KR20140097474A

KR20140097474A - 생리학적 데이터를 사용한 소셜 감성 결정

Info

Publication number: KR20140097474A
Application number: KR1020147017646A
Authority: KR
Inventors: 다니엘 에이치 랑게
Original assignee: 인텔 코포레이션
Priority date: 2012-11-06
Filing date: 2013-11-04
Publication date: 2014-08-06
Also published as: RU2014126373A; DE112013000324T5; KR101617114B1; IN2014CN04566A; GB2511978A; WO2014074426A1; JP2015502624A; CN104145272B; GB201411008D0; CN104145272A

Abstract

생리학적 데이터를 사용하여 하나 이상의 사람들의 소셜 감성을 예측하기 위한 방법 및 시스템이 개시된다. 특정 실시예에서, 방법은 컴퓨팅 디바이스에서 하나 이상의 사람들로부터 데이터를 수신하는 단계와, 데이터를 분석하는 단계와, 인디케이터 데이터가 데이터로부터 결정되도록 하나 이상의 사람들의 소셜 감성에 관한 인디케이터 데이터를 결정하는 단계와, 인디케이터 데이터를 표시하고 그리고/또는 전송하는 단계를 포함한다. 컴퓨팅 디바이스는 서버 또는 일부 다른 원격 컴퓨팅 디바이스를 포함할 수 있다. 생리학적 데이터는 네트워크를 통해 수신되고 그리고/또는 동일한 또는 상이한 네트워크를 통해 전송될 수도 있다. 특정 실시예에서, 인디케이터 데이터는 사전 경고 정보를 포함한다.

Description

생리학적 데이터를 사용한 소셜 감성 결정{DETERMINING SOCIAL SENTIMENT USING PHYSIOLOGICAL DATA}

본 발명은 크라우드 소싱 데이터 수집(crowd-sourced data collection)에 관한 것이다.

인터넷 기술 및 블로그 및 소셜 네트워크와 같은 새로운 형태의 통신의 확산에 의해, 소셜 감성(social sentiment)이 상당한 관심을 얻고 있다. 소셜 감성은 리뷰, 평점(rating) 및 다른 사용자, 기업의 추천, 정책 및 일상 생활의 다른 양태를 수반할 수 있다.

통상적으로, 소셜 감성은 텍스트열(text strings) 및 클릭 스트림(click streams)과 같은 온라인 사용자에 의해 제공된 다양한 데이터에 기초하여 구성된다. 심지어 이들 다소 제한된 형태의 데이터는 제품을 마케팅하고, 새로운 기회 및 요구를 식별하고, 평판을 관리하고, 공공 의견을 요청하기 위해 기업 및 다른 그룹(예를 들어, 정부)을 위한 가치있는 툴(tool)을 제공한다.

다수의 기술이 인터넷 상에서 광범위하게 퍼져있는 랜덤 및 비관련된 정보에 의해 생성된 노이즈를 필터링하도록 제안되어 왔지만, 이용 가능한 데이터의 바로 그 성질에 있어서 다수의 제한이 존재한다. 종종, 사용자들은 이들의 데이터를 공유하는 동안, 예를 들어 이들의 웹페이지 및 계정에 웹 트래픽을 구동하는 동안 특정 목표를 추구하고, 이는 데이터 오해석 및 혼란을 유발한다. 또래 압력(peer pressure) 및 사회적 낙인(social stigma)과 같은 다양한 다른 팩터가 또한 부정확성에 기여할 수 있다.

몇몇 실시예가 이하의 도면을 참조하여 설명된다.
도 1은 특정 실시예에 따른, 생리학적 데이터를 사용하여 하나 이상의 사람의 소셜 감성을 예측하기 위한 방법을 도시하는 흐름도이다.
도 2는 특정 실시예에 따른, 생리학적 데이터를 사용하여 하나 이상의 사람의 소셜 감성을 예측하기 위해 사용된 네트워크를 도시한다.
도 3은 본 발명의 양태를 실시하는데 이용될 수 있는 예시적인 컴퓨팅 시스템의 블록 다이어그램이다.
도 4는 일 실시예에 따른 소셜 감성을 도시한다.

생리학적(physiological) 데이터는 복수의 사람들의 소셜 감성을 모니터링하고 예측하기 위해 사용될 수 있다. 본 명세서에 사용될 때, 용어 "생리학적 데이터"는 생리학적 데이터, 정신생리학적 데이터 또는 이들의 조합을 의미하는 것으로 이해될 것이다. 특정 실시예에서, 방법은 컴퓨팅 디바이스에서 생리학적 데이터를 수신하는 단계와, 생리학적 데이터를 분석하는 단계와, 인디케이터 데이터가 생리학적 데이터로부터 결정되도록 소셜 감성에 관한 인디케이터 데이터를 결정하는 단계와, 인디케이터 데이터를 전송하는 단계를 포함한다. 컴퓨팅 디바이스는 서버 또는 몇몇 다른 원격 컴퓨팅 디바이스를 포함할 수 있다. 생리학적 데이터는 네트워크를 통해 수신되고 동일한 또는 상이한 네트워크를 통해 전송될 수도 있다. 인디케이터 데이터는 사전 경고 정보를 포함하고, 특정 실시예에서 사용자에게 재차 전송될 수도 있다.

특정 실시예에서, 생리학적 데이터는 단일 센서를 사용하여 사람으로부터 수신된다. 이는 사람의 데이터가 단일 센서로 수신되는 복수의 사람에 대해 행해질 수 있다. 몇몇 실시예에서, 다수의 센서가 사람으로부터 데이터를 수신하는데 사용될 수 있다. 예를 들어, 사용자 디바이스는 사용자로부터 생리학적 데이터를 얻기 위해 단지 단일 센서를 구비할 수도 있다. 심지어 단일 센서 구현예가 체온 및 심박수와 같은 다양한 유형의 생리학적 데이터를 제공하는 것이 가능할 수도 있다. 달리 말하면, 단일 센서가 다기능 센서로서 기능할 수 있다. 센서의 동작 및/또는 센서(들) 자체는 사용자로부터 은폐될 수도 있어, 생리학적 데이터가 사용자로부터 임의의 특정 동작 없이 그리고 가능하게는 사용자의 지식 없이 은폐 방식으로 수집되게 된다.

다수의 사람들이 생리학적 데이터를 제공하는데 수반될 때, 몇몇 관계가 사용자들 및/또는 상이한 사용자들로부터 제공된 데이터 포인트 사이에 존재할 수 있다. 생리학적 데이터를 분석하는 단계는 더 포괄적인 분석을 제공하기 위해 다수의 사람들로부터 데이터를 집성하는 단계를 포함할 수도 있다. 특정 실시예에서, 생리학적 데이터를 분석하는 단계는 현재 이벤트, 개인적 활동 및/또는 사람의 신체적 파라미터를 고려하는 단계를 포함할 수도 있다. 예를 들어, 신체적 파라미터는 건강 상태, 연령, 성별, 체중, 체지방율, 유전적 특질, 바이오메트릭 및 신체적 위치를 포함할 수도 있다. 이들 파라미터는 생리학적 데이터와 조합되고 또는 생리학적 데이터를 해석하는데 사용될 수도 있다.

생리학적 데이터를 분석하는 단계는 2명 이상의 사람들 사이의 하나 이상의 연고를 예측하는 단계를 포함할 수도 있다. 연고는 유전적, 가족적 및/또는 사회적일 수도 있고, 모든 사용자 또는 사용자의 부분집합의 생리학적 데이터에 기초할 수 있다. 더욱이, 생리학적 데이터를 분석하는 단계는 시각적 자극, 오디오 자극 및/또는 다른 감각적 자극과 같은 몇몇 외부 자극에 기인하는 생리학적 데이터의 변화를 분석하는 단계를 포함할 수도 있다. 특정 실시예에서, 방법은 또한 변수의 존재 또는 부재에 기초하여 2명 이상의 사람 사이의 반응차를 결정하는 단계를 포함할 수도 있다.

