KR101650888B1 - 컨텐츠 수집, 추천 시스템 및 방법 - Google Patents

컨텐츠 수집, 추천 시스템 및 방법 Download PDF

Info

Publication number
KR101650888B1
KR101650888B1 KR1020150014593A KR20150014593A KR101650888B1 KR 101650888 B1 KR101650888 B1 KR 101650888B1 KR 1020150014593 A KR1020150014593 A KR 1020150014593A KR 20150014593 A KR20150014593 A KR 20150014593A KR 101650888 B1 KR101650888 B1 KR 101650888B1
Authority
KR
South Korea
Prior art keywords
content
information
characteristic
unit
information content
Prior art date
Application number
KR1020150014593A
Other languages
English (en)
Other versions
KR20160093489A (ko
Inventor
이경일
최광선
이종민
Original Assignee
주식회사 솔트룩스
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 주식회사 솔트룩스 filed Critical 주식회사 솔트룩스
Priority to KR1020150014593A priority Critical patent/KR101650888B1/ko
Publication of KR20160093489A publication Critical patent/KR20160093489A/ko
Application granted granted Critical
Publication of KR101650888B1 publication Critical patent/KR101650888B1/ko

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00—Systems or methods specially adapted for specific business sectors, e.g. utilities or tourism
    • G06Q50/10—Services

Abstract

본 발명에 따른 컨텐츠 수집, 추천 시스템은 컨텐츠 추천 대상이 되는 대상 사용자를 포함하는 다수의 사용자들이 사용한 사용 컨텐츠에 대응되는 정보 컨텐츠를 포함하는 사용자 피드백 정보를 네트워크를 통하여 입력받고, 상기 사용자 피드백 정보를 분석하여, 적어도 두 종류의 정보 컨텐츠 특성들을 추출하는 PSD 특성 분석부, 상기 정보 컨텐츠의 특성들의 각각을 기반으로, 검색을 수행하여 상기 정보 컨텐츠 특성들의 각각에 대응하는 다수의 컨텐츠를 수집하는 컨텐츠 수집부, 상기 정보 컨텐츠 특성들 및 수집된 상기 다수의 컨텐츠 중 적어도 어느 하나를 저장하는 컨텐츠 저장부 및 상기 사용자 피드백 정보에 포함되고, 상기 정보 컨텐츠 특성들의 각각에 대한 대상 사용자의 선호 정도를 나타내는 대상 사용자 선호 특성 정보에 기반하여, 상기 수집된 다수의 컨텐츠 중 추천 컨텐츠를 선택하여, 상기 추천 컨텐츠를 상기 대상 사용자에게 추천하는 컨텐츠 추천부를 포함한다.

