KR101721041B1 - 관심 지점을 이용한 이동 패턴 분석 시스템 및 방법 - Google Patents

관심 지점을 이용한 이동 패턴 분석 시스템 및 방법 Download PDF

Info

Publication number
KR101721041B1
KR101721041B1 KR1020150071130A KR20150071130A KR101721041B1 KR 101721041 B1 KR101721041 B1 KR 101721041B1 KR 1020150071130 A KR1020150071130 A KR 1020150071130A KR 20150071130 A KR20150071130 A KR 20150071130A KR 101721041 B1 KR101721041 B1 KR 101721041B1
Authority
KR
South Korea
Prior art keywords
user
interest
point
poi
time
Prior art date
Application number
KR1020150071130A
Other languages
English (en)
Other versions
KR20160136906A (ko
Inventor
조위덕
최선탁
이영권
민명기
Original Assignee
아주대학교산학협력단
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 아주대학교산학협력단 filed Critical 아주대학교산학협력단
Priority to KR1020150071130A priority Critical patent/KR101721041B1/ko
Publication of KR20160136906A publication Critical patent/KR20160136906A/ko
Application granted granted Critical
Publication of KR101721041B1 publication Critical patent/KR101721041B1/ko

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G—PHYSICS
    • G08—SIGNALLING
    • G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
    • G08B21/00—Alarms responsive to a single specified undesired or abnormal condition and not otherwise provided for
    • G08B21/02—Alarms for ensuring the safety of persons

Landscapes

  • Business, Economics & Management (AREA)
  • General Physics & Mathematics (AREA)
  • Physics & Mathematics (AREA)
  • Marketing (AREA)
  • Health & Medical Sciences (AREA)
  • Economics (AREA)
  • General Health & Medical Sciences (AREA)
  • Human Resources & Organizations (AREA)
  • Emergency Management (AREA)
  • Primary Health Care (AREA)
  • Strategic Management (AREA)
  • Tourism & Hospitality (AREA)
  • General Business, Economics & Management (AREA)
  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Navigation (AREA)

Abstract

본 발명은 관심 지점을 이용한 이동 패턴 분석 시스템 및 방법에 관한 것으로, 보다 상세하게는 비콘신호를 이용하여 사용자의 이동 패턴을 분석하는 기술에 관한 것이다.
이러한 목적을 달성하기 위하여 본 발명의 일 실시예에 따른 관심 지점을 이용한 이동 패턴 분석 시스템은 시간에 따라 수집된 사용자의 위치 정보를 기반으로 상기 사용자의 생활 패턴을 추출하는 제1 분석부, 및 상기 분석된 사용자의 생활 패턴을 기반으로 관심 지점(POI, Point of Interest)을 산출하고, 상기 산출된 관심 지점을 기반으로 POI 시퀀스를 모델링하는 제2 분석부를 포함할 수 있다.
이러한 본 발명은 비콘신호를 이용하여 사용자의 배회, 혹은 평소 다니는 경로의 이탈 여부를 감지할 수 있으며, 특히 사용자의 평소 이동 패턴을 기반으로 비콘신호를 이용해 사용자의 이상 여부를 파악할 수 있는 효과가 있다.

