KR101084566B1 - 상황 정보를 이용한 음원 추천 방법 - Google Patents

상황 정보를 이용한 음원 추천 방법 Download PDF

Info

Publication number
KR101084566B1
KR101084566B1 KR1020090132991A KR20090132991A KR101084566B1 KR 101084566 B1 KR101084566 B1 KR 101084566B1 KR 1020090132991 A KR1020090132991 A KR 1020090132991A KR 20090132991 A KR20090132991 A KR 20090132991A KR 101084566 B1 KR101084566 B1 KR 101084566B1
Authority
KR
South Korea
Prior art keywords
user
sound source
information
metadata
database
Prior art date
Application number
KR1020090132991A
Other languages
English (en)
Other versions
KR20110076312A (ko
Inventor
이윤주
임태범
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 KR1020090132991A priority Critical patent/KR101084566B1/ko
Publication of KR20110076312A publication Critical patent/KR20110076312A/ko
Application granted granted Critical
Publication of KR101084566B1 publication Critical patent/KR101084566B1/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
    • H04N21/4668—Learning process for intelligent management, e.g. learning user preferences for recommending movies for recommending content, e.g. movies
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N21/00—Selective content distribution, e.g. interactive television or video on demand [VOD]
    • H04N21/20—Servers specifically adapted for the distribution of content, e.g. VOD servers; Operations thereof
    • H04N21/23—Processing of content or additional data; Elementary server operations; Server middleware
    • H04N21/235—Processing of additional data, e.g. scrambling of additional data or processing content descriptors
    • H04N21/2353—Processing of additional data, e.g. scrambling of additional data or processing content descriptors specifically adapted to content descriptors, e.g. coding, compressing or processing of metadata
    • 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
    • H04N21/454—Content or additional data filtering, e.g. blocking advertisements

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)
  • Library & Information Science (AREA)
  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)

Abstract

음원 추천 방법에 관한 것으로, 더욱 상세하게는 사용자 재생 이력, 사용자 선호도, 사용자 상황 정보 등의 정보를 이용한 음원 추천 방법에 관한 것이다.
이를 위해 본 발명은 사용자의 개인 정보를 저장하고 있는 사용자 프로파일 메타데이터 데이터베이스(DB), 가수, 장르, 제목 등을 포함하는 선호 항목 중 사용자가 선호하는 항목에 대한 가중치를 저장하는 사용자 선호도 메타데이터 DB, 음원 추천을 요청한 시간 정보, 위치 정보, 사건 정보를 포함하는 상황 정보를 분석하는 사용자 상황 정보 분석부, 상기 사용자 프로파일 메타데이터 DB와 상기 사용자 선호도 메타데이터 DB에 저장된 정보와 상기 사용자 상황 정보 분석부에서 분석한 정보에 의해 선정된 사용자별 추천 음원에 대한 정보를 저장하고 있는 사용자 데이터베이스를 포함하는 음원 추천 장치를 제안한다.
메타데이터, 음원, 음원 추천, 사용자 상황 정보, 사용자 모록, 사용자 프로파일, 사용자 이력, 사용자 선호도

