KR102149343B1 - Method and system for iptv user inference by analyzing of viewing time zone of mobile ott service and iptv service - Google Patents

Method and system for iptv user inference by analyzing of viewing time zone of mobile ott service and iptv service Download PDF

Info

Publication number
KR102149343B1
KR102149343B1 KR1020180118165A KR20180118165A KR102149343B1 KR 102149343 B1 KR102149343 B1 KR 102149343B1 KR 1020180118165 A KR1020180118165 A KR 1020180118165A KR 20180118165 A KR20180118165 A KR 20180118165A KR 102149343 B1 KR102149343 B1 KR 102149343B1
Authority
KR
South Korea
Prior art keywords
iptv
viewing
household
service
data
Prior art date
Application number
KR1020180118165A
Other languages
Korean (ko)
Other versions
KR20200038671A (en
Inventor
김영갑
서영덕
이의종
Original Assignee
세종대학교산학협력단
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 세종대학교산학협력단 filed Critical 세종대학교산학협력단
Priority to KR1020180118165A priority Critical patent/KR102149343B1/en
Publication of KR20200038671A publication Critical patent/KR20200038671A/en
Application granted granted Critical
Publication of KR102149343B1 publication Critical patent/KR102149343B1/en

Links

Images

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N21/00—Selective content distribution, e.g. interactive television or video on demand [VOD]
    • H04N21/40—Client devices specifically adapted for the reception of or interaction with content, e.g. set-top-box [STB]; Operations thereof
    • H04N21/45—Management operations performed by the client for facilitating the reception of or the interaction with the content or administrating data related to the end-user or to the client device itself, e.g. learning user preferences for recommending movies, resolving scheduling conflicts
    • H04N21/466—Learning process for intelligent management, e.g. learning user preferences for recommending movies
    • H04N21/4661—Deriving a combined profile for a plurality of end-users of the same client, e.g. for family members within a home
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04H—BROADCAST COMMUNICATION
    • H04H60/00—Arrangements for broadcast applications with a direct linking to broadcast information or broadcast space-time; Broadcast-related systems
    • H04H60/29—Arrangements for monitoring broadcast services or broadcast-related services
    • H04H60/33—Arrangements for monitoring the users' behaviour or opinions
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N21/00—Selective content distribution, e.g. interactive television or video on demand [VOD]
    • H04N21/20—Servers specifically adapted for the distribution of content, e.g. VOD servers; Operations thereof
    • H04N21/23—Processing of content or additional data; Elementary server operations; Server middleware
    • H04N21/238—Interfacing the downstream path of the transmission network, e.g. adapting the transmission rate of a video stream to network bandwidth; Processing of multiplex streams
    • H04N21/2381—Adapting the multiplex stream to a specific network, e.g. an Internet Protocol [IP] network
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N21/00—Selective content distribution, e.g. interactive television or video on demand [VOD]
    • H04N21/20—Servers specifically adapted for the distribution of content, e.g. VOD servers; Operations thereof
    • H04N21/25—Management operations performed by the server for facilitating the content distribution or administrating data related to end-users or client devices, e.g. end-user or client device authentication, learning user preferences for recommending movies
    • H04N21/258—Client or end-user data management, e.g. managing client capabilities, user preferences or demographics, processing of multiple end-users preferences to derive collaborative data
    • H04N21/25866—Management of end-user data
    • H04N21/25883—Management of end-user data being end-user demographical data, e.g. age, family status or address
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N21/00—Selective content distribution, e.g. interactive television or video on demand [VOD]
    • H04N21/20—Servers specifically adapted for the distribution of content, e.g. VOD servers; Operations thereof
    • H04N21/25—Management operations performed by the server for facilitating the content distribution or administrating data related to end-users or client devices, e.g. end-user or client device authentication, learning user preferences for recommending movies
    • H04N21/258—Client or end-user data management, e.g. managing client capabilities, user preferences or demographics, processing of multiple end-users preferences to derive collaborative data
    • H04N21/25866—Management of end-user data
    • H04N21/25891—Management of end-user data being end-user preferences
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N21/00—Selective content distribution, e.g. interactive television or video on demand [VOD]
    • H04N21/40—Client devices specifically adapted for the reception of or interaction with content, e.g. set-top-box [STB]; Operations thereof
    • H04N21/41—Structure of client; Structure of client peripherals
    • H04N21/414—Specialised client platforms, e.g. receiver in car or embedded in a mobile appliance
    • H04N21/41407—Specialised client platforms, e.g. receiver in car or embedded in a mobile appliance embedded in a portable device, e.g. video client on a mobile phone, PDA, laptop

Landscapes

  • Engineering & Computer Science (AREA)
  • Databases & Information Systems (AREA)
  • Signal Processing (AREA)
  • Multimedia (AREA)
  • Computer Graphics (AREA)
  • General Engineering & Computer Science (AREA)
  • Health & Medical Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Social Psychology (AREA)
  • Two-Way Televisions, Distribution Of Moving Picture Or The Like (AREA)
  • Telephonic Communication Services (AREA)

Abstract

일 실시예에 따른 IPTV 시청 사용자 추론 서버에서 수행되는 시청자 추론 방법은, IPTV 시청 가구의 가구 구성원에 대한 시청 이력 데이터를 포함하는 추론 데이터를 수집하는 단계; 상기 수집된 추론 데이터를 이용하여 IPTV 시청 가구의 가구 구성원에 대한 시청 확률을 계산하는 단계; 및 상기 계산된 시청 확률에 기초하여 판단된 IPTV 시청 가구의 가구 구성원에 대한 IPTV의 시청 정보를 저장하는 단계를 포함할 수 있다. A viewer inference method performed in an IPTV viewing user inference server according to an embodiment includes: collecting inference data including viewing history data on household members of an IPTV viewing household; Calculating a viewing probability of a household member of an IPTV viewing household using the collected inference data; And storing the IPTV viewing information for the household member of the IPTV viewing household determined based on the calculated viewing probability.

Description

모바일 OTT 서비스와 IPTV 서비스의 시청 시간대 분석을 통한 IPTV 시청자 추론 서버 및 그 방법{METHOD AND SYSTEM FOR IPTV USER INFERENCE BY ANALYZING OF VIEWING TIME ZONE OF MOBILE OTT SERVICE AND IPTV SERVICE}IPTV viewer inference server and its method through analysis of the viewing time zone of mobile OTT service and IPTV service {METHOD AND SYSTEM FOR IPTV USER INFERENCE BY ANALYZING OF VIEWING TIME ZONE OF MOBILE OTT SERVICE AND IPTV SERVICE}

아래의 설명은 시청 이력에 기반하여 시청자를 추론하는 기술에 관한 것이다. The description below relates to a technique for inferring a viewer based on the viewing history.

IPTV 서비스는 가구 구성원이 공동으로 사용하는 경우가 많고, 현재 시청하고 있는 사용자에 대한 추론이 어렵기 때문에 현재 시청 사용자가 누구인지를 감지하는 것은 IPTV 서비스에서 중요 이슈 중 하나이다. 기존의 방법들은 IPTV 시청 사용자를 인지하기 위해 주로 리모컨이나 H/W 센서를 활용하고 있다. 예를 들어 팔찌 형태의 RFID 카드를 장착한 무선 인식 장치, 얼굴 인식이 가능한 카메라, 가속도 센서를 장착한 리모컨을 통한 사용자의 리모컨 사용 버릇을 인지하여 시청 사용자를 인지하는 방식, 음성 인식을 통한 시청 사용자 인식, 지문 인식 리모컨을 통한 시청 사용자 인식 등이 사용되고 있다. 이와 같이 리모컨이나 H/W 센서와 같은 기기를 통한 사용자 인지 기술은 상당 수 존재하고 정확도도 높지만, 사용자가 직접 기기를 구매해야 하는 부담이 있으며, IPTV 서비스 제공업체 입장에서도 부가적으로 기기를 제공해야 하므로 이에 따른 비용 부담이 발생한다. 또한, 실제 IPTV 사용자가 개인화된 서비스를 제공받기 위하여, 이와 같은 기기를 사용하는 불편함을 감수하면서 자신을 인지하는 기능을 사용하지 않는다. Since the IPTV service is frequently used by household members and it is difficult to infer the user currently watching, detecting who the current watching user is is one of the important issues in the IPTV service. Existing methods mainly use a remote control or H/W sensor to recognize a user watching IPTV. For example, a wireless recognition device equipped with an RFID card in the form of a bracelet, a camera capable of face recognition, a method of recognizing the user's habit of using the remote control through a remote control equipped with an acceleration sensor to recognize the viewing user, and the viewing user through voice recognition. Recognition, fingerprint recognition, viewer recognition through remote control, etc. are being used. In this way, there are many user recognition technologies through devices such as remote controls and H/W sensors, and their accuracy is high, but there is a burden of users having to purchase devices themselves, and IPTV service providers must also provide additional devices. Therefore, there is a cost burden accordingly. In addition, in order for real IPTV users to receive personalized services, they do not use the function of recognizing themselves while taking the inconvenience of using such a device.

이에 따라 비용부담과 사용자들의 불편함을 해소하기 위해서 H/W 센서에 비해 정확성은 떨어지지만, IPTV 서비스를 통해 발생하는 데이터를 분석하여 자동으로 현재 시청 사용자를 인지하는 방법이 필요하다. 기존의 방식은 가구 구성원의 성별/연령대 분포를 알고 있는 표본 시청 가구의 과거 시청 이력을 분석하여, 표본 시청 가구 구성원 벡터를 추출하고 해당 표본 시청 가구 구성원 벡터에 따른 표본 가구의 시청 패턴을 추출한다. 이를 통해 IPTV 시청 가구의 성별/연령대 분포를 추론한다. 하지만 이는 현재 시청하고 있는 시청 사용자 개인을 추론하는 방식이 아닌 전체 가구 구성원을 추론하는 방식이기 때문에, 이러한 방식으로 추론된 결과로는 개인화된 IPTV 서비스를 제공하지 못하는 단점이 존재한다.Accordingly, in order to relieve the burden of cost and inconvenience to users, the accuracy is inferior to that of the H/W sensor, but a method of automatically recognizing the current viewing user by analyzing data generated through the IPTV service is required. The conventional method analyzes the past viewing history of a sample viewing household that knows the gender/age distribution of household members, extracts a sample viewing household member vector, and extracts the viewing pattern of the sample household according to the sample viewing household member vector. Through this, the distribution of gender/age groups of households watching IPTV is inferred. However, since this is a method of inferring the entire household member rather than a method of inferring individual viewing users currently watching, there is a disadvantage in that a personalized IPTV service cannot be provided as a result of inferring in this manner.

