KR20210047529A - 사용자의 주요 활동지역에 기반한 장소추천 서버 및 방문장소예측 방법 - Google Patents

사용자의 주요 활동지역에 기반한 장소추천 서버 및 방문장소예측 방법 Download PDF

Info

Publication number
KR20210047529A
KR20210047529A KR1020190131254A KR20190131254A KR20210047529A KR 20210047529 A KR20210047529 A KR 20210047529A KR 1020190131254 A KR1020190131254 A KR 1020190131254A KR 20190131254 A KR20190131254 A KR 20190131254A KR 20210047529 A KR20210047529 A KR 20210047529A
Authority
KR
South Korea
Prior art keywords
place
user
information
evaluation
area
Prior art date
Application number
KR1020190131254A
Other languages
English (en)
Other versions
KR102254400B1 (ko
Inventor
오지연
Original Assignee
오지연
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 오지연 filed Critical 오지연
Priority to KR1020190131254A priority Critical patent/KR102254400B1/ko
Publication of KR20210047529A publication Critical patent/KR20210047529A/ko
Application granted granted Critical
Publication of KR102254400B1 publication Critical patent/KR102254400B1/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
    • 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
    • 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)
  • Economics (AREA)
  • Tourism & Hospitality (AREA)
  • Development Economics (AREA)
  • Accounting & Taxation (AREA)
  • Finance (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • General Business, Economics & Management (AREA)
  • Marketing (AREA)
  • Physics & Mathematics (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Signal Processing (AREA)
  • Game Theory and Decision Science (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Health & Medical Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Human Resources & Organizations (AREA)
  • Primary Health Care (AREA)
  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
  • Navigation (AREA)

Abstract

사용자의 주요 활동지역에 기반한 장소추천 서버 및 방문장소예측 방법을 개시한다. 실시예에 따른 장소추천 서버 및 방문장소 예측방법은 사용자 주요 활동지역에서의 동선 및 장소평가결과를 수집하고, 사용자가 자신의 주요활동 지역인 아닌 다른 지역에 존재하는 경우, 사용자 별 주요 활동지역에서의 동선 및 장소 평가 결과를 이용하여 사용자 현재 위치 근방의 방문장소를 추천하거나 사용자가 방문할 가능성이 있는 장소를 예측한다.

