KR102426748B1 - Disc 성향에 따른 추천 서비스 시스템 - Google Patents

Disc 성향에 따른 추천 서비스 시스템 Download PDF

Info

Publication number
KR102426748B1
KR102426748B1 KR1020200120722A KR20200120722A KR102426748B1 KR 102426748 B1 KR102426748 B1 KR 102426748B1 KR 1020200120722 A KR1020200120722 A KR 1020200120722A KR 20200120722 A KR20200120722 A KR 20200120722A KR 102426748 B1 KR102426748 B1 KR 102426748B1
Authority
KR
South Korea
Prior art keywords
user
outing
disc
service system
recommendation
Prior art date
Application number
KR1020200120722A
Other languages
English (en)
Other versions
KR20220037807A (ko
Inventor
최희재
Original Assignee
주식회사 지금컴퍼니
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 주식회사 지금컴퍼니 filed Critical 주식회사 지금컴퍼니
Priority to KR1020200120722A priority Critical patent/KR102426748B1/ko
Publication of KR20220037807A publication Critical patent/KR20220037807A/ko
Application granted granted Critical
Publication of KR102426748B1 publication Critical patent/KR102426748B1/ko

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/02—Neural networks
    • G06N3/08—Learning methods
    • 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
    • G06Q50/50—Business processes related to the communications industry
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16Y—INFORMATION AND COMMUNICATION TECHNOLOGY SPECIALLY ADAPTED FOR THE INTERNET OF THINGS [IoT]
    • G16Y20/00—Information sensed or collected by the things
    • G16Y20/40—Information sensed or collected by the things relating to personal data, e.g. biometric data, records or preferences
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16Y—INFORMATION AND COMMUNICATION TECHNOLOGY SPECIALLY ADAPTED FOR THE INTERNET OF THINGS [IoT]
    • G16Y40/00—IoT characterised by the purpose of the information processing
    • G16Y40/10—Detection; Monitoring

Landscapes

  • Engineering & Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Tourism & Hospitality (AREA)
  • Computing Systems (AREA)
  • Health & Medical Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • General Physics & Mathematics (AREA)
  • Economics (AREA)
  • General Business, Economics & Management (AREA)
  • Strategic Management (AREA)
  • Primary Health Care (AREA)
  • Marketing (AREA)
  • Human Resources & Organizations (AREA)
  • Data Mining & Analysis (AREA)
  • Evolutionary Computation (AREA)
  • Artificial Intelligence (AREA)
  • Biomedical Technology (AREA)
  • Biophysics (AREA)
  • Computational Linguistics (AREA)
  • Software Systems (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Molecular Biology (AREA)
  • General Engineering & Computer Science (AREA)
  • Mathematical Physics (AREA)
  • Operations Research (AREA)
  • Two-Way Televisions, Distribution Of Moving Picture Or The Like (AREA)
  • Telephonic Communication Services (AREA)
  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)

Abstract

본 발명의 일 양상에 따르면 추천 서비스 시스템은 사전 설문조사되어 분석된 사용자의 DISC 성향, 성별 및 선호 의상 정보를 포함하는 성향 정보를 사용자 단말로부터 수집하는 성향 정보 수집부와, 공공 데이터 포털에 접속하여 환경 정보를 수집하는 환경 정보 수집부와, 사용자의 생활 공간에 설치된 IoT 디바이스들의 사용 패턴과 수집된 성향 정보를 분석하여 사용자의 DISC 성향을 예측하는 DISC 성향 예측부와, 사용자의 DISC 성향과 현재 환경 정보를 기초로 외출 의상을 추천하는 의상 추천부를 포함한다.

