KR101860218B1 - 빅 데이터 기반 질병 키워드 추천 방법 및 시스템, 그리고 이를 포함하는 질병 정보 제공 방법 - Google Patents

빅 데이터 기반 질병 키워드 추천 방법 및 시스템, 그리고 이를 포함하는 질병 정보 제공 방법 Download PDF

Info

Publication number
KR101860218B1
KR101860218B1 KR1020160131886A KR20160131886A KR101860218B1 KR 101860218 B1 KR101860218 B1 KR 101860218B1 KR 1020160131886 A KR1020160131886 A KR 1020160131886A KR 20160131886 A KR20160131886 A KR 20160131886A KR 101860218 B1 KR101860218 B1 KR 101860218B1
Authority
KR
South Korea
Prior art keywords
disease
keywords
big data
information
recommendation system
Prior art date
Application number
KR1020160131886A
Other languages
English (en)
Other versions
KR20180040252A (ko
Inventor
정회경
강희범
이종원
장재명
김경환
Original Assignee
배재대학교 산학협력단
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 배재대학교 산학협력단 filed Critical 배재대학교 산학협력단
Priority to KR1020160131886A priority Critical patent/KR101860218B1/ko
Publication of KR20180040252A publication Critical patent/KR20180040252A/ko
Application granted granted Critical
Publication of KR101860218B1 publication Critical patent/KR101860218B1/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—Systems or methods specially adapted for specific business sectors, e.g. utilities or tourism
    • G06Q50/10—Services
    • G06Q50/22—Social work
    • G06F19/36—
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H10/00—ICT specially adapted for the handling or processing of patient-related medical or healthcare data
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L9/00—Cryptographic mechanisms or cryptographic arrangements for secret or secure communications; Network security protocols
    • H04L9/32—Cryptographic mechanisms or cryptographic arrangements for secret or secure communications; Network security protocols including means for verifying the identity or authority of a user of the system or for message authentication, e.g. authorization, entity authentication, data integrity or data verification, non-repudiation, key authentication or verification of credentials

Abstract

본 발명은 빅 데이터 기반 질병 키워드 추천 방법 및 시스템, 그리고 이를 포함하는 질병 정보 제공 방법에 관한 것으로서, 사용자로부터 나이, 신장, 체중, 및 질병 중 적어도 하나를 포함하는 사용자 정보를 입력받는 입력 모듈; 웹 스크래핑(Web Scraping)을 수행하여 상기 질병에 대한 정보를 수집하는 스크래핑 모듈; 상기 스크래핑 모듈에 의해 수집된 질병에 대한 정보로부터 복수의 질병 키워드를 추출하고, 추출된 복수의 질병 키워드 중 체크값이 기설정된 기준값 이상인 복수의 상위 질병 키워드를 선발하는 분석 모듈; 및 상기 사용자와 동일한 질병을 가지고 있는 사람수와, 상기 사용자의 신장, 체중, 및 나이를 기초로 하는 BMI(Body Mass Index) 및 체중의 변화량과, 상기 복수의 상위 질병 키워드의 체크값을 시각화하여 제공하는 관리 모듈을 포함한다.

