화된 부분으로 재구성된다.
일 실시예에서, 구조화 문장 생성 모듈(614)은 문장 검증 모듈(612)을 통하여 재배열된 사물 설명 문장들로 구성된 단순 텍스트 문자열들이 형태소 분석 모듈(613)을 통해 품사 태그가 붙어 있는 토큰으로 변환되면 해당 문장을 한국의 문장 구조에 맞게 문장 성분별로 재배열할 수 있다. 보다 구체적으로, 구조화 문장 생성 모듈(614)은 하나의 문장을 주어, 목적어, 서술어, 부사어, 관형어 및 보어의 순서로 나누어 데이터베이스의 온톨로지 호환 데이터 영역(350)에 저장할 수 있다.
클래스 분류부(220)는 재구성된 원천 데이터를 사물, 인물, 시간 또는 공간 클래스로 분류한다(단계 S503). 보다 구체적으로, 도 5를 참조하면, 비정형 데이터 분석부(210)를 통하여 재구성된 원천 데이터는 클래스 분류부(220)의 사물 클래스 분류 모듈(621), 인물 클래스 분류 모듈(622), 시간 클래스 분류 모듈(623) 및 공간 클래스 분류 모듈(624)을 통하여 클래스별로 분류될 수 있다.
연관 생성부(230)는 사물, 인물 및 공간 클래스에 포함되는 데이터간 연관성을 분석하여 제1 연관 데이터를 생성하고(단계 S504), 제1 연관 데이터 및 시간 클래스에 포함되는 데이터간 연관성을 분석하여 제2 연관 데이터를 생성한다(단계 S505). 보다 구체적으로, 도 5를 참조하면, 사물 연관 생성 모듈(631), 인물 연관 생성 모듈(632) 및 공간 연관 생성 모듈(633)을 통하여 해당 클래스별 연관 정보에 해당하는 제1 연관 데이터가 생성될 수 있고 이와 동시에 시간 연관 생성 모듈(634)을 통하여 시간 클래스와의 연관 정보에 해당하는 제2 연관 데이터가 생성될 수 있다.
연관 정보 추출부(240)는 사용자로부터 시공간 연관 정보 추출 요청이 있는지 여부를 확인하고(단계 S505), 일 실시예에서, 사용자로부터 시공간 연관 정보 추출 요청이 있는 경우에는 연관 정보 추출부(240)는 사용자로부터 추출 조건을 수신한다(단계 S507). 여기에서, 추출 조건은 검색어 및 검색 필터 조건을 포함할 수 있고, 검색 필터 조건은 사물, 인물, 시간, 공간 또는 사건 클래스 중 사용자에 의하여 선택된, 즉, 사용자가 검색어의 검색 범위로 한정한 클래스 조건에 해당할 수 있다.
연관 정보 추출부(240)는 사용자로부터 수신한 추출 조건을 기초로 공통 데이터 집합을 생성하고(단계 S508), 생성된 공통 데이터 집합을 지도에 매핑하여 사용자에게 제공한다(단계 S509). 일 실시예에서, 연관 정보 추출부(240)는 공통 데이터 집합과 연관된 사건 데이터가 있는 경우에는 해당 사건 데이터를 공통 데이터 집합과 연동하여 추출 결과 데이터를 생성하고 추출 결과 데이터를 지도에 매핑하여 사용자에게 제공할 수 있다.
보다 구체적으로, 도 7을 참조하면, 연관 정보 추출부(240)의 입력 모듈(741)은 사용자에 의하여 사용자 단말(110)을 통하여 입력된 검색어 또는 선택된 검색 필터 조건을 수신하고, 여기에서, 검색 필터 조건은 사물, 인물 또는 사건 클래스를 선택하는 것에 해당할 수 있다.
일 실시예에서, 입력 모듈(741)은 사용자로부터 검색 필터 조건이 입력되지 않고 검색어만 입력된 경우에는 전체 스캐너(Full Scaner)를 통하여 통합 데이터 영역(310)의 타이틀, 설명 및 주소 필드를 모두 검색하고 관심 데이터 영역(330)을 전부 검색할 수 있다. 다른 일 실시예에서, 입력 모듈(741)은 사용자로부터 검색어 및 검색 필터 조건이 입력된 경우에는 클래스 스캐너(Class Scaner)를 통하여 관심 데이터 영역(330) 중 검색 필터 조건을 통하여 선택된 특정 클래스에 대하여 검색을 수행할 수 있다.
