맞춤기술찾기

홈으로 가기
맞춤기술찾기
이전대상기술
프린트하기

이전대상기술

사용자 서비스 이용 패턴 모델링 장치 및 방법

  • 기술번호 : KST2015084505
  • 담당센터 : 대전기술혁신센터
  • 전화번호 : 042-610-2279
상담신청 PDF 받기
요약, Int. CL, CPC, 출원번호/일자, 출원인, 등록번호/일자, 공개번호/일자, 공고번호/일자, 국제출원번호/일자, 국제공개번호/일자, 우선권정보, 법적상태, 심사진행상태, 심판사항, 구분, 원출원번호/일자, 관련 출원번호, 기술이전 희망, 심사청구여부/일자, 심사청구항수의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 서지정보 표입니다.
요약 사용자 서비스 이용 패턴을 학습하여 모델링하는 장치 및 방법이 개시된다. 본 발명의 사용자 서비스 이용 패턴 모델링 방법은, 사용자에 의해 선택된 서비스 정보와 사용자의 서비스 선택시의 적어도 하나의 컨텍스트로 이루어지는 상태 정보를 수집하는 단계; 상기 수집된 정보를 기반으로 사용자의 서비스 이용 패턴을 학습하는 단계; 및 학습 결과에 따라 컨텍스트별 서비스 쌍으로 구성되는 사용자 모델에서 해당되는 컨텍스트-서비스 쌍에 대한 학습값을 갱신하는 단계;를 포함한다. 이에 의해 사용자의 서비스 이용 패턴 추출을 위한 사용자 모델링이 가능하다.
Int. CL G06Q 50/10B0 (2006.01)
CPC G06Q 50/10B0(2013.01) G06Q 50/10B0(2013.01) G06Q 50/10B0(2013.01)
출원번호/일자 1020080107149 (2008.10.30)
출원인 한국전자통신연구원
등록번호/일자
공개번호/일자 10-2010-0048127 (2010.05.11) 문서열기
공고번호/일자
국제출원번호/일자
국제공개번호/일자
우선권정보
법적상태 거절
심사진행상태 수리
심판사항
구분 신규
원출원번호/일자
관련 출원번호
심사청구여부/일자 Y (2008.10.30)
심사청구항수 16

출원인

번호, 이름, 국적, 주소의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 인명정보 - 출원인 표입니다.
번호 이름 국적 주소
1 한국전자통신연구원 대한민국 대전광역시 유성구

발명자

번호, 이름, 국적, 주소의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 인명정보 - 발명자 표입니다.
번호 이름 국적 주소
1 문애경 대한민국 대전광역시 유성구
2 최영일 대한민국 대전광역시 유성구
3 이병선 대한민국 대전광역시 유성구

대리인

번호, 이름, 국적, 주소의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 인명정보 - 대리인 표입니다.
번호 이름 국적 주소
1 유경열 대한민국 서울특별시 강남구 테헤란로*길 **, *층 ***호실(역삼동, 청원빌딩)(특허법인 신지)
2 천성훈 대한민국 서울특별시 서초구 마방로*길 **-**, *층(양재동, 서흥빌딩)(청신국제특허법률사무소)
3 특허법인 신지 대한민국 서울특별시 강남구 테헤란로*길 **, *층 ***호실(역삼동, 청원빌딩)

