KR102340976B1 - 웹서비스 사용자 경험을 활용한 딥러닝 기반의 맞춤형 컨텐츠 제공 시스템 - Google Patents

웹서비스 사용자 경험을 활용한 딥러닝 기반의 맞춤형 컨텐츠 제공 시스템 Download PDF

Info

Publication number
KR102340976B1
KR102340976B1 KR1020210003970A KR20210003970A KR102340976B1 KR 102340976 B1 KR102340976 B1 KR 102340976B1 KR 1020210003970 A KR1020210003970 A KR 1020210003970A KR 20210003970 A KR20210003970 A KR 20210003970A KR 102340976 B1 KR102340976 B1 KR 102340976B1
Authority
KR
South Korea
Prior art keywords
content
user
deep learning
public
private
Prior art date
Application number
KR1020210003970A
Other languages
English (en)
Inventor
서문윤
Original Assignee
서문윤
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 서문윤 filed Critical 서문윤
Priority to KR1020210003970A priority Critical patent/KR102340976B1/ko
Application granted granted Critical
Publication of KR102340976B1 publication Critical patent/KR102340976B1/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—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/10—Services
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/02—Neural networks
    • G06N3/08—Learning methods
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q30/00—Commerce
    • G06Q30/06—Buying, selling or leasing transactions
    • G06Q30/0601—Electronic shopping [e-shopping]
    • G06Q30/0631—Item recommendations
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/10—Services
    • G06Q50/26—Government or public services

Landscapes

  • Business, Economics & Management (AREA)
  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Tourism & Hospitality (AREA)
  • General Physics & Mathematics (AREA)
  • Economics (AREA)
  • Health & Medical Sciences (AREA)
  • General Business, Economics & Management (AREA)
  • Strategic Management (AREA)
  • General Health & Medical Sciences (AREA)
  • Marketing (AREA)
  • Finance (AREA)
  • Human Resources & Organizations (AREA)
  • Primary Health Care (AREA)
  • Accounting & Taxation (AREA)
  • Development Economics (AREA)
  • Data Mining & Analysis (AREA)
  • Software Systems (AREA)
  • Mathematical Physics (AREA)
  • General Engineering & Computer Science (AREA)
  • Computing Systems (AREA)
  • Molecular Biology (AREA)
  • Evolutionary Computation (AREA)
  • Computational Linguistics (AREA)
  • Biophysics (AREA)
  • Biomedical Technology (AREA)
  • Artificial Intelligence (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Educational Administration (AREA)
  • Information Transfer Between Computers (AREA)
  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)

Abstract

본 발명은 웹서비스 사용자 경험을 활용한 딥러닝 기반의 맞춤형 컨텐츠 제공 시스템에 관한 것이다.
본 발명은 관공서 웹서비스 사용자 경험을 활용한 딥러닝 기반의 맞춤형 컨텐츠 제공 시스템을 제공하는 것을 목적으로 한다.
본 발명의 바람직한 일 실시예에 따른 웹서비스 사용자 경험을 활용한 딥러닝 기반의 맞춤형 컨텐츠 제공 시스템은 유저 데이터를 수집하는 CMS 서버; 및 상기 수집된 유저 데이터를 이용해 공적 또는 사적 컨텐츠를 추천하는 딥러닝 서버를 포함한다.
본 발명은 공적 컨텐츠와 사적 컨텐츠를 구분하여 제공하는 것에 의해, 관공서 웹사이트의 특성에 부합되게 신뢰성이 있는 컨텐츠의 추천을 할 수 있다.

