KR102188476B1 - 인공지능 기반의 결정 조언 서비스 장치 - Google Patents
인공지능 기반의 결정 조언 서비스 장치 Download PDFInfo
- Publication number
- KR102188476B1 KR102188476B1 KR1020190039902A KR20190039902A KR102188476B1 KR 102188476 B1 KR102188476 B1 KR 102188476B1 KR 1020190039902 A KR1020190039902 A KR 1020190039902A KR 20190039902 A KR20190039902 A KR 20190039902A KR 102188476 B1 KR102188476 B1 KR 102188476B1
- Authority
- KR
- South Korea
- Prior art keywords
- user
- decision
- advice
- priori
- information
- Prior art date
Links
- 238000013473 artificial intelligence Methods 0.000 title claims abstract description 26
- 238000000034 method Methods 0.000 claims description 23
- 230000000694 effects Effects 0.000 claims description 6
- 238000007790 scraping Methods 0.000 claims description 3
- 230000036541 health Effects 0.000 description 7
- 230000008569 process Effects 0.000 description 7
- 238000010586 diagram Methods 0.000 description 6
- 238000005516 engineering process Methods 0.000 description 5
- 230000014509 gene expression Effects 0.000 description 3
- 208000019901 Anxiety disease Diseases 0.000 description 2
- 230000036506 anxiety Effects 0.000 description 2
- 230000003340 mental effect Effects 0.000 description 2
- 230000007115 recruitment Effects 0.000 description 2
- 238000012098 association analyses Methods 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 239000000470 constituent Substances 0.000 description 1
- 238000009223 counseling Methods 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 201000010099 disease Diseases 0.000 description 1
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 230000007774 longterm Effects 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 238000003058 natural language processing Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- MEFOUWRMVYJCQC-UHFFFAOYSA-N rimsulfuron Chemical compound CCS(=O)(=O)C1=CC=CN=C1S(=O)(=O)NC(=O)NC1=NC(OC)=CC(OC)=N1 MEFOUWRMVYJCQC-UHFFFAOYSA-N 0.000 description 1
- 238000012795 verification Methods 0.000 description 1
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
- G06Q50/10—Services
-
- 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
- G06Q10/10—Office automation; Time management
Landscapes
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Strategic Management (AREA)
- Human Resources & Organizations (AREA)
- Tourism & Hospitality (AREA)
- Entrepreneurship & Innovation (AREA)
- Economics (AREA)
- Marketing (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- General Health & Medical Sciences (AREA)
- Health & Medical Sciences (AREA)
- Data Mining & Analysis (AREA)
- Primary Health Care (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
본 발명은 인공지능 기반의 결정 조언 서비스 장치에 관한 것으로, 선험자 모집단 생성부, 상기 선험자 모집단에 있는 적어도 하나의 선험자에 관한 라이프 특성 정보와 라이프 디스크립션을 수신하고 상기 라이프 디스크립션을 주요 결정 항목별로 재구성하는 라이프 디스크립션 처리부, 사용자 단말로부터 사용자의 라이프 특성 정보와 결정 상황 정보를 포함하는 조언 요청 정보를 수신하는 조언 요청 정보 수신부, 상기 사용자의 라이프 특성 정보와 유사한 적어도 하나의 선험자를 결정하고 상기 사용자의 결정 상황 정보와 가장 유사한 N개(상기 N은 자연수)의 주요 결정 항목을 결정하고 해당 적어도 하나의 선험자의 해당 주요 결정 항목을 기초로 상기 사용자에게 상기 결정 상황 정보에 따른 결정 조언을 제공하는 결정 조언 처리부 및 상기 사용자의 조언자 연결 요청에 따라 상기 해당 적어도 하나의 선험자 중 조언자를 선별하고 상기 사용자와 해당 조언자 사이를 매칭하여 상기 해당 조언자가 상기 사용자에게 결정 조언을 제공하는 사용자-조언자 매칭부를 포함하는 포함한다. 따라서, 본 발명은 선험자들의 실 데이터를 기반으로 주요 결정 요소별(진학 대학 및 학과, 취업, 결혼 등) 결과를 예측할 수 있다.
Description
본 발명은 인공지능 기반의 결정 조언 서비스 기술에 관한 것으로, 보다 상세하게는 사용자의 라이프 특성 정보와 유사한 선험자의 라이프 디스크립션을 기반으로 사용자의 결정 상황에 도움이 되는 결정 조언을 제공할 수 있는 인공지능 기반의 결정 조언 서비스 장치에 관한 것이다.
사람은 태어나서 죽음에 이르는 생애주기동안 많은 결정들을 하게 된다. 예컨대, 20대의 시기에는 사랑, 결혼, 가족, 직업, 독립, 삶의 양식 등 젊은 성인으로서 자신의 삶을 계획하기 위해 몇 개의 중요한 선택을 한다.
불확실한 현대 사회에 살면서 많은 사람들은 중요한 결정을 하기에 앞서 혹은 앞으로 어떤 일들이 일어날지 미래에 대해 궁금할 때 운세, 타로, 궁합 등을 보고자 한다. 이처럼, 많은 사람들이 자신의 미래와 운명에 대하여 의존하는 운세, 점, 사주팔자, 타로, 점성술 등은 그 근거가 현실과 거리가 있는 주역의 해석, 별의 상태 및 기타 주술적인 방법으로 결론을 도출하는 상당히 비과학적인 방법이다.
비현실적인 방법으로 제시되는 결과는 당연히 확률적으로 의미도 없고 순간의 재미나 불안감을 해소하기 위해서 사람들이 의존하게 된다.
비현실적인 방법에 의해 제시되는 방안들은 결국 불합리한 결정으로 유도하게 되어 많은 사람들이 현실적으로 곤란한 상황에 이르게 된다.
비현실적인 방법을 찾은 사람들은 그 불안감을 떨치지 못하고 계속적으로 의지하게 되는 습관을 갖게 되고 결국 악순환에 이르게 되어 본인에게 도움이 되지 못한다.
한국공개특허 제10-2018-0061553(2018.06.08)호는 유사사례 클러스터 기반 예측모델을 통한 미래건강추이 예측 시스템 및 그 방법에 관한 것으로, 개인 건강정보에 대한 건강특징인 타겟피처와 상기 타겟피처의 연관피처를 순환적으로 클러스터링하여 생성한 유사사례 클러스터의 상기 건강특징에 대한 클래스 예측모델과 미래값 예측모델을 통해, 사용자의 건강정보에 대한 예측쿼리에 매칭되는 다중 연관피처 유사사례 클러스터를 추출하고 해당 유사사례 클러스터를 기반으로 한 다중 예측모델을 이용하여 연관피처별 미래건강 추이를 예측하고, 예측결과를 앙상블하여 출력한다.