Description

관심 지점을 이용한 이동 패턴 분석 시스템 및 방법 {MOVING PATTERN ANALYSIS SYSTEM AND METHOD USING POINT OF INTEREST}
본 발명은 관심 지점을 이용한 이동 패턴 분석 시스템 및 방법에 관한 것으로, 보다 상세하게는 비콘신호를 이용하여 사용자의 이동 패턴을 분석하는 기술에 관한 것이다.
본 발명은 미래창조과학부 및 한국연구재단의 기초연구사업의 일환으로 수행한 연구로부터 도출된 것이다[과제관리번호: 2013R1A1A2009556, 과제명: 힐링케어 인덱스 모델 및 힐링케어 시스템 연구].
최근 업계에서는 스마트폰 근거리 통신기술로 주목받던 NFC(near field communication)를 대신해 비콘(beacon)이 그 자리를 대체하는 경향을 보이고 있으며, 비콘은 블루투스 통신을 이용해 정보를 전달하고 스마트폰 사용자의 위치를 파악하는 근거리 통신 기술을 말한다.
비콘은 건물내 최대 50 m 반경까지 단말기(스마트폰을 포함한 스마트 기기)와 통신할 수 있어, 단말기에 태그 할 필요 없이 비콘이 설치된 특정 장소나 매장에 방문객들이 입장하는 순간 안내 서비스나 모바일 쿠폰이 지급될 수 있으며, 저전력의 BLE(Bluetooth Low Energy) 기술을 지원하는 비콘 단말기를 사용함으로써 스마트폰 배터리의 소모량이 적다는 장점이 있다. 또한, GPS의 경우 수십 미터의 오차가 있는 반면, 비콘은 5 cm 정도까지의 정교한 위치 측정이 가능하다는 장점이 있어, 최근 전세계적으로 비콘 시스템의 도입이 빠르게 확산되고 있다.
이러한 장점을 가진 비콘은 상기와 같이 매장 내에 진입한 사용자의 스마트폰으로 상품 할인 쿠폰을 제공하는 데 뿐만 아니라, 비접촉식으로 상품을 결제하거나, 야구장을 찾은 관람객들에게 각종 야구 이용 정보를 제공하거나, 또는 공항에서 탑승객이 출국 게이트에 접근하면 자동으로 탑승권을 보여주는 등의 서비스를 제공하는 데에도 활용되고 있으며, 이와 관련된 특허 출원도 다수 이루어지고 있다.
예를 들어, 한국공개특허 제2014-0097074호(공개일: 2014.08.06.)는 고객이 음식점을 지나갈 때 그 음식점에 관한 광고를 고객의 스마트폰에 푸쉬 메시지로 제공하여 고객을 음식점으로 들어오게 하는 비콘 기술 기반의 음식점 광고 제공 기술을 개시하고 있으며, 한국공개특허 제2012-0101244호(공개일: 2012.09.13.)는 이용자가 가맹점에 방문했을 때 자동으로 여러가지 혜택을 제공하고 이러한 혜택이 제공된 메뉴를 사용자가 스마트폰에서 직접 주문하고 결제할 수 있도록 하는 비콘 기반의 자동 주문 결제 기술을 개시하고 있다.
한편, 최근 들어, 어린이 및 부녀자에 대한 납치 또는 성추행 등의 범죄가 사회 이슈로 제기되고 있으며, 이러한 범죄는 주로 치안 사각지대 및 늦은 귀가길에 주로 발생하나, 밝은 대낮에도 범죄가 다수 발생하고 있다. 이에 각 지방자치단체들은 CCTV를 더욱 많이 설치하여 치안 사각지대를 없애려고 노력하고 있으나, CCTV 설치만으로는 어린이 및 부녀자의 안전을 보호하는 데에는 한계가 있다.
이에 따라, 어린이 및 부녀자의 보호자들은 더욱 확실하고 안전한 대책을 요구하고 있는 실정이며, 이러한 요구에 부응하여 안심 귀가 서비스에 관한 다양한 제안들이 지금까지 이루어지고 있다. 그러나 종래에 공지된 안심 귀가 서비스 관련 기술들은 대부분 피보호자 단말기에 대한 위치정보만을 이용하여 서비스를 제공하기 때문에 피보호자의 상황을 정확하게 파악하는 것이 어려우며, 특히 납치 등과 같은 갑작스러운 위기 상황에 있어서 즉각적인 인지가 불가능하다는 단점이 있다.
이에 따라, 어린이 및 부녀자 등 보호해야 할 대상의 위기 상황, 또는 이상 상황 등을 즉각적으로 파악할 수 있는 기술이 요구된다.
한국공개특허 제2014-0097074호 (공개일: 2014.08.06.), 한국공개특허 제2012-0101244호 (공개일: 2012.09.13.)
본 발명은 관심 지점을 이용한 이동 패턴 분석 시스템 및 방법에 관한 것으로, 보다 상세하게는 비콘신호를 이용하여 사용자의 이동 패턴을 분석하는 기술을 제공하려는 것을 목적으로 한다.
본 발명은 어린이 및 부녀자 등 보호해야 할 대상의 위기 상황, 또는 이상 상황 등을 즉각적으로 파악하려는 것을 목적으로 한다.
본 발명은 비콘신호를 이용하여 사용자의 배회, 혹은 평소 다니는 경로의 이탈 여부를 감지하려는 것을 목적으로 한다.
본 발명은 사용자의 평소 이동 패턴을 기반으로 비콘신호를 이용해 사용자의 이상 여부를 파악하려는 것을 목적으로 한다.
본 발명은 비콘을 포함한 위치를 측정할 수 있는 수단(즉, 위치기반서비스, WiFi AP(Access point) 등)을 이용하여 사용자의 이동 패턴을 모델링하고, 이를 기반으로 경로 이탈 여부를 감지함으로써 안전 서비스를 제공하려는 것을 목적으로 한다.
이러한 목적을 달성하기 위하여 본 발명의 일 실시예에 따른 관심 지점을 이용한 이동 패턴 분석 시스템은 시간에 따라 수집된 사용자의 위치 정보를 기반으로 상기 사용자의 생활 패턴을 추출하는 제1 분석부, 및 상기 분석된 사용자의 생활 패턴을 기반으로 관심 지점(POI, Point of Interest)을 산출하고, 상기 산출된 관심 지점을 기반으로 POI 시퀀스를 모델링하는 제2 분석부를 포함할 수 있다.
이때, 상기 제1 분석부는 상기 수집된 위치 정보를 기 정해진 기준 단위 영역으로 분할하고, 상기 분할된 기준 단위 영역 별로 상기 사용자가 머무른 시간, 빈도 수, 날씨, 행동 중 적어도 하나 이상을 고려하여 상기 생활 패턴을 분석할 수 있으며, 상기 제2 분석부는 상기 산출된 관심 지점에 단위 시간 당 머무른 시간이 고려된 가중치를 부여함으로써 상기 POI 시퀀스를 모델링할 수 있고, 또한, 상기 POI 시퀀스를 시간별, 요일별, 계절별 중 어느 하나의 주기로 모델링할 수 있다.
또한, 본 발명의 일 실시예에 따른 관심 지점을 이용한 이동 패턴 분석 시스템은 상기 모델링된 POI 시퀀스를 기반으로 상기 사용자의 경로 이탈 여부를 판단하는 판단부를 더 포함할 수 있다.
이때, 상기 판단부는 상기 모델링된 POI 시퀀스를 기반으로 상기 사용자의 현재 위치를 비교하고, 상기 사용자의 현재 위치가 기 정해진 오차 범위를 벗어나면 상기 사용자가 배회하는 것으로 판단할 수 있으며, 또한, 상기 판단부는 상기 모델링된 POI 시퀀스를 기반으로 상기 사용자의 현재 위치를 비교하고, 상기 모델링된 POI 시퀀스에 대응하는 경로를 벗어나는 속도, 상기 경로에 대한 기 정해진 오차 범위를 벗어난 위치에서의 머무르는 시간 중 적어도 하나를 이용하여 상기 사용자의 배회 여부를 판단할 수 있다.
