KR20170103266A - 이종 소셜 데이터 분석장치 및 그 방법 - Google Patents

이종 소셜 데이터 분석장치 및 그 방법 Download PDF

Info

Publication number
KR20170103266A
KR20170103266A KR1020160025813A KR20160025813A KR20170103266A KR 20170103266 A KR20170103266 A KR 20170103266A KR 1020160025813 A KR1020160025813 A KR 1020160025813A KR 20160025813 A KR20160025813 A KR 20160025813A KR 20170103266 A KR20170103266 A KR 20170103266A
Authority
KR
South Korea
Prior art keywords
data
social
service
users
information
Prior art date
Application number
KR1020160025813A
Other languages
English (en)
Inventor
홍강운
김광수
엄태원
윤영석
조성균
조철회
이남경
이현우
Original Assignee
한국전자통신연구원
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 한국전자통신연구원 filed Critical 한국전자통신연구원
Priority to KR1020160025813A priority Critical patent/KR20170103266A/ko
Publication of KR20170103266A publication Critical patent/KR20170103266A/ko

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/01—Social networking
    • G06Q50/30—
    • G06Q50/32—
    • H04L51/22—

Landscapes

  • Engineering & Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Tourism & Hospitality (AREA)
  • Primary Health Care (AREA)
  • Computing Systems (AREA)
  • General Health & Medical Sciences (AREA)
  • Human Resources & Organizations (AREA)
  • Marketing (AREA)
  • Health & Medical Sciences (AREA)
  • Strategic Management (AREA)
  • Economics (AREA)
  • Physics & Mathematics (AREA)
  • General Business, Economics & Management (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Operations Research (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)
  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)

Abstract

이종 소셜 데이터 분석장치 및 그 방법이 개시된다. 일 실시 예에 따른 이종 소셜 데이터 분석방법은, SNS 데이터와, SNS 데이터와는 상이한 응용서비스 데이터와 IoT 서비스 데이터 중 적어도 하나를 포함하는 이종 서비스 데이터를 수집하는 단계와, 수집된 각 서비스 별 데이터를 통합하여 통합 소셜 데이터를 생성하는 단계와, 생성된 통합 소셜 데이터로부터 사용자 간 소셜 관계를 분석하는 단계를 포함한다.

