• 한국인터넷방송통신학회논문지
• /
• 제15권3호
• /
• pp.43-50
• /
• 2015

구글, 야후, 다음, 네이버 등 주요 포털의 지도에는 이른바 POI, 즉 관심 지점 (point of interest)이 서비스되고 있다. 인터넷 지도 상의 관심 지점은 소셜 커머스, 소셜 네트워크 서비스, 소셜 게임, 소셜 쇼핑 등으로까지 확대되는 추세이다. 그런데 지도 상의 위치 즉 현재 이용자가 위치한 장소는 인문학적인 스토리 텔링의 시발점이기도 하다는 점에 주목해야 한다. 우리가 현재 위치한 곳의 민담, 동요, 소설 속의 등장인물, 영화의 배경, 노래가사, 위인의 출생 등의 이야기가 꽃피는 장소인 것이다. 이 연구는 지금까지 POI 정보에 카페, 레스토랑, 병원, 식당, 맛집 등의 정보만이 서비스되는 한계점을 지적하였고, 더 나아가 대안으로 POI정보와 결합된 소위 '인문융합 지도 서비스'를 제안하였다.

• 한국측량학회지
• /
• 제37권2호
• /
• pp.81-89
• /
• 2019

As the need for the integration of administrative datasets and address information increases, there is also growing interest in POI (Point of Interest) data as a source of location information across applications and platforms. The purpose of this study is to develop an alias database management method for efficient POI searching, based on POI data representing position. First, we determine the attributes of POI alias data as it is used variously by individual users. When classifying aliases of POIs, we excluded POIs in which the typo and names are all in English alphabet. The attributes of POI aliases are classified into four categories, and each category is reclassified into three classes according to the strength of the attributes. We then define the quality of POI aliases classified in this study through experiments. Based on the four attributes of POI defined in this study, we developed a method of managing one POI alias through and integrated method composed of word embedding and a similarity measurement. Experimental results of the proposed POI alias management method show that it is possible to utilize the algorithm developed in this study if there are small numbers of aliases in each POI with appropriate POI attributes defined in this study.

• Journal of Information Science Theory and Practice
• /
• 제12권2호
• /
• pp.64-78
• /
• 2024

Sentiment analysis is one of the promising approaches for developing a point of interest (POI) recommendation system. It uses natural language processing techniques that deploy expert insights from user-generated content such as reviews and feedback. By applying sentiment polarities (positive, negative, or neutral) associated with each POI, the recommendation system can suggest the most suitable POIs for specific users. The proposed study combines two models for POI recommendation. The first model uses bidirectional long short-term memory (BiLSTM) to predict sentiments and is trained on an election dataset. It is observed that the proposed model outperforms existing models in terms of accuracy (99.52%), precision (99.53%), recall (99.51%), and F1-score (99.52%). Then, this model is used on the Foursquare dataset to predict the class labels. Following this, user and POI embeddings are generated. The next model recommends the top POIs and corresponding coordinates to the user using the LSTM model. Filtered user interest and locations are used to recommend POIs from the Foursquare dataset. The results of our proposed model for the POI recommendation system using sentiment analysis are compared to several state-of-the-art approaches and are found quite affirmative regarding recall (48.5%) and precision (85%). The proposed system can be used for trip advice, group recommendations, and interesting place recommendations to specific users.

• 정보처리학회논문지:소프트웨어 및 데이터공학
• /
• 제4권10호
• /
• pp.439-446
• /
• 2015

최근 위치기반서비스의 확장을 위해 GPS 위치정보에 관심지점(POI: Point of Interest) 정보를 결합한 시맨틱 궤적(Semantic Trajectory)이 주목받고 있다. 기존 연구의 경우 GPS 궤적과 POI의 면적정보(polygon)가 겹치는 경우를 찾아내어 시맨틱 궤적을 생성하였다. 하지만 구글 지도, 네이버 지도, OpenStreetMap 등과 같은 공개된 지리 정보 시스템에서는 POI의 면적정보를 제공하지 않기 때문에 기존 방법으로는 시맨틱궤적을 생성하지 못하는 문제가 있다. 본 논문에서는 POI의 면적정보가 없는 제한적인 상황에서도 GPS 위치정보와 POI의 좌표값(points)만을 이용하여 시맨틱 궤적을 생성할 수 있는 기법을 제안한다.

• 한국측량학회지
• /
• 제34권6호
• /
• pp.609-618
• /
• 2016

Since demand for location-based services increases and the relevant service becomes more diverse, the use of POI (Point of Interest) is being required in various fields. Various roles of POI for display, search and inquiry exist, but the implementation and expression of such roles are partially limited. Therefore, the data model for implementation is suggested in this paper to enable practical implementation, expression and inquiry of POI data. The data model was developed based on 3 roles of POI including search, expression and linkage, and especially, the spatial relationship between POI objects which was not suggested in previous data models is considered and time series scheme is suggested to enable various expressions and inquiries in application services.

