KR102513390B1 - 도서 빅데이터 분석 시스템 - Google Patents

도서 빅데이터 분석 시스템 Download PDF

Info

Publication number
KR102513390B1
KR102513390B1 KR1020200142972A KR20200142972A KR102513390B1 KR 102513390 B1 KR102513390 B1 KR 102513390B1 KR 1020200142972 A KR1020200142972 A KR 1020200142972A KR 20200142972 A KR20200142972 A KR 20200142972A KR 102513390 B1 KR102513390 B1 KR 102513390B1
Authority
KR
South Korea
Prior art keywords
book
user
information
unit
level
Prior art date
Application number
KR1020200142972A
Other languages
English (en)
Other versions
KR20220031958A (ko
Inventor
김병화
김현지
김경민
신석호
Original Assignee
주식회사 참빛교육
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 참빛교육 filed Critical 주식회사 참빛교육
Publication of KR20220031958A publication Critical patent/KR20220031958A/ko
Application granted granted Critical
Publication of KR102513390B1 publication Critical patent/KR102513390B1/ko

Links

Images

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N21/00—Selective content distribution, e.g. interactive television or video on demand [VOD]
    • H04N21/20—Servers specifically adapted for the distribution of content, e.g. VOD servers; Operations thereof
    • H04N21/23—Processing of content or additional data; Elementary server operations; Server middleware
    • H04N21/238—Interfacing the downstream path of the transmission network, e.g. adapting the transmission rate of a video stream to network bandwidth; Processing of multiplex streams
    • H04N21/2389—Multiplex stream processing, e.g. multiplex stream encrypting
    • H04N21/23892—Multiplex stream processing, e.g. multiplex stream encrypting involving embedding information at multiplex stream level, e.g. embedding a watermark at packet level
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N21/00—Selective content distribution, e.g. interactive television or video on demand [VOD]
    • H04N21/20—Servers specifically adapted for the distribution of content, e.g. VOD servers; Operations thereof
    • H04N21/23—Processing of content or additional data; Elementary server operations; Server middleware
    • H04N21/231—Content storage operation, e.g. caching movies for short term storage, replicating data over plural servers, prioritizing data for deletion
    • H04N21/23103—Content storage operation, e.g. caching movies for short term storage, replicating data over plural servers, prioritizing data for deletion using load balancing strategies, e.g. by placing or distributing content on different disks, different memories or different servers
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N21/00—Selective content distribution, e.g. interactive television or video on demand [VOD]
    • H04N21/20—Servers specifically adapted for the distribution of content, e.g. VOD servers; Operations thereof
    • H04N21/23—Processing of content or additional data; Elementary server operations; Server middleware
    • H04N21/236—Assembling of a multiplex stream, e.g. transport stream, by combining a video stream with other content or additional data, e.g. inserting a URL [Uniform Resource Locator] into a video stream, multiplexing software data into a video stream; Remultiplexing of multiplex streams; Insertion of stuffing bits into the multiplex stream, e.g. to obtain a constant bit-rate; Assembling of a packetised elementary stream
    • H04N21/23605—Creation or processing of packetized elementary streams [PES]
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N21/00—Selective content distribution, e.g. interactive television or video on demand [VOD]
    • H04N21/20—Servers specifically adapted for the distribution of content, e.g. VOD servers; Operations thereof
    • H04N21/23—Processing of content or additional data; Elementary server operations; Server middleware
    • H04N21/238—Interfacing the downstream path of the transmission network, e.g. adapting the transmission rate of a video stream to network bandwidth; Processing of multiplex streams
    • H04N21/2389—Multiplex stream processing, e.g. multiplex stream encrypting
    • H04N21/23895—Multiplex stream processing, e.g. multiplex stream encrypting involving multiplex stream encryption
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N21/00—Selective content distribution, e.g. interactive television or video on demand [VOD]
    • H04N21/20—Servers specifically adapted for the distribution of content, e.g. VOD servers; Operations thereof
    • H04N21/25—Management operations performed by the server for facilitating the content distribution or administrating data related to end-users or client devices, e.g. end-user or client device authentication, learning user preferences for recommending movies
    • H04N21/266—Channel or content management, e.g. generation and management of keys and entitlement messages in a conditional access system, merging a VOD unicast channel into a multicast channel
    • H04N21/26613—Channel or content management, e.g. generation and management of keys and entitlement messages in a conditional access system, merging a VOD unicast channel into a multicast channel for generating or managing keys in general
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N21/00—Selective content distribution, e.g. interactive television or video on demand [VOD]
    • H04N21/40—Client devices specifically adapted for the reception of or interaction with content, e.g. set-top-box [STB]; Operations thereof
    • H04N21/43—Processing of content or additional data, e.g. demultiplexing additional data from a digital video stream; Elementary client operations, e.g. monitoring of home network or synchronising decoder's clock; Client middleware
    • H04N21/434—Disassembling of a multiplex stream, e.g. demultiplexing audio and video streams, extraction of additional data from a video stream; Remultiplexing of multiplex streams; Extraction or processing of SI; Disassembling of packetised elementary stream
    • H04N21/4343—Extraction or processing of packetized elementary streams [PES]
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N21/00—Selective content distribution, e.g. interactive television or video on demand [VOD]
    • H04N21/40—Client devices specifically adapted for the reception of or interaction with content, e.g. set-top-box [STB]; Operations thereof
    • H04N21/43—Processing of content or additional data, e.g. demultiplexing additional data from a digital video stream; Elementary client operations, e.g. monitoring of home network or synchronising decoder's clock; Client middleware
    • H04N21/435—Processing of additional data, e.g. decrypting of additional data, reconstructing software from modules extracted from the transport stream
    • H04N21/4353—Processing of additional data, e.g. decrypting of additional data, reconstructing software from modules extracted from the transport stream involving decryption of additional data
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N21/00—Selective content distribution, e.g. interactive television or video on demand [VOD]
    • H04N21/60—Network structure or processes for video distribution between server and client or between remote clients; Control signalling between clients, server and network components; Transmission of management data between server and client, e.g. sending from server to client commands for recording incoming content stream; Communication details between server and client 
    • H04N21/63—Control signaling related to video distribution between client, server and network components; Network processes for video distribution between server and clients or between remote clients, e.g. transmitting basic layer and enhancement layers over different transmission paths, setting up a peer-to-peer communication via Internet between remote STB's; Communication protocols; Addressing
    • H04N21/633—Control signals issued by server directed to the network components or client
    • H04N21/6332—Control signals issued by server directed to the network components or client directed to client
    • H04N21/6334—Control signals issued by server directed to the network components or client directed to client for authorisation, e.g. by transmitting a key
    • H04N21/63345—Control signals issued by server directed to the network components or client directed to client for authorisation, e.g. by transmitting a key by transmitting keys

Landscapes

  • Engineering & Computer Science (AREA)
  • Multimedia (AREA)
  • Signal Processing (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Computer Security & Cryptography (AREA)
  • Theoretical Computer Science (AREA)
  • Databases & Information Systems (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)
  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
  • Electrically Operated Instructional Devices (AREA)
  • Telephonic Communication Services (AREA)

Abstract

본 발명의 기술적 사상에 의한 일 실시예에 따른 도서 빅데이터 분석 시스템은 웹 상에 존재하는 도서에 대한 데이터를 수집하고 그 내용을 추출하고 레벨을 부여하여, 사용자에게 적합한 도서를 추천하기 위한 도서 빅데이터 분석 시스템에 관한 것으로서, 사용자 단말기로부터 사용자 정보를 전송받는 사용자 정보 접수부; 사용자 정보로부터 사용자 도서 취향을 결정하는 사용자 취향 결정부; 웹 상의 도서 정보를 수집하여 저장하는 도서 데이터 저장부; 및 사용자 도서 취향에 대응되는 도서를 도서 데이터 저장부로부터 선택하는 도서 제안부를 포함할 수 있다.

