KR102518339B1 - Pest and pathogen management platform system based on big data analysis - Google Patents
Pest and pathogen management platform system based on big data analysis Download PDFInfo
- Publication number
- KR102518339B1 KR102518339B1 KR1020210145429A KR20210145429A KR102518339B1 KR 102518339 B1 KR102518339 B1 KR 102518339B1 KR 1020210145429 A KR1020210145429 A KR 1020210145429A KR 20210145429 A KR20210145429 A KR 20210145429A KR 102518339 B1 KR102518339 B1 KR 102518339B1
- Authority
- KR
- South Korea
- Prior art keywords
- information
- user
- big data
- pest
- pests
- Prior art date
Links
- 241000607479 Yersinia pestis Species 0.000 title claims abstract description 206
- 244000052769 pathogen Species 0.000 title claims abstract description 179
- 230000001717 pathogenic effect Effects 0.000 title claims abstract description 89
- 238000007405 data analysis Methods 0.000 title claims abstract description 35
- 238000007726 management method Methods 0.000 claims abstract description 126
- 238000013523 data management Methods 0.000 claims abstract description 47
- 230000036541 health Effects 0.000 claims abstract description 17
- 230000007613 environmental effect Effects 0.000 claims abstract description 15
- 238000012806 monitoring device Methods 0.000 claims abstract description 13
- 239000005871 repellent Substances 0.000 claims abstract description 9
- 230000002940 repellent Effects 0.000 claims abstract description 9
- 239000007921 spray Substances 0.000 claims abstract description 9
- 239000000077 insect repellent Substances 0.000 claims abstract description 7
- 238000000034 method Methods 0.000 claims description 43
- 230000000694 effects Effects 0.000 claims description 21
- 238000004891 communication Methods 0.000 claims description 15
- 208000035473 Communicable disease Diseases 0.000 claims description 13
- 238000007781 pre-processing Methods 0.000 claims description 11
- 238000011109 contamination Methods 0.000 claims description 10
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims description 10
- 241000700605 Viruses Species 0.000 claims description 9
- 239000003814 drug Substances 0.000 claims description 9
- 229940079593 drug Drugs 0.000 claims description 9
- 238000012544 monitoring process Methods 0.000 claims description 9
- 241000894006 Bacteria Species 0.000 claims description 8
- 238000012549 training Methods 0.000 claims description 8
- 208000015181 infectious disease Diseases 0.000 claims description 7
- 238000010801 machine learning Methods 0.000 claims description 7
- 239000000126 substance Substances 0.000 claims description 7
- 238000013135 deep learning Methods 0.000 claims description 6
- 230000005540 biological transmission Effects 0.000 claims description 5
- 230000004044 response Effects 0.000 claims description 5
- 239000013566 allergen Substances 0.000 claims description 4
- 230000008901 benefit Effects 0.000 claims description 4
- 230000003190 augmentative effect Effects 0.000 claims description 3
- 230000005856 abnormality Effects 0.000 claims 1
- 238000004458 analytical method Methods 0.000 description 29
- 230000006870 function Effects 0.000 description 24
- 230000002265 prevention Effects 0.000 description 17
- 238000005065 mining Methods 0.000 description 12
- 230000008569 process Effects 0.000 description 10
- 238000005259 measurement Methods 0.000 description 8
- 201000010099 disease Diseases 0.000 description 7
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 7
- 238000011282 treatment Methods 0.000 description 7
- 238000011156 evaluation Methods 0.000 description 6
- 230000009471 action Effects 0.000 description 5
- 238000010586 diagram Methods 0.000 description 5
- 239000000428 dust Substances 0.000 description 5
- 239000000463 material Substances 0.000 description 5
- 206010016952 Food poisoning Diseases 0.000 description 4
- 208000019331 Foodborne disease Diseases 0.000 description 4
- 235000013305 food Nutrition 0.000 description 4
- 238000007790 scraping Methods 0.000 description 4
- 241000238876 Acari Species 0.000 description 3
- 241000238631 Hexapoda Species 0.000 description 3
- 241000282412 Homo Species 0.000 description 3
- 241001465754 Metazoa Species 0.000 description 3
- 230000008859 change Effects 0.000 description 3
- 230000009193 crawling Effects 0.000 description 3
- 230000006378 damage Effects 0.000 description 3
- 238000003745 diagnosis Methods 0.000 description 3
- 238000009826 distribution Methods 0.000 description 3
- 238000011478 gradient descent method Methods 0.000 description 3
- 238000012417 linear regression Methods 0.000 description 3
- 239000010813 municipal solid waste Substances 0.000 description 3
- 238000013439 planning Methods 0.000 description 3
- 238000000611 regression analysis Methods 0.000 description 3
- -1 secretions Substances 0.000 description 3
- 238000004092 self-diagnosis Methods 0.000 description 3
- 238000004659 sterilization and disinfection Methods 0.000 description 3
- 238000003860 storage Methods 0.000 description 3
- 238000012546 transfer Methods 0.000 description 3
- 238000012384 transportation and delivery Methods 0.000 description 3
- ZKHQWZAMYRWXGA-KQYNXXCUSA-J ATP(4-) Chemical compound C1=NC=2C(N)=NC=NC=2N1[C@@H]1O[C@H](COP([O-])(=O)OP([O-])(=O)OP([O-])([O-])=O)[C@@H](O)[C@H]1O ZKHQWZAMYRWXGA-KQYNXXCUSA-J 0.000 description 2
- ZKHQWZAMYRWXGA-UHFFFAOYSA-N Adenosine triphosphate Natural products C1=NC=2C(N)=NC=NC=2N1C1OC(COP(O)(=O)OP(O)(=O)OP(O)(O)=O)C(O)C1O ZKHQWZAMYRWXGA-UHFFFAOYSA-N 0.000 description 2
- CURLTUGMZLYLDI-UHFFFAOYSA-N Carbon dioxide Chemical compound O=C=O CURLTUGMZLYLDI-UHFFFAOYSA-N 0.000 description 2
- ZAMOUSCENKQFHK-UHFFFAOYSA-N Chlorine atom Chemical compound [Cl] ZAMOUSCENKQFHK-UHFFFAOYSA-N 0.000 description 2
- 241000711573 Coronaviridae Species 0.000 description 2
- XEEYBQQBJWHFJM-UHFFFAOYSA-N Iron Chemical compound [Fe] XEEYBQQBJWHFJM-UHFFFAOYSA-N 0.000 description 2
- 239000004566 building material Substances 0.000 description 2
- 229910052801 chlorine Inorganic materials 0.000 description 2
- 239000000460 chlorine Substances 0.000 description 2
- 238000013527 convolutional neural network Methods 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 238000005457 optimization Methods 0.000 description 2
- 238000011176 pooling Methods 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- 230000000241 respiratory effect Effects 0.000 description 2
- 230000001954 sterilising effect Effects 0.000 description 2
- MGWGWNFMUOTEHG-UHFFFAOYSA-N 4-(3,5-dimethylphenyl)-1,3-thiazol-2-amine Chemical compound CC1=CC(C)=CC(C=2N=C(N)SC=2)=C1 MGWGWNFMUOTEHG-UHFFFAOYSA-N 0.000 description 1
- 206010003645 Atopy Diseases 0.000 description 1
- 241001674044 Blattodea Species 0.000 description 1
- 208000025721 COVID-19 Diseases 0.000 description 1
- UGFAIRIUMAVXCW-UHFFFAOYSA-N Carbon monoxide Chemical compound [O+]#[C-] UGFAIRIUMAVXCW-UHFFFAOYSA-N 0.000 description 1
- 206010008479 Chest Pain Diseases 0.000 description 1
- RYGMFSIKBFXOCR-UHFFFAOYSA-N Copper Chemical compound [Cu] RYGMFSIKBFXOCR-UHFFFAOYSA-N 0.000 description 1
- 206010011224 Cough Diseases 0.000 description 1
- 208000005156 Dehydration Diseases 0.000 description 1
- 208000001490 Dengue Diseases 0.000 description 1
- 206010012310 Dengue fever Diseases 0.000 description 1
- 206010012735 Diarrhoea Diseases 0.000 description 1
- 241000255925 Diptera Species 0.000 description 1
- 241001115402 Ebolavirus Species 0.000 description 1
- 241000588724 Escherichia coli Species 0.000 description 1
- 208000010201 Exanthema Diseases 0.000 description 1
- 241000233866 Fungi Species 0.000 description 1
- 208000032843 Hemorrhage Diseases 0.000 description 1
- 244000035744 Hura crepitans Species 0.000 description 1
- 241000257303 Hymenoptera Species 0.000 description 1
- 206010020751 Hypersensitivity Diseases 0.000 description 1
- 241000712431 Influenza A virus Species 0.000 description 1
- 208000025370 Middle East respiratory syndrome Diseases 0.000 description 1
- 208000000112 Myalgia Diseases 0.000 description 1
- 241001263478 Norovirus Species 0.000 description 1
- 241000589517 Pseudomonas aeruginosa Species 0.000 description 1
- 241000238711 Pyroglyphidae Species 0.000 description 1
- 241000700159 Rattus Species 0.000 description 1
- 241000607142 Salmonella Species 0.000 description 1
- 241000589970 Spirochaetales Species 0.000 description 1
- 206010047700 Vomiting Diseases 0.000 description 1
- HCHKCACWOHOZIP-UHFFFAOYSA-N Zinc Chemical compound [Zn] HCHKCACWOHOZIP-UHFFFAOYSA-N 0.000 description 1
- 230000004913 activation Effects 0.000 description 1
- 229960004784 allergens Drugs 0.000 description 1
- 208000026935 allergic disease Diseases 0.000 description 1
- 230000007815 allergy Effects 0.000 description 1
- XKMRRTOUMJRJIA-UHFFFAOYSA-N ammonia nh3 Chemical compound N.N XKMRRTOUMJRJIA-UHFFFAOYSA-N 0.000 description 1
- 230000003616 anti-epidemic effect Effects 0.000 description 1
- 239000000427 antigen Substances 0.000 description 1
- 102000036639 antigens Human genes 0.000 description 1
- 108091007433 antigens Proteins 0.000 description 1
- 230000009118 appropriate response Effects 0.000 description 1
- 238000013528 artificial neural network Methods 0.000 description 1
- 208000006673 asthma Diseases 0.000 description 1
- 239000003139 biocide Substances 0.000 description 1
- 239000008280 blood Substances 0.000 description 1
- 210000004369 blood Anatomy 0.000 description 1
- 210000001124 body fluid Anatomy 0.000 description 1
- 239000010839 body fluid Substances 0.000 description 1
- 239000001569 carbon dioxide Substances 0.000 description 1
- 229910002092 carbon dioxide Inorganic materials 0.000 description 1
- 229910002091 carbon monoxide Inorganic materials 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 238000004140 cleaning Methods 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 239000000356 contaminant Substances 0.000 description 1
- 229910052802 copper Inorganic materials 0.000 description 1
- 239000010949 copper Substances 0.000 description 1
- 238000003066 decision tree Methods 0.000 description 1
- 230000018044 dehydration Effects 0.000 description 1
- 238000006297 dehydration reaction Methods 0.000 description 1
- 208000025729 dengue disease Diseases 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 231100000676 disease causative agent Toxicity 0.000 description 1
- 230000006806 disease prevention Effects 0.000 description 1
- 239000003651 drinking water Substances 0.000 description 1
- 235000020188 drinking water Nutrition 0.000 description 1
- 238000012377 drug delivery Methods 0.000 description 1
- 230000008451 emotion Effects 0.000 description 1
- 230000002996 emotional effect Effects 0.000 description 1
- 201000005884 exanthem Diseases 0.000 description 1
- 239000004744 fabric Substances 0.000 description 1
- 230000002550 fecal effect Effects 0.000 description 1
- 239000010794 food waste Substances 0.000 description 1
- 230000002068 genetic effect Effects 0.000 description 1
- 238000009499 grossing Methods 0.000 description 1
- 229940046533 house dust mites Drugs 0.000 description 1
- GPRLSGONYQIRFK-UHFFFAOYSA-N hydron Chemical compound [H+] GPRLSGONYQIRFK-UHFFFAOYSA-N 0.000 description 1
- 206010022000 influenza Diseases 0.000 description 1
- 239000004615 ingredient Substances 0.000 description 1
- 239000002917 insecticide Substances 0.000 description 1
- 229910052742 iron Inorganic materials 0.000 description 1
- 244000144972 livestock Species 0.000 description 1
- 231100000053 low toxicity Toxicity 0.000 description 1
- 201000004792 malaria Diseases 0.000 description 1
- WPBNNNQJVZRUHP-UHFFFAOYSA-L manganese(2+);methyl n-[[2-(methoxycarbonylcarbamothioylamino)phenyl]carbamothioyl]carbamate;n-[2-(sulfidocarbothioylamino)ethyl]carbamodithioate Chemical compound [Mn+2].[S-]C(=S)NCCNC([S-])=S.COC(=O)NC(=S)NC1=CC=CC=C1NC(=S)NC(=O)OC WPBNNNQJVZRUHP-UHFFFAOYSA-L 0.000 description 1
- 229910052751 metal Inorganic materials 0.000 description 1
- 239000002184 metal Substances 0.000 description 1
- WSFSSNUMVMOOMR-NJFSPNSNSA-N methanone Chemical compound O=[14CH2] WSFSSNUMVMOOMR-NJFSPNSNSA-N 0.000 description 1
- 238000010295 mobile communication Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 208000013465 muscle pain Diseases 0.000 description 1
- JCXJVPUVTGWSNB-UHFFFAOYSA-N nitrogen dioxide Inorganic materials O=[N]=O JCXJVPUVTGWSNB-UHFFFAOYSA-N 0.000 description 1
- 238000010606 normalization Methods 0.000 description 1
- 230000008520 organization Effects 0.000 description 1
- 235000021485 packed food Nutrition 0.000 description 1
- 230000003071 parasitic effect Effects 0.000 description 1
- 230000009340 pathogen transmission Effects 0.000 description 1
- 230000007918 pathogenicity Effects 0.000 description 1
- 239000000575 pesticide Substances 0.000 description 1
- 230000003449 preventive effect Effects 0.000 description 1
- 229910052704 radon Inorganic materials 0.000 description 1
- SYUHGPGVQRZVTB-UHFFFAOYSA-N radon atom Chemical compound [Rn] SYUHGPGVQRZVTB-UHFFFAOYSA-N 0.000 description 1
- 206010037844 rash Diseases 0.000 description 1
- 230000028327 secretion Effects 0.000 description 1
- 238000000926 separation method Methods 0.000 description 1
- 231100000046 skin rash Toxicity 0.000 description 1
- 239000004984 smart glass Substances 0.000 description 1
- 241000894007 species Species 0.000 description 1
- LSNNMFCWUKXFEE-UHFFFAOYSA-L sulfite Chemical compound [O-]S([O-])=O LSNNMFCWUKXFEE-UHFFFAOYSA-L 0.000 description 1
- 208000024891 symptom Diseases 0.000 description 1
- 230000009897 systematic effect Effects 0.000 description 1
- 230000009885 systemic effect Effects 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
- 239000004753 textile Substances 0.000 description 1
- 230000036962 time dependent Effects 0.000 description 1
- 231100000167 toxic agent Toxicity 0.000 description 1
- 239000003440 toxic substance Substances 0.000 description 1
- 239000013598 vector Substances 0.000 description 1
- 239000012855 volatile organic compound Substances 0.000 description 1
- 230000008673 vomiting Effects 0.000 description 1
- 238000005406 washing Methods 0.000 description 1
- 230000003442 weekly effect Effects 0.000 description 1
- 239000011701 zinc Substances 0.000 description 1
- 229910052725 zinc Inorganic materials 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/10—Services
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N20/00—Machine learning
-
- 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
- G06Q10/00—Administration; Management
- G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
-
- 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
- G06Q30/00—Commerce
- G06Q30/02—Marketing; Price estimation or determination; Fundraising
- G06Q30/0201—Market modelling; Market analysis; Collecting market data
- G06Q30/0203—Market surveys; Market polls
-
- 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
- G06Q30/00—Commerce
- G06Q30/02—Marketing; Price estimation or determination; Fundraising
- G06Q30/0281—Customer communication at a business location, e.g. providing product or service information, consulting
-
- 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
- G06Q30/00—Commerce
- G06Q30/06—Buying, selling or leasing transactions
- G06Q30/0601—Electronic shopping [e-shopping]
- G06Q30/0631—Item recommendations
-
- 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
- G06Q30/00—Commerce
- G06Q30/06—Buying, selling or leasing transactions
- G06Q30/08—Auctions
-
- 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
- G06Q50/26—Government or public services
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T19/00—Manipulating 3D models or images for computer graphics
- G06T19/006—Mixed reality
Landscapes
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Strategic Management (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Accounting & Taxation (AREA)
- Development Economics (AREA)
- Finance (AREA)
- Economics (AREA)
- Marketing (AREA)
- General Business, Economics & Management (AREA)
- Entrepreneurship & Innovation (AREA)
- Tourism & Hospitality (AREA)
- Human Resources & Organizations (AREA)
- Software Systems (AREA)
- Game Theory and Decision Science (AREA)
- General Engineering & Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Data Mining & Analysis (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Artificial Intelligence (AREA)
- Evolutionary Computation (AREA)
- Mathematical Physics (AREA)
- Computing Systems (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Medical Informatics (AREA)
- Quality & Reliability (AREA)
- Operations Research (AREA)
- Educational Administration (AREA)
- Life Sciences & Earth Sciences (AREA)
- Biomedical Technology (AREA)
- Biophysics (AREA)
- Computational Linguistics (AREA)
- Molecular Biology (AREA)
- Computer Graphics (AREA)
- Computer Hardware Design (AREA)
- Catching Or Destruction (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
본 발명은 해충 및 병원체 관리 플랫폼 시스템에 관한 것으로서, 보다 구체적으로는 비대면 언택트 트렌드에 맞추어 빅데이터화 된 해충 및 병원체 분석을 통해 해충 및 병원체에 대한 사전 관리 및 발생 후 관리에 도움을 줄 수 있는 빅데이터 분석 기반 해충 및 병원체 관리 플랫폼 시스템에 관한 것이다.
