KR100806733B1 - 패턴 풀 기반 사용자 선호 정보 관리 시스템과 사용자 선호정보 관리 방법 및 이를 실현시키기 위한 프로그램을기록한 컴퓨터로 판독 가능한 기록 매체 - Google Patents

패턴 풀 기반 사용자 선호 정보 관리 시스템과 사용자 선호정보 관리 방법 및 이를 실현시키기 위한 프로그램을기록한 컴퓨터로 판독 가능한 기록 매체 Download PDF

Info

Publication number
KR100806733B1
KR100806733B1 KR1020060136295A KR20060136295A KR100806733B1 KR 100806733 B1 KR100806733 B1 KR 100806733B1 KR 1020060136295 A KR1020060136295 A KR 1020060136295A KR 20060136295 A KR20060136295 A KR 20060136295A KR 100806733 B1 KR100806733 B1 KR 100806733B1
Authority
KR
South Korea
Prior art keywords
pattern
user
user behavior
preference information
preference
Prior art date
Application number
KR1020060136295A
Other languages
English (en)
Inventor
신사임
이종설
이석필
Original Assignee
전자부품연구원
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 전자부품연구원 filed Critical 전자부품연구원
Priority to KR1020060136295A priority Critical patent/KR100806733B1/ko
Application granted granted Critical
Publication of KR100806733B1 publication Critical patent/KR100806733B1/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
    • H04N21/45—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
    • H04N21/4667—Processing of monitored end-user data, e.g. trend analysis based on the log file of viewer selections
    • 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
    • H04N21/434—Disassembling of a multiplex stream, e.g. demultiplexing audio and video streams, extraction of additional data from a video stream; Remultiplexing of multiplex streams; Extraction or processing of SI; Disassembling of packetised elementary stream
    • H04N21/4345—Extraction or processing of SI, e.g. extracting service information from an MPEG stream
    • 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
    • H04N21/44213—Monitoring of end-user related data
    • H04N21/44222—Analytics of user selections, e.g. selection of programs or purchase activity
    • 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
    • H04N21/4668—Learning process for intelligent management, e.g. learning user preferences for recommending movies for recommending content, e.g. movies

Landscapes

  • Engineering & Computer Science (AREA)
  • Databases & Information Systems (AREA)
  • Multimedia (AREA)
  • Signal Processing (AREA)
  • Health & Medical Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Social Psychology (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Two-Way Televisions, Distribution Of Moving Picture Or The Like (AREA)
  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)

Abstract

본 발명은 사용자 행동 기록을 생성하는 사용자 행동 기록 생성부와, 상기 사용자 행동 기록을 기초로 사용자 행동 패턴을 수집하는 사용자 행동 패턴 풀 생성부와, 상기 사용자 행동 패턴에 대해서 선호 패턴 목록과 비선호 패턴 목록을 생성하는 패턴 목록 생성부와, 상기 선호 패턴 목록과 상기 비선호 패턴 목록을 기초로 사용자 선호 정보를 추출하는 사용자 선호 정보 추출부와, 상기 사용자 선호 정보와 프로그램 별 메타데이터를 기반으로 상기 프로그램 중에서 선호 프로그램 리스트를 추출하는 선호 프로그램 추출부를 포함하는 패턴 풀 기반 사용자 선호 정보 관리 시스템에 관한 것이다.
본 발명에 따르면, 시청자 별 선호 프로그램에 관한 패턴을 자동으로 파악하고 관리하여 선호 프로그램을 우선 사용자에게 제공하여 시청 만족도를 높일 수 있다.
TV-Anytime, 메타데이터, 사용자 행동 패턴, 패턴 풀, 상호 정보, 패턴 목록