최종권리자

번호, 이름, 국적, 주소의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 인명정보 - 최종권리자 표입니다.
번호 이름 국적 주소
최종권리자 정보가 없습니다
번호, 서류명, 접수/발송일자, 처리상태, 접수/발송일자의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 행정처리 표입니다.
번호 서류명 접수/발송일자 처리상태 접수/발송번호
1 [특허출원]특허출원서
[Patent Application] Patent Application		 2008.10.30 수리 (Accepted) 1-1-2008-0755425-77
2 출원인정보변경(경정)신고서
Notification of change of applicant's information		 2009.08.04 수리 (Accepted) 4-1-2009-5150899-36
3 선행기술조사의뢰서
Request for Prior Art Search		 2010.04.23 수리 (Accepted) 9-1-9999-9999999-89
4 선행기술조사보고서
Report of Prior Art Search		 2010.05.19 수리 (Accepted) 9-1-2010-0031057-09
5 의견제출통지서
Notification of reason for refusal		 2010.09.27 발송처리완료 (Completion of Transmission) 9-5-2010-0423735-78
6 [거절이유 등 통지에 따른 의견]의견(답변, 소명)서
[Opinion according to the Notification of Reasons for Refusal] Written Opinion(Written Reply, Written Substantiation)		 2010.11.24 수리 (Accepted) 1-1-2010-0766852-65
7 [명세서등 보정]보정서
[Amendment to Description, etc.] Amendment		 2010.11.24 보정승인간주 (Regarded as an acceptance of amendment) 1-1-2010-0766851-19
8 거절결정서
Decision to Refuse a Patent		 2011.05.19 발송처리완료 (Completion of Transmission) 9-5-2011-0268435-73
9 출원인정보변경(경정)신고서
Notification of change of applicant's information		 2015.02.02 수리 (Accepted) 4-1-2015-0006137-44
번호, 청구항의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 청구항 표입니다.
번호 청구항
1 1
사용자의 상태 정보를 구성하는 컨텍스트별 서비스들이 쌍으로 구성되며, 각각의 쌍에 대해 학습값이 기록되는 사용자 모델이 저장된 사용자 모델 데이터베이스; 사용자에 의해 선택된 서비스 정보를 수집하는 서비스 정보 수집부; 사용자의 상태 정보를 수집하는 상태 정보 수집부; 및 사용자에 의해 선택된 서비스 정보와 사용자의 서비스 이용시의 상태 정보를 기반으로 사용자의 서비스 이용 패턴을 학습하고, 학습 결과에 따라 상기 사용자 모델에서 해당하는 적어도 하나의 컨텍스트-서비스 쌍에 대한 학습값을 갱신하는 학습부; 를 포함하는 것을 특징으로 하는 사용자 서비스 이용 패턴 모델링 장치
2 2
제1항에 있어서, 상기 상태 정보를 이루는 컨텍스트들 중 적어도 하나는, 위치, 시간, 액티비티 정보 중 하나임을 특징으로 하는 사용자 서비스 이용 패턴 모델링 장치
3 3