Description

이종 소셜 데이터 분석장치 및 그 방법 {Method and apparatus for analyzing heterogeneous social data}
본 발명은 응용소프트웨어 기술에 관한 것으로 보다 상세하게는 정보검색 기술에 관한 것이다.
소셜 네트워크 서비스(Social Network Service: SNS, 이하 SNS라 칭함)는 다수의 SNS 사용자들에 의해 정보 공유 및 확산을 위한 매체로 활성화되어 있다. 이와 함께, 사업자들은 소셜 네트워크 분석을 통해 SNS를 통한 정보 공유 및 확산 상태를 분석하고 이를 마켓팅 등에 활용한다.
한 개인이 다수의 SNS에 가입하는 것이 일반적이므로, 다수의 SNS 정보를 동시에 그리고 보다 포괄적이며 정확하게 분석할 필요가 있다. 이를 위해, 다수의 SNS에 동시 가입된 사용자에 대한 정보를 각 SNS에서 획득하여 이를 분석하기도 한다.
일 실시 예에 따라, 사용자의 관계정보 분석에 대한 정확도를 향상시키고 다각화하기 위한 이종 소셜 데이터 분석장치 및 그 방법을 제안한다.
일 실시 예에 따른 이종 소셜 데이터 분석장치는, SNS 데이터와 응용서비스 데이터를 수집하는 수집부와, 수집된 SNS 데이터와 응용서비스 데이터를 통합하여 통합 소셜 데이터를 생성하는 통합부와, 생성된 통합 소셜 데이터로부터 사용자 간 소셜 관계를 분석하는 분석부를 포함한다. 응용서비스 데이터는 메신저, 전자우편, 전화 서비스 중 적어도 하나일 수 있다.
통합부는 사용자에 대한 정보로 구성된 SNS 데이터와, 발신자에 대한 정보로 구성된 응용서비스 데이터에서 사용자 및 발신자가 동일한 가입자에 대한 정보를 중심으로 소셜 데이터를 통합할 수 있다. 통합부는 가입자와 SNS 데이터에서의 지인과의 관계정보와, 가입자와 응용서비스 데이터에서의 수신자와의 관계정보를 포함하여 통합 소셜 데이터를 생성할 수 있다. 통합부는 서비스에 따라 통합 소셜 데이터의 관계정보에 가중치를 할당할 수 있다.
분석부는 통합 소셜 데이터의 사용자 간 상호작용 횟수를 계산하고 계산된 사용자 간 상호작용 횟수를 이용하여 사용자 간 소셜 관계를 판단할 수 있다. 분석부는 통합 소셜 데이터를 구성하는 서비스별로 가중치 값을 적용하여 사용자 간 소셜 관계를 판단할 수 있다. 이때, 분석부는 사용자 간 상호작용 횟수가 동일하면, 가중치 값이 큰 서비스에서의 사용자 간의 친밀도가 가중치 값이 작은 서비스에서의 사용자 간 친밀도보다 높은 것으로 판단할 수 있다.
이종 소셜 데이터 분석장치는, 분석부를 통한 분석결과를 소셜 데이터 응용서비스에 사용하는 서비스 제공부를 더 포함할 수 있다.
다른 실시 예에 따른 이종 소셜 데이터 분석장치는, SNS 데이터와 IoT 데이터를 수집하는 수집부와, 수집된 SNS 데이터와 IoT 데이터를 통합하여 통합 소셜 데이터를 생성하는 통합부와, 생성된 통합 소셜 데이터로부터 사용자 간 소셜 관계를 분석하는 분석부를 포함한다. IoT 데이터는 사용자 소유의 센서로부터 수집되는 것으로서, 센서 데이터 종류, 센싱 값, 시간, 위치, 소유자 정보 중 적어도 하나일 수 있다.
통합부는, 사용자에 대한 정보로 구성된 SNS 데이터와, 소유자에 대한 정보로 구성된 IoT 서비스 데이터에서 사용자 및 소유자가 동일한 가입자에 대한 정보를 중심으로 소셜 데이터를 통합할 수 있다. 통합부는 서비스에 따라 통합 소셜 데이터의 관계정보에 가중치를 할당할 수 있다.
분석부는, 통합 소셜 데이터의 사용자 간 상호작용 횟수를 계산하고 계산된 사용자 간 상호작용 횟수를 이용하여 사용자 간 소셜 관계를 판단할 수 있다. 분석부는 사용자 간 상호작용 횟수가 동일하면, 가중치 값이 큰 서비스에서의 사용자 간의 친밀도가 가중치 값이 작은 서비스에서의 사용자 간 친밀도보다 높은 것으로 판단할 수 있다.
