KR102176803B1 - 머신러닝 및 빅데이터 시스템을 이용한 낚시 안내 방법, 서버 및 시스템 - Google Patents
머신러닝 및 빅데이터 시스템을 이용한 낚시 안내 방법, 서버 및 시스템 Download PDFInfo
- Publication number
- KR102176803B1 KR102176803B1 KR1020200076897A KR20200076897A KR102176803B1 KR 102176803 B1 KR102176803 B1 KR 102176803B1 KR 1020200076897 A KR1020200076897 A KR 1020200076897A KR 20200076897 A KR20200076897 A KR 20200076897A KR 102176803 B1 KR102176803 B1 KR 102176803B1
- Authority
- KR
- South Korea
- Prior art keywords
- fishing
- fish species
- information
- point
- big data
- Prior art date
- Legal status (The legal status 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 status listed.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 45
- 238000010801 machine learning Methods 0.000 title claims abstract description 29
- 241000251468 Actinopterygii Species 0.000 claims abstract description 180
- 230000000694 effects Effects 0.000 claims abstract description 61
- 238000013507 mapping Methods 0.000 claims abstract description 9
- 238000004891 communication Methods 0.000 claims description 16
- 235000019688 fish Nutrition 0.000 description 22
- 238000010586 diagram Methods 0.000 description 13
- 241000276420 Lophius piscatorius Species 0.000 description 10
- 239000013505 freshwater Substances 0.000 description 8
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 8
- 230000007613 environmental effect Effects 0.000 description 5
- 230000008859 change Effects 0.000 description 4
- 238000001556 precipitation Methods 0.000 description 4
- 241000269978 Pleuronectiformes Species 0.000 description 3
- 239000000284 extract Substances 0.000 description 3
- 238000000605 extraction Methods 0.000 description 3
- 230000008569 process Effects 0.000 description 3
- 241000195493 Cryptophyta Species 0.000 description 2
- 241000123826 Lutjanus campechanus Species 0.000 description 2
- 241001502129 Mullus Species 0.000 description 2
- 241000269908 Platichthys flesus Species 0.000 description 2
- 241001600434 Plectroglyphidodon lacrymatus Species 0.000 description 2
- 230000008901 benefit Effects 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 230000004044 response Effects 0.000 description 2
- 241000161298 Agonopsis chiloensis Species 0.000 description 1
- 241001638133 Bidyanus welchi Species 0.000 description 1
- 241001303562 Centrolophus niger Species 0.000 description 1
- 241000736254 Makaira Species 0.000 description 1
- 241001282110 Pagrus major Species 0.000 description 1
- 241000500840 Spondyliosoma cantharus Species 0.000 description 1
- 230000004913 activation Effects 0.000 description 1
- 235000019517 blue marlin Nutrition 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000004941 influx Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000001151 other effect Effects 0.000 description 1
- 230000000737 periodic effect Effects 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 239000013535 sea water Substances 0.000 description 1
- 241000894007 species Species 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 239000003643 water by type Substances 0.000 description 1
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
- G06F16/50—Information retrieval; Database structures therefor; File system structures therefor of still image data
- G06F16/51—Indexing; Data structures therefor; Storage structures
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N20/00—Machine learning
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/50—Information retrieval; Database structures therefor; File system structures therefor of still image data
- G06F16/58—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually
- G06F16/583—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually using metadata automatically derived from the content
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/50—Information retrieval; Database structures therefor; File system structures therefor of still image data
- G06F16/58—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually
- G06F16/587—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually using geographical or spatial information, e.g. 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
- G06Q10/00—Administration; Management
- G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
-
- 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
- G06Q50/01—Social networking
-
- 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
- G06Q50/02—Agriculture; Fishing; Forestry; Mining
-
- 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
- G06Q50/10—Services
-
- G06Q50/30—
-
- 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
- G06Q50/40—Business processes related to the transportation industry
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Business, Economics & Management (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Tourism & Hospitality (AREA)
- Economics (AREA)
- Strategic Management (AREA)
- Human Resources & Organizations (AREA)
- Data Mining & Analysis (AREA)
- General Engineering & Computer Science (AREA)
- Software Systems (AREA)
- General Business, Economics & Management (AREA)
- Marketing (AREA)
- General Health & Medical Sciences (AREA)
- Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Library & Information Science (AREA)
- Databases & Information Systems (AREA)
- Computing Systems (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Evolutionary Computation (AREA)
- Medical Informatics (AREA)
- Artificial Intelligence (AREA)
- Mathematical Physics (AREA)
- Operations Research (AREA)
- Game Theory and Decision Science (AREA)
- Entrepreneurship & Innovation (AREA)
- Development Economics (AREA)
- Quality & Reliability (AREA)
- Life Sciences & Earth Sciences (AREA)
- Agronomy & Crop Science (AREA)
- Animal Husbandry (AREA)
- Marine Sciences & Fisheries (AREA)
- Mining & Mineral Resources (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
본 발명은 (a) 머신 러닝 기법을 이용하여 온라인 커뮤니티 채널의 이미지에서 인식되는 어종의 정보를 결정하는 단계, (b) 인식된 어종의 낚시가 이루어진 낚시 포인트 정보 및 출조일자를 결정하는 단계, (c) 어종 정보에 결정된 낚시 포인트 정보 및 출조일자를 맵핑하여 구성되는 낚시이벤트 아이템을 빅 데이터 DB에 저장하는 단계 및 (d) 빅 데이터 DB의 복수의 낚시이벤트 아이템을 이용하여 낚시 포인트에서의 어종 활성도를 산출하는 단계를 포함하는 낚시 안내 방법에 관한 것이다.
Description
본 발명은 머신러닝 및 빅데이터 시스템을 이용한 낚시 안내 방법, 서버 및 시스템에 관한 것으로서, 구체적으로는 머신러닝 및 빅데이터 시스템을 이용하여 자체 혹은 외부 온라인 낚시 커뮤티니 채널 등 다양한 경로를 통해 수집한 이미지, 동영상으로부터 각종 낚시장르(바다, 민물 등), 조과, 조황이 발생한 지역, 시기, 어종 등을 분석하고 분석된 데이터를 빅데이터화하는 과정을 동반한다. 위 과정은 국내외 바다, 민물(강, 호수, 저수지 등)의 다양한 환경 변화 및 기후 변화(예를 들어 기온, 수온, 풍향, 파고, 기압 등), 외래어종의 유입 등으로 인한 어종의 생육 환경이 지속적으로 변동되기 때문으로 정확한 지역별 추천 어종 및 어종별 추천 포인트를 안내하는 시스템 구축을 위한 필수적인 절차이고, 이는 우리나라의 어종 생태계 변화에 따른 학술적 가치로서도 의미가 크다.
위 빅데이터를 기반으로 낚시인들은 대상어종이 서식하는 지역과 시즌을 비롯하여 대상어종별 활성도가 높은 적서수온, 물때, 기압 등에 대한 안내를 받을 수 있으며, 여기에 낚시가능 여부를 판단하는 풍속, 파고, 풍향 등의 예보 데이터를 함께 적용함으로써 사용자는 단순히 대상어종과 출조일자를 선택하면 전국 최적의 낚시 포인트와 피딩타임 정보를 제공 받을 수 있음은 물론 각종 큐레이션 정보를 함께 제공 받을 수 있다.
생활이 풍족해 짐에 따라 사람들은 다양한 여가 활동을 가지게 되었다. 민물이나 바다에서 물고기를 잡는 낚시 또한 그 여가 활동 중 하나이다. 낚시는 강가, 바닷가, 선상 등에서 낚싯대를 바다나 강으로 내려 수중의 물고기를 잡는 레저 활동으로서 시간별, 날짜별, 계절별, 낚시 포인트별로 조황이 사뭇 다른 레저 활동이다.
조황이 좋은 곳으로 알려진 낚시 포인트에서 낚시를 하는 낚시인은 여러 마리의 물고기를 잡을 수 있는 반면에, 조황이 나쁜 곳으로 알려진 포인트에서 낚시를 하는 낚시인은 하루종일 한 마리의 물고기도 잡을 수 없을 수도 있다. 또한, 비록 조황이 나쁜 것으로 알려진 곳에서도 특정 계절이나 환경 상황에서는 낚시인이 여러 마리의 물고기를 잡을 수도 있다.
