KR101734915B1 - 메타 데이터 및 소비 이력 정보를 이용한 컨텐츠 스킬업 시스템 - Google Patents

메타 데이터 및 소비 이력 정보를 이용한 컨텐츠 스킬업 시스템 Download PDF

Info

Publication number
KR101734915B1
KR101734915B1 KR1020160012652A KR20160012652A KR101734915B1 KR 101734915 B1 KR101734915 B1 KR 101734915B1 KR 1020160012652 A KR1020160012652 A KR 1020160012652A KR 20160012652 A KR20160012652 A KR 20160012652A KR 101734915 B1 KR101734915 B1 KR 101734915B1
Authority
KR
South Korea
Prior art keywords
content
information
user
contents
similar
Prior art date
Application number
KR1020160012652A
Other languages
English (en)
Inventor
윤필립
Original Assignee
윤필립
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 윤필립 filed Critical 윤필립
Priority to KR1020160012652A priority Critical patent/KR101734915B1/ko
Application granted granted Critical
Publication of KR101734915B1 publication Critical patent/KR101734915B1/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
    • G06Q30/00—Commerce
    • G06Q30/02—Marketing; Price estimation or determination; Fundraising
    • G06Q30/0201—Market modelling; Market analysis; Collecting market data
    • G06Q30/0202—Market predictions or forecasting for commercial activities
    • 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
    • G06Q30/00—Commerce
    • G06Q30/02—Marketing; Price estimation or determination; Fundraising
    • G06Q30/0207—Discounts or incentives, e.g. coupons or rebates
    • G06Q30/0224—Discounts or incentives, e.g. coupons or rebates based on user history
    • 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
    • G06Q30/00—Commerce
    • G06Q30/06—Buying, selling or leasing transactions
    • 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—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/01—Social networking
    • 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—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/10—Services
    • G06Q50/30—

Landscapes

  • Business, Economics & Management (AREA)
  • Engineering & Computer Science (AREA)
  • Strategic Management (AREA)
  • Accounting & Taxation (AREA)
  • Finance (AREA)
  • Development Economics (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Economics (AREA)
  • Marketing (AREA)
  • Theoretical Computer Science (AREA)
  • General Business, Economics & Management (AREA)
  • Tourism & Hospitality (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Game Theory and Decision Science (AREA)
  • Health & Medical Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Human Resources & Organizations (AREA)
  • Primary Health Care (AREA)
  • Operations Research (AREA)
  • Computing Systems (AREA)
  • Data Mining & Analysis (AREA)
  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)

Abstract

본 발명은 메타 데이터 및 소비 이력 정보를 이용한 컨텐츠 스킬업 시스템에 관한 것으로서, 더욱 상세하게는 컨텐츠 공급자가 자신이 직접 만든 프로젝트(DIY 프로젝트)의 제작 과정 컨텐츠를 오픈 게시판에 업로드하여 해당 컨텐츠에 대한 반응도를 참조하여 반응도가 높은 컨텐츠의 메타 데이터를 생성하여 이를 통해 유사도가 높은 컨텐츠를 추출하고, 동시에 사용자의 소비 이력을 분석하여 다음에 사용자가 소비할 것으로 예상되는 컨텐츠를 추출한 후, 컨텐츠 유사도와 사용자 이용 내역을 고려한 최종 컨텐츠 리스트를 제공함으로써, 사용자가 정말로 원하는 컨텐츠를 실시간으로 제공하기 위한 메타 데이터 및 소비 이력 정보를 이용한 컨텐츠 스킬업 시스템에 관한 것이다.

