KR102445380B1 - Poi 모델링을 통한 poi 검색 및 추천 프로세스 및 그 구동 시스템 - Google Patents

Poi 모델링을 통한 poi 검색 및 추천 프로세스 및 그 구동 시스템 Download PDF

Info

Publication number
KR102445380B1
KR102445380B1 KR1020220018715A KR20220018715A KR102445380B1 KR 102445380 B1 KR102445380 B1 KR 102445380B1 KR 1020220018715 A KR1020220018715 A KR 1020220018715A KR 20220018715 A KR20220018715 A KR 20220018715A KR 102445380 B1 KR102445380 B1 KR 102445380B1
Authority
KR
South Korea
Prior art keywords
poi
modeling
characteristic
pois
recommendation
Prior art date
Application number
KR1020220018715A
Other languages
English (en)
Inventor
최고야
유창훈
Original Assignee
주식회사 로이쿠
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 로이쿠 filed Critical 주식회사 로이쿠
Priority to US17/732,235 priority Critical patent/US11640437B1/en
Application granted granted Critical
Publication of KR102445380B1 publication Critical patent/KR102445380B1/ko

Links

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
    • G06F16/90—Details of database functions independent of the retrieved data types
    • G06F16/907—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually
    • G06F16/909—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
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/90—Details of database functions independent of the retrieved data types
    • G06F16/95—Retrieval from the web
    • G06F16/953—Querying, e.g. by the use of web search engines
    • G06F16/9537—Spatial or temporal dependent retrieval, e.g. spatiotemporal queries
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/23—Updating
    • G06F16/235—Update request formulation
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/29—Geographical information databases
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/90—Details of database functions independent of the retrieved data types
    • G06F16/906—Clustering; Classification
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/90—Details of database functions independent of the retrieved data types
    • G06F16/95—Retrieval from the web
    • G06F16/953—Querying, e.g. by the use of web search engines
    • G06F16/9535—Search customisation based on user profiles and personalisation
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/90—Details of database functions independent of the retrieved data types
    • G06F16/95—Retrieval from the web
    • G06F16/953—Querying, e.g. by the use of web search engines
    • G06F16/9538—Presentation of query results
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N20/00—Machine learning

Landscapes

  • Engineering & Computer Science (AREA)
  • Databases & Information Systems (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Data Mining & Analysis (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Remote Sensing (AREA)
  • Mathematical Physics (AREA)
  • Software Systems (AREA)
  • Library & Information Science (AREA)
  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
  • Artificial Intelligence (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Evolutionary Computation (AREA)
  • Medical Informatics (AREA)
  • Computing Systems (AREA)
  • Navigation (AREA)
  • Preliminary Treatment Of Fibers (AREA)
  • Electrical Discharge Machining, Electrochemical Machining, And Combined Machining (AREA)

Abstract

본 발명은 POI 모델링을 위한 특성정보가 서비스 공급자 및 사용자에 의해 설정되고, 해당 특성 정보에 따라 POI를 구분하여 검색 및 추천 결과로 제공해주는 POI 모델링을 통한 POI 검색 및 추천 프로세스 및 구동 시스템에 관한 것으로, 모델링을 실시할 대상 POI들을 수집한 후 서비스 공급자에 의해 POI별 특성을 추출하고, POI의 카테고리별로 POI를 분류하는 POI 데이터 전처리부, 상기 POI 데이터 전처리부가 수집한 POI들을 모델링하여 속성 정보(Attribute)와 학습용 특성(Feature)을 포함하는 POI 모델을 출력하는 POI 모델링부, 상기 POI 모델링부에서 모델링된 POI를 POI의 특성 정보 또는 POI 카테고리별로 사용자 단말로 제공하는 POI 정보 제공부, 사용자 단말로부터 POI 특성 정보 또는 검색 키워드를 포함하는 검색 요청을 수신하는 POI 검색부 및 상기 모델링된 POI에 포함된 학습용 특성에 기반하여 사용자 데이터를 학습하여 사용자 개인 맞춤형 POI 리스트를 추천하는 POI 추천부를 포함하는 POI 모델링을 통한 POI 검색 및 추천 프로세스 구동 시스템에 의해 사용자 니즈를 반영하여 검색 결과에 대한 만족도를 높일 수 있는 POI 모델링을 통한 POI 검색 및 추천 시스템 및 그 구동방법을 제공할 수 있는 효과가 도출된다.

