소셜 네트워크와 IoT 환경을 결합한 SIoT(Social Internet of Things)에서는 사용자와 IoT 장치 또는 IoT 장치 간의 자율적인 사회적 관계를 형성한다. 이를 통해 사용자는 자신이 필요로 하는 서비스를 제공받을 수 있다. 본 논문에서는 SIoT 환경에서 사용자들의 이동패턴을 분석하여 서비스를 추천하는 기법을 제안한다. 제안하는 기법은 개인화된 서비스를 제공하기 위해 사용자들의 활동 기록을 분석하여 주활동지역과 비활동지역으로 구분한다. 제안하는 기법은 SIoT 환경에서 분석한 사용자들의 이동 패턴을 통하여 사용자의 현재 상황과 유사한 사용자를 분석한다. 또한, 활동지역을 구분함에 따라 유사 사용자를 다르게 분석한다. 유사한 사용자들이 선호하는 서비스를 현재 사용자에게 제공하여 사용자가 필요로 하는 서비스를 추천한다. 성능평가를 통해, 제안하는 기법이 기존 기법과 비교하여 성능이 우수함을 보인다. 제안하는 기법은 기존 기법보다 정확도와 f1-score에서 약 10% 정도 높은 성능을 보였다. 이를 통하여 사용자가 필요로 하는 서비스를 추천하는 시스템을 기대해 볼 수 있다.
In the context of Social Internet of Things(SIoT), that combines social networks and IoT environments, autonomous social relationships are formed between users and IoT devices, allowing users to receive the services they need. In this paper, we propose a service recommendation scheme based on users' moving patterns in the SIoT environment. The proposed scheme aims to provide personalized services by analyzing users' activity records and categorizing them into active areas and inactive areas. The proposed scheme analyzes similar users based on the moving patterns of users in the SIoT environment by taking into account their activity areas. By offering the services preferred by similar users, the scheme recommends the services that the current user needs. The proposed scheme selects a set of candidate services from those used by similar users and recommends k services from the set. Through performance evaluation, the proposed scheme has demonstrated superior performance compared to existing methods. The proposed scheme shows approximately a 10% higher than the existing methods in precision and F1-score. This suggests the potential for a recommendation system that can provide users with the desired services.