KR102586575B1 - 속성 분석 장치 및 속성 분석 프로그램 - Google Patents

속성 분석 장치 및 속성 분석 프로그램 Download PDF

Info

Publication number
KR102586575B1
KR102586575B1 KR1020220044509A KR20220044509A KR102586575B1 KR 102586575 B1 KR102586575 B1 KR 102586575B1 KR 1020220044509 A KR1020220044509 A KR 1020220044509A KR 20220044509 A KR20220044509 A KR 20220044509A KR 102586575 B1 KR102586575 B1 KR 102586575B1
Authority
KR
South Korea
Prior art keywords
ssid
sample
tag
analysis target
analysis
Prior art date
Application number
KR1020220044509A
Other languages
English (en)
Other versions
KR20220141247A (ko
Inventor
타케히로 모리야
Original Assignee
옥시젠 인크.
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by 옥시젠 인크. filed Critical 옥시젠 인크.
Publication of KR20220141247A publication Critical patent/KR20220141247A/ko
Application granted granted Critical
Publication of KR102586575B1 publication Critical patent/KR102586575B1/ko

Links

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W48/00—Access restriction; Network selection; Access point selection
    • H04W48/08—Access restriction or access information delivery, e.g. discovery data delivery
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/90—Details of database functions independent of the retrieved data types
    • G06F16/901—Indexing; Data structures therefor; Storage structures
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/90—Details of database functions independent of the retrieved data types
    • G06F16/906—Clustering; Classification
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/90—Details of database functions independent of the retrieved data types
    • G06F16/907—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually
    • G06F16/909—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually using geographical or spatial information, e.g. location
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W88/00—Devices specially adapted for wireless communication networks, e.g. terminals, base stations or access point devices
    • H04W88/08—Access point devices

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Databases & Information Systems (AREA)
  • General Physics & Mathematics (AREA)
  • Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • Data Mining & Analysis (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Signal Processing (AREA)
  • Software Systems (AREA)
  • Library & Information Science (AREA)
  • Computer Security & Cryptography (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

본 발명은 단말을 이용하는 사용자에 관한 보다 광범위한 속성 정보를 분석한다. 본 발명은, 샘플 SSID를 획득하는 샘플 획득부(22)와, 미리 정한 카테고리(cx)를 참조하여 샘플 SSID로부터 카테고리에 적합한 태그(T)를 생성하는 태그 생성부(24)와, 샘플 SSID와 동일 문자열의 태그 부여용 SSID에 태그(T)를 관련시켜 구성되는 속성 정의 데이터(D[y])를 생성하는 속성 정의 데이터 생성부(25)와, 소정의 분석 대상 단말군(Go)에 속하는 각 분석 대상 단말(Ton)이 보유하는 분석 대상 SSID를 획득하는 분석 대상 정보 획득부(26)와, 획득한 분석 대상 SSID와 태그 부여용 SSID를 대조하고, 해당하는 태그 부여용 SSID를 포함하는 속성 정의 데이터(D[yo])를 추출하는 추출부(27)와, 추출한 속성 정의 데이터에 기초하여 각 분석 대상 단말(Ton)의 각 사용자로 구성되는 사용자 집단의 속성을 분석하는 분석부(28)를 구비하는 분석 처리 장치(20)를 제공한다.

