• 한국컴퓨터정보학회논문지
• /
• 제22권11호
• /
• pp.97-104
• /
• 2017

Location prediction has been successfully utilized to provide high quality of location-based services to customers in many applications. In its usual form, the conventional type of location prediction is to predict future locations based on user's past movement history. However, as location prediction needs are expanded into much complicated cases, it becomes necessary quite frequently to make inference on the locations that target user visited in the past. Typical cases include the identification of locations that infectious disease carriers may have visited before, and crime suspects may have dropped by on a certain day at a specific time-band. Therefore, primary goal of this study is to predict locations that users visited in the past. Information used for this purpose include user's demographic information and movement histories. Data mining classifiers such as Bayesian network, neural network, support vector machine, decision tree were adopted to analyze 6868 contextual dataset and compare classifiers' performance. Results show that general Bayesian network is the most robust classifier.

• 인터넷정보학회논문지
• /
• 제11권4호
• /
• pp.85-94
• /
• 2010

본 논문은 사용자가 이동하려는 위치를 사전에 예측하고 예측된 정보를 이용하여 사용자 서비스를 미리 제공할 수 있도록 하는 위치예측 구조를 제안한다. 제안한 구조는 7개의 단계를 거쳐 사용자의 위치예측 및 지능화된 서비스를 제공하도록 한다. 물리적 센서와 히스토리 데이터베이스로부터 수집된 상황정보는 이질적인 데이터 형태를 갖기 때문에 이로 인한 데이터의 중요도 및 추상화 과정에 어려움이 있다. 이에 본 논문은 데이터의 유형을 동질적인 형태로 바꾸어 특징 추출을 하는 위치 예측구조를 제안한다. 추출된 값은 SOFM을 통해 군집화하고 ARIMA를 통해 미리 사용자의 위치 정보를 얻으며, 추론 엔진을 거쳐 최종 서비스를 실현한다. 제안된 위치예측 구조의 검증을 위해 테스트베드를 구축하고 시나리오에 따라 실험한다.

• 한국멀티미디어학회논문지
• /
• 제17권8호
• /
• pp.946-952
• /
• 2014

Mobility prediction is one of hot topics using location history information. It is useful for not only user-level applications such as people finder and recommendation sharing service but also for system-level applications such as hand-off management, resource allocation, and quality of service of wireless services. Most of current prediction techniques often use a set of significant locations without taking into account possible location information changes for prediction. Markov-based, LZ-based and Prediction by Pattern Matching techniques consider interesting locations to enhance the prediction accuracy, but they do not consider interesting location changes. In our paper, we propose an algorithm which integrates the changing or emerging new location information. This approach is based on Active LeZi algorithm, but both of new location and all possible location contexts will be updated in the tree with the fixed depth. Furthermore, the tree will also be updated even when there is no new location detected but the expected route is changed. We find that our algorithm is adaptive to predict next location. We evaluate our proposed system on a part of Dartmouth dataset consisting of 1026 users. An accuracy rate of more than 84% is achieved.

• 한국정보통신학회:학술대회논문집
• /
• 한국해양정보통신학회 2010년도 추계학술대회
• /
• pp.585-588
• /
• 2010

건물 내에서 특정 사용자의 현 위치를 예측하는 문제는 방문자의 안내 등 다양하게 응용될 수 있다. 이 문제를 풀기 위해 기존 방법들은 사용자가 과거에 이동한 패턴을 한정된 길이만큼만 고려하여 예측한다. 이는 복잡한 이동 패턴을 모델링 할 수 없고, 단순한 이동 패턴은 필요 이상으로 상세히 모델링함으로써 시스템의 효율을 떨어뜨림은 물론이고, 예측 오류를 야기한다. 본 논문에서는 기존의 방법들과는 달리 최근 이동 경로의 길이에 제한을 두지 않고 이동 패턴을 구분하는데 필요한 만큼만 고려하여 예측 결과를 도출하고자 한다. 이를 위해 탐색 트리를 사용하는데, 이 탐색 트리는 위치 예측에 필요한 만큼만 장소를 비교하도록 구성된다. 이 탐색 트리는 효율적이고 정확한 예측을 가능하게 해준다.

• Journal of Information Processing Systems
• /
• 제8권3호
• /
• pp.437-444
• /
• 2012

In this paper, we propose a method for predicting a user's location based on their past movement patterns. There is no restriction on the length of past movement patterns when using this method to predict the current location. For this purpose, a modified search tree has been devised. The search tree is constructed in an effective manner while it additionally learns the movement patterns of a user one by one. In fact, the time complexity of the learning process for a movement pattern is linear. In this process, the search tree expands to take into consideration more details about the movement patterns when a pattern that conflicts with an existing trained pattern is found. In this manner, the search tree is trained to make an exact matching, as needed, for location prediction. In the experiments, the results showed that this method is highly accurate in comparison with more complex and sophisticated methods. Also, the accuracy deviation of users of this method is significantly lower than for any other methods. This means that this method is highly stable for the variations of behavioral patterns as compared to any other method. Finally, 1.47 locations were considered on average for making a prediction with this method. This shows that the prediction process is very efficient.

• Architectural research
• /
• 제12권2호
• /
• pp.15-22
• /
• 2010

Our prediction model is based on the development of "Semantic Location Model." It embodies geometrical and topological information which can increase the efficiency in prediction and make it easy to manipulate the prediction model. Data mining is being implemented to extract the inhabitant's location patterns generated day by day. As a result, the self-learning system will be able to semantically predict the inhabitant's location in advance. This context-aware system brings about the key component of the ubiquitous computing environment. First, we explain the semantic location model and data mining methods. Then the location prediction model for the ubiquitous computing system is described in details. Finally, the prototype system is introduced to demonstrate and evaluate our prediction model.

