KR102322212B1 - 학습 콘텐츠 추천 장치 및 방법 - Google Patents

학습 콘텐츠 추천 장치 및 방법 Download PDF

Info

Publication number
KR102322212B1
KR102322212B1 KR1020210008213A KR20210008213A KR102322212B1 KR 102322212 B1 KR102322212 B1 KR 102322212B1 KR 1020210008213 A KR1020210008213 A KR 1020210008213A KR 20210008213 A KR20210008213 A KR 20210008213A KR 102322212 B1 KR102322212 B1 KR 102322212B1
Authority
KR
South Korea
Prior art keywords
learning content
information
news
business card
trend
Prior art date
Application number
KR1020210008213A
Other languages
English (en)
Inventor
이주현
Original Assignee
(주)인더스트리미디어
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 (주)인더스트리미디어 filed Critical (주)인더스트리미디어
Priority to KR1020210008213A priority Critical patent/KR102322212B1/ko
Application granted granted Critical
Publication of KR102322212B1 publication Critical patent/KR102322212B1/ko

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00—Systems or methods specially adapted for specific business sectors, e.g. utilities or tourism
    • G06Q50/10—Services
    • G06Q50/20—Education
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/24—Querying
    • G06F16/245—Query processing
    • G06F16/2457—Query processing with adaptation to user needs
    • G06F16/24578—Query processing with adaptation to user needs using ranking
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/90—Details of database functions independent of the retrieved data types
    • G06F16/95—Retrieval from the web
    • G06F16/953—Querying, e.g. by the use of web search engines
    • G06F16/9535—Search customisation based on user profiles and personalisation
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F40/00—Handling natural language data
    • G06F40/20—Natural language analysis
    • G06F40/237—Lexical tools
    • G06F40/242—Dictionaries
    • G06K9/00442—
    • G06K9/00711—
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00—Systems or methods specially adapted for specific business sectors, e.g. utilities or tourism
    • G06Q50/10—Services
    • G—PHYSICS
    • G10—MUSICAL INSTRUMENTS; ACOUSTICS
    • G10L—SPEECH ANALYSIS OR SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING; SPEECH OR AUDIO CODING OR DECODING
    • G10L15/00—Speech recognition
    • G10L15/26—Speech to text systems

Abstract

학습 콘텐츠 추천 장치 및 방법이 개시된다. 본 발명의 일 측면에 따른 학습 콘텐츠 추천 장치는, 사용자 단말기로부터 명함정보를 포함하는 학습 콘텐츠 추천 요청 신호 수신 시, 상기 명함정보를 분석하여 회사명을 추출하는 명함 인식부, 상기 회사명에 기초하여 관련 산업을 확인하는 관련 산업 확인부, 상기 관련 산업을 기초로 인터넷 검색을 통해 뉴스/트렌드(trend) 콘텐츠를 검색하는 뉴스/트렌드 검색부, 및 상기 검색된 뉴스/트렌드 콘텐츠와 학습 콘텐츠 데이터베이스에 저장된 학습 콘텐츠들의 유사도에 기초하여 하나 이상의 학습 콘텐츠를 상기 사용자 단말기에 제공하는 학습 콘텐츠 추천부를 포함한다.