Description

패턴 풀 기반 사용자 선호 정보 관리 시스템과 사용자 선호 정보 관리 방법 및 이를 실현시키기 위한 프로그램을 기록한 컴퓨터로 판독 가능한 기록 매체{SYSTEM AND METHOD FOR MANAGING USER PREFERENCE INFORMATION BASED ON PATTERN POOL AND COMPUTER-READABLE MEDIUM HAVING THEREON PROGRAM PERFORMING FUNCTION EMBODYING THE SAME}
도 1은 종래의 TV-Anytime 표준에서의 사용자 히스토리의 예시적인 구성도.
도 2는 종래의 TV-Anytime 표준에서의 사용자 선호 정보의 예시적인 구성도.
도 3은 본 발명에 따른 패턴 풀 기반 사용자 선호 정보 관리 시스템의 예시적인 블록도.
도 4는 본 발명에 따른 패턴 풀 기반 사용자 선호 정보 관리 방법의 예시적인 흐름도.
<도면의 주요부분에 대한 부호의 설명>
110: 사용자 행동 기록 생성부 130: 사용자 행동 패턴 풀 생성부
150: 패턴 목록 생성부 170: 사용자 선호 정보 추출부
190: 선호 프로그램 추출부
본 발명은 패턴 풀 기반 사용자 선호 정보 관리 시스템과 사용자 선호 정보 관리 방법 및 이를 실현시키기 위한 프로그램을 기록한 컴퓨터로 판독 가능한 기록 매체에 관한 것으로, 더욱 구체적으로는 시청자 별 선호 프로그램에 관한 패턴을 자동으로 파악하고 관리하여 선호 프로그램을 우선 사용자에게 제공하여 시청 만족도를 높일 수 있는 패턴 풀 기반 사용자 선호 정보 관리 시스템과 사용자 선호 정보 관리 방법 및 이를 실현시키기 위한 프로그램을 기록한 컴퓨터로 판독 가능한 기록 매체에 관한 것이다.
MPEG은 국제 표준화 기구인 ISO/IEC 산하의 공동 기술 위원회[JTC1]에 소속된 작업 그룹[Working Group, WG]으로서, 공식 명칭은 ISO/IEC JTC1 SC29 WG11이며 그 별칭인 Moving Picture Experts Group[동영상 전문가 그룹]의 약자이다. MPEG은 1980년대 후반에 활동을 시작하여 그동안 동영상 및 오디오의 압축 전송 표준을 개발하여 왔으며, 현재는 다양한 멀티미디어 응용과 디지털 콘텐츠의 전자 상거래를 위한 표준화 작업을 하고 있다.
MPEG 표준에는 표준화가 완료된 MPEG-1, MPEG-2, MPEG-4, MPEG-7과 현재 표준화가 진행 중인 MPEG-21이 있다. 이 중에서 고품질 통신 및 방송에의 응용을 목표로 한 MPEG2는 국제 표준을 완성하여 비디오 CD 및 인터넷 파일 전송, DVD 및 디지털 방송 등에 이미 활발하게 활용되고 있다.
한편 TV-Anytime은 디지털 방송의 맞춤형 서비스를 위한 국제 표준 규격이다. TV-Anytime 국제표준안은 MPEG-2를 기반으로 하여 제정되었으며, 디지털 방송 등의 맞춤형 서비스에서 필요한 다양한 메타데이터 규격을 웹 서비스 규격 기반으로 제공하는 방안에 대한 것이다.
이 중 메타데이터를 이용해 사용자가 원하는 프로그램만을 선택하기 위한 검색 및 탐색 서버에 대한 규격을 구현하는데 있어서 TV-Anytime은 개개인의 사용자 선호 정보를 바탕으로 한 타게팅(Targeting) 서비스에 대한 표준을 제정하였다.
타게팅 서비스는 사용자 선호 정보에 추가적인 세부 정보 즉, 예컨대 사용자의 기분, 기후, 개인 소비정보 등의 세부 정보를 바탕으로 개개인의 현재 상황에 적합한 컨텐츠를 제공하는 것을 목적으로 한다. 이와 타게팅 서비스를 통하여 TV 프로그램, 광고, 정보, 위치 등에 대한 타게팅 서비스가 가능하다.
TV-Anytime에서 제공하는 맞춤형 방송 서비스를 위한 사용자 관련 메타데이터 표준으로는 사용자 히스토리[Usage History]와 사용자 선호정보[User Preferences] 등이 존재한다.
도 1은 종래의 TV-Anytime 표준에서의 사용자 히스토리의 예시적인 구성도이다.
도 1에 도시되듯이 사용자 히스토리[Usage History에 대한 메타데이터에는 사용자[User Identifier]가 시청 과정에서 수행한 명령[User Action History, User Action List, Action Type, User Action, Action Data Item] 및 대상 프로그램[Program Identifier], 시간[Observation Period, Action Time, Action Media Time, Action General Time] 등을 기록하여 사용자 별로 저장할 수 있는 자료 구조를 제안하고 있다.
도 2는 종래의 TV-Anytime 표준에서의 사용자 선호 정보의 예시적인 구성도이다.
도 2에 도시되듯이 사용자 선호 정보[User Preferences]는 사용자[User Identifier] 별로 선호 프로그램 추천에 유용한 정보들을 저장하고 있다. 즉 선호하는 프로그램의 제목, 선호하는 프로그램의 주제, 장르, 선호 채널, 선호 시청 시간대 등의 다양한 선호 조건을 기록하여 저장할 수 있는 자료 구조를 제안하고 있다.
이러한 TV-Anytime 등의 표준을 이용하여 특히 디지털 셋톱박스에서의 개인 맞춤형 서비스를 위해서 컨텐츠 및 사용자 정보를 위한 메타데이터 구성, 메타데이터의 저장 및 관리를 위한 내장형 데이터베이스, 또한 메타데이터의 분석 및 브라우징을 위한 메타데이터 어플리케이션에 대해서 연구 및 개발이 진행중이다.
