초록 ▼

1. 최종 목표:
- 스마트 폰과 IoT 로부터 다양한 정보 습득이 가능한 스마트 공간에서 사용자의 상황에 맞는 최적의 실시간 위치기반 지능형 정보 추천 서비스를 지원하기 위한 장소성 기반 데이터 마이닝 핵심기술의 개발

2. 연구개발 내용:
- 공간의 물리적 특성과 사용자의 사회적 행위 이력을 기반으로 공간의 다중 사회적 의미를 도출하기 위한 장소성 정형화 및 추론 기술 개발
- 실시간 장소 추천 시 실시간 맥락 적용 및 장소 세분화를 위한 빅데이터 분석 기반의 세부 인기 장소별 특성 정형화 및 추론 기

1. 최종 목표:
- 스마트 폰과 IoT 로부터 다양한 정보 습득이 가능한 스마트 공간에서 사용자의 상황에 맞는 최적의 실시간 위치기반 지능형 정보 추천 서비스를 지원하기 위한 장소성 기반 데이터 마이닝 핵심기술의 개발

2. 연구개발 내용:
- 공간의 물리적 특성과 사용자의 사회적 행위 이력을 기반으로 공간의 다중 사회적 의미를 도출하기 위한 장소성 정형화 및 추론 기술 개발
- 실시간 장소 추천 시 실시간 맥락 적용 및 장소 세분화를 위한 빅데이터 분석 기반의 세부 인기 장소별 특성 정형화 및 추론 기술 개발
- 사용자 맥락에 적합한 세부 인기 장소 선별을 위한 장소-사용자 간 다차원 연결망 모델링 기반의 관련도 추론 기술 개발
- 사용자 감성에 적합한 실시간 장소 추천을 위한 사용자 개인 감성 및 장소성 기반 감성적 특성 정형화 및 추론 기술 개발

3. 연구개발 성과:
- 공간의 통시적 장소성 추출 정확도 85.8% (자체평가)
- 장소성 및 감성 기반의 장소-사용자 간 관련도 모델링 적합도 52% (자체평가)
- 실시간 세부장소 장소성 추론 응답 시간 0.36초 (공인 시험 성적서)
- 장소성 및 감성 기반 실시간 장소-사용자 간 관련도 추론 응답시간 2.54초 (공인 시험 성적서)
- 맞춤형 정보 추천에 대한 사용자 만족도 84.44% (자체평가)
- 장소성 마이닝/추론 API 공개 1건

(출처 : 요약서 3p)

Abstract ▼

Purpose & Contents
* Final Goal: Development of Placeness-based Data Mining Core Technologies for Real-time Intelligent Information Recommendation Services in Smart Spaces
· Development of placeness extraction and inferencing technologies for figuring out multi-dimensional social meanings of p

Purpose & Contents
* Final Goal: Development of Placeness-based Data Mining Core Technologies for Real-time Intelligent Information Recommendation Services in Smart Spaces
· Development of placeness extraction and inferencing technologies for figuring out multi-dimensional social meanings of public urban spaces based on spatial features and social data
· Development of hotspot placeness extraction and inferencing technologies for classifying public urban spaces based on real-time contextual data and big data analysis
· Development of user-place relevance inferencing technologies for searching/recommending appropriate hotspots for users based on contextual situations
· Development of sentiment analysis and space mood extraction technologies for recommending appropriate spaces based on the emotional features of users

* First year: Requirement analysis and development of data structurization technologies for core technologies of placeness-based data mining
· Requirement analysis for extracting multi-dimensional social features from public urban spaces and development of a placeness extraction technology
· Data structure formalization and reasoning for inference characteristics of hotspots
· Requirement analysis and modeling algorithm development of the estimation of the relevance between hotspots and users using the multiplex network for the context-aware recommendation of popular hotspots
· Development of gathering public mood about place for recommending preferred places

* Second year: Design and development of core technologies of placeness-based data mining and evaluation
· Development of a real-time placeness matching technologies based on social features of dwellers in public urban spaces
· Placeness reasoning technology for hotspots using formalized data structure
· Development of the estimation of the relevance between hotspots and users using the multiplex network for diachronic and immediate user contexts
· Development of user-customized place mood extraction based on sentiment inference for real-time place recommendation
· Development of a prototype service based on core technologies and evaluation of the prototype service

Results
* Research Results
- Placeness extraction algorithm based on social behavioral history
We analyzed physical, social, and cultural meanings of a specific space based on unstructured social data such as SNS data (e.g. Instagram). We defined a placeness ontology in order to extract important features of placeness from the collected data. Those important features include who, with whom, when, what, which mood, and where. Thus, we could structurize the collected SNS data using the ontology-based structurized keywords.

- Placeness reasoning algorithm for hotspots
On the basis of the existing recognition of word relation and place for placeness reasoning, ontology based on hierarchical corpus and place type was constructed. Based on this, the placeness of actual detailed place was deduced. Hierarchical corpus allows clustering of the meaning of each word including the relationship of words and similarity, and enables ontology to deduce and compare the placeness with the same standard.

