KR20190058086A - 행복큐레이션 서비스 기반 문화 생활 추천 방법 및 시스템 - Google Patents

행복큐레이션 서비스 기반 문화 생활 추천 방법 및 시스템 Download PDF

Info

Publication number
KR20190058086A
KR20190058086A KR1020170155739A KR20170155739A KR20190058086A KR 20190058086 A KR20190058086 A KR 20190058086A KR 1020170155739 A KR1020170155739 A KR 1020170155739A KR 20170155739 A KR20170155739 A KR 20170155739A KR 20190058086 A KR20190058086 A KR 20190058086A
Authority
KR
South Korea
Prior art keywords
happiness
user
data
service
information
Prior art date
Application number
KR1020170155739A
Other languages
English (en)
Inventor
한재용
임동일
김건태
Original Assignee
디포커스 (주)
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 디포커스 (주) filed Critical 디포커스 (주)
Priority to KR1020170155739A priority Critical patent/KR20190058086A/ko
Publication of KR20190058086A publication Critical patent/KR20190058086A/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
    • G06Q50/10—Services
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/22—Indexing; Data structures therefor; Storage structures
    • G06F16/2219—Large Object storage; Management thereof

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Physics & Mathematics (AREA)
  • Tourism & Hospitality (AREA)
  • General Physics & Mathematics (AREA)
  • General Health & Medical Sciences (AREA)
  • Primary Health Care (AREA)
  • Strategic Management (AREA)
  • Marketing (AREA)
  • General Business, Economics & Management (AREA)
  • Human Resources & Organizations (AREA)
  • Economics (AREA)
  • Health & Medical Sciences (AREA)
  • Software Systems (AREA)
  • Data Mining & Analysis (AREA)
  • Databases & Information Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)

Abstract

본 발명의 실시예는, 데이터 수집 단계;, 수집된 데이터들 중 행복 지수 선정의 기초가 될 제1 데이터를 선정하는 단계; 선정된 제1 데이터에 기초하여 행복 지수를 산출하는 단계; 수집된 데이터들 중 행복 지수 선정의 기초가 될 제2 데이터를 선정하는 단계; 선정된 제2 데이터에 기초하여 수요 지수를 산출하는 단계; 및 상기 산출된 행복 지수 및 수요 지수에 기초하여 사용자에게 서비스를 추천하는 단계;를 포함하는 행복큐레이션 서비스 기반 문화 생활 추천 방법을 제공할 수 있다.

