KR102125620B1 - 감성 기반의 카페 추천 정보를 제공하는 서버 및 이를 이용한 카페 추천 방법 - Google Patents

감성 기반의 카페 추천 정보를 제공하는 서버 및 이를 이용한 카페 추천 방법 Download PDF

Info

Publication number
KR102125620B1
KR102125620B1 KR1020180126382A KR20180126382A KR102125620B1 KR 102125620 B1 KR102125620 B1 KR 102125620B1 KR 1020180126382 A KR1020180126382 A KR 1020180126382A KR 20180126382 A KR20180126382 A KR 20180126382A KR 102125620 B1 KR102125620 B1 KR 102125620B1
Authority
KR
South Korea
Prior art keywords
information
cafe
visit
weather information
recommendation
Prior art date
Application number
KR1020180126382A
Other languages
English (en)
Other versions
KR20200045628A (ko
Inventor
차민진
Original Assignee
차민진
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 차민진 filed Critical 차민진
Priority to KR1020180126382A priority Critical patent/KR102125620B1/ko
Publication of KR20200045628A publication Critical patent/KR20200045628A/ko
Application granted granted Critical
Publication of KR102125620B1 publication Critical patent/KR102125620B1/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
    • G06Q30/00—Commerce
    • G06Q30/02—Marketing; Price estimation or determination; Fundraising
    • G06Q30/0241—Advertisements
    • G06Q30/0251—Targeted advertisements
    • G06Q30/0261—Targeted advertisements based on user location
    • 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
    • G06Q30/00—Commerce
    • G06Q30/02—Marketing; Price estimation or determination; Fundraising
    • G06Q30/0278—Product appraisal
    • 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
    • G06Q30/00—Commerce
    • G06Q30/06—Buying, selling or leasing transactions
    • G06Q30/0601—Electronic shopping [e-shopping]
    • G06Q30/0631—Item recommendations
    • 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
    • G06Q50/12—Hotels or restaurants

Landscapes

  • Business, Economics & Management (AREA)
  • Strategic Management (AREA)
  • Finance (AREA)
  • Accounting & Taxation (AREA)
  • Engineering & Computer Science (AREA)
  • Development Economics (AREA)
  • General Business, Economics & Management (AREA)
  • Theoretical Computer Science (AREA)
  • Marketing (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Economics (AREA)
  • Tourism & Hospitality (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Game Theory and Decision Science (AREA)
  • General Health & Medical Sciences (AREA)
  • Health & Medical Sciences (AREA)
  • Primary Health Care (AREA)
  • Human Resources & Organizations (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

본 발명은 감성 기반의 카페 추천 정보를 제공하는 서버 및 이를 이용한 카페 추천 방법에 관한 것으로서, 기등록된 복수의 카페에 대한 가게 정보와 상기 복수의 카페 중 적어도 하나를 방문한 방문자의 방문 날짜 및 평가 점수에 대한 피드백 정보에 기초한 카페별 방문 정보를 생성하는 방문정보 생성부와, 외부의 사용자 단말기로부터 카페 추천 요청을 수신하는 경우, 상기 사용자 단말기의 현재 위치 및 날씨에 기초하여 상기 복수의 카페 중 적어도 하나의 카페에 대한 상기 방문 정보를 선별한 후 이에 기초한 추천 정보를 생성하는 추천정보 생성부를 포함하는 것을 특징으로 한다.
이에 따라, 사용자의 카페 추천 요청 시 사용자 주변에 위치한 복수의 카페를 리스트 형태로 제공하되, 각각의 카페에 대한 평가 점수와 더불어 카페별로 현재 날씨에 따른 사용자의 감성과의 매칭 조합을 고려한 최종 점수가 반영되도록 하여 사용자의 현재 감성에 가장 적합한 카페를 용이하게 선택할 수 있는 효과가 있다.

