[go: up one dir, main page]

KR102860916B1 - Server FOR predictING user OF location using beacons and providING customized content and operating method OF THE SAME - Google Patents

Server FOR predictING user OF location using beacons and providING customized content and operating method OF THE SAME

Info

Publication number
KR102860916B1
KR102860916B1 KR1020230084198A KR20230084198A KR102860916B1 KR 102860916 B1 KR102860916 B1 KR 102860916B1 KR 1020230084198 A KR1020230084198 A KR 1020230084198A KR 20230084198 A KR20230084198 A KR 20230084198A KR 102860916 B1 KR102860916 B1 KR 102860916B1
Authority
KR
South Korea
Prior art keywords
information
location
terminal group
user
electronic device
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
KR1020230084198A
Other languages
Korean (ko)
Other versions
KR20250001678A (en
Inventor
윤민형
강성애
Original Assignee
주식회사 공감오래콘텐츠
Filing date
Publication date
Application filed by 주식회사 공감오래콘텐츠 filed Critical 주식회사 공감오래콘텐츠
Priority to KR1020230084198A priority Critical patent/KR102860916B1/en
Publication of KR20250001678A publication Critical patent/KR20250001678A/en
Application granted granted Critical
Publication of KR102860916B1 publication Critical patent/KR102860916B1/en
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
    • H04W4/02—Services making use of location information
    • H04W4/029—Location-based management or tracking services
    • G—PHYSICS
    • G06—COMPUTING OR CALCULATING; COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q30/00—Commerce
    • G06Q30/02—Marketing; Price estimation or determination; Fundraising
    • G06Q30/0207—Discounts or incentives, e.g. coupons or rebates
    • G—PHYSICS
    • G06—COMPUTING OR CALCULATING; COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/10—Services
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
    • H04W4/02—Services making use of location information
    • H04W4/023—Services making use of location information using mutual or relative location information between multiple location based services [LBS] targets or of distance thresholds
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W64/00—Locating users or terminals or network equipment for network management purposes, e.g. mobility management

Abstract

서버의 동작 방법은 전자 장치로 수신된 복수의 단말의 수신 강도 정보 및 응답 시간 정보 중 적어도 하나의 정보 및 상기 복수의 단말의식별 정보를 포함하는 제1 단말 그룹 정보를 획득하는 단계; 단말 그룹 정보에 기초하여 위치를 추정하는 학습 모델 및 상기 제1 단말 그룹 정보에 기초하여, 상기 전자 장치에 대한 사용자의 위치를 나타내는 제1 위치 정보를 예측하는 단계; 상기 제1 위치 정보에 기초하여, 상기 전자 장치로 위치 기반 콘텐츠를 제공하는 단계; 상기 위치 기반 콘텐츠의 사용 과정 정보에 기초하여, 상기 사용자의 행동 로그 정보를 수집하는 단계; 및 상기 사용자의 행동 로그 정보 및 제2 위치 정보에 기초하여, 상기 전자 장치로 맞춤 콘텐츠를 제공하는 단계를 포함할 수 있다.A method of operating a server may include: obtaining first terminal group information including at least one of reception strength information and response time information of a plurality of terminals received by an electronic device and identification information of the plurality of terminals; predicting first location information indicating a location of a user with respect to the electronic device based on a learning model for estimating a location based on the terminal group information and the first terminal group information; providing location-based content to the electronic device based on the first location information; collecting behavior log information of the user based on usage process information of the location-based content; and providing customized content to the electronic device based on the behavior log information and second location information of the user.

Description

단말을 이용한 사용자의 위치 예측 및 맞춤 콘텐츠를 제공하는 서버 및 그의 동작 방법{Server FOR predictING user OF location using beacons and providING customized content and operating method OF THE SAME}Server for predicting user's location using beacons and providing customized content and operating method thereof

단말을 이용하여 사용자의 위치를 예측하고, 위치에 기반한 맞춤 콘텐츠를 제공하는 기술에 관한 것이다.It relates to a technology that predicts a user's location using a terminal and provides customized content based on the location.

위치 기반 서비스는, 사용자로부터 획득된 위치 정보를 기반으로 사용자에게 서비스를 제공하는 것을 의미할 수 있다. 위치 기반 서비스는, 사람, 차량 등의 위치를 파악하고, 위치에 따른 서비스를 사용자에게 제공될 수 있다.Location-based services can refer to providing services to users based on location information obtained from the user. Location-based services can identify the locations of people, vehicles, and other entities and provide users with location-specific services.

한편, 서비스를 제공하는 지역에서, 사용자의 위치를 기반으로 서비스 정보를 효과적으로 제공할 수 있는 기술이 요구되고 있다.Meanwhile, in areas where services are provided, there is a demand for technology that can effectively provide service information based on the user's location.

복수의 단말을 이용하여 사용자의 위치를 정확하게 예측하고, 예측된 위치에 기반하여 사용자에게 맞춤 콘텐츠를 제공하고자 한다.We aim to accurately predict the user's location using multiple terminals and provide customized content to the user based on the predicted location.

또한, 사용자가 위치 기반 콘텐츠를 사용하는 과정 중에 사용자의 행동 로그 정보를 수집하고, 행동 로그 정보를 분석한 결과에 기초하여 위치 기반의 맞춤 콘텐츠를 제공하고자 한다.Additionally, we aim to collect user behavior log information while the user uses location-based content and provide location-based customized content based on the results of analyzing the behavior log information.

일측에 따르면, 전자 장치로 수신된 복수의 단말의 수신 강도 정보 및 식별 정보를 포함하는 제1 단말 그룹 정보를 획득하는 단계; 단말 그룹 정보에 기초하여 위치를 추정하는 학습 모델 및 상기 제1 단말 그룹 정보에 기초하여, 상기 전자 장치에 대한 사용자의 위치를 나타내는 제1 위치 정보를 예측하는 단계; 상기 제1 위치 정보에 기초하여, 상기 전자 장치로 위치 기반 콘텐츠를 제공하는 단계; 상기 위치 기반 콘텐츠의 사용 과정 정보에 기초하여, 상기 사용자의 행동 로그 정보를 수집하는 단계; 및 상기 사용자의 행동 로그 정보 및 제2 위치 정보에 기초하여, 상기 전자 장치로 맞춤 콘텐츠를 제공하는 단계를 포함하는, 서버의 동작 방법이 제공된다.According to one aspect, a method of operating a server is provided, including: obtaining first terminal group information including reception strength information and identification information of a plurality of terminals received by an electronic device; predicting first location information indicating a location of a user with respect to the electronic device based on a learning model for estimating a location based on the terminal group information and the first terminal group information; providing location-based content to the electronic device based on the first location information; collecting behavior log information of the user based on usage process information of the location-based content; and providing customized content to the electronic device based on the user's behavior log information and second location information.

다른 일측에 따르면, 통신 유닛; 프로세서; 및 상기 프로세서에 의해 실행 가능한 명령어들을 저장하는 메모리를 포함하고, 상기 프로세서는, 상기 명령어들을 실행함으로써, 전자 장치로 수신된 복수의 단말의 수신 강도 정보 및 식별 정보를 포함하는 제1 단말 그룹 정보를 획득하고, 단말 그룹 정보에 기초하여 위치를 추정하는 학습 모델 및 상기 제1 단말 그룹 정보에 기초하여, 상기 전자 장치에 대한 사용자의 위치를 나타내는 제1 위치 정보를 예측하고, 상기 제1 위치 정보에 기초하여, 상기 전자 장치로 위치 기반 콘텐츠를 제공하고, 상기 위치 기반 콘텐츠의 사용 과정 정보에 기초하여, 상기 사용자의 행동 로그 정보를 수집하고, 상기 사용자의 행동 로그 정보 및 제2 위치 정보에 기초하여, 상기 전자 장치로 맞춤 콘텐츠를 제공하는, 서버가 제공된다.According to another aspect, a server is provided, comprising: a communication unit; a processor; and a memory storing instructions executable by the processor, wherein the processor, by executing the instructions, obtains first terminal group information including reception strength information and identification information of a plurality of terminals received by an electronic device, and predicts first location information indicating a location of a user with respect to the electronic device based on a learning model for estimating a location based on the terminal group information and the first terminal group information, and provides location-based content to the electronic device based on the first location information, collects behavior log information of the user based on usage process information of the location-based content, and provides customized content to the electronic device based on the behavior log information and second location information of the user.

복수의 단말을 이용하여 사용자의 위치를 정확하게 예측하고, 예측된 위치에 기반하여 사용자에게 맞춤 콘텐츠를 제공할 수 있다.It is possible to accurately predict a user's location using multiple terminals and provide customized content to the user based on the predicted location.

또한, 사용자가 위치 기반 콘텐츠를 사용하는 과정 중에 사용자의 행동 로그 정보를 수집하고, 행동 로그 정보를 분석한 결과에 기초하여 위치 기반의 맞춤 콘텐츠를 제공할 수 있다.Additionally, while the user is using location-based content, user behavior log information can be collected, and location-based customized content can be provided based on the results of analyzing the behavior log information.

