KR20170054101A - 특정 공간영역 내에 위치하는 방문자들의 관계망을 분석하는 방법 및 시스템

Info

Abstract

Description

Claims

KR20170054101A

Publication number: KR20170054101A
Application number: KR1020150156835A
Authority: KR
Inventors: 정기택
Original assignee: 라인 가부시키가이샤
Priority date: 2015-11-09
Filing date: 2015-11-09
Publication date: 2017-05-17
Also published as: US20170132259A1; US20190317931A1; KR101775237B1; US10366063B2; JP6803716B2; US11341109B2; JP2017091511A

특정 공간영역 내에 위치하는 방문자들의 관계망을 분석하는 방법 및 시스템이 개시된다. 관계망 서버를 구현하는 컴퓨터와 결합하여 관계망 분석 방법을 실행시키기 위해 매체에 저장된 컴퓨터 프로그램이 제공될 수 있다. 여기서, 상기 관계망 분석 방법은, 관계망 데이터를 관계망 데이터베이스에 저장 및 관리하는 단계; 상기 관계망 데이터와 관련된 복수의 전자 기기들로부터 위치정보를 수신하는 단계; 상기 복수의 전자 기기들 중 특정 시점에 특정 공간에 위치하는 전자 기기의 사용자들을 특정하는 단계; 상기 관계망 데이터베이스에서 상기 특정된 사용자들간의 관계정보를 필터링하는 단계; 및 상기 필터링된 관계정보를 이용하여 상기 특정 시점 및 상기 특정 공간에 대한 분석지표를 산출하는 단계를 포함할 수 있다.

특정 공간영역 내에 위치하는 방문자들의 관계망을 분석하는 방법 및 시스템{METHOD AND SYSTEM FOR ANALYZING SOCIAL NETWORK BETWEEN VISITORS IN SPECIFIC SPACE}

아래의 설명은 특정 공간영역 내에 위치하는 방문자들의 관계망을 분석하는 방법 및 시스템에 관한 것이다.

소셜 네트워크 분석기술의 연구가 많이 진행되었으며, 일정 개인 집단을 대상으로 관계망을 정량적으로 분석하는 것이 가능하다. 현재 소셜 네트워크 서비스는 널리 확산되었으며, 개인의 이동형 단말기는 위치정보와 관계망 정보를 동시에 가질 수 있다.

이러한 종래기술의 소셜 네트워크 분석기술은 사용자들간의 관계를 중심으로 기하급수적으로 증가하는 데이터들을 분석하는데 초점이 맞춰져 있다. 예를 들어, 종래의 소셜 네트워크 분석기술은 특정 위치나 장소와 같은 공간과 관련하여 전체 데이터들을 분석하여 관련된 데이터를 추출 및/또는 분석할 수 있을 뿐, 현재 또는 특정 시점에 해당 공간에 어떠한 사용자들이 어떠한 관계망을 구축한 상태로 위치하는가를 전혀 알 수 없다.

참고자료: <박우창, "소셜 네트워크 분석의 관계적 접근 방법", 한국정보기술학회 논문지, 제10권 제9호, 2012년 09월, PCT/KR/2014/010167, US20140019540A1, US20130332543A1, US20130260893>

위치정보와 관계망 정보의 두 가지 정보를 결합하여 새로운 정보를 산출하여, 특정 공간을 중심으로 시점별로 해당 공간에 위치하는 사용자들의 관계망을 분석함으로써, 원하는 공간에 위치한 사용자들의 관계망 정보를 실시간으로 분석할 수 있는 관계망 분석 방법 및 관계망 서버, 그리고 관계망 서버를 구현하는 컴퓨터와 결합하여 관계망 분석 방법을 실행시키기 위해 매체에 저장된 컴퓨터 프로그램을 제공한다.

관계망 서버를 구현하는 컴퓨터와 결합하여 관계망 분석 방법을 실행시키기 위해 매체에 저장된 컴퓨터 프로그램에 있어서, 상기 관계망 분석 방법은, 관계망 데이터를 관계망 데이터베이스에 저장 및 관리하는 단계; 상기 관계망 데이터와 관련된 복수의 전자 기기들로부터 위치정보를 수신하는 단계; 상기 복수의 전자 기기들 중 특정 시점에 특정 공간에 위치하는 전자 기기의 사용자들을 특정하는 단계; 상기 관계망 데이터베이스에서 상기 특정된 사용자들간의 관계정보를 필터링하는 단계; 및 상기 필터링된 관계정보를 이용하여 상기 특정 시점 및 상기 특정 공간에 대한 분석지표를 산출하는 단계를 포함하는 것을 특징으로 하는 컴퓨터 프로그램을 제공한다.

관계망 서버의 관계망 분석 방법에 있어서, 관계망 데이터를 관계망 데이터베이스에 저장 및 관리하는 단계; 상기 관계망 데이터와 관련된 복수의 전자 기기들로부터 위치정보를 수신하는 단계; 상기 복수의 전자 기기들 중 특정 시점에 특정 공간에 위치하는 전자 기기의 사용자들을 특정하는 단계; 상기 관계망 데이터베이스에서 상기 특정된 사용자들간의 관계정보를 필터링하는 단계; 및 상기 필터링된 관계정보를 이용하여 상기 특정 시점 및 상기 특정 공간에 대한 분석지표를 산출하는 단계를 포함하는 것을 특징으로 하는 관계망 분석 방법을 제공한다.

관계망 서버에 있어서, 컴퓨터에서 판독 가능한 명령을 저장하는 메모리; 및 상기 명령을 실행하도록 구현되는 적어도 하나의 프로세서를 포함하고, 상기 적어도 하나의 프로세서는, 관계망 데이터를 관계망 데이터베이스에 저장 및 관리하도록 상기 관계망 서버를 제어하는 저장 제어부; 상기 관계망 데이터와 관련된 복수의 전자 기기들로부터 위치정보를 수신하도록 상기 관계망 서버를 제어하는 수신 제어부; 상기 복수의 전자 기기들 중 특정 시점에 특정 공간에 위치하는 전자 기기의 사용자들을 특정하도록 상기 관계망 서버를 제어하는 사용자 특정부; 상기 관계망 데이터베이스에서 상기 특정된 사용자들간의 관계정보를 필터링하는 관계정보 필터링부; 및 상기 필터링된 관계정보를 이용하여 상기 특정 시점 및 상기 특정 공간에 대한 분석지표를 산출하는 분석지표 생성부를 포함하는 것을 특징으로 하는 관계망 서버를 제공한다.

위치정보와 관계망 정보의 두 가지 정보를 결합하여 새로운 정보를 산출하여, 특정 공간을 중심으로 시점별로 해당 공간에 위치하는 사용자들의 관계망을 분석함으로써, 원하는 공간에 위치한 사용자들의 관계망 정보를 실시간으로 분석할 수 있다.

공간별 및/또는 시간별로 분석된 관계망 정보를 이용하여 다양한 조건에 알맞은 공간, 시점, 사용자(또는 사용자 그룹) 등의 정보를 필터링하여 제공 또는 추천할 수 있다.

도 1은 본 발명의 일실시예에 따른 네트워크 환경의 예를 도시한 도면이다.
도 2는 본 발명의 일실시예에 있어서, 전자 기기 및 서버의 내부 구성을 설명하기 위한 블록도이다.
도 3은 본 발명의 일실시예에 있어서, 데이터 흐름의 예를 설명하기 위한 도면이다.
도 4는 본 발명의 일실시예에 있어서, 데이터 처리 과정의 예를 도시한 도면이다.
도 5는 본 발명의 일실시예에 따른 서버의 프로세서가 포함할 수 있는 구성요소의 예를 도시한 도면이다.
도 6은 본 발명의 일실시예에 따른 서버가 수행할 수 있는 관계망 분석 방법의 예를 도시한 흐름도이다.
도 7은 본 발명의 일실시예에 있어서, 분석정보를 생성하는 과정의 일례를 도시한 흐름도이다.
도 8은 본 발명의 일실시예에 있어서, 분석정보를 생성하는 과정의 다른 예를 도시한 흐름도이다.
도 9는 본 발명의 일실시예에 있어서, 방문자별 관계 수에 기반하여 분석지표를 생성하는 과정의 예를 도시한 흐름도이다.
도 10은 본 발명의 일실시예에 있어서, 그룹에 대한 분석지표를 생성하는 과정의 예를 도시한 흐름도이다.
도 11은 본 발명의 일실시예에 있어서, 복수의 노드들간의 연결 관계의 예를 도시한 도면이다.
도 12는 본 발명의 일실시예에 있어서, 분석지표 데이터베이스를 이용하여 분석정보를 제공하는 과정의 예를 도시한 흐름도이다.
도 13은 본 발명의 일실시예에 있어서, 공간 추천의 예를 도시한 도면이다.
도 14는 본 발명의 일실시예에 있어서, 오프라인상에서 노출되는 정보데이터의 타겟팅을 처리하는 예를 도시한 도면이다.
도 15는 본 발명의 일실시예에 있어서, 온라인상에서 노출되는 정보데이터의 타겟팅을 처리하는 예를 도시한 도면이다.

이하, 실시예를 첨부한 도면을 참조하여 상세히 설명한다.

도 1은 본 발명의 일실시예에 따른 네트워크 환경의 예를 도시한 도면이다. 도 1의 네트워크 환경은 복수의 전자 기기들(110, 120, 130, 140), 복수의 서버들(150, 160) 및 네트워크(170)를 포함하는 예를 나타내고 있다. 이러한 도 1은 발명의 설명을 위한 일례로 전자 기기의 수나 서버의 수가 도 1과 같이 한정되는 것은 아니다.

복수의 전자 기기들(110, 120, 130, 140)은 컴퓨터 장치로 구현되는 고정형 단말이거나 이동형 단말일 수 있다. 복수의 전자 기기들(110, 120, 130, 140)의 예를 들면, 스마트폰(smart phone), 휴대폰, 네비게이션, 컴퓨터, 노트북, 디지털방송용 단말, PDA(Personal Digital Assistants), PMP(Portable Multimedia Player), 태블릿 PC 등이 있다. 일례로 전자 기기 1(110)은 무선 또는 유선 통신 방식을 이용하여 네트워크(170)를 통해 다른 전자 기기들(120, 130, 140) 및/또는 서버(150, 160)와 통신할 수 있다.