Description

웹서비스 사용자 경험을 활용한 딥러닝 기반의 맞춤형 컨텐츠 제공 시스템{Deep learning-based customized content provision system using web service user experience}
본 발명은 웹서비스 사용자 경험을 활용한 딥러닝 기반의 맞춤형 컨텐츠 제공 시스템에 관한 것이다.
유저는 다양한 정보 열람 및 다양한 민원 업무 처리를 위해 관공서에서 운영하는 웹사이트를 이용한다. 관공서 웹사이트의 유저는 웹사이트 방문 목적, 연령, 직업 및 성별 등의 측면에서 매우 다양하다.
다만, 기존의 관공서 웹사이트는 획일적인 유저 인터페이스를 제공하므로, 다양한 사용자에게 커스터마이징된 서비스를 제공할 수 없다. 이 경우, 유저는 특정 서비스를 이용하기 위해 몇단계의 링크를 반복적으로 거치게 되므로 유저 체험(User Experience) 관점에서 해당 관공서 웹사이트의 서비스 품질이 낮아질 수 있다.
웹사이트에서 유저 체험이 양호하도록 커스터마이징 된 컨텐츠를 제공하는 다양한 기술들이 존재한다.
1. 한국특허출원 제10-2000-0039135호 2. 한국특허출원 제10-2006-0058834호
본 발명은 관공서 웹서비스 사용자 경험을 활용한 딥러닝 기반의 맞춤형 컨텐츠 제공 시스템을 제공하는 것을 목적으로 한다.
본 발명의 바람직한 일 실시예에 따른 웹서비스 사용자 경험을 활용한 딥러닝 기반의 맞춤형 컨텐츠 제공 시스템은 유저 데이터를 수집하는 CMS 서버; 및 상기 수집된 유저 데이터를 이용해 공적 또는 사적 컨텐츠를 추천하는 딥러닝 서버를 포함한다.
여기서, 상기 공적 컨텐츠는 상기 사적 컨텐츠 대비 짧은 기간 동안의 유저 데이터를 이용해 추천될 수 있다.
그리고, 상기 공적 컨텐츠는 유저 공통 데이터를 이용해 추천될 수 있다.
또한, 상기 사적 컨텐츠는 단일 유저의 유저 사용 데이터를 이용해 추천될 수 있다.
또한, 상기 공적 컨텐츠는 기 설정된 기간 동안 특정 부류의 유저에 의한 이용 빈도가 높은 것일 수 있다.
본 발명은 공적 컨텐츠와 사적 컨텐츠를 구분하여 제공하는 것에 의해, 관공서 웹사이트의 특성에 부합되게 신뢰성이 있는 컨텐츠의 추천을 할 수 있다.
도 1은 본 발명의 바람직한 일 실시예에 따른 웹서비스 사용자 경험을 활용한 딥러닝 기반의 맞춤형 컨텐츠 제공 시스템의 개략도이다.
도 2는 도 1의 CMS 서버의 기능 블록도이다.
도 3은 도 1의 딥러닝 서버의 기능 블록도이다.
도 4a 및 도 4b는 웹서비스 사용자 경험을 활용한 딥러닝 기반의 맞춤형 컨텐츠 제공 시스템의 동작 순서도이다.
본 발명은 다양한 변경을 가할 수 있고 여러 가지 실시 예를 가질 수 있는바, 특정 실시 예들을 도면에 예시하고 상세한 설명에 상세하게 설명하고자 한다. 그러나 이는 본 발명을 특정한 실시 형태에 대해 한정하려는 것이 아니며, 본 발명의 사상 및 기술 범위에 포함되는 모든 변경, 균등물 내지 대체물을 포함하는 것으로 이해되어야 한다.
각 도면을 설명하면서 유사한 참조부호를 유사한 구성요소에 대해 사용하였다. 본 발명을 설명함에 있어서 관련된 공지 기술에 대한 구체적인 설명이 본 발명의 요지를 흐릴 수 있다고 판단되는 경우 그 상세한 설명을 생략한다.
제 1, 제 2 등의 용어는 다양한 구성 요소들을 설명하는데 사용될 수 있지만, 상기 구성 요소들은 상기 용어들에 의해 한정되어서는 안 된다. 상기 용어들은 하나의 구성요소를 다른 구성요소로부터 구별하는 목적으로만 사용된다.
예를 들어, 본 발명의 권리 범위를 벗어나지 않으면서 제 1 구성요소는 제 2 구성요소로 명명될 수 있고, 유사하게 제 2 구성요소도 제 1 구성요소로 명명될 수 있다.
및/또는 이라는 용어는 복수의 관련된 기재된 항목들의 조합 또는 복수의 관련된 기재된 항목들 중의 어느 항목을 포함한다.
