맞춤기술찾기

이전대상기술

모바일 기반 라이프로그를 이용한 사용자 행동 예측 시스템 및 방법(A user behavior prediction System and Method for using mobile-based Life log)

  • 기술번호 : KST2016017486
  • 담당센터 :
  • 전화번호 :
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 본 발명은 수집된 데이터를 라이프로그(Life log)를 분석하여 구축한 베이지안 네트워크(Bayesian network)에 적용하여 현 행동을 판별한 후 연관분석(association analysis)을 통해 사용자가 미래에 하게 될 행동을 예측하는 모바일 기반 라이프로그를 이용한 사용자 행동 예측 시스템 및 방법에 관한 것이다. 본 발명은 모바일에 사용되는 스마트폰으로부터 대표적인 모바일기기인 스마트폰을 통해 사용자의 라이프로그를 수집하고 라이프로그를 정제된 라이프로그로 변환하며 스마트폰에 대한 로그데이터에 대하여 일정시간 간격으로 기록하는 라이프로그 수집부, 라이프로그 수집부에 의해 수집되는 라이프로그에 대하여 하루에 한번 스마트폰 사용자의 라이프로그를 생성하는 태깅부, 정제된 라이프로그를 사용자 별로 저장하는 사용자로그 데이터베이스, 사용자로그 데이터베이스에 저장된 정제된 라이프로그를 사용하여 사용자의 행동 카테고리를 베이즈 정리를 이용하여 예측하고 결과값을 얻는 베이지안 네트워크 및 베이지안 네트워크를 통해 얻어진 결과값을 이용하여 사용자가 예측된 행동 카테고리 이후 미래 행동을 연관분석을 이용하여 예측하는 미래예측부를 포함하여 구성되어, 현 상황을 인식하고 이를 기반으로 사용자의 다음 행위를 사용자의 과거이력으로부터 예측할 수 있는 효과가 있다.
Int. CL G06Q 10/00 (2006.01) G06Q 10/04 (2012.01) G06F 19/00 (2011.01)
CPC G06Q 10/04(2013.01) G06Q 10/04(2013.01)
출원번호/일자 1020150043377 (2015.03.27)
출원인 금오공과대학교 산학협력단
등록번호/일자
공개번호/일자 10-2016-0115515 (2016.10.06) 문서열기
공고번호/일자 문서열기
국제출원번호/일자
국제공개번호/일자
우선권정보
법적상태 소멸
심사진행상태 수리
심판사항
구분 신규
원출원번호/일자
관련 출원번호
심사청구여부/일자 Y (2015.03.27)
심사청구항수 12

출원인

번호, 이름, 국적, 주소의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 인명정보 - 출원인 표입니다.
번호 이름 국적 주소
1 금오공과대학교 산학협력단 대한민국 경상북도 구미시

발명자

번호, 이름, 국적, 주소의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 인명정보 - 발명자 표입니다.
번호 이름 국적 주소
1 김병만 대한민국 경상북도 구미시
2 방재근 대한민국 경기도 시흥시 중심상가로 **

대리인

번호, 이름, 국적, 주소의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 인명정보 - 대리인 표입니다.
번호 이름 국적 주소
1 김정수 대한민국 서울시 송파구 올림픽로 ***(방이동) *층(이수국제특허법률사무소)