Description

상황 정보를 이용한 음원 추천 방법{Method of Music Recommendation using Context Information}
본 발명은 음원 추천 방법에 관한 것으로, 더욱 상세하게는 사용자 재생 이력, 사용자 선호도, 사용자 상황 정보 등의 정보를 이용한 음원 추천 방법에 관한 것이다.
디지털 음악 데이터베이스(DB)가 점점 증가하고 있고 이에 따라 효과적인 디지털 음악 검색, 자동 음악 요약, 음악 추천 시스템에 대한 수요 역시 커지고 있으며, 특히 상업적인 가치를 창출할 수 있는 음악 자동 추천 시스템에 대한 수요가 늘어나고 있다.
음악 추천을 위한 일반적인 방법으로, 판도라(Pandara)와 라스트.FM(Last.FM)이 있다. 판도라는 아이템 기반(Item-based) 추천방식을 채택하고 있다. 음악전문가들이 사전에 약 400개의 음악속성값을 기준으로 모든 서비스곡들을 분석하여 DB화한 뒤에 소비자가 시트 데이터(seed data)를 입력하면 이와 유사한 곡들을 연속 재생시켜주는 방식을 채택하고 있다.
Last.FM은 협업 필터링(Collaborative filtering: CF)에 의한 추천 방식을 채택하고 있다. 협업 필터링 방식은 나와 비슷한 취향을 가진 다른 사용자들이 듣는 음악을 추천하는 방식이다. 판다라는 아이템 기반 추천 방식인데 비해 Last.FM은 사용자의 이용 통계를 기반으로 추천해주는 방식이다.
판도라의 경우는 음악 신호로부터 하위 레벨(예로서, 에너지, 피크값 등과 같은 신호의 물리적 레벨)의 특징 벡터를 추출하여 음악 간의 유사도를 계산하게 된다. 이처럼, 음악 간의 유사도를 구하여 유사 음악을 추천하는 방식의 경우, 사용자 질의 음악과 유사한 음악을 추천함으로써, 사용자의 선호도(preference)를 반영할 수 있다는 장점이 있지만, 하위 레벨(예로서, 에너지, 피크값 등과 같은 신호의 단순한 물리적 레벨)의 특징 벡터를 추출하여 처리하기 때문에 그 정확도가 떨어지게 되는 문제점이 있다.
Last.FM의 경우, 사용자들의 음악 다운로드 목록을 서로 비교하여 동일한 곡들의 다운로드가 많이 겹치는 사용자 집단을 추출할 수 있다. 이를 토대로 취향이 비슷한 사용자 집단의 전체 다운로드/스트리밍 목록을 구성한 후, 이 목록과 비교하여 사용자 목록에 없는 곡을 해당 사용자에게 추천한다. 이때, 사용자의 음악 다운로드 목록을 토대로 집단을 구성할 수도 있지만, 신호처리 기술을 이용하여 사용자가 보유한 또는 다운로드한 음악의 분위기를 기쁨, 슬픔, 쾌활함 등으로 간단하게 분류하여 사용자의 보유 음악의 분위기 분포도를 계산할 수 있다. 이를 토대로 사용자의 취향을 집단화하여 같은 취향을 가진 집단의 보유 음악을 같은 집단의 다른 사용자에게 추천할 수도 있다.
이와 같은 '사용자 기 청취 곡 또는 다운로드 곡 목록을 통해 사용자 집단 화를 통해 음악을 추천하는 방식'은 예를 들면 A라는 사용자의 보유 또는 기 청취 곡의 분포가 사용자B의 보유 또는 기 청취 곡의 분포와 유사하다고 가정했을 때, 사용자B의 새로운 청취 곡을 사용자A에게 추천하거나 음악의 분위기를 단순하게 분류한 후에 이를 토대로 추천하는 방식이다.
따라서 이러한 방식은 사용자가 선호하는 음악의 취향을 일부 반영할 수도 있겠지만, 궁극적으로는 사용자가 선호하는 음악의 특성(예로서, 리듬, 음색 등)으로 추천하는 것이 아니라, 사용자가 이미 청취했거나 다운로드한 음악의 분포를 이용하여 다른 사용자가 선택한 음악을 추천하므로, 그 정확도가 매우 떨어지게 되며, 사용자가 선호하는 음악의 특성(예로서, 리듬, 음색 등)을 제대로 반영할 수 없게 되는 문제점이 있다. 또한, 사용자 보유 음악들의 분위기를 단순히 4개 또는 5개의 카테고리로 분류하여 이의 분포도로 사용자들을 집단화하여 서로 간의 보유 음악을 추천하는 방식은 음악 분위기의 애매성(ambiguity)과 다양성에 따라 그 정확도가 상당히 떨어지게 되는 문제점이 있다.
