KR101232641B1 - Context modelling based auto-blogging system - Google Patents

Abstract

PURPOSE: A context modeling based automatic blogging system is provided to generate sentences describing the situation of a user by processing the context of the user, thereby automatically blogging the information of the user. CONSTITUTION: A context processing means collects user information and makes context. An inference means(230) infers behavior and a destination of a user by using the context. A sentence generation means(240) generates sentences including the behavior and the destination. The user requests automatic blogging for the sentences through an automatic blogging interface. [Reference numerals] (210) Context collection unit; (AA) Automatic blogging interface; (BB) Micro blog; (CC) Context DB; (DD) Behavior information DB; (EE) Context pretreatment means; (FF) Context normalization means; (GG) Behavior reasoning means; (HH) Destination reasoning means; (II) Sentence classification means; (JJ) Sentence generating means

Description

컨텍스트 모델링 기반 자동 블로깅 시스템{CONTEXT MODELLING BASED AUTO-BLOGGING SYSTEM}Context modeling based automatic blogging system {CONTEXT MODELLING BASED AUTO-BLOGGING SYSTEM}

본 발명은 컨텍스트 처리수단, 추론수단, 문장생성수단, 자동 블로깅 인터페이스를 포함하되, 컨텍스트 처리수단은 사용자 정보를 수집하여 컨텍스트를 구성하며, 추론수단은 상기 컨텍스트를 이용하여 사용자의 행동 및 목적지를 추론하며, 문장생성수단은 상기 추론된 행동 및 목적지를 포함하는 문장을 생성하며, 자동 블로깅 인터페이스는 사용자가 상기 문장을 자동으로 블로깅 요청할 수 있도록 하는 것을 특징으로 하는, 컨텍스트 모델링 기반 자동 블로깅 시스템에 관한 것이다.
The present invention includes context processing means, reasoning means, sentence generation means, automatic blogging interface, the context processing means collects user information to configure the context, the reasoning means infer the user's actions and destinations using the context. And the sentence generating means generates a sentence including the inferred action and the destination, and the automatic blogging interface enables the user to automatically blog the sentence. .

요즈음 웹은 단순한 검색 수단이 아닌 자신의 의사를 표현하고 정보를 공유하기 위한 커뮤니케이션 공간으로 활용되고 있다. 이러한 변화를 주도하고 있는 것이 소셜 네트워크 서비스(Social Network Services;SNS)이다.These days, the web is used as a communication space for not only searching but also expressing one's intention and sharing information. Social network services (SNS) are driving this change.

스마트폰, PDA와 같은 모바일 디바이스가 일반화되고 유비쿼터스 환경에서의 모바일을 이용한 미투데이, 트위터 등의 SNS 사용이 급증하면서 소셜 네트워크 서비스 중 마이크로 블로그 서비스가 이슈화 되고 있다.
As mobile devices such as smartphones and PDAs have become commonplace and the use of SNS such as Me Today and Twitter using mobile in ubiquitous environment is rapidly increasing, microblog service is becoming an issue among social network services.

마이크로 블로그 서비스란 한두 줄 정도의 단문을 블로깅 할 수 있는 서비스로서, 기존의 블로그 서비스가 포스팅하려는 컨텐츠 하나 하나에 대해 많은 의미와 권한을 부여하고자 했다면, 마이크로 블로그 서비스는 그러한 의미나 권한을 최소화하고 단편적인 감상이나 기분, 현황 등을 하루에도 수차례씩 업데이트하여 블로깅할 수 있도록 하는 서비스라고 할 수 있다.The microblogging service is a service that can blog one or two lines of short text. If the existing blogging service intends to give a lot of meaning and authority to each piece of content to be posted, the microblogging service minimizes the meaning or authority and fragments. It can be said to be a service that enables blogging by updating a person's appreciation, mood, and status several times a day.

마이크로 블로그 서비스를 효과적으로 제공하기 위해서는 간편하게 사용자의 정보를 기록하고 그 정보를 공유함으로써 다른 사람들과 네트워크를 형성하고 유지할 수 있도록 하는 것이 중요하다.
In order to effectively provide a micro blogging service, it is important to easily record and share user information so that it can be networked and maintained with others.

종래의 마이크로 블로깅 서비스에 관한 연구에 대한 일 예로서, 대한민국 공개특허공보 10-2012-0001175에 상황 기반 소셜 네트워크를 이용한 사용자 상황 인지 모바일 마이크로 블로깅 서비스 시스템 및 제공방법이 개시되어 있다.As an example of a research on a conventional microblogging service, a user context aware mobile microblogging service system using a situation-based social network and a method of providing the same are disclosed in Korean Unexamined Patent Publication No. 10-2012-0001175.

개략적으로 살펴보면, 모바일 환경에서 얻을 수 있는 사용자의 상황 정보를 활용하여 같은 상황을 공유하는 사용자들 사이에서 네트워크를 구성하고, 그러한 네트워크를 기반으로 하는 서비스를 사용자에게 제공하는 것이다.In general, it is to construct a network among users who share the same situation by using the user's context information that can be obtained in the mobile environment, and provide the user with the service based on the network.

즉 중앙서버에서 사용자가 업로드한 메세지와 모바일 기기의 센서에서 수집한 정보를 이용하여 사용자의 관심영역 및 활동, 위치를 파악하고 같은 관심영역 또는 상황, 위치에 있는 또 다른 사용자들의 메시지를 사용자에게 전송하여 같은 상황에 있는 사용자들이 서로 정보를 공유할 수 있도록 하는 것이다.
In other words, the central server identifies the user's area of interest, activity, and location by using the messages uploaded by the user and the information collected from the sensors of the mobile device, and sends messages to other users in the same area of interest, situation, or location. This allows users in the same situation to share information with each other.

그런데 종래의 기술에서는 자신의 상황을 업로드하기 위해서는 직접 메세지를 작성하여야 하는데 모바일 환경에서 이동중인 사용자가 자신의 정보를 매번 입력하게 되는 것은 매우 번거로운 작업이다.
By the way, in the prior art, in order to upload their own situation, it is necessary to write a message directly, but it is very cumbersome for a mobile user to enter his information every time in a mobile environment.

한편 컨텍스트(Context)는 사용자와 유비쿼터스 컴퓨팅 환경 사이에 관련된 사용자의 장소, 시간, 사용자 상태 및 주변 상황을 특징지을 수 있는 모든 정보를 말한다.A context, on the other hand, refers to all information that can characterize the user's location, time, user state, and surroundings related to the user and the ubiquitous computing environment.

