KR20170078464A - 사용자의 시청유형 분류를 통한 개인화된 tv 채널 추천 방법 및 장치 - Google Patents

사용자의 시청유형 분류를 통한 개인화된 tv 채널 추천 방법 및 장치 Download PDF

Info

Publication number
KR20170078464A
KR20170078464A KR1020150189006A KR20150189006A KR20170078464A KR 20170078464 A KR20170078464 A KR 20170078464A KR 1020150189006 A KR1020150189006 A KR 1020150189006A KR 20150189006 A KR20150189006 A KR 20150189006A KR 20170078464 A KR20170078464 A KR 20170078464A
Authority
KR
South Korea
Prior art keywords
time
channel
viewer
personalized
channel recommendation
Prior art date
Application number
KR1020150189006A
Other languages
English (en)
Inventor
이지형
오성탁
김누리
방한별
김진아
김베드로
이재동
Original Assignee
성균관대학교산학협력단
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by 성균관대학교산학협력단 filed Critical 성균관대학교산학협력단
Priority to KR1020150189006A priority Critical patent/KR20170078464A/ko
Publication of KR20170078464A publication Critical patent/KR20170078464A/ko

Links

Images

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N21/00—Selective content distribution, e.g. interactive television or video on demand [VOD]
    • H04N21/40—Client devices specifically adapted for the reception of or interaction with content, e.g. set-top-box [STB]; Operations thereof
    • H04N21/43—Processing of content or additional data, e.g. demultiplexing additional data from a digital video stream; Elementary client operations, e.g. monitoring of home network or synchronising decoder's clock; Client middleware
    • H04N21/442—Monitoring of processes or resources, e.g. detecting the failure of a recording device, monitoring the downstream bandwidth, the number of times a movie has been viewed, the storage space available from the internal hard disk
    • H04N21/44204—Monitoring of content usage, e.g. the number of times a movie has been viewed, copied or the amount which has been watched
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N21/00—Selective content distribution, e.g. interactive television or video on demand [VOD]
    • H04N21/20—Servers specifically adapted for the distribution of content, e.g. VOD servers; Operations thereof
    • H04N21/25—Management operations performed by the server for facilitating the content distribution or administrating data related to end-users or client devices, e.g. end-user or client device authentication, learning user preferences for recommending movies
    • H04N21/251—Learning process for intelligent management, e.g. learning user preferences for recommending movies
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N21/00—Selective content distribution, e.g. interactive television or video on demand [VOD]
    • H04N21/40—Client devices specifically adapted for the reception of or interaction with content, e.g. set-top-box [STB]; Operations thereof
    • H04N21/45—Management operations performed by the client for facilitating the reception of or the interaction with the content or administrating data related to the end-user or to the client device itself, e.g. learning user preferences for recommending movies, resolving scheduling conflicts
    • H04N21/4508—Management of client data or end-user data
    • H04N21/4532—Management of client data or end-user data involving end-user characteristics, e.g. viewer profile, preferences
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N21/00—Selective content distribution, e.g. interactive television or video on demand [VOD]
    • H04N21/40—Client devices specifically adapted for the reception of or interaction with content, e.g. set-top-box [STB]; Operations thereof
    • H04N21/45—Management operations performed by the client for facilitating the reception of or the interaction with the content or administrating data related to the end-user or to the client device itself, e.g. learning user preferences for recommending movies, resolving scheduling conflicts
    • H04N21/466—Learning process for intelligent management, e.g. learning user preferences for recommending movies
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N21/00—Selective content distribution, e.g. interactive television or video on demand [VOD]
    • H04N21/40—Client devices specifically adapted for the reception of or interaction with content, e.g. set-top-box [STB]; Operations thereof
    • H04N21/47—End-user applications
    • H04N21/475—End-user interface for inputting end-user data, e.g. personal identification number [PIN], preference data
    • H04N21/4755—End-user interface for inputting end-user data, e.g. personal identification number [PIN], preference data for defining user preferences, e.g. favourite actors or genre

Abstract

본 발명의 TV 채널 추천 방법 및 장치는 TV를 시청하는 시청자에 대한 각각의 데이터를 수집하고, 일정기간을 두고 누적된 사용자의 시간 의존 성향에 따른 기본 행렬을 토대로 상황에 맞는 프로파일링을 통해 현재 TV를 시청하는 서로 다른 시청자에게 상위 k개의 채널을 추천한다.