한국공개특허 제10-2018-0112718(2018.10.12)호는 유사 사용자 매칭을 이용한 자동 답변 방법 및 시스템에 관한 것으로, 수집 데이터에 포함된 질문자 중 사용자와 유사한 유사 사용자를 매칭하는 사용자 매칭부, 상기 수집 데이터에 포함된 질문 중 입력된 질문과 유사한 유사 질문을 매칭하는 질문 매칭부, 및 상기 사용자와 상기 유사 사용자의 유사도를 나타내는 사용자 유사도와 상기 입력된 질문과 상기 유사 질문의 유사도를 나타내는 질문 유사도에 기초하여, 상기 유사 질문에 대한 답변을 상기 입력된 질문에 대한 답변으로 검출하는 답변 검출부를 포함할 수 있다.
한국등록특허 제10-1702502(2017.01.26)호는 모바일 기반 라이프로그를 이용한 사용자 행동 예측 시스템 및 방법에 관한 것으로, 모바일에 사용되는 스마트폰으로부터 대표적인 모바일기기인 스마트폰을 통해 수집된 데이터를 라이프로그(Life log)를 분석하여 구축한 베이지안 네트워크(Bayesian network)에 적용하여 현 행동을 판별한 후 연관분석(association analysis)을 통해 사용자가 미래에 하게 될 행동을 예측한다.
본 발명의 일 실시예는 사용자의 라이프 특성 정보와 유사한 선험자의 라이프 디스크립션을 기반으로 사용자의 결정 상황에 도움이 되는 결정 조언을 제공할 수 있는 인공지능 기반의 결정 조언 서비스 장치를 제공하고자 한다.
본 발명의 일 실시예는 선험자들의 통계적인 자료를 기반으로 사용자가 결정할 적어도 하나의 결정 항목에 대한 성공 확률을 제공하고 성공 확률이 높은 순서로 N개(N: 자연수)의 추천 목록을 제공할 수 있는 인공지능 기반의 결정 조언 서비스 장치를 제공하고자 한다.
본 발명의 일 실시예는 선험자들 중 조언자로 등록된 적어도 하나의 선험자(이하, 조언자라 함)로부터 선별되는 조언 제공자를 사용자와 매칭하여 해당 조언 제공자의 조언을 제공할 수 있는 인공지능 기반의 결정 조언 서비스 장치를 제공하고자 한다.
실시예들 중에서, 인공지능 기반의 결정 조언 서비스 장치는 선험자 모집단 생성부, 상기 선험자 모집단에 있는 적어도 하나의 선험자에 관한 라이프 특성 정보와 라이프 디스크립션을 수신하고 상기 라이프 디스크립션을 주요 결정 항목별로 재구성하는 라이프 디스크립션 처리부, 사용자 단말로부터 사용자의 라이프 특성 정보와 결정 상황 정보를 포함하는 조언 요청 정보를 수신하는 조언 요청 정보 수신부, 상기 사용자의 라이프 특성 정보와 유사한 적어도 하나의 선험자를 결정하고 상기 사용자의 결정 상황 정보와 가장 유사한 N개(상기 N은 자연수)의 주요 결정 항목을 결정하고 해당 적어도 하나의 선험자의 해당 주요 결정 항목을 기초로 상기 사용자에게 상기 결정 상황 정보에 따른 결정 조언을 제공하는 결정 조언 처리부, 및 상기 사용자의 조언자 연결 요청에 따라 상기 해당 적어도 하나의 선험자 중 조언자를 선별하고 상기 사용자와 해당 조언자 사이를 매칭하여 상기 해당 조언자가 상기 사용자에게 결정 조언을 제공하는 사용자-조언자 매칭부를 포함한다.
상기 선험자 모집단 생성부는 현재 또는 과거 행적이 객관적으로 공개된 인물, 웹 스크래핑을 통해 웹 사이트 상에서 개인정보를 수집할 수 있는 특정 또는 불특정 인물, 특정 시공간의 통계 데이터를 기반으로 생성할 수 있는 가상의 인물, 서비스 이용자로부터 직접 수집된 사용자 인물을 포함하여 선험자 모집단으로 생성하고, 선험자 모집단에 있는 적어도 하나의 선험자를 조언자로 선정하여 조언자 목록을 생성할 수 있다.
상기 라이프 특성 정보는 성별, 나이(출생연도, 생년월일), 출생지, 출신 학교 및 학과, 직업, 결혼유무, 가족관계, 보유 자산, 상벌 이력, 군필 여부 중 적어도 하나 이상의 인물에 대해 수집 및 추정 가능한 정보를 포함할 수 있다.
상기 조언 요청 정보 수신부는 상기 사용자 단말로부터 상기 사용자가 결정할 적어도 하나의 결정 항목을 선택하는 선택지 형태로 상기 결정 상황 정보를 수신하고 상기 선택지에 서술형 질의가 기입되면 자연어 처리하여 인식할 수 있다.
상기 결정 조언 처리부는 상기 선험자 모집단의 통계적인 정보를 기반으로 하여 상기 사용자에 의해 선택되는 적어도 하나의 결정할 항목에 대한 성공 확률을 제공하고 해당 결정할 항목에 연관되는 성공 확률이 높은 순서로 추천 목록을 제공할 수 있다.
상기 사용자-조언자 매칭부는 상기 선험자들 중 조언자로 등록된 적어도 하나의 선험자로부터 상기 사용자의 라이프 특성 정보와 유사한 선험자를 조언자로 선별하고 해당 조언자를 상기 사용자와 매칭하여 상기 사용자와 상기 해당 조언자 사이의 질의 응답 형태로 사용자에게 결정 조언을 제공할 수 있다.
개시된 기술은 다음의 효과를 가질 수 있다. 다만, 특정 실시예가 다음의 효과를 전부 포함하여야 한다거나 다음의 효과만을 포함하여야 한다는 의미는 아니므로, 개시된 기술의 권리범위는 이에 의하여 제한되는 것으로 이해되어서는 아니 될 것이다.
본 발명의 일 실시예에 따른 인공지능 기반의 결정 조언 서비스 장치는 사용자의 라이프 특성 정보와 유사한 선험자의 라이프 디스크립션을 기반으로 사용자의 결정 상황에 도움이 되는 결정 조언을 제공함으로써, 바람직한 삶의 방식을 영위할 수 있다.