스캔 모듈(742)은 입력 모듈(741)을 통한 검색 결과로 통합 데이터 영역(310) 또는 관심 데이터 영역(330)에 사용자로부터 입력된 검색어와 일치하는 정보를 포함하는 관심 항목이 있는 경우에는 해당 관심 항목들의 공통 정보를 추출하여 임시 저장한다. 일 실시예에서, 공통 정보는 사물간, 인물간, 사물-인물간, 사물-공간간, 사물-시간간 또는 인물-시간간으로 조합되어 메모리 영역인 스캔 버퍼(Scan Buffer)에 저장될 수 있다.
일 실시예에서, 검색 모듈(743)은 사용자로부터 검색 필터 조건으로서 사건 클래스가 선택되거나 또는 임시 저장된 공통 정보와 연관된 사건이 있는 경우에는 해당 사건 정보가 저장된 확장 데이터 영역(340)과 임시 저장된 공통 정보를 연동할 수 있다.
출력 모듈(744)은 스캔 모듈(742)을 통하여 임시 저장된 공통 정보 또는 스캔 모듈(742) 및 검색 모듈(743)을 통하여 연동된 공통 정보 및 사건 정보를 리스트로 출력할 수 있다. 일 실시예에서, 출력 모듈(744)은 사물을 중심으로 사물과 관련된 사물 및 인물 리스트를 공간 및 시간 정보와 함께 처리하여 저장할 수 있고 사건 정보가 포함된 경우에는 사건 리스트도 함께 처리하여 저장할 수 있다.
일 실시예에서, 출력 모듈(744)은 사용자의 시공간 정보 추출 요청에 따른 최종 결과물을 지도 맵 상에 검색 필터 조건을 중심으로 관련 정보를 매핑하여 GPS 위치 값을 가지는 정보를 사용자 단말(110)을 통하여 출력할 수 있다.
도 8은 시공간 정보 검색 결과에 대한 예시이다.
도 8의 (a)를 참조하면, 사용자로부터 창덕궁에 해당하는 검색어를 입력받은 경우에 시공간 정보 검색 결과는 창덕궁의 장소, 창덕궁과 연관된 유물(예를 들어, 금천교, 인정전, 존덕정, 돈화문 등), 창덕궁과 연관된 유물의 장소, 창덕궁 및 창덕궁과 연관된 유물 각각과 연관된 시대 및 창덕궁 및 창덕궁과 연관된 유물 각각에 대한 상세 설명을 하나의 지도에 표시되어 사용자에게 제공된다.
도 8의 (b)를 참조하면, (a)의 창덕궁 및 창덕궁과 연관된 유물 각각과 연관된 시대에 대한 정보를 보다 상세하게 보고자 하는 경우에 사용자에게 제공될 수 있는 결과에 해당할 수 있다. 일 실시예에서, (a)의 상단에 위치한 시대를 나타내는 타임 라인에 창덕궁 및 창덕궁과 연관된 유물 각각과 연관된 시대가 표시될 수 있고 특정 유물을 선택하는 경우에는 해당 유물과 관련된 정보가 밑으로 내려오면서 미니 팝업으로 제공될 수 있다.
전술한 본 발명에 따른 시공간 연관 정보 생성 시스템 및 방법에 대한 바람직한 실시예에 대하여 설명하였지만, 본 발명은 이에 한정되는 것이 아니고 특허청구범위와 발명의 상세한 설명 및 첨부한 도면의 범위 안에서 여러가지로 변형하여 실시하는 것이 가능하고 이 또한 본 발명에 속한다.
100: 시공간 연관 정보 생성 시스템
110: 사용자 단말 120: 시공간 연관 정보 생성 서버
210: 비정형 데이터 분석부 220: 클래스 분류부
230: 연관 생성부 240: 연관 정보 추출부
250: 제어부
310: 통합 데이터 영역 320: 참조 데이터 영역
330: 관심 데이터 영역 340: 확장 데이터 영역
350: 온톨로지 호환 데이터 영역

