KR101206160B1 - 사용자 선호도와 컨텐츠 내용을 고려한 컨텐츠 추천 방법 - Google Patents

사용자 선호도와 컨텐츠 내용을 고려한 컨텐츠 추천 방법 Download PDF

Info

Publication number
KR101206160B1
KR101206160B1 KR1020100110864A KR20100110864A KR101206160B1 KR 101206160 B1 KR101206160 B1 KR 101206160B1 KR 1020100110864 A KR1020100110864 A KR 1020100110864A KR 20100110864 A KR20100110864 A KR 20100110864A KR 101206160 B1 KR101206160 B1 KR 101206160B1
Authority
KR
South Korea
Prior art keywords
content
user
recommendation
recommendation list
query
Prior art date
Application number
KR1020100110864A
Other languages
English (en)
Other versions
KR20120049551A (ko
Inventor
김재경
김혜경
하기목
Original Assignee
경희대학교 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 경희대학교 산학협력단 filed Critical 경희대학교 산학협력단
Priority to KR1020100110864A priority Critical patent/KR101206160B1/ko
Publication of KR20120049551A publication Critical patent/KR20120049551A/ko
Application granted granted Critical
Publication of KR101206160B1 publication Critical patent/KR101206160B1/ko

Links

Images

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Data Mining & Analysis (AREA)
  • Business, Economics & Management (AREA)
  • Databases & Information Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • Tourism & Hospitality (AREA)
  • Mathematical Physics (AREA)
  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)
  • Mathematical Optimization (AREA)
  • Health & Medical Sciences (AREA)
  • Mathematical Analysis (AREA)
  • Pure & Applied Mathematics (AREA)
  • Software Systems (AREA)
  • Computational Mathematics (AREA)
  • Algebra (AREA)
  • Library & Information Science (AREA)
  • Economics (AREA)
  • General Health & Medical Sciences (AREA)
  • Human Resources & Organizations (AREA)
  • Marketing (AREA)
  • Primary Health Care (AREA)
  • Strategic Management (AREA)
  • General Business, Economics & Management (AREA)

Abstract

본 발명은 컨텐츠 추천 방법에 관한 것으로, 보다 구체적으로 컨텐츠에 대한 사용자 선호도와 컨텐츠 내용을 모두 고려하여 초기 추천 리스트와 중간 추천 리스트를 생성하며, 다시 중간 추천 리스트의 공통된 서지 정보로부터 추천 질의를 생성하고 추천 질의에 대한 사용자 응답에 기초하여 사용자에 제공할 최종 추천 리스트를 생성하는 컨텐츠 추천 방법에 관한 것이다.

