KR20160051231A - 약속 장소 위치 예측 방법 및 이를 제공하는 전자 장치 - Google Patents

약속 장소 위치 예측 방법 및 이를 제공하는 전자 장치 Download PDF

Info

Publication number
KR20160051231A
KR20160051231A KR1020140150823A KR20140150823A KR20160051231A KR 20160051231 A KR20160051231 A KR 20160051231A KR 1020140150823 A KR1020140150823 A KR 1020140150823A KR 20140150823 A KR20140150823 A KR 20140150823A KR 20160051231 A KR20160051231 A KR 20160051231A
Authority
KR
South Korea
Prior art keywords
place
data
information
schedule
appointment
Prior art date
Application number
KR1020140150823A
Other languages
English (en)
Inventor
윤석호
김주석
방민혁
이동주
Original Assignee
삼성전자주식회사
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 삼성전자주식회사 filed Critical 삼성전자주식회사
Priority to KR1020140150823A priority Critical patent/KR20160051231A/ko
Priority to US14/929,986 priority patent/US10149108B2/en
Priority to AU2015343949A priority patent/AU2015343949B2/en
Priority to PCT/KR2015/011652 priority patent/WO2016072680A1/en
Priority to EP15192793.6A priority patent/EP3016049A1/en
Priority to CN201510737411.3A priority patent/CN105574603A/zh
Publication of KR20160051231A publication Critical patent/KR20160051231A/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
    • H04W4/02—Services making use of location information
    • H04W4/029—Location-based management or tracking services
    • 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
    • G06Q10/00—Administration; Management
    • G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
    • 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
    • G06Q10/00—Administration; Management
    • G06Q10/10—Office automation; Time management
    • G06Q10/109—Time management, e.g. calendars, reminders, meetings or time accounting

Landscapes

  • Engineering & Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Human Resources & Organizations (AREA)
  • Strategic Management (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Economics (AREA)
  • Marketing (AREA)
  • General Business, Economics & Management (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Physics & Mathematics (AREA)
  • Operations Research (AREA)
  • Quality & Reliability (AREA)
  • Tourism & Hospitality (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Signal Processing (AREA)
  • Data Mining & Analysis (AREA)
  • Game Theory and Decision Science (AREA)
  • Development Economics (AREA)
  • Telephonic Communication Services (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)
  • User Interface Of Digital Computer (AREA)
  • Telephone Function (AREA)

Abstract

약속 장소 위치 예측 방법 및 이를 제공하는 전자 장치가 개시된다. 본 전자 장치는, 일정 관리 서비스 어플리케이션이 실행된 화면 및 예측된 약속 장소를 표시하는 표시부, 상기 어플리케이션에 입력된 일정 정보, 장소 및 지역에 관한 데이터 및 사용자의 위치 히스토리를 저장하는 저장부 및 상기 일정 정보 입력을 인식하고, 상기 일정 정보의 일정 장소명으로 장소 데이터들을 점수화하고 상기 점수화된 장소 데이터들 중 높은 점수를 갖는 적어도 하나의 장소 데이터로 약속 장소를 예측하는 제어부를 포함할 수 있다.