Description

속성 분석 장치 및 속성 분석 프로그램{ATTRIBUTE ANALYSIS DEVICE AND ATTRIBUTE ANALYSIS PROGRAM}
본 발명은 속성 분석 장치 및 속성 분석 프로그램에 관한 것이다.
특허문헌 1에는 본 발명자들이 개발한 국적 판별 방법이 개시되어 있다. 스마트폰 등의 단말에 기억되어 있는 과거에 접속한 액세스 포인트의 SSID(Service Set Identifier)를 획득하고, 이 SSID로 특정되는 액세스 포인트가 소재하는 나라를 단말 사용자의 소속지(특히, 국적 또는 거주국)로 판단하는 방법이 개시되어 있다.
이러한 방법은 예를 들어 점포나 이벤트 회장 등의 특정한 장소에 방문하는 방문자의 소속지로서의 국적의 경향을 파악하고, 그 경향에 따른 서비스를 제공하는 등의 사업 전략을 책정하는데 유용하다.
일본 특허공개 제2017-134530호 공보
본 발명자는, SSID로부터는 사용자의 국적 또는 거주국에 한하지 않고 당해 사용자의 속성(사용자가 소속되어 있는 단체, 취미·기호 등)을 특정하기 위한 다양한 정보(속성 정보)를 얻을 수 있는 것을 발견하였다.
본 발명은 이러한 사정을 감안하여 이루어진 것으로서, 단말을 이용하는 사용자에 관한 보다 광범위한 속성 정보를 분석할 수 있도록 하는 것을 목적으로 한다.
본 발명의 일 형태에 따르면, 소정의 샘플 단말이 보유하는 과거에 접속한 액세스 포인트의 SSID인 샘플 SSID를 획득하는 샘플 획득부와, 사람의 속성을 분류하는 항목으로서 미리 정한 카테고리를 참조하여 샘플 SSID로부터 카테고리에 적합한 태그를 생성하는 태그 생성부와, 카테고리 및 태그를 조합하여 구성되는 속성 정의 데이터를 생성하고, 샘플 SSID와 동일 문자열의 SSID를 태그 부여용 SSID로 하고, 태그 부여용 SSID에 태그를 관련시켜 구성되는 속성 정의 데이터를 생성하는 속성 정의 데이터 생성부와, 소정의 분석 대상 단말군에 속하는 각 분석 대상 단말이 보유하는 각각의 SSID를 분석 대상 SSID로서 획득하는 분석 대상 정보 획득부와, 획득한 각각의 SSID 이력에 포함되는 각 SSID와, 획득한 분석 대상 SSID와 태그 부여용 SSID를 대조하고, 해당하는 태그 부여용 SSID를 포함하는 속성 정의 데이터를 추출하는 추출부와, 추출한 속성 정의 데이터에 기초하여 각 분석 대상 단말의 각 사용자로 구성되는 사용자 집단의 속성을 분석하는 분석부를 구비하는 속성 분석 장치가 제공된다.
본 발명에 따르면, 각 단말에 보유되는 SSID 이력을 이용하여, 분석 대상인 사용자의 속성(소속 단체나 기호·취미, 성별·연령층 등의 정보)을 분석하기 위한 로직을 실현할 수 있다.
도 1은 제1 실시 형태에 의한 속성 분석 장치를 포함하는 속성 분석 시스템의 구성을 도시하는 도면이다.
도 2는 분석 처리 장치의 구성의 상세를 설명하는 블록도이다.
도 3은 분석 처리 장치가 실행하는 처리를 설명하는 흐름도이다.
도 4는 샘플 획득부에 의해 획득되는 각 샘플의 이미지를 도시하는 도면이다.
도 5는 카테고리 DB의 데이터 구성의 일례를 나타내는 도면이다.
도 6은 생성되는 태그의 일례를 나타내는 도면이다.
도 7은 속성 정의 DB의 데이터 구성의 일례를 나타내는 도면이다.
도 8은 액세스 포인트 접속 일시 DB의 데이터 구성의 일례를 도시하는 도면이다.
도 9는 액세스 포인트 설치 장소 DB의 데이터 구성의 일례를 도시하는 도면이다.
이하에서는 도면을 참조하여 본 발명의 실시 형태에 대하여 설명한다.
[제1 실시 형태]
도 1은 본 실시 형태에 의한 속성 분석 장치(10)를 포함하는 속성 분석 시스템(100)의 구성을 설명하는 도면이다. 속성 분석 시스템(100)은 샘플 SSID(Service Set Identifier) 검출 장치(70)와, 분석 대상 SSID 검출 장치(72)와, 속성 분석 장치(10)와, 이들을 통신 가능하게 접속하는 소정의 네트워크(300)를 구비하고 있다. 또한, 이하에서는 기재의 간략화를 위하여, 적절히 각 샘플 단말(Ts1, Ts2, …)을 대표하여 "샘플 단말(Tsm)"(m은 임의의 자연수)로 표기한다. 또한, 적절히 각 분석 대상 단말(To1, To2, …)을 대표하여 "분석 대상 단말(Ton)"(n은 임의의 자연수)로 표기한다.
샘플 SSID 검출 장치(70)는 샘플 단말군(Gs)을 구성하는 복수의 샘플 단말(Ts1, Ts2, …)과 통신을 행한다. 또한, 샘플 단말군(Gs)은 특정 장소(특정 시설이나 점포 등과 같이 사람이 일정한 목적을 가지고 방문하는 장소)에 모이는 하나 또는 복수의 샘플 단말(Tsm)의 집합으로서 정해진다. 또한, 각 샘플 단말(Tsm)로서는, 무선 통신(특히 무선 LAN 통신)을 제공하는 임의의 액세스 포인트 사이에서 통신 가능한, 무선 LAN 통신 기능을 구비한 스마트폰, 태블릿, 또는 노트북 컴퓨터 등의 휴대용 단말 장치가 상정된다.
또한, 샘플 SSID 검출 장치(70)는 각 샘플 단말(Tsm)의 식별 정보(Ism) 및 각 샘플 단말(Tsm)이 보유하는 샘플 SSID 이력(Hsm)을 획득하여 분석 처리 장치(20)에 송신한다. 또한, 샘플 SSID 검출 장치(70)는 시설이나 점포 등의 샘플 획득 대상 영역에 설치된 전용 센서, 또는 샘플 단말(Tsm)에 설치된 원하는 기능을 실현하기 위한 전용 애플리케이션 등에 의해 실현할 수 있다. 또한, 샘플 단말(Tsm)의 식별 정보(Ism)로서는, 예를 들어 MAC(Media Access Control address) 어드레스 등의 당해 샘플 단말(Tsm)을 고유하게 식별할 수 있는 임의의 정보를 사용할 수 있다.
샘플 SSID 이력(Hsm)은 샘플 단말(Tsm)이 보유하는 복수의 SSID(이하, "샘플 SSID[mk]"라고도 한다)의 이력이다. 또한, 본 실시 형태에 있어서, 부호 "k"는 샘플 SSID 이력(Hsm)에 포함되는 각 SSID를 구별하기 위한 지수를 나타낸다. 즉, k는 1 이상이고 샘플 SSID 이력(Hsm)에 포함되는 SSID의 총수 이하의 임의의 자연수를 나타낸다.
분석 대상 SSID 검출 장치(72)는 분석 대상 단말군(Go)을 구성하는 복수의 분석 대상 단말(To1, To2, …, Ton)과 통신을 행한다. 또한, 분석 대상 단말군(Go)은 특정 장소에 모이는 하나 또는 복수의 분석 대상 단말(Ton)의 집합으로서 정해진다. 또한, 각 분석 대상 단말(Ton)로서는, 무선 통신(특히 무선 LAN 통신)을 제공하는 임의의 액세스 포인트 사이에서 통신 가능한, 무선 LAN 통신 기능을 구비한 스마트폰, 태블릿, 또는 노트북 컴퓨터 등의 휴대용 단말 장치가 상정된다.
또한, 분석 대상 SSID 검출 장치(72)는 각 분석 대상 단말(Ton)의 식별 정보(Ion) 및 각 분석 대상 단말(Ton)이 보유하는 분석 대상 SSID 이력(Hon)을 획득하여 분석 처리 장치(20)에 송신한다. 또한, 분석 대상 SSID 검출 장치(72)는 시설이나 점포 등의 분석 대상 영역에 설치된 전용 센서, 또는 각 분석 대상 단말(Ton)에 개별적으로 설치된 전용 애플리케이션 등에 의해 실현할 수 있다. 또한, 분석 대상 단말(Ton)의 식별 정보(Ion)로서는, 예를 들어 MAC 어드레스 등의 당해 분석 대상 단말(Ton)을 고유하게 식별할 수 있는 임의의 정보를 사용할 수 있다.