Description

메타 데이터 및 소비 이력 정보를 이용한 컨텐츠 스킬업 시스템{Content Skill-up system using Meta data and consumption history information}
본 발명은 메타 데이터 및 소비 이력 정보를 이용한 컨텐츠 스킬업 시스템에 관한 것으로서, 더욱 상세하게는 컨텐츠 공급자가 자신이 직접 만든 프로젝트(DIY 프로젝트)의 제작 과정 컨텐츠를 오픈 게시판에 업로드하여 해당 컨텐츠에 대한 반응도를 참조하여 반응도가 높은 컨텐츠의 메타 데이터를 생성하여 이를 통해 유사도가 높은 컨텐츠를 추출하고, 동시에 사용자의 소비 이력을 분석하여 다음에 사용자가 소비할 것으로 예상되는 컨텐츠를 추출한 후, 컨텐츠 유사도와 사용자 이용 내역을 고려한 최종 컨텐츠 리스트를 제공함으로써, 사용자가 정말로 원하는 컨텐츠를 실시간으로 제공하기 위한 메타 데이터 및 소비 이력 정보를 이용한 컨텐츠 스킬업 시스템에 관한 것이다.
최근 ICT 기술이 빠르게 향상되고 있으며, 이를 활용한 각종 기술과 제품들이 시장에 출시되고 있다.
그러나, 일반인이나 무엇인가를 만들고 싶은 학생들이 자신이 원하는 제품이나 프로젝트를 수행하고 싶어도 기본적인 지식이나 학습 과정없이 접근하기가 상당히 어려운 실정이다.
구체적으로 특정 프로젝트를 수행하기 위한 절차 즉 과정이 무엇인지, 그리고 해당 과정별 필요한 부품이나 코딩 방법은 무엇인지 수 년동안 학습하거나 연구하지 않으면 거의 불가능한 실정이다.
따라서, 특정 프로젝트나 제품 개발에 수년동안 연구 개발한 컨텐츠 공급자로부터 고급 정보를 획득할 수 있는 시스템이 필요하게 된 것이다.
한편, 최근 유/무선 정보통신망이 빠르게 보급됨에 따라 정보통신망을 통해 정보 및 서비스를 제공하고 이를 향유하는 문화가 급속하게 정착되고 있으며, 이에 따라 정보통신망을 통해 이루어지는 정보제공 서비스도 다양한 형태로 변모되고 있다.
그러나, 소규모 시장에서 상품을 판매하거나 서비스를 제공하는 경우 규모가 작고 경제적으로 여유롭지 못하기 때문에 실질적으로는 상품 및 서비스 제공 및 판매를 위한 단골 고객 또는 회원을 확보하지 못하게 되어 많은 여러움에 직면하고 있으며, 따라서 저가의 타겟 광고 또는 홍보 정보를 효율적으로 제공할 수 있는 광고 기술을 필요로 하며, 또한 많은 고객 또는 회원을 확보할 수 있는 마케팅 방법을 필요로 하고 있다.
대한민국 등록특허 제10-0733161호에는, 판매자가 제공하는 상품, 서비스의 홍보 및 광고를 대행하고 회원의 온라인 및 오프라인 매장에서의 상품 구매 정보를 입력받아 회원과 회원의 추천인에게 적립금 제공하는 통합 회원제 마케팅 관리 방법 및 그 시스템에 관한 기술이 공지되어 있다.
상기 공지기술에 의하면, 소비자와 판매자로부터 각각 회원 가입 신청 정보 및 가맹점 가입 신청 정보를 수신하여 회원 및 가맹점으로 각각 등록시킨 후 회원으로부터 가맹점과 연관된 상품에 대한 구매 정보를 수신하고 가맹점으로부터 구매 정보에 대한 인증 정보를 수신하여, 구매 정보에 상응하는 소정의 적립금 정보를 회원 및 추천인에게 전송하도록 하여 고객 또는 회원을 확보할 수 있게 하였다.
그러나, 이러한 종래 기술에서는 광고를 대행하는 광고 매체의 경우 어플리케이션을 설치한 사용자를 대상으로 광고 노출 기준을 산출하고, 산출된 자료를 기초로 광고주를 유치하게 되므로, 광고주 입장에서는 광고 노출의 대상 및 범위를 정할 수 없으며, 때로는 광고주와 무관한 다수의 사용자들에게 까지 광고가 노출되므로 그에 따라 발생되는 광고 비용이 증가되는 문제점이 있었다.
한편, 일반적인 추천 시스템은 다량의 컨텐츠 중에서 필터링된 컨텐츠를 사용자에게 추천하는 시스템이다.
이러한 추천 시스템이 사용하는 추천 방식은 사용자와 성향이 유사한 사용자들이 공통적으로 좋아하는 컨텐츠를 추천해 주는 협업 필터링 추천 방식, 사용자가 이전에 이용한 컨텐츠와 내용 정보가 유사한 다른 컨텐츠를 추천해주는 내용기반 추천 방식, 인구통계학적 정보를 분석하여 규칙을 찾아 컨텐츠를 추천해주는 인구통계학적 추천방식 등을 이용할 수 있다.
이 중에서 협업 필터링 추천 방식이 가장 성공적인 추천 기법으로 알려져 있다.
예를 들어, 도서 추천을 제공하는 아마존이나 영화 추천을 제공하는 넷플릭스 등과 같은 인터넷 사이트에서 널리 활용되고 있다.
협업 필터링 추천 방식은 사용자가 선호하는 패턴과 유사한 다른 사용자의 선호도를 이용하여 사용자에게 관련된 서비스를 추천하는 개인화 기법으로서, 사용자 기반 협업 필터링 추천 방식과 아이템 기반 협업 필터링 추천방식으로 구분된다.
이 중에서 사용자 기반 협업 필터링 추천 방식은 사용자들 간의 유사성을 측정하여 선호도가 비슷한 다른 사용자가 평가한 상품을 기반으로 특정 사용자가 선호할만한 상품을 추천하는 방식이다.
하지만, 종래에 사용자 기반 협업 필터링 추천 방식에서 유사도를 계산할 때, 목표 사용자와 모든 사용자 간의 유사도를 계산하기 때문에 많은 시간이 소비된다는 문제점이 있다.
즉, 사용자의 수가 많아지는 경우 사용자 간 유사도를 계산하는데 소요되는 시간이 기하급수적 증가로 인해 서비스 확장성에 문제가 발생한다.
또한, 신규 컨텐츠처럼 둘 이상의 사용자가 모두 평가를 수행한 컨텐츠가 없는 경우, 아이템에 대한 상호 작용을 생성시킬 수 없기 때문에 사용자의 선호도 예측 및 추천을 하지 못하는 문제점이 발생한다.
한편, 컨텐츠 추천시스템 중에 컨텐츠 유사도만을 측정하는 방식이 있는데, 이는 특정 컨텐츠만을 추천하기 때문에 컨텐츠 소비의 순환을 만들 수 없으며, 다양한 소비자들의 니즈를 충족시킬 수가 없다.
따라서, 컨텐츠 유사도와 사용자 기반 협업적 필터링 알고리즘을 이용하여 사용자가 정말로 원하는 컨텐츠를 실시간으로 추천해줄 수 있는 컨텐츠 스킬업 시스템을 제안하게 된 것이다.
(선행문헌) 대한민국 등록특허 제10-0733161호(2007.06.21)
따라서 본 발명은 상기와 같은 종래 기술의 문제점을 감안하여 제안된 것으로서, 본 발명의 제 1 목적은 컨텐츠 공급자가 자신이 직접 만든 프로젝트(DIY 프로젝트)의 제작 과정 컨텐츠 혹은 컨텐츠를 오픈 게시판에 업로드하여 해당 컨텐츠에 대한 반응도를 참조하여 반응도가 높은 컨텐츠의 메타 데이터를 생성하여 이를 통해 유사도가 높은 컨텐츠를 추출하고, 동시에 사용자의 소비 이력을 분석하여 다음에 사용자가 소비할 것으로 예상되는 컨텐츠를 추출한 후, 컨텐츠 유사도와 사용자 이용 내역을 고려한 최종 컨텐츠 리스트를 제공하는데 있다.
