KR102217193B1 - SNS(Social Network Service) 정보에 따라 위치 기반의 상황 정보 알림을 위한 알림 제공 서버, 분석 서버, 및 사용자 단말과 그 동작 방법들 - Google Patents

SNS(Social Network Service) 정보에 따라 위치 기반의 상황 정보 알림을 위한 알림 제공 서버, 분석 서버, 및 사용자 단말과 그 동작 방법들 Download PDF

Info

Publication number
KR102217193B1
KR102217193B1 KR1020190125356A KR20190125356A KR102217193B1 KR 102217193 B1 KR102217193 B1 KR 102217193B1 KR 1020190125356 A KR1020190125356 A KR 1020190125356A KR 20190125356 A KR20190125356 A KR 20190125356A KR 102217193 B1 KR102217193 B1 KR 102217193B1
Authority
KR
South Korea
Prior art keywords
information
user
notification
interest
point
Prior art date
Application number
KR1020190125356A
Other languages
English (en)
Inventor
이석훈
정동원
엄창민
Original Assignee
군산대학교산학협력단
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 군산대학교산학협력단 filed Critical 군산대학교산학협력단
Priority to KR1020190125356A priority Critical patent/KR102217193B1/ko
Application granted granted Critical
Publication of KR102217193B1 publication Critical patent/KR102217193B1/ko

Links

Images

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04M—TELEPHONIC COMMUNICATION
    • H04M3/00—Automatic or semi-automatic exchanges
    • H04M3/42—Systems providing special services or facilities to subscribers
    • H04M3/42348—Location-based services which utilize the location information of a target
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04M—TELEPHONIC COMMUNICATION
    • H04M1/00—Substation equipment, e.g. for use by subscribers
    • H04M1/72—Mobile telephones; Cordless telephones, i.e. devices for establishing wireless links to base stations without route selection
    • H04M1/724—User interfaces specially adapted for cordless or mobile telephones
    • H04M1/72448—User interfaces specially adapted for cordless or mobile telephones with means for adapting the functionality of the device according to specific conditions
    • H04M1/72457—User interfaces specially adapted for cordless or mobile telephones with means for adapting the functionality of the device according to specific conditions according to geographic location

Landscapes

  • Engineering & Computer Science (AREA)
  • Signal Processing (AREA)
  • Environmental & Geological Engineering (AREA)
  • Human Computer Interaction (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Navigation (AREA)

Abstract

일 실시예에 따른 알림 제공 서버는 사용자 단말로부터, 사용자의 위치 정보를 수신하고, 사용자의 위치 정보를 기초로 사용자의 이동 경로를 산출하고, 분석 서버로부터 이동 경로에 기초하여 분석된 SNS 정보에 대응하는 관심 지점, 관심 지점의 위치 정보, 및 SNS 정보에 따라 카테고리 별로 분류된 상황 정보들 중 적어도 하나를 수신하고, 이동 경로, 관심 지점, 관심 지점의 위치 정보, 및 상황 정보들 중 적어도 하나에 기초하여 이동 경로에 대응하는 알림 정보를 생성하며, 알림 정보를 사용자 단말로 제공한다.

