맞춤기술찾기

홈으로 가기
맞춤기술찾기
이전대상기술
프린트하기

이전대상기술

서비스 추천 방법 및 이를 수행하는 장치들

  • 기술번호 : KST2019027514
  • 담당센터 : 서울동부기술혁신센터
  • 전화번호 : 02-2155-3662
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 서비스 추천 방법 및 이를 수행하는 장치들이 개시된다. 일 실시예에 따른 서비스 추천 방법은 복수의 사용자들 각각에 대한 정보를 데이터 바인딩(data binding)하여 상기 복수의 사용자들 각각에 대한 로그 정보를 생성하는 단계와, 상기 복수의 사용자들 중에서 어느 하나의 사용자에 대한 정보에 기초하여 상기 복수의 사용자들 각각에 대한 로그 정보의 유사도, 및 최다 사용 빈도 중에서 적어도 하나를 분석함으로써 상기 어느 하나의 사용자에 대한 맞춤 서비스를 추천하는 단계를 포함한다.
Int. CL G06Q 30/02 (2012.01.01) G06Q 30/06 (2012.01.01)
CPC G06Q 30/0254(2013.01) G06Q 30/0254(2013.01) G06Q 30/0254(2013.01)
출원번호/일자 1020170106805 (2017.08.23)
출원인 건국대학교 산학협력단
등록번호/일자 10-1943215-0000 (2019.01.22)
공개번호/일자
공고번호/일자 (20190128) 문서열기
국제출원번호/일자
국제공개번호/일자
우선권정보
법적상태 등록
심사진행상태 수리
심판사항
구분 신규
원출원번호/일자
관련 출원번호
심사청구여부/일자 Y (2017.08.23)
심사청구항수 20

출원인

번호, 이름, 국적, 주소의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 인명정보 - 출원인 표입니다.
번호 이름 국적 주소
1 건국대학교 산학협력단 대한민국 서울특별시 광진구

발명자

번호, 이름, 국적, 주소의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 인명정보 - 발명자 표입니다.
번호 이름 국적 주소
1 이한구 대한민국 서울특별시 강남구
2 최운 대한민국 서울특별시 광진구
3 아크메도브, 쿠모윤 우즈베키스탄 서울특별시 광진구

대리인

번호, 이름, 국적, 주소의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 인명정보 - 대리인 표입니다.
번호 이름 국적 주소
1 특허법인 무한 대한민국 서울특별시 강남구 언주로 ***, *층(역삼동,화물재단빌딩)