Description

학습 콘텐츠 추천 장치 및 방법{APPARATUS AND METHOD FOR RECOMMENDING LEARNING CONTENTS}
본 발명은 학습 콘텐츠 추천 방법 및 장치에 관한 것으로서, 보다 상세하게는 명함정보로부터 사용자 정보를 인식하고, 그 사용자 정보와 관련된 뉴스(news)/트렌드(trend) 콘텐츠를 인터넷 검색을 통해 검색하며, 검색된 뉴스/트렌드 콘텐츠와 관련된 하나 이상의 학습 콘텐츠를 사용자에게 추천하는 학습 콘텐츠 추천 방법 및 장치에 관한 것이다.
최근 스마트폰, 태블릿 PC, 웨어러블 디바이스(wearable device)등과 같은 사용자 단말의 보급이 대중화됨에 따라 사용자는 사용자 단말을 통해 검색 엔진 시스템(search engine system)에 접속하여 언제 어디서나 원하는 콘텐츠(contents)를 이용할 수 있게 되었다. 특히, 빅데이터 시대가 도래하여 콘텐츠의 수가 기하급수적으로 증가하면서 사용자는 콘텐츠에 대한 폭넓은 선택의 기회를 가질 수 있게 되었다.
그러나, 이와 반대로 사용자들은 방대한 양의 콘텐츠 중에서 자신이 원하는 콘텐츠를 찾기 위해 별도의 시간과 노력을 기울여야 하는 불편함이 발생하게 되었다. 이에 따라, 방대한 양의 콘텐츠가 제작 및 유통되는 검색 엔진 시스템에서 사용자가 콘텐츠를 용이하게 선택할 수 있도록 도움을 주는 콘텐츠 추천 기술에 대한 연구가 활발하게 진행되는 추세이다.
종래에는 검색 엔진 시스템 상의 사용자들이 많이 이용한 콘텐츠를 추천하거나 현재 이슈가 되고 있는 콘텐츠를 추천하는 기술이 이용되었다.
상술한 종래의 콘텐츠 추천 기술은 자신이 원하는 콘텐츠를 찾기 위해 수많은 콘텐츠를 확인하는 사용자의 시간과 노력을 줄일 수는 있으나, 추천된 콘텐츠가 사용자를 만족시키는지 설명할 수 없다.
본 발명의 배경기술은 대한민국 공개특허공보 제2011-0070625호(2011.06.24)의 '학습 컨텐츠 제공 시스템 및 방법'에 개시되어 있다.
본 발명은 전술한 문제점을 개선하기 위하여 안출된 것으로, 본 발명의 목적은 명함정보로부터 사용자 정보를 인식하고, 그 사용자 정보와 관련된 뉴스/트렌드 콘텐츠를 인터넷 검색을 통해 검색하며, 검색된 뉴스/트렌드 콘텐츠와 관련된 하나 이상의 학습 콘텐츠를 사용자에게 추천할 수 있도록 하는, 학습 콘텐츠 추천 방법 및 장치를 제공하는 것이다.
본 발명이 해결하고자 하는 과제는 이상에서 언급한 과제(들)로 제한되지 않으며, 언급되지 않은 또 다른 과제(들)은 아래의 기재로부터 당업자에게 명확하게 이해될 수 있을 것이다.
본 발명의 일 측면에 따른 학습 콘텐츠 추천 장치는, 사용자 단말기로부터 명함정보를 포함하는 학습 콘텐츠 추천 요청 신호 수신 시, 상기 명함정보를 분석하여 회사명을 추출하는 명함 인식부, 상기 회사명에 기초하여 관련 산업을 확인하는 관련 산업 확인부, 상기 관련 산업을 기초로 인터넷 검색을 통해 뉴스/트렌드(trend) 콘텐츠를 검색하는 뉴스/트렌드 검색부, 및 상기 검색된 뉴스/트렌드 콘텐츠와 학습 콘텐츠 데이터베이스에 저장된 학습 콘텐츠들의 유사도에 기초하여 하나 이상의 학습 콘텐츠를 상기 사용자 단말기에 제공하는 학습 콘텐츠 추천부를 포함한다.
본 발명에서 상기 명함정보는, 음성 파일을 포함하는 명함정보, 동영상 파일을 포함하는 명함정보 및 오프라인 상의 명함을 촬영한 이미지 명함정보 중 적어도 하나이고, 상기 명함 인식부는, 상기 음성 파일을 포함하는 명함정보로부터 텍스트 변환을 수행하고, 상기 동영상 파일을 포함하는 명함정보의 오디오 정보로부터 텍스트 변환을 수행하며, 상기 오프라인 상의 명함을 촬영한 이미지 명함정보로부터 텍스트 변환을 수행하고, 상기 변환된 텍스트로부터 회사명을 추출할 수 있다.
본 발명에서 상기 관련 산업 확인부는, 상기 회사명을 포함하는 회사정보 요청 정보를 외부 데이터 제공 서버로 전송하고, 상기 외부 데이터 제공서버로부터 회사명에 대응하는 회사정보를 수신하며, 상기 수신한 회사정보를 다양한 기업들이 제공하는 제품, 서비스, 및 속한 산업 중 적어도 하나와 관련된 키워드가 저장된 키워드 사전과 비교하여, 상기 회사정보에 대한 키워드의 빈도수에 기초하여 상기 회사명에 대한 관련 산업을 확인할 수 있다.
본 발명에서 상기 학습 콘텐츠 추천부는, 상기 검색된 뉴스/트렌드 콘텐츠를 최신순으로 정렬하고, 상기 정렬된 뉴스/트렌드 콘텐츠들 중에서 상위에 랭크된 일정 개수의 뉴스/트렌드 콘텐츠와 상기 학습 콘텐츠 데이터베이스에 저장된 학습 콘텐츠 간의 유사도를 산출하며, 상기 산출된 유사도가 높은 순으로 학습 콘텐츠들을 정렬하여 상위에 랭크된 일정 개수의 학습 콘텐츠를 사용자 단말기에 제공할 수 있다.
본 발명의 다른 측면에 따른 학습 콘텐츠 추천 방법은, 사용자 단말기로부터 명함정보를 포함하는 학습 콘텐츠 추천 요청 신호 수신 시, 명함 인식부가 상기 명함정보를 분석하여 회사명을 추출하는 단계, 관련 산업 확인부가, 상기 회사명에 기초하여 관련 산업을 확인하는 단계, 뉴스/트렌드 검색부가, 상기 관련 산업을 기초로 인터넷 검색을 통해 뉴스/트렌드(trend) 콘텐츠를 검색하는 단계, 및 학습 콘텐츠 추천부가, 상기 검색된 뉴스/트렌드 콘텐츠와 학습 콘텐츠 데이터베이스에 저장된 학습 콘텐츠들의 유사도에 기초하여 하나 이상의 학습 콘텐츠를 상기 사용자 단말기에 제공하는 단계를 포함한다.
본 발명은 상기 회사명을 추출하는 단계에서, 상기 명함정보는, 음성 파일을 포함하는 명함정보, 동영상 파일을 포함하는 명함정보 및 오프라인 상의 명함을 촬영한 이미지 명함정보 중 적어도 하나이고, 상기 명함 인식부는, 상기 음성 파일을 포함하는 명함정보로부터 텍스트 변환을 수행하고, 상기 동영상 파일을 포함하는 명함정보의 오디오 정보로부터 텍스트 변환을 수행하며, 상기 오프라인 상의 명함을 촬영한 이미지 명함정보로부터 텍스트 변환을 수행하고, 상기 변환된 텍스트로부터 회사명을 추출할 수 있다.
본 발명은 상기 관련 산업을 확인하는 단계에서, 상기 관련 산업 확인부는, 상기 회사명을 포함하는 회사정보 요청 정보를 외부 데이터 제공서버로 전송하고, 상기 외부 데이터 제공서버로부터 회사명에 대응하는 회사정보를 수신하며, 상기 수신한 회사정보를 다양한 기업들이 제공하는 제품, 서비스, 및 속한 산업 중 적어도 하나와 관련된 키워드가 저장된 키워드 사전과 비교하여, 상기 회사정보에 대한 키워드의 빈도수에 기초하여 상기 회사명에 대한 관련 산업을 확인할 수 있다.
본 발명은 상기 학습 콘텐츠를 상기 사용자 단말기에 제공하는 단계에서, 상기 학습 콘텐츠 추천부는, 상기 검색된 뉴스/트렌드 콘텐츠를 최신순으로 정렬하고, 상기 정렬된 뉴스/트렌드 콘텐츠들 중에서 상위에 랭크된 일정 개수의 뉴스/트렌드 콘텐츠와 상기 학습 콘텐츠 데이터베이스에 저장된 학습 콘텐츠 간의 유사도를 산출하며, 상기 산출된 유사도가 높은 순으로 학습 콘텐츠들을 정렬하여 상위에 랭크된 일정 개수의 학습 콘텐츠를 사용자 단말기에 제공할 수 있다.
이 외에도, 본 발명을 구현하기 위한 다른 방법, 다른 시스템 및 상기 방법을 실행하기 위한 컴퓨터 프로그램이 더 제공될 수 있다.
본 발명의 일 실시예에 따른 학습 콘텐츠 추천 방법 및 장치는, 명함정보로부터 사용자 정보를 인식하고, 그 사용자 정보와 관련된 뉴스/트렌드 콘텐츠를 인터넷 검색을 통해 검색하며, 검색된 뉴스/트렌드 콘텐츠와 관련된 하나 이상의 학습 콘텐츠를 사용자에게 추천함으로써, 사용자는 현재 시점에 필요한 최신의 학습 콘텐츠를 학습할 수 있다.
한편, 본 발명의 효과는 이상에서 언급한 효과들로 제한되지 않으며, 이하에서 설명할 내용으로부터 통상의 기술자에게 자명한 범위 내에서 다양한 효과들이 포함될 수 있다.