국내외에는 조황이나 조과가 좋은 여러 낚시 포인트가 알려져 있다. 낚시인들은 특정 낚시 포인트에서 조황의 좋고 나쁨을 경험칙을 통해 알고 조황이 좋을 시점에 해당 포인트에서 낚시를 할 수 있다. 낚시인들은 전문가들의 조언에 따라 특정 낚시 포인트에 특정 물때에 방문하여 낚시를 가질 수 있다. 그러나, 국내외 강이나 바다의 다양한 환경 변화 및 기후 변화(예를 들어, 기온 상승, 해류 변화, 풍향 변화 등)와 외래어종의 유입 등으로 인해서 어종의 생육 환경이 지속적으로 변동됨에 따라 종래 낚시인이 경험칙으로 알던 낚시 포인트 특성은 변동되고 정확도가 떨어지고 있는 실정이다.
예를 들면, 강원도 속초에선 제주, 부산 등 남해 난류 바다에 서식하는 갈치가 처음으로 모습을 드러냈고, 그보다 더 위쪽인 고성에선 대표적 열대어종인 청새치가 잡히며, 최근 동해안에서 볼 수 없었던 난류성 어종인 벵에돔과 돌돔까지 모습을 드러냈다.
한편, 낚시인들은 다양한 온라인 커뮤니티 채널을 통해 조황/조과 정보를 서로 교환한다. 낚시인들은 온라인 커뮤니티 채널에 다양한 낚시 포인트에서의 성과물을 업로딩할 수 있고 많은 다른 낚시인들의 부러움을 사기도 하고 해당 낚시 포인트가 인기 낚시 포인트로 부상하기도 한다.
조황이 좋은 낚시 포인트의 위치는 계속 변화하고 계절별로 달라질 수 있다. 또한 어종 별로 조황이 좋은 낚시 포인트는 달라지고 환경 변화에도 달라질 수 있다.
이와 같은 여러 요소를 고려하여 출조시 대상 어종의 낚시 포인트의 추천 및 가이드가 가능한, 머신러닝 및 빅데이터 시스템을 이용한 낚시 안내 방법, 서버 및 시스템이 필요하다.
본 발명은, 상술한 문제점을 해결하기 위해서 안출한 것으로서, 머신러닝 및 빅데이터 시스템을 이용하여 온라인 커뮤니티 채널에서 수집 가능한 이미지로부터 어종을 분석하고 분석된 어종과 낚시 관련 정보를 매칭하여 낚시 가이드에 이용 가능한 빅 데이터를 구축할 수 있는 머신러닝 및 빅데이터 시스템을 이용한 낚시 안내 방법, 서버 및 시스템을 제공하는 데 그 목적이 있다.
또한, 본 발명은 온라인 커뮤니티 채널을 통해 수집된 빅 데이터 기반으로 낚시 포인트 및 시기 등에 연관된 어종별 활성도를 산출하고 낚시 가이드에 제공 가능한 머신러닝 및 빅데이터 시스템을 이용한 낚시 안내 방법, 서버 및 시스템을 제공하는 데 그 목적이 있다.
또한, 본 발명은 사용자에 의해 입력된 대상 어종 및 출조일자, 출조일자의 외부 환경과, 낚시 포인트 및 시기 등에 연관된 어종별 활성도에 따라 최적의 낚시 포인트 및 부가 정보를 사용자에게 제공할 수 있는 머신러닝 및 빅데이터 시스템을 이용한 낚시 안내 방법, 서버 및 시스템을 제공하는 데 그 목적이 있다.
본 발명에서 이루고자 하는 기술적 과제들은 이상에서 언급한 기술적 과제들로 제한되지 않으며, 언급하지 않은 또 다른 기술적 과제들은 아래의 기재로부터 본 발명이 속하는 기술분야에서 통상의 지식을 가진 자에게 명확하게 이해될 수 있을 것이다.
본 발명의 일 양상에 따른 낚시 안내 방법은, 낚시 안내 서버가 수행하는 낚시 안내 방법으로서, (a) 머신 러닝 기법을 이용하여 온라인 커뮤니티 채널의 이미지에서 인식되는 어종 정보를 결정하는 단계; (b) 상기 인식된 어종의 낚시가 이루어진 낚시 포인트 정보 및 출조일자를 결정하는 단계; (c) 상기 어종 정보에 결정된 낚시 포인트 정보 및 출조일자를 맵핑하여 구성되는 낚시이벤트 아이템을 빅 데이터 DB에 저장하는 단계; 및 (d) 상기 빅 데이터 DB의 복수의 낚시이벤트 아이템을 이용하여 어종 활성도를 산출하는 단계;를 포함한다.
상기한 낚시 안내 방법에 있어서, 상기 낚시 포인트 정보는 상기 온라인 커뮤니티 채널에 미리 설정되는 낚시 포인트 식별자를 포함하며, 상기 출조일자는 상기 이미지의 촬영날짜일 수 있다.
상기한 낚시 안내 방법에 있어서, 상기 단계 (d)는 빅 데이터 DB에 저장되는 낚시이벤트 아이템의 개수가 지정된 개수를 초과하거나 지정된 주기의 도래에 따라 낚시 포인트 및 시기에 연관된 어종별 어종 활성도를 산출할 수 있다.
상기한 낚시 안내 방법에 있어서, 상기 어종 활성도는 대응하는 낚시 포인트에서의 상기 어종의 인식 여부에 따라 복수의 레벨 중 하나의 레벨로 산출되고, 상기 어종 정보는 인식된 어종의 식별자 및 인식된 어종의 마릿수를 포함할 수 있다.
상기한 낚시 안내 방법에 있어서, 사용자 단말로부터 대상 어종 및 예상 출조 일자를 수신하는 단계; 및 복수의 낚시 포인트 각각의 낚시 지수를 상기 예상 출조 일자의 기상 정보에 따라 산출하는 단계;를 더 포함할 수 있다.
상기한 낚시 안내 방법에 있어서, 상기 복수의 낚시 포인트 각각의 낚시 지수와, 적어도 상기 복수의 낚시 포인트에 연관된 상기 대상 어종의 어종 활성도에 기초하여, 하나 이상의 추천 낚시 포인트를 결정하고 추천 낚시 포인트 정보 및 낚시 부가 정보를 구성하여 상기 사용자 단말로 전송하는 단계;를 더 포함할 수 있다.
본 발명의 일 양상에 따른 낚시 안내 서버는, 복수의 낚시이벤트 아이템을 포함하는 빅 데이터 DB와 온라인 커뮤니티 채널에서의 이미지를 저장하는 저장 유닛; 및 머신 러닝 기법을 이용하여 상기 온라인 커뮤니티 채널에서의 이미지에서 어종의 정보를 결정하고, 인식된 어종의 낚시 포인트 정보 및 출조일자를 결정하며, 상기 어종 정보에 결정된 낚시 포인트 정보 및 출조일자를 맵핑하여 낚시이벤트 아이템을 구성하여 상기 빅 데이터 DB에 저장하고, 상기 빅 데이터 DB의 상기 복수의 낚시이벤트 아이템을 이용하여 낚시 포인트에 연관된 어종 활성도를 산출하는 제어 유닛;을 포함한다.
상기한 낚시 안내 버서에 있어서, 상기 낚시 포인트 정보는 상기 온라인 커뮤니티 채널에 미리 설정되는 낚시 포인트 식별자를 포함하고, 상기 출조일자는 상기 이미지의 촬영날짜일 수 있다.
상기한 낚시 안내 버서에 있어서, 상기 제어 유닛은 상기 빅 데이터 DB에 저장되는 낚시이벤트 아이템의 개수가 지정된 개수를 초과하거나 지정된 주기의 도래에 따라 낚시 포인트 및 시기에 연관된 어종별 어종 활성도를 어종의 인식 여부에 따라 복수의 레벨 중 하나의 레벨로 산출하고, 상기 어종 정보는 인식된 어종의 식별자 및 인식된 어종의 마릿수를 포함할 수 있다.
상기한 낚시 안내 버서에 있어서, 인터넷을 통해 데이터를 송수신하는 통신 유닛;을 더 포함하고, 상기 제어 유닛은 사용자 단말로부터 대상 어종 및 예상 출조 일자를 상기 통신 유닛을 통해 수신하고 복수의 낚시 포인트 각각의 낚시 지수를 상기 예상 출조 일자의 기상 정보에 따라 산출하며, 상기 복수의 낚시 포인트 각각의 낚시 지수와 적어도 상기 복수의 낚시 포인트에서의 상기 대상 어종의 어종 활성도에 기초하여 하나 이상의 추천 낚시 포인트를 결정하며, 상기 추천 낚시 포인트 정보 및 낚시 부가 정보를 구성하여 상기 사용자 단말로 상기 통신 유닛을 통해 전송할 수 있다.
