KR101533043B1 - Tv 프로그램 시청률 예측 시스템 및 그 예측 방법 - Google Patents

Tv 프로그램 시청률 예측 시스템 및 그 예측 방법 Download PDF

Info

Publication number
KR101533043B1
KR101533043B1 KR1020140012876A KR20140012876A KR101533043B1 KR 101533043 B1 KR101533043 B1 KR 101533043B1 KR 1020140012876 A KR1020140012876 A KR 1020140012876A KR 20140012876 A KR20140012876 A KR 20140012876A KR 101533043 B1 KR101533043 B1 KR 101533043B1
Authority
KR
South Korea
Prior art keywords
audience rating
program
information
predicting
rating
Prior art date
Application number
KR1020140012876A
Other languages
English (en)
Inventor
송대진
김면식
이예영
장예은
Original Assignee
한국기술교육대학교 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 한국기술교육대학교 산학협력단 filed Critical 한국기술교육대학교 산학협력단
Priority to KR1020140012876A priority Critical patent/KR101533043B1/ko
Application granted granted Critical
Publication of KR101533043B1 publication Critical patent/KR101533043B1/ko

Links

Images

Classifications

    • G06F19/00—

Landscapes

  • Two-Way Televisions, Distribution Of Moving Picture Or The Like (AREA)
  • Testing, Inspecting, Measuring Of Stereoscopic Televisions And Televisions (AREA)

Abstract

본 발명은 TV 프로그램 시청률 예측 시스템 및 그 예측 방법에 관한 것으로, 더욱 상세하게는 종래의 각종 프로그램에 대한 시청률 정보에 대한 데이터베이스를 구축하고, 상기 시청률을 결정하는 다양한 요소들에 대해서 상기 데이터베이스를 검색한 다음 해당 요소에 대한 가중치를 산출하여, 상기 가중치를 바탕으로 시청률 예측을 수행하며, 상기 예측한 시청률의 가중치 정보는 매번 업데이트 되어 실제 시청률과 오차를 가능하면 줄이는 것을 특징으로 하는 TV 프로그램 시청률 예측 시스템 및 그 예측 방법에 관한 것이다.