한편, 본 발명의 일 실시예에 따른 관심 지점을 이용한 이동 패턴 분석 방법은 시간에 따라 수집된 사용자의 위치 정보를 기반으로 상기 사용자의 생활 패턴을 추출하는 단계, 상기 분석된 사용자의 생활 패턴을 기반으로 관심 지점(POI, Point of Interest)을 산출하는 단계, 및 상기 산출된 관심 지점을 기반으로 POI 시퀀스를 모델링하는 단계를 포함할 수 있다.
이때, 상기 추출하는 단계는 상기 수집된 위치 정보를 기 정해진 기준 단위 영역으로 분할하고, 상기 분할된 기준 단위 영역 별로 상기 사용자가 머무른 시간, 빈도 수, 날씨, 행동 중 적어도 하나 이상을 고려하여 상기 생활 패턴을 분석할 수 있으며, 상기 모델링하는 단계는 상기 산출된 관심 지점에 단위 시간 당 머무른 시간이 고려된 가중치를 부여함으로써 상기 POI 시퀀스를 모델링할 수 있고, 또한, 상기 POI 시퀀스를 시간별, 요일별, 계절별 중 어느 하나의 주기로 모델링할 수 있다.
또한, 본 발명의 일 실시예에 따른 관심 지점을 이용한 이동 패턴 분석 방법은 상기 모델링된 POI 시퀀스를 기반으로 상기 사용자의 경로 이탈 여부를 판단하는 단계를 더 포함할 수 있다.
이때, 상기 판단하는 단계는 상기 모델링된 POI 시퀀스를 기반으로 상기 사용자의 현재 위치를 비교하고, 상기 사용자의 현재 위치가 기 정해진 오차 범위를 벗어나면 상기 사용자가 배회하는 것으로 판단할 수 있으며, 또한, 상기 판단하는 단계는 상기 모델링된 POI 시퀀스를 기반으로 상기 사용자의 현재 위치를 비교하고, 상기 모델링된 POI 시퀀스에 대응하는 경로를 벗어나는 속도, 상기 경로에 대한 기 정해진 오차 범위를 벗어난 위치에서의 머무르는 시간 중 적어도 하나를 이용하여 상기 사용자의 배회 여부를 판단할 수 있다.
본 발명은 관심 지점을 이용한 이동 패턴 분석 시스템 및 방법에 관한 것으로, 보다 상세하게는 비콘신호를 이용하여 사용자의 이동 패턴을 분석할 수 있는 효과가 있다.
본 발명은 어린이 및 부녀자 등 보호해야 할 대상의 위기 상황, 또는 이상 상황 등을 즉각적으로 파악할 수 있는 효과가 있다.
본 발명은 비콘신호를 이용하여 사용자의 배회, 혹은 평소 다니는 경로의 이탈 여부를 감지할 수 있으며, 특히 사용자의 평소 이동 패턴을 기반으로 비콘신호를 이용해 사용자의 이상 여부를 파악할 수 있는 효과가 있다.
본 발명은 시간에 따라 수집된 사용자의 위치 정보를 기반으로 상기 사용자의 생활 패턴을 추출하고, 상기 사용자의 생활 패턴을 기반으로 관심 지점(POI, Point of Interest)을 산출하며, 상기 산출된 관심 지점을 기반으로 POI 시퀀스를 모델링함으로써, 상기 모델링된 POI 시퀀스를 기반으로 상기 사용자의 경로 이탈 여부를 판단할 수 있는 효과가 있다.
본 발명은 수집된 사용자의 위치 정보를 기 정해진 기준 단위 영역으로 분할하고, 상기 분할된 기준 단위 영역 별로 상기 사용자가 머무른 시간, 빈도 수, 날씨, 행동 중 적어도 하나 이상을 고려하여 상기 생활 패턴을 분석함으로써, 사용자의 이동 패턴을 분석할 수 있는 효과가 있다.
본 발명은 산출된 관심 지점에 단위 시간 당 머무른 시간이 고려된 가중치를 부여하여 POI 시퀀스를 모델링함으로써, 사용자의 이동 패턴을 분석할 수 있는 효과가 있다.
본 발명은 비콘을 포함한 위치를 측정할 수 있는 수단(즉, 위치기반서비스, WiFi AP(Access point) 등)을 이용하여 사용자의 이동 패턴을 모델링하고, 이를 기반으로 경로 이탈 여부를 감지함으로써 안전 서비스를 제공할 수 있는 효과가 있다.
도 1은 본 발명의 일 실시예에 따른 관심 지점을 이용한 이동 패턴 분석 시스템의 개략적인 구성을 나타낸 도면이다.
도 2는 본 발명의 다른 실시예에 따른 관심 지점을 이용한 이동 패턴 분석 시스템의 개략적인 구성을 나타낸 도면이다.
도 3은 본 발명의 일 실시예에 따른 관심 지점 산출 예를 나타낸 도면이다.
도 4는 본 발명의 일 실시예에 따른 POI 시퀀스를 모델링하는 제1 과정을 나타낸 도면이다.
도 5는 본 발명의 일 실시예에 따른 POI 시퀀스를 모델링하는 제2 과정을 나타낸 도면이다.
도 6은 본 발명의 일 실시예에 따른 POI 시퀀스를 모델링하는 제3 과정을 나타낸 도면이다.
도 7은 본 발명의 일 실시예에 따른 POI 시퀀스를 모델링하는 제4 과정을 나타낸 도면이다.
도 8은 본 발명의 일 실시예에 따른 관심 지점을 이용한 이동 패턴 분석 방법에 대한 동작 흐름도이다.
도 9는 본 발명의 일 실시예에 따른 관심 지점을 이용한 이동 패턴 분석 시스템을 이용함으로써 제공될 수 있는 서비스의 제공 예를 개략적으로 나타낸 도면이다.
이하, 본 발명의 바람직한 실시예를 첨부된 도면들을 참조하여 상세히 설명한다. 본 발명을 설명함에 있어, 관련된 공지 구성 또는 기능에 대한 구체적인 설명이 본 발명의 요지를 흐릴 수 있다고 판단되는 경우에는 그 상세한 설명은 생략하기로 한다. 또한 본 발명의 실시예들을 설명함에 있어 구체적인 수치는 실시예에 불과하다.
본 발명은 관심 지점을 이용한 이동 패턴 분석 시스템 및 방법에 관한 것으로, 보다 상세하게는 비콘신호를 이용하여 사용자의 생활 패턴을 분석하고, 상기 분석된 사용자의 생활 패턴을 기반으로 산출된 관심 지점(POI, Point of Interest)을 이용하여 사용자의 배회, 혹은 사용자가 평소 다니는 경로의 이탈 여부를 감지할 수 있는 기술에 관한 것이다.
도 1은 본 발명의 일 실시예에 따른 관심 지점을 이용한 이동 패턴 분석 시스템의 개략적인 구성을 나타낸 도면이다.
도 1을 참조하면, 본 발명의 일 실시예에 따른 관심 지점을 이용한 이동 패턴 분석 시스템(100)은 프로세서(130)를 포함할 수 있고, 프로세서(130)는 제1 분석부(110) 및 제2 분석부(120)를 포함할 수 있다.
제1 분석부(110)는 시간에 따라 수집된 사용자의 위치 정보를 기반으로 상기 사용자의 생활 패턴을 추출할 수 있다.
이때, 제1 분석부(110)는 웨어러블 비콘(wearable)을 이용하여 시간에 따른 사용자의 위치 정보를 수집할 수 있으며, 웨어러블 비콘은 사용자의 신체에 착용 가능한 비콘을 의미하는 것으로서, 저전력 블루투스(BLE, Bluetooth Low Energy)일 수 있으며, 밴드형, 명찰형, 부착형(신발이나 머리핀 등) 등으로 구현될 수 있다.
또한, 이때 웨어러블 비콘에는 3축 가속도 센서, 자이로 센서 등이 추가로 구비될 수 있으며, 제1 분석부(110)는 웨어러블 비콘에 구비된 상기 3축 가속도 센서, 자이로 센서 등을 이용함으로써, 사용자의 생활 패턴으로써 사용자가 현재 행하고 있는 행동(예를 들어, 걷거나, 뛰거나, 한 장소에 서 있거나, 앉아 있거나, 차량에 탑승했다거나 하는 등)을 파악할 수 있다.
