KR102395243B1 - 전자 장치 및 이의 제어방법 - Google Patents

전자 장치 및 이의 제어방법 Download PDF

Info

Publication number
KR102395243B1
KR102395243B1 KR1020170124400A KR20170124400A KR102395243B1 KR 102395243 B1 KR102395243 B1 KR 102395243B1 KR 1020170124400 A KR1020170124400 A KR 1020170124400A KR 20170124400 A KR20170124400 A KR 20170124400A KR 102395243 B1 KR102395243 B1 KR 102395243B1
Authority
KR
South Korea
Prior art keywords
content
electronic device
recommendation
time
day
Prior art date
Application number
KR1020170124400A
Other languages
English (en)
Other versions
KR20190035324A (ko
Inventor
김도성
김성원
배무공
윤현돈
이봉석
이희란
Original Assignee
삼성전자주식회사
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 삼성전자주식회사 filed Critical 삼성전자주식회사
Priority to KR1020170124400A priority Critical patent/KR102395243B1/ko
Priority to PCT/KR2018/011314 priority patent/WO2019066432A1/ko
Priority to EP18862844.0A priority patent/EP3641323A4/en
Priority to US16/638,354 priority patent/US11064261B2/en
Publication of KR20190035324A publication Critical patent/KR20190035324A/ko
Application granted granted Critical
Publication of KR102395243B1 publication Critical patent/KR102395243B1/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
    • H04N21/43—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
    • H04N21/44204—Monitoring of content usage, e.g. the number of times a movie has been viewed, copied or the amount which has been watched
    • 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
    • H04N21/45—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
    • 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
    • H04N21/4508—Management of client data or end-user data
    • H04N21/4532—Management of client data or end-user data involving end-user characteristics, e.g. viewer profile, 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
    • H04N21/45—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
    • 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
    • H04N21/4667—Processing of monitored end-user data, e.g. trend analysis based on the log file of viewer selections
    • 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]
    • H04N21/40—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
    • 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
    • H04N21/83—Generation or processing of protective or descriptive data associated with content; Content structuring
    • H04N21/845—Structuring of content, e.g. decomposing content into time segments
    • H04N21/8456—Structuring of content, e.g. decomposing content into time segments by decomposing the content in the time domain, e.g. in time segments

Abstract

전자 장치의 컨텐츠 추천 방법이 개시된다. 본 전자 장치의 컨텐츠 추천방법은 시청 이력에 기초하여 컨텐츠를 추천하는 단계, 추천된 컨텐츠에 대한 선택 빈도에 따라, 요일 및 시간 별로 추천된 컨텐츠의 추천 적중률을 산출하여 저장하는 단계, 특정 이벤트가 발생하면 특정 이벤트가 발생한 요일 및 시간에 대응되는 컨텐츠의 추천 적중률을 산출하는 단계 및 산출된 추천 적중률이 기설정된 조건이면 컨텐츠를 바로 제공하는 단계를 포함한다.

