KR102198365B1 - 다중 채널 프리뷰 기반의 사용자 맞춤형 미디어 콘텐츠 프로그램 추천 시스템 및 방법 - Google Patents

다중 채널 프리뷰 기반의 사용자 맞춤형 미디어 콘텐츠 프로그램 추천 시스템 및 방법 Download PDF

Info

Publication number
KR102198365B1
KR102198365B1 KR1020190156198A KR20190156198A KR102198365B1 KR 102198365 B1 KR102198365 B1 KR 102198365B1 KR 1020190156198 A KR1020190156198 A KR 1020190156198A KR 20190156198 A KR20190156198 A KR 20190156198A KR 102198365 B1 KR102198365 B1 KR 102198365B1
Authority
KR
South Korea
Prior art keywords
program
user
preference
viewing
programs
Prior art date
Application number
KR1020190156198A
Other languages
English (en)
Inventor
정광수
강성주
Original Assignee
광운대학교 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 광운대학교 산학협력단 filed Critical 광운대학교 산학협력단
Priority to KR1020190156198A priority Critical patent/KR102198365B1/ko
Application granted granted Critical
Publication of KR102198365B1 publication Critical patent/KR102198365B1/ko

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
    • H04N21/4668—Learning process for intelligent management, e.g. learning user preferences for recommending movies for recommending content, e.g. movies
    • 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
    • H04N21/24—Monitoring of processes or resources, e.g. monitoring of server load, available bandwidth, upstream requests
    • H04N21/2407—Monitoring of transmitted content, e.g. distribution time, number of downloads
    • 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
    • H04N21/43—Processing of content or additional data, e.g. demultiplexing additional data from a digital video stream; Elementary client operations, e.g. monitoring of home network or synchronising decoder's clock; Client middleware
    • H04N21/442—Monitoring of processes or resources, e.g. detecting the failure of a recording device, monitoring the downstream bandwidth, the number of times a movie has been viewed, the storage space available from the internal hard disk
    • H04N21/44213—Monitoring of end-user related data
    • H04N21/44222—Analytics of user selections, e.g. selection of programs or purchase activity
    • 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
    • H04N21/47—End-user applications
    • H04N21/482—End-user interface for program selection
    • H04N21/4826—End-user interface for program selection using recommendation lists, e.g. of programs or channels sorted out according to their score
    • 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]
    • H04N21/80—Generation or processing of content or additional data by content creator independently of the distribution process; Content per se
    • H04N21/85—Assembly of content; Generation of multimedia applications
    • H04N21/854—Content authoring
    • H04N21/8549—Creating video summaries, e.g. movie trailer

Landscapes

  • Engineering & Computer Science (AREA)
  • Multimedia (AREA)
  • Signal Processing (AREA)
  • Databases & Information Systems (AREA)
  • Health & Medical Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Social Psychology (AREA)
  • Software Systems (AREA)
  • Human Computer Interaction (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Computer Security & Cryptography (AREA)
  • Two-Way Televisions, Distribution Of Moving Picture Or The Like (AREA)

Abstract

다중 채널 프리뷰 기반의 사용자 맞춤형 미디어 콘텐츠 프로그램 추천 시스템 및 방법이 개시된다. 다중 채널 프리뷰 기반의 사용자 맞춤형 미디어 콘텐츠 추천 시스템 및 방법은 시청자가 본 TV 프로그램의 장르, 방송 프로그램 제목, 등장인물, 시청 시간 등 다양한 컨텍스트(context) 정보를 기반으로 시청자의 TV 프로그램의 장르의 카테고리 별 선호도를 예측하고, 시청자의 선호도를 예측하기 위해 시청 히스토리에 따라 i) TV 프로그램의 장르의 시청 횟수가 많은 프로그램에 우선순위(priority)를 적용하여 선호도가 높은 상위-N개의 프로그램 목록을 사용자 단말로 제공하거나 또는 ii) 사용자-콘텐츠 선호도 가중치를 계산하고, 선호도 트리를 사용하여 가중치가 높은 선호도가 높은 상위-N개의 프로그램을 추천하며, 예측된 선호도가 높은 상위-N개의 실시간 TV 프로그램 목록을 사용자 단말의 디스플레이로 시청자에게 제공하며, 리모컨을 사용하여 사용자 단말에 실시간 방송 미리보기(preview)를 제공하여 사용자의 미디어 시청 만족도를 높이는 효과가 있다.

