맞춤기술찾기

홈으로 가기
맞춤기술찾기
이전대상기술
프린트하기

이전대상기술

사용자 프로파일 생성 장치 및 그 방법

  • 기술번호 : KST2015162131
  • 담당센터 :
  • 전화번호 :
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 본 발명은 사용자 프로파일 생성 장치 및 그 방법에 관한 것으로, 사용자 프로파일 생성 장치는 복수 개의 학습 데이터를 하나의 학습 단위로 하여 학습을 수행하며 각각의 학습 데이터가 속성별 클래스의 분류에 미치는 영향을 나타내는 가중치 벡터를 포함하는 분류 정보를 산출하는 학습부, 그리고 사용자에 의해 생성된 모든 텍스트에 가중치 벡터를 반영하여 모든 텍스트의 집합에 대해 제1 클래스 정보를 산출함으로써 텍스트 프로파일을 생성하는 텍스트 프로파일 생성부를 포함한다.
Int. CL G06F 17/00 (2006.01) G06Q 50/30 (2012.01) G06F 17/20 (2006.01)
CPC G06F 17/2705(2013.01) G06F 17/2705(2013.01) G06F 17/2705(2013.01)
출원번호/일자 1020130004522 (2013.01.15)
출원인 경북대학교 산학협력단
등록번호/일자 10-1441983-0000 (2014.09.12)
공개번호/일자 10-2014-0093352 (2014.07.28) 문서열기
공고번호/일자 (20140926) 문서열기
국제출원번호/일자
국제공개번호/일자
우선권정보
법적상태 등록
심사진행상태 수리
심판사항
구분 신규
원출원번호/일자
관련 출원번호
심사청구여부/일자 Y (2013.01.15)
심사청구항수 20

출원인

번호, 이름, 국적, 주소의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 인명정보 - 출원인 표입니다.
번호 이름 국적 주소
1 경북대학교 산학협력단 대한민국 대구광역시 북구

발명자

번호, 이름, 국적, 주소의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 인명정보 - 발명자 표입니다.
번호 이름 국적 주소
1 박성배 대한민국 대구 북구
2 김권양 대한민국 대구 남구
3 이상조 대한민국 대구 동구
4 송현제 대한민국 대구 동구
5 이영록 대한민국 대구 달서구
6 김아영 대한민국 대구광역시 수성구

대리인

번호, 이름, 국적, 주소의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 인명정보 - 대리인 표입니다.
번호 이름 국적 주소
1 오세준 대한민국 서울특별시 강남구 테헤란로 *길 ** *층(역삼동)(특허법인 고려)
2 권혁수 대한민국 서울특별시 강남구 언주로 ***, *층(삼일빌딩, 역삼동)(KS고려국제특허법률사무소)
3 송윤호 대한민국 서울특별시 강남구 언주로 *** (역삼동) *층(삼일빌딩)(케이에스고려국제특허법률사무소)

