KR102028356B1 - Advertisement recommendation apparatus and method based on comments - Google Patents

Advertisement recommendation apparatus and method based on comments Download PDF

Info

Publication number
KR102028356B1
KR102028356B1 KR1020180013808A KR20180013808A KR102028356B1 KR 102028356 B1 KR102028356 B1 KR 102028356B1 KR 1020180013808 A KR1020180013808 A KR 1020180013808A KR 20180013808 A KR20180013808 A KR 20180013808A KR 102028356 B1 KR102028356 B1 KR 102028356B1
Authority
KR
South Korea
Prior art keywords
comment
keyword
advertisement
user
index
Prior art date
Application number
KR1020180013808A
Other languages
Korean (ko)
Other versions
KR20190094541A (en
Inventor
김수연
이상훈
Original Assignee
대구대학교 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 대구대학교 산학협력단 filed Critical 대구대학교 산학협력단
Priority to KR1020180013808A priority Critical patent/KR102028356B1/en
Publication of KR20190094541A publication Critical patent/KR20190094541A/en
Application granted granted Critical
Publication of KR102028356B1 publication Critical patent/KR102028356B1/en

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
    • G06Q30/0241—Advertisements
    • G06Q30/0251—Targeted advertisements
    • G06Q30/0255—Targeted advertisements based on user history
    • G06Q30/0256—User search
    • 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
    • G06Q30/0241—Advertisements
    • G06Q30/0251—Targeted advertisements
    • G06Q30/0254—Targeted advertisements based on statistics
    • 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
    • G06Q30/0241—Advertisements
    • G06Q30/0277—Online advertisement

Abstract

본 발명은 코멘트 기반의 광고 추천 장치 및 방법에 관한 것으로, 특정 컨텐츠와 연관된 사용자 코멘트를 수집하고 상기 사용자 코멘트로부터 키워드 및 적어도 하나의 추천 파라미터를 추출하는 사용자 코멘트 추출부, 상기 키워드 및 상기 적어도 하나의 추천 파라미터를 기초로 상기 키워드별 관련도 지수를 산출하는 사용자 코멘트 분석부 및 상기 특정 컨텐츠 이용 과정에서 상기 관련도 지수가 가장 높은 상기 키워드와 매칭되는 적어도 하나의 광고를 제공하는 광고 추천부를 포함한다. 따라서, 본 발명은 사용자의 코멘트와 연관된 광고를 컨텐츠 사용자에게 제공할 수 있다.The present invention relates to an apparatus and method for recommending advertisements based on a comment, comprising: a user comment extractor configured to collect user comments associated with specific content and extract keywords and at least one recommendation parameter from the user comments; And a user comment analyzer configured to calculate a relevance index for each keyword based on a recommendation parameter, and an advertisement recommender for providing at least one advertisement matching the keyword having the highest relevance index in the process of using the specific content. Thus, the present invention can provide an advertisement associated with the user's comment to the content user.

Description

코멘트 기반의 광고 추천 장치 및 방법{ADVERTISEMENT RECOMMENDATION APPARATUS AND METHOD BASED ON COMMENTS}Comments-based ad recommendation device and method {ADVERTISEMENT RECOMMENDATION APPARATUS AND METHOD BASED ON COMMENTS}

본 발명은 코멘트 기반의 광고 추천 기술에 관한 것으로, 보다 상세하게는, 사용자의 코멘트와 연관된 광고를 컨텐츠 사용자에게 제공할 수 있는 코멘트 기반의 광고 추천 장치 및 방법에 관한 것이다.The present invention relates to a comment-based advertisement recommendation technology, and more particularly, to a comment-based advertisement recommendation apparatus and method capable of providing an advertisement associated with a user's comment to a content user.

광고 추천 기술은 사용자가 컨텐츠를 시청하는 과정에서 사용자의 관심을 집중시킬 수 있는 광고를 추천하기 위한 목적으로 개발되고 있다. 일반적인 광고 추천은 사용자로부터 선호도를 입력 받고 해당 선호도와 유사한 광고를 사용자에게 추천하는 방법을 이용한다. 이러한 방식의 광고 추천은 사용자들의 선호도 정보나 컨텐츠 내에 포함된 메타데이터를 이용하는 것으로 초기에 미리 설정된 정보가 없는 경우 적합한 광고를 추천하기 어려운 단점을 가지고 있다.Ad recommendation technology is being developed for the purpose of recommending ads that can focus the user's attention in the process of viewing the content. In general, the advertisement recommendation uses a method of receiving a preference from a user and recommending an advertisement similar to the preference to the user. Advertisement recommendation in this manner uses user preference information or metadata included in content, and has a disadvantage in that it is difficult to recommend a suitable advertisement when there is no previously set information.

한국 공개특허공보 제10-2010-0122428(2009.08.26)호는 광고 시스템 및 광고 방법에 관한 것으로, 더욱 상세하게는 온라인 상에서 바이럴 마케팅에 의한 광고 집행시의 사용자 호응도를 객관적인 수치로 측정할 수 있는 수단을 제공하고, 광고영역 내에서 직접 일반 이용자가 해당 광고에 대한 평가지수를 입력할 수 있음으로써, 별도의 웹페이지로 이동해야 하는 경우에 비하여 광고에 대한 일반 이용자의 호응도를 향상시킬 수 있다.Korean Laid-Open Patent Publication No. 10-2010-0122428 (2009.08.26) relates to an advertising system and an advertising method, and more particularly, it is possible to measure the user response at the time of advertisement execution by viral marketing on an online level. By providing a means and by allowing the general user to directly enter the evaluation index for the advertisement within the advertisement area, it is possible to improve the general user's responsiveness to the advertisement compared to the case where the user must go to a separate web page.

한국 등록특허공보 제10-1492249(2015.02.04)호는 사용자 맞춤형 광고 및 콘텐츠 제공 시스템에 관한 것으로, 더욱 상세하게는 콘텐츠에 대한 정보를 입력받거나 사용자에 대한 정보 또는 콘텐츠를 분석하여 태그를 생성하는 태그 정보 입력/분석부, 태그를 기반으로 콘텐츠와 관련된 광고를 추천하는 맞춤 광고 추천부 및 콘텐츠와 콘텐츠와 관련된 광고를 네트워크를 통하여 사용자에게 제공하는 콘텐츠 재생부를 포함한다.Korean Patent Publication No. 10-1492249 (2015.02.04) relates to a user-customized advertisement and content providing system, and more specifically, generates a tag by receiving information on content or analyzing information or content about a user. A tag information input / analyzer, a personalized advertisement recommendation unit recommending an advertisement related to the content based on the tag, and a content reproduction unit providing the user with an advertisement related to the content and the content through a network.

한국 공개특허공보 제10-2010-0122428(2009.08.26)호Korean Unexamined Patent Publication No. 10-2010-0122428 (2009.08.26) 한국 등록특허공보 제10-1492249(2015.02.04)호Korea Patent Publication No. 10-1492249 (2015.02.04)

본 발명의 일 실시예는 사용자의 코멘트와 연관된 광고를 컨텐츠 사용자에게 제공할 수 있는 코멘트 기반의 광고 추천 장치 및 방법을 제공하고자 한다.An embodiment of the present invention is to provide a comment-based advertising recommendation apparatus and method that can provide an advertisement associated with the user's comments to the content user.

본 발명의 일 실시예는 컨텐츠와의 관련도가 높은 키워드를 사용자 코멘트로부터 추출하여 해당 키워드와 매칭되는 광고를 사용자에게 추천할 수 있는 코멘트 기반의 광고 추천 장치 및 방법을 제공하고자 한다.An embodiment of the present invention is to provide a comment-based advertising recommendation apparatus and method that can extract a keyword highly related to the content from the user comments to recommend the advertisement matching the keyword to the user.

본 발명의 일 실시예는 사용자 코멘트에서의 키워드 출현빈도, 코멘트의 공감 수 및 리플 수를 이용하여 키워드별 관련도 지수를 산출할 수 있는 코멘트 기반의 광고 추천 장치 및 방법을 제공하고자 한다.An embodiment of the present invention is to provide a comment-based advertising recommendation apparatus and method that can calculate the relevance index for each keyword by using the frequency of keyword appearance in the user comment, the number of comments sympathy and the number of ripples.

실시예들 중에서, 코멘트 기반의 광고 추천 장치는 특정 컨텐츠와 연관된 사용자 코멘트를 수집하고 상기 사용자 코멘트로부터 키워드 및 적어도 하나의 추천 파라미터를 추출하는 사용자 코멘트 추출부, 상기 키워드 및 상기 적어도 하나의 추천 파라미터를 기초로 상기 키워드별 관련도 지수를 산출하는 사용자 코멘트 분석부 및 상기 특정 컨텐츠 이용 과정에서 상기 관련도 지수가 가장 높은 상기 키워드와 매칭되는 적어도 하나의 광고를 제공하는 광고 추천부를 포함한다.Among the embodiments, the comment-based advertising recommendation device collects a user comment associated with a specific content and extracts a keyword and at least one recommendation parameter from the user comment, the user comment extractor, the keyword and the at least one recommendation parameter And a user comment analyzer configured to calculate the relevance index for each keyword, and an advertisement recommender for providing at least one advertisement matching the highest relevance index in the specific content using process.

상기 사용자 코멘트 추출부는 상기 사용자 코멘트에서 출현 빈도가 높은 순서에 따라 정렬된 키워드 중 적어도 하나의 주요 키워드를 결정하고 상기 주요 키워드를 포함하는 사용자 코멘트에 대한 공감 수, 하위 코멘트 수 및 단계 수를 추출할 수 있다.The user comment extracting unit may determine at least one main keyword among the keywords arranged in the order of high frequency of appearance in the user comment, and extract the sympathy number, the lower comment number, and the number of steps for the user comment including the main keyword. Can be.