Description

다중 채널 프리뷰 기반의 사용자 맞춤형 미디어 콘텐츠 프로그램 추천 시스템 및 방법{Personalized Media Contents Recommendation System and Method based on Previewing Multi-Channel}
본 발명은 다중 채널 프리뷰 기반의 사용자 맞춤형 미디어 콘텐츠 추천 시스템 및 방법에 관한 것으로, 시청자가 본 TV 프로그램의 장르, 등장인물, 시청 시간 등 다양한 컨텍스트(context) 정보를 기반으로 시청자의 TV 프로그램 별 선호도(preference)를 예측하기 위해 시청 히스토리에 따라 i) TV 프로그램의 장르의 시청 횟수가 많은 프로그램에 우선순위(priority)를 적용하여 상위 N개의 프로그램 목록을 사용자 단말로 추천/제공하거나 또는 ii) 사용자-콘텐츠 선호도 가중치를 계산하여 선호도 트리에 따라 가중치가 높은 상위 N개의 프로그램을 추천하며, 예측된 선호도가 높은 Top-N개의 실시간 TV 프로그램 목록을 리모컨 또는 사용자 단말의 디스플레이에서 시청자에게 제공하며, 리모컨을 사용하여 사용자 단말에 추천된 개인화된 사용자 맞춤형 콘텐츠(Personalized Media Contents)에 대하여 실시간 방송 미리보기(preview)를 제공하여 사용자의 미디어 시청 만족도를 높이기 위한, 다중 채널 프리뷰 기반의 사용자 맞춤형 미디어 콘텐츠 추천 시스템 및 방법에 관한 것이다.
일반적으로, 지상파 디지털 방송은 ATSC 8-VSB를 사용하며, 케이블 방송은 QAM 방식을 사용하고, 위성 방송은 QPSK 방식을 사용한다. 지상파, 케이블, 위성 방송 시스템의 다중화(multiplexing) 방식은 MPEG-2 TS(Transport Stream)을 사용한다.
IPTV는 방송과 통신 프로그램 공급자(PP:Program Provider)의 IPTV 헤드엔드 시스템으로부터 전송된 비디오/오디오/패킷 데이터가 포함된 A/V 방송 스트림을 수신하여 IP 셋탑 박스(STB)에 연결된 TV로 multicast routing protocol(PIM-SM)을 사용하는 고속 인터넷망(IP Network)을 통해 TV 인터넷 멀티미디어 콘텐츠를 multicast 방식으로 방송 채널(multicast group)에 조인된 IP STB/TV 가입자 단말로 전송하며, 또한 리턴 패스 서버(return path server)를 통해 양방향 통신 채널로 unicast 방식으로 interactive IPTV 서비스를 제공한다.
IPTV 서비스를 제공하는 위성 TV, 케이블 TV, 지상파 TV는 EPG 서버(EPG server)에 연결되는 사용자 단말(STB/TV)에서 전자프로그램 가이드(EPG client)를 사용하며, 리모컨으로 방송 채널을 선택하면, TV와 연결된 셋탑박스(STB)에서 IGMP join된 방송 채널(multicast group)를 통해 IPTV 헤드엔드 시스템으로부터 미디어 스트림을 STB/TV로 전송받아 디스플레이함으로써 Interactive TV 서비스를 제공받고 있다.
MPEG-2는 비디오와 오디오의 인코딩에서 만들어진 각 ES(Elementary Stream)(E1,E2,E3,...)를 전송하기 위해 패킷화하여 PES(Packetized Elementary Stream)을 만들고, 다시 PES를 기초로 TS(Transport Stream) 패킷을 만든다.
MPEG-2 TS 패킷 헤더는 8bit 싱크 바이트(Ox47), 1bit 전송 오류 표시기(TEI, Transport Error Indicator), 1 bit 페이로드 유닛 시작 표시기(PUSI, Patload Unit Start Indicator), 1 bit 전송 우선순위(TP, Transport Priority), 13 bit PID(Porgram ID), 2 bit 전송 스크램블 제어(TSC, Transport Scrambling Control), 2 bit Adaptation Field Control, 4 bit 연속카운터(Continuity counter)를 포함한다.
지상파, 케이블, 위성 방송 신호는 기본적으로 영상(video), 음성(audio), 데이터(data) 및 PSI(Program Specific Information)를 포함하여 전송된다. 방송 시스템은 송출단에서 채널 정보(SI)를 별도로 전송하며, 수신 제한 시스템(CAS)이 존재하는 경우 ECM, EMM이 전송된다.
PSI는 PAT(Program Association Table), PMT(Program Map Table), CAT(Conditional Access Table)와 NIT(Network Information Table)을 포함한다.
최근, UHD/HD STB를 사용한 IPTV, 스마트 TV 보급이 증가됨에 따라, TV 프로그램의 시청 히스토리와 사용자의 시청 패턴 가중치에 의해 선호도를 예측하여 개인화된 방송 프로그램 리스트를 추천하며, 사용자의 취향과 관심에 따라 선호도를 예측하여 TV 프로그램 추천 기법들이 연구되고 있다.
이와 관련된 선행기술1로써, 특허등록번호 10-0839306에서는 " 프로그램 시청 패턴 반영 기법을 이용한 디지털 ＴＶ프로그램 추천 시스템 및 방법"이 등록되어 있다.
프로그램 시청 패턴 반영 기법을 이용한 디지털 TV 프로그램 추천 시스템은
사용자의 시청 히스토리를 참조하여 프로그램 속성별로 사용자의 시청 빈도수를 정규화한 후 사용자 모델 정보의 프로그램 속성별 선호도값을 갱신하는 사용자 선호도 갱신 모듈;
프로그램별로 사용자의 시청 히스토리를 참조하여 프로그램의 방영기간 동안 방영된 각 방영회차에 대해 시청 시점이 최근일수록 값이 증가하도록 시청 패턴 가중치를 부여한 후 각 방영회차의 시청 패턴 가중치를 누산하는 시청 패턴 가중치 계산 모듈;
프로그램별로 속성 정보를 참조하여 사용자 모델 정보로부터 프로그램 속성별로 속성값을 추출하고, 추출된 각 속성값을 수학적 연산에 의해 하나의 값으로 통합한 값에 해당 프로그램의 누산된 시청 패턴 가중치를 적용하여 사용자의 프로그램 선호도를 계산하는 프로그램 선호도 계산 모듈; 및
프로그램 선호도가 높은 순으로 사용자에게 프로그램을 추천하는 프로그램 추천 모듈;을 포함한다.
Figure 112019123236753-pat00001
도 1은 종래의 프로그램 시청 패턴 반영 기법을 이용한 디지털 TV 프로그램 추천 시스템의 일실시예를 보인 블럭도이다.
프로그램 시청 패턴 반영 기법을 이용한 디지털 TV 프로그램 추천 시스템은 시청히스토리 수집 모듈(100), 시청 히스토리 저장 모듈(101), 시청 히스토리 저장소(102), 사용자 선호도 갱신 모듈(110), 사용자 모델 저장소(111), 시청 패턴 가중치 계산 모듈(120), 프로그램 선호도 계산 모듈(130), 프로그램 정보 저장소(131), 프로그램 추천 모듈(140), 추천 프로그램 출력 모듈(150)을 포함하여 구성된다.
상기 시청 히스토리 수집 모듈(100)은 사용자의 디지털 TV 리모콘 조작을 모니터링하여 사용자의 프로그램 시청히스토리를 수집하고, 상기 히스토리 저장 모듈(101)은 상기 시청 히스토리 수집 모듈로부터 시청 히스토리 정보를 통신망을 통해 전송받아 시청 히스토리 저장소(102)에 저장한다. 상기 통신망은 유/무선 인터넷 또는 TV케이블망이다.
상기 프로그램 정보 저장소(131)는 프로그램의 타이틀, PID(Program ID), SID(Sequence ID), 등급, 방영시작시점 및 종료 시점 및 방영시간 정보를 포함하는 프로그램 방영 스케쥴 정보와 프로그램의 채널, 장르 및 세부장르를 포함하는 프로그램 속성 정보가 저장되고 관리된다.
상기 프로그램 시청 히스토리는 사용자의 시청 내역을 알 수 있는 정보로서, 본 발명의 일 측면에 따르면 상기 프로그램 시청 히스토리는 사용자 ID, 프로그램 채널, 시청 시작시간 및 종료 시간, 및 시청 시간 정보를 포함하도록 구성될 수 있다.
또한, 다른 측면에 따르면 상기 프로그램 시청 히스토리는 사용자 ID, 프로그램 채널, 시청 시작시간 및 종료 시간을 포함하도록 구성될 수 있다.
이런 경우, 상기 히스토리 저장 모듈(101)에서 채널별 프로그램 방영 스케쥴 정보를 포함하는 프로그램 정보 저장소(131)를 참조하여 프로그램 시청 히스토리를 작성한다.
즉, 상기 히스토리 저장 모듈(101)은 상기 시청 히스토리 수집 모듈(100)로부터 사용자 ID, 그로그램 채널, 시청 시작시간 및 종료 시간에 대한 정보만을 수신하고, 상기 수신한 정보와 상기 채널별 프로그램 방영 스케쥴 정보를 연계하여 사용자 ID, 프로그램 ID, 반영회차 정보, 시청 시작 시간 및 종료 시간, 및 시청 시간 정보를 포함하는 프로그램 시청 히스토리를 작성하도록 구성되는 것이다.