Description

약속 장소 위치 예측 방법 및 이를 제공하는 전자 장치{METHOD FOR PREDICTING LOCATION FOR SCHEDULE AND ELECTRONIC DEVICE IMPLEMENTING THE SAME}
본 개시의 다양한 실시 예는 입력된 일정 정보를 통해 약속 장소의 위치를 예측하는 방법 및 이를 제공하는 전자 장치에 관한 것이다.
전자 장치는 사용자에게 통화나 메시지 전송과 같은 기본적인 기능을 제공하는 것을 넘어서 사용자의 일정을 관리할 수 있도록 하는 기능을 제공한다. 예를 들어, 전자 장치는 사용자에게 일정을 관리할 수 있는 환경인 일정 관리 어플리케이션을 제공할 수 있다. 전자 장치는 사용자로부터 입력된 일정 정보를 저장하고, 사용자의 요청에 따라 정해진 시간에 알림을 울리거나 사용자가 확인할 수 있도록 표시할 수 있다.
또한, 전자 장치는 사용자로부터 입력된 일정 정보를 저장하거나 알리는 기능만 수행하는 것이 아니라, 입력된 일정 정보를 분석하여 약속 장소의 위치를 제공할 수도 있다.
하지만 전자 장치는 입력된 일정 정보만으로 약속 장소의 위치를 제공하기에 정확성이 떨어진다. 왜냐하면, 전자 장치는 장소명과 주소를 포함하는 외부의 DB(database: 데이터베이스)를 사용하여 검색하기 때문이다. 한 실시 예로, 많은 지점을 가지고 있는 프랜차이즈들이 일정 정보로 입력된 경우, 동일한 이름으로 여러 지역에 분포되어 있기 때문에 전자 장치는 사용자의 의도에 맞는 정확한 위치를 제공하기에 어려움을 가질 수 있다. 또한, 전자 장치는 외부의 DB가 입력된 일정 정보에 대응하는 주소를 가지지 못한 경우, 사용자에게 정확한 위치를 제공하기에 어려움을 가질 수 있다.
상기의 문제점들을 해결하기 위해 본 개시의 다양한 실시 예들은 입력된 일정 정보를 가지고 외부의 DB 뿐만 아니라, 사용자의 위치 기록으로부터 사용자가 의도한 약속 장소를 예측하는 약속 장소 위치 예측 방법 및 이를 제공하는 전자 장치를 제공할 수 있다.
본 개시의 다양한 실시 예에 따른 전자 장치는, 일정 관리 서비스 어플리케이션이 실행된 화면 및 예측된 약속 장소를 표시하는 표시부, 상기 어플리케이션에 입력된 일정 정보, 장소 및 지역에 관한 데이터 및 사용자의 위치 히스토리를 저장하는 저장부 및 상기 일정 정보 입력을 인식하고, 상기 일정 정보의 일정 장소명으로 장소 데이터들을 점수화하고 상기 점수화된 장소 데이터들 중 높은 점수를 갖는 적어도 하나의 장소 데이터로 약속 장소를 예측하는 제어부를 포함할 수 있다.
본 개시의 다양한 실시 예에 따른 약속 장소 위치 예측 방법은, 일정 정보 입력을 인식하고 상기 일정 정보의 일정 장소명으로 장소 데이터들을 점수화하고 상기 점수화된 장소 데이터들 중 높은 점수를 갖는 적어도 하나의 데이터로 약속 장소를 예측하는 동작을 포함할 수 있다.
본 개시의 다양한 실시 예에 따른 전자 장치는, 일정 관리 서비스 어플리케이션이 실행된 화면 및 예측된 약속 장소를 표시하는 표시부, 상기 어플리케이션에 입력된 일정 정보, 장소 및 지역에 관한 데이터 및 사용자의 위치 히스토리를 저장하는 저장부 및 상기 일정 정보 입력을 인식하고, 사용자 위치 히스토리 데이터들 중 상기 일정 정보의 일정 장소명이 차지하는 비중을 계산하고, 계산된 결과에 따라 높은 비중을 가지는 상기 사용자 위치 히스토리 데이터들 중 적어도 하나의 사용자 위치 히스토리 데이터로 약속 장소를 예측하는 제어부를 포함할 수 있다.
본 개시의 다양한 실시 예에 따른 전자 장치는, 일정 관리 서비스 어플리케이션이 실행된 화면 및 예측된 약속 장소를 표시하는 표시부, 상기 어플리케이션에 입력된 일정 정보, 장소 및 지역에 관한 데이터 및 사용자의 위치 히스토리를 저장하는 저장부 및 상기 일정 정보 입력을 인식하고, 상기 일정 정보의 상황 정보와 대응하는 데이터들을 사용자 위치 히스토리 데이터에서 추출하고 상기 추출된 데이터들에서 상기 일정 장소명의 텍스트와 대응하는 데이터로 약속 장소를 예측하도록 수행되는 제어부를 포함할 수 있다.
본 개시의 다양한 실시 예들에 따른 약속 장소 위치 예측 방법 및 이를 제공하는 전자 장치는 입력된 일정 정보를 분석하고 상기 일정 정보로 사용자의 위치 기록으로부터 사용자가 의도한 약속 장소를 보다 정확히 예측할 수 있다.
추가적으로 전자 장치는 예측된 약속 장소를 사용자에게 표시할 뿐만 아니라 예측된 약속 장소 주변의 추천 장소를 제공할 수도 있다. 이를 통해 사용자는 의미 있는 정보를 제공받을 수 있다.
도 1은 본 개시의 다양한 실시 예들에 따른 전자 장치의 블록도이다.
도 2는 본 개시의 다양한 실시 예들에 따른 약속 장소 위치 예측 방법을 나타내는 순서도이다.
도 3는 본 개시의 다양한 실시 예들에 따른 약속 장소 위치 예측 방법을 나타내는 순서도이다.
도 4는 본 개시의 다양한 실시 예들에 따른 약속 장소 위치 예측 방법을 나타내는 순서도이다.
도 5는 본 개시의 다양한 실시 예에 따른 약속 장소 위치 예측 방법을 나타내는 예시도이다.
이하, 첨부된 도면을 참조하여 본 개시(present disclosure)를 설명한다. 본 개시는 다양한 변경을 가할 수 있고 여러 가지 실시 예를 가질 수 있는 바, 특정 실시 예들이 도면에 예시되고 관련된 상세한 설명이 기재되어 있다. 그러나, 이는 본 개시를 특정한 실시 형태에 대해 한정하려는 것이 아니며, 본 개시의 사상 및 기술 범위에 포함되는 모든 변경 및/또는 균등물 내지 대체물을 포함하는 것으로 이해되어야 한다. 도면의 설명과 관련하여, 유사한 구성요소에 대해서는 유사한 참조 부호가 사용되었다.
본 개시 가운데 사용될 수 있는"포함한다" 또는 "포함할 수 있다" 등의 표현은 개시된 해당 기능, 동작 또는 구성요소 등의 존재를 가리키며, 추가적인 하나 이상의 기능, 동작 또는 구성요소 등을 제한하지 않는다. 또한, 본 개시에서, "포함하다" 또는 "가지다" 등의 용어는 명세서상에 기재된 특징, 숫자, 단계, 동작, 구성요소, 부품 또는 이들을 조합한 것이 존재함을 지정하려는 것이지, 하나 또는 그 이상의 다른 특징들이나 숫자, 단계, 동작, 구성요소, 부품 또는 이들을 조합한 것들의 존재 또는 부가 가능성을 미리 배제하지 않는 것으로 이해되어야 한다.
본 개시에서 "또는" 등의 표현은 함께 나열된 단어들의 어떠한, 그리고 모든 조합을 포함한다. 예를 들어, "A 또는 B"는, A를 포함할 수도, B를 포함할 수도, 또는 A 와 B 모두를 포함할 수도 있다.
본 개시에서 사용한 용어는 단지 특정한 실시 예를 설명하기 위해 사용된 것으로, 본 개시를 한정하려는 의도가 아니다. 단수의 표현은 문맥상 명백하게 다르게 뜻하지 않는 한, 복수의 표현을 포함한다.
다르게 정의되지 않는 한, 기술적이거나 과학적인 용어를 포함해서 여기서 사용되는 모든 용어들은 본 개시가 속하는 기술 분야에서 통상의 지식을 가진 자에 의해 일반적으로 이해되는 것과 동일한 의미를 가지고 있다. 일반적으로 사용되는 사전에 정의되어 있는 것과 같은 용어들은 관련 기술의 문맥 상 가지는 의미와 일치하는 의미를 가지는 것으로 해석되어야 하며, 본 개시에서 명백하게 정의하지 않는 한, 이상적이거나 과도하게 형식적인 의미로 해석되지 않는다.
이하, 첨부된 도면을 참조하여 다양한 실시 예에 따른 전자 장치에 대해서 살펴본다. 다양한 실시 예에서 이용되는 사용자라는 용어는 전자 장치를 사용하는 사람 또는 전자 장치를 사용하는 장치(예: 인공지능 전자 장치)를 지칭할 수 있다.
도 1는 본 개시의 다양한 실시 예들에 따른 전자 장치의 블록도이다.
도 1을 참조하면, 전자 장치 100는 제어부 110, 입력부 120, 표시부 130, 통신부 140 및 저장부 150를 포함할 수 있다.
제어부 110는 전자 장치 100의 전반적인 동작 및 전자 장치 100의 내부 구성 간의 신호 흐름을 제어하고 데이터를 처리하는 데이터 처리 기능을 수행할 수 있다. 예를 들어, 제어부 110는 중앙 처리 장치(central processing unit: CPU), 어플리케이션 프로세서(application processor: AP) 등으로 형성될 수 있다. 또한, 제어부 110는 싱글 코어 프로세서(single-core processor) 또는 멀티 코어 프로세서(multi-core processor)로 형성될 수 있다.
제어부 110는 사용자로부터 일정 관리 서비스 어플리케이션 상에 일정 장소명이 입력되면 장소명에 해당되는 단어를 장소 DB에서 검색하여'장소'로 태깅할 수 있다. 예를 들어, 제어부 110는 사용자로부터 '용인 에버랜드'라는 일정 장소명이 일정 관리 서비스 어플리케이션을 통해서 입력되었다면 '에버랜드'를 '장소'로 태깅할 수 있다.
