| 1 |
1
기 설정된 사용자 유형 분류 기준을 성격 특성 요소로 정의하는 퍼소나 정의부;물리적 공간 상에 구분된 영역에 설치된 특정 공간의 입구에 설치된 RFID, 특정 공간 내에 설치된 비콘 센서로부터 수집된 센싱 데이터를 근거로 물리적인 공간 내 다중사용자에 대한 사용자 위치 정보를 생성하며, 물리적 공간 상에 구분된 영역에 설치된 사운드 센서(Sound Sensor)로부터 수집된 센싱 데이터를 근거로 상기 사용자 위치 정보를 이용하여 물리적인 공간 내 다중사용자에 대한 음성 대화 데이터를 생성하며, 기 설정된 메신저로부터 텍스트 대화 데이터를 수집하며, 상기 사용자 위치 정보, 상기 음성 대화 데이터 및 상기 텍스트 대화 데이터를 취합하여 대화 데이터로서 수집하는 데이터 수집부;상기 사용자 위치 정보 및 상기 음성 대화 데이터를 분석하여 물리적 공간에서 말하는 횟수, 공용 공간 상에 머무는 시간을 기반으로 성격을 구성하는 요소 중 친화성과 외향성과 관련된 퍼소나를 갖는 행동 특성을 나타내는 변수값에 대응하는 행동 요소를 추출하며, 상기 텍스트 대화 데이터를 분석하여 온라인 공간에서의 다른 사람의 말에 총 메시지 횟수, 답장 횟수, 스티커 및 이모티콘 사용 빈도, 메시지로 다른 사람에게 말을 시키는 빈도를 기반으로 성격을 구성하는 요소 중 친화성과 외향성과 관련된 퍼소나를 갖는 행동 특성을 나타내는 변수값에 대응하는 행동 요소를 추출하는 행동 요소 추출부;상기 대화 데이터로부터 실시간으로 컨텍스트 피처를 추출하는 컨텍스트 추출부;상기 행동 요소, 상기 컨텍스트 피처, 기 저장된 성격 검사 실측 자료(Ground Truth) 값을 기반으로 예측 모델을 생성하는 예측 모델 생성부; 및상기 예측 모델을 기반으로 사용자 의도를 파악하는 사용자 의도 파악부를 포함하는 것을 특징으로 하는 퍼소나 분류 장치
|
| 2 |
2
제 1 항에 있어서,상기 퍼소나 정의부는,성격(Personality)을 구성하는 신경성(Neuroticism), 개방성(Openness), 성실성(Conscientiousness), 외향성(Extraversion), 친화성(Agreeableness) 중 적어도 한 개 이상의 요소를 상기 성격 특성 요소로 정의하는 것을 특징으로 하는 퍼소나 분류 장치
|
| 3 |
3
삭제
|
| 4 |
4
삭제
|
| 5 |
5
제 1 항에 있어서,상기 행동 요소 추출부는,상기 텍스트 대화 데이터를 분석하여 온라인 공간에서의 메신저 사용자들의 메시지 수, 메시지를 보낸 시각, 답장 수, 답장 시각, 스티커(이모티콘) 수, 답장 순서, 온라인 메신저 공간에 가입한 시각을 기반으로 대화와 관련된 행동 요소를 추출하는 것을 특징으로 하는 퍼소나 분류 장치
|
| 6 |
6
삭제
|
| 7 |
7
삭제
|
| 8 |
8
제 1 항에 있어서,상기 행동 요소 추출부는,상기 사용자 위치 정보를 분석하여 물리적 공간에서 실내 위치 추적(Indoor Tracking) 기술을 통해 사용자들의 이동 및 자리에 머무른 시간을 확인하거나 물리적 공간에 설치된 비콘(Beacon)을 이용하여 실내 위치 추적을 수행하는 것을 특징으로 하는 퍼소나 분류 장치
|
| 9 |
9
