• 한국콘텐츠학회논문지
• /
• 제18권1호
• /
• pp.64-75
• /
• 2018

위치 인식 기술의 발전 및 스마트 디바이스 사용의 활성화로 인해 위치 기반 서비스과 소셜 네트워크를 결합하여 사용자에게 정보를 공유하는 위치 기반 소셜 네트워크(LBSN: Location Based Social Network)이 활성화되고 있다. 위치 기반 소셜 네트워크에서 사용자의 체크인 기능을 이용하여 사용자가 가 흥미있어 할 만한 장소를 추천하는 연구가 활발히 이루어지고 있다. 본 논문은 위치기반 소셜 네트워크에서 시간과 사용자 활동을 고려한 장소 추천 기법을 제안한다. 제안하는 기법은 기존 논문에서 고려하지 못한 시간에 따른 사용자의 선호도 변화와 지역의 전문가, 희귀한 장소에 대한 사용자의 관심을 고려한다. 다시 말해, 사용자의 선호도 변화를 고려하기 위해 시간에 따른 체크인 이력을 사용하고 지역의 전문가를 판별하기 위해 사용자 활동 영역을 구분한다. 그리고 사용자가 선호하는 장소에 가중치를 주기 위하여 희귀한 장소를 고려한다. 다양한 성능평가를 통해 제안하는 기법이 기존 기법에 비해 성능이 우수함을 보인다.

• 한국정보통신학회논문지
• /
• 제16권5호
• /
• pp.960-966
• /
• 2012

GPS, WiFi 등을 이용한 위치정보수집이 보편화되고, 트위터와 같은 SNS와 접목을 통해 LBSNS가 증가하고 있다. LBSNS에서 작성된 메시지에는 메시지가 생성된 지역에 대한 위치정보 또는 메시지가 언급하는 지역에 대한 위치정보가 포함될 수 있으므로 위치정보 기반의 관심정보 전파가 가능해진다. 트위터에서는 자신이 전달받은 메시지를 재전송하는 리트윗(retweet)을 통해 정보의 전파가 급속히 이루어질 수 있다. 본 논문에서는 위치기반의 사용자 관심정보를 효율적으로 전파시키기 위해서 위치기반의 자동 리트윗 기능, 즉 사용자 관심정보를 자동으로 리트윗하는 기능을 스마트 리트윗으로 정의하였다. 트위터를 기반으로 사용자의 관심지역을 설정하고 관심지역이 같은 사용자들 간의 소셜관계를 형성할 수 있도록 한다. 스마트 리트윗 서비스는 트위터 Open API, 구글맵 Open API 등을 기반으로 매쉬업 서비스로 구현하였다. 본 논문에서 제안한 스마트 리트윗 서비스를 통해 관심정보의 공유가 활성화 될 것으로 기대한다.

• Journal of Communications and Networks
• /
• 제17권2호
• /
• pp.126-132
• /
• 2015

In mobile computing research area, it is highly desirable to understand the characteristics of user movement so that the user friendly location aware services could be rendered effectively. Location based social networks (LBSNs) have flourished recently and are of great potential for movement behavior exploration and datadriven application design. While there have been some efforts on user check-in movement behavior in LBSNs, they lack comprehensive analysis of social influence on them. To this end, the social-spatial influence and social-temporal influence are analyzed synthetically in this paper based on the related information exposed in LBSNs. The check-in movement behaviors of users are found to be affected by their social friendships both from spatial and temporal dimensions. Furthermore, a probabilistic model of user mobile behavior is proposed, incorporating the comprehensive social influence model with extent personal preference model. The experimental results validate that our proposed model can improve prediction accuracy compared to the state-of-the-art social historical model considering temporal information (SHM+T), which mainly studies the temporal cyclic patterns and uses them to model user mobility, while being with affordable complexity.