Claims (21)

  1. 사용자 단말과 연결 가능한 시공간 연관 정보 생성 서버에서 수행되는 시공간 연관 정보 생성 방법에 있어서,
    (a) 원천 데이터를 정형 부분 데이터 및 비정형 부분 데이터로 분류하고, 상기 비정형 부분 데이터를 재구성하는 단계;
    (b) 상기 재구성된 원천 데이터를 사물 클래스, 인물 클래스, 시간 클래스 및 공간 클래스 중 적어도 하나의 클래스로 분류하는 단계; 및
    (c) 상기 분류된 데이터 중에서 상기 사물 클래스, 인물 클래스 및 공간 클래스에 포함되는 데이터 간의 연관성을 분석하여 제1 연관 데이터를 생성하고, 상기 제1 연관 데이터 및 상기 시간 클래스에 포함되는 데이터 간의 연관성을 분석하여 제2 연관 데이터를 생성하는 단계를 포함하는 시공간 연관 정보 생성 방법.
  2. 제1항에 있어서, 상기 (a) 단계는
    상기 비정형 부분 데이터에 포함되어 있는 문장 각각에 대하여 문장을 재배열하고, 상기 문장에 포함되어 있는 형태소를 분석하는 단계를 포함하는 것을 특징으로 하는 시공간 연관 정보 생성 방법.
  3. 제1항에 있어서, 상기 (a) 단계는
    상기 재구성된 비정형 부분 데이터를 문장 성분별로 재배열하여 데이터베이스의 온톨로지 호환 데이터 영역(Ontology Compatible Data Area)에 저장하는 단계를 더 포함하되,
    상기 온톨로지 호환 데이터 영역에는 형태소로 분류된 데이터가 문장 형태로 저장되는 것을 특징으로 하는 시공간 연관 정보 생성 방법.
  4. 제1항에 있어서, 상기 (c) 단계는
    상기 분류된 데이터를 데이터베이스의 참조 데이터 영역(Reference Data Area)에 저장되어 있는 시간 또는 공간 정보와 비교 및 매칭하여, 상기 제1 및 제2 연관 데이터를 생성하는 단계를 포함하되,
    상기 참조 데이터 영역에는 원천 데이터를 클래스별로 분류하기 위하여 참조되는 시간 및 공간에 대한 데이터가 저장되는 것을 특징으로 하는 시공간 연관 정보 생성 방법.
  5. 제1항에 있어서, 상기 (c) 단계는
    상기 제1 및 제2 연관 데이터를 데이터베이스의 관심 데이터 영역(Dimension Data Area)에 저장하는 단계를 더 포함하되,
    상기 관심 데이터 영역에는 원천 데이터로부터 클래스별로 분류된 데이터가 저장되는 것을 특징으로 하는 시공간 연관 정보 생성 방법.
  6. 제1항에 있어서, 상기 (c) 단계는
    상기 제2 연관 데이터와 연관된 사건 데이터가 있는 경우에는 해당 사건 데이터를 상기 사물 클래스, 인물 클래스 또는 공간 클래스에 연결하는 단계를 더 포함하는 것을 특징으로 하는 시공간 연관 정보 생성 방법.
  7. 제6항에 있어서, 상기 (c) 단계는
    상기 사건 데이터를 데이터베이스의 확장 데이터 영역(Derivation Data Area)에 저장하는 단계를 더 포함하되,
    상기 확장 데이터 영역에는 시간 클래스와 연관된 사건 데이터가 저장되는 것을 특징으로 하는 시공간 연관 정보 생성 방법.
  8. 제1항에 있어서,
    (d) 사용자로부터 시공간 연관 정보 추출 요청이 있는 경우에는, 상기 사용자에 의하여 입력된 추출 조건을 기초로 통합 데이터 영역 또는 관심 데이터 영역에 저장되어 있는 시공간 연관 정보를 추출하는 단계를 더 포함하되,
    상기 통합 데이터 영역에는 원천 데이터가 저장되고, 상기 관심 데이터 영역에는 원천 데이터로부터 클래스별로 분류된 데이터가 저장되는 것을 특징으로 하는 시공간 연관 정보 생성 방법.
  9. 제8항에 있어서, 상기 (d) 단계는
    상기 사용자에 의하여 검색어 및 검색 필터 조건이 입력된 경우에는, 상기 검색 필터 조건에 따라 상기 관심 데이터 영역에 포함되어 있는 클래스 중에서 특정 클래스를 선택하고, 상기 특정 클래스에 포함된 데이터 중에서 상기 검색어와 연관된 공통 데이터 집합을 임시 저장하는 단계를 포함하는 것을 특징으로 하는 시공간 연관 정보 생성 방법.
  10. 제9항에 있어서, 상기 (d) 단계는
    상기 공통 데이터 집합과 연관된 사건 데이터가 있는 경우에는, 상기 공통 데이터 집합 및 상기 사건 데이터를 연동하는 단계를 더 포함하는 것을 특징으로 하는 시공간 연관 정보 생성 방법.
  11. 제9항에 있어서, 상기 (d) 단계는
    상기 공통 데이터 집합을 지도에 매핑하여 상기 사용자에게 제공하는 단계를 포함하는 것을 특징으로 하는 시공간 연관 정보 생성 방법.
