유비쿼터스 컴퓨팅의 발전에 따라 일대일 개인화 서비스를 위한 인프라스트럭처가 구축되면서, 사용자의 상황과 환경, 즉 상황인식 기반 서비스의 중요성이 부각되고 있다. 스마트 홈은 현실공간과 가상공간을 연결하여 가상공간에서 현실의 상황을 정보화하고 이를 활용하여 사용자 중심의 지능화된 서비스를 제공하는 기술이다. 본 논문에서는 스마트 홈에서 마이닝을 이용한 행동 순차 패턴 발견을 제안하였다. 마이닝을 이용하여 위치 트랜잭션에서 발생하는 위치간의 연관 규칙에 시간의 변이를 추가하여 행동 순차 패턴을 발견하였다. 인식된 시간 순서에 따라 사용자가 이동한 경로의 파악 및 행동 방향을 예측하고 그에 따른 서비스가 가능하다. 마이닝을 이용한 행동 순차 패턴의 성능 평가를 하기 위해 대응표본 t검정을 실시하여 유용성을 검증하였다. 평가 결과, 서비스에 대한 만족도의 차이가 통계적으로 의미가 있음을 증명하였고 높은 만족도를 보임을 확인하였다. 따라서 본 연구 결과를 활용하면 시장성 증대와 고부가 가치를 창출할 수 있을 것으로 기대하며 다양한 응용 분야에 활용이 가능하다.
유비쿼터스 컴퓨팅의 발전에 따라 일대일 개인화 서비스를 위한 인프라스트럭처가 구축되면서, 사용자의 상황과 환경, 즉 상황인식 기반 서비스의 중요성이 부각되고 있다. 스마트 홈은 현실공간과 가상공간을 연결하여 가상공간에서 현실의 상황을 정보화하고 이를 활용하여 사용자 중심의 지능화된 서비스를 제공하는 기술이다. 본 논문에서는 스마트 홈에서 마이닝을 이용한 행동 순차 패턴 발견을 제안하였다. 마이닝을 이용하여 위치 트랜잭션에서 발생하는 위치간의 연관 규칙에 시간의 변이를 추가하여 행동 순차 패턴을 발견하였다. 인식된 시간 순서에 따라 사용자가 이동한 경로의 파악 및 행동 방향을 예측하고 그에 따른 서비스가 가능하다. 마이닝을 이용한 행동 순차 패턴의 성능 평가를 하기 위해 대응표본 t검정을 실시하여 유용성을 검증하였다. 평가 결과, 서비스에 대한 만족도의 차이가 통계적으로 의미가 있음을 증명하였고 높은 만족도를 보임을 확인하였다. 따라서 본 연구 결과를 활용하면 시장성 증대와 고부가 가치를 창출할 수 있을 것으로 기대하며 다양한 응용 분야에 활용이 가능하다.
With the development of ubiquitous computing and the construction of infrastructure for one-to-one personalized services, the importance of context-aware services based on user's situation and environment is being spotlighted. The smart home technology connects real space and virtual space, and conv...
With the development of ubiquitous computing and the construction of infrastructure for one-to-one personalized services, the importance of context-aware services based on user's situation and environment is being spotlighted. The smart home technology connects real space and virtual space, and converts situations in reality into information in a virtual space, and provides user-oriented intelligent services using this information. In this paper, we proposed the discovery of the behavior sequence pattern using the mining in the smart home. We discovered the behavior sequence pattern by using mining to add time variation to the association rule between locations that occur in location transactions. We can predict the path or behavior of user according to the recognized time sequence and provide services accordingly. To evaluate the performance of behavior consequence pattern using mining, we conducted sample t-tests so as to verify usefulness. This evaluation found that the difference of satisfaction by service was statistically meaningful, and showed high satisfaction.