Description

사용자 선호도와 컨텐츠 내용을 고려한 컨텐츠 추천 방법{Method for recommending content based on user preference and profile of content}
본 발명은 컨텐츠 추천 방법에 관한 것으로, 보다 구체적으로 컨텐츠에 대한 사용자 선호도와 컨텐츠 내용을 모두 고려하여 초기 추천 리스트와 중간 추천 리스트를 생성하며, 다시 중간 추천 리스트의 공통된 서지 정보로부터 추천 질의를 생성하고 추천 질의에 대한 사용자 응답에 기초하여 사용자에 제공할 최종 추천 리스트를 생성하는 컨텐츠 추천 방법에 관한 것이다.
최근, 각종 A/V 미디어의 전송 및 저장 기술의 발전으로 사용자가 접할 수 있는 컨텐츠는 기하 급수적으로 늘어나고 있다. 특히, 디지털 방송 및 초고속 인터넷 인프라가 도입되고 각종 A/V기기의 대용량화가 진행됨에 따라 사용자는 때와 장소에 구애됨 없이 수많은 컨텐츠들을 즐길 수 있게 되었다. 그러나, 이렇게 컨텐츠의 양이 늘어남에 따라 이들 중 사용자가 원하는 것을 찾는 데 걸리는 시간과 노력이 많이 소요된다는 문제점이 있어 이를 해결하기 위해 여러 효과적인 인터페이스 기술들의 개발이 시도되고 있다.
종래 컨텐츠 추천 방법의 일 예를 살펴보면, 사용자가 원하는 컨텐츠의 메타 정보 또는 요약 정보를 사용자가 직접 입력하고, 입력한 메타 정보 또는 요약 정보에 일치하는 컨텐츠를 컨텐츠 데이버베이스에서 검색하여 사용자에 컨텐츠 추천 리스트를 제공한다. 사용자는 제공된 컨텐츠 추천 리스트에서 사용자가 원하는 컨텐츠를 선택한다. 그러나 제공된 컨텐츠 추천 리스트에 사용자가 원하는 컨텐츠가 존재하지 않는 경우 컨텐츠의 메타 정보 또는 요약 정보를 새로이 입력하여 새로 입력한 컨텐츠의 메타 정보 또는 요약 정보에 일치하는 컨텐츠를 반복하여 컨텐츠 데이터베이스에서 반복해야 하는 불편함이 있었다.
종래 컨텐츠 추천 방법의 다른 예는 사용자의 컨텐츠 선호도를 판단하고 판단한 사용자의 컨텐츠 선호도와 유사한 선호도를 가지는 주변 사용자(neighbor)를 선택하고, 선택한 주변 사용자가 이용한 컨텐츠를 사용자에 추천한다. 그러나 사용자의 컨텐츠 선호도와 유사한 선호도를 가지는 주변 사용자를 전체 주변 사용자에서 검색함으로써, 사용자의 컨텐츠 선호도와 유사한 선호도를 가지는 주변 사용자를 검색하는데 오랜 시간이 소요됨과 동시에 복잡한 프로세스를 거쳐야하는 문제점을 가진다. 더욱이 사용자에 컨텐츠를 추천할 때마다 사용자의 이전 컨텐츠 선택 이력을 고려하지 않고 항상 전체 주변 사용자를 기준으로 새로이 사용자의 컨텐츠 선호도와 유사한 주변 사용자를 검색함으로써, 사용자가 원하는 컨텐츠의 검색 효율이 떨어진다는 문제점을 가진다.
본 발명은 종래 컨텐츠 추천 방법이 가지는 문제점을 해결하기 위한 것으로 본 발명이 이루고자 하는 목적은 컨텐츠에 대한 사용자 선호도와 컨텐츠 내용을 모두 고려함과 동시에 컨텐츠 추천 질의에 대한 사용자 응답으로부터 사용자에 컨텐츠를 추천하는 방법을 제공하는 것이다.
본 발명이 이루고자 하는 다른 목적은 초기 추천 리스트 생성 단계, 중간 추천 리스트 생성 단계 및 최종 추천 리스트 생성 단계를 통해 사용자가 검색하고자 하는 컨텐츠를 정확하고 빠르게 검색할 수 있는 컨텐츠 추천 방법을 제공하는 것이다.
본 발명이 이루고자 하는 또 다른 목적은 사용자에 제공한 추천 리스트 중 사용자가 실제 이용한 컨텐츠의 이용 이력에 기초하여 주변 사용자 그룹을 형성하고 주변 사용자 그룹에서 사용자에 추천할 컨텐츠를 검색하여 검색 효율을 향상시킨 컨텐츠의 추천 방법을 제공하는 것이다.
본 발명의 목적을 달성하기 위하여, 본 발명에 따른 컨텐츠 추천 방법은 컨텐츠 속성 선호도에 대한 고객 데이터베이스로부터 사용자와 유사한 컨텐츠 속성 선호도를 가지는 유사 선호도 집단을 생성하고, 컨텐츠 항목 선호도에 대한 고객 데이터베이스로부터 사용자에 제공할 초기 추천 리스트를 생성하는 단계와(이하 a단계), 초기 추천 리스트를 구성하는 컨텐츠의 내용에 기반하여 사용자가 관심을 가지는 관심 대상 컨텐츠와 유사한 중간 추천 리스트 생성하는 단계와(이하 b단계), 생성한 중간 추천 리스트의 컨텐츠로부터 추천 질의를 생성하고 생성한 추천 질의에 대한 사용자 응답으로부터 사용자에 제공할 최종 추천 리스트를 생성하는 단계(이하 c단계)를 포함하는 것을 특징으로 한다.
여기서 (a) 단계는 컨텐츠 속성 선호도에 대한 고객 데이터베이스와 컨텐츠 항목 선호도에 대한 고객 데이터를 생성하는 단계와, 컨텐츠 속성 선호도에 대한 고객 데이터베이스를 이용하여 사용자와 유사한 컨텐츠 속성 선호도를 가지는 고객으로 구성된 유사 선호도 집단을 생성하는 단계와, 컨텐츠 항목 선호도에 대한 고객 데이터베이스를 이용하여 유사 선호도 집단을 구성하는 고객이 높은 컨텐츠 항목 선호도를 가지는 컨텐츠로부터 후보 추천 리스트를 생성하는 단계와, 후보 추천 리스트의 컨텐츠에 대한 컨텐츠 항목 선호도 및 사용자와 후보 추천 리스트의 컨텐츠를 추천한 주변 사용자 사이의 컨텐츠 속성 선호도로부터 초기 추천 리스트를 생성하는 단계를 포함한다.
바람직하게, 초기 추천 리스트는 후보 추천 리스트의 컨텐츠에 대한 컨텐츠 항목 선호도와 유사 컨텐츠 속성 선호도의 곱 또는 합이 제1 임계값을 초과하는 경우 선택되는 것을 특징으로 한다.
본 발명의 일 실시예에서 (b) 단계는 초기 추천 리스트를 구성하는 컨텐츠에 대한 사용자의 관심도가 입력되는 단계와, 입력된 관심도에 따라 사용자가 관심을 가지는 컨텐츠의 내용에 기반하여 사용자가 관심을 가지는 컨텐츠와 유사한 컨텐츠를 선택하는 단계와, 선택한 컨텐츠로부터 중간 추천 리스트를 생성하는 단계를 포함한다.
본 발명의 다른 실시예에서 (b) 단계는 사용자로부터 검색하고자 하는 컨텐츠에 대한 사용자 질의가 입력되는 단계와, 초기 추천 리스트를 구성하는 컨텐츠의 내용에 기반하여 입력된 사용자 질의와 초기 추천 리스트를 구성하는 컨텐츠의 유사도를 판단하는 단계와, 판단한 유사도가 상위인 컨텐츠를 선택하여 중간 추천 리스트를 생성하는 단계를 포함한다.
