1 |
1
라이프로그 데이터 생성부가, 사용자의 시간별 위치 정보 및 시간별 동작 상태 정보를 상기 사용자의 추정 활동 상태를 미리 정의한 추정 활동 테이블과 매칭함으로써, 적어도 하나의 상기 추정 활동 상태를 소정의 시간 구간별로 표시한 복수개의 라이프로그 데이터를 일 단위(daily)별로 생성하는 단계;변형 라이프로그 데이터 생성부가, 상기 복수개의 라이프로그 데이터를 기설정된 개수의 연속된 시간 구간을 병합한 병합 시간 구간별로 표시한 복수개의 변형 라이프로그 데이터로 변환하는 단계; 및 유사도 산출부가, 상기 복수 개의 변형 라이프로그 데이터를 상기 병합 시간 구간별로 상호 비교하여 상기 복수 개의 변형 라이프로그 데이터 상호간의 라이프로그 유사도를 산출하는 단계를 포함하는, 라이프로그 데이터의 유사도 산출 방법
|
2 |
2
제1항에 있어서,상기 동작 상태 정보는, 상기 사용자의 동작 강도에 기초하여 선정된 특정 시간에서의 상기 사용자의 동작 상태를 나타내는 정보이며,상기 동작 상태 정보는, 정적 상태 정보, 수면 상태 정보, 걷기 상태 정보 및 뛰기 상태 정보 중 적어도 하나의 상태 정보를 포함하는, 라이프로그 데이터의 유사도 산출 방법
|
3 |
3
제1항에 있어서,상기 변형 라이프로그 데이터는,상기 병합 시간 구간별로 적어도 하나의 상기 추정 활동 상태 각각의 지속 시간을 표시하는 추정 활동 상태 벡터를 표시하는 데이터인, 라이프로그 데이터의 유사도 산출 방법
|
4 |
4
제3항에 있어서,상기 유사도를 산출하는 단계는,상기 복수개의 변형 라이프로그 데이터 각각에서의 상호 동일한 병합 시간 구간과 상호 상이한 병합 시간 구간에 대하여 상기 복수개의 변형 라이프로그 데이터 각각의 상기 추정 활동 상태 벡터간의 유사도인 구간별 유사도를 산출하는 단계; 어느 하나의 상기 병합 시간 구간을 기준으로 상기 병합 시간 구간별로 상기 구간별 유사도의 최대값을 구간별 최대 유사도로서 선별하는 단계; 및상기 선별된 구간별 최대 유사도의 평균 값을 이용하여 상기 라이프로그 유사도를 산출하는 단계를 포함하는, 라이프로그 데이터의 유사도 산출 방법
|
5 |
5
제3항에 있어서,상기 유사도를 산출하는 단계는,상기 복수개의 변형 라이프로그 데이터 각각에서의 상호 동일한 병합 시간 구간과 상호 상이한 병합 시간 구간에 대하여 상기 복수개의 변형 라이프로그 데이터 각각의 상기 추정 활동 상태 벡터간의 유사도인 구간별 유사도를 산출하는 단계; 상기 구간별 유사도에 기설정된 구간별 가중치를 곱하여 구간별 가중 유사도를 산출하는 단계;어느 하나의 상기 병합 시간 구간을 기준으로 상기 병합 시간 구간별로 상기 구간별 가중 유사도의 최대값을 구간별 가중 최대 유사도로서 선별하는 단계; 및상기 선별된 구간별 가중 최대 유사도의 평균 값을 이용하여 상기 라이프로그 유사도를 산출하는 단계를 포함하는, 라이프로그 데이터의 유사도 산출 방법
|
6 |
6
제4항 또는 제5항에 있어서,상기 구간별 유사도는,상기 복수개의 변형 라이프로그 데이터 각각의 상기 추정 활동 상태 벡터 상호 간의 코사인 유사도에 기초하여 산출되는, 라이프로그 데이터의 유사도 산출 방법
|
7 |
7
제5항에 있어서,상기 기설정된 구간별 가중치는,상기 복수개의 변형 라이프로그 데이터 각각의 상기 병합 시간 구간 상호 간의 시간차에 기초하여 설정되는, 라이프로그 데이터의 유사도 산출 방법
|
8 |
8