Description

감성 기반의 카페 추천 정보를 제공하는 서버 및 이를 이용한 카페 추천 방법{SERVER FOR PROVIDING CAFE RECOMMNEDATION INFORMATION BASED ON EMOTION, AND METHOD FOR RECOMMENDING CAFE USING THEREOF}
본 발명은 사용자의 현재 위치 주변에 위치한 카페 중에서 현재 날씨에 따른 사용자의 감성에 적합한 카페 추천 정보를 제공하는 서버 및 이를 이용한 카페 추천 방법에 관한 것이다.
최근 스마트폰의 활성화와 함께 위성항법장치(GPS), 이동통신 기지국 및 무선 인터넷 액세스 포인트(AP)를 활용한 사용자의 위치 측정 기술의 발달로 인하여 스마트폰 사용자의 위치 정보를 바탕으로 다양한 위치기반서비스(LBS : Location Base Service)와 소셜 네트워크 서비스(SNS : Social Networking Service, 사회관계망형성서비스)가 지속적으로 출시되고 있다.
이에 따라, SNS 서비스가 나날이 보편화하면서 다양한 신조어들이 유행처럼 새롭게 만들어지고 있으며, 그중에서도 '소확행(소소하지만 확실한 행복)'을 신조로 하는 사람들이 많이 늘어나고 있다.
특히, 바쁜 일상으로 인해 시간적 여유가 충분하지 않은 현대인들의 상당수는 단순하고도 즉각적인 행복감을 느낄 수 있는 시각과 미각에 대한 가치를 행복의 척도로 두고 맛집이나 분위기가 좋은 카페 등을 찾아 방문하는 것에 즐거움을 느끼고 있으며, 이들 중 대부분은 방문한 가게에 대한 자신의 평가나 방문 당시의 사진 등을 리뷰 형태로 자신의 SNS나 포털 사이트 등과 연계되는 블로그나 카페에 게시하면서 다른 사람들과 본인의 경험을 공유하고 공감대를 형성하려는 경향이 크다.
이러한 맛집이나 카페 등을 검색하는 방법으로는, 위치기반서비스(LBS)를 이용해 주변 가게들을 검색한 후 각 가게에 대한 다른 사람들의 평가나 사진 등을 보고 판단하는 경우가 많다.
그러나, 음식의 맛이나 분위기의 좋음을 판단하는 기준을 개인마다 다르기 때문에, 실질적으로 많은 사람이 추천한 가게라 할지라도 정작 나에게는 별로인 경우가 있을 수 있는데, 가령, 분위기의 경우, 인테리어뿐만 아니라 날씨나 주변 상황에 따라 즉각적으로 형성되는 감성의 영향을 받을 수도 있다는 문제점이 있다.
KR 10-0963996 B1 KR 10-1677749 B1
본 발명의 목적은 상기 문제점을 해결하기 위한 것으로서, 사용자의 현재 위치 주변에 위치한 카페 중에서 현재 날씨에 따른 사용자의 감성에 적합한 카페 추천 정보를 제공하는 서버 및 이를 이용한 카페 추천 방법을 제공하는 것을 목적으로 한다.
상기와 같은 목적을 달성하기 위한 본 발명의 일면에 따른 감성 기반의 카페 추천 정보를 제공하는 서버는, 기등록된 복수의 카페에 대한 가게 정보와 상기 복수의 카페 중 적어도 하나를 방문한 방문자의 방문 날짜 및 평가 점수에 대한 피드백 정보에 기초한 카페별 방문 정보를 생성하는 방문정보 생성부와, 외부의 사용자 단말기로부터 카페 추천 요청을 수신하는 경우, 상기 사용자 단말기의 현재 위치 및 날씨에 기초하여 상기 복수의 카페 중 적어도 하나의 카페에 대한 상기 방문 정보를 선별한 후 이에 기초한 추천 정보를 생성하는 추천정보 생성부를 포함하는 것을 특징으로 한다.
바람직하게는, 상기 방문자가 소정 카페를 방문한 날짜와 해당 카페에 대한 평가 점수를 포함하는 피드백 정보를 수집하여 저장하는 방문자 피드백부와, 상기 피드백 정보에 포함된 방문 날짜에 기초한 방문 날씨 정보를 획득하는 날씨 정보 획득부와, 상기 방문 날씨 정보와 상기 카페 추천 요청 시 상기 사용자 단말기로부터 수신한 현재 날씨 정보를 조합한 결과에 기초하여 기설정된 가중치를 부여한 추가 점수를 산출하는 점수 산출부를 더 포함하며, 상기 방문정보 생성부는, 카페별로 일정 주기마다 누적된 상기 평가 점수를 평균한 평균값과 누적 빈도가 가장 높은 상기 방문 날씨 정보를 포함하는 상기 방문 정보를 생성하는 것을 특징으로 한다.
또한, 상기 추천정보 생성부는, 상기 카페 추천 요청 시 상기 사용자 단말기로부터 수신한 위치 정보를 기준으로 일정 반경 내에 위치하는 복수 개의 카페 각각에 대한 상기 방문 정보를 선별한 후, 선별된 상기 방문 정보 각각에 대응하는 평균값에 상기 추가 점수를 합산한 최종 점수를 포함하는 추천 정보를 생성하는 것을 특징으로 한다.
한편, 본 발명의 다른 일면에 따른 감성 기반의 카페 추천 방법은, 소정의 인터넷망을 이용하는 서버와, 상기 서버와 데이터 송수신을 수행하는 복수의 사용자 단말기를 이용한 카페 추천 방법에 있어서, 상기 서버에서 기등록된 복수의 카페에 대한 가게 정보와 상기 복수의 카페 중 적어도 하나를 방문한 방문자의 방문 날짜 및 평가 점수에 대한 피드백 정보에 기초한 카페별 방문 정보를 생성하는 단계와, 상기 사용자 단말기에서 상기 사용자 단말기의 현재 위치 정보 및 현재 날씨 정보를 포함하는 카페 추천 요청 메시지를 상기 서버로 전송하는 단계와, 상기 서버에서 상기 카페 추천 요청 메시지를 수신하는 경우, 상기 사용자 단말기의 현재 위치를 기준으로 일정 반경 내에 위치하는 복수 개의 카페 각각에 대한 상기 방문 정보를 선별한 후 이에 기초한 추천 정보를 생성하는 단계를 포함하는 것을 특징으로 한다.
바람직하게는, 상기 방문 정보를 생성하는 단계는, 상기 서버에서 기등록된 복수의 카페 중 적어도 하나를 방문한 방문자의 방문 날짜와 해당 카페에 대한 평가 점수를 포함하는 피드백 정보를 수집하여 저장하는 단계와, 상기 서버에서 상기 피드백 정보에 포함된 방문 날짜에 기초한 방문 날씨 정보를 획득하는 단계와, 카페별로 일정 주기마다 누적된 평가 점수를 평균한 평균값과 누적 빈도가 가장 높은 상기 방문 날씨 정보를 포함하는 상기 방문 정보를 생성하는 단계를 포함하는 것을 특징으로 한다.
또한, 상기 추천 정보를 생성하는 단계는, 상기 서버에서 상기 추천 요청 메시지를 수신하는 경우, 상기 사용자 단말기의 현재 위치를 기준으로 일정 반경 내에 위치하는 복수 개의 카페 각각에 대한 상기 방문 정보를 선별하는 단계와, 상기 서버에서 선별된 각각의 상기 방문 정보에 대응하는 상기 방문 날씨 정보와 상기 현재 날씨 정보를 조합한 결과에 기초하여 기설정된 가중치를 부여한 추가 점수를 산출하는 단계와, 상기 서버에서 상기 선별된 상기 방문 정보 각각에 대응하는 평균값에 상기 추가 점수를 합산한 최종 점수를 포함하는 추천 정보를 생성하는 단계를 포함하는 것을 특징으로 한다.
본 발명에 따르면, 사용자의 카페 추천 요청 시 사용자 주변에 위치한 복수의 카페를 리스트 형태로 제공하되, 각각의 카페에 대한 평가 점수와 더불어 카페별로 현재 날씨에 따른 사용자의 감성과의 매칭 조합을 고려한 최종 점수가 반영되도록 하여 사용자의 현재 감성에 가장 적합한 카페를 용이하게 선택할 수 있는 효과가 있다.
또한, 본 발명에 따르면, 복잡한 수식을 이용하여 상당량의 연산이 필요한 종래의 추천 시스템과는 달리, 기존의 평가 점수에 현재 날씨와 방문 날씨를 카페별로 매칭시킨 결과에 따른 가중치를 추가로 반영하는 간단한 수식을 통해 빠른 계산 및 결과 도출이 가능하다는 이점이 있다.
도 1은 본 발명의 일 실시예에 따른 감성 기반의 카페 추천 정보를 제공하는 서버와 이를 이용한 사용자 단말기의 구성을 나타낸 도면이고,
도 2는 도 1의 방문자 피드백부에 의해 수집되는 피드백 정보의 일례를 나타낸 도면이고,
도 3은 도 1의 추천정보 표시부에 표시되는 추천 정보 메시지의 일례를 나타낸 도면이고,
