KR20170132376A - 소셜 데이터를 이용한 서비스 제공업체 추천 방법 및 장치 - Google Patents

소셜 데이터를 이용한 서비스 제공업체 추천 방법 및 장치 Download PDF

Info

Publication number
KR20170132376A
KR20170132376A KR1020160062725A KR20160062725A KR20170132376A KR 20170132376 A KR20170132376 A KR 20170132376A KR 1020160062725 A KR1020160062725 A KR 1020160062725A KR 20160062725 A KR20160062725 A KR 20160062725A KR 20170132376 A KR20170132376 A KR 20170132376A
Authority
KR
South Korea
Prior art keywords
service provider
index
information
check
data
Prior art date
Application number
KR1020160062725A
Other languages
English (en)
Other versions
KR101867421B1 (ko
Inventor
안병익
정구임
최혜림
Original Assignee
식신 주식회사
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 식신 주식회사 filed Critical 식신 주식회사
Priority to KR1020160062725A priority Critical patent/KR101867421B1/ko
Publication of KR20170132376A publication Critical patent/KR20170132376A/ko
Application granted granted Critical
Publication of KR101867421B1 publication Critical patent/KR101867421B1/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
    • G06Q30/00—Commerce
    • G06Q30/02—Marketing; Price estimation or determination; Fundraising
    • G06Q30/0241—Advertisements
    • G06Q30/0251—Targeted advertisements
    • G06Q30/0261—Targeted advertisements based on user location
    • G06F17/28—
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q30/00—Commerce
    • G06Q30/02—Marketing; Price estimation or determination; Fundraising
    • G06Q30/0241—Advertisements
    • G06Q30/0251—Targeted advertisements
    • G06Q30/0254—Targeted advertisements based on statistics
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q30/00—Commerce
    • G06Q30/02—Marketing; Price estimation or determination; Fundraising
    • G06Q30/0241—Advertisements
    • G06Q30/0251—Targeted advertisements
    • G06Q30/0255—Targeted advertisements based on user history
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q30/00—Commerce
    • G06Q30/02—Marketing; Price estimation or determination; Fundraising
    • G06Q30/0241—Advertisements
    • G06Q30/0251—Targeted advertisements
    • G06Q30/0259—Targeted advertisements based on store location
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q30/00—Commerce
    • G06Q30/02—Marketing; Price estimation or determination; Fundraising
    • G06Q30/0241—Advertisements
    • G06Q30/0251—Targeted advertisements
    • G06Q30/0269—Targeted advertisements based on user profile or attribute
    • 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—
    • 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
    • H04W4/023—Services making use of location information using mutual or relative location information between multiple location based services [LBS] targets or of distance thresholds

Landscapes

  • Business, Economics & Management (AREA)
  • Engineering & Computer Science (AREA)
  • Strategic Management (AREA)
  • Accounting & Taxation (AREA)
  • Development Economics (AREA)
  • Finance (AREA)
  • Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • General Business, Economics & Management (AREA)
  • Economics (AREA)
  • Marketing (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Game Theory and Decision Science (AREA)
  • Tourism & Hospitality (AREA)
  • Probability & Statistics with Applications (AREA)
  • Computing Systems (AREA)
  • Health & Medical Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Human Resources & Organizations (AREA)
  • Primary Health Care (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Signal Processing (AREA)
  • Operations Research (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

소셜 데이터를 이용한 서비스 제공업체 추천의 만족도 향상을 위하여 LBSNS 체크인 기록정보가 존재하는지를 확인하고, 해당 사용자의 LBSNS 체크인 기록정보를 수집하고, 수집된 LBSNS 체크인 기록정보에 기초하여 사용자가 서비스 제공업체에 대하여 행동한 데이터를 기반으로 사용자 행동지수를 계산하고, 사용자 행동지수에 기초하여 서비스 제공업체를 추출하고, 추출된 서비스 제공업체에서 키워드를 추출하고 이를 이용하여 소셜 사이트의 웹 기록 데이터 기반으로 탐색하여 서비스 제공업체를 추출하고, 특정 단말기의 위치와 추출된 서비스 제공업체의 실제 위치 사이의 거리를 산출하여 특정 단말기로부터 가까이 있는 것으로 판단되는 서비스 제공업체를 추천하는 소셜 데이터를 이용한 서비스 제공업체 추천 방법 및 장치를 제공한다.