With the development of ubiquitous computing and the construction of infrastructure for one-to-one personalized services, the importance of context-aware services based on user's situation and environment is being spotlighted. The smart home technology connects real space and virtual space, and converts situations in reality into information in a virtual space, and provides user-oriented intelligent services using this information. In this paper, we proposed the discovery of the behavior sequence pattern using the mining in the smart home. We discovered the behavior sequence pattern by using mining to add time variation to the association rule between locations that occur in location transactions. We can predict the path or behavior of user according to the recognized time sequence and provide services accordingly. To evaluate the performance of behavior consequence pattern using mining, we conducted sample t-tests so as to verify usefulness. This evaluation found that the difference of satisfaction by service was statistically meaningful, and showed high satisfaction.
* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.
문제 정의
여기서 스마트 홈에서 사용자가 위치를 기반으로 지능적인 개인화 서비스를 제공해 주기 위해서는 연관 행동 순차 패턴 발견 기술이 고려되고 있지 않고 있다. 따라서 본 논문에서는 스마트 홈에서 마이닝을 이용한 행동 순차 패턴 발견을 제안하였다.
스마트 홈에서는 적당한 태그의 수로 위치 측정이 이루어져야 한다. 본 논문에서는 스마트 홈에서 RFID를 이용한 행동 패턴 발견을 위한 상황 공간을 [그림 1]에 나타내었다. 이동 객체가 현관문을 통해 스마트 홈 공간에 진입하여 RFID 태그를 통하여 초기 위치를 설정한 후 이동하면서 데이터 및 태그의 ID를 수집한다.
여기서 스마트 홈에서 사용자가 위치를 기반으로 지능적인 개인화 서비스를 제공해 주기 위해서는 연관 행동 순차 패턴 발견 기술이 고려되고 있지 않고 있다. 따라서 본 논문에서는 스마트 홈에서 마이닝을 이용한 행동 순차 패턴 발견을 제안하였다.
본 절에서는 스마트 홈에서 RFID를 이용한 위치 초기화에 대해서 기술한다. RFID 리더를 사용하여 위치 측정을 하기 위해서 초기화 명령을 수행한 후 태그가 리더에 인식되기를 기다린다.
가설 설정
본 논문에서는 평가를 위해 150명을 대상으로 상황 인식을 이용한 스마트 홈 시스템(SmH)과 마이닝을 이용한 행동 순차 패턴을 적용한 스마트 홈 시스템 (S_BP)간의 서비스 평가 데이터의 차이를 통계적 유의성 검증하기 위해서 종속 표집의 t검정을 사용하였다 [10]. 가설 Ho는 SmH과 S_BP의 서비스 만족도에는 통계적으로 차이가 없고 가설 Ha는 SmH과 S_BP의 서비스 만족도에는 통계적 차이가 있다. [그림 6]은 만족도 평가 데이터에 대해서 S_BP와 SmH의 평균과 표준편차를 나타낸다.
제안된 방법에서는 상용 제품에서 대부분 사용하고 있는 시간 윈도우를 이용하고 한계값은 20분을 사용한다. 즉, 위치가 서버에서 20분 동안 아무런 요청 기록이 없으면, 세션의 종료로 가정하게 된다. 태그가 인식된 시간 순서에 따라 사용자가 이동한 경로의 파악 및 방향으로 행동 순차 패턴을 발견할 수 있다.
평가 데이터에서 t가 33.295>1.186이므로, 가설 Ho를 기각하고 가설 Ha를 수용하게 된다.
제안 방법
하드웨어는 ATmel mega 128, Freescale MMA 7260Q, Murata ENV05G, RFID Reader Sirit Infinity 210, 900Mhz Gen 2 Tag를 사용하 여 구성하였고 통신모듈은 Chipcon CC2420으로 구성하였다. Eclipse 3.3.2와 Knopflerfish Eclipse Plug in 1.0.16을 이용하여 제안한 방법을 구현하였고 IBM J9 컴파일러를 이용하여 HP iPAQ Pocket PC RW6100 모델의 PDA 단말기에 포팅하였다.