본 발명은, 다음의 자세한 설명과 그에 수반되는 도면들의 결합으로 쉽게 이해될 수 있으며, 참조 번호(reference numerals)들은 구조적 구성요소(structural elements)를 의미한다.
도 1은 일실시예에 따라, 복수의 단말 그룹 정보에 기초하여, 사용자의 위치를 예측하고, 예측된 위치에 기초하여, 맞춤 콘텐츠를 제공하는 프로세스를 설명하기 위한 개념도이다.
도 2는 일실시예에 따라, 복수의 단말 그룹 정보에 기초하여 사용자의 위치를 예측하고, 사용자의 위치 및 행동 로그 정보에 기초하여 맞춤 콘텐츠를 제공하는 서버의 동작 방법을 나타낸 흐름도이다.
도 3은 일실시예에 따라, 사용자의 위치를 추정하는 학습 모델을 생성하는 서버의 동작 방법을 나타낸 흐름도이다.
도 4는 학습 모델의 생성에 이용되는 기준 학습 데이터를 설명하기 위한 도면이다.
도 5는 일실시예에 따라, 사용자의 이전 위치를 고려하여 현재 위치를 예측하는 과정을 설명하기 위한 도면이다.
도 6은 일실시예에 따라, 사용자의 위치가 변경됨에 따라, 사용자에게 맞춤 콘텐츠를 제공하는 동작을 설명하기 위한 도면이다.
도 7은 일실시예에 따라, 서버의 구성을 도시한 블록도이다.The present invention can be readily understood by the following detailed description and its accompanying drawings, wherein reference numerals refer to structural elements.
FIG. 1 is a conceptual diagram illustrating a process of predicting a user's location based on a plurality of terminal group information and providing customized content based on the predicted location, according to one embodiment.
FIG. 2 is a flowchart illustrating an operation method of a server that predicts a user's location based on a plurality of terminal group information and provides customized content based on the user's location and behavior log information, according to one embodiment.
FIG. 3 is a flowchart illustrating an operation method of a server that generates a learning model for estimating a user's location, according to one embodiment.
Figure 4 is a diagram for explaining the reference learning data used to create a learning model.
FIG. 5 is a diagram illustrating a process for predicting a current location by considering a user's previous location, according to an embodiment.
FIG. 6 is a drawing for explaining an operation of providing customized content to a user as the user's location changes, according to one embodiment.
Figure 7 is a block diagram illustrating the configuration of a server according to one embodiment.

이하에서는 도면을 참조하여 다양한 실시예들을 상세히 설명한다. 이하에서 설명되는 실시예들은 여러 가지 상이한 형태로 변형되어 실시될 수도 있다. 실시예들의 특징을 보다 명확히 설명하기 위하여 이하의 실시예들이 속하는 기술분야에서 통상의 지식을 가진 자에게 널리 알려져 있는 사항들에 관해서 자세한 설명은 생략한다.Below, various embodiments are described in detail with reference to the drawings. The embodiments described below may be implemented in various different forms. To more clearly explain the features of the embodiments, detailed descriptions of matters commonly known to those skilled in the art to which the embodiments pertain will be omitted.

한편, 본 명세서에서 어떤 구성이 다른 구성과 "연결"되어 있다고 할 때, 이는 '직접적으로 연결'되어 있는 경우뿐 아니라, '그 중간에 다른 구성을 사이에 두고 연결'되어 있는 경우도 포함한다. 또한, 어떤 구성이 다른 구성을 "포함"한다고 할 때, 이는 특별히 반대되는 기재가 없는 한, 그 외 다른 구성을 제외하는 것이 아니라 다른 구성들 더 포함할 수도 있다는 것을 의미한다.Meanwhile, when a component is said to be "connected" to another component in this specification, this includes not only cases where it is "directly connected" but also cases where it is "connected with another component in between." Furthermore, when a component is said to "include" another component, this does not exclude other components, but rather may include other components, unless otherwise specifically stated.

또한, 본 명세서에서 사용되는 '제 1' 또는 '제 2' 등과 같이 서수를 포함하는 용어는 다양한 구성 요소들을 설명하는데 사용할 수 있지만, 상기 구성 요소들은 상기 용어들에 의해 한정되어서는 안 된다. 상기 용어들은 하나의 구성 요소를 다른 구성 요소로부터 구별하는 목적으로만 사용된다. Additionally, terms including ordinal numbers, such as "first" or "second," used herein may be used to describe various components, but the components should not be limited by the terms. The terms are used only for the purpose of distinguishing one component from another.

본 명세서 전체에서, "전자 장치"는 휴대폰, 스마트 폰(smart phone), 노트북 컴퓨터(laptop computer), PC, 데스크 탑, 가전기기, 태블릿 PC, 전자북 단말기, 디지털방송용 단말기, PDA(Personal Digital Assistants), PMP(Portable Multimedia Player), 네비게이션, MP3 플레이어, 디지털 카메라 등이 있을 수 있으나, 이에 한정되는 것은 아니다.Throughout this specification, "electronic device" may include, but is not limited to, a mobile phone, a smart phone, a laptop computer, a PC, a desktop, a home appliance, a tablet PC, an e-book terminal, a digital broadcasting terminal, a PDA (Personal Digital Assistants), a PMP (Portable Multimedia Player), a navigation system, an MP3 player, a digital camera, etc.

본 명세서 전체에서, "단말"은, 무선 통신 기반의 통신 장치일 수 있다. 예를 들면, 단말은 블루투스 프로토콜 기반의 근거리 무선통신 장치(예를 들면, 비콘 등), UWB 기반의 무선 통신 장치, Wi-Fi 기반의 무선 통신 장치 중 적어도 하나를 의미할 수 있다. 예를 들면, 단말은 전자 장치로부터 위치 정보를 수신하고, 전자 장치의 위치 정보를 서버로 전송할 수 있다. 단말은 전자 장치로 주파수 신호를 송신하고, 전자 장치로부터 응답 신호를 수신할 수 있다. 단말과 전자 장치 간의 거리는 주파수 신호를 송신한 시간과 응답 신호를 수신한 시간 간격을 나타내는 응답 시간 정보에 기초하여 결정될 수 있다. 또한, 단말과 전자 장치 간의 거리는 전자 장치에서 수신된 단말의 수신 강도 정보에 기초하여 결정될 수 있다.Throughout this specification, a "terminal" may be a wireless communication-based communication device. For example, a terminal may refer to at least one of a Bluetooth protocol-based short-range wireless communication device (e.g., a beacon), an UWB-based wireless communication device, and a Wi-Fi-based wireless communication device. For example, a terminal may receive location information from an electronic device and transmit the location information of the electronic device to a server. A terminal may transmit a frequency signal to an electronic device and receive a response signal from the electronic device. A distance between a terminal and an electronic device may be determined based on response time information indicating a time interval between the transmission of a frequency signal and the reception of a response signal. In addition, a distance between a terminal and an electronic device may be determined based on reception strength information of the terminal received by the electronic device.

본 명세서 전체에서, "서버"는 위치 기반의 맞춤형 서비스를 제공하고, 맞춤형 서비스를 제공하는 애플리케이션을 관리할 수 있다. 또한, 서버는 단말 및 전자 장치와 통신을 수행하면서, 전자 장치로 맞춤형 서비스를 제공할 수 있다.Throughout this specification, the term "server" refers to a location-based personalized service and can manage applications that provide the personalized service. Furthermore, the server can communicate with terminals and electronic devices, thereby providing personalized services to the electronic devices.

도 1은 일실시예에 따라, 복수의 단말 그룹 정보에 기초하여, 사용자의 위치를 예측하고, 예측된 위치에 기초하여, 맞춤 콘텐츠를 제공하는 프로세스를 설명하기 위한 개념도이다.FIG. 1 is a conceptual diagram illustrating a process of predicting a user's location based on a plurality of terminal group information and providing customized content based on the predicted location, according to one embodiment.

도 1을 참고하면, 전자 장치(10)는 소정 영역에 위치하고 있을 수 있다. 전자 장치(10)는, 소정 영역 내에 설치된 복수의 단말(20-1, 20-2, 20-3)으로부터 수신 강도 정보 및 응답 시간 정보 중 적어도 하나의 정보 및 식별 정보를 포함하는 단말 그룹 정보를 수신할 수 있다. 전자 장치(10)는 단말 그룹 정보를 서버(100)로 전송할 수 있다. 서버(100)는 단말 그룹 정보를 수신하고, 단말 그룹 정보에 기초하여, 전자 장치(10)에 대한 사용자의 위치를 예측할 수 있다. 서버(100)는 위치 정보에 기초하여 전자 장치(10)로 위치 기반 콘텐츠를 제공하고, 사용자의 행동 로그 정보를 수집할 수 있다. 서버(100)는 사용자의 위치 및 행동 로그 정보에 기초하여, 맞춤 콘텐츠를 전자 장치(10)로 제공할 수 있다. 보다 상세한 내용은 도 2 내지 도 7에서 설명한다.Referring to FIG. 1, an electronic device (10) may be located in a predetermined area. The electronic device (10) may receive terminal group information including at least one of reception strength information and response time information and identification information from a plurality of terminals (20-1, 20-2, 20-3) installed within the predetermined area. The electronic device (10) may transmit the terminal group information to a server (100). The server (100) may receive the terminal group information and, based on the terminal group information, may predict the user's location with respect to the electronic device (10). The server (100) may provide location-based content to the electronic device (10) based on the location information and collect user behavior log information. The server (100) may provide customized content to the electronic device (10) based on the user's location and behavior log information. Further details will be described with reference to FIGS. 2 to 7.