Description

소셜 데이터를 이용한 서비스 제공업체 추천 방법 및 장치{Method and Apparatus for Recommending Service Provider Using Social Data}
본 발명에 따른 일 실시예는 소셜 데이터를 이용한 서비스 제공업체 추천 방법 및 장치에 관한 것이다.
이하에 기술되는 내용은 단순히 본 발명에 따른 일 실시예와 관련되는 배경 정보만을 제공할 뿐 종래기술을 구성하는 것이 아니다.
한류 열풍과 관광 산업의 발전에 힘입어 한국을 방문하는 외국인 자유 관광객의 숫자가 폭발적으로 증가하고 있다. 예를 들어, 2015년 한국을 찾은 중국 관광객은 598만명으로 전년대비 2.3% 줄었고, 재방문율은 20% 미만으로 나타났다. 2015년 4분기 일본을 찾은 중국 관광객의 60%가 두 번 이상 방문한 통계와 비교해 보면, 지리적 이점으로 우위를 점하던 한국의 중국 관광객 유치마저 위태로운 상황이다.
특히, 한국을 방문한 중국인 관광객의 재방문율이 낮은 이유에 주목할 필요가 있다. 뉴스 기사에 따르면 서비스 제공업체 예컨대, 음식점에서 중국인을 홀대하거나 터무니없이 가격을 높게 책정하는 등 중국인 관광객에 대한 서비스 제공업체의 태도가 낮은 재방문율의 원인 중 일부인 것을 확인할 수 있다.
따라서 한국을 방문한 외국인 관광객의 관광 만족도를 향상시키기 위해 실시간 데이터가 반영된 서비스를 제공할 필요가 있고, 소셜 데이터에 기반한 실시간 정보를 제공하고 서비스 제공업체를 추천할 수 있는 방법이 필요하다.
전술한 문제점을 해결하기 위해 본 발명의 일 실시예에 따르면, 사용자는 단말기의 위치기반 소셜 네트워킹 서비스(Location-Based Social Networking Service; LBSNS) 체크인 기록정보에 기초하여 서비스 제공업체를 추천받을 수 있도록 하는데 목적이 있다.
또한, 본 발명의 일 실시예에 따르면, 사용자는 사용자의 모국어로 제공되는 소셜 사이트의 웹 기록 데이터를 추천에 실시간으로 반영하고, 실시간 데이터가 반영된 정보를 활용하여 서비스 제공업체를 추천받을 수 있도록 하는데 목적이 있다.
상기 목적을 달성하기 위한 본 발명의 일 실시예에 따르면, 단말기를 이용하여 서비스 제공업체에 체크인한 하나 이상의 사용자에 의한 LBSNS(Location-Based Social Networking Service) 체크인 기록정보가 존재하는지를 확인하고, 상기 서비스 제공업체에 대한 상기 하나 이상의 사용에 의한 LBSNS 체크인 기록정보를 수집하는 체크인 기록부; 상기 LBSNS 체크인 기록정보에 기초하여 상기 서비스 제공업체에 대해 상기 하나 이상의 사용자가 행동한 데이터를 기반으로 사용자 행동지수를 계산하는 행동지수 산출부; 상기 사용자 행동지수에 기초하여 상기 서비스 제공업체를 서열화하여 제 1 서비스 제공업체 정보를 추출하는 제 1 서비스 제공업체 추출부; 상기 제 1 서비스 제공업체 정보로부터 키워드를 추출하여 제 2 서비스 제공업체 정보를 추출하는 제 2 서비스 제공업체 추출부; 및 특정 단말기의 위치와 상기 제 2 서비스 제공업체 정보에 대응하는 실제 위치 사이의 거리값을 산출하는 거리값 산출부를 포함하는 것을 특징으로 하는 소셜 데이터를 이용한 서비스 제공업체 추천 장치를 제공한다.
또한, 본 발명의 일 실시예에 따른 다른 측면에 의하면, 단말기를 이용하여 서비스 제공업체에 체크인한 하나 이상의 사용자에 의한 LBSNS(Location-Based Social Networking Service) 체크인 기록정보가 존재하는지를 확인하는 과정; 상기 LBSNS 체크인 기록정보가 존재하는 것으로 판단되는 경우, 상기 하나 이상의 사용자에 의한 LBSNS 체크인 기록정보를 수집하는 과정; 상기 LBSNS 체크인 기록정보에 기초하여 상기 하나 이상의 사용자가 상기 서비스 제공업체에 대하여 행동한 데이터인 사용자 행동 데이터를 추출하여 사용자 행동지수를 계산하는 과정; 상기 사용자 행동지수에 기초하여 상기 서비스 제공업체를 서열화하여 제 1 서비스 제공업체 정보를 추출하는 과정; 상기 제 1 서비스 제공업체 정보로부터 키워드를 추출하여 소셜 사이트의 웹 기록 데이터를 기반으로 탐색하여 제 2 서비스 제공업체 정보를 추출하는 과정; 및 특정 단말기의 위치 및 상기 제 2 서비스 제공업체 정보에 대응하는 실제 위치 사이의 거리값을 산출하는 과정을 포함하는 것을 특징으로 하는 소셜 데이터를 이용한 서비스 제공업체 추천 방법을 제공한다.
전술한 문제점을 해결하기 위해 본 발명의 일 실시예에 따르면, 사용자는 단말기의 위치기반 소셜 네트워킹 서비스(Location-Based Social Networking Service; LBSNS) 체크인 기록정보에 기초하여 서비스 제공업체를 추천받을 수 있도록 하는 효과가 있다.
또한, 본 발명의 일 실시예에 따르면, 사용자는 사용자의 모국어로 제공되는 소셜 사이트의 웹 기록 데이터를 추천에 실시간으로 반영하고, 실시간 데이터가 반영된 정보를 활용하여 서비스 제공업체를 추천받을 수 있도록 하는 효과가 있다.
덧붙여, 본 발명의 일 실시예에 따르면, 사용자는 사용자의 현재 위치를 기반으로 가장 가까운 위치에 있는 서비스 제공업체를 추천받을 수 있는 효과가 있다.
도 1은 본 발명의 일 실시예에 따른 소셜 데이터를 이용한 서비스 제공업체 추천 장치의 동작을 설명하기 위한 도면이다.
도 2는 본 발명의 일 실시예에 따른 소셜 데이터를 이용한 서비스 제공업체 추천 장치를 개략적으로 나타낸 도면이다.
도 3은 본 발명의 일 실시예에 따른 소셜 데이터를 이용한 서비스 제공업체 추천 장치의 다른 예를 개략적으로 나타낸 도면이다.
도 4는 본 발명의 일 실시예에 따른 소셜 데이터를 이용한 서비스 제공업체 추천 장치의 또 다른 예를 개략적으로 나타낸 도면이다.
도 5는 본 발명의 일 실시예에 따른 소셜 데이터를 이용한 서비스 제공업체 추천 방법을 나타낸 흐름도이다.
도 6은 본 발명의 일 실시예에 따른 소셜 데이터를 이용한 서비스 제공업체 추천 방법의 다른 예를 나타낸 흐름도이다.
도 7은 본 발명의 일 실시예에 따른 소셜 데이터를 이용한 서비스 제공업체 추천 장치의 동작을 설명하기 위한 도면이다.
이하, 본 발명의 일 실시예를 첨부된 도면을 참조하여 상세하게 설명한다.