Description

DISC 성향에 따른 추천 서비스 시스템{SYSTEM FOR RECOMMENDING SERVICE BASED ON DISC}
본 발명은 외출 의상 추천 서비스 시스템에 관한 것으로, 더욱 상세하게는 개인의 DISC 성향과 환경 정보로부터 개인에게 적합한 외출 의상을 추천하는 시스템에 관한 것이다.
사람들은 저마다 서로 다른 행동의 경향성을 가지고 있으며, 서로 다른 방식으로 사물을 이해하고 판단한다. 이렇듯 저마다 다른 독특한 인간의 특성을 설명하는 행동 모델의 하나로 DISC 행동유형 패턴모델이 있다. DISC는 192I년 미국 콜롬비아 대학의 Marston 박사가 고안한 인간의 행동유형 패턴을 검사하는 방법으로 성격 유형을 사람들의 행동유형에 따라 구분하여 주도형(Dominance), 사교형(Influence), 안정형(Steadiness), 신중형(Conscientiousness)의 4가지 유형으로 분류한다. DISC는 이 4가지 유형의 머리글자를 따서 이르는 말이다.
최근 머신러닝을 기반으로 하는 추천 서비스가 많이 등장하고 있다. 개인 선호도를 정보를 바탕으로 이러한 추천 서비스의 중요도가 높아지고 있다.
본 발명은 예측된 사용자의 DISC 성향과 날씨 등의 환경 정보를 기초로 사용자에게 적합한 외출 의상을 추천하는 서비스 시스템을 제공하는 것을 목적으로 한다.
본 발명의 일 양상에 따르면 추천 서비스 시스템은 성향 정보 수집부와, 환경 정보 수집부와, DISC 성향 예측부와, 의상 추천부를 포함한다.
성향 정보 수집부는 사전 설문조사되어 분석된 사용자의 DISC 성향, 성별 및 선호 의상 정보를 포함하는 성향 정보를 사용자 단말로부터 수집한다.
환경 정보 수집부는 공공 데이터 포털에 접속하여 날씨 등의 환경 정보를 수집한다.
DISC 성향 예측부는 사용자의 생활 공간에 설치된 IoT 디바이스들의 사용에 대한 로그 데이터를 수집하고, 수집된 로그 데이터로부터 미리 정의된 데이터 스키마에 따라 학습에 사용될 변수를 선별하고, 수집된 성향 정보와 선별된 변수를 미리 학습된 딥러닝 기반의 DISC 성향 예측 엔진을 통해 사용자의 DISC 성향을 예측한다.
의상 추천부는 사용자의 DISC 성향과 현재 환경 정보를 기초로 외출 의상을 DISC 성향에 따라 추천한다.
본 발명의 추가적 양상에 따르면 추천 서비스 시스템은 외출 패턴 분석부와, 외출 시간 알림부를 더 포함할 수 있다.
외출 패턴 분석부는 사용자 단말을 통해 입력된 사용자 일정과 사용자의 생활 공간에 설치된 재실 감지 센서의 센싱 데이터를 분석하여 사용자의 외출 패턴을 분석하고, 외출 시간 알림부는 입력된 사용자 일정의 외출 시간 또는 외출 패턴으로 분석되어 예측된 외출 시간까지 남아있는 시간을 사용자 단말에 통지한다.
본 발명의 추가적 양상에 따르면 추천 서비스 시스템은 준비물 알림부를 더 포함할 수 있다.
준비물 알림부는 사용자 단말을 통해 사용자 일정에 같이 입력된 준비물을 외출 시간에 따라 통지한다. 또한, 준비물 알림부는 환경 정보에 기초하여 예측한 준비물을 외출 시간에 따라 통지할 수 있다.
발명의 또 다른 양상에 따르면, 의상 추천부는 사용자 단말로부터 외출 의상 추천의 수용 여부에 대한 피드백을 수신하고, 해당 피드백을 다음 외출 의상 추천에 반영할 수 있다.
본 발명의 추천 서비스 시스템에 의하면 예측된 사용자의 DISC 성향과 날씨 등의 환경 정보를 기초로 사용자에게 적합한 외출 의상을 추천할 수 있다.
