KR20180019832A - 사회 연결망 그래프 기반 농축산물 질병 정보 시각화 장치 및 방법 - Google Patents
사회 연결망 그래프 기반 농축산물 질병 정보 시각화 장치 및 방법 Download PDFInfo
- Publication number
- KR20180019832A KR20180019832A KR1020160104023A KR20160104023A KR20180019832A KR 20180019832 A KR20180019832 A KR 20180019832A KR 1020160104023 A KR1020160104023 A KR 1020160104023A KR 20160104023 A KR20160104023 A KR 20160104023A KR 20180019832 A KR20180019832 A KR 20180019832A
- Authority
- KR
- South Korea
- Prior art keywords
- facility
- social network
- network graph
- agricultural
- map
- Prior art date
Links
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 title claims abstract description 153
- 201000010099 disease Diseases 0.000 title claims abstract description 148
- 238000000034 method Methods 0.000 title claims abstract description 36
- 244000144972 livestock Species 0.000 claims abstract description 114
- 238000012800 visualization Methods 0.000 claims description 65
- 238000004891 communication Methods 0.000 claims description 30
- 238000010586 diagram Methods 0.000 claims description 18
- 238000003860 storage Methods 0.000 claims description 12
- 238000007794 visualization technique Methods 0.000 claims description 9
- 238000004590 computer program Methods 0.000 claims description 3
- 238000013528 artificial neural network Methods 0.000 claims description 2
- 230000009418 agronomic effect Effects 0.000 claims 1
- 238000011534 incubation Methods 0.000 abstract description 2
- 239000006185 dispersion Substances 0.000 abstract 1
- 230000001960 triggered effect Effects 0.000 abstract 1
- 238000004458 analytical method Methods 0.000 description 15
- 241000710198 Foot-and-mouth disease virus Species 0.000 description 9
- 239000000047 product Substances 0.000 description 9
- 208000007212 Foot-and-Mouth Disease Diseases 0.000 description 6
- 208000035473 Communicable disease Diseases 0.000 description 5
- 208000015181 infectious disease Diseases 0.000 description 4
- 238000004519 manufacturing process Methods 0.000 description 4
- 241000283690 Bos taurus Species 0.000 description 3
- 238000009826 distribution Methods 0.000 description 3
- 238000000926 separation method Methods 0.000 description 3
- 230000002123 temporal effect Effects 0.000 description 3
- 238000004220 aggregation Methods 0.000 description 2
- 230000002776 aggregation Effects 0.000 description 2
- 230000002155 anti-virotic effect Effects 0.000 description 2
- 238000009792 diffusion process Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 230000002458 infectious effect Effects 0.000 description 2
- 230000000384 rearing effect Effects 0.000 description 2
- 241000287828 Gallus gallus Species 0.000 description 1
- 241001465754 Metazoa Species 0.000 description 1
- 206010037660 Pyrexia Diseases 0.000 description 1
- 241000282887 Suidae Species 0.000 description 1
- 241000282898 Sus scrofa Species 0.000 description 1
- 230000001154 acute effect Effects 0.000 description 1
- 230000004931 aggregating effect Effects 0.000 description 1
- 239000000427 antigen Substances 0.000 description 1
- 102000036639 antigens Human genes 0.000 description 1
- 108091007433 antigens Proteins 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 239000006227 byproduct Substances 0.000 description 1
- 235000013330 chicken meat Nutrition 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 238000009499 grossing Methods 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 206010025482 malaise Diseases 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000002265 prevention Effects 0.000 description 1
- 238000004659 sterilization and disinfection Methods 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 1
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
- G06Q50/02—Agriculture; Fishing; Forestry; Mining
-
- 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
-
- 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
- G06Q50/10—Services
Landscapes
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Tourism & Hospitality (AREA)
- Physics & Mathematics (AREA)
- Primary Health Care (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Health & Medical Sciences (AREA)
- Economics (AREA)
- General Health & Medical Sciences (AREA)
- Human Resources & Organizations (AREA)
- Marketing (AREA)
- General Business, Economics & Management (AREA)
- Strategic Management (AREA)
- Agronomy & Crop Science (AREA)
- Life Sciences & Earth Sciences (AREA)
- Marine Sciences & Fisheries (AREA)
- Animal Husbandry (AREA)
- Mining & Mineral Resources (AREA)
- Computing Systems (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- Instructional Devices (AREA)
Abstract
사회 연결망 그래프 기반 농축산물 질병 정보 시각화 장치 및 방법이 개시된다. 본 발명은, 시설물 정보와 차량 방문 정보를 기반으로 획득한 사회 연결망 그래프를 지도 데이터와 연계하여 제공한다. 본 발명에 따르면, 시설물을 노드(node)로 나타내고 차량 방문 정보 데이터를 기반으로 획득된 시설물 사이의 연결 관계를 링크(link)로 나타내는 사회 연결망 그래프(social network graph)의 분석을 통해 농축산물 질병의 발병 전 어떤 시설물을 방문한 차량이 시설물에 방문했을 때 농축산물 질병이 발병하는지 분석할 수 있고, 농축산물 질병이 발병한 시설물을 잠복기(incubation period) 내 방문한 차량들이 방문한 타 시설물들을 지리적으로 시각화하고, 농축산물 질병이 발생한 시설물과의 접촉관계(contact relationship)를 그래프 구성 요소인 링크를 이용하여 접촉 네트워크(contact network)로 시각화할 수 있기 때문에, 농축산물 질병의 잠재적 확산/전파 메커니즘을 추론할 수 있는 정보를 도출할 수 있다.
Description
본 발명은 사회 연결망 그래프 기반 농축산물 질병 정보 시각화 장치 및 방법에 관한 것으로, 더욱 상세하게는 시설물 정보와 차량 방문 정보를 기반으로 획득한 사회 연결망 그래프를 지도 데이터와 연계하여 제공하는 장치 및 방법에 관한 것이다.
농축산물 질병 중의 하나인 구제역은 구제역 바이러스에 의해 전염되는 전염성 높은 가축의 급성 전염병으로, 구제역 바이러스는 전염성이 매우 강하여 무리에서 한 마리가 감염되면 나머지 가축 모두에게 급속하게 감염된다. 일단 구제역 바이러스에 감염되면 특별하게 치료할 수 있는 치료법은 없고, 특정 지역에 발생된 경우 인근 지역에 대한 검역 및 방역을 하게 되며, 감염된 소 및 이와 접촉된 모든 소를 도살 처분하여 매장하고 있다.
그러나, 현재는 구제역 발생된 농가에 대한 목록만을 단순히 제공하는 것에 그치고 있어, 방역 관계자가 구제역 발병의 역학 관계를 분석하는데 많은 시간과 노력이 들어가고 있다. 이에 따라, 방역 관계자가 구제역 등과 같은 농축산물 질병의 발생 역학 관계를 분석을 보다 편리하게 신속하게 할 수 있도록 하는 도구의 개발이 필요한 실정이다.
본 발명이 이루고자 하는 기술적 과제는, 시설물 정보와 차량 방문 정보를 기반으로 획득한 사회 연결망 그래프를 지도 데이터와 연계하여 제공하는 사회 연결망 그래프 기반 농축산물 질병 정보 시각화 장치 및 방법을 제공하는 데 있다.
상기의 기술적 과제를 달성하기 위한 본 발명에 따른 사회 연결망 그래프 기반 농축산물 질병 정보 시각화 장치는, 통신부; 시설물 식별 정보를 통해 서로 관계가 설정된 시설물 정보 데이터, 차량 방문 정보 데이터 및 농축산물 질병 발생 시설물 정보 데이터를 저장하는 저장부; 및 상기 저장부에 저장된 상기 시설물 정보 데이터, 상기 차량 방문 정보 데이터 및 상기 농축산물 질병 발생 시설물 정보 데이터를 기초로 획득된 사회 연결망 그래프(social network graph)를 지도 데이터와 연계하여 상기 통신부를 통해 사용자 단말로 제공하는 제어부;를 포함하며, 상기 사회 연결망 그래프는, 시설물을 노드(node)로 나타내고, 상기 차량 방문 정보 데이터를 기반으로 획득된 시설물 사이의 연결 관계를 링크(link)로 나타낸다.
상기 제어부는, 상기 사용자 단말로부터 제공받은 검색 대상 시설물을 기준으로 상기 사회 연결망 그래프를 획득할 수 있다.
상기 제어부는, 상기 사용자 단말로부터 제공받은 검색 대상 기간을 기준으로 상기 사회 연결망 그래프를 획득할 수 있다.
상기 제어부는, 상기 검색 대상 시설물에 대응되는 노드를 다른 노드들과 구별할 수 있도록, 상기 검색 대상 시설물에 대응되는 노드의 색상, 크기 및 형태 중 적어도 하나가 다른 노드들과 다르게 된 상기 사회 연결망 그래프를 획득할 수 있다.
상기 제어부는, 상기 검색 대상 시설물에 대응되는 노드를 기준으로 다른 노드들과의 거리를 기반으로 사분위수 동심원을 획득하고, 획득된 사분위수 동심원이 포함된 상기 사회 연결망 그래프를 획득할 수 있다.
상기 제어부는, 농축산물 질병이 발생한 시설물에 대응되는 제1 노드와 농축산물 질병이 발생하지 않은 시설물에 대응되는 제2 노드가 서로 구별될 수 있도록, 상기 제1 노드와 상기 제2 노드의 색상, 크기 및 형태 중 적어도 하나가 서로 다르게 된 상기 사회 연결망 그래프를 획득할 수 있다.
상기 제어부는, 상기 차량 방문 정보 데이터를 기초로 제1 시설물과 제2 시설물을 연속하여 방문한 차량의 횟수를 획득하고, 획득된 차량의 횟수를 기반으로 상기 제1 시설물과 상기 제2 시설물 사이의 연결 관계를 나타내는 링크의 색상, 두께 및 형태 중 적어도 하나가 결정된 상기 사회 연결망 그래프를 획득할 수 있다.
상기 제어부는, 상기 차량 방문 정보 데이터를 기초로 시설물을 방문한 차량의 횟수를 획득하고, 획득된 차량의 횟수를 기반으로 상기 시설물에 대응되는 노드의 색상, 크기 및 형태 중 적어도 하나가 결정된 상기 사회 연결망 그래프를 획득할 수 있다.