본 출원에서 사용한 용어는 단지 특정한 실시 예를 설명하기 위해 사용된 것으로, 본 발명을 한정하려는 의도가 아니다.
단수의 표현은 문맥상 명백하게 다르게 뜻하지 않는 한, 복수의 표현을 포함한다. 본 출원에서, "포함하다" 또는 "가지다" 등의 용어는 명세서상에 기재된 특징, 숫자, 단계, 동작, 구성요소, 부품 또는 이들을 조합한 것이 존재함을 지정하려는 것이지, 하나 또는 그 이상의 다른 특징들이나 숫자, 단계, 동작, 구성요소, 부품 또는 이들을 조합한 것들의 존재 또는 부가 가능성을 미리 배제하지 않는 것으로 이해되어야 한다.
다르게 정의되지 않는 한, 기술적이거나 과학적인 용어를 포함해서 여기서 사용되는 모든 용어들은 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자에 의해 일반적으로 이해되는 것과 동일한 의미를 가지고 있다.
일반적으로 사용되는 사전에 정의되어 있는 것과 같은 용어들은 관련 기술의 문맥상 가지는 의미와 일치하는 의미를 가지는 것으로 해석되어야 하며, 본 출원에서 명백하게 정의하지 않는 한, 이상적이거나 과도하게 형식적인 의미로 해석되지 않는다.
도 1을 참조하면, 웹서비스 사용자 경험을 활용한 딥러닝 기반의 맞춤형 컨텐츠 제공 시스템은 유저 단말(10), CMS 서버(20), 딥러닝 서버(30) 및 통신 네트워크(40)를 포함할 수 있다. 유저 단말(10), CMS 서버(20) 및 딥러닝 서버(30)는 통신 네트워크(40)를 이용해 통신할 수 있다. 통신 네트워크(40)는 유선망(인터넷망)일 수 있다. 유저 단말(10)은 무선망(이동통신망)을 통해 유선망에 접속할 수도 있다.
유저 단말(10)은 데스크탑, 노트북, 모바일폰 등 데이터 통신 기능을 가지는 디바이스일 수 있다.
CMS 서버(20, Content Management Server)는 컨텐츠 접속 링크가 포함된 포털 사이트 화면을 생성하고, 이를 유저 단말(10)에 제공할 수 있다. 도 2를 참조하면, CMS 서버(20)는 포털 화면 제공부(21), 컨텐츠 스토리지(22), 컨텐츠 조회 의뢰부(23) 및 유저 데이터 제공부(24)를 포함할 수 있다. CMS 서버(20)는 운영자인 관공서가 제공하는 다양한 컨텐츠를 열람할 수 있는 포털 사이트 화면을 제공할 수 있다. CMS 서버(20)는 공적 또는 사적으로 커스터마이징된 포털 사이트 페이지를 제공할 수 있다. CMS 서버(20)는 딥러닝 서버(30)가 추천하는 컨텐츠가 노출되도록 포털 사이트 페이지를 생성하여 유저 단말(10)에 제공할 수 있다.
딥러닝 서버(30)는 CMS 서버(20)가 유저 단말(10)에 제공하는 포털 사이트 페이지의 초기 페이지을 생성하는데 사용되는 정보로서 컨텐츠 추천 정보를 제공할 수 있다. 도 3을 참조하면, 딥러닝 서버(30)는 컨텐츠 조회 의뢰 수신부(31), 공적 컨텐츠 추천부(32), 사적 컨텐츠 추천부(33), 딥러닝 엔진(34) 및 유저 데이터 스토리지(35)를 포함할 수 있다.
이하, 상기와 같은 구조를 가지는 맞춤형 컨텐츠 제공 시스템의 동작에 대하여 설명한다.
먼저, 맞춤형 컨텐츠 제공 시스템에서, 유저 데이터 생성 및 업데이트 동작에 대하여 설명한다.
도 4a를 참조하면, 유저 단말(10)을 통해 CMS 서버(20)가 제공하는 포털 사이트에 회원 가입이 이루어질 수 있다(S1). 회원 가입시 유저 데이터 제공부(24)는 유저 공통 데이터를 수집할 수 있다(S2). 유저 공통 데이터는 CMS 서버(20)가 제공하는 포털 사이트에 회원 가입하는 모든 회원에게 공통된 정보일 수 있다. 유저 공통 데이터는 예를 들어, 나이, 직업, 성별, 거주지 및 관심 분야 등일 수 있다.
유저 데이터 제공부(24)는 수집한 유저 공통 데이터를 유저 데이터 스토리지(35)에 제공할 수 있다(S3). 이때, 유저 데이터 스토리지(35)는 유저 데이터로서 유저 공통 데이터를 유저 아이디에 매칭하여 저장할 수 있다(S4).