도 2는 일실시예에 따라, 복수의 단말 그룹 정보에 기초하여 사용자의 위치를 예측하고, 사용자의 위치 및 행동 로그 정보에 기초하여 맞춤 콘텐츠를 제공하는 서버의 동작 방법을 나타낸 흐름도이다.FIG. 2 is a flowchart illustrating an operation method of a server that predicts a user's location based on a plurality of terminal group information and provides customized content based on the user's location and behavior log information, according to one embodiment.

도 2를 참고하면, 단계 210에서, 서버(100)는 전자 장치(10)로 수신된 복수의 단말의 수신 강도 정보 및 응답 시간 정보 중 적어도 하나의 정보 및 복수의 단말의 식별 정보를 포함하는 제1 단말 그룹 정보를 획득할 수 있다.Referring to FIG. 2, in step 210, the server (100) can obtain first terminal group information including at least one of reception strength information and response time information of a plurality of terminals received by the electronic device (10) and identification information of the plurality of terminals.

단계 S220에서, 서버(100)는 단말 그룹 정보에 기초하여 위치를 추정하는 학습 모델 및 제1 단말 그룹 정보에 기초하여, 전자 장치(10)에 대한 사용자의 위치를 나타내는 제1 위치 정보를 예측할 수 있다. 또한, 서버(100)는 전자 장치(10)의 가속도 센서로부터 획득된 센서 정보를 이용하여, 사용자의 위치를 나타내는 제1 위치 정보를 예측할 수 있다.In step S220, the server (100) can predict first location information indicating the user's location with respect to the electronic device (10) based on the learning model that estimates the location based on the terminal group information and the first terminal group information. In addition, the server (100) can predict the first location information indicating the user's location using sensor information acquired from the acceleration sensor of the electronic device (10).

학습 모델은, 복수의 단말 그룹 정보와 복수의 단말 그룹 정보에 대응하는 복수의 전자 장치(10)의 위치 정보를 포함하는 기준 학습 데이터를 학습한 결과에 기초하여 생성될 수 있다. 학습 모델은, 단말 그룹 정보에 대응하는 위치를 추정하는 모델일 수 있다. 학습 모델을 생성하는 과정은 도 3 및 도 4에서 설명한다.The learning model can be generated based on the results of learning reference learning data that includes multiple terminal group information and location information of multiple electronic devices (10) corresponding to the multiple terminal group information. The learning model can be a model that estimates the location corresponding to the terminal group information. The process of generating the learning model is described in FIGS. 3 and 4.

예를 들면, 서버(100)는, 제1 단말 그룹 정보 이전에 획득된 단말 그룹 이전 정보 내의 식별 정보가 제1 단말 그룹 정보 내의 식별 정보와 일치하는지 확인할 수 있다. 단말 그룹 이전 정보 내의 식별 정보가 제1 단말 그룹 정보 내의 식별 정보와 일치하면, 사용자의 위치는 제1 단말 그룹 정보 내의 식별 정보에 대응하는 복수의 단말의 감지 영역 내에 있다고 결정될 수 있다. 복수의 단말의 감지 영역은, 복수의 단말로부터으로부터 수신되는 수신 강도가 미리 설정된 기준 강도 이상의 영역일 수 있다. 단말 그룹 이전 정보 내의 식별 정보가 제1 단말 그룹 정보 내의 식별 정보와 일치하면, 서버(100)는 제1 단말 그룹 정보, 단말 그룹 이전 정보 및 단말 이전 그룹 정보에 대응하는 이전 위치 정보를 학습 모델의 입력 값으로 획득할 수 있다. 서버(100)는 학습 모델로부터 전자 장치(10)에 대한 사용자의 위치를 나타내는 제1 위치 정보를 예측할 수 있다. 즉, 사용자의 이전 위치를 예측하는 데에 사용된 단말들의 감지 영역 내에 사용자가 있다면, 사용자의 이전 위치 및 이전 위치에서의 단말들의 수신 강도와 단말들의 현재 수신 강도 간의 관계를 고려함으로써, 사용자의 위치는 정확하게 예측될 수 있다.For example, the server (100) can verify whether the identification information in the terminal group transfer information obtained prior to the first terminal group information matches the identification information in the first terminal group information. If the identification information in the terminal group transfer information matches the identification information in the first terminal group information, the user's location can be determined to be within a detection area of a plurality of terminals corresponding to the identification information in the first terminal group information. The detection area of the plurality of terminals can be an area in which the reception strength received from the plurality of terminals is greater than or equal to a preset reference strength. If the identification information in the terminal group transfer information matches the identification information in the first terminal group information, the server (100) can obtain the first terminal group information, the terminal group transfer information, and the previous location information corresponding to the terminal transfer group information as input values of the learning model. The server (100) can predict the first location information indicating the user's location with respect to the electronic device (10) from the learning model. That is, if the user is within the detection area of the terminals used to predict the user's previous location, the user's location can be accurately predicted by considering the relationship between the user's previous location, the reception strength of the terminals at the previous location, and the current reception strength of the terminals.

반면에, 단말 그룹 이전 정보 내의 식별 정보가 제1 단말 그룹 정보 내의 식별 정보와 불일치하면, 사용자의 위치는 제1 단말 그룹 정보 내의 식별 정보에 대응하는 복수의 단말의 감지 영역의 외부에 있다고 결정될 수 있다. 이 경우, 서버(100)는, 제1 단말 그룹 정보 내의 식별 정보에 대응하는 복수의 단말로부터으로부터 이전 위치에서의 수신 강도 정보를 포함하는 단말 부가 그룹 정보를 획득할 수 있다. 서버(100)는 단말 부가 그룹 정보, 이전 위치를 나타내는 위치 정보 및 제1 단말 그룹 정보를 학습 모델의 입력 값으로 획득할 수 있다. 서버(100)는 학습 모델로부터 전자 장치(10)에 대한 사용자의 위치를 나타내는 제1 위치 정보를 예측할 수 있다.On the other hand, if the identification information in the terminal group transfer information does not match the identification information in the first terminal group information, the user's location may be determined to be outside the detection area of the plurality of terminals corresponding to the identification information in the first terminal group information. In this case, the server (100) may obtain terminal additional group information including reception strength information at the previous location from the plurality of terminals corresponding to the identification information in the first terminal group information. The server (100) may obtain the terminal additional group information, location information indicating the previous location, and the first terminal group information as input values for the learning model. The server (100) may predict the first location information indicating the user's location with respect to the electronic device (10) from the learning model.

단계 S230에서, 서버(100)는 제1 위치 정보에 기초하여, 전자 장치(10)로 위치 기반 콘텐츠를 제공할 수 있다. 예를 들면, 위치 기반 콘텐츠는, 사용자가 위치한 제1 위치에서 미리 설정된 범위 이내에서 이용할 수 있는 적어도 하나의 서비스, 적어도 하나의 서비스의 이용 시에 적용 가능한 할인 정보, 및 적어도 하나의 서비스를 이용하기 위한 가이드 정보 중 적어도 하나를 포함할 수 있다.In step S230, the server (100) may provide location-based content to the electronic device (10) based on the first location information. For example, the location-based content may include at least one of at least one service available within a preset range from the first location where the user is located, discount information applicable when using the at least one service, and guide information for using the at least one service.

단계 S240에서, 서버(100)는 위치 기반 콘텐츠의 사용 과정 정보에 기초하여, 사용자의 행동 로그 정보를 수집할 수 있다. 예를 들면, 서버(100)는, 위치 기반 콘텐츠에서 사용자가 제1 서비스를 이용하기 전까지의 사용자의 제1 행동 로그 정보를 수집할 수 있다.In step S240, the server (100) may collect user behavior log information based on information about the user's usage process of location-based content. For example, the server (100) may collect the user's first behavior log information before the user uses the first service in the location-based content.

단계 S250에서, 서버(100)는 사용자의 행동 로그 정보 및 제2 위치 정보에 기초하여, 전자 장치(10)로 맞춤 콘텐츠를 제공할 수 있다.In step S250, the server (100) can provide customized content to the electronic device (10) based on the user's behavior log information and second location information.

서버(100)는 전자 장치(10)로 수신된 복수의 단말의 수신 강도 정보 및 식별 정보를 포함하는 제2 단말 그룹 정보를 획득할 수 있다. 서버(100)는 제2 단말 그룹 정보 및 학습 모델에 기초하여, 전자 장치(10)에 대한 사용자의 위치를 나타내는 제2 위치 정보를 예측할 수 있다.The server (100) can obtain second terminal group information including reception strength information and identification information of multiple terminals received by the electronic device (10). Based on the second terminal group information and the learning model, the server (100) can predict second location information indicating the user's location with respect to the electronic device (10).

서버(100)는, 제1 행동 로그 정보로부터 획득된 사용자의 성향 정보에 기초하여, 제2 위치 정보에 기반한 맞춤 콘텐츠를 제공할 수 있다.The server (100) can provide customized content based on second location information based on the user's tendency information obtained from the first behavior log information.

도 3은 일실시예에 따라, 사용자의 위치를 추정하는 학습 모델을 생성하는 서버(100)의 동작 방법을 나타낸 흐름도이다.FIG. 3 is a flowchart illustrating an operation method of a server (100) that generates a learning model that estimates a user's location, according to one embodiment.