더하여, 제1 분석부(110)는 사용자의 위치 정보(특히, 위치 좌표 정보) 뿐 아니라, 날씨, 온도, 행동, 빈도수, 일정 장소를 지나간 시간(Tp, time of point), 한 장소에 머무르는 시간(Ts, time during stay) 등의 수집된 정보를 이용함으로써 사용자의 생활 패턴을 분석할 수 있으며, 이때. 본 발명은 상기와 같은 정보를 수집하기 위하여 각 기능에 대응하는 센서들(예를 들어, 온도 센서, 습도 센서, 등등)이 웨어러블 비콘에 추가로 더 구비될 수 있다.
한편, 도 9는 본 발명의 일 실시예에 따른 관심 지점을 이용한 이동 패턴 분석 시스템을 이용함으로써 제공될 수 있는 서비스의 제공 예를 개략적으로 나타낸 도면이다.
도 9를 참조하면, 일예로, 본 발명의 일 실시예에 따른 관심 지점을 이용한 이동 패턴 분석 시스템(100)은 정보 수집부(미도시)를 더 포함할 수 있으며, 상기 수집부는 사용자가 착용한 BLE(Bluetooth Low Energy) 웨어러블 비콘(900)으로부터 사용자와 관련된 각종 데이터를 획득하여 저장(S910)할 수 있다.
이때, 수집부에 저장되는 사용자 관련 데이터는 웨어러블 비콘(900)으로부터 획득한 정보(예를 들어, 방향, 각속도, 웨어러블 비콘의 배터리 잔량 정보 등) 뿐만 아니라, 환경센서 BLE 비콘(901)으로부터 획득한 정보(즉, 주변의 온도, 습도, CO2, 조도 등의 정보)를 저장할 수도 있다. 또한, 본 발명은 보다 정밀한 사용자의 위치 정보를 획득하기 위하여, 비콘신호 감지가 가능한 CCTV 카메라(902) 또는 BLE를 지원하는 비콘 AP(Access point)(903)이 이용될 수 있으며, 수집부는 상기 CCTV 카메라(902) 또는 비콘 AP(903)로부터 획득한 정보(즉, 영상 정보, 복수의 비콘들로부터 수신된 AD(Advertising) 패킷 정보, 비콘AP ID 정보, Major 정보, Minor 정보, RSSI(Received Signal Strength Indication)를 이용한 거리 정보 등)들 또한 저장할 수 있다.
그리고 이동 패턴 분석 시스템(100)은 상기와 같이 수집된 정보들을 기반으로 사용자의 생활 패턴을 추출할 수 있으며, 또한 본 발명에서 제안하는 관심 지점 산출 방법을 이용하여 사용자의 이동 경로(POI 시퀀스)를 모델링할 수 있다. 이에 대한 보다 자세한 설명은 이후에 설명하기로 한다.
그리고 본 발명의 시스템(100)은 분석된 정보(특히, 모델링된 POI 시퀀스 정보 및 이탈 여부의 판단 결과 정보)를 사용자의 현재 실시간 위치 정보와 함께 사용자의 보호자 단말기(스마트폰, PC 등)로 제공(S920)할 수 있다.
이를 통해 사용자의 보호자는 사용자의 실시간 위치를 모니터링(이때, 현재의 위치 뿐만 아니라 과거 위치한 이동 경로도 모니터링 할 수 있음) 할 수도 있고, 실내 환경 정보(온도, 습도, CO2, 조도 등의 변화량) 등도 모니터링 할 수 있으며, 비콘의 위치 변화량과 비콘 내 각종 센서 정보(즉, 가속도 센서, 자이로 센서 등을 이용한 정보, 방향 정보 등)를 통해 사용자의 활동량 정보를 모니터링 할 수 있으며, 위급, 응급 상황 시 이상 상황 발생에 대한 알림 메시지를 수신할 수도 있고, 이를 통해 위급 상황 등을 즉각적으로 인지하는 것이 가능하다. 특히 보호자는 특정 시간에 특정 위치에 있어야 할 사용자가 다른 장소에 있는 경우에 대하여 사용자에게 이상이 발생했음을 인지할 수 있다. 이때, 상기 보호자라 함은 사용자의 부모님이나, 사용자가 위급 상황에 처했을 때 우선으로 연락을 취하도록 설정된 사람일 수 있으며, 또는, 사용자가 치매 환자, 투병 환자 등일 경우 그의 의료인, 간병인 등이 보호자일 수 있다.
상기의 실시예를 포함한 본 발명의 전반적인 설명에서는 일예로 BLE 비콘을 이용하는 예로 설명하였으나, 이는 하나의 실시예일 뿐 이에 한정되는 것은 아니며, 변형된 실시예로는 WiFi AP(Access point), 다양한 위치측위기술 등을 이용함으로써 사용자의 이탈 여부를 감지할 수 있다. 본 발명이 속하는 분야에서 통상적인 지식을 가진 자라면 이러한 기재로부터 다양한 수정 및 변형이 가능하다.
한편, 도 1에서 제1 분석부(110)는 상기 수집된 위치 정보를 기 정해진 기준 단위 영역으로 분할하고, 상기 분할된 기준 단위 영역 별로 상기 사용자가 머무른 시간, 빈도 수, 날씨, 행동 중 적어도 하나 이상을 고려하여 상기 생활 패턴을 분석할 수 있다.
이때, 제1 분석부(110)는 수집된 위치 정보를 기반으로 사용자가 이동한 총 이동 경로를 기준 단위 영역 별(예를 들어, 지도 상의 도로를 기준으로 20 m 거리)로 분할할 수 있으며, 상기 분할된 각 영역별 마다 상기 수집된 정보(즉, 머무른 시간, 빈도 수, 날씨, 행동 정보 등)를 군집화(clustering)할 수 있다.
이때, 군집화(clustering)는 어떤 개체나 대상들을 유사성(similarity) 또는 거리(distance)에 의하여 비슷한 특성을 가진 개체들이 함께 그룹 지어지도록 몇 개의 군집으로 집단화하는 분석 기법을 의미하는 것으로서, 본 발명은 일 예로, 제1 분석부(110)에서 수집된 사용자의 위치 정보를 지도상의 도로를 기반으로 하여 20 m 거리 단위로 분할할 수 있으며, 20 m로 분할된 각 영역 마다 머무른 시간, 빈도수, 날씨, 행동 등의 다양한 사용자 생활 패턴 정보를 군집화할 수 있다. 이때, 20 m 로 각 영역을 분할하는 것은 하나의 실시예일 뿐 이에 한정된 것은 아니며, 50 m, 100 m 등 다른 기준으로 분할할 수도 있다.
제2 분석부(120)는 제1 분석부(110)에서 분석된 사용자의 생활 패턴을 기반으로 관심 지점(POI, Point of Interest)을 산출하고, 상기 산출된 관심 지점을 기반으로 POI 시퀀스를 모델링한다.
이때, 제2 분석부(120)는 관심 지점을 산출할 때, 위치 정보와 머무른 시간 정보를 기반으로 군집화된 정보를 이용할 수 있다. 그리고, 제2 분석부(120)는 관심 지점을 산출할 때, 사용자로부터 미리 입력받은 정보를 기반으로 산출할 수도 있고, 사용자의 입력이 미입력인 경우에는 일정 기간 수집된 데이터(예를 들어, 시간(hour), 하루(Daily), 주(weekly), 달(month), 요일별, 계절별 등의 주기로 수집된 데이터)를 기반으로 산출할 수도 있다. 이때, 전자의 경우(사용자로부터 미리 입력받은 정보를 이용해 관심 지점을 산출하는 경우)는 사용자가 군집의 무게 중심점 초기치를 미리 설정한 것을 의미한다. 그리고, 후자의 경우(일정 기간 수집된 데이터를 이용하여 관심 지점을 산출하는 경우), 제2 분석부(120)는 분할된 각 영역에, 오래 머문 시간에 대한 정보, 위치 정보 및 빈도 수 정보를 기반으로 한 가중치를 부여함으로써 관심 지점을 산출할 수 있다.