또한 컨텍스트를 이용한 서비스는 사용자의 상황, 물리적 환경 상태, 컴퓨팅 자원 상태 등의 정보를 갖고 있는 컨텍스트를 통합 인식 및 분석함으로써 사용자에게 필요한 서비스를 제공하는 것이라고 할 수 있다.In addition, the context-based service may be referred to as providing a service required by a user by integrating and recognizing a context having information such as a user's situation, physical environment state, and computing resource state.

이와 같이 컨텍스트 인식 및 처리 서비스는 유비쿼터스 컴퓨팅 환경에서 시스템이 수집한 정보를 기반으로 사용자가 처한 상황을 인식하여 서비스를 제공하는 것이므로, 상황 탐지 기술, 관련된 컨텍스트를 선택하고 검색하는 기술, 컨텍스트에 기반하여 서비스를 자동으로 실행하는 기술 등을 필요로 한다. As such, the context recognition and processing service provides a service by recognizing a user's situation based on information collected by a system in a ubiquitous computing environment. Therefore, a context detection technology, a technology for selecting and searching a related context, and a context Requires technology to run services automatically.

그리고 사용자의 이동성을 고려하여 모바일 장치에 탑재되어 사용자의 컨텍스트를 인식하고 처리할 수 있어야 한다.
In addition, the user's mobility should be installed in the mobile device to recognize and process the user's context.

따라서 본 발명은 모바일 환경에서 이동중인 사용자의 컨텍스트를 이용하여 사용자의 정보를 자동으로 블로깅할 수 있도록 하기 위하여, 사용자의 컨텍스트를 처리하여 사용자의 상황을 문장으로 생성한 후에 자동으로 블로깅 해주는 컨텍스트 모델링 기반 자동 블로깅 시스템을 제공하고자 한다.
Therefore, in order to automatically blog user information using the context of a mobile user in a mobile environment, the present invention processes the context of the user and generates a context of the user in a sentence, and then automatically blogging based An automatic blogging system is provided.

본 발명은 모바일 환경에서 이동중인 사용자가 자신의 정보를 자동으로 블로깅할 수 있도록 하는 컨텍스트 모델링 기반 자동 블로깅 시스템을 제공하고자 한다.An object of the present invention is to provide an automatic blogging system based on context modeling that enables a mobile user to automatically blog their information.

본 발명은 사용자의 컨텍스트를 이용하여 사용자의 정보를 자동으로 블로깅할 수 있도록 하기 위하여, 사용자의 컨텍스트를 처리하여 사용자의 상황을 문장으로 생성한 후에 자동으로 블로깅 해주는 컨텍스트 모델링 기반 자동 블로깅 시스템을 제공하고자 한다.
The present invention is to provide a context modeling-based automatic blogging system that automatically blogging after the user's context is generated by processing the user's context in order to automatically blog the user's information using the user's context do.

본 발명은 컨텍스트 처리수단, 추론수단, 문장생성수단, 자동 블로깅 인터페이스를 포함하되, 컨텍스트 처리수단은 사용자 정보를 수집하여 컨텍스트를 구성하며, 추론수단은 상기 컨텍스트를 이용하여 사용자의 행동 및 목적지를 추론하며, 문장생성수단은 상기 추론된 행동 및 목적지를 포함하는 문장을 생성하며, 자동 블로깅 인터페이스는 사용자가 상기 문장을 자동으로 블로깅 요청할 수 있도록 하는 것을 특징으로 하는 컨텍스트 모델링 기반 자동 블로깅 시스템을 제공함으로써, 기술적 과제를 해결하고자 한다.The present invention includes context processing means, reasoning means, sentence generation means, automatic blogging interface, the context processing means collects user information to configure the context, the reasoning means infer the user's actions and destinations using the context. The sentence generating means generates a sentence including the inferred action and the destination, and the automatic blogging interface provides a context modeling-based automatic blogging system, which allows a user to request blogging automatically. To solve the technical problem.

본 발명은, 상기 자동 블로깅 인터페이스는 사용자가 상기 컨텍스트를 입력 및 수정할 수 있는 인터페이스를 추가로 포함하는 것을 특징으로 하는, 컨텍스트 모델링 기반 자동 블로깅 시스템을 제공함으로써, 기술적 과제를 해결하고자 한다. The present invention is to solve the technical problem by providing an automatic blogging system based on context modeling, characterized in that the automatic blogging interface further comprises an interface that allows a user to input and modify the context.

본 발명은, 상기 추론수단은 사용자가 이동 중일 경우 사용자의 다음 목적지를 추론하는 것을 특징으로 하는, 컨텍스트 모델링 기반 자동 블로깅 시스템을 제공함으로써, 기술적 과제를 해결하고자 한다. The present invention is to solve the technical problem by providing a context modeling-based automatic blogging system, characterized in that inferring the next destination of the user when the user is moving.

본 발명은, 상기 문장생성수단은, 상기 추론수단에 의해 추론된 결과가 사용자가 이동 중일 경우 다음 목적지가 추론된 후에, 사용자의 현재 행동에 관련된 문장을 생성하고, 상기 추론수단에 의해 추론된 결과가 사용자가 이동 중이 아닐 경우 바로 사용자의 현재 행동에 관련된 문장을 생성하는 것을 특징으로 하는, 컨텍스트 모델링 기반 자동 블로깅 시스템을 제공함으로써, 기술적 과제를 해결하고자 한다. According to the present invention, the sentence generating means generates a sentence related to the current behavior of the user after the next destination is inferred when the result inferred by the inferencing means is moving by the user, and the result inferred by the inference means. To solve the technical problem by providing a context modeling-based automatic blogging system, characterized in that to generate a sentence related to the current behavior of the user immediately when the user is not moving.

본 발명은, 상기 자동 블로깅 인터페이스는 상기 사용자 정보가 즉시 수집되도록 할 수 있는 인터페이스를 추가로 포함하는 것을 특징으로 하는, 컨텍스트 모델링 기반 자동 블로깅 시스템을 제공함으로써, 기술적 과제를 해결하고자 한다.
The present invention is to solve the technical problem by providing an automatic blogging system based on context modeling, characterized in that the automatic blogging interface further comprises an interface that allows the user information to be collected immediately.

본 발명인 컨텍스트 모델링 기반 자동 블로깅 시스템은, 모바일 환경에서 이동중인 사용자가 자신의 정보를 자동으로 블로깅할 수 있도록 하는 현저한 효과를 보유하고 있다.The context modeling-based automatic blogging system of the present invention has a remarkable effect of allowing a mobile user to automatically blog their information in a mobile environment.

본 발명인 컨텍스트 모델링 기반 자동 블로깅 시스템은, 사용자의 컨텍스트를 처리하여 사용자의 상황을 문장으로 생성한 후에 자동으로 블로깅 해주는 현저한 효과를 보유하고 있다.
The present invention has a remarkable effect of automatically blogging the context modeling-based automatic blogging system by processing the user's context and generating the user's situation as a sentence.