본 발명에서 (c) 단계는 생성한 중간 추천 리스트의 컨텐츠 서지 정보를 추출하는 단계와, 추출한 컨텐츠 서지 정보 중 공통된 컨텐츠 서지 정보로부터 추천 질의를 생성하고 생성한 추천 질의를 사용자에 제공하는 단계와, 추천 질의에 대한 사용자 응답으로부터 중간 추천 리스트 중 사용자 응답에 유사한 컨텐츠를 선택하고 선택한 컨텐츠로 구성된 최종 추천 리스트를 생성하는 단계를 포함한다.
여기서 사용자에 추천 질의를 제공하는 단계는 추출한 컨텐츠 서지 정보 중 공통된 컨텐츠 서지 정보로부터 추천 질의를 생성하는 단계와, 생성한 추천 질의에 대한 제1 사용자 응답에 기초하여 제1 사용자 응답에 유사한 컨텐츠를 1차 선택하는 단계와, 1차 선택한 컨텐츠 서지 정보 중 공통된 컨텐츠 서지 정보로부터 갱신된 추천 질의를 생성하고 갱신된 추천 질의를 사용자에 제공하는 단계를 포함한다.
본 발명에 따른 컨텐츠 추천 방법은 종래 컨텐츠 추천 방법과 비교하여 다음과 같은 다양한 효과들을 가진다.
첫째, 본 발명에 따른 컨텐츠 추천 방법은 컨텐츠에 대한 사용자 선호도와 컨텐츠 내용을 모두 고려함과 동시에 컨텐츠 추천 질의에 대한 사용자 응답으로부터 사용자에 추천할 최종 추천 리스트를 생성함으로써, 사용자가 검색하고자 하는 컨텐츠를 사용자와 상호교환 방식으로 정확하게 검색할 수 있다.
둘째, 본 발명에 따른 컨텐츠 추천 방법은 초기 추천 리스트, 중간 추천 리스트 및 최종 추천 리스트를 통해 사용자에 추천할 컨텐츠를 검색함으로써, 사용자가 원하는 컨텐츠를 빠르고 정확하게 검색할 수 있다.
셋째, 본 발명에 따른 컨텐츠 추천 방법은 사용자가 실제 이용한 컨텐츠의 이용 이력에 기초하여 주변 사용자 그룹을 형성하고 주변 사용자 그룹을 기준으로 사용자에 추천할 컨텐츠를 검색함으로써, 전체 주변 사용자를 기준으로 컨텐츠를 검색하는 것보다 간편한 프로세스로 검색 시간을 줄일 수 있을 뿐만 아니라 검색 정확성을 높일 수 있다.
도 1은 본 발명에 따른 컨텐츠 추천 시스템을 설명하기 위한 도면이다.
도 2는 본 발명에 따른 컨텐츠 추천 서버를 구체적으로 설명하기 위한 기능 블록도를 도시하고 있다.
도 3은 본 발명의 일 실시예에 따른 초기 추천 리스트 생성부를 보다 구체적으로 설명하기 위한 기능 블록도이다.
도 4는 본 발명의 일 실시예에 따른 최종 추천 리스트 생성부를 보다 구체적으로 설명하기 위한 기능 블록도이다.
도 5는 본 발명의 일 실시예에 따른 컨텐츠 추천 방법을 설명하기 위한 흐름도이다.
도 6은 초기 추천 리스트를 생성하는 단계를 보다 구체적으로 설명하기 위한 흐름도이다.
도 7은 본 발명에 따른 중간 추천 리스트를 생성하는 단계를 보다 구체적으로 설명하기 위한 흐름도이다.
도 8은 본 발명에 따른 최종 리스트 생성 단계의 일 예를 보다 구체적으로 설명하기 위한 흐름도이다.
도 9는 본 발명에 따른 최종 리스트 생성 단계의 다른 예를 보다 구체적으로 설명하기 위한 흐름도이다.
도 10은 본 발명에 따른 주변 사용자 그룹 형성 단계를 보다 구체적으로 설명하기 위한 흐름도이다.
이하 첨부한 도면을 참고로 본 발명에 따른 컨텐츠 추천 방법에 대해 보다 구체적으로 살펴본다.
도 1은 본 발명에 따른 컨텐츠 추천 시스템을 설명하기 위한 도면이다.
도 1을 참고로 살펴보면, 본 발명에 따른 컨텐츠 추천 시스템은 네트워크(200)에 접속되어 있는 사용자 단말기(100), 컨텐츠 추천 서버(300), 예매 서버(400)를 구비하고 있다.
여기서 네트워크(200)는 사용자 단말기(100)로 데이터를 송수신할 수 있는 통신선로로 유선/무선 인터넷, 인트라, 유선통신망 등 다양한 네트워크 통신망이 사용될 수 있으며, 사용자 단말기(100)는 네트워크(200)를 통해 컨텐츠 추천 서버(300)가 제공하는 컨텐츠 추천 리스트를 수신하거나 수신한 컨텐츠 추천 리스트에 기초하여 예매 서버(400)에 접속하여 사용자가 원하는 컨텐츠를 예매하거나 구매할 수 있는 단말기로, 개인용 컴퓨터, 핸드폰, PDA 등 다양한 전자 기기가 사용될 수 있으며 이는 본 발명의 범위에 속한다.
도 2는 본 발명에 따른 컨텐츠 추천 서버를 구체적으로 설명하기 위한 기능 블록도를 도시하고 있다.
도 2를 참고로 살펴보면, 데이터 수집부(310)는 네트워크(200)을 통해 컨텐츠에 대한 서지 정보 또는 사용자의 컨텐츠 이용 이력에 대한 정보를 수집하고 수집한 컨텐츠 정보를 데이터베이스부(320)에 저장한다. 여기서 컨텐츠 서지 정보란 컨텐츠의 개봉일, 제작자, 출연배우, 컨텐츠의 종류, 장르, 컨텐츠 내용을 나타내는 메타정보, 색인어 등과 같이 컨텐츠를 설명하는 정보를 의미한다. 한편, 사용자의 컨텐츠 이용 이력에 대한 정보란 사용자가 이용한 컨텐츠, 컨텐츠의 이용 시간, 장소, 컨텐츠에 대한 선호도 등에 대한 정보를 의미한다.
초기 추천 리스트 생성부(330)는 컨텐츠 속성 선호도에 대한 고객 데이터베이스로부터 사용자와 유사한 컨텐츠 속성 선호도를 가지는 유사 선호도 집단을 생성하고, 컨텐츠 항목 선호도에 대한 고객 데이터베이스에 기초하여 유사 선호도 집단을 구성하는 주변 사용자들이 높은 선호도를 보이는 컨텐츠를 선택하여 사용자에 제공할 초기 추천 리스트를 생성한다. 여기서 컨텐츠 속성 선호도란 컨텐츠를 구분하는 경우 컨텐츠가 포함되는 그룹에 대한 선호도를 의미하는데, 예를 들어 컨텐츠가 영화인 경우 컨텐츠 속성은 크게 코미디 영화 그룹, 액션 영화 그룹, 공포 영화 그룹, 멜로 영화 그룹, SF 영화 그룹 등으로 구분할 수 있다. 한편, 컨텐츠 항목 선호도란 각 컨텐츠 자체에 대한 선호도를 의미하는데, 예를 들어 컨텐츠가 영화인 경우 해당 영화 컨텐츠에 대한 선호도를 의미한다.