하지만, 사용자의 선호 의사는 곡 특성 자체에 바탕을 두고 있는 경우가 많으므로 음악 특성을 효과적으로 파악하여 사용자 질의 음악 또는 사용자 과거 질의 음악들의 특성 패턴과 유사한 음악을 검색하여 추천하는 것이 보다 효과적일 것이다.
부가하여 설명하면, 아이템 기반 추천 방식인 판도라는 음악전문가들이 모든 곡들을 손수 분석하기 때문에 상당히 정교한 음악 메타DB를 쌓을 수 있고 이를 바탕으로 매우 다양한 곡들을 추천해줄 수 있다는 장점이 있으나, 비용이 많이 들고 규모를 확장하기가 쉽지 않다는 한계가 있다.
Last.FM은 사용자의 이용 통계를 기반으로 추천하기 때문에 사전에 음악 메타DB를 구축할 필요는 없으나, 추천되는 곡들이 현재의 인기곡 중심으로 쏠리는 경향이 생기게 되는 단점이 있다.
본 발명이 해결하고자 하는 과제는 사용자 처한 상황을 고려하여 사용자에게 적합한 음원을 추천하는 방안을 제안함에 있다.
본 발명이 해결하고자 하는 과제는 방대한 정보와 서비스로부터 사용자에게 더 적합한 음원을 추천하는 방안을 제안함에 있다.
본 발명이 해결하고자 하는 과제는 저렴한 비용으로 음원을 추천할 수 있는 방안을 제안함에 있다.
상술한 목적을 달성하기 위한 본 발명의 음원 추천 장치는 사용자의 개인 정보를 저장하고 있는 사용자 프로파일 메타데이터 데이터베이스(DB), 가수, 장르, 제목 등을 포함하는 선호 항목 중 사용자가 선호하는 항목에 대한 가중치를 저장하는 사용자 선호도 메타데이터 DB, 음원 추천을 요청한 시간 정보, 위치 정보, 사건 정보를 포함하는 상황 정보를 분석하는 사용자 상황 정보 분석부, 상기 사용자 프로파일 메타데이터 DB와 상기 사용자 선호도 메타데이터 DB에 저장된 정보와 상기 사용자 상황 정보 분석부에서 분석한 정보에 의해 선정된 사용자별 추천 음원에 대 한 정보를 저장하고 있는 사용자 데이터베이스를 포함한다.
상술한 목적을 달성하기 위한 본 발명의 음원 추천 방법은 사용자 단말로부터 위치 정보와 사건 정보를 포함한 음원 추천 요청 메시지를 수신하는 단계, 상기 위치 정보와 사건 정보와 기 저장된 상기 사용자 단말의 정보를 이용하여 추천할 음원을 선정하는 단계, 선정된 상기 음원에 대한 정보가 포함된 메시지를 상기 사용자 단말로 전송하는 단계를 포함한다.
본 발명은 사용자 처한 상황을 고려하여 사용자에게 적합한 음원을 추천하며, 더불어 방대한 정보와 서비스로부터 사용자에게 더 적합한 음원을 추천한다. 또한, 본 발명은 저렴한 비용으로 음원을 추천할 수 있으며, 현재의 인기곡 중심으로 편향되지 않고 사용자의 상황에 따라 적절한 음원을 추천할 수 있다는 장점이 있다.
전술한, 그리고 추가적인 본 발명의 양상들은 첨부된 도면을 참조하여 설명되는 바람직한 실시 예들을 통하여 더욱 명백해질 것이다. 이하에서는 본 발명의 이러한 실시 예를 통해 당업자가 용이하게 이해하고 재현할 수 있도록 상세히 설명하기로 한다.
음원 추천 방법은 사용자 프로파일, 사용자 선호도, 사용자 오디오 컨텐츠를 재생한 이력 목록, 전문가들의 추천 음악 등을 고려하여 사용자가 선호하는 음원을 추천한다. 도 1은 본 발명의 일실시 예에 따른 음원 추천하는 시스템의 구성과 컨 텐츠 및 메타데이터의 흐름을 도시한 도면이다.