통신 방식은 제한되지 않으며, 네트워크(170)가 포함할 수 있는 통신망(일례로, 이동통신망, 유선 인터넷, 무선 인터넷, 방송망)을 활용하는 통신 방식뿐만 아니라 기기들간의 근거리 무선 통신 역시 포함될 수 있다. 예를 들어, 네트워크(170)는, PAN(personal area network), LAN(local area network), CAN(campus area network), MAN(metropolitan area network), WAN(wide area network), BBN(broadband network), 인터넷 등의 네트워크 중 하나 이상의 임의의 네트워크를 포함할 수 있다. 또한, 네트워크(170)는 버스 네트워크, 스타 네트워크, 링 네트워크, 메쉬 네트워크, 스타-버스 네트워크, 트리 또는 계층적(hierarchical) 네트워크 등을 포함하는 네트워크 토폴로지 중 임의의 하나 이상을 포함할 수 있으나, 이에 제한되지 않는다.

서버(150, 160) 각각은 복수의 전자 기기들(110, 120, 130, 140)과 네트워크(170)를 통해 통신하여 명령, 코드, 파일, 컨텐츠, 서비스 등을 제공하는 컴퓨터 장치 또는 복수의 컴퓨터 장치들로 구현될 수 있다.

일례로, 서버(160)는 네트워크(170)를 통해 접속한 전자 기기 1(110)로 어플리케이션의 설치를 위한 파일을 제공할 수 있다. 이 경우 전자 기기 1(110)은 서버(160)로부터 제공된 파일을 이용하여 어플리케이션을 설치할 수 있다. 또한 전자 기기 1(110)이 포함하는 운영체제(Operating System, OS) 및 적어도 하나의 프로그램(일례로 브라우저나 상기 설치된 어플리케이션)의 제어에 따라 서버(150)에 접속하여 서버(150)가 제공하는 서비스나 컨텐츠를 제공받을 수 있다. 예를 들어, 전자 기기 1(110)이 어플리케이션의 제어에 따라 네트워크(170)를 통해 서비스 요청 메시지를 서버(150)로 전송하면, 서버(150)는 서비스 요청 메시지에 대응하는 코드를 전자 기기 1(110)로 전송할 수 있고, 전자 기기 1(110)은 어플리케이션의 제어에 따라 코드에 따른 화면을 구성하여 표시함으로써 사용자에게 컨텐츠를 제공할 수 있다. 다른 예로, 서버(150)는 메시징 서비스를 위한 통신 세션을 설정하고, 설정된 통신 세션을 통해 복수의 전자 기기들(110, 120, 130, 140)간의 메시지 송수신을 라우팅할 수도 있다. 또 다른 예로, 서버(150)는 전자 기기들(110, 120, 130, 140)로 소셜 네트워크 서비스를 제공할 수 있다.

도 2는 본 발명의 일실시예에 있어서, 전자 기기 및 서버의 내부 구성을 설명하기 위한 블록도이다. 도 2에서는 하나의 전자 기기에 대한 예로서 전자 기기 1(110), 그리고 하나의 서버에 대한 예로서 서버(150)의 내부 구성을 설명한다. 다른 전자 기기들(120, 130, 140)이나 서버(160) 역시 동일한 또는 유사한 내부 구성을 가질 수 있다.

전자 기기 1(110)과 서버(150)는 메모리(211, 221), 프로세서(212, 222), 통신 모듈(213, 223) 그리고 입출력 인터페이스(214, 224)를 포함할 수 있다. 메모리(211, 221)는 컴퓨터에서 판독 가능한 기록 매체로서, RAM(random access memory), ROM(read only memory) 및 디스크 드라이브와 같은 비소멸성 대용량 기록장치(permanent mass storage device)를 포함할 수 있다. 또한, 메모리(211, 221)에는 운영체제와 적어도 하나의 프로그램 코드(일례로 전자 기기 1(110)에 설치되어 구동되는 브라우저나 상술한 어플리케이션 등을 위한 코드)가 저장될 수 있다. 이러한 소프트웨어 구성요소들은 드라이브 메커니즘(drive mechanism)을 이용하여 메모리(211, 221)와는 별도의 컴퓨터에서 판독 가능한 기록 매체로부터 로딩될 수 있다. 이러한 별도의 컴퓨터에서 판독 가능한 기록 매체는 플로피 드라이브, 디스크, 테이프, DVD/CD-ROM 드라이브, 메모리 카드 등의 컴퓨터에서 판독 가능한 기록 매체를 포함할 수 있다. 다른 실시예에서 소프트웨어 구성요소들은 컴퓨터에서 판독 가능한 기록 매체가 아닌 통신 모듈(213, 223)을 통해 메모리(211, 221)에 로딩될 수도 있다. 예를 들어, 적어도 하나의 프로그램은 개발자들 또는 어플리케이션의 설치 파일을 배포하는 파일 배포 시스템(일례로 상술한 서버(160))이 네트워크(170)를 통해 제공하는 파일들에 의해 설치되는 프로그램(일례로 상술한 어플리케이션)에 기반하여 메모리(211, 221)에 로딩될 수 있다.

프로세서(212, 222)는 기본적인 산술, 로직 및 입출력 연산을 수행함으로써, 컴퓨터 프로그램의 명령을 처리하도록 구성될 수 있다. 명령은 메모리(211, 221) 또는 통신 모듈(213, 223)에 의해 프로세서(212, 222)로 제공될 수 있다. 예를 들어 프로세서(212, 222)는 메모리(211, 221)와 같은 기록 장치에 저장된 프로그램 코드에 따라 수신되는 명령을 실행하도록 구성될 수 있다.

통신 모듈(213, 223)은 네트워크(170)를 통해 전자 기기 1(110)과 서버(150)가 서로 통신하기 위한 기능을 제공할 수 있으며, 다른 전자 기기(일례로 전자 기기 2(120)) 또는 다른 서버(일례로 서버(160))와 통신하기 위한 기능을 제공할 수 있다. 일례로, 전자 기기 1(110)의 프로세서(212)가 메모리(211)와 같은 기록 장치에 저장된 프로그램 코드에 따라 생성한 요청(일례로 컨텐츠에 대한 스트리밍 서비스 요청)이 통신 모듈(213)의 제어에 따라 네트워크(170)를 통해 서버(150)로 전달될 수 있다. 역으로, 서버(150)의 프로세서(222)의 제어에 따라 제공되는 제어 신호나 명령, 컨텐츠, 파일 등이 통신 모듈(223)과 네트워크(170)를 거쳐 전자 기기 1(110)의 통신 모듈(213)을 통해 전자 기기 1(110)로 수신될 수 있다. 예를 들어 통신 모듈(213)을 통해 수신된 서버(150)의 제어 신호나 명령 등은 프로세서(212)나 메모리(211)로 전달될 수 있고, 컨텐츠나 파일 등은 전자 기기 1(110)가 더 포함할 수 있는 저장 매체로 저장될 수 있다.

입출력 인터페이스(214, 224)는 입출력 장치(215)와의 인터페이스를 위한 수단일 수 있다. 예를 들어, 입력 장치는 키보드 또는 마우스 등의 장치를, 그리고 출력 장치는 어플리케이션의 통신 세션을 표시하기 위한 디스플레이와 같은 장치를 포함할 수 있다. 다른 예로 입출력 인터페이스(214)는 터치스크린과 같이 입력과 출력을 위한 기능이 하나로 통합된 장치와의 인터페이스를 위한 수단일 수도 있다. 보다 구체적인 예로, 전자 기기 1(110)의 프로세서(212)는 메모리(211)에 로딩된 컴퓨터 프로그램의 명령을 처리함에 있어서 서버(150)나 전자 기기 2(120)가 제공하는 데이터를 이용하여 구성되는 서비스 화면이나 컨텐츠가 입출력 인터페이스(214)를 통해 디스플레이에 표시될 수 있다.

또한, 다른 실시예들에서 전자 기기 1(110) 및 서버(150)는 도 2의 구성요소들보다 더 많은 구성요소들을 포함할 수도 있다. 그러나, 대부분의 종래기술적 구성요소들을 명확하게 도시할 필요성은 없다. 예를 들어, 전자 기기 1(110)은 상술한 입출력 장치(215) 중 적어도 일부를 포함하도록 구현되거나 또는 트랜시버(transceiver), GPS(Global Positioning System) 모듈, 카메라, 각종 센서, 데이터베이스 등과 같은 다른 구성요소들을 더 포함할 수도 있다.

본 실시예들에서 관계망 서버(일례로, 서버(150))는 통신 단말들(일례로, 복수의 전자 기기들(110, 120, 130, 140))의 위치정보와 관계망 정보에 기반하여, 특정 공간영역 내에 있는 방문자들(일례로, 상술한 통신 단말의 사용자들)간의 관계망을 분석할 수 있다. 관계망 정보(또는 관계망 데이터)는 일반적인 소셜 네트워크 서비스에서 사용되는 관계 데이터를 의미할 수 있다. 관계 데이터의 종류에 따라 대칭형(두 사용자들간의 쌍방연결)과 비대칭형(두 사용자들 중 어느 한쪽만 연결)이 존재할 수 있으며, 주로 대칭형이 사용될 수 있다. 대칭형을 사용하는 경우, 비대칭형 데이터를 대칭형으로 변환하여 사용할 수도 있다.

도 3은 본 발명의 일실시예에 있어서, 데이터 흐름의 예를 설명하기 위한 도면이다. 서버(150)는 상술한 바와 같이 관계망 서버로서, 관계망 서비스를 제공하는 시스템일 수 있다. 예를 들어, 서버(150)는 이동통신망(310)을 통해 이동형 단말들(이동형 단말 A(321), 이동형 단말 B(322))과 통신하여 관계망 서비스를 제공할 수 있다. 여기서, 이동통신망(310)은 상술한 네트워크(170)에 포함될 수 있고, 이동형 단말들은 상술한 전자 기기들(110, 120, 130, 140)에 포함될 수 있다.

서버(150)는 관계망 서비스와 관련된 다양한 정보들을 관계망 DB(331)에 저장 및 관리될 수 있다. 예를 들어, 관계망 DB(331)는 사용자들(상술한 이동형 단말 A(321), 이동형 단말 B(322)의 이용자들)에 대한 정보와 사용자들간의 관계에 대한 정보를 적어도 포함할 수 있다. 여기서, "관계"는 사용자들간에 설정된 친구와 같은 사회적 관계나 특정 사건(일례로, 온라인 상에서의 만남, 송금 등)과 같이 사용자들간에 특별한 관련성이 존재함을 나타낼 수 있다.