상기 사용자 코멘트 분석부는 상기 주요 키워드를 포함하는 사용자 코멘트에 대한 공감 수, 하위 코멘트 수 및 단계 수 중 적어도 하나를 기초로 상기 관련도 지수를 산출할 수 있다.The user comment analyzer may calculate the relevance index based on at least one of sympathy numbers, lower comment numbers, and step numbers for user comments including the main keyword.

상기 사용자 코멘트 분석부는 다음 수학식을 통해 상기 관련도 지수를 산출할 수 있다.The user comment analyzer may calculate the relevance index through the following equation.

[수학식][Equation]

RI = W1 * RIFrequency + W2 * RILike + W3 * RIReply RI = W 1 * RI Frequency + W 2 * RI Like + W 3 * RI Reply

(여기에서, RI는 관련도 지수를, W1, W2 및 W3는 가중치를, RIFrequency는 코멘트 내 출현빈도 지수를, RILike는 코멘트 공감 수 지수를, RIReply는 하위 코멘트 수 지수를 의미한다.)(Where RI is the relevance index, W 1 , W 2 and W 3 are the weights, RI Frequency is the frequency of appearance in comments, RI Like is the comment empathy index, and RI Reply is the sub comment count index. it means.)

상기 광고 추천부는 상기 관련도 지수가 가장 높은 키워드와 매칭되고 후보 광고 모집단에 포함된 적어도 하나의 광고를 제공할 수 있다.The advertisement recommendation unit may provide at least one advertisement that matches the keyword having the highest relevance index and is included in a candidate advertisement population.

상기 광고 추천부는 상기 관련도 지수가 가장 높은 키워드와 매칭되는 광고가 없는 경우 상기 관련도 지수가 가장 높은 키워드 및 후보 광고 모집단에 포함된 광고의 대표 키워드 간의 유사도를 기초로 결정된 적어도 하나의 광고를 제공할 수 있다.The advertisement recommending unit provides at least one advertisement determined based on the similarity between the keyword having the highest relevancy index and the representative keyword of the advertisement included in the candidate advertisement population when no advertisement matches the keyword having the highest relevance index. can do.

실시예들 중에서, 코멘트 기반의 광고 추천 방법은 (a) 특정 컨텐츠와 연관된 사용자 코멘트를 수집하고 상기 사용자 코멘트로부터 키워드 및 적어도 하나의 추천 파라미터를 추출하는 단계, (b) 상기 키워드 및 상기 적어도 하나의 추천 파라미터를 기초로 상기 키워드별 관련도 지수를 산출하는 단계 및 (c) 상기 특정 컨텐츠 이용 과정에서 상기 관련도 지수가 가장 높은 상기 키워드와 매칭되는 적어도 하나의 광고를 제공하는 단계를 포함한다.Among embodiments, a comment-based advertising recommendation method includes (a) collecting user comments associated with specific content and extracting a keyword and at least one recommendation parameter from the user comment, (b) the keyword and the at least one Calculating a relevance index for each keyword based on a recommendation parameter, and (c) providing at least one advertisement matching the keyword with the highest relevance index in the process of using the specific content.

상기 (a) 단계는 상기 사용자 코멘트에서 출현 빈도가 높은 순서에 따라 정렬된 키워드 중 적어도 하나의 주요 키워드를 결정하고 상기 주요 키워드를 포함하는 사용자 코멘트에 대한 공감 수, 하위 코멘트 수 및 단계 수를 추출하는 단계일 수 있다.Step (a) is to determine at least one major keyword among the keywords arranged in the order of appearance frequency in the user comment, and extract the number of sympathy, sub-comment and step number for the user comment including the main keyword It may be a step.

상기 (b) 단계는 상기 주요 키워드를 포함하는 상기 사용자 코멘트에 대한 공감 수, 하위 코멘트 수 및 단계 수 중 적어도 하나를 기초로 상기 관련도 지수를 산출하는 단계일 수 있다.The step (b) may be a step of calculating the relevance index based on at least one of empathy number, lower comment number, and step number for the user comment including the main keyword.

상기 (b) 단계는 다음 수학식을 통해 상기 관련도 지수를 산출하는 단계일 수 있다.Step (b) may be a step of calculating the relevance index through the following equation.

[수학식][Equation]

RI = W1 * RIFrequency + W2 * RILike + W3 * RIReply RI = W 1 * RI Frequency + W 2 * RI Like + W 3 * RI Reply

(여기에서, RI는 관련도 지수를, W1, W2 및 W3는 가중치를, RIFrequency는 코멘트 내 출현빈도 지수를, RILike는 코멘트 공감 수 지수를, RIReply는 하위 코멘트 수 지수를 의미한다.)(Where RI is the relevance index, W 1 , W 2 and W 3 are the weights, RI Frequency is the frequency of appearance in comments, RI Like is the comment empathy index, and RI Reply is the sub comment count index. it means.)

상기 (c) 단계는 상기 관련도 지수가 가장 높은 키워드와 매칭되고 후보 광고 모집단에 포함된 적어도 하나의 광고를 제공하는 단계일 수 있다.Step (c) may include providing at least one advertisement that matches the keyword having the highest relevance index and is included in the candidate advertisement population.

상기 (c) 단계는 상기 관련도 지수가 가장 높은 키워드와 매칭되는 광고가 없는 경우 상기 관련도 지수가 가장 높은 키워드 및 후보 광고 모집단에 포함된 광고의 대표 키워드 간의 유사도를 기초로 결정된 적어도 하나의 광고를 제공하는 단계일 수 있다.In step (c), if there is no advertisement matching the keyword having the highest relevance index, the at least one advertisement determined based on the similarity between the keyword having the highest relevance index and the representative keyword of the advertisement included in the candidate ad population. It may be a step of providing.

개시된 기술은 다음의 효과를 가질 수 있다. 다만, 특정 실시예가 다음의 효과를 전부 포함하여야 한다거나 다음의 효과만을 포함하여야 한다는 의미는 아니므로, 개시된 기술의 권리범위는 이에 의하여 제한되는 것으로 이해되어서는 아니 될 것이다.The disclosed technique can have the following effects. However, since a specific embodiment does not mean to include all of the following effects or only the following effects, it should not be understood that the scope of the disclosed technology is limited by this.

본 발명의 일 실시예에 따른 코멘트 기반의 광고 추천 장치 및 방법은 컨텐츠와의 관련도가 높은 키워드를 사용자 코멘트로부터 추출하여 해당 키워드와 매칭되는 광고를 사용자에게 추천할 수 있다.The comment-based advertisement recommendation apparatus and method according to an embodiment of the present invention may extract a keyword highly related to content from a user comment and recommend an advertisement matching the keyword to the user.

본 발명의 일 실시예에 따른 코멘트 기반의 광고 추천 장치 및 방법은 사용자 코멘트에서의 키워드 출현빈도, 코멘트의 공감 수 및 리플 수를 이용하여 키워드별 관련도 지수를 산출할 수 있다.The comment-based advertisement recommendation apparatus and method according to an embodiment of the present invention may calculate a relevance index for each keyword by using a keyword occurrence frequency, a sympathy number, and a ripple number in a user comment.

도 1은 본 발명의 일 실시예에 따른 코멘트 기반의 광고 추천 시스템을 설명하는 도면이다.
도 2는 도 1에 있는 광고 추천 장치를 나타내는 블록도이다.
도 3은 도 1에 있는 광고 추천 장치에서 수행되는 광고 추천 과정을 설명하는 순서도이다.
도 4는 본 발명의 일 실시예에 따른 광고 추천 장치에서 사용자 코멘트를 추출하는 일 실시예를 설명하는 예시도이다.
도 5는 본 발명의 일 실시예에 따른 광고 추천 장치에서 광고를 제공하는 일 실시예를 설명하는 예시도이다.1 is a view for explaining a comment-based advertising recommendation system according to an embodiment of the present invention.
FIG. 2 is a block diagram illustrating an advertisement recommending apparatus in FIG. 1.
3 is a flowchart illustrating an advertisement recommendation process performed in the advertisement recommendation apparatus of FIG. 1.
4 is an exemplary view illustrating an embodiment of extracting a user comment from an advertisement recommendation device according to an embodiment of the present invention.
5 is an exemplary view illustrating an embodiment of providing an advertisement in an advertisement recommendation apparatus according to an embodiment of the present invention.

본 발명에 관한 설명은 구조적 내지 기능적 설명을 위한 실시예에 불과하므로, 본 발명의 권리범위는 본문에 설명된 실시예에 의하여 제한되는 것으로 해석되어서는 아니 된다. 즉, 실시예는 다양한 변경이 가능하고 여러 가지 형태를 가질 수 있으므로 본 발명의 권리범위는 기술적 사상을 실현할 수 있는 균등물들을 포함하는 것으로 이해되어야 한다. 또한, 본 발명에서 제시된 목적 또는 효과는 특정 실시예가 이를 전부 포함하여야 한다거나 그러한 효과만을 포함하여야 한다는 의미는 아니므로, 본 발명의 권리범위는 이에 의하여 제한되는 것으로 이해되어서는 아니 될 것이다.Description of the present invention is only an embodiment for structural or functional description, the scope of the present invention should not be construed as limited by the embodiments described in the text. That is, since the embodiments may be variously modified and may have various forms, the scope of the present invention should be understood to include equivalents capable of realizing the technical idea. In addition, the objects or effects presented in the present invention does not mean that a specific embodiment should include all or only such effects, the scope of the present invention should not be understood as being limited thereby.

한편, 본 출원에서 서술되는 용어의 의미는 다음과 같이 이해되어야 할 것이다.On the other hand, the meaning of the terms described in the present application should be understood as follows.

"제1", "제2" 등의 용어는 하나의 구성요소를 다른 구성요소로부터 구별하기 위한 것으로, 이들 용어들에 의해 권리범위가 한정되어서는 아니 된다. 예를 들어, 제1 구성요소는 제2 구성요소로 명명될 수 있고, 유사하게 제2 구성요소도 제1 구성요소로 명명될 수 있다.Terms such as "first" and "second" are intended to distinguish one component from another component, and the scope of rights should not be limited by these terms. For example, the first component may be named a second component, and similarly, the second component may also be named a first component.