중간 추천 리스트 생성부(340)는 초기 추천 리스트를 구성하는 컨텐츠의 서지 정보에 기반하여, 즉 초기 추천 리스트를 구성하는 컨텐츠의 내용에 기반하여 사용자가 관심을 가지는 관심 대상 컨텐츠와 유사한 중간 추천 리스트 생성한다. 중간 추천 리스트 생성부(340)는 컨텐츠 내용에 기반하여 사용자가 관심을 가지는 관심 대상 컨텐츠와 유사한 컨텐츠를 검색하기 위하여, 사용자 단말기(100)로부터 수신되는 사용자 질의와 유사한 컨텐츠를 초기 추천 리스트에서 검색한다. 여기서 사용자 질의는 사용자가 검색하고자 하는 컨텐츠의 서지 정보를 의미한다.
최종 추천 리스트 생성부(350)는 생성한 중간 추천 리스트의 컨텐츠 서지 정보를 추출하고 추출한 컨텐츠 서지 정보의 공통된 서지 정보로부터 추천 질의를 생성하고, 생성한 추천 질의에 대한 사용자 응답으로부터 사용자에 제공할 최종 추천 리스트를 생성한다.
도 3은 본 발명의 일 실시예에 따른 초기 추천 리스트 생성부를 보다 구체적으로 설명하기 위한 기능 블록도이다.
도 2와 도 3을 참고로 보다 구체적으로 설명하면, 고객 데이터 생성부(332)는 데이터베이스에 저장되어 있는 컨텐츠 서지 정보 또는 컨텐츠 이용 이력에 기초하여 고객 데이터를 생성하고, 생성한 고객 데이터를 고객 데이터베이스(333)에 저장한다. 고객 데이터는 컨텐츠 속성 선호도에 대한 고객 데이터와 컨텐츠 항목 선호도에 대한 고객 데이터로, 고객 데이터 생성부(332)는 데이터베이스(320)에 저장되어 있는 컨텐츠 이용 이력과 컨텐츠 서지 정보에 기초하여 사용자와 주변 사용자의 컨텐츠 속성 선호도에 대한 고객 데이터를 생성하고, 데이터베이스(320)에 저장되어 있는 컨텐츠 선호도에 기초하여 사용자와 주변 사용자의 컨텐츠 항목 선호도에 대한 고객 데이터를 생성한다. 여기서 고객 데이터베이스(333)는 데이버베이스(320)와 일체로 형성되거나 별도로 구분되어 형성될 수 있다.
유사 선호도 집단 생성부(334)는 생성한 컨텐츠 속성 선호도에 대한 고객 데이터베이스를 이용하여 사용자와 유사한 컨텐츠 속성 데이터를 가지는 주변 사용자를 선택하고, 선택한 주변 사용자로 구성된 유사 선호도 집단을 생성한다. 예를 들어 영화에 대한 컨텐츠 속성 선호도에 기초하여 사용자와 주변 사용자 사이의 유사도를 판단하는 경우, 주변 사용자들의 다양한 영화 그룹에 대한 선호도와 사용자의 다양한 영화 그룹에 대한 선호도의 유사성은 피어슨(pearson) 상관 관계로 계산된다. 여기서 피어슨 상관 관계는 두 변수의 유사성을 계산하는 방식으로 이에 대한 자세한 설명은 생략한다.
후보 추천 리스트 생성부(335)는 유사 선호도 집단이 생성된 경우, 컨텐츠 항목 선호도에 대한 고객 데이터베이스에 기초하여 유사 선호도 집단을 구성하는 주변 사용자들이 높은 선호도를 가지는 컨텐츠로 구성된 후보 추천 리스트를 생성한다. 추천 리스트 생성부(336)는 후보 추천 리스트를 구성하는 컨텐츠의 컨텐츠 항목 선호도와 주변 사용자와 사용자 사이의 컨텐츠 속성 선호도에 기초하여 초기 추천 리스트를 생성한다.
바람직하게, 본 발명의 일 실시예에 따른 초기 추천 리스트 생성부(330)는 주변 사용자 그룹 생성부(337)를 포함하는데, 주변 사용자 그룹 생성부(337)는 최종 추천 리스트 중 사용자가 실제 이용한 컨텐츠의 이용 이력에 기초하여 사용자가 실제 이용한 컨텐츠를 추천한 주변 사용자를 선택하고, 선택한 주변 사용자로 주변 사용자 그룹을 형성한다. 초기 추천 리스트를 생성할 때마다 고객 데이터베이스에 존재하는 전체 주변 사용자를 기준으로 유사 선호도 집단을 생성하는 대신, 형성한 주변 사용자 그룹을 구성하는 주변 사용자를 기준으로 후보 추천 리스트를 생성함으로써 간편한 프로세스로 검색 시간을 줄일 수 있을 뿐만 아니라 검색 정확성을 높일 수 있다.
도 4는 본 발명의 일 실시예에 따른 최종 추천 리스트 생성부를 보다 구체적으로 설명하기 위한 기능 블록도이다.
도 4를 참고로 보다 구체적으로 설명하면, 서지 정보 추출부(351)는 중간 추천 리스트를 구성하는 컨텐츠의 서지 정보를 추출하며, 추천 질의 생성부(353)는 추출한 컨텐츠 서지 정보를 분석하여 추출한 컨텐츠 서지 정보 중 공통된 컨텐츠 서지 정보에 기초하여 제1 추천 질의를 생성하고 생성한 제1 추천 질의를 사용자 단말기로 송신한다.
컨텐츠 선택부(355)는 제1 추천 질의에 응답하여 사용자 단말기로부터 제1 사용자 응답을 수신하고, 제1 사용자 응답에 기초하여 중간 추천 리스트 중 제1 사용자 응답과 동일 또는 유사한 컨텐츠를 선택한다.
컨텐츠 선택부(355)는 선택한 유사 컨텐츠의 리스트를 추천 질의 생성부(353)로 제공하고, 추천 질의 생성부(353)는 다시 선택한 유사 컨텐츠의 서지 정보 중 공통된 컨텐츠 서지 정보에 기초하여 제2 추천 질의를 생성하여 사용자 단말기로 송신한다. 컨텐츠 선택부(355)는 제2 추천 질의에 응답하여 사용자 단말기로부터 제2 사용자 응답을 수신하고, 수신한 제2 사용자 응답에 기초하여 선택한 유사 컨텐츠 중 제2 사용자 응답과 동일 또는 유사한 컨텐츠를 2차 선택한다. 즉, 추천 질의 생성부(353)는 수신한 사용자 응답에 기초하여 사용자 단말기로 송신하는 추천 질의를 갱신하며, 컨텐츠 선택부(355)는 갱신되는 추천 질의에 응답하여 사용자 단말기로부터 수신하는 사용자 응답에 유사한 컨텐츠를 순차적으로 선택한다.
추천 리스트 생성부(357)는 추천 질의 생성부(353)와 컨텐츠 선택부(355)에서 갱신되는 추천 질의와 이에 대한 사용자 응답으로부터 최종 선택된 컨텐츠로부터 최종 추천 리스트를 생성하고, 생성한 최종 추천 리스트를 사용자 단말기로 제공한다.
도 5는 본 발명의 일 실시예에 따른 컨텐츠 추천 방법을 설명하기 위한 흐름도이다.