생리학적 데이터를 사용하여 하나 이상의 사람들의 소셜 감성을 예측하기 위한 시스템은 데이터를 저장하기 위한 메모리, 수신 모듈, 분석 모듈, 인디케이터 데이터 결정 모듈, 및 전송 모듈, 뿐만 아니라 수신 모듈, 분석 모듈, 인디케이터 데이터 결정 모듈, 전송 모듈 및 디스플레이 모듈을 실행하기 위한 프로세서를 포함할 수 있다. 프로세서는 컴퓨팅 디바이스에서 하나 이상의 사람들로부터 생리학적 데이터를 수신하고, 생리학적 데이터를 분석하고, 하나 이상의 사람의 소셜 감성에 관한 인디케이터 데이터를 결정하고 - 인디케이터 데이터는 생리학적 데이터로부터 결정됨 -, 인디케이터 데이터를 표시하고 그리고/또는 전송하도록 적용될 수 있다. 컴퓨팅 디바이스는 서버일 수 있고, 생리학적 데이터는 수신 모듈에 의해 수신되고 전송 모듈에 의해 네트워크를 통해 전송될 수 있다.

특정 실시예에서, 생리학적 데이터는 사람당 단일 센서를 사용하여 하나 이상의 사람들로부터 수신될 수 있다. 생리학적 데이터는 단일 또는 다수의 센서를 사용하여 사람으로부터 끊임없이 수신될 수 있다. 다수의 사람들이 수반될 때, 이들은 서로 관계를 가질 수 있다. 생리학적 데이터를 분석하는 단계는 복수의 사람들로부터 데이터를 집성하는 단계를 포함할 수도 있다. 특정 실시예에서, 생리학적 데이터를 분석하는 단계는 현재 이벤트, 개인적 활동 및/또는 사람의 신체적 파라미터를 고려하는 단계를 포함할 수도 있다. 신체적 파라미터는 예를 들어, 건강 상태, 연령, 성별, 체중, 체지방율, 유전적 특질, 바이오메트릭 및 신체적 위치 중 하나 이상을 포함할 수도 있다. 특정 실시예에서, 인디케이터 데이터는 사전 경고 정보를 포함한다. 전술된 생리학적 데이터를 분석하는 몇몇 다른 양태는 컴퓨터 시스템 내에 구현될 수 있는 다양한 동작의 참조를 구비할 수도 있다.

컴퓨터-판독가능 저장 매체가 생리학적 데이터를 사용하여 하나 이상의 사람들의 소셜 감성을 모니터링하고 예측하기 위한 방법을 수행하기 위해 프로세서에 의해 실행가능한, 그 위에 임베드된 프로그램을 가질 수도 있다. 방법은 컴퓨팅 디바이스에서 하나 이상의 사람들로부터 생리학적 데이터를 수신하는 단계, 생리학적 데이터를 분석하는 단계, 하나 이상의 사람들의 소셜 감성에 관한 인디케이터 데이터를 결정하는 단계 - 인디케이터 데이터는 생리학적 데이터로부터 결정됨 -, 및 인디케이터 데이터를 표시 및/또는 전송하는 단계를 포함할 수도 있다.

소셜 감성을 객관적으로 모니터링하고 예측할 필요가 존재한다. 생리학적 데이터의 모니터링은 소셜 감성의 모니터링 및 예측을 위한 직접 데이터를 제공할 수 있다. 소셜 감성은 공중 의견 또는 여론, 특정 위치 또는 위치들에 속박된 감정 또는 속성의 평가이다.

도 1은 특정 실시예에 따른, 생리학적 데이터를 사용하여 하나 이상의 사람들(즉, 사용자들)의 소셜 감성을 예측하기 위한 시퀀스(100)를 도시하는 흐름도이다. 시퀀스는 소프트웨어, 펌웨어 및/또는 하드웨어에서 구현될 수도 있다. 소프트웨어 및 펌웨어 실시예에서, 광학, 자기 또는 반도체 저장 장치와 같은 하나 이상의 비일시적 컴퓨터 판독가능 매체 상에 저장된 컴퓨터 실행된 인스트럭션을 사용하여 구현될 수도 있다.

소셜 감성은 통상적으로 이들 사용자, 이들의 소셜 및/또는 지리학적 환경, 및 이들 사람들이 자연적으로 이 방법의 용례에 속하거나 할당되는 다양한 그룹에 대한 정보를 포함한다. 본 명세서에 더 설명되는 바와 같이, 이 정보는 다양한 관련된 서비스에 대한 타겟 광고 및 정보와 같은, 사용자를 위한 맞춤 콘텐트를 생성하는데 사용되거나 사용자에 재차 제공될 수 있다. 소셜 감성은 사용자에게 서비스를 제공하기 위해, 예를 들어 기업 및 정부 에이전시와 같은 다른 집단과 공유될 수도 있다. 다양한 보안 및 프라이버시 특징은 프라이버시 문제를 최소화하기 위해 민감한 정보의 제어된 보급을 보장하도록 제공될 수도 있다.

소셜 감성은 인터넷 통신 기술 및 블로그 및 소셜 네트워크와 같은 새로운 형태의 통신의 진보에 따라 증가된 관심을 얻고 있다. 소셜 감성은 다른 사용자, 기업, 정책 및 다른 일상생활의 양태의 리뷰, 평점 및 추천을 포함할 수도 있다. 통상적으로, 소셜 감성은 텍스트열 및 클릭 스트림과 같은 온라인 사용자에 의해 제공된 다양한 데이터에 기초하여 구성된다. 심지어 이들 다소 제한된 형태의 데이터는 제품을 마케팅하고, 새로운 기회 및 요구를 식별하고, 평판을 관리하고, 여론을 간청하기 위해 기업 및 다른 그룹(예를 들어, 정부)을 위한 가치있는 툴을 제공한다. 다수의 기술이 인터넷 상에 널리 퍼져 있는 랜덤의 비관련된 정보에 의해 생성된 노이즈를 필터링하도록 제안되어 있지만, 이용 가능한 데이터의 그 성질에 다수의 제한이 존재한다. 사용자는 종종 웹 트래픽을 이들의 웹페이지 및 계정에 구동하는 것과 같이 이들의 데이터를 공유하면서 특정 목표를 추구하는데, 이는 데이터 오해석 및 혼란을 유발한다. 또래 압력 및 사회적 낙인과 같은 다양한 다른 팩터가 또한 부정확성에 기여할 수 있다. 본 명세서에 설명된 방법 및 시스템은 생리학적 데이터를 이용하는데, 이는 고유적으로 더 정확한 경향이 있고 서비스 공급자를 위한 다수의 새로운 기회를 제공한다.

생리학적 데이터는 사용자 디바이스를 통해 수집될 수도 있다. 이 데이터는 이전에 이용 가능하였던 더 포괄적인 방식으로 데이터를 집성하여 분석하기 위해 서버에 전송될 수도 있다. 생리학적 데이터의 몇몇 예는 심박수, 체임피던스(body impedence), 체온 등을 포함한다. 생리학적 데이터는 이것이 사용자의 신체의 객관적인 신체적 특성에 대응하기 때문에 객관적 데이터로서 분류될 수도 있다. 이 유형의 데이터는 블로그 포스트 및 뉴스 피드의 형태의 구두 및 기록된 표현과 같은 주관적 데이터 유형으로부터 쉽게 구별 가능하다. 주관적 데이터는 서로로부터 분석적으로 분리하는 것이 불가능할 수도 있는 다양한 다른 팩터에 의해 용이하게 왜곡될 수도 있다. 이와 같이, 생리학적 데이터는 일반적으로 소셜 감성을 구성하는데 전통적으로 사용된 다른 데이터보다 훨씬 더 가치있을 수도 있다.