참고자료: 대한민국공개특허 제10-2013-0109607Reference material: Korean Patent Publication No. 10-2013-0109607

IPTV 시청 가구의 성별/연령대 분포만 추론하고 현재 시청 중인 가구 구성원 개인을 추론하지 못하는 종래 기술의 문제점을 해결하기 위한 것으로, 모바일 OTT 서비스와 IPTV 서비스의 시청 이력을 분석하여 IPTV의 시청 사용자를 인지하는 방법 및 장치를 제공할 수 있다.This is to solve the problem of the prior art, in which only the gender/age distribution of households watching IPTV and cannot infer the individual members of the household currently watching, analyzes the viewing history of the mobile OTT service and IPTV service to recognize the viewing user of IPTV. Method and apparatus can be provided.

또한, 본 발명은 IPTV 서비스 데이터를 기반한 시청 가구 구성원 추론 방법으로 H/W 센서와 같은 부가적인 기기를 통해서만 이루어지는 종래의 시청 가구 구성원 추론 기술의 문제점을 해결하고자 한다. In addition, the present invention is to solve the problem of the conventional viewing household member inference technology performed only through an additional device such as a H/W sensor as a viewing household member inference method based on IPTV service data.

또한, 본 발명은 IPTV 시청 이력 데이터만을 이용하는 것이 아니라 모바일 OTT 서비스 시청 이력 데이터와의 통합을 통해서 IPTV 데이터만을 사용할 경우 발생하는 데이터 희소성 문제와 추론의 정확성이 떨어지는 문제점을 해결하고자 한다.In addition, the present invention is not to use only the IPTV viewing history data, but also through the integration with the mobile OTT service viewing history data to solve the data scarcity problem that occurs when only the IPTV data is used and the problem of inferior inference accuracy.

IPTV 시청 사용자 추론 서버에서 수행되는 IPTV 시청 사용자 추론 방법은, IPTV 시청 가구의 가구 구성원에 대한 시청 이력 데이터를 포함하는 추론 데이터를 수집하는 단계; 상기 수집된 추론 데이터를 이용하여 IPTV 시청 가구의 가구 구성원에 대한 시청 확률을 계산하는 단계; 및 상기 계산된 시청 확률에 기초하여 판단된 IPTV 시청 가구의 가구 구성원에 대한 IPTV의 시청 정보를 저장하는 단계를 포함할 수 있다. An IPTV viewing user inference method performed by an IPTV viewing user inference server includes: collecting inference data including viewing history data for household members of an IPTV viewing household; Calculating a viewing probability of a household member of an IPTV viewing household using the collected inference data; And storing the IPTV viewing information for the household member of the IPTV viewing household determined based on the calculated viewing probability.

상기 수집된 추론 데이터를 이용하여 IPTV 시청 가구의 가구 구성원에 대한 시청 확률을 계산하는 단계는, 상기 IPTV 시청 가구의 IPTV 서비스 시청 이력 데이터로부터 IPTV 서비스의 시청 시간대의 경향성, 가구 구성원 각각의 OTT 서비스의 시청 시간대 경향성, 성별 및 나이대별 그룹의 IPTV 서비스의 시청 시간대의 경향성, 성별 및 나이대별 그룹의 OTT 서비스의 시청 시간대의 경향성 중 적어도 하나의 경향성을 파악하여 시계열 분석을 수행하는 단계를 포함할 수 있다. The step of calculating the viewing probability of the household members of the IPTV viewing household using the collected inferred data includes the trend of the viewing time zone of the IPTV service and the OTT service of each household member from the IPTV service viewing history data of the IPTV viewing household. It may include performing a time series analysis by grasping at least one of the viewing time zone trend, the viewing time zone trend of the group's IPTV service by gender and age group, and the viewing time zone trend of the sex and age group OTT service. .

상기 수집된 추론 데이터를 이용하여 IPTV 시청 가구의 가구 구성원에 대한 시청 확률을 계산하는 단계는, 상기 IPTV 시청 가구의 IPTV 시청 이력 데이터와 성별 및 나이대별 IPTV 시청 이력 데이터를 통하여 특정 시간에 IPTV서비스를 시청하고 있는 가구 구성원의 확률을 계산하는 단계를 포함할 수 있다. The step of calculating the viewing probability of the household members of the IPTV viewing household using the collected inference data includes: providing an IPTV service at a specific time through IPTV viewing history data of the IPTV viewing household and IPTV viewing history data by gender and age group. It may include calculating the probability of a household member watching.

상기 수집된 추론 데이터를 이용하여 IPTV 시청 가구의 가구 구성원에 대한 시청 확률을 계산하는 단계는, 상기 IPTV 시청 가구의 각 가구 구성원의 OTT 서비스 시청 이력 데이터와 성별 및 나이대별 OTT 서비스 시청 이력 데이터를 통하여 특정 시간에 OTT 서비스를 시청하고 있는 가구 구성원의 확률을 계산하는 단계를 포함할 수 있다. The step of calculating the viewing probability for the household members of the IPTV-viewing household using the collected inference data includes: through OTT service viewing history data of each household member of the IPTV viewing household and OTT service viewing history data by gender and age group. It may include calculating the probability of a household member watching the OTT service at a specific time.

상기 수집된 추론 데이터를 이용하여 IPTV 시청 가구의 가구 구성원에 대한 시청 확률을 계산하는 단계는, 상기 계산된 시청 확률에 기초하여 특정 시간에 IPTV를 시청하고 있는 가구 구성원을 판단하는 단계를 포함할 수 있다. Calculating a viewing probability for a household member of a household watching IPTV using the collected inferred data may include determining a household member watching IPTV at a specific time based on the calculated viewing probability. have.

상기 계산된 시청 확률에 기초하여 판단된 IPTV 시청 가구의 가구 구성원에 대한 IPTV의 시청 정보를 저장하는 단계는, 상기 판단된 가구 구성원에 대한 IPTV 서비스 또는 OTT 서비스의 시청 확률, 상기 IPTV 서비스 시청 이력 데이터 및 OTT 서비스 시청 이력 데이터를 저장하는 단계를 포함할 수 있다. Storing the IPTV viewing information for the household member of the IPTV viewing household determined based on the calculated viewing probability comprises: a viewing probability of an IPTV service or OTT service for the determined household member, and the IPTV service viewing history data And it may include the step of storing the OTT service viewing history data.

상기 IPTV 시청 가구의 가구 구성원에 대한 시청 이력 데이터를 포함하는 추론 데이터 수집 단계는, IPTV와 모바일 결합상품을 사용하는 IPTV 시청 가구의 가구 구성원 벡터를 수집하여 IPTV 시청 가구의 가구 구성원 데이터를 식별하는 단계를 포함할 수 있다. In the step of collecting inference data including viewing history data on the household members of the IPTV-viewing household, identifying household member data of the IPTV-viewing household by collecting a household member vector of the IPTV-viewing household using an IPTV and mobile combination product. It may include.

상기 IPTV 시청 가구의 가구 구성원에 대한 시청 이력 데이터를 포함하는 추론 데이터 수집 단계는, 셋톱박스로부터 IPTV용 수신 장비에서 발생하는 IPTV 서비스 시청 이력 데이터가 IPTV 데이터 제공 서버로 송신되고, 상기 IPTV 서비스 데이터 제공 서버로부터 수집된 IPTV 시청 가구의 가구 구성원 데이터 및 IPTV 서비스 시청 이력 데이터가 전달됨을 수신하는 단계를 포함할 수 있다. In the step of collecting inference data including viewing history data for household members of the IPTV viewing household, IPTV service viewing history data generated from the IPTV receiving equipment from the set-top box is transmitted to an IPTV data providing server, and the IPTV service data is provided. It may include receiving that the household member data of the IPTV viewing household and IPTV service viewing history data collected from the server are transmitted.

상기 IPTV 시청 가구의 가구 구성원에 대한 시청 이력 데이터를 포함하는 추론 데이터 수집 단계는, OTT 데이터 제공 서버에서 IPTV 서비스 제공자로부터 제공되는 OTT 서비스 데이터에 기초하여 IPTV 시청 가구의 각 가구 구성원의 OTT 서비스 시청 이력 데이터가 수집됨에 따라 상기 IPTV 시청 가구의 각 가구 구성원 데이터 및 상기 IPTV 시청 가구의 각 가구 구성원의 OTT 서비스 시청 이력 데이터가 전달됨을 수신하는 단계를 포함할 수 있다. The step of collecting inference data including viewing history data of the household members of the IPTV viewing household includes OTT service viewing history of each household member of the IPTV viewing household based on the OTT service data provided from the IPTV service provider in the OTT data providing server As the data is collected, receiving data of each household member of the IPTV viewing household and OTT service viewing history data of each household member of the IPTV viewing household are transmitted.

IPTV 시청 사용자 추론 서버는, IPTV 시청 가구의 가구 구성원에 대한 시청 이력 데이터를 포함하는 추론 데이터를 수집하는 수집부; 상기 수집된 추론 데이터를 이용하여 IPTV 시청 가구의 가구 구성원에 대한 시청 확률을 계산하는 연산부; 및 상기 계산된 시청 확률에 기초하여 판단된 IPTV 시청 가구의 가구 구성원에 대한 IPTV의 시청 정보를 저장하는 저장부를 포함할 수 있다. The IPTV viewing user inference server includes: a collection unit for collecting inference data including viewing history data on household members of the IPTV viewing household; An operation unit that calculates a viewing probability of a household member of an IPTV viewing household by using the collected inference data; And a storage unit for storing IPTV viewing information for a household member of the IPTV viewing household determined based on the calculated viewing probability.