또한 IP-TV 등의 인터넷 방송 서비스 사업자 또는 프로그램 공급자 들을 중심으로 XML 기반의 Advanced EPG 생성 및 표현에 관한 연구 및 개발이 진행중이다.
이러한 시도는 특히 사용자 개인에게 적합한 개인 맞춤형 서비스의 제공에 초점을 맞추고 있다.
그러나 다양한 맞춤형 서비스를 위한 메타데이터의 처리를 이용하는 경우는 현실적으로 어려우며, 특히 전술한 각종 사용자 관련 메타데이터, 예컨대 사용자 히스토리[Usage History] 또는 사용자 선호 정보[User Preferences]를 적용하여 맞춤형 서비스를 제공하는 기술의 상용화는 아직까지 이루어지지 못하고 있다.
즉 방송 시청시 각 사용자가 선호하는 프로그램은 사용자의 생활 패턴과 취 향 등에 따라 다양하게 나타난다. 사용자에 따라 드라마와 영화를 선호하여 방송을 통하여 이들 장르를 주로 시청하는 사용자가 있는 반면, 스포츠 채널을 선호하기도 한다. 또한, 이러한 사용자의 선호도는 시청 시간에 따라 선호하는 채널이나 장르가 다르게 나타나기도 하는 등, 사용자의 선호 패턴은 복잡 다양하게 나타날 수 있으나, 이러한 사용자의 선호 패턴에 대한 고려는 아직 미비한 상황이다.
또한 현재 개발되고 있는 맞춤형 방송 관련 솔루션들 중 사용자 메타데이터를 이용하는 시스템들은 사용자들에게 직접 입력 받은 선호 정보를 기반으로 선호 프로그램을 추출하는 부분만을 포함하고 있다. 이러한 사용자 선호 정보의 입력은 사용자에게 많은 불편함을 가져오는 원인이 되며, 따라서 개인 맞춤형 서비스의 보급에 장애가 되는 요소가 된다.
본 발명의 목적은 시청자 별 선호 프로그램에 관한 패턴을 자동으로 파악하고 관리하여 선호 프로그램을 우선 사용자에게 제공하여 시청 만족도를 높이는 패턴 풀 기반 사용자 선호 정보 관리 시스템과 사용자 선호 정보 관리 방법을 제공하는 데 있다.
본 발명의 다른 목적은 전술한 패턴 풀 기반 사용자 선호 정보 추출 방법의 각 단계를 실현시키기 위한 프로그램을 기록한 컴퓨터로 판독 가능한 기록 매체를 제공하는데 있다.
상기 기술적 과제를 달성하기 위하여, 본 발명은 사용자 행동 기록을 생성하 는 사용자 행동 기록 생성부와, 상기 사용자 행동 기록을 기초로 사용자 행동 패턴을 수집하는 사용자 행동 패턴 풀 생성부와, 상기 사용자 행동 패턴에 대해서 선호 패턴 목록과 비선호 패턴 목록을 생성하는 패턴 목록 생성부와, 상기 선호 패턴 목록과 상기 비선호 패턴 목록을 기초로 사용자 선호 정보를 추출하는 사용자 선호 정보 추출부와, 상기 사용자 선호 정보와 프로그램 별 메타데이터를 기반으로 상기 프로그램 중에서 선호 프로그램 리스트를 추출하는 선호 프로그램 추출부를 포함하는 패턴 풀 기반 사용자 선호 정보 관리 시스템을 제공한다.
본 발명에 따른 패턴 풀 기반 사용자 선호 정보 관리 시스템에 있어서, 상기 사용자 행동 기록 생성부는, 사용자 입력을 기초로 상기 사용자 행동 기록을 생성할 수 있다.
또한 본 발명에 따른 패턴 풀 기반 사용자 선호 정보 관리 시스템에 있어서, 상기 사용자 행동 패턴 풀 생성부는, 상기 사용자 행동 기록 중에서 추출 가능한 모든 연속적인 상기 사용자 행동 패턴을 수집할 수 있다.
또한 본 발명에 따른 패턴 풀 기반 사용자 선호 정보 관리 시스템에 있어서, 상기 패턴 목록 생성부는, 상기 사용자 행동 패턴에 대해서 상호 정보를 기초로 상기 선호 패턴 목록과 상기 비선호 패턴 목록을 생성할 수 있다.
또한 본 발명에 따른 패턴 풀 기반 사용자 선호 정보 관리 시스템에 있어서, 상기 상호 정보는 MIA = log[p(fA|pos)/p(fA)]
[MIA는 사용자 행동 패턴 A에 대한 상호 정보, p(fA|pos)는 상기 사용자 행 동 패턴 A가 사용자가 선택하여 시청한 선호 프로그램 시청 시 등장할 빈도를 나타내는 확률, p(fA)는 상기 사용자 행동 기록에서 상기 사용자 행동 패턴 A의 등장 확률을 각각 나타냄]로 표시되고, 상기 사용자 행동 패턴 풀 생성부의 모든 상기 사용자 행동 패턴에 대해서 상기 상호 정보의 평균값을 MIAVG 라 하면, 상기 패턴 목록 생성부는, MIA 가 0보다 크거나 또는 MIA가 MIAVG 보다 큰 경우 상기 사용자 행동 패턴 A는 상기 선호 패턴 목록에 분류하고, MIA 가 0 이하인 경우 상기 사용자 행동 패턴 A는 상기 비선호 패턴 목록에 분류할 수 있다.
또한 본 발명에 따른 패턴 풀 기반 사용자 선호 정보 관리 시스템에 있어서, 상기 사용자 선호 정보 추출부는, 상기 선호 패턴 목록과 상기 비선호 패턴 목록에서 긍정 선호도 정보와 부정 선호도 정보를 추출할 수 있다.
또한 본 발명에 따른 패턴 풀 기반 사용자 선호 정보 관리 시스템에 있어서, 상기 선호 프로그램 추출부는, 상기 긍정 선호도 정보 및 상기 부정 선호도 정보 각각에 대해서 가중치를 부여하고, 상기 프로그램 별 메타데이터에 대해서 상기 긍정 선호도 정보 및 상기 부정 선호도 정보를 상기 가중치를 기초로 점수화하여 선호도를 추출하고, 상기 선호도가 높은 순서대로 상기 선호 프로그램 리스트를 추출할 수 있다.