도 1은 본 발명의 일 양상에 따른 추천 서비스 시스템을 개념적으로 도시한 블록도이다.
도 2는 본 발명의 다양한 양상에 따른 추천 서비스 시스템이 사용자 단말에 추천한 외출 의상 추천 서비스의 예시를 도시한 것이다.
도 3은 본 발명의 일 양상에 따른 추천 서비스 시스템이 IoT 디바이스들의 사용패턴으로부터 DISC 성향을 예측하는 절차를 도시한 절차도이다.
도 4는 본 발명의 다양한 양상에 따른 추천 서비스 시스템이 DISC 성향을 기초로 외출 의상을 추천하는 절차를 도시한 절차도이다.
도 5는 본 발명의 다양한 양상에 따른 추천 서비스 시스템이 사용자의 외출 시간을 예측하여 통지하는 절차를 도시한 절차도이다.
이하, 첨부한 도면을 참조하여 본 발명의 추천 서비스 시스템이 사용자의 DISC 기반의 성향과 날씨, 기온 등의 환경 정보를 기초로 외출 의상을 추천하는 시스템에 바람직한 실시 예를 상세히 설명한다.
각 도면에 제시된 동일한 참조부호는 동일한 부재를 나타낸다. 또한 본 발명의 실시 예들에 대해서 특정한 구조적 내지 기능적 설명들은 단지 본 발명에 따른 실시 예를 설명하기 위한 목적으로 예시된 것으로, 다르게 정의되지 않는 한, 기술적이거나 과학적인 용어를 포함해서 여기서 사용되는 모든 용어들은 본 발명이 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 문맥상 가지는 의미와 일치하는 의미를 가지는 것으로 해석되어야 하며, 본 명세서에서 명백하게 정의하지 않는 한, 이상적이거나 과도하게 형식적인 의미로 해석되지 않는 것이 바람직하다.
도 1은 본 발명의 일 양상에 따른 추천 서비스 시스템을 개념적으로 도시하고 있다. 추천 서비스 시스템(100)은 프로세서, 메모리, 하드 디스크 또는 SSD 등의 저장 장치, 네트워크 장치 등을 포함하는 서버로 구성될 수 있다.
또한 추천 서비스 시스템(100)은 IoT 디바이스 사용패턴으로부터 사용자의 DISC 성향을 예측하기 위해 사용자의 생활 공간에 설치되는 IoT 디바이스들로부터 로그 데이터를 수집한다. IoT 센서 및 IoT 디바이스들은 복수 개가 존재하는 것이 일반적이므로 IoT 게이트웨이 또는 IoT 허브를 통해 타 시스템과 연결되고, IoT 센서 및 IoT 디바이스들은 Bluetooth, Z-Wave, ZigBee 등의 저전력 무선통신 프로토콜을 이용하여 IoT 게이트웨이 또는 IoT 허브와 통신하도록 IoT 인프라가 구성될 수 있다. 따라서, IoT 센서와 IoT 디바이스들은 추천 서비스 시스템(100)과 직접 연결되지 않고 IoT 게이트웨이 또는 IoT 허브를 통해 연결될 수 있다. 다만, 이에 한정되는 것은 아니고 직접 연결될 수 있다.
발명의 양상에 따라서는 IoT 센서 및 IoT 디바이스들과 추천 서비스 시스템(100)은 데이터 교환을 위한 통신 프로토콜로 저전력의 소형기기 제어에 적합한 MQTT(Message Queueing Telemetry Transport) 프로토콜을 사용할 수 있다. MQTT 프로토콜은 사물 통신(Machine to Machine, M2M), 사물 인터넷(IoT)과 같이 대역폭이 제한된 통신 환경에 최적화된 푸시 기반의 경량 메시지 전송 프로토콜이다. MQTT 프로토콜에서는 푸시 기술에서 일반적으로 사용되는 클라이언트-서버 방식이 아닌 브로커라는 메시지 매개자를 통해 송신측에서 특정 토픽에 대한 메시지를 발행(publish)하고 해당 토픽에 대하여 수신자가 구독(subscribe)하는 방식으로 메시지를 수신한다. 따라서, MQTT 프로토콜이 사용되는 경우에는 IoT 디바이스들과 추천 서비스 시스템(100) 사이에 MQTT 브로커 서버가 추가될 수 있으며, IoT 디바이스들이 로그 데이터를 토픽으로 하여 메시지를 발행하고, 추천 서비스 시스템(100)이 해당 토픽을 구독하여 MQTT 브로커로부터 해당 메시지를 전달받는다.