상기 목적을 달성하기 위하여, 본 발명은, 해충 및 병원체 중 적어도 어느 하나 이상에 대한 관리 요청과, 해당 요청에 대응하는 사용자 개별 설문조사 정보와, 사용자 주변의 온습도 정보, 사용자 생활패턴 정보 및 사용자 주거환경 정보 중 적어도 어느 하나 이상의 사용자 주변환경 정보와, 실내에 설치된 모니터링 기기를 통해 해충, 병원체 및 공기질 중 적어도 어느 하나 이상에 대해 획득된 내부 정보 데이터를 전송하기 위한 사용자 단말기; 해충 및 병원체 중 적어도 어느 하나 이상에 대한 과거 발생을 기반으로 한 지역별 연간 해충 방제 캘린더 정보와, 생활·보건기상지수 정보 및 외부에 설치된 포충기/기피제 분사함의 RMS 데이터 정보 중 적어도 어느 하나 이상의 외부 환경 정보를 수집하여 전송하기 위한 정보 수집 기기; 상기 사용자 단말기 및 정보 수집 기기로부터 사용자 개별 설문조사 정보, 지역별 연간 해충 방제 캘린더 정보, 사용자 주변환경 정보, 외부 환경 정보 및 내부 정보 데이터 중 적어도 하나 이상의 정보를 수신하여 빅데이터로서 관리하기 위한 빅데이터 관리서버; 및 상기 빅데이터 관리서버로부터 관리되는 빅데이터를 분석하여 해충 및 병원체 중 적어도 어느 하나 이상에 대한 사용자 맞춤형 관리 정보를 생성하기 위한 해충 및 병원체 관리서버;를 포함하는 것을 특징으로 한다.The present invention relates to a pest and pathogen management platform system, and more specifically, to help in pre-management and post-occurrence management of pests and pathogens through big data analysis of pests and pathogens in line with the non-face-to-face untact trend It is about a pest and pathogen management platform system based on big data analysis.
In order to achieve the above object, the present invention provides a management request for at least one of pests and pathogens, user individual survey information corresponding to the request, temperature and humidity information around the user, user life pattern information, and user residence A user terminal for transmitting at least one user's surrounding environment information and internal information data obtained on at least one of pests, pathogens, and air quality through a monitoring device installed in the room; External environmental information of at least one of annual pest control calendar information for each region based on the past occurrence of at least one of pests and pathogens, life and health weather index information, and RMS data information of an insect repellent/repellent spray box installed outside Information collection device for collecting and transmitting; Big data management for receiving and managing at least one or more of user individual survey information, annual pest control calendar information for each region, user surrounding environment information, external environment information, and internal information data from the user terminal and information collection device and managing them as big data server; and a pest and pathogen management server for analyzing the big data managed by the big data management server and generating user-customized management information for at least one of pests and pathogens.
Description
본 발명은 해충 및 병원체 관리 플랫폼 시스템에 관한 것으로서, 보다 구체적으로는 비대면 언택트 트렌드에 맞추어 빅데이터화 된 해충 및 병원체 분석을 통해 해충 및 병원체에 대한 사전 관리 및 발생 후 관리에 도움을 줄 수 있는 빅데이터 분석 기반 해충 및 병원체 관리 플랫폼 시스템에 관한 것이다.The present invention relates to a pest and pathogen management platform system, and more specifically, to help in pre-management and post-occurrence management of pests and pathogens through big data analysis of pests and pathogens in line with the non-face-to-face untact trend It is about a pest and pathogen management platform system based on big data analysis.
경제가 발전함에 따라 생활수준이 점점 향상되면서, 주거 공간 및 사무 공간 그리고 여가생활을 즐기는 모든 생활 환경 영역 부분의 안전 및 쾌적함에 대한 요구도가 삶의 질과 연계되어 꾸준히 증가되고 있다. As the standard of living gradually improves as the economy develops, the demand for safety and comfort of living space, office space, and all areas of the living environment enjoying leisure life is steadily increasing in connection with the quality of life.
더불어, 사스, 메르스, 코로나 등 급속한 전파력을 가지는 유행성 감염병 예방에 대한 염려도 모든 사람들에게 있어서 지속적으로 대두되고 있는 현실이며, 현재 널리 알려진 병이나 유전인자로부터의 위협은 사전 관리나 대처 방법들이 널리 알려져 있고, 전문가와의 상담 및 시술을 통해 어느 정도 극복이 가능한 수준으로 발전되고 있다.In addition, concerns about the prevention of epidemic infectious diseases with rapid transmission power, such as SARS, MERS, and Corona, are a reality that is constantly emerging for everyone, and the threat from diseases or genetic factors that are currently widely known is widely known in advance management or countermeasures. It is known and has been developed to a level where it can be overcome to some extent through consultation with experts and procedures.
하지만, 해충 및 병원체는 그 위험성과 전파력에 대한 위험이 높음에도 불구하고 생활환경이나 변이 종 발생 등 다양한 변수가 유발되는 관계로 아직까지 표준 프로세스나 방제 방법이 널리 알려지지 않았으며, 말라리아, 뎅기열, 코로나 바이러스 등과 같이 아직도 해결책을 찾지 못하여 인류의 건강에 큰 위협으로 존재하는 것이 사실이며 계속하여 건강을 위협하는 새로운 감염병들이 출현하고 있다. However, despite the high risk of pests and pathogens, standard processes and control methods are not widely known because they cause various variables such as the living environment and the occurrence of mutant species, and malaria, dengue fever, and corona It is true that viruses, etc., exist as a great threat to human health because a solution has not yet been found, and new infectious diseases that continue to threaten health are emerging.
또한, 해충은 인간 및 가축에게 해를 주는 곤충이나 동물을 총칭하는 개념으로, 이런 해충들은 음식이나 직물들을 갉아먹어 생활의 피해를 주고 있으며, 배설물 등을 통해 인체에 해로운 병원균을 유발하기도 하고, 숙주로서 감염병을 전파하기도 한다. In addition, pests are a collective term for insects or animals that harm humans and livestock, and these pests cause damage to life by eating food or textiles, and cause pathogens harmful to the human body through excrement, etc. It can also spread infectious diseases.
이에 따라, 근래에는 이러한 해충이 기후변화 문제와 해외여행의 빈번함으로 전 세계적으로 매년 증가하는 추세에 있어, 더욱 해충 방제는 어려움을 직면하고 있다.Accordingly, in recent years, these pests are increasing every year around the world due to climate change problems and frequent overseas travel, and pest control is facing more difficulties.
또한, 해충 외에도, 일반적으로 인간이 생활하는 환경에 널리 서식하는 세균이나 바이러스 또한 각종 질병을 유발하는 병원체 중 하나이며, 병원체는 넓은 범위에서 질병을 일으킬 수 있는 인자들을 총칭하는 개념으로, 바이러스, 세균 외에도 리케치아, 진균, 스피로헤타, 원충 등이 포함되며 특히 일부 병원균은 음식물을 통해 식중독을 야기하거나, 공기 중으로 전염되어 짧은 기간 동안 많은 인명피해를 일으키기도 한다. In addition to pests, bacteria or viruses that commonly inhabit the environment where humans live are also one of the pathogens that cause various diseases, and pathogens are a concept that collectively refers to factors that can cause diseases in a wide range. In addition, rickettsiae, fungi, spirochetes, and protozoa are included. In particular, some pathogens cause food poisoning through food or are airborne, causing many casualties in a short period of time.
일례로, 노로바이러스는 음식물을 통해 전염되는 식중독의 원인균으로 감염되면 구토와 설사 및 탈수가 동반되며, 에볼라 바이러스는 사람의 체액, 분비물, 혈액 등과 직접 접촉하여 전염되며 감염되면 갑작스러운 발열, 두통, 근육통 및 전신 무력감과 피부 발진, 전신성 출혈로 진행되며, 페스트균(Yersinia pestis)은 숙주 동물인 쥐에 기생하는 벼룩에 의해 사람에게 전염되며 감염되면 갑작스러운 발열과 함께 근육통, 두통 또는 구토, 설사 또는 기침, 흉통 등의 증상으로 진행된다.For example, norovirus is a causative agent of food poisoning transmitted through food and is accompanied by vomiting, diarrhea and dehydration when infected, and Ebola virus is transmitted through direct contact with human body fluids, secretions, blood, etc. It progresses to muscle pain, general weakness, skin rash, and systemic hemorrhage. Yersinia pestis is transmitted to humans by fleas parasitic on rats, which are host animals. It progresses with symptoms such as cough and chest pain.
또한, 최근 세계적으로, 팬데믹(전 세계 대유행) 신종 인플루엔자와 코로나 바이러스(COVID-19)와 같은 전파력과 병원성이 높은 신·변종 호흡기 감염 질환의 발생 빈도가 크게 증가하고 있으며, 이러한 호흡기 감염 질환은 감염병이라 불리며, 특정 병원체나 병원체의 독성물질로 인하여 발생하는 질병으로 감염된 사람으로부터 감수성이 있는 숙주(사람)에게 감염되는 질환을 의미하며, 전파 방법은 사람 간 접촉, 식품이나 식수, 곤충 매개, 동물에서 사람으로 전파 등에 의한다. In addition, the frequency of occurrence of new and variant respiratory infectious diseases with high transmissibility and pathogenicity, such as pandemic (global pandemic) new influenza and coronavirus (COVID-19), has recently increased significantly, and these respiratory infectious diseases It is called an infectious disease, and it is a disease caused by a specific pathogen or a toxic substance of a pathogen. It means a disease that is transmitted from an infected person to a susceptible host (human). The transmission method is human-to-human contact, food or drinking water, insect vectors, animals by propagation from person to person.
또한, 상기와 같은 상황들로 최근에는 기존에 행하여 지고 있는 해충 방역에서 더 나아가, 병원체 방역의 필요성에 대한 인식 증대와 사전 예방을 포함한 효율적인 관리의 중요성에 대한 사고 전환이 급격하게 이뤄지고 있으며 지속적으로 빠르고 효율적인 관리 시스템의 요구가 꾸준히 증가하고 있다. In addition, due to the above circumstances, a change in thinking about the importance of efficient management including increased awareness of the need for pathogen control and advance prevention has been rapidly taking place in recent years, going beyond pest control, which has been performed in the past. The demand for an efficient management system is steadily increasing.
또한, 기존의 널리 알려진 방식으로는 해충 등을 통한 새로운 병원균 전파에 대한 가능성을 쉽게 배제할 수는 없음에도 불구하고, 사전 예방을 위한 관리가 제대로 이뤄지지 않고 있으며, 문제가 발생한 후에도 높은 서비스 비용 및 적절한 제품 및 처리 방법에 대한 가이드가 부족하여 효율적인 처리가 어려우며, 지역별 돌발 해충 문제 및 다양한 종류의 감염병 문제 발생에 대해서도 완벽하게 대응이 이루어지고 있지 않아 경제적인 손해가 많이 발생되고 있다. In addition, although the possibility of new pathogen transmission through pests cannot be easily ruled out in the existing widely known method, management for prevention is not properly performed, and even after a problem occurs, high service costs and appropriate Efficient treatment is difficult due to the lack of guides on products and treatment methods, and a lot of economic damage is occurring because there is no perfect response to the occurrence of sudden pest problems and various kinds of infectious diseases in each region.
현재, 일반적으로 상기와 같은 문제점을 해결하는 방안 중 통상적으로 진행되는 법정의무 방역은 특정 해충으로 한정되어 있고, 획일적인 방제 방식을 유지하다 보니 일반 생활 영역의 방역 활동 시에 여러 문제들을 마주치고 있고, 코로나 바이러스로 인해 바이러스 방역 제품과 서비스가 기하급수적으로 증가하고는 있지만 이 부분에 대한 표준 매뉴얼이나 처리 방식이 대중화되지 않아 정보의 부족으로부터 오는 처리의 비효율성뿐 아니라, 살생물제의 최소화 및 안전한 성분의 방역 제품들의 사용에 대한 욕구 및 저독성, 무냄새 제품들에 대한 소비자 요구를 충족시키지 못하는 문제가 계속 발생되고 있다. Currently, among the measures to solve the above problems, the usual statutory quarantine is limited to specific pests, and while maintaining a uniform control method, various problems are encountered during quarantine activities in the general life area. , Although virus prevention products and services are increasing exponentially due to the coronavirus, standard manuals or treatment methods for this part have not been popularized, resulting in inefficiency in treatment due to lack of information, as well as minimization and safe use of biocides. The problem of not meeting the consumer demand for products with low toxicity and odor-free and the desire for the use of anti-epidemic products with ingredients continues to occur.
이러한 상기 문제들은 몇 번의 처리만으로 완벽한 방제로 전환되는 것이 아닌 연유로, 약제 처리 후에도 지속적으로 안전하고 쾌적한 생활환경을 유지하기 위한 관리 방법에 있어서도 보다 효율적이고 경제성 있는 관리에 정보와 가이드에 대해 많은 시장의 요구도가 있는 것이 사실이다. Since these above problems are not converted to perfect control with only a few treatments, there are many markets for information and guides for more efficient and economical management in management methods for maintaining a safe and comfortable living environment continuously after drug treatment. It is true that there is a demand for
이와 같이, 비대면 언택트 트렌드에 맞추어 새로운 형식의 해충 및 병원체 예방에 대한 필요성 인식이 증가하고 있으며, 더 나아가, 해충 및 병원체에 대한 문제가 발생하기 전 체계적인 활동을 통한 사전 예방 및 사후 관리 시스템을 제공하는 플랫폼 구축이 필요한 실정이다. In this way, awareness of the need for a new type of pest and pathogen prevention is increasing in line with the non-face-to-face untact trend, and furthermore, a pre-prevention and post-management system through systematic activities before problems with pests and pathogens occur It is necessary to build a platform that provides
또한, 전문적인 방역이 필요한 곳뿐만 아니라 일반 생활 영역까지 문제 발생 전 미리 적절한 방역 및 이에 따른 솔루션이 제공 가능하도록 하는 빅데이터 분석 기반 고객 맞춤형 해충 및 병원체 사전 예방 시스템과 안전한 생활공간 유지를 위한 사후 관리 시스템의 정착으로 고객의 삶의 질을 한 단계 더 높여서 보다 안락하고 편안함을 통해 행복을 증가시킬 수 있는 종합적인 해충 및 병원체 관리 플랫폼의 개발이 요구되고 있는 실정이다.In addition, a customized pest and pathogen prevention system based on big data analysis that enables proper quarantine and solutions to be provided in advance before problems occur in general living areas as well as areas requiring professional quarantine, and follow-up management to maintain a safe living space With the settlement of the system, the development of a comprehensive pest and pathogen management platform that can increase the quality of life of customers to a higher level and increase happiness through more comfort and comfort is required.
본 발명은 상기한 종래 기술의 문제점을 해결하기 위해 안출된 것으로서, 현재 시행하는 해충 및 바이러스 방역에 대한 문제가 발생된 후 이에 따른 방역을 제공하는 것이 아니라, 빅데이터화 된 해충 및 병원체 분석을 기반으로 지역별 연간 해충 방제 캘린더(calendar)를 확립하여 방역에 대한 정보를 구축하고, 개별 설문을 통한 사용자 생활패턴과 실내에 설치 가능한 모니터링 기기를 통해 해충 및 병원체, 공기질 등을 포함한 다양한 내부 데이터를 확보하여 이를 생활·보건기상지수 등을 반영한 주변환경 및 전국에 설치된 포충기 및 기피제 분사함의 RMS 데이터를 기초로 해충 및 병원체에 대한 사전 예방을 통해 전문적인 방역이 필요한 곳뿐만 아니라 일반 생활 영역까지도 문제 발생 전후 미리 적절한 방역 및 이에 따른 솔루션이 제공 가능하도록 하는 빅데이터 분석 기반 맞춤형 해충 및 병원체 관리 플랫폼 시스템을 제공하는데 그 목적이 있다.The present invention has been made to solve the above problems of the prior art, and does not provide quarantine after the problem of pest and virus control currently implemented, but based on big data analysis of pests and pathogens Establish an annual pest control calendar for each region to establish information on quarantine, secure various internal data including pests and pathogens, and air quality through monitoring devices that can be installed indoors and user life patterns through individual surveys. Based on RMS data of insecticides and repellent spray boxes installed nationwide and the surrounding environment reflecting the living and health weather index, pests and pathogens are prevented in advance to prevent not only areas requiring professional quarantine but also general living areas before and after the occurrence of problems. The purpose is to provide a customized pest and pathogen management platform system based on big data analysis that enables quarantine and corresponding solutions to be provided.
다만, 본 실시예가 이루고자 하는 기술적 과제는 상기된 바와 같은 기술적 과제들로 한정되지 않으며, 또 다른 기술적 과제들이 존재할 수 있다.However, the technical problem to be achieved by the present embodiment is not limited to the technical problems described above, and other technical problems may exist.
상기 목적을 달성하기 위하여, 본 발명은, 해충 및 병원체 중 적어도 어느 하나 이상에 대한 관리 요청과, 해당 요청에 대응하는 사용자 개별 설문조사 정보와, 사용자 주변의 온습도 정보, 사용자 생활패턴 정보 및 사용자 주거환경 정보 중 적어도 어느 하나 이상의 사용자 주변환경 정보와, 실내에 설치된 모니터링 기기를 통해 해충, 병원체 및 공기질 중 적어도 어느 하나 이상에 대해 획득된 내부 정보 데이터를 전송하기 위한 사용자 단말기; 해충 및 병원체 중 적어도 어느 하나 이상에 대한 과거 발생을 기반으로 한 지역별 연간 해충 방제 캘린더 정보와, 생활·보건기상지수 정보 및 외부에 설치된 포충기/기피제 분사함의 RMS 데이터 정보 중 적어도 어느 하나 이상의 외부 환경 정보를 수집하여 전송하기 위한 정보 수집 기기; 상기 사용자 단말기 및 정보 수집 기기로부터 사용자 개별 설문조사 정보, 지역별 연간 해충 방제 캘린더 정보, 사용자 주변환경 정보, 외부 환경 정보 및 내부 정보 데이터 중 적어도 하나 이상의 정보를 수신하여 빅데이터로서 관리하기 위한 빅데이터 관리서버; 및 상기 빅데이터 관리서버로부터 관리되는 빅데이터를 분석하여 해충 및 병원체 중 적어도 어느 하나 이상에 대한 사용자 맞춤형 관리 정보를 생성하기 위한 해충 및 병원체 관리서버;를 포함하는 것을 특징으로 한다.In order to achieve the above object, the present invention provides a management request for at least one of pests and pathogens, user individual survey information corresponding to the request, temperature and humidity information around the user, user life pattern information, and user residence A user terminal for transmitting at least one user's surrounding environment information and internal information data obtained on at least one of pests, pathogens, and air quality through a monitoring device installed in the room; External environmental information of at least one of annual pest control calendar information for each region based on the past occurrence of at least one of pests and pathogens, life and health weather index information, and RMS data information of an insect repellent/repellent spray box installed outside Information collection device for collecting and transmitting; Big data management for receiving and managing at least one or more of user individual survey information, annual pest control calendar information for each region, user surrounding environment information, external environment information, and internal information data from the user terminal and information collection device and managing them as big data server; and a pest and pathogen management server for analyzing the big data managed by the big data management server and generating user-customized management information for at least one of pests and pathogens.