또한 본 발명은 (a) 사용자 행동 기록을 생성하는 단계와, (b) 상기 사용자 행동 기록을 기초로 사용자 행동 패턴을 수집하는 단계와, (c) 상기 사용자 행동 패턴에 대해서 선호 패턴 목록과 비선호 패턴 목록을 생성하는 단계와, (d) 상기 선호 패턴 목록과 상기 비선호 패턴 목록을 기초로 사용자 선호 정보를 추출하는 단계와, (e) 상기 사용자 선호 정보와 프로그램 별 메타데이터를 기반으로 상기 프로그램 중에서 선호 프로그램 리스트를 추출하는 단계를 포함하는 패턴 풀 기반 사용자 선호 정보 관리 방법을 제공한다.
본 발명에 따른 패턴 풀 기반 사용자 선호 정보 관리 방법에 있어서, 상기 단계 (a)는, (a-1) 사용자 입력을 기초로 상기 사용자 행동 기록을 생성하는 단계를 포함할 수 있다.
또한 본 발명에 따른 패턴 풀 기반 사용자 선호 정보 관리 방법에 있어서, 상기 단계 (b)는, (b-1) 상기 사용자 행동 기록 중에서 추출 가능한 모든 연속적인 상기 사용자 행동 패턴을 수집하는 단계를 포함할 수 있다.
또한 본 발명에 따른 패턴 풀 기반 사용자 선호 정보 관리 방법에 있어서, 상기 단계 (c)는, (c-1) 상기 사용자 행동 패턴에 대해서 상호 정보를 기초로 상기 선호 패턴 목록과 상기 비선호 패턴 목록을 생성하는 단계를 포함할 수 있다.
또한 본 발명에 따른 패턴 풀 기반 사용자 선호 정보 관리 방법에 있어서, 상기 상호 정보는
MIA = log[p(fA|pos)/p(fA)]
[MIA는 사용자 행동 패턴 A에 대한 상호 정보, p(fA|pos)는 상기 사용자 행동 패턴 A가 사용자가 선택하여 시청한 선호 프로그램 시청 시 등장할 빈도를 나타내는 확률, p(fA)는 상기 사용자 행동 기록에서 상기 사용자 행동 패턴 A의 등장 확 률을 각각 나타냄]로 표시되고, 상기 사용자 행동 패턴 풀 생성부의 모든 상기 사용자 행동 패턴에 대해서 상기 상호 정보의 평균값을 MIAVG 라 하면, 상기 단계 (c)는, (c-2) MIA 가 0보다 크거나 또는 MIA가 MIAVG 보다 큰 경우 상기 사용자 행동 패턴 A는 상기 선호 패턴 목록에 분류하고, MIA 가 0 이하인 경우 상기 사용자 행동 패턴 A는 상기 비선호 패턴 목록에 분류하는 단계를 포함할 수 있다.
또한 본 발명에 따른 패턴 풀 기반 사용자 선호 정보 관리 방법에 있어서, 상기 단계 (d)는, (d-1) 상기 선호 패턴 목록과 상기 비선호 패턴 목록에서 긍정 선호도 정보와 부정 선호도 정보를 추출하는 단계를 포함할 수 있다.
또한 본 발명에 따른 패턴 풀 기반 사용자 선호 정보 관리 방법에 있어서, 상기 단계 (e)는, (e-1) 상기 긍정 선호도 정보 및 상기 부정 선호도 정보 각각에 대해서 가중치를 부여하는 단계와, (e-2) 상기 프로그램 별 메타데이터에 대해서 상기 긍정 선호도 정보 및 상기 부정 선호도 정보를 상기 가중치를 기초로 점수화하여 선호도를 추출하는 단계와, (e-3) 상기 선호도가 높은 순서대로 상기 선호 프로그램 리스트를 추출하는 단계를 포함할 수 있다.
또한 본 발명은 전술한 패턴 풀 기반 사용자 선호 정보 관리 방법의 각 단계를 실현시키기 위한 프로그램을 기록한 컴퓨터로 판독 가능한 기록 매체를 제공한다.
이하, 본 발명의 패턴 풀 기반 사용자 선호 정보 관리 시스템과 사용자 선호 정보 관리 방법 및 이를 실현시키기 위한 프로그램을 기록한 컴퓨터로 판독 가능한 기록 매체의 실시예를 첨부한 도면을 참조로 보다 구체적으로 설명한다.
도 3은 본 발명에 따른 패턴 풀 기반 사용자 선호 정보 관리 시스템의 예시적인 블록도이다.
도시되듯이 본 발명에 따른 패턴 풀 기반 사용자 선호 정보 관리 시스템은 사용자 행동 기록 생성부(110)와, 사용자 행동 패턴 풀 생성부(130)와, 패턴 목록 생성부(150)와, 사용자 선호 정보 추출부(170)와, 선호 프로그램 추출부(190)를 포함한다.
사용자 행동 기록 생성부(110)는 사용자 행동 기록을 생성한다.
사용자 행동 기록 생성부(110)는 예컨대 시청 중의 사용자 입력을 기초로 상기 사용자 행동 기록을 생성한다. 즉 사용자가 리모컨 등을 통하여 프로그램을 선택하거나 프로그램 시청 도중의 각종 동작, 예컨대 녹화 또는 반복 시청 또는 줌 등의 동작, 음량 조절 등의 사용자 입력 등을 기초로 사용자 행동 기록을 생성한다.
즉 사용자 선호 정보는 사용자의 생활 패턴과 취향 등에 따라 다양하게 나타난다. 사용자에 따라 드라마와 영화를 선호하여 방송을 통하여 이들 장르를 주로 시청하는 사용자가 있는 반면, 스포츠 채널을 선호하기도 한다. 또한, 이러한 사용자의 선호도는 시청 시간에 따라 선호하는 채널이나 장르가 다르게 나타나기도 하는 등, 사용자의 선호 정보는 복잡 다양하게 나타날 수 있다.
따라서 사용자 선호 정보는 이러한 사용자의 행동 패턴을 기초로 수행되어야 하며, 또한 사용자 행동 패턴을 자동으로 파악하고 관리하여 사용자 선호 정보를 추출하고 이를 기초로 선호 프로그램을 우선 사용자에게 제공하는 방식이 필요하다.
또한 이러한 사용자 행동 기록은 단기적인 기록뿐만 아니라 장기적인 기록 모두를 기초로 생성될 수 있다.
즉 사용자 선호도는 단기적, 장기적으로 주변 환경과 사용자의 관심 변화에 따라 꾸준히 변화할 수 있다. 사용자의 선호 프로그램과 채널 정보는 일시적으로 바뀌기도 하고, 점진적으로 변하기도 한다. 예컨대 월드컵 기간에는 일시적으로 스포츠 채널 및 스포츠 프로그램의 시청 빈도가 높아진다거나 하는 일시적인 선호도의 변화를 들 수 있다.
