WO2012165859A2 - 사용자 심리지수에 기초한 조언 추천 시스템 - Google Patents

사용자 심리지수에 기초한 조언 추천 시스템 Download PDF

Info

Publication number
WO2012165859A2
WO2012165859A2 PCT/KR2012/004264 KR2012004264W WO2012165859A2 WO 2012165859 A2 WO2012165859 A2 WO 2012165859A2 KR 2012004264 W KR2012004264 W KR 2012004264W WO 2012165859 A2 WO2012165859 A2 WO 2012165859A2
Authority
WO
WIPO (PCT)
Prior art keywords
user
advice
information
context information
index
Prior art date
Application number
PCT/KR2012/004264
Other languages
English (en)
French (fr)
Other versions
WO2012165859A3 (ko
Inventor
권오병
Original Assignee
경희대학교 산학협력단
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 경희대학교 산학협력단 filed Critical 경희대학교 산학협력단
Publication of WO2012165859A2 publication Critical patent/WO2012165859A2/ko
Publication of WO2012165859A3 publication Critical patent/WO2012165859A3/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
    • G06Q10/00—Administration; Management
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N5/00—Computing arrangements using knowledge-based models
    • G06N5/02—Knowledge representation; Symbolic representation
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/90—Details of database functions independent of the retrieved data types