도 4는 본 발명의 일 실시예에 따른 감성 기반의 카페 추천 방법을 나타낸 순서도이다.
이상과 같은 본 발명에 대한 해결하려는 과제, 과제의 해결수단, 발명의 효과를 포함한 구체적인 사항들은 다음에 기재할 실시예 및 도면에 포함되어 있다. 본 발명의 이점 및 특징, 그리고 그것을 달성하는 방법은 첨부되는 도면과 함께 상세하게 후술되어 있는 실시예를 참조하면 명확해질 것이다. 명세서 전체에 걸쳐 동일 참조 부호는 동일 구성 요소를 지칭한다.
도 1은 본 발명의 일 실시예에 따른 감성 기반의 카페 추천 정보를 제공하는 서버와 이를 이용한 사용자 단말기의 구성을 나타낸 도면이고, 도 2는 도 1의 방문자 피드백부에 의해 수집되는 피드백 정보의 일례를 나타낸 도면이고, 도 3은 도 1의 추천정보 표시부에 표시되는 추천 정보 메시지의 일례를 나타낸 도면이다.
이하, 전술한 도면들을 참조하여 본 발명의 일 실시예에 따른 감성 기반의 카페 추천 정보를 제공하는 시스템에 대해 설명하도록 한다.
도 1을 참조하면, 본 발명의 일 실시예에 따른 감성 기반의 카페 추천 정보를 제공하기 위한 시스템은, 사용자의 현재 위치 및 날씨에 기초한 카페 추천을 요청하는 사용자 단말기(100)와, 사용자 단말기(100) 주변에 위치한 카페 추천 정보를 현재 날씨에 따른 사용자의 감성을 고려하여 제공하는 서버(200)를 포함하여 구성된다.
먼저, 서버(200)는 소정의 인터넷망을 이용하여 사용자 단말기(100)와의 데이터 통신을 수행 가능한 상태로, 소정의 사용자 단말기(100)로부터 카페 추천을 요청받으면 해당 사용자 단말기(100) 주변에 위치한 적어도 하나의 카페를 포함하는 카페 추천 정보를 제공하는 역할을 한다.
여기서, 서버(200)는 도 1에 도시된 바와 같이 가게 정보부(250), 방문자 피드백부(220), 날씨 정보 획득부(230), 점수 산출부(240), 방문 정보 생성부(210) 및 추천 정보 생성부(260)를 포함할 수 있다.
가게 정보부(250)는 소정의 데이터베이스 형태로 마련될 수 있으며, 복수의 카페 각각에 대한 가게명 및 위치정보 등의 가게 정보가 기저장된 상태일 수 있다.
방문자 피드백부(220)는 가게 정보부(250)에 기등록된 어느 하나의 카페를 방문한 방문자가 작성한 해당 카페에 대한 피드백 정보를 수집하여 저장한다.
여기서, 방문자 피드백부(220)는 서버(200)와 연결되는 포털 사이트 또는 SNS(Social Networking Service) 사이트를 통해 소정 카페를 검색하면 표시되는 카페 정보 페이지에 일정 기간동안 작성된 피드백 정보를 수집하여 저장하는 것일 수 있다.
이때, 상기 피드백 정보는 방문자가 해당 카페를 방문한 날짜와 해당 카페에 대한 평가 점수(SE)를 포함하는 것일 수 있다.
예컨대, 방문자가 본인의 단말기 등을 이용해 서버(200)와 연결되는 포털 사이트 또는 SNS 사이트를 접속하여 방문한 가게명을 검색한 후 검색 결과 내에서 방문한 가게의 카페 정보 페이지를 선택하면, 도 2에 도시된 바와 같이, 방문자가 해당 가게를 방문한 날짜 및 평점(SE)을 입력하고, 방문 당시의 사진 후기를 업로드할 수 있는 메시지가 화면에 표시될 수 있다.
날씨 정보 획득부(230)는 방문자 피드백부(220)에 의해 수집된 피드백 정보에 포함된 방문 날짜에 기초한 방문 날씨 정보를 획득한다.
여기서, 날씨 정보 획득부(230)는 서버(200)와 연결되는 날짜별 날씨정보가 업뎃되는 날씨 정보 사이트를 접속한 후 해당 사이트 내에서 방문 날짜에 대응하는 날씨 정보를 검출하여 방문 날씨 정보(Wv)를 획득할 수 있다.
이때, 방문 날씨 정보(Wv)는 비, 흐림, 맑음 중 어느 하나로 결정될 수 있으며, 만일 해당 날짜의 날씨가 하루종일 똑같은 것이 아니라 특정 시간대에서 변동이 발생하는 경우, 가령, 오전에는 비가 오다가 오후에는 비가 그쳐서 맑게 개거나 혹은 오전엔 맑았다가 저녁부터 비가 오는 등의 상황이 발생할 때에는 하루 24시간 중에서 가장 오랜 시간동안 지속된 날씨 정보를 해당 날짜의 날씨 정보로 결정할 수 있다.
예컨대, 방문 날짜가 '10월 3일'일 때, 날씨 정보 획득부(230)에서 '10월 3일'에 대응하는 날씨 정보를 검출한 결과, 3일 오전 0시부터 오후 4시까지는 '흐림', 오후 4시부터 오후 8시까지는 '비', 오후 8시부터 다음날인 4일 오전 0시까지는 '흐림'을 각각 나타낸다고 할 때, 날씨 정보 획득부(230)는 '10월 3일'에 대응하는 방문 날씨 정보(Wv)로서 "흐림"을 획득하게 된다.
점수 산출부(240)는 사용자 단말기(100)의 카페 추천 요청 시 사용자 단말기(100)로부터 수신한 현재 날씨 정보(Wp)와 날씨 정보 획득부(230)에 의해 획득된 방문 날씨 정보(Wv)를 조합한 결과에 기초하여 기설정된 가중치를 부여한 추가 점수(SA)를 산출한다.
아래의 표 1은 현재 날씨 정보(Wp)와 방문 날씨 정보(Wv)를 이용한 다양한 조합에서의 각 조합별 가중치를 부여하는 일례를 정리한 것이다.
이때, 현재 날씨 정보(Wp) 및 방문 날씨 정보(Wv) 각각에 해당하는 값은 '비', '흐림', '맑음' 중의 어느 하나로 결정될 수 있고, 일반적인 날씨의 경우 "맑음->흐림->비"의 순으로 변화하거나 혹은 "비->흐림->맑음"의 순으로 변화하는 점을 고려하여, 순서상 가까워서 유사도가 높은 '맑음'과 '흐림' 또는 '흐림'과 '비' 간의 가중치는 상대적으로 높게 설정하고, 순서상 멀어서 유사도가 낮은 '맑음'과 '비' 간의 가중치는 상대적으로 낮게 설정할 수 있다.
Figure 112020037301707-pat00007
예컨대, 상기 표 1을 참조하면, 만일 현재 날씨 정보(Wp)와 방문 날씨 정보(Wv)가 일치하는 경우, 즉, 둘 다 '비'이거나 혹은 '흐림'이거나 '맑음'인 조합의 경우에 점수 산출부(240)는 가중치가 '1.0'로 가장 큰 값을 부여한 추가 점수(SA)를 산출하게 된다.
또한, 만일 현재 날씨 정보(Wp)와 방문 날씨 정보(Wv)가 일치하진 않으나 유사도가 높은 경우, 즉, '흐림'과 '비'의 조합 또는 '맑음'과 '흐림'의 조합에 해당하는 경우에 점수 산출부(240)는 가중치가 '0.5'로 두번째로 큰 값을 부여한 추가 점수(SA)를 산출하게 된다.
또한, 만일 현재 날씨 정보(Wp)와 방문 날씨 정보(Wv)가 일치하지 않으면서 유사도가 낮은 경우, 즉, '맑음'과 '비'의 조합에 해당하는 경우에 점수 산출부(240)는 가중치가 '0.2'로 가장 작은 값을 부여한 추가 점수(SA)를 산출하게 된다.
방문 정보 생성부(210)는 가게 정보부(250) 및 방문자 피드백부(220)에 각각 기저장된 가게 정보 및 피드백 정보에 기초한 카페별 방문 정보를 생성하는 역할을 한다.
구체적으로, 방문정보 생성부(210)는, 카페별로 일정 주기마다 누적된 상기 평가 점수(SE)를 평균한 평균값과 누적 빈도가 가장 높은 방문 날씨 정보(Wv')를 포함하는 방문 정보를 생성할 수 있다.
아래의 표 2는 방문 정보 생성부(210)에 의해 생성된 방문 정보의 일례를 나타낸 것이다.
이때, 상기 주기는 1주일일 수 있으며, 상기 표 2는 9월 10일부터 9월 16일까지의 1주일 동안 누적된 피드백 정보 각각의 평가 점수(SE) 및 방문 날씨 정보(Wv)를 카페별로 리스트화한 후 카페별 평균 평점 및 방문날씨((Wv'; 누적 빈도가 가장 높은 날씨정보)를 리스트화한 것일 수 있다.
Figure 112018104380728-pat00002