본 발명의 제 2 목적은 유사컨텐츠추천엔진부에 의해 추천된 유사한 컨텐츠 리스트와 협업컨텐츠필터링부에 의해 필터링된 컨텐츠 추천리스트를 획득하여 랭킹 알고리즘을 적용하여 랭킹 순위가 높은 컨텐츠 추천리스트를 재구성하되, 랭킹 순위가 높은 컨텐츠 추천리스트를 분석하여 컨텐츠의 종류가 직접 만든 프로젝트의 제작 과정 정보인지를 판단하여 제작 과정의 컨텐츠 정보일 경우에 제작 과정별 필요 부품 정보가 존재하는지를 분석하여 존재할 경우에는 가중치를 존재하지 않을 경우에는 감산치를 부여하여 사용자가 직접 프로젝트를 수행할 수 있는 실질적인 컨텐츠 정보를 제공하는데 있다.
본 발명이 해결하고자 하는 과제를 달성하기 위하여, 메타 데이터 및 소비 이력 정보를 이용한 컨텐츠 스킬업 시스템은,
오픈게시판(10)에 개시된 컨텐츠에 대한 평판, 긍정 혹은 부정 아이콘 선택, 신고 정보, 댓글, 컨텐츠 개요, 태그 정보 중 적어도 어느 하나 이상의 메타데이터를 추출하기 위한 메타데이터추출모듈(110)과,
상기 추출된 메타데이터 중 댓글 혹은 컨텐츠 개요 정보를 추출하여 형태소 분석을 수행하여 명사들을 추출하기 위한 형태소분석모듈(120)과,
상기 추출된 메타 데이터를 가지고 항목별 벡터를 생성하기 위한 벡터생성모듈(130)과,
각 프로젝트 제작 과정의 컨텐츠별 메타 데이터를 기반으로 생성된 벡터를 가지고 컨텐츠 간의 상호 유사도를 계산하여 유사한 컨텐츠 리스트를 생성하기 위한 유사컨텐츠추출모듈(140)를 포함하여 구성되는 유사컨텐츠추천엔진부(100)와;
사용자 정보와 소비한 컨텐츠 이력 정보를 저장하고 있는 컨텐츠이력정보디비(200)와;
상기 컨텐츠이력정보디비로부터 사용자가 소비한 컨텐츠 이력 정보를 추출하기 위한 컨텐츠이력정보추출모듈(310)과,
상기 컨텐츠이력정보디비로부터 사용자와 비슷한 컨텐츠 소비 성향을 가지고 있는 유사 집단을 추출하기 위한 유사집단추출모듈(320)과,
상기 사용자가 소비한 컨텐츠 목록과 유사 집단이 소비한 컨텐츠 목록을 생성하여 해당 컨텐츠 목록들을 참조하여 다음에 사용자가 소비할 것으로 예상되는 컨텐츠를 사용자 기반 협업 필터링을 통해 필터링하기 위한 협업필터링모듈(330)과,
상기 사용자 기반 협업 필터링을 통해 추출된 컨텐츠별 선호도 예측값을 토대로 컨텐츠 추천리스트를 생성하기 위한 컨텐츠추천리스트생성모듈(340)을 포함하여 구성되는 협업컨텐츠필터링부(300)와;
상기 유사컨텐츠추천엔진부에 의해 추천된 유사한 컨텐츠 리스트와 상기 협업컨텐츠필터링부에 의해 필터링된 컨텐츠 추천리스트를 획득하여 랭킹 알고리즘을 적용하여 랭킹 순위가 높은 컨텐츠 추천리스트를 재구성하여 사용자단말기(20)에 제공하기 위한 컨텐츠추천리스트재구성부(400);를 포함한다.
이상의 구성 및 작용을 지니는 본 발명에 따른 메타 데이터 및 소비 이력 정보를 이용한 컨텐츠 스킬업 시스템을 통해, 컨텐츠 공급자가 자신이 직접 만든 프로젝트(DIY 프로젝트)의 제작 과정 컨텐츠 혹은 컨텐츠를 오픈 게시판에 업로드하여 해당 컨텐츠에 대한 반응도를 참조하여 반응도가 높은 컨텐츠의 메타 데이터를 생성하여 이를 통해 유사도가 높은 컨텐츠를 추출하고, 동시에 사용자의 소비 이력을 분석하여 다음에 사용자가 소비할 것으로 예상되는 컨텐츠를 추출한 후, 컨텐츠 유사도와 사용자 이용 내역을 고려한 최종 컨텐츠 리스트를 제공함으로써, 사용자가 정말로 원하는 컨텐츠를 실시간으로 추천해주어 추천 정확도를 대폭적으로 향상시킬 수 있게 된다.
또한, 유사컨텐츠추천엔진부에 의해 추천된 유사한 컨텐츠 리스트와 협업컨텐츠필터링부에 의해 필터링된 컨텐츠 추천리스트를 획득하여 랭킹 알고리즘을 적용하여 랭킹 순위가 높은 컨텐츠 추천리스트를 재구성하되, 랭킹 순위가 높은 컨텐츠 추천리스트를 분석하여 컨텐츠의 종류가 직접 만든 프로젝트의 제작 과정 정보인지를 판단하여 제작 과정의 컨텐츠 정보일 경우에 제작 과정별 필요 부품 정보가 존재하는지를 분석하여 존재할 경우에는 가중치를 존재하지 않을 경우에는 감산치를 부여하여 사용자가 직접 프로젝트를 수행할 수 있는 실질적인 컨텐츠 정보를 제공함으로써, 자신이 직접 프로젝트를 수행하고 싶은 컨텐츠 구매자가 자신이 만들고 싶은 프로젝트를 수행하기 위하여 일일히 자료를 수집하고, 학습하고, 학습된 이론을 바탕으로 해당 프로젝트에 필요한 부품들을 일일히 온라인 쇼핑몰이나 오프라인 매장을 돌아다니면서 구매할 필요가 없도록 하여 이에 따른 자료 수집의 신속성과 자료의 정확성, 필요 부품 구매의 신속성과 구매 절차의 간편성, 프로젝트 수행 능력 향상 등을 제공하게 된다.
도 1은 본 발명의 일실시예에 따른 메타 데이터 및 소비 이력 정보를 이용한 컨텐츠 스킬업 시스템의 전체 개념도이다.
도 2는 본 발명의 일실시예에 따른 메타 데이터 및 소비 이력 정보를 이용한 컨텐츠 스킬업 시스템의 전체 구성도이다.
도 3은 본 발명의 일실시예에 따른 메타 데이터 및 소비 이력 정보를 이용한 컨텐츠 스킬업 시스템의 유사컨텐츠추천엔진부 블록도이다.
도 4는 본 발명의 일실시예에 따른 메타 데이터 및 소비 이력 정보를 이용한 컨텐츠 스킬업 시스템의 협업컨텐츠필터링부 블록도이다.
도 5는 본 발명의 일실시예에 따른 메타 데이터 및 소비 이력 정보를 이용한 컨텐츠 스킬업 시스템의 컨텐츠추천리스트재구성부 블록도이다.
이하의 내용은 단지 본 발명의 원리를 예시한다. 그러므로 당업자는 비록 본 명세서에 명확히 설명되거나 도시되지 않았지만, 본 발명의 원리를 구현하고 본 발명의 개념과 범위에 포함된 다양한 장치를 발명할 수 있는 것이다.
또한, 본 명세서에 열거된 모든 조건부 용어 및 실시 예들은 원칙적으로, 본 발명의 개념이 이해되도록 하기 위한 목적으로만 명백히 의도되고, 이와 같이 특별히 열거된 실시 예들 및 상태들에 제한적이지 않는 것으로 이해되어야 한다.
이하에서는, 본 발명에 의한 메타 데이터 및 소비 이력 정보를 이용한 컨텐츠 스킬업 시스템의 실시예를 통해 상세히 설명하도록 한다.
도 1은 본 발명의 일실시예에 따른 메타 데이터 및 소비 이력 정보를 이용한 컨텐츠 스킬업 시스템의 전체 개념도이다.