Description

도서 빅데이터 분석 시스템{System for analyzing big data on books}
본 발명은 도서 빅데이터 분석 시스템에 관한 것으로서, 보다 상세하게는, 웹 상에 존재하는 도서에 대한 데이터를 수집하고 그 내용을 추출하고 레벨을 부여하여, 사용자에게 적합한 도서를 추천하기 위한 도서 빅데이터 분석 시스템에 관한 것이다.
최근의 각종 조사를 통해 유튜브와 넷플릭스 등 동영상 콘텐츠가 넘쳐나는 환경 속에서 독서량이 감소하고 있는 것으로 나타났다. 이처럼 독서하기 어려운 이유로는 여가시간은 늘어났음에도 불구하고 책 대신 다른 콘텐츠를 이용하는 경우가 많아진 데 따른 것으로 풀이된다.
즉, 학생들이 책을 안 읽는 이유로는 휴대전화와 인터넷 게임이 꼽혀지고 있으며, 그 외에도 책 읽는 것이 싫어 독서하지 않는다는 이유도 상당수 차지하고 있는 것으로 확인되고 있다. 이러한 결과를 통해 독서의 필요성에 대한 인식이 점차 부족해지고 있음을 알 수 있다.
책 읽는 것을 싫어하는 이유로는 자신에게 맞는 책을 찾지 못하는 것이 꼽히고 있으며, 이러한 문제점은 외국어 도서의 독서에도 그대로 적용된다. 외국어 학습을 위해 외국어 도서를 읽는 것이 매우 중요함에도 불구하고, 학습자가 자신에게 맞는 외국어 도서를 찾지 못해 독서를 실행하지 못하고 있다.
이러한 문제점을 개선하기 위하여 많은 발명가들이 학습자에게 맞는 수준의 외국어 도서를 추천해주는 방법을 연구하고 있으나, 아직까지 만족스러운 결과가 얻어지지 못하고 있는 것이 현실이다.
본 발명의 기술적 사상에 따른 도서 빅데이터 분석 시스템의 목적은 웹 상에 존재하는 도서에 대한 데이터를 수집하고 그 내용을 추출하고 난이도 레벨을 부여하여 사용자에게 적합한 도서를 추천하기 위한 도서 빅데이터 분석 시스템을 제공하는 것이다.
본 발명의 기술적 사상에 따른 도서 빅데이터 분석 시스템의 다른 목적은 웹 상에 존재하는 도서에 대한 데이터를 수집하고 그 내용을 추출하고 사용자 정보를 바탕으로 사용자에게 적합한 도서를 추천하기 위한 도서 빅데이터 분석 시스템을 제공하는 것이다.
본 발명의 기술적 사상에 따른 도서 빅데이터 분석 시스템이 이루고자 하는 기술적 과제는 이상에서 언급한 과제로 제한되지 않으며, 언급되지 않은 또 다른 과제는 아래의 기재로부터 통상의 기술자에게 명확하게 이해될 수 있을 것이다.
본 발명의 기술적 사상에 의한 일 실시예에 따른 도서 빅데이터 분석 시스템은, 사용자 단말기와 네트워크를 통해 연결되는 시스템으로서, 사용자 단말기로부터 사용자 정보를 전송받는 사용자 정보 접수부; 사용자 정보로부터 사용자 도서 취향을 결정하는 사용자 취향 결정부; 웹 상의 도서 정보를 수집하여 저장하는 도서 데이터 저장부; 사용자 도서 취향에 대응되는 도서를 도서 데이터 저장부로부터 선택하는 도서 제안부를 포함할 수 있다.
사용자 정보는 사용자의 이름, 나이, 성별, 주소, 취미, 관심사, 읽은 도서 중 적어도 하나일 수 있다.
상기 시스템은 사용자 단말기와 채팅을 하며 사용자의 답변 정보를 전송받는 챗봇부를 더 포함하되, 미리 머신 러닝을 통해 학습된 챗봇부는 사용자 단말기로부터 전송된 사용자 답변 정보를 사용자 취향 결정부로 전송하고, 사용자 취향 결정부는 사용자 답변 정보를 기초로 하여 사용자 도서 취향을 결정할 수 있다.
상기 시스템은 사용자 단말기의 인터넷 접속 정보 및 검색 정보(이하 "사용자 행동 정보"라 한다)를 전송받아 사용자 취향 결정부로 전송하는 사용자 행동 접수부를 더 포함하되, 사용자 취향 결정부는 사용자 행동 정보에서 확인된 관심 영역을 기초로 하여 사용자 도서 취향을 결정할 수 있다.
도서 데이터 저장부는 웹 상의 이미지를 수집하여 이미지 내의 문자를 추출하여 도서 정보를 저장할 수 있다.
도서 데이터 저장부는 상기 추출된 문자들에 대하여 형태소 분석, 개체명 인식 및 연관 키워드 분석 중 적어도 하나를 포함하는 비정형 데이터 분석을 통해 얻어진 도서 정보를 저장할 수 있다.
상기 시스템은 수집된 도서 정보에서 추출된 텍스트들 중 소정 비율 이상으로 사용되는 단어들을 추출하여, 추출된 단어들의 레벨을 기초로 하여 도서 레벨을 결정하는 도서 레벨 결정부를 더 포함하되, 도서 제안부는 사용자의 레벨에 대응되는 도서 레벨의 도서의 정보를 사용자 단말기로 전송할 수 있다.
사용자 단말기는 사용자 정보를 QR 코드 이미지로 변환하고, QR 코드 이미지 데이터 신호를 분할하여 복수 개의 이미지 데이터 조각들을 생성하고, 이미지 데이터 조각들의 각각에 어드레스를 부여하며, 어드레스를 고려한 조합 규칙을 생성하는 키크리에이팅 모듈; 복수 개의 이미지 데이터 조각들을 임의의 순서로 사용자 정보 접수부로 전송하는 제 1 디스패칭 모듈; 및 조합 규칙을 사용자 정보 접수부로 전송하는 제 2 디스패칭 모듈을 포함하며, 사용자 정보 접수부는, 사용자 정보 접수부에 전송된 복수 개의 이미지 데이터 조각들 및 조합 규칙을 전송받고, 조합 규칙에 따라 복수 개의 이미지 데이터 조각들을 조합하여 QR 코드 이미지 데이터를 생성하는 리어셈블링 모듈을 포함할 수 있다.
본 발명의 기술적 사상에 의한 일 실시예에 따른 도서 빅데이터 분석 시스템은, 사용자 단말기와 네트워크를 통해 연결되는 도서 빅데이터 분석 시스템으로서, 사용자 단말기로부터 사용자 정보를 전송받는 사용자 정보 접수부; 사용자 정보로부터 사용자 도서 취향을 결정하는 사용자 취향 결정부; 웹 상의 도서 정보를 수집하여 저장하는 도서 데이터 저장부; 사용자 도서 취향에 대응되는 도서를 도서 데이터 저장부로부터 선택하는 도서 제안부; 및 수집된 도서 정보에서 추출된 텍스트들 중 소정 비율 이상으로 사용되는 단어들을 추출하여, 추출된 단어들의 레벨을 기초로 하여 도서 레벨을 결정하는 도서 레벨 결정부를 포함하되, 도서 제안부는 사용자의 레벨에 대응되는 도서 레벨의 도서의 정보를 사용자 단말기로 전송하며, 도서 레벨 결정부는 도서의 소정 구간에서 추출된 단어의 사용 비중 계산시에는 1보다 큰 가중치 값을 곱하며, 특정 단어들에 대해서는 단어의 사용 비중 계산시에 1보다 큰 가중치 값을 곱하여 사용 비중을 계산하고, 단어별로 단어의 레벨과 상기 계산된 사용 비중을 곱한 값을 합산한 값을 결정하며, 미리 정해 놓은 레벨 테이블에서 상기 합산한 값이 속하는 레벨을 선택하여 도서의 레벨로 결정할 수 있다.