상기 연산부는, 상기 IPTV 시청 가구의 IPTV 서비스 시청 이력 데이터로부터 IPTV 서비스의 시청 시간대의 경향성, 가구 구성원 각각의 OTT 서비스의 시청 시간대 경향성, 성별 및 나이대별 그룹의 IPTV 서비스의 시청 시간대의 경향성, 성별 및 나이대별 그룹의 OTT 서비스의 시청 시간대의 경향성 중 적어도 하나의 경향성을 파악하여 시계열 분석을 수행할 수 있다. The calculation unit includes the trend of the viewing time zone of the IPTV service from the IPTV service viewing history data of the IPTV viewing household, the viewing time zone trend of the OTT service of each household member, the trend of the viewing time zone of the IPTV service by gender and age group, gender, and Time series analysis may be performed by grasping at least one trend among trends in the viewing time zone of the OTT service of the age group.

상기 연산부는, 상기 IPTV 시청 가구의 IPTV 시청 이력 데이터와 성별 및 나이대별 IPTV 시청 이력 데이터를 통하여 특정 시간에 IPTV서비스를 시청하고 있는 가구 구성원의 확률을 계산하고, IPTV 시청 가구의 각 가구 구성원의 OTT 서비스 시청 이력 데이터와 성별 및 나이대별 OTT 서비스 시청 이력 데이터를 통하여 특정 시간에 OTT 서비스를 시청하고 있는 가구 구성원의 확률을 계산할 수 있다. The operation unit calculates the probability of a household member watching an IPTV service at a specific time through IPTV viewing history data of the IPTV viewing household and IPTV viewing history data by gender and age group, and the OTT of each household member of the IPTV viewing household. Through the service viewing history data and the OTT service viewing history data by gender and age group, the probability of a household member watching OTT service at a specific time can be calculated.

상기 연산부는, 상기 계산된 시청 확률에 기초하여 특정 시간에 IPTV를 시청하고 있는 가구 구성원을 판단할 수 있다. The calculator may determine a household member who is watching IPTV at a specific time based on the calculated viewing probability.

상기 수집부는, IPTV와 모바일 결합상품을 사용하는 IPTV 시청 가구의 가구 구성원 벡터를 수집하여 IPTV 시청 가구의 가구 구성원 데이터를 식별할 수 있다. The collection unit may identify household member data of the IPTV-viewing household by collecting household member vectors of the IPTV-viewing household using the IPTV and mobile combination product.

상기 수집부는, IPTV 서비스 데이터 제공 서버로부터 수집된 IPTV 시청 가구의 가구 구성원 데이터 및 IPTV 서비스 시청 이력 데이터가 전달됨을 수신하고, OTT 데이터 제공 서버로부터 수집된 IPTV 시청 가구의 각 가구 구성원 데이터 및 상기 IPTV 시청 가구의 각 가구 구성원의 OTT 서비스 시청 이력 데이터가 전달됨을 수신할 수 있다. The collection unit receives that the household member data and IPTV service viewing history data collected from the IPTV service data providing server are transmitted, and the IPTV viewing household data collected from the OTT data providing server and the IPTV viewing It can be received that the OTT service viewing history data of each household member of the household is transmitted.

OTT 서비스와 IPTV의 시청 이력을 분석하여 IPTV 서비스의 시청 사용자를 인지할 수 있다. By analyzing the OTT service and the viewing history of IPTV, users who watch the IPTV service can be recognized.

시청 사용자를 추론함에 따라 가구 구성원 각각에 개인화된 IPTV 서비스를 제공할 수 있다. Personalized IPTV service can be provided to each household member by inferring the viewing user.

도 1은 일 실시예에 따른 추론 시스템의 개괄적인 동작을 설명하기 위한 도면이다.
도 2는 일 실시예에 따른 IPTV 시청 사용자 추론 서버의 구성을 설명하기 위한 블록도이다.
도 3은 일 실시예에 따른 IPTV 시청 사용자 추론 서버에서 IPT 시청 이력 시계열 데이터를 통한 IPTV 시청 가구 구성원의 IPTV 시청 확률을 계산하는 방법을 설명하기 위한 예이다.
도 4는 일 실시예에 따른 IPTV 시청 사용자 추론 서버에서 OTT 시청 이력 시계열 데이터를 통한 IPTV 시청 가구 구성원의 OTT 시청 확률을 계산하는 방법을 설명하기 위한 예이다.
도 5는 일 실시예에 따른 IPTV 시청 사용자 추론 서버의 IPTV 시청 사용자를 추론하는 방법을 설명하기 위한 흐름도이다. 1 is a diagram for explaining a general operation of an inference system according to an embodiment.
2 is a block diagram illustrating the configuration of an IPTV viewing user inference server according to an embodiment.
FIG. 3 is an example for explaining a method of calculating an IPTV viewing probability of a household member viewing IPTV through IPT viewing history time series data in an IPTV viewing user inference server according to an exemplary embodiment.
4 is an example for explaining a method of calculating an OTT viewing probability of a household member viewing an IPTV through OTT viewing history time series data in an IPTV viewing user inference server according to an embodiment.
5 is a flowchart illustrating a method of inferring an IPTV viewing user by an IPTV viewing user inference server according to an exemplary embodiment.

이하, 실시예를 첨부한 도면을 참조하여 상세히 설명한다.Hereinafter, embodiments will be described in detail with reference to the accompanying drawings.

도 1은 일 실시예에 따른 추론 시스템의 개괄적인 동작을 설명하기 위한 도면이다.1 is a diagram for explaining a general operation of an inference system according to an embodiment.

추론 시스템(100)은 OTT 데이터 제공 서버(110), IPTV 시청 사용자 추론 서버(120), 셋톱박스(130) 및 IPTV 데이터 제공 서버(140) 간 데이터의 송수신을 통하여 모바일 OTT 서비스와 IPTV 서비스의 시청 시간대 분석을 통한 IPTV 서비스를 시청하는 사용자를 추론할 수 있다. Inference system 100 is a mobile OTT service and IPTV service viewing through transmission and reception of data between the OTT data providing server 110, the IPTV viewing user inference server 120, the set-top box 130, and the IPTV data providing server 140 Users who watch the IPTV service can be inferred through time zone analysis.

IPTV 시청 사용자 추론 서버(120)는 셋톱박스(140)를 통하여 IPTV 데이터 제공 서버(140) 및 OTT 데이터 제공 서버(110)에 저장된 데이터를 전달받을 수 있다. 예를 들면, IPTV 시청 사용자 추론 서버(120)는 IPTV 데이터 제공 서버(140)로부터 IPTV 서비스 시청 이력 데이터, OTT 데이터 제공 서버(110)로부터 OTT 서비스 시청 이력 데이터를 수신할 수 있다.The IPTV viewing user inference server 120 may receive data stored in the IPTV data providing server 140 and the OTT data providing server 110 through the set-top box 140. For example, the IPTV viewing user inference server 120 may receive IPTV service viewing history data from the IPTV data providing server 140 and OTT service viewing history data from the OTT data providing server 110.

IPTV 시청 사용자 추론 서버(120)는 IPTV 시청 가구의 가구 구성원 데이터를 식별하고, IPTV 시청 가구의 가구 구성원에 대한 서비스 시청 이력 데이터를 포함하는 추론 데이터를 수집하여 가구 구성원 각각에 대한 시청 확률을 계산할 수 있다. 예를 들면, IPTV 시청 사용자 추론 서버(120)는 IPTV에 대한 IPTV 서비스 시청 이력 데이터 및 OTT 서비스 시청 이력 데이터에 기초하여 가구 구성원 각각에 대한 시청 확률을 계산할 수 있다. IPTV 시청 사용자 추론 서버(120)는 계산된 시청 확률에 기초하여 IPTV를 시청하는 가구 구성원의 정보와 시청 확률을 저장할 수 있다.The IPTV viewing user inference server 120 may calculate the viewing probability for each household member by identifying household member data of the IPTV viewing household and collecting inference data including service viewing history data for the household member of the IPTV viewing household. have. For example, the IPTV viewing user inference server 120 may calculate a viewing probability for each household member based on IPTV service viewing history data and OTT service viewing history data for IPTV. The IPTV viewing user inference server 120 may store information and viewing probability of household members who watch IPTV based on the calculated viewing probability.

IPTV 는 인터넷으로 실시간 방송과 VOD를 볼 수 있는 서비스로서, 일반적으로 셋톱박스를 연결한 디스플레이 기기(예를 들면, TV)를 통하여 IPTV를 이용할 수 있다. IPTV가 활성화함에 따라 모바일 상품을 이용할 경우, 휴대 기기(예를 들면, 모바일 기기)를 이용하여 IPTV를 이용하는 것이 가능해졌다. 실시예에서는 모바일 상품이 결합된 IPTV, 예를 들면, 모바일 기기로도 IPTV를 이용하고, 셋톱박스를 통하여 가정 내에서도 IPTV를 이용하는IPTV서비스를 통하여 시청 확률(시청률) 및 IPTV를 시청하는 사용자를 추론하는 방법을 설명하기로 한다. 이하, IPTV와 관련하여 셋톱박스를 연결하여 사용하는 서비스를 IPTV 서비스, 모바일 기기를 통하여 사용하는 서비스를 OTT 서비스로 기재하기로 한다. IPTV is a service for viewing real-time broadcasting and VOD over the Internet, and in general, IPTV can be used through a display device (eg, TV) connected to a set-top box. With the activation of IPTV, when using mobile products, it is possible to use IPTV using a portable device (eg, a mobile device). In the embodiment, IPTV combined with mobile products, for example, using IPTV as a mobile device, and inferring viewing probability (viewing rate) and users who watch IPTV through an IPTV service using IPTV at home through a set-top box I will explain how. Hereinafter, in connection with IPTV, a service used by connecting a set-top box will be described as an IPTV service, and a service used through a mobile device will be described as an OTT service.