어떤 구성요소가 다른 구성요소에 "연결되어"있다고 언급된 때에는, 그 다른 구성요소에 직접적으로 연결될 수도 있지만, 중간에 다른 구성요소가 존재할 수도 있다고 이해되어야 할 것이다. 반면에, 어떤 구성요소가 다른 구성요소에 "직접 연결되어"있다고 언급된 때에는 중간에 다른 구성요소가 존재하지 않는 것으로 이해되어야 할 것이다. 한편, 구성요소들 간의 관계를 설명하는 다른 표현들, 즉 "~사이에"와 "바로 ~사이에" 또는 "~에 이웃하는"과 "~에 직접 이웃하는" 등도 마찬가지로 해석되어야 한다.When a component is referred to as being "connected" to another component, it should be understood that there may be other components in between, although it may be directly connected to the other component. On the other hand, when a component is referred to as being "directly connected" to another component, it should be understood that there is no other component in between. On the other hand, other expressions describing the relationship between the components, such as "between" and "immediately between" or "neighboring to" and "directly neighboring to", should be interpreted as well.

단수의 표현은 문맥상 명백하게 다르게 뜻하지 않는 한 복수의 표현을 포함하는 것으로 이해되어야 하고, "포함하다"또는 "가지다" 등의 용어는 실시된 특징, 숫자, 단계, 동작, 구성요소, 부분품 또는 이들을 조합한 것이 존재함을 지정하려는 것이며, 하나 또는 그 이상의 다른 특징이나 숫자, 단계, 동작, 구성요소, 부분품 또는 이들을 조합한 것들의 존재 또는 부가 가능성을 미리 배제하지 않는 것으로 이해되어야 한다.Singular expressions should be understood to include plural expressions unless the context clearly indicates otherwise, and terms such as "comprise" or "have" refer to a feature, number, step, operation, component, part, or feature thereof. It is to be understood that the combination is intended to be present and does not exclude in advance the possibility of the presence or addition of one or more other features or numbers, steps, operations, components, parts or combinations thereof.

각 단계들에 있어 식별부호(예를 들어, a, b, c 등)는 설명의 편의를 위하여 사용되는 것으로 식별부호는 각 단계들의 순서를 설명하는 것이 아니며, 각 단계들은 문맥상 명백하게 특정 순서를 기재하지 않는 이상 명기된 순서와 다르게 일어날 수 있다. 즉, 각 단계들은 명기된 순서와 동일하게 일어날 수도 있고 실질적으로 동시에 수행될 수도 있으며 반대의 순서대로 수행될 수도 있다.In each step, an identification code (e.g., a, b, c, etc.) is used for convenience of description, and the identification code does not describe the order of the steps, and each step clearly indicates a specific order in context. Unless stated otherwise, they may occur out of the order noted. That is, each step may occur in the same order as specified, may be performed substantially simultaneously, or may be performed in the reverse order.

본 발명은 컴퓨터가 읽을 수 있는 기록매체에 컴퓨터가 읽을 수 있는 코드로서 구현될 수 있고, 컴퓨터가 읽을 수 있는 기록 매체는 컴퓨터 시스템에 의하여 읽혀질 수 있는 데이터가 저장되는 모든 종류의 기록 장치를 포함한다. 컴퓨터가 읽을 수 있는 기록 매체의 예로는 ROM, RAM, CD-ROM, 자기 테이프, 플로피 디스크, 광 데이터 저장 장치 등이 있다.The present invention can be embodied as computer readable code on a computer readable recording medium, and the computer readable recording medium includes all kinds of recording devices in which data can be read by a computer system. . Examples of computer-readable recording media include ROM, RAM, CD-ROM, magnetic tape, floppy disk, optical data storage device, and the like.

여기서 사용되는 모든 용어들은 다르게 정의되지 않는 한, 본 발명이 속하는 분야에서 통상의 지식을 가진 자에 의해 일반적으로 이해되는 것과 동일한 의미를 가진다. 일반적으로 사용되는 사전에 정의되어 있는 용어들은 관련 기술의 문맥상 가지는 의미와 일치하는 것으로 해석되어야 하며, 본 출원에서 명백하게 정의하지 않는 한 이상적이거나 과도하게 형식적인 의미를 지니는 것으로 해석될 수 없다.All terms used herein have the same meaning as commonly understood by one of ordinary skill in the art unless otherwise defined. Generally, the terms defined in the dictionary used are to be interpreted to coincide with the meanings in the context of the related art, and should not be interpreted as having ideal or excessively formal meanings unless clearly defined in the present application.

도 1은 본 발명의 일 실시예에 따른 코멘트 기반의 광고 추천 시스템을 설명하는 도면이다.1 is a view for explaining a comment-based advertising recommendation system according to an embodiment of the present invention.

도 1을 참조하면, 코멘트 기반의 광고 추천 시스템(이하, 광고 추천 시스템이라 한다.)(100)은 사용자 단말(110), 광고 추천 장치(130) 및 데이터베이스(150)를 포함할 수 있다.Referring to FIG. 1, a comment-based advertisement recommendation system (hereinafter, referred to as an advertisement recommendation system) 100 may include a user terminal 110, an advertisement recommendation device 130, and a database 150.

사용자 단말(110)은 컨텐츠 사용자가 컨텐츠를 이용할 수 있고 해당 컨텐츠에 대한 코멘트를 작성할 수 있는 컴퓨팅 장치에 해당하고, 스마트폰, 노트북 또는 컴퓨터로 구현될 수 있으며, 반드시 이에 한정되지 않고, 태블릿 PC 등 다양한 디바이스로도 구현될 수 있다. 사용자 단말(110)은 광고 추천 장치(130)와 네트워크를 통해 연결될 수 있고, 적어도 하나의 사용자 단말(110)은 광고 추천 장치(130)와 동시에 연결될 수 있다.The user terminal 110 may correspond to a computing device in which a content user may use the content and write a comment on the content, and may be implemented as a smartphone, a notebook, or a computer, and the like, but is not limited thereto. It can also be implemented in various devices. The user terminal 110 may be connected to the advertisement recommendation device 130 through a network, and at least one user terminal 110 may be simultaneously connected to the advertisement recommendation device 130.

광고 추천 장치(130)는 사용자들이 컨텐츠 내에 남긴 코멘트를 분석한 결과를 기초로 광고를 추천하여 사용자 단말(110)에 제공하는 컴퓨터 또는 프로그램에 해당하는 서버로 구현될 수 있다. 광고 추천 장치(130)는 사용자 단말(110)과 블루투스, WiFi 등을 통해 무선으로 연결될 수 있고, 네트워크를 통해 사용자 단말(110)과 데이터를 주고 받을 수 있다.The advertisement recommendation device 130 may be implemented as a server corresponding to a computer or a program that recommends an advertisement to the user terminal 110 based on a result of analyzing the comments left by the users in the content. The advertisement recommendation device 130 may be wirelessly connected to the user terminal 110 through Bluetooth, WiFi, or the like, and may exchange data with the user terminal 110 through a network.

광고 추천 장치(130)는 데이터베이스(150)를 포함하여 구현될 수 있고, 데이터베이스(150)와 별도로 구현될 수 있다. 데이터베이스(150)와 별도로 구현된 경우 광고 추천 장치(130)는 데이터베이스(150)와 연결되어 데이터를 송수신할 수 있다.The advertisement recommendation device 130 may be implemented including a database 150 and may be implemented separately from the database 150. When implemented separately from the database 150, the advertisement recommendation device 130 may be connected to the database 150 to transmit and receive data.

데이터베이스(150)는 광고 추천 장치(130)가 사용자 코멘트를 분석하여 추천된 광고를 사용자 단말(110)에 제공하기 위해서 사용하는 다양한 정보들을 저장할 수 있다. 예를 들어, 데이터베이스(150)는 특정 컨텐츠와 연관된 사용자 코멘트 정보, 코멘트에 관한 키워드 정보, 공감 수 정보 및 단계 수 정보를 저장할 수 있다.The database 150 may store various information used by the advertisement recommendation device 130 to analyze user comments and provide the recommended advertisement to the user terminal 110. For example, the database 150 may store user comment information associated with specific content, keyword information regarding a comment, empathy information, and step number information.

사용자 코멘트 정보는 특정 컨텐츠를 이용하는 사용자들이 해당 컨텐츠와 관련하여 작성한 다양한 형태의 글에 해당할 수 있다. 예를 들어, 사용자 코멘트는 특정 콘텐츠와 연관된 게시판에 작성된 게시글에 해당할 수 있고, 특정 콘텐츠 내에 작성된 댓글이나 리뷰(review)에 해당할 수 있다. 하위 코멘트는 사용자 코멘트에 다른 사용자가 남긴 추가적인 코멘트에 해당할 수 있고, 예를 들어, 댓글에 대한 리플(reply)에 해당할 수 있다.The user comment information may correspond to various types of posts written by users using specific content in relation to the corresponding content. For example, the user comment may correspond to a post written on a bulletin board associated with a specific content, and may correspond to a comment or review written within the specific content. The lower comment may correspond to additional comments left by other users in the user comment, and may correspond to, for example, a reply to the comment.

공감 수 정보는 사용자 코멘트에 대하여 다른 사용자들이 남긴 '좋아요' 또는 '추천'을 받은 횟수 정보에 해당할 수 있고, 사용자 코멘트에 달린 리플 수에 해당할 수 있으며, 반드시 이에 한정되지 않고, 다양한 형태로 구현된 사용자 코멘트에 대한 다른 사용자들의 긍정적인 평가 횟수 정보에 해당할 수 있다.The sympathy information may correspond to the number of times the user has received a 'like' or 'recommendation' left by other users, and may correspond to the number of ripples attached to the user comment, but is not necessarily limited thereto. It may correspond to information on the number of positive evaluations of other users with respect to the implemented user comment.