도 1에 의하면, 실선은 메타 데이터의 흐름을 도시하고 있으며, 점선은 컨텐츠의 흐름을 도시하고 있다. 도 1은 컨텐츠 생성부(100), 메타데이터 편집부(102), 메타데이터 수집부(104), 컨텐츠 저장부(106), 사용자 입력부(108)를 포함한다.
컨텐츠 생성부(Content Creation)(100)는 컨텐츠나 프로그램을 생성하며, 컨텐츠와 프로그램에 대한 정보를 생성한다. 메타데이터 편집부(Metadata Editing)(102)는 생성된 컨텐츠를 사용할 유저를 위한 메터데이터 편집 기능을 하며, 메타데이터 수집부(Metadata Aggregation)(104)는 시스템을 유지하기 위하여 독립적인 컨텐츠 생성자와 개발자들이 제공한 컨텐츠를 수집한다. 사용자 입력부(User Interaction)(108)는 사용자 선호도 정보를 얻기 위하여 사용자 등록시에 사용자가 좋아하는 오디오의 타이틀, 가수, 작곡가, 장르 등을 입력시키는 기능을 하며, 컨텐츠 저장부(Content storage)(106)는 선택된 프로그램들이 언제든지 볼 수 있도록 저장된다.
도 1에 의하면, 메타데이터는 컨텐츠 생성부(100), 메타데이터 편집부(102), 메타데이터 수집부(104), 사용자 입력부(108)로 이동하며, 컨텐츠는 컨텐츠 생성부(100), 컨텐츠 저장부(106), 사용자 입력부(108)로 이동한다.
도 2는 본 발명의 일실시예에 따른 상황 정보를 이용하여 음원을 추천하는 음원 추천 데이터베이스의 블록도이다. 도 2에 의하면, 데이터베이스 관리부(Database Manager)(200)는 메타데이터 관리부(Metadata Manager)(210)와 사용자 관리부(User Manager)(220)를 포함한다. 데이터베이스 관리부(210)는 컨텐츠 목록 파일부(212)와 컨텐츠 메타데이터 데이터베이스(Content Metadata Database)(214)와 오디오 컨텐츠 데이터베이스(Audio Content Database)(216)를 포함한다. 사용자 관리부(220)는 사용자 목록 파일부(222)와 사용자 데이터베이스(User Database)(224)를 포함하며, 사용자 상황정보 분석부(226)와 사용자 프로파일 메타데이터 데이터베이스(228), 사용자 이력 메타데이터 데이터베이스(230), 사용자 선호도 메타데이터 데이터베이스(232)를 포함한다.
도 2에 의하면, 본 발명은 사용자 프로파일, 사용자 선호도, 사용자 이력의 메타데이터 DB를 별도로 구성함으로써 빠른 검색이 가능하다. 또한, 본 발명은 사용자가 오디오 컨텐츠를 요청한 시점에서 시간 정보, 위치정보, 사용자에게 일어난 사건 정보에 따라 사용자의 상황을 최종 분석하여 사용자에게 알맞은 음원을 제공한다.
사용자 관리부(220)는 사용자 ID와 패스워드(Password), 디바이스 정보를 저장하고 있는 매핑 테이블을 관리한다. 매핑 테이블은 사용자별로 사용자 DB(224)의 사용자 프로파일, 사용자 이력, 사용자 선호도를 쉽게 접근 또는 검색할 수 있도록 연결 관계를 저장하고 있고, 사용자 디바이스 정보를 관리한다. 또한, 사용자 관리부(220)는 현재 접속되어 있는 사용자의 상황에 대한 정보를 관리하는 활성 사용자 테이블(Active User Table)도 관리한다. 활성 사용자 테이블은 현재 접속되어 있는 사용자의 시간 정보, 위치 정보, 사건 정보를 고려하여 만들어진 컨텐츠 리스트, 사용자가 사용하고 있는 컨텐츠와 관련된 정보, 사용자가 시청 중지한 컨텐츠의 중지시점(Stop Point)등의 사용자 상태를 기록 관리한다.
