KR20100094897A - 감성정보 서비스 시스템 및 방법 - Google Patents

감성정보 서비스 시스템 및 방법 Download PDF

Info

Publication number
KR20100094897A
KR20100094897A KR1020090014087A KR20090014087A KR20100094897A KR 20100094897 A KR20100094897 A KR 20100094897A KR 1020090014087 A KR1020090014087 A KR 1020090014087A KR 20090014087 A KR20090014087 A KR 20090014087A KR 20100094897 A KR20100094897 A KR 20100094897A
Authority
KR
South Korea
Prior art keywords
emotion
group
information service
user
emotional
Prior art date
Application number
KR1020090014087A
Other languages
English (en)
Other versions
KR101045659B1 (ko
Inventor
강장묵
이창훈
Original Assignee
(주)인스비젼아이넷
강장묵
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 (주)인스비젼아이넷, 강장묵 filed Critical (주)인스비젼아이넷
Priority to KR1020090014087A priority Critical patent/KR101045659B1/ko
Publication of KR20100094897A publication Critical patent/KR20100094897A/ko
Application granted granted Critical
Publication of KR101045659B1 publication Critical patent/KR101045659B1/ko

Links

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
    • G06N5/00—Computing arrangements using knowledge-based models
    • G06N5/04—Inference or reasoning models
    • 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
    • G06Q50/01—Social networking

Landscapes

  • Engineering & Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Theoretical Computer Science (AREA)
  • Tourism & Hospitality (AREA)
  • General Physics & Mathematics (AREA)
  • Physics & Mathematics (AREA)
  • Marketing (AREA)
  • Primary Health Care (AREA)
  • Strategic Management (AREA)
  • Human Resources & Organizations (AREA)
  • General Business, Economics & Management (AREA)
  • General Health & Medical Sciences (AREA)
  • Economics (AREA)
  • Health & Medical Sciences (AREA)
  • Computing Systems (AREA)
  • Computational Linguistics (AREA)
  • Data Mining & Analysis (AREA)
  • Evolutionary Computation (AREA)
  • Artificial Intelligence (AREA)
  • General Engineering & Computer Science (AREA)
  • Mathematical Physics (AREA)
  • Software Systems (AREA)
  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
  • Information Transfer Between Computers (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

본 발명은 이용자에게 감성정보를 서비스하는 시스템에 관한 것으로, 인터넷 등의 네트워크에 흩어진 감성정보를 입력받는 입력모듈, 입력모듈로부터 입력된 감성정보를 처리하여 의미 있는 감성데이터를 생성하는 처리모듈 및, 수집되어 처리된 감성정보를 출력하여 이용자에게 서비스하는 출력모듈을 구비하되, 입력모듈은 인터넷에서 개인 감성이 표현된 콘텐츠를 검색하는 개인감성 검색엔진 및, 객관적인 사회의 감성을 추론하기 위한 데이터를 검색하는 감성 메타데이터 검색엔진을 포함하고, 처리모듈은 각 개인별 감성정보가 DB화되어 저장되는 개인감성 DB 및, 개인감성 DB에 저장된 개인의 감성정보 및 감성 메타데이터 검색엔진으로부터 입력된 감성 메타데이터를 이용하여 집단의 감성을 추론 및 예측하는 집단감성 추론엔진을 포함하며, 출력모듈은 개인 및 집단의 감성정보를 이용하여 이용자에게 감성에 기반한 서비스를 제공하는 감성정보 서비스 서버를 포함한다.