도 5를 참고로 살펴보면, 네트워크를 통해 컨텐츠에 대한 서지 정보 또는 사용자의 컨텐츠 이용 이력에 대한 정보를 수집하고 수집한 정보를 데이터베이스부에 저장한다(S100). 수집한 컨텐츠 서지 정보 또는 컨텐츠 이용 이력에 기초하여 사용자와 유사한 컨텐츠 선호도를 가지는 주변 사용자로부터 유사 선호도 집단을 생성하고, 생성한 유사 선호도 집단을 구성하는 주변 사용자들의 컨텐츠 이용 이력과 사용자의 컨텐츠 이용 이력 및 컨텐츠 서지 정보로부터 초기 추천 리스트를 생성한다(S200).
초기 추천 리스트가 생성되는 경우, 초기 추천 리스트를 구성하는 컨텐츠의 내용에 기반하여 사용자가 관심을 가지는 관심 대상 컨텐츠와 유사한 중간 추천 리스트 생성한다(S300). 중간 추천 리스트를 생성하기 위하여, 사용자 단말기로부터 사용자가 검색하고자 하는 컨텐츠에 대한 사용자 질의를 수신하며, 초기 추천 리스트를 구성하는 컨텐츠의 서지 정보에 기초하여 수신한 사용자 질의와 유사한 컨텐츠를 중간 추천 리스트로 생성한다. 예를 들어, 사용자 질의로 "영화 장르", "개봉일", "배우", "해외영화/국내영화" 등과 같은 초기 추천 리스트의 컨텐츠 중 사용자가 검색하고자 하는 영화에 대한 서지 정보가 입력되는 경우, 입력된 사용자 질의와 동일 또는 유사한 서지 정보를 가지는 초기 추천 리스트의 컨텐츠가 중간 추천 리스트로 선택된다.
중간 추천 리스트가 생성되는 경우, 중간 추천 리스트를 구성하는 컨텐츠의 공통된 서지 정보로부터 생성된 추천 질의와 추천 질의에 대한 사용자 응답으로부터 최종 추천 리스트를 생성하고(S400), 생성한 최종 추천 리스트를 사용자 단말기로 제공한다(S500).
도 6은 초기 추천 리스트를 생성하는 단계를 보다 구체적으로 설명하기 위한 흐름도이다.
도 6을 참고로 보다 구체적으로 살펴보면, 데이터베이스부에 저장되어 있는 컨텐츠 서지 정보 또는 사용자 이용 이력에 대한 정보로부터 컨텐츠 속성 선호도와 컨텐츠 항목 선호도에 대한 고객 데이터베이스를 생성한다(S210). 주변 사용자 그룹이 형성되어 있는지 판단하여(S220), 주변 사용자 그룹이 형성되어 있는 경우에는 주변 사용자 그룹을 구성하는 주변 사용자들의 컨텐츠 항목 선호도에 기초하여 주변 사용자가 높은 컨텐츠 항목 선호도를 가지는 컨텐츠 중 사용자가 이용하지 않은 컨텐츠로부터 후보 추천 리스트를 생성한다(S240). 후보 추천 리스트를 구성하는 컨텐츠에 대한 주변 사용자와 사용자 사이의 컨텐츠 속성 선호도 차이 정도 및 후보 추천 리스트의 컨텐트 항목 선호도에 기초하여 아래 수학식(1)과 같이 컨텐츠 속성 선호도 차이 정보와 컨텐츠 항목 선호도의 곱 또는 합이 제1 임계값(TH1)을 초과하는지 여부에 따라 제1 임계값을 초과하는 컨텐츠를 초기 추천 리스트로 선택하여 초기 추천 리스트를 생성한다(S250).
[수학식 1]
Figure 112010073004212-pat00001
여기서 P1은 주변 사용자와 사용자 사이의 후보 컨텐츠에 대한 컨텐츠 속성 선호도 차이를 의미하며, P2는 컨텐츠 항목 선호도를 의미하며, ★는 연산자로 본 발명이 적용되는 분야에 따라 곱 연산 또는 덧셈 연산 또는 이들의 조합으로 이루어진 연산자를 의미한다. 초기 추천 리스트를 생성함에 있어서 컨텐츠 항목 선호도뿐만 아니라 주변 사용자와 사용자 사이의 후보 컨텐츠에 대한 컨텐츠 속성 선호도 차이를 고려함으로써, 특정 컨텐츠에 대한 컨텐츠 항목 선호도가 낮더라도 사용자와 유사한 컨텐츠 속성 선호도를 가지는 주변 사용자가 추천한 컨텐츠가 초기 추천 리스트로 선택될 수 있다.
한편, 주변 사용자 그룹이 형성되어 있지 않은 경우, 고객 데이터베이스의 컨텐츠 속성 선호도에 기초하여 사용자와 유사한 컨텐츠 속성 선호도를 가지는 유사 선호도 집단을 생성하고(S230), 유사 선호도 집단을 구성하는 주변 사용자들이 높은 컨텐츠 속성 선호도를 가지는 컨텐츠들로부터 후보 추천 리스트 및 초기 추천 리스트를 생성한다.
도 7은 본 발명에 따른 중간 추천 리스트를 생성하는 단계를 보다 구체적으로 설명하기 위한 흐름도이다.
도 7을 참고로 보다 구체적으로 살펴보면, 사용자 단말기로부터 사용자가 검색하고자 하는 컨텐츠에 대한 사용자 질의를 수신한다(S310). 여기서 사용자 질의란 초기 추천 리스트 중 사용자가 검색하고자 하는 컨텐츠의 서지 정보로 이루어진 질의이다. 예를 들어, 사용자가 영화를 검색하는 경우, 국내 영화, 해외 영화, 제3 세계 영화 중 사용자가 검색하고자 하는 영화를 선택하기 위한 사용자 질의가 수신될 수 있으며, 개봉일을 기준으로 일정 기간 이내에 개봉된 영화만을 검색하기 위한 사용자 질의가 수신될 수 있다.
선택한 초기 추천 리스트를 구성하는 컨텐츠의 서지 정보를 데이터베이스에서 추출하여 추출한 컨텐츠 서지 정보를 분석하고(S320), 분석한 컨텐츠 서지 정보와 사용자 질의의 동일 또는 유사 여부를 판단하여 사용자 질의에 일치하는 컨텐츠 서지 정보의 컨텐츠를 선택한다(S330). 바람직하게, 데이터베이스에는 유사 단어들로 구성된 단어 그룹이 저장되어 있으며, 사용자 질의와 컨텐츠 서지 정보의 동일 또는 유사 여부의 판단은 단어 그룹을 이용하여 판단한다. 초기 추천 리스트 중 사용자 질의에 의해 2차 선택한 컨텐츠들로 중간 추천 리스트를 생성한다(S340).
도 8은 본 발명에 따른 최종 리스트 생성 단계의 일 예를 보다 구체적으로 설명하기 위한 흐름도이다.
도 8을 참고로 보다 구체적으로 살펴보면, 중간 추천 리스트를 구성하는 컨텐츠의 서지 정보를 데이터베이스에서 추출하고(S411), 추출한 중간 추천 리스트의 컨텐츠 서지 정보로부터 가능한 모든 추천 질의를 생성한다(S412). 추천 질의를 생성하는 일 예를 살펴보면, 중간 추천 리스트의 컨텐츠 서지 정보 중 개봉일을 분석하여 개봉일을 기준으로 중간 추천 리스트를 분류하고, 분류 결과에 기초하여 최근 1개월 이내 개봉 영화, 최근 1 ~ 3개월 이내 개봉 영화, 최근 6개월 이전 개봉 영화 중 하나를 선택하기 위한 추천 질의를 생성한다. 추천 질의를 생성하는 다른 예를 살펴보면, 중간 추천 리스트의 컨텐츠 서지 정보 중 장르를 분석하여 장르를 기준으로 중간 추천 리스트를 분류하고, 분류 결과에 기초하여 멜로 영화, 코미디 영화, SF 영화, 공포영화 중 하나를 선택하기 위한 추천 질의를 생성한다.