Description

전자 장치 및 이의 제어방법 { ELECTRONIC APPARATUS AND CONTROLLING METHOD THEREOF }
본 개시는 전자 장치 및 이의 제어방법에 관한 것으로, 더욱 상세하게는 기기 이용 이력을 바탕으로 서비스 추천 정보를 제공할 수 있는 전자 장치 및 이의 제어방법에 관한 것이다.
종래 사용자에게 컨텐츠(서비스)를 추천해주는 방법으로 자주 사용하는 이력에 대한 리스트를 출력하거나, 최근 시청한 이력을 출력하는 것들이 존재하였다.
또는, 사용자가 설정한 즐겨찾기와 같은 기능 혹은 예약 시스템을 이용하여 특정 시간에 서비스를 추천하는 방법등이 존재하였다.
이러한 방법들은 사용자가 특정 메뉴(예를 들어, 이력 서비스)를 선택해야 하였다. 그러나 일반 사용자들은 특정 메뉴를 이용하는 방식을 복잡하다고 생각하기 때문에, 이력 서비스가 널리 이용되지 않았다.
예를 들어, 사용자가 특정 시간에 자신이 즐겨보는 스포츠 채널을 선택하려고 한다면 채널을 계속 변경하면서 찾든지, 아니면 전체 편성표 등을 들어가 원하는 채널을 선택하였다.
한편, 사용자는 자신이 자주 보는 채널을 즐겨 찾는 채널로 설정하거나, 예약 채널로 설정하는 것도 가능하나, 이 또한 메뉴를 통하여 다수의 설정 동작이 필요하였다는 점에서, 이용 빈도가 높지 않았다.
본 개시는 상술한 문제를 개선하기 위해 고안된 것으로, 최소한의 리소스를 활용하여 기기 이용 이력을 바탕으로 사용자의 특정 행동이 있는 경우, 서비스 추천 정보를 제공할 수 있는 전자 장치 및 이의 제어방법을 제공함에 있다.
이상과 같은 목적을 달성하기 위한 본 개시의 일 실시 예에 따른 전자 장치의 컨텐츠 추천 방법은 시청 이력에 기초하여 컨텐츠를 추천하는 단계, 상기 추천된 컨텐츠에 대한 선택 빈도에 따라, 요일 및 시간 별로 상기 추천된 컨텐츠의 추천 적중률을 산출하여 저장하는 단계, 특정 이벤트가 발생하면 상기 특정 이벤트가 발생한 요일 및 시간에 대응되는 컨텐츠의 추천 적중률을 산출하는 단계 및 상기 산출된 추천 적중률이 기설정된 조건을 만족하면, 기설정된 조건을 만족하는 컨텐츠를 바로 제공하는 단계를 포함한다.
이 경우, 상기 기설정된 조건은 상기 추천 적중률이 임계치보다 높은 경우를 의미하고 상기 추천 적중률이 임계치보다 낮으면 상기 특정 이벤트가 발생한 요일 및 시간에 대응되는 컨텐츠를 선택할 수 있는 메뉴를 제공하는 단계를 더 포함할 수 있다.
또한, 상기 메뉴의 취소가 임계 횟수 이상 반복되면, 컨텐츠 추천 기능을 비활성화시키는 단계를 더 포함할 수 있다.
이 경우, 상기 추천 적중률이 임계치보다 높아 바로 제공된 컨텐츠 대한 시청이 임계 횟수 이상 취소되면 컨텐츠 추천 기능을 비활성화시키는 단계를 더 포함할 수 있다.
이 경우 상기 특정 이벤트는 기설정된 시간 동안의 방송 채널 변경 횟수가 임계 횟수를 초과하는 이벤트일 수 있다.
또한, 상기 특정 이벤트는 기설정된 시간을 초과하여 방송 채널 선국 상태가 유지되는 이벤트일 수 있다.
또한, 상기 특정 이벤트는 상기 시청 이력에 기초하여 예측되는 시청 시작 시간 또는 시청 종료 시간이 도래하는 이벤트일 수 있다.
한편, 상기 시청 이력에 기초하여 컨텐츠를 추천하는 단계는 상기 전자 장치에서 기제공한 컨텐츠의 시청 요일에 대해 제1 가중치를 적용하고, 시청 시간대에 대해 제2 가중치를 적용하는 단계 및 상기 제1 가중치 및 상기 제2 가중치의 조합 결과에 기초하여 컨텐츠를 추천하는 단계를 포함할 수 있다.
또한, 적중률을 산출하여 저장하는 단계는 사용자가 추천된 상기 컨텐츠를 실제로 시청하는 경우 카운트하고, 카운트 된 컨텐츠 간의 비율을 적중률로 메모리에 저장할 수 있다.
한편, 본 개시의 일 실시 예에 따른 전자 장치는 디스플레이, 시청 이력을 저장하는 메모리, 상기 시청 이력에 기초하여 컨텐츠를 추천하고 상기 추천된 컨텐츠에 대한 선택 빈도에 따라 요일 및 시간 별로 상기 추천된 컨텐츠의 추천 적중률을 산출하여 상기 메모리에 저장하는 프로세서를 포함하며, 상기 프로세서는 특정 이벤트가 발생하면 상기 특정 이벤트가 발생한 요일 및 시간에 대응되는 컨텐츠의 추천 적중률을 산출하고 상기 산출된 추천 적중률이 기설정된 조건을 만족하면, 기설정된 조건을 만족하는 컨텐츠를 바로 제공한다.
이 경우, 상기 기설정된 조건은 상기 추천 적중률이 임계치보다 높은 경우를 의미하고 상기 프로세서는 상기 추천 적중률이 임계치보다 낮으면 상기 특정 이벤트가 발생한 요일 및 시간에 대응되는 컨텐츠를 선택할 수 있는 메뉴를 제공하도록 디스플레이를 제어할 수 있다.
이 경우, 상기 프로세서는 상기 메뉴의 취소가 임계 횟수 이상 반복되면, 컨텐츠 추천 기능을 비활성화시킬 수 있다.
또한, 상기 프로세서는 상기 추천 적중률이 임계치보다 높아 바로 제공된 컨텐츠 대한 시청이 임계 횟수 이상 취소되면 컨텐츠 추천 기능을 비활성화시킬 수 있다.
한편, 상기 특정 이벤트는 기설정된 시간 동안의 방송 채널 변경 횟수가 임계 횟수를 초과하는 이벤트일 수 있다.
또한, 상기 특정 이벤트는 기설정된 시간을 초과하여 방송 채널 선국 상태가 유지되는 이벤트일 수 있다.
또한, 상기 특정 이벤트는 상기 시청 이력에 기초하여 예측되는 시청 시작 시간 또는 시청 종료 시간이 도래하는 이벤트일 수 있다.
이 경우, 상기 프로세서는 상기 전자 장치에서 기제공한 컨텐츠의 시청 요일에 대해 제1 가중치를 적용하고, 시청 시간대에 대해 제2 가중치를 적용하며, 상기 제1 가중치 및 상기 제2 가중치의 조합 결과에 기초하여 컨텐츠를 추천할 수 있다.
또한, 상기 프로세서는 사용자가 추천된 상기 컨텐츠를 실제로 시청하는 경우 카운트하고, 카운트 된 컨텐츠간의 비율을 적중률로 메모리에 저장할 수 있다.
한편, 본 개시의 일 실시 예에 따른 전자 장치의 컨텐츠 추천 방법을 실행하기 위한 프로그램을 포함하는 컴퓨터 판독가능 기록매체는 시청 이력에 기초하여 컨텐츠를 추천하는 단계, 상기 추천된 컨텐츠에 대한 선택 빈도에 따라, 요일 및 시간 별로 상기 추천된 컨텐츠의 추천 적중률을 산출하여 저장하는 단계, 특정 이벤트가 발생하면, 상기 이벤트가 발생한 요일 및 시간에 대응되는 컨텐츠의 추천 적중률을 산출하는 단계 및 상기 산출된 추천 적중률이 기설정된 조건을 만족하면, 기설정된 조건을 만족하는 컨텐츠를 바로 제공하는 단계를 포함한다.
도 1은 본 개시의 일 실시 예에 따른 전자 장치의 구성을 설명하기 위한 블록도,
도 2는 본 개시의 또 다른 실시 예에 따른 전자 장치의 구성을 설명하기 위한 블럭도,
도 3 및 도 4는 본 개시의 일 실시 예에 따른 추천 컨텐츠를 제공하는 방식을 설명하기 위한 도면,
도 5는 이력 정보를 기초로 추천된 컨텐츠를 선정하는 본 개시의 다양한 실시 예를 설명하기 위한 도면,
도 6은 추천된 컨텐츠를 기초로 추천 적중률을 구하는 방식을 설명하기 위한 도면,
도 7 내지 도 9는 본 개시의 일 실시 예에 따른 컨텐츠 추천 방법을 설명하기 위한 흐름도,
도 10은 본 개시의 또 다른 실시 예에 따른 컨텐츠 추천 방법을 설명하기 위한 흐름도, 그리고
도 11은 본 개시의 일 실시 예에 따른 전자 장치의 컨텐츠 추천 방법을 설명하기 위한 흐름도이다.
본 개시에 대하여 구체적으로 설명하기에 앞서, 본 명세서 및 도면의 기재 방법에 대하여 설명한다.
먼저, 본 명세서 및 청구범위에서 사용되는 용어는 본 개시의 다양한 실시 예들에서의 기능을 고려하여 일반적인 용어들을 선택하였다 하지만, 이러한 용어들은 당해 기술 분야에 종사하는 기술자의 의도나 법률적 또는 기술적 해석 및 새로운 기술의 출현 등에 따라 달라질 수 있다. 또한, 일부 용어는 출원인이 임의로 선정한 용어도 있다. 이러한 용어에 대해서는 본 명세서에서 정의된 의미로 해석될 수 있으며, 구체적인 용어 정의가 없으면 본 명세서의 전반적인 내용 및 당해 기술 분야의 통상적인 기술 상식을 토대로 해석될 수도 있다.
또한, 본 명세서에 첨부된 각 도면에 기재된 동일한 참조번호 또는 부호는 실질적으로 동일한 기능을 수행하는 부품 또는 구성요소를 나타낸다. 설명 및 이해의 편의를 위해서 서로 다른 실시 예들에서도 동일한 참조번호 또는 부호를 사용하여 설명한다. 즉, 복수의 도면에서 동일한 참조 번호를 가지는 구성요소를 모두 도시되어 있다고 하더라도, 복수의 도면들이 하나의 실시 예를 의미하는 것은 아니다.
또한, 본 명세서 및 청구범위에서는 구성요소들 간의 구별을 위하여 "제1", "제2" 등과 같이 서수를 포함하는 용어가 사용될 수 있다. 이러한 서수는 동일 또는 유사한 구성요소들을 서로 구별하기 위하여 사용하는 것이며 이러한 서수 사용으로 인하여 용어의 의미가 한정 해석되어서는 안 된다. 일 예로, 이러한 서수와 결합된 구성요소는 그 숫자에 의해 사용 순서나 배치 순서 등이 제한되어서는 안 된다. 필요에 따라서는, 각 서수들은 서로 교체되어 사용될 수도 있다.
본 명세서에서 단수의 표현은 문맥상 명백하게 다르게 뜻하지 않는 한, 복수의 표현을 포함한다. 본 출원에서, "포함하다." 또는 "구성되다." 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.
본 개시의 실시 예에서 "모듈", "유닛", "부(part)" 등과 같은 용어는 적어도 하나의 기능이나 동작을 수행하는 구성요소를 지칭하기 위한 용어이며, 이러한 구성요소는 하드웨어 또는 소프트웨어로 구현되거나 하드웨어 및 소프트웨어의 결합으로 구현될 수 있다. 또한, 복수의 "모듈", "유닛", "부(part)" 등은 각각이 개별적인 특정한 하드웨어로 구현될 필요가 있는 경우를 제외하고는, 적어도 하나의 모듈이나 칩으로 일체화되어 적어도 하나의 프로세서로 구현될 수 있다.
또한, 본 개시의 실시 예에서, 어떤 부분이 다른 부분과 연결되어 있다고 할 때, 이는 직접적인 연결뿐 아니라, 다른 매체를 통한 간접적인 연결의 경우도 포함한다. 또한, 어떤 부분이 어떤 구성요소를 포함한다는 의미는, 특별히 반대되는 기재가 없는 한 다른 구성요소를 제외하는 것이 아니라 다른 구성요소를 더 포함할 수 있는 것을 의미한다.
또한, 본 개시의 실시 예에서, 컨텐츠를 추천한다는 의미는, 메모리에 저장된 시청 이력에 기초하여 컨텐츠를 선정하고 이에 대하여 이력 정보 및 추천 적중률을 산정하는 단계를 포함할 수 있다. 또한, 해당 컨텐츠로 바로 전환하거나 전환 여부를 묻는 메뉴를 표시하는 것을 의미할 수 있다. 이 경우, '특정', '임계' 또는 '임의'의 의미는 기 설정된 값을 의미하는 것일 수 있다.
도 1은 본 개시의 일 실시 예에 따른 전자 장치의 구성을 설명하기 위한 블록도 이다.
도 1을 참조하면, 전자 장치(100)는 메모리(110) 및 프로세서(120) 및 디스플레이(131)를 포함할 수 있다.
전자 장치(100)는 컴퓨터, TV, 셋톱박스, 스마트폰, 스마트 워치 등 다양한 기기로 구현될 수 있다. 예를 들어 아날로그 TV, 디지털 TV, 3D-TV, 스마트 TV, LED TV, OLED TV, 플라즈마 TV, 모니터, 고정 곡률(curvature)인 화면을 가지는 커브드(curved) TV, 고정 곡률인 화면을 가지는 플렉시블(flexible) TV, 고정 곡률인 화면을 가지는 벤디드(bended) TV, 및/또는 수신되는 사용자 입력에 의해 현재 화면의 곡률을 변경 가능한 곡률 가변형 TV 등으로 구현될 수 있으나, 이에 한정되지 않는다.
전자 장치(100)는 내장 마이크(150) 또는 외부 장치에 내장된 마이크를 통해 음성을 입력받아 직접 음성 인식을 하거나, 음성 인식을 수행하는 외부의 서버로 입력된 음성을 전달하여 음성 인식 결과를 수신할 수 있다.
전자 장치(100)가 직접 음성 인식을 수행하는 경우, 음성을 인식하기 위한 인공지능 시스템이 구비되어 있을 수 있다. 인공지능 시스템은 인간 수준의 지능을 구현하는 컴퓨터 시스템으로서 기계가 스스로 학습하고 판단하며, 사용할수록 인식률이 향상되는 시스템이다. 인공 지능 기술 중에서 인간의 언어/문자를 인식하는 언어적 이해 기술을 통해 입력된 음성을 인식할 수 있다. 언어적 이해는 인간의 언어/문자를 인식하고 응용/처리하는 기술로서, 자연어 처리, 기계 번역, 대화시스템, 질의 응답, 음성 인식/합성 등을 포함한다.
또 다른 실시 예에 따르면, 마이크가 내장된 별도의 외부 장치가 존재하고, 외부 장치는 입력된 음성에 대한 음성 인식 처리를 하여 음성 인식 결과를 전자 장치(100)로 제공할 수 있다.
전자 장치(100)는 음성 인식 결과에 기초하여 제어될 수 있다. 예컨대, 음성 인식 결과가 "채널 추천해줘"를 포함하면, 추천 채널을 선정하여 선정된 추천 채널에 대한 정보를 출력부(130)를 통해 제공할 수 있다.
