KR20140061210A - 타겟 클라이언트를 검색하기 위한 방법, 디바이스 및 기록 매체 - Google Patents

타겟 클라이언트를 검색하기 위한 방법, 디바이스 및 기록 매체 Download PDF

Info

Publication number
KR20140061210A
KR20140061210A KR1020130069483A KR20130069483A KR20140061210A KR 20140061210 A KR20140061210 A KR 20140061210A KR 1020130069483 A KR1020130069483 A KR 1020130069483A KR 20130069483 A KR20130069483 A KR 20130069483A KR 20140061210 A KR20140061210 A KR 20140061210A
Authority
KR
South Korea
Prior art keywords
target
target client
client
time
clients
Prior art date
Application number
KR1020130069483A
Other languages
English (en)
Other versions
KR101481895B1 (ko
Inventor
핑 체 양
춘 구
웬 타이 시에
흥 셍 치우
렌 다 양
Original Assignee
인스티튜트 포 인포메이션 인더스트리
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 인스티튜트 포 인포메이션 인더스트리 filed Critical 인스티튜트 포 인포메이션 인더스트리
Publication of KR20140061210A publication Critical patent/KR20140061210A/ko
Application granted granted Critical
Publication of KR101481895B1 publication Critical patent/KR101481895B1/ko

Links

Images

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
    • H04W4/20—Services signaling; Auxiliary data signalling, i.e. transmitting data via a non-traffic channel
    • H04W4/21—Services signaling; Auxiliary data signalling, i.e. transmitting data via a non-traffic channel for social networking applications
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/29—Geographical information databases
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/24—Querying
    • G06F16/248—Presentation of query results
    • 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
    • G06Q30/0204—Market segmentation
    • G06Q30/0205—Location or geographical consideration
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
    • H04W4/02—Services making use of location information
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
    • H04W4/02—Services making use of location information
    • H04W4/021—Services related to particular areas, e.g. point of interest [POI] services, venue services or geofences
    • 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

Landscapes

  • Engineering & Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Strategic Management (AREA)
  • Finance (AREA)
  • Development Economics (AREA)
  • Accounting & Taxation (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Theoretical Computer Science (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Signal Processing (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Data Mining & Analysis (AREA)
  • Databases & Information Systems (AREA)
  • Game Theory and Decision Science (AREA)
  • General Engineering & Computer Science (AREA)
  • Economics (AREA)
  • Marketing (AREA)
  • General Business, Economics & Management (AREA)
  • Remote Sensing (AREA)
  • Computational Linguistics (AREA)
  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
  • Computer Hardware Design (AREA)
  • Mathematical Physics (AREA)
  • Software Systems (AREA)
  • Information Transfer Between Computers (AREA)

Abstract

네트워크에 결합된 모바일 디바이스에 적용되는, 타겟 클라이언트를 검색하기 위한 방법을 제공된다. 타겟 위치 및 타겟 시간은 모바일 디바이스의 위치결정 유닛 및 시간 발생 유닛에 의해 각각 발생된다. 타겟 클라이언트 검색 메시지가 모바일 디바이스에 입력된 키워드, 타겟 위치 및 타겟 시간에 따라 발생되고, 그리고 나서 네트워크를 통해 네트워크에 결합된 서버에 전송된다. 그리고 나서, 네트워크를 통해 서버에 의해 전송된 검색 결과가 수신된다. 검색 결과는 적어도 하나의 소셜 네트워크 데이터로부터 검색되고, 키워드, 타겟 위치 및 타겟 시간에 대응하는 타겟 클라이언트 수량, 타겟 클라이언트 밀도 및 타겟 클라이언트 발생 확률 중 적어도 하나를 포함한다. 검색 결과와 조합된 맵이 디스플레이된다.