혹은 어린 시절에는 만화채널이나 어린이 프로그램 방영시간을 선호하였지만, 성장하면서 선호하는 채널과 장르가 바뀌는 현상도 일반적이다. 사용자 선호정보는 영구적이 아니므로, 꾸준한 업데이트 및 사용자의 시청 패턴을 모니터링 해야 만족도가 높은 맞춤형 방송 서비스를 기대할 수 있다.
따라서 이러한 점을 고려하여 사용자 행동 패턴의 수집이 수행되어야 한다.
또한 선호 정보의 변화에 따라 사용자의 시청 시 사용자 행동 패턴 또한 변화한다.
예컨대 사용자의 주 시청시간이 밤 시간이라면, 선호 프로그램을 밤에 즐기기 위하여 녹화를 즐겨 한다던가, 스포츠 경기의 주요 장면을 자세히 보기 위하여 반복 시청이나 줌 명령을 자주 사용하게 된다던가 하는 경우이다. 즉, 사용자 행동 패턴은 선호 시간과 장르, 또는 사용자의 맞춤형 방송에의 적응 정도에 따라 확장 될 수도 있고, 선호 프로그램과 비선호 프로그램에 대한 대응 행동 또한 변경될 수 있다. 따라서 사용자 행동 패턴의 수집 또한 이러한 변화에 맞추어 주기적으로 모니터링하여 최신의 사용자 행동 패턴을 수집하여야 하며, 이러한 최신 사용자 행동 패턴을 기초로 최적의 선호 정보를 수집할 수 있다.
사용자 행동 패턴 풀 생성부(130)는 사용자 행동 기록 생성부(110)에서 생성되어 유지되는 사용자 행동 기록을 기초로 사용자 행동 패턴을 수집한다.
이러한 사용자 행동 패턴의 수집은 예컨대 사용자가 방송을 시청하지 않는 시간에 주기적으로 수행된다. 이러한 방식을 통하여 자동적으로 사용자의 행동 패턴을 수집하여 사용자의 최신의 선호 정보를 관리할 수 있다.
사용자 행동 패턴 풀 생성부(130)는 사용자 행동 기록 생성부(110)의 사용자 행동 기록 중에서 추출 가능한 모든 연속적인 사용자 행동 패턴을 수집한다.
즉 예컨대 사용자 행동 기록 중에서 행동 A, B, C, A- B, A-B-C, B-C 등 다수의 행동들이 각각 개별적으로 또는 상호 연관되어 연속적으로 수행되는 사용자 행동 패턴을 추출하는 것이다.
이러한 추출된 사용자 행동 패턴은 사용자 행동 패턴 풀을 형성한다.
패턴 목록 생성부(150)는 사용자 행동 패턴 풀 생성부(130)에 의하여 수집된 다수의 사용자 행동 패턴에 대해서 선호 패턴 목록과 비선호 패턴 목록을 생성한다.
이러한 선호 패턴 목록과 비선호 패턴 목록 생성에 있어서 상호 정보를 기초로 수행될 수 있다.
상호 정보는 사용자 행동 기록에서 그 빈도수를 기초로 추출될 수 있다.
예컨대 사용자 행동 패턴 A에 대한 상호 정보를 MIA라 하면, MIA는 다음 수학식 1과 같이 표시할 수 있다.
MIA = log[p(fA|pos)/p(fA)]
여기서, p(fA|pos)는 사용자 행동 패턴 A가 사용자가 선택하여 시청한 선호 프로그램 시청 시 등장할 빈도를 나타내는 확률이며, p(fA)는 사용자 행동 기록에서 사용자 행동 패턴 A의 등장 확률을 각각 나타낸다.
이러한 상호 정보(MI)는 사용자의 선호 프로그램과 해당 사용자 행동 패턴의 등장 빈도 사이의 독립성 정도를 통계적으로 설명한다. 즉 상호 정보가 0보다 큰 사용자 행동 패턴은 등장 빈도와 사용자의 선호도가 비례하는 것으로 가정할 수 있고, MI가 0인 사용자 행동 패턴은 사용자의 선호도와 완전히 독립적인 사용자 행동 패턴이다. 또한 MI가 0보다 작은 경우는 사용자 선호도와 사용자 행동 패턴의 빈도가 반비례하는 부정적인 패턴이라고 가정할 수 있다.
이러한 상호 정보를 기초로 하면 사용자 행동 패턴 풀 생성부(130) 내의 각 사용자 행동 패턴을 선호 패턴 목록과 비선호 패턴 목록으로 분류할 수 있다.
즉 사용자 행동 패턴 풀 생성부(130)의 모든 사용자 행동 패턴에 대해서 추출한 상호 정보의 평균값을 MIAVG 라 하면, 패턴 목록 생성부(150)는, MIA가 0보다 크거나 또는 MIA가 MIAVG 보다 큰 경우에는 사용자 행동 패턴 A는 선호 패턴 목록에 분류하고, MIA 가 0 이하인 경우에는 사용자 행동 패턴 A는 비선호 패턴 목록에 분류하는 것에 의해서 선호 패턴 목록과 비선호 패턴 목록을 생성할 수 있다.
이러한 사용자 행동 패턴을 기초로 한 선호 패턴 목록과 비선호 패턴 목록의 생성은 예컨대 사용자가 방송을 시청하지 않는 시간에 주기적으로 수행된다. 이러한 방식을 통하여 자동적으로 사용자의 행동 패턴을 수집하고 이를 기초로 선호 패턴 목록과 비선호 패턴 목록을 갱신하여 사용자의 최신의 선호 정보를 관리할 수 있다.
사용자 선호 정보 추출부(170)는 패턴 목록 생성부(150)의 선호 패턴 목록과 비선호 패턴 목록을 기초로 사용자 선호 정보를 추출한다.
사용자 선호 정보 추출부(170)는 예컨대 선호 패턴 목록과 비선호 패턴 목록에서 긍정 선호도 정보와 부정 선호도 정보를 추출하는 것에 사용자 선호 정보를 추출할 수 있다.
긍정 선호도 정보와 부정 선호도 정보는 이후 선호 프로그램 추출시 사용자가 선호하는 프로그램의 추출시에 사용될 수 있다.
선호 프로그램 추출부(190)는 사용자 선호 정보 추출부(170)의 사용자 선호 정보와 프로그램 별 메타데이터를 기반으로 다수의 프로그램 중에서 선호 프로그램 리스트를 추출한다.
예컨대 사용자 선호 정보 추출부(170)에서 긍정 선호도 정보 및 부정 선호도 정보를 추출하는 경우, 이러한 긍정 선호도 정보 및 부정 선호도 정보 각각에 대해서 가중치를 부여할 수 있다.
이후 EPG 등을 통하여 수신한 프로그램 별 메타데이터에 대해서 긍정 선호도 정보 및 부정 선호도 정보를 가중치를 기초로 점수화하여 선호도를 추출한다.