본 발명의 기술적 사상에 의한 일 실시예에 따른 도서 빅데이터 분석 시스템은, 사용자 단말기와 네트워크를 통해 연결되는 도서 빅데이터 분석 시스템으로서, 사용자 단말기로부터 사용자 정보를 전송받는 사용자 정보 접수부; 사용자 정보로부터 사용자 도서 취향을 결정하는 사용자 취향 결정부; 웹 상의 도서 정보를 수집하여 저장하는 도서 데이터 저장부; 사용자 도서 취향에 대응되는 도서를 도서 데이터 저장부로부터 선택하는 도서 제안부; 및 수집된 도서 정보에서 추출된 텍스트들 중 소정 비율 이상으로 사용되는 단어들을 추출하여, 추출된 단어들의 레벨을 기초로 하여 도서 레벨을 결정하는 도서 레벨 결정부를 포함하되, 도서 제안부는 사용자의 레벨에 대응되는 도서 레벨의 도서의 정보를 사용자 단말기로 전송하며, 도서 레벨 결정부는 도서의 소정 구간에서 추출된 단어의 사용 비중 계산시에는 1보다 큰 가중치 값을 곱하며, 특정 단어들에 대해서는 단어의 사용 비중 계산시에 1보다 큰 가중치 값을 곱하여 사용 비중을 계산하고, 단어별로 단어의 레벨과 상기 계산된 사용 비중을 곱한 값을 합산한 값을 결정하며, 미리 정해 놓은 레벨 테이블에서 상기 합산한 값이 속하는 레벨을 선택하여 도서의 레벨로 결정하고, 상기 도서 빅데이터 분석 시스템은 사용자 단말기의 인터넷 접속 정보 및 검색 정보(이하 "사용자 행동 정보"라 한다)를 전송받아 사용자 취향 결정부로 전송하는 사용자 행동 접수부를 더 포함하되, 사용자 단말기에는 사용자 행동 정보를 수집할 수 있는 프로그램이 미리 설치되며, 사용자 행동 접수부는 웹 상의 사용자의 모션을 그대로 저장하고 실제 브라우저에서 사용자의 모션을 그대로 복원하여 사용자 행동 정보를 수집하며, 사용자 취향 결정부는 사용자 행동 정보에서 확인된 관심 영역을 기초로 하여 사용자 도서 취향을 결정할 수 있다.
본 발명의 기술적 사상에 의한 실시예에 따른 도서 빅데이터 분석 시스템은 웹 상에 존재하는 도서에 대한 데이터를 수집하고 그 내용을 추출하고 난이도 레벨을 부여하여, 사용자에게 적합한 도서를 추천하기 위한 도서 빅데이터 분석 시스템을 제공할 수 있다.
본 발명의 기술적 사상에 따른 도서 빅데이터 분석 시스템은 웹 상에 존재하는 도서에 대한 데이터를 수집하고 그 내용을 추출하고 사용자 정보를 바탕으로 사용자에게 적합한 도서를 추천하기 위한 도서 빅데이터 분석 시스템을 제공할 수 있다.
다만, 본 발명의 일 실시예에 따른 도서 빅데이터 분석 시스템이 달성할 수 있는 효과는 이상에서 언급한 것들로 제한되지 않으며, 언급하지 않은 또 다른 효과들은 아래의 기재로부터 통상의 기술자에게 명확하게 이해될 수 있을 것이다.
본 명세서에서 인용되는 도면을 보다 충분히 이해하기 위하여 각 도면의 간단한 설명이 제공된다.
도 1은 본 발명의 일 실시예에 따른 도서 빅데이터 분석 시스템의 개략도이다.
도 2는 본 발명의 일 실시예에 따른 도서 빅데이터 분석 방법을 도시한 순서도이다.
본 발명은 다양한 변경을 가할 수 있고 여러 가지 실시예를 가질 수 있는 바, 특정 실시예들을 도면에 예시하고, 이를 상세한 설명을 통해 상세히 설명하고자 한다. 그러나, 이는 본 발명을 특정한 실시 형태에 대해 한정하려는 것이 아니며, 본 발명은 본 발명의 사상 및 기술 범위에 포함되는 모든 변경, 균등물 내지 대체물을 포함하는 것으로 이해되어야 한다.
본 발명을 설명함에 있어서, 관련된 공지 기술에 대한 구체적인 설명이 본 발명의 요지를 불필요하게 흐릴 수 있다고 판단되는 경우 그 상세한 설명을 생략한다. 또한, 본 명세서의 설명 과정에서 이용되는 숫자(예를 들어, 제 1, 제 2 등)는 하나의 구성요소를 다른 구성요소와 구분하기 위한 식별기호에 불과하다.
또한, 본 명세서에서, 일 구성요소가 다른 구성요소와 "연결된다" 거나 "접속된다" 등으로 언급된 때에는, 상기 일 구성요소가 상기 다른 구성요소와 직접 연결되거나 또는 직접 접속될 수도 있지만, 특별히 반대되는 기재가 존재하지 않는 이상, 중간에 또 다른 구성요소를 매개하여 연결되거나 또는 접속될 수도 있다고 이해되어야 할 것이다.
또한, 본 명세서에서 '~부'로 표현되는 구성요소는 2개 이상의 구성요소가 하나의 구성요소로 합쳐지거나 또는 하나의 구성요소가 보다 세분화된 기능별로 2개 이상으로 분화될 수도 있다. 또한, 이하에서 설명할 구성요소 각각은 자신이 담당하는 주기능 이외에도 다른 구성요소가 담당하는 기능 중 일부 또는 전부의 기능을 추가적으로 수행할 수도 있으며, 구성요소 각각이 담당하는 주기능 중 일부 기능이 다른 구성요소에 의해 전담되어 수행될 수도 있음은 물론이다.
이하, 본 발명의 기술적 사상에 의한 실시예들을 차례로 상세히 설명한다.
도 1은 본 발명의 일 실시예에 따른 도서 빅데이터 수집 및 분석 시스템의 개략도이다. 도 2는 본 발명의 일 실시예에 따른 도서 빅데이터 수집 및 분석 방법을 도시한 순서도이다.
본 발명의 일 실시예에 따른 도서 빅데이터 수집 및 분석 시스템(100)은 사용자 단말기(10)와 네트워크(50)를 통해 연결되며, 사용자 정보 접수부(110), 사용자 취향 결정부(120), 도서 데이터 저장부(130), 도서 제안부(140), 챗봇부(150), 사용자 행동 접수부(160) 및 도서 레벨 결정부(170)를 포함할 수 있다.
사용자는 사용자 단말기(10)를 이용하여 도서 빅데이터 수집 및 분석 시스템(100)에 접속하여 도서 빅데이터 수집 및 분석 시스템(100)과 신호를 주고 받을 수 있다. 도서 빅데이터 수집 및 분석 시스템(100)은 단말기에서 구동된 웹 브라우저를 통해 웹 페이지를 표시하고 웹 페이지에서 로그인을 한 후 도서 빅데이터 수집 및 분석 시스템(100)에 접속하도록 하거나, 사용자 단말기(10)에 도서 빅데이터 수집 및 분석 시스템(100)에 접속 가능한 어플리케이션이 설치되어 구동될 수도 있다.