컨텐츠의 종류에 따라 서지 정보가 서로 상이하며 컨텐츠의 종류에 따라 서로 상이한 서지 정보를 분석하여 분석한 서지 정보에 따라 추천 질의를 생성하여 사용자에 제공함으로써, 사용자가 직접 특정 컨텐츠를 검색하기 위한 추천 질의를 입력할 필요가 없으며 사용자는 용이하게 컨텐츠를 검색할 수 있다.
생성한 추천 질의를 사용자 단말기로 송신하며 사용자 단말기로부터 추천 질의에 응답하여 사용자 응답을 수신하는 경우(S413), 사용자 응답에 일치하는 컨텐츠를 선택한다(S414). S412 단계에서 생성한 다른 추천 질의가 존재하는지 판단하여(S415) 다른 추천 질의가 존재하는 경우 다른 추천 질의에 응답하여 사용자 응답을 수신하고 수신한 사용자 응답에 일치하는 컨텐츠를 재차 선택한다. S412 단계에서 생성한 추천 질의가 존재하지 않을 때까지 S413 단계 내지 S415 단계를 반복한다. 모든 추천 질의에 대한 사용자 응답을 수신하고, 마지막 추천 질의에 대한 마지막 사용자 응답을 수신하는 경우, 마지막 사용자 응답에 일치하는 컨텐츠를 선택하여 최종 추천 리스트를 생성한다(S416).
도 9는 본 발명에 따른 최종 리스트 생성 단계의 다른 예를 보다 구체적으로 설명하기 위한 흐름도이다.
도 9를 참고로 보다 구체적으로 살펴보면, 중간 추천 리스트를 구성하는 컨텐츠의 서지 정보를 데이터베이스에서 추출하고(S421), 추출한 중간 추천 리스트의 컨텐츠 서지 정보로부터 제1 추천 질의를 생성한다(S422). 생성한 제1 추천 질의를 사용자 단말기로 송신하며 사용자 단말기로부터 제1 추천 질의에 응답하여 사용자 응답을 수신하는 경우(S423), 사용자 응답에 일치하는 컨텐츠를 1차 선택한다(S414).
1차 선택한 컨텐츠의 서지 정보로부터 생성되는 제2 추천 질의가 존재하는지 판단하여(S425), 1차 선택한 컨텐츠의 서지 정보로부터 생성되는 추천 질의가 존재하는 경우 제2 추천 질의를 생성하여 사용자 단말기로 송신하며, 사용자 단말기로부터 제2 추천 질의에 대한 제2 사용자 응답을 수신한다. 제2 사용자 응답에 일치하는 컨텐츠를 2차 선택하며, 2차 선택한 컨텐츠로부터 S422단계 내지 S425단계를 새로운 추천 질의가 생성되지 않을 때까지 반복한다. 마지막 추천 질의에 대한 마지막 사용자 응답을 수신하는 경우, 마지막 사용자 응답에 일치하는 컨텐츠를 선택하여 최종 추천 리스트를 생성한다(S426).
본 발명에 따른 최종 리스트 생성 단계의 다른 예는 사용자 응답에 따라 선택되는 컨텐츠만을 기준으로 추천 질의를 생성함으로써, 컨텐츠 검색 시간이 줄어들고 검색 정확성을 높일 수 있다.
도 10은 본 발명에 따른 주변 사용자 그룹 형성 단계를 보다 구체적으로 설명하기 위한 흐름도이다.
도 10을 참고로 살펴보면, 사용자의 컨텐츠 이용 이력에 기초하여 사용자에 제공되는 최종 추천 리스트의 컨텐츠들 중 사용자가 실제 사용한 컨텐츠를 추천한 주변 사용자를 판단한다(S610). 판단 결과에 기초하여 주변 사용자 그룹을 구성하는 주변 사용자의 유사 가중치를 계산한다(S620). 여기서 유사 가중치란 주변 사용자 그룹에 포함될 수 있는 자격 요건을 규정한 기준으로 아래의 수학식(2)과 같이 계산되는데, 유사 가중치가 요건 임계값(JV)을 초과하는 주변 사용자들만이 주변 사용자 그룹에 포함될 수 있다.
[수학식 2]
Figure 112010073004212-pat00002
여기서 αi는 추천한 컨텐츠를 사용자가 선택하여 이용하였는지 여부를 나타내는 상수로 실제 선택한 횟수가 증가할수록 증가되는 값이며, βi는 추천한 컨텐츠를 사용자가 얼마나 자주 선택하여 이용하였는지 나타내는 상수로 이전 선택 시기와 다음 선택 시기가 가까울수록 증가되는 값이며, γi는 추천한 컨텐츠를 사용자가 단위 기간 동안 선택하여 이용하지 않았음을 나타내는 상수로 단위 시간 동안 선택하여 이용하지 않은 횟수가 증가할수록 증가되는 값이다.
주변 사용자 그룹을 구성하는 주변 사용자의 유사 가중치에 기초하여, 요건 임계값을 만족하지 못하는 주변 사용자가 주변 사용자 그룹에 포함되어 있는지 판단하여(S630), 요건 임계값을 만족하지 못하는 주변 사용자가 존재하는 경우 계산한 주변 사용자의 유사 가중치에 기초하여 요건 임계값을 만족하는 주변 사용자를 선택하고(S640), 선택한 주변 사용자를 주변 사용자 그룹에 추가한다(S650).
한편, 상술한 본 발명의 실시 예들은 컴퓨터에서 실행될 수 있는 프로그램으로 작성 가능하고, 컴퓨터로 읽을 수 있는 기록 매체를 이용하여 상기 프로그램을 동작시키는 범용 디지털 컴퓨터에서 구현될 수 있다.
상기 컴퓨터로 읽을 수 있는 기록 매체는 마그네틱 저장 매체(예를 들어, 롬, 플로피 디스크, 하드디스크 등), 광학적 판독 매체(예를 들면, 시디롬, 디브이디 등) 및 캐리어 웨이브(예를 들면, 인터넷을 통한 전송)와 같은 저장 매체를 포함한다.
본 발명은 도면에 도시된 실시예를 참고로 설명되었으나 이는 예시적인 것에 불과하며, 본 기술 분야의 통상의 지식을 가진 자라면 이로부터 다양한 변형 및 균등한 타 실시예가 가능하다는 점을 이해할 것이다. 따라서, 본 발명의 진정한 기술적 보호 범위는 첨부된 등록청구범위의 기술적 사상에 의해 정해져야 할 것이다.
100: 사용자 단말기 200: 네트워크
300: 컨텐츠 추천 서버 400: 예매 서버
310: 데이터 수집부 320: 데이터베이스부
330: 초기추천리스트 생성부 340: 중간추천리스트 생성부
350: 최종추천리스트 생성부 332: 고객 데이터 생성부
333: 고객 데이터베이스 334: 유사 선호도 집단 생성부
335: 후보추천리스트 생성부 336: 추천 리스트 생성부
337: 주변 사용자그룹 생성부 351: 서지정보 추출부
353: 추천 질의 생성부 355: 컨텐츠 선택부
357: 추천 리스트 생성부