Description

사용자의 주요 활동지역에 기반한 장소추천 서버 및 방문장소예측 방법{PLACE RECOMMENDATION SERVER AND PREDICTING METHOD OF VISIT PLACE BASED ON USER'S MAIN ACTIVITY AREA}
본 개시는 장소추천 서버 및 방문장소 예측방법에 관한 것으로 구체적으로, 사용자 주요 활동지역에서의 동선 및 장소평가결과를 수집하고, 사용자가 자신의 주요활동 지역인 아닌 다른 지역에 존재하는 경우, 사용자 별 주요 활동지역에서의 동선 및 장소 평가 결과를 이용하여 사용자 현재 위치 근방의 방문장소를 추천하거나 사용자가 방문할 가능성이 있는 장소를 예측하는 방법에 관한 것이다.
본 명세서에서 달리 표시되지 않는 한, 이 섹션에 설명되는 내용들은 이 출원의 청구항들에 대한 종래 기술이 아니며, 이 섹션에 포함된다고 하여 종래 기술이라고 인정되는 것은 아니다.
위치기반서비스(LBS, Location Based Service)는 이동 중인 사용자의 위치정보를 건물, 도로, 지역정보와 결합하여 사용자가 필요로 하는 부가적인 응용서비스를 휴대폰이나 PDA와 같은 이동통신망을 통해 제공하는 기술이다. 위치기반서비스는 길 안내, 교통정보, 관광정보, 부동산정, 물류 운송정보, 버스/지하철 노선 안내, 지역 정보를 제공하는 등 실생활에 아주 밀접하게 관련된 서비스를 제공하기 때문에 다양한 부가 서비스의 창출이 가능하다. 아울러, 인터넷 및 이동통신 기술 및 서비스의 발달과 휴대폰, PDA(Personal Digital Assistant), 노트북 등과 같은 이동통신 단말기의 진화에 따라 위치기반 서비스는 성장성이 높은 기술 분야 중의 하나로 자리 잡고 있다.
이러한 위치기반 서비스를 응용하여 종래에는 사용자의 방문 시간과 장소를 포함하는 이동패턴의 유사성을 기반으로 장소를 추천하거나 방문을 예측하는 시스템이 등장하고 있다. 하지만, 종래 장소 추천 및 사용자 방문 예측 시스템은 이동 패턴의 유사성에 기반하여 장소추천이나 방문예측을 수행하기 때문에, 사용자가 주요 활동지역 이외 다른 지역을 방문하는 경우 사용자가 방문한 다른 지역에서 새롭게 방문하는 사람들이 많이 찾는 장소가 추천되거나 예측된다. 하지만 새롭게 그 지역을 방문한 사용자들이 많이 찾아간 장소는 그 지역이 익숙한 주요 활동지인 사용자들이 많이 찾는 장소와 다를 수 있다. 즉, 종래 위치추천 서비스는 사람들이 특정 장소에 찾아간 빈도만을 고려해 그 지역에 익숙하지 않은 사람들에게 장소를 추천하지만, 특정 지역에서 주로 활동하는 사람들이 실제로 빈번하게 방문하는 장소에 대한 정보는 제공하지 못하는 경우가 많다.
또한, 종래 장소 추천 시스템은 방문 프로파일, 위치 히스토리 분석을 통한 이동 패턴의 유사성 분석 및 연락처 등의 다른 정보와 융합을 통해 방문 장소를 추천하거나 특정 장소의 방문을 예측한다. 반면 종래 방문장소 예측 방법은 사용자가 주요 활동지역 외에 다른 지역을 방문한 경우, 장소 추천 및 방문 예측의 정확도가 낮아지는 문제가 있다.
1. 한국 공개특허공보 제10-2015-0131780호 (2015.11.25) 2. 한국 등록특허공보 제10-1699918호 (2017.01.19)
실시예에 따른 사용자별 주요 활동지역에 기반한 장소추천 서버 및 방문장소예측 방법은 사용자의 주요 활동지역을 분석하고 주요 활동지역의 사용자를 대상으로 인기 장소에 점수를 부여한다. 이후, 사용자가 자신의 이동 패턴에 속해 있지 않은 지역에 방문하는 경우 사용자가 방문한 지역을 주요 활동지역으로 하는 다른 사용자들의 평가정보를 통해 그 지역을 방문한 사용자에게 장소를 추천하거나 사용자의 이동패턴정보를 통해 사용자가 방문할 만한 장소를 예측한다.
실시예에 따른 사용자별 주요 활동지역에 기반한 장소추천서버는 위도, 경도, 고도 및 주소 데이터를 포함하는 사용자별 방문장소 위치정보와 방문시점정보를 수집하고, 이동경로, 방문장소시퀀스를 포함하는 동선정보를 사용자 각각에 대해 수집하는 데이터베이스; 수집된 방문장소 위치정보, 방문시점정보 및 동선정보를 분석하여 개별 사용자의 주요활동지역을 파악하고, 사용자 별 이동패턴을 산출하는 분석모듈; 사용자별 주요활동지역에 포함된 장소들의 평가정보를 수집하여 장소 별 평가점수를 산출하는 평가모듈; 사용자가 주요활동지역을 벗어난 다른 지역에 위치한 경우, 상기 다른 지역이 주요활동지역으로 설정된 사용자들에 의한 장소평가 결과를 기반으로 다른 지역에 진입한 사용자에게 장소를 추천하는 추천모듈; 을 포함한다.