또한, 제2 분석부(120)는 다른 예로, HMM(Hidden Markov Model)을 이용하여 사용자의 행동을 확률적으로 관찰하고, 이를 기반으로 관심 지점을 산출할 수도 있다.
도 3은 본 발명의 일 실시예에 따른 관심 지점 산출 예를 나타낸 도면이다.
도 3을 참조하면, 제2 분석부(120)는 머문 시간과 위치 정보, 빈도 수 정보를 이용하여 각 분할된 영역에 가중치를 부여함으로써 관심 지점을 산출할 수 있다. 예를 들어 어떤 한 사용자의 출퇴근 하루 일과가, 출근 시에는 아침에 집에서 나와 횡단보도를 건너고, 육교를 건너서 회사에 도착하고, 회사에서 일한 후 퇴근 시에는 놀이터를 지나 집으로 귀가한다고 하자.
이때, 제1 분석부(110)는 출근 전 집에서부터 퇴근 후 집에 돌아오기까지의 경로를 기준 거리 20 m로 하여 분할할 수 있으며, 상기 분할된 경로는 총 6개의 영역으로 분할되었음을 확인할 수 있다. 이때, 더 자세하게는, 출근 전 집에 머물러 있는 영역은 제1 영역, 횡단보도를 지나가는 영역은 제2 영역, 육교를 지나가는 영역은 제3 영역, 회사에 머물러 있는 영역은 제4영역, 놀이터를 지나는 영역은 제5영역, 퇴근 후 귀가한 집의 영역은 제6영역이라 할 수 있다.
다음으로, 제2 분석부(120)는 관심 지점(POI)을 산출하기 위하여, 분할된 경로의 각 영역에 대해 단위 시간당 총 머문 시간을 연산할 수 있으며, 이를 통해 각 영역 별로 다른 가중치를 부여할 수 있다. 일 예로 제1 영역(301)에 머무른 시간은 4시간, 제2 영역(302)에 머무른 시간은 5분, 제3 영역(303)에 머무른 시간은 8분, 제4 영역(304)에 머무른 시간은 9시간, 제5 영역(305)에 머무른 시간은 15분, 제6 영역(306)에 머무른 시간은 5시간일 경우, 머무른 시간이 많은 영역에 대하여 높은 가중치가 부여될 수 있다. 즉, 제2 분석부(120)는 1시간이 넘어가는 영역(즉, 제1 영역, 제4 영역, 제6 영역)을 매우 의미 있는 관심 지점으로서 산출할 수 있고, 머무른 시간이 30분을 넘어가지 않는 영역(즉, 제2 영역, 제3 영역, 제5 영역)에 대해서는 보통의 관심 지점으로서 산출할 수 있다.
다시 말해, 제2 분석부(120)는 분할된 각 영역에 대해, 단위 시간 당 머무른 시간, 및 빈도 수 등을 고려하여 다른 가중치를 부여할 수 있으며, 이에 따라 관심 지점은 중요도(majority) 순(즉, 매우 의미 있는 관심 지점, 의미 있는 관심 지점, 혹은 보통의 관심 지점 등)으로 구분될 수 있다. 상기 관심 지점에 대한 중요도의 기준 값은 사용자에 의해 미리 설정될 수도 있으며, 또는, 산출된 값들의 평균을 이용함으로써 관심 지점의 중요도 순이 자동으로 산출될 수도 있다. 상기의 예는 하나의 실시예일 뿐 이에 한정된 것은 아니며, 다양한 변형이 가능하다
그리고, 제2 분석부(120)는 산출된 관심 지점을 기반으로 POI 시퀀스를 모델링할 수 있으며, 이때, POI 시퀀스는 시간별, 요일별, 계졀별 뿐만 아니라 하루(Daily), 주(weekly), 달(month) 등의 주기 중 어느 하나의 주기로 모델링할 수 있다.
또한, 제2 분석부(120)는 시간대 별로 POI 시퀀스 모델을 모델링할 때, 군집화된 영역과 관심 지점(POI)를 구분(예를 들어, 군집화된 영역은 노란색으로, 산출된 관심 지점, 특히 매우 의미 있는 관심 지점은 빨간색으로 표시)하여 모델링할 수 있다. 그리고, 제2 분석부(120)는 상기 구분된 군집화된 영역(즉, 제1 분석부(110)에 의하여 군집화된 영역)과 관심 지점(즉, 제2 분석부(1200에 의하여 산출된 POI)을 시퀀스 형식으로 각 시간대 별로 열거함으로써 POI 시퀀스(즉, 경로를 의미함)가 모델링될 수 있다.
도 2는 본 발명의 다른 실시예에 따른 관심 지점을 이용한 이동 패턴 분석 시스템의 개략적인 구성을 나타낸 도면이다.
도 2를 참조하면, 본 발명의 다른 실시예에 따른 관심 지점을 이용한 이동 패턴 분석 시스템(200)은 프로세서(240)를 포함할 수 있으며, 프로세서(240)는 제1 분석부(210), 제2 분석부(220) 및 판단부(230)를 포함할 수 있다. 이때, 제1 분석부(210) 및 제2 분석부(220)는 도 1에 도시된 제1 분석부(110) 및 제2 분석부(120)와 동일하므로, 중복되는 설명은 이하 생략하기로 한다.
판단부(230)는 제2 분석부(220)에서 모델링된 POI 시퀀스를 기반으로 상기 사용자의 경로 이탈(혹은 배회) 여부를 판단할 수 있다.
이때, 판단부(230)는 모델링된 POI 시퀀스를 기반으로 상기 사용자의 현재 위치를 실시간으로 비교하고, 상기 사용자의 현재 위치가 기 정해진 오차 범위를 벗어나면 상기 사용자가 배회하는 것으로 판단할 수 있다.
또한, 판단부(230)는 상기 모델링된 POI 시퀀스를 기반으로 상기 사용자의 현재 위치를 실시간으로 비교하고, 상기 모델링된 POI 시퀀스에 대응하는 경로를 벗어나는 속도, 상기 경로에 대한 기 정해진 오차 범위를 벗어난 위치에서의 머무르는 시간 중 적어도 하나를 이용하여 상기 사용자의 배회 여부를 판단할 수 있다.
즉, 판단부(230)는 사용자가 모델링된 POI 시퀀스에 대응하는 경로를 벗어난 경우, 상기 경로를 벗어난 곳에서 머무는 시간이나 경로를 벗어난 거리, 또는 경로를 벗어나는 속도 등의 정보를 이용함으로써 경로 이탈 여부를 판단할 수 있으며, 이를 통해 사용자(즉, 보호가 필요한 어린이, 부녀자 등)에게 납치 등의 위기 상황, 또는 이상 상황이 발생한 경우를 즉각적으로 인지할 수 있는 효과가 있다.
이하에서는 상기에 자세히 설명된 내용을 기반으로, 도 4 내지 도 7을 통하여 본 발명의 일 실시예에 따른 POI 시퀀스의 모델링 과정을 간단히 설명하기로 한다. 설명에 앞서, 도 4 내지 도 7의 예는 사용자가 집과 학교를 오고 가는 초등학생인 경우로 예를 들기로 한다.
도 4는 본 발명의 일 실시예에 따른 POI 시퀀스를 모델링하는 제1 과정을 나타낸 도면이다.
도 4를 참조하면, 본 발명의 일 실시예에 따른 관심 지점을 이용한 이동 패턴 분석 시스템(100)은 제1 분석부(110)에 의하여, 사용자가 학교를 오고 가는 동안의 각종 데이터, 즉, 시간에 따른 사용자의 위치 정보, 날씨 정보, 행동 정보 등을 사용자가 착용한 웨어러블 비콘을 통해 수집할 수 있다. 이때, 제1 분석부(110)는 오류를 보정하는 데이터를 수신할 수 있으며, 획득하는 정보들을 시간 순으로 정렬하여 저장할 수 있다.
도 5는 본 발명의 일 실시예에 따른 POI 시퀀스를 모델링하는 제2 과정을 나타낸 도면이다.