Description

행복큐레이션 서비스 기반 문화 생활 추천 방법 및 시스템{RECOMMENDING SYSTEM AND METHODE CULTURE LIFE BASED ON HAPPINESS CURATION SERVICE}
본 발명은 행복큐레이션 서비스 기반 문화 생활 추천 방법 및 시스템에 관한 것으로 보다 상세하게는 미리 수집된 사용자의 정보를 바탕으로 빅데이터 기반의 행복 큐레이션 서비스를 이용하여 사용자에게 공연, 여행, 마사지, 미술관, 전시회 등의 각종 문화, 레저와 관련된 콘텐츠 서비스를 추천해주는 시스템에 관한 것이다.
인터넷의 보급에 따른 생활 전반적인 환경이 변화하고, 무분별한 정보를 넘쳐나면서 양질의 정보를 수집하고 이에 기초하여 사용자에게 최적의 정보를 제공하는 기술에 대한 연구가 활발히 진행되고 있다.
이와 관련한 연구로써, 연관 있는 정보를 찾아서 분류, 조직화하여 공유하는 큐레이션 서비스에 관심이 높아지고 있다. 큐레이션은 인간이 수집, 구성하는 대상에 인간의 질적인 판단을 추가해서 가치를 높이는 활동, 이미 존재하는 막대한 정보를 분류하고 유용한 정보를 골라내어 수집하고 다른 사람에게 배포하는 행위 등 광의의 의미로 사용되고 있다.
최근 사용자의 맞춤형 정보를 제공하기 위하여 사람들의 사회적 그리고 환경적 정보의 통계치나 분석치를 이용하여 사람들의 성향을 분석하는 툴이 개발되고 있고, 이러한 선행기술로는 특허문헌1(특허공개번호 10-2013-0130516)의 개인맞춤형 정보 제공시스템이 있다. 그러나 이러한 선행기술은 단지 국가 차원에서 얻을 수 있는 인구통계 정보와 같은 개인별로 매칭되는 정보가 아닌 다수의 군으로 분류된 사람들의 통계치나 분석치에 해당하는 정보에 불과하여 개인 수준의 맞춤별 정보를 획득하는 데는 한계가 있다. 아울러 실시간적으로 변화하는 개인 수준의 행복에 대한 측정이 불가능하다는 점이 지적되고 있다.
특허공개번호 10-2013-0130516
본 발명은 사용자의 신체적, 심리적, 사회적 관점 및 사용자가 처한 환경에서의 웰빙 수준과 심리학적인 구매의도 등에 따른 일상 생활에서의 사용자 정보를 분석하여 측정된 행복 지수와 수요 지수를 매칭한 큐레이션 서비스를 제공하는데 목적이 있다.
또한, 본 발명은 빅데이터를 활용하여 수많은 정보 가운데 사용자가 원하는 양질의 정보를 추출하여 이에 기한한 큐레이션 서비스를 제공하는데 목적이 있다.
또한, 본 발명은 하둡(Hadoop)과 같은 대량의 자료를 처리할 수 있는 시스템을 이용한 빅데이터 플랫폼에 뉴스, SNS나 공공 데이터를 수집하여 저장함으로써 행복 및 수요 지수를 계산할 수 있는 시스템을 제공하는데 목적이 있다.
또한, 본 발명은 사용자의 위치 정보에 기반하여 사용자에게 최적화된 콘텐츠를 서비스할 수 있는 시스템을 제공하는데 목적이 있다.
또한, 본 발명은 실시간적으로 변화하는 개인 수준의 행복에 대한 측정이 가능한 시스템을 제공하는데 목적이 있다.
또한, 본 발명은 사용자의 개입 없이도 자동으로 사용자의 특성 정보를 수집할 수 있는 시스템을 제공하는데 목적이 있다.
본 발명의 실시예는, 데이터 수집 단계; 수집된 데이터들 중 행복 지수 선정의 기초가 될 제1 데이터를 선정하는 단계; 선정된 제1 데이터에 기초하여 행복 지수를 산출하는 단계; 수집된 데이터들 중 행복 지수 선정의 기초가 될 제2 데이터를 선정하는 단계; 선정된 제2 데이터에 기초하여 수요 지수를 산출하는 단계; 및 상기 산출된 행복 지수 및 수요 지수에 기초하여 사용자에게 서비스를 추천하는 단계;를 포함하는 행복큐레이션 서비스 기반 문화 생활 추천 방법을 제공할 수 있다.
또한, 본 발명의 실시예의 수집되는 데이터는, 사용자의 특성 정보, 사용자의 위치 정보, 사용자의 소셜 네트워크 활동 정보 중 적어도 하나를 포함하는 것을 특징으로 하는 행복큐레이션 서비스 기반 문화 생활 추천 방법을 제공할 수도 있다.
또한, 본 발명의 실시예는 상기 행복 지수와 상기 사용자의 유사도에 기초하여 상기 서비스를 추천하는 것을 특징으로 하는 행복큐레이션 서비스 기반 문화 생활 추천 방법을 제공할 수도 있다.
또한, 본 발명의 실시예의 수집되는 데이터는, 환경 정보를 더 포함하고, 상기 소셜 네트워크 활동 정보는 주기적으로 수집되는 것을 특징으로 하는 행복큐레이션 서비스 기반 문화 생활 추천 방법을 제공할 수도 있다.
또한, 본 발명의 실시예는 데이터 수집 단계; 상기 수집된 데이터에 기초하여 유사도를 측정하는 단계; 상기 측정된 유사도에 기초하여 유사한 사용자를 선택하는 단계; 상황 유사도를 측정하는 단계; 상기 상황 유사도에 기초하여 복수의 서비스들 중에서 후보군을 추출하는 단계; 추출된 후보 서비스들 각각에 대한 추천 점수를 계산하는 단계; 및 상기 추천 점수에 기초하여 사용자에게 서비스를 추천하는 단계;를 포함하는 행복큐레이션 서비스 기반 문화 생활 추천 방법을 제공할 수도 있다.
또한, 본 발명의 실시예는 미리 저장된 사용자들 특성 정보, 사용자들 신체나 건강 정보, 사용자들의 서비스 구매 이력 정보 그리고 사용자들의 SNS 활동 정보를 포함하는 수집 데이터에 기초하여 유사도를 측정하는 것을 특징으로 하는 행복큐레이션 서비스 기반 문화 생활 추천 방법을 제공할 수도 있다.
또한, 본 발명의 실시예의 상기 유사도는 피어슨 상관계수, 유클리디안, 코사인, 맨하튼 거리 및 타니모토 계수 중 어느 하나를 이용하여 측정하는 것을 특징으로 하는 행복큐레이션 서비스 기반 문화 생활 추천 방법을 제공할 수도 있다.
또한, 본 발명의 실시예는 사용자들 각각의 특성, 신체나 건강, 서비스 구매 이력 및 SNS 활동 정보에 따른 유사도를 산출하고, 산출된 개별적인 유사도와 사용자들에 대한 집단 유사도를 서로 비교하여 일정 수준 이상의 유사도를 보이는 사용자를 선택하는 것을 특징으로 하는 행복큐레이션 서비스 기반 문화 생활 추천 방법을 제공할 수도 있다.
또한, 본 발명의 실시예는 선택된 사용자와 관련된 정보에 기초하여 상황 유사도를 측정하는 것을 특징으로 하는 행복큐레이션 서비스 기반 문화 생활 추천 방법을 제공할 수도 있다.
또한, 본 발명의 실시예는 사용자의 수요지수에 기초하여, 1차적으로 추천된 후보 서비스들 각각에 대한 실제 수요 가능성에 따른 서비스별 추천 점수를 계산하고, 그 평가 결과에 기초하여 높은 추천 점수를 나타내는 적어도 하나의 서비스를 사용자에 제공하는 것을 특징으로 하는 행복큐레이션 서비스 기반 문화 생활 추천 방법을 제공할 수도 있다.
본 발명은 사용자의 신체적, 사회적, 환경적 관점 및 사용자의 개별적인 환경적 요소를 고려하여 계산된 웰빙 수준을 의미하는 행복 지수를 산출함으로써 사용자에게 보다 적합한 문화 생활 콘텐츠를 제공할 수 있다.
또한, 본 발명은 사용자의 심리학적 구매 의도를 의미하는 수요 지수를 산출하여 사용자의 인지적, 감성적 태도와 제품의 소비가 상황에 적절한지 종합 판단하여 사용자에게 보다 적합한 문화 생활 콘텐츠를 제공할 수 있다.
또한, 본 발명은 사용자의 개인적 특성을 정확히 반영하기 위하여 사용자가 소지한 단말기를 통해 사용자의 특성 정보를 수집하여 행복 및 수요 지수를 산출함으로써 사용자의 맞춤형 특성 정보에 따른 문화 생활 콘텐츠를 제공할 수 있다.
도 1은 본 발명의 실시예에 따른 행복큐레이션 서비스 기반 문화 생활 추천 시스템의 예시도이다.
도 2는 본 발명의 실시예에 따른 행복큐레이션 서비스 기반 문화 생활 추천 시스템의 예시적인 블록도이다.
도 3은 행복큐레이션서버에서 수집하는 데이터에 대한 예시도이다.
도 4는 본 발명의 실시예에 따른 행복 큐레이션 서비스 기반 문화 생활 추천 방법에 대한 예시적인 흐름도이다.
도 5는 본 발명의 실시예에 따른 행복 큐레이션 서비스 기반 문화 생활 추천 방법에 대한 예시적인 흐름도이다.