도 1에 도시한 바와 같이, 사용자단말기(20)로부터 일반적인 컨텐츠 혹은 사용자가 직접 만든 프로젝트의 제작 과정 정보와 제작 과정별 필요 부품 정보를 오픈게시판(10)에 업로드하면, 유사컨텐츠추천엔진부에서는 메타데이터를 추출하게 되는데, 예를 들어, 오픈게시판(10)에 개시된 컨텐츠에 대한 평판, 긍정 혹은 부정 아이콘 선택, 신고 정보, 댓글, 컨텐츠 개요, 태그 정보 등을 추출하게 된다.
업로드하기 위한 장소는 일반 홈페이지 혹은 모바일 홈페이지 혹은 SNS 서비스를 제공하는 서비스 페이지가 될 것이다.
또한, 메타 데이터를 이용하여 컨텐츠 유사도를 측정하게 되며, 협업컨텐츠필터링부(300)를 통해 사용자 이용 내역 정보를 고려하여 사용자가 정말로 원하는 컨텐츠가 무엇인지를 실시간으로 추천해주게 된다.
도 2는 본 발명의 일실시예에 따른 메타 데이터 및 소비 이력 정보를 이용한 컨텐츠 스킬업 시스템의 전체 구성도이다.
도 2에 도시한 바와 같이, 본 발명의 시스템은, 유사컨텐츠추천엔진부(100), 컨텐츠이력정보디비(200), 협업컨텐츠필터링부(300), 컨텐츠추천리스트재구성부(400)를 포함하여 구성하게 된다.
상기 유사컨텐츠추천엔진부(100)는 메타데이터를 추출하여 항목별 벡터를 생성하되, 컨텐츠별 메타 데이터를 기반으로 생성된 벡터를 가지고 컨텐츠 간의 상호 유사도를 계산하여 유사한 컨텐츠 리스트를 생성하게 된다.
또한, 상기 협업컨텐츠필터링부(300)는 컨텐츠이력정보디비로부터 사용자가 소비한 컨텐츠 이력 정보를 추출하고, 컨텐츠이력정보디비로부터 사용자와 비슷한 컨텐츠 소비 성향을 가지고 있는 유사 집단을 추출하게 된다.
이후, 사용자가 소비한 컨텐츠 목록과 유사 집단이 소비한 컨텐츠 목록을 생성하여 해당 컨텐츠 목록들을 참조하여 다음에 사용자가 소비할 것으로 예상되는 컨텐츠를 사용자 기반 협업 필터링을 통해 필터링하게 되고, 추출된 컨텐츠별 선호도 예측값을 토대로 컨텐츠 추천리스트를 생성하게 되는 것이다.
또한, 상기 컨텐츠추천리스트재구성부(400)는 유사컨텐츠추천엔진부에 의해 추천된 유사한 컨텐츠 리스트와 협업컨텐츠필터링부에 의해 필터링된 컨텐츠 추천리스트를 획득하여 랭킹 알고리즘을 적용하여 랭킹 순위가 높은 컨텐츠 추천리스트를 재구성하여 사용자단말기(20)에 제공하게 되는 것이다.
본 발명의 특징은 상기한 컨텐츠 유사도와 협업 컨텐츠 필터링을 결합하여 사용함으로써, 하나의 방식만을 사용하였을 때에 야기될 수 있는 많은 문제를 해결 할 수 있다.
즉, 컨텐츠 유사도만을 측정할 경우의 특정 컨텐츠군 만 추천이 되어 컨텐츠 소비의 순환을 만들어 낼 수 없으며, 다양한 유저의 니즈를 충족시킬 수 없는 문제점을 해결하게 되며, 나와 가장 비슷한 소비 성향을 찾는 유저 기반의 협업적 필터링 방식만 사용할 경우의 신규로 추가된 컨텐츠는 추천이 되지 않는다는 점과 초기에 많은 데이터가 필요하다(cold start)라는 문제를 해결하게 되는 것이다.
도 3은 본 발명의 일실시예에 따른 메타 데이터 및 소비 이력 정보를 이용한 컨텐츠 스킬업 시스템의 유사컨텐츠추천엔진부 블록도이다.
도 3에 도시한 바와 같이, 상기 유사컨텐츠추천엔진부(100)는, 메타데이터추출모듈(110), 형태소분석모듈(120), 벡터생성모듈(130), 유사컨텐츠추출모듈(140)를 포함하여 구성되게 된다.
상기 메타데이터추출모듈(110)은 오픈게시판(10)에 개시된 컨텐츠에 대한 평판, 긍정 혹은 부정 아이콘 선택, 신고 정보, 댓글, 컨텐츠 개요, 태그 정보 중 적어도 어느 하나 이상의 메타데이터를 추출하게 된다.
즉, 업로드된 컨텐츠에서 컨텐츠의 데이터인 메타데이터를 추출하게 되는데, 상기 메타데이터는 컨텐츠 공급자의 평판, 컨텐츠의 좋아요, 컨텐츠 개요, 유저들의 컨텐츠에 대한 신고 정보, 유저들이 만들어낸 컨텐츠 댓글, 컨텐츠 태그 등으로 이루어진다.
상기 형태소분석모듈(120)은 추출된 메타데이터 중 댓글 혹은 컨텐츠 개요 정보를 추출하여 형태소 분석을 수행하여 명사들을 추출하게 된다.
즉, 컨텐츠의 메타 데이터 중 댓글과 컨텐츠 개요 등의 비정형 데이터는 바로 사용이 어렵기 때문에 형태소 분석을 통해 명사들을 추출하고, 중요도를 판단하여 상위 몇 개의 단어를 추출하게 되는 것이다.
상기 벡터생성모듈(130)은 추출된 메타 데이터를 가지고 항목별 벡터를 생성하게 된다.
즉, 메타데이터를 바탕으로 각 항목별로 벡터를 생성하게 되며, 벡터를 구성하고 있는 각 요소들마다 컨텐츠 유사도를 판별하는 과정을 거치게 된다.
그리고, 컨텐츠 유사도를 판별함에 있어 기여하는 가중치는 수정하여 사용할 수도 있다.
상기 유사컨텐츠추출모듈(140)은 컨텐츠별 메타 데이터를 기반으로 생성된 벡터를 가지고 컨텐츠 간의 상호 유사도를 계산하여 유사한 컨텐츠 리스트를 생성하게 된다.
일반적으로 사용자간 유사도 계산 알고리즘은 피어슨 상관계수, 코사인 유사도 등을 이용할 수 있을 것이다.
상기와 같은 구성 및 동작 과정을 통해 메타 데이터를 바탕으로 컨텐츠 간의 상호 유사도를 계산하여 가장 유사한 컨텐츠를 추천하거나, 컨텐츠 리스트를 추천할 수도 있다.
도 4는 본 발명의 일실시예에 따른 메타 데이터 및 소비 이력 정보를 이용한 컨텐츠 스킬업 시스템의 협업컨텐츠필터링부 블록도이다.
도 4에 도시한 바와 같이, 협업컨텐츠필터링부(300)는, 컨텐츠이력정보추출모듈(310), 유사집단추출모듈(320), 협업필터링모듈(330), 컨텐츠추천리스트생성모듈(340)을 포함하여 구성하게 된다.
상기 컨텐츠이력정보추출모듈(310)은 컨텐츠이력정보디비로부터 사용자가 소비한 컨텐츠 이력 정보를 추출하게 된다.
상기 유사집단추출모듈(320)은 컨텐츠이력정보디비로부터 사용자와 비슷한 컨텐츠 소비 성향을 가지고 있는 유사 집단을 추출하게 된다.
즉, 지금까지 사용자가 소비한 컨텐츠 이력을 바탕으로 사용자와 가장 비슷한 컨텐츠 소비 성향을 가지고 있는 유저군을 찾는 것이다.
상기 협업필터링모듈(330)은 사용자가 소비한 컨텐츠 목록과 유사 집단이 소비한 컨텐츠 목록을 생성하여 해당 컨텐츠 목록들을 참조하여 다음에 사용자가 소비할 것으로 예상되는 컨텐츠를 사용자 기반 협업 필터링을 통해 필터링하는 기능을 수행하게 된다.
상기한 협업필터링 기술은 일반적으로 알려진 기술이므로 상세한 설명은 생략하겠다.
이후, 상기 컨텐츠추천리스트생성모듈(340)은 사용자 기반 협업 필터링을 통해 추출된 컨텐츠별 선호도 예측값을 토대로 컨텐츠 추천리스트를 생성하게 된다.
일반적으로 n개의 컨텐츠에 대한 m명의 사용자 선호도 집합으로 구성되며, 이는 m×n(사용자-컨텐츠) 행렬로 표현한다.