또한, 서버(150)는 이동형 단말들(이동형 단말 A(321), 이동형 단말 B(322))의 실시간 위치정보를 실시간 위치정보 DB(332)에 저장 및 관리할 수 있다. 일례로, 위치정보는 이동형 단말들(이동형 단말 A(321), 이동형 단말 B(322))로부터 주기적으로 수신될 수 있다. 이 경우, 각 이동형 단말들별로 시간에 따른 위치정보들이 실시간 위치정보 DB(332)를 통해 관리될 수 있다.

이때, 서버(150)는 관계망 DB(331)의 관계망 정보와 실시간 위치정보 DB(332)의 위치정보를 실시간 공간기반 관계망 분석지표 산출 알고리즘(333)에 따라 분석하여 새로운 데이터를 산출할 수 있다. 이때, 산출될 데이터는 산출 데이터 DB(334)에 저장 및 관리될 수 있다.

정보 이용자들(일례로, 정보 이용자 A(341)와 정보 이용자 B(342))은 정보유통망(350)을 통해 서버(150)에 접근하여 산출된 새로운 데이터를 활용하는 주체일 수 있으며, 실질적으로 상술한 전자 기기들(110, 120, 130, 140)에 포함되는 통신 단말을 의미할 수 있다. 정보유통망(350) 역시 상술한 네트워크(170)에 포함될 수 있다.

서버(150)는 정보유통망(350)을 통해 접근한 정보 이용자들로부터 기설정된 조건을 입력받고, 입력된 조건에 대응하는 정보를 산출 데이터 DB를 분석하여 제공할 수 있다. 예를 들어, 서버(150)는 실시간 위치정보를 이용하여 특정 시각과 특정 공간에 체류 또는 통행한 방문자들 집단을 도출할 수 있고, 이 방문자들 사이에서의 관계망 정보를 필터링할 수 있으며, 필터링 한 관계망 정보(일례로, 상술한 산출된 새로운 데이터)를 이용하여 정보 이용자들의 목적에 맞게 분석을 수행하고 결론을 도출하여 적절하게 활용할 수 있다.

도 4는 본 발명의 일실시예에 있어서, 데이터 처리 과정의 예를 도시한 도면이다.

단계(410)에서 서버(150)는 시점 t에 공간 s 내에 위치좌표를 가진 전자 기기의 집합 G_ts를 실시간 위치정보 DB(332)로부터 추출할 수 있다.

단계(420)에서 서버(150)는 G_ts 멤버들의 관계망 데이터를 관계망 DB(331)로부터 가져올 수 있다.

단계(430)에서 서버(150)는 G_ts 멤버들 사이에서의 관계망 데이터를 재구성할 수 있다.

단계(440)에서 서버(150)는 관계망 분석지표를 산출할 수 있다.

예를 들어, 서버(150)는 실시간 위치정보를 이용하여 특정 시점 t에 특정 공간 s에 있는 전자 기기들을 확인하고, 실시간 위치정보 DB(332)에서 또는 관계망 DB(331)의 관계망 데이터에 기반하여 사용자들(개인들 또는 방문자들)을 특정할 수 있다. 이때, 서버(150)는 전체 관계정보에서 특정된 방문자들간의 관계정보만을 필터링하여 추출함으로써, 특정 시간 t에 특정 공간 s에 위치하는 사용자들간의 관계정보를 얻을 수 있게 된다. 이러한 관계정보에 기반하여 다양한 분석지표들이 생성될 수 있고, 새로운 데이터로서 생성된 분석지표들은 특정 공간과 시점의 커뮤니티 정도를 나타내는 데이터로서 활용될 수 있다.

도 5는 본 발명의 일실시예에 따른 서버의 프로세서가 포함할 수 있는 구성요소의 예를 도시한 도면이고, 도 6은 본 발명의 일실시예에 따른 서버가 수행할 수 있는 관계망 분석 방법의 예를 도시한 흐름도이다.

도 5에 도시된 바와 같이 서버(150)의 프로세서(222)는 구성요소들로서 저장 제어부(510), 수신 제어부(520), 사용자 특정부(530), 관계정보 필터링부(540) 및 분석지표 생성부(550)를 포함할 수 있다. 이러한 프로세서(222) 및 프로세서(222)의 구성요소들은 도 5의 관계망 분석 방법이 포함하는 단계들(610 내지 660)을 수행하도록 서버(150)를 제어할 수 있다. 이때, 프로세서(222) 및 프로세서(222)의 구성요소들은 메모리(221)가 포함하는 운영체제의 코드와 적어도 하나의 프로그램의 코드에 따른 명령(instruction)을 실행하도록 구현될 수 있다. 여기서, 프로세서(222)의 구성요소들은 프로세서(222)에 의해 수행되는 서로 다른 기능들(different functions)의 표현들일 수 있다. 예를 들어, 프로세서(222)가 상술한 명령에 따라 관계망 데이터를 관계망 데이터베이스에 저장 및 관리하도록 서버(150)를 제어하는 동작의 기능적 표현으로서 저장 제어부(510)가 사용될 수 있다.

단계(610)에서 프로세서(222)는 관계망 분석 방법을 위한 프로그램의 파일에 저장된 프로그램 코드를 메모리(221)에 로딩할 수 있다. 예를 들어, 서버(150)에 설치된 프로그램이 구동되는 경우, 프로세서(222)는 프로그램의 파일로부터 프로그램 코드를 메모리(221)에 로딩하도록 서버(150)를 제어할 수 있다.

이때, 프로세서(222) 및 프로세서(222)가 포함하는 저장 제어부(510), 수신 제어부(520), 사용자 특정부(530), 관계정보 필터링부(540) 및 분석지표 생성부(550) 각각은 메모리(221)에 로딩된 프로그램 코드 중 대응하는 부분(대응하는 명령)을 실행하여 이후 단계들(620 및 660)을 실행할 수 있다. 단계들(620 및 660)의 실행을 위해, 프로세서(222) 및 프로세서(222)의 구성요소들은 서버(150)를 제어할 수도 있다. 예를 들어, 프로세서(222)는 서버(150)가 포함하는 통신 모듈(223)을 제어하여 서버(150)가 전자 기기(일례로, 전자 기기 1(110))이나 다른 서버(일례로, 서버(160)와 통신하도록 서버(150)를 제어할 수 있다.

단계(620)에서 저장 제어부(510)는 관계망 데이터를 관계망 데이터베이스에 저장 및 관리하도록 서버(150)를 제어할 수 있다. 일례로, 관계망 데이터베이스는 앞서 도 3을 통해 설명한 관계망 DB(331)에 대응될 수 있다.

단계(630)에서 수신 제어부(520)는 관계망 데이터와 관련된 복수의 전자 기기들로부터 위치정보를 수신하도록 서버(150)를 제어할 수 있다. 수신된 위치정보는 앞서 도 3을 통해 설명한 실시간 위치정보 DB(332)에 저장 및 관리될 수 있다.

단계(640)에서 사용자 특정부(530)는 복수의 전자 기기들 중 특정 시점에 특정 공간에 위치하는 전자 기기의 사용자들을 특정할 수 있다. 예를 들어, 사용자 특정부(530)는 실시간 위치정보 DB(332)에 저장된 전자 기기들의 위치정보에 기반하여, 특정 시점(일례로, 현재)에 특정 공간(일례로, 장소 A)에 위치하고 있는 전자 기기들을 확인할 수 있고, 확인된 전자 기기들의 사용자들을 실시간 위치정보 DB(332) 또는 관계망 DB(331)에 기반하여 확인함으로써 사용자들을 특정할 수 있다.

이를 위한 하나의 실시예로서, 사용자 특정부(530)는 도 5에 도시된 바와 같이 위치 결정 제어부(531) 및 리스트 생성부(532)를 포함할 수 있고, 단계(641) 및 단계(642)가 단계(640)에 포함될 수 있다.

단계(641)에서 위치 결정 제어부(530)는 복수의 전자 기기들 중 특정 시점에 특정 공간에 위치하는 전자 기기들을 결정하도록 서버(150)를 제어할 수 있다. 앞서 설명한 바와 같이, 위치 결정 제어부(530)는 실시간 위치정보 DB(332)에 저장된 전자 기기들의 위치정보에 기반하여, 특정 시점(일례로, 현재)에 특정 공간(일례로, 장소 A)에 위치하고 있는 전자 기기들을 확인할 수 있다.

여기서, 특정 시점은 x시x분x초와 같이 세분화된 단일 시각일 수도 있고, 또는 13시에서 14시까지의 시간구간일 수도 있다. 또한, 특정 공간은 행정구역으로 구분된 영역이나 지도상에서 임의로 분할한 영역(일례로, 기설정된 넓이의 격자들로 구분된 영역)일 수 있다. 또는 기준점으로부터 일정 반경의 범위가 특정 공간이 될 수도 있다. 뿐만 아니라, 특정 건물의 실내 공간이나 실내 공간 중 일부분 또는 특정 층이 특정 공간이 될 수도 있다.

단계(642)에서 리스트 생성부(540)는 파악된 전자 기기의 사용자들의 리스트를 생성할 수 있다. 예를 들어, 실시간 위치정보 DB(332)는 복수의 전자 기기들 각각에 대한 위치정보를 시계열적으로 관리할 수 있으며, 복수의 전자 기기들의 사용자들에 대한 정보를 포함할 수 있다. 이때, 리스트 생성부(540)는 실시간 위치정보 DB(332)에 저장된 전자 기기별 사용자에 대한 정보 또는 관계망 DB(331)에 저장된 전자 기기별 사용자에 대한 정보 기반하여 확인된 전자 기기들(특정 시점에 특정 장소에 위치하는 전자 기기들)의 사용자들에 대한 리스트를 생성함으로써, 특정 시점 및/또는 특정 공간의 사용자들을 특정할 수 있다.

단계(650)에서 관계정보 필터링부(540)는 관계망 데이터베이스에서 특정된 사용자들간의 관계정보를 필터링할 수 있다. 예를 들어, 관계정보 필터링부(540)는 단계(642)에서 생성된 리스트에 특정된 사용자들간의 관계정보를 필터링할 수 있다. 보다 구체적인 예로, 생성된 리스트에 사용자 A, 사용자 B, 사용자 C, 사용자 D, 사용자 E가 포함되어 있는 경우, 관계정보 필터링부(540)는 전체 사용자들의 관계망 데이터가 관리되는 관계망 데이터베이스에서 사용자 A, 사용자 B, 사용자 C, 사용자 D, 사용자 E간의 관계정보를 추출함으로써 관계정보를 필터링할 수 있다.