Definitions

  • the present invention relates to a system for determining a user psychological index based on user context information and user profile information, and recommending advice necessary for a user according to the determined user psychological index.
  • Ubiquitous environment refers to an information and communication environment where users can connect to the network freely regardless of network or computer.
  • Ubiquitous is a Latin word meaning 'anywhere, anytime.' It is an environment where users can freely access the network.
  • users can use information technology not only in homes and cars, but even on top of the mountain, and the number of computer users connected to the network will increase, which will increase the size and scope of the information technology industry.
  • Situational Awareness Service presents technical means to express all situations in the real world, and based on this, it enables human-centered autonomous service by applying intelligent techniques such as situational awareness, feature extraction, learning, and reasoning. .
  • These context-aware services are linked to smartphones that are widely used in recent years, and various services are made, and are a useful method in providing personalized and automated services.
  • the conventional advice method is difficult to determine the user's stress, depression, anger, fatigue in real time in the user's current situation, and moreover, to improve / overcome the current stress, depression, anger, fatigue It provides a problem that it is difficult to immediately improve / overcome stress, depression, anger, fatigue of the user.
  • the user can select or customize the advice according to the user context information or the user profile information, but the advice is randomly recommended to the user regardless of the user context information or the user profile information. There is a problem that the adequacy and effectiveness of the advice is lowered.
  • the ubiquitous environment and the smartphone environment can effectively provide personalized services to the user.
  • the user may feel stress, depression, anger, fatigue, etc. for the user's mental abundance and stability based on user context information and user profile information.
  • According to the user psychological index there is a need for a recommendation recommendation system that can provide advice appropriate for a user in real time.
  • the present invention is to overcome the problems of the above-mentioned conventional advice method, an object of the present invention is to determine a user psychological index in real time, and to recommend a system for recommending personalized advice to the user based on the determined user psychological index To provide.
  • Another object of the present invention is to provide a system that can be selected by the user according to the user context information and the user profile information, or to recommend the user to extract the advice of a high degree of selection.
  • Another object of the present invention is to provide a system for determining a user psychological index in real time from user context information and user profile information, and recommending advice corresponding to the determined user psychological index.
  • the advice recommendation system compares a user information collection unit for collecting user context information and user profile information, and compares the collected user context information with user context information stored in a user database. If the collected user context information is different from the pre-stored user context information, the user psychological index is calculated from the user response information collected from the user's survey information, the collected user context information, and the user profile information. When the user information management unit and the new user context information are collected, the user psychological index that matches the newly collected user context information and the newly collected user context information in the user database is searched and ignored.
  • the advice determination unit determines which unit advice level corresponds to the advice level, and provides advice for controlling the output to the user by searching the advice database for advice corresponding to the determined unit advice level, user profile information, and newly collected user context information. It is characterized by including a wealth.
  • the user context information includes user location information according to GPS, user environment information of illuminance, humidity, noise and temperature received from an environmental sensor, user schedule information, user activity information received from an activity sensor, and a bio signal sensor.
  • User biometric information and current time information is the user's occupation, age, place of residence, gender, medical history, marital status, education, income level input from the user.
  • the user information management unit compares the collected user context information and the user context information previously stored in the user database, a comparison determination unit that determines whether the collected user context information is prestored in the user database, and the collected user If the situation information is not stored in the user database, provide a questionnaire that asks for an exponential factor that converts the absolute size of each user situation information constituting the collected user situation information into a subjective size that the user actually feels and answers the question from the user
  • a user psychological index which is calculated and calculated from the user context information collected from a regression model formula that defines a correlation between the user context information, the user profile, and the exponential factor, in the user database.
  • the advice recommendation system further includes an update control unit for updating the user psychological index according to the user context information stored in the user database periodically or whenever the user profile information is changed.
  • the user psychological index is a depression index, anger index, stress index, mental fatigue index.
  • the advice provider may be configured to determine whether the user psychological index calculated from the newly collected user context information is the advice level, and if the determination result is the advice level, to send the advice inquiry message to the user or the advice response message from the user.
  • the advice providing judgment unit that judges to provide advice by receiving a message, and the advice providing judgment unit controls the output to the user by searching the advice database for advice corresponding to the newly collected user context information It includes an advice search unit.
  • An embodiment of the advice search unit includes a meta information comparison unit comparing the meta information or index word of the advice matched to the determined unit advice level and the user profile information or the newly collected user context information stored in the advice database, and the comparison result.
  • An advice extractor which extracts advice including user profile information or newly collected user context information from meta information or index words, and a weight of the user profile information or newly collected user context information and the number of matching of meta information or index words
  • a priority calculation unit for calculating the priority of the extracted advice in the order of the advice having the meta information or the index word matching the user context information having a high weight or in the order of the number of the meta information or the index word matching the user context information; According to the priority of the extraction advice
  • a advice output control unit for controlling the output of the advice to the user.
  • the advice search unit includes a meta information comparison unit comparing the meta information or index word of the advice matched to the determined unit advice level and the user profile information or the newly collected user context information stored in the advice database, and the comparison result.
  • the advice extractor which extracts the user profile information or the newly collected user context information from the meta information or index word, and the user profile information or the newly collected user context information each have different axes.
  • a priority calculation unit for calculating the priority of the extracted advice according to the similarity between the matching vector generated from the weights of the collected user context information and the advice vector generated from each of the extracted meta information or the index word, and the calculated extraction advice. According to the priority of four Advise output control unit for controlling the output of the advice to the user.
  • Advice recommendation system has a variety of effects as follows compared to the conventional advice recommendation method.
  • the advice recommendation system can determine the user psychological index based on the user context information or the user profile information, thereby accurately diagnosing the psychological state of the user and recommending accurate advice to overcome the diagnosed psychological state. have.
  • the advice recommendation system can accurately recommend personalized advice to a user by periodically collecting user context information and determining a user's personalized tendency with respect to the collected user context information.
  • the advice recommendation system can recommend personalized advice to the user by extracting advice that the user can select or have high cooking preference according to the user context information and the user profile information.
  • the advice recommendation system calculates and stores a user psychological index according to the user context information collected through a questionnaire for analyzing the user tendency whenever the user context information is collected.
  • the recommendation recommendation system can be easily used without a process, and the user psychological index can be recommended by accurately updating the user psychological index according to the user context information periodically or whenever the user profile information is changed.
  • FIG. 1 is a functional block diagram illustrating an advice recommendation 0 system according to an embodiment of the present invention.
  • FIGS. 2 and 3 are functional block diagrams for explaining another embodiment of the advice recommendation system according to the present invention.
  • FIG. 4 is a functional block diagram illustrating a user information management unit according to an embodiment of the present invention.
  • FIG. 5 is a functional block diagram for explaining the advice determination unit 40 according to an embodiment of the present invention.
  • FIG. 6 is a functional block diagram for explaining in more detail the advice search unit according to an embodiment of the present invention.
  • FIG. 7 is a flowchart illustrating a method of calculating and storing a user psychological index according to user context information in a advice recommendation system according to the present invention.
  • FIG. 8 is a flowchart illustrating a method for recommending advice to a user according to user context information in an advice recommendation system according to the present invention.
  • 9 is a flowchart for explaining in more detail the step of extracting advice.
  • 11 illustrates an example of user profile information input from a user.
  • FIG. 12 illustrates an example of an index factor input as a questionnaire answer.
  • FIG. 1 is a functional block diagram illustrating an advice recommendation system according to an embodiment of the present invention.
  • the information collecting unit 10 collects user context information from an environmental sensor 1, a user terminal 2, or a biosignal sensor 3, or registers a user to use an advice recommendation system.
  • user profile information is collected or user profile information is periodically collected.
  • the user context information refers to information representing a dynamically changing situation of the user, such as environment information around the user, current location, current weather, user schedule, and biometric information of the user.
  • the user profile information includes user name, age, and gender. , Information indicating a user or characteristics of the user itself, such as marital status or residence.
  • the information collection unit 10 is the environmental sensor (1) for detecting the environmental information, such as humidity, temperature, saturation, noise, if the user is located in a specific space
  • the user environment information is collected from the environmental sensor 1
  • the user schedule information stored in the user terminal 2 is collected, or the user is collected through a GPS module provided in the user terminal 2. Gathers the current location of the user, or collects biometric information such as blood pressure, body temperature, pulse rate, etc. from the biosignal sensing sensor disposed on the user terminal 2 or located on a part of the user's body, such as activity calories of the user do.
  • the information collector 10 controls the user profile information on the user under the control of the user information manager 20. Sends an interface screen for inputting to the user terminal 2 and collects user profile information input through the user terminal 2 from the user.
  • An example of the operation of the information collecting unit 10 is to receive user context information from an environment sensor, a user terminal, and a biosignal detection sensor when receiving a collection control command of the user information managing unit 20 under the control of the user information managing unit 20. Collect or collect user profile information.
  • Another example of operation of the information collecting unit 10 is when a new user context information is generated to the user without the control of the user information managing unit 2, for example, when the user is located in a specific space where the environmental sensor is disposed or the user It collects user context information in real time when the bio signal changes.
  • the user information management unit 20 collects the user context information collected by comparing the collected user context information with the user context information previously stored in the user information database 30 and is not stored in the user information database 30.
  • the user's psychological index in the user's context information collected from the user's context information collected from the questionnaire answers received from the user, collected user context information, and user profile information is calculated and stored in the user information database 30.
  • the user information database 30 stores user context information, user profile information, and user psychological index calculated for the collected user context information collected through the information collecting unit 10.
  • the user psychological index is an index related to the mental abundance and stability of the user, and various psychological indexes may be used according to the field to which the present invention is applied, including the user's stress index, depression index, anger index, and mental fatigue index. It belongs to the scope of the invention.
  • the advice determining unit 40 collects new user context information through the information collecting unit 10, the user psychological index that matches the newly collected user context information in the user database is searched for. Determine which unit of advice level is the ignore level or the advice level.
  • the advice determining unit 40 searches for a single or a plurality of user psychological indices matching the newly collected user context information to determine whether each user psychological index is an ignore level or an advice level.
  • the advice level is again divided into unit advice levels. For example, the advice level is divided into upper, middle, and lower, or from 1 to 10 to 1 unit.
  • the advice providing unit 50 searches the advice database 70 for advice matching the unit advice level determined according to the user psychological index, and the same index word or meta information as the user profile information or newly collected user information among the searched advices. Extract the advice having a provided to the advice output unit 60.
  • the advice output unit 60 may be a device for outputting the extracted advice to a user, and a display or a speaker may be used, and various devices for outputting advice to a voice or a screen may be used according to the field to which the present invention is applied.
  • the update control unit 80 updates the user psychological index according to the user context information stored in the user database 30 periodically or whenever the user profile information is changed.
  • the update controller 80 Periodically or whenever the user profile information is changed, updates the user psychological index according to the user context information previously stored in the user database 30 and stores it in the user database 30.
  • FIGS. 2 and 3 are functional block diagrams for explaining another embodiment of the advice recommendation system according to the present invention.
  • the information collection module 100 is disposed in the terminal 2 provided by the user or in a specific space in which the user is located, and includes the environmental sensor 1, the user terminal 2, and the biosignal.
  • the user context information is collected from the detection sensor 3.
  • the information collection module 100 is connected to the advice providing system 300 through a wired / wireless network 200 and transmits the collected user context information to the advice providing system 300 through the network 200.
  • the user context information transmitted from the information collecting module 100 to the advice providing system 300 includes a user identifier for identifying a user.
  • the user identifier may be a serial number of a terminal provided by the user.
  • the advice providing system 300 extracts advice to be recommended to the user from the received user context information, user profile information, and user psychological index, and sends the extracted advice to the user terminal 1 through the network. Send.
  • the output unit 350, the advice database 360, and the update control unit 370 are the user information management unit 20, the user information database 30, the advice determination unit 40, and the advice of the advice recommendation system illustrated in FIG. 1.
  • the advice recommendation system shown in FIG. 3 has the same function or operation as the providing unit 50, the advice output unit 60, the advice database 70, and the update control unit 80. The detailed description thereof will be omitted since it is only integrated in the recommendation system.
  • FIG. 4 is a functional block diagram illustrating a user information management unit according to an embodiment of the present invention.
  • the comparison determination unit 21 collects user context information from the information collecting unit 10 and stores the collected user context information in the user database 30.
  • the user context information collected by comparing with the information is determined as user context information previously stored in the user database 30.
  • the subjective size of the user with respect to the absolute size of the user context information collected through the questionnaire providing unit 23 create a questionnaire to inquire and provide it to the user and receive a response to the questionnaire from the user. That is, the survey provider 230 provides a questionnaire for inquiring an index factor that converts the absolute size of each user context information constituting the collected user context information into a subjective size actually felt by the user and receives a question answer from the user. .
  • An example of a questionnaire provided to a user through the questionnaire provider 23 may be a questionnaire that is classified as "very cold, cold, moderate, hot, or very hot" that the user feels subjectively.
  • the user psychological index can be accurately measured by using information about the subjective size felt by the user in the absolute size of each user context information. Can be.
  • the user determines the subjective size that the user actually feels about the absolute size of each user context information (exponential factor of 'very cold': 0 exponent of 'cold': 1, exponent of 'suitable': 2, the index factor of 'hot': 3, the index factor of 'very hot': 4) to answer the questionnaire.
  • the psychological index calculation unit 25 uses the collected user context information, the user profile information stored in the user information database 30, and the calculated index factor as independent factors and the user psychological index as dependent factors.
  • the user psychological index in the user context information collected from the regression model equation defining the correlation therebetween is calculated and the calculated user psychological index is stored in the user information database 30.
  • the regression model formula is defined by studying various items contributing to the stress index, depression index, anger index, and mental fatigue index, and stress index, depression index, anger index, and mental fatigue index as dependent variables, and each user's psychology. It is an expression that defines the relationship, that is, the correlation of how much each independent variable contributes to the dependent variable, with several items contributing to the index as independent variables.
  • the regression model for each user psychological index is stored in a separate regression model database (not shown) or in the user information database 30.
  • FIG. 5 is a functional block diagram for explaining the advice determination unit 40 according to an embodiment of the present invention.
  • the level determiner 51 matches a user psychological index matched with the input user context information to the user database 30. ), And based on the retrieved user psychological index, it is determined whether the user does not need advice or the advice level that requires advice. In addition, the level determining unit 51 determines the level of the level of the unit advice level based on the size of the user psychological index.
  • the advice providing determination unit 53 When the size of the user psychological index is the advice level based on the determination result of the level determination unit 53, the advice providing determination unit 53 generates and transmits an advice inquiry message inquiring whether to provide advice to the user. Receive an advice response message requesting advice from the user.
  • the advice retrieval unit 55 When the advice providing determination unit 53 receives the advice response message, the advice retrieval unit 55 newly collects the meta information or the index word of the advice stored in the advice database 70 that matches the determined unit advice level. Compared with the user context information or the user profile information, the advice to be recommended to the user is searched and the searched advice is outputted to the advice output unit 60.
  • FIG. 6 is a functional block diagram for explaining in more detail the advice search unit according to an embodiment of the present invention.
  • the meta information comparison unit 111 may compare the meta information or index word of the advice stored in the advice database 70 and the user context information or the user profile information matched to the unit advice level.
  • the advice extracting unit 113 has meta information or index words matching the user context information or the user profile information among the advices stored in the advice database 70 based on the comparison result of the meta information comparing unit 111.
  • Get advice The priority calculator 115 calculates the meta information or the index word in the order of advice having a high weight or based on the user context information or the user profile information based on the weight of the user context information or the user profile information and the matching information of the meta information or the index word. Calculate the priority of the advice extracted in order of the highest number.
  • the advice output controller 117 outputs the advice extracted according to the priority of the advice calculated by the priority calculator 115 to the advice output unit 60.
  • FIG. 7 is a flowchart illustrating a method of calculating and storing a user psychological index according to user context information in a advice recommendation system according to the present invention.
  • FIG. 11 is an example of user profile information input from a user.
  • Information about a user's age, gender, marital status, education, income level, residence, occupation, and medical history is input from the user through the user terminal as an attribute value of the legend.
  • the collected user context information is compared with the collected user context information previously stored in the user database to determine whether the collected user context information is user context information stored in the user database (S120).
  • a questionnaire is provided inquiring about the exponential factor that converted the absolute size of each user context information constituting the collected user context information into a subjective size felt by the user.
  • Receive a survey answer from the user (S130). 12 is an example of a questionnaire answer, the subjective magnitude actually felt by the user with respect to the absolute size of the user context information such as temperature, humidity, illuminance, noise, activity, etc. is converted into an exponential factor of the legend and input from the user through the user terminal.
  • the user psychological index is calculated from the regression model equations using the collected user context information, the user profile information, and the index factor as independent variables, and the stress index, depression index, anger index, and mental fatigue index as dependent variables (S140).
  • the user psychological index is stored in the user database (S150).
  • the stress index, depression index, anger index and mental fatigue index are calculated from the regression model equations defined by Equations (1) to (4) below, and various regressions according to the fields to which the present invention is applied. Model equations can be used to calculate the user psychological index, which is within the scope of the present invention.
  • Depression index 0.38 ⁇ subjective noise level-0.16 ⁇ activity amount + 0.26 ⁇ subjective illuminance + 0.34 ⁇ marriage status (when married: 0, unmarried: 1) + 0.07 ⁇
  • Anger index 0.23 ⁇ biological signal + 0.16 ⁇ subjective noise level + 0.15 ⁇ income level + 0.17 ⁇
  • FIG. 8 is a flowchart illustrating a method for recommending advice to a user according to user context information in an advice recommendation system according to the present invention.
  • the user psychological index is matched and stored based on the input user context information based on the input user context information, and the searched user is searched. It is determined whether the psychological index is an ignore level or an advice level (S220). If the determination result is the advice level, it is determined whether an advice response message for requesting advice is received from the user (S230). The index words are compared with the user context information and the user profile information to extract advice to be recommended to the user (S240), and the extracted advice is output to the user (S250).
  • FIG. 9 is a flowchart illustrating a step of extracting advice in more detail.
  • meta data or an index word of an advice stored in an advice database matched to a unit advice level, and a user are provided.
  • the situation information or the user profile information is compared (S241), and based on the comparison result, the advice having meta information or index word matching the user context information or the user profile information is extracted from the advice stored in the advice database (S243).
  • the priority of the advice extracted in the order of the number of the meta information or the index word that matches the information is calculated (S245).
  • the extracted advice is output controlled according to the priority of the calculated advice (S247).
  • an example of calculating the priority of the extracted advice includes weights applied to each of the user profile information or newly collected user context information, user profile information, or the newly collected user context information and advice database. Meta information or index words that match the user context information or user profile information, or in the order of the advices having meta information or index words that match the weighted user context information or user profile information based on the number of matching meta information or index terms. Calculate the priority of the advice extracted in order of the highest number.
  • the weight here may be defined by the operator of the advisory recommendation system or directly by the user.
  • the user profile information or the newly collected user context information may be divided into different axes (X, XY, -XY, -X, -XY, -Y, XY) and the priority of the extracted advice according to the similarity between the matching vector generated from the weight of each user profile information or the newly collected user context information and the advice vector generated from each of the extracted meta information or index words.
  • each of the user profile information or the user context information has a different axis, and is generated from weights (0.7, 0.3, 0.45, 0.4, 0.15, 0.9, 0.6, 0.5) for each of the user profile information or the user context information.
  • Advice with advice vectors similar to the matching vectors is prioritized according to the similarity.
  • the degree of similarity may be calculated from the size of the matching region of the figure formed from the matching vector and the figure formed from the advice vector.
  • the advice extracted here is calculated based on user context information and user profile information. For example, if the user's gender is different based on user profile information, the advice is applicable to women. In the case of teens, only the advice corresponding to the 20s is extracted, and the user can recommend easy and effective advice in real time by selecting the user's location and advice based on the current location.
  • the above-described embodiments of the present invention can be written as a program that can be executed in a computer, and can be implemented in a general-purpose digital computer that operates the program using a computer-readable recording medium.
  • the computer-readable recording medium may be a magnetic storage medium (for example, a ROM, a floppy disk, a hard disk, etc.), an optical reading medium (for example, a CD-ROM, DVD, etc.) and a carrier wave (for example, the Internet). Storage medium).
  • a magnetic storage medium for example, a ROM, a floppy disk, a hard disk, etc.
  • an optical reading medium for example, a CD-ROM, DVD, etc.
  • carrier wave for example, the Internet.