이종 소셜 데이터 분석장치는, 분석부를 통한 분석결과를 소셜 데이터 응용서비스에 사용하는 서비스 제공부를 더 포함할 수 있다.
또 다른 실시 예에 따른 이종 소셜 데이터 분석방법은, SNS 데이터와, SNS 데이터와는 상이한 응용서비스 데이터와 IoT 서비스 데이터 중 적어도 하나를 포함하는 이종 서비스 데이터를 수집하는 단계와, 수집된 각 서비스 별 데이터를 통합하여 통합 소셜 데이터를 생성하는 단계와, 생성된 통합 소셜 데이터로부터 사용자 간 소셜 관계를 분석하는 단계를 포함한다.
통합 소셜 데이터를 생성하는 단계에서, 사용자에 대한 정보로 구성된 SNS 데이터와, 발신자에 대한 정보로 구성된 응용서비스 데이터와, 소유자에 대한 정보로 구성된 IoT 서비스 데이터에서 사용자, 발신자 및 소유자가 동일한 가입자에 대한 정보를 중심으로 소셜 데이터를 통합할 수 있다.
사용자 간 소셜 관계를 분석하는 단계에서, 통합 소셜 데이터를 대상으로 상호작용 횟수와 가중치 중 적어도 하나를 이용하여 사용자 간 친밀도를 판단할 수 있다.
일 실시 예에 따르면, SNS 데이터뿐만 아니라, 메신저, 전화, 전자우편 등과 같은 기존 응용서비스에서 얻을 수 있는 데이터와 IoT 서비스에서 얻을 수 있는 데이터를 함께 고려함에 따라, 데이터 분석결과의 정확도를 향상시키고 다각화할 수 있다.
서로 다른 SNS에서 획득한 데이터를 이용하는 경우에는 사용자 데이터 속성 측면에서 SNS들 간에 거의 차이가 없으나, SNS 데이터와 상이한 이종의 응용서비스 데이터와 IoT 서비스 데이터를 이용하면 사용자의 관계정보 분석 시 분석결과의 정확성을 향상시킬 수 있다.
도 1은 본 발명의 일 실시 예에 따른 이종 소셜 데이터 분석장치의 구성도,
도 2는 본 발명의 일 실시 예에 따른 수집부가 이종 소셜 데이터를 수집하는 예를 도시한 구성도,
도 3은 본 발명의 일 실시 예에 따른 통합부가 서비스 별 소셜 데이터를 통합하는 예를 도시한 구성도,
도 4는 본 발명의 일 실시 예에 따른 분석부의 세부 구성도,
도 5는 본 발명의 일 실시 예에 따른 이종 소셜 데이터 분석방법을 도시한 흐름도이다.
본 발명의 이점 및 특징, 그리고 그것들을 달성하는 방법은 첨부되는 도면과 함께 상세하게 후술되어 있는 실시 예들을 참조하면 명확해질 것이다. 그러나 본 발명은 이하에서 개시되는 실시 예들에 한정되는 것이 아니라 서로 다른 다양한 형태로 구현될 수 있으며, 단지 본 실시 예들은 본 발명의 개시가 완전하도록 하고, 본 발명이 속하는 기술분야에서 통상의 지식을 가진 자에게 발명의 범주를 완전하게 알려주기 위해 제공되는 것이며, 본 발명은 청구항의 범주에 의해 정의될 뿐이다. 명세서 전체에 걸쳐 동일 참조 부호는 동일 구성 요소를 지칭한다.
본 발명의 실시 예들을 설명함에 있어서 공지 기능 또는 구성에 대한 구체적인 설명이 본 발명의 요지를 불필요하게 흐릴 수 있다고 판단되는 경우에는 그 상세한 설명을 생략할 것이며, 후술되는 용어들은 본 발명의 실시 예에서의 기능을 고려하여 정의된 용어들로서 이는 사용자, 운용자의 의도 또는 관례 등에 따라 달라질 수 있다. 그러므로 그 정의는 본 명세서 전반에 걸친 내용을 토대로 내려져야 할 것이다.
첨부된 블록도의 각 블록과 흐름도의 각 단계의 조합들은 컴퓨터 프로그램인스트럭션들(실행 엔진)에 의해 수행될 수도 있으며, 이들 컴퓨터 프로그램 인스트럭션들은 범용 컴퓨터, 특수용 컴퓨터 또는 기타 프로그램 가능한 데이터 프로세싱 장비의 프로세서에 탑재될 수 있으므로, 컴퓨터 또는 기타 프로그램 가능한 데이터 프로세싱 장비의 프로세서를 통해 수행되는 그 인스트럭션들이 블록도의 각 블록 또는 흐름도의 각 단계에서 설명된 기능들을 수행하는 수단을 생성하게 된다.