최종권리자

번호, 이름, 국적, 주소의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 인명정보 - 최종권리자 표입니다.
번호 이름 국적 주소
1 금오공과대학교 산학협력단 경상북도 구미시
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
2015.03.27 수리 (Accepted) 1-1-2015-0304014-02
2 출원인정보변경(경정)신고서
Notification of change of applicant's information
2015.11.25 수리 (Accepted) 4-1-2015-5157879-38
3 선행기술조사의뢰서
Request for Prior Art Search
2016.01.13 수리 (Accepted) 9-1-9999-9999999-89
4 선행기술조사보고서
Report of Prior Art Search
2016.03.10 수리 (Accepted) 9-1-2016-0012417-60
5 의견제출통지서
Notification of reason for refusal
2016.04.19 발송처리완료 (Completion of Transmission) 9-5-2016-0280437-29
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)
2016.06.20 수리 (Accepted) 1-1-2016-0594770-03
7 [명세서등 보정]보정서
[Amendment to Description, etc.] Amendment
2016.06.20 보정승인간주 (Regarded as an acceptance of amendment) 1-1-2016-0594772-94
8 등록결정서
Decision to grant
2016.10.25 발송처리완료 (Completion of Transmission) 9-5-2016-0767446-74
9 출원인정보변경(경정)신고서
Notification of change of applicant's information
2020.04.06 수리 (Accepted) 4-1-2020-5079599-14
번호, 청구항의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 청구항 표입니다.
번호 청구항
1 1
모바일 기반 라이프로그를 이용한 사용자 행동 예측 시스템에 있어서, 모바일에 사용되는 스마트폰으로부터 대표적인 모바일기기인 스마트폰을 통해 사용자의 라이프로그를 수집하고 상기 라이프로그를 정제된 라이프로그로 변환하며 상기 스마트폰에 대한 로그데이터에 대하여 일정시간 간격으로 기록하는 라이프로그 수집부; 상기 라이프로그 수집부에 의해 수집되는 상기 라이프로그에 대하여 하루에 한번 상기 스마트폰 사용자의 라이프로그를 생성하는 태깅부;상기 정제된 라이프로그를 사용자 별로 저장하는 사용자로그 데이터베이스;상기 사용자로그 데이터베이스에 저장된 정제된 라이프로그를 사용하여 사용자의 행동 카테고리를 베이즈 정리를 이용하여 예측하고 결과값을 얻는 베이지안 네트워크; 및상기 베이지안 네트워크를 통해 얻어진 결과값을 이용하여 사용자가 상기 예측된 행동 카테고리 이후 미래 행동을 연관분석을 이용하여 예측하는 미래예측부를 포함하고, 상기 베이즈 정리에 의해 구하는 행동 카테고리는, 다음의 수학식에 확률을 구하고 상기 확률이 가장 높은 행동 카테고리를 선택하여 행동을 예측하되, 여기서, E는 어떤 사건이 일어났을 경우를 나타내고, 는 추론 하고 싶은 대상을 의미하며, p는 확률값을 나타내며, 상기 베이즈 정리에 가중치를 곱하여 계산하며 상기 가중치는, 다음의 수학식으로 구하되, 여기서, α는 기본가중치를 나타내고, ω는 중치를 나타내고, β는 가중치를 나타내는 것인 모바일 기반 라이프로그를 이용한 사용자 행동 예측 시스템
2 2
제1항에 있어서, 상기 행동 카테고리는, 이동활동, 청각 활동, 시각 활동, 기록 활동, 말하기 활동으로 구분되며, 상기 스마트폰의 기능 중에서 위치추적은 이동활동에 대응하고, 노래듣기, 동영상보기, 전화송수신은 청각활동에 대응하며, 동영상보기, 사진촬영, 문자메시지 송수신은 시각활동에 대응하고, 문자메시지 송수신, 사진촬영은 기록활동에 대응하며, 전화송수신은 말하기활동에 대응하는 것인 모바일 기반 라이프로그를 이용한 사용자 행동 예측 시스템
3 3
삭제
4 4
제1항에 있어서, 상기 연관분석은, 행동1(X) 및 행동2(Y)의 지지도(Support), 신뢰도(Confidence) 및 향상도(Lift)에 관한 비율을 구하고 상기 지지도(S), 신뢰도(C) 및 향상도(L)는 각각 다음의 수학식으로 구하며, 여기서, X는 "행동1"이 나오는 라이프로그 수, Y는"행동2"가 나오는 라이프로그 수이고, P(X)는 행동1의 확률, P(Y)는 행동2의 확률을 나타내는 것인 모바일 기반 라이프로그를 이용한 사용자 행동 예측 시스템
5 5
제2항에 있어서, 상기 행동 카테고리는, 행동과 장소로 카테고리화하여 구분하며, 상기 행동은 수면, 식사, 군것질, 세정, 발표, 치료, 수업, 일상적인 일, 비일상적인 일, 파트타임, 온라인 강의수강, 강의, 공부, 요리, 설거지, 세탁, 옷정리, 청소, 아이템 정리, 자원봉사, 신문, TV, DVD, 구기게임, 운동, 조깅, 산책, 종교활동, 독서, 웹서핑, 온라인 게임, 영화, 영화관, 스포츠 시청, 쇼핑, 테이트, 정지, 걷기, 뛰기, 차량이동, 버스이동, 기차이동 중 선택된 적어도 어느 하나의 행동과, 상기 장소는 집, 학교, 도서관, 병원, 레스토랑, 미용실, 세탁소, 교회, 서점, 마트, 백화점, 카페, 길, 학교운동장, 도심지, 사무실, 공원 중 선택된 적어도 어느 하나의 장소인 것인 모바일 기반 라이프로그를 이용한 사용자 행동 예측 시스템