또한, 상기 빅데이터 관리서버는, 수신된 생활·보건기상지수 정보, 실내에 설치된 모니터링 기기를 통해 해충, 병원체 및 공기질 중 적어도 어느 하나 이상에 대해 획득된 내부 정보 데이터 및 외부에 설치된 포충기/기피제 분사함의 RMS 데이터 정보 중 적어도 어느 하나 이상의 정보를 기초로 지역별 해충 및 병원체 중 적어도 어느 하나 이상에 대한 발생 빈도 정보를 업로드하여 관리하기 위한 정보 업로드 관리모듈을 구비하는 것을 특징으로 한다.In addition, the big data management server includes the received living and health weather index information, internal information data obtained on at least one of pests, pathogens, and air quality through a monitoring device installed indoors, and insect repellent/repellent spray installed outside. It is characterized by having an information upload management module for uploading and managing occurrence frequency information for at least one or more of pests and pathogens by region based on at least one or more of the RMS data information of meaning.
또한, 상기 빅데이터 관리서버는, 온라인 검색어 엔진을 통해 지역별 해충 및 병원체 중 적어도 어느 하나 이상에 대한 돌발 감염병 정보를 수집하기 위한 지역별 정보 수집모듈을 구비하는 것을 특징으로 한다.In addition, the big data management server is characterized by having a region-specific information collection module for collecting outbreak infectious disease information on at least one or more of pests and pathogens by region through an online search engine.
또한, 상기 해충 및 병원체 관리 플랫폼 시스템은, 사용자 단말기와 해충 및 병원체 중 적어도 어느 하나 이상에 대한 관리 정보를 소통하기 위한 컨설턴트 단말기를 더 포함하고, 상기 해충 및 병원체 관리서버는, 컨설턴트 단말기와 사용자 단말기가 해충 및 병원체 중 적어도 어느 하나 이상에 대한 방역을 상호간에 소통 가능하도록 지원하기 위한 커뮤니케이션 모듈을 구비하는 것을 특징으로 한다.In addition, the pest and pathogen management platform system further includes a consultant terminal for communicating management information on at least one or more of pests and pathogens with a user terminal, and the pest and pathogen management server includes a consultant terminal and a user terminal. It is characterized by having a communication module to support mutual communication of quarantine against at least one of pests and pathogens.
또한, 상기 커뮤니케이션 모듈은, 복수의 사용자 단말기 상호간에 해충 및 병원체 중 적어도 어느 하나 이상에 대한 관리 정보 소통이 가능하도록 지원하는 것을 특징으로 한다.In addition, the communication module is characterized in that it supports communication of management information on at least one or more of pests and pathogens between a plurality of user terminals.
또한, 상기 빅데이터 관리서버는, 해충 및 병원체 중 적어도 어느 하나 이상에 대한 정보 관리를 사용자 맞춤형으로 수행하기 위한 사용자 생활패턴 정보 및 사용자 주거환경 정보 중 적어도 어느 하나 이상의 사용자 주변환경 정보가 파악 가능하도록 하는 해충 및 병원체 기초 설문조사 항목을 생성하여 사용자 단말기로 전송하기 위한 기본 설문조사 지원모듈을 구비하는 것을 특징으로 한다.In addition, the big data management server is capable of grasping at least one user's surrounding environment information among user's living pattern information and user's residential environment information for performing information management on at least one of pests and pathogens in a user-customized manner. It is characterized by having a basic survey support module for generating survey items based on pests and pathogens and transmitting them to a user terminal.
또한, 상기 해충 및 병원체 관리서버는, 빅데이터 관리서버로부터 관리되는 빅데이터를 기초로 해충 및 병원체 중 적어도 어느 하나 이상에 대한 사용자 맞춤형 위생 리포트를 생성하여 관리하기 위한 위생 리포트 생성모듈을 구비하는 것을 특징으로 한다.In addition, the pest and pathogen management server is provided with a hygiene report generation module for generating and managing a user-customized hygiene report for at least one or more of pests and pathogens based on big data managed by the big data management server. to be characterized
또한, 상기 해충 및 병원체 관리서버는, 사용자 맞춤형 위생 리포트에 대응되는 방역에 적합한 서비스 모델 및 필요 방역 제품 중 적어도 어느 하나 이상을 사용자 단말기로 추천하기 위한 방역 추천모듈을 구비하는 것을 특징으로 한다.In addition, the pest and pathogen management server is characterized by having a quarantine recommendation module for recommending at least one or more of a service model suitable for quarantine and necessary quarantine products corresponding to a user-customized hygiene report to a user terminal.
또한, 상기 빅데이터 관리서버는, 관리되는 빅데이터를 기초로 위생지수를 생성하기 위한 위생지수 모듈을 구비하는 것을 특징으로 한다.In addition, the big data management server is characterized in that it has a hygiene index module for generating a hygiene index based on the managed big data.
또한, 상기 해충 및 병원체 관리서버는, 관리되는 빅데이터를 기초로 방역에 대한 사용자 맞춤형 방역 사전계획 정보를 생성하고, 상기 사용자 맞춤형 방역 사전계획 정보를 토대로 사용자 단말기로 사용자가 지속적으로 활동 가능한 단계별 활동 정보를 안내함과 동시에 해당 단계별 활동 정보 실천 여부에 따른 알림 및 사용자 혜택 부여를 지원하기 위한 사전계획 생성모듈을 구비하는 것을 특징으로 한다.In addition, the pest and pathogen management server generates user-customized quarantine pre-planning information for quarantine based on the managed big data, and based on the user-customized quarantine pre-plan information, step-by-step activities that the user can continuously engage in with the user terminal. In addition to guiding information, it is characterized by having a pre-planned creation module to support notification and granting of user benefits according to whether or not activity information is practiced for each step.
또한, 상기 해충 및 병원체 관리서버는, 사용자 단말기가 사용자 맞춤형 관리 정보에 대응되는 약제 사용 가이드를 증강현실(AR: Augmented Reality) 상에서 확인 가능하도록 지원하기 위한 AR 정보 제공모듈을 구비하는 것을 특징으로 한다.In addition, the pest and pathogen management server is characterized in that it has an AR information providing module for supporting the user terminal to check the drug use guide corresponding to the user-customized management information in augmented reality (AR). .
또한, 상기 해충 및 병원체 관리서버는, 사용자 단말기가 사용자 맞춤형 관리 정보에 대응하여 구성된 방역 프로그램 및 도식화 중 적어도 어느 하나 이상에 대한 정보를 가상현실(VR: Virtual Reality) 상에서 확인 가능하도록 지원하기 위한 VR 트레이닝 제공모듈을 구비하는 것을 특징으로 한다.In addition, the pest and pathogen management server is a VR for supporting a user terminal to check information on at least one or more of a quarantine program and diagrams configured in response to user-customized management information in Virtual Reality (VR). It is characterized by having a training providing module.
또한, 상기 해충 및 병원체 관리 플랫폼 시스템은, 실내외 일정 범위의 공기, 물 및 표면 중 적어도 어느 하나 이상에 대한 오염 관련된 바이러스, 박테리아 및 무기물질 중 적어도 어느 하나 이상에 대한 수치 정보와, 알레르겐 원인 물질 정보를 측정하여 빅데이터 관리서버로 전송하기 위한 환경 측정 기기를 더 포함하고, 상기 빅데이터 관리서버는, 환경 측정 기기에 의해 수신된 정보를 기간 및 시간 중 적어도 하나 이상을 기준으로 분류하고 관리하여 측정된 실내외 일정 범위의 환경을 모니터링하기 위한 환경 모니터링 모듈을 구비하는 것을 특징으로 한다.In addition, the pest and pathogen management platform system includes numerical information on at least one or more of viruses, bacteria, and inorganic substances related to contamination of at least one or more of air, water, and surfaces within a certain range indoors and outdoors, and allergen-causing material information. Further comprising an environment measurement device for measuring and transmitting to a big data management server, wherein the big data management server classifies and manages the information received by the environment measurement device based on at least one of period and time to measure It is characterized by having an environment monitoring module for monitoring a certain range of indoor and outdoor environments.
또한, 상기 빅데이터 관리서버는, 빅데이터 관리서버로부터 관리되는 빅데이터를 전처리하기 위한 데이터 전처리 모듈를 구비하는 것을 특징으로 한다.In addition, the big data management server is characterized by having a data pre-processing module for pre-processing the big data managed by the big data management server.
또한, 상기 해충 및 병원체 관리서버는, 전처리된 데이터에 근거한 머신러닝(Machine Learning) 방식 중 하나인 경사 하강법(Gradient Descent)을 이용하여 사용자 단말기에 의해 요청된 장소 및 환경 중 적어도 어느 하나 이상에 대한 해충 및 병원체 중 적어도 어느 하나 이상에 대한 사용자 맞춤형 관리 정보를 생성하기 위한 사용자 맞춤형 데이터 생성모듈을 구비하는 것을 특징으로 한다.In addition, the pest and pathogen management server uses a gradient descent method, which is one of machine learning methods based on preprocessed data, to at least one or more of the place and environment requested by the user terminal. It is characterized by having a user-customized data generation module for generating user-customized management information on at least one of pests and pathogens against the human body.
또한, 상기 해충 및 병원체 관리서버는, 전처리된 데이터에 근거한 딥 러닝(Deep learning) 방식을 이용하여 사용자 단말기에 의해 요청된 장소 및 환경 중 적어도 어느 하나 이상에 대한 해충 및 병원체 중 적어도 어느 하나 이상이 발생되는 시기 및 발생 범위 중 적어도 어느 하나 이상을 예측하기 위한 사전 발생 예측모듈을 구비하는 것을 특징으로 한다.In addition, the pest and pathogen management server uses a deep learning method based on preprocessed data to detect at least one or more of pests and pathogens for at least one or more of the place and environment requested by the user terminal. It is characterized by having a pre-occurrence prediction module for predicting at least one of the occurrence time and occurrence range.
이상과 같은 본 발명에 따른 빅데이터 분석 기반 해충 및 병원체 관리 플랫폼 시스템에 있어서, 종래 단순히 해충 및 병원체 방역에 대한 필요성이 있을 시에만 행해지는 방역 환경, 바퀴벌레 및 개미 등의 특정 해충으로 한정되어 있는 법정의무 해충 방역 환경, 발생된 해충 및 병원체에 대해 적절한 대응이 가능하도록 해주는 정보가 부족한 환경에서 벗어나, 빅데이터화 된 해충 및 병원체 분석을 기반으로 지역별 연간 해충 방제 캘린더(calendar)를 확립하여 방역에 대한 정보를 구축하고, 개별 설문을 통한 사용자 생활패턴과 생활·보건기상지수 등을 반영한 주변환경 및 실내에 설치 가능한 모니터링 디바이스를 통해 획득한 해충 및 병원체, 공기질 등을 포함한 다양한 내부 데이터, 전국에 설치된 포충기 및 기피제 분사함의 RMS 데이터를 기초로 해충 및 병원체에 대한 사전 예방을 통해 전문적인 방역이 필요한 곳뿐만 아니라 일반 생활 영역까지 문제 발생 전후 미리 적절한 방역 및 이에 따른 솔루션 제공이 가능하도록 하는 환경이 제공되도록 할 수 있다.In the big data analysis-based pest and pathogen management platform system according to the present invention as described above, the conventional pest control environment that is simply performed only when there is a need for pest and pathogen control, courts limited to specific pests such as cockroaches and ants Away from the mandatory pest control environment and an environment lacking information that enables appropriate responses to pests and pathogens that have occurred, information on pest control by establishing an annual pest control calendar by region based on big data analysis of pests and pathogens and various internal data, including pests and pathogens, air quality, etc. acquired through monitoring devices that can be installed indoors and the surrounding environment reflecting user life patterns and living and health weather indexes through individual questionnaires, insect traps installed nationwide and Based on the RMS data of the repellent spray box, through advance prevention of pests and pathogens, it is possible to provide an environment that enables proper quarantine and solutions to be provided before and after problems occur in general living areas as well as where professional quarantine is required. there is.
또한, 상기 효과를 토대로, 과거 발생을 기반으로 한 지역별 연간 해충 방제 캘린더(calendar)를 확립하고, 자사에서 전국에 설치한 18,000여 개의 해충 포충 시스템을 통한 현재 발생 데이터를 통합하여 지역별 기본 데이터베이스를 구축하고, 변수에 영향을 줄 수 있는 사용자 생활패턴과 주거환경 등의 독립적인 정보를 개별 설문과 실내 모니터링 디바이스를 통한 해충 및 병원체, 공기질 등을 포함한 다양한 내부 데이터를 추가 투입할 뿐 아니라, 감기 가능 지수, 식중독 지수, 온습도 등의 생활·보건기상지수를 같이 통합한 후, 자사의 내부 분석 알고리즘을 가지고 추후 발생 가능성에 대한 예측을 통해 보다 근본적이고 효율적인 방식으로 사전 관리 및 발생 후 관리가 가능하게 하는 것을 기본으로 하는 경제성까지 고려된 플랫폼이다. In addition, based on the above effects, an annual pest control calendar for each region based on past occurrences was established, and a basic database for each region was established by integrating current occurrence data through 18,000 pest control systems installed nationwide by the company. In addition, various internal data including pests and pathogens, air quality, etc. are additionally input through individual questionnaires and indoor monitoring devices for independent information such as user life patterns and living environments that can affect variables, as well as cold index. After integrating life and health weather indices such as food poisoning index, temperature and humidity, and predicting the possibility of future occurrence with the company's internal analysis algorithm, it enables pre-management and post-occurrence management in a more fundamental and efficient way. It is a platform that considers the basic economics.
또한, 상기 효과를 토대로, 발생 예측을 위한 부분뿐만 아니라 발생 후에도 고객의 패턴 분석을 통해 문제 해결을 위한 최적의 전문가 매칭 시스템과 지속적인 관리/상담 서비스 및 긴급 배송, 긴급출동 등의 부분도 추후 확장성을 고려하여 금번 플랫폼에 기본적으로 결합되어 있다.In addition, based on the above effects, not only the part for predicting occurrence, but also the optimal expert matching system for problem solving through customer pattern analysis after occurrence, continuous management/consultation service, and parts such as emergency delivery and emergency dispatch are scalable in the future. In consideration of this, it is basically combined with this platform.
다만, 본 발명의 효과가 상술한 효과들로 제한되는 것은 아니며, 언급되지 아니한 효과들은 본 명세서 및 첨부된 도면으로부터 본 발명이 속하는 기술분야에서 통상의 지식을 가진 자에게 명확히 이해될 수 있을 것이다.However, the effects of the present invention are not limited to the above-mentioned effects, and effects not mentioned will be clearly understood by those skilled in the art from this specification and the accompanying drawings.
도 1은 본 발명에 따른 빅데이터 분석 기반 해충 및 병원체 관리 플랫폼 시스템을 개략적으로 도시한 도면
도 2는 본 발명에 따른 빅데이터 분석 기반 해충 및 병원체 관리 플랫폼 시스템 중 빅데이터 관리서버 및 해충 및 병원체 관리서버를 개략적으로 도시한 도면
도 3은 본 발명에 따른 빅데이터 분석 기반 해충 및 병원체 관리 플랫폼 시스템에 따른 실시예를 개략적으로 도시한 순서도
도 4는 본 발명에 따른 빅데이터 분석 기반 해충 및 병원체 관리 플랫폼 시스템에 따른 흐름도를 도시한 순서도1 is a diagram schematically showing a big data analysis-based pest and pathogen management platform system according to the present invention
2 schematically shows a big data management server and a pest and pathogen management server among the big data analysis-based pest and pathogen management platform system according to the present invention.
Figure 3 is a flowchart schematically showing an embodiment according to the big data analysis-based pest and pathogen management platform system according to the present invention
Figure 4 is a flow chart showing a flow chart according to the big data analysis-based pest and pathogen management platform system according to the present invention
본 명세서 및 청구범위에 사용된 용어나 단어는 통상적이거나 사전적인 의미로 한정해서 해석되어서는 아니 되며, 발명자는 그 자신의 발명을 가장 최선의 방법으로 설명하기 위해 용어의 개념을 적절하게 정의할 수 있다는 원칙에 입각하여 본 발명의 기술적 사상에 부합하는 의미와 개념으로 해석되어야만 한다.The terms or words used in this specification and claims should not be construed as being limited to ordinary or dictionary meanings, and the inventors may appropriately define the concept of terms in order to explain their invention in the best way. It should be interpreted as a meaning and concept consistent with the technical idea of the present invention based on the principle that there is.
따라서, 본 명세서에 기재된 실시 예와 도면에 도시된 구성은 본 발명의 가장 바람직한 일 실시 예에 불과할 뿐이고, 본 발명의 기술적 사상을 모두 대변하는 것은 아니므로, 본 출원시점에 있어서 이들을 대체할 수 있는 다양한 균등물과 변형예들이 있을 수 있음을 이해하여야 한다.Therefore, the embodiments described in this specification and the configurations shown in the drawings are only one of the most preferred embodiments of the present invention, and do not represent all the technical ideas of the present invention, so that they can be substituted at the time of the present application. It should be understood that there may be many equivalents and variations.
이하, 도면을 참조로 하여 본 발명에 따른 빅데이터 분석 기반 해충 및 병원체 관리 플랫폼 시스템을 설명하기로 한다.Hereinafter, a pest and pathogen management platform system based on big data analysis according to the present invention will be described with reference to the drawings.
도 1은 본 발명에 따른 빅데이터 분석 기반 해충 및 병원체 관리 플랫폼 시스템을 개략적으로 도시한 도면이다.1 is a diagram schematically showing a big data analysis-based pest and pathogen management platform system according to the present invention.
본 발명에 따른 빅데이터 분석 기반 해충 및 병원체 관리 플랫폼 시스템은 기본적으로 사용자 단말기, 정보 수집 기기, 빅데이터 관리서버, 해충 및 병원체 관리서버를 포함하여 구성된다.The big data analysis-based pest and pathogen management platform system according to the present invention basically includes a user terminal, an information collection device, a big data management server, and a pest and pathogen management server.