이들 컴퓨터 프로그램 인스트럭션들은 특정 방식으로 기능을 구현하기 위해 컴퓨터 또는 기타 프로그램 가능한 데이터 프로세싱 장비를 지향할 수 있는 컴퓨터 이용가능 또는 컴퓨터 판독 가능 메모리에 저장되는 것도 가능하므로, 그 컴퓨터 이용가능 또는 컴퓨터 판독 가능 메모리에 저장된 인스트럭션들은 블록도의 각 블록 또는 흐름도의 각 단계에서 설명된 기능을 수행하는 인스트럭션 수단을 내포하는 제조 품목을 생산하는 것도 가능하다.
그리고 컴퓨터 프로그램 인스트럭션들은 컴퓨터 또는 기타 프로그램 가능한 데이터 프로세싱 장비 상에 탑재되는 것도 가능하므로, 컴퓨터 또는 기타 프로그램 가능한 데이터 프로세싱 장비 상에서 일련의 동작 단계들이 수행되어 컴퓨터로 실행되는 프로세스를 생성해서 컴퓨터 또는 기타 프로그램 가능한 데이터 프로세싱 장비를 수행하는 인스트럭션들은 블록도의 각 블록 및 흐름도의 각 단계에서 설명되는 기능들을 실행하기 위한 단계들을 제공하는 것도 가능하다.
또한, 각 블록 또는 각 단계는 특정된 논리적 기능들을 실행하기 위한 하나 이상의 실행 가능한 인스트럭션들을 포함하는 모듈, 세그먼트 또는 코드의 일부를 나타낼 수 있으며, 몇 가지 대체 실시 예들에서는 블록들 또는 단계들에서 언급된 기능들이 순서를 벗어나서 발생하는 것도 가능함을 주목해야 한다. 예컨대, 잇달아 도시되어 있는 두 개의 블록들 또는 단계들은 사실 실질적으로 동시에 수행되는 것도 가능하며, 또한 그 블록들 또는 단계들이 필요에 따라 해당하는 기능의 역순으로 수행되는 것도 가능하다.
이하, 첨부 도면을 참조하여 본 발명의 실시 예를 상세하게 설명한다. 그러나 다음에 예시하는 본 발명의 실시 예는 여러 가지 다른 형태로 변형될 수 있으며, 본 발명의 범위가 다음에 상술하는 실시 예에 한정되는 것은 아니다. 본 발명의 실시 예는 당업계에서 통상의 지식을 가진 자에게 본 발명을 보다 완전하게 설명하기 위하여 제공된다.
도 1은 본 발명의 일 실시 예에 따른 이종 소셜 데이터 분석장치의 구성도이다.
도 1을 참조하면, 이종 소셜 데이터 분석장치(1)는 수집부(10), 통합부(12) 및 분석부(14)를 포함하며, 서비스 제공부(16)와 저장부(18)를 더 포함할 수 있다. 수집부(10), 통합부(12), 분석부(14) 및 서비스 제공부(16)는 프로세서에 위치할 수 있고, 저장부(18)는 메모리에 위치할 수 있다.
수집부(10)는 다양한 서비스 데이터를 수집한다. 이때, 서비스 데이터는 소셜 네트워크 서비스(Social Network Service: SNS, 이하 SNS라 칭함) 데이터, 응용서비스 데이터, 사물 인터넷(Internet of Thing: IoT, 이하 IoT라 칭함) 서비스 데이터일 수 있다. 각 서비스 데이터의 예는 도 2를 참조로 하여 후술한다. 각 서비스 데이터는 사용자의 소셜 정보를 분석하기 위해 사용된다. 소셜 정보는 행동 패턴, 성향, 인맥, 영향력 등일 수 있다. 그 대상은 서비스 사용자, 서비스 사용자와 환경 간, 서비스 사용자 간일 수 있다. 이때, 소셜 정보는 사용자 간의 관계를 나타내는 소셜 관계정보일 수 있다. 수집부(10)는 각 서비스 데이터를 구조화하여 서비스 별로 구조화된 소셜 데이터를 생성할 수 있다. 구조화 시에 각 서비스 데이터가 공통 포맷을 가지도록 변환할 수 있다.
통합부(12)는 수집부(10)를 통해 수집된 다수의 소셜 데이터로부터 통합 소셜 데이터를 생성한다. 분석부(14)는 통합부(12)를 통해 생성된 통합 소셜 데이터로부터 사용자 간 소셜 관계를 분석한다. 분석부(14)는 소셜 데이터의 흐름을 분석하여, 분석대상과 관련되어 영향력 있는 사용자 또는 커뮤니티 그룹에 대한 정보, 영향력 있는 사용자 또는 커뮤니티 그룹의 행동 패턴, 성향, 영향력 정보와 같은 분석정보를 추출할 수 있다. 분석부(14)는 사용자 정보와 사용자와 친구 관계, 송수신한 데이터 등을 이용해 특정 사용자와 온라인 상에서 관계를 맺고 있는 인적 관계 등을 파악할 수 있다. 분석부(14)는 SNS 데이터뿐만 아니라, 응용서비스 데이터와 IoT 서비스 데이터를 분석에 활용함에 따라, 다각도로 보다 정확하게 분석정보를 추출할 수 있다.