6 6
제2항에 있어서, 상기 행동 카테고리는, 행동과 장소로 카테고리화하여 구분하며, 상기 라이프로그 생성 시 사용자로부터 직접 행동 및 위치를 직접 입력받도록 하는 것인 모바일 기반 라이프로그를 이용한 사용자 행동 예측 시스템
7 7
제2항에 있어서, 상기 행동 카테고리는, 3개의 노드로 구분하여 분석하며, 상기 3개의 노드는 각각 입력노드, 연관노드, 목표노드이고, 상기 입력노드는 상기 연관노드와 상기 목표노드를 추론하기 위한 사건의 사전확률 값이 들어가는 노드이고, 상기 연관노드는 상기 입력노드와 상기 목표노드의 중간에 위치한 노드로써 상기 목표노드와 연관성이 가장 높은 노드를 의미하며, 상기 목표노드는 실체 추론되는 노드를 의미하는 것인 모바일 기반 라이프로그를 이용한 사용자 행동 예측 시스템
8 8
삭제
9 9
모바일 기반 라이프로그를 이용한 사용자 행동 예측 방법에 있어서, 스마트폰으로부터 사용자의 라이프로그를 수집하는 단계; 상기 라이프로그를 정제된 라이프로그로 변환하는 단계; 상기 스마트폰에 대한 로그데이터에 대하여 일정시간 간격으로 기록하는 단계; 상기 라이프로그 수집부에 의해 수집되는 상기 라이프로그에 대하여 하루에 한번 상기 스마트폰 사용자의 라이프로그를 생성하는 단계; 상기 정제된 라이프로그를 사용자 별로 저장하는 단계; 상기 저장된 정제된 라이프로그를 사용하여 사용자의 행동 카테고리를 베이즈 정리를 이용하여 사용자의 행동을 예측한 결과값을 얻는 단계; 및상기 결과값을 이용하여 사용자가 상기 예측된 행동 카테고리 이후 미래 행동을 연관분석을 이용하여 예측하는 단계를 포함하고, 상기 베이즈 정리에 의해 구하는 행동 카테고리는, 다음의 수학식에 확률을 구하고 상기 확률이 가장 높은 행동 카테고리를 선택하여 행동을 예측하되, 여기서, E는 어떤 사건이 일어났을 경우를 나타내고, 는 추론 하고 싶은 대상을 의미하며, p는 확률값을 나타내고, 상기 베이즈 정리는, 가중치를 곱하여 계산하며, 상기 가중치는, 다음의 수학식으로 구하되, 여기서, α는 기본가중치를 나타내며, ω는 중치를 나타내고, β는 가중치를 나타내는 것을 특징으로 하는 모바일 기반 라이프로그를 이용한 사용자 행동 예측 방법
10 10
제9항에 있어서, 상기 행동 카테고리는, 이동활동, 청각 활동, 시각 활동, 기록 활동, 말하기 활동으로 구분되며, 상기 스마트폰의 기능 중에서 위치추적은 이동활동에 대응하고, 노래듣기, 동영상보기, 전화송수신은 청각활동에 대응하며, 동영상보기, 사진촬영, 문자메시지 송수신은 시각활동에 대응하고, 문자메시지 송수신, 사진촬영은 기록활동에 대응하며, 전화송수신은 말하기활동에 대응하는 것인 모바일 기반 라이프로그를 이용한 사용자 행동 예측 방법
11 11
삭제
12 12
제9항에 있어서, 상기 연관분석은, 행동1(X) 및 행동2(Y)의 지지도(Support), 신뢰도(Confidence) 및 향상도(Lift)에 관한 비율을 구하고 상기 지지도(S), 신뢰도(C) 및 향상도(L)는 각각 다음의 수학식으로 구하며, 여기서, X는 "행동1"이 나오는 라이프로그 수, Y는"행동2"가 나오는 라이프로그 수이고, P(X)는 행동1의 확률, P(Y)는 행동2의 확률을 나타내는 것인 모바일 기반 라이프로그를 이용한 사용자 행동 예측 방법
13 13
제10항에 있어서, 상기 행동 카테고리는, 행동과 장소로 카테고리화하여 구분하며, 상기 행동은 수면, 식사, 군것질, 세정, 발표, 치료, 수업, 일상적인 일, 비일상적인 일, 파트타임, 온라인 강의수강, 강의, 공부, 요리, 설거지, 세탁, 옷정리, 청소, 아이템 정리, 자원봉사, 신문, TV, DVD, 구기게임, 운동, 조깅, 산책, 종교활동, 독서, 웹서핑, 온라인 게임, 영화, 영화관, 스포츠 시청, 쇼핑, 테이트, 정지, 걷기, 뛰기, 차량이동, 버스이동, 기차이동 중 선택된 적어도 어느 하나의 행동과, 상기 장소는 집, 학교, 도서관, 병원, 레스토랑, 미용실, 세탁소, 교회, 서점, 마트, 백화점, 카페, 길, 학교운동장, 도심지, 사무실, 공원 중 선택된 적어도 어느 하나의 장소인 것인 모바일 기반 라이프로그를 이용한 사용자 행동 예측 방법
14 14
제10항에 있어서, 상기 행동 카테고리는, 행동과 장소로 카테고리화하여 구분하며, 상기 라이프로그 생성 시 사용자로부터 직접 행동 및 장소를 직접 입력받도록 하는 것인 모바일 기반 라이프로그를 이용한 사용자 행동 예측 방법
15 15
제10항에 있어서, 상기 행동 카테고리는, 3개의 노드로 구분하여 분석하며, 상기 3개의 노드는 각각 입력노드, 연관노드, 목표노드이고, 상기 입력노드는 상기 연관노드와 상기 목표노드를 추론하기 위한 사건의 사전확률 값이 들어가는 노드이고, 상기 연관노드는 상기 입력노드와 상기 목표노드의 중간에 위치한 노드로써 상기 목표노드와 연관성이 가장 높은 노드를 의미하며, 상기 목표노드는 실체 추론되는 노드를 의미하는 것인 모바일 기반 라이프로그를 이용한 사용자 행동 예측 방법
16 16
삭제
지정국 정보가 없습니다
패밀리정보가 없습니다
국가 R&D 정보가 없습니다.