도 1 은 본 발명의 실시예에 따른 컨텍스트 모델링 기반 자동 블로깅 시스템의 주요 구성을 개략적으로 도시한 도면이다.
도 2 는 본 발명의 실시예에 따른 컨텍스트 모델링 기반 자동 블로깅 시스템의 흐름도를 개략적으로 도시한 도면이다.
도 3 은 본 발명의 실시예에 따른 컨텍스트 모델링 기반 자동 블로깅 시스템의 행동패턴 테이블을 개략적으로 도시한 도면이다.1 is a diagram schematically illustrating a main configuration of an automatic blogging system based on context modeling according to an embodiment of the present invention.
2 is a diagram schematically illustrating a flowchart of a context modeling-based automatic blogging system according to an embodiment of the present invention.
3 is a diagram schematically illustrating a behavior pattern table of an automatic blogging system based on context modeling according to an embodiment of the present invention.

본 명세서 및 청구범위에 사용된 용어나 단어는 통상적이거나 사전적인 의미로 한정해서 해석되어서는 안 되며, 발명자는 그 자신의 발명을 가장 최선의 방법으로 설명하기 위해 용어의 개념을 적절하게 정의할 수 있다는 원칙에 입각하여 본 발명의 기술적 사상에 부합하는 의미와 개념으로 해석되어야만 한다.The terms and words used in the present specification and claims should not be construed as limited to ordinary or dictionary terms and the inventor may properly define the concept of the term in order to best describe its invention It should be construed as meaning and concept consistent with the technical idea of the present invention.

따라서 본 명세서에 기재된 실시예와 도면에 도시된 구성은 본 발명의 가장 바람직한 일실시예에 불과할 뿐이고 본 발명의 기술적 사상을 모두 대변하는 것은 아니므로, 본 출원시점에 있어서 이들을 대체할 수 있는 다양한 균등물과 변형예들이 있을 수 있음을 이해하여야 한다.
Therefore, the embodiments described in the present specification and the configurations shown in the drawings are merely the most preferred embodiments of the present invention and are not intended to represent all of the technical ideas of the present invention. Therefore, various equivalents It should be understood that water and variations may be present.

이하, 도면을 참조하여 설명하기에 앞서, 본 발명의 요지를 드러내기 위해서 필요하지 않은 사항 즉 통상의 지식을 가진 당업자가 자명하게 부가할 수 있는 공지 구성에 대해서는 도시하지 않거나, 구체적으로 기술하지 않았음을 밝혀둔다.
Before describing the present invention with reference to the accompanying drawings, it should be noted that the present invention is not described or specifically described with respect to a known configuration that can be easily added by a person skilled in the art, Let the sound be revealed.

컨텍스트 기반의 데이터 모델링은 다양한 단말기와 응용서비스를 통해서 데이터를 분류하고 가공하여 상황에 맞는 서비스를 제공하기 위한 기술이다.
Context-based data modeling is a technology for classifying and processing data through various terminals and application services to provide a service suitable for a situation.

나이브 베이즈 분류기는 베이즈 정리를 기초로 한 것으로, 단순한 학습 방법에도 불구하고 다른 분류방법들보다 뛰어난 추론능력을 발휘하여 모바일 환경에 적합하다고 알려져 있다.
The naive Bayes classifier is based on Bayes' theorem, and despite its simple learning method, it is known to be suitable for the mobile environment because it exhibits superior reasoning ability than other classification methods.

시퀀스 매칭 기법은 저장된 데이터 시퀀스 중 사용자에 의해 주어지는 질의 시퀀스와 유사한 데이터 시퀀스를 검색하는 방법으로 유사 시퀀스 매칭이라고도 한다. The sequence matching technique is a method of searching for a data sequence similar to a query sequence given by a user among stored data sequences, and is also called similar sequence matching.

예를 들어, 사용자의 현재 위치를 포함한 최근의 위치 정보들을 하나의 집합으로 하여 질의 시퀀스를 생성하게 될 경우 현재까지 저장된 위치 정보들은 데이터 시퀀스로 하여 시퀀스 매칭을 시행하게 된다. For example, if a query sequence is generated by using a set of recent location information including the current location of the user as a set, the location information stored so far is subjected to sequence matching using the data sequence.

시퀀스 매칭 기법은 연속 속성을 갖는 컨텍스트를 다루기에 적합하고 사용자의 이동 경로 등 반복적으로 발생하는 상황에 대해 높은 정확도를 보인다고 알려져 있다.
The sequence matching technique is known to be suitable for dealing with contexts with continuous attributes and to show high accuracy in recurring situations such as a user's moving path.

본 발명의 실시예에 따른 컨텍스트 모델링 기반 자동 블로깅 시스템에서는 사용자의 행동과 목적지를 추론하기 위하여 나이브 베이즈 분류기와 시퀀스 매칭 기법을 사용한다.
In an automatic blogging system based on context modeling according to an embodiment of the present invention, a naive Bayes classifier and sequence matching technique are used to infer a user's behavior and destination.

도 1 은 본 발명의 실시예에 따른 컨텍스트 모델 기반 자동 블로깅 시스템의 주요 구성을 개략적으로 도시한 도면이다.
1 is a diagram schematically showing a main configuration of a context model-based automatic blogging system according to an embodiment of the present invention.

본 발명의 일실시예에 따른 컨텍스트 모델링 기반 자동 블로깅 시스템은 자동블로깅 에이전트(100), 컨텍스트 모델링부(200) 및 데이터베이스부(300)를 포함하며, 컨텍스트 모델링부(200)는 컨텍스트 수집부(210), 컨텍스트 전처리부(220), 추론부(230), 문장 생성부(240)를 포함한다.
An automatic blogging system based on context modeling according to an embodiment of the present invention includes an automatic blogging agent 100, a context modeling unit 200, and a database unit 300, and the context modeling unit 200 includes a context collecting unit 210. ), A context preprocessor 220, an inference unit 230, and a sentence generator 240.

여기에서, 자동 블로깅 에이전트(100)는 사용자의 모바일 기기에 설치되는 어플리케이션으로서, 설계조건에 따라서는 컨텍스트 모델링부(200) 및 데이터베이스(300) 모두 또는 일부분이 에이전트(100)에 포함되도록 설계될 수 있다.
Here, the automatic blogging agent 100 is an application installed in the user's mobile device, and depending on the design conditions, all or part of the context modeling unit 200 and the database 300 may be designed to be included in the agent 100. have.

자동 블로깅 에이전트(100)는 자동 블로깅 인터페이스 및/또는 마이크로 블로그를 포함하도록 설계된다.The automatic blogging agent 100 is designed to include an automatic blogging interface and / or a micro blog.