Description

컨텐츠 수집, 추천 시스템 및 방법{Content collection and recommendation system and method}
본 발명은 컨텐츠 수집, 추천 시스템 및 방법에 관한 것으로, 구체적으로 컨텐츠의 특성을 고려하여, 다양한 컨텐츠를 수집하고, 사용자가 원하는 컨텐츠 특성에 대응하는 컨텐츠를 추천할 수 있는 PSD 융합 모델 기반의 PSD 특성 분석부를 포함하는 컨텐츠 수집, 추천 시스템 및 방법에 관한 것이다.
본 발명은 미래창조과학부 SW컴퓨팅산업원천기술개발사업의 일환으로 숭실대학교 산학협력단이 주관하고 ㈜솔트룩스에서 연구하여 수행된 연구로부터 도출된 것이다.
[연구기간: 2014.03.01~2015.02.28, 연구관리 전문기관: 정보통신기술연구진흥센터, 연구과제명: 모바일 플랫폼 기반 계획 및 학습 인지 모델 프레임워크 기술 개발, 과제 고유번호: 10035348]
사용자에게 컨텐츠를 추천하기 위하여, 사용자의 선호 정보를 제공받아 가장 유사한 컨텐츠를 추천하는 컨텐츠 기반 필터링 방법(CBF), 사용자와 유사한 사용자의 선호 컨텐츠를 추천해주는 협업 필터링 방법(CF) 등이 있다. 기존의 추천 기술들은 각 방법의 특성에 따라 편향된 컨텐츠를 추천하거나, 신규 컨텐츠 및 신규 사용자에 대한 양질의 컨텐츠 추천이 어렵다는 단점이 있다. 또한, 다양한 컨텐츠 추천 기술을 혼합한 형태의 추천 방법들이 제시되었으나, 사용자의 특성에 맞지 않는 컨텐츠를 수집하거나 서비스의 수집 컨텐츠가 풍부하지 않는 등의 문제가 있었다. 이를 개선하여, 사용자가 원하는 컨텐츠를 효율적으로 제공할 수 있는 컨텐츠 수집, 추천 시스템 및 방법에 대한 요구가 증대되고 있다.
본 발명의 기술적 과제는 상기한 문제점을 해결하기 위하여, 다양하게 수집된 컨텐츠 중에서 사용자가 원하는 컨텐츠를 추천하기 위한 컨텐츠 수집, 추천 시스템 및 방법을 제공하는 데에 있다.
본 발명의 일 실시예에 따른 컨텐츠 수집, 추천 시스템은 컨텐츠 추천 대상이 되는 대상 사용자를 포함하는 다수의 사용자들이 사용한 사용 컨텐츠에 대응되는 정보 컨텐츠를 포함하는 사용자 피드백 정보를 네트워크를 통하여 입력받고, 상기 사용자 피드백 정보를 분석하여, 적어도 두 종류의 정보 컨텐츠 특성들을 추출하는 PSD 특성 분석부, 상기 정보 컨텐츠의 특성들의 각각을 기반으로, 검색을 수행하여 상기 정보 컨텐츠 특성들의 각각에 대응하는 다수의 컨텐츠를 수집하는 컨텐츠 수집부, 상기 정보 컨텐츠 특성들 및 수집된 상기 다수의 컨텐츠 중 적어도 어느 하나를 저장하는 컨텐츠 저장부 및 상기 사용자 피드백 정보에 포함되고, 상기 정보 컨텐츠 특성들의 각각에 대한 대상 사용자의 선호 정도를 나타내는 대상 사용자 선호 특성 정보에 기반하여, 상기 수집된 다수의 컨텐츠 중 추천 컨텐츠를 선택하여, 상기 추천 컨텐츠를 상기 대상 사용자에게 추천하는 컨텐츠 추천부를 포함한다.
또한, 상기 정보 컨텐츠 특성은, 상기 정보 컨텐츠를 분류하기 위하여, 특정 주제에 대한 분류를 나타내는 키워드들을 포함하는 것을 특징으로 한다.
또한, 상기 컨텐츠 저장부는, 기등록되어 저장된 상기 다수의 사용자들의 각각에 대한 프로필(profile) 정보를 포함하고, 상기 PSD 특성 분석부는, 상기 사용자 피드백 정보를 분석하여, 상기 정보 컨텐츠 특성들 중 상기 대상 사용자의 상기 사용 컨텐츠에 대한 사용패턴을 나타내는 개인 사용 정보 컨텐츠 특성을 생성하는 개인 사용 특성 분석부, 상기 사용자 피드백 정보를 분석하여, 상기 정보 컨텐츠 특성들 중 상기 다수의 사용자들의 상기 사용 컨텐츠에 대한 공통적인 사용패턴을 나타내는 통계적 정보 컨텐츠 특성을 생성하는 통계적 특성 분석부 및 상기 사용자 피드백 정보를 분석하여, 상기 정보 컨텐츠 특성들 중 상기 프로필 정보를 기반으로 분류된 상기 대상 사용자를 포함하는 사용자 그룹의 상기 사용 컨텐츠에 대한 사용패턴을 나타내는 사회관계적 정보 컨텐츠 특성을 생성하는 사회관계적 특성 분석부를 포함하는 것을 특징으로 한다.
또한, 상기 컨텐츠 수집 및 추천 시스템은, 상기 사용자 피드백 정보를 수집하는 사용자 피드백 수집부를 더 포함하고, 상기 사용자 피드백 수집부는, 상기 사용자 피드백 정보 중 상기 대상 사용자가 사용한 상기 컨텐츠에 대응하는 상기 정보 컨텐츠를 수집하는 개인 사용 특성 피드백 수집부, 상기 사용자 피드백 정보 중 상기 다수의 사용자들이 사용한 상기 컨텐츠에 대응하는 상기 정보 컨텐츠를 수집하는 통계적 특성 피드백 수집부, 상기 사용자 피드백 정보 중 상기 사용자 그룹이 사용한 상기 컨텐츠에 대응하는 상기 정보 컨텐츠를 수집하는 사회관계적 특성 피드백 수집부를 포함하는 것을 특징으로 한다.
또한, 상기 사용자 피드백 수집부는, 상기 대상 사용자의 설정 정보를 기반으로, 상기 개인 사용 특성 피드백 수집부, 상기 통계적 특성 피드백 수집부 및 상기 사회관계적 특성 피드백 수집부 중 적어도 어느 하나를 선택 피드백 수집부로 선택하고, 상기 선택 피드백 수집부에 대응하는 상기 정보 컨텐츠를 상기 PSD 특성 분석부에 제공하는 선택 피드백 전송부를 더 포함하는 것을 특징으로 한다.
또한, 상기 컨텐츠 추천부는, 상기 대상 사용자 선호 특성 정보에 기반하여, 상기 PSD 특성 분석부로부터 추출된 상기 정보 컨텐츠 특성들 각각에 대응하여 상기 컨텐츠 수집부로부터 수집된 다수의 컨텐츠에 대한 선택 비율을 설정하고, 상기 선택 비율에 부합되도록 상기 수집된 다수의 컨텐츠 중에서 상기 추천 컨텐츠를 선택하는 추천 컨텐츠 선택부 및 상기 추천 컨텐츠를 상기 네트워크를 통하여 상기 대상 사용자에게 출력하는 추천 컨텐츠 출력부를 포함하는 것을 특징으로 한다.
또한, 상기 컨텐츠 저장부는, 상기 PSD 특성 분석부가 제 1 분석을 수행하여 생성한 제 1 정보 컨텐츠 특성들을 저장하고, 상기 PSD 특성 분석부는, 상기 제1 분석을 수행한 이후에 제 2 분석을 수행하여 생성한 제 2 정보 컨텐츠 특성들이 상기 제 1 정보 컨텐츠 특성들과 동일한 특성을 포함하는지 여부를 판단하는 특성 정보 비교부 및 상기 판단 결과를 기반으로, 상기 제 2 정보 컨텐츠 특성들의 각각을 기반으로, 검색을 수행하여 상기 제 2 정보 컨텐츠 특성들의 각각에 대응하는 다수의 컨텐츠를 수집하는 컨텐츠 수집 수행부를 포함하는 것을 특징으로 한다.
또한, 상기 컨텐츠 수집 수행부는, 상기 제 2 정보 컨텐츠 특성들 중에서 상기 제1 정보 컨텐츠 특성들과 동일한 것을 제외한 특성들 각각에 대응하는 다수의 컨텐츠를 수집하는 것을 특징으로 한다.
본 발명의 또 다른 실시예에 따른 컨텐츠 수집 및 추천 방법은, 네트워크를 통하여 컨텐츠 추천 대상이 되는 대상 사용자를 포함하는 다수의 사용자들이 사용한 사용 컨텐츠에 대응하는 정보 컨텐츠를 포함하는 사용자 피드백 정보를 입력받는 단계, 상기 사용자 피드백 정보에 기반하여, 적어도 두 종류의 상기 정보 컨텐츠 특성들을 추출하는 단계, 상기 정보 컨텐츠 특성들의 각각을 기반으로, 검색을 수행하여 상기 컨텐츠 특성들의 각각에 대응하는 다수의 컨텐츠를 수집하는 단계, 상기 사용자 피드백 정보에 포함되며, 상기 정보 컨텐츠 특성들의 각각에 대한 상기 대상 사용자의 선호 정도를 나타내는 대상 사용자 선호 특성 정보에 기반하여, 상기 수집된 다수의 컨텐츠 중 추천 컨텐츠를 선택 및 추천하는 단계를 포함한다.
또한, 상기 추천 컨텐츠를 선택 및 추천하는 단계에서, 상기 대상 사용자 선호 특성 정보에 기반하여, 상기 PSD 특성 분석부로부터 추천된 상기 정보 컨텐츠 특성들 각각에 대응하여 상기 컨텐츠 수집부로부터 수집된 다수의 컨텐츠에 대한 선택 비율을 설정하는 단계 및 상기 선택 비율에 부합되도록 상기 수집된 다수의 컨텐츠 중에서 상기 추천 컨텐츠를 선택하는 단계를 포함하는 것을 특징으로 한다.
본 발명에 따른 컨텐츠 수집, 추천 시스템 및 방법은 사용자에게 다양하고 폭 넓은 컨텐츠를 추천하기 위하여, 외부 검색 엔진을 통하여 컨텐츠를 수집할 수 있으며, 사용자 피드백 정보로부터 사용자에게 적합한 다양한 정보 컨텐츠 특성을 추출하고 이를 기반으로 컨텐츠를 수집하며, 사용자의 정보 컨텐츠 특성 선호 정보를 통하여 사용자의 원하는 컨텐트를 효율적으로 제공할 수 있다.
도 1은 본 발명의 실시예에 따른 컨텐츠 수집, 추천 시스템의 블록도이다.
도 2는 본 발명의 일 실시예에 따른 사용자 피드백 수집부 및 PSD 특성 분석부(200)를 구체적으로 나타낸 블록도이다.