이는 삶의 질을 상승시키는 개인화 서비스를 제공하도록 하고 있다. 다수의 카메라와 센서를 방마다 설치하고 모든 공간에 다양한 유형의 센서들이 위치를 모니터하도록 하였다. 여기서 스마트 홈에서 사용자가 위치를 기반으로 지능적인 개인화 서비스를 제공해 주기 위해서는 연관 행동 순차 패턴 발견 기술이 고려되고 있지 않고 있다.
스마트 홈에서 태 그를 인식하지 못했을 경우 또는 태그간의 간섭으로 인 하여 오류가 생긴 경우 구성 정보 복원 작업에 의해 결 측 경로 문제를 해결하였다. 마이닝을 이용하여 위치 트랜잭션에서 발생하는 위치들 간의 연관 규칙에 시간의 변이를 추가하여 행동 순차 패턴을 발견하였다. 여기서 추출된 위치들을 마이닝하기 위해서 AprioriAll 알고리즘을 적용하였다.
성능 평가는 유비쿼터스/임베디드 시스템 소프트웨어 개발 환경 연구[11]에서 개발되었던 OSGi 프레임워크 기반의 상황 인식을 이용한 스마트 홈 시스템[13]에서 마이닝을 이용한 행동 순차 패턴을 적용 유무에 따른 만족도 평가를 진행하였다. 만족도 평가를 위한 설문조사는 상지대학교 취업 및 창업동아리인 상지벤처 클럽의 학우들의 도움으로 10일간 진행되었다. 설문하기 위한 온라인 사이트는 상지대학교 지능시스템 연구실 서버에 구성하였다.
성능 평가는 유비쿼터스/임베디드 시스템 소프트웨어 개발 환경 연구[11]에서 개발되었던 OSGi 프레임워크 기반의 상황 인식을 이용한 스마트 홈 시스템[13]에서 마이닝을 이용한 행동 순차 패턴을 적용 유무에 따른 만족도 평가를 진행하였다. 만족도 평가를 위한 설문조사는 상지대학교 취업 및 창업동아리인 상지벤처 클럽의 학우들의 도움으로 10일간 진행되었다.
스마트 홈에서 사용자가 처한 환경에 따른 상황 공간을 구성하고 자바 기반의 OSGi 프레임워크 상에서 마이닝을 이용한 행동 순차 패턴 발견에 대해서 기술한다.
본 논문에서는 스마트 홈에서 RFID를 이용한 행동 패턴 발견을 위한 상황 공간을 [그림 1]에 나타내었다. 이동 객체가 현관문을 통해 스마트 홈 공간에 진입하여 RFID 태그를 통하여 초기 위치를 설정한 후 이동하면서 데이터 및 태그의 ID를 수집한다. 수집한 데이터는 위치 서버로 전송되게 된다.
본 논문에서는 스마트 홈에서 마이닝을 이용한 행동 순차 패턴 발견을 제안하였다. 제안된 방법은 OSGi 게이트웨이는 서비스 프레임워크를 구현한 오픈 소스 프로젝트인 Knopflerfish 2.0.5를 이용하여 이동 관리자, 서비스 관리자, 위치 서버를 구현하였다. 위치 서버는 위치 드라이버 번들, RFID 태그 관리 번들, 위치 계산 번들, 행동 패턴 관리 번들로 구성되어 있다.
대상 데이터
만족도 평가를 위한 설문조사는 상지대학교 취업 및 창업동아리인 상지벤처 클럽의 학우들의 도움으로 10일간 진행되었다. 설문하기 위한 온라인 사이트는 상지대학교 지능시스템 연구실 서버에 구성하였다. 서비스의 만족도 정도를 5점 척도로 평가하였다.
세션 트랜잭션을 결정하기 위한 방법에는 참조 길이, 최대 전 방향 참조, 시간 윈도우가 있다[8]. 제안된 방법에서는 상용 제품에서 대부분 사용하고 있는 시간 윈도우를 이용하고 한계값은 20분을 사용한다. 즉, 위치가 서버에서 20분 동안 아무런 요청 기록이 없으면, 세션의 종료로 가정하게 된다.