Description

TV 프로그램 시청률 예측 시스템 및 그 예측 방법{A SYSTEM FOR PREDICTING TV PROGRAM RATING AND THE PREDICTING METHOD THEREOF}
본 발명은 TV 프로그램 시청률 예측 시스템 및 그 예측 방법에 관한 것으로, 더욱 상세하게는 수치적으로 TV 프로그램의 시청률을 예측함으로써 제작사나 광고주가 투자 여부를 결정하는 데 도움을 받을 수 있도록 하는 것을 목적으로 한다.
최근 TV 방송 방식이 디지털화됨에 따라 TV 채널이 엄청나게 늘어나게 되었다. 이에 따라 방송사들은 채널수가 늘어난 만큼, 이를 채울 수많은 TV 프로그램을 또한 생산해 내고 있다. 이러한 프로그램 수의 증가로 인해서 시청률 경쟁도 또한 치열한 실정이다. 공중파 방송의 프로그램도 증가하지만 무엇보다 드라마, 예능, 다큐멘터리, 스포츠, 영화, 뉴스 등 전문 프로그램이나 케이블 방송이 늘어남에 따라 시청자들은 TV 채널의 홍수 속에서 자신이 원하는 채널이나 프로그램을 선택하여 시청하는 판단 기준이 필요하게 되었으나, 이에 대한 마땅한 기준이 없는 실정이다.
시청하고 싶은 채널이나 프로그램을 선정하는데 있어서 판단 기준을 제공하는 중요한 수단이 바로 시청률 정보이다. 즉, 드라마, 예능, 다큐멘터리, 스포츠, 영화, 뉴스 등 프로그램이 다양해지고 또한 그 수가 증가함에 따라 시청자들의 선호도에 따라 TV 프로그램의 시청률도 천차만별이며, 시청률이 높은 TV 프로그램일수록 광고수익이 늘어나는 것은 자명하므로 제작사는 시청률이 높은 TV 프로그램을 만들려고 하고, 광고주들은 그런 TV 프로그램에 자신의 광고를 삽입하고 싶어한다. 이에 대한 기준을 제공하기 위해서는 TV 프로그램 상영 전에 시청률이 어느 정도 나올지 예측할 필요가 있다.
종래의 시청률 예측 방법들은 과거의 TV 프로그램들의 특징과 시청률 등을 모아놓은 데이터베이스와, 시청자들의 시청 예약이나 선호도 조사 등을 통해 모인 TV 프로그램의 인기도 등을 취합해서 예상 시청률을 산출하는 것이 일반적이다. 하지만 이런 종래기술들은 컴퓨터 프로그램 자체가 로컬에 존재해야 한다는 불편함이 있거나, 오래되면 최근의 TV 프로그램들의 동향을 반영하지 못한다는 단점이 있다.
종래기술인 한국공개특허 제2002-7003881호(2002.03.25.)는 사용자 ID를 기억하여 시청 이력에 따라 사용자의 속성별 TV 프로그램 시청률 데이터를 생성하는 것을 특징으로 한다.
또 다른 종래기술인 한국공개특허 제2003-0067562호(2003.09.29.)는 TV 프로그램을 방송할 경우에 TV 프로그램과 함께 시청률 조사 요청을 보내서 시청자가 해당 TV 프로그램을 보고 있는지 여부를 시청률 조사 서버로 보내 시청률 조사를 하는 것을 특징으로 한다.
또 다른 종래기술인 한국공개특허 제2003-0063087호(2003.09.09.)는 다수의 시청자들의 TV 프로그램 예약 정보를 통해 시청자가 의미있는 TV 프로그램을 선택할 수 있도록 하는 것을 특징으로 한다.
또 다른 종래기술인 한국공개특허 제2007-0123962호(2007.11.30.)는 수집된 TV 프로그램과 관련된 검색 로그를 DB에 저장하여 분석해서 특정 TV 프로그램의 미래 시청률을 예측하는 것을 특징으로 한다.
상기 종래기술들은 대부분 미래 시청률 예측에 대한 언급이 없고, 현재 TV 프로그램의 시청률을 조사하는 것에 한정되는 것이며, 또한 이전 프로그램들의 정보를 데이터베이스화해서 사용하거나, 이전에 방영된 유사 TV 프로그램들의 시청률과의 차이에 대한 오차율을 사용하지 않는다.
이에 본 발명은 상기 종래 기술과 같이 현재의 시청률 정보만을 사용하는 것이 아니라, 이전의 유사 TV 프로그램들의 시청률 정보와 비교해서 오차율을 산출하고 이를 이용하여 새로운 시청률 결과를 유도하고, 이에 대한 결과와 오차를 다시 다음 TV 프로그램의 시청률 예측을 이용함으로써, 보다 정확하고 효율적인 시청률 예측 시스템을 제공하고자 한다.