Description

SNS(Social Network Service) 정보에 따라 위치 기반의 상황 정보 알림을 위한 알림 제공 서버, 분석 서버, 및 사용자 단말과 그 동작 방법들{NOTIFICATION PROVIDING SERVER, ANALYSIS SERVER, AND USER TERMINAL FOR LOCATION-BASED STATUS INFORMATION NOTIFICATION ACCORDING TO SNS(SOCIAL NETWORK SERVICE) INFORMATION AND ITS OPERATING METHODS}
실시예들은 SNS(Social Network Service) 정보에 따라 위치 기반의 상황 정보 알림을 위한 알림 제공 서버, 분석 서버, 및 사용자 단말과 그 동작 방법들에 관한 것이다.
다양한 사용자들을 통해 업로드 되는 SNS정보는 예를 들어, 지역 관광 행사, 음식점 및 의류 할인 행사, 연예인 공연, 위험 지역 및 사고 현장 등과 같은 다양한 정보들을 포함할 수 있다. 또한, 일부 SNS 정보는 위치에 따른 다양한 정보들을 제공할 수 있다. 하지만, 사용자가 실시간으로 이동 중인 경우, 사용자의 이동 경로를 정확하게 파악하기 어려우며, 이에 따라 사용자의 위치에 해당하는 SNS정보를 제공하기 어렵다.
일 실시예에 따르면, 사용자의 위치와 관련된 SNS 정보를 실시간 알림 형태로 수신하여 SNS정보의 효율을 증가시킬 수 있다.
일 실시예에 따르면, 사용자의 위치를 기반으로 SNS 정보를 분석하여 획득한 상황 정보를 제공함으로써, 사용자가 위험 상황을 쉽게 인지하도록 할 수 있다.
일 실시예에 따르면, 경로 예측을 통해 사용자가 이동할 경로 주변의 상황 정보들을 사전에 제공받음으로 사용자가 보다 빠르게 알림 정보를 수신하여 주어진 상황에 대비할 수 있다.
일 실시예에 따르면, 알림 제공 서버의 동작 방법은 사용자 단말로부터, 사용자의 위치 정보를 수신하는 단계; 상기 사용자의 위치 정보를 기초로, 상기 사용자의 이동 경로를 산출하는 단계; 분석 서버로부터, 상기 이동 경로에 기초하여 분석된 SNS 정보에 대응하는 관심 지점(Point Of Interest; POI), 상기 관심 지점의 위치 정보, 및 상기 SNS 정보에 따라 카테고리 별로 분류된 상황 정보들 중 적어도 하나를 수신하는 단계; 상기 이동 경로, 상기 관심 지점, 상기 관심 지점의 위치 정보, 및 상기 상황 정보들 중 적어도 하나에 기초하여 상기 이동 경로에 대응하는 알림 정보를 생성하는 단계; 및 상기 알림 정보를 상기 사용자 단말로 제공하는 단계를 포함한다.
상기 사용자의 이동 경로를 산출하는 단계는 상기 사용자의 위치 정보를 기초로, 그리드(grid) 기반의 셀 형식으로 상기 사용자의 이동 경로를 패턴화 함으로써 상기 사용자의 이동 경로를 산출하는 단계; 및 상기 위치 정보를 미리 수집한 도로 데이터에 매핑(mapping)시켜 상기 사용자의 이동 경로를 산출하는 단계 중 적어도 하나를 포함할 수 있다.
상기 알림 정보를 생성하는 단계는 상기 상황 정보들의 카테고리 별로 상기 이동 경로, 상기 관심 지점, 상기 관심 지점의 위치 정보 및 상기 상황 정보들을 조합하는 단계; 및 상기 조합된 정보를 상기 이동 경로에 매핑시켜 상기 이동 경로에 대응하는 알림 정보를 생성하는 단계를 포함할 수 있다.
상기 알림 정보를 생성하는 단계는 상기 조합된 정보를 상기 카테고리 별로 상기 이동 경로에 매핑시켜 상기 이동 경로에 대응하는 알림 정보를 생성하는 단계를 포함할 수 있다.
상기 알림 제공 서버의 동작 방법은 학습을 통해 상기 사용자의 이동 경로에 대응하는 가중치를 산출하는 단계; 및 상기 가중치를 상기 사용자 단말로 전송하는 단계를 더 포함할 수 있다.
상기 가중치를 산출하는 단계는 상기 사용자의 위치 정보를 기초로, 미리 학습된 신경망 및 기계 학습 중 적어도 하나를 이용하여 상기 사용자의 이동 경로에 대응하는 가중치를 산출하는 단계를 포함할 수 있다.
일 실시예에 따르면, 분석 서버의 동작 방법은 SNS 정보를 수집하는 단계; 알림 제공 서버로부터 사용자의 이동 경로를 수신하는 단계; 상기 이동 경로에 기초하여, 상기 SNS 정보에 대응하는 관심 지점 및 상기 관심 지점의 위치 정보 중 적어도 하나를 획득하기 위해 상기 SNS 정보를 분석하는 단계; 상기 분석 결과에 따라 상기 SNS 정보를 복수의 상황 정보들의 카테고리 별로 분류하는 단계; 및 상기 SNS 정보, 상기 관심 지점, 상기 관심 지점의 위치 정보, 상기 카테고리 별로 분류된 상황 정보들 중 적어도 하나의 정보를 상기 알림 제공 서버로 전송하는 단계를 포함한다.
상기 SNS 정보를 수집하는 단계는 크롤링(crawling)을 통해 상기 SNS 정보를 수집하는 단계를 포함할 수 있다.
상기 SNS 정보를 분석하는 단계는 자연어 처리 기법 및 영상 처리 기법 중 적어도 하나를 이용하여 상기 이동 경로에 대응하는 상기 SNS 정보를 분석하는 단계를 포함할 수 있다.
상기 SNS 정보를 분석하는 단계는 상기 자연어 처리 기법 및 영상 처리 기법 중 적어도 하나를 이용하여, 상기 이동 경로에 대응하는 SNS 정보의 관심 지점 및 상기 관심 지점의 위치 정보를 추출하는 단계; 및 상기 관심 지점의 위치 정보를 상기 SNS 정보에 매핑시키는 단계를 포함할 수 있다.
상기 SNS 정보를 상기 복수의 상황 정보들의 카테고리 별로 분류하는 단계는 미리 학습된 용어의 빈도수, 및 언어 모델 중 적어도 하나를 이용하여 상기 SNS 정보를 상기 카테고리 별로 분류 하는 단계를 포함할 수 있다.
상기 복수의 상황 정보들의 카테고리는 일반, 광고, 위험, 주의 중 적어도 하나의 카테고리를 포함할 수 있다.
일 실시예에 따르면, 사용자 단말의 동작 방법은 사용자의 위치 정보를 획득하는 단계; 알림 제공 서버로부터, 상기 사용자의 위치 정보에 대응하여 상기 알림 제공 서버에서 산출된 가중치, 및 상기 사용자의 위치 정보에 대응하는 알림 정보를 포함하는 정보를 수신하는 단계; 상기 가중치를 상기 사용자의 위치 정보에 적용하여 상기 사용자의 이동 경로를 예측하는 단계; 및 상기 예측된 이동 경로에 대응하는 알림 정보를 제공하는 단계를 포함한다.
상기 사용자 단말의 동작 방법은 상기 사용자로부터, 상기 알림 정보에 대응한 차단 조건의 선택을 입력받는 단계를 더 포함하고, 상기 알림 정보를 제공하는 단계는 상기 알림 정보 중 상기 사용자에 의해 선택된 차단 조건에 해당하는 차단 정보를 제외한 나머지 정보를 상기 사용자에게 제공하는 단계를 포함할 수 있다.
상기 알림 정보에 대한 차단 조건은 상기 알림 정보의 카테고리 별 차단 조건을 포함할 수 있다.
일 실시예에 따르면, 알림 제공 서버는 사용자 단말로부터 사용자의 위치 정보를 수신하고, 분석 서버로부터 사용자의 이동 경로에 기초하여 분석된 SNS 정보에 대응하는 관심 지점, 상기 관심 지점의 위치 정보, 및 상기 SNS 정보에 따라 카테고리 별로 분류된 상황 정보들 중 적어도 하나를 수신하는 통신 인터페이스; 및 상기 사용자의 위치 정보를 기초로, 상기 사용자의 이동 경로를 산출하고, 상기 이동 경로, 상기 관심 지점, 상기 관심 지점의 위치 정보, 및 상기 상황 정보들 중 적어도 하나에 기초하여 상기 이동 경로에 대응하는 알림 정보를 생성하는 프로세서를 포함하고, 상기 통신 인터페이스는 상기 알림 정보를 상기 사용자 단말로 제공한다.
일 실시예에 따르면, 분석 서버는 알림 제공 서버로부터 사용자의 이동 경로를 수신하는 통신 인터페이스; 및 SNS 정보를 수집하고, 상기 이동 경로에 기초하여, 상기 SNS 정보에 대응하는 관심 지점 및 상기 관심 지점의 위치 정보 중 적어도 하나를 획득하기 위해 상기 SNS 정보를 분석하고, 상기 분석 결과에 따라 상기 SNS 정보를 복수의 상황 정보들의 카테고리 별로 분류하는 프로세서를 포함하고, 상기 통신 인터페이스는 상기 SNS 정보, 상기 관심 지점, 상기 관심 지점의 위치 정보, 상기 카테고리 별로 분류된 상황 정보들 중 적어도 하나의 정보를 상기 알림 제공 서버로 전송한다.
일 실시예에 따르면, 사용자 단말은 사용자의 위치 정보를 획득하고, 알림 제공 서버로부터, 상기 사용자의 위치 정보에 대응하여 상기 알림 제공 서버에서 산출된 가중치, 및 상기 사용자의 위치 정보에 대응하는 알림 정보를 포함하는 정보를 수신하는 통신 인터페이스; 및 상기 가중치를 상기 사용자의 위치 정보에 적용하여 상기 사용자의 이동 경로를 예측하는 프로세서를 포함하고, 상기 통신 인터페이스는 상기 예측된 이동 경로에 대응하는 알림 정보를 제공한다.