최종권리자

번호, 이름, 국적, 주소의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 인명정보 - 최종권리자 표입니다.
번호 이름 국적 주소
1 건국대학교 산학협력단 대한민국 서울특별시 광진구
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		 2017.08.23 수리 (Accepted) 1-1-2017-0816813-54
2 선행기술조사의뢰서
Request for Prior Art Search		 2017.10.13 수리 (Accepted) 9-1-9999-9999999-89
3 선행기술조사보고서
Report of Prior Art Search		 2018.03.16 발송처리완료 (Completion of Transmission) 9-6-2018-0041313-20
4 의견제출통지서
Notification of reason for refusal		 2018.03.20 발송처리완료 (Completion of Transmission) 9-5-2018-0192316-96
5 [지정기간연장]기간연장(단축, 경과구제)신청서
[Designated Period Extension] Application of Period Extension(Reduction, Progress relief)		 2018.05.16 수리 (Accepted) 1-1-2018-0481642-19
6 [명세서등 보정]보정서
[Amendment to Description, etc.] Amendment		 2018.06.14 보정승인간주 (Regarded as an acceptance of amendment) 1-1-2018-0581095-67
7 [거절이유 등 통지에 따른 의견]의견(답변, 소명)서
[Opinion according to the Notification of Reasons for Refusal] Written Opinion(Written Reply, Written Substantiation)		 2018.06.14 수리 (Accepted) 1-1-2018-0581094-11
8 의견제출통지서
Notification of reason for refusal		 2018.10.26 발송처리완료 (Completion of Transmission) 9-5-2018-0727671-83
9 [명세서등 보정]보정서
[Amendment to Description, etc.] Amendment		 2018.10.31 보정승인간주 (Regarded as an acceptance of amendment) 1-1-2018-1080622-91
10 [거절이유 등 통지에 따른 의견]의견(답변, 소명)서
[Opinion according to the Notification of Reasons for Refusal] Written Opinion(Written Reply, Written Substantiation)		 2018.10.31 수리 (Accepted) 1-1-2018-1080621-45
11 등록결정서
Decision to grant		 2019.01.18 발송처리완료 (Completion of Transmission) 9-5-2019-0044093-51
번호, 청구항의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 청구항 표입니다.
번호 청구항
1 1
복수의 사용자들 각각에 대한 정보를 데이터 바인딩(data binding)하여 상기 복수의 사용자들 각각에 대한 로그 정보를 생성하는 단계; 및상기 복수의 사용자들 중에서 어느 하나의 사용자에 대한 정보에 대응하는 제1 사용자들만 추출하고, 상기 어느 하나의 사용자의 로그 정보와 상기 추출된 제1 사용자들의 로그 정보 간의 유사도를 분석하여 상기 추출된 제1 사용자들의 로그 정보에서 상기 어느 하나의 사용자가 사용하지 않은 SaaS 애그리게이션 서비스(software as a service aggregation service)를 추출하고, 상기 어느 하나의 사용자가 최다 사용한 트리거(trigger)에 대응하는 제2 사용자들만 추출하고, 상기 추출된 제2 사용자들의 로그 정보의 최다 사용 빈도를 분석하여 상기 추출된 제2 사용자들의 로그 정보에서 상기 어느 하나의 사용자가 사용하지 않는 레시피(recipe)를 추출하고, 상기 SaaS 애그리게이션 서비스와 상기 레시피를 상기 어느 하나의 사용자에 대한 맞춤 서비스로 추천하는 단계를 포함하고,상기 레시피는 트리거와 액션의 조합으로 구성된 SaaS 애그리게이션 서비스에 대한 공식인 서비스 추천 방법