본 발명은 상기 과제를 해결하기 위해 창작된 것으로, 수치적으로 드라마의 시청률을 예측함으로서 제작사나 광고주가 투자여부를 결정 할 수 있도록 지원하는 TV 프로그램 시청률 예측 시스템을 제공하는 것을 그 목적으로 한다.
또한 본 발명은 시청률을 예측하는 요소로 극본, 제작사, 편수, 요일, 아침드라마 유무, 경쟁드라마의 시청률 등을 토대로 하여, 시청률을 예측하는 시스템을 제공하는 것을 목적으로 한다.
또한 본 발명은 특정 알고리즘을 현재까지 방영된 드라마에 대입하여, 오차율을 줄이기 위해 상기 알고리즘의 수정을 거치며, 최종적으로 가장 오차율이 적은 알고리즘을 택하는 시청률 예측 시스템을 제공하는 것을 목적으로 한다.
본 발명의 일 실시예에 따른 TV 프로그램 시청률 예측 시스템은, 사용자와 상기 시청률 예측 시스템 사이에서 사용자 및 통신 인터페이스를 제공하는 인터페이스부; 사용자에 의해 제공되는 특정 프로그램에 대해서 데이터베이스에 저장된 유사한 이전 프로그램들의 시청률에 대한 정보를 활용하여 상기 특정 프로그램의 시청률을 예측하는 시청률 예측부; 및 상기 시청률 예측부에서 산출된 데이터를 데이터베이스에 저장하고, 미리 데이터베이스에 저장되어 있는 시청률 관련 요소에 대한 데이터를 액세스하는 저장관리부;를 포함하는 것을 특징으로 한다.
또한 본 발명의 일실시예에 따른 상기 시청률 예측 시스템에서, 상기 프로그램은, 드라마, 다큐멘터리, 뉴스, 스포츠, 코미디, 토크쇼, 오락 또는 이들의 조합 중 적어도 하나 이상을 포함하는 것을 특징으로 한다.
또한 본 발명의 일실시예에 따른 상기 시청률 예측 시스템에서, 상기 인터페이스부는, 상기 사용자 단말에 앱 형태로 사용자인터페이스를 제공하며, 특히 광고주, 투자자, 제작자 또는 이들의 조합에 따라 별도의 사용자인터페이스를 제공하되, 상기 사용자인터페이스는 앱 프로그램을 새로 다운로드받지 않고도 시청률 예측 시스템의 설정에 따라 매번 다른 사용자인터페이스를 제공받는 것을 특징으로 한다.
또한 본 발명의 일실시예에 따른 상기 시청률 예측 시스템에서, 상기 시청률 예측부는, 적어도 하나 이상의 프로그램에 대한 장르, 방영시기, 편수, 연령대, 시간대, 배우, 연출, 극본, 제작사 또는 이들의 조합 중 적어도 하나 이상에 대한 정보를 입력받고, 상기 입력받은 정보를 정리하여 데이터베이스에 각 정보의 요소별로 저장하며, 사용자에 의해 선택된 특정 프로그램에 대해서 시청률 예측을 위한 수식을 도출하고 상기 수식으로부터 시청률을 수치화하며, 상기 수치화한 시청률 정보를 사용자 단말에 전송하는 것을 포함하는 것을 특징으로 한다.
또한 본 발명의 일실시예에 따른 상기 시청률 예측 시스템에서, 상기 수치화는, 상기 해당 요소별로 과거의 시청률을 토대로 해당 각 요소에 대한 가중치를 산출하고, 상기 산출된 가중치를 상기 해당하는 요소에 곱한 결과를 모두 더하여 시청률을 산출하는 것을 포함하는 것을 특징으로 한다.
또한 본 발명의 또 다른 일실시예에 따른 상기 시청률 예측 방법은, 적어도 하나 이상의 프로그램에 대한 장르, 방영시기, 편수, 연령대, 시간대, 배우, 연출, 극본, 제작사 또는 이들의 조합 중 적어도 하나 이상에 대한 정보를 입력받는 단계; 상기 입력받은 정보를 정리하여 데이터베이스에 각 정보의 요소별로 저장하는 단계; 사용자에 의해 선택된 특정 프로그램에 대해서 시청률 예측을 위한 수식을 도출하고 상기 수식으로부터 시청률을 수치화하는 단계; 및 수치화한 시청률 정보를 사용자 단말에 전송하는 단계;를 포함하는 것을 특징으로 한다.
또한 본 발명의 또 다른 일실시예에 따른 상기 시청률 예측 방법에서, 상기 수치화하는 단계는, 상기 해당 요소별로 과거의 시청률을 토대로 해당 각 요소에 대한 가중치를 산출하는 단계; 및 상기 산출된 가중치를 상기 해당하는 요소에 곱한 결과를 모두 더하여 시청률을 산출하는 단계;를 포함하는 것을 특징으로 한다.