회원 가입한 유저는 유저 단말(10)을 통해 회원 아이디를 사용하여 CMS 서버(20)에 접속하고, CMS 서버(20)가 제공하는 컨텐츠를 이용할 수 있다(S5). 이때, 유저 단말(10)은 CMS 서버(20)가 제공하는 포털 사이트 페이지을 이용해 CMS 서버(20)에 컨텐츠를 요청하고 수신할 수 있다(S5). 그리고, 유저는 수신된 컨텐츠를 이용할 수 있다. 이때의 이용은 정보 열람, 민원 접수 등일 수 있다.
유저 데이터 제공부(24)는 유저의 컨텐츠 이용 내역을 이용해 유저 사용 데이터를 생성할 수 있다(S6). 그리고, 유저 데이터 제공부(24)는 유저 사용 데이터를 유저 데이터 스토리지(35)에 제공할 수 있다(S7). 이때, 유저 데이터 스토리지(35)는 유저 데이터로서 유저 사용 데이터를 유저 아이디에 매칭하여 저장할 수 있다(S8). 여기서, 유저 사용 데이터는 유저가 요청한 컨덴츠 식별자, 컨텐츠 속성 및 사용 시간 등과 같이 유저의 컨텐츠 사용 패턴을 추정하는데 사용되는 정보일 수 있다.
S5 내지 S8은 유저가 CMS 서버(20)에 접속할 때마다 진행될 수 있다. S1 내지 S8을 통해 유저 데이터 스토리지(35)에 축적되는 유저 데이터는 공적 컨텐츠 추천부(32)가 공적 컨텐츠를 추천하는데 사용될 수 있고, 사적 컨텐츠 추천부(33) 및 딥러닝 엔진(34)이 사적 컨텐츠를 추천하는데 사용될 수 있다.
이하, 유저 데이터 스토리지(35)에 축적된 유저 데이터에 기반하여 맞춤형 컨텐츠를 제공하는 동작에 대하여 설명한다.
먼저, 유저 단말(10)이 CMS 서버(20)에 재접속할 수 있다(S9). 이때, 유저 단말(10)은 회원 가입시 발급 받은 아이디/패스워드를 이용해 재접속할 수 있다.
그리고, 컨텐츠 조회 의뢰부(23)는 컨텐츠 조회 의뢰 수신부(31)에 맞춤형 컨텐츠 조회를 의뢰할 수 있다(S10). 이때, 컨텐츠 조회 의뢰부(23)는 재접속한 유저의 아이디를 컨텐츠 조회 의뢰 수신부(31)에 제공할 수 있다.
컨텐츠 조회 의뢰 수신부(31)가 맞춤형 컨텐츠 조회 의뢰 메시지를 수신하는 것에 대응해, 공적 컨텐츠 추천부(32)는 추전 대상 공적 컨텐츠 존재 여부를 판단할 수 있다(S11). S11에서 공적 컨텐츠 추천부(32)는 아이디에 의해 식별되는 유저 데이터 상의 정보를 이용해 추전 대상 공적 컨텐츠가 존재하는지 여부를 판단할 수 있다. 공적 컨텐츠 추천부(32)는 S9에서 재접속한 시점부터 기 설정된 기간(예를 들어, 1주일) 이전인 시점까지 CMS 서버(20)가 제공하는 포털 사이트에 접속한 모든 유저의 컨텐츠 사용 현황을 S9에서 재접속한 시점부터 기 설정된 시간 이전인 시점까지 CMS 서버(20)가 제공하는 포털 사이트에 접속한 모든 유저의 유저 공통 데이터를 이용해 추천 대상 공적 컨텐츠 존재 여부를 판단할 수 있다. 이때, 유저 데이터 스토리지(35)에 저장된 유저 공통 데이터가 이용될 수 있다. 그리고, 유저의 컨텐츠 사용 현황 분석 결과, 추천 조건을 만족하는 추천 대상 공적 컨텐츠가 존재하는 것으로 판단되면, 공적 컨텐츠 추천부(32)는 공적 컨텐츠 추천 정보를 컨텐츠 조회 의뢰부(23)에 제공할 수 있다(S12). 공적 컨텐츠 추천부(32)는 유저 공통 데이터 중 적어도 하나의 인자를 이용해 파악한 컨텐츠의 이용 빈도가 기준 이용 빈도(예를 들어, 90%)를 초과하는 컨텐츠가 존재하면 그 기준 이용 빈도를 초과하는 컨텐츠 중 이용 횟수가 가장 많은 컨텐츠가 추천 조건을 만족하는 것으로 판단할 수 있다. 예를 들어, 공적 컨텐츠 추천부(32)는 성별 및 나이를 이용해 S9에서 재접속한 유저의 성별 및 나이에 매칭되는 유저가 최근 가장 많이 이용하고 그 이용 빈도가 기준 이용 빈도 이상인 컨텐츠를 추천 대상 공적 컨텐츠로 할 수 있다. 여기서, 특정 컨텐츠 이용 빈도는 S9에서 재접속한 유저와 성별 및 나이가 같은 유저가 포털 사이트에 접속한 횟수 대비 특정 컨텐츠의 이용 횟수를 의미한다. 공적 컨텐츠 추천 정보는 추천 대상 컨텐츠의 식별자(예를 들어, 컨텐츠 ID 또는 컨텐츠 접속 링크 주소)일 수 있다.