다른 실시예에 따른 사용자의 주요 활동지역에 기반한 방문장소예측방법은 (A) 장소추천서버는 위도, 경도, 고도 및 주소 데이터를 포함하는 사용자별 방문장소 위치정보와 방문시점정보를 수집하고, 이동경로, 방문장소시퀀스를 포함하는 동선정보를 사용자 각각에 대해 수집하는 단계; (B) 장소추천서버는 수집된 방문장소 위치정보, 방문시점정보 및 동선정보를 분석하여 개별 사용자의 주요활동지역을 파악하고, 사용자 별 이동패턴을 산출하는 단계; (C) 장소추천서버는 사용자별 주요활동지역에 포함된 장소들의 평가정보를 수집하여 장소 별 평가점수를 산출하는 단계; 및 (D) 사용자가 주요활동지역을 벗어난 다른 지역에 위치한 경우, 다른 지역이 주요활동지역으로 설정된 사용자들에 의한 장소평가 결과를 기반으로 다른 지역에 진입한 사용자에게 장소를 추천하는 단계; 를 포함한다.
이상에서와 같은 사용자의 주요 활동지역에 기반한 장소추천 서버 및 방문장소예측 방법은 사용자 각각의 주요 활동지역 정보를 파악하고, 특정 지역이 주요 활동지역인 사용자의 장소 평가결과에 따라 그 지역을 방문한 다른 사용자에게 장소를 추천함으로써, 특정 장소가 포함된 지역에서 주로 활동하는 사용자들에게 인정받은 신뢰도 높은 장소를 방문객 들에게 추천할 수 있다.
또한, 타 지역에서 방문한 사용자의 장소 평가 데이터와 특정 지역이 주요 활동지역인 사용자의 장소 평가 데이터를 분류하여 특정 장소에 대한 평가결과를 파악할 수 있기 때문에, 장소평가 정확도를 향상시킬 수 있다.
또한, 실시예를 통해 산출된 장소평가지표에 각각에 가중치를 반영하여 주요활동지역에 포함된 장소들의 평가점수를 산출할 수 있다. 이를 통해 특정 사용자가 장소 선택 시 주요하게 고려하는 평가 지표를 파악하여 특정 사용자에게 추천할 장소 리스트를 생성할 때 파악된 평가 지표를 이용함으로써 사용자의 개별 선호도가 반영된 추천 장소 리스트를 생성할 수 있다.
본 발명의 효과는 상기한 효과로 한정되는 것은 아니며, 본 발명의 상세한 설명 또는 특허청구범위에 기재된 발명의 구성으로부터 추론 가능한 모든 효과를 포함하는 것으로 이해되어야 한다.
도 1은 실시예에 따른 사용자별 주요 활동지역에 기반한 장소추천 시스템 구성을 나타낸 도면
도 2는 실시예에 따른 장소추천서버의 데이터 처리블록을 나타낸 도면
도 3은 실시예에 따른 장소추천서버의 데이터 처리 블록을 보다 구체적으로 나타낸 도면
도 4는 실시예에 따른 장소 추천 서버의 데이터 처리과정을 나타낸 흐름도
본 발명의 이점 및 특징, 그리고 그것들을 달성하는 방법은 첨부되는 도면과 함께 상세하게 후술되어 있는 실시 예들을 참조하면 명확해질 것이다. 그러나 본 발명은 이하에서 개시되는 실시 예들에 한정되는 것이 아니라 서로 다른 다양한 형태로 구현될 수 있으며, 단지 본 실시 예들은 본 발명의 개시가 완전하도록 하고, 본 발명이 속하는 기술분야에서 통상의 지식을 가진 자에게 발명의 범주를 완전하게 알려주기 위해 제공되는 것이며, 본 발명은 청구항의 범주에 의해 정의될 뿐이다. 명세서 전체에 걸쳐 동일 도면부호는 동일 구성 요소를 지칭한다.
본 발명의 실시 예들을 설명함에 있어서 공지 기능 또는 구성에 대한 구체적인 설명이 본 발명의 요지를 불필요하게 흐릴 수 있다고 판단되는 경우에는 그 상세한 설명을 생략할 것이다. 그리고 후술되는 용어들은 본 발명의 실시 예에서의 기능을 고려하여 정의된 용어들로서 이는 사용자, 운용자의 의도 또는 관례 등에 따라 달라질 수 있다. 그러므로 그 정의는 본 명세서 전반에 걸친 내용을 토대로 내려져야 할 것이다.
도 1은 실시예에 따른 사용자별 주요 활동지역에 기반한 장소추천 시스템 구성을 나타낸 도면이다.
도 1을 참조하면, 사용자별 주요 활동지역에 기반한 장소추천 시스템은 장소추천서버(100) 및 사용자 단말(200,300)을 포함하여 구성될 수 있다.