상기 사용자 ID는 사용자를 분별하기 위한 정보로서 숫자, 문자, 기호 등을 조합하여 구성할 수 있다. 상기 프로그램 ID는 상기 PID(Program ID)를 기초로 생성되며 상기 방영회차 ID는 프로그램의 회차에 대한 정보로서 상기 프로그램 정보 저장소(131)에 저장된 SID(Sequence ID)를 기초로 생성된다.
선행 기술1에 의하면, 사용자의 프로그램 선호도를 구한 뒤, 과거 시청 이력이 있는 프로그램에 대하여 시청 패턴 가중치를 반영함으로써 pEPG(persoalized Electronic Program Guide)의 프로그램 추천 효율을 향상시킬 수 있다.
이와 달리, VoD, OTT(Over The Top), IPTV 서비스, UHD/HD 방송 서비스 시에 시청 히스토리에 따라 미디어의 콘텐츠를 시청 중인 미디어에 포함된 오브젝트 맵(object map)을 구축하고, 미디어에 포함된 오브젝트에 대한 사용자별 선호도 트리를 사용하여 선호도를 예측하여 사용자별 맞춤형 콘텐츠를 제공하지 않았다.
또한, 가정에서 TV를 시청하는 사용자는 기존 TV 시스템 또는 방송 플랫폼에서 방영 프로그램에 대한 모든 스케줄을 알지 못하며, 원하는 프로그램을 시청하기 위해 사전 정보를 알고 있는 프로그램 또는 임의로 채널을 돌려가면서 방영중인 프로그램을 시청해야 하는 문제가 있다.
특허등록번호 10-0839306 (등록일자 2008년 6월 11일), " 프로그램 시청 패턴 반영 기법을 이용한 디지털 ＴＶ프로그램 추천 시스템 및 방법", 숭실대학교 산학협력단
상기 문제점을 해결하기 위한 본 발명의 목적은 시청자가 본 TV 프로그램의 장르, 등장인물, 시청 시간 등 다양한 컨텍스트(context) 정보를 기반으로 시청자의 TV 프로그램 별 선호도(preference)를 예측하기 위해 시청 히스토리에 따라 i) TV 프로그램의 장르의 시청 횟수가 많은 프로그램에 우선순위(priority)를 적용하여 상위 N개의 프로그램 목록을 사용자 단말로 추천/제공하거나 또는 ii) 사용자-콘텐츠 선호도 가중치를 계산하여 선호도 트리에 따라 가중치가 높은 상위-N개의 프로그램을 추천하며, 예측된 선호도가 높은 상위-N개의 실시간 TV 프로그램 목록을 리모컨 또는 사용자 단말의 디스플레이에서 시청자에게 제공하며, 리모컨을 사용하여 사용자 단말에 추천된 개인화된 사용자 맞춤형 콘텐츠(Personalized Media Contents)에 대하여 실시간 방송 미리보기(preview)를 제공하여 사용자의 미디어 시청 만족도를 높이기 위한, 다중 채널 프리뷰 기반의 사용자 맞춤형 미디어 콘텐츠 추천 시스템을 제공한다.
본 발명의 다른 목적은 다중 채널 프리뷰 기반의 사용자 맞춤형 미디어 콘텐츠 추천 방법을 제공한다.
본 발명의 목적을 달성하기 위해, 다중 채널 프리뷰 기반의 사용자 맞춤형 미디어 콘텐츠 추천 시스템은, 상기 시청 히스토리 내역에 따라 i) TV 프로그램의 장르의 시청 횟수(시청 빈도수)가 많은 프로그램에 우선순위(priority)를 적용하여 선호도가 높은 상위-N개의 프로그램 목록을 사용자 단말로 추천하는 사용자 맞춤형 미디어 콘텐츠 프로그램 추천 시스템; 및 상기 사용자 맞춤형 미디어 콘텐츠 프로그램 추천 시스템으로부터 상기 선호도가 높은 상위-N개의 TV 프로그램 목록을 수신하고, 추천 목록의 개인화된 사용자 맞춤형 콘텐츠에 대하여 방송 미리보기(preview)를 제공하며, 선택된 프로그램의 사용자 맞춤형 미디어 콘텐츠를 수신받아 재생하는 사용자 단말을 포함하며,
상기 선호도는 선호도 트리의 최종 자식 노드로부터 최상위 노드까지 Bottom-Up 방식으로 예측되고,
상기 선호도 트리는 개인 사용자별 선호하는 TV 프로그램의 장르에 따라 시청 빈도수가 많을수록 가중치를 올리고 방송 프로그램별 가중치(weight)를 다르게 두어 개인화 된 사용자 맞춤형 TV 프로그램에 대한 선호도를 예측하는 트리 구조의 데이터 구조를 사용한다.
본 발명의 다른 목적을 달성하기 위해, 다중 채널 프리뷰 기반의 사용자 맞춤형 미디어 콘텐츠 추천 방법은, (a) 사용자 맞춤형 미디어 콘텐츠 프로그램 추천 시스템은 TV 프로그램의 시청 히스토리 내역의 사용자-미디어 콘텐츠의 시청 관련 컨텍스트 정보를 기반으로 시청 횟수(시청 빈도수)가 많은 TV 프로그램에 우선순위(priority)를 적용하여 상위-N개의 프로그램 목록을 사용하여 시청자의 TV 프로그램 별 선호도를 예측하는 단계; (c) 상기 선호도가 높은 상위-N개의 TV 프로그램 목록을 사용자 단말(STB/TV)의 디스플레이로 표시하는 단계; (d) 상기 사용자 단말로 추천/선택된 개인화된 사용자 맞춤형 콘텐츠에 대하여 실시간 방송 미리보기(preview)를 제공하는 단계; 및 (e) 상기 사용자 단말에서 선호도가 높은 상위-N개의 TV 프로그램 목록에서 선택된 사용자 맞춤형 미디어 콘텐츠를 전송받아 디스플레이되고, 시청 후, 시청 후, 시청 내역을 상기 사용자 맞춤형 미디어 콘텐츠 프로그램 추천 시스템으로 전송하여 갱신하는 단계를 포함하며,
(b) 상기 시청 히스토리 내역에 따라 사용자-콘텐츠 선호도 가중치를 계산하여 선호도 트리에서 선호도가 높은 상위-N개의 프로그램을 사용자 단말로 추천/제공하는 단계를 더 포함하며,
상기 단계 (b)에서, 계산된 선호도는 선호도 트리의 최종 자식 노드로부터 최상위 노드까지 Bottom-Up 방식으로 예측되며,
상기 선호도 트리는 개인 사용자별 선호하는 TV 프로그램의 장르에 따라 시청 빈도수가 많을수록 가중치를 올리고 방송 프로그램별 가중치(weight)를 다르게 두어 개인화 된 사용자 맞춤형 TV 프로그램에 대한 선호도를 예측하는 트리 구조의 데이터 구조를 사용한다.
본 발명의 다중 채널 프리뷰 기반의 사용자 맞춤형 미디어 콘텐츠 추천 시스템 및 방법은 시청자가 본 TV 프로그램의 장르, 방송 프로그램 제목, 등장인물, 시청 시간 등 다양한 컨텍스트(context) 정보를 기반으로 i) TV 프로그램의 장르의 시청 횟수가 많은 프로그램에 우선순위(priority)를 적용하여 선호도가 높은 상위-N개의 프로그램 목록을 사용자 단말로 추천/제공하거나 또는 ii) 사용자-콘텐츠 선호도 가중치를 계산하여 선호도 트리에 따라 가중치가 높은 선호도가 높은 상위-N개의 프로그램을 추천하며, 시청자의 TV 프로그램의 장르의 카테고리 별 선호도를 예측하고, 예측된 선호도가 높은 Top-N개의 실시간 TV 프로그램 목록을 리모컨을 사용하여 사용자 단말의 디스플레이로 표출하며, 리모컨/사용자 단말로 추천된 개인화된 사용자 맞춤형 콘텐츠(Personalized Media Contents)에 대하여 실시간 방송 미리보기를 제공하여 사용자의 미디어 시청 만족도를 높이는 효과가 있다.
시청자가 본 TV 프로그램의 장르, 방송 프로그램 제목, 등장인물, 시청 시간 등 다양한 컨텍스트 정보를 기반으로 예측된 선호도가 높은 Top-N개의 실시간 TV 프로그램 목록을 리모컨 또는 사용자 단말의 디스플레이로 표출하여 시청자에게 제공한다. 시청자는 추천받은 TV 프로그램 목록 중 흥미가 있는 프로그램을 선택하여 단말에서 시청 가능하며 해당 채널로 이동 가능하다. 모든 TV 프로그램 (미디어 콘텐츠)에 대한 시청자의 선호도를 예측하기 위해 시청 히스토리에 따라 사용자-콘텐츠 선호도 가중치를 계산하여 가중치가 높은 선호도가 높은 상위-N개의 프로그램을 추천한다.
이는 모든 채널의 실시간 방송 정보를 기반으로 시청자가 원하는 채널 서비스를 제공하여 효율적인 플랫폼 운영이 가능하며, 맞춤형 채널 서비스 제공을 통한 광고 효과를 극대화 할 수 있다.
사용자는 편리하게 TV 프로그램을 제공 받을 수 있으며, 시간대 별 선호도 예측을 수행하여 사용자 패턴에 따른 맞춤형 미디어 콘텐츠 서비스의 제공이 가능하다.
사용자 맞춤형 미디어 콘텐츠 추천 서비스는 VoD(Video on Demand), OTT(Over The Top), UHD STB (Set-Top Box)를 사용한 IPTV 서비스, UHD/HD 방송 서비스에 사용할 수 있다.
도 1은 종래의 프로그램 시청 패턴 반영 기법을 이용한 디지털 TV 프로그램 추천 시스템의 일실시예를 보인 블럭도이다.
도 2는 본 발명의 리모컨 또는 사용자 단말에 의한 미디어 콘텐츠 추천 시스템 동작 시나리오를 보인 화면이다.
도 3은 TV 프로그램 별 선호도 예측 트리를 보인 그림이다.
도 4는 본 발명에 따른 다중 채널 프리뷰 기반의 사용자 맞춤형 미디어 콘텐츠 프로그램 추천 시스템 구성도이다.
도 5는 본 발명에 따른 다중 채널 프리뷰 기반의 사용자 맞춤형 미디어 콘텐츠 프로그램 추천 방법을 보인 플로차트이다.
이하, 본 발명의 바람직한 실시예를 첨부된 도면을 참조하여 발명의 구성 및 동작을 상세하게 설명한다.
도 2는 본 발명의 리모컨 또는 사용자 단말에 의한 미디어 콘텐츠 추천 시스템 동작 시나리오를 보인 화면이다.
도 3은 TV 프로그램 별 선호도 예측 트리를 보인 그림이다.