Description

POI 모델링을 통한 POI 검색 및 추천 프로세스 및 그 구동 시스템{Process for POI serching and recommending with POI modeling and Driving System thereof}
본 발명은 POI 모델링을 통한 POI 검색 및 추천 프로세스 및 그 구동 시스템에 관한 것으로 보다 상세하게는 POI 모델링을 위해 기정의된 특성정보 및 사용자에 의해 업데이트되는 특성정보에 따라 POI를 구분하여 검색 및 추천 결과로 제공해주는 POI 모델링을 통한 POI 검색 및 추천 프로세스 및 구동 시스템에 관한 것이다.
일반적으로 관심 정보(POI, Point Of Interest) 는 주요 시설물, 역, 공항, 터미널, 호텔, 주요 관광지 등을 좌표로 전자 수치 지도에 표시하는 데이터를 말한다.
POI 검색 시스템은 POI 명칭, 카테고리, 평점과 같이 단순한 검색 기능을 제공한다. POI 추천 역시 키워드 검색량, 저장수, 리뷰스등과 같이 일차원적인 값에 의존하여 이루어진다. 그러나 새로 생기고 없어지는 POI의 유지 주기가 짧아지고 있고, 사람들이 선호하는 POI가 세분화, 분산화됨에 따라 기존의 POI 검색 및 추천 방법은 사용자들의 니즈를 만족시키기에 부족한 실정이다.
한편, 사용자가 요청한 특정 POI가 없는 경우에는 빈도수를 이용하여 특정 POI에 대응되는 추천 POI를 사용자에게 추천하는 경우가 일반적이다. 하지만, 단순히 빈도수만을 이용하여 사용자에게 특정 POI에 대한 추천 POI를 추천하는 경우 실제 사용자가 검색하고자 하는 POI와 관련성이 낮은 경우가 일반적이다. 따라서 사용자의 요구에 실질적으로 부합하는 추천 POI를 사용자에게 추천하는 방안이 필요하다.
KR 10-2015-0015259 A KR 10-2009-0117355 A
본 발명은 이 같은 기술적 배경에서 도출된 것으로, 사용자가 직접 POI의 특성 데이터를 정의함으로써 사용자 니즈를 반영하여 검색 결과에 대한 만족도를 높일 수 있는 POI 모델링을 통한 POI 검색 및 추천 프로세스 및 그 구동 시스템을 제공함에 그 목적이 있다.
또한 웹상에 게재된 방대한 양의 데이터들의 검색 기준 자체를 사용자가 설정한 특성으로 정의하고, 그에 따른 데이터 검색 및 추천 결과를 제공함으로써 방대한 양의 데이터들 중 필요한 데이터의 분류 및 검색을 보다 효율적으로 할 수 있는 POI 모델링을 통한 POI 검색 및 추천 프로세스 및 그 구동 시스템을 제공함에 그 목적이 있다.
상기의 과제를 달성하기 위한 본 발명은 다음과 같은 구성을 포함한다.
즉 본 발명의 일 실시예에 따른 POI 모델링을 통한 POI 검색 및 추천 프로세스 구동 시스템은 모델링을 실시할 대상 POI들을 수집한 후 서비스 공급자에 의해 POI별 특성을 추출하고, POI의 카테고리별로 POI를 분류하는 POI 데이터 전처리부, 상기 POI 데이터 전처리부가 수집한 POI들을 모델링하여 속성 정보(Attribute)와 학습용 특성(Feature)을 포함하는 POI 모델을 출력하는 POI 모델링부, 상기 POI 모델링부에서 모델링된 POI를 POI의 특성 정보 또는 POI 카테고리별로 사용자 단말을 통해 제공하는 POI 정보 제공부, 사용자 단말로부터 POI 특성 정보 또는 검색 키워드를 포함하는 검색 요청을 수신하는 POI 검색부 및 상기 모델링된 POI에 포함된 학습용 특성에 기반하여 사용자 데이터를 학습하여 사용자 단말을 통해 사용자 개인 맞춤형 POI 리스트를 추천하는 POI 추천부를 포함한다.
한편, POI 모델링을 통한 POI 검색 및 추천 시스템에서 수행되는 POI 모델링을 통한 POI 검색 및 추천 프로세스는 모델링을 실시할 대상 POI들을 수집한 후 서비스 공급자에 의해 POI별 특성을 추출하고, POI의 카테고리별로 POI를 분류하는 POI 데이터 전처리 단계, 상기 POI 데이터 전처리 단계가 수집한 POI들을 모델링하여 속성 정보(Attribute)와 학습용 특성(Feature)을 포함하는 POI 모델을 출력하는 POI 모델링 단계, 상기 POI 모델링 단계에서 모델링된 POI를 POI의 특성 정보 또는 POI 카테고리별로 사용자 단말을 통해 제공하는 POI 정보 제공 단계, 사용자 단말로부터 POI 특성 정보 또는 검색 키워드를 포함하는 검색 요청을 수신하는 POI 검색 단계 및 상기 모델링된 POI 에 포함된 학습용 특성에 기반하여 사용자 데이터를 학습하여 사용자 단말을 통해 사용자 개인 맞춤형 POI 리스트를 추천하는 POI 추천 단계를 포함한다.
본 발명에 의하면 사용자가 직접 POI의 특성 데이터를 정의함으로써 사용자 니즈를 반영하여 검색 결과에 대한 만족도를 높일 수 있는 POI 모델링을 통한 POI 검색 및 추천 프로세스 및 그 구동 시스템을 제공할 수 있는 효과가 도출된다.
또한 웹상에 게재된 방대한 양의 데이터들의 검색 기준 자체를 사용자가 설정한 특성으로 정의하고, 그에 따른 데이터 검색 및 추천 결과를 제공함으로써 방대한 양의 데이터들 중 필요한 데이터의 분류 및 검색을 보다 효율적으로 할 수 있는 POI 모델링을 통한 POI 검색 및 추천 프로세스 및 그 구동 시스템을 제공하는 효과가 있다.
도 1 은 본 발명의 일 실시예에 따른 POI 모델링을 통한 POI 검색 및 추천 프로세스의 구동 시스템의 구성을 도시한 블록도이다.
도 2 는 본 발명의 일 실시예에 따른 POI 정보 제공부의 동작을 설명하기 위한 예시도이다.
도 3은 본 발명의 일 실시예에 따른 POI 검색부의 동작을 설명하기 위한 예시도이다.
도 4 는 본 발명의 일 실시예에 따른 POI 추천부의 동작을 설명하기위한 예시도이다.
도 5 는 본 발명의 일 실시예에 따른 POI 모델링을 통한 POI 검색 및 추천 프로세스의 흐름도이다.
본 발명에서 사용되는 기술적 용어는 단지 특정한 실시 예를 설명하기 위해 사용된 것으로, 본 발명을 한정하려는 의도가 아님을 유의해야 한다. 또한, 본 발명에서 사용되는 기술적 용어는 본 발명에서 특별히 다른 의미로 정의되지 않는 한, 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자에 의해 일반적으로 이해되는 의미로 해석되어야 하며, 과도하게 포괄적인 의미로 해석되거나, 과도하게 축소된 의미로 해석되지 않아야 한다.
이하, 첨부된 도면을 참조하여 본 발명에 따른 바람직한 실시예를 상세히 설명한다.