• 한국통신학회논문지
• /
• 제42권2호
• /
• pp.453-459
• /
• 2017

사용자들은 그들의 관심이 관심지점 (POI: Point-of-Interest)과 관련이 있다는 사실을 언급하기 위해 위치 기반 소셜 네트워크에 체크인하거나 그들의 상태를 올리는 경향이 있다. 관심지역 (AOI: Area-of-Interest)을 찾는 기존 연구는 대부분 위치 기반 소셜 네트워크로부터 수집된 공간 태그된 사진과 함께 밀도 기반 군집화 기법을 사용하여 수행되었다. 반면, 본 연구에서는 POI 중심을 포함한 하나의 군집에 해당하는 POI 경계선을 추정하는 데에 초점을 맞춘다. 트위터 사용자들로부터의 공간 태그된 트윗을 사용하여 POI 중심으로부터 도달할 수 있는 적절한 반경을 찾음으로써 POI 경계선을 추정하는 밀도 기반 저복잡도 두 단계 방법을 소개한다. 두 단계 밀도 기반 추정을 통해 선택된 공간 태그의 convex hull로써 POI 경계선을 추정하는데, 각 단계에서 다른 크기의 반경 증가를 가정하여 진행한다. 제안한 방법은 기본 밀도 기반 군집화 방법보다 계산 복잡도 측면에서 우수한 성능을 가짐을 보인다.

• 한국인터넷방송통신학회논문지
• /
• 제8권5호
• /
• pp.149-157
• /
• 2008

본 논문에서는 특정 관심지점(POI, Point-of-Interest)의 상세 서비스들을 자동 발견하고, 이를 관리 제어할 수 있는 텔레매틱스 POI 서비스 플랫폼을 제안하고 개발한다. 개발 제안되는 서비스 플랫폼은 UPnP 미들웨어를 사용하여 텔레매틱스 POI 상세 서비스를 자동 발견하고, GIS 정보를 이용한 위치 기반 서비스를 제공할 수 있도록 설계한다. 서비스 플랫폼은 텔레매틱스 서버 및 단말과 서비스 게이트웨이로 구성하여 구현하고 테스트 시나리오를 적용하여 제안된 POI 서비스 플랫폼의 타당성을 검증한다. 또한 제안된 서비스 환경 하에서 전송되는 UPnP 메시지의 응답 속도 및 메시지 처리량을 측정 분석하여 서비스 메시지가 네트워크 혼잡도에 미치는 영향이 적음을 확인한다.

• 대한원격탐사학회:학술대회논문집
• /
• 대한원격탐사학회 2004년도 Proceedings of ISRS 2004
• /
• pp.256-259
• /
• 2004

Recently, Location-based services(LBS) allow consumers to receive services based on their geographic location data. Users want to take services based location information with portable devices. And Point of Interest(POI) information's usage is increasing with mobile device's development and user's interest. And this paper shows that we connect the multimedia POI database(DB), provide the multimedia services through the portable devices and search POI using location and direction information. The multimedia POI is consisted of sound, image, moving image and animation with location information. When we search POI, we find POI in DB using the area zone and direction information.[l]

• 한국측량학회지
• /
• 제37권5호
• /
• pp.359-366
• /
• 2019

Indoor spatial data has great importance as the demand for representing the complex urban environment in the context of providing LBS (Location-based Services) is increasing. IndoorGML (Indoor Geographic Markup Language) has been established as the data standard for spatial data in providing indoor navigation, but its definitions and relationships must be expanded to increase its applications and to successfully delivering information to users. In this study, we propose an approach to integrate IndoorGML with Indoor POI (Points of Interest) data by extending the IndoorGML notion of space and topological relationships. We consider two cases of representing Indoor POI, by 3D geometry and by point primitive representation. Using the concepts of the NRS (node-relation structure) and multi-layered space representation of IndoorGML, we define layers to separate features that represent the spaces and the Indoor POI into separate, but related layers. The proposed methodology was implemented with real datasets to evaluate its effectiveness for performing indoor spatial analysis.

• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제12권11호
• /
• pp.5344-5356
• /
• 2018

Nowadays with the help of Location-Based Social Networks (LBSNs), users of Point-of-Interest (POI) recommendation service in LBSNs are able to publish their geo-tagged information and physical locations in the form of sign-ups and share their experiences with friends on POI, which can help users to explore new areas and discover new points-of-interest, and promote advertisers to push mobile ads to target users. POI recommendation service in LBSNs is attracting more and more attention from all over the world. Due to the sparsity of users' activity history data set and the aggregation characteristics of sign-in area, conventional recommendation algorithms usually suffer from low accuracy. To address this problem, this paper proposes a new recommendation algorithm based on a novel Preference-Content-Region Model (PCRM). In this new algorithm, three kinds of information, that is, user's preferences, content of the Point-of-Interest and region of the user's activity are considered, helping users obtain ideal recommendation service everywhere. We demonstrate that our algorithm is more effective than existing algorithms through extensive experiments based on an open Eventbrite data set.