Description

빅 데이터 기반 질병 키워드 추천 방법 및 시스템, 그리고 이를 포함하는 질병 정보 제공 방법{METHOD AND SYSTEM FOR RECOMMENDING DISEASE KEYWORD BASED ON BIG DATA, AND METHOD FOR PROVIDING DISEASE INFORMATION INCLUDING THE SAME}
본 발명은 동일한 질병을 가진 사용자들 간에 질병 키워드를 공유할 수 있는 빅 데이터 기반 질병 키워드 추천 방법 및 시스템, 그리고 이를 포함하는 질병 정보 제공 방법에 관한 것이다.
최근 정보통신기술의 발달과 다양한 서비스의 보급에 따라 삶의 질이 향상되고 세계적으로 환경이 급격히 변화되고 있다. 그 결과, 일상생활의 변화 및 노령화된 인구의 증가로 만성질환이 차지하는 비율이 급속도로 증가하고 있고, 이를 예방하고 관리하기 위한 기술이 대두되고 있다.
질병관리 시스템은 사용자의 편의에 맞추어 관리되는 것이 가장 효율적이지만, 현재 대부분의 시스템은 모든 질병을 한 번에 관리하고 있다. 또한, 종래의 질병관리 시스템은 혈압과 혈당의 경우에는 기본적인 개념만 알려주기 때문에, 사용자는 자신이 필요한 정보를 얻기 위해서 다시 검색해서 알아봐야 하는 문제점이 있었다. 또한, 종래의 질병관리 시스템은 다양한 정보 즉, 체중이나 BMI(Body Mass Index) 등의 신체 정보 데이터를 함께 다루지 않고 혈압과 혈당의 정보만을 가지고 관리하기 때문에 정확도가 낮은 문제점이 있었다.
이에 본 출원인은 사용자가 질병 키워드를 이용하여 질병에 대한 정보를 손쉽게 얻을 수 있는 빅 데이터 기반 질병 키워드 추천 시스템을 제안하게 되었으며, 이와 관련된 선행기술문헌으로는 한국등록특허 제10-1590326호(발명의 명칭: 질병정보 해석 시스템 구축 방법, 등록일: 2016.01.26.)가 있다.
본 발명은 상기한 바와 같은 문제점을 해결하기 위하여 안출된 것으로서, 동일한 질병을 가진 타 사용자의 질병 키워드를 공유하여, 사용자가 자신이 가진 질병에 대한 질병 키워드를 추천받을 수 있는 빅 데이터 기반 질병 키워드 추천 방법 및 시스템, 그리고 이를 포함하는 질병 정보 제공 방법을 제공하는 데 그 목적이 있다.
본 명세서의 다른 목적은 혈당 및 혈압 등의 단순한 데이터만 사용자에게 보여주는 것이 아니라 체중이나 BMI 등을 함께 보여줄 수 있는 빅 데이터 기반 질병 키워드 추천 시스템, 및 질병 정보 제공 방법을 제공한다.
이와 같은 목적을 달성하기 위한 본 발명은, 사용자로부터 나이, 신장, 체중, 및 질병 중 적어도 하나를 포함하는 사용자 정보를 입력받는 입력 모듈; 웹 스크래핑(Web Scraping)을 수행하여 상기 질병에 대한 정보를 수집하는 스크래핑 모듈; 상기 스크래핑 모듈에 의해 수집된 질병에 대한 정보로부터 복수의 질병 키워드를 추출하고, 추출된 복수의 질병 키워드 중 체크값이 기설정된 기준값 이상인 복수의 상위 질병 키워드를 선발하는 분석 모듈; 및 상기 사용자와 동일한 질병을 가지고 있는 사람수와, 상기 사용자의 신장, 체중, 및 나이를 기초로 하는 BMI(Body Mass Index) 및 체중의 변화량과, 상기 복수의 상위 질병 키워드의 체크값을 시각화하여 제공하는 관리 모듈;을 포함하는 빅 데이터 기반 질병 키워드 추천 시스템을 제공한다.
상기 분석 모듈은 상기 복수의 상위 질병 키워드에 대응되는 복수의 체크박스를 생성하며, 상기 복수의 체크박스 중 적어도 하나의 체크박스가 선택되는 경우, 선택된 체크박스에 대응되는 상위 질병 키워드의 체크값을 증가시킬 수 있다.
상기 스크래핑 모듈은 Node.js를 통해 웹 스크래핑을 수행할 수 있다.
상기 분석 모듈은 상기 스크래핑 모듈에 의해 수집된 질병에 대한 정보에서 특수문자, 순번을 나타내는 숫자, 기지정된 조사, 및 맺음말을 삭제하고, 상기 삭제에 따라 공백이 된 부분과 기존에 존재하는 공백을 삭제하여 상기 복수의 질병 키워드를 추출할 수 있다.
상기 분석 모듈은 상기 추출된 복수의 질병 키워드의 체크값을 카운트하고, 상기 추출된 복수의 질병 키워드를 정렬하여 저장할 수 있다.
상기 분석 모듈은 상기 스크래핑 모듈로부터 상기 질병에 대한 정보를 불러오는 과정에서 상기 질병에 대한 정보를 UTF-8을 이용하여 인코딩할 수 있다.
상기 분석 모듈은 R을 이용하여 상기 질병에 대한 정보로부터 복수의 질병 키워드를 추출할 수 있다.
본 발명은, 웹 스크래핑(Web Scraping)을 수행하여 질병에 대한 정보를 수집하는 단계; 수집된 질병에 대한 정보로부터 복수의 질병 키워드를 추출하는 단계; 추출된 복수의 질병 키워드 중 체크값이 기설정된 기준값 이상인 복수의 상위 질병 키워드를 선발하는 단계; 및 상기 복수의 상위 질병 키워드의 체크값을 시각화하여 제공하는 단계;를 포함하는 빅 데이터 기반 질병 키워드 추천 방법을 제공한다.
상기 복수의 질병 키워드를 추출하는 단계는, 상기 질병에 대한 정보를 UTF-8을 이용하여 인코딩하는 단계; 인코딩된 질병에 대한 정보에서 특수문자, 순번을 나타내는 숫자, 기지정된 조사, 및 맺음말을 삭제하고, 상기 삭제에 따라 공백이 된 부분과 기존에 존재하는 공백을 삭제하여 상기 복수의 질병 키워드를 추출하는 단계;를 포함할 수 있다.
상기 빅 데이터 기반 질병 키워드 추천 방법은, 상기 복수의 상위 질병 키워드에 대응되는 복수의 체크박스를 생성하는 단계; 및 상기 복수의 체크박스 중 적어도 하나의 체크박스가 선택되는 경우, 선택된 체크박스에 대응되는 상위 질병 키워드의 체크값을 증가시키는 단계;를 더 포함할 수 있다.