도 1 은 본 발명의 일 실시예에 따른 POI 모델링을 통한 POI 검색 및 추천 프로세스의 구동 시스템의 구성을 도시한 블록도이다.
일 실시예에 따른 POI 검색 및 추천 프로세스 구동 시스템(10)은 서비스 공급자 또는 사용자로부터 다양한 POI 특성을 입력받고, 입력된 POI 특성이 반영된 모델링 데이터로 검색 또는 추천할 수 있다. 이를위해 크롤링, 문헌/자료 조회, 현장실사 등의 방식을 통해 모델링을 실시할 대상을 수집하고, 수집된 POI 카테고리를 분류하고, 분류된 POI별 필요한 특성을 추출하며, 이를 통해 얻은 POI정보를 모델링한다. 그리고 모델링 설계한 POI 모델링 데이터를 입력, 수정, 삭제 관리하는 기능을 제공하고, POI 모델링 데이터를 인터넷 통신단말을 통해 제공하여 사용자가 사용 가능하게 할 수 있다.
POI 명칭 검색외 POI 모델링 관리부를 통해 입력된 POI 특성이 반영된 모델링 데이터로 검색기능을 제공하며, 서비스 공급자 또는 사용자에 의해 정의된 POI 특성이 반영된 모델링 데이터를 기반으로 POI를 추천해줄 수 있다.
구체적으로 POI 모델링을 통한 POI 검색 및 추천 프로세스의 구동 시스템(10)은 사용자 단말(20) 및 POI 검색 및 추천 서버(100)를 포함한다.
도 1 과 같이 일 실시예에 따른 POI 검색 및 추천 프로세스 구동 시스템(10)은 통신부(110), POI 데이터 전처리부(120), POI 모델링부(130), POI 특성 업데이트부(220), POI 정보 제공부(230), POI 검색부(240), POI 추천부(250), POI 모델링 관리부(160), POI DB(170)를 포함한다.
통신부(110, 210)는 유/무선 통신망을 통해 내부의 임의의 구성 요소 또는 외부의 임의의 적어도 하나의 단말기와 통신 연결한다. 이때, 상기 외부의 임의의 단말기는 상호간에 POI 검색 및 추천 서버(100), 사용자 단말(20) 등을 포함할 수 있다. 여기서, 무선 인터넷 기술로는 무선랜(Wireless LAN: WLAN), DLNA(Digital Living Network Alliance), 와이브로(Wireless Broadband: Wibro), 와이맥스(World Interoperability for Microwave Access: Wimax), HSDPA(High Speed Downlink Packet Access), HSUPA(High Speed Uplink Packet Access), IEEE 802.16, 롱 텀 에볼루션(Long Term Evolution: LTE), LTE-A(Long Term Evolution-Advanced), 광대역 무선 이동 통신 서비스(Wireless Mobile Broadband Service: WMBS) 등이 있으며, 상기 통신부(110, 210)는 상기에서 나열되지 않은 인터넷 기술까지 포함한 범위에서 적어도 하나의 무선 인터넷 기술에 따라 데이터를 송수신하게 된다. 또한, 근거리 통신 기술로는 블루투스(Bluetooth), RFID(Radio Frequency Identification), 적외선 통신(Infrared Data Association: IrDA), UWB(Ultra Wideband), 지그비(ZigBee), 인접 자장 통신(Near Field Communication: NFC), 초음파 통신(Ultra Sound Communication: USC), 가시광 통신(Visible Light Communication: VLC), 와이 파이(Wi-Fi), 와이 파이 다이렉트(Wi-Fi Direct) 등이 포함될 수 있다. 또한, 유선 통신 기술로는 전력선 통신(Power Line Communication: PLC), USB 통신, 이더넷(Ethernet), 시리얼 통신(serial communication), 광/동축 케이블 등이 포함될 수 있다.
사용자 단말(20)은 스마트 폰(Smart Phone), 휴대 단말기(Portable Terminal), 이동 단말기(Mobile Terminal), 폴더블 단말기(Foldable Terminal), 개인 정보 단말기(Personal Digital Assistant: PDA), PMP(Portable Multimedia Player) 단말기, 텔레매틱스(Telematics)단말기, 내비게이션(Navigation) 단말기, 개인용 컴퓨터(Personal Computer), 노트북 컴퓨터, 슬레이트 PC(Slate PC), 태블릿 PC(Tablet PC), 울트라북(ultrabook), 웨어러블 디바이스(Wearable Device, 예를 들어, 워치형 단말기(Smartwatch), 글래스형 단말기(Smart Glass), HMD(Head Mounted Display) 등 포함), 와이브로(Wibro) 단말기, IPTV(Internet Protocol Television) 단말기, 스마트 TV, 디지털방송용 단말기, AVN(Audio Video Navigation) 단말기, A/V(Audio/Video) 시스템, 플렉시블 단말기(Flexible Terminal), 디지털 사이니지장치 등과 같은 다양한 단말기에 적용될 수 있다.
POI 데이터 전처리부(120)는 모델링을 실시할 대상 POI들을 수집한 후 서비스 공급자에 의해 POI별 특성을 추출하고, 추출된 POI 특성에 따라 카테고리별로 POI를 분류하여 모델링한다. 일 실시예에 있어서 POI 데이터 전처리부(120)는 사용자 단말(20)로부터 입력된 모델링 데이터를 추가, 수정, 삭제하여 편집할 수 있다.
POI 모델링을 위한 속성 값 중 일부는 POI 데이터 전처리부(120)를 통해 설정이 되어 있을 수 있다. 최초에 입력되는 속성값으로는 카테고리, 위치/연락처/이용시간 등과 같은 기본정보, 여행지의 특성을 포함하는 특성정보(사진찍기 좋은, 힐링하기 좋은 등) 등이 포함된다.
그리고 기본적으로 설정되어있는 특성정보 값 외에 새로운 특성정보가 사용자에 의해 새롭게 설정가능하다.
본 발명의 일 양상에 있어서, POI 데이터 전처리부(120)는 크롤링, 문헌/자료 조회, 현장실사 등의 방식을 통해 모델링 실시할 대상 POI들을 수집하는 POI 수집부(122), POI 수집부(122)에서 수집된 POI별로 서비스 공급자에 의해 POI 특성을 추출하는 특성 추출부(124), 및 특성 추출부(124)에서 추출된 POI별 특성 또는 POI 카테고리별로 POI를 분류하는 분류부(126)를 포함한다.