예컨대, 상기 표 2를 참조하면, 'A구역'에 위치하는 '블라썸○○'의 경우, 해당 기간 동안 총 2개의 피드백 정보(01,02)가 누적된 상태로서, 해당 피드백 정보의 방문 날씨 정보(Wv)는 각각 '흐림','흐림'이고 평점은 '3.3','2.5'임에 따라, 방문정보 생성부(210)는 최종적으로 방문 날씨 정보(Wv')가 '흐림'이고 평균 평점이 '2.9'인 제1 방문 정보(Iv1)를 생성하게 된다.
또한, 'B구역'에 위치하는 '△△커피'의 경우, 해당 기간 동안 총 3개의 피드백 정보(11,12,13)가 누적된 상태로서, 해당 피드백 정보의 방문 날씨 정보(Wv)는 각각 '비','비','맑음'이고 평점은 '3.0','3.6','2.4'임에 따라, 방문정보 생성부(210)는 최종적으로 방문 날씨 정보(Wv')가 '비'이고 평균 평점이 '3.0'인 제2 방문 정보(Iv2)를 생성하게 된다.
또한, 'C구역'에 위치하는 '☆☆CAFE'의 경우, 해당 기간 동안 총 2개의 피드백 정보(21,22)가 누적된 상태로서, 해당 피드백 정보의 방문 날씨 정보(Wv)는 각각 '맑음','맑음'이고 평점은 '4.0','2.2'임에 따라, 방문정보 생성부(210)는 최종적으로 방문 날씨 정보(Wv')가 '맑음'이고 평균 평점이 '3.1'인 제3 방문 정보(Iv3)를 생성하게 된다.
또한, 'D구역'에 위치하는 '어반□□'의 경우, 해당 기간 동안 총 4개의 피드백 정보(31,32,33,34)가 누적된 상태로서, 해당 피드백 정보의 방문 날씨 정보(Wv)는 각각 '비','비','맑음','흐림'이고 평점은 '3.2','2.8','2.0','2.4'임에 따라, 방문정보 생성부(210)는 최종적으로 방문 날씨 정보(Wv')가 '비'이고 평균 평점이 '2.6'인 제4 방문 정보(Iv4)를 생성하게 된다.
또한, 'E구역'에 위치한 '▽▽테이블'의 경우, 해당 기간 동안 총 1개의 피드백 정보(41)가 누적된 상태로서, 해당 피드백 정보의 방문 날씨 정보(Wv)가 '비'이고 평점이 '3.3'임에 따라, 방문정보 생성부(210)는 최종적으로 방문 날씨 정보(Wv')가 '비'이고 평균 평점이 '3.3'인 제5 방문 정보(Iv5)를 생성하게 된다.
추천 정보 생성부(260)는 외부의 사용자 단말기(100)로부터 카페 추천 요청을 수신하는 경우, 사용자 단말기(100)의 현재 위치 및 날씨에 기초하여 가게 정보부(250)에 기등록된 복수의 카페 중 적어도 하나의 카페에 대한 방문 정보를 선별한 후 이에 기초한 추천 정보를 생성하는 역할을 한다.
구체적으로, 추천 정보 생성부(260)는 상기 카페 추천 요청 시 사용자 단말기(100)로부터 수신한 위치 정보를 기준으로 일정 반경 내에 위치하는 복수 개의 카페 각각에 대한 방문 정보를 선별한 후, 선별된 방문 정보 각각에 대응하는 평균값에 점수 산출부(240)에 의해 산출된 추가 점수(SA)를 합산한 최종 점수(SF)를 포함하는 추천 정보를 생성할 수 있다.
예컨대, 상기 표 2를 참조하되, 사용자 단말기(100)의 현재 위치로부터 일정 반경 내에 'A구역','B구역','C구역','D구역'이 위치하고 'E구역'은 해당 반경을 벗어난 곳에 위치한다고 할 때, 추천 정보 생성부(260)는 가장 먼저 방문 정보 생성부(210)에 의해 전술한 바와 같이 생성된 제1 방문 정보(Iv1), 제2 방문 정보(Iv2), 제3 방문 정보(Iv3), 제4 방문 정보(Iv4)를 선별하게 된다.
이때, 만일 사용자 단말기(100)로부터 수신한 현재 날씨 정보가 '비'라고 한다면, 먼저, 제1 방문 정보(Iv1)의 경우, 점수 산출부(240)가 상기 표 1에 기초하여 제1 방문 정보(Iv1)에 대응하는 '블라썸○○'의 방문 날씨 정보(Wv')인 '흐림'과 현재 날씨 정보인 '비'를 조합한 결과에 대응하는 가중치 값인 '0.5'를 추가 점수(SA)로 하여 산출한 후, 추천 정보 생성부(260)가 '블라썸○○'의 평균 평점인 '2.9'에 추가 점수(SA)인 '0.5'를 합산한 '3.4'를 제1 방문 정보(Iv1)의 최종 점수(SF)로 하여 산출하게 된다.
또한, 제2 방문 정보(Iv2)의 경우, 점수 산출부(240)가 상기 표 1에 기초하여 제2 방문 정보(Iv2)에 대응하는 '△△커피'의 방문 날씨 정보(Wv')인 '비'와 현재 날씨 정보인 '비'를 조합한 결과에 대응하는 가중치 값인 '1.0'을 추가 점수(SA)로 하여 산출한 후, 추천 정보 생성부(260)가 '△△커피'의 평균 평점인 '3.0'에 추가 점수(SA)인 '1.0'을 합산한 '4.0'을 제2 방문 정보(Iv2)의 최종 점수(SF)로 하여 산출하게 된다.
또한, 제3 방문 정보(Iv3)의 경우, 점수 산출부(240)가 상기 표 1에 기초하여 제3 방문 정보(Iv3)에 대응하는 '☆☆CAFE'의 방문 날씨 정보(Wv')인 '맑음'과 현재 날씨 정보인 '비'를 조합한 결과에 대응하는 가중치 값인 '0.2'을 추가 점수(SA)로 하여 산출한 후, 추천 정보 생성부(260)가 '☆☆CAFE'의 평균 평점인 '3.1'에 추가 점수(SA)인 '0.2'를 합산한 '3.3'을 제3 방문 정보(Iv3)의 최종 점수(SF)로 하여 산출하게 된다.
또한, 제4 방문 정보(Iv4)의 경우, 점수 산출부(240)가 상기 표 1에 기초하여 제4 방문 정보(Iv4)에 대응하는 '어반□□'의 방문 날씨 정보(Wv')인 '비'와 현재 날씨 정보인 '비'를 조합한 결과에 대응하는 가중치 값인 '1.0'을 추가 점수(SA)로 하여 산출한 후, 추천 정보 생성부(260)가 '어반□□'의 평균 평점인 '2.6'에 추가 점수(SA)인 '1.0'을 합산한 '3.6'을 제4 방문 정보(Iv4)의 최종 점수(SF)로 하여 산출하게 된다.
이 경우, 추천 정보 생성부(260)는 최종적으로 전술한 제1 방문 정보(Iv1) 내지 제4 방문 정보(Iv4) 각각의 최종 점수(SF)를 모두 포함하는 추천 정보를 생성할 수 있으며, 카페 추천을 요청한 사용자는 현재 날씨와의 유사도에 따른 가중치가 반영된 최종 점수에 기초하여 현재 날씨에 따른 감성에 가장 적합한 카페를 효과적으로 선택할 수 있게 된다.
다음으로, 사용자 단말기(100)는 서버(200)와 연결되는 소정의 애플리케이션이 기설치된 상태로, 상기 애플리케이션을 통해 사용자 단말기(100) 주변에 분포된 복수의 카페들 중에서 현재 날씨에 따른 감성에 적합한 카페 추천을 요청하는 역할을 한다.
여기서, 사용자 단말기(100)는 도 1에 도시된 바와 같이 위치 정보 획득부(110), 날씨 정보 획득부(120), 사용자 정보부(130), 추천 요청부(140) 및 추천 정보 표시부(150)를 포함할 수 있다.
위치 정보 획득부(110)는 GPS 위성 및 기지국으로부터 수신하는 위치 정보를 일정 시간 간격마다 수신하여 현재 위치 정보를 획득한다.
날씨 정보 획득부(120)는 현재 날씨 정보(Wp)를 획득하기 위한 것으로서, 날씨정보가 실시간으로 업뎃되는 날씨 정보 사이트에서 현재 시간에 대응하는 날씨 정보를 검출하여 현재 날씨 정보(Wp)를 획득할 수 있다.
이때, 현재 날씨 정보(Wp)는 전술한 방문 날씨 정보(Wv)와 마찬가지로 비, 흐림, 맑음 중 어느 하나로 결정될 수 있으며, 이에 관한 설명은 중복되므로 생략하도록 한다.
사용자 정보부(130)는 사용자 개개인을 구별하여 식별하기 위한 사용자 정보가 기저장된 상태이다.
이때, 상기 사용자 정보는, 방문자 피드백부(220)에 의한 피드백 정보 수집 시 서버(200)와 연결되는 포털 사이트 또는 SNS(Social Networking Service) 사이트로의 접속 시 로그인을 수행하기 위한 사용자 ID 정보 등을 포함할 수 있다.