Landscapes

  • Engineering & Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Tourism & Hospitality (AREA)
  • General Business, Economics & Management (AREA)
  • Strategic Management (AREA)
  • Marketing (AREA)
  • Human Resources & Organizations (AREA)
  • Economics (AREA)
  • Quality & Reliability (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Operations Research (AREA)
  • Evolutionary Computation (AREA)
  • General Engineering & Computer Science (AREA)
  • Computing Systems (AREA)
  • Mathematical Physics (AREA)
  • Software Systems (AREA)
  • Data Mining & Analysis (AREA)
  • Computational Linguistics (AREA)
  • Artificial Intelligence (AREA)
  • Health & Medical Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Primary Health Care (AREA)
  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
  • Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)

Abstract

본 발명은 사용자 상황 정보와 사용자 프로필 정보에 기초하여 사용자 심리를 판단하고, 판단한 사용자 심리 지수에 따라 사용자에 필요한 조언을 제공하는 시스템에 관한 것이다. 본 발명에 따른 조언 추천 시스템은 사용자 심리 지수를 사용자 상황 정보 또는 사용자 프로필 정보에 기초하여 판단함으로써, 사용자의 심리 상태를 정확하게 진단하고 진단한 심리 상태를 극복할 수 있는 정확한 조언을 추천할 수 있다.