2 2
제1항에 있어서,상기 복수의 사용자들 각각에 대한 정보는,상기 복수의 사용자들 각각의 식별 정보, 상기 복수의 사용자들 각각이 사용한 SaaS 애그리게이션 서비스, 상기 복수의 사용자들 각각의 레시피, 및 상기 복수의 사용자들 각각에 대응하는 SaaS 애플리케이션 데이터(SaaS application data), IoT 데이터(internet of things data)와 빅 데이터(big data)이고,상기 복수의 사용자들 각각에 대한 로그 정보는,상기 복수의 사용자들 각각의 식별 정보, 상기 복수의 사용자들 각각이 사용한 SaaS 애그리게이션 서비스, 상기 복수의 사용자들 각각의 레시피, 및 상기 복수의 사용자들 각각에 대응하는 SaaS 애플리케이션 데이터, IoT 데이터와 빅 데이터가 데이터 바이닝된 로그 정보인 서비스 추천 방법
3 3
제2항에 있어서,상기 복수의 사용자들 각각의 식별 정보는,상기 복수의 사용자들 각각의 ID(identification), PW(password), 이름, 나이, 지역을 포함하고,상기 복수의 사용자들 각각이 사용한 SaaS 애그리게이션 서비스는,상기 SaaS 애그리게이션 서비스에 대한 ID, 사용 시작 시간, 사용 종료 시간, 사용 지속 시간, 및 평점을 포함하고,상기 복수의 사용자들 각각의 레시피는,상기 복수의 사용자들 각각에 대응하는 SaaS 애플리케이션 데이터, IoT 데이터, 및 빅 데이터 중에서 적어도 하나의 API(application programming interface) 리스트인 트리거, 및 액션(action)을 포함하는 서비스 추천 방법
4 4
제3항에 있어서,상기 복수의 사용자들 각각의 ID, 및 상기 SaaS 애그리게이션 서비스에 대한 ID는,임의의 숫자, 및 문자로 구성된 UUID(universally unique identifier)가 부여되는 서비스 추천 방법
5 5
제3항에 있어서,상기 추천하는 단계는,피어슨 유사도 알고리즘(pearson similarity algorithm)을 이용하여 상기 복수의 사용자들 각각에 대한 로그 정보에 포함된 SaaS 애그리게이션 서비스를 분석함으로써 상기 어느 하나의 사용자에 대한 제1 맞춤 서비스를 추천하는 단계;최다 사용 알고리즘(most used algorithm)을 이용하여 상기 복수의 사용자들 각각에 대한 로그 정보에 포함된 레시피를 분석함으로써 상기 어느 하나의 사용자에 대한 제2 맞춤 서비스를 추천하는 단계; 및상기 제1 맞춤 서비스, 및 상기 제2 맞춤 서비스를 통합하여 통합 맞춤 서비스를 추천하는 단계를 포함하는 서비스 추천 방법
6 6
제5항에 있어서,상기 제1 맞춤 서비스를 추천하는 단계는,상기 어느 하나의 사용자가 사용한 SaaS 애그리게이션 서비스, 및 상기 어느 하나의 사용자의 나이, 및 지역 중에서 적어도 하나에 대응하는 상기 제1 사용자들 각각이 사용한 SaaS 애그리게이션 서비스를 추출하는 단계;상기 피어슨 유사도 알고리즘을 이용하여 상기 어느 하나의 사용자가 사용한 SaaS 애그리게이션 서비스에 대한 평점과 상기 제1 사용자들 각각이 사용한 SaaS 애그리게이션 서비스에 대한 평점 간의 유사도를 분석하는 단계;상기 제1 사용자들 각각이 사용한 SaaS 애그리게이션 서비스를 상기 어느 하나의 사용자 및 상기 제1 사용자들 각각이 사용한 SaaS 애그리게이션 서비스에 대한 평점간의 유사도가 높은 순서대로 정렬하는 단계; 및상기 정렬 결과에 기초하여 상위에 정렬된 SaaS 애그리게이션 서비스들 중에서 상기 어느 하나의 사용자가 사용하지 않은 SaaS 애그리게이션 서비스인 제1 맞춤 서비스를 추천하는 단계를 포함하는 서비스 추천 방법
7 7
제6항에 있어서,상기 제1 사용자들은,상기 어느 하나의 사용자의 나이, 및 지역 중에서 어느 하나와 동일한 복수의 사용자들인 서비스 추천 방법