POI 수집부(122)는 크롤링, 문헌/자료 조회, 현장 실사등의 다양한 방식으로 모델링 실시할 대상 POI 들을 수집하도록 구현된다. POI 수집부(122)는 수집한 웹데이터로부터 POI명, 위치등에 해당하는 웹데이터를 필터링 추출하여 수집한다.
특성 추출부(124)는 POI 수집부(122)에서 수집된 데이터들의 특성을 추출한다. 본 발명의 일 양상에 있어서 POI 특성은 서비스 공급자에 의해 유한집합으로 정의된 기본 특성값의 조합으로 완성될 수 있다. 그러나 이에 한정되는 것은 아니고 추가적으로 사용자가 정의한 특성이 추가되는 것도 가능하다. 사용자 단말(20)의 POI 특성 업데이트부(220)를 통해 사용자로부터 POI 특성 업데이트 정보를 입력받고, POI 검색 및 추천 서버(100)의 POI 모델링 관리부(160)를 통해 추가될 수 있다.
분류부(126)는 특성 추출부(124)에서 추출된 POI별 특성에 따라 POI를 카테고리별로 분류한다.
일 실시예에 있어서 POI 검색 및 추천 서버(100)의 POI 모델링부(130)는 분류부(126)에서 분류된 세팅 특성에 따라 POI 특성 정보를 벡터화가 가능하도록 POI 모델링하여 POI 모델을 생성한다. POI 모델링부(130)는 수집된 POI 리스트를 중심으로 추출된 특성값과 분류값, 기본정보 등을 모델링하여 POI 모델로 구성된다.
POI 모델링부(130)는 POI 데이터 전처리부(120)가 수집한 POI들을 모델링하여 속성 정보(Attribute)와 학습용 특성(Feature)을 포함하는 POI 모델을 출력한다. 즉, POI 모델링부(130)에서 모델링된 POI 모델은 카테고리 분류 값, 이용요금, 위치 등의 기본정보 및 여행지 특성 값을 포함하는 Attribute(일반 특성)과 여행지 특성 값 중 경로추천, 여행지 추천 등을 위한 인공지능 학습을 위해 사용되는 학습용 특성을 포함하는 학습용 Feature(학습용 특성)를 포함한다.
여기서 특성 정보라함은 PIO 객체에 대한 위치적 정보(GPS 좌표 정보등)나 가격 속성과같은 객관화된 지표와, 웹상에 게재된 소개글이나 리뷰에 포함된 키워드나 선호도와 같은 주관적 지표가 되는 정보들을 포함할 수 있다. 그리고 전술한 객관적 지표와 주관적 지표와 같은 기준에 따라 서비스 제공자에 의해 유한집합으로 정의된 기본 특성값의 조합으로 POI 특성을 정의하고 그에 따라 POI 특성정보를 모델링하도록 구현될 수 있다.
POI 정보 제공부(230)는 POI 데이터 전처리부(120)에서 모델링된 POI를 카테고리별로 분류하여 사용자 단말(20)로 제공한다.
도 2 는 본 발명의 일 실시예에 따른 POI 정보 제공부의 동작을 설명하기 위한 예시도이다.
도 2 와 같이 일 실시예에 따른 POI 정보 제공부(230)는 POI 모델링부(130)에서 모델링된 POI 데이터 즉 POI 모델을 사용자에게 제공한다. POI 정보 제공부(230)는 사용자 단말(20)이 접속하는 웹페이지 또는 사용자 단말(20)에서 구동되는 애플리케이션을 통해 모델링된 POI 데이터를 제공할 수 있다.
POI 정보 제공부(230)는 사용자가 검색 요청한 POI(해운대)에 대해 이미지 및 간략한 사전적 정의, 지도 이미지와 다른 사용자가 작성한 방문 후기, 그리고 연관된 장소를 같이 가볼만한 곳 또는 소정 거리 이내의 카페나 식당, 유사 여행지에 대한 목록 정보를 제공할 수 있다. 그러나 이에 한정되는 것은 아니고 사용자가 선택한 POI에 대한 다양한 정보들을 제공할 수 있다.
POI 검색부(240)는 사용자 단말(20)의 사용자 인터페이스를 통해 입력받은 POI 특성 정보를 포함하는 검색 요청을 수신한다. POI 검색부(240)는 키워드 또는 지도 이미지를 통한 위치 정보에 기반하여 다양한 형태의 검색 요청을 수신할 수 있다.
도 3은 본 발명의 일 실시예에 따른 POI 검색부의 동작을 설명하기 위한 예시도이다.
일 실시예에 있어서, POI 검색부(240)는 도 3 에서와 같이 다수의 POI 특성 정보들 중 적어도 하나 이상의 특성 정보를 선택할 수 있다.
이때 일 실시예에 따르면, 도 3의 카테고리 유형, 테마별 여행지, 동행 유형별 여행지, 시간대별 여행지 등에 포함되는 항목이나 특성 자체는 사용자에 의해 변경되거나 추가, 삭제된 것일 수 있다.
즉, POI 검색부(240)는 사용자가 정의한 특성 정보를 포함하여 여행지 키워드 또는 맛집이나 카페 등으로 한정하여 POI를 검색 요청을 수신할 수 있다.
POI 추천부(250)는 POI 데이터 전처리부(120)에서 모델링된 POI에 포함된 학습용 특성에 기반하여 사용자 데이터를 학습하여 사용자 개인 맞춤형 POI 리스트를 추천한다.
POI 추천부(250)는 사용자 정의 정보를 반영하여 입력된 POI 특성이 반영된 모델링 데이터를 기반으로 POI를 추천한다. 특성 맞춤형 POI를 추천하거나, 사용자 데이터를 기반으로하여 사용자가 관심을 가질만한 모델링된 POI를 추천하는 기능을 포함한다.
도 4 는 본 발명의 일 실시예에 따른 POI 추천부의 동작을 설명하기 위한 예시도이다.
일실시예에 있어서 도 4 와 같이 POI 추천부(250)는 특성 구분 영역마다 해당 특성에 해당되는 특성별 여행지 영역에 여행지 즉 POI가 적어도 하나 이상 포함된다. 도 4와 같이 예를들어 사진찍기 좋은곳, 힐링 카페 모음, 뷰가 좋은 여행지와 같은 특성 구분에 따라 여행지를 구분하여 제공할 수 있다.
이때 특성 구분 영역은 사용자 정의에 의해 추가, 삭제, 변경될 수 있다. 일 실시예에 있어서 POI 추천부(250)는 특성별로 해당되는 POI 객체를 추출하여 추천해줄 수 있다.
일 실시예에 있어서 POI 추천부(250)는 POI 모델(130)의 학습용 특성(Feature)들을 인공지능 기반으로 사용자 데이터를 학습하고 사용자 데이터에 기반하여 사용자와 동일한 연령이나 성별, 거주위치와 같은 객관적인 데이터를 파악한다. 그리고 파악되는 객관적인 기준과 동일한 조건의 다른 사용자들이 선호하는 POI 특성이나, POI 객체를 추출하여 추천해줄 수 있다.
또한 POI 추천부(250)는 사용자의 SNS를 모니터링하거나 기존에 사용자가 선호했던 POI검색 결과를 반영하여 사용자가 관심을 가질만한 POI객체를 추출하여 추천해줄 수 있다.