Description

감성정보 서비스 시스템 및 방법{System and Method for Emotional Information Service}
본 발명은 감성에 관한 정보를 서비스하는 시스템에 관한 것으로, 특히 개인감성 및 집단감성을 수집 및 추론하여 이용자에게 서비스하는 감성정보 서비스 시스템 및 방법에 관한 것이다.
감정 또는 느낌은 다분히 개인적인 속성을 가진다. 인간의 감정을 좌우하는 심리적인 요인은 크게 놀람, 공포, 혐오, 노여움, 기쁨, 행복, 슬픔 등으로 나누어 지는데, 사람들은 말로서 자신의 감정을 토로하거나 느낌으로 전달한다. 그러나 감정 또는 느낌, 더 나아가 감성 기반 정보는 이제껏 개인의 암묵지에 머무는 정보이었으며, 사회의 형식지로 옮겨 공유함으로써 감성 정보를 맥락으로 고객에게 친밀하고 개인화된 서비스가 개발되지 않았다. 따라서 개인의 숨겨진 감정을 특정 그룹, 특정 개인, 특정 웹 사이트 회원, 특정 디바이스 소지자, 특정 감정을 공유하고 있는 감정군, 특정 지역에 위치한 사람, 가족, 사회, 국가 전체로 특정 및 불특정하게 방송(broadcasting)하는 서비스 모델이 요청되어 왔다.
개인의 감정은 통칭하여 감성이라 할 수 있으며, 사회 및 국가 차원에서는 이미지라 할 수 있다. 개인의 상호작용으로 수집된 감정은 사회 및 국가의 제도와 여러 맥락에서 이미지로 변화한다. 개인들이 적극적으로 참여할 수 있는 스토리텔링 기반의 감성 수집(aggregation)과 여과(filtering)를 통해 신뢰(trust)할 수 있는 감성 지수값, 감정척도, 기분값, 국가 이미지 수준, 개인감정 분포도 등을 시각화할 수 있다. 즉 개인의 참여를 유도하고 이를 플랫폼에서 공유한 후 다른 서비스로 개방할 수 있는데, 이에 따라 서비스 개발 사업자는 광고 등 부수적인 수익을 얻을 수 있으며 감정 척도 또는 감성 지수값에 따라 타겟 마케팅을 할 수 있다.
본 발명은 상기한 점을 감안하여 발명된 것으로, 이용자에게 특화된 개인 및 집단의 감성정보를 제공하는 감성정보 서비스 시스템 및 방법을 제공함에 그 목적이 있다.
상기 목적을 달성하기 위한 본 발명은, 인터넷 등의 네트워크에 흩어진 감성정보를 입력받는 입력모듈, 입력모듈로부터 입력된 감성정보를 처리하여 의미 있는 감성데이터를 생성하는 처리모듈 및, 수집되어 처리된 감성정보를 출력하여 이용자에게 서비스하는 출력모듈을 구비하되, 입력모듈은 인터넷에서 개인 감성이 표현된 콘텐츠를 검색하는 개인감성 검색엔진 및, 객관적인 사회의 감성을 추론하기 위한 데이터를 검색하는 감성 메타데이터 검색엔진을 포함하고, 처리모듈은 각 개인별 감성정보가 DB화되어 저장되는 개인감성 DB 및, 개인감성 DB에 저장된 개인의 감성정보 및 감성 메타데이터 검색엔진으로부터 입력된 감성 메타데이터를 이용하여 집단의 감성을 추론 및 예측하는 집단감성 추론엔진을 포함하며, 출력모듈은 개인 및 집단의 감성정보를 이용하여 이용자에게 감성에 기반한 서비스를 제공하는 감성정보 서비스 서버를 포함하는 감성정보 서비스 시스템을 제공한다.
감성정보 서비스 시스템에서, 입력모듈은 이용자가 직접 감성정보 서비스 시스템에 접속하여 자신의 감성을 입력하기 위한 이용자 감성입력 플랫폼을 더 포함하는 것이 바람직하다.
입력모듈에서, 개인감성 검색엔진은 개인 인터넷 사이트에서 개인 감성을 검색할 때, 미리 알고 있는 ID 및 패스워드를 입력하거나, OPEN-ID로 로그온(log on)하여 관련 정보를 검색할 수 있다. 또한 입력모듈에서, 감성 메타데이터 검색엔진은 인터넷에서 XML 파일 포맷과 다양한 태그로 국가, 지역, 날씨, 시간, 주요 일간지의 이슈 등의 키워드 별로 데이터를 선별함으로써 객관적으로 메타데이터를 도출할 수 있다.
처리모듈에서, 집단감성 추론엔진에서 집단의 감성을 추론하기 위한 네트워크 구성의 단위는 노드-허브-클러스터로 구분되되, 개인은 네트워크 구조 속에서 노드로 표현되고, 집단은 노드가 연결된 허브로 표현되며, 클러스터는 노드와 허브의 조합으로 표현될 수 있다. 또한, 집단감성 추론엔진은 특정 지역, 성별, 나이, 직업, 학교, 회사 등 다양한 집단을 기준으로 해당 집단의 감성을 추론하는 것이 바람직하며, 집단감성 추론엔진은 감성 메타데이터 검색엔진으로부터 입력된 여러 메타데이터에 대해 가중치를 부여하여 집단의 감성을 추론하는 것이 바람직하다.
출력모듈에서, 감성정보 서비스 서버는 특정 이용자의 감성정보를 밀접한 관계에 있는 타 이용자에게 제공하거나, 또는 특정 이용자가 속한 집단에게 감성정보를 방송한다. 또는 감성정보 서비스 서버는 집단감성 추론엔진으로부터 입력된 집단 감성정보를 그 집단에 속한 이용자에게 제공한다. 이때 감성정보 서비스 서버는 지도를 이용하여 이용자가 위치한 지역에 기반한 집단 감정정보를 제공하는 것이 바람직하다. 감성정보 서비스 서버는 이용자가 속한 성별, 나이, 직업, 학교, 회사 등 여러 집단에 따라 그 집단의 감정을 이용자에게 제공할 수 있다. 감성정보 서비 스 서버는 감성 메타데이터를 이용하여 특정 집단에 대해 예측된 감정의 변화를 이용자에게 제공할 수 있다.