Claims (8)

  1. 컨텐츠 추천 서버에서 사용자에 제공할 컨텐츠를 추천하는 방법에 있어서,
    컨텐츠 속성 선호도에 대한 고객 데이터베이스와 컨텐츠 항목 선호도에 대한 고객 데이터베이스를 생성하는 단계;
    상기 컨텐츠 속성 선호도에 대한 고객 데이터베이스를 이용하여 사용자와 유사한 컨텐츠 속성 선호도를 가지는 주변 사용자로 구성된 유사 선호도 집단을 생성하는 단계;
    상기 컨텐츠 항목 선호도에 대한 고객 데이터베이스를 이용하여 상기 유사 선호도 집단에서 제1 임계값 이상의 컨텐츠 항목 선호도를 가지는 컨텐츠로부터 후보 추천 리스트를 생성하는 단계;
    상기 후보 추천 리스트의 컨텐츠에 대한 컨텐츠 항목 선호도 및 상기 사용자와 상기 후보 추천 리스트의 컨텐츠를 추천한 주변 사용자 사이의 컨텐츠 속성 선호도로부터 초기 추천 리스트를 생성하는 단계;
    상기 초기 추천 리스트를 구성하는 컨텐츠의 내용에 기반하여 사용자의 관심 대상 컨텐츠와 유사한 중간 추천 리스트 생성하는 단계; 및
    상기 생성한 중간 추천 리스트의 컨텐츠로부터 추천 질의를 생성하고, 상기 생성한 추천 질의에 대한 사용자 응답으로부터 사용자에 제공할 최종 추천 리스트를 생성하는 단계를 포함하는 것을 특징으로 하는 컨텐츠 추천 방법.
  2. 삭제
  3. 제 1 항에 있어서, 상기 초기 추천 리스트는
    상기 후보 추천 리스트의 컨텐츠에 대한 컨텐츠 항목 선호도와 상기 유사 컨텐츠 속성 선호도의 곱 또는 합이 제1 임계값을 초과하는 경우 상기 초기 추천 리스트로 선택되는 것을 특징으로 하는 컨텐츠 추천 방법.
  4. 제 1 항에 있어서, 상기 중간 추천 리스트를 생성하는 단계는
    상기 초기 추천 리스트를 구성하는 컨텐츠에 대한 사용자의 관심도가 입력되는 단계;
    상기 입력된 관심도에 따라 사용자가 관심을 가지는 컨텐츠의 내용에 기반하여 상기 사용자가 관심을 가지는 컨텐츠와 유사한 컨텐츠를 선택하는 단계; 및
    상기 선택한 컨텐츠로부터 중간 추천 리스트를 생성하는 단계를 포함하는 것을 특징으로 하는 컨텐츠 추천 방법.
  5. 제 1 항에 있어서, 상기 중간 추천 리스트를 생성하는 단계는
    사용자로부터 검색하고자 하는 컨텐츠에 대한 사용자 질의가 입력되는 단계;
    상기 초기 추천 리스트를 구성하는 컨텐츠의 내용에 기반하여 상기 입력된 사용자 질의와 상기 초기 추천 리스트를 구성하는 컨텐츠의 유사도를 판단하는 단계; 및
    상기 판단한 유사도가 상위인 컨텐츠를 선택하여 중간 추천 리스트를 생성하는 단계를 포함하는 것을 특징으로 하는 컨텐츠 추천 방법.
  6. 제 4 항 또는 제 5 항에 있어서, 상기 최종 리스트를 생성하는 단계는
    (c1) 상기 생성한 중간 추천 리스트의 컨텐츠 서지 정보를 추출하는 단계;
    (c2) 상기 추출한 컨텐츠 서지 정보 중 공통된 컨텐츠 서지 정보로부터 추천 질의를 생성하고 상기 생성한 추천 질의를 사용자에 제공하는 단계; 및
    (c3) 상기 추천 질의에 대한 사용자 응답으로부터 상기 중간 추천 리스트 중 사용자 응답에 유사한 컨텐츠를 선택하고, 상기 선택한 컨텐츠로 구성된 최종 추천 리스트를 생성하는 단계를 포함하는 것을 특징으로 하는 컨텐츠 추천 방법.
  7. 제 6 항에 있어서, 상기 생성한 추천 질의를 사용자에 제공하는 단계는
    상기 추출한 컨텐츠 서지 정보 중 공통된 컨텐츠 서지 정보로부터 추천 질의를 생성하는 단계;
    상기 생성한 추천 질의에 대한 제1 사용자 응답에 기초하여, 상기 제1 사용자 응답에 유사한 컨텐츠를 1차 선택하는 단계;
    상기 1차 선택한 컨텐츠 서지 정보 중 공통된 컨텐츠 서지 정보로부터 갱신된 추천 질의를 생성하고 상기 갱신된 추천 질의를 사용자에 제공하는 단계를 포함하는 것을 특징으로 하는 컨텐츠 추천 방법.
  8. 제 6 항에 있어서, 상기 컨텐츠 추천 방법은
    상기 유사 선호도 집단을 구성하는 주변 사용자의 유사 가중치를 계산하는 단계; 및
    상기 계산한 유사 가중치에 기초하여 주변 사용자 그룹을 생성하는 단계를 더 포함하며,
    상기 주변 사용자 그룹이 형성되는 경우, 상기 후보 추천 리스트는 상기 컨텐츠 항목 선호도에 대한 고객 데이터베이스를 이용하여 상기 주변 사용자 그룹을 구성하는 주변 사용자가 상기 제1 임계값 이상의 컨텐츠 항목 선호도를 가지는 컨텐츠로부터 생성되는 것을 특징으로 하는 컨텐츠 추천 방법.
KR1020100110864A 2010-11-09 2010-11-09 사용자 선호도와 컨텐츠 내용을 고려한 컨텐츠 추천 방법 KR101206160B1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020100110864A KR101206160B1 (ko) 2010-11-09 2010-11-09 사용자 선호도와 컨텐츠 내용을 고려한 컨텐츠 추천 방법