POI 추천부(250)는 사용자 단말(20)로부터 POI 특성의 사용자 정의를 위해 사용자가 입력한 데이터들에 기반하여 POI 객체를 추출하여 추천하는 것도 가능하다. 예를들어 사용자가 POI 특성에 '해안과 가까운 카페'를 설정한 경우에 POI 추천부(250)는 바닷가 근처의 숙소나 여행지를 추천해줄 수 있다.
또는 '휠체어 이동이 가능한 여행지'를 설정한 경우에는 1층이거나 엘리베이터가 구비된 식당이나 카페를 검색하여 추천해줄 수 있다.
즉, 사용자가 세팅한 POI 특성 이력을 모니터링하여 유사 특성을 가지거나, 객관적 주관적 지표가 동일한 POI를 사용자의 선호도가 높을 것으로 예측하여 추천해줄 수 있다.
POI 특성 업데이트부(220)는 사용자 정의에 의한 POI별 특성을 세팅할 수 있다. 예를들어 사용자는 유모차 끌기 좋은 곳, 킥보드나 자전거의 주행이 가능한곳, 휠체어 이동 가능한 곳, 주차장으로부터 도보 거리가 짧은 곳, 해안 진입이 가능한 카페과 같은 다양한 특성을 직접 세팅할 수 있다. 또는 입장권이나 이용료의 할인율이 소정 이상이거나, 특정 예약 사이트에서 리뷰평점이 소정 점수 이상인 곳과 같은 다양한 형태의 특성을 사용자가 직접 설정할 수도 있다.
POI 모델링 관리부(160)는 POI 모델에 포함되는 Attribute(일반 특성) 값과 학습용 Feature(학습용 특성) 값을 관리한다. POI 모델링 관리부(160)는 사용자 단말(20)의 POI 특성 업데이트부(220)를 통해 입력된 정보들을 관리할 수 있다.
POI DB(170)는 플래시 메모리 타입(Flash Memory Type), 하드 디스크 타입(Hard Disk Type), 멀티미디어 카드 마이크로 타입(Multimedia Card Micro Type), 카드 타입의 메모리(예를 들면, SD 또는 XD 메모리 등), 자기 메모리, 자기 디스크, 광디스크, 램(Random Access Memory: RAM), SRAM(Static Random Access Memory), 롬(Read-Only Memory: ROM), EEPROM(Electrically Erasable Programmable Read-Only Memory), PROM(Programmable Read-Only Memory) 중 적어도 하나의 저장매체를 포함할 수 있다.
일 실시예에 있어서 POI DB(170)는 일 실시예에 따른 POI 검색 및 추천 프로세스 구동 시스템(10)이 POI 검색 및 추천 서비스를 제공하는데 필요한 데이터들을 저장한다. POI DB(170)는 POI 데이터 전처리부(120)에서 모델링된 POI 정보, POI 모델링 관리부(160)에서의 변경 내용이나 사용자 정의 특성 정보 등을 저장한다.
도 5 는 본 발명의 일 실시예에 따른 POI 모델링을 통한 POI 검색 및 추천 프로세스의 흐름도이다.
일 실시예에 따른 POI 모델링을 통한 POI 검색 및 추천 프로세스는 모델링을 실시할 대상 POI들을 수집한 후 서비스 공급자에 의해 POI별 특성을 추출하고, 추출된 POI 특성에 따라 카테고리별로 POI를 분류하여 모델링하는 POI 모델링 설계 한다.
일 양상에 있어서, POI 모델링 설계단계는 다양한 방식으로 모델링 실시할 대상 POI들을 수집하는 POI 수집 단계(S510)를 포함한다.
일 실시예에 있어서, POI 수집 단계는 크롤링, 문헌/자료 조회, 현장 실사등의 다양한 방식으로 구현된다. POI 수집 단계는 수집한 데이터로부터 POI 명, 위치 등에 해당하는 웹데이터를 필터링 추출하여 수집한다.
그리고 POI 수집 단계에서 수집된 POI별로 특성을 추출하는 특성 추출 단계(S520)를 포함한다.
발명의 일 양상에 있어서 POI 특성은 유한집합으로 정의된 기본 특성값의 조합으로 완성될 수 있다. 일 실시예에 있어서 특성을 추출하는 것은 사용자가 정의한 특성에 기반하여 추출하는 것일 수 있다.
본 발명의 일 양상에 있어서 POI 특성은 서비스 공급자에 의해 유한집합으로 정의된 기본 특성값의 조합으로 완성될 수 있다. 그러나 이에 한정되는 것은 아니고 추가적으로 사용자가 정의한 특성이 추가되는 것도 가능하다. 사용자 단말의 POI 특성 업데이트부(220)를 통해 사용자로부터 POI 특성 업데이트 정보를 입력받고, POI 검색 및 추천 서버(100)의 POI 모델링 관리부(160)를 통해 추가될 수 있다.
즉, 사용자 단말로부터 입력받은 사용자 정의 POI별 특성은 유한집합으로 정의된 적어도 둘 이상의 기본 특성값의 조합으로 구성될 수도 있다.
이후에 특성 추출 단계에서 추출된 POI별 특성에 기반하여 서비스 공급자로부터 입력받은 POI별 특성에 따라 POI를 카테고리별로 분류하는 분류 단계(S530)를 포함한다.
일 실시예에 있어서 분류 단계는 특성 추출 단계에서 추출된 POI별 특성 및 POI 카테고리 별로 POI를 분류한다.
이때 분류 단계는 사용자 정의에 의해 세팅된 POI별 특성에 기반하여 카테고리를 세팅하고 POI를 분류할 수도 있다. 예를들어 사용자는 유모차 끌기 좋은 곳, 킥보드나 자전거의 주행이 가능한곳, 휠체어 이동 가능한 곳, 주차장으로부터 도보 거리가 짧은 곳, 해안 진입이 가능한 카페과 같은 다양한 특성을 직접 세팅할 수 있다. 또는 입장권이나 이용료의 할인율이 소정 이상이거나, 특정 예약 사이트에서 리뷰평점이 소정 점수 이상인 곳과 같은 다양한 형태의 특성을 사용자가 직접 설정할 수도 있다.
이후에 특성 추출 단계에서 추출된 POI별 특성 정보를 벡터화가 가능하도록 모델링한다.
즉 본 발명의 추가적인 양상에 있어서, 서비스 공급자에 의해 추출된 POI 별 특성 및 사용자에 의해 새롭게 업데이트 된 특성은 기본 특성값과 인공지능 학습을 위한 학습용 특성값의 조합으로 구성되는 POI 모델링 단계를 더 포함한다(S540).
POI 모델링 단계는 POI 데이터 전처리 단계가 수집한 POI들을 모델링하여 속성 정보(Attribute)와 학습용 특성(Feature)을 포함하는 POI 모델을 출력한다.
일 실시예에 있어서 POI 검색 및 추천 프로로세스는 분류단계에서 분류된 세팅 특성에 따라 POI 특성 정보를 벡터화가 가능하도록 POI 모델링하여 POI 모델을 생성한다. POI 모델은 수집된 POI 리스트를 중심으로 추출된 특성값과 분류값, 기본정보 등을 모델링하여 POI 모델로 구성된다.
POI 모델은 카테고리 분류 값, 이용요금, 위치 등의 기본정보 및 여행지 특성 값을 포함하는 Attribute(일반 특성)과 여행지 특성 값 중 경로추천, 여행지 추천 등을 위한 인공지능 학습을 위해 사용되는 학습용 특성을 포함하는 학습용 Feature(학습용 특성)를 포함한다.