본 발명은 TV 프로그램 시청률 예측 시스템 및 그 예측 방법에 관한 것으로, 더욱 상세하게는 수치적으로 TV 프로그램의 시청률을 예측함으로써 제작사나 광고주가 투자 여부를 결정하는 데 도움을 받을 수 있도록 하는 것을 목적으로 한다.
도 1은 본 발명의 일 실시예에 따른 TV 프로그램 시청률 예측 시스템의 구성도.
도 2는 본 발명의 일 실시예에 따른 TV 프로그램 시청률 예측 방법에 대한 흐름도.
도 3은 본 발명의 일 실시예에 따른 TV 프로그램 시청률 예측 방법에서 요소별 정리 결과에 대한 예시도.
도 4는 본 발명의 일 실시예에 따른 TV 프로그램 시청률 예측 방법에서 수치화 및 알고리즘화에 대한 예시도.
도 5a 내지 도 5c는 본 발명의 일 실시예에 따른 TV 프로그램 시청률 예측 방법에서 차기 드라마 및 방종(방송 종영) 드라마 시청률 예측 결과에 대한 예시도.
이하, 첨부된 도면을 참조하여 본 발명에 따른 TV 프로그램 시청률 예측 시스템 및 그 방법의 일 실시예를 설명한다.
도 1은 본 발명의 일실시예에 따른 TV 프로그램 시청률 예측 시스템의 구성도이다. 도시된 바와 같이, 시청률 예측 시스템(100)은 사용자 인터페이스부 및 통신 인터페이스부를 포함하는 인터페이스부(120), 시청률 예측부(130) 및 저장 관리부(140)을 포함하여 구성된다. 여기서 인터페이스부(120)에서 사용자 인터페이스부는 사용자 단말(110)에서 전송되어 오는 사용자가 예측하기를 원하는 프로그램의 정보를 바탕으로 해당 프로그램의 시청률을 예측하여 다시 사용자 단말(110)로 출력해주는 역할을 하고, 통신 인터페이스는 사용자 단말과 시청률 예측 시스템 사이에서 유선 또는 무선 통신 방식으로 상호 데이터를 주고받을 수 있는 통신 인터페이스를 담당하는 것을 말한다.
본 발명에 따른 시청률 예측 시스템(100)은 상기 사용자 단말과의 사이에 사용자 및 통신 인터페이스가 필요하며, 이러한 인터페이스를 통해서 수신 받은, 사용자가 지정한 정보를 토대로 데이터베이스에 저장된 여러 가지 프로그램에 대한 정보를 액세스하여 해당하는 프로그램에 대해서 본 발명에서 제시하는 방법에 따른 시청률 예측 방법에 따라 시청률을 예측한 결과를 사용자에게 전송하게 된다.
시청률 예측부(130)는 사용자 단말(110)에서 받은 프로그램 정보를 이용하여 데이터베이스(150)에 저장된 해당 프로그램과 관련한 정보를 액세스하여 시청률을 예측한다. 이때 저장 관리부(140)는 시청률 예측한 결과를 데이터베이스에 저장하거나, 저장된 프로그램 관련 정보를 액세스하여 시청률 예측부(130)에 제공하는 역할을 한다.
본 발명에서는 상기 특정 프로그램(혹은 드라마)의 시청률을 예측함에 있어서, 경쟁드라마의 시청률을 활용할 수 있으며, 드라마의 종류별, 시간대별, 배우별, 장르별 또는 이들의 조합을 포함한 다양한 분류를 통해서 각각의 내용을 데이터베이스화하여 저장하고, 데이터베이스로 구축된 내용을 계속하여 업데이트해 나가고, 이전의 축적된 내용을 바탕으로 새로운 유행이나 시청자의 기호를 반영하여 시청률을 예측하는데 활용한다. 또한 예측한 시청률과 실제 시청률을 동시에 관리하여 오차에 대한 결과를 다음번 유사 프로그램의 예측에 활용하며, 사용자가 서버에 접속하여 특정 드라마에 대한 구체적이고 상세한 분석 아이템을 입력하면, 해당 드라마와 유사한 드라마의 이전 시청률과 이전에 예측한 결과의 오차를 참고하여 새로운 결과를 유도하고, 이에 대한 결과와 오차를 다시 나중의 드라마 시청률 예측을 위해 활용한다. 이러한 반복적인 튜닝과정을 통해서 다양한 장르별, 배우별, 시간대별로 잘게 쪼개서 시간대와 배우 및 장르에 따른 가중치를 주어, 상기 가중치가 매번 바뀌도록 최근의 시청 경향을 반영함으로써, 더욱 지능화한 것이다. 또한 본 발명은 현재 예측한 시청률에 대한 계산 과정을 계속적으로 업데이트 할 수 있도록 데이터베이스에 저장된 시청률에 대한 예측 데이터와 오차를 지속적으로 보완하여 적용할 수 있도록 이전의 예측 결과에 비해서 이후의 예측 결과가 항상 더 정확성을 가지도록 휴리스틱하고 점진적으로 적응해 나가는 방식을 취하고 있다.