보다 구체적으로, 본 발명인 빅데이터 분석 기반 해충 및 병원체 관리 플랫폼 시스템은, 해충 및 병원체 중 적어도 어느 하나 이상에 대한 관리 요청과, 해당 요청에 대응하는 사용자 개별 설문조사 정보와, 사용자 주변의 온습도 정보, 사용자 생활패턴 정보 및 사용자 주거환경 정보 중 적어도 어느 하나 이상의 사용자 주변환경 정보와, 실내에 설치된 모니터링 기기를 통해 해충, 병원체 및 공기질 중 적어도 어느 하나 이상에 대해 획득된 내부 정보 데이터를 전송하기 위한 사용자 단말기, 해충 및 병원체 중 적어도 어느 하나 이상에 대한 과거 발생을 기반으로 한 지역별 연간 해충 방제 캘린더 정보와, 생활·보건기상지수 정보 및 외부에 설치된 포충기/기피제 분사함의 RMS 데이터 정보 중 적어도 어느 하나 이상의 외부 환경 정보를 수집하여 전송하기 위한 정보 수집 기기, 상기 사용자 단말기 및 정보 수집 기기로부터 사용자 개별 설문조사 정보, 지역별 연간 해충 방제 캘린더 정보, 사용자 주변환경 정보, 외부 환경 정보 및 내부 정보 데이터 중 적어도 하나 이상의 정보를 수신하여 빅데이터로서 관리하기 위한 빅데이터 관리서버 및 상기 빅데이터 관리서버로부터 관리되는 빅데이터를 분석하여 해충 및 병원체 중 적어도 어느 하나 이상에 대한 사용자 맞춤형 관리 정보를 생성하기 위한 해충 및 병원체 관리서버를 포함하여 이루어질 수 있다.More specifically, the big data analysis-based pest and pathogen management platform system of the present invention includes a management request for at least one of pests and pathogens, user individual survey information corresponding to the request, temperature and humidity information around the user, A user terminal for transmitting at least one of the user's lifestyle pattern information and the user's residential environment information, and internal information data obtained on at least one of pests, pathogens, and air quality through a monitoring device installed in the room. External environment of at least one of annual pest control calendar information for each region based on the past occurrence of at least one of pests and pathogens, life and health weather index information, and RMS data information of an insect repellent / repellent spray box installed outside An information collection device for collecting and transmitting information, and at least one or more of user individual survey information, annual pest control calendar information for each region, user surrounding environment information, external environment information, and internal information data from the user terminal and the information collection device A big data management server for receiving and managing as big data and a pest and pathogen management server for generating user-customized management information for at least one of pests and pathogens by analyzing the big data managed by the big data management server can be made including
또한, 더 나아가, 상기 해충 및 병원체 관리 플랫폼 시스템은, 사용자 단말기와 해충 및 병원체 중 적어도 어느 하나 이상에 대한 관리 정보를 소통하기 위한 컨설턴트 단말기를 더 포함할 수도 있다.Furthermore, the pest and pathogen management platform system may further include a consultant terminal for communicating management information on at least one or more of pests and pathogens with a user terminal.
또한, 더 나아가, 상기 해충 및 병원체 관리 플랫폼 시스템은, 실내외 일정 범위의 공기, 물 및 표면 중 적어도 어느 하나 이상에 대한 오염 관련된 바이러스, 박테리아 및 무기물질 중 적어도 어느 하나 이상에 대한 수치 정보와, 알레르겐 원인 물질 정보를 측정하여 빅데이터 관리서버로 전송하기 위한 환경 측정 기기를 더 포함할 수도 있다.Furthermore, the pest and pathogen management platform system provides numerical information on at least one or more of viruses, bacteria, and inorganic substances related to contamination of at least one of indoor and outdoor air, water, and surfaces within a certain range, and allergens. It may further include an environmental measuring device for measuring the causative substance information and transmitting it to the big data management server.
또한, 상기 해충 및 병원체 중 적어도 어느 하나 이상에 대한 관리 요청은, 해충 및 병원체 중 적어도 어느 하나 이상에 대한 예방 요청과, 해당 요청에 대응되는 희망기간(예: 3개월/6개월/12개월 등) 및 장소(예: 특정되는 지역, 건물 내외부 등) 중 적어도 어느 하나 이상을 대상으로 할 수도 있다.In addition, the management request for at least one or more of the pests and pathogens is a request for prevention of at least one or more of the pests and pathogens, and a desired period corresponding to the request (eg, 3 months / 6 months / 12 months, etc. ) and places (eg, specific areas, inside and outside buildings, etc.) may be targeted.
또한, 사용자 단말기는, 사용자 주변의 온습도 정보, 사용자 생활패턴 정보 및 사용자 주거환경 정보 중 적어도 어느 하나 이상의 사용자 주변환경 정보와, 실내에 설치된 모니터링 기기를 통해 해충, 병원체 및 공기질 중 적어도 어느 하나 이상에 대해 획득된 내부 정보 데이터를 전송하기 위해 실내에 설치 가능한 가정용 모니터링 기기 혹은 디바이스로서 구성될 수도 있으며, 해당 기기 혹은 디바이스는 실내의 해충 및 공기질을 포함한 온습도 등의 다양한 내부 정보를 수집하여 빅데이터 관리서버로 전송할 수도 있다.In addition, the user terminal can detect at least one of pests, pathogens, and air quality through information on the user's surrounding environment of at least one of information on temperature and humidity around the user, information on the user's life pattern, and information on the user's living environment, and a monitoring device installed indoors. It can also be configured as a household monitoring device or device that can be installed indoors to transmit internal information data obtained on can also be sent to
또한, 상기 사용자 단말기, 컨설턴트 단말기, 정보 수집 기기 및 환경 측정 기기 각각은 온라인 네트워크를 통해 빅데이터 관리서버, 해충 및 병원체 관리서버에 접속하여, 해충 및 병원체 관리와 관련된 정보 및 공기, 물 및 표면 중 적어도 어느 하나 이상에 대한 오염 관련된 수치 정보와, 알레르겐 원인 물질 정보를 송수신하거나, 각 단말기간 해충 및 병원체 관리와 관련된 정보를 송수신하기 위한 것으로, 스마트폰(smartphone), 태블릿 PC(tablet Personalcomputer), 이동 전화기(mobile phone), 영상 전화기, 데스크탑 PC(dasktoppersonal computer), 랩탑 PC(laptop personal computer), 넷북 컴퓨터(netbook computer), PDA(personal digital assistant), PMP(portable multimedia plater), 웨어러블 장치(wearable device)(예: 스마트 안경, 머리 착용형 장치(head-mounted-device(HMD) 등), 스마트미러(smart mirrors), 키오스크 장치(kiosk) 또는 스마트 와치(smart watch)) 등의 다양한 통신 수단을 포함하는 것으로 해석되어야 하며, 웹 기반 또는 별도의 소프트웨어/애플리케이션 등을 통해 빅데이터 관리서버, 해충 및 병원체 관리서버에서 제공하는 각종 기능을 실행할 수 있으며, 이러한 예에 한정하지 않고 다양한 형태로 전기적인 신호로 변화된 값을 송수신 할 수 있는 단말기/기기를 의미하는 것이다.In addition, each of the user terminal, consultant terminal, information collection device, and environment measurement device accesses the big data management server and pest and pathogen management server through an online network, and information related to pest and pathogen management and air, water, and surface It is for transmitting and receiving numerical information related to at least one or more contamination and allergen causative material information, or information related to pest and pathogen management between each terminal, such as a smartphone, a tablet PC (tablet PC), and mobile devices. Mobile phone, video phone, desktop PC (desktoppersonal computer), laptop PC (laptop personal computer), netbook computer, PDA (personal digital assistant), PMP (portable multimedia plater), wearable device ) (e.g., smart glasses, head-mounted-devices (HMDs), smart mirrors, kiosks or smart watches). Various functions provided by the big data management server and the pest and pathogen management server can be executed through web-based or separate software/applications. This means a terminal/device capable of transmitting and receiving a changed value.
또한, 상기 빅데이터 관리서버, 해충 및 병원체 관리서버는 일종의 웹서버, 데이터베이스 서버, 모바일 서버로서 역할을 하도록 구축될 수 있는데, 예를 들어 처리된 결과를 온라인 네트워크를 통해 웹페이지 상에서 보여주거나 필요한 입력 데이터를 웹페이지를 통해 전송받을 수 있고, 여기서 웹페이지는 단순한 텍스트, 이미지, 사운드, 동영상 등 이외에도 웹 애플리케이션과 같은 특정 작업을 수행하기 위한 소프트웨어를 포함하는 것으로 해석되어야 하며, 또한 데스크탑, 노트북, 스마트폰, 태블릿 PC 등에 설치되는 어플리케이션과 인터페이스를 제공하도록 구축될 수도 있다.In addition, the big data management server, pest and pathogen management server can be built to serve as a kind of web server, database server, and mobile server. For example, the processed result is displayed on a web page through an online network or necessary input Data can be transmitted through a webpage, where the webpage should be interpreted as including software for performing specific tasks such as web applications in addition to simple text, images, sounds, and videos, and also includes desktops, laptops, and smart phones. It can also be built to provide applications and interfaces installed on phones, tablet PCs, and the like.
또한, 본 발명에서 언급하는 온라인 네트워크라 함은 유선 공중망, 무선 이동 통신망, 또는 휴대 인터넷 등과 통합된 코어 망일 수도 있고, TCP/IP 프로토콜 및 그 상위 계층에 존재하는 여러 서비스, 즉 HTTP(Hyper Text Transfer Protocol), HTTPS(Hyper Text Transfer Protocol Secure), Telnet, FTP(File Transfer Protocol), DNS(Domain Name System), SMTP(Simple Mail Transfer Protocol) 등을 제공하는 전 세계적인 개방형 컴퓨터 네트워크 구조를 의미할 수 있으며, 이러한 예에 한정하지 않고 다양한 형태로 데이터를 송수신할 수 있는 데이터 통신망을 포괄적으로 의미하는 것이다.In addition, the online network referred to in the present invention may be a core network integrated with a wired public network, a wireless mobile communication network, or a mobile Internet, etc. Protocol), HTTPS (Hyper Text Transfer Protocol Secure), Telnet, FTP (File Transfer Protocol), DNS (Domain Name System), SMTP (Simple Mail Transfer Protocol), etc. , It comprehensively means a data communication network capable of transmitting and receiving data in various forms without being limited to these examples.
또한, 상술한 서버는 프로그램 명령, 데이터 구조 등을 지정하는 신호를 전송하는 반송파를 포함하는 광 또는 금속선, 도파관 등의 전송 매체를 통해 데이터 교환 및 관리가 이루어질 수도 있으며, 서버 내에서 이루어지는 프로그램 명령의 예에는 컴파일러에 의해 만들어지는 것과 같은 기계어 코드뿐만 아니라 인터프리터 등을 사용해서 전자적으로 정보를 처리하는 장치, 예를 들어, 컴퓨터에 의해서 실행될 수 있는 고급 언어 코드를 포함하고, 상기 서버들의 하드웨어 장치는 본 발명의 동작을 수행하기 위해 하나 이상의 소프트웨어 모듈로서 작동하도록 구성될 수 있으며, 그 역도 마찬가지이다.In addition, the above-described server may exchange and manage data through a transmission medium such as light, metal wire, or waveguide including a carrier wave that transmits a signal specifying program commands, data structures, etc. Examples include not only machine code produced by a compiler, but also a device that processes information electronically using an interpreter, for example, high-level language code that can be executed by a computer. It may be configured to act as one or more software modules to perform the operations of the invention and vice versa.
또한, 상술한 본 발명에 따라 다양한 컴퓨터 수단을 통하여 수행될 수 있는 프로그램 명령 형태로 구현되어 컴퓨터 판독 가능 매체에 기록될 수 있고, 컴퓨터 판독 가능 매체는 프로그램 명령, 데이터 파일, 데이터 구조 등을 단독으로 또는 조합하여 포함할 수 있으며, 상기 매체에 기록되는 프로그램 명령은 본 발명을 위하여 특별히 설계되고 구성된 것들이거나 컴퓨터 소프트웨어 기술분야에서 통상의 지식을 가진 사람에게 공지되어 사용 가능한 것일 수도 있다.In addition, according to the present invention described above, it may be implemented in the form of program instructions that can be executed through various computer means and recorded in a computer readable medium, and the computer readable medium may contain program instructions, data files, data structures, etc. alone. Or, it may be included in combination, and the program instructions recorded on the medium may be specially designed and configured for the present invention, or may be known and usable to those skilled in the art of computer software.
또한, 여기서 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), 롬(ROM), 램(RAM), 플래시 메모리 등과 같은 프로그램 명령을 저장하고 수행하도록 특별히 구성된 하드웨어 장치가 포함된다.In addition, examples of the computer-readable recording medium herein include magnetic media such as hard disks, floppy disks and magnetic tapes, optical media such as CD-ROMs and DVDs, and floptical disks. Hardware devices specially configured to store and execute program instructions such as magneto-optical media, ROM, RAM, flash memory, etc. are included.
또한, 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 본 발명의 동작을 수행하기 위해 하나 이상의 소프트웨어 모듈로서 작동하도록 구성될 수 있으며, 그 역도 마찬가지이다.In addition, examples of program instructions include high-level language codes that can be executed by a computer using an interpreter, as well as machine language codes generated by a compiler. The hardware devices described above may be configured to act as one or more software modules to perform the operations of the present invention, and vice versa.
또한, 본 발명은 하드웨어, 소프트웨어 또는 하드웨어 및 소프트웨어의 조합의 형태로 실현 가능하다는 것을 알 수 있으며, 이러한 임의의 소프트웨어는 삭제 가능 또는 재기록 가능 여부와 상관없이 휘발성 또는 비휘발성 저장 장치나, RAM, 메모리 칩, 집적 회로와 같은 메모리나, CD, DVD, 자기 디스크, 자기테이프 등과 같은 광학적/자기적으로 기록 가능함과 동시에 기계(예를 들어, 컴퓨터)로 읽을 수 있는 저장 매체에 저장될 수 있다.In addition, it will be appreciated that the present invention can be realized in the form of hardware, software or a combination of hardware and software, and any such software, whether erasable or rewritable, can be used in a volatile or non-volatile storage device, RAM, memory It may be stored in a memory such as a chip or integrated circuit, or a storage medium that is both optically/magnetically recordable and readable by a machine (eg, a computer) such as a CD, DVD, magnetic disk, or magnetic tape.
따라서, 본 발명은 상술된 방법을 구현하기 위한 코드를 포함하는 프로그램 및 이러한 프로그램을 저장하는 기계로 읽을 수 있는 저장 매체를 포함하며, 이러한 프로그램은 유선 또는 무선 연결을 통해 전달되는 통신 신호와 같은 임의의 매체를 통해 전자적으로 이송될 수 있고, 본 발명은 이와 균등한 것을 적절하게 포함한다.Accordingly, the present invention includes a program including code for implementing the above-described method and a machine-readable storage medium for storing such a program, wherein such a program includes any information such as a communication signal transmitted through a wired or wireless connection. can be transferred electronically through the medium of, and the present invention appropriately includes equivalents thereto.
이하에서는 상기 사용자 단말기 및 컨설턴트 단말기와 관련된 구체적인 사항에 대해 살펴보기로 한다.Hereinafter, specific details related to the user terminal and the consultant terminal will be described.
<사용자 단말기, 컨설턴트 단말기, 정보 수집 기기 및 환경 측정 기기의 주요 구성요소, 기능 및 효과><Main components, functions and effects of user terminals, consultant terminals, information collection devices and environmental measurement devices>
* 입력 모듈(음성지원, 챗봇포함)* Input module (including voice support and chatbot)
사용자 단말기, 컨설턴트 단말기, 정보 수집 기기 및 환경 측정 기기는 문자입력 방식, 터치입력 방식 및 음성입력 방식 중 적어도 어느 하나 이상의 입력 방식을 통해 방역에 대응되는 정보를 입력할 수도 있다.The user terminal, consultant terminal, information collection device, and environment measurement device may input information corresponding to quarantine through at least one input method among a text input method, a touch input method, and a voice input method.
또한, 상기 입력 모듈은 숫자 또는 문자 정보를 입력 받고 각종 기능들을 설정하기 위한 다수의 입력키 및 기능키들을 포함할 수 있는데, 기능키들은 특정 기능을 수행하도록 설정된 방향키, 사이드 키 및 단축키 등을 포함하고, 입력 모듈은 단말기/기기의 기능 제어와 관련한 키 신호를 생성하여 단말기/기기로 전달할 수도 있다.In addition, the input module may include a plurality of input keys and function keys for receiving numeric or character information and setting various functions. The function keys include direction keys, side keys, and shortcut keys set to perform specific functions. In addition, the input module may generate a key signal related to function control of the terminal/device and transmit it to the terminal/device.
또한, 쿼티 키패드, 3*4 키패드, 4*3 키패드, 볼 조이스틱(Ball Joystick), 옵티컬 조이스틱(Optical Joystick), 휠 키(Wheel Key), 터치 키(Touch key), 터치 패드(Touch Pad) 및 터치스크린(Touch-screen) 등과 같은 입력 수단들 중 어느 하나 또는 이들의 조합으로 형성할 수도 있다.In addition, QWERTY keypad, 3*4 keypad, 4*3 keypad, ball joystick, optical joystick, wheel key, touch key, touch pad and It may be formed with any one or a combination of input means such as a touch-screen.
또한, 일례로, 단말기/기기가 풀 터치스크린을 지원하는 경우, 해당 단말기/기기의 케이스 측면에 형성되는 볼륨 조절을 위한 볼륨 키, 화면 온/오프 및 단말기/기기 온/오프를 위한 전원 키 만을 포함할 수도 있고, 특히, 빅데이터 관리서버 및 해충 및 병원체 관리서버 접속을 지시하는 입력 신호, 인증 정보입력에 해당하는 입력 신호, 특정 샌드 박스 선택을 지시하는 입력 신호, 콘텐츠의 색상, 투명도 변경을 지시하는 입력 신호 등과 같은 다양한 입력 신호 등을 생성하고, 이를 빅데이터 관리서버 및 해충 및 병원체 관리서버에 전달할 수도 있다.In addition, as an example, when a terminal / device supports a full touch screen, only a volume key for volume control formed on the side of the case of the terminal / device, a power key for screen on / off and terminal / device on / off It may include, in particular, an input signal instructing access to the big data management server and pest and pathogen management server, an input signal corresponding to authentication information input, an input signal instructing selection of a specific sandbox, and changing the color and transparency of content. It is also possible to generate various input signals, such as an input signal to direct, and transmit them to the big data management server and the pest and pathogen management server.
* 단말기/기기 제어모듈* Terminal/device control module
사용자 단말기, 컨설턴트 단말기, 정보 수집 기기 및 환경 측정 기기의 전송받고자 하는 해충 및 병원체 관리 플랫폼 시스템의 전반적인 동작 및 단말기/기기의 내부 블록들 간 신호 흐름을 제어하고, 데이터를 처리하는 데이터 처리 기능을 수행할 수도 있다.Controls the overall operation of the pest and pathogen management platform system to receive transmission from user terminals, consultant terminals, information collection devices, and environmental measuring devices, and controls signal flow between internal blocks of terminals/devices, and performs data processing functions to process data You may.
또한, 일례로, 단말기/기기 제어모듈은 중앙 처리 장치(Central Processing Unit: CPU), 애플리케이션 프로세서(Application Processor) 등 및 단말기/기기의 실시간 위치 정보를 생성하기 위한 GPS(Global Positioning System) 기반의 측정 센서가 구비될 수도 있다.In addition, as an example, the terminal/device control module is a global positioning system (GPS)-based measurement for generating real-time location information of a central processing unit (CPU), an application processor, and the like, and terminals/devices. A sensor may be provided.