도 3은 본 발명의 일 실시예에 따른 사용자 피드백 수집부를 나타낸 블록도이다.
도 4는 본 발명의 일 실시예에 따른 컨텐츠 저장부를 나타낸 블록도이다.
도 5는 본 발명의 일 실시예에 따른 컨텐츠 수집 동작을 설명하기 위해 컨텐츠 저장부 및 컨텐츠 수집부를 나타내는 블록도이다.
도 6은 본 발명의 일 실시예에 따라 수집된 다수의 컨텐츠 중 추천 컨텐츠를 선택하는 동작을 설명하기 위해 컨텐츠 추천부를 나타내는 블록도이다.
도 7a및 도 7b는 수집된 다수의 컨텐츠 중에서 추천 컨텐츠를 선택하는 방법을 설명하기 위한 도면이다.
도 8a 및 도 8b는 정보 컨텐츠 특성들을 기반으로 컨텐츠를 수집하는 방법을 설명하기 위한 도면이다.
이하, 첨부한 도면을 참조하여 본 발명의 실시예에 대해 상세히 설명한다. 본 발명의 실시예는 당 업계에서 평균적인 지식을 가진 자에게 본 발명을 보다 완전하게 설명하기 위하여 제공되는 것이다. 본 발명은 다양한 변경을 가할 수 있고 여러 가지 형태를 가질 수 있는 바, 특정 실시예들을 도면에 예시하고 상세하게 설명하고자 한다. 그러나, 이는 본 발명을 특정한 개시 형태에 대해 한정하려는 것이 아니며, 본 발명의 사상 및 기술 범위에 포함되는 모든 변경, 균등물 내지 대체물을 포함하는 것으로 이해되어야 한다. 각 도면을 설명하면서 유사한 참조부호를 유사한 구성요소에 대해 사용한다. 첨부된 도면에 있어서, 구조물들의 치수는 본 발명의 명확성을 기하기 위하여 실제보다 확대하거나 축소하여 도시한 것이다.
본 출원에서 사용한 용어는 단지 특정한 실시예를 설명하기 위해 사용된 것으로, 본 발명을 한정하려는 의도가 아니다. 단수의 표현은 문맥상 명백하게 다르게 뜻하지 않는 한, 복수의 표현을 포함한다. 본 출원에서, "포함하다" 또는 "가지다" 등의 용어는 명세서 상에 기재된 특징, 숫자, 단계, 동작, 구성요소, 부분품 또는 이들을 조합한 것이 존재함을 지정하려는 것이지, 하나 또는 그 이상의 다른 특징들이나 숫자, 단계, 동작, 구성 요소, 부분품 또는 이들을 조합한 것들의 존재 또는 부가 가능성을 미리 배제하지 않는 것으로 이해되어야 한다.
또한, 제1, 제2 등의 용어는 다양한 구성요소들을 설명하는데 사용될 수 있지만, 상기 구성요소들은 상기 용어들에 의해 한정되어서는 안 된다. 상기 용어들은 하나의 구성요소를 다른 구성요소로부터 구별하는 목적으로 사용될 수 있다. 예를 들어, 본 발명의 권리 범위로부터 벗어나지 않으면서, 제1 구성요소는 제2 구성요소로 명명될 수 있고, 유사하게 제2 구성요소도 제1 구성요소로 명명될 수 있다.
다르게 정의되지 않는 한, 기술적이거나 과학적인 용어를 포함해서 여기서 사용되는 모든 용어들은 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자에 의해 일반적으로 이해되는 것과 동일한 의미를 갖는다. 일반적으로 사용되는 사전에 정의되어 있는 것과 같은 용어들은 관련 기술의 문맥상 가지는 의미와 일치하는 의미를 가지는 것으로 해석되어야 하며, 본 출원에서 명백하게 정의하지 않는 한, 이상적이거나 과도하게 형식적인 의미로 해석되지 않는다.
컨텐츠(contents)란, 사용자가 네트워크를 통해서 접근할 수 있는 각종 정보나 그 내용물을 말하고, 구체적으로 네트워크를 통해서 전달되도록 문자, 부호, 음성, 이미지, 영상 등을 디지털 방식으로 제작해서 처리하거나 유통하는 각종 정보 또는 그 내용물을 통틀어 말한다. 또한, 사용 컨텐츠는 사용자로부터 사용된 컨텐츠를 의미한다.
정보 컨텐츠란, 구조화되어 있거나, 구조화될 수 있는 정보를 담고 있는 컨텐츠를 의미한다. 즉, 전술한 멀티미디어 정보를 의미하는 컨텐츠가 아닌, 문자, 부호 등을 담고 있거나, 또는 문자나 부호로 변환될 수 있는 음성, 이미지, 영상 등을 담고 있는 컨텐츠를 의미한다. 따라서 본 명세서에서 컨텐츠와 정보 컨텐츠는 별개의 의미로 구분되어 사용될 수 있다.
메타데이터란, 서비스를 제공하는 환경 또는 서비스 자체에서 서비스에 대한 서비스 명(제목), 키워드, 서비스 카테고리 또는 서비스 이용 가능 대상 등, 서비스 개발자, 제공자 또는 유통자가 제공하는 서비스에 대한 구조화될 수 있는 정보를 의미한다. 즉, 본 명세서에서 메타데이터란, 이미 구조화된 정보 뿐만 아니라 구조화가 가능한 정보를 모두 포괄할 수 있다.
객체란, 데이터(실체)와 그 데이터에 관련되는 동작(절차, 방법, 기능)을 모두 포함한 개념으로, 정보 컨텐츠에 들어 있는 정보를 의미한다.
도 1은 본 발명의 실시예에 따른 컨텐츠 수집 및 추천 시스템(1000)의 블록도이다.
도1 을 참조하면, 컨텐츠 수집, 추천 시스템(1000)은 사용자 피드백 수집부(100), PSD 특성 분석부(200), 컨텐츠 저장부(300), 컨텐츠 수집부(400) 및 컨텐츠 추천부(500)를 포함한다.
사용자 피드백 수집부(100)는 네트워크(1)를 통하여 정보 컨텐츠를 수집하여, 저장할 수 있다. 상기 정보 컨텐츠는 사용자들(10)이 사용한 컨텐츠에 대응하는 것에 해당할 수 있다. 즉, 사용자들(10)이 사용한 컨텐츠가 구조화되어 있거나, 구조화될 수 있는 정보를 담은 경우에는 사용자 피드백 수집부(100)는 사용자들이(10)이 사용한 컨텐츠를 네트워크(10)를 통하여 수집할 수 있다. 사용자들(10) 중에는 컨텐츠 추천의 대상이 되는 대상 사용자(15)를 포함하며, 따라서, 사용자 피드백 수집부(100)는 대상 사용자(15)가 사용한 컨텐츠에 대응하는 정보 컨텐츠를 수집할 수 있다. 또한, 사용자 피드백 수집부(100)는 사용자들(10)이 사용한 컨텐츠를 수집하고, 상기 사용한 컨텐츠를 문자 또는 부호 등으로서 구조화되거나 구조화할 수 있는 정보 컨텐츠로서 변환할 수 있다.
네트워크(1)는 유선 인터넷 서비스, 근거리 통신망(LAN), 광대역 통신망(WAN), 인트라넷, 무선 인터넷 서비스, 이동 컴퓨팅 서비스, 무선 데이터 통신 서비스, 무선 인터넷 접속 서비스, 위성 통신 서비스, 무선 랜, 블루투스 등 유/무선을 통하여 데이터를 주고 받을 수 있는 것을 모두 포함할 수 있다. 네트워크(1)가 스마트폰 또는 태블릿 등과 연결되는 경우, 네트워크(1)는 3G, LTE(long term evolution) 등의 무선 데이터 통신 서비스, 와이파이(Wi-Fi) 등의 무선 랜, 블루투스 등일 수 있다.
정보 컨텐츠는 기구축된 데이터 또는 위키피디아와 같이 정리된 정보를 포함할 수 있다. 예를 들면, 영화와 관련된 정보 컨텐츠는 포털 사이트의 영화, 배우 또는 영화 스태프 등에 대한 데이터 베이스, 영화사 홈페이지, 위키피디아와 같은 오픈 사전에 정리된 영화, 배우 또는 영화 스태프 등과 관련된 정보, 영화, 배우 또는 영화 스태프 등과 관련된 커뮤니티 등 일 수 있다. 예를 들면, 방송 프로그램과 관련된 정보 컨텐츠는 포털 사이트의 방송 프로그램 관련 페이지, 방송사 홈페이지, 위키피디아와 같은 오픈 사전에 정리된 방송 프로그램, 방송 출연자 또는 방송 제작 스태프와 관련된 정보, 방송 프로그램, 방송 출연자 또는 방송 제작 스태프와 관련된 정보를 정리해 놓은 커뮤니티 등 일 수 있다.
도 1에서 사용자 피드백 수집부(100)가 네트워크(1)를 통하여 정보 컨텐츠를 수집하거나 제공받는 것으로 도시되었으나, 정보 컨텐츠가 기구축된 데이터인 경우, 오프라인을 통해서 정보 컨텐츠를 사용자 피드백 수집부(100)에 직접 제공할 수 있다. 즉, 사용자 피드백 수집부(100)는 네트워크(1)를 통하여 정보 컨텐츠를 수집하거나 제공받는 것을 기본으로 하나, 기구축되어 저장 장치를 통하여 사용자 피드백 수집부(100)에 정보 컨텐츠를 제공하는 것을 배제하는 것은 아니다.
PSD 특성 분석부(200)는 정보 컨텐츠를 포함하는 사용자 피드백 정보를 사용자 피드백 수집부(100)로부터 수신받을 수 있다. PSD 특성 분석부(200)는 정보 컨텐츠 특성을 추출하기 위하여, 정보 컨텐츠를 정형화된 메타 데이터로 추출할 수 있다. 정보 컨텐츠에 대한 자연어 처리를 하기 위한 자연어 처리 모듈 및/또는 정형화된 메타 데이터를 추출할 수 있는 모든 데이터 마이닝 기법을 구현할 수 있는 모듈을 포함할 수 있다.
