맞춤기술찾기

이전대상기술

소셜 관계 예측 시스템 및 방법

  • 기술번호 : KST2020006679
  • 담당센터 : 대전기술혁신센터
  • 전화번호 : 042-610-2279
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 발명에 따른 소셜 관계 예측 시스템에서의 사용자의 행동 속성을 이용한 소셜 관계 예측 방법은 게임 로그 데이터에 기초하여 게임에 접속된 사용자의 행동 데이터를 추출하는 단계; 상기 게임 로그 데이터에 기초하여 사용자 간의 소셜 관계 데이터를 추출하는 단계; 상기 행동 데이터 및 소셜 관계 데이터를 일 형태로 정합하는 단계; 상기 정합된 데이터에 기초하여 소셜 관계에 대한 학습을 수행하여 관계 모델을 생성하는 단계 및 상기 정합된 데이터와 상기 관계 모델에 기초하여 새로운 정합된 데이터에 대한 테스트를 통해 예측 및 검증 결과를 출력하는 단계를 포함한다.
Int. CL G06Q 50/00 (2018.01.01) A63F 13/69 (2014.01.01) A63F 13/67 (2014.01.01) A63F 13/45 (2014.01.01) G06N 99/00 (2019.01.01)
CPC G06Q 50/01(2013.01) G06Q 50/01(2013.01) G06Q 50/01(2013.01) G06Q 50/01(2013.01) G06Q 50/01(2013.01) G06Q 50/01(2013.01)
출원번호/일자 1020180156526 (2018.12.07)
출원인 한국전자통신연구원
등록번호/일자
공개번호/일자 10-2020-0069468 (2020.06.17) 문서열기
공고번호/일자
국제출원번호/일자
국제공개번호/일자
우선권정보
법적상태 공개
심사진행상태 수리
심판사항
구분 신규
원출원번호/일자
관련 출원번호
심사청구여부/일자 N
심사청구항수 14

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 김대욱 대전광역시 유성구
2 양성일 대전광역시 유성구

대리인

번호, 이름, 국적, 주소의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 인명정보 - 대리인 표입니다.
번호 이름 국적 주소
1 특허법인지명 대한민국 서울특별시 강남구 남부순환로**** 차우빌딩*층

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
2018.12.07 수리 (Accepted) 1-1-2018-1225890-11
번호, 청구항의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 청구항 표입니다.
번호 청구항
1 1
소셜 관계 예측 시스템에서의 사용자의 행동 속성을 이용한 소셜 관계 예측 방법에 있어서,게임 로그 데이터에 기초하여 게임에 접속된 사용자의 행동 데이터를 추출하는 단계;상기 게임 로그 데이터에 기초하여 사용자 간의 소셜 관계 데이터를 추출하는 단계;상기 행동 데이터 및 소셜 관계 데이터를 일 형태로 정합하는 단계;상기 정합된 데이터에 기초하여 소셜 관계에 대한 학습을 수행하여 관계 모델을 생성하는 단계 및상기 정합된 데이터와 상기 관계 모델에 기초하여 새로운 정합된 데이터에 대한 테스트를 통해 예측 및 검증 결과를 출력하는 단계를 포함하는 소셜 관계 예측 방법
2 2
제 1 항에 있어서,상기 행동 데이터 및 소셜 관계 데이터를 일 형태로 정합하는 단계는,상기 행동 데이터 및 소셜 관계 데이터에 있어서 사용자의 고유 번호를 공유하는 형태로 정합하는 것인 소셜 관계 예측 방법
3 3
제 1 항에 있어서,상기 행동 데이터 및 소셜 관계 데이터를 일 형태로 정합하는 단계는,상기 행동 데이터 및 소셜 관계 데이터를 하나의 벡터 형태로 정합하는 것인 소셜 관계 예측 방법
4 4
제 1 항에 있어서,상기 정합된 데이터와 상기 관계 모델에 기초하여 새로운 정합된 데이터에 대한 테스트를 통해 예측 및 검증 결과를 출력하는 단계는,상기 예측 및 검증 결과로 정확도, 정밀도, 리콜, F1-score 및 AUC(Area Under the ROC Curve)를 포함하는 것인 소셜 관계 예측 방법
5 5
제 1 항에 있어서,상기 정합된 데이터와 상기 관계 모델에 기초하여 새로운 정합된 데이터에 대한 테스트를 통해 예측 및 검증 결과를 출력하는 단계는,상기 예측 및 검증 결과로 상기 사용자 간의 소셜 관계를 네트워크 맵으로 시각화하여 출력하는 것인 소셜 관계 예측 방법
6 6
제 1 항에 있어서,상기 정합된 데이터와 상기 관계 모델에 기초하여 현재 생성된 관계 모델의 성능을 평가하는 단계를 더 포함하는 소셜 관계 예측 방법
7 7
제 1 항에 있어서,상기 관계 모델에 기초하여 상기 행동 데이터와 상기 소셜 관계 데이터 간의 상대적 예측 중요도를 분석하여 출력하는 단계를 더 포함하는 소셜 관계 예측 방법
8 8
사용자의 행동 속성을 이용한 소셜 관계 예측 시스템에 있어서,게임 로그 데이터에 기초하여 게임에 접속된 사용자의 행동 데이터를 추출하는 행동 데이터 추출부,상기 게임 로그 데이터에 기초하여 사용자 간의 소셜 관계 데이터를 추출하는 소셜 관계 데이터 추출부,상기 행동 데이터 및 소셜 관계 데이터를 일 형태로 정합하는 특징 데이터 정합부,상기 정합된 데이터에 기초하여 소셜 관계에 대한 학습을 수행하여 관계 모델을 생성하는 소셜 관계 학습부 및상기 정합된 데이터와 상기 관계 모델에 기초하여 새로운 정합된 데이터에 대한 테스트를 통해 예측 및 검증 결과를 출력하는 관계 예측 및 검증부를 포함하는 소셜 관계 예측 시스템
9 9
제 8 항에 있어서,상기 특징 데이터 정합부는 상기 행동 데이터 및 소셜 관계 데이터에 있어서 사용자의 고유 번호를 공유하는 형태로 정합하는 것인 소셜 관계 예측 시스템
10 10
제 8 항에 있어서,상기 특징 데이터 정합부는 상기 행동 데이터 및 소셜 관계 데이터를 하나의 벡터 형태로 정합하는 것인 소셜 관계 예측 시스템
11 11
제 8 항에 있어서,상기 관계 예측 및 검증부는 상기 예측 및 검증 결과로 정확도, 정밀도, 리콜, F1-score 및 AUC(Area Under the ROC Curve) 중 하나 이상을 포함하는 것인 소셜 관계 예측 시스템
12 12
제 8 항에 있어서,상기 관계 예측 및 검증부는 상기 예측 및 검증 결과로 상기 사용자 간의 소셜 관계를 네트워크 맵으로 시각화하여 출력하는 것인 소셜 관계 예측 시스템
13 13
제 8 항에 있어서,상기 관계 예측 및 검증부는 상기 정합된 데이터와 상기 관계 모델에 기초하여 현재 생성된 관계 모델의 성능을 평가하는 것인 소셜 관계 예측 시스템
14 14
제 8 항에 있어서,상기 관계 모델에 기초하여 상기 행동 데이터와 상기 소셜 관계 데이터 간의 상대적 예측 중요도를 분석하여 출력하는 특징 중요도 분석부를 더 포함하는 소셜 관계 예측 시스템
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 문화체육관광부 한국전자통신연구원 문화기술연구개발 지능형 라이브 서비스를 위한 게임 운영 시나리오 최적화 플랫폼 기술 개발