장소추천서버(100)는 사용자 단말로부터 위도, 경도, 고도 및 주소 데이터를 포함하는 사용자별 방문장소 위치정보와 방문시점정보를 수집하고, 이동경로, 방문장소시퀀스를 포함하는 동선정보를 사용자 각각에 대해 수집하여 사용자별 주요활동지역을 파악한다. 또한, 장소추천서버(100)는 사용자가 자신의 주요 활동지역에 포함된 방문 장소들을 평가한 장소평가정보를 수집하여 사용자의 장소 선호도를 파악하고, 사용자가 상위 평가한 장소들의 정보를 수집한다.
사용자 단말(200,300)은 장소추천서버(100)으로 실시간 위치 정보를 전송하고 장소 방문 시점 및 장소평가정보를 전송한다. 실시예에서 사용자 단말(200,300)은 특정 장소가 포함된 지역을 주요 활동지역으로 하는 주요 고객의 스마트 단말(200)과 외부 사용자의 스마트 단말(300)로 구분될 수 있다. 사용자 단말(200,300)은 주요활동지역이 파악되면 주요활동지역에 포함된 장소의 평가정보와 주요활동지역 외부의 장소 평가정보를 사용자로부터 입력 받아 장소추천서버(100)으로 전송할 수 있다.
도 2는 실시예에 따른 장소추천서버(100)의 데이터 처리블록을 나타낸 도면이다.
도 2를 참조하면, 장소추천서버(100)는 데이터베이스(110), 분석모듈(130), 평가모듈(150), 추천모듈(170) 및 예측모듈(190)을 포함하여 구성될 수 있다. 본 명세서에서 사용되는 '모듈' 이라는 용어는 용어가 사용된 문맥에 따라서, 소프트웨어, 하드웨어 또는 그 조합을 포함할 수 있는 것으로 해석되어야 한다. 예를 들어, 소프트웨어는 기계어, 펌웨어(firmware), 임베디드코드(embedded code), 및 애플리케이션 소프트웨어일 수 있다. 또 다른 예로, 하드웨어는 회로, 프로세서, 컴퓨터, 집적 회로, 집적 회로 코어, 센서, 멤스(MEMS; Micro-Electro-Mechanical System), 수동 디바이스, 또는 그 조합일 수 있다.
데이터베이스(110)는 사용자별 방문장소 위치정보, 동선정보와 방문시점정보를 수집한다. 방문장소 위치정보에는 위도, 경도, 고도 및 주소 데이터가 포함될 수 있고, 동선정보에는 이동경로, 방문장소시퀀스가 포함될 수 있다. 실시예에 따른 방문장소 시퀀스는 사용자별 방문장소 순서로서 운동센터-마트-집, 식당-카페, 백화점-식당 등으로 사용자의 방문 종류에 따라 구성될 수 있다.
분석모듈(130)은 수집된 방문장소 위치정보, 방문시점정보 및 동선정보를 분석하여 개별 사용자의 주요활동지역을 파악하고, 사용자 별 이동패턴을 산출한다. 예컨대, 분석모듈(130)은 사용자 별 이동패턴을 산출하여 주요 활동지역을 파악할 수 있다. 구체적으로 방문 횟수가 일정 이상이거나 주기적으로 방문하는 지역 및 장소를 추출하여 이동패턴을 산출하거나, 특정 장소를 방문하는 시간 및 요일의 주기성을 파악하여 사용자별 이동 패턴을 산출할 수 있다.
평가모듈(150)은 사용자별 주요활동지역에 포함된 장소들의 평가 정보를 수집하여 장소 별 평가 점수를 산출한다. 실시예에서 평가모듈(150)은 장소 평가 정보 수집 시, 장소가 포함된 지역을 주요 활동지역으로 하는 사용자로부터 획득한 장소평가점수와 다른 지역에서 방문한 사용자로부터 획득한 장소평가점수를 모두 반영하여 장소 별 평가점수를 산출할 수 있다.
추천모듈(170)은 사용자가 주요활동지역을 벗어난 다른 지역에 위치한 경우, 다른 지역이 주요활동지역으로 설정된 사용자들에 의한 장소평가 결과를 기반으로 다른 지역에 진입한 사용자에게 인기 장소 또는 평가가 우수한 장소를 추천한다. 또한, 추천모듈(170)은 사용자가 주요활동지역을 벗어난 다른 지역에 진입한 경우, 사용자의 주요활동지역에서의 동선 및 장소 이동 시퀀스 정보를 활용하여 다른 지역에 포함된 방문장소를 추천할 수 있다. 예컨대, 사용자의 장소 이동 시퀀스 정보가 식당-카페인 경우, 사용자가 다른 지역에서 식당에 방문한 경우, 다음 이동장소인 카페를 다른 지역에서 추출하여 사용자에게 제공할 수 있다.