PSD 특성 분석부(200)는 정보 컨텐츠를 포함하는 사용자 피드백 정보를 분석하여, 적어도 두 종류의 정보 컨텐츠 특성들을 추출할 수 있다. PSD 특성 분석부(200)는 사용자들(10)에 의하여 사용된 컨텐츠의 사용 빈도를 분석할 수 있으며, 사용 빈도가 기준값 이상인 컨텐츠 또는 선호 정도가 기준값 이상에 해당하는 컨텐츠에 대응하는 정보 컨텐츠를 분석하여, 정보 컨텐츠 특성들을 추출할 수 있다. 일 실시예로, 정보 컨텐츠 특성은 사용 빈도가 기준값 이상인 컨텐츠 또는 선호 정도가 기준값 이상에 해당하는 컨텐츠를 분류 또는 카테고리화 할 수 있는 키워드에 해당할 수 있다. 일 실시예로, PSD 특성 분석부(200)는 정보 컨텐츠로부터 추출되거나 포함된 상기 메타 데이터를 기반으로, 적어도 두 종류의 정보 컨텐츠 특성들을 추출할 수 있다. 정보 컨텐츠 특성을 추출하기 위한 대상이 되는 사용자들(10)에 따라서 추출된 정보 컨텐츠 특성 종류는 달라질 수 있다. 예를 들면, 대상 사용자(15)만이 사용한 컨텐츠에 대응하는 정보 컨텐츠로부터 정보 컨텐츠 특성을 추출하거나, 사용자들(10) 모두가 사용한 컨텐츠에 대응하는 정보 컨텐츠로부터 정보 컨텐츠를 추출하거나, 대상 사용자(15)가 포함되는 일정한 그룹이 사용한 컨텐츠에 대응하는 정보 컨텐츠로부터 정보 컨텐츠를 추출하는 방법 등을 통하여 적어도 두 종류의 정보 컨텐츠 특성들을 추출할 수 있다. 이에 대하여 구체적인 사항은 후술한다.
정보 컨텐츠 특성은 단어 벡터로 이루어질 수 있다. 단어 벡터는 키워드 및 각 키워드의 가중치를 포함할 수 있다. 가중치는 각 키워드의 단어빈도(TF, Term Frequency) 및 각 키워드가 저장된 메타 데이터에서 나타나는 빈도의 역인 역문서 빈도(IDF, Inverse Document Frequency) 등을 이용하여 구할 수 있다. 단어빈도는 추출된 메타 데이터에 특정 키워드의 출현횟수로써 특정 키워드가 저장된 메타 데이터의 내용을 얼마나 대표하는가에 대한 척도이다. 또한 역문서빈도는 추출된 메타 데이터 집합에서 특정 키워드가 출연하는 메타 데이터 수의 비율의 역으로, 적은 메타 데이터에서 나타나는 키워드는 그 키워드가 나타나는 메타 데이터를 다른 메타 데이터들과 구별할 수 있는 능력이 크게 된다.
컨텐츠 수집부(400)는 PSD 특성 분석부(200)로부터 추출된 적어도 두 종류의 정보 컨텐츠 특성들을 수신할 수 있다. 컨텐츠 수집부(400)는 수신한 정보 컨텐츠 특성들을 기반으로 외부 검색 엔진(예를 들면, 구글, 네이버, 다음 등과 같은 웹 포탈 사이트)을 통하여 각각의 정보 컨텐츠 특성들에 맞는 컨텐츠를 검색할 수 있다. 일 실시예로, 정보 컨텐츠 특성은 키워드를 포함한 정보일 수 있으며, 키워드를 상기 외부 검색 엔진에 입력하여 컨텐츠를 검색한 후 검색된 컨텐츠를 수집할 수 있다. 정보 컨텐츠 특성에 부합하는 컨텐츠를 수집함으로써, 사용자들(10)에게 다양한 컨텐츠를 추천할 수 있다.
컨텐츠 저장부(300)는 컨텐츠 수집부(400)에서 수집된 컨텐츠를 저장할 수 있다. 또한, PSD 특성 분석부(200)에서 추출한 정보 컨텐츠 특성들을 저장할 수 있다. 본 발명의 일 실시예로, 수집된 컨텐츠가 저장될 때, 수집된 컨텐츠가 어떠한 정보 컨텐츠 특성을 기반으로 수집된 것인지를 나타내는 매칭 데이터도 컨텐츠 저장부(300)에 저장될 수 있으며, 이에 국한되지 않고, 수집된 컨텐츠를 저장할 때, 이에 대응하는 정보 컨텐츠 특성을 나타내는 데이터를 포함하는 것으로 변환하여 저장할 수 있다. 또한, 컨텐츠 저장부(300)는 사용자들(10)의 각각에 대한 프로필 정보를 포함할 수 있다. 상기 프로필 정보는 ' 나이, 거주 지역, 성별, 직업 등 ' 의 사용자들(10) 각각의 객관적 정보 또는 사용자들(10)의 각종 네트워크 상의 사용 이력 등에 대한 정보를 포함할 수 있으며, 이러한 프로필 정보는 네트워크(1)를 통하여 사용자들(10)이 직접 입력 또는 저장된 정보를 수정할 수 있다. 이러한 프로필 정보를 기반으로 사용자 그룹을 나눌 수 있다. 사용자 그룹을 나누기 위하여, 컨텐츠 수집, 추천 시스템(1000)은 사용자 그룹 분류부(미도시)를 더 포함할 수 있으며, 이에 국한되지 않고, 사용자 피드백 수집부(100)에서 사용자 그룹을 나눌 수 있다.
컨텐츠 추천부(500)는 컨텐츠 수집부(400)에 의하여 수집된 다수의 컨텐츠 중에서 추천 컨텐츠를 선택하여, 추천 컨텐츠를 대상 사용자(15)에게 추천할 수 있다. 컨텐츠 추천부(500)는 사용자 피드백 정보에 포함되는 대상 사용자 선호 특성 정보에 기반하여 추천 컨텐츠를 선택할 수 있다. 일 실시예로, 대상 사용자 선호 특성 정보는 대상 사용자가 높은 빈도로 사용한 컨텐츠에 대응하는 정보 컨텐츠 특성들을 나타내는 정보로서, 예를 들면, 컨텐츠 추천부(500)가 종전 추천에서 제 1 정보 컨텐츠 특성에 대응하는 제 1 컨텐츠를 제 2 정보 컨텐츠 특성에 대응하는 제 2 컨텐츠보다 많이 사용한 경우에는 대상 사용자가 제 1 정보 컨텐츠 특성에 대응하는 제 1 컨텐츠를 선호하는 것을 나타내는 정보를 대상 사용자 선호 특성 정보에 담을 수 있다. 이에 대한 자세한 내용은 후술하기로 한다. 더 나아가, 대상 사용자(15)는 네트워크(1)를 통하여, 컨텐츠 추천부(500)에 대상 사용자(15)가 원하는 컨텐츠에 대한 정보를 입력할 수 있으며, 이를 기반으로 컨텐츠를 추천할 수 있다. 일 실시예로, 컨텐츠 수집부(400)에서 수집된 컨텐츠에 대한 정보와 대상 사용자(15)가 원하는 컨텐츠에 대한 정보를 비교하여, 대상 사용자(15)가 원하는 컨텐츠를 추천하거나 제공할 수 있다. 수집된 컨텐츠에 대한 정보는 수집된 컨텐츠의 메타 데이터일 수 있으며, 대상 사용자(15)가 원하는 컨텐츠에 대한 정보도 원하는 컨텐츠의 메타 데이터에 해당할 수 있다.
본 발명의 일 실시예에 따라, 대상 사용자(15)에게 컨텐츠를 추천하기 위하여, 다수의 컨텐츠를 상기 정보 컨텐츠 특성들을 기반으로 외부 검색 엔진등을 통하여 수집하고, 수집된 다양한 컨텐츠 중에서 대상 사용자(15)가 선호하는 특성을 기반으로 컨텐츠를 추천함으로써, 많은 양의 컨텐츠를 대상 사용자(15)의 기호에 맞게 효율적으로 제공할 수 있다.
도 2는 본 발명의 일 실시예에 따른 사용자 피드백 수집부(100) 및 PSD 특성 분석부(200)를 구체적으로 나타낸 블록도이다.
도 2 를 참고하면, 먼저 PSD 특성 분석부(200)는 개인 사용(Psychography, P) 특성 분석부(210), 통계적(Sociography, S) 특성 분석부(220) 및 사회 관계적(Demography, D) 특성 분석부(230)를 포함한다. 개인 사용 특성 분석부(210)는 도 1 의 대상 사용자(15)가 다수 사용한 컨텐츠, 관심 컨텐츠 설정, 관심 키워드 설정 등의 모든 행동을 기록하고 분석하여, 대상 사용자(15)의 컨텐츠 사용패턴을 나타내는 개인 사용 정보 컨텐츠 특성을 추출할 수 있다. 일 실시예로, 사용자 피드백 수집부(100)로부터 수집된 사용자 피드백 정보를 수신하여, 사용자 피드백 정보에 포함된 정보 컨텐츠를 기반으로 대상 사용자(15)의 선호 컨텐츠를 분석할 수 있다. 예를 들면, 도 1의 대상 사용자(15)가 뉴스 서비스를 이용시에 '아이폰, 갤럭시 노트' 키워드로 한 기사 컨텐츠를 주로 구독한 경우에는 개인 사용 특성 분석부(210)는 '핸드폰' 이란 키워드 정보를 포함하는 개인 사용 정보 컨텐츠 특성을 추출할 수 있다.
통계적 특성 분석부(220)는 도 1의 사용자들(10)이 다수 사용한 컨텐츠, 관심 컨텐츠 설정, 관심 키워드 설정 등의 모든 행동을 기록하고 분석하여, 사용자들(10)의 공통적인 컨텐츠 사용패턴을 나타내는 통계적 정보 컨텐츠 특성을 추출할 수 있다. 일 실시예로, 상기 개인 사용 특성과 유사하게 사용자 피드백 정보에 포함된 정보 컨텐츠를 기반으로 사용자들(10)의 공통적인 선호 컨텐츠를 분석할 수 있다. 예를 들면, 도 1의 사용자들(10)이 뉴스 서비스 이용시에 '자동차'를 키워드로 하는 컨텐츠에 대하여 일정한 기준값 이상의 횟수로 사용하거나, 사용량이 급격하게 증가하는 경우에 '자동차'란 키워드 정보를 포함하는 통계적 정보 컨텐츠 특성을 추출할 수 있다.