Description

사용자의 시청유형 분류를 통한 개인화된 TV 채널 추천 방법 및 장치{PERSONALIZED TV CHANNEL RECOMMENDATION CONSIDERING TIME DEPENDENT PROPENSITY OF VIEWER USING CONSTRAINED OPTIMIZATION TECHNIQUE}
본 발명은 TV 채널 추천 방법 및 장치에 관한 것으로, 보다 상세하게는, TV를 시청하는 시청자의 시청 유형 분류를 통해 개인화된 TV 채널을 추천하는 방법 및 장치에 관한 것이다.
디지털 방송이 최근 활성화됨에 따라, TV 채널 및 프로그램의 수는 기존 아날로그 방성에 비해 엄청나게 빠르게 늘어가고 있다. 다라서, 시청자들은 다양한 TV 프로그램들을 시청할 수 있게 되었다.
하지만, 시청자들은 수백가지의 채널들 중 자신의 선호하는 TV 프로그램을 찾는데 너무나 많은 시간을 허비하고 있다. 이를 위해, EPG(Electronic Program Guide)가 TV 프로그램의 정보를 제공하기 위해 제공되고, 여기에는 현재 또는 이후 시작하는 프로그램의 제목, 시청시간 등의 스케줄 정도가 표시될 수 있다. 스케줄 정보는 제목, 장르, 각본 및 배우 등과 같은 TV 프로그램의 상세 정보가 포함된다. 하지만, 이러한 EPG가 TV 채널 검색의 문제를 모두 해결할 수 없고, 특히 개인화된 추천을 제공하지 못한다.
이를 위한 종래 연구에서는, 사용청자의 선호도를 산출하는 여러 방식이 존재하였다. 많은 연구에서, 사용자의 명시적 또는 묵시적 선호도, 다른 사용자의 선호도 및 아이템의 속성에 기반하여 사용자의 선호도를 계산하였고, 이를 통해 TV를 추천하는 방식을 사용하였다.
다만, 이러한 방식은 시간이라는 개념이 빠져있어, 정확한 피드백이 제공되지 못하였고, 사용자는 모든 시간에 대해 TV를 시청하고 있는 것은 아니기 때문에, 이러한 시간의 개념이 도입되지 않은 선호도 산출은 실제 시청자에게 도움이 되지 않는 문제점이 있다.
상술한 문제점을 해결하기 위한 본 발명의 목적은 시청자의 시간-인지 선호도 및 시간 종속적인 속성을 고려하는 TV 채널 추천 방법 및 장치를 제공하는 것이다.
상기한 목적을 달성하기 위한 본 발명의 TV 채널 추천 방법 및 장치는 TV를 시청하는 시청자에 대한 각각의 데이터를 수집하고, 일정기간을 두고 누적된 사용자의 시간 의존 성향에 따른 기본 행렬을 토대로 상황에 맞는 프로파일링을 통해 현재 TV를 시청하는 서로 다른 시청자에게 상위 k개의 채널을 추천한다.
본 발명의 사용자의 시청유형 분류를 통한 개인화된 TV 채널 추천 방법 및 장치에 따르면, 시간-인지 TV 채널 추천 방법을 통해 사용자에게 보다 더 최적화된 채널을 추천하는 효과가 있다.
도 1은 본 발명의 일 실시예에 따른 TV 채널 추천 방법을 개략적으로 설명하기 위한 개념도,
도 2는 TV 채널 추천을 위한 사용되는 로그 기록들을 나타낸 도면,
도 3은 본 발명의 TV 추천 방법과 종래 방법과의 성능을 비교한 표이다.
본 발명은 다양한 변경을 가할 수 있고 여러 가지 실시예를 가질 수 있는 바, 특정 실시예들을 도면에 예시하고 상세하게 설명하고자 한다.
그러나, 이는 본 발명을 특정한 실시 형태에 대해 한정하려는 것이 아니며, 본 발명의 사상 및 기술 범위에 포함되는 모든 변경, 균등물 내지 대체물을 포함하는 것으로 이해되어야 한다.
제 1, 제 2 등의 용어는 다양한 구성요소들을 설명하는데 사용될 수 있지만, 상기 구성요소들은 상기 용어들에 의해 한정되어서는 안 된다. 상기 용어들은 하나의 구성요소를 다른 구성요소로부터 구별하는 목적으로만 사용된다. 예를 들어, 본 발명의 권리 범위를 벗어나지 않으면서 제 1 구성요소는 제 2 구성요소로 명명될 수 있고, 유사하게 제 2 구성요소도 제 1 구성요소로 명명될 수 있다. 및/또는 이라는 용어는 복수의 관련된 기재된 항목들의 조합 또는 복수의 관련된 기재된 항목들 중의 어느 항목을 포함한다.