제1항에 있어서, 다수의 컨텍스트들, 각 컨텍스트의 속성, 및 다수의 서비스들에 대한 정보가 정의된 컨텍스트 프로파일이 저장된 컨텍스트 프로파일부;를 더 포함하며, 상기 학습부는, 상기 컨텍스트 프로파일부에 저장된 컨텍스트 프로파일에 기반하여 상기 사용자 모델을 구성하고 학습 결과에 따라 해당하는 컨텍스트-서비스 쌍에 대한 학습값을 갱신함을 특징으로 하는 사용자 서비스 이용 패턴 모델링 장치
4 4
제3항에 있어서, 상기 컨텍스트 프로파일부는, 도메인별 대응되는 컨텍스트 프로파일이 저장되며, 상기 학습부는, 상기 사용자의 서비스 이용시의 상태 정보를 가지고 도메인을 결정하며, 결정된 도메인에 대응되는 컨텍스트 프로파일을 이용함을 특징으로 하는 사용자 서비스 이용 패턴 모델링 장치
5 5
제1항에 있어서, 상기 상태 정보 수집부에 의해 수집된 사용자의 현재 상태에 따라 상기 사용자 모델로부터 사용자가 이용할 것으로 예측되는 서비스 예측 테이블을 생성하고, 생성된 서비스 예측 테이블에 따라 서비스를 추천하는 추천부; 를 더 포함하는 것을 특징으로 하는 사용자 서비스 이용 패턴 모델링 장치
6 6
제5항에 있어서, 상기 추천부는, 서비스별로 사용자의 현재 상태에 속하는 컨텍스트들에 기록된 모든 학습값을 합하고, 그 결과를 나타내는 서비스 예측 테이블을 생성함을 특징으로 하는 사용자 서비스 이용 패턴 모델링 장치
7 7
제6항에 있어서, 상기 추천부는, 사용자의 현재 상태를 나타내는 컨텍스트 각각에 대해 가중치를 달리하여 컨텍스트-서비스 쌍에 기록된 학습값에 반영하여 서비스 예측 테이블을 생성함을 특징으로 하는 사용자 서비스 이용 패턴 모델링 장치
8 8
제7항에 있어서, 상기 추천부는, 상기 사용자 모델을 가지고 컨텍스트 각각에 대한 가중치를 나타내는 이득 값을 산출하고, 산출된 컨텍스트별 이득 값을 상기 사용자의 현재 상태를 나타내는 컨텍스트별 가중치로써 해당 컨텍스트-서비스 쌍에 기록된 학습값에 반영함을 특징으로 하는 사용자 서비스 이용 패턴 모델링 장치
9 9
제7항에 있어서, 사용자별 컨텍스트 각각에 대한 가중치 정보가 저장된 사용자 프로파일부;를 더 포함하며, 상기 추천부는, 상기 사용자 프로파일부에 저장된 컨텍스트별 가중치를 해당 컨텍스트-서비스 쌍에 기록된 학습값에 반영함을 특징으로 하는 사용자 서비스 이용 패턴 모델링 장치
10 10
제9항에 있어서, 상기 사용자 프로파일부에 저장된 컨텍스트들에 대한 가중치 정보는 서비스별로 저장됨을 특징으로 하는 사용자 서비스 이용 패턴 모델링 장치
11 11
제5항에 있어서, 상기 학습부는, 상기 추천된 서비스에 대한 사용자의 이용 여부를 학습하여 상기 사용자 모델에 반영함을 특징으로 하는 사용자 서비스 이용 패턴 모델링 장치
12 12
제11항에 있어서, 상기 학습부는, 사용자가 능동적으로 서비스를 선택한 경우의 제1보상값, 사용자가 사용자가 추천된 서비스를 긍정한 경우의 제2보상값, 및 사용자가 추천된 서비스를 부정한 경우의 제3보상값 중 해당되는 보상값으로 상기 사용자 모델의 해당 학습값을 갱신함을 특징으로 하는 사용자 서비스 이용 패턴 모델링 장치
13 13
제11항에 있어서, 다수의 컨텍스트들, 각 컨텍스트의 속성, 다수의 서비스들, 및 상기 사용자 모델의 학습값을 갱신하기 위해 이용되는 적어도 하나의 보상값에 대한 정보가 정의되며, 도메인별로 일대일 대응되는 컨텍스트 프로파일들이 저장된 컨텍스트 프로파일부;를 더 포함하며, 상기 학습부는, 상기 사용자의 서비스 이용시의 상태 정보를 가지고 도메인을 결정하며, 결정된 도메인에 대응되는 컨텍스트 프로파일에 기반하여 상기 사용자 모델을 구성하고 학습 결과에 따라 해당 보상값으로 해당하는 컨텍스트-서비스 쌍에 대한 학습값을 갱신함을 특징으로 하는 사용자 서비스 이용 패턴 모델링 장치
14 14
제13항에 있어서, 상기 보상값들은 도메인별로 대응되는 컨텍스트 프로파일에 다르게 설정됨을 특징으로 하는 사용자 서비스 이용 패턴 모델링 장치