마찬가지로, 분석 대상 SSID 이력(Hon)은 분석 대상 단말(Ton)이 보유하는 각 SSID(이하, "분석 대상 SSID[nh]"라고도 한다)의 이력이다. 또한, 부호 "h"는 분석 대상 SSID 이력(Hon)에 포함되는 각 SSID를 구별하기 위한 지수이다. 즉, h는 1 이상이고 분석 대상 SSID 이력(Hon)에 포함되는 SSID의 총수 이하의 임의의 자연수를 나타낸다.
또한, 샘플 SSID 검출 장치(70) 및 분석 대상 SSID 검출 장치(72)의 기능을 실현하는 센서는 동일한 장소에 설치된 동일 또는 상이한 하드웨어에 의해 실현할 수도 있고, 다른 장소에 설치된 다른 하드웨어에 의해 실현할 수도 있다.
또한, 액세스 포인트란 샘플 단말(Tsm) 또는 분석 대상 단말(Ton)에 대하여 무선 통신(특히, 무선 LAN 통신)을 가능하게 하는 하드웨어 구성 및 소프트웨어 구성을 구비한 무선기를 의미한다. 무선 통신 규격으로서는 특히 Wi-Fi(등록 상표)가 상정된다.
또한, SSID란 액세스 포인트를 식별하기 위한 식별자(알파벳 또는 영숫자 등의 문자를 복수 개 조합하여 구성되는 문자열)이다. 특히, 본 실시 형태에서는, 기본적으로 1대의 액세스 포인트에 대하여 고유하게 부여되는 SSID(소위 BSSID; Basic Service Set Identifier)를 상정한다. 한편으로, 이하에서 설명하는 각 처리는 복수 대의 액세스 포인트에 대하여 고유하게 부여되는 SSID(소위 ESSID; Extended Service Set Identifier)에 대해서도 적용이 가능하다.
따라서, 샘플 SSID 이력(Hsm)에 포함되는 각 샘플 SSID[mk](SSID[m1], SSID[m2], …)는 샘플 단말(Tsm)이 과거에 접속한 적이 있는 각 액세스 포인트(APmk(APm1, APm2, …))를 각각 식별하는 SSID가 된다. 또한, 분석 대상 SSID 이력(Hon)에 포함되는 각 분석 대상 SSID[nh]는 분석 대상 단말(Ton)이 과거에 접속한 적이 있는 각 액세스 포인트(APnh(APn1, APn2, …))를 각각 식별하는 SSID가 된다.
이어서, 속성 분석 장치(10)의 구성에 대하여 설명한다. 속성 분석 장치(10)는 분석 처리 장치(20)와, 카테고리 데이터베이스(이하, "카테고리 DB(30)"라 한다)와, 속성 정의 데이터베이스(이하, "속성 정의 DB(40)"라 한다)와, 분석 결과 데이터베이스(이하, "분석 결과 DB(50)"라 한다)를 포함한다.
분석 처리 장치(20)는 연산/제어 장치, 각종 기억 장치 및 각종 입출력 장치를 구비한 컴퓨터로 구성된다. 또한, 연산/제어 장치는 예를 들어 CPU(Central Processing Unit) 등에 의해 실현된다. 각종 기억 장치는 RAM(Random Access Memory), ROM(Read Only Memory), SSD(Solid State Drive) 및 하드 디스크(자기기억장치) 등에 의해 실현된다. 또한, 입출력 장치는 키보드, 마우스, 터치 패널, 디스플레이, 프린터 및 I/O포트 등에 의해 실현된다. 그리고, 분석 처리 장치(20)는 이들 각 하드웨어 및 후술하는 각 처리를 실행하기 위한 프로그램(소프트웨어)으로 구성된다. 또한, 분석 처리 장치(20)는 당해 각 처리를 분산하여 실행하기 위한 복수 대의 컴퓨터 하드웨어로 이루어지는 아키텍처에 의해 실현할 수도 있다. 분석 처리 장치(20)에 의한 처리의 구성에 대해서는 후술한다.
카테고리 DB(30)는 미리 정해진 사람의 속성을 분류하기 위한 항목으로서 정해진 카테고리(cx(c1, c2, c3, …))를 기록하는 데이터베이스이다. 특히, 카테고리 DB(30)는 설정한 항목의 수에 따라 부여되는 카테고리 번호(x(= 1, 2, 3, …))와 관련시켜 각 카테고리(c1, c2, c3, …)를 기록한다. 카테고리(cx)의 상세에 대해서는 후술한다.
속성 정의 DB(40)는 각 샘플 SSID[mk]와 동일 문자열의 SSID인 태그 부여용 SSID[y]에 후술하는 태그(T[cx])를 관련시켜 구성되는 속성 정의 데이터(D[y])를 기억하는 데이터베이스이다. 또한, 부호 "y"는 샘플 SSID[mk]에 따른 각 태그 부여용 SSID를 구별하기 위한 지수이다. 따라서, y는 1 이상이고 샘플 SSID[mk]의 총수(m이 취할 수 있는 총수 × k가 취할 수 있는 총수) 이하의 임의의 자연수를 나타낸다.
분석 결과 DB(50)는 속성 정의 데이터(D[y])에 기초하는, 각각의 분석 대상 단말(Ton)을 조작하는 각 사용자로 구성되는 사용자 집단의 속성에 대한 분석 결과를 기억하는 데이터베이스이다.
이하에서는 분석 처리 장치(20)의 구성을 상세하게 설명한다.
도 2는 분석 처리 장치(20)의 구성을 설명하는 블록도이다. 또한, 도 3은 분석 처리 장치(20)에 의해 실행되는 처리를 설명하는 흐름도이다.
도 2에 도시한 바와 같이, 분석 처리 장치(20)는 샘플 획득부(22)와, 태그 생성부(24)와, 속성 정의 데이터 생성부(25)와, 분석 대상 정보 획득부(26)와, 추출부(27)와, 분석부(28)를 구비하고 있다.
샘플 획득부(22)는 샘플 SSID 검출 장치(70)로부터 각 샘플 단말(Tsm)의 식별 정보(Ism) 및 샘플 SSID 이력(Hsm)을 수신하고, 당해 샘플 SSID 이력(Hsm)에 포함되는 샘플 SSID[mk]를 획득한다(도 3의 단계 S100).
도 4는 샘플 획득부(22)에 의해 획득되는 각 샘플 SSID[mk]의 이미지를 나타낸다. 도시한 바와 같이, 샘플 획득부(22)에 의해 각 샘플 SSID 이력(Hs1, Hs2, …) 각각에 복수 포함되는 각 샘플 SSID[11], [12], …, [21], [22] , …가 획득된다.
또한, 샘플 획득부(22)에 의해, 샘플 SSID 이력(Hsm)에 포함되는 모든 SSID로부터, 후술하는 태그 생성에 적합하지 않은 SSID를 제외하고 남은 SSID만을 샘플 SSID[mk]로서 획득하는 구성을 채용해도 좋다. 태그 생성에 적합하지 않은 SSID란, 예를 들어 일반 가정 내의, 혹은 운반용(모바일용) 등의 액세스 포인트에 부여되는 무작위 문자열로 구성되는 SSID 등이 상정된다. 태그 생성에 적합하지 않은 SSID의 제외는, 예를 들어 샘플 SSID 이력(Hsm)에 포함되는 모든 SSID에 대하여, 소정의 사전 데이터베이스 등을 참조하여 무작위 문자열의 SSID를 제외하는 처리, 적절한 학습 완료 모델에 기초하는 기계 학습에 의한 필터링 처리, 또는 이들을 병용함으로써 실현된다.
태그 생성부(24)는, 카테고리 DB(30)에 기억되어 있는 각 카테고리(cx)를 참조하여, 획득된 각 샘플 SSID[mk]로부터 당해 카테고리(cx)에 적합한 태그(T[cx])를 생성한다(도 3의 단계 S200).
도 5는 카테고리 DB(30)의 데이터 구성의 일례를 나타내는 도면이다. 카테고리 DB(30)는 사람의 성별, 연령층, 소속(직업 등의 사회적 입장이나 소속된 단체·조직 등), 취향, 습관 및 거주 혹은 활동 지역 등의 속성에 관한 각 항목을 카테고리 번호(x(= 1, 2, 3, 4, …))에 의해 넘버링한 각 카테고리(c1, c2, c3, …)로서 기억하고 있다.