일 측에 따르면, 사용자의 위치와 관련된 SNS 정보를 실시간 알림 형태로 수신하여 SNS정보의 효율을 증가시킬 수 있다.
일 측에 따르면, 사용자의 위치를 기반으로 SNS 정보를 분석하여 획득한 상황 정보를 제공함으로써, 사용자가 위험 상황을 쉽게 인지하도록 할 수 있다.
일 측에 따르면, 경로 예측을 통해 사용자가 이동할 경로 주변의 상황 정보들을 사전에 제공받음으로 사용자가 보다 빠르게 알림 정보를 수신하여 주어진 상황에 대비할 수 있다.
도 1은 일 실시예에 따른 위치 기반 상황 정보 알림 시스템의 동작을 설명하기 위한 도면.
도 2는 일 실시예에 따른 위치 기반 상황 정보 알림 시스템의 구성도.
도 3은 일 실시예에 따른 알림 제공 서버의 동작 방법을 나타낸 흐름도.
도 4는 일 실시예에 따른 분석 서버의 동작 방법을 나타낸 흐름도.
도 5는 일 실시예에 따른 사용자 단말의 동작 방법을 나타낸 흐름도.
도 6은 일 실시예에 따른 알림 제공 서버와 사용자 단말 간의 동작을 설명하기 위한 도면.
도 7은 일 실시예에 따른 알림 제공 서버의 블록도.
도 8은 일 실시예에 따른 분석 서버의 블록도.
도 9는 일 실시예에 따른 사용자 단말의 블록도.
이하에서, 첨부된 도면을 참조하여 실시예들을 상세하게 설명한다. 그러나, 실시예들에는 다양한 변경이 가해질 수 있어서 특허출원의 권리 범위가 이러한 실시예들에 의해 제한되거나 한정되는 것은 아니다. 실시예들에 대한 모든 변경, 균등물 내지 대체물이 권리 범위에 포함되는 것으로 이해되어야 한다.
실시예에서 사용한 용어는 단지 설명을 목적으로 사용된 것으로, 한정하려는 의도로 해석되어서는 안된다. 단수의 표현은 문맥상 명백하게 다르게 뜻하지 않는 한, 복수의 표현을 포함한다. 본 명세서에서, "포함하다" 또는 "가지다" 등의 용어는 명세서 상에 기재된 특징, 숫자, 단계, 동작, 구성요소, 부품 또는 이들을 조합한 것이 존재함을 지정하려는 것이지, 하나 또는 그 이상의 다른 특징들이나 숫자, 단계, 동작, 구성요소, 부품 또는 이들을 조합한 것들의 존재 또는 부가 가능성을 미리 배제하지 않는 것으로 이해되어야 한다.
다르게 정의되지 않는 한, 기술적이거나 과학적인 용어를 포함해서 여기서 사용되는 모든 용어들은 실시예가 속하는 기술 분야에서 통상의 지식을 가진 자에 의해 일반적으로 이해되는 것과 동일한 의미를 가지고 있다. 일반적으로 사용되는 사전에 정의되어 있는 것과 같은 용어들은 관련 기술의 문맥 상 가지는 의미와 일치하는 의미를 가지는 것으로 해석되어야 하며, 본 출원에서 명백하게 정의하지 않는 한, 이상적이거나 과도하게 형식적인 의미로 해석되지 않는다.
또한, 첨부 도면을 참조하여 설명함에 있어, 도면 부호에 관계없이 동일한 구성 요소는 동일한 참조부호를 부여하고 이에 대한 중복되는 설명은 생략하기로 한다. 실시예를 설명함에 있어서 관련된 공지 기술에 대한 구체적인 설명이 실시예의 요지를 불필요하게 흐릴 수 있다고 판단되는 경우 그 상세한 설명을 생략한다.
도 1은 일 실시예에 따른 위치 기반 상황 정보 알림 시스템의 동작을 설명하기 위한 도면이다. 도 1을 참조하면, 일 실시예에 따른 사용자 단말(110) 및 위치 기반 상황 정보 알림 시스템(이하, '알림 시스템')(130)이 도시된다.
사용자 단말(110)은 사용자(105)의 위치 정보를 알림 시스템(130)에게 제공할 수 있다. 사용자 단말(110)은 사용자의 위치 정보에 대응하여 알림 시스템(130)에서 산출 또는 예측된 사용자의 이동 경로 및/또는 사용자의 이동 경로에 대응하는 알림 정보를 제공받을 수 있다.
알림 시스템(130)은 사용자로부터 수신한 사용자의 위치 정보를 기초로, 사용자의 이동 경로를 산출 또는 예측하고, 사용자의 이동 경로를 기초로 SNS 정보를 분석할 수 있다. 이때, 알림 시스템(130)은 예를 들어, 페이스북, 트위터, 인스타그램, 네이버 밴드, 카카오 톡, 텀블러, 플리커 등과 같은SNS(Social Network Service) 웹 사이트(50)를 통해 획득한 SNS 정보를 웹 크롤링(web crawling) 또는 스파이더링'(spidering) 등을 통해 수집할 수 있다. 웹 크롤링은 검색 엔진과 같은 여러 사이트에서 데이터의 최신 상태를 유지하기 위해 수행되는 과정으로서, 문서를 수집하여 검색 대상의 색인을 포함시키는 기술에 해당할 수 있다.
SNS정보는 위치에 따른 다양한 정보들을 제공할 수 있다. SNS정보는 예를 들어, 지역 관광 행사, 음식점 또는 의류 할인 행사, 연예인 공연, 위험 지역 및 사고 현장 등과 같이 다양한 경로를 통해 업로드 된 정보를 포함할 수 있다. 다만, 이러한 SNS 정보는 예를 들어, 사용자가 이동 중인 경우에는 사용자의 이동에 따라 변화되는 사용자의 위치에 정확하게 대응하는 SNS 정보를 제공받기 어렵다는 문제점이 있다. 따라서, 일 실시예에서는 사용자의 이동 경로 예측을 통해 사용자의 이동 위치에 대응하는 SNS 정보를 사전 알림 또는 실시간 알림의 형태로 제공받을 수 있다.
이를 위해, 알림 시스템(130)은 사용자의 이동 경로를 기초로SNS 정보를 분석하고, 분석한 SNS 정보에 대응하는 관심 지점(Point Of Interest; POI), 및 관심 지점의 위치 정보 등을 추출할 수 있다. 알림 시스템(130)은 자연어 처리 및/또는 영상 처리 등을 통해 SNS 정보를 복수의 상황 정보의 카테고리 별로 분류할 수 있다. 이때, 상황 정보는 SNS 정보에 대응하는 상황, 또는 SNS 정보가 나타내는 정보의 유형을 나타내는 정보로서, 예를 들어, 광고, 위험, 주의, 일반 등과 같은 카테고리로 분류될 수 있다.
또한, 알림 시스템(130)은 사용자의 이동 경로, 관심 지점, 관심 지점의 위치 정보, 및/또는 상황 정보 등을 이용하여 사용자가 이동할 경로('이동 경로')에 대응하는 알림 정보를 생성할 수 있다. 알림 시스템(130)은 이동 경로에 대응하는 상황 정보를 예를 들어, 영상, 텍스트, 음성, 팝업, 메신저 등의 형태로 사용자 단말(110)에게 제공할 수 있다. SNS 정보는 예를 들어, 사운드, 이미지, 동영상, 텍스트 등과 같은 다양한 유형의 멀티미디어 컨텐츠를 포함할 수 있다. 알림 시스템(130)의 구성의 일 예시는 아래의 도 2를 참조하여 구체적으로 설명한다.
도 2는 일 실시예에 따른 위치 기반 상황 정보 알림 시스템의 구성도이다. 도 2를 참조하면, 일 실시예에 따라, SNS 웹 사이트(50), 사용자 단말(210), 알림 제공 서버(230) 및 분석 서버(250)를 포함하는 알림 시스템의 구성이 도시된다.
사용자 단말(210)은 사용자의 위치 정보를 획득하고, 사용자의 위치 정보에 따라 사용자의 이동 경로를 예측하며, 사용자의 이동 경로에 대응하는 알림 정보를 수신하여 사용자에게 제공할 수 있다.
사용자 단말(210)은 예를 들어, 사용자 위치 정보 획득 모듈(211), 사용자 경로 예측 모듈(213), 카테고리 별 알림 차단 모듈(215), 알림 제공 모듈(217) 및 송수신부(219) 등을 포함할 수 있다.
사용자 위치 정보 획득 모듈(211)은 예를 들어, 모바일 GPS 등을 통해 사용자의 위치 정보를 획득할 수 있다.
사용자 경로 예측 모듈(213)은 알림 제공 서버(230)의 사용자 경로 학습 모듈(233)에서 산출된 가중치를 수신하고, 가중치를 기초로 사용자의 이동 경로를 예측할 수 있다. 사용자 경로 예측 모듈(213)은 예를 들어, 가중치를 사용자의 이동 경로에 적용하여 사용자의 이동 경로를 예측할 수 있다.
카테고리 별 알림 차단 모듈(215)은 알림 정보 중 사용자가 받기 싫은 상황 정보를 차단할 수 있다. 카테고리 별 알림 차단 모듈(215)은 예를 들어, 사용자로부터, 알림 제공 서버(230)를 통해 제공되는 알림 정보에 대응한 차단 조건의 선택을 입력받고, 알림 정보 중 사용자에 의해 선택된 차단 조건에 해당하는 차단 정보의 제공을 차단할 수 있다. 이에 따라, 사용자 단말(210)은 알림 제공 서버(230)를 통해 제공되는 알림 정보 중 차단 정보를 제외한 나머지 정보를 사용자에게 제공할 수 있다.
알림 제공 모듈(217)은 예를 들어, 문자, 메신저, 팝업 등을 통해 사용자의 이동 경로에 대응하는 알림 정보를 제공할 수 있다. 이때, 알림 정보는 예를 들어, 사용자 경로 예측 모듈(213)에서 예측된 사용자의 이동 경로에 대응하는 것일 수도 있고, 또는 알림 제공 서버(230)에 의해 산출된 사용자의 이동 경로에 대응한 것일 수도 있다.