단계(660)에서 분석지표 생성부(550)는 필터링된 관계정보를 이용하여 특정 시점 및 특정 공간에 대한 분석지표를 산출할 수 있다. 이러한 분석지표는 특정 시점 t 에 특정 공간 s에 위치하는 사용자들간의 관계정보를 나타내기 위한 정보일 수 있다. 예를 들어 단계(660)에서 분석지표 생성부(550)는, 필터링된 관계정보에서 특정된 사용자들간의 관계의 수에 기반하여 특정된 사용자들간의 관계망에 대한 분석지표를 정량화하여 계산할 수 있다. 보다 구체적인 예로, 분석지표는 기설정된 범위내의 수치(일례로, 0에서 1 사이의 유리수)로 정량화될 수 있다.

이때, 서버(150)는 산출된 분석지표를 저장 및 관리하는 분석지표 데이터베이스를 구축할 수 있다. 이를 위해, 도 6의 방법은 단계(660) 이후에 기설정된 복수의 공간들 각각에 대해, 기설정된 시간간격마다 산출되는 분석지표를 대응하는 공간 및 대응하는 시간간격에 대해 저장하여 분석지표 데이터베이스를 구축하는 단계(미도시)를 더 포함할 수 있다. 예를 들어, 이러한 미도시 단계는 상술한 저장 제어부(510)가 서버(150)를 제어함에 따라 수행될 수 있다.

산출되는 분석지표는 특정된 사용자들간의 관계망 전체의 분석을 위한 지표, 방문자별 관계 수를 위한 지표, 특정된 사용자들간의 관계망에서 그룹을 검출하기 위한 지표 등과 같이 다양한 지표들을 포함할 수 있다. 이후에서는 각각의 분석지표들을 산출하는 방법과 산출된 분석지표에 따라 관계망을 분석하는 방법에 대해 보다 구체적으로 설명한다.

관계망 전체의 분석을 위한 지표

특정 시점 t에, 특정 공간 s내에 위치하는 사용자들의 관계망은 하나의 값(분석지표)으로 표현될 수 있다. 이러한 분석지표는 0과 1 사이의 범위를 갖는 유리수일 수 있다.

예를 들어, 단계(660)에서 분석지표 생성부(550)는, 특정된 사용자들 중에서 서로 관계가 설정된 사용자들을 필터링된 관계정보를 통해 결정하고, 결정된 사용자들의 수와 특정된 사용자들의 수와의 상대적인 비율을 분석지표로서 산출할 수 있다. 특정된 사용자들은 시점 t에 공간 s 내에 위치하는 방문자들일 수 있고, 특정된 사용자들의 수를 N(N은 자연수)으로 표현할 수 있다. 또한, 결정된 사용자들은 특정된 사용자들 중 적어도 한 명과 연결(관계가 설정)되어 있는 방문자들일 수 있고, 결정된 사용자들의 수를 M(M은 자연수)으로 표현할 수 있다. 이때, 특정된 사용자들간의 관계망을 표현하는 지표는 M/N과 같이 계산될 수 있다.

다른 예로, 단계(660)에서 분석지표 생성부(550)는, 특정된 사용자들간에 관계설정이 가능한 최대 경우의 수를 계산하고, 특정된 사용자들간에 실제로 관계가 설정된 설정수를 필터링된 관계정보를 통해 결정하고, 설정수와 최대 경우의 수간의 비율을 분석지표로서 생성할 수 있다. 특정된 사용자들간에 관계를 설정 가능한 최대 경우의 수는 H(H = N*(N-1)/2)와 같이 계산될 수 있다. 설정수를 K라 하면, 특정된 사용자들간의 관계망을 표현하는 지표는 K/H와 같이 계산될 수 있다.

서비스의 목적에 따라 분석지표로부터 다음과 같은 분석이 수행될 수 있다.

제1 분석방법은, 단일 시점이나 단일 공간에 대해 절대적인 결론을 도출하기 위한 분석방법일 수 있다. 이러한 제1 분석방법을 위해, 도 6의 방법은 단계(660) 이후에 분석하고자 하는 제1 공간 또는 분석하고자 하는 제1 시점에 대한 분석정보를 생성하는 단계(미도시)를 더 포함할 수 있다. 이때, 도 5의 프로세서(222)가 더 포함할 수 있는 분석정보 생성부(미도시)가 이러한 미도시 단계를 수행할 수 있다.

도 7은 본 발명의 일실시예에 있어서, 분석정보를 생성하는 과정의 예를 도시한 흐름도이다.

단계(710)에서 분석정보 생성부는 제1 공간에 대해 일정 기간 동안 축적된 분석지표들 또는 제1 시점에 대해 복수의 공간들 각각에 대해 축적된 분석지표들을 분석지표 데이터베이스에서 추출할 수 있다.

단계(720)에서 분석정보 생성부는 추출된 분석지표들의 평균 또는 분포에 기반하여 기준지표를 설정할 수 있다. 예를 들어, 분석정보 생성부는, 공간 s에 대해 일정 기간(일례로, 하루) 동안 축적된 분석지표들을 추출하여 평균을 계산함으로써, 공간 s에 대한 기준지표로서 생성할 수 있다. 다른 예로, 분석정보 생성부는, 시점 t에 대해 서로 다른 복수의 공간들의 분석지표들을 추출하여 평균을 계산함으로써, 시점 t에 대한 기준지표를 생성할 수 있다.

단계(730)에서 분석정보 생성부는 제1 공간 또는 제1 시점에 대해 산출된 분석지표와 기준지표간의 비교를 통해 제1 공간 또는 제1 시점에 대한 분석정보를 생성할 수 있다. 예를 들어, 분석정보 생성부는 공간 s와 관련하여 현재 방문자들의 관계망에 대한 분석지표와 기준지표를 비교할 수 있다. 이때, 분석지표가 기준지표보다 크다는 것은, 현재 방문자들이 평균보다 높은 사회적 관계를 가진 사용자들임을 의미할 수 있다. 역으로, 분석지표가 기준지표보다 작다는 것은 현재 방문자들이 평균보다 낮은 사회적 관계를 가진 사용자들임을 의미할 수 있다. 다른 예로, 현재 시점 t에 대한 기준지표를 생성한 경우 복수의 공간들 중에서 평균보다 높은(또는 낮은) 사회적 관계를 가진 사용자들이 방문한 공간을 찾을 수 있게 된다.

이러한 공간에 대한 기준지표는 동일한 공간에 대해 일정 기간 동안의 데이터를 축적하여 계산된 값의 평균이나 분포에 기반하여 계산될 수 있다. 또한, 시점에 대한 기준지표는 동일한 시점에 대해 다수 공간의 데이터를 축적하여 계산된 값의 평균이나 분포에 기반하여 계산될 수 있다. 필요에 따라 기준지표는 임의로 입력된 값을 이용할 수도 있다.

제2 분석방법은, 복수의 시점이나 복수의 공간을 서로 비교하여 상대적인 결론을 도출하기 위한 분석방법일 수 있다. 이러한 제2 분석방법을 위해 도 6의 방법은 단계(660) 이후에, 분석하고자 하는 적어도 하나의 공간 또는 분석하고자 하는 적어도 하나의 시점에 대한 분석정보를 생성하는 단계(미도시)를 더 포함할 수 있고, 이러한 미도시 단계는 앞서 설명한 분석정보 생성부에 의해 수행될 수 있다.

도 8은 본 발명의 일실시예에 있어서, 분석정보를 생성하는 과정의 다른 예를 도시한 흐름도이다.

단계(810)에서 분석정보 생성부는 적어도 하나의 공간과 관련하여 복수의 시간간격 각각에 대해 축적된 분석지표들 또는 적어도 하나의 시점과 관련하여 복수의 공간들 각각에 대해 축적된 분석지표들을 분석지표 데이터베이스에서 추출할 수 있다.

단계(820)에서 분석정보 생성부는 추출된 분석지표들간의 비교를 통해 적어도 하나의 공간 또는 적어도 하나의 시점에 대한 분석정보를 생성할 수 있다.

예를 들어, 분석정보 생성부는, 한 공간에 대해 다수 시점의 값들(분석지표들)을 산출한 후, 값이 가장 낮은(또는 가장 높은) 시점을 도출할 수 있다. 다른 예로, 분석정보 생성부는, 한 시점에 대해 다수 공간의 값들(분석지표들)을 산출한 후, 값이 가장 낮은(또는 가장 높은) 공간을 도출할 수 있다. 또 다른 예로, 분석정보 생성부는, 다수 시점과 다수 공간에 대해 각각 값들(분석지표들)을 산출한 후, 값이 가장 낮은(또는 가장 높은) 공간을 도출할 수 있다.

만약, 하나의 공간 s에 대해 다수 시점의 값들을 산출하는 경우, 값이 가장 높은 시점은 해당 시점에 사회적 관계의 정도가 상대적으로 가장 높은 사용자들이 공간 s에 위치하고 있었음을 의미할 수 있다.

방문자별 관계 수를 위한 지표

특정 시점 t에, 특정 공간 s내에 위치하는 사용자들(방문자들) 각각에 대해서 사용자들 각각이 몇 명의 타 방문자들과 연결되어 있는지를 나타내는 값이 분석지표로서 생성될 수 있다.

예를 들어, 상술한 분석정보 생성부는 특정된 사용자들 각각에 대해, 특정된 사용자들과 관계가 설정된 관계 수를 필터링된 관계정보에서 추출하고, 추출된 관계 수에 기반하여 분석지표를 생성할 수 있다.

일례로, 관계 수가 그대로 분석지표로 생성될 수 있다. 이 경우, 분석지표는 0에서 (N-1)까지의 양의 정수 범위를 가질 수 있다. 사용자 a에 대한 분석지표의 값이 0인 경우 사용자 a는 특정된 사용자들 중 아무와도 관계가 설정되어 있지 않음을 의미할 수 있다. 사용자 a에 대한 분석지표가 (N-1)인 경우 사용자 a는 특정된 사용자들 모두와 관계가 설정되어 있음을 의미할 수 있다.

다른 예로, 관계 수에 기반하여 기설정된 범위의 수치로 정량화된 값이 분석지표로서 생성될 수도 있다. 예를 들어, 관계 수와 특정된 사용자들과 관계를 설정 가능한 전체 수간의 비율이 분석지표로 이용될 수 있다 이 경우, 분석지표는 0에서 1사이의 유리수 범위를 가질 수 있다.

도 9는 본 발명의 일실시예에 있어서, 방문자별 관계 수에 기반하여 분석지표를 생성하는 과정의 예를 도시한 흐름도이다. 도 9의 단계들(910 및 920)은 실시예에 따라 단계(660) 이후에 수행될 수 있다.