본 발명의 다중 채널 프리뷰 기반의 사용자 맞춤형 미디어 콘텐츠 추천 시스템은 시청자가 본 TV 프로그램의 장르, 등장인물, 시청 시간 등 다양한 컨텍스트(context) 정보를 기반으로 인공 지능을 사용하여 여러 방송채널에 대하여 시청 히스토리에 따라 시청자의 TV 프로그램 별 선호도를 예측하며, 시청자의 TV 프로그램 별 선호도를 예측하기 위해 i) 시청 히스토리에 따라 TV 프로그램의 장르의 시청 횟수(시청 빈도수)가 많은 프로그램에 우선순위(priority)를 적용하여 선호도가 높은 상위-N개의 프로그램 목록을 사용자 단말로 제공하거나 또는 ii) 시청 히스토리에 따라 사용자-콘텐츠 선호도 가중치를 계산하여 가중치가 높은 상위-N개의 프로그램 목록을 사용자 단말로 추천/제공하고, 예측된 선호도가 높은 Top-N개의 실시간 TV 프로그램 목록을 리모컨을 사용하여 사용자 단말에 디스플레이로 제공하며, 리모컨을 사용하거나 사용자 단말에 의해 추천된 개인화된 사용자 맞춤형 콘텐츠(Personalized Media Contents)에 대하여 실시간 방송 미리보기(preview)를 제공하여 사용자의 미디어 시청 만족도를 높이기 위한 것이다.
시청자가 본 TV 프로그램의 장르, 등장인물, 시청 시간 등 다양한 컨텍스트(context) 정보를 기반으로 예측된 선호도가 높은 상위-N개의 실시간 TV 프로그램 목록을 리모컨을 사용하여 사용자 단말의 디스플레이로 출력한다. 시청자는 추천받은 TV 프로그램 목록 중 시청 빈도수가 많은 흥미있는 프로그램을 선택하여 단말에서 시청 가능하며, 흥미있는 해당 채널로 이동 가능하다. 모든 TV 프로그램(미디어 콘텐츠)에 대한 시청자의 선호도를 예측하기 위해 i) 시청 히스토리에 따라 TV 프로그램의 장르의 시청 횟수가 많은 프로그램에 우선순위(priority)를 적용하여 상위 N개의 프로그램 목록을 사용자 단말로 추천/제공하거나 또는 ii) 사용자-콘텐츠 선호도 가중치를 계산하여 가중치가 높은 상위 N개의 프로그램 목록을 사용자 단말로 추천/제공한다.
다중 채널 프리뷰 기반의 사용자 맞춤형 미디어 콘텐츠 추천 시스템 및 방법은 시청자의 TV 프로그램 별 선호도를 예측하고, 리모컨 또는 사용자 단말에 실시간으로 방송 미리보기(preview)를 제공하여 사용자의 미디어 시청 만족도를 높이도록 한다.
시청자가 본 TV 프로그램의 장르, 등장인물, 시청 시간 등 다양한 컨텍스트(context) 정보를 기반으로 선호도 트리를 구성하고, 예측된 선호도가 높은 Top-N개의 실시간 TV 프로그램 목록을 리모컨을 사용하여 사용자 단말의 디스플레이로 출력한다. 시청자는 추천받은 TV 프로그램 목록 중 시청 빈도수가 많은 흥미있는 프로그램을 선택하여 단말에서 시청 가능하며 해당 채널로 이동 가능하다. 모든 TV 프로그램(미디어 콘텐츠)에 대한 시청자의 선호도를 예측하기 위해 시청 히스토리에 따라 사용자-콘텐츠 선호도 가중치를 계산하여 가중치가 높은 상위 N개의 프로그램을 추천한다.
미디어 콘텐츠는 매체를 통해 방영되는 모든 TV 프로그램을 의미한다.
다중 채널은 TV 프로그램이 방영되는 하나 이상의 TV 채널을 의미한다.
미리보기(preview)는 실시간 TV에 방영되는 프로그램을 미리 보여주는 것을 의미한다.
가정에서 TV를 시청하는 사용자는 기존 TV 시스템 또는 방송 플랫폼에서 방영 프로그램에 대한 모든 스케줄을 알지 못하며, 원하는 프로그램을 시청하기 위해 사전 정보를 알고 있는 프로그램 또는 임의로 채널을 돌려가면서 방영중인 프로그램을 시청해야 한다.
사용자 단말은 사용자가 셋탑박스(STB)와 TV를 제어할 수 있는 인터페이스와 함께 디스플레이가 탑재된 모든 기기를 의미한다.
도 2는 본 발명의 리모컨 또는 사용자 단말에 의한 다중 채널 프리뷰" 기반 미디어 콘텐츠 추천 시스템 동작 시나리오를 나타낸다.
시청자의 기존 TV 프로그램 시청 히스토리 내역에 기초하여 duifj 방송채널에 대하여 TV 프로그램 별 사용자의 선호도를 예측하여 선호도가 높은 N개의 (N은 1 이상의 자연수) 프로그램 목록을 사용자 단말 디스플레이에서 보여준다(도 2의 왼쪽).
시청자는 추천된 TV 프로그램 중 원하는 프로그램을 STB/TV 단말에서 실시간 미리보기(preview) 할 수 있으며, TV 디스플레이에 송출되는 것과 독립적으로 동작한다(도 2의 오른쪽). 또한, 사용자 단말은 채널이동 인터페이스를 통해 사용자는 미리보기(preview) 중인 프로그램을 TV에 송출 가능하다.
본 발명에서 TV 프로그램 별 사용자의 선호도 예측은 선호도 트리 구조로 모델링된다. 도 3은 실시예에 따른 TV 프로그램 별 선호도 트리의 구조를 보여준다.
선호도 트리는 여러 방송 채널에 대하여 개인 사용자별 선호하는 TV 프로그램의 종류에 따라 가중치(weight)를 다르게 두어 개인화 된 사용자의 TV 프로그램에 대한 선호도를 예측하는 자료 구조이다.
TV 프로그램의 장르를 세분화하여 카테고리를 만들고, TV 프로그램 시청 히스토리 내역에 포함된 시청 빈도수, 시청 지속 시간, 시청 시각과 같은 사용자-미디어 콘텐츠 간 시간관련 정보를 기반으로 세분화된 카테고리 마다 선호도를 예측한다. 계산된 선호도는 최종 자식 노드(leaf child node)로부터 최상위 노드(root node)까지 Bottom-Up 방식으로 예측된다. 예를 들면, "1박2일”의 카테고리가 a1/a2/a3으로 세분화되고, “무한도전”의 카테고리가 a1/a2/a4로 세분화된다면, 공통된 마지막 노드 a2는 a3과 a4의 선호도 예측값을 모두 고려하여 예측된다.
본 발명에서는 TV 프로그램의 특정 장르에 대한 과적합(over-fitting) 현상을 방지하기 위하여 TV 프로그램의 장르가 세분화된 카테고리 별 선호도 예측은 트리의 깊이(depth), 너비(breadth)에 대해 정규화 된 값을 갖는다. 예를 들면, 카테고리 a2에 대하여 a2의 카테고리에 속한 프로그램의 시청빈도수가 8이고, a2와 동일한 깊이를 갖는 모든 노드의 시청빈도수 합이 10이면, a2 카테고리의 정규화된 빈도수는 0.8 (8/10)이 된다. 또한, a2의 깊이가 2이고, a2의 자식 노드 중 제일 깊은 자식 노드의 깊이가 5인 경우, a2의 정규화된 깊이는 0.4 (2/5)가 된다. 정규화된 값을 통해 세분화된 카테고리 별 선호도 가중치가 계산된다.
본 발명에서는 TV 프로그램의 장르를 세분화하여 카테고리 별 예측된 선호도 값을 기반으로 선호도 값이 높은 상위-N개의 TV 프로그램을 사용자 단말로 송신한다. 만약, 초기에 시스템 이용하는 사용자인 경우, 시청 히스토리 내역에 대한 정보가 부족하기 때문에 특정 장르의 TV 프로그램에 대하여 추천될 가능성(과적합 현상)이 있기 때문에 무작위로 TV 프로그램을 추천한다. 반대로, 사용자의 시청 히스토리 내역이 충분하다고 판단되는 경우, 선호도 값이 높은 N개의 TV 프로그램 목록과 함께 소수의 시청 빈도수가 적은 장르의 TV 프로그램을 무작위로 선택하여 과적합 현상을 방지한다.
본 발명에서는, 모든 채널의 실시간 방송 정보를 기반으로 TV 프로그램을 추천하기 때문에, 주기적으로 모든 프로그램에 대한 선호도 예측이 수행되어야 한다. 또한, 사용자에게 TV 프로그램 추천 목록을 제공하기 위해 추천 트리거(실행)는 모든 방송 정보의 시작 및 종료 이벤트의 시간을 정렬하여 이벤트 발생 시 추천을 수행한다. 예를 들면, 방송 프로그램 A와 B의 시작 및 종료시간이 각각 3-4시, 3시30분-4시30분이라고 가정하면, 3시, 3시 30분, 4시, 4시 30분에 추천이 발생된다. 추가로 사용자가 원하는 시간에 STB/TV 단말의 인터페이스를 통해 수동으로 추천을 트리거 할 수 있다.
사용자 맞춤형 미디어 콘텐츠 추천 서비스는 VoD(Video on Demand), OTT(Over The Top), UHD STB (Set-Top Box)를 사용한 IPTV 서비스, UHD/HD 방송 서비스에 사용할 수 있다.
참고로, OTT(Over The Top)에서 top은 TV 셋탑 박스(set-top box)를 의미하며, OTT 서비스는 초기에 셋탑 박스(STB)를 통해 케이블 또는 위성 방송 서비스를 제공한다.
도 4는 본 발명에 따른 다중 채널 프리뷰 기반의 사용자 맞춤형 미디어 콘텐츠 프로그램 추천 시스템 구성도이다.
다중 채널 프리뷰 기반의 사용자 맞춤형 미디어 콘텐츠 프로그램 추천 시스템은 사용자 맞춤형 미디어 콘텐츠 프로그램 추천 시스템(100) 및 사용자 단말(STB/TV)(200)을 구비한다.
다중 채널 프리뷰 기반의 사용자 맞춤형 미디어 콘텐츠 프로그램 추천 시스템은 여러 방송채널에 대하여 i) 시청 히스토리 내역에 따라 TV 프로그램의 장르의 시청 횟수(시청 빈도수)가 많은 프로그램에 우선순위(priority)를 적용하여 상위-N개의 프로그램 목록을 제공하거나 또는 ii) 시청 히스토리 내역의 시청 빈도수에 따라 다르게 적용되는 사용자-콘텐츠 선호도 가중치를 계산하고, 선호도 트리를 사용하여 선호도가 높은 상위-N개의 프로그램 목록을 사용자 단말로 추천/제공하는 사용자 맞춤형 미디어 콘텐츠 프로그램 추천 시스템(100); 및