본 발명의 일 양상에 따른 낚시 안내 시스템은, 상기한 낚시 안내 서버; 및
하나 이상의 사용자 단말;을 포함한다.
상기한 낚시 안내 시스템은, 상기 사용자 단말은 상기 낚시 안내 서버에 액세스하여 지정된 낚시 포인트의 온라인 커뮤니티 채널의 이미지를 상기 낚시 안내 서버로 업로딩하며, 대상 어종 및 예상 출조 일자를 포함하는 낚시 포인트 추천 요청을 상기 낚시 안내 서버로 전송하고 상기 낚시 안내 서버에서 결정되는 추천 낚시 포인트 정보 및 낚시 부가 정보를 수신하여 출력할 수 있다.
상기와 같은 본 발명에 따른 머신러닝 및 빅데이터 시스템을 이용한 낚시 안내 방법, 서버 및 시스템은, 머신러닝 및 빅데이터 시스템을 이용하여 온라인 커뮤니티 채널에서 수집 가능한 이미지로부터 어종을 분석하고 분석된 어종과 낚시 관련 정보를 매칭하여 낚시 가이드에 이용 가능한 빅 데이터를 구축할 수 있는 효과가 있다.
또한, 상기와 같은 본 발명에 따른 머신러닝 및 빅데이터 시스템을 이용한 낚시 안내 방법, 서버 및 시스템은, 온라인 커뮤니티 채널을 통해 수집된 빅 데이터 기반으로 낚시 포인트 및 시기 등에 연관된 어종별 활성도를 산출하고 낚시 가이드에 제공 가능한 효과가 있다.
또한, 상기와 같은 본 발명에 따른 머신러닝 및 빅데이터 시스템을 이용한 낚시 안내 방법, 서버 및 시스템은, 사용자에 의해 입력된 대상 어종 및 출조일자와, 출조일자의 외부 환경 및 산출된 어종별 활성도에 따라 최적의 낚시 포인트 및 부가 정보를 사용자에게 제공할 수 있는 효과가 있다.
본 발명에 따른 머신러닝 및 빅데이터 시스템을 이용한 낚시 안내 방법, 서버 및 시스템은, 국내외 바다, 민물(강, 호수, 저수지 등)의 다양한 환경 변화 및 기후 변화(예를 들어 기온, 수온, 풍향, 파고, 기압 등), 외래어종의 유입 등으로 인한 어종의 생육 환경이 지속적으로 변동되는 상황에서도, 정확한 지역별 추천 어종 및 어종별 낚시 포인트를 안내할 수 있게 하는 장점이 있으며, 이는 우리나라의 어종 생태계 변화에 따른 학술적 가치로서도 의미가 크다.
또한, 본 발명에 따른 머신러닝 및 빅데이터 시스템을 이용한 낚시 안내 방법, 서버 및 시스템은, 이러한 빅데이터를 기반으로 낚시인들이 대상어종이 서식하는 지역과 시즌을 비롯하여 대상어종별 활성도가 높은 적서수온, 물때, 기압 등에 대한 안내를 받을 수 있으며, 여기에 낚시가능 여부를 판단하는 풍속, 파고, 풍향 등의 예보 데이터를 함께 적용함으로써, 사용자는 단순히 대상어종과 출조일자를 선택하면 전국 최적의 낚시 포인트와 피딩타임 정보를 제공 받을 수 있음은 물론 각종 큐레이션 정보를 함께 제공 받을 수 있다.
본 발명에서 얻을 수 있는 효과는 이상에서 언급한 효과들로 제한되지 않으며, 언급하지 않은 또 다른 효과들은 아래의 기재로부터 본 발명이 속하는 기술분야에서 통상의 지식을 가진 자에게 명확하게 이해될 수 있을 것이다.
도 1은 예시적인 낚시 안내 시스템을 도시한 도면이다.
도 2는 낚시 안내 서버의 예시적인 블록도 도시한 도면이다.
도 3은 머신 러닝 기법을 이용하여 낚시 포인트별 어종 활성도를 산출하는 예시적인 제어 흐름을 도시한 도면이다.
도 4는 산출된 낚시 포인트별 어종 활성도를 이용하여 사용자의 입력에 따라 요청된 대상 어종에 대한 낚시 포인트를 추천하는 예시적인 제어 흐름을 도시한 도면이다.
도 2는 낚시 안내 서버의 예시적인 블록도 도시한 도면이다.
도 3은 머신 러닝 기법을 이용하여 낚시 포인트별 어종 활성도를 산출하는 예시적인 제어 흐름을 도시한 도면이다.
도 4는 산출된 낚시 포인트별 어종 활성도를 이용하여 사용자의 입력에 따라 요청된 대상 어종에 대한 낚시 포인트를 추천하는 예시적인 제어 흐름을 도시한 도면이다.
상술한 목적, 특징 및 장점은 첨부된 도면을 참조하여 상세하게 후술 되어 있는 상세한 설명을 통하여 더욱 명확해 질 것이며, 그에 따라 본 발명이 속하는 기술분야에서 통상의 지식을 가진 자가 본 발명의 기술적 사상을 용이하게 실시할 수 있을 것이다. 또한, 본 발명을 설명함에 있어서 본 발명과 관련된 공지 기술에 대한 구체적인 설명이 본 발명의 요지를 불필요하게 흐릴 수 있다고 판단되는 경우에 그 상세한 설명을 생략하기로 한다. 이하, 첨부된 도면을 참조하여 본 발명에 따른 바람직한 실시 예를 상세히 설명하기로 한다.
도 1은 예시적인 낚시 안내 시스템을 도시한 도면이다.
머신러닝 및 빅데이터 시스템을 이용하여 낚시인(사용자)의 낚시를 안내하기 위한 시스템은 낚시 안내 서버(100)와 하나 이상의 사용자 단말(200)을 포함하여 구성된다. 사용자 단말(200)과 낚시 안내 서버(100)는 인터넷을 통해 각종 데이터를 송수신할 수 있다.
사용자 단말(200)은 낚시인인 사용자가 이용 가능한 단말이다. 사용자 단말(200)은 예를 들어 휴대폰, 스마트폰, 태블릿 PC 등일 수 있다.
사용자 단말(200)은 프로세서, 비휘발성 메모리, 통신 모듈, 입력 인터페이스 및 디스플레이 등을 포함하여 인터넷을 통해 다른 사용자와 온라인 커뮤니티 채널을 구성하고 온라인 커뮤니티 채널을 통해 각종 데이터나 정보를 서로 공유할 수 있다.
사용자 단말(200)은 비휘발성 메모리에 프로세서에서 수행 가능한 앱(웹) 프로그램을 저장하고 앱(웹) 프로그램을 통해 온라인 커뮤니티 채널에 액세스하여 이미지, 텍스트 등을 업로딩, 다운로딩, 검색 등을 할 수 있다. 온라인 커뮤니티 채널은 1 대 1의 대화 채널이거나 여러 사람이 공통되는 낚시 관심사를 서로 공유할 수 있는 사회 관계망 서비스(SNS) 등일 수 있다.
본 발명에 따라 사용자 단말(200)이 이용하는 온라인 커뮤니티 채널은 낚시에 관련된 정보를 공유할 수 있는 공유 채널로서 예를 들어 낚시 포인트(지점) 별로 설정되는 공유 채널일 수 있다. 낚시 포인트별 온라인 커뮤니티 채널은 낚시 안내 서버(100)에 의해 구성되고 제공될 수 있다.
사용자 단말(200)은 낚시 안내 서버(100)에 액세스(로그인)하고 여러 낚시 포인트들 중 하나의 낚시 포인트의 온라인 커뮤니티 채널에 각종 데이터를 업로딩하거나 다운로딩하거나 검색할 수 있다. 사용자 단말(200)은 예를 들어, 특정 낚시 포인트에서 촬영된 이미지를 온라인 커뮤니티 채널에 업로딩할 수 있다.