단계(910)에서 분석정보 생성부는 산출된 분석지표를 특정 시점, 특정 공간 및 대응하는 사용자의 식별자와 연관하여 분석지표 데이터베이스에 저장할 수 있다. 아래 표 1은 분석지표 데이터베이스에 저장될 수 있는 일부 정보를 예시적으로 나타내고 있다.

공간	시점 1			시점 2
공간	사용자 a	사용자 b	사용자 c	사용자 a	사용자 d
A	2	1	1	0	0

표 1은 시점 1의 공간 A에 사용자 a, 사용자 b, 사용자 c가 있으며, 사용자 a와 관계가 설정된 사람이 공간 A에 2명이 존재하고, 사용자 b와 관계가 설정된 사람이 공간 A에 1명이 있으며, 사용자 c와 관계가 설정된 사람이 공간 A에 1명이 있음을 나타내고 있다. 또한, 표 1은 시점 2의 공간 A에 사용자 a와 사용자 d가 있으며, 사용자 a와 사용자 d 모두 관계가 설정된 사람이 공간 A에 없음을 나타내고 있다. 다시 말해, 관계 수가 0인 사람은 공간 A에 혼자 방문한 사람일 가능성이 높고, 관계 수가 1인 사람은 공간 A에 지인과 둘이 방문한 사람일 가능성이 높으며, 관계 수가 2 이상인 사람은 공간 A에 둘 이상의 지인들과 함께 방문한 사람일 가능성이 높음을 알 수 있다.

단계(920)에서 분석정보 생성부는 기설정된 기준치와 분석지표 데이터베이스에 저장된 분석지표간의 비교를 통해 사용자들을 필터링할 수 있다. 예를 들어, 기설정된 기준치가 2인 경우, 표 1에서 사용자 a가 필터링되어 검출될 수 있다. 다른 예로, 관계가 설정된 사람이 10명 이상 같은 공간에 있는 사용자들을 추출하고자 하는 경우, 분석정보 생성부는 기설정된 기준치를 10으로 설정하고, 분석지표가 10 이상인 사용자들을 분석지표 데이터베이스에서 추출할 수 있다. 이처럼 분석정보 생성부는, 관계의 수가 기준치 이상(또는 초과)이거나 기준치 이하(또는 미만)인 사용자들을 필터링할 수 있다. 또한, 분석정보 생성부는 관계의 수가 기준치와 동일한 사용자들을 필터링하거나 또는 관계의 수가 가장 많은(또는 가장 적은) 사용자들을 필터링할 수도 있다.

특정된 사용자들간의 관계망에서 그룹을 검출하기 위한 지표

특정 시점 t에, 특정 공간 s내에 위치하는 사용자들(방문자들)간의 관계망 내에서 그룹을 검출하기 위한 지표가 분석지표로서 생성될 수 있다. 여기서 그룹이란, 하나의 집합에 포함된 사용자들간에 모두 관계가 설정된 경우, 해당 집합의 사용자들이 하나의 그룹을 구성할 수 있다. 예를 들어, 특정 시점 t에, 특정 공간 s내에 위치하는 방문자들 중에서 부분집합을 취했을 때, 부분집합의 모든 사용자들이 서로간에 모두 관계가 설정되어 있는 경우, 해당 부분집합이 하나의 그룹이 될 수 있다. 각 그룹들은 서로 교차하거나 포함 관계를 갖지 않도록 설정될 수 있다. 예를 들어, 큰 그룹이 작은 그룹을 포함하는 경우에는 큰 그룹만이 그룹으로서 인정될 수 있다.

도 10은 본 발명의 일실시예에 있어서, 그룹에 대한 분석지표를 생성하는 과정의 예를 도시한 흐름도이다. 도 10의 단계들(1010 및 1020)은 실시예에 따라 단계(660) 이후에 수행될 수 있다.

단계(1010)에서 분석정보 생성부는 특정된 사용자들 중 둘 이상이 포함된 부분집합 중에서 부분집합의 모든 사용자들이 서로 관계를 갖는 부분집합의 사용자들을 하나의 그룹으로서 확인할 수 있다. 이때, 앞서 설명한 바와 같이 각 그룹들은 서로 교차하거나 포함 관계를 갖지 않도록 설정될 수 있고, 큰 그룹이 작은 그룹을 포함하는 경우에는 큰 그룹만이 그룹으로서 인정될 수 있다.

단계(1020)에서 분석정보 생성부는 기설정된 기준치와 그룹의 사용자들의 수간의 비교를 통해 그룹을 필터링할 수 있다. 예를 들어, 분석정보 생성부는 기준치로서 그룹에 포함된 사용자의 수를 입력받을 수 있다. 이때, 입력된 기준치가 5인 경우, 분석정보 생성부는, 5명 이상(또는 초과)의 사용자들을 포함하는 그룹, 5명 이하(또는 미만)의 사용자들을 포함하는 그룹 또는 5명의 사용자들을 포함하는 그룹을 필터링하여 추출할 수 있다. 이 경우, 추출된 정보에 기반하여 5명 이상의 그룹들이 많이 위치는 공간과 시점 등과 같이 공간과 시점에 대한 다양한 분석이 가능해진다.

도 11은 본 발명의 일실시예에 있어서, 복수의 노드들간의 연결 관계의 예를 도시한 도면이다. 도 11은 원으로 표현된 노드들의 집합 {a, b, c, d, e, f, g}을 나타내고 있으며, 노드들간의 연결 관계를 원들간에 연결된 양방향 화살표를 이용하여 나타내고 있다. 주어진 집합의 부분집합 중 둘 이상의 노드들이 원소로 포함된 집합을 살펴보면 다음과 같다. 이때, 부분집합 내에서 노드간 순서는 무시될 수 있다.

{a, b}, {a, c}, {a, d}, {a, e}, {a, f}, {b, c}, {b, d}, {b, e}, {b, f}, {c, d}, {c, e}, {c, f}, {d, e}, {d, f}, {e, f}, {a, b, c}, {a, b, d}, {a, b, e}, {a, b, f}, {a, c, d}, {a, c, e}, {a, c, f}, {a, d, e}, {a, d, f}, {a, e, f}, {b, c, d}, {b, c, e}, {b, c, f}, {b, d, e}, {b, d, f}, {b, e, f}, {c, d, e}, {c, d, f}, {d, e, f}, {a, b, c, d}, {a, b, c, e}, {a, b, c, f}, {a, c, d, e}, {a, c, d, f}, {a, c, e, f}, {b, c, d, e}, {b, c, d, f}, {b, d, e, f}, {c, d, e, f}, {a, b, c, d, e}, {a, b, c, d, f}, {a, b, c, e, f}, {a, b, d, e, f}, {a, c, d, e, f}, {b, c, d, e, f}, {a, b, c, d, e, f}

이러한 부분집합에서 모든 노드간에 서로 연결이 존재하지 않는 부분집합을 제외하면 다음과 같다.

{a, b}, {a, c}, {a, e}, {b, c}, {b, e}, {c, e}, {d, f}, {e, f}, {a, b, c}, {a, b, e}, {a, c, e}, {b, c, e}, {a, b, c, e}

또한, 다른 부분집합의 부분집합이 되거나 다른 그룹과 교차하게 되는 부분집합을 제외하면 다음과 같다.

{d, f}, {a, b, c, e}

따라서, 도 11의 제1 점선타원(1110)과 같이 노드 a, b, c, d를 포함하는 제1 그룹과 제2 점선타원(1120)과 같이 노드 d, f를 포함하는 하나의 제2 그룹이 도출될 수 있다.

이상에서는 특정된 사용자들간의 관계망 전체의 분석을 위한 지표, 방문자별 관계 수를 위한 지표, 특정된 사용자들간의 관계망에서 그룹을 검출하기 위한 지표 등과 같이 다양한 지표들을 분석지표로서 생성하는 예들을 설명하였다.

이때, 산출된 분석지표들은, 대응하는 시점, 공간, 사용자들의 식별자와 연관하여 분석지표 데이터베이스(일례로, 도 3의 산출 데이터 DB(334))에 저장될 수 있다. 분석지표 데이터베이스는 생성된 분석지표들을 복수의 공간들 각각에 대해 시계열적으로 관리할 수 있다.

이 경우, 서버(150)는 분석지표 데이터베이스를 이용하여 다양한 분석정보를 제공할 수 있게 된다.

도 12는 본 발명의 일실시예에 있어서, 분석지표 데이터베이스를 이용하여 분석정보를 제공하는 과정의 예를 도시한 흐름도이다. 도 12의 단계들(1210 및 1220)은 실시예에 따라 단계(660) 이후에 수행될 수 있다.

단계(1210)에서 분석정보 생성부는 입력되는 조건에 따라 분석지표 데이터베이스에서 입력된 조건에 대응하는 분석지표, 공간, 시점 및 사용자들에 대한 식별정보 중 적어도 하나를 추출할 수 있다. 예를 들어, 관계 수가 3인 사용자들이 가장 많은 공간이나, 특정 공간에서 관계 수가 3인 사용자들이 가장 많이 위치하는 시점, 구성원이 10명 이상인 그룹이 가장 많은 공간 또는 시점 등과 같이 조건에 따라 다양한 정보가 추출될 수 있다.

단계(1220)에서 분석정보 생성부는 추출된 정보를 이용하여 분석정보를 생성할 수 있다. 예를 들어, 관계 수가 0인 사용자들이 가장 많은 공간에 대한 정보가 추출된 경우, 분석정보 생성부는 해당 공간을 혼자 돌아다니는 사람들이 많은 공간으로 분류할 수 있다.

이후에서는 분석정보를 활용하는 구체적인 실시예들에 대해 설명한다. 도 3을 통해 설명한 바와 같이, 정보 이용자들은 서버(150)에 접근하여 다양한 조건을 제시할 수 있고, 서버(150)는 조건에 알맞은 정보를 산출 데이터 DB(334)와 같은 분석지표 데이터베이스에서 추출하고, 추출된 정보에 따라 분석정보를 생성하여 정보 이용자들에게 제공할 수 있다. 이때, 정보 이용자들은 별도의 애플리케이션과 같은 소프트웨어를 이용하여 서버(150)로부터 서비스를 제공받거나 또는 서버(150)가 제공하는 웹페이지에 접근하여 조건을 입력하고, 조건에 따른 정보를 제공받는 등의 서비스를 제공받을 수 있다.

일실시예로, 자영업자나 프렌차이즈 업체에게 입점 위치를 추천하거나 또는 특정 입점 위치에 대한 평가를 하는 서비스를 제공할 수 있다.