콘텐츠 조회 의뢰부(23)가 공적 컨텐츠 추천 정보를 수신하면, 포털 화면 제공부(21)는 추천된 공적 컨텐츠를 식별하고, 그 추천된 공적 컨텐츠를 첫 페이지에 노출시키는 포털 사이트 페이지를 생성하여 유저 단말에 제공할 수 있다(S13). 추천된 공적 컨텐츠를 첫 페이지에 노출시키는 것은 공적 컨텐츠 접속 링크를 포함하는 GUI(Graphical User Interface)일 수 있다. 유저는 GUI를 이용해 공적 컨텐츠를 포털 화면 제공부(21)에 요청할 수 있다. 공적 컨텐츠 요청을 수신한 포털 화면 제공부(21)는 컨텐츠 스토리지(22)에서 유저가 요청한 공적 컨텐츠를 조회하여 이를 유저 단말(100)로 제공할 수 있다.
S11에서 추천 대상 공적 컨텐츠가 존재하지 않은 것으로 판단되면, 사적 컨텐츠 추천부(33)는 S9에서 재접속한 유저가 딥러닝을 이용한 사적 컨텐츠 추천 대상인지 여부를 판단할 수 있다(S14). S14에서, 사적 컨텐츠 추천부(33)는 S9에서 재접속한 유저가 CMS 서버(20)가 제공하는 포털 사이트에 회원 가입을 한 때로부터 재접속 시점 이전까지의 접속 횟수가 기 설정된 기준 접속 횟수(예를 들어, 50회)를 초과하면 딥러닝을 이용한 사적 컨텐츠 추천 대상으로 판단할 수 있다. 이는 기준 접속 횟수를 초과해야 딥러닝을 이용한 유저의 컨텐츠 사용 패턴 추정이 가능하기 때문이다. 이와 달리, 사적 컨텐츠 추천부(33)는 S9에서 재접속한 유저가 CMS 서버(20)가 제공하는 포털 사이트에 회원 가입을 한 때로부터 재접속 시점 이전까지의 접속 횟수가 기 설정된 기준 접속 횟수 이하이면 딥러닝을 이용한 사적 컨텐츠 추천 대상이 아닌 것으로 판단할 수 있다. 사적 컨텐츠 추천부(33)는 재접속한 유저의 접속 이력을 유저 데이터 스토리지(35)에 저장된 S9에서 재접속한 유저의 유저 사용 데이터를 이용해 파악할 수 있다.
S14에서, 사적 컨텐츠 추천 대상이 아닌 것으로 판단되면, 사적 컨텐츠 추천부(33)는 컨텐츠 추천 불가 알림 메시지를 컨텐츠 조회 의뢰부(23)로 제공할 수 있다(S15). 이때, 포털 화면 제공부(21)는 포털 사이트의 메인 페이지를 유저 단말(20)로 제공할 수 있다(S16).
S14에서, 유저가 사적 컨텐츠 추천 대상인 것으로 판단되면, 사적 컨텐츠 추천부(33)는 S9에서 재접속한 유저에 대한 딥러닝 신뢰도 만족 여부를 판단할 수 있다(S17). 이때, 사적 컨텐츠 추천부(33)는 딥러닝 엔진(34)에 의뢰하여, 재접속한 유저가 CMS 서버(20)가 제공하는 포털 사이트에 회원 가입을 한 때로부터 S9의 재접속 시점에서 두 번째 이전에 접속한 시점까지의 유저 사용 데이터를 이용하여 S9의 재접속 시점에서 첫 번째 이전에 접속한 컨텐츠가 추천되는지 여부를 판단할 수 있다. 이때, 첫 번째 이전에 접속한 컨텐츠가 추천되면, 사적 컨텐츠 추천부(33)는 딥러링 신뢰도를 만족하는 것으로 판단할 수 있다. 이와 달리, 첫 번째 이전에 접속한 컨텐츠가 추천되지 않으면, 사적 컨텐츠 추천부(33)는 딥러링 신뢰도를 만족하지 않는 것으로 판단할 수 있다.
S17에서, S9에서 재접속한 유저에 대한 딥러닝 신뢰도를 만족하지 않는 것으로 판단되면, 사적 컨텐츠 추천부(33)는 컨텐츠 추천 불가 알림 메시지를 컨텐츠 조회 의뢰부(23)로 제공할 수 있다(S18). 이때, 포털 화면 제공부(21)는 포털 사이트의 메인 페이지를 유저 단말(20)로 제공할 수 있다(S19).