도 1은 본 발명의 일 실시예에 따른 소셜 데이터를 이용한 서비스 제공업체 추천 장치의 동작을 설명하기 위한 도면이다. 여기서 소셜 데이터를 이용한 서비스 제공업체 추천 장치는 여러 사용자가 방문하여 체크인한 서비스 제공업체에 대한 정보가 존재하는지 확인하고, 존재하는 것으로 판단되면 LBSNS 체크인 기록정보를 분석한다. 분석이 완료되면 이 정보를 이용하여 키워드를 추출하고, 추출된 키워드를 이용하여 소셜 사이트의 웹 기록 데이터를 분석한다. 그리고 분석한 웹 기록 데이터를 이용하여 서비스 제공업체를 추출하여 사용자와 가장 가까운 위치에 있는 서비스 제공업체를 추천한다. 소셜 데이터를 이용한 서비스 제공업체 추천 장치는 이러한 기능을 수행하는 소프트웨어의 한 형태인 애플리케이션을 포함하는 단말기로 구성될 수 있다. 또한, 모듈화된 애플리케이션 자체만으로도 구성될 수도 있다. 이하에서는 설명의 편의를 위해 소셜 데이터를 이용한 서비스 제공업체 추천 장치를 업체추천 장치로, 소셜 데이터를 이용한 서비스 제공업체 추천 애플리케이션은 업체추천 애플리케이션으로 설명한다.
도면을 참조하면 소셜 데이터를 이용한 서비스 제공업체 추천 시스템은 단말기(110), 업체추천 애플리케이션(120), 네트워크(130), 위치정보 제공장치(140), 데이터 저장장치(150) 및 위성(160)을 포함할 수 있다.
단말기(110)는 본 발명의 실시예에 따른 업체추천 애플리케이션(120)을 설치하여 이용할 수 있는 이동통신 기기를 의미한다. 단말기(110)는 네트워크(130) 또는 AP(Access Point)를 경유하여 인터넷에 접속할 수 있는 휴대용 전화기, 데스크탑 PC, 랩탑, 스마트폰, 태블릿 PC 등을 포함할 수 있다.
소셜 데이터를 이용한 이용한 장소 추천을 위해서는 단말기(110)의 위치를 알 필요가 있다. 단말기(110)의 위치는 크게 네트워크(130)를 이용한 방법과 위성 신호를 이용한 방법으로 알 수 있다. 네트워크(130)를 이용한 방법은 다시 단일 기지국 위치 조회 방법, 복수 기지국 위치 조회 방법 및 AP를 이용한 위치 조회 방법 등으로 세분화될 수 있다.
한편, 대도시에서와는 달리, 기지국 수가 부족한 지역이나 도서 산간 지역에서 네트워크(130)를 이용하는 방법으로 위치 측정을 하는 것은 쉽지 않다. 이러한 경우, 위성(160)을 이용하여 위치 측정을 수행하게 되는데, 그 대표적인 방법이 GPS(Global Positioning System)을 이용한 방법이다. 그러나 위성(160)만을 이용하여 위치를 측정하는 경우 단말기(110)의 상대적으로 열악한 계산 성능, 긴 최초 위성 신호 수신 대기 시간, 배터리의 제약 등의 단점이 존재한다. 이러한 두 가지 방법에서의 단점을 극복하기 위해 네트워크(130)를 이용하는 방법과 위성 신호를 이용한 방법을 혼용하는 A-GNSS(Assisted Global Navigation Satellite System)와 같은 혼합 위치 측정 방법을 이용할 수 있다.
위치정보 제공장치(140)는 단말기(110)의 위치정보를 계산하며 단말기(110)로 위치정보를 전송한다. 위치정보의 계산에는 기지국 데이터베이스(Database; DB), 위성 데이터베이스, AP 데이터베이스 등이 이용된다. 위성신호 수신 기능이 있는 단말기(110)의 경우, 위치정보 제공장치(140)로부터 정보를 수신하지 않고 직접 위성(160)으로부터 위치정보를 수신할 수 있다. 위치 측정의 정확도를 높이기 위해 최근에 시판되고 있는 이동통신 단말기에는 GPS 뿐만 아니라 GLONASS(GLObal NAvigation Satellite System)로부터의 신호를 수신하고 이용할 수 있는 기술이 적용되어 있다. GLONASS는 미국의 GPS에 대응되는 러시아의 위성 항법 시스템을 말한다.
데이터 저장장치(150)는 위치정보 제공장치(140) 및 네트워크(130)와 연결되어 있고, 사용자 LBSNS 체크인 기록정보 및 서비스 제공업체 정보에 대한 데이터베이스를 보유하고 있다. 단말기(110)가 요청하면 사용자 LBSNS 체크인 기록정보 및 서비스 제공업체 정보를 단말기(110)로 전송한다. 또한, 단말기(110)가 새로운 서비스 제공업체에서 체크인을 수행하는 경우, 데이터 저장장치(150)는 새로운 지점에 대한 사용자 LBSNS 체크인 기록정보 및 서비스 제공업체 정보에 대한 데이터베이스를 업데이트할 수 있다. 데이터 저장장치(150)는 업체추천 애플리케이션(120)에 포함될 수도 있다.
도 2는 본 발명의 일 실시예에 따른 소셜 데이터를 이용한 서비스 제공업체 추천 장치를 개략적으로 나타낸 도면이다. 업체추천 장치는 업체추천 애플리케이션(120)을 포함하는 단말기(110)의 형태로 구성될 수 있고, 모듈화한 업체추천 애플리케이션(120) 자체만으로 구성될 수도 있다.
도 2를 참조하면, 업체추천 애플리케이션(120)은 체크인 기록부(210), 행동지수 산출부(220), 제 1 서비스 제공업체 추출부(230), 제 2 서비스 제공업체 추출부(240) 및 거리 산출부(250)을 포함할 수 있다.
체크인 기록부(210)는 단말기(110)를 이용하여 서비스 제공업체에 체크인한 사용자의 LBSNS 체크인 기록정보가 존재하는지를 확인한다. LBSNS 체크인 기록정보가 존재한다면, 서비스 제공업체에 대한 사용자의 LBSNS 체크인 기록정보를 수집한다. 도 7에 나타낸 바와 같이, LBSNS 체크인 기록정보는 서비스 제공업체의 홈페이지, 장소분류코드, 업종, 주소, 전화번호, 지역, 운영시간, 가격대, 메뉴, 리뷰 등의 서비스 제공업체 정보와 이름, 나이, 위치, 즐겨찾기, 평점, 서비스 제공업체 조회, 리뷰 등의 사용자 정보를 포함할 수 있다. 서비스 제공업체 기록정보는 서비스 제공업체 데이터베이스에 저장되고, 사용자 기록정보는 사용자 데이터베이스에 저장된다. 체크인 기록부(210)는 LBSNS 체크인 기록정보를 업체추천 애플리케이션 데이터베이스에 저장할 수 있으며 이 데이터베이스를 업데이트할 수 있다.
행동지수 산출부(220)는 체크인 기록부(210)로부터 수신한 LBSNS 체크인 기록정보에 기초하여 각 서비스 제공업체에 대해 사용자가 행동한 데이터를 기반으로 사용자 행동지수(User Behavior Index)를 계산한다. 사용자 행동지수를 계산하는 방법에 대해서는 이하에서 도면 2c와 함께 더욱 상세히 설명한다.
제 1 서비스 제공업체 추출부(230)는 행동지수 산출부(220)에서 계산한 사용자 행동지수에 기초하여 서비스 제공업체를 서열화하여 제 1 서비스 제공업체 정보를 추출한다.
제 2 서비스 제공업체 추출부(240)는 제 1 서비스 제공업체 추출부(230)로부터 전달받은 제 1 서비스 제공업체 정보로부터 키워드를 추출하고 이를 이용하여 제 2 서비스 제공업체 정보를 추출한다. 예컨대 키워드는 서비스 제공업체의 홈페이지, 장소분류코드, 업종, 주소, 전화번호, 지역, 운영시간, 가격대, 메뉴, 리뷰 등에서 선택된 조합일 수 있다.