8 8
제6항에 있어서,상기 제1 맞춤 서비스는,상기 상위에 정렬된 SaaS 애그리게이션 서비스들 중에서 평점이 높은 서비스인 서비스 추천 방법
9 9
제5항에 있어서,상기 제2 맞춤 서비스를 추천하는 단계는,상기 어느 하나의 사용자의 레시피를 추출하는 단계;상기 어느 하나의 사용자의 레시피에 포함된 트리거, 및 액션을 분리하는 단계;상기 최다 사용 알고리즘을 이용하여 상기 어느 하나의 사용자의 레시피에 포함된 트리거의 최다 사용 빈도를 분석하는 단계;상기 어느 하나의 사용자의 레시피에 포함된 트리거의 최다 사용 빈도 분석 결과에 기초하여 상기 어느 하나의 사용자가 최다 사용한 트리거에 대응하는 상기 제2 사용자들 각각의 레시피를 추출하는 단계;상기 최다 사용 알고리즘을 이용하여 상기 제2 사용자들 각각의 레시피에 포함된 트리거의 최다 사용 빈도를 분석하는 단계;상기 제2 사용자들 각각의 레시피에 포함된 트리거의 최다 사용 빈도 분석 결과에 기초하여 상기 제2 사용자들 각각의 레시피를 사용 빈도가 높은 순서대로 정렬하는 단계; 및상기 정렬 결과에 기초하여 상위에 정렬된 레시피 중에서 상기 어느 하나의 사용자가 사용하지 않은 레시피인 제2 맞춤 서비스를 추천하는 단계를 포함하는 서비스 추천 방법
10 10
제9항에 있어서,상기 제2 사용자들은,상기 어느 하나의 사용자가 최다 사용한 트리거와 동일한 트리거를 포함하는 복수의 사용자들인 서비스 추천 방법
11 11
복수의 사용자들 각각에 대한 정보를 수신하는 송수신기;상기 복수의 사용자들 각각에 대한 정보를 데이터 바인딩(data binding)하여 상기 복수의 사용자들 각각에 대한 로그 정보를 생성하고, 상기 복수의 사용자들 중에서 어느 하나의 사용자에 대한 정보에 대응하는 제1 사용자들만 추출하고, 상기 어느 하나의 사용자의 로그 정보와 상기 추출된 제1 사용자들의 로그 정보 간의 유사도를 분석하여 상기 추출된 제1 사용자들의 로그 정보에서 상기 어느 하나의 사용자가 사용하지 않은 SaaS 애그리게이션 서비스(software as a service aggregation service)를 추출하고, 상기 어느 하나의 사용자가 최다 사용한 트리거(trigger)에 대응하는 제2 사용자들만 추출하고, 상기 추출된 제2 사용자들의 로그 정보의 최다 사용 빈도를 분석하여 상기 추출된 제2 사용자들의 로그 정보에서 상기 어느 하나의 사용자가 사용하지 않는 레시피(recipe)를 추출하고, 상기 SaaS 애그리게이션 서비스와 상기 레시피를 상기 어느 하나의 사용자에 대한 맞춤 서비스로 추천하는 컨트롤러를 포함하고,상기 레시피는 트리거와 액션의 조합으로 구성된 SaaS 애그리게이션 서비스에 대한 공식인 서비스 추천 장치
12 12
제11항에 있어서,상기 복수의 사용자들 각각에 대한 정보는,상기 복수의 사용자들 각각의 식별 정보, 상기 복수의 사용자들 각각이 사용한 SaaS 애그리게이션 서비스, 상기 복수의 사용자들 각각의 레시피, 및 상기 복수의 사용자들 각각에 대응하는 SaaS 애플리케이션 데이터(SaaS application data), IoT 데이터(internet of things data)와 빅 데이터(big data)이고,상기 복수의 사용자들 각각에 대한 로그 정보는,상기 복수의 사용자들 각각의 식별 정보, 상기 복수의 사용자들 각각이 사용한 SaaS 애그리게이션 서비스, 상기 복수의 사용자들 각각의 레시피, 및 상기 복수의 사용자들 각각에 대응하는 SaaS 애플리케이션 데이터, IoT 데이터와 빅 데이터가 데이터 바이닝된 로그 정보인 서비스 추천 장치
13 13
제12항에 있어서,상기 복수의 사용자들 각각의 식별 정보는,상기 복수의 사용자들 각각의 ID(identification), PW(password), 이름, 나이, 지역을 포함하고,상기 복수의 사용자들 각각이 사용한 SaaS 애그리게이션 서비스는,상기 SaaS 애그리게이션 서비스에 대한 ID, 사용 시작 시간, 사용 종료 시간, 사용 지속 시간, 및 평점을 포함하고,상기 복수의 사용자들 각각의 레시피는,상기 복수의 사용자들 각각에 대응하는 SaaS 애플리케이션 데이터, IoT 데이터, 및 빅 데이터 중에서 적어도 하나의 API(application programming interface) 리스트인 트리거, 및 액션(action)을 포함하는 서비스 추천 장치