추천 요청부(140)는 위치 정보 획득부(110) 및 날씨 정보 획득부(120)에 의해 각각 획득된 현재 위치 정보 및 현재 날씨 정보와, 사용자 정보부(130)에 기저장된 사용자 정보를 포함하는 추천 요청 메시지를 생성하여 이를 서버(200)로 전송한다.
추천 정보 표시부(150)는 추천 요청부(140)에서 전송한 추천 요청 메시지에 대한 응답으로서 서버(200)로부터 수신한 추천 정보 메시지를 소정의 UI 형태로 화면에 표시한다.
여기서, 상기 추천 정보 메시지는 서버(200)의 추천 정보 생성부(260)에 의해 생성된 추천 정보를 포함하는 것일 수 있으며, 상기 추천 정보는, 사용자 단말기(100)의 현재 위치 정보를 기준으로 일정 반경 내에 위치하는 복수 개의 카페 각각에 대한 방문 정보에 대응하는 평균값, 즉, 평균 평점에 점수 산출부(240)에 의해 산출된 추가 점수(SA)를 합산한 카페별 최종 점수(SF)를 포함하는 것일 수 있다.
예컨대, 도 3 및 상기 표 2를 참조하면, 추천 정보 표시부(150)는, 화면 상단측에 사용자 단말기(100)로부터 수신한 현재 날씨 정보가 '비'인 경우 '비'를 형상화한 그림 아이콘을 표시하고, 화면 중앙측에는 사용자 단말기(100)로부터 수신한 현재 위치 정보를 기준으로 일정 반경 내에 위치하는 복수의 카페 각각의 위치정보에 대응하는 위치에 아이콘 형태(ⓐ,ⓑ,ⓒ,ⓓ)로 사용자의 현재 위치와 함께 지도 상에 표시하며, 화면 하단측에는 각각의 카페에 대한 '가게명'과 해당 카페에 대응하여 추천 정보 생성부(260)에 의해 산출된 최종 점수(SF)와 방문자 피드백부(220)에 기저장된 사진 후기를 해당 아이콘과 나란한 제1 영역(21) 및 제2 영역(22)에 각각 표시할 수 있다.
이때, 제2 영역(22)에는 해당 카페에 대응하여 방문자 피드백부(220)에 의해 가장 최근 저장된 사진 후기의 사진이 화면상에 표시될 수 있으며, 방문자 피드백부(220)에 일정 시간동안 누적된 사진 후기의 갯수 정보가 해당 사진의 하단 일측에 오버레이 형태로 함께 표시될 수 있다
도 4는 본 발명의 일 실시예에 따른 감성 기반의 카페 추천 방법을 나타낸 순서도이다.
이하, 도 4 및 전술한 도면들을 참조하여 본 발명의 일 실시예에 따른 감성 기반의 카페 추천 방법에 대해 설명하도록 한다.
먼저, 서버(200)에서 기등록된 복수의 카페 중 적어도 하나를 방문한 방문자의 방문 날짜와 해당 카페에 대한 평가 점수(SE)를 포함하는 피드백 정보를 수집하여 저장한다(S120).
여기서, 상기 S120 단계는 서버(200)와 연결되는 포털 사이트 또는 SNS 사이트를 통해 소정 카페의 검색 시 표시되는 카페 정보 페이지에 일정 기간동안 작성된 피드백 정보를 수집하여 저장하는 것일 수 있다.
예컨대, 방문자가 본인의 단말기 등을 이용해 서버(200)와 연결되는 포털 사이트 또는 SNS 사이트를 접속하여 방문한 가게명을 검색한 후 검색 결과 내에서 방문한 가게를 선택하면, 도 2에 도시된 바와 같이, 방문자가 해당 가게를 방문한 날짜 및 평점(SE)을 입력하고, 방문 당시의 사진 후기를 업로드할 수 있는 메시지가 화면에 표시될 수 있다.
다음으로, 서버(200)에서 상기 S120 단계에 저장된 피드백 정보에 포함된 방문 날짜에 기초한 방문 날씨 정보를 획득한다(S140).
여기서, 상기 S140 단계는, 서버(200)와 연결되는 날짜별 날씨정보가 업뎃되는 날씨 정보 사이트를 접속한 후 해당 사이트 내에서 방문 날짜에 대응하는 날씨 정보를 검출하여 방문 날씨 정보(Wv)를 획득할 수 있다.
이때, 방문 날씨 정보(Wv)는 비, 흐림, 맑음 중 어느 하나로 결정될 수 있으며, 만일 해당 날짜의 날씨가 하루종일 똑같은 것이 아니라 특정 시간대에서 변동이 발생하는 경우, 가령, 오전에는 비가 오다가 오후에는 비가 그쳐서 맑게 개거나 혹은 오전엔 맑았다가 저녁부터 비가 오는 등의 상황이 발생할 때에는 하루 24시간 중에서 가장 오랜 시간동안 지속된 날씨 정보를 해당 날짜의 날씨 정보로 결정할 수 있다.
예컨대, 방문 날짜가 '10월 3일'일 때, 상기 S140 단계에 의해 '10월 3일'에 대응하는 날씨 정보를 검출한 결과, 3일 오전 0시부터 오후 4시까지는 '흐림', 오후 4시부터 오후 8시까지는 '비', 오후 8시부터 다음날인 4일 오전 0시까지는 '흐림'을 각각 나타낸다고 할 때, 상기 S140 단계에 '10월 3일'에 대응하는 방문 날씨 정보(Wv)로서 "흐림"을 획득하게 된다.
다음으로, 서버(200)에서 상기 S120 단계에 저장된 피드백 정보에 기초한 카페별 방문 정보를 생성한다(S160).
여기서, 상기 S160 단계는, 서버(200)에서 상기 S120 단계에 저장된 피드백 정보와 상기 S140 단계에 획득된 방문 날씨 정보(Wv)에 기초하여, 카페별로 일정 주기마다 누적된 평가 점수(SE)를 평균한 평균값과 누적 빈도가 가장 높은 방문 날씨 정보(Wv')를 포함하는 방문 정보를 생성할 수 있다.
예컨대, 상기 표 2를 참조하면, 상기 S160 단계에는, 'A구역'에 위치하는 '블라썸○○'에 대응되는 총 2개의 피드백 정보(01,02)의 방문 날씨 정보(Wv) 및 평가 점수(SE)에 기초하여 최종적으로 방문 날씨 정보(Wv')가 '흐림'이고 평균 평점이 '2.9'인 제1 방문 정보(Iv1)를 생성하고, 'B구역'에 위치하는 '△△커피'에 대응되는 총 3개의 피드백 정보(11,12,13)의 방문 날씨 정보(Wv) 및 평가 점수(SE)에 기초하여 최종적으로 방문 날씨 정보(Wv')가 '비'이고 평균 평점이 '3.0'인 제2 방문 정보(Iv2)를 생성하며, 'C구역'에 위치하는 '☆☆CAFE'에 대응되는 총 2개의 피드백 정보(21,22)의 방문 날씨 정보(Wv) 및 평가 점수(SE)에 기초하여 최종적으로 방문 날씨 정보(Wv')가 '맑음'이고 평균 평점이 '3.1'인 제3 방문 정보(Iv3)를 생성하고, 'D구역'에 위치하는 '어반□□'에 대응되는 총 ㄱ개의 피드백 정보(31,32,33,34)의 방문 날씨 정보(Wv) 및 평가 점수(SE)에 기초하여 최종적으로 방문 날씨 정보(Wv')가 '비'이고 평균 평점이 '2.6'인 제4 방문 정보(Iv4)를 생성하며, 'E구역'에 위치한 '▽▽테이블'에 대응되는 총 1개의 피드백 정보(41)의 방문 날씨 정보(Wv) 및 평가 점수(SE)에 기초하여 최종적으로 방문 날씨 정보(Wv')가 '비'이고 평균 평점이 '3.3'인 제5 방문 정보(Iv5)를 생성하게 된다.
다음으로, 사용자 단말기(100)에서 사용자 단말기(100)의 현재 위치 정보를 획득한다(S220).
여기서, 상기 S220 단계는 GPS 위성 및 기지국으로부터 수신하는 위치 정보를 일정 시간 간격마다 수신하여 사용자 단말기(100)의 현재 위치 정보를 획득할 수 있다.
다음으로, 사용자 단말기(100)에서 현재 날씨 정보(Wp)를 획득한다(S240).
여기서, 상기 S240 단계는, 날씨정보가 실시간으로 업뎃되는 날씨 정보 사이트에서 현재 시간에 대응하는 날씨 정보를 검출하여 현재 날씨 정보(Wp)를 획득할 수 있다.
이때, 현재 날씨 정보(Wp)는 전술한 방문 날씨 정보(Wv)와 마찬가지로 비, 흐림, 맑음 중 어느 하나로 결정될 수 있으며, 이에 관한 설명은 중복되므로 생략하도록 한다.
다음으로, 사용자 단말기(100)에서 상기 S220 단계 및 상기 S240 단계에 획득된 사용자 단말기(100)의 현재 위치 정보 및 현재 날씨 정보(Wp)를 포함하는 카페 추천 요청 메시지를 서버(200)로 전송한다(①).