또한, 사용자 단말(200)은 온라인 커뮤니티 채널의 앱 프로그램 또는 다른 앱 프로그램을 통해 낚시 포인트 추천을 낚시 안내 서버(100)로 요청을 수 있다. 사용자 단말(200)은 대상 어종(예를 들어, 광어, 우럭, 참돔 등)과 예상 출조 일자를 포함하는 낚시 포인트 추천 요청을 낚시 안내 서버(100)로 전송하고 낚시 안내 서버(100)에 의해 결정되고 낚시 안내 서버(100)로부터 수신되는 추천 낚시 포인트 정보 및 낚시 부가 정보를 수신하여 디스플레이로 출력할 수 있다.
추천 낚시 포인트 정보는 예를 들어, 낚시 포인트 식별자(이름), 낚시 포인트 위치, 낚시 포인트 주소(위치), 지도, 특징 등을 포함할 수 있고 낚시 부가 정보는 이용 가능한 선박 정보, 대상 어종에 추천되는 미끼 정보, 인접 이용 가능한 업체 정보 등 추천된 낚시 포인트에서 이용 가능한 낚시 관련 정보를 포함할 수 있다.
낚시 안내 서버(100)는 머신 러닝 기법을 이용하여 온라인 커뮤니티 채널을 통해 사용자 단말(200) 사이에 공유되는 이미지(동영상을 더 포함할 수 있다)로부터 특정 낚시 포인트에서 잡힌(인식된) 어종 정보를 추출하며, 추출된 정보와 출조일자(촬영일자)로부터 획득가능한 기상 정보 등을 이용하여 빅데이터를 구축하며, 구축된 빅 데이터를 기반으로 낚시 포인트 등 여러 기준에 따라 어종의 활성도를 산출하거나 산출할 수 있도록 준비하고, 산출된 활성도에 따라 이후 추천 요청에 따른 안내를 사용자 단말(200)로 제공할 수 있다.
낚시 안내 서버(100)에 대해서는 도 2 이하에서 상세히 살펴보도록 한다.
도 2는 낚시 안내 서버(100)의 예시적인 블록도를 도시한 도면이다.
도 2에 따르면 낚시 안내 서버(100)는 통신 유닛(110), 저장 유닛(130), 제어 유닛(170) 및 연결 유닛(150)을 포함한다. 도 2의 블록도는 기능 블록도이고 낚시 안내 서버(100)는 각 기능을 수행하기 위한 다양한 물리적 구성을 가질 수 있다. 예를 들어, 낚시 안내 서버(100)는 다수의 물리적 서버로 분할 구성되거나 할당된 기능에 따라 분리 구성될 수 있다. 이와 같이, 낚시 안내 서버(100)의 구성은 단일 서버로 국한되지 않고 구성 가능한 다양한 서버 구성을 가질 수 있다. 낚시 안내 서버(100)는 앱 서버, 웹 서버 및/또는 온라인 커뮤니티 채널을 제공하는 서버(장치)일 수 있다.
도 2를 통해 각 기능 블록을 살펴보면, 통신 유닛(110)은 인터넷을 통해 데이터를 송수신한다. 통신 유닛(110)은 무선랜, 유선랜, 광랜 등에 연결되기 위한 통신 칩셋을 포함하여 각종 데이터를 송수신할 수 있다.
저장 유닛(130)은 각종 데이터를 저장한다. 저장 유닛(130)은 비휘발성 메모리, 휘발성 메모리 및/또는 하드디스크 등의 대용량 저장 매체를 포함하여 낚시 안내 서버(100)에서 이용 가능한 각종 프로그램과 데이터를 저장한다.
저장 유닛(130)에 저장되는 각종 프로그램들은 온라인 커뮤니티 채널의 이미지를 수집하는 수집 모듈, 머신 러닝 기법을 적용하여 어종 정보를 추출하는 추출 모듈, 추출된 어종 정보를 다른 정보와 맵핑하여 빅 데이터에 저장하는 맵핑 모듈, 수집된 빅 데이터로부터 낚시 포인트별 어종 활성도를 산출하는 산출 모듈, 사용자 단말(200)의 요청에 따라 낚시 지수를 산출하고 낚시 포인트를 추천하는 추천 모듈 등을 포함할 수 있다. 프로그램 모듈들 각각은 단일 프로그램으로 구성되거나 다른 프로그램 모듈과 결합한 프로그램으로 구성될 수 있다.
각종 데이터를 저장하는 저장 유닛(130)은 빅 데이터 DB(131)와 사용자 단말(200) 사이에 구성되는 온라인 커뮤니티 채널의 이미지들을 저장한다. 빅 데이터 DB(131)는 복수의 낚시이벤트 아이템을 포함하고 낚시이벤트 아이템은 온라인 커뮤니티 채널에서의 이미지로부터 머신 러닝을 통해 구성된다. 빅 데이터 DB(131)의 구성 및 빅 데이터 DB(131)를 이용한 낚시 안내 과정은 도 3 및 도 4에서 좀 더 상세히 살펴보도록 한다. 저장 유닛(130)은 그 외 사용자 정보들을 더 포함할 수 있다. 사용자 정보는 낚시 안내 서버(100)에 액세스(로그인) 가능한 사용자를 식별하기 위한 데이터를 적어도 포함하고 예를 들어, 사용자 ID와 패스워드를 포함한다.
연결 유닛(150)은 낚시 안내 서버(100) 내의 블록 사이의 각종 데이터를 송수신한다. 연결 유닛(150)은 병렬 버스, 시리얼 버스, 이더넷, 와이파이 등을 하나 이상 포함하여 각종 데이터를 송수신할 수 있다.
제어 유닛(170)은 낚시 안내 서버(100)를 제어한다. 제어 유닛(170)은 저장 유닛(130)의 프로그램 모듈을 통해 낚시 안내 서버(100)를 제어할 수 있다. 제어 유닛(170)은 CPU, MPU, 중앙 처리 장치, 마이컴 등을 하나 이상 포함하여 프로그램의 명령어 코드를 수행할 수 있다.
제어 유닛(170)에서 이루어지는 몇몇 제어 흐름을 간단히 살펴보면, 제어 유닛(170)은 온라인 커뮤니티 채널의 이미지에서 머신 러닝 기법을 이용하여 어종 인식 및 어종 정보를 결정한다. 또한, 제어 유닛(170)은 인식된 어종이 잡힌 낚시 포인트에 대한 정보 및 이미지의 출조일자를 결정하고 결정된 낚시 포인트 정보 및 출조일자와 출조일자의 기상정보를 어종 정보에 맵핑하여 낚시이벤트 아이템을 구성한다.
제어 유닛(170)은 구성된 낚시이벤트 아이템을 저장 유닛(130)의 빅 데이터 DB(131)에 저장하고 빅 데이터 DB(131)의 저장되어 있는 여러 낚시이벤트 아이템을 이용하여 각각의 낚시 포인트등에 연관된 어종 활성도를 산출하고 산출된 어종 활성도를 저장 유닛(130)에 저장한다. 이후, 사용자의 요청에 따라 낚시 포인트의 추천시에 낚시 포인트등에 연관된 어종 활성도가 이용될 수 있다.
어종 활성도의 산출을 위한 제어 흐름과 낚시 포인트 추천을 위한 제어 흐름은 도 3 및 도 4를 통해 좀 더 상세히 살펴보도록 한다.
도 3은 머신 러닝 기법을 이용하여 낚시 포인트별 어종 활성도를 산출하는 예시적인 제어 흐름을 도시한 도면이다.
도 3의 제어 흐름은 낚시 안내 서버(100)(의 제어 유닛(170))에 의해 주로 수행되는 도면이다.
먼저, 사용자들은 온라인 커뮤니티 채널을 통해 낚시 관련 정보를 서로 공유(S101)한다. 예를 들어, 사용자 단말(200)은 낚시 안내 서버(100)에 로그인하고 낚시 안내 서버(100)에서 제공하는 낚시 포인트별 각각의 전용 온라인 커뮤니티 채널에 액세스하여 해당 낚시 포인트에서의 낚시 사진을 온라인 커뮤니티 채널에 업로딩할 수 있다. 또는, 사용자 단말(200)은 낚시 안내 서버(100) 외의 다른 사회 관계망 서비스에 낚시 사진을 업로딩할 수 있다. 바람직하게는 사용자 단말(200)은 낚시 안내 서버(100)에서 제공하는 각각의 낚시 포인트별 온라인 커뮤니티 채널에 낚시 사진을 업로딩할 수 있다.