사회 관계적 특성 분석부(230)는 대상 사용자(15)가 포함된 사용자 그룹이 다수 사용한 컨텐츠, 관심 컨텐츠 설정, 관심 키워드 설정 등의 모든 행동을 기록하고 분석하여, 상기 사용자 그룹의 컨텐츠 사용패턴을 나타내는 사회 관계적 정보 컨텐츠 특성을 추출할 수 있다. 일 실시예로, 상기 개인 사용 특성과 유사하게 사용자 피드백 정보에 포함된 정보 컨텐츠를 기반으로 대상 사용자(15)가 포함된 그룹의 공통적인 선호 컨텐츠를 분석할 수 있다. 예를 들면, 상기 대상 사용자(15)가 포함된 사용자 그룹은 '20 대의 서울 지역에 사는 남자' 해당되며, 이러한 사용자 그룹이 뉴스 서비스 이용시에 '축구'를 키워드로 하는 컨텐츠에 대하여 일정한 기준값 이상의 횟수로 사용하거나, 사용량이 급격하게 증가하는 경우에 '축구'란 키워드 정보를 포함하는 사회 관계적 정보 컨텐츠 특성을 추출할 수 있다. 본 발명의 실시예에 따라 도 1의 대상 사용자(15)에게 컨텐츠를 추천하기 위하여, 다수의 컨텐츠를 수집하기 위하여, 정보 컨텐츠 특성으로서 개인 사용 정보 컨텐츠 특성, 통계적 정보 컨텐츠 특성, 사회 관계적 정보 컨텐츠 특성과 같이 세가지 종류의 특성을 추출할 수 있다.
사용자 피드백 수집부(100)는 개인 사용 특성 피드백 수집부(110), 통계적 특성 피드백 수집부(120), 사회관계적 특성 피드백 수집부(130) 및 사용자 정보 수집부(140)를 포함한다. 각각의 피드백 수집부(110 내지 130)는 PSD 특성 분석부(200)가 포함하는 각각의 특성 분석부(210 내지 230)에 맞는 정보 컨텐츠를 포함하는 사용자 피드백 정보를 제공하기 위하여, 도 1의 사용자들(10)로부터 수신한 사용자 피드백 정보를 분류할 수 있다. 일 실시예로, 개인 사용 특성 피드백 수집부(110)는 도 1의 대상 사용자(15)가 사용한 컨텐츠 대응하는 정보 컨텐츠만을 분류하여, 개인 사용 특성 분석부(210)에 제공할 수 있다. 통계적 특성 피드백 수집부(120)는 도 1의 사용자들(10)이 사용한 컨텐츠에 대응하는 정보 컨텐츠만을 분류하여 통계적 특성 분석부(220)에 제공할 수 있다. 또한, 사회관계적 특성 피드백 수집부(130)는 대상 사용자(15)가 포함된 사용자 그룹이 사용한 컨텐츠에 대응하는 정보 컨텐츠만을 분류하여 사회관계적 특성 분석부(230)에 제공할 수 있다.
사용자 설정 정보 수집부(140)는 도 1의 사용자들(10)이 설정하여 입력한 정보를 저장할 수 있다. 일 실시예로, 사용자들(10)의 개개인의 프로필 정보일 수 있으며, 사용자들(10)이 원하는 컨텐츠에 대한 정보일 수 있다. 더 나아가, 개인 사용 정보 컨텐츠 특성, 통계적 정보 컨텐츠 특성, 사회 관계적 정보 컨텐츠 특성 중 선호하는 정보 컨텐츠 특성을 선택하는 정보일 수 있으며, 이를 통해, 선택된 정보 컨텐츠 특성만을 기반으로 수집된 컨텐츠를 추천받을 수 있다
도 3은 본 발명의 일 실시예에 따른 사용자 피드백 수집부(100′)를 나타낸 블록도이다.
도 3을 참고하면, 사용자 피드백 수집부(100′)는 도 2의 사용자 피드백 수집부(100)와 비교하여 선택 피드백 전송부(150′)를 더 포함한다. 도 1 의 대상 사용자(15)는 추천받기를 원하는 컨텐츠에 대응하는 정보 컨텐츠 특성을 선택할 수 있으며, 선택하지 않은 정보 컨텐츠 특성은 이에 대응하는 컨텐츠를 검색 및 수집하지 않을 수 있다. 따라서, 사용자 설정 정보 수집부(140′)는 대상 사용자(15)가 추천받기를 원하는 컨텐츠에 대응하는 정보 컨텐츠 특성을 선택하기 위한 정보를 포함하는 사용자 설정 정보를 수집할 수 있다. 수집된 사용자 설정 정보를 선택 피드백 전송부(150′)로 전송하여, 선택 피드백 전송부(150′)가 개인 사용 특성 피드백 수집부(110′), 통계적 특성 피드백 수집부(120′) 및 사회관계적 특성 피드백 수집부(130′) 중 적어도 어느 하나를 선택할 수 있다. 선택된 피드백 수집부는 각각에 대응되는 PSD 특성 분석부에 수집된 사용자 피드백 정보를 제공할 수 있다. 이를 통하여, 대상 사용자(15)가 원하는 정보 컨텐츠 특성을 기반으로 컨텐츠를 검색 및 수집하고, 이 중에서 선택된 추천 컨텐츠를 대상 사용자(15)에게 제공할 수 있다. 예를 들면, 대상 사용자(15)가 개인 사용 특성을 기반으로 수집한 컨텐츠만을 추천받고 싶다면, 대상 사용자(15)가 설정한 사용자 설정 정보를 기반으로, 선택 피드백 전송부(150′)는 개인 사용 특성 피드백 수집부(110′)에서 수집한 사용자 피드백 정보만을 PSD 특성 분석부에 제공할 수 있다.
도 4는 본 발명의 일 실시예에 따른 컨텐츠 저장부(300)를 나타낸 블록도이다.
도 4를 참고하면, 컨텐츠 저장부(300)는 특성 분석 정보 저장부(310), 수집 컨텐츠 저장부(320), 사용자 피드백 저장부(330) 및 사용자 프로필 저장부(340)를 포함한다. 컨텐츠 저장부(300)는 NoSQL, 관계형 데이터베이스, 파일 시스템 등 어떠한 형태로든 데이터를 저장할 수 있는 공간일 수 있다. 더 나아가, 컨텐츠 저장부(300)는 물리적으로 구분되는 저장공간이거나, 논리적으로 구분되는 저장공간일 수 있다. 특성 분석 정보 저장부(310)는 PSD 특성 분석부(200)으로부터 추출된 적어도 두 종류의 정보 컨텐츠 특성들을 저장할 수 있다. PSD 특성 분석부(200)가 사용자 피드백 정보를 분석하여 정보 컨텐츠 특성을 추출할 때마다, 추출된 정보 컨텐츠 특성을 특성 분석 정보 저장부(310)에 저장할 수 있다. 컨텐츠 저장부(300)는 저장된 정보 컨텐츠 특성을 저장된 순서대로 컨텐츠 추천의 대상이 되는 대상 사용자가 인지할 수 있도록 제공할 수 있다.
수집 컨텐츠 저장부(320)는 컨텐츠 수집부(500)가 정보 컨텐츠 특성들을 기반으로 검색하여 수집한 다수의 컨텐츠를 저장할 수 있다. 이렇게 저장된 다수의 컨텐츠는 선택과정 없이 대상 사용자에게 제공될 수 있다. 또한, 사용자 피드백 저장부(330)는 사용자 피드백 수집부(400)에서 수집한 사용자 피드백 정보를 저장할 수 있다. 사용자 프로필 저장부(340)는 도 1의 사용자들(10) 각각의 '나이, 성별, 사는 지역, 직업' 등과 같은 객관적 정보를 포함하는 사용자 프로필 정보를 저장할 수 있다. 사용자들(10)의 사용자 프로필 정보는 도 1의 네트워크(1)를 통하여 사용자들(10)이 제공할 수 있다. 일 실시예로, 사용자들(10)은 새로운 사용자 프로필 정보를 제공하여, 사용자 프로필 저장부(340)의 사용자 프로필 정보를 업데이트할 수 있다. 이러한 사용자 프로필 정보를 기반으로, 컨텐츠 저장부(300)를 포함하는 컨텐츠 수집, 추천 시스템은 사용자들(10)의 그룹을 형성할 수 있다.
도 5는 본 발명의 일 실시예에 따른 컨텐츠 수집 동작을 설명하기 위해 컨텐츠 저장부(300) 및 컨텐츠 수집부(400)를 나타내는 블록도이다.
도 5를 참고하면, 컨텐츠 수집부(400)는 특성 정보 비교부(410) 및 컨텐츠 수집 수행부(420)를 포함한다. 특성 정보 비교부(410)는 PSD 특성 분석부(200)로부터 추출된 제1 정보 컨텐츠 특성과 PSD 특성 분석부(200)로부터 이전에 추출되어 저장된 제2 정보 컨텐츠 특성을 수신할 수 있다. 특성 정보 비교부(410)는 제 1 정보 컨텐츠 특성과 제2 정보 컨텐츠 특성을 비교하여, 동일 여부를 판단할 수 있다. 일 실시예로, 제 1 정보 컨텐츠 특성과 제 2 정보 컨텐츠 특성을 비교하기 위하여, 제 1 정보 컨텐츠 특성이 포함하는 키워드 정보와 제 2 정보 컨텐츠 특성이 포함하는 키워드 정보를 서로 비교하거나, 제 1 정보 컨텐츠 특성이 포함하는 메타 데이터와 제 2 정보 컨텐츠 특성이 포함하는 메타 데이터를 서로 비교할 수 있다. 예를 들면, 특성 분석 정보 저장부(310)에 저장된 제 2 정보 컨텐츠 특성의 키워드 정보가 ?汐? 이고 제 1 정보 컨텐츠 특성의 키워드 정보가 ?汐?에 해당하는 경우에는 제1 정보 컨텐츠 특성과 제 2 정보 컨텐츠 특성은 동일하다고 판단할 수 있다.
제 1 정보 컨텐츠 특성과 제 2 정보 컨텐츠 특성이 동일한 경우에는, 특성 정보 비교부(410)는 제 1 정보 컨텐츠 특성에 기반하여 컨텐츠 수집을 수행하지 않도록 컨텐츠 수집 수행부(420)를 제어할 수 있다. 이때, 특성 정보 비교부(410)는 수집 컨텐츠 저장부(320)에 제 1 정보 컨텐츠 특성과 동일한 제 2 정보 컨텐츠 특성에 기반하여 수집되고 저장된 컨텐츠를 컨텐츠 수집 수행부(420)에 제공할 수 있도록 요청할 수 있다. 별도의 컨텐츠 수집을 수행하지 않고, 이렇게 요청되어 제공된 컨텐츠를 컨텐츠 추천부로 제공할 수 있다.
제 1 정보 컨텐츠 특성과 제 2 정보 컨텐츠 특성이 동일하지 않은 경우에는, 제 1 정보 컨텐츠 특성을 특성 분석 정보 저장부(310)에 저장하고, 제 1 정보 컨텐츠 특성을 기반으로 컨텐츠 수집을 수행할 수 있도록 컨텐츠 수집 수행부(420)를 제어할 수 있다. 이렇게 하여 수집된 컨텐츠는 수집 컨텐츠 저장부(320)에 제공될 수 있다.