• 한국정보과학회:학술대회논문집
• /
• 한국정보과학회 2011년도 한국컴퓨터종합학술대회논문집 Vol.38 No.1(A)
• /
• pp.278-281
• /
• 2011

Mobile devices equipped with various sensors have the potential of providing context-aware services. Location is one of the most common forms of context, which can be applied to diverse applications. In this paper, we present methods for learning and predicting users' routes between significant locations, e.g., home and workplaces, based on personal GPS data. A user's significant locations and routes between them are learned by a set of rules as well as clustering. When the user is moving, our methods can predict which of the learned routes is being taken now. After the route prediction, the user's next location can also be inferred. Our methods have been applied to the real GPS datasets from four subjects. For the next location prediction task, the achieved accuracy was 84.8%.

• ETRI Journal
• /
• 제30권3호
• /
• pp.421-431
• /
• 2008

In this paper, we offer a new technique to discover frequent spatiotemporal patterns from a moving object database. Though the search space for spatiotemporal knowledge is extremely challenging, imposing spatial and timing constraints on moving sequences makes the computation feasible. The proposed technique includes two algorithms, AllMOP and MaxMOP, to find all frequent patterns and maximal patterns, respectively. In addition, to support the service provider in sending information to a user in a push-driven manner, we propose a rule-based location prediction technique to predict the future location of the user. The idea is to employ the algorithm AllMOP to discover the frequent movement patterns in the user's historical movements, from which frequent movement rules are generated. These rules are then used to estimate the future location of the user. The performance is assessed with respect to precision and recall. The proposed techniques could be quite efficiently applied in a location-based service (LBS) system in which diverse types of data are integrated to support a variety of LBSs.

• 한국통신학회논문지
• /
• 제32권6B호
• /
• pp.375-381
• /
• 2007

본 연구는 상황 인지 서비스 구현의 다양한 기술 요소 중, 추론 및 예측 기술에 초점을 둔다. 대표적인 예측 알고리즘에는 베이시안 네트워크가 있으나 상황 인지 시스템을 구현할 때 그 구조를 실제로 구현하는 것은 매우 복잡한 일이며 실시간 환경에서 트레이닝 데이터 처리에서 오는 시간 지연 문제 등이 발생하게 된다. 또한 특정 목적의 상황 인지 시스템에서 이 알고리즘이 어느 정도 예측 정확도와 신뢰도를 가지고 상황 정보와 부합하는지 역시 미지수이다. 본 논문에서는 가장 간단한 알고리즘인 순차적 매칭 알고리즘에 캐시 기법을 이용한 위치 예측 알고리즘을 제안한다. 이러한 접근 방식을 통해 알고리즘 수행 시 처리 시간을 캐시 기법을 사용하지 않았을 때 보다 평균적으로 48.7%를 줄이게 된다. 이는 사용자의 습관이나 행동 양식을 고려함으로써 상황 인지 시스템의 상황 정보와 부합하기 때문이라 할 수 있다.

• 한국지능시스템학회논문지
• /
• 제20권4호
• /
• pp.503-508
• /
• 2010

최근 사용자의 위치를 파악할 수 있는 기기가 보편화 되어감에 따라 사용자의 이동 경로를 이용한 다양한 서비스가 제공되고 있다. 이러한 서비스들은 사용자의 위치정보를 수집하여 각각의 요구사항에 맞게 가공하여 사용하고 있다. 그러나 이동경로를 나타내기 위해 수집되는 GPS등의 위치정보는 일반적으로 매우 방대하며, 이로 인해 경로 간 유사도 비교 시에 큰 연산 비용이 발생하게 된다. 이러한 문제를 해결하기 위해, 의미 있는 장소를 정의하고 장소간의 이동으로 모델링하여 이동 경로를 단순화하는 방법이 연구되고 있으나, 기존 연구들은 체류 시간과 거리만을 고려하여 이를 정의하고 있는 실정이다. 본 논문에서는 체류 시간과 거리, 상호작용 정보를 이용하여 특정 사용자의 의미 있는 장소 추출하는 방법을 제안한다. 또한 추출된 의미 있는 장소를 이용하여 경로를 단순화하여, 이동 경로 유사도 비교 시 드는 연산 비용을 줄일 수 있는 방법을 제안한다. 이를 위해, GPS를 통한 위치정보와 타인과의 상호작용 정보(통화, 문자 메시지 송수신등)를 이용하여 사용자와 친밀도가 높은 사람들을 정의하고 체류 시간과 거리, 주변에 있었던 사람의 정보를 기반으로 의미 있는 장소를 정의한다. 제안하는 방법을 검증하기 위해, 스마트폰 사용자로부터 실제 정보를 수집하였으며, 이를 이용하여 의미 있는 장소를 추출하고, 설문조사를 통해, 추출된 의미 있는 장소의 정확성을 확인하였다. 또한 의미 있는 장소로 단순화 한 이동경로를 이용하여 이동 경로 예측을 수행할 경우의 예측 정확도를 파악하기 위해 기존 방법과의 비교 실험을 진행하였으며, 연산에 소모되는 비용을 비교하여 제안하는 방법의 유용성을 검증하였다.