POI 모델링 설계단계는 서비스 공급자에 의한 POI별 특성을 세팅할 수 있다. 예를들어 유모차 끌기 좋은 곳, 킥보드나 자전거의 주행이 가능한곳, 휠체어 이동 가능한 곳, 주차장으로부터 도보 거리가 짧은 곳, 해안진입이 가능한 카페, 입장권이나 이용료의 할인율이 소정 이상이거나, 특정 예약 사이트에서 리뷰평점이 소정 점수 이상인 곳과 같은 다양한 형태의 사용자 정의 특성으로 POI가 구분되도록 모델링할 수 있다.
이후 사용자가 사용자 단말을 통해 새로운 특성정보를 업데이트 하는 경우(S550) POI 모델링 관리부를 통해 POI 모델링 데이터를 업데이트한다(S555)
본 발명의 추가적인 양상에 있어서, 사용자 단말로부터 새로운 POI 특성 정보가 입력되면 입력된 POI 특성 업데이트 정보에 따라 POI 특성을 업데이트하는 POI 특성 업데이트 단계를 더 포함하고, 서비스 공급자에 의해 추출된 POI별 특성 및 상기 POI 특성 업데이트 단계에서 업데이트된 POI 특성은 기본 특성값과 인공지능 학습을 위한 학습용 특성 값의 조합으로 구성된다.
이후에 POI 모델링 설계단계에서 모델링된 POI를 추출된 특성 또는 POI 카테고리별로 분류된 카테고리별로 사용자 단말로 제공한다(S560).
모델링된 POI를 정보 제공하는 것은 예를들어 사용자가 검색 요청한 POI에 대해 이미지 및 간략한 사전적 정의, 지도 이미지와 다른 사용자가 작성한 방문 후기, 그리고 연관된 장소를 같이 가볼만한 곳 또는 소정 거리 이내의 카페나 식당, 유사 여행지에 대한 목록 정보를 제공할 수 있다. 그러나 이에 한정되는 것은 아니고 사용자가 선택한 POI에 대한 다양한 정보들을 제공할 수 있다.
이후에 서비스 공급자에 의해 추출된 POI별 특성 또는 사용자에 의해 새롭게 업데이트된 POI 특성 정보를 포함하는 검색 요청이 수신되면(S570), 사용자 단말로부터 입력받은 POI 특성 정보 또는 검색 키워드와 일치하는 정보를 사용자에게 제공한다(S580).
별도의 검색 요청이 없는 경우, POI 모델링 설계 단계에서 모델링된 POI에 포함된 학습용 특성에 기반하여 사용자 데이터를 학습하여 사용자 개인 맞춤형 POI 리스트를 추천한다(S590).
POI 모델링 설계단계에서 모델링된 모델링 데이터를 추가 또는 수정 또는 삭제하는 POI 모델링 관리 단계(S580)를 더 포함한다. 이에 따라 사용자는 자신의 편의에 따라 다양한 POI 특성 자체를 모델링할 수 있어 원하는 정보를 보다 신속하게 검색할 수 있는 효과가 도출된다.
본 발명의 또 다른 양상에 있어서, POI 추천 단계는, 서비스 공급자에 의해 추출된 POI 별 특성 혹은 사용자에 의해 업데이트된 특성 및 POI 모델링 설계 단계에서 모델링된 데이터에 기반하여 POI를 더 추천해준다.
POI 추천을 위한 특성 구분 영역은 사용자 정의에 의해 추가, 삭제, 변경될 수 있다. 일 실시예에 있어서 특성 구분 영역마다 특성 별로 해당되는 POI 객체를 추출하여 추천해줄 수 있다.
일 실시예에 있어서 사용자 데이터에 기반하여 사용자와 동일한 연령이나 성별, 거주위치와 같은 객관적인 데이터를 파악한다. 그리고 파악되는 객관적인 기준과 동일한 조건의 다른 사용자들이 선호하는 POI 특성이나, POI 객체를 추출하여 추천해줄 수 있다.
또한 사용자의 SNS를 모니터링하거나 기존에 사용자가 선호했던 POI검색 결과를 반영하여 사용자가 관심을 가질만한 POI객체를 추출하여 추천해줄 수 있다.
또한 사용자 단말로부터 POI 특성의 사용자 정의를 위해 사용자가 입력한 데이터들에 기반하여 POI 객체를 추출하여 추천하는 것도 가능하다. 예를들어 사용자가 POI 특성에 '해안과 가까운 카페'를 설정한 경우에 바닷가 근처의 숙소나 여행지를 추천해줄 수 있다.
즉, 사용자가 세팅한 POI 특성 이력을 모니터링하여 유사 특성을 가지거나, 객관적 주관적 지표가 동일한 POI를 사용자의 선호도가 높을 것으로 예측하여 추천해줄 수 있다. 즉, 사용자가 직접 설정한 특성 정보에 따라 POI를 카테고리화 하여 구분하고, 사용자가 원하는 특성에 해당되는 POI 객체를 검색 결과로 제공하거나 추천해줌으로써 웹상에 게재된 방대한 양의 데이터들을 체계적이고 효율적으로 이용할 수 있는 효과가 도출된다.
전술한 방법은 애플리케이션으로 구현되거나 다양한 컴퓨터 구성요소를 통하여 수행될 수 있는 프로그램 명령어의 형태로 구현되어 컴퓨터 판독 가능한 기록 매체에 기록될 수 있다. 상기 컴퓨터 판독 가능한 기록 매체는 프로그램 명령어, 데이터 파일, 데이터 구조 등을 단독으로 또는 조합하여 포함할 수 있다.
상기 컴퓨터 판독 가능한 기록 매체에 기록되는 프로그램 명령어는 본 발명을 위하여 특별히 설계되고 구성된 것들이거니와 컴퓨터 소프트웨어 분야의 당업자에게 공지되어 사용 가능한 것일 수도 있다.
컴퓨터 판독 가능한 기록 매체의 예에는, 하드 디스크, 플로피 디스크 및 자기 테이프와 같은 자기 매체, CD-ROM, DVD 와 같은 광기록 매체, 플롭티컬 디스크(floptical disk)와 같은 자기-광 매체(magneto-optical media), 및 ROM, RAM, 플래시 메모리 등과 같은 프로그램 명령어를 저장하고 수행하도록 특별히 구성된 하드웨어 장치가 포함된다.
프로그램 명령어의 예에는, 컴파일러에 의해 만들어지는 것과 같은 기계어 코드뿐만 아니라 인터프리터 등을 사용해서 컴퓨터에 의해서 실행될 수 있는 고급 언어 코드도 포함된다. 상기 하드웨어 장치는 본 발명에 따른 처리를 수행하기 위해 하나 이상의 소프트웨어 모듈로서 작동하도록 구성될 수 있으며, 그 역도 마찬가지이다.
이상에서는 실시예들을 참조하여 설명하였지만, 해당 기술 분야의 숙련된 당업자는 하기의 특허 청구범위에 기재된 본 발명의 사상 및 영역으로부터 벗어나지 않는 범위 내에서 본 발명을 다양하게 수정 및 변경시킬 수 있음을 이해할 수 있을 것이다.
10 : POI 검색 및 추천 프로세스 구동 시스템
100 : POI 검색 및 추천 서버 20 : 사용자 단말
110 : 통신부 120 : POI 데이터 전처리부
122 : POI 수집부 124 : 특성 추출부
126 : 분류부 130 : POI 모델링부
220 : POI 특성 업데이트부
230 : POI 정보 제공부 240 : POI 검색부
250 : POI 추천부 160 : POI 모델링 관리부
170 : POI DB