사용자 단말기(10)는 네트워크(50)를 통하여 원격지의 서버나 단말기에 접속할 수 있는 컴퓨터로 구현될 수 있다. 여기서, 컴퓨터는 예를 들어, 웹 브라우저(WEB Browser)가 탑재된 노트북, 데스크탑(Desktop), 랩탑(Laptop) 등을 포함할 수 있다. 또한, 사용자 단말기(10)는 네트워크(50)를 통해 원격지의 서버나 단말에 접속할 수 있는 단말 장치로 구현될 수 있다. 단말 장치는 예를 들어, 휴대성과 이동성이 보장되는 무선 통신 장치로서, PCS(Personal Communication System), GSM(Global System for Mobile communications), PDC(Personal Digital Cellular), PHS(Personal Handyphone System), PDA(Personal Digital Assistant), IMT(International Mobile Telecommunication)-2000, CDMA(Code Division Multiple Access)-2000, W-CDMA(W-Code Division Multiple Access), Wibro(Wireless Broadband Internet) 단말기, 스마트폰(smartphone), 스마트 패드(smartpad), 태블릿 PC(Tablet PC) 등과 같은 모든 종류의 핸드헬드(Handheld) 기반의 무선 통신 장치를 포함할 수 있다.
여기서, 네트워크(50)는, 복수의 단말기 및 서버들과 같은 각각의 노드 상호 간에 정보 교환이 가능한 연결 구조를 의미하는 것으로, 이러한 네트워크의 일 예에는 3GPP(3rd Generation Partnership Project) 네트워크, LTE(Long Term Evolution) 네트워크, 5G 네트워크, WIMAX(World Interoperability for Microwave Access) 네트워크, 인터넷(Internet), LAN(Local Area Network), Wireless LAN(Wireless Local Area Network), WAN(Wide Area Network), PAN(Personal Area Network), 블루투스(Bluetooth) 네트워크, 위성 방송 네트워크, 아날로그 방송 네트워크, DMB(Digital Multimedia Broadcasting) 네트워크 등이 포함되나 이에 한정되지는 않는다.
사용자 정보 접수부(110)는 사용자 단말기(10)로부터 사용자 정보를 전송받을 수 있다(S110). 사용자 정보는 사용자의 이름, 나이, 성별, 주소, 취미, 관심사 등이다. 이러한 사용자 정보를 통해 동일 사용자 정보를 가진 사용자들의 데이터에 대한 통계를 낼 수 있다.
사용자 취향 결정부(120)는 사용자 정보로부터 사용자 도서 취향을 결정할 수 있다(S120). 사용자는 사용자 단말기(10)를 통해 자신이 읽었던 도서 리스트를 전송할 수 있으며, 선호 점수를 추가하여 전송할 수도 있다. 선호 점수가 부여된 도서 리스트를 통해 사용자 취향 결정부(120)는 사용자의 도서 취향을 결정할 수 있다. 전송된 도서 리스트의 도서들을 미리 정해진 장르별로 분류하고, 각 장르별로 선호 점수의 합을 구하여 사용자의 선호 장르를 결정할 수 있다.
사용자 도서 취향은 사용자가 작성하여 전송한 정보를 이용할 수도 있지만, 시스템(100)이 적극적으로 정보를 수집하는 방식으로 생성할 수도 있다.
챗봇부(150)는 사용자 단말기(10)와 채팅을 하며 사용자의 답변 정보를 전송받을 수 있다. 챗봇부(150)는 머신 러닝을 통해 미리 대화 시나리오를 학습할 수 있으며, 이를 통해 사용자에게 질문을 전송하고, 답변을 받고, 이 답변과 관련된 추가 질문을 전송하는 방식을 반복하여, 사용자가 부담없이 자신의 정보를 전송할 수 있도록 한다. 챗봇부(150)는 사용자 단말기(10)로부터 전송된 사용자 답변 정보를 사용자 취향 결정부(120)로 전송하고, 사용자 취향 결정부(120)는 사용자 답변 정보를 기초로 하여 사용자 도서 취향을 결정할 수 있다.
또한, 사용자 행동 접수부(160)는 사용자 단말기(10)의 인터넷 접속 정보 및 검색 정보(이하 "사용자 행동 정보"라 한다)를 사용자 단말기(10)로부터 전송받을 수 있다. 이를 위해 사용자 단말기(10)에는 사용자 행동 정보를 수집할 수 있는 프로그램이 미리 설치될 수 있다.
또한, 사용자 행동 접수부(160)는 웹 상의 사용자의 모션을 그대로 저장하고 실제 브라우저에서 사용자의 모션을 그대로 복원하여 일반적으로 수집이 어려운 딥 웹의 도서 정보를 취득할 수 있다.
이렇게 전송된 사용자 행동 정보는 사용자 취향 결정부(120)로 전송되어 사용자 도서 취향이 설정될 수 있다. 사용자 취향 결정부(120)는 사용자 행동 정보에서 확인된 관심 영역을 기초로 하여 사용자 도서 취향을 결정할 수 있다.
예를 들어, 사용자가 주로 검색을 영화와 관련된 내용을 검색한다면, 영화의 원작이 되는 소설이 사용자 도서 취향으로 설정이 될 수도 있다. 또한, 사용자가 주로 방문하는 사이트가 여행 정보 사이트라면, 여행과 관련된 소설 또는 여행지 정보 제공 도서가 사용자 도서 취향으로 설정될 수 있을 것이다.
도서 데이터 저장부(130)는 웹 상의 도서 정보를 수집하여 저장할 수 있다(S130). 여기서, 도서 정보는 도서에 대한 메타데이터 및 도서 내용일 수 있다. 도서 데이터 저장부(130)는 수집된 빅데이터에 대하여 읽기, 쓰기, 수정, 삭제, 검색 기능을 수행할 수 있다.
도서 데이터 저장부(130)는 웹 상의 텍스트, 이미지 및 동영상을 공지된 다양한 수집 방법을 사용하여 수집할 수 있으며, 이미지 내의 문자를 추출하여 도서 정보를 저장할 수 있다. 또한, 동영상의 경우에는 소정 시간 간격으로 정지된 이미지 프레임들을 정적인 이미지로 변환하고, 이렇게 변환된 이미지로부터 문자를 추출하여 도서 정보를 저장할 수 있다.
도서 데이터 저장부(130)는 추출된 문장들 또는 수집된 문장들에 대하여 형태소 분석, 개체명 인식 및 연관 키워드 분석과 같은 비정형 데이터 분석을 할 수 있으며, 이렇게 얻어진 분석 결과를 도서 정보로서 저장할 수 있다(S140). 저장되는 도서 정보는 블록체인의 암호화 로직이 적용될 수 있으며, 분산 저장될 수 있다.
도서 레벨 결정부(170)는 수집된 도서 정보에서 추출된 텍스트들 중 소정 비율 이상으로 사용되는 단어들을 추출하여, 추출된 단어들의 레벨을 기초로 하여 도서 레벨을 결정할 수 있다. 도서 레벨 결정부(170)는 단어 뿐 아니라 문장을 추출하여 단어와 동일한 레벨 결정 방식으로 도서 레벨을 결정할 수 있다.