제어부 110는 사용자로부터 일정 관리 서비스 어플리케이션 상에 일정 장소 명이 입력되면 지역명에 해당되는 단어를 지역 DB에서 검색하여 '지역'으로 태깅할 수 있다. 앞선 예시를 사용하자면, '용인 에버랜드'에서 지역에 해당하는 단어인 '용인'이 '지역'으로 태깅될 수 있다.
앞서 기재한 바와 같이 일정이 입력되면 장소명과 지역명을 구분할 수 있다. 본 명세서에서는 장소는 상호명, 관광지 등을 의미할 수 있다. 지역은 지점명, 서울, 경기, 뉴욕, 강남구 등 일정하게 나뉘어진 지리적 공간을 의미할 수 있다.
제어부 110는 사용자에 의해 입력된 일정 정보에서 상황 정보를 추출할 수 있다. 상황 정보는 시간 정보, 날씨 정보를 포함할 수 있다. 상기 날씨 정보는 사용자가 입력한 시간 정보에 대응하는 날씨를 외부의 날씨 DB로부터 수신되어 저장될 수 있고 사용자에 의해 입력될 수도 있다.
또한, 상황 정보는 일정 관리 서비스 어플리케이션이 제공하는 정보에 따라서 일정 참여자 정보, 일정의 성격(회식, 회의 등)등을 포함할 수도 있다. 제어부 110는 추출된 상황 정보를 가지고 각 상황에 맞는 장소를 사용자 위치 히스토리 DB 153에서 추출할 수 있다. 이렇게 추출된 장소는 활동 지역이 될 수 있고, 이는 활동 지역 DB 155에 저장될 수 있다.
입력부 120는 사용자로부터 입력된 명령 또는 데이터를 통해 제어부 110, 표시부 130, 통신부 140 및 저장부 150에 전달할 수 있다. 또한 입력부 120는 표시부 130의 터치 스크린에 포함된 터치패널을 포함할 수도 있다. 예를 들면, 제어부 110는 터치 스크린을 통하여 입력된 신호를 감지할 수 있다.
표시부 130은 표시 패널과 터치 패널이 적층 구조로 결합된 일체형일 수 있다. 표시 패널은 LCD(liquid crystal display), OLED(organic light emitting diodes) 디스플레이, AM-OLED(active-matrix organic light-emitting diode), PDP(plasma display panel) 등과 같은 다양한 형태로 구현될 수 있다. 표시 패널은 유연하게(flexible), 투명하게(transparent) 또는 착용할 수 있게(wearable) 구현될 수 있다. 터치 패널은, 예를 들면, 정전식, 감압식, 적외선 방식 또는 초음파 방식 중 적어도 하나의 방식으로 터치 입력을 인식할 수 있다.
통신부 140은 전자 장치 100 와 외부 전자 장치 또는 서버간의 통신을 연결할 수 있다. 예를 들면, 통신부 140은 무선 통신 또는 유선 통신을 통해서 네트워크에 연결되어 외부 장치 또는 서버와 통신할 수 있다. 무선 통신은, 예를 들어, Wifi(wireless fidelity), BT(bluetooth), NFC(near field communication)를 포함할 수 있다. 상기 유선 통신은, 예를 들어, USB(universal serial bus), HDMI(high definition multimedia interface), RS-232(recommended standard 232) 또는 POTS(plain old telephone service) 중 적어도 하나를 포함할 수 있다.
저장부 150은 내장 메모리(internal memory) 및 외장 메모리(External Memory) 중 적어도 하나를 포함할 수 있다.
내장 메모리는, 예를 들어, 휘발성 메모리(예를 들면, DRAM(dynamic random access memory), SRAM(static random access memory), SDRAM(synchronous dynamic random access memory) 등), 비휘발성 메모리(예를 들면, OTPROM(one time programmable read only memory), PROM(programmable read only memory), EPROM(erasable and programmable read only memory), EEPROM(electrically erasable and programmable read only memory), mask read only memory, flash read only memory 등), 하드 디스크 드라이브(HDD: hard disk drive) 또는 솔리드스테이트 드라이브(SSD) 중 적어도 하나를 포함할 수 있다.
외장 메모리는, 예를 들면, CF(compact flash), SD(secure digital), Micro-SD(micro secure digital), Mini-SD(mini secure digital), xD(extreme digital) 및 memory stick 중 적어도 하나를 포함할 수 있다.
저장부 150는 일정 DB 151, 사용자 위치 히스토리 DB 153, 활동 지역 DB 155, 장소 DB 157및 지역 DB 159를 포함할 수 있다. 일정 DB 151는 일정 관리 서비스 어플리케이션 상에 입력된 일정 정보들의 집합을 의미할 수 있다. 일정 DB 151에 저장되는 데이터는 일정 정보로, 일정명, 일정 장소명, 상황 정보 등을 포함할 수 있다. 상황 정보는 시간 정보, 날씨 정보를 포함할 수 있다. 또한, 상황 정보는 일정 관리 서비스 어플리케이션이 제공하는 정보에 따라서 일정 참여자 정보, 일정의 성격(회식, 회의 등)등을 포함할 수도 있다. 상황 정보는 사용자로부터 입력될 수도 있고, 관련 서버들로부터 수신될 수도 있다.
사용자 위치 히스토리 DB 153는 사용자가 이동한 위치 정보들의 집합을 의미할 수 있다. 사용자 위치 히스토리 DB 153에 저장되는 데이터는 사용자 위치 히스토리 데이터로, 사용자 위치 히스토리 DB 153에는 사용자가 이동한 위치들이 위경도로 저장되어 있을 수 있다. 사용자가 이동한 위치들의 위경도는 GPS 기능을 통해서 얻어질 수 있다. 사용자가 이동한 위치들은 사용자에 의해, 혹은 사용자의 설정에 의해 자동으로 사용자 위치 히스토리 DB 153에 저장될 수 있다.
사용자 위치 히스토리 DB 153에는 하기 표 1과 같이 저장되어 있을 수 있다.
R3 25층 → 37.257, 127.053
R4 25층 → 37.258, 127.054
R3 25층 → 37.257, 127.053
강남 봉추찜닭 →37.507,127.045
대학로 KFC →37.582,127.002
부산 해운대 → 35.169,129.163
사용자 위치 히스토리 DB 153에는 각각의 장소명에 위경도 즉, 위치 정보가 매핑되어 있을 수 있다. 각각의 장소명은 사용자가 입력한 일정 정보의 일정 장소명일 수 있다. 상기 일정 장소명에 매핑되어 저장된 위경도는 사용자가 입력한 일정 정보의 상황 정보에 대응하는 시간에 사용자가 실제 있었던 위치를 나타내는 위경도일 수 있다.
표 1에 도시되어 있지는 않으나, 상기 일정 장소명을 입력할 시의 상황 정보도 함께 저장될 수 있다. 사용자 위치 히스토리 DB 153에는 각각의 장소명에 따른 위치 정보가 클러스터링(clustering)이 되어 매핑되어 있을 수 있다.
클러스터링이란 군집화 하는 것으로, 예를 들어 위치 정보 중에서, 37.2571, 127.0532 와 37.2572, 127.0534는 다른 위치이지만 37.257, 127.053으로 군집화 하여 동일한 위치로 취급하는 것을 의미할 수 있다. 이렇게 클러스터링을 하는 이유는 약속 장소를 예측할 경우에 오차를 줄이기 위함이다.
활동 지역 DB 155는 사용자로부터 일정 관리 서비스 어플리케이션 상에 입력된 일정 정보의 상황 정보를 이용해서 사용자 위치 히스토리 DB 153에서 사용자가 해당 상황에서 주로 활동한 지역을 모아놓은 집합일 수 있다.
예를 들어, 제어부 110는 일정 정보의 상황 정보가 오후 7시부터 오후 9시까지라는 시간 정보를 포함하고 있을 경우, 사용자 위치 히스토리 DB 153에서 상기 시간 동안에 머문 지역들을 추출하여 이를 활동 지역 DB 155에 저장할 수 있다. 또 다른 예로, 제어부 23는 일정 정보의 상황 정보가 오후 7시부터 오후 9시까지라는 시간 정보와 눈이 내렸다는 날씨 정보를 포함하고 있을 경우, 사용자 위치 히스토리 DB 153에서 상기 상황 동안에 머문 지역들을 추출하여 이를 활동 지역 DB 155에 저장할 수 있다.