또한, 카테고리(cx)로서 정하는 항목의 종류는 도 5에 도시한 것에 한정되지 않고, 구하는 분석 내용(파악해야 할 사람의 속성의 유형) 등을 고려하여 임의로 설정할 수 있다. 또한, 동일 또는 유사한 속성을 나타내는 것으로서 개념 레벨이 다른 복수의 항목을 카테고리(cx)로 할 수도 있다. 예를 들어, "소속"에 대한 하위 개념적 항목으로서 "대학명" 또는 "회사명" 등을 카테고리(cx)로 할 수도 있고, "취향"에 대한 하위 개념적 항목으로서 "취미" 등을 카테고리(cx)로 할 수도 있으며, "습관"에 대한 하위 개념적 항목으로서 "출퇴근 경로" 등을 카테고리(cx)로 할 수도 있다.
또한, 복수의 항목의 통합 또는 공통 개념(코호트)으로서 발생하는 항목을 카테고리(cx)로 할 수도 있다. 예를 들어, 카테고리(cx)로서 "대학명" 및 "습관"이 미리 설정되어 있는 경우에, 이들로부터 파생하는 "서클 활동"을 새로운 카테고리(cx)로 할 수도 있다. 즉, 카테고리(cx)로서는, 사전적인 의미로 직접적으로 사람의 속성을 분류하는 항목에 해당하는 것이 아니더라도, 당해 항목으로부터 파생하여 간접적으로 사람의 속성을 분류할 수 있는 항목에 해당하는 것이라면 임의로 정할 수 있다.
그리고, 태그 생성부(24)는 샘플 SSID[mk]로부터 카테고리(cx)에 적합한 태그(T[cx])를 생성한다. 구체적으로, 태그 생성부(24)는 샘플 SSID[mk]를 구성하는 문자열로부터 소정의 알고리즘에 기초하여 당해 카테고리(cx)에 해당하는 사람의 속성을 나타내는 하나 또는 복수 개의 정보를 태그(T[cx])로서 생성한다.
예를 들어, 태그 생성부(24)는, 샘플 SSID[mk]의 문자열을 입력으로 하는 인터넷 검색에 의해 얻어지는 소정 순위 내(예를 들어 30위 내)의 각 웹사이트에서, 정해진 카테고리(cx)에 해당하는 정보(단어)를 필터링하여 이것을 태그(T[cx])로 할 수 있다. 또한, 각 웹사이트에서 카테고리(cx)에 해당하는 정보를 추출하는 처리는, 소정의 사전 데이터베이스 등을 참조하여 각 웹사이트에서 카테고리(cx)에 해당하는 정보를 해석하기 위한 소정의 프로그램, 또는 소정의 학습 모델에 기초하는 기계 학습을 이용한 텍스트 마이닝(text mining) 등에 의해 실현할 수 있다. 또한, 카테고리(cx)의 문자열 및 태그 부여용 SSID[y]의 문자열의 AND 검색에 의한 소정 순위 내의 검색 결과를 해석하여 태그(T[cx])를 정해도 좋다.
또한, 태그(T[cx]) 생성에 있어서, 샘플 SSID[mk]에 의해 식별되는 액세스 포인트(APmk)가 실제로 설치되어 있는 장소(특정 시설이나 점포 등)를 실제로 가서 조사한 결과를 참조해도 좋다.
도 6은 생성되는 태그(T[cx])의 일례를 나타내는 도면이다. 도시한 예에서, 태그 생성부(24)는 예를 들어 도 4에 도시한 샘플 SSID[12]:"aa_woman_univ"에 대하여, 카테고리(c1):"성별"에 적합한 태그(T[c1]):"여성"과, 카테고리(c2):"소속"에 적합한 태그(T[c2]):"aa 여자대학"을 생성한다. 또한, 샘플 SSID[21]:"cafe_A_w_univ"에 대하여, 카테고리(c2):"소속"에 적합한 태그(T[c2]):"W 대학"과, 카테고리(c3):"취향"에 적합한 태그(T(c3)):"커피"와, 카테고리(c4):"습관"에 적합한 태그(T(c4)):"외식"이 생성된다.
또한, 하나의 카테고리(cx)에 대하여 태그(T[cx])를 2개 생성해도 좋다. 예를 들어, 도 6에 도시한 예에서는, 샘플 SSID[11]:"ShopD_3F_shibuya"에 대하여, 카테고리(c3):"취향"에 적합한 태그(T(c3))로서 "쇼핑" 및 "의류"가 생성된다.
또한, 설정한 카테고리(cx) 및 태그 부여용 SSID[1]의 조합에 따라서는 적절한 태그(T[cx])를 부여하는 것이 어려운 경우도 상정된다. 이러한 경우에는 당해 카테고리(cx)에 해당하는 태그(T[cx])를 Null(공란)로 할 수도 있다. 예를 들어, 도 6에 도시한 예에서는, 태그 부여용 SSID[1]:"aa_woman_univ"에 대하여, 카테고리(c3):"취향"에 적합한 태그(T(c3))는 Null로 된다.
도 2로 되돌아가면, 속성 정의 데이터 생성부(25)는 샘플 SSID[mk]와 동일 문자열의 SSID를 태그 부여용 SSID[y]로 하여, 당해 태그 부여용 SSID[y]에 대응하는 태그(T[cx])를 관련시켜 구성되는 속성 정의 데이터(D[y])를 생성하고 속성 정의 DB(40)에 기록한다(도 3의 단계 S300).
도 7은 속성 정의 DB(40)의 데이터 구성의 일례를 나타내는 도면이다. 도시한 바와 같이, 본 실시 형태의 속성 정의 DB(40)는 각 태그 부여용 SSID[y]마다 생성된 태그(T[cx])가 관련되어 기억된다. 또한, 상술한 바와 같이, 각 태그(T[cx])는 각 카테고리(cx)에 대응되어 생성된다. 따라서, 속성 정의 DB(40)는 각 카테고리 번호(x)를 키로 하여 각 태그 부여용 SSID[y]와 속성 정의 데이터(D[y])의 관계를 규정하는 관계형(relational) 데이터 구조로 구성해도 좋다.
또한, 상기 단계 S100 내지 단계 S300의 처리를 소정 기간마다(예를 들어 1일마다) 실행함으로써 속성 정의 DB(40)의 데이터 내용을 적절히 갱신하는 것이 바람직하다. 특히, 당해 갱신은 예를 들어 날짜 변경 시(24시)에 또는 처리 부담(네트워크 부하나 시스템 부하)이 적은 심야·이른 아침 등에 실행되는 것이 바람직하다. 이에 의해 속성 정의 DB(40)가 적절하게 갱신되어 데이터 정밀도를 유지할 수 있다.
도 2로 되돌아가면, 분석 대상 정보 획득부(26)는 분석 대상 SSID 검출 장치(72)로부터 각 분석 대상 단말(Ton)이 보유하는 각 분석 대상 SSID 이력(Hon)을 수신하고, 당해 분석 대상 SSID 이력(Hon)에 포함되는 각 분석 대상 SSID[nh]를 획득한다(도 3의 단계 S400).
그리고, 추출부(27)는 획득한 분석 대상 SSID[nh]와 속성 정의 DB(40)에 기록된 태그 부여용 SSID[y]를 대조하고, 해당하는 태그 부여용 SSID[y]를 포함하는 속성 정의 데이터(D[y])를 추출한다(도 3의 단계 S500).
특히, 추출부(27)는, 각 분석 대상 SSID[nh] 중에서 그 문자열이 속성 정의 DB(40)에 기억되어 있는 각 태그 부여용 SSID[y] 중 어느 하나의 문자열과 소정의 일치율 이상으로 일치하는 경우에, 당해 소정의 일치율 이상을 나타내는 태그 부여용 SSID[yo]를 포함하는 속성 정의 데이터(D[yo])를 추출한다.
그리고, 분석부(28)는 추출한 속성 정의 데이터(D[yo])에 기초하여 각 분석 대상 단말(Ton)의 각 사용자로 구성되는 사용자 집단의 속성을 분석한다. 즉, 분석부(28)는 분석 대상 단말군(Go)이 정의되는 특정 장소(시설이나 점포) 등에 모이는 사용자 집단의 속성을 해석한다. 예를 들어, 어떤 시설(특정 역 등)에 있어서 생성되는 분석 대상 단말군(Go)에 속하는 일정 수 이상의 분석 대상 단말(Ton)로부터 공통으로 특정 속성 정의 데이터(D[1])가 추출되는 경우에는, 이에 포함되는 태그 부여용 SSID[1]와 관련되는 태그(T[c1]):"여성" 및 태그(T[c2]):"aa 여자대학"으로부터 상기 특정 역에 모이는 사용자 집단의 속성 중 하나를 "aa 여자대학생"이라고 추정할 수 있다.