또한, 상기 측정센서는 사용자의 위치의 독립적인 데이터들을 주기적으로 생성하여 전송하여야 하며, 추후 모니터링을 위한 감시 활동이 가능한 센서가 추가될 수도 있다.In addition, the measurement sensor should periodically generate and transmit independent data of the user's location, and a sensor capable of surveillance activities for later monitoring may be added.
도 2는 본 발명에 따른 빅데이터 분석 기반 해충 및 병원체 관리 플랫폼 시스템 중 빅데이터 관리서버 및 해충 및 병원체 관리서버를 개략적으로 도시한 도면이다.2 is a diagram schematically showing a big data management server and a pest and pathogen management server among the big data analysis-based pest and pathogen management platform system according to the present invention.
이하에서는 상기 빅데이터 관리서버 및 해충 및 병원체 관리서버와 관련된 구체적인 사항에 대해 살펴보기로 한다.Hereinafter, specific details related to the big data management server and the pest and pathogen management server will be described.
<빅데이터 관리서버의 주요 구성요소, 기능 및 효과><Main components, functions and effects of big data management server>
* 정보 업로드 관리모듈* Information upload management module
수신된 생활·보건기상지수 정보, 실내에 설치된 모니터링 기기를 통해 해충, 병원체 및 공기질 중 적어도 어느 하나 이상에 대해 획득된 내부 정보 데이터 및 외부에 설치된 포충기/기피제 분사함의 RMS 데이터 정보 중 적어도 어느 하나 이상의 정보를 기초로 지역별 해충 및 병원체 중 적어도 어느 하나 이상에 대한 발생 빈도 정보를 업로드하여 관리한다.At least one or more of the received living and health weather index information, internal information data obtained on at least one of pests, pathogens, and air quality through a monitoring device installed indoors, and RMS data information of an insect repellent / repellent spray box installed outside Based on the information, information on the occurrence frequency of at least one or more of pests and pathogens by region is uploaded and managed.
또한, 지역별 해충 및 병원체 발생 밀도에 대한 정보를 업로드하여 관리함으로써, 지역별 생활·보건기상지수(계절, 날씨, 온도, 습도, 감기지수 등)에 따른 해충 및 병원체 발생 밀도에 대한 정보를 토대로 방역에 대한 사전 예방이 정확하고 효율적으로 관리되도록 할 수도 있다.In addition, by uploading and managing information on the density of occurrence of pests and pathogens in each region, based on the information on the density of occurrence of pests and pathogens according to the living and health weather index (season, weather, temperature, humidity, cold index, etc.) It is also possible to ensure that preventive measures are managed accurately and efficiently.
또한, 일례로, 지역별로 생활·보건기상지수(계절, 날씨, 온도, 습도, 감기지수 등)에 따른 해충 및 병원체 발생 밀도뿐만 아니라, 지역에 기초한 장소별(예: 건축물 설립일, 정화조, 쓰레기 분리수거, 거리 청소 주기 등)에 따른 해충 및 병원체 발생 밀도를 업로드하여 관리함으로써 해충 및 병원체 예측에 대한 자료의 기초가 될 수도 있다.In addition, as an example, not only the density of occurrence of pests and pathogens according to the living and health weather index (season, weather, temperature, humidity, cold index, etc.) by region, but also by place (eg, building establishment date, septic tank, garbage separation) By uploading and managing the density of occurrence of pests and pathogens according to collection, street cleaning cycle, etc.), it can be the basis for prediction of pests and pathogens.
* 지역별 정보 수집모듈* Regional information collection module
온라인 검색어 엔진을 통해 지역별 해충 및 병원체 중 적어도 어느 하나 이상에 대한 돌발 감염병 정보를 수집한다.Through an online search engine, information on outbreaks of infectious diseases on at least one of regional pests and pathogens is collected.
또한, 일례로, 온라인상의 웹페이지를 크롤링(crawling)하여 지역별 해충 및 병원체 중 적어도 어느 하나 이상에 대한 돌발 감염병 정보에 대해 데이터 스크래핑(scraping)을 수행함으로써, 각 온라인상에서 소개되거나 게시되는 해충 및 병원체에 대한 정보(예: 지역별, 날씨별, 온도별, 습도별 등에 따른 해충 및 병원체 정보 및 이에 따른 감염 정보 등) 혹은 해충 및 병원체에 대한 논문 정보를 수집 및 관리하여 해충 및 병원체 관리에 기초가 되는 데이터 구축 자료가 될 수도 있다. In addition, as an example, pests and pathogens that are introduced or posted online by crawling online webpages and performing data scraping on outbreak infectious disease information on at least one of pests and pathogens by region. information (e.g., pest and pathogen information according to region, weather, temperature, humidity, etc., and consequent infection information, etc.) or thesis information on pests and pathogens is collected and managed, It can also be a data building material.
또한, 공공 사이트 및 이외 사이트에서 제공하는 오픈 API(Application Programming Interface)을 통해 해충 및 병원체에 대한 정보(예: 지역별 생활·보건기상지수(계절, 날씨, 온도, 습도, 감기지수 등), 지역별, 날씨별, 온도별, 습도별 등에 따른 해충 및 병원체 정보 및 이에 따른 감염 정보 등)에 대해 데이터 스크래핑(scraping)을 수행함으로써, 공공의 이익으로 제공되는 정보에 대한 수집이 가능하게 하여 해충 및 병원체 관리에 기초가 되는 데이터 구축 자료가 될 수도 있다. In addition, information on pests and pathogens (e.g., regional living and health weather index (season, weather, temperature, humidity, cold index, etc.), regional, Pest and pathogen information according to weather, temperature, humidity, etc., and consequent infection information) by performing data scraping, enabling collection of information provided for the public interest, thereby managing pests and pathogens It can also be a data building material that is the basis for
또한, 일례로, 크롤링 및 스크래핑은 각 검색 사이트, SNS 사이트, 애플리케이션 등(예: 각종 포털에서 제공하고 있는 카페, 뉴스, 블로그, 지식 게시판, 해충 및 병원체 관련 애플리케이션 등) 콘텐츠를 수집하는 작업으로, 해당 서비스에서 제공하는 오픈 API(Application Programming Interface)을 통해, HTML(Hypertext Markup Language) 태그 정보를 기반으로 원하는 내용 부분을 수집하고, 브라우저 간의 네트워트를 분석하여 필요한 데이터를 수집하는 것으로, 여기서 웹페이지 크롤링 및 오픈 API를 통한 스크래핑은 자명하게 공지된 기술 내용으로서 해석되어야 한다.In addition, as an example, crawling and scraping is an operation of collecting contents such as each search site, SNS site, and application (eg, cafes, news, blogs, knowledge bulletin boards, and applications related to pests and pathogens provided by various portals), Through the open API (Application Programming Interface) provided by the service, desired content is collected based on HTML (Hypertext Markup Language) tag information, and necessary data is collected by analyzing the network between browsers, where webpage crawling And scraping through an open API should be interpreted as self-evidently known technical content.
* 기본 설문조사 지원모듈* Basic survey support module
해충 및 병원체 중 적어도 어느 하나 이상에 대한 정보 관리를 사용자 맞춤형으로 수행하기 위한 사용자 생활패턴 정보 및 사용자 주거환경 정보 중 적어도 어느 하나 이상의 사용자 주변환경 정보가 파악 가능하도록 하는 해충 및 병원체 기초 설문조사 항목을 생성하여 사용자 단말기로 전송한다.Survey items based on pests and pathogens that enable at least one user's surrounding environment information to be grasped among user's lifestyle information and user's residential environment information to perform information management on at least one or more of pests and pathogens in a user-customized manner generated and transmitted to the user terminal.
또한, 일례로, 변수에 영향을 줄 수 있는 사용자 생활패턴과 주거환경 등의 독립적인 정보를 위한 설문조사 항목을 생성하여 사용자 단말기로 전송함으로써, 방역하고자 하는 조건에 대한 정확한 정보를 얻도록 한다,In addition, as an example, by generating a survey item for independent information such as user life pattern and residential environment that can affect variables and transmitting it to the user terminal, accurate information on the condition to be quarantined is obtained.
또한, 일례로, 관리에 대한 희망기간(예: 3개월/6개월/12개월 등) 및 장소(예: 특정되는 지역, 건물 등)에 대응하여 설문조사 항목(예:최근 1년 동안 해충을 발견한 경험 유무, 건물의 건설시기 기간에 대한 질문, 건물 특징에 대한 질문, 원룸 특징에 대한 질문, 화장실 내 창문/환풍기 유무, 건물 내부에 공용 쓰레기 처리 공간 유무, 음식물 쓰레기 보관 장소, 쓰레기 배출 주기, 이불빨래 주기, 실내 러그/카펫/매트릭스 등과 같은 패브릭 가구 유무, 천식/아토피/알레르기 유무, 월 또는 주별 배달/포장음식의 이용횟수, 건물 같은 층 내에 호수의 개수, 최근 1년 동안 살충/살균 제품 구매 여부 등)이 생성 될 수도 있다.In addition, as an example, in response to the desired period of management (eg 3 months / 6 months / 12 months, etc.) and location (eg, specific area, building, etc.), survey items (eg, pests in the past year) Whether there is a discovery experience, questions about the construction period of the building, questions about the characteristics of the building, questions about the characteristics of the studio, whether there is a window/ventilator in the bathroom, whether there is a common garbage disposal space inside the building, where to store food waste, and how often garbage is discharged , washing frequency of blankets, presence of fabric furniture such as indoor rugs/carpets/matrices, presence of asthma/atopy/allergies, frequency of use of delivered/packaged food by month or week, number of lakes within the same floor of the building, pesticide/sterilization in the past year whether or not to purchase a product, etc.) may be created.
또한, 일례로, 상기 생성된 항목을 기초로 하는 인덱스를 토대로 여러 가지 선택 가능한 설문에 대해 자세한 해당 사례와 실제 사진 등을 통해 충분한 이해를 가지고 설문을 대답할 수 있도록 데이터를 사용자 단말기로 제공할 수도 있으며, 그 부분의 효과 및 가치에 대해 VR 트레이닝 제공모듈에 의해 미리 가상현실로 구현해 보여줄 수도 있도록 지원할 수도 있다.In addition, as an example, based on the index based on the generated items, data may be provided to the user terminal so that the user can answer the questionnaire with sufficient understanding through detailed examples and actual photos of various selectable questionnaires. In addition, it is possible to support the effect and value of that part by implementing it in virtual reality in advance by the VR training providing module.
* 위생지수 모듈* Hygiene index module
관리되는 빅데이터를 기초로 위생지수를 생성한다.A hygiene index is created based on the managed big data.
또한, 사용자 단말기 위치에 따른 날씨, 습도 및 온도 등의 생활·보건기능지수, 모기발생 지수, 식중독지수, 질병관리청 발표 법정 감염병 알람 중 적어도 어느 하나 이상의 정보에 기초한 위생지수를 생성할 수도 있다.In addition, a sanitation index based on at least one of the life and health function index such as weather, humidity and temperature according to the location of the user terminal, mosquito occurrence index, food poisoning index, and statutory infectious disease alarm announced by the Korea Centers for Disease Control and Prevention may be generated.
또한, 일례로, 기본 설문조사 지원모듈, 지역별 정보 수집모듈 및 지역별 정보 수집모듈을 토대로 사용자의 위생 지수를 유의미한 분석과 응대가 가능하도록 15 단계 중 1가지로 단계로 표현할 수도 있다.In addition, as an example, based on the basic survey support module, regional information collection module, and regional information collection module, the user's hygiene index may be expressed as one of 15 steps to enable meaningful analysis and response.
또한, 일례로, 상기 이 부분은 추후 컨설팅 서비스를 통해 사용자의 위생 활동에 대한 이해도가 반영되어 고객관리 및 위치 정보에는 매칭되어 관리될 수 있게 하여 다음 계약 연장이나 추후 서비스 제공 시에는 좀 더 개선된 프로그램이 구현될 수 있도록 2개의 위생지수로 관리된다.In addition, as an example, this part reflects the understanding of the user's sanitary activities through future consulting services so that it can be matched and managed in customer management and location information, so that the next contract extension or future service provision can be further improved. It is managed by two hygiene indices so that the program can be implemented.
* 환경 모니터링 모듈* Environmental monitoring module
실내외 일정 범위의 공기, 물 및 표면 중 적어도 어느 하나 이상에 대한 오염 관련된 바이러스, 박테리아 및 무기물질 중 적어도 어느 하나 이상에 대한 수치 정보와, 알레르겐 원인 물질 정보를 환경 측정 기기에 의해 수신받아 해당 정보를 기간 및 시간 중 적어도 하나 이상을 기준으로 분류하고 관리하여 측정된 실내외 일정 범위의 환경을 모니터링한다.Numerical information on at least one or more of viruses, bacteria, and inorganic substances related to contamination of at least one of indoor and outdoor air, water, and surfaces within a certain range and allergen causative material information are received by the environmental measuring device and the corresponding information is stored. Classify and manage based on at least one of period and time to monitor the measured indoor and outdoor environment within a certain range.
또한, 일례로, 공기, 물 및 표면 중 적어도 어느 하나 이상에 대한 오염 관련된 수치 정보는, 공기에 대한 미세먼지(PM-10), 미세먼지(PM-2.5), 이산화탄소, 폼알데하이드, 총부유세균, 일산화탄소, 이산화질소, 라돈, 총휘발성유기화합물, 곰팡이 등과 같은 오염과 관련된 수치 정보가 포함될 수도 있다.In addition, as an example, the numerical information related to contamination of at least one of air, water, and surfaces includes fine dust (PM-10), fine dust (PM-2.5), carbon dioxide, formaldehyde, total airborne bacteria, Numerical information related to pollution such as carbon monoxide, nitrogen dioxide, radon, total volatile organic compounds, mold, etc. may also be included.
또한, 일례로, 공기, 물 및 표면 중 적어도 어느 하나 이상에 대한 오염 관련된 수치 정보는, 물에 대한 잔류염소, 철, 구리, 탁도, 수소이온농도, 일반세균, 총대장균군, 대장균, 분원성대장균군, 아연, 망간, 염소이온, 암모니아성질소, 분원성연쇄상구균, 녹농균, 살모넬라, 쉬젤라, 아황산황원혐기성포자형성균 등과 같은 오염과 관련된 수치 정보가 포함될 수도 있다.In addition, as an example, the numerical information related to contamination of at least one of air, water, and surface is residual chlorine, iron, copper, turbidity, hydrogen ion concentration, general bacteria, total coliform group, Escherichia coli, fecal Numerical information regarding contaminants such as coliforms, zinc, manganese, chlorine, ammonia nitrogen, streptococci, Pseudomonas aeruginosa, salmonella, shizella, sulphite anaerobic spore-forming bacteria, etc. may also be included.
또한, 일례로, 공기, 물 및 표면 중 적어도 어느 하나 이상에 대한 오염 관련된 수치 정보는, 표면 오염에 대한, ATP(adenosine triphosphate) 등과 같은 오염과 관련된 수치 정보가 포함될 수도 있다.Also, as an example, the numerical information related to contamination of at least one of air, water, and the surface may include numerical information related to surface contamination, such as adenosine triphosphate (ATP).
또한, 일례로, 알레르겐 원인 물질 정보는, 알레르기성 질환의 원인이 되는 항원을 유발하 집먼지 진드기 등이 포함될 수도 있으며, 더 나아가, 먼지진드기, 큰다리먼지진드기, 굵은다리가루진드기 등으로 구체화될 수도 있다.In addition, as an example, information on allergen-causing substances may include house dust mites that cause antigens that cause allergic diseases, and may further be embodied in dust mites, dust mites, dust mites, and the like. there is.
또한, 일례로, 상기 환경 측정 기기는, 상기 일례로 설명된 공기, 물 및 표면 중 적어도 어느 하나 이상에 대한 오염 관련된 수치 정보와, 알레르겐 원인 물질 정보를 측정하는 수단으로써, 통상의 지식을 가진 사람에게 공지되어 사용 가능하고 자명하게 공지된 기술 내용으로서 해석되어야 한다.In addition, as an example, the environmental measuring device is a means for measuring pollution-related numerical information and allergen-causing material information for at least one of the air, water, and surface described in the above example, and a person with ordinary knowledge It should be interpreted as technical content that is known to and available for use and is self-evident.
또한, 환경 측정 기기에 의해 측정된 정보는, 환경 모니터링 모듈에 의해 빅데이터 서버로 실시간으로 수신될 수도 있으며, 측정자가 직접 빅데이터 서버로 측정된 정보를 입력 혹은 전송할 수도 있다.In addition, the information measured by the environmental measuring device may be received in real time by the environmental monitoring module to the big data server, or the measurer may directly input or transmit the measured information to the big data server.
또한, 일례로, 환경 측정 기기에 의해 수신된 정보를 기간(예: 당일, 일주일, 주, 월, 년 등) 및 시간(예: 초, 분, 시 등) 중 적어도 하나 이상을 기준으로 세분화하여 정보 분류가 가능하도록 할 수도 있으며, 실내외 일정 범위(예: 통상의 지식을 가진 사람에게 특정 가능한 넓이로써 구성된 실내공간 및 외부공간 등)를 기준으로 해당 범위 내에서의 공기, 물 및 표면 중 적어도 어느 하나 이상에 대한 오염 관련된 수치 정보와, 알레르겐 원인 물질 정보를 실시간으로 모니터링이 가능하도록 할 수도 있다.In addition, as an example, the information received by the environmental measurement device is subdivided based on at least one of a period (eg, day, week, week, month, year, etc.) and time (eg, second, minute, hour, etc.) Information can be classified, and at least one of the air, water, and surface within the range is based on a certain range of indoor and outdoor (e.g., indoor space and outdoor space configured as the area that can be identified by a person with ordinary knowledge). Numerical information related to one or more contaminations and allergen-causing material information may be monitored in real time.
* 데이터 전처리 모듈* Data pre-processing module
빅데이터 관리서버로부터 관리되는 빅데이터를 전처리한다.The big data managed by the big data management server is preprocessed.
또한, 일례로, 빅데이터 관리서버에 의해 관리되는 데이터(예: 지역별 생활·보건기상지수 등에 따른 해충 및 병원체 발생 밀도에 대한 정보, 사용자 단말기 위치에 따른 월별, 지역별 날씨, 습도 및 온도 및 자사 해충 포집기에서 정기적으로 취합되는 지역별 모니터링 데이터, 지역별 키워드 검색으로 확인하는 해충 및 병원체 검색 데이터, 질병관리청에서 공개하는 과거 해충 병원체 발생 데이터, 1급 2급 감염병 요주 경보 등과 설문조사 모듈에 의해 전송된 설문 조사 결과 정보 및 실내에 설치된 모니터링 기기를 통해 해충, 병원체 및 공기질 중 적어도 어느 하나 이상에 대해 획득된 내부 정보 데이터 등)를 전처리함으로써, 해충 및 병원체 관리서버에서 이루어지는 분석의 기초가 되는 데이터를 정제하여 이에 따른 결과의 정확성을 담보할 수도 있다.In addition, as an example, data managed by the big data management server (e.g., information on the density of occurrence of pests and pathogens according to the living and health weather index by region, weather, humidity and temperature by month and region according to the location of the user terminal, and pests of the company Monitoring data by region regularly collected from collectors, pest and pathogen search data identified by keyword search by region, past pest pathogen occurrence data disclosed by the Korea Centers for Disease Control and Prevention, alerts for first- and second-grade infectious diseases, etc., and survey transmitted by the survey module By pre-processing the resulting information and internal information data obtained on at least one of pests, pathogens, and air quality through monitoring devices installed indoors, the data that is the basis of the analysis performed in the pest and pathogen management server is refined and thus You can also ensure the accuracy of your results.