본 발명의 일 양상에 따르는 추천 서비스 시스템(100)은 성향 정보 수집부(110)와, 환경 정보 수집부(120)와, DISC 성향 예측부(160)와, 의상 추천부(150)를 포함한다.
성향 정보 수집부(110)와, 환경 정보 수집부(120)와, DISC 성향 예측부(160)와, 의상 추천부(150)는 적어도 일부 기능이 메모리에 로드되어 프로세서에서 실행되는 컴퓨터 프로그램 명령어 세트로 구성될 수 있다.
성향 정보 수집부(110)는 사전 설문조사되어 분석된 사용자의 DISC 성향, 성별 및 선호 의상 정보를 포함하는 성향 정보를 사용자 단말로부터 수집한다.
환경 정보 수집부(120)는 공공 데이터 포털에 접속하여 공공 데이터 포털로부터 날씨, 미세먼지 농도, 강수량, 온도 등을 포함하는 외부 환경 정보를 수집한다.
DISC 성향 예측부(160)는 사용자의 생활 공간에 설치된 IoT 디바이스들의 사용에 대한 로그 데이터를 수집하고, 수집된 로그 데이터로부터 미리 정의된 데이터 스키마에 따라 학습에 사용될 변수를 선별한다. 이때 학습에 사용될 변수를 선별하기 위한 데이터 스키마는 논문 및 학술 정보 조사를 통해 DISC 성향과 IoT 디바이스들의 사용패턴과의 연관성을 고려하여 결정한다. 이때 결정된 변수는 축적된 테스트용 데이터 셋으로 학습한 딥러닝 기반의 DISC 성향 예측 모델(엔진)을 통해 검증하고, 사전 설문 조사된 사용자들의 DISC 성향과 매치되는지 따져 변경될 수 있다. 즉, 사용자의 IoT 디바이스들의 사용패턴과 DISC 성향의 높은 연관성을 나타내는 변수를 최종 선별하게 된다. DISC 성향 예측부(160)가 로그 데이터를 수집하는 IoT 디바이스들은 전동 커튼 및 조명 외에 다양한 가전 기기들이 포함될 수 있다. 예를 들어, 공기 청정기, 세탁기 등이 포함될 수 있다.
DISC 성향 예측부(160)는 주도형(Dominance), 사교형(Influence), 안정형(Steadiness), 신중형(Conscientiousness)으로 분류되는 4가지의 파라미터를 더욱 세분화하여 DISC 성향에 대한 유효한 예측을 수행한다.
예를 들면, DISC 각 파라미터에 대한 정도를 각각 주도형1, 2, 3, 4, 사교형1, 2, 3, 4, 안정형1, 2, 3, 4, 신중형1, 2, 3, 4로 세분화(전술한 세분화는 더욱 세분화될 수도 있음)시켜 사용자의 맞춤형 성향 예측을 더욱 유효하게 구현한다.
이러한 각 파라미터의 세분화와 사전 설문 조사된 사용자들의 DISC 성향과 IoT 디바이스들의 사용패턴 등이 고려되어 결정된 변수를 기반으로 DISC 성향 예측부(160)가 사용자의 최종적인 DISC 성향을 예측하게 되는 것이다.
한편 상기 DISC 성향 예측 모델은 테스트용 데이터 셋으로 학습되는데 이러한 테스트용 데이터 셋만으로는 딥러닝 기반의 학습에 한계가 있을 수 있기 때문에 네트워크를 통해 랜덤하게 수집된 데이터 셋이 DISC 성향 예측 모델의 학습 데이터로 이용될 수도 있다.
이 경우 DISC 성향 예측 모델은 딥러닝 기반의 학습의 효율을 높이기 위하여 20~30% 내외의 상기 테스트용 데이터 셋과 무관한 일반 랜덤 데이터 셋과 70~80% 내외의 상기 테스트용 데이터 셋과 유사한 유사 랜덤 데이터 셋을 네트워크를 통해 수집하여 학습 데이터로 이용할 수도 있다.