Description

사용자 심리지수에 기초한 조언 추천 시스템
본 발명은 사용자 상황 정보와 사용자 프로필 정보에 기초하여 사용자 심리 지수를 판단하고, 판단한 사용자 심리 지수에 따라 사용자에 필요한 조언을 추천하는 시스템에 관한 것이다.
유비쿼터스 환경은 사용자가 네트워크나 컴퓨터를 의식하지 않고 장소에 상관없이 자유롭게 네트워크에 접속할 수 있는 정보통신 환경을 의미하는데, 유비쿼터스는 '언제 어디에나 존재한다'는 뜻의 라틴어로, 사용자가 시간과 장소에 구애되지 않고 자유롭게 네트워크에 접속할 수 있는 환경을 말한다. 유비쿼터스 환경에서 사용자는 가정·자동차는 물론, 심지어 산 꼭대기에서도 정보기술을 활용할 수 있고, 네트워크에 연결되는 컴퓨터 사용자의 수도 늘어나 정보기술산업의 규모와 범위도 그만큼 커지게 된다.
이러한 유비쿼터스 환경에서 널리 연구 개발되고 있는 분야 중 하나가 상황 인식 서비스이다. 상황 인식 서비스는 현실 세계의 모든 상황을 표현하는 기술적 수단을 제시하며, 이를 기반으로 상황 인식, 상황의 특징 추출, 학습, 추론 등의 지능화된 기법을 적용하여 인간 중심의 자율적인 서비스를 가능하게 한다. 이러한 상황 인식 서비스는 최근 널리 보급되고 있는 스마트폰과 연계되어 다양한 서비스가 이루어지고 있으며, 개인화 및 자동화된 서비스를 제공하는데 있어서 유용한 방법이다.
최근 기술 진보의 반대 효과로 사용자는 스트레스, 우울감, 분노감, 피로감을 더 크게 느끼며 이를 극복/개선하기 위한 다양한 조언 방법들이 개발되고 있다. 그러나 종래 조언 방법에서 스트레스, 우울감, 분노감, 피로감을 극복하기 위하여 사용자는 직접 병원을 찾거나, 공지되어 있는 조언을 직접 검색하고 자신에 맞는 개선 방안을 찾아야 하는 불편함이 있었다. 더욱이 종래 조언 방법에서는 사용자가 스스로 스트레스, 우울감, 분노감, 피로감 중 어떠한 상태인지를 객관적으로 판단하기 곤란하였으며 사용자가 어떠한 상태인지 객관적으로 판단하더라도 그 정도를 객관적으로 판단하기 곤란하여 정확한 개선 방안을 찾기 곤란하였다. 또한 종래 조언 방법은 사용자의 현재 상황에 실시간으로 사용자가 느끼는 스트레스, 우울감, 분노감, 피로감을 판단하기 곤란하며, 더욱이 사용자가 현재 느끼는 스트레스, 우울감, 분노감, 피로감에 대한 개선/극복 방안을 실시간으로 제공하여 즉각적으로 사용자의 스트레스, 우울감, 분노감, 피로감를 개선/극복하기 곤란하다는 문제점을 가진다. 또한 종래 조언 방법은 사용자 상황 정보 또는 사용자 프로필 정보에 따라 사용자가 취사선택할 수 있는 또는 취사선택도가 높은 조언이 서로 상이하나 이러한 사용자 상황 정보 또는 사용자 프로필 정보에 무관하게 무작위로 사용자에 조언을 추천하여 조언의 적절성과 효과성이 저하된다는 문제점을 가진다.
유비쿼터스 환경과 스마트폰 환경은 사용자에 개인화된 서비스를 효과적으로 제공할 수 있는데, 사용자 상황 정보와 사용자 프로필 정보에 기초하여 사용자의 정신적 풍요와 안정을 위해 사용자가 느끼는 스트레스, 우울감, 분노감, 피로감 등과 같은 사용자 심리 지수에 따라 사용자에 적합한 조언을 실시간으로 제공할 수 있는 조언 추천 시스템이 요구된다.
본 발명은 위에서 언급한 종래 조언 방법이 가지는 문제점을 극복하기 위한 것으로, 본 발명이 이루고자 하는 목적은 사용자 심리 지수를 실시간으로 판단하고, 판단한 사용자 심리 지수에 따라 사용자에 개인화된 조언을 추천하는 시스템을 제공하는 것이다.
본 발명이 이루고자 하는 다른 목적은 사용자 상황 정보와 사용자 프로필 정보에 따라 사용자가 취사선택할 수 있거나 취사선택도가 높은 조언을 추출하여 사용자에 추천하는 시스템을 제공하는 것이다.
본 발명이 이루고자 하는 또 다른 목적은 사용자 상황 정보와 사용자 프로필 정보로부터 실시간으로 사용자 심리 지수를 판단하고, 판단한 사용자 심리 지수에 해당하는 조언을 추천하는 시스템을 제공하는 것이다.
본 발명의 목적을 달성하기 위하여 본 발명에 따른 조언 추천 시스템은 사용자 상황 정보와 사용자 프로필 정보를 수집하는 사용자 정보 수집부와, 수집한 사용자 상황 정보와 사용자 데이터베이스에 기저장되어 있는 사용자 상황 정보를 비교하여 수집한 사용자 상황 정보가 기저장되어 있는 사용자 상황 정보와 다른 경우 사용자로부터 입력받은 설문 답변, 수집한 사용자 상황 정보, 사용자 프로필 정보로부터 수집한 사용자 상황 정보에서의 사용자 심리지수를 계산하여 사용자 데이터베이스에 저장하는 사용자 정보 관리부와, 새로운 사용자 상황 정보를 수집하는 경우, 새로 수집한 사용자 상황 정보와 사용자 데이터베이스에서 새로 수집한 사용자 상황 정보에 매칭되어 있는 사용자 심리 지수를 검색하여 검색한 사용자 심리 지수가 무시 레벨 또는 조언 레벨 중 어떤 단위 조언 레벨에 해당하는지 판단하는 조언 판단부와, 판단한 단위 조언 레벨, 사용자 프로필 정보, 새로 수집한 사용자 상황 정보에 해당하는 조언을 조언 데이터베이스에서 검색하여 사용자에 출력 제어하는 조언 제공부를 포함하는 것을 특징으로 한다.
여기서 사용자 상황 정보는 GPS에 따른 사용자 위치 정보, 환경감지 센서로부터 수신한 조도, 습도, 소음, 온도의 사용자 환경 정보, 사용자 스케줄 정보, 활동량 센서로부터 수신한 사용자 활동량 정보, 생체 신호 감지 센서로부터 수신한 사용자 생체 정보, 현재 시간 정보이다. 한편 사용자 프로필 정보는 사용자로부터 입력된 사용자의 직업, 나이, 거주지, 성별, 병력, 결혼여부, 학력, 소득 수준이다.
보다 구체적으로, 사용자 정보 관리부는 수집한 사용자 상황 정보와 사용자 데이터베이스에 기저장되어 있는 사용자 상황 정보를 비교하여 수집한 사용자 상황 정보가 사용자 데이터베이스에 기저장되어 있는지 판단하는 비교 판단부와, 수집한 사용자 상황 정보가 사용자 데이터베이스에 기저장되어 있지 않은 경우 수집한 사용자 상황 정보를 구성하는 각 사용자 상황 정보의 절대적 크기를 사용자가 실제 느끼는 주관적 크기로 변환한 지수 인자를 문의하는 설문을 제공하고 사용자로부터 설문 답변을 수신하는 설문 제공부와, 사용자 상황 정보, 사용자 프로필, 지수 인자 사이의 상관 관계를 규정하는 회귀 모델식으로부터 수집한 사용자 상황 정보에서의 사용자 심리 지수를 계산하고 계산한 사용자 심리 지수를 사용자 데이터베이스에 저장하는 심리 지수 계산부를 포함한다.
바람직하게 조언 추천 시스템은 주기적으로 또는 사용자 프로필 정보가 변경될 때마다 사용자 데이터베이스에 저장되어 있는 사용자 상황 정보에 따른 사용자 심리 지수를 갱신하는 갱신 제어부를 더 포함한다.
여기서 사용자 심리 지수는 우울감 지수, 분노감 지수, 스트레스 지수, 정신적 피로감 지수이다.
보다 구체적으로, 조언 제공부는 새로 수집한 사용자 상황 정보로부터 계산된 사용자 심리 지수가 상기 조언 레벨인지 판단하는 레벨 판단부와, 판단 결과 조언 레벨인 경우 사용자에 조언 문의 메시지를 송신하거나 사용자로부터 조언 응답 메시지를 수신하여 조언 제공을 판단하는 조언 제공 판단부와, 조언 제공 판단부에서 사용자에 조언을 제공하도록 판단되는 경우 새로 수집한 사용자 상황 정보에 해당하는 조언을 조언 데이터베이스에서 검색에서 검색하여 사용자에 출력 제어하는 조언 검색부를 포함한다.
조언 검색부의 일 실시예는 조언 데이터베이스에 저장되어 있는, 판단한 단위 조언 레벨에 매칭되어 있는 조언의 메타정보 또는 색인어와 사용자 프로필 정보 또는 새로 수집한 사용자 상황 정보를 비교하는 메타 정보 비교부와, 비교 결과로부터 사용자 프로필 정보 또는 새로 수집한 사용자 상황 정보를 매타정보 또는 색인어로 포함하는 조언을 추출하는 조언 추출부와, 사용자 프로필 정보 또는 새로 수집한 사용자 상황 정보의 가중치와 매타정보 또는 색인어의 매칭수에 기초하여 가중치가 높은 사용자 상황 정보와 일치하는 매타 정보 또는 색인어를 가지는 조언의 순서로 또는 사용자 상황 정보와 일치하는 매타 정보 또는 색인어의 수가 많은 순서로 추출한 조언의 우선 순위를 계산하는 우선순위 계산부와, 계산한 추출 조언의 우선 순위에 따라 사용자에 조언을 출력 제어하는 조언 출력 제어부를 포함한다.
조언 검색부의 다른 실시예는 조언 데이터베이스에 저장되어 있는, 판단한 단위 조언 레벨에 매칭되어 있는 조언의 메타정보 또는 색인어와 사용자 프로필 정보 또는 새로 수집한 사용자 상황 정보를 비교하는 메타 정보 비교부와, 비교 결과로부터 사용자 프로필 정보 또는 새로 수집한 사용자 상황 정보를 매타정보 또는 색인어로 포함하는 조언을 추출하는 조언 추출부와, 사용자 프로필 정보 또는 새로 수집한 사용자 상황 정보 각각을 서로 다른 축으로 하며 사용자 프로필 정보 또는 새로 수집한 사용자 상황 정보 각각의 가중치로부터 생성되는 매칭 벡터와 추출한 조언의 메타정보 또는 색인어 각각으로부터 생성되는 조언 벡터의 유사정도에 따라 추출한 조언의 우선 순위를 계산하는 우선순위 계산부와, 계산한 추출 조언의 우선 순위에 따라 사용자에 조언을 출력 제어하는 조언 출력 제어부를 포함한다.
본 발명에 따른 조언 추천 시스템은 종래 조언 추천 방법과 비교하여 다음과 같은 다양한 효과를 가진다.
첫째, 본 발명에 따른 조언 추천 시스템은 사용자 심리 지수를 사용자 상황 정보 또는 사용자 프로필 정보에 기초하여 판단함으로써, 사용자의 심리 상태를 정확하게 진단하고 진단한 심리 상태를 극복할 수 있는 정확한 조언을 추천할 수 있다.
둘째, 본 발명에 따른 조언 추천 시스템은 주기적으로 사용자 상황 정보를 수집하고 수집한 각 사용자 상황 정보에 대한 사용자의 개인화된 성향을 판단함으로써, 사용자에 개인화된 조언을 정확하게 추천할 수 있다.
셋째, 본 발명에 따른 조언 추천 시스템은 사용자가 취사선택할 수 있거나 취사선택도가 높은 조언을 사용자 상황 정보와 사용자 프로필 정보에 따라 추출함으로써, 사용자에 개인화된 조언을 추천할 수 있다.
넷째, 본 발명에 따른 조언 추천 시스템은 사용자 상황 정보가 수집될 때마다 사용자 성향을 분석하기 위한 설문을 통해 수집한 사용자 상황 정보에 따른 사용자 심리 지수를 계산하여 저장함으로써 사용자는 조언을 추천받기 위한 복잡한 과정없이 용이하게 조언 추천 시스템을 사용할 수 있으며, 주기적으로 또는 사용자 프로필 정보가 변경될 때마다 사용자 상황 정보에 따른 사용자 심리 지수를 갱신함으로써 사용자 성향을 정확하게 반영한 조언을 추천할 수 있다.
도 1은 본 발명의 일 실시예에 따른 조언 추천 0시스템을 설명하기 위한 기능 블록도이다.
도 2와 도 3은 본 발명에 따른 조언 추천 시스템의 다른 실시예를 설명하기 위한 기능 블록도이다.
도 4는 본 발명의 일 실시예에 따른 사용자 정보 관리부를 설명하기 위한 기능 블록도이다.
도 5는 본 발명의 일 실시예에 따른 조언 판단부(40)를 설명하기 위한 기능 블록도이다.