송수신부(219)는 사용자의 위치 정보를 알림 제공 서버(230)에게 송신하고, 알림 제공 서버(230)로부터, 사용자의 위치 정보에 대응하여 알림 제공 서버(230)에서 산출된 가중치, 및 사용자의 위치 정보에 대응하는 알림 정보 등을 수신할 수 있다.
알림 제공 서버(230)는 사용자의 위치 정보를 포함하는 이동 경로를 수집 및 학습하며, 사용자의 이동 경로에 알림 정보를 매핑하여 등록하거나 또는 알림 정보 DB(260)에 저장할 수 있다.
알림 제공 서버(230)는 사용자 경로 수집 모듈(231), 사용자 경로 학습 모듈(233), 경로 알림 정보 매핑 모듈(235), 알림 정보 등록 모듈(237), 및 송수신부(239)를 포함할 수 있다. 또한, 알림 제공 서버(230)는 알림 정보 DB(260) 및 도로 정보 DB(270)를 더 포함할 수 있다. 실시예에 따라서, 도로 정보 DB(270)는 알림 제공 서버(230)의 외부에 별개로 구성될 수도 있다.
사용자 경로 수집 모듈(231)은 송수신부(239)를 통해 사용자 단말(210)의 사용자 위치 정보 획득 모듈(211)로부터 사용자의 위치 정보를 수신할 수 있다. 사용자 경로 수집 모듈(231)은 사용자의 위치 정보를 이동 경로로 전처리 함으로써 사용자 경로를 수집할 수 있다.
사용자 경로 학습 모듈(233)은 사용자 경로 수집 모듈(231)을 통해 수집된 사용자 경로를 학습하여 가중치를 구할 수 있다. 다시 말해, 사용자 경로 학습 모듈(233)은 학습을 통해 사용자의 이동 경로에 대응하는 가중치를 산출할 수 있다. 사용자 경로 학습 모듈(233)은 예를 들어, 사용자의 위치 정보를 기초로, 미리 학습된 인공 신경망 및 다양한 기계 학습 기법들 중 적어도 하나를 이용하여 사용자의 이동 경로에 대응하는 가중치를 산출할 수 있다. 이때, 인공 신경망 또는 기계 학습을 위한 입력 데이터로는 기본적으로 사용자의 위치 정보(예를 들어, 위도 및 경도 좌표)가 요구될 수 있다. 또한, 학습 기법 또는 예측 알고리즘에 따라 예를 들어, 사용자 ID, 시간, 3축가속도, 심박수, 고도, 현재 인지된 행동(걷기, 뛰기, 탈 것 등), 속도, 활동량 등 다양한 정보가 입력 데이터로 추가될 수 있다. 인공 신경망 또는 기계 학습을 통한 출력 데이터는 예를 들어, 사용자의 최종 목적지, 도로, 위치, 및 패턴 등과 같이 사용자의 이동 경로와 관련된 정보일 수 있다.
이때, 사용자의 이동 경로는 사용자의 위치 정보를 기초로, 알림 제공 서버(230)가 그리드(grid) 기반의 셀 형식으로 사용자의 이동 경로를 패턴화 하거나, 또는 위치 정보를 미리 수집한 도로 데이터에 매핑(mapping)시켜 산출 또는 예측한 것일 수 있다. 도로 데이터는 예를 들어, 도로 정보 DB(270)에 미리 저장된 것일 수 있다.
경로 알림 정보 매핑 모듈(235)은 송수신부(239)를 통해 분석 서버(250)로부터 수신한 정보(예를 들어, 이동 경로에 기초하여 분석된 SNS 정보에 대응하는 관심 지점, 관심 지점의 위치 정보, 및 SNS 정보에 따라 카테고리 별로 분류된 상황 정보들 등)에 기초하여 이동 경로에 대응하는 알림 정보를 생성할 수 있다. 경로 알림 정보 매핑 모듈(235)은 예를 들어, 상황 정보들의 카테고리 별로 이동 경로, 관심 지점, 관심 지점의 위치 정보 및 상황 정보들을 조합하고, 조합된 정보를 이동 경로에 매핑시켜 이동 경로에 대응하는 알림 정보를 하나의 데이터 셋(data set) 형태로 생성할 수 있다.
알림 정보 등록 모듈(237)은 경로 알림 정보 매핑 모듈(235)에서 생성된 알림 정보를 사용자 단말(210)에게 제공할 수 있도록 알림 정보 DB(260)에 저장할 수 있다.
송수신부(239)은 분석 서버로부터 정보를 수신하거나, 또는 사용자 단말(210)에게 알림 정보를 송신할 수 있다.
분석 서버(250)는 SNS 웹 사이트(50)로부터 SNS 정보를 수집하고, 사용자 단말(210) 또는 알림 제공 서버(230)로부터 사용자의 이동 경로를 수신하며, 이동 경로에 기초하여 SNS 정보를 분석할 수 있다. 분석 서버(250)는 SNS 정보를 복수의 상황 정보의 카테고리 별로 분류하고, SNS 정보 및 카테고리 별로 분류된 상황 정보 등을 알림 제공 서버(230)에게 제공할 수 있다.
분석 서버(250)는 예를 들어, 상황 정보 수집 모듈(251), POI 기반 위치 정보 획득 모듈(253), SNS 정보 별 카테고리 추출 모듈(255), 송수신부(257)를 포함할 수 있다. 분석 서버(250)는 SNS 정보 DB(280) 및 POI 정보 DB(290)를 더 포함할 수 있다.
상황 정보 수집 모듈(251)은 웹 크롤링을 통해 SNS 웹 사이트(50)로부터 SNS정보를 수집하여 SNS정보DB(280)에 저장할 수 있다.
POI 기반 위치 정보 획득 모듈(253)은 SNS 정보를 분석함으로써 SNS 정보에 대응하는 관심 지점 및 관심 지점의 위치 정보를 획득할 수 있다. POI 기반 위치 정보 획득 모듈(253)은 SNS 정보에 대응하는 관심 지점 및 관심 지점의 위치 정보를 POI 정보 DB(290)에 저장할 수 있다.
SNS 정보 별 카테고리 추출 모듈(255)은 SNS 정보를 분석하고, 의미 있는 상황 정보에 따라 SNS 정보를 복수의 상황 정보들의 카테고리 별로 분류할 수 있다. SNS 정보 별 카테고리 추출 모듈(255)은 예를 들어, 자연어 처리 기법 및 영상 처리 기법 중 적어도 하나를 이용하여 이동 경로에 대응하는 SNS 정보를 분석할 수 있다.
SNS 정보 별 카테고리 추출 모듈(255)은 예를 들어, "OO 대학교 황룡 도서관 공사 중이니 조심하세요!!", "C 지점에 빗물 웅덩이 조심" 등과 같은 SNS 정보를 "주의" 카테고리로 분류하고, "XX 샵에서 일주일간 50% 세일 중, 득템 찬스", "식당 할인 쿠폰", 또는 "식당 알바 채용" 등과 같은 SNS 정보를 "광고" 카테고리로 분류할 수 있다. SNS 정보 별 카테고리 추출 모듈(255)은 "태풍이 A 지역에 상륙함", '사고 다발 지역", 또는 "B 지역에 산사태 발생 위험 경고!!"과 같은 SNS 정보를 "위험" 카테고리로 분류하고, "S지역에서 드라마 촬영 중 ", "F 영화 촬영 현장", "H 지역 축제", "J 아가씨 선발 대회" 등과 같은 SNS 정보를 "일반" 카테고리로 분류할 수 있다. SNS 정보 별 카테고리 추출 모듈(255)은 예를 들어, 클러스터링 기법 등으로 미리 학습된 용어의 빈도수, 및 언어 모델 중 적어도 하나를 이용하여 SNS 정보를 카테고리 별로 분류할 수 있다.
송수신부(257)는 SNS 정보 별 카테고리 추출 모듈(255)에서 분석된 SNS 정보(예를 들어, 관심 지점, 관심 지점의 위치 정보, 및 카테고리 별로 분류된 상황 정보 등)를 알림 제공 서버(230)에게 전송할 수 있다.
도 3은 일 실시예에 따른 알림 제공 서버의 동작 방법을 나타낸 흐름도이다. 도 3을 참조하면, 일 실시예에 따른 알림 제공 서버는 사용자 단말로부터, 사용자의 위치 정보를 수신한다(310).
알림 제공 서버는 단계(310)에서 수신한 사용자의 위치 정보를 기초로, 사용자의 이동 경로를 산출한다(320). 알림 제공 서버는 예를 들어, 사용자의 위치 정보를 기초로, 그리드(grid) 기반의 셀 형식으로 사용자의 이동 경로를 패턴화 함으로써 사용자의 이동 경로를 산출할 수 있다. 또는 알림 제공 서버는 예를 들어, 사용자의 위치 정보를 미리 수집한 도로 데이터에 매핑시켜 사용자의 이동 경로를 산출할 수 있다.
알림 제공 서버는 분석 서버로부터, 사용자의 이동 경로에 기초하여 분석된 SNS 정보에 대응하는 관심 지점, 관심 지점의 위치 정보, 및 SNS 정보에 따라 카테고리 별로 분류된 상황 정보들 중 적어도 하나를 수신한다(330).
알림 제공 서버는 단계(330)에서 수신한 이동 경로, 관심 지점, 관심 지점의 위치 정보, 및 상황 정보들 중 적어도 하나에 기초하여 단계(320)에서 산출한 이동 경로에 대응하는 알림 정보를 생성한다(340). 알림 제공 서버는 상황 정보들의 카테고리 별로 이동 경로, 관심 지점, 관심 지점의 위치 정보 및 상황 정보들을 조합하고, 조합된 정보를 이동 경로에 매핑시켜 이동 경로에 대응하는 알림 정보를 생성할 수 있다. 알림 제공 서버는 조합된 정보를 상기 카테고리 별로 상기 이동 경로에 매핑시켜 상기 이동 경로에 대응하는 알림 정보를 생성할 수 있다.
알림 제공 서버는 단계(340)에서 생성한 알림 정보를 사용자 단말로 제공한다(350).