도 3을 참고하면, 단계 S310에서, 서버(100)는 기준 전자 장치(10)에서 수신된 복수의 단말의 수신 강도 정보 및 응답 시간 정보 중 적어도 하나를 포함하는 위치 예측 사전 정보와 기준 전자 장치(10)의 위치 정보 간의 관계를 학습할 수 있다.Referring to FIG. 3, in step S310, the server (100) can learn the relationship between the location prediction dictionary information including at least one of reception strength information and response time information of multiple terminals received from the reference electronic device (10) and the location information of the reference electronic device (10).

단계 S320에서, 서버(100)는 복수의 단말의 위치 예측 사전 정보와 기준 전자 장치(10)의 위치 정보 간의 관계를 학습한 결과에 기초하여, 기준 전자 장치(10)의 가상 위치 정보 및 가상 위치 정보에 대응하는 복수의 단말의 위치 예측 사전 정보를 포함하는 기준 가상 학습 데이터를 생성할 수 있다.In step S320, the server (100) can generate reference virtual learning data including virtual location information of the reference electronic device (10) and location prediction dictionary information of the plurality of terminals corresponding to the virtual location information based on the result of learning the relationship between the location prediction dictionary information of the plurality of terminals and the location information of the reference electronic device (10).

단계 S330에서, 서버(100)는 기준 학습 데이터 및 기순 가상 학습 데이터를 학습한 결과에 기초하여, 학습 모델을 생성할 수 있다.In step S330, the server (100) can create a learning model based on the results of learning the reference learning data and the sequential virtual learning data.

도 4는 학습 모델의 생성에 이용되는 기준 학습 데이터를 설명하기 위한 도면이다.Figure 4 is a diagram for explaining the reference learning data used to create a learning model.

학습 모델은, 단말 그룹 정보에 기초하여 위치를 추정할 수 있다. 학습 모델의 학습에 이용되는 기준 학습 데이터는, 복수의 단말 그룹 정보와 복수의 단말 그룹 정보에 대응하는 복수의 전자 장치의 위치 정보를 포함할 수 있다. 복수의 단말 그룹 정보는, 복수의 단말들 각각의 식별 정보, 특정 위치에서의 복수의 단말들로부터 수신된 수신 강도 정보, 특정 위치에서 복수의 단말들 각각과 복수의 전자 장치 간의 응답 시간 정보를 포함할 수 있다.The learning model can estimate a location based on terminal group information. The reference learning data used for training the learning model can include multiple terminal group information and location information of multiple electronic devices corresponding to the multiple terminal group information. The multiple terminal group information can include identification information of each of the multiple terminals, reception strength information received from the multiple terminals at a specific location, and response time information between each of the multiple terminals and the multiple electronic devices at the specific location.

예를 들면, 소정 영역 내에 제1 단말(20-1), 제2 단말(20-2), 제3 단말(20-30이 설치될 수 있다. 소정 영역 내의 특정 위치에서 각 단말들로부터 수신되는 수신 강도는 미리 설정된 기준 강도 이상일 수 있다. 기준 학습 데이터는, 소정 영역 내의 임의의 위치에서의 각 단말들로부터 수신되는 수신 강도 정보일 수 있다. For example, a first terminal (20-1), a second terminal (20-2), and a third terminal (20-30) may be installed within a predetermined area. The reception intensity received from each terminal at a specific location within the predetermined area may be higher than a preset reference intensity. The reference learning data may be reception intensity information received from each terminal at any location within the predetermined area.

예를 들면, 전자 장치(10)의 위치가 제1 위치(X1)일 때 제1 단말(20-1)의 수신 강도는 A11, 제2 단말(20-3)의 수신 강도는 B11, 제3 단말(20-3)의 수신 강도는 C11일 수 있다. 또한, 전자 장치(10)의 위치가 제2 위치(X2)일 때 제1 단말(20-1)의 수신 강도는 A21, 제2 단말(20-2)의 수신 강도는 B21, 제3 단말(20-3)의 수신 강도는 C21일 수 있다. 또한, 전자 장치(10)의 위치가 제3 위치(X3)일 때 제1 단말(20-1)의 수신 강도는 A31, 제2 단말(20-2)의 수신 강도는 B31, 제3 단말(20-3)의 수신 강도는 C31일 수 있다. 서버(100)는 제1 위치(X1), 제2 위치(X2), 제3 위치(X3) 내지 제 N 위치(XN)에서의 단말의 수신 강도를 기준 학습 데이터로 획득할 수 있다.For example, when the location of the electronic device (10) is a first location (X1), the reception strength of the first terminal (20-1) may be A11, the reception strength of the second terminal (20-3) may be B11, and the reception strength of the third terminal (20-3) may be C11. In addition, when the location of the electronic device (10) is a second location (X2), the reception strength of the first terminal (20-1) may be A21, the reception strength of the second terminal (20-2) may be B21, and the reception strength of the third terminal (20-3) may be C21. In addition, when the location of the electronic device (10) is a third location (X3), the reception strength of the first terminal (20-1) may be A31, the reception strength of the second terminal (20-2) may be B31, and the reception strength of the third terminal (20-3) may be C31. The server (100) can obtain the reception strength of the terminal at the first location (X1), the second location (X2), the third location (X3) to the Nth location (XN) as reference learning data.

다른 예를 들면, 소정 영역 내의 특정 위치에서 각 단말들로부터 수신되는 신호에 기초하여 획득된 응답 시간 정보는 미리 설정된 기준 응답 시간 이하일 수 있다. 기준 학습 데이터는, 소정 영역 내의 임의의 위치에서의 각 단말의 응답 시간 정보일 수 있다.For another example, response time information obtained based on signals received from each terminal at a specific location within a given area may be less than or equal to a preset reference response time. The reference learning data may be response time information for each terminal at any location within the given area.

예를 들면, 전자 장치(10)의 위치가 제1 위치(X1)일 때 제1 단말(20-1)의 응답 시간은 A12, 제2 단말(20-3)의 응답 시간은 B12, 제3 단말(20-3)의 응답 시간은 C12일 수 있다. 또한, 전자 장치(10)의 위치가 제2 위치(X2)일 때 제1 단말(20-1)의 응답 시간은 A22, 제2 단말(20-2)의 응답 시간은 B22, 제3 단말(20-3)의 응답 시간은 C22일 수 있다. 또한, 전자 장치(10)의 위치가 제3 위치(X3)일 때 제1 단말(20-1)의 응답 시간은 A32, 제2 단말(20-2)의 응답 시간은 B32, 제3 단말(20-3)의 응답 시간은 C32일 수 있다. 서버(100)는 제1 위치(X1), 제2 위치(X2), 제3 위치(X3) 내지 제 N 위치(XN)에서의 단말의 응답 시간을 기준 학습 데이터로 획득할 수 있다.For example, when the location of the electronic device (10) is a first location (X1), the response time of the first terminal (20-1) may be A12, the response time of the second terminal (20-3) may be B12, and the response time of the third terminal (20-3) may be C12. In addition, when the location of the electronic device (10) is a second location (X2), the response time of the first terminal (20-1) may be A22, the response time of the second terminal (20-2) may be B22, and the response time of the third terminal (20-3) may be C22. In addition, when the location of the electronic device (10) is a third location (X3), the response time of the first terminal (20-1) may be A32, the response time of the second terminal (20-2) may be B32, and the response time of the third terminal (20-3) may be C32. The server (100) can obtain the response times of terminals at the first location (X1), the second location (X2), the third location (X3) to the Nth location (XN) as reference learning data.

서버(100)는, 기준 학습 데이터를 학습함으로써, 제1 단말(20-1), 제2 단말(20-2) 및 제3 단말(20-3)의 수신 강도 정보에 대응하는 위치를 예측하는 학습 모델을 생성할 수 있다. 기준 학습 데이터의 수가 많을수록 학습 모델의 정확도는 높아질 수 있다.The server (100) can generate a learning model that predicts locations corresponding to reception intensity information of the first terminal (20-1), the second terminal (20-2), and the third terminal (20-3) by learning the reference learning data. The greater the number of reference learning data, the higher the accuracy of the learning model.

도 5는 일실시예에 따라, 사용자의 이전 위치를 고려하여 현재 위치를 예측하는 과정을 설명하기 위한 도면이다.FIG. 5 is a diagram illustrating a process for predicting a current location by considering a user's previous location, according to an embodiment.

도 5를 참고하면, 전자 장치(10)의 현재 위치는 제1 위치(X1)일 수 있다. 제1 위치(X1)에서, 전자 장치(10)는 복수의 단말로부터으로부터 수신 강도 정보를 수신할 수 있다. 전자 장치(10)는 수신 강도가 기준 강도 이상인 단말들에 대응하는 단말 그룹 정보를 서버(100)로 전송할 수 있다. 예를 들면, 전자 장치(10)는 제1 위치(X1)에서 수신 강도가 기준 강도 이상인 영역(510) 내에 위치한 제1 단말(20-1), 제2 단말(20-2), 제3 단말(20-3)에 대응하는 단말 그룹 정보를 서버(100)로 전송할 수 있다.Referring to FIG. 5, the current location of the electronic device (10) may be a first location (X1). At the first location (X1), the electronic device (10) may receive reception strength information from a plurality of terminals. The electronic device (10) may transmit terminal group information corresponding to terminals having reception strengths higher than a reference strength to the server (100). For example, the electronic device (10) may transmit terminal group information corresponding to the first terminal (20-1), the second terminal (20-2), and the third terminal (20-3) located within an area (510) having reception strengths higher than a reference strength at the first location (X1) to the server (100).