도 13은 본 발명의 일실시예에 있어서, 공간 추천의 예를 도시한 도면이다. 1인용 외식 서비스를 제공하고자 하는 업자(1310)는 혼자 돌아다니는 사람이 많은 공간을 선호할 수 있다. 이때, 업자(1310)는 서버(150)에 접근하여 관계 수가 0인 사용자가 기설정된 수(일례로, 10명) 이상인 공간들에 대한 정보를 서버(150)로 요청할 수 있다. 예를 들어, 업자(1310)는 서버(150)가 제공하는 웹페이지(1320)에 접속하여 웹페이지(1320)가 제공하는 사용자 인터페이스를 통해 관계 수를 0으로서 선택 또는 입력할 수 있다. 또한, 업자(1310)는 원하는 사용자의 수와 기타 조건(예를 들어, 원하는 사용자의 수 "이상")을 추가로 선택 또는 입력할 수 있다. 이 경우, 서버(150)는 웹페이지(1320)로부터 선택 또는 입력된 관계 수 0인 사용자들이 입력된 사용자의 수 이상인 공간 및 시점에 대한 정보를 산출 데이터 DB(334)로부터 추출하여 웹페이지(1320)를 통해 업자(1310)에게 제공할 수 있다. 선택적으로 서버(150)는 웹페이지(1320)를 통해 업자(1310)가 특정 지역(일례로, XX동과 같은 행정구역이나 지도상의 특정 영역)이나 특정 시간대 등과 같이 추가 조건을 제시하도록 유도할 수도 있다. 만약, 특정 지역이 조건으로 제시되는 경우, 서버(150)는 관계 수 0인 사용자들이 입력된 수 이상인 공간들 중 제시된 조건의 지역에 포함된 공간들에 대한 정보를 산출 데이터 DB(334)로부터 추출하여 제공할 수 있다.

다른 예로, 업자(1310)는 복수의 공간들 중 원하는 조건에 가장 알맞은 공간을 찾아줄 것을 서버(150)로 요청할 수도 있다. 복수의 공간들은 도 13에서 조건에 따라 분석결과로서 제시된 공간들일 수도 있고, 업자(1310)에 의해 별도로 입력 또는 선택되는 공간들일 수도 있다. 이때 서버(150)는 선택된 복수의 공간들과 관련하여, 웹페이지(1320)를 통해 관계 수가 2 이상인 방문자가 가장 많은 공간에 대한 요청이나 구성원 수가 3명 인상인 그룹이 가장 많은 공간 등과 같이 다양한 형태의 요청을 수신할 수 있다. 이러한 요청들은 이미 설명한 바와 같이 특정 파라미터(관계 수, 그룹 구성원 수, 전체 방문자 수 등)에 대한 값을 입력받거나 선택받을 수 있는 사용자 인터페이스를 웹페이지(1320)를 통해 업자(1310)에게 제공함으로써 이루어질 수 있다. 이때, 서버(150)는 분석지표 데이터베이스에서 관계 수가 2 이상인 방문자들의 수가 가장 많은 공간 또는 구성원 수가 3명 이상인 그룹이 가장 많은 공간에 대한 정보를 추출할 수 있다.

예를 들어 아래 표 2는 분석지표 데이터베이스에 저장된 데이터의 예일 수 있다.

공간	시점 1			시점 2
	사용자 a	사용자 b		사용자 c	사용자 a	사용자 d
A	2	1		1	0	0
공간	시점 1			시점 2
	사용자 e		사용자 f			사용자 g	사용자 h
B	1		1			1	1
공간	시점 1			시점 2
	사용자 i	사용자 j		사용자 k	사용자 l	사용자 m
C	2	2		2	1	1

이러한 표 2에서 관계 수가 2 이상인 방문자는 사용자 a, 사용자 I, 사용자 j, 사용자 k로, 공간 A, B, C 중 관계 수가 2 이상인 방문자들의 수가 가장 많은 공간은 공간 C임을 파악할 수 있다. 또한, 표 2에서 관계 수가 1인 방문자가 가장 많은 공간은 공간 B임을 알 수 있다.

이처럼, 서버(150)는 구축된 분석지표 데이터베이스를 이용하여 다양한 조건에 알맞은 정보를 제공할 수 있게 된다.

이러한 분석지표 데이터베이스는 온라인 또는 오프라인상에서 제공되는 정보데이터의 타겟팅이나 프로모션을 위해 활용될 수도 있다.

도 14는 본 발명의 일실시예에 있어서, 오프라인상에서 노출되는 정보데이터의 타겟팅을 처리하는 예를 도시한 도면이다. 도 14는 거리나 공공장소와 같은 특정 공간(1410) 내에 설치된 디스플레이(1411)를 통해 불특정다수에게 정보데이터를 표시하는 플랫폼(1412)을 나타내고 있다. 이때, 서버(150)는 공간(1410)에 위치한 사용자들을 실시간으로 파악하고, 공간(1410)에 위치한 사용자들간의 관계망 정보를 분석한 분석지표를 생성하여 시계열적으로 관리할 수 있다. 플랫폼(1412)은 현재 시점에 공간(1410) 내에 위치한 사용자들에 대한 정보를 서버(150)로 요청할 수 있고, 서버(150)는 분석지표를 분석하여 분석결과를 플랫폼(1412)으로 제공할 수 있다. 예를 들어, 공간(1410)에 위치한 사용자들이 대부분 관계 수가 0인 경우, 서버(150)는 공간(1410)의 사용자들이 대부분 혼자 다니는 방문자들임을 알 수 있다. 이러한 정보는 플랫폼(1412)으로 전송될 수 있고, 플랫폼(1412)은 사전에 설정된 정보데이터들 중에서 혼자 다니는 방문자들에 중점을 둔 정보데이터를 선택하여 디스플레이(1411)를 통해 표시할 수 있다. 다른 예로, 공간(1410)에 위치한 사용자들이 대부분 관계 수가 3 이상인 경우, 서버(150)는 공간(1410)의 사용자들이 주로 넷 이상의 지인들이 모여서 다니는 방문자들임을 알 수 있다. 이 경우, 플랫폼(1412)은 다수의 지인들과 함께 다니는 방문자들을 위한 정보데이터를 선택하여 디스플레이(1411)를 통해 표시할 수 있다.

공간(1410)에 대한 방문자들은 실시간으로 변화할 수 있으며, 서버(150)는 공간(1410)의 사용자들에 대한 정보를 실시간적으로 파악하여 플랫폼(1412)으로 제공할 수 있으며, 플랫폼(1412)은 서버(150)로부터 실시간으로 수신되는 사용자들에 대한 정보에 따라 정보데이터의 종류를 바꿔가면서 디스플레이(1411)를 통해 노출시킬 수 있다.

또는 공간(1410)에 대한 방문자들에 대한 정보를 시간대별로 평균화하여 제공할 수도 있다. 예를 들어 낮 시간대에는 혼자 다니는 방문자들이 많고, 밤 시간대에는 일정 수 이상의 지인들이 모여서 다니는 방문자들이 많은 것으로 파악되는 경우, 이러한 정보가 서버(150)에서 플랫폼(1412)으로 제공될 수 있고, 플랫폼(1412)은 평균화된 정보에 따라 낮 시간에는 혼자 다니는 방문자들을 타겟으로 하는 정보데이터를, 밤 시간에는 일정 수 이상의 지인들이 모여서 다니는 방문자들을 타겟으로 하는 정보데이터를 제공할 수 있다.

도 15는 본 발명의 일실시예에 있어서, 온라인상에서 노출되는 정보데이터의 타겟팅을 처리하는 예를 도시한 도면이다. 도 15는 특정 공간(1510) 내에 사용자 a(1511)가 위치하고, 사용자 a(1511)의 통신 단말(일례로, 전자 기기 1(110))과 통신하는 정보데이터 제공 서버(1520)가 사용자 a(1511)의 통신 단말로 정보데이터를 제공하는 상황을 가정한다.

우선, 서버(150)는 공간(1510)에 위치한 사용자들에 대해 관계망 정보를 분석하여 분석지표를 생성 및 관리하고 있다. 정보데이터 제공 서버(1520)는 서버(150)로 사용자 a(1511)에 대한 정보를 요청할 수 있고, 서버(150)는 분석지표를 통해 사용자 a(1511)가 공간(1510)을 혼자 방문한 것인지 아니면, 다른 지인들과 함께 방문한 것인지, 심지어 몇 명의 지인들과 방문했는지 등에 대한 정보를 정보데이터 제공 서버(150)로 제공할 수 있다. 예를 들어, 사용자 a(1511)의 관계 수가 0인 경우, 사용자 a(1511)는 혼자 공간(1510)에 방문한 사람임을 알 수 있다. 이러한 정보를 수신한 정보데이터 제공 서버(150)는 "혼자 식사하기 좋은 식당을 찾으시나요 XXX에 혼자 오시면 디저트 무료"와 같이 혼자 다니는 사람에 타겟팅된 정보데이터를 사용자 a(1511)의 통신 단말로 전송할 수 있다.

다른 예로, 사용자 a(1511)의 관계 수가 3인 경우, 사용자 a(1511)는 세 명의 지인들과 함께 공간(1510)에 방문했을 가능성이 높음을 알 수 있다. 이러한 정보를 수신한 정보데이터 제공 서버(150)는 "친구 3명 이상과 함께 오시면 1인분 무료! AAA 레스토랑"과 같이 4인 이상의 사용자들에 타겟팅된 정보데이터를 사용자 a(1511)의 통신 단말로 전송할 수 있다.

서버(150)가 제공하는 분석결과는 사람을 위한 문장이나 표, 테이블 형태로 제공될 수도 있고, 분석결과를 수신하는 시스템이 바로 분석결과에 대응하는 처리가 가능하도록 서버(150)와 분석결과를 수신하는 시스템간에 미리 기설정된 파라미터의 형태로 제공될 수도 있다.

분석지표 데이터베이스는 그룹에 대한 정보를 더 포함할 수도 있다. 예를 들어, 아래 표 3과 같이 분석지표 데이터베이스는 그룹에 대한 정보를 더 포함할 수 있다.