생리학적 데이터의 분석 중에(그리고 심지어 이러한 데이터를 얻는 동안), 이는 사용자의 지리학적 위치, 이들의 인구학적 정보, 클릭-스트림 데이터, 사전 기입 및 사후 기입 조사, 외부 데이터 피드 및 다수의 다른 유형 및 형태의 데이터와 같은 다른 데이터로 보충될 수도 있다. 집합적으로, 모든 데이터 피드는 소셜 감성을 구성하고 세밀화하는데 사용될 수도 있다. 몇몇 실시예에서, 소셜 감성은 단지 제안된 방법 및 시스템에 의해 제공된 중간 제품일 수도 있고 부가의 서비스 및 제품을 개발하여 사용자 및 사용자의 커뮤니티에 제공하는데 사용될 수 있다는 것이 주목되어야 한다.

시퀀스(100)는 동작 102에서 컴퓨팅 디바이스에서 하나 이상의 사람으로부터 생리학적 데이터를 수신하는 것으로 시작할 수도 있다. 수신된 정보는 하나 이상의 사용자 디바이스에 의해 송신될 수도 있다. 다수의 사용자들이 동일한 사용자 디바이스를 공유할 수도 있다는 것이 주목되어야 한다. 이들 디바이스는 생리학적 데이터를 얻고 또는 이러한 데이터를 얻기 위해 사용된 추가의 업스트림 디바이스와 통신하는데 사용될 수 있다. 몇몇 예시적인 사용자 디바이스는 퍼스널 컴퓨터, 랩탑, 이동 전화 등을 포함할 수도 있다. 사용자 디바이스는 전용 데이터 수집 동작의 부분으로서(예를 들어 센서를 동작하거나 상호 작용하도록 사용자를 프롬프팅함) 또는 다른 동작의 부분으로서(예를 들어, 인증 목적으로 바이오메트릭 정보를 얻는 동안, 이는 EKG, 체지방율, 체온, 맥박, 임의의 다른 생리학적 데이터 등 중 하나 이상을 캡처하는 것을 또한 수반할 수 있음) 이러한 데이터를 수집하기 위한 하나 이상의 센서를 구비할 수도 있다.

사용자 디바이스 레벨에서 얻어진 생리학적 데이터는 이어서 서버에 전송될 수도 있다. 전송은 도 2를 참조하여 더 설명된 하나 이상의 네트워크를 통해 수행될 수도 있다. 서버는 생리학적 데이터를 수집하기 위해 사용된 사용자 디바이스로부터 분리된 컴퓨터 시스템으로서 정의된다. 이와 관련하여, 서버는 통상적으로 하나 이상의 사람으로부터 직접 생리학적 데이터를 얻는 능력을 갖지 않는다(즉, 이는 몇몇 실시예에서 센서를 구비하지 않을 수도 있음). 대신에, 서버는 이들 서비스로부터 생리학적 데이터를 수집하기 위한 다수의 사용자 디바이스와 통신적으로 결합된다. 특정 실시예에서, 생리학적 데이터를 수집하기 위해 사용된 사용자 디바이스들 중 하나는 본 명세서에 설명된 일부 또는 모든 서버 기능을 수행할 수도 있다.

단일 서버를 참조하였지만, 당 기술 분야의 숙련자는 하드웨어 및 소프트웨어 시스템의 다양한 조합이 생리학적 데이터의 백엔드 수신 및 프로세싱을 위해 사용될 수 있다는 것을 이해할 수 있을 것이다. 구체적으로, 도 2는 2개의 서버가 사용되는 것을 도시하고 있지만, 임의의 수의 서버가 사용될 수도 있다. 특정 실시예에서, 서버는 다수의 사용자들로부터 이러한 데이터를 수집하여 집성하도록 구성된다는 것을 주목하는 것이 중요하다. 이하에 설명되는 바와 같이, 데이터는 몇몇 사용자들 사이의 관계를 반영할 수도 있고 또는 몇몇 사전 규정된 관계에 비추어 분석될 수도 있다. 때때로 생리학적 데이터의 수집 및 분석은 "생리학적 폴링(polling)"이라 칭한다.

동작 104에서, 시퀀스(100)는 생리학적 데이터를 분석하는 것으로 진행할 수도 있다. 특정 실시예에서, 이 동작은 동작 106으로서 이하에 제시된 하나 이상의 사람들의 소셜 감성에 관한 인디케이터 데이터를 결정하는 것과 조합될 수도 있다. 분석 동작은 몇몇 생리학적 데이터를 그룹화하고, 이를 조합하고, 그리고/또는 더 일반적으로 다른 데이터에 비추어 분석하고, 소정 형태의 출력을 생성하는 것을 포함할 수도 있다. 동작 104는 이제 더 상세하게 설명될 다양한 선택적 실시예를 포함할 수도 있다. 이들 부가의 하위-동작의 각각은 단독으로 실시되거나 다양한 다른 동작과 조합될 수도 있다는 것이 주목되어야 한다.

몇몇 실시예에서, 생리학적 데이터를 분석하는 것은 다수의 사용자들(즉, 복수의 사람들(선택 동작 104a))로부터 이러한 데이터를 집성하는 것을 포함한다. 단일 사용자로부터 데이터를 분석하는 것과는 달리, 다수의 사용자들로부터 데이터를 수집하는 것은 전체 그룹 및 심지어 개별 사용자의 생리학적 데이터의 더 포괄적인 분석을 허용한다. 예를 들어, 하나의 사용자가 발열을 갖는다는 지시는 제한된 값을 갖고, 반면에 동일한 지리학적 위치에서 더 큰 사람들의 그룹이 이러한 상태를 갖는다는 지시는 예를 들어 전염병의 지시일 수도 있다. 그 자신의 발열 상태에 대해 경고되는 것에 추가하여, 사용자들은 또한 전염병에 대한 정보를 이해할 것이다. 예를 들어, 이러한 집합적 정보는 의료 서비스를 급파하고 모든 사용자들에 가능하게는 위험한 영역에서 대피하도록 경고하기 위해 사용될 수 있다.

특정 예는 이 선택적 동작의 몇몇 구현의 더 양호한 이해를 제공할 수도 있다. 사용자 디바이스는 예를 들어 하나 이상의 센서와 사용자의 주기적 접촉 중에 그 사용자의 체온을 캡처할 수도 있다. 데이터는 사용자의 특정 지리학적 위치와 같은 사용자에 대한 소정의 부가의 정보를 갖는 서버에 송신된다. 서버는 이 위치에서 다른 사용자들에 대응하는 유사한 데이터를 탐색하고 심지어 요청할 수도 있다. 데이터의 포괄적 분석은 경향(예를 들어, 전염병 경향 등)을 결정하고 경고 메시지를 발행하는 것을 도울 수도 있다.

상기 예에서 제시된 바와 같이, 생리학적 데이터는 서로 다양한 관계를 갖는 다수의 사용자들로부터 수신될 수도 있다. 이러한 관계의 몇몇 예는 혈족, 소셜 네트워크, 지리학적 위치 및 특정 인구학적 그룹(예를 들어, 성별, 연령 등)을 포함한다. 데이터는 이들 관계를 반영하기 위해 그룹화되고, 분류되고, 분석될 수도 있다.