셋톱박스(130)는 IPTV용 수신 장비로서, 사용자에 의해 발생하는 IPTV 서비스 시청 이력 데이터를 IPTV 데이터 제공 서버(140)로 송신할 수 있고, IPTV 시청자를 추론하기 위하여 IPTV 데이터 제공 서버(140)로부터 데이터를 수신받아 IPTV 시청 사용자 추론 서버(120)에게 전달할 수 있다. 또한, 셋톱박스(130)는 OTT 데이터가 필요할 경우, OTT 데이터 제공 서버(110)에게 데이터를 요청하고, OTT 데이터 제공 서버(110)로부터 IPTV 시청 사용자 추론을 위한 데이터를 수신할 수 있다. The set-top box 130 is a receiving equipment for IPTV, and can transmit IPTV service viewing history data generated by a user to the IPTV data providing server 140, and from the IPTV data providing server 140 to infer an IPTV viewer. The data may be received and transmitted to the IPTV viewing user inference server 120. In addition, when OTT data is required, the set-top box 130 may request data from the OTT data providing server 110 and receive data for IPTV viewing user inference from the OTT data providing server 110.

OTT 데이터 제공 서버(110)는 IPTV 서비스 제공자로부터 제공되는 모바일 OTT 서비스 데이터로서, IPTV 시청 가구의 각 가구 구성원의 OTT 서비스 시청 이력 데이터를 수집 및 저장할 수 있다. The OTT data providing server 110 is mobile OTT service data provided from an IPTV service provider, and may collect and store OTT service viewing history data of each household member of the IPTV viewing household.

IPTV 데이터 제공 서버(140)는 IPTV 시청 가구 정보와 IPTV 시청 이력 데이터를 수집할 수 있다. 이때, IPTV 시청 가구 정보는 IPTV와 모바일 결합상품을 사용하는 가구에 한하여 수집될 수 있다. IPTV 데이터 제공 서버는 IPTV 정보와 모바일 정보의 결합을 통하여 IPTV 시청 가구의 가구 구성원 벡터를 추출하여 저장할 수 있고, IPTV 시청 이력 데이터를 저장할 수 있다. 이때, 가구 구성원 벡터는 성별 및 나이대를 기준으로 정렬될 수 있으며, 예를 들면, 60대 남성, 30대 여성, 30대 남성, 20대 여성이 한 가구인 IPTV 시청 가구의 가구 구성원 벡터의 예는 표 1과 같이 나타낼 수 있다.The IPTV data providing server 140 may collect IPTV viewing household information and IPTV viewing history data. In this case, the IPTV viewing furniture information may be collected only for the furniture using the IPTV and mobile combination product. The IPTV data providing server may extract and store a vector of household members of an IPTV viewing household through a combination of IPTV information and mobile information, and may store IPTV viewing history data. In this case, the household member vector may be sorted based on gender and age. For example, an example of a household member vector of a household watching IPTV in which a male in his 60s, a female in his 30s, a male in his 30s, and a woman in his 20s is one It can be expressed as in Table 1.

표 1: 가구 구성원 벡터 예Table 1: Household member vector example

Figure 112018097851924-pat00001
Figure 112018097851924-pat00001

통신 방식은 제한되지 않으며, 네트워크(150)가 포함할 수 있는 통신망(일례로, 이동통신망, 유선 인터넷, 무선 인터넷, 방송망)을 활용하는 통신 방식뿐만 아니라 기기들간의 근거리 무선 통신 역시 포함될 수 있다. 예를 들어, 네트워크(150)는, PAN(personal area network), LAN(local area network), CAN(campus area network), MAN(metropolitan area network), WAN(wide area network), BBN(broadband network), 인터넷 등의 네트워크 중 하나 이상의 임의의 네트워크를 포함할 수 있다. 또한, 네트워크(150)는 버스 네트워크, 스타 네트워크, 링 네트워크, 메쉬 네트워크, 스타-버스 네트워크, 트리 또는 계층적(hierarchical) 네트워크 등을 포함하는 네트워크 토폴로지 중 임의의 하나 이상을 포함할 수 있으나, 이에 제한되지 않는다.The communication method is not limited, and not only a communication method using a communication network (for example, a mobile communication network, wired Internet, wireless Internet, and broadcasting network) that the network 150 may include, but also short-range wireless communication between devices may be included. For example, the network 150 is a personal area network (PAN), a local area network (LAN), a campus area network (CAN), a metropolitan area network (MAN), a wide area network (WAN), and a broadband network (BBN). , Internet, and the like. In addition, the network 150 may include any one or more of a network topology including a bus network, a star network, a ring network, a mesh network, a star-bus network, a tree or a hierarchical network, etc. Not limited.

도 2는 일 실시예에 따른 IPTV 시청 사용자 추론 서버의 구성을 설명하기 위한 블록도이다.2 is a block diagram illustrating the configuration of an IPTV viewing user inference server according to an embodiment.

IPTV 시청 사용자 추론 서버(120)는 모바일 상품이 결합된 IPTV의 시청 시간대 분석을 통하여 사용자를 추론하기 위한 것으로, 수집부(210), 연산부(220) 및 저장부(230)를 포함할 수 있다. The IPTV viewing user inference server 120 is for inferring a user through analysis of a viewing time zone of an IPTV to which a mobile product is combined, and may include a collection unit 210, an operation unit 220, and a storage unit 230.

수집부(210)는 시청 가구의 각 가구 구성원에 대한 시청 이력 데이터를 포함하는 추론 데이터를 수집할 수 있다. 수집부(210)는 IPTV와 모바일 결합상품을 사용하는 IPTV 서비스의 시청 가구의 가구 구성원 벡터를 수집하여 IPTV 시청 가구의 가구 구성원 데이터를 식별할 수 있다. 수집부(210)는 IPTV에 대한 시청 가구의 가구 구성원에 대한 시청 이력 데이터를 포함하는 추론 데이터를 수집할 수 있다. 수집부(210)는 IPTV 시청 가구의 가구 구성원 데이터 및 IPTV 서비스 시청 이력 데이터를 수집할 수 있다. 또한, 수집부(210)는 IPTV 시청 가구의 각 가구 구성원의 OTT 서비스 시청 이력 데이터를 수집할 수 있다. 이때, 수집부(210)에서 수집된 데이터가 저장부(230)에 저장될 수 있다. The collection unit 210 may collect inference data including viewing history data for each household member of the viewing household. The collection unit 210 may identify household member data of the IPTV-viewing household by collecting household member vectors of the households viewing the IPTV service using the IPTV and mobile combination product. The collection unit 210 may collect inference data including viewing history data on the household members of the viewing household for IPTV. The collection unit 210 may collect household member data and IPTV service viewing history data of an IPTV viewing household. In addition, the collection unit 210 may collect OTT service viewing history data of each household member of the IPTV viewing household. In this case, the data collected by the collection unit 210 may be stored in the storage unit 230.

연산부(220)는 수집된 추론 데이터를 이용하여 가구 구성원 각각에 대한 시청 확률을 계산할 수 있다. 연산부(220)는 시청 시간대 정보를 통해 IPTV 시청 가구의 IPTV 서비스 시청 시간대의 경향성, 각 가구 구성원의 OTT 서비스 시청 시간대의 경향성, 성별 및 나이대별 그룹의 IPTV 서비스 시청 시간대의 경향성 및 OTT 서비스 시청 시간대의 경향성을 파악하여 시계열 분석을 통해 모든 IPTV 시청 가구 구성원의 시청 확률을 측정 또는 계산할 수 있다. 여기서, 경향성이란 IPTV 서비스 또는 OTT 서비스에 대한 시청 이력 데이터를 분석함에 따라 어떠한 구성원이 어떠한 콘텐츠를 시청하고, 어떤 시간대에 주로 콘텐츠를 시청하는 것과 같이 구성원이 IPTV와 관련된 정도를 의미할 수 있다. The calculation unit 220 may calculate a viewing probability for each household member by using the collected inference data. Through the viewing time zone information, the operation unit 220 provides the trend of the IPTV service viewing time zone of the IPTV-viewing household, the trend of the OTT service viewing time zone of each household member, the trend of the IPTV service viewing time zone by gender and age group, and the OTT service viewing time zone. By grasping trends, it is possible to measure or calculate the viewing probability of all IPTV-viewing household members through time series analysis. Here, the trend may mean the degree to which a member is related to IPTV, such as a certain member views a certain content and mainly watches a content at a certain time period by analyzing viewing history data for an IPTV service or an OTT service.

이때, 연산부(220)에서 측정 또는 계산된 시청 확률이 저장부(230)에 저장될 수 있다. 연산부(220)는 시청 확률에 기초하여 특정 시간에 IPTV를 시청하고 있는 가구 구성원을 판단할 수 있다. 예를 들면, OTT 서비스 및 IPTV 서비스를 포함하는 IPTV를 시청하고 있는 가구 구성원, OTT 서비스를 시청하고 있는 가구 구성원 또는 IPTV 서비스를 시청하고 있는 가구 구성원을 판단할 수 있다. 연산부(220)는 시청 확률을 IPTV 시청 가구의 각각의 구성원과 비교 및 매칭하였을 때, 시청 확률이 가장 높은 가구 구성원이 현재 IPTV 서비스 시청자인 것으로 판단할 수 있다. 연산부(220)에서 판단된 현재 IPTV 서비스 시청자와 관련된 정보를 저장부(230)에 저장될 수 있다. In this case, the viewing probability measured or calculated by the calculation unit 220 may be stored in the storage unit 230. The calculation unit 220 may determine a household member who is watching IPTV at a specific time based on the viewing probability. For example, it is possible to determine a household member watching IPTV including OTT service and IPTV service, household member watching OTT service, or household member watching IPTV service. When comparing and matching the viewing probability with each member of the IPTV viewing household, the calculating unit 220 may determine that the household member having the highest viewing probability is the current IPTV service viewer. Information related to the current IPTV service viewer determined by the operation unit 220 may be stored in the storage unit 230.