또한, 본 발명은, 사용자로부터 나이, 신장, 체중, 및 질병 중 적어도 하나를 포함하는 사용자 정보를 입력받는 단계; 웹 스크래핑(Web Scraping)을 수행하여 상기 질병에 대한 정보를 수집하는 단계; 수집된 질병에 대한 정보로부터 복수의 질병 키워드를 추출하는 단계; 추출된 복수의 질병 키워드 중 체크값이 기설정된 기준값 이상인 복수의 상위 질병 키워드를 선발하는 단계; 및 상기 사용자와 동일한 질병을 가지고 있는 사람수와, 상기 사용자의 신장, 체중, 및 나이를 기초로 하는 BMI(Body Mass Index) 및 체중의 변화량과, 상기 복수의 상위 질병 키워드의 체크값을 시각화하여 제공하는 단계;를 포함하는 질병 정보 제공 방법을 제공한다.
상기 질병 정보 제공 방법은, 상기 복수의 상위 질병 키워드에 대응되는 복수의 체크박스를 생성하는 단계; 및 상기 복수의 체크박스 중 적어도 하나의 체크박스가 선택되는 경우, 선택된 체크박스에 대응되는 상위 질병 키워드의 체크값을 증가시키는 단계;를 더 포함할 수 있다.
이상에서 설명한 바와 같이 본 발명에 의하면, 사용자는 중요 질병 키워드 중 관심 있는 질병 키워드를 선택하여 습득할 수 있다. 또한, 사용자는 질병 키워드에 대한 데이터를 보고, 자신이 관심 있는 질병 키워드와 타 사용자들이 관심 있는 질병 키워드를 비교하여 추천받을 수 있다. 따라서, 질병에 대한 정보를 사용자가 습득할 시 광범위하게 찾지 않고, 중요 질병 키워드를 사용하여 데이터를 얻을 수 있으므로, 시간 낭비를 줄일 수 있고, 질병을 효율적으로 관리 및 예방할 수 있다.
또한, 혈당 및 혈압 등의 단순한 데이터만 뿐만 아니라, BMI 수치를 통해 자신의 비만도를 한 눈에 볼 수 있어 질병을 체계적으로 관리할 수 있다.
도 1은 본 발명의 일실시예에 따른 질병관리 시스템의 개략적인 구성을 나타낸 블럭 구성도,
도 2는 본 발명의 일실시예에 따른 빅 데이터 기반 질병 키워드 추천 시스템의 개략적인 구성을 나타낸 블럭 구성도,
도 3은 본 발명의 일실시예에 따른 질병 정보 제공 방법을 나타낸 흐름도,
도 4는 본 발명의 일실시예에 따른 빅 데이터 기반 질병 키워드 추천 방법을 나타낸 흐름도,
도 5는 본 발명의 일실시예에서 R 스튜디오를 통한 질병에 대한 정보의 분석 시퀀스를 나타낸 도면,
도 6은 본 발명의 일실시예에서 사용자의 체중과 BMI 수치를 시각화하여 나타낸 그래프,
도 7은 본 발명의 일실시예에 따른 빅 데이터 기반 질병 키워드 추천 시스템에 의해 생성된 체크박스를 보여주는 도면, 및
도 8은 본 발명의 일실시예에 따른 상위 질병 키워드의 체크값을 나타낸 그래프이다.
본 명세서에서 사용되는 기술적 용어는 단지 특정한 실시 예를 설명하기 위해 사용된 것으로, 본 발명을 한정하려는 의도가 아님을 유의해야 한다. 또한, 본 명세서에서 사용되는 기술적 용어는 본 명세서에서 특별히 다른 의미로 정의되지 않는 한 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자에 의해 일반적으로 이해되는 의미로 해석되어야 하며, 과도하게 포괄적인 의미로 해석되거나, 과도하게 축소된 의미로 해석되지 않아야 한다.
또한, 본 명세서에서 사용되는 단수의 표현은 문맥상 명백하게 다르게 뜻하지 않는 한, 복수의 표현을 포함한다. 본 출원에서, "구성된다" 또는 "포함한다" 등의 용어는 명세서 상에 기재된 여러 구성 요소들, 또는 여러 단계들을 반드시 모두 포함하는 것으로 해석되지 않아야 하며, 그 중 일부 구성 요소들 또는 일부 단계들은 포함되지 않을 수도 있고, 또는 추가적인 구성 요소 또는 단계들을 더 포함할 수 있는 것으로 해석되어야 한다.
이하, 첨부된 도면을 참조하여 본 발명의 실시예를 상세하게 설명한다.
우선, 본 발명의 시스템 구성을 설명하기에 앞서, 본 발명의 실시예에서는 웹 스크래핑을 위해서 Node.js를 사용한다. Node.js는 확장성 있는 네트워크 애플리케이션(특히 서버 사이드) 개발에 사용되는 소프트웨어 플랫폼으로서, 작성 언어로 자바스크립트를 이용하며 논-블록킹 입출력(Non-blocking I/O)과 단일 스레드 이벤트 루프(single thread event loop)를 통해 높은 처리 성능을 가지고 있다.
또한, 본 발명의 실시예에서는 수집된 데이터를 분석하기 위해서 R 언어(이하, 'R'이라 칭함)를 이용한 통합개발환경(IDE: Integrated Development Environment)을 제공하는 R 스튜디오(R Studio)를 사용하고, 데이터베이스 연동을 위해 MySQL을 사용하며, APM Setup을 이용한 PHP 통신을 통해 데이터와 웹 시스템을 연동한다.
이하, 첨부된 도면을 참조하여 본 발명의 실시예를 상세히 설명하기로 한다.
도 1은 본 발명의 일실시예에 따른 질병관리 시스템의 개략적인 구성을 나타낸 블럭 구성도이다.
도 1을 참조하면, 본 발명에 따른 질병관리 시스템은 복수의 사용자 단말(100) 및 빅 데이터 기반 질병 키워드 추천 시스템(200) 등을 포함한다.
복수의 사용자 단말(100)은 유무선 통신망을 통해 빅 데이터 기반 질병 키워드 추천 시스템(200)에 접속하여 나이, 신장, 체중, 및 자신이 가진 질병 등을 포함하는 사용자 정보를 입력한다. 여기서, 질병은 현재 만성질환으로서 대두되고 있는 당뇨병(Diabetes), 고혈압(High Blood Pressure), 및 크론병(Crohn's Disease) 등이 될 수 있다.
빅 데이터 기반 질병 키워드 추천 시스템(200)은 혈당 및 혈압 등의 데이터뿐만 아니라, 사용자와 동일한 질병을 가지고 있는 사람수와, 사용자의 신장, 체중, 및 나이를 기초로 하는 BMI(Body Mass Index) 및 체중의 변화량을 시각화하여 사용자 단말(100)로 제공한다.