본 발명의 일 실시예에 따른 인공지능 기반의 결정 조언 서비스 장치는 선험자들의 통계적인 자료를 기반으로 사용자에 의해 선택되는 단일 또는 다수의 결정할 항목에 대한 성공 확률을 제공하고 나아가 결정할 항목의 하위 범주에 속하는 목록을 성공 가능성이 높은 순서로 추천함으로써, 사용자의 결정 이후의 결과에 대한 예측을 할 수 있다.
본 발명의 일 실시예에 따른 인공지능 기반의 결정 조언 서비스 장치는 사용자의 라이프 특성 정보와 유사한 조언 제공자를 사용자와 매칭하여 사용자와 조언 제공자 사이의 이메일 및 대면상담, 음성통화, 문자, SNS 메시지 등의 채팅방식을 통해 질의 응답 형태로 사용자에게 직접 조언을 제공할 수 있다.
따라서, 사용자에게 현실적인 조언을 제시하고 합리적인 결정을 유도할 수 있다.
도 1은 본 발명의 일 실시예에 따른 인공지능 기반의 결정 조언 서비스 시스템을 설명하는 도면이다.
도 2는 도 1에 있는 인공지능 기반의 결정 조언 서비스 장치를 설명하는 블록도이다.
도 3은 도 1에 있는 인공지능 기반의 결정 조언 서비스 장치에서 수행되는 결정 조언 서비스 과정을 설명하는 순서도이다.
도 4는 도 2에 있는 결정 조언 처리부에서 사용자에게 결정 조언을 제공하는 예시도이다.
도 2는 도 1에 있는 인공지능 기반의 결정 조언 서비스 장치를 설명하는 블록도이다.
도 3은 도 1에 있는 인공지능 기반의 결정 조언 서비스 장치에서 수행되는 결정 조언 서비스 과정을 설명하는 순서도이다.
도 4는 도 2에 있는 결정 조언 처리부에서 사용자에게 결정 조언을 제공하는 예시도이다.
본 발명에 관한 설명은 구조적 내지 기능적 설명을 위한 실시예에 불과하므로, 본 발명의 권리범위는 본문에 설명된 실시예에 의하여 제한되는 것으로 해석되어서는 아니 된다. 즉, 실시예는 다양한 변경이 가능하고 여러 가지 형태를 가질 수 있으므로 본 발명의 권리범위는 기술적 사상을 실현할 수 있는 균등물들을 포함하는 것으로 이해되어야 한다. 또한, 본 발명에서 제시된 목적 또는 효과는 특정 실시예가 이를 전부 포함하여야 한다거나 그러한 효과만을 포함하여야 한다는 의미는 아니므로, 본 발명의 권리범위는 이에 의하여 제한되는 것으로 이해되어서는 아니 될 것이다.
한편, 본 출원에서 서술되는 용어의 의미는 다음과 같이 이해되어야 할 것이다.
"제1", "제2" 등의 용어는 하나의 구성요소를 다른 구성요소로부터 구별하기 위한 것으로, 이들 용어들에 의해 권리범위가 한정되어서는 아니 된다. 예를 들어, 제1 구성요소는 제2 구성요소로 명명될 수 있고, 유사하게 제2 구성요소도 제1 구성요소로 명명될 수 있다.
어떤 구성요소가 다른 구성요소에 "연결되어"있다고 언급된 때에는, 그 다른 구성요소에 직접적으로 연결될 수도 있지만, 중간에 다른 구성요소가 존재할 수도 있다고 이해되어야 할 것이다. 반면에, 어떤 구성요소가 다른 구성요소에 "직접 연결되어"있다고 언급된 때에는 중간에 다른 구성요소가 존재하지 않는 것으로 이해되어야 할 것이다. 한편, 구성요소들 간의 관계를 설명하는 다른 표현들, 즉 "~사이에"와 "바로 ~사이에" 또는 "~에 이웃하는"과 "~에 직접 이웃하는" 등도 마찬가지로 해석되어야 한다.
단수의 표현은 문맥상 명백하게 다르게 뜻하지 않는 한 복수의 표현을 포함하는 것으로 이해되어야 하고, "포함하다"또는 "가지다" 등의 용어는 실시된 특징, 숫자, 단계, 동작, 구성요소, 부분품 또는 이들을 조합한 것이 존재함을 지정하려는 것이며, 하나 또는 그 이상의 다른 특징이나 숫자, 단계, 동작, 구성요소, 부분품 또는 이들을 조합한 것들의 존재 또는 부가 가능성을 미리 배제하지 않는 것으로 이해되어야 한다.
각 단계들에 있어 식별부호(예를 들어, a, b, c 등)는 설명의 편의를 위하여 사용되는 것으로 식별부호는 각 단계들의 순서를 설명하는 것이 아니며, 각 단계들은 문맥상 명백하게 특정 순서를 기재하지 않는 이상 명기된 순서와 다르게 일어날 수 있다. 즉, 각 단계들은 명기된 순서와 동일하게 일어날 수도 있고 실질적으로 동시에 수행될 수도 있으며 반대의 순서대로 수행될 수도 있다.
본 발명은 컴퓨터가 읽을 수 있는 기록매체에 컴퓨터가 읽을 수 있는 코드로서 구현될 수 있고, 컴퓨터가 읽을 수 있는 기록 매체는 컴퓨터 시스템에 의하여 읽혀질 수 있는 데이터가 저장되는 모든 종류의 기록 장치를 포함한다. 컴퓨터가 읽을 수 있는 기록 매체의 예로는 HDD, SSD, ROM, RAM, CD-ROM, 자기 테이프, 플로피 디스크, 광 데이터 저장 장치 등이 있다. 또한, 컴퓨터가 읽을 수 있는 기록 매체는 네트워크로 연결된 컴퓨터 시스템에 분산되어, 분산 방식으로 컴퓨터가 읽을 수 있는 코드가 저장되고 실행될 수 있다.
여기서 사용되는 모든 용어들은 다르게 정의되지 않는 한, 본 발명이 속하는 분야에서 통상의 지식을 가진 자에 의해 일반적으로 이해되는 것과 동일한 의미를 가진다. 일반적으로 사용되는 사전에 정의되어 있는 용어들은 관련 기술의 문맥상 가지는 의미와 일치하는 것으로 해석되어야 하며, 본 출원에서 명백하게 정의하지 않는 한 이상적이거나 과도하게 형식적인 의미를 지니는 것으로 해석될 수 없다.
도 1은 본 발명의 일 실시예에 따른 인공지능 기반의 결정 조언 서비스 시스템을 설명하는 도면이다.
도 1을 참조하면, 인공지능 기반의 결정 조언 서비스 시스템(100)은 사용자 단말(110), 인공지능 기반의 결정 조언 서비스 장치(이하, '결정 조언 서비스 장치'라 함)(130) 및 데이터베이스(150)를 포함할 수 있다.