도 6은 본 발명의 일 실시예에 따른 조언 검색부를 보다 구체적으로 설명하기 위한 기능 블록도이다.
도 7은 본 발명에 따른 조언 추천 시스템에서 사용자 상황 정보에 따른 사용자 심리 지수를 계산하여 사용자 데이터베이스에 저장하는 방법을 설명하기 위한 흐름도이다.
도 8은 본 발명에 따른 조언 추천 시스템에서 사용자 상황 정보에 따라 사용자에 조언을 추천하는 방법을 설명하기 위한 흐름도이다.
도 9는 조언을 추출하는 단계를 보다 구체적으로 설명하기 위한 흐름도이다.
도 10은 조언 벡터의 일 예를 도시하고 있다.
도 11은 사용자로부터 입력되는 사용자 프로필 정보의 일 예를 도시하고 있다.
도 12는 설문 답변으로 입력되는 지수 인자의 일 예를 도시하고 있다.
이하 첨부한 도면을 참고로 본 발명에 따른 조언 추천 시스템에 대해 보다 구체적으로 설명한다.
도 1은 본 발명의 일 실시예에 따른 조언 추천 시스템을 설명하기 위한 기능 블록도이다.
도 1을 참고로 살펴보면, 정보 수집부(10)는 환경 감지 센서(1), 사용자 단말기(2) 또는 생체 신호 감지 센서(3)로부터 사용자 상황 정보를 수집하거나 조언 추천 시스템을 이용하기 위한 사용자 등록 과정에서 사용자 프로필 정보를 수집하거나 주기적으로 사용자 프로필 정보를 수집한다. 여기서 사용자 상황 정보는 사용자 주변의 환경 정보, 현재 위치, 현재 날씨, 사용자의 스케줄, 사용자의 생체 정보와 같이 동적으로 변하는 사용자의 상황을 나타내는 정보를 의미하며, 사용자 프로필 정보는 사용자 이름, 나이, 성별, 혼인 여부, 거주지와 같이 사용자를 식별하거나 사용자 자체의 특징을 나타내는 정보를 의미한다.
사용자 상황 정보를 수집하는 구체적인 방법을 살펴보면, 정보 수집부(10)는 사용자가 특정 공간에 위치하는 경우, 예를 들어 습도, 온도, 채도, 소음 등과 같은 환경 정보를 감지하는 환경 센서(1)들이 배치되어 있는 공간에 위치하는 경우 환경 센서(1)로부터 사용자 환경 정보를 수집하거나, 사용자 단말기(2)에 저장되어 있는 사용자 스케줄 정보를 수집하거나 사용자 단말기(2)에 구비되어 있는 GPS 모듈을 통해 사용자의 현재 위치를 수집하거나, 사용자 단말기(2)에 배치되어 있는 또는 사용자 신체 중 일부에 배치되어 있는 생체 신호 감지 센서로부터 사용자의 소비 칼로리와 같은 활동량 정보, 혈압, 체온, 맥박 등과 같은 생체 정보를 수집한다.
사용자 프로필 정보를 수집하는 구체적인 방법을 살펴보면, 사용자가 조언 추천 서비스를 제공받기 위하여 조언 추천 시스템에 등록하는 경우, 정보 수집부(10)는 사용자 정보 관리부(20)의 제어에 따라 사용자에 사용자 프로필 정보를 입력하기 위한 인터페이스 화면을 사용자 단말기(2)로 송신하며 사용자로부터 사용자 단말기(2)를 통해 입력되는 사용자 프로필 정보를 수집한다.
정보 수집부(10)의 일 동작 예는 사용자 정보 관리부(20)의 제어에 따라 사용자 정보 관리부(20)의 수집 제어 명령을 수신하는 경우 환경 센서, 사용자 단말기, 생체 신호 감지 센서로부터 사용자 상황 정보를 수집하거나 사용자 프로필 정보를 수집한다. 정보 수집부(10)의 다른 동작 예는 사용자 정보 관리부(2)의 제어없이 사용자에 새로운 사용자 상황 정보가 발생하는 경우, 예를 들어 사용자가 환경 센서가 배치되어 있는 특정 공간에 위치하는 경우 또는 사용자의 생체 신호가 변경되는 경우 실시간으로 사용자 상황 정보를 수집한다.
사용자 정보 관리부(20)는 수집한 사용자 상황 정보와 사용자 정보 데이터베이스(30)에 기저장되어 있는 사용자 상황 정보를 비교하여 수집한 사용자 상황 정보가 사용자 정보 데이터베이스(30)에 기저장되어 있지 않은 경우 수집한 사용자 상황 정보에 대해 사용자로부터 입력받은 설문 답변, 수집한 사용자 상황 정보, 사용자 프로필 정보로부터 수집한 사용자 상황 정보에서의 사용자 심리지수를 계산하여 사용자 정보 데이터베이스(30)에 저장한다. 사용자 정보 데이터베이스(30)에는 정보 수집부(10)를 통해 수집한 사용자 상황 정보, 사용자 프로필 정보, 수집한 사용자 상황 정보에 대해 계산된 사용자 심리지수에 대한 정보가 저장되어 있다. 여기서 사용자 심리지수는 사용자의 정신적 풍요와 안정에 관련한 지수로 사용자의 스트레스 지수, 우울감 지수, 분노감 지수, 정신적 피로감 지수를 포함하여 본 발명이 적용되는 분야에 따라 다양한 심리지수가 사용될 수 있으며 이는 본 발명의 범위에 속한다.
조언 판단부(40)는 정보 수집부(10)를 통해 새로운 사용자 상황 정보를 수집하는 경우, 상기 사용자 데이터베이스에서 새로 수집한 사용자 상황 정보에 매칭되어 있는 사용자 심리 지수를 검색하고 검색한 사용자 심리 지수가 무시 레벨 또는 조언 레벨 중 어떤 단위 조언 레벨에 해당하는지 판단한다. 조언 판단부(40)는 새로 수집한 사용자 상황 정보에 매칭되어 있는 단일 또는 복수의 사용자 심리지수를 검색하여 각 사용자 심리지수가 무시 레벨 또는 조언 레벨인지 판단한다. 여기서 조언 레벨은 다시 단위 조언 레벨로 구분되는데, 예를 들어 조언 레벨은 상, 중, 하로 구분되거나 1 내지 10에서 1단위로 구분된다.
조언 제공부(50)는 사용자 심리지수에 따라 판단한 단위 조언 레벨에 매칭되어 있는 조언을 조언 데이터베이스(70)에서 검색하고, 검색한 조언 중 사용자 프로필 정보 또는 새로 수집한 사용자 정보와 동일한 색인어 또는 메타 정보를 가지는 조언을 추출하여 조언 출력부(60)로 제공한다. 조언 출력부(60)는 추출한 조언을 사용자에 출력하는 장치로, 디스플레이 또는 스피커 등이 사용될 수 있으며 본 발명이 적용되는 분야에 따라 조언을 음성 또는 화면으로 출력하는 다양한 장치가 사용될 수 있다.
한편, 갱신 제어부(80)는 주기적으로 또는 사용자 프로필 정보가 변경될 때마다 사용자 데이터베이스(30)에 저장되어 있는 사용자 상황 정보에 따른 사용자 심리 지수를 갱신한다. 사용자의 프로필 정보가 변경되거나 오랜 시간이 경과하는 경우 소음, 온도, 조도 등과 같은 사용자 상황 정보의 절대적 크기에 대해 사용자가 주관적으로 느끼는 소음, 온도, 조도의 상대적 크기가 상이할 수 있으므로 갱신 제어부(80)는 주기적으로 또는 사용자 프로필 정보가 변경될 때마다 사용자 데이터베이스(30)에 기저장되어 있던 사용자 상황 정보에 따른 사용자 심리지수를 갱신하여 사용자 데이터베이스(30)에 저장한다.
도 2와 도 3은 본 발명에 따른 조언 추천 시스템의 다른 실시예를 설명하기 위한 기능 블록도이다.
도 2를 참고로 살펴보면, 정보 수집 모듈(100)은 사용자가 구비하는 단말기(2)에 배치되거나 사용자가 위치하는 특정 공간에 배치되어 있으며, 환경 센서(1), 사용자 단말기(2), 생체 신호 감지 센서(3)로부터 사용자 상황 정보를 수집한다. 정보 수집 모듈(100)은 유선/무선 네트워크(200)를 통해 조언 제공 시스템(300)에 접속되어 있으며 수집한 사용자 상황 정보를 네트워크(200)를 통해 조언 제공 시스템(300)으로 송신한다. 정보 수집 모듈(100)에서 조언 제공 시스템(300)으로 송신되는 사용자 상황 정보에는 사용자를 식별하기 위한 사용자 식별자가 포함되어 있는데, 사용자 식별자는 사용자가 구비하는 단말기의 시리얼 번호가 사용될 수 있다.
조언 제공 시스템(300)은 사용자 상황 정보가 수신되는 경우, 수신한 사용자 상황 정보, 사용자 프로필 정보, 사용자 심리 지수로부터 사용자에 추천할 조언을 추출하고, 추출한 조언을 네트워크를 통해 사용자 단말기(1)로 송신한다.
도 3을 참고로 조언 추천 시스템을 보다 구체적으로 살펴보면, 도 3의 조언 추천 시스템의 사용자 정보 관리부(310), 사용자 정보 데이터베이스(320), 조언 판단부(330), 조언 제공부(340), 조언 출력부(350), 조언 데이터베이스(360) 및 갱신 제어부(370)는 도 1에 도시되어 있는 조언 추천 시스템의 사용자 정보 관리부(20), 사용자 정보 데이터베이스(30), 조언 판단부(40), 조언 제공부(50), 조언 출력부(60), 조언 데이터베이스(70) 및 갱신 제어부(80)와 기능 또는 동작이 동일하며 단지 도 3에 도시되어 있는 조언 추천 시스템은 정보 수집 모듈(100)이 조언 추천 시스템에 통합되어 있지 않다는 점에서만 상이하므로 이에 대한 자세한 설명은 생략한다.
도 4는 본 발명의 일 실시예에 따른 사용자 정보 관리부를 설명하기 위한 기능 블록도이다.
도 4를 참고로 보다 구체적으로 살펴보면, 비교 판단부(21)는 정보 수집부(10)에서 사용자 상황 정보를 수집하는 경우, 수집한 사용자 상황 정보를 사용자 데이터베이스(30)에 기저장되어 있는 사용자 상황 정보와 비교하여 수집한 사용자 상황 정보가 사용자 데이터베이스(30)에 기저장되어 있는 사용자 상황 정보인지 판단한다.
비교 판단부(21)의 판단 결과, 수집한 사용자 상황 정보가 사용자 데이터베이스(30)에 저장되어 있지 않은 경우, 설문 제공부(23)를 통해 수집한 절대적 크기의 사용자 상황 정보에 대한 사용자의 주관적 크기를 문의하기 위한 설문을 작성하여 사용자에 제공하며 사용자로부터 설문에 대한 응답을 수신한다. 즉, 설문 제공부(230)는 수집한 사용자 상황 정보를 구성하는 각 사용자 상황 정보의 절대적 크기를 사용자가 실제 느끼는 주관적 크기로 변환한 지수 인자를 문의하는 설문을 제공하고 사용자로부터 설문 답변을 수신한다. 설문 제공부(23)를 통해 사용자로 제공되는 설문의 예는, 현재 사용자가 주관적으로 느끼는 온도를 "매우 춥다, 춥다, 적당하다, 덥다, 매우덥다"로 구분하여 사용자에 설문할 수 있다. 절대적 크기의 온도, 예를 들어 영상 11도에서 사용자마다 느끼는 주관적 크기의 온도는 서로 상이하기 때문에 각 사용자 상황 정보의 절대적 크기에서 사용자가 느끼는 주관적 크기에 대한 정보를 이용하여 사용자 심리 지수를 정확하게 측정할 수 있다. 바람직하게, 사용자는 각 사용자 상황 정보의 절대적 크기에 대해 사용자가 실제 느끼는 주관적 크기를 지수 인자('매우 춥다'의 지수인자:0 '춥다'의 지수인자:1, '적당하다'의 지수인자:2, '덥다;의 지수인자:3, '매우덥다'의 지수인자:4)로 변환하여 설문 답변한다.