특정 실시예에서, 생리학적 데이터는 개인 공간 맵 및/또는 지리학적 위치 맵에 따라 그룹화된다. 개인 공간 맵은 사용자의 "감정 근접도", 이들의 상호 작용의 빈도, 요구된 프로페셔널/소셜/가족 관계 및 다른 관련 팩터에 기초하여 식별된다. 개인 공간 맵은 이들 팩터에 의해 제공된 특정 환경에서 생리학적 데이터를 분석하고 예를 들어 특정 그룹의 소셜 역학에 대한 적절한 결론을 도출하는 것을 도울 수도 있다. 특정 실시예에서, 생리학적 데이터 자체는 개인 공간 맵을 식별하는데 사용된다. 개인간 및 지리학적/신체적 관계의 견지에서 맵핑에 추가하여, 다른 유형의 관계가 맵핑되고 분석될 수도 있다. 이들 유형의 관계는 조직 또는 계층(예를 들어, 기업, 군대, 종교 단체 및 정치 집단 등) 등에 대한 관계를 포함할 수 있지만 이들에 한정되는 것은 아니다.

지리학적 위치 맵은 예를 들어 이들의 서로에 대한 근접도 및/또는 시계(city limit)와 같은 몇몇 지리학적 경계에 기초하여 사람들을 그룹화한다. 글로벌 포지셔닝 시스템(GPS) 및 휴대폰 사용량 또는 삼각측정과 같은 다양한 지리학적 트래킹 시스템이 이들 맵 상의 특정 영역과 개인을 연계하는데 사용될 수도 있다. 예를 들어, 미국 캘리포니아주 멘로 파크 소재의 Google로부터 입수 가능한 GOOGLE LATITUDE

서비스가 이러한 목적으로 사용될 수도 있다. 몇몇 예시적인 실시예에서, 지리학적 위치 맵은 생리학적 데이터의 더 광범위한 분석을 수행하기 위해 개인 공간 맵과 조합된다. 예를 들어, 지리학적 위치 맵은 개인 공간 맵을 수정하는데 사용될 수 있다. 임의의 특정 이론에 제한되지 않고, 가까운 신체적 근접도에 있는 사람들은 서로로부터 멀리 이격되어 위치된 사람들보다 더 많이 서로 영향을 미치는 경향이 있는 것으로 종종 고려된다. 물론, 이 이론은 2개의 유형의 맵의 제안된 종속성에 더 영향을 미칠 사용자에 의해 통신 툴의 이용 가능성 및 사용량을 고려해야 한다. 인구학적 팩터 및 특정 생리학적 데이터 경향 상에 구축된 맵과 같은 다른 유형의 맵이 마찬가지로 사용될 수도 있는 것으로 고려된다. 맵의 그룹화는 비교적 정적이고(예를 들어, 시계, 가족 관계) 또는 동적일 수 있다(예를 들어, 사용자의 신체적 근접도).

생리학적 데이터를 분석하는 것은 또한 시간 기간 경과에 따라 생리학적 데이터를 집성하고 검사/분석하는 것을 포함할 수도 있다. 이는 데이터가 시간 경과에 따라 변화하기 때문에 다양한 시간 경향을 결정하는 것을 포함할 수 있다. 몇몇 통계적 방법이 이러한 목적으로 적용될 수도 있다. 생리학적 데이터의 시간 종속성은 생리학적 데이터를 분석하기 위한 알고리즘을 구성하는데 고려되어야 하는 중요한 팩터이다. 예를 들어, 특정 자극을 경험한 후에(예를 들어, 시각적 이미지를 봄), 인간 신체는 다양한 스테이지를 경험할 수도 있다. 신체는 초기 "충격"이라 칭할 수도 있는 초기 반응을 경험할 수도 있다. 이는 강한 또는 약한 반응과, 패닉, 증오, 기쁨 등과 같은 포지티브 또는 네거티브 반응을 포함할 수도 있다. 이 초기 기간 중에, 인간 신체는 수신된 자극과 연계된 더 현저한 신호를 생성할 수 있고, 수집된 생리학적 데이터는 가장 관련성이 있는 경향이 있다. 신체는 이어서 회복되고 새로운 비관련된 자극을 받게될 수도 있다. 생리학적 데이터는 초기 자극제에 대한 적은 상관을 나타낼 뿐만 아니라 또한 거짓 신호를 제공할 수도 있다. 더욱이, 특정 자극은 지연된 신체적, 신체적 및/또는 생리학적 반응을 생성할 수도 있다.

본 발명의 기술에 따른 실시예를 계속하면, 생리학적 데이터를 분석하는 것은 현재 이벤트를 고려하는 것(선택적 동작 104b) 또는 더 구체적으로는 몇몇 이해 및 의미(다르게는 비교적 추상적 데이터일 수 있음)를 제공하기 위해 현재 이벤트에 생리학적 데이터를 상관하는 것을 포함한다. 현재 이벤트는 생리학적 데이터에 영향을 미치거나 적어도 생리학적 데이터를 몇몇 환경 내에 투입할 수 있는 다양한 외부 데이터(일반적으로, 몇몇 자극의 형태로 제시됨)로서 정의될 수도 있다. 이러한 현재 이벤트의 예는 주요 정치적 또는 경제적 뉴스, 재난, 전쟁 및 쿠테타와 같은 글로벌 이벤트, 뿐만 아니라 가족의 죽음 또는 탄생 및 특별 이벤트(예를 들어, 생일, 결혼, 승진 등)와 같은 지역적 이벤트를 포함할 수도 있다.

일 특정 예는 청중(즉, 시스템의 사용자)의 반응을 관찰하는 특정 목적을 갖고 공유된 정보인 시험 기구(trial ballon)이다. 시험 기구는 고객에 의한 반응을 판정하기 위해 프레스 릴리즈(예를 들어, 예측된 제품 릴리즈)를 송출하기 위해 기업에 의해 사용될 수 있고 또는 고려하에 있을 수도 있는 정책 변경에 대한 고의적으로 정보를 누설하는 정치인 또는 다른 엔티티에 의해 사용될 수 있다. 과거에는, 공중 반응을 관찰하는 것은 통상적으로 고가의 종종 부정확한 조사를 수반하여 성취가 곤란하였다. 정보 및 센서 기술의 신규한 조합이 효율적인 정확한 방식으로 관련 데이터를 캡처하는데 사용될 수도 있다. 구체적으로, 일단 정보가 시험 기구 프로세스의 초기 스테이지에 "누설"되면, 사용자의 생리학적 데이터는 즉시 수집될 수도 있다. 이 정보는 얼마나 곧 정보가 각각의 사용자에 도달하는지를 반영하는 정보 및 사용자에 의한 정보의 관심 레벨(예를 들어, 클릭 스트림 데이터)과 같은 다른 데이터 포인트에 의해 고려될 수도 있다. 전술된 바와 같이, 생리학적 데이터는 다른 형태의 사용자의 응답(예를 들어, 조사 질의에 대한 응답 등)보다 더 일반적으로 더 반향적이고, 이러한 데이터는 은폐 방식으로 수집될 수도 있는데, 이는 전체 프로세스를 덜 침입적이고 효율적이게 한다. 달리 말하면, 몇몇 또는 모든 사용자들은 심지어 이들이 모니터링되는 것을 인식하지 않을 수도 있다.