또한, 일정 수 이상의 분석 대상 단말(Ton)로부터 공통으로 복수의 속성 정의 데이터(D[yo])가 추출되는 경우에는, 그것들을 조합하여 사용자 집단의 속성을 추정해도 좋다. 예를 들어, 일정 수 이상의 분석 대상 단말(Ton)로부터 공통으로 속성 정의 데이터(D[1] 및 D[2])가 추출되는 경우에, 태그 부여용 SSID[1]와 관련되는 태그(T[c1]):"여성" 및 태그(T[c2]):"aa 여자대학"과, 태그 부여용 SSID[3]와 관련되는 태그(T[c1]):"여성" 및 태그(T(c3)):"쇼핑"/"의류"를 조합함으로써, 상기 시설에 모이는 사용자 집단의 속성을 "aa 여자대학에 소속된 쇼핑을 좋아하는 여학생" 등으로 추정해도 좋다.
또한, 추출한 속성 정의 데이터(D[yo])에 기초하는 사용자 집단의 속성 분석의 구체적인 형태는 상기의 것에 한정되지 않고, 임의의 분석 목적 및 공지의 각종 통계 처리 등의 임의의 분석 방법을 채용할 수 있다.
이상에서 설명한 본 실시 형태의 구성 및 그것에 의한 작용 효과를 통합하여 설명한다.
본 실시 형태의 속성 분석 장치(10)는, 소정의 샘플 단말(Tsm)이 보유하는 과거에 접속한 액세스 포인트(APmk)의 SSID인 샘플 SSID[mk]를 획득하는 샘플 획득부(22)와, 사람의 속성을 분류하는 항목으로서 미리 정한 카테고리(cx)를 참조하여 샘플 SSID[mk]로부터 카테고리(cx)에 적합한 태그(T[cx])를 생성하는 태그 생성부(24)와, 샘플 SSID[mk]와 동일 문자열의 SSID를 태그 부여용 SSID[y]로 하고, 당해 태그 부여용 SSID[y]에 태그(T[cx])를 관련시켜 구성되는 속성 정의 데이터(D[y])를 생성하는 속성 정의 데이터 생성부(25)와, 소정의 분석 대상 단말군(Go)에 속하는 각 분석 대상 단말(Ton)이 보유하는 각각의 SSID를 분석 대상 SSID[nh]로서 획득하는 분석 대상 정보 획득부(26)와, 획득한 분석 대상 SSID[nh]와 태그 부여용 SSID[y]를 대조하고, 해당하는 태그 부여용 SSID[yo]를 포함하는 속성 정의 데이터(D[yo])를 추출하는 추출부(27)와, 추출한 속성 정의 데이터(D[yo])에 기초하여 각 분석 대상 단말(Ton)의 각 사용자로 구성되는 사용자 집단의 속성을 분석하는 분석부(28)를 구비한다.
이에 의해, 소정의 단말 집단이 미리 보유하고 있었던 샘플 SSID[mk]로부터 정한 속성 정의 데이터(D[y])를 사용하여, 소정의 장소(시설이나 점포)에 방문하는 사용자 집단의 속성을 분석할 수 있다. 즉, 샘플 SSID[mk]로부터 현실의 사람의 속성에 적절하게 상관되는 속성 정의 데이터(D[y])를 생성하고, 그 후 생성된 속성 정의 데이터(D[y])를 사용하여 특정 시설이나 점포에 모이는 사용자의 집단 속성(경향)을 추정하기 위한 구체적인 컴퓨터 로직이 실현된다.
특히, 본 실시 형태의 속성 정의 데이터(D[y])는 소정의 샘플 단말(Tsm)의 사용자가 과거에 액세스한 액세스 포인트(APmk)의 SSID로부터 정해지는 것이다. 이로 인해, 속성 정의 데이터(D[y]) 자체는 개개의 사용자에 고유한 프라이버시와 관련된 정보(성명이나 주소 등)를 직접적으로 포함하지 않고, 추정 가능한 정보의 레벨은 당해 사용자를 포함하는 집단의 경향을 나타내는 정도에 그친다. 따라서, 본 실시 형태에 관한 분석은 개개의 사용자의 프라이버시 관련 정보를 과잉으로 특정하지 않고, 일정 수 이상의 사용자로부터 구성되는 사용자 집단과 관련된 정보를 파악하면서 행하는 서비스의 제공(마케팅 분석이나 광고 표시기에의 광고의 분류 등)에 대한 응용에 적합하다.
보다 상세하게는, 본 실시 형태의 분석 처리 장치(20)를 사용한 사용자 집단의 분석 방법을 사용하면, 사용자의 프라이버시 관련 정보를 사용하지 않고, 인터넷 캐시 등을 이용한 광고의 분류(소위 DMP; Data Management Platform) 등의 타겟팅 전략(목적으로 하는 사용자 집단에의 광고 제공)을 행하는 것이 가능하게 된다. 예를 들어, 분석 대상 단말군(Go)이 역이나 공항 등에 모이는 복수의 분석 대상 단말(Ton)의 집단(사용자 집단)인 것을 상정했을 경우, 상기 분석 방법에 기초하는 사용자 집단의 속성에 대한 추정 결과를 참조함으로써, 당해 사용자 집단에 공감을 얻기 쉬운 내용의 광고 표시를 행할 수 있다.
또한, 태그 생성부(24)는 샘플 SSID[mk]의 문자열을 소정의 알고리즘에 기초하여 해석함으로써 카테고리(cx)에 적합한 태그(T[cx])를 생성한다.
이에 의해, 카테고리(cx)에 적합한 태그(T[cx])를 간이한 처리에 의해 생성할 수 있다. 즉, 샘플 SSID[mk]에 의해 식별되는 액세스 포인트(APmk)의 설치 장소 정보를 실제로 조사하는 등의 작업을 경감하면서, 일정 이상의 정밀도가 확보된 태그(T[cx])를 생성하기 위한 연산 로직이 실현된다.
[제2 실시 형태]
이하에서는 제2 실시 형태에 대하여 설명한다. 또한, 제1 실시 형태와 마찬가지의 요소에는 동일한 부호를 부여하고, 그 설명을 생략한다.
본 실시 형태의 속성 분석 장치(10)에 관한 샘플 획득부(22)(도 3의 단계 S100)는 샘플 SSID 검출 장치(70)로부터 샘플 단말(Tsm)이 보유하는 샘플 SSID 이력(Hsm)과 함께 당해 샘플 SSID 이력(Hsm)에 포함되는 샘플 SSID[mk]의 접속 일시(타임 스탬프)를 획득한다. 또한, 접속 일시란 샘플 단말(Tsm)이 샘플 SSID[mk]에 의해 식별되는 액세스 포인트(APmk)에 접속한 날짜 및/또는 시각을 나타내는 정보이다.
또한, 샘플 획득부(22)는 샘플 SSID 이력(Hsm)마다 당해 샘플 SSID 이력(Hsm)에 포함되는 각 샘플 SSID[mk]와 각각의 접속 일시를 관련시켜 접속 일시 DB에 기록한다.
도 8에는 접속 일시 DB의 데이터 구성의 일례를 도시한다. 또한, 도면에서 망점으로 처리된 것은 일반 가정 내의, 혹은 운반용(모바일용) 등의 사적인 이용에 제공하는 것으로 추정되는 액세스 포인트를 나타낸다. 도 8에 도시한 바와 같이, 이러한 액세스 포인트에 부여되는 SSID는 무작위 문자열로 구성되므로, 이미 설명한 처리에 의해 태그(T[cx])의 생성에 사용하는 샘플 SSID[mk]로부터 제외되는 것이 바람직하다.
보다 구체적으로, 도 9에 도시한 예에서는, 샘플 SSID 이력(Hs1, Hs2, Hs3)에 각각 포함되는 "42425311875", "xxterm982212003" 및 "abc"는 무작위 문자열로 구성되는 것이기 때문에, 태그(T[cx])의 생성에 사용하는 샘플 SSID[mk]로부터 제외된다.
또한, 샘플 획득부(22)는 액세스 포인트 설치 장소 DB를 참조하여 각 샘플 SSID[mk]로부터 특정되는 액세스 포인트(APmk)의 설치 장소 정보를 획득한다. 여기서, 액세스 포인트(APmk)의 설치 장소 정보란 특정 시설이나 점포 등과 같이 사람이 일정한 목적을 가지고 방문하는 액세스 포인트(APmk)가 배치된 장소를 의미한다.