단계 수 정보는 컨텐츠에 대하여 사용자가 남기는 코멘트의 구조적인 특징 정보에 해당할 수 있다. 예를 들어, 특정 컨텐츠에 대해 최상위 단계의 사용자 코멘트가 달릴 수 있고, 해당 사용자 코멘트에 대하여 다른 사용자들이 하위 코멘트를 남기는 경우 하위 코멘트는 최상위 단계보다 한 단계 낮은 단계의 코멘트에 해당할 수 있다. 만약 하위 코멘트에 대하여 다른 사용자의 추가 코멘트가 남겨진 경우 추가 코멘트는 하위 코멘트의 단계보다 한 단계 낮은 단계를 가질 수 있다. 사용자 코멘트는 일정한 구조를 가질 수 있고 광고 추천 장치(130)는 단계별로 사용자 코멘트의 중요도를 산출하여 추천에 반영할 수 있다.The step number information may correspond to structural feature information of a comment left by the user with respect to the content. For example, a user comment of the highest level may be executed for a specific content, and when other users leave a lower comment for the user comment, the lower comment may correspond to a comment one level lower than the highest level. If another user's additional comment is left with respect to the lower comment, the additional comment may have a step lower than that of the lower comment. The user comment may have a certain structure, and the advertisement recommendation device 130 may calculate the importance of the user comment step by step and reflect it in the recommendation.

데이터베이스(150)는 특정 범위에 속하는 정보들을 저장하는 적어도 하나의 독립된 서브-데이터베이스들로 구성될 수 있고, 적어도 하나의 독립된 서브-데이터베이스들이 하나로 통합된 통합 데이터베이스로 구성될 수 있다. 적어도 하나의 독립된 서브-데이터베이스들로 구성되는 경우에는 각각의 서브-데이터베이스들은 블루투스, WiFi 등을 통해 무선으로 연결될 수 있고, 네트워크를 통해 상호 간의 데이터를 주고 받을 수 있다. 통합 데이터베이스로 구성되는 경우에는 각각의 서브-데이터베이스들을 하나로 통합하고 상호 간의 데이터 교환 및 제어 흐름을 관리하는 제어부를 포함할 수 있다.The database 150 may be composed of at least one independent sub-databases that store information belonging to a specific range, and may be configured as an integrated database in which at least one independent sub-databases are integrated into one. When composed of at least one independent sub-database, each sub-database may be wirelessly connected through Bluetooth, WiFi, and the like, and may exchange data with each other through a network. In the case of an integrated database, the sub-databases may be integrated into one and may include a control unit for managing data exchange and control flow between the sub-databases.

도 2는 도 1에 있는 광고 추천 장치를 나타내는 블록도이다.FIG. 2 is a block diagram illustrating an advertisement recommending apparatus in FIG. 1.

도 2를 참조하면, 광고 추천 장치(130)는 사용자 코멘트 추출부(210), 사용자 코멘트 분석부(230), 광고 추천부(250) 및 제어부(270)를 포함할 수 있다.2, the advertisement recommendation device 130 may include a user comment extractor 210, a user comment analyzer 230, an advertisement recommender 250, and a controller 270.

사용자 코멘트 추출부(210)는 특정 컨텐츠와 연관된 사용자 코멘트를 수집하고 사용자 코멘트로부터 키워드 및 적어도 하나의 추천 파라미터를 추출할 수 있다. 여기에서, 컨텐츠는 컨텐츠 서비스 제공자에 의해 제공될 수 있고 텍스트, 이미지, 오디오 및 동영상 등을 포함하는 다양한 유형으로 제공될 수 있다. 사용자는 사용자 단말(110)을 통해 컨텐츠에 접근할 수 있고, 컨텐츠와 관련하여 다양한 유형의 코멘트를 작성할 수 있다. The user comment extractor 210 may collect a user comment associated with a specific content and extract a keyword and at least one recommendation parameter from the user comment. Here, the content may be provided by a content service provider and may be provided in various types including text, images, audio, video, and the like. The user may access the content through the user terminal 110 and may write various types of comments with respect to the content.

사용자 코멘트 추출부(210)는 데이터베이스(150)에 저장된 컨텐츠 및 코멘트 데이터를 검색하여 이용할 수 있고, 네트워크를 통해 해당 컨텐츠와 관련된 복수의 웹페이지를 통해 코멘트 정보를 수집할 수 있다. 사용자 코멘트 추출부(210)는 수집된 사용자 코멘트를 분석하여 광고 추천에 사용되는 다양한 정보들을 추출할 수 있다. 예를 들어, 사용자 코멘트 추출부(210)는 자연어 처리 기법을 사용하여 코멘트에 대한 키워드 정보를 추출할 수 있다.The user comment extracting unit 210 may search and use contents and comment data stored in the database 150, and collect comment information through a plurality of web pages related to the corresponding contents through a network. The user comment extractor 210 may extract various information used for the advertisement recommendation by analyzing the collected user comments. For example, the user comment extractor 210 may extract keyword information about a comment using a natural language processing technique.

일 실시예에서, 사용자 코멘트 추출부(210)는 수집된 사용자 코멘트로부터 특정 컨텐츠에 관하여 컨텐츠 서비스 제공자에 의해 설정된 키워드 모집단에 포함된 키워드만을 추출할 수 있다. 예를 들어, 사용자 코멘트 추출부(210)는 '축구'관련 동영상 컨텐츠에 대하여 컨텐츠 서비스 제공자에 의해 '축구' 관련 키워드를 포함하는 키워드 모집단이 설정된 경우 해당 컨텐츠에 대한 코멘트들로부터 키워드 모집단에 포함된 '축구' 관련 키워드 만을 추출할 수 있다. In one embodiment, the user comment extracting unit 210 may extract only the keywords included in the keyword population set by the content service provider for the specific content from the collected user comments. For example, the user comment extracting unit 210 may include a keyword population that is included in the keyword population from the comments about the corresponding content when the keyword population including the “football” related keyword is set by the content service provider for the “football” related video content. Only keywords related to 'soccer' can be extracted.

일 실시예에서, 사용자 코멘트 추출부(210)는 사용자 코멘트에서 출현 빈도가 높은 순서에 따라 정렬된 키워드 중 적어도 하나의 주요 키워드를 결정하고 주요 키워드를 포함하는 사용자 코멘트에 대한 공감 수, 하위 코멘트 수 및 단계 수를 추출할 수 있다. 사용자 코멘트 추출부(210)는 사용자 코멘트를 구성하는 복수의 문장들을 분석하여 키워드별 출현 빈도를 산출할 수 있고, 출현 빈도가 높은 순서에 따라 정렬된 키워드 중에서 미리 설정된 개수만큼의 키워드를 주요 키워드로 결정할 수 있다. In one embodiment, the user comment extracting unit 210 determines at least one main keyword among the keywords sorted according to the order of appearance of the user comments, and the number of sympathies and lower comments for the user comment including the main keyword. And number of steps can be extracted. The user comment extracting unit 210 may calculate a frequency of appearance for each keyword by analyzing a plurality of sentences constituting the user comment, and as a main keyword, a predetermined number of keywords among the keywords sorted according to the order of appearance frequently. You can decide.

사용자 코멘트 추출부(210)는 추출된 주요 키워드별로 추천 파라미터를 추출할 수 있다. 보다 구체적으로, 사용자 코멘트 추출부(210)는 주요 키워드별로 주요 키워드를 포함하는 사용자 코멘트에 대한 공감 수, 하위 코멘트 수 및 단계 수를 추출할 수 있다. 공감 수는 주요 키워드를 포함하는 사용자 코멘트에 대한 '추천', '공감' 및 '좋아요' 등의 긍정적인 반응을 의미하는 다양한 형태의 평가들의 총 개수에 해당할 수 있다. 하위 코멘트 수는 주요 키워드를 포함하는 사용자 코멘트에 대한 리플(reply) 등 해당 사용자 코멘트에 추가적으로 남겨진 다른 사용자들의 코멘트 총 개수에 해당할 수 있다. The user comment extractor 210 may extract a recommendation parameter for each extracted main keyword. More specifically, the user comment extracting unit 210 may extract the sympathy, the lower comment number, and the number of steps for the user comment including the main keyword for each main keyword. The empathy number may correspond to the total number of various types of evaluations, which means positive responses such as 'recommendation', 'empathy' and 'like' to user comments including the main keyword. The number of lower comments may correspond to the total number of comments of other users additionally left in the user comment, such as a reply to a user comment including a main keyword.

단계 수는 주요 키워드를 포함하는 사용자 코멘트가 위치한 전체 사용자 코멘트 내에서의 단계 정보에 해당할 수 있다. 주요 키워드를 포함하는 사용자 코멘트가 컨텐츠에 직접 연관된 경우 최상위 단계에 해당할 수 있고, 다른 사용자가 남긴 사용자 코멘트에 대한 하위 코멘트인 경우에는 다른 사용자의 코멘트 단계보다 한 단계 낮은 단계에 해당할 수 있다. 사용자 코멘트 추출부(210)는 최상위 단계를 기준으로 사용자 코멘트가 위치한 단계에 따라 단계 수를 산출할 수 있다. 단계 수가 높을수록 컨텐츠와의 연관도는 증가할 수 있고, 상위 단계의 코멘트에 포함된 키워드일수록 컨텐츠와의 연관도가 높아 광고 추천에 높은 비율로 반영될 수 있다.The number of steps may correspond to the step information in the entire user comment where the user comment including the main keyword is located. When a user comment including a main keyword is directly related to the content, the user comment may correspond to a top level. When the user comment includes a main keyword, the user comment may correspond to a step lower than another user's comment level. The user comment extractor 210 may calculate the number of steps according to the step where the user comment is located based on the highest level. The higher the number of steps, the higher the degree of relevance to the content, and the higher the level of relevance to the keyword.