메모리(110)는 전자 장치(100)의 사용 이력 정보를 저장한다. 저장되는 주요 정보는 전자 기기(100)의 ON/OFF 시간, 시청 이력(채널, 제목, 프로그램 부가 정보 등), App 실행 이력, 리모콘 입력, 음성 입력 등과 같은 입력 이력, 기능 사용 이력(Menu 등) 등을 포함하며, 사용 시점에 대한 정보도 저장된다. 저장된 정보는 일정시간이 지나면 삭제될 수 있다.
또한 메모리(110)에는 이력에 부여될 가중치(W1, W2, W3)가 저장된다. 가중치는 지속적으로 변화되는 사용 패턴이 반영되어 주기적으로 업데이트될 수 있다. 그리고 정해진 주기마다 가중치가 업데이트될 수 있도록 주기적으로 이를 확인하는 테스크가 반복될 수 있다. 구체적으로, 프로세서(120)는 주기적인 업데이트 일정이 도래하면 서버(200)로 쿼리하여 가중치를 업데이트할 수 있다.
메모리(110)는 프로세서(120)의 제어에 의해 전자 장치(100)를 구동하고 제어하기 위한 각종 애플리케이션 프로그램, 데이터, 소프트웨어 모듈을 저장할 수 있다. 예컨대, 메모리(110)에는 전자 장치(100)가 제공하는 서비스의 이용 이력을 저장하는 이력저장/분석모듈, 추천 서비스를 선정하는 큐레이터 모듈, 선정된 추천 서비스에 대한 정보를 제공하는 서비스 노출 모듈, 음성 인식 모듈, 영상 인식 모듈 등을 포함할 수 있다.
메모리(110)는 사용자가 전자 장치(100)를 사용한 이력 정보를 저장한다. 저장될 수 있다. 이력 정보는 예컨대, 전자 장치(100)의 기기 ON/OFF 시간, 컨텐츠 이용 이력, 입력 정보(리모컨, 음성 등), 기능 사용 이력(메뉴 선택 이력 등) 등을 포함할 수 있다. 메모리(110)는 전자 장치(100)에서 제공하는 적어도 하나의 컨텐츠 각각에 대한 요일 및 시간별 이력정보를 저장할 수 있다. 메모리(110)는 요일별 이력 정보만 저장할 수도 있으며, 시간별 이력정보만 저장할 수도 있다. 구체적으로 이력 정보는 특정 컨텐츠를 언제(날짜 및 시간) 이용했는지, 얼마나 이용했는지(이용 시간)에 대한 정보를 포함할 수 있다. 이력 정보는 사용자가 컨텐츠를 이용함에 따라 새로운 이력이 추가되어 업데이트될 수 있다.
여기서 컨텐츠란 예컨대, 방송 채널, 방송 컨텐츠(예컨대, VoD, 스트리밍 컨텐츠( 영상, 음악 등))일 수 있고, 또는 전자 장치(100)에서 실행될 수 있는 복수의 애플리케이션, 기능 등일 수 있다. 즉, 이력 정보는 예컨대, 특정 방송 채널이 언제 시청 되었는지, 얼마나 시청 되었는지에 대한 정보를 포함할 수 있고, 특정 애플리케이션이 언제 이용되었는지, 얼마나 이용되었는지에 대한 정보를 포함할 수 있고, 특정 컨텐츠가 언제 재생되었는지, 얼마나 재생되었는지에 대한 정보를 포함할 수 있다. 상술한 예시에 한정되는 것은 아니고, 전자 장치(100)가 어떤 컨텐츠를 제공하느냐에 따라 메모리(110)에는 다양한 이력 정보가 저장될 수 있다.
메모리(110)는 비휘발성 메모리, 휘발성 메모리, 플래시메모리(flash-memory), 하드디스크 드라이브(HDD) 또는 솔리드 스테이트 드라이브(SSD) 등으로 구현될 수 있다. 한편, 메모리(110)는 전자 장치(100) 내의 저장 매체뿐만 아니라, 외부 저장 매체, 예를 들어, micro SD 카드, USB 메모리 또는 네트워크를 통한 웹 서버(Web server) 등으로 구현될 수 있다.
프로세서(120)는 전자 장치(100)의 전반적인 동작을 제어한다.
구체적으로, 프로세서(120)는 시청 이력에 기초하여 컨텐츠를 추천하고, 추천된 컨텐츠에 대한 선택 빈도에 따라, 요일 및 시간별로 컨텐츠의 추천 적중률을 산출하여 메모리(110)에 저장할 수 있다. 이 경우, 컨텐츠를 추천하는 동작은 컨텐츠를 선정하는 것처럼 해당 요일 및 시간에 대응되는 컨텐츠를 검색하고 사용자에게 적합한 컨텐츠를 판단하는 동작을 의미하며, 컨텐츠를 선정하는 의미로 사용할 수 있다. 그리고 추천 적중률을 산정하는 방법에 대해서는 도 9와 함께 후술하겠다.
또한, 프로세서(120)는 특정 이벤트가 발생한 경우, 특정 이벤트가 발생한 요일 및 시간에 대응되는 컨텐츠의 추천 적중률을 산출하고 산출된 추천 적중률이 기설정된 조건을 만족하면, 기설정된 조건을 만족하는 컨텐츠를 바로 제공할 수 있다.
이 경우, 기설정된 조건은 추천 적중률이 임계치보다 높은 경우를 의미하고 프로세서(120)는 추천 적중률이 임계치보다 낮으면 특정 이벤트가 발생한 요일 및 시간에 대응되는 컨텐츠를 선택할 수 있는 메뉴를 제공하도록 디스플레이(131)를 제어할 수 있다.
한편, 특정 이벤트가 발생한 요일 및 시간에 대응되는 컨텐츠가 복수개일 수 있다. 이 경우, 프로세서(120)는 이벤트가 발생한 요일 및 시간에 대응되는 컨텐츠의 추천 적중률이 임계치보다 높으면 추천 적중률이 임계치보다 높은 복수의 컨텐츠 가운데 추천 적중률이 최대인 컨텐츠를 바로 디스플레이하도록 디스플레이(131)를 제어하고, 추천 적중률이 임계치보다 낮으면 이벤트 발생 시의 추천된 복수의 컨텐츠를 표시하여 복수의 컨텐츠 가운데 하나를 선택할 수 있는 메뉴를 디스플레이하도록 디스플레이(131)를 제어할 수 있다.
프로세서(120)는 특정 이벤트가 발생하면, 메모리(110)에 저장된 이력 정보를 기초로 이벤트가 발생한 시점에 사용자가 이용할 가능성이 높은 컨텐츠에 대한 정보를 사용자에게 제공할 수 있다. 프로세서(120)는 인공지능 기술을 이용하여 컨텐츠에 대한 추천 정보를 제공할 수 있다. 인공 지능 기술은 입력 데이터들의 특징을 스스로 분류/학습하는 알고리즘을 이용하는 기계학습(딥러닝) 기술 및 기계학습 알고리즘을 활용하여 인간 두뇌의 인지, 판단 등의 기능을 모사하는 요소 기술들로 구성된다. 인공 지능 기술 중 정보를 판단하여 논리적으로 추론하고 예측하는 추론/예측 기술을 이용함으로써 컨텐츠에 대한 추천 정보를 제공할 수 있다. 추론 예측은 정보를 판단하여 논리적으로 추론하고 예측하는 기술로서, 지식/확률 기반 추론, 최적화 예측, 선호 기반 계획, 추천 등을 포함할 수 있다.
일 실시 예에 따르면, 프로세서(120)는 특정 이벤트가 발생하면, 이벤트가 발생한 요일 및 시간대 중 적어도 하나에 대응되는 이력에 가중치를 부여하고, 가중치가 부여된 이력에 기초하여 복수의 컨텐츠 중 추천된 컨텐츠를 선정할 수 있다. 여기서 이력이란, 이력 정보에 포함된 컨텐츠 이용 횟수 및 컨텐츠 이용 시간 중 적어도 하나를 나타낸다.
여기서, 특정 이벤트는 기설정된 시간 동안의 방송 채널 변경 횟수가 임계 횟수를 초과하는 이벤트, 기설정된 시간을 초과하여 방송 채널 선국 상태가 유지되는 이벤트 및 시청 이력에 기초하여 예측되는 시청 시작 시간 또는 시청 종료 시간이 도래하는 이벤트 가운데 하나일 수 있다.
또한, 특정 이벤트는 예컨대 사용자가 전자 장치(100)를 제어하는 원격제어장치의 특정 버튼을 선택하여 이에 대응하는 제어신호가 전자 장치(100)로 수신되는 이벤트일 수 있다. 또 다른 예로, 전자 장치(100)는 음성 명령을 수신할 수 있고, 특정 이벤트는 사용자가 특정 음성, 예컨대 "채널 추천해줘"를 발화하여 해당 음성 명령이 전자 장치(100)로 수신되는 이벤트일 수 있다. 또 다른 예로 전자 장치(100)가 턴온 되는 이벤트일 수 있다. 또 다른 예로 전자 장치(100)의 터치 스크린에 표시된 추천 메뉴를 선택하는 이벤트 일 수 있다. 또 다른 예로, 미리 설정해 둔 시간이 도래하는 이벤트일 수 있다. 또 다른 예로, 메모리(110)에 저장된 이력 정보가 업데이트되는 이벤트일 수 있다. 상술한 예시에 한정되는 것은 아니고 컨텐츠의 추천이 요구되는 경우라면 어떠한 경우라도 특정 이벤트로서 설정될 수 있다.
프로세서(120)는 특정 이벤트가 발생하면, 특정 이벤트가 발생한 시간대에 대응되는 이력에 제1 가중치(W1)를 부여하고, 특정 이벤트가 발생한 요일에 대응되는 이력에 제2 가중치(W2)를 부여하고, 특정 이벤트가 발생한 요일 및 시간대와 다른 요일 및 시간대에 대응되는 이력에 제3 가중치(W3)를 부여하여 복수의 컨텐츠 각각에 대한 이용 지수(index)를 산출할 수 있다. 그리고 프로세서(120)는 이용 지수가 높은 순서에 기초해서 추천된 컨텐츠를 선정할 수 있다. 여기서 제1 가중치, 제2 가중치, 제3 가중치는 서로 다른 값이고, 값의 크기는 제1 가중치, 제2 가중치, 제3 가중치 순서대로 큰 것일 수 있다. 그리고 제3 가중치는 기본 값인 "1"로 설정될 수 있다.
한편, 상술한 것처럼 특정 이벤트가 발생한 시간대에 대응되는 이력, 특정 이벤트가 발생한 요일에 대응되는 이력, 특정 이벤트가 발생한 요일 및 시간대와 다른 요일 및 시간대에 대응되는 이력 모두에 각각의 가중치가 부여될 수도 있으나, 이들 셋 중 어느 하나 또는 두 개에만 가중치가 부여되어 이용 지수가 산출되는 것도 가능하다.
프로세서(120)는 전자 장치에서 기 제공한 컨텐츠의 시청 요일에 대해 제1 가중치를 적용하고, 시청 시간대에 대해 제2 가중치를 적용하며, 제1 가중치 및 제2 가중치의 조합 결과에 기초하여 컨텐츠를 추천할 수 있으며, 사용자가 추천된 컨텐츠를 실제로 시청하는 경우 카운트하고, 카운트 된 컨텐츠 간의 비율을 적중률로 메모리(110)에 저장할 수 있다.
또한, 프로세서(120)는 사용자가 추천 기능을 취소하는 횟수를 카운트하여 임계 횟수보다 높은지 여부에 대하여 판단할 수 있다. 구체적으로, 프로세서(120)는 메뉴의 취소가 임계 횟수 이상 반복되면 컨텐츠 추천 기능을 비활성화시킬 수 있고, 추천 적중률이 임계치보다 높아 바로 제공된 컨텐츠에 대한 시청이 임계 횟수 이상 취소되면 컨텐츠 추천 기능을 비활성화시킬 수 있다. 상술한 기능은 프로세서(120)가 자동으로 추천된 컨텐츠를 제공하여도 사용하지 않는 습관을 반영하는 동작에 해당한다. 사용자가 임계 횟수 이상 추천 기능을 사용하지 않아 바로 취소하는 동작을 보였다면, 프로세서(120)는 이를 반영하여 더 이상 추천 기능을 제공하지 않을 수 있다.
이 경우, 취소하는 동작은 프로세서(120)가 바로 추천된 컨텐츠로 전환(이동)하는 동작을 하였지만 사용자가 다시 원래의 채널로 변경하는 행위일 수 있다. 또한, 취소하는 동작은 사용자가 추천된 컨텐츠에 대한 메뉴를 표시하였지만 닫기 혹은 취소 버튼을 클릭하여 컨텐츠 추천 기능을 이용하지 않는 동작을 의미할 수 있다. 이러한 사용자 패턴을 분석하여 프로세서(120)는 특정 시간 또는 특정 요일에는 추천 기능을 제공하지 않을 수 있으며 다시는 추천 기능을 제공하지 않도록 설정을 자동적으로 변경할 수 있다.
프로세서(120)는 디스플레이(131)에 표시되는 영상을 인식하여 현재 사용되는 서비스를 판단하고, 판단 결과를 기초로 이력 정보를 생성할 수 있다. 예컨대, 프로세서(120)에는 영상 인식을 위한 인공지능 시스템이 구비되어 있을 수 있다. 인공지능 시스템은 인간 수준의 지능을 구현하는 컴퓨터 시스템으로서 기계가 스스로 학습하고 판단하며, 사용할수록 인식률이 향상되는 시스템이다. 인공 지능 기술 중에서 사물을 인간의 시각처럼 인식하는 시각적 이해 기술을 통해 영상을 인식할 수 있다. 시각적 이해는 사물을 인간의 시각처럼 인식하여 처리하는 기술로서, 객체 인식, 객체 추적, 영상 검색, 사람 인식, 장면 이해, 공간 이해, 영상 개선 등을 포함한다.
프로세서(120)는 전자 장치(100)의 전반적인 동작 및 전자 장치(100)의 내부 구성요소들 사이의 신호 흐름을 제어하고, 데이터를 처리하는 기능을 수행한다.
프로세서(120)는 RAM(121), ROM(122), CPU(123) 및 버스(124)를 포함한다. RAM(121), ROM(122), CPU(123) 등은 버스(124)를 통해 서로 연결될 수 있다. 프로세서(120)는 SoC(System On Chip)로 구현될 수 있다.
CPU(123)는 메모리(110)에 액세스하여, 메모리(110)에 저장된 O/S를 이용하여 부팅을 수행한다. 그리고 메모리(110)에 저장된 각종 프로그램, 컨텐츠, 데이터 등을 이용하여 다양한 동작을 수행한다. CPU(123)는 도 1과 관련하여 설명한 프로세서(120)의 동작을 수행할 수 있다.
GPU(123)는 디스플레이 장치(100)의 부팅이 완료되면, 아이콘, 이미지, 텍스트 등과 같은 다양한 객체를 포함하는 화면을 생성할 수 있다. 이러한, GPU 구성은 영상 처리부(160)와 같은 별도의 구성으로 구성될 수 있으며, 프로세서(120) 내의 CPU와 결합된 SoC와 같은 구성으로 구현될 수도 있다.
