KR101020843B1 - Contents and/or channel recommendation method by consumer sensitivity and system thereof - Google Patents

Contents and/or channel recommendation method by consumer sensitivity and system thereof Download PDF

Info

Publication number
KR101020843B1
KR101020843B1 KR1020080009700A KR20080009700A KR101020843B1 KR 101020843 B1 KR101020843 B1 KR 101020843B1 KR 1020080009700 A KR1020080009700 A KR 1020080009700A KR 20080009700 A KR20080009700 A KR 20080009700A KR 101020843 B1 KR101020843 B1 KR 101020843B1
Authority
KR
South Korea
Prior art keywords
recommendation
consumer
emotion
channel
content
Prior art date
Application number
KR1020080009700A
Other languages
Korean (ko)
Other versions
KR20090083729A (en
Inventor
이재동
최인복
박태근
김승훈
이석균
소수환
김경식
Original Assignee
단국대학교 산학협력단
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 단국대학교 산학협력단 filed Critical 단국대학교 산학협력단
Priority to KR1020080009700A priority Critical patent/KR101020843B1/en
Publication of KR20090083729A publication Critical patent/KR20090083729A/en
Application granted granted Critical
Publication of KR101020843B1 publication Critical patent/KR101020843B1/en

Links

Images

Classifications

    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04NPICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N21/00Selective content distribution, e.g. interactive television or video on demand [VOD]
    • H04N21/20Servers specifically adapted for the distribution of content, e.g. VOD servers; Operations thereof
    • H04N21/25Management 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
    • H04N21/258Client or end-user data management, e.g. managing client capabilities, user preferences or demographics, processing of multiple end-users preferences to derive collaborative data
    • H04N21/25866Management of end-user data
    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04HBROADCAST COMMUNICATION
    • H04H60/00Arrangements for broadcast applications with a direct linking to broadcast information or broadcast space-time; Broadcast-related systems
    • H04H60/68Systems specially adapted for using specific information, e.g. geographical or meteorological information
    • H04H60/73Systems specially adapted for using specific information, e.g. geographical or meteorological information using meta-information
    • H04H60/74Systems specially adapted for using specific information, e.g. geographical or meteorological information using meta-information using programme related information, e.g. title, composer or interpreter
    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04NPICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N21/00Selective content distribution, e.g. interactive television or video on demand [VOD]
    • H04N21/40Client devices specifically adapted for the reception of or interaction with content, e.g. set-top-box [STB]; Operations thereof
    • H04N21/41Structure of client; Structure of client peripherals
    • H04N21/4104Peripherals receiving signals from specially adapted client devices
    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04NPICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N21/00Selective content distribution, e.g. interactive television or video on demand [VOD]
    • H04N21/40Client devices specifically adapted for the reception of or interaction with content, e.g. set-top-box [STB]; Operations thereof
    • H04N21/41Structure of client; Structure of client peripherals
    • H04N21/422Input-only peripherals, i.e. input devices connected to specially adapted client devices, e.g. global positioning system [GPS]
    • H04N21/42201Input-only peripherals, i.e. input devices connected to specially adapted client devices, e.g. global positioning system [GPS] biosensors, e.g. heat sensor for presence detection, EEG sensors or any limb activity sensors worn by the user
    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04NPICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N21/00Selective content distribution, e.g. interactive television or video on demand [VOD]
    • H04N21/40Client devices specifically adapted for the reception of or interaction with content, e.g. set-top-box [STB]; Operations thereof
    • H04N21/41Structure of client; Structure of client peripherals
    • H04N21/422Input-only peripherals, i.e. input devices connected to specially adapted client devices, e.g. global positioning system [GPS]
    • H04N21/42203Input-only peripherals, i.e. input devices connected to specially adapted client devices, e.g. global positioning system [GPS] sound input device, e.g. microphone
    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04NPICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N21/00Selective content distribution, e.g. interactive television or video on demand [VOD]
    • H04N21/40Client devices specifically adapted for the reception of or interaction with content, e.g. set-top-box [STB]; Operations thereof
    • H04N21/41Structure of client; Structure of client peripherals
    • H04N21/422Input-only peripherals, i.e. input devices connected to specially adapted client devices, e.g. global positioning system [GPS]
    • H04N21/4227Providing Remote input by a user located remotely from the client device, e.g. at work
    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04NPICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N21/00Selective content distribution, e.g. interactive television or video on demand [VOD]
    • H04N21/40Client devices specifically adapted for the reception of or interaction with content, e.g. set-top-box [STB]; Operations thereof
    • H04N21/43Processing 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
    • H04N21/438Interfacing the downstream path of the transmission network originating from a server, e.g. retrieving encoded video stream packets from an IP network
    • H04N21/4383Accessing a communication channel
    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04NPICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N21/00Selective content distribution, e.g. interactive television or video on demand [VOD]
    • H04N21/40Client devices specifically adapted for the reception of or interaction with content, e.g. set-top-box [STB]; Operations thereof
    • H04N21/47End-user applications
    • H04N21/482End-user interface for program selection
    • H04N21/4826End-user interface for program selection using recommendation lists, e.g. of programs or channels sorted out according to their score

Landscapes

  • Engineering & Computer Science (AREA)
  • Signal Processing (AREA)
  • Multimedia (AREA)
  • Databases & Information Systems (AREA)
  • Analytical Chemistry (AREA)
  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Chemical & Material Sciences (AREA)
  • Computer Graphics (AREA)
  • Biomedical Technology (AREA)
  • Biophysics (AREA)
  • General Health & Medical Sciences (AREA)
  • Neurosurgery (AREA)
  • Software Systems (AREA)
  • Human Computer Interaction (AREA)
  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
  • Two-Way Televisions, Distribution Of Moving Picture Or The Like (AREA)

Abstract

소비자 감성에 따른 콘텐츠 및/또는 채널 추천 방법 및 그 시스템이 개시된다. 상기 콘텐츠 및/또는 채널 추천 방법은 소비자로부터 발생된 적어도 하나의 감성에 대한 감성비율을 포함하는 소비자 감성정보를 수신하는 단계; 및 복수의 콘텐츠들 중에서 대응되는 콘텐츠에 대한 감성별 추천비율을 포함하는 적어도 하나의 메타 데이터와 상기 감성비율에 기초하여 상기 복수의 콘텐츠들 각각에 대한 콘텐츠 추천도를 계산하고 계산결과에 기초하여 적어도 하나의 콘텐츠를 추천 콘텐츠로서 출력하는 단계를 포함한다. 본 발명에 의하면 소비자 감성에 따라 자동적으로 콘텐츠 및/또는 채널을 추천할 수 있는 효과가 있다.Disclosed are a method and system for recommending content and / or channel according to consumer sentiment. The content and / or channel recommendation method includes receiving consumer emotion information including an emotion ratio for at least one emotion generated from a consumer; And a content recommendation degree for each of the plurality of contents based on the at least one metadata including the recommendation ratio for each corresponding emotion among the plurality of contents and the emotion ratio, and at least based on the calculation result. Outputting one piece of content as recommended content. According to the present invention there is an effect that can automatically recommend the content and / or channel in accordance with the consumer sentiment.

감성, 콘텐츠, 채널 Emotion, content, channel

Description

소비자 감성에 따른 콘텐츠 및/또는 채널 추천 방법 및 그 시스템{Contents and/or channel recommendation method by consumer sensitivity and system thereof}Contents and / or channel recommendation method by consumer sensitivity and system according to consumer emotion

본 발명은 콘텐츠 및/또는 채널 추천 방법에 관한 것으로, 보다 상세하게는 소비자 감성에 따라서 콘텐츠 및/또는 채널을 추천하는 방법 및 그 시스템에 관한 것이다.The present invention relates to a method of recommending content and / or a channel, and more particularly, to a method and a system for recommending content and / or a channel according to a consumer's emotion.

최근 디지털 방송의 발달과 더불어 소비자들은 다수의 채널들을 통하여 다양한 콘텐츠들을 시청할 수 있게 되었다. 또한, 네트워크 및 멀티 미디어 기술의 발달로 소비자들은 언제 어디서나 영화, 음악, 또는 텍스트와 같은 다양한 콘텐츠들을 감상할 수 있게 되었다.With the recent development of digital broadcasting, consumers can watch various contents through a plurality of channels. In addition, with the development of network and multimedia technologies, consumers can enjoy various contents such as movies, music, or text anytime, anywhere.

그러나, 채널들 및 콘텐츠들이 무수히 생성됨으로써 오히려 소비자들은 자신이 원하는 채널 및 콘텐츠를 찾는데 시간이 걸리고 자신의 감성에 맞는 채널 및 콘텐츠를 감상하기 어려운 문제점이 생길 수 있다.However, since the channels and contents are created innumerably, it may be difficult for consumers to find the channels and contents that they want, and it is difficult to enjoy the channels and contents that match their emotions.

특히, 채널 및 콘텐츠의 홍수 속에서 소비자가 특별히 원하는 채널 또는 콘텐츠가 없는 경우 상기 소비자의 감성에 맞는 채널 또는 콘텐츠를 소비자 스스로 선택하기는 어려울 수 있다.In particular, when there is no channel or content that a consumer specifically desires in the flood of channels and content, it may be difficult for a consumer to select a channel or content that matches the emotion of the consumer.

예컨대, 소비자가 무심코 텔레비젼을 턴 온(turn on) 시켰을 때, 수많은 채널 중에서 자신의 감성에 맞는 채널을 찾기란 쉽지 않을 수 있고, 인터넷을 통하여 특정 콘텐츠 서버를 방문하였을 때, 자신의 감성에 맞는 콘텐츠를 찾기는 어려울 수 있다.For example, when a consumer inadvertently turns on a television, it may not be easy to find a channel that matches his emotion among numerous channels, and when the user visits a specific content server through the Internet, the content that fits his emotion Finding it can be difficult.

따라서, 소비자가 원하는 채널 또는 콘텐츠를 찾지 않더라도 감성에 따라 자동으로 채널 또는 콘텐츠를 제공해줄 수 있는 방법 및 그 시스템이 필요한 실정이다.Therefore, there is a need for a method and a system capable of automatically providing a channel or content according to emotion even if a consumer does not find a desired channel or content.

따라서 본 발명이 이루고자 하는 기술적인 과제는 소비자 감성에 따른 콘텐츠 및/또는 채널을 추천하는 방법 및 그 시스템에 관한 것이다.Accordingly, the technical problem to be achieved by the present invention relates to a method and system for recommending content and / or channel according to consumer emotion.

본 발명이 이루고자 하는 기술적인 과제는 실시간으로 변화되는 소비자 감성에 따른 콘텐츠 및/또는 채널을 추천하는 방법 및 그 시스템에 관한 것이다.The technical problem to be achieved by the present invention relates to a method and system for recommending content and / or channel in accordance with the changing consumer emotion in real time.

또한, 발명이 이루고자 하는 기술적인 과제는 콘텐츠 및/또는 채널에 대한 감성별 추천비율을 포함하는 메타 데이터를 이용하여 소비자에게 보다 적합한 콘텐츠 및/또는 채널을 제공할 수 있는 콘텐츠 및/또는 채널을 추천하는 방법 및 그 시스템에 관한 것이다.In addition, the technical problem of the present invention is to recommend content and / or channel that can provide more suitable content and / or channel to consumers by using metadata including the recommendation ratio by emotion for the content and / or channel And a system thereof.

상기 기술적 과제를 달성하기 위한 소비자 감성에 따른 콘텐츠 추천 방법은 소비자로부터 발생된 적어도 하나의 감성에 대한 감성비율을 포함하는 소비자 감성정보를 수신하는 단계; 및 복수의 콘텐츠들 중에서 대응되는 콘텐츠에 대한 감성별 추천비율을 포함하는 적어도 하나의 메타 데이터와 상기 감성비율에 기초하여 상기 복수의 콘텐츠들 각각에 대한 콘텐츠 추천도를 계산하고 계산결과에 기초하여 적어도 하나의 콘텐츠를 추천 콘텐츠로서 출력하는 단계를 포함할 수 있다.In accordance with an aspect of the present invention, there is provided a method of recommending content in accordance with consumer emotion, the method comprising: receiving consumer emotion information including an emotion ratio of at least one emotion generated from a consumer; And a content recommendation degree for each of the plurality of contents based on the at least one metadata including the recommendation ratio for each corresponding emotion among the plurality of contents and the emotion ratio, and at least based on the calculation result. Outputting one piece of content as recommended content.