최종권리자

번호, 이름, 국적, 주소의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 인명정보 - 최종권리자 표입니다.
번호 이름 국적 주소
1 (주)위드엠씨 서울특별시 강남구
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		 2013.01.15 수리 (Accepted) 1-1-2013-0041089-99
2 선행기술조사의뢰서
Request for Prior Art Search		 2013.11.07 수리 (Accepted) 9-1-9999-9999999-89
3 선행기술조사보고서
Report of Prior Art Search		 2013.12.17 수리 (Accepted) 9-1-2013-0104404-43
4 의견제출통지서
Notification of reason for refusal		 2014.02.26 발송처리완료 (Completion of Transmission) 9-5-2014-0143283-91
5 [명세서등 보정]보정서
[Amendment to Description, etc.] Amendment		 2014.04.28 보정승인간주 (Regarded as an acceptance of amendment) 1-1-2014-0404720-06
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)		 2014.04.28 수리 (Accepted) 1-1-2014-0404721-41
7 등록결정서
Decision to grant		 2014.08.27 발송처리완료 (Completion of Transmission) 9-5-2014-0584934-82
8 출원인정보변경(경정)신고서
Notification of change of applicant's information		 2018.03.26 수리 (Accepted) 4-1-2018-5051994-32
9 출원인정보변경(경정)신고서
Notification of change of applicant's information		 2020.06.23 수리 (Accepted) 4-1-2020-5136893-04
번호, 청구항의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 청구항 표입니다.
번호 청구항
1 1
사용자 프로파일을 미리 알고 있는 사용자들에 대한 복수 개의 학습 데이터를 하나의 학습 단위로 하여 학습을 수행하며, 상기 복수 개의 학습 데이터를 속성별로 분류하는 기준을 나타내는 동시에 사용자 프로파일을 알고자 하는 사용자에 대해 속성별 클래스를 분류하기 위한 기준이 되고, 각각의 학습 데이터가 속성별 클래스의 분류에 미치는 영향을 나타내는 초평면(Hyperplane)의 법선 벡터 및 상기 법선 벡터의 가중치 벡터를 포함하는 분류 정보를 산출하는 학습부; 그리고상기 사용자 프로파일을 알고자 하는 사용자에 의해 생성된 모든 텍스트에 상기 가중치 벡터를 반영하여 상기 모든 텍스트의 집합에 대해 제1 클래스 정보를 산출함으로써 텍스트 프로파일을 생성하는 텍스트 프로파일 생성부를 포함하며,상기 텍스트 프로파일 생성부는, 상기 가중치 벡터 중에서 상기 초평면에 가장 근접한 서포트 벡터(Support Vector)에 해당하는 학습 데이터에 대응하는 벡터 성분만을 반영하여, 상기 모든 텍스트의 집합에 대하여 상기 제1 클래스 정보를 산출하는 사용자 프로파일 생성 장치
2 2
제1 항에 있어서,상기 학습부는 서포트 벡터 머신(Support Vector Machine)을 이용하여, 상기 복수 개의 학습 데이터를 상기 속성별로 분류하는 기준을 나타내는 상기 초평면(Hyperplane) 및 상기 가중치 벡터를 산출하는 사용자 프로파일 생성 장치
3 3
제2 항에 있어서,상기 텍스트 프로파일 생성부는,상기 가중치 벡터 중에서 상기 초평면에 가장 근접한 서포트 벡터(Support Vector)에 해당하는 학습 데이터에 대응하는 벡터 성분만을 반영하여, 상기 모든 텍스트의 집합에 대하여 상기 초평면을 기준으로 상기 제1 클래스 정보를 산출하는 사용자 프로파일 생성 장치
4 4