예를 들어, 구매 로그 데이터로부터 선호도를 측정할 경우, 행렬 P의 i번째 행, j번째 열의 값 Pij 컨텐츠에 대해 가중치(1 ~ 5) 값을 가지게 되며, 이러한 컨텐츠별 선호도 가중치가 추천 규칙에 포함된다.
또한, 컨텐츠들을 대상으로 둘 이상의 컨텐츠에 대한 평판, 긍정 혹은 부정 아이콘 선택, 신고 정보, 댓글, 컨텐츠 개요, 태그 정보가 존재하는 컨텐츠들에 대해서는 사용자 기반 협업 필터링을 수행하여 최종 선호도 값을 도출한다.
결국, 사용자의 소비 이력을 활용하여 가장 유사한 유저군을 추출하고, 이를 통해 컨텐츠 추천 리스트를 제공하게 되는 것이다.
도 5는 본 발명의 일실시예에 따른 메타 데이터 및 소비 이력 정보를 이용한 컨텐츠 스킬업 시스템의 컨텐츠추천리스트재구성부 블록도이다.
도 5에 도시한 바와 같이, 상기 컨텐츠추천리스트재구성부(400)는, 랭킹순위구성모듈(410), 제작과정정보판단모듈(420), 필요부품정보유무분석모듈(430), 가중치부여모듈(440), 감산치부여모듈(450)을 포함하여 구성되게 된다.
상기 컨텐츠추천리스트재구성부(400)는 유사컨텐츠추천엔진부에 의해 추천된 유사한 컨텐츠 리스트와 상기 협업컨텐츠필터링부에 의해 필터링된 컨텐츠 추천리스트를 획득하여 랭킹 알고리즘을 적용하여 랭킹 순위가 높은 컨텐츠 추천리스트를 재구성하여 사용자단말기(20)에 제공하도록 구성하는 것이다.
구체적으로, 상기 랭킹순위구성모듈(410)은 유사컨텐츠추천엔진부에 의해 추천된 유사한 컨텐츠 리스트와 상기 협업컨텐츠필터링부에 의해 필터링된 컨텐츠 추천리스트를 획득하여 랭킹 알고리즘을 적용하여 랭킹 순위가 높은 컨텐츠 추천리스트를 재구성하는 기능을 수행하게 된다.
즉, 일반적으로 사용자에게 컨텐츠 추천 요청을 받으면 사용자의 현재 상황에 가장 적합한 것을 추천하기 위해 상황 정보 필터링 및 규칙 데이터베이스(미도시)에 저장된 추천 규칙을 토대로 추천 로직을 수행한다.
그리고, 추천 로직에 의해 생성된 추천 리스트에 대해 랭킹(Ranking) 알고리즘을 적용하여 순위를 도출하여 순위가 높은 컨텐츠들로 구성된 최종 확정된 추천 리스트를 사용자단말기(20)로 전송하게 된다.
이때, 상기 규칙 데이터베이스는 일반적으로 추천 규칙을 저장하는데, 사용자 히스토리 기반의 추천 규칙을 저장하는데, 검색 시스템(미도시)에서 인덱스 역할을 하는 프로파일 형태로 추천 규칙을 저장한다.
한편, 본원 발명에서 컨텐츠는 텍스트 기반 컨텐츠이며 필요에 따라 동영상이나 그림이 보조적으로 사용될 수 있다.
즉. 프로젝트 제작과정을 기본적으로 텍스트를 이용하여 설명하고, 보조적으로 그림이나 동영상을 이용하여 제작과정을 설명할 수 있는 것이다.
이를 위하여, 상기 제작과정정보판단모듈(420)은 랭킹순위구성모듈(410)에 의해 재구성된 컨텐츠의 추천 리스트들 중 제작과정정보를 내용으로 하는 컨텐츠, 즉 컨텐츠 내용이 제작과정에 관련된 컨텐츠가 있는지를 판단하게 된다.
상기 제작과정정보판단모듈(420)은 컨텐츠들 중 프로젝트를 진행하기 위한 제작과정정보를 내용으로 하는 컨텐츠가 있는지를 판단하기 위해 내용분석알고리즘을 사용하게 되는데 상기 내용분석알고리즘은 일반적으로 사용되는 내용분석알고리즘으로서 컨텐츠의 내용을 분석할 수 있는 것이면 어떠한 것이든 상관없다.
예를 들어, 상기 내용분석알고리즘은 형태소(명사)를 이용하여 컨텐츠 내용을 분석하는 내용분석알고리즘일 수 있다. 형태소를 이용한다 함은 컨텐츠로부터 무의미한 조사 등을 제거한 형태소인 명사 위주로 단어들을 추출한 후 추출된 단어들을 이용하여 대상 컨텐츠가 무엇을 제작하기 위한 컨텐츠인지를 판단하는 것이다.
예를 들어 추출된 형태소인 명사가 드론이라는 단어인 경우 드론 제작에 관한 컨텐츠라고 판단하는 것이다.
프로젝트를 진행하기 위한 제작과정보를 내용으로 하는 컨텐츠가 있는지를 판단하기 위해 사용하는 내용분석알고리즘은 언급한 바와 같이 일반적인 것이어서 본 발명에서는 이에 대한 구체적 설명은 생략한다.
즉, 통상의 내용분석알고리즘에 의해 추천리스트에 있는 컨텐츠를 분석하면 추천리스트를 구성하는 컨텐츠의 내용이 어떠한 프로젝트를 진행하기 위한 제작과정정보인지를 알 수 있는 것이다.
상기 프로젝트란, 일명 디아이와이(DIY) 프로젝트라 정의하도록 하며, 이는 컨텐츠 공급자가 직접 프로젝트를 기획하고, 프로젝트를 구성하고 있는 각 단계별 상세 설명, 부품 정보 등을 통합한 것을 의미한다.
예를 들어, 프로젝트명이 배달용 드론 개발이라면, 해당 드론을 제작하기 위한 과정인 재료 준비, 배선, 조립, 코딩, 완성 등의 제작 과정 정보와 제작 과정별 필요 부품 정보 즉, 재료 준비시에는 본체 프레임, 프로펠러, 배터리, 카메라, PCB 보드, 칩, 메모리 등, 배선시에는 PCB 보드에 칩 위치, 메모리 위치, 칩과 메모리 및 각종 전자 부품 등의 배선 위치 등, 조립시에는 납땝 방법, 조립 순서 등, 코딩시에는 칩에 메모리를 연결한 후, 칩설계 방법, 소스 코드 설계 방법 등과 같은 제작 과정을 의미하는 것이다.
또한, 프로펠러는 A사 모델명 BC, 배터리는 D사 모델명은 EF 등과 같은 필요 부품 정보를 의미한다.
이때, 상기 필요부품정보유무분석모듈(430)은 제작과정정보판단모듈(420)이 제작과정정보로 판단한 컨텐츠를 대상으로 제작 과정별 필요 부품 정보가 존재하는지를 분석하게 된다.
예를 들어, 제작과정정보판단모듈(420)이 제작과정정보로 판단한 컨텐츠가 드론제작에 관한 정보인 경우, 필요부품정보유무분석모듈(430)은 드론 제작에 필요한 부품이 무엇인지를 컨텐츠 내용을 분석하여 파악하게 됩니다.
상기 필요부품정보유무분석모듈(430)은 필요 부품이 무엇인지를 파악하기 위해 해당 컨텐츠의 내용을 분석할 수 있는 내용분석알고리즘을 사용하게 되는데 상기 내용분석알고리즘은 일반적으로 사용되는 내용분석알고리즘으로서 컨텐츠의 내용을 분석할 수 있는 것이면 어떠한 것이든 상관없다.
예를 들어, 상기 내용분석알고리즘은 형태소(명사)를 이용하여 컨텐츠 내용을 분석하는 내용분석알고리즘일 수 있다. 형태소를 이용한다 함은 컨텐츠로부터 무의미한 조사 등을 제거한 형태소인 명사 위주로 단어들을 추출한 후 추출된 단어들을 이용하여 필요 부품이 무엇인지를 판단하는 것이다.
예를 들어 추출된 형태소인 명사가 나사, 모터라는 단어인 경우 프로젝트 제작을 위해 필요한 부품이 나사, 모터라고 판단하는 것이다.