이하, 본 발명의 실시예에 의한 행복큐레이션 서비스 기반 사용자 행복 및 수요 지수 측정 시스템의 도면을 참고하여 상세하게 설명한다. 다음에 소개되는 실시 예들은 당업자에게 본 발명의 사상이 충분히 전달될 수 있도록 하기 위해 예로서 제공되는 것이다. 따라서, 본 발명은 이하 설명되는 실시 예들에 한정되지 않고 다른 형태로 구체화될 수도 있다. 그리고, 도면들에 있어서, 장치의 크기 및 두께 등은 편의를 위하여 과장되어 표현될 수도 있다. 명세서 전체에 걸쳐서 동일한 참조 번호들은 동일한 구성요소들을 나타낸다.
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 것이며, 단지 본 실시 예들은 본 발명의 개시가 완전하도록 하며, 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 구성요소를 지칭한다. 도면에서 층 및 영역들의 크기 및 상대적인 크기는 설명의 명료성을 위해 과장될 수 있다.
본 명세서에서 사용된 용어는 실시 예들을 설명하기 위한 것이며, 따라서 본 발명을 제한하고자 하는 것은 아니다. 본 명세서에서, 단수형은 문구에서 특별히 언급하지 않는 한 복수형도 포함한다. 명세서에서 사용되는 "포함한다 (comprise)" 및/또는 "포함하는(comprising)"은 언급된 구성요소, 단계, 동작 및/ 또는 소자는 하나 이상의 다른 구성요소, 단계, 동작 및/또는 소자의 존재 또는 추가를 배제하지 않는다.
도 1은 본 발명의 실시예에 따른 행복큐레이션 서비스 기반 문화 생활 추천 시스템의 예시도이다. 그리고 도 2는 본 발명의 실시예에 따른 행복큐레이션 서비스 기반 문화 생활 추천 시스템의 예시적인 블록도이다. 그리고 도 3은 행복큐레이션서버에서 수집하는 데이터에 대한 예시도이다.
도 1 내지 도 3을 참조하면, 본 발명의 실시예에 따른 행복큐레이션 서비스 기반 문화 생활 추천 시스템(1)은 사용자 단말기(100)와 행복큐레이션서버(200) 그리고 빅데이터서버(300)를 포함할 수 있고, 이들은 네트워크(10)를 통해 통신할 수 있다.
본 발명의 범위 내의 실시예의 사용자단말기(100)와 행복큐레이션서버(200) 그리고 빅데이터서버(300) 중 적어도 하나는 컴퓨터 실행가능 명령어 또는 컴퓨터 판독가능 매체에 저장된 데이터 구조를 가지거나 전달하는 컴퓨터 판독가능 매체를 포함할 수 있다. 이러한 컴퓨터 판독가능 매체는, 범용 또는 특수 목적의 컴퓨터 시스템에 의해 액세스 가능한 임의의 이용 가능한 매체일 수 있다. 예로서, 이러한 컴퓨터 판독가능 매체는 RAM, ROM, EPROM, CD-ROM 또는 기타 광 디스크 저장장치, 자기 디스크 저장장치 또는 기타 자기 저장장치, 또는 컴퓨터 실행가능 명령어, 컴퓨터 판독가능 명령어 또는 데이터 구조의 형태로 된 소정의 프로그램 코드 수단을 저장하거나 전달하는 데에 이용될 수 있고, 범용 또는 특수 목적 컴퓨터 시스템에 의해 액세스 될 수 있는 임의의 기타 매체와 같은 물리적 저장 매체를 포함할 수 있지만, 이에 한정되지 않는다.
사용자단말기(100)는 사용자 정보, 사용자의 특성 정보와 행복큐레이션 처리를 위한 설문정보를 사용자로부터 수신할 수 있다.
사용자단말기(100)는 사용자의 휴대 단말기 또는 사용자의 컴퓨터에서 실행되는 웹사이트를 통해 접속하는 서버가 될 수 있다.
사용자단말기(100)에는 휴대폰, 스마트 폰(smart phone), 노트북 컴퓨터(laptop computer), 디지털방송용 단말기, PDA(personal digital assistants), PMP(portable multimedia player), 네비게이션, 슬레이트 PC(slate PC), 태블릿 PC(tablet PC), 울트라북(ultrabook) 등이 포함될 수 있다. 그러나, 본 명세서에 기재된 실시 예에 따른 구성은 단말기에만 적용 가능한 경우를 제외하면, 디지털 TV, 데스크탑 컴퓨터, 디지털 사이니지 등과 같은 고정 단말기에도 적용될 수도 있음을 본 기술분야의 당업자라면 쉽게 알 수 있을 것이다.
또한, 사용자단말기(100)는 웨어러블 디바이스가 될 수 있다. 본 명세서에서 설명되는 웨어러블 디바이스에는 워치형 단말기 (smartwatch), 글래스형 단말기 (smart glass), HMD(head mounted display)) 등이 포함될 수 있으나 이에 제한 되는 것은 아니다.
사용자단말기(100)은 사용자의 특성 정보나 환경 정보를 수집하기 위한 각종 센서부를 구비할 수 있다.
센서부는 단말기 내 정보, 단말기를 둘러싼 주변 환경 정보를 센싱하기 위한 하나 이상의 센서를 포함할 수 있다. 예를 들어, 센서부는 근접센서(proximity sensor), 조도 센서(illumination sensor), 터치 센서(touch sensor), 가속도 센서(acceleration sensor), 자기 센서(magnetic sensor), 중력 센서(G-sensor), 자이로스코프 센서(gyroscope sensor), 모션 센서(motion sensor), RGB 센서, 적외선 센서(IR 센서: infrared sensor), 지문인식 센서(finger scan sensor), 초음파 센서(ultrasonic sensor), 광 센서(optical sensor), 마이크로폰(microphone), 배터리 게이지(battery gauge), 환경 센서(예를 들어, 기압계, 습도계, 온도계, 방사능 감지 센서, 열 감지 센서, 가스 감지 센서 등), 화학 센서(예를 들어, 전자 코, 헬스케어 센서, 생체 인식 센서, 혈압 센서, 혈당 센서 등) 중 적어도 하나를 포함할 수 있다.
네트워크(10)는 기존에 구축된 다양한 형태의 통신망으로서, 예를 들어, WLAN(Wireless LAN), 와이파이(Wi-Fi), 와이브로(Wibro), 와이맥스(Wimax), HSDPA(High Speed Downlink Packet Access) 등의 무선 통신 방식을 이용하는 것이 바람직하나, 이에 한정되는 것은 아니며, 시스템 구현 방식에 따라 이더넷(Ethernet), xDSL(ADSL, VDSL), HFC(Hybrid Fiber Coaxial Cable), FTTC(Fiber to The Curb), FTTH(Fiber To The Home) 등의 유선 통신 방식을 이용할 수도 있다.
아울러, 상기 네트워크는 예컨대, 다수의 접속망 및 코어망을 포함하며, 외부망, 예컨대 인터넷망을 포함하여 구성될 수 있다. 여기서, 접속망은 통증 모니터링 단말기(200)과 유무선 통신을 수행하는 접속망으로서, 예를 들어, BS(Base Station), BTS(Base Transceiver Station), NodeB, eNodeB 등과 같은 다수의 기지국과, BSC(Base Station Controller), RNC(Radio Network Controller)와 같은 기지국 제어기로 구현될 수 있다. 또한, 전술한 바와 같이, 상기 기지국에 일체로 구현되어 있던 디지털 신호 처리부와 무선 신호 처리부를 각각 디지털 유니트(Digital Unit, 이하 DU라 함)과 무선 유니트(Radio Unit, 이하 RU라 함)으로 구분하여, 다수의 영역에 각각 다수의 RU를 설치하고, 다수의 RU를 집중화된 DU와 연결하여 구성할 수도 있다.
또한, 접속망과 함께 모바일 망을 구성하는 코어망은 접속망과 외부 망, 예컨대, 인터넷망을 연결하는 역할을 수행한다.