의상 추천부(150)는 사용자의 DISC 성향과 날씨, 기온 등을 포함하는 현재 환경 정보를 기초로 외출 의상을 DISC 성향에 따라 추천한다. 예를 들어, 사용자와 동일한 DISC 성향을 가진 사람들의 의상 코디 경향을 고려하여, 날씨가 맑고 기온이 섭씨 27도 이상이면 민소매, 반바지를 추천하고, 기온이 섭씨 23도 이상이고 27도 미만이면 얇은 가디건과 청바지를 추천할 수 있다.
본 발명의 추가적 양상에 따르면 추천 서비스 시스템(100)은 외출 패턴 분석부와, 외출 시간 알림부(170)를 더 포함할 수 있다.
외출 패턴 분석부는 사용자 단말을 통해 입력된 사용자 일정과 사용자의 생활 공간에 설치된 재실 감지 센서의 센싱 데이터를 분석하여 사용자의 외출 패턴을 분석할 수 있다. 사용자는 추천 서비스 시스템(100)과 연동되는 사용자 단말의 어플리케이션을 통해, 즉 어플리케이션에서 제공되는 인터페이스를 통해 외출 일정을 입력할 수 있다. 또한, 현관을 포함하여 사용자의 생활공간 내 다양한 위치에 설치된 재실 감지 센서를 통해 사용자가 외출하는 지 여부를 센싱 데이터로 수집하고 분석하여 외출 패턴을 파악한다. 외출 패턴 분석부는 사용자가 입력한 사용자의 외출 일정의 패턴과, 재실 감지 센서로부터 수집한 외출 패턴을 분석하고 사용자의 외출 시간을 예측할 수 있다. 즉, 사용자가 외출 일정을 입력하지 않았더라도 분석된 패턴을 기초로 특정 시간에 사용자가 외출할 것으로 예측할 수 있다.
외출 시간 알림부(170)는 입력된 사용자 일정의 외출 시간 또는 외출 패턴으로 분석되어 예측된 외출 시간까지 남아있는 시간을 사용자 단말에 통지한다. 이때, 추천 서비스 시스템(100)은 사전에 설정된 통지 시점에 통지하며, 통지의 반복 여부도 설정에 따라 결정된다.
사용자가 외출 시간 알림 통지에 대하여 예측이 틀렸다는 피드백을 주면 이를 외출 패턴 분석부가 다음 외출 시간 예측에 이를 반영할 수 있다.
본 발명의 추가적 양상에 따르면 추천 서비스 시스템(100)은 준비물 알림부(140)를 더 포함할 수 있다. 준비물 알림부(140)는 사용자 단말을 통해 사용자 일정에 같이 입력된 준비물을 외출 시간에 따라 통지한다. 사용자는 추천 서비스 시스템(100)과 연동되는 사용자 단말의 어플리케이션을 통해, 즉 어플리케이션에서 제공되는 인터페이스를 통해 외출 일정을 입력할 때 외출 시 챙겨야 할 준비물을 함께 입력할 수 있으며, 외출 시간 도래 시 준비물 알림부(140)가 사용자 단말기에 챙겨야 할 준비물을 통지할 수 있다. 이때, 추천 서비스 시스템(100)은 사전에 설정된 통지 시점에 통지하며, 통지의 반복 여부도 설정에 따라 결정된다.
본 발명의 또 다른 양상에 따른 추천 서비스 시스템(100)의 준비물 알림부(140)는 날씨, 온도, 미세먼지 농도 등의 환경 정보에 기초하여 사용자가 미리 입력하지 않은 준비물을 예측할 수 있다. 준비물 알림부(140)는 예측한 준비물을 외출 시간에 따라 통지할 수 있으며, 이때, 추천 서비스 시스템(100)은 사전에 설정된 통지 시점에 통지하며, 통지의 반복 여부도 설정에 따라 결정된다.
발명의 또 다른 양상에 따르면, 추천 서비스 시스템(100)의 의상 추천부(150)는 사용자 단말로부터 외출 의상 추천의 수용 여부에 대한 피드백을 수신하고, 해당 피드백을 다음 외출 의상 추천에 반영할 수 있다.