어떤 구성요소가 다른 구성요소에 "연결되어" 있다거나 "접속되어" 있다고 언급된 때에는, 그 다른 구성요소에 직접적으로 연결되어 있거나 또는 접속되어 있을 수도 있지만, 중간에 다른 구성요소가 존재할 수도 있다고 이해되어야 할 것이다. 반면에, 어떤 구성요소가 다른 구성요소에 "직접 연결되어" 있다거나 "직접 접속되어" 있다고 언급된 때에는, 중간에 다른 구성요소가 존재하지 않는 것으로 이해되어야 할 것이다.
본 출원에서 사용한 용어는 단지 특정한 실시예를 설명하기 위해 사용된 것으로, 본 발명을 한정하려는 의도가 아니다. 단수의 표현은 문맥상 명백하게 다르게 뜻하지 않는 한, 복수의 표현을 포함한다. 본 출원에서, "포함하다" 또는 "가지다" 등의 용어는 명세서상에 기재된 특징, 숫자, 단계, 동작, 구성요소, 부품 또는 이들을 조합한 것이 존재함을 지정하려는 것이지, 하나 또는 그 이상의 다른 특징들이나 숫자, 단계, 동작, 구성요소, 부품 또는 이들을 조합한 것들의 존재 또는 부가 가능성을 미리 배제하지 않는 것으로 이해되어야 한다.
다르게 정의되지 않는 한, 기술적이거나 과학적인 용어를 포함해서 여기서 사용되는 모든 용어들은 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자에 의해 일반적으로 이해되는 것과 동일한 의미를 가지고 있다. 일반적으로 사용되는 사전에 정의되어 있는 것과 같은 용어들은 관련 기술의 문맥상 가지는 의미와 일치하는 의미를 가진 것으로 해석되어야 하며, 본 출원에서 명백하게 정의하지 않는 한, 이상적이거나 과도하게 형식적인 의미로 해석되지 않는다.
이하, 첨부한 도면들을 참조하여, 본 발명의 바람직한 실시예를 보다 상세하게 설명하고자 한다. 본 발명을 설명함에 있어 전체적인 이해를 용이하게 하기 위하여 도면상의 동일한 구성요소에 대해서는 동일한 참조부호를 사용하고 동일한 구성요소에 대해서 중복된 설명은 생략한다.
도 1은 본 발명의 일 실시예에 따른 TV 채널 추천 방법을 개략적으로 설명하기 위한 개념도이다.
도 1을 참조하면, TV 추천 장치(미도시)는 시청 로그 데이터를 수신한다. 로그 데이터는 예컨대, "채널 11을 30분 시청하였다"라는 정보를 포함할 수 있다. 즉, 특정 요일에 특정 시간에 있어서, 특정 채널을 얼마나 시청했는지에 대한 정보를 포함할 수 있다.
도 2는 TV 채널 추천을 위한 사용되는 로그 기록들을 나타낸 도면이다.
도 2를 참조하면, 특정 요일(또는 날짜)에 특정 시간대에 특정 채널을 본 내역이 기록될 수 있다. 또한, 이때, 채널 3번에 대한 선호도는 해당 요일/시간대의 다른 채널, 예컨대, 1번, 2번, 4번, 5번 등보다 높다고 볼 수 있다. 이와 같이, 본 발명의 실시예에서는, 특정 채널 또는 프로그램의 시청 분포에 시간 개념을 더하여 해당 요일/시간대에 해당 채널을 시청하였다는 기록이 시간 종속 성향을 나타내는 기초 데이터로써 활용될 수 있다.
다시 도 1로 돌아가서, 이와 같은 시청 로그 데이터를 기반으로 4개 시간 종속 성향을 산출한다. 이를 문맥적 프로파일링이라 부를 수 있다.
그리고는, 프로파일링된 갑을 가지고, 시청자 성향을 계산하여 문맥적 추천을 수행할 수 있다.
여기서, 4개 문맥적 팩터는, 시간 개념이 없는 채널 선호도(no-context), 요일(day), 시간(hours), 요일에 따른 시간(hours per days), 이렇게 4가지가 된다. 이를 서로 다른 시간 문맥 타입(예컨대, 제 1 시간 문맥 타입, 제 2 시간 문맥 타입 등)으로 정의하여 각각 다른 방식으로 선호도를 산출할 수 있다.