본 발명에 의한 감성정보 서비스 시스템에서 수행되는 감성정보 서비스 방법은 개인감성 및 감성 메타데이터를 검색하여 입력하거나, 이용자가 직접 자신의 감성을 입력하는 단계와, 개인감성 검색엔진에서 검색된 개인감성 및 이용자 감성입력 플랫폼에서 입력된 이용자 입력 감성을 기초로 개인감성 DB를 생성하는 단계와, 개인감성 DB로부터 입력된 개인감성과 감성 메타데이터 검색엔진으로부터 입력된 감성 메타데이터를 이용하여 집단 감성을 추론하는 단계 및, 감성정보 서비스 서버가 이용자에게 개인감성 또는 집단감성을 서비스하는 단계를 포함한다.
상기한 바와 같이 본 발명에 의하면, 감정을 추출하여 정량화하는 방법 및 기술을 통해 감성 지향적 플랫폼을 구현할 수 있다. 더욱이, 감정 또는 느낌 더 나아가 감성 기반 정보를 개인의 암묵지에 머무는 정보에서 사회의 형식지로 옮겨 공유함으로써, 감성 정보를 맥락으로 고객에게 친밀하고 개인화된 감성기반 서비스를 개발할 수 있다.
구체적으로, 감정을 추출하고 개인들이 적극적으로 참여할 수 있는 스토리텔링 기반의 감성 수집(aggregation)과 여과(filtering)를 통한 신뢰(trust)할 수 있는 감성 지수값, 감정척도, 기분값, 국가 이미지 수준, 개인감정 분포도 등을 시각화함으로써, 개인의 참여를 유도하고 이를 플랫폼에서 공유한 후 다른 서비스로 개방함에 따라 서비스 개발 사업자는 광고 등 부수적인 수익을 얻을 수 있으며 감정 척도 개발을 통해 표준 기술 척도로 자리매김하여 로열티를 기대할 수 있다.
현재 싸이월드 등의 미니홈피, 블로그 등은 그 가입자 수가 폭발적인 증가에서 정체된 상태에 머물러 있다. 이는 커뮤니티에 참여할 수 있는 구심력을 제공할 수 있는 기재가 발현되지 못한 탓이다. 그러나 각 사이트 들은 오늘의 기분 등 다양한 감성 정보를 보유하고 있다. 이를 수렴하고 다시 확산하는 사이트를 구축함으로 감성을 기반으로 한 새로운 커뮤니티의 설립 및 활성화가 가능할 전망이다.
이하, 첨부된 도면을 참조하여 본 발명에 따른 바람직한 실시예를 상세하게 설명하기로 한다. 그러나, 이하의 실시예는 이 기술분야에서 통상적인 지식을 가진 자에게 본 발명이 충분히 이해되도록 제공되는 것으로서 여러 가지 다른 형태로 변형될 수 있으며, 본 발명의 범위가 다음에 기술되는 실시예에 한정되는 것은 아니다.
도 1은 본 발명의 바람직한 실시예에 의한 감성정보 서비스 시스템을 설명하기 위한 블록도이다.
도 1을 참조하면, 본 발명의 바람직한 실시예에 의한 감성정보 서비스 시스템은 입력모듈(100), 처리모듈(110) 및, 출력모듈(120)로 이루어진다. 입력모듈(100)은 개인감성 검색엔진(102), 감성 메타데이터 검색엔진(104), 이용자 감성입력 플랫폼(106)을 포함하고, 처리모듈(110)은 개인감성 DB(112)와 집단감성 추론엔진(114)을 포함하며, 출력모듈(120)은 감성정보 서비스 서버(122)를 포함한다.
입력모듈(100)은 인터넷 등의 네트워크에 흩어진 감성정보를 입력받는 모듈 이다. 개인감성 검색엔진(102)은 인터넷에서 개인 감성이 표현된 콘텐츠를 검색한다. 즉, 개인감성 검색엔진(102)은 주관적인 개인의 감성을 검색하는 엔진으로서, 여기서 주관적인 개인의 감성 또는 정서는 이용자가 스스로 판단하여 포털 사이트, 개인 사이트 등에 직접 입력한 데이터를 의미한다.
예를 들어, 개인감성 검색엔진(102)은 기분을 표현한 싸이월드(cyworld) 위젯(widget), 오늘의 기분을 표현한 네이버 블로그(Naver blog), '공감 보기'를 통해 친밀감을 표현한 다음의 플래닛(Daum planet) 등에서 감성정보를 검색한다. 만약 이러한 사이트들이 누구나 접근할 수 있도록 개방되어 있는 사이트가 아닌 경우에는, 개인감성 검색엔진은 미리 알고 있는 ID 및 Password를 입력하거나, OPEN-ID로 로그온(log on)하여 관련 정보를 검색한다. 또는, 해당 사이트의 이용자가 개인 감성정보를 수집할 수 있도록 허락한 경우에 한하여 검색될 수 있도록 하는 것도 가능하다.
여기서 각 인터넷 사이트는 OPEN-API 등 다양한 기술로 개방된 환경을 지원하는 것이 바람직하다. 각 사이트는 미리 협약된 태그를 포함하는데, 이는 감성정보 서비스 시스템과 포털, 블로그, 카페, 플래닛, 미니홈피 등이 협약하여 특정 감정 태그를 구조적 언어(XML 등) 형태로 표현하여 삽입한 것을 말한다. 이렇게 하면 검색의 효율성을 높일 수 있다.
감성 메타데이터 검색엔진(104)은 객관적인 사회의 감성을 추론하기 위한 데이터를 검색하는 엔진이다. 즉, 감성 메타데이터 검색엔진(104)은 개인의 감성이 아닌 사회 전체, 특정 그룹, 특정 지역과 관련된 집단 감성에 관한 정보를 수집한 다.
예를 들어, 그날의 신문 기사, 특정 지역 중심의 사건 기사, 날씨 등을 배경으로 하여, 날씨가 흐리면 전체 국민의 감성 지수가 '우울해진다'는 등의 일반적인 상식을 바탕으로 감성 정보를 제작할 수 있다. 따라서, 감성 메타데이터 검색엔진(104)은 뉴스 등 관련 사이트로부터 정보를 입수하여 정리함으로써 메타데이터로 삼는다.
감성 메타데이터 검색엔진(104)은 인터넷에서 XML 파일 포맷과 다양한 태그로 국가, 지역, 날씨, 시간, 주요 일간지의 이슈 등의 키워드 별로 데이터를 선별함으로써 객관적으로 메타데이터를 도출할 수 있다. 이러한 사회적 감정 산출의 메타데이터를 테이블로 구축하여 지속적으로 감정의 동학적 상태를 추적할 수 있다.