특정 실시예에서, 생리학적 데이터를 분석하는 것은 외부 자극에 대한 생리학적 데이터의 변화를 분석하는 것을 포함한다(선택적 동작 104c). 이러한 자극의 몇몇 예는 시각적 이미지, 오디오 및 다양한 다른 감각적 자극(냄새, 감촉 등)을 포함한다. 이 유형의 동작은 다른 유사한 동작과 중첩할 수도 있다. 외부 자극은 그 비디오 및 오디오 출력을 사용하여 사용자 디바이스에 의해 제공될 수도 있다. 전술된 바와 같이, 사용자 디바이스는 또한 센서를 구비할 수도 있다. 예를 들어, 사용자의 생리학적 데이터가 수집되어 컴퓨터 또는 휴대폰 디스플레이의 이미지와 동기화될 수도 있다. 특정 실시예에서, 정치 후보자의 사진이 사용자의 디바이스에 송신될 수도 있고, 사용자의 사진의 뷰잉시에, 데이터가 수집되어 서버에 수신된다. 이 뷰잉/데이터 수집은 더 전통적인 매스미디어 옵션에 비교하여 시간 기간에 걸쳐 수행될 수도 있다. 이는 이어서 이 방법의 탄력성을 추가한다.

이 선택적 동작 104c의 특정 구현예는 다양한 원인으로 기부를 간청한다. 상이한 사용자가 상이한 원인으로 수용적일 수도 있다. 이들 상관은 이들 상이한 원인과 연계된 다양한 외부 자극을 제공하고 수신된 생리학적 데이터에 기초하여 가장 현저한 감정을 생성하는 것들을 선택함으로써 설정될 수도 있다. 간청은 이어서 원인들에 대한 이들의 상이한 반응에 기초하여 사용자들에게 맞춤화될 수도 있다.

몇몇 실시예에서, 생리학적 데이터를 분석하는 것은 개인 활동을 고려하는 것을 포함한다(선택적 동작 104d). 선택적 동작 104b를 참조하여 전술된 현재 이벤트에 유사하게, 개인 활동은 생리학적 데이터에 대한 몇몇 반응을 제공하는 것을 돕고, 이 데이터를 더 양호하게 이해하는 것을 도울 수도 있다. 개인 활동의 몇몇 예는 소셜 네트워크 사용량(예를 들어, 포스팅, 메시지, 상태 업데이트 등), 클릭 스트림, 사용자 디바이스로부터의 검색-스트림, 및 사용자 디바이스에 의해 수집된 다른 유형의 데이터(예를 들어, 체중 모니터링 애플리케이션, 신체적 활동 애플리케이션, 스케쥴, 할 일 리스트 등)를 포함한다.

동작은 수집된 생리학적 데이터를 보충하고 해석하기 위해 사용자 특정 조사를 설계하고 제공하는 것을 포함할 수도 있다. 예를 들어, 사용자 디바이스는 그 사용자가 발열을 갖는 것을 등록할 수도 있다. 사용자 디바이스는 이어서 정밀한 진단 및/또는 예후를 식별하고 제공하는 것을 돕기 위해 특정 건강 관련 질의에 대답하도록 사용자를 프롬프팅할 수도 있다. 몇몇 실시예에서, 시스템은 데이터를 설명하기 위해 다른 사용자 활동(예를 들어, 다른 애플리케이션에 의해 등록된 강렬한 신체적 활동 등)을 분석할 수도 있다. 더욱이, 시스템은 사용자의 건강 상태에 몇몇 포인터를 지시하는 디바이스 상의 메시지(예를 들어, 아픈 날을 문의함)를 사용자가 타이핑하는 것을 검출할 수 있다.

현대 소셜 네트워크는 사용자 및 이들의 환경에 대한 정보의 광대한 소스를 제시한다. 다수의 기계를 잘 다루는 사람들은 소셜 네트워크의 활발한 멤버이다. 본 명세서에 개시된 방법 및 시스템은 이러한 소스로부터 그 사용자에 대한 정보를 계속 수집하도록 설계될 수도 있다. 예를 들어, 각각의 사용자 계정은 그 사용자의 개인 활동에 속하는 정보를 수집하기 위해 특정하게 설계된 웹 크롤러(web crawler)와 연계될 수도 있다.

특정 실시예에서, 생리학적 데이터를 분석하는 것은 사용자의 신체적 파라미터를 고려하는 것을 포함한다(선택적 동작 104e). 신체적 파라미터의 몇몇 예는 건강 상태, 연령, 성별, 체중, 유전적 특질, 바이오메트릭 및 신체적 위치를 포함한다. 다른 분석 동작과 중첩하는 몇몇이 존재할 수도 있다. 예를 들어, 사용자의 신체적 위치는 조깅 등과 같은 개인 활동 또는 현재 이벤트와 연계될 수도 있다. 더욱이, 몇몇 사용자는 이러한 개인 데이터의 사용 및 공유에 반대할 수도 있다. 몇몇 제안된 방법 및 시스템은 사용자 또는 다른 기준에 의해 설정된 바와 같이, 이 데이터로의 액세스를 제한하는 다양한 보안 수단을 제공한다.

다양한 다른 유형의 수단이 취해져서 본 발명의 기술에 따른 실시예에 따라 사용될 수도 있다는 것이 주목할만하다. 이들 유형의 몇몇은 혈류량(예를 들어, 성적 흥분을 평가하기 위해), EEG, ECG, 안구 운동, 동공 크기(예를 들어, 사람들의 광고의 효과를 평가하는데 있어서), 눈깜빡임, 근육 활동, 피부 발한 등을 포함하지만, 이들에 한정되는 것은 아니다.

일 예에서, 사용자 디바이스는 GPS 디바이스 또는 다른 유형의 위치 디바이스 및/또는 시스템(예를 들어, 휴대폰, 휴대폰 삼각측정 시스템, Wi-Fi 허브 및 인터넷 프로토콜(IP) 어드레스)을 구비한다. 이 위치 정보는 특정 지리학적 장소에 기초하여 데이터를 분석하기 위한 그룹을 형성하는데 사용될 수 있다. 예를 들어, 특정 영역의 특정 생리학적 파라미터의 강한 편차는 전염병 또는 알러지 창궐을 지시할 수도 있다. 사람들은 이들 영역을 피하도록 경고될 수도 있다.

몇몇 신체적 파라미터는 다른 파라미터를 생성하고 업데이트하는데 사용될 수도 있다. 예를 들어, 신체적 위치는 지역 날씨 조건(예를 들어, 외부 온도, 우천 등)을 결정하고, 이어서 이 정보를 생리학적 데이터와 상관시켜 서로에 대한 효과를 결정하는데 사용될 수도 있다. 특정 예에서, 낮은 온도는 발열의 지역적 창궐을 설명할 수도 있다.

특정 실시예에서, 하나 이상의 심박수 인증 기술이 사용자의 신체적 파라미터를 제공하도록 구현된다. 이들 기술은 근거리 통신(NFC) 능력을 구비한 사용자 디바이스 상에서 구현될 수 있다. 예를 들어, 프로세스는 기분/감성 피드백을 제공하도록 이후에 사용되는 심박수 정보를 얻는 것을 포함할 수도 있다. 이 피드백은 사용자에 의해 완료된 특정 트랜잭션(예를 들어, 제품의 구매 등)으로부터 만족의 레벨(또는 그 결여)의 지시로서 서비스 공급자와 공유될 수 있다. 몇몇 실시예에서, 쿠폰(또는 임의의 다른 것)이 기분 또는 다른 데이터에 기초하여 하나 이상의 개인에 송신될 수도 있다. 이는 이메일, SMS, 스네일 메일 또는 임의의 다른 적합한 방법을 통해 성취될 수도 있다.