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020100110864A KR101206160B1 (ko) 2010-11-09 2010-11-09 사용자 선호도와 컨텐츠 내용을 고려한 컨텐츠 추천 방법

Publications (2)

Publication Number Publication Date
KR20120049551A KR20120049551A (ko) 2012-05-17
KR101206160B1 true KR101206160B1 (ko) 2012-11-28

Family

ID=46267313

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020100110864A KR101206160B1 (ko) 2010-11-09 2010-11-09 사용자 선호도와 컨텐츠 내용을 고려한 컨텐츠 추천 방법

Country Status (1)

Country Link
KR (1) KR101206160B1 (ko)

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2014112729A1 (ko) * 2013-01-16 2014-07-24 에스케이플래닛 주식회사 세그먼트 생성 및 서비스 메뉴 제공 장치 및 방법
KR20150114002A (ko) * 2014-03-28 2015-10-12 경희대학교 산학협력단 컨텐츠에 대한 사용자 반응을 고려한 컨텐츠 추천 방법
KR20200021743A (ko) 2018-08-21 2020-03-02 현대자동차주식회사 콘텐츠 제공 시스템 및 방법
KR102097912B1 (ko) * 2019-08-13 2020-04-06 주식회사 데이블 개인화 추천 컨텐츠를 제공하는 방법

Families Citing this family (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101990913B1 (ko) * 2017-11-08 2019-06-19 씨제이씨지브이 주식회사 문화 콘텐츠 정보를 제공하는 방법 및 이를 수행하는 문화 콘텐츠 정보 제공 서버
KR102030383B1 (ko) * 2018-01-29 2019-10-10 대구대학교 산학협력단 컨텐츠 기반의 광고 타깃 장치 및 방법
CN110852818A (zh) * 2018-08-20 2020-02-28 北京京东尚科信息技术有限公司 商品排序方法、装置和计算机可读存储介质
KR102534036B1 (ko) * 2020-05-11 2023-05-17 애플 인크. 콘텍스트에 기초한 관련 데이터 아이템들의 제공
US11061543B1 (en) 2020-05-11 2021-07-13 Apple Inc. Providing relevant data items based on context

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2014112729A1 (ko) * 2013-01-16 2014-07-24 에스케이플래닛 주식회사 세그먼트 생성 및 서비스 메뉴 제공 장치 및 방법
KR20150114002A (ko) * 2014-03-28 2015-10-12 경희대학교 산학협력단 컨텐츠에 대한 사용자 반응을 고려한 컨텐츠 추천 방법
KR101690366B1 (ko) 2014-03-28 2016-12-28 경희대학교 산학협력단 컨텐츠에 대한 사용자 반응을 고려한 컨텐츠 추천 방법
KR20200021743A (ko) 2018-08-21 2020-03-02 현대자동차주식회사 콘텐츠 제공 시스템 및 방법
KR102097912B1 (ko) * 2019-08-13 2020-04-06 주식회사 데이블 개인화 추천 컨텐츠를 제공하는 방법

Also Published As

Publication number Publication date
KR20120049551A (ko) 2012-05-17

Similar Documents

Publication Publication Date Title
KR101206160B1 (ko) 사용자 선호도와 컨텐츠 내용을 고려한 컨텐츠 추천 방법
KR101166130B1 (ko) 컨텐츠 태그를 이용하여 사용자 프로파일을 구성하는 방법및 장치, 그리고 생성된 사용자 프로파일을 이용하여컨텐츠를 추천하는 방법
Ghazanfar et al. An improved switching hybrid recommender system using naive bayes classifier and collaborative filtering
US8463717B2 (en) Method and apparatus for predicting preference rating for content, and method and apparatus for selecting sample content
JP4678546B2 (ja) 推薦装置および方法、プログラム、並びに記録媒体
CN103279513A (zh) 产生内容标签的方法、提供多媒体内容信息的方法及装置
US7863510B2 (en) Method, medium, and system classifying music themes using music titles
US8611676B2 (en) Information processing apparatus, feature extraction method, recording media, and program
KR100970335B1 (ko) 사용자의 관심 키워드를 업데이트 하는 방법과 그 방법을수행하기 위한 시스템
De Pessemier et al. Context aware recommendations for user-generated content on a social network site
JP2011175362A (ja) 情報処理装置、重要度算出方法及びプログラム
JP2010061601A (ja) 推薦装置および方法、プログラム、並びに記録媒体
CN105653572A (zh) 一种资源的处理方法及装置
EP1909194A1 (en) Information processing device, feature extraction method, recording medium, and program
CN109753601A (zh) 推荐信息点击率确定方法、装置及电子设备
KR101169170B1 (ko) 시간에 따라 변화하는 사용자 선호도를 고려한 컨텐츠 추천 방법
CN106354867A (zh) 多媒体资源的推荐方法及装置
CN105426550A (zh) 一种基于用户质量模型的协同过滤标签推荐方法及系统
US20160078130A1 (en) Method and system for constructing database based on mutual relations between video data
JP5827874B2 (ja) キーワード取得装置、コンテンツ提供システム、キーワード取得方法、プログラム及びコンテンツ提供方法
CN104854588A (zh) 用于搜索标记的主要为非文本的项目的系统和方法
WO2006126800A1 (en) Method and system for recommending category and computer readable recording medium recording program for implementing the method
JP2021193537A (ja) ビジネスマッチング支援装置及び方法
CN111930967B (zh) 一种基于知识图谱的数据查询方法、装置及存储介质
KR101563625B1 (ko) 온톨로지 기반 메타 데이터 간 연관성을 이용한 영상 콘텐츠 추천 시스템 및 방법

Legal Events

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

Payment date: 20151008

Year of fee payment: 4

FPAY Annual fee payment

Payment date: 20161013

Year of fee payment: 5

LAPS Lapse due to unpaid annual fee