사용자 코멘트 분석부(230)는 키워드 및 적어도 하나의 추천 파라미터를 기초로 키워드별 관련도 지수를 산출할 수 있다. 관련도 지수는 특정 키워드가 해당 컨텐츠와 관련 있는 정도를 다양한 파라미터를 반영하여 수치화한 것으로 관련도 지수가 높을수록 해당 컨텐츠와 관련될 확률이 높다는 것을 의미할 수 있다. 사용자 코멘트 분석부(230)는 사용자 코멘트를 분석하여 해당 컨텐츠와 관련되는 키워드를 추출함으로써 광고 추천 장치(130)가 해당 컨텐츠의 사용자들에게 보다 적합한 광고를 제공하도록 할 수 있다.The user comment analyzer 230 may calculate a relevance index for each keyword based on the keyword and at least one recommendation parameter. The relevance index is a numerical value reflecting various parameters in relation to a specific keyword. The relevance index may mean that the higher the relevance index is, the more likely it is to be related to the corresponding content. The user comment analyzer 230 may extract the keyword related to the corresponding content by analyzing the user comment so that the advertisement recommendation device 130 may provide a more suitable advertisement to the users of the corresponding content.

일 실시예에서, 사용자 코멘트 분석부(230)는 주요 키워드를 포함하는 사용자 코멘트에 대한 공감 수, 하위 코멘트 수 및 단계 수 중 적어도 하나를 기초로 관련도 지수를 산출할 수 있다. 사용자 코멘트 분석부(230)는 해당 코멘트에 대한 공감 수가 많을수록, 하위 코멘트 수가 많을수록, 단계 수가 높을수록 해당 코멘트에 포함된 주요 키워드의 관련도 지수를 높게 산출할 수 있다.In one embodiment, the user comment analyzer 230 may calculate a relevance index based on at least one of empathy, lower comment count, and step count for the user comment including the main keyword. The user comment analyzer 230 may calculate a high relevance index of the main keywords included in the comment as the number of sympathies with the comment, the number of lower comments, and the number of steps are high.

일 실시예에서, 사용자 코멘트 분석부(230)는 다음의 수학식 1을 통해 키워드별 관련도 지수를 산출할 수 있다.In one embodiment, the user comment analyzer 230 may calculate a relevance index for each keyword through Equation 1 below.

[수학식 1][Equation 1]

RI = W1 * RIFrequency + W2 * RILike + W3 * RIReply RI = W 1 * RI Frequency + W 2 * RI Like + W 3 * RI Reply

여기에서, RI는 관련도 지수를, W1, W2 및 W3는 가중치를, RIFrequency는 코멘트 내 출현빈도 지수를, RILike는 코멘트 공감 수 지수를, RIReply는 하위 코멘트 수 지수를 의미한다. 0 ≤ W1, W2, W3 ≤ 1 이고 W1 + W2 + W3 = 1 이다. RIFrequency, RILike 및 RIReply는 각각 다음의 수학식 2 내지 4를 통해 산출할 수 있다.Where RI is the relevance index, W 1 , W 2, and W 3 are the weights, RI Frequency is the frequency of appearance in comments, RI Like is the comment empathy index, and RI Reply is the sub comment count index. do. Is 0 ≤ W 1, W 2, W 3 ≤ 1 , and W 1 + W 2 + W 3 = 1. RI Frequency , RI Like, and RI Reply can be calculated through Equations 2 to 4, respectively.

[수학식 2][Equation 2]

Figure 112018012348540-pat00001
Figure 112018012348540-pat00001

Figure 112018012348540-pat00002
Figure 112018012348540-pat00002

Figure 112018012348540-pat00003
Figure 112018012348540-pat00003

여기에서, 코멘트 내 특정 키워드(Nk)의 출현빈도 지수인 RIFrequency는 추출된 전체 키워드(Noun)의 수에 대한 해당 키워드(Nk)의 수의 비율로서 산출할 수 있다.Here, RI Frequency, which is an index of occurrence of the specific keyword N k in the comment, may be calculated as a ratio of the number of the corresponding keywords N k to the number of extracted whole keywords Noun.

[수학식 3][Equation 3]

Figure 112018012348540-pat00004
Figure 112018012348540-pat00004

Figure 112018012348540-pat00005
Figure 112018012348540-pat00005

Figure 112018012348540-pat00006
Figure 112018012348540-pat00006

여기에서, 특정 키워드(Nk)를 포함하는 사용자 코멘트의 공감 수 지수인 RILike는 추출된 전체 공감(Like)의 수에 대한 해당 키워드(Nk)를 포함하는 사용자 코멘트의 공감 수의 비율로서 산출할 수 있다.Here, RI Like, which is the empathy index of the user comment that includes a specific keyword (N k ), is a ratio of the empathy of the user comment that includes the corresponding keyword (N k ) to the total number of extracted empathy (Like). Can be calculated.

[수학식 4][Equation 4]

Figure 112018012348540-pat00007
Figure 112018012348540-pat00007

Figure 112018012348540-pat00008
Figure 112018012348540-pat00008

Figure 112018012348540-pat00009
Figure 112018012348540-pat00009

여기에서, 특정 키워드(Nk)를 포함하는 사용자 코멘트의 하위 코멘트 수 지수인 RIReply는 추출된 전체 하위 코멘트(Reply)의 수에 대한 해당 키워드(Nk)를 포함하는 사용자 코멘트의 하위 코멘트 수의 비율로서 산출할 수 있다.Here, RI Reply, which is an index of the number of sub comments of a user comment including a specific keyword (N k ), is a sub comment number of a user comment including the corresponding keyword (N k ) with respect to the total number of extracted sub comments (Reply). It can be calculated as the ratio of.

광고 추천부(250)는 특정 컨텐츠 이용 과정에서 관련도 지수가 가장 높은 키워드와 매칭되는 적어도 하나의 광고를 제공할 수 있다. 광고 추천부(250)는 사용자가 사용자 단말(110)을 통해 특정 컨텐츠를 이용하는 경우 해당 컨텐츠에 남겨진 사용자 코멘트들을 분석하여 해당 컨텐츠와 관련도 지수가 가장 높은 키워드를 추출할 수 있고, 해당 키워드와 매칭되는 광고를 데이터베이스(150)로부터 추출하여 사용자 단말(110)에 추천 광고로서 제공할 수 있다. The advertisement recommendation unit 250 may provide at least one advertisement matching a keyword having the highest relevance index in the process of using a specific content. When the user uses a specific content through the user terminal 110, the advertisement recommender 250 may extract a keyword having the highest relevance index to the corresponding content by analyzing user comments left in the corresponding content, and matching the keyword. The advertisement may be extracted from the database 150 and provided to the user terminal 110 as a recommended advertisement.

광고 추천부(250)는 키워드와 광고를 대표하는 키워드 간의 일치 여부를 기초로 키워드와 광고 간의 매칭 여부를 판단할 수 있다. 여기에서, 광고를 대표하는 키워드는 해당 광고를 제공하는 컨텐츠 서비스 제공자에 의하여 미리 설정될 수 있고, 광고에 관한 메타 데이터를 기초로 추출될 수 있다.The advertisement recommendation unit 250 may determine whether the keyword matches the advertisement based on whether the keyword matches the keyword representing the advertisement. Here, the keyword representing the advertisement may be preset by the content service provider that provides the advertisement, and may be extracted based on metadata regarding the advertisement.

일 실시예에서, 광고 추천부(250)는 특정 컨텐츠의 유형에 기초하여 적어도 하나의 광고를 배너 광고, 이미지 광고, 오디오 광고 및 동영상 광고 중 어느 하나의 형태로 사용자 단말(110)에 제공할 수 있다. 광고 추천부(250)는 추천 광고로서 결정된 적어도 하나의 광고에 대하여 사용자에게 광고를 제공하는 다양한 형태 중 어느 하나를 선택하여 해당 형태로 가공된 광고를 사용자 단말(110)에 제공할 수 있다. 광고 추천부(250)는 컨텐츠 서비스 제공자의 설정에 따라 결정된 형태로 가공된 추천 광고를 사용자에게 제공할 수 있다.In an embodiment, the advertisement recommender 250 may provide the user terminal 110 with at least one advertisement in the form of a banner advertisement, an image advertisement, an audio advertisement, or a video advertisement based on the type of specific content. have. The advertisement recommendation unit 250 may select any one of various forms of providing an advertisement to the user with respect to the at least one advertisement determined as the recommended advertisement and provide the advertisement processed in the form to the user terminal 110. The advertisement recommendation unit 250 may provide the user with a recommendation advertisement processed in a form determined according to the setting of the content service provider.

일 실시예에서, 광고 추천부(250)는 관련도 지수가 가장 높은 키워드와 매칭되고 후보 광고 모집단에 포함된 적어도 하나의 광고를 제공할 수 있다. 광고 추천부(250)는 추천된 광고를 결정하기 전에 사용자에게 제공될 광고들을 포함하는 후보 광고 모집단을 생성할 수 있고, 후보 광고 모집단에 포함된 광고들 중에서 사용자 코멘트와의 관련도가 가장 높은 키워드에 매칭되는 적어도 하나의 광고를 결정하여 사용자에게 추천 광고로서 제공할 수 있다. In one embodiment, the advertisement recommendation unit 250 may provide at least one advertisement that matches the keyword having the highest relevance index and is included in the candidate advertisement population. The advertisement recommender 250 may generate a candidate advertisement population including advertisements to be provided to the user before determining the recommended advertisement, and the most relevant keyword with the user comment among the advertisements included in the candidate advertisement population. At least one advertisement matching to may be determined and provided to the user as a recommended advertisement.

후보 광고 모집단은 광고주가 제공한 광고들을 포함하여 구성될 수 있고, 컨텐츠를 이용하는 사용자의 선호도를 기초로 협업 필터링을 통해 해당 사용자와 유사한 선호도를 가진 사용자들이 선호하는 광고들을 포함하여 구성될 수 있다. 후보 광고 모집단은 사용자 코멘트로부터 추출된 키워드와의 매칭 여부를 판단하는 1차적인 비교 대상 광고에 해당할 수 있다.The candidate advertisement population may be configured to include advertisements provided by the advertiser, and may be configured to include advertisements that are preferred by users having similar preferences as the corresponding users through collaborative filtering based on the preferences of the users who use the content. The candidate advertisement population may correspond to a primary comparison target advertisement determining whether to match a keyword extracted from a user comment.