몇몇 실시예에서, 생리학적 데이터를 분석하는 것은 2명 이상의 사람들 사이의 연고 또는 관계를 예측하는 것을 포함한다(선택 동작 104f). 연고/관계 유형의 몇몇 예는 유전적 연고, 가족적 연고, 사회적 연고 등을 포함한다. 특정 생리학적 데이터의 강한 상관성은 2명의 사람이 유사한 유전적 체질을 갖는 것을 지시할 수도 있는데, 이는 2명의 사람이 친척인 것을 또한 지시할 수도 있다. 더욱이, 이 정보는 2명의 사람이 반드시 관련되지 않을 수도 있지만 가능한 장기 기증자를 식별하는데 사용될 수 있다. 또한, 몇몇 생리학적 데이터는 결혼, 우정 또는 다른 관계 또는 제휴와 같은 다양한 소셜 및 프로페셔널 세팅으로 2명 이상의 사람의 포지티브 또는 네거티브 관계를 예측할 수도 있다. 본 명세서의 실시예는 플래시몹, 시위, 다른 집회 등에 또한 적용될 수도 있다.

특정 실시예에서, 방법은 하나 이상의 변수의 존재 또는 부재에 기초하여 2명 이상의 사람들 사이의 응답차를 결정하는 것을 포함한다. 달리 말하면, 하나 이상의 사용자에 대응하는 생리학적 데이터는 하나 이상의 다른 사용자의 동일한 유형의 데이터에 비교된다. 동일한 유형의 비교가 하나 이상의 개인의 동일한 그룹에 대해 시간 경과에 따라 구현될 수도 있다.

특정 시점에, 방법(100)은 동작 106 중에 하나 이상의 사람들의 소셜 감성에 관한 인디케이터 데이터를 결정하는 것으로 진행할 수도 있다. 임의의 특정 이론에 한정되지 않고, 생리학적 데이터는 블로그 포스팅 및 소셜 네트워크 포스팅과 같은 다른 유형의 사용자 입력보다 더 진보된 소셜 감성의 예측자일 수도 있다는 것이 다수에 의해 고려된다. 이 인디케이터 데이터는 소정 종류의 사전 경고 정보를 포함할 수 있다. 인디케이터 데이터는 이어서 동작 108에서 사용자 인터페이스 상에 표시를 위해 사용자 디바이스에 재차 전송될 수도 있다. 예를 들어, 인디케이터 데이터는 예비 의료 진단, 건강 팁, 정신 상태, 기분 등과 같은 생리학적 데이터의 소정의 해석을 포함할 수도 있다. 몇몇 실시예에서, 시스템은 시간 경과에 따라 수집된 다양한 데이터 포인트에 기초하여 사용자 디바이스 상에 건강 대시보드를 컴파일링하도록 구성될 수도 있다. 일반적으로, 인디케이터 데이터는 사용자가 생리학적 데이터를 계속 제공하는 것을 조장할 몇몇 정보를 포함할 것이다.

인디케이터 데이터는 또한 데이터를 제공하는 사용자 이외의 엔티티에 가치있을 수도 있다. 특정 실시예에서, 데이터는 마케팅 에이전시, 정부 에이전시, 군사 기관, 의료 엔티티 및 데이터에 관심있는 다른 유형의 엔티티에 전송될 수도 있다. 다양한 재정적 및 보안 배열이 이 시스템에 구현될 수도 있다. 예를 들어, 정부 기관은 다양한 영역의 건강 또는 다른 상태에 관심이 있을 수도 있고, 생리학적 데이터를 수집하는 것은 이와 관련하여 이러한 에이전시를 도울 수도 있다. 특정 실시예에서, 인디케이터 데이터는 타겟 광고와 같은 사용자 디바이스에 재차 제공된 다른 콘텐트를 맞춤화하는데 사용될 수도 있다.

전술된 시퀀스(100)의 다양한 예가 상이한 애플리케이션을 위해 구현될 수도 있다. 예를 들어, 소셜 네트워크 상태의 포스트 및 관계 정보와 유사하게, 사용자들은 이들의 네트워크와 이들의 건강 및 정신 상태를 공유하는데 관심이 있을 수도 있다. 예를 들어, 생리학적 데이터는 사용자의 기분을 결정하도록 해석될 수도 있는데, 이는 다른 사람들과 공유하기 위한 유용한 및/또는 즐거운 또는 재미있는 팩트일 수도 있다. 기분을 브로드캐스팅하기 위한 임상적 용도가 존재할 수 있다. 금연, 과식 중단 또는 소정의 다른 중독 또는 바람직하지 않은 거동을 중지하려고 시도하는 사람들은 친구들 또는 치료사가 이들의 기분을 모니터링하고 윤리적 지원을 제공할 수 있도록 이 양태를 구현하는 것이 가능할 수도 있다.

다른 유형의 데이터는 또한 엔터테인먼트, 소셜, 프로페셔널 및 의료용 용도를 사용될 수도 있다. 예를 들어, 피고용인의 건강 상태는 사람의 생산성을 증가시키기 위한 전체 목표를 갖고 월차를 제공하도록 고용인을 프롬프팅할 수도 있다. 특정 영역, 제휴 또는 네트워크에서 다수의 사람들이 나쁜 "기분" 또는 열악한 건강 상태에 있다는 지시는 이 영역으로부터 다른 사람들을 격리시킬 수도 있다.

이하에 제시된 컴퓨터 네트워크는 네트워크 및 이들 네트워크를 통해 서비스 공급자에 접속된 다수의 사용자의 환경에서 생리학적 데이터를 수집하고 분석하기 위한 몇몇 환경을 제공하는 것을 도울 것이다. 도 2는 전술된 방법의 다양한 실시예가 구현될 수도 있는 예시적인 네트워크 세그먼트(200)를 도시한다. 도시된 바와 같이, 다수의 사용자 디바이스 또는 클라이언트(202a 내지 202d)는 서비스 공급자에 의해 호스팅된 서버(206, 208)에 다양한 유형의 생리학적 데이터를 제공하기 위해 네트워크(204)에 통신적으로 결합될 수 있다. 사용자 디바이스(202a 내지 202d)는 이들의 각각의 사용자로부터 정보를 수집하기 위한 하나 이상의 센서를 구비할 수도 있다. 특정 실시예에서, 사용자 디바이스(202a 내지 202d)의 적어도 일부는 단지 하나의 센서만을 포함한다.

상기 방법과 연계된 소프트웨어 애플리케이션은 임의의 수의 서버 상에서 구현될 수도 있는 방법을 포함하지만, 단지 2개의 서버(206, 208)만이 도시되어 있다. 이들 서버는 생리학적 데이터 및 다른 유형의 데이터가 보유되는 하나 이상의 데이터베이스(도시 생략)로의 액세스를 가질 수도 있다. 서버(206, 208)는 사용자 디바이스(202a 내지 202d)를 제공된 서비스에 가입하는데 사용될 수도 있다. 따라서, 서버(206, 208)는 또한 가입 정보 및 인구학적 정보와 같은 다양한 사용자-관련 정보를 저장할 수도 있다. 서버(206, 208)는 또한 사용자 디바이스(202a 내지 202d)에 인디케이터 데이터를 전송하는데 사용될 수 있다.

네트워크(204)는 원거리 통신망(WAN) 또는 인터넷 및/또는 하나 이상의 근거리 통신망(LAN)과 같은 임의의 적합한 형태를 취할 수도 있다. 네트워크(204)는 각각의 클라이언트로부터 특정 서버 애플리케이션으로 요청을 포워딩하고, 애플리케이션 결과를 요청 클라이언트로 재차 포워딩하고, 또는 데이터를 다양한 서버들 사이에 포워딩하기 위한 임의의 수 및 유형의 디바이스(예를 들어, 라우터, 스위치 등)를 포함할 수도 있다.