메타데이터 관리부(210)는 컨텐츠 DB(216)의 컨텐츠 메타데이터를 쉽게 접근 또는 검색할 수 있도록 연결 관계를 저장하고 있는 파일을 관리한다. 컨텐츠 DB는 오디오 컨텐츠 파일들을 저장하고 있는 오디오 컨텐츠 데이터베이스(216)와 각 오디오 컨텐츠에 대한 메타데이터를 가진 컨텐츠 메타데이터 데이터베이스(214)를 따로 구성한다. 메타데이터 관리부(210)는 컨텐츠의 상세정보를 가진 컨텐츠 메타데이터도 xml로 구성된 파일이므로 빠른 검색을 위해 컨텐츠 메타데이터에 쉽게 접근 및 검색할 수 있는 매핑 테이블을 만들어 관리한다.
사용자 프로파일 메타데이터 DB(228)는 사용자의 나이, 연령, 성별 등 개인 정보를 XML 파일로 데이터베이스에 저장, 관리한다. 사용자 선호도 메타데이터 DB(232)는 사용자가 처음 서버 등록시 입력한 자신이 좋아하는 가수, 작곡가, 장르, 타이틀, 키워드 그리고 각 선호하는 항목에 대한 가중치(Very High, High, Low, Very Low) 등 선호 정보를 XML 파일로 데이터베이스에 저장, 관리한다. 사용자 이력 메타데이터 DB(230)는 사용자가 서버에 접속하여 서버로부터 최근에 스트리밍받은 오디오 컨텐츠의 목록과 사용자가 오디오 컨텐츠를 이용한 시간 등을 저장, 관리한다.
컨텐츠 데이터베이스는 보유하고 있는 다양한 포맷의 오디오 컨텐츠 파일들을 저장하고 있는 데이터베이스와 각 오디오 컨텐츠에 대한 가수, 작곡가, 장르, 타이틀, 키워드 등 상세정보를 저장하고 있는 컨텐츠 메타데이터 데이터베이스로 구성된다.
사용자 상황 정보 분석부(226)는 시간 정보, 위치 정보, 사건 정보를 고려하 여 분석한다. 시간 정보는 사용자의 음악에 대한 시간에 따른 성향을 반영하며, 시간 구분을 수치적으로 표현할 수는 없지만, 어떤 특정 기간이나 때를 나타낸다. 일예로, 아침, 점심, 저녁, 봄, 여름과 같이 흔히 통용될 수 있는 때를 사용자는 표현하도록 하고, 이런 불명확한 시간 개념을 퍼지집합을 이용하여 특정 때를 명확한 시간으로 변환하여 처리한다. 예로 봄은 3월~5월로 매핑한다.
위치 정보는 해변, 산, 도로 위, 건물 내 등 LBS의 위치 정보를 이용할 수 있고, 식당, 도서관, 화장실, 거실 등 의미 있는 장소 정보를 구분하여 처리할 수 있다. 사건 정보는 사용자의 개인 캘린더를 링크하여 기념일, 행사, 출장, 만남 등 개인사를 고려하여 사용자에게 상황 정보에 알맞은 음원 추천을 할 수 있도록 한다.
사용자의 프로파일 정보와 선호도, 이력 정보를 이용한 음원 추천 방법을 확장하여 멀티미디어 컨텐츠 검색에 활용 가능하고, 시간, 위치, 개인사건 정보를 이용하여 의료서비스나 네비게이션 서비스 등에 적용 가능하다.
도 3은 본 발명의 일실시 예에 따른 음원과 음원 추천 정보를 저장하고 있는 음원 추천 데이터베이스와 음원 추천 데이터베이스로 음원을 요청하는 단말을 도시하고 있다. 이하 도 3을 이용하여 음원 추천 데이터베이스와 단말간에 송수신되는 메시지에 대해 알아보기로 한다.
S300단계에서 단말은 사용자의 요청에 따라 음원 추천 데이터베이스로 추천 음원의 전송을 요청하는 음원 추천 요청 메시지를 전송한다. 단말은 음원 추천 요청 메시지에 현재 단말이 위치하고 있는 위치 정보를 전송한다. 이를 위해 단말은 GPS로부터 단말의 위치 정보를 수신하고, 수신된 위치 정보를 음원 추천 데이터베이스로 전송한다. 또는 단말은 현재 연결되어 있는 기지국으로부터 단말의 개략적인 위치 정보를 수신하고, 수신된 개략적인 위치 정보를 음원 추천 데이터베이스로 전송한다. 상술한 방법 이외에 단말은 다른 방법을 이용하여 위치 정보를 수신하고, 수신된 위치 정보를 음원 추천 데이터베이스로 전송한다. 일예로 단말은 표시부에 현재 위치 정보를 요청하는 정보를 표시한다. 사용자는 입력부를 통해 현재 위치 정보를 입력하면, 단말은 입력된 위치 정보를 음원 추천 데이터베이스로 전송한다.