도 1은 본 발명의 일 실시예에 따른 학습 콘텐츠 추천 시스템을 설명하기 위한 도면이다.
도 2는 본 발명의 일 실시예에 따른 사용자 단말기의 구성을 개략적으로 나타낸 블록도이다.
도 3은 본 발명의 일 실시예에 따른 학습 콘텐츠 추천 장치를 개략적으로 나타낸 블록도이다.
도 4는 본 발명의 일 실시예에 따른 학습 콘텐츠 추천 방법을 설명하기 위한 도면이다.
이하, 첨부된 도면들을 참조하여 본 발명의 일 실시예에 따른 학습 콘텐츠 추천 방법 및 장치를 설명한다. 이 과정에서 도면에 도시된 선들의 두께나 구성요소의 크기 등은 설명의 명료성과 편의상 과장되게 도시되어 있을 수 있다.
또한, 후술되는 용어들은 본 발명에서의 기능을 고려하여 정의된 용어들로서 이는 사용자, 운용자의 의도 또는 관례에 따라 달라질 수 있다. 그러므로 이러한 용어들에 대한 정의는 본 명세서 전반에 걸친 내용을 토대로 내려져야 할 것이다.
또한, 본 명세서에서 설명된 구현은, 예컨대, 방법 또는 프로세스, 장치, 소프트웨어 프로그램, 데이터 스트림 또는 신호로 구현될 수 있다. 단일 형태의 구현의 맥락에서만 논의(예컨대, 방법으로서만 논의)되었더라도, 논의된 특징의 구현은 또한 다른 형태(예컨대, 장치 또는 프로그램)로도 구현될 수 있다. 장치는 적절한 하드웨어, 소프트웨어 및 펌웨어 등으로 구현될 수 있다. 방법은, 예컨대, 컴퓨터, 마이크로프로세서, 집적 회로 또는 프로그래밍 가능한 로직 디바이스 등을 포함하는 프로세싱 디바이스를 일반적으로 지칭하는 프로세서 등과 같은 장치에서 구현될 수 있다. 프로세서는 또한 최종-사용자 사이에 정보의 통신을 용이하게 하는 컴퓨터, 셀 폰, 휴대용/개인용 정보 단말기(personal digital assistant: "PDA") 및 다른 디바이스 등과 같은 통신 디바이스를 포함한다.
명세서 전체에서 "사용자"라 함은, 학습 콘텐츠 추천 어플리케이션 또는 학습 콘텐츠 추천 사이트에 접속한 후 인증 과정을 통하여 학습 콘텐츠 서비스를 제공 받을 수 있는 한 명 이상의 회원을 포함할 수 있다.
명세서 전체에서 "속성정보"라 함은, 학습 콘텐츠를 추천할 때 명함정보의 성질을 나타내는 정보를 포함할 수 있다. 본 실시 예에서 명함정보에 대한 속성정보는 산업군, 직무명 및 직급 중 하나 이상을 포함할 수 있다. 산업(産業)은 재화나 서비스를 생산하는 경제 활동 조직으로, 생산하는 재화의 종류에 따라 산업의 종류를 분류할 수 있다. 산업계에는 여러 가지 업종이 있다. 이들 각각의 업종에는 업종별 특성이 있다. 대한민국의 경우 20개의 카테고리로 묶어 산업을 분류하고 있다. 상공부의 산업분류를 보면 대분류·중분류·소분류로 나뉘어 있는데, 우리가 일반적으로 업종별(業種別)이라고 하는 것은 중분류를 가리키는 것으로, 이것은 수십 종에 달하고 있다. 각 대분류 산업군은 다수의 중분류 산업군들로 세분화될 수 있다. 예를 들어, 산업군은 26개의 대분류 산업군들로 분류되고, 다시 대분류 산업군들은 총 98개의 중분류 산업군들로 분류될 수 있다. 직무명은 사용자가 소속된 기관, 기업, 조직 등에서 업무적으로 분리된 여러 그룹들 중 사용자가 속한 그룹으로서의 부서명을 포함할 수 있으며, 예를 들어 관리부, 영업부, 인사부, 품질부, 구매부, 회계부 등을 포함할 수 있다. 직급은 직무의 종류, 난이도, 권한과 역할, 책임의 정도가 비슷한 직위를 한 데 묶어 분류(job classification)한 것으로 인사관리 및 인력운영을 위하여 조직의 구성원들을 적절한 등급으로 나누어 계층별로 묶어 위계적 체계로 배열한 것을 포함할 수 있다.
명세서 전체에서 "콘텐츠(content 또는 contents)"라 함은, 통신망을 통하여 접근 가능한, 문자, 부호, 음성, 음향, 음원, 이미지, 동영상 등으로 이루어지는 디지털 정보 또는 개별 정보 요소를 총칭하는 개념을 포함할 수 있다. 이러한 콘텐츠는, 예를 들면, 텍스트, 이미지, 동영상, 음원, 링크(예를 들면, 웹 링크) 등의 데이터 또는 이러한 데이터 중 적어도 두 가지의 조합을 포함하여 구성될 수 있다. 본 실시 예에서 콘텐츠는 사용자가 콘텐츠를 이용하여 지식을 전달 받을 수 있는 학습 콘텐츠를 포함할 수 있다.
이하, 본 발명에 따른 실시 예들을 첨부된 도면을 참조하여 상세히 설명하기로 하며, 첨부 도면을 참조하여 설명함에 있어, 동일하거나 대응하는 구성 요소는 동일한 도면번호를 부여하고 이에 대한 중복되는 설명은 생략하기로 한다.
도 1은 본 발명의 일 실시 예에 따른 학습 콘텐츠 추천 시스템을 개략적으로 나타낸 블록도이다.
도 1을 참조하면, 본 발명의 일 실시 예에 따른 학습 콘텐츠 추천 시스템은 사용자 단말기(100) 및 학습 콘텐츠 추천 장치(200)를 포함할 수 있고, 이들은 통신망을 통해 접속될 수 있다.
사용자 단말기(100)는 학습 콘텐츠 추천 장치(200)가 제공하는 학습 콘텐츠 추천 어플리케이션 또는 학습 콘텐츠 추천 사이트를 실행 및/또는 표시할 수 있으며, 사용자 단말기(100)를 통하여 사용자의 접속 식별 정보(ID) 및 패스워드를 수신한 학습 콘텐츠 추천 장치(200)는 학습 콘텐츠 추천 어플리케이션 또는 학습 콘텐츠 추천 사이트에 대한 사용자 인증을 수행할 수 있다.
사용자 단말기(100)는 명함정보를 학습 콘텐츠 추천 장치(200)로 전송하고, 학습 콘텐츠 추천 장치(200)로부터 사용자 맞춤형 학습 콘텐츠를 제공받아 표시 및/또는 재생할 수 있다. 여기서, 명함정보는 성명, 회사명, 회사주소, 직책, 및 연락처(이메일 주소, 전화번호 등) 등을 포함할 수 있다. 일반적인 명함정보는 회사원에 국한되어 있으나, 회사를 다니지 않는 일반인(예를 들어, 학생)의 경우에도 자신을 표현하는 정보가 포함된 명함을 구비할 수도 있다. 이러한 명함정보는, 오프라인 상의 종이에 기록된 게시물 형태이거나, 사용자 단말기(100)에 저장된 파일 형태이거나, 웹 페이지에 포함되는 링크 정보일 수 있으며, 더 나아가 동영상 파일 또는 음성 파일의 형태일 수 있다.
이러한 사용자 단말기(100)는 사용자가 조작하는 데스크 탑 컴퓨터, 스마트폰, 노트북, 태블릿 PC, 스마트 TV, 휴대폰, PDA(personal digital assistant), 랩톱, 미디어 플레이어, 마이크로 서버, GPS(global positioning system) 장치, 전자책 단말기, 디지털방송용 단말기, 네비게이션, 키오스크, MP3 플레이어, 디지털 카메라, 가전기기 및 기타 모바일 또는 비모바일 컴퓨팅 장치일 수 있으나, 이에 제한되지 않는다. 또한, 사용자 단말기(100)는 통신 기능 및 데이터 프로세싱 기능을 구비한 시계, 안경, 헤어 밴드 및 반지 등의 웨어러블 단말기 일 수 있다. 사용자 단말기(100)는 상술한 내용에 제한되지 아니하며, 웹 브라우징이 가능한 단말기는 제한 없이 차용될 수 있다.
학습 콘텐츠 추천 장치(200)는 사용자 단말기(100)로부터 획득한 명함정보를 기반으로 사용자에게 적합한 학습 콘텐츠를 제공할 수 있다.
학습 콘텐츠 추천 장치(200)는 학습 콘텐츠 추천 어플리케이션 및/또는 학습 콘텐츠 추천 사이트에 접속한 사용자 단말기(100)를 통하여 회원으로 가입한 사용자에 대한 고유정보(예를 들어, 회원 번호)를 생성하고, 고유정보를 이용하여 데이터베이스에 저장할 수 있다.
학습 콘텐츠 추천 장치(200)는 학습 콘텐츠 추천 어플리케이션 및/또는 학습 콘텐츠 추천 사이트의 인증을 완료한 사용자 단말기(100)를 통하여 사용자의 명함정보를 획득할 수 있다.