상기 적어도 하나의 감성은, 기쁨, 슬픔, 불쾌, 평온, 및 즐거움 중에서 적어도 어느 하나를 포함할 수 있다.The at least one emotion may include at least one of joy, sadness, displeasure, serenity, and pleasure.

상기 메타 데이터는, 상기 콘텐츠의 제목 및 상기 콘텐츠의 속성 중에서 적어도 어느 하나를 더 포함할 수 있다.The metadata may further include at least one of a title of the content and an attribute of the content.

상기 콘텐츠 추천도는,

Figure 112008007923676-pat00001
(여기서 상기 P'i는 상기 콘텐츠 추천도, 상기 Si는 상기 적어도 하나의 감성에 대한 비율, 및 상기 Pi는 상기 적어도 하나의 감성에 대한 추천비율이다.)일 수 있다.The content recommendation degree,
Figure 112008007923676-pat00001
(Wherein P ' i is the content recommendation degree, S i is a ratio for the at least one emotion, and P i is a recommendation ratio for the at least one emotion.).

상기 소비자 감성정보는, 실시간으로 변하는 실시간 소비자 감성비율을 포함하며, 상기 추천 콘텐츠로서 출력하는 단계는, 상기 적어도 하나의 메타 데이터와 상기 실시간 소비자 감성비율에 기초하여 상기 복수의 콘텐츠들 각각에 대한 상기 콘텐츠 추천도를 계산하고 계산결과에 기초하여 상기 적어도 하나의 콘텐츠를 상기 추천 콘텐츠로서 출력하는 단계를 포함할 수 있다.The consumer sentiment information includes a real-time consumer sentiment rate that changes in real time, and the outputting of the recommendation content includes the at least one metadata for each of the plurality of contents based on the at least one metadata and the real-time runner sentiment rate. Calculating a content recommendation degree and outputting the at least one content as the recommendation content based on a calculation result.

상기 소비자 감성에 따른 상기 콘텐츠 추천 방법은, 상기 감성정보를 수신하 는 단계 전에, 상기 복수의 콘텐츠들 각각에 대한 상기 감성별 추천비율을 상기 메타 데이터에 기록하는 단계를 더 포함할 수 있다.The content recommendation method according to the emotion of the consumer may further include recording, in the metadata, the recommendation ratio for each emotion for each of the plurality of contents before receiving the emotion information.

상기 적어도 하나의 콘텐츠를 상기 추천 콘텐츠로서 출력하는 단계는, 상기 복수의 콘텐츠들 각각에 대하여 상기 콘텐츠 추천도를 계산하고 계산된 콘텐츠 추천도에 기초하여 상기 복수의 콘텐츠들 중에서 미리 결정된 순위 안에 속하는 적어도 하나의 콘텐츠를 상기 추천 콘텐츠로서 출력할 수 있다.The outputting of the at least one content as the recommendation content may include calculating at least the content recommendation degree for each of the plurality of contents, and based on the calculated content recommendation degree, the at least one content falling within a predetermined ranking among the plurality of contents. One piece of content can be output as the recommended content.

상기 소비자 감성에 따른 상기 콘텐츠 추천 방법은, 상기 감성정보를 수신하는 단계 전에, 소비자의 음성, 심전도, 또는 뇌파 중에서 적어도 어느 하나에 기초하여 상기 감성정보를 생성하는 단계를 더 포함할 수 있다.The content recommendation method according to the emotion of the consumer may further include generating the emotion information based on at least one of a voice, an electrocardiogram, and an EEG of the consumer before receiving the emotion information.

상기 콘텐츠는, 음악, 동영상, 또는 텍스트 중에서 적어도 어느 하나를 포함할 수 있다.The content may include at least one of music, video, or text.

상기 기술적 과제를 달성하기 위한 소비자 감성에 따른 콘텐츠 추천 시스템은, 소비자로부터 발생된 적어도 하나의 감성에 대한 감성비율을 포함하는 소비자 감성정보를 수신하는 감성정보 수신부; 및 복수의 콘텐츠들 중에서 대응되는 콘텐츠에 대한 감성별 추천비율을 포함하는 적어도 하나의 메타 데이터와 상기 감성비율에 기초하여 상기 복수의 콘텐츠들 각각에 대한 콘텐츠 추천도를 계산하고 계산결과에 기초하여 적어도 하나의 콘텐츠를 추천 콘텐츠로서 출력하는 콘텐츠 추천부를 포함할 수 있다.According to an aspect of the present invention, there is provided a content recommendation system according to consumer emotion, comprising: an emotion information receiver configured to receive consumer emotion information including an emotion ratio of at least one emotion generated from a consumer; And a content recommendation degree for each of the plurality of contents based on the at least one metadata including the recommendation ratio for each corresponding emotion among the plurality of contents and the emotion ratio, and at least based on the calculation result. It may include a content recommendation unit for outputting one piece of content as recommended content.

상기 적어도 하나의 감성은, 기쁨, 슬픔, 불쾌, 평온, 및 즐거움 중에서 적어도 어느 하나를 포함할 수 있다.The at least one emotion may include at least one of joy, sadness, displeasure, serenity, and pleasure.

상기 메타 데이터는, 상기 콘텐츠의 제목 및 상기 콘텐츠의 속성 중에서 적어도 어느 하나를 더 포함할 수 있다.The metadata may further include at least one of a title of the content and an attribute of the content.

상기 콘텐츠 추천도는,

Figure 112008007923676-pat00002
(여기서 상기 P'i는 상기 콘텐츠 추천도, 상기 Si는 상기 적어도 하나의 감성에 대한 비율, 및 상기 Pi는 상기 적어도 하나의 감성에 대한 추천비율이다.)일 수 있다.The content recommendation degree,
Figure 112008007923676-pat00002
(Wherein P ' i is the content recommendation degree, S i is a ratio for the at least one emotion, and P i is a recommendation ratio for the at least one emotion.).

상기 소비자 감성정보는, 실시간으로 변하는 실시간 소비자 감성비율을 포함하며, 상기 콘텐츠 추천부는, 상기 적어도 하나의 메타 데이터와 상기 실시간 소비자 감성비율에 기초하여 상기 복수의 콘텐츠들 각각에 대한 상기 콘텐츠 추천도를 계산하고 계산결과에 기초하여 상기 적어도 하나의 콘텐츠를 상기 추천 콘텐츠로서 출력할 수 있다.The consumer sentiment information includes a real-time consumer sentiment rate that changes in real time, and the content recommendation unit is configured to calculate the content recommendation for each of the plurality of contents based on the at least one metadata and the real-time runner sentiment rate. The at least one content may be output as the recommended content based on the calculation result.

상기 콘텐츠 추천부는, 상기 감성정보를 수신하기 전에, 상기 복수의 콘텐츠들 각각에 대한 상기 감성별 추천비율을 상기 메타 데이터에 기록할 수 있다.The content recommendation unit may record the recommendation ratio for each emotion for each of the plurality of contents in the metadata before receiving the emotion information.

상기 콘텐츠 추천부는, 상기 복수의 콘텐츠들 각각에 대하여 상기 콘텐츠 추천도를 계산하고 계산된 콘텐츠 추천도에 기초하여 상기 복수의 콘텐츠들 중에서 미리 결정된 순위 안에 속하는 적어도 하나의 콘텐츠를 상기 추천 콘텐츠로서 출력할 수 있다.The content recommendation unit calculates the content recommendation degree for each of the plurality of contents and outputs at least one content falling within a predetermined rank among the plurality of contents as the recommended content based on the calculated content recommendation degree. Can be.

상기 콘텐츠 추천 시스템은, 소비자의 음성, 심전도, 및 뇌파 중에서 적어도 어느 하나에 기초하여 상기 감성정보를 생성하는 소비자 감성검출기를 더 포함할 수 있다.The content recommendation system may further include a consumer emotion detector that generates the emotion information based on at least one of voice, electrocardiogram, and brain wave of the consumer.

상기 콘텐츠는, 음악, 동영상, 또는 텍스트 중에서 적어도 어느 하나를 포함할 수 있다.The content may include at least one of music, video, or text.

상기 콘텐츠 추천부는, 상기 복수의 콘텐츠들 각각에 대한 정보를 수신하고 복수의 콘텐츠들 중에서 대응되는 콘텐츠에 대한 감성별 추천비율을 포함하는 적어도 하나의 메타 데이터를 생성하고 저장하는 콘텐츠 라이블러리; 및 상기 적어도 하나의 메타 데이터와 상기 감성비율에 기초하여 상기 복수의 콘텐츠들 각각에 대한 콘텐츠 추천도를 계산하고 계산결과에 기초하여 적어도 하나의 콘텐츠를 추천 콘텐츠로서 출력하는 콘텐츠 추천 모듈을 포함할 수 있다.The content recommendation unit may include: a content library configured to receive information about each of the plurality of contents and to generate and store at least one metadata including a recommendation ratio for each corresponding emotion among the plurality of contents; And a content recommendation module that calculates a content recommendation degree for each of the plurality of contents based on the at least one metadata and the emotion ratio, and outputs at least one content as recommended content based on a calculation result. have.

상기 소비자 감성에 따른 콘텐츠 추천 시스템은, 셋톱박스, TV, PC, 휴대용 단말기, PMP, 및 노트북 중에서 적어도 어느 하나에 구현될 수 있다.The content recommendation system according to the consumer emotion may be implemented in at least one of a set top box, a TV, a PC, a portable terminal, a PMP, and a notebook computer.

상기 기술적 과제를 달성하기 위한 소비자 감성에 따른 채널 추천 방법은, 소비자로부터 발생된 적어도 하나의 감성에 대한 감성비율을 포함하는 소비자 감성정보를 수신하는 단계; 및 복수의 채널들 중에서 대응되는 채널에 대한 감성별 추천비율을 포함하는 적어도 하나의 메타 데이터와 상기 감성비율에 기초하여 상기 복수의 채널들 각각에 대한 채널 추천도를 계산하고 계산결과에 기초하여 적어도 하나의 채널을 추천 채널로서 출력하는 단계를 포함할 수 있다.According to an aspect of the present invention, there is provided a channel recommendation method according to consumer emotion, comprising: receiving consumer emotion information including an emotion ratio of at least one emotion generated from a consumer; And calculating channel recommendation for each of the plurality of channels based on the at least one metadata including the recommendation ratio for each corresponding emotion among the plurality of channels and the emotion ratio, and based on the calculation result. And outputting one channel as a recommendation channel.

상기 적어도 하나의 감성은, 기쁨, 슬픔, 불쾌, 평온, 및 즐거움 중에서 적어도 어느 하나를 포함할 수 있다.The at least one emotion may include at least one of joy, sadness, displeasure, serenity, and pleasure.

상기 메타 데이터는, 상기 채널의 제목 및 상기 채널의 속성 중에서 적어도 어느 하나를 더 포함할 수 있다.The metadata may further include at least one of a title of the channel and an attribute of the channel.

상기 채널 추천도는,

Figure 112008007923676-pat00003
(여기서 상기 Q'i는 상기 채널 추천도, 상기 Si는 상기 적어도 하나의 감성에 대한 비율, 및 상기 Qi는 상기 적어도 하나의 감성에 대한 추천비율이다.)일 수 있다.The channel recommendation is
Figure 112008007923676-pat00003
(Wherein Q ' i is the channel recommendation, S i is the ratio for the at least one emotion, and Q i is the recommendation ratio for the at least one emotion.).

상기 기술적 과제를 달성하기 위한 소비자 감성에 따른 채널 추천 시스템은, 소비자로부터 발생된 적어도 하나의 감성에 대한 감성비율을 포함하는 소비자 감성정보를 수신하는 감성정보 수신부; 및 복수의 채널들 중에서 대응되는 채널에 대한 감성별 추천비율을 포함하는 적어도 하나의 메타 데이터와 상기 감성비율에 기초하여 상기 복수의 채널들 각각에 대한 채널 추천도를 계산하고 계산결과에 기초하여 적어도 하나의 채널을 추천 채널로서 출력하는 채널 추천부를 포함할 수 있다.According to an aspect of the present invention, there is provided a channel recommendation system according to consumer emotion, comprising: an emotion information receiver configured to receive consumer emotion information including an emotion ratio of at least one emotion generated from a consumer; And calculating channel recommendation for each of the plurality of channels based on the at least one metadata including the recommendation ratio for each corresponding emotion among the plurality of channels and the emotion ratio, and based on the calculation result. It may include a channel recommendation unit for outputting one channel as a recommendation channel.