사용자 단말(110)은 결정 조언 서비스 장치(130)에 사용자의 라이프 특성 정보와 결정 상황 정보를 제공하고 결정 조언 서비스를 요청할 수 있고, 결정 조언 서비스 장치(130)로부터 결정 조언을 제공받아 확인할 수 있는 컴퓨팅 장치에 해당할 수 있고, 스마트폰, 노트북 또는 컴퓨터로 구현될 수 있으며, 반드시 이에 한정되지 않고, 태블릿 PC 등 다양한 디바이스로도 구현될 수 있다. 사용자 단말(110)은 결정 조언 서비스 장치(130)와 네트워크를 통해 연결될 수 있고, 복수의 사용자 단말(110)은 결정 조언 서비스 장치(130)와 동시에 연결될 수 있다.
일 실시예에서, 사용자 단말(110)은 결정 조언 서비스 장치(130)에 사용자의 라이프 특성 정보와 결정 상황 정보를 제공할 수 있다. 여기에서, 라이프 특성 정보는 생년월일, 성별, 출생지, 결혼 유무, 가족 관계 등의 인적 정보를 포함한 신체적, 정신적, 경제적, 사회적 정보에 해당할 수 있다. 결정 상황 정보는 진학 학교, 전공, 직업, 결혼 배우자 등의 사용자가 결정해야 할 적어도 하나의 결정 항목이나 추천을 받고자 하는 목록의 상위 범주에 속하는 추천항목에 관련된 정보에 해당할 수 있다. 예컨대, 사용자가 전공할 학과에 대한 목록을 원하는 경우 "학과"가 추천항목에 해당할 수 있다.
결정 조언 서비스 장치(130)는 선험자들의 라이프 특성 정보와 라이프 디스크립션을 수집하여 선험자 모집단을 구성할 수 있고, 선험자 모집단에 있는 적어도 하나의 선험자를 조언자로 등록할 수 있다. 결정 조언 서비스 장치(130)는 사용자의 결정 조언 서비스 요청에 따라 사용자의 라이프 특성 정보와 유사한 선험자의 라이프 디스크립션을 기반으로 사용자의 결정 상황 정보에 따른 결정 조언을 사용자 단말(110)에 제공할 수 있는 컴퓨터 또는 프로그램에 해당하는 서버로 구현될 수 있다. 결정 조언 서비스 장치(130)는 사용자 단말(110)과 블루투스, WiFi 등을 통해 무선으로 연결될 수 있고, 네트워크를 통해 사용자 단말(110)과 데이터를 주고 받을 수 있다.
결정 조언 서비스 장치(130)는 데이터베이스(150)를 포함하여 구현될 수 있고, 데이터베이스(150)와 독립적으로 구현될 수 있다. 데이터베이스(150)와 독립적으로 구현된 경우 결정 조언 서비스 장치(130)는 데이터베이스(150)와 유선 또는 무선으로 연결되어 데이터를 주고 받을 수 있다.
데이터베이스(150)는 사용자의 결정 상황 정보에 따른 결정 조언을 제공하기 위해 필요한 다양한 정보들을 저장할 수 있는 저장장치이다. 데이터베이스(150)는 선험자 모집단에 있는 선험자들 각각의 라이프 특성 정보와 라이프 디스크립션을 저장할 수 있으며, 반드시 이에 한정되지 않고, 결정 조언 서비스 과정에서 다양한 형태로 수집 또는 가공된 정보들을 저장할 수 있다.
데이터베이스(150)는 특정 범위에 속하는 정보들을 저장하는 적어도 하나의 독립된 서브-데이터베이스들로 구성될 수 있고, 적어도 하나의 독립된 서브-데이터베이스들이 하나로 통합된 통합 데이터베이스로 구성될 수 있다. 적어도 하나의 독립된 서브-데이터베이스들로 구성되는 경우에는 각각의 서브-데이터베이스들은 블루투스, WiFi 등을 통해 무선으로 연결될 수 있고, 네트워크를 통해 상호 간의 데이터를 주고 받을 수 있다. 데이터베이스(150)는 통합 데이터베이스로 구성되는 경우 각각의 서브-데이터베이스들을 하나로 통합하고 상호 간의 데이터 교환 및 제어 흐름을 관리하는 제어부를 포함할 수 있다.
도 2는 도 1에 있는 인공지능 기반의 결정 조언 서비스 장치를 설명하는 블록도이다.
도 2를 참조하면, 인공지능 기반의 결정 조언 서비스 장치(130)는 선험자 모집단 생성부(210), 라이프 디스크립션 처리부(220), 조언 요청 정보 수신부(230), 결정 조언 처리부(240), 사용자-조언자 매칭부(250) 및 제어부(260)를 포함할 수 있다.
선험자 모집단 생성부(210)는 현재 또는 과거 행적이 객관적으로 공개된 인물들을 포함하여 선험자 모집단을 생성할 수 있다. 예컨대, 현재 생존하지 않고 인생의 기록이 존재하는 인물, 현재 생존하는 삶의 행적이 공개된 인물 등을 포함할 수 있다. 일 실시예에서, 선험자 모집단 생성부(210)는 웹 스크래핑(web scraping)을 통해 웹 사이트 상에서 개인정보를 수집할 수 있는 불특정 다수의 인물들, 서비스 이용자로부터 직접 수집된 사용자 인물을 포함하여 생성할 수 있다. 선험자 모집단 생성부(210)는 각 지역의 통계 데이터를 활용하여 특정 시간대에 특정 지역의 인구 수 또는 특정 학교의 졸업생 수에 맞게 가상의 인물을 생성하여 선험자 모집단에 포함할 수 있다. 선험자 모집단 생성부(210)는 광고나 개별 접촉 등을 포함한 다양한 경로의 모집 절차를 통해 선험자들을 모집하고 모집한 선험자들 각각의 선험적 정보를 수집할 수 있다. 여기에서, 선험적 정보란 선험자 모집시 작성한 라이프 특성 정보와 라이프 디스크립션, 그리고 선험자의 특별한 체험이나 장기간 실제의 경험을 포함할 수 있다.
일 실시예에서, 선험자 모집단 생성부(210)는 선험자 모집단에 있는 적어도 하나의 선험자를 조언자로 선정하여 조언자 목록을 생성할 수 있다. 선험자 모집단 생성부(210)는 선험자 모집 과정에서 지원이나 별도의 모집 과정을 통해 조언자를 선정하고 필요에 따라 검증 절차를 거쳐 조언자 목록에 등록할 수 있다. 여기에서, 조언자는 사용자의 조언자 연결 서비스 요청에 따라 해당 사용자와 연결되어 사용자에게 결정 조언을 제공하는 조언 제공자를 의미한다.