본 발명의 일 실시예에 따라, 종전 단계에서 추출되어 저장된 정보 컨텐츠 특성과 현재 추출된 정보 컨텐츠 특성을 비교하여, 이를 기반으로 선택적 컨텐츠 수집을 수행함으로써, 불필요한 수집 수행을 방지하고, 효율적으로 컨텐츠를 대상 사용자에게 추천할 수 있다.
도 6은 본 발명의 일 실시예에 따라 수집된 다수의 컨텐츠 중 추천 컨텐츠를 선택하는 동작을 설명하기 위해 컨텐츠 추천부(500)를 나타내는 블록도이다.
사용자 피드백 수집부(100)는 사용자 선호 특성 피드백 수집부(160)를 포함한다. 사용자 선호 특성 피드백 수집부(160)는 종전 단계에서 대상 사용자에게 추천되고 선택된 컨텐츠에 대한 정보를 포함하는 사용자 피드백 정보를 기반으로, 대상 사용자가 정보 컨텐츠 특성들에 대한 선호 정도를 나타내는 대상 사용자 선호 특성 정보를 생성 또는 분류할 수 있다. 일 실시예로, 도 1 및 도 2를 참고하면, 개인 사용 특성을 기반으로 검색되어 수집되고 도 1의 대상 사용자(15)에게 추천된 제1 컨텐츠, 통계적 특성을 기반으로 검색되어 수집되고 대상 사용자(15)에게 추천된 제2 컨텐츠, 사회관계적 특성을 기반으로 검색되어 수집되고 대상 사용자(15)에게 추천된 제3 컨텐츠 중에서 대상 사용자(15)는 제1 컨텐츠를 제2 컨텐츠, 제3 컨텐츠보다 더 많이 사용한 경우에 개인 사용 특성을 더 선호하는 사용 패턴을 나타내는 대상 사용자 선호 특성 정보를 사용자 선호 특성 피드백 수집부(160)에서 생성 또는 분류할 수 있다.
컨텐츠 추천부(500)는 추천 컨텐츠 선택부(510) 및 추천 컨텐츠 출력부(520)를 포함한다. 추천 컨텐츠 선택부(510)는 대상 사용자 선호 특성 정보를 기반으로, 컨텐츠 수집부(400)에서 수집된 다수의 컨텐츠 중에서 추천 컨텐츠를 선택할 수 있다. 일 실시예로, 대상 사용자 선호 특성 정보에 기반하여, PSD 특성 분석부로부터 추출된 정보 컨텐츠 특성들 각각에 대응하여 컨텐츠 수집부(400)로부터 수집된 다수의 컨텐츠에 대한 선택 비율을 설정할 수 있다. 컨텐츠 추천부(500)는 상기 선택 비율을 기반으로, 각각의 정보 컨텐츠 특성에 기반하여, 수집된 컨텐츠를 추천 컨텐츠로 선택할 수 있다.
추천 컨텐츠 출력부(520)는 추천 컨텐츠 선택부(510)에서 선택된 추천 컨텐츠를 도 1의 네트워크(1)를 통하여 대상 사용자(15)에게 제공할 수 있다.
도 7a및 도 7b는 수집된 다수의 컨텐츠 중에서 추천 컨텐츠를 선택하는 방법을 설명하기 위한 도면이다.
도 7a를 참고하면, 컨텐츠 수집부로부터 수집된 컨텐츠(CC)는 100개의 개인 사용 특성 기반 수집된 컨텐츠(A), 100개의 통계적 특성 기반 수집된 컨텐츠(B) 및 100개의 사회관계적 특성 기반 수집된 컨텐츠(C)를 포함한다. 다만, 이는 일 실시예로, 100개에 국한되지 않으며 다양한 개수의 컨텐츠를 수집하여 다양한 개수의 컨텐츠를 수집할 수 있다. 이에 대하여, 추천 컨텐츠 선택부(510)는 개인 사용 특성 기반 수집된 컨텐츠(A) 중에서 10개, 통계적 특성 기반 수집된 컨텐츠(B) 중에서 10개, 사회관계적 특성 기반 수집된 컨텐츠(C) 중에서 10개를 선택할 수 있다. 즉, 각각의 정보 컨텐츠 특성을 기반으로 수집된 컨텐츠를 1:1:1 비율로 선택할 수 있다. 추천 컨텐츠 선택부(510)는 10개의 개인 사용 특성 기반 선택된 컨텐츠(A'), 10개의 통계적 특성 기반 선택된 컨텐츠(B') 및 10개의 사회관계적 특성 기반 선택된 컨텐츠(C')를 포함하는 선택된 추천 컨텐츠(SC)를 생성할 수 있다. 또한, 100개의 개인 사용 특성 기반 수집된 컨텐츠(A) 중 10개의 추천 컨텐츠를 선택하는 기준은 컨텐츠에 나타난 정보 컨텐츠 정보가 포함하는 키워드 정보의 횟수가 많은 순서가 될 수 있으며, 이에 국한되지 않고 다양한 방법이 존재할 수 있다.
도 7b를 참고하면, 추천 컨텐츠 선택부(510)는 컨텐츠 선택 비율 계산부(515)를 포함한다. 컨텐츠 선택 비율 계산부(515)는 사용자 선호 특성 정보(UFI)를 수신하고, 이를 기반으로 컨텐츠 선택 비율을 계산하여 설정할 수 있다. 일 실시예로, 전술하였듯이, 도 1 및 도 2를 참고하면, 개인 사용 특성을 기반으로 검색되어 수집되고 도 1의 대상 사용자(15)에게 추천된 제1 컨텐츠, 통계적 특성을 기반으로 검색되어 수집되고 대상 사용자(15)에게 추천된 제2 컨텐츠, 사회관계적 특성을 기반으로 검색되어 수집되고 대상 사용자(15)에게 추천된 제3 컨텐츠 중에서 대상 사용자(15)는 제1 컨텐츠를 제2 컨텐츠, 제3 컨텐츠보다 더 많이 사용한 경우에 대상 사용자 선호 특성 정보(UFI)는 개인 사용 특성을 더 선호하는 사용 패턴을 나타낼 수 있다. 본 발명의 일 실시예로서, 사용 패턴은 대상 사용자(15)의 제 1 컨텐츠 사용 횟수, 제 2 컨텐츠 사용 횟수, 제3 컨텐츠 사용 횟수를 포함할 수 있으며, 더 나아가 사용 횟수의 비율을 포함할 수 있다. 다만, 이에 국한되지 않으며, 다양한 방법으로 사용 패턴을 나타낼 수 있다.
이러한 대상 사용자 선호 특성(UFI)에서 대상 사용자(15)의 제 1 컨텐츠 사용 횟수, 제2 컨텐츠 사용 횟수, 제3 컨텐츠 사용 횟수의 비율이 4:1:1인 경우에는 이를 기반으로, 개인 사용 특성 기반 수집된 컨텐츠(A), 통계적 특성 기반 수집된 컨텐츠(B) 및 사회관계적 특성 기반 수집된 컨텐츠(C)의 추천 컨텐츠 선택 비율을 4:1:1 로 설정할 수 있다. 다만, 이는 일 실시예로서 다양한 비율로 선택할 수 있으며, 더 나아가, 개인 사용 특성 기반 수집된 컨텐츠(A)만을 추천 컨텐츠로 선택할 수 있다. 이렇게 설정된 추천 컨텐츠 선택 비율을 기반으로, 추천 컨텐츠 선택부(510)는 20개의 개인 사용 특성 기반 선택된 컨텐츠(A'), 5 개의 통계적 특성 기반 선택된 컨텐츠(B') 및 5개의 사회관계적 특성 기반 수집된 컨텐츠(C')를 선택된 추천 컨텐츠(SC)로서 생성할 수 있다. 또한, 설정된 컨텐츠 선택 비율은 컨텐츠 저장부에 저장할 수 있다.
이를 통하여, 좀더 대상 사용자(15)가 원하거나 자주 사용하는 컨텐츠에 대응하는 정보 컨텐츠 특성으로 수집한 컨텐츠를 추천받음으로써, 대상 사용자(15)에 대한 추천 컨텐츠의 만족도를 향상시킬 수 있다.
도 8a 및 도 8b는 정보 컨텐츠 특성들을 기반으로 컨텐츠를 수집하는 방법을 설명하기 위한 도면이다.
도 8a를 참고하면, 컨텐츠 수집부(400)는 PSD 특성 분석부(200)에서 추출한 정보 컨텐츠 특성들을 기반으로 충 300개의 컨텐츠를 수집할 수 있다. 다만, 이에 국한되지 않으며, 다양한 개수의 컨텐츠를 수집할 수 있다. 이 때, 100개의 개인 사용 특성 기반 수집된 컨텐츠(A), 100개의 통계적 특성 기반 수집된 컨텐츠(B) 및 100개의 사회관계적 특성 기반 수집된 컨텐츠(CC)를 수집된 컨텐츠(CC)로 수집할 수 있다. 즉, 각각의 정보 컨텐츠 특성에 기반하여, 수집되는 컨텐츠의 양을 동일한 비율로 설정할 수 있다.
도 8b를 참고하면, 컨텐츠 수집부(400)는 컨텐츠 수집 비율 계산부(450)을 포함한다. 컨텐츠 수집 비율 계산부(450)는 도 7b에서 서술한 특징을 가지는 대상 사용자 선호 특성(UFI)을 기반으로, 각각의 정보 컨텐츠 특성에 기반하여, 수집되는 컨텐츠의 양의 비율을 다양하게 설정할 수 있다. 일 실시예로 개인 사용 특성, 통계적 특성, 사회관계적 특성을 기반으로 하여 수집하는 컨텐츠의 수집 비율이 4:1:1로 설정된 경우, 이를 기반으로 200개의 개인 사용 특성 기반 수집된 컨텐츠(A'), 50개의 통계적 특성 기반 수집된 컨텐츠(B') 및 50개의 사회관계적 특성 기반 수집된 컨텐츠(C')를 포함하는 수집된 컨텐츠(CC)를 생성할 수 있다. 다만, 이에 국한되지 않으며, 다양한 비율로 컨텐츠를 수집할 수 있으며, 도1 의 대상 사용자(15)가 네트워크(1)를 통하여 직접 원하는 정보 컨텐츠 특성에 기반한 컨텐츠 수집 비율을 설정할 수 있다.
본 발명은 도면에 도시된 실시예를 참고로 설명되었으나 이는 예시적인 것에 불과하며, 본 기술 분야의 통상의 지식을 가진 자라면 이로부터 다양한 변형 및 균등한 다른 실시예가 가능하다는 점을 이해할 것이다. 따라서, 본 발명의 진정한 기술적 보호 범위는 첨부된 특허청구범위의 기술적 사상에 의하여 정해져야 할 것이다.