실시예에 따라서, 알림 제공 서버는 학습을 통해 사용자의 이동 경로에 대응하는 가중치를 산출할 수 있다. 알림 제공 서버는 사용자의 위치 정보를 기초로, 미리 학습된 신경망 및 기계 학습 중 적어도 하나를 이용하여 사용자의 이동 경로에 대응하는 가중치를 산출할 수 있다. 알림 제공 서버는 산출한 가중치를 사용자 단말로 전송할 수 있다.
도 4는 일 실시예에 따른 분석 서버의 동작 방법을 나타낸 흐름도이다. 도 4를 참조하면, 일 실시예에 따른 분석 서버는 SNS 정보를 수집한다(410). 분석 서버는 웹 크롤링을 통해 SNS 정보를 수집할 수 있다.
분석 서버는 알림 제공 서버로부터 사용자의 이동 경로를 수신한다(420).
분석 서버는 단계(420)에서 수신한 사용자의 이동 경로에 기초하여, SNS 정보에 대응하는 관심 지점 및 관심 지점의 위치 정보 중 적어도 하나를 획득하기 위해 SNS 정보를 분석한다(430). 분석 서버는 예를 들어, 자연어 처리 기법 및 영상 처리 기법 중 적어도 하나를 이용하여 이동 경로에 대응하는 SNS 정보를 분석할 수 있다. 단계(430)에서, 분석 서버는 예를 들어, 자연어 처리 기법 및 영상 처리 기법 중 적어도 하나를 이용하여, 이동 경로에 대응하는 SNS 정보의 관심 지점 및 관심 지점의 위치 정보를 추출할 수 있다. 분석 서버는 관심 지점의 위치 정보를 SNS 정보에 매핑시킬 수 있다.
분석 서버는 단계(430)의 분석 결과에 따라 SNS 정보를 복수의 상황 정보들의 카테고리 별로 분류한다(440). 분석 서버는 예를 들어, 클러스터링 기법에 의해, 미리 학습된 용어의 빈도수, 및 언어 모델 중 적어도 하나를 이용하여 SNS 정보를 카테고리 별로 분류할 수 있다. 이때, 복수의 상황 정보들의 카테고리는 예를 들어, 일반, 광고, 위험, 주의 중 적어도 하나를 포함할 수 있다.
분석 서버는 단계(430) 및 단계(440)을 통해 획득한 SNS 정보, 관심 지점, 관심 지점의 위치 정보, 카테고리 별로 분류된 상황 정보들 중 적어도 하나의 정보를 알림 제공 서버로 전송한다.
도 5는 일 실시예에 따른 사용자 단말의 동작 방법을 나타낸 흐름도이다. 도 5를 참조하면, 일 실시예에 따른 사용자 단말은 사용자의 위치 정보를 획득한다(510). 사용자 단말은 예를 들어, 사용자 단말의 모바일 GPS를 통해 사용자의 위치 정보 정보를 획득할 수 있다. 사용자의 위치 정보는 예를 들어, 위도 및 경도 좌표를 포함하는 GPS 정보의 형태일 수 있다.
사용자 단말은 알림 제공 서버로부터, 사용자의 위치 정보에 대응하여 알림 제공 서버에서 산출된 가중치, 및 사용자의 위치 정보에 대응하는 알림 정보를 포함하는 정보를 수신한다(520).
사용자 단말은 가중치를 사용자의 위치 정보에 적용하여 사용자의 이동 경로를 예측한다(530).
사용자 단말은 예측된 이동 경로에 대응하는 알림 정보를 제공한다(540). 실시예에 따라서, 사용자 단말은 사용자로부터, 알림 정보에 대응한 차단 조건의 선택을 입력받을 수 있다. 이 경우, 사용자 단말은 알림 정보 중 사용자에 의해 선택된 차단 조건에 해당하는 차단 정보를 제외한 나머지 정보를 사용자에게 제공할 수 있다. 이때, 알림 정보에 대한 차단 조건은 알림 정보의 카테고리 별 차단 조건을 포함할 수 있다. 예를 들어, 사용자가 차단 조건으로 "광고" 카테고리의 알림 정보를 차단할 것을 선택한 경우, 사용자 단말은 알림 제공 서버로부터 수신한 알림 정보 중 사용자의 이동 경로에 대응하는 "광고" 카테고리의 알림 정보를 차단하고, "광고" 카테고리를 제외한 나머지 알림 정보만을 사용자에게 제공할 수 있다.
도 6은 일 실시예에 따른 알림 제공 서버와 사용자 단말 간의 동작을 설명하기 위한 도면이다. 도 6을 참조하면, 일 실시예에 따른 사용자(605)의 사용자 단말(601) 및 알림 제공 서버(603)가 도시된다.
알림 제공 서버(603)는 사용자 단말(601)로부터 사용자의 위치 정보를 수신하고, 사용자의 위치 정보를 기초로, 사용자가 이동할 경로를 실시간으로 예측할 수 있다(620). 알림 제공 서버(603)는 예를 들어, 데이터베이스 등에 기 저장된 일정 시간에 따른 사용자의 위치 정보에 대응하는 과거 이동 경로를 기초로, 사용자가 이동할 경로를 예측할 수 있다. 예를 들어, 데이터베이스에 과거 한 달간의 일정 시간에서의 사용자의 위치 정보 및 해당 위치 정보와 관련하여 사용자가 이동한 경로가 저장되어 있다고 하자. 이 경우, 알림 제공 서버(603)는 현재 시간 및 사용자의 현재 위치 정보를 기초로, 현재 시간 및 현재 위치 정보에 대응하여 데이터베이스에 저장된 이동 경로를 검색함으로써 사용자가 이동할 경로를 실시간으로 예측할 수 있다.
알림 제공 서버(603)는 사용자 단말(601)로부터, 예측된 경로의 알림 정보의 요청을 수신하고(630), 요청에 응답하여 예측된 경로에 대응하는 알림(또는 알림 정보)를 제공할 수 있다(640). 이때, 예측된 경로에 대응하는 알림은 알림 제공 서버(603)가 전술한 과정을 통해 생성한 것일 수 있다.
사용자 단말(601)은 알림 제공 서버(603)로부터 수신한 알림을 사용자(605)에게 제공할 수 있다(650)
도 7은 일 실시예에 따른 알림 제공 서버의 블록도이다. 도 7을 참조하면, 일 실시예에 따른 알림 제공 서버(700)는 통신 인터페이스(710), 및 프로세서(730)를 포함한다. 알림 제공 서버(700)는 메모리(750)를 더 포함할 수 있다. 통신 인터페이스(710), 프로세서(730) 및 메모리(750)는 통신 버스(705)를 통해 서로 통신할 수 있다.
통신 인터페이스(710)는 사용자 단말로부터 사용자의 위치 정보를 수신한다. 통신 인터페이스(710)는 분석 서버로부터 사용자의 이동 경로에 기초하여 분석된 SNS 정보에 대응하는 관심 지점, 관심 지점의 위치 정보, 및 SNS 정보에 따라 카테고리 별로 분류된 상황 정보들 중 적어도 하나를 수신한다. 통신 인터페이스(710)는 프로세서(730)가 생성한 알림 정보를 사용자 단말로 제공한다.
프로세서(730)는 사용자의 위치 정보를 기초로, 사용자의 이동 경로를 산출한다. 프로세서(730)는 이동 경로, 관심 지점, 관심 지점의 위치 정보, 및 상황 정보들 중 적어도 하나에 기초하여, 이동 경로에 대응하는 알림 정보를 생성한다.
또한, 프로세서(730)는 도 1 내지 도 3, 및 도 6을 통해 전술한 적어도 하나의 방법 또는 적어도 하나의 방법에 대응되는 알고리즘을 수행할 수 있다. 프로세서(730)는 목적하는 동작들(desired operations)을 실행시키기 위한 물리적인 구조를 갖는 회로를 가지는 하드웨어로 구현된 데이터 처리 장치일 수 있다. 예를 들어, 목적하는 동작들은 프로그램에 포함된 코드(code) 또는 인스트럭션들(instructions)을 포함할 수 있다. 예를 들어, 하드웨어로 구현된 데이터 처리 장치는 마이크로프로세서(microprocessor), 중앙 처리 장치(central processing unit), 프로세서 코어(processor core), 멀티-코어 프로세서(multi-core processor), 멀티프로세서(multiprocessor), ASIC(Application-Specific Integrated Circuit), FPGA(Field Programmable Gate Array)를 포함할 수 있다.
프로세서(730)는 프로그램을 실행하고, 알림 제공 서버(700)를 제어할 수 있다. 프로세서(730)에 의하여 실행되는 프로그램 코드는 메모리(750)에 저장될 수 있다.
메모리(750)는 상술한 프로세서(730)에서의 처리 과정에서 생성되는 다양한 정보들을 저장할 수 있다. 이 밖에도, 메모리(750)는 각종 데이터와 프로그램 등을 저장할 수 있다. 메모리(750)는 예를 들어, 도 2를 통해 전술한 알림 정보 DB(260), 및/또는 도로 정보 DB(270)를 저장할 수 있다.
메모리(750)는 휘발성 메모리 또는 비휘발성 메모리를 포함할 수 있다. 메모리(750)는 하드 디스크 등과 같은 대용량 저장 매체를 구비하여 각종 데이터를 저장할 수 있다.
도 8은 일 실시예에 따른 분석 서버의 블록도이다. 도 8을 참조하면, 일 실시예에 따른 분석 서버(800)는 통신 인터페이스(810), 및 프로세서(830)를 포함한다. 분석 서버(800)는 메모리(850)를 더 포함할 수 있다. 통신 인터페이스(810), 프로세서(830), 및 메모리(850)는 통신 버스(805)를 통해 서로 통신할 수 있다.
통신 인터페이스(810)는 알림 제공 서버로부터 사용자의 이동 경로를 수신한다. 통신 인터페이스(810)는 프로세서(830)에서 분류된 SNS 정보, 관심 지점, 관심 지점의 위치 정보, 카테고리 별로 분류된 상황 정보들 중 적어도 하나의 정보를 알림 제공 서버로 전송한다.