즉 본 발명만의 마이크로 블로그가 설계되어 에이전트(100)에 포함될 수도 있으며 또는 기존의 마이크로 블로그 어플리케이션과 연동되도록 설계될 수 있다.
That is, the microblog of the present invention may be designed and included in the agent 100 or may be designed to be linked with an existing microblog application.

자동 블로깅 인터페이스(100)는 사용자가 컨텍스트를 입력 및 수정하고 자동 블로깅을 요청할 수 있는 인터페이스를 제공하는데, 입력 인터페이스 및 출력 인터페이스를 포함한다.
The automatic blogging interface 100 provides an interface through which a user can input and modify contexts and request automatic blogging, including an input interface and an output interface.

입력 인터페이스는 사용자가 컨텍스트를 입력 및 수정하고 자동 블로깅을 요청할 수 있는 기능을 수행할 수 있도록 하는데, 수집버튼, 위치 입력버튼, 수동 입력버튼, 수정버튼 및 블로깅 요청버튼 등을 포함하도록 구성한다.
The input interface enables a user to input and modify a context and request automatic blogging. The input interface is configured to include a collection button, a location input button, a manual input button, a modification button, and a blogging request button.

수집버튼은 사용자가 자신의 위치, 장소 관련 컨텍스트 등을 즉시 컨텍스트 수집부(210)가 자동으로 수집하도록 하는 기능을 수행한다.
The collection button performs a function of allowing the context collector 210 to automatically collect a user's location, a place related context, and the like immediately.

위치 입력버튼은 사용자가 자주 가는 장소 관련 컨텍스트를 수동으로 입력할 수 있도록 하는 기능을 수행한다.
The location input button performs a function of allowing a user to manually enter a place-related context that he frequently goes to.

수동 입력버튼은 사용자가 수동으로 컨텍스트를 입력할 수 있도록 하는 기능을 수행한다. The manual input button performs a function of allowing a user to manually enter a context.

예를 들어, 사용자가 건물 안과 같이 GPS 수신이 제한된 장소로 이동할 경우에는 수동 입력버튼을 이용하여 사용자가 수동으로 이동날짜, 이동시간, 목적지 등을 입력할 수 있다.
For example, when a user moves to a place where GPS reception is restricted, such as in a building, the user may manually input a moving date, a moving time, a destination, and the like by using a manual input button.

수정버튼은 이미 수집되어 저장되어 있는 컨텍스트를 사용자가 수정할 수 있도록 하는 기능을 수행한다.The modify button performs a function to allow a user to modify a context already collected and stored.

바람직하게, 컨텍스트 수집부(210)에 의해 수집된 컨텍스트 중 수정하고자 하는 사항이 생겼을 경우 수정버튼을 이용하여 사용자가 원하는 단어를 사용하여 수정할 수 있다.
Preferably, when there is a matter to be modified among the context collected by the context collector 210, the user may modify the desired word using the edit button.

블로깅 요청버튼은 사용자가 자신의 상황을 자동 블로깅하도록 요청하는 기능을 수행한다.The blogging request button performs a function of requesting the user to automatically blog his situation.

바람직하게, 사용자가 자신의 상황을 자동 블로깅 하길 원할 경우 블로깅 요청버튼을 사용하여 사용자가 직접 자신의 정보를 입력하지 않고 자동으로 현재 자신의 상황을 문장으로 생성하여 자동 블로깅 할 수 있다.Preferably, when the user wants to automatically blog his situation, the user can automatically blog by generating a current situation of his own sentence automatically without inputting his or her own information using a blogging request button.

설계조건에 따라서, 일정 시간마다 자동으로 블로깅 되도록 설정할 수 있는 기능이 추가될 수 있음은 물론이다.
Depending on the design conditions, it is a matter of course that a function that can be set to automatically blogging at a certain time can be added.

출력 인터페이스는 컨텍스트 모델링부(200)에서 처리되는 컨텍스트의 상태를 볼 수 있도록 나타내는 기능을 수행한다.The output interface performs a function of displaying the state of the context processed by the context modeling unit 200.

즉 출력 인터페이스를 통해 컨텍스트 수집부(210)에서 수집되는 컨텍스트를 사용자가 볼 수 있어서, 부족한 컨텍스트를 더 수집하도록 하고, 사용자가 원하는 컨텍스트를 수동으로 입력하고 수정할 수 있다.That is, the user can see the context collected by the context collector 210 through the output interface, so that the insufficient context can be collected, and the user can manually input and modify the desired context.

또한 출력 인터페이스를 통해 추론부(230)에서 추론된 행동 결과와 목적지 결과를 사용자가 볼 수 있어서 사용자가 새로운 컨텍스트를 입력하고 수정할 수 있다.
In addition, the user can see the action result and the destination result inferred by the inference unit 230 through the output interface, so that the user can enter and modify a new context.

도 2 는 본 발명의 실시예에 따른 컨텍스트 모델링 기반 자동 블로깅 시스템의 흐름도를 개략적으로 도시한 도면으로서, 이를 이용하여 본 발명에 따른 동작을 먼서 서술한다.
FIG. 2 is a diagram schematically illustrating a flowchart of a context modeling-based automatic blogging system according to an embodiment of the present invention, in which the operation according to the present invention is described first.

본 발명의 일실시예에 따른 컨텍스트 모델링 기반 자동 블로깅 시스템은 사용자가 블로깅 요청버튼을 사용하여 자동 블로깅을 요청하면 컨텍스트 수집부(210)는 사용자의 컨텍스트를 수집하고 수집한 컨텍스트를 컨텍스트 전처리부(220)에서 전처리한다.
In the context modeling-based automatic blogging system according to an embodiment of the present invention, when the user requests an automatic blogging using the blogging request button, the context collector 210 collects the user's context and collects the collected context from the context preprocessor 220. Preprocess

컨텍스트 전처리부(220)에 의해 전처리된 컨텍스트를 이용하여 추론부(230)에서는 사용자의 행동을 추론한다.The inference unit 230 infers the user's behavior using the context preprocessed by the context preprocessor 220.

추론부(230)에 의해 추론된 결과가 현재 사용자가 이동 중이라고 나오면 추론부(230)는 목적지 추론수단을 이용하여 다음 목적지를 추론한 후에 문장 생성부(240)를 이용하여 사용자의 현재 행동에 관련된 문장을 자동 블로깅 한다.
If the result inferred by the inference unit 230 indicates that the current user is moving, the inference unit 230 infers the next destination by using the destination inference means, and then uses the sentence generator 240 to relate to the user's current behavior. Automatic blogging of sentences.