제 1 항에 있어서,상기 행동 요소 추출부는,상기 사용자 위치 정보 및 상기 음성 대화 데이터를 분석하여 상기 텍스트 대화 데이터를 분석하여 이전의 메시지로부터 기 설정된 시간(예컨대, 1시간)이 초과된 후 답장 메시지를 보낸 경우의 횟수를 기반으로 친화성과 외향성과 관련된 퍼소나를 갖는 행동 특성을 나타내는 변수값을 추출하는 것을 특징으로 하는 퍼소나 분류 장치
|
| 10 |
10
제 1 항에 있어서,상기 예측 모델 생성부는,상기 행동 요소를 나타내는 변수값과 기 저장된 성격 검사 실측 자료값을 학습하여 상기 예측 모델을 생성하는 것을 특징으로 하는 퍼소나 분류 장치
|
| 11 |
11
제 1 항에 있어서,상기 컨텍스트 추출부는,상기 대화 데이터로부터 상대방에게 말을 시키는 컨텍스트 피처, 상대방의 말에 답을 해주는 컨텍스트 피처, 상대방의 말에 공감해주는 컨텍스트 피처, 말하는 컨텍스트 피처를 추출하는 것을 특징으로 하는 퍼소나 분류 장치
|
| 12 |
12
제 1 항에 있어서,상기 사용자 의도 파악부는,리커트 척도(Likert Scale)를 기반으로 상기 사용자 의도의 정확도를 계산하는 것을 특징으로 하는 퍼소나 분류 장치
|
| 13 |
13
퍼소나 정의부에서 기 설정된 사용자 유형 분류 기준을 성격 특성 요소로 정의하는 과정;데이터 수집부에서 물리적 공간 상에 구분된 영역에 설치된 특정 공간의 입구에 설치된 RFID, 특정 공간 내에 설치된 비콘 센서로부터 수집된 센싱 데이터를 근거로 물리적인 공간 내 다중사용자에 대한 사용자 위치 정보를 생성하는 과정; 상기 데이터 수집부에서 물리적 공간 상에 구분된 영역에 설치된 사운드 센서(Sound Sensor)로부터 수집된 센싱 데이터를 근거로 상기 사용자 위치 정보를 이용하여 물리적인 공간 내 다중사용자에 대한 음성 대화 데이터를 생성하는 과정; 상기 데이터 수집부에서 기 설정된 메신저로부터 텍스트 대화 데이터를 수집하는 과정;상기 데이터 수집부에서 상기 사용자 위치 정보, 상기 음성 대화 데이터 및 상기 텍스트 대화 데이터를 취합하여 대화 데이터로서 수집하는 과정;행동 요소 추출부에서 상기 사용자 위치 정보 및 상기 음성 대화 데이터를 분석하여 물리적 공간에서 말하는 횟수, 공용 공간 상에 머무는 시간을 기반으로 성격을 구성하는 요소 중 친화성과 외향성과 관련된 퍼소나를 갖는 행동 특성을 나타내는 변수값에 대응하는 행동 요소를 추출하는 과정;상기 행동 요소 추출부에서 상기 텍스트 대화 데이터를 분석하여 온라인 공간에서의 다른 사람의 말에 총 메시지 횟수, 답장 횟수, 스티커 및 이모티콘 사용 빈도, 메시지로 다른 사람에게 말을 시키는 빈도를 기반으로 성격을 구성하는 요소 중 친화성과 외향성과 관련된 퍼소나를 갖는 행동 특성을 나타내는 변수값에 대응하는 행동 요소를 추출하는 과정;컨텍스트 추출부에서 상기 대화 데이터로부터 실시간으로 컨텍스트 피처를 추출하는 과정;예측 모델 생성부에서 상기 행동 요소, 상기 컨텍스트 피처, 기 저장된 성격 검사 실측 자료(Ground Truth) 값을 기반으로 예측 모델을 생성하는 과정; 및사용자 의도 파악부에서 상기 예측 모델을 기반으로 사용자 의도를 파악하는 과정을 포함하는 것을 특징으로 하는 퍼소나 분류 방법
|