이러한 코어망은 앞서 설명한 바와 같이, 접속망 간의 이동성 제어 및 스위칭 등의 이동통신 서비스를 위한 주요 기능을 수행하는 통신망 시스템으로서, 서킷 교환(circuit switching) 또는 패킷 교환(packet switching)을 수행하며, 모바일 망 내에서의 패킷 흐름을 관리 및 제어한다. 또한, 코어망(미도시)은 주파수간 이동성을 관리하고, 접속망(미도시) 및 코어망(미도시) 내의 트래픽 및 다른 통신망, 예컨대 인터넷망(미도시)과의 연동을 위한 역할을 수행할 수도 있다. 이러한 코어망(미도시)은 SGW(Serving GateWay), PGW(PDN GateWay), MSC(Mobile Switching Center), HLR(Home Location Register), MME(Mobile Mobility Entity)와 HSS(Home Subscriber Server) 등을 더 포함하여 구성될 수도 있다.
사용자 정보는 사용자단말기(100)에 저장된 사용자의 정보이거나 사용자가 접속한 웹사이트를 제공하는 서버에 저장된 사용자의 정보가 될 수 있다.
또한, 행복큐레이션서버(200)의 요청에 의하여 사용자가 사용자단말기(100)를 통해 입력된 정보가 될 수도 있다.
예를 들어 사용자가 외부 서버가 제공하는 웹사이트에 자신의 단말기를 통해 접속한 경우, 외부 서버는 콘텐츠 이용과 관련된 서비스 정보를 제공하는 서버가 될 수 있다. 사용자는 콘텐츠 이용과 관련된 서비스 정보를 제공하는 서버에 가입하는 경우, 자신의 개인 정보를 입력하고, 해당 서버는 사용자 정보를 저장할 수 있다. 이 경우 사용자단말기(100)는 해당 서버로부터 사용자 정보를 제공받을 수 있다.
또한 콘텐츠 이용과 관련된 서비스 정보를 제공하는 서버가 제공하는 웹사이트에 사용자가 접속하여 사용자가 입력한 서비스명과 같은 검색어에 대한 정보를 사용자단말기(100)가 수신할 수 있고, 수신된 정보는 행복큐레이션서버(200)로 제공될 수 있다. 그리고 사용자단말기(100)는 행복큐레이션서버(200)로부터 측정된 사용자의 행복 지수와 수요 지수 정보를 콘텐츠 이용과 관련된 서비스 정보를 제공하는 서버로 제공함에 따라 콘텐츠 이용과 관련된 서비스 정보를 제공하는 서버는 수신된 사용자의 행복 지수와 수요 지수 정보에 매칭되는 서비스를 사용자가 입력한 검색어에 대응하는 서비스 중에서 선정하여 사용자에게 제공할 수 있다. 그리고 사용자는 제안된 서비스 중에 어느 하나를 구매하는 경우 또는 제안하지 않은 서비스를 구매하는 경우 등의 서비스 구매 정보와 사용자가 검색한 서비스 정보 등에 관한 정보를 사용자단말기(100)로 제공할 수 있고, 사용자단말기(100)는 이를 저장할 수 있다.
또한 사용자단말기(100)는 사용자가 소지한 웨어러블 디바이스와 연동하여 웨어러블 디바이스로부터 검출되는 사용자의 신체상의 정보를 수집할 수 있고, 수집된 정보는 행복큐레이션서버(200)로 전송될 수 있다.
또한 사용자단말기(100)는 사용자가 소지한 단말기의 위치정보를 이용하여 사용자의 이동 경로나 일상 생활에서 활동 정보를 수신하여 수집된 정보를 행복큐레이션서버(200)로 전송할 수도 있다.
한편 사용자단말기(100)는 수집된 정보를 각 카테고리 별로 구분된 데이터베이스에 저장할 수 있고, 행복큐레이션서버(200)의 요청에 따라 수집된 정보를 행복큐레이션서버(200)에 카테고리 별로 전송할 수 있다.
또한 행복큐레이션서버(200)의 요청에 따라 사용자단말기(100)에 설문조사지를 전송할 수 있고, 사용자단말기(100)는 사용자에 의해 입력된 설문 조사 내용을 수신하여 행복큐레이션서버(200)로 전송할 수 있다.
빅데이터서버(300)는 수신된 데이터를 분석에 사용하기에 적합한 방식으로 안정하게 영구적인 방법으로 보관할 수 있고, 대용량의 다양한 형식의 데이터를 고성능으로 저장하고 필요한 경우 데이터를 검색하여 수정, 삭제 또는 원하는 내용을 읽어오는 방법을 제공할 수 있다.
빅데이터서버(300)는 데이터 활용목적에 맞지 않는 정보를 필터링하여 제거하여 분석시간을 단축하고 저장 공간을 효율적으로 활용하도록 하며 지정형 데이터는 데이터 마이닝을 통해 오류나 중복을 제거하여 저품질 데이터를 개선 처리할 수 있고, 이 경우 자연어처리 및 기계학습과 같은 기술을 이용할 수 있으나 이에 한정하는 것은 아니다.
또한 데이터 유형을 변환하여 분석이 용이한 형태로 변환할 수 있고, 수집된 데이터의 불일치성을 교정하기 위한 과정으로 빠진 값을 처리하고 웹페이지로부터 수집된 사람들의 신체적, 사회적, 환경적 관점의 정보와 관련된 데이터 속에 있는 목적과 부합하지 않는 불필요한 노이즈를 제거할 수 있다.
또한 빅데이터서버(300)는 다양한 형식으로 수집된 데이터를 분석에 용이하도록 일관성 있는 형식으로 변환할 수 있고, 평활화(smoothing), 집계(aggregation), 일반화 (generalization), 정규화(normalization), 속성생성(attribute/feature construction) 등의 과정을 거칠 수도 있다.
또한 빅데이터서버(300)는 출처는 다르지만 상호 연관성이 있는 데이터들을 하나로 결합할 수 있고, 데이터 통합 시 동일한 데이터가 입력될 수 있으므로 연관관계 분석 등을 통해 중복 데이터를 검출하거나 표현 단위가 다른 것을 표현이 일치하도록 변환할 수 있다.
또한 빅데이터서버(300)는 고유한 특성을 손상시키지 않는 상태에서 분석의 효율성을 고려하여 수집된 데이터를 축소 변환할 수도 있다.
행복큐레이션서버(200)는 행복큐레이션서비스부(210), 데이터 수집 서비스부(220), 데이터마이닝서비스부(230), 지수 서비스부(240) 그리고 웹크롤링서버(250)를 포함할 수 있다.
행복큐레이션서비스부(210)는 데이터 수집 서비스부(220), 데이터마이닝서비스부(230), 지수 서비스부(240) 그리고 웹크롤링서버(250)의 전반적인 동작을 제어하고, 명령신호를 전송 및 데이터 수집 및 분석 환경을 모니터링할 수 있다.
데이터 수집 서비스부(220)는 데이터 수집 서비스 모듈(221) 및 데이터 엑세스 모듈(222)를 포함할 수 있다.
데이터 수집 서비스부(220)는 웹크롤링을 통한 행복지수 측정 자동화를 위한 데이터를 수집하여 빅데이터 서버(300)에 저장할 수 있다.
데이터 수집 서비스부(220)는 정형화된 형식의 데이터뿐만 아니라 비정형 데이터 또한 수집할 수 있고, 비정형 데이터의 정보를 분석하여 미리 정해진 데이터 형식으로 변환하여 정제된 데이터를 확보하여 빅데이터서버(300)에 저장할 수 있다.
데이터 수집은 사용자의 행복지수와 수요지수를 확인하여 사용자에게 적합한 문화 생활과 관련된 서비스 정보 추천 서비스의 품질을 향상시키는데 중요하므로 이미 정해진 분석 목적에 맞는 데이터를 선정하여 선정된 데이터를 수집할 수 있다. 그리고 데이터를 선정할 때 수집이 가능한지 여부 그리고 사용이 가능한지 여부 그리고 목적에 맞는 세부 항복을 포함하는지 여부 그리고 개인 정보 문제 여부 및 수집에 따른 비용을 고려하여 결정할 수 있다.
또한 수집되는 데이터 유형으로는 RDB, 스프레드 시트 데이터와 같은 정형 데이터와 HTML, XML, JSON, 웹문서, 웹로그, 센서 데이터와 같은 반정형 데이터 그리고 소셜 데이터, 문서, 이미지, 오디오, 비디오와 같은 비정형 데이터가 될 수 있고, 데이터 수집 서비스부(220)는 정형 데이터를 수집할 때, ETL, FTP, Open API 수집 기술을 이용할 수 있고, 반정형 데이터를 수집할 때 Crawling, RSS, Open API, FTP를 이용할 수 있으며 비정형 데이터를 수집할 때 Crawling, RSS, Open API, Streaming, FTP를 이용할 수 있으나 이에 한정하는 것은 아니다.