서비스 제공부(16)는 분석부(14)를 통한 분석결과를 이용하여 소셜 데이터 응용서비스를 제공한다. 소셜 데이터 응용서비스는 예를 들어, 마케팅 서비스일 수 있다. 저장부(18)에는 장치를 통해 생성되거나 필요한 정보가 저장된다. 예를 들어, 저장부(18)에는 수집부(10)를 통해 수집된 각 서비스 데이터와, 통합부(12)를 통해 통합된 통합 소셜 데이터와, 분석부(14)를 통해 분석된 결과가 저장된다.
도 2는 본 발명의 일 실시 예에 따른 수집부가 이종 소셜 데이터를 수집하는 예를 도시한 구성도이다.
도 2를 참조하면, 수집부(10)는 SNS 제공장치(100)로부터 SNS 데이터를 수집하고, 응용서비스 제공장치(102)로부터 응용서비스 데이터를 수집하며, IoT 서비스 제공장치(104)로부터 IoT 서비스 데이터를 수집한다. SNS 제공장치(100)는 다수일 수 있으며, 서로 상이한 SNS를 제공할 수 있다. IoT 서비스 제공장치(104) 역시 다수일 수 있으며, 서로 상이한 IoT 서비스를 제공할 수 있다.
SNS 제공장치(100)로부터 수집되는 SNS 데이터는 SNS 별로 상이할 수 있으나, 사용자, 작성자, 친구, 팔로워, 리트윗자, 답글자, 게시물, 일시, 응답유형, 이메일 등을 포함할 수 있다. 응용서비스 제공장치(102)로부터 수집되는 응용서비스 데이터는 응용서비스별로 상이할 수 있으나, 발신자, 수신자, 일시, 메시지, 첨부파일, 통화시간, 위치 등을 포함할 수 있다. IoT 서비스 제공장치(104)는 센서일 수 있다. IoT 서비스 제공장치(104)로부터 수집되는 IoT 데이터는 IoT 서비스별로 상이할 수 있으나, 센서 데이터 종류, 센싱 값, 시간, 위치, 소유자 등을 포함할 수 있다.
도 3은 본 발명의 일 실시 예에 따른 통합부가 서비스 별 소셜 데이터를 통합하는 예를 도시한 구성도이다.
도 3을 참조하면, 통합부(12)는 다수의 소셜 데이터를 수신하여, 통합 소셜 데이터를 생성한다. 이때, 통합부(12)는 중복되는 속성인 가입자 정보를 중심으로 소셜 데이터를 통합할 수 있다. 예를 들어, 사용자에 대한 정보로 구성된 SNS 데이터, 발신자에 대한 정보로 구성된 응용서비스 데이터, 소유자에 대한 정보로 구성된 IoT 서비스 데이터에서 사용자, 발신자, 소유자는 특정 가입자로서 도출되어 해당 가입자에 대해 SNS 데이터, 응용서비스 데이터, IoT 서비스 데이터를 통합한다.
통합 소셜 데이터에는 가입자와 SNS 데이터에서의 친구/팔로워/리트윗자/답글자와의 관계정보와, 가입자와 응용서비스 데이터에서 수신자와의 관계정보가 포함될 수 있다. 통합부(12)는 서비스에 따라 통합 소셜 데이터의 관계정보에 가중치를 할당할 수 있다. 예를 들어, 통합부(12)는 가입자와 SNS 데이터에서의 친구/팔로워/리트윗자/답글자와의 관계정보, 가입자와 응용서비스 데이터에서 수신자와의 관계정보에는 가중치를 할당한다. 가중치 값은 서비스 별로 상이할 수 있다.
도 4는 본 발명의 일 실시 예에 따른 분석부의 세부 구성도이다.
도 4를 참조하면, 분석부(14)는 상호작용 계산부(140), 가중치 판단부(142) 및 관계 판단부(144)를 포함한다.