이용자 감성입력 플랫폼(106)은 이용자가 직접 감성정보 서비스 시스템에 접속하여 자신의 감성을 입력하기 위한 것이다. 개인감성 검색엔진(102)은 인터넷에 흩어진 개인감성을 검색하여 그 개인에게 감성정보 서비스를 제공하는 것인데, 이용자 감성입력 플랫폼(106)을 통해 입력된 개인감성 정보를 이용하면 특정 개인에게 더 적합한 서비스를 제공할 수 있다.
예를 들어, 이용자는 감성정보 서비스 시스템과 연동된 휴대폰을 이용하여 감성을 입력할 수 있다. 휴대폰 번호판을 감정 표현 인터페이스로 활용하여 각 번호 키에 대표적인 감정 상태를 부여한다. 예컨대 휴대폰의 기쁨 모드에서 1번 키는 아주 들뜸, 2번 키는 아주 기쁨, 3번 키는 약간 기쁨을 의미하는 것으로 할 수 있고, 휴대폰의 슬픔 모드에서 1번 키는 아주 슬픔, 2번 키는 우울한 슬픔, 3번 키는 마음이 답답함을 의미하는 것으로 할 수 있다.
이렇게, 이용자가 휴대폰의 기쁨 모드에서 1번 키를 누르면 아주 들뜸이라는 이진 비트가 무선으로 감성정보 서비스 시스템으로 전송되고, 전송된 이진 비트는 이용자 감성입력 플랫폼(106)에서 아주 들뜸으로 기록된다.
다음으로, 처리모듈(110)은 입력모듈(100)로부터 입력된 감성정보를 처리하여 의미 있는 감성데이터를 생성하는 기능을 한다. 처리모듈(110)은 개인감성 DB(112)와 집단감성 추론엔진(114)을 포함한다.
개인감성 DB(112)에는 개인감성 검색엔진(102)으로부터 입력받은 각 개인별 감성정보와, 이용자 감성입력 플랫폼(106)을 통해 입력된 각 개인별 감성정보가 DB화되어 저장된다. 이때, 각 사이트에 분산된 개인의 기분, 친밀감, 평판, 상태 등의 데이터를 수집하여 계량화하는 작업을 거친 후 감성 정보로 표현하여 저장될 수 있다.
집단감성 추론엔진(114)은 수집된 개인의 감성정보를 이용하여 집단의 감성을 추론 및 예측하는 역할을 한다. 즉, 감정을 군집화하여 핵심 감정 색인을 추출할 수 있는데, 초기값(initial value)으로 감성 메타데이터를 이용할 수 있다.
집단의 감성을 추론하기 위한 네트워크 구성의 행위자 단위는 노드-허브-클러스터로 구분할 수 있다. 여기서 개인은 네트워크 구조 속에서 노드로 표현되고, 집단은 노드가 연결된 허브로 표현된다. 클러스터는 노드와 허브의 조합으로 표현될 수 있다. 노드, 허브, 클러스터는 네트워크 상에서 연결의 강도, 구조, 방식 등에 따라 동학적으로 변화할 수 있다. 감성 서비스에서는 감정의 상태가 노드간의 상호작용으로 허브나 클러스터 또는 노드로 전이된다고 가정한다. 따라서 개인 수준인 노드 단위에서 특정 감정이 지배적으로 나타나면 특정 허브 및 클러스터의 감정 상태를 변화시킨다. 또는 특정 허브 및 클러스터의 감정 상태가 변화하면 노드의 감성이 변화할 수 있다. 즉, 이를 구분하고 분석하는 단위로서 네트워크 개념인 노드, 허브, 클러스터를 도입하여 표현 및 추론할 수 있는 것이다.
예를 들어 지역을 기준으로 설명하면, 이용자 A가 위치한 반경 500m, 1000m 등 특정 단위의 범위 또는 이용자 A가 위치한 건물 또는 거리명을 기반으로 감정 상태를 추가한다. 이때 감정상태는 이용자 A라는 식별된 감정이 아닌 불특정인의 투표형식으로 지도 위에 추가되는 정보이다. 개인들의 특정 감정이 많아질수록 지도 위의 특정 길, 건물, 지역에 있는 집단의 감정 상태가 추론될 수 있다.
감성 메타데이터를 이용하여 집단의 감성을 추론하기 위한 구체적인 사례로는, 특정 지역에 눈이 오는 경우 그에 해당하는 감성 메타데이터를 적용하여 그 지역에 위치하는 개인들의 집합인 집단의 감정을 '들뜸'으로 추론할 수 있다. 또는 특정 지역에서 부녀자 살인 사건이 발생하였을 때, '불안' 등 기사와 관련된 감정을 자동으로 표현함으로써 집단 감정을 추론한다. 그리고, 특정 학교에 축제가 열리는 경우, 그 학교 근처에 위치하는 집단 또는 그 학교 학생 집단은 '흥분', '기대' 등과 같은 감정을 갖는다고 추론한다.
이러한 집단의 감성 추론은 특정 지역에 위치하는 집단 뿐만 아니라, 성별, 나이, 직업, 학교, 회사 등 여러 집단에 적용 가능하다. 아울러, 지리적인 지역 뿐만 아니라, 특정 건물, 특정 길에 위치한 사람들의 집단에도 적용 가능하다. 그리 고, 감성 메타데이터 검색엔진(104)으로부터 입력된 여러 메타데이터에 대해 가중치를 부여하여 집단의 감성을 추론할 수 있다. 예를 들어, 특정 지역에서 발생한 이벤트에는 높은 가중치를, 그 지역의 날씨에는 낮은 가중치를 부여할 수 있다.
다음으로, 출력모듈(120)은 수집되어 처리된 감성정보를 출력하여 이용자에게 서비스하는 모듈로서, 감성정보 서비스 서버(122)를 포함한다.
감성정보 서비스 서버(122)는 개인 및 집단의 감성정보를 이용하여 감성정보 서비스 시스템 이용자에게 감성에 기반한 서비스를 제공하는 서버이다. 즉, 개인의 감성 정보를 밀접한 관계에 있는 타인에게 제공하거나, 집단의 감정 상태를 네트워크 허브, 클러스터 별로 세분화하여 판매할 수 있다.