S17에서, S9에서 재접속한 유저에 대한 딥러닝 신뢰도를 만족하는 것으로 판단되면, 사적 컨텐츠 추천부(33)는 딥러닝 기반 추천 사적 컨텐츠를 선정할 수 있다(S20). 이때, 사적 컨텐츠 추천부(33)는 딥러닝 엔진(34)에 의뢰하여 재접속한 유저가 CMS 서버(20)가 제공하는 포털 사이트에 회원 가입을 한 때로부터 S9의 재접속 시점에서 첫 번째 이전에 접속한 시점까지의 유저 사용 데이터를 이용하여 추천할 사적 컨텐츠를 선정할 수 있다. 그리고, 사적 컨텐츠 추천부(33)는 선정된 사적 컨텐츠 추전 정보를 컨텐츠 조회 의뢰부(23)에 제공할 수 있다(S21).
콘텐츠 조회 의뢰부(23)가 사적 컨텐츠 추천 정보를 수신하면, 포털 화면 제공부(21)는 추천된 사적 컨텐츠를 식별하고, 그 추천된 사적 컨텐츠를 첫 페이지에 노출시키는 포털 사이트 페이지를 생성하여 유저 단말에 제공할 수 있다(S22). 추천된 사적 컨텐츠를 첫 페이지에 노출시키는 것은 사적 컨텐츠 접속 링크를 포함하는 GUI(Graphical User Interface)일 수 있다. 유저는 GUI를 이용해 사적 컨텐츠를 포털 화면 제공부(21)에 요청할 수 있다. 사적 컨텐츠 요청을 수신한 포털 화면 제공부(21)는 컨텐츠 스토리지(22)에서 유저가 요청한 사적 컨텐츠를 조회하여 이를 유저 단말(100)로 제공할 수 있다.
유저 데이터 제공부(24)는 S9에서 S22 단계가 진행되는 동안의 유저의 컨텐츠 사용에 대한 유저 사용 데이터 그리고, 추천 이후의 유저의 컨텐츠 사용에 대한 유저 사용 데이터를 수집할 수 있다(S23). 그리고, 유저 데이터 제공부(24)는 유저 데이터로서 수집된 유저 사용 데이터를 유저 데이터 스토리지(35)에 제공할 수 있다(S24). 이때, 유저 데이터 스토리지(35)는 유저 아이디에 매칭하여 유저 사용 데이터를 시계열적으로 저장할 수 있다.
본 발명은 공적 컨텐츠와 사적 컨텐츠로 구분하여 추천한다. 관공서 웹사이트의 특성상 특정 기간 동안 특정 부류의 유저에 의해 접속이 집중되는 컨텐츠가 존재한다. 본 발명은 이와 같은 컨텐츠를 특정 기간 공용하는 성격이 강하여 공적 컨텐츠라 칭한다. 예를 들어, 공적 컨텐츠는 행사 정보, 박람회 정보, 기업 지원 정보 등일 수 있다. 공적 컨텐츠는 다수의 유저의 사용 패턴을 이용하여 추천될 수 있다. 그리고, 공적 컨텐츠는 특정 기간에 이용이 집중되는 성향이 강하므로, 사적 컨텐츠 대비 짧은 기간 동안의 사용 패턴을 이용해 추천될 수 있다. 특정 기간 동안 특정 부류의 사용 패턴에 기반한 추천은 단일 유저의 사용 패턴에 기반한 추천 보다 신뢰성이 높을 수 있으며 유저가 인식하지 못한 그 유저가 속한 부류의 공통 관심사의 제공이 가능할 수 있다.
그리고, 단일 유저의 사용 패턴(단일 유저의 유저 사용 데이터를 이용해 도출되는 사용 패턴)을 이용해 추천되는 컨텐츠는 사적 성격이 강하여 본 발명은 이를 사적 컨텐츠라 칭한다. 사적 컨텐츠는 단일 유저의 사용 패턴을 이용해 추천될 수 있다. 관공서 웹사이트의 특성상 단일 유저의 이용 빈도는 매우 간헐적이므로, 사적 컨텐츠는 공적 컨텐츠 대비 긴 기간(유저가 회원 가입을 한 때로부터 현재 접속한 시점까지의 기간) 동안의 유저 사용 데이터를 이용해 추천될 수 있다.
그리고, 관공서 웹사이트의 특성상 단일 유저의 이용 빈도가 매우 간헐적이고 이용 횟수가 적을 수 있어 무분별하게 컨텐츠를 추천할 수 없고 그 추천 알고리즘(딥러닝 알고리즘)의 추천의 신뢰도가 낮을 수 있다. 이에, 본 발명은 유저의 이용 횟수 및 딥러닝 알고리즘의 판단의 신뢰성이 검증된 때, 딥러닝 알고리즘이 추천을 개시하는 방안을 제시하는 것이다.
10 : 유저 단말
20 : CMS 서버
21 : 포털 화면 제공부
22 : 컨텐츠 스토리지
23 : 컨텐츠 조회 의뢰부
24 : 유저 데이터 제공부
30 : 딥러닝 서버
31 : 컨텐츠 조회 의뢰 수신부
32 : 공적 컨텐츠 추천부
33 : 사적 컨텐츠 추천부
34 : 딥러닝 엔진
35 : 유저 데이터 스토리지
40 : 통신네트워크