ROM(122)에는 시스템 부팅을 위한 명령어 세트 등이 저장된다. 턴 온 명령이 입력되어 전원이 공급되면, CPU(123)는 ROM(122)에 저장된 명령어에 따라 메모리(110)에 저장된 O/S를 RAM(121)에 복사하고, O/S를 실행시켜 시스템을 부팅시킨다. 부팅이 완료되면, CPU(123)는 메모리(110)에 저장된 각종 애플리케이션 프로그램을 RAM(121)에 복사하고, RAM(121)에 복사된 애플리케이션 프로그램을 실행시켜 각종 동작을 수행한다. 프로세서(120)는 메모리(110)에 저장된 모듈을 이용하여 다양한 동작을 수행할 수 있다.
디스플레이(131)는 프로세서(120)가 제공하는 추천된 컨텐츠를 사용자가 볼 수 있도록 영상을 표시할 수 있다. 또한, 영상을 표시하면서 추가로 사용자에게 UI 요소를 표시할 수 있다. 이 경우, UI 요소는 사용자에게 선택을 요청하는 문구일 수 있고, 복수의 추천된 컨텐츠를 표시하는 메뉴일 수 있다. UI 요소는 어느 특정의 내용에 한정되지 않고 컨텐츠와 별도로 인식 가능한 인터페이스일 수 있다.
디스플레이(131)는 LCD(Liquid Crystal Display), PDP(plasma display panel), OLED(organic light emitting diodes) 등으로 구현될 수 있고 터치 스크린으로 구현될 수 있다.
본 개시의 일 실시 예에 따른 전자 장치(100)는, 시청 이력 가운데 요일 및 시간에 따라 가중치를 부여하여 이력 지수를 산출하거나 추가로 추천 적중률을 산출할 수 있다. 요일 및 시간에 따라 판단하는 것은 사용자의 컨텐츠 소비 패턴이 일주일 단위로 반복되는 것에 기초한 것이며, 이는 사용자의 습관에 따라 일주일이 아닌 한 달 또는 하루일 수 있다. 요일 및 시간에 따라 다른 가중치를 부여하면 사용자가 특정 요일 특정 시간에 소비하는 컨텐츠를 정확히 분석할 수 있으며, 사용자에 맞게 가중치를 조절할 수 도 있다.
또한, 감쇄 값을 이용하게 된다면 사용자가 최근에 소비한 컨텐츠를 중심으로 컨텐츠를 추천할 수 있어, 변화하는 사용자의 소비 패턴을 반영할 수 있다.
그리고 추천 적중률을 산출하는 과정을 통해서 전자 장치(100)는 추천된 컨텐츠가 사용자에게 적합한 것인지 여부를 확인할 수 있고, 이를 반영하여 가중치, 임계치 등 사용자가 미리 설정할 수 있는 값들을 변경할 수 있다. 가중치 및 임계치 등을 변경하는 동작으로 사용자에게 더 적합한 컨텐츠를 추천 할 수 있다.
그리고 본 개시의 일 실시 예에 따른 전자 장치(100)는, 추천 기능을 사용하지 않은 사용자 패턴을 분석할 수 있다. 추천 기능을 사용하지 않는 횟수를 카운트하여 사용자의 의도를 반영하여 소비자의 만족감을 높일 수 있다.
또한 프로세서(120)가 특정 조건하에서 바로 컨텐츠를 전환(표시)하는 등의 동작을 수행하므로 사용자는 별도의 메뉴 접근 없이도 손쉽게 자신이 보고자 하는 컨텐츠의 접근이 가능하다.
이상에서는 전자 장치(100)의 간략한 구성만을 설명하였지만, 전자 장치(100)는 도 2에 도시된 바와 같은 구성을 추가 포함할 수 있다. 전자 장치(100)의 구체적인 구성에 대해서는 도 2를 참조하여 이하에서 설명한다.
도 2는 본 개시의 또 다른 실시 예에 따른 전자 장치(100)의 구성을 설명하기 위한 블럭도이다.
도 2를 참조하면, 전자 장치(100)는 메모리(110), 프로세서(120), 출력부(130), 디스플레이(131), 통신부(140), 튜너(150), 마이크(160), 포트부(170)를 포함할 수 있다.
한편, 메모리(110), 프로세서(120) 및 디스플레이(131)의 동작에 대해서는 도 1과 관련하여 앞서 설명하였는바, 중복 설명은 생략한다.
출력부(130)는 영상을 출력하기 위한 디스플레이(131), 오디오를 출력하기 위한 스피커(132)를 포함할 수 있다.
스피커(132)는 오디오를 출력하는 구성이다. 스피커(132)는 전기신호를 진동판의 진동으로 바꾸어 공기에 소밀파를 발생시켜 음파를 복사하는 음향기기이며, 음성 데이터를 출력할 수 있다.
통신부(140)는 다양한 유형의 통신방식에 따라 다양한 유형의 외부 기기와 통신을 수행하는 구성이다. 통신부(140)는 근거리 통신망(LAN: Local Area Network) 또는 인터넷망을 통해 외부 기기에 접속될 수 있고, 무선 통신(예를 들어, Z-wave, 4LoWPAN, RFID, LTE D2D, BLE, GPRS, Weightless, Edge Zigbee, ANT+, NFC, IrDA, DECT, WLAN, 블루투스, 와이파이, Wi-Fi Direct, GSM, UMTS, LTE, WiBRO 등의 무선 통신) 방식에 의해서 외부 기기에 접속될 수 있다. 통신부(140)는 와이파이칩, 블루투스 칩, NFC칩, 무선 통신 칩 등과 같은 다양한 통신 칩을 포함할 수 있다. 와이파이 칩, 블루투스 칩, NFC 칩은 각각 WiFi 방식, 블루투스 방식, NFC 방식으로 통신을 수행한다. 무선 통신 칩은 IEEE, 지그비, 3G(3rd Generation), 3GPP(3rd Generation Partnership Project), LTE(Long Term Evoloution) 등과 같은 다양한 통신 규격에 따라 통신을 수행하는 칩을 의미한다. 또한 통신부(140)는 외부장치로부터 제어신호(예를 들어 IR 펄스)를 수신할 수 있는 광 수신부를 포함할 수 있다. 통신부(140)를 통해 외부 장치에서 입력된 사용자 명령을 수신할 수 있으며, 통신부(140)를 통해 선정된 추천 서비스에 대한 정보를 외부의 사용자 단말로 전송할 수 있으며, 통신부(140)를 통해 서버(200)와 데이터 송수신을 할 수 있다.
튜너(150)는 사용자 입력에 대응되는 채널 번호에 대응되는 주파수 대역에서 비디오, 오디오 및 데이터를 수신할 수 있다.
튜너(150)는 지상파 방송, 케이블 방송, 또는, 위성 방송 등과 같이 다양한 소스에서부터 방송 신호를 수신할 수 있다. 튜너(150)는 다양한 소스에서부터 아날로그 방송 또는 디지털 방송 등과 같은 소스로부터 방송 신호를 수신할 수도 있다.
튜너(150)는 전자 장치(100)와 일체형(all-in-one)으로 구현되거나 또는 전자 장치(100)와 전기적으로 연결되는 튜너 유닛을 가지는 별개의 장치(예를 들어, 셋톱박스(set-top box), 포트부(170)에 연결되는 튜너)로 구현될 수 있다.
튜너(150)는 유선 또는 무선으로 수신되는 방송 신호를 증폭(amplification), 혼합(mixing), 공진(resonance) 등을 통하여 많은 전파 성분 중에서 전자 장치(100)에서 수신하고자 하는 채널의 주파수만을 튜닝(tuning)시켜 선택할 수 있다. 방송 신호는 비디오(video), 오디오(audio) 및 부가 데이터(예를 들어, EPG(Electronic Program Guide)를 포함할 수 있다.
포트부(170)는 외부 장치와 연결되기 위한 구성이다. 포트부(170)는 HDMI 입력 포트(High-Definition Multimedia Interface port, 171), 컴포넌트 입력 잭(172), 및 USB 포트(173) 중 적어도 하나를 포함할 수 있다. 도시한 것 이외에도 포트부(170)는 RGB, DVI, HDMI, DP, 썬더볼트 등의 포트 중 적어도 하나를 포함할 수 있다. 포트부(170)를 통해 외부 장치로 추천 서비스에 대한 정보가 전달되는 것이 가능하다.
도 3 및 도 4는 본 개시의 일 실시 예에 따른 추천된 컨텐츠를 제공하는 방식을 설명하기 위한 도면이다.
도 3은 추천 적중률에 따라 디스플레이(131)에 표시되는 화면이 상이함을 설명하기 위한 도면이다.
도 3을 참조하면, 일반적으로 채널이 표시되어 있는 경우를 가정할 수 있다(310). 이 경우 특정 이벤트가 발생하는 경우 프로세서(120)는 컨텐츠를 추천해 줄 수 있다. 여기서 추천된 컨텐츠는 복수개일 수 있다. 복수개의 추천된 컨텐츠에서 추천 적중률을 산출하면 각 추천된 컨텐츠에 대하여 임계치보다 높은 추천 적중률을 가지는지 판단할 수 있다. 이 경우, 프로세서(120)는 추천된 컨텐츠가 임계치보다 높은 추천 적중률을 갖는 경우(320) 해당 추천된 컨텐츠를 디스플레이(131)에 바로 표시할 수 있다. 만약, 임계치보다 높은 추천 적중률을 갖는 컨텐츠가 복수개이면, 프로세서(120)는 가장 높은 추천 적중률을 갖는 컨텐츠를 바로 표시할 수 있다.
한편, 추천된 컨텐츠의 추천 적중률이 임계치보다 낮은 경우(330), 프로세서(120)는 현재 표시되는 컨텐츠를 방해하지 않은 범위에서 추천된 컨텐츠를 선택하는 메뉴를 표시할 수 있다(350). 메뉴가 표시되는 부분은 디스플레이(131)의 특정 가장자리 혹은 하단일 수 있다. 하지만, 추천된 기존 시청 화면을 방해하지 않는다면 다른 특정 임의의 위치일 수 있다. 그리고 각각은 채널번호와 채널이름 중 적어도 하나의 내용이 표시될 수 있고, 혹은 드라마, 스포츠, 예능 등 현재 방영되는 프로그램의 종류를 추가하여 표시할 수 있다. 추천된 컨텐츠가 복수일 경우 추천 적중률 또는 이용지수에 따라 위에서 아래의 순서로 표시할 수 있다. 이후 사용자가 특정 채널을 선택하게 되면(360) 프로세서(120)는 선택된 컨텐츠로 전환할 수 있다(370).
도 4는 디스플레이(131)에 특정 컨텐츠를 시청할 것인지를 사용자에게 묻는 UI를 표시하는 도면이다.
도 4를 참조하면, 프로세서(120)는 채널을 특정하지 않고 컨텐츠의 종류를 시청할 것인지에 대하여 사용자에게 선택할 수 있는 화면을 표시할 수 있다. 예를 들어, 일반적으로 현재 시청하는 프로그램이 아닌 스마트 TV, IPTV등과 같이 다시보기 기능을 이용하여 컨텐츠를 시청한 이력이 있는 경우, 똑같은 컨텐츠를 시청하는 경우는 많지 않다. 따라서 같은 컨텐츠를 추천하는 것보다 비슷한 종류를 추천하여 해당 컨텐츠 종류가 모여 있는 메뉴로 이동하게 하는 화면을 표시할 수 있다. 여기서 만약 이전에 시청했던 컨텐츠가 복수개의 회차로 이루어진 경우, 다음 회차의 컨텐츠를 추천 할 수 있다.
구체적으로, 지금 현재 사용자가 TV를 시청하고 있는 시간이 토요일 오후 6시라면, 저번 주 토요일 오후 6시에 시청 이력을 이용할 수 있다. 저번 주 토요일 오후 6시에 A 영화를 본 이력 정보가 있다면, 프로세서(120)는 특정 이벤트가 발생한 이후 사용자에게 영화를 볼 것인지 묻는 UI 요소를 표시할 수 있다(410). 사용자가 영화를 보기 원한다면 버튼을 클릭하고 프로세서(120)는 영화를 고를 수 있는 메뉴를 표시할 수 있다.
도 5는 이력 정보를 기초로 추천된 컨텐츠를 선정하는 본 개시의 다양한 실시 예를 설명하기 위한 도면이다.
도 5를 참조하면, 복수의 컨텐츠가 방송 채널이고, 메모리(110)에 2017-07-24부터 2017-07-30까지의 채널 시청 이력이 있다고 가정하도록 한다. 2017-08-04(토요일) 20시에 특정 이벤트(예컨대 사용자가 리모컨의 특정 버튼을 선택함)가 발생하면, 20시가 속하는 시간대에 대응되는 시청 이력에 제1 가중치(W1)가 부여되고, 토요일에 대응되는 시청 이력에 제2 가중치(W2)가 부여되고, 기타 요일 및 시간대에 대응되는 시청 이력에 제3 가중치(W3)가 부여되어 복수의 방송 채널 각각의 이용 지수가 산출된다.
구체적으로, CB# 채널에 대해선 특정 이벤트가 발생한 요일 및 시간대와 다른 요일 및 시간대에 4번의 시청 이력이 있으므로 CB# 채널에 대한 이용 지수는 4×W3이다. FO# 채널에 대해선 특정 이벤트가 발생한 시간대에 1번의 시청 이력이 있고 특정 이벤트가 발생한 요일에 1번의 시청 이력이 있으므로 FO# 채널에 대한 이용 지수는 1×W1+1×W2이다. ESP# 채널에 대해선 특정 이벤트가 발생한 시간대에 3번의 시청 이력이 있고, 특정 이벤트가 발생한 요일 및 시간대와 다른 요일 및 시간대에 1번의 시청 이력이 있으므로 ESP# 채널에 대한 이용 지수는 3×W1+1×W3이다. TN# 채널에 대해선 특정 이벤트가 발생한 시간대에 2번의 시청 이력이 있으므로 TN# 채널에 대한 이용 지수는 2×W1이다. Golf 채널에 대해선 특정 이벤트가 발생한 요일 및 시간대와 다른 요일 및 시간대에 1번의 시청 이력이 있으므로 Golf 채널에 대한 이용 지수는 1×W3이다.