전술된 방법은 광범위한 네트워크 환경(네트워크(204)에 의해 표현됨), 원격통신 네트워크, 무선 네트워크 모바일 네트워크 등으로 실시될 수 있다. 게다가, 컴퓨터 프로그램 인스트럭션은 임의의 유형의 컴퓨터 판독가능 매체에 저장될 수 있고, 클라이언트/서버 모델, 피어-투-피어 모델, 자립식 컴퓨팅 디바이스를 포함하는 다양한 컴퓨팅 모델에 따라 또는 본 명세서에 설명된 다양한 기능성이 상이한 위치에서 영향을 받거나 채용되는 분산형 컴퓨팅 모델에 따라 실행될 수도 있다.

도 3은 적절하게 구성되거나 설계될 때, 하나 이상의 사람들로부터 생리학적 데이터를 수신하고, 생리학적 데이터를 분석하고, 생리학적 데이터로부터 하나 이상의 사람들의 소셜 감성에 관한 인디케이터 데이터를 결정하고, 인디케이터 데이터를 표시하고 그리고/또는 전송하기 위해 사용될 수 있는 컴퓨터 시스템(300)을 도시한다. 컴퓨터 시스템(300)은 1차 저장 장치(306)(통상적으로, 랜덤 액세스 메모리(RAM)) 및 1차 저장 장치(304)(통상적으로, 판독 전용 메모리(ROM))를 포함하는 저장 디바이스에 결합되는 임의의 수의 프로세서(302)(또한 중앙 처리 유닛(CPU)이라 칭함)를 포함한다. 프로세서(302)는 마이크로콘트롤러 및 마이크로프로세서, 예를 들어 프로그램가능 디바이스(예를 들어, CPLD 및 FPGA) 및 프로그램불가능 디바이스, 예를 들어 게이트 어레이 ASIC 또는 범용 마이크로프로세서를 포함하는 다양한 유형일 수도 있다. 1차 저장 장치(304)는 프로세서(302)에 단방향성으로 데이터 및 인스트럭션을 전송하도록 작용하고, 1차 저장 장치(306)는 통상적으로 양방향 방식으로 데이터 및 인스트럭션을 전송하는데 사용된다. 이들 1차 저장 디바이스의 모두는 본 명세서에 설명된 것들과 같은 임의의 적합한 컴퓨터-판독가능 매체를 포함할 수도 있다. 대용량 저장 디바이스(308)가 또한 프로세서(302)에 양방향성으로 결합되고 부가의 데이터 저장 용량을 제공하고, 본 명세서에 설명된 임의의 컴퓨터-판독가능 매체를 포함할 수도 있다. 대용량 저장 디바이스(308)는 프로그램, 데이터 등을 저장하는데 사용될 수 있고, 통상적으로 2차 저장 매체(하드 디스크와 같은)이다. 대용량 저장 디바이스(308) 내에 보유된 정보는 적절한 경우에 가상 메모리로서 1차 저장 장치(306)의 부분으로서 표준 방식으로 합체될 수도 있다는 것이 이해될 수 있을 것이다. CD-ROM(313)과 같은 특정 대용량 디바이스가 또한 데이터를 프로세서(302)에 단방향성으로 패스할 수도 있다.

프로세서(302)는 또한 비디오 모니터, 트랙볼, 마우스, 키보드, 마이크로폰, 터치-감응식 디스플레이, 트랜스듀서 카드 리더, 자기 또는 페이퍼 테이프 리더, 태블릿, 스타일러스, 음성 또는 수기 인식기 또는 물론 다른 컴퓨터와 같은 다른 공지의 입력 디바이스와 같은 하나 이상의 입출력 디바이스와 통신적으로 결합하는 인터페이스(310)와 통신적으로 결합된다. 마지막으로, 프로세서(302)는 선택적으로 일반적으로 도면 부호 312에 도시된 바와 같이 외부 접속을 사용하여 데이터베이스, 컴퓨터 또는 원격통신 네트워크와 같은 외부 디바이스에 결합될 수도 있다. 이러한 접속에 의해, 프로세서(302)는 네트워크로부터 정보를 수신할 수도 있고, 또는 본 명세서에 설명된 방법 단계들을 수행하는 도중에 네트워크에 정보를 출력할 수도 있는 것이 고려된다.

몇몇 실시예에서, 생리학적 데이터는 몇몇 예를 들자면, 컴퓨터, 태블릿, 휴대폰, 의료용 시험 장비 및 텔레비전용 리모콘, 마우스 및 터치패드를 포함하는 이러한 장비용 입출력 디바이스와 같은 프로세서-기반 시스템과 일체인 구성요소에 의해 수집될 수도 있다. 따라서, 도 3에 도시된 바와 같이, 일 실시예에서, 한 쌍의 접점(324)이 마우스(320)의 버튼(322) 상에 제공될 수 있다. 다음에, 사용자가 단지 마우스 버튼(322) 상에 사용자의 손가락을 놓아두고 있을 때, 생리학적 데이터가 취해질 수도 있다. 이 생리학적 데이터는 다수의 컴퓨팅 디바이스의 사용자의 생리학적 상태에 대한 정보를 계속 수집하는데 사용될 수도 있다. 충분한 데이터가 수집될 수 있으면, 더 의미있는 경향이 개발될 수 있다.

몇몇 실시예에 따르면, 생리학적 데이터는 위치 정보와 연계될 수도 있다. 구체적으로, 그 생리학적 데이터가 취해질 수도 있는 사용자의 비교적 미세한 입도를 갖는 위치는 맵핑 소프트웨어가 생리학적 데이터의 변화 및 이에 의해 지리학적 기초로 소셜 감성의 변화를 지시하는데 사용될 수도 있는 이러한 방식으로 그 데이터에 추가될 수도 있다.

예를 들어, 도 4에 도시된 바와 같이, 박스 402, 404, 406 및 408로서 지시된 카운티를 도시하는 맵의 영역이 지시되어 있다. 영역(402)은 맵 상에 컴파일링되어 도시된 바와 같이, 영역(404, 406, 408)과는 상이한 소셜 감성을 가질 수도 있다. 이 방식으로, 지리학적 차이 및 지리학적 기반 경향이 더 양호하게 이해될 수도 있다.

몇몇 실시예에서, 센서는 종래의 기술을 사용하여 필터링 및 신호 프로세싱을 행하는 도 3에 도시된 인터페이스와 같은 인터페이스에 접속될 수도 있다. 다음에, 이 데이터는 일단 분석되면, 광범위한 다른 사용자로부터 정보와의 집성을 위해 컴퓨터 네트워크를 통해 송신될 수도 있다. 데이터가 특정 지리학적 위치에 결합되어 있는 실시예에서, 지리학적 기초의 소셜 감성 변화가 식별되고 몇몇 실시예에서 시각적으로 묘사될 수도 있다.

시스템의 구성에 무관하게, 범용 프로세싱 동작 및/또는 본 명세서에 설명된 발명적 기술을 위한 데이터, 프로그램 인스트럭션을 저장하도록 구성된 하나 이상의 메모리 또는 메모리 모듈을 채용할 수도 있다. 프로그램 인스트럭션은 예를 들어 운영 체제 및/또는 하나 이상의 애플리케이션의 동작을 제어할 수 있다. 메모리 또는 메모리들은 또한 계정 또는 가입 정보, 메시지, 메시지 시맨틱 특징, 분류 정보, 특징 벡터, 클래스 렉시콘, 토픽 모델, 메시지 및 분류에 관한 통계 등 중 하나 이상에 관한 표현적 정보를 저장하도록 구성될 수도 있다.