도 9에는 액세스 포인트 설치 장소 DB의 데이터 구성의 일례를 도시한다. 도시한 바와 같이, 액세스 포인트 설치 장소 DB는 각 샘플 SSID[mk]에 액세스 포인트(APmk)의 설치 장소 정보를 관련시켜 기억하고 있다. 또한, 액세스 포인트 설치 장소 DB에 기록되는 데이터는 획득한 샘플 SSID[mk]의 문자열을 입력으로 하는 인터넷 검색 등에 의한 조사에 의해 정해진다.
그리고, 태그 생성부(24)는 샘플 SSID[mk]에 의해 식별되는 액세스 포인트(APmk)에의 접속 일시 및/또는 당해 액세스 포인트(APmk)의 설치 장소 정보를 참조하여 카테고리(cx)에 적합한 태그(T[cx])를 생성한다.
예를 들어, 액세스 포인트(AP21)의 설치 장소 정보:"W 대학 내 카페테리아"를 보충 정보로 하여 샘플 SSID[21]:"cafeA_w-univ"로부터 태그 생성을 행하는 경우, 먼저 문자열 "cafeA_w-univ"로부터 카테고리(c4):"습관"에 해당하는 "외식"을 태그 후보로서 생성한다. 그리고, 보충 정보인 설치 장소 정보:"W 대학 내 카페테리아"를 확인하여 카테고리(c4):"습관"에 적합한 태그(T(c4)):"외식"을 확정한다. 이에 의해, 샘플 SSID[21]:"cafeA_w-univ"에 대한 태그(T(c4)):"외식"의 신뢰성을 보다 향상시킬 수 있다.
또한, 상기 설치 장소 정보를 참조하는 방법은 특히 샘플 SSID[mk]가 현실에 존재하는 시설 등을 약기한 문자열만을 포함하는 경우 등과 같이 문자열만으로부터 직접 카테고리(cx)에 적합한 태그(T[cx])를 생성하는 것이 어려운 경우에 있어서 유용하다.
또한, 액세스 포인트(APmk)의 설치 장소 정보와 상술한 접속 일시의 정보를 조합함으로써, 샘플 단말(Tsm)의 사용자가 언제 그 장소에 방문했는지를 적절하게 파악할 수 있다. 이로 인해, 샘플 단말(Tsm)의 사용자(현실의 사람)의 행동 경향에 보다 합치하는 보충 정보를 얻고, 이를 태그(T[cx])의 생성에 사용할 수 있다.
예를 들어, 액세스 포인트(AP21)에의 접속 일시 및 그 설치 장소 정보:"W 대학 내 카페테리아"를 보충 정보로 하여 샘플 SSID[21]:"cafeA_w-univ"로부터 태그 생성을 행하는 경우, 먼저 문자열 "cafeA_w-univ"로부터 카테고리(c2):"소속"에 해당하는 "W 대학생"을 태그 후보로서 추출한다. 그리고, 보충 정보인 설치 장소 정보:"W 대학 내 카페테리아" 및 접속 일시(월~금 오후 12:00 등)을 확인하여 카테고리(c2):"소속"에 해당하는 태그(T[c2]):"W 대학생"을 확정한다. 이에 의해, 샘플 SSID[21]:"cafeA_w-univ"에 대한 태그(T[c2]):"W 대학생"의 신뢰성을 보다 향상시킬 수 있다.
또 다른 변형예로서, 샘플 단말(Tsm)의 액세스 포인트(APmk)에의 접속 시점에 있어서의 위치 정보를 참조하여 액세스 포인트(APmk)의 설치 장소 정보를 추정하는 구성을 채용해도 좋다. 위치 정보로서는 예를 들어 공지의 GPS(Global Positioning System) 정보를 이용할 수 있다. 또한, 위치 정보로서, 획득한 GPS 좌표로부터 소정의 데이터베이스 또는 애플리케이션을 이용하여 얻어지는 주소 정보를 사용해도 좋다.
이에 의해, GPS 등의 기존의 위치 특정 시스템을 이용하여 액세스 포인트(APmk)의 지도상의 위치를 파악할 수 있으므로, 액세스 포인트(APmk)의 설치 장소 정보에 대한 조사 부담을 경감할 수 있다.
또한, 상술한 접속 일시 및/또는 설치 장소 정보를 참조하여 샘플 SSID[mk]로부터 카테고리(cx)에 해당하는 태그(T[cx])를 결정하는 구체적인 방법은 하나의 예로서, 정해지는 카테고리(cx)의 종류, 샘플 SSID[mk]의 문자열, 생성해야 할 태그(T[cx])의 성질 등을 고려하여 다양한 적절한 알고리즘을 적용할 수 있다.
이상에서 설명한 바와 같이, 본 실시 형태의 속성 분석 장치(10)에서, 샘플 획득부(22)는 샘플 SSID[mk]와 함께 상기 샘플 SSID[mk]에 의해 식별되는 액세스 포인트(APmk)에의 샘플 단말(Tsm)의 접속 일시 및/또는 액세스 포인트(APmk)의 설치 장소 정보를 획득한다. 그리고, 태그 생성부(24)는 접속 일시 및/또는 설치 장소 정보를 참조하여 카테고리(cx)에 적합한 태그(T[cx])를 생성한다.
이에 의해, 각 카테고리(cx)에 대하여 보다 신뢰성이 높은 태그(T[cx])를 생성하기 위한 연산 로직을 실현할 수 있다. 특히, 샘플 SSID[mk]에 의해 식별되는 액세스 포인트(APmk)에의 접속 일시 및 그 설치 장소 정보를 참조함으로써, 샘플 단말(Tsm)의 사용자에 의한 과거의 방문 장소 및 방문 일시(행동 경향)를 추정한 후에, 당해 정보를 이용하여 적합한 태그(T[cx])를 생성하는 것이 가능하게 된다. 그 결과, 생성된 태그(T[cx])로부터 얻어지는 속성 정의 데이터(D[y])의 신뢰성을 보다 향상시킬 수 있고, 대상인 사용자 집단의 속성에 대한 분석 정밀도를 보다 높일 수 있다.
또한, 샘플 획득부(22)가 액세스 포인트(APmk)에의 샘플 단말(Tsm)의 접속 시점에 있어서의 위치 정보(GPS 정보 등)를 더 획득하고, 태그 생성부(24)가 당해 위치 정보로부터 액세스 포인트(APmk)의 설치 장소 정보를 추정하는 구성을 채용해도 좋다.
이에 의해, 획득한 위치 정보를 참조하여 액세스 포인트(APmk)의 설치 장소 정보를 추정할 수 있으므로, 당해 설치 장소 정보의 조사 부담을 경감할 수 있다.
이상에서는 본 발명의 각 실시 형태에 대해 설명하였으나, 상기 각 실시 형태는 본 발명의 적용예 중 일부를 나타낸 것에 지나지 않으며, 본 발명의 기술적 범위를 상기 각 실시 형태의 구체적 구성으로 한정하는 취지가 아니다. 또한, 상기 각 실시 형태의 구성은 논리적으로 모순되지 않는 범위에서 서로 조합하는 것이 가능하다.
또한, 컴퓨터인 분석 처리 장치(20)에, 소정의 샘플 단말(Tsm)이 보유하는 과거에 접속한 액세스 포인트(APmk)의 SSID인 샘플 SSID[mk]를 획득시키고, 사람의 속성을 분류하는 항목으로서 미리 정한 카테고리(cx)를 참조하여 샘플 SSID[mk]로부터 카테고리(cx)에 적합한 태그(T[cx])를 생성시키며, 샘플 SSID[mk]와 동일 문자열의 SSID를 태그 부여용 SSID[y]로 하고, 당해 태그 부여용 SSID[y]에 태그(T[cx])를 관련시켜 구성되는 속성 정의 데이터(D[y])를 생성시키고, 소정의 분석 대상 단말군(Go)에 속하는 각 분석 대상 단말(Ton)이 보유하는 각각의 SSID를 분석 대상 SSID[nh]로서 획득시키며, 획득한 분석 대상 SSID[nh]와 태그 부여용 SSID[y]를 대조하고, 추출한 속성 정의 데이터(D[yo])에 기초하여 각 분석 대상 단말(Ton)의 각 사용자로 구성되는 사용자 집단의 속성을 분석시키는 속성 분석 프로그램도 출원 시의 본원의 명세서 등에 개시된 사항의 범위에 포함된다.
10: 속성 분석 장치
20: 분석 처리 장치
30: 카테고리 DB
40: 속성 정의 DB
50: 분석 결과 DB