상기 적어도 하나의 감성은, 기쁨, 슬픔, 불쾌, 평온, 및 즐거움 중에서 적어도 어느 하나를 포함할 수 있다.The at least one emotion may include at least one of joy, sadness, displeasure, serenity, and pleasure.

상기 메타 데이터는, 상기 채널의 제목 및 상기 채널의 속성 중에서 적어도 어느 하나를 더 포함할 수 있다.The metadata may further include at least one of a title of the channel and an attribute of the channel.

상기 채널 추천도는,

Figure 112008007923676-pat00004
(여기서 상기 Q'i는 상기 채널 추천도, 상기 Si는 상기 적어도 하나의 감성에 대한 비율, 및 상기 Qi는 상기 적어 도 하나의 감성에 대한 추천비율이다.)일 수 있다.The channel recommendation is
Figure 112008007923676-pat00004
Where Q ' i is the channel recommendation, S i is the ratio for the at least one emotion, and Q i is the recommendation ratio for the at least one emotion.

상기 채널 추천부는, 상기 복수의 채널들 각각에 대한 정보를 수신하고 복수의 채널들 중에서 대응되는 채널에 대한 감성별 추천비율을 포함하는 적어도 하나의 메타 데이터를 생성하고 저장하는 채널 정보 저장부; 및 상기 적어도 하나의 메타 데이터와 상기 감성비율에 기초하여 상기 복수의 채널들 각각에 대한 채널 추천도를 계산하고 계산결과에 기초하여 적어도 하나의 채널을 추천 채널로서 출력하는 채널 추천 모듈을 포함할 수 있다.The channel recommendation unit may include: a channel information storage unit configured to receive information about each of the plurality of channels and to generate and store at least one metadata including an emotion ratio recommendation ratio for a corresponding channel among a plurality of channels; And a channel recommendation module configured to calculate a channel recommendation for each of the plurality of channels based on the at least one metadata and the emotion ratio, and output at least one channel as a recommendation channel based on a calculation result. have.

상기 소비자 감성에 따른 채널 추천 시스템은, 셋톱박스, TV, PC, 휴대용 단말기, PMP, 및 노트북 중에서 적어도 어느 하나에 구현될 수 있다.The channel recommendation system according to the consumer emotion may be implemented in at least one of a set top box, a TV, a PC, a portable terminal, a PMP, and a notebook computer.

상술한 바와 같이 본 발명에 따른 콘텐츠 및/또는 채널을 추천하는 방법 및 그 시스템은 소비자 감성에 따라 자동적으로 콘텐츠 및/또는 채널을 추천할 수 있는 효과가 있다.As described above, the method and system for recommending content and / or channel according to the present invention have an effect of automatically recommending content and / or channel according to consumer emotion.

본 발명에 따른 콘텐츠 및/또는 채널을 추천하는 방법 및 그 시스템은 실시간으로 소비자 감성에 따라 콘텐츠 및/또는 채널을 추천할 수 있는 효과가 있다.The method and system for recommending the content and / or the channel according to the present invention has the effect of recommending the content and / or the channel according to the consumer's emotion in real time.

또한, 본 발명에 의하면 콘텐츠 및/또는 채널 추천시 콘텐츠 및/또는 채널에 대한 감성별 추천비율을 포함하는 메타 데이터를 이용하여 소비자에게 보다 적합한 콘텐츠 및/또는 채널을 제공할 수 있는 효과가 있다.In addition, according to the present invention there is an effect that can provide a more suitable content and / or channel to the consumer by using the metadata including the recommendation ratio for each content and / or channel when the content and / or channel recommendation.

본 발명과 본 발명의 동작상의 이점 및 본 발명의 실시에 의하여 달성되는 목적을 충분히 이해하기 위해서는 본 발명의 바람직한 실시 예를 예시하는 첨부 도면 및 첨부 도면에 기재된 내용을 참조하여야만 한다. 이하, 첨부한 도면을 참조하여 본 발명의 바람직한 실시 예를 설명함으로써, 본 발명을 상세히 설명한다. 각 도면에 제시된 동일한 참조부호는 동일한 부재를 나타낸다.In order to fully understand the present invention, the operational advantages of the present invention, and the objects achieved by the practice of the present invention, reference should be made to the accompanying drawings which illustrate preferred embodiments of the present invention and the contents described in the accompanying drawings. Hereinafter, exemplary embodiments of the present invention will be described in detail with reference to the accompanying drawings. Like reference numerals in the drawings denote like elements.

도 1은 본 발명의 실시 예에 따른 소비자 감성에 따른 콘텐츠 추천 시스템의 블록도이고, 도 2는 도 1의 소비자 감성 검출기에서 검출되는 감성정보를 설명하기 위한 도면이고, 도 3은 도 1의 콘텐츠 라이블러리에 저장되는 메타 데이터의 구성을 나타낸다.1 is a block diagram of a content recommendation system according to consumer emotion according to an embodiment of the present invention, FIG. 2 is a diagram for explaining emotion information detected by the consumer emotion detector of FIG. 1, and FIG. 3 is the content of FIG. 1. Represents the configuration of metadata stored in the library.

도 4는 도 1의 콘텐츠 추천 시스템에서 추천 콘텐츠 목록이 출력되는 과정을 설명하기 위한 도면이다. 도 1 내지 도 4를 참조하면, 소비자 감성에 따른 콘텐츠 추천 시스템(10, 이하, '콘텐츠 추천 시스템' 이라 한다.)은 PC, 서버, 셋톱박스, TV, 노트북, 및 PMP(Portable Multimedia Player)일 수 있으며, 상기 콘텐츠 추천 시스템(10)을 구성하는 감성정보 수신부(12)와 콘텐츠 추천부(14)는 각각 하드웨어(H/W), 소프트웨어(S/W), 및/또는 이들의 조합으로 구현될 수 있다.4 is a view for explaining a process of outputting a list of recommended content in the content recommendation system of FIG. 1. 1 to 4, a content recommendation system 10 (hereinafter, referred to as a “content recommendation system”) according to consumer emotion is a PC, a server, a set-top box, a TV, a notebook, and a portable multimedia player (PMP). The emotion information receiver 12 and the content recommender 14 constituting the content recommendation system 10 may be implemented in hardware (H / W), software (S / W), and / or a combination thereof. Can be.

상기 감성정보 수신부(12)는 소비자로부터 발생된 적어도 하나의 감성에 대한 감성비율을 포함하는 소비자 감성정보(sen-info)를 수신할 수 있다.The emotion information receiver 12 may receive consumer emotion information (sen-info) including an emotion ratio for at least one emotion generated from the consumer.

보다 상세하게는, 상기 감성정보 수신부(12)는 소비자 감성 검출기(5)로부터 상기 적어도 하나의 감성에 대한 감성비율을 포함하는 상기 소비자 감성정보(sen-info)를 수신할 수 있다.More specifically, the emotion information receiver 12 may receive the consumer emotion information sen-info including an emotion ratio for the at least one emotion from the consumer emotion detector 5.

상기 소비자 감성 검출기(5)는 소비자(3)의 음성 및 생체정보(예컨대, 심전 도, 근전도, 피부저항, 뇌파 등) 중에서 적어도 어느 하나에 기초하여 상기 소비자 감성정보(sen-info)를 생성할 수 있다. The consumer emotion detector 5 may generate the consumer emotion information sen-info based on at least one of voice and biometric information (eg, electrocardiogram, electrocardiogram, skin resistance, brain wave, etc.) of the consumer 3. Can be.

상기 적어도 하나의 감성은 기쁨, 불쾌, 슬픔, 평온, 및 즐거움 중에서 적어도 어느 하나를 포함할 수 있으며, 상기 소비자 감성 검출기(5)는 상기 음성 및 생체정보에 기초하여 상기 감성이 복수 개로 구성되는 경우 감성들 각각의 비율(도 2의 기쁨 : S1%, 불쾌 : S2%, 슬픔: S3%, ..., 및 평온 : Sk% )을 포함하는 소비자 감성정보(sen-info)를 생성할 수 있다.The at least one emotion may include at least one of joy, displeasure, sadness, serenity, and enjoyment, and the consumer emotion detector 5 includes a plurality of emotions based on the voice and biometric information. Consumer sentiment information (sen-info) including the ratio of each of the emotions (joy: S 1 %, displeasure: S 2 %, sadness: S 3 %, ..., and calm: S k %) Can be generated.

이때, 소비자(3)의 감성은 복수 개의 감성들로 표현될 때 다음의 수학식 1로 표현될 수 있다In this case, the emotion of the consumer 3 may be expressed by the following equation 1 when expressed as a plurality of emotions.

Figure 112008007923676-pat00005
(여기서, 상기 Si는 상기 적어도 하나의 감성에 대한 비율을 나타낸다.)
Figure 112008007923676-pat00005
(S i represents a ratio for the at least one emotion.)

예컨대, 상기 소비자 감성 검출기(5)는 상기 소비자(3)의 음성(도 2의 음성정보)에 기초하여 음성신호를 발생하고 발생된 음성신호의 진동수 및 크기 등에 기초하여 감성들 각각의 비율(도 2의 기쁨 : S1%, 불쾌 : S2%, 슬픔: S3%, ..., 및 평온 : Sk% )을 포함하는 소비자 감성정보(sen-info)를 생성할 수 있다.For example, the consumer emotion detector 5 generates a voice signal based on the voice of the consumer 3 (voice information in FIG. 2), and the ratio of each of the emotions based on the frequency and magnitude of the generated voice signal (Fig. 2). Consumer sentiment information (sen-info) including joy of S: 1 %, displeasure: S 2 %, sadness: S 3 %, ..., and calm: S k %).

또한, 상기 소비자 감성 검출기(5)는 상기 소비자(3)의 생체정보(도 2의 생체정보, 예컨대, 심전도, 근전도, 피부저항, 및 뇌파 등)에 기초하여 생체신호를 검출하고 검출된 생체신호에 기초하여 미리 정해진 감성들 각각의 패턴들과 비교하고 비교결과에 기초하여 감성들 각각의 비율(도 2의 기쁨 : S1%, 불쾌 : S2%, 슬픔: S3%, ..., 및 평온 : Sk% )을 포함하는 소비자 감성정보(sen-info)를 생성할 수도 있다.In addition, the consumer emotion detector 5 detects a biosignal based on the biometric information (eg, electrocardiogram, electrocardiogram, skin resistance, and brain wave, etc.) of the consumer 3 and detects the biosignal. Compare with the patterns of each of the predetermined emotions based on and the ratio of each of the emotions based on the comparison result (joy: S 1 %, discomfort: S 2 %, sadness: S 3 %, ..., And tranquility: S k %) may be generated.

상기 소비자 감성 검출기(5)는 상기 콘텐츠 추천 시스템(10)의 외부에 장치로 구현될 수 있으나, 상기 콘텐츠 추천 시스템(10)의 일부로서 내부에 구현될 수도 있음은 물론이다.The consumer sentiment detector 5 may be implemented as a device outside the content recommendation system 10, but may also be implemented internally as part of the content recommendation system 10.

상기 콘텐츠 추천부(14)는 복수의 콘텐츠들 중에서 대응되는 콘텐츠에 대한 감성별 추천비율을 포함하는 적어도 하나의 메타 데이터와 상기 감성비율에 기초하여 상기 복수의 콘텐츠들 각각에 대한 콘텐츠 추천도를 계산하고 계산결과에 기초하여 적어도 하나의 콘텐츠를 추천 콘텐츠(reco-cont)로서 출력할 수 있다.The content recommendation unit 14 calculates a content recommendation degree for each of the plurality of contents based on at least one metadata including the recommendation ratio for each corresponding emotion among the plurality of contents and the emotion ratio. At least one content may be output as a recommended content (reco-cont) based on the calculation result.

상기 콘텐츠는 음악, 동영상, 또는 텍스트 중에서 적어도 어느 하나를 포함할 수 있으며, 멀티미디어 기기에 의해서 플레이 가능한 모든 미디어를 포함할 수 있음은 물론이다.The content may include at least one of music, video, or text, and may include all media playable by a multimedia device.