다음으로, 서버(200)에서 전술한 ①단계에 전송된 추천 요청 메시지를 수신하는 경우, 사용자 단말기(100)의 현재 위치를 기준으로 일정 반경 내에 위치하는 복수 개의 카페 각각에 대한 방문 정보를 선별한다(S320).
예컨대, 상기 표 2를 참조하되, 사용자 단말기(100)의 현재 위치로부터 일정 반경 내에 'A구역','B구역','C구역','D구역'이 위치하고 'E구역'은 해당 반경을 벗어난 곳에 위치한다고 할 때, 상기 S320 단계에서는 상기 S160 단계에 의해 전술한 바와 같이 생성된 제1 방문 정보(Iv1), 제2 방문 정보(Iv2), 제3 방문 정보(Iv3), 제4 방문 정보(Iv4)를 선별하게 된다.
다음으로, 서버(200)에서 상기 S320 단계에 선별된 각각의 방문 정보에 대응하여 상기 S160 단계에 생성된 방문 정보에 포함된 방문 날씨 정보(Wv')와 현재 날씨 정보(Wp)를 조합한 결과에 기초하여 기설정된 가중치를 부여한 추가 점수(SA)를 산출한다(S340).
여기서, 상기 S340 단계는, 사용자 단말기(100)의 카페 추천 요청 시 사용자 단말기(100)로부터 수신한 현재 날씨 정보(Wp)와 상기 S160 단계에 생성된 방문 날씨 정보(Wv')를 조합한 결과에 기초하여 기설정된 가중치를 부여한 추가 점수(SA)를 산출할 수 있다.
이때, 현재 날씨 정보(Wp) 및 방문 날씨 정보(Wv') 각각에 해당하는 값은 '비', '흐림', '맑음' 중의 어느 하나로 결정될 수 있고, 일반적인 날씨의 경우 "맑음->흐림->비"의 순으로 변화하거나 혹은 "비->흐림->맑음"의 순으로 변화하는 점을 고려하여, 상기 표 1에 기재된 바와 같이, 순서상 가까워서 유사도가 높은 '맑음'과 '흐림' 또는 '흐림'과 '비' 간의 가중치는 상대적으로 높게 설정하고, 순서상 멀어서 유사도가 낮은 '맑음'과 '비' 간의 가중치는 상대적으로 낮게 설정할 수 있다.
다음으로, 서버(200)에서 상기 S320 단계에 선별된 방문 정보 각각에 대응하는 평균값, 즉, 평균 평점에 상기 S340 단계에 산출된 추가 점수(SA)를 합산한 최종 점수(SF)를 포함하는 추천 정보를 생성한다(S360).
예컨대, 상기 표 2를 참조하되, 사용자 단말기(100)의 현재 위치로부터 일정 반경 내에 'A구역','B구역','C구역','D구역'이 위치한다고 할 때, 만일 사용자 단말기(100)로부터 수신한 현재 날씨 정보가 '비'라고 한다면, 제1 방문 정보(Iv1)의 최종 점수(SF)는 상기 표 2에 기초한 '블라썸○○'의 평균 평점인 '2.9'에 추가 점수(SA)인 '0.5'를 합산한 '3.4'로 하여 산출되고, 제2 방문 정보(Iv2)의 최종 점수(SF)는 상기 표 2에 기초한 '△△커피'의 평균 평점인 '3.0'에 추가 점수(SA)인 '1.0'을 합산한 '4.0'로 하여 산출되고, 제3 방문 정보(Iv3)의 최종 점수(SF)는 상기 표 2에 기초한 '☆☆CAFE'의 평균 평점인 '3.1'에 추가 점수(SA)인 '0.2'를 합산한 '3.3'로 하여 산출되고, 제4 방문 정보(Iv4)의 최종 점수(SF)는 상기 표 2에 기초한 '어반□□'의 평균 평점인 '2.6'에 추가 점수(SA)인 '1.0'을 합산한 '3.6'로 하여 산출된다.
이 경우, 상기 S360 단계에서는 최종적으로 전술한 제1 방문 정보(Iv1) 내지 제4 방문 정보(Iv4) 각각의 최종 점수(SF)를 모두 포함하는 추천 정보를 생성할 수 있으며, 카페 추천을 요청한 사용자는 현재 날씨와의 유사도에 따른 가중치가 반영된 최종 점수에 기초하여 현재 날씨에 따른 감성에 가장 적합한 카페를 효과적으로 선택할 수 있게 된다.
다음으로, 서버(200)에서 상기 S360 단계에 생성된 추천 정보를 포함하는 추천 정보 메시지를 사용자 단말기(100)로 전송한다(②).
마지막으로, 사용자 단말기(100)에서 전술한 ②단계에 전송된 상기 추천 정보 메시지를 수신하면 이를 UI 형태로 화면에 표시한다(S420).
여기서, 상기 S420 단계에는 상기 S360 단계에 의해 생성된 추천 정보를 포함하는 것일 수 있으며, 상기 추천 정보는, 사용자 단말기(100)의 현재 위치 정보를 기준으로 일정 반경 내에 위치하는 복수 개의 카페 각각에 대한 방문 정보에 대응하는 평균값, 즉, 평균 평점에 상기 S340 단계에 의해 산출된 추가 점수(SA)를 합산한 카페별 최종 점수(SF)를 포함하는 것일 수 있다.
예컨대, 도 3 및 상기 표 2를 참조하면, 상기 S420 단계에는, 화면 상단측에 사용자 단말기(100)로부터 수신한 현재 날씨 정보가 '비'인 경우 '비'를 형상화한 그림 아이콘을 표시하고, 화면 중앙측에는 사용자 단말기(100)로부터 수신한 현재 위치 정보를 기준으로 일정 반경 내에 위치하는 복수의 카페 각각의 위치정보에 대응하는 위치에 아이콘 형태(ⓐ,ⓑ,ⓒ,ⓓ)로 사용자의 현재 위치와 함께 지도 상에 표시하며, 화면 하단측에는 각각의 카페에 대한 '가게명'과 해당 카페에 대응하여 상기 S360 단계에 의해 산출된 최종 점수(SF)와 상기 S120 단계에 기저장된 사진 후기를 해당 아이콘과 나란한 제1 영역(21) 및 제2 영역(22)에 각각 표시할 수 있다.
이때, 제2 영역(22)에는 해당 카페에 대응하여 상기 S120 단계에 의해 가장 최근 저장된 피드백 정보에 포함된 사진 후기의 사진이 화면상에 표시될 수 있으며, 상기 S120 단계 일정 시간동안 누적된 사진 후기의 갯수 정보가 해당 사진의 하단 일측에 오버레이 형태로 함께 표시될 수 있다
이에 따라, 전술한 본 발명에 의하면, 사용자의 카페 추천 요청 시 사용자 주변에 위치한 복수의 카페를 리스트 형태로 제공하되, 각각의 카페에 대한 평가 점수와 더불어 카페별로 현재 날씨에 따른 사용자의 감성과의 매칭 조합을 고려한 최종 점수가 반영되도록 하여 사용자의 현재 감성에 가장 적합한 카페를 용이하게 선택할 수 있는 효과가 있다.
또한, 본 발명에 의하면, 복잡한 수식을 이용하여 상당량의 연산이 필요한 종래의 추천 시스템과는 달리, 기존의 평가 점수에 현재 날씨와 방문 날씨를 카페별로 매칭시킨 결과에 따른 가중치를 추가로 반영하는 간단한 수식을 통해 빠른 계산 및 결과 도출이 가능하다는 이점이 있다.
이상, 바람직한 실시예를 통하여 본 발명에 관하여 상세히 설명하였으나, 본 발명은 이에 한정되는 것은 아니며 특허청구범위 내에서 다양하게 실시될 수 있다.
특히, 전술한 내용은 후술할 발명의 청구범위를 더욱 잘 이해할 수 있도록 본 발명의 특징과 기술적 강점을 다소 폭넓게 상술하였으므로, 상술한 본 발명의 개념과 특정 실시예는 본 발명과 유사 목적을 수행하기 위한 다른 형상의 설계나 수정의 기본으로써 즉시 사용될 수 있음이 해당 기술 분야의 숙련된 사람들에 의해 인식되어야 한다.
또한, 상기에서 기술된 실시예는 본 발명에 따른 하나의 실시예일 뿐이며, 해당 기술분야에서 통상의 지식을 가진 자에 의해 본 발명의 기술적 사상의 범위에서 다양한 수정 및 변경된 형태로 구현될 수 있음을 이해할 수 있을 것이다. 따라서, 개시된 실시예는 한정적인 관점이 아니라 설명적인 관점에서 고려되어야 하고, 이러한 다양한 수정 및 변경 또한 본 발명의 기술적 사상의 범위에 속하는 것으로 전술한 본 발명의 청구범위에 나타나 있으며, 그와 동등한 범위 내에 있는 모든 차이점은 본 발명에 포함된 것으로 해석되어야 할 것이다.
100: 사용자 단말기 110: 위치정보 획득부
120: 날씨정보 획득부 130: 사용자 정보부
140: 추천 요청부 150: 추천정보 표시부
200: 서버 210: 방문정보 생성부
220: 방문자 피드백부 230: 날씨정보 획득부
240: 점수 산출부 250: 가게 정보부
260: 추천정보 생성부