상기 제어부는, 상기 차량 방문 정보 데이터를 기초로 상기 사용자 단말로부터 제공받은 검색 대상 차량에 대응되는 차량 방문 궤적을 획득하고, 획득된 상기 차량 방문 궤적이 포함된 상기 사회 연결망 그래프를 획득할 수 있다.
상기 제어부는, 상기 저장부에 저장된 상기 시설물 정보 데이터 및 상기 농축산물 질병 발생 시설물 정보 데이터를 기반으로 획득된 핀 맵(pin map), 커널 밀도 지도(kernel density map), k-최근린 지도(k-nearest neighbor map), 연속적 공간군집체 지도(spatial clump map), 시계열 애니메이션 지도, 단계 구분도, 윈드 로즈 다이어그램(wind rose diagram) 및 상대적 위험도 지도(relative risk map) 중 적어도 하나를 상기 지도 데이터와 연계하여 상기 통신부를 통해 상기 사용자 단말로 제공할 수 있다.
상기의 기술적 과제를 달성하기 위한 본 발명에 따른 사회 연결망 그래프 기반 농축산물 질병 정보 시각화 방법은, 사회 연결망 그래프 기반 농축산물 질병 정보 시각화 장치의 농축산물 질병 시각화 방법으로서, 시설물 식별 정보를 통해 서로 관계가 설정된 시설물 정보 데이터, 차량 방문 정보 데이터 및 농축산물 질병 발생 시설물 정보 데이터를 기초로 사회 연결망 그래프(social network graph)를 획득하는 단계; 및 획득된 상기 사회 연결망 그래프를 지도 데이터와 연계하여 통신망을 통해 사용자 단말로 제공하는 단계;를 포함하며, 상기 사회 연결망 그래프는, 시설물을 노드(node)로 나타내고, 상기 차량 방문 정보 데이터를 기반으로 획득된 시설물 사이의 연결 관계를 링크(link)로 나타낸다.
상기 사회 연결망 그래프 획득 단계는, 상기 사용자 단말로부터 제공받은 검색 대상 시설물을 기준으로 상기 사회 연결망 그래프를 획득하는 것으로 이루어질 수 있다.
상기 사회 연결망 그래프 획득 단계는, 상기 사용자 단말로부터 제공받은 검색 대상 기간을 기준으로 상기 사회 연결망 그래프를 획득하는 것으로 이루어질 수 있다.
상기 사회 연결망 그래프 획득 단계는, 상기 검색 대상 시설물에 대응되는 노드를 다른 노드들과 구별할 수 있도록, 상기 검색 대상 시설물에 대응되는 노드의 색상, 크기 및 형태 중 적어도 하나가 다른 노드들과 다르게 된 상기 사회 연결망 그래프를 획득하는 것으로 이루어질 수 있다.
상기 사회 연결망 그래프 획득 단계는, 상기 검색 대상 시설물에 대응되는 노드를 기준으로 다른 노드들과의 거리를 기반으로 사분위수 동심원을 획득하고, 획득된 사분위수 동심원이 포함된 상기 사회 연결망 그래프를 획득하는 것으로 이루어질 수 있다.
상기 사회 연결망 그래프 획득 단계는, 농축산물 질병이 발생한 시설물에 대응되는 제1 노드와 농축산물 질병이 발생하지 않은 시설물에 대응되는 제2 노드가 서로 구별될 수 있도록, 상기 제1 노드와 상기 제2 노드의 색상, 크기 및 형태 중 적어도 하나가 서로 다르게 된 상기 사회 연결망 그래프를 획득하는 것으로 이루어질 수 있다.
상기 사회 연결망 그래프 획득 단계는, 상기 차량 방문 정보 데이터를 기초로 제1 시설물과 제2 시설물을 연속하여 방문한 차량의 횟수를 획득하고, 획득된 차량의 횟수를 기반으로 상기 제1 시설물과 상기 제2 시설물 사이의 연결 관계를 나타내는 링크의 색상, 두께 및 형태 중 적어도 하나가 결정된 상기 사회 연결망 그래프를 획득하는 것으로 이루어질 수 있다.
상기 사회 연결망 그래프 획득 단계는, 상기 차량 방문 정보 데이터를 기초로 시설물을 방문한 차량의 횟수를 획득하고, 획득된 차량의 횟수를 기반으로 상기 시설물에 대응되는 노드의 색상, 크기 및 형태 중 적어도 하나가 결정된 상기 사회 연결망 그래프를 획득하는 것으로 이루어질 수 있다.
상기 사회 연결망 그래프 획득 단계는, 상기 차량 방문 정보 데이터를 기초로 상기 사용자 단말로부터 제공받은 검색 대상 차량에 대응되는 차량 방문 궤적을 획득하고, 획득된 상기 차량 방문 궤적이 포함된 상기 사회 연결망 그래프를 획득하는 것으로 이루어질 수 있다.
상기 시설물 정보 데이터 및 상기 농축산물 질병 발생 시설물 정보 데이터를 기반으로 획득된 핀 맵(pin map), 커널 밀도 지도(kernel density map), k-최근린 지도(k-nearest neighbor map), 연속적 공간군집체 지도(spatial clump map), 시계열 애니메이션 지도, 단계 구분도, 윈드 로즈 다이어그램(wind rose diagram) 및 상대적 위험도 지도(relative risk map) 중 적어도 하나를 상기 지도 데이터와 연계하여 상기 통신망을 통해 상기 사용자 단말로 제공하는 단계를 더 포함할 수 있다.
상기의 기술적 과제를 달성하기 위한 본 발명에 따른 컴퓨터 프로그램은 컴퓨터로 읽을 수 있는 기록 매체에 저장되어 상기한 방법 중 어느 하나를 컴퓨터에서 실행시킨다.
본 발명에 따른 사회 연결망 그래프 기반 농축산물 질병 정보 시각화 장치 및 방법에 의하면, 시설물을 노드(node)로 나타내고 차량 방문 정보 데이터를 기반으로 획득된 시설물 사이의 연결 관계를 링크(link)로 나타내는 사회 연결망 그래프(social network graph)의 분석을 통해 농축산물 질병의 발병 전 어떤 시설물을 방문한 차량이 시설물에 방문했을 때 농축산물 질병이 발병하는지 분석할 수 있다.
또한, 농축산물 질병이 발병한 시설물을 잠복기(incubation period) 내 방문한 차량들이 방문한 타 시설물들을 지리적으로 시각화하고, 농축산물 질병이 발생한 시설물과의 접촉관계(contact relationship)를 그래프 구성 요소인 링크를 이용하여 접촉 네트워크(contact network)로 시각화할 수 있기 때문에, 농축산물 질병의 잠재적 확산/전파 메커니즘을 추론할 수 있는 정보를 도출할 수 있다.
그리고, 사회 연결망 그래프는 농축산물 질병이 발병하는 경우, 어느 지역을 대상으로 방역 활동을 중점적으로 강화할 필요가 있는지 여부를 실증적으로 판단하기에 유용한 정보를 제공하기 때문에, 선택과 집중에 의한 효율적인 초동 방역 조치에 유용하게 활용할 수 있다.
도 1은 본 발명의 바람직한 실시예에 따른 사회 연결망 그래프 기반 농축산물 질병 정보 시각화 장치를 설명하기 위한 블록도이다.
도 2는 본 발명의 바람직한 실시예에 따른 시설물 식별 정보를 통해 서로 관계가 설정된 시설물 정보 데이터, 차량 방문 정보 데이터 및 농축산물 질병 발생 시설물 정보 데이터의 일례를 설명하기 위한 도면이다.
도 3은 본 발명의 바람직한 실시예에 따른 사회 연결망 그래프의 일례를 설명하기 위한 도면이다.
도 4는 본 발명의 바람직한 실시예에 따른 사회 연결망 그래프가 지도 데이터와 연계하여 표시되는 일례를 설명하기 위한 도면이다.
도 5는 본 발명의 바람직한 실시예에 따른 차량 방문 궤적이 표시되는 일례를 설명하기 위한 도면이다.
도 6은 본 발명의 바람직한 실시예에 따른 핀 맵의 일례를 설명하기 위한 도면이다.
도 7은 본 발명의 바람직한 실시예에 따른 커널 밀도 지도, k-최근린 지도 및 연속적 공간군집체 지도의 일례를 설명하기 위한 도면이다.
도 8은 본 발명의 바람직한 실시예에 따른 윈드 로즈 다이어그램의 일례를 설명하기 위한 도면이다.
도 9는 본 발명의 바람직한 실시예에 따른 시계열 애니메이션 지도의 일례를 설명하기 위한 도면이다.
도 10은 본 발명의 바람직한 실시예에 따른 단계 구분도의 일례를 설명하기 위한 도면이다.
도 11은 본 발명의 바람직한 실시예에 따른 사회 연결망 그래프 기반 농축산물 질병 정보 시각화 방법을 설명하기 위한 흐름도이다.
도 2는 본 발명의 바람직한 실시예에 따른 시설물 식별 정보를 통해 서로 관계가 설정된 시설물 정보 데이터, 차량 방문 정보 데이터 및 농축산물 질병 발생 시설물 정보 데이터의 일례를 설명하기 위한 도면이다.
도 3은 본 발명의 바람직한 실시예에 따른 사회 연결망 그래프의 일례를 설명하기 위한 도면이다.
도 4는 본 발명의 바람직한 실시예에 따른 사회 연결망 그래프가 지도 데이터와 연계하여 표시되는 일례를 설명하기 위한 도면이다.
도 5는 본 발명의 바람직한 실시예에 따른 차량 방문 궤적이 표시되는 일례를 설명하기 위한 도면이다.
도 6은 본 발명의 바람직한 실시예에 따른 핀 맵의 일례를 설명하기 위한 도면이다.
도 7은 본 발명의 바람직한 실시예에 따른 커널 밀도 지도, k-최근린 지도 및 연속적 공간군집체 지도의 일례를 설명하기 위한 도면이다.
도 8은 본 발명의 바람직한 실시예에 따른 윈드 로즈 다이어그램의 일례를 설명하기 위한 도면이다.
도 9는 본 발명의 바람직한 실시예에 따른 시계열 애니메이션 지도의 일례를 설명하기 위한 도면이다.
도 10은 본 발명의 바람직한 실시예에 따른 단계 구분도의 일례를 설명하기 위한 도면이다.