장소 DB 157는 장소명에 해당하는 단어들의 집합일 수 있다. 장소 DB 157에 저장되는 데이터는 장소 데이터로, 장소 DB 157는 사용자로부터 일정 관리 서비스 어플리케이션 상에 일정 장소명이 입력되면 장소명에 해당되는 단어를 장소 DB 157에서 검색하여'장소'로 태깅할 수 있다.
예를 들어, 사용자로부터 '용인 에버랜드'라는 일정 장소명이 일정 관리 서비스 어플리케이션을 통해서 입력되었다면 '에버랜드'가 '장소'로 태깅될 수 있다.
지역 DB 159는 지역에 해당하는 단어들로 이루어진 집합일 수 있다. 지역 DB 159에 저장되는 데이터는 지역 데이터로, 지역 DB 159는 앞서 설명한 장소 DB 157와 유사하게 사용자로부터 일정 관리 서비스 어플리케이션 상에 일정 장소명이 입력되면 지역명에 해당되는 단어를 지역 DB 159에서 검색하여 '지역'으로 태깅할 수 있다.
앞선 예시를 사용하자면, '용인 에버랜드'에서 지역에 해당하는 단어인 '용인'이 '지역'으로 태깅될 수 있다.
또한, 한 실시 예로, 장소 DB 157와 지역 DB 159가 통합된 형태일 수 있다. 장소 DB 157와 지역 DB 159가 통합되어 하나의 DB가 될 수 있다.
도 2는 본 개시의 다양한 실시 예들에 따른 약속 장소 위치 예측 방법을 나타내는 순서도이다.
도 2를 참조하면, 제어부 110는 장소 DB 157및 지역 DB 159중 적어도 하나를 이용하여 점수화를 통해 약속 장소를 예측할 수 있다. 제어부 110는 장소 DB 157에서 입력된 일정 장소명 의 '장소'에 해당하는 데이터를 장소 DB 157에서 점수화할 수 있다. 상기 데이터는 장소명, 위치 정보, 주소 등을 포함할 수 있다.
점수화 하는 방법에 있어서, 제어부 110는 동작 201에서 일정 관리 서비스 어플리케이션을 실행할 수 있다. 동작 203에서 제어부 110는 일정 정보 입력을 인식할 수 있다. 동작205에서 제어부 110는 장소 DB 157의 데이터들을 일정 정보의 일정 장소명으로 점수화할 수 있다. 즉, 제어부 110는 장소 DB 157에 있는 모든 데이터들 중 일정 장소명의 '장소'와 일치하는 텍스트를 가지는 데이터에 점수를 가산할 수 있다. 상기 점수를 장소 점수로 한다.
또한, 제어부 110는 입력된 일정 장소명의'장소'의 위치 정보를 아는 경우에 상기 위치 정보와, 장소 DB 157에 저장되어 있는 데이터의 위치 정보의 거리의 역을 장소 점수로 책정할 수 있다. 즉, 두 데이터의 거리가 가까운 경우 더 높은 장소 점수를 책정한다는 의미이다.
동작 207에서 제어부 110는 가장 높은 장소 점수를 갖는 데이터로 약속 장소를 예측하여 표시할 수 있다. 표시할 때, 제어부 110는 데이터가 포함하고 있는 장소명, 주소 등을 표시할 수 있다.
또한, 제어부 110는 장소 DB 157뿐만 아니라 지역 DB 159에서 입력된 일정 장소명의 '지역'에 해당하는 데이터를 지역 DB 159에서도 점수화할 수 있다. 상기 데이터는 지역명, 위치 정보, 주소 등을 포함할 수 있다. 점수화 하는 방법에 있어서, 제어부 110는 지역 DB 159에 있는 모든 데이터들 중 일정 장소명의 '지역'과 일치하는 텍스트를 가지는 데이터에 점수를 가산할 수 있다. 상기 점수를 지역 점수로 한다.
또한 제어부 110는 입력된 일정 장소명의 '지역'의 위치 정보를 아는 경우에 상기 위치 정보와, 지역 DB 159에 저장되어 있는 데이터의 위치 정보의 거리의 역을 지역 점수로 책정할 수 있다.
또한, 제어부 110는 장소 DB 157 및 지역 DB 159에 있는 모든 데이터들 중 일정 장소명의 '장소' 및 '지역'과 공통으로 일치하는 텍스트를 가지는 데이터에 지역 점수를 가산할 수 있다. 또한, 제어부 110는 입력된 일정 장소명의 위치 정보를 아는 경우에 상기 위치 정보와 장소 DB 157 및 지역 DB 159에서 공통으로 일치하는 데이터의 위치 정보의 거리의 역을 지역 점수로 책정할 수 있다.
제어부 110는 가장 높은 점수를 갖는 데이터로 약속 장소를 예측하여 표시할 수 있다. 표시할 때, 제어부 110는 데이터가 포함하고 있는 장소명, 주소 등을 표시할 수 있다.
다른 실시 예로, 제어부 110는 상기와 같이 장소 DB 157 및 지역 DB 159에서 책정된 데이터들 중 가장 높은 지역 점수를 갖는 데이터를 찾고, 상기 데이터의 장소명, 위치 정보, 주소 등으로 약속 장소를 표시할 수 있다.
도 3은 본 개시의 다양한 실시 예들에 따른 약속 장소 위치 예측 방법을 나타내는 순서도이다.
제어부 110는 사용자 위치 히스토리 DB 153을 이용하여 분류법(classification)을 통해 약속 장소를 예측할 수 있다. 본 개시의 다양한 실시 예들은 나이브 베이즈 분류 방법 (naive Bayesian classification)을 예로 들어 설명하나, 다른 분류 방법들을 이용할 수도 있다.
도 3을 참조하면 동작 301에서, 제어부 110는 일정 관리 서비스 어플리케이션을 실행할 수 있다. 동작 303에서 제어부 110는 일정 정보 입력을 인식할 수 있다.
동작 305에서 제어부 110는 사용자로부터 일정 관리 서비스 어플리케이션 상에 입력된 일정 정보의 일정 장소명에서 각 단어에 대응하는 위치 정보들이 사용자 위치 히스토리 DB 153에서 차지하는 비중을 계산할 수 있다.
동작 307에서 제어부 110는 가장 높은 비중을 가진 데이터로 약속 장소를 예측할 수 있다. 사용자 위치 히스토리 DB 153은 표 1 에 기재된 것처럼 데이터들이 저장되어 있을 수 있다.
예를 들어, 사용자 위치 히스토리 DB 153는 'R3 25층: 37.257, 127.053', 'R4 25층: 37.258, 127.054','R3 25층: 37.257, 127.053' 등과 같은 데이터들을 포함할 수 있다. 예를 들어, 전자 장치 100의 제어부 110가 입력된 일정 장소명을 'R3 25층'이라고 인식한 경우에 전자 장치 100의 제어부 110는'R3'과 '25'층이 나타내는 위치 정보가 사용자 위치 히스토리 DB 153상에서 차지하는 비중을 계산할 수 있다.
예를 들어, 'R3'에 해당하는 위치 정보는 '37.257, 127.053'으로 전체 사용자 위치 히스토리 DB 153의 100%(1)를 차지하는 것으로 가정할 수 있다. '25층'에 해당하는 위치 정보는 '37.257, 127.053'과 '37.258, 127.054'이며 각각이 전체 사용자 위치 히스토리 DB 153의 67%(0.67)와 33%(0.33)을 차지하는 것으로 가정할 수 있다. 최종적으로 'R3 25층'에 대해 확률이 높은 것을 선택하기 위해 전자 장치 100의 제어부 110가 확률을 계산할 수 있다.
'R3'와 '25층'은 각각 동일한 위경도인'37.257, 127.053'를 나타내고 있으므로 확률은 둘의 비중을 곱한 0.67 즉 67%이다. 또 다른 위경도를 나타내는 '25층'의 위경도인 '37.258, 127.054'은 'R3'와 일치하는 위경도가 없으므로 '37.258, 127.054'이 차지하는 비중인 0.33 즉 33%이다.
따라서 비중이 높은 위경도인'37.257, 127.053'가 사용자가 입력한 일정 정보 'R3 25층'의 위경도로 예측될 수 있다. 상기와 같은 방법으로 예측된 위경도는 약속 장소의 위경도가 될 수 있다.
추가적으로, 상기 위경도는 사용자 위치 히스토리 점수를 책정할 때 사용될 수 있다. 사용자 위치 히스토리 점수는 상기 위경도가 지시하는 즉, 예측된 장소명과 장소 DB 157에 저장되어 있는 데이터 중 일치하는 텍스트가 있다면 일치하는 장소 DB 157의 데이터가 1점을 얻는 방식으로 책정될 수 있다. 또한, 예측된 장소와 장소 DB 157에 저장되어 있는 데이터의 위치 간의 거리의 역이 점수로 책정될 수 있다.
도 4는 본 개시의 다양한 실시 예들에 따른 약속 장소 위치 예측 방법을 나타내는 순서도이다.
본 개시의 다양한 실시 예에 따른 제어부 110는 활동 지역 DB 155를 이용하여 약속 장소를 예측할 수 있다. 먼저, 활동 지역 DB 155를 생성하는 과정을 설명한다. 도 4를 참조하면, 동작 401에서 제어부 110는 일정 관리 서비스 어플리케이션을 실행할 수 있다.
동작 403에서 제어부 110는 일정 정보 입력을 인식할 수 있다. 동작 405에서 제어부 110는 사용자 위치 히스토리 DB 153에서 일정 정보의 상황 정보와 대응하는 데이터들을 추출할 수 있다. 이때 추출된 데이터는 활동 지역의 데이터로 활동 지역 DB에 저장될 수 있다. 여기서, 상황 정보는 사용자가 입력한 일정 정보에서 시각, 요일, 날씨 등을 포함할 수 있다. 또한, 상황 정보는 일정 관리 서비스 어플리케이션이 제공하는 정보에 따라서 일정 참여자 정보, 일정의 성격(회식, 회의 등)등을 포함할 수도 있다.