상기 메타 데이터는 콘텐츠 제공서버(30) 및 콘텐츠 라이브러리(16) 중에서 적어도 어느 하나에 저장된 콘텐츠들 각각에 대한 감성별 추천비율을 포함할 수 있다. 이때, 상기 메타 데이터는 콘텐츠의 제목 및 상기 콘텐츠의 속성 중에서 적어도 어느 하나를 더 포함할 수도 있다.The meta data may include a recommendation ratio for each emotion stored in at least one of the content providing server 30 and the content library 16. In this case, the metadata may further include at least one of a title of the content and an attribute of the content.

예컨대, 상기 메타 데이터는 도 3과 같이 콘텐츠의 제목(예컨대, 매트릭스 4), 감성별 추천비율(기쁨의 경우 추천비율은 50%, 불쾌의 경우 추천비율은 5%, 슬픔의 경우 추천비율은 20%, 평온의 경우 추천비율은 20% 등)을 포함할 수 있다.For example, as shown in FIG. 3, the metadata includes the title of the content (for example, the matrix 4), the recommendation rate by emotion (the recommendation rate is 50% in case of joy, the recommendation rate is 5% in case of displeasure, and the recommendation rate is 20 in case of sadness. %, In the case of calm, the recommended rate may be 20%).

또한, 도 3에서 도시되지는 않았지만 상기 메타 데이터는 해당 콘텐츠에 대한 속성정보(예컨대, 파일의 포맷:MPEG-4, Width:800, Height:600, Bit rate:200, 및width:256K)를 더 포함할 수 있음은 물론이다.In addition, although not shown in FIG. 3, the metadata further includes attribute information (eg, file format: MPEG-4, Width: 800, Height: 600, Bit rate: 200, and width: 256K) of the corresponding content. Of course it can include.

상기 콘텐츠 추천부(14)는 상기 복수의 콘텐츠들 각각에 대한 상기 감성별 추천비율을 상기 메타 데이터에 기록할 수 있으며 외부에서 입력된 상기 감성별 추천비율을 포함하는 메타 데이터를 저장할 수도 있다.The content recommendation unit 14 may record the recommendation ratio for each emotion for each of the plurality of contents in the metadata, and may store metadata including the recommendation ratio for each emotion input from the outside.

상기 콘텐츠 추천도(P'i)는 다음의 수학식 2에 의해서 계산될 수 있다.The content recommendation degree P ′ i may be calculated by Equation 2 below.

Figure 112008007923676-pat00006
(여기서 상기 P'i는 상기 콘텐츠 추천도, 상기 Si는 상기 적어도 하나의 감성에 대한 비율, 및 상기 Pi는 상기 적어도 하나의 감성에 대한 추천비율이다.)
Figure 112008007923676-pat00006
Where P'i is the content recommendation, S i is the ratio for the at least one emotion, and P i is the recommendation ratio for the at least one emotion.

이하, 상기 소비자 감성 검출기(5)에서 수신된 감성들 각각의 비율이 기쁨 : 50%, 불쾌 : 30%, 슬픔: 10%, 및 평온 : 10% 인 경우 상기 콘텐츠 추천부(14)에서 콘텐츠 추천도(P'i)를 계산하고 계산결과에 기초하여 추천 콘텐츠(reco-cont)를 출력하는 과정을 상세히 설명하면 다음과 같다.Hereinafter, when the ratio of each of the emotions received by the consumer emotion detector 5 is joy: 50%, discomfort: 30%, sadness: 10%, and calm: 10%, the content recommendation unit 14 recommends content. The process of calculating the degree (P ' i ) and outputting the recommended content (reco-cont) based on the calculation result will be described in detail.

상기 콘텐츠 추천부(14)는 도 3의 콘텐츠 “매트릭스 4”에 대한 메타 데이 터에 포함된 감성에 대한 추천비율(예컨대, 기쁨의 경우 추천비율은 50%, 불쾌의 경우 추천비율은 5%, 슬픔의 경우 추천비율은 20%, 및 평온의 경우 추천비율은 20%)에 기초하여 콘텐츠 “매트릭스 4”에 대한 추천도(P'i1)를 다음의 수학식 3과 같이 계산할 수 있다.The content recommendation unit 14 may include a recommendation ratio for the emotion included in the metadata for the content “Matrix 4” of FIG. 3 (for example, in the case of pleasure, the recommendation ratio is 50%, in the case of displeasure, the recommendation ratio is 5%, In the case of sadness, the recommendation ratio is 20%, and in the case of calm, the recommendation ratio is 20%). The recommendation degree P'i1 for the content “Matrix 4” may be calculated as in Equation 3 below.

콘텐츠 “매트릭스 4”의 추천도(P'i1) = 0.5*0.5 + 0.3*0.05 + 0.1*0.2 + 0.1*0.2 = 0.585 (즉, 58.5%)Recommendation (P ' i1 ) of the content “Matrix 4” = 0.5 * 0.5 + 0.3 * 0.05 + 0.1 * 0.2 + 0.1 * 0.2 = 0.585 (i.e. 58.5%)

또한, 콘텐츠 추천부(14)는 디 워에 대한 메타 데이터(미도시)에 포함된 감성에 대한 추천비율(예컨대, 기쁨의 경우 추천비율은 60%, 불쾌의 경우 추천비율은 3%, 슬픔의 경우 추천비율은 10%, 및 평온의 경우 추천비율은 50%)에 기초하여 디 워에 대한 추천도(P'i2)를 다음의 수학식 4와 같이 계산할 수 있다.In addition, the content recommendation unit 14 may include a recommendation ratio (e.g., 60% recommendation rate in the case of joy, 3% recommendation rate in the case of discomfort, 3%, sadness) of the emotion included in the meta data (not shown). If recommended ratio is recommended when the ratio of 10%, and calmness can be based on 50%) to calculate the recommendation level (P 'i2) for the di of the war, as shown in the following equation (4).

콘텐츠 “디 워”의 추천도(P'i) = 0.5*0.6 + 0.3*0.03 + 0.1*0.1 + 0.1*0.5 = 0.369(즉, 36.9%)Recommend (P ' i ) of content “D War” = 0.5 * 0.6 + 0.3 * 0.03 + 0.1 * 0.1 + 0.1 * 0.5 = 0.369 (i.e. 36.9%)

이때, 상기 콘텐츠 추천부(14)는 상기 콘텐츠 “매트릭스 4”의 추천도(P'i1= 58.5%)와 상기 콘텐츠 “디 워”에 대한 추천도(P'i2 = 36.9%)를 비교하여 추천도가 더 높은 상기 콘텐츠 “매트릭스 4”를 추천 콘텐츠(reco-cont)로서 출력할 수 있다.In this case, the content recommendation unit 14 compares the recommendation degree (P ' i1 = 58.5%) of the content “Matrix 4” with the recommendation degree (P ′ i2 = 36.9%) for the content “D War”. The higher content "Matrix 4" can be output as recommended content (reco-cont).

또한, 상기 소비자 감성정보(sen-info)가 실시간으로 변하는 실시간 소비자 감성비율을 포함하는 경우, 상기 콘텐츠 추천부(14)는 상기 적어도 하나의 메타 데이터와 상기 실시간 소비자 감성비율에 기초하여 상기 복수의 콘텐츠들 각각에 대한 상기 콘텐츠 추천도를 계산하고 계산결과에 기초하여 상기 적어도 하나의 콘텐츠를 상기 추천 콘텐츠(reco-cont)로서 출력할 수 있다.In addition, when the consumer sentiment information (sen-info) includes a real-time consumer sentiment rate that changes in real time, the content recommendation unit 14 is configured to generate the plurality of pieces based on the at least one metadata and the real-time consumer sentiment rate. The content recommendation degree for each of the contents may be calculated and the at least one content may be output as the recommendation content (reco-cont) based on a calculation result.

즉, 본 발명의 실시 예에 의하면 소비자(3)의 감성변화에 따라 자동으로 추천 콘텐츠(reco-cont)를 제공할 수 있는 효과가 있다.That is, according to the embodiment of the present invention, there is an effect of automatically providing recommended content (reco-cont) according to the emotional change of the consumer 3.

또한, 상기 콘텐츠 추천부(14)는 상기 복수의 콘텐츠들 각각에 대하여 상기 추천도를 계산하고 계산된 추천도에 기초하여 상기 복수의 콘텐츠들 중에서 미리 결정된 순위 안에 속하는 적어도 하나의 콘텐츠를 상기 추천 콘텐츠(reco-cont)로서 출력할 수 있다.In addition, the content recommendation unit 14 calculates the recommendation for each of the plurality of contents and based on the recommended recommendation, at least one of the contents belonging to a predetermined ranking among the plurality of the recommended contents. You can output it as (reco-cont).

예컨대, 상기 콘텐츠 추천부(14)는 상기 복수의 콘텐츠들 각각에 대한 추천도에 기초하여 상위 10개의 콘텐츠들을 추천 콘텐츠(reco-cont, 예컨대, 도 4의 추천 콘텐츠 목록)로서 출력할 수 있다.For example, the content recommendation unit 14 may output the top 10 contents as recommended content (reco-cont, for example, the list of recommended contents of FIG. 4) based on the recommendation degree for each of the plurality of contents.

상기 콘텐츠 추천부(14)는 콘텐츠 라이브러리(16) 및 콘텐츠 추천 모듈(18)을 포함할 수 있다. 상기 콘텐츠 라이브러리(16)는 상기 복수의 콘텐츠들 각각에 대한 정보(cnt)를 수신하고 복수의 콘텐츠들 중에서 대응되는 콘텐츠에 대한 감성별 추천비율을 포함하는 적어도 하나의 메타 데이터를 생성하고 저장할 수 있다.The content recommendation unit 14 may include a content library 16 and a content recommendation module 18. The content library 16 may receive information cnt about each of the plurality of contents and generate and store at least one metadata including a recommendation ratio for each corresponding emotion among the plurality of contents. .

예컨대, 상기 콘텐츠 라이브러리(16)는 콘텐츠 제공서버(30)로부터 상기 복수의 콘텐츠들 각각에 대한 정보(cnt)를 수신하고 복수의 콘텐츠들 중에서 대응되 는 콘텐츠에 대한 감성별 추천비율을 포함하는 적어도 하나의 메타 데이터를 생성하고 저장할 수 있다.For example, the content library 16 receives at least information cnt about each of the plurality of contents from the content providing server 30 and includes at least a recommendation ratio for each of the plurality of contents. You can create and store a single piece of metadata.

또는, 상기 콘텐츠 라이브러리(16)는 외부에서 생성된 감성별 추천비율을 포함하는 적어도 하나의 메타 데이터를 직접 수신하여 저장할 수 있음은 물론이다.Alternatively, the content library 16 may directly receive and store at least one metadata including an externally generated recommendation ratio for each emotion.

상기 콘텐츠 추천 모듈(18)은 상기 적어도 하나의 메타 데이터와 상기 감성비율에 기초하여 상기 복수의 콘텐츠들 각각에 대한 콘텐츠 추천도를 계산하고 계산결과에 기초하여 적어도 하나의 콘텐츠를 추천 콘텐츠(reco-cont)로서 출력할 수 있다.The content recommendation module 18 calculates a content recommendation degree for each of the plurality of contents based on the at least one metadata and the emotion ratio, and recommends at least one content based on the calculated result. cont).

도 5는 본 발명의 실시 예에 따른 소비자 감성에 따른 채널 추천 시스템의 블록도이고, 도 6은 도 5의 채널정보 저장부에 저장되는 메타 데이터의 구성을 나타내고, 도 7은 도 5의 채널 추천 시스템에서 채널 목록이 출력되는 과정을 설명하기 위한 도면이다.5 is a block diagram of a channel recommendation system according to consumer sentiment according to an embodiment of the present invention, FIG. 6 shows a configuration of metadata stored in the channel information storage unit of FIG. 5, and FIG. 7 shows the channel recommendation of FIG. 5. A diagram for describing a process of outputting a channel list in a system.