또한 데이터 수집은 데이터 소스의 위치에 따라 내부 데이터 수집과 외부 데이터 수집으로 구분되고 내부 데이터 수집은 자체적으로 보유한 내부 파일 시스템이나 데이터베이스 관리 시스템과 센서 등에 접근하여 데이터를 수집하는 것이고, 외부 데이터 수집은 인터넷을 통해 연결된 외부에서 데이터를 수집하는 것으로써, 본 발명에 따른 데이터 수집은 내부 및 외부 데이터 수집을 모두 포함하는 개념이다.
데이터 수집 서비스부(220)는 데이터를 수집하는 과정에서 빅데이터서버(300)가 바로 처리할 수 없는 비정형 데이터를 구조적 형태로 전환하여 빅데이터서버(300)에 저장할 수 있다. 또한 비정형 데이터를 정제하거나 또는 정형적 데이터에서 측정값이 빠져 있다거나, 형식이 다르다거나, 내용 자체가 틀린 데이터를 수정하여 빅데이터서버(300)에 저장활 수 있다.
웹크롤링서버(250)는 데이터 수집 서비스 모듈(221)과 데이터 엑세스 모듈(222)에서 설정된 수집 방식에 기초하여 웹페이지 상의 정보를 수집할 수 있다.
웹크롤링서버(250)는 인터넷상에 존재하는 웹문서들을 추적하여 필요한 정보를 수집할 수 있다. 웹클롤링서버(250)에서 제공되는 웹크롤러는 웹서버를 순환하면서 각 홈페이지 등에 있는 목적하는 정보를 수집할 수 있다. 웹크롤러는 웹페이지의 내용을 분석하고 URL(uniform resource locator)을 하나씩 접속하여 정보를 수집할 수 있다.
웹크롤러는 방문해야 하는 URL의 리스트를 가지고, FIFO(first input first output) 큐로 구현될 수 있다. 그리고 하나의 URL에 대한 페이지를 가져오면 그 안에 또 다른 웹링크가 포함될 수 있으며, 웹크롤러는 이들 페이지도 함께 가져오기 위하여 필요한 경우 웹링크를 따라가는 깊이를 제한할 수도 있다.
또한 웹크롤러는 탐색범위와 수집 주기는 미리 정해질 수 있고, 탐색 범위를 전체 웹사이트로 하여 광범위한 수집 동작을 수행할 수 있고, 또는 특정 주제를 중심으로 검색을 하거나 URL 패턴들을 입력 받아 특정한 URL들만 검색할 수도 있다.
또한 웹페이지 수집주기는 정적인 방식과 동적인 방식으로 구분할 수 있고, 미리 정해진 시간에 웹페이 지를 검색하여 원하는 자료를 가져오는 정적 수집주기(static refresh cycle)가 이용될 수 있으나 이에 한정하는 것은 아니고, 동적 수집주기(dynamic refresh cycle) 방식을 통해 사용하면 자주 변경되는 페이지는 자주 가져오고 그렇지 않은 페이지는 가끔씩 가져올 수도 있다.
또한 웹크롤러는 각종 서버 상의 정보를 수집할 수 있고, 사용자의 서비스 이용에 대한 평가 정보나 일반적인 사용자의 서비스 이용 성향 그리고 사용자의 성향이나 연령, 성별 등에 따른 서비스 이용 성향에 대한 정보를 구비하는 공적 그리고 사적 기관의 서버로부터 수집할 수도 있다.
데이터마이닝서비스부(230)는 마이닝 서비스 모듈(231), 마이닝 모듈(232) 그리고 데이터 엑세스 모듈(233)을 포함할 수 있다.
데이터마이닝서비스부(230)는 빅데이터 서버(300)에서 행복지수를 처리할 때 필요한 데이터를 읽어드려 사용할 수 있는 양식으로 데이터를 변환할 수 있다.
데이터마이닝서비스부(230)는 사람들의 웹페이지 상에 작성한 서비스 이용 정보와 서비스 이용에 대한 특징 및 작성한 사람들의 성향 및 공개 가능한 범위의 개인 정보 등 분석에 사용될 데이터를 획득하고, 획득한 데이터를 탐색 및 정제 그리고 전처리한다. 이 때 데이터가 목적에 부합하는 조건을 가지는지 검증하기 위하여 결측치, 극단치를 처리하고 변수간의 관계를 산점도 등으로 검토하고 변수에 대한 정의, 측정 단위, 측정 기간 등에 대해 일관성을 체크할 수 있다. 그리고 필요한 경우 데이터를 축소 및 분할 할 수 있다.
또한 분류나 예측 그리고 군집과 같은 분석 유형을 결정하고, 회귀 분석, 인공신경망, 계측정 군집분석 중 적어도 하나를 선택하여 선택된 하나의 알고리즘 내에서 다른 변수 또는 알고리즘의 선택조건 등을 달리하여 적용하는 등 다양한 변인들을 시도하고, 이러한 조건들이 적절한 경우 검증용 데이터를 이용한 알고리즘의 성과로부터 피드백을 받아서 적절하게 개선되는 변인들을 사용함으로써 데이터 마이닝을 수행하고, 알고리즘의 결과를 해석할 수 있다.
지수 서비스부(240)는 지수 서비스 모듈(241), 수요지수 모듈(242) 그리고 행복지수 모듈(243)을 포함할 수 있다.
지수 서비스부(240)는 수요지수 모듈(242)을 통해 사용자의 심리학적 구매 의도를 수치하여 수요 지수를 산출할 수 있다.
또한, 지수 서비스부(240)는 사용자 단말기(100)로부터의 사용자 정보와 설문정보 그리고 데이터마이닝서비스부(230)로부터의 수집 정보에 기초하여 행복지수 모듈(243)을 통해 행복 지수를 산출할 수 있다. 그리고 행복지수 모듈(243)을 통해 산출된 행복지수와 수요지수에 기초하여 사용자단말기(100)로부터의 서비스리스트를 매핑하여 사용자에게 필요한 서비스를 추천할 수 있다.
사용자에게 필요한 서비스 추천 정보는 행복큐레이션서버(200)에 의해 사용자 단말기(100)로 전송되어 사용자 단말기 상에 표시될 수 있다.
행복지수는 개인의 신체적, 사회적, 환경적 관점 및 사용자가 처한 환경에서의 웰빙 수준을 나타내는 지수이다. 예를 들어, 외모만족지수 및 통증 지수 그리고 스트레스 지수가 이에 해당할 수 있다. 수요지수는 심리학적인 구매 의도를 의미하며 서비스를 구매하려는 인지적, 감성적 태도와 서비스 이용이 상황에 적절한지를 판단하는 사회적 규범의 가중합을 의미한다. 예를 들어, 가격 등과 같이 경제적 제약, 남성용, 여성용, 나이 등과 같은 인구통계학적 제약 그리고 개인의 구매의도를 나타내는 지수가 이에 해당할 수 있다.
또한, 데이터 수집 모듈(221)은 사용자단말기(100)로부터 사용자단말기(100)의 위치 정보를 수집할 수 있다. 이렇게 수집된 위치 정보는 사용자의 위치 정보를 기반으로 콘텐츠를 추천 및 제공하는데 기초 자료로 활용될 수 있다.
또한, 데이터 수집 모듈(221)은 외부서버(400)로부터 뉴스, SNS, 공공데이터 등을 수집하여 수집된 정보를 기초하여 행복지수와 수요지수를 산출할 수 있다.
도 4는 본 발명의 실시예에 따른 행복 큐레이션 서비스 기반 문화 생활 추천 방법에 대한 예시적인 흐름도이다.
도 4를 참조하면, 본 발명의 실시예는 데이터 수집 단계(S100), 행복 지수 선정 단계(S200), 행복 지수 산출 단계(S300), 수요 지수 선정 단계(S400), 수요 지수 산출 단계(S500), 서비스 추천 단계(S600)를 포함할 수 있다.
데이터 수집 단계(S100)에서 수집되는 데이터는 사용자의 특성 정보를 포함할 수 있다.
사용자의 특성 정보로는 사용자가 페이스북, 트위터, 유튜브, 블로그 등 다양한 소셜 미디어 상에 기록한 정보를 수집하여 정리한 정보가 될 수 있다.
또한, 사용자의 특성 정보로는 사용자의 다양한 인터넷 활동으로부터 수집된 정보를 카테고리별, 특성별로 분류된 정보가 될 수 있다.
또한, 사용자의 특성 정보에는 사용자 단말기(100)의 각종 센싱 장치로부터 검출된 사용자의 건강이나 신체 정보 그리고 습관 및 심리 상태 정보가 될 수 있다.
또한, 데이터 수집 단계(S100)에서 수집되는 데이터는 사용자의 위치 정보를 포함할 수 있다.
사용자의 위치 정보는 사용자단말기(100)의 위치 정보로부터 검출될 수 있다.
또한, 데이터 수집 단계(S100)에서 수집되는 데이터는 뉴스, SNS, 공공데이터 등을 포함할 수 있다.
또한, 행복큐레이션서버(200)는 각종 소셜 기반 쇼핑 지원 시스템 서버 등에서 분석된 데이터를 수집할 수도 있다.
행복 지수 선정 단계(S200)에서, 행복큐레이션서버(200)는 수집된 정보들 각각에 대한 서로 다른 가중치를 적용하거나, 수집된 정보들 중에서 행복 지수 선정의 기초 정보를 선정할 수 있다.