동작 407에서 제어부 110는 생성된 활동 지역 DB 155의 데이터들에서 상기 일정 장소명과 대응하는 데이터로 약속 장소를 예측할 수 있다.
제어부 110는 예측된 장소로 활동 지역 점수를 책정할 수 있다. 활동 지역점수는 예측된 장소명과 장소 DB 157에 저장되어 있는 데이터 중 일치하는 텍스트가 있다면 일치하는 장소 DB 157의 데이터가 1점을 얻는 방식으로 책정될 수 있다. 또한, 예측된 장소와 장소 DB 157에 저장되어 있는 데이터의 위치 간의 거리의 역이 점수로 책정될 수 있다.
다른 실시 예로, 제어부 110는 집단 지성을 활용하여 약속 장소를 예측할 수 있다. 다수의 사용자가 자신의 일정 DB 151 및 사용자 위치 히스토리 DB 153를 서로 공유하기 위해 네트워크 상에 업로드할 수도 있다. 제어부 110는 입력된 일정 장소명과 동일한 일정 장소명을 포함하는 외부 사용자의 사용자 위치 히스토리 DB 153내에서 상기 일정 장소명에 대해 가장 큰 비중을 차지하는 위치 정보를 약속 장소로 예측할 수 있다.
또한 제어부 110는 네트워크 상에 업로드 되어 있는 유사한 일정 정보 DB를 가지는 외부 사용자의 일정 DB, 외부 사용자의 사용자 위치 히스토리 DB 및 활동 지역 DB를 이용하여 약속 장소를 예측할 수 있다. 제어부 110는 사용자간의 유사도를, 활동지역이 얼마나 중복되는지, 사용자 위치 히스토리에서 동일한 일정 장소명에 대해 얼마나 비슷한 위치에 있었는지 등으로 판단할 수 있다.
앞서 기재하였던 도 2 내지 도 4의 방법들은 각각 하나씩 약속 장소를 예측할 수도 있고 각각 점수화 하여 산출된 점수를 합산하여 약속 장소를 예측할 수도 있다.
한 실시 예로, 모든 점수를 합산하여 약속 장소를 예측할 수 있다.
제어부 110는 일정 관리 서비스 어플리케이션을 실행할 수 있다. 제어부 110는 사용자의 일정 관리 서비스 어플리케이션 상에 일정 정보 입력을 인식할 수 있다. 전자 장치 100의 제어부 110는 입력된 일정 정보를 저장부의 장소 DB 157와 지역 DB 159를 통해 각각 장소와 지역으로 태그할 수 있다. 예를 들어, 일정 정보의 일정 장소명은 '종로 스타벅스'일 수 있다. '스타벅스'는 장소로 태그될 수 있고 '종로'는 지역으로 태그될 수 있다. 또한 일정 정보의 시간 정보 중 시작 시간은 '2014년 7월 3일 (목요일) 19:00'이고 종료 시간은 '2014년 7월 3일 (목요일) 21:00'일 수 있다.
또한, 장소 DB 157는 별도로 구분되어 있던 장소 DB 157과 지역 DB 159이 통합되어 나타난 형태일 수 있다. 따라서 하기 실시 예에서는, 장소 DB 157에 장소와 지역이 구분되지 않고 통합된 형태로 저장될 수 있다.
제어부 110는 장소점수 및 지역점수를 계산할 수 있다. 장소점수는 입력된 일정 장소명 중 '장소'에 태그되는 텍스트(예를 들어, 스타벅스)와 장소 DB 157에 저장되어 있는 데이터가 일치하면 일치하는 장소 DB 157의 데이터가 1점을 얻는 방식으로 책정될 수 있다.
또한, 장소점수는 입력된 일정 장소명 중 '장소'에 태그되는 텍스트의 위치 정보를 아는 경우에 상기 위치 정보와, 장소 DB 157에 저장되어 있는 데이터의 위치 정보의 거리의 역을 점수로 책정될 수 있다. 즉, 두 데이터의 거리가 가까운 경우 더 높은 점수를 책정한다는 의미이다.
지역점수는 입력된 일정 장소명 중 '지역'에 태그되는 텍스트(예를 들어, 용인) 와 지역 DB 159에 저장되어 있는 데이터가 일치하면 일치하는 장소 DB 157의 데이터가 1점을 얻는 방식으로 책정될 수 있다.
또한, 지역점수는 입력된 일정 장소명 중 '지역'에 태그되는 텍스트의 위치 정보를 아는 경우에 상기 위치 정보와, 지역 DB 159 또는 장소 DB 157에 저장되어 있는 데이터의 위치 정보의 거리의 역을 점수로 책정될 수 있다. 즉, 두 데이터의 거리가 가까운 경우 더 높은 점수를 책정한다는 의미이다.
장소점수와 지역점수에서 1점씩 획득하려면 장소 DB 157의 데이터에 '스타벅스'또는 '종로'라는 텍스트가 포함되어 있어야 한다. '스타벅스 종로점'은 장소점수, 지역점수에서 모두 1점씩 획득할 수 있다. '이마트 종로점'은 지역점수에서 1점을 획득할 수 있다.
제어부 110는 활동지역점수를 계산할 수 있다. 활동지역점수는 입력된 일정 정보의 상황 정보로 추출된 활동지역과 장소 DB 157에 저장되어 있는 데이터의 텍스트가 일치하면 일치하는 장소 DB 157의 데이터가 1점을 얻는 방식으로 책정될 수 있다.
또한, 활동지역점수는 입력된 일정 정보의 상황 정보로 추출된 활동지역의 위치 정보와 장소 DB 157에 저장되어 있는 데이터의 위치 정보의 거리의 역을 점수로 책정될 수 있다.
전자 장치 100의 제어부 110가 19:00부터 21:00까지 활동한 지역을 사용자 위치 히스토리 DB 153에서 추출할 수 있다. 예를 들어, 추출된 활동 지역을 '종로','영통'및 '은평'으로 가정할 수 있다.
제어부 110는 추출된 세 개의 활동지역으로 장소 DB 157의 데이터를 점수화 할 수 있다. 표 2를 참조하면, 제어부 110은 장소 DB 157의 데이터 중에서'종로','영통','은평'을 포함하는 장소 DB 157의 데이터만 활동지역점수 항목에서 1점씩 가산할 수 있다. '스타벅스 종로점','이마트 은평점'및 '이마트 종로점'은 각각 활동지역점수 항목에서 1점씩 획득할 수 있다.
제어부 110는 사용자 위치 히스토리 점수를 계산할 수 있다. 사용자 위치 히스토리 점수는 입력된 일정 정보의 일정 장소명에서 각 단어에 대응하는 위치 정보들이 사용자 위치 히스토리 DB 153에서 차지하는 비중으로 예측된 장소와 장소 DB 157에 저장되어 있는 데이터의 텍스트와 일치하면 일치하는 장소 DB 157의 데이터가 1점을 얻는 방식으로 책정될 수 있다.
제어부 110가 '종로'를 예측한 경우, 제어부 110는'종로'를 포함하는 장소 DB 157의 데이터만 사용자 위치 히스토리 점수 항목에 1점씩 점수를 줄 수 있다. '스타벅스 종로점'및 '이마트 종로점'은 각각 사용자 위치 히스토리 점수 항목에서 1점씩 획득할 수 있다.
제어부 110는 각각의 점수를 합산하여 가장 높은 점수를 가지는 장소 DB의 데이터를 파악할 수 있다. 표 2를 참조하면, '스타벅스 종로점'이 4점을 획득하고, '이마트 종로점'이 2점을 획득했다. '이마트 은평점'이 1점을 획득하고 '항아리보쌈 매탄점', '김밥천국 강남점'이 0점을 획득했다.
제어부 110는 가장 높은 점수를 가지는 장소 DB의 데이터로 약속 장소를 예측할 수 있다. 또는, 제어부 110는 가장 높은 점수를 획득한 장소 DB 157의 데이터뿐만 아니라 가장 높은 점수를 가지는 n개의 장소 DB 157의 데이터를 예측된 약속 장소로 표시할 수도 있다.
하기 표 2를 참조하면, 제어부 110은 가장 높은 점수인 4점을 획득한 '스타벅스 종로점'을 일정 정보에 관한 약속 장소로 예측할 수 있다.
장소 DB의 데이터 장소점수 지역점수 활동지역점수 사용자 위치 히스토리 점수 총합계
항아리보쌈 매탄점 0 0 0 0 0
스타벅스 종로점 1 1 1 1 4
김밥천국 강남점 0 0 0 0 0
이마트 은평점 0 0 1 0 1
이마트 종로점 0 1 1 1 3
다른 실시 예로, 장소 점수, 지역 점수 및 활동 지역 점수로 약속 장소를 예측할 수 있다.
각각의 점수들의 합으로 약속 장소를 예측할 수도 있고 상기 수식처럼 가중치를 두어 약속 장소를 예측할 수도 있다.
앞서 기재한 예시로 설명 하자면, 장소점수와 지역점수에서 1점씩 획득하려면 장소 DB 157의 데이터에 '스타벅스'또는 '종로'가 포함되어 있어야 한다. '스타벅스 종로점'은 장소점수, 지역점수에서 모두 1점씩 획득할 수 있다. '이마트 종로점'은 지역점수에서 1점을 획득할 수 있다.
제어부 110가 19:00부터 21:00까지 활동한 지역을 사용자 위치 히스토리 DB 153에서 추출할 수 있다. 예를 들어, 추출된 활동 지역은 '종로','영통'및 '은평'이 될 수 있다. 제어부 110는 추출된 세 개의 활동지역으로 장소 DB 157의 데이터를 점수화 할 수 있다. 제어부 110은 장소 DB 157의 데이터 중에서'종로','영통','은평'을 포함하는 장소 DB 157의 데이터만 활동지역점수 항목에서 1점씩 가산할 수 있다. '스타벅스 종로점','이마트 은평점'및 '이마트 종로점'은 각각 활동지역점수 항목에서 1점씩 획득할 수 있다.