도 8은 도 5의 채널 추천 시스템에서 출력되는 채널 목록을 나타낸다. 도 5 내지 도 8을 참조하면, 소비자 감성에 따른 채널 추천 시스템(20, 이하, '채널 추천 시스템' 이라 한다.)은 PC, 서버, 셋톱박스, TV, 노트북, 및 PMP(Portable Multimedia Player)일 수 있으며, 상기 채널 추천 시스템(20)을 구성하는 감성정보 수신부(22)와 채널 추천부(24)는 각각 하드웨어(H/W), 소프트웨어(S/W), 및/또는 이들의 조합으로 구현될 수 있다.FIG. 8 illustrates a channel list output from the channel recommendation system of FIG. 5. 5 to 8, a channel recommendation system 20 (hereinafter, referred to as a "channel recommendation system") according to consumer emotion is a PC, a server, a set-top box, a TV, a notebook, and a portable multimedia player (PMP). The emotion information receiver 22 and the channel recommender 24 constituting the channel recommendation system 20 may be implemented in hardware (H / W), software (S / W), and / or a combination thereof. Can be.

상기 감성정보 수신부(22)는 소비자로부터 발생된 적어도 하나의 감성에 대한 감성비율을 포함하는 소비자 감성정보(sen-info)를 수신할 수 있다.The emotion information receiver 22 may receive consumer emotion information (sen-info) including an emotion ratio for at least one emotion generated from the consumer.

상기 감성정보 수신부(22)는 도 1의 감성정보 수신부(12)와 그 기능이 동일하므로 이에 대한 상세한 설명은 생략하도록 한다.Since the emotional information receiver 22 has the same function as the emotional information receiver 12 of FIG. 1, a detailed description thereof will be omitted.

또한, 상기 채널 추천 시스템(10)의 일부로서 상기 채널 추천 시스템(10)의 내부에 구현될 수도 있는 소비자 감성 검출기(5)는 도 1을 통하여 상세히 설명하였으므로 이에 대한 상세한 설명은 생략하도록 한다.In addition, since the consumer sentiment detector 5, which may be implemented inside the channel recommendation system 10 as part of the channel recommendation system 10, has been described in detail with reference to FIG. 1, a detailed description thereof will be omitted.

상기 채널 추천부(24)는 복수의 채널들 중에서 대응되는 채널에 대한 감성별 추천비율을 포함하는 적어도 하나의 메타 데이터와 상기 감성비율에 기초하여 상기 복수의 채널들 각각에 대한 채널 추천도를 계산하고 계산결과에 기초하여 적어도 하나의 채널을 추천 채널(r-channel)로서 출력할 수 있다.The channel recommendation unit 24 calculates a channel recommendation for each of the plurality of channels based on at least one metadata including the recommendation ratio for each corresponding emotion among the plurality of channels and the emotion ratio. At least one channel may be output as an r-channel based on the calculation result.

상기 복수의 채널들 각각은 방송사 서버(40, 또는 방송국 송출기)에서 제공되는 주파수대에 따라 배정되는 전파의 전송경로로서 소비자는 상기 복수의 채널들 각각을 통하여 다양한 콘텐츠를 수신 또는 시청할 수 있다.Each of the plurality of channels is a transmission path of radio waves allocated according to a frequency band provided by a broadcaster server 40 or a broadcasting station transmitter, and a consumer may receive or watch various contents through each of the plurality of channels.

상기 메타 데이터는 방송사 서버(40)로부터 수신된 복수의 채널들 각각에 대한 감성별 추천비율을 포함할 수 있다. 이때, 상기 메타 데이터는 채널의 제목 및 상기 채널의 속성 중에서 적어도 어느 하나를 더 포함할 수도 있다.The metadata may include a recommendation ratio for each emotion for each of the plurality of channels received from the broadcaster server 40. In this case, the metadata may further include at least one of a title of a channel and an attribute of the channel.

예컨대, 상기 메타 데이터는 도 6과 같이 채널의 제목(예컨대, M-net), 감성별 추천비율(기쁨의 경우 추천비율은 50%, 불쾌의 경우 추천비율은 5%, 슬픔의 경우 추천비율은 20%, 평온의 경우 추천비율은 20% 등)을 포함할 수 있다.For example, the metadata may include the title of the channel (eg, M-net), the recommendation ratio by emotion (the recommendation rate is 50% in case of joy, the recommendation rate is 5% in case of displeasure, and the recommendation rate in case of sadness. 20%, in the case of tranquility may include 20%).

또한, 도 6에서 도시되지는 않았지만 상기 메타 데이터는 해당 채널에 대한 속성정보(예컨대, 주파수 대역:180~186Mhz 및 주파수 전송 속도:64KbpsD 등)를 더 포함할 수 있음은 물론이다.In addition, although not shown in FIG. 6, the metadata may further include attribute information (eg, frequency band: 180 to 186 MHz and frequency transmission rate: 64 KbpsD, etc.) for the corresponding channel.

상기 채널 추천부(24)는 상기 복수의 채널들 각각에 대한 상기 감성별 추천비율을 상기 메타 데이터에 기록할 수 있으며 외부에서 입력된 상기 감성별 추천비율을 포함하는 메타 데이터를 저장할 수도 있다.The channel recommender 24 may record the recommendation ratio for each emotion for each of the plurality of channels in the metadata, and may store metadata including the recommendation ratio for each emotion input from the outside.

상기 채널 추천부(24)는 다음의 수학식 5에 의해서 채널 추천도(Q'i)를 계산할 수 있다.Wherein the channel like part 24 may calculate the (Q 'i) like the channel by the following equation (5) of.

Figure 112008007923676-pat00007
(여기서 상기 Q'i는 상기 채널 추천도, 상기 Si는 상기 적어도 하나의 감성에 대한 비율, 및 상기 Qi는 상기 적어도 하나의 감성에 대한 추천비율이다.)
Figure 112008007923676-pat00007
Where Q'i is the channel recommendation, S i is the ratio for the at least one emotion, and Q i is the recommendation ratio for the at least one emotion.

상기 채널 추천부(24)가 채널 추천도를 계산하는 과정은 도 1의 콘텐츠 추천부(14)가 콘텐츠 추천도(P'i)를 계산하는 과정과 동일 또는 유사하므로 이에 대한 상세한 설명은 생략하도록 한다.The process of calculating the channel recommendation by the channel recommender 24 is the same as or similar to the process by which the content recommender 14 of FIG. 1 calculates the content recommendation P ' i , and thus a detailed description thereof will be omitted. do.

또한, 상기 소비자 감성정보(sen-info)가 실시간으로 변하는 실시간 소비자 감성비율을 포함하는 경우, 상기 채널 추천부(24)는 상기 적어도 하나의 메타 데이터와 상기 실시간 소비자 감성비율에 기초하여 상기 복수의 채널들 각각에 대한 상기 채널을 계산하고 계산결과에 기초하여 상기 적어도 하나의 채널을 상기 추천 채 널(r-channel)로서 출력할 수 있다.In addition, when the consumer sentiment information (sen-info) includes a real-time consumer sentiment rate that is changed in real time, the channel recommendation unit 24 based on the at least one metadata and the real-time consumer sentiment ratio The channel for each of the channels may be calculated and the at least one channel may be output as the recommended channel based on the calculation result.

즉, 본 발명의 실시 예에 의하면 소비자(3)의 감성변화에 따라 자동으로 추천 채널(r-channel)을 제공할 수 있는 효과가 있다.That is, according to the embodiment of the present invention, there is an effect of automatically providing a recommendation channel (r-channel) according to the emotional change of the consumer 3.

또한, 상기 채널 추천부(24)는 상기 복수의 채널들 각각에 대하여 상기 추천도를 계산하고 계산된 추천도에 기초하여 상기 복수의 채널들 중에서 미리 결정된 순위 안에 속하는 적어도 하나의 채널을 상기 추천 채널(r-channel)로서 출력할 수 있다.In addition, the channel recommendation unit 24 calculates the recommendation for each of the plurality of channels, and based on the calculated recommendation, the recommendation channel among at least one channel belonging to a predetermined rank among the plurality of channels. Can output as (r-channel).

예컨대, 상기 채널 추천부(24)는 상기 복수의 채널들 각각에 대한 채널 추천도에 기초하여 상위 m개의 채널들을 추천 채널(r-channel, 예컨대, 도 7의 추천 채널 목록)로서 출력할 수 있다.For example, the channel recommendation unit 24 may output the upper m channels as a recommendation channel (r-channel, for example, the recommendation channel list of FIG. 7) based on the channel recommendation for each of the plurality of channels. .

따라서, 소비자(3)는 도 8의 도면과 같이 리모콘의 상/하 또는 좌/우 버튼을 이용하여 소비자의 감성에 따라서 추천된 추천 채널 목록들 중에서 어느 하나의 채널을 선택할 수 있음으로써 상기 소비자(3)의 감성에 따른 채널 서비스를 받을 수 있다.Accordingly, the consumer 3 may select one of the recommended channel lists from the recommended channel list according to the emotion of the consumer using the up / down or left / right buttons of the remote controller as shown in FIG. 8. Can receive channel service according to the emotion of 3).

이때, 상기 채널 추천부(24)는 소비자(3)가 리모콘을 통하여 채널을 바꾸는 경우 상기 채널 추천도가 높은 채널 순으로 채널이 변경되도록 제어할 수 있다.In this case, when the consumer 3 changes the channel through the remote controller, the channel recommendation unit 24 may control the channel to be changed in order of the channel with the highest channel recommendation.

상기 채널 추천부(24)는 채널정보 저장부(26) 및 채널 추천 모듈(28)을 포함할 수 있다. 상기 채널정보 저장부(26)는 상기 복수의 채널들 각각에 대한 정보(cnt)를 수신하고 복수의 채널들 중에서 대응되는 채널에 대한 감성별 추천비율을 포함하는 적어도 하나의 메타 데이터를 생성하고 저장할 수 있다.The channel recommendation unit 24 may include a channel information storage unit 26 and a channel recommendation module 28. The channel information storage unit 26 receives information cnt about each of the plurality of channels and generates and stores at least one metadata including emotion recommendation ratios for the corresponding channels among the plurality of channels. Can be.

예컨대, 상기 채널정보 저장부(26)는 방송사 서버(40)로부터 상기 복수의 채널들 각각에 대한 정보(chan-info)를 수신하고 복수의 채널들 중에서 대응되는 콘텐츠에 대한 감성별 추천비율을 포함하는 적어도 하나의 메타 데이터를 생성하고 저장할 수 있다.For example, the channel information storage unit 26 receives the chan-info for each of the plurality of channels from the broadcaster server 40 and includes a recommendation ratio for each of the plurality of channels for the corresponding content. At least one metadata may be generated and stored.

또는, 상기 채널정보 저장부(26)는 외부에서 생성된 감성별 추천비율을 포함하는 적어도 하나의 메타 데이터를 수신하여 저장할 수 있음은 물론이다.Alternatively, the channel information storage unit 26 may receive and store at least one metadata including an externally generated recommendation ratio for each emotion.

상기 채널 추천 모듈(28)은 상기 적어도 하나의 메타 데이터와 상기 감성비율에 기초하여 상기 복수의 채널들 각각에 대한 채널 추천도를 계산하고 계산결과에 기초하여 적어도 하나의 채널을 추천 채널(r-channel)로서 출력할 수 있다.The channel recommendation module 28 calculates a channel recommendation for each of the plurality of channels based on the at least one metadata and the emotion ratio, and recommends at least one channel based on a result of the calculation. channel).

도 9는 본 발명의 실시 예에 따른 소비자 감성에 따른 콘텐츠 추천 방법을 나타내는 흐름도이다. 도 1과 도 9를 참조하면, 콘텐츠 라이브러리(16)는 콘텐츠 제공서버(30)로부터 콘텐츠 정보를 수신하고(S10), 복수의 콘텐츠들 중에서 대응되는 콘텐츠에 대한 감성별 추천비율을 포함하는 적어도 하나의 메타 데이터를 생성한다(S12).9 is a flowchart illustrating a content recommendation method according to consumer emotion according to an embodiment of the present invention. 1 and 9, the content library 16 receives content information from the content providing server 30 (S10), and includes at least one recommendation ratio for each corresponding emotion among the plurality of contents. Generate the metadata of (S12).

소비자 감성 검출기(5)는 소비자(3)로부터 소비자 감성을 수신하고(S14), 수신된 소비자 감성에 기초하여 적어도 하나의 감성에 대한 감성비율을 포함하는 소비자 감성정보(sen-info)를 검출한다(S16).The consumer sentiment detector 5 receives the consumer sentiment from the consumer 3 (S14) and detects the consumer sentiment information sen-info including the sentiment ratio for the at least one sentiment based on the received consumer sentiment. (S16).

