KR20100124122A - 사용자의 통합 지수를 고려한 서비스 정보의 제공 방법 - Google Patents

사용자의 통합 지수를 고려한 서비스 정보의 제공 방법 Download PDF

Info

Publication number
KR20100124122A
KR20100124122A KR1020090043208A KR20090043208A KR20100124122A KR 20100124122 A KR20100124122 A KR 20100124122A KR 1020090043208 A KR1020090043208 A KR 1020090043208A KR 20090043208 A KR20090043208 A KR 20090043208A KR 20100124122 A KR20100124122 A KR 20100124122A
Authority
KR
South Korea
Prior art keywords
user
information
index
individual
static
Prior art date
Application number
KR1020090043208A
Other languages
English (en)
Other versions
KR101150941B1 (ko
Inventor
권오병
정동영
Original Assignee
경희대학교 산학협력단
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 경희대학교 산학협력단 filed Critical 경희대학교 산학협력단
Priority to KR1020090043208A priority Critical patent/KR101150941B1/ko
Publication of KR20100124122A publication Critical patent/KR20100124122A/ko
Application granted granted Critical
Publication of KR101150941B1 publication Critical patent/KR101150941B1/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
    • G06Q30/00—Commerce
    • G06Q30/02—Marketing; Price estimation or determination; Fundraising
    • G06Q30/0241—Advertisements
    • G06Q30/0251—Targeted advertisements
    • G06Q30/0269—Targeted advertisements based on user profile or attribute
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/30—Information retrieval; Database structures therefor; File system structures therefor of unstructured textual data
    • G06F16/36—Creation of semantic tools, e.g. ontology or thesauri
    • G06F16/367—Ontology

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Strategic Management (AREA)
  • Finance (AREA)
  • Development Economics (AREA)
  • Accounting & Taxation (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Databases & Information Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Data Mining & Analysis (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Computational Linguistics (AREA)
  • Game Theory and Decision Science (AREA)
  • Animal Behavior & Ethology (AREA)
  • Economics (AREA)
  • Marketing (AREA)
  • General Business, Economics & Management (AREA)
  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)

Abstract

본 발명은 사용자에 서비스 정보를 제공하는데 사용되는 통합 지수의 계산 방법에 관한 것으로, 보다 구체적으로 사용자의 상황 정보에 관련한 서비스를 제공함에 있어 사용자의 상황 정보에 관계된 복수의 개별 지수로부터 통합 지수를 계산하고, 계산한 통합 지수를 이용하여 사용자에 최적의 개인화된 서비스 정보를 제공할 수 있는 방법에 관한 것이다.
본 발명에 따른 통합 지수를 고려한 서비스 제공 방법은 사용자 정보에 따라 복수의 개별 통합 지수를 계산하고 복수의 개별 통합 지수로부터 사용자의 전체 통합 지수를 계산함으로써, 사용자에 보다 특화된 상황인지서비스를 제공할 수 있다. 또한 본 발명에 따른 통합 지수를 고려한 서비스 제공 방법은 사용자의 다양한 성격, 경향, 소비 패턴을 반영한 통합 지수를 고려하여 사용자에 특정 제품 또는 서비스의 정보만을 제공함으로써, 불필요한 정보를 줄이고 광고 효과를 극대화할 수 있다.
상황 정보, 상황기반서비스, 다중회귀분석, 개별지수, 사용자 정보