다음은 위에서 설명한 시청률 예측부에서 수행하는 시청률 예측 방법에 대해서 좀 더 구체적으로 설명하고자 한다.
도 2는 본 발명의 일실시예에 따른 TV 프로그램 시청률 예측 방법에 대한 흐름도이다. 도시된 바와 같이, 먼저 드라마 명, 장르, 방영시기, 편수, 연령대, 시간대, 배우, 연출, 극본, 제작사, 종영 시청률 또는 이들의 조합 중 적어도 하나 이상의 요소별로 정리하여 데이터베이스에 저장(S201)되어 있어야 하며, 이 과정은 시청률 예측 속도와 정확도를 확보하는데 매우 중요한 과정이다. 즉, 특정 드라마나 프로그램에 대해서 그 특징을 세부적으로 명확하게 분류해 두면 그 다음에 이러한 세부적으로 분류된 자료를 활용하기에 편리하다. 본 발명에서는 모든 드라마나 프로그램이 장르, 방영시기, 편수, 연령대, 시간대, 배우, 연출, 극본, 제작사, 종영 시청률 또는 이들의 조합 중 적어도 하나 이상의 요소별로 나누어져 있으므로, 특정 프로그램의 시청률을 예측하기 위해서 해당 프로그램을 선택하면, 그 프로그램과 유사한 장르, 방영시기, 편수, 연령대, 시간대, 배우, 연출, 극본, 제작사에 해당하는 다양한 프로그램의 시청률을 전부 검토하여, 본 발명에서 제시하는 가중치에 의한 알고리즘의 가중치를 업데이트해 나가면서 최적의 가중치를 산출한다. 여기서 산출된 가중치에 따라 시청률 예측치가 수치화되고 알고리즘화 된다(S202).
물론 유사한 프로그램의 오래전에 방영된 시청률에 따른 가중치는 최근에 산출된 가중치에 비해서 그 중요도가 떨어진다. 이러한 방식으로 최근 트렌드를 반영한 시청률의 예측이 가능하게 된다.
도 3은 본 발명의 일실시예에 따른 TV 프로그램 시청률 예측 방법에서 요소별 정리 결과에 대한 예시도이다.
도시된 바에 의하면, 먼저 다양한 장르, 방영시기, 편수, 연령대, 시간대, 배우, 연출, 극본, 제작사 또는 이들의 조합(301, 302, 303)에 따라 시청률을 내림차순 혹은 오름차순으로 배열해 볼 수 있으며, 또한 특정 관심사에 따라 원하는 요소에 대한 정보를 추출하는 것도 가능하다. 이러한 데이터 테이블의 추출은 기본적으로 저장되어 있는 데이터가 각 프로그램(혹은 드라마) 별로 장르, 시간대, 배우 등에 따라 세밀한 정보로 분류 및 수집되어 있기 때문에 가능한 것이다. 즉, 사용자가 특정 프로그램에 대한 시청률을 예측하기 위해서 해당 프로그램의 장르, 방영 시간대, 배우 등을 지정하여 사용자 단말에서 시청률 예측 시스템으로 요청하면, 각각의 요소에 해당하는 종래의 프로그램이나 지금 상영중인 프로그램을 추출하고, 그것으로부터 시청률의 예측치, 실측치 또는 이들의 조합을 추출하여 봄으로써 상기 사용자가 예측하기를 원하는 프로그램에 대한 시청률을 예측할 수 있다.
도 4는 본 발명의 일실시예에 따른 TV 프로그램 시청률 예측 방법에서 수치화 및 알고리즘화에 대한 예시도이다. 도시된 바에 의하면,
(a) 시간대에 비중을 둔 경우에는 변수요인 중에서 시간대에 가장 큰 가중치를 두고 시청률을 예측한다. 예를 들어 변수 요인이 장르, 편수, 연령대, 시간대, 연출, 극본, 배우 등이면, 가중치를 반영한 수치화는, 예를 들면, 장르 × 0.1 + 편수 × 0.15 + 연령대 × 0.1 + 시간대 × 0.3 + 연출, 극본 × 0.2 + 배우 × 0.15 와 같이 수치화하여 예상 시청률을 산출할 수 있다. 여기서 가중치는 시청률을 예측하는데 가장 영향력이 크므로, 예측하고자 하는 프로그램이 주말 예능 프로인 경우 그 시간대가 시청률에 매우 많은 영향을 끼칠 것이다. 이러한 측면에서 가중치를 시청률 예측에 활용할 수 있다.