여기서, 낚시 포인트는 민물 낚시나 바다 낚시가 가능한 지점, 지역 등을 나타낼 수 있다. 예를 들어, 낚시 포인트는 섬 지명, 열도 지명, 낚시가 가능한 바닷가의 지명 등이거나 지점 위치로 특정될 수 있다. 낚시 안내 서버(100)는 국내외의 알려지거나 알려질 낚시 포인트들 각각의 온라인 커뮤니티 채널들을 사용자에게 제공할 수 있다.
이후, 낚시 안내 서버(100)는 주기적으로(예를 들어, 1일, 1주일 또는 1달에 1회 등) 온라인 커뮤니티 채널에 업로딩된 이미지를 수집(S103)한다. 예를 들어, 제어 유닛(170)은 수집 모듈을 수행하여 인터넷상의 사회 관계망 서비스에서 낚시 관련 사진을 수집하고 수집된 이미지들을 저장 유닛(130)에 임시 저장할 수 있다. 또는 제어 유닛(170)은 낚시 안내 서버(100)에 의해 낚시 포인트별로 제공하는 온라인 커뮤니티 채널의 업로딩된 이미지를 낚시 포인트의 식별자에 매칭시켜 저장 유닛(130)에 임시 저장할 수 있다.
낚시 안내 서버(100)는 온라인 커뮤니티 채널의 수집된 이미지에서 어종을 인식하고 인식된 어종을 나타내는 어종 정보를 결정(S105)한다. 예를 들어, 제어 유닛(170)은 머신 러닝 기법을 적용하여 어종 정보를 추출하는 추출 모듈을 수행하여 저장 유닛(130)에 수집된 이미지 각각에 대해 어종을 인식하고 인식된 어종을 나타내는 어종 정보를 결정한다. 어종은 예를 들어, 가자미, 광어, 방어, 숭어, 우럭, 감성돔, 참돔 등 낚시로 잡을 수 있는 활어 종류를 나타낸다.
기존 낚시 이미지로 학습된 머신 러닝 기법의 추출 모듈을 수행하는 제어 유닛(170)은 수집된 이미지에서 어종을 인식하고 인식된 어종의 마릿수(조과)를 결정할 수 있다. 제어 유닛(170)은 인식된 어종을 특정하기 위한 어종 식별자와 마릿수를 포함하는 어종 정보를 구성할 수 있다. 어종 식별자는 예를 들어 어종 이름이거나 낚시 안내 서버(100)에서 부여된 숫자와 문자의 조합일 수 있다. 어종 식별자로부터 낚시 안내 서버(100)는 어종(의 이름)을 알 수 있다.
낚시 안내 서버(100)는 어종 정보의 결정과 함께 인식된 어종의 낚시가 이루어진 낚시 포인트 정보, 이미지에서 인식된 어종을 잡은 출조일자 및 출조일자의 기상정보를 결정(S107)한다. 제어 유닛(170)은 다양한 방식으로 어종이 인식된 이미지에 대응하는 각종 정보를 맵핑 모듈을 수행하여 구성할 수 있다.
예를 들어, 제어 유닛(170)은 이미지에 태깅된 위치 정보(GPS 정보)에 대응하는 낚시 포인트 식별자를 특정하고 낚시 포인트 식별자나 인식된 어종에 대응하는(따라 분류되는 ) 낚시 장르를 결정하여 낚시 포인트 식별자 및 낚시 장르를 포함하는 낚시 포인트 정보를 구성할 수 있다. 낚시 포인트 식별자는 낚시 포인트의 이름(지명 이름)이거나 낚시 안내 서버(100)에서 부여된 숫자와 문자의 조합일 수 있다. 낚시 장르는 낚시 유형을 나타내고 예를 들어 민물 낚시나 바다 낚시를 나타낼 수 있다.
또는, 제어 유닛(170)은 낚시 안내 서버(100)에서 제공하는 온라인 커뮤니티 채널에 미리 설정되어 저장 유닛(130)에 이미지와 매칭되어 저장되는 낚시 포인트 식별자와 낚시 포인트 식별자나 인식된 어종에 대응하는 낚시 장르(민물/바다)를 포함하는 낚시 포인트 정보를 구성할 수 있다.
제어 유닛(170)은 이미지의 촬영날짜를 출조일자로 설정할 수 있고 제어 유닛(170)은 출조일자의 기상정보를 인터넷을 통해 외부의 기상 서버로부터 수신할 수 있다. 기상정보는 낚시 포인트에서의 결정된 출조일자의 기상정보일 수 있고 사전 수집되거나 사후적으로 수집된 후 매칭되는 정보일 수 있다. 기상 정보는 물고기 관련 주요 변수인 수온, 파고, 기압 및 물때를 포함하며(물때 정보도 '기상 정보'에 포함되는 것으로 정의한다), 나아가 기온, 풍속, 풍향, 강수 등을 포함할 수 있다.
낚시 안내 서버(100)는 이미지에서 인식된 어종 정보에 낚시 포인트 정보, 출조 일자와 나아가 여러 기상정보를 맵핑하여 낚시이벤트 아이템을 구성하고 구성된 낚시이벤트 아이템을 저장 유닛(130)의 빅 데이터 DB(131)에 저장(S109)한다.
맵핑 모듈의 수행을 통해 제어 유닛(170)은 결정된 낚시 포인트 정보, 출조일자 및 출조일자의 기상정보를 인식된 어종 정보에 맵핑하여 낚시이벤트 아이템을 구성하고 구성된 낚시이벤트 아이템을 저장 유닛(130)에 저장할 수 있다. 제어 유닛(170)은 수집된 모든 이미지들 각각에 대해 낚시이벤트 아이템을 구성하고 빅 데이터 DB(131)에 저장할 수 있다.
낚시 안내 서버(100)는 주기적인 이미지 수집에 따라 주기적으로 낚시 이미지로부터 낚시이벤트 아이템을 반복적으로 생성하여 빅 데이터를 구축(S103 내지 S109 참조)할 수 있다.
낚시 안내 서버(100)는 빅 데이터 DB(131)에 빅 데이터가 구축됨에 따라 빅 데이터 DB(131)에 저장된 낚시이벤트 아이템들을 이용하여 낚시 포인트등에 연관된 어종 활성도(주요 측면을 반영하여 '낚시 포인트별 어종 활성도'라고도 한다)를 산출(S111)한다.
제어 유닛(170)은 산출 모듈의 수행을 통해 빅 데이터 DB(131)의 다수의 낚시이벤트 아이템들을 사용하여 어종별 활성도를 산출할 수 있도록 구성된다. 어종별 활성도는 낚시 포인트 및 시기 등 여러 기준에 따라 산출될 수 있다.
제어 유닛(170)은 저장 유닛(130)의 빅 데이터 DB(131)의 낚시이벤트 아이템의 개수가 내부 설정된 지정 개수를 초과하거나 어종 활성도 산출을 위해 내부 설정된 지정 주기의 도래에 따라, 또는 사용자의 요청이 있을 때 어종 활성도를 산출할 수 있다. 제어 유닛(170)은 빅 데이터가 충분히 확보됨에 따라 낚시 포인트와 시기별로, 어종별(가자미, 광어, 방어, 숭어, 우럭, 감성돔, 참돔 등 각각의) 어종 활성도를 산출할 수 있다. 또한, 낚시 포인트, 시기 및 어종과 함께, 수온, 파고, 기압, 물때와 같은 기상 정보의 변수들이 빅 데이터로 매칭되어 있으므로, 상기한 변수들 중 임의의 변수들을 조합하는 조건이 주어질때의 어종 활성도를 산출할 수도 있다. 어종 활성도는 해당 어종 자원의 존재 여부나 활성화(풍부함)된 정도를 나타낼 수 있다.
이와 같이, 제어 유닛(170)은 낚시 포인트, 시기 및 기상 정보 등과 연관된 각 어종의 어종 활성도를 빅 데이터 기반으로 산출하여 저장 유닛(130)에 저장하거나, 즉시 산출 가능하도록 준비할 수 있다.
도 3의 제어 흐름을 통해, 낚시 안내 서버(100)는 온라인 커뮤니티 채널에서 확보 가능한 낚시 사진 등을 통해 적어도 낚시 포인트별 어종 활성도를 산출하고 갱신할 수 있다.
도 4는 산출되거나 산출가능한 어종 활성도를 이용하여 사용자의 입력에 따라 요청된 대상 어종에 대한 낚시 포인트를 추천하는 예시적인 제어 흐름을 도시한 도면이다.