개인의 감성정보를 타인에게 제공하는 경우에 대해 설명하면, 만약 이용자 A가 자신의 홈페이지에 '아주 기쁨'이라는 감정을 표현하면 개인감성 검색엔진(102)은 이를 검색하여 개인감성 DB(112)에 기록한다. 또는 이용자 A가 자신의 핸드폰을 이용하여 직접 이용자 감성입력 플랫폼(106)에 자신의 감정 '아주 기쁨'을 입력할 수도 있다.
그러면, 감성정보 서비스 서버(122)는 이용자 A가 친구로 등록한 이용자 B와 이용자 C 등에게 이용자 A가 현재 '아주 기쁨'이라는 정보를 제공한다. 또는 이용자 A가 설정한 집단 A(n의 회원수를 가짐)에게 ‘아주 기쁨’이라는 이용자 A의 감정을 방송할 수도 있다. 이를 이용하여, 예컨대 싸이월드(www.cyworld.com)와 같은 사이트에서는 감성 마케팅을 할 수 있다. 즉, 이용자 A의 지인 1촌에게 오늘 감정이 어떤 친구가 있음을 알려줌으로써, 지인 1촌이 선물상자 등으로 미니홈피 음악, 배경 등의 콘텐츠를 구입하여 이용자 A에게 선물할 수 있다.
집단의 감성정보를 이용자에게 제공하는 서비스에 대해 설명하면, 집단감성 추론엔진(114)으로부터 입력된 집단 감성정보를 이용하여 그 집단에 속한 이용자에게 관련된 감성정보를 제공한다.
예를 들어, 휴대폰 등 이동 단말기를 가진 이용자가 이동할 때마다 시간, 경도와 위도에 감정 산출의 메타 태그를 기반으로 한 주변 지리의 감정 맵을 매쉬업할 수 있다. 즉, 특정 지역에서 시위가 진행된다면 시위 공간에 위치한 이용자들은 '불안', '긴장' 등의 정보를 휴대폰을 통해 받을 수 있다. 따라서 이용자가 우연히 시위 현장을 지나갈 경우, 시위현장을 지나기 전에 특정 지역의 대표적인 감정 정보를 얻는다면 그 길을 지날지 말지를 판단할 수 있다.
이러한 지역에 기반한 집단 감정정보 제공은 지도를 이용하여 구현될 수 있다. 즉, 물리적 공간 좌표 위에 뿌려주는 감정 이모티콘, 평가 척도, 도식화된 기호, 구역별 감정 색깔 표현 등을 이용하여 개인에게 현재 머무는 장소의 감정 지형도를 제공하는 것이 바람직하다. 그러면 이용자는 자신이 머무는 지역 또는 이동할 지역에 대한 감성 정보를 시각적으로 용이하게 인지할 수 있다.
특히, 감성 메타데이터를 이용하여 특정 집단 또는 지역에 대해 시계열 상으로 감정의 변화를 예측할 수도 있다. 예컨대, 각 도로별로 24시간 동안 변화된 감정의 상태를 추론하여 나타낼 수 있다. 즉, 특정 도로에 대해 출퇴근 시간에는 교통 체증이 심하여 그에 맞는 감정 정보를 예측하거나, 각 공간별로 미리 검색된 축제 등 이벤트 메타데이터를 중심으로 예측되는 감정 변화를 지도 위에 나타낼 수도 있다.
이렇게, 지도를 이용하여 이용자에게 지역에 근거한 서비스를 제공하는 것 이외에도, 이용자가 속한 성별, 나이, 직업, 학교, 회사 등 여러 집단에 따라 그 집단의 감정을 이용자에게 제공할 수도 있다. 예컨대, 특정 회사에서 감원이 실시되었다면, 그 회사에 속한 집단의 감정은 '우울함'이므로, 그러한 감성 정보를 집단에 속한 개인에게 제공할 수 있으며, 감성정보 서비스 시스템은 이러한 집단의 감성정보에 기반한 마케팅을 할 수 있다.
이하, 도 2를 참조하여 감성정보 서비스 시스템에서 수행되는 감성정보 서비스 방법에 대해 설명한다. 도 2는 본 발명의 바람직한 실시예에 의한 감성정보 서비스 방법을 설명하기 위한 흐름도이다.
먼저, 개인감성 및 감성 메타데이터를 검색하여 입력하거나, 이용자가 직접 자신의 감성을 입력한다(S200). 이러한 단계는 도 1의 입력모듈에서 개인감성 검색엔진, 감성 메타데이터 검색엔진 및, 이용자 감성입력 플랫폼에서 수행된다.
이어서, 개인감성 검색엔진에서 검색된 개인감성 및 이용자 감성입력 플랫폼에서 입력된 이용자 입력 감성을 기초로 개인감성 DB를 생성한다(S202).
이어서, 개인감성 DB로부터 입력된 개인감성과 감성 메타데이터 검색엔진으로부터 입력된 감성 메타데이터를 이용하여 집단 감성을 추론한다(S204). 이러한 집단감성을 추론하기 위한 네트워크 구성의 단위는 노드-허브-클러스터로 구분될 수 있고, 개인은 네트워크 구조 속에서 노드로 표현되고, 집단은 노드가 연결된 허 브로 표현되며, 클러스터는 노드와 허브의 조합으로 표현될 수 있다. 그리고, 집단감성 추론은 특정 지역, 성별, 나이, 직업, 학교, 회사 등 다양한 집단을 기준으로 해당 집단의 감성을 추론할 수 있으며, 감성 메타데이터에 대해 가중치를 부여하여 집단의 감성을 추론할 수 있다.
이어서, 감성정보 서비스 서버는 이용자에게 개인감성 또는 집단감성을 서비스한다(S206). 이러한 감성정보 서비스는 특정 이용자의 감성정보를 밀접한 관계에 있는 타 이용자에게 제공하거나, 또는 특정 이용자가 속한 집단에게 감성정보를 방송하는 것이 가능하며, 또는 집단 감성정보를 그 집단에 속한 이용자에게 제공하는 것이 가능하다. 예를 들어, 감성정보 서비스 서버는 지도를 이용하여 이용자가 위치한 지역에 기반한 집단 감정정보를 제공할 수 있으며, 이용자가 속한 성별, 나이, 직업, 학교, 회사 등 여러 집단에 따라 그 집단의 감정을 이용자에게 제공할 수 있다.
도 1은 본 발명의 바람직한 실시예에 의한 감성정보 서비스 시스템을 설명하기 위한 블록도이다.
도 2는 본 발명의 바람직한 실시예에 의한 감성정보 서비스 방법을 설명하기 위한 흐름도이다.