또한, 빅 데이터 기반 질병 키워드 추천 시스템(200)은 웹 스크래핑(Web Scraping)을 수행하여 질병에 대한 정보를 수집하고, R을 이용하여 수집된 질병에 대한 정보로부터 복수의 질병 키워드를 추출 및 저장하며, 복수의 질병 키워드 중 카운팅값, 즉, 체크값이 큰 복수의 상위 질병 키워드를 선발한 후, 선발된 복수의 상위 질병 키워드의 체크값을 카운트하여 그래프로 시각화한다. 이때, 빅 데이터 기반 질병 키워드 추천 시스템(200)은 순위별로 상위 질병 키워드 중 5개를 표로 나타내어 가독성을 높일 수도 있다.
이와 더불어, 빅 데이터 기반 질병 키워드 추천 시스템(200)은 상위 질병 키워드에 대응되는 복수의 체크박스를 생성하고, 사용자 단말(100)에 의해 복수의 체크박스 중 적어도 하나의 체크박스가 선택되는 경우, 선택된 체크박스에 대응되는 상위 질병 키워드의 체크값을 증가시킬 수 있다. 본 발명에 따른 빅 데이터 기반 질병 키워드 추천 시스템(200)의 자세한 구성에 대해서는 후술하기로 한다.
도 2는 본 발명의 일실시예에 따른 빅 데이터 기반 질병 키워드 추천 시스템의 개략적인 구성을 나타낸 블럭 구성도이다.
도 2를 참조하면, 본 발명에 따른 빅 데이터 기반 질병 키워드 추천 시스템(200)은 입력 모듈(210), 스크래핑 모듈(220), 분석 모듈(230), 관리 모듈(240), 및 데이터베이스(250) 등을 포함한다.
입력 모듈(210)은 사용자 단말(100)로부터 나이, 신장, 체중, 및 질병 등을 포함하는 사용자 정보를 입력받는다. 이외에도, 입력 모듈(210)은 로그인 시 사용자 단말(100)로부터 아이디 및 비밀번호 등의 사용자 정보를 입력받을 수 있다.
스크래핑 모듈(220)은 웹 스크래핑(Web Scraping)을 수행하여 사용자 단말(100)로부터 입력받은 질병에 대한 정보를 수집한다. 구체적으로는, 스크래핑 모듈(120)은 Node.js를 통해 웹 스크래핑을 수행하여 질병에 대한 정보를 수집하고, 수집된 질병에 대한 정보를 텍스트 파일로 저장한다. 스크래핑 모듈(120)은 데이터베이스(150)와 연동하여 텍스트 파일을 데이터베이스(150)에 저장할 수도 있다.
분석 모듈(230)은 R 스튜디오를 사용하여 스크래핑 모듈(220)에 저장된 텍스트 파일에서 복수의 질병 키워드를 추출한다. 구체적으로, 분석 모듈(230)은 텍스트 파일을 R 스튜디오의 변수에 저장하고, 텍스트 파일을 UTF-8을 이용하여 인코딩한다. 그리고, 분석 모듈(230)은 저장된 텍스트 파일에서 의미 있는 질병 키워드를 추출하기 위해서 필터링을 수행하는데, 우선 특수문자나 순번을 나타내는 숫자를 삭제하고, 기지정된 조사나 맺음말 등 필요없는 단어를 삭제한 후, 필요없는 단어의 삭제에 따라 공백이 된 부분과 기존에 존재하는 공백을 삭제한다. 그리고, 분석 모듈(230)은 필터링된 복수의 질병 키워드의 체크값을 카운트하여 정렬한 후, 분석된 복수의 질병 키워드를 CSV 파일 형식으로 저장한다.
또한, 분석 모듈(230)은 복수의 질병 키워드 중 체크값이 큰 복수의 상위 질병 키워드를 선발하고, 선발된 복수의 상위 질병 키워드에 대응되는 복수의 체크박스를 생성하며, 사용자 단말(100)에 의해 복수의 체크박스 중 적어도 하나의 체크박스가 선택되는 경우, 선택된 체크박스에 대응되는 상위 질병 키워드의 체크값을 증가시킬 수 있다.
관리 모듈(240)은 웹을 통해 사용자 단말(100)로 질병 관리에 대한 데이터를 시각화하여 제공하는 장치이다.
구체적으로, 관리 모듈(240)은 사용자의 이름과, 나이와, 사용자와 동일한 질병을 가지고 있는 사람수와, 사용자의 신장, 체중, 및 나이를 기초로 하는 BMI 및 체중의 변화량을 시각화하여 제공한다. 따라서, 사용자는 BMI 수치를 통해 자신의 비만도를 볼 수 있고 질병을 체계적으로 관리할 수 있다.
또한, 관리 모듈(240)은 분석 모듈(230)에 의해 선발된 복수의 상위 질병 키워드의 체크값을 시각화하여 제공한다. 따라서, 사용자는 자신과 동일한 질병을 가진 사람이 어떤 질병 키워드에 관심을 가지고 있는지 알 수 있고, 질병과 관련하여 가장 필요한 정보가 무엇인지 알 수 있다.
데이터베이스(250)는 사용자 정보, 복수의 질병 키워드, 복수의 상위 질병 키워드, 및 복수의 상위 질병 키워드 각각의 체크값 등을 저장한다. 또한, 데이터베이스(250)는 스크래핑 모듈(220)을 대신하여 질병에 대한 정보를 저장하고, 사용자의 BMI를 저장할 수 있다. 이를 위해, 데이터베이스(250)는 복수의 영역으로 구성될 수 있고, 또한, 빅 데이터 기반 질병 키워드 추천 시스템(200)과는 별도의 장치로 구현될 수 있다.
도 3은 본 발명의 일실시예에 따른 질병 정보 제공 방법을 나타낸 흐름도이다.
도 3을 참조하면, 본 발명에 따른 빅 데이터 기반 질병 키워드 추천 시스템(200)은 아이디 및 비밀번호를 입력할 수 있는 로그인 페이지를 사용자 단말(100)로 제공하고, 사용자로부터 아이디 및 비밀번호를 입력받는다(S310).
빅 데이터 기반 질병 키워드 추천 시스템(200)은 사용자로부터 입력받은 아이디 및 비밀번호를 데이터베이스(250)에 저장된 회원정보와 비교하여 가입 여부를 확인한다(S320).
빅 데이터 기반 질병 키워드 추천 시스템(200)은 사용자가 본 발명에 따른 질병 정보 제공 서비스에 가입되지 않은 경우, 사용자의 이름, 나이, 주소, 및 전화번호 등의 회원 정보를 입력할 수 있는 회원 가입 페이지를 사용자 단말(100)로 제공한다(S322).