프로세서(830)는 SNS 정보를 수집하고, 이동 경로에 기초하여 SNS 정보에 대응하는 관심 지점 및 관심 지점의 위치 정보 중 적어도 하나를 획득하기 위해 SNS 정보를 분석한다. 프로세서(830)는 분석 결과에 따라 SNS 정보를 복수의 상황 정보들의 카테고리 별로 분류한다.
또한, 프로세서(830)는 도 1, 2 및 도 4를 통해 전술한 적어도 하나의 방법 또는 적어도 하나의 방법에 대응되는 알고리즘을 수행할 수 있다. 프로세서(830)는 목적하는 동작들을 실행시키기 위한 물리적인 구조를 갖는 회로를 가지는 하드웨어로 구현된 데이터 처리 장치일 수 있다. 예를 들어, 목적하는 동작들은 프로그램에 포함된 코드 또는 인스트럭션들을 포함할 수 있다. 예를 들어, 하드웨어로 구현된 데이터 처리 장치는 마이크로프로세서, 중앙 처리 장치, 프로세서 코어, 멀티-코어 프로세서, 멀티프로세서, ASIC, FPGA를 포함할 수 있다.
프로세서(830)는 프로그램을 실행하고, 분석 서버(800)를 제어할 수 있다. 프로세서(830)에 의하여 실행되는 프로그램 코드는 메모리(850)에 저장될 수 있다.
메모리(850)는 상술한 프로세서(830)에서의 처리 과정에서 생성되는 다양한 정보들을 저장할 수 있다. 이 밖에도, 메모리(850)는 각종 데이터와 프로그램 등을 저장할 수 있다. 메모리(850)는 예를 들어, 도 2를 통해 전술한 SNS 정보 DB(280) 및/또는 POI 정보 DB(290)를 저장할 수 있다.
메모리(850)는 휘발성 메모리 또는 비휘발성 메모리를 포함할 수 있다. 메모리(850)는 하드 디스크 등과 같은 대용량 저장 매체를 구비하여 각종 데이터를 저장할 수 있다.
도 9는 일 실시예에 따른 사용자 단말의 블록도이다. 도 9를 참조하면, 일 실시예에 따른 사용자 단말(900)은 통신 인터페이스(910), 및 프로세서(930)를 포함한다. 사용자 단말(900)은 메모리(950) 및 디스플레이(미도시)를 더 포함할 수 있다.
통신 인터페이스(910)는 사용자의 위치를 획득한다. 통신 인터페이스(910)는 알림 제공 서버로부터, 사용자의 위치 정보에 대응하여 알림 제공 서버에서 산출된 가중치, 및 사용자의 위치 정보에 대응하는 알림 정보를 포함하는 정보를 수신한다. 통신 인터페이스(910)는 프로세서(930)에서 예측된 이동 경로에 대응하는 알림 정보를 예를 들어, 디스플레이 또는 스피커를 통해 사용자에게 제공한다.
통신 인터페이스(910)에서 이용하는 통신 규약은, 예를 들어, CDMA(Code Division Multiple Access) 통신, WCDMA(Wideband Code Division Multiple Access) 통신 혹은, 광대역 무선 통신을 포함할 수 있다. 이때, 무선 통신망으로는 무선랜(WLAN), 와이 파이(Wi-Fi), 와이브로(Wireless Broadband: Wibro), 와이맥스(World Interoperability for Microwave Access: Wimax), HSDPA(High Speed Downlink Packet Access), 롱 텀에볼루션(Long Term Evolution: LTE), IEEE802.16, 광대역 무선 이동 통신 서비스(Wireless Mobile Broadband Service: WMBS), 및 5G 통신을 위한 통신망 등이 포함될 수 있다. 또한, 근거리 무선 통신망으로는 비콘(Beacon), 블루투스(Bluetooth), RFID(Radio Frequency Identification), 적외선 통신(Infrared Data Association: IrDA), UWB(Ultra-Wideband), 지그비(ZigBee) 및 지웨이브(Z-Wave) 등이 포함될 수 있다. 다만, 본 발명이 이에 한정되는 것은 아니다.
프로세서(930)는 통신 인터페이스(910)를 통해 수신한 가중치를 사용자의 위치 정보에 적용하여 사용자의 이동 경로를 예측한다.
프로세서(930)는 도 1 내지 도 2, 및 도 5 내지 도 6을 통해 전술한 적어도 하나의 방법 또는 적어도 하나의 방법에 대응되는 알고리즘을 수행할 수 있다. 프로세서(930)는 목적하는 동작들을 실행시키기 위한 물리적인 구조를 갖는 회로를 가지는 하드웨어로 구현된 데이터 처리 장치일 수 있다. 예를 들어, 목적하는 동작들은 프로그램에 포함된 코드 또는 인스트럭션들을 포함할 수 있다. 예를 들어, 하드웨어로 구현된 데이터 처리 장치는 마이크로프로세서, 중앙 처리 장치, 프로세서 코어, 멀티-코어 프로세서, 멀티프로세서, ASIC, FPGA를 포함할 수 있다. 프로세서(930)는 프로그램을 실행하고, 사용자 단말(900)을 제어할 수 있다. 프로세서(930)에 의하여 실행되는 프로그램 코드는 메모리(950)에 저장될 수 있다.
또한, 프로세서(930)는 예를 들어, 고속 인터페이스에 결합된 디스플레이와 같은 외부의 입력/출력 디바이스 상에 그래픽 사용자 인터페이스(GUI)를 위한 그래픽 정보를 디스플레이하기 위해 메모리 내에 저장된 명령어들을 실행할 수 있다.
메모리(950)는 상술한 프로세서(930)에서의 처리 과정에서 생성되는 다양한 정보들을 저장할 수 있다. 이 밖에도, 메모리(950)는 각종 데이터와 프로그램 등을 저장할 수 있다. 메모리(950)는 휘발성 메모리 또는 비휘발성 메모리를 포함할 수 있다. 메모리(950)는 하드 디스크 등과 같은 대용량 저장 매체를 구비하여 각종 데이터를 저장할 수 있다.
실시예에 따른 방법은 다양한 컴퓨터 수단을 통하여 수행될 수 있는 프로그램 명령 형태로 구현되어 컴퓨터 판독 가능 매체에 기록될 수 있다. 상기 컴퓨터 판독 가능 매체는 프로그램 명령, 데이터 파일, 데이터 구조 등을 단독으로 또는 조합하여 포함할 수 있다. 상기 매체에 기록되는 프로그램 명령은 실시예를 위하여 특별히 설계되고 구성된 것들이거나 컴퓨터 소프트웨어 당업자에게 공지되어 사용 가능한 것일 수도 있다. 컴퓨터 판독 가능 기록 매체의 예에는 하드 디스크, 플로피 디스크 및 자기 테이프와 같은 자기 매체(magnetic media), CD-ROM, DVD와 같은 광기록 매체(optical media), 플롭티컬 디스크(floptical disk)와 같은 자기-광 매체(magneto-optical media), 및 롬(ROM), 램(RAM), 플래시 메모리 등과 같은 프로그램 명령을 저장하고 수행하도록 특별히 구성된 하드웨어 시스템이가 포함된다. 프로그램 명령의 예에는 컴파일러에 의해 만들어지는 것과 같은 기계어 코드뿐만 아니라 인터프리터 등을 사용해서 컴퓨터에 의해서 실행될 수 있는 고급 언어 코드를 포함한다. 상기된 하드웨어 장치는 실시예의 동작을 수행하기 위해 하나 이상의 소프트웨어 모듈로서 작동하도록 구성될 수 있으며, 그 역도 마찬가지이다.
소프트웨어는 컴퓨터 프로그램(computer program), 코드(code), 명령(instruction), 또는 이들 중 하나 이상의 조합을 포함할 수 있으며, 원하는 대로 동작하도록 처리 장치를 구성하거나 독립적으로 또는 결합적으로(collectively) 처리 장치를 명령할 수 있다. 소프트웨어 및/또는 데이터는, 처리 시스템에 의하여 해석되거나 처리 시스템에 명령 또는 데이터를 제공하기 위하여, 어떤 유형의 기계, 구성요소(component), 물리적 시스템, 가상 시스템(virtual equipment), 컴퓨터 저장 매체 또는 시스템에 영구적으로, 또는 일시적으로 구체화(embody)될 수 있다. 소프트웨어는 네트워크로 연결된 컴퓨터 시스템 상에 분산되어서, 분산된 방법으로 저장되거나 실행될 수도 있다. 소프트웨어 및 데이터는 하나 이상의 컴퓨터 판독 가능 기록 매체에 저장될 수 있다.
이상과 같이 실시예들이 비록 한정된 도면에 의해 설명되었으나, 해당 기술분야에서 통상의 지식을 가진 자라면 상기를 기초로 다양한 기술적 수정 및 변형을 적용할 수 있다. 예를 들어, 설명된 기술들이 설명된 방법과 다른 순서로 수행되거나, 및/또는 설명된 시스템, 구조, 시스템, 회로 등의 구성요소들이 설명된 방법과 다른 형태로 결합 또는 조합되거나, 다른 구성요소 또는 균등물에 의하여 대치되거나 치환되더라도 적절한 결과가 달성될 수 있다. 그러므로, 다른 구현들, 다른 실시예들 및 특허청구범위와 균등한 것들도 후술하는 청구범위의 범위에 속한다.
50: SNS 웹 사이트
105: 사용자
110: 사용자 단말
130: 위치 기반 상황 정보 알림 시스템