예측모듈(190)은 수집된 동선정보와 방문장소 시퀀스 정보 및 사용자 별 장소 평가 점수를 이용하여 사용자가 주요 활동 지역이 아닌 다른 지역에 방문한 경우, 사용자의 방문장소를 예측할 수 있다. 예컨대, 예측모듈(190)은 사용자의 현재위치가 주요활동지역에 포함되지 않은 경우, 분석된 사용자의 주요활동지역에서의 이동패턴에 따라 사용자의 현재위치 근방에 존재하는 방문장소를 예측할 수 있다. 구체적으로, 예측모듈(190)은 사용자의 특정 장소를 방문하는 시간 패턴을 파악하여 사용자가 방문할 장소를 예측할 수 있다. 예컨대, 사용자가 12시경 카페에 방문하는 패턴이 인식되고 사용자가 주요 활동지역을 벗어나 다른 지역에 위치한 경우, 실시예에서는 12시경 사용자가 위치한 지역 근방의 장소 중 카페에 방문할 것으로 예측 하고, 사용자의 방문 가능성이 높은 장소 리스트를 추출할 수 있다.
또한, 예측모듈(190)은 사용자의 이동 패턴뿐만 아니라 장소 평가 정보를 분석하여 방문할 장소를 예측할 수 있다. 예컨대, 사용자 장소 평가 정보의 가중치를 파악하여 사용자가 일정 수준 이상의 가중치를 설정한 평가 항목의 점수가 기 설정 점수 이상인 장소들을 필터링 하고 필터링 된 장소들을 사용자 방문 가능성이 높은 장소로 예측할 수 있다.
도 3은 실시예에 따른 장소추천서버의 데이터 처리 블록을 보다 구체적으로 나타낸 도면이다.
도 3을 참조하면, 분석모듈(130)은 방문통계산출부(131) 및 주요 활동지역 산출부(133)을 포함하여 구성될 수 있고, 평가모듈(150)은 외부고객 평가부(151) 및 주요고객 평가부(153)를 포함하여 구성될 수 있고, 추천모듈(170)은 비교부(171) 및 추출부(173)을 포함하여 구성될 수 있고, 예측모듈(190)은 분석부(191) 및 예측부(193)을 포함하여 구성될 수 있다.
실시예에 따른 장소추천서버(100)의 데이터 베이스(110)에는 지역별 장소 명칭 데이터, 장소 분류 데이터, 장소주소, 장소 별 위도, 경도 고도 데이터, 사용자 별 장소 방문 시간 데이터 및 방문 시퀀스 정보 등이 저장된다.
분석모듈(130)의 방문통계 산출부(131)는 수집된 사용자별 방문장소위치정보와 방문시점정보를 통계적으로 분석한다. 실시예에서 방문통계 산출부(131)는 특정 장소로의 방문 횟수, 빈도, 방문시간 등을 통계적으로 분석하여 사용자의 이동패턴 및 주로 방문하는 장소 정보를 파악한다.
분석모듈(130)의 주요활동지역 산출부(133)는 사용자별 방문장소위치정보와 방문시점정보의 통계 결과에 따라 사용자의 주요활동지역을 파악하고, 사용자 별 동선정보를 생성한다. 실시예에서 주요활동지역 산출부(133)는 사용자의 동선정보 파악 후 파악된 동선 및 방문 장소를 모두 포함하는 최소 행정구역을 사용자의 주요 활동지역으로 산출할 수 있다. 또한, 주기적으로 방문하는 장소를 산출하여 산출된 장소가 포함된 지역을 주요 활동 지역에 포함 시킬 수 있다.
평가모듈(150)의 외부고객 평가부(151)는 특정 장소가 위치한 지역을 제외한 다른 지역에서 유입된 외부고객의 장소평가정보를 수집하여 외부고객의 평가점수를 산출한다. 실시예에서 외부고객은 특정 장소를 최초 또는 간헐적으로 방문한 고객으로서, 특정 장소가 포함된 지역이 주요 활동 지역이 아닌 사용자 들이다. 실시예에서는 외부고객인 사용자들이 특정 장소에 방문한 경우의 장소 평가정보를 수집하여 외부고객에 의한 장소평가점수를 산출할 수 있다.
주요고객 평가부(153)는 특정 장소가 위치한 지역을 주요활동지역으로 하는 주요고객의 평가정보를 수집하여 주요고객의 평가점수를 산출한다. 실시예에서 평가모듈(150)은 서비스 만족도, 품질 등을 포함하는 평가지표 각각에 사용자가 설정한 가중치를 부가하여 장소평가점수를 산출 할 수 있다. 또한, 평가모듈(150)은 사용자 별 주요활동지역에 포함된 장소방문빈도, 머무른 시간 및 방문한 장소에서의 결제 여부 및 지출 금액을 포함하는 장소평가지표를 산출하고, 산출된 장소평가지표에 가중치를 반영하여 반영하여 주요활동지역에 포함된 장소 각각의 평가 점수를 산출할 수 있다.
추천모듈(170)의 비교부(171)는 사용자의 주요 활동지역에 포함된 장소 평가 결과에서 사용자가 높은 평가점수를 부여한 장소특성과 사용자의 현재 위치 근방에 포함된 장소특성을 비교한다. 예컨대, 비교부(171)는 장소의 종류, 상품 판매 가격, 크기, 평점 정보 등을 비교할 수 있다. 추출부(173)는 비교 결과에 따라 사용자의 주요 활동지역에서 사용자가 높은 평점을 부여한 장소와 유사한 특성의 장소를 추출하거나, 사용자의 이동패턴에 대응하는 장소 정보를 추출하여 추출된 추천장소 리스트를 사용자 및 장소 제공자에게 제공할 수 있다.