도 11은 본 발명의 바람직한 실시예에 따른 사회 연결망 그래프 기반 농축산물 질병 정보 시각화 방법을 설명하기 위한 흐름도이다.
이하에서 첨부한 도면을 참조하여 본 발명에 따른 사회 연결망 그래프 기반 농축산물 질병 정보 시각화 장치 및 방법의 바람직한 실시예에 대해 상세하게 설명한다.
먼저, 도 1 내지 도 3을 참조하여 본 발명의 바람직한 실시예에 따른 사회 연결망 그래프 기반 농축산물 질병 정보 시각화 장치에 대하여 설명한다.
도 1은 본 발명의 바람직한 실시예에 따른 사회 연결망 그래프 기반 농축산물 질병 정보 시각화 장치를 설명하기 위한 블록도이다.
도 1을 참조하면, 본 발명에 따른 사회 연결망 그래프 기반 농축산물 질병 정보 시각화 장치(100)(이하 '시각화 장치'라 한다)는 통신망(300)을 통해 사용자 단말(200)과 연결된다.
시각화 장치(100)는 사회 연결망 그래프(social network graph)를 기반으로 농축산물 질병 정보를 시각화한 정보를 통신망(300)을 통해 사용자 단말(200)로 제공한다.
즉, 시각화 장치(100)는 시설물 정보 데이터, 차량 방문 정보 데이터 및 농축산물 질병 발생 시설물 정보 데이터를 기초로 사회 연결망 그래프를 획득할 수 있다.
여기서, 시설물 정보 데이터는 곡식 등의 농산물이나 소, 돼지, 닭 등의 축산물의 생산 농가 등과 같은 농축산물 시설물에 대한 정보로 이루어진다. 농축산물 시설물 정보는 "시설물 번호", "시설물 코드", "시설물 명칭", "시설물 소유주", "시설물 주소", "농축산물 종류", "읍면동 코드", "시설물 지리적 좌표" 등의 항목을 포함할 수 있다.
차량 방문 정보 데이터는 농축산물 시설물을 방문한 차량에 대한 정보로 이루어진다. 방문 차량 정보는 "차량 번호", "시설물 번호", "시설물 방문 순번", "시설물 명칭", "시설물 소유주", "시설물 주소", "농축산물 종류", "방문 일시", "방문자 유형", "회사 명칭", "최대 적재량", "차종 명칭" 등의 항목을 포함할 수 있다.
농축산물 질병 발생 시설물 정보 데이터는 농산물과 관련된 전염병 등의 질병이나 구제역, 돼지열병 등과 같은 축산물과 관련된 전염병 등의 질병이 발생한 시설물에 대한 정보로 이루어진다. 질병 발생 시설물 정보는 "신고 일시", "시설물 주소", "농축산물 종류", "사육 두수", "항원", "항체", "질병 발생 일시", "시설물 번호", "읍면동 코드", "시설물 명칭", "시설물 지리적 좌표" 등의 항목을 포함할 수 있다.
또한, 사회 연결망 그래프는 시설물을 노드(node)로 나타내고, 차량 방문 정보 데이터를 기반으로 획득된 시설물 사이의 연결 관계를 링크(link)로 나타낸다.
그리고, 시각화 장치(100)는 획득한 사회 연결망 그래프를 지도 데이터와 연계하여 통신망(300)을 통해 사용자 단말(200)로 제공할 수 있다.
한편, 시각화 장치(100)는 국가동물방역통합시스템(KAHIS) 등의 외부 서버(도시하지 않음)와 통신망(300)을 통해 연결되고, 시설물 정보 데이터, 차량 방문 정보 데이터, 농축산물 질병 발생 시설물 정보 데이터 등을 외부 서버로부터 제공받을 수 있다.
사용자 단말(200)은 통신망(300)을 통해 시각화 장치(100)와 연결되어 각종 데이터를 주고 받을 수 있다. 즉, 사용자 단말(200)은 시각화 장치(100)로부터 농축산물 질병 정보를 시각화한 정보를 수신하고, 수신한 시각화 정보를 화면에 디스플레이할 수 있다.
여기서, 사용자 단말(200)은 데스크톱 컴퓨터뿐만 아니라 노트북 컴퓨터, 워크스테이션, 팜톱(palmtop) 컴퓨터, UMPC(Ultra Mobile Personal Computer), 태블릿 PC, 개인 휴대 정보 단말기(Personal Digital Assistant, PDA), 웹 패드, 스마트폰, 휴대전화 등과 같이 메모리 수단을 구비하고 마이크로 프로세서를 탑재하여 연산 능력을 갖춘 단말기로 이루어질 수 있다.
통신망(300)은 구내 정보 통신망(local area network, LAN), 도시권 통신망(metropolitan area network, MAN), 광역 통신망(wide area network, WAN), 인터넷 등을 포함하는 데이터 통신망뿐만 아니라 전화망 등을 포함할 수 있고, 유선과 무선을 가리지 않으며, 어떠한 통신 방식을 사용하더라도 상관없다.
그러면, 본 발명의 바람직한 실시예에 따른 시각화 장치에 대하여 보다 자세하게 설명한다.
시각화 장치(100)는 통신부(110), 저장부(130) 및 제어부(150)를 포함할 수 있다.
통신부(110)는 유선 통신 모듈(도시하지 않음)이나 무선 통신 모듈(도시하지 않음)을 구비하고, 시각화 장치(100)의 유무선 통신을 위한 해당 데이터의 송수신 기능을 수행한다. 예컨대, 통신부(110)는 통신망(300)을 통해 사용자 단말(200)로부터 수신한 데이터 등을 제어부(150)로 제공할 수 있다. 또한, 통신부(110)는 제어부(150)로부터 제공받은 데이터 등을 통신망(300)을 통해 사용자 단말(200)로 송신할 수 있다.
저장부(130)는 시각화 장치(100)의 동작에 필요한 프로그램 및 데이터를 저장하는 역할을 수행하며, 프로그램 영역과 데이터 영역으로 구분될 수 있다. 프로그램 영역은 시각화 장치(100)의 전반적인 동작을 제어하는 프로그램, 시각화 장치(100)를 부팅시키는 운영체제(Operating System, OS), 사회 연결망 그래프 생성, 사회 연결망 그래프를 지도 데이터와 연계 등과 같은 시각화 장치(100)의 동작에 필요한 응용 프로그램 등을 저장할 수 있다. 데이터 영역은 시각화 장치(100)의 사용에 따라 발생하는 데이터가 저장되는 영역으로서, 지도 데이터, 시설물 정보 데이터, 차량 방문 정보 데이터, 농축산물 질병 발생 시설물 정보 데이터 등을 저장할 수 있다.
제어부(150)는 시각화 장치(100)의 각 구성 요소에 대한 전반적인 동작을 제어한다. 특히, 본 발명에 따른 제어부(150)는 시설물 정보 데이터, 차량 방문 정보 데이터 및 농축산물 질병 발생 시설물 정보 데이터를 기초로 사회 연결망 그래프를 획득한다. 그리고, 제어부(150)는 획득된 사회 연결망 그래프를 지도 데이터와 연계하여 통신부(110)를 통해 사용자 단말(200)로 제공한다.
즉, 제어부(150)는 시설물 식별 정보를 통해 시설물 정보 데이터, 차량 방문 정보 데이터 및 농축산물 질병 발생 시설물 정보 데이터의 관계를 서로 설정할 수 있다. 여기서, 시설물 식별 정보는 시설물을 식별할 수 있는 고유 정보로서, "시설물 번호" 등을 말한다. 제어부(150)는 시설물 식별 정보를 통해 서로 관계가 설정된 시설물 정보 데이터, 차량 방문 정보 데이터 및 농축산물 질병 발생 시설물 정보 데이터를 저장부(150)에 저장할 수 있다.
이때, 제어부(150)는 시설물 정보 데이터와 농축산물 질병 발생 시설물 정보 데이터의 "시설물 주소"를 지오코딩(geocoding)하여 위도, 경도의 지리적 좌표로 변환하고, 변환된 지리적 좌표를 "시설물 지리적 좌표" 항목으로 하여 시설물 정보 데이터와 농축산물 질병 발생 시설물 정보 데이터를 업데이트할 수 있다.
도 2는 본 발명의 바람직한 실시예에 따른 시설물 식별 정보를 통해 서로 관계가 설정된 시설물 정보 데이터, 차량 방문 정보 데이터 및 농축산물 질병 발생 시설물 정보 데이터의 일례를 설명하기 위한 도면이다.
도 2를 참조하면, 제어부(150)는 시설물 정보 데이터(FD)의 "시설물 식별 정보" 항목, 차량 방문 정보 데이터(VD)의 "시설물 식별 정보" 항목 및 농축산물 질병 발생 시설물 정보 데이터(DD)의 "시설물 식별 정보" 항목을 이용하여 시설물 정보 데이터(FD), 차량 방문 정보 데이터(VD) 및 농축산물 질병 발생 시설물 정보 데이터(DD) 사이의 관계를 서로 설정할 수 있다.
다시 도 1을 참조하면, 제어부(150)는 저장부(130)에 저장된 시설물 정보 데이터, 차량 방문 정보 데이터 및 농축산물 질병 발생 시설물 정보 데이터를 기초로 사회 연결망 그래프를 획득할 수 있다. 즉, 제어부(150)는 시설물 정보 데이터의 "시설물 지리적 좌표" 항목을 이용하여 해당 시설물을 노드로 나타낼 수 있다. 그리고, 제어부(150)는 차량 방문 정보 데이터의 방문 차량 정보를 이용하여 차량이 두 개의 노드를 연속하여 방문하면 해당 두 개의 노드는 서로 연결된 것으로 판단하여 해당 두 개의 노드의 연결 관계를 링크로 나타낼 수 있다.
이때, 제어부(150)는 사용자 단말(200)로부터 제공받은 검색 대상 시설물을 기준으로 사회 연결망 그래프를 획득할 수 있다. 즉, 제어부(150)는 차량 방문 정보 데이터를 이용하여 검색 대상 시설물을 방문한 차량의 방문 궤적을 획득하고, 획득한 차량 방문 궤적을 통해 검색 대상 시설물을 기준으로 하는 사회 연결망 그래프를 획득할 수 있다. 또한, 제어부(150)는 사회 연결망 그래프 상에서 검색 대상 시설물이 중앙에 위치하도록 할 수 있다.