제1 항에 있어서,상기 속성은 성별, 연령, 지역, 직업, 정치적 성향, 취미, 관심 분야 중의 적어도 하나 이상을 포함하는 사용자 프로파일 생성 장치
5 5
제1 항에 있어서,상기 텍스트는 소셜 네트워크 서비스(Social Network Service)를 통해 상기 사용자 프로파일을 알고자 하는 사용자에 의하여 생성된 텍스트를 포함하는 사용자 프로파일 생성 장치
6 6
제1 항 내지 제5 항 중 어느 한 항에 있어서,상기 사용자의 이동 정보에 기초하여 상기 모든 텍스트의 집합에 대해 제2 클래스 정보를 산출함으로써 상기 사용자 프로파일을 알고자 하는 사용자에 대한 모빌리티 프로파일을 생성하는 모빌리티 프로파일 생성부; 그리고상기 텍스트 프로파일과, 상기 모빌리티 프로파일을 통합하여 상기 사용자 프로파일을 알고자 하는 사용자에 대한 사용자 프로파일을 생성하는 프로파일 통합부를 더 포함하는 사용자 프로파일 생성 장치
7 7
제6 항에 있어서,상기 프로파일 통합부는,상기 제1 클래스 정보에 제1 중요도를 반영하고, 상기 제2 클래스 정보에 제2 중요도를 반영하여 상기 사용자 프로파일을 생성하는 프로파일 생성부를 포함하는 사용자 프로파일 생성 장치
8 8
제7 항에 있어서,상기 프로파일 통합부는,상기 사용자 프로파일의 클래스 정보와 상기 사용자 프로파일을 알고자 하는 사용자의 실제 클래스 정보의 차이에 기초하여 상기 제1 중요도를 갱신하고, 상기 사용자 프로파일의 클래스 정보와 상기 사용자 프로파일을 알고자 하는 사용자의 실제 클래스 정보의 차이에 기초하여 상기 제2 중요도를 갱신하는 중요도 갱신부를 더 포함하는 사용자 프로파일 생성 장치
9 9
사용자 프로파일을 미리 알고 있는 사용자들에 대한 복수 개의 학습 데이터를 하나의 학습 단위로 하여 학습을 수행하여 제공되고, 상기 복수 개의 학습 데이터를 속성별로 분류하는 기준을 나타내는 동시에 사용자 프로파일을 알고자 하는 사용자에 대해 속성별 클래스를 분류하기 위한 기준이 되고, 각각의 학습 데이터가 속성별 클래스의 분류에 미치는 영향을 나타내는 초평면(Hyperplane)의 법선 벡터 및 상기 법선 벡터의 가중치 벡터를 포함하는 분류 정보를 저장하는 저장부; 그리고상대방 사용자로부터 전송된 텍스트들에 상기 가중치 벡터를 반영하여, 상기 텍스트들의 집합에 대하여 제1 클래스 정보를 산출함으로써 상기 상대방 사용자에 대한 텍스트 프로파일을 생성하는 텍스트 프로파일 생성부를 포함하는 단말로서,상기 텍스트 프로파일 생성부는, 상기 가중치 벡터 중에서 상기 초평면에 가장 근접한 서포트 벡터(Support Vector)에 해당하는 학습 데이터에 대응하는 벡터 성분만을 반영하여, 상기 텍스트들의 집합에 대하여 상기 제1 클래스 정보를 산출하는 단말
10 10
제9 항에 있어서,상기 텍스트 프로파일 생성부는 상기 가중치 벡터 중에서 상기 초평면에 가장 근접한 서포트 벡터(Support Vector)에 해당하는 학습 데이터에 대응하는 벡터 성분만을 반영하여, 상기 텍스트들의 집합에 대하여 상기 초평면을 기준으로 상기 제1 클래스 정보를 산출하는 단말
11 11
제9 항 또는 제10 항에 있어서,상기 텍스트는 상기 상대방 사용자에 의하여 생성되어 상기 단말로 전송된 소셜 네트워크 서비스(Social Network Service) 텍스트를 포함하는 단말
12 12
사용자 프로파일을 미리 알고 있는 사용자들에 대한 복수 개의 학습 데이터를 하나의 학습 단위로 하여 학습을 수행하여 제공되고, 상기 복수 개의 학습 데이터를 속성별로 분류하는 기준을 나타내는 동시에 사용자 프로파일을 알고자 하는 사용자에 대해 속성별 클래스를 분류하기 위한 기준이 되고, 각각의 학습 데이터가 속성별 클래스의 분류에 미치는 영향을 나타내는 초평면(Hyperplane)의 법선 벡터 및 상기 법선 벡터의 가중치 벡터를 포함하는 분류 정보를 저장하는 데이터베이스; 그리고상기 사용자 프로파일을 알고자 하는 상대방 사용자의 단말로부터 전송된 텍스트들에 상기 가중치 벡터를 반영하여, 상기 텍스트들의 집합에 대하여 제1 클래스 정보를 산출함으로써 상기 상대방 사용자에 대한 텍스트 프로파일을 생성하는 텍스트 프로파일 생성부를 포함하는 사용자 프로파일 생성 서버 시스템으로서,상기 텍스트 프로파일 생성부는, 상기 가중치 벡터 중에서 상기 초평면에 가장 근접한 서포트 벡터(Support Vector)에 해당하는 학습 데이터에 대응하는 벡터 성분만을 반영하여, 상기 텍스트들의 집합에 대하여 상기 제1 클래스 정보를 산출하는 사용자 프로파일 생성 서버 시스템