콘텐츠 추천모듈(18)은 감성정보 수신부(22)를 통하여 상기 소비자 감성 검출기(5)로부터 소비자 감성정보(sen-info)를 수신하고(S18), 수신된 소비자 감성정보(sen-info)에 응답하여 콘텐츠 라이브러리(16)에 상기 적어도 하나의 메타 데이 터를 요청하고 수신한다(S20).The content recommendation module 18 receives the consumer sentiment information sen-info from the consumer sentiment detector 5 through the sentiment information receiver 22 (S18), and responds to the received consumer sentiment information sen-info. Request and receive the at least one metadata from the content library 16 (S20).

상기 콘텐츠 추천모듈(18)은 상기 적어도 하나의 메타 데이터와 감성비율에 기초하여 상기 복수의 콘텐츠들 각각에 대한 콘텐츠 추천도를 계산하고 계산결과에 기초하여 적어도 하나의 콘텐츠를 추천 콘텐츠(reco-cont)로서 검출한다(S22).The content recommendation module 18 calculates a content recommendation degree for each of the plurality of contents based on the at least one metadata and the emotion ratio, and recommends at least one content based on the calculated result. (S22).

상기 콘텐츠 추천모듈(18)은 S22 단계에 의한 추천 콘텐츠(reco-cont)에 대한 정보를 소비자(3, 또는, 소비자 멀티미디어 기기)에 출력한다(S24). 이때, 상기 콘텐츠 추천모듈(18)은 콘텐츠 라이브러리(16)에 저장된 다수의 콘텐츠들 중에서 S22 단계에 의해 검출된 추천 콘텐츠를 직접 소비자(3)에게 전송할 수 있음은 물론이다.The content recommendation module 18 outputs information on the recommended content (reco-cont) by the step S22 to the consumer 3 or a consumer multimedia device (S24). In this case, the content recommendation module 18 may directly transmit the recommended content detected by the step S22 among the plurality of contents stored in the content library 16 to the consumer 3.

또는, 상기 콘텐츠 추천모듈(18)은 S22 단계에 의한 추천 콘텐츠(reco-cont)에 대한 정보를 콘텐츠 제공서버(30)에 전송하고(S26), 상기 콘텐츠 제공서버(30)은 상기 추천 콘텐츠(reco-cont)에 대한 정보에 기초하여 콘텐츠 제공서버(30)에 저장된 다수의 콘텐츠들 중에서 상기 추천 콘텐츠(reco-cont)에 대한 정보에 상응하는 추천 콘텐츠를 직접 소비자(3)에게 전송할 수 있다(S28).Alternatively, the content recommendation module 18 transmits the information on the recommended content (reco-cont) in step S22 to the content providing server 30 (S26), and the content providing server 30 sends the recommended content ( Based on the information on the reco-cont, among the plurality of contents stored in the content providing server 30, the recommended content corresponding to the information on the recommended content (reco-cont) may be directly transmitted to the consumer 3 ( S28).

도 10은 본 발명의 실시 예에 따른 소비자 감성에 따른 채널 추천 방법을 나타내는 흐름도이다. 도 5와 도 10을 참조하면, 채널정보 저장부(26)는 방송사 서버(40)로부터 채널 정보(chan-info)를 수신하고(S40), 복수의 채널들 중에서 대응되는 채널에 대한 감성별 추천비율을 포함하는 적어도 하나의 메타 데이터를 생성한다(S42).10 is a flowchart illustrating a channel recommendation method according to consumer sentiment according to an embodiment of the present invention. 5 and 10, the channel information storage unit 26 receives channel information (chan-info) from the broadcaster server 40 (S40), and recommends for each channel a corresponding channel among emotions. At least one meta data including the ratio is generated (S42).

소비자 감성 검출기(5)는 소비자(3)로부터 소비자 감성을 수신하고(S44), 수 신된 소비자 감성에 기초하여 적어도 하나의 감성에 대한 감성비율을 포함하는 소비자 감성정보(sen-info)를 검출한다(S46).The consumer sentiment detector 5 receives the consumer sentiment from the consumer 3 (S44), and detects consumer sentiment information (sen-info) including the sentiment ratio for the at least one sentiment based on the received consumer sentiment. (S46).

채널 추천모듈(28)은 감성정보 수신부(22)를 통하여 상기 소비자 감성 검출기(5)로부터 소비자 감성정보(sen-info)를 수신하고(S48), 수신된 소비자 감성정보(sen-info)에 응답하여 채널정보 저장부(26)에 상기 적어도 하나의 메타 데이터를 요청하고 수신한다(S50).The channel recommendation module 28 receives the consumer sentiment information sen-info from the consumer sentiment detector 5 through the sentiment information receiver 22 (S48), and responds to the received consumer sentiment information (sen-info). In step S50, the channel information storage unit 26 requests and receives the at least one metadata.

상기 채널 추천모듈(28)은 상기 적어도 하나의 메타 데이터와 감성비율에 기초하여 상기 복수의 채널들 각각에 대한 채널 추천도를 계산하고 계산결과에 기초하여 적어도 하나의 채널을 추천 채널(r-channel)로서 검출한다(S52).The channel recommendation module 28 calculates a channel recommendation for each of the plurality of channels based on the at least one meta data and the emotion ratio, and recommends at least one channel based on the result of the calculation. (S52).

상기 채널 추천모듈(28)은 S52 단계에 의한 추천 채널에 대한 정보를 소비자(3, 또는, 소비자 멀티미디어 기기)에 출력한다(S54). The channel recommendation module 28 outputs information on the recommendation channel in step S52 to the consumer 3 or a consumer multimedia device (S54).

또는, 상기 채널 추천모듈(18)은 S52 단계에 의한 추천 채널에 대한 정보를 방송사 서버(40)에 전송하고(S56), 상기 방송사 서버(40)는 상기 추천 채널에 대한 정보(r-channel)에 기초하여 방송사 서버(40)에 저장된 다수의 채널들 중에서 상기 추천 채널에 대한 정보(r-channel)에 상응하는 추천 채널(r-channel)에 대한 방송을 직접 소비자(3)에게 전송할 수 있다(S58).Alternatively, the channel recommendation module 18 transmits information on the recommendation channel in step S52 to the broadcaster server 40 (S56), and the broadcaster server 40 information on the recommendation channel (r-channel). Based on the broadcast of the recommendation channel (r-channel) corresponding to the information (r-channel) of the recommended channel among the plurality of channels stored in the broadcaster server 40 can be directly transmitted to the consumer (3) S58).

도 1 및 도 5에 도시된 실시 예는 각각 독립된 콘텐츠 추천 시스템(10) 또는 채널 추천 시스템(20)을 나타내나 상기 콘텐츠 추천 시스템(10) 및 채널 추천 시스템(20)은 하나의 시스템으로 구현될 수 있음은 물론이다. 이때, 소비자 감성검출기(5)도 상기 하나의 시스템에 구현될 수 있다.1 and 5 illustrate an independent content recommendation system 10 or a channel recommendation system 20, respectively, but the content recommendation system 10 and the channel recommendation system 20 may be implemented as one system. Of course it can. At this time, the consumer emotion detector 5 may also be implemented in the one system.

본 발명은 컴퓨터로 읽을 수 있는 기록매체에 컴퓨터가 읽을 수 있는 코드로서 구현하는 것이 가능하다. 컴퓨터가 읽을 수 있는 기록매체는 컴퓨터 시스템에 의하여 읽혀질 수 있는 데이터가 저장되는 모든 종류의 기록장치를 포함한다. 컴퓨터가 읽을 수 있는 기록매체의 예로는 ROM, RAM, CD-ROM, 자기 테이프, 광 데이터 저장장치 등이 있다. 또한 컴퓨터가 읽을 수 있는 기록매체는 네트워크로 연결된 컴퓨터 시스템에 분산되어, 분산방식으로 컴퓨터가 읽을 수 있는 코드가 저장되고 실행될 수 있다. 그리고 본 발명을 구현하기 위한 기능적인(Functional) 프로그램, 코드 및 코드 세그먼트들은 본 발명이 속하는 기술분야의 프로그래머들에 의해 용이하게 추론될 수 있다.The present invention can be embodied as computer readable codes on a computer readable recording medium. The computer-readable recording medium includes all kinds of recording devices in which data that can be read by a computer system is stored. Examples of computer-readable recording media include ROM, RAM, CD-ROM, magnetic tape, optical data storage, and the like. The computer readable recording medium can also be distributed over network coupled computer systems so that the computer readable code is stored and executed in a distributed fashion. And functional programs, codes and code segments for implementing the present invention can be easily inferred by programmers in the art to which the present invention belongs.

본 발명은 도면에 도시된 일 실시 예를 참고로 설명되었으나 이는 예시적인 것에 불과하며, 본 기술 분야의 통상의 지식을 가진 자라면 이로부터 다양한 변형 및 균등한 타 실시 예가 가능하다는 점을 이해할 것이다. 따라서, 본 발명의 진정한 기술적 보호 범위는 첨부된 등록청구범위의 기술적 사상에 의해 정해져야 할 것이다.Although the present invention has been described with reference to one embodiment shown in the drawings, this is merely exemplary, and those skilled in the art will understand that various modifications and equivalent other embodiments are possible therefrom. Therefore, the true technical protection scope of the present invention will be defined by the technical spirit of the appended claims.

본 발명의 상세한 설명에서 인용되는 도면을 보다 충분히 이해하기 위하여 각 도면의 간단한 설명이 제공된다.BRIEF DESCRIPTION OF THE DRAWINGS In order to better understand the drawings cited in the detailed description of the invention, a brief description of each drawing is provided.

도 1은 본 발명의 실시 예에 따른 소비자 감성에 따른 콘텐츠 추천 시스템의 블록도이다.1 is a block diagram of a content recommendation system according to consumer sentiment according to an embodiment of the present invention.

도 2는 도 1의 소비자 감성 검출기에서 검출되는 감성정보를 설명하기 위한 도면이다.FIG. 2 is a diagram for describing emotion information detected by the consumer emotion detector of FIG. 1.

도 3은 도 1의 콘텐츠 라이브러리에 저장되는 메타 데이터의 구성을 나타낸다.3 illustrates a configuration of meta data stored in the content library of FIG. 1.

도 4는 도 1의 콘텐츠 추천 시스템에서 추천 콘텐츠 목록이 출력되는 과정을 설명하기 위한 도면이다.4 is a view for explaining a process of outputting a list of recommended content in the content recommendation system of FIG. 1.

도 5는 본 발명의 실시 예에 따른 소비자 감성에 따른 채널 추천 시스템의 블록도이다.5 is a block diagram of a channel recommendation system according to consumer sentiment according to an embodiment of the present invention.

도 6은 도 5의 채널정보 저장부에 저장되는 메타 데이터의 구성을 나타낸다.FIG. 6 illustrates a configuration of metadata stored in the channel information storage of FIG. 5.

도 7은 도 5의 채널 추천 시스템에서 채널 목록이 출력되는 과정을 설명하기 위한 도면이다.FIG. 7 is a diagram for describing a process of outputting a channel list in the channel recommendation system of FIG. 5.

도 8은 도 5의 채널 추천 시스템에서 출력되는 채널 목록을 나타낸다.FIG. 8 illustrates a channel list output from the channel recommendation system of FIG. 5.

도 9는 본 발명의 실시 예에 따른 소비자 감성에 따른 콘텐츠 추천 방법을 나타내는 흐름도이다.9 is a flowchart illustrating a content recommendation method according to consumer emotion according to an embodiment of the present invention.

도 10은 본 발명의 실시 예에 따른 소비자 감성에 따른 채널 추천 방법을 나 타내는 흐름도이다.10 is a flowchart illustrating a channel recommendation method according to consumer emotion according to an embodiment of the present invention.