예측모듈(190)의 분석부(191)는 사용자의 주요활동지역에서 이동 패턴과 장소평가정보를 파악하고, 사용자의 현재 위치 근방에 포함된 장소의 종류와 특성을 분석한다. 예측부(193)는 사용자의 현재위치가 주요활동지역에 포함되지 않은 경우, 분석된 사용자의 주요활동지역에서의 이동패턴 및 장소 평가 정보에 따라 사용자의 현재위치 근방에 존재하는 방문장소를 예측한다.
이하에서는 사용자별 주요 활동지역에 기반한 장소 추천 방법에 대해서 차례로 설명한다. 실시예에 따른 장소 추천 방법의 작용(기능)은 장소 추천 서버 및 시스템상의 기능과 본질적으로 같은 것이므로 도 1 내지 도 3과 중복되는 설명은 생략하도록 한다.
도 4는 실시예에 따른 장소 추천 서버의 데이터 처리과정을 나타낸 흐름도이다.
S410 단계에서는 장소추천서버에서 사용자별 방문장소 위치정보, 방문 시점 정보, 동선정보 및 장소평가정보를 수집한다.
S420 단계에서는 장소추천서버에서 수집된 데이터를 이용하여 사용자별 주요 활동지역 및 이동패턴을 산출한다. S420 단계에서는 사용자별 주요 활동지역 및 이동패턴 산출을 위해 수집된 사용자별 방문장소위치정보와 방문시점정보를 통계적으로 분석하고, 사용자별 방문장소위치정보와 방문시점정보의 통계 결과에 따라 사용자의 주요활동지역을 파악하고, 사용자들의 동선정보를 생성한다.
S430 단계에서는 사용자 스마트 단말을 통해 사용자 위치를 파악한다.
S440 단계에서는 사용자의 위치 정보를 통해 사용자가 주요 활동지역에 존재하는지 판단한다. 실시예에서는 사용자가 주요 활동지역에 존재하지 않는 경우, S450 단계로 진입하여 사용자 현재 위치를 주요 활동지역으로 하는 다른 사용자들의 장소 평가정보를 추출한다. 실시예에서 S450 단계에서는 특정 장소가 위치한 지역이 주요 활동지역이 아닌 외부고객의 평가정보를 수집하여 외부고객의 장소평가점수를 산출한다. 또한, S450 단계에서는 특정 장소가 위치한 지역을 주요활동지역으로 하는 주요고객의 평가정보를 수집하여 주요고객의 장소평가점수를 산출할 수 있다.
또한, S450 단계에서는 사용자 별 주요활동지역에 포함된 장소방문빈도, 머무른 시간 및 방문한 장소에서의 지출 금액을 포함하는 장소평가지표를 산출하고, 산출된 장소평가지표에 각각에 가중치를 반영하여 주요활동지역에 포함된 장소들의 평가점수를 산출할 수 있다. 이를 통해 특정 사용자가 장소 선택 시 주요하게 고려하는 평가 지표를 파악하여 특정 사용자에게 추천할 장소 리스트를 생성할 때 파악된 평가 지표를 이용함으로써 사용자의 개별 선호도가 반영된 추천 장소 리스트를 생성할 수 있다.
S460 단계에서는 장소추천서버에서 추출된 평가 정보를 이용하여 그 지역을 방문한 사용자에게 장소를 추천한다.
S470 단계에서는 사용자의 이동패턴 및 장소평가정보를 통해 사용자의 실시간 위치 근방에 포함된 장소 중 방문예정장소를 예측한다. 실시예에서는 사용자의 현재위치가 사용자의 주요활동지역에 포함되지 않은 경우, 미리 분석된 사용자 주요활동지역에서의 이동패턴에 따라 사용자의 현재위치 근방에 존재하는 방문장소를 예측할 수 있다.
이상에서와 같은 사용자의 주요 활동지역에 기반한 장소추천 서버 및 방문장소예측 방법은 사용자의 개별 주요 활동지역 정보를 파악하고, 특정 지역이 주요 활동지역인 사용자의 장소 평가결과에 따라 그 지역을 방문한 다른 사용자에게 장소를 추천함으로써, 특정 장소가 포함된 지역에서 주로 활동하는 사용자들에게 인정받은 신뢰도 높은 장소를 방문객들에게 추천할 수 있다.
또한, 타 지역에서 방문한 사용자의 장소 평가 데이터와 특정 지역이 주요 활동지역인 사용자의 장소 평가 데이터를 분류하여 특정 장소에 대한 평가결과를 파악할 수 있기 때문에, 장소평가 정확도를 향상시킬 수 있다.
개시된 내용은 예시에 불과하며, 특허청구범위에서 청구하는 청구의 요지를 벗어나지 않고 당해 기술분야에서 통상의 지식을 가진 자에 의하여 다양하게 변경 실시될 수 있으므로, 개시된 내용의 보호범위는 상술한 특정의 실시예에 한정되지 않는다.