빅 데이터 기반 질병 키워드 추천 시스템(200)은 사용자가 질병 정보 제공 서비스에 가입된 경우, 단계 S320에서와 동일한 방법으로 사용자로부터 입력받은 아이디 및 비밀번호를 데이터베이스(250)에 저장된 회원정보와 비교하여 회원 인증을 수행한다(S330).
이어서, 빅 데이터 기반 질병 키워드 추천 시스템(200)은 회원 인증이 완료된 후, 사용자의 질병을 입력할 수 있는 선택 메뉴를 사용자 단말(100)로 제공하고, 사용자로 하여금 자신의 질병을 체크하도록 한다(S340). 예를 들면, 사용자는 당뇨병, 고혈압, 및 크론병 중에서 자신이 속해 있는 질병을 선택할 수 있다.
빅 데이터 기반 질병 키워드 추천 시스템(200)은 사용자가 자신의 질병을 선택한 후, 메인 뷰 또는 키워드 뷰를 선택할 수 있는 두 개의 버튼을 사용자 단말(100)로 제공한다(S350).
빅 데이터 기반 질병 키워드 추천 시스템(200)은 사용자가 메인 뷰를 선택한 경우, 사용자의 신장과 체중을 입력할 수 있는 텍스트박스를 사용자 단말(100)로 제공하여 사용자로부터 신장과 체중을 입력받고(S352), 사용자의 이름, 나이, 질병, 동일한 질병을 가진 사람수를 제공함과 동시에, 텍스트박스를 통해 입력받은 사용자의 신장 및 체중과, 그에 대한 최근값을 데이터베이스(250)에서 불러와서 사용자의 BMI 및 체중의 변화량을 그래프와 표로 시각화하여 제공한다(S354).
한편, 빅 데이터 기반 질병 키워드 추천 시스템(200)은 사용자가 키워드 뷰를 선택한 경우, 사용자가 단계 S340에서 선택한 질병에 대한 키워드의 성향을 시각화하여 제공한다(S360). 예를 들면, 빅 데이터 기반 질병 키워드 추천 시스템(200)은 당뇨병과 관련해서는 당뇨병 키워드 성향 분석 페이지, 고혈압과 관련해서는 고혈압 키워드 성향 분석 페이지, 및 크론병과 관련해서는 크론병 성향 분석 페이지를 제공한다.
구체적으로, 빅 데이터 기반 질병 키워드 추천 시스템(200)은 단계 S360에서 각 키워드 성향 분석 페이지를 통해 질병에 대한 키워드의 성향을 시각화하여 제공하기 위해, Node.js를 통한 웹 스크래핑을 수행하여 비정형 데이터인 질병에 대한 정보를 수집하고, R을 통해 질병에 대한 정보로부터 복수의 질병 키워드를 추출 및 저장한다.
빅 데이터 기반 질병 키워드 추천 시스템(200)은 저장된 복수의 질병 키워드 중 20개의 상위 질병 키워드에 대응되는 20개의 체크박스를 생성하고, 사용자 단말(100)에 의해 20개의 체크박스 중 적어도 하나의 체크박스가 선택되는 경우, 데이터베이스(250)에서 선택된 체크박스에 대응되는 상위 질병 키워드의 체크값을 증가시킨다. 이때, 사용자는 20개의 체크박스 중 최대 5개의 체크박스를 선택할 수 있고, 사용자가 더 많은 체크박스를 선택한 경우, 본 발명에 따른 빅 데이터 기반 질병 키워드 추천 시스템(200)은 알람 메시지를 띄울 수 있다. 본 발명의 일실시예에서는 체크박스의 개수를 20개로 한정하고, 선택할 수 있는 체크박스의 개수도 최대 5개로 한정하고 있지만, 이에 한정되는 것은 아니며, 체크박스의 개수 및 선택할 수 있는 체크박스의 개수는 얼마든지 변경될 수 있다.
그리고, 빅 데이터 기반 질병 키워드 추천 시스템(200)은 데이터베이스(250)로부터 복수의 상위 질병 키워드 각각의 체크값을 불러와서 그래프 및 표로 시각화하여 사용자 단말(100)로 제공한다.
도 4는 본 발명의 일실시예에 따른 빅 데이터 기반 질병 키워드 추천 방법을 나타낸 흐름도이다.
도 4를 참조하면, 빅 데이터 기반 질병 키워드 추천 시스템(200)은 웹 스크래핑을 수행하여 질병에 대한 정보를 수집하고, 수집된 질병에 대한 정보를 텍스트 파일로 저장한다(S410).
빅 데이터 기반 질병 키워드 추천 시스템(200)은 저장된 텍스트 파일 형태의 질병에 대한 정보를 R로 불러오는데, 불러오는 과정에서 한글이 깨지는 것을 방지하기 위해, 질병에 대한 정보를 UTF-8을 사용하여 인코딩한다(S420).
이어서, 빅 데이터 기반 질병 키워드 추천 시스템(200)은 특수문자나 순번을 나타내는 숫자를 삭제하고, 기지정된 조사나 맺음말 등 필요없는 단어를 삭제한 후, 필요없는 단어의 삭제에 따라 공백이 된 부분과 기존에 존재하는 공백을 삭제함으로써, 복수의 질병 키워드를 추출한다(S430).
그리고, 빅 데이터 기반 질병 키워드 추천 시스템(200)은 추출된 복수의 질병 키워드의 체크값을 기설정된 기준값과 비교하고(S440), 체크값이 기설정된 기준값보다 작은 질병 키워드를 드롭한다(S442).
빅 데이터 기반 질병 키워드 추천 시스템(200)은 체크값이 기설정된 기준값보다 큰 질병 키워드를 복수의 상위 질병 키워드로 분류한 후, 복수의 상위 질병 키워드를 체크값에 따라 내림차순으로 정렬하고(S450), 정렬된 복수의 상위 질병 키워드를 CSV 파일로 저장한다(S460).
도 5는 본 발명의 일실시예에서 R 스튜디오를 통한 질병에 대한 정보의 분석 시퀀스를 나타낸 도면이다.
우선, 설명에 앞서 본 발명의 빅 데이터 기반 질병 키워드 추천 시스템(200)은 한글을 인식하기 위해서 Sejong 사전을 사용하고, 글자를 인식하기 위해 Stringr 패키지와 KoNLP 패키지를 사용하며, 또한, 질병 키워드의 개수를 세기 위해 Wordcount를 사용한다.
도 5를 참조하면, 본 발명에 따른 빅 데이터 기반 질병 키워드 추천 시스템(200)은 수집된 당뇨병에 대한 정보인 dang.txt 문서의 데이터를 한 줄씩 읽어와서 dang에 저장한다(S510). 이때, 한글이 깨질 수 있는데, Encoding(dang)<-"UTF-8"을 사용하여 dang에 담겨져 있는 데이터의 한글이 깨지는 것을 방지할 수 있다(S512).