저장부(230)는 시청 확률에 기초하여 판단된 IPTV를 시청하는 가구 구성원에 대한 IPTV의 시청 정보를 저장할 수 있다. 예를 들면, 저장부(230)는 가구 구성원 각각에 대한 연령대, 성별, 시청 시간대, 시청 콘텐츠 등에 대한 정보를 축적할 수 있다. 또한, 저장부(230)는 수집부(210)에서 수집된 IPTV 서비스 시청 이력 데이터, OTT 서비스 시청 이력 데이터, 연산부(220)에서 연산된 시청 확률 등을 저장할 수 있다. The storage unit 230 may store IPTV viewing information for household members who watch IPTV determined based on a viewing probability. For example, the storage unit 230 may accumulate information on age, gender, viewing time, viewing content, and the like for each household member. In addition, the storage unit 230 may store IPTV service viewing history data, OTT service viewing history data, and a viewing probability calculated by the calculation unit 220 collected by the collection unit 210.

도 3은 일 실시예에 따른 IPTV 시청 사용자 추론 서버에서 IPT 시청 이력 시계열 데이터를 통한 IPTV 시청 가구 구성원의 IPTV 시청 확률을 계산하는 방법을 설명하기 위한 예이다. FIG. 3 is an example for explaining a method of calculating an IPTV viewing probability of a household member viewing IPTV through IPT viewing history time series data in an IPTV viewing user inference server according to an exemplary embodiment.

우선적으로, IPTV 시청 사용자 추론을 위하여 다음의 가정을 세우기로 한다. 첫째, 현재 시간대에 IPTV 서비스의 콘텐츠에 대한 성별 및 나이대별 선호도와 시청률을 토대로, IPTV 시청 가구의 가구 구성원의 IPTV 서비스 시청 이력 데이터를 각각의 가구 구성원 시청 이력 데이터로 나누어 저장한다. 이를 통해 가구 구성원 각각의 시청 이력 데이터를 생성할 수 있다. First of all, the following assumptions are made for IPTV viewing user inference. First, the IPTV service viewing history data of household members of the IPTV-viewing household is divided into each household member viewing history data, and stored based on the preferences and audience ratings for the contents of the IPTV service in the current time zone. Through this, it is possible to generate viewing history data for each household member.

둘째, 현재 시간대에 IPTV 서비스를 기 설정된 기준 이상 빈번하게 시청하는 성별 및 나이대별 그룹에 속하는 가구 구성원은 현재 IPTV 서비스를 시청하는 시청 사용자일 가능성(확률)이 높기 때문에 각 그룹의 IPTV 서비스 시청 이력 데이터를 분석하여 현재 가구 구성원의 IPTV 서비스 시청 이력 데이터와 비교할 수 있다. Second, since household members belonging to groups by gender and age who frequently watch IPTV services in the current time zone are more likely to be viewers viewing IPTV services, the IPTV service viewing history data of each group Can be compared with the current household member's IPTV service viewing history data.

셋째, 현재 시간대에 OTT 서비스를 시청하는 가구 구성원일수록 현재 IPTV서비스를 시청하는 사용자가 아닐 가능성이 높기 때문에, 현재 가구 구성원들 각각의 OTT 서비스 시청 이력을 분석하여 IPTV 서비스 시청 이력과 비교할 수 있다. Third, since the household members who watch the OTT service in the current time zone are more likely not to be the users who are currently watching the IPTV service, the current household members' OTT service viewing history can be analyzed and compared with the IPTV service viewing history.

넷째, 현재 시간대에 OTT 서비스를 자주 시청하는 성별 및 나이대별 그룹에 속하는 가구 구성원은 현재 IPTV 서비스를 시청하는 시청 사용자가 아닐 가능성이 높기 때문에, 각 그룹의 OTT 서비스 시청 이력 데이터를 분석하여 현재 가구 구성원의 IPTV 서비스 시청 이력 데이터와 비교할 수 있다. Fourth, since it is highly likely that household members belonging to groups by gender and age who frequently watch OTT services in the current time zone are not currently viewing IPTV users, the current household members by analyzing the OTT service viewing history data of each group. It can be compared with the IPTV service viewing history data.

IPTV 시청 사용자 추론 서버는 IPTV 시청 가구의 가구 구성원의 IPTV 시청 이력 시계열 데이터와 성별 및 나이대별 그룹의 IPTV 시청 이력 시계열 데이터에 기반하여 IPTV 시청 가구 구성원의 IPTV 서비스 시청 확률을 계산할 수 있다. 이때, 시계열 분석을 위하여 연속된 형태의 데이터가 존재해야 한다. 그러나, IPTV서비스의 경우, 가구 구성원 개인이 아닌 IPTV 시청 가구의 구성원 전체의 시청 이력 데이터가 존재한다. 이에, 현재 시간대에 시청 중인 IPTV 서비스의 콘텐츠에 대한 성별 및 나이대별 선호도와 시청률을 토대로 현재 가구 구성원의 IPTV 서비스 시청 이력 데이터를 생성할 수 있다. The IPTV viewing user inference server may calculate the IPTV service viewing probability of the IPTV viewing household member based on the IPTV viewing history time series data of the household member of the IPTV viewing household and the IPTV viewing history time series data of a group by gender and age group. At this time, continuous data must exist for time series analysis. However, in the case of the IPTV service, viewing history data of all members of the IPTV viewing household, not individual household members, exists. Accordingly, it is possible to generate the IPTV service viewing history data of the current household member based on the gender and age-specific preferences and audience ratings for the content of the IPTV service currently being viewed in the current time zone.

이때, 기 설정된 시간 단위(예를 들면, 1분 단위)로 시청자(예를 들면, 가구 구성원 각각)의 시청 이력 데이터를 기록하고, 해당 시간에 IPTV서비스를 시청하는 경우를 1, IPTV 서비스를 시청하지 않은 경우를 0으로 하여 시계열 데이터를 생성할 수 있고, 생성된 시계열 데이터를 IPTV 데이터 제공 서버(140)에 저장할 수 있다.At this time, the viewing history data of viewers (for example, each member of the household) is recorded in a preset time unit (for example, in 1-minute units), and the case of watching the IPTV service at that time is 1, and the IPTV service is watched. When not set to 0, time series data may be generated, and the generated time series data may be stored in the IPTV data providing server 140.

또한, 성별 및 나이대별 그룹의 IPTV 시청 이력 데이터를 앞서 설명한 바와 마찬가지의 방식으로 시계열 데이터를 생성할 수 있고, 생성된 시계열 데이터를 IPTV 데이터 제공 서버(140)에 저장할 수 있다. 예를 들면, 성별 및 나이대별 그룹의 IPTV 시청 이력 데이터를 기 설정된 시간 단위(예를 들면, 1분 단위)로 성별 및 나이대별 그룹의 시청 이력 데이터를 기록하고, 해당 시간에 IPTV 시청을 한 경우를 1, IPTV를 시청하지 않은 경우를 0으로 하여 시계열 데이터를 생성할 수 있다. In addition, time series data may be generated in the same manner as described above for IPTV viewing history data of groups by gender and age group, and the generated time series data may be stored in the IPTV data providing server 140. For example, if you record IPTV viewing history data of a group by gender and age group in a preset time unit (e.g., 1 minute), and record the viewing history data of a group by gender and age group, and watch IPTV at that time. Time series data can be generated by setting to 1 and 0 for not watching IPTV.

이와 같이, IPTV 시청 사용자 추론 서버는 IPTV 시청 가구의 가구 구성원에 대한 IPTV 서비스 시청 이력 데이터와 성별 및 나이대별 그룹의 IPTV 시청 이력 데이터를 매칭하여 IPTV 시청 가구의 가구 구성원의 IPTV 시청 확률을 계산할 수 있다. 예를 들면, IPTV 시청 확률이 60대 남성은 65%, 50 대 여성은 52%, 30대 남성은 5%, 20대 여성은 3%로 도출될 수 있다. 이에 따라, IPTV 시청 가구의 가구 구성원과 관련된 IPTV 서비스의 시청 정보를 획득할 수 있게 된다. 또한, 현재 시청중인 IPTV 서비스의 시청 정보, 기 설정된 시간 구간에 IPTV서비스를 시청한 가구 구성원의 IPTV 서비스의 시청 정보를 획득할 수도 있다. In this way, the IPTV viewing user inference server may calculate the IPTV viewing probability of the household member of the IPTV viewing household by matching the IPTV service viewing history data of the household member of the IPTV viewing household with the IPTV viewing history data of the gender and age group. . For example, the probability of watching IPTV is 65% for men in their 60s, 52% for women in their 50s, 5% for men in their 30s, and 3% for women in their 20s. Accordingly, it is possible to obtain the viewing information of the IPTV service related to the household member of the IPTV viewing household. In addition, viewing information of the IPTV service currently being viewed, and viewing information of the IPTV service of a household member who has viewed the IPTV service in a preset time interval may be obtained.

도 4는 일 실시예에 따른 IPTV 시청 사용자 추론 서버에서 OTT 시청 이력 시계열 데이터를 통한 IPTV 시청 가구 구성원의 OTT 시청 확률을 계산하는 방법을 설명하기 위한 예이다.4 is an example for explaining a method of calculating an OTT viewing probability of a household member viewing an IPTV through OTT viewing history time series data in an IPTV viewing user inference server according to an embodiment.

OTT 서비스의 경우, IPTV 서비스와 달리 가구 구성원 각각의 시청 이력 데이터가 존재한다. 이에 따라 각 가구 구성원을 유추할 필요없이 OTT 서비스 시청 이력 데이터를 기록하고, 기록된 OTT 서비스 시청 이력 데이터를 시계열 데이터로 변환하여 OTT 서비스 제공 서버에 저장할 수 있다. 또한, 성별 및 나이대별 그룹의 OTT 시청 이력 데이터를 시계열 데이터로 생성하여, OTT 서비스 제공 서버에 저장할 수 있다.In the case of the OTT service, unlike the IPTV service, the viewing history data of each household member exists. Accordingly, it is possible to record OTT service viewing history data without having to infer each household member, and convert the recorded OTT service viewing history data into time series data and store it in the OTT service providing server. In addition, OTT viewing history data of groups by gender and age may be generated as time series data and stored in the OTT service providing server.