여기서, 제어부(150)는 검색 대상 시설물에 대응되는 노드를 사회 연결망 그래프의 다른 노드들과 구별할 수 있도록, 검색 대상 시설물에 대응되는 노드의 색상, 크기, 형태 중 적어도 하나가 다른 노드들과 다르게 된 사회 연결망 그래프를 획득할 수 있다. 예컨대, 제어부(150)는 검색 대상 시설물에 대응되는 노드를 빨간색으로 하고, 다른 노드들을 검정색으로 하여, 검색 대상 시설물에 대응되는 노드를 다른 노드들과 구별할 수 있도록 할 수 있다.
또한, 제어부(150)는 검색 대상 시설물에 대응되는 노드를 기준으로 다른 노드들과의 거리를 기반으로 사분위수 동심원을 획득하고, 획득된 사분위수 동심원이 포함된 사회 연결망 그래프를 획득할 수 있다. 예컨대, 제어부(150)는 검색 대상 시설물에 대응되는 노드와 가장 가까운 거리에 있는 노드에 대응되는 동심원, 검색 대상 시설물에 대응되는 노드와 가장 먼 거리에 있는 노드에 대응되는 동심원, 검색 대상 시설물에 대응되는 노드와 가장 먼 거리에 있는 노드 사이에 위치한 노드의 개수를 기반으로 획득한 1사분위/2사분위/3사분위 동심원을 획득할 수 있다.
그리고, 제어부(150)는 사용자 단말(200)로부터 제공받은 검색 대상 기간을 기준으로 사회 연결망 그래프를 획득할 수 있다. 즉, 제어부(150)는 차량 방문 정보 데이터를 이용하여 검색 대상 기간 동안의 차량 방문 정보를 획득하고, 획득한 차량 방문 정보를 통해 사회 연결망 그래프를 획득할 수 있다.
또한, 제어부(150)는 농축산물 질병이 발생한 시설물에 대응되는 제1 노드와 농축산물 질병이 발생하지 않은 시설물에 대응되는 제2 노드가 서로 구별될 수 있도록, 제1 노드와 제2 노드의 색상, 크기 및 형태 중 적어도 하나가 서로 다르게 된 사회 연결망 그래프를 획득할 수 있다. 예컨대, 제어부(150)는 사회 연결망 그래프 상에서 농축산물 질병이 발생한 시설물에 대응되는 노드는 원형 형태로 하고, 농축산물 질병이 발생하지 않은 시설물에 대응되는 노드는 사각형 형태로 하여, 시설물의 농축산물 질병 발생 여부를 구별할 수 있도록 할 수 있다.
그리고, 제어부(150)는 차량 방문 정보 데이터를 기초로 제1 시설물과 제2 시설물을 연속하여 방문한 차량의 횟수를 획득할 수 있다. 그런 다음, 제어부(150)는 획득된 차량의 횟수를 기반으로 제1 시설물과 제2 시설물 사이의 연결 관계를 나타내는 링크의 색상, 두께 및 형태 중 적어도 하나가 결정된 사회 연결망 그래프를 획득할 수 있다. 즉, 제어부(150)는 제1 시설물을 방문한 다음 연속하여 제2 시설물을 방문한 차량이나 제2 시설물을 방문한 다음 연속하여 제1 시설물을 방문한 차량의 횟수를 획득하고, 획득한 차량의 횟수를 기반으로 사회 연결망 그래프 상에서 제1 시설물과 제2 시설물 사이의 링크의 색상, 두께 및 형태 중 적어도 하나를 결정할 수 있다. 예컨대, 제1 시설물과 제2 시설물을 연속하여 방문한 차량의 횟수가 '1회'인 경우, 제어부(150)는 제1 시설물과 제2 시설물 사이의 연결 관계를 나타내는 링크의 두께를 '1mm'로 할 수 있다. 반면, 제3 시설물과 제4 시설물을 연속하여 방문한 차량의 횟수가 '10회'인 경우, 제어부(150)는 제3 시설물과 제4 시설물 사이의 연결 관계를 나타내는 링크의 두께를 '2mm'로 할 수 있다.
또한, 제어부(150)는 차량 방문 정보 데이터를 기초로 시설물을 방문한 차량의 횟수를 획득할 수 있다. 그런 다음, 제어부(150)는 획득된 차량의 횟수를 기반으로 시설물에 대응되는 노드의 색상, 크기 및 형태 중 적어도 하나가 결정된 사회 연결망 그래프를 획득할 수 있다. 즉, 제어부(150)는 시설물을 방문한 차량의 횟수를 획득하고, 획득한 차량의 횟수를 기반으로 사회 연결망 그래프 상에서 해당 시설물에 대응되는 노드의 색상, 크기 및 형태 중 적어도 하나를 결정할 수 있다. 예컨대, 제1 시설물을 방문한 차량의 횟수가 '1회'인 경우, 제어부(150)는 제1 시설물에 대응되는 노드의 색상을 회색으로 할 수 있다. 반면, 제2 시설물을 방문한 차량의 횟수가 '10회'인 경우, 제어부(150)는 제2 시설물에 대응되는 노드의 색상을 검정색으로 할 수 있다.
그리고, 제어부(150)는 차량 방문 정보 데이터를 기초로 사용자 단말(200)로부터 제공받은 검색 대상 차량에 대응되는 차량 방문 궤적을 획득할 수 있다. 그런 다음, 제어부(150)는 획득된 차량 방문 궤적이 포함된 사회 연결망 그래프를 획득할 수 있다. 즉, 제어부(150)는 사용자 단말(200)로부터 검색 대상 차량을 제공받으면, 검색 대상 차량에 기초한 차량 번호를 이용하여 차량 방문 정보 데이터에서 해당 차량의 방문 정보를 획득할 수 있다. 그리고, 제어부(150)는 획득한 차량 방문 정보를 통해 해당 차량의 방문 궤적을 획득할 수 있다.
도 3은 본 발명의 바람직한 실시예에 따른 사회 연결망 그래프의 일례를 설명하기 위한 도면이다.
도 3을 참조하면, 사회 연결망 그래프는 시설물을 나타내는 노드(N1 내지 N7)와 시설물 사이의 연결 관계를 나타내는 링크(L12, L24, L43, L45, L26, L16, L17)로 이루어진다. 제1 노드(N1)가 농축산물 질병이 발생한 최초 시설물이라고 하면, 제1 노드(N1)가 감염된 이후 제1 노드(N1)를 방문한 차량들이 제2 노드(N2)를 방문한 횟수가 상대적으로 많아 제1 노드(N1)와 제2 노드(N2)를 연결하는 링크(L12)는 굵게 표시된다. 이후, 제2 노드(N2)를 방문한 뒤 제4 노드(N4)를 방문한 차량들에 의해 제4 노드(N4) 역시 농축산물 질병에 감염되었다. 도 3에 도시된 노드(N1 내지 N7) 증 제1 노드(N1), 제2 노드(N2), 제3 노드(N3), 제4 노드(N4) 및 제 노드(N6)는 농축산물 질병에 감염된 노드이고, 제5 노드(N5) 및 제7 노드(N7)는 농축산물 질병에 감염되지 않은 노드이다. 농축산물 질병 감염 여부를 구별하기 위해, 감염된 노드와 감염되지 않은 노드는 그 형태가 서로 다르게 되어 있다. 제4 노드(N4)는 차량 방문을 매개로 다시 제3 노드(N3)를 감염시키게 된다. 그러나, 감염된 제4 노드(N4)와 연결 관계가 형성된 제5 노드(N5)는 감염되지 않았다. 이는 감염 과정에서의 다양한 요인에 의하여 감염되지 않았음을 예시하기 위한 것이다. 예컨대, 제5 노드(N5)는 방역 활동을 매우 엄격하게 시행하여 감염되지 않을 수 있다. 제6 노드(N6)는 제1 노드(N1)와 제2 노드(N2)와 연결 관계가 형성되고 결국 감염되게 된다. 제1 노드(N1)를 방문한 차량이 제7 노드(N7)도 방문하였지만 방문 빈도가 높지 않아, 제7 노드(N7)는 감염되지 않게 된다.
이와 같이, 사회 연결망 그래프는 노드를 링크로 연결하여 시각화함으로써, 노드 사이의 전체적인 연결 구조의 특성을 한눈에 파악하기에 유용한 분석 도구입니다. 예컨대, 농축산물 질병이 처음 발생한 시설물 A를 방문한 차량들이 시설물 B를 방문했다면, 시설물 A와 시설물 B는 연결 관계가 형성된 것으로 본다. 시설물 A를 방문한 차량들이 시설물 B를 방문한 뒤 일정 시간이 경과한 다음 시설물 B가 농축산물 질병이 발생한 시설물로 판명된 경우, 시설물 A와 시설물 B 사이의 연결 관계에 의한 시설물 A에서 시설물 B로의 질병 전파 경로를 의심할 수 있는 개연성이 형성된다. 만일, 방문한 차량들의 수나 방문 빈도 등이 증가할 수록 이러한 개연성에 대한 추론은 더욱 강화된 증거를 가지게 된다. 이에 따라, 시설물을 노드로 하고 시설물 사이의 연결 관계를 링크로 하여 시각화하면, 농축산물 질병의 전파/확산 과정에 대한 메커니즘을 직관적으로 이해하는데 도움을 줄 수 있다.
아울러, 제어부(150)는 저장부(130)에 저장된 시설물 정보 데이터 및 농축산물 질병 발생 시설물 정보 데이터를 기반으로 획득된 시각화 분석 정보를 지도 데이터와 연계하여 통신부(110)를 통해 사용자 단말(200)로 제공할 수 있다.
여기서, 시각화 분석 정보는 핀 맵(pin map), 커널 밀도 지도(kernel density map), k-최근린 지도(k-nearest neighbor map), 연속적 공간군집체 지도(spatial clump map), 시계열 애니메이션 지도, 단계 구분도, 윈드 로즈 다이어그램(wind rose diagram) 및 상대적 위험도 지도(relative risk map) 중 적어도 하나를 말한다.