Claims (31)

감성정보 수신부 및 콘텐츠 추천부를 구비하는 콘텐츠 추천 시스템에서의 소비자 감성에 따른 콘텐츠 추천 방법에 있어서,In the content recommendation method according to the emotion of the consumer in the content recommendation system having an emotional information receiving unit and the content recommendation unit, 상기 소비자로부터 발생된 둘 이상의 감성들 각각의 비율을 나타내는 감성비율을 포함하는 소비자 감성정보를 수신하는 단계;Receiving consumer emotion information including an emotion ratio indicating a ratio of each of two or more emotions generated from the consumer; 복수의 콘텐츠들 중에서 대응되는 콘텐츠에 대한 감성별 추천비율을 포함하는 적어도 하나의 메타 데이터와 상기 감성비율에 기초하여 상기 복수의 콘텐츠들 각각에 대한 콘텐츠 추천도를 계산하는 단계; 및Calculating a content recommendation degree for each of the plurality of contents based on the emotion ratio and at least one metadata including emotion recommendation ratios for the corresponding contents among a plurality of contents; And 계산된 콘텐츠 추천도에 기초하여 상기 복수의 콘텐츠들 중에서 미리 결정된 순위 안에 속하는 적어도 하나의 콘텐츠를 추천 콘텐츠로서 출력하는 단계를 포함하며,Outputting, as recommended content, at least one content that falls within a predetermined rank among the plurality of contents based on the calculated content recommendation degree, 상기 소비자 감성정보를 수신하는 단계 전에,Before the step of receiving the consumer emotion information, 상기 소비자 감성 정보는 소비자 감성 검출기에 의하여 상기 소비자의 음성, 심전도, 또는 뇌파 중에서 적어도 어느 하나에 기초하여 생성되고, 상기 복수의 콘텐츠들 각각에 대한 상기 감성별 추천비율이 상기 메타 데이터에 기록되는 소비자 감성에 따른 콘텐츠 추천 방법.The consumer emotion information is generated by a consumer emotion detector based on at least one of the voice, electrocardiogram, or brain wave of the consumer, and the consumer's recommendation ratio for each of the plurality of contents is recorded in the metadata. How to recommend content based on emotion. 제1항에 있어서, 상기 둘 이상의 감성들은,The method of claim 1, wherein the two or more emotions, 기쁨, 슬픔, 불쾌, 평온, 및 즐거움 중에서 적어도 둘 이상을 포함하는 소비자 감성에 따른 콘텐츠 추천 방법.A method of recommending content according to a consumer's emotion including at least two of joy, sadness, displeasure, serenity, and enjoyment. 제1항에 있어서, 상기 메타 데이터는,The method of claim 1, wherein the metadata is 상기 콘텐츠의 제목 및 상기 콘텐츠의 속성 중에서 적어도 어느 하나를 더 포함하는 소비자 감성에 따른 콘텐츠 추천 방법.The content recommendation method according to the emotion of the consumer further comprises at least one of the title of the content and the attribute of the content. 제1항에 있어서, 상기 콘텐츠 추천도는,The method of claim 1, wherein the content recommendation degree is
Figure 112010030210146-pat00008
(여기서 상기 P'i는 상기 콘텐츠 추천도, 상기 Si는 상기 둘 이상의 감성들 각각의 비율, 및 상기 Pi는 상기 둘 이상의 감성별 추천비율이다.)인 소비자 감성에 따른 콘텐츠 추천 방법.
Figure 112010030210146-pat00008
Wherein P ' i is the content recommendation degree, S i is the ratio of each of the two or more emotions, and P i is the recommendation ratio for each of the two or more emotions.
제1항에 있어서, 상기 소비자 감성정보는,The method of claim 1, wherein the consumer emotion information, 실시간 소비자 감성비율을 포함하며,Includes real-time consumer sentiment rates, 상기 콘텐츠 추천도를 계산하는 단계는,The step of calculating the content recommendation, 상기 적어도 하나의 메타 데이터와 상기 실시간 소비자 감성비율에 기초하여 상기 복수의 콘텐츠들 각각에 대한 상기 콘텐츠 추천도를 계산하는 단계를 포함하며,Calculating the content recommendation for each of the plurality of contents based on the at least one metadata and the real-time consumer sentiment rate; 상기 실시간 소비자 감성비율은The real-time consumer sentiment ratio 상기 소비자에 의해 실시간으로 발생되는 감성들 각각의 비율인 소비자 감성에 따른 콘텐츠 추천 방법.Content recommendation method according to the consumer emotion that is the ratio of each of the emotions generated in real time by the consumer. 삭제delete 삭제delete 삭제delete 제1항에 있어서, 상기 콘텐츠는,The method of claim 1, wherein the content is: 음악, 동영상, 또는 텍스트 중에서 적어도 어느 하나를 포함하는 콘텐츠 추천 방법.A content recommendation method comprising at least one of music, video, or text. 제1항에 기재된 방법을 수행하기 위한 컴퓨터로 판독가능한 기록 매체.A computer readable recording medium for performing the method of claim 1. 소비자로부터 발생된 둘 이상의 감성들 각각의 비율을 나타내는 감성비율을 포함하는 소비자 감성정보를 수신하는 감성정보 수신부; 및An emotion information receiver configured to receive consumer emotion information including an emotion ratio indicating a ratio of each of two or more emotions generated from a consumer; And 복수의 콘텐츠들 중에서 대응되는 콘텐츠에 대한 감성별 추천비율을 포함하는 적어도 하나의 메타 데이터와 상기 감성비율에 기초하여 상기 복수의 콘텐츠들 각각에 대한 콘텐츠 추천도를 계산하고, 계산된 콘텐츠 추천도에 기초하여 상기 복수의 콘텐츠들 중에서 미리 결정된 순위 안에 속하는 적어도 하나의 콘텐츠를 추천 콘텐츠로서 출력하는 콘텐츠 추천부를 포함하며,A content recommendation for each of the plurality of contents is calculated based on at least one metadata including emotion recommendation ratios for the corresponding contents among the plurality of contents and the emotion ratio, and the calculated content recommendation A content recommendation unit configured to output, as recommended content, at least one content within a predetermined ranking among the plurality of contents based on the result; 상기 감성정보 수신부가 상기 소비자 감성정보를 수신하기 전에,Before the emotional information receiver receives the consumer emotional information, 상기 소비자 감성 정보는 소비자 감성 검출기에 의하여 상기 소비자의 음성, 심전도, 또는 뇌파 중에서 적어도 어느 하나에 기초하여 생성되고, 상기 복수의 콘텐츠들 각각에 대한 상기 감성별 추천비율이 상기 메타 데이터에 기록되는 소비자 감성에 따른 콘텐츠 추천 시스템.The consumer emotion information is generated by a consumer emotion detector based on at least one of the voice, electrocardiogram, or brain wave of the consumer, and the consumer's recommendation ratio for each of the plurality of contents is recorded in the metadata. Content recommendation system based on emotion. 제11항에 있어서, 상기 둘 이상의 감성들은,The method of claim 11, wherein the two or more emotions, 기쁨, 슬픔, 불쾌, 평온, 및 즐거움 중에서 적어도 둘 이상을 포함하는 소비자 감성에 따른 콘텐츠 추천 시스템.A content recommendation system according to the consumer's emotion, including at least two of joy, sadness, displeasure, serenity, and enjoyment. 제11항에 있어서, 상기 메타 데이터는,The method of claim 11, wherein the metadata, 상기 콘텐츠의 제목 및 상기 콘텐츠의 속성 중에서 적어도 어느 하나를 더 포함하는 소비자 감성에 따른 콘텐츠 추천 시스템.Content recommendation system according to the consumer emotion further comprises at least one of the title of the content and the attributes of the content. 제11항에 있어서, 상기 콘텐츠 추천도는,The method of claim 11, wherein the content recommendation degree,
Figure 112010030210146-pat00009
(여기서 상기 P'i는 상기 콘텐츠 추천도, 상기 Si는 상기 둘 이상의 감성들 각각의 비율, 및 상기 Pi는 상기 둘 이상의 감성별 추천비율이다.)인 소비자 감성에 따른 콘텐츠 추천 시스템.
Figure 112010030210146-pat00009
Wherein P ' i is the content recommendation degree, S i is the ratio of each of the two or more emotions, and P i is the recommendation ratio for each of the two or more emotions.
제11항에 있어서, 상기 소비자 감성정보는,The method of claim 11, wherein the consumer emotion information, 실시간 소비자 감성비율을 포함하며,Includes real-time consumer sentiment rates, 상기 콘텐츠 추천부는,The content recommendation unit, 상기 적어도 하나의 메타 데이터와 상기 실시간 소비자 감성비율에 기초하여 상기 복수의 콘텐츠들 각각에 대한 상기 콘텐츠 추천도를 계산하며,Calculate the content recommendation for each of the plurality of contents based on the at least one metadata and the real-time consumer emotion ratio, 상기 실시간 소비자 감성비율은The real-time consumer sentiment ratio 상기 소비자에 의해 실시간으로 발생되는 감성들 각각의 비율인 소비자 감성에 따른 콘텐츠 추천 시스템.Content recommendation system according to the consumer emotion that is the ratio of each of the emotions generated in real time by the consumer. 삭제delete 삭제delete 삭제delete 제11항에 있어서, 상기 콘텐츠는,The method of claim 11, wherein the content is: 음악, 동영상, 또는 텍스트 중에서 적어도 어느 하나를 포함하는 콘텐츠 추천 시스템.A content recommendation system comprising at least one of music, video, or text. 제11항에 있어서, 상기 콘텐츠 추천부는,The method of claim 11, wherein the content recommendation unit, 상기 복수의 콘텐츠들 각각에 대한 정보를 수신하고 복수의 콘텐츠들 중에서 대응되는 콘텐츠에 대한 감성별 추천비율을 포함하는 상기 적어도 하나의 메타 데이터를 생성하고 저장하는 콘텐츠 라이브러리; 및A content library that receives information about each of the plurality of contents and generates and stores the at least one metadata including a recommendation ratio for each corresponding emotion among the plurality of contents; And 상기 적어도 하나의 메타 데이터와 상기 감성비율에 기초하여 상기 복수의 콘텐츠들 각각에 대한 콘텐츠 추천도를 계산하고 계산결과에 기초하여 적어도 하나의 콘텐츠를 추천 콘텐츠로서 출력하는 콘텐츠 추천 모듈을 포함하는 소비자 감성에 따른 콘텐츠 추천 시스템.A consumer emotion module including a content recommendation module for calculating a content recommendation degree for each of the plurality of contents based on the at least one metadata and the emotion ratio, and outputting at least one content as recommended content based on a calculation result Content recommendation system according to. 제11항에 있어서, 상기 소비자 감성에 따른 콘텐츠 추천 시스템은,The system of claim 11, wherein the content recommendation system according to the consumer's emotion is provided. 셋톱박스, TV, PC, 휴대용 단말기, PMP, 및 노트북 중에서 적어도 어느 하나에 구현되는 소비자 감성에 따른 콘텐츠 추천 시스템.Content recommendation system according to the consumer emotion implemented in at least one of a set-top box, a TV, a PC, a portable terminal, a PMP, and a laptop. 감성정보 수신부 및 채널 추천부를 구비하는 채널 추천 시스템에서의 소비자 감성에 따른 채널 추천 방법에 있어서,In the channel recommendation method according to the emotion of the consumer in the channel recommendation system having an emotional information receiving unit and a channel recommendation unit, 상기 소비자로부터 발생된 둘 이상의 감성들 각각의 비율을 나타내는 감성비율을 포함하는 소비자 감성정보를 수신하는 단계; Receiving consumer emotion information including an emotion ratio indicating a ratio of each of two or more emotions generated from the consumer; 복수의 채널들 중에서 대응되는 채널에 대한 감성별 추천비율을 포함하는 적어도 하나의 메타 데이터와 상기 감성비율에 기초하여 상기 복수의 채널들 각각에 대한 채널 추천도를 계산하는 단계; 및Calculating a channel recommendation for each of the plurality of channels based on at least one metadata including emotion recommendation ratios for the corresponding channels among the plurality of channels and the emotion ratios; And 계산된 채널 추천도에 기초하여 상기 복수의 채널들 중에서 미리 결정된 순위 안에 속하는 적어도 하나의 채널을 추천 채널로서 출력하는 단계를 포함하며,Outputting at least one channel falling within a predetermined rank among the plurality of channels based on the calculated channel recommendation as a recommendation channel, 상기 소비자 감성정보를 수신하는 단계 전에,Before the step of receiving the consumer emotion information, 상기 소비자 감성 정보는 소비자 감성 검출기에 의하여 상기 소비자의 음성, 심전도, 또는 뇌파 중에서 적어도 어느 하나에 기초하여 생성되고, 상기 복수의 채널들 각각에 대한 상기 감성별 추천비율이 상기 메타 데이터에 기록되는 소비자 감성에 따른 채널 추천 방법.The consumer sentiment information is generated by a consumer sentiment detector based on at least one of the voice, electrocardiogram, or brain wave of the consumer, and the recommendation ratio for each sentiment for each of the plurality of channels is recorded in the metadata. Channel recommendation method based on emotion. 제22항에 있어서, 상기 둘 이상의 감성들은,The method of claim 22, wherein the two or more emotions, 기쁨, 슬픔, 불쾌, 평온, 및 즐거움 중에서 적어도 둘 이상을 포함하며,At least two of joy, sadness, displeasure, serenity, and pleasure, 상기 소비자가 리모콘을 통하여 채널을 바꾸는 경우 상기 채널 추천부에 의하여 상기 채널 추천도에 기초하여 상기 미리 결정된 순위 안에 속하는 상위 m(m은 1이상의 정수)개의 채널 순으로 채널이 변경되도록 제어되는 소비자 감성에 따른 채널 추천 방법.When the consumer changes the channel through the remote control, the consumer sentiment controlled by the channel recommender to change the channel in the order of the upper m (m is an integer of 1 or more) belonging to the predetermined ranking based on the channel recommendation How to recommend a channel according to. 제22항에 있어서, 상기 메타 데이터는,The method of claim 22, wherein the metadata, 상기 채널의 제목 및 상기 채널의 속성 중에서 적어도 어느 하나를 더 포함하는 소비자 감성에 따른 채널 추천 방법.The channel recommendation method according to the emotion of the consumer further comprises at least one of the title of the channel and the attribute of the channel. 제22항에 있어서, 상기 채널 추천도는,The channel recommendation of claim 22,
Figure 112010030210146-pat00010
(여기서 상기 Q'i는 상기 채널 추천도, 상기 Si는 상기 둘 이상의 감성들 각각의 비율, 및 상기 Qi는 상기 둘 이상의 감성별 추천비율이다.)인 소비자 감성에 따른 채널 추천 방법.
Figure 112010030210146-pat00010
Where Q'i is the channel recommendation, S i is the ratio of each of the two or more emotions, and Q i is the recommendation ratio for each of the two or more emotions.
소비자로부터 발생된 둘 이상의 감성들 각각의 비율을 나타내는 감성비율을 포함하는 소비자 감성정보를 수신하는 감성정보 수신부; 및An emotion information receiver configured to receive consumer emotion information including an emotion ratio indicating a ratio of each of two or more emotions generated from a consumer; And 복수의 채널들 중에서 대응되는 채널에 대한 감성별 추천비율을 포함하는 적어도 하나의 메타 데이터와 상기 감성비율에 기초하여 상기 복수의 채널들 각각에 대한 채널 추천도를 계산하고, 계산된 채널 추천도에 기초하여 상기 복수의 채널들 중에서 미리 결정된 순위 안에 속하는 적어도 하나의 채널을 추천 채널로서 출력하는 채널 추천부를 포함하며,A channel recommendation for each of the plurality of channels is calculated based on at least one metadata including emotion recommendation ratios for the corresponding channels among the plurality of channels and the emotion ratio, and the calculated channel recommendation is calculated. A channel recommendation unit configured to output, as a recommendation channel, at least one channel belonging to a predetermined rank among the plurality of channels based on the result; 상기 감성정보 수신부가 상기 소비자 감성정보를 수신하기 전에,Before the emotional information receiver receives the consumer emotional information, 상기 소비자 감성 정보는 소비자 감성 검출기에 의하여 상기 소비자의 음성, 심전도, 또는 뇌파 중에서 적어도 어느 하나에 기초하여 생성되고, 상기 복수의 채널들 각각에 대한 상기 감성별 추천비율이 상기 메타 데이터에 기록되는 소비자 감성에 따른 채널 추천 시스템.The consumer sentiment information is generated by a consumer sentiment detector based on at least one of the voice, electrocardiogram, or brain wave of the consumer, and the recommendation ratio for each sentiment for each of the plurality of channels is recorded in the metadata. Channel recommendation system according to emotion. 제26항에 있어서, 상기 둘 이상의 감성들은,The method of claim 26, wherein the two or more emotions, 기쁨, 슬픔, 불쾌, 평온, 및 즐거움 중에서 적어도 둘 이상을 포함하며,At least two of joy, sadness, displeasure, serenity, and pleasure, 상기 소비자가 리모콘을 통하여 채널을 바꾸는 경우 상기 채널 추천부에 의하여 상기 채널 추천도에 기초하여 상기 미리 결정된 순위 안에 속하는 상위 m(m은 1이상의 정수)개의 채널 순으로 채널이 변경되도록 제어되는 소비자 감성에 따른 채널 추천 시스템.When the consumer changes the channel through the remote control, the consumer sentiment controlled by the channel recommender to change the channel in the order of the upper m (m is an integer of 1 or more) belonging to the predetermined ranking based on the channel recommendation Channel recommendation system according to. 제26항에 있어서, 상기 메타 데이터는,The method of claim 26, wherein the metadata, 상기 채널의 제목 및 상기 채널의 속성 중에서 적어도 어느 하나를 더 포함하는 소비자 감성에 따른 채널 추천 시스템.The channel recommendation system according to the emotion of the consumer further comprises at least one of the title of the channel and the attribute of the channel. 제26항에 있어서, 상기 채널 추천도는,The channel recommendation of claim 26,
Figure 112010030210146-pat00011
(여기서 상기 Q'i는 상기 채널 추천도, 상기 Si는 상기 둘 이상의 감성들 각각의 비율, 및 상기 Qi는 상기 둘 이상의 감성별 추천비율이다.)인 소비자 감성에 따른 채널 추천 시스템.
Figure 112010030210146-pat00011
Where Q'i is the channel recommendation, S i is the ratio of each of the two or more emotions, and Q i is the recommendation ratio for each of the two or more emotions.
제26항에 있어서, 상기 채널 추천부는,The channel recommendation unit of claim 26, 상기 복수의 채널들 각각에 대한 정보를 수신하고 복수의 채널들 중에서 대응되는 채널에 대한 감성별 추천비율을 포함하는 상기 적어도 하나의 메타 데이터를 생성하고 저장하는 채널 정보 저장부; 및A channel information storage unit for receiving information on each of the plurality of channels and generating and storing the at least one meta data including a recommendation ratio for each corresponding channel among the plurality of channels; And 상기 적어도 하나의 메타 데이터와 상기 감성비율에 기초하여 상기 복수의 채널들 각각에 대한 채널 추천도를 계산하고 계산결과에 기초하여 적어도 하나의 채널을 추천 채널로서 출력하는 채널 추천 모듈을 포함하는 소비자 감성에 따른 채널 추천 시스템.A consumer sentiment comprising a channel recommendation module for calculating a channel recommendation for each of the plurality of channels based on the at least one metadata and the sentiment ratio and outputting at least one channel as a recommendation channel based on a result of the calculation Channel recommendation system according to. 제26항에 있어서, 상기 소비자 감성에 따른 채널 추천 시스템은,The channel recommendation system according to claim 26, wherein 셋톱박스, TV, PC, 휴대용 단말기, PMP, 및 노트북 중에서 적어도 어느 하나에 구현되는 소비자 감성에 따른 채널 추천 시스템.Channel recommendation system according to consumer sentiment implemented in at least one of a set-top box, a TV, a PC, a portable terminal, a PMP, and a laptop.
KR1020080009700A 2008-01-30 2008-01-30 Contents and/or channel recommendation method by consumer sensitivity and system thereof KR101020843B1 (en)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020080009700A KR101020843B1 (en) 2008-01-30 2008-01-30 Contents and/or channel recommendation method by consumer sensitivity and system thereof