추론부(230)에 의해 추론된 결과가 현재 사용자가 이동중이 아니라고 나오면 바로 문장 생성부(240)를 이용하여 사용자의 현재 행동에 관련된 문장을 자동 블로깅 한다.
When the result inferred by the inference unit 230 indicates that the current user is not moving, the sentence generation unit 240 automatically blogs sentences related to the current behavior of the user.

예를 들어, 한 사용자가 학교에서 공부를 하던 중 자신의 현재 위치와 행동을 지인들에게 알리고자 블로깅 요청을 하였다면, 본 발명에 따른 시스템은 현재 사용자의 주변 정보를 센싱하여 전처리를 하게 된다. For example, if a user makes a blogging request to inform his / her friends of their current location and behavior while studying at school, the system according to the present invention senses the surrounding information of the current user and performs preprocessing.

추론부(230)는 전처리를 마친 데이터와 지금까지 축적된 데이터를 비교하여 현재 사용자가 공부를 하고 있다는 것을 파악하게 된다. The inference unit 230 compares the data that has been pre-processed with the data accumulated so far to determine that the current user is studying.

추론된 행동 정보는 문장 생성부(240)를 통해 '아침에 나는 학교에서 공부를 하고 있다'라는 문장으로 생성하여 자동으로 마이크로 블로그에 블로깅한다.
The inferred behavior information is generated through the sentence generation unit 240 as a sentence 'I am studying at school in the morning' and automatically blogs the micro blog.

컨텍스트 모델링부(200)는 컨텍스트를 수집, 전처리하여 행동과 목적지를 추론한 후 문장을 생성하는 기능을 수행하며 컨텍스트 수집부(210), 컨텍스트 전처리부(220), 추론부(230), 문장 생성부(240)를 포함한다.
The context modeling unit 200 collects and preprocesses a context, infers a behavior and a destination, and then generates a sentence. The context collecting unit 210, the context preprocessor 220, the inference unit 230, and a sentence generation are provided. The unit 240 is included.

다시 도 1을 참조하여 보면, 컨텍스트 수집부(210)는 모바일 기기의 각 센서로부터 사용자의 컨텍스트 데이터를 지속적으로 수집하는 기능을 수행한다.Referring back to FIG. 1, the context collector 210 continuously collects user context data from each sensor of the mobile device.

바람직하게, 컨텍스트 수집부(210)는 모바일 기기로부터 년, 월, 일, 시, 분, 초와 같은 시간 관련 컨텍스트를, 웹 또는 GPS와 연동하여 날씨, 위도, 경도와 같은 장소 관련 컨텍스트를 수집한다.Preferably, the context collector 210 collects time-related contexts such as year, month, day, hour, minute, and second from the mobile device in connection with the web or GPS, and places-related contexts such as weather, latitude, and longitude. .

또한 모바일 기기에 설치된 어플리케이션으로부터 가속, 회전, 밝기, 자기, 방향, 압력, 근접, 온도와 같은 컨텍스트를 수집한다.It also collects contexts such as acceleration, rotation, brightness, magnetism, direction, pressure, proximity, and temperature from applications installed on mobile devices.

또한 컨텍스트 수집부(210)는 모바일 기기의 GPS를 이용하여 사용자가 이동하거나 가고자 하는 목적지를 입력한 후 이동하였을 때 이동날짜, 이동시간, 목적지 등의 컨텍스트를 자동으로 수집한다. In addition, the context collecting unit 210 automatically collects contexts such as a moving date, a moving time, and a destination when the user inputs a destination to move or go using the GPS of the mobile device.

설계조건에 따라서, 컨텍스트 수집부(210)는 모바일 기기 뿐만 아니라 PC, 이동 및 휴대가 가능한 전자기기, 추가로 장착이 가능한 센서로부터 정보를 수집할 수 있음은 물론이다.
Depending on the design conditions, the context collector 210 may collect information not only from a mobile device but also from a PC, a mobile and portable electronic device, and a sensor that can be additionally mounted.

컨텍스트 전처리부(220)는 컨텍스트 수집부(210)를 통하여 수집된 사용자의 컨텍스트를 추론부(230)에서 이용하기 적합한 형태로 변환하는 기능을 수행하며 컨텍스트 전처리수단과 컨텍스트 정규화 수단을 포함한다.
The context preprocessor 220 converts a user's context collected through the context collector 210 into a form suitable for use by the inference unit 230 and includes a context preprocessor and a context normalization means.

컨텍스트 전처리 수단은 컨텍스트 수집부(210)를 통하여 수집된 사용자의 컨텍스트를 실생활에 사용되는 언어로 변환하는 기능을 수행한다.The context preprocessing means performs a function of converting the user's context collected through the context collector 210 into a language used in real life.

바람직하게, 컨텍스트 수집부(210)를 통하여 수집된 컨텍스트는 수치화된 데이터 형태로 되어 있기 때문에 수치화된 데이터 형태의 컨텍스트를 마이크로 블로깅 서비스에 사용하기 위해서는 실생활에 사용되는 언어로 변환해야 한다.Preferably, since the context collected through the context collector 210 is in the form of digitized data, in order to use the digitized data in the microblogging service, the context must be converted into a language used in real life.

예를 들어 몇시 몇분의 수치화된 시간은 아침, 점심 등의 추상화된 시간으로 변환하고, 좌표수치로 나타나는 위도와 경도는 주소나 장소로 변환할 수 있다.
For example, a number of minutes can be converted into abstracted time such as morning and lunch, and latitude and longitude represented by coordinate values can be converted into addresses or places.

하기의 [표 1]에는 수집된 시간 관련 컨텍스트를 아침, 점심, 저녁 시간 등의 실생활에서 사용하는 언어로 매치시켜 실제 블로깅에 이용될 수 있도록 해주는 시간 관련 구분표에 대한 예가 기재되어 있다.
Table 1 below shows an example of a time-related classification table that matches the collected time-related context with a language used in real life, such as morning, lunch, and dinner, so that it can be used for actual blogging.

시 간
time
구 분
division
시 간
time
구 분
division
0시
0 o'clock
밤
night
12시 ~ 13시
12 to 13:00
점심
Lunch
1시 ~ 5시
1 to 5
새벽
dawn
14시 ~ 17시
14:00 to 17:00
오후
afternoon
6시 ~ 9시
6:00 to 9:00
아침
morning
18시 ~ 21시
18:00 to 21:00
저녁
dinner
10시 ~ 11시
10 to 11
오전
morning
22시 ~ 23시
22:00 to 23:00
밤
night

하기의 [표 2]에는 위도와 경도로 수집된 장소 관련 컨텍스트를 장소를 나타내는 실생활에서 사용하는 언어로 매치시켜 실제 블로깅에 이용될 수 있도록 해주는 장소 관련 구분표에 대한 예가 기재되어 있다.
[Table 2] below shows an example of a place-related classification table that can be used in actual blogging by matching the place-related context collected by latitude and longitude in a language used in real life representing a place.