일 실시예에서, 광고 추천부(250)는 관련도 지수가 가장 높은 키워드와 매칭되는 광고가 없는 경우 관련도 지수가 가장 높은 키워드 및 후보 광고 모집단에 포함된 광고의 대표 키워드 간의 유사도를 기초로 결정된 적어도 하나의 광고를 제공할 수 있다. 광고의 대표 키워드는 해당 광고에 메타 데이터로서 포함된 주요 키워드에 해당할 수 있고, 해당 광고의 메타 데이터를 분석하여 추출된 주요 키워드와 유사한 적어도 하나의 유사 키워드에 해당할 수 있다.In one embodiment, the ad recommendation unit 250 is determined based on the similarity between the keyword having the highest relevancy index and the representative keywords of the ads included in the candidate ad population when no ads match the keyword with the highest relevancy index. At least one advertisement may be provided. The representative keyword of the advertisement may correspond to a main keyword included as metadata in the corresponding advertisement, and may correspond to at least one similar keyword similar to the main keyword extracted by analyzing the metadata of the corresponding advertisement.

광고 추천부(250)는 관련도 지수가 가장 높은 키워드와 광고를 대표하는 키워드 간의 일치 여부를 기초로 매칭되는 광고를 결정할 수 있고, 일치하는 광고가 후보 광고 모집단 내에 존재하지 않는 경우에는 관련도 지수가 가장 높은 키워드와 가장 유사한 키워드를 대표 키워드로 하는 광고들을 추천 광고로서 결정할 수 있다. 일 실시예에서, 광고 추천부(250)는 키워드 간의 유사도를 분석하기 위하여 워드넷(WordNet)과 같은 온톨로지(ontology) 기반의 어휘 데이터베이스를 사용할 수 있다.The ad recommender 250 may determine a matched advertisement based on a match between a keyword having the highest relevance index and a keyword representing the advertisement. If the matched advertisement does not exist in the candidate ad population, the relevance index may be determined. Advertisements having keywords as the representative keywords most similar to the highest keywords may be determined as recommended ads. In an embodiment, the advertisement recommender 250 may use an ontology-based vocabulary database such as WordNet to analyze the similarity between keywords.

제어부(270)는 광고 추천 장치(130)의 전체적인 동작을 제어하고, 사용자 코멘트 추출부(210), 사용자 코멘트 분석부(230) 및 광고 추천부(250) 간의 제어 흐름 또는 데이터 흐름을 관리할 수 있다.The controller 270 may control the overall operation of the advertisement recommendation device 130 and may manage a control flow or data flow between the user comment extractor 210, the user comment analyzer 230, and the advertisement recommender 250. have.

도 3은 도 1에 있는 광고 추천 장치에서 수행되는 광고 추천 과정을 설명하는 순서도이다.3 is a flowchart illustrating an advertisement recommendation process performed in the advertisement recommendation apparatus of FIG. 1.

도 3을 참조하면, 광고 추천 장치(130)는 사용자 코멘트 추출부(210)를 통해 특정 컨텐츠와 연관된 사용자 코멘트를 수집하고 사용자 코멘트로부터 키워드 및 적어도 하나의 분석 파라미터 정보를 추출할 수 있다(단계 S310). 일 실시예에서, 사용자 코멘트 추출부(210)는 사용자 코멘트에서 출현 빈도가 높은 순서에 따라 정렬된 키워드 중 적어도 하나의 주요 키워드를 결정하고 주요 키워드를 포함하는 사용자 코멘트에 대한 공감 수, 하위 코멘트 수 및 단계 수를 추출할 수 있다.Referring to FIG. 3, the advertisement recommendation device 130 may collect a user comment associated with a specific content through the user comment extractor 210 and extract a keyword and at least one analysis parameter information from the user comment (step S310). ). In one embodiment, the user comment extracting unit 210 determines at least one main keyword among the keywords sorted according to the order of appearance of the user comments, and the number of sympathies and lower comments for the user comment including the main keyword. And number of steps can be extracted.

광고 추천 장치(130)는 사용자 코멘트 분석부(230)를 통해 키워드 및 적어도 하나의 분석 파라미터 정보를 기초로 키워드별 관련도 지수를 산출할 수 있다(단계 S330). 일 실시예에서, 사용자 코멘트 분석부(230)는 주요 키워드를 포함하는 사용자 코멘트에 대한 공감 수, 하위 코멘트 수 및 단계 수 중 적어도 하나를 기초로 관련도 지수를 산출할 수 있다.The advertisement recommendation device 130 may calculate a relevance index for each keyword based on the keyword and at least one analysis parameter information through the user comment analyzer 230 (step S330). In one embodiment, the user comment analyzer 230 may calculate a relevance index based on at least one of empathy, lower comment count, and step count for the user comment including the main keyword.

일 실시예에서, 사용자 코멘트 분석부(230)는 다음의 수학식 5를 통해 키워드별 관련도 지수를 산출할 수 있다.In one embodiment, the user comment analyzer 230 may calculate a relevance index for each keyword through Equation 5 below.

[수학식 5][Equation 5]

RI = W1 * RILike + W2 * RIReply + W3 * RIStage RI = W 1 * RI Like + W 2 * RI Reply + W 3 * RI Stage

여기에서, RI는 관련도 지수를, W1, W2 및 W3는 가중치를, RILike는 코멘트 공감 수 지수를, RIReply는 하위 코멘트 수 지수를, RIStage는 단계 수 지수를 의미한다. 0 ≤ W1, W2, W3 ≤ 1 이고 W1 + W2 + W3 = 1 이다. RIStage는 다음의 수학식 6을 통해 산출할 수 있다.Here, RI represents a relevance index, W 1 , W 2, and W 3 represents a weight, RI Like represents a comment consensus index, RI Reply represents a lower comment index, and RI Stage represents a stage index. Is 0 ≤ W 1, W 2, W 3 ≤ 1 , and W 1 + W 2 + W 3 = 1. RI Stage can be calculated by the following equation (6).

[수학식 6][Equation 6]

RIStage = Stage(Nk) / CStage RI Stage = Stage (N k ) / C Stage

여기에서, Stage(Nk)는 특정 키워드(Noun) Nk를 포함하는 사용자 코멘트의 단계 수를, CStage는 해당 컨텐츠의 사용자 코멘트 단계 수 중 가장 높은 단계 수를 의미한다. 사용자 코멘트의 단계 수는 최상위 단계에서 낮은 단계로 갈수록 단계 수가 낮아질 수 있다. 최상위 단계의 단계 수는 CStage와 동일할 수 있고, 가장 낮은 단계의 단계 수는 1에 해당할 수 있다. 따라서, 특정 키워드 Nk가 최상위 단계의 사용자 코멘트에 포함된 경우 단계 수 Stage(Nk)는 CStage와 동일할 수 있고, 해당 키워드에 대한 단계 수 지수 RIStage는 1에 해당할 수 있다.Here, Stage (N k ) refers to the number of stages of user comments including a specific keyword N k , and C Stage refers to the highest number of stages of user comment stages of the corresponding content. The number of steps of the user comment may be lower from the top level to the lower level. The number of stages of the highest stage may be the same as the C stage, and the number of stages of the lowest stage may correspond to one. Therefore, when a specific keyword N k is included in the user comment of the highest level, the number of stages Stage N k may be the same as the C stage, and the number of stage index RI Stage for the keyword may correspond to one.

일 실시예에서, 사용자 코멘트 분석부(230)는 다음의 수학식 7를 통해 키워드별 관련도 지수를 산출할 수 있다.In one embodiment, the user comment analyzer 230 may calculate a relevance index for each keyword through Equation 7 below.

[수학식 7][Equation 7]

RI = W1 * RIFrequency + W2 * RILike + W3 * RIReply + W4 * RIStage RI = W 1 * RI Frequency + W 2 * RI Like + W 3 * RI Reply + W 4 * RI Stage

여기에서, RI는 관련도 지수를, W1, W2, W3 및 W4는 가중치를, RIFrequency는 코멘트 내 출현빈도 지수를, RILike는 코멘트 공감 수 지수를, RIReply는 하위 코멘트 수 지수를, RIStage는 단계 수 지수를 의미한다. 0 ≤ W1, W2, W3, W4 ≤ 1 이고 W1 + W2 + W3 + W4 = 1 이다.Where RI is the relevance index, W 1 , W 2 , W 3, and W 4 are the weights, RI Frequency is the frequency of appearance in the comments, RI Like is the comment empathy index, and RI Reply is the number of subcomments. The index, RI Stage , means the number of stage index. 0 ≤ W 1 , W 2 , W 3 , W 4 ≤ 1 and W 1 + W 2 + W 3 + W 4 = 1.

광고 추천 장치(130)는 광고 추천부(250)를 통해 특정 컨텐츠 이용 과정에서 관련도 지수를 기초로 키워드와 매칭되는 적어도 하나의 광고를 제공할 수 있다(단계 S350). 일 실시예에서, 광고 추천 장치(130)는 관련도 지수가 가장 높은 키워드와 매칭되는 광고가 없는 경우 관련도 지수가 가장 높은 키워드 및 후보 광고 모집단에 포함된 광고의 대표 키워드 간의 유사도를 기초로 결정된 적어도 하나의 광고를 제공할 수 있다.The advertisement recommendation device 130 may provide at least one advertisement matching the keyword based on the relevance index in the process of using the specific content through the advertisement recommendation unit 250 (step S350). In one embodiment, the ad recommendation device 130 is determined based on the similarity between the keyword having the highest relevancy index and the representative keywords of the advertisement included in the candidate ad population when no ads match the keyword with the highest relevancy index. At least one advertisement may be provided.

도 4는 본 발명의 일 실시예에 따른 광고 추천 장치에서 사용자 코멘트를 추출하는 일 실시예를 설명하는 예시도이다.4 is an exemplary view illustrating an embodiment of extracting a user comment from an advertisement recommendation device according to an embodiment of the present invention.