그 결과, 제어부 110는 하기의 표 3에 나타난 바와 같이 가장 높은 점수를 획득한 스타벅스 종로점을 약속 장소로 예측할 수 있다.
장소 DB의 데이터 장소점수 지역점수 활동지역점수 총합계
항아리보쌈 매탄점 0 0 0 0
스타벅스 종로점 1 1 1 3
김밥천국 강남점 0 0 0 0
이마트 은평점 0 0 1 1
이마트 종로점 0 1 1 2
다른 실시 예로, 장소 점수, 지역 점수 및 사용자 위치 히스토리 점수로 약속 장소를 예측할 수 있다.
각각의 점수들의 합으로 약속 장소를 예측할 수도 있고 상기 수식처럼 가중치를 두어 약속 장소를 예측할 수도 있다.
앞서 기재한 예시로 설명 하자면, 제어부 110는 장소점수와 지역점수에서 1점씩 획득하려면 장소 DB 157의 데이터에 '스타벅스'또는 '종로'가 포함되어 있어야 한다. '스타벅스 종로점'은 장소점수, 지역점수에서 모두 1점씩 획득할 수 있다.
제어부 110가 사용자 위치 히스토리 DB를 바탕으로 약속 장소를'종로'를 예측한 경우, 제어부 110는'종로'를 포함하는 장소 DB 157의 데이터만 사용자 위치 히스토리 점수 항목에 1점씩 점수를 줄 수 있다. '스타벅스 종로점'및 '이마트 종로점'은 각각 사용자 위치 히스토리 점수 항목에서 1점씩 획득할 수 있다.
그 결과, 제어부 110는 하기의 표 4에 나타난 바와 같이 가장 높은 점수를 획득한 스타벅스 종로점을 약속 장소로 예측할 수 있다.
장소 DB의 데이터 장소점수 지역점수 사용자 위치 히스토리 점수 총합계
항아리보쌈 매탄점 0 0 0 0
스타벅스 종로점 1 1 1 3
김밥천국 강남점 0 0 0 0
이마트 은평점 0 0 0 0
이마트 종로점 0 1 1 2
다른 실시 예로, 장소 점수, 지역 점수 및 사용자 위치 히스토리 점수로 약속 장소를 예측할 수 있다.
각각의 점수들의 합으로 약속 장소를 예측할 수도 있고 상기 수식처럼 가중치를 두어 약속 장소를 예측할 수도 있다.
앞서 기재한 예시로 설명 하자면, 제어부 110가 19:00부터 21:00까지 활동한 지역을 사용자 위치 히스토리 DB 153에서 추출할 수 있다. 예를 들어, 추출된 활동 지역은 '종로','영통'및 '은평'이 될 수 있다.
제어부 110는 추출된 세 개의 활동지역으로 장소 DB 157의 데이터를 점수화 할 수 있다. 제어부 110은 장소 DB 157의 데이터 중에서'종로','영통','은평'을 포함하는 장소 DB 157의 데이터만 활동지역점수 항목에서 1점씩 가산할 수 있다. '스타벅스 종로점','이마트 은평점'및 '이마트 종로점'은 각각 활동지역점수 항목에서 1점씩 획득할 수 있다.
제어부 110가 사용자 위치 히스토리 점수를 책정하기 위해 예측한 장소로'종로'를 예측한 경우, 제어부 110는'종로'를 포함하는 장소 DB 157의 데이터만 사용자 위치 히스토리 점수 항목에 1점씩 점수를 줄 수 있다. '스타벅스 종로점'및 '이마트 종로점'은 각각 사용자 위치 히스토리 점수 항목에서 1점씩 획득할 수 있다.
그 결과, 제어부 110는 하기의 표 5에 나타난 바와 같이 가장 높은 점수를 가지는 스타벅스 종로점, 이마트 종로점을 약속 장소로 예측할 수 있다.
장소 DB의 데이터 활동지역점수 사용자 위치 히스토리 점수 총합계
항아리보쌈 매탄점 0 0 0
스타벅스 종로점 1 1 2
김밥천국 강남점 0 0 0
이마트 은평점 1 0 1
이마트 종로점 1 1 2
상기 수식에 기재되어 있지 않지만 추가적으로 다른 기준으로 제어부 110는점수를 책정할 수도 있다.
한 실시 예로, 제어부 110는 인기도에 따라 차등적으로 점수를 책정할 수도 있다. 만약, 제어부 110는 사용자로부터 일정 장소명에 '삼성동'이라는 입력을 인식한 경우, 제어부 110는 인기도에 따라 '대전 동구 삼성동'보다 '서울 강남구 삼성동'에 더 높은 점수를 매길 수 있다.
전자 장치 100의 제어부 110는 인기도를 판단할 때, 외부의 DB를 통해 판단할 수 있다. 외부의 DB는 포털 사이트의 검색 엔진 등을 포함할 수 있다. 제어부 110는 외부의 DB를 이용하여 인기도를, 일정 정보의 일정 장소명에 대한 웹 검색 결과 수, 일정 장소명에 해당하는 지역에 있는 장소들의 평점의 합 등으로 계산할 수 있다. 제어부 110는 상기 인기도 결과를 통해 점수를 차등하게 매길 수 있다.
다른 실시 예로, 제어부 110는 현재 위치에 따른 거리 차이에 따라 차등적으로 점수를 매길 수도 있다. 예를 들어, 제어부 110는 사용자로부터 일정 장소명에 '산', 시작 시간에 '8월 27일 14:00'의 입력을 인식할 수 있다. 제어부 110는 상기 일정 정보가 입력된 시간 즉, 현재 시간이 '8월 27일 13:00'이며 현재 사용자의 위치가 '서울대'주변이라는 것을 인식할 수 있다. 이때, 제어부 110는 시간 내에 도달 불가능한 '한라산'보다 시간 내에 도달 가능한 '관악산'에 추가 점수를 매길 수 있다.
도 5은 본 개시의 다양한 실시 예에 따른 약속 장소 위치 예측 방법을 나타내는 예시도이다.
도 5를 참조하면, 화면 500은 제어부 110가 일정 관리 서비스 어플리케이션을 실행한 화면일 수 있다. 제어부 110는 화면 500을 실행한 후, 일정 정보인 일정명 501, 상황 정보 502 및 일정 장소명 503 항목에 사용자의 입력을 인식할 수 있다. 화면 500을 참조하면, 일정명 501은 '부서회식', 상황 정보 502는 '5월 16일, 금 오후 7:00 - 오후 8:00', 일정 장소명 503은 '항아리보쌈'일 수 있다.
제어부 110는 화면 510을, 화면 500에서 사용자로부터 일정 장소명 503 선택을 인식한 경우 표시할 수 있다. 또한 제어부 110는 화면 500에서 사용자로부터 일정 정보 저장을 인식한 경우, 일정 시간이 흐른 후에 화면 510을 표시할 수 있다.
화면 510은 일정명 501, 상황 정보 502, 일정 장소명 503, 예측된 약속 장소의 상세 정보 505, 약속 장소의 지도 507 및 추천 장소 510을 포함할 수 있다. 예측된 약속 장소의 상세 정보 505는 약속 장소명, 전화번호 및 주소를 포함할 수 있다. 추천 장소 510은 예측된 약속 장소 주변에서 검색된 유명한 장소 또는 동일한 상황 정보 502에서 자주 이용되었던 장소 등일 수 있다.
상기 컴퓨터로 판독 가능한 기록 매체에는 하드디스크, 플로피디스크 및 자기 테이프와 같은 마그네틱 매체(magnetic media)와, CD-ROM(compact disc read only memory), DVD(digital versatile disc)와 같은 광기록 매체(optical media)와, 플롭티컬 디스크(floptical disk)와 같은 자기-광 매체(magneto-optical media)와, 그리고 ROM(read only memory), RAM(random access memory), 플래시 메모리등과 같은 프로그램 명령(예: 프로그래밍 모듈)을 저장하고 수행하도록 특별히 구성된 하드웨어 장치가 포함될 수 있다. 또한, 프로그램 명령에는 컴파일러에 의해 만들어지는 것과 같은 기계어 코드뿐만 아니라 인터프리터 등을 사용해서 컴퓨터에 의해서 실행될 수 있는 고급 언어 코드를 포함할 수 있다. 상술한 하드웨어 장치는 본 개시의 다양한 실시 예들의 동작을 수행하기 위해 하나 이상의 소프트웨어 모듈로서 작동하도록 구성될 수 있으며, 그 역도 마찬가지다.
본 개시의 다양한 실시 예들에 따른 모듈은 전술한 구성 요소들 중 적어도 하나 이상을 포함하거나, 일부가 생략되거나, 또는 추가적인 다른 구성요소를 더 포함할 수 있다. 본 개시의 다양한 실시 예들에 따른 모듈은 다른 구성요소에 의해 수행되는 동작들은 순차적, 병렬적, 반복적 또는 휴리스틱(heuristic)한 방법으로 실행될 수 있다. 또한, 일부 동작은 다른 순서로 실행되거나, 생략되거나, 또는 다른 동작이 추가될 수 있다.
그리고 본 명세서 및 도면에 개시된 다양한 실시 예들은 이해를 돕기 위해 특정 예를 제시한 것일 뿐이며, 본 개시의 다양한 실시 예들의 범위를 한정하고자 하는 것은 아니다. 따라서 본 개시의 다양한 실시 예들의 범위는 여기에서 설명된 실시 예들 이외에도 본 개시의 다양한 실시 예들의 기술적 사상을 바탕으로 도출되는 모든 변경 또는 변형된 형태가 본 개시의 다양한 실시 예들의 범위에 포함되는 것으로 해석되어야 한다.
100: 전자 장치
110: 제어부 120: 입력부
130: 표시부 140: 통신부
150: 저장부 151: 일정 DB
153: 사용자 위치 히스토리 DB 155: 활동 지역 DB
157: 장소 DB 159: 지역 DB