Claims (10)

  1. 컨텐츠 추천 대상이 되는 대상 사용자를 포함하는 다수의 사용자들이 사용한 사용 컨텐츠에 대응되는 정보 컨텐츠를 포함하는 사용자 피드백 정보를 네트워크를 통하여 입력받고, 상기 사용자 피드백 정보를 분석하여, 적어도 두 종류의 정보 컨텐츠 특성들을 추출하는 PSD 특성 분석부;
    각각의 상기 정보 컨텐츠 특성들을 기반으로, 검색을 수행하여 각각의 상기 정보 컨텐츠 특성들에 대응하는 다수의 컨텐츠를 수집하는 컨텐츠 수집부;
    상기 정보 컨텐츠 특성들 및 수집된 상기 다수의 컨텐츠 중 적어도 어느 하나를 저장하는 컨텐츠 저장부; 및
    상기 사용자 피드백 정보에 포함되고, 각각의 상기 정보 컨텐츠 특성들에 대한 대상 사용자의 선호 정도를 나타내는 대상 사용자 선호 특성 정보에 기반하여, 상기 수집된 다수의 컨텐츠 중 추천 컨텐츠를 선택하여, 상기 추천 컨텐츠를 상기 대상 사용자에게 추천하는 컨텐츠 추천부를 포함하고,
    상기 컨텐츠 추천부는,
    상기 대상 사용자 선호 특성 정보에 기반하여, 상기 PSD 특성 분석부로부터 추출된 상기 정보 컨텐츠 특성들 각각에 대응하여 상기 컨텐츠 수집부로부터 수집된 다수의 컨텐츠에 대한 선택 비율을 설정하고, 상기 선택 비율에 부합되도록 상기 수집된 다수의 컨텐츠 중에서 상기 추천 컨텐츠를 선택하는 추천 컨텐츠 선택부 및
    상기 추천 컨텐츠를 상기 네트워크를 통하여 상기 대상 사용자에게 출력하는 추천 컨텐츠 출력부를 포함하며,
    상기 컨텐츠 저장부는,
    상기 PSD 특성 분석부가 제 1 분석을 수행하여 생성한 제 1 정보 컨텐츠 특성들을 저장하고,
    상기 PSD 특성 분석부는,
    상기 제1 분석을 수행한 이후에 제 2 분석을 수행하여 생성한 제 2 정보 컨텐츠 특성들이 상기 제 1 정보 컨텐츠 특성들과 동일한 특성을 포함하는지 여부를 판단하는 특성 정보 비교부; 및
    상기 판단 결과를 기반으로, 상기 제 2 정보 컨텐츠 특성들의 각각을 기반으로, 검색을 수행하여 상기 제 2 정보 컨텐츠 특성들의 각각에 대응하는 다수의 컨텐츠를 수집하는 컨텐츠 수집 수행부를 포함하는 것을 특징으로 하는 컨텐츠 수집, 추천 시스템.
  2. 제 1항에 있어서,
    상기 정보 컨텐츠 특성은,
    상기 정보 컨텐츠를 분류하기 위하여, 특정 주제에 대한 분류를 나타내는 키워드들을 포함하는 것을 특징으로 하는 컨텐츠 수집, 추천 시스템.
  3. 제 1항에 있어서,
    상기 컨텐츠 저장부는,
    기등록되어 저장된 상기 다수의 사용자들의 각각에 대한 프로필(profile) 정보를 포함하고,
    상기 PSD 특성 분석부는,
    상기 사용자 피드백 정보를 분석하여, 상기 정보 컨텐츠 특성들 중 상기 대상 사용자의 상기 사용 컨텐츠에 대한 사용패턴을 나타내는 개인 사용 정보 컨텐츠 특성을 생성하는 개인 사용 특성 분석부;
    상기 사용자 피드백 정보를 분석하여, 상기 정보 컨텐츠 특성들 중 상기 다수의 사용자들의 상기 사용 컨텐츠에 대한 공통적인 사용패턴을 나타내는 통계적 정보 컨텐츠 특성을 생성하는 통계적 특성 분석부; 및
    상기 사용자 피드백 정보를 분석하여, 상기 정보 컨텐츠 특성들 중 상기 프로필 정보를 기반으로 분류된 상기 대상 사용자를 포함하는 사용자 그룹의 상기 사용 컨텐츠에 대한 사용패턴을 나타내는 사회관계적 정보 컨텐츠 특성을 생성하는 사회관계적 특성 분석부;를 포함하는 것을 특징으로 하는 컨텐츠 수집, 추천 시스템.
  4. 제 3항에 있어서,
    상기 컨텐츠 수집, 추천 시스템은,
    상기 사용자 피드백 정보를 수집하는 사용자 피드백 수집부를 더 포함하고,
    상기 사용자 피드백 수집부는,
    상기 사용자 피드백 정보 중 상기 대상 사용자가 사용한 상기 사용 컨텐츠에 대응하는 상기 정보 컨텐츠를 수집하는 개인 사용 특성 피드백 수집부;
    상기 사용자 피드백 정보 중 상기 다수의 사용자들이 사용한 상기 사용 컨텐츠에 대응하는 상기 정보 컨텐츠를 수집하는 통계적 특성 피드백 수집부;
    상기 사용자 피드백 정보 중 상기 사용자 그룹이 사용한 상기 사용 컨텐츠에 대응하는 상기 정보 컨텐츠를 수집하는 사회관계적 특성 피드백 수집부;를 포함하는 것을 특징으로 하는 컨텐츠 수집, 추천 시스템.
  5. 제 4항에 있어서,
    상기 사용자 피드백 수집부는,
    상기 대상 사용자의 설정 정보를 기반으로, 상기 개인 사용 특성 피드백 수집부, 상기 통계적 특성 피드백 수집부 및 상기 사회관계적 특성 피드백 수집부 중 적어도 어느 하나를 선택 피드백 수집부로 선택하고, 상기 선택 피드백 수집부에 대응하는 상기 정보 컨텐츠를 상기 PSD 특성 분석부에 제공하는 선택 피드백 전송부를 더 포함하는 것을 특징으로 하는 컨텐츠 수집, 추천 시스템.
  6. 삭제
  7. 삭제
  8. 제 1항에 있어서,
    상기 컨텐츠 수집 수행부는,
    상기 제 2 정보 컨텐츠 특성들 중에서 상기 제1 정보 컨텐츠 특성들과 동일한 것을 제외한 각각의 정보 컨텐츠 특성들에 대응하는 다수의 컨텐츠를 수집하는 것을 특징으로 하는 컨텐츠 수집, 추천 시스템.
  9. 네트워크를 통하여 컨텐츠 추천 대상이 되는 대상 사용자를 포함하는 다수의 사용자들이 사용한 사용 컨텐츠에 대응하는 정보 컨텐츠를 포함하는 사용자 피드백 정보를 입력받는 단계;
    상기 사용자 피드백 정보를 분석하여, 적어도 두 종류의 정보 컨텐츠 특성들을 추출하는 단계;
    각각의 상기 정보 컨텐츠 특성들을 기반으로, 검색을 수행하여 상기 정보 컨텐츠 특성들의 각각에 대응하는 다수의 컨텐츠를 수집하는 단계;
    상기 사용자 피드백 정보에 포함되며, 상기 정보 컨텐츠 특성들의 각각에 대한 상기 대상 사용자의 선호 정도를 나타내는 대상 사용자 선호 특성 정보에 기반하여, 상기 수집된 다수의 컨텐츠 중 추천 컨텐츠를 선택 및 추천하는 단계를 포함하고,
    상기 수집된 다수의 컨텐츠 중 추천 컨텐츠를 선택 및 추천하는 단계에서,
    상기 대상 사용자 선호 특성 정보에 기반하여, 추출된 상기 정보 컨텐츠 특성들 각각에 대응하여 수집된 다수의 컨텐츠에 대한 선택 비율을 설정하는 단계; 및
    상기 선택 비율에 부합되도록 상기 수집된 다수의 컨텐츠 중에서 상기 추천 컨텐츠를 선택하는 단계를 포함하는 것을 특징으로 하는 컨텐츠 수집, 추천 방법.
  10. 삭제
KR1020150014593A 2015-01-29 2015-01-29 컨텐츠 수집, 추천 시스템 및 방법 KR101650888B1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020150014593A KR101650888B1 (ko) 2015-01-29 2015-01-29 컨텐츠 수집, 추천 시스템 및 방법