Description

타겟 클라이언트를 검색하기 위한 방법, 디바이스 및 기록 매체{METHOD, DEVICE AND RECORDING MEDIA FOR SEARCHING TARGET CLIENTS}
관련 출원에 대한 상호 참조
본 출원은 2012년 11월 13일자에 출원된 대만 특허 출원 제101142142호의 우선권을 청구하며, 이 대만 특허 출원의 전체 내용은 본 명세서에서 참조로서 통합된다.
기술 분야
본 발명은 모바일 디바이스에 적용되는 타겟 클라이언트를 검색하는 기술에 관한 것으로, 보다 구체적으로 소셜 네트워크 정보에 따라 타겟 클라이언트(target client)를 검색하고, 맵에 검색 결과(예컨대, 타겟 클라이언트의 수량, 밀도 또는 발생 확률)를 조합하며, 그 맵을 디스플레이하는 기술에 관한 것이다.
관련 기술의 설명
특정 위치에서 마켓팅 담장자가 광고판을 세우거나 전단을 나눠주는 것은 통상적인 마켓팅 방법에서 일반적이다. 예를 들어, 부동산 매매 중개인은 종종 교차로의 측면에 광고판을 세우거나, 레스토랑의 프로모터는 종종 도심 지역에서 전단을 나눠준다. 그러나, 앞서 기술된 마켓팅 방법의 타겟은 무작위로 선택된다. 마켓팅 담당자는 많은 '보행자'를 갖는 위치 또는 자신의 경험에 기초한 위치를 선택할 수 있다. 그러므로, 마켓팅 담당자가 찾는 타겟 클라이언트가 발견되지 않을 수 있다. 더욱이, 마켓팅 담당자는 언제 또는 어디에서 타겟 클라이언트가 나타나는지 모를 수 있다. 게다가, 마켓팅 담당자가 위치에 도착할 때, 시간 및 위치에 대응하는 타겟 클라이언트 발생 확률, 타겟 클라이언트 밀도 또는 도달 가능한 타겟 클라이언트와 같은 정보가 제시간에 마켓팅 담장자에게 획득될 수 없다. 따라서, 마케팅의 기회 비용이 높고 효율성이 열악하다.
모바일 디바이스 및 널리 이용되는 소셜 네트워크 서비스의 급속한 발전 때문에, 본 발명은 타겟 클라이언트를 검색하기 위한 방법 및 디바이스를 제공하여 사용자가 시간 및 위치에 따라 타겟 클라이언트 및 관련된 정보를 검색할 수 있도록 한다. 타겟 클라이언트 및 관련된 정보는 마켓팅 담당자에게 제공되므로, 마켓팅 효율성이 개선될 수 있다.
본 발명은 네트워크에 결합된 모바일 디바이스에 적용되는, 타겟 클라이언트를 검색하기 위한 방법을 제공하고, 이 방법은 적어도 하나의 키워드를 입력하는 단계; 모바일 디바이스의 위치결정 유닛에 의해 타겟 위치를 발생시키는 단계; 모바일 다비이스의 시간 발생 유닛에 의해 타겟 시간을 발생시키는 단계; 적어도 하나의 키워드, 타겟 위치 및 타겟 시간에 따라 타겟 클라이언트 검색 메시지를 발생시키는 단계; 네트워를 통해 네트워크에 결합된 서버에 타겟 클라이언트 검색 메시지를 전송하는 단계; 네트워크를 통해 서버에 의해 전송된 검색 결과를 수신하는 단계; 및 검색 결과와 조합된 맵(map)을 디스플레이하는 단계를 포함하고, 여기서, 검색 결과는 적어도 하나의 소셜 네트워크 데이터로부터 검색되고 적어도 하나의 키워드, 타겟 위치 및 타겟 시간에 대응하는 타겟 클라이언트 수량, 타겟 클라이언트 밀도 및 타겟 클라이언트 발생 확률 중 적어도 하나를 포함한다.
본 발명의 다른 실시예는 타겟 클라이언트를 검색하기 위한 디바이스를 제공하고, 이 디바이스는 네트워크에 결합된 통신 유닛; 적어도 하나의 키워드가 입력되는 입력 유닛; 타겟 위치를 발생시키는 위치결정 유닛; 타겟 시간을 발생시키는 시간 발생 유닛; 및 통신 유닛, 입력 유닛, 위치결정 유닛 및 시간 발생 유닛에 결합되고, 적어도 하나의 키워드, 타겟 위치 및 타겟 시간에 따라 타겟 클라이언트 검색 메시지를 발생시키고, 통신 유닛을 통해 서버에 타겟 클라이언트 검색 메시지를 전송하고, 통신 유닛을 통해 서버에 의해 전송된 검색 결과를 수신하는 처리 유닛; 및 처리 유닛에 결합되고, 검색 결과와 조합된 맵을 디스플레이하는 디스플레이 유닛을 포함하고, 여기서, 검색 결과는 적어도 하나의 소셜 네트워크 데이터로부터 검색되고 적어도 하나의 키워드, 타겟 위치 및 타겟 시간에 대응하는 타겟 클라이언트 수량, 타겟 클라이언트 밀도 및 타겟 클라이언트 발생 확률 중 적어도 하나를 포함한다.
본 발명의 또 다른 실시예는 프로그램 코드를 저장하는 기록 레코드(recording record)를 제공하고, 전자 디바이스는 적어도 하나의 키워드, 타겟 위치 및 타겟 시간을 획득하고, 타겟 클라이언트를 검색하기 위한 방법을 수행하기 위해서 프로그램 코드를 로드 및 실행하며, 이러한 프로그램 코드는, 적어도 하나의 키워드, 타겟 위치 및 타겟 시간에 따라 타겟 클라이언트 검색 메시지를 발생시키고, 타겟 클라이언트 검색 메시지에 따라 검색 결과를 발생시키기 위한 제 1 프로그램 코드; 및 검색 결과와 결합된 맵을 디스플레이하기 위한 제 2 프로그램 코드를 포함하고, 여기서, 검색 결과는 적어도 하나의 소셜 네트워크 데이터로부터 검색되고 적어도 하나의 키워드, 타겟 위치 및 타겟 시간에 대응하는 타겟 클라이언트 수량, 타겟 클라이언트 밀도 및 타겟 클라이언트 발생 확률 중 적어도 하나를 포함한다.
첨부 도면들을 참조하여 상세한 설명이 다음 실시예들에 제공된다.
본 발명에 따르면, 타겟 클라이언트를 검색하기 위한 방법, 디바이스 및 기록 매체를 제공하는 것이 가능하다.
본 발명은 첨부 도면들을 참조하여 후속하는 상세한 설명과 예시들을 판독함으로써 보다 완전하게 이해될 수 있다.
도 1은 본 발명의 실시예에 따라 모바일 디바이스에 적용되는 타겟 클라이언트를 검색하기 위한 방법의 흐름도이다.
도 2a는 본 발명의 실시예에 따라 타겟 클라이언트를 검색하기 위한 디바이스의 블록도이다.
도 2b는 본 발명의 실시예에 따라 타겟 클라이언트를 검색하기 위한 시스템의 블록도이다.
도 3은 본 발명의 실시예에 따라 타겟 클라이언트의 검색 결과와 조합된 맵의 블록도이다.
다음의 설명은 본 발명을 수행하는 최상의 구상 모드를 갖는다. 본 설명은 본 발명의 일반적인 원리들을 설명할 목적으로 기술된 것이며, 제한하는 의미로 고려되어서는 안 된다. 본 발명의 범위는 첨부된 청구항들에 대한 참조에 의해 최상으로 결정된다.
도 1은 본 발명의 실시예에 따라, 스마트 폰, 태블릿, 랩탑, 개인 휴대 정보 단말기(personal digital assistant; PDA) 또는 네트워크에 접속할 수 있는 임의의 다른 휴대용 전자 다바이스와 같은, 모바일 디바이스에 적용되는 타겟 클라이언트를 검색하기 위한 방법의 흐름도이다. 먼저, 단계 S1에서, 적어도 하나의 키워드가 입력된다. 그리고 나서, 단계 S2에서, 모바일 디바이스의 위치결정 유닛이 타겟 위치를 발생시킨다. 예를 들어, 위치결정 유닛은 GPS(Global Positioning System) 유닛, WPS(Wi-Fi Positioning System) 유닛 또는 전자 컴파스일 수 있다. WPS 유닛은 휴대폰과 통신하고 고정된 위치에 있는 휴대폰 기지국 또는 무선 네트워크 기지국 Wi-Fi AP(Access Point)에 의해 휴대폰의 지리적인 위치를 얻는다. 방법의 단계들이 시작할 때(예를 들어, 적어도 하나의 키워드를 입력하기 위한 단계 S1 후에), 모바일 디바이스는 위치결정 유닛(예컨대, GPS 유닛)으로부터 모바일 디바이스의 현재 위치를 획득하고, 이 현재 위치(예컨대, GPS 좌표의 형태)가 타겟 위치로 간주된다. 더욱이, 위치결정 유닛은 또한 사용자에 의한 위치 정보 입력을 수신하는 사용자 인터페이스일 수 있고, 이 위치 정보가 타겟 위치로 간주된다. 단계 S3에서, 모바일 디바이스의 시간 발생 유닛이 타겟 시간(예컨대, 오후 3시)을 발생시킨다. 시간 발생 유닛은 모바일 디바이스의 내장 시계 또는 타이머일 수 있다. 시간 발생 유닛은 또한 통신 유닛 및 네트워크를 통해 모바일 디바이스에 접속되는 외부의(예컨대, 서버에 있음) 시계 또는 타이머일 수 있다. 방법의 단계들이 시작할 때(예를 들어, 적어도 하나의 키워드를 입력하기 위한 단계 S1 및 타겟 위치를 발생시키기 위한 단계 S2 후에), 모바일 디바이스는 시간 발생 유닛(예컨대, 내장 시계)의 현재 발생 시간을 타겟 시간으로 간주다. 더욱이, 시간 발생 유닛은 사용자에 의한 시간 정보 입력을 수신하는 사용자 인터페이스일 수 있고, 이 시간 정보가 타겟 시간으로 간주된다. 혼동을 피하기 위해서, 상세한 설명의 실시예들에서, "시간"은 하루의 시, 분, 초로 표현된 특정한 시점을 나타내고, "날짜"는 년, 월, 일로 표현된 특정한 날을 나타낸다.