단말은 위치 정보 이외에 사건 정보를 음원 추천 데이터베이스로 전송한다. 물론 음원 추천 데이터베이스는 단말의 사건 정보를 기저장하고 있을 있으며, 사용자가 단말에 사건 정보를 입력하면 음원 추천 데이터베이스는 실시간으로 사건 정보를 전송받을 수 있다.
단말은 내부에 저장되어 있는 기념일, 행사, 출장, 만남 등과 관련된 사건 정보를 음원 추천 요청 메시지에 포함시켜 전송한다. 단말은 내부에 저장되어 있는 기념일, 행사, 출장, 만남 등과 같은 사건 정보 모두를 음원 추천 데이터베이스로 전송하거나, 현재일과 관련된 기념일, 행사, 출장, 만남 등과 같은 사건 정보를 음원 추천 데이터베이스로 전송할 수 있다.
S302단계에서 음원 추천 데이터베이스는 전달받은 단말의 위치 정보와 사건 정보 및 시간 정보를 이용하여 저장되어 있는 프로세스에 따라 단말로 전송할 음원을 선정한다.
상술한 바와 같이 아침, 점심, 저녁, 봄, 여름과 같이 흔히 통용될 수 있는 때를 사용자는 표현하도록 하고, 이런 불명확한 시간 개념을 퍼지집합을 이용하여 특정 때를 명확한 시간으로 변환하여 처리한다. 예로 봄은 3월~5월로 매핑한다.
위치 정보는 해변, 산, 도로 위, 건물 내 등 LBS의 위치 정보를 이용할 수 있고, 식당, 도서관, 화장실, 거실 등 의미 있는 장소 정보를 구분하여 처리할 수 있다. 사건 정보는 사용자의 개인 캘린더를 링크하여 기념일, 행사, 출장, 만남 등 개인사를 고려하여 사용자에게 상황 정보에 알맞은 음원 추천을 할 수 있도록 한다.
S304단계에서 음원 추천 데이터베이스는 선정한 음원을 단말로 전송한다. 음원 추천 데이터베이스는 설정된 방법에 따라 하나의 음원만을 단말로 전송하거나, 적어도 두 개의 음원을 단말로 전송할 수 있다.
음원 추천 데이터베이스는 단말로 음원을 직접 제공하거나, 음원에 대한 정보만을 전송할 수 있다. 음원에 대한 정보만을 전송받은 단말은 음원을 소정의 절차를 거쳐 다운로드받을 수 있다.
단말은 다운로드받은 음원을 사용자의 설정에 따라 재생하거나, 벨소리 또는 컬러링, 기타 단말에서 요구하는 음원으로 사용할 수 있다.
부가하여 단말은 음원 추천 요청 메시지를 사용자의 설정에 따라 특정 주기로 자동으로 전송하거나, 음원 추천 데이터베이스가 단말로 특정 주기 단위로 자동으로 전송할 수 있다. 상술한 바와 같이 단말이 매일 음원 추천 요청 메시지를 전송하는 경우, 단말은 수신한 음원을 이용하여 벨소리 또는 컬러링을 매일 업데이트 할 수 있게 된다.
이제까지 본 발명에 대하여 그 바람직한 실시예들을 중심으로 살펴보았다. 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자는 본 발명이 본 발명의 본질적인 특성에서 벗어나지 않는 범위에서 변형된 형태로 구현될 수 있음을 이해할 수 있을 것이다. 그러므로 개시된 실시예들은 한정적인 관점이 아니라 설명적인 관점에서 고려되어야 한다. 본 발명의 범위는 전술한 설명이 아니라 특허청구범위에 나타나 있으며, 그와 동등한 범위 내에 있는 모든 차이점은 본 발명에 포함된 것으로 해석되어야 할 것이다.
도 1은 본 발명의 일실시 예에 따른 음원 추천하는 시스템의 구성과 컨텐츠 및 메타데이터의 흐름을 도시한 도면이며,
도 2는 본 발명의 일실시예에 따른 상황 정보를 이용하여 음원을 추천하는 음원 추천 데이터베이스의 블록도이며,
도 3은 본 발명의 일실시 예에 따른 음원과 음원 추천 정보를 저장하고 있는 음원 추천 데이터베이스와 음원 추천 데이터베이스로 음원을 요청하는 단말을 도시하고 있다.