예를 들어, A도서의 내용으로부터 추출된 텍스트들 중에서 a 단어, b 단어, c 단어, d 단어의 사용 비중이 각각 15%, 20%, 12%, 5% 이고, 10% 이상으로 사용되는 단어들의 레벨로 도서의 레벨을 정하는 경우에, a 단어, b 단어, c 단어만을 도서의 레벨을 결정하기 위하여 사용한다. 도서 레벨 결정부(170)는 a 단어, b 단어, c 단어가 미리 정해 놓은 단어 레벨 기준 중에서 어떤 레벨에 속하는지를 확인한다. a 단어 레벨이 1이고, b 단어 레벨이 2이고, c 단어 레벨이 3이라면, 도서의 레벨은 1 X 0.15 + 2 X 0.2 + 3 X 0.12 = 0.91로 정해지고, 미리 정해 놓은 레벨 테이블에서 해당 도서의 레벨, 즉 적절한 사용자 수준이 결정될 수 있다. 레벨 테이블은 계산된 도서 레벨 값이 어떠한 사용자(예를 들어, 초등학생, 중학생 등)에게 적합한지 미리 설정된다.
또한, 도서 레벨 결정부(170)는 수집된 도서 정보에서 단어를 추출하는 경우에 도서의 전 영역에 대해 동일한 가중치를 두고 추출하기 보다, 도서의 구간별로 가중치를 두고 단어 추출 및 레벨 결정을 할 수도 있다. 예를 들어 처음 시작 부분인 책의 1~3 페이지에 단어 추출 및 레벨 결정 가중치를 더 부여할 수 있다. 도서 레벨 결정부(170)는 해당 구간의 사용 비중에 대해 1 보다 큰 값의 가중치를 곱할 수 있다.
또한, 도서 레벨 결정부(170)는 특정 단어들에 대해서만 가중치를 부여할 수도 있다. 미리 설정해 놓은 단어들에 대해서는 그 사용 비중에 대해 1 보다 큰 값의 가중치를 곱해질 수 있다.
도서 제안부(140)는 사용자의 레벨 및/또는 사용자 도서 취향에 대응되는 도서를 도서 데이터 저장부(130)로부터 선택하여 사용자 단말기(10)로 전송할 수 있다(S150). 예를 들어 사용자 도서 취향이 고전 동화라고 한다면 이러한 도서 중에서 사용자의 레벨에 적합한 레벨의 도서를 추천할 수 있다.
도서 제안부(140)는 비슷한 연령대의 사용자들의 사용자 도서 취향을 참조하여 사용자에게 도서 제안을 할 수도 있고, 사용자의 연령보다 높은 연령의 사용자들의 사용자 도서 취향을 고려하여 연령대가 높은 사용자들의 선호 도서를 추천함으로써 사용자의 독서 레벨을 한단계 업그레이드 시키도록 유도할 수도 있다.
사용자는 사용자 단말기(10)를 통해 추천된 도서의 선호도를 점수로 표시하여 도서 제안부(140)에 피드백을 줄 수 있다. 도서 제안부(140)는 머신 러닝과 같은 인공 지능 학습을 통하여 도서 추천의 정확도를 더 향상시킬 수 있다.
한편, 도서 데이터 저장부(130)는 스토어링 모듈을 포함하며, 스토어링 모듈은 수집된 이미지를 데이터베이스에 저장할 수 있다. 데이터베이스는 복수 개의 서브 데이터베이스들의 집합체로 이루어지며, 이러한 서브 데이터베이스들은 물리적으로 분할된 상태로 이루어지는 것이 바람직할 수 있다. 스토어링 모듈은 스니핑 모듈, 코드어싸이닝 모듈, 랜덤 넘버 크리에이팅 모듈 및 디스퍼싱 스토어링 모듈을 포함할 수 있다.
스니핑 모듈은 이미지를 임의로 복수 개의 이미지 조각으로 분할하고, 복수 개로 분할된 이미지 조각 각각을 복수 개의 개별 조각 정보로 설정하게 된다. 예를 들어, 개별 조각 정보는 W1, W2, W3, W4, W5 등으로 이루어질 수 있다. 이미지는 X자 형태 또는 지그재그 형태로 분할되어 분리될 수 있다.
코드어싸이닝 모듈은 스니핑 모듈이 상술한 바와 같이 분할한 복수 개의 개별 조각 정보에 상이한 코드를 부여하게 된다. 이러한 코드는 일종의 ID와 같은 것으로서, 예를 들어, W1에는 xfd312, W2에는 yga187, W3에는 frh443, W4에는 eiw451, W5에는 ctj323 등의 코드를 부여하게 된다.
이러한 개별 조각 정보인 각각의 W1 내지 W5 들은 개별적인 물리공간인 서브 데이터베이스에 각각 나뉘어 저장되는데, 저장되기 전에 랜덤 넘버 크리에이팅 모듈이 이러한 개별 조각 정보의 코드 즉, W1에는 xfd312, W2에는 yga187, W3에는 frh443, W4에는 eiw451, W5에는 ctj323 각각에 동일한 랜덤 변수를 소정시간 동안 공유시키게 된다.
예를 들어, i) 11시 30분 00초부터 11시 30분 20초 사이에는 이들 W1의 코드 xfd312, W2의 코드 yga187, W3의 코드 frh443, W4의 코드 eiw451, W5의 코드 ctj323 각각에 동일한 랜덤 변수 wesdispdy2471738를 공유시키며, ii) 11시 30분 20초부터 11시 30분 40초 사이에는 이들 W1의 코드 xfd312, W2의 코드 yga187, W3의 코드 frh443, W4의 코드 eiw451, W5의 코드 ctj323 각각에 동일한 랜덤 변수 qartfrebh5243421를 공유시키게 된다. 이후 반복된다.
이미지 전체에 대한 호출이 있게 되면, 이미지를 구성하는 W1 내지 W5는 재조합의 과정이 필요한데, 이러한 재조합은 해당 순간에 공유하는 랜덤 변수를 통해 매개하여 재조합된다.
디스퍼싱 스토어링 모듈은 상술한 바와 같이, 복수 개의 개별 조각 정보, 예를 들어, W1 내지 W5를 물리적으로 분할된 데이터베이스 각각에 분산하여 저장하게 된다.
또한, 사용자 정보 전송의 보안화를 위해, 사용자 단말기(10)는 사용자 정보를 QR 코드 이미지로 변환하고, QR 코드 이미지 데이터 신호를 분할하여 복수 개의 이미지 데이터 조각들을 생성하고, 이미지 데이터 조각들의 각각에 어드레스를 부여하며, 어드레스를 고려한 조합 규칙을 생성하는 키크리에이팅 모듈; 복수 개의 이미지 데이터 조각들을 임의의 순서로 사용자 정보 접수부(110)로 전송하는 제 1 디스패칭 모듈; 및 조합 규칙을 사용자 정보 접수부(110)로 전송하는 제 2 디스패칭 모듈을 포함할 수 있다. 사용자 정보 접수부(110)는, 사용자 정보 접수부(110)에 전송된 복수 개의 이미지 데이터 조각들 및 조합 규칙을 전송받고, 조합 규칙에 따라 복수 개의 이미지 데이터 조각들을 조합하여 QR 코드 이미지 데이터를 생성하는 리어셈블링 모듈을 포함할 수 있다.