이러한 각 프로그램에 대한 메타데이터를 기초로 선호도를 추출하는 경우 선호도가 높은 순서대로 선호 프로그램 리스트를 추출할 수 있다.
이러한 추출된 선호 프로그램 리스트는 이후 사용자에게 제시될 수 있다.
도 4는 본 발명에 따른 패턴 풀 기반 사용자 선호 정보 관리 방법의 예시적인 흐름도이다.
우선 사용자 행동 기록을 생성한다(S110).
예컨대 시청 중의 사용자 입력을 기초로 상기 사용자 행동 기록을 생성한다. 즉 사용자가 리모컨 등을 통하여 프로그램을 선택하거나 프로그램 시청 도중의 각종 동작, 예컨대 녹화 또는 반복 시청 또는 줌 등의 동작, 음량 조절 등의 사용자 입력 등을 기초로 사용자 행동 기록을 생성한다.
이후 단계 S110에서 생성한 사용자 행동 기록을 기초로 사용자 행동 패턴을 수집한다(S130).
이러한 사용자 행동 패턴의 수집은 예컨대 사용자가 방송을 시청하지 않는 시간에 주기적으로 수행된다. 이러한 방식을 통하여 자동적으로 사용자의 행동 패턴을 수집하여 사용자의 최신의 선호 정보를 관리할 수 있다.
또한 이러한 사용자 행동 패턴은 사용자 행동 패턴 풀 형태로 구성될 수 있 다.
예컨대 사용자 행동 기록 중에서 행동 A, B, C, A- B, A-B-C, B-C 등 다수의 행동들이 각각 개별적으로 또는 상호 연관되어 연속적으로 수행되는 사용자 행동 패턴을 추출하는 것이다.
이러한 추출된 사용자 행동 패턴은 사용자 행동 패턴 풀을 형성한다.
이후 단계 S130에서 수집한 사용자 행동 패턴에 대해서 선호 패턴 목록과 비선호 패턴 목록을 생성한다(S150).
이러한 선호 패턴 목록과 비선호 패턴 목록 생성에 있어서 수학식 1을 참조로 한 상호 정보를 기초로 수행될 수 있다.
이러한 사용자 행동 패턴을 기초로 한 선호 패턴 목록과 비선호 패턴 목록의 생성은 예컨대 사용자가 방송을 시청하지 않는 시간에 주기적으로 수행된다. 이러한 방식을 통하여 자동적으로 사용자의 행동 패턴을 수집하고 이를 기초로 선호 패턴 목록과 비선호 패턴 목록을 갱신하여 사용자의 최신의 선호 정보를 관리할 수 있다.
이후 단계 S170에서 생성한 선호 패턴 목록과 비선호 패턴 목록을 기초로 사용자 선호 정보를 추출한다(S170).
예컨대 선호 패턴 목록과 비선호 패턴 목록에서 긍정 선호도 정보와 부정 선호도 정보를 추출하는 것에 사용자 선호 정보를 추출할 수 있다.
긍정 선호도 정보와 부정 선호도 정보는 이후 선호 프로그램 추출시 사용자가 선호하는 프로그램의 추출시에 사용될 수 있다.
이후 단계 S170에서 추출한 사용자 선호 정보와 프로그램 별 메타데이터를 기반으로 다수의 프로그램 중에서 선호 프로그램 리스트를 추출한다(S190).
즉 사용자 선호 정보와 프로그램 별 메타데이터를 기반으로 다수의 프로그램 중에서 선호 프로그램 리스트를 추출한다.
예컨대 긍정 선호도 정보 및 부정 선호도 정보를 추출하는 경우, 이러한 긍정 선호도 정보 및 부정 선호도 정보 각각에 대해서 가중치를 부여할 수 있다. 이후 EPG 등을 통하여 수신한 프로그램 별 메타데이터에 대해서 긍정 선호도 정보 및 부정 선호도 정보를 가중치를 기초로 점수화하여 선호도를 추출한다.
이러한 각 프로그램에 대한 메타데이터를 기초로 선호도를 추출하는 경우 선호도가 높은 순서대로 선호 프로그램 리스트를 추출할 수 있다.
이러한 추출된 선호 프로그램 리스트는 이후 사용자에게 제시될 수 있다.
또한 본 발명은 전술한 본 발명에 따른 패턴 풀 기반 사용자 선호 정보 추출 방법의 각 단계를 실현시키기 위한 프로그램을 기록한 컴퓨터로 판독 가능한 기록 매체를 제공한다.
컴퓨터로 판독 가능한 기록 매체는 컴퓨터 시스템에 의하여 읽혀질 수 있도록 데이터, 즉 코드 또는 프로그램 형태의 데이터가 저장되는 모든 종류의 기록 장치를 지칭한다. 이러한 컴퓨터로 판독 가능한 기록 매체는 예컨대 ROM, RAM 등의 메모리와, CD-ROM, DVD-ROM 등의 저장 매체, 자기 테이프, 플로피 디스크 등의 자기 저장 매체, 광 데이터 저장 장치 등이며, 예컨대 인터넷을 통한 전송 형태로 구현되는 경우도 포함한다. 또한 이러한 컴퓨터로 판독 가능한 기록 매체는 네트워크 로 연결된 컴퓨터 시스템에 분산되어 분산 방식으로 컴퓨터가 판독 가능한 데이터가 저장되고 실행될 수 있다.
그러나 이러한 컴퓨터로 판독 가능한 기록 매체에 대한 상세한 설명은 도 4를 참조로 설명한 본 발명에 따른 패턴 풀 기반 사용자 선호 정보 추출 방법과 중복되므로 생략한다.
비록 본 발명의 구성이 구체적으로 설명되었지만 이는 단지 본 발명을 예시적으로 설명한 것에 불과한 것으로, 본 발명이 속하는 기술분야에서 통상의 지식을 가지는 자라면 본 발명의 본질적인 특성에서 벗어나지 않는 범위 내에서 다양한 변형이 가능할 것이다.
따라서 본 명세서에 개시된 실시예들은 본 발명을 한정하기 위한 것이 아니라 설명하기 위한 것이고, 이러한 실시예에 의하여 본 발명의 사상과 범위가 한정되는 것은 아니다. 본 발명의 범위는 아래의 청구범위에 의해 해석되어야 하며, 그와 동등한 범위 내에 있는 모든 기술은 본 발명의 권리범위에 포함되는 것으로 해석되어야 할 것이다.
이상 설명한 바와 같이, 본 발명에 따르면 시청자 별 선호 프로그램에 관한 패턴을 자동으로 파악하고 관리하여 선호 프로그램을 우선 사용자에게 제공하여 시청 만족도를 높일 수 있다.