사용자가 이동함에 따라, 전자 장치(10)의 위치는 변경될 수 있다. 예를 들면, 사용자의 위치가 제1 위치(X1)에서, 제2 위치(X2)로 변경될 수 있다. 제2 위치(X2)에서, 전자 장치(10)는 복수의 단말로부터으로부터 수신 강도 정보를 수신할 수 있다. 전자 장치(10)는 수신 강도가 기준 강도 이상인 단말들에 대응하는 단말 그룹 정보를 서버(100)로 전송할 수 있다. 전자 장치(10)는 제2 위치(X2)에서 수신 강도가 기준 강도 이상인 영역(510) 내에 위치한 제1 단말(20-1), 제2 단말(20-2), 제3 단말(20-3)에 대응하는 단말 그룹 정보를 서버(100)로 전송할 수 있다.As the user moves, the location of the electronic device (10) may change. For example, the user's location may change from a first location (X1) to a second location (X2). At the second location (X2), the electronic device (10) may receive reception strength information from a plurality of terminals. The electronic device (10) may transmit terminal group information corresponding to terminals having reception strengths higher than a reference strength to the server (100). The electronic device (10) may transmit terminal group information corresponding to the first terminal (20-1), the second terminal (20-2), and the third terminal (20-3) located within an area (510) having reception strengths higher than the reference strength at the second location (X2) to the server (100).

서버(100)는, 제1 위치(X1)에서의 단말 그룹 정보 내의 식별 정보가 제2 위치(X2)에서의 단말 그룹 정보 내의 식별 정보와 일치하는지 확인할 수 있다. 제1 위치(X1)와 제2 위치(X2)에서의 단말 그룹 정보 내의 식별 정보와 일치하면, 서버(100)는 사용자의 제2 위치(X2)를 예측하기 위해, 제1 위치(X1)에서의 단말 그룹 정보, 제1 위치(X1)를 나타내는 제1 위치 정보 및 제2 위치(X2)에서의 단말 그룹 정보를 학습 모델의 입력 값으로 획득할 수 있다. 즉, 서버(100)는, 동일한 단말들의 수신 강도들의 관계, 및 이전 위치를 고려함으로써, 학습 모델에서 제2 위치(X2)를 나타내는 제2 위치 정보를 정확하게 예측할 수 있다.The server (100) can check whether the identification information in the terminal group information at the first location (X1) matches the identification information in the terminal group information at the second location (X2). If the identification information in the terminal group information at the first location (X1) and the second location (X2) match, the server (100) can obtain the terminal group information at the first location (X1), the first location information indicating the first location (X1), and the terminal group information at the second location (X2) as input values of the learning model in order to predict the second location (X2) of the user. That is, the server (100) can accurately predict the second location information indicating the second location (X2) in the learning model by considering the relationship between the reception strengths of the same terminals and the previous location.

다른 예를 들면, 사용자의 위치가 제1 위치(X1)에서, 제4 위치(X4)로 변경될 수 있다. 제2 위치(X4)에서, 전자 장치(10)는 복수의 단말로부터으로부터 수신 강도 정보를 수신할 수 있다. 전자 장치(10)는 수신 강도가 기준 강도 이상인 단말들에 대응하는 단말 그룹 정보를 서버(100)로 전송할 수 있다. 전자 장치(10)는 제4 위치(X4)에서 수신 강도가 기준 강도 이상인 영역(520) 내에 위치한 제1 단말(20-1), 제3 단말(20-3), 제4 단말(20-4)에 대응하는 단말 그룹 정보를 서버(100)로 전송할 수 있다.For another example, the user's location may change from a first location (X1) to a fourth location (X4). At the second location (X4), the electronic device (10) may receive reception strength information from a plurality of terminals. The electronic device (10) may transmit terminal group information corresponding to terminals having reception strengths greater than or equal to a reference strength to the server (100). At the fourth location (X4), the electronic device (10) may transmit terminal group information corresponding to the first terminal (20-1), the third terminal (20-3), and the fourth terminal (20-4) located within an area (520) having reception strengths greater than or equal to the reference strength to the server (100).

서버(100)는, 제4 위치(X4)에서의 단말 그룹 정보 내의 식별 정보가 제1 위치(X1)에서의 단말 그룹 정보 내의 식별 정보와 일치하는지 확인할 수 있다. 제1 위치(X1)와 제4 위치(X4)에서의 단말 그룹 정보 내의 식별 정보와 불일치하면, 서버(100)는 사용자의 제4 위치(X4)를 예측하기 위해, 제1 위치(X1)에서의 영역(520) 내에 위치한 제1 단말(20-1), 제3 단말(20-3), 제4 단말(20-4)에 대응하는 단말 부가 그룹 정보를 획득할 수 있다. 서버(100)는, 단말 부가 그룹 정보, 제1 위치(X1)를 나타내는 제1 위치 정보 및 제4 위치(X4)에서의 단말 그룹 정보를 학습 모델의 입력 값으로 획득할 수 있다. 즉, 서버(100)는, 동일한 단말들의 수신 강도들의 관계, 및 이전 위치를 고려함으로써, 학습 모델에서 제4 위치(X4)를 나타내는 제4 위치 정보를 정확하게 예측할 수 있다.The server (100) can check whether the identification information in the terminal group information at the fourth location (X4) matches the identification information in the terminal group information at the first location (X1). If the identification information in the terminal group information at the first location (X1) and the fourth location (X4) do not match, the server (100) can obtain terminal additional group information corresponding to the first terminal (20-1), the third terminal (20-3), and the fourth terminal (20-4) located within the area (520) at the first location (X1) in order to predict the fourth location (X4) of the user. The server (100) can obtain the terminal additional group information, the first location information indicating the first location (X1), and the terminal group information at the fourth location (X4) as input values of the learning model. That is, the server (100) can accurately predict the fourth location information indicating the fourth location (X4) in the learning model by considering the relationship between the reception intensities of the same terminals and the previous locations.

도 5에서는 단말의 수신 강도 정보를 이용하여, 사용자의 이전 위치를 고려하여 현재 위치를 예측하는 과정을 설명하였으나, 응답 시간 정보를 이용하여 현재 위치를 예측할 수도 있다. 또한, 단말의 수신 강도 정보 및 응답 시간 정보를 이용하여 현재 위치를 예측할 수도 있다.While Figure 5 illustrates a process for predicting a user's current location by considering the user's previous location using the terminal's reception strength information, the current location can also be predicted using response time information. Furthermore, the current location can be predicted using the terminal's reception strength information and response time information.

도 6은 일실시예에 따라, 사용자의 위치가 변경됨에 따라, 사용자에게 맞춤 콘텐츠를 제공하는 동작을 설명하기 위한 도면이다.FIG. 6 is a drawing for explaining an operation of providing customized content to a user as the user's location changes, according to one embodiment.

도 6을 참고하면, 서버(100)는 단말 그룹 정보에 기초하여, 사용자의 제1 위치(601)를 나타내는 제1 위치 정보를 예측할 수 있다. 블록 610을 참고하면, 서버(100)는 제1 위치 정보에 기초하여, 전자 장치(10)로 위치 기반 콘텐츠를 제공할 수 있다. 서버(100)는 위치 기반 콘텐츠의 사용 과정 정보에 기초하여, 사용자의 행동 로그 정보를 수집할 수 있다. 예를 들면, 서버(100)는 위치 기반 콘텐츠에서 사용자가 제1 서비스를 이용하기 전까지의 사용자의 제1 행동 로그 정보를 수집할 수 있다. 구체적으로, 블록 611을 참고하면, 사용자는 제1 위치(601)에서 맛집을 가기 위해 맛집 검색을 수행할 수 있다. 제1 행동 로그 정보에는, 맛집 검색 동작, 리스트 내 평점 좋은 맛집 클릭 동작, 지도 앱 실행 동작, 지도 조작 동작, 맛집 리뷰 검색 동작, 맛집 블로그 검색 동작, 음식점 영수증 리뷰 작성 동작, 및 결제 완료 동작 중 적어도 하나의 동작이 포함될 수 있다.Referring to FIG. 6, the server (100) can predict first location information indicating the user's first location (601) based on terminal group information. Referring to block 610, the server (100) can provide location-based content to the electronic device (10) based on the first location information. The server (100) can collect user behavior log information based on usage process information of the location-based content. For example, the server (100) can collect the user's first behavior log information before the user uses the first service in the location-based content. Specifically, referring to block 611, the user can search for a good restaurant to go to at the first location (601). The first behavior log information can include at least one of a restaurant search action, a click action for a restaurant with a good rating in the list, a map app launch action, a map manipulation action, a restaurant review search action, a restaurant blog search action, a restaurant receipt review writing action, and a payment completion action.

블록 620을 참고하면, 서버(100)는 행동 로그 정보에 기초하여 사용자의 성향 정보를 획득할 수 있다. 예를 들면, 블록 621을 참고하면, 사용자의 성향을 판단하는 기준에는, 맛집 선택 기준, 음식 선정 기준, 방문지 선정 기준, 결제 방법, 할인 정보 중 적어도 하나의 정보가 포함될 수 있다.Referring to block 620, the server (100) can obtain user preference information based on behavior log information. For example, referring to block 621, the criteria for determining a user's preference may include at least one of the following: restaurant selection criteria, food selection criteria, destination selection criteria, payment method, and discount information.