필요 부품이 무엇인지를 파악하기 위해 해당 컨텐츠의 내용을 분석할 수 있는 내용분석알고리즘은 언급한 바와 같이 일반적인 것이어서 본 발명에서는 이에 대한 구체적 설명은 생략한다.
즉, 제작 과정을 단계별로 추출하고, 각 단계별로 부품 정보가 존재하는지를 분석하게 되는 것이다.
이때, 상기 가중치부여모듈(440)은 필요 부품 정보가 존재할 경우에 가중치를 부여하여 랭킹 순위를 재구성하게 된다.
한편, 상기 감산치부여모듈(450)은 필요 부품 정보가 존재하지 않을 경우에 감산치를 부여하여 랭킹 순위를 재구성하게 되는 것이다.
즉, 모든 컨텐츠 중 특정 프로젝트에 해당하는 제작 과정 정보의 경우에는 컨텐츠의 양과 품질 수준이 상당하므로 이에 따른 가중치를 부여함으로써, 사용자에게 능력 향상을 배양시킬 수 있는 컨텐츠를 제공할 수 있게 되는 것이다.
부연 설명하자면, 본 발명의 시스템은, 컨텐츠공급자단말기로부터 제공되는 직접 만든 프로젝트의 제작 과정 정보와 제작 과정별 필요부품 정보를 획득하여 분야별로 제작 과정과 제작 과정별 필요 부품 정보를 저장하게 된다.
예를 들어, 컨텐츠 정보가 드론 제작 정보라면 해당 분야는 ICT, 드론 등의 카테고리로 설정하게 된다.
또한, 블특정 다수자들이 이를 확인할 수 있도록 오픈 게시판, 예를 들어, 홈페이지, SNS 서비스 페이지로 제공하게 되며, 해당 오픈 게시판에 프로젝트 제작 과정 및 제작 과정별 필요 부품 정보를 업로드하여 반응도를 분석하여 반응도가 설정된 반응도 이상일 경우에 메타 데이터를 추출하여 상기와 같은 유사도 분석을 수행할 수도 있을 것이다.
상기 반응도란, 예를 들어, 페이스북이라면 좋아요가 많은지, 나빠요가 많은지를 분석하고, 반응도란 전체 좋아요 및 나빠요 갯수별 좋아요의 퍼센트를 구하여 해당 퍼센트가 설정된 반응도 예를 들어, 80%이상일 경우에 메타 데이터를 추출하여 상기와 같은 유사도 분석을 수행하도록 하는 것이다.
한편, 상기 반응도를 측정하기 위한 요인들은 상기한 요인들 이외에 추가적으로 다른 요인들을 적용할 수 있는 것은 당업자들은 충분히 적용할 수 있으므로 상기한 예시된 요인들 이외의 기타 요인들은 본 발명을 참조하여 유추할 수 있을 것이다.
한편, 본 발명인 컨텐츠 스킬업 시스템은,
사용자단말기로부터 특정 컨텐츠 구매 요청 신호를 획득할 경우에 해당 컨텐츠의 구독료를 산출하여 사용자단말기로 제공하며, 동시에 해당 컨텐츠가 프로젝트 제작 과정과 관련된 컨텐츠일 경우에 해당 프로젝트의 제작 과정별 필요 부품 정보를 사용자단말기로 제공하며, 해당 부품을 판매하는 유통업체 정보를 사용자단말기로 제공하기 위한 프로젝트스킬업처리수단을 더 포함하여 구성할 수도 있다.
즉, 본 발명의 시스템에서는 상기 프로젝트스킬업처리수단을 추가적으로 구성함으로써, 사용자가 구체적인 프로젝트를 수행할 수 있도록 하는 것이다.
한편, 상기와 같은 최종적으로 재구성된 추천리스트 중 사용자단말기로부터 특정 컨텐츠 구매 요청 신호를 획득할 경우에 해당 컨텐츠의 구독료를 산출하여 사용자단말기로 제공하게 된다.
이는 컨텐츠 공급자의 수익을 보장하여야만 품질이 우수한 컨텐츠 정보를 축적해나갈 수 있기 때문이다.
그리고, 동시에 해당 컨텐츠가 프로젝트 제작 과정과 관련된 컨텐츠라면, 해당 프로젝트의 제작 과정별 필요 부품 정보를 사용자단말기로 제공하게 된다.
예를 들어, 드론 제작 프로젝트라면, 각 단계별 필요 부품 정보를 제공하게 되는 것이다.
한편, 사용자는 해당 부품 정보를 제공받아도 어디서 구매하는지 알 수 없기 때문에 해당 부품을 판매하는 유통업체 정보를 사용자단말기로 제공할 수 있다.
이를 위하여 본 발명의 시스템에서는 각 단계별 유통업체 정보를 저장하여 관리하고 있어야 하며, 유통업체 정보를 사용자단말기로 실시간으로 제공하게 되므로 컨텐츠 구매자가 자신이 만들고 싶은 프로젝트를 수행하기 위하여 일일히 자료를 수집하고, 학습하고, 학습된 이론을 바탕으로 해당 프로젝트에 필요한 부품들을 일일히 온라인 쇼핑몰이나 오프라인 매장을 돌아다니면서 구매할 필요가 없도록 하여 이에 따른 자료 수집의 신속성과 자료의 정확성, 필요 부품 구매의 신속성과 구매 절차의 간편성, 프로젝트 수행 스킬업 등을 제공하게 된다.
한편, 본 발명의 시스템은, 업로드된 프로젝트 컨텐츠는 자동으로 단계별로 따라할 수 있는 형태로 표준화하여 분류하게 된다.
예를 들어 드론 프로젝트를 진행할 경우에 재료준비, 배선, 조립, 코딩, 완성 등의 단계별로 따라할 수 있는 형태로 표준화된 컨텐츠로 분류하게 되는 것이다.
이때, 프로젝트제작정보처리부와 프로젝트제작정보디비를 추가적으로 구성함으로써, 분야별 데이터를 생성하며, 해당 데이터 내에 단계별로 분류된 제작 과정의 데이터 필드를 생성하여 해당 제작 과정별 필요 부품 정보를 생성된 데이터 필드에 저장시키게 되는 것이다.
즉, 단계별로 분류된 제작 과정의 데이터 필드를 생성하여 해당 제작 과정별 필요 부품 정보를 생성된 데이터 필드에 저장하여 관리하게 된다.
상기 프로젝트제작정보디비에는 프로젝트제작정보처리부에 의해 처리된 정보를 저장하고 있게 된다.
결국, 상기와 같은 구성 및 동작을 통해, 컨텐츠 공급자가 자신이 직접 만든 프로젝트(DIY 프로젝트)의 제작 과정 컨텐츠 혹은 컨텐츠를 오픈 게시판에 업로드하여 해당 컨텐츠에 대한 반응도를 참조하여 반응도가 높은 컨텐츠의 메타 데이터를 생성하여 이를 통해 유사도가 높은 컨텐츠를 추출하고, 동시에 사용자의 소비 이력을 분석하여 다음에 사용자가 소비할 것으로 예상되는 컨텐츠를 추출한 후, 컨텐츠 유사도와 사용자 이용 내역을 고려한 최종 컨텐츠 리스트를 제공함으로써, 사용자가 정말로 원하는 컨텐츠를 실시간으로 추천해주어 추천 정확도를 대폭적으로 향상시킬 수 있게 된다.
또한, 이상에서는 본 발명의 바람직한 실시예에 대하여 도시하고 설명하였지만, 본 발명은 상술한 특정의 실시 예에 한정되지 아니하며, 청구범위에서 청구하는 본 발명의 요지를 벗어남이 없이 당해 발명이 속하는 기술분야에서 통상의 지식을 가진 자에 의해 다양한 변형 실시가 가능한 것은 물론이고, 이러한 변형 실시들은 본 발명의 기술적 사상이나 전망으로부터 개별적으로 이해되어서는 안될 것이다.
100 : 유사컨텐츠추천엔진부
200 : 컨텐츠이력정보디비
300 : 협업컨텐츠필터링부
400 : 컨텐츠추천리스트재구성부