도 4를 참조하면, 광고 추천 장치(130)는 특정 컨텐츠에 관한 사용자 코멘트를 수집할 수 있다. 도 4에서, 사용자 코멘트 중에서 '새우'(410)라는 키워드를 포함하는 복수의 사용자 코멘트를 확인할 수 있다. 사용자 코멘트 추출부(210)는 수집된 사용자 코멘트를 분석하여 사용자 코멘트에서 출현 빈도가 가장 높은 키워드로서 '새우'(410)라는 키워드를 주요 키워드로 결정할 수 있다. Referring to FIG. 4, the advertisement recommendation device 130 may collect user comments regarding a specific content. In FIG. 4, a plurality of user comments including the keyword “shrimp” 410 may be checked among user comments. The user comment extracting unit 210 may analyze the collected user comments and determine the keyword 'shrimp' 410 as the main keyword as the keyword having the highest appearance frequency in the user comment.

사용자 코멘트 분석부(230)는 '새우'(410)라는 키워드에 대해 코멘트 내에서의 해당 키워드 출현빈도(430), 해당 키워드를 포함하는 코멘트에 관한 하위 코멘트 수(450) 및 공감 수(470)를 포함하는 분석 파라미터를 기초로 관련도 지수를 산출할 수 있고, '새우'(410)라는 키워드가 해당 컨텐츠와의 관련도가 가장 높은 것으로 결정할 수 있다. 광고 추천부(250)는 사용자 코멘트 분석부(230)에 의해 관련도 지수가 가장 높은 키워드인 '새우'(410)라는 키워드와 매칭되는 광고를 추천 광고로 결정하여 사용자에게 제공할 수 있다.The user comment analyzer 230 may identify the keyword occurrence frequency 430 in the comment on the keyword 'shrimp' 410, the number of lower comments 450 and the number of empathy 470 related to the comment including the keyword. The relevance index may be calculated based on an analysis parameter including a, and the keyword 'shrimp' 410 may be determined to have the highest relevance with the corresponding content. The advertisement recommendation unit 250 may provide the user with an advertisement matching the keyword 'shrimp' 410, which is the keyword having the highest relevance index, as the recommended advertisement by the user comment analyzer 230.

도 5는 본 발명의 일 실시예에 따른 광고 추천 장치에서 광고를 제공하는 일 실시예를 설명하는 예시도이다.5 is an exemplary view illustrating an embodiment of providing an advertisement in an advertisement recommendation apparatus according to an embodiment of the present invention.

도 5를 참조하면, 광고 추천 장치(130)는 사용자 코멘트 분석부(230)에 의해 산출된 관련도 지수를 기초로 해당 컨텐츠를 이용하는 사용자에게 관련도 지수가 가장 높은 키워드와 매칭되는 적어도 하나의 광고를 제공할 수 있다. 도 5에서, 컨텐츠와 연관된 사용자 코멘트(530)를 분석하여 '새우'라는 키워드가 가장 관련도 높은 키워드로 결정될 수 있고, '새우'라는 키워드와 매칭되는 '새우' 관련 광고가 사용자 코멘트(530) 목록 상단에 이미지 광고(510)의 형태로 제공될 수 있다.Referring to FIG. 5, the advertisement recommendation device 130 may include at least one advertisement matching a keyword having the highest relevance index to a user using the corresponding content based on the relevance index calculated by the user comment analyzer 230. Can be provided. In FIG. 5, the user's comment 530 associated with the content may be analyzed to determine that the keyword 'shrimp' is the most relevant keyword, and the 'shrimp' related advertisement matching the keyword 'shrimp' may be the user comment 530. It may be provided in the form of an image advertisement 510 at the top of the list.

일 실시예에서, 광고 추천부(250)는 사용자 단말(110)을 통해 제공되는 추천 광고의 위치를 서비스 제공자가 원하는 위치로 설정하여 제공할 수 있다. 도 5에서, 광고 추천부(250)는 '새우' 관련 이미지 광고(510)를 사용자 코멘트(530) 목록 상단에 위치시켜 제공할 수 있고, 사용자 코멘트(530) 목록 좌측, 우측 및 하단에 위치시켜 제공할 수 있다. 또한, 광고 추천부(250)는 추천 광고를 사용자 코멘트(530) 목록 중간에 위치시켜 제공할 수 있다. 광고 추천부(250)는 추천 광고를 제공하는 위치 뿐만 아니라 추천 광고의 크기, 유형 및 노출 시간 등을 변경함으로써 다양한 방식으로 사용자에게 추천 광고를 제공할 수 있다.In one embodiment, the advertisement recommendation unit 250 may set the location of the recommended advertisement provided through the user terminal 110 to a location desired by the service provider. In FIG. 5, the advertisement recommendation unit 250 may provide a 'shrimp'-related image advertisement 510 at the top of the list of user comments 530, and may be located at the left, right, and bottom of the list of the user comments 530. Can provide. In addition, the advertisement recommendation unit 250 may provide a recommendation advertisement by placing it in the middle of the list of user comments 530. The advertisement recommendation unit 250 may provide a recommendation advertisement to the user in various ways by changing the size, type, and exposure time of the recommendation advertisement as well as the location where the recommendation advertisement is provided.

상기에서는 본 발명의 바람직한 실시예를 참조하여 설명하였지만, 해당 기술 분야의 숙련된 당업자는 하기의 특허 청구의 범위에 기재된 본 발명의 사상 및 영역으로부터 벗어나지 않는 범위 내에서 본 발명을 다양하게 수정 및 변경시킬 수 있음을 이해할 수 있을 것이다.Although described above with reference to a preferred embodiment of the present invention, those skilled in the art will be variously modified and changed within the scope of the invention without departing from the spirit and scope of the invention described in the claims below I can understand that you can.

100: 코멘트 기반의 광고 추천 시스템
110: 사용자 단말 130: 광고 추천 장치
150: 데이터베이스
210: 사용자 코멘트 추출부 230: 사용자 코멘트 분석부
250: 광고 추천부 270: 제어부
410: '새우' 키워드 430: 키워드 출현 빈도
450: 코멘트의 하위 코멘트 수 470: 코멘트의 공감 수
510: 주요 키워드 관련 이미지 광고
530: 사용자 코멘트100: Comment based ad recommendation system
110: user terminal 130: advertising recommendation device
150: database
210: user comment extraction unit 230: user comment analysis unit
250: advertising recommendation unit 270: control unit
410: 'shrimp' keyword 430: frequency of keyword appearance
450: Sub comment number of comment 470: Empathy number of comment
510: Image keyword related keywords
530: user comments

Claims (12)