  12. 원천 데이터를 정형 부분 데이터 및 비정형 부분 데이터로 분류하고 상기 비정형 부분 데이터를 재구성하는 비정형 데이터 분석부;
    상기 재구성된 원천 데이터를 사물 클래스, 인물 클래스, 시간 클래스 및 공간 클래스 중 적어도 하나의 클래스로 분류하는 클래스 분류부; 및
    상기 분류된 데이터 중에서 상기 사물 클래스, 인물 클래스 및 공간 클래스에 포함되는 데이터 간의 연관성을 분석하여 제1 연관 데이터를 생성하고, 상기 제1 연관 데이터 및 상기 시간 클래스에 포함되는 데이터 간의 연관성을 분석하여 제2 연관 데이터를 생성하는 연관 생성부를 포함하는 시공간 연관 정보 생성 서버.
  13. 제12항에 있어서, 상기 비정형 데이터 분석부는
    상기 비정형 부분 데이터에 포함되어 있는 문장 각각에 대하여 문장을 재배열하는 문장 검증 모듈 및 상기 문장에 포함되어 있는 형태소를 분석하는 형태소 분석 모듈을 포함하는 것을 특징으로 하는 시공간 연관 정보 생성 서버.
  14. 제12항에 있어서, 상기 연관 생성부는
    상기 분류된 데이터를 참조 데이터 영역에 저장되어 있는 시간 또는 공간 정보와 비교 및 매칭하여 상기 제1 및 제2 연관 데이터를 생성하되,
    상기 참조 데이터 영역에는 원천 데이터를 클래스별로 분류하기 위하여 참조되는 시간 및 공간에 대한 데이터가 저장되는 것을 특징으로 하는 시공간 연관 정보 생성 서버.
  15. 제12항에 있어서, 상기 연관 생성부는
    상기 제2 연관 데이터와 연관된 사건 데이터가 있는 경우에는, 해당 사건 데이터를 상기 사물 클래스, 인물 클래스 또는 공간 클래스에 연관시키는 것을 특징으로 하는 시공간 연관 정보 생성 서버.
  16. 제12항에 있어서,
    사용자로부터 시공간 연관 정보 추출 요청이 있는 경우에는, 상기 사용자에 의하여 입력된 추출 조건을 기초로 통합 데이터 영역 또는 관심 데이터 영역에 저장되어 있는 시공간 연관 정보를 추출하는 연관 정보 추출부를 더 포함하되,
    상기 통합 데이터 영역에는 원천 데이터가 저장되고, 상기 관심 데이터 영역에는 원천 데이터로부터 클래스별로 분류된 데이터가 저장되는 것을 특징으로 하는 시공간 연관 정보 생성 서버.
  17. 제16항에 있어서, 상기 연관 정보 추출부는
    상기 사용자에 의하여 검색어 및 검색 필터 조건이 입력된 경우에는, 상기 검색 필터 조건에 따라 관심 데이터 영역에 포함되어 있는 클래스 중에서 특정 클래스를 선택하는 입력모듈 및 상기 특정 클래스에 포함된 데이터 중에서 상기 검색어와 연관된 공통 데이터 집합을 임시 저장하는 스캔 모듈을 포함하는 것을 특징으로 하는 시공간 연관 정보 생성 서버.
  18. 제17항에 있어서, 상기 연관 정보 추출부는
    상기 공통 데이터 집합과 연관된 사건 데이터가 있는 경우에는, 상기 공통 데이터 집합 및 상기 사건 데이터를 연동하는 검색 모듈을 포함하는 것을 특징으로 하는 시공간 연관 정보 생성 서버.
  19. 제17항에 있어서, 상기 연관 정보 추출부는
    상기 공통 데이터 집합을 지도에 매핑하여 상기 사용자에게 제공하는 출력 모듈을 포함하는 것을 특징으로 하는 시공간 연관 정보 생성 서버.
  20. 제12항에 있어서,
    상기 재구성된 비정형 부분 데이터를 온톨로지 호환 데이터 영역(Ontology Compatible Data Area)에 저장하고 상기 제1 및 제2 연관 데이터를 관심 데이터 영역(Dimension Data Area)에 저장하고 사건 데이터를 확장 데이터 영역(Derivation Data Area)에 저장하는 데이터베이스를 더 포함하되,
    상기 온톨로지 호환 데이터 영역에는 형태소로 분류된 데이터가 문장 형태로 저장되고, 상기 관심 데이터 영역에는 원천 데이터로부터 클래스별로 분류된 데이터가 저장되고, 상기 확장 데이터 영역에는 시간 클래스와 연관된 사건 데이터가 저장되는 것을 특징으로 하는 시공간 연관 정보 생성 서버.
  21. 제1 항 내지 제11 항 중 어느 한 항의 방법을 컴퓨터로 실행시킬 수 있는 프로그램을 기록한 컴퓨터로 읽을 수 있는 기록매체.
KR1020150028269A 2015-02-27 2015-02-27 시공간 연관 정보 생성 방법, 이를 수행하는 시공간 연관 정보 생성 서버 및 이를 저장하는 기록매체 KR101651963B1 (ko)