이어서, ExtractNoun을 사용하여 dang 데이터에서 기본적으로 기지정된 조사나 맺음말을 제외한 데이터를 추출한다(S514). 그리고, unlist를 사용하여 리스트 구조를 없애 백터로 만들고(S516), 필터를 통하여 글자 수가 한 문장에 10개 이하인 글자만 추출한다(S518). 또한, gsub("\\d+","",dang3)을 사용하여 데이터에 포함된 특수문자를 삭제한다(S520). 이 단계까지 수행된 후에도 데이터가 완전히 정리되었다고 볼 수 없기 때문에 dangsub.txt에 나머지 삭제할 문자들을 확인한 후 입력한다(S522). 이와 같이, 삭제할 문자를 입력해놓으면 분석마다 사용할 수 있고 효율적이다.
이후, length를 사용하여 개수를 확인하고(S524), for문을 이용하여 삭제할 문자의 수만큼 반복하여 실행한다(S526). 한편, 글자를 삭제했을 때 삭제된 부분은 공백으로 나타나게 되는데, 공백을 제거하기 위해 분석된 데이터를 다시 텍스트 파일로 저장한 뒤(S528), read.table을 사용하여 불러온다(S530). 이처럼, 공백을 제거하는 이유는 글자 수를 분석할 때 공백의 수도 같이 분석되어 많은 시간이 소요되기 때문이다.
이어서, 다시 불러온 데이터를 사용하여 테이블을 생성하고(S532), 생성된 테이블을 CSV 파일로 만든다(S534). 그리고 다시 CSV 파일을 불러와 저장한다(S536). 이처럼, CSV 파일을 저장한 뒤 다시 불러오는 것은 필드의 개수를 정리하기 위해서이다.
이어서, 당뇨병의 경우 분류 기준이 3개 이상이므로 불러온 CSV 파일에서 글자 수가 3개 이상인 데이터만 추출하고(S538), 이때 2~3필드만 필요하기 때문에 [2:3]을 이용하여 데이터를 추출한다(S540). 끝으로, 추출된 데이터를 빈도수, 즉, 체크값에 따라서 내림차순으로 정렬하고(S542), CSV 파일로 저장한다(S544).
도 6은 본 발명의 일실시예에서 사용자의 체중과 BMI 수치를 시각화하여 나타낸 그래프이다.
도 6에 도시된 바와 같이, 본 발명에 따른 빅 데이터 기반 질병 키워드 추천 시스템(200)은 사용자 단말(100)이 접속할 때마다, 사용자로부터 현재 신장 및 체중을 입력받고, 사용자의 신장, 체중, 및 나이를 기초로 하는 BMI 및 체중의 변화량을 시각화하여 제공한다. 그래프의 경우에는 사용자의 데이터를 나타내는 데 한계가 있으므로, 빅 데이터 기반 질병 키워드 추천 시스템(200)은 최근 6개의 값만 추출하여 시각화하는 것이 바람직하다. 또한, 사용자가 그래프의 정확한 수치를 알고 싶을 경우에 그래프의 점에 마우스 커서를 가져가면 빅 데이터 기반 질병 키워드 추천 시스템(200)은 표를 통해 사용자의 정확한 수치를 제공할 수도 있다.
도 7은 본 발명의 일실시예에 따른 빅 데이터 기반 질병 키워드 추천 시스템에 의해 생성된 체크박스를 보여주는 도면이다.
본 발명에 따른 빅 데이터 기반 질병 키워드 추천 시스템(200)은 데이터베이스(250)로부터 당뇨병의 분석된 데이터의 카운팅값을 가져와서 도 7에 도시된 체크박스(700)를 생성하게 된다. 체크박스(700)는 분석된 결과에 따라 항상 변할 수 있다. 체크박스(700)는 전체가 20개로 설정되어 있는데, 사용자가 6개 이상 선택했을 경우 빅 데이터 기반 질병 키워드 추천 시스템(200)은 5개까지만 선택할 수 있다는 알림 메시지를 띄운다. 이처럼, 사용자가 선택할 수 있는 체크박스(700)의 개수를 5개로 한정한 것은 전체 중 25%를 선택하는 것이 통계치를 내는 데 가장 효율적이기 때문이다.
도 8은 본 발명의 일실시예에 따른 상위 질병 키워드의 체크값을 나타낸 그래프이다.
본 발명의 일실시예에 따른 빅 데이터 기반 질병 키워드 추천 시스템(200)은 데이터베이스(250)에 저장된, 사용자가 전술한 체크박스(700)를 통해 질병 키워드를 체크함에 따라 누적된 카운팅값을 이용하여 도 8에 도시된 그래프를 작성한다. 이때, 빅 데이터 기반 질병 키워드 추천 시스템(200)은 카운팅값을 받아오기 위해 PHP를 통해 데이터베이스(250)와 연동된다. 이 과정에서 데이터가 들어오지 않는 경우가 발생할 수 있는데, 이를 해결하기 위해 빅 데이터 기반 질병 키워드 추천 시스템(200)은 mysql_query("set session character_set_connection=utf8;");, mysql_query("set session character _set_results =utf8;");, mysql_query("set session character_ set_client=utf8;");를 사용한다. 또한, 본 발명에 따른 빅 데이터 기반 질병 키워드 추천 시스템(200)은 소스의 경량화를 위해 복잡한 소스를 나누고 include를 사용하여 병합할 수 있다.
이와 같이, 본 발명의 일실시예에서는 사용자가 자신의 질병과 관련하여 체크가 많이 된 것을 위주로 질병 키워드를 볼 수 있고, 어떤 질병 키워드의 가중치가 높은지도 알 수 있다.
이상의 설명은 본 발명을 예시적으로 설명한 것에 불과하며, 발명이 속하는 기술분야에서 통상의 지식을 가진 자에 의해 본 발명의 기술적 사상에서 벗어나지 않는 범위에서 다양한 변형이 가능할 것이다. 따라서 본 발명의 명세서에 개시된 실시예들은 아래의 특허청구범위에 의해 해석 되어야 하며, 그와 균등한 범위 내에 있는 모든 기술도 본 발명의 범위에 포함되는 것으로 해석해야 할 것이다.
210: 입력 모듈 220: 스크래핑 모듈
230: 분석 모듈 240: 관리 모듈
250: 데이터베이스