도 4의 제어 흐름은 낚시 안내 서버(100)에 의해서 수행되고 바람직하게는 추천 모듈을 수행하는 낚시 안내 서버(100)의 제어 유닛(170)에 의해서 이루어진다. 도 4의 제어 흐름은 도 3의 제어 흐름에 따라 어종 활성도가 산출되거나 즉시 산출가능하도록 된 후에 바람직하게 수행된다.
먼저, 사용자는 사용자 단말(200)을 이용하여 낚시 안내 서버(100)에 로그인(S201)한다. 사용자는 사용자 단말(200)의 입력 인터페이스에 사용자 ID와 패스워드 등을 입력하고 낚시 안내 서버(100)의 제어 유닛(170)은 이를 수신하고 저장 유닛(130) 등에 저장되어 있는 사용자 ID와 패스워드 등의 비교로 사용자를 인증할 수 있다. 사용자는 웹 프로그램이나 앱 프로그램을 통해 낚시 안내 서버(100)에 로그인하고 이후 낚시 포인트 추천 등을 요청하고 그 응답을 수신할 수 있다.
낚시 안내 서버(100)는 인터넷을 통해 사용자 단말(200)로부터 잡을 대상 어종과 낚시를 할 날짜인 예상 출조 일자를 포함하는 낚시 포인트 추천 요청을 수신(S203)한다. 제어 유닛(170)은 통신 유닛(110)을 통해 대상 어종을 특정하기 위한 입력 데이터(예를 들어, 대상 어종 식별자(이름))와 예상 출조 일자를 특정하기 위한 입력 데이터(예를 들어, 년,월,일의 날짜)를 포함하는 낚시 포인트 추천 요청을 수신할 수 있다.
낚시 안내 서버(100)는 낚시 포인트 추천 요청의 예상 출조 일자의 기상 정보에 따라 낚시 포인트들 각각의 낚시 지수를 산출(S205)한다. 낚시 안내 서버(100)는 예상 출조 일자의 수신에 따라 실시간으로 안내 가능한 낚시 포인트들 각각의 낚시 지수를 산출하거나 모든 예상 출조 일자의 낚시 지수를 산출하고 해당 예상 출조 일자의 낚시 지수를 검색할 수 있다.
제어 유닛(170)은 통신 유닛(110)을 통해 기상 서버로부터 예상 출조 일자의 기상 정보를 미리 또는 실시간으로 수신할 수 있다. 기상 정보는 각각의 낚시 포인트별로 동일하거나 다를 수 있고 기온, 풍속, 파고 및 강수량 등을 포함할 수 있다.
제어 유닛(170)은 각각의 낚시 포인트에 대응하는 예상 출조 일자의 기상 정보를 이용하여 낚시 포인트별 낚시 지수를 산출한다. 제어 유닛(170)은 낚시 포인트의 유형(낚시 장르, 예를 들어 바다/민물)에 따라 다른 기상 환경 인자를 이용하여 낚시 지수를 산출할 수 있다. 예를 들어, 바다(가)에 위치하는 낚시 포인트에 대해서 제어 유닛(170)은 파고, 풍속, 강수량에 내부 설정된 가중치를 부여하여 낚시 지수를 산출하고 강(가)에 위치하는 낚시 포인트에 대해서 제어 유닛(170)은 풍속과 강수량에 내부 설정된 가중치를 부여하여 낚시 지수를 산출한다.
제어 유닛(170)은 각각의 낚시 포인트에 대해 대응하는 각각의 기상 정보의 환경 인자들을 이용하여 설정된 레벨들(예를 들어, 0(최악), 1(나쁨), 2(보통), 3(좋음), 4(최고)) 중 하나의 레벨로 낚시 지수를 산출할 수 있다.
제어 유닛(170)은 낚시 포인트의 위치나 외부 환경에 따라 상이한 기상 인자를 더 이용하여 낚시 지수를 산출할 수 있다. 예를 들어, 제어 유닛(170)은 서해의 낚시 포인트에 대해서는 조류세기를 더 이용할 수 있고 바다 낚시의 경우에는 풍향을 더 이용할 수 있다. 바다에서 맞바람(예를 들어, 동해안의 특정 낚시 포인트에서 동풍이 부는 경우)이 부는 경우, 제어 유닛(170)은 상대적으로 낮은 낚시 지수를 산출할 수 있다.
이후, 낚시 안내 서버(100)는 안내 제공 가능한 낚시 포인트들 각각의 예상 출조 일자의 낚시 지수들과, 대상 어종의 낚시 포인트 등에 연관된 어종 활성도에 기초하여 하나 이상의 추천 낚시 포인트를 결정(S207)한다. 낚시 지수와 어종 활성도는 다양한 방식으로 결합되어 추천 낚시 포인트가 결정될 수 있는 데, 양자에 가중치를 부여하여 계산하는 방식을 이용하거나, 낚시 지수가 최저 요건을 만족하면 그 후 어종 활성도를 이용하여 추천하는 방식등이 이용될 수 있다.
제어 유닛(170)은 저장 유닛(130)에 저장되어 있거나 즉시 산출되는 낚시 포인트등에 연관된 어종별 어종 활성도에서, 수신된 대상 어종과 수신된 예상 출조 일자에 대응하는 시기의 높은 레벨의 어종 활성도를 가지는 낚시 포인트들을 검색하고 검색된 낚시 포인트들 중 하나 이상의 낚시 포인트를 하나 이상의 추천 낚시 포인트로 결정한다. 예상 출조 일자와, 예상 출조 일자에서의 기상 예보 정보는 포인트별 어종 활성도를 결정하는 데 이용될 수 있다. 빅 데이터 DB(131)에는 낚시 포인트, 시기 및 어종과 함께, 수온, 파고, 기압, 물때와 같은 기상 정보의 변수들이 빅 데이터로 매칭되어 있으므로, 예상 출조 일자와, 예상 출조 일자에서의 기상 예보 정보(수온, 파고, 기압, 물때 등)가 낚시 포인트별 어종 활성도를 산출하는 데 이용될 수 있다.
낚시 안내 서버(100)는 하나 이상의 추천 낚시 포인트 정보 및 낚시 부가 정보를 구성(S209)한다. 예를 들어, 제어 유닛(170)은 추천 낚시 포인트의 위치, 지도, 이름, 특징 등을 포함하는 추천 낚시 포인트 정보와 이용 가능한 선박 정보, 대상 어종의 낚시시에 추천되는 미끼 정보 및 피딩 타임, 인접 이용 가능한 업체 정보 등을 포함하는 낚시 부가 정보를 구성할 수 있다. 낚시 포인트 관련 각종 정보는 저장 유닛(130)에 미리 저장될 수 있다.
낚시 안내 서버(100)는 구성된 추천 낚시 포인트 정보 및 낚시 부가 정보를 낚시 포인트 추천 요청에 대한 응답으로 사용자 단말(200)로 전송(S211)한다. 제어 유닛(170)은 통신 유닛(110)을 통해 사용자 단말(200)로 추천 낚시 포인트 정보 및 낚시 부가 정보를 전송하고 사용자 단말(200)은 통신 모듈을 통해 수신하고 디스플레이를 통해 이를 출력할 수 있다.
이러한 도 4의 제어 흐름을 통해, 온라인 커뮤니티 채널을 통해 수집되는 빅 데이터 기반으로 계속 갱신되는 낚시 포인트별 어종 활성도와 예상 기상 환경을 반영하여 사용자가 희망하는 어종의 낚시 포인트 추천을 가능토록 한다.
이상에서 설명한 본 발명은, 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자에게 있어 본 발명의 기술적 사상을 벗어나지 않는 범위 내에서 여러 가지 치환, 변형 및 변경이 가능하므로 전술한 실시 예 및 첨부된 도면에 의해 한정되는 것이 아니다.