이때, 표 3은 공간 A에서 사용자 b, c, d가 하나의 그룹을 이루고 있음을 나타낼 수 있다. 이때, 그룹을 이루지 않는 사용자 a는 사용자 e 및 사용자 f와 관계가 설정되어 있고, 사용자 e와 사용자 f는 서로 관계가 설정되어 있지 않음을 알 수 있다. 이때, 사용자 a, e, f에서는 사용자 a가 해당 모임의 중심일 가능성이 높다. 이때, 사용자 a, b, c, d, e, f가 도 15의 공간(1510)에 위치하고 있고, 표 3의 사용자 a가 도 15의 사용자 a(1511)인 경우, 정보데이터 제공 서버(1520)는 사용자 e나 사용자 f보다 모임의 중심일 가능성이 높은 사용자 a(도 15의 사용자 a(1511))에게 정보데이터를 제공하는 것이 더 효과가 높을 수 있다.

또한, 정보데이터 제공 서버(1520)는 그룹 정보를 이용하여 그룹을 이루는 사용자 b, c, d에게 동일한 정보데이터를 한꺼번에 전송할 수도 있다. 예를 들어 하나의 그룹을 이루고 있는 사용자 b, c, d(의 통신 단말들)에게 동시에 "3인 이상 오시면 음료 전원 무료"와 같은 정보데이터를 제공할 수 있다.

서버(150)에서 생성한 정보들은 치안유지 등과 같은 목적을 위해 활용될 수도 있다. 예를 들어, 경찰 등과 같은 공권력 주체가 치안 유지를 위해 실시간으로 광장 등 시위가 발생할 수 있는 공간을 대상으로 해당 분석지표들을 활용될 수도 있다.

일례로, 서버(150)는 특정 공간에 대한 관계망 전체의 분석을 위한 지표를 실시간으로 모니터링할 수 있다. 이미 설명한 바와 같이 관계망 전체의 분석을 위한 지표(이하, 제1 지표)는 해당 공간에 위치한 사람들간의 관계 설정 정도(커뮤니티 정도)를 나타낼 수 있다. 만약, 광장 같은 특정 공간에 대해 생성된 제1 지표가 일정 값(기설정된 기준치) 이상인 경우, 광장의 방문자들이 대부분 서로 알고 있는 사람들로 간주할 수 있으며, 이는 군중시위의 징후로 간주할 수 있다. 이 경우, 서버(150)는 경찰 시스템이나 관리자 등에게 해당 공간에 대한 상황정보를 제공할 수 있다.

뿐만 아니라, 서버(150)는 해당 공간에서 관계의 수가 가장 큰 사용자를 특정할 수 있다. 만약, 실제 군중시위가 발생한다면, 관계의 수가 가장 많은 사용자(또는 관계의 수로 정렬한 사용자들 중 일정 순위의 사용자들)가 군중시위에서 중요한 위치를 가진 인물임을 파악할 수 있고, 해당 사용자의 위치까지 파악할 수 있다. 이 경우, 서버(150)는 해당 인물의 프로필과 위치 등의 정보를 제공할 수도 있다.

이상의 실시예들에서는 전체 사용자들의 관계망이 아니라, 특정 공간에 위치하는 사용자들간의 관계망 공간별 그리고 시점별로 분석지표를 산출하고, 산출된 분석지표에 따라 다양한 분석이 가능함을 설명하였다.

한편, 사용자별로 성별, 나이, 관심사 등과 같은 추가정보가 제공되는 경우, 상술한 분석지표와 결합하여 보다 상세한 분석이 가능해진다.

예를 들어, 그룹 구성원이 5명 이상이면서 동시에 평균 나이가 50대 이상인 그룹을 찾을 수 있다. 다른 예로, 관계 수가 3 이상인 방문자들 중 여성인 방문자들을 찾아 단체 여성을 타겟팅하는 정보데이터의 제공을 위해 활용할 수 있다. 또 다른 예로, 군중시위와 관련하여 관심사가 동물인 방문자들의 비율이 높은 경우, 동물보호관련 시위를 사전에 예측할 수도 있다. 또 다른 예로, 젊은 층을 타겟으로 하는 1인용 식당을 입점하고자 하는 이용자에게, 혼자 다니는 사람의 비율이 높으면서(관계 수가 0인 방문자들의 비율이 높으면서) 평균 나이가 30대 이하인 공간을 검색하도록 서비스를 제공할 수도 있다.

제공되는 분석결과는 단순 수치의 형태로 제공될 수도 있고, 지리정보시스템(Geographic Information System, GIS)와의 연동을 통해 지도상에 관련 수치를 표시하는 형태로 제공될 수도 있으며, 특정 공간영역에 대한 시간에 따른 수치 변화를 시계열그래프 등의 형태로 제공될 수도 있다.

이처럼 본 발명의 실시예들에 따르면, 위치정보와 관계망 정보의 두 가지 정보를 결합하여 새로운 정보를 산출하여, 특정 공간을 중심으로 시점별로 해당 공간에 위치하는 사용자들의 관계망을 분석함으로써, 원하는 공간에 위치한 사용자들의 관계망 정보를 실시간으로 분석할 수 있다. 또한, 공간별 및/또는 시간별로 분석된 관계망 정보를 이용하여 다양한 조건에 알맞은 공간, 시점, 사용자(또는 사용자 그룹) 등의 정보를 필터링하여 제공 또는 추천할 수 있다.

이상에서 설명된 시스템 또는 장치는 하드웨어 구성요소, 소프트웨어 구성요소 또는 하드웨어 구성요소 및 소프트웨어 구성요소의 조합으로 구현될 수 있다. 예를 들어, 실시예들에서 설명된 장치 및 구성요소는, 예를 들어, 프로세서, 콘트롤러, ALU(arithmetic logic unit), 디지털 신호 프로세서(digital signal processor), 마이크로컴퓨터, FPGA(field programmable gate array), PLU(programmable logic unit), 마이크로프로세서, 또는 명령(instruction)을 실행하고 응답할 수 있는 다른 어떠한 장치와 같이, 하나 이상의 범용 컴퓨터 또는 특수 목적 컴퓨터를 이용하여 구현될 수 있다. 처리 장치는 운영 체제(OS) 및 상기 운영 체제 상에서 수행되는 하나 이상의 소프트웨어 어플리케이션을 수행할 수 있다. 또한, 처리 장치는 소프트웨어의 실행에 응답하여, 데이터를 접근, 저장, 조작, 처리 및 생성할 수도 있다. 이해의 편의를 위하여, 처리 장치는 하나가 사용되는 것으로 설명된 경우도 있지만, 해당 기술분야에서 통상의 지식을 가진 자는, 처리 장치가 복수 개의 처리 요소(processing element) 및/또는 복수 유형의 처리 요소를 포함할 수 있음을 알 수 있다. 예를 들어, 처리 장치는 복수 개의 프로세서 또는 하나의 프로세서 및 하나의 콘트롤러를 포함할 수 있다. 또한, 병렬 프로세서(parallel processor)와 같은, 다른 처리 구성(processing configuration)도 가능하다.

소프트웨어는 컴퓨터 프로그램(computer program), 코드(code), 명령(instruction), 또는 이들 중 하나 이상의 조합을 포함할 수 있으며, 원하는 대로 동작하도록 처리 장치를 구성하거나 독립적으로 또는 결합적으로(collectively) 처리 장치를 명령할 수 있다. 소프트웨어 및/또는 데이터는, 처리 장치에 의하여 해석되거나 처리 장치에 명령 또는 데이터를 제공하기 위하여, 어떤 유형의 기계, 구성요소(component), 물리적 장치, 가상 장치(virtual equipment), 컴퓨터 저장 매체 또는 장치, 또는 전송되는 신호 파(signal wave)에 영구적으로, 또는 일시적으로 구체화(embody)될 수 있다. 소프트웨어는 네트워크로 연결된 컴퓨터 시스템 상에 분산되어서, 분산된 방법으로 저장되거나 실행될 수도 있다. 소프트웨어 및 데이터는 하나 이상의 컴퓨터 판독 가능 기록 매체에 저장될 수 있다.

실시예에 따른 방법은 다양한 컴퓨터 수단을 통하여 수행될 수 있는 프로그램 명령 형태로 구현되어 컴퓨터 판독 가능 매체에 기록될 수 있다. 상기 컴퓨터 판독 가능 매체는 프로그램 명령, 데이터 파일, 데이터 구조 등을 단독으로 또는 조합하여 포함할 수 있다. 상기 매체에 기록되는 프로그램 명령은 실시예를 위하여 특별히 설계되고 구성된 것들이거나 컴퓨터 소프트웨어 당업자에게 공지되어 사용 가능한 것일 수도 있다. 컴퓨터 판독 가능 기록 매체의 예에는 하드 디스크, 플로피 디스크 및 자기 테이프와 같은 자기 매체(magnetic media), CD-ROM, DVD와 같은 광기록 매체(optical media), 플롭티컬 디스크(floptical disk)와 같은 자기-광 매체(magneto-optical media), 및 롬(ROM), 램(RAM), 플래시 메모리 등과 같은 프로그램 명령을 저장하고 수행하도록 특별히 구성된 하드웨어 장치가 포함된다. 프로그램 명령의 예에는 컴파일러에 의해 만들어지는 것과 같은 기계어 코드뿐만 아니라 인터프리터 등을 사용해서 컴퓨터에 의해서 실행될 수 있는 고급 언어 코드를 포함한다. 상기된 하드웨어 장치는 실시예의 동작을 수행하기 위해 하나 이상의 소프트웨어 모듈로서 작동하도록 구성될 수 있으며, 그 역도 마찬가지이다.

이상과 같이 실시예들이 비록 한정된 실시예와 도면에 의해 설명되었으나, 해당 기술분야에서 통상의 지식을 가진 자라면 상기의 기재로부터 다양한 수정 및 변형이 가능하다. 예를 들어, 설명된 기술들이 설명된 방법과 다른 순서로 수행되거나, 및/또는 설명된 시스템, 구조, 장치, 회로 등의 구성요소들이 설명된 방법과 다른 형태로 결합 또는 조합되거나, 다른 구성요소 또는 균등물에 의하여 대치되거나 치환되더라도 적절한 결과가 달성될 수 있다.

그러므로, 다른 구현들, 다른 실시예들 및 특허청구범위와 균등한 것들도 후술하는 특허청구범위의 범위에 속한다.