라이프 디스크립션 처리부(220)는 선험자 모집단에 있는 적어도 하나의 선험자에 관한 라이프 특성 정보와 라이프 디스크립션을 수신할 수 있다. 라이프 디스크립션 처리부(220)는 수신한 라이프 디스크립션을 결정 항목별로 재구성할 수 있다.
일 실시예에서, 라이프 디스크립션 처리부(220)는 선험자 모집단에 속해 있는 선험자들 각각에 대해 라이프 특성 정보와 라이프 디스크립션을 수신하고 라이프 디스크립션을 주요 결정 항목별로 재구성할 수 있다. 여기에서, 선험자에 관한 라이프 특성 정보는 선험자 모집단에 모집 시 작성한 선험자의 성별, 나이(출생연도 혹은 생년월일), 출생지, 출신 학교 및 학과, 직업, 결혼유무, 가족관계 등의 인적 정보를 포함한 신체적, 정신적, 경제적, 사회적 정보에 해당할 수 있다. 선험자의 라이프 디스크립션(Life Description)은 선험자의 라이프를 세분화시켜서 구체적으로 기술한 것에 해당할 수 있다.
보다 구체적으로, 라이프 디스크립션 처리부(220)는 선험자 모집단에 속해 있는 선험자들 각각에 관한 라이프 디스크립션을 대학진학, 학과선정, 직업선택 등 결정을 필요로 하는 주요 결정 항목에 맞게 분류하고 분류된 라이프 디스크립션을 주요 결정 항목별로 모아 재구성할 수 있다. 여기에서, 재구성된 주요 결정 항목별 라이프 디스크립션은 데이터베이스(150)에 저장될 수 있다. 이때, 주요 결정 항목들은 연속으로 발생이 예상되는 연관성을 기초로 서로 링크되게 된다. 예컨대, 주요 결정 항목이 대학 진학인 경우에 다음과 같이 주요 결정 항목들이 연관성을 가지고 링크되어 재구성된다.
예시) 대학교 진학 여부: 여 → 대학교: 한국대학교 → 전공: 법학과 → 대학원 진학 여부: 여 → 대학원 전공 학과: 공법학 → 취업 분야: 변호사 사무소 개설
조언 요청 정보 수신부(230)는 사용자 단말(110)로부터 조언 요청 정보를 수신할 수 있다. 일 실시예에서, 조언 요청 정보 수신부(230)는 사용자의 라이프 특성 정보와 결정 상황 정보를 수신하고 결정 상황 정보에 따른 결정 조언을 요청받을 수 있다. 예를 들어, 조언 요청 정보 수신부(230)는 사용자 단말(110)로부터 사용자의 성별, 나이(출생연도 또는 생년월일), 출생지, 결혼유무 등을 포함하는 라이프 특성 정보와 현재 어떠한 결정 상황에 놓여 있는지를 수신할 수 있다. 일 실시예에서, 조언 요청 정보 수신부(230)는 사용자 단말(110)을 통해 결정 상황 정보를 선택지 형태로 수신할 수 있다. 여기에서, 선택지는 정형화된 결정 항목에 대해 적어도 하나 이상을 사용자가 선택하여 입력할 수 있고 비정형화된 결정 항목에 대해 사용자가 서술형 질의로 기입하여 입력할 수 있다. 조언 요청 정보 수신부(230)는 서술형 선택지 형태로 결정 상황 정보가 수신된 경우에 서술형 선택지에 기입된 내용을 자연어 처리하여 인식할 수 있다. 자연어 처리(Natural Language Processing)는 기계 학습을 기반으로 사람의 자연어를 분석하고 처리하는 기술이다.
결정 조언 처리부(240)는 선험자 모집단에 있는 선험자들의 선험 정보를 분석하여 사용자의 라이프 특성 정보와 유사한 적어도 하나의 선험자를 결정하고 사용자의 결정 상황 정보와 가장 유사한 N개(N은 자연수)의 주요 결정 항목별로 재구성한 해당 선험자의 라이프 디스크립션을 기초로 사용자에게 결정 상황 정보에 따른 결정 조언을 제공할 수 있다. 일 실시예에서, 결정 조언 처리부(240)는 선험자에 관한 라이프 디스크립션에서 해당 주요 결정 항목에 대응하는 라이프 디스크립션을 근거로 사용자 단말(110)에 결정 조언을 제공할 수 있다. 결정 조언 처리부(240)는 사용자의 라이프 특성 정보와 유사한 해당 선험자는 해당 주요 결정 항목에 대해 어떤 결정들을 하였는지 알려주어 사용자가 결정을 하는 데 참고하게 할 수 있다. 이때, 결정 조언 처리부(240)는 사용자의 결정항목 뿐만 아니라 이에 대한 결정 이후에 연이어 발생이 예상되는 연관된 다른 주요 결정항목까지 포함하여 조언 정보를 제공할 수 있다.
보다 구체적으로, 결정 조언 처리부(240)는 선험자 모집단의 통계적인 정보를 기반으로 하여 사용자가 결정해야 할 적어도 하나의 결정 항목에 대한 성공 확률을 산출하고 사용자에게 결정 조언을 성공 확률 형태로 제공할 수 있다. 일 실시예에서, 결정 조언 처리부(240)는 사용자가 결정할 단일 항목에 대한 성공 확률을 제공할 수 있고 다수의 결정 항목에 대해서는 항목 간의 상대 확률이나 각각의 절대 확률로 성공 가능성을 제공할 수 있다. 예컨대, 사용자가 마음에 두고 있는 서울과 부산 각각의 출신 지역의 두명의 이성이 존재할 경우 사용자의 라이프 특성 정보와 유사한 선험자들의 라이프 디스크립션을 기초로 서울과 부산 출신 두명의 이성을 비교하여 행복한 결혼이 예상되는 상대적 또는 절대적 확률을 산출하여 사용자에게 결정 조언을 제공할 수 있다. 여기에서, 성공의 기준은 주요 결정 항목별로 다를 수 있다. 예컨대, 진학의 경우에는 희망 학교의 사회적 평가도, 졸업자의 사회적 성취도, 수입 수준 등이 성공 기준으로 정의될 수 있고, 직업의 경우에는 수입, 안정성, 건강의 위험도, 사회적 위치 등이 성공 기준으로 정의될 수 있고, 결혼의 경우에는 개인적 만족감, 배우자의 건강이나 직업 혹은 수입, 학력, 자녀의 건강 등이 성공 기준으로 정의될 수 있으며, 반드시 이에 한정되는 것은 아니다.