그리고 나서, 단계 S4에서, 모바일 디바이스는 적어도 하나의 키워드, 타겟 위치 및 타겟 시간에 따라 타겟 클라이언트 검색 메시지를 발생시킨다. 다시 말해서, 타겟 클라이언트 검색 메시지는 적어도 하나의 키워드, 타겟 위치, 타겟 시간 등의 정보를 포함한다. 단계 S5에서, 모바일 디바이스는 네트워크를 통해 서버에 타겟 클라이언트 검색 메시지를 전송한다. 단계 S6에서, 모바일 다바이스는 네트워크를 통해 서버로부터 검색 결과를 수신한다. 검색 결과는 적어도 하나의 소셜 네트워크 데이터로부터 검색되고 적어도 하나의 키워드, 타겟 위치 및 타겟 시간에 대응하는 타겟 클라이언트 수량, 타겟 클라이언트 밀도 또는 타겟 클라이언트 발생 확률을 포함할 수 있다. 단계 S7에서, 검색 결과와 조합된 맵(예컨대, 전자 맵)이 모바일 디바이스 상에 디스플레이된다. 타겟 클라이언트 수량, 타겟 클라이언트 밀도 및/또는 타겟 클라이언트 발생 활률 등의 정보는 텍스트, 잡색, 도면, 밀도구분도(dasymetric map), 단계구분도(choropleth map) 등의 형태로 맵에 디스플레이될 수 있다.
일부 실시예들에서, 검색 결과를 발생시키기 위해 서버에 의해 수행되는 단계들이 다음에 설명될 것이다. 서버는 모바일 디바이스에 의해 전송된 타겟 클라이언드 검색 메시지로부터 적어도 하나의 키워드, 타겟 위치 및 타겟 시간을 획득하여, 타겟 위치에 대한 위치 범위 및 타겟 시간에 대한 시간 범위를 발생시킬 수 있다. 일반적으로 말하면, 시간 범위는 타겟 시간을 포함하고, 위치 범위는 타겟 위치를 포함한다. 그리고 나서, 서버는 적어도 하나의 소셜 네트워크 데이터로부터 위치 범위 및 시간 범위에 대응하는 복수의 잠재적 클라이언트를 검색하고, 복수의 잠재적 클라이언트의 수량을 카운트하여 잠재적 클라이언트 수량을 획득하도록 한다. 그 후에, 서버는 적어도 하나의 소셜 네트워크 데이터에서의 잠재적 클라이언트에 대응하는 데이터(예컨대, 잠재적 클라이언트가 소셜 네트워크 플랫폼에 자신의 페이지 및/또는 다른 사람들의 페이지에 발행한 데이터, 잠재적 클라이언트가 제공한 개인 정보 등)를 적어도 하나의 키워드와 비교하여 복수의 잠재적 클라이언트로부터 적어도 하나의 키워드에 대응하는 복수의 타겟 클라이언트를 검색하도록 한다. 예를 들어, 소셜 네트워크 플랫폼 상의 잠재적 클라이언트의 발행된 데이터는 적어도 하나의 키워드, 적어도 하나의 키워드의 동의어 또는 적어도 하나의 키워드의 연관어를 포함할 수 있고, 이 잠재적 클라이언트가 타겟 클라이언트로서 결정될 수 있다. 가능하게, 잠재적 클라이언트의 개인 정보는 적어도 하나의 키워드, 적어도 하나의 키워드의 동의어 또는 적어도 하나의 키워드의 연관어를 포함할 수 있고, 이 잠재적 클라이언트가 타겟 클라이언트로서 결정될 수 있다. 그 이후에, 검색된 복수의 타겟 클라이언트의 수량이 카운트되어 타겟 클라이언트 수량을 획득하도록 한다. 서버는 타겟 클라이언트 수량 및 잠재적 클라이언트 수량에 따라 타겟 클라이언트 밀도를 계산하고, 적어도 하나의 소셜 네트워크 데이터에서의 복수의 타겟 클라이언트, 시간 범위 및 위치 범위에 대응하는 데이터에 따라 타겟 클라이언트 발생 확률을 계산한다. 그리고 나서, 계산된 타겟 클라이언트 수량, 타겟 클라이언트 밀도 및 타겟 클라이언트 발생 확률이 검색 결과로 간주되고, 이 검색 결과는 모바일 디바이스에 전송된다.
일부 실시예들에서, 소셜 네트워크 데이터는 소셜 네트워크 데이터베이스에 저장될 수 있다. 소셜 네트워크 데이터는 소셜 네트워크 플랫폼의 사용자들의 공용 데이터일 수 있고, 이는 소셜 네트워크 플랫폼(예컨대, 페이스북)에 접속된 서버에 의해 검색되거나, 다른 데이터베이스로부터 검색된다. 예를 들어, 서버는 웹 크롤러(web crawler)를 이용하여 페이스북 소셜 네트워크 플랫폼으로부터 사용자들의 공용 데이터를 검색하고, 그리고 나서 검색된 데이터를 소셜 네트워크 데이터베이스에 저장할 수 있다. 검색된 데이터는 소셜 네트워크 플랫폼의 사용자들의 이름, 체크인 정보(예컨대, 체크인 위치 및 체크인 시간), 사용자들의 관심사, 선호도, 사람들/행동/대상에 대한 가입 메시지, 배경화면의 게시물, 공유 링크 등을 포함할 수 있다. 서버는 날짜 범위 이내의(예컨대, 300일 이내) 데이터를 검색하도록 설정될 수 있다. 게다가, 서버는 미리 정의된 빈도에 따라 소셜 네트워크 데이터베이스를 갱신할 수 있다.
다른 실시예에서, 서버에 의해 검색 결과를 발생시키기 위한 특정한 방식이 다음에 기술된다. 먼저, 서버는 타겟 위치의 위치 범위 및 시간 범위에 따라 소셜 네트워크 데이터베이스의 소셜 네트워크 데이터로부터 위치 범위 및 시간 범위에 대응하는 소셜 네트워크 데이터를 검색한다. 검색된 소셜 네트워크 데이터에 대응하는 사용자는 잠재적 클라이언트로 간주되고, 잠재적 클라이언트 리스트에 나열된다. 예를 들어, 위치 범위는 10 km 반경을 갖는 타겟 위치에 중심이 있는 원형 영역이고, 시간 범위는 타겟 시간 이전 1시간부터 타겟 시간 이후 2시간까지의 시간 기간이다. 예를 들어, 사용자가 모바일 디바이스를 통해 적어도 하나의 키워드를 입력하는 시간이 아침 11시이고, 사용자가 적어도 하나의 키워드를 입력한 위치가 타이베이역이면, 시간 범위는 아침 10시부터 오후 1시까지 이며, 위치 범위는 10 km 반경을 갖는 타이베이역에 중심이 있는 원형 영역이다. 기술된 값들, 예컨대 10 km, 타겟 시간 1시간 이전 1시간, 타겟 시간 이후 2시간 등은 오직 예시적인 것으로 본 발명은 이것으로 제한되지 않음을 유념한다. 서버는 미리 정의된 값에 따라 시간 범위의 길이 및 위치 범위의 크기를 정의할 수 있다. 위치 범위 및 시간 범위는 또한 모바일 디바이스를 통해(예컨대, 조작 인터페이스를 통해) 사용자에 의해 적응적으로 조정될 수 있고, 그리고 나서 서버에 전송되어 시간 범위의 길이 및 위치 범위의 크기를 조정하도록 한다.
서버가 검색된 소셜 네트워크 데이터를 소셜 네트워크 데이터베이스에 저장할 때, 소셜 네트워크 데이터는 좌표 공간으로 표현될 수 있고, 여기서 좌표 공간의 좌표축 각각은 소셜 네트워크 데이터에 대한 데이터베이스의 필드들 중 하나에 각각 대응한다. 예를 들어, 검색된 소셜 네트워크 데이터는 소셜 네트워크 데이터(예컨대, 체크인 데이터) 각각의 발행 시간 및 위치에 따라 시간 축 및 위치 축으로 형성된 좌표 공간으로 표현될 수 있다. 그러므로, 서버가 잠재적 클라이언트를 검색할 때, 위치 범위에 있는 위치 및 시간 범위에 있는 발행 시간을 갖는, 좌표 공간에서, 검색된 소셜 네트워크 데이터가 결정될 수 있다. 결정된 데이터에 대응하는 소셜 네트워크 서비스의 사용자들이 잠재적 클라이언트일 수 있다. 일 실시예에서, 좌표 공간의 X 축은 데이터의 발행 위치의 경도를 나타내고, 좌표 공간의 Y 축은 데이터의 발행된 위치의 위도를 나타내며, 좌표 공간의 Z-축은 데이터의 발행 시간을 나타낸다. 적어도 하나의 키워드가 디바이스에 의해 입력되는 위치의 경도 및 위도는 각각 lo°및 la°이고, 적어도 하나의 키워드가 디바이스에 의해 입력되는 시간은 t(예컨대, 10시)이다. 위치 범위는 [(lo±0.01)°, (la±0.01)°]이고, 시간 범위는 t±1이며, 좌표(x, y, z)가 (lo±0.01, la±0.01, t±1) 내에 있는 데이터가 위치 범위 및 시간 범위에서 결정된다. 그 이후에, 피트 데이터(fit data)에 대응하는 소셜 네트워크 서비스의 사용자들은 잠재적 클라이언트 리스트를 형성한다.
그리고 나서, 서버는 소셜 네트워크 데이터에서의 잠재적 클라이언트에 대응하는 데이터를 적어도 하나의 키워드와 비교하여 잠재적 클라이언트로부터 적어도 하나의 키워드에 대응하는 타겟 클라이언트를 검색하고, 이에 따라 타겟 클라이언트 리스트가 발생된다. 예를 들어, 잠재적 클라이언트 리스트는 잠재적 클라이언트 A를 포함한다. 키워드 비교가 수행된 이후에 적어도 하나의 키워드와 일치하는 잠재적 클라이언트 A의 모든 소셜 네트워크 데이터의 임의의 기록이 있으면, 잠재적 클라이언트 A는 타겟 클라이언트로서 결정될 것이다. 반면에, 키워드 비교가 수행된 이후에 적어도 하나의 키워드와 일치하는 잠재적 클라이언트 A의 모든 소셜 네트워크 데이터의 기록이 없으면, 잠재적 클라이언트 A는 타겟 클라이언트로서 결정되지 않을 것이다. 실시예에서, 키워드 자체가 비교를 위해 기본 문자열로 간주될 수 있음을 유념한다. 더욱이, 키워드의 확장이 또한 비교를 위해 이용될 수 있다.
그리고 나서, 서버는 타겟 클라이언트 리스트에 따라 타겟 클라이언트 수량을 계산하고, 잠재적 클라이언트 리스트에 따라 잠재적 클라이언트 수량을 계산한다. 그 이후에, 서버는 다음 수학식에 따라 타겟 클라이언트 밀도를 계산한다.
Figure pat00001
여기서, D는 타겟 클라이언트 밀도이고, NT는 타겟 클라이언트 수량이며, NP는 잠재적 클라이언트 수량이다. 예를 들어, 잠재적 클라이언트 리스트가 100명의 사람들을 포함하고, 타겟 클라이언트 리스트가 70명의 사람들을 포함하면, 타겟 클라이언트 밀도는 70 %이다.
그리고 나서, 서버는 소셜 네트워크 데이터에서의 모든 타겟 클라이언트, 위치 범위 및 시간 범위에 대응하는 데이터에 따라 타겟 클라이언트 발생 확률을 계산한다. 타겟 클라이언트 발생 확률은 다음 수학식에 따라 계산될 수 있다.