Claims (13)

  1. 이용자에게 감성정보를 서비스하는 시스템에 있어서,
    인터넷 등의 네트워크에 흩어진 감성정보를 입력받는 입력모듈, 상기 입력모듈로부터 입력된 감성정보를 처리하여 의미 있는 감성데이터를 생성하는 처리모듈 및, 수집되어 처리된 감성정보를 출력하여 이용자에게 서비스하는 출력모듈을 구비하되,
    상기 입력모듈은 인터넷에서 개인 감성이 표현된 콘텐츠를 검색하는 개인감성 검색엔진 및, 객관적인 사회의 감성을 추론하기 위한 데이터를 검색하는 감성 메타데이터 검색엔진을 포함하고,
    상기 처리모듈은 각 개인별 감성정보가 DB화되어 저장되는 개인감성 DB 및, 상기 개인감성 DB에 저장된 개인의 감성정보 및 상기 감성 메타데이터 검색엔진으로부터 입력된 감성 메타데이터를 이용하여 집단의 감성을 추론 및 예측하는 집단감성 추론엔진을 포함하며,
    상기 출력모듈은 개인 및 집단의 감성정보를 이용하여 이용자에게 감성에 기반한 서비스를 제공하는 감성정보 서비스 서버를 포함하는 것을 특징으로 하는 감성정보 서비스 시스템.
  2. 제1항에 있어서, 상기 입력모듈은 이용자가 직접 감성정보 서비스 시스템에 접속하여 자신의 감성을 입력하기 위한 이용자 감성입력 플랫폼을 더 포함하는 것 을 특징으로 하는 감성정보 서비스 시스템.
  3. 제1항에 있어서, 상기 개인감성 검색엔진은 개인 인터넷 사이트에서 개인 감성을 검색할 때, 미리 알고 있는 ID 및 패스워드를 입력하거나, OPEN-ID로 로그온(log on)하여 관련 정보를 검색하는 것을 특징으로 하는 감성정보 서비스 시스템.
  4. 제1항에 있어서, 상기 감성 메타데이터 검색엔진은 인터넷에서 XML 파일 포맷과 다양한 태그로 국가, 지역, 날씨, 시간, 주요 일간지의 이슈 등의 키워드 별로 데이터를 선별함으로써 객관적으로 메타데이터를 도출하는 것을 특징으로 하는 감성정보 서비스 시스템.
  5. 제1항에 있어서, 상기 집단감성 추론엔진에서 집단의 감성을 추론하기 위한 네트워크 구성의 단위는 노드-허브-클러스터로 구분되되,
    개인은 네트워크 구조 속에서 노드로 표현되고, 집단은 노드가 연결된 허브로 표현되며, 클러스터는 노드와 허브의 조합으로 표현되는 것을 특징으로 하는 감성정보 서비스 시스템.
  6. 제1항에 있어서, 상기 집단감성 추론엔진은 특정 지역, 성별, 나이, 직업, 학교, 회사 등 다양한 집단을 기준으로 해당 집단의 감성을 추론하는 것을 특징으 로 하는 감성정보 서비스 시스템.
  7. 제1항에 있어서, 상기 집단감성 추론엔진은 상기 감성 메타데이터 검색엔진으로부터 입력된 여러 메타데이터에 대해 가중치를 부여하여 집단의 감성을 추론하는 것을 특징으로 하는 감성정보 서비스 시스템.
  8. 제1항에 있어서, 상기 감성정보 서비스 서버는 특정 이용자의 감성정보를 밀접한 관계에 있는 타 이용자에게 제공하거나, 또는 특정 이용자가 속한 집단에게 감성정보를 방송하는 것을 특징으로 하는 감성정보 서비스 시스템.
  9. 제1항에 있어서, 상기 감성정보 서비스 서버는 상기 집단감성 추론엔진으로부터 입력된 집단 감성정보를 그 집단에 속한 이용자에게 제공하는 것을 특징으로 하는 감성정보 서비스 시스템.
  10. 제9항에 있어서, 상기 감성정보 서비스 서버는 지도를 이용하여 이용자가 위치한 지역에 기반한 집단 감정정보를 제공하는 것을 특징으로 하는 감성정보 서비스 시스템.
  11. 제9항에 있어서, 상기 감성정보 서비스 서버는 이용자가 속한 성별, 나이, 직업, 학교, 회사 등 여러 집단에 따라 그 집단의 감정을 이용자에게 제공하는 것 을 특징으로 하는 감성정보 서비스 시스템.
  12. 제10항 또는 제11항에 있어서, 상기 감성정보 서비스 서버는 감성 메타데이터를 이용하여 특정 집단에 대해 예측된 감정의 변화를 이용자에게 제공하는 것을 특징으로 하는 감성정보 서비스 시스템.
  13. 제1항에 의한 감성정보 서비스 시스템에서 수행되는 감성정보 서비스 방법에 있어서,
    개인감성 및 감성 메타데이터를 검색하여 입력하거나, 이용자가 직접 자신의 감성을 입력하는 단계;
    개인감성 검색엔진에서 검색된 개인감성 및 이용자 감성입력 플랫폼에서 입력된 이용자 입력 감성을 기초로 개인감성 DB를 생성하는 단계;
    개인감성 DB로부터 입력된 개인감성과 감성 메타데이터 검색엔진으로부터 입력된 감성 메타데이터를 이용하여 집단 감성을 추론하는 단계 및;
    감성정보 서비스 서버가 이용자에게 개인감성 또는 집단감성을 서비스하는 단계를 포함하는 것을 특징으로 하는 감성정보 서비스 방법.
KR1020090014087A 2009-02-19 2009-02-19 감성정보 서비스 시스템 및 방법 KR101045659B1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020090014087A KR101045659B1 (ko) 2009-02-19 2009-02-19 감성정보 서비스 시스템 및 방법