학습 콘텐츠 추천 장치(200)는 명함정보로부터 기 설정된 메타데이터를 추출하고, 추출된 메타데이터와 관련된 뉴스/트렌드 콘텐츠를 인터넷 검색을 통해 검색하며, 검색된 뉴스/트렌드 콘텐츠와 관련된 하나 이상의 학습 콘텐츠를 사용자에게 추천할 수 있다.
이러한 학습 콘텐츠 추천 장치(200)에 대한 상세한 설명은 도 3을 참조하기로 한다.
한편, 본 발명의 일 실시예에 따른 학습 콘텐츠 추천 시스템은 회사정보를 제공하는 거래소, 은행, 신용평가기관, 기술평가기관, 특허정보원, 신문사, 방송사, 소셜네트워크 제공자의 서버 등과 같은 외부 데이터 제공 서버(300)를 더 포함할 수 있다. 외부 데이터 제공 서버(300)는 통신망을 통해 전자공시정보, 신용평가정보, 기술평가정보, 특허정보, 뉴스정보, 소셜네트워크정보 등을 학습 콘텐츠 추천 장치(200)에 제공할 수 있다. 학습 콘텐츠 추천 장치(200)는 외부 데이터 제공 서버(300)로부터 회사정보를 수신하고, 수신한 회사정보에 기초하여 회사의 관련 산업을 분류할 수 있다.
도 2는 본 발명의 일 실시예에 따른 사용자 단말기의 구성을 개략적으로 나타낸 블록도이다.
도 2를 참조하면, 본 발명의 일 실시예에 따른 사용자 단말기(100)는 통신부(110), 메모리(120), 입출력부(130), 표시부(140), 촬영부(150) 및 제어부(160)를 포함할 수 있다.
통신부(110)는 학습 콘텐츠 추천 장치(200)와 같은 다른 네트워크 장치와 유무선 연결을 통해 제어 신호 또는 데이터 신호와 같은 신호를 송수신하기 위해 필요한 하드웨어 및 소프트웨어를 포함하는 장치일 수 있다. 예를 들어, 통신부(110)는, 근거리 통신부 또는 이동 통신부를 포함할 수 있다.
메모리(120)는 제어부(160)가 처리하는 데이터를 일시적 또는 영구적으로 저장하거나 사용자 단말기(100)로 전송된 학습 콘텐츠 관련 데이터를 일시적 또는 영구적으로 저장할 수 있다. 여기서, 메모리(120)는 자기 저장 매체(magnetic storage media) 또는 플래시 저장 매체(flash storage media)를 포함할 수 있으나, 본 발명의 범위가 이에 한정되는 것은 아니다. 특히, 메모리(120)는 학습 콘텐츠 추천 장치(200)에 접속하여 명함정보를 포함하는 학습 콘텐츠 추천 요청에 의해 학습 콘텐츠 추천 장치(200)로부터 수신한 학습 콘텐츠를 재생/재생 중지/재생 재개하는 작업 등을 수행하는 제어 소프트웨어를 탑재할 수 있다.
입출력부(130)는 사용자 단말기(100)에 구비된 다양한 형태의 입/출력 수단을 포함한다. 입출력부(130)는 다양한 입력 수단을 이용하여 유저의 입력을 수신할 수 있으며, 제어부(160)는 수신된 유저 입력에 기초하여 사용자 단말기(100)를 제어할 수 있다. 또한, 입력출부(130)는 다양한 출력 수단을 이용하여 제어부(160)의 명령에 기초한 출력을 수행할 수 있다.
표시부(140)는 디스플레이 화면에 이미지를 출력한다. 표시부(140)은 제어부(160)에 의해 실행되는 콘텐츠 또는 제어부(160)의 제어 명령에 기초한 유저 인터페이스 등의 다양한 디스플레이 오브젝트를 출력할 수 있다. 구체적으로 표시부(140)는 학습 콘텐츠 추천 장치(200)로부터 제공받은 콘텐츠 및 콘텐츠에 대한 정보 중 적어도 어느 하나를 표시할 수 있다.
촬영부(150)는 사용자의 명함정보를 촬영할 수 있다. 촬영부(150)는 예컨대, 카메라일 수 있다.
제어부(160)는 일종의 중앙처리장치로서 메모리(120)에 탑재된 제어 소프트웨어를 구동하고, 표시부(140)를 제어하여 사용자 단말기(100)에 소정의 정보를 표시하는 등의 다양한 기능을 제공할 수 있다. 여기서, 제어부(160)는 프로세서(processor)와 같이 데이터를 처리할 수 있는 모든 종류의 장치를 포함할 수 있다. 여기서, '프로세서(processor)'는, 예를 들어 프로그램 내에 포함된 코드 또는 명령으로 표현된 기능을 수행하기 위해 물리적으로 구조화된 회로를 갖는, 하드웨어에 내장된 데이터 처리 장치를 의미할 수 있다. 이와 같이 하드웨어에 내장된 데이터 처리 장치의 일 예로써, 마이크로프로세서(microprocessor), 중앙처리장치(central processing unit: CPU), 프로세서 코어(processor core), 멀티프로세서(multiprocessor), ASIC(application-specific integrated circuit), FPGA(field programmable gate array) 등의 처리 장치를 망라할 수 있으나, 본 발명의 범위가 이에 한정되는 것은 아니다.
도 3은 본 발명의 일 실시예에 따른 학습 콘텐츠 추천 장치를 개략적으로 나타낸 블록도이다.
도 3을 참조하면, 본 발명의 일 실시예에 따른 학습 콘텐츠 추천 장치(200)는 통신부(210), 저장부(220), 데이터베이스(230), 인증부(240), 명함 인식부(250), 관련 산업 확인부(260), 뉴스/트렌드 검색부(270), 학습 콘텐츠 추천부(280) 및 제어부(290)를 포함할 수 있다.
통신부(210)는 통신망과 연동하여 학습 콘텐츠 추천 장치(200)와 사용자 단말기(100) 간의 송수신 신호를 패킷 데이터 형태로 제공하는 데 필요한 통신 인터페이스를 제공할 수 있다. 나아가, 통신부(210)는 사용자 단말기(100)로부터 소정의 정보 요청 신호를 수신하는 역할을 할 수 있고, 학습 콘텐츠 추천부(280)에서 추천된 학습 콘텐츠를 사용자 단말기(100)로 전송하는 역할을 수행할 수 있다. 여기서 통신망이라 함은, 학습 콘텐츠 추천 장치(200)와 사용자 단말기(100)를 연결하는 역할을 수행하는 매개체로써, 사용자 단말기(100)가 학습 콘텐츠 추천 장치(200)에 접속한 후 정보를 송수신할 수 있도록 접속 경로를 제공하는 경로를 포함할 수 있다. 또한 통신부(210)는 다른 네트워크 장치와 유무선 연결을 통해 제어 신호 또는 데이터 신호와 같은 신호를 송수신하기 위해 필요한 하드웨어 및 소프트웨어를 포함하는 장치일 수 있다. 또한, 통신부(210)는 근거리 통신모듈, 무선 통신모듈, 이동통신 모듈, 유선 통신모듈 등 다양한 형태로 구현될 수 있다.
저장부(220)는 학습 콘텐츠 추천 장치(200)의 동작과 관련된 데이터들을 저장하는 구성이다. 여기서 저장부(220)는 공지된 저장매체를 이용할 수 있으며, 예를 들어, ROM, PROM, EPROM, E EPROM, RAM 등과 같이 공지된 저장매체 중 어느 하나 이상을 이용할 수 있다. 특히, 저장부(220)에는 명함정보로부터 기 설정된 메타데이터를 추출하고, 추출된 메타데이터와 관련된 뉴스/트렌드 콘텐츠를 인터넷 검색을 통해 검색하며, 검색된 뉴스/트렌드 콘텐츠와 관련된 하나 이상의 학습 콘텐츠를 추천하는 학습 콘텐츠 추천 프로그램(애플리케이션 또는 애플릿) 등이 저장될 수 있으며, 저장되는 정보들은 필요에 따라 제어부(290)에 의해 취사 선택될 수 있다.
데이터베이스(230)는 유저 데이터베이스(232), 및 학습 콘텐츠 데이터베이스(234)를 포함할 수 있다.
유저 데이터베이스(232)는 사용자 정보를 저장할 수 있다. 여기서, 사용자 정보는 사용자의 이름, 소속, 인적 사항, 성별, 나이, 연락처, 이메일, 주소 등 사용자에 대한 기본적인 정보와, 아이디(ID) (또는 이메일) 및 패스워드(password) 등 인증(로그인)에 대한 정보, 접속 국가, 접속 위치, 접속에 이용한 장치에 대한 정보, 접속된 네트워크 환경 등 접속과 관련된 정보 등을 포함할 수 있다.
또한 유저 데이터베이스(232)에는 사용자의 고유정보, 학습 콘텐츠 추천 어플리케이션 및/또는 학습 콘텐츠 추천 사이트에 접속한 사용자가 제공받은 정보 및/또는 학습 콘텐츠 수신 이력, 사용자가 설정한 환경 설정 정보, 사용자가 이용한 자원 사용량 정보, 사용자의 자원 사용량에 대응한 과금 및 결제 정보가 저장될 수 있다.