상기 사용자 맞춤형 미디어 콘텐츠 프로그램 추천 시스템(100)으로부터 추천된 상기 선호도가 높은 상위-N개의 TV 프로그램 목록을 수신하고, 추천 목록의 개인화된 사용자 맞춤형 콘텐츠에 대하여 실시간 방송 미리보기(preview)를 디스플레이로 제공하며, 선택된 프로그램 요청 정보(TV 채널, PID, 콘텐츠 ID)를 상기 사용자 맞춤형 미디어 콘텐츠 프로그램 추천 시스템으로 전송하며, 이에 대한 응답으로 선택된 콘텐츠 ID로 식별된 TV 프로그램의 사용자 맞춤형 미디어 콘텐츠를 수신받아 재생하는 사용자 단말(200)을 포함하며,
상기 선호도는 선호도 트리의 최종 자식 노드로부터 최상위 노드까지 Bottom-Up 방식으로 예측되고,
상기 선호도 트리는 개인 사용자별 선호하는 TV 프로그램의 장르에 따라 시청 빈도수가 많을수록 가중치를 올리고 방송 프로그램별 가중치(weight)를 다르게 두어 개인화 된 사용자 맞춤형 TV 프로그램에 대한 선호도를 예측하는 트리 구조의 데이터 구조를 사용한다.
시청자가 의도적으로 사용자 단말(STB/TV, PC)(200)에서 특정 방송 채널의 방송 프로그램 제목을 최상위 선호도 자동 재생 설정 기능을 제공하고, 이를 사용자 맞춤형 미디어 콘텐츠 프로그램 추천 시스템(100)으로 전송하며, 사용자 단말(200)의 전원 ON시에 상위-N개의 TV 프로그램 목록 중에서 특정 방송채널(히스토리 채널)의 최상위에 선호도가 가장 높은 TV 방송 프로그램이 자동으로 재생하여 사용자 단말(200)로 디스플레이된다.
사용자 맞춤형 미디어 콘텐츠 프로그램 추천 시스템(100)은
사용자 단말의 IP 주소/MAC 주소 또는 장치ID에 식별되는 사용자 단말별로 TV 프로그램 장르, 방송 프로그램 제목, 시청 빈도수, 시청 시각(시청 시작 시각-시청 종료 시각), 시청 지속시간을 포함하는 시청 히스토리 내역을 저장하는 시청 히스토리 내역 DB(101);
TV 프로그램의 장르를 세분화하여 카테고리를 만들고, 세분화된 카테고리 마다 TV 프로그램의 시청 히스토리 내역에 포함된 TV 프로그램의 장르, 방송 프로그램 제목, 시청 빈도수, 시청 시각, 시청 지속 시간(시청 시작 시간-시청 종료 시간)과 같은 사용자-미디어 콘텐츠 간 시청 시간 관련 컨텍스트(context) 정보를 기초로 i) 시청 히스토리 내역에 따라 TV 프로그램의 장르의 시청 횟수(시청 빈도수)가 많은 프로그램에 우선순위(priority)를 적용하거나 또는 ii) 시청 히스토리 내역의 시청 빈도수에 따라 다르게 적용되는 사용자-콘텐츠 선호도 가중치를 사용하여 시청자의 TV 프로그램 별 선호도를 예측하는 TV 프로그램 별 선호도 예측부(120);
상기 시청 히스토리 내역에 따라 사용자-콘텐츠 선호도 가중치를 계산하고, 선호도 트리를 사용하여 선호도가 높은 상위-N개의 프로그램을 사용자 단말로 추천/제공하는 사용자-콘텐츠 선호도 가중치 계산부(110);
선호도가 높은 상위-N개의 프로그램 목록을 사용자 단말로 추천/전송하여 표출되도록하는 미디어 콘텐츠 프로그램 추천부(130); 및
리모컨(210)을 사용하여 사용자 단말(200)로부터 선호도가 높은 상위-N개의 TV 프로그램 목록에서 선택된 프로그램 요청 정보(TV 채널, 콘텐츠 ID)를 리턴 패스 서버(230)를 통해 수신하면, 이에 대한 응답으로 선택된 콘텐츠 ID로 식별된 TV 프로그램의 사용자 맞춤형 미디어 콘텐츠를 사용자 단말로 전송하며, 시청 후, 사용자 단말(200)로부터 실시간으로 시청 내역을 리턴 패스 서버(230)를 통해 사용자 맞춤형 미디어 콘텐츠 프로그램 추천 시스템(100)로 수신받아 상기 시청 히스토리 내역 DB(101)에 저장하는 시청 내역 수신부(140)를 포함한다.
사용자 단말(200)은 STB/TV 또는 PC를 사용한다.
시청 히스토리 내역은 TV 프로그램의 장르, 방송 프로그램 제목, 시청 빈도수, 우선 순위(priority), 시청 시각, 시청 지속 시간(시청 시작 시간-시청 종료 시간)을 포함한다.
TV 프로그램의 장르는 예를들면, 뉴스, 드라마, 스포츠, 국방, 여행, 어학 교육, 문화 채널(연극, 예술 공연), 음악, 문화재와 역사, 시사토론, 다큐멘터리, 캠핑, 요리, 건강/의료, 엔터테인먼트, 소상공인 시장, 자연인, 영화, VOD 등의 카테고리로 분류한다. 예를들면, 뉴스는 아침 뉴스, 점심 뉴스, 저녁 뉴스로 분류한다.
상기 단계 (b)에서, 계산된 선호도는 선호도 트리의 최종 자식 노드(leaf child node)로부터 최상위 노드(root node)까지 Bottom-Up 방식으로 예측된다.
선호도 트리는 개인 사용자별 선호하는 TV 프로그램의 장르(뉴스, 드라마, 스포츠, 국방, 여행, 어학 교육, 문화 채널(연극, 예술 공연), 음악, 문화재와 역사, 시사토론, 다큐멘터리, 캠핑, 요리, 건강/의료, 엔터테인먼트, 소상공인 시장, 자연인, 영화, VOD)에 따라 시청 빈도수가 많을수록 가중치를 올리고 방송 프로그램별 가중치(weight)를 다르게 두어 개인화 된 사용자 맞춤형 TV 프로그램에 대한 선호도를 예측하는 트리 구조의 데이터 구조이다.
사용자 지정 우선순위는 최우선(Top) 선호도를 갖는 TV 방송 채널/방송 프로그램 제목으로 하며, 그 다음 가장 많은 시청 빈도수를 갖는 방송 프로그램을 선호도로 결정한다.
TV 프로그램의 특정 장르에 대한 과적합(over-fitting) 현상을 방지하기 위하여 TV 프로그램의 장르가 세분화된 카테고리 별 선호도 예측은 선호도 트리의 깊이(depth), 너비(breadth)에 대해 정규화 된 값을 갖는다.
선호도 트리는 여러 방송 채널에 대하여 TV 프로그램의 장르의 카테고리 별 세분화된 선호도 예측 트리로 사용되며, 카테고리별 선호도 예측은 선호도 트리의 깊이(depth)와 너비(breadth)를 갖는다.
선호도 트리의 깊이는 트리의 자료구조로 구성된 TV 프로그램의 장르의 카테고리 별 분류이며, 예를들면, TV 프로램의 장르가 뉴스인 경우 아침 뉴스, 점심 뉴스, 저녁 뉴스는 3이 된다.
선호도 트리의 너비는 시청자의 TV 프로그램의 시청 히스토리 내역의 장르의 너비를 의미하며, 예를 들면, 시청자의 시청 내역이 뉴스, 드라마, 어학 교육, 여행을 시청하였다면 너비는 4가 된다.
시청 히스토리 내역에 TV 프로그램의 장르와 방송 프로그램 제목, 시청 빈도수에 따라 주로 보는 시청 횟수가 많은 선호도가 높은 방송 프로그램을 우선 순위로 결정한다.
사용자 맞춤형 미디어 콘텐츠 프로그램 추천 시스템(100)은 TV 프로그램의 장르가 세분화된 카테고리별 예측된 선호도 값을 기반으로 개인 사용자별 선호도 값이 높은 상위-N개의 TV 프로그램 목록을 각각의 사용자 단말(200)로 송신하여 사용자 맞춤형 미디어 콘텐츠를 제공한다.
만약, 초기에 시스템 이용하는 사용자인 경우, 시청 히스토리 내역에 대한 정보가 없으면, 특정 장르의 TV 프로그램에 대하여 추천될 가능성(overfit, 과적합 현상)이 있기 때문에 무작위로 TV 프로그램을 사용자 단말로 추천/제공한다.
반대로, 특정 방송 프로그램에 시청자가 과다 시청하여 네트워크 트래픽이 과부하가 걸릴 경우, 사용자의 시청 히스토리 내역이 충분한 경우, 선호도 값이 높은 상위-N개의 TV 프로그램 목록과 함께 소수의 시청 빈도수가 적은 장르의 TV 프로그램을 무작위로 선택하여 과적합 현상을 방지한다.
시청자가 의도적으로 사용자 단말(STB/TV, PC)(200)이 특정 방송 채널의 방송 프로그램 제목을 최상위 선호도 자동 재생 설정 기능을 제공하며, 이를 사용자 맞춤형 미디어 콘텐츠 프로그램 추천 시스템(100)으로 전송하며, 사용자 단말(200)의 전원 ON시에 상위-N개의 TV 프로그램 목록 중에서 특정 방송채널(히스토리 채널)의 최상위에 선호도가 가장 높은 TV 방송 프로그램이 자동으로 재생하여 사용자 단말로 디스플레이되도록 할 수 있다.
상기 방법은 사용자 맞춤형 미디어 콘텐츠 프로그램 추천 시스템(100)으로부터 사용자 단말(200)로 수신된 선호도 값이 높은 상위-N개의 TV 프로그램 목록 중에서 사용자 단말(STB/TV)의 ON시에 별도의 리모컨 조작 없이 자동으로 특정 방송채널(히스토리 채널)의 선호도가 가장 높은 TV 방송 프로그램(예, 뉴스 방송 채널(23))을 재생(playback)하도록 할 수 있다.
도 5는 본 발명에 따른 다중 채널 프리뷰 기반의 사용자 맞춤형 미디어 콘텐츠 프로그램 추천 방법을 보인 플로차트이다.
본 발명의 다중 채널 프리뷰(preview) 기반의 사용자 맞춤형 미디어 콘텐츠 프로그램 추천 방법은, 초기 시스템 사용시에 사용자 단말의 ID, Psswd 인증(S10) 후, 여러 방송 채널에 대하여 TV 프로그램의 장르에 따라 카테고리로 세분화되며,
(a) 사용자 맞춤형 미디어 콘텐츠 프로그램 추천 시스템(100)은