대안적으로, 사용자 단말기(10)는, QR 코드 이미지에 가로 방향으로 n개의 제 1 액시스 라인들을 설정하고, 세로 방향으로 m개의 제 2 액시스 라인들을 설정하는 액시스 라이닝 모듈(여기서, n 및 m은 자연수이다); 제 1 액시스 라인들 및 제 2 액시스 라인들 중 어느 하나를 선택하는 단계, 상기 선택된 액시스 라인(이하 “제 1 선택 액시스 라인”이라 한다)을 중심으로 어느 일 측의 이미지를 어느 한 방향으로 회전시켜 제 1 선택 액시스 라인의 양 측의 이미지 영역들이 2개의 층으로 중첩되도록 하여 제 1 파일드 이미지를 생성하는 단계, 제 1 액시스 라인들 및 제 2 액시스 라인들 중 다른 하나를 선택하는 단계, 상기 선택된 다른 하나의 액시스 라인(이하 “제 2 선택 액시스 라인”이라 한다)을 중심으로 어느 일 측의 제 1 파일드 이미지를 어느 한 방향으로 회전시켜 제 2 선택 액시스 라인의 양 측의 제 1 파일드 이미지 영역들이 2개의 층으로 중첩되도록 하여 제 2 파일드 이미지를 생성하는 단계를 포함하는 파일링 규칙을 수행하는 파일링 모듈; 제 2 파일드 이미지를 사용자 정보 접수부(110)로 전송하는 제 1 디스패칭 모듈; 및 파일링 규칙을 사용자 정보 접수부(110)로 전송하는 제 2 디스패칭 모듈을 포함할 수 있다. 사용자 정보 접수부(110)는, 사용자 정보 접수부(110)에 전송된 제 2 파일드 이미지 및 파일링 규칙을 전송받고, 파일링 규칙에 따라 제 2 파일드 이미지를 복원하여 QR 코드 이미지를 생성하는 리어셈블링 모듈을 포함할 수 있다.
이상 본 명세서에서 설명한 기능적 동작과 본 주제에 관한 실시형태들은 본 명세서에서 개시한 구조들 및 그들의 구조적인 등가물을 포함하여 디지털 전자 회로나 컴퓨터 소프트웨어, 펌웨어 또는 하드웨어에서 혹은 이들 중 하나 이상의 조합에서 구현 가능하다.
본 명세서에서 기술하는 주제의 실시형태는 하나 이상의 컴퓨터 프로그램 제품, 다시 말해 데이터 처리 장치에 의한 실행을 위하여 또는 그 동작을 제어하기 위하여 유형의 프로그램 매체 상에 인코딩되는 컴퓨터 프로그램 명령에 관한 하나 이상의 모듈로서 구현될 수 있다. 유형의 프로그램 매체는 전파형 신호이거나 컴퓨터로 판독 가능한 매체일 수 있다. 전파형 신호는 컴퓨터에 의한 실행을 위하여 적절한 수신기 장치로 전송하기 위한 정보를 인코딩하기 위하여 생성되는 예컨대 기계가 생성한 전기적, 광학적 혹은 전자기 신호와 같은 인공적으로 생성된 신호이다. 컴퓨터로 판독 가능한 매체는 기계로 판독 가능한 저장장치, 기계로 판독 가능한 저장 기판, 메모리 장치, 기계로 판독 가능한 전파형 신호에 영향을 미치는 물질의 조합 혹은 이들 중 하나 이상의 조합일 수 있다.
컴퓨터 프로그램(프로그램, 소프트웨어, 소프트웨어 어플리케이션, 스크립트 혹은 코드로도 알려져 있음)은 컴파일되거나 해석된 언어나 선험적 혹은 절차적 언어를 포함하는 프로그래밍 언어의 어떠한 형태로도 작성될 수 있으며, 독립형 프로그램이나 모듈, 컴포넌트, 서브루틴 혹은 컴퓨터 환경에서 사용하기에 적합한 다른 유닛을 포함하여 어떠한 형태로도 전개될 수 있다.
컴퓨터 프로그램은 파일 시스템의 파일에 반드시 대응하는 것은 아니다. 프로그램은 요청된 프로그램에 제공되는 단일 파일 내에, 혹은 다중의 상호 작용하는 파일(예컨대, 하나 이상의 모듈, 하위 프로그램 혹은 코드의 일부를 저장하는 파일) 내에, 혹은 다른 프로그램이나 데이터를 보유하는 파일의 일부(예컨대, 마크업 언어 문서 내에 저장되는 하나 이상의 스크립트) 내에 저장될 수 있다.
컴퓨터 프로그램은 하나의 사이트에 위치하거나 복수의 사이트에 걸쳐서 분산되어 통신 네트워크에 의해 상호 접속된 다중 컴퓨터 또는 하나의 컴퓨터 상에서 실행되도록 전개될 수 있다.
부가적으로, 본 명세서에서 기술하는 논리 흐름과 구조적인 블록도는 개시된 구조적인 수단의 지원을 받는 대응하는 기능과 단계의 지원을 받는 대응하는 행위 및/또는 특정한 방법을 기술하는 것으로, 대응하는 소프트웨어 구조와 알고리즘과 그 등가물을 구축하는 데에도 사용 가능하다.
본 명세서에서 기술하는 프로세스와 논리 흐름은 입력 데이터 상에서 동작하고 출력을 생성함으로써 기능을 수행하기 위하여 하나 이상의 컴퓨터 프로그램을 실행하는 하나 이상의 프로그래머블 프로세서에 의하여 수행 가능하다.
컴퓨터 프로그램의 실행에 적합한 프로세서는, 예컨대 범용 및 특수 목적의 마이크로프로세서 양자 및 어떤 종류의 디지털 컴퓨터의 어떠한 하나 이상의 프로세서라도 포함한다. 일반적으로, 프로세서는 읽기 전용 메모리나 랜덤 액세스 메모리 혹은 양자로부터 명령어와 데이터를 수신할 것이다.
컴퓨터의 핵심적인 요소는 명령어와 데이터를 저장하기 위한 하나 이상의 메모리 장치 및 명령을 수행하기 위한 프로세서이다. 또한, 컴퓨터는 일반적으로 예컨대 자기, 자기광학 디스크나 광학 디스크와 같은 데이터를 저장하기 위한 하나 이상의 대량 저장 장치로부터 데이터를 수신하거나 그것으로 데이터를 전송하거나 혹은 그러한 동작 둘 다를 수행하기 위하여 동작가능 하도록 결합되거나 이를 포함할 것이다. 그러나, 컴퓨터는 그러한 장치를 가질 필요가 없다.
본 기술한 설명은 본 발명의 최상의 모드를 제시하고 있으며, 본 발명을 설명하기 위하여, 그리고 당업자가 본 발명을 제작 및 이용할 수 있도록 하기 위한 예를 제공하고 있다. 이렇게 작성된 명세서는 그 제시된 구체적인 용어에 본 발명을 제한하는 것이 아니다.
따라서, 상술한 예를 참조하여 본 발명을 상세하게 설명하였지만, 당업자라면 본 발명의 범위를 벗어나지 않으면서도 본 예들에 대한 개조, 변경 및 변형을 가할 수 있다. 요컨대 본 발명이 의도하는 효과를 달성하기 위해 도면에 도시된 모든 기능 블록을 별도로 포함하거나 도면에 도시된 모든 순서를 도시된 순서 그대로 따라야만 하는 것은 아니며, 그렇지 않더라도 얼마든지 청구항에 기재된 본 발명의 기술적 범위에 속할 수 있다는 점을 밝힌다.
100: 도서 빅데이터 수집 및 분석 시스템
110: 사용자 정보 접수부
120: 사용자 취향 결정부
130: 도서 데이터 저장부
140: 도서 제안부
150: 챗봇부
160: 사용자 행동 접수부
170: 도서 레벨 결정부