100 : 낚시 안내 서버
110 : 통신 유닛
130 : 저장 유닛
131 : 빅 데이터 DB
150 : 연결 유닛
170 : 제어 유닛
200 : 사용자 단말
110 : 통신 유닛
130 : 저장 유닛
131 : 빅 데이터 DB
150 : 연결 유닛
170 : 제어 유닛
200 : 사용자 단말
Claims (12)
- 낚시 안내 서버가 수행하는 낚시 안내 방법으로서,
(a) 머신 러닝 기법을 이용하여 온라인 커뮤니티 채널의 이미지에서 인식되는 어종 정보를 결정하는 단계;
(b) 상기 인식된 어종의 낚시가 이루어진 낚시 포인트 정보 및 출조일자를 결정하는 단계;
(c) 상기 어종 정보에 결정된 낚시 포인트 정보 및 출조일자를 맵핑하여 구성되는 낚시이벤트 아이템을 빅 데이터 DB에 저장하는 단계; 및
(d) 상기 빅 데이터 DB의 복수의 낚시이벤트 아이템을 이용하여 어종 활성도를 산출하는 단계;를 포함하며,
상기 단계 (d)에서는 빅 데이터 DB에 저장되는 낚시이벤트 아이템의 개수가 지정된 개수를 초과하거나 지정된 주기의 도래에 따라 낚시 포인트 및 시기에 연관된 어종별 어종 활성도를 산출하는,
낚시 안내 방법. - 제1항에 있어서,
상기 낚시 포인트 정보는 상기 온라인 커뮤니티 채널에 미리 설정되는 낚시 포인트 식별자를 포함하며,
상기 출조일자는 상기 이미지의 촬영날짜인,
낚시 안내 방법. - 삭제
- 제1항에 있어서,
상기 어종 활성도는 대응하는 낚시 포인트에서의 상기 어종의 인식 여부에 따라 복수의 레벨 중 하나의 레벨로 산출되고,
상기 어종 정보는 인식된 어종의 식별자 및 인식된 어종의 마릿수를 포함하는,
낚시 안내 방법. - 제1항에 있어서,
사용자 단말로부터 대상 어종 및 예상 출조 일자를 수신하는 단계; 및
복수의 낚시 포인트 각각의 낚시 지수를 상기 예상 출조 일자의 기상 정보에 따라 산출하는 단계;를 더 포함하는,
낚시 안내 방법. - 제5항에 있어서,
상기 복수의 낚시 포인트 각각의 낚시 지수와, 적어도 상기 복수의 낚시 포인트에 연관된 상기 대상 어종의 어종 활성도에 기초하여, 하나 이상의 추천 낚시 포인트를 결정하고 추천 낚시 포인트 정보 및 낚시 부가 정보를 구성하여 상기 사용자 단말로 전송하는 단계;를 더 포함하는,
낚시 안내 방법. - 복수의 낚시이벤트 아이템을 포함하는 빅 데이터 DB와 온라인 커뮤니티 채널에서의 이미지를 저장하는 저장 유닛; 및
머신 러닝 기법을 이용하여 상기 온라인 커뮤니티 채널에서의 이미지에서 어종의 정보를 결정하고, 인식된 어종의 낚시 포인트 정보 및 출조일자를 결정하며, 상기 어종 정보에 결정된 낚시 포인트 정보 및 출조일자를 맵핑하여 낚시이벤트 아이템을 구성하여 상기 빅 데이터 DB에 저장하고, 상기 빅 데이터 DB의 상기 복수의 낚시이벤트 아이템을 이용하여 낚시 포인트에 연관된 어종 활성도를 산출하는 제어 유닛;을 포함하며,
상기 제어 유닛은 상기 빅 데이터 DB에 저장되는 낚시이벤트 아이템의 개수가 지정된 개수를 초과하거나 지정된 주기의 도래에 따라 낚시 포인트 및 시기에 연관된 어종별 어종 활성도를 어종의 인식 여부에 따라 복수의 레벨 중 하나의 레벨로 산출하고,
상기 어종 정보는 인식된 어종의 식별자 및 인식된 어종의 마릿수를 포함하는,
낚시 안내 서버. - 제7항에 있어서,
상기 낚시 포인트 정보는 상기 온라인 커뮤니티 채널에 미리 설정되는 낚시 포인트 식별자를 포함하고,
상기 출조일자는 상기 이미지의 촬영날짜인,
낚시 안내 서버. - 삭제
- 제7항에 있어서,
인터넷을 통해 데이터를 송수신하는 통신 유닛;을 더 포함하고,
상기 제어 유닛은 사용자 단말로부터 대상 어종 및 예상 출조 일자를 상기 통신 유닛을 통해 수신하고 복수의 낚시 포인트 각각의 낚시 지수를 상기 예상 출조 일자의 기상 정보에 따라 산출하며, 상기 복수의 낚시 포인트 각각의 낚시 지수와 적어도 상기 복수의 낚시 포인트에서의 상기 대상 어종의 어종 활성도에 기초하여 하나 이상의 추천 낚시 포인트를 결정하며, 상기 추천 낚시 포인트 정보 및 낚시 부가 정보를 구성하여 상기 사용자 단말로 상기 통신 유닛을 통해 전송하는,
낚시 안내 서버. - 제7항의 낚시 안내 서버; 및
하나 이상의 사용자 단말;을 포함하는,
낚시 안내 시스템. - 복수의 낚시이벤트 아이템을 포함하는 빅 데이터 DB와 온라인 커뮤니티 채널에서의 이미지를 저장하는 저장 유닛; 및 머신 러닝 기법을 이용하여 상기 온라인 커뮤니티 채널에서의 이미지에서 어종의 정보를 결정하고, 인식된 어종의 낚시 포인트 정보 및 출조일자를 결정하며, 상기 어종 정보에 결정된 낚시 포인트 정보 및 출조일자를 맵핑하여 낚시이벤트 아이템을 구성하여 상기 빅 데이터 DB에 저장하고, 상기 빅 데이터 DB의 상기 복수의 낚시이벤트 아이템을 이용하여 낚시 포인트에 연관된 어종 활성도를 산출하는 제어 유닛;을 포함하여 구성되는 낚시 안내 서버와;
하나 이상의 사용자 단말;을 포함하며,
상기 사용자 단말은 상기 낚시 안내 서버에 액세스하여 지정된 낚시 포인트의 온라인 커뮤니티 채널의 이미지를 상기 낚시 안내 서버로 업로딩하며, 대상 어종 및 예상 출조 일자를 포함하는 낚시 포인트 추천 요청을 상기 낚시 안내 서버로 전송하고 상기 낚시 안내 서버에서 결정되는 추천 낚시 포인트 정보 및 낚시 부가 정보를 수신하여 출력하는,
낚시 안내 시스템.