위 도
Latitude
경 도
Hardness
장 소 명
Place Name
36.852436
36.852436
127.150247
127.150247
8공학관
8 Engineering Building
36.851975
36.851975
127.150269
127.150269
연구실
The lab
:
:
:
:
:
:

컨텍스트 정규화 수단은 컨텍스트 전처리 수단에 의해 실생활에 사용되는 언어로 변환된 컨텍스트를 속성별로 구분하고, 각 속성을 정규화 규칙을 이용하여 수치화하는 기능을 수행한다.The context normalization means classifies the context converted by the context preprocessing means into a language used in the real life for each attribute, and performs a function of quantifying each attribute using a normalization rule.

바람직하게, 컨텍스트 전처리 수단에 의해 실생활에 사용되는 언어로 변환된 컨텍스트를 추론부에서 이용하기 적합한 수치값의 나열 형태로 변환한다.Preferably, the context converted by the context preprocessing means into a language used in real life is converted into a form of numerical values suitable for use by the inference unit.

이때 각 장소와 이동여부 등을 수치형태의 값과 매칭하여 정규화를 할 수 있다.At this time, each place and whether to move or not can be normalized by matching the numerical value.

하기의 [표 3]에는 정규화된 컨텍스트 데이터에 대한 예가 기재되어 있다.
Table 3 below describes examples of normalized context data.

week
week
hour
hour
weather
weather
shake
shake
location
location
apps
apps
2
2
4
4
1
One
1
One
2
2
1
One
2
2
4
4
1
One
1
One
2
2
1
One
2
2
4
4
1
One
1
One
2
2
2
2
:
:
:
:
:
:
:
:
:
:
:
:

추론부(230)는 사용자의 상황을 판단하여 분류하고 행동패턴과 목적지를 추론하는 기능을 수행하고 행동 추론 수단, 목적지 추론 수단을 포함한다.
The inference unit 230 determines and classifies a user's situation, performs a function of inferring a behavior pattern and a destination, and includes a behavior inference means and a destination inference means.

행동 추론 수단은 컨텍스트 정보를 이용하여 사용자의 행동을 정확하게 판단하고 분류하여 사용자의 행동 패턴을 추론하는 기능을 수행한다.Behavior inference means accurately determine and classify user's behavior using contextual information to infer user's behavior pattern.

바람직하게, 행동 추론수단은 모바일 환경에 뛰어난 나이브 베이즈 분류기를 이용하여 사용자의 행동을 추론한다.
Preferably, the behavior inference means infers the user's behavior using a naive Bayes classifier superior to the mobile environment.

나이브 베이즈 분류기는 확률 이론을 기계 학습에 적용한 것으로, 특정 데이터집합 C를 조사했을 때 가설 F가 사실일 확률은 하기의 [수학식 1]의 베이즈 정리에 의해 구해진다.
The naive Bayes classifier applies probability theory to machine learning, and the probability that hypothesis F is true when a particular dataset C is examined is obtained by Bayes' theorem of Equation 1 below.

상기 [수학식 1]에서 가설 F가 조건부 독립이라 가정할 때 하기의 [수학식 2]의 과정을 거쳐 가설 F의 모든 확률을 곱하는 방법으로 나이브 베이즈 분류기의 식을 얻을 수 있다.
When the hypothesis F is conditionally independent in [Equation 1], the Naive Bayes classifier can be obtained by multiplying all the probabilities of the hypothesis F through the process of Equation 2 below.

도 3은 본 발명의 실시예에 따른 행동패턴 테이블을 개략적으로 도시한 도면이다.3 is a view schematically showing a behavior pattern table according to an embodiment of the present invention.

바람직하게, 나이브 베이즈 분류기는 수집된 사용자의 컨텍스트에 분류된 행동을 추가한 행동패턴 테이블을 학습 데이터집합으로 가지게 되는데 행동패턴 테이블은 새 데이터가 입력될 경우 상기 [수학식 2]를 이용하여 새 데이터가 각 분류에 속할 확률을 계산할 때 이용된다.Preferably, the naive Bayes classifier has a behavior pattern table that adds the classified behavior to the collected user's context as a training data set. When the new data is input, the naive Bayes classifier uses the new equation (2). It is used to calculate the probability that the data belongs to each class.

행동패턴을 추론하기 위하여 행동패턴을 C, 새 데이터를 F로 정의하여 상기 [수학식 2]의 나이브 베이즈 분류기의 식에 대입하면 하기 [수학식 3]과 같은 형태가 된다.
In order to infer a behavior pattern, the behavior pattern is defined as C, and new data is defined as F. Substituting the equation in the Naive Bayes classifier of Equation 2 gives a form as shown in Equation 3 below.

나이브 베이즈 분류기를 이용한 행동패턴을 추론하는 일 예는 다음과 같다.An example of inferring a behavior pattern using a naive Bayes classifier is as follows.

도 3의 행동패턴 테이블의 데이터 중 49번째 데이터의 대분류와 소분류를 추론한다면 하기의 [표 4]처럼 7번의 계산을 하게 된다. 0.0005150으로 가장 높은 확률을 가진 7번째 대분류가 선택되고 7번 대분류에 속한 소분류를 하기의 [표 5]처럼 계산하게 된다. 0.019350의 값으로 2번째 소분류가 가장 높은 확률을 가지게 된다. 모든 패턴에 속하지 않은 데이터일 경우 새로운 행동으로 행동 분류표에 따라 입력을 받게 된다. 나이브 베이즈의 특성상 학습 데이터집합이 커질수록 추론 결과는 신뢰성이 향상된다.
Inferring the major and minor classifications of the 49th data among the data of the behavior pattern table of FIG. 3, seven calculations are performed as shown in Table 4 below. The seventh major classification with the highest probability of 0.0005150 is selected, and the small classifications belonging to the seventh major classification are calculated as shown in Table 5 below. With a value of 0.019350, the second subclass has the highest probability. If the data does not belong to all patterns, the new behavior will be input according to the behavioral classification. Due to the nature of Naive Bayes, the larger the learning data set, the more inferred the results.

대분류
Main Category
계산식
formula
1
One

2
2

3
3

4
4

5
5

6
6

7
7

소분류
Small classification
계산식
formula
1
One

2
2

3
3

4
4

목적지 추론 수단은 사용자의 다음 목적지를 추론하는 기능을 수행한다.The destination inference means performs the function of inferring the next destination of the user.

바람직하게, 목적지 추론 수단은 행동 추론 수단의 추론 결과가 '이동중'으로 나왔을 때 시퀀스 매칭 기법을 사용하여 사용자의 목적지를 추론한다.Preferably, the destination inference means infers the user's destination using a sequence matching technique when the inference result of the behavior inference means is 'on the go'.