핀 맵은 농축산물 시설물의 지리적 위치를 지도 상에 핀으로 표시하여 해당 시설물의 지리적 위치를 나타낸 시각화 분석 정보를 말한다. 즉, 제어부(150)는 시설물 정보 데이터의 "시설물 지리적 좌표" 항목이나 농축산물 질병 발생 시설물 정보 데이터의 "시설물 지리적 좌표" 항목을 통해 전체 시설물이나 농축산물 질병이 발생한 시설물의 지리적 위치를 지도 상에 표시하여 핀 맵을 획득할 수 있다. 이때, 제어부(150)는 전체 시설물의 지리적 위치를 지도 상에 표시할 때, 농축산물 질병이 발생한 시설물과 농축산물 질병이 발생하지 않은 시설물을 구별할 수 있게 핀의 색상, 크기 및 형태 중 적어도 하나를 다르게 할 수 있다.
커널 밀도 지도는 지도 상에 핀으로 표시된 시설물의 지리적 위치를 공간 상에서 집계하여 시각화한 시각화 분석 정보를 말한다. 즉, 제어부(150)는 분석 대상 영역을 미리 설정된 크기의 격자(grid)로 분할할 수 있다. 여기서, 격자는 사각형 등과 같이 다양한 형태로 설정될 수 있다. 그리고, 제어부(150)는 시설물 정보 데이터의 "시설물 지리적 좌표" 항목이나 농축산물 질병 발생 시설물 정보 데이터의 "시설물 지리적 좌표" 항목을 기반으로 각 격자 내에 위치한 시설물(또는 농축산물 질병이 발생된 시설물)의 개수를 산정할 수 있다. 그리고, 제어부(150)는 각 격자마자 커널(kernel)을 적용하여 각 격자의 시설물 개수를 보정할 수 있다. 여기서, 커널은 한 격자를 중심으로 다른 격자와의 지리적 거리에 따라 격자가 가지고 있는 값(예컨대, 시설물 개수 등)을 조정하기 위한 것으로, 격자별 값을 격자들 간 거리에 따라 재배분할 수 있다. 예컨대, 큰 값을 가지는 격자의 바로 옆에 있는 격자가 작은 값을 가지면, 큰 값을 가지는 격자의 값 중 일부는 거리를 매개로 작은 값을 가지는 격자로 배분된다. 이에 따라, 격자 분할 방식에 따라 발생한 인접한 격자들 간 차이를 줄일 수 있다. 물론, 작은 값을 가지는 격자의 값도 일정 부분 큰 값을 가지는 격자로 거리를 매개로 배분될 수 있다. 그러나, 작은 값을 가지는 격자의 입장에서는 잃는 것(큰 값을 가지는 격자로 배분되어 나가는 분량)보다는 얻는 것(큰 값을 가지는 격자로부터 배분되어 들어오는 분량)이 많아지기 때문에, 격자들 간 차이가 줄어들게 된다. 따라서, 커널을 이용하여 격자들 차이를 완화하는 방식으로 격자별 시설물 개수(즉, 밀도)의 차이를 감소시켜 공간적 평활화(spatial smoothing)를 수행할 수 있다.
k-최근린 지도는 시설물의 지리적 위치를 기반으로 각 시설물별로 k번째 가까운 위치의 다른 시설물의 지리적 위치를 연결한 시각화 분석 정보를 말한다. 즉, 제어부(150)는 시설물 정보 데이터의 "시설물 지리적 좌표" 항목이나 농축산물 질병 발생 시설물 정보 데이터의 "시설물 지리적 좌표" 항목을 통해 시설물(또는 농축산물 질병이 발생한 시설물) 별로 k번째 가까운 위치의 다른 시설물의 위치를 연결하여 k-최근린 지도를 획득할 수 있다. k-최근린 지도는 시설물(또는 농축산물 질병이 발생한 시설물)들이 지리적으로 얼마나 인접해 있는지를 파악하는데 활용될 수 있다. 예컨대, k가 '1'이면, 제어부(150)는 가장 지리적으로 가까운 시설물들끼리 연결한 지도를 획득할 수 있다. 농축산물 질병이 발생한 시설물을 대상으로 k가 '1'인 k-최근린 지도를 획득한 결과, 농축산물 질병이 발생한 시설물끼리 연결된 선들이 지도 상에 많이 보인다면, 이는 농축산물 질병 발생 및 전파가 전반적으로 근거리에서 이루어지는 경향이 있음을 나타내는 것이다.
연속적 공간군집체 지도는 시설물의 지리적 위치들 간 거리가 미리 설정된 이격 거리보다 작을 경우 연속적 공간군집체(spatial clump)의 일원으로 포함하여 지도 상에 표시하는 시각화 분석 정보를 말한다. 즉, 제어부(150)는 시설물 정보 데이터의 "시설물 지리적 좌표" 항목이나 농축산물 질병 발생 시설물 정보 데이터의 "시설물 지리적 좌표" 항목을 통해 시설물(또는 농축산물 질병이 발생한 시설물)의 지리적 위치들 간 거리가 미리 설정된 이격 거리보다 작은 시설물(또는 농축산물 질병이 발생한 시설물)들을 하나의 군집으로 하는 연속적 공간군집체 지도를 획득할 수 있다. 예컨대, 농축산물 질병이 발생한 네 개의 시설물의 지리적 위치가 네 개의 점(p1, p2, p3, p4)으로 지도 상에 표시되고, 이겨 거리가 '100m'로 설정된 경우, 시설물 p1과 시설물 p2 간 거리가 90m라고 하면 시설물 p1과 시설물 p2는 제1 군집의 일원이 될 수 있다. 만일, 시설물 p3가 시설물 p1(또는 시설물 p2)로부터 100m 이하의 거리에 위치할 경우, 시설물 p3도 제1 군집의 일원으로 추가될 수 있다. 가령, 시설물 p3이 시설물 p1와의 거리는 80m이고 시설물 p2와의 거리는 150m인 경우, 시설물 p1과의 거리를 적용하여 시설물 p3를 제1 군집의 일원으로 추가할 수 있다. 물론, 시설물 p3이 시설물 p1과 시설물 p2 전부와의 거리가 100m이하인 경우에만 시설물 p3를 제1 군집의 일원으로 추가할 수도 있다. 이와 같은 연속적 공간군집체 지도를 농축산물 질병이 발생한 시설물을 대상으로 획득한 경우, 농축산물 질병이 발생한 시설물들 중 미리 설정된 이격 거리 내에 위치하는(즉, 동일한 군집에 포함되는) 시설물들은 잠재적 접촉 가능성이 높은 것으로 파악할 수 있다. 이러한 연속적 공간군집체는 이격 거리와 시설물(또는 농축산물 질병이 발생한 시설물)의 공간적 분포에 따라 다수 개가 생성될 수 있다. 이격 거리를 크게 설정하면 시설물들 간 잠재적 접촉 가능성의 공간적 범위를 넓히겠다는 의미를 나타낸다.
시계열 애니메이션 지도는 농축산물 질병이 발생한 일시를 기준으로 발생 시설물의 지리적 위치를 나타낸 시각화 분석 정보를 말한다. 즉, 제어부(150)는 농축산물 질병 발생 시설물 정보 데이터의 "시설물 지리적 좌표" 항목과 "질병 발생 일시" 항목을 통해 시간적 흐름에 따라 농축산물 질병이 발생한 시설물의 지리적 위치를 확인할 수 있는 시계열 애니메이션 지도를 획득할 수 있다. 예컨대, 시계열 애니메이션 지도는 시간적 흐름에 따라 농축산물 질병이 발생한 시설물의 지리적 위치를 쉽게 확인할 수 있도록, 시간적 흐름에 대응되는 농축산물 질병이 발생한 시설물이 깜빡거리도록 이루어질 수 있다.
단계 구분도는 행정 구역(예컨대, 시구, 시군구, 읍면동 등)별로 시설물의 개수를 산출하여 행정 구역별 시설물 개수를 개략적으로 비교할 수 있는 시각화 분석 정보를 말한다. 즉, 제어부(150)는 시설물 정보 데이터의 "시설물 지리적 좌표" 항목과 "시설물 주소" 항목이나 농축산물 질병 발생 시설물 정보 데이터의 "시설물 지리적 좌표" 항목과 "시설물 주소" 항목을 통해 시설물(또는 농축산물 질병이 발생한 시설물)의 개수를 행정 구역별로 산출할 수 있다. 그리고, 제어부(150)는 행정 구역별로 산출된 시설물(또는 농축산물 질병이 발생한 시설물)의 개수를 기반으로 행정 구역별 시설물 개수를 비교할 수 있도록 지도 상에서 해당 행정 구역에 대응되는 영역의 색상 등을 달리하여 단계 구분도를 획득할 수 있다. 예컨대, 시설물 개수가 많으면 행정 구역에 대응되는 영역이 진하게 표시하고, 시설물 개수가 적으면 행정 구역에 대응되는 영역을 연하게 표시할 수 있다.
윈드 로즈 다이어그램은 특정 시설물의 지리적 위치를 중심(기준점)으로 하여 주변의 다른 시설물의 방향별 분포 특성을 나타낸 시각화 분석 정보를 말한다. 즉, 제어부(150)는 특정 시설물(또는 농축산물 질병이 발생한 시설물)의 지리적 위치를 중심(기준점)으로 360도 방향을 미리 설정된 간격(즉, 각도)으로 분할하여 복수 개의 윈드 로즈 가지를 생성할 수 있다. 여기서, 윈드 로즈 가지는 기준점에서의 각도가 미리 설정된 간격(예컨대, 30도 등)인 이등변 삼각형으로 표현할 수 있다. 그리고, 제어부(150)는 시설물 정보 데이터의 "시설물 지리적 좌표" 항목이나 농축산물 질병 발생 시설물 정보 데이터의 "시설물 지리적 좌표" 항목을 통해 각각의 윈드 로즈 가지 내에 위치하는 시설물(또는 농축산물 질병이 발생한 시설물)의 개수를 산출할 수 있다. 그리고, 제어부(150)는 각각의 윈드 로즈 가지에 대응되는 시설물(또는 농축산물 질병이 발생한 시설물)의 개수를 기반으로 각각의 윈드 로즈 가지의 길이(즉, 이등변 삼각형 등변의 길이)를 결정한 윈드 로즈 다이어그램을 획득할 수 있다. 예컨대, 농축산물 질병이 발생한 시설물 A를 중심으로 방향별 시설물의 개수를 집계한 결과, 4시 방향과 10시 방향에 대응되는 윈드 로즈 가지의 길이가 긴 것으로 나타나면, 두 방향을 연결한 경로를 중심으로 시설물들 간 접촉(사람이나 차량 등에 의한 접촉) 가능성이 높은 것으로 해석할 수 있다.