OSGi 프레임워크는 개방형 자바 임베디드 서버인 JES 기반의 게이트웨이 소프트웨어로 플랫폼 응용 소프트웨어 등에 전혀 구애 받지 않고 보안 기능이 우수한 멀티 서비스를 장치나 설비에 서비스할 수 있다[12]. 제안한 방법의 실험 환경은 진행 중인 상황인식을 이용한 스마트 홈 프로젝트에서 수행하였다. 이는 OSGi R3 표준 스펙을 준수하고 Knopflerfish 2.
5 상에서 서비스 이동 관리자를 설치하고 번들 형태로 관리자를 모듈을 설치하였다[9][11]. 하드웨어는 ATmel mega 128, Freescale MMA 7260Q, Murata ENV05G, RFID Reader Sirit Infinity 210, 900Mhz Gen 2 Tag를 사용하 여 구성하였고 통신모듈은 Chipcon CC2420으로 구성하였다. Eclipse 3.
데이터처리
서비스의 만족도 정도를 5점 척도로 평가하였다. 만족도 평가 데이터를 기반으로 대응 표본 t검정을 실시하여 유용성을 검증하였다[14].
본 논문에서는 평가를 위해 150명을 대상으로 상황 인식을 이용한 스마트 홈 시스템(SmH)과 마이닝을 이용한 행동 순차 패턴을 적용한 스마트 홈 시스템 (S_BP)간의 서비스 평가 데이터의 차이를 통계적 유의성 검증하기 위해서 종속 표집의 t검정을 사용하였다 [10]. 가설 Ho는 SmH과 S_BP의 서비스 만족도에는 통계적으로 차이가 없고 가설 Ha는 SmH과 S_BP의 서비스 만족도에는 통계적 차이가 있다.
성능 평가는 기존에 개발되었던 OSGi 프레임워크 기반의 상황 인식을 이용한 스마트 홈 시스템과 대응표본 t검정을 실시하여 유용성을 검증하였다. 평가 결과, 서비스에 대한 만족도의 차이가 통계적으로 의미가 있음을 증명하였고 높은 만족도를 보임을 확인하였다.
이론/모형
마이닝을 이용하여 위치 트랜잭션에서 발생하는 위치들 간의 연관 규칙에 시간의 변이를 추가하여 행동 순차 패턴을 발견하였다. 여기서 추출된 위치들을 마이닝하기 위해서 AprioriAll 알고리즘을 적용하였다. 따라서 태그가 인식된 시간 순서에 따라 사용자가 이동한 경로의 파악 및 행동 방향을 예측하고 그에 따른 서비스가 가능하다.
성능/효과
186이므로, 가설 Ho를 기각하고 가설 Ha를 수용하게 된다. 따라서 SmH과 S_BP의 서비스 만족도에는 통계적인 차이가 있으며 평가 데이터의 평균의 차이인 1.359 만큼 S_BP가 SmH보다 만족도가 높음을 확인할 수 있다.
평가 결과, 서비스에 대한 만족도의 차이가 통계적으로 의미가 있음을 증명하였고 높은 만족도를 보임을 확인하였다. 따라서 제안하는 방법을 활용하면 스마트 홈에서 언제 어디서나 안전하고 개인화 서비스의 제공이 가능하다. 향후 유비쿼터스 컴퓨팅을 이용한 스마트 홈에서 개인화 서비스에 대한 구체적인 연구를 통하여 시장성 증대와 고부가가치를 창출할 수 있을 것으로 기대함으로써 다양한 응용분야에 활용이 가능하다.