Claims (10)

  1. 사용자별 주요 활동지역에 기반한 장소추천서버에 있어서,
    위도, 경도, 고도 및 주소 데이터를 포함하는 사용자별 방문장소 위치정보와 방문시점정보를 수집하고, 이동경로, 방문장소시퀀스를 포함하는 동선정보를 사용자 각각에 대해 수집하는 데이터베이스;
    상기 수집된 방문장소 위치정보, 방문시점정보 및 동선정보를 분석하여 개별 사용자의 주요활동지역을 파악하고, 사용자 별 이동패턴을 산출하는 분석모듈;
    사용자별 주요활동지역에 포함된 장소들의 평가정보를 수집하여 장소 별 평가점수를 산출하는 평가모듈;
    사용자가 주요활동지역을 벗어난 다른 지역에 위치한 경우, 상기 다른 지역이 주요활동지역으로 설정된 사용자들에 의한 장소평가 결과를 기반으로 다른 지역에 진입한 사용자에게 장소를 추천하는 추천모듈; 을 포함하는 장소추천서버.
  2. 제 1항에 있어서, 상기 평가모듈; 은
    특정 장소가 위치한 지역을 제외한 다른 지역에서 유입된 외부고객의 평가정보를 수집하여 상기 외부고객의 장소 평가점수를 산출하는 외부고객 평가부;
    특정 장소가 위치한 지역을 주요활동지역으로 하는 주요고객의 평가정보를 수집하여 상기 주요고객의 장소평가점수를 산출하는 주요고객 평가부; 를 포함하는 것을 특징으로 하는 장소추천서버.
  3. 제 1항에 있어서, 상기 분석모듈; 은
    상기 수집된 사용자별 방문장소위치정보와 방문시점정보를 통계적으로 분석하는 방문통계산출부; 및
    상기 사용자별 방문장소위치정보와 방문시점정보의 통계 결과에 따라 사용자의 주요활동지역을 파악하고, 사용자 별 동선정보를 생성하는 주요활동지역 산출부; 를 포함하는 것을 특징으로 하는 장소추천서버.
  4. 제 1항에 있어서, 상기 장소추천서버는
    사용자의 현재위치가 상기 사용자의 주요활동지역에 포함되지 않은 경우, 상기 분석된 사용자의 주요활동지역에서의 이동패턴에 따라 사용자의 현재위치 근방에 존재하는 방문장소를 예측하는 예측모듈; 을 더 포함하는 것을 특징으로 하는 장소추천서버.
  5. 제 2항에 있어서, 상기 평가모듈; 은
    사용자 별 주요활동지역에 포함된 장소방문빈도, 머무른 시간 및 방문한 장소에서의 지출 금액을 포함하는 장소평가지표를 산출하고, 상기 산출된 장소평가지표에 가중치를 각각 반영하여 주요활동지역에 포함된 장소들의 평가점수를 산출하는 것을 특징으로 하는 장소추천서버.
  6. 사용자의 주요 활동지역에 기반한 방문장소예측방법에 있어서,
    (A) 장소추천서버는 위도, 경도, 고도 및 주소 데이터를 포함하는 사용자별 방문장소 위치정보와 방문시점정보를 수집하고, 이동경로, 방문장소시퀀스를 포함하는 동선정보를 사용자 각각에 대해 수집하는 단계;
    (B) 장소추천서버는 수집된 방문장소 위치정보, 방문시점정보 및 동선정보를 분석하여 개별 사용자의 주요활동지역을 파악하고, 사용자 별 이동패턴을 산출하는 단계;
    (C) 장소추천서버는 사용자별 주요활동지역에 포함된 장소들의 평가정보를 수집하여 장소 별 평가점수를 산출하는 단계; 및
    (D) 사용자가 주요활동지역을 벗어난 다른 지역에 위치한 경우, 상기 다른 지역이 주요활동지역으로 설정된 사용자들에 의한 장소평가 결과를 기반으로 다른 지역에 진입한 사용자에게 장소를 추천하는 단계; 를 포함하는 방문장소 예측방법.
  7. 제 6항에 있어서, 상기 (C)의 단계; 는
    특정 장소가 위치한 지역이 주요 활동지역이 아닌 외부고객의 평가정보를 수집하여 상기 외부고객의 장소평가점수를 산출하는 단계; 및
    특정 장소가 위치한 지역을 주요활동지역으로 하는 주요고객의 평가정보를 수집하여 상기 주요고객의 장소평가점수를 산출하는 단계; 를 포함하는 것을 특징으로 하는 방문장소 예측방법.
  8. 제 6항에 있어서, 상기 (B)의 단계; 는
    상기 수집된 사용자별 방문장소위치정보와 방문시점정보를 통계적으로 분석하는 단계; 및
    상기 사용자별 방문장소위치정보와 방문시점정보의 통계 결과에 따라 사용자의 주요활동지역을 파악하고, 사용자들의 동선정보를 생성하는 단계; 를 포함하는 것을 특징으로 하는 방문장소 예측방법.
  9. 제 6항에 있어서, 상기 (D)의 단계; 는
    사용자의 현재위치가 상기 사용자의 주요활동지역에 포함되지 않은 경우, 상기 분석된 사용자의 주요활동지역에서의 이동패턴에 따라 사용자의 현재위치 근방에 존재하는 방문장소를 예측하는 단계; 를 포함하는 것을 특징으로 하는 방문장소 예측방법.
  10. 제 6항에 있어서, 상기 (C)의 단계; 는
    사용자 별 주요활동지역에 포함된 장소방문빈도, 머무른 시간 및 방문한 장소에서의 지출 금액을 포함하는 장소평가지표를 산출하고, 상기 산출된 장소평가지표에 가중치를 각각 반영하여 주요활동지역에 포함된 장소들의 평가점수를 산출하는 것을 특징으로 하는 방문장소 예측방법.
KR1020190131254A 2019-10-22 2019-10-22 사용자의 주요 활동지역에 기반한 장소추천 서버 및 방문장소예측 방법 KR102254400B1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020190131254A KR102254400B1 (ko) 2019-10-22 2019-10-22 사용자의 주요 활동지역에 기반한 장소추천 서버 및 방문장소예측 방법