Priority Applications (4)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020200076897A KR102176803B1 (ko) | 2020-06-24 | 2020-06-24 | 머신러닝 및 빅데이터 시스템을 이용한 낚시 안내 방법, 서버 및 시스템 |
| US17/928,863 US20230185841A1 (en) | 2020-06-24 | 2020-07-08 | Fishing guiding method, server, and system using machine learning and big data system |
| PCT/KR2020/008948 WO2021261646A1 (ko) | 2020-06-24 | 2020-07-08 | 머신러닝 및 빅데이터 시스템을 이용한 낚시 안내 방법, 서버 및 시스템 |
| JP2022574290A JP7478850B2 (ja) | 2020-06-24 | 2020-07-08 | マシンラーニングとビッグデータシステムを用いた釣り案内方法、サーバ及びシステム |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020200076897A KR102176803B1 (ko) | 2020-06-24 | 2020-06-24 | 머신러닝 및 빅데이터 시스템을 이용한 낚시 안내 방법, 서버 및 시스템 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| KR102176803B1 true KR102176803B1 (ko) | 2020-11-10 |
Family
ID=73548994
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| KR1020200076897A Active KR102176803B1 (ko) | 2020-06-24 | 2020-06-24 | 머신러닝 및 빅데이터 시스템을 이용한 낚시 안내 방법, 서버 및 시스템 |
Country Status (4)
| Country | Link |
|---|---|
| US (1) | US20230185841A1 (ko) |
| JP (1) | JP7478850B2 (ko) |
| KR (1) | KR102176803B1 (ko) |
| WO (1) | WO2021261646A1 (ko) |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2022114271A1 (ko) * | 2020-11-26 | 2022-06-02 | 주식회사 애쓰지마 | Ai 기반 예측 어종 활성도에 따른 낚시채비 구매 방법 및 구매 안내 서버 |
| WO2023033209A1 (ko) * | 2021-09-03 | 2023-03-09 | 주식회사 애쓰지마 | 조과, 조황 이미지 분석 및 사용자 제품 구매 성향 기반 초개인화 낚시용품 커머스 시스템 |
| KR102675019B1 (ko) * | 2023-12-29 | 2024-06-13 | 이주일 | 플랫폼을 기반으로 낚시 용품을 전문적으로 판매하는 서비스를 제공하는 시스템 및 그 동작 방법 |
Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR20080011557A (ko) * | 2006-07-31 | 2008-02-05 | (주)비젼앤밸류시스템즈 | 낚시정보 관리시스템과 그 방법 및 낚시정보관리정보가수록된 기록매체 |
| KR20180058182A (ko) * | 2016-11-23 | 2018-05-31 | 김종우 | 증강현실을 기반으로 한 조황서비스 제공 시스템 |
Family Cites Families (10)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2002345380A (ja) | 2001-05-25 | 2002-12-03 | Honda Electronic Co Ltd | 釣魚技術評価システム |
| KR100456928B1 (ko) * | 2002-09-09 | 2004-11-10 | 김민우 | 지리정보를 이용한 낚시 정보 관리 시스템 및 방법 |
| JP2004271338A (ja) | 2003-03-07 | 2004-09-30 | Seiko Epson Corp | 魚群情報共有システム、魚群情報端末装置、魚群情報共有方法、魚群情報端末装置の制御方法、魚群情報共有プログラム、魚群情報端末装置の制御プログラム、魚群情報共有プログラムを記録したコンピュータ読み取り可能な記録媒体、魚群情報端末装置の制御プログラムを記録したコンピュータ読み取り可能な記録媒体 |
| JP2004290025A (ja) | 2003-03-25 | 2004-10-21 | Yj Company:Kk | 釣り情報管理システム、釣り情報管理方法、釣り情報管理用シート、および、釣り情報管理プログラム |
| US10318552B2 (en) * | 2014-05-15 | 2019-06-11 | International Business Machines Corporation | Probability mapping model for location of natural resources |
| WO2017112778A1 (en) * | 2015-12-21 | 2017-06-29 | Angler Labs Inc. | Methods and systems for monitoring recreation activities |
| KR101944420B1 (ko) * | 2017-03-08 | 2019-01-31 | (주)지오시스템리서치 | 바다낚시 지수 예보 장치 및 그 방법 |
| US10967255B2 (en) * | 2017-05-26 | 2021-04-06 | Brandon Rosado | Virtual reality system for facilitating participation in events |
| WO2019082921A1 (ja) | 2017-10-25 | 2019-05-02 | 株式会社スマートルアー | フィッシング支援システム |
| JP2019187283A (ja) | 2018-04-24 | 2019-10-31 | 京セラ株式会社 | 釣具、情報共有システム及び情報共有方法 |
-
2020
- 2020-06-24 KR KR1020200076897A patent/KR102176803B1/ko active Active
- 2020-07-08 US US17/928,863 patent/US20230185841A1/en not_active Abandoned
- 2020-07-08 WO PCT/KR2020/008948 patent/WO2021261646A1/ko active Application Filing
- 2020-07-08 JP JP2022574290A patent/JP7478850B2/ja active Active
Patent Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR20080011557A (ko) * | 2006-07-31 | 2008-02-05 | (주)비젼앤밸류시스템즈 | 낚시정보 관리시스템과 그 방법 및 낚시정보관리정보가수록된 기록매체 |
| KR20180058182A (ko) * | 2016-11-23 | 2018-05-31 | 김종우 | 증강현실을 기반으로 한 조황서비스 제공 시스템 |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2022114271A1 (ko) * | 2020-11-26 | 2022-06-02 | 주식회사 애쓰지마 | Ai 기반 예측 어종 활성도에 따른 낚시채비 구매 방법 및 구매 안내 서버 |
| WO2023033209A1 (ko) * | 2021-09-03 | 2023-03-09 | 주식회사 애쓰지마 | 조과, 조황 이미지 분석 및 사용자 제품 구매 성향 기반 초개인화 낚시용품 커머스 시스템 |
| KR102675019B1 (ko) * | 2023-12-29 | 2024-06-13 | 이주일 | 플랫폼을 기반으로 낚시 용품을 전문적으로 판매하는 서비스를 제공하는 시스템 및 그 동작 방법 |
Also Published As
| Publication number | Publication date |
|---|---|
| WO2021261646A1 (ko) | 2021-12-30 |
| JP2023533150A (ja) | 2023-08-02 |
| JP7478850B2 (ja) | 2024-05-07 |
| US20230185841A1 (en) | 2023-06-15 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| KR102176803B1 (ko) | 머신러닝 및 빅데이터 시스템을 이용한 낚시 안내 방법, 서버 및 시스템 | |
| US9706756B2 (en) | Animal movement mapping and movement prediction method and device | |
| JP6321029B2 (ja) | 活動に関連するデータのログを取り、処理するための方法およびシステム | |
| JP4849797B2 (ja) | 漁場予測装置 | |
| Stensland et al. | Population size, distribution, and behavior of indo‐pacific bottlenose (Tursiops aduncus) and humpback (Sousa chinensis) dolphins off the south coast of Zanzibar | |
| Amrita et al. | Need for mobile application in fishing | |
| Irwin et al. | A small resident community of bottlenose dolphins, Tursiops truncatus, in Texas: Monitoring recommendations | |
| KR20220073355A (ko) | 인공지능 낚시 채비 클라우드 펀딩 방법 및 시스템 | |
| KR20080011557A (ko) | 낚시정보 관리시스템과 그 방법 및 낚시정보관리정보가수록된 기록매체 | |
| Courtin et al. | Insights on the residency status and inter-island movement patterns of pantropical spotted dolphins Stenella attenuata in the Agoa Sanctuary, Eastern Caribbean | |
| KR20210067819A (ko) | 챗봇 기반의 낚시정보 제공 방법 및 그 장치 | |
| KR102407339B1 (ko) | 어로 활동을 통해 포획한 수생 생물의 정보를 제공하는 서버, 방법 및 사용자 단말 | |
| Solpico et al. | Towards a web-based decision system for Philippine lakes with UAV imaging, water quality wireless network sensing and stakeholder participation | |
| Baird et al. | Field studies and analyses from 2020 through 2022 to support the cooperative conservation and long-term management of main Hawaiian Islands insular false killer whales | |
| Sagnol et al. | Spatio-temporal distribution of sperm whales (Physeter macrocephalus) off Kaikoura, New Zealand, in relation to bathymetric features | |
| US11899163B2 (en) | System and method of evaluating and predicting sports conditions | |
| KR102281983B1 (ko) | 단말기를 이용한 식물과톡 서비스 방법 | |
| CN118820235B (zh) | 一种多源海洋观测数据融合系统与方法 | |
| KR102637037B1 (ko) | 어로 활동을 통해 포획한 수중 생물에 대한 가상 아쿠아리움 서비스를 제공하는 서버, 방법 및 사용자 단말 | |
| KR20210074435A (ko) | 서핑 환경 안내 방법, 장치 및 시스템 | |
| Wieand | A Bayesian methodology for estimating the impacts of improved coastal ocean information on the marine recreational fishing industry | |
| Lucena et al. | Effects of exploitation by two co-existing fleets on the bluefish, Pomatomus saltatrix, in southern Brazil: an application of a seasonal catch-at-age model | |
| Yeruva et al. | Matsyastra-an automated fish species identification using teachable machine services | |
| JP2014225205A (ja) | 情報処理装置及び画像検索方法 | |
| CN117197701B (zh) | 基于图像分析的保护区环境空间特征分析方法及系统 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PA0109 | Patent application |
Patent event code: PA01091R01D Comment text: Patent Application Patent event date: 20200624 |
|
| PA0201 | Request for examination | ||
| PA0302 | Request for accelerated examination |
Patent event date: 20200624 Patent event code: PA03022R01D Comment text: Request for Accelerated Examination |
|
| PE0902 | Notice of grounds for rejection |
Comment text: Notification of reason for refusal Patent event date: 20200902 Patent event code: PE09021S01D |
|
| E701 | Decision to grant or registration of patent right | ||
| PE0701 | Decision of registration |
Patent event code: PE07011S01D Comment text: Decision to Grant Registration Patent event date: 20201103 |
|
| GRNT | Written decision to grant | ||
| PR0701 | Registration of establishment |
Comment text: Registration of Establishment Patent event date: 20201104 Patent event code: PR07011E01D |
|
| PR1002 | Payment of registration fee |
Payment date: 20201104 End annual number: 3 Start annual number: 1 |
|
| PG1601 | Publication of registration | ||
| PR1001 | Payment of annual fee |
Payment date: 20230921 Start annual number: 4 End annual number: 4 |
|
| PR1001 | Payment of annual fee |
Payment date: 20240826 Start annual number: 5 End annual number: 5 |