거리값 산출부(250)는 사용자 단말기의 특정 위치 예컨대 현재 위치 및 제 2 서비스 제공업체 추출부(240)로부터 수신한 제 2 서비스 제공업체 정보에 대응하는 실제 위치 사이의 거리값을 산출한다.
도 3은 본 발명의 일 실시예에 따른 소셜 데이터를 이용한 서비스 제공업체 추천 장치의 다른 예를 개략적으로 나타낸 도면이다. 도 3을 참조하면, 업체추천 애플리케이션(120)은 체크인 기록부(210), 행동지수 산출부(220), 제 1 서비스 제공업체 추출부(230), 언어 변환부(242), 서비스 제공업체 탐색부(244), 거리 산출부(250) 및 서비스 제공업체 추천부(260)를 포함할 수 있다.
체크인 기록부(210)는 단말기(110)를 이용하여 서비스 제공업체에 체크인한 사용자의 LBSNS 체크인 기록정보가 존재하는지를 확인한다. LBSNS 체크인 기록정보가 존재한다면, 서비스 제공업체에 대한 사용자의 LBSNS 체크인 기록정보를 수집한다. 체크인 기록부(210)는 수집된 LBSNS 체크인 기록정보를 행동지수 산출부(220)로 전송한다.
행동지수 산출부(220)는 체크인 기록부(210)로부터 수신한 LBSNS 체크인 기록정보에 기초하여 각 서비스 제공업체에 대해 사용자가 행동한 데이터를 기반으로 사용자 행동지수를 계산한다. 그리고 사용자 행동지수를 제 1 서비스 제공업체 추출부(230)로 전송한다.
제 1 서비스 제공업체 추출부(230)는 행동지수 산출부(220)에서 계산한 사용자 행동지수에 기초하여 서비스 제공업체를 서열화하여 제 1 서비스 제공업체 정보를 추출한다.
언어 변환부(242)는 제 1 서비스 제공업체 추출부(230)에서 추출한 키워드를 제 1 서비스 제공업체 추출부(230)에서 제공한 키워드의 언어가 아닌 다른 언어로 변환할 필요가 있는지 판단한다. 다른 언어로 변환할 필요가 있다고 판단되면, 키워드를 제 1 서비스 제공업체 추출부에서 제공한 키워드의 언어가 아닌 다른 언어로 변환한다. 언어 변환부(242)는 다른 언어로 변환된 키워드를 서비스 제공업체 탐색부(244)로 전송한다.
서비스 제공업체 탐색부(244)는 언어 변환부(242)로부터 수신한 다른 언어로 변환된 키워드를 소셜 사이트의 웹 기록 데이터를 기반으로 탐색한다. 만약, 사용자가 중국어를 사용하는 외국인이라면 다른 언어는 중국어가 될 수 있고, 소셜 사이트는 바이두(Baidu), 웨이보(Weibo) 등과 같은 중국 소셜 사이트일 수 있다. 서비스 제공업체 탐색부(244)는 탐색된 결과로부터 제 2 서비스 제공업체 정보를 추출하고 이 정보를 거리값 산출부(250)로 전송한다. 언어 변환부(242)와 서비스 제공업체 탐색부(244)가 수행하는 역할은 도 2의 제 2 서비스 제공업체 추출부(240)와 유사하지만, 키워드를 언어 변환하고 변환된 키워드로 탐색을 한다는 부분이 다르다.
거리값 산출부(250)는 특정 단말기(210)의 위치, 예컨대 중국어를 사용하는 외국인 관광객의 단말기(210)와 제 2 서비스 제공업체 정보에 대응하는 서비스 제공업체의 실제 위치 사이의 거리값을 산출한다. 그리고 이 거리값을 서비스 제공업체 추천부(260)로 전달한다.
서비스 제공업체 추천부(260)는 거리값 산출부(250)로부터 수신한 거리값을 정렬하여 가장 작은 거리값을 보이는 위치에 대응하는 서비스 제공업체를 우선적으로 추천한다.
도 4는 본 발명의 일 실시예에 따른 소셜 데이터를 이용한 서비스 제공업체 추천 장치의 또 다른 예를 개략적으로 나타낸 도면이다. 도 4를 참조하면, 업체추천 애플리케이션(120)은 체크인 기록부(210), 행동 데이터 추출부(222)와 가중치 산출부(224), 제 1 서비스 제공업체 추출부(230), 언어 변환부(242), 서비스 제공업체 탐색부(244), 거리 산출부(250) 및 서비스 제공업체 추천부(260)를 포함할 수 있다.
체크인 기록부(210)는 단말기(110)를 이용하여 서비스 제공업체에 체크인한 사용자의 LBSNS 체크인 기록정보가 존재하는지를 확인한다. LBSNS 체크인 기록정보가 존재한다면, 서비스 제공업체에 대한 사용자의 LBSNS 체크인 기록정보를 수집한다. 체크인 기록부(210)는 수집된 LBSNS 체크인 기록정보를 행동 데이터 추출부(222)로 전송한다.
행동 데이터 추출부(222)는 사용자가 서비스 제공업체에 대해 행동한 데이터를 추출한다. 행동 데이터는 서비스 제공업체에 대한 평점, 서비스 제공업체 조회, 서비스 제공업체에 대한 리뷰, 서비스 제공업체 즐겨찾기 등일 수 있다. 행동 데이터 추출부(222)는 추출된 행동 데이터를 기반으로 사용자 행동지수를 계산한다. 사용자 행동지수 w는 다음의 수학식 1을 이용하여 계산된다.
Figure pat00001
여기서 W score 는 평점 지수, W review 는 리뷰 지수, W bookmark 는 즐겨찾기 지수이고 W view 는 조회 지수이다. 평점 지수는 사용자들이 특정 서비스 제공업체에 대해 평가한 평점을 이용하여 계산된다. 리뷰 지수는 사용자들이 특정 서비스 제공업체에 대해 리뷰를 작성한 리뷰 수에 기초하여 계산된다. 즐겨찾기 지수는 특정 서비스 제공업체를 즐겨찾기한 사용자의 수를 이용하여 산출된다.
가중치 산출부(224)는 사용자의 취향, 주변 환경 등을 고려하여 보다 현실적인 사용자 행동지수를 구하고자 하는 경우에 활용된다. 이 경우, 가중치 산출부(224)는 행동 데이터 산출부(222)가 계산한 사용자 행동지수에 가중치를 적용하여 새로운 사용자 행동지수를 구한다. 각 행동 데이터에 대한 가중치의 적용은 다음의 수학식 2를 이용한다.
Figure pat00002
여기서 a는 평점 가중치, A는 리뷰 수에 리뷰 수 가중치 b를 곱한 값이며, B는 A가 가질 수 있는 최대값인 k이다. C는 즐겨찾기 수에 즐겨찾기 수 가중치 c를 곱한 값이며, D는 C가 가질 수 있는 최대값인 l이다. E는 조회 수에 조회 수 가중치 d를 곱한 값이며 F는 E가 가질 수 있는 최대값인 m이다.
평점 지수인 W score 는 평점 가중치 a를 평점에 곱한 값으로 구한다. 리뷰 지수 W review 는 리뷰 수에 리뷰 수 가중치 b를 곱한 값이 A가 가질 수 있는 최대값인 k 보다 작거나 같으면 A가 되고, 그 값이 k보다 크면 B가 된다. 즐겨찾기 지수 W bookmark 는 즐겨찾기 수에 즐겨찾기 수 가중치 c를 곱한 값이 C가 가질 수 있는 최대값인 l 보다 작거나 같으면 C가 되고, 그 값이 l 보다 크면 D가 된다. 조회 지수 W view 는 조회 수에 조회 수 가중치 d를 곱한 값이 E가 가질 수 있는 최대값인 m 보다 작거나 같으면 E가 되고, 그 값이 m 보다 크면 F가 된다.