관계 판단부(144)는 통합 소셜 데이터를 대상으로 사용자 간 친밀도와 같이 소셜 데이터 응용서비스에서 필요한 분석결과를 도출한다. 관계 판단부(144)의 분석결과 도출을 위해 상호작용 계산부(140)와 가중치 판단부(142)를 이용할 수 있다. 상호작용 계산부(140)는 통합 소셜 데이터의 사용자 간 상호작용 횟수를 계산한다. 사용자 간 상호작용 횟수는 메시지를 주고받은 횟수, 전화통화 횟수, 게시글 응답 횟수 등일 수 있다. 가중치 판단부(142)는 서비스 별 가중치 값을 확인한다. 관계 판단부(144)는 상호작용 계산부(140)를 통해 계산된 사용자 간 상호작용 횟수와 가중치 판단부(142)를 통해 확인된 가중치 값을 이용하여 사용자 간 소셜 관계를 판단한다. 예를 들어, 사용자 간 상호작용 횟수가 높으면 사용자 간 친밀도가 높은 것으로 판단한다. 다른 예로, 사용자 간 상호작용 횟수가 동일하면, 가중치 값이 큰 서비스에서의 사용자 간의 친밀도가 가중치 값이 작은 서비스에서의 사용자 간 친밀도보다 높은 것으로 판단한다.
도 5는 본 발명의 일 실시 예에 따른 이종 소셜 데이터 분석방법을 도시한 흐름도이다.
도 1 및 도 5를 참조하면, 이종 소셜 데이터 분석장치(1)는 SNS 데이터를 포함한 이종 서비스 데이터를 수집한다(500). 이때, 이종 서비스 데이터는 SNS 데이터뿐만 아니라, 응용서비스 데이터와 IoT 서비스 데이터 중 적어도 하나를 포함한다. 이때, 이종 소셜 데이터 분석장치(1)는 각 서비스 별로 서비스 데이터를 구조화하여 구조화된 소셜 데이터를 생성할 수 있다.
이어서, 이종 소셜 데이터 분석장치(1)는 각 서비스 별 소셜 데이터를 통합하여 통합 소셜 데이터를 생성한다(510). 이때, 사용자에 대한 정보로 구성된 SNS 데이터와, 발신자에 대한 정보로 구성된 응용서비스 데이터에서 사용자 및 발신자가 동일한 가입자에 대한 정보를 중심으로 소셜 데이터를 통합할 수 있다. 통합 소셜 데이터 생성 단계(510)에서, 가입자와 SNS 데이터에서의 지인과의 관계정보와, 가입자와 응용서비스 데이터에서의 수신자와의 관계정보를 포함하여 통합 소셜 데이터를 생성할 수 있다. 통합 소셜 데이터 생성 단계(510)에서, 서비스에 따라 통합 소셜 데이터의 관계정보에 가중치를 할당할 수 있다.
이어서, 이종 소셜 데이터 분석장치(1)는 생성된 통합 소셜 데이터로부터 사용자 간 소셜 관계를 분석한다(520). 이때, 통합 소셜 데이터를 대상으로 사용자 간 친밀도와 같이 소셜 데이터 응용서비스에서 필요한 분석결과를 도출할 수 있다. 분석결과 도출을 위해 상호작용 횟수와 가중치 중 적어도 하나를 이용할 수 있다. 예를 들어, 사용자 간 상호작용 횟수가 높으면 사용자 간 친밀도가 높은 것으로 판단한다. 다른 예로, 사용자 간 상호작용 횟수가 동일하면, 가중치 값이 큰 서비스에서의 사용자 간의 친밀도가 가중치 값이 작은 서비스에서의 사용자 간 친밀도보다 높은 것으로 판단한다.
이종 소셜 데이터 분석장치(1)는 도출된 분석결과를 이용하여 소셜 데이터 응용서비스를 제공할 수 있다(530).
이제까지 본 발명에 대하여 그 실시 예들을 중심으로 살펴보았다. 본 발명이 속하는 기술분야에서 통상의 지식을 가진 자는 본 발명이 본 발명의 본질적인 특성에서 벗어나지 않는 범위에서 변형된 형태로 구현될 수 있음을 이해할 수 있을 것이다. 그러므로 개시된 실시 예들은 한정적인 관점이 아니라 설명적인 관점에서 고려되어야 한다. 본 발명의 범위는 전술한 설명이 아니라 특허청구범위에 나타나 있으며, 그와 동등한 범위 내에 있는 모든 차이점은 본 발명에 포함된 것으로 해석되어야 할 것이다.
1: 이종 소셜 데이터 분석장치 10: 수집부
12: 통합부 14: 분석부
16: 서비스 제공부 18: 저장부
100: SNS 제공장치 102: 응용서비스 제공장치
104: IoT 서비스 제공장치 140: 상호작용 계산부
142: 가중치 판단부 144: 관계 판단부