IPTV 시청 사용자 추론 서버는 IPTV 시청 가구의 각 가구 구성원의 OTT 서비스 시청 이력 시계열 데이터에 기초하여 현재 OTT 서비스를 시청하고 있는 가구 구성원을 식별하는 확률을 계산할 수 있다. 현재 OTT 서비스를 시청하고 있는 확률이 높은 가구 구성원일수록 IPTV를 시청할 확률이 낮다고 볼 수 있다. 이에 따라, 도 3에서 도출된 IPTV 서비스를 시청하고 있는 가구 구성원의 시청 확률에 도 4에서 도출된 OTT 서비스를 시청하고 있는 가구 구성원의 시청 확률을 고려하여 현재 IPTV를 시청하고 있는 사용자의 식별 정보를 유추하고, 최종적인 확률을 도출할 수 있다.The IPTV viewing user inference server may calculate a probability of identifying a household member currently viewing the OTT service based on the OTT service viewing history time series data of each household member of the IPTV viewing household. It can be seen that the more household members who are currently watching OTT service, the less likely they are to watch IPTV. Accordingly, in consideration of the viewing probability of the household member who is watching the IPTV service derived in FIG. 3, the identification information of the user currently watching the IPTV is determined in consideration of the viewing probability of the household member viewing the OTT service derived in FIG. We can infer and derive the final probability.

도 5는 일 실시예에 따른 IPTV 시청 사용자 추론 서버의 IPTV 시청 사용자를 추론하는 방법을 설명하기 위한 흐름도이다. 5 is a flowchart illustrating a method of inferring an IPTV viewing user by an IPTV viewing user inference server according to an exemplary embodiment.

IPTV 시청 사용자 추론 방법은 IPTV 시청 사용자 추론 서버에 의하여 수행될 수 있으며, IPTV 시청 사용자 추론 서버에 대한 설명은 도 2에서 상세하게 설명한 바, 도 2를 참고하기로 한다.The IPTV viewing user inference method may be performed by the IPTV viewing user inference server, and a description of the IPTV viewing user inference server is described in detail with reference to FIG. 2.

단계(510)에서 IPTV 시청 사용자 추론 서버는 IPTV 서비스와 모바일 결합 상품을 사용하는 IPTV 시청 가구의 가구 구성원 벡터를 수집할 수 있다. IPTV 시청 사용자 추론 서버는 IPTV와 모바일 결합상품을 사용하는 IPTV 시청 가구의 가구 구성원 벡터를 수집하여 IPTV 시청 가구의 가구 구성원 데이터를 식별할 수 있다. In step 510, the IPTV viewing user inference server may collect a vector of household members of an IPTV viewing household using an IPTV service and a mobile combination product. The IPTV viewing user inference server can identify household member data of the IPTV viewing household by collecting the vector of household members of the IPTV viewing household using the IPTV and mobile combination product.

단계(520)에서 IPTV 시청 사용자 추론 서버는 IPTV 시청 가구의 가구 구성원에 대한 IPTV 서비스 시청 이력 데이터를 수집할 수 있다. IPTV 시청 사용자 추론 서버는 셋톱박스로부터 IPTV용 수신 장비에서 발생하는 IPTV 서비스 시청 이력 데이터가 IPTV 데이터 제공 서버로 송신됨에 따라 IPTV 서비스 데이터 제공 서버로부터 수집된 IPTV 시청 가구의 가구 구성원 데이터 및 IPTV 서비스 시청 이력 데이터가 전달됨을 수신할 수 있다. In step 520, the IPTV viewing user inference server may collect IPTV service viewing history data for household members of the IPTV viewing household. The IPTV viewing user inference server transmits IPTV service viewing history data generated from the IPTV receiving equipment from the set-top box to the IPTV data providing server, and the IPTV viewing household's household member data and IPTV service viewing history collected from the IPTV service data providing server You can receive that data is being delivered.

단계(530)에서 IPTV 시청 사용자 추론 서버는 OTT 서비스에 대한 IPTV 시청 가구의 가구 구성원 각각에 대한 OTT 서비스 시청 이력 데이터를 수집할 수 있다. IPTV 시청 사용자 추론 서버는 OTT 데이터 제공 서버에서 IPTV 서비스 제공자로부터 제공되는 OTT 서비스 데이터에 기초하여 IPTV 시청 가구의 각 가구 구성원의 OTT 서비스 시청 이력 데이터가 수집됨에 따라 OTT 데이터 제공 서버로부터 IPTV 시청 가구의 각 가구 구성원 데이터 및 IPTV 시청 가구의 각 가구 구성원의 OTT 서비스 시청 이력 데이터가 전달됨을 수신할 수 있다.In step 530, the IPTV viewing user inference server may collect OTT service viewing history data for each household member of the IPTV viewing household for the OTT service. The IPTV viewing user inference server collects the OTT service viewing history data of each household member of the IPTV viewing household based on the OTT service data provided from the IPTV service provider in the OTT data providing server. It may be received that the household member data and the OTT service viewing history data of each household member of the household watching IPTV are transmitted.

단계(540)에서 IPTV 시청 사용자 추론 서버는 IPTV 시청 확률을 계산할 수 있다. 예를 들면, IPTV 시청 사용자 추론 서버는 수집된 서비스 시청 이력 데이터에 기초하여 IPTV를 시청하고 있는 가구 구성원으로부터 현재 IPTV를 시청하고 있는 사용자에 대한 확률인 IPTV 시청 확률을 계산할 수 있다. 이때, IPTV 시청 사용자 추론 서버는 IPTV 시청자를 추론하기 위하여 시계열 분석을 수행할 수 있다. IPTV 시청 사용자 추론 서버는 계산된 시청 확률에 기초하여 특정 시간에 IPTV를 시청하고 있는 가구 구성원을 판단할 수 있다. 또한, IPTV 시청 사용자 추론 서버는 계산된 시청 확률에 기초하여 판단된 IPTV 시청 가구의 가구 구성원에 대한 IPTV 서비스의 시청 정보 또는 OTT 서비스의 시청 정보를 추론할 수 있다. 이에 따라 IPTV 시청 사용자 추론 서버는 가구 구성원이 IPTV 또는 OTT 중 어느 것을 위주로 콘텐츠를 시청하는지 판단할 수 있다. In step 540, the IPTV viewing user inference server may calculate the IPTV viewing probability. For example, the IPTV viewing user inference server may calculate an IPTV viewing probability, which is a probability for a user currently viewing IPTV from a household member who is watching IPTV, based on the collected service viewing history data. In this case, the IPTV viewing user inference server may perform a time series analysis to infer an IPTV viewer. The IPTV viewing user inference server may determine a household member who is watching IPTV at a specific time based on the calculated viewing probability. In addition, the IPTV viewing user inference server may infer viewing information of an IPTV service or viewing information of an OTT service for a household member of an IPTV viewing household determined based on the calculated viewing probability. Accordingly, the IPTV viewing user inference server may determine whether a household member mainly views IPTV or OTT content.

단계(550)에서 IPTV 시청 사용자 추론 서버는 계산된 시청 확률에 의하여 현재 IPTV를 시청하는 가구 구성원을 판단하고 시청 확률에 대한 정보를 저장할 수 있다. IPTV 시청 사용자 추론 서버는 판단된 가구 구성원에 대한 IPTV 서비스의 시청 확률, OTT 서비스의 시청 확률, IPTV 서비스와 OTT 서비스에 대한 IPTV 시청 확률, IPTV 서비스 시청 이력 데이터 및 OTT 서비스 시청 이력 데이터 중 어느 하나를 저장할 수 있다. In step 550, the IPTV viewing user inference server may determine a household member currently viewing IPTV based on the calculated viewing probability and store information on the viewing probability. The IPTV viewing user inference server determines one of the IPTV service viewing probability, OTT service viewing probability, IPTV viewing probability, IPTV service viewing history data, and OTT service viewing history data for the determined household member. Can be saved.

이상에서 설명된 장치는 하드웨어 구성요소, 소프트웨어 구성요소, 및/또는 하드웨어 구성요소 및 소프트웨어 구성요소의 조합으로 구현될 수 있다. 예를 들어, 실시예들에서 설명된 장치 및 구성요소는, 예를 들어, 프로세서, 콘트롤러, ALU(arithmetic logic unit), 디지털 신호 프로세서(digital signal processor), 마이크로컴퓨터, FPGA(field programmable gate array), PLU(programmable logic unit), 마이크로프로세서, 또는 명령(instruction)을 실행하고 응답할 수 있는 다른 어떠한 장치와 같이, 하나 이상의 범용 컴퓨터 또는 특수 목적 컴퓨터를 이용하여 구현될 수 있다. 처리 장치는 운영 체제(OS) 및 상기 운영 체제 상에서 수행되는 하나 이상의 소프트웨어 애플리케이션을 수행할 수 있다. 또한, 처리 장치는 소프트웨어의 실행에 응답하여, 데이터를 접근, 저장, 조작, 처리 및 생성할 수도 있다. 이해의 편의를 위하여, 처리 장치는 하나가 사용되는 것으로 설명된 경우도 있지만, 해당 기술분야에서 통상의 지식을 가진 자는, 처리 장치가 복수 개의 처리 요소(processing element) 및/또는 복수 유형의 처리 요소를 포함할 수 있음을 알 수 있다. 예를 들어, 처리 장치는 복수 개의 프로세서 또는 하나의 프로세서 및 하나의 콘트롤러를 포함할 수 있다. 또한, 병렬 프로세서(parallel processor)와 같은, 다른 처리 구성(processing configuration)도 가능하다.The apparatus described above may be implemented as a hardware component, a software component, and/or a combination of a hardware component and a software component. For example, the devices and components described in the embodiments are, for example, a processor, a controller, an arithmetic logic unit (ALU), a digital signal processor, a microcomputer, a field programmable gate array (FPGA). , A programmable logic unit (PLU), a microprocessor, or any other device capable of executing and responding to instructions, such as one or more general purpose computers or special purpose computers. The processing device may execute an operating system (OS) and one or more software applications executed on the operating system. In addition, the processing device may access, store, manipulate, process, and generate data in response to the execution of software. For the convenience of understanding, although it is sometimes described that one processing device is used, one of ordinary skill in the art, the processing device is a plurality of processing elements and/or a plurality of types of processing elements. It can be seen that it may include. For example, the processing device may include a plurality of processors or one processor and one controller. In addition, other processing configurations are possible, such as a parallel processor.