가중치 산출부(224)는 가중치를 적용하여 사용자 행동지수를 산출하고 이를 다시 행동 데이터 산출부(222)로 전송한다. 그리고 행동 데이터 산출부(222)는 계산된 사용자 행동지수를 제 1 서비스 제공업체 추출부(230)로 전송한다.
제 1 서비스 제공업체 추출부(230)는 행동지수 산출부(220)에서 계산한 사용자 행동지수에 기초하여 서비스 제공업체를 서열화하여 제 1 서비스 제공업체 정보를 추출한다.
언어 변환부(242)는 제 1 서비스 제공업체 추출부(230)에서 추출한 키워드를 제 1 서비스 제공업체 추출부(230)에서 제공한 키워드의 언어가 아닌 다른 언어로 변환할 필요가 있는지 판단한다. 다른 언어로 변환할 필요가 있다고 판단되면, 키워드를 제 1 서비스 제공업체 추출부에서 제공한 키워드의 언어가 아닌 다른 언어로 변환한다. 언어 변환부(242)는 다른 언어로 변환된 키워드를 서비스 제공업체 탐색부(244)로 전송한다.
서비스 제공업체 탐색부(244)는 언어 변환부(242)로부터 수신한 다른 언어로 변환된 키워드를 소셜 사이트의 웹 기록 데이터를 기반으로 탐색한다. 만약, 사용자가 중국어를 사용하는 외국인이라면 다른 언어는 중국어가 될 수 있고, 소셜 사이트는 바이두, 웨이보 등과 같은 중국 소셜 사이트일 수 있다. 서비스 제공업체 탐색부(244)는 탐색된 결과로부터 제 2 서비스 제공업체 정보를 추출하고 이 정보를 거리값 산출부(250)로 전송한다. 언어 변환부(242)와 서비스 제공업체 탐색부(244)가 수행하는 역할은 도 2의 제 2 서비스 제공업체 추출부(240)와 유사하지만, 키워드를 언어 변환하고 변환된 키워드로 탐색을 한다는 부분이 다르다.
거리값 산출부(250)는 특정 단말기(210)의 위치와 제 2 서비스 제공업체 정보에 대응하는 서비스 제공업체의 실제 위치 사이의 거리값을 산출한다. 그리고 이 거리값을 서비스 제공업체 추천부(260)로 전달한다.
서비스 제공업체 추천부(260)는 거리값 산출부(250)로부터 수신한 거리값을 정렬하여 가장 작은 거리값을 보이는 위치에 대응하는 서비스 제공업체를 우선적으로 추천한다.
도 5는 본 발명의 일 실시예에 따른 소셜 데이터를 이용한 서비스 제공업체 추천 방법을 나타낸 흐름도이다. 여기서 소셜 데이터를 이용한 서비스 제공업체 추천 방법은 여러 사용자가 방문하여 체크인한 서비스 제공업체에 대한 정보가 존재하는지 확인하고 존재하는 것으로 판단되면 LBSNS 체크인 기록정보를 분석한다. 분석이 완료되면 이 정보를 이용하여 키워드를 추출하고, 추출된 키워드를 기반으로 소셜 사이트의 웹 기록 데이터를 분석한다. 그리고 분석된 웹 기록 데이터로부터 서비스 제공업체를 추출하여 사용자와 가장 가까운 위치에 있는 서비스 제공업체를 추천한다. 이하에서는 설명의 편의를 위해 업체추천 방법으로 설명한다.
도 5를 참조하면 업체추천 방법은 소셜 데이터를 이용한 서비스 제공업체에 체크인한 하나 이상의 사용자에 의한 LBSNS 체크인 기록정보가 존재하는지를 판단한다(S310). S310 과정의 결과, LBSNS 체크인 기록정보가 존재한다면, 사용자 LBSNS 체크인 기록정보를 수집한다(S320). 수집된 사용자 LBSNS 체크인 기록정보를 이용하여 각 서비스 제공업체별 사용자 행동지수를 계산한다(S330). 사용자 행동지수를 활용하여 제 1 서비스 제공업체 정보를 추출한다(S340). 제 1 서비스 제공업체 정보에서 키워드를 추출하고 이를 이용하여 기 설정된 기간 동안 소셜 사이트의 웹 기록 데이터를 탐색한다(S350). 탐색 결과를 바탕으로 제 2 서비스 제공업체 정보를 추출한다(S360). 제 2 서비스 제공업체 정보에 대응하는 위치와 특정 단말기의 위치 사이의 거리값을 산출한다(S370).
LBSNS 체크인 기록정보가 존재하는지를 판단하는 과정(S310)에서는 체크인 기록부(210)가 단말기(110)를 이용하여 소셜 데이터를 이용한 서비스 제공업체에 체크인한 하나 이상의 사용자에 의한 LBSNS 체크인 기록정보가 존재하는지를 판단한다. 도 7에 나타낸 바와 같이, LBSNS 체크인 기록정보에 포함되는 정보는 체크인한 서비스 제공업체에 대한 리뷰, 홈페이지, 업체 명, 업종, 주소, 전화번호, 지역, 운영시간, 가격대, 메뉴, 장소분류코드 등을 포함하는 서비스 제공업체 정보일 수 있다. 또한 LBSNS 체크인 기록정보는 이름, 나이, 위치, 평점, 서비스 제공업체 조회, 즐겨찾기, 리뷰와 같은 사용자 정보를 포함할 수도 있다.
사용자 LBSNS 체크인 기록정보를 수집하는 과정(S320)에서는 체크인 기록부(210)가 사용자 LBSNS 체크인 기록정보를 수집하여 행동지수 산출부(220)로 전송한다.
사용자 행동지수를 계산하는 과정(S330)에서는 행동 데이터 추출부(222)가 사용자들이 각 서비스 제공업체에 대해 행동한 데이터, 예컨대 평점, 리뷰, 조회, 즐겨찾기 등을 추출한다. 그리고 수학식 1 및 수학식 2에 나타낸 바와 같이, 가중치 산출부(224)가 추출한 행동 데이터에 상황에 따른 각 항목별 가중치를 적용하여 사용자 행동지수를 계산한다. 가중치 산출부(224)는 계산된 사용자 행동지수를 행동 데이터 추출부(222)로 전달하고 행동 데이터 추출부(222)는 수신한 사용자 행동지수를 제 1 서비스 제공업체 추출부(230)로 전송한다.
제 1 서비스 제공업체를 추출하는 과정(S340)에서는 제 1 서비스 제공업체 추출부(230)가 전달받은 사용자 행동지수를 기반으로 서비스 제공업체를 서열화한다.
키워드를 이용하여 기 설정된 기간 동안 소셜 사이트의 웹 기록을 탐색하는 과정(S350)에서는 제 2 서비스 제공업체 추출부(240)가 정렬된 서비스 제공업체로부터 키워드를 추출하고 이 키워드를 이용하여 기 설정된 기간 동안 특정 소셜 사이트의 웹 기록을 탐색한다.
탐색 결과를 바탕으로 제 2 서비스 제공업체 정보를 추출하는 과정(S360)에서는 제 2 서비스 제공업체 추출부(240)가 탐색한 결과를 이용하여 제 2 서비스 제공업체 정보를 추출하고, 이를 거리값 산출부(250)로 전송한다.
제 2 서비스 제공업체 정보에 대응하는 위치와 특정 단말기의 위치 사이의 거리를 구하는 과정(S370)에서는 거리값 산출부(250)가 제 2 서비스 제공업체 추출부(240)으로부터 수신한 제 2 서비스 제공업체 정보와 특정 단말기의 위치 사이의 거리를 계산한다. 특정 단말기의 위치는 단말기(110)가 위성(160)으로부터 위성 신호를 수신하여 직접 획득할 수도 있고, 위치정보 제공장치(140)로부터 제공받을 수도 있다.