(b) 극본이나 제작사에 비중을 둔 경우에는 변수 중에서 극본이나 제작사에 가장 큰 가중치를 두고 시청률을 예측한다. 예를 들어 변수 요인이 편수, 요일, 극본, 제작사 등이면, 가중치를 반영한 수치화는, 예를 들면, {(극본 × 0.4 + 제작사 × 0.4 + 편수 × 0.2 + 요일 × 0.2 ) × 0.8 ×100 } 극본-제작사) ×100 }와 같이 수치화하여 예상 시청률을 산출할 수 있다. 여기서 가중치는 시청률을 예측하는데 가장 영향력이 크므로, 예측하고자 하는 프로그램이 다큐멘터리와 같은 경우 극본이나 제작사에 따라 시청률이 많이 차이가 날 수 있다.
(C) 극본과 배우에 비중을 둔 경우에는 변수 중에서 극본과 배우에 가장 큰 비중을 두고 시청률을 예측한다. 예를 들어 변수 요인이 극본, 배우, 시간대, 연령대, 편수 등이면, 가중치를 반영한 수치화는 예를 들면, 극본 × 0.4 + 배우 × 0.3 + 시간대 × 0.15 + 연령대 × 0.08 + 편수 × 0.7 와 같이 수치화하여 예상 시청률을 산출할 수 있다. 여기서 가중치는 시청률을 예측하는데 가장 영향력이 크므로, 예측하고자 하는 프로그램이 특정 장르에 속하고 그 장르를 대표하는 배우가 특정인이라면, 해당 배우에 따라 시청률이 많이 차이가 날 수 있다.
도 5a 내지 도 5c는 본 발명의 일실시예에 따른 TV 프로그램 시청률 예측 방법에서 차기 드라마 및 방종(방송 종료) 드라마의 시청률 예측 결과에 대한 예시도이다. 도 5a에 도시된 바와 같이 방송 시간대와 극본에 가중치를 둔 경우에 대해서 시청률 예측 결과와 실제 시청률 및 이들의 오차를 나타낸 것이다. 도시된 바에 의하면, 시간대에 따라 시청률이 많은 영향을 미치는 것으로 나타났다. 도 5a는 시간대에 많은 가중치를 부여한 경우이고, 도 5b는 극본과 제작사에 많은 가중치를 부여한 경우이며, 도 5c는 극본과 배우에 많은 가중치를 부여한 경우를 예시한 것이다. 도 5c는 특히 극본과 제작사에 많은 가중치를 부여한 경우, 오차율이 작게 나타나는 경우의 예를 보인 것인데, 여기서 열애의 경우 경쟁드라마를 고려하지 않으면 오차가 크게 나타날 수 있다. 예를 들어 특히 타 방송사의 경쟁 드라마가 높은 시청률을 가지고 있으면, 상대적으로 경쟁사의 다른 프로그램은 큰 호응을 얻기 힘들어, 예측 오차의 크기가 커지는 경우가 있다.
이러한 과정으로 본 발명의 시청률 예측 방법은 프로그램의 시청률에 영향을 주는 다양한 요소를 발굴하고, 이들의 특징에 기초하여 각각의 요소에 가중치를 부여하며, 해당 프로그램의 장르와 시간대 등에 따라 훨씬 더 정확하고 세밀한 시청률의 예측이 가능하다.
또한 본 발명은 현재 예측한 시청률에 대한 계산 과정을 계속적으로 업데이트 할 수 있도록 데이터베이스에 저장된 시청률에 대한 예측 데이터와 오차를 지속적으로 보완하여 적용할 수 있도록 일부 휴리스틱하며 점진적으로 더 정확한 시청률을 예측하도록 적응해 나가는 방식을 제시하고 있다. 즉, 한번 예측한 시청률은 데이터베이스에 저장되며, 상기 예측한 시청률과 실제 시청률 사이의 차이를 오차로 정의하고 이를 계속하여 데이터베이스에 저장하고 관리한다. 상기 오차가 점점 더 줄어드는 방향으로 시청률의 예측을 할 수 있다. 왜냐하면 종래에 방영되거나 현재 방영되고 있는 프로그램에 대해서 초반의 반응을 보고 연이은 편(회수)에 대한 시청률을 더 정확하게 예측할 수 있다.
일단 한번 예측하고 나면 그 데이터는 데이터베이스에 저장되고, 그 결과는 실제 측정한 시청율과의 오차와 함께 데이터베이스에 저장된다. 이러한 오차와 시청률 예측치는 나중에 또 다른 유사 프로그램의 시청률 예측을 위한 소중한 자료로 이용된다.
이상으로 본 발명은 첨부된 도면에 도시된 실시예를 참고로 설명되었으나, 이는 예시적인 것에 불과하며, 당해 기술이 속하는 분야에서 통상의 지식을 가진 자라면 이로부터 다양한 변형 및 균등한 타 실시예가 가능하다는 점을 이해할 것이다. 따라서 본 발명의 기술적 보호범위는 아래의 특허청구범위에 의해서 정하여져야 할 것이다.
100: 시청률 예측 시스템 110: 사용자 단말
120: 인터페이스부 130: 시청률 예측부
140: 저장 관리부 150: 데이터베이스
310~330: 시청률 예측을 위한 요소들