Claims (6)

  1. 기등록된 복수의 카페에 대한 가게 정보와 상기 복수의 카페 중 적어도 하나를 방문한 방문자의 방문 날짜 및 평가 점수에 대한 피드백 정보에 기초한 카페별 방문 정보를 생성하는 방문정보 생성부;
    상기 방문자가 소정 카페를 방문한 날짜와 해당 카페에 대한 평가 점수를 포함하는 피드백 정보를 수집하여 저장하는 방문자 피드백부;
    상기 피드백 정보에 포함된 방문 날짜에 기초한 '비', '흐림', '맑음' 중 어느 하나에 해당하는 방문 날씨 정보를 획득하는 날씨 정보 획득부;
    상기 방문 날씨 정보와 상기 카페 추천 요청 시 사용자 단말기로부터 수신한 '비', '흐림', '맑음' 중 어느 하나에 해당하는 현재 날씨 정보를 조합한 결과에 기초하여 기설정된 가중치를 부여한 추가 점수를 산출하는 점수 산출부; 및
    외부의 사용자 단말기로부터 카페 추천 요청을 수신하는 경우, 상기 사용자 단말기의 현재 위치 및 날씨에 기초하여 상기 복수의 카페 중 적어도 하나의 카페에 대한 상기 방문 정보를 선별한 후 이에 기초한 추천 정보를 생성하는 추천정보 생성부;를 포함하고,
    상기 방문정보 생성부는
    카페별로 일정 주기마다 누적된 상기 평가 점수를 평균한 평균값과 누적 빈도가 가장 높은 상기 방문 날씨 정보를 포함하는 상기 방문 정보를 생성하는 것이며,
    상기 점수 산출부는
    상기 방문 날씨 정보와 상기 현재 날씨 정보가 동일하면 기설정된 제1 가중치를 부여하고, 상기 방문 날씨 정보와 상기 현재 날씨 정보 중 어느 하나가 '비'에 해당하고 다른 하나가 '흐림'에 해당하거나, 상기 방문 날씨 정보와 상기 현재 날씨 정보 중 어느 하나가 '흐림'에 해당하고 다른 하나가 '맑음'에 해당하면 상기 제1 가중치보다 작은 기설정된 제2 가중치를 부여하며, 상기 방문 날씨 정보와 상기 현재 날씨 정보 중 어느 하나가 '비'에 해당하고, 다른 하나가 '맑음'에 해당하면 상기 제2 가중치보다 작은 기설정된 제3 가중치를 부여하는 것이고,
    상기 추천정보 생성부는
    상기 카페 추천 요청 시 상기 사용자 단말기로부터 수신한 위치 정보를 기준으로 일정 반경 내에 위치하는 복수 개의 카페 각각에 대한 상기 방문 정보를 선별한 후, 선별된 상기 방문 정보 각각에 대응하는 평균값에 상기 추가 점수를 합산한 최종 점수를 포함하는 추천 정보를 생성하는 것을 특징으로 하는 감성 기반의 카페 추천 정보를 제공하는 서버.
  2. 삭제
  3. 삭제
  4. 소정의 인터넷망을 이용하는 서버와, 상기 서버와 데이터 송수신을 수행하는 복수의 사용자 단말기를 이용한 카페 추천 방법에 있어서,
    상기 서버에서 기등록된 복수의 카페 중 적어도 하나를 방문한 방문자의 방문 날짜와 해당 카페에 대한 평가 점수를 포함하는 피드백 정보를 수집하여 저장하는 단계;
    상기 서버에서 상기 피드백 정보에 포함된 방문 날짜에 기초한 '비', '흐림', '맑음' 중 어느 하나에 해당하는 방문 날씨 정보를 획득하는 단계;
    카페별로 일정 주기마다 누적된 평가 점수를 평균한 평균값과 누적 빈도가 가장 높은 상기 방문 날씨 정보를 포함하는 방문 정보를 생성하는 단계;
    상기 사용자 단말기에서 상기 사용자 단말기의 현재 위치 정보 및 '비', '흐림', '맑음' 중 어느 하나에 해당하는 현재 날씨 정보를 포함하는 카페 추천 요청 메시지를 상기 서버로 전송하는 단계;
    상기 서버에서 상기 추천 요청 메시지를 수신하는 경우, 상기 사용자 단말기의 현재 위치를 기준으로 일정 반경 내에 위치하는 복수 개의 카페 각각에 대한 상기 방문 정보를 선별하는 단계;
    상기 서버에서 선별된 각각의 상기 방문 정보에 대응하는 상기 방문 날씨 정보와 상기 현재 날씨 정보를 조합한 결과에 기초하여 기설정된 가중치를 부여한 추가 점수를 산출하는 단계; 및
    상기 서버에서 상기 선별된 상기 방문 정보 각각에 대응하는 평균값에 상기 추가 점수를 합산한 최종 점수를 포함하는 추천 정보를 생성하는 단계; 를 포함하고,
    상기 추가 점수를 산출하는 단계는
    상기 방문 날씨 정보와 상기 현재 날씨 정보가 동일하면 기설정된 제1 가중치를 부여하고, 상기 방문 날씨 정보와 상기 현재 날씨 정보 중 어느 하나가 '비'에 해당하고 다른 하나가 '흐림'에 해당하거나, 상기 방문 날씨 정보와 상기 현재 날씨 정보 중 어느 하나가 '흐림'에 해당하고 다른 하나가 '맑음'에 해당하면 상기 제1 가중치보다 작은 기설정된 제2 가중치를 부여하며, 상기 방문 날씨 정보와 상기 현재 날씨 정보 중 어느 하나가 '비'에 해당하고, 다른 하나가 '맑음'에 해당하면 상기 제2 가중치보다 작은 기설정된 제3 가중치를 부여하는 것을 특징으로 하는 감성 기반의 카페 추천 방법.
  5. 삭제
  6. 삭제
KR1020180126382A 2018-10-23 2018-10-23 감성 기반의 카페 추천 정보를 제공하는 서버 및 이를 이용한 카페 추천 방법 KR102125620B1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020180126382A KR102125620B1 (ko) 2018-10-23 2018-10-23 감성 기반의 카페 추천 정보를 제공하는 서버 및 이를 이용한 카페 추천 방법