Claims (12)

  1. 다수의 사용자 단말로부터 사용자의 나이, 신장, 체중, 및 질병을 포함하는 사용자 정보를 수신하는 입력 모듈;
    웹 스크래핑(Web Scraping)을 수행하여 상기 질병에 대한 정보를 수집하는 스크래핑 모듈;
    상기 스크래핑 모듈에 의해 수집된 질병에 대한 정보로부터 복수의 질병 키워드를 추출하고, 추출된 복수의 질병 키워드에 각각 대응되는 복수의 체크박스를 상기 다수의 사용자 단말로 제공하며, 상기 다수의 사용자 단말에 의해 상기 복수의 체크박스 중 적어도 하나의 체크박스가 선택되는 경우, 선택된 체크박스에 대응되는 질병 키워드의 체크값을 증가시킨 후, 상기 복수의 질병 키워드 중 체크값이 기설정된 기준값 이상인 복수의 상위 질병 키워드를 선발하는 분석 모듈; 및
    상기 사용자와 동일한 질병을 가지고 있는 사람수와, 상기 사용자의 신장, 체중, 및 나이를 기초로 하는 BMI(Body Mass Index) 및 체중의 변화량과, 상기 복수의 상위 질병 키워드를 포함하는 상기 복수의 상위 질병 키워드의 체크값을 그래프 형태로 상기 다수의 사용자 단말로 제공하는 관리 모듈;
    을 포함하는 빅 데이터 기반 질병 키워드 추천 시스템.
  2. 삭제
  3. 제1항에 있어서,
    상기 스크래핑 모듈은 Node.js를 통해 웹 스크래핑을 수행하는 것을 특징으로 하는 빅 데이터 기반 질병 키워드 추천 시스템.
  4. 제1항에 있어서,
    상기 분석 모듈은 상기 스크래핑 모듈에 의해 수집된 질병에 대한 정보에서 특수문자, 순번을 나타내는 숫자, 기지정된 조사, 및 맺음말을 삭제하고, 상기 삭제에 따라 공백이 된 부분과 기존에 존재하는 공백을 삭제하여 상기 복수의 질병 키워드를 추출하는 것을 특징으로 하는 빅 데이터 기반 질병 키워드 추천 시스템.
  5. 제1항에 있어서,
    상기 분석 모듈은 상기 추출된 복수의 질병 키워드의 체크값을 카운트하고, 상기 추출된 복수의 질병 키워드를 정렬하여 저장하는 것을 특징으로 하는 빅 데이터 기반 질병 키워드 추천 시스템.
  6. 제1항에 있어서,
    상기 분석 모듈은 상기 스크래핑 모듈로부터 상기 질병에 대한 정보를 불러오는 과정에서 상기 질병에 대한 정보를 UTF-8을 이용하여 인코딩하는 것을 특징으로 하는 빅 데이터 기반 질병 키워드 추천 시스템.
  7. 제1항 및 제4항 내지 제6항 중 어느 한 항에 있어서,
    상기 분석 모듈은 R을 이용하여 상기 질병에 대한 정보로부터 복수의 질병 키워드를 추출하는 것을 특징으로 하는 빅 데이터 기반 질병 키워드 추천 시스템.
  8. 사용자들의 질병 키워드를 저장 및 관리하는 빅 데이터 기반 질병 키워드 추천 시스템의 빅데이터 기반 질병 키워드 추천 방법에 있어서,
    상기 빅 데이터 기반 질병 키워드 추천 시스템이 웹 스크래핑(Web Scraping)을 수행하여 질병에 대한 정보를 수집하는 단계;
    상기 빅 데이터 기반 질병 키워드 추천 시스템이 수집된 질병에 대한 정보로부터 특수문자, 순번을 나타내는 숫자, 기지정된 조사, 및 맺음말을 삭제하고, 상기 삭제에 따라 공백이 된 부분과 기존에 존재하는 공백을 삭제하여 상기 복수의 질병 키워드를 추출하는 단계;
    상기 빅 데이터 기반 질병 키워드 추천 시스템이 추출된 복수의 질병 키워드에 각각 대응되는 복수의 체크박스를 다수의 사용자 단말로 제공하는 단계;
    상기 빅 데이터 기반 질병 키워드 추천 시스템이 상기 다수의 사용자 단말에 의해 상기 복수의 체크박스 중 적어도 하나의 체크박스가 선택되는 경우, 선택된 체크박스에 대응되는 질병 키워드의 체크값을 증가시킨 후, 상기 복수의 질병 키워드 중 체크값이 기설정된 기준값 이상인 복수의 상위 질병 키워드를 선발하는 단계; 및
    상기 빅 데이터 기반 질병 키워드 추천 시스템이 상기 복수의 상위 질병 키워드를 포함하는 상기 복수의 상위 질병 키워드의 체크값을 그래프 형태로 상기 다수의 사용자 단말로 제공하는 단계;
    를 포함하는 빅 데이터 기반 질병 키워드 추천 방법.
  9. 제8항에 있어서,
    상기 복수의 질병 키워드를 추출하는 단계는,
    상기 질병에 대한 정보를 UTF-8을 이용하여 인코딩하는 단계;
    를 포함하는 것을 특징으로 하는 빅 데이터 기반 질병 키워드 추천 방법.
  10. 삭제
  11. 사용자들의 질병 키워드를 저장 및 관리하는 빅 데이터 기반 질병 키워드 추천 시스템의 질병 정보 제공 방법에 있어서,
    상기 빅 데이터 기반 질병 키워드 추천 시스템이 다수의 사용자 단말로부터 사용자의 나이, 신장, 체중, 및 질병을 포함하는 사용자 정보를 수신하는 단계;
    상기 빅 데이터 기반 질병 키워드 추천 시스템이 웹 스크래핑(Web Scraping)을 수행하여 상기 질병에 대한 정보를 수집하는 단계;
    상기 빅 데이터 기반 질병 키워드 추천 시스템이 수집된 질병에 대한 정보로부터 특수문자, 순번을 나타내는 숫자, 기지정된 조사, 및 맺음말을 삭제하고, 상기 삭제에 따라 공백이 된 부분과 기존에 존재하는 공백을 삭제하여 상기 복수의 질병 키워드를 추출하는 단계;
    상기 빅 데이터 기반 질병 키워드 추천 시스템이 추출된 복수의 질병 키워드에 각각 대응되는 복수의 체크박스를 상기 다수의 사용자 단말로 제공하는 단계;
    상기 빅 데이터 기반 질병 키워드 추천 시스템이 상기 다수의 사용자 단말에 의해 상기 복수의 체크박스 중 적어도 하나의 체크박스가 선택되는 경우, 선택된 체크박스에 대응되는 질병 키워드의 체크값을 증가시킨 후, 복수의 질병 키워드 중 체크값이 기설정된 기준값 이상인 복수의 상위 질병 키워드를 선발하는 단계; 및
    상기 사용자와 동일한 질병을 가지고 있는 사람수와, 상기 사용자의 신장, 체중, 및 나이를 기초로 하는 BMI(Body Mass Index) 및 체중의 변화량과, 상기 복수의 상위 질병 키워드를 포함하는 상기 복수의 상위 질병 키워드의 체크값을 그래프 형태로 상기 다수의 사용자 단말로 제공하는 단계;
    를 포함하는 질병 정보 제공 방법.
  12. 삭제
KR1020160131886A 2016-10-12 2016-10-12 빅 데이터 기반 질병 키워드 추천 방법 및 시스템, 그리고 이를 포함하는 질병 정보 제공 방법 KR101860218B1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020160131886A KR101860218B1 (ko) 2016-10-12 2016-10-12 빅 데이터 기반 질병 키워드 추천 방법 및 시스템, 그리고 이를 포함하는 질병 정보 제공 방법