도 5를 참조하면, 제1 분석부(110)는 수집된 데이터를 이용하여 사용자가 이동한 경로를 기준 단위 영역으로 분할한다. 이때, 일 예로, 기준 단위 영역은 지도상의 도로를 기반으로, 20 m 단위의 거리로 분할될 수 있으며, 각 분할된 영역에는 머문 시간, 빈도수, 날씨, 행동 등의 정보들이 군집화될 수 있다. 도 4(b)에서는 집과 학교 사이를 기준 거리 20 m로 분할한 결과, 5개의 영역으로 분할되었음을 알 수 있다.
도 6은 본 발명의 일 실시예에 따른 POI 시퀀스를 모델링하는 제3 과정을 나타낸 도면이다.
도 6을 참조하면, 제2 분석부(120)는 수집된 사용자 관련 정보 중 특히 머문 시간, 위치 정보 및 빈도 수에 관한 정보를 이용해, 각 분할 영역에 가중치를 부여함으로써 관심 지점(POI, Point of Interest)을 산출한다. 이때, 가중치 부여에 대한 보다 자세한 내용은 상기에 설명했으므로 이하 생략하기로 한다. 이때, 관심 지점은 사용자로부터 미리 입력 받은 정보를 기반으로 산출(즉, 사용자는 관심 지점으로서 집, 학교를 미리 설정했을 수도 있음)될 수도 있고, 일정 기간(weeks, month 등) 동안 수집된 데이터를 기반으로 가중치를 부여함으로써 산출될 수도 있다. 도 4(c)에서는 일 예로, 집과 학교가 매우 의미 있는 관심 지점으로, 학원이 의미 있는 관심 지점으로 산출되었음을 알 수 있으며, 그 외의 영역은 기본 군집화된 영역임을 알 수 있다.
도 7은 본 발명의 일 실시예에 따른 POI 시퀀스를 모델링하는 제4 과정을 나타낸 도면이다.
도 7을 참조하면, 제2 분석부(120)는 산출된 관심 지점을 기반으로 POI 시퀀스를 모델링할 수 있다. 이때, 도 4(d)의 일 예는 시간대 별로 POI 시퀀스를 모델링한 것이며, 집, 학교, 학원은 관심 지점으로, 그 외의 영역은 기본 군집화된 영역으로 모델링되어 있음을 알 수 있다. 즉, 제2 분석부(120)는 POI 시퀀스 모델링 시, 시간에 따른 사용자의 위치 정보를 기반으로 사용자의 행동 패턴을 시간 순으로 모델링할 수 있다.
이후 도 2의 판단부(230)는 모델링된 POI 시퀀스를 이용하여 사용자의 경로 이탈 여부를 판단할 수 있으며, 특히, 판단부(230)는 상기 모델링된 POI 시퀀스를 기반으로 상기 사용자의 현재 위치를 실시간으로 비교하고, 사용자가 모델링된 POI 시퀀스에 대응하는 경로를 벗어난 경우, 상기 경로를 벗어난 곳에서 머무는 시간이나 경로를 벗어난 거리, 또는 경로를 벗어나는 속도 등의 정보를 이용함으로써 경로 이탈 여부를 판단할 수 있다.
도 8은 본 발명의 일 실시예에 따른 관심 지점을 이용한 이동 패턴 분석 방법에 대한 동작 흐름도이다.
본 발명의 동작 흐름도는 상기 자세히 설명된 내용을 기반으로 간단히 설명하기로 한다.
도 8을 참조하면, 본 발명의 일 실시예에 따른 관심 지점을 이용한 이동 패턴 분석 방법은 우선, 시스템(200)의 제1 분석부(210)에 의하여, 웨어러블 비콘을 이용하여 시간에 따라 수집된 사용자의 위치 정보(이때, 가속도 센서, 자이로 센서를 이용한 정보도 획득될 수 있음)를 기반으로 상기 사용자의 생활 패턴을 추출한다(S810). 이때, 사용자의 생활 패턴 추출 시, 머무른 시간, 날씨, 행동(걷거나, 뛰거나, 머무르거나 등) 등의 정보가 고려될 수 있다.
다음으로, 시스템(200)의 제2 분석부(220)는 상기 분석된 사용자의 생활 패턴을 기반으로 오래 머문 시간에 가중치를 부여함으로써 관심 지점(POI, Point of Interest)을 산출한다(S820). 이때, 제2 분석부(220)는 관심 지점을 산출할 때, 사용자로부터 미리 입력받을 정보를 이용하여 산출할 수도 있고, 또는 일정 기간 수집된 데이터를 기반으로 산출할 수도 있다.
다음으로, 시스템(200)의 제2 분석부(220)는 상기 산출된 관심 지점을 기반으로 시간별, 계절별, 요일별 등으로 POI 시퀀스를 모델링할 수 있다(S830). 이때, 단계S830은 상기 산출된 관심 지점에 단위 시간 당 머무른 시간 및 빈도 수 정보가 고려된 가중치를 부여함으로써 POI 시퀀스를 모델링할 수 있다.
다음으로, 시스템(200)의 판단부(230)는 상기 모델링된 POI 시퀀스를 기반으로 상기 사용자의 경로 이탈(또는 배회) 여부를 판단한다(S840).
이때, 판단부(230)는 모델링된 POI 시퀀스를 기반으로 상기 사용자의 현재 위치를 실시간으로 비교하고, 상기 사용자의 현재 위치가 기 정해진 오차 범위를 벗어나면 상기 사용자가 배회하는 것으로 판단할 수 있으며, 또한, 상기 모델링된 POI 시퀀스에 대응하는 경로를 벗어나는 속도, 상기 경로에 대한 기 정해진 오차 범위를 벗어난 위치에서의 머무르는 시간 중 적어도 하나를 이용하여 상기 사용자의 배회 여부를 판단할 수 있다.
본 발명의 일 실시 예에 따른 관심 지점을 이용한 이동 패턴 분석 방법은 다양한 컴퓨터 수단을 통하여 수행될 수 있는 프로그램 명령 형태로 구현되어 컴퓨터 판독 가능 매체에 기록될 수 있다. 상기 컴퓨터 판독 가능 매체는 프로그램 명령, 데이터 파일, 데이터 구조 등을 단독으로 또는 조합하여 포함할 수 있다. 상기 매체에 기록되는 프로그램 명령은 본 발명을 위하여 특별히 설계되고 구성된 것들이거나 컴퓨터 소프트웨어 당업자에게 공지되어 사용 가능한 것일 수도 있다. 컴퓨터 판독 가능 기록 매체의 예에는 하드 디스크, 플로피 디스크 및 자기 테이프와 같은 자기 매체(magnetic media), CD-ROM, DVD와 같은 광기록 매체(optical media), 플롭티컬 디스크(floptical disk)와 같은 자기-광 매체(magneto-optical media), 및 롬(ROM), 램(RAM), 플래시 메모리 등과 같은 프로그램 명령을 저장하고 수행하도록 특별히 구성된 하드웨어 장치가 포함된다. 프로그램 명령의 예에는 컴파일러에 의해 만들어지는 것과 같은 기계어 코드뿐만 아니라 인터프리터 등을 사용해서 컴퓨터에 의해서 실행될 수 있는 고급 언어 코드를 포함한다. 상기된 하드웨어 장치는 본 발명의 동작을 수행하기 위해 하나 이상의 소프트웨어 모듈로서 작동하도록 구성될 수 있으며, 그 역도 마찬가지이다.
이상과 같이 본 발명에서는 구체적인 구성 요소 등과 같은 특정 사항들과 한정된 실시예 및 도면에 의해 설명되었으나 이는 본 발명의 보다 전반적인 이해를 돕기 위해서 제공된 것일 뿐, 본 발명은 상기의 실시예에 한정되는 것은 아니며, 본 발명이 속하는 분야에서 통상적인 지식을 가진 자라면 이러한 기재로부터 다양한 수정 및 변형이 가능하다.
따라서, 본 발명의 사상은 설명된 실시예에 국한되어 정해져서는 아니 되며, 후술하는 특허청구범위뿐 아니라 이 특허청구범위와 균등하거나 등가적 변형이 있는 모든 것들은 본 발명 사상의 범주에 속한다고 할 것이다.
100, 200: 관심 지점을 이용한 이동 패턴 분석 시스템
110, 210: 제1 분석부 120, 220: 제2 분석부
230: 판단부 130, 240: 프로세서