<해충 및 병원체 관리서버의 주요 구성요소, 기능 및 효과><Main components, functions and effects of pest and pathogen management server>
* 커뮤니케이션 모듈* Communication module
컨설턴트 단말기와 사용자 단말기가 해충 및 병원체 중 적어도 어느 하나 이상에 대한 방역을 상호간에 소통 가능하도록 지원한다.The consultant terminal and the user terminal support communication with each other about quarantine against at least one of pests and pathogens.
또한, 복수의 사용자 단말기 상호간에 해충 및 병원체 중 적어도 어느 하나 이상에 대한 관리 정보 소통이 가능하도록 지원한다.In addition, communication of management information on at least one or more of pests and pathogens is supported between a plurality of user terminals.
또한, 일례로, 컨설턴트 단말기와 사용자 단말기가 해충 및 병원체 중 적어도 어느 하나 이상에 대한 방역에 대해 상호간에 소통 가능하도록 지원함으로써, 방역하고자 하는 공간에 대한 적합한 약제 처리 및 사용 등이 도출될 수 있다.In addition, as an example, by supporting the consultant terminal and the user terminal to communicate with each other about at least one of pests and pathogens, appropriate drug treatment and use for the space to be quarantined can be derived.
또한, 복수의 사용자 단말기에 대해 상호간에 개인정보를 보호할 수 있도록 암호화된 정보로 소통 가능하도록 지원함으로써, 지역별, 공간별 유사한 방역에 대한 조건을 가진 사용자 단말기 간 정보교류가 안전하고 원활하게 지원될 수 있다.In addition, by supporting multiple user terminals to communicate with encrypted information so that personal information can be mutually protected, information exchange between user terminals with similar quarantine conditions by region and space will be supported safely and smoothly. can
또한, 사용자 단말기가 방역을 요청하고자 하는 공간에 대한 사진, 영상 등이 업로드 가능하도록 지원될 수도 있다.In addition, it may be supported so that a user terminal can upload a photo, video, etc. of a space to request quarantine.
또한, 방역에 대한 전문적인 지식을 갖춘 사람, 기관 등을 컨설턴트(예: PCO 관련 전문가 및 전문기관 등)로 할 수도 있다.In addition, a person or organization with specialized knowledge on disease prevention and control can be used as a consultant (eg PCO-related experts and specialized organizations, etc.).
또한, 커뮤니케이션 모듈에서는 오픈되어 있는 일반 정보를 위치기반으로 정리하고, 자사의 해충 포충시스템을 통한 정보 등과 취합하여 제공하고, 지역별 해충 및 바이러스의 키워드 검색을 토대로 이 부분이 커뮤니케이션 모듈을 통해 지역 별 해충 예방 및 관리를 위해 사용될 수 있도록 지원할 수도 있다.In addition, the communication module organizes open general information based on location, collects and provides information through the company's pest trapping system, and based on keyword searches for pests and viruses by region, this part is identified as pests by region through the communication module. It can also be used for prevention and management.
또한, 상기 모든 데이터들은 지역별로 익명으로 계속 축적되어 해충 및 병원체의 근본적인 발병 상태를 추적하고, 그 원인을 차단할 수 있도록 빅데이터 관리서버로 저장되도록 지원될 수도 있다.In addition, all of the above data can be supported to be stored as a big data management server so that the fundamental outbreak status of pests and pathogens can be tracked and the cause can be blocked by continuing to accumulate anonymously by region.
* 위생 리포트 생성모듈* Hygiene report generation module
빅데이터 관리서버로부터 관리되는 빅데이터를 기초로 해충 및 병원체 중 적어도 어느 하나 이상에 대한 사용자 맞춤형 위생 리포트를 생성하여 관리한다.Based on the big data managed by the big data management server, a user-customized hygiene report for at least one or more of pests and pathogens is created and managed.
또한, 일례로, 빅데이터를 기초로 할 뿐만 아니라, 빅데이터가 분석된 정보를 기초로 위생 리포트를 생성하여 관리함으로써, 해충 및 병원체 관리를 위한 분석의 토대가 되는 자료가 될 수도 있다.In addition, as an example, by generating and managing a sanitary report based on big data as well as information analyzed by big data, it may be data that is the basis of analysis for managing pests and pathogens.
또한, 일례로, 회원 등급 및 기간에 대응하여 제공되는 위생 리포트의 범위가 달리질 수도 있으며, 사용자의 환경에 변동 사항이 있을 시 변경 위생 리포트가 제공될 수도 있다.In addition, for example, the range of the hygiene report provided in correspondence with the membership level and period may vary, and a changed hygiene report may be provided when there is a change in the user's environment.
또한, 일괄적으로 반영될 수 있는 외부 환경 데이터 및 지역별 데이터와는 별개로 사용자의 현재의 상황을 반영할 수 있도록 주기적으로 설문조사가 진행되어야 하고, 이에 맞춰 서비스 및 솔루션 선택이 가능할 수 있는 위생 리포트가 생성될 수도 있다.In addition, apart from external environment data and regional data that can be collectively reflected, surveys should be conducted periodically to reflect the current situation of users, and sanitation reports that can select services and solutions accordingly. may be created.
또한, 일례로, 상기 위생 리포트는 사전 설문조사 리포트와 추후 서비스 이용 패턴 및 모니터링을 분석하여 전문가로부터 피드백이 반영된 리포트로 구성될 수도 있다. Also, as an example, the hygiene report may be composed of a report in which feedback from an expert is reflected by analyzing a preliminary survey report and a service usage pattern and monitoring in the future.
* 방역 추천모듈* Quarantine recommendation module
사용자 맞춤형 위생 리포트에 대응되는 방역에 적합한 서비스 모델 및 필요 방역 제품 중 적어도 어느 하나 이상을 사용자 단말기로 추천한다.At least one or more of a service model suitable for quarantine corresponding to the user-customized hygiene report and necessary quarantine products is recommended to the user terminal.
또한, 일례로, 사용자 맞춤형 위생 리포트를 기초로 방역에 적합한 서비스 타입을 추천함으로써, 맞춤형 사전 예방과 해충 및 병원체 관리 플랫폼이 가능하도록 한다.In addition, for example, by recommending a service type suitable for quarantine based on a user-customized hygiene report, a customized advance prevention and pest and pathogen management platform is possible.
또한, 일례로, 지역별, 공간별, 개인별, 기업별 등으로 사용자의 환경에 따라 방역에 적합한 제품을 올바른 가이드와 함께 일정 주기에 맞춰 제공하거나, 방역에 전문적인 지식을 갖춘 사람(PCO)을 통한 컨설팅이 지원될 수도 있다. In addition, for example, products suitable for quarantine according to the user's environment by region, space, individual, company, etc. are provided along with the correct guide at a regular interval, or through a person with expert knowledge in quarantine (PCO) Consulting may be available.
또한, 일례로, 상기 외에도 보험 컨셉의 돌발 해충이나 병원체 발생 시 해충이나 병원체 동정 서비스와 긴급 약제 배송 또는 전문가 출동 서비스가 추가로 포함될 수 있다.In addition, as an example, in addition to the above, a pest or pathogen identification service and an emergency drug delivery or specialist dispatch service may be additionally included when an insurance concept unexpected pest or pathogen occurs.
* 사전계획 생성모듈* Preplanned generation module
관리되는 빅데이터를 기초로 방역에 대한 사용자 맞춤형 방역 사전계획 정보를 생성하고, 상기 사용자 맞춤형 방역 사전계획 정보를 토대로 사용자 단말기로 사용자가 지속적으로 활동 가능한 단계별 활동 정보를 안내함과 동시에 해당 단계별 활동 정보 실천 여부에 따른 알림 및 사용자 혜택 부여를 지원한다.Based on the managed big data, user-customized quarantine pre-planning information for quarantine is created, and based on the user-customized quarantine pre-planning information, step-by-step activity information that allows the user to be continuously active is provided to the user terminal, and at the same time, the corresponding step-by-step activity information It supports notification and granting user benefits according to practice.
또한, 일례로, 빅데이터를 기초로 할 뿐만 아니라, 빅데이터가 분석된 정보를 기초로 방역에 대한 사전계획을 생성하여 관리함으로써, 효율적인 사전 예방이 가능하도록 한다.In addition, as an example, efficient prevention is possible by creating and managing a preliminary plan for quarantine based on information obtained by analyzing big data as well as based on big data.
또한, VR 트레이닝 제공모듈에 의해 사용자가 지속적으로 활동 가능한 단계별 활동 정보가 VR 형태의 트레이닝으로 포함되어 각 계획별로 올바른 서비스 이용이 가능하도록 지원될 수도 있다.In addition, by the VR training providing module, step-by-step activity information in which the user can continue to be active may be included in VR-type training, and may be supported so that the correct service can be used for each plan.
또한, 일례로, 빅데이터를 기초로 할 뿐만 아니라, 빅데이터가 분석된 정보를 기초로 방역에 대한 일주일별 예방 방법을 안내하면서 제공된 상품을 토대로 6주 차 및 24주 차 예방 방법 실천 여부에 따라서 사용자에게 혜택이 부여될 수도 있다.In addition, as an example, not only based on big data, but also based on the information analyzed by big data, guides weekly prevention methods for quarantine, depending on whether the 6th and 24th week prevention methods are practiced based on the products provided Benefits may be granted to the user.
* AR 정보 제공모듈* AR information provision module
사용자 단말기가 사용자 맞춤형 관리 정보에 대응되는 약제 사용 가이드를 증강현실(AR: Augmented Reality) 상에서 확인 가능하도록 지원함으로써, 사용자의 서비스 이용공간에 사전에 전문가로부터 서비스에 대한 지침과 안내가 입력되고 교환될 수도 있다.By supporting the user terminal to check the drug use guide corresponding to the user-customized management information in Augmented Reality (AR), instructions and guidance for the service are input and exchanged from experts in the user's service space in advance. may be
* VR 트레이닝 제공모듈* VR training module
사용자 단말기가 사용자 맞춤형 관리 정보에 대응하여 구성된 방역 프로그램 및 도식화 중 적어도 어느 하나 이상에 대한 정보를 가상현실(VR: Virtual Reality) 상에서 확인 가능하도록 지원한다.It supports the user terminal to check information on at least one or more of the quarantine program and diagrams configured to correspond to the user-customized management information in Virtual Reality (VR).
또한, 일례로, 상기 기본 설문조사 모듈는 생성된 항목을 기초로 하는 인덱스를 토대로 여러 가지 선택 가능한 설문에 대해 자세한 해당 사례와 실제 사진 등을 통해 충분한 이해를 가지고 설문을 대답할 수 있도록 데이터를 사용자 단말기로 제공할 수도 있는데, 그 부분의 효과 및 가치에 대해 VR 트레이닝 제공모듈에 의해 미리 가상현실로 구현해 보여줄 수도 있도록 지원할 수도 있다.In addition, as an example, the basic survey module transmits data to the user terminal so that the user terminal can answer the survey with sufficient understanding through detailed cases and actual photos for various selectable surveys based on the index based on the generated items. It can be provided as, but it can be supported to show the effect and value of that part by implementing it in virtual reality in advance by the VR training providing module.
또한, 일례로, 사전계획 생성모듈에 의해 생성된 사용자가 지속적으로 활동 가능한 단계별 활동 정보가 VR 형태의 트레이닝으로 포함되어 각 계획별로 올바른 서비스 이용이 가능하도록 지원될 수도 있다.In addition, as an example, activity information generated by the preplanning generation module for each step in which the user can continue to be active may be included in VR-type training, and may be supported so that the correct service can be used for each plan.
* 사용자 맞춤형 데이터 생성모듈* User-customized data generation module
전처리된 데이터에 근거한 머신러닝(Machine Learning) 방식 중 하나인 경사 하강법(Gradient Descent)을 이용하여 사용자 단말기에 의해 요청된 장소 및 환경 중 적어도 어느 하나 이상에 대한 해충 및 병원체 중 적어도 어느 하나 이상에 대한 사용자 맞춤형 관리 정보를 생성한다.At least one of pests and pathogens for at least one or more of the place and environment requested by the user terminal using gradient descent, which is one of the machine learning methods based on preprocessed data. Creates user-customized management information for
* 사전 발생 예측모듈* Pre-occurrence prediction module
전처리된 데이터에 근거한 딥 러닝(Deep learning) 방식을 이용하여 사용자 단말기에 의해 요청된 장소 및 환경 중 적어도 어느 하나 이상에 대한 해충 및 병원체 중 적어도 어느 하나 이상이 발생되는 시기 및 발생 범위 중 적어도 어느 하나 이상을 예측한다.At least one of the time and range of occurrence of at least one of pests and pathogens for at least one or more of the place and environment requested by the user terminal using a deep learning method based on preprocessed data predict more
추가적으로, 본 발명에서의 빅데이터 관리서버, 해충 및 병원체 관리서버에 대해 더욱 구체적으로 살펴보면, 빅데이터 관리서버에 포함된 데이터 전처리 모듈에 의해 전처리된 데이터에 근거하여 통계 데이터를 획득하고, 전처리된 데이터 및 획득된 통계 데이터 중 적어도 어느 하나 이상의 데이터에 근거하여 마이닝 분석을 수행하기 위한 마이닝 분석모듈을 구비하는데, 마이닝 분석은 시계열적으로 단기 관점의 분석, 즉 실시간성 데이터 분석 개념은 물론, 관리되는 각각의 방역 데이터에 대한 미시적 관점의 데이터 분석을 포함할 수 있다.Additionally, looking more specifically at the big data management server and the pest and pathogen management server in the present invention, statistical data is obtained based on the data preprocessed by the data preprocessing module included in the big data management server, and the preprocessed data and a mining analysis module for performing mining analysis based on at least one or more of the obtained statistical data. It can include data analysis from a microscopic perspective on quarantine data.
여기서 마이닝 분석모듈이 마이닝 분석의 사전단계로써 수행되는 데이터 전처리란, 빅데이터 관리서버에 의해 관리되고 있는 데이터(예: 지역별 해충 및 병원체 발생 밀도에 대한 정보, 사용자 개별 설문조사 정보, 지역별 연간 해충 방제 캘린더 정보, 사용자 주변환경 정보 및 외부 환경 정보, 모니터링된 환경 정보 등)를 가공하여, 분석에 더 도움이 되는 정보를 이끌어내고, 더욱 상세하게는 가공된 데이터를 기반으로 경향성 및 변화 추이 반영, 주기함수의 결합 변환을 통한 연속적 데이터의 패턴을 분석, 시계열 데이터를 문자열 형태로 변환하여 패턴을 분석, 시계열 데이터를 문자열 형태로 변환하여 패턴을 분석하는 과정 등이 포함될 수도 있다.Here, data pre-processing performed by the mining analysis module as a preliminary stage of mining analysis refers to data managed by the big data management server (e.g., information on the density of occurrence of pests and pathogens by region, information on individual user surveys, annual pest control by region) Calendar information, user's surrounding environment information and external environment information, monitored environment information, etc.) are processed to derive more helpful information for analysis, and more specifically, based on processed data, trends and changes are reflected and cycled. The process of analyzing patterns of continuous data through combinational conversion of functions, analyzing patterns by converting time series data into character strings, and analyzing patterns by converting time series data into character strings may be included.
추가적으로, 데이터 전처리 모듈이 수행하는 데이터 전처리는 빅데이터 관리서버에 의해 관리되고 있는 데이터 중 적어도 어느 하나 이상의 데이터를 가공하고, 가공된 데이터를 알고리즘에 활용할 수 있는 형태로 데이터 변환하여, 더욱 상세하게는 해당 데이터의 노이즈를 제거하는 평활화(Smoothing), 해당 데이터를 더 작은 범위에 들어가게 하기 위해 다듬는 정규화(Normalization), 해당 데이터 값을 다른 범위나 상위 레벨의 개념으로 대체하는 이산화(Discretization) 등을 포함할 수도 있다.Additionally, the data pre-processing performed by the data pre-processing module processes at least one or more of the data managed by the big data management server, converts the processed data into a form that can be used in an algorithm, and more specifically This includes smoothing, which removes noise from the data, normalization, which trims the data to fit into a smaller range, and discretization, which replaces the data values with other ranges or higher-level concepts. may be
또한, 상기 마이닝 분석모듈에서 행하여 지는 마이닝 분석을 구체적으로 살펴보면, 전처리된 데이터에 근거하여 지역별, 온도별, 습도별, 시간별 등과 같은 환경적 요소로 분류된 통계 데이터를 획득하고, 해당 전처리된 데이터 및 획득된 통계 데이터 중 적어도 어느 하나 이상의 데이터를 통해 단일 분석 알고리즘인 의사 결정 트리(Decision Tree)를 기반으로 사용자 단말기에 의해 요청된 장소 및 환경 중 적어도 어느 하나 이상에 대한 해충 및 병원체 중 적어도 어느 하나 이상에 대한 사용자 맞춤형 관리 정보를 생성하기 위한 모델을 구성하거나 데이터에서 평가나 감정 등의 요소를 분석하여 관련된 주제에 대한 의견 분포를 군집화 하거나 평가 등을 수치화 하여 통계적으로 제공하기 위한 모델을 구성한 다음, 상이한 단일 분석 알고리즘을 병렬로 배치하여, 복수의 단일 분석 알고리즘의 결합/조합 형태인 부스팅(Boosting) 기법을 활용하여, 부스티드 트리(Boosted Tree) 형태로 분석 모델을 업데이트할 수도 있다. 더욱이, 단일 분석 알고리즘 중 불량 단일 분석 알고리즘이 반복되어 발생되는 패턴을 분석하여, 복수의 단일 분석 알고리즘 형태로 분석 모델 업데이트 시 불량 단일 분석 알고리즘을 제외할 수도 있다.In addition, looking at the mining analysis performed in the mining analysis module in detail, based on the preprocessed data, statistical data classified by environmental factors such as region, temperature, humidity, time, etc. are obtained, and the preprocessed data and At least one or more of pests and pathogens for at least one or more of the place and environment requested by the user terminal based on a decision tree, which is a single analysis algorithm, through at least one or more of the obtained statistical data. After constructing a model to generate user-customized management information or analyzing elements such as evaluation or emotion in data to cluster opinion distributions on related topics or constructing a model to quantify evaluations and provide them statistically, An analysis model may be updated in the form of a boosted tree by arranging a single analysis algorithm in parallel and utilizing a boosting technique, which is a combination/combination form of a plurality of single analysis algorithms. Furthermore, a single bad analysis algorithm may be excluded when updating an analysis model in the form of a plurality of single analysis algorithms by analyzing a pattern generated by repetition of a bad single analysis algorithm among single analysis algorithms.