Figure pat00002
여기서, P는 타겟 클라이언트 발생 확률이고, NT는 타겟 클라이언트 수량이고, N (i, t, l)은 타겟 클라이언트들 중 타겟 클라이언트 i, 시간 범위 t 및 위치 범위 l에 대응하는 소셜 네트워크 데이터의 수량이고, N (i, t)는 타겟 클라이언트 i 및 시간 범위 t에 대응하는 소셜 네트워크 데이터의 수량이다. 예를 들어, 사용자가 적어도 하나의 키워드를 타이베이역에서 오후 3시에 입력하고, 미리 정의된 시간 범위는 입력 시간 이전 및 이후 1시간 이내이고, 미리 정의된 위치 범위는 100 m 반경을 갖는 입력 위치에 중심이 있는 원형 영역이면, 시간 범위는 오후 2시부터 오후 4시까지이며, 위치 범위는 100 m 반경을 갖는 타이베이역에 중심이 있는 원형 영역이다. 타겟 클라이언트 리스트에서 타겟 클라이언트 B에 대응하는 소셜 네트워크 데이터를 분석한 이후에, 타겟 클라이언트 B에 대해 발행된 체크인 데이터의 횟수는 최근 100일 사이에 오후 2시부터 오후 4시까지 40번이며, 100 m 반경을 갖는 타이베이역에 중심이 있는 원형 영역 내에서 최근 100일 사이에 오후 2시부터 오후 4시까지 30번이다. 그러므로, 타겟 클라이언트 B의 발생 확률은 75% (30/40)이다. 더욱이, 타겟 클라이언트 리스트의 모든 타겟 클라이언트들의 발생 확률의 평균값이 타겟 클라이언트 발생 확률이다.
게다가, 검색 결과는 타겟 클라이언트들의 공통 주제를 더 포함할 수 있다. 서버는 소셜 네트워크 데이터에서의 모든 타겟 클라이언트들에 대응하는 데이터에 따라 모든 타겟 클라이언트들의 공통 주제를 계산하도록 주제 검출을 이용한다. 공통 주제는 하나보다 많은 주제를 포함할 수 있다. 예를 들어, 모든 타겟 클라이언트들의 소셜 네트워크 데이터에 따라, 모든 타겟 클라이언트들의 90%이상이 애완동물의 주제에 관련된 소셜 네트워크 데이터를 가지면, 타겟 클라이언트들의 공통 주제는 "애완동물"이 된다. 공통 주제는 모바일 디바이스 상에 직접적으로 디스플레이되거나, 맵에 조합된 다음에 디스플레이될 수 있다. 90%는 단지 예시적인 것으로 본 발명은 이것으로 제한되지 않음을 유념한다.
다른 실시예에서, 검색 결과는 타겟 클라이언트 리스트에 공개적으로 자신의 연락처를 흔쾌히 제공하는 일부 타겟 클라이언트들의 연락처를 더 포함할 수 있다. 그러므로, 연락처는 모바일 디바이스 상에 디스플레이될 수 있고, 따라서 사용자는 연락처에 따라 타겟 클라이언트와 접촉할 수 있다. 타겟 클라이언트가 공개적으로 자신의 연락처를 흔쾌히 제공하는 것의 여부는 소셜 네트워크 서비스에서 자신의 설정에 따라 결정된다. 연락처는 모바일 디바이스 상에 직접적으로 디스플레이되거나, 맵에 조합된 다음에 디스플레이될 수 있다.
도 3은 본 발명의 실시예에 따라 타겟 클라이언트의 검색 결과와 조합된 맵(30)의 블록도이다. 맵(30)에서, 영역(321)이 타겟 클라이언트 수량 태그(341), 타겟 클라이언트 밀도 태그(311), 타겟 클라이언트 발생 확률 태그(331) 및 공통 주제 태그(351)에 의해 태그 된다. 도 3의 맵에 조합된 태그에 따라, 영역(321)의 경우, 타겟 클라이언트 수량은 500명의 사람들이고, 타겟 클라이언트 밀도는 높고, 타겟 클라이언트 발생 확률은 60%이고, 타겟 클라이언트 공통 주제는 아파트 거래이며, 타겟 클라이언트의 나이는 30세 내지 40세이다. 유사하게, 타겟 클라이언트 수량 태그(342), 타겟 클라이언트 밀도 태그(312) 및 타겟 클라이언트 발생 확률 태그(332)에 따라, 영역(322)의 경우, 타겟 클라이언트 수량은 100명의 사람들이고, 타겟 클라이언트 밀도는 낮고, 타겟 클라이언트 발생 확률은 90%이다. 상기 사실을 고려하여, 사용자는 자신이 전단을 나눠줄 영역을 선택하거나 맵(30) 상의 정보에 따라 다른 마켓팅 활동을 수행할 수 있다. 도 3에 도시된 실시예에서, 타겟 클라이언트 밀도는 고밀도 또는 저밀도를 나타낸다. 예를 들어, 타겟 클라이언트 밀도가 50%보다 높으면, 타겟 클라이언트 밀도는 고밀도이고, 그렇지 않으면 이것은 저밀도이다. 다른 실시예에서, 타겟 클라이언트 밀도의 값은 맵 상의 일부 특정한 위치에 직접적으로 디스플레이될 수 있다. 더욱이, 다른 실시예에서, 타겟 클라이언트의 검색 결과의 정보는 맵에 완전히 조합되지 않을 수 있다. 예를 들어, 타겟 클라이언트 수량, 타겟 클라이언트 밀도, 타겟 클라이언트 발생 확률 및 타겟 클라이언트 공통 주제 중 임의의 하나 또는 이들의 임의의 조합이 맵에 조합된 다음에 디스플레이될 수 있다. 다른 실시예에서, 타겟 클라이언트 수량 태그의 크기, 타겟 클라이언트 밀도 태그의 크기 및 타겟 클라이언트 발생 확률 태그의 크기는 규모에 따라 달라질 수 있다. 예를 들어, 타겟 클라이언트 발생 확률이 80%보다 크면, 타겟 클라이언트 발생 확률 태그의 크기는 제 1 크기이고, 그렇지 않으면 이것은 제 2 크기이며, 여기서 제 1 크기는 제 2 크기보다 크다. 더욱이, 도 3의 영역이 원형 프레임으로 도시되었지만, 영역의 원형 프레임 및 모든 태그들의 형태는 오직 예시적인 것으로, 본 발명은 이들로 제한되지 않는다. 예를 들어, 맵의 상이한 영역들은 상이한 색깔 또는 상이한 텍스처로 각각 도시될 수 있다.
도 2a는 본 발명의 실시예에 따라 타겟 클라이언트를 검색하기 위한 디바이스(10)이다. 디바이스(10)(또한 사용자 단(10)으로도 불림)는 스마트 폰, 태블릿, 랩탑, 개인 휴대 정보 단말기(PDA) 또는 네트워크에 접속할 수 있는 임의의 다른 휴대용 전자 다바이스일 수 있다. 디바이스(10)는 처리 유닛(110), 통신 유닛(120), 위치결정 유닛(130), 디스플레이 유닛(예컨대, 스크린)(140), 입력 유닛(150) 및 시간 발생 유닛(160)을 포함한다. 통신 유닛(120)은 네트워크(112)에 결합된다. 사용자는 입력 유닛(150)을 통해 적어도 하나의 키워드를 입력한다. 위치결정 유닛(130)은 타겟 위치를 발생시키고, 시간 발생 유닛(160)은 타겟 시간을 발생시킨다. 위치결정 유닛(130)은 GPS 유닛, WPS 유닛 또는 다른 전자 컴파스일 수 있다. 방법의 단계들이 시작할 때(예를 들어, 단계 S1에서 적어도 하나의 키워드를 입력할 때), 위치결정 유닛(130)(예컨대, GPS 유닛)은 사용자 단(10)의 현재 위치를 획득하고, 이 현재 위치가 타겟 위치(예컨대, GPS 좌표의 형태)로 간주된다. 더욱이, 위치결정 유닛(130)은 또한 사용자에 의한 위치 정보 입력을 수신하는 사용자 인터페이스일 수 있고, 이 위치 정보가 타겟 위치로 간주된다. 시간 발생 유닛(160)은 디바이스(10)의 내장 시계 또는 타이머일 수 있다. 시간 발생 유닛(160)은 또한 통신 유닛(120) 및 네트워크(112)를 통해 디바이스(10)에 접속되는 외부의(예컨대, 서버 단에 있음) 시계 또는 타이머일 수 있다. 방법의 단계들이 시작할 때(예를 들어, 적어도 하나의 키워드를 입력하기 위한 단계 S1 또는 타겟 위치를 발생시키기 위한 단계 S2 후에), 시간 발생 유닛(160)은 타겟 시간으로서 시간 발생 유닛의 현재 발생 시간을 취한다. 더욱이, 시간 발생 유닛(160)은 사용자에 의한 시간 정보 입력을 수신하는 사용자 인터페이스일 수 있고, 이 시간 정보가 타겟 시간으로 간주된다.
처리 유닛(110)은 적어도 하나의 키워드, 타겟 위치 및 타겟 시간을 수신하고, 타겟 클라이언트 검색 메시지를 발생시킨다. 다시 말해서, 타겟 클라이언트 검색 메시지는 적어도 하나의 키워드, 타겟 위치 및 타겟 시간 등의 정보를 포함한다. 그리고 나서, 처리 유닛(110)은 통신 유닛(120) 및 네트워크(112)를 통해 서버 단(20)에 타겟 클라이언트 검색 메시지를 전송한다. 그 이후에, 처리 유닛(110)은 네트워크(112) 및 통신 유닛(120)을 통해 서버 단(20)으로부터 검색 결과를 수신한다. 검색 결과는 적어도 하나의 소셜 네트워크 데이터로부터 검색되고 적어도 하나의 키워드, 타겟 위치 및 타겟 시간에 대응하는, 타겟 클라이언트 수량, 타겟 클라이언트 밀도 또는 타겟 클라이언트 발생 확률을 포함할 수 있다. 처리 유닛(110)은 검색 결과를 디스플레이 유닛(140)에 전송하고, 디스플레이 유닛(140)은 검색 결과와 조합된 맵(예컨대, 전자 맵)을, 예를 들어 도 3의 맵(30)을 디스플레이한다. 타겟 클라이언트 수량, 타겟 클라이언트 밀도 및/또는 타겟 클라이언트 발생 활률 등의 정보는 텍스트, 잡색, 도면, 밀도구분도, 단계구분도 등의 형태로 맵에 디스플레이될 수 있다.