시퀀스 매칭 기법을 사용하기 위해 컨텍스트 정규화 수단에 의해 정규화된 데이터를 날짜로 구분하여 위치 정보를 가져와 데이터 시퀀스를 생성한다.
In order to use the sequence matching technique, the data normalized by the context normalization means is separated by a date, and the position information is obtained to generate a data sequence.

즉 목적지 추론 수단은 컨텍스트 위치 정보를 일별로 분류하여 데이터 시퀀스를 생성하고 입력된 위치의 변동을 질의 시퀀스로 하여 사용자의 목적지를 추론한다.That is, the destination inference means classifies the context location information by day to generate a data sequence, and infers the destination of the user by using the variation of the input position as the query sequence.

예를 들어, 사용자의 목적지를 추론하기 위한 질의 시퀀스 '1, 2, 4'가 입력되면 목적지 추론기는 데이터 시퀀스에서 질의 시퀀스와 유사한 시퀀스를 찾게 된다.
For example, when a query sequence '1, 2, 4' for inferring a user's destination is input, the destination inference unit searches for a sequence similar to the query sequence in the data sequence.

하기의 [표 6]에는 질의 시퀀스 '1, 2, 4'가 입력되었을 때의 데이터 시퀀스 테이블에 대한 일 예가 기재되어 있다.In Table 6 below, an example of a data sequence table when the query sequence '1, 2, 4' is input is described.

하기의 [표 6]에서 보면 질의 시퀀스 '1, 2, 4'와 일치하는 시퀀스 a, b, c가 존재하고 이 세 개의 시퀀스 중 빈도수가 가장 높은 시퀀스 a의 다음 위치인 3을 목적지로 추론하게 된다.
In Table 6 below, sequences a, b, and c that match the query sequence '1, 2, and 4' exist, and the next position of sequence a, the highest frequency of these three sequences, 3, is deduced as the destination. do.

Sequence
Sequence
Location
Location
Frequency
Frequency
시퀀스 a
Sequence a
1
One
2
2
4
4
3
3
15
15
시퀀스 b
Sequence b
1
One
2
2
4
4
2
2
11
11
시퀀스 c
Sequence c
1
One
2
2
4
4
5
5
10
10
시퀀스 d
Sequence d
1
One
3
3
4
4
2
2
12
12

문장 생성부(240)는 추론부(230)에서 추론된 결과를 바탕으로 문장을 생성하는 기능을 수행하고, 문장 분류 수단과 문장 생성 수단을 포함한다.
The sentence generation unit 240 performs a function of generating a sentence based on the result inferred by the inference unit 230, and includes a sentence classification means and a sentence generation means.

문장 분류 수단은 추론부(230)에서 추론된 행동, 목적지 결과와 컨텍스트 DB에 저장된 컨텍스트를 분류하는 기능을 수행한다.The sentence classification unit performs a function of classifying the behavior inferred by the inference unit 230, the destination result, and the context stored in the context DB.

바람직하게, 문장 분류 수단은 Who, When, Where, What으로 이루어지는 4W의 형태에 맞추어 문장을 분류한다.Preferably, the sentence classification means classifies sentences according to the 4W form of Who, When, Where, What.

이때 Who에는 사용자 자신, When에는 사용자의 위치 및/또는 행동 정보가 변화한 시간, Where에는 사용자의 위치 및/또는 목적 추론 수단에 의해 추론된 사용자의 목적지, What에는 행동 추론 수단에 의해 추론된 사용자의 행동에 해당하는 컨텍스트가 포함된다.Who is the user himself, When is the time when the user's location and / or behavior information has changed, Where is the user's destination inferred by the user's location and / or purpose inference means, and What is the user inferred by the behavior inference means Contains the context corresponding to the behavior of.

설계조건에 따라서, 문장 분류 수단은 5W1H(Who, When, Where, What, Why, How) 형태에 맞추어 문장을 분류할 수 있음은 물론이다.
According to the design condition, the sentence classification means may classify sentences according to 5W1H (Who, When, Where, What, Why, How) form.

문장 생성 수단은 문장 분류 수단에 의해 4W의 형태로 분류된 컨텍스트를 이용하여 기본 문장을 생성하는 기능을 수행한다.The sentence generating means performs a function of generating a basic sentence using a context classified in the form of 4W by the sentence classification means.

바람직하게, 문장 생성 수단은 기본 문장을 생성하기 위하여 문장 생성표를 이용한다.
Preferably, the sentence generation means uses a sentence generation table to generate a basic sentence.

하기의 [표 7]에는 기본 2개의 문장형태를 제공하는 문장 생성표에 대한 일 예가 기재되어 있다.Table 7 below describes an example of a sentence generation table that provides two basic sentence forms.

설계조건에 따라서, 2개 이상의 여러 개의 문장형태를 제공하는 문장 생성표를 이용하여 보다 다양한 형태의 기본 문장을 생성하도록 할 수 있다.
Depending on the design conditions, it is possible to generate more basic sentences in various forms using a sentence generation table that provides two or more sentences.

분
류minute
Liu
4W
4 W 컨텍스트
공급자Context
producer 컨텍스트
내용Context
Contents
기본문장
Basic sentence
기

타

행

동
group

Get

line

copper
Who
Who
모바일 기기
Mobile devices
사용자 자신
Yourself

[When]에 [Who]는

[Where]에서

[What]을 하고 있다.

[Who] at [When]

In [Where]

I'm doing [What].
When
When
컨텍스트 DB
Context DB
추상화된 시간
Abstracted time
Where
Where
컨텍스트 DB
Context DB
현재 장소
Current place
What
What
행동 추론 수단
Behavioral reasoning
추론된 행동
Inferred behavior
이

동

중
this

copper

medium
Who
Who
모바일 기기
Mobile devices
사용자 자신
Yourself
[When]에

[Who]는

[Where]로 향하고 있다.
At [When]

[Who]

Heading to [Where]
When
When
컨텍스트 DB
Context DB
추상화된 시간
Abstracted time
Where
Where
목적지 추론 수단
Destination reasoning means
추론된 위치
Inferred location

데이터베이스부는 컨텍스트 DB, 행동정보 DB를 포함한다.
The database unit includes a context DB and behavior information DB.

컨텍스트 DB는 컨텍스트 수집부(210)에서 수집된 컨텍스트로 구성된다.The context DB is configured with the context collected by the context collector 210.

바람직하게, 컨텍스트 수집부(210)에서 수집된 컨텍스트들은 레코드 셋 기반으로 컨텍스트 DB에 저장된다.Preferably, the contexts collected by the context collector 210 are stored in the context DB based on the record set.