Claims (8)

  1. 사용자의 개인 정보를 저장하고 있는 사용자 프로파일 메타데이터 데이터베이스(DB);
    가수, 장르, 제목 등을 포함하는 선호 항목 중 사용자가 선호하는 항목에 대한 가중치를 저장하는 사용자 선호도 메타데이터 DB;
    음원 추천을 요청한 시간 정보, 위치 정보, 사건 정보를 포함하는 상황 정보를 분석하는 사용자 상황 정보 분석부;
    상기 사용자 프로파일 메타데이터 DB와 상기 사용자 선호도 메타데이터 DB에 저장된 정보와 상기 사용자 상황 정보 분석부에서 분석한 정보에 의해 선정된 사용자별 추천 음원에 대한 정보를 저장하고 있는 사용자 데이터베이스;
    현재 음원 추천을 요청한 사용자의 상황 정보와 현재 음원 추천을 요청하지 않은 사용자의 상황 정보를 구분하여 관리하는 사용자 관리부를 포함함을 특징으로 하는 음원 추천 장치.
  2. 제 1항에 있어서, 상기 음원 추천 장치는,
    음원을 저장하고 있는 오디오 컨텐츠 DB;
    상기 음원에 대한 메타데이터를 저장하고 있는 컨텐츠 메타데이터 DB를 포함함을 특징으로 하는 음원 추천 장치.
  3. 제 2항에 있어서, 상기 음원 추천 장치는,
    각 사용자가 다운로드받은 음원과 상기 음원을 다운로드받은 시간을 포함하는 이력 정보를 저장하는 사용자 이력 메타데이터 DB를 포함함을 특징으로 하는 음원 추천 장치.
  4. 제 3항에 있어서, 상기 음원 추천 장치는,
    상기 오디오 컨텐츠 DB, 컨텐츠 메타데이터 DB를 관리하는 메타데이터 관리부와 상기 사용자 DB를 관리하는 상기 사용자 관리부를 포함함을 특징으로 하는 음원 추천 장치.
  5. 삭제
  6. 삭제
  7. 삭제
  8. 삭제
KR1020090132991A 2009-12-29 2009-12-29 상황 정보를 이용한 음원 추천 방법 KR101084566B1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020090132991A KR101084566B1 (ko) 2009-12-29 2009-12-29 상황 정보를 이용한 음원 추천 방법