특정 컨텐츠와 연관된 사용자 코멘트를 수집하고 상기 사용자 코멘트로부터 키워드 및 적어도 하나의 추천 파라미터를 추출하는 사용자 코멘트 추출부;
상기 키워드 및 상기 적어도 하나의 추천 파라미터를 기초로 키워드별 관련도 지수를 산출하는 사용자 코멘트 분석부; 및
상기 특정 컨텐츠 이용 과정에서 상기 관련도 지수가 가장 높은 상기 키워드와 매칭되는 적어도 하나의 광고를 제공하는 광고 추천부를 포함하되,
상기 적어도 하나의 추천 파라미터는 상기 사용자 코멘트에 대한 단계 수를 포함하고, 상기 단계 수는 코멘트에 관한 구조적인 특징 정보로서 상기 특정 컨텐츠에 직접 달린 코멘트를 최상위 단계로 하여 해당 코멘트에 달린 하위 코멘트는 그 다음 단계를 갖는 방식으로 부여되며, 상기 관련도 지수는 상기 단계 수에 관한 단계 수 지수를 기초로 산출되고,
상기 사용자 코멘트 추출부는 상기 사용자 코멘트에서 출현 빈도가 높은 순서에 따라 정렬된 키워드 중 적어도 하나의 주요 키워드를 결정하고 상기 주요 키워드를 포함하는 사용자 코멘트에 대한 공감 수, 하위 코멘트 수 및 단계 수를 추출하고,
상기 사용자 코멘트 분석부는 상기 주요 키워드를 포함하는 사용자 코멘트에 대한 공감 수, 하위 코멘트 수 및 단계 수를 기초로 다음의 수학식을 통해 상기 관련도 지수를 산출하고,
[수학식]
RI = W1 * RIFrequency + W2 * RILike + W3 * RIReply + W4 * RIStage
(여기에서, RI는 관련도 지수를, W1, W2, W3 및 W4는 가중치를, RIFrequency는 코멘트 내 출현빈도 지수를, RILike는 코멘트 공감 수 지수를, RIReply는 하위 코멘트 수 지수를, RIStage는 단계 수 지수를 의미한다.),
상기 광고 추천부는 상기 관련도 지수가 가장 높은 키워드와 매칭되고 후보 광고 모집단에 포함된 적어도 하나의 광고를 제공하고, 상기 관련도 지수가 가장 높은 키워드와 매칭되는 광고가 없는 경우 상기 관련도 지수가 가장 높은 키워드 및 후보 광고 모집단에 포함된 광고의 대표 키워드 간의 유사도를 기초로 결정된 적어도 하나의 광고를 제공하는 것을 특징으로 하는 코멘트 기반의 광고 추천 장치.
A user comment extractor configured to collect user comments associated with specific content and extract keywords and at least one recommendation parameter from the user comments;
A user comment analyzer configured to calculate a relevance index for each keyword based on the keyword and the at least one recommendation parameter; And
In the process of using the specific content includes an advertisement recommendation unit for providing at least one advertisement matching the keyword having the highest relevance index,
The at least one recommendation parameter includes a number of steps for the user comment, wherein the number of steps is structural feature information about the comment, with the comment directly attached to the specific content being the highest level and the lower comment attached to the comment. Given in a manner having the following steps, wherein the relevance index is calculated based on the step number index with respect to the number of steps,
The user comment extracting unit determines at least one main keyword among the keywords arranged in the order of appearance frequency in the user comment, and extracts the sympathy number, the lower comment number, and the number of steps for the user comment including the main keyword. ,
The user comment analyzer calculates the relevance index through the following equation based on the number of sympathies, lower comments, and steps for user comments including the main keyword,
[Equation]
RI = W 1 * RI Frequency + W 2 * RI Like + W 3 * RI Reply + W 4 * RI Stage
(Where RI is the relevance index, W 1 , W 2 , W 3, and W 4 are the weights, RI Frequency is the frequency of occurrences in the comments, RI Like is the comment empathy index, and RI Reply is the child comment. Number index, RI Stage means stage number index),
The advertisement recommendation unit provides at least one advertisement that matches the keyword having the highest relevance index and is included in a candidate advertisement population, and when there is no advertisement matching the keyword having the highest relevancy index, the relevance index is the highest. And at least one advertisement determined based on the similarity between the high keyword and the representative keyword of the advertisement included in the candidate advertisement population.
삭제delete 삭제delete 삭제delete 삭제delete 삭제delete 코멘트 기반의 광고 추천 장치에서 수행되는 광고 추천 방법에 있어서,
(a) 특정 컨텐츠와 연관된 사용자 코멘트를 수집하고 상기 사용자 코멘트로부터 키워드 및 적어도 하나의 추천 파라미터를 추출하는 단계;
(b) 상기 키워드 및 상기 적어도 하나의 추천 파라미터를 기초로 키워드별 관련도 지수를 산출하는 단계; 및
(c) 상기 특정 컨텐츠 이용 과정에서 상기 관련도 지수가 가장 높은 상기 키워드와 매칭되는 적어도 하나의 광고를 제공하는 단계를 포함하되,
상기 적어도 하나의 추천 파라미터는 상기 사용자 코멘트에 대한 단계 수를 포함하고, 상기 단계 수는 코멘트에 관한 구조적인 특징 정보로서 상기 특정 컨텐츠에 직접 달린 코멘트를 최상위 단계로 하여 해당 코멘트에 달린 하위 코멘트는 그 다음 단계를 갖는 방식으로 부여되며, 상기 관련도 지수는 상기 단계 수에 관한 단계 수 지수를 기초로 산출되고,
상기 (a) 단계는 상기 사용자 코멘트에서 출현 빈도가 높은 순서에 따라 정렬된 키워드 중 적어도 하나의 주요 키워드를 결정하고 상기 주요 키워드를 포함하는 사용자 코멘트에 대한 공감 수, 하위 코멘트 수 및 단계 수를 추출하는 단계이고,
상기 (b) 단계는 상기 주요 키워드를 포함하는 상기 사용자 코멘트에 대한 공감 수, 하위 코멘트 수 및 단계 수를 기초로 다음의 수학식을 통해 상기 관련도 지수를 산출하는 단계이고,
[수학식]
RI = W1 * RIFrequency + W2 * RILike + W3 * RIReply + W4 * RIStage
(여기에서, RI는 관련도 지수를, W1, W2, W3 및 W4는 가중치를, RIFrequency는 코멘트 내 출현빈도 지수를, RILike는 코멘트 공감 수 지수를, RIReply는 하위 코멘트 수 지수를, RIStage는 단계 수 지수를 의미한다.),
상기 (c) 단계는 상기 관련도 지수가 가장 높은 키워드와 매칭되고 후보 광고 모집단에 포함된 적어도 하나의 광고를 제공하는 단계이고, 상기 관련도 지수가 가장 높은 키워드와 매칭되는 광고가 없는 경우 상기 관련도 지수가 가장 높은 키워드 및 후보 광고 모집단에 포함된 광고의 대표 키워드 간의 유사도를 기초로 결정된 적어도 하나의 광고를 제공하는 단계인 것을 특징으로 하는 코멘트 기반의 광고 추천 방법.
In the ad recommendation method performed in the comment-based ad recommendation device,
(a) collecting user comments associated with specific content and extracting keywords and at least one recommendation parameter from the user comments;
calculating a relevance index for each keyword based on the keyword and the at least one recommendation parameter; And
(c) providing at least one advertisement matching the keyword having the highest relevance index in the process of using the specific content,
The at least one recommendation parameter includes a number of steps for the user comment, wherein the number of steps is structural feature information about the comment, with the comment directly attached to the specific content being the highest level and the lower comment attached to the comment. Given in a manner having the following steps, wherein the relevance index is calculated based on the step number index with respect to the number of steps,
Step (a) is to determine at least one major keyword among the keywords arranged in the order of appearance frequency in the user comment, and extract the number of sympathy, sub-comment and step number for the user comment including the main keyword Is a step
The step (b) is a step of calculating the relevance index through the following equation based on the number of sympathies, lower comments and the number of steps for the user comment including the main keyword,
[Equation]
RI = W 1 * RI Frequency + W 2 * RI Like + W 3 * RI Reply + W 4 * RI Stage
(Where RI is the relevance index, W 1 , W 2 , W 3, and W 4 are the weights, RI Frequency is the frequency of occurrences in the comments, RI Like is the comment empathy index, and RI Reply is the child comment. Number index, RI Stage means stage number index),
The step (c) is a step of providing at least one advertisement matched with the keyword having the highest relevance index and included in the candidate advertisement population, and if there is no advertisement matching the keyword with the highest relevancy index, And providing at least one advertisement determined based on the similarity between the keyword having the highest index and the representative keyword of the advertisement included in the candidate advertisement population.
삭제delete 삭제delete 삭제delete 삭제delete 삭제delete
KR1020180013808A 2018-02-05 2018-02-05 Advertisement recommendation apparatus and method based on comments KR102028356B1 (en)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020180013808A KR102028356B1 (en) 2018-02-05 2018-02-05 Advertisement recommendation apparatus and method based on comments

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020180013808A KR102028356B1 (en) 2018-02-05 2018-02-05 Advertisement recommendation apparatus and method based on comments

Publications (2)

Publication Number Publication Date
KR20190094541A KR20190094541A (en) 2019-08-14
KR102028356B1 true KR102028356B1 (en) 2019-10-04

Family

ID=67622240

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020180013808A KR102028356B1 (en) 2018-02-05 2018-02-05 Advertisement recommendation apparatus and method based on comments

Country Status (1)

Country Link
KR (1) KR102028356B1 (en)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR102328934B1 (en) * 2021-06-21 2021-11-19 하이네이처 주식회사 Online advertising method and online advertising system using reply comment crawling

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113495942B (en) * 2020-04-01 2022-07-05 百度在线网络技术（北京）有限公司 Method and device for pushing information

Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101566616B1 (en) * 2014-05-14 2015-11-09 이정행 Advertisement decision supporting system using big data-processing and method thereof

Family Cites Families (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20100122428A (en) 2009-05-12 2010-11-22 주식회사 다음커뮤니케이션 Apparatus and method for advertisement
KR20140038577A (en) * 2012-09-11 2014-03-31 한국과학기술연구원 Recommendation for multimedia contents by using metadata
KR101492249B1 (en) 2013-02-18 2015-02-17 주식회사 솔트룩스 System for providing customized advertisement and contents
KR101621938B1 (en) * 2014-07-01 2016-05-24 진현석 System for online shopping recommendation information using topic of consumers

Patent Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101566616B1 (en) * 2014-05-14 2015-11-09 이정행 Advertisement decision supporting system using big data-processing and method thereof

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR102328934B1 (en) * 2021-06-21 2021-11-19 하이네이처 주식회사 Online advertising method and online advertising system using reply comment crawling
KR102335780B1 (en) * 2021-06-21 2021-12-06 하이네이처 주식회사 Online advertising method and online advertising system using influencers using multiple platform servers

Also Published As

Publication number Publication date
KR20190094541A (en) 2019-08-14

Similar Documents

Publication Publication Date Title
US10565313B2 (en) Automatic semantic rating and abstraction of literature
US20150186790A1 (en) Systems and Methods for Automatic Understanding of Consumer Evaluations of Product Attributes from Consumer-Generated Reviews
US8325189B2 (en) Information processing apparatus capable of easily generating graph for comparing of a plurality of commercial products
US8380727B2 (en) Information processing device and method, program, and recording medium
JP4896071B2 (en) Advertisement evaluation method, advertisement evaluation system, and recording medium using keyword comparison
Menner et al. Topic detection: identifying relevant topics in tourism reviews
US20140172415A1 (en) Apparatus, system, and method of providing sentiment analysis result based on text
KR20170130604A (en) Data analysis system, data analysis method, data analysis program, and recording medium
KR20210036184A (en) Item recommendation module based on user taste information and method for identifying user taste information
JP5442401B2 (en) Behavior information extraction system and extraction method
CN110334356A (en) Article matter method for determination of amount, article screening technique and corresponding device
Kiran et al. User specific product recommendation and rating system by performing sentiment analysis on product reviews
KR20130038889A (en) Object customization and management system
KR102028356B1 (en) Advertisement recommendation apparatus and method based on comments
KR102185733B1 (en) Server and method for automatically generating profile
US20190295110A1 (en) Performance analytics system for scripted media
KR20160103470A (en) System and method for providing response informations of prior users on goods through network
Guo et al. An opinion feature extraction approach based on a multidimensional sentence analysis model
JP5138621B2 (en) Information processing apparatus, dissatisfied product discovery method and program
JP4883644B2 (en) RECOMMENDATION DEVICE, RECOMMENDATION SYSTEM, RECOMMENDATION DEVICE CONTROL METHOD, AND RECOMMENDATION SYSTEM CONTROL METHOD
KR102299525B1 (en) Product Evolution Mining Method And Apparatus Thereof
Downer et al. All work and no play: A text analysis
KR101614551B1 (en) System and method for extracting keyword using category matching
CN113971581A (en) Robot control method and device, terminal equipment and storage medium
JP2017182746A (en) Information provision server device, program and information provision method

Legal Events

Date Code Title Description
A201 Request for examination
E902 Notification of reason for refusal
AMND Amendment
E601 Decision to refuse application
AMND Amendment
X701 Decision to grant (after re-examination)