학습 콘텐츠 데이터베이스(234)는 카테고리별로 학습 콘텐츠들을 저장할 수 있다. 이때, 학습 콘텐츠 데이터베이스(234)는 카테고리 식별정보 및 각 학습 콘텐츠의 키워드 정보 등을 계층구조로 저장할 수 있다. 키워드 정보는 해당 학습 콘텐츠의 색인어일 수 있다.
예를 들면, 학습 콘텐츠 데이터베이스(234)는 카테고리1에 콘텐츠1, 콘텐츠2, ..콘텐츠n이 저장될 수 있고, 콘텐츠1에는 키워드 정보1가 저장될 수 있으며, 키워드 정보1는 keyword0에 속하는 키워드들, keyword1에 속하는 키워드들, 및 keyword2에 속하는 키워드들 등을 포함할 수 있다.
한편, 본 발명의 실시예에서는 학습 콘텐츠 데이터베이스(234)가 학습 콘텐츠 추천 장치(200)에 포함되는 것으로 설명하였으나, 학습 콘텐츠 데이터베이스(234)는 학습 콘텐츠 추천 장치(200)와 유무선 통신망으로 연결된 외부 장치에 구비될 수 있다.
인증부(240)는 통신부(210)로부터 수신한 인증 정보를 근거로 사용자 인증을 수행한다. 즉, 인증부(240)는 통신부(210)로부터 수신한 인증 정보로부터 아이디 및 비밀번호를 검출하고, 유저 데이터베이스(232)로부터 검출한 아이디 및 비밀번호와 일치하는 사용자 정보가 존재하면 사용자 인증 성공으로 처리할 수 있다.
명함 인식부(250)는 학습 콘텐츠 요청 신호에 포함된 명함정보를 인식하여 회사명을 포함하는 메타데이터를 추출할 수 있다. 여기서, 명함정보는 음성 파일을 포함하는 명함정보, 동영상 파일을 포함하는 명함정보 및 오프라인 상의 명함을 촬영한 이미지 명함정보 중 적어도 하나일 수 있다. 따라서, 명함 인식부(250)는 명함정보를 텍스트로 변환하고, 변환된 텍스트로부터 메타데이터를 추출할 수 있다.
예를 들어, JPEG 등 형태의 이미지 파일로 획득한 명함정보에 대하여, 명함 인식부(250)는 이미지에 대한 텍스트 인식을 수행하여 텍스트 정보로 변환시킬 수 있다. 또한 MPEG 등 형태의 동영상 파일로 획득한 명함정보에 대하여, 명함 인식부(250)는 동영상 중 오디오 정보에 텍스트 인식을 수행하여 텍스트 정보로 변환시킬 수 있다. 또한 AVI 등 형태의 음성 파일로 획득한 명함정보에 대하여, 명함 인식부(250)는 음성 파일의 오디오 정보에 텍스트 인식을 수행하여 텍스트 정보로 변환시킬 수 있다.
예를 들어, 명함 인식부(250)는 명함정보로부터 회사명, 직무명 및 직급 중 하나 이상을 포함하는 속성정보에 대응하는 메타데이터 예를 들어, 회사명으로써 XX특허법인을, 직무명으로써 XX전자팀을, 직급으로써 과장을 메타데이터로써 추출할 수 있다.
관련 산업 확인부(260)는 명함 인식부(250)에서 추출된 메타데이터에 기초하여 관련 산업을 확인할 수 있다. 이때, 관련 산업 확인부(260)는 회사명으로 관련 산업을 확인할 수 있다.
예를 들면, 관련 산업 확인부(260)는 회사명에 기초하여 상공부가 분류한 26개의 대분류 산업군과 대분류 산업군을 98개의 중분류 산업군으로 분류한 산업군 정보 중 하나의 산업군을 관련 산업으로 확인할 수 있다.
또한, 관련 산업 확인부(260)는 회사명을 포함하는 회사정보 요청 정보를 외부 데이터 제공 서버(300)로 전송하고, 외부 데이터 제공 서버(300)로부터 회사명에 대응하는 회사정보를 수신하며, 수신한 회사정보를 다양한 기업들이 제공하는 제품이나 서비스, 속한 산업 등과 관련된 키워드가 저장된 키워드 사전과 비교하여, 회사정보에 대한 키워드의 빈도수를 나타내는 빈도데이터를 산출하며, 산출된 빈도데이터에 기초하여 회사명에 대한 관련 산업을 확인할 수 있다. 이때, 관련 산업 확인부(260)가 수집하는 회사정보는 전자공시정보, 신용평가정보, 기술평가정보, 특허정보, 뉴스정보와 소셜네트워크정보 등이 될 수 있는데, 더욱 구체적으로는 예를 들어 한국거래소의 DART 상에 있는 보고서(분기보고서, 반기보고서 등), 은행·신용평가기관·기술평가기관 등의 신용평가보고서 또는 기술평가보고서, KIPRIS와 같은 특허DB 상의 특허명세서, 뉴스기사와 소셜네트워크 상의 내용 등이 될 수 있다. 키워드사전을 구성하는 키워드의 일 예로서, 키워드는 전자부품, 컴퓨터, 소프트웨어, 법률, 반도체, 이사, 철강, 암호화폐, 자동차, 컨설팅 등을 포함할 수 있다.
관련 산업 확인부(260)는 수집한 회사정보를 키워드사전과 비교하여, 회사정보에 키워드사전 상의 키워드가 있는지(키워드의 유무), 얼마나 자주 등장하는지(키워드의 빈도수)를 산출하고, 키워드 유무 및 키워드 빈도수를 키워드벡터로 모델링함으로써, 회사명에 관련된 산업을 확인할 수 있다.
이와 같이 관련 산업 확인부(260)는 회사가 신고한 표준산업분류를 확인하는 것은 물론, 회사가 제공하는 제품/서비스나 속한 산업과 연관성이 높은 전자공시정보 등의 회사정보로부터 키워드벡터를 모델링하고 이를 이용하여 관련 기업을 확인하기 때문에, 회사가 신고한 표준산업분류와 실제로 영위하는 산업이 서로 상이한 경우에도 문제가 발생되지 않을 수 있다.
예를 들면, 관련 산업 확인부(260)는 A회사의 회사정보에 기초하여 "발광 다이오드 제조업"으로 관련 산업을 확인할 수 있다.
뉴스/트렌드 검색부(270)는 관련 산업을 기초로 인터넷 검색을 통해 뉴스/트렌드(trend) 콘텐츠를 검색할 수 있다.
구체적으로, 뉴스/트렌드 검색부(270)는 관련 산업에 매칭된 관심 키워드를 획득하고, 관심 키워드를 포함하는 뉴스/트렌드 콘텐츠를 검색할 수 있다.
이때, 뉴스/트렌드 검색부(270)는 각종 미디어지, 언론사 또는 검색포털, SNS(Social Network Service)사에서 제공하는 공개형 API(Application Programming Interface), RSS(Really Simple Syndication), NewsML(News Markup Language)과 같은 형태의 수신처로부터 관심 키워드와 관련된 뉴스/트렌드 콘텐츠를 수집할 수 있다.
예를 들면, 관련 산업이 "발광 다이오드 제조업"이고, 관심 키워드가 "발광 다이오드" 및 "제조"인 경우, 뉴스/트렌드 검색부(270)는 발광 다이오드" 및 "제조"를 포함하는 뉴스/트렌드 콘텐츠를 검색할 수 있다.
학습 콘텐츠 추천부(280)는 뉴스/트렌드 검색부(270)를 통해 검색된 뉴스/트렌드 콘텐츠와 학습 콘텐츠 데이터베이스(234)에 저장된 학습 콘텐츠들의 유사도에 기초하여 하나 이상의 학습 콘텐츠를 사용자에게 추천할 수 있다.
구체적으로, 학습 콘텐츠 추천부(280)는 검색된 뉴스/트렌드 콘텐츠를 최신순(날짜순)으로 정렬하고, 최신순으로 정렬된 뉴스/트렌드 콘텐츠들 중에서 상위에 랭크된 일정 개수의 뉴스/트렌드 콘텐츠와 학습 콘텐츠 데이터베이스(234)에 저장된 학습 콘텐츠들의 유사도를 산출하며, 유사도가 높은 순으로 학습 콘텐츠들을 정렬하여 상위에 랭크된 일정 개수의 학습 콘텐츠를 사용자에게 추천할 수 있다.
이때, 학습 콘텐츠 추천부(280)는 뉴스/트렌드 콘텐츠에 포함된 키워드와 학습 콘텐츠에 포함된 키워드간의 유사도를 산출할 수 있다, 예를 들면, 학습 콘텐츠 추천부(280)는 뉴스/트렌드 콘텐츠를 분석하여 불용어 제거 등의 전처리를 수행한 후, 가장 많이 등장하는 순으로 일정 개수의 키워드를 핵심 키워드로 추출하거나 뉴스/트렌드 콘텐츠의 제목에 포함된 키워드를 핵심 키워드로 추출하고, 뉴스/트렌드 콘텐츠의 핵심 키워드와 학습 콘텐츠 데이터베이스(234)에 저장된 학습 콘텐츠들의 색인어들을 비교하여 유사도를 산출할 수 있다. 또한, 학습 콘텐츠 추천부(280)는 학습 콘텐츠에 뉴스/트렌드 콘텐츠의 핵심 키워드가 등장하는 빈도수를 구하고, 그 빈도수에 기초하여 유사도를 산출할 수도 있다.