또한, 마이닝 분석모듈에서 행하여 지는 마이닝을 살펴보면, 빅데이터 관리서버에 의해 관리되고 있는 데이터로써, 일반적으로 텍스트(text) 데이터의 형태로 저장되고, 단순한 텍스트 데이터는 구조화되지 않은 비정형 데이터(unstructured data)이기 때문에 그 자체로는 자동화된 분석이 어렵다. 따라서, 텍스트 데이터를 분석하기 위해서는 자동화된 분석이 가능하도록 정형화(전처리) 하는 과정을 거치게 된다.In addition, looking at the mining performed in the mining analysis module, data managed by the big data management server is generally stored in the form of text data, and simple text data is unstructured data. Because of this, automated analysis by itself is difficult. Therefore, in order to analyze text data, a formalization (pre-processing) process is required to enable automated analysis.
또한, 텍스트 마이닝을 기반으로 텍스트에서 의미뿐만 아니라 기록화된 텍스트(text)에 대한 감정 정보를 알아내는 오피니언 마이닝(opinion mining) 과정이 있고, 오피니언 마이닝은 어떠한 대상에 대해 텍스트로 이루어진 데이터에서 평가나 감정 등의 요소를 분석하여 관련된 주제에 대한 의견 분포를 군집화 하거나 평가 등을 수치화 하여 통계적으로 제공할 수도 있다.In addition, based on text mining, there is an opinion mining process in which not only the meaning of a text but also emotional information about a recorded text is found. It is also possible to statistically provide opinion distributions on related topics by analyzing factors such as factors such as clustering or quantifying evaluations.
보다 구체적으로, 마이닝 분석모듈에 오피니언 마이닝을 도입하면 지역별 해충 및 병원체 발생 밀도에 대한 정보, 사용자 단말기로부터 전송되는 방역 요청 등에 대응되는 정보 데이터에 대해 어떠한 평가나 감정(예: 각각의 데이터에 대응되는 방역 연관성 등)을 가지고 있는지를 쉽게 확인할 수 있고, 상기 정보 데이터에 대해 평균적으로 어떠한 평가(예: 모든 데이터에 대응되는 방역 연관성 등)를 내리고 있는지 등을 확인할 수 있어서 관련된 알고리즘을 통한 의사 결정을 수행하는 데 도움을 받을 수도 있다.More specifically, when opinion mining is introduced into the mining analysis module, any evaluation or appraisal (e.g., corresponding to each data Relevance of quarantine, etc.), and what kind of evaluation (e.g., relevance of quarantine corresponding to all data) is being made on average for the information data, making decisions through related algorithms You can also get help doing it.
또한, 전처리된 데이터에 근거하여 지역별, 온도별, 습도별, 시간별 등과 같은 환경적 요소로 분류되어 획득된 통계 데이터에 대해 어떠한 평가 대한 평가(예: 지역에 따른 방역, 온도에 따른 방역, 습도에 따른 방역, 시간에 따른 방역 등)를 가지고 있는지 쉽게 확인할 수 있고, 통계화된 전체 데이터가 해당 분류별에 대해 어떠한 평가(예: 지역/온도에 따른 방역, 습도/온도에 따른 방역, 지역/온도/습도/시간에 따른 방역 등)를 내리고 있는지 등을 확인할 수 있어서 분류되어 통계화된 데이터를 분석하는데 도움을 받을 수도 있다.In addition, based on the preprocessed data, any assessment of statistical data obtained after being classified into environmental factors such as region, temperature, humidity, time, etc. (e.g., quarantine according to region, quarantine according to temperature, humidity It is easy to check whether the total statistical data has any evaluation (e.g., quarantine according to region/temperature, quarantine according to humidity/temperature, region/temperature/region/temperature/ Humidity/time-dependent disinfection, etc.) can be checked, so it can be helpful in analyzing classified and statistical data.
또한, 본 발명 중 해충 및 병원체 관리서버는, 전처리된 데이터 및 마이닝 분석된 데이터 중 적어도 어느 하나 이상의 데이터에 근거한 머신러닝(Machine Learning) 방식 중 하나인 경사 하강법(Gradient Descent)을 이용하여 사용자 단말기에 의해 요청된 장소 및 환경 중 적어도 어느 하나 이상에 대한 해충 및 병원체 중 적어도 어느 하나 이상에 대한 사용자 맞춤형 관리 정보를 생성하기 위한 사용자 맞춤형 데이터 생성모듈을 구비할 수도 있는데, 머신러닝은 기본적으로 에이전트가 어떤 행위를 선택하여 얻게 되는 시행착오를 통해 주어진 환경(state)을 학습하고, 정해진 정책에 따라 행동(action)을 결정하고 실행하여 행동에 따라 얻게 되는 보상(reward)을 기초로 행동정책을 수정해가면서 학습하는 기계학습의 일종이다.In addition, the pest and pathogen management server of the present invention uses a gradient descent method, one of machine learning methods based on at least one or more of preprocessed data and mining-analyzed data, to use a user terminal It may be provided with a user-customized data generation module for generating user-customized management information about at least one of pests and pathogens for at least one of the place and environment requested by the machine learning. It learns the given environment (state) through trial and error obtained by selecting a certain action, determines and executes the action (action) according to the set policy, and corrects the action policy based on the reward obtained according to the action. It is a type of machine learning that learns as you go.
구체적으로, 경사 하강법에 대해 살펴보면 경사 하강법은 우선적으로 머신러닝 회귀 분석은 주어진 데이터가 어떤 함수로부터 생성되었는가를 알아보는 '함수 관계'를 추측하는 것으로, 다시 말해서 데이터 세트(x, y)로부터 학습 알고리즘을 이용하여 가설을 생성하고 생성된 가설에 데이터를 입력하여 예측 값 데이터를 얻고, 이러한 가설에 해당하는 식이 어떤 방정식인지, 계수는 어떤 것을 의미하는지 알아가는 과정이라고 할 수 있다.Specifically, looking at gradient descent, gradient descent is primarily about estimating a 'function relationship', in other words, from a data set (x, y). It can be said that it is a process of generating a hypothesis using a learning algorithm, inputting data into the generated hypothesis, obtaining predicted value data, and finding out what kind of equation the expression corresponding to the hypothesis is and what the coefficient means.
또한, 머신러닝 회귀 분석에서 방정식의 계수가 선형인 경우 선형 회귀 분석(Linear Regression Analysis)이라 하고, 방정식의 계수가 여러 개이면 다중 선형 회귀 분석(Multiple Linear Regression Analysis)이라 하며, 테스트 데이터는 y=x 그래프에 약간의 오차를 섞어 만든 데이터로 학습을 통해 데이터에 맞는 가중치 값(w)과 편향 값(b)을 찾아 수행한 결과를 나타내어 y = wx + b 과 같은 정의에 따라 결과값과의 오차를 경사 하강법(Gradient Descent)을 통해 알맞은 함수를 찾을 수 있다.In addition, in machine learning regression analysis, if the coefficients of the equation are linear, it is called Linear Regression Analysis, and if the coefficients of the equation are multiple, it is called Multiple Linear Regression Analysis, and the test data is y= The data created by mixing a slight error in the x graph shows the result of finding the weight value (w) and bias value (b) that fit the data through learning, and the error with the result value according to the definition of y = wx + b A suitable function can be found through gradient descent.
또한, 데이터에 대한 가설을 학습할 때 그려진 선과 각 데이터의 분포의 차이를 계산하여 차이가 가장 적은 것이 이 모델에 적합한 선이라는 것을 알 수 있고, 이를 비용함수(Cost Function)라 하며, 비용함수를 이용하여 실제 세운 가설과 나타내는 값이 얼마나 다른 지를 유추해 볼 수 있다. In addition, when learning hypotheses about data, by calculating the difference between the drawn line and the distribution of each data, it can be known that the line with the smallest difference is the line suitable for this model, and this is called the cost function. It can be used to infer the difference between the actual hypotheses and the expressed values.
구체적으로, 비용함수(오차함수)는 두 개의 매개변수(w, b) 로 구성되어 있으므로 이를 2차원 공간에 표현할 수 있음에 따라, 각 점에서 오차함수의 높이는 직선에 대한 오차이고, 어떤 직선들은 다른 직선들보다 더 작은 오차를 가지게 되며, 가령 텐서 플로우에서 경사 하강법 알고리즘을 수행할 때 이 평면의 한 지점에서 시작하여 더 작은 오차를 갖는 직선을 찾아 이동해 나간다. Specifically, since the cost function (error function) is composed of two parameters (w, b) and can be expressed in a two-dimensional space, the height of the error function at each point is the error for a straight line, and some straight lines It has a smaller error than other straight lines. For example, when performing the gradient descent algorithm in Tensor Flow, it starts at a point on this plane and moves to find a straight line with a smaller error.
또한, 오차함수의 기울기를 계산하기 위하여 오차함수를 미분하는 과정을 거치게 되고, 직선을 찾아가는 과정의 반복이 있을 때마다 움직일 방향을 알아가기 위해 w와 b에 대한 편미분 방정식 계산이 필요하다. In addition, in order to calculate the gradient of the error function, the error function is differentiated, and whenever there is repetition of the process of finding a straight line, partial differential equations for w and b are required to determine the moving direction.
다중 회귀 분석은 단일 회귀 분석에서 쓰였던 입력 데이터 x가 2개 이상이 되고, 일례로 두 개의 변수(x1, x2)를 갖는 다중 회귀 분석의 경우 y = w1*x1 + x2*x2 + b 와 같이 정의하고 학습을 통해 데이터에 맞는 평면을 찾을 수 있다.Multiple regression analysis is defined as y = w1*x1 + x2*x2 + b in the case of multiple regression analysis with two or more variables (x1, x2). And through learning, you can find a plane that fits the data.
위와 같은 단일, 다중 선형 회귀 분석을 통하여 어떠한 데이터가 존재하면 그 데이터를 표현하는 함수를 학습할 수 있다는 것을 알 수 있다.Through single and multiple linear regression analysis as above, it can be seen that if there is any data, a function representing the data can be learned.
또한, 경사 하강법은 cost 비용을 최소화하기 위한 최적화 알고리즘으로, 최적화란 여러 가지 허용되는 값들 중에서 주어진 기준을 가장 잘 만족하는 것을 선택하는 것이고, 해당 함수의 최소값 위치를 찾기 위해 비용함수의 기울기 반대 방향으로 정의한 스텝 사이즈(Step Size)를 가지고 조금씩 움직이면서 최적의 파라미터를 찾는 과정이라고 할 수 있으며, 간략하게는 기울기로 함수의 최소값을 찾는 방법이다.In addition, the gradient descent method is an optimization algorithm for minimizing the cost cost. Optimization is to select the one that best satisfies a given criterion among several allowable values, and to find the position of the minimum value of the function in the opposite direction of the slope of the cost function. It can be said to be the process of finding the optimal parameter while moving little by little with the step size defined by .
추가적으로, 본 발명 중 해충 및 병원체 관리서버는, 전처리된 데이터, 마이닝 분석된 데이터 및 사용자 맞춤형 데이터 생성모듈에 의해 생성된 데이터 중 적어도 어느 하나 이상의 데이터에 근거한 딥 러닝(Deep learning) 방식을 이용하여 사용자 단말기에 의해 요청된 장소 및 환경 중 적어도 어느 하나 이상에 대한 해충 및 병원체 중 적어도 어느 하나 이상이 발생되는 시기 및 발생 범위 중 적어도 어느 하나 이상을 예측하기 위한 사전 발생예측 모듈을 구비할 수도 있는데, 여기서 딥 러닝 방식의 알고리즘에 대해 살펴보면, 딥러닝 알고리즘 중 일부는 컨벌루션 신경망(CNN: convolution neural network) 알고리즘으로 구현될 수 있고, 컨벌루션 신경망 알고리즘은 하나 이상의 컨벌루션 레이어, 하나 이상의 활성 함수, 및 하나 이상의 풀링(pooling) 레이어를 포함할 수도 있고, 이때 각각의 컨벌루션 레이어는 하나 이상의 컨벌루션 필터로 구성될 수도 있다. 이러한 컨벌루션 신경망의 구조는 본 발명의 구체적 실시 형태에 따라 달라질 수도 있다.Additionally, the pest and pathogen management server of the present invention uses a deep learning method based on at least one or more of preprocessed data, mining-analyzed data, and data generated by a user-customized data generation module to A pre-occurrence prediction module for predicting at least one or more of the time and range of occurrence of at least one of pests and pathogens for at least one or more of the place and environment requested by the terminal may be provided, where Looking at deep learning algorithms, some of the deep learning algorithms can be implemented as convolution neural network (CNN) algorithms, and the convolutional neural network algorithm includes one or more convolutional layers, one or more activation functions, and one or more pooling ( pooling) layer, and in this case, each convolution layer may be composed of one or more convolution filters. The structure of such a convolutional neural network may vary according to specific embodiments of the present invention.
도 3은 본 발명에 따른 빅데이터 분석 기반 해충 및 병원체 관리 플랫폼 시스템에 따른 실시예를 개략적으로 도시한 순서도이다.3 is a flowchart schematically showing an embodiment according to the big data analysis-based pest and pathogen management platform system according to the present invention.
도 3을 참조로 하면, 소비자(사용자)는 플랫폼으로부터 자가진단 리포트 양식을 전달받아 해충 및 병원체 사전 방역을 위한 리포트를 작성하여 플랫폼으로 전송하고, 플랫폼은 작성된 자가진단 리포트 및 구축된 방역관련 빅데이터를 기반한 방역 예측 분석에 맞는 제품 배송을 소비자에게 제공하며, PCO 전문가는 소비자에게 방역에 대한 리포트를 설명하고, 해당 방역에 필요한 약제처리 가이드를 제공한다. 더 나아가, PCO 전문가는 자체적으로 방역에 필요한 제품에 대한 설명 및 교육을 소비자에게 적절하게 하기 위한 관리 시스템을 구축하고 있다.Referring to FIG. 3, a consumer (user) receives a self-diagnosis report form from the platform, prepares a report for pest and pathogen prevention, and transmits it to the platform, and the platform transmits the self-diagnosis report and the built quarantine-related big data. It provides consumers with product delivery that fits the quarantine prediction analysis based on, and PCO experts explain reports on quarantine to consumers and provide drug handling guides necessary for the quarantine. Furthermore, PCO experts are building a management system to properly explain and educate consumers about products necessary for quarantine.
도 4는 본 발명에 따른 빅데이터 분석 기반 해충 및 병원체 관리 플랫폼 시스템에 따른 흐름도를 도시한 순서도이다. 4 is a flowchart illustrating a flow chart according to the big data analysis-based pest and pathogen management platform system according to the present invention.
도 4를 참조로 하면, 소비자(사용자)는 새집이사 또는 해충 및 살균 문제가 발생되는 경우, 인터넷 정보 검색, 부동산 소개를 통한 자가진단 서비스를 무료로 받으며, 이에 따라 해충 및 병원체 관리 서비스를 3개월/6개월/12개월 기간 단위로서 방역에 대한 구독이 가능하며, 구독 후에는 해충 및 병원체 관리를 위한 기본 진단 리포트를 제공받으며, 더 나아가 각 항목별 세부 진단 리포트 및 알맞은 방역 프로그램을 소개받을 수도 있다. Referring to FIG. 4, consumers (users) receive free self-diagnosis services through internet information search and real estate introduction when moving to a new house or pest and sterilization problems, and accordingly, pest and pathogen management services are provided for 3 months. It is possible to subscribe to quarantine for a period of /6 months / 12 months, and after subscription, basic diagnosis reports for pest and pathogen management are provided, and furthermore, detailed diagnosis reports for each item and appropriate quarantine programs can be introduced. .
또한, 소비자는 세부 진단 리포트 및 소개된 방역 프로그램에 따라서 방역에 필요한 제품 리스트 또는 약제를 배송 받을 수도 있으며, PCO 전문가를 통해 위생상태 리포트 설명 및 약제처리 가이드를 받을 수도 있으며, 처리된 약제에 대한 피드백과 추가상담이 가능할 수도 있다. 더 나아가, 문제가 발생하였을 때 긴급 배송, 긴급 출동 등의 서비스가 제공될 수도 있다. In addition, consumers can receive a list of products or drugs necessary for quarantine according to detailed diagnosis reports and introduced quarantine programs, and can receive hygiene status reports and drug handling guides from PCO experts, and feedback on processed drugs. and additional consultations may be possible. Furthermore, when a problem occurs, services such as emergency delivery and emergency dispatch may be provided.
이상에서 첨부된 도면을 참조하여 본 발명을 설명함에 있어 특정형상 및 방향을 위주로 설명하였으나, 본 발명은 그 발명에 속하는 기술분야에서 통상의 지식을 가진 사람에 의하여 다양한 변형 및 변경이 가능하고, 이러한 변형 및 변경은 본 발명의 권리범위에 포함되는 것으로 해석되어야 한다.In the above description of the present invention with reference to the accompanying drawings, the specific shape and direction have been mainly described, but the present invention can be variously modified and changed by a person having ordinary knowledge in the technical field belonging to the invention, and these Modifications and changes should be construed as being included in the scope of the present invention.
또한, 전술한 특성 및 이하 상세한 설명은 모두 본 발명의 설명 및 이해를 돕기 위한 예시적인 사항이다. 즉, 본 발명은 이와 같은 실시 예에 한정되지 않고 다른 형태로 구체화될 수 있다. 다음 실시 형태들은 단지 본 발명을 완전히 개시하기 위한 예시이며, 본 발명이 속하는 기술 분야의 통상의 기술자들에게 본 발명을 전달하기 위한 설명이다. 따라서, 본 발명의 구성 요소들을 구현하기 위한 방법이 여럿 있는 경우에는, 이들 방법 중 특정한 것 또는 이와 동일성 있는 것 가운데 어떠한 것으로든 본 발명의 구현이 가능함을 분명히 할 필요가 있다.In addition, the foregoing characteristics and the following detailed description are all examples to help the description and understanding of the present invention. That is, the present invention may be embodied in other forms without being limited to this embodiment. The following embodiments are merely examples for completely disclosing the present invention, and are descriptions for conveying the present invention to those skilled in the art to which the present invention pertains. Therefore, in the case where there are several methods for implementing the components of the present invention, it is necessary to clarify that the present invention can be implemented with any of these specific methods or those identical thereto.