Claims (10)

  1. 모델링을 실시할 대상 POI들을 수집한 후 서비스 공급자에 의해 POI별 특성을 추출하고, POI의 카테고리별로 POI를 분류하는 POI 데이터 전처리부;
    상기 POI 데이터 전처리부가 수집한 POI들을 모델링하여 속성 정보(Attribute)와 학습용 특성(Feature)을 포함하는 POI 모델을 출력하는 POI 모델링부;
    상기 POI 모델링부에서 모델링된 POI를 POI의 특성 정보 또는 POI 카테고리별로 사용자 단말을 통해 제공하는 POI 정보 제공부;
    사용자 단말로부터 POI 특성 정보 또는 검색 키워드를 포함하는 검색 요청을 수신하는 POI 검색부; 및
    상기 모델링된 POI에 포함된 학습용 특성에 기반하여 사용자 데이터를 학습하여 사용자 단말을 통해 사용자 개인 맞춤형 POI 리스트를 추천하는 POI 추천부;를 포함하고,
    상기 POI 데이터 전처리부는,
    모델링 실시할 대상 POI들을 수집하는 POI 수집부,
    상기 POI 수집부에서 수집된 POI별로 서비스 공급자에 의해 POI 특성을 추출하는 특성 추출부, 및
    상기 특성 추출부에서 추출된 POI별 특성에 따라 POI를 카테고리별로 분류하는 분류부;를 포함하며,
    사용자 단말로부터 새로운 POI 특성 정보가 입력되면 입력된 POI 특성 정보에 따라 POI 특성을 업데이트하는 POI 특성 업데이트부;를 더 포함하고,
    상기 POI 모델링부는
    서비스 제공자에 의해 유한집합으로 정의되는 특성 값의 조합으로 POI 특성을 정의하고 POI 특성 정보에 따라 POI 모델을 출력하고
    POI 특성 정보는 POI 객체에 대한 위치적 정보 및 가격 속성을 포함하는 객관화된 지표와, 웹상에 게재된 소개글이나 리뷰에 포함된 키워드나 선호도를 포함하는 주관적 지표가 되는 정보들을 포함하며,
    POI 모델의 속성 정보(Attribute)는 카테고리 분류 값, 이용요금 및 위치 정보를 포함하고, 학습용 특성(Feature)은 여행지 경로추천, 여행지 추천을 위한 인공지능 학습을 위해 사용되는 정보들을 포함하는, POI 모델링을 통한 POI 검색 및 추천 프로세스 구동 시스템.
  2. 삭제
  3. 삭제
  4. 제 1 항에 있어서,
    상기 POI 데이터 전처리부에서 전처리된 POI 모델링 데이터 또는 상기 POI 특성 업데이트부에서 업데이트된 특성값을 추가 또는 수정 또는 삭제하는 POI 모델링 관리부;를 더 포함하는, POI 모델링을 통한 POI 검색 및 추천 프로세스 구동 시스템.
  5. 제 1 항에 있어서,
    POI 추천부는,
    서비스 공급자에 의해 추출된 POI별 특성 또는 사용자 단말로부터 입력받은 POI별 특성 또는 상기 POI 데이터 전처리부에서 모델링된 데이터에 기반하여 POI를 더 추천해주는, POI 모델링을 통한 POI 검색 및 추천 프로세스 구동 시스템.
  6. POI 모델링을 통한 POI 검색 및 추천 시스템에서 수행되는 POI 모델링을 통한 POI 검색 및 추천 프로세스에 있어서,
    모델링을 실시할 대상 POI들을 수집한 후 서비스 공급자에 의해 POI별 특성을 추출하고, POI의 카테고리별로 POI를 분류하는 POI 데이터 전처리 단계;
    상기 POI 데이터 전처리 단계가 수집한 POI들을 모델링하여 속성 정보(Attribute)와 학습용 특성(Feature)을 포함하는 POI 모델을 출력하는 POI 모델링 단계;
    상기 POI 모델링 단계에서 모델링된 POI를 POI의 특성 정보 또는 POI 카테고리별로 사용자 단말을 통해 제공하는 POI 정보 제공 단계;
    사용자 단말로부터 POI 특성 정보 또는 검색 키워드를 포함하는 검색 요청을 수신하는 POI 검색 단계; 및
    상기 모델링된 POI 에 포함된 학습용 특성에 기반하여 사용자 데이터를 학습하여 사용자 단말을 통해 사용자 개인 맞춤형 POI 리스트를 추천하는 POI 추천 단계;를 포함하고,
    상기 POI 데이터 전처리 단계는,
    모델링 실시할 대상 POI들을 수집하는 POI 수집 단계,
    상기 POI 수집 단계에서 수집된 POI별로 서비스 공급자에 의해 POI 특성을 추출하는 특성 추출 단계, 및
    상기 특성 추출 단계에서 추출된 POI별 특성 또는 POI 카테고리별로 POI를 분류하는 분류 단계를 포함하며,
    사용자 단말로부터 새로운 POI 특성 정보가 입력되면 입력된 POI 특성 정보에 따라 POI 특성을 업데이트하는 POI 특성 업데이트 단계;를 더 포함하고,
    상기 POI 모델링 단계는
    서비스 제공자에 의해 유한집합으로 정의되는 특성 값의 조합으로 POI 특성을 정의하고 POI 특성 정보에 따라 POI 모델을 출력하고,
    POI 특성 정보는 POI 객체에 대한 위치적 정보 및 가격 속성을 포함하는 객관화된 지표와, 웹상에 게재된 소개글이나 리뷰에 포함된 키워드나 선호도를 포함하는 주관적 지표가 되는 정보들을 포함하며,
    POI 모델의 속성 정보(Attribute)는 카테고리 분류 값, 이용요금 및 위치 정보를 포함하고, 학습용 특성(Feature)은 여행지 경로추천, 여행지 추천을 위한 인공지능 학습을 위해 사용되는 정보들을 포함하는, POI 모델링을 통한 POI 검색 및 추천 프로세스.
  7. 삭제
  8. 삭제
  9. 제 6 항에 있어서,
    상기 POI 데이터 전처리 단계에서 전처리된 POI 모델링 데이터 또는 상기 POI 특성 업데이트 단계에서 업데이트된 특성값을 추가 또는 수정 또는 삭제하는 POI 모델링 관리 단계;를 더 포함하는, POI 모델링을 통한 POI 검색 및 추천 프로세스.
  10. 제 6 항에 있어서,
    POI 추천 단계는,
    서비스 공급자에 의해 추출된 POI별 특성 또는 사용자 단말로부터 입력받은 POI별 특성 또는 상기 POI 데이터 전처리 단계에서 모델링된 데이터에 기반하여 POI를 더 추천해주는, POI 모델링을 통한 POI 검색 및 추천 프로세스.