상술한 예에선 이용 지수가 이용 횟수(시청 횟수)를 기초로 산출되는 것으로 설명하였으나, 또 다른 실시 예에 따르면 이용 시간(시청 시간)을 기초로 산출될 수 있다. 이용시간은 1시간 단위로 구분하여 산출될 수 있다. 이에 대해 다시 도 5를 참고하여 설명하자면, CB# 채널에 대해선 특정 이벤트가 발생한 요일과 시간대에 대응되지 않는 화요일 17시에서 18시, 수요일 17시에서 18시, 목요일 17시에서 18시, 금요일 22시에서 23시의 시청 이력이 있으므로 CB# 채널에 대한 이용 지수는 1hr×W3+1hr×W3+1hr×W3+1hr×W3이다. FO# 채널에 대해선 특정 이벤트가 발생한 요일이지만 특정 이벤트가 발생한 시간대가 아닌 토요일 19시에서 20시의 1시간 동안의 시청 이력이 있고(1hr×W2), 특정 이벤트가 발생한 요일이면서 특정 이벤트가 발생한 시간대인 토요일 20시에서 21시의 1시간 동안의 시청 이력(1hr×(W1+W2))이 있으므로, FO# 채널에 대한 이용 지수는 1hr×W2+1hr×(W1+W2)이다. ESP# 채널에 대해선 특정 이벤트가 발생한 요일과 시간대에 대응하지 않는 월요일 19시에서 20시의 1시간 동안의 시청 이력이 있고(1hr×W3), 특정 이벤트가 발생한 요일엔 대응되지 않지만 시간대에 대응하는 월요일 20시에서 21시의 1시간 동안의 시청 이력이 있고(1hr×W1), 특정 이벤트가 발생한 요일과 시간대에 대응하지 않는 월요일 21시에서 22시의 1시간 동안의 시청 이력이 있고(1hr×W3), 특정 이벤트가 발생한 요일과 시간대에 대응하지 않는 화요일 19시에서 20시의 1시간 동안의 시청 이력이 있고(1hr×W3), 특정 이벤트가 발생한 요일엔 대응되지 않지만 시간대에 대응하는 화요일 20시에서 21시의 1시간 동안의 시청 이력이 있고(1hr×W1), 특정 이벤트가 발생한 요일과 시간대에 대응하지 않는 금요일 19시에서 20시의 1시간 동안의 시청 이력이 있고(1hr×W3), 특정 이벤트가 발생한 요일엔 대응되지 않지만 시간대에 대응하는 금요일 20시에서 21시의 1시간 동안의 시청 이력이 있고(1hr×W1), 특정 이벤트가 발생한 요일 및 시간대와 다른 일요일 17시에서 18시의 1시간 동안의 시청 이력이 있고(1hr×W3), 특정 이벤트가 발생한 요일 및 시간대와 다른 일요일 18시에서 19시의 1시간 동안의 시청 이력(1hr×W3)이 있으므로, ESP# 채널에 대한 이용 지수는 1hr×W3+1hr×W1+1hr×W3+1hr×W3+1hr×W1+1hr×W3+1hr×W1+1hr×W3+1hr×W3이다. TN# 채널에 대해선 특정 이벤트가 발생한 요일과 시간대에 대응하지 않는 수요일 19시에서 20시의 1시간 동안의 시청 이력이 있고(1hr×W3), 특정 이벤트가 발생한 요일엔 대응되지 않지만 시간대에 대응하는 수요일 20시에서 21시의 1시간 동안의 시청 이력이 있고(1hr×W1), 특정 이벤트가 발생한 요일과 시간대에 대응하지 않는 목요일 19시에서 20시의 1시간 동안의 시청 이력이 있고(1hr×W3), 특정 이벤트가 발생한 요일엔 대응되지 않지만 시간대에 대응하는 목요일 20시에서 21시의 1시간 동안의 시청 이력(1hr×W1)이 있으므로 TN# 채널에 대한 이용 지수는 1hr×W3+1hr×W1+1hr×W3+1hr×W1이다. Golf 채널에 대해선 특정 이벤트가 발생한 요일 및 시간대와 다른 요일 및 시간대인 월요일 22시에서 23시의 1시간 동안의 시청 이력이 있고(1hr×W3), 특정 이벤트가 발생한 요일 및 시간대와 다른 요일 및 시간대인 월요일 22시에서 23시의 1시간 동안의 시청 이력(1hr×W3)이 있으므로 Golf 채널에 대한 이용 지수는 1hr×W3+1hr×W3이다. 이를 정리하면 아래 표 1과 같다.
채널 이용 지수
CB# 1hr×W3+1hr×W3+1hr×W3+1hr×W3
FO# 1hr×W2+1hr×(W1+W2)
ESP# 1hr×W3+1hr×W1+1hr×W3+1hr×W3+1hr×W1+1hr×W3+1hr×W1+1hr×W3+1hr×W3
TN# 1hr×W3+1hr×W1+1hr×W3+1hr×W1
Golf 1hr×W3+1hr×W3
한편, 상술한 실시 예에선 1시간을 하나의 단위로 하여 산출하는 것으로 설명하였으나, 본 개시의 또 다른 실시 예에 따르면, 특정 채널의 시청 시작 시점부터 시청 종료 시점까지를 하나의 단위로 하여 산출할 수 있다. 이에 대해 다시 도 5를 참고하여 설명하자면, CB# 채널에 대해선 특정 이벤트가 발생한 요일과 시간대에 대응되지 않는 화요일 17시에서 18시(1hr), 수요일 17시에서 18시(1hr), 목요일 17시에서 18시(1hr), 금요일 22시에서 23시(1hr)의 시청 이력이 있으므로 CB# 채널에 대한 이용 지수는 1hr×W3+1hr×W3+1hr×W3+1hr×W3이다. FO# 채널에 대해선 특정 이벤트가 발생한 요일이면서 특정 이벤트가 발생한 시각인 20시가 속하는 시간대인 토요일에 19시(시청 시작 시점)에서 21시(시청 종료 시점)의 2시간 동안의 시청 이력이 있으므로 FO# 채널에 대한 이용 지수는 2hr×(W1+W2)이다. ESP# 채널에 대해선 특정 이벤트가 발생한 시간대인 월요일 19시에서 22시(3hr), 화요일 19시에서 21시(2hr), 금요일 19시에서 21시(2hr)의 총 7시간의 시청 이력이 있고, 특정 이벤트가 발생한 요일 및 시간대와 다른 요일 및 시간대인 일요일 17시에서 19시의 2시간의 시청 이력이 있으므로 ESP# 채널에 대한 이용 지수는 3hr×W1+2hr×W1+2hr×W1+2hr×W3이다. TN# 채널에 대해선 특정 이벤트가 발생한 시간대인 수요일 19시에서 21시(2hr) 및 목요일 19시에서 21시(2hr)의 시청 이력이 있으므로 TN# 채널에 대한 이용 지수는 2hr×W1+2hr×W1이다. Golf 채널에 대해선 특정 이벤트가 발생한 요일 및 시간대와 다른 요일 및 시간대인 월요일 22시에서 24시의 2시간의 시청 이력이 있으므로 Golf 채널에 대한 이용 지수는 2hr×W3이다. 이를 정리하면 아래 표 2와 같다.
채널 이용 지수
CB# 1hr×W3 + 1hr×W3 + 1hr×W3 + 1hr×W3
FO# 2hr×(W1 + W2)
ESP# 3hr×W1 + 2hr×W1 + 2hr×W1 + 2hr×W3
TN# 2hr×W1 + 2hr×W1
Golf 2hr×W3
한편, 본 개시의 또 다른 실시 예에 따르면, 이력에 대응되는 컨텐츠가 수행된 일자에 대응되는 감쇄 값(Reduction value)을 적용하여 이용 지수가 산출될 수 있다. 즉, 상술한 실시 예들에선 '이용 시간(T)×가중치(W)'에 기초하여 이용 지수가 산출된 것으로 설명하였으나, 감쇄 값이 적용되는 실시 예에 따르면 '감쇄 값(R)×이용 시간(T)×가중치(W)'에 기초하여 이용 지수가 산출된다.
감쇄 값은 오래된 날짜일수록 감소 비율이 커지도록 정해질 수 있다. 예컨대 감쇄 값(A)는 다음과 같이 정의될 수 있다.
감쇄 값(R)=(1-r)d
여기서, 0＜r＜1 이고, d는 이력에 대응하는 컨텐츠가 수행된 날에서 이벤트가 발생한 날의 차이이다.
표 1에서 산출된 값들에 감쇄 값이 적용한 것을 설명하도록 한다. 대표적으로 CB# 채널에 대해서 설명하도록 한다. 특정 이벤트가 발생한 날짜가 2017-08-04이면, 2017-07-25일 17시에서 18시에 CB#를 시청한 것에 대해선 2017-08-04 일자와 2017-07-25일자의 차이(d)가 11이므로 이용지수가 (1-r)11×1hr×W3로서 산출된다. 마찬가지 방식으로, 2017-07-26일 17시에서 18시에 CB#를 시청한 것에 대해선 이용지수가 (1-r)10×1hr×W3로서 산출되고, 2017-07-27일 17시에서 18시에 CB#를 시청한 것에 대해선 이용지수가 (1-r)9×1hr×W3로서 산출되고, 2017-07-28일 22시에서 23시에 CB#를 시청한 것에 대해선 이용지수가 (1-r)8×1hr×W3로서 산출된다. 같은 방식으로 나머지 채널들에 대해서도 계산하면 아래 표 3과 같다.
채널 이용 지수
CB# (1-r)11×1hr×W3 + (1-r)10×1hr×W3 + (1-r)9×1hr×W3 + (1-r)8×1hr×W3
FO# (1-r)7×{1hr×W2 + 1hr×(W1+W2)}
ESP# (1-r)12×{1hr×W3+1hr×W1+1hr×W3}+(1-r)11×{1hr×W3+1hr×W1}+(1-r)8×{1hr×W3+1hr×W1}+(1-r)6×{1hr×W3+1hr×W3}
TN# (1-r)10×{1hr×W3+1hr×W1}+(1-r)9×{1hr×W3+1hr×W1}
Golf (1-r)12×{1hr×W3+1hr×W3}
표 2에서 산출된 값들에 감쇄 값을 적용하면 아래 표 4와 같다.
채널 이용 지수
CB# (1-r)11×1hr×W3 + (1-r)10×1hr×W3 + (1-r)9×1hr×W3 + (1-r)8×1hr×W3
FO# (1-r)7×2hr×(W1 + W2)
ESP# (1-r)12×3hr×W1 + (1-r)11×2hr×W1 + (1-r)8×2hr×W1 + (1-r)6×2hr×W3
TN# (1-r)10×2hr×W1 + (1-r)9×2hr×W1
Golf (1-r)12×2hr×W3
상술한 예와 같이 감쇄 값의 개념을 적용하면 최근 이용 이력이 더 큰 비중으로 반영되어 이용 지수가 산출되므로 최근의 사용자의 컨텐츠 이용 성향에 더욱 적합한 추천된 컨텐츠를 제공할 수 있다는 장점이 있다.
한편, 도 5를 참고하여 설명한 예들에선 일주일의 이력 정보가 이용되는 것으로 설명하였으나 이에 한정되는 것은 아니고 최근 며칠 또는 최근 몇주의 이력 정보가 이용될 수 있고, 또는 전자 장치(100)의 최초 사용일부터 축적된 전체 이력에 대한 정보가 이용될 수도 있다.
프로세서(120)는 산출된 이용 지수를 기초로 추천된 컨텐츠를 선정할 수 있다. 예컨대, 이용 지수의 크기가 ESP#채널 > TN#채널 > FO#채널 > CB# 채널 > Golf 채널 순서라면, 프로세서(120)는 이용 지수가 가장 높은 ESP#채널을 추천된 컨텐츠로 선정하거나, 기결정된 순위(예컨대 3위)까지인 ESP# 채널, TN# 채널, FO# 채널을 추천된 컨텐츠로 선정할 수 있다.
그리고 프로세서(120)는 선정된 추천된 컨텐츠에 대한 정보를 출력부(130)를 통해 제공할 수 있다.
출력부(130)는 추천된 컨텐츠에 대한 정보를 제공할 수 있는 구성으로서, 예컨대 전자 장치(100)에 구비된 스피커(132) 또는 디스플레이(131)로 구현될 수 있다.
전자 장치가 TV이고, 추천 대상 컨텐츠가 방송 채널인 경우, 특정 이벤트가 발생하면(예컨대 원격제어장치에서 특정 버튼이 선택되면), 추천 채널로 선정된 적어도 하나의 채널을 선택받을 수 있는 UI 요소가 표시될 수 있다. 사용자는 UI 요소를 통해 원하는 채널을 선택하여 해당 채널을 시청할 수 있다. 추천 컨텐츠로 선정된 컨텐츠의 개수가 여러 개인 경우, 이용 지수의 크기가 큰 순서대로 정렬되어 제공될 수 있다.
또 다른 방식으로, 방송 채널이 맵핑되어 있는 스크롤 형태의 UI에서 커서를 이동시켜 채널을 선택하는 경우, 스크롤 형태의 UI 상의 추천 방송 채널이 위치한 부분에 인디케이터(예컨대 별모양 표시)를 표시할 수 있다.
전자 장치(100)의 프로세서(120)는 스크롤 형태의 UI를 제공할 수 있다. 스크롤 형태의 UI에는 복수의 채널이 맵핑되어 있고, 커서를 원격제어장치를 통해 상, 하로 이동시켜서 채널을 선택할 수 있다. 구체적으로, 커서가 움직여서 특정 위치에 일정 시간 동안 머무르면, 해당 위치에 대응하는 채널이 선국될 수 있다. 스크롤 형태의 UI에는 추천 채널로서 선정된 채널들이 위치한 곳을 알리는 인디케이터가 표시될 수 있다. 사용자는 인디케이터가 있는 곳으로 커서를 움직여서 추천 채널을 선택할 수 있다.
방송 채널을 추천하는 또 다른 방식으로는, EPG상에서 추천 방송 채널을 다른 방송 채널과 다르게 표시할 수 있다(예컨대, 다른 색상으로 표시).
한편, 전자 장치(100)가 스마트폰이고, 특정 이벤트가 발생하면(예컨대 "RECOMMENDED"가 터치되면), 추천 음악으로 선정된 음악을 선택받을 수 있는 UI 요소가 표시될 수 있다. 사용자는 UI 요소를 통해 원하는 음악을 선택하여 해당 음악을 재생할 수 있다.
추천 대상 컨텐츠가 애플리케이션인 경우, 특정 이벤트가 발생하면(예컨대 미리 설정된 시간이 도래하면), 추천 애플리케이션으로 선정된 애플리케이션에 대응하는 아이콘을 포함한 UI 요소가 표시될 수 있다. 사용자는 UI 요소를 통해 원하는 애플리케이션을 선택하여 실행할 수 있다. '더보기'를 선택하면 다음 순위의 애플리케이션들, 즉 이용 지수가 다음으로 큰 애플리케이션들이 표시될 수 있다.
한편, 앞에서 전자 장치(100)에서 추천 정보가 제공되는 것으로 설명하였으나, 전자 장치(100)의 외부의 장치에서 추천 정보가 제공되는 것도 가능하다. 예를 들어, 전자 장치(100)가 스마트폰으로 구현된 경우, 미러링, DLNA, 또는 Wi-Fi 등의 무선 통신으로 TV 등의 대화면 장치로 추천 컨텐츠에 대한 정보를 제공하여 대화면에서 추천 컨텐츠에 대한 정보가 표시될 수 있다.
본 개시의 일 실시 예에 따르면, 자체 검증된 패턴 분류기를 적용하여, 사용자별 컨텐츠 이용 패턴에 따라 적응적인 컨텐츠 추천 컨텐츠를 제공할 수 있다. 구체적으로, 이력에 부여되는 가중치(W1, W2, W3)를 사용자의 컨텐츠 이용 패턴에 따라 적응적으로 결정함으로써, 사용자의 성향에 더욱 맞는 컨텐츠가 추천될 수 있다. 이를 위해 본 개시의 일 실시 예에 따르면, 사용자의 컨텐츠 이용 패턴을 수치화한 컨텐츠 이용 패턴 지수가 이용될 수 있다.