도 6은 본 발명의 일 실시예에 따른 소셜 데이터를 이용한 서비스 제공업체 추천 방법의 다른 예를 나타낸 흐름도이다. 도 6을 참조하면, 업체추천 방법은 서비스 제공업체에 체크인한 하나 이상의 사용자에 의한 LBSNS 체크인 기록정보가 존재하는지를 판단한다(S410). S410 과정의 결과, LBSNS 체크인 기록정보가 존재한다면, 사용자 LBSNS 체크인 기록정보를 수집한다(S420). 수집된 사용자 LBSNS 체크인 기록정보를 이용하여 각 서비스 제공업체별 사용자 행동지수를 계산한다(S430). 사용자 행동지수를 활용하여 제 1 서비스 제공업체 정보를 추출한다(S440). 제 1 서비스 제공업체 정보로 제공된 언어인 제 1 언어의 키워드인 제 1 언어 키워드를 추출한다(S450). 제 1 언어 키워드의 언어 변환이 필요한지 판단한다(S460). S460 과정의 결과, 키워드의 언어 변환이 필요한 것으로 판단되면, 제 1 언어 키워드를 제 2 언어 키워드로 변환한다(S462). 제 2 언어 키워드를 이용하여 기 설정된 기간 동안 소셜 사이트의 웹 기록 데이터를 탐색한다(S470). 탐색 결과를 바탕으로 제 2 서비스 제공업체 정보를 추출한다(S480). 제 2 서비스 제공업체 정보에 대응하는 위치와 특정 단말기의 위치 사이의 거리값을 산출한다(S490). 산출된 거리값을 기반으로 서비스 제공업체를 추천한다(S492).
사용자 LBSNS 체크인 기록정보가 존재하는지를 판단하는 과정(S410)에서는 사용자 LBSNS 체크인 기록정보가 존재하는지를 판단하고, 사용자 LBSNS 체크인 기록정보를 수집하는 과정(S420)에서는 체크인 기록부(210)가 사용자 LBSNS 체크인 기록정보를 수집하여 행동지수 산출부(220)로 전송한다.
사용자 행동지수를 계산하는 과정(S430)에서는 행동 데이터 추출부(222)가 사용자들이 각 서비스 제공업체에 대해 행동한 데이터를 추출한다. 가중치 산출부(224)는 추출한 행동 데이터에 상황에 따른 각 항목별 가중치를 적용하여 사용자 행동지수를 계산하고 이를 행동 데이터 추출부(222)로 전달한다. 그리고 행동 데이터 추출부(222)는 수신한 사용자 행동지수를 제 1 서비스 제공업체 추출부(230)로 전송한다.
제 1 서비스 제공업체를 추출하는 과정(S440)에서는 제 1 서비스 제공업체 추출부(230)가 전달받은 사용자 행동지수를 기반으로 서비스 제공업체를 서열화한다.
제 1 언어 키워드를 추출하는 과정(S450)에서는 제 1 서비스 제공업체 정보로 제공된 언어인 제 1 언어의 키워드인 제 1 언어 키워드를 추출한다(S450).
키워드 언어 변환이 필요한지를 판단하는 과정(S460)에서는 S450 과정에서 추출한 제 1 언어 키워드를 제 1 언어와는 다른 언어인 제 2 언어로 변환할 필요가 있는지를 판단한다.
제 1 언어 키워드를 제 2 언어 키워드로 변환하는 과정(S462)에서는 언어 변환이 필요한 것으로 판단되면, 언어 변환부(242)가 제 1 언어 키워드를 제 2 언어 키워드로 변환한다. 예컨대, 사용자가 중국어를 사용하는 방한 관광객이라면 한국어가 제 1 언어가 되고, 중국어가 제 2 언어가 될 수 있다. 즉, 제 1 언어 키워드는 한국어로 제공된 정보로부터 추출한 한국어 키워드이고 제 2 언어 키워드는 변환된 중국어 키워드이다.
키워드를 이용하여 기 설정된 기간 동안 소셜 사이트의 웹 기록을 탐색하는 과정(S470)에서는 서비스 제공업체 탐색부(244)가 제 2 언어 키워드를 이용하여 기 설정된 기간 동안 소셜 사이트의 웹 기록을 탐색한다. 제 2 언어 키워드가 중국어 키워드라면, 소셜 사이트는 바이두, 웨이보 등과 같은 중국 소셜 사이트일 수 있다. 중국어 키워드를 이용하여 중국 소셜 사이트를 탐색한다면 중국어 사용자의 취향을 더욱 잘 반영한 검색 결과를 얻을 수 있을 것이다.
탐색 결과를 바탕으로 제 2 서비스 제공업체 정보를 추출하는 과정(S480)에서는 서비스 제공업체 탐색부(244)가 탐색한 결과를 이용하여 제 2 서비스 제공업체 정보를 추출하고, 이를 거리값 산출부(250)로 전송한다.
제 2 서비스 제공업체 정보에 대응하는 위치와 특정 단말기의 위치 사이의 거리를 구하는 과정(S490)에서는 거리값 산출부(250)가 제 2 서비스 제공업체 추출부(240)으로부터 수신한 제 2 서비스 제공업체 정보와 특정 단말기의 위치 사이의 거리를 계산한다.
서비스 제공업체 추천 과정(S492)에서는 서비스 제공업체 추천부(260)가 거리값 산출부(250)로부터 수신한 거리값 정보를 이용하여 특정 단말기와 거리가 가까운 서비스 제공업체를 우선적으로 추천한다.
도 7은 본 발명의 일 실시예에 따른 소셜 데이터를 이용한 서비스 제공업체 추천 장치의 동작을 설명하기 위한 도면이다. 도 7을 참조하면, 체크인 기록부(210)가 확인하여 수집하는 사용자 LBSNS 기록정보는 크게 서비스 제공업체 정보와 사용자 정보로 구분할 수 있다. 지역, 메뉴, 리뷰 등의 서비스 제공업체 정보는 서비스 제공업체 데이터베이스에 저장되고 평점, 즐겨찾기, 리뷰 등의 사용자 정보는 사용자 데이터베이스에 저장된다. 이 두 가지 데이터베이스는 업체추천 애플리케이션 데이터베이스에 포함되어 단말기(110)에 설치될 수 있으며, 독립적으로 데이터 저장장치(14)에 저장될 수도 있다.
이상의 설명은 본 발명에 따른 일 실시예의 기술 사상을 예시적으로 설명한 것에 불과한 것으로서, 본 발명에 따른 일 실시예가 속하는 기술 분야에서 통상의 지식을 가진 자라면 본 실시예의 본질적인 특성에서 벗어나지 않는 범위에서 다양한 수정 및 변형이 가능할 것이다. 따라서, 본 발명에 따른 실시예들은 본 실시예의 기술 사상을 한정하기 위한 것이 아니라 설명하기 위한 것이고, 이러한 실시예에 의하여 본 실시예의 기술 사상의 범위가 한정되는 것은 아니다. 본 발명에 따른 일 실시예의 보호 범위는 아래의 청구범위에 의하여 해석되어야 하며, 그와 동등한 범위 내에 있는 모든 기술 사상은 본 발명에 따른 일 실시예의 권리범위에 포함되는 것으로 해석되어야 할 것이다.
110: 단말기 120: 업체추천 애플리케이션
130: 네트워크 140: 위치정보 제공장치
150: 데이터 처리장치 160: 위성
210: 체크인 기록부 220: 행동지수 산출부
222: 행동 데이터 추출부 224: 가중치 산출부
230: 제 1 서비스 제공업체 추출부 240: 제 2 서비스 제공업체 추출부
242: 언어 변환부 244: 서비스 제공업체 탐색부
250: 거리 산출부 260: 서비스 제공업체 추천부