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020150014593A KR101650888B1 (ko) 2015-01-29 2015-01-29 컨텐츠 수집, 추천 시스템 및 방법

Publications (2)

Publication Number Publication Date
KR20160093489A KR20160093489A (ko) 2016-08-08
KR101650888B1 true KR101650888B1 (ko) 2016-08-25

Family

ID=56711934

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020150014593A KR101650888B1 (ko) 2015-01-29 2015-01-29 컨텐츠 수집, 추천 시스템 및 방법

Country Status (1)

Country Link
KR (1) KR101650888B1 (ko)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR102428990B1 (ko) * 2021-09-08 2022-08-03 장혁 사용자 맞춤형 컨텐츠 추천 시스템 및 방법

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR102454624B1 (ko) * 2017-12-04 2022-10-14 한국전자통신연구원 건강지수 변이를 이용한 멀티미디어 콘텐츠 추천 방법
KR102322212B1 (ko) * 2021-01-20 2021-11-09 (주)인더스트리미디어 학습 콘텐츠 추천 장치 및 방법

Family Cites Families (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20090074108A (ko) * 2007-12-28 2009-07-06 주식회사 솔트룩스 상황인지를 통한 컨텐츠 추천방법
KR20120104648A (ko) * 2010-10-26 2012-09-24 주식회사 케이티 개인 맞춤형 컨텐츠 추천 장치 및 그 방법과 그를 이용한 시스템 및 그 방법
KR20130091391A (ko) * 2012-02-08 2013-08-19 한정화 콘텐츠 추천 서버 및 방법, 그리고 그 방법을 컴퓨터에서 실행시키기 위한 프로그램을 기록한 기록매체
KR101660463B1 (ko) * 2012-06-25 2016-10-10 에스케이플래닛 주식회사 컨텐츠 추천 시스템 및 방법

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR102428990B1 (ko) * 2021-09-08 2022-08-03 장혁 사용자 맞춤형 컨텐츠 추천 시스템 및 방법

Also Published As

Publication number Publication date
KR20160093489A (ko) 2016-08-08

Similar Documents

Publication Publication Date Title
Kalmegh Analysis of weka data mining algorithm reptree, simple cart and randomtree for classification of indian news
CN101470732B (zh) 一种辅助词库的生成方法和装置
CN103593425B (zh) 基于偏好的智能检索方法及系统
CN107590224B (zh) 基于大数据的用户偏好分析方法与装置
CN102279887B (zh) 一种文档分类方法、装置及系统
JP5711674B2 (ja) 大量のコメント文章を用いた質問回答プログラム、サーバ及び方法
CN110019794B (zh) 文本资源的分类方法、装置、存储介质及电子装置
CN111144723A (zh) 人岗匹配推荐方法及系统、存储介质
JP2020521210A (ja) 情報処理方法及び端末、コンピュータ記憶媒体
JP2013225319A (ja) 視覚的な多次元の検索
CN103049440A (zh) 一种相关文章的推荐处理方法和处理系统
KR20130119246A (ko) 감성 기반 콘텐츠 추천 장치 및 방법
CN104933100A (zh) 关键词推荐方法和装置
US10002187B2 (en) Method and system for performing topic creation for social data
KR20130062436A (ko) 소셜 활동을 이용한 소셜 네트워크 서비스 제공 방법, 장치 및 시스템
CN102750366B (zh) 基于自然交互输入的视频搜索系统及方法
KR20130022042A (ko) 토픽별 오피니언과 소셜 영향력자를 기반으로 토픽을 탐지하고 추적하는 시스템 및 방법
KR20140075428A (ko) 시맨틱 검색 키워드 추천 방법 및 시스템
CN103309869A (zh) 数据对象的展示关键词推荐方法及系统
CN103778206A (zh) 一种网络服务资源的提供方法
KR101864401B1 (ko) 전통문화 융복합 지원을 위한 디지털 연표 표출 시스템
KR101650888B1 (ko) 컨텐츠 수집, 추천 시스템 및 방법
CN113806588A (zh) 搜索视频的方法和装置
KR20150096024A (ko) 콘텐츠 추천을 위한 소셜 데이터 분석 시스템
KR20150120591A (ko) 연관 앱 추천 시스템 및 추천 방법

Legal Events

Date Code Title Description
AMND Amendment
E601 Decision to refuse application
AMND Amendment
X701 Decision to grant (after re-examination)
GRNT Written decision to grant
FPAY Annual fee payment

Payment date: 20190805

Year of fee payment: 4