Description

사용자의 통합 지수를 고려한 서비스 정보의 제공 방법{Method for providing service information based on user intergrated index}
본 발명은 사용자에 서비스 정보를 제공하는데 사용되는 통합 지수의 계산 방법에 관한 것으로, 보다 구체적으로 사용자의 상황 정보에 관련한 서비스를 제공함에 있어 사용자의 상황 정보에 관계된 복수의 개별 지수로부터 통합 지수를 계산하고, 계산한 통합 지수를 이용하여 사용자에 최적의 개인화된 서비스 정보를 제공할 수 있는 방법에 관한 것이다.
상황인지서비스란 사용자에게 어떠한 이벤트가 발생하였을 때 발생한 이벤트에 따른 사용자의 상황 정보를 인식하고, 인식한 상황 정보에 따라 사용자에 서비스를 제공하는 것을 의미한다. 개인의 다양한 성격/경향/소비 패턴을 고려하지 않는 현재 지식기반 서비스의 획일주의는 점차 새로운 수요 및 수요자 창출의 한계에 봉착하고 있다. 이를 뛰어넘을 새로운 대안으로 사용자의 현재 상황에 따라 차별화된 서비스를 제공하는 상황인지서비스가 부상하고 있다.
상황인지서비스는 크게 상황 정보를 사용자가 일일이 입력한 후에 제공되는 단순 개인화 서비스와 시스템이 상황 정보를 획득한 후에 사용자에게 어떤 행동을 취할 것을 요청하는 수동적인 상황인지 서비스, 그리고 사용자의 승인 없이도 획득된 상황 정보를 바탕으로 서비스를 구동하는 능동적 상황인지 서비스로 분류된다 (Barkuus and Dey, 2003). 상황인지서비스는 사용자에게 무차별적인 서비스 정보를 일괄적으로 제공하는 것이 아니라, 사용자의 상황에 따라 서로 차등적인 서비스 정보를 사용자에 제공함으로써, 사용자의 만족도를 최대로 할 수 있다.
그러나 종래 상황인지서비스는 서로 다른 사용자가 서로 동일 상황인 경우 사용자의 성격, 경향, 소비 패턴을 고려하지 않고 상황 정보에 매칭된 서비스 정보를 모든 사용자에 동일하게 제공한다. 따라서 종래 상황인지서비스는 사용자에 개인화된 서비스 정보를 제공하지 못한다는 문제점을 가지고 있다.
본 출원인은 2009년 4월 13일에 "사용자의 프라이버시 침해 염려도를 고려한 서비스/상품 광고방법 및 그 장치(특허출원번호 제10-2009-0031635호)"라는, 사용자의 상황 정보뿐만 아니라 사용자의 성격, 성향, 소비패턴을 고려하여 사용자의 프라이버시 침해 염려 지수를 계산하고, 사용자의 프라이버시 침해 염려 지수에 매칭된 서비스 정보를 제공하는 발명을 특허출원하였다. 사용자의 상황 정보뿐만 아니라 사용자의 프라이버시 침해 염려 지수를 고려하여 프라이버시 침해 염려 지수에 상응하는 서비스 정보만을 선택하여 사용자에 제공함으로써, 사용자의 성격, 성향, 소비 패턴까지도 고려한 상황인지서비스를 사용자에 제공할 수 있다.
사용자의 프라이버시 침해 염려 지수를 고려하여 사용자에 서비스 정보를 제공하는 방법의 흐름도를 도시하고 있는 도 1을 참고로 보다 구체적으로 살펴보면, 센서 네트워크, 사용자 정보 데이터베이스, 인터넷 네트워크, 위치추적 단말기 등과 같이 사용자 정보를 수집하는 장치로부터 사용자의 정적 정보 또는 동적 정보를 획득한다(S1). 획득한 사용자의 정적 정보 또는 동적 정보를 정보 온톨로지에 적용하여 확장된 사용자의 정적 정보 또는 동적 정보를 획득한다(S2). 사용자의 정적 정보, 동적 정보, 사용자의 확장된 정적 정보 또는 동적 정보로부터 사례기반 추론방식으로 사용자의 현재 상황 정보를 판단한다(S3).
획득한 상황 정보를 구성하는 각 의미와 관련된 서비스 또는 상품을 검색하고(S4), 검색한 서비스 또는 상품에 관련된 사회심리적 이론 모형을 선택한다(S5). 예를 들어, "27세 여성인 김순희씨는 밤 11시 37분 앙카라 공원에 있으며, 앙카라 공원은 우범 지대이다"라는 사용자 상황 정보를 판단하는 경우, "27세", "여성", "늦은 밤", "우범지대"이라는 각 의미로부터 관련된 서비스 또는 상품을 검색한다. 예를 들어, 가이드 서비스, 보안 관련 통신 서비스, 안전한 교통 서비스 등이 사용자의 상황 정보와 관련된 서비스 또는 상품으로 검색되고, 검색된 서비스 또는 상품을 선택함에 있어 사용자의 프라이버시 침해 염려를 판단할 수 있는 사회심리적 이론 모형을 선택한다(S5).
선택한 사회심리적 이론 모형에서 추출한 다양한 독립 변인으로부터 이산화된 상관 행렬을 생성한다(S6). 한편, 추출한 다양한 독립 변인에 대한 사용자 평가값이 입력되면(S7), 입력된 사용자 평가값과 이산화된 상관 행렬로부터 사용자의 프라이버시 염려값을 계산한다(S8). 바람직하게, 추출한 다양한 독립 변인은 사용자에 디스플레이 또는 스피커를 이용하여 출력되며, 사용자는 출력된 독립 변인에 대한 중요도에 따라 평가값을 입력한다. 계산한 사용자의 프라이버시 염려값에 따라 사용자의 프라이버시 염려 지수를 판단하고, 판단한 프라이버시 염려 지수에 상응하는 서비스 또는 제품을 검색하여 검색한 서비스 또는 제품에 대한 정보를 사용자에 제공한다(S9).
예를 들어, 보안 관련 통신 서비스에 대한 사회심리적 이론 모형으로부터 개인 정보 노출 횟수, 노출 정도, 노출 대상, 개인 정보의 오용 가능성, 보안 관련 통신 서비스의 필요 정도 등과 같은 독립 변인을 추출하고, 추출한 독립변인들 사이의 상관 행렬과 독립변인에 대한 사용자 평가값으로부터 다양한 보안 관련 통신 서비스에 대한 사용자의 프라이버시 침해 염려도를 판단할 수 있으며, 판단한 사용자의 프라이버시 침해 염려 레벨에 따라 사용자에 적절한 보안 관련 통신 서비스에 대한 정보를 제공할 수 있다. 무작위로 사용자에 특정 서비스 또는 제품에 대한 정보를 제공하는 대신, 사용자의 프라이버시 침해 염려도를 고려하여 사용자에 특성화된 특정 서비스 또는 제품을 제공함으로써 사용자는 관심없는 정보로 인한 스트레스를 줄일 수 있으며 이로 인하여 광고 효과를 극대화할 수 있다.
종래 상황인지서비스는 사용자에 특화된 서비스를 제공하기 위하여 사용자의 상황 정보를 획득하고, 획득한 사용자의 상황 정보에 따른 개별 지수(예를 들어, 프라이버시 침해 염려 지수)를 고려하여 개별 지수에 상응하는 서비스 정보만을 사용자에 제공함으로써, 불필요한 스팸성의 서비스 정보가 사용자에 제공되는 것을 방지하며, 서비스 제공 업자는 사용자의 성격, 성향, 소비 패턴을 고려한 개별 지수에 상응하는 서비스 정보만을 사용자에 제공함으로써 광고 효과를 극대화할 수 있었다.
그러나 사용자가 특정 제품 또는 서비스를 선택함에 있어 사용자의 다양한 성격, 성향, 소비 패턴이 반영되는 것이며 사용자의 특정 성격, 성향, 소비 패턴만을 고려하여 제품 또는 서비스를 선택하지 않는다. 따라서 하나의 개별 지수만을 고려하여 사용자의 상황 정보에 관계된 서비스 정보를 제공하는 방법 또한 사용자의 성격, 성향, 소비 패턴을 적절하게 반영하지 못한다는 문제점을 가진다.