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020090014087A KR101045659B1 (ko) 2009-02-19 2009-02-19 감성정보 서비스 시스템 및 방법

Publications (2)

Publication Number Publication Date
KR20100094897A true KR20100094897A (ko) 2010-08-27
KR101045659B1 KR101045659B1 (ko) 2011-06-30

Family

ID=42758795

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020090014087A KR101045659B1 (ko) 2009-02-19 2009-02-19 감성정보 서비스 시스템 및 방법

Country Status (1)

Country Link
KR (1) KR101045659B1 (ko)

Cited By (16)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2012044883A3 (en) * 2010-09-30 2012-05-31 Affectiva, Inc. Measuring affective data for web-enabled applications
WO2012057559A3 (ko) * 2010-10-28 2012-06-21 (주)엠씨에스로직 지능형 감성 추론장치 및 그 추론방법
KR101523746B1 (ko) * 2011-12-02 2015-06-05 (주)아크릴 감성 정보 기반 지도 제공 방법
US9106958B2 (en) 2011-02-27 2015-08-11 Affectiva, Inc. Video recommendation based on affect
US9204836B2 (en) 2010-06-07 2015-12-08 Affectiva, Inc. Sporadic collection of mobile affect data
US9247903B2 (en) 2010-06-07 2016-02-02 Affectiva, Inc. Using affect within a gaming context
US9646046B2 (en) 2010-06-07 2017-05-09 Affectiva, Inc. Mental state data tagging for data collected from multiple sources
US9642536B2 (en) 2010-06-07 2017-05-09 Affectiva, Inc. Mental state analysis using heart rate collection based on video imagery
US9723992B2 (en) 2010-06-07 2017-08-08 Affectiva, Inc. Mental state analysis using blink rate
US9934425B2 (en) 2010-06-07 2018-04-03 Affectiva, Inc. Collection of affect data from multiple mobile devices
US9959549B2 (en) 2010-06-07 2018-05-01 Affectiva, Inc. Mental state analysis for norm generation
US10108852B2 (en) 2010-06-07 2018-10-23 Affectiva, Inc. Facial analysis to detect asymmetric expressions
US10111611B2 (en) 2010-06-07 2018-10-30 Affectiva, Inc. Personal emotional profile generation
WO2019004511A1 (ko) * 2017-06-29 2019-01-03 상명대학교산학협력단 감성 동기화 기반의 사회 감성 추론 장치 및 그 방법
KR102084861B1 (ko) * 2018-10-26 2020-03-04 한국과학기술원 주어진 문서에 대한 독자의 신뢰도 분포를 예측하기 위해 웹 문서에서 저자가 사건을 언급한 방식을 분석하고 활용하는 방법 및 그 시스템
JP2020130528A (ja) * 2019-02-18 2020-08-31 沖電気工業株式会社 感情推定装置、感情推定方法、プログラム、及び感情推定システム

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101541472B1 (ko) * 2012-12-31 2015-08-03 한국과학기술원 클라우드 기반 자동 일정관리 시스템
KR101838089B1 (ko) 2015-11-30 2018-04-26 주식회사 디커뮤니케이션즈 복지서비스 발굴을 위한 빅데이터 사례 기반 감성 오피니언 추출 및 평가 시스템 및 그 방법