Claims (5)

  1. 소정의 샘플 단말이 보유하는 과거에 접속한 액세스 포인트의 SSID인 샘플 SSID를 획득하는 샘플 획득부와,
    사람의 속성을 분류하는 항목으로서 미리 정한 카테고리를 참조하여 상기 샘플 SSID로부터 상기 카테고리에 적합한 태그를 생성하는 태그 생성부와,
    상기 샘플 SSID와 동일 문자열의 SSID를 태그 부여용 SSID로 하고, 상기 태그 부여용 SSID에 상기 태그를 관련시켜 구성되는 속성 정의 데이터를 생성하는 속성 정의 데이터 생성부와,
    소정의 분석 대상 단말군에 속하는 각 분석 대상 단말이 보유하는 각각의 SSID를 분석 대상 SSID로서 획득하는 분석 대상 정보 획득부와,
    획득한 분석 대상 SSID와 상기 태그 부여용 SSID를 대조하고, 해당하는 상기 태그 부여용 SSID를 포함하는 상기 속성 정의 데이터를 추출하는 추출부와,
    추출한 상기 속성 정의 데이터에 기초하여 상기 각 분석 대상 단말의 각 사용자로 구성되는 사용자 집단의 속성을 분석하는 분석부를 구비하는 것을 특징으로 하는,
    속성 분석 장치.
  2. 제1항에 있어서,
    상기 태그 생성부는, 상기 샘플 SSID의 문자열을 소정의 알고리즘에 기초하여 해석함으로써 상기 카테고리에 적합한 상기 태그를 생성하는,
    속성 분석 장치.
  3. 제1항에 있어서,
    상기 샘플 획득부는, 상기 샘플 SSID와 함께 상기 샘플 SSID에 의해 식별되는 상기 액세스 포인트에의 상기 샘플 단말의 접속 일시 및 상기 액세스 포인트의 설치 장소 정보 중 적어도 하나를 획득하고,
    상기 태그 생성부는, 상기 접속 일시 및 상기 설치 장소 정보 중 적어도 하나를 참조하여 상기 카테고리에 적합한 상기 태그를 생성하는,
    속성 분석 장치.
  4. 제3항에 있어서,
    상기 샘플 획득부는, 상기 액세스 포인트에의 상기 샘플 단말의 접속 시점에 있어서의 상기 샘플 단말의 위치 정보를 더 획득하고,
    상기 태그 생성부는, 상기 위치 정보로부터 상기 액세스 포인트의 상기 설치 장소 정보를 추정하는,
    속성 분석 장치.
  5. 컴퓨터에,
    소정의 샘플 단말이 보유하는 과거에 접속한 액세스 포인트의 SSID인 샘플 SSID를 획득시키고,
    사람의 속성을 분류하는 항목으로서 미리 정한 카테고리를 참조하여 상기 샘플 SSID로부터 상기 카테고리에 적합한 태그를 생성시키며,
    상기 샘플 SSID와 동일 문자열의 SSID를 태그 부여용 SSID로 하고, 상기 태그 부여용 SSID에 상기 태그를 관련시켜 구성되는 속성 정의 데이터를 생성시키고,
    소정의 분석 대상 단말군에 속하는 각 분석 대상 단말이 보유하는 각각의 SSID를 분석 대상 SSID로서 획득시키며,
    획득한 분석 대상 SSID와 상기 태그 부여용 SSID를 대조하고, 해당하는 상기 태그 부여용 SSID를 포함하는 상기 속성 정의 데이터를 추출시키고,
    추출한 상기 속성 정의 데이터에 기초하여 상기 각 분석 대상 단말의 각 사용자로 구성되는 사용자 집단의 속성을 분석시키는,
    컴퓨터 판독 가능 기록 매체에 저장된 속성 분석 프로그램.
KR1020220044509A 2021-04-12 2022-04-11 속성 분석 장치 및 속성 분석 프로그램 KR102586575B1 (ko)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
JPJP-P-2021-067180 2021-04-12
JP2021067180 2021-04-12