일 실시예에서, 결정 조언 처리부(240)는 사용자가 결정할 항목에 대해 성공적일 확률이 높은 순서로 N개의 추천 목록 및 확률을 제공할 수 있다. 예컨대, 결정 조언 처리부(240)는 사용자가 전공할 학과에 대한 목록을 원하는 경우 사용자의 라이프 특성 정보와 유사한 선험자들의 학과라는 결정 항목으로 재구성한 라이프 디스크립션을 기초로 하여 기정의된 성공 기준에 따른 가중치를 부여하여 성공할 가능성을 확률 계산하고 성공 확률이 높은 순으로 적어도 하나의 학과명을 추천하여 사용자에게 결정 조언을 제공할 수 있다.
한편, 결정 조언 처리부(240)는 사용자가 결정해야 할 일반적인 상황 뿐만 아니라 사전에 알 수 없었던 사용자 개인만이 처한 특수한 결정의 상황에 대해 결정 조언을 제공할 수 있다. 일 실시예에서, 결정 조언 처리부(240)는 사용자의 라이프 디스크립션과 유사한 선험자의 선험 정보를 기초로 사용자에게 예측될 수 있는 유의미한 이벤트를 사용자에게 제공할 수 있다. 예컨대, 특정 질병에 걸리거나 갑자기 금전적인 행운이 온다든가 하는 등 사용자가 예측할 수 없으나 발생할 가능성이 있는 유의미하고 중요한 사건의 발생 가능성이 유의미하게 존재할 경우 해당 내용을 제공할 수 있다.
사용자-조언자 매칭부(250)는 사용자의 조언자 연결 서비스 요청에 따라 조언자 목록에 등록된 조언자 중 사용자의 라이프 특성 정보 및 결정 상황 정보와 가장 유사한 조언자를 선정하고 해당 조언자를 사용자와 매칭시켜 사용자에게 직접 결정 조언을 제공할 수 있다. 일 실시예에서, 사용자-조언자 매칭부(250)는 사용자의 결정 상황 정보와 가장 유사한 N개(N: 자연수)의 주요 결정 항목을 결정하고 사용자의 라이프 특성 정보와 유사한 해당 조언자를 결정할 수 있다. 사용자-조언자 매칭부(250)는 선험자 모집단에 속해 있는 선험자들 중 조언자 목록에 등록된 적어도 하나의 조언자 중에서 사용자의 라이프 특성 정보와 유사한 조언자를 결정할 수 있다. 사용자-조언자 매칭부(250)는 사용자의 라이프 특성 정보와 조언자들 각각의 라이프 특성 정보 간의 유사도 계산을 통해 사용자의 라이프 특성 정보와 유사한 유사 라이프 특성 정보를 식별하여 해당 조언자를 결정할 수 있다. 일 실시예에서, 사용자-조언자 매칭부(250)는 사용자의 라이프 특성 정보와 조언자에 관한 라이프 특성 정보를 집합으로 하여 두 집한 간의 교집합 크기를 이용하여 유사도를 계산할 수 있다. 집합 간 유사도를 표현하는 방법에는 자카드 계수(Jaccard coefficient), 소렌센-다이스 계수(Sorensen-Dice coefficient) 등이 있다. 자카드 계수는 집합 간의 유사도를 표현하는 대표적인 방법으로, 공통되는 원소의 비율이 높을수록 유사하다고 판단하며, 유사한 정도를 0부터 1 사이의 값으로 표현한다. 즉, 값이 0인 경우에는 두 집합의 유사성이 전혀 없다는 것을 의미하고, 1인 경우는 두 집합이 완전히 같다는 의미이다. 집합 A, B에 대한 자카드 계수는 하기 수학식 1과 같이 표현될 수 있다.
[수학식 1]
Jaccard(A,B) = 
소렌센-다이스 계수는 집합뿐만 아니라 중복 집합 간의 유사도를 표현하는 방법으로, 자카드 계수와 유사한 형태 및 의미를 지닌다.
일 실시예에서, 사용자-조언자 매칭부(250)는 사용자에 의해 주어지는 라이프 특성 정보(A)와 조언자에 관한 라이프 특성 정보(B) 사이에 일치하거나 유사 범위에 속하는 특성 개체 정보를 곱하거나 합산하여 유사도를 계산하여 유사한 해당 조언자를 사용자와 매칭시킬 조언 제공자로 결정할 수 있다. 여기에서, 특성 개체는 성별, 출생연도, 출생지 등의 라이프 특성 정보에 포함되어 있는 각각의 라이프 특성을 의미할 수 있다.
보다 구체적으로, 사용자-조언자 매칭부(250)는 사용자와 해당 조언자를 매칭하여 사용자가 조언자에게 직접 조언을 받게 할 수 있다. 일 실시예에서, 사용자-조언자 매칭부(250)는 조언자 연결 서비스를 요청한 사용자와 해당 조언자 간의 직접 만남을 주선할 수 있고, 이메일, 음성 통화, 문자, SNS 메시지 등의 채팅방식을 통해 질의 응답 형태로 사용자에게 결정 조언을 제공할 수 있다. 사용자-조언자 매칭부(250)는 사용자에게 조언자 연결 서비스를 제공할 때에 사용자에게 이용료를 과금하고 이를 통해 발생한 이익금에 대해 해당 조언자에게 배분하여 양질의 조언을 제공하게 할 수 있다.
제어부(260)는 결정 조언 서비스 장치(130)의 전체적인 동작을 제어하고, 선험자 모집단 생성부(210), 라이프 디스크립션 처리부(220), 조언 요청 정보 수신부(230), 결정 조언 처리부(240) 및 사용자-조언자 매칭부(250) 간의 제어 흐름 또는 데이터 흐름을 관리할 수 있다.
도 3은 도 1에 있는 인공지능 기반의 결정 조언 서비스 장치에서 수행되는 결정 조언 서비스 과정을 설명하는 순서도이다.