본 발명이 이루고자 하는 목적은 사용자의 다양한 성격, 성향, 소비 패턴을 고려한 복수의 개별 지수로부터 사용자에 최적의 서비스를 제공할 수 있는 통합 지 수의 계산 방법을 제공하는 것이다.
본 발명이 이루고자 하는 다른 목적은 사용자의 다양한 성격, 성향, 소비 패턴을 고려한 통합 지수를 이용하여 사용자에 최적의 서비스 정보를 제공하는 방법을 실현하는 것이다.
본 발명이 이루고자 하는 또 다른 목적은 다중회귀 사례 데이터베이스로부터 생성한 다중 회귀분석식을 이용하여 사용자의 성격, 성향, 소비 패턴을 고려한 통합 지수의 계산 방법을 제공하는 것이다.
본 발명에 따른, 통합 지수를 고려한 서비스 제공 방법은 사용자의 동적 정보와 정적 정보 또는 사용자의 확장된 동적 정보와 정적 정보로부터 사용자의 상황 정보를 판단하는 단계와, 판단한 사용자의 상황 정보에 관련된 복수의 개별 지수를 계산하는 단계와 계산한 복수의 개별 지수를 사용자의 동적 정보와 정적 정보 또는 사용자의 확장된 동적 정보와 정적 정보에 매핑되어 있는 다중 회귀분석식에 각각 적용하여 복수의 개별 통합 지수를 계산하는 단계와, 계산한 복수의 개별 통합 지수로부터 사용자의 전체 통합 지수를 계산하는 단계 및 계산한 전체 통합 지수에 상응하는 서비스 정보를 사용자에 제공하는 단계를 포함한다.
바람직하게, 통합 지수는 사용자의 동적 정보와 정적 정보 또는 사용자의 확장된 동적 정보와 정적 정보에 따른 개별 통합 지수의 평균값으로 계산되는 것을 특징으로 한다.
바람직하게, 통합 지수는 사용자의 동적 정보와 정적 정보 또는 사용자의 확 장된 동적 정보와 정적 정보에 따른 개별 통합 지수 중 최소값으로 계산되는 것을 특징으로 한다.
바람직하게, 통합 지수는 사용자의 동적 정보와 정적 정보 또는 사용자의 확장된 동적 정보와 정적 정보에 따른 개별 통합 지수 중 최대값으로 계산되는 것을 특징으로 한다.
본 발명에 따른, 서비스 정보 제공을 위한 통합 지수의 계산 방법은 사용자의 동적 정보와 정적 정보 또는 사용자의 확장된 동적 정보와 정적 정보로부터 사용자의 상황 정보를 판단하는 단계와, 판단한 사용자의 상황 정보에 관련된 복수의 개별 지수를 계산하는 단계와 계산한 복수의 개별 지수를 사용자의 동적 정보와 정적 정보 또는 사용자의 확장된 동적 정보와 정적 정보에 매핑되어 있는 다중 회귀분석식에 각각 적용하여 복수의 개별 통합 지수를 계산하는 단계 및 계산한 복수의 개별 통합 지수로부터 사용자의 전체 통합 지수를 계산하는 단계를 포함하는 것을 특징으로 한다.
본 발명에 따른, 통합 지수를 고려한 서비스 제공 방법은 다음과 같은 다양한 효과들 가지고 있다.
첫째, 본 발명에 따른 통합 지수를 고려한 서비스 제공 방법은 사용자의 다양한 성격, 성향, 소비 패턴 등을 고려하여 사용자에 특정 제품 또는 서비스의 정보를 제공함으로써, 사용자에 특화된 상황인지서비스를 제공할 수 있다.
둘째, 본 발명에 따른 통합 지수를 고려한 서비스 제공 방법은 사용자의 다 양한 성격, 성향, 소비 패턴을 고려한 통합 지수를 고려하여 사용자에 특정 제품 또는 서비스의 정보만을 제공함으로써, 스팸성의 정보가 무작위로 사용자에 제공되는 것을 방지하며 특정 제품 또는 서비스의 광고 효과를 극대화할 수 있다.
셋째, 본 발명에 따른 통합 지수를 고려한 서비스 제공 방법은 사용자 정보에 따라 복수의 개별 통합 지수를 계산하고 복수의 개별 통합 지수로부터 사용자의 전체 통합 지수를 계산함으로써, 사용자에 보다 특화된 상황인지서비스를 제공할 수 있다.
넷째, 다중회귀 사례 데이터베이스로부터 생성한 다중 회귀분석식을 이용하여 통합 지수를 계산함으로써, 복수의 개별 지수를 모두 고려한 통합 지수를 간단하고 정확하게 계산할 수 있다.
이하 첨부한 도면을 참고로 본 발명에 따른, 통합 지수를 고려한 서비스 제공 방법에 대해 보다 구체적으로 설명한다.
도 2는 본 발명의 일 실시예에 따른, 통합 지수를 고려한 서비스 제공 장치를 설명하는 기능 블록도이다.
도 2를 참고로 살펴보면, 사용자 정보 획득부(110)는 사용자가 소지하고 있는 단말기로부터 사용자의 정적 정보 또는 동적 정보를 획득하거나 또는 사용자 인터페이스를 통해 입력된 사용자의 정적 정보 또는 동적 정보를 획득하거나 또는 사용자나 사용자 주변에 배치되어 있는 센서 등을 통해 사용자의 정적 정보 또는 동적 정보를 획득한다. 사용자의 정적 정보란 쉽게 변하지 않는 사용자 정보로 사용 자의 성별, 나이, 주소, 회사 위치 등과 같은 정보를 의미하며, 사용자의 동적 정보란 상황에 따라 쉽게 변하는 사용자 정보로 현재 시간, 위치, 날씨, 현재 행동, 사용자의 맥박수, 체온, 활동량 등과 같은 사용자의 신체 상태 정보를 의미한다.
상황 정보 판단부(120)는 사용자 정보 획득부(110)로부터 획득한 사용자의 정적 정보 또는 동적 정보를 이용하여 사례기반 추론방식으로 사용자의 상황 정보를 판단한다. 바람직하게, 상황 정보 판단부(120)는 사용자 정보 획득부(110)로부터 획득한 사용자 정적 정보 또는 동적 정보를 정보 온톨로지 DB(130)에 적용하여 확장된 사용자 정정 정보 또는 동적 정보를 생성하고, 사용자의 정적 정보, 동적 정보와 함께 사용자의 확장된 정정 정보 또는 동적 정보를 이용하여 사례기반 추론방식으로 사용자의 상황 정보를 판단한다. 사례 데이터베이스(140)에는 사용자의 정적 정보, 동적 정보, 확장된 정적 정보 또는 동적 정보에 대응하는 다양한 사례에 대한 데이터베이스가 저장되어 있다. 상황 정보 판단부(120)는 사용자의 정적 정보, 동적 정보, 사용자의 확장된 정적 정보와 동적 정보를 각각 변수로 하여 사례 데이터베이스(140) 중 가장 근접한 사례를 사용자의 상황 정보로 판단한다.
개별 지수 판단부(150)는 사용자의 상황 정보에 관계된 사회심리적 이론 모형으로부터 사용자 상황 정보에 관계된 복수의 개별 지수를 판단한다. 개별 지수 판단부(150)의 기능 블록도를 도시하고 있는 도 3을 참고로 본 발명에 따른 개별 지수 판단부(150)의 일 예를 보다 구체적으로 살펴보면 아래와 같다.