또한, 행복큐레이션서버(200)는 정신건강지수, 문화여가지수, 경제능력지수, 주거생활지수, 사회안전지수, 생태환경지수, 가족관계지수, 근로만족지수, 교육참여지수, 사회복지지수, 공동체참여지수, 대인관계지수들 각각을 산출하는데 있어서 가중치와 선택할 기초 정보를 다르게 적용할 수 있다.
행복 지수 산출 단계(S300)에서, 행복큐레이션서버(200)는 전술한 정신건강지수, 문화여가지수, 경제능력지수, 주거생활지수, 사회안전지수, 생태환경지수, 가족관계지수, 근로만족지수, 교육참여지수, 사회복지지수, 공동체참여지수, 대인관계지수들에 기초하여 최종적으로 행복 지수를 산출할 수 있다.
수요 지수 선정 단계(S400)에서, 행복큐레이션서버(200)는 수집된 정보들 각각에 대한 서로 다른 가중치를 적용하거나, 수집된 정보들 중에서 수요 지수 선정의 기초 정보를 선정할 수 있다.
또한, 행복큐레이션서버(200)는 수요 지수 산출 단계(S500)에서, 수요 지수 선정 단계(S400)에서 선정된 정보에 기초하여 수요 지수를 산출할 수 있다.
사용자의 수요 지수 산출 시, 행복큐레이션서버(200)는 사용자의 행동에 따른 사용자의 니즈를 분석할 수 있다. 일 예로, 사용자의 니즈 분석은 사용자의 행동 분석과 후기 분석으로 분류할 수 있다. 이를 통하여 사용자의 성향을 발견할 수 있고 유사 성향의 제품을 추천해 줄 수도 있다. 사용자는 다양한 행동을 하게 된다. 그 중 사용자의 선호 상품에 대한 행동 패턴은 다음과 같다. a. 상품 조회, b. 비교 상품에 대한 선호 상품 선택, c. 상품 구매.
행복큐레이션서버(200)는 이 3가지 행동에 대해 서로 다른 가중치로 기록한다. 단순한 상품 조회보다는 구매한 상품에 대한 선호도가 더 높기 때문이다.
보다 상세하게는, 사용자가 자주 클릭한 상품은 클릭기반저장 테이블에 그 행동이 저장되며 비교상품에 대한 선호 의견 표시는 상품선택시저장 테이블에 정보가 저장된다. 상품 구매 시에는 구매행동저장에 행동이 기록된다. 이 테이블들에서 사용자가 선택한 상품의 해당 카테고리 정보로부터 개인별 선호 카테고리를 계산해 낸다. 이때 행동별로 가중치를 달리 주어 보다 정확한 정보를 추출할 수 있다. 또한, 상품선택시저장 테이블과 구매행동저장 테이블로부터 선택과 구매 상품에 대한 상품 카운트를 누적하되 행동별로 가중치를 달리 주어 집계할 수 있다. 또한, 상품선택시저장 테이블과 구매행동저장 테이블로부터 선택과 구매 상품에 대한 카운트를 누적하되 해당 상품의 특성별로 집계할 수 있다. 상품 특성의 예를 들면 구매한 상품의 색깔, 크기, 가격대 등이다. 역시 행동별로 가중치를 달리 주어 집계할 수 있다.
행복큐레이션서버(200)는 전술한 집계 결과에 기초하여 최종족으로 수요 지수를 산출할 수 있다.
서비스 추천 단계(S600)에서 행복큐레이션서버(200)는 산출된 행복지수와 수요지수에 기초하여 사용자의 잠재된 선호, 가치관 등이 투영된 숨겨진 니즈를 만족시킬 수 있는 서비스를 제공할 수 있다.
도 5는 본 발명의 실시예에 따른 행복 큐레이션 서비스 기반 문화 생활 추천 방법에 대한 예시적인 흐름도이다.
도 5를 참조하면, 본 발명의 실시예에 따른 행복 큐레이션 서비스 기반 문화 생활 추천 방법은 데이터 수집 단계(S101), 유사도 측정 단계(S102), 유사 유저 선택 단계(S103), 상황 유사도 측정 단계(S104), 후보군 추출 단계(S105), 추천 점수 계산 단계(S106) 및 서비스 추천 단계(S107)를 포함할 수 있다.
행복큐레이션서버(200)는 미리 저장된 사용자들 특성 정보, 사용자들 신체나 건강 정보, 사용자들의 서비스 구매 이력 정보 그리고 사용자들의 SNS 활동 정보를 포함하는 수집 데이터에 기초하여 유사도를 측정할 수 있다(S101). 여기서의 유사도는 피어슨 상관계수(Pearson correlation coefficient)를 이용할 수 있으나, 이에 한정하는 것은 아니고 유클리디안, 코사인, 맨하튼 거리, 타니모토 계수 등을 이용할 수도 있다.
행복큐레이션서버(200)는 측정된 유사도에 일정 수준(예를 들어, 0.7) 이상으로 유사한 사용자를 선별할 수 있다. 보다 상세하게는, 사용자들 각각의 특성, 신체나 건강, 서비스 구매 이력 및 SNS 활동 정보에 따른 유사도를 산출하고, 산출된 개별적인 유사도와 사용자들에 대한 집단 유사도를 서로 비교하여 일정 수준 이상의 유사도를 보이는 사용자를 선택할 수 있다(S102).
행복큐레이션서버(200)는 선택된 사용자와 관련된 정보에 기초하여 상황 유사도를 측정할 수 있다(S103). 상황 유사도를 측정하기 위하여 논문 “상황과 정보 집적도를 고려한 유사도 기반의 맞춤형 지식 생성프레임워크(한국 인터넷 정보학회(12권5호)”에서 제안한 상황 유사도 측정 기법을 활용할 수 있으나, 이에 제한되는 것은 아니다.
행복큐레이션서버(200)는 상황 유사도에 기초하여 1차적으로 추천할 후보 서비스를 추출할 수 있다(S105).
또한, 행복큐레이션서버(200)는 사용자의 수요지수에 기초하여, 1차적으로 추천된 후보 서비스들 각각에 대한 실제 수요 가능성에 따른 서비스별 추천 점수를 계산하고(S106), 그 평가 결과에 기초하여 높은 추천 점수를 나타내는 적어도 하나의 서비스를 사용자단말기(100)에 제공함으로써 사용자에게 서비스를 추천할 수 있다(S107).
이상 설명된 본 발명에 따른 실시예는 다양한 컴퓨터 구성요소를 통하여 실행될 수 있는 프로그램 명령어의 형태로 구현되어 컴퓨터 판독 가능한 기록 매체에 기록될 수 있다. 상기 컴퓨터 판독 가능한 기록 매체는 프로그램 명령어, 데이터 파일, 데이터 구조 등을 단독으로 또는 조합하여 포함할 수 있다. 상기 컴퓨터 판독 가능한 기록 매체에 기록되는 프로그램 명령어는 본 발명을 위하여 특별히 설계되고 구성된 것이거나 컴퓨터 소프트웨어 분야의 당업자에게 공지되어 사용 가능한 것일 수 있다. 컴퓨터 판독 가능한 기록 매체의 예에는, 하드 디스크, 플로피 디스크 및 자기 테이프와 같은 자기 매체, CD-ROM 및 DVD와 같은 광기록 매체, 플롭티컬 디스크(floptical disk)와 같은 자기-광 매체(magneto-optical medium), 및 ROM, RAM, 플래시 메모리 등과 같은, 프로그램 명령어를 저장하고 실행하도록 특별히 구성된 하드웨어 장치가 포함된다. 프로그램 명령어의 예에는, 컴파일러에 의하여 만들어지는 것과 같은 기계어 코드뿐만 아니라 인터프리터 등을 사용하여 컴퓨터에 의해서 실행될 수 있는 고급 언어 코드도 포함된다. 하드웨어 장치는 본 발명에 따른 처리를 수행하기 위하여 하나 이상의 소프트웨어 모듈로 변경될 수 있으며, 그 역도 마찬가지이다.
본 발명에서 설명하는 특정 실행들은 일 실시 예들로서, 어떠한 방법으로도 본 발명의 범위를 한정하는 것은 아니다. 명세서의 간결함을 위하여, 종래 전자적인 구성들, 제어 시스템들, 소프트웨어, 상기 시스템들의 다른 기능적인 측면들의 기재는 생략될 수 있다. 또한, 도면에 도시된 구성 요소들 간의 선들의 연결 또는 연결 부재들은 기능적인 연결 및/또는 물리적 또는 회로적 연결들을 예시적으로 나타낸 것으로서, 실제 장치에서는 대체 가능하거나 추가의 다양한 기능적인 연결, 물리적인 연결, 또는 회로 연결들로서 나타내어질 수 있다. 또한, “필수적인”, “중요하게” 등과 같이 구체적인 언급이 없다면 본 발명의 적용을 위하여 반드시 필요한 구성 요소가 아닐 수 있다.
따라서, 본 발명의 사상은 상기 설명된 실시예에 국한되어 정해져서는 아니 되며, 후술하는 특허청구범위뿐만 아니라 이 특허청구범위와 균등한 또는 이로부터 등가적으로 변경된 모든 범위는 본 발명의 사상의 범주에 속한다고 할 것이다.