Claims (19)

  1. 알림 제공 서버의 동작 방법에 있어서,
    사용자 단말로부터, 사용자의 위치 정보를 수신하는 단계;
    상기 사용자의 위치 정보를 기초로, 상기 사용자의 이동 경로를 산출하는 단계;
    분석 서버로부터, 상기 이동 경로에 기초하여 분석된 SNS 정보에 대응하는 관심 지점(Point Of Interest; POI), 상기 관심 지점의 위치 정보, 및 상기 SNS 정보에 따라 카테고리 별로 분류된 상황 정보들 중 적어도 하나를 수신하는 단계;
    상기 이동 경로, 상기 관심 지점, 상기 관심 지점의 위치 정보, 및 상기 상황 정보들 중 적어도 하나에 기초하여 상기 이동 경로에 대응하는 알림 정보를 생성하는 단계; 및
    상기 알림 정보를 상기 사용자 단말로 제공하는 단계
    를 포함하고,
    상기 알림 제공 서버는
    현재 시간 및 상기 사용자의 현재 위치 정보를 기초로, 상기 현재 시간 및 상기 현재 위치 정보에 대응하여 데이터베이스에 기 저장된 과거 이동 경로를 검색함으로써 상기 사용자가 이동할 경로를 실시간으로 예측하고, 상기 예측된 경로에 대응하는 알림을 생성하며,
    상기 분석 서버는
    상기 알림 제공 서버로부터 수신한 상기 사용자의 이동 경로에 기초하여 SNS 정보에 대응하는 관심 지점 및 상기 관심 지점의 위치 정보 중 적어도 하나를 획득하기 위해 상기 SNS 정보를 분석하고,
    상기 SNS 정보, 상기 관심 지점, 상기 관심 지점의 위치 정보, 및 상기 분석 결과에 따라 상기 SNS 정보를 복수의 상황 정보들의 카테고리 별로 분류한 상황 정보들 중 적어도 하나의 정보를 상기 알림 제공 서버로 전송하는, 알림 제공 서버의 동작 방법.
  2. 제1항에 있어서,
    상기 사용자의 이동 경로를 산출하는 단계는
    상기 사용자의 위치 정보를 기초로, 그리드(grid) 기반의 셀 형식으로 상기 사용자의 이동 경로를 패턴화 함으로써 상기 사용자의 이동 경로를 산출하는 단계; 및
    상기 위치 정보를 미리 수집한 도로 데이터에 매핑(mapping)시켜 상기 사용자의 이동 경로를 산출하는 단계
    중 적어도 하나를 포함하는, 알림 제공 서버의 동작 방법.
  3. 제1항에 있어서,
    상기 알림 정보를 생성하는 단계는
    상기 상황 정보들의 카테고리 별로 상기 이동 경로, 상기 관심 지점, 상기 관심 지점의 위치 정보 및 상기 상황 정보들을 조합하는 단계; 및
    상기 조합된 정보를 상기 이동 경로에 매핑(mapping)시켜 상기 이동 경로에 대응하는 알림 정보를 생성하는 단계
    를 포함하는, 알림 제공 서버의 동작 방법.
  4. 제3항에 있어서,
    상기 알림 정보를 생성하는 단계는
    상기 조합된 정보를 상기 카테고리 별로 상기 이동 경로에 매핑시켜 상기 이동 경로에 대응하는 알림 정보를 생성하는 단계
    를 포함하는, 알림 제공 서버의 동작 방법.
  5. 제1항에 있어서,
    학습을 통해 상기 사용자의 이동 경로에 대응하는 가중치를 산출하는 단계; 및
    상기 가중치를 상기 사용자 단말로 전송하는 단계
    를 더 포함하는, 알림 제공 서버의 동작 방법.
  6. 제5항에 있어서,
    상기 가중치를 산출하는 단계는
    상기 사용자의 위치 정보를 기초로, 미리 학습된 신경망 및 기계 학습 중 적어도 하나를 이용하여 상기 사용자의 이동 경로에 대응하는 가중치를 산출하는 단계
    를 포함하는, 알림 제공 서버의 동작 방법.
  7. 삭제
  8. 삭제
  9. 삭제
  10. 삭제
  11. 삭제
  12. 삭제
  13. 삭제
  14. 삭제
  15. 삭제
  16. 하드웨어와 결합되어 제1항 내지 제6항 중 어느 하나의 항의 방법을 실행시키기 위하여 컴퓨터 판독 가능한 기록 매체에 저장된 컴퓨터 프로그램.
  17. 알림 제공 서버에 있어서,
    사용자 단말로부터 사용자의 위치 정보를 수신하고, 분석 서버로부터 사용자의 이동 경로에 기초하여 분석된 SNS 정보에 대응하는 관심 지점(Point Of Interest; POI), 상기 관심 지점의 위치 정보, 및 상기 SNS 정보에 따라 카테고리 별로 분류된 상황 정보들 중 적어도 하나를 수신하는 통신 인터페이스; 및
    상기 사용자의 위치 정보를 기초로, 상기 사용자의 이동 경로를 산출하고, 상기 이동 경로, 상기 관심 지점, 상기 관심 지점의 위치 정보, 및 상기 상황 정보들 중 적어도 하나에 기초하여 상기 이동 경로에 대응하는 알림 정보를 생성하는 프로세서
    를 포함하고,
    상기 프로세서는
    현재 시간 및 상기 사용자의 현재 위치 정보를 기초로, 상기 현재 시간 및 상기 현재 위치 정보에 대응하여 데이터베이스에 기 저장된 과거 이동 경로를 검색함으로써 상기 사용자가 이동할 경로를 실시간으로 예측하고, 상기 예측된 경로에 대응하는 알림을 생성하며,
    상기 통신 인터페이스는
    상기 알림 정보를 상기 사용자 단말로 제공하며,
    상기 분석 서버는
    상기 알림 제공 서버로부터 수신한 상기 사용자의 이동 경로에 기초하여 SNS 정보에 대응하는 관심 지점(Point Of Interest; POI) 및 상기 관심 지점의 위치 정보 중 적어도 하나를 획득하기 위해 상기 SNS 정보를 분석하고,
    상기 SNS 정보, 상기 관심 지점, 상기 관심 지점의 위치 정보, 및 상기 분석 결과에 따라 상기 SNS 정보를 복수의 상황 정보들의 카테고리 별로 분류한 상황 정보들 중 적어도 하나의 정보를 상기 알림 제공 서버로 전송하는,
    알림 제공 서버.
  18. 삭제
  19. 삭제
KR1020190125356A 2019-10-10 2019-10-10 SNS(Social Network Service) 정보에 따라 위치 기반의 상황 정보 알림을 위한 알림 제공 서버, 분석 서버, 및 사용자 단말과 그 동작 방법들 KR102217193B1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020190125356A KR102217193B1 (ko) 2019-10-10 2019-10-10 SNS(Social Network Service) 정보에 따라 위치 기반의 상황 정보 알림을 위한 알림 제공 서버, 분석 서버, 및 사용자 단말과 그 동작 방법들