Claims (15)

  1. 사용자 행동 기록을 생성하는 사용자 행동 기록 생성부와,
    상기 사용자 행동 기록을 기초로 사용자 행동 패턴을 수집하는 사용자 행동 패턴 풀 생성부와,
    상기 사용자 행동 패턴에 대해서 선호 패턴 목록과 비선호 패턴 목록을 생성하는 패턴 목록 생성부와,
    상기 선호 패턴 목록과 상기 비선호 패턴 목록을 기초로 사용자 선호 정보를 추출하는 사용자 선호 정보 추출부와,
    상기 사용자 선호 정보와 프로그램 별 메타데이터를 기반으로 상기 프로그램 중에서 선호 프로그램 리스트를 추출하는 선호 프로그램 추출부
    를 포함하고,
    상기 사용자 행동 패턴 풀 생성부는, 상기 사용자 행동 기록 중에서 추출 가능한 모든 연속적인 상기 사용자 행동 패턴을 수집하는 것인 패턴 풀 기반 사용자 선호 정보 관리 시스템.
  2. 제1항에 있어서, 상기 사용자 행동 기록 생성부는,
    사용자 입력을 기초로 상기 사용자 행동 기록을 생성하는 것인 패턴 풀 기반 사용자 선호 정보 관리 시스템.
  3. 삭제
  4. 제1항에 있어서, 상기 패턴 목록 생성부는,
    상기 사용자 행동 패턴에 대해서 상호 정보를 기초로 상기 선호 패턴 목록과 상기 비선호 패턴 목록을 생성하는 것인 패턴 풀 기반 사용자 선호 정보 관리 시스템.
  5. 제4항에 있어서, 상기 상호 정보는
    MIA = log[p(fA|pos)/p(fA)]
    [MIA는 사용자 행동 패턴 A에 대한 상호 정보, p(fA|pos)는 상기 사용자 행동 패턴 A가 사용자가 선택하여 시청한 선호 프로그램 시청 시 등장할 빈도를 나타내는 확률, p(fA)는 상기 사용자 행동 기록에서 상기 사용자 행동 패턴 A의 등장 확률을 각각 나타냄]
    로 표시되고, 상기 사용자 행동 패턴 풀 생성부의 모든 상기 사용자 행동 패턴에 대해서 상기 상호 정보의 평균값을 MIAVG 라 하면,
    상기 패턴 목록 생성부는,
    MIA 가 0보다 크거나 또는 MIA가 MIAVG 보다 큰 경우 상기 사용자 행동 패턴 A는 상기 선호 패턴 목록에 분류하고, MIA 가 0 이하인 경우 상기 사용자 행동 패턴 A는 상기 비선호 패턴 목록에 분류하는 것인 패턴 풀 기반 사용자 선호 정보 관리 시스템.
  6. 제1항에 있어서, 상기 사용자 선호 정보 추출부는,
    상기 선호 패턴 목록과 상기 비선호 패턴 목록에서 긍정 선호도 정보와 부정 선호도 정보를 추출하는 것인 패턴 풀 기반 사용자 선호 정보 관리 시스템.
  7. 제6항에 있어서, 상기 선호 프로그램 추출부는,
    상기 긍정 선호도 정보 및 상기 부정 선호도 정보 각각에 대해서 가중치를 부여하고, 상기 프로그램 별 메타데이터에 대해서 상기 긍정 선호도 정보 및 상기 부정 선호도 정보를 상기 가중치를 기초로 점수화하여 선호도를 추출하고, 상기 선호도가 높은 순서대로 상기 선호 프로그램 리스트를 추출하는 것인 패턴 풀 기반 사용자 선호 정보 관리 시스템.
  8. (a) 사용자 행동 기록을 생성하는 단계와,
    (b) 상기 사용자 행동 기록을 기초로 사용자 행동 패턴을 수집하는 단계와,
    (c) 상기 사용자 행동 패턴에 대해서 선호 패턴 목록과 비선호 패턴 목록을 생성하는 단계와,
    (d) 상기 선호 패턴 목록과 상기 비선호 패턴 목록을 기초로 사용자 선호 정보를 추출하는 단계와,
    (e) 상기 사용자 선호 정보와 프로그램 별 메타데이터를 기반으로 상기 프로그램 중에서 선호 프로그램 리스트를 추출하는 단계
    를 포함하고,
    상기 단계 (b)는, 상기 사용자 행동 기록 중에서 추출 가능한 모든 연속적인 상기 사용자 행동 패턴을 수집하는 단계를 포함하는 것인 패턴 풀 기반 사용자 선호 정보 관리 방법.
  9. 제8항에 있어서, 상기 단계 (a)는,
    (a-1) 사용자 입력을 기초로 상기 사용자 행동 기록을 생성하는 단계
    를 포함하는 것인 패턴 풀 기반 사용자 선호 정보 관리 방법.
  10. 삭제
  11. 제8항에 있어서, 상기 단계 (c)는,
    (c-1) 상기 사용자 행동 패턴에 대해서 상호 정보를 기초로 상기 선호 패턴 목록과 상기 비선호 패턴 목록을 생성하는 단계
    를 포함하는 것인 패턴 풀 기반 사용자 선호 정보 관리 방법.
  12. 제11항에 있어서,
    상기 상호 정보는
    MIA = log[p(fA|pos)/p(fA)]
    [MIA는 사용자 행동 패턴 A에 대한 상호 정보, p(fA|pos)는 상기 사용자 행동 패턴 A가 사용자가 선택하여 시청한 선호 프로그램 시청 시 등장할 빈도를 나타내는 확률, p(fA)는 상기 사용자 행동 기록에서 상기 사용자 행동 패턴 A의 등장 확률을 각각 나타냄]로 표시되고, 상기 사용자 행동 패턴 풀 생성부의 모든 상기 사용자 행동 패턴에 대해서 상기 상호 정보의 평균값을 MIAVG 라 하면,
    상기 단계 (c)는,
    (c-2) MIA 가 0보다 크거나 또는 MIA가 MIAVG 보다 큰 경우 상기 사용자 행동 패턴 A는 상기 선호 패턴 목록에 분류하고, MIA 가 0 이하인 경우 상기 사용자 행동 패턴 A는 상기 비선호 패턴 목록에 분류하는 단계
    를 포함하는 것인 패턴 풀 기반 사용자 선호 정보 관리 방법.
  13. 제8항에 있어서, 상기 단계 (d)는,
    (d-1) 상기 선호 패턴 목록과 상기 비선호 패턴 목록에서 긍정 선호도 정보와 부정 선호도 정보를 추출하는 단계
    를 포함하는 것인 패턴 풀 기반 사용자 선호 정보 관리 방법.
  14. 제13항에 있어서, 상기 단계 (e)는,
    (e-1) 상기 긍정 선호도 정보 및 상기 부정 선호도 정보 각각에 대해서 가중치를 부여하는 단계와,
    (e-2) 상기 프로그램 별 메타데이터에 대해서 상기 긍정 선호도 정보 및 상기 부정 선호도 정보를 상기 가중치를 기초로 점수화하여 선호도를 추출하는 단계와,
    (e-3) 상기 선호도가 높은 순서대로 상기 선호 프로그램 리스트를 추출하는 단계
    를 포함하는 것인 패턴 풀 기반 사용자 선호 정보 관리 방법.
  15. 제8항, 9항 및 제11항 내지 제14항 중 어느 한 항에 따른 패턴 풀 기반 사용자 선호 정보 관리 방법의 각 단계를 실현시키기 위한 프로그램을 기록한 컴퓨터로 판독 가능한 기록 매체.
KR1020060136295A 2006-12-28 2006-12-28 패턴 풀 기반 사용자 선호 정보 관리 시스템과 사용자 선호정보 관리 방법 및 이를 실현시키기 위한 프로그램을기록한 컴퓨터로 판독 가능한 기록 매체 KR100806733B1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020060136295A KR100806733B1 (ko) 2006-12-28 2006-12-28 패턴 풀 기반 사용자 선호 정보 관리 시스템과 사용자 선호정보 관리 방법 및 이를 실현시키기 위한 프로그램을기록한 컴퓨터로 판독 가능한 기록 매체