먼저, 상기 시청 로그 데이터를 기반으로 시청 선호도를 구하는 방법에 있어서, 시청자 u가 특정 TV 프로그램 p를 본 비율 점수(rating score) Ru,p는 다음과 같다:
Figure pat00001
여기서, tu,p,end와 tu,p,begin은 TV 프로그램 p에 대한 시청 로그의 시청 시작 시간과 시청 종료 시간을 나타낸다. 이때, 시청자 u의 시간 문맥 타입 s 아래서의 TV 채널 c의 선호도를 추출하기 위해, 선호도 Pu,c,s는 다음과 같이 산출할 수 있다:
Figure pat00002
다시 말해, Pu,c,s는 시간 문맥 타입 s의 TV 채널 c의 총 시청 시간이다. 이 수학식은 만약 시청자가 채널 c를 볼 시간이 상당히 많은 경우, 다른 채널보다 높은 선호도를 갖는다는 것을 반영한다. 이를 정규화하면, 정규화된 TV 채널 선호도는 다음과 같다:
Figure pat00003
사용자의 시청 로그데이터가 주어지면, 시간 문맥 타입 s가 no-context, 요일, 시간, 요일에 따른 시간인 경우, 상기 수학식을 이용하여 4개의 시간-채널 매트릭스를 획득할 수 있다.
이를 보다 구체적으로 살펴보면, 각각의 사용자들은 사용자의 시청 패턴이 각각의 시간-채널 매트릭스들에 얼마나 가까운지를 나타내는 α, β, γ, δ의 4개의 성향값을 획득할 수 있다. 예컨대, 사용자들의 성향 α, β, γ, δ가 0.1, 0.2, 0.3, 0.4인 경우, 이러한 사용자는 다른 시간 문맥 팩터들보다 요일에 따른 시간의 시간 문맥 하에서 서로 다른 TV 채널을 시청하는 경향을 나타낸다고 볼 수 있다. 즉, 사용자의 4개 시간 종속 성향을 반영하기 위해, 장치는 다음의 수학식에 의해, 시간 문맥 s 하에서 TV 채널 c의 선호도를 정의할 수 있다:
Figure pat00004
여기서,
Figure pat00005
는 각각 문맥 팩터가 no-context, 요일, 시간, 요일에 따른 시간인 경우의 시간-채널 매트릭스 내의 선호도 값을 나타낸다.
본 발명의 일 실시예에 따르면, 각 사용자들의 성향 값들을 찾기 위해, 장치는 제한 최적화 방법(contrained optimization methods) 중 하나인 QP(Quadratic Programming) 방법을 사용할 수 있다. 즉, TV 채널 추천을 위한 최적화된 OP 접근방법을 사용할 수 있다. 이는 다음의 수학식을 통해 구현될 수 있다:
Figure pat00006
이때, 다음의 제약사항을 따라야 한다.
Figure pat00007
여기서, ε은 슬랙 변수(slack variable)을 나타내고, j는 사용자 u의 시청 로그의 인덱스를 나타내며, Q는 사용자 u의 시청 로그들의 수를 나타낼 수 있다. P는 이용가능한 TV 채널들의 수를 나타내고, cj는 사용자 u가 시청 로그 j 내에서 시청했던 TV 채널의 수를 나타낸다.
이러한 부등식 제약사항은 실제 시청했던 TV 채널의 선호도가 각각의 시청 로그에서의 다른 TV 채널의 선호도보다 크다는 것을 의미할 수 있다. 이러한 최적화 단계를 수행하면, 장치는 4개 성향 값들을 획득할 수 있고, 이에 따라 시간 문맥 팩터들과 연관된 각각의 사용자들의 시청 타입을 유추할 수 있다.
그리고는, 수학식 4를 통해 산출된 모든 이용가능한 TV 채널들의 추천 점수에 기반하여, 상위 k개의 TV 채널 리스트를 사용자에게 제공할 수 있고, 사용자는 이를 기반으로 특정 시간에 적합한 채널을 선택할 수 있다.
시뮬레이션 결과
도 3은 본 발명의 TV 추천 방법과 종래 방법과의 성능을 비교한 표이다.
이상 도면 및 실시예를 참조하여 설명하였지만, 본 발명의 보호범위가 상기 도면 또는 실시예에 의해 한정되는 것을 의미하지는 않으며 해당 기술 분야의 숙련된 당업자는 하기의 특허 청구의 범위에 기재된 본 발명의 사상 및 영역으로부터 벗어나지 않는 범위 내에서 본 발명을 다양하게 수정 및 변경시킬 수 있음을 이해할 수 있을 것이다.