한편, 사용자는 제1 위치(601)에서 제2 위치(602)로 이동할 수 있다. 블록 630을 참고하면, 서버(100)는 전자 장치(10)로 수신된 복수의 단말의 수신 강도 정보 및 식별 정보를 포함하는 제2 단말 그룹 정보를 획득할 수 있다. 서버(100)는 제2 단말 그룹 정보 및 학습 모델에 기초하여, 전자 장치(10)에 대한 사용자의 제2 위치(602)를 나타내는 제2 위치 정보를 예측할 수 있다.Meanwhile, the user may move from the first location (601) to the second location (602). Referring to block 630, the server (100) may obtain second terminal group information including reception strength information and identification information of multiple terminals received by the electronic device (10). Based on the second terminal group information and the learning model, the server (100) may predict second location information indicating the user's second location (602) with respect to the electronic device (10).

블록 640을 참고하면, 서버(100)는 사용자의 성향 정보에 기초하여, 제2 위치 정보에 기반한 맞춤 콘텐츠를 제공할 수 있다. 블록 641을 참고하면, 서버(100)는 제2 위치에 기반하여, 디저트 추천, 할인 정보 제공, 맛집 추천 등의 맞춤 콘텐츠를 제공할 수 있다.Referring to block 640, the server (100) may provide customized content based on second location information based on the user's preference information. Referring to block 641, the server (100) may provide customized content based on the second location, such as dessert recommendations, discount information, and restaurant recommendations.

도 7은 일실시예에 따라, 서버(100)의 구성을 도시한 블록도이다.FIG. 7 is a block diagram illustrating the configuration of a server (100) according to one embodiment.

도 7을 참고하면, 서버(100)는, 통신 유닛(710), 메모리(720) 및 프로세서(730)를 포함할 수 있다. 서버(100)는 도 7에 도시된 구성 요소보다 많은 구성 요소를 포함할 수 있다. 또한, 서버(100)는 도 7에 도시된 구성 요소보다 적은 구성 요소를 포함할 수도 있다.Referring to FIG. 7, the server (100) may include a communication unit (710), a memory (720), and a processor (730). The server (100) may include more components than those illustrated in FIG. 7. Additionally, the server (100) may include fewer components than those illustrated in FIG. 7.

통신 유닛(710)은 외부 장치와 통신을 수행할 수 있다. 예를 들면, 외부 장치는 전자 장치(10) 또는 단말일 수 있다. 통신 유닛(710)은 와이파이 칩, 블루투스 칩, NFC 칩, 및 무선통신 칩 중 적어도 하나를 포함할 수 있다. 프로세서(730)는 통신 유닛(710)을 이용하여 각종 외부 장치와 통신을 수행할 수 있다.The communication unit (710) can communicate with an external device. For example, the external device may be an electronic device (10) or a terminal. The communication unit (710) may include at least one of a Wi-Fi chip, a Bluetooth chip, an NFC chip, and a wireless communication chip. The processor (730) can communicate with various external devices using the communication unit (710).

메모리(720)는 서버(100)에서 실행되는 프로그램, 서버(100)의 동작을 위한 데이터들, 명령어들을 저장할 수 있다.The memory (720) can store programs running on the server (100), data for the operation of the server (100), and commands.

프로세서(730)는 서버(100)의 전체적인 동작을 제어하며, CPU 등과 같은 적어도 하나의 프로세서를 포함할 수 있다.The processor (730) controls the overall operation of the server (100) and may include at least one processor, such as a CPU.

프로세서(730)는 전자 장치(10)로 수신된 복수의 단말의 수신 강도 정보 응답 시간 정보 중 적어도 하나의 정보 및 식별 정보를 포함하는 제1 단말 그룹 정보를 획득할 수 있다.The processor (730) can obtain first terminal group information including at least one of reception strength information and response time information of a plurality of terminals received by the electronic device (10) and identification information.

프로세서(730)는 단말 그룹 정보에 기초하여 위치를 추정하는 학습 모델 및 제1 단말 그룹 정보에 기초하여, 전자 장치(10)에 대한 사용자의 위치를 나타내는 제1 위치 정보를 예측할 수 있다.The processor (730) can predict first location information indicating the location of the user with respect to the electronic device (10) based on the learning model that estimates the location based on the terminal group information and the first terminal group information.

학습 모델은, 복수의 단말 그룹 정보와 복수의 단말 그룹 정보에 대응하는 복수의 전자 장치(10)의 위치 정보를 포함하는 기준 학습 데이터를 학습한 결과에 기초하여 생성될 수 있다. 학습 모델은, 단말 그룹 정보에 대응하는 위치를 추정하는 모델일 수 있다. The learning model may be generated based on the results of learning reference learning data including a plurality of terminal group information and location information of a plurality of electronic devices (10) corresponding to the plurality of terminal group information. The learning model may be a model that estimates a location corresponding to the terminal group information.

프로세서(730)는 기준 전자 장치(10)에서 수신된 복수의 단말의 수신 강도 정보 및 응답 시간 정보 중 적어도 하나를 포함하는 위치 예측 사전 정보와 기준 전자 장치(10)의 위치 정보 간의 관계를 학습할 수 있다.The processor (730) can learn the relationship between the location prediction dictionary information including at least one of reception strength information and response time information of a plurality of terminals received from the reference electronic device (10) and the location information of the reference electronic device (10).

프로세서(730)는 복수의 단말의 위치 예측 사전 정보와 기준 전자 장치(10)의 위치 정보 간의 관계를 학습한 결과에 기초하여, 기준 전자 장치(10)의 가상 위치 정보 및 가상 위치 정보에 대응하는 복수의 단말의 위치 예측 사전 정보를 포함하는 기준 가상 학습 데이터를 생성할 수 있다.The processor (730) can generate reference virtual learning data including virtual location information of the reference electronic device (10) and location prediction dictionary information of the plurality of terminals corresponding to the virtual location information based on the result of learning the relationship between the location prediction dictionary information of the plurality of terminals and the location information of the reference electronic device (10).

프로세서(730)는 기준 학습 데이터 및 기순 가상 학습 데이터를 학습한 결과에 기초하여, 학습 모델을 생성할 수 있다.The processor (730) can generate a learning model based on the results of learning the reference learning data and the sequential virtual learning data.

예를 들면, 프로세서(730)는, 제1 단말 그룹 정보 이전에 획득된 단말 그룹 이전 정보 내의 식별 정보가 제1 단말 그룹 정보 내의 식별 정보와 일치하는지 확인할 수 있다. 단말 그룹 이전 정보 내의 식별 정보가 제1 단말 그룹 정보 내의 식별 정보와 일치하면, 프로세서(730)는 제1 단말 그룹 정보, 단말 그룹 이전 정보 및 단말 이전 그룹 정보에 대응하는 이전 위치 정보를 학습 모델의 입력 값으로 획득할 수 있다. 프로세서(730)는 학습 모델로부터 전자 장치(10)에 대한 사용자의 위치를 나타내는 제1 위치 정보를 예측할 수 있다.For example, the processor (730) may verify whether the identification information in the terminal group transfer information obtained prior to the first terminal group information matches the identification information in the first terminal group information. If the identification information in the terminal group transfer information matches the identification information in the first terminal group information, the processor (730) may obtain the first terminal group information, the terminal group transfer information, and the previous location information corresponding to the terminal group transfer information as input values of the learning model. The processor (730) may predict the first location information indicating the user's location with respect to the electronic device (10) from the learning model.

반면에, 단말 그룹 이전 정보 내의 식별 정보가 제1 단말 그룹 정보 내의 식별 정보와 불일치하면, 사용자의 위치는 제1 단말 그룹 정보 내의 식별 정보에 대응하는 복수의 단말의 감지 영역의 외부에 있다고 결정될 수 있다. 이 경우, 프로세서(730)는, 제1 단말 그룹 정보 내의 식별 정보에 대응하는 복수의 단말로부터으로부터 이전 위치에서의 수신 강도 정보 및 응답 시간 정보 중 적어도 하나를 포함하는 단말 부가 그룹 정보를 획득할 수 있다. 프로세서(730)는 단말 부가 그룹 정보, 이전 위치를 나타내는 위치 정보 및 제1 단말 그룹 정보를 학습 모델의 입력 값으로 획득할 수 있다. 프로세서(730)는 학습 모델로부터 전자 장치(10)에 대한 사용자의 위치를 나타내는 제1 위치 정보를 예측할 수 있다.On the other hand, if the identification information in the terminal group transfer information does not match the identification information in the first terminal group information, the user's location may be determined to be outside the detection area of the plurality of terminals corresponding to the identification information in the first terminal group information. In this case, the processor (730) may obtain terminal additional group information including at least one of reception strength information and response time information at the previous location from the plurality of terminals corresponding to the identification information in the first terminal group information. The processor (730) may obtain the terminal additional group information, location information indicating the previous location, and the first terminal group information as input values of the learning model. The processor (730) may predict the first location information indicating the user's location with respect to the electronic device (10) from the learning model.

프로세서(730)는 제1 위치 정보에 기초하여, 전자 장치(10)로 위치 기반 콘텐츠를 제공할 수 있다. 예를 들면, 위치 기반 콘텐츠는, 사용자가 위치한 제1 위치에서 미리 설정된 범위 이내에서 이용할 수 있는 적어도 하나의 서비스, 적어도 하나의 서비스의 이용 시에 적용 가능한 할인 정보, 및 적어도 하나의 서비스를 이용하기 위한 가이드 정보 중 적어도 하나를 포함할 수 있다.The processor (730) may provide location-based content to the electronic device (10) based on the first location information. For example, the location-based content may include at least one of at least one service available within a preset range from the first location where the user is located, discount information applicable when using the at least one service, and guide information for using the at least one service.