도 3을 참조하면, 결정 조언 서비스 장치(130)는 선험자 모집단 생성부(210)를 통해 특정된 혹은 불특정 다수의 선험자를 모집하거나 또는 공개형 빅데이터 데이터베이스를 통해 선험자의 경험과 배경을 바탕으로 비가공된 라이프 특성 정보 및 라이프 디스크립션을 수집할 수 있다(단계 S310). 결정 조언 서비스 장치(130)는 라이프 디스크립션 처리부(220)를 통해 선험자 모집단에 있는 적어도 하나의 선험자에 관한 라이프 특성 정보와 라이프 디스크립션을 수신하고 라이프 디스크립션을 주요 결정 항목별로 재구성할 수 있다(단계 S330). 결정 조언 서비스 장치(130)는 조언 요청 정보 수신부(230)를 통해 사용자 단말(110)로부터 사용자의 라이프 특성 정보와 결정 상황 정보를 포함하는 조언 요청 정보를 수신할 수 있다(단계 S350). 결정 조언 서비스 장치(130)는 결정 조언 처리부(240)를 통해 사용자의 라이프 특성 정보와 유사한 적어도 하나의 선험자를 결정하고 사용자의 결정 상황 정보와 가장 유사한 N개(N은 자연수)의 주요 결정 항목을 결정하여 해당 주요 결정 항목을 기초로 사용자에게 결정 상황 정보에 따른 결정 조언을 확률 형태로 제공할 수 있다(단계 S370). 결정 조언 서비스 장치(130)는 사용자-조언자 매칭부(250)를 통해 사용자의 라이프 특성 정보와 유사한 조언자를 결정하고 해당 조언자를 사용자와 매칭시켜 사용자에게 결정 조언을 직접 제공할 수 있다(단계 S390).
이에 따라, 사용자는 자신과 유사한 삶을 산 조언자로부터 결정 상황에 대해 조언을 구할 수 있다.
도 4는 도 2에 있는 결정 조언 처리부에서 사용자에게 결정 조언을 제공하는 예시도이다.
도 4를 참조하면, 결정 조언 처리부(240)는 사용자 단말(110)에 사용자의 라이프 특성 정보와 유사한 해당 사용자의 주요 결정 항목별 라이프 디스크립션을 기초로 유사 사용자들의 결정 사례와 함께 결정 항목에 대한 확률 정보 등을 제공할 수 있다. 예컨대, '대학 및 학과 결정 조언 서비스' 요청의 경우에, 사용자의 라이프 특성 정보와 유사한 선험자들이 진학한 대학 및 학과 정보를 기초로 하여 성공 가능성이 높은 대학 및 학과 순으로 성공 확률와 함께 제공하고 추천할 수 있다. 사용자는 결정 조언을 통해 대학 및 학과를 결정하는 데 있어 본인과 유사한 상황에 있었던 사람들이 어떤 대학과 학과를 결정하여 합격하였는지 알 수 있게 된다. 이에, 사용자는 대학 및 학과를 결정하는 데 있어 선험자들의 사례를 참고하여 확률적으로 성공 가능성이 높은 결정을 할 수 있다.
상기에서는 본 발명의 바람직한 실시예를 참조하여 설명하였지만, 해당 기술 분야의 숙련된 당업자는 하기의 특허 청구의 범위에 기재된 본 발명의 사상 및 영역으로부터 벗어나지 않는 범위 내에서 본 발명을 다양하게 수정 및 변경시킬 수 있음을 이해할 수 있을 것이다.
100: 인공지능 기반의 결정 조언 서비스 시스템
110: 사용자 단말
130: 인공지능 기반의 결정 조언 서비스 장치
150: 데이터베이스
210: 선험자 모집단 생성부 220: 라이프 디스크립션 처리부
230: 조언 요청 정보 수신부 240: 결정 조언 처리부
250: 사용자-조언자 매칭부 260: 제어부
110: 사용자 단말
130: 인공지능 기반의 결정 조언 서비스 장치
150: 데이터베이스
210: 선험자 모집단 생성부 220: 라이프 디스크립션 처리부
230: 조언 요청 정보 수신부 240: 결정 조언 처리부
250: 사용자-조언자 매칭부 260: 제어부
Claims (6)
- 현재 또는 과거 행적이 객관적으로 공개된 다수의 인물들을 포함하여 선험자 모집단을 생성하는 선험자 모집단 생성부;
상기 선험자 모집단에 있는 적어도 하나의 선험자에 관한 라이프 특성 정보와 라이프 디스크립션을 수신하고 상기 라이프 디스크립션을 주요 결정 항목별로 분류하고 연관성을 기초로 서로 링크되게 재구성하는 라이프 디스크립션 처리부;
사용자 단말로부터 사용자의 라이프 특성 정보와 결정 상황 정보를 포함하는 조언 요청 정보를 수신하는 조언 요청 정보 수신부;
상기 사용자의 라이프 특성 정보와 유사한 적어도 하나의 선험자를 결정하고 상기 사용자의 결정 상황 정보와 가장 유사한 N개(상기 N은 자연수)의 주요 결정 항목을 결정하고 해당 적어도 하나의 선험자의 해당 주요 결정 항목을 기초로 상기 사용자에게 상기 결정 상황 정보에 따른 결정 조언을 제공하는 결정 조언 처리부; 및
상기 사용자의 조언자 연결 요청에 따라 라이프 특성 정보 간의 유사도 계산을 통해 상기 해당 적어도 하나의 선험자 중 조언자를 선별하고 상기 사용자와 해당 조언자 사이를 매칭하여 상기 해당 조언자가 상기 사용자에게 결정 조언을 제공하는 사용자-조언자 매칭부를 포함하되,
상기 결정 조언 처리부는
상기 선험자 모집단의 통계적인 정보를 기반으로 하여 상기 사용자에 의해 선택되는 적어도 하나의 결정할 항목에 대한 성공 확률을 제공하고 해당 결정할 항목에 연관되는 성공 확률이 높은 순서로 추천 목록을 제공하고, 상기 사용자의 라이프 디스크립션과 유사한 선험자의 선험 정보를 기초로 상기 사용자에게 예측될 수 있는 유의미한 이벤트를 상기 사용자에게 제공하는 것을 특징으로 하는 인공지능 기반의 결정 조언 서비스 장치.
- 제1항에 있어서, 상기 선험자 모집단 생성부는
현재 또는 과거 행적이 객관적으로 공개된 인물, 웹 스크래핑을 통해 웹 사이트 상에서 개인정보를 수집할 수 있는 특정 또는 불특정 인물, 특정 시공간의 통계 데이터를 기반으로 생성할 수 있는 가상의 인물, 서비스 이용자로부터 직접 수집된 사용자 인물을 포함하여 선험자 모집단으로 생성하고, 선험자 모집단에 있는 적어도 하나의 선험자를 조언자로 선정하여 조언자 목록을 생성하는 것을 특징으로 하는 인공지능 기반의 결정 조언 서비스 장치.