다양한 모듈 및 엔진이 다양한 실시예에서 상이한 장소에 위치될 수 있는 것이 가치있다. 본 명세서에 언급된 모듈 및 엔진은 소프트웨어, 펌웨어, 하드웨어, 조합으로서 또는 다양한 다른 방식으로 저장될 수 있다. 다양한 모듈 및 엔진은 제거될 수 있고, 본 명세서에 구체적으로 개시된 이들 위치 이외의 다른 적합한 위치에 포함될 수 있는 것이 고려된다. 다양한 실시예에서, 부가의 모듈 및 엔진이 본 명세서에 설명된 예시적인 실시예에 포함될 수 있다.

상기 개념은 명백한 이해를 위해 일부 상세로 설명되었지만, 특정 변경 및 수정이 첨부된 청구범위의 범주 내에서 실시될 수 있다는 것이 명백할 것이다. 프로세스, 시스템 및 장치를 구현하는 다수의 대안적인 방식이 존재한다는 것이 주목되어야 한다. 이에 따라, 본 발명의 실시예들은 한정이 아니라 예시적인 것으로서 고려되어야 한다.

200: 네트워크 세그먼트
202a 내지 202d: 사용자 디바이스 또는 클라이언트
204: 네트워크 206, 208: 서버
302: 프로세서(들) 304: 1차 저장 장치
306: 1차 저장 장치 308: 대용량 저장 장치
310: 인터페이스 312: 네트워크 접속

Claims

생리학적 데이터를 사용하여 복수의 사람들의 소셜 감성을 예측하기 위한 방법에 있어서,
복수의 컴퓨팅 디바이스 상에서 복수의 사람들로부터의 생리학적 데이터를 수신하는 단계와,
상기 생리학적 데이터를 분석하는 단계와,
상기 생리학적 데이터를 사용하여 상기 복수의 사람들의 소셜 감성을 결정하는 단계를 포함하는
소셜 감성 예측 방법.
제 1 항에 있어서,
상기 컴퓨팅 디바이스가 서버를 포함하되, 상기 생리학적 데이터는 네트워크를 통해 수신되는
소셜 감성 예측 방법.
제 1 항에 있어서,
단일 센서를 사용하여 사람으로부터 상기 생리학적 데이터를 수신하는 단계를 포함하는
소셜 감성 예측 방법.
제 1 항에 있어서,
상기 생리학적 데이터를 서로의 관계를 갖는 상기 복수의 사람들로부터 수신하는 단계를 포함하는
소셜 감성 예측 방법.
제 1 항에 있어서,
상기 생리학적 데이터를 분석하는 단계는 상기 복수의 사람들로부터 데이터를 집성하는 단계를 포함하는
소셜 감성 예측 방법.
제 1 항에 있어서,
상기 생리학적 데이터를 분석하는 단계는 현재 이벤트를 고려하는 단계를 포함하는
소셜 감성 예측 방법.
제 1 항에 있어서,
상기 생리학적 데이터를 분석하는 단계는 개인 활동을 고려하는 단계를 포함하는
소셜 감성 예측 방법.
제 1 항에 있어서,
상기 생리학적 데이터를 분석하는 단계는 사람의 신체적 파라미터(physical parameter)를 고려하는 단계를 포함하는
소셜 감성 예측 방법.
제 8 항에 있어서,
상기 신체적 파라미터는 건강 상태, 연령, 성별, 체중, 체지방율, 유전적 특질, 바이오메트릭 및 신체적 위치 중 하나 이상을 포함하는
소셜 감성 예측 방법.
제 1 항에 있어서,
상기 생리학적 데이터를 분석하는 단계는 2명 이상의 사람들 사이의 연고를 예측하는 단계를 포함하는
소셜 감성 예측 방법.
제 10 항에 있어서,
상기 연고는 유전적 연고, 가족적 연고 및 사회적 연고 중 하나 이상을 포함하는
소셜 감성 예측 방법.
제 1 항에 있어서,
상기 생리학적 데이터를 분석하는 단계는 외부 자극에 기인하여 상기 생리학적 데이터의 변화를 분석하는 단계를 포함하는
소셜 감성 예측 방법.
생리학적 데이터를 사용하여 하나 이상의 사람들의 소셜 감성을 예측하기 위한 시스템에 있어서,
수신 모듈, 분석 모듈, 인디케이터 데이터 결정 모듈 및 전송 모듈을 저장하기 위한 메모리와,
상기 수신 모듈, 분석 모듈, 인디케이터 데이터 결정 모듈 및 전송 모듈을 실행하기 위한 프로세서를 포함하고,
상기 프로세서는
컴퓨팅 디바이스에서 하나 이상의 사람들로부터의 생리학적 데이터를 수신하고,
상기 생리학적 데이터를 분석하고,
상기 생리학적 데이터를 사용하여 상기 하나 이상의 사람들의 소셜 감성을 결정하도록 구성되는
소셜 감성 예측 시스템.
제 13 항에 있어서,
상기 컴퓨팅 디바이스는 서버를 포함하고, 상기 생리학적 데이터는 상기 수신 모듈에 의해 네트워크를 통해 수신되고 상기 전송 모듈에 의해 네트워크를 통해 전송되는
소셜 감성 예측 시스템.
제 13 항에 있어서,
상기 생리학적 데이터는 단일 센서를 사용하여 사람으로부터 수신되는
소셜 감성 예측 시스템.
제 13 항에 있어서,
상기 생리학적 데이터는 단일 센서 또는 다수의 센서를 사용하여 사람으로부터 끊임없이(seamlessly) 수신되는
소셜 감성 예측 시스템.
제 13 항에 있어서,
상기 생리학적 데이터는 서로의 관계를 갖는 복수의 사람들로부터 수신되는
소셜 감성 예측 시스템.
제 13 항에 있어서,
상기 생리학적 데이터를 분석하는 것은 복수의 사람들로부터 데이터를 집성하는 것을 포함하는
소셜 감성 예측 시스템.
제 13 항에 있어서,
상기 생리학적 데이터를 분석하는 것은 현재 이벤트를 고려하는 것을 포함하는
소셜 감성 예측 시스템.
제 13 항에 있어서,
상기 생리학적 데이터를 분석하는 것은 개인 활동을 고려하는 것을 포함하는
소셜 감성 예측 시스템.
제 13 항에 있어서,
상기 생리학적 데이터를 분석하는 것은 사람의 신체적 파라미터를 고려하는 것을 포함하는
소셜 감성 예측 시스템.
제 21 항에 있어서,
상기 신체적 파라미터는 건강 상태, 연령, 성별, 체중, 체지방율, 유전적 특질, 바이오메트릭 및 신체적 위치 중 하나 이상을 포함하는
소셜 감성 예측 시스템.
제 13 항에 있어서,
상기 인디케이터 데이터는 사전 경고 정보를 포함하는
소셜 감성 예측 시스템.
구현된 프로그램을 갖는 하나 이상의 비일시적 컴퓨터-판독가능 저장 매체에 있어서,
상기 프로그램은 생리학적 데이터를 사용하여 하나 이상의 사람들의 소셜 감성을 예측하기 위한 방법을 수행하기 위해 프로세서에 의해 실행가능하고, 상기 방법은
컴퓨팅 디바이스에서 하나 이상의 사람들로부터의 생리학적 데이터를 수신하는 단계와,
상기 생리학적 데이터를 분석하는 단계와,
상기 생리학적 데이터에 기초하여 하나 이상의 사람들의 소셜 감성을 결정하는 단계를 포함하는
컴퓨터-판독가능 저장 매체.
제 24 항에 있어서,
사람의 지리학적 위치를 식별하기 위해 상기 데이터와 함께 글로벌 포지셔닝 시스템 좌표를 수신하기 위한 인스트럭션을 더 저장하는
컴퓨터-판독가능 저장 매체.