Claims (3)

  1. 컨텐츠 스킬업 시스템에 있어서,
    오픈게시판(10)에 개시된 컨텐츠에 대한 평판, 긍정 혹은 부정 아이콘 선택, 신고 정보, 댓글, 컨텐츠 개요, 태그 정보 중 적어도 어느 하나 이상의 메타데이터를 추출하기 위한 메타데이터추출모듈(110)과,
    상기 추출된 메타데이터 중 댓글 혹은 컨텐츠 개요 정보를 추출하여 형태소 분석을 수행하여 명사들을 추출하기 위한 형태소분석모듈(120)과,
    상기 추출된 메타 데이터를 가지고 항목별 벡터를 생성하기 위한 벡터생성모듈(130)과,
    컨텐츠별 메타 데이터를 기반으로 생성된 벡터를 가지고 컨텐츠 간의 상호 유사도를 계산하여 유사한 컨텐츠 리스트를 생성하기 위한 유사컨텐츠추출모듈(140)를 포함하여 구성되는 유사컨텐츠추천엔진부(100)와;
    사용자 정보와 소비한 컨텐츠 이력 정보를 저장하고 있는 컨텐츠이력정보디비(200)와;
    상기 컨텐츠이력정보디비로부터 사용자가 소비한 컨텐츠 이력 정보를 추출하기 위한 컨텐츠이력정보추출모듈(310)과,
    상기 컨텐츠이력정보디비로부터 사용자와 비슷한 컨텐츠 소비 성향을 가지고 있는 유사 집단을 추출하기 위한 유사집단추출모듈(320)과,
    상기 사용자가 소비한 컨텐츠 목록과 유사 집단이 소비한 컨텐츠 목록을 생성하여 해당 컨텐츠 목록들을 참조하여 다음에 사용자가 소비할 것으로 예상되는 컨텐츠를 사용자 기반 협업 필터링을 통해 필터링하기 위한 협업필터링모듈(330)과,
    상기 사용자 기반 협업 필터링을 통해 추출된 컨텐츠별 선호도 예측값을 토대로 컨텐츠 추천리스트를 생성하기 위한 컨텐츠추천리스트생성모듈(340)을 포함하여 구성되는 협업컨텐츠필터링부(300)와;
    상기 유사컨텐츠추천엔진부(100)에 의해 추천된 유사한 컨텐츠 리스트와 상기 협업컨텐츠필터링부(300)에 의해 필터링된 컨텐츠 추천리스트를 획득하여 랭킹 알고리즘을 적용하여 랭킹 순위가 높은 컨텐츠 추천리스트를 재구성하여 사용자단말기(20)에 제공하기 위한 컨텐츠추천리스트재구성부(400);를 포함하며,
    상기 컨텐츠추천리스트재구성부(400)는,
    유사컨텐츠추천엔진부(100)에 의해 추천된 유사한 컨텐츠 리스트와 상기 협업컨텐츠필터링부(300)에 의해 필터링된 컨텐츠 추천리스트를 획득하여 랭킹 알고리즘을 적용하여 랭킹 순위가 높은 컨텐츠 추천리스트를 재구성하기 위한 랭킹순위구성모듈(410)과,
    상기 컨텐츠가 텍스트 기반 컨텐츠인 경우, 상기 랭킹 순위가 높은 컨텐츠 추천리스트를 분석하여 컨텐츠의 종류가 프로젝트의 제작 과정 정보인지를 판단하기 위한 제작과정정보판단모듈(420)과,
    제작 과정 정보일 경우에 제작 과정별 필요 부품 정보가 존재하는지를 분석하기 위한 필요부품정보유무분석모듈(430)과,
    상기 필요 부품 정보가 존재할 경우에 가중치를 부여하여 랭킹 순위를 재구성하기 위한 가중치부여모듈(440)과,
    상기 필요 부품 정보가 존재하지 않을 경우에 감산치를 부여하여 랭킹 순위를 재구성하기 위한 감산치부여모듈(450)을 포함하는 것을 특징으로 하는 메타 데이터 및 소비 이력 정보를 이용한 컨텐츠 스킬업 시스템.
  2. 제 1항에 있어서,
    상기 컨텐츠는,
    컨텐츠공급자가 직접 만든 프로젝트의 제작 과정 정보와 제작 과정별 필요 부품 정보인 것을 특징으로 하는 메타 데이터 및 소비 이력 정보를 이용한 컨텐츠 스킬업 시스템.
  3. 제1항에 있어서,
    상기 컨텐츠 스킬업 시스템은,
    사용자단말기로부터 특정 컨텐츠 구매 요청 신호를 획득할 경우에 해당 컨텐츠의 구독료를 산출하여 사용자단말기로 제공하며, 동시에 해당 컨텐츠가 프로젝트 제작 과정과 관련된 컨텐츠일 경우에 해당 프로젝트의 제작 과정별 필요 부품 정보를 사용자단말기로 제공하며, 해당 부품을 판매하는 유통업체 정보를 사용자단말기로 제공하기 위한 프로젝트스킬업처리수단;을 더 포함하여 구성되는 것을 특징으로 하는 메타 데이터 및 소비 이력 정보를 이용한 컨텐츠 스킬업 시스템.