Claims (27)

  1. 일정 관리 서비스 어플리케이션이 실행된 화면 및 예측된 약속 장소를 표시하는 표시부;
    상기 어플리케이션에 입력된 일정 정보, 장소 및 지역에 관한 데이터 및 사용자의 위치 히스토리를 저장하는 저장부; 및
    상기 일정 정보 입력을 인식하고, 상기 일정 정보의 일정 장소명으로 장소 데이터들을 점수화하고 상기 점수화된 장소 데이터들 중 높은 점수를 갖는 적어도 하나의 장소 데이터로 약속 장소를 예측하는 제어부를 포함하는 전자 장치.
  2. 제 1 항에 있어서,
    상기 제어부는,
    상기 일정 정보의 일정 장소명으로 지역 데이터들을 점수화하고 상기 점수화된 지역 데이터들 중 높은 점수를 갖는 적어도 하나의 지역 데이터로 약속 장소를 예측하는 것을 더 포함하는 것을 특징으로 하는 전자 장치.
  3. 제 1 항에 있어서,
    상기 제어부는,
    사용자 위치 히스토리 데이터들 중 상기 일정 정보의 일정 장소명이 차지하는 비중을 계산하고, 계산된 결과에 따라 높은 비중을 가지는 상기 사용자 위치 히스토리 데이터들 중 적어도 하나의 사용자 위치 히스토리 데이터로 약속 장소를 예측하는 것을 특징으로 하는 전자 장치.
  4. 제 3 항에 있어서,
    상기 제어부는,
    상기 일정 장소명의 적어도 하나의 텍스트 별로 대응하는 위경도들이 상기 사용자 위치 히스토리 데이터에서 차지하는 비중을 계산하고 상기 계산된 비중을 상기 텍스트별로 동일한 위경도끼기 곱하여 계산하는 것을 특징으로 하는 전자 장치.
  5. 제 3 항에 있어서,
    상기 제어부는,
    상기 사용자 위치 히스토리 데이터의 위경도로 약속 장소를 예측하는 것을 특징으로 하는 전자 장치.
  6. 제 1 또는 3 항에 있어서,
    상기 제어부는,
    상기 일정 정보의 상황 정보와 대응하는 데이터들을 사용자 위치 히스토리 데이터에서 추출하고 상기 추출된 데이터들에서 상기 일정 장소명의 텍스트와 대응하는 데이터로 약속 장소를 예측하는 것을 특징으로 하는 전자 장치.
  7. 제 6 항에 있어서,
    상기 추출된 데이터는 활동 지역 데이터인 것을 특징으로 하는 전자 장치.
  8. 제 7 항에 있어서,
    상기 제어부는,
    상기 활동 지역 데이터의 위경도로 상기 약속 장소를 예측하도록 수행되는 것을 특징으로 하는 전자 장치.
  9. 제 6 항에 있어서,
    상기 상황 정보는,
    시간 정보, 날씨 정보, 일정 참여자 정보 및 일정의 성격을 포함하는 것을 특징으로 하는 전자 장치.
  10. 약속 장소 위치를 예측하는 방법에 있어서,
    일정 정보 입력을 인식하는 동작;
    상기 일정 정보의 일정 장소명으로 장소 데이터들을 점수화하는 동작; 및
    상기 점수화된 장소 데이터들 중 높은 점수를 갖는 적어도 하나의 장소 데이터로 약속 장소를 예측하는 동작을 포함하는 약속 장소 위치 예측 방법.
  11. 제 10 항에 있어서,
    상기 예측하는 동작은,
    상기 일정 정보의 일정 장소명으로 지역 데이터들을 점수화하는 동작;
    상기 점수화된 지역 데이터들 중 높은 점수를 갖는 적어도 하나의 지역 데이터로 약속 장소를 예측하는 동작을 더 포함하는 약속 장소 위치 예측 방법.
  12. 제 10 항에 있어서,
    사용자 위치 히스토리 데이터들 중 상기 일정 정보의 일정 장소명이 차지하는 비중을 계산하는 동작; 및
    계산 결과에 따라 높은 비중을 가진 상기 사용자 위치 히스토리 데이터들 중 적어도 하나의 사용자 위치 히스토리 데이터로 약속 장소 위치를 예측하는 동작을 더 포함하는 약속 장소 위치 예측 방법.
  13. 제 12 항에 있어서,
    상기 계산하는 동작은,
    상기 일정 장소명의 적어도 하나의 텍스트 별로 대으하는 위경도들이 상기 사용자 위치 히스토리 데이터에서 차지하는 비중을 계산하는 동작; 및
    상기 계산된 비중을 상기 텍스트 별로 동일한 위경도끼리 곱하여 계산하는 동작을 포함하는 약속 장소 위치 예측 방법.
  14. 제 12 항에 있어서,
    상기 예측하는 동작은,
    상기 사용자 위치 히스토리 데이터의 위경도로 약속 장소를 예측하는 동작을 포함하는 약속 장소 위치 예측 방법.
  15. 제 10 항 또는 12 항에 있어서,
    상기 일정 정보의 상황 정보와 대응하는 데이터들을 사용자 위치 히스토리 데이터에서 추출하는 동작; 및
    상기 추출된 데이터들에서 상기 일정 장소명의 텍스트와 대응하는 데이터로 약속 장소를 예측하는 동작을 더 포함하는 약속 장소 위치 예측 방법.
  16. 제 15 항에 있어서,
    상기 예측하는 동작은,
    상기 추출된 데이터의 위경도로 상기 약속 장소를 예측하는 동작을 포함하고,
    상기 추출된 데이터는 활동 지역 데이터인 것을 특징으로 하는 약속 장소 위치 예측 방법.
  17. 일정 관리 서비스 어플리케이션이 실행된 화면 및 예측된 약속 장소를 표시하는 표시부;
    상기 어플리케이션에 입력된 일정 정보, 장소 및 지역에 관한 데이터 및 사용자의 위치 히스토리를 저장하는 저장부; 및
    상기 일정 정보 입력을 인식하고, 사용자 위치 히스토리 데이터들 중 상기 일정 정보의 일정 장소명이 차지하는 비중을 계산하고, 계산된 결과에 따라 높은 비중을 가지는 상기 사용자 위치 히스토리 데이터들 중 적어도 하나의 사용자 위치 히스토리 데이터로 약속 장소를 예측하는 제어부를 포함하는 전자 장치.
  18. 제 17 항에 있어서,
    상기 제어부는,
    상기 일정 장소명의 적어도 하나의 텍스트 별로 대응하는 위경도들이 상기 사용자 위치 히스토리 데이터에서 차지하는 비중을 계산하고 상기 계산된 비중을 상기 텍스트별로 동일한 위경도끼기 곱하여 계산하는 것을 특징으로 하는 전자 장치.
  19. 제 17 항에 있어서,
    상기 제어부는,
    상기 사용자 위치 히스토리 데이터의 위경도로 약속 장소를 예측하도록 수행되는 것을 특징으로 하는 전자 장치.
  20. 제 17 항에 있어서,
    상기 제어부는,
    상기 일정 정보의 상황 정보와 대응하는 데이터들을 사용자 위치 히스토리 데이터에서 추출하고 상기 추출된 데이터들에서 상기 일정 장소명의 텍스트와 대응하는 데이터로 약속 장소를 예측하는 것을 특징으로 하는 전자 장치.
  21. 제 20 항에 있어서,
    상기 추출된 데이터는 활동 지역 데이터인 것을 특징으로 하는 전자 장치.
  22. 제 21 항에 있어서,
    상기 제어부는,
    상기 활동 지역 데이터의 위경도로 상기 약속 장소를 예측하도록 수행되는 것을 특징으로 하는 전자 장치.
  23. 제 20 항에 있어서,
    상기 상황 정보는,
    시간 정보, 날씨 정보, 일정 참여자 정보 및 일정의 성격을 포함하는 것을 특징으로 하는 전자 장치.
  24. 일정 관리 서비스 어플리케이션이 실행된 화면 및 예측된 약속 장소를 표시하는 표시부;
    상기 어플리케이션에 입력된 일정 정보, 장소 및 지역에 관한 데이터 및 사용자의 위치 히스토리를 저장하는 저장부; 및
    상기 일정 정보 입력을 인식하고, 상기 일정 정보의 상황 정보와 대응하는 데이터들을 사용자 위치 히스토리 데이터에서 추출하고 상기 추출된 데이터들에서 상기 일정 장소명의 텍스트와 대응하는 데이터로 약속 장소를 예측하는 제어부를 포함하는 전자 장치.
  25. 제 24 항에 있어서,
    상기 추출된 데이터는 활동 지역 데이터인 것을 특징으로 하는 전자 장치.
  26. 제 25 항에 있어서,
    상기 제어부는,
    상기 활동 지역 데이터의 위경도로 상기 약속 장소를 예측하도록 수행되는 것을 특징으로 하는 전자 장치.
  27. 제 24 항에 있어서,
    상기 상황 정보는,
    시간 정보, 날씨 정보, 일정 참여자 정보 및 일정의 성격을 포함하는 것을 특징으로 하는 전자 장치.
KR1020140150823A 2014-11-03 2014-11-03 약속 장소 위치 예측 방법 및 이를 제공하는 전자 장치 KR20160051231A (ko)