Claims (10)

  1. 시청률 예측 시스템에 있어서,
    사용자와 상기 시청률 예측 시스템 사이에서 사용자 및 통신 인터페이스를 제공하는 인터페이스부;
    사용자에 의해 제공되는 특정 프로그램에 대해서 데이터베이스에 저장된 유사한 이전 프로그램들의 시청률에 대한 정보를 활용하여 상기 특정 프로그램의 시청률을 예측하는 시청률 예측부; 및
    상기 시청률 예측부에서 산출된 데이터를 데이터베이스에 저장하고, 미리 데이터베이스에 저장되어 있는 시청률 관련 요소에 대한 데이터를 액세스하는 저장관리부;를 포함하며,
    상기 시청률 예측부는,
    적어도 하나 이상의 프로그램에 대한 장르, 방영시기, 편수, 연령대, 시간대, 배우, 연출, 극본, 제작사 또는 이들의 조합 중 적어도 하나 이상에 대한 정보를 입력받고, 상기 입력받은 정보를 정리하여 데이터베이스에 각 정보의 요소별로 저장하며, 사용자에 의해 선택된 특정 프로그램에 대해서 시청률 예측을 위한 수식을 도출하고 상기 수식으로부터 시청률 정보를 수치화하며, 상기 수치화한 시청률 정보를 사용자 단말에 전송하는 것을 포함하는 것을 특징으로 하는 시청률 예측 시스템.
  2. 청구항 1에 있어서,
    상기 프로그램은,
    드라마, 다큐멘터리, 뉴스, 스포츠, 코미디, 토크쇼, 오락 또는 이들의 조합 중 적어도 하나 이상을 포함하는 것을 특징으로 하는 시청률 예측 시스템.
  3. 청구항 1에 있어서,
    상기 인터페이스부는,
    상기 사용자 단말에 앱 형태로 사용자인터페이스를 제공하며, 광고주, 투자자, 제작자 또는 이들의 조합에 따라 별도의 사용자인터페이스를 제공하되, 상기 사용자인터페이스는 앱 프로그램을 새로 다운로드받지 않고도 시청률 예측 시스템의 설정에 따라 매번 다른 사용자인터페이스를 제공받는 것을 특징으로 하는 시청률 예측 시스템.
  4. 삭제
  5. 청구항 1에 있어서,
    상기 수치화는,
    상기 요소별로 과거의 시청률을 토대로 해당 각 요소에 대한 가중치를 산출하고, 상기 산출된 가중치를 상기 해당 각 요소에 곱한 결과를 모두 더하여 시청률을 산출하는 것을 포함하는 것을 특징으로 하는 시청률 예측 시스템.
  6. 적어도 하나 이상의 프로그램에 대한 장르, 방영시기, 편수, 연령대, 시간대, 배우, 연출, 극본, 제작사 또는 이들의 조합 중 적어도 하나 이상에 대한 정보를 입력받는 단계;
    상기 입력받은 정보를 정리하여 데이터베이스에 각 정보의 요소별로 저장하는 단계;
    사용자에 의해 선택된 특정 프로그램에 대해서 시청률을 예측하는 단계;
    상기 예측한 시청률에 대한 정보를 사용자 단말에 전송하는 단계;를 포함하며,
    상기 시청률을 예측하는 단계는,
    적어도 하나 이상의 프로그램에 대한 장르, 방영시기, 편수, 연령대, 시간대, 배우, 연출, 극본, 제작사 또는 이들의 조합 중 적어도 하나 이상에 대한 정보를 입력받고, 상기 입력받은 정보를 정리하여 데이터베이스에 각 정보의 요소별로 저장하며, 사용자에 의해 선택된 특정 프로그램에 대해서 시청률 예측을 위한 수식을 도출하고 상기 수식으로부터 시청률 정보를 수치화하며, 상기 수치화한 시청률 정보를 사용자 단말에 전송하는 것을 포함하는 것을 특징으로 하는 시청률 예측 방법.
  7. 삭제
  8. 청구항 6에 있어서,
    상기 시청률 정보를 수치화하는 것은,
    상기 요소별로 과거의 시청률을 토대로 해당 각 요소에 대한 가중치를 산출하는 단계; 및
    상기 산출된 가중치를 상기 해당 각 요소에 곱한 결과를 모두 더하여 시청률을 산출하는 단계;를 포함하는 것을 특징으로 하는 시청률 예측 방법.
  9. 청구항 6에 있어서,
    상기 프로그램은,
    드라마, 다큐멘터리, 뉴스, 스포츠, 코미디, 토크쇼, 오락 또는 이들의 조합 중 적어도 하나 이상을 포함하는 것을 특징으로 하는 시청률 예측 방법.
  10. 청구항 6에 있어서,
    상기 사용자 단말에 앱 형태로 사용자인터페이스를 제공하며, 광고주, 투자자, 제작자 또는 이들의 조합에 따라 별도의 사용자인터페이스를 제공하되, 상기 사용자인터페이스는 앱 프로그램을 새로 다운로드받지 않고도 시청률 예측 시스템의 설정에 따라 매번 다른 사용자인터페이스를 제공받는 단계;를 더 포함하는 것을 특징으로 하는 시청률 예측 방법.
KR1020140012876A 2014-02-05 2014-02-05 Tv 프로그램 시청률 예측 시스템 및 그 예측 방법 KR101533043B1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020140012876A KR101533043B1 (ko) 2014-02-05 2014-02-05 Tv 프로그램 시청률 예측 시스템 및 그 예측 방법