또한, 학습 콘텐츠 추천부(280)는 뉴스/트렌드 콘텐츠에 대한 텍스트 정보에 기초하여 학습 콘텐츠간의 유사도를 산출할 수 있다. 이때, 텍스트 정보는 콘텐츠를 나타내는 제목, 콘텐츠의 내용인 텍스트, 콘텐츠를 설명하는 메타 데이터, 및 콘텐츠 제공자를 나타내는 텍스트 중 적어도 어느 하나에 해당할 수 있다. 메타 데이터는 콘텐츠의 내용을 요약하는 텍스트, 및 콘텐츠를 나타내는 키워드 중 적어도 어느 하나에 해당할 수 있다.
구체적으로 학습 콘텐츠 추천부(280)는 뉴스/트렌드 콘텐츠의 텍스트 정보가 동일한 단위 음절을 포함하는지 여부에 기초하여 학습 콘텐츠들과의 유사도를 산출할 수 있다. 예를 들면, 학습 콘텐츠 추천부(280)는 뉴스/트렌드 콘텐츠의 텍스트 정보가 동일한 단위 음절을 포함하는 횟수에 비례하여 학습 콘텐츠들과의 유사도를 산출할 수 있다.
또한, 학습 콘텐츠 추천부(280)는 뉴스/트렌드 콘텐츠의 핵심 키워드 또는 텍스트 정보를 One-Hot 인코딩된 형태로 입력받고, 입력된 정보를 기계학습에 적용하여 학습 콘텐츠들에 대한 확률을 산출하고, 확률이 높은 순으로 학습 콘텐츠를 추천할 수 있다.
상술한 학습 콘텐츠 추천부(280)는 사용자의 학습 콘텐츠 요청 시기(시점)의 뉴스/트렌드 콘텐츠에 기초하여 학습 콘텐츠를 추천함으로써, 학습 콘텐츠 요청 시기(시점)에 따라 추천되는 학습 콘텐츠가 달라질 수 있고, 이를 통해 사용자는 현재 시점에 필요한 학습 콘텐츠를 학습할 수 있다.
한편, 인증부(240), 명함 인식부(250), 관련 산업 확인부(260), 뉴스/트렌드 검색부(270), 및 학습 콘텐츠 추천부(280)는 컴퓨팅 장치상에서 프로그램을 실행하기 위해 필요한 프로세서 등에 의해 각각 구현될 수 있다. 이처럼 인증부(240), 명함 인식부(250), 관련 산업 확인부(260), 뉴스/트렌드 검색부(270), 및 학습 콘텐츠 추천부(280)는 물리적으로 독립된 각각의 구성에 의해 구현될 수도 있고, 하나의 프로세서 내에서 기능적으로 구분되는 형태로 구현될 수도 있다.
제어부(290)는 통신부(210), 저장부(220), 데이터베이스(230), 인증부(240), 명함 인식부(250), 관련 산업 확인부(260), 뉴스/트렌드 검색부(270), 및 학습 콘텐츠 추천부(280)를 포함하는 학습 콘텐츠 추천 장치(200)의 다양한 구성부들의 동작을 제어하는 구성으로, 적어도 하나의 연산 장치를 포함할 수 있는데, 여기서 상기 연산 장치는 범용적인 중앙연산장치(CPU), 특정 목적에 적합하게 구현된 프로그래머블 디바이스 소자(CPLD, FPGA), 주문형 반도체 연산장치(ASIC) 또는 마이크로 컨트롤러 칩일 수 있다. 또한, 다른 형태의 하드웨어로 구현될 수도 있음을 본 실시 예가 속하는 기술분야에서 통상의 지식을 가진 자라면 이해할 수 있다.
도 4는 본 발명의 일 실시예에 따른 학습 콘텐츠 추천 방법을 설명하기 위한 도면이다.
도 4를 참조하면, 사용자 단말기(100)는 학습 콘텐츠 추천 장치(200)에 접속하여 명함정보를 포함하는 학습 콘텐츠 추천 요청 신호를 학습 콘텐츠 추천 장치(200)로 전송한다(S410). 이때 사용자 단말기(100)는 아이디 및 비밀번호를 포함하는 인증 정보를 학습 콘텐츠 추천 장치(200)로 전송하고, 학습 콘텐츠 추천 장치(200)는 인증 정보를 근거로 강의자 인증을 수행할 수 있다. 사용자가 인증되면, 사용자 단말기(100)는 음성 파일을 포함하는 명함정보, 동영상 파일을 포함하는 명함정보 및 오프라인 상의 명함을 촬영한 이미지 명함정보 중 적어도 하나의 명함정보를 포함하는 학습 콘텐츠 추천 요청 신호를 학습 콘텐츠 추천 장치(200)로 전송할 수 있다.
S410 단계가 수행되면, 학습 콘텐츠 추천 장치(200)는 명함정보로부터 기 설정된 속성정보를 포함하는 메타데이터를 추출한다(S420). 여기서, 속성정보는 회사명, 직급, 및 직무 등을 포함할 수 있다.
S420 단계가 수행되면, 학습 콘텐츠 추천 장치(200)는 추출된 메타데이터 중 회사명에 기초하여 관련 산업을 확인한다(S430). 예를 들면, 학습 콘텐츠 추천 장치(200)는 기정의 된 표준산업분류를 이용하여 회사명에 대한 관련 산업을 추출할 수 있다. 또한, 관련 산업 확인부(260)는 회사명을 포함하는 회사정보 요청 정보를 외부 데이터 제공 서버(300)로 전송하고, 외부 데이터 제공 서버(300)로부터 회사명에 대응하는 회사정보를 수신하며, 수신한 회사정보를 다양한 기업들이 제공하는 제품이나 서비스, 속한 산업 등과 관련된 키워드가 저장된 키워드 사전과 비교하여, 회사정보에 대한 키워드의 빈도수를 나타내는 빈도데이터를 산출하며, 산출된 빈도데이터에 기초하여 회사명에 대한 관련 산업을 확인할 수 있다.
S430 단계가 수행되면, 학습 콘텐츠 추천 장치(200)는 관련 산업에 대한 뉴스/트렌드(trend) 콘텐츠를 검색한다(S440). 즉, 학습 콘텐츠 추천 장치(200)는 관련 산업에 매칭된 관심 키워드를 획득하고, 관심 키워드를 포함하는 뉴스/트렌드 콘텐츠를 검색할 수 있다. 이때, 뉴스/트렌드 검색부(270)는 각종 미디어지, 언론사 또는 검색포털, SNS(Social Network Service)사에서 제공하는 공개형 API(Application Programming Interface), RSS(Really Simple Syndication), NewsML(News Markup Language)과 같은 형태의 수신처로부터 관심 키워드와 관련된 뉴스/트렌드 콘텐츠를 수집할 수 있다.
S440 단계가 수행되면, 학습 콘텐츠 추천 장치(200)는 검색된 뉴스/트렌드 콘텐츠와 학습 콘텐츠 데이터베이스(234)에 저장된 학습 콘텐츠들의 유사도를 산출하고(S450), 유사도에 기초하여 하나 이상의 학습 콘텐츠를 선택하여(S460), 사용자 단말기(100)에 추천한다(S470). 구체적으로, 학습 콘텐츠 추천 장치(200)는 검색된 뉴스/트렌드 콘텐츠를 최신순(날짜순)으로 정렬하고, 최신순으로 정렬된 뉴스/트렌드 콘텐츠들 중에서 상위에 랭크된 일정 개수의 뉴스/트렌드 콘텐츠와 학습 콘텐츠 데이터베이스(234)에 저장된 학습 콘텐츠들의 유사도를 산출하며, 유사도가 높은 순으로 학습 콘텐츠들을 정렬하여 상위에 랭크된 일정 개수의 학습 콘텐츠를 사용자에게 추천할 수 있다.
상술한 바와 같이 본 발명의 일 실시예에 따른 학습 콘텐츠 추천 방법 및 장치는, 명함정보로부터 사용자 정보를 인식하고, 그 사용자 정보와 관련된 뉴스/트렌드 콘텐츠를 인터넷 검색을 통해 검색하며, 검색된 뉴스/트렌드 콘텐츠와 관련된 하나 이상의 학습 콘텐츠를 사용자에게 추천함으로써, 사용자는 현재 시점에 필요한 최신의 학습 콘텐츠를 학습할 수 있다.
본 발명은 도면에 도시된 실시예를 참고로 하여 설명되었으나, 이는 예시적인 것에 불과하며, 당해 기술이 속하는 분야에서 통상의 지식을 가진 자라면 이로부터 다양한 변형 및 균등한 타 실시예가 가능하다는 점을 이해할 것이다. 따라서 본 발명의 진정한 기술적 보호범위는 아래의 특허청구범위에 의해서 정하여져야 할 것이다.
100 : 사용자 단말기
110, 210 : 통신부
120 : 메모리
130 : 입출력부
140 : 표시부
150 : 촬영부
160, 290 : 제어부
200 : 학습 콘텐츠 추천 장치
220 : 저장부
230 : 데이터베이스
240 : 인증부
250 : 명함 인식부
260 : 관련 산업 확인부,
270 : 뉴스/트렌드 검색부
280 : 학습 콘텐츠 추천부
300 : 외부 데이터 제공 서버