도 2b는 본 발명의 실시예에 따라 타겟 클라이언트를 검색하기 위한 시스템의 블록도이다. 시스템은 타겟 클라이언트를 검색하기 위한 디바이스 (사용자 단)(10) 및 서버 단(20)을 포함한다. 사용자 단(10)은 도 2a의 사용자 단과 같아서, 세부 사항들을 다시 기술하지 않을 것이다. 컴퓨터와 같은, 서버 단은 처리 유닛(210), 통신 유닛(220) 및 소셜 네트워크 데이터베이스(230)를 포함한다. 처리 유닛(210)은 통신 유닛(220) 및 소셜 네트워크 데이터베이스(230)에 접속된다. 처리 유닛(210)은 위치 범위 및 시간 범위 매칭 모듈(211), 키워드 매칭 모듈(212), 타겟 클라이언트 밀도 계산 모듈(213), 타겟 클라이언트 발생 확률 계산 모듈(214) 및 공통 주제 계산 모듈(215)을 더 포함한다.
서버 단(20)의 처리 유닛(210)은 통신 유닛(220)을 통해 사용자 단(10)에 의해 전송된 타겟 클라이언트 검색 메시지를 수신한다. 타겟 클라이언트 검색 메시지를 수신한 이후에, 처리 유닛(210)은 타겟 클라이언트 검색 메시지로부터 적어도 하나의 키워드, 타겟 위치 및 타겟 시간을 획득하고, 검색 결과를 계산하기 시작한다. 그리고 나서, 검색 결과는 네트워크(112)를 통해 사용자 단(10)에 전송된다.
검색 결과는 적어도 하나의 키워드, 타겟 위치 및 타겟 시간에 대응하는, 타겟 클라이언트 수량, 타겟 클라이언트 밀도 및 타겟 클라이언트 발생 확률 중 적어도 하나를 포함한다. 위치 범위 및 시간 범위 매칭 모듈(211)은 타겟 위치에 대응하는 위치 범위 및 타겟 시간에 대응하는 시간 범위에 따라 소셜 네트워크 데이터베이스(230)로부터 소셜 네트워크 데이터를 검색하고, 여기서 검색된 소셜 네트워크 데이터는 위치 범위 및 시간 범위에 대응한다. 그리고 나서, 위치 범위 및 시간 범위 매칭 모듈(211)은 검색된 소셜 네트워크 데이터에 대응하는 사용자를 잠재적 클라이언트로 간주하고, 잠재적 클라이언트를 포함하는 잠재적 클라이언트 리스트를 발생시키며, 잠재적 클라이언트의 수량을 카운트하여 잠재적 클라이언트 수량을 획득하도록 한다. 그 뒤에, 키워드 매칭 모듈(212)이 적어도 하나의 소셜 네트워크 데이터에서의 잠재적 클라이언트에 대응하는 데이터를 적어도 하나의 키워드와 비교하여 잠재적 클라이언트로부터 적어도 하나의 키워드에 대응하는 타겟 클라이언트를 검색하고 타겟 클라이언트를 포함하는 타겟 클라이언트 리스트를 발생시키도록 한다. 그리고 나서, 키워드 매칭 모듈(212)은 타겟 클라이언트의 수량을 카운트하여 타겟 클라이언트 수량을 획득하도록 한다. 이 실시예에서, 키워드 자체가 비교를 위해 기본 문자열로 간주될 수 있다. 더욱이, 키워드의 확장이 또한 비교를 위해 이용될 수 있다. 타겟 클라이언트 밀도 계산 모듈(213)이 타겟 클라이언트 수량 및 잠재적 클라이언트 수량에 따라 타겟 클라이언트 밀도를 계산한다. 타겟 클라이언트 밀도 계산 모듈(213)은 다음 수학식에 따라 타겟 클라이언트 밀도를 계산할 수 있다.
Figure pat00003
여기서, D는 타겟 클라이언트 밀도이고, NT는 타겟 클라이언트 수량이며, NP는 잠재적 클라이언트 수량이다.
타겟 클라이언트 발생 확률 계산 모듈(214)은 소셜 네트워크 데이터에서의 모든 타겟 클라이언트, 위치 범위 및 시간 범위에 대응하는 데이터에 따라 타겟 클라이언트 발생 확률을 계산한다. 타겟 클라이언트 발생 확률 계산 모듈(214)은 다음 수학식에 따라 타겟 클라이언트 발생 확률을 계산할 수 있다.
Figure pat00004
여기서, P는 타겟 클라이언트 발생 확률이고, NT는 타겟 클라이언트 수량이고, N (i, t, l)은 타겟 클라이언트들 중 타겟 클라이언트 i에 대응하고, 시간 범위 t 및 위치 범위 l내에 있는 소셜 네트워크 데이터의 수량이고, N (i, t)는 타겟 클라이언트 i에 대응하고, 시간 범위 t 내에 있는 소셜 네트워크 데이터의 수량이다.
게다가, 검색 결과는 타겟 클라이언트들의 공통 주제를 더 포함할 수 있다. 공통 주제 계산 모듈(215)은 소셜 네트워크 데이터에서의 모든 타겟 클라이언트들에 대응하는 데이터에 따라 모든 타겟 클라이언트들의 공통 주제를 계산하도록 주제 검출을 이용한다. 처리 유닛(210)은 통신 유닛(220), 네트워크(112) 및 통신 유닛(120)을 통해 처리 유닛(110)에 공통 주제를 전송하고, 이에 따라 디스플레이 유닛(140)이 공통 주제를 디스플레이한다. 디스플레이 유닛(140)은 공통 주제를 직접적으로 디스플레이하거나 공통 주제와 조합된 맵을 디스플레이할 수 있다. 더욱이, 검색 결과는 타겟 클라이언트 리스트에 공개적으로 자신의 연락처를 흔쾌히 제공하는 일부 타겟 클라이언트들의 연락처를 더 포함할 수 있다. 처리 유닛은 통신 유닛(220), 네트워크(112) 및 통신 유닛(120)을 통해 처리 유닛(110)에 연락처를 전송하고, 이에 따라 디스플레이 유닛(140)이 연락처를 디스플레이한다. 디스플레이 유닛(140)은 연락처를 직접적으로 디스플레이하거나 연락처와 조합된 맵을 디스플레이할 수 있다.
도 2a 및 도 2b의 사용자 단(10)의 수량은 오직 예시적인 것으로 본 발명은 이것으로 제한되지 않음을 유념한다. 예를 들어, 2개 이상의 사용자 단(10)이 네트워크를 통해 서버 단(20)에 접속될 수 있다.
또한, 본 개시의 방법 및 시스템 또는 이것의 실시예들의 특정한 양태 또는 일부는, 플로피 디스켓, CD-ROMS, 하드 드라이브, 펌웨어 또는 임의의 다른 영구적 기계 판독 가능 저장 매체와 같은 매체에 내장된 프로그램 코드(즉, 명령어)의 형태를 취할 수 있고, 여기서 프로그램 코드가 컴퓨터와 같은 기계에 의해 로드되고 실행될 때, 기계는 본 개시의 실시예들을 실행하기 위한 장치가 된다. 본 개시의 방법 및 장치는 또한 전기 배선 또는 케이블과 같은 일부 전송 매체를 통해, 광섬유를 통해 또는 임의의 다른 전송 형태를 통해 전송되는 프로그램 코드의 형태로 내장될 수 있고, 여기서, 프로그램 코드가 컴퓨터와 같은 기계에 의해 수신되고 로드되며 실행될 때, 기계는 본 개시의 실시예를 실행하기 위한 장치가 된다. 범용 프로세서 상에 구현될 때, 프로그램 코드는 특정 로직 회로와 유사하게 동작하는 고유 장치를 제공하기 위해 프로세서와 조합된다.
예를 들어, 앞서 기술된 단계들 하나하나 각각은 스마트 폰의 저장 디바이스 또는 메모리에 저장된 프로그램 코드의 형태를 취할 수 있다. 프로그램 코드가 사용자의 개시(예컨대, 스마트 폰의 터치 스크린 상에서 대응하는 아이콘을 터치함)에 따라 스마트 폰에서 실행될 때, 스마트 폰은 프로그램 코드를 로드하여 실행하고, 그리고 나서 앞서 기술된 바와 같은 타겟 클라이언트를 검색하기 위한 방법을 수행한다.
다른 실시예에서, 앞서 기술된 바와 같은 타겟 클라이언트를 검색하기 위한 방법의 단계들의 프로그램 코드가 두 부분으로 나누어질 수 있고, 이 두 개의 부분은 스마트 폰 및 서버에 각각 저장된다. 스마트 폰 및 서버는 타겟 클라이언트를 검색하기 위한 방법의 모든 단계들을 협력하여 수행하도록 자신들 각각의 프로그램 코드를 로드하여 실행한다.
또 다른 실시예에서, 다음에 기술되는 프로그램 코드는 기록 매체에 저장된다. 그리고 나서, 기록 매체에 저장된 프로그램 코드는 전자 디바이스(예컨대, 컴퓨터, 서버, 스마트 폰 등)에 의해 로드되어 실행되고, 전자 디바이스는 다른 전자 디바이스로부터 또는 전자 디바이스의 입력 유닛, 위치결정 유닛 및 시간 발생 유닛으로부터, 적어도 하나의 키워드, 타겟 위치 및 타겟 시간을 획득할 수 있다. 기록 매체에 저장된 프로그램 코드는, 적어도 하나의 키워드, 타겟 위치 및 타겟 시간에 따라 타겟 클라이언트 검색 메시지를 발생시키고, 타겟 클라이언트 검색 메시지에 따라 검색 결과를 발생시키기 위한 제 1 프로그램 코드; 및 검색 결과와 조합된 맵을 디스플레이하기 위한 제 2 프로그램 코드를 포함하고, 여기서, 검색 결과는 타겟 클라이언트 수량, 타겟 클라이언트 밀도 및 타겟 클라이언트 발생 확률 중 적어도 하나를 포함하고, 이 검색 결과는 적어도 하나의 소셜 네트워크 데이터로부터 검색되고 적어도 하나의 키워드, 타겟 위치 및 타겟 시간에 대응한다.
앞서 기술된 타겟 클라이언트를 검색하기 위한 방법에 따라, 사용자는 타겟 클라이언트 수량, 타겟 클라이언트 밀도 및 타겟 클라이언트 발생 확률에 따라 제품을 홍보하거나 광고할 영역을 선택할 수 있다. 또한, 사용자는 공통 주제에 따라 제품을 광고하거나 홍보하기 위한 방식들을 적응적으로 조정할 수 있다. 그러므로, 광고 및 홍보는 보다 효과적이고 유익한 방식으로 수행될 수 있다.
본 발명은 예시를 통해 바람직한 실시예 측면에서 설명되었지만, 본 발명은 이것에 한정되지 않음을 이해하여야 한다. 이와는 달리, 본 발명은 (본 발명분야의 당업자에게 자명할) 다수량한 변형들과 유사한 구성들을 커버하도록 의도되었다. 그러므로, 첨부된 청구항들의 범위는 이와 같은 변형들과 유사 구성들을 모두 포함하기 위해서 광범위 해석과 일치되어야 한다.