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020190131254A KR102254400B1 (ko) 2019-10-22 2019-10-22 사용자의 주요 활동지역에 기반한 장소추천 서버 및 방문장소예측 방법

Publications (2)

Publication Number Publication Date
KR20210047529A true KR20210047529A (ko) 2021-04-30
KR102254400B1 KR102254400B1 (ko) 2021-05-24

Family

ID=75740604

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020190131254A KR102254400B1 (ko) 2019-10-22 2019-10-22 사용자의 주요 활동지역에 기반한 장소추천 서버 및 방문장소예측 방법

Country Status (1)

Country Link
KR (1) KR102254400B1 (ko)

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20060008471A (ko) * 2004-07-20 2006-01-27 에스케이커뮤니케이션즈 주식회사 이동통신 단말기를 통한 모블로그 기반의 지역 커뮤니티 시스템에서 스팟 또는 아지트를 추천하는 장치 및 방법
KR20150131780A (ko) 2014-05-16 2015-11-25 삼성전자주식회사 목적지 예측 장치 및 방법
KR20160089880A (ko) * 2015-01-20 2016-07-28 주식회사 에어스케치 사용자의 포스팅을 기반으로 유명 장소에 대한 챠트를 생성하는 컴퓨터 프로그램 및 서버
KR101699918B1 (ko) 2012-06-22 2017-01-25 구글 인코포레이티드 방문 가능성에 기초한 부근의 목적지들의 정렬 및 위치 히스토리로부터의 장소들에 대한 미래의 방문들의 예측

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20060008471A (ko) * 2004-07-20 2006-01-27 에스케이커뮤니케이션즈 주식회사 이동통신 단말기를 통한 모블로그 기반의 지역 커뮤니티 시스템에서 스팟 또는 아지트를 추천하는 장치 및 방법
KR101699918B1 (ko) 2012-06-22 2017-01-25 구글 인코포레이티드 방문 가능성에 기초한 부근의 목적지들의 정렬 및 위치 히스토리로부터의 장소들에 대한 미래의 방문들의 예측
KR20150131780A (ko) 2014-05-16 2015-11-25 삼성전자주식회사 목적지 예측 장치 및 방법
KR20160089880A (ko) * 2015-01-20 2016-07-28 주식회사 에어스케치 사용자의 포스팅을 기반으로 유명 장소에 대한 챠트를 생성하는 컴퓨터 프로그램 및 서버

Also Published As

Publication number Publication date
KR102254400B1 (ko) 2021-05-24

Similar Documents

Publication Publication Date Title
US10572887B2 (en) Electronically capturing consumer location data for analyzing consumer behavior
CN108875007B (zh) 兴趣点的确定方法和装置、存储介质、电子装置
Abdella et al. Airline ticket price and demand prediction: A survey
US20230394336A1 (en) System and method for real-time generation of predictive models of mobile users' behavior
US20170332205A1 (en) Inference pipeline system and method
EP3098770A1 (en) Advertising method and device using cohort-based user analysis platform and marketing platform
CN110334289B (zh) 出行目的地的确定方法和目标用户的确定方法
KR102236546B1 (ko) 빅데이터 및 인공지능 기반 관광목적에 따른 선택이 가능한 스마트 관광 서비스 제공 방법
KR101633349B1 (ko) 여행지 추천 및 인증 방법과 이를 구현하기 위한 모바일 단말용 애플리케이션
JP6814115B2 (ja) 特定装置、特定方法および特定プログラム
JP4431907B2 (ja) 情報提供方法及びその装置
JP2014203272A (ja) 新規出店候補地分析装置及び方法及びプログラム
Alvarez-Lozano et al. Learning and user adaptation in location forecasting
KR20180134553A (ko) 혼잡도 제공 시스템 및 방법
KR20220091948A (ko) 소셜 미디어 활동 분석을 통한 추천 서비스 제공 장치 및 방법
KR102254400B1 (ko) 사용자의 주요 활동지역에 기반한 장소추천 서버 및 방문장소예측 방법
KR101540211B1 (ko) 광고 선정 시스템 및 그 방법
US11138615B1 (en) Location-based place attribute prediction
JP2006163670A (ja) 巡訪ルート探索システム、プログラム
US20210174395A1 (en) System and method for location-based product solutions using artificial intelligence
KR101932895B1 (ko) 사용자 위치 기반의 검색 정보 제공 방법 및 그 시스템
KR20170132375A (ko) 위치기반 서비스 제공업체 추천 방법 및 장치
KR20200134850A (ko) 버스 정류소 기반 여행 정보 제공을 위한 서비스 제공 장치 및 방법
KR101932797B1 (ko) 사용자 위치 기반의 검색 정보 제공 방법 및 그 시스템
KR102454350B1 (ko) 소비 패턴 예측을 통한 사용자 맞춤형 추천 서비스 제공 방법 및 서버

Legal Events

Date Code Title Description
E701 Decision to grant or registration of patent right