Publications (2)

Publication Number Publication Date
KR20220141247A KR20220141247A (ko) 2022-10-19
KR102586575B1 true KR102586575B1 (ko) 2023-10-06

Family

ID=82847594

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020220044509A KR102586575B1 (ko) 2021-04-12 2022-04-11 속성 분석 장치 및 속성 분석 프로그램

Country Status (2)

Country Link
JP (1) JP7117810B1 (ko)
KR (1) KR102586575B1 (ko)

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2010026248A (ja) 2008-07-18 2010-02-04 Mitsubishi Electric Corp 液晶表示装置
JP2014143562A (ja) 2013-01-23 2014-08-07 Yahoo Japan Corp 情報提供システム、情報提供装置および情報提供方法
JP2016072925A (ja) 2014-10-01 2016-05-09 三井不動産株式会社 位置情報登録システム、位置情報登録方法及びプログラム
JP2017151781A (ja) 2016-02-25 2017-08-31 株式会社セブン銀行 広告提供システム、広告提供方法、および広告提供プログラム
JP2019049836A (ja) 2017-09-08 2019-03-28 ヤフー株式会社 推定装置、推定方法および推定プログラム
JP2020057240A (ja) 2018-10-03 2020-04-09 株式会社ウォークインサイト 所属地分析用データ構築システム、所属地分析用データ構築プログラム、及び所属地分析システム

Family Cites Families (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP5166346B2 (ja) * 2009-05-07 2013-03-21 株式会社日立製作所 情報システム及び情報サーバ装置
JP2014153828A (ja) * 2013-02-06 2014-08-25 Ntt Docomo Inc サーバ装置、広告配信システム及びプログラム
JP5827641B2 (ja) * 2013-03-27 2015-12-02 東日本電信電話株式会社 広告配信装置、広告配信方法及びコンピュータプログラム
US20150088656A1 (en) * 2013-09-24 2015-03-26 Qualcomm Incorporated Access point broadcasting of advertisements
JP6397433B2 (ja) 2016-01-26 2018-09-26 株式会社ウォークインサイト 国籍判別装置及び国籍判別方法

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2010026248A (ja) 2008-07-18 2010-02-04 Mitsubishi Electric Corp 液晶表示装置
JP2014143562A (ja) 2013-01-23 2014-08-07 Yahoo Japan Corp 情報提供システム、情報提供装置および情報提供方法
JP2016072925A (ja) 2014-10-01 2016-05-09 三井不動産株式会社 位置情報登録システム、位置情報登録方法及びプログラム
JP2017151781A (ja) 2016-02-25 2017-08-31 株式会社セブン銀行 広告提供システム、広告提供方法、および広告提供プログラム
JP2019049836A (ja) 2017-09-08 2019-03-28 ヤフー株式会社 推定装置、推定方法および推定プログラム
JP2020057240A (ja) 2018-10-03 2020-04-09 株式会社ウォークインサイト 所属地分析用データ構築システム、所属地分析用データ構築プログラム、及び所属地分析システム

Also Published As

Publication number Publication date
JP7117810B1 (ja) 2022-08-15
JP2022162531A (ja) 2022-10-24
KR20220141247A (ko) 2022-10-19

Similar Documents

Publication Publication Date Title
US11490220B2 (en) System and method for accurately and efficiently generating ambient point-of-interest recommendations
US10726050B2 (en) Assigning social networking system users to households
US9571962B2 (en) System and method of performing location analytics
US10423983B2 (en) Determining targeting information based on a predictive targeting model
US8355958B2 (en) Information providing system for providing store information regarding specified stores to a terminal device
Barreneche Governing the geocoded world: Environmentality and the politics of location platforms
WO2016206196A1 (zh) 用于获取用户属性信息的方法、装置及服务器
Law et al. Identifying changes and trends in Hong Kong outbound tourism
US20130117121A1 (en) Content delivery using social affine targeting
Cui et al. Travel behavior classification: an approach with social network and deep learning
CN105532030A (zh) 用于分析目标实体的移动的装置、系统和方法
WO2018166280A1 (zh) 信息推荐方法、装置、系统及储存介质
Hu et al. Tales of two cities: Using social media to understand idiosyncratic lifestyles in distinctive metropolitan areas
CN113590936B (zh) 信息推送的方法及装置
CA2760624C (en) Server, dictionary creation method, dictionary creation program, and computer-readable recording medium recording the program
CN105224681A (zh) 基于家庭工作地上下文环境的用户需求获取方法及系统
CN111488385A (zh) 基于人工智能的数据处理方法、装置和计算机设备
Celik et al. Semantic place prediction from crowd-sensed mobile phone data
Mao et al. Utilizing multi-source data in popularity prediction for shop-type recommendation
CN111581522B (zh) 一种基于用户身份辨别的社交分析方法
Yin et al. Exploring individual activity-travel patterns based on geolocation data from mobile phones
KR102586575B1 (ko) 속성 분석 장치 및 속성 분석 프로그램
KR20210119106A (ko) 유전자 검사 결과 기반 개인성향 유전자 마커를 이용한 라이프 스타일 추천 서비스 제공 방법
Hladík et al. Spatial-temporal analysis of retail and services using Facebook Places data: A case study in Brno, Czech Republic
Liebig et al. Methods for analysis of spatio-temporal bluetooth tracking data

Legal Events

Date Code Title Description
A302 Request for accelerated examination
E701 Decision to grant or registration of patent right
GRNT Written decision to grant