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020180126382A KR102125620B1 (ko) 2018-10-23 2018-10-23 감성 기반의 카페 추천 정보를 제공하는 서버 및 이를 이용한 카페 추천 방법

Publications (2)

Publication Number Publication Date
KR20200045628A KR20200045628A (ko) 2020-05-06
KR102125620B1 true KR102125620B1 (ko) 2020-06-22

Family

ID=70737340

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020180126382A KR102125620B1 (ko) 2018-10-23 2018-10-23 감성 기반의 카페 추천 정보를 제공하는 서버 및 이를 이용한 카페 추천 방법

Country Status (1)

Country Link
KR (1) KR102125620B1 (ko)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR102517884B1 (ko) * 2022-08-01 2023-04-05 주식회사 금맥 온라인 결제 서버 및 그 방법, 그리고 온라인 결제 시스템

Family Cites Families (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR100963996B1 (ko) 2009-06-29 2010-06-15 주식회사 모임 감성에 기반한 개인별 제품 추천 장치 및 방법, 그 기록 매체
KR20120076477A (ko) * 2010-11-25 2012-07-09 주식회사 케이티 상점 추천 방법 및 시스템
KR102335287B1 (ko) * 2015-01-16 2021-12-06 김성일 위치기반의 정보제공 방법
KR101677749B1 (ko) 2015-05-28 2016-11-21 네이버 주식회사 개인 선호 성향을 고려한 추천 서비스 방법 및 이를 위한 추천 서비스 서버
KR20170080152A (ko) * 2015-12-31 2017-07-10 현대카드 주식회사 매장 추천 서비스 제공 방법 및 장치

Also Published As

Publication number Publication date
KR20200045628A (ko) 2020-05-06

Similar Documents

Publication Publication Date Title
JP5276746B1 (ja) 地図を利用した情報共有システム
US10949931B2 (en) Social networking system which provides location information of related users
US20190332615A1 (en) Interpersonal Spacetime Interaction System
KR100767660B1 (ko) 위치 기반 정보 제공 서비스 시스템 및 이 시스템의 운영방법
JP4758285B2 (ja) 地図情報提供システムおよび地図情報提供サーバならびに端末装置および地図情報提供方法
US20080234929A1 (en) System and method to determine, in a vehicle, locations of interest
KR100673598B1 (ko) 이동통신 단말기를 통한 모블로그 기반의 지역 커뮤니티 서비스 제공 시스템 및 방법
KR100673600B1 (ko) 이동통신 단말기를 통한 모블로그 기반의 지역 커뮤니티 시스템에서 스팟 또는 아지트를 추천하는 장치 및 방법
US20160381501A1 (en) System and Method for Locationally Aware Communication
WO2015135387A1 (en) Method and device for displaying information which links to related information provided by user's friends at user's location
WO2018166280A1 (zh) 信息推荐方法、装置、系统及储存介质
JP5968030B2 (ja) 施設評価装置、施設評価システム、施設評価方法およびプログラム
KR20230142825A (ko) 위치기반의 정보제공 방법
JP2017097559A (ja) 制御方法、管理サーバ、プログラム及び管理システム
KR102125620B1 (ko) 감성 기반의 카페 추천 정보를 제공하는 서버 및 이를 이용한 카페 추천 방법
US9876761B2 (en) Method and system for determining an address corresponding to a most probable physical location of an electronic device associated with a user
KR20130093999A (ko) 클라우드 기반 데이터베이스와 관계형 데이터베이스 관리 시스템이 연동된 위치기반서비스를 이용한 개인 여행정보 공유 서비스 시스템
KR20200070464A (ko) 사용자 참여형 여행정보 제공 시스템
JP5213067B2 (ja) 情報提供システム、情報提供サーバ、情報提供方法およびプログラム
KR20130064436A (ko) 지인 추천 기반 컨텐츠 검색 서버 및 방법 그리고 단말
KR101602375B1 (ko) 가상 체험 시스템 및 그 구동방법
KR101172500B1 (ko) 관계기반 지역정보 제공방법
JP5408752B2 (ja) 情報提供システム、情報提供サーバ、情報提供方法およびプログラム
Gao et al. Analyzing LBSN Data
JP2005301416A (ja) 情報提供管理装置、情報提供管理システム、情報提供管理方法および情報提供管理プログラム

Legal Events

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