Claims (16)
해충 및 병원체 중 적어도 어느 하나 이상에 대한 과거 발생을 기반으로 한 지역별 연간 해충 방제 캘린더 정보와, 생활·보건기상지수 정보 및 외부에 설치된 포충기/기피제 분사함의 RMS 데이터 정보 중 적어도 어느 하나 이상의 외부 환경 정보를 수집하여 전송하는 정보 수집 기기;
상기 사용자 단말기 및 정보 수집 기기로부터 사용자 개별 설문조사 정보, 지역별 연간 해충 방제 캘린더 정보, 사용자 주변환경 정보, 외부 환경 정보 및 내부 정보 데이터 중 적어도 하나 이상의 정보를 수신하여 빅데이터로서 관리하는 빅데이터 관리서버; 및
상기 빅데이터 관리서버로부터 관리되는 빅데이터를 분석하여 해충 및 병원체 중 적어도 어느 하나 이상에 대한 사용자 맞춤형 관리 정보를 생성하는 해충 및 병원체 관리서버;를 포함하며,
상기 해충 및 병원체 관리서버는,
상기 빅데이터 관리서버에서 관리하는 빅데이터를 기초로 해충 및 병원체 중 적어도 어느 하나 이상에 대한 사용자 맞춤형 위생 리포트를 생성하는 위생 리포트 생성모듈;
상기 생성한 사용자 맞춤형 위생 리포트에 대응되는 방역에 적합한 필요 방역 제품을 추천하는 방역 추천모듈; 및
상기 빅데이터 관리서버에서 관리하는 빅데이터를 기초로 방역에 대한 사용자 맞춤형 방역 사전계획 정보를 생성하는 사전계획 생성모듈;을 포함하며,
상기 사용자 맞춤형 위생 리포트는, 방역 전문가로부터 피드백이 반영된 리포트를 포함하며,
상기 방역 추천모듈은, 지역별, 공간별, 개인별 및 기업별로 사용자 환경에 따라 방역에 적합한 제품을 가이드 정보와 함께 제공하는 것을 더 포함하며,
상기 사전계획 생성모듈은, 상기 생성한 사용자 맞춤형 방역 사전계획 정보를 토대로 상기 사용자 단말기로 사용자가 지속적으로 활동 가능한 단계별 활동 정보를 안내함과 동시에 상기 단계별 활동 정보의 실천 여부에 따른 혜택을 지원하는 것을 더 포함하는 것을 특징으로 하는 빅데이터 분석 기반 해충 및 병원체 관리 플랫폼 시스템.
User’s surrounding environment information on at least one of a management request for at least one of pests and pathogens, user individual survey information corresponding to the request, temperature and humidity information around the user, user life pattern information, and user residential environment information and a user terminal that transmits internal information data obtained on at least one of pests, pathogens, and air quality through a monitoring device installed indoors;
External environmental information of at least one of annual pest control calendar information for each region based on the past occurrence of at least one of pests and pathogens, life and health weather index information, and RMS data information of an insect repellent/repellent spray box installed outside Information collection device that collects and transmits;
A big data management server that receives and manages at least one or more of user individual survey information, annual pest control calendar information by region, user surrounding environment information, external environment information, and internal information data from the user terminal and information collection device and manages them as big data. ; and
A pest and pathogen management server that analyzes the big data managed by the big data management server and generates user-customized management information for at least one or more of pests and pathogens;
The pest and pathogen management server,
a hygiene report generation module for generating a user-customized hygiene report for at least one of pests and pathogens based on the big data managed by the big data management server;
a quarantine recommendation module that recommends a necessary quarantine product suitable for quarantine corresponding to the generated user-customized hygiene report; and
A preliminary plan generation module for generating user-customized quarantine advance plan information for quarantine based on the big data managed by the big data management server;
The user-customized hygiene report includes a report reflecting feedback from a quarantine expert,
The quarantine recommendation module further includes providing products suitable for quarantine along with guide information according to user environments by region, space, individual, and company,
The advance plan creation module guides the user terminal with step-by-step activity information that allows the user to continue to be active based on the generated user-customized quarantine advance plan information, and at the same time supports benefits according to whether the step-by-step activity information is practiced. Big data analysis-based pest and pathogen management platform system, characterized in that it further comprises.
상기 빅데이터 관리서버는,
수신된 생활·보건기상지수 정보, 실내에 설치된 모니터링 기기를 통해 해충, 병원체 및 공기질 중 적어도 어느 하나 이상에 대해 획득된 내부 정보 데이터 및 외부에 설치된 포충기/기피제 분사함의 RMS 데이터 정보 중 적어도 어느 하나 이상의 정보를 기초로 지역별 해충 및 병원체 중 적어도 어느 하나 이상에 대한 발생 빈도 정보를 업로드하여 관리하기 위한 정보 업로드 관리모듈을 구비하는 것을 특징으로 하는,
빅데이터 분석 기반 해충 및 병원체 관리 플랫폼 시스템.
The method of claim 1,
The big data management server,
At least one or more of the received living and health weather index information, internal information data obtained on at least one of pests, pathogens, and air quality through a monitoring device installed indoors, and RMS data information of an insect repellent / repellent spray box installed outside It is characterized by having an information upload management module for uploading and managing occurrence frequency information for at least one or more of pests and pathogens by region based on the information,
Pest and pathogen management platform system based on big data analysis.
상기 빅데이터 관리서버는,
온라인 검색어 엔진을 통해 지역별 해충 및 병원체 중 적어도 어느 하나 이상에 대한 돌발 감염병 정보를 수집하기 위한 지역별 정보 수집모듈을 구비하는 것을 특징으로 하는,
빅데이터 분석 기반 해충 및 병원체 관리 플랫폼 시스템.
The method of claim 1,
The big data management server,
It is characterized by having a region-specific information collection module for collecting outbreak infectious disease information on at least one of regional pests and pathogens through an online search engine.
Pest and pathogen management platform system based on big data analysis.
상기 해충 및 병원체 관리 플랫폼 시스템은,
사용자 단말기와 해충 및 병원체 중 적어도 어느 하나 이상에 대한 관리 정보를 소통하기 위한 컨설턴트 단말기를 더 포함하고,
상기 해충 및 병원체 관리서버는,
컨설턴트 단말기와 사용자 단말기가 해충 및 병원체 중 적어도 어느 하나 이상에 대한 방역을 상호간에 소통 가능하도록 지원하기 위한 커뮤니케이션 모듈을 구비하는 것을 특징으로 하는,
빅데이터 분석 기반 해충 및 병원체 관리 플랫폼 시스템.
The method of claim 1,
The pest and pathogen management platform system,
Further comprising a consultant terminal for communicating management information on at least one or more of pests and pathogens with the user terminal;
The pest and pathogen management server,
Characterized in that the consultant terminal and the user terminal have a communication module to support mutual communication of quarantine against at least one of pests and pathogens,
Pest and pathogen management platform system based on big data analysis.
상기 커뮤니케이션 모듈은,
복수의 사용자 단말기 상호간에 해충 및 병원체 중 적어도 어느 하나 이상에 대한 관리 정보 소통이 가능하도록 지원하는 것을 특징으로 하는,
빅데이터 분석 기반 해충 및 병원체 관리 플랫폼 시스템.
The method of claim 4,
The communication module,
Characterized in that it supports communication of management information for at least one or more of pests and pathogens between a plurality of user terminals.
Pest and pathogen management platform system based on big data analysis.
상기 빅데이터 관리서버는,
해충 및 병원체 중 적어도 어느 하나 이상에 대한 정보 관리를 사용자 맞춤형으로 수행하기 위한 사용자 생활패턴 정보 및 사용자 주거환경 정보 중 적어도 어느 하나 이상의 사용자 주변환경 정보가 파악 가능하도록 하는 해충 및 병원체 기초 설문조사 항목을 생성하여 사용자 단말기로 전송하기 위한 기본 설문조사 지원모듈을 구비하는 것을 특징으로 하는,
빅데이터 분석 기반 해충 및 병원체 관리 플랫폼 시스템.
The method of claim 1,
The big data management server,
Survey items based on pests and pathogens that enable at least one user's surrounding environment information to be grasped among user's lifestyle information and user's residential environment information to perform information management on at least one or more of pests and pathogens in a user-customized manner Characterized in that it has a basic survey support module for generating and transmitting to a user terminal,
Pest and pathogen management platform system based on big data analysis.
상기 빅데이터 관리서버는,
관리되는 빅데이터를 기초로 위생지수를 생성하기 위한 위생지수 모듈을 구비하는 것을 특징으로 하는,
빅데이터 분석 기반 해충 및 병원체 관리 플랫폼 시스템.
The method of claim 1,
The big data management server,
Characterized in that it has a sanitary index module for generating a sanitary index based on the managed big data,
Pest and pathogen management platform system based on big data analysis.
상기 해충 및 병원체 관리서버는,
사용자 단말기가 사용자 맞춤형 관리 정보에 대응되는 약제 사용 가이드를 증강현실(AR: Augmented Reality) 상에서 확인 가능하도록 지원하기 위한 AR 정보 제공모듈을 구비하는 것을 특징으로 하는,
빅데이터 분석 기반 해충 및 병원체 관리 플랫폼 시스템.
The method of claim 1,
The pest and pathogen management server,
Characterized in that it has an AR information providing module for supporting the user terminal to check the drug use guide corresponding to the user-customized management information in Augmented Reality (AR).
Pest and pathogen management platform system based on big data analysis.
상기 해충 및 병원체 관리서버는,
사용자 단말기가 사용자 맞춤형 관리 정보에 대응하여 구성된 방역 프로그램 및 도식화 중 적어도 어느 하나 이상에 대한 정보를 가상현실(VR: Virtual Reality) 상에서 확인 가능하도록 지원하기 위한 VR 트레이닝 제공모듈을 구비하는 것을 특징으로 하는,
빅데이터 분석 기반 해충 및 병원체 관리 플랫폼 시스템.
The method of claim 1,
The pest and pathogen management server,
It is characterized by having a VR training providing module for supporting the user terminal to check information on at least one or more of the quarantine program and diagramming configured in response to the user-customized management information in Virtual Reality (VR) ,
Pest and pathogen management platform system based on big data analysis.
상기 해충 및 병원체 관리 플랫폼 시스템은,
실내외 일정 범위의 공기, 물 및 표면 중 적어도 어느 하나 이상에 대한 오염 관련된 바이러스, 박테리아 및 무기물질 중 적어도 어느 하나 이상에 대한 수치 정보와, 알레르겐 원인 물질 정보를 측정하여 빅데이터 관리서버로 전송하기 위한 환경 측정 기기를 더 포함하고,
상기 빅데이터 관리서버는,
환경 측정 기기에 의해 수신된 정보를 기간 및 시간 중 적어도 하나 이상을 기준으로 분류하고 관리하여 측정된 실내외 일정 범위의 환경을 모니터링하기 위한 환경 모니터링 모듈을 구비하는 것을 특징으로 하는,
빅데이터 분석 기반 해충 및 병원체 관리 플랫폼 시스템.
The method of claim 1,
The pest and pathogen management platform system,
Measures numerical information on at least one or more of viruses, bacteria, and inorganic substances related to contamination of at least one of indoor and outdoor air, water, and surfaces within a certain range, and allergen causative substance information for transmission to a big data management server Further comprising an environmental measuring instrument,
The big data management server,
It is characterized by having an environment monitoring module for monitoring the measured indoor and outdoor environment of a certain range by classifying and managing the information received by the environment measuring device based on at least one of period and time,
Pest and pathogen management platform system based on big data analysis.
상기 빅데이터 관리서버는,
빅데이터 관리서버로부터 관리되는 빅데이터를 전처리하기 위한 데이터 전처리 모듈를 구비하는 것을 특징으로 하는,
빅데이터 분석 기반 해충 및 병원체 관리 플랫폼 시스템.
The method of claim 1,
The big data management server,
Characterized in that it has a data pre-processing module for pre-processing the big data managed by the big data management server.
Pest and pathogen management platform system based on big data analysis.
상기 해충 및 병원체 관리서버는,
전처리된 데이터에 근거한 머신러닝(Machine Learning) 방식 중 하나인 경사 하강법(Gradient Descent)을 이용하여 사용자 단말기에 의해 요청된 장소 및 환경 중 적어도 어느 하나 이상에 대한 해충 및 병원체 중 적어도 어느 하나 이상에 대한 사용자 맞춤형 관리 정보를 생성하기 위한 사용자 맞춤형 데이터 생성모듈을 구비하는 것을 특징으로 하는
빅데이터 분석 기반 해충 및 병원체 관리 플랫폼 시스템.
The method of claim 14,
The pest and pathogen management server,
At least one of pests and pathogens for at least one or more of the place and environment requested by the user terminal using gradient descent, which is one of the machine learning methods based on preprocessed data. Characterized in that it has a user-customized data generation module for generating user-customized management information for
Pest and pathogen management platform system based on big data analysis.
상기 해충 및 병원체 관리서버는,
전처리된 데이터에 근거한 딥 러닝(Deep learning) 방식을 이용하여 사용자 단말기에 의해 요청된 장소 및 환경 중 적어도 어느 하나 이상에 대한 해충 및 병원체 중 적어도 어느 하나 이상이 발생되는 시기 및 발생 범위 중 적어도 어느 하나 이상을 예측하기 위한 사전 발생 예측모듈을 구비하는 것을 특징으로 하는,
빅데이터 분석 기반 해충 및 병원체 관리 플랫폼 시스템.
The method of claim 14,
The pest and pathogen management server,
At least one of the time and range of occurrence of at least one of pests and pathogens for at least one or more of the place and environment requested by the user terminal using a deep learning method based on preprocessed data Characterized in that it has a pre-occurrence prediction module for predicting abnormalities,
Pest and pathogen management platform system based on big data analysis.
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| PCT/KR2021/015310 WO2022092855A1 (en) | 2020-10-29 | 2021-10-28 | Big data analysis-based pest and pathogen management platform system |
Applications Claiming Priority (2)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020200142113 | 2020-10-29 | ||
| KR20200142113 | 2020-10-29 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| KR20220057459A KR20220057459A (en) | 2022-05-09 |
| KR102518339B1 true KR102518339B1 (en) | 2023-04-05 |
Family
ID=81582870
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| KR1020210145429A KR102518339B1 (en) | 2020-10-29 | 2021-10-28 | Pest and pathogen management platform system based on big data analysis |
Country Status (1)
| Country | Link |
|---|---|
| KR (1) | KR102518339B1 (en) |
Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR101733652B1 (en) * | 2016-11-25 | 2017-05-11 | 에쓰오씨소프트(주) | Method, electronic device and system for supporting prevention of infectious diseases based on predicting degree of risk of the infectious diseases using big data |
| KR101779705B1 (en) * | 2016-03-16 | 2017-09-20 | 한양대학교 산학협력단 | IoT Device & Platform for the detection, prediction, response of New Infections disease |
| JP2018534668A (en) * | 2015-09-30 | 2018-11-22 | コーウェイ カンパニー リミテッドＣｏｗａｙ Ｃｏ．， Ｌｔｄ． | Air quality prediction system and method based on questionnaire survey, and air quality prediction server |
Family Cites Families (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR101680375B1 (en) | 2015-02-13 | 2016-11-29 | (주)엘틱스컴퍼니 | Early detection of bacteria and virus disinfection system |
| KR101935956B1 (en) | 2017-06-20 | 2019-01-08 | 주식회사 세스코 | System for providing information of insect control breeding to utilize geo-fences and method thereof |
-
2021
- 2021-10-28 KR KR1020210145429A patent/KR102518339B1/en active IP Right Grant
Patent Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2018534668A (en) * | 2015-09-30 | 2018-11-22 | コーウェイ カンパニー リミテッドＣｏｗａｙ Ｃｏ．， Ｌｔｄ． | Air quality prediction system and method based on questionnaire survey, and air quality prediction server |
| KR101779705B1 (en) * | 2016-03-16 | 2017-09-20 | 한양대학교 산학협력단 | IoT Device & Platform for the detection, prediction, response of New Infections disease |
| KR101733652B1 (en) * | 2016-11-25 | 2017-05-11 | 에쓰오씨소프트(주) | Method, electronic device and system for supporting prevention of infectious diseases based on predicting degree of risk of the infectious diseases using big data |
Also Published As
| Publication number | Publication date |
|---|---|
| KR20220057459A (en) | 2022-05-09 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Jia et al. | Big data analytics in the fight against major public health incidents (Including COVID-19): a conceptual framework | |
| Türkeș et al. | Drivers and barriers in using industry 4.0: a perspective of SMEs in Romania | |
| Elavarasan et al. | A hover view over effectual approaches on pandemic management for sustainable cities–the endowment of prospective technologies with revitalization strategies | |
| Evans et al. | From data to decisions: helping crop producers build their actionable knowledge | |
| Martin et al. | Eliciting expert knowledge in conservation science | |
| US20230250386A1 (en) | Data Collection and Analytics Based on Detection of Biological Cells or Biological Substances | |
| Sánchez et al. | Review of artificial intelligence applied in decision-making processes in agricultural public policy | |
| Hone et al. | Climate, food, density and wildlife population growth rate | |
| Ryan et al. | An interdisciplinary approach to artificial intelligence in agriculture | |
| Eliopoulos et al. | A “smart” trap device for detection of crawling insects and other arthropods in urban environments | |
| Wu et al. | Managing uncertainty in AI-enabled decision making and achieving sustainability | |
| Ziari et al. | Analysing the accuracy of pavement performance models in the short and long terms: GMDH and ANFIS methods | |
| Symeonaki et al. | Ontology-based IoT middleware approach for smart livestock farming toward agriculture 4.0: A case study for controlling thermal environment in a pig facility | |
| Ludkovski | Bayesian quickest detection in sensor arrays | |
| Sakas et al. | Estimating risk perception effects on courier companies’ online customer behavior during a crisis, using crowdsourced data | |
| Ekenberg et al. | A multi-criteria framework for pandemic response measures | |
| Jacobsen et al. | Improving food safety through data pattern discovery in a sensor-based monitoring system | |
| Bogen et al. | Probabilistic exposure analysis for chemical risk characterization | |
| Baqer et al. | Indoor air quality pollutants predicting approach using unified labelling process-based multi-criteria decision making and machine learning techniques | |
| Turhan | Internet of things and big data analytics | |
| Suarez et al. | RustOnt: an ontology to explain weather favorable conditions of the coffee rust | |
| Thomas et al. | Predicting ectotherm disease vector spread—Benefits from multidisciplinary approaches and directions forward | |
| Kostopoulos et al. | How to reduce the negative impact of customer non-compliance: an empirical study | |
| KR102518339B1 (en) | Pest and pathogen management platform system based on big data analysis | |
| Carney et al. | Informatics metrics and measures for a smart public health systems approach: information science perspective |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| E902 | Notification of reason for refusal | ||
| E701 | Decision to grant or registration of patent right |