- The estimation algorithm for the relevance between users and hotspots (contents) from the multiplex network
First we gather the tags related to hotspots from the social media, generate the ontology for place recognition and estimate the placeness of the hotspots. Using the extracted placeness, we construct the multiplex network of users, placenesses and hotspots and apply the proposed random walk to the network in order to estimate the relevance of each hotspot given user contexts. Our result shows that our proposed method outweighs the baseline methods using popularity and placeness tag similarity.

- Sentimental characteristics extraction algorithms of user and place
In order to improve the coverage of sentiment analysis for analyzing location-based social data, we constructed an extended sentiment keywords based on Pointwise Mutual Information (PMI) using a general sentiment dictionary. Based on this, we learn place social data using word embedding that models the relationship between words. Then, we designed an algorithm that formalizes the public mood by identifying the characteristics of the found word clusters in the model.

* Performance Evaluation

* Patents
- Placeness Extraction and Inference System based on Social Network Analysis and Ontology
- REASONING SKILLS OF PLACE BASED HIERARCHICAL CORPUS
- Personalized Venue Recommendation System Using Inferred User-Place Relevance From a User-Place Multidimensional Network
- APPARATUS AND METHOD FOR GATHERING PUBLIC MOOD ABOUT PLACE
- System and Method for Extracting Location-based Activity from Online Social Network Service Data
- PLACENESS INFERENCING TECHNOLOGY BASED ON HIERARCHICAL CORPUS APPLYING REAL-TIME INFORMATION AND PUBLIC DATA
- METHOD TO DERIVE CLUSTER STRUCTURE FROM SIMILARITY-BASED NETWORK
- APPARATUS AND METHOD FOR SENTIMENT ANALYSIS KEYWORD EXPANSION

* SW Programs Registered
- Ontology-based placeness extraction program for location-based content recommendation
- Hotspot-content tagging and formatting library based on online and offline data
- Multiplex Network based User-Venue Relevance Calculation Program
- Sentiment analysis program of online social media data including geographical information of place

Expected Contribution
* Expected companies with demand: Location-based search/recommendation companies (e.g. Yap, Mango Plate) and intelligent personal assistant companies (e.g. Google, Apple, Microsoft, Samsung Electronics, SK Telecom, etc.)
* Expected systems to be applied: Location-based coupon or restaurant recommendation platforms, intelligent personal assistant platforms (e.g. Google Now, Apple Siri, Microsoft Cortant, Amazon Echo, Samsung Bixby, SK Telecom Nugu, etc.)
* Applications: The research results will be helpful for improving the recommendation precision of various location-based services. We expect that our technologies can also enable intelligent personal assistants to figure out new visiting patterns of public urban spaces based on social features.

(출처 : SUMMARY 10p)

목차 Contents

• 표지 ... 1
• 제 출 문 ... 2
• 보고서 요약서 ... 3
• 연구개발사업 주요 연구성과 ... 5
• 국문 요약문 ... 6
• SUMMARY ... 10
• 목차 ... 14
• 제1장. 연구개발과제의 개요 ... 15
• 1. 연구개발 목적 ... 15
• 2. 연구개발의 필요성 ... 15
• 3. 연구개발 범위 ... 16
• 제2장. 국내외 기술 개발 현황 ... 18
• 1. 국내 기술 동향 및 수준 ... 18
• 2. 국외 기술 동향 및 수준 ... 19
• 3. 국내·외 시장 규모 및 수출·입 현황 ... 20
• 4. 국내·외 주요 수요처 현황 ... 21
• 5. 국내·외 지식재산권 현황 ... 22
• 제3장. 연구 수행 내용 및 성과 ... 26
• 1. 개발 목표 ... 26
• 2. 세부 연구 목표별 연구수행 내용 및 성과 ... 27
• 제4장. 목표 달성도 및 관련 분야 기여도 ... 58
• 1. 목표 달성도 ... 58
• 2. 관련 분야 기여도 ... 66
• 제5장. 연구개발성과의 활용계획 ... 67
• 1. 기술개발 결과의 활용 방안 개요 ... 67
• 2. Open API 구축을 통한 산학 연구 협력의 기반 마련 ... 67
• 3. 기술이전 및 사업화 ... 68
• 제6장. 연구 과정에서 수집한 해외 과학기술 정보 ... 70
• 1. 장소성 추론 기술 동향 ... 70
• 2. 세부 장소 특성 정형화 및 추론 기술 동향 ... 70
• 3. 장소 및 사용자 맥락 상호 연관성 추론 기술 동향 ... 70
• 4. 사용자 및 장소의 감성적 특성 파악 기술 동향 ... 70
• 제7장. 연구개발성과의 보안등급 ... 72
• 제8장. 국가과학기술종합정보시스템에 등록한 연구시설·장비 현황 ... 73
• 제9장. 연구개발과제 수행에 따른 연구실 등의 안전 조치 이행 실적 ... 74
• 제10장. 연구개발과제의 대표적 연구 실적 ... 75
• 제11장. 기타 사항 ... 76
• 제12장. 참고 문헌 ... 77
• 붙임1. 자체 보안관리 진단표 ... 78
• 붙임2. 연구실 안전조치 이행표 ... 79
• 끝페이지 ... 80