Claims (13)

  1. 네트워크에 결합된 모바일 디바이스에 적용되는, 타겟 클라이언트를 검색하기 위한 방법에 있어서,
    적어도 하나의 키워드를 입력하는 단계;
    상기 모바일 디바이스의 위치결정 유닛에 의해 타겟 위치를 발생시키는 단계;
    상기 모바일 다비이스의 시간 발생 유닛에 의해 타겟 시간을 발생시키는 단계;
    상기 적어도 하나의 키워드, 상기 타겟 위치 및 상기 타겟 시간에 따라 타겟 클라이언트 검색 메시지를 발생시키는 단계, 및 상기 네트워를 통해 상기 네트워크에 결합된 서버에 상기 타겟 클라이언트 검색 메시지를 전송하는 단계;
    상기 네트워크를 통해 상기 서버에 의해 전송된 검색 결과를 수신하는 단계로서, 상기 검색 결과는 적어도 하나의 소셜 네트워크 데이터로부터 검색되고, 상기 적어도 하나의 키워드, 상기 타겟 위치 및 상기 타겟 시간에 대응하는 타겟 클라이언트 수량, 타겟 클라이언트 밀도 및 타겟 클라이언트 발생 확률 중 적어도 하나를 포함하는 것인 검색 결과 수신 단계; 및
    상기 검색 결과와 조합된 맵(map)을 디스플레이하는 단계
    를 포함하는 것인 타겟 클라이언트 검색 방법.
  2. 제 1 항에 있어서,
    상기 서버에 의해, 위치 범위 및 시간 범위에 따라 상기 적어도 하나의 소셜 네트워크 데이터로부터 상기 위치 범위 및 상기 시간 범위에 대응하는 복수의 잠재적 클라이언트를 검색하고, 상기 복수의 잠재적 클라이언트의 수량을 카운트하여 잠재적 클라이언트 수량을 획득하는 단계로서, 상기 타겟 위치는 상기 위치 범위에 포함되고 상기 타겟 시간은 상기 시간 범위에 포함되는 것인, 잠재적 클라이언트 수량 획득 단계;
    상기 서버에 의해, 상기 적어도 하나의 소셜 네트워크 데이터에서의 상기 복수의 잠재적 클라이언트에 대응하는 데이터를 상기 적어도 하나의 키워드와 비교하고, 상기 적어도 하나의 키워드에 대응하는 복수의 타겟 클라이언트를 검색하고, 상기 검색된 타겟 클라이언트의 수량을 계산하여 상기 타겟 클라이언트 수량을 획득하는 단계;
    상기 서버에 의해, 상기 타겟 클라이언트 수량 및 상기 잠재적 클라이언트 수량에 따라 상기 타겟 클라이언트 밀도를 계산하는 단계; 및
    상기 서버에 의해, 상기 적어도 하나의 소셜 네트워크 데이터에서의 상기 복수의 타겟 클라이언트, 상기 시간 범위 및 상기 위치 범위에 대응하는 데이터에 따라 상기 타겟 클라이언트 발생 확률을 계산하는 단계
    를 더 포함하는 것인 타겟 클라이언트 검색 방법.
  3. 제 2 항에 있어서, 상기 서버는 상기 적어도 하나의 소셜 네트워크 데이터에서의 상기 복수의 타겟 클라이언트에 대응하는 데이터에 따라 공통 주제를 검색하고 상기 공통 주제를 상기 네트워크를 통해 상기 모바일 디바이스에 전송하며,
    상기 방법은,
    상기 공통 주제를 디스플레이하는 단계를 더 포함하는 것인 타겟 클라이언트 검색 방법.
  4. 제 1 항에 있어서, 상기 검색 결과는 자신의 연락처를 흔쾌히 제공하는 상기 복수의 타겟 클라이언트 중 일부 타겟 클라이언트의 연락처를 더 포함하고,
    상기 방법은,
    상기 연락처를 디스플레이하는 단계를 더 포함하는 것인 타겟 클라이언트 검색 방법.
  5. 제 2 항에 있어서, 상기 타겟 클라이언트 밀도는 다음 수학식에 따라 계산되고,
    Figure pat00005