Claims (15)

  1. 시간에 따라 수집된 사용자의 위치 정보를 기반으로 상기 사용자의 생활 패턴을 추출하는 제1 분석부;
    상기 추출된 사용자의 생활 패턴을 기반으로 관심 지점(POI, Point of Interest)을 산출하고, 상기 산출된 관심 지점에 머무른 시간 또는 빈도 수를 고려하여 가중치를 부여하고, 부여된 가중치에 따라 중요도 순으로 상기 관심 지점을 구분하여, 구분된 관심 지점을 기반으로 POI 시퀀스를 모델링하는 제2 분석부; 및
    상기 모델링된 POI 시퀀스를 기반으로 상기 사용자의 경로 이탈 여부를 판단하는 판단부;를 포함하는, 관심 지점을 이용한 이동 패턴 분석 시스템.
  2. 제1항에 있어서,
    상기 제1 분석부는
    상기 수집된 위치 정보를 기 정해진 기준 단위 영역으로 분할하고, 상기 분할된 기준 단위 영역 별로 상기 사용자가 머무른 시간, 빈도 수, 날씨, 행동 중 적어도 하나 이상을 고려하여 상기 생활 패턴을 추출하는 것
    을 특징으로 하는 관심 지점을 이용한 이동 패턴 분석 시스템.
  3. 삭제
  4. 제1항에 있어서,
    상기 제2 분석부는
    상기 POI 시퀀스를 시간별, 요일별, 계절별 중 어느 하나의 주기로 모델링하는 것
    을 특징으로 하는 관심 지점을 이용한 이동 패턴 분석 시스템.
  5. 삭제
  6. 시간에 따라 수집된 사용자의 위치 정보를 기반으로 상기 사용자의 생활 패턴을 추출하는 제1 분석부;
    상기 추출된 사용자의 생활 패턴을 기반으로 관심 지점(POI, Point of Interest)을 산출하고, 상기 산출된 관심 지점을 기반으로 POI 시퀀스를 모델링하는 제2 분석부; 및
    상기 모델링된 POI 시퀀스를 기반으로 상기 사용자의 경로 이탈 여부를 판단하는 판단부;를 포함하고,
    상기 판단부는
    상기 모델링된 POI 시퀀스를 기반으로 상기 사용자의 현재 위치를 비교하고, 상기 사용자의 현재 위치가 기 정해진 오차 범위를 벗어나면 상기 사용자가 배회하는 것으로 판단하는 것을 특징으로 하는 관심 지점을 이용한 이동 패턴 분석 시스템.
  7. 시간에 따라 수집된 사용자의 위치 정보를 기반으로 상기 사용자의 생활 패턴을 추출하는 제1 분석부;
    상기 추출된 사용자의 생활 패턴을 기반으로 관심 지점(POI, Point of Interest)을 산출하고, 상기 산출된 관심 지점을 기반으로 POI 시퀀스를 모델링하는 제2 분석부; 및
    상기 모델링된 POI 시퀀스를 기반으로 상기 사용자의 경로 이탈 여부를 판단하는 판단부;를 포함하고,
    상기 판단부는
    상기 모델링된 POI 시퀀스를 기반으로 상기 사용자의 현재 위치를 비교하고, 상기 모델링된 POI 시퀀스에 대응하는 경로를 벗어나는 속도, 상기 경로에 대한 기 정해진 오차 범위를 벗어난 위치에서의 머무르는 시간 중 적어도 하나를 이용하여 상기 사용자의 배회 여부를 판단하는 것을 특징으로 하는 관심 지점을 이용한 이동 패턴 분석 시스템.
  8. 시간에 따라 수집된 사용자의 위치 정보를 기반으로 상기 사용자의 생활 패턴을 추출하는 단계;
    상기 추출된 사용자의 생활 패턴을 기반으로 관심 지점(POI, Point of Interest)을 산출하는 단계;
    상기 산출된 관심 지점에 머무른 시간 또는 빈도 수를 고려하여 가중치를 부여하고, 부여된 가중치에 따라 중요도 순으로 상기 관심 지점을 구분하는 단계;
    상기 구분된 관심 지점을 기반으로 POI 시퀀스를 모델링하는 단계; 및
    상기 모델링된 POI 시퀀스를 기반으로 상기 사용자의 경로 이탈 여부를 판단하는 단계;를 포함하는 관심 지점을 이용한 이동 패턴 분석 방법.
  9. 제8항에 있어서,
    상기 추출하는 단계는
    상기 수집된 위치 정보를 기 정해진 기준 단위 영역으로 분할하고, 상기 분할된 기준 단위 영역 별로 상기 사용자가 머무른 시간, 빈도 수, 날씨, 행동 중 적어도 하나 이상을 고려하여 상기 생활 패턴을 추출하는 것
    을 특징으로 하는 관심 지점을 이용한 이동 패턴 분석 방법.
  10. 삭제
  11. 제8항에 있어서,
    상기 모델링하는 단계는
    상기 POI 시퀀스를 시간별, 요일별, 계절별 중 어느 하나의 주기로 모델링하는 것
    을 특징으로 하는 관심 지점을 이용한 이동 패턴 분석 방법.
  12. 삭제
  13. 시간에 따라 수집된 사용자의 위치 정보를 기반으로 상기 사용자의 생활 패턴을 추출하는 단계;
    상기 추출된 사용자의 생활 패턴을 기반으로 관심 지점(POI, Point of Interest)을 산출하는 단계;
    상기 산출된 관심 지점을 기반으로 POI 시퀀스를 모델링하는 단계; 및
    상기 모델링된 POI 시퀀스를 기반으로 상기 사용자의 경로 이탈 여부를 판단하는 단계;를 포함하고,
    상기 판단하는 단계는,
    상기 모델링된 POI 시퀀스를 기반으로 상기 사용자의 현재 위치를 비교하고, 상기 사용자의 현재 위치가 기 정해진 오차 범위를 벗어나면 상기 사용자가 배회하는 것으로 판단하는 것을 특징으로 하는 관심 지점을 이용한 이동 패턴 분석 방법.
  14. 시간에 따라 수집된 사용자의 위치 정보를 기반으로 상기 사용자의 생활 패턴을 추출하는 단계;
    상기 추출된 사용자의 생활 패턴을 기반으로 관심 지점(POI, Point of Interest)을 산출하는 단계;
    상기 산출된 관심 지점을 기반으로 POI 시퀀스를 모델링하는 단계; 및
    상기 모델링된 POI 시퀀스를 기반으로 상기 사용자의 경로 이탈 여부를 판단하는 단계;를 포함하고,
    상기 판단하는 단계는,
    상기 모델링된 POI 시퀀스를 기반으로 상기 사용자의 현재 위치를 비교하고, 상기 모델링된 POI 시퀀스에 대응하는 경로를 벗어나는 속도, 상기 경로에 대한 기 정해진 오차 범위를 벗어난 위치에서의 머무르는 시간 중 적어도 하나를 이용하여 상기 사용자의 배회 여부를 판단하는 것을 특징으로 하는 관심 지점을 이용한 이동 패턴 분석 방법.
  15. 삭제
KR1020150071130A 2015-05-21 2015-05-21 관심 지점을 이용한 이동 패턴 분석 시스템 및 방법 KR101721041B1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020150071130A KR101721041B1 (ko) 2015-05-21 2015-05-21 관심 지점을 이용한 이동 패턴 분석 시스템 및 방법