개별 지수 판단부(150)는 선택부(151), 독립변인 추출부(153), 상관행렬 생성부(155) 및 개별 지수 계산부(157)를 구비하고 있다. 선택부(151)는 개별 지수 를 계산하는데 필요한, 사용자의 상황 정보와 관련된 사회 심리적 이론 모형을 선택한다. 사회심리적 이론 모형이란 사용자의 상황 정보에서 개별 지수를 판단하는데 사용되는 모형으로, 예를 들어 프라이버시 침해 염려라는 개별 지수를 계산하기 위하여 사용자가 프라이버시 침해 염려를 어떻게 생각하는지, 프라이버시 침해와 관련하여 특정 서비스 또는 제품에 대한 선택 기준은 무엇인지 등에 대한 내용을 설문을 통해 획득하고 이를 모형으로 작성하거나, 스트레스 지수라는 개별 지수를 계산하기 위하여 사용자의 상황 정보에 기초하여 현재 상황에서의 보안/안전에 대해 어는 정도의 스트레스를 받는지 등에 대한 내용을 설문을 통해 획득하고 이를 모형으로 작성하거나, 안전지수라는 개별 지수를 계산하기 위하여 사용자의 상황 정보에 기초하여 현재 상황에서의 보안 인프라와 보안 인프라에 대한 안전 인식 정도에 대한 설문 모형을 작성한 것이다.
독립 변인 추출부(153)는 선택한 사회심리적 이론 모형에서 각 개별 지수를 종속 변인으로 하는 독립 변인을 추출한다. 상관 행렬 생성부(155)는 추출한 모든 독립 변인들 사이의 상관계수로부터 이산화된 상관행렬을 생성한다. 개별 지수 계산부(70)는 추출한 독립 변인들 사이의 이산화된 상관행렬과 독립 변인에 대한 사용자 평가값에 기초하여 각 개별 지수를 계산한다.
다시 도 2를 참고로 본 발명에 따른 통합 지수를 고려한 서비스 제공 장치를 살펴보면, 통합 지수 판단부(180)는 다중회귀 분석 데이터베이스(170)에 저장되어 있는 다중회귀 분석식을 이용하여 사용자의 정적 정보와 동적 정보 또는 사용자의 확장된 정적 정보와 동적 정보에 따른 개별 통합 지수를 계산하고, 계산한 개별 통 합 지수로부터 전체 통합 지수를 계산한다. 서비스 제공부(190)는 다수의 개별 통합 지수를 모두 고려한 전체 통합 지수를 이용하여 사용자에 최적의 서비스를 검색하고, 검색한 서비스 정보를 사용자에 제공한다.
바람직하게, 개별 통합 지수를 계산함에 있어 각 개별 지수에 서로 다른 가중치를 설정하거나, 전체 통합 지수를 계산함에 있어 사용자의 정적 정보와 동적 정보 또는 확장된 정적 정보와 동적 정보에 따른 개별 통합 지수에 서로 다른 가중치를 설정할 수 있다.
도 4는 본 발명에 따른 통합 지수 판단부(180)를 보다 구체적으로 설명하기 위한 기능 블록도이다.
도 4를 참고로 살펴보면, 다중회귀 모델 선택부(181)는 다중회귀 분석 데이터베이스(170)에 저장되어 있는 다수의 다중회귀 모델 중 사용자의 정적 정보와 동적 정보 또는 사용자의 확장된 정적 정보와 동적 정보에 매칭되어 있는 다중회귀 모델을 선택한다. 다중회귀 모델은 다중회귀 사례 데이터베이스에 저장되어 있는 다중회귀 사례로부터 생성된다. 다중회귀 사례 DB에는 정적 정보와 동적 정보 또는 확장된 정적 정보와 동적 정보 따른 다양한 개별 지수가 저장되어 있으며, 다중회귀 모델은 정적 정보와 동적 정보 또는 확장된 정적 정보와 동적 정보에 따른 복수의 개별 지수 사이의 상관 관계에 기초하여 생성된다. 다중회귀 모델에 기초하여 정적 정보와 동적 정보 또는 확장된 정적 정보와 동적 정보에 따른 복수의 개별 지수의 상관 관계를 나타내는 다중회귀 분석식을 생성한다.
개별 통합 지수 계산부(183)는 선택한 다중회귀 모델에 따른 다중회귀 분석 식에 계산한 개별 지수를 입력하여 사용자의 정적 정보와 동적 정보 또는 사용자의 확장된 정적 정보와 동적 정보에 따른 개별 통합 지수를 계산한다. 전체 통합 지수 계산부(185)는 사용자의 정적 정보와 동적 정보 또는 사용자의 확장된 정적 정보와 동적 정보에 따른 개별 통합 지수로부터 사용자의 전체 통합 지수를 계산한다.
도 5는 본 발명의 일 실시예에 따른 통합 지수를 고려한 서비스 제공 방법을 설명하기 위한 흐름도이다.
도 5를 참고로 보다 구체적으로 살펴보면, 사용자가 소지하고 있는 단말기, 사용자 인터페이스를 통한 입력 또는 사용자 주변에 배치되어 있는 센서 등을 통해 사용자 정적 정보와 사용자 동적 정보를 획득한다(S11). 획득한 사용자 정보를 정보 온톨로지에 적용하여 사용자의 확대된 정보를 획득하고, 획득한 사용자 정보 또는 사용자의 확대된 정보에 기초하여 사례기반추론 방식으로 사용자 상황 정보를 판단한다(S13). 정보 온톨로지란 사용자의 정적 정보 또는 동적 정보를 구성하는 각 단어로부터 생성 가능한 의미 정보를 확장하기 위해 사용되는 온톨로지를 의미한다. 예를 들어, 낮/밤, 오전/오후, 요일, 월, 계절, 년도, 휴가, 휴일, 명절 등과 같은 시간 관련 온톨로지, 국가, 도시, 산, 해변, 놀이 공원 등과 같은 장소 관련 온톨로지, 여행, 업무, 출근, 퇴근, 출장, 신혼여행, 데이트 등과 같은 상황 관련 온톨로지 등이 정보 온톨로지로 사용된다.
도 6은 획득한 사용자 정보를 정보 온톨로지에 적용하여 생성되는 확대된 사용자 정보의 일 예를 도시하고 있다. 도 6에 도시되어 있는 것과 같이, 김순희이 라는 사용자는 27세 여성으로 강남에 있는 회사로 출퇴근을 하며 화성시에 살고 있다는 사용자 정적 정보를 획득하며, 사용자의 현재 위치는 사용자의 거주지 주변의 무지개 공원 근처이며 현재시간은 PM 11시 15분이라는 동적 정보를 획득한다. PM 11:15이라는 시간 정보를 시간 관련 온톨로지에 적용하여 늦은 밤이라는 확장된 동적 정보를 획득하거나, 무지개 공원이라는 위치 정보를 장소 관련 온톨로지에 적용하여 우범지대라는 확장된 동적 정보를 획득한다.
사용자의 정적 정보, 동적 정보 또는 확장된 정적 정보와 동적 정보에 가장 유사한 사례를 사례 데이터베이스에서 검색하여 사용자의 상황 정보를 판단한다. 예를 들어, "27세 여성 김순희는 늦은 밤에 집으로 귀가 중이며 현재 위치는 무지개 공원 주변인데, 무지개 공원 주변은 우범지대로 사용자의 맥박수로 판단하여 현재 불안함을 느끼고 있다"라는 상황 정보를 판단한다.
판단한 사용자의 현재 상황 정보에 기초하여, 사용자의 상황 정보와 관계된 복수의 개별 지수를 계산한다(S15). 예를 들어, 방법/보안 관련 서비스를 제공하는 경우 사용자의 안전지수, 스트레스 지수, 프라이버시 침해 염려 지수 등과 같은 개별 지수를 각 개별 지수에 관련한 사회심리적 이론 모형에 기초하여 계산한다. 안전지수란 구축된 안전/보안 인프라에 대해 사용자가 얼마나 불안함을 느끼는지를 나타내는 지수를 말하며, 스트레스 지수란 현재 상황에서 보안/안전에 대해 어는 정도의 스트레스를 받는지를 나타내는 지수를 말하며, 프라이버시 침해 염려 지수란 사용자가 프라이버시 침해 우려가 있는 보안/방법 서비스에 대해 얼마나 개방적인 태도를 가지는지에 대한 지수를 말한다.