성능 평가는 기존에 개발되었던 OSGi 프레임워크 기반의 상황 인식을 이용한 스마트 홈 시스템과 대응표본 t검정을 실시하여 유용성을 검증하였다. 평가 결과, 서비스에 대한 만족도의 차이가 통계적으로 의미가 있음을 증명하였고 높은 만족도를 보임을 확인하였다. 따라서 제안하는 방법을 활용하면 스마트 홈에서 언제 어디서나 안전하고 개인화 서비스의 제공이 가능하다.
후속연구
따라서 제안하는 방법을 활용하면 스마트 홈에서 언제 어디서나 안전하고 개인화 서비스의 제공이 가능하다. 향후 유비쿼터스 컴퓨팅을 이용한 스마트 홈에서 개인화 서비스에 대한 구체적인 연구를 통하여 시장성 증대와 고부가가치를 창출할 수 있을 것으로 기대함으로써 다양한 응용분야에 활용이 가능하다.
질의응답
핵심어
질문
논문에서 추출한 답변
스마트 홈 환경에서 서비스는 무엇을 제공해주는가?
스마트 홈은 유무선 네트워크를 기반으로 가정 내의 다양한 가전기기 및 센서로 구성을 통해 다양한 서비스의 제공이 가능한 환경을 의미하고 언제 어디서나 안전하고 자동화 서비스의 제공이 가능하며 홈 서버를 통해 집안 전체의 관리가 가능한 환경을 의미한다[1][2]. 이러한 스마트 홈 환경에서 서비스는 가전 기기, 멀티미디어 기기 등의 제어, 센서들을 통한 온도, 습도, 조도, 환기 등의 실내 환경 제어에 이르기까지 다양한 서비스를 제공해주게 된다. 고도화된 서비스를 제공하기 위해 다양한 미들웨어 기술과 상황 인지 기술이 필요하고 상황에 따라 적절한 정보를 제공하는 정보 과학과 생명 과학에 대한 통합적인 연구가 진행되고 있다.
UKARI 프로젝트에서는 무엇을 제공하도록 하고있는가?
스마트 홈에 대한 연구는 2003년 UKARI 프로젝트에서부터 시작되었다. 이는 삶의 질을 상승시키는 개인화 서비스를 제공하도록 하고 있다. 다수의 카메라와 센서를 방마다 설치하고 모든 공간에 다양한 유형의 센서들이 위치를 모니터하도록 하였다.
스마트 홈이란 무엇인가?
스마트 홈은 유무선 네트워크를 기반으로 가정 내의 다양한 가전기기 및 센서로 구성을 통해 다양한 서비스의 제공이 가능한 환경을 의미하고 언제 어디서나 안전하고 자동화 서비스의 제공이 가능하며 홈 서버를 통해 집안 전체의 관리가 가능한 환경을 의미한다[1][2]. 이러한 스마트 홈 환경에서 서비스는 가전 기기, 멀티미디어 기기 등의 제어, 센서들을 통한 온도, 습도, 조도, 환기 등의 실내 환경 제어에 이르기까지 다양한 서비스를 제공해주게 된다.
M. C. Mozer, "The Neural Network House : An Environment that Adapts to its Inhabitants," Proc. of Int. Sym. on Handheld and Ubiquitous Computing, 2000.
Future Home Project, http://www.cordis.lu/ist.
김진수, "사용자 순차 패턴과 클러스터 내의 문서 유사도를 이용한 동적 추천 시스템", 인하대학교 대학원 석사학위논문, 2001.
심재호, 한승진, 임기욱, 이정현, "스마트 홈서비스를 위한 사용자 위치 추정 시스템", 한국컴퓨터정보학회 논문지, 제12권, 제5호, pp.155-162, 2007.
정경용, 김종훈, 류중경, 임기욱, 이정현, "연관 마이닝을 이용한 고객 관계 관리 적용", 한국콘텐츠학회논문지, 제8권, 제6호, 2008.
J. H. Kim, K. Y. Jung, and J. H. Lee, "Hybrid Music Filtering for Recommendation based Ubiquitous Computing Environment," LNAI 4259, pp.796-805, Springer-Verlag, 2006.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.