    상기 D는 상기 타겟 클라이언트 밀도이고, NT는 상기 타겟 클라이언트 수량이며, NP는 상기 잠재적 클라이언트 수량인 것인 타겟 클라이언트 검색 방법.
  6. 제 2 항에 있어서, 상기 타겟 클라이언트 발생 확률은 다음 수학식에 따라 계산되고,
    Figure pat00006

    상기 P는 상기 타겟 클라이언트 발생 확률이고, NT는 상기 타겟 클라이언트 수량이고, N (i, t, l)은 상기 적어도 하나의 소셜 네트워크 데이터에서의 타겟 클라이언트 중 타겟 클라이언트 i, 시간 범위 t 및 위치 범위 l에 대응하는 소셜 네트워크 데이터의 수량이고, N (i, t)는 상기 적어도 하나의 소셜 네트워크 데이터에서의 타겟 클라이언트 i 및 시간 범위 t에 대응하는 소셜 네트워크 데이터의 수량인 것인 타겟 클라이언트 검색 방법.
  7. 타겟 클라이언트를 검색하기 위한 디바이스에 있어서,
    네트워크에 결합된 통신 유닛;
    적어도 하나의 키워드가 입력되는 입력 유닛;
    타겟 위치를 발생시키는 위치결정 유닛;
    타겟 시간을 발생시키는 시간 발생 유닛; 및
    상기 통신 유닛, 상기 입력 유닛, 상기 위치결정 유닛 및 상기 시간 발생 유닛에 결합되고, 상기 적어도 하나의 키워드, 상기 타겟 위치 및 상기 타겟 시간에 따라 타겟 클라이언트 검색 메시지를 발생시키고, 상기 통신 유닛을 통해 서버에 상기 타겟 클라이언트 검색 메시지를 전송하고, 상기 통신 유닛을 통해 상기 서버에 의해 전송된 검색 결과를 수신하는 처리 유닛으로서, 상기 검색 결과는 적어도 하나의 소셜 네트워크 데이터로부터 검색되고 상기 적어도 하나의 키워드, 상기 타겟 위치 및 상기 타겟 시간에 대응하는 타겟 클라이언트 수량, 타겟 클라이언트 밀도 및 타겟 클라이언트 발생 확률 중 적어도 하나를 포함하는 것인 처리 유닛; 및
    상기 처리 유닛에 결합되고, 상기 검색 결과와 조합된 맵을 디스플레이하는 디스플레이 유닛
    을 포함하는 것인 타겟 클라이언트 검색 디바이스.
  8. 제 7 항에 있어서, 상기 서버는 상기 네트워크에 결합되고, 적어도,
    상기 적어도 하나의 소셜 네트워크 데이터를 저장하는 데이터베이스; 및
    상기 데이터베이스에 결합되고 상기 디바이스에 의해 전송된 상기 타겟 클라이언트 검색 메시지를 수신하는 서버 처리 유닛을 포함하고,
    상기 서버 처리 유닛은,
    위치 범위 및 시간 범위에 따라 적어도 하나의 소셜 네트워크 데이터로부터 상기 위치 범위 및 상기 시간 범위에 대응하는 복수의 잠재적 클라이언트를 검색하고, 상기 복수의 잠재적 클라이언트의 수량을 카운트하여 잠재적 클라이언트 수량을 획득하는 위치 범위 및 시간 범위 매칭 모듈로서, 상기 타겟 위치는 상기 위치 범위에 포함되고 상기 타겟 시간은 상기 시간 범위에 포함되는 것인 위치 범위 및 시간 범위 매칭 모듈;
    상기 적어도 하나의 소셜 네트워크 데이터에서의 상기 복수의 잠재적 클라이언트에 대응하는 데이터를 상기 적어도 하나의 키워드와 비교하고, 상기 적어도 하나의 키워드에 대응하는 복수의 타겟 클라이언트를 검색하고, 상기 검색된 타겟 클라이언트의 수량을 카운트하여 상기 타겟 클라이언트 수량을 획득하는 키워드 매칭 모듈;
    상기 타겟 클라이언트 수량 및 상기 잠재적 클라이언트 수량에 따라 상기 타겟 클라이언트 밀도를 계산하는 타겟 클라이언트 밀도 계산 모듈; 및
    상기 적어도 하나의 소셜 네트워크 데이터에서의 상기 복수의 타겟 클라이언트, 상기 시간 범위 및 상기 위치 범위에 대응하는 데이터에 따라 상기 타겟 클라이언트 발생 확률을 계산하는 타겟 클라이언트 발생 확률 계산 모듈을 포함하는 것인 타겟 클라이언트 검색 디바이스.
  9. 제 8 항에 있어서, 상기 검색 결과는 공통 주제를 더 포함하고,
    상기 서버 처리 유닛은,
    상기 적어도 하나의 소셜 네트워크 데이터에서의 상기 복수의 타겟 클라이언트에 대응하는 데이터에 따라 상기 공통 주제를 검색하는 공통 주제 계산 모듈을 더 포함하고,
    상기 디스플레이 유닛은 상기 공통 주제를 또한 디스플레이하는 것인 타겟 클라이언트 검색 디바이스.
  10. 제 7 항에 있어서, 상기 검색 결과는 자신의 연락처를 흔쾌히 제공하는 상기 복수의 타겟 클라이언트 중 일부 타겟 클라이언트의 연락처를 더 포함하고,
    상기 디스플레이 유닛은 상기 연락처를 또한 디스플레이하는 것인 타겟 클라이언트 검색 디바이스.
  11. 제 8 항에 있어서, 상기 타겟 클라이언트 밀도는 다음 수학식에 따라 상기 타겟 클라이언트 밀도 계산 모듈에 의해 계산되고,
    Figure pat00007

    상기 D는 상기 타겟 클라이언트 밀도이고, NT는 상기 타겟 클라이언트 수량이며, NP는 상기 잠재적 클라이언트 수량인 것인 타겟 클라이언트 검색 디바이스.
  12. 제 8 항에 있어서, 상기 타겟 클라이언트 발생 확률은 다음 수학식에 따라 상기 타겟 클라이언트 발생 확률 계산 모듈에 의해 계산되고,
    Figure pat00008