Family Cites Families (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20010007715A (ko) * 2000-02-29 2001-02-05 조현길 감성 지수를 이용한 맞춤 정보 제공 시스템 및 그 방법
KR20080002187A (ko) * 2006-06-30 2008-01-04 주식회사 케이티 개인 감성 및 상황 변화에 따른 맞춤형 감성 서비스 시스템및 그 방법
JP5233159B2 (ja) * 2007-04-25 2013-07-10 沖電気工業株式会社 集団感情認識支援システム

Cited By (16)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US9723992B2 (en) 2010-06-07 2017-08-08 Affectiva, Inc. Mental state analysis using blink rate
US9959549B2 (en) 2010-06-07 2018-05-01 Affectiva, Inc. Mental state analysis for norm generation
US10111611B2 (en) 2010-06-07 2018-10-30 Affectiva, Inc. Personal emotional profile generation
US10108852B2 (en) 2010-06-07 2018-10-23 Affectiva, Inc. Facial analysis to detect asymmetric expressions
US9642536B2 (en) 2010-06-07 2017-05-09 Affectiva, Inc. Mental state analysis using heart rate collection based on video imagery
US9247903B2 (en) 2010-06-07 2016-02-02 Affectiva, Inc. Using affect within a gaming context
US9934425B2 (en) 2010-06-07 2018-04-03 Affectiva, Inc. Collection of affect data from multiple mobile devices
US9646046B2 (en) 2010-06-07 2017-05-09 Affectiva, Inc. Mental state data tagging for data collected from multiple sources
US9204836B2 (en) 2010-06-07 2015-12-08 Affectiva, Inc. Sporadic collection of mobile affect data
WO2012044883A3 (en) * 2010-09-30 2012-05-31 Affectiva, Inc. Measuring affective data for web-enabled applications
WO2012057559A3 (ko) * 2010-10-28 2012-06-21 (주)엠씨에스로직 지능형 감성 추론장치 및 그 추론방법
US9106958B2 (en) 2011-02-27 2015-08-11 Affectiva, Inc. Video recommendation based on affect
KR101523746B1 (ko) * 2011-12-02 2015-06-05 (주)아크릴 감성 정보 기반 지도 제공 방법
WO2019004511A1 (ko) * 2017-06-29 2019-01-03 상명대학교산학협력단 감성 동기화 기반의 사회 감성 추론 장치 및 그 방법
KR102084861B1 (ko) * 2018-10-26 2020-03-04 한국과학기술원 주어진 문서에 대한 독자의 신뢰도 분포를 예측하기 위해 웹 문서에서 저자가 사건을 언급한 방식을 분석하고 활용하는 방법 및 그 시스템
JP2020130528A (ja) * 2019-02-18 2020-08-31 沖電気工業株式会社 感情推定装置、感情推定方法、プログラム、及び感情推定システム

Also Published As

Publication number Publication date
KR101045659B1 (ko) 2011-06-30

Similar Documents

Publication Publication Date Title
KR101045659B1 (ko) 감성정보 서비스 시스템 및 방법
Huang et al. Evaluating and characterizing urban vibrancy using spatial big data: Shanghai as a case study
Huai et al. Which environmental features contribute to positive and negative perceptions of urban parks? A cross-cultural comparison using online reviews and Natural Language Processing methods
Vu et al. Discovering implicit activity preferences in travel itineraries by topic modeling
CN102541981B (zh) 追踪在线社交行为来增强搜索体验
Andersson et al. Contextual effects on educational attainment in individualised, scalable neighbourhoods: Differences across gender and social class
Auchincloss et al. A new tool for epidemiology: the usefulness of dynamic-agent models in understanding place effects on health
Campagna et al. The role of social media geographic information (SMGI) in spatial planning
Santana et al. Dimensions of image: A model of destination image formation
Zivanovic et al. Capturing and mapping quality of life using Twitter data
Hu et al. Emerging research trends on residents’ quality of life in the context of tourism development
KR20010007715A (ko) 감성 지수를 이용한 맞춤 정보 제공 시스템 및 그 방법
Iványi et al. Smart City: Studying smartphone application functions with city marketing goals based on consumer behavior of generation Z in Hungary
Kim et al. Digital footprints of international migration on twitter
Yang et al. Quantifying the relationship between public sentiment and urban environment in Barcelona
Clarizia et al. An ontological digital storytelling to enrich tourist destinations and attractions with a mobile tailored story
Rojo-Pérez et al. Active ageing and quality of life: A systematized literature review
Huang et al. Destination image recognition and emotion analysis: evidence from user-generated content of online travel communities
Granell et al. A scoping review on the use, processing and fusion of geographic data in virtual assistants
Zhou Representative methods of computational socioeconomics
Duong et al. Neurosymbolic AI for mining public opinions about wildfires
Cassitas Hino et al. Female lens in urban mobility: technology-use behavior and individual differences
KR20110052114A (ko) 인터넷을 활용한 추천 검색 시스템 및 그 방법
Liu et al. Artist preferences and cultural, socio-economic distances across countries: A big data perspective
Bi et al. [Retracted] Personalized Recommendation of Rural Tourism Based on Traffic Classification and User Data Analysis

Legal Events

Date Code Title Description
A201 Request for examination
E902 Notification of reason for refusal
E701 Decision to grant or registration of patent right
GRNT Written decision to grant
LAPS Lapse due to unpaid annual fee