14 14
제13항에 있어서,상기 복수의 사용자들 각각의 ID, 및 상기 SaaS 애그리게이션 서비스에 대한 ID는,임의의 숫자, 및 문자로 구성된 UUID(universally unique identifier)가 부여되는 서비스 추천 장치
15 15
제13항에 있어서,상기 컨트롤러는,피어슨 유사도 알고리즘(pearson similarity algorithm)을 이용하여 상기 복수의 사용자들 각각에 대한 로그 정보에 포함된 SaaS 애그리게이션 서비스를 분석함으로써 상기 어느 하나의 사용자에 대한 제1 맞춤 서비스를 추천하고, 최다 사용 알고리즘(most used algorithm)을 이용하여 상기 복수의 사용자들 각각에 대한 로그 정보에 포함된 레시피를 분석함으로써 상기 어느 하나의 사용자에 대한 제2 맞춤 서비스를 추천하고, 상기 제1 맞춤 서비스, 및 상기 제2 맞춤 서비스를 통합하여 통합 맞춤 서비스를 추천하는 추천부를 포함하는 서비스 추천 장치
16 16
제15항에 있어서,상기 추천부는,상기 어느 하나의 사용자가 사용한 SaaS 애그리게이션 서비스, 및 상기 어느 하나의 사용자의 나이, 및 지역 중에서 적어도 하나에 대응하는 상기 제1 사용자들 각각이 사용한 SaaS 애그리게이션 서비스를 추출하고, 상기 피어슨 유사도 알고리즘을 이용하여 상기 어느 하나의 사용자가 사용한 SaaS 애그리게이션 서비스에 대한 평점과 상기 제1 사용자들 각각이 사용한 SaaS 애그리게이션 서비스에 대한 평점 간의 유사도를 분석하고, 상기 제1 사용자들 각각이 사용한 SaaS 애그리게이션 서비스를 상기 어느 하나의 사용자 및 제1 사용자들 각각이 사용한 SaaS 애그리게이션 서비스에 대한 평점간의 유사도가 높은 순서대로 정렬하고, 상기 정렬 결과에 기초하여 상위에 정렬된 SaaS 애그리게이션 서비스 중에서 상기 어느 하나의 사용자가 사용하지 않은 SaaS 애그리게이션 서비스인 제1 맞춤 서비스를 추천하는 서비스 추천 장치
17 17
제16항에 있어서,상기 제1 사용자들은,상기 어느 하나의 사용자의 나이, 및 지역 중에서 어느 하나와 동일한 복수의 사용자들인 서비스 추천 장치
18 18
제16항에 있어서,상기 제1 맞춤 서비스는,상기 상위에 정렬된 SaaS 애그리게이션 서비스들 중에서 평점이 높은 서비스인 서비스 추천 장치
19 19
제15항에 있어서,상기 추천부는,상기 어느 하나의 사용자의 레시피를 추출하고, 상기 어느 하나의 사용자의 레시피에 포함된 트리거, 및 액션을 분리하고, 상기 최다 사용 알고리즘을 이용하여 상기 어느 하나의 사용자의 레시피에 포함된 트리거의 최다 사용 빈도를 분석하고, 상기 어느 하나의 사용자의 레시피에 포함된 트리거의 최다 사용 빈도 분석 결과에 기초하여 상기 어느 하나의 사용자가 최다 사용한 트리거에 대응하는 상기 제2 사용자들 각각의 레시피를 추출하고, 상기 최다 사용 알고리즘을 이용하여 상기 제2 사용자들 각각의 레시피에 포함된 트리거의 최다 사용 빈도를 분석하고, 상기 제2 사용자들 각각의 레시피에 포함된 트리거의 최다 사용 빈도 분석 결과에 기초하여 상기 제2 사용자들 각각의 레시피를 사용 빈도가 높은 순서대로 정렬하고, 상기 정렬 결과에 기초하여 상위에 정렬된 레시피 중에서 상기 어느 하나의 사용자가 사용하지 않은 레시피인 제2 맞춤 서비스를 추천하는 서비스 추천 장치
20 20
제19항에 있어서,상기 제2 사용자들은,상기 어느 하나의 사용자가 최다 사용한 트리거와 동일한 트리거를 포함하는 복수의 사용자들인 서비스 추천 장치
지정국 정보가 없습니다
패밀리정보가 없습니다
순번, 연구부처, 주관기관, 연구사업, 연구과제의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 국가R&D 연구정보 정보 표입니다.
순번 연구부처 주관기관 연구사업 연구과제
1 과학기술정보통신부 (주)이노그리드 SW컴퓨팅산업원천기술개발 클라우드 서비스 메쉬업을 위한 SaaS Aggregation 기술 개발