[실시예1] TV 프로그램의 시청 히스토리 내역의 사용자-미디어 콘텐츠의 시청 관련 컨텍스트(context) 정보를 기반으로 TV 프로그램의 시청 횟수(시청 빈도수)가 많은 프로그램에 우선순위(priority)를 적용하여 선호도를 예측하여 선호도가 높은 상위-N개의 프로그램 목록을 사용자 단말로 추천/제공하는 시청자의 TV 프로그램 별 선호도(preference)를 예측하는(S20) 단계;
(b) [실시예2] 상기 시청 히스토리 내역에 따라 시청자 개인별 시청 빈도수가 많은 방송 프로그램에 사용자-콘텐츠 선호도 가중치(weight)를 계산하여 선호도 트리에서 선호도가 높은 상위-N개의 프로그램을 사용자 단말(200)로 추천/제공하는(S30) 단계;
(c) 시청자별 상기 선호도가 높은 상위-N개의 TV 프로그램 목록을 사용자 단말(STB/TV)로 표시하고, 리모컨을 사용하여 사용자 단말(200)로 디스플레이로 표시하는(S40) 단계;
(d) 여러 방송 채널에 대하여, 상기 사용자 단말(200)로 추천된 개인화된 사용자 맞춤형 콘텐츠(Personalized Media Contents)에 대하여 실시간 방송 미리보기(preview)를 디스플레이로 제공하는 단계; 및
(e) 리모컨(210)을 사용하여 사용자 단말(200)에서 선호도가 높은 상위-N개의 TV 프로그램 목록에서 선택된 특정 프로그램 요청 정보(TV 채널, PID, 콘텐츠 ID)를 리턴 패스 서버(230)를 통해 상기 사용자 맞춤형 미디어 콘텐츠 프로그램 추천 시스템(100)으로 수신하면, 이에 대한 응답으로 상기 사용자 맞춤형 미디어 콘텐츠 프로그램 추천 시스템(100)으로부터 선택된 TV 프로그램의 사용자 맞춤형 미디어 콘텐츠를 사용자 단말(200)로 전송받아 디스플레이되고, 시청 후, 사용자 단말(200)로부터 시청 내역을 리턴 패스 서버(230)를 통해 사용자 맞춤형 미디어 콘텐츠 프로그램 추천 시스템(100)로 수신받아 저장하여 갱신하는 단계를 포함하며,
(b) 상기 시청 히스토리 내역에 따라 사용자-콘텐츠 선호도 가중치를 계산하여 선호도 트리에서 선호도가 높은 상위-N개의 프로그램을 사용자 단말로 추천/제공하는 단계를 더 포함하며,
상기 단계 (b)에서, 계산된 선호도는 선호도 트리의 최종 자식 노드로부터 최상위 노드까지 Bottom-Up 방식으로 예측되며,
상기 선호도 트리는 개인 사용자별 선호하는 TV 프로그램의 장르에 따라 시청 빈도수가 많을수록 가중치를 올리고 방송 프로그램별 가중치(weight)를 다르게 두어 개인화 된 사용자 맞춤형 TV 프로그램에 대한 선호도를 예측하는 트리 구조의 데이터 구조를 사용한다.
사용자 단말(200)은 STB/TV 또는 PC를 사용한다.
시청 히스토리 내역은 TV 프로그램의 장르, 방송 프로그램 제목, 시청 빈도수, 우선 순위(priority), 시청 시각, 시청 지속 시간(시청 시작 시간-시청 종료 시간)을 포함한다.
TV 프로그램의 장르는 예를들면, 뉴스, 드라마, 스포츠, 국방, 여행, 어학 교육, 문화 채널(연극, 예술 공연), 음악, 문화재와 역사, 시사토론, 다큐멘터리, 캠핑, 요리, 건강/의료, 엔터테인먼트, 소상공인 시장, 자연인, 영화, VOD 등의 카테고리로 분류한다. 예를들면, 뉴스는 아침 뉴스, 점심 뉴스, 저녁 뉴스로 분류한다.
상기 방법은 (b) 상기 사용자 맞춤형 미디어 콘텐츠 프로그램 추천 시스템(100)은 상기 시청 히스토리 내역에 따라 사용자-콘텐츠 선호도 가중치를 계산하여 선호도 트리에서 가중치가 높은 선호도가 높은 상위-N개의 프로그램을 사용자 단말(200)로 추천/제공하는 단계를 더 포함하며,
상기 단계 (b)에서, 계산된 선호도는 선호도 트리의 최종 자식 노드(leaf child node)로부터 최상위 노드(root node)까지 Bottom-Up 방식으로 예측된다.
선호도 트리는 여러 방송 채널에 대하여 개인 사용자별 선호하는 TV 프로그램의 장르(뉴스, 드라마, 스포츠, 국방, 여행, 어학 교육, 문화 채널(연극, 예술 공연), 음악, 문화재와 역사, 시사토론, 다큐멘터리, 캠핑, 요리, 건강/의료, 엔터테인먼트, 소상공인 시장, 자연인, 영화, VOD)에 따라 시청 빈도수가 많을수록 가중치를 올리고 방송 프로그램별 가중치(weight)를 다르게 두어 개인화 된 사용자 맞춤형 TV 프로그램에 대한 선호도를 예측하는 트리 구조의 데이터 구조를 사용한다.
TV 프로그램의 특정 장르에 대한 과적합(over-fitting) 현상을 방지하기 위하여 TV 프로그램의 장르가 세분화된 카테고리 별 선호도 예측은 선호도 트리의 깊이(depth), 너비(breadth)에 대해 정규화 된 값을 갖는다.
사용자 맞춤형 미디어 콘텐츠 프로그램 추천 시스템(100)은 TV 프로그램의 장르가 세분화된 카테고리별 예측된 선호도 값을 기반으로 개인 사용자별 선호도 값이 높은 상위-N개의 TV 프로그램 목록을 각각의 사용자 단말로 송신하여 사용자 맞춤형 미디어 콘텐츠를 제공한다.
만약, 초기에 시스템 사용자인 경우, 시청 히스토리 내역에 대한 정보가 없으면, 특정 장르의 TV 프로그램에 대하여 추천될 가능성(overfit, 과적합 현상)이 있기 때문에 무작위로 TV 프로그램을 사용자 단말로 추천/제공한다.
반대로, 최고로 시청 인원들이 많은 TV 프로그램의 네트워크 과부하를 방지하기 위해, 사용자의 시청 히스토리 내역이 충분한 경우, 선호도 값이 높은 상위-N개의 TV 프로그램 목록과 함께 소수의 시청 빈도수가 적은 장르의 TV 프로그램을 무작위로 선택하여 과적합 현상을 방지한다.
사용자 지정 우선순위는 최우선(Top) 선호도를 갖는 TV 방송 채널/방송 프로그램 제목으로 하며, 그 다음 가장 많은 시청 빈도수를 갖는 방송 프로그램을 선호도로 결정한다.
상기 방법은, 시청자가 의도적으로 사용자 단말(STB/TV, PC)(200)이 특정 방송 채널의 방송 프로그램 제목을 최상위 선호도 자동 재생 설정 기능을 제공하며 이를 사용자 맞춤형 미디어 콘텐츠 프로그램 추천 시스템(100)으로 전송하며, 사용자 단말(200)의 전원 ON시에 상위-N개의 TV 프로그램 목록 중에서 특정 방송채널(히스토리 채널)의 최상위에 선호도가 가장 높은 TV 방송 프로그램이 자동으로 재생하여 사용자 단말로 디스플레이되는 단계를 더 포함한다.
상기 방법은 사용자 맞춤형 미디어 콘텐츠 프로그램 추천 시스템(100)으로부터 사용자 단말(200)로 수신된 선호도 값이 높은 상위-N개의 TV 프로그램 목록 중에서 사용자 단말(STB/TV)의 ON시에 별도의 리모컨 조작 없이 자동으로 특정 방송채널(히스토리 채널)의 선호도가 가장 높은 TV 방송 프로그램(예, 뉴스 방송 채널(23))을 재생(playback)하도록 하는 단계를 더 포함한다.
사용자 맞춤형 미디어 콘텐츠 추천 서비스는 VoD(Video on Demand), OTT(Over The Top), UHD STB (Set-Top Box)를 사용한 IPTV 서비스, UHD/HD 방송 서비스에 사용될 수 있다.
참고로, OTT(Over The Top)에서 top은 TV 셋탑 박스(set-top box)를 의미하며, OTT 서비스는 초기에 셋탑 박스(STB)를 통해 케이블 또는 위성 방송 서비스를 제공한다.
본 발명에 따른 실시예들은 다양한 컴퓨터 수단을 통하여 수행될 수 있는 프로그램 명령 형태로 구현되어 컴퓨터 판독 가능 기록 매체에 기록될 수 있다. 상기 컴퓨터 판독 가능 기록 매체는 프로그램 명령, 데이터 파일, 데이터 구조를 단독으로 또는 조합하여 포함할 수 있다. 컴퓨터 판독 가능 기록 매체는 스토리지, 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 메모리에 프로그램 명령을 저장하고 수행하도록 구성된 하드웨어 장치가 포함될 수 있다.　프로그램 명령의 예는 컴파일러에 의해 만들어지는 것과, 기계어 코드뿐만 아니라 인터프리터를 사용하여 컴퓨터에 의해 실행될 수 있는 고급 언어 코드를 포함할 수 있다.　상기 하드웨어 장치는 본 발명의 동작을 수행하기 위해 하나 이상의 소프트웨어 모듈로써 작동하도록 구성될 수 있다.
이상에서 설명한 바와 같이, 본 발명의 방법은 프로그램으로 구현되어 컴퓨터의 소프트웨어를 이용하여 읽을 수 있는 형태로 기록매체(CD-ROM, RAM, ROM, 메모리 카드, 하드 디스크, 광자기 디스크, 스토리지 디바이스 등)에 저장될 수 있다.
본 발명의 바람직한 실시예를 참조하여 설명하였지만, 해당 기술 분야에서 통상의 지식을 가진자가 하기의 특허청구범위에 기재된 본 발명의 기술적 사상 및 영역으로부터 벗어나지 않는 범위 내에서 본 발명을 다양하게 수정 또는 변형하여 실시할 수 있음을 이해할 수 있을 것이다.
100: 사용자 맞춤형 미디어 콘텐츠 프로그램 추천 시스템
101: 시청 히스토리 내역 DB
110: 사용자-콘텐츠 선호도 가중치 계산부
120: TV 프로그램 별 선호도 예측부
130: 미디어 콘텐츠 프로그램 추천부
140: 시청 내역 수신부
200: 사용자 단말(STB/TV)
210: 리모컨
230: 리턴 패스 서버