계산한 복수의 개별 지수에 기초하여 사용자에 대한 통합 지수를 계산한다(S17). 계산한 복수의 개별 지수를 사용자의 동적 정보와 정적 정보 또는 사용자의 확장된 동적 정보와 정적 정보에 매핑되어 있는 다중 회귀분석식에 각각 적용하여 복수의 개별 통합 지수를 계산하고, 계산한 복수의 개별 통합 지수로부터 사용자의 전체 통합 지수를 계산한다. 바람직하게, 계산한 복수의 개별 통합 지수가 서로 다른 중요도를 가지는 경우, 복수의 개별 통합 지수에 서로 다른 가중치를 부여할 수 있다.
계산한 전체 통합 지수에 기초하여 사용자에 요청될 것으로 예상되는 서비스만을 선택하거나 사용자에 개인화된 서비스를 선택하고, 선택한 서비스 정보를 사용자에 제공한다(S19). 예를 들어, 계산한 전체 통합 지수의 값을 상, 중, 하 레벨로 분류하여 상, 중, 하 레벨에 따라 서로 상이한 서비스 정보를 사용자에 제공할 수 있다.
도 7은 본 발명에 따라 사용자의 상황 정보를 판단하는 단계의 일 예를 보다 구체적으로 설명하는 흐름도이다.
도 7을 참고로 보다 구체적으로 살펴보면, 사용자의 정적 정보와 동적 정보를 획득하고(S21), 획득한 사용자의 정적 정보와 동적 정보를 정보 온톨로지에 적용하여 사용자의 확장된 정적 정보와 동적 정보를 판단한다(S23). 사례기반추론 방식으로 사용자의 정적 정보와 동적 정보 또는 확장된 정적 정보와 동적 정보에 동일 또는 유사한 사례를 검색한다(S25). 바람직하게, 사용자의 정적 정보, 동적 정보, 확장된 정적 정보 또는 동적 정보에 동일 또는 유사한 사례를 보다 빠르게 검색하기 위하여, 사용자의 동적 정보, 확장된 동적 정보에 동일 또는 유사한 사례를 먼저 검색하고, 검색한 사례에서 사용자의 정적 정보, 확장된 정적 정보에 동일 또는 유사한 사례를 검색한다.
사용자의 동적 정보 또는 확장된 사용자의 동적 정보에 유사한 사례는 아래의 수학식(1)에 따라 검색된다.
[수학식 1]
Figure 112009029669678-PAT00001
여기서 A, B, C,...은 사용자 동적 정보 또는 확장된 사용자 동적 정보를 나타내는 의미 요소들로 벡터로 표현되며, α1,α2,α3,..은 각 의미 요소들에 대한 가중치를 나타낸다. 예를 들어 늦은 밤, 우범지대, 맥박수와 같은 사용자의 동적 정보 또는 확장된 동적 정보로부터 관련된 사례를 검색한다.
한편, 사용자의 동적 정보 또는 확장된 동적 정보로부터 검색한 사례 중 사용자의 정적 정보 또는 확장된 정적 정보와 유사한 사례를 아래의 수학식(2)에 따라 검색한다.
[수학식 2]
Figure 112009029669678-PAT00002
여기서 a, b, c,...은 사용자 정적 정보 또는 확장된 사용자 정적 정보를 나타내는 의미 요소들로 벡터로 표현되며, β1,β2,β3,..은 각 의미 요소들에 대한 가중치이다. 예를 들어, 27세, 여성과 같은 사용자의 정적 정보로부터 관련된 사례를 검색한다.
검색한 사례 중 사용자의 정적 정보, 동적 정보, 확장된 정적 정보 또는 동적 정보에 가장 유사한 사례를 사용자의 상황 정보로 판단한다(S27). 검색한 사례를 통해 "27세 여성 김순희는 늦은 밤에 집으로 귀가 중이며 현재 위치는 무지개 공원 주변인데, 무지개 공원 주변은 우범지대로 사용자의 맥박수로 판단하여 현재 불안함을 느끼고 있다"와 같이 사용자 상황 정보를 판단할 수 있다.
바람직하게, 사용자 상황 정보를 간단하게 판단하기 위하여, 사용자의 동적 정보와 정적 정보 또는 확장된 정적 정보와 동적 정보의 벡터 값에 따라 사례를 추론하는 것이 아니라, 사용자의 동적 정보와 정적 정보 또는 확장된 정적 정보와 동적 정보를 색인어로 하는 사례를 검색하여 사용자의 동적 정보와 정적 정보 또는 확장된 정적 정보와 동적 정보와 가장 일치하는 사례를 사용자의 상황 정보로 판단할 수 있다.
도 8은 본 발명에 따라 사용자의 상황 정보에 관련된 개별지수를 계산하는 단계의 일 예를 보다 구체적으로 도시하고 있는 흐름도이다.
사회심리적 이론 모형의 메타 정보 또는 색인어를 검색하여 사용자의 상황 정보와 관계된 사회심리적 이론 모형을 선택한다(S31). 사회심리적 이론 모형 데이터베이스에는 다양한 사회심리적 이론 모형이 메타 정보 또는 색인어로 식별되어 저장되어 있다. 선택한 사회심리적 이론 모형에서 개별 지수를 종속 변인으로 하는 독립 변인을 추출한다(S33).
사회심리적 이론 모형으로부터 추출한 독립 변인들과 사용자의 상황 정보 사이의 유의성을 판단하고 추출한 독립 변인들과 획득한 상황 정보 사이에서 서로 유의성이 없는 독립 변인을 삭제한다(S35). 추출한 독립 변인과 획득한 상황 정보 사이의 유의성은 사회심리적 이론 모형의 메타 정보에 기초하여 판단한다. 예를 들어, 선택한 사회심리적 이론 모형의 메타 정보에 기초하여 선택한 사회심리적 이론 모형에서 추출한 독립 변인이 남성 사용자에만 상관있는 독립 변인인 경우, 선택한 사회심리적 이론 모형의 독립 변인들 중 사용자에 유의하지 않은 독립 변인을 필터링하여 삭제한다.
획득한 상황 정보에 유의하지 않은 독립 변인들을 제거하고, 남겨진 독립 변인들 사이의 상관 계수에 기초하여 상관 행렬을 생성한다(S37). 독립 변인의 상관 계수란 종속 변인과 독립 변인 사이 또는 독립 변인들 사이에 어느 정도 관련되어 있는지를 나타내는 계수로, 추출한 독립 변인이 개별지수인 종속 변인에 얼마의 값으로 관계를 가지고 있는지 혹은 독립 변인들이 서로 얼마의 값으로 서로 관계를 가지고 있는지 여부를 나타내는 값이다. 독립 변인의 상관 계수는 사회심리적 이론 모형 데이터베이스에 기저장되어 있다. 바람직하게, 상관 행렬은 독립 변인들 사이의 상관 계수로부터 페트리 네트(petri net) 형태로 변환하여 생성한다. 페트리 네트는 1960년대 독일의 카를 페트리(Carl Petri)가 고안한 것으로, 다양한 상황을 모형화하는 데 유용한 수단으로 사용되는 방법으로 이하 이에 대한 자세한 설명은 생략한다.
획득한 상황 정보에 유의한 독립 변인들의 상관 계수로 생성된 상관행렬을 이산화하여 이산화된 상관 행렬을 생성한다(S38). 독립 변인 사이의 상관 계수(ρ)는 아래의 수학식(4)를 이용하여 이산화되며,
[수학식 3]
Figure 112009029669678-PAT00003
여기서 ρd는 이산화된 상관 계수이며, θi는 상관 관계에 대한 민감도를 나타내는 임계값이다. θi의 값이 작을수록 독립 변인들이 종속 변인에 더욱 민감하게 반응한다는 것을 나타낸다.
입력된 독립 변인에 대한 사용자 평가값과 이산화된 상관 행렬로부터 개별 지수를 계산한다(S39). 바람직하게, 추출한 다양한 독립 변인은 사용자에 디스플레이 또는 스피커를 이용하여 출력되며, 사용자는 출력된 독립 변인에 대한 중요도에 따라 평가값을 입력한다.
도 9는 본 발명에 따라 통합 지수를 계산하여 사용자에 통합 지수에 상응하는 서비스를 제공하는 단계의 일 예를 보다 구체적으로 설명하는 흐름도이다.