심리지수 계산부(25)는 수집한 사용자 상황 정보, 사용자 정보 데이터베이스(30)에 저장되어 있는 사용자 프로필 정보, 계산한 지수 인자를 독립 인자로 하고 사용자 심리 지수를 종속 인자로 하여 독립 인자와 종속 인자 사이의 상관 관계를 규정하는 회귀 모델식으로부터 수집한 사용자 상황 정보에서의 사용자 심리 지수를 계산하고 계산한 사용자 심리 지수를 사용자 정보 데이터베이스(30)에 저장한다. 여기서 회귀 모델식이란 스트레스 지수, 우울감 지수, 분노감 지수, 정신적 피로감 지수에 기여하는 여러 항목을 연구하여 규정하고, 스트레스 지수, 우울감 지수, 분노감 지수, 정신적 피로감 지수를 종속 변인으로 하고 각 사용자 심리 지수에 기여하는 여러 항목을 독립 변인으로 하여 각 독립 변인들이 종속 변인에 어느 정도로 기여하는지의 관계, 즉 상관 관계를 규정한 식을 의미한다. 각 사용자 심리 지수에 대한 회귀 모델식은 별도의 회귀 모델식 데이터베이스(미도시)에 저장되어 있거나 사용자 정보 데이터베이스(30)에 저장되어 있다.
도 5는 본 발명의 일 실시예에 따른 조언 판단부(40)를 설명하기 위한 기능 블록도이다.
도 5를 참고로 보다 구체적으로 살펴보면, 레벨 판단부(51)는 정보 수집부(10)를 통해 새로운 사용자 상황 정보가 입력되는 경우 입력된 사용자 상황 정보에 매칭되어 있는 사용자 심리 지수를 사용자 데이터베이스(30)에서 검색하고, 검색한 사용자 심리 지수에 기초하여 사용자에 조언이 필요없는 무시 레벨인지 사용자에 조언이 필요한 조언 레벨인지 판단한다. 또한 레벨 판단부(51)는 사용자 심리 지수의 크기에 기초하여 단위 조언 레벨 중 어느 정도의 레벨 크기인지 판단한다.
레벨 판단부(53)의 판단 결과에 기초하여 사용자 심리 지수의 크기가 조언 레벨인 경우 조언 제공 판단부(53)는 사용자에 조언을 제공할 것인지를 문의하는 조언 문의 메시지를 생성하여 사용자로 송신하고 사용자로부터 조언을 요청하는 조언 응답 메시지를 수신한다. 조언 제공 판단부(53)에서 조언 응답 메시지를 수신하는 경우 조언 검색부(55)는 판단한 단위 조언 레벨에 매칭되어 있는, 조언 데이터베이스(70)에 저장되어 있는 조언의 메타 정보 또는 색인어를 새로 수집한 사용자 상황 정보 또는 사용자 프로필 정보와 비교하여 사용자에 추천할 조언을 검색하고 검색한 조언을 조언 출력부(60)로 출력 제어한다.
도 6은 본 발명의 일 실시예에 따른 조언 검색부를 보다 구체적으로 설명하기 위한 기능 블록도이다.
도 6을 참고로 보다 구체적으로 살펴보면, 메타 정보 비교부(111)는 단위 조언 레벨에 매칭되어 있는, 조언 데이터베이스(70)에 저장되어 있는 조언의 메타 정보 또는 색인어와 사용자 상황 정보 또는 사용자 프로필 정보를 비교하며, 조언 추출부(113)는 메타 정보 비교부(111)의 비교 결과에 기초하여 조언 데이터베이스(70)에 저장되어 있는 조언 중 사용자 상황 정보 또는 사용자 프로필 정보에 일치하는 매타 정보 또는 색인어를 가지는 조언을 추출한다. 우선 순위 계산부(115)는 사용자 상황 정보 또는 사용자 프로필 정보의 가중치와 매타정보 또는 색인어의 매칭수에 기초하여 가중치가 높은 조언의 순서로 또는 사용자 상황 정보 또는 사용자 프로필 정보와 일치하는 매타 정보 또는 색인어의 수가 많은 순서로 추출한 조언의 우선 순위를 계산한다. 조언 출력 제어부(117)는 우선 순위 계산부(115)에서 계산한 조언의 우선 순위에 따라 추출한 조언을 조언 출력부(60)로 출력 제어한다.
도 7은 본 발명에 따른 조언 추천 시스템에서 사용자 상황 정보에 따른 사용자 심리 지수를 계산하여 사용자 데이터베이스에 저장하는 방법을 설명하기 위한 흐름도이다.
도 7을 참고로 보다 구체적으로 살펴보면, 조언 추천 시스템에 등록시 입력되거나 사용자로부터 입력되는 사용자 프로필 정보를 수집하고(S100), 환경 센서, 사용자 단말기, 생체 신호 감지 센서로부터 사용자 상황 정보를 수집한다(S110). 도 11은 사용자로부터 입력되는 사용자 프로필 정보의 일 예로, 사용자 나이, 성별, 혼인 유무, 학력, 소득수준, 거주지, 직업, 병력에 대한 정보가 범례의 속성값으로 사용자 단말기를 통해 사용자로부터 입력된다. 사용자 상황 정보가 수집되는 경우, 수집한 사용자 상황 정보와 사용자 데이터베이스에 기저장되어 있는 사용자 상황 정보를 비교하여 수집한 사용자 상황 정보가 사용자 데이터베이스에 저장되어 있는 사용자 상황 정보인지 판단한다(S120). 수집한 사용자 상황 정보가 사용자 데이터베이스에 기저장되어 있지 않은 경우, 수집한 사용자 상황 정보를 구성하는 각 사용자 상황 정보의 절대적 크기를 사용자가 실제 느끼는 주관적 크기로 변환한 지수 인자를 문의하는 설문을 제공하고 사용자로부터 설문 답변을 수신한다(S130). 도 12는 설문 답변의 일 예로, 온도, 습도, 조도, 소음, 활동량 등의 사용자 상황 정보의 절대 크기에 대해 사용자가 실제 느끼는 주관적 크기가 범례의 지수 인자로 변환되어 사용자 단말기를 통해 사용자로부터 입력된다. 수집한 사용자 상황 정보, 사용자 프로필 정보 및 지수 인자를 독립변인으로 하고 스트레스 지수, 우울감 지수, 분노감 지수, 정신적 피로감 지수를 종속변인으로 하는 회귀 모델식으로부터 사용자 심리지수를 계산하고(S140), 계산한 사용자 심리지수를 사용자 데이터베이스에 저장한다(S150).
예를 들어 스트레스 지수, 우울감 지수, 분노감 지수 및 정신적 피로감 지수는 아래의 수학식(1) 내지 수학식(4)로 규정된 회귀 모델식으로부터 계산되는데, 본 발명이 적용되는 분야에 따라 다양한 회귀 모델식을 이용하여 사용자 심리 지수를 계산할 수 있으며 이는 본 발명의 범위에 속한다.
[수학식1]
스트레스 지수=0.42×주관적 소음 크기+0.31×주관적 습도 크기+0.56×주관적 온도 크기+1.223
[수학식2]
우울감 지수=0.38×주관적 소음 크기-0.16×활동량+0.26×주관적 조도+0.34×혼인여부(혼인시:0, 미혼시:1)+0.07×학력
[수학식3]
분노감 지수=0.23×생체 신호+0.16×주관적 소음 크기+0.15×소득수준+0.17×학력
[수학식4]
정신적 피로감 지수=0.18×활동량+0.14×생체 신호+0.24×주관적 소음+0.24×주관적 온도
도 8은 본 발명에 따른 조언 추천 시스템에서 사용자 상황 정보에 따라 사용자에 조언을 추천하는 방법을 설명하기 위한 흐름도이다.
도 8을 참고로 보다 구체적으로 살펴보면, 사용자 상황 정보가 입력되는 경우(210), 입력된 사용자 상황 정보에 기초하여 입력된 사용자 상황 정보에 매칭되어 저장되어 있는 사용자 심리 지수를 검색하고, 검색한 사용자 심리 지수가 무시 레벨인지 조언 레벨인지 판단한다(S220). 판단 결과 조언 레벨인 경우 사용자로부터 조언을 요청하는 조언 응답 메시지를 수신하였는지 판단하여(S230), 조언 응답 메시지를 수신한 경우 조언 데이터베이스에 저장되어 있는, 단위 조언 레벨에 매칭되어 있는 조언의 메타 정보 또는 색인어를 사용자 상황 정보, 사용자 프로필 정보와 비교하여 사용자에 추천할 조언을 추출하고(S240) 추출한 조언을 사용자에 출력한다(S250).
도 9는 조언을 추출하는 단계를 보다 구체적으로 설명하기 위한 흐름도로서, 도 9를 참고로 보다 구체적으로 살펴보면, 단위 조언 레벨에 매칭되어 있는, 조언 데이터베이스에 저장되어 있는 조언의 메타 정보 또는 색인어와 사용자 상황 정보 또는 사용자 프로필 정보를 비교하고(S241), 비교 결과에 기초하여 조언 데이터베이스에 저장되어 있는 조언 중 사용자 상황 정보 또는 사용자 프로필 정보에 일치하는 매타 정보 또는 색인어를 가지는 조언을 추출한다(S243). 사용자 상황 정보 또는 사용자 프로필 정보의 가중치와 매타정보 또는 색인어의 매칭수에 기초하여 가중치가 높은 사용자 상황 정보 또는 사용자 프로필 정보와 일치하는 매타 정보 또는 색인어를 가지는 조언의 순서로 또는 사용자 상황 정보 또는 사용자 프로필 정보와 일치하는 매타 정보 또는 색인어의 수가 많은 순서로 추출한 조언의 우선 순위를 계산한다(S245). 계산한 조언의 우선 순위에 따라 추출한 조언을 출력 제어한다(S247).
추출한 조언의 우선 순위를 계산하는 일 예를 보다 구체적으로 살펴보면, 사용자 프로필 정보 또는 새로 수집한 사용자 상황 정보의 각각에 가해지는 가중치, 사용자 프로필 정보 또는 새로 수집한 사용자 상황 정보와 조언 데이터베이스에 저장되어 있는 조언의 매타정보 또는 색인어의 매칭수에 기초하여 가중치가 높은 사용자 상황 정보 또는 사용자 프로필 정보와 일치하는 매타 정보 또는 색인어를 가지는 조언의 순서로 또는 사용자 상황 정보 또는 사용자 프로필 정보와 일치하는 매타 정보 또는 색인어의 수가 많은 순서로 추출한 조언의 우선 순위를 계산한다. 여기서 가중치는 조언 추천 시스템의 운영자에 의해 규정되거나 사용자에 의해 직접 규정될 수 있다.
추출한 조언의 우선 순위를 계산하는 다른 예를 도 10을 참고로 보다 구체적으로 살펴보면, 사용자 프로필 정보 또는 새로 수집한 사용자 상황 정보 각각을 서로 다른 축(X, XY, -XY, -X, -X-Y, -Y, X-Y)으로 하며 사용자 프로필 정보 또는 새로 수집한 사용자 상황 정보 각각의 가중치로부터 생성되는 매칭 벡터와 추출한 조언의 메타정보 또는 색인어 각각으로부터 생성되는 조언 벡터의 유사정도에 따라 추출한 조언의 우선 순위를 계산한다. 예를 들어, 사용자 프로필 정보 또는 사용자 상황 정보 각각을 서로 다른 축으로 하며, 사용자 프로필 정보 또는 사용자 상황 정보 각각에 대한 가중치(0.7, 0.3, 0.45, 0.4, 0.15, 0.9, 0.6, 0.5)로부터 생성되는 매칭 벡터와 유사한 조언 벡터를 가지는 조언을 유사 정도에 따라 우선 순위를 결정한다. 여기서 유사 정도는 매칭 벡터로부터 형성되는 도형과 조언 벡터로부터 형성되는 도형의 일치하는 영역의 크기로부터 계산될 수 있다.
여기서 추출한 조언은 사용자 상황 정보, 사용자 프로필 정보에 기초하여 우선 순위가 계산된 것으로, 예를 들어 사용자 프로필 정보에 기초하여 사용자의 성별이 남인 경우 여자에 해당하는 조언을 제외하며, 사용자의 나이가 20대인 경우 20대에 해당하는 조언만을 추출하며, 현재 위치에 기초하여 사용자의 위치와 근거리에 위치하는 조언을 선택함으로써 사용자가 이용하기 용이하고 효과적인 조언을 실시간으로 추천해 줄 수 있다.
한편, 상술한 본 발명의 실시 예들은 컴퓨터에서 실행될 수 있는 프로그램으로 작성 가능하고, 컴퓨터로 읽을 수 있는 기록 매체를 이용하여 상기 프로그램을 동작시키는 범용 디지털 컴퓨터에서 구현될 수 있다.
상기 컴퓨터로 읽을 수 있는 기록 매체는 마그네틱 저장 매체(예를 들어, 롬, 플로피 디스크, 하드디스크 등), 광학적 판독 매체(예를 들면, 시디롬, 디브이디 등) 및 캐리어 웨이브(예를 들면, 인터넷을 통한 전송)와 같은 저장 매체를 포함한다.
본 발명은 도면에 도시된 실시예를 참고로 설명되었으나 이는 예시적인 것에 불과하며, 본 기술 분야의 통상의 지식을 가진 자라면 이로부터 다양한 변형 및 균등한 타 실시예가 가능하다는 점을 이해할 것이다. 따라서, 본 발명의 진정한 기술적 보호 범위는 첨부된 등록청구범위의 기술적 사상에 의해 정해져야 할 것이다.