제7항에 있어서,상기 기설정된 구간별 가중치는, 상기 복수개의 변형 라이프로그 데이터 각각의 상기 병합 시간 구간 상호 간의 시간차가 12시간인 경우 최소값을 가지고, 상기 시간차가 0시간 또는 23시간 59분인 경우 최대값을 가지되,상기 기설정된 구간별 가중치는, 상기 병합 시간 구간 상호 간의 시간차가 12시간을 기준으로 0시간까지 감소하거나 12시간을 기준으로 23시간 59분까지 증가하는 경우, 선형 또는 비선형적으로 증가하는, 라이프로그 데이터의 유사도 산출 방법
|
9 |
9
제1항에 있어서,상기 변형 라이프로그 데이터는,상기 병합 시간 구간별로 적어도 하나의 상기 추정 활동 상태 각각의 지속 시간에 기초하여 설정된 색상으로, 상기 추정 활동 상태 각각을 구분 표시하는 데이터인, 라이프로그 데이터의 유사도 산출 방법
|
10 |
10
제1항에 있어서,상기 추정 활동 상태 각각은 날씨 정보, 기온 정보, 습도 정보, 조도 정보, 이산화탄소량 정보, 상기 사용자의 심박 정보 중 적어도 하나의 부가 정보에 더 기초하여 구분된 복수의 세부 추정 활동 상태를 포함하는, 라이프로그 데이터의 유사도 산출 방법
|
11 |
11
사용자의 시간별 위치 정보 및 시간별 동작 상태 정보를 상기 사용자의 추정 활동 상태를 미리 정의한 추정 활동 테이블과 매칭함으로써, 적어도 하나의 상기 추정 활동 상태를 소정의 시간 구간별로 표시한 복수개의 라이프로그 데이터를 일 단위(daily)별로 생성하는 라이프로그 데이터 생성부;상기 복수개의 라이프로그 데이터를 기설정된 개수의 연속된 시간 구간을 병합한 병합 시간 구간별로 표시한 복수개의 변형 라이프로그 데이터로 변환하는 변형 라이프로그 데이터 생성부; 및 상기 복수 개의 변형 라이프로그 데이터를 상기 병합 시간 구간별로 상호 비교하여 상기 복수 개의 변형 라이프로그 데이터 상호간의 라이프로그 유사도를 산출하는 유사도 산출부를 포함하는, 라이프로그 데이터의 유사도 산출 장치
|
12 |
12
제11항에 있어서,상기 변형 라이프로그 데이터는,상기 병합 시간 구간별로 적어도 하나의 상기 추정 활동 상태 각각의 지속 시간을 표시하는 추정 활동 상태 벡터를 표시하는 데이터인, 라이프로그 데이터의 유사도 산출 장치
|
13 |
13
제12항에 있어서,상기 유사도 산출부는,상기 복수개의 변형 라이프로그 데이터 각각에서의 상호 동일한 병합 시간 구간과 상호 상이한 병합 시간 구간에 대하여 상기 복수개의 변형 라이프로그 데이터 각각의 상기 추정 활동 상태 벡터간의 유사도인 구간별 유사도를 산출하고, 어느 하나의 상기 병합 시간 구간을 기준으로 상기 병합 시간 구간별로 상기 구간별 유사도의 최대값을 구간별 최대 유사도로서 선별하고, 상기 선별된 구간별 최대 유사도의 평균 값을 이용하여 상기 라이프로그 유사도를 산출하는, 라이프로그 데이터의 유사도 산출 장치
|
14 |
14
제12항에 있어서,상기 유사도 산출부는,상기 복수개의 변형 라이프로그 데이터 각각에서의 상호 동일한 병합 시간 구간과 상호 상이한 병합 시간 구간에 대하여 상기 복수개의 변형 라이프로그 데이터 각각의 상기 추정 활동 상태 벡터간의 유사도인 구간별 유사도를 산출하고, 상기 구간별 유사도에 기설정된 구간별 가중치를 곱하여 구간별 가중 유사도를 산출하고, 어느 하나의 상기 병합 시간 구간을 기준으로 상기 병합 시간 구간별로 상기 구간별 가중 유사도의 최대값을 구간별 가중 최대 유사도로서 선별하고, 상기 선별된 구간별 가중 최대 유사도의 평균 값을 이용하여 상기 라이프로그 유사도를 산출하는, 라이프로그 데이터의 유사도 산출 장치
|
15 |
15
제14항에 있어서,상기 기설정된 구간별 가중치는,상기 복수개의 변형 라이프로그 데이터 각각의 상기 병합 시간 구간 상호 간의 시간차에 기초하여 설정되는, 라이프로그 데이터의 유사도 산출 장치
|