KR1020220018715A 2021-11-26 2022-02-14 Poi 모델링을 통한 poi 검색 및 추천 프로세스 및 그 구동 시스템 KR102445380B1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
US17/732,235 US11640437B1 (en) 2021-11-26 2022-04-28 Process for searching for and recommending POI through POI modeling and system for driving the same

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
KR1020210165716 2021-11-26
KR20210165716 2021-11-26

Publications (1)

Publication Number Publication Date
KR102445380B1 true KR102445380B1 (ko) 2022-09-21

Family

ID=83452810

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020220018715A KR102445380B1 (ko) 2021-11-26 2022-02-14 Poi 모델링을 통한 poi 검색 및 추천 프로세스 및 그 구동 시스템

Country Status (2)

Country Link
US (1) US11640437B1 (ko)
KR (1) KR102445380B1 (ko)

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20090117355A (ko) 2008-05-09 2009-11-12 삼성전자주식회사 네비게이션 시스템의 맵 업데이트 방법 및 장치
KR20150015259A (ko) 2013-07-31 2015-02-10 현대엠엔소프트 주식회사 추천 poi 생성 방법 및 이를 지원하는 poi 추천 서버
KR20190124524A (ko) * 2018-04-26 2019-11-05 충북대학교 산학협력단 관심장소 추천 방법 및 관심장소 추천 시스템
KR20210103401A (ko) * 2020-02-13 2021-08-23 네이버 주식회사 관심 지점에 관련된 정보를 사용자에게 제공하기 위한 방법 및 시스템

Family Cites Families (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2021078216A1 (zh) * 2019-10-23 2021-04-29 北京嘀嘀无限科技发展有限公司 一种上车点推荐方法和系统
US20210248461A1 (en) * 2020-02-11 2021-08-12 Nec Laboratories America, Inc. Graph enhanced attention network for explainable poi recommendation
CN112069275A (zh) * 2020-08-26 2020-12-11 北京百度网讯科技有限公司 一种目的地预测方法、装置、电子设备及存储介质
CN112632380A (zh) * 2020-12-24 2021-04-09 北京百度网讯科技有限公司 兴趣点推荐模型的训练方法和推荐兴趣点的方法
US20220291011A1 (en) * 2021-03-15 2022-09-15 Here Global B.V. Method and apparatus for providing navigation and location recommendation based on geospatial vaccination data

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20090117355A (ko) 2008-05-09 2009-11-12 삼성전자주식회사 네비게이션 시스템의 맵 업데이트 방법 및 장치
KR20150015259A (ko) 2013-07-31 2015-02-10 현대엠엔소프트 주식회사 추천 poi 생성 방법 및 이를 지원하는 poi 추천 서버
KR20190124524A (ko) * 2018-04-26 2019-11-05 충북대학교 산학협력단 관심장소 추천 방법 및 관심장소 추천 시스템
KR20210103401A (ko) * 2020-02-13 2021-08-23 네이버 주식회사 관심 지점에 관련된 정보를 사용자에게 제공하기 위한 방법 및 시스템

Also Published As

Publication number Publication date
US11640437B1 (en) 2023-05-02

Similar Documents

Publication Publication Date Title
US10353975B2 (en) Terminal, server and event suggesting methods thereof
CN107407572B (zh) 沿路线搜索
US9015140B2 (en) System and method for providing contextual actions on a search results page
JP5905450B2 (ja) 自動ソーシャルネットワーキンググラフマイニングおよび視覚化
KR102319438B1 (ko) 빅데이터 기반의 감성정보를 반영한 관광지 정보 제공 시스템 및 그 구동방법
JP4950508B2 (ja) 施設情報管理システム、施設情報管理装置、施設情報管理方法および施設情報管理プログラム
WO2022134478A1 (zh) 路线推荐方法、装置、电子设备和存储介质
US11049199B2 (en) Contextual trip itinerary generator
WO2019097785A1 (ja) 情報処理装置、情報処理方法、およびプログラム
KR102020551B1 (ko) 모바일 컨텍스트 정보 기반의 음식점 추천방법 및 그를 위한 장치
US9234765B1 (en) Discovering theme and attribute oriented travel routes and relevant geographic entities along a route
US20200233916A1 (en) Item inventory locating from search queries
CN113505311B (zh) 一种可根据“潜在语义空间”的旅游景点交互推荐方法
US11893073B2 (en) Method and apparatus for displaying map points of interest, and electronic device
KR102338381B1 (ko) 빅데이터 기반의 감성정보 분석평가 시스템 및 그 구동방법
CN110825889A (zh) 一种宣传信息交互方法、装置、电子设备及存储介质
KR102195686B1 (ko) 지역 기반 아이템 추천 장치 및 방법
Zhang et al. Automatic latent street type discovery from web open data
KR102445380B1 (ko) Poi 모델링을 통한 poi 검색 및 추천 프로세스 및 그 구동 시스템
US20220373346A1 (en) Personalized route recommendation and navigation
KR102109612B1 (ko) 위치 기반의 지리 관계 서비스를 위한 장치
EP4047447A1 (en) Route recommendation method and apparatus, electronic device, and storage medium
CN111241835B (zh) 基于游客画像的一机游景点游客知识嵌入方法及装置
Rai et al. Text refinement powered by artificial intelligence for tourism
CN113688164A (zh) 基于知识图谱关联分析的兴趣点查询方法及系统