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020160131886A KR101860218B1 (ko) 2016-10-12 2016-10-12 빅 데이터 기반 질병 키워드 추천 방법 및 시스템, 그리고 이를 포함하는 질병 정보 제공 방법

Publications (2)

Publication Number Publication Date
KR20180040252A KR20180040252A (ko) 2018-04-20
KR101860218B1 true KR101860218B1 (ko) 2018-05-21

Family

ID=62088077

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020160131886A KR101860218B1 (ko) 2016-10-12 2016-10-12 빅 데이터 기반 질병 키워드 추천 방법 및 시스템, 그리고 이를 포함하는 질병 정보 제공 방법

Country Status (1)

Country Link
KR (1) KR101860218B1 (ko)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR102009336B1 (ko) 2018-04-25 2019-08-12 주식회사쿠콘 미리 스크래핑된 빅데이터를 이용한 클라우드 스크래핑 시스템 및 방법과, 이를 위한 컴퓨터 프로그램

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP5317638B2 (ja) * 2008-11-13 2013-10-16 日本電信電話株式会社 Ｗｅｂ文書主要コンテンツ抽出装置及びプログラム
KR101469524B1 (ko) * 2014-08-29 2014-12-05 한국지질자원연구원 시맨틱 데이터 마이닝을 이용한 상황인지 기반 사용자 관심정보 검색서비스 제공방법
KR101576376B1 (ko) * 2014-06-30 2015-12-10 (주) 더아이엠씨 핵심어 추출방법 및 이를 이용한 핵심어 관심지수 산출방법
KR101590326B1 (ko) * 2014-07-17 2016-02-01 주식회사 에프에스 질병정보 해석 시스템 구축 방법

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP5317638B2 (ja) * 2008-11-13 2013-10-16 日本電信電話株式会社 Ｗｅｂ文書主要コンテンツ抽出装置及びプログラム
KR101576376B1 (ko) * 2014-06-30 2015-12-10 (주) 더아이엠씨 핵심어 추출방법 및 이를 이용한 핵심어 관심지수 산출방법
KR101590326B1 (ko) * 2014-07-17 2016-02-01 주식회사 에프에스 질병정보 해석 시스템 구축 방법
KR101469524B1 (ko) * 2014-08-29 2014-12-05 한국지질자원연구원 시맨틱 데이터 마이닝을 이용한 상황인지 기반 사용자 관심정보 검색서비스 제공방법

Also Published As

Publication number Publication date
KR20180040252A (ko) 2018-04-20

Similar Documents

Publication Publication Date Title
Harari et al. Personality sensing for theory development and assessment in the digital age
JP5977898B1 (ja) 行動予測装置、行動予測装置の制御方法、および行動予測装置の制御プログラム
US20170116388A1 (en) Lifestyle and phenotype database and analytics platform
Thapen et al. The early bird catches the term: combining twitter and news data for event detection and situational awareness
KR20130062436A (ko) 소셜 활동을 이용한 소셜 네트워크 서비스 제공 방법, 장치 및 시스템
Keertipati et al. Multi-level analysis of peace and conflict data in GDELT
Jamonnak et al. GeoVisuals: a visual analytics approach to leverage the potential of spatial videos and associated geonarratives
CN113094512A (zh) 一种工业生产制造中故障分析系统及方法
US8639695B1 (en) System, method and computer program for analysing and visualising data
KR101567551B1 (ko) 콘텐츠 추천을 위한 소셜 데이터 분석 시스템
JP2017201437A (ja) ニュース素材抽出装置及びプログラム
KR101860218B1 (ko) 빅 데이터 기반 질병 키워드 추천 방법 및 시스템, 그리고 이를 포함하는 질병 정보 제공 방법
KR101780237B1 (ko) 온라인 상에 공개된 질의응답 데이터를 기초로 한 사용자 질의에 대한 응답 방법 및 장치
KR101651963B1 (ko) 시공간 연관 정보 생성 방법, 이를 수행하는 시공간 연관 정보 생성 서버 및 이를 저장하는 기록매체
KR101105798B1 (ko) 키워드 정련 장치 및 방법과 그를 위한 컨텐츠 검색 시스템 및 그 방법
Long et al. Automated crisis content categorization for covid-19 tweet streams
Soto et al. Data quality challenges in twitter content analysis for informing policy making in health care
KR20170042889A (ko) 콘텐츠 추천 방법, 서버 및 컴퓨팅 장치
KR20160093489A (ko) 컨텐츠 수집, 추천 시스템 및 방법
Karlsen et al. Experiences of the home-dwelling elderly in the use of telecare in home care services: A qualitative systematic review protocol
CN111241274B (zh) 刑事法律文书处理方法和装置、存储介质和电子设备
JP2007073072A (ja) 関連文書表示装置
KR20190047941A (ko) 텍스트 데이터 수집 및 분석의 통합을 위한 방법 및 장치
JP2018067230A (ja) 情報処理装置及び開発支援システム
KR101520357B1 (ko) 감성 qr 코드를 이용한 개인 맞춤형 컨텐츠 제공 시스템

Legal Events

Date Code Title Description
A201 Request for examination
E902 Notification of reason for refusal
E701 Decision to grant or registration of patent right
GRNT Written decision to grant