추천 서비스 시스템(100)이 사용자에게 외출 의상을 제안하더라도 사용자가 제안을 수용할 지 알 수 없으므로 추천 서비스 시스템(100)은 사용자의 수용 여부에 대한 피드백을 수신한 다음 외출 의상 추천에 반영하여 보다 엄밀하게 개인화된 추천을 할 수 있다.
도 2는 본 발명의 다양한 양상에 따른 추천 서비스 시스템이 사용자 단말에 추천한 외출 의상 추천 서비스의 예시를 도시한 것이다. 도 2에 도시된 것과 같이 추천 서비스 시스템(100)이 DISC 성향과 수집한 환경 정보에 기초하여 외출 의상을 제안할 수 있다. 사용자가 해당 추천에 대하여 수용 여부를 선택하면 추천 서비스 시스템(100)이 이를 피드백으로 받아 다음 외출 의상 추천에 반영한다.
도 3은 본 발명의 일 양상에 따른 추천 서비스 시스템이 IoT 디바이스들의 사용패턴으로부터 DISC 성향을 예측하는 절차를 도시한 절차도이다. 도 3을 참조하여 설명하면, 추천 서비스 시스템(100)이 IoT 디바이스 사용패턴을 학습하여 DISC 성향을 예측하는 절차는 추천 서비스 시스템(100)이 IoT 디바이스들로부터 사용이력에 대한 로그 데이터를 수집하고(S1000), 수집된 로그 데이터로부터 미리 정의된 데이터 스키마에 따라 학습에 사용될 변수를 선별한다(S1020). 선별된 변수를 딥러닝 기반의 DISC 성향 예측 엔진에 입력 변수로 제공하여 사용자의 DISC 성향을 예측한다(S1040).
도 4는 본 발명의 다양한 양상에 따른 추천 서비스 시스템이 DISC 성향을 기초로 외출 의상을 추천하는 절차를 도시한 절차도이다. 도 4를 참조하여 설명하면, 추천 서비스 시스템(100)은 사전 설문조사되어 분석된 사용자의 DISC 성향과 성별과 선호 의상 정보를 포함하는 성향 정보를 사용자 단말로부터 수집하고(S2000), 공공 데이터 포털에 접속하여 날씨, 온도, 미세먼지 농도 등의 환경 정보를 수집하고(S2020), 예측된 사용자의 DISC 성향과 환경 정보에 기초하여 외출 의상을 추천하고(S2040), 사용자 단말로부터 외출 의상 추천의 수용 여부에 대한 피드백을 수신하고 해당 피드백을 다음 외출 의상 추천에 반영할 수 있다(S2060).
도 5는 본 발명의 다양한 양상에 따른 추천 서비스 시스템이 사용자의 외출 시간을 예측하여 통지하는 절차를 도시한 절차도이다. 도 5를 참조하여 설명하면, 추천 서비스 시스템(100)은 사용자 단말로부터 사용자가 입력한 외출 일정 정보를 수집하고(S3000), 현관 등 사용자의 생활 공간의 다양한 위치에 설치된 재실 감지 센서로부터 외출 여부에 대한 센싱 데이터를 수집하고(S3020), 입력된 사용자의 외출 일정와 재심 감지 센서의 센싱 데이터를 분석하여 사용자의 외출 패턴을 분석하고(S3040), 사용자의 입력된 외출 일정에 따라 외출 알림을 통지하거나 외출 패턴으로부터 예측된 외출 시간을 통지하고(S3060), 사용자 단말로부터 외출 여부에 대한 피드백을 수신하고 해당 피드백을 다음 외출 예측에 반영할 수 있다(S3080).
상기한 본 발명의 실시예는 예시의 목적을 위해 개시된 것이고, 본 발명에 대해 통상의 지식을 가진 당업자라면 본 발명의 사상과 범위 안에서 다양한 수정, 변경, 부가가 가능할 것이며, 이러한 수정, 변경 및 부가는 하기의 특허청구범위에 속하는 것으로 보아야 할 것이다.
100: 추천 서비스 시스템
110: 성향 정보 수집부
120: 환경 정보 수집부
130: 외출 패턴 분석부
140: 준비물 알림부
150: 의상 추천부
160: DISC 성향 예측부
170: 외출 시간 알림부