KR1020160012652A 2016-02-02 2016-02-02 메타 데이터 및 소비 이력 정보를 이용한 컨텐츠 스킬업 시스템 KR101734915B1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020160012652A KR101734915B1 (ko) 2016-02-02 2016-02-02 메타 데이터 및 소비 이력 정보를 이용한 컨텐츠 스킬업 시스템

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020160012652A KR101734915B1 (ko) 2016-02-02 2016-02-02 메타 데이터 및 소비 이력 정보를 이용한 컨텐츠 스킬업 시스템

Publications (1)

Publication Number Publication Date
KR101734915B1 true KR101734915B1 (ko) 2017-05-24

Family

ID=59051467

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020160012652A KR101734915B1 (ko) 2016-02-02 2016-02-02 메타 데이터 및 소비 이력 정보를 이용한 컨텐츠 스킬업 시스템

Country Status (1)

Country Link
KR (1) KR101734915B1 (ko)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2019151620A1 (ko) * 2018-01-30 2019-08-08 (주)스마일게이트스토브 컨텐츠 정보 제공 장치 및 그 방법
KR20220137313A (ko) * 2021-04-02 2022-10-12 (주)피큐레잇 북마크 이력 기반의 개인화된 콘텐츠 큐레이션 시스템 및 콘텐츠 제안 방법

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2019151620A1 (ko) * 2018-01-30 2019-08-08 (주)스마일게이트스토브 컨텐츠 정보 제공 장치 및 그 방법
KR20220137313A (ko) * 2021-04-02 2022-10-12 (주)피큐레잇 북마크 이력 기반의 개인화된 콘텐츠 큐레이션 시스템 및 콘텐츠 제안 방법
KR102588127B1 (ko) 2021-04-02 2023-10-12 (주)피큐레잇 북마크 이력 기반의 개인화된 콘텐츠 큐레이션 시스템 및 콘텐츠 제안 방법

Similar Documents

Publication Publication Date Title
Daowd et al. Factors affecting eWOM credibility, information adoption and purchase intention on Generation Y: a case from Thailand
Lee et al. The interactive impact of online word-of-mouth and review helpfulness on box office revenue
Liang et al. What in consumer reviews affects the sales of mobile apps: A multifacet sentiment analysis approach
Zhang et al. Exploiting dining preference for restaurant recommendation
Huang Designing utility-based recommender systems for e-commerce: Evaluation of preference-elicitation methods
US20150025996A1 (en) Systems and methods for recommending purchases
KR20160019445A (ko) 소비 가능한 콘텐트의 사용법을 추천에 병합하는 방법
WO2015034850A2 (en) Feature selection for recommender systems
US20140222604A1 (en) System for integrating ecommerce website and social networking website on a single web-based platform
Bu et al. Mining analysis of customer perceived value of online customisation experience under social commerce
KR101734915B1 (ko) 메타 데이터 및 소비 이력 정보를 이용한 컨텐츠 스킬업 시스템
CN116089745A (zh) 信息推荐方法、装置、电子设备及计算机可读存储介质
Metsai et al. Customer journey: applications of AI and machine learning in E-commerce
Zhang et al. Study on recommender systems for business-to-business electronic commerce
Darekar et al. A hybrid model for book recommendation
KR20200097544A (ko) 리셀러들을 위한 콘텐츠 큐레이션 마케팅 플랫폼 시스템
Yang et al. A novel customer-oriented recommendation system for paid knowledge products
Sajedikhah et al. Historical effect of verified purchases and ordinary users’ testimonials on the sales rank of experience and search goods
KR101760472B1 (ko) 디아이와이 프로젝트 제작 과정 컨텐츠를 이용한 스킬업 관리시스템
Anandaraj et al. Book Recommendation System with TensorFlow
Fang et al. An empirical analysis of the impact of online reviews on product sales in the Chinese context
Kulkarni et al. Role of Recommender System for Selling Products in Online Shopping
Attarde et al. Survey on recommendation system using data mining and clustering techniques
Tjhin et al. The role of electronic word-of-mouth on customer confusion in increasing purchase intention
Racherla Graph Neural Network for Service Recommender System in Digital Service Marketplace

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