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020140012876A KR101533043B1 (ko) 2014-02-05 2014-02-05 Tv 프로그램 시청률 예측 시스템 및 그 예측 방법

Publications (1)

Publication Number Publication Date
KR101533043B1 true KR101533043B1 (ko) 2015-07-02

Family

ID=53788112

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020140012876A KR101533043B1 (ko) 2014-02-05 2014-02-05 Tv 프로그램 시청률 예측 시스템 및 그 예측 방법

Country Status (1)

Country Link
KR (1) KR101533043B1 (ko)

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107609334A (zh) * 2017-09-20 2018-01-19 北京理工大学 一种现场观众反应分析系统及方法
WO2021153505A1 (ja) * 2020-01-28 2021-08-05 株式会社電通 予測装置、予測方法、及び予測プログラム
CN113360710A (zh) * 2021-05-27 2021-09-07 北京奇艺世纪科技有限公司 对象间组合度的确定方法、装置、计算机设备及存储介质
WO2021260755A1 (ja) * 2020-06-22 2021-12-30 日本電気株式会社 視聴率推定装置、視聴率推定方法および記録媒体

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20030067562A (ko) * 2002-02-08 2003-08-14 가부시키가이샤 히타치세이사쿠쇼 반도체 장치의 제조방법
KR20050085439A (ko) * 2002-12-11 2005-08-29 코닌클리케 필립스 일렉트로닉스 엔.브이. 아이템에 흥미를 가진 개인의 수를 그러한 아이템의 추천에기초하여 예측하는 방법 및 장치
KR20110049339A (ko) * 2009-11-05 2011-05-12 한국전자통신연구원 시청률 예측 연동 복수 멀티캐스트를 이용한 고속 채널 전환을 위한 채널 서버, 채널 예측 서버, 단말기 및 그 방법

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20030067562A (ko) * 2002-02-08 2003-08-14 가부시키가이샤 히타치세이사쿠쇼 반도체 장치의 제조방법
KR20050085439A (ko) * 2002-12-11 2005-08-29 코닌클리케 필립스 일렉트로닉스 엔.브이. 아이템에 흥미를 가진 개인의 수를 그러한 아이템의 추천에기초하여 예측하는 방법 및 장치
KR20110049339A (ko) * 2009-11-05 2011-05-12 한국전자통신연구원 시청률 예측 연동 복수 멀티캐스트를 이용한 고속 채널 전환을 위한 채널 서버, 채널 예측 서버, 단말기 및 그 방법

Cited By (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107609334A (zh) * 2017-09-20 2018-01-19 北京理工大学 一种现场观众反应分析系统及方法
WO2021153505A1 (ja) * 2020-01-28 2021-08-05 株式会社電通 予測装置、予測方法、及び予測プログラム
JP2021117818A (ja) * 2020-01-28 2021-08-10 株式会社電通 予測装置、予測方法、及び予測プログラム
WO2021260755A1 (ja) * 2020-06-22 2021-12-30 日本電気株式会社 視聴率推定装置、視聴率推定方法および記録媒体
JP7464711B2 (ja) 2020-06-22 2024-04-09 日本電気株式会社 視聴率推定装置、視聴率推定方法および視聴率推定プログラム
CN113360710A (zh) * 2021-05-27 2021-09-07 北京奇艺世纪科技有限公司 对象间组合度的确定方法、装置、计算机设备及存储介质
CN113360710B (zh) * 2021-05-27 2023-09-01 北京奇艺世纪科技有限公司 对象间组合度的确定方法、装置、计算机设备及存储介质

Similar Documents

Publication Publication Date Title
US10182259B2 (en) Method and system for obtaining viewing data and providing content recommendations at a set top box
US11765432B2 (en) Systems and methods for adjusting the priority of media assets scheduled to be recorded
US8418205B2 (en) Method and apparatus for recommending personalized content
US8572655B2 (en) Video on demand (VOD) recommendations based on user viewing history
JP4909033B2 (ja) 番組検索装置
KR100839306B1 (ko) 프로그램 시청 패턴 반영 기법을 이용한 디지털 ｔｖ프로그램 추천 시스템 및 방법
KR101533043B1 (ko) Tv 프로그램 시청률 예측 시스템 및 그 예측 방법
WO2020007470A1 (en) Dynamic viewer prediction system for advertisement scheduling
WO2012173670A1 (en) Systems and methods for providing media recommendations
US10225591B2 (en) Systems and methods for creating and managing user profiles
US20170208353A1 (en) Content selection for networked media devices
US10715873B1 (en) Method and system for personalizing the display of recordings stored in a user receiving device
US20110041157A1 (en) Systems and Methods for Selecting Content For a Subscriber of a Content Service Provider
CN108540857B (zh) 基于手机遥控器的电视收视率和用户偏好控制方法及系统
US10708665B2 (en) Method and system for recording recommended content within a user device
KR20150101338A (ko) 콘텐츠 추천 장치 및 방법
US20230334082A1 (en) System and method for providing additional information based on multimedia content being viewed
JP2019004370A (ja) 視聴率推定システム、方法およびコンピュータプログラム
KR101102351B1 (ko) 맞춤형 방송 프로그램을 제공하기 위한 방법 및 시스템
CN109729428A (zh) 电视频道视频收视统计方法及装置
US10841554B2 (en) Method and system for recording recommended content within a user device and playback content from an earlier position when live content is selected
KR20110071452A (ko) 장르 가중치를 이용한 방송 프로그램 추천 방법 및 장치
CN104333777A (zh) 一种广播电视节目单制定系统及方法
KR101028702B1 (ko) 개방형 ｉｐｔｖ 제공 시스템 및 제공 방법
KR101473250B1 (ko) 디지털 방송 시스템에서 사용자 선호 프로그램 추천 방법및 장치

Legal Events

Date Code Title Description
E701 Decision to grant or registration of patent right
GRNT Written decision to grant
LAPS Lapse due to unpaid annual fee