Claims (5)

  1. 사전 설문조사되어 분석된 사용자의 DISC 성향, 성별 및 선호 의상 정보를 포함하는 성향 정보를 사용자 단말로부터 수집하는 성향 정보 수집부;
    공공 데이터 포털에 접속하여 환경 정보를 수집하는 환경 정보 수집부;
    사용자의 생활 공간에 설치된 IoT 디바이스들의 사용에 대한 로그 데이터를 수집하고, 수집된 로그 데이터로부터 미리 정의된 데이터 스키마에 따라 학습에 사용될 변수를 선별하고, 수집된 성향 정보와 선별된 변수를 미리 학습된 딥러닝 기반의 DISC 성향 예측 엔진을 통해 사용자의 DISC 성향을 예측하는 DISC 성향 예측부; 및
    사용자의 DISC 성향과 현재 환경 정보를 기초로 외출 의상을 추천하는 의상 추천부를 포함하고,
    상기 DISC 성향에 따른 추천 서비스 시스템은,
    사용자 단말을 통해 입력된 사용자 일정과 사용자의 생활 공간에 설치된 재실 감지 센서의 센싱 데이터를 분석하여 사용자의 외출 패턴을 분석하는 외출 패턴 분석부; 및
    입력된 사용자 일정의 외출 시간 또는 외출 패턴으로 분석되어 예측된 외출 시간까지 남아있는 시간을 사용자 단말에 통지하는 외출 시간 알림부를 더 포함하고,
    상기 의상 추천부는 사용자 단말로부터 외출 의상 추천의 수용 여부에 대한 피드백을 수신하고, 해당 피드백을 다음 외출 의상 추천에 반영하는 것을 특징으로 하는 DISC 성향에 따른 추천 서비스 시스템.
  2. 삭제
  3. 제 1 항에 있어서,
    상기 DISC 성향에 따른 추천 서비스 시스템은,
    사용자 단말을 통해 사용자 일정에 같이 입력된 준비물을 외출 시간에 따라 통지하는 준비물 알림부를 더 포함하는 DISC 성향에 따른 추천 서비스 시스템.
  4. 제 3 항에 있어서,
    상기 준비물 알림부는 환경 정보에 기초하여 예측한 준비물을 외출 시간에 따라 통지하는 DISC 성향에 따른 추천 서비스 시스템.
  5. 삭제
KR1020200120722A 2020-09-18 2020-09-18 Disc 성향에 따른 추천 서비스 시스템 KR102426748B1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020200120722A KR102426748B1 (ko) 2020-09-18 2020-09-18 Disc 성향에 따른 추천 서비스 시스템