Claims (8)

  1. 사용자 단말기와 네트워크를 통해 연결되는 도서 빅데이터 분석 시스템에 있어서,
    사용자 단말기로부터 사용자 정보를 전송받는 사용자 정보 접수부;
    사용자 정보로부터 사용자 도서 취향을 결정하는 사용자 취향 결정부;
    웹 상의 도서 정보를 수집하여 저장하는 도서 데이터 저장부;
    사용자 도서 취향에 대응되는 도서를 도서 데이터 저장부로부터 선택하는 도서 제안부; 및
    수집된 도서 정보에서 추출된 텍스트들 중 소정 비율 이상으로 사용되는 단어들을 추출하여, 추출된 단어들의 레벨을 기초로 하여 도서 레벨을 결정하는 도서 레벨 결정부를 포함하되,
    도서 제안부는 사용자의 레벨에 대응되는 도서 레벨의 도서의 정보를 사용자 단말기로 전송하며,
    도서 레벨 결정부는
    도서의 소정 구간에서 추출된 단어의 사용 비중 계산시에는 1보다 큰 가중치 값을 곱하며,
    특정 단어들에 대해서는 단어의 사용 비중 계산시에 1보다 큰 가중치 값을 곱하여 사용 비중을 계산하고,
    단어별로 단어의 레벨과 상기 계산된 사용 비중을 곱한 값을 합산한 값을 결정하며,
    미리 정해 놓은 레벨 테이블에서 상기 합산한 값이 속하는 레벨을 선택하여 도서의 레벨로 결정하고,
    상기 도서 빅데이터 분석 시스템은
    사용자 단말기의 인터넷 접속 정보 및 검색 정보(이하 "사용자 행동 정보"라 한다)를 전송받아 사용자 취향 결정부로 전송하는 사용자 행동 접수부를 더 포함하되,
    사용자 단말기에는 사용자 행동 정보를 수집할 수 있는 프로그램이 미리 설치되며,
    사용자 행동 접수부는 웹 상의 사용자의 모션을 그대로 저장하고 실제 브라우저에서 사용자의 모션을 그대로 복원하여 사용자 행동 정보를 수집하며,
    사용자 취향 결정부는 사용자 행동 정보에서 확인된 관심 영역을 기초로 하여 사용자 도서 취향을 결정하는 것을 특징으로 하는 도서 빅데이터 분석 시스템.
  2. 제 1 항에 있어서,
    사용자 정보는 사용자의 이름, 나이, 성별, 주소, 취미, 관심사, 읽은 도서 중 적어도 하나인 것을 특징으로 하는 도서 빅데이터 분석 시스템.
  3. 제 1 항에 있어서, 상기 시스템은
    사용자 단말기와 채팅을 하며 사용자의 답변 정보를 전송받는 챗봇부를 더 포함하되,
    미리 머신 러닝을 통해 학습된 챗봇부는 사용자 단말기로부터 전송된 사용자 답변 정보를 사용자 취향 결정부로 전송하고, 사용자 취향 결정부는 사용자 답변 정보를 기초로 하여 사용자 도서 취향을 결정하는 것을 특징으로 하는 도서 빅데이터 분석 시스템.
  4. 삭제
  5. 삭제
  6. 삭제
  7. 삭제
  8. 삭제
KR1020200142972A 2020-09-06 2020-10-30 도서 빅데이터 분석 시스템 KR102513390B1 (ko)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
KR20200113494 2020-09-06
KR1020200113494 2020-09-06