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020090132991A KR101084566B1 (ko) 2009-12-29 2009-12-29 상황 정보를 이용한 음원 추천 방법

Publications (2)

Publication Number Publication Date
KR20110076312A KR20110076312A (ko) 2011-07-06
KR101084566B1 true KR101084566B1 (ko) 2011-11-17

Family

ID=44916225

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020090132991A KR101084566B1 (ko) 2009-12-29 2009-12-29 상황 정보를 이용한 음원 추천 방법

Country Status (1)

Country Link
KR (1) KR101084566B1 (ko)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20140032564A (ko) 2012-09-06 2014-03-17 에스케이플래닛 주식회사 사용자 상황에 따른 컨텐츠 추천 시스템 및 방법
KR102552867B1 (ko) 2022-12-20 2023-07-10 (주)위치스컬쳐 인공지능 모델을 이용한 사용자 성격 유형 분석 결과 맞춤형 악기, 강사 및 연습곡 추천 방법, 장치 및 시스템

Families Citing this family (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20130022910A (ko) * 2011-08-26 2013-03-07 주식회사 네오위즈인터넷 최신 콘텐츠 알림 서비스를 제공하는 방법, 시스템 및 기록매체
KR102029167B1 (ko) * 2012-08-28 2019-10-08 주식회사 그루버스 사용자 상황에 따른 음악감상 서비스 시스템 및 방법
WO2014208992A1 (ko) * 2013-06-25 2014-12-31 에스케이플래닛 주식회사 음악 추천 시스템 및 방법, 그리고 이에 적용되는 서버와 단말
KR101981748B1 (ko) * 2018-08-27 2019-05-27 양정민 음원 스트리밍 서비스 시스템

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20140032564A (ko) 2012-09-06 2014-03-17 에스케이플래닛 주식회사 사용자 상황에 따른 컨텐츠 추천 시스템 및 방법
KR102552867B1 (ko) 2022-12-20 2023-07-10 (주)위치스컬쳐 인공지능 모델을 이용한 사용자 성격 유형 분석 결과 맞춤형 악기, 강사 및 연습곡 추천 방법, 장치 및 시스템

Also Published As

Publication number Publication date
KR20110076312A (ko) 2011-07-06

Similar Documents

Publication Publication Date Title
US10860611B2 (en) Method for sharing and searching playlists
US8666525B2 (en) Digital media player and method for facilitating music recommendation
US8886666B2 (en) Method and system for generating media recommendations in a distributed environment based on tagging play history information with location information
US8117193B2 (en) Tunersphere
US8983937B2 (en) Tunersphere
US7613736B2 (en) Sharing music essence in a recommendation system
US7590656B2 (en) Methods and systems for providing playlists
US6941324B2 (en) Methods and systems for processing playlists
RU2595575C2 (ru) Способ синхронизации цифрового мультимедийного контента
US20090158155A1 (en) Playlist generation, delivery and navigation
US20030182100A1 (en) Methods and systems for per persona processing media content-associated metadata
KR101084566B1 (ko) 상황 정보를 이용한 음원 추천 방법
CN102857471A (zh) 多媒体交互方法及系统
KR102100964B1 (ko) 사용자 피드백을 제공하는 음악 추천 시스템 및 그 방법, 그리고 이에 적용되는 서비스 장치
CN101925897A (zh) 建议用于与内容数据项同步再现的伴奏乐曲的方法

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
LAPS Lapse due to unpaid annual fee