Claims (8)

  1. 복수의 카테고리, 각 카테고리에 속하는 학습 콘텐츠들, 및 각 학습 콘텐츠의 색인어가 저장된 학습 콘텐츠 데이터베이스;
    사용자 단말기로부터 명함정보를 포함하는 학습 콘텐츠 추천 요청 신호 수신 시, 상기 명함정보를 분석하여 회사명을 추출하는 명함 인식부;
    상기 회사명에 기초하여 관련 산업을 확인하는 관련 산업 확인부;
    상기 관련 산업을 기초로 인터넷 검색을 통해 뉴스(news)/트렌드(trend) 콘텐츠를 검색하는 뉴스/트렌드 검색부; 및
    상기 검색된 뉴스/트렌드 콘텐츠와 상기 학습 콘텐츠 데이터베이스에 저장된 학습 콘텐츠들의 유사도에 기초하여 하나 이상의 학습 콘텐츠를 상기 사용자 단말기에 제공하는 학습 콘텐츠 추천부를 포함하되,
    상기 관련 산업 확인부는,
    상기 회사명에 기초하여 상공부가 분류한 26개의 대분류 산업군과 대분류 산업군을 98개의 중분류 산업군으로 분류한 산업군 정보 중 하나의 산업군을 관련 산업으로 확인하고,
    상기 회사명을 포함하는 회사정보 요청 정보를 외부 데이터 제공 서버로 전송하고, 상기 외부 데이터 제공서버로부터 회사명에 대응하는 회사정보를 수신하며, 상기 수신한 회사정보를 다양한 기업들이 제공하는 제품, 서비스, 및 속한 산업 중 적어도 하나와 관련된 키워드가 저장된 키워드 사전과 비교하여, 상기 회사정보에 상기 키워드 사전에 저장된 키워드의 존재 유무 및 키워드의 빈도수를 산출하고, 상기 키워드 존재 유무 및 키워드 빈도수를 키워드벡터로 모델링함으로써, 상기 회사명에 대한 관련 산업을 확인하며,
    상기 회사명에 대응하는 회사정보는, 전자공시정보, 신용평가정보, 기술평가정보, 특허정보, 뉴스정보 및 소셜네트워크정보 중 적어도 하나를 포함하고,
    상기 뉴스/트렌드 검색부는,
    상기 관련 산업에 매칭된 관심 키워드를 획득하고, 각종 미디어지, 언론사, 검색포털, 및 SNS(Social Network Service)사 중 적어도 하나에서 제공하는 공개형 API(Application Programming Interface), RSS(Really Simple Syndication), NewsML(News Markup Language)과 같은 형태의 수신처로부터 상기 관심 키워드와 관련된 뉴스/트렌드 콘텐츠를 수집하며,
    상기 학습 콘텐츠 추천부는,
    상기 검색된 뉴스/트렌드 콘텐츠를 최신순으로 정렬하고, 상기 정렬된 뉴스/트렌드 콘텐츠들 중에서 상위에 랭크된 일정 개수의 뉴스/트렌드 콘텐츠와 상기 학습 콘텐츠 데이터베이스에 저장된 학습 콘텐츠 간의 유사도를 산출하며, 상기 산출된 유사도가 높은 순으로 학습 콘텐츠들을 정렬하여 상위에 랭크된 일정 개수의 학습 콘텐츠를 사용자 단말기에 제공하되,
    상기 학습 콘텐츠 추천부는, 상기 뉴스/트렌드 콘텐츠를 분석하여 일정 개수의 핵심 키워드를 추출하고, 상기 추출된 뉴스/트렌드 콘텐츠의 핵심 키워드와 상기 학습 콘텐츠 데이터베이스에 저장된 학습 콘텐츠들의 색인어들을 비교하여 유사도를 산출하거나, 상기 학습 콘텐츠 데이터베이스에 저장된 학습 콘텐츠에 상기 뉴스/트렌드 콘텐츠의 텍스트 정보와 동일한 단위 음절을 포함하는지 여부에 기초하여 상기 학습 콘텐츠간의 유사도를 산출하고,
    상기 학습 콘텐츠 추천부는,
    상기 검색된 뉴스/트렌드 콘텐츠의 핵심 키워드 또는 텍스트 정보를 One-Hot 인코딩된 형태로 입력받고, 상기 입력된 정보를 기계학습에 적용하여 학습 콘텐츠들에 대한 확률을 산출하며, 상기 산출된 확률이 높은 순으로 학습 콘텐츠를 추천하는 것을 특징으로 하는 학습 콘텐츠 추천 장치.
  2. 제1항에 있어서,
    상기 명함정보는,
    음성 파일을 포함하는 명함정보, 동영상 파일을 포함하는 명함정보 및 오프라인 상의 명함을 촬영한 이미지 명함정보 중 적어도 하나이고,
    상기 명함 인식부는,
    상기 음성 파일을 포함하는 명함정보로부터 텍스트 변환을 수행하고, 상기 동영상 파일을 포함하는 명함정보의 오디오 정보로부터 텍스트 변환을 수행하며, 상기 오프라인 상의 명함을 촬영한 이미지 명함정보로부터 텍스트 변환을 수행하고, 상기 변환된 텍스트로부터 회사명을 추출하는 것을 특징으로 학습 콘텐츠 추천 장치.
  3. 삭제
  4. 삭제
  5. 사용자 단말기로부터 명함정보를 포함하는 학습 콘텐츠 추천 요청 신호 수신 시, 명함 인식부가 상기 명함정보를 분석하여 회사명을 추출하는 단계;
    관련 산업 확인부가, 상기 회사명에 기초하여 관련 산업을 확인하는 단계;
    뉴스/트렌드 검색부가, 상기 관련 산업을 기초로 인터넷 검색을 통해 뉴스/트렌드(trend) 콘텐츠를 검색하는 단계; 및
    학습 콘텐츠 추천부가, 상기 검색된 뉴스/트렌드 콘텐츠와 학습 콘텐츠 데이터베이스에 저장된 학습 콘텐츠들의 유사도에 기초하여 하나 이상의 학습 콘텐츠를 상기 사용자 단말기에 제공하는 단계를 포함하되,
    상기 관련 산업을 확인하는 단계에서,
    상기 관련 산업 확인부는, 상기 회사명에 기초하여 상공부가 분류한 26개의 대분류 산업군과 대분류 산업군을 98개의 중분류 산업군으로 분류한 산업군 정보 중 하나의 산업군을 관련 산업으로 확인하고,
    상기 회사명을 포함하는 회사정보 요청 정보를 외부 데이터 제공 서버로 전송하고, 상기 외부 데이터 제공서버로부터 회사명에 대응하는 회사정보를 수신하며, 상기 수신한 회사정보를 다양한 기업들이 제공하는 제품, 서비스, 및 속한 산업 중 적어도 하나와 관련된 키워드가 저장된 키워드 사전과 비교하여, 상기 회사정보에 상기 키워드 사전에 저장된 키워드의 존재 유무 및 키워드의 빈도수를 산출하고, 상기 키워드 존재 유무 및 키워드 빈도수를 키워드벡터로 모델링함으로써, 상기 회사명에 대한 관련 산업을 확인하며,
    상기 회사명에 대응하는 회사정보는, 전자공시정보, 신용평가정보, 기술평가정보, 특허정보, 뉴스정보 및 소셜네트워크정보 중 적어도 하나를 포함하며,
    상기 뉴스/트렌드(trend) 콘텐츠를 검색하는 단계에서,
    상기 뉴스/트렌드 검색부는, 상기 관련 산업에 매칭된 관심 키워드를 획득하고, 각종 미디어지, 언론사, 검색포털, 및 SNS(Social Network Service)사 중 적어도 하나에서 제공하는 공개형 API(Application Programming Interface), RSS(Really Simple Syndication), NewsML(News Markup Language)과 같은 형태의 수신처로부터 상기 관심 키워드와 관련된 뉴스/트렌드 콘텐츠를 수집하며, ,
    상기 학습 콘텐츠를 상기 사용자 단말기에 제공하는 단계에서,
    상기 학습 콘텐츠 추천부는, 상기 검색된 뉴스/트렌드 콘텐츠를 최신순으로 정렬하고, 상기 정렬된 뉴스/트렌드 콘텐츠들 중에서 상위에 랭크된 일정 개수의 뉴스/트렌드 콘텐츠와 상기 학습 콘텐츠 데이터베이스에 저장된 학습 콘텐츠 간의 유사도를 산출하며, 상기 산출된 유사도가 높은 순으로 학습 콘텐츠들을 정렬하여 상위에 랭크된 일정 개수의 학습 콘텐츠를 사용자 단말기에 제공하되,
    상기 학습 콘텐츠 추천부는, 상기 뉴스/트렌드 콘텐츠를 분석하여 일정 개수의 핵심 키워드를 추출하고, 상기 추출된 뉴스/트렌드 콘텐츠의 핵심 키워드와 상기 학습 콘텐츠 데이터베이스에 저장된 학습 콘텐츠들의 색인어들을 비교하여 유사도를 산출하거나, 상기 학습 콘텐츠 데이터베이스에 저장된 학습 콘텐츠에 상기 뉴스/트렌드 콘텐츠의 텍스트 정보와 동일한 단위 음절을 포함하는지 여부에 기초하여 상기 학습 콘텐츠간의 유사도를 산출하고,
    상기 학습 콘텐츠를 상기 사용자 단말기에 제공하는 단계에서,
    상기 학습 콘텐츠 추천부는, 상기 검색된 뉴스/트렌드 콘텐츠의 핵심 키워드 또는 텍스트 정보를 One-Hot 인코딩된 형태로 입력받고, 상기 입력된 정보를 기계학습에 적용하여 학습 콘텐츠들에 대한 확률을 산출하며, 상기 산출된 확률이 높은 순으로 학습 콘텐츠를 추천하는 것을 특징으로 하는 학습 콘텐츠 추천 방법.
  6. 제5항에 있어서,
    상기 회사명을 추출하는 단계에서,
    상기 명함정보는, 음성 파일을 포함하는 명함정보, 동영상 파일을 포함하는 명함정보 및 오프라인 상의 명함을 촬영한 이미지 명함정보 중 적어도 하나이고,
    상기 명함 인식부는, 상기 음성 파일을 포함하는 명함정보로부터 텍스트 변환을 수행하고, 상기 동영상 파일을 포함하는 명함정보의 오디오 정보로부터 텍스트 변환을 수행하며, 상기 오프라인 상의 명함을 촬영한 이미지 명함정보로부터 텍스트 변환을 수행하고, 상기 변환된 텍스트로부터 회사명을 추출하는 것을 특징으로 학습 콘텐츠 추천 방법.
  7. 삭제
  8. 삭제
KR1020210008213A 2021-01-20 2021-01-20 학습 콘텐츠 추천 장치 및 방법 KR102322212B1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020210008213A KR102322212B1 (ko) 2021-01-20 2021-01-20 학습 콘텐츠 추천 장치 및 방법