Priority Applications (6)

Application Number Priority Date Filing Date Title
KR1020140150823A KR20160051231A (ko) 2014-11-03 2014-11-03 약속 장소 위치 예측 방법 및 이를 제공하는 전자 장치
US14/929,986 US10149108B2 (en) 2014-11-03 2015-11-02 Method of predicting location of rendezvous and electronic device for providing same
AU2015343949A AU2015343949B2 (en) 2014-11-03 2015-11-02 Method of predicting location of rendezvous and electronic device for providing same
PCT/KR2015/011652 WO2016072680A1 (en) 2014-11-03 2015-11-02 Method of predicting location of rendezvous and electronic device for providing same
EP15192793.6A EP3016049A1 (en) 2014-11-03 2015-11-03 Method of predicting location of rendezvous and electronic device for providing same
CN201510737411.3A CN105574603A (zh) 2014-11-03 2015-11-03 预测集结地的位置的方法和提供其的电子设备

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020140150823A KR20160051231A (ko) 2014-11-03 2014-11-03 약속 장소 위치 예측 방법 및 이를 제공하는 전자 장치

Publications (1)

Publication Number Publication Date
KR20160051231A true KR20160051231A (ko) 2016-05-11

Family

ID=54540845

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020140150823A KR20160051231A (ko) 2014-11-03 2014-11-03 약속 장소 위치 예측 방법 및 이를 제공하는 전자 장치

Country Status (6)

Country Link
US (1) US10149108B2 (ko)
EP (1) EP3016049A1 (ko)
KR (1) KR20160051231A (ko)
CN (1) CN105574603A (ko)
AU (1) AU2015343949B2 (ko)
WO (1) WO2016072680A1 (ko)

Families Citing this family (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP3680836A4 (en) * 2017-09-07 2020-08-12 Sony Corporation INFORMATION PROCESSING DEVICE AND INFORMATION PROCESSING PROCESS
US20210006650A1 (en) * 2019-07-02 2021-01-07 Microsoft Technology Licensing, Llc Computing system that generates a predicted routine of a user
US11248918B2 (en) 2019-08-16 2022-02-15 Toyota Motor Engineering & Manufacturing North America, Inc. Integrated training navigation system

Family Cites Families (24)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6883019B1 (en) * 2000-05-08 2005-04-19 Intel Corporation Providing information to a communications device
KR101329289B1 (ko) 2007-01-05 2013-11-14 삼성전자주식회사 일정 및 경로를 생성하는 장치 및 방법
EP2026257A1 (en) 2007-08-01 2009-02-18 Research In Motion Limited Mapping an event location via a calendar application
JP4862887B2 (ja) * 2008-12-25 2012-01-25 ソニー株式会社 地図データ表示制御装置、地図データ表示制御方法およびプログラム
JP5440080B2 (ja) * 2009-10-02 2014-03-12 ソニー株式会社 行動パターン解析システム、携帯端末、行動パターン解析方法、及びプログラム
US20120239584A1 (en) * 2011-03-20 2012-09-20 Microsoft Corporation Navigation to dynamic endpoint
US9163952B2 (en) * 2011-04-15 2015-10-20 Microsoft Technology Licensing, Llc Suggestive mapping
US20150193819A1 (en) * 2011-06-21 2015-07-09 Google Inc. Targeting Content to Meeting Location
WO2013078651A1 (en) 2011-11-30 2013-06-06 Nokia Corporation Method and apparatus for providing address geo-coding
WO2013144759A1 (en) * 2012-03-29 2013-10-03 Telmap Ltd. Location-based assistance for personal planning
US9299027B2 (en) * 2012-05-07 2016-03-29 Runaway 20, Inc. System and method for providing intelligent location information
US9008688B2 (en) * 2012-05-07 2015-04-14 Qualcomm Incorporated Calendar matching of inferred contexts and label propagation
KR101952702B1 (ko) * 2012-06-01 2019-02-28 삼성전자주식회사 개인 정보에 기초한 서비스를 제공하는 사용자 단말 장치 및 그 서비스 제공 방법
CN104520881B (zh) 2012-06-22 2017-12-19 谷歌公司 基于访问可能性对附近目的地排名以及从位置历史来预测对地点的未来访问
EP2883152A4 (en) * 2012-08-10 2016-03-16 Nokia Technologies Oy METHOD AND DEVICE FOR PROVIDING A CROWD SOURCE-FINANCED GEOCODING
KR101589543B1 (ko) 2012-09-06 2016-01-29 에스케이플래닛 주식회사 모임 장소 추천 서비스 시스템 및 방법
CN102880953A (zh) * 2012-09-11 2013-01-16 华为终端有限公司 日程管理的方法及装置
KR101997446B1 (ko) 2012-11-19 2019-07-09 엘지전자 주식회사 이동 단말기 및 그 제어방법
US8489596B1 (en) 2013-01-04 2013-07-16 PlaceIQ, Inc. Apparatus and method for profiling users
US9377319B2 (en) * 2013-03-12 2016-06-28 Yahoo! Inc. Estimating times to leave and to travel
US20140278057A1 (en) * 2013-03-15 2014-09-18 John Michael Berns System and method for automatically calendaring events and associated reminders
US9618343B2 (en) * 2013-12-12 2017-04-11 Microsoft Technology Licensing, Llc Predicted travel intent
US9820103B2 (en) * 2014-01-22 2017-11-14 Lenovo (Singapore) Pte. Ltd. Direction assistance based on personal experience
US10027770B2 (en) * 2014-04-21 2018-07-17 International Business Machines Corporation Expected location-based access control

Also Published As

Publication number Publication date
EP3016049A1 (en) 2016-05-04
CN105574603A (zh) 2016-05-11
AU2015343949A1 (en) 2017-03-16
AU2015343949B2 (en) 2019-10-03
WO2016072680A1 (en) 2016-05-12
US10149108B2 (en) 2018-12-04
US20160127873A1 (en) 2016-05-05

Similar Documents

Publication Publication Date Title
US10282154B2 (en) Graphical user interface for map search
CN103714112B (zh) 定制的事件和景点建议
US10168155B2 (en) Presenting information for a current location or time
KR102423588B1 (ko) 정보 제공 방법 및 장치
Emmanouilidis et al. Mobile guides: Taxonomy of architectures, context awareness, technologies and applications
US10541751B2 (en) Systems and methods for providing geolocation services in a mobile-based crowdsourcing platform
US8972318B2 (en) Predicting user behavior using feedback on previously run predictive searches
US20150095268A1 (en) Intelligent multi-user task planning
CN107533542A (zh) 用于理解不完整的自然语言查询的方法
US20190279141A1 (en) Method and apparatus for facilitating staffing of resources
US9852375B2 (en) Techniques for mobile prediction
CN105579994A (zh) 用于物联网集成平台的互操作性机制
AU2017235991A1 (en) Adaptive logistics platform for generating and updating schedules using natural language processing
CN105940433A (zh) 通知引擎
Majrashi User need and experience of Hajj mobile and ubiquitous systems: Designing for the largest religious annual gathering
US20160180297A1 (en) Generating a visitation schedule
US10149108B2 (en) Method of predicting location of rendezvous and electronic device for providing same
JP2017033569A (ja) インスタントメッセージに基づいてユーザの感情および活動を収集するシステムおよび方法
US20160048876A1 (en) Categorizing geographic areas based on user interactions
JP2016194882A (ja) 検索処理装置、方法、及びコンピュータプログラム
Ahmad Leveraging Social Media Geographic Information for Smart Governance and Policy Making: Opportunities and Challenges
KR102375770B1 (ko) 인플루언서에 대한 정보를 분석하기 위한 전자 장치 및 그 동작 방법
KR20120101210A (ko) 인맥관리 서비스 서버, 시스템 및 방법
Agredo et al. Pervasive NFC-based solution for the analysis of tourism data in an environment of smart cities
US20210151193A1 (en) Executing Temporally Dynamic Medical Event Processing

Legal Events

Date Code Title Description
A201 Request for examination
E902 Notification of reason for refusal
E601 Decision to refuse application