도 9를 참고로 살펴보면, 다중회귀 분석 데이터베이스에 저장되어 있는 다중회귀 모델들 중 사용자의 정적 정보와 동적 정보 또는 사용자의 확장된 정적 정보와 동적 정보에 따른 다중회귀 모델을 선택하고(S41), 선택한 다중회귀 모델에 상응하는 다중회귀 분석식을 이용하여 사용자의 정적 정보와 동적 정보 또는 사용자의 확장된 정적 정보와 동적 정보에 따른 다수의 개별 통합 지수를 계산한다(S43).
다중회귀 분석 데이터베이스에 저장되어 있는 다중회귀 모델에 따른 다중회귀 분석식의 일 예를 도 10을 참고로 살펴보면, 사용자의 나이, 성별, 소득 수준, 혈액형, 혼인 여부와 같은 사용자의 정적 정보와 동적 정보 또는 확대된 정적 정보와 동적 정보에 따라 개별 통합 지수를 계산하는 다중회귀 분석식은 서로 상이하다. 또한, 다중회귀 분석식은 안전 지수, 스트레스 지수, 프라이버시 염려 지수 등과 같은 복수의 개별 지수를 모두 고려하여 생성된다.
회귀 분석이란 둘 또는 그 이상의 변수 사이의 관계 특히 변수 사이의 인과관계를 분석하는 추측통계의 한 분야이다. 회귀분석은 특정 변수값의 변화와 다른 변수값의 변화가 가지는 수학적 선형의 함수식을 파악함으로써 상호관계를 추론하게 되는데 추정된 함수식을 회귀식이라고 한다. 이러한 회귀식을 통하여 특정변수(독립변수)의 변화가 다른 변수(종속변수)의 변화와 어떤 관련성이 있는지 관련이 있다면 어느 변수의 변화가 원인이 되고 어느 변수의 변화가 결과적인 현상인지 등에 관한 사항을 분석할 수 있다. 한편 다중회귀 분석이란 하나의 종속변수의 변화를 설명하기 위하여 두개 이상의 독립변수가 사용되는 회귀분석을 의미한다. 즉, 사용자의 나이, 성별, 소득 수준, 혈액형, 혼인 여부 등과 같은 사용자의 정적 정보와 동적 정보 또는 확장된 정적 정보와 동적 정보에 따라 각각의 개별 통합 지수를 계산함에 있어, 안전 지수, 스트레스 지수, 프라이버시 염려 지수가 개별 통합 지수에 어떠한 관련성이 있는지를 나타내는 식이 다중회귀 분석식이다.
사용자의 정적 정보와 동적 정보 또는 확대된 사용자의 정적 정보와 동적 정보에 따라 서로 다른 다중회귀 분석식을 사용하여 개별 통합 지수를 계산한 다(S43). 계산한 다수의 개별 통합 지수로부터 사용자의 전체 통합 지수를 계산한다(S45). 계산한 전체 통합 지수를 서비스 제공 서버로 제공하여 사용자에 개인화된 적절한 서비스를 검색하고 검색한 서비스에 대한 정보를 사용자에 제공하도록 한다(S47).
다수의 개별 통합 지수로부터 사용자의 전체 통합 지수를 계산하는 일 예로 다수의 개별 통합 지수의 평균을 사용자의 전체 통합 지수로 계산할 수 있다. 다수의 개별 통합 지수로부터 사용자의 전체 통합 지수를 계산하는 다른 예로 다수의 개별 통합 지수 중 최소값을 사용자의 전체 통합 지수로 계산할 수 있다. 다수의 개별 통합 지수로부터 사용자의 전체 통합 지수를 계산하는 또 다른 예로 다수의 개별 통합 지수 중 최대값을 사용자의 전체 통합 지수로 계산할 수 있다.
사용자가 특정 상품 또는 서비스를 선택함에 있어 고려되는 다양한 개별 지수로부터 개별 통합 지수를 계산하고, 다시 다양한 사용자 정보를 고려하여 계산된 다수의 개별 통합 지수로부터 전체 통합 지수를 계산하여 사용자에 개인화된 제품 또는 서비스에 대한 정보를 효과적으로 제공할 수 있다. 예를 들어, 사용자가 20대 여성이며, 소득 수준이 상이고 혼인상태로 안전지수, 스트레스 지수, 프라이버시 침해 염려 지수가 모두 높아 사용자의 통합 지수가 상 레벨인 경우 다양한 보안/안전 관련한 서비스 중 많은 사용자 정보를 수집할 수 있으며 사용자에 가장 강력한 수준의 보안/안전 서비스를 제공할 수 있다. 한편 사용자가 30대 여성이며, 소득수준이 중이고 미혼상태로 사용자의 전체 통합 지수가 중 레벨인 경우, 다양한 보안/안전 관련한 서비스 중 사용자 정보를 보통으로 수집하도록 하여 일정 부분 사용자의 프라이버시도 지키면서 중간 수준의 보안/안전 서비스를 제공한다. 한편 사용자가 20대 남성이며 소득 수준이 하이고 미혼 상태로 사용자의 전체 통합 지수가 하 레벨인 경우 사용자에 별도의 보안/안전 서비스 정보를 제공하지 않는다.
한편, 상술한 본 발명의 실시 예들은 컴퓨터에서 실행될 수 있는 프로그램으로 작성 가능하고, 컴퓨터로 읽을 수 있는 기록 매체를 이용하여 상기 프로그램을 동작시키는 범용 디지털 컴퓨터에서 구현될 수 있다.
상기 컴퓨터로 읽을 수 있는 기록 매체는 마그네틱 저장 매체(예를 들어, 롬, 플로피 디스크, 하드디스크 등), 광학적 판독 매체(예를 들면, 시디롬, 디브이디 등) 및 캐리어 웨이브(예를 들면, 인터넷을 통한 전송)와 같은 저장 매체를 포함한다.
본 발명은 도면에 도시된 실시예를 참고로 설명되었으나 이는 예시적인 것에 불과하며, 본 기술 분야의 통상의 지식을 가진 자라면 이로부터 다양한 변형 및 균등한 타 실시예가 가능하다는 점을 이해할 것이다. 따라서, 본 발명의 진정한 기술적 보호 범위는 첨부된 등록청구범위의 기술적 사상에 의해 정해져야 할 것이다.
도 1은 종래 사용자의 프라이버시 침해 염려 지수를 고려하여 사용자에 서비스 정보를 제공하는 방법을 설명하는 흐름도이다.
도 2는 본 발명의 일 실시예에 따른, 통합 지수를 고려한 서비스 제공 장치를 설명하는 기능 블록도이다.
도 3은 본 발명에 따른 개별 지수 판단부의 일 예에 대한 기능 블록도를 도시하고 있다.
도 4는 본 발명에 따른 통합 지수 판단부(180)를 보다 구체적으로 설명하기 위한 기능 블록도이다.
도 5는 본 발명의 일 실시예에 따른 통합 지수를 고려한 서비스 제공 방법을 설명하기 위한 흐름도이다.
도 6은 획득한 사용자 정보를 정보 온톨로지에 적용하여 생성되는 확대된 사용자 정보의 일 예를 도시하고 있다.
도 7은 본 발명에 따라 사용자의 상황 정보를 판단하는 단계의 일 예를 보다 구체적으로 설명하는 흐름도이다.
도 8은 본 발명에 따라 사용자의 상황 정보에 관련된 개별지수를 계산하는 단계의 일 예를 보다 구체적으로 도시하고 있는 흐름도이다.
도 9는 본 발명에 따라 통합 지수를 계산하여 사용자에 통합 지수에 상응하는 서비스를 제공하는 단계의 일 예를 보다 구체적으로 설명하는 흐름도이다.
도 10은 다중회귀 분석 데이터베이스에 저장되어 있는 다중회귀 모델에 따른 다중회귀 분석식의 일 예를 도시하고 있다.
<도면의 주요 부분에 대한 설명>
110: 사용자 정보 획득부 120: 상황 정보 판단부
130: 정보 온톨로지 DB 140: 상황 정보 사례 DB
150: 개별지수 판단부 170: 다중회귀분석 모델 DB
180: 통합 지수 판단부 190: 서비스 정보 제공부