Claims (17)

  1. 단말기를 이용하여 서비스 제공업체에 체크인한 하나 이상의 사용자에 의한 LBSNS(Location-Based Social Networking Service) 체크인 기록정보가 존재하는지를 확인하고, 상기 서비스 제공업체에 대한 상기 하나 이상의 사용자에 의한 LBSNS 체크인 기록정보를 수집하는 체크인 기록부;
    상기 LBSNS 체크인 기록정보에 기초하여 상기 서비스 제공업체에 대해 상기 하나 이상의 사용자가 행동한 데이터를 기반으로 사용자 행동지수를 계산하는 행동지수 산출부;
    상기 사용자 행동지수에 기초하여 상기 서비스 제공업체를 서열화하여 제 1 서비스 제공업체 정보를 추출하는 제 1 서비스 제공업체 추출부;
    상기 제 1 서비스 제공업체 정보로부터 키워드를 추출하여 제 2 서비스 제공업체 정보를 추출하는 제 2 서비스 제공업체 추출부; 및
    특정 단말기의 위치와 상기 제 2 서비스 제공업체 정보에 대응하는 실제 위치 사이의 거리값을 산출하는 거리값 산출부
    를 포함하는 것을 특징으로 하는 소셜 데이터를 이용한 서비스 제공업체 추천 장치.
  2. 제 1 항에 있어서,
    상기 행동지수 산출부는,
    상기 사용자가 상기 서비스 제공업체로 평점, 리뷰 등의 정보를 제공한 행위에 대한 데이터를 추출하는 행동 데이터 추출부를 포함하는 것을 특징으로 하는 소셜 데이터를 이용한 서비스 제공업체 추천 장치.
  3. 제 1 항에 있어서,
    상기 행동지수 산출부는,
    상기 LBSNS 체크인 기록정보에 기초하여 사용자 데이터 항목별 가중치를 계산하는 가중치 산출부를 포함하는 것을 특징으로 하는 소셜 데이터를 이용한 서비스 제공업체 추천 장치.
  4. 제 1 항에 있어서,
    상기 행동지수 산출부는,
    상기 사용자 행동 데이터에 포함된 평점, 조회 수, 즐겨찾기 수 및 리뷰 수 중 적어도 하나를 이용하여 상기 사용자 행동지수를 계산하는 것을 특징으로 하는 소셜 데이터를 이용한 서비스 제공업체 추천 장치.
  5. 제 4 항에 있어서,
    상기 행동지수 산출부는,
    상기 평점에 평점 가중치를 적용한 평점 지수, 상기 조회 수에 조회 수 가중치를 적용한 조회 지수, 상기 즐겨찾기 수에 즐겨찾기 수 가중치를 적용한 즐겨찾기 지수 및 상기 리뷰 수에 리뷰 수 가중치를 적용한 리뷰 지수의 합으로 상기 사용자 행동지수를 계산하는 것을 특징으로 하는 소셜 데이터를 이용한 서비스 제공업체 추천 장치.
  6. 제 5 항에 있어서,
    상기 행동지수 산출부는,
    상기 조회 수에 상기 조회 수 가중치를 적용한 제 1 조회 지수가 상기 조회 수에 상기 조회 수 가중치를 적용한 값이 가질 수 있는 최대값인 제 1 조회값 보다 작거나 같은 경우, 상기 제 1 조회 지수를 조회 지수로 정의하고, 상기 제 1 조회 지수가 상기 제 1 조회값 보다 큰 경우, 상기 제 1 조회값을 조회 지수로 정의하는 것을 특징으로 하는 소셜 데이터를 이용한 서비스 제공업체 추천 장치.
  7. 제 5 항에 있어서,
    상기 행동지수 산출부는,
    상기 즐겨찾기 수에 상기 즐겨찾기 수 가중치를 적용한 제 1 즐겨찾기 지수가 상기 즐겨찾기 수에 상기 즐겨찾기 수 가중치를 적용한 값이 가질 수 있는 최대값인 제 1 즐겨찾기값 보다 작거나 같은 경우, 상기 제 1 즐겨찾기 지수를 즐겨찾기 지수로 정의하고, 상기 제 1 즐겨찾기 지수가 상기 제 1 즐겨찾기값 보다 큰 경우, 상기 제 1 즐겨찾기값을 즐겨찾기 지수로 정의하는 것을 특징으로 하는 소셜 데이터를 이용한 서비스 제공업체 추천 장치.
  8. 제 5 항에 있어서,
    상기 행동지수 산출부는,
    상기 리뷰 수에 상기 리뷰 수 가중치를 적용한 제 1 리뷰 지수가 상기 리뷰 수에 상기 리뷰 수 가중치를 적용한 값이 가질 수 있는 최대값인 제 1 리뷰값 보다 작거나 같은 경우, 상기 제 1 리뷰 지수를 리뷰 지수로 정의하고, 상기 제 1 리뷰 지수가 상기 제 1 리뷰값 보다 큰 경우, 상기 제 1 리뷰값을 리뷰 지수로 정의하는 것을 특징으로 하는 소셜 데이터를 이용한 서비스 제공업체 추천 장치.
  9. 제 1 항에 있어서,
    상기 제 1 서비스 제공업체 추출부는,
    상기 사용자 행동지수에 기초하여 상기 서비스 제공업체를 서열화하는 경우, 상기 사용자 행동지수가 높은 서비스 제공업체부터 내림차순으로 정렬하여 상기 제 2 서비스 제공업체 추출부로 제공하는 것을 특징으로 하는 소셜 데이터를 이용한 서비스 제공업체 추천 장치.
  10. 제 1 항에 있어서,
    상기 제 2 서비스 제공업체 추출부는,
    제 1 언어로 제공되는 상기 제 1 서비스 제공업체 추출부로부터의 제 1 언어 키워드를 상기 제 1 언어와는 다른 제 2 언어로 변환하여 제 2 언어 키워드를 추출하는 언어 변환부를 포함하는 것을 특징으로 하는 소셜 데이터를 이용한 서비스 제공업체 추천 장치.
  11. 제 10 항에 있어서,
    상기 제 2 서비스 제공업체 추출부는,
    상기 제 2 언어 키워드를 이용하여 상기 소셜 사이트의 웹 기록 데이터를 기반으로 탐색하는 서비스 제공업체 탐색부를 포함하는 것을 특징으로 하는 소셜 데이터를 이용한 서비스 제공업체 추천 장치.
  12. 제 1 항에 있어서,
    상기 거리값이 가장 작은 값에 대응하는 서비스 제공업체를 우선적으로 추천하는 서비스 제공업체 추천부를 더 포함하는 것을 특징으로 하는 소셜 데이터를 이용한 서비스 제공업체 추천 장치.
  13. 단말기를 이용하여 서비스 제공업체에 체크인한 하나 이상의 사용자에 의한 LBSNS(Location-Based Social Networking Service) 체크인 기록정보가 존재하는지를 확인하는 과정;
    상기 LBSNS 체크인 기록정보가 존재하는 것으로 판단되는 경우, 상기 하나 이상의 사용자에 의한 LBSNS 체크인 기록정보를 수집하는 과정;
    상기 LBSNS 체크인 기록정보에 기초하여 상기 하나 이상의 사용자가 상기 서비스 제공업체에 대하여 행동한 데이터인 사용자 행동 데이터를 추출하여 사용자 행동지수를 계산하는 과정;
    상기 사용자 행동지수에 기초하여 상기 서비스 제공업체를 서열화하여 제 1 서비스 제공업체 정보를 추출하는 과정;
    상기 제 1 서비스 제공업체 정보로부터 키워드를 추출하여 소셜 사이트의 웹 기록 데이터를 기반으로 탐색하여 제 2 서비스 제공업체 정보를 추출하는 과정; 및
    특정 단말기의 위치 및 상기 제 2 서비스 제공업체 정보에 대응하는 실제 위치 사이의 거리값을 산출하는 과정을 포함하는 것을 특징으로 하는 소셜 데이터를 이용한 서비스 제공업체 추천 방법.
  14. 제 13 항에 있어서,
    상기 사용자 행동지수를 계산하는 과정은,
    상기 사용자 행동 데이터에 가중치를 적용하는 것을 특징으로 하는 소셜 데이터를 이용한 서비스 제공업체 추천 방법.
  15. 제 13 항에 있어서,
    제 1 언어로 제공되는 상기 제 1 서비스 제공업체 추출부로부터의 제 1 언어 키워드를 상기 제 1 언어와는 다른 언어인 제 2 언어로 변환해야 하는지를 판단하는 키워드 변환 판단 과정을 더 포함하는 것을 특징으로 하는 소셜 데이터를 이용한 서비스 제공업체 추천 방법.
  16. 제 15 항에 있어서,
    상기 제 2 서비스 제공업체 정보를 추출하는 과정은,
    상기 키워드 변환 판단 과정에서 키워드를 변환하는 것으로 판단한 경우, 상기 제 1 언어 키워드를 변환하여 제 2 언어 키워드를 추출하는 것을 특징으로 하는 소셜 데이터를 이용한 서비스 제공업체 추천 방법.
  17. 제 13 항에 있어서,
    상기 거리값을 내림차순으로 정렬하여 가장 낮은 거리값을 보이는 서비스 제공업체를 우선적으로 추천하는 과정을 더 포함하는 것을 특징으로 하는 소셜 데이터를 이용한 서비스 제공업체 추천 방법.
KR1020160062725A 2016-05-23 2016-05-23 소셜 데이터를 이용한 서비스 제공업체 추천 방법 및 장치 KR101867421B1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020160062725A KR101867421B1 (ko) 2016-05-23 2016-05-23 소셜 데이터를 이용한 서비스 제공업체 추천 방법 및 장치