Priority Applications (2)

Application Number Priority Date Filing Date Title
KR1020150028269A KR101651963B1 (ko) 2015-02-27 2015-02-27 시공간 연관 정보 생성 방법, 이를 수행하는 시공간 연관 정보 생성 서버 및 이를 저장하는 기록매체
CN201510128789.3A CN106156021A (zh) 2015-02-27 2015-03-23 时空关联信息生成方法和执行其的服务器

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020150028269A KR101651963B1 (ko) 2015-02-27 2015-02-27 시공간 연관 정보 생성 방법, 이를 수행하는 시공간 연관 정보 생성 서버 및 이를 저장하는 기록매체

Publications (1)

Publication Number Publication Date
KR101651963B1 true KR101651963B1 (ko) 2016-08-30

Family

ID=56886170

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020150028269A KR101651963B1 (ko) 2015-02-27 2015-02-27 시공간 연관 정보 생성 방법, 이를 수행하는 시공간 연관 정보 생성 서버 및 이를 저장하는 기록매체

Country Status (2)

Country Link
KR (1) KR101651963B1 (ko)
CN (1) CN106156021A (ko)

Families Citing this family (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106844493A (zh) * 2016-12-26 2017-06-13 中国科学院自动化研究所 面向本体的时空信息挖掘及可视化展示方法
CN106844709B (zh) * 2017-02-07 2020-11-03 上海众恒信息产业股份有限公司 多层级数据存储系统及存储方法
CN108460093A (zh) * 2018-01-30 2018-08-28 青岛中兴智能交通有限公司 一种公安系统的数据处理方法和装置
CN109492065B (zh) * 2018-10-26 2021-07-20 桂林电子科技大学 一种室内语义地图时空关系的抽取方法