프로세서(730)는 위치 기반 콘텐츠의 사용 과정 정보에 기초하여, 사용자의 행동 로그 정보를 수집할 수 있다. 예를 들면, 프로세서(730)는, 위치 기반 콘텐츠에서 사용자가 제1 서비스를 이용하기 전까지의 사용자의 제1 행동 로그 정보를 수집할 수 있다.The processor (730) may collect user behavior log information based on information about the user's usage process of location-based content. For example, the processor (730) may collect the user's first behavior log information before the user uses the first service in the location-based content.

프로세서(730)는 사용자의 행동 로그 정보 및 제2 위치 정보에 기초하여, 전자 장치(10)로 맞춤 콘텐츠를 제공할 수 있다.The processor (730) can provide customized content to the electronic device (10) based on the user's behavior log information and second location information.

프로세서(730)는 전자 장치(10)로 수신된 복수의 단말의 수신 강도 정보 및 식별 정보를 포함하는 제2 단말 그룹 정보를 획득할 수 있다. 프로세서(730)는 제2 단말 그룹 정보 및 학습 모델에 기초하여, 전자 장치(10)에 대한 사용자의 위치를 나타내는 제2 위치 정보를 예측할 수 있다.The processor (730) can obtain second terminal group information including reception strength information and identification information of multiple terminals received by the electronic device (10). Based on the second terminal group information and the learning model, the processor (730) can predict second location information indicating the user's location with respect to the electronic device (10).

프로세서(730)는, 제1 행동 로그 정보로부터 획득된 사용자의 성향 정보에 기초하여, 제2 위치 정보에 기반한 맞춤 콘텐츠를 제공할 수 있다.The processor (730) can provide customized content based on second location information based on the user's tendency information obtained from the first action log information.

상술한 전자 장치(10), 단말(20), 서버(100)의 동작 방법은 컴퓨터 또는 프로세서에 의하여 실행 가능한 명령어 또는 데이터를 저장하는 컴퓨터 판독 가능 저장매체의 형태로 구현될 수 있다. 컴퓨터에서 실행될 수 있는 프로그램으로 작성가능하고, 컴퓨터 판독 가능 저장매체를 이용하여 이와 같은 프로그램을 동작시키는 범용 디지털 컴퓨터에서 구현될 수 있다. 이와 같은 컴퓨터 판독 가능 저장매체는 ROM, RAM, 하드 디스크, 솔리드-스테이트 디스크(SSD), 그리고 명령어 또는 소프트웨어, 관련 데이터, 데이터 파일, 및 데이터 구조들을 저장할 수 있다.The operating method of the electronic device (10), terminal (20), and server (100) described above can be implemented in the form of a computer-readable storage medium that stores commands or data executable by a computer or processor. It can be written as a program that can be executed on a computer, and can be implemented in a general-purpose digital computer that operates such a program using a computer-readable storage medium. Such a computer-readable storage medium can store ROM, RAM, a hard disk, a solid-state disk (SSD), and commands or software, related data, data files, and data structures.

이상과 같이 실시예들이 비록 한정된 실시예와 도면에 의해 설명되었으나, 해당 기술분야에서 통상의 지식을 가진 자라면 상기의 기재로부터 다양한 수정 및 변형이 가능하다. 예를 들어, 설명된 기술들이 설명된 방법과 다른 순서로 수행되거나, 및/또는 설명된 시스템, 구조, 장치, 회로 등의 구성요소들이 설명된 방법과 다른 형태로 결합 또는 조합되거나, 다른 구성요소 또는 균등물에 의하여 대치되거나 치환되더라도 적절한 결과가 달성될 수 있다.Although the embodiments described above have been described by way of limited examples and drawings, those skilled in the art will appreciate that various modifications and variations can be made based on the above teachings. For example, appropriate results can still be achieved even if the described techniques are performed in a different order than described, and/or components of the described systems, structures, devices, circuits, etc. are combined or combined in a different manner than described, or are replaced or substituted with other components or equivalents.

그러므로, 본 발명의 범위는 설명된 실시예에 국한되어 정해져서는 아니 되며, 후술하는 청구범위 뿐 아니라 이 청구범위와 균등한 것들에 의해 정해져야 한다.Therefore, the scope of the present invention should not be limited to the described embodiments, but should be defined not only by the claims described below but also by equivalents of the claims.

Claims (10)