Claims (19)

  1. 소셜 네트워크 서비스(Social Network Service: SNS) 데이터와 응용서비스 데이터를 수집하는 수집부;
    수집된 SNS 데이터와 응용서비스 데이터를 통합하여 통합 소셜 데이터를 생성하는 통합부; 및
    생성된 통합 소셜 데이터로부터 사용자 간 소셜 관계를 분석하는 분석부;
    를 포함하는 것을 특징으로 하는 이종 소셜 데이터 분석장치.
  2. 제 1 항에 있어서,
    상기 응용서비스 데이터는 메신저, 전자우편, 전화 서비스 중 적어도 하나인 것을 특징으로 하는 이종 소셜 데이터 분석장치.
  3. 제 1 항에 있어서, 상기 통합부는
    사용자에 대한 정보로 구성된 SNS 데이터와, 발신자에 대한 정보로 구성된 응용서비스 데이터에서 사용자 및 발신자가 동일한 가입자에 대한 정보를 중심으로 소셜 데이터를 통합하는 것을 특징으로 하는 이종 소셜 데이터 분석장치.
  4. 제 1 항에 있어서, 상기 통합부는
    가입자와 SNS 데이터에서의 지인과의 관계정보와, 가입자와 응용서비스 데이터에서의 수신자와의 관계정보를 포함하여 통합 소셜 데이터를 생성하는 것을 특징으로 하는 이종 소셜 데이터 분석장치.
  5. 제 1 항에 있어서, 상기 통합부는
    서비스에 따라 통합 소셜 데이터의 관계정보에 가중치를 할당하는 것을 특징으로 하는 이종 소셜 데이터 분석장치.
  6. 제 1 항에 있어서, 상기 분석부는
    통합 소셜 데이터의 사용자 간 상호작용 횟수를 계산하고 계산된 사용자 간 상호작용 횟수를 이용하여 사용자 간 소셜 관계를 판단하는 것을 특징으로 하는 이종 소셜 데이터 분석장치.
  7. 제 1 항에 있어서, 상기 분석부는
    통합 소셜 데이터를 구성하는 서비스별로 가중치 값을 적용하여 사용자 간 소셜 관계를 판단하는 것을 특징으로 하는 이종 소셜 데이터 분석장치.
  8. 제 7 항에 있어서, 상기 분석부는
    사용자 간 상호작용 횟수가 동일하면, 가중치 값이 큰 서비스에서의 사용자 간의 친밀도가 가중치 값이 작은 서비스에서의 사용자 간 친밀도보다 높은 것으로 판단하는 것을 특징으로 하는 이종 소셜 데이터 분석장치.
  9. 제 1 항에 있어서, 상기 이종 소셜 데이터 분석장치는
    상기 분석부를 통한 분석결과를 소셜 데이터 응용서비스에 사용하는 서비스 제공부;
    를 더 포함하는 것을 특징으로 하는 이종 소셜 데이터 분석장치.
  10. SNS 데이터와 사물 인터넷(Thing of Internet: IoT) 데이터를 수집하는 수집부;
    수집된 SNS 데이터와 IoT 데이터를 통합하여 통합 소셜 데이터를 생성하는 통합부; 및
    생성된 통합 소셜 데이터로부터 사용자 간 소셜 관계를 분석하는 분석부;
    를 포함하는 것을 특징으로 하는 이종 소셜 데이터 분석장치.
  11. 제 10 항에 있어서,
    상기 IoT 데이터는 사용자 소유의 센서로부터 수집되는 것으로서, 센서 데이터 종류, 센싱 값, 시간, 위치, 소유자 정보 중 적어도 하나인 것을 특징으로 하는 이종 소셜 데이터 분석장치.
  12. 제 10 항에 있어서, 상기 통합부는
    사용자에 대한 정보로 구성된 SNS 데이터와, 소유자에 대한 정보로 구성된 IoT 서비스 데이터에서 사용자 및 소유자가 동일한 가입자에 대한 정보를 중심으로 소셜 데이터를 통합하는 것을 특징으로 하는 이종 소셜 데이터 분석장치.
  13. 제 10 항에 있어서, 상기 통합부는
    서비스에 따라 통합 소셜 데이터의 관계정보에 가중치를 할당하는 것을 특징으로 하는 이종 소셜 데이터 분석장치.
  14. 제 10 항에 있어서, 상기 분석부는
    통합 소셜 데이터의 사용자 간 상호작용 횟수를 계산하고 계산된 사용자 간 상호작용 횟수를 이용하여 사용자 간 소셜 관계를 판단하는 것을 특징으로 하는 이종 소셜 데이터 분석장치.
  15. 제 14 항에 있어서, 상기 분석부는
    사용자 간 상호작용 횟수가 동일하면, 가중치 값이 큰 서비스에서의 사용자 간의 친밀도가 가중치 값이 작은 서비스에서의 사용자 간 친밀도보다 높은 것으로 판단하는 것을 특징으로 하는 이종 소셜 데이터 분석장치.
  16. 제 10 항에 있어서, 상기 이종 소셜 데이터 분석장치는
    상기 분석부를 통한 분석결과를 소셜 데이터 응용서비스에 사용하는 서비스 제공부;
    를 더 포함하는 것을 특징으로 하는 이종 소셜 데이터 분석장치.
  17. SNS 데이터와, SNS 데이터와는 상이한 응용서비스 데이터와 IoT 서비스 데이터 중 적어도 하나를 포함하는 이종 서비스 데이터를 수집하는 단계;
    수집된 각 서비스 별 데이터를 통합하여 통합 소셜 데이터를 생성하는 단계; 및
    생성된 통합 소셜 데이터로부터 사용자 간 소셜 관계를 분석하는 단계;
    를 포함하는 것을 특징으로 하는 이종 소셜 데이터 분석방법.
  18. 제 17 항에 있어서, 상기 통합 소셜 데이터를 생성하는 단계는,
    사용자에 대한 정보로 구성된 SNS 데이터와, 발신자에 대한 정보로 구성된 응용서비스 데이터와, 소유자에 대한 정보로 구성된 IoT 서비스 데이터에서 사용자, 발신자 및 소유자가 동일한 가입자에 대한 정보를 중심으로 소셜 데이터를 통합하는 것을 특징으로 하는 이종 소셜 데이터 분석방법.
  19. 제 17 항에 있어서, 상기 사용자 간 소셜 관계를 분석하는 단계는
    통합 소셜 데이터를 대상으로 상호작용 횟수와 가중치 중 적어도 하나를 이용하여 사용자 간 친밀도를 판단하는 것을 특징으로 하는 이종 소셜 데이터 분석방법.
KR1020160025813A 2016-03-03 2016-03-03 이종 소셜 데이터 분석장치 및 그 방법 KR20170103266A (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020160025813A KR20170103266A (ko) 2016-03-03 2016-03-03 이종 소셜 데이터 분석장치 및 그 방법