소프트웨어는 컴퓨터 프로그램(computer program), 코드(code), 명령(instruction), 또는 이들 중 하나 이상의 조합을 포함할 수 있으며, 원하는 대로 동작하도록 처리 장치를 구성하거나 독립적으로 또는 결합적으로(collectively) 처리 장치를 명령할 수 있다. 소프트웨어 및/또는 데이터는, 처리 장치에 의하여 해석되거나 처리 장치에 명령 또는 데이터를 제공하기 위하여, 어떤 유형의 기계, 구성요소(component), 물리적 장치, 가상 장치(virtual equipment), 컴퓨터 저장 매체 또는 장치에 구체화(embody)될 수 있다. 소프트웨어는 네트워크로 연결된 컴퓨터 시스템 상에 분산되어서, 분산된 방법으로 저장되거나 실행될 수도 있다. 소프트웨어 및 데이터는 하나 이상의 컴퓨터 판독 가능 기록 매체에 저장될 수 있다.The software may include a computer program, code, instructions, or a combination of one or more of these, configuring the processing unit to behave as desired or processed independently or collectively. You can command the device. Software and/or data may be interpreted by a processing device or to provide instructions or data to a processing device, of any type of machine, component, physical device, virtual equipment, computer storage medium or device. Can be embodyed in The software may be distributed over networked computer systems and stored or executed in a distributed manner. Software and data may be stored on one or more computer-readable recording media.

실시예에 따른 방법은 다양한 컴퓨터 수단을 통하여 수행될 수 있는 프로그램 명령 형태로 구현되어 컴퓨터 판독 가능 매체에 기록될 수 있다. 상기 컴퓨터 판독 가능 매체는 프로그램 명령, 데이터 파일, 데이터 구조 등을 단독으로 또는 조합하여 포함할 수 있다. 상기 매체에 기록되는 프로그램 명령은 실시예를 위하여 특별히 설계되고 구성된 것들이거나 컴퓨터 소프트웨어 당업자에게 공지되어 사용 가능한 것일 수도 있다. 컴퓨터 판독 가능 기록 매체의 예에는 하드 디스크, 플로피 디스크 및 자기 테이프와 같은 자기 매체(magnetic media), CD-ROM, DVD와 같은 광기록 매체(optical media), 플롭티컬 디스크(floptical disk)와 같은 자기-광 매체(magneto-optical media), 및 롬(ROM), 램(RAM), 플래시 메모리 등과 같은 프로그램 명령을 저장하고 수행하도록 특별히 구성된 하드웨어 장치가 포함된다. 프로그램 명령의 예에는 컴파일러에 의해 만들어지는 것과 같은 기계어 코드뿐만 아니라 인터프리터 등을 사용해서 컴퓨터에 의해서 실행될 수 있는 고급 언어 코드를 포함한다. The method according to the embodiment may be implemented in the form of program instructions that can be executed through various computer means and recorded in a computer-readable medium. The computer-readable medium may include program instructions, data files, data structures, and the like alone or in combination. The program instructions recorded on the medium may be specially designed and configured for the embodiment, or may be known and usable to those skilled in computer software. Examples of computer-readable recording media include magnetic media such as hard disks, floppy disks, and magnetic tapes, optical media such as CD-ROMs and DVDs, and magnetic media such as floptical disks. -A hardware device specially configured to store and execute program instructions such as magneto-optical media, and ROM, RAM, flash memory, and the like. Examples of program instructions include not only machine language codes such as those produced by a compiler but also high-level language codes that can be executed by a computer using an interpreter or the like.

이상과 같이 실시예들이 비록 한정된 실시예와 도면에 의해 설명되었으나, 해당 기술분야에서 통상의 지식을 가진 자라면 상기의 기재로부터 다양한 수정 및 변형이 가능하다. 예를 들어, 설명된 기술들이 설명된 방법과 다른 순서로 수행되거나, 및/또는 설명된 시스템, 구조, 장치, 회로 등의 구성요소들이 설명된 방법과 다른 형태로 결합 또는 조합되거나, 다른 구성요소 또는 균등물에 의하여 대치되거나 치환되더라도 적절한 결과가 달성될 수 있다.As described above, although the embodiments have been described by the limited embodiments and drawings, various modifications and variations are possible from the above description by those of ordinary skill in the art. For example, the described techniques are performed in a different order from the described method, and/or components such as a system, structure, device, circuit, etc. described are combined or combined in a form different from the described method, or other components Alternatively, even if substituted or substituted by an equivalent, an appropriate result can be achieved.

그러므로, 다른 구현들, 다른 실시예들 및 특허청구범위와 균등한 것들도 후술하는 특허청구범위의 범위에 속한다.Therefore, other implementations, other embodiments, and claims and equivalents fall within the scope of the claims to be described later.

Claims (15)