사용자 b, c, d

관계망 서버를 구현하는 컴퓨터와 결합하여 관계망 분석 방법을 실행시키기 위해 매체에 저장된 컴퓨터 프로그램에 있어서,
상기 관계망 분석 방법은,
관계망 데이터를 관계망 데이터베이스에 저장 및 관리하는 단계;
상기 관계망 데이터와 관련된 복수의 전자 기기들로부터 위치정보를 수신하는 단계;
상기 복수의 전자 기기들 중 특정 시점에 특정 공간에 위치하는 전자 기기의 사용자들을 특정하는 단계;
상기 관계망 데이터베이스에서 상기 특정된 사용자들간의 관계정보를 필터링하는 단계; 및
상기 필터링된 관계정보를 이용하여 상기 특정 시점 및 상기 특정 공간에 대한 분석지표를 산출하는 단계
를 포함하는 것을 특징으로 하는 컴퓨터 프로그램.
제1항에 있어서,
상기 특정 시점 및 상기 특정 공간에 대한 분석지표를 산출하는 단계는,
상기 필터링된 관계정보에서 상기 특정된 사용자들간의 관계의 수에 기반하여 상기 특정된 사용자들간의 관계망에 대한 분석지표를 정량화하여 계산하는 것을 특징으로 하는 컴퓨터 프로그램.
제1항에 있어서,
상기 특정 시점 및 상기 특정 공간에 대한 분석지표를 산출하는 단계는,
상기 특정된 사용자들 중에서 서로 관계가 설정된 사용자들을 상기 필터링된 관계정보를 통해 결정하고, 상기 결정된 사용자들의 수와 상기 특정된 사용자들의 수와의 상대적인 비율을 상기 분석지표로서 산출하는 것을 특징으로 하는 컴퓨터 프로그램.
제1항에 있어서,
상기 특정 시점 및 상기 특정 공간에 대한 분석지표를 산출하는 단계는,
상기 특정된 사용자들간에 관계설정이 가능한 최대 경우의 수를 계산하고, 상기 특정된 사용자들간에 실제로 관계가 설정된 설정수를 상기 필터링된 관계정보를 통해 결정하고, 상기 설정수와 상기 최대 경우의 수간의 비율을 상기 분석지표로서 산출하는 것을 특징으로 하는 컴퓨터 프로그램.
제1항에 있어서,
기설정된 복수의 공간들 각각에 대해, 기설정된 시간간격마다 산출되는 분석지표를 대응하는 공간 및 대응하는 시간간격에 대해 저장하여 분석지표 데이터베이스를 구축하는 단계
를 더 포함하는 것을 특징으로 하는 컴퓨터 프로그램.
제5항에 있어서,
분석하고자 하는 제1 공간 또는 분석하고자 하는 제1 시점에 대한 분석정보를 생성하는 단계
를 더 포함하고,
상기 분석정보를 생성하는 단계는,
상기 제1 공간에 대해 일정 기간 동안 축적된 분석지표들 또는 상기 제1 시점에 대해 복수의 공간들 각각에 대해 축적된 분석지표들을 상기 분석지표 데이터베이스에서 추출하는 단계;
상기 추출된 분석지표들의 평균 또는 분포에 기반하여 기준지표를 설정하는 단계; 및
상기 제1 공간 또는 상기 제1 시점에 대해 산출된 분석지표와 상기 기준지표간의 비교를 통해 상기 제1 공간 또는 상기 제1 시점에 대한 분석정보를 생성하는 단계
를 포함하는 것을 특징으로 하는 컴퓨터 프로그램.
제5항에 있어서,
분석하고자 하는 적어도 하나의 공간 또는 분석하고자 하는 적어도 하나의 시점에 대한 분석정보를 생성하는 단계
를 더 포함하고,
상기 분석정보를 생성하는 단계는,
상기 적어도 하나의 공간과 관련하여 복수의 시간간격 각각에 대해 축적된 분석지표들 또는 상기 적어도 하나의 시점과 관련하여 복수의 공간들 각각에 대해 축적된 분석지표들을 상기 분석지표 데이터베이스에서 추출하는 단계; 및
상기 추출된 분석지표들간의 비교를 통해 상기 적어도 하나의 공간 또는 상기 적어도 하나의 시점에 대한 분석정보를 생성하는 단계
를 포함하는 것을 특징으로 하는 컴퓨터 프로그램.
제1항에 있어서,
상기 특정 시점 및 상기 특정 공간에 대한 분석지표를 산출하는 단계는,
상기 특정된 사용자들 각각에 대해, 상기 특정된 사용자들과 관계가 설정된 관계 수를 상기 필터링된 관계정보에서 추출하고, 상기 추출된 관계 수에 기반하여 상기 분석지표를 생성하는 것을 특징으로 하는 컴퓨터 프로그램.
제8항에 있어서,
상기 산출된 분석지표를 상기 특정 시점, 상기 특정 공간 및 대응하는 사용자의 식별자와 연관하여 분석지표 데이터베이스에 저장하는 단계; 및
기설정된 기준치와 상기 분석지표 데이터베이스에 저장된 분석지표간의 비교를 통해 사용자들을 필터링하는 단계
를 더 포함하는 것을 특징으로 하는 컴퓨터 프로그램.
제1항에 있어서,
상기 특정된 사용자들 중 둘 이상이 포함된 부분집합 중에서 부분집합의 모든 사용자들이 서로 관계를 갖는 부분집합의 사용자들을 하나의 그룹으로서 확인하는 단계; 및
기설정된 기준치와 상기 그룹의 사용자들의 수간의 비교를 통해 그룹을 필터링하는 단계
를 더 포함하는 것을 특징으로 하는 컴퓨터 프로그램.
제1항에 있어서,
상기 산출된 분석지표는 상기 특정된 사용자들에 대한 식별정보와 함께, 복수의 공간들 각각에 대해 생성된 분석지표들을 시계열적으로 관리하는 분석지표 데이터베이스에 상기 특정 공간 및 상기 특정 시점과 연관하여 저장되고,
입력되는 조건에 따라 상기 분석지표 데이터베이스에서 상기 입력된 조건에 대응하는 분석지표, 공간, 시점 및 사용자들에 대한 식별정보 중 적어도 하나를 추출하는 단계; 및
상기 추출된 정보를 이용하여 분석정보를 생성하는 단계
를 더 포함하는 것을 특징으로 하는 컴퓨터 프로그램.
제11항에 있어서,
상기 관계망 데이터와 관련된 사용자들의 추가정보를 관리하는 단계
를 더 포함하고,
상기 분석정보를 생성하는 단계는,
상기 추출된 식별정보에 대응하는 사용자의 추가정보를 더 이용하여 상기 분석정보를 생성하는 것을 특징으로 하는 컴퓨터 프로그램.
관계망 서버의 관계망 분석 방법에 있어서,
관계망 데이터를 관계망 데이터베이스에 저장 및 관리하는 단계;
상기 관계망 데이터와 관련된 복수의 전자 기기들로부터 위치정보를 수신하는 단계;
상기 복수의 전자 기기들 중 특정 시점에 특정 공간에 위치하는 전자 기기의 사용자들을 특정하는 단계;
상기 관계망 데이터베이스에서 상기 특정된 사용자들간의 관계정보를 필터링하는 단계; 및
상기 필터링된 관계정보를 이용하여 상기 특정 시점 및 상기 특정 공간에 대한 분석지표를 산출하는 단계
를 포함하는 것을 특징으로 하는 관계망 분석 방법.
제13항에 있어서,
상기 특정 시점 및 상기 특정 공간에 대한 분석지표를 산출하는 단계는,
상기 필터링된 관계정보에서 상기 특정된 사용자들간의 관계의 수에 기반하여 상기 특정된 사용자들간의 관계망에 대한 분석지표를 정량화하여 계산하는 것을 특징으로 하는 관계망 분석 방법.
제13항에 있어서,
기설정된 복수의 공간들 각각에 대해, 기설정된 시간간격마다 산출되는 분석지표를 대응하는 공간 및 대응하는 시간간격에 대해 저장하여 분석지표 데이터베이스를 구축하는 단계
를 더 포함하는 것을 특징으로 하는 관계망 분석 방법.
제13항에 있어서,
상기 특정 시점 및 상기 특정 공간에 대한 분석지표를 산출하는 단계는,
상기 특정된 사용자들 각각에 대해, 상기 특정된 사용자들과 관계가 설정된 관계 수를 상기 필터링된 관계정보에서 추출하고, 상기 추출된 관계 수에 기반하여 상기 분석지표를 생성하는 것을 특징으로 하는 관계망 분석 방법.
제13항에 있어서,
상기 특정된 사용자들 중 둘 이상이 포함된 부분집합 중에서 부분집합의 모든 사용자들이 서로 관계를 갖는 부분집합의 사용자들을 하나의 그룹으로서 확인하는 단계; 및
기설정된 기준치와 상기 그룹의 사용자들의 수간의 비교를 통해 그룹을 필터링하는 단계
를 더 포함하는 것을 특징으로 하는 관계망 분석 방법.
제13항에 있어서,
상기 산출된 분석지표는 상기 특정된 사용자들에 대한 식별정보와 함께, 복수의 공간들 각각에 대해 생성된 분석지표들을 시계열적으로 관리하는 분석지표 데이터베이스에 상기 특정 공간 및 상기 특정 시점과 연관하여 저장되고,
입력되는 조건에 따라 상기 분석지표 데이터베이스에서 상기 입력된 조건에 대응하는 분석지표, 공간, 시점 및 사용자들에 대한 식별정보 중 적어도 하나를 추출하는 단계; 및
상기 추출된 정보를 이용하여 분석정보를 생성하는 단계
를 더 포함하는 것을 특징으로 하는 관계망 분석 방법.
관계망 서버에 있어서,
컴퓨터에서 판독 가능한 명령을 저장하는 메모리; 및
상기 명령을 실행하도록 구현되는 적어도 하나의 프로세서
를 포함하고,
상기 적어도 하나의 프로세서는,
관계망 데이터를 관계망 데이터베이스에 저장 및 관리하도록 상기 관계망 서버를 제어하는 저장 제어부;
상기 관계망 데이터와 관련된 복수의 전자 기기들로부터 위치정보를 수신하도록 상기 관계망 서버를 제어하는 수신 제어부;
상기 복수의 전자 기기들 중 특정 시점에 특정 공간에 위치하는 전자 기기의 사용자들을 특정하도록 상기 관계망 서버를 제어하는 사용자 특정부;
상기 관계망 데이터베이스에서 상기 특정된 사용자들간의 관계정보를 필터링하는 관계정보 필터링부; 및
상기 필터링된 관계정보를 이용하여 상기 특정 시점 및 상기 특정 공간에 대한 분석지표를 산출하는 분석지표 생성부
를 포함하는 것을 특징으로 하는 관계망 서버.
제19항에 있어서,
상기 분석지표 생성부는,
상기 필터링된 관계정보에서 상기 특정된 사용자들간의 관계의 수에 기반하여 상기 특정된 사용자들간의 관계망에 대한 분석지표를 정량화하여 계산하는 것을 특징으로 하는 관계망 서버.