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020200120722A KR102426748B1 (ko) 2020-09-18 2020-09-18 Disc 성향에 따른 추천 서비스 시스템

Publications (2)

Publication Number Publication Date
KR20220037807A KR20220037807A (ko) 2022-03-25
KR102426748B1 true KR102426748B1 (ko) 2022-07-28

Family

ID=80935459

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020200120722A KR102426748B1 (ko) 2020-09-18 2020-09-18 Disc 성향에 따른 추천 서비스 시스템

Country Status (1)

Country Link
KR (1) KR102426748B1 (ko)

Family Cites Families (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20020003581A (ko) * 2000-06-21 2002-01-15 장유석 패션 코디 정보 서비스 방법 및 장치
KR100804478B1 (ko) * 2006-02-06 2008-02-20 (주) 엘지텔레콤 기상 정보 및 일정에 따라 물품을 준비하는 방법, 이를 수행하기 위한 이동통신 단말기 및 시스템
KR20170035137A (ko) * 2015-09-22 2017-03-30 최용규 개인 성향 정보를 이용하는 자산 관리용 어플리케이션 수행 시스템
KR20200010623A (ko) * 2018-06-22 2020-01-31 박미소 인공지능에 기반한 사용자 선호 의상 추천 방법

Also Published As

Publication number Publication date
KR20220037807A (ko) 2022-03-25

Similar Documents

Publication Publication Date Title
Yürür et al. Context-awareness for mobile sensing: A survey and future directions
Padmaja et al. Grow of artificial intelligence to challenge security in IoT application
KR20210067604A (ko) 인공 지능을 이용한 주방 환경의 통합 관리 방법 및 그 시스템
Ali et al. Data collection in studies on Internet of things (IoT), wireless sensor networks (WSNs), and sensor cloud (SC): Similarities and differences
KR20210067605A (ko) 인공 지능을 이용한 상업용 세탁기의 제어 방법 및 그 시스템
WO2016147298A1 (ja) 推薦装置、推薦決定方法、およびコンピュータプログラム
KR102278104B1 (ko) 운동 추천 시스템
Ding et al. Development and Coverage Evaluation of ZigBee‐Based Wireless Network Applications
EP3166056A1 (en) Systems and methods for an environmental event and task manager
Elghomary et al. Design of a smart MOOC trust model: Towards a dynamic peer recommendation to foster collaboration and learner’s engagement
Ashibani et al. Design and evaluation of a user authentication model for IoT networks based on app event patterns
Huang et al. Distributed machine learning on smart-gateway network towards real-time indoor data analytics
KR102426748B1 (ko) Disc 성향에 따른 추천 서비스 시스템
KR102269629B1 (ko) 세탁기 제어 시스템
Atalla et al. Recommendation system towards residential energy saving based on anomaly detection
Vastardis et al. A user behaviour-driven smart-home gateway for energy management
Maksimović et al. Comparative analysis of data mining techniques applied to wireless sensor network data for fire detection
KR102248094B1 (ko) 조명 제어 시스템
Karthik et al. Context aware trust management scheme for pervasive healthcare
KR102264534B1 (ko) 명상 추천 시스템
KR102281159B1 (ko) 공기 청정기 제어 시스템
Fister Jr et al. NarmViz: A novel method for visualization of time series numerical association rules for smart agriculture
Blanchard et al. Energy and activity monitoring over wireless sensor networks
Dominici et al. Physical approach in smart homes: a proposition and a prototype
KR102278103B1 (ko) 전동 커튼 제어 시스템

Legal Events

Date Code Title Description
E701 Decision to grant or registration of patent right
GRNT Written decision to grant