• 지적과 국토정보
• /
• 제48권2호
• /
• pp.109-119
• /
• 2018

도시의 POI는 사용자들에게 어떤 중요성을 가지고 있는 특별한 장소이다. 예를 들어 식당, 박물관, 호텔, 극장 그리고 랜드마크 등이다. 이들은 그 역할 때문에 우리의 사회 경제적 생활 속에서 온라인 지도나 소셜 네트워크 등의 위치기반 어플리케이션에서 많은 관심을 받고 있다. 하지만, 지리적 위치 등의 POI에 대한 기본 정보는 웹을 통해서 쉽게 얻을 수 있는 반면, 와이파이 가능 여부, 신용카드 가능 여부, 야외 좌석 여부, 놀이방 운영 여부, 개점 시간, 다른 사용자들의 평가 및 평점 등의 세부 정보를 얻기 위해서는 또 다른 노력이 필요하다. 이러한 문제를 해결하기 위해서는 LBSNS 데이터와 POI 위치의 동일 여부를 판단하여 연결해주는 작업이 필요하다. 이 논문은 LBSNS의 누적되어 있는 방대한 정보로부터 POI의 정보를 더욱 풍부하게 만들기 위한 방법으로 LBSNS 데이터와 POI의 위치 오차해결 방법을 제안하여 두 데이터 집합의 융합 정보를 생성하고자 한다. 본 연구의 POI와 LBSNS의 정보 융합 방법을 통하여 개별 POI 정보의 한계성을 극복하고, 사용자들이 필요로 하는 부가 정보를 제공할 수 있는 가능성을 발견하였다. 이를 통해 POI에 대한 풍부하고 빠른 정보 수집이 가능할 것으로 판단된다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2022년도 추계학술발표대회
• /
• pp.399-401
• /
• 2022

POI (Point-of-Interest) 추천은 다양한 위치 기반 서비스에서 중요한 역할을 있다. 기존 연구에서는 사용자의 모바일 선호도를 모델링하기 위해 과거의 체크인의 공간-시간적 관계를 추출한다. 그러나 사용자 궤적에 숨겨진 개인 방문 경향을 반영할 수 있는 structured feature 는 잘 활용되지 않는다. 이 논문에서는 궤적 그래프를 결합한 시공간 인식 attention 네트워크를 제안한다. 개인의 선호도가 시간이 지남에 따라 변할 수 있다는 점을 고려하면 Dynamic GCN (Graph Convolution Network) 모듈은 POI 들의 공간적 상관관계를 동적으로 집계할 수 있다. LBSN (Location-Based Social Networks) 데이터 세트에서 검증된 새 모델은 기존 모델보다 약 9.0% 성능이 뛰어나다.

• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제18권7호
• /
• pp.1726-1748
• /
• 2024

Trajectory planning is vital for autonomous systems like robotics and UAVs, as it determines optimal, safe paths considering physical limitations, environmental factors, and agent interactions. Recent advancements in trajectory planning and future location prediction stem from rapid progress in machine learning and optimization algorithms. In this paper, we proposed a novel framework for Spatial-temporal transformer-based feed-forward neural networks (STTFFNs). From the traffic flow local area point of view, skip-gram model is trained on trajectory data to generate embeddings that capture the high-level features of different trajectories. These embeddings can then be used as input to a transformer-based trajectory planning model, which can generate trajectories for new objects based on the embeddings of similar trajectories in the training data. In the next step, distant regions, we embedded feedforward network is responsible for generating the distant trajectories by taking as input a set of features that represent the object's current state and historical data. One advantage of using feedforward networks for distant trajectory planning is their ability to capture long-term dependencies in the data. In the final step of forecasting for future locations, the encoder and decoder are crucial parts of the proposed technique. Spatial destinations are encoded utilizing location-based social networks(LBSN) based on visiting semantic locations. The model has been specially trained to forecast future locations using precise longitude and latitude values. Following rigorous testing on two real-world datasets, Porto and Manhattan, it was discovered that the model outperformed a prediction accuracy of 8.7% previous state-of-the-art methods.

• 한국정보통신학회논문지
• /
• 제16권4호
• /
• pp.752-758
• /
• 2012

웹 상에서 사용자들 간의 관계(Relation)를 통해 인적 네트워크를 형성할 수 있게 해주는 온라인 서비스를 SNS(Social Networking Services)라고 한다. 최근에는 GPS가 내장된 디지털장치(스마트 폰, 태블릿 PC 등)를 통해 획득한 위치 정보를 SNS에 추가한 LBSNS(Location-Based SNS) 서비스에 대한 관심이 증가하고 있다. 사용자가 원하는 관심지역의 정보만을 구독하는 LBSNS 서비스를 구현하기 위해서는 공간필터링 기법이 요구된다. 공간필터링을 위해서는 트윗에 위치정보를 포함해야 한다. 위치정보는 사용자의 이동에 따라 함께 변하는 동적정보로 표현되거나 최초위치에서 고정되는 정적정보로 표현될 수 있다. 동적 위치정보를 사용할 경우 사용자의 이동에 따라 연속적으로 공간 필터링 질의가 발생하므로 서버에 많은 부하를 줄 수 있다. 본 논문에서는 동적 위치정보로 인해 대량으로 발생하는 연속질의 문제를 해결하기 위해서 가상그리드 기법을 이용한 공간필터링 알고리즘을 제안한다. 성능평가 결과 가상그리드 기법을 활용한 경우 질의 발생빈도 측면에서 최고 93%성능이 개선되었다.