Claims (10)

  1. 사용자 상황 정보와 사용자 프로필 정보를 수집하는 사용자 정보 수집부;
    상기 수집한 사용자 상황 정보와 사용자 정보 데이터베이스에 기저장되어 있는 사용자 상황 정보를 비교하여 상기 수집한 사용자 상황 정보가 상기 기저장되어 있는 사용자 상황 정보와 다른 경우 사용자로부터 입력받은 설문 답변, 상기 수집한 사용자 상황 정보, 상기 사용자 프로필 정보로부터 상기 수집한 사용자 상황 정보에서의 사용자 심리지수를 계산하여 상기 사용자 데이터베이스에 저장하는 사용자 정보 관리부;
    새로운 사용자 상황 정보를 수집하는 경우, 상기 새로 수집한 사용자 상황 정보와 상기 사용자 데이터베이스에서 상기 새로 수집한 사용자 상황 정보에 매칭되어 있는 사용자 심리 지수를 검색하여 상기 검색한 사용자 심리 지수가 무시 레벨 또는 조언 레벨 중 어떤 단위 조언 레벨에 해당하는지 판단하는 조언 판단부; 및
    상기 판단한 단위 조언 레벨, 상기 사용자 프로필 정보, 상기 새로 수집한 사용자 상황 정보에 해당하는 조언을 조언 데이터베이스에서 검색하여 사용자에 출력 제어하는 조언 제공부를 포함하는 것을 특징으로 하는 조언 추천 시스템.
  2. 제 1 항에 있어서, 상기 사용자 상황 정보는
    GPS에 따른 사용자 위치 정보, 환경감지 센서로부터 수신한 조도, 습도, 소음, 온도의 사용자 환경 정보, 사용자 스케줄 정보, 활동량 센서로부터 수신한 사용자 활동량 정보, 생체 신호 감지 센서로부터 수신한 사용자 생체 정보, 현재 시간 정보 중 적어도 어느 하나인 것을 특징으로 하는 조언 추천 시스템.
  3. 제 1 항에 있어서, 상기 사용자 프로필 정보는
    사용자로부터 입력된 사용자의 직업, 나이, 거주지, 성별, 병력, 결혼여부, 학력, 소득 수준 중 적어도 어느 하나인 것을 특징으로 하는 조언 추천 시스템.
  4. 제 2 항 또는 제 3 항에 있어서, 상기 사용자 정보 관리부는
    상기 수집한 사용자 상황 정보와 사용자 정보 데이터베이스에 기저장되어 있는 사용자 상황 정보를 비교하여 상기 수집한 사용자 상황 정보가 상기 사용자 정보 데이터베이스에 기저장되어 있는지 판단하는 비교 판단부;
    상기 수집한 사용자 상황 정보가 상기 사용자 정보 데이터베이스에 기저장되어 있지 않은 경우, 상기 수집한 사용자 상황 정보를 구성하는 각 사용자 상황 정보의 절대적 크기를 상기 사용자가 실제 느끼는 주관적 크기로 변환한 지수 인자를 문의하는 설문을 제공하고 사용자로부터 설문 답변을 수신하는 설문 제공부; 및
    상기 사용자 상황 정보, 상기 사용자 프로필, 상기 지수 인자를 독립 인자로 하고 상기 사용자 심리 지수를 종속 인자로 하여 상기 독립 인자와 종속 인자 사이의 상관 관계를 규정하는 회귀 모델식으로부터 상기 수집한 사용자 상황 정보에서의 사용자 심리 지수를 계산하고 상기 계산한 사용자 심리 지수를 상기 사용자 정보 데이터베이스에 저장하는 심리 지수 계산부를 포함하는 것을 특징으로 하는 조언 추천 시스템.
  5. 제 4 항에 있어서, 상기 조언 추천 시스템은
    주기적으로 또는 상기 사용자 프로필 정보가 변경될 때마다 상기 사용자 정보 데이터베이스에 저장되어 있는 사용자 상황 정보에 따른 사용자 심리 지수를 갱신하는 갱신 제어부를 더 포함하는 것을 특징으로 하는 조언 추천 시스템.
  6. 제 5 항에 있어서, 상기 사용자 심리 지수는
    우울감 지수, 분노감 지수, 스트레스 지수, 정신적 피로감 지수 중 어느 하나인 것을 특징으로 하는 조언 추천 시스템.
  7. 제 5 항에 있어서, 상기 조언 제공부는
    상기 새로 수집한 사용자 상황 정보로부터 계산된 상기 사용자 심리 지수가 상기 조언 레벨인지 판단하는 레벨 판단부;
    상기 판단 결과 조언 레벨인 경우 사용자에 조언 문의 메시지를 송신하거나 상기 사용자로부터 조언 응답 메시지를 수신하여 조언 제공을 판단하는 조언 제공 판단부; 및
    상기 조언 제공 판단부에서 상기 사용자에 조언을 제공하도록 판단되는 경우, 상기 새로 수집한 사용자 상황 정보에 해당하는 조언을 상기 조언 데이터베이스에서 검색에서 검색하여 사용자에 출력 제어하는 조언 검색부를 포함하는 것을 특징으로 하는 조언 추천 시스템.
  8. 제 5 항에 있어서, 상기 조언 검색부는
    상기 조언 데이터베이스에 저장되어 있는, 상기 판단한 단위 조언 레벨에 매칭되어 있는 조언의 메타정보 또는 색인어와 상기 사용자 프로필 정보 또는 상기 새로 수집한 사용자 상황 정보를 비교하는 메타 정보 비교부;
    상기 비교 결과로부터 상기 사용자 프로필 정보 또는 상기 새로 수집한 사용자 상황 정보를 매타정보 또는 색인어로 포함하는 조언을 추출하는 조언 추출부;
    상기 사용자 프로필 정보 또는 상기 새로 수집한 사용자 상황 정보의 가중치와 매타정보 또는 색인어의 매칭수에 기초하여 상기 가중치가 높은 사용자 상황 정보 또는 상기 사용자 프로필 정보와 일치하는 매타 정보 또는 색인어를 가지는 조언의 순서로 또는 상기 사용자 상황 정보 또는 상기 사용자 프로필 정보와 일치하는 매타 정보 또는 색인어의 수가 많은 순서로 상기 추출한 조언의 우선 순위를 계산하는 우선순위 계산부; 및
    상기 계산한 추출 조언의 우선 순위에 따라 상기 사용자에 조언을 출력 제어하는 조언 출력 제어부를 포함하는 것을 특징으로 하는 조언 추천 시스템.
  9. 제 5 항에 있어서, 상기 조언 검색부는
    상기 조언 데이터베이스에 저장되어 있는, 상기 판단한 단위 조언 레벨에 매칭되어 있는 조언의 메타정보 또는 색인어와 상기 사용자 프로필 정보 또는 상기 새로 수집한 사용자 상황 정보를 비교하는 메타 정보 비교부;
    상기 비교 결과로부터 상기 사용자 프로필 정보 또는 상기 새로 수집한 사용자 상황 정보를 매타정보 또는 색인어로 포함하는 조언을 추출하는 조언 추출부;
    상기 사용자 프로필 정보 또는 상기 새로 수집한 사용자 상황 정보 각각을 서로 다른 축으로 하며 상기 사용자 프로필 정보 또는 상기 새로 수집한 사용자 상황 정보 각각의 가중치로부터 생성되는 매칭 벡터와 상기 추출한 조언의 메타정보 또는 색인어 각각으로부터 생성되는 조언 벡터의 유사정도에 따라 상기 추출한 조언의 우선 순위를 계산하는 우선순위 계산부; 및
    상기 계산한 추출 조언의 우선 순위에 따라 상기 사용자에 조언을 출력 제어하는 조언 출력 제어부를 포함하는 것을 특징으로 하는 조언 추천 시스템.
  10. 입력된 사용자 상황 정보와 사용자 데이터베이스에 기저장되어 있는 사용자 상황 정보를 비교하여 상기 입력된 사용자 상황 정보가 상기 기저장되어 있는 사용자 상황 정보와 다른 경우 사용자로부터 입력받은 설문 답변, 상기 입력된 사용자 상황 정보, 상기 사용자 프로필 정보로부터 상기 수집된 사용자 상황 정보에서의 사용자 심리지수를 계산하여 상기 사용자 데이터베이스에 저장하는 사용자 정보 관리부;
    새로운 사용자 상황 정보가 입력되는 경우, 상기 새로 입력된 사용자 상황 정보와 상기 사용자 데이터베이스에서 상기 새로 입력된 사용자 상황 정보에 매칭되어 있는 사용자 심리 지수를 검색하여 상기 검색한 사용자 심리 지수가 무시 레벨 또는 조언 레벨 중 어떤 단위 조언 레벨에 해당하는지 판단하는 조언 판단부; 및
    상기 판단한 단위 조언 레벨, 상기 사용자 프로필 정보, 상기 새로 입력된 사용자 상황 정보에 해당하는 조언을 조언 데이터베이스에서 검색하여 사용자에 출력 제어하는 조언 제공부를 포함하는 것을 특징으로 하는 조언 추천 시스템.
PCT/KR2012/004264 2011-05-30 2012-05-30 사용자 심리지수에 기초한 조언 추천 시스템 WO2012165859A2 (ko)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
KR1020110051537A KR101203695B1 (ko) 2011-05-30 2011-05-30 사용자 심리지수에 기초한 조언 추천 시스템
KR10-2011-0051537 2011-05-30

Publications (2)