서버의 동작 방법에 있어서,
전자 장치로 수신된 복수의 단말의 수신 강도 정보 및 응답 시간 정보 중 적어도 하나의 정보 및 상기 복수의 단말의 식별 정보를 포함하는 제1 단말 그룹 정보를 획득하는 단계;
단말 그룹 정보에 기초하여 위치를 추정하는 학습 모델 및 상기 제1 단말 그룹 정보에 기초하여, 상기 전자 장치에 대한 사용자의 위치를 나타내는 제1 위치 정보를 예측하는 단계;
상기 제1 위치 정보에 기초하여, 상기 전자 장치로 위치 기반 콘텐츠를 제공하는 단계;
상기 위치 기반 콘텐츠의 사용 과정 정보에 기초하여, 상기 사용자의 행동 로그 정보를 수집하는 단계;
상기 제1 단말 그룹 정보가 획득된 이후에, 상기 복수의 단말의 수신 강도 정보 및 응답 시간 정보 중 적어도 하나의 정보 및 상기 복수의 단말의 식별 정보를 포함하는 제2 단말 그룹 정보를 획득하는 단계; 및
상기 제2 단말 그룹 정보 및 상기 학습 모델에 기초하여, 상기 전자 장치에 대한 상기 사용자의 위치를 나타내는 제2 위치 정보를 예측하는 단계; 및
상기 사용자의 행동 로그 정보 및 상기 제2 위치 정보에 기초하여, 상기 전자 장치로 맞춤 콘텐츠를 제공하는 단계를 포함하고,
상기 서버의 동작 방법은,
복수의 단말 그룹 정보와 상기 복수의 단말 그룹 정보에 대응하는 복수의 전자 장치의 위치 정보를 포함하는 기준 학습 데이터를 학습한 결과에 기초하여, 상기 단말 그룹 정보에 대응하는 위치를 추정하는 학습 모델을 생성하는 단계를 더 포함하는, 서버의 동작 방법.In terms of how the server operates,
A step of obtaining first terminal group information including at least one of reception strength information and response time information of a plurality of terminals received by an electronic device and identification information of the plurality of terminals;
A learning model for estimating a location based on terminal group information and a step for predicting first location information indicating a user's location with respect to the electronic device based on the first terminal group information;
A step of providing location-based content to the electronic device based on the first location information;
A step of collecting the user's behavior log information based on the usage process information of the location-based content;
After the first terminal group information is acquired, a step of acquiring second terminal group information including at least one of reception strength information and response time information of the plurality of terminals and identification information of the plurality of terminals; and
A step of predicting second location information indicating the location of the user with respect to the electronic device based on the second terminal group information and the learning model; and
A step of providing customized content to the electronic device based on the user's behavior log information and the second location information,
The method of operation of the above server is as follows:
A method of operating a server, further comprising the step of generating a learning model that estimates a location corresponding to the terminal group information based on a result of learning reference learning data including a plurality of terminal group information and location information of a plurality of electronic devices corresponding to the plurality of terminal group information. 삭제delete 제1항에 있어서,
상기 학습 모델을 생성하는 단계는,
기준 전자 장치에서 수신된 상기 복수의 단말의 수신 강도 정보 및 응답 시간 정보 중 적어도 하나를 포함하는 위치 예측 사전 정보와 상기 기준 전자 장치의 위치 정보 간의 관계를 학습하는 단계;
상기 관계를 학습한 결과에 기초하여, 상기 기준 전자 장치의 가상 위치 정보 및 상기 가상 위치 정보에 대응하는 상기 복수의 단말의 가상 위치 예측 사전 정보를 포함하는 기준 가상 학습 데이터를 생성하는 단계; 및
상기 기준 학습 데이터 및 상기 기준 가상 학습 데이터를 학습한 결과에 기초하여, 상기 학습 모델을 생성하는 단계를 포함하는, 서버의 동작 방법.In the first paragraph,
The steps for creating the above learning model are:
A step of learning a relationship between location prediction dictionary information including at least one of reception strength information and response time information of the plurality of terminals received from a reference electronic device and location information of the reference electronic device;
A step of generating reference virtual learning data including virtual location information of the reference electronic device and virtual location prediction dictionary information of the plurality of terminals corresponding to the virtual location information based on the result of learning the above relationship; and
A method of operating a server, comprising a step of generating the learning model based on the results of learning the reference learning data and the reference virtual learning data. 제3항에 있어서,
상기 제1 위치 정보를 예측하는 단계는,
상기 제1 단말 그룹 정보 이전에 획득된 단말 그룹 이전 정보가 상기 복수의 단말로부터으로부터 획득된 것으로 확인되면, 상기 제1 단말 그룹 정보, 상기 단말 그룹 이전 정보 및 상기 단말 그룹 이전 정보에 대응하는 이전 위치 정보를 상기 학습 모델의 입력 값으로 획득하는 단계; 및
상기 학습 모델로부터 상기 전자 장치에 대한 사용자의 위치를 나타내는 제1 위치 정보를 예측하는 단계를 포함하는, 서버의 동작 방법.In the third paragraph,
The step of predicting the above first location information is:
If it is confirmed that the terminal group transfer information obtained prior to the first terminal group information is obtained from the plurality of terminals, a step of obtaining the first terminal group information, the terminal group transfer information, and the previous location information corresponding to the terminal group transfer information as input values of the learning model; and
A method of operating a server, comprising a step of predicting first location information indicating a user's location with respect to the electronic device from the learning model. 제1항에 있어서,
상기 위치 기반 콘텐츠는,
상기 사용자가 위치한 제1 위치에서 미리 설정된 범위 이내에서 이용할 수 있는 적어도 하나의 서비스 및 상기 적어도 하나의 서비스의 이용 시에 적용 가능한 할인 정보, 및 상기 적어도 하나의 서비스를 이용하기 위한 가이드 정보 중 적어도 하나를 포함하는, 서버의 동작 방법.In the first paragraph,
The above location-based content is,
A method of operating a server, comprising at least one service available within a preset range at a first location where the user is located, discount information applicable when using the at least one service, and guide information for using the at least one service. 제1항에 있어서,
상기 위치 기반 콘텐츠의 사용 과정 정보에 기초하여, 상기 사용자의 행동 로그 정보를 수집하는 단계는,
상기 위치 기반 콘텐츠에서 상기 사용자가 제1 서비스를 이용하기 전까지의 상기 사용자의 제1 행동 로그 정보를 수집하는 단계를 포함하는, 서버의 동작 방법.In the first paragraph,
Based on the usage process information of the above location-based content, the step of collecting the user's behavior log information is as follows:
A method of operating a server, comprising a step of collecting first action log information of the user before the user uses the first service in the location-based content. 삭제delete 제6항에 있어서,
상기 사용자의 행동 로그 정보 및 제2 위치 정보에 기초하여, 상기 전자 장치로 맞춤 콘텐츠를 제공하는 단계는,
상기 제1 행동 로그 정보로부터 획득된 상기 사용자의 성향 정보에 기초하여, 상기 제2 위치 정보에 기반한 상기 맞춤 콘텐츠를 제공하는 단계를 포함하는, 서버의 동작 방법.In paragraph 6,
The step of providing customized content to the electronic device based on the user's behavior log information and second location information is as follows:
A method of operating a server, comprising the step of providing the customized content based on the second location information based on the user's tendency information obtained from the first action log information. 통신 유닛;
프로세서; 및
상기 프로세서에 의해 실행 가능한 명령어들을 저장하는 메모리를 포함하고, 상기 프로세서는, 상기 명령어들을 실행함으로써,
전자 장치로 수신된 복수의 단말의 수신 강도 정보 및 응답 시간 정보 중 적어도 하나의 정보 및 상기 복수의 단말의 식별 정보를 포함하는 제1 단말 그룹 정보를 획득하고,
단말 그룹 정보에 기초하여 위치를 추정하는 학습 모델 및 상기 제1 단말 그룹 정보에 기초하여, 상기 전자 장치에 대한 사용자의 위치를 나타내는 제1 위치 정보를 예측하고,
상기 제1 위치 정보에 기초하여, 상기 전자 장치로 위치 기반 콘텐츠를 제공하고,
상기 위치 기반 콘텐츠의 사용 과정 정보에 기초하여, 상기 사용자의 행동 로그 정보를 수집하고,
상기 제1 단말 그룹 정보가 획득된 이후에, 상기 복수의 단말의 수신 강도 정보 및 응답 시간 정보 중 적어도 하나의 정보 및 상기 복수의 단말의 식별 정보를 포함하는 제2 단말 그룹 정보를 획득하고,
상기 제2 단말 그룹 정보 및 상기 학습 모델에 기초하여, 상기 전자 장치에 대한 상기 사용자의 위치를 나타내는 제2 위치 정보를 예측하고,
상기 사용자의 행동 로그 정보 및 상기 제2 위치 정보에 기초하여, 상기 전자 장치로 맞춤 콘텐츠를 제공하고,
상기 프로세서는, 상기 명령어들을 실행함으로써,
복수의 단말 그룹 정보와 상기 복수의 단말 그룹 정보에 대응하는 복수의 전자 장치의 위치 정보를 포함하는 기준 학습 데이터를 학습한 결과에 기초하여, 상기 단말 그룹 정보에 대응하는 위치를 추정하는 학습 모델을 생성하는, 서버.Communication unit;
processor; and
A memory storing instructions executable by the processor, wherein the processor executes the instructions,
Obtain first terminal group information including at least one of reception strength information and response time information of a plurality of terminals received by an electronic device and identification information of the plurality of terminals,
A learning model for estimating a location based on terminal group information and predicting first location information indicating a user's location with respect to the electronic device based on the first terminal group information,
Based on the first location information, location-based content is provided to the electronic device,
Based on the usage process information of the above location-based content, the user's behavior log information is collected,
After the first terminal group information is acquired, second terminal group information including at least one of reception strength information and response time information of the plurality of terminals and identification information of the plurality of terminals is acquired,
Based on the second terminal group information and the learning model, second location information indicating the user's location with respect to the electronic device is predicted,
Provide customized content to the electronic device based on the user's behavior log information and the second location information,
The above processor, by executing the above instructions,
A server that generates a learning model that estimates a location corresponding to the terminal group information based on the results of learning reference learning data including a plurality of terminal group information and location information of a plurality of electronic devices corresponding to the plurality of terminal group information. 삭제delete
KR1020230084198A 2023-06-29 Server FOR predictING user OF location using beacons and providING customized content and operating method OF THE SAME Active KR102860916B1 (en)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020230084198A KR102860916B1 (en) 2023-06-29 Server FOR predictING user OF location using beacons and providING customized content and operating method OF THE SAME

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020230084198A KR102860916B1 (en) 2023-06-29 Server FOR predictING user OF location using beacons and providING customized content and operating method OF THE SAME

Publications (2)

Publication Number Publication Date
KR20250001678A KR20250001678A (en) 2025-01-07
KR102860916B1 true KR102860916B1 (en) 2025-09-17

Family

ID=

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2017138262A (en) * 2016-02-05 2017-08-10 株式会社 Ｌａｆｌａ Position estimation system
KR102243456B1 (en) * 2020-10-26 2021-04-21 이정음 Method, apparatus and system for providing user-specific event content

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2017138262A (en) * 2016-02-05 2017-08-10 株式会社 Ｌａｆｌａ Position estimation system
KR102243456B1 (en) * 2020-10-26 2021-04-21 이정음 Method, apparatus and system for providing user-specific event content

Similar Documents

Publication Publication Date Title
CN107798557B (en) Electronic device, service place recommendation method based on LBS data and storage medium
KR101510860B1 (en) Service Method and Server for Providing Application Comprehended User Intention
CN110263939B (en) Assessment method, device, equipment and medium for representing learning model
US9143894B2 (en) Method and system for proximity and context based deduction of position for a GPS enable computing device
US20170280299A1 (en) Device localization based on a learning model
JP6254282B2 (en) System and method for selecting a Wi-Fi access point for location determination
CN107767228A (en) Application recommended method, device, terminal equipment and storage medium
JP5696903B2 (en) Action type extraction system, apparatus, method, recording medium storing program
CN105357638A (en) Method and apparatus for predicting user position in predetermined moment
CN113392018A (en) Traffic distribution method, traffic distribution device, storage medium, and electronic device
CN108924908B (en) WiFi scanning method and device and electronic device
US9635691B2 (en) Apparatus and method of providing connection source recommendations using a database of historic data on connectivity
US9936477B2 (en) Method for detecting location of mobile computing device and mobile computing device performing the same
KR102860916B1 (en) Server FOR predictING user OF location using beacons and providING customized content and operating method OF THE SAME
KR20250001678A (en) Server FOR predictING user OF location using beacons and providING customized content and operating method OF THE SAME
CN108882165B (en) Navigation method and device
CN110990714A (en) User behavior intention prediction method and device
CN114756367B (en) Service migration method, device, medium and electronic equipment
US20220107199A1 (en) Search device, search method, and storage medium
CN110582054A (en) data processing method, device and machine readable medium
CN104156368A (en) Method and device for providing application access result
CN107743094B (en) Route access method and route access device
US9408153B2 (en) Controlling a mobile device
JP7412379B2 (en) Feature data generation device, wireless usage prediction system, feature data generation method, and computer program
CN110619087B (en) Method and apparatus for processing information

Legal Events

Date Code Title Description
PA0109 Patent application

St.27 status event code: A-0-1-A10-A12-nap-PA0109

PA0201 Request for examination

St.27 status event code: A-1-2-D10-D11-exm-PA0201

D13-X000 Search requested

St.27 status event code: A-1-2-D10-D13-srh-X000

PG1501 Laying open of application

St.27 status event code: A-1-1-Q10-Q12-nap-PG1501

PE0902 Notice of grounds for rejection

St.27 status event code: A-1-2-D10-D21-exm-PE0902

E13-X000 Pre-grant limitation requested

St.27 status event code: A-2-3-E10-E13-lim-X000

P11-X000 Amendment of application requested

St.27 status event code: A-2-2-P10-P11-nap-X000

PE0701 Decision of registration

St.27 status event code: A-1-2-D10-D22-exm-PE0701

PG1601 Publication of registration

St.27 status event code: A-4-4-Q10-Q13-nap-PG1601