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020060136295A KR100806733B1 (ko) 2006-12-28 2006-12-28 패턴 풀 기반 사용자 선호 정보 관리 시스템과 사용자 선호정보 관리 방법 및 이를 실현시키기 위한 프로그램을기록한 컴퓨터로 판독 가능한 기록 매체

Publications (1)

Publication Number Publication Date
KR100806733B1 true KR100806733B1 (ko) 2008-02-27

Family

ID=39383113

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020060136295A KR100806733B1 (ko) 2006-12-28 2006-12-28 패턴 풀 기반 사용자 선호 정보 관리 시스템과 사용자 선호정보 관리 방법 및 이를 실현시키기 위한 프로그램을기록한 컴퓨터로 판독 가능한 기록 매체

Country Status (1)

Country Link
KR (1) KR100806733B1 (ko)

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20030056312A (ko) * 2001-12-28 2003-07-04 한국전자통신연구원 방송 프로그램 가이드 방법 및 그 장치
KR20030089572A (ko) * 2002-05-16 2003-11-22 한국전자통신연구원 전자 프로그램 안내(ｅｐｇ/이피지) 애플리케이션에서러프 퍼지 ｍｌｐ를 이용한 프로그램 추천 장치 및 방법
KR20050047323A (ko) * 2003-11-17 2005-05-20 전자부품연구원 티브이-애니타임 표준을 지원하는 멀티미디어 검색 및지능화 서비스 시스템
KR20050053225A (ko) * 2003-12-02 2005-06-08 전자부품연구원 개인 맞춤형 컨텐츠 추천 서비스를 위한 티브이 애니타임작동 방법

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20030056312A (ko) * 2001-12-28 2003-07-04 한국전자통신연구원 방송 프로그램 가이드 방법 및 그 장치
KR20030089572A (ko) * 2002-05-16 2003-11-22 한국전자통신연구원 전자 프로그램 안내(ｅｐｇ/이피지) 애플리케이션에서러프 퍼지 ｍｌｐ를 이용한 프로그램 추천 장치 및 방법
KR20050047323A (ko) * 2003-11-17 2005-05-20 전자부품연구원 티브이-애니타임 표준을 지원하는 멀티미디어 검색 및지능화 서비스 시스템
KR20050053225A (ko) * 2003-12-02 2005-06-08 전자부품연구원 개인 맞춤형 컨텐츠 추천 서비스를 위한 티브이 애니타임작동 방법

Similar Documents

Publication Publication Date Title
US10123089B2 (en) Client-server electronic program guide
US8789108B2 (en) Personalized video system
JP4107811B2 (ja) オーディオビジュアルシステムの使用方法
JP4363806B2 (ja) オーディオビジュアルプログラム管理システム及びオーディオビジュアルプログラム管理方法
JP2004534978A (ja) ビデオ・プログラミング・イベントの望ましさを決定するシステムおよび方法
JP2001346140A (ja) オーディオビジュアルシステムの使用方法
CA2970106A1 (en) Automatical update of the playlists of an interactive program guide epg; grouping episodes of tv series according to user parameters
CN105230035A (zh) 用于选择的时移多媒体内容的社交媒体的处理
KR101048408B1 (ko) 개인 맞춤형 광고 콘텐츠 추천장치,방법 및 그 방법을 실행하기 위한 프로그램을 저장하는 컴퓨터 판독가능한 저장매체
KR100806733B1 (ko) 패턴 풀 기반 사용자 선호 정보 관리 시스템과 사용자 선호정보 관리 방법 및 이를 실현시키기 위한 프로그램을기록한 컴퓨터로 판독 가능한 기록 매체
AU2015221530B2 (en) Client-Server Electronic Program Guide
EP1675396A2 (en) Client-server electronic program guide
AU2012207036B2 (en) Client-Server Electronic Program Guide
AU2008201052B2 (en) Client-Server Electronic Program Guide

Legal Events

Date Code Title Description
A201 Request for examination
E902 Notification of reason for refusal
E701 Decision to grant or registration of patent right
GRNT Written decision to grant
G170 Publication of correction
FPAY Annual fee payment

Payment date: 20130111

Year of fee payment: 6

FPAY Annual fee payment

Payment date: 20131231

Year of fee payment: 7

FPAY Annual fee payment

Payment date: 20150109

Year of fee payment: 8

LAPS Lapse due to unpaid annual fee