Claims (14)

  1. 시청 히스토리 내역에 따라 i) TV 프로그램의 장르의 시청 횟수가 많은 프로그램에 우선순위를 적용하여 선호도가 높은 상위-N개의 프로그램 목록을 사용자 단말로 추천하는 사용자 맞춤형 미디어 콘텐츠 프로그램 추천 시스템; 및
    상기 사용자 맞춤형 미디어 콘텐츠 프로그램 추천 시스템으로부터 상기 선호도가 높은 상위-N개의 TV 프로그램 목록을 수신하고, 추천 목록의 개인화된 사용자 맞춤형 콘텐츠에 대하여 방송 미리보기(preview)를 제공하며, 선택된 프로그램의 사용자 맞춤형 미디어 콘텐츠를 수신받아 재생하는 사용자 단말을 포함하며,
    상기 선호도는 선호도 트리의 최종 자식 노드로부터 최상위 노드까지 Bottom-Up 방식으로 예측되고,
    상기 선호도 트리는 개인 사용자별 선호하는 TV 프로그램의 장르에 따라 시청 빈도수가 많을수록 가중치를 올리고 방송 프로그램별 가중치(weight)를 다르게 두어 개인화 된 사용자 맞춤형 TV 프로그램에 대한 선호도를 예측하는 트리 구조의 데이터 구조를 사용하는, 다중 채널 프리뷰 기반의 사용자 맞춤형 미디어 콘텐츠 프로그램 추천 시스템.
  2. 제1항에 있어서,
    상기 사용자 맞춤형 미디어 콘텐츠 프로그램 추천 시스템은
    사용자 단말의 IP 주소/MAC 주소 또는 장치ID에 식별되는 사용자 단말별로 TV 프로그램 장르, 방송 프로그램 제목, 시청 빈도수, 시청 시각(시청 시작 시각-시청 종료 시각), 시청 지속시간을 포함하는 시청 히스토리 내역을 저장하는 시청 히스토리 내역 DB;
    TV 프로그램의 장르가 세분화된 카테고리 마다 TV 프로그램의 시청 히스토리 내역의 컨텍스트(context) 정보를 기초로 i) 시청 히스토리 내역에 따라 TV 프로그램의 장르의 시청 횟수가 많은 프로그램에 우선순위(priority)를 적용하거나 또는 ii) 상기 시청 히스토리 내역에 따라 다르게 적용되는 사용자-콘텐츠 선호도 가중치를 사용하여 시청자의 TV 프로그램 별 선호도를 예측하는 TV 프로그램 별 선호도 예측부;
    상기 시청 히스토리 내역에 따라 사용자-콘텐츠 선호도 가중치를 계산하고, 선호도 트리를 사용하여 선호도가 높은 상위-N개의 프로그램을 사용자 단말로 추천/제공하는 사용자-콘텐츠 선호도 가중치 계산부;
    선호도가 높은 상위-N개의 프로그램 목록을 사용자 단말로 추천/전송하여 표출되도록하는 미디어 콘텐츠 프로그램 추천부; 및
    리모컨을 사용하여 사용자 단말로부터 선호도가 높은 상위-N개의 TV 프로그램 목록에서 선택된 프로그램 요청 정보를 리턴 패스 서버를 통해 수신하면, 이에 대한 응답으로 선택된 TV 프로그램의 사용자 맞춤형 미디어 콘텐츠를 상기 사용자 단말로 전송하며, 시청 후, 상기 사용자 단말로부터 실시간으로 시청 내역을 상기 리턴 패스 서버를 통해 상기 사용자 맞춤형 미디어 콘텐츠 프로그램 추천 시스템로 수신받아 상기 시청 히스토리 내역 DB에 저장하여 갱신하는 시청 내역 수신부를 포함하는 다중 채널 프리뷰 기반의 사용자 맞춤형 미디어 콘텐츠 프로그램 추천 시스템.
  3. 제1항에 있어서,
    상기 사용자 단말은 STB/TV 또는 PC를 사용하는, 다중 채널 프리뷰 기반의 사용자 맞춤형 미디어 콘텐츠 프로그램 추천 시스템.
  4. 제1항에 있어서,
    상기 시청 히스토리 내역은 TV 프로그램의 장르, 방송 프로그램 제목, 시청 빈도수, 우선 순위, 시청 시각, 시청 지속 시간(시청 시작 시간-시청 종료 시간)을 포함하는 다중 채널 프리뷰 기반의 사용자 맞춤형 미디어 콘텐츠 프로그램 추천 시스템.
  5. 삭제
  6. 제1항에 있어서,
    상기 사용자 맞춤형 미디어 콘텐츠 프로그램 추천 시스템은 TV 프로그램의 장르의 카테고리별 예측된 선호도 값을 기반으로 개인 사용자별 선호도 값이 높은 상위-N개의 TV 프로그램 목록을 각각의 사용자 단말로 송신하여 사용자 맞춤형 미디어 콘텐츠를 제공하며,
    만약, 초기에 시스템 사용자인 경우, 시청 히스토리 내역에 대한 정보가 없으면, 특정 장르의 TV 프로그램에 대하여 무작위로 TV 프로그램을 사용자 단말로 추천/제공하며,
    사용자의 시청 히스토리 내역이 충분한 경우, 선호도 값이 높은 상위-N개의 TV 프로그램 목록과 함께 소수의 시청 빈도수가 적은 장르의 TV 프로그램을 무작위로 선택하여 과적합 현상을 방지하는, 다중 채널 프리뷰 기반의 사용자 맞춤형 미디어 콘텐츠 프로그램 추천 시스템.
  7. 제1항에 있어서,
    사용자 맞춤형 미디어 콘텐츠 추천 서비스는 VoD, OTT(Over The Top), STB를 사용한 IPTV 서비스, UHD/HD 방송 서비스에 사용하는, 다중 채널 프리뷰 기반의 사용자 맞춤형 미디어 콘텐츠 프로그램 추천 시스템.
  8. (a) 사용자 맞춤형 미디어 콘텐츠 프로그램 추천 시스템은 TV 프로그램의 시청 히스토리 내역의 사용자-미디어 콘텐츠의 시청 관련 컨텍스트 정보를 기반으로 시청 횟수가 많은 TV 프로그램에 우선순위를 적용하여 선호도가 높은 상위-N개의 프로그램 목록을 사용자 단말로 추천하는 시청자의 TV 프로그램 별 선호도를 예측하는 단계;
    (c) 상기 선호도가 높은 상위-N개의 TV 프로그램 목록을 사용자 단말(STB/TV)의 디스플레이로 표시하는 단계;
    (d) 상기 사용자 단말로 추천/선택된 개인화된 사용자 맞춤형 콘텐츠에 대하여 실시간 방송 미리보기(preview)를 제공하는 단계; 및
    (e) 상기 사용자 단말에서 선호도가 높은 상위-N개의 TV 프로그램 목록에서 선택된 사용자 맞춤형 미디어 콘텐츠를 전송받아 디스플레이되고, 시청 후, 시청 내역을 상기 사용자 맞춤형 미디어 콘텐츠 프로그램 추천 시스템으로 전송하여 갱신하는 단계를 포함하며,
    (b) 상기 시청 히스토리 내역에 따라 사용자-콘텐츠 선호도 가중치를 계산하여 선호도 트리에서 선호도가 높은 상위-N개의 프로그램을 사용자 단말로 추천/제공하는 단계를 더 포함하며,
    상기 단계 (b)에서, 계산된 선호도는 선호도 트리의 최종 자식 노드로부터 최상위 노드까지 Bottom-Up 방식으로 예측되며,
    상기 선호도 트리는 개인 사용자별 선호하는 TV 프로그램의 장르에 따라 시청 빈도수가 많을수록 가중치를 올리고 방송 프로그램별 가중치(weight)를 다르게 두어 개인화 된 사용자 맞춤형 TV 프로그램에 대한 선호도를 예측하는 트리 구조의 데이터 구조를 사용하는, 다중 채널 프리뷰 기반의 사용자 맞춤형 미디어 콘텐츠 프로그램 추천 방법.
  9. 제8항에 있어서,
    상기 사용자 단말은 STB/TV 또는 PC를 사용하는, 다중 채널 프리뷰 기반의 사용자 맞춤형 미디어 콘텐츠 프로그램 추천 방법.
  10. 제8항에 있어서,
    상기 시청 히스토리 내역은 TV 프로그램의 장르, 방송 프로그램 제목, 시청 빈도수, 우선 순위, 시청 시각, 시청 지속 시간(시청 시작 시간-시청 종료 시간)을 포함하는 다중 채널 프리뷰 기반의 사용자 맞춤형 미디어 콘텐츠 프로그램 추천 방법.
  11. 삭제
  12. 제8항에 있어서,
    상기 사용자 맞춤형 미디어 콘텐츠 프로그램 추천 시스템은 TV 프로그램의 장르의 카테고리별 예측된 선호도 값을 기반으로 개인 사용자별 선호도 값이 높은 상위-N개의 TV 프로그램 목록을 각각의 사용자 단말로 송신하여 사용자 맞춤형 미디어 콘텐츠를 제공하며,
    만약, 초기에 시스템 사용자인 경우, 시청 히스토리 내역에 대한 정보가 없으면, 특정 장르의 TV 프로그램에 대하여 무작위로 TV 프로그램을 사용자 단말로 추천/제공하며,
    사용자의 시청 히스토리 내역이 충분한 경우, 선호도 값이 높은 상위-N개의 TV 프로그램 목록과 함께 소수의 시청 빈도수가 적은 장르의 TV 프로그램을 무작위로 선택하여 과적합 현상을 방지하는, 다중 채널 프리뷰 기반의 사용자 맞춤형 미디어 콘텐츠 프로그램 추천 방법.
  13. 제8항에 있어서,
    상기 사용자 단말이 특정 방송 채널의 방송 프로그램 제목을 최상위 선호도 자동 재생 설정 기능을 제공하며 상기 사용자 맞춤형 미디어 콘텐츠 프로그램 추천 시스템으로 전송하며, 사용자 단말의 전원 ON시에 상위-N개의 TV 프로그램 목록 중에서 특정 방송채널(히스토리 채널)의 최상위에 선호도가 가장 높은 TV 방송 프로그램이 자동으로 재생하여 디스플레이되는 단계를 더 포함하는 다중 채널 프리뷰 기반의 사용자 맞춤형 미디어 콘텐츠 프로그램 추천 방법.
  14. 제8항에 있어서,
    사용자 맞춤형 미디어 콘텐츠 추천 서비스는 VoD, OTT(Over The Top), STB를 사용한 IPTV 서비스, UHD/HD 방송 서비스에 사용하는, 다중 채널 프리뷰 기반의 사용자 맞춤형 미디어 콘텐츠 프로그램 추천 방법.
KR1020190156198A 2019-11-28 2019-11-28 다중 채널 프리뷰 기반의 사용자 맞춤형 미디어 콘텐츠 프로그램 추천 시스템 및 방법 KR102198365B1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020190156198A KR102198365B1 (ko) 2019-11-28 2019-11-28 다중 채널 프리뷰 기반의 사용자 맞춤형 미디어 콘텐츠 프로그램 추천 시스템 및 방법