Claims (5)

  1. 컨텐츠 접속 링크가 포함된 포털 사이트의 화면을 생성하여 유저 단말에 제공하는 포털 화면 제공부와, 컨텐츠를 저장하는 컨텐츠 스토리지와, 수집된 유저 데이터를 저장하고, 요청에 따라 제공하는 유저 데이터 제공부와, 유저 단말의 요청에 따라 상기 컨텐츠 스토리지에 컨텐츠 조회를 요청하는 컨텐츠 조회 의뢰부를 포함하는 CMS 서버; 및
    수집된 유저 데이터를 이용해 공적 또는 사적 컨텐츠를 추천하여, 상기 CMS 서버의 포털 사이트 화면의 초기 페이지 생성 정보를 제공하도록, 컨텐츠 조회 의뢰를 수신하는 컨텐츠 조회 의뢰 수신부와, 유저의 공적 컨텐츠 추천 대상 여부를 확인하여 공적 컨텐츠를 추천하는 공적 컨텐츠 추천부와, 유저의 사적 컨텐츠 대상 여부를 확인하여 사적 컨텐츠를 추천하는 사적 컨텐츠 추천부와, 컨텐츠 추천을 위한 학습을 수행하는 딥러닝 엔진과, 유저 데이터를 저장하는 유저 데이터 스토리지를 포함하는 딥러닝 서버를 포함하여 구성되되,
    상기 사적 컨텐츠 추천부는,
    상기 딥러닝 엔진에 의뢰하여, 재접속한 유저가 상기 CMS 서버가 제공하는 포털 사이트에 회원 가입을 한 때로부터 현재인 재접속 시점에서 두 번째 이전에 접속한 시점까지의 유저 사용 데이터를 이용하여 현재인 재접속 시점에서 첫 번째 이전에 접속한 컨텐츠가 추천되는지 여부를 판단하여,
    첫 번째 이전에 접속한 컨텐츠가 추천되면, 딥러링 신뢰도를 만족하는 것으로 판단하고,
    첫 번째 이전에 접속한 컨텐츠가 추천되지 않으면, 딥러링 신뢰도를 만족하지 않는 것으로 판단하며,
    재접속한 유저에 대한 딥러닝 신뢰도를 만족하지 않는 것으로 판단되면, 컨텐츠 추천 불가 알림 메시지를 상기 컨텐츠 조회 의뢰부로 제공하여, 상기 포털 화면 제공부를 통해 포털 사이트의 메인 페이지에 컨텐츠 추천 불가 알림 메시지를 표시하고,
    상기 포털 화면 제공부는,
    유저가 공적 컨텐츠 추천 대상인지 또는 사적 컨텐츠 추천 대상인지의 판단 결과에 따라 포털 사이트의 화면을 커스터마이징하여 표시하는 것을 특징으로 하는 웹서비스 사용자 경험을 활용한 딥러닝 기반의 맞춤형 컨텐츠 제공 시스템.
  2. 제 1 항에 있어서,
    상기 공적 컨텐츠는 상기 사적 컨텐츠 대비 짧은 기간 동안의 유저 데이터를 이용해 추천되는 것을 특징으로 하는 웹서비스 사용자 경험을 활용한 딥러닝 기반의 맞춤형 컨텐츠 제공 시스템.
  3. 제 1 항에 있어서,
    상기 공적 컨텐츠는 유저 공통 데이터를 이용해 추천되는 것을 특징으로 하는 웹서비스 사용자 경험을 활용한 딥러닝 기반의 맞춤형 컨텐츠 제공 시스템.
  4. 제 1 항에 있어서,
    상기 사적 컨텐츠는 단일 유저의 유저 사용 데이터를 이용해 추천되는 것을 특징으로 하는 웹서비스 사용자 경험을 활용한 딥러닝 기반의 맞춤형 컨텐츠 제공 시스템.
  5. 제 1 항에 있어서,
    상기 공적 컨텐츠는 기 설정된 기간 동안 특정 부류의 유저에 의한 이용 빈도가 높은 것을 특징으로 하는 웹서비스 사용자 경험을 활용한 딥러닝 기반의 맞춤형 컨텐츠 제공 시스템.