상대적 위험도 지도는 농축산물 질병이 발생한 시설물의 지리적 위치와 농축산물 질병이 발생하지 않은 시설물의 지리적 위치를 이용하여 지리적 공간상에서 시설물의 지리적 위치에 대한 농축산물 질병 발생 가능성을 나타내는 시각화 분석 정보를 말한다. 즉, 제어부(150)는 시설물 정보 데이터의 "시설물 지리적 좌표" 항목이나 농축산물 질병 발생 시설물 정보 데이터의 "시설물 지리적 좌표" 항목을 통해 시설물의 지리적 위치에 대한 농축산물 질병 발생 가능성을 산출할 수 있다. 예컨대, 경상북도 지역 내 모든 시설물의 개수는 '1,000개'이고, 농축산물 질병이 발생한 시설물의 개수는 '100개'이며, 다른 조건은 동일하다고 하면, 시설물 1개당 농축산물 질병 발생 가능성은 '10%'라고 할 수 있다. 물론, 농축산물 질병 발생 가능성은 다양한 방식으로 산출할 수 있다. 즉, 농축산물 질병이 발생한 시설물 A를 중심으로 주변 300m 반경 이내 농축산물 질병이 발생한 다른 시설물의 개수를 토대로 농축산물 질병 발생 가능성을 산출할 수 있다. 또한, 모든 농축산물 질병이 발생한 시설물을 중심으로 주변 300m 반경 이내 농축산물 질병이 발생한 다른 시설물의 개수를 산출한 뒤 그 평균값을 농축산물 질병 발생 가능성으로 이용할 수 있다. 이때, 농축산물 질병이 발생한 시설물의 사육 두수를 가중치로 적용하여 농축산물 질병 발생 가능성을 산출할 수도 있다.
그리고, 제어부(150)는 시설물의 지리적 위치에 대한 농축산물 질병 발생 가능성을 토대로 지도상에 질병 발생 가능성 정도를 시각화하여 상대적 위험도 지도를 획득할 수 있다.
그러면, 도 4 내지 도 10을 참조하여 본 발명의 바람직한 실시예에 따른 사회 연결망 그래프 기반 농축산물 질병 정보 시각화 장치가 정보를 시각화하는 다양한 예시에 대하여 설명한다.
도 4는 본 발명의 바람직한 실시예에 따른 사회 연결망 그래프가 지도 데이터와 연계하여 표시되는 일례를 설명하기 위한 도면이다.
본 발명에 따른 시각화 장치(100)가 사회 연결망 그래프를 지도 데이터와 연계하여 사용자 단말(200)로 제공하면, 사용자 단말(200)은 도 4에 도시된 바와 같이 사회 연결망 그래프를 화면(SCR)에 디스플레이할 수 있다.
도 4를 참조하면, 사회 연결망 그래프의 노드(ND)는 시설물의 지리적 위치를 나타내고, 링크(LK)는 시설물 사이의 연결 관계를 나타낸다. 그리고, 사회 연결망 그래프는 사분위수 동심원(SR)를 포함할 수 있다.
도 5는 본 발명의 바람직한 실시예에 따른 차량 방문 궤적이 표시되는 일례를 설명하기 위한 도면이다.
도 5를 참조하면, 화면(SCR)에 표시된 사회 연결망 그래프는 사용자의 조작에 의해 선택된 검색 대상 차량에 대응되는 차량 방문 궤적(VT)을 포함할 수 있다. 이 경우, 사회 연결망 그래프를 구성하는 링크 전부를 화면에 표시하지 않고, 검색 대상 차량에 대응되는 차량 방문 궤적(VT)에 따른 링크만을 화면에 표시할 수 있다.
도 6은 본 발명의 바람직한 실시예에 따른 핀 맵의 일례를 설명하기 위한 도면이다.
도 6을 참조하면, 화면(SCR)에 표시된 핀 맵은 농축산물 시설물의 지리적 위치를 지도 상에 핀(PN)으로 표시한다. 이때, 농축산물 질병이 발생한 시설물에 대응되는 핀과 농축산물 질병이 발생하지 않은 시설물에 대응되는 핀은 색상, 크기 및 형태 중 적어도 하나가 다르게 될 수 있다. 이에 따라, 농축산물 질병이 발생한 시설물과 농축산물 질병이 발생하지 않은 시설물을 쉽게 구분할 수 있다.
도 7은 본 발명의 바람직한 실시예에 따른 커널 밀도 지도, k-최근린 지도 및 연속적 공간군집체 지도의 일례를 설명하기 위한 도면이다.
도 7을 참조하면, 화면(SCR)에 표시된 커널 밀도 지도(KD 참조)는 지도 상에 핀으로 표시된 시설물의 지리적 위치를 공간 상에서 집계하여 시각화한 정보를 포함한다.
그리고, 화면(SCR)에 표시된 k-최근린 지도(KN 참조)는 각 시설물별로 k번째 가까운 위치의 다른 시설물을 연결하여 시각화한 정보를 포함한다.
또한, 화면(SCR)에 표시된 연속적 공간군집체 지도(SC 참조)는 시설물들 간 거리가 미리 설정된 이격 거리보다 작을 경우 연속적 공간군집체의 일원으로 포함하여 시각화한 정보를 포함한다.
도 8은 본 발명의 바람직한 실시예에 따른 윈드 로즈 다이어그램의 일례를 설명하기 위한 도면이다.
도 8을 참조하면, 화면(SCR)에 표시된 윈드 로즈 다이어그램은 특정 시설물을 중심(BP)으로 하여 주변의 다른 시설물의 방향별 분포 특성을 시각화한 윈드 로즈 가지들(WR1, WR2)을 포함한다.
도 9는 본 발명의 바람직한 실시예에 따른 시계열 애니메이션 지도의 일례를 설명하기 위한 도면이다.
도 9를 참조하면, 화면(SCR)에 표시된 시계열 애니메이션 지도는 시간적 흐름에 따라 농축산물 질병이 발생한 시설물을 표시한다. 예컨대, 시간의 흐름에 따라 농축산물 질병이 발생한 시설물의 순서가 제1 지역(TA1), 제2 지역(TA2) 및 제3 지역(TA3)이라면, 시간적 흐름에 대응되는 농축산물 질병이 발생한 시설물을 사용자가 확인할 수 있도록, 제1 지역(TA1), 제2 지역(TA2), 제3 지역(TA3)의 순서로 화면에 표시할 수 있다.
도 10은 본 발명의 바람직한 실시예에 따른 단계 구분도의 일례를 설명하기 위한 도면이다.
도 10을 참조하면, 화면(SCR)에 표시된 단계 구분도는 행정 구역별로 산출된 시설물의 개수를 기반으로 행정 구역별 시설물 개수를 개략적으로 비교할 수 있도록 시각화한 정보를 포함한다. 예컨대, 제1 행정 구역(SD1), 제2 행정 구역(SD2), 제3 행정 구역(SD3), 제4 행정 구역(SD4), 제5 행정 구역(SD5)의 순서대로 영역의 색상이 진하게 표시되어 있다. 이는 제1 행정 구역(SD1) 내에 위치한 시설물의 개수가 제일 작고, 제5 행정 구역(SD5) 내에 위치한 시설물의 개수가 제일 많은 것을 나타낸다.
그러면, 도 11을 참조하여 본 발명의 바람직한 실시예에 따른 사회 연결망 그래프 기반 농축산물 질병 정보 시각화 방법에 대하여 설명한다.
도 11은 본 발명의 바람직한 실시예에 따른 사회 연결망 그래프 기반 농축산물 질병 정보 시각화 방법을 설명하기 위한 흐름도이다.
도 11을 참조하면, 시각화 장치(100)는 시설물 정보 데이터, 차량 방문 정보 데이터 및 농축산물 질병 발생 시설물 정보 데이터를 기초로 사회 연결망 그래프를 획득한다(S110). 여기서, 사회 연결망 그래프는 시설물을 노드로 나타내고, 차량 방문 정보 데이터를 기반으로 획득된 시설물 사이의 연결 관계를 링크로 나타낸다.
즉, 시각화 장치(100)는 시설물 식별 정보를 통해 시설물 정보 데이터, 차량 방문 정보 데이터 및 농축산물 질병 발생 시설물 정보 데이터의 관계를 서로 설정할 수 있다. 또한, 시각화 장치(100)는 시설물 식별 정보를 통해 서로 관계가 설정된 시설물 정보 데이터, 차량 방문 정보 데이터 및 농축산물 질병 발생 시설물 정보 데이터를 저장할 수 있다. 이때, 시각화 장치(100)는 시설물 정보 데이터와 농축산물 질병 발생 시설물 정보 데이터의 "시설물 주소"를 지오코딩하여 위도, 경도의 지리적 좌표로 변환하고, 변환된 지리적 좌표를 "시설물 지리적 좌표" 항목으로 하여 시설물 정보 데이터와 농축산물 질병 발생 시설물 정보 데이터를 업데이트할 수 있다.
그리고, 시각화 장치(100)는 시설물 정보 데이터의 "시설물 지리적 좌표" 항목을 이용하여 해당 시설물을 노드로 나타내고, 차량 방문 정보 데이터의 방문 차량 정보를 이용하여 차량이 두 개의 노드를 연속하여 방문하면 해당 두 개의 노드는 서로 연결된 것으로 판단하여 해당 두 개의 노드의 연결 관계를 링크로 나타내는 사회 연결망 그래프를 획득할 수 있다.
이때, 시각화 장치(100)는 사용자 단말(200)로부터 제공받은 검색 대상 시설물을 기준으로 사회 연결망 그래프를 획득할 수 있다. 여기서, 시각화 장치(100)는 검색 대상 시설물에 대응되는 노드를 사회 연결망 그래프의 다른 노드들과 구별할 수 있도록, 검색 대상 시설물에 대응되는 노드의 색상, 크기, 형태 중 적어도 하나가 다른 노드들과 다르게 된 사회 연결망 그래프를 획득할 수 있다.