Claims (11)

  1. (a) 사용자의 동적 정보와 정적 정보 또는 사용자의 확장된 동적 정보와 정적 정보로부터 사용자의 상황 정보를 판단하는 단계;
    (b) 상기 판단한 사용자의 상황 정보에 관련된 복수의 개별 지수를 계산하는 단계;
    (c) 상기 계산한 복수의 개별 지수를 상기 사용자의 동적 정보와 정적 정보 또는 사용자의 확장된 동적 정보와 정적 정보에 매핑되어 있는 다중 회귀분석식에 각각 적용하여 복수의 개별 통합 지수를 계산하는 단계;
    (d) 상기 계산한 복수의 개별 통합 지수로부터 사용자의 전체 통합 지수를 계산하는 단계; 및
    (e) 상기 계산한 전체 통합 지수에 상응하는 서비스 정보를 상기 사용자에 제공하는 단계를 포함하는 통합 지수를 고려한 서비스 제공 방법.
  2. 제 1 항에 있어서, 상기 사용자의 상황 정보는
    사례기반추론 방식에 따라 획득하는 것을 특징으로 하는 통합 지수를 고려한 서비스 제공 방법.
  3. 제 2 항에 있어서, 상기 (a) 단계는
    (a1) 사용자의 정적 정보 또는 동적 정보를 획득하는 단계;
    (a2) 상기 획득한 사용자의 정적 정보 또는 동적 정보를 정보 온톨로지에 적용하여 사용자의 확장된 정적 정보 또는 동적 정보를 판단하는 단계;
    (a3) 상기 사용자의 정적 정보, 동적 정보, 사용자의 확장된 정적 정보 또는 동적 정보와 동일 또는 유사한 사례를 검색하는 단계; 및
    (a4) 상기 검색한 사례에 기초하여 사용자의 상황 정보를 판단하는 단계를 포함하는 것을 특징으로 하는 통합 지수를 고려한 서비스 제공 방법.
  4. 제 2 항에 있어서, 상기 (b) 단계는
    (b1) 상기 각 개별 지수를 계산하는데 필요한, 상기 사용자의 상황 정보와 관계된 사회심리적 이론 모형을 선택하는 단계;
    (b2) 상기 선택한 사회심리적 이론 모형에서 각 개별 지수에 대한 독립 변인을 추출하고 상기 추출한 독립 변인로부터 상기 각 개별 지수에 대한 이산화된 상관 행렬을 생성하는 단계; 및
    (b3) 상기 생성한 이산화된 상관 행렬과 상기 추출한 각 개별 지수의 독립 변인들에 대한 사용자의 평가값에 기초하여 상기 각 개별 지수를 계산하는 단계를 포함하는 것을 특징으로 하는 통합 지수를 고려한 서비스 제공 방법.
  5. 제 4 항에 있어서, 상기 다중회귀 분석식은
    상기 사용자의 동적 정보와 정적 정보 또는 사용자의 확장된 동적 정보와 정적 정보에 따른 상기 개별 지수의 상관 관계를 분석하여 생성되는 것을 특징으로 하는 통합 지수를 고려한 서비스 제공 방법.
  6. 제 5 항에 있어서, 상기 통합 지수는
    상기 사용자의 동적 정보와 정적 정보 또는 사용자의 확장된 동적 정보와 정적 정보에 따른 개별 통합 지수의 평균값으로 계산되는 것을 특징으로 하는 통합 지수를 고려한 서비스 제공 방법.
  7. 제 5 항에 있어서, 상기 통합 지수는
    상기 사용자의 동적 정보와 정적 정보 또는 사용자의 확장된 동적 정보와 정적 정보에 따른 개별 통합 지수 중 최소값으로 계산되는 것을 특징으로 하는 통합 지수를 고려한 서비스 제공 방법.
  8. 제 5 항에 있어서, 상기 통합 지수는
    상기 사용자의 동적 정보와 정적 정보 또는 사용자의 확장된 동적 정보와 정적 정보에 따른 개별 통합 지수 중 최대값으로 계산되는 것을 특징으로 하는 통합 지수를 고려한 서비스 제공 방법.
  9. 제 6 항 내지 제 8 항 중 어느 한 항에 있어서, 상기 사용자의 동적 정보와 정적 정보 또는 확장된 동적 정보와 정적 정보는 사용자의 나이, 성별, 소득 수준, 혈액형, 거주 지역, 혼인 여부 중 적어도 어느 하나인 것을 특징으로 하는 통합 지 수를 고려한 서비스 제공 방법.
  10. 제 9 항에 있어서,
    상기 개별 통합 지수는 상기 개별 지수에 대해 가중치를 부여하여 계산되며,
    상기 전체 통합 지수는 상기 계산한 개별 통합 지수에 서로 다른 가중치를 부여하여 계산되는 것을 특징으로 하는 통합 지수를 고려한 서비스 제공 방법.
  11. (a) 사용자의 동적 정보와 정적 정보 또는 사용자의 확장된 동적 정보와 정적 정보로부터 사용자의 상황 정보를 판단하는 단계;
    (b) 상기 판단한 사용자의 상황 정보에 관련된 복수의 개별 지수를 계산하는 단계;
    (c) 상기 계산한 복수의 개별 지수를 상기 사용자의 동적 정보와 정적 정보 또는 사용자의 확장된 동적 정보와 정적 정보에 매핑되어 있는 다중 회귀분석식에 각각 적용하여 복수의 개별 통합 지수를 계산하는 단계; 및
    (d) 상기 계산한 복수의 개별 통합 지수로부터 사용자의 전체 통합 지수를 계산하는 단계를 포함하는 것을 특징으로 하는 통합 지수 계산 방법.
KR1020090043208A 2009-05-18 2009-05-18 사용자의 통합 지수를 고려한 서비스 정보의 제공 방법 KR101150941B1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020090043208A KR101150941B1 (ko) 2009-05-18 2009-05-18 사용자의 통합 지수를 고려한 서비스 정보의 제공 방법