IPTV 시청 사용자 추론 서버에서 수행되는 IPTV 시청 사용자 추론 방법에 있어서,
IPTV 시청 가구의 가구 구성원에 대한 시청 이력 데이터를 포함하는 추론 데이터를 수집하는 단계;
상기 수집된 추론 데이터를 이용하여 IPTV 시청 가구의 가구 구성원에 대한 시청 확률을 계산하는 단계; 및
상기 계산된 시청 확률에 기초하여 판단된 IPTV 시청 가구의 가구 구성원에 대한 IPTV의 시청 정보를 저장하는 단계
를 포함하고,
상기 IPTV 시청 가구의 가구 구성원에 대한 시청 이력 데이터를 포함하는 추론 데이터를 수집하는 단계는,
IPTV와 모바일 결합상품을 사용하는 IPTV 시청 가구의 가구 구성원 벡터를 수집하여 IPTV 시청 가구의 가구 구성원 데이터를 식별하고, 셋톱박스로부터 IPTV용 수신 장비에서 발생하는 IPTV 서비스 시청 이력 데이터가 IPTV 데이터 제공 서버로 송신되고, 상기 IPTV 서비스 데이터 제공 서버로부터 수집된 IPTV 시청 가구의 가구 구성원 데이터 및 IPTV 서비스 시청 이력 데이터가 전달됨을 수신하고, OTT 데이터 제공 서버에서 IPTV 서비스 제공자로부터 제공되는 OTT 서비스 데이터에 기초하여 IPTV 시청 가구의 각 가구 구성원의 OTT 서비스 시청 이력 데이터가 수집됨에 따라 상기 IPTV 시청 가구의 각 가구 구성원 데이터 및 상기 IPTV 시청 가구의 각 가구 구성원의 OTT 서비스 시청 이력 데이터가 전달됨을 수신하는 단계
를 포함하고,
상기 수집된 추론 데이터를 이용하여 IPTV 시청 가구의 가구 구성원에 대한 시청 확률을 계산하는 단계는,
상기 IPTV 시청 가구의 IPTV 서비스 시청 이력 데이터로부터 IPTV 서비스의 시청 시간대의 경향성, 가구 구성원 각각의 OTT 서비스의 시청 시간대 경향성, 성별 및 나이대별 그룹의 IPTV 서비스의 시청 시간대의 경향성, 성별 및 나이대별 그룹의 OTT 서비스의 시청 시간대의 경향성 중 적어도 하나의 경향성을 파악하여 시계열 분석을 수행하고, 상기 IPTV 시청 가구의 IPTV 시청 이력 데이터와 성별 및 나이대별 IPTV 시청 이력 데이터를 통하여 특정 시간에 IPTV서비스를 시청하고 있는 가구 구성원의 확률을 계산하고, 상기 IPTV 시청 가구의 각 가구 구성원의 OTT 서비스 시청 이력 데이터와 성별 및 나이대별 OTT 서비스 시청 이력 데이터를 통하여 특정 시간에 OTT 서비스를 시청하고 있는 가구 구성원의 확률을 계산하는 단계
를 포함하는 IPTV 시청 사용자 추론 방법. In the IPTV viewing user inference method performed in the IPTV viewing user inference server,
Collecting inference data including viewing history data on household members of the IPTV viewing household;
Calculating a viewing probability of a household member of an IPTV viewing household using the collected inference data; And
Storing IPTV viewing information for household members of the IPTV viewing household determined based on the calculated viewing probability
Including,
Collecting inference data including viewing history data for household members of the IPTV viewing household,
By collecting the vector of household members of the IPTV-viewing household using IPTV and mobile combined products, the household member data of the IPTV-viewing household is identified, and the IPTV service viewing history data generated from the IPTV receiving equipment from the set-top box is transferred to the IPTV data providing server. It is transmitted and receives that the household member data and IPTV service viewing history data of the IPTV viewing household collected from the IPTV service data providing server are transmitted, and IPTV viewing based on OTT service data provided from the IPTV service provider in the OTT data providing server Receiving that data of each household member of the IPTV viewing household and OTT service viewing history data of each household member of the IPTV viewing household are transmitted as the OTT service viewing history data of each household member of the household is collected
Including,
The step of calculating a viewing probability for a household member of an IPTV viewing household using the collected inference data,
From the IPTV service viewing history data of the IPTV viewing household, the trend of the viewing time zone of the IPTV service, the viewing time zone trend of the OTT service of each household member, the trend of the viewing time zone of the IPTV service by gender and age group, and the group by gender and age group. Time-series analysis is performed by grasping at least one of the trends in the viewing time zone of the OTT service, and the IPTV service is viewed at a specific time through the IPTV viewing history data of the IPTV viewing household and IPTV viewing history data by gender and age group. Calculate the probability of a household member, and calculate the probability of a household member watching OTT service at a specific time through OTT service viewing history data of each household member of the IPTV viewing household and OTT service viewing history data by gender and age group. step
IPTV viewing user inference method comprising a. 삭제delete 삭제delete 삭제delete 제1항에 있어서,
상기 수집된 추론 데이터를 이용하여 IPTV 시청 가구의 가구 구성원에 대한 시청 확률을 계산하는 단계는,
상기 계산된 시청 확률에 기초하여 특정 시간에 IPTV를 시청하고 있는 가구 구성원을 판단하는 단계
를 포함하는 IPTV 시청 사용자 추론 방법. The method of claim 1,
The step of calculating a viewing probability for a household member of an IPTV viewing household using the collected inference data,
Determining a household member watching IPTV at a specific time based on the calculated viewing probability
IPTV viewing user inference method comprising a. 제1항에 있어서,
상기 계산된 시청 확률에 기초하여 판단된 IPTV 시청 가구의 가구 구성원에 대한 IPTV의 시청 정보를 저장하는 단계는,
상기 판단된 가구 구성원에 대한 IPTV 서비스 또는 OTT 서비스의 시청 확률, 상기 IPTV 서비스 시청 이력 데이터 및 OTT 서비스 시청 이력 데이터를 저장하는 단계
를 포함하는 IPTV 시청 사용자 추론 방법. The method of claim 1,
Storing the IPTV viewing information for the household member of the IPTV viewing household determined based on the calculated viewing probability,
Storing the determined IPTV service or OTT service viewing probability, the IPTV service viewing history data, and OTT service viewing history data for the determined household member
IPTV viewing user inference method comprising a. 삭제delete 삭제delete 삭제delete IPTV 시청 사용자 추론 서버에 있어서,
IPTV 시청 가구의 가구 구성원에 대한 시청 이력 데이터를 포함하는 추론 데이터를 수집하는 수집부;
상기 수집된 추론 데이터를 이용하여 IPTV 시청 가구의 가구 구성원에 대한 시청 확률을 계산하는 연산부; 및
상기 계산된 시청 확률에 기초하여 판단된 IPTV 시청 가구의 가구 구성원에 대한 IPTV의 시청 정보를 저장하는 저장부
를 포함하고,
상기 수집부는,
IPTV와 모바일 결합상품을 사용하는 IPTV 시청 가구의 가구 구성원 벡터를 수집하여 IPTV 시청 가구의 가구 구성원 데이터를 식별하고, 셋톱박스로부터 IPTV용 수신 장비에서 발생하는 IPTV 서비스 시청 이력 데이터가 IPTV 데이터 제공 서버로 송신되고, 상기 IPTV 서비스 데이터 제공 서버로부터 수집된 IPTV 시청 가구의 가구 구성원 데이터 및 IPTV 서비스 시청 이력 데이터가 전달됨을 수신하고, OTT 데이터 제공 서버에서 IPTV 서비스 제공자로부터 제공되는 OTT 서비스 데이터에 기초하여 IPTV 시청 가구의 각 가구 구성원의 OTT 서비스 시청 이력 데이터가 수집됨에 따라 상기 IPTV 시청 가구의 각 가구 구성원 데이터 및 상기 IPTV 시청 가구의 각 가구 구성원의 OTT 서비스 시청 이력 데이터가 전달됨을 수신하는 것을 포함하고,
상기 연산부는,
상기 IPTV 시청 가구의 IPTV 서비스 시청 이력 데이터로부터 IPTV 서비스의 시청 시간대의 경향성, 가구 구성원 각각의 OTT 서비스의 시청 시간대 경향성, 성별 및 나이대별 그룹의 IPTV 서비스의 시청 시간대의 경향성, 성별 및 나이대별 그룹의 OTT 서비스의 시청 시간대의 경향성 중 적어도 하나의 경향성을 파악하여 시계열 분석을 수행하고, 상기 IPTV 시청 가구의 IPTV 시청 이력 데이터와 성별 및 나이대별 IPTV 시청 이력 데이터를 통하여 특정 시간에 IPTV서비스를 시청하고 있는 가구 구성원의 확률을 계산하고, 상기 IPTV 시청 가구의 각 가구 구성원의 OTT 서비스 시청 이력 데이터와 성별 및 나이대별 OTT 서비스 시청 이력 데이터를 통하여 특정 시간에 OTT 서비스를 시청하고 있는 가구 구성원의 확률을 계산하는
IPTV 시청 사용자 추론 서버. In the IPTV viewing user inference server,
A collection unit for collecting inference data including viewing history data on household members of the IPTV viewing household;
An operation unit that calculates a viewing probability of a household member of an IPTV viewing household by using the collected inference data; And
A storage unit for storing IPTV viewing information for household members of the IPTV viewing household determined based on the calculated viewing probability
Including,
The collection unit,
By collecting the vector of household members of the IPTV-viewing household using IPTV and mobile combined products, the household member data of the IPTV-viewing household is identified, and the IPTV service viewing history data generated from the IPTV receiving equipment from the set-top box is transferred to the IPTV data providing server. It is transmitted and receives that the household member data and IPTV service viewing history data of the IPTV viewing household collected from the IPTV service data providing server are transmitted, and IPTV viewing based on OTT service data provided from the IPTV service provider in the OTT data providing server Receiving that as the OTT service viewing history data of each household member of the household is collected, data of each household member of the IPTV viewing household and OTT service viewing history data of each household member of the IPTV viewing household are transmitted,
The calculation unit,
From the IPTV service viewing history data of the IPTV viewing household, the trend of the viewing time zone of the IPTV service, the viewing time zone trend of the OTT service of each household member, the trend of the viewing time zone of the IPTV service by gender and age group, and the group by gender and age group. Time-series analysis is performed by grasping at least one of the trends in the viewing time zone of the OTT service, and the IPTV service is viewed at a specific time through the IPTV viewing history data of the IPTV viewing household and IPTV viewing history data by gender and age group. Calculate the probability of a household member, and calculate the probability of a household member watching OTT service at a specific time through OTT service viewing history data of each household member of the IPTV viewing household and OTT service viewing history data by gender and age group.
IPTV viewing user inference server. 삭제delete 삭제delete 제10항에 있어서,
상기 연산부는,
상기 계산된 시청 확률에 기초하여 특정 시간에 IPTV를 시청하고 있는 가구 구성원을 판단하는
것을 특징으로 하는 IPTV 시청 사용자 추론 서버. The method of claim 10,
The calculation unit,
To determine a household member watching IPTV at a specific time based on the calculated viewing probability
IPTV viewing user inference server, characterized in that. 삭제delete 삭제delete
KR1020180118165A 2018-10-04 2018-10-04 Method and system for iptv user inference by analyzing of viewing time zone of mobile ott service and iptv service KR102149343B1 (en)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020180118165A KR102149343B1 (en) 2018-10-04 2018-10-04 Method and system for iptv user inference by analyzing of viewing time zone of mobile ott service and iptv service

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020180118165A KR102149343B1 (en) 2018-10-04 2018-10-04 Method and system for iptv user inference by analyzing of viewing time zone of mobile ott service and iptv service

Publications (2)

Publication Number Publication Date
KR20200038671A KR20200038671A (en) 2020-04-14
KR102149343B1 true KR102149343B1 (en) 2020-08-28

Family

ID=70291605

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020180118165A KR102149343B1 (en) 2018-10-04 2018-10-04 Method and system for iptv user inference by analyzing of viewing time zone of mobile ott service and iptv service

Country Status (1)

Country Link
KR (1) KR102149343B1 (en)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2022098072A1 (en) * 2020-11-06 2022-05-12 삼성전자(주) Electronic device and control method thereof
KR20230061780A (en) 2021-10-29 2023-05-09 엠랩 주식회사 Module and method for recommending video based on location applied to multimedia box for ott

Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101769976B1 (en) * 2013-03-06 2017-08-21 한국전자통신연구원 Methods and apparatuses for deducing a viewing household member profile

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20150082983A (en) * 2014-01-08 2015-07-16 한국전자통신연구원 Apparatus and method for user inference

Patent Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101769976B1 (en) * 2013-03-06 2017-08-21 한국전자통신연구원 Methods and apparatuses for deducing a viewing household member profile

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2022098072A1 (en) * 2020-11-06 2022-05-12 삼성전자(주) Electronic device and control method thereof
KR20230061780A (en) 2021-10-29 2023-05-09 엠랩 주식회사 Module and method for recommending video based on location applied to multimedia box for ott

Also Published As

Publication number Publication date
KR20200038671A (en) 2020-04-14

Similar Documents

Publication Publication Date Title
US11863654B2 (en) Detecting user interest in presented media items by observing volume change events
US10873785B2 (en) Content recommendation system and method-based implicit ratings
CN106604051A (en) Live channel recommending method and device
TWI814737B (en) Method and apparatus for recognizing user to provide personalized guide, content and services, and targeted advertisement without intentional user registration
KR101495297B1 (en) System, apparatus, method and computer readable recording medium for providing analyzing the log of a subscriber through the recognition of circumstantial based on the smart tv
WO2016203718A1 (en) Facial recognition system, facial recognition server, and customer information presentation method
WO2015103898A1 (en) Method and apparatus for obtaining user characteristic information, and terminal device
CN111787356A (en) Target video clip extraction method and device
WO2011090541A2 (en) Methods for displaying contextually targeted content on a connected television
US20150215674A1 (en) Interactive streaming video
KR102152970B1 (en) Personalized item recommendation method and apparatus using image analysis
KR102149343B1 (en) Method and system for iptv user inference by analyzing of viewing time zone of mobile ott service and iptv service
KR101875230B1 (en) Apparatus and method for inferring preference using watching data and meta data
US9301019B1 (en) Media correlation by feature matching
JP7105309B2 (en) Video preprocessing method, device and computer program
KR101870980B1 (en) System for recommend the customized application, method thereof and recordable medium storing the method
US20150193822A1 (en) Apparatus and method for inferring user profile
JP2002171231A (en) Broadcast program guiding system and its method and its device and broadcasting terminal equipment and program recording medium to be used for realization of the same device
CN107911743A (en) The system and method for the confidence level being just presented for determining media item
US10764634B1 (en) Presence and authentication for media measurement
KR20180082950A (en) Display apparatus and service providing method of thereof
CN105765611A (en) Method of benchmarking media content based on viewer behaviour
CN110677448A (en) Associated information pushing method, device and system
KR102220074B1 (en) Method and Apparatus for Generating of Data for Providing Real-View Immersion Determination Service based on Image Recognition
KR102278693B1 (en) Signage integrated management system providing Online to Offline user interaction based on Artificial Intelligence and method thereof

Legal Events

Date Code Title Description
E701 Decision to grant or registration of patent right
GRNT Written decision to grant