또한, 시각화 장치(100)는 검색 대상 시설물에 대응되는 노드를 기준으로 다른 노드들과의 거리를 기반으로 사분위수 동심원을 획득하고, 획득된 사분위수 동심원이 포함된 사회 연결망 그래프를 획득할 수 있다.
그리고, 시각화 장치(100)는 사용자 단말(200)로부터 제공받은 검색 대상 기간을 기준으로 사회 연결망 그래프를 획득할 수 있다.
또한, 시각화 장치(100)는 농축산물 질병이 발생한 시설물에 대응되는 제1 노드와 농축산물 질병이 발생하지 않은 시설물에 대응되는 제2 노드가 서로 구별될 수 있도록, 제1 노드와 제2 노드의 색상, 크기 및 형태 중 적어도 하나가 서로 다르게 된 사회 연결망 그래프를 획득할 수 있다.
그리고, 시각화 장치(100)는 차량 방문 정보 데이터를 기초로 제1 시설물과 제2 시설물을 연속하여 방문한 차량의 횟수를 획득하고, 획득된 차량의 횟수를 기반으로 제1 시설물과 제2 시설물 사이의 연결 관계를 나타내는 링크의 색상, 두께 및 형태 중 적어도 하나가 결정된 사회 연결망 그래프를 획득할 수 있다.
또한, 시각화 장치(100)는 차량 방문 정보 데이터를 기초로 시설물을 방문한 차량의 횟수를 획득하고, 획득된 차량의 횟수를 기반으로 시설물에 대응되는 노드의 색상, 크기 및 형태 중 적어도 하나가 결정된 사회 연결망 그래프를 획득할 수 있다.
그리고, 시각화 장치(100)는 차량 방문 정보 데이터를 기초로 사용자 단말(200)로부터 제공받은 검색 대상 차량에 대응되는 차량 방문 궤적을 획득하고, 획득된 차량 방문 궤적이 포함된 사회 연결망 그래프를 획득할 수 있다.
그런 다음, 시각화 장치(100)는 획득된 사회 연결망 그래프를 지도 데이터와 연계하여 통신망(300)을 통해 사용자 단말(200)로 제공한다(S130). 그러면, 사용자 단말(200)은 제공받은 사회 연결망 그래프를 화면에 표시할 수 있다.
한편, 시각화 장치(100)는 시설물 정보 데이터 및 농축산물 질병 발생 시설물 정보 데이터를 기반으로 획득된 시각화 분석 정보를 지도 데이터와 연계하여 통신부(110)를 통해 사용자 단말(200)로 제공할 수 있다. 여기서, 시각화 분석 정보는 핀 맵, 커널 밀도 지도, k-최근린 지도, 연속적 공간군집체 지도, 시계열 애니메이션 지도, 단계 구분도, 윈드 로즈 다이어그램 및 상대적 위험도 지도 중 적어도 하나를 말한다.
본 발명은 또한 컴퓨터로 읽을 수 있는 기록 매체에 컴퓨터가 읽을 수 있는 코드로서 구현하는 것이 가능하다. 컴퓨터로 읽을 수 있는 기록 매체는 컴퓨터에 의하여 읽혀질 수 있는 데이터가 저장되는 모든 종류의 기록 장치를 포함한다. 컴퓨터가 읽을 수 있는 기록 매체의 예로는 롬(ROM), 램(RAM), 씨디-롬(CD-ROM), 자기 테이프, 플로피 디스크, 광 데이터 저장장치 등이 있으며, 또한 캐리어 웨이브(인터넷을 통한 전송)의 형태로 구현되는 것도 포함한다. 또한, 컴퓨터가 읽을 수 있는 기록 매체는 유무선 통신망으로 연결된 컴퓨터 장치에 분산되어 분산 방식으로 컴퓨터가 읽을 수 있는 코드가 저장되고 실행될 수 있다.
이상에서 본 발명의 바람직한 실시예에 대하여 상세하게 설명하였지만 본 발명은 상술한 특정의 바람직한 실시예에 한정되지 아니하며, 다음의 청구범위에서 청구하는 본 발명의 요지를 벗어남이 없이 당해 발명이 속하는 기술분야에서 통상의 지식을 가진 자라면 누구든지 다양한 변형 실시가 가능한 것은 물론이고, 그와 같은 변경은 청구범위 기재의 범위 내에 있게 된다.
100 : 시각화 장치,
110 : 통신부,
130 : 저장부, 150 : 제어부,
200 : 사용자 단말, 300 : 통신망
130 : 저장부, 150 : 제어부,
200 : 사용자 단말, 300 : 통신망
Claims (21)
- 통신부;
시설물 식별 정보를 통해 서로 관계가 설정된 시설물 정보 데이터, 차량 방문 정보 데이터 및 농축산물 질병 발생 시설물 정보 데이터를 저장하는 저장부; 및
상기 저장부에 저장된 상기 시설물 정보 데이터, 상기 차량 방문 정보 데이터 및 상기 농축산물 질병 발생 시설물 정보 데이터를 기초로 획득된 사회 연결망 그래프(social network graph)를 지도 데이터와 연계하여 상기 통신부를 통해 사용자 단말로 제공하는 제어부;
를 포함하며,
상기 사회 연결망 그래프는, 시설물을 노드(node)로 나타내고, 상기 차량 방문 정보 데이터를 기반으로 획득된 시설물 사이의 연결 관계를 링크(link)로 나타내는 사회 연결망 그래프 기반 농축산물 질병 정보 시각화 장치. - 제1항에서,
상기 제어부는, 상기 사용자 단말로부터 제공받은 검색 대상 시설물을 기준으로 상기 사회 연결망 그래프를 획득하는 사회 연결망 그래프 기반 농축산물 질병 정보 시각화 장치. - 제2항에서,
상기 제어부는, 상기 사용자 단말로부터 제공받은 검색 대상 기간을 기준으로 상기 사회 연결망 그래프를 획득하는 사회 연결망 그래프 기반 농축산물 질병 정보 시각화 장치. - 제2항에서,
상기 제어부는, 상기 검색 대상 시설물에 대응되는 노드를 다른 노드들과 구별할 수 있도록, 상기 검색 대상 시설물에 대응되는 노드의 색상, 크기 및 형태 중 적어도 하나가 다른 노드들과 다르게 된 상기 사회 연결망 그래프를 획득하는 사회 연결망 그래프 기반 농축산물 질병 정보 시각화 장치. - 제2항에서,
상기 제어부는, 상기 검색 대상 시설물에 대응되는 노드를 기준으로 다른 노드들과의 거리를 기반으로 사분위수 동심원을 획득하고, 획득된 사분위수 동심원이 포함된 상기 사회 연결망 그래프를 획득하는 사회 연결망 그래프 기반 농축산물 질병 정보 시각화 장치. - 제1항에서,
상기 제어부는, 농축산물 질병이 발생한 시설물에 대응되는 제1 노드와 농축산물 질병이 발생하지 않은 시설물에 대응되는 제2 노드가 서로 구별될 수 있도록, 상기 제1 노드와 상기 제2 노드의 색상, 크기 및 형태 중 적어도 하나가 서로 다르게 된 상기 사회 연결망 그래프를 획득하는 사회 연결망 그래프 기반 농축산물 질병 정보 시각화 장치. - 제1항에서,
상기 제어부는, 상기 차량 방문 정보 데이터를 기초로 제1 시설물과 제2 시설물을 연속하여 방문한 차량의 횟수를 획득하고, 획득된 차량의 횟수를 기반으로 상기 제1 시설물과 상기 제2 시설물 사이의 연결 관계를 나타내는 링크의 색상, 두께 및 형태 중 적어도 하나가 결정된 상기 사회 연결망 그래프를 획득하는 사회 연결망 그래프 기반 농축산물 질병 정보 시각화 장치. - 제1항에서,
상기 제어부는, 상기 차량 방문 정보 데이터를 기초로 시설물을 방문한 차량의 횟수를 획득하고, 획득된 차량의 횟수를 기반으로 상기 시설물에 대응되는 노드의 색상, 크기 및 형태 중 적어도 하나가 결정된 상기 사회 연결망 그래프를 획득하는 사회 연결망 그래프 기반 농축산물 질병 정보 시각화 장치. - 제1항에서,
상기 제어부는, 상기 차량 방문 정보 데이터를 기초로 상기 사용자 단말로부터 제공받은 검색 대상 차량에 대응되는 차량 방문 궤적을 획득하고, 획득된 상기 차량 방문 궤적이 포함된 상기 사회 연결망 그래프를 획득하는 사회 연결망 그래프 기반 농축산물 질병 정보 시각화 장치. - 제1항에서,
상기 제어부는, 상기 저장부에 저장된 상기 시설물 정보 데이터 및 상기 농축산물 질병 발생 시설물 정보 데이터를 기반으로 획득된 핀 맵(pin map), 커널 밀도 지도(kernel density map), k-최근린 지도(k-nearest neighbor map), 연속적 공간군집체 지도(spatial clump map), 시계열 애니메이션 지도, 단계 구분도, 윈드 로즈 다이어그램(wind rose diagram) 및 상대적 위험도 지도(relative risk map) 중 적어도 하나를 상기 지도 데이터와 연계하여 상기 통신부를 통해 상기 사용자 단말로 제공하는 사회 연결망 그래프 기반 농축산물 질병 정보 시각화 장치. - 사회 연결망 그래프 기반 농축산물 질병 정보 시각화 장치의 농축산물 질병 시각화 방법으로서,
시설물 식별 정보를 통해 서로 관계가 설정된 시설물 정보 데이터, 차량 방문 정보 데이터 및 농축산물 질병 발생 시설물 정보 데이터를 기초로 사회 연결망 그래프(social network graph)를 획득하는 단계; 및
획득된 상기 사회 연결망 그래프를 지도 데이터와 연계하여 통신망을 통해 사용자 단말로 제공하는 단계;
를 포함하며,
상기 사회 연결망 그래프는, 시설물을 노드(node)로 나타내고, 상기 차량 방문 정보 데이터를 기반으로 획득된 시설물 사이의 연결 관계를 링크(link)로 나타내는 사회 연결망 그래프 기반 농축산물 질병 정보 시각화 방법. - 제11항에서,
상기 사회 연결망 그래프 획득 단계는, 상기 사용자 단말로부터 제공받은 검색 대상 시설물을 기준으로 상기 사회 연결망 그래프를 획득하는 것으로 이루어진 사회 연결망 그래프 기반 농축산물 질병 정보 시각화 방법. - 제12항에서,
상기 사회 연결망 그래프 획득 단계는, 상기 사용자 단말로부터 제공받은 검색 대상 기간을 기준으로 상기 사회 연결망 그래프를 획득하는 것으로 이루어진 사회 연결망 그래프 기반 농축산물 질병 정보 시각화 방법. - 제12항에서,
상기 사회 연결망 그래프 획득 단계는, 상기 검색 대상 시설물에 대응되는 노드를 다른 노드들과 구별할 수 있도록, 상기 검색 대상 시설물에 대응되는 노드의 색상, 크기 및 형태 중 적어도 하나가 다른 노드들과 다르게 된 상기 사회 연결망 그래프를 획득하는 것으로 이루어진 사회 연결망 그래프 기반 농축산물 질병 정보 시각화 방법. - 제12항에서,
상기 사회 연결망 그래프 획득 단계는, 상기 검색 대상 시설물에 대응되는 노드를 기준으로 다른 노드들과의 거리를 기반으로 사분위수 동심원을 획득하고, 획득된 사분위수 동심원이 포함된 상기 사회 연결망 그래프를 획득하는 것으로 이루어진 사회 연결망 그래프 기반 농축산물 질병 정보 시각화 방법. - 제11항에서,
상기 사회 연결망 그래프 획득 단계는, 농축산물 질병이 발생한 시설물에 대응되는 제1 노드와 농축산물 질병이 발생하지 않은 시설물에 대응되는 제2 노드가 서로 구별될 수 있도록, 상기 제1 노드와 상기 제2 노드의 색상, 크기 및 형태 중 적어도 하나가 서로 다르게 된 상기 사회 연결망 그래프를 획득하는 것으로 이루어진 사회 연결망 그래프 기반 농축산물 질병 정보 시각화 방법. - 제11항에서,
상기 사회 연결망 그래프 획득 단계는, 상기 차량 방문 정보 데이터를 기초로 제1 시설물과 제2 시설물을 연속하여 방문한 차량의 횟수를 획득하고, 획득된 차량의 횟수를 기반으로 상기 제1 시설물과 상기 제2 시설물 사이의 연결 관계를 나타내는 링크의 색상, 두께 및 형태 중 적어도 하나가 결정된 상기 사회 연결망 그래프를 획득하는 것으로 이루어진 사회 연결망 그래프 기반 농축산물 질병 정보 시각화 방법. - 제11항에서,
상기 사회 연결망 그래프 획득 단계는, 상기 차량 방문 정보 데이터를 기초로 시설물을 방문한 차량의 횟수를 획득하고, 획득된 차량의 횟수를 기반으로 상기 시설물에 대응되는 노드의 색상, 크기 및 형태 중 적어도 하나가 결정된 상기 사회 연결망 그래프를 획득하는 것으로 이루어진 사회 연결망 그래프 기반 농축산물 질병 정보 시각화 방법. - 제11항에서,
상기 사회 연결망 그래프 획득 단계는, 상기 차량 방문 정보 데이터를 기초로 상기 사용자 단말로부터 제공받은 검색 대상 차량에 대응되는 차량 방문 궤적을 획득하고, 획득된 상기 차량 방문 궤적이 포함된 상기 사회 연결망 그래프를 획득하는 것으로 이루어진 사회 연결망 그래프 기반 농축산물 질병 정보 시각화 방법. - 제11항에서,