컨텐츠 이용 패턴 지수란, 예컨대, 특정 시간대에만 주로 컨텐츠를 이용하는 사용자의 컨텐츠 이용 패턴, 특정 요일에만 주로 컨텐츠를 이용하는 사용자의 컨텐츠 이용 패턴, 모든 시간대에 고르게 컨텐츠를 이용하는 사용자의 컨텐츠 이용 패턴 등과 같은 사용자의 컨텐츠 이용 패턴을 수치화한 것이다. 프로세서(120)는 메모리(110)에 저장된 이력 정보에 기초하여 컨텐츠의 이용 패턴 지수를 산출할 수 있다.
컨텐츠 이용 패턴 지수는 분산 개념을 도입하여 평균에서 어긋나는 정도가 커질수록 컨텐츠 이용 패턴 지수가 커지도록 설정될 수 있다. 따라서, 특정 요일 혹은 특정 시간에 컨텐츠 이용 비중이 큰 사용자의 컨텐츠 이용 패턴 지수는 모든 시간대에 혹은 모든 요일에 고르게 컨텐츠를 이용하는 사용자의 컨텐츠 이용 패턴 지수보다 크다.
컨텐츠 이용 패턴지수는 요일 패턴지수 및 시간 패턴지수 중 적어도 하나를 포함할 수 있다. 요일 패턴지수는 요일별 이용 이력을 기초로 산출될 수 있고, 시간 패턴 지수는 시간대별 이용 이력을 기초로 산출될 수 있다.
요일 패턴지수를 산출하는 방식의 일 예를 설명하자면, 프로세서(120)는 메모리(110)에 저장된 이력 정보를 기초로 복수의 컨텐츠 각각에 대하여 요일별 이용 시간에 대한 분산을 산출하고, 산출된 분산을 기초로 요일 패턴 지수를 산출할 수 있다. 예컨대 이력 정보에 따를 때 제1 컨텐츠 내지 제3 컨텐츠가 이용된 경우, 프로세서(120)는 제1 컨텐츠에 대하여 요일별 이용 시간에 대한 분산을 산출하고, 제2 컨텐츠에 대하여 요일별 이용 시간에 대한 분산을 산출하고, 제3 컨텐츠에 대하여 요일별 이용 시간에 대한 분산을 산출한다. 상기 제1 내지 제3 컨텐츠에 대하여 산출된 분산들 각각에 해당 컨텐츠의 이용 비율을 곱한 것의 합이 요일 패턴 지수가 된다.
시간 패턴지수를 산출하는 방식의 일 예를 설명하자면, 프로세서(120)는 메모리(110)에 저장된 이력 정보를 기초로 복수의 컨텐츠 각각에 대하여 시간대별 이용 시간에 대한 분산을 산출하여 산출된 분산을 기초로 시간 패턴 지수를 산출할 수 있다. 예컨대 이력 정보에 따를 때 제1 컨텐츠 내지 제3 컨텐츠가 이용된 경우, 프로세서(120)는 제1 컨텐츠에 대하여 시간대별 이용 시간에 대한 분산을 산출하고, 제2 컨텐츠에 대하여 시간대별 이용 시간에 대한 분산을 산출하고, 제3 컨텐츠에 대하여 시간대별 이용 시간에 대한 분산을 산출한다. 상기 제1 내지 제3 컨텐츠에 대하여 산출된 분산들 각각에 해당 컨텐츠의 이용 비율을 곱한 것의 합이 시간 패턴 지수가 된다.
한편, 컨텐츠 이용 패턴 지수를 산출하는데 기초가 되는 이용 이력은 예컨대 최근 몇 주간 또는 며칠 간의 이용 이력이거나, 또는 전체 이용 이력일 수 있다. 컨텐츠 이용 패턴 지수 산출에 기 설정된 시간(예컨대 10분) 미만으로 사용된 이력은 무시될 수 있다.
프로세서(120)는 복수의 컨텐츠에 대한 컨텐츠 이용 패턴 지수를 기초로 가중치를 결정할 수 있다. 예컨대, 메모리(110)에 컨텐츠 이용 패턴 지수별로 서로 다른 가중치에 대한 정보가 기 저장되어 있고, 프로세서(120)는 기 저장된 가중치에 대한 정보로부터 현재 산출된 컨텐츠 이용 패턴 지수에 대응되는 가중치를 선택할 수 있다.
컨텐츠 이용 패턴 지수는 이력 정보를 기초로 산출되는 것이므로, 전자 장치(100)의 사용에 따라 이력 정보가 업데이트되면 업데이트된 이력 정보를 기초로 컨텐츠 이용 패턴 지수도 재산출되고, 재산출된 컨텐츠 이용 패턴 지수를 기초로 가중치도 업데이트된다. 업데이트는 기 설정된 주기마다 이루어질 수 있다.
상술한 것과 같이 본 개시에 따르면 시청 이력의 변화에 따라 적응적으로 가중치도 변화되어, 사용자의 최근 컨텐츠 이용 패턴에 맞는 컨텐츠가 추천될 수 있다는 장점이 있다. 또한, 서버 기반이 아니라 전자 장치(100) 상에서 실시간(On-device real-time)으로 이루어질 수 있다는 장점이 있다.
또 다른 실시 예에 따르면, 전자 장치(100)의 사용자의 컨텐츠 이용 패턴이 타 전자 장치들의 사용자의 컨텐츠 이용 패턴과 상대적으로 비교하여 어떤 특성을 갖는지를 기초로, 해당 특성에 맞는 가중치가 결정될 수 있다. 이를 위해, 상기와 같이 전자 장치(100)에서 산출된 컨텐츠 이용 패턴 지수와, 타 전자 장치들에서 산출된 컨텐츠 이용 패턴 지수를 군집화하여, 전자 장치(100)에서 산출된 컨텐츠 이용 패턴 지수가 속하는 군집에 대응하는 가중치가 선택될 수 있다. 컨텐츠 이용 패턴 지수를 군집화하는 작업은 외부의 서버에서 수행될 수 있다.
한편, 전자 장치(100)와 타 전자 장치들은 서버로 컨텐츠 이용 패턴 지수를 전송하고, 서버는 수집된 데이터에 인공지능 기술을 적용하여 각 전자 장치들의 사용자의 컨텐츠 이용 패턴이 어떤 특성을 갖는지를 파악할 수 있다. 타 전자 장치들은 전자 장치와 연관성이 높은 장치인 것이 바람직하다. 이는 연관성이 있는 장치들의 사용자들의 컨텐츠 이용 패턴을 비교하는 것이 유의미한 결과를 도출하는데 유리할 수 있기 때문이다. 따라서, 일 실시 예에 따르면 타 전자 장치들은 전자 장치와 동일 지역 내에 있는 것일 수 있다. 예를 들어, 전자 장치와 타 전자 장치들은 특정 도시의 가정들에서 사용하는 TV들일 수 있다.
인공지능 기술은 입력 데이터들의 특징을 스스로 분류/학습하는 알고리즘을 이용하는 기계학습(딥러닝) 기술과 기계학습 알고리즘을 활용하여 인간 두뇌의 인지, 판단 등의 기능을 모사하는 요소 기술들로 구성되고, 이러한 요소 기술들 중에서 서버는 인간의 경험 정보를 지식데이터로 처리하는 지식 표현 기술을 이용해서 각 전자 장치의 컨텐츠 이용 패턴을 군집화할 수 있다. 지식 표현은 인간의 경험정보를 지식데이터로 자동화 처리하는 기술로서, 지식 구축(데이터 생성/분류), 지식 관리(데이터 활용) 등을 포함한다.
일 예로, 서버는 수집된 컨텐츠 이용 패턴 지수들의 표준편차(σ)의 값을 기준으로 컨텐츠 이용 패턴 지수들을 N개의 묶음으로 군집(Clustering)하여 분류할 수 있다.
일 예로서, 서버는 수집된 시간 패턴 지수들을 약한 시간 패턴의 군집(시간패턴지수＜0.5σ), 중간 시간 패턴의 군집(0.5σ≤시간패턴지수＜σ), 강한 시간 패턴의 군집(시간패턴지수＞σ)으로 분류할 수 있다. 그리고 서버는 수집된 요일 패턴 지수들을 약한 요일 패턴의 군집(요일패턴지수＜0.5σ), 중간 요일 패턴의 군집(0.5σ≤요일패턴지수＜σ), 강한 요일 패턴의 군집(요일패턴지수＞σ)으로 분류할 수 있다. 이와 같이 군집화된 3개의 시간패턴 군집과 3개의 요일패턴 군집의 조합으로 9개의 그룹을 정의할 수 있다. 그리고 9개 그룹의 각각의 성격에 맞게 제1 가중치(W1), 제2 가중치(W2) 및 제3 가중치(W3)를 설정할 수 있다. 가중치는 강한 패턴일수록 큰 값을 가지도록 설정된다. 다시 말해, 사용자의 컨텐츠 이용 패턴이 시간에 의존도가 높다면 시간 가중치가 높게 설정되고, 사용자의 컨텐츠 이용 패턴이 요일에 의존도가 높다면 요일 가중치가 높게 설정된다.
서버는 전자 장치(100) 및 타 전자 장치들에게 각각이 속한 그룹에 대응하는 가중치 정보를 전자 장치(100)로 전송한다. 예컨대, 전자 장치(100)가 속한 그룹이 '약 요일패턴&강 시간패턴 그룹'이라면 서버가 전송하는 가중치 정보에는 W1=30, W2=5, W3=1임을 알리는 내용이 포함된다. 또는, 서버가 전자 장치(100)로 전송하는 정보에는 전자 장치(100)가 속한 그룹이 '약 요일패턴&강 시간패턴 그룹'임을 알리는 내용만이 포함되고, 전자 장치(100)는 서버로부터 수신된 정보와 전자 장치(100)에 기 저장되어 있는 그룹별 가중치 정보를 기초로 가중치를 W1=30, W2=5, W3=1로 결정할 수 있다.
상술한 바와 같이 본 개시에 따르면 이력 정보와 가중치를 기초로 추천 컨텐츠를 선정하는 모델을 전자 장치(100)에 구현하고, 서버에서는 다량의 데이터를 활용하여 그룹화를 위한 파라미터를 도출하여 이 값을 기초로 전자 장치(100)의 모델이 업데이트될 수 있다. 이에 따라 최소한의 리소스 활용으로 지속적으로 변할 수 있는 컨텐츠 이용 패턴을 반영하여 추천 컨텐츠를 선정할 수 있다.
그리고 상술한 예시에선 같은 그룹에 속하면 동일한 가중치가 적용되는 것으로 설명하였으나, 동일 그룹 내에 있더라도 그 그룹 내에서의 상대적인 위치에 기초하여 서로 다른 가중치가 적용되는 것도 가능하다.
한편, 서버에서 이루어지는 것으로 설명한 동작의 전부 또는 일부는 전자 장치(100)에서 수행되는 것도 가능하다. 예컨대, 전자 장치(100)가 타 전자 장치들로부터 컨텐츠 이용 패턴 지수에 대한 정보를 수신해서 상술한 방법과 같이 군집화를 수행하고, 전자 장치(100)가 속하는 군집에 대응하는 가중치 정보에 기초하여 가중치를 결정할 수 있다.
또한, 전자 장치(100)에서 이루어지는 동작의 일부가 서버에서 수행되는 것도 가능하다. 예컨대, 전자 장치(100)가 이력 정보를 서버로 제공하여, 서버에서 컨텐츠 이용 패턴 지수를 산출하는 것이 가능하며, 서버에서 이용 지수를 산출하여 추천 컨텐츠를 선정하고 이에 대한 정보를 전자 장치(100)로 제공하는 것이 가능하다. 즉, 주요 동작은 서버에서 이루어지도록 하고, 전자 장치(100)는 정보의 출력 기능 정도만을 담당하도록 하는 것이 가능하다. 다만, 이력 정보는 개인 정보이기 때문에 외부로 유출되지 않는 것이 바람직하므로, 전자 장치(100)가 이력 정보 대신에, 이력 정보를 가공하여 얻은 컨텐츠 이용 패턴 지수를 서버에 전송하는 방식이 선호될 수 있다.
한편, 전자 장치(100)에 저장된 이력 정보가 아니라, 타 전자 장치들의 이력 정보를 기반으로 사용 가능성이 높은 추천 컨텐츠를 제공할 수 있다. 예를 들어, 서버가 타 전자 장치 중 적어도 하나로부터 이력 정보를 수신하고, 수신된 이력 정보를 기초로 상술한 바와 같이 컨텐츠 이용 패턴 지수 및 컨텐츠 이용 지수를 산출해서 추천 컨텐츠를 선정하고, 선정된 추천 컨텐츠에 대한 정보를 전자 장치로 제공할 수 있다. 또는, 서버를 거치지 않더라도 전자 장치(100)가 타 전자 장치 중 적어도 하나로부터 직접 이력 정보를 수신하고, 수신된 이력 정보를 기초로 상술한 바와 같이 컨텐츠 이용 패턴 지수 및 컨텐츠 이용 지수를 산출해서 추천 컨텐츠를 선정할 수 있다. 본 실시 예들에 따르면, 타 전자 장치의 사용자가 선호하는 컨텐츠가 전자 장치(100)에서 제공될 수 있다.
도 6은 추천된 컨텐츠를 기초로 추천 적중률을 구하는 방식을 설명하기 위한 도면이다.
도 6을 참조하면, predicton #1에 대하여는 채널에 대한 정보 등이 포함될 수 있다. 또한, 하단에 채널과 사용자가 해당 채널을 시청한 시간을 함께 표시할 수 있다. 프로세서(120)는 사용자가 해당채널을 시청하는 경우 해당 채널에 대한 count 값을 +1만큼 증가시킬 수 있다. 예를 들어, 사용자가 도 5와 같이 추천된 컨텐츠 목록에서 채널 5번을 선택하였다면 채널 5에 대하여 프로세서(120)는 +1의 값을 부여할 수 있다. (1/0/0/0/0/0)과 같이 카운트 값을 비교할 수 있다. 이에 대하여 동일한 시간대 다음주에 또다시 채널 5번을 본다면 (1/0/0/0/0/0)과 같이 카운트 값을 증가시킬 수 있다. 한편, 다음주 동일한 시간에는 채널 3번을 보았다면 (2/1/0/0/0/0)과 같이 카운트 값을 증가 시킬 수 있다.
이 경우, 이해하기 쉽도록 배열처럼 표시하였지만 추천된 컨텐츠의 이용지수 또는 추천 적중률에 따라 채널의 순서는 변경될 수 있다. 또한, 카운트 값이 증가하는 숫자도 1이 아닌 다른 임의의 숫자일 수 있으며, 덧셈 방식이 아니라 다른 방식일 수 있다.
카운트 값을 구한 이후에는 각 카운트 값의 빈도를 구할 수 있다. 즉 선택 빈도를 고려하여 추천 적중률을 산출할 수 있다. 예를 들어, (2/1/0/0/0/0)의 경우에는 채널 5번이 66%의 추천 적중률로 산출될 수 있다. 산출된 채널별 추천 적중률을 메모리(110)에 저장할 수 있다. 이 경우, 채널별로 추천 적중률을 산출하고 더 세부적으로 요일 및 시간을 고려하여 추천 적중률을 구분하여 메모리(110)에 저장할 수 있다.
한편, 프로세서(120)가 추천된 컨텐츠를 제공하는 방식은 이용지수만을 고려할 수 있고, 이용지수와 추천 적중률을 동시에 적용할 수도 있다.
도 7 내지 도 9는 본 개시의 일 실시 예에 따른 컨텐츠 추천 방법을 설명하기 위한 흐름도이다.
도 7은 디스플레이의 전원이 오프되었다가 온 되는 경우, 컨텐츠를 추천하는 방법을 설명하기 위한 도면이다.