Publications (2)

Publication Number Publication Date
KR20220031958A KR20220031958A (ko) 2022-03-15
KR102513390B1 true KR102513390B1 (ko) 2023-03-23

Family

ID=80817068

Family Applications (4)

Application Number Title Priority Date Filing Date
KR1020200142972A KR102513390B1 (ko) 2020-09-06 2020-10-30 도서 빅데이터 분석 시스템
KR1020200142886A KR102513391B1 (ko) 2020-09-06 2020-10-30 독서 레벨 테스트 시스템
KR1020210103663A KR20220031982A (ko) 2020-09-06 2021-08-06 인공지능 튜터를 통한 영어 독서 소통 시스템
KR1020210103662A KR102453690B1 (ko) 2020-09-06 2021-08-06 영어 도서 빅데이터 기반의 인공지능 학습 시스템

Family Applications After (3)

Application Number Title Priority Date Filing Date
KR1020200142886A KR102513391B1 (ko) 2020-09-06 2020-10-30 독서 레벨 테스트 시스템
KR1020210103663A KR20220031982A (ko) 2020-09-06 2021-08-06 인공지능 튜터를 통한 영어 독서 소통 시스템
KR1020210103662A KR102453690B1 (ko) 2020-09-06 2021-08-06 영어 도서 빅데이터 기반의 인공지능 학습 시스템

Country Status (1)

Country Link
KR (4) KR102513390B1 (ko)

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR102487420B1 (ko) * 2022-06-09 2023-01-11 주식회사 하이 치매 식별을 위한 디지털 바이오 마커 데이터인 음성 데이터를 획득하는 방법
KR102487440B1 (ko) * 2022-06-09 2023-01-11 주식회사 하이 음성 데이터에 기초한 치매 식별 기법

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101626953B1 (ko) * 2015-01-27 2016-06-02 주식회사 솔트룩스 사용자 성향 기반 아이템 추천 시스템 및 방법
KR102107848B1 (ko) * 2019-10-15 2020-05-07 주식회사이씨오 도서 추천 서비스 방법

Family Cites Families (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20020082161A (ko) * 2002-07-18 2002-10-30 (주)아틀란시스템 독서능력지수를 이용한 독서능력 관리방법 및 시스템
KR100583174B1 (ko) * 2004-06-24 2006-05-25 김기형 어휘의 난이도 정보와 시소러스를 활용한 도서지수 부여시스템
KR100824322B1 (ko) * 2007-04-11 2008-04-22 아주대학교산학협력단 독서 능력 평가 시스템
KR20120083134A (ko) * 2011-01-17 2012-07-25 동국대학교 경주캠퍼스 산학협력단 2차원 정보코드를 이용한 퍼즐풀이식 마케팅 방법
KR20160001332A (ko) * 2014-06-27 2016-01-06 유혜경 영어 연음 학습 시스템 및 그의 방법
KR20170047441A (ko) * 2015-10-22 2017-05-08 (주)크래들코리아 큐레이션을 통한 맞춤형 코칭이 가능한 전자태그를 이용한 도서의 대여 서비스 시스템, 전자태그를 이용한 맞춤형 교육 컨텐츠 시스템, 그를 이용한 통계 솔루션 시스템, 그를 이용한 교육 컨텐츠 제공 방법
KR101820059B1 (ko) * 2016-01-22 2018-01-18 라미랩 주식회사 홈라이브러리앱과 지역 도서관을 이용한 도서 공유 및 유통시스템
KR20200030181A (ko) * 2018-09-12 2020-03-20 이상태 빅 데이터 및 인공지능을 이용한 외국어 학습 시스템 및 그 방법
KR102050266B1 (ko) * 2018-11-19 2019-12-02 이형종 영어 학습 서비스를 제공하는 서버, 방법 및 컴퓨터 프로그램
KR102156243B1 (ko) * 2020-03-10 2020-09-15 피기용 빌라 관리 시스템
KR102166516B1 (ko) * 2020-07-27 2020-10-15 김밀알 인공 지능 기반의 문서 자동 작성 시스템

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101626953B1 (ko) * 2015-01-27 2016-06-02 주식회사 솔트룩스 사용자 성향 기반 아이템 추천 시스템 및 방법
KR102107848B1 (ko) * 2019-10-15 2020-05-07 주식회사이씨오 도서 추천 서비스 방법

Also Published As

Publication number Publication date
KR20220031981A (ko) 2022-03-15
KR20220031982A (ko) 2022-03-15
KR20220031957A (ko) 2022-03-15
KR20220031958A (ko) 2022-03-15
KR102513391B1 (ko) 2023-03-23
KR102453690B1 (ko) 2022-10-12

Similar Documents

Publication Publication Date Title
KR102166516B1 (ko) 인공 지능 기반의 문서 자동 작성 시스템
Shabir et al. Mass Media, Communication and Globalization with the perspective of 21st century
Andryani et al. Social media analytics: data utilization of social media for research
KR20160059486A (ko) 연속적인 소셜 커뮤니케이션을 위한 시스템 및 방법
KR102513390B1 (ko) 도서 빅데이터 분석 시스템
Ortner et al. The history of online social media
KR102226018B1 (ko) 집단 지성을 활용한 인공지능 예측 시스템 및 방법
KR102213618B1 (ko) 인공지능을 이용하여 사용자의 음성 데이터에 적합한 멀티미디어를 자동으로 생성하는 멀티미디어 자동 생성 시스템
KR20220141390A (ko) 도서 빅데이터 수집 및 분석 시스템
Yoon The migrant lives of the digital generation
Zheng et al. Emerging networks in the global news arena: Theorizing the structural role of Chinese bridge blogs
KR102005829B1 (ko) 디지털 라이브 북 제작 시스템
Ruichen [Retracted] The Basic Principles of Marxism with the Internet as a Carrier
Yang [Retracted] Leveraging Digital Library to Enhance Research and Learning Experience of College Students: An In‐Depth Study
Fu et al. The Design of Personalized Education Resource Recommendation System under Big Data
Betancor García et al. User generated content in destination marketing organisations’ websites
Gupta et al. Evolution of the Web 3.0: History and the Future
CN107004014A (zh) 有效地发现并且表面化内容属性
Wilkinson et al. Selecting and analyzing publicly generated online content
Shen et al. Method for the analysis of the preferences of network users
KR20220141183A (ko) 독서 레벨 테스트 시스템
Banday Social media in e-governance: Challenges and opportunities
Luo et al. An Evolutionary Game Analysis on Public Information Communication between the Government and the Public in China
Agushinta et al. The analysis of Indonesian regional websites with SEO methods
KR102483385B1 (ko) 아티스트 티어 분석 시스템

Legal Events

Date Code Title Description
J301 Trial decision

Free format text: TRIAL NUMBER: 2021101002842; TRIAL DECISION FOR APPEAL AGAINST DECISION TO DECLINE REFUSAL REQUESTED 20211105

Effective date: 20230228

GRNO Decision to grant (after opposition)
GRNT Written decision to grant