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020160025813A KR20170103266A (ko) 2016-03-03 2016-03-03 이종 소셜 데이터 분석장치 및 그 방법

Publications (1)

Publication Number Publication Date
KR20170103266A true KR20170103266A (ko) 2017-09-13

Family

ID=59967629

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020160025813A KR20170103266A (ko) 2016-03-03 2016-03-03 이종 소셜 데이터 분석장치 및 그 방법

Country Status (1)

Country Link
KR (1) KR20170103266A (ko)

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20130012180A (ko) * 2011-06-23 2013-02-01 김형수 스마트폰의 인프라를 이용한 개인 특성에 따른 가중치를 적용한 인맥관리 어플리케이션과 이를 이용한 관리 방법
KR20130062455A (ko) * 2011-11-24 2013-06-13 유영민 어플리케이션을 이용하는 인맥 관리 시스템 및 인맥 관리 방법
KR101466329B1 (ko) * 2014-04-03 2014-12-03 (주)씽크에이티 소셜 네트워크 서비스 방법 및 시스템
KR20150142610A (ko) * 2014-06-12 2015-12-22 경희대학교 산학협력단 관계 유형을 고려한 코칭 방법 및 시스템

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20130012180A (ko) * 2011-06-23 2013-02-01 김형수 스마트폰의 인프라를 이용한 개인 특성에 따른 가중치를 적용한 인맥관리 어플리케이션과 이를 이용한 관리 방법
KR20130062455A (ko) * 2011-11-24 2013-06-13 유영민 어플리케이션을 이용하는 인맥 관리 시스템 및 인맥 관리 방법
KR101466329B1 (ko) * 2014-04-03 2014-12-03 (주)씽크에이티 소셜 네트워크 서비스 방법 및 시스템
KR20150142610A (ko) * 2014-06-12 2015-12-22 경희대학교 산학협력단 관계 유형을 고려한 코칭 방법 및 시스템

Similar Documents

Publication Publication Date Title
CN106951925B (zh) 数据处理方法、装置、服务器及系统
CN110378749B (zh) 客户端相似性的评估方法、装置、终端设备及存储介质
EP2691848B1 (en) Determining machine behavior
US10891443B2 (en) Message tone evaluation between entities in an organization
CN109165157B (zh) 一种测试应用程序的方法及测试平台
CN107515915A (zh) 基于用户行为数据的用户标识关联方法
CN110019382B (zh) 用户亲密度指数确定方法、装置、存储介质及电子设备
Queiroz et al. A web browser fingerprinting method based on the web audio API
CN109309596A (zh) 一种压力测试方法、装置及服务器
US20120166348A1 (en) Statistical analysis of data records for automatic determination of activity of non-customers
US10366162B2 (en) Cognitive entity reference recognition
Barros et al. The anatomy of IoT platforms—A systematic multivocal mapping study
CN111414619B (zh) 一种数据安全检测方法、装置、设备及可读存储介质
CN116662875A (zh) 接口测绘方法及装置
CN113779437A (zh) 隐私检测方法及装置、计算机可存储介质
CN108460077A (zh) 一种指标分析方法、系统以及计算机可读存储介质
CN112667869B (zh) 数据处理方法、设备、系统及存储介质
CN110909072B (zh) 一种数据表建立方法、装置及设备
CN109726550A (zh) 异常操作行为检测方法、装置及计算机可读存储介质
KR20170103266A (ko) 이종 소셜 데이터 분석장치 및 그 방법
CN116089733A (zh) 一种基于大数据的数据分析方法
CN105243122A (zh) 一种基于社交软件的数据获取方法及装置
CN108293182B (zh) 移动设备和方法
KR101883314B1 (ko) R 연관규칙과 협업필터링을 이용한 데이터 분석 장치 및 그 방법
CN113780580B (zh) 基于机器学习的数据分析方法、装置、设备及存储介质

Legal Events

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