Claims (10)

  1. 데이터 수집 단계;
    수집된 데이터들 중 행복 지수 선정의 기초가 될 제1 데이터를 선정하는 단계;
    선정된 제1 데이터에 기초하여 행복 지수를 산출하는 단계;
    수집된 데이터들 중 행복 지수 선정의 기초가 될 제2 데이터를 선정하는 단계;
    선정된 제2 데이터에 기초하여 수요 지수를 산출하는 단계; 및
    상기 산출된 행복 지수 및 수요 지수에 기초하여 사용자에게 서비스를 추천하는 단계;를 포함하는
    행복큐레이션 서비스 기반 문화 생활 추천 방법.
  2. 제1 항에 있어서,
    수집되는 데이터는,
    사용자의 특성 정보, 사용자의 위치 정보, 사용자의 소셜 네트워크 활동 정보 중 적어도 하나를 포함하는 것을 특징으로 하는
    행복큐레이션 서비스 기반 문화 생활 추천 방법.
  3. 제1 항에 있어서,
    상기 행복 지수와 상기 사용자의 유사도에 기초하여 상기 서비스를 추천하는 것을 특징으로 하는
    행복큐레이션 서비스 기반 문화 생활 추천 방법.
  4. 제2 항에 있어서,
    수집되는 데이터는,
    환경 정보를 더 포함하고,
    상기 소셜 네트워크 활동 정보는 주기적으로 수집되는 것을 특징으로 하는
    행복큐레이션 서비스 기반 문화 생활 추천 방법.
  5. 데이터 수집 단계;
    상기 수집된 데이터에 기초하여 유사도를 측정하는 단계;
    상기 측정된 유사도에 기초하여 유사한 사용자를 선택하는 단계;
    상황 유사도를 측정하는 단계;
    상기 상황 유사도에 기초하여 복수의 서비스들 중에서 후보군을 추출하는 단계;
    추출된 후보 서비스들 각각에 대한 추천 점수를 계산하는 단계; 및
    상기 추천 점수에 기초하여 사용자에게 서비스를 추천하는 단계;를 포함하는
    행복큐레이션 서비스 기반 문화 생활 추천 방법.
  6. 제5 항에 있어서,
    미리 저장된 사용자들 특성 정보, 사용자들 신체나 건강 정보, 사용자들의 서비스 구매 이력 정보 그리고 사용자들의 SNS 활동 정보를 포함하는 수집 데이터에 기초하여 유사도를 측정하는 것을 특징으로 하는
    행복큐레이션 서비스 기반 문화 생활 추천 방법.
  7. 제6 항에 있어서,
    상기 유사도는 피어슨 상관계수, 유클리디안, 코사인, 맨하튼 거리 및 타니모토 계수 중 어느 하나를 이용하여 측정하는 것을 특징으로 하는
    행복큐레이션 서비스 기반 문화 생활 추천 방법.
  8. 제7 항에 있어서,
    사용자들 각각의 특성, 신체나 건강, 서비스 구매 이력 및 SNS 활동 정보에 따른 유사도를 산출하고, 산출된 개별적인 유사도와 사용자들에 대한 집단 유사도를 서로 비교하여 일정 수준 이상의 유사도를 보이는 사용자를 선택하는 것을 특징으로 하는
    행복큐레이션 서비스 기반 문화 생활 추천 방법.
  9. 제8 항에 있어서,
    선택된 사용자와 관련된 정보에 기초하여 상황 유사도를 측정하는 것을 특징으로 하는
    행복큐레이션 서비스 기반 문화 생활 추천 방법.
  10. 제9 항에 있어서,
    사용자의 수요지수에 기초하여, 1차적으로 추천된 후보 서비스들 각각에 대한 실제 수요 가능성에 따른 서비스별 추천 점수를 계산하고, 그 평가 결과에 기초하여 높은 추천 점수를 나타내는 적어도 하나의 서비스를 사용자에 제공하는 것을 특징으로 하는
    행복큐레이션 서비스 기반 문화 생활 추천 방법.
KR1020170155739A 2017-11-21 2017-11-21 행복큐레이션 서비스 기반 문화 생활 추천 방법 및 시스템 KR20190058086A (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020170155739A KR20190058086A (ko) 2017-11-21 2017-11-21 행복큐레이션 서비스 기반 문화 생활 추천 방법 및 시스템