Claims (1)

  1. TV 채널 추천 방법에 있어서,
    TV를 시청하는 시청자에 대한 각각의 데이터를 수집하고, 일정기간을 두고 누적된 사용자의 시간 의존 성향에 따른 기본 행렬을 토대로 상황에 맞는 프로파일링을 통해 현재 TV를 시청하는 서로 다른 시청자에게 상위 k개의 채널을 추천하는 방법.
KR1020150189006A 2015-12-29 2015-12-29 사용자의 시청유형 분류를 통한 개인화된 tv 채널 추천 방법 및 장치 KR20170078464A (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020150189006A KR20170078464A (ko) 2015-12-29 2015-12-29 사용자의 시청유형 분류를 통한 개인화된 tv 채널 추천 방법 및 장치

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020150189006A KR20170078464A (ko) 2015-12-29 2015-12-29 사용자의 시청유형 분류를 통한 개인화된 tv 채널 추천 방법 및 장치

Publications (1)

Publication Number Publication Date
KR20170078464A true KR20170078464A (ko) 2017-07-07

Family

ID=59353758

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020150189006A KR20170078464A (ko) 2015-12-29 2015-12-29 사용자의 시청유형 분류를 통한 개인화된 tv 채널 추천 방법 및 장치

Country Status (1)

Country Link
KR (1) KR20170078464A (ko)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107784095A (zh) * 2017-10-18 2018-03-09 国网内蒙古东部电力有限公司 一种基于移动学习的学习资源自动推荐方法
CN108419134A (zh) * 2018-02-05 2018-08-17 华南理工大学 基于个体历史与群体当前行为融合的频道推荐方法
CN109168081A (zh) * 2018-11-09 2019-01-08 四川长虹电器股份有限公司 一种电视台推荐方法

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107784095A (zh) * 2017-10-18 2018-03-09 国网内蒙古东部电力有限公司 一种基于移动学习的学习资源自动推荐方法
CN107784095B (zh) * 2017-10-18 2022-04-01 国网内蒙古东部电力有限公司 一种基于移动学习的学习资源自动推荐方法
CN108419134A (zh) * 2018-02-05 2018-08-17 华南理工大学 基于个体历史与群体当前行为融合的频道推荐方法
CN109168081A (zh) * 2018-11-09 2019-01-08 四川长虹电器股份有限公司 一种电视台推荐方法
CN109168081B (zh) * 2018-11-09 2021-04-02 四川长虹电器股份有限公司 一种电视台推荐方法

Similar Documents

Publication Publication Date Title
US11831956B2 (en) Personalized menus and media content interface
US10097897B2 (en) Enhanced program guide
CN102263999B (zh) 基于人脸识别对电视节目自动分类的方法及其系统
RU2577189C2 (ru) Основанное на профиле извлечение содержимого для систем средств выдачи рекомендаций
CN103051960A (zh) 电视节目推荐系统及其方法
RU2539585C2 (ru) Адаптивное размещение вспомогательных медиаданных в рекомендательных системах
JP5285196B1 (ja) お薦めコンテンツ提供装置、お薦めコンテンツ提供プログラムおよびお薦めコンテンツ提供方法
US20110251988A1 (en) Adaptive implicit learning for recommender system
US20100011020A1 (en) Recommender system
US20180132001A1 (en) Systems and methods for adjusting the priority of media assets scheduled to be recorded
KR100899831B1 (ko) 프로그램 검색 장치
US7412435B2 (en) Information retrieval apparatus and information retrieval support apparatus
KR20170078464A (ko) 사용자의 시청유형 분류를 통한 개인화된 tv 채널 추천 방법 및 장치
US8700556B2 (en) Biased recommender system based on age parameter
KR20050106108A (ko) 비-범주형 정보를 통한 텔레비전 추천들의 발생
CN109063080B (zh) 一种视频推荐方法及装置
US10397659B1 (en) Method and system for personalizing the display of recordings stored in a user receiving device
CN1725822A (zh) 用户喜好节目设定装置及其使用方法
US10055746B1 (en) Method and system for obtaining feedback for a content recommendation by various algorithms
RU2301503C2 (ru) Способ формирования персонального канала в многоканальном цифровом телевидении
US9344767B2 (en) Method and device for presenting video navigating interface, displaying device and computer programming product
KR20040102961A (ko) 사용자 선호 프로그램 결정 장치 및 그 방법
CN113383556A (zh) 视听历史分析装置
US20080196062A1 (en) Electronic program guide having plurality of program category groups and method for forming electronic program guide
Ko et al. A study on user satisfaction evaluation about the recommendation techniques of a personalized EPG system on digital TV