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020210008213A KR102322212B1 (ko) 2021-01-20 2021-01-20 학습 콘텐츠 추천 장치 및 방법

Publications (1)

Publication Number Publication Date
KR102322212B1 true KR102322212B1 (ko) 2021-11-09

Family

ID=78487109

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020210008213A KR102322212B1 (ko) 2021-01-20 2021-01-20 학습 콘텐츠 추천 장치 및 방법

Country Status (1)

Country Link
KR (1) KR102322212B1 (ko)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR102489137B1 (ko) * 2022-04-19 2023-01-17 (주)유밥 학습과정 추천 장치 및 방법

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20150053317A (ko) * 2013-11-07 2015-05-18 권태욱 전생애 발달 기반의 맞춤형 교육 추천 시스템
KR20160093489A (ko) * 2015-01-29 2016-08-08 주식회사 솔트룩스 컨텐츠 수집, 추천 시스템 및 방법
KR102063183B1 (ko) * 2019-03-19 2020-01-07 (주)인더스트리미디어 학습 콘텐츠 추천 장치 및 방법
KR102144126B1 (ko) * 2019-12-06 2020-08-12 김미숙 기업을 위한 정보 제공 장치 및 방법

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20150053317A (ko) * 2013-11-07 2015-05-18 권태욱 전생애 발달 기반의 맞춤형 교육 추천 시스템
KR20160093489A (ko) * 2015-01-29 2016-08-08 주식회사 솔트룩스 컨텐츠 수집, 추천 시스템 및 방법
KR102063183B1 (ko) * 2019-03-19 2020-01-07 (주)인더스트리미디어 학습 콘텐츠 추천 장치 및 방법
KR102144126B1 (ko) * 2019-12-06 2020-08-12 김미숙 기업을 위한 정보 제공 장치 및 방법

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR102489137B1 (ko) * 2022-04-19 2023-01-17 (주)유밥 학습과정 추천 장치 및 방법

Similar Documents

Publication Publication Date Title
WO2018040068A1 (zh) 基于知识图谱的语意分析系统及方法
US11138248B2 (en) Understanding user product queries in real time without using any rules
CA2865186A1 (en) Method and system relating to sentiment analysis of electronic content
CN110825956A (zh) 一种信息流推荐方法、装置、计算机设备及存储介质
US10002187B2 (en) Method and system for performing topic creation for social data
KR102146546B1 (ko) 상황인지 기반의 기업주가예측 알고리즘 제공 방법
CN107832338B (zh) 一种识别核心产品词的方法和系统
CN110827112B (zh) 深度学习的商品推荐方法、装置、计算机设备及存储介质
US11620283B2 (en) Method and system for analytic based connections among user types in an online platform
US20220121668A1 (en) Method for recommending document, electronic device and storage medium
US20150178267A1 (en) Processing method for social media issue and server device supporting the same
CN102750366A (zh) 基于自然交互输入的视频搜索系统及方法和视频搜索服务器
KR102284393B1 (ko) 학습 콘텐츠 추천 장치 및 방법
CN110941702A (zh) 一种法律法规和法条的检索方法及装置、可读存储介质
Kiran et al. User specific product recommendation and rating system by performing sentiment analysis on product reviews
CN114399396A (zh) 保险产品推荐方法、装置、计算机设备及存储介质
CN111291551B (zh) 文本处理方法、装置、电子设备及计算机可读存储介质
CN112085568A (zh) 商品和富媒体聚合显示方法及设备、电子设备和介质
CN113792195B (zh) 跨系统的数据获取方法、装置、计算机设备和存储介质
Tu et al. Bidirectional sensing of user preferences and application changes for dynamic mobile app recommendations
KR102322212B1 (ko) 학습 콘텐츠 추천 장치 및 방법
US20220366138A1 (en) Rule-based machine learning classifier creation and tracking platform for feedback text analysis
CN109829033B (zh) 数据展示方法和终端设备
CN111737607B (zh) 数据处理方法、装置、电子设备以及存储介质
KR102580460B1 (ko) 키워드 기반 뉴스 제공을 위한 서버 및 그 방법

Legal Events

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