Publication Number Publication Date
WO2012165859A2 true WO2012165859A2 (ko) 2012-12-06
WO2012165859A3 WO2012165859A3 (ko) 2013-03-28

Family

ID=47259540

Family Applications (2)

Application Number Title Priority Date Filing Date
PCT/KR2011/006952 WO2012165719A1 (ko) 2011-05-30 2011-09-20 사용자 심리지수에 기초한 조언 추천 시스템
PCT/KR2012/004264 WO2012165859A2 (ko) 2011-05-30 2012-05-30 사용자 심리지수에 기초한 조언 추천 시스템

Family Applications Before (1)

Application Number Title Priority Date Filing Date
PCT/KR2011/006952 WO2012165719A1 (ko) 2011-05-30 2011-09-20 사용자 심리지수에 기초한 조언 추천 시스템

Country Status (4)

Country Link
US (1) US20130097110A1 (ko)
KR (1) KR101203695B1 (ko)
CN (1) CN103649958B (ko)
WO (2) WO2012165719A1 (ko)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105193431A (zh) * 2015-09-02 2015-12-30 杨静 一种人体精神压力状态分析装置

Families Citing this family (22)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103714249A (zh) * 2013-12-23 2014-04-09 华为技术有限公司 一种用户行为安全的监测方法及设备
US10311095B2 (en) * 2014-01-17 2019-06-04 Renée BUNNELL Method and system for qualitatively and quantitatively analyzing experiences for recommendation profiles
KR101719974B1 (ko) * 2014-07-02 2017-03-27 한국전자통신연구원 네트워크를 이용한 감성 코칭 장치 및 방법
US9619513B2 (en) 2014-07-29 2017-04-11 International Business Machines Corporation Changed answer notification in a question and answer system
US9912736B2 (en) 2015-05-22 2018-03-06 International Business Machines Corporation Cognitive reminder notification based on personal user profile and activity information
US10169326B2 (en) 2015-05-22 2019-01-01 International Business Machines Corporation Cognitive reminder notification mechanisms for answers to questions
US10152534B2 (en) 2015-07-02 2018-12-11 International Business Machines Corporation Monitoring a corpus for changes to previously provided answers to questions
KR101682918B1 (ko) 2015-09-04 2016-12-06 동국대학교 산학협력단 고객과 서비스 제공자 간의 상담을 매칭하는 장치 및 방법
US10769185B2 (en) 2015-10-16 2020-09-08 International Business Machines Corporation Answer change notifications based on changes to user profile information
CN106572004B (zh) * 2017-01-02 2021-04-06 郑洪� 信息推送方法、信息推送装置及系统
CN108270658B (zh) * 2017-01-02 2021-04-06 郑洪� 信息推送方法、推送装置及推送系统
CN107317884B (zh) * 2017-08-18 2020-03-20 首媒科技（北京）有限公司 信息交互系统及方法
KR102518540B1 (ko) * 2017-11-27 2023-04-07 현대자동차주식회사 카풀 멤버의 매칭 장치 및 방법
KR101816707B1 (ko) * 2017-12-01 2018-01-09 우수명 셀프 및 상담 코칭 기반의 하이브리드 코칭 시스템, 그리고 셀프 및 상담 코칭 제공 프로그램을 기록한 컴퓨터로 판독가능한 기록매체
KR102131213B1 (ko) * 2018-04-11 2020-07-07 전주대학교 산학협력단 공간기반 감성인식 장치 및 이를 포함하는 감성인식 시스템
US10831989B2 (en) 2018-12-04 2020-11-10 International Business Machines Corporation Distributing updated communications to viewers of prior versions of the communications
JP6611972B1 (ja) * 2019-03-05 2019-11-27 正通 亀井 アドバイス提示システム
CN112704499B (zh) * 2019-10-25 2023-11-07 苏州心吧人工智能技术研发有限公司 基于独立空间的智能心理评估与干预系统及方法
CN111125525B (zh) * 2019-12-24 2023-09-15 山东大学 一种面向服刑人员的个性化改造矫正策略推荐系统及其运行方法
JP2021163237A (ja) * 2020-03-31 2021-10-11 本田技研工業株式会社 レコメンドシステム、及びレコメンド方法
CN112861004B (zh) * 2021-02-20 2024-02-06 中国联合网络通信集团有限公司 一种富媒体的确定方法及装置
KR102563244B1 (ko) * 2022-10-31 2023-08-03 주식회사 마음스토리 빅데이터에 기반한 메타 인지 향상을 위한 일상 정보 피드백 방법 및 시스템

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20020013145A (ko) * 2000-08-11 2002-02-20 허대현 의료정보 제공 서버 시스템 및 그 의료정보 제공방법
KR20070014574A (ko) * 2005-07-29 2007-02-01 한국전자통신연구원 생체 기능을 이용한 건강 관리 장치 및 시스템
KR20080002187A (ko) * 2006-06-30 2008-01-04 주식회사 케이티 개인 감성 및 상황 변화에 따른 맞춤형 감성 서비스 시스템및 그 방법
KR20100082643A (ko) * 2009-01-09 2010-07-19 주식회사 티엠디교육그룹 학습 진단 검사 시스템 및 방법

Family Cites Families (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6699719B2 (en) * 1996-11-29 2004-03-02 Proteomic Systems, Inc. Biosensor arrays and methods
KR100739428B1 (ko) * 2001-05-04 2007-07-13 (주) 엘지텔레콤 무선단말기를 사용한 바이오 리듬 캐릭터 및 운세 캐릭터 제공 장치 및 방법
US20060015016A1 (en) * 2004-06-22 2006-01-19 Thornton William E Caloric balance weight control system and methods of making and using same
US20060218031A1 (en) * 2005-03-25 2006-09-28 The Weinberg Group Llc System and methodology for collecting autobiographical data concerning use of consumer products or exposures to substances
CN1723837A (zh) * 2005-07-21 2006-01-25 高春平 个性化立体美容的方法和装置
US8388532B2 (en) * 2005-12-22 2013-03-05 Lachesis Biosciences Pty Ltd Home diagnostic system
US8719105B2 (en) * 2007-02-01 2014-05-06 7 Billion People, Inc. Dynamic reconfiguration of web pages based on user behavioral portrait
CN101524267A (zh) * 2008-03-04 2009-09-09 黄林 用于检查个人身心健康的综合评测系统及方案
WO2009134817A1 (en) * 2008-04-28 2009-11-05 Strands, Inc. Method for providing personalized recommendations of financial products based on user data

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20020013145A (ko) * 2000-08-11 2002-02-20 허대현 의료정보 제공 서버 시스템 및 그 의료정보 제공방법
KR20070014574A (ko) * 2005-07-29 2007-02-01 한국전자통신연구원 생체 기능을 이용한 건강 관리 장치 및 시스템
KR20080002187A (ko) * 2006-06-30 2008-01-04 주식회사 케이티 개인 감성 및 상황 변화에 따른 맞춤형 감성 서비스 시스템및 그 방법
KR20100082643A (ko) * 2009-01-09 2010-07-19 주식회사 티엠디교육그룹 학습 진단 검사 시스템 및 방법

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105193431A (zh) * 2015-09-02 2015-12-30 杨静 一种人体精神压力状态分析装置

Also Published As

Publication number Publication date
WO2012165719A1 (ko) 2012-12-06
US20130097110A1 (en) 2013-04-18
WO2012165859A3 (ko) 2013-03-28
CN103649958B (zh) 2017-05-03
CN103649958A (zh) 2014-03-19
KR101203695B1 (ko) 2012-11-22

Similar Documents

Publication Publication Date Title
WO2012165859A2 (ko) 사용자 심리지수에 기초한 조언 추천 시스템
WO2020027540A1 (en) Apparatus and method for personalized natural language understanding
WO2012020974A2 (en) Method and apparatus for providing information about an identified object
US8626797B2 (en) Information processing apparatus, text selection method, and program
WO2017026850A1 (ko) 신체 및 인지능력 평가를 통한 고령자 맞춤형 ui/ux 출력 방법
WO2016186362A1 (ko) 글에 반영된 사용자의 심리 상태 정보 제공 장치 및 그 방법
JPH10240749A (ja) 情報フィルタリング方法及びその装置並びに情報フィルタリングプログラムを記録した記録媒体
WO2016186363A1 (ko) 성격 검사 장치 및 그 방법
Shi et al. Multiple disease risk assessment with uniform model based on medical clinical notes
KR20120052683A (ko) 지능형 서비스를 위한 다자간 상황정보 공유 장치 및 방법
CN111105852A (zh) 一种电子病历推荐方法、装置、终端及存储介质
WO2013157705A1 (ko) Ｓｎｓ에서 사회적 이웃의 관심사와 사회적 활동의 토픽을 통해 사용자 관심사를 추론하는 방법 및 그 시스템
US20100153426A1 (en) Semantic service discovery apparatus and method
Chen et al. Context-awareness based personalized recommendation of anti-hypertension drugs
WO2020111637A1 (ko) 몰입도 운용 방법 및 이를 지원하는 전자 장치
WO2019039659A1 (ko) 감성 기반의 사용자 관리 방법 및 이를 수행하는 장치들
WO2018117327A1 (ko) 라이프스타일 분석 방법 및 그 시스템
WO2012046904A1 (ko) 다중 자원 기반 검색정보 제공 장치 및 방법
WO2015080328A1 (ko) 색채도형 심리 진단장치 및 방법
WO2016204391A1 (ko) 검색 서비스 제공 장치, 방법, 및 컴퓨터 프로그램
Zwick A note on random sets and the Thurstonian scaling methods
WO2013055184A1 (ko) 엑스엠엘 기반 웰빙 지수 프레임워크 및 웰빙 지수 산출 방법
WO2023022307A1 (ko) 브라우저 핑거프린팅을 통한 사용자 식별 방법, 장치 및 프로그램
WO2016052828A1 (ko) 감성 qr 코드를 이용한 개인 맞춤형 컨텐츠 제공 시스템
CN109446356A (zh) 一种多媒体文件检索方法及装置

Legal Events

Date Code Title Description
121 Ep: the epo has been informed by wipo that ep was designated in this application

Ref document number: 12792782

Country of ref document: EP

Kind code of ref document: A2

WA Withdrawal of international application
NENP Non-entry into the national phase

Ref country code: DE