13 13
제12 항에 있어서,상기 상대방 사용자의 단말로부터 상기 상대방 사용자의 단말의 위치 정보의 이력을 나타내는 로그 파일을 전송받고, 상기 로그 파일에 기초하여 상기 텍스트들의 집합에 대해 제2 클래스 정보를 산출함으로써 상기 상대방 사용자에 대한 모빌리티 프로파일을 생성하는 모빌리티 프로파일 생성부; 그리고상기 텍스트 프로파일과, 상기 모빌리티 프로파일을 통합하여 상기 상대방 사용자에 대한 사용자 프로파일을 생성하는 프로파일 통합부를 더 포함하는 사용자 프로파일 생성 서버 시스템
14 14
사용자 프로파일을 미리 알고 있는 사용자들에 대한 복수 개의 학습 데이터를 하나의 학습 단위로 하여 학습을 수행하며, 상기 복수 개의 학습 데이터를 속성별로 분류하는 기준을 나타내는 동시에 사용자 프로파일을 알고자 하는 사용자에 대해 속성별 클래스를 분류하기 위한 기준이 되고, 각각의 학습 데이터가 속성별 클래스의 분류에 미치는 영향을 나타내는 초평면(Hyperplane)의 법선 벡터 및 상기 법선 벡터의 가중치 벡터를 포함하는 분류 정보를 산출하는 단계; 그리고상기 사용자 프로파일을 알고자 하는 사용자에 의해 생성된 모든 텍스트에 상기 가중치 벡터를 반영하여 상기 모든 텍스트의 집합에 대해 제1 클래스 정보를 산출함으로써 텍스트 프로파일을 생성하는 단계를 포함하며,상기 텍스트 프로파일을 생성하는 단계는, 상기 가중치 벡터 중에서 상기 초평면에 가장 근접한 서포트 벡터(Support Vector)에 해당하는 학습 데이터에 대응하는 벡터 성분만을 반영하여, 상기 모든 텍스트의 집합에 대하여 상기 제1 클래스 정보를 산출하는 사용자 프로파일 생성 방법
15 15
제14 항에 있어서,상기 분류 정보를 산출하는 단계는 서포트 벡터 머신(Support Vector Machine)을 이용하여, 상기 복수 개의 학습 데이터를 상기 속성별로 분류하는 기준을 나타내는 상기 초평면 및 상기 가중치 벡터를 산출하는 단계를 포함하는 사용자 프로파일 생성 방법
16 16
제15 항에 있어서,상기 텍스트 프로파일을 생성하는 단계는,상기 가중치 벡터 중에서 상기 초평면에 가장 근접한 서포트 벡터(Support Vector)에 해당하는 학습 데이터에 대응하는 벡터 성분만을 반영하여, 상기 모든 텍스트의 집합에 대하여 상기 초평면을 기준으로 상기 제1 클래스 정보를 산출하는 단계를 포함하는 사용자 프로파일 생성 방법
17 17
제14 항에 있어서,상기 사용자의 이동 정보에 기초하여 상기 모든 텍스트의 집합에 대해 제2 클래스 정보를 산출함으로써 상기 사용자 프로파일을 알고자 하는 사용자에 대한 모빌리티 프로파일을 생성하는 단계; 그리고상기 텍스트 프로파일과, 상기 모빌리티 프로파일을 통합하여 상기 사용자 프로파일을 알고자 하는 사용자에 대한 사용자 프로파일을 생성하는 단계를 더 포함하는 사용자 프로파일 생성 방법
18 18
제17 항에 있어서,상기 사용자 프로파일을 생성하는 단계는,상기 제1 클래스 정보에 제1 중요도를 반영하고, 상기 제2 클래스 정보에 제2 중요도를 반영하여 상기 사용자 프로파일을 생성하는 단계를 포함하는 사용자 프로파일 생성 방법
19 19
제18 항에 있어서,상기 사용자 프로파일을 생성하는 단계는,상기 사용자 프로파일의 클래스 정보와 상기 사용자 프로파일을 알고자 하는 사용자의 실제 클래스 정보의 차이에 기초하여 상기 제1 중요도를 갱신하고, 상기 사용자 프로파일의 클래스 정보와 상기 사용자 프로파일을 알고자 하는 사용자의 실제 클래스 정보의 차이에 기초하여 상기 제2 중요도를 갱신하는 단계를 더 포함하는 사용자 프로파일 생성 방법
20 20
제14 항 내지 제19 항 중 어느 한 항에 기재된 방법을 실행하기 위한 프로그램을 기록한 컴퓨터에서 읽을 수 있는 기록 매체
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 지식경제부 숭실대학교산학협력단 SW컴퓨팅산업원천기술개발 모바일 플랫폼 기반 계획 및 학습 인지 모델 프레임워크 기술 개발