하기의 [표 8]에는 컨텍스트 수집부(210)에 의해 수집 및 저장되는 컨텍스트의 종류와 데이터 형태에 대한 예가 기재되어 있다.
Table 8 below describes examples of types and data types of contexts collected and stored by the context collector 210.

센 서
sensor
컨텍스트
Context
데이터 형태
Data type

GPS


GPS

위도
Latitude
36.473762
36.473762
경도
Hardness
127.150247
127.150247
가속도
acceleration
동작 여부
Operation
475
475
날씨
weather
날씨
weather
맑음, 흐림
Sunny, cloudy


시스템



system

날짜
date
2011- 10- 30
2011- 10-30
요일
Day of the week
Monday
Monday
시간
time
13 : 20 : 30
13: 20: 30
어플리케이션
application
어플리케이션
application
메모, 게임, ..., 버스시간
Memo, game, bus time

행동정보 DB는 행동 추론 수단에서 사용자의 행동 패턴을 추론할 수 있도록 분류된 컨텍스트로 구성된다.The behavior information DB is composed of contexts that are classified to infer user's behavior patterns from the behavior inference means.

바람직하게, 사용자 행동의 종류는 상당히 많기 때문에 사용자의 행동을 추론하기 위해서는 사용자의 행동과 그 행동을 수행한 장소를 정확하게 판단하고 분류하는 것이 필요하다.Preferably, since there are so many types of user behaviors, it is necessary to accurately determine and classify the user's behavior and the place where the behavior was performed in order to infer the user's behavior.

본 발명의 실시예에서는 캐나다 통계청에서 조사한 GSS를 기반으로 하여 사용자의 행동을 크게 7가지의 대분류와 16가지의 소분류로 분류하였고, 이는 하기의 [표 9]에 기재되어 있다.In the embodiment of the present invention, the user's behavior is largely classified into seven major categories and 16 small categories based on the GSS surveyed by the Canadian Statistical Office, which is described in Table 9 below.

GSS(General Social Survey on Time Use)는 매년 캐나다 통계청(Statistics Canada)에서 사회변화를 파악하기 위해 실행하는 일반사회조사를 말하는 것으로 사람들의 시간 사용분석을 위해 행동을 계층적으로 구성한 것이다.
General Social Survey on Time Use (GSS) is a general social survey conducted by Statistics Canada to identify social change each year, a hierarchical structure of behaviors for people's time use analysis.

대분류
Main Category
소분류
Small classification
업무
task
업무, 회의
Business meeting
교육
education
수업, 세미나
Class, seminar
사회 활동
Social activities
만남, 식사
Encounter, meal
문화 활동
Cultural activities
영화, 공연, 봉사활동
Film, Performance, Volunteer
개인 활동
Personal activities
종교, 휴식, 수면
Religion, rest, sleep
활동적 취미
Active hobby
운동, 음악
Exercise, music
비 활동적 취미
Inactive hobbies
독서, 컴퓨터
Reading, computer

한편, 상기에서 도 1 내지 도 3을 이용하여 서술한 것은, 본 발명의 주요 사항만을 서술한 것으로, 그 기술적 범위 내에서 다양한 설계가 가능한 만큼, 본 발명이 도 1 내지 도 3의 구성에 한정되는 것이 아님은 자명하다.
In addition, what was described using FIG. 1 thru | or FIG. 3 above only described the main matter of this invention, and this invention is limited to the structure of FIG. 1 thru | or FIG. 3 as many designs are possible within the technical scope. It is not clear.

100: 자동 블로깅 에이전트
200: 컨텍스트 모델링부
210: 컨텍스트 수집부
220: 컨텍스트 전처리부
230: 추론부
240: 문장 생성부
300: 데이터베이스부100: automatic blogging agent
200: context modeling unit
210: context collector
220: context preprocessor
230: reasoning unit
240: sentence generation unit
300: database

Claims (5)

사용자 정보를 수집하여 컨텍스트를 구성하는 컨텍스트 처리수단;
상기 컨텍스트를 이용하여 사용자의 행동 및 목적지를 추론하되,
나이브 베이즈 분류기를 이용하여 행동을 추론하고, 시퀀스 매칭을 이용하여 목적지를 추론하는 추론수단;
상기 추론된 행동 및 목적지를 포함하는 문장을 생성하되,
(a) 4W(WHO,WHEN,WHERE,WHAT) 또는 5W1H(WHO,WHEN,WHERE,WHAT,WHY,HOW) 형태로 분류된 문장을 생성하고,
(b1) 상기 추론수단에 의해 추론된 결과가 사용자가 이동 중일 경우, 추론수단이 다음 목적지를 추론한 후에, 사용자의 현재 행동에 관련된 문장을 생성하고,
(b2) 상기 추론수단에 의해 추론된 결과가 사용자가 이동 중이 아닐 경우, 바로 사용자의 현재 행동에 관련된 문장을 생성하는 문장생성수단;
사용자가 상기 문장을 자동으로 블로깅 요청할 수 있도록 하는 자동 블로깅 인터페이스;를 포함하는 것을 특징으로 하는, 컨텍스트 모델링 기반 자동 블로깅 시스템.
Context processing means for collecting user information to construct a context;
Infer the user's behavior and destination using the context,
Inference means for inferring behavior using a naive Bayes classifier and inferring a destination using sequence matching;
Generate a sentence including the inferred action and destination,
(a) generate a sentence classified in the form of 4W (WHO, WHEN, WHERE, WHAT) or 5W1H (WHO, WHEN, WHERE, WHAT, WHY, HOW),
(b1) if the result inferred by the inference means is moving by the user, after the inference means infers the next destination, generate a sentence related to the current behavior of the user,
(b2) sentence generation means for generating a sentence immediately related to the current behavior of the user when the result inferred by the inference means is not moving by the user;
And an automatic blogging interface that allows a user to automatically request blogging of the sentence.
제 1 항에 있어서,
상기 자동 블로깅 인터페이스는 사용자가 상기 컨텍스트를 입력 및 수정할 수 있는 인터페이스를 추가로 포함하는 것을 특징으로 하는, 컨텍스트 모델링 기반 자동 블로깅 시스템.
The method of claim 1,
The automatic blogging interface further includes an interface that allows a user to input and modify the context.
삭제delete 삭제delete 제 1 항에 있어서,
상기 자동 블로깅 인터페이스는 상기 사용자 정보가 즉시 수집되도록 할 수 있는 인터페이스를 추가로 포함하는 것을 특징으로 하는, 컨텍스트 모델링 기반 자동 블로깅 시스템.
The method of claim 1,
The automatic blogging interface further comprises an interface that enables the user information to be collected immediately, context modeling based automatic blogging system.

Images