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020090043208A KR101150941B1 (ko) 2009-05-18 2009-05-18 사용자의 통합 지수를 고려한 서비스 정보의 제공 방법

Publications (2)

Publication Number Publication Date
KR20100124122A true KR20100124122A (ko) 2010-11-26
KR101150941B1 KR101150941B1 (ko) 2012-05-29

Family

ID=43408471

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020090043208A KR101150941B1 (ko) 2009-05-18 2009-05-18 사용자의 통합 지수를 고려한 서비스 정보의 제공 방법

Country Status (1)

Country Link
KR (1) KR101150941B1 (ko)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101502539B1 (ko) * 2012-08-09 2015-03-16 연세대학교 산학협력단 고속도로 휴게소의 최적 위치와 규모의 산출 방법 및 장치

Family Cites Families (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR100688087B1 (ko) 2004-12-13 2007-03-02 한국전자통신연구원 규칙과 온톨로지를 이용한 상황정보 표현방법 및상황인식시스템
KR20070001319A (ko) * 2005-06-29 2007-01-04 중앙대학교 산학협력단 유비쿼터스 환경에서의 상황인지적 지능적 서비스 제공을위한 추론 엔진의 추론 기법 개발
KR100782067B1 (ko) 2005-12-08 2007-12-04 한국전자통신연구원 사용자 상황 정보를 이용한 동적 서비스 조합 시스템 및서비스 제공 방법

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101502539B1 (ko) * 2012-08-09 2015-03-16 연세대학교 산학협력단 고속도로 휴게소의 최적 위치와 규모의 산출 방법 및 장치

Also Published As

Publication number Publication date
KR101150941B1 (ko) 2012-05-29

Similar Documents

Publication Publication Date Title
Zhao et al. Discovering different kinds of smartphone users through their application usage behaviors
Adomavicius et al. Context-aware recommender systems
Sangaiah et al. Explainable AI in big data intelligence of community detection for digitalization e-healthcare services
CN103309918B (zh) 解释用户状况的动态社交和传感器数据的近实时分析
KR101739912B1 (ko) 원격 의료 방법 및 이를 이용한 원격 의료 시스템
CA2842255C (en) A recommendation engine that processes data including user data to provide recommendations and explanations for the recommendations to a user
CN102099799B (zh) 用户管理的概况和概况的选择性传输
KR102020551B1 (ko) 모바일 컨텍스트 정보 기반의 음식점 추천방법 및 그를 위한 장치
Teo et al. Factors affecting adoption of e-wallets among youths in Malaysia
KR20130119246A (ko) 감성 기반 콘텐츠 추천 장치 및 방법
KR101304156B1 (ko) 목표 사용자의 상황 정보와 서비스의 보완도를 고려한 서비스 조합 추천 방법 및 시스템
CN107451832A (zh) 推送信息的方法和装置
US20150206222A1 (en) Method to construct conditioning variables based on personal photos
EP3779835A1 (en) Device, method and program for analyzing customer attribute information
CA3128218A1 (en) Web application for service recommendations with machine learning
Razavi Personality segmentation of users through mining their mobile usage patterns
JP2017228040A (ja) 加盟店舗情報提供方法
US20170032401A1 (en) Methods, platforms and systems for paying persons for use of their personal intelligence profile data
CN112488742A (zh) 用户属性信息的预测方法、装置、电子设备及存储介质
KR100925511B1 (ko) 협업필터링을 이용한 컨텐츠 분류 방법 및 시스템
Yang et al. Quantitative study of music listening behavior in a smartphone context
Díaz Ferreyra et al. Learning from online regrets: from deleted posts to risk awareness in social network sites
KR20130033506A (ko) 아이템 추천 방법 및 장치
CN105706409B (zh) 用于增强用户对于服务的参与度的方法、设备及系统
Frikha et al. Time-sensitive trust calculation between social network friends for personalized recommendation

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
FPAY Annual fee payment

Payment date: 20150421

Year of fee payment: 4

FPAY Annual fee payment

Payment date: 20160412

Year of fee payment: 5

FPAY Annual fee payment

Payment date: 20170328

Year of fee payment: 6

FPAY Annual fee payment

Payment date: 20190423

Year of fee payment: 8