15 15
제13항에 있어서, 상기 컨텍스트 프로파일에 정의된 보상값은 사용자가 서비스를 능동적으로 선택한 경우의 제1보상값, 사용자가 추천된 서비스를 긍정한 경우의 제2보상값, 및 사용자가 추천된 서비스를 부정한 경우의 제3보상값이며, 상기 학습부는, 상기 사용자가 서비스 정보를 능동적으로 선택한 경우는 상기 제1보상값으로 상기 사용자 모델을 갱신하고, 상기 사용자가 추천된 서비스를 긍정한 경우는 제2보상값으로 상기 사용자 모델을 갱신하며, 상기 사용자가 추천된 서비스를 부정한 경우는 제3보상값으로 상기 사용자 모델을 갱신함을 특징으로 하는 사용자 서비스 이용 패턴 모델링 장치
16 16
사용자에 의해 선택된 서비스 정보와 사용자의 서비스 선택시의 적어도 하나의 컨텍스트로 이루어지는 상태 정보를 수집하는 단계; 상기 수집된 정보를 기반으로 사용자의 서비스 이용 패턴을 학습하는 단계; 및 학습 결과에 따라 컨텍스트별 서비스 쌍으로 구성되는 사용자 모델에서 해당되는 컨텍스트-서비스 쌍에 대한 학습값을 갱신하는 단계; 를 포함하는 것을 특징으로 하는 사용자 서비스 이용 패턴 모델링 방법
17 17
제16항에 있어서, 상기 학습 단계 이전에 상기 수집된 상태 정보를 가지고 도메인을 결정하는 단계;를 더 포함하며, 상기 학습값을 갱신하는 단계는, 상기 결정된 도메인에 대응되는 컨텍스트 프로파일에 정의된 보상값을 이용하여 해당되는 컨텍스트-서비스 쌍에 대한 학습값을 갱신함을 특징으로 하는 사용자 서비스 이용 패턴 모델링 방법
18 18
제16항에 있어서, 상기 학습 단계 이전에 상기 결정된 도메인에 대응되는 컨텍스트 프로파일을 해석하여 상기 컨텍스트 프로파일에 정의된 적어도 하나의 컨텍스트-서비스 쌍이 상기 사용자 모델에 구성되어 있는지 확인하는 단계; 및 상기 사용자 모델에 구성되어 있지 않으면, 해당 컨텍스트-서비스 쌍을 상기 사용자 모델에 추가로 구성하는 단계; 를 더 포함하는 것을 특징으로 하는 사용자 서비스 이용 패턴 모델링 방법
19 19
제16항에 있어서, 사용자의 현재 상태에 따라 상기 사용자 모델로부터 사용자가 이용할 것으로 예측되는 서비스 예측 테이블을 생성하는 단계; 및 상기 생성된 서비스 예측 테이블에 따라 서비스를 추천하는 단계; 를 더 포함하는 것을 특징으로 하는 사용자 서비스 이용 패턴 모델링 방법
20 20
제19항에 있어서, 상기 추천된 서비스에 대한 사용자의 이용 여부를 피드백 받는 단계; 및 상기 피드백 결과에 따라 상기 사용자 모델에서 해당되는 컨텍스트-서비스 쌍에 대한 학습값을 갱신하는 단계; 를 더 포함하는 것을 특징으로 하는 사용자 서비스 이용 패턴 모델링 방법
지정국 정보가 없습니다
순번, 패밀리번호, 국가코드, 국가명, 종류의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 패밀리정보 - 패밀리정보 표입니다.
순번 패밀리번호 국가코드 국가명 종류
1 US20100114803 US 미국 FAMILY

DOCDB 패밀리 정보

순번, 패밀리번호, 국가코드, 국가명, 종류의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 패밀리정보 - DOCDB 패밀리 정보 표입니다.
순번 패밀리번호 국가코드 국가명 종류
1 US2010114803 US 미국 DOCDBFAMILY
순번, 연구부처, 주관기관, 연구사업, 연구과제의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 국가R&D 연구정보 정보 표입니다.
순번 연구부처 주관기관 연구사업 연구과제
1 지식경제부 및 정보통신연구진흥원 한국전자통신연구원 IT성장동력기술개발 네트워크 지식기반 개인화서비스 기술 개발