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020190125356A KR102217193B1 (ko) 2019-10-10 2019-10-10 SNS(Social Network Service) 정보에 따라 위치 기반의 상황 정보 알림을 위한 알림 제공 서버, 분석 서버, 및 사용자 단말과 그 동작 방법들

Publications (1)

Publication Number Publication Date
KR102217193B1 true KR102217193B1 (ko) 2021-02-18

Family

ID=74688522

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020190125356A KR102217193B1 (ko) 2019-10-10 2019-10-10 SNS(Social Network Service) 정보에 따라 위치 기반의 상황 정보 알림을 위한 알림 제공 서버, 분석 서버, 및 사용자 단말과 그 동작 방법들

Country Status (1)

Country Link
KR (1) KR102217193B1 (ko)

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20120080960A (ko) * 2011-01-10 2012-07-18 숭실대학교산학협력단 학습된 경로 모델과 ｇｐｓ 로그에 기반한 사용자 경로 예측 시스템 및 그 방법
KR20130092272A (ko) * 2012-02-10 2013-08-20 서울대학교산학협력단 스마트 단말을 이용한 사용자의 이동 경로 실시간 예측 방법 및 그 시스템
KR20140037495A (ko) * 2012-09-19 2014-03-27 네이버 주식회사 위치 기반의 주변 검색 서비스 시스템 및 그 방법
KR20160109164A (ko) * 2015-03-10 2016-09-21 주식회사 케이티 적응형 유저 모델(user model) 기반 알림 서비스 제공 방법, 서버 및 시스템

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20120080960A (ko) * 2011-01-10 2012-07-18 숭실대학교산학협력단 학습된 경로 모델과 ｇｐｓ 로그에 기반한 사용자 경로 예측 시스템 및 그 방법
KR20130092272A (ko) * 2012-02-10 2013-08-20 서울대학교산학협력단 스마트 단말을 이용한 사용자의 이동 경로 실시간 예측 방법 및 그 시스템
KR20140037495A (ko) * 2012-09-19 2014-03-27 네이버 주식회사 위치 기반의 주변 검색 서비스 시스템 및 그 방법
KR20160109164A (ko) * 2015-03-10 2016-09-21 주식회사 케이티 적응형 유저 모델(user model) 기반 알림 서비스 제공 방법, 서버 및 시스템

Similar Documents

Publication Publication Date Title
Narayanan et al. Lumos5G: Mapping and predicting commercial mmWave 5G throughput
CN106462627B (zh) 根据多个位置数据报告分析语义地点和相关数据
JP5214810B2 (ja) 位置情報分析装置および位置情報分析方法
CN111612122B (zh) 实时需求量的预测方法、装置及电子设备
EP3705849A2 (en) Method and apparatus for visualizing risk levels associated with aerial vehicle flights
Haklay How good is volunteered geographical information? A comparative study of OpenStreetMap and Ordnance Survey datasets
US20150292894A1 (en) Travel route
EP3410348A1 (en) Method and apparatus for building a parking occupancy model
US20190101927A1 (en) System and method for multitask processing for autonomous vehicle computation and control
CN104657424A (zh) 一种多时空特征融合下的兴趣点轨迹聚类方法
CN106920387A (zh) 获取交通道路中路线热度的方法及装置
WO2021082464A1 (zh) 预测车辆的目的地的方法和装置
US11531358B2 (en) Method and apparatus for generating an aerial navigation route based on a payload survivability estimate
KR101721041B1 (ko) 관심 지점을 이용한 이동 패턴 분석 시스템 및 방법
Alcarria et al. Analyzing UAV-based remote sensing and WSN support for data fusion
CN109410576A (zh) 多源数据融合的路况分析方法、装置、存储介质及系统
John et al. Deriving incline values for street networks from voluntarily collected GPS traces
Amirat et al. Nextroute: a lossless model for accurate mobility prediction
CN110187718B (zh) 基于Scrapy框架和四旋翼飞行器的城市物流系统及方法
Bera et al. CEDAN: cost-effective data aggregation for UAV-enabled IoT networks
Servizi et al. Mining User Behaviour from Smartphone data: a literature review
Yang et al. Improving commute experience for private car users via blockchain-enabled multitask learning
Gupta et al. Smart remote sensing network for early warning of disaster risks
KR102217193B1 (ko) SNS(Social Network Service) 정보에 따라 위치 기반의 상황 정보 알림을 위한 알림 제공 서버, 분석 서버, 및 사용자 단말과 그 동작 방법들
CN109726868A (zh) 路径规划方法、装置及存储介质

Legal Events

Date Code Title Description
AMND Amendment
E601 Decision to refuse application
X091 Application refused [patent]
AMND Amendment
X701 Decision to grant (after re-examination)
GRNT Written decision to grant