도 7을 참조하면, 사용자가 시청하는 컨텐츠에 관한 시청 이력 정보를 수집할 수 있다(S710).사용자가 전원 장치의 디스플레이(131)를 off 할 때 채널 7번을 보고 있었다면(S720) 최근에 시청했던 이력에 대한 정보를 메모리(110)에 저장할 수 있다. 이후 사용자가 전원 장치의 디스플레이(131)를 on 하는 경우(S730) 채널 7번을 표시하는 것이 일반적이다. 하지만전원 장치의 디스플레이(131)가 on 된 시점의 요일 및 시간을 이용하여 이전 사용자 이력 정보를 수집하여 추천된 컨텐츠를 제공할 수 있다(S740). 추천 컨텐츠를 제공하는 방식은 복수개의 컨텐츠 목록을 표시하거나 해당 에 해당하는 채널로 바로 이동하는 것일 수 있다. 예를 들어, 기존의 사용자 이력 정보를 이용하여 선정된 목록 각각에 대하여 이용 지수를 산출할 수 있다. 여기서 11번 채널의 이용지수가 가장 높다면,사용자가 디스플레이(131)를 on하였을때 바로 11번 채널이 나오도록 제어할 수 있다.
여기서 디스플레이를 on 하거나 off 하는 동작은, 사용자가 전자 장치(100)를 절전 모드에서 노멀 모드로 변경하거나 노멀 모드에서 절전 모드로 변경하는 것을 의미할 수 있다. 절전 모드란, 콘센트와 연결되어 있는 상태이지만 디스플레이 패널에는 영상이 표시되지 않는 상태를 의미할 수 있다.
한편, 채널의 이용지수가 가장 높은 채널을 바로 표시할 수도 있지만,추천 적중률을 추가적으로 산출하여 이상인 경우에만 11번 채널이 나오도록 제어하고 이하인 경우에는 최근에 전자 장치(100)의 디스플레이(131)가 off 될 때 보고 있었던 채널 7번이 나오도록 제어할 수 있다.
특정 이벤트 중 하나로서 사용자의 채널 변경 횟수를 판단할 수 있다.사용자가 일정한 시간 동안 채널 변경 횟수가 기설정된 채널 별경 횟수 이상일 때 특정 이벤트에 해당하는 것으로 설정할 수 있다. 예를 들어, 사용자는 메모리(110) 등에 임계 횟수를 10으로 미리 저장할 수 있다. 이 경우 일정 시간 동안 사용자가 채널을 변경한 횟수가 10이 되면사용자에게 추천된 컨텐츠를 표시할 수 있다. 추천된 컨텐츠를 표시하는 것은 추천된 컨텐츠를 선택할 것인지를 사용자에게 묻는 UI 요소를 표시하는 것을 의미할 수 있고, 복수개의 추천된 컨텐츠가 있는 경우에는 목록을 표시하여 메뉴와 같은 UI 요소를 표시하는 것을 의미할 수 있다.
도 7을 참조하면, 사용자가 디스플레이를 on 하는 동작(S730)을 설명하였지만, 이는 특정 이벤트 중에 하나의 동작에 불과할 수 있다. 도 8에서는 특정 이벤트의 다른 실시예인 채널 변경 횟수가 임계 횟수보다 많은 경우의 동작에 대해서 설명한다.
도 8은 사용자의 특정 행동을 고려하여 컨텐츠를 추천하는 방법을 설명하기 위한 흐름도이다.
도 8을 참조하면,사용자의 채널 변경 횟수가 임계 횟수보다 많은지 여부를 판단할 수 있다(S810). 사용자의 채널 변경 횟수가 임계 횟수보다 많은 경우에는 추천된 컨텐츠를 표시할 수 있다(S820). 한편, 사용자의 채널 변경 횟수가 임계 횟수보다 적은 경우에는 다른 특정 이벤트가 발생할 때까지 동작하지 않을 수 있다.
도 9는 추천 적중률과 사용자의 추천 기능 취소 여부를 고려하여 컨텐츠를 추천하는 방법을 설명하기 위한 흐름도이다.
한편, 본 개시의 또 다른 실시 예인 도 9를 참조하면,사용자의 이력 정보를 수집하여 메모리(110) 등에 저장할 수 있다(S910). 그리고사용자가 디스플레이(131)를 on 하는 경우(S920) 특정 이벤트 중 하나로 인식하여 해당 날짜 및 시간에 대한 컨텐츠를 선정할 수 있다. 선정된 복수의 컨텐츠 중에서 해당 날짜 및 시간에 각각의 이용 지수 및 추천 적중률을 산출할 수 있다.
이 경우, 현재의 날짜 및 시간에 추천된(선정된) 컨텐츠의 추천 적중률이 임계치보다 높은지 여부를 판단할 수 있다(S930). 복수의 컨텐츠 가운데 추천 적중률이 임계치보다 높은 경우 바로 해당 추천된 컨텐츠로 이동하도록 제어할 수 있으며(S940), 추천 적중률이 임계치보다 낮은 경우 다음 특정 이벤트가 있을때까지 대기할 수 있다.
이후 특정 이벤트가 발생하는 경우(S950) 사용자가 해당 추천 기능을 선택하지 않은 횟수가 임계 횟수 이상인지 여부를 판단할 수 있다(S960). 취소 횟수는 전자 장치(100)가 사용자의 편의를 위해 추천된 컨텐츠를 제공하였지만 사용자가 이를 수락하지 않고 해당 추천 컨텐츠를 선택하지 않은 것을 의미하며, 해당 제공을 취소하는 것을 의미할 수 있다. 사용자가 추천 기능을 임계 횟수 이상을 취소한 경우 추천 기능을 제공하지 않고 사용자가 추천 기능을 임계 횟수보다 적게 취소한 경우 혹은 취소하지 않았다면 추천된 컨텐츠를 표시할 수 있다(S970). 이 경우, 추천된 컨텐츠를 표시하는 것은 추천된 컨텐츠를 선택할 것인지를 사용자에게 묻는 UI 요소를 표시하는 것을 의미할 수 있고, 복수개의 추천된 컨텐츠가 있는 경우에는 목록을 표시하여 메뉴와 같은 UI 요소를 표시하는 것을 의미할 수 있다.
도 10은 본 개시의 또 다른 실시 예에 따른 컨텐츠 추천 방법을 설명하기 위한 흐름도이다.
도 10을 참조하면, 사용자 이력 정보를 수집하여 메모리(110)에 저장하는 과정이 전자 장치(100)에서 이루어지는 것으로 기술하였지만, 동일한 과정이 서버에서 이루어질 수 있다. 서버는 사용자 시청 이력에 대한 정보를 저장할 수 있다(S1010).
전자 장치(100)에서 특정 이벤트 발생 사실을 서버에 송신할 수 있다(S1020). 이 경우 서버는 사용자 시청 이력 정보를 이용하여 특정 이벤트 발생 시점에 대응되는 컨텐츠를 추천할 수 있다(S1030). 이 경우, 추천의 의미는 사용자를 위해 컨텐츠를 디스플레이(131)에 표시하는 추천하는 적극적인 동작을 의미하는 것이 아니며, 사용자에게 컨텐츠를 추천하기 위해 컨텐츠 목록을 작성하는 동작을 의미하는 것일 수 있다.
서버는 추천된 컨텐츠의 추천 적중률을 산출할 수 있다(S1040). 이후 추천 적중률이 임계치보다 높은 경우 추천된 컨텐츠를 전자 장치(100)에 송신할 수 있다(S1050). 이 경우, 전자 장치(100)는 서버에서 보낸 추천된 컨텐츠를 수신하여 디스플레이(131)에 표시할 수 있다. 이 경우, 추천된 컨텐츠를 표시하는 것은 추천된 컨텐츠를 선택할 것인지를 사용자에게 묻는 UI 요소를 표시하는 것을 의미할 수 있고, 복수개의 추천된 컨텐츠가 있는 경우에는 목록을 표시하여 메뉴와 같은 UI 요소를 표시하는 것을 의미할 수 있다.
도 11은 본 개시의 일 실시 예에 따른 전자 장치(100)의 컨텐츠 추천 방법을 설명하기 위한 흐름도이다.
도 11을 참조하면, 시청 이력에 기초하여 컨텐츠를 추천하는 단계(S1110), 추천된 컨텐츠에 대한 선택 빈도에 따라, 요일 및 시간별로 추천 적중률을 산출(S1120)하여 저장하는 단계를 포함할 수 있다.
여기서, 전자 장치(100)의 컨텐츠 추천 방법은 특정 이벤트가 발생하면 이벤트가 발생한 요일 및 시간에 대응되는 추천 적중률과 임계치를 비교하는 단계(S1130)를 포함할 수 있다. 특정 이벤트는 기설정된 시간 동안의 방송 채널 변경 횟수가 임계 횟수를 초과하는 이벤트 또는 기설정된 시간을 초과하여 방송 채널 선국 상태가 유지되는 이벤트 또는 시청 이력에 기초하여 예측되는 시청 시작 시간 또는 시청 종료 시간이 도래하는 이벤트일 수 있다.
또한, 시청 이력에 기초하여 컨텐츠를 추천하는 단계는, 전자 장치(100)에서 기 제공한 컨텐츠의 시청 요일에 대해 제1 가중치를 적용하고, 시청 시간대에 대해 제2 가중치를 적용하는 단계 및 제1 가중치 및 제2 가중치의 조합 결과에 기초하여 컨텐츠를 추천하는 단계를 포함할 수 있다.
여기서, 적중률을 산출하여 저장하는 단계는, 사용자가 추천된 컨텐츠를 실제로 시청하는 경우 카운트하고, 카운트 된 컨텐츠간의 비율을 적중률로 메모리(110)에 저장할 수 있다.
여기서, 전자 장치(100)의 컨텐츠 추천 방법은 추천 적중률이 임계치보다 높으면 이벤트 발생 시의 추천된 컨텐츠 중에서 추천 적중률이 최대인 컨텐츠를 바로 제공하고, 추천 적중률이 임계치보다 낮으면 이벤트 발생 시의 추천된 컨텐츠를 선택할 수 있는 메뉴를 제공하는 단계(S1140)를 포함할 수 있다.
한편, 전자 장치(100)의 컨텐츠 추천 방법은 메뉴의 취소가 임계 횟수 이상 반복되면, 컨텐츠 추천 기능을 비활성화시키는 단계, 추천 적중률이 최대인 컨텐츠에 대한 시청이 임계 횟수 이상 취소되면 컨텐츠 추천 기능을 비활성화시키는 단계를 포함할 수 있다.
본 개시의 일 실시 예에 따른 전자 장치(100)의 컨텐츠 추천 방법은, 시청 이력 가운데 요일 및 시간에 따라 가중치를 부여하여 이력 지수를 산출하거나 추가적으로 추천 적중률을 산출할 수 있다. 요일 및 시간에 따라 판단하는 것은 사용자의 컨텐츠 소비 패턴이 일주일 단위로 반복되는 것에 기초한 것이며, 이는 사용자의 습관에 따라 일주일이 아닌 한 달 또는 하루일 수 있다. 요일 및 시간에 따라 다른 가중치를 부여하면 사용자가 특정 요일 특정 시간에 소비하는 컨텐츠를 정확히 분석할 수 있으며, 사용자에 맞게 가중치를 조절할 수 도 있다. 또한, 감쇄 값을 이용하게 된다면 사용자가 최근에 소비한 컨텐츠를 중심으로 컨텐츠를 추천할 수 있어, 변화하는 사용자의 소비 패턴을 반영할 수 있다.
그리고 추천 적중률을 산출하는 과정을 통해서 추천된 컨텐츠가 사용자에게 적합한 것인지 여부를 확인할 수 있고, 이를 반영하여 가중치, 임계치 등 사용자가 미리 설정할 수 있는 값들을 변경할 수 있다. 가중치 및 임계치 등을 변경하는 동작으로 사용자에게 더 적합한 컨텐츠를 추천 할 수 있다. 그리고 본 개시의 일 실시 예에 따른 전자 장치(100)의 컨텐츠 추천 방법은, 추천 기능을 사용하지 않은 사용자 패턴을 분석할 수 있다. 추천 기능을 사용하지 않는 횟수를 카운트 하여 사용자의 의도를 반영하여 소비자의 만족감을 높일 수 있다.
그리고 본 개시의 일 실시 예에 따른 전자 장치(100)의 컨텐츠 추천 방법은 특정 조건하에서 바로 컨텐츠를 전환(표시)하는 등 의 동작을 수행하므로 사용자는 별도의 메뉴 접근 없이도 손쉽게 자신이 시청하고자 하는 컨텐츠를 이용할 수 있다.
또한, 상술한 바와 같은 전자 장치(100)의 컨텐츠 제어 방법은, 상술한 바와 같은 제어 방법을 실행하기 위한 적어도 하나의 실행 프로그램으로 구현될 수 있으며, 이러한 실행 프로그램은 비일시적인 판독 가능 매체에 저장될 수 있다.
비 일시적 판독 가능 매체란 레지스터, 캐쉬, 메모리 등과 같이 짧은 순간 동안 데이터를 저장하는 매체가 아니라 반영구적으로 데이터를 저장하며, 기기에 의해 판독(reading)이 가능한 매체를 의미한다. 구체적으로는, 상술한 다양한 애플리케이션 또는 프로그램들은 CD, DVD, 하드 디스크, 블루레이 디스크, USB, 메모리카드, ROM 등과 같은 비일시적 판독 가능 매체에 저장되어 제공될 수 있다.
한편, 본 개시의 실시 예를 구성하는 모든 구성 요소들이 하나로 결합하거나 결합하여 동작하는 것으로 설명되었다고 해서, 본 개시는 반드시 이러한 실시 예에 한정되는 것은 아니다. 즉, 본 개시의 목적 범위 안에서라면, 그 모든 구성 요소들이 하나 이상으로 선택적으로 결합하여 동작할 수도 있다. 또한, 그 모든 구성요소들이 각각 하나의 독립적인 하드웨어로 구현될 수 있지만, 각 구성 요소들의 그 일부 또는 전부가 선택적으로 조합되어 하나 또는 복수 개의 하드웨어에서 조합된 일부 또는 전부의 기능을 수행하는 프로그램 모듈을 갖는 컴퓨터 프로그램으로서 구현될 수도 있다. 그 컴퓨터 프로그램을 구성하는 코드들 및 코드 세그먼트들은 본 개시의 기술 분야의 당업자에 의해 용이하게 추론될 수 있을 것이다. 이러한 컴퓨터 프로그램은 컴퓨터가 읽을 수 있는 비 일시적 저장매체(non-transitory computer readable media)에 저장되어 컴퓨터에 의하여 읽혀지고 실행됨으로써, 본 개시의 실시 예를 구현할 수 있다.
여기서 비 일시적 판독 가능 기록매체란, 레지스터, 캐시(cache), 메모리 등과 같이 짧은 순간 동안 데이터를 저장하는 매체가 아니라, 반영구적으로 데이터를 저장하며, 기기에 의해 판독(reading)이 가능한 매체를 의미한다. 구체적으로, 상술한 프로그램들은 CD, DVD, 하드 디스크, 블루레이 디스크, USB, 메모리 카드, ROM 등과 같은 비일시적 판독가능 기록매체에 저장되어 제공될 수 있다.
이상에서는 본 개시의 바람직한 실시 예에 대해서 도시하고, 설명하였으나, 본 개시는 상술한 특정의 실시 예에 한정되지 아니하며, 청구범위에서 청구하는 본 개시의 요지를 벗어남이 없이 당해 발명이 속하는 기술분야에서 통상의 지식을 가진자라면 누구든지 다양한 변형 실시할 수 있는 것은 물론이고, 그와 같은 변경은 청구범위 기재의 범위 내에 있게 된다.
110: 메모리
120: 프로세서
131: 디스플레이

