스마트폰 환경에서 사용자 그룹별 모델을 활용한 사용자 장소 추론 (User Location Inference Using User Group Models in Smartphone Environment)

서지정보

· 발행기관 : 한국정보과학회
· 수록지 정보 : 정보과학회 컴퓨팅의 실제 논문지 / 18권 / 3호 / 197 ~ 207페이지
· 저자명 : 김영호, 강영길, 이수원

초록

스마트폰의 확산으로 스마트폰에 내장된 다양한 센서를 활용한 상황인지 서비스가 고도화 되고 있다. 이와 관련하여 GPS 센서, 무선랜 AP, 기지국 등의 정보를 이용하여 사용자의 위치를 파악하는 연구와 위치 기반 서비스에 대한 연구들이 이루어지고 있다. 그러나 기존의 GPS 등을 통한 위치 파악 방법은 인프라를 구축하는 비용이 소요되고 상대적으로 부정확한 장소 정보를 반환하는 문제점이 있다. 본 연구에서는 스마트폰으로부터 수집된 시간, 요일, 장소, 주변 동시 출현 사용자 정보 등과 같은 사용자의 상황 로그로부터 수집된 전체 사용자를 대상으로 장소 추론 모델을 학습하여 사용자의 장소를 추론한다. 또한, 사용자의 프로파일로부터 유사 사용자를 그룹핑 하고, 그룹별 장소 추론 모델을 학습하여 사용자의 장소 추론 정확도를 개선하는 방법을 제안한다. 제안 방법의 성능 평가를 위하여 Reality Mining 프로젝트 그룹에서 수집된 데이터셋을 사용하여 전체 사용자에 대한 주변 동시 출현 사용자 속성을 이용한 방법과 유사 사용자 그룹별 장소 추론 방법을 비교 실험하였다. 실험 결과, 전체 사용자를 대상으로 장소를 추론하는 방법에 비해 유사 사용자 그룹별로 장소를 추론하는 방법의 분류 정확도가 향상되었음을 확인하였다.

영어초록

Context-aware service using various built-in smartphone sensors is enhanced since smartphone is used extensively. Concerning this, many researches on inferring a user's location from information based on GPS sensors, Wi-Fi APs and Cell Towers, and on LBS are continuously being made. However, methods for inferring a user's location from sensing information such as GPS require high cost for providing infrastructure and have many problems in returning inaccurate location information. In this paper, it is proposed to infer a user’s location by learning from context log, user’s time, day of the week, and nearby person’s information, which are collected from smartphone. It is also proposed to improve the accuracy of location inference by using the inference models which adopt user clustering based on their profiles. The performance of the proposed methods are evaluated by using dataset from Reality Mining Project Group. As the results, the accuracy of the proposed method which uses location inference from clustered user models is higher than the accuracy of the method which does not adopt clustered user models.

참고자료

· 없음