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020170155739A KR20190058086A (ko) 2017-11-21 2017-11-21 행복큐레이션 서비스 기반 문화 생활 추천 방법 및 시스템

Publications (1)

Publication Number Publication Date
KR20190058086A true KR20190058086A (ko) 2019-05-29

Family

ID=66673065

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020170155739A KR20190058086A (ko) 2017-11-21 2017-11-21 행복큐레이션 서비스 기반 문화 생활 추천 방법 및 시스템

Country Status (1)

Country Link
KR (1) KR20190058086A (ko)

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20210023111A (ko) * 2019-08-22 2021-03-04 주식회사 지금컴퍼니 공연 추천 시스템
KR20210102861A (ko) 2020-02-12 2021-08-20 고려대학교 산학협력단 여가문화 활동 추천 장치 및 방법
KR20210123706A (ko) * 2020-04-03 2021-10-14 주식회사 엘지유플러스 사용자 기반 협업 필터링에 기반한 컨텐츠 추천 방법 및 장치
KR20220011388A (ko) * 2020-07-21 2022-01-28 건국대학교 글로컬산학협력단 문화생활 콘텐츠 추천 장치 및 방법
KR102371438B1 (ko) * 2020-09-15 2022-03-08 (주)펫펄스랩 반려동물 음성과 활동 정보를 기반으로 반려동물의 감정과 상태 분석을 통한 사람과 반려동물간 대화형 챗봇 알고리즘

Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20130130516A (ko) 2012-05-22 2013-12-02 (주)이패스 개인맞춤형 경품정보 제공시스템

Patent Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20130130516A (ko) 2012-05-22 2013-12-02 (주)이패스 개인맞춤형 경품정보 제공시스템

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20210023111A (ko) * 2019-08-22 2021-03-04 주식회사 지금컴퍼니 공연 추천 시스템
KR20210102861A (ko) 2020-02-12 2021-08-20 고려대학교 산학협력단 여가문화 활동 추천 장치 및 방법
KR20210123706A (ko) * 2020-04-03 2021-10-14 주식회사 엘지유플러스 사용자 기반 협업 필터링에 기반한 컨텐츠 추천 방법 및 장치
KR20220011388A (ko) * 2020-07-21 2022-01-28 건국대학교 글로컬산학협력단 문화생활 콘텐츠 추천 장치 및 방법
KR102371438B1 (ko) * 2020-09-15 2022-03-08 (주)펫펄스랩 반려동물 음성과 활동 정보를 기반으로 반려동물의 감정과 상태 분석을 통한 사람과 반려동물간 대화형 챗봇 알고리즘

Similar Documents

Publication Publication Date Title
US11100466B2 (en) Social media profiling for one or more authors using one or more social media platforms
US11765246B2 (en) Topical activity monitor and identity collector system
Sen et al. A total error framework for digital traces of human behavior on online platforms
US10546006B2 (en) Method and system for hybrid information query
TWI636416B (zh) 內容個人化之多相排序方法和系統
US10685181B2 (en) Linguistic expression of preferences in social media for prediction and recommendation
KR20190058086A (ko) 행복큐레이션 서비스 기반 문화 생활 추천 방법 및 시스템
CN107862022B (zh) 文化资源推荐系统
TWI533246B (zh) 使用者未知興趣之探索方法與系統
US8930384B2 (en) Topical activity monitor system and method
US20130132481A1 (en) Method, apparatus and system for providing social network service using social activities
US20130036121A1 (en) System and method for recommending blog
JP2018156473A (ja) 解析装置、解析方法、およびプログラム
US11269896B2 (en) System and method for automatic difficulty level estimation
Saraswathi et al. Deep Learning Enabled Social Media Recommendation Based on User Comments.
Kim et al. Topic-Driven SocialRank: Personalized search result ranking by identifying similar, credible users in a social network
Sun et al. Tourists’ digital footprint: prediction method of tourism consumption decision preference
KR20070099709A (ko) 기호지수 기반 사용자 매칭 방법 및 시스템
Lu et al. User-based collaborative filtering recommendation method combining with privacy concerns intensity in mobile commerce
Zhou et al. Recommendations based on user effective point-of-interest path
Bok et al. Recommending similar users using moving patterns in mobile social networks
KR101600616B1 (ko) 이종콘텐츠 분석 서비스 방법
KR20200051171A (ko) 딥러닝 기반의 sns 활동 분석을 통한 사용자 맞춤 뉴스 서비스 시스템
KR20180024369A (ko) 행복큐레이션 서비스 기반 사용자 행복 및 수요 지수 측정 시스템
Chen A Personalized Recommendation Method for Ancient Chinese Literary Works Based on a Collaborative Filtering Algorithm