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020080009700A KR101020843B1 (en) 2008-01-30 2008-01-30 Contents and/or channel recommendation method by consumer sensitivity and system thereof

Publications (2)

Publication Number Publication Date
KR20090083729A KR20090083729A (en) 2009-08-04
KR101020843B1 true KR101020843B1 (en) 2011-03-09

Family

ID=41204477

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020080009700A KR101020843B1 (en) 2008-01-30 2008-01-30 Contents and/or channel recommendation method by consumer sensitivity and system thereof

Country Status (1)

Country Link
KR (1) KR101020843B1 (en)

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101801327B1 (en) 2011-07-29 2017-11-27 삼성전자주식회사 Apparatus for generating emotion information, method for for generating emotion information and recommendation apparatus based on emotion information
KR101863670B1 (en) * 2016-12-15 2018-06-01 정우주 Method and apparatus for providing user customized multimedia contents based on filtering and tagging

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20010109826A (en) * 2000-06-02 2001-12-12 김연환 Apparatus and method for message transmission according to feeling of mobile communication terminal user
KR20010109825A (en) * 2000-06-02 2001-12-12 김연환 Apparatus and method for message transmission according to feeling of mobile communication terminal user
US20030093784A1 (en) 2001-11-13 2003-05-15 Koninklijke Philips Electronics N.V. Affective television monitoring and control
KR20070030061A (en) * 2005-09-12 2007-03-15 엘지전자 주식회사 Mobile telecommunication device and base station server having function for managing data by feeling recognition and method thereby

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20010109826A (en) * 2000-06-02 2001-12-12 김연환 Apparatus and method for message transmission according to feeling of mobile communication terminal user
KR20010109825A (en) * 2000-06-02 2001-12-12 김연환 Apparatus and method for message transmission according to feeling of mobile communication terminal user
US20030093784A1 (en) 2001-11-13 2003-05-15 Koninklijke Philips Electronics N.V. Affective television monitoring and control
KR20070030061A (en) * 2005-09-12 2007-03-15 엘지전자 주식회사 Mobile telecommunication device and base station server having function for managing data by feeling recognition and method thereby

Also Published As

Publication number Publication date
KR20090083729A (en) 2009-08-04

Similar Documents

Publication Publication Date Title
US11595721B2 (en) Methods and systems for predictive buffering of related content segments
US8917971B2 (en) Methods and systems for providing relevant supplemental content to a user device
US11456019B2 (en) Systems and methods for alerting users to differences between different media versions of a story
EP2207348A2 (en) Recommender method and system for cross-domain recommendation
CN106471498B (en) Systems and methods for filtering techniques using metadata and usage data analysis
US8572098B2 (en) Client playlist generation
US9043702B2 (en) Methods and systems for creating a shaped playlist
US20160182955A1 (en) Methods and systems for recommending media assets
JP2019521399A (en) System and method for determining context switching in a conversation
KR20120099034A (en) Automatic media asset update over an online social network
EP3825870A1 (en) Recommending media content based on the trajectory of the user
CN106471819B (en) System and method for improving accuracy in a media asset recommendation model
US12008056B2 (en) Systems and methods for identifying a meaning of an ambiguous term in a natural language query
US20210274256A1 (en) Systems and methods for improving content recommendations using a trained model
US12061634B2 (en) Methods and systems for performing context maintenance on search queries in a conversational search environment
US12039444B2 (en) Systems and methods for improving content recommendations using a trained model
US20240340493A1 (en) Systems and methods for increasing first user subscription
US9069764B2 (en) Systems and methods for facilitating communication between users receiving a common media asset
KR101020843B1 (en) Contents and/or channel recommendation method by consumer sensitivity and system thereof
CN102265272A (en) Biased recommender system
Ruiz-Navas et al. Adapting technological capabilities for world digital business: the case of Netflix
US20220124397A1 (en) Systems and methods for dynamically adjusting quality levels for transmitting content based on context
US20220286759A1 (en) Methods and systems for providing dynamically composed personalized media assets
WO2021178024A1 (en) Systems and methods for improving content recommendations using a trained model
US11902623B2 (en) Methods and systems to dynamically adjust a playlist based on cumulative mood score

Legal Events

Date Code Title Description
A201 Request for examination
E902 Notification of reason for refusal
E90F Notification of reason for final refusal
E701 Decision to grant or registration of patent right
GRNT Written decision to grant
FPAY Annual fee payment

Payment date: 20140103

Year of fee payment: 4

FPAY Annual fee payment

Payment date: 20150113

Year of fee payment: 5

FPAY Annual fee payment

Payment date: 20151224

Year of fee payment: 6

FPAY Annual fee payment

Payment date: 20161228

Year of fee payment: 7

FPAY Annual fee payment

Payment date: 20180220

Year of fee payment: 8

FPAY Annual fee payment

Payment date: 20190107

Year of fee payment: 9