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020160062725A KR101867421B1 (ko) 2016-05-23 2016-05-23 소셜 데이터를 이용한 서비스 제공업체 추천 방법 및 장치

Publications (2)

Publication Number Publication Date
KR20170132376A true KR20170132376A (ko) 2017-12-04
KR101867421B1 KR101867421B1 (ko) 2018-06-15

Family

ID=60921566

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020160062725A KR101867421B1 (ko) 2016-05-23 2016-05-23 소셜 데이터를 이용한 서비스 제공업체 추천 방법 및 장치

Country Status (1)

Country Link
KR (1) KR101867421B1 (ko)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20190100789A (ko) * 2018-02-21 2019-08-29 현대카드 주식회사 개인화 알고리즘을 이용하여 고객 로그 맞춤형 사이트를 추천하는 방법 및 개인화 알고리즘 서버
KR20190100788A (ko) * 2018-02-21 2019-08-29 현대카드 주식회사 개인화 알고리즘을 이용하여 고객 질문답 맞춤형 사이트를 추천하는 방법 및 개인화 알고리즘 서버
KR102406161B1 (ko) * 2021-02-24 2022-06-08 주식회사 메이코더스 리뷰 커뮤니티를 통한 판매 정보 서비스 제공 방법, 장치 및 컴퓨터 판독가능 기록매체

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101376521B1 (ko) * 2013-03-08 2014-03-26 주식회사 씨온 역경매를 이용한 가맹점 추천 방법과 장치
KR20140143284A (ko) * 2013-06-05 2014-12-16 대구대학교 산학협력단 에스앤에스 상의 체크인 패턴 분석을 통한 상품 및 서비스 추천방법
KR20150097852A (ko) * 2014-02-17 2015-08-27 주식회사 씨온 위치기반 sns를 이용한 서비스제공업체 추천 방법

Family Cites Families (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP5846576B2 (ja) * 2011-10-12 2016-01-20 株式会社Ｊｓｏｌ 訪問地近隣情報提供サーバ及び情報提供方法
KR101424382B1 (ko) * 2013-01-14 2014-08-08 충북대학교 산학협력단 사용자의 선호도 및 이동 패턴을 이용한 관심지역 추천 방법

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101376521B1 (ko) * 2013-03-08 2014-03-26 주식회사 씨온 역경매를 이용한 가맹점 추천 방법과 장치
KR20140143284A (ko) * 2013-06-05 2014-12-16 대구대학교 산학협력단 에스앤에스 상의 체크인 패턴 분석을 통한 상품 및 서비스 추천방법
KR20150097852A (ko) * 2014-02-17 2015-08-27 주식회사 씨온 위치기반 sns를 이용한 서비스제공업체 추천 방법

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20190100789A (ko) * 2018-02-21 2019-08-29 현대카드 주식회사 개인화 알고리즘을 이용하여 고객 로그 맞춤형 사이트를 추천하는 방법 및 개인화 알고리즘 서버
KR20190100788A (ko) * 2018-02-21 2019-08-29 현대카드 주식회사 개인화 알고리즘을 이용하여 고객 질문답 맞춤형 사이트를 추천하는 방법 및 개인화 알고리즘 서버
KR102406161B1 (ko) * 2021-02-24 2022-06-08 주식회사 메이코더스 리뷰 커뮤니티를 통한 판매 정보 서비스 제공 방법, 장치 및 컴퓨터 판독가능 기록매체

Also Published As

Publication number Publication date
KR101867421B1 (ko) 2018-06-15

Similar Documents

Publication Publication Date Title
US11698261B2 (en) Method, apparatus, computer device and storage medium for determining POI alias
Bennett et al. Inferring and using location metadata to personalize web search
KR101274388B1 (ko) 위치정보를 기반으로 한 지역정보 광고 방법과 상기 방법을수행하기 위한 시스템
CN102591867B (zh) 一种基于移动设备位置的搜索服务方法
CN103914498A (zh) 一种地图搜索的搜索建议方法和装置
KR101174216B1 (ko) 지역기반의 검색어를 추천하는 시스템 및 그 방법
JP5732441B2 (ja) 情報推薦方法、装置及びプログラム
TWI703862B (zh) 內容推薦方法及裝置
CN101957847B (zh) 一种搜索系统及其实现方法
KR20120009501A (ko) 다중 사용자들의 위치 정보 간의 유사성들에 기초한 추천들의 생성
JP4950508B2 (ja) 施設情報管理システム、施設情報管理装置、施設情報管理方法および施設情報管理プログラム
CN104143005A (zh) 一种相关搜索系统及方法
US20150205879A1 (en) Information processing apparatus, browsing history classification method, and browsing history classification program
CN105517679A (zh) 用户地理位置的确定
JP2010009315A (ja) 推薦店舗提示システム
KR101867421B1 (ko) 소셜 데이터를 이용한 서비스 제공업체 추천 방법 및 장치
CN112241489A (zh) 信息推送方法、装置、可读存储介质和计算机设备
JP2010079683A (ja) プログラム及び広告配信システム
KR20150032141A (ko) 스마트 기기 내 시맨틱 검색 시스템 및 검색방법
KR20130064447A (ko) 사용자의 성향 유사도를 이용한 검색 결과 제공 서버 및 방법, 그리고 단말
CN107634985A (zh) 信息推送方法、装置、计算机和介质
WO2017049760A1 (zh) 一种搜索结果的处理方法、装置、设备及计算机存储介质
KR100469825B1 (ko) 지역의 인기 정보를 제공하는 방법 및 지역 인기 정보제공 시스템
KR101832398B1 (ko) 위치기반 서비스 제공업체 추천 방법 및 장치
CN111177585A (zh) 地图poi反馈方法及装置

Legal Events

Date Code Title Description
A201 Request for examination
E902 Notification of reason for refusal
E90F Notification of reason for final refusal
E701 Decision to grant or registration of patent right