    상기 P는 상기 타겟 클라이언트 발생 확률이고, NT는 상기 타겟 클라이언트 수량이고, N (i, t, l)은 상기 적어도 하나의 소셜 네트워크 데이터에서의 타겟 클라이언트 중 타겟 클라이언트 i, 시간 범위 t 및 위치 범위 l에 대응하는 소셜 네트워크 데이터의 수량이고, N (i, t)는 상기 적어도 하나의 소셜 네트워크 데이터에서의 타겟 클라이언트 i 및 시간 범위 t에 대응하는 소셜 네트워크 데이터의 수량인 것인 타겟 클라이언트 검색 디바이스.
  13. 프로그램 코드를 저장하는 기록 레코드(recording record)에 있어서, 전자 디바이스는 적어도 하나의 키워드, 타겟 위치 및 타겟 시간을 획득하고, 타겟 클라이언트를 검색하기 위한 방법을 수행하기 위해서 상기 프로그램 코드를 로드 및 실행하며, 상기 프로그램 코드는,
    상기 적어도 하나의 키워드, 상기 타겟 위치 및 상기 타겟 시간에 따라 타겟 클라이언트 검색 메시지를 발생시키고, 상기 타겟 클라이언트 검색 메시지에 따라 검색 결과를 발생시키기 위한 제 1 프로그램 코드로서, 상기 검색 결과는 적어도 하나의 소셜 네트워크 데이터로부터 검색되고 상기 적어도 하나의 키워드, 상기 타겟 위치 및 상기 타겟 시간에 대응하는 타겟 클라이언트 수량, 타겟 클라이언트 밀도 및 타겟 클라이언트 발생 확률 중 적어도 하나를 포함하는 것인 제 1 프로그램 코드; 및
    상기 검색 결과와 조합된 맵을 디스플레이하기 위한 제 2 프로그램 코드
    를 포함하는 것인 프로그램 코드를 저장하는 기록 레코드.
KR20130069483A 2012-11-13 2013-06-18 타겟 클라이언트를 검색하기 위한 방법, 디바이스 및 기록 매체 KR101481895B1 (ko)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
TW101142142 2012-11-13
TW101142142A TWI526963B (zh) 2012-11-13 2012-11-13 目標客戶搜尋方法、目標客戶搜尋裝置及其記錄媒體

Publications (2)

Publication Number Publication Date
KR20140061210A true KR20140061210A (ko) 2014-05-21
KR101481895B1 KR101481895B1 (ko) 2015-01-12

Family

ID=50682784

Family Applications (1)

Application Number Title Priority Date Filing Date
KR20130069483A KR101481895B1 (ko) 2012-11-13 2013-06-18 타겟 클라이언트를 검색하기 위한 방법, 디바이스 및 기록 매체

Country Status (4)

Country Link
US (1) US9288650B2 (ko)
KR (1) KR101481895B1 (ko)
CN (1) CN103810615B (ko)
TW (1) TWI526963B (ko)

Families Citing this family (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US10282478B2 (en) * 2014-08-18 2019-05-07 Perry Street Software, Inc. Density modified search results
WO2016028773A1 (en) * 2014-08-18 2016-02-25 Perry Street Software, Inc. Density modified search results
US10296549B2 (en) 2014-08-18 2019-05-21 Perry Street Software, Inc. Density dependent search functions
US10296550B2 (en) 2014-08-18 2019-05-21 Perry Street Software, Inc. Selective inclusion of members in a results list
CN107087017B (zh) * 2017-03-09 2020-02-21 阿里巴巴集团控股有限公司 一种业务引流的方法和装置
CN107025607B (zh) * 2017-03-23 2021-05-25 秦景龙 精确定位社交处理方法
US10570662B2 (en) 2017-05-19 2020-02-25 Mechoshade Systems, Llc Wheel carriage assembly for guided asymmetric fabric deployment
CN110909103B (zh) * 2019-11-22 2022-05-24 口碑(上海)信息技术有限公司 基于电子地图的数据展示方法及装置

Family Cites Families (15)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2001085218A (ja) * 1999-09-17 2001-03-30 Sharp Corp 強磁性金属酸化物多結晶体及びその製造方法
US20020168084A1 (en) * 2001-05-14 2002-11-14 Koninklijke Philips Electronics N.V. Method and apparatus for assisting visitors in navigating retail and exhibition-like events using image-based crowd analysis
US20040111748A1 (en) * 2002-12-05 2004-06-10 Bushey Robert R. System and method for search, selection and delivery of media content
CN1619540A (zh) * 2004-11-29 2005-05-25 杭州雅都信息科技有限公司 以全列图显示实际地理位置实现信息显示的方法及系统
US20070218900A1 (en) * 2006-03-17 2007-09-20 Raj Vasant Abhyanker Map based neighborhood search and community contribution
WO2008025061A1 (en) * 2006-08-28 2008-03-06 Frankie James Lagudi Online hosted customisable merchant directory with search function
KR20090003529A (ko) 2007-06-14 2009-01-12 엘지전자 주식회사 주변 정보 제공 방법 및 시스템
TW200901066A (en) * 2007-06-29 2009-01-01 Geoinfor Scientek Consultant Inc Electronic data system
JP5702605B2 (ja) * 2008-02-15 2015-04-15 トムトム インターナショナル ベスローテン フエンノートシャップ 無線サーチモジュールを有するナビゲーションデバイス、システムおよび方法
US8209338B2 (en) 2009-01-08 2012-06-26 David Robert Wallace Interest-group discovery system
US8208943B2 (en) 2009-02-02 2012-06-26 Waldeck Technology, Llc Anonymous crowd tracking
US20100318535A1 (en) * 2009-06-11 2010-12-16 Microsoft Corporation Providing search results to a computing device
KR101152982B1 (ko) 2010-01-18 2012-06-11 주식회사 유비스티 온톨로지 검색 및 별자리 형태의 사용자 인터페이스를 활용한 ｇｉｓ시스템 및 서비스 방법
US20110208822A1 (en) * 2010-02-22 2011-08-25 Yogesh Chunilal Rathod Method and system for customized, contextual, dynamic and unified communication, zero click advertisement and prospective customers search engine
KR101420180B1 (ko) 2010-03-09 2014-07-21 한국전자통신연구원 유동인구 정보 분석 장치 및 그 방법

Also Published As

Publication number Publication date
TWI526963B (zh) 2016-03-21
TW201419192A (zh) 2014-05-16
US20140136618A1 (en) 2014-05-15
CN103810615A (zh) 2014-05-21
US9288650B2 (en) 2016-03-15
KR101481895B1 (ko) 2015-01-12
CN103810615B (zh) 2016-12-28

Similar Documents

Publication Publication Date Title
KR101481895B1 (ko) 타겟 클라이언트를 검색하기 위한 방법, 디바이스 및 기록 매체
US8151205B2 (en) Methods, apparatuses, and computer program products for providing activity coordination information
JP6300295B2 (ja) 友達推薦方法及びそのためのサーバ、並びに端末
US8781501B2 (en) Information sharing system using maps
CN107831511B (zh) 移动设备上的持续位置追踪和位置记录
US9363634B1 (en) Providing context-relevant information to users
EP2550815B1 (en) Personalized location tags
US20140199970A1 (en) Methods and systems relating to privacy in location based mobile applications
US10546338B2 (en) System, method and medium for recommending place
US11425525B2 (en) Privacy preservation platform
CN107851231A (zh) 基于活动模型的活动检测
US20100082247A1 (en) Methods, apparatuses, and computer program products for providing user location information
CN104731917A (zh) 一种推荐方法及装置
CN105103185A (zh) 日程偏离通知
WO2008054882A1 (en) Determining mobile content for a social network based on location and time
US8266712B2 (en) Privacy through artificial contextual data generation
US9998868B2 (en) Mobile device proximity notification
CA2782831A1 (en) Coordinated location aware brokering of social networks
CN105103573A (zh) 图案标记
KR20140027011A (ko) 친구 추천 방법 및 이를 위한 서버 및 단말
CN113454669A (zh) 通过用户访问的特征来表征地点
EP2706496A1 (en) Device, method and computer-readable medium for recognizing places in a text
KR20120028088A (ko) 맞춤형 마케팅 서비스 제공 방법 및 시스템
JP2016507825A (ja) モバイルユーザコンテキスト検出のための場所および時間認識システムおよび方法
JP2017130017A (ja) 情報処理装置、情報処理方法及びプログラム

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: 20171227

Year of fee payment: 4

FPAY Annual fee payment

Payment date: 20181221

Year of fee payment: 5

FPAY Annual fee payment

Payment date: 20191224

Year of fee payment: 6