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020190156198A KR102198365B1 (ko) 2019-11-28 2019-11-28 다중 채널 프리뷰 기반의 사용자 맞춤형 미디어 콘텐츠 프로그램 추천 시스템 및 방법

Publications (1)

Publication Number Publication Date
KR102198365B1 true KR102198365B1 (ko) 2021-01-04

Family

ID=74127380

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020190156198A KR102198365B1 (ko) 2019-11-28 2019-11-28 다중 채널 프리뷰 기반의 사용자 맞춤형 미디어 콘텐츠 프로그램 추천 시스템 및 방법

Country Status (1)

Country Link
KR (1) KR102198365B1 (ko)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR102389219B1 (ko) 2021-10-19 2022-04-21 주식회사 노티플러스 콘텐츠 정독 시간의 예측을 통한 추천 콘텐츠 제공 방법, 장치 및 시스템
CN114615524A (zh) * 2022-02-18 2022-06-10 聚好看科技股份有限公司 服务器、媒资推荐网络的训练方法及媒资推荐方法
CN115002490A (zh) * 2021-03-01 2022-09-02 山东云缦智能科技有限公司 依据用户观看行为自动生成多频道预览的方法及系统

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR100839306B1 (ko) 2007-06-29 2008-06-17 숭실대학교산학협력단 프로그램 시청 패턴 반영 기법을 이용한 디지털 ｔｖ프로그램 추천 시스템 및 방법
KR20090130774A (ko) * 2008-06-16 2009-12-24 성균관대학교산학협력단 사용자 추천 방법 및 이를 위한 프로그램이 기록된 기록매체
KR20110043842A (ko) * 2009-10-22 2011-04-28 성균관대학교산학협력단 사용자 적응형 추천 시스템
KR20140094132A (ko) * 2013-01-21 2014-07-30 엘지전자 주식회사 영상표시장치 및 그 동작 방법
KR101530387B1 (ko) * 2007-11-21 2015-06-19 소니 주식회사 표시 처리 장치, 표시 처리 시스템 및 표시 처리 방법

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR100839306B1 (ko) 2007-06-29 2008-06-17 숭실대학교산학협력단 프로그램 시청 패턴 반영 기법을 이용한 디지털 ｔｖ프로그램 추천 시스템 및 방법
KR101530387B1 (ko) * 2007-11-21 2015-06-19 소니 주식회사 표시 처리 장치, 표시 처리 시스템 및 표시 처리 방법
KR20090130774A (ko) * 2008-06-16 2009-12-24 성균관대학교산학협력단 사용자 추천 방법 및 이를 위한 프로그램이 기록된 기록매체
KR20110043842A (ko) * 2009-10-22 2011-04-28 성균관대학교산학협력단 사용자 적응형 추천 시스템
KR20140094132A (ko) * 2013-01-21 2014-07-30 엘지전자 주식회사 영상표시장치 및 그 동작 방법

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115002490A (zh) * 2021-03-01 2022-09-02 山东云缦智能科技有限公司 依据用户观看行为自动生成多频道预览的方法及系统
KR102389219B1 (ko) 2021-10-19 2022-04-21 주식회사 노티플러스 콘텐츠 정독 시간의 예측을 통한 추천 콘텐츠 제공 방법, 장치 및 시스템
CN114615524A (zh) * 2022-02-18 2022-06-10 聚好看科技股份有限公司 服务器、媒资推荐网络的训练方法及媒资推荐方法
CN114615524B (zh) * 2022-02-18 2023-10-24 聚好看科技股份有限公司 服务器、媒资推荐网络的训练方法及媒资推荐方法

Similar Documents

Publication Publication Date Title
US11595454B2 (en) Content segment detection and replacement
US8544048B2 (en) System for content delivery
US9154824B2 (en) System for content delivery
US7370342B2 (en) Method and apparatus for delivery of targeted video programming
JP4858972B2 (ja) 放送番組において広告を識別しかつ挿入するためのシステムおよび方法
US20120331515A1 (en) Programming Content Reconstruction in a Content Delivery System
US20100031162A1 (en) Viewer interface for a content delivery system
JP2004524712A (ja) ターゲット決めされたビデオ番組編成の配送のための方法および装置
US20030149975A1 (en) Targeted advertising in on demand programming
KR102198365B1 (ko) 다중 채널 프리뷰 기반의 사용자 맞춤형 미디어 콘텐츠 프로그램 추천 시스템 및 방법
KR101002070B1 (ko) 연관 콘텐츠 수신 장치, 연관 콘텐츠 제공 장치 및 그를 이용한 연관 콘텐츠 전송 시스템
US20230396821A1 (en) Systems and methods for managing user subscriptions to content sources
EP2528253A1 (en) Transmitting content partly via broadcast and partly via unicast
KR101102351B1 (ko) 맞춤형 방송 프로그램을 제공하기 위한 방법 및 시스템
Rovira et al. IndexTV: a MPEG-7 based personalized recommendation system for digital TV
KR100889988B1 (ko) 방송 프로그램 랭킹 시스템 및 방법
JP5279074B2 (ja) オンデマンド視聴システム及びオンデマンド視聴方法
Westerlund A concept on the Internet--‐based television
Rambhia et al. MPEG-4-based automatic fine granularity personalization of broadcast multimedia content
KR20100054293A (ko) 방송 데이터 처리방법 및 디지털 방송 수신기

Legal Events

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