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020150071130A KR101721041B1 (ko) 2015-05-21 2015-05-21 관심 지점을 이용한 이동 패턴 분석 시스템 및 방법

Publications (2)

Publication Number Publication Date
KR20160136906A KR20160136906A (ko) 2016-11-30
KR101721041B1 true KR101721041B1 (ko) 2017-03-29

Family

ID=57707802

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020150071130A KR101721041B1 (ko) 2015-05-21 2015-05-21 관심 지점을 이용한 이동 패턴 분석 시스템 및 방법

Country Status (1)

Country Link
KR (1) KR101721041B1 (ko)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20190109637A (ko) 2018-03-02 2019-09-26 주식회사 세중아이에스 경기장 방문객 대상 빅데이터 분석 시스템
KR102450272B1 (ko) 2022-01-03 2022-10-04 (주)송우인포텍 지역 방문 정보 통계 처리 방법 및 그 장치

Families Citing this family (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20180070091A (ko) 2016-12-16 2018-06-26 삼성전자주식회사 전자 장치 및 이를 이용한 알림 제공 방법
KR101961870B1 (ko) * 2017-08-21 2019-07-17 (주)유미테크 스마트 슈즈의 위치정보를 이용한 부가정보제공장치
KR101983635B1 (ko) * 2017-09-22 2019-05-29 정우주 개인방송 컨텐츠 추천방법
KR101896405B1 (ko) * 2018-03-30 2018-09-10 (주)휴빌론 사용자 동선 분석을 위한 poi 매핑 방법 및 시스템
KR102420643B1 (ko) * 2021-11-23 2022-07-14 에브리포터블 주식회사 보조 배터리 대여 시스템

Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2010190683A (ja) * 2009-02-17 2010-09-02 Denso It Laboratory Inc 関心エリア設定装置、関心エリア設定方法、及び推薦経路決定装置ならびに推薦経路決定方法

Family Cites Families (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101667606B1 (ko) 2011-02-28 2016-10-19 정재은 블루투스 비콘을 이용한 가맹점 광고방법
KR101268419B1 (ko) * 2011-07-26 2013-05-28 이턴인터내셔널(주) 안전지대 설정을 통한 보호대상자의 보호 서비스 시스템
KR101424382B1 (ko) * 2013-01-14 2014-08-08 충북대학교 산학협력단 사용자의 선호도 및 이동 패턴을 이용한 관심지역 추천 방법
KR101575886B1 (ko) * 2013-06-26 2015-12-08 아주대학교산학협력단 개인화된 라이프 스타일 모델링 장치 및 방법
KR20140097074A (ko) 2014-07-10 2014-08-06 조병호 비콘(블루투스) 기술을 이용한 음식점 광고 및 자동주문 시스템 및 방법

Patent Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2010190683A (ja) * 2009-02-17 2010-09-02 Denso It Laboratory Inc 関心エリア設定装置、関心エリア設定方法、及び推薦経路決定装置ならびに推薦経路決定方法

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20190109637A (ko) 2018-03-02 2019-09-26 주식회사 세중아이에스 경기장 방문객 대상 빅데이터 분석 시스템
KR102450272B1 (ko) 2022-01-03 2022-10-04 (주)송우인포텍 지역 방문 정보 통계 처리 방법 및 그 장치

Also Published As

Publication number Publication date
KR20160136906A (ko) 2016-11-30

Similar Documents

Publication Publication Date Title
KR101721041B1 (ko) 관심 지점을 이용한 이동 패턴 분석 시스템 및 방법
Yin et al. A generative model of urban activities from cellular data
KR102399591B1 (ko) 관심 지역 및 입구의 위치를 결정하는 시스템
Mohamed et al. Accurate real-time map matching for challenging environments
CN106462627B (zh) 根据多个位置数据报告分析语义地点和相关数据
Xiao et al. Transportation activity analysis using smartphones
US10024978B2 (en) Travel survey systems and methods
Kjærgaard et al. Detecting pedestrian flocks by fusion of multi-modal sensors in mobile phones
Abdulazim et al. Using smartphones and sensor technologies to automate collection of travel data
De Wit et al. Grenoble traffic lab: An experimental platform for advanced traffic monitoring and forecasting [applications of control]
Wang et al. Estimating dynamic origin-destination data and travel demand using cell phone network data
US8825383B1 (en) Extracting patterns from location history
US20160148267A1 (en) Systems and methods for traffic monitoring and analysis
JP2008146249A (ja) プローブデータ解析システム
CN104303013B (zh) 基于位置的数字数据方法及产品
US10104494B2 (en) Marker based activity transition models
JP2014186447A (ja) 感染危険エリア特定システム、感染危険エリア特定方法、及びプログラム
Huo et al. Short-term estimation and prediction of pedestrian density in urban hot spots based on mobile phone data
KR20190018129A (ko) 유동인구계수장치 및 유동인구분석시스템
Pipelidis et al. A novel approach for dynamic vertical indoor mapping through crowd-sourced smartphone sensor data
Jariyasunant et al. Overcoming battery life problems of smartphones when creating automated travel diaries
Prentow et al. Towards indoor transportation mode detection using mobile sensing
KR20190115496A (ko) 고객행동분석을 위한 NB-IoT 단말기, 이를 포함한 시스템 및 이의 동작방법
Luo et al. iMap: Automatic inference of indoor semantics exploiting opportunistic smartphone sensing
Zeng et al. Sensors on Internet of Things Systems for the Sustainable Development of Smart Cities: A Systematic Literature Review

Legal Events

Date Code Title Description
A201 Request for examination
E902 Notification of reason for refusal
AMND Amendment
AMND Amendment
X701 Decision to grant (after re-examination)
GRNT Written decision to grant
FPAY Annual fee payment

Payment date: 20191223

Year of fee payment: 4