KR1020210003970A 2021-01-12 2021-01-12 웹서비스 사용자 경험을 활용한 딥러닝 기반의 맞춤형 컨텐츠 제공 시스템 KR102340976B1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020210003970A KR102340976B1 (ko) 2021-01-12 2021-01-12 웹서비스 사용자 경험을 활용한 딥러닝 기반의 맞춤형 컨텐츠 제공 시스템

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020210003970A KR102340976B1 (ko) 2021-01-12 2021-01-12 웹서비스 사용자 경험을 활용한 딥러닝 기반의 맞춤형 컨텐츠 제공 시스템

Publications (1)

Publication Number Publication Date
KR102340976B1 true KR102340976B1 (ko) 2021-12-17

Family

ID=79033492

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020210003970A KR102340976B1 (ko) 2021-01-12 2021-01-12 웹서비스 사용자 경험을 활용한 딥러닝 기반의 맞춤형 컨텐츠 제공 시스템

Country Status (1)

Country Link
KR (1) KR102340976B1 (ko)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR102567766B1 (ko) * 2023-02-23 2023-08-18 주식회사 삼아인터내셔날 복수의 기업들에 대하여 맞춤형으로 온라인 복지몰 페이지를 제공하기 위한 장치 및 방법

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20000039135A (ko) 1998-12-11 2000-07-05 이구택 제철소의 부산물을 이용한 폐황산의 중화처리 및 이 중화처리과정에서 발생하는 침전물을 석고로 제조하는 방법
KR20060058834A (ko) 2004-11-26 2006-06-01 한국전자통신연구원 텔레매틱스 장치를 이용한 자동차 내부 환경 제어 시스템
KR20110000996A (ko) * 2009-06-29 2011-01-06 주식회사 모임 인공지능에 기반한 개인별 맞춤형 컨텐츠 제공 장치 및 방법, 그 기록 매체
KR20190012365A (ko) * 2017-07-27 2019-02-11 주식회사 맵씨닷컴 사용자 맞춤형 상품 추천 장치
JP2019113943A (ja) * 2017-12-21 2019-07-11 ヤフー株式会社 情報提供装置、情報提供方法、およびプログラム
KR20200009622A (ko) * 2018-07-19 2020-01-30 정경준 사용자 맞춤형 이러닝 컨텐츠 추천 장치
KR20200133976A (ko) * 2019-05-21 2020-12-01 문성수 콘텐츠 큐레이션 방법 및 장치

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20000039135A (ko) 1998-12-11 2000-07-05 이구택 제철소의 부산물을 이용한 폐황산의 중화처리 및 이 중화처리과정에서 발생하는 침전물을 석고로 제조하는 방법
KR20060058834A (ko) 2004-11-26 2006-06-01 한국전자통신연구원 텔레매틱스 장치를 이용한 자동차 내부 환경 제어 시스템
KR20110000996A (ko) * 2009-06-29 2011-01-06 주식회사 모임 인공지능에 기반한 개인별 맞춤형 컨텐츠 제공 장치 및 방법, 그 기록 매체
KR20190012365A (ko) * 2017-07-27 2019-02-11 주식회사 맵씨닷컴 사용자 맞춤형 상품 추천 장치
JP2019113943A (ja) * 2017-12-21 2019-07-11 ヤフー株式会社 情報提供装置、情報提供方法、およびプログラム
KR20200009622A (ko) * 2018-07-19 2020-01-30 정경준 사용자 맞춤형 이러닝 컨텐츠 추천 장치
KR20200133976A (ko) * 2019-05-21 2020-12-01 문성수 콘텐츠 큐레이션 방법 및 장치

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR102567766B1 (ko) * 2023-02-23 2023-08-18 주식회사 삼아인터내셔날 복수의 기업들에 대하여 맞춤형으로 온라인 복지몰 페이지를 제공하기 위한 장치 및 방법

Similar Documents

Publication Publication Date Title
US8474030B2 (en) User authentication system using IP address and method thereof
US7958258B2 (en) Mobile communication device domain name system redirection
JP4722056B2 (ja) 個別化およびアイデンティティ管理のための方法および装置
US11153362B2 (en) Network communications
US20080040417A1 (en) System and method for allocating workflow operations to a computing device
US20100318925A1 (en) Integrating updates into a social-networking service
US20170154191A1 (en) Management of Privacy Policies
CA2832722A1 (en) Data mining method for social network of terminal user and related methods, apparatuses and systems
CN102377617A (zh) 监视移动互联网活动的系统、方法和设备
US20130311283A1 (en) Data mining method for social network of terminal user and related methods, apparatuses and systems
JP2003331045A (ja) ポータルサイトサーバシステム、ポータルサイト方法、およびポータルサイトプログラム
US8924562B2 (en) Dynamic policy generation and assignment
JP2012520502A (ja) 複数のアクセス統計サーバを統合して運営するシステム及びその方法
CN107181755B (zh) 一种办公平台的身份识别方法、装置及系统
CN112328760B (zh) 服务提供方法、装置和系统
JP2004139525A (ja) 個人情報提供システム、個人情報提供方法
US20150172899A1 (en) Sponsoring data usage and usage of content provider web sites and applications
KR102340976B1 (ko) 웹서비스 사용자 경험을 활용한 딥러닝 기반의 맞춤형 컨텐츠 제공 시스템
JP4541841B2 (ja) コンタクト情報管理装置
CN102075913B (zh) 一种提供移动广告用户定向服务的方法和设备
US20050243807A1 (en) Method of searching a specific computer IP address using telephone number codes and an identification code
US10200355B2 (en) Methods and systems for generating a user profile
KR101073857B1 (ko) 신용정보를 이용한 휴대폰 번호 인증 처리 방법 및 시스템
US10191992B2 (en) Unified profiles
US11836241B1 (en) Automatic update of user information

Legal Events

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