상기 시설물 정보 데이터 및 상기 농축산물 질병 발생 시설물 정보 데이터를 기반으로 획득된 핀 맵(pin map), 커널 밀도 지도(kernel density map), k-최근린 지도(k-nearest neighbor map), 연속적 공간군집체 지도(spatial clump map), 시계열 애니메이션 지도, 단계 구분도, 윈드 로즈 다이어그램(wind rose diagram) 및 상대적 위험도 지도(relative risk map) 중 적어도 하나를 상기 지도 데이터와 연계하여 상기 통신망을 통해 상기 사용자 단말로 제공하는 단계를 더 포함하는 사회 연결망 그래프 기반 농축산물 질병 정보 시각화 방법. - 제11항 내지 제20항 중 어느 한 항에 기재된 사회 연결망 그래프 기반 농축산물 질병 정보 시각화 방법을 컴퓨터에서 실행시키기 위하여 컴퓨터로 읽을 수 있는 기록 매체에 저장된 컴퓨터 프로그램.
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020160104023A KR101841584B1 (ko) | 2016-08-17 | 2016-08-17 | 사회 연결망 그래프 기반 농축산물 질병 정보 시각화 장치 및 방법 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020160104023A KR101841584B1 (ko) | 2016-08-17 | 2016-08-17 | 사회 연결망 그래프 기반 농축산물 질병 정보 시각화 장치 및 방법 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| KR20180019832A true KR20180019832A (ko) | 2018-02-27 |
| KR101841584B1 KR101841584B1 (ko) | 2018-03-23 |
Family
ID=61394555
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| KR1020160104023A KR101841584B1 (ko) | 2016-08-17 | 2016-08-17 | 사회 연결망 그래프 기반 농축산물 질병 정보 시각화 장치 및 방법 |
Country Status (1)
| Country | Link |
|---|---|
| KR (1) | KR101841584B1 (ko) |
Cited By (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR102226043B1 (ko) * | 2020-03-13 | 2021-03-11 | 주식회사 에스티엔인포텍 | 지도 이미지를 이용하는 장비 관제 시스템 |
| KR102282830B1 (ko) * | 2020-11-18 | 2021-07-29 | 주식회사 사이람 | 전염병의 전염 네트워크 분석 방법 및 장치 |
| KR20230022621A (ko) * | 2021-08-09 | 2023-02-16 | 세종대학교산학협력단 | 감염병의 전파 경로를 시각화하는 방법 |
| KR20230159106A (ko) | 2022-05-13 | 2023-11-21 | 주식회사 인포벨리코리아 | Gis기반의 가축 질병 확산 방지를 위한 데이터 분석 시스템 |
Family Cites Families (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR101277803B1 (ko) | 2012-11-23 | 2013-06-25 | 대한민국 | 축산 시설 출입 정보 수집 시스템 및 그 방법 |
| US9262058B2 (en) * | 2013-02-26 | 2016-02-16 | Blackberry Limited | System and methods for navigating social networks |
-
2016
- 2016-08-17 KR KR1020160104023A patent/KR101841584B1/ko active IP Right Grant
Cited By (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR102226043B1 (ko) * | 2020-03-13 | 2021-03-11 | 주식회사 에스티엔인포텍 | 지도 이미지를 이용하는 장비 관제 시스템 |
| KR102282830B1 (ko) * | 2020-11-18 | 2021-07-29 | 주식회사 사이람 | 전염병의 전염 네트워크 분석 방법 및 장치 |
| KR20230022621A (ko) * | 2021-08-09 | 2023-02-16 | 세종대학교산학협력단 | 감염병의 전파 경로를 시각화하는 방법 |
| KR20230159106A (ko) | 2022-05-13 | 2023-11-21 | 주식회사 인포벨리코리아 | Gis기반의 가축 질병 확산 방지를 위한 데이터 분석 시스템 |
Also Published As
| Publication number | Publication date |
|---|---|
| KR101841584B1 (ko) | 2018-03-23 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Taneja et al. | Machine learning based fog computing assisted data-driven approach for early lameness detection in dairy cattle | |
| Jia et al. | Human brucellosis occurrences in inner mongolia, China: a spatio-temporal distribution and ecological niche modeling approach | |
| Liu et al. | CPS-based smart warehouse for industry 4.0: A survey of the underlying technologies | |
| KR101841584B1 (ko) | 사회 연결망 그래프 기반 농축산물 질병 정보 시각화 장치 및 방법 | |
| Laager et al. | The importance of dog population contact network structures in rabies transmission | |
| Wiratsudakul et al. | Dynamics of Zika virus outbreaks: an overview of mathematical modeling approaches | |
| Attaway et al. | Risk analysis for dengue suitability in Africa using the ArcGIS predictive analysis tools (PA tools) | |
| Quinn et al. | Computational sustainability and artificial intelligence in the developing world | |
| JP4915545B2 (ja) | 都市緑地における生息生物群の予測評価手法 | |
| Stevens et al. | Sources of spatial animal and human health data: Casting the net wide to deal more effectively with increasingly complex disease problems | |
| Kumar et al. | Dimensions of internet of things: Technological taxonomy architecture applications and open challenges—a systematic review | |
| Zhao et al. | A network distance and graph-partitioning-based clustering method for improving the accuracy of urban hotspot detection | |
| US20130054654A1 (en) | Geographic information system for collecting data and tracking agricultural and food-related properties by type and use | |
| Mohite et al. | Rups: Rural participatory sensing with rewarding mechanisms for crop monitoring | |
| Chen et al. | Mining spatiotemporal diffusion network: A new framework of active surveillance planning | |
| Kumar et al. | Secured supply chain management system for fisheries through IoT | |
| Prabu et al. | Internet of things‐based deeply proficient monitoring and protection system for crop field | |
| Pascale et al. | A low energy IoT application using beacon for indoor localization | |
| Rout et al. | Optimal wireless sensor network information coverage using particle swarm optimisation method | |
| Fielding et al. | Responses of GPS-Tagged Territorial Golden Eagles Aquila chrysaetos to Wind Turbines in Scotland | |
| Camal et al. | Building an energy-efficient ad-hoc network for wildlife observation | |
| Buscema et al. | Outbreaks source: A new mathematical approach to identify their possible location | |
| Faisal et al. | Spatial analysis of COVID-19 vaccine centers distribution: A case study of the city of Jeddah, Saudi Arabia | |
| Tran et al. | An alternative vaccination approach for the prevention of highly pathogenic avian influenza subtype H5N1 in the red river delta, Vietnam—a geospatial-based cost-effectiveness analysis | |
| Ram et al. | Industrial Centric Node Localization and Pollution Prediction Using Hybrid Swarm Techniques. |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A201 | Request for examination | ||
| N231 | Notification of change of applicant | ||
| E902 | Notification of reason for refusal | ||
| AMND | Amendment | ||
| E601 | Decision to refuse application | ||
| AMND | Amendment | ||
| X701 | Decision to grant (after re-examination) | ||
| GRNT | Written decision to grant |