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20080090224A (ko) * 2007-04-04 2008-10-08 한국방송공사 Ｏｗｌ 온톨로지의 클래스 사이의 연관도 측정 방법 및이를 구현하기 위한 프로그램을 기록한 기록매체
KR100864564B1 (ko) 2007-01-11 2008-10-20 한국문화콘텐츠진흥원 시나리오 기반의 문화 유산 저작 시스템

Family Cites Families (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20000023961A (ko) * 1999-12-22 2000-05-06 김정태 정보 모델링방법 및 데이터베이스 검색시스템
AU2007339735A1 (en) * 2007-01-04 2008-07-10 Thinking Solutions Pty Ltd Linguistic analysis
CN101231642A (zh) * 2007-08-27 2008-07-30 中国测绘科学研究院 时空数据库管理方法及其系统
US8788525B2 (en) * 2012-09-07 2014-07-22 Splunk Inc. Data model for machine data for semantic search
CN103136352B (zh) * 2013-02-27 2016-02-03 华中师范大学 基于双层语义分析的全文检索系统

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR100864564B1 (ko) 2007-01-11 2008-10-20 한국문화콘텐츠진흥원 시나리오 기반의 문화 유산 저작 시스템
KR20080090224A (ko) * 2007-04-04 2008-10-08 한국방송공사 Ｏｗｌ 온톨로지의 클래스 사이의 연관도 측정 방법 및이를 구현하기 위한 프로그램을 기록한 기록매체

Also Published As

Publication number Publication date
CN106156021A (zh) 2016-11-23

Similar Documents

Publication Publication Date Title
CN105706080B (zh) 扩增并呈现捕获的数据
US8135669B2 (en) Information access with usage-driven metadata feedback
KR100461019B1 (ko) 소형 화면 단말기를 위한 웹 컨텐츠 변환 시스템 및 방법
KR101242369B1 (ko) 사용자 액티비티, 주의, 관심 측정을 활용하는 데이터감지, 저장, 인덱싱, 및 탐색
US20090094210A1 (en) Intelligently sorted search results
US9043413B2 (en) System and method for extracting, collecting, enriching and ranking of email objects
CN109614504A (zh) 一种互联网电子书的管理系统及方法
TW201514845A (zh) 從網頁擷取標題及主體
De Boer et al. DIVE into the event-based browsing of linked historical media
CN110232126B (zh) 热点挖掘方法及服务器和计算机可读存储介质
Lee et al. Leveraging microblogging big data with a modified density-based clustering approach for event awareness and topic ranking
CN110888990A (zh) 文本推荐方法、装置、设备及介质
Sundaramoorthy et al. Newsone—an aggregation system for news using web scraping method
KR101651963B1 (ko) 시공간 연관 정보 생성 방법, 이를 수행하는 시공간 연관 정보 생성 서버 및 이를 저장하는 기록매체
KR101607468B1 (ko) 콘텐츠에 대한 키워드 태깅 방법 및 시스템
WO2020248378A1 (zh) 业务查询方法、装置及存储介质、计算机设备
CN113806588A (zh) 搜索视频的方法和装置
US11651039B1 (en) System, method, and user interface for a search engine based on multi-document summarization
US20190082236A1 (en) Determining Representative Content to be Used in Representing a Video
CN113204691A (zh) 一种信息展示方法、装置、设备及介质
US20140136963A1 (en) Intelligent information summarization and display
CN116932906A (zh) 一种搜索词推送方法、装置、设备及存储介质
KR101105798B1 (ko) 키워드 정련 장치 및 방법과 그를 위한 컨텐츠 검색 시스템 및 그 방법
CN114662002A (zh) 对象推荐方法、介质、装置和计算设备
Wang et al. News Insider: Innovating News Understanding to Improve the Quality of Reading Experience

Legal Events

Date Code Title Description
GRNT Written decision to grant