- 제1항에 있어서, 상기 라이프 특성 정보는
성별, 나이(출생연도, 생년월일), 출생지, 출신 학교 및 학과, 직업, 결혼유무, 가족관계, 보유 자산, 상벌 이력, 군필 여부 중 적어도 하나 이상의 인물에 대해 수집 및 추정 가능한 정보를 포함하는 것을 특징으로 하는 인공지능 기반의 결정 조언 서비스 장치.
- 제1항에 있어서, 상기 조언 요청 정보 수신부는
상기 사용자 단말로부터 상기 사용자가 결정할 적어도 하나의 결정 항목을 선택하는 선택지 형태로 상기 결정 상황 정보를 수신하고 상기 선택지에 서술형 질의가 기입되면 자연어 처리하여 인식하는 것을 특징으로 하는 인공지능 기반의 결정 조언 서비스 장치.
- 삭제
- 제1항에 있어서, 상기 사용자-조언자 매칭부는
상기 선험자들 중 조언자로 등록된 적어도 하나의 선험자로부터 상기 사용자의 라이프 특성 정보와 유사한 선험자를 조언자로 선별하고 해당 조언자를 상기 사용자와 매칭하여 상기 사용자와 상기 해당 조언자 사이의 직접 만남을 주선하거나 채팅을 통해 직접 사용자에게 결정 조언을 제공하는 것을 특징으로 하는 인공지능 기반의 결정 조언 서비스 장치.
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020190039902A KR102188476B1 (ko) | 2019-04-05 | 2019-04-05 | 인공지능 기반의 결정 조언 서비스 장치 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020190039902A KR102188476B1 (ko) | 2019-04-05 | 2019-04-05 | 인공지능 기반의 결정 조언 서비스 장치 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| KR20200117588A KR20200117588A (ko) | 2020-10-14 |
| KR102188476B1 true KR102188476B1 (ko) | 2020-12-08 |
Family
ID=72847585
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| KR1020190039902A KR102188476B1 (ko) | 2019-04-05 | 2019-04-05 | 인공지능 기반의 결정 조언 서비스 장치 |
Country Status (1)
| Country | Link |
|---|---|
| KR (1) | KR102188476B1 (ko) |
Families Citing this family (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR20240052452A (ko) | 2022-10-14 | 2024-04-23 | 주식회사 프럼미카운슬링 | 커플 갈등요인 예측 및 해결을 위한 ai 시스템 |
Citations (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR101517306B1 (ko) * | 2013-12-20 | 2015-05-11 | 김우재 | 온라인 멘토링 제공 방법, 서버 및 컴퓨터 판독 가능한 기록 매체 |
Family Cites Families (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR101034997B1 (ko) * | 2008-07-21 | 2011-05-16 | 백정석 | 질문자와 조언자 쌍방이 실시간으로 질문하고 조언할 수있도록 정보를 제공하고 중개하여 온라인상의 수익을창출하는 웹사이트 운영시스템 |
| KR101668096B1 (ko) * | 2009-04-23 | 2016-10-24 | 에스케이플래닛 주식회사 | 여행정보 공유 서비스 시스템 및 여행정보 공유 서비스 방법 |
| KR101702502B1 (ko) | 2015-03-27 | 2017-02-03 | 금오공과대학교 산학협력단 | 모바일 기반 라이프로그를 이용한 사용자 행동 예측 시스템 및 방법 |
| KR20180061553A (ko) | 2016-11-29 | 2018-06-08 | 한국전자통신연구원 | 유사사례 클러스터 기반 예측모델을 통한 미래건강추이 예측 시스템 및 그 방법 |
| KR102082208B1 (ko) | 2017-04-03 | 2020-02-27 | 주식회사 라이크어로컬 | 유사 사용자 매칭을 이용한 자동 답변 방법 및 시스템 |
-
2019
- 2019-04-05 KR KR1020190039902A patent/KR102188476B1/ko active IP Right Grant
Patent Citations (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR101517306B1 (ko) * | 2013-12-20 | 2015-05-11 | 김우재 | 온라인 멘토링 제공 방법, 서버 및 컴퓨터 판독 가능한 기록 매체 |
Also Published As
| Publication number | Publication date |
|---|---|
| KR20200117588A (ko) | 2020-10-14 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Burnett | Sociolinguistic interaction and identity construction: The view from game‐theoretic pragmatics | |
| Baesens et al. | Neural network survival analysis for personal loan data | |
| US20190147366A1 (en) | Intelligent Recommendations Implemented by Modelling User Profile Through Deep Learning of Multimodal User Data | |
| US11704503B2 (en) | Profile-based natural language message generation and selection | |
| CN110570941B (zh) | 一种基于文本语义向量模型评估心理状态的系统和装置 | |
| Luo et al. | Exploring temporal suicidal behavior patterns on social media: Insight from Twitter analytics | |
| Kelley et al. | Antidiscrimination laws, artificial intelligence, and gender bias: A case study in nonmortgage fintech lending | |
| US20230005574A1 (en) | Methods and systems for comprehensive symptom analysis | |
| US20210390263A1 (en) | System and method for automated decision making | |
| Zolbanin et al. | A predictive analytics-based decision support system for drug courts | |
| Rossouw et al. | The evolution of happiness pre and peri-COVID-19: A Markov Switching Dynamic Regression Model | |
| Dao et al. | Effect of mood, social connectivity and age in online depression community via topic and linguistic analysis | |
| Li et al. | Introduce structural equation modelling to machine learning problems for building an explainable and persuasive model | |
| Tabak et al. | Temporal mental health dynamics on social media | |
| US20220164549A1 (en) | Natural language processing parsimonious question generator | |
| Zantvoort et al. | Finding the best match—a case study on the (text-) feature and model choice in digital mental health interventions | |
| KR102188476B1 (ko) | 인공지능 기반의 결정 조언 서비스 장치 | |
| Ilias et al. | Explainable verbal deception detection using transformers | |
| Ogut et al. | Diving into students’ transcripts: High school course‐taking sequences and postsecondary enrollment | |
| KR102476612B1 (ko) | 인공지능에 기반한 심리 맞춤 솔루션 제공 방법 및 시스템 | |
| Florea et al. | Artificial neural networks applied for predicting and explaining the education level of Twitter users | |
| Latif et al. | Understanding depression detection using social media | |
| Bourey et al. | Women’s Employment and Intimate Partner Violence: Understanding the Role of Individual and Community Structural Drivers in Low-and Middle-Income Countries | |
| Nasiri et al. | DENOVA: Predicting Five-Factor Model using Deep Learning based on ANOVA | |
| CN112287243A (zh) | 一种基于协同过滤算法的服务信息推荐的装置及方法 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| E701 | Decision to grant or registration of patent right | ||
| GRNT | Written decision to grant |