Claims (19)

  1. 전자 장치의 컨텐츠 추천 방법에 있어서,
    시청 이력에 기초하여 컨텐츠를 추천하는 단계;
    상기 추천된 컨텐츠에 대한 사용자 선택 빈도에 따라, 요일 및 시간 별로 상기 추천된 컨텐츠의 추천 적중률을 산출하여 저장하는 단계;
    특정 이벤트가 발생하면, 상기 특정 이벤트가 발생한 요일 및 시간에 대응되는 컨텐츠의 추천 적중률을 식별하는 단계;
    상기 식별된 추천 적중률이 임계치 이상이면, 상기 특정 이벤트가 발생한 요일 및 시간에 대응되는 컨텐츠를 바로 제공하는 단계; 및
    상기 식별된 추천 적중률이 임계치 미만이면, 상기 특정 이벤트가 발생한 요일 및 시간에 대응되는 컨텐츠를 선택할 수 있는 메뉴를 제공하는 단계;를 포함하는 전자 장치의 컨텐츠 추천 방법.
  2. 삭제
  3. 제1항에 있어서,
    상기 메뉴의 취소가 임계 횟수 이상 반복되면, 컨텐츠 추천 기능을 비활성화시키는 단계;를 더 포함하는 전자 장치의 컨텐츠 추천 방법.
  4. 제1항에 있어서,
    상기 추천 적중률이 상기 임계치보다 높아 바로 제공된 컨텐츠 대한 시청이 임계 횟수 이상 취소되면 컨텐츠 추천 기능을 비활성화시키는 단계;를 더 포함하는 전자 장치의 컨텐츠 추천 방법.
  5. 제1항에 있어서,
    상기 특정 이벤트는,
    기설정된 시간 동안의 방송 채널 변경 횟수가 임계 횟수를 초과하는 이벤트인, 전자 장치의 컨텐츠 추천 방법.
  6. 제1항에 있어서,
    상기 특정 이벤트는,
    기 설정된 시간을 초과하여 방송 채널 선국 상태가 유지되는 이벤트인, 전자 장치의 컨텐츠 추천 방법.
  7. 제1항에 있어서,
    상기 특정 이벤트는, 상기 시청 이력에 기초하여 예측되는 시청 시작 시간 또는 시청 종료 시간이 도래하는 이벤트인, 전자 장치의 컨텐츠 추천 방법.
  8. 제1항에 있어서,
    상기 시청 이력에 기초하여 컨텐츠를 추천하는 단계는,
    상기 전자 장치에서 기 제공한 컨텐츠의 시청 요일에 대해 제1 가중치를 적용하고, 시청 시간대에 대해 제2 가중치를 적용하는 단계; 및
    상기 제1 가중치 및 상기 제2 가중치의 조합 결과에 기초하여 컨텐츠를 추천하는 단계;를 포함하는, 전자 장치의 컨텐츠 추천 방법.
  9. 제1항에 있어서,
    상기 적중률을 식별하여 저장하는 단계는,
    사용자가 추천된 상기 컨텐츠를 실제로 시청하는 경우 카운트하고, 카운트 된 컨텐츠간의 비율을 상기 추천 적중률로 메모리에 저장하는 전자 장치의 컨텐츠 추천 방법.
  10. 전자 장치에 있어서,
    디스플레이;
    시청 이력을 저장하는 메모리;
    상기 시청 이력에 기초하여 컨텐츠를 추천하고, 상기 추천된 컨텐츠에 대한 사용자 선택 빈도에 따라, 요일 및 시간 별로 상기 추천된 컨텐츠의 추천 적중률을 식별하여 상기 메모리에 저장하는 프로세서를 포함하고,
    상기 프로세서는,
    특정 이벤트가 발생하면, 상기 특정 이벤트가 발생한 요일 및 시간에 대응되는 컨텐츠의 추천 적중률을 산출하고,
    상기 식별된 추천 적중률이 임계치 이상이면, 상기 특정 이벤트가 발생한 요일 및 시간에 대응되는 컨텐츠를 바로 제공하고,
    상기 식별된 추천 적중률이 임계치 미만이면, 상기 특정 이벤트가 발생한 요일 및 시간에 대응되는 컨텐츠를 선택할 수 있는 메뉴를 제공하는, 전자 장치.
  11. 삭제
  12. 제10항에 있어서,
    상기 프로세서는,
    상기 메뉴의 취소가 임계 횟수 이상 반복되면, 컨텐츠 추천 기능을 비활성화시키는 전자 장치.
  13. 제10항에 있어서,
    상기 프로세서는,
    상기 추천 적중률이 상기 임계치보다 높아 바로 제공된 컨텐츠 대한 시청이 임계 횟수 이상 취소되면 컨텐츠 추천 기능을 비활성화시키는 전자 장치.
  14. 제10항에 있어서,
    상기 특정 이벤트는,
    기설정된 시간 동안의 방송 채널 변경 횟수가 임계 횟수를 초과하는 이벤트인 전자 장치.
  15. 제10항에 있어서,
    상기 특정 이벤트는,
    기 설정된 시간을 초과하여 방송 채널 선국 상태가 유지되는 이벤트인 전자 장치.
  16. 제10항에 있어서,
    상기 특정 이벤트는,
    상기 시청 이력에 기초하여 예측되는 시청 시작 시간 또는 시청 종료 시간이 도래하는 이벤트인 전자 장치.
  17. 제10항에 있어서,
    상기 프로세서는,
    상기 전자 장치에서 기 제공한 컨텐츠의 시청 요일에 대해 제1 가중치를 적용하고, 시청 시간대에 대해 제2 가중치를 적용하며, 상기 제1 가중치 및 상기 제2 가중치의 조합 결과에 기초하여 컨텐츠를 추천하는 전자 장치.
  18. 제10항에 있어서,
    상기 프로세서는,
    사용자가 추천된 상기 컨텐츠를 실제로 시청하는 경우 카운트하고, 카운트 된 컨텐츠간의 비율을 상기 추천 적중률로 메모리에 저장하는 전자 장치.
  19. 전자 장치의 컨텐츠 추천 방법을 실행하기 위한 프로그램을 포함하는 컴퓨터 판독가능 기록매체에 있어서,
    상기 추천 방법은,
    시청 이력에 기초하여 컨텐츠를 추천하는 단계;
    상기 추천된 컨텐츠에 대한 사용자 선택 빈도에 따라, 요일 및 시간 별로 상기 추천된 컨텐츠의 추천 적중률을 식별하여 저장하는 단계;
    특정 이벤트가 발생하면, 상기 이벤트가 발생한 요일 및 시간에 대응되는 컨텐츠의 추천 적중률을 산출하는 단계;
    상기 식별된 추천 적중률이 임계치 이상이면, 상기 특정 이벤트가 발생한 요일 및 시간에 대응되는 컨텐츠를 바로 제공하는 단계; 및
    상기 식별된 추천 적중률이 임계치 미만이면, 상기 특정 이벤트가 발생한 요일 및 시간에 대응되는 컨텐츠를 선택할 수 있는 메뉴를 제공하는 단계;를 포함하는 컴퓨터 판독가능 기록매체.


KR1020170124400A 2017-09-26 2017-09-26 전자 장치 및 이의 제어방법 KR102395243B1 (ko)

Priority Applications (4)

Application Number Priority Date Filing Date Title
KR1020170124400A KR102395243B1 (ko) 2017-09-26 2017-09-26 전자 장치 및 이의 제어방법
PCT/KR2018/011314 WO2019066432A1 (ko) 2017-09-26 2018-09-21 전자 장치 및 이의 제어방법
EP18862844.0A EP3641323A4 (en) 2017-09-26 2018-09-21 ELECTRONIC DEVICE AND ITS CONTROL PROCESS
US16/638,354 US11064261B2 (en) 2017-09-26 2018-09-21 Electronic device and control method therefor

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020170124400A KR102395243B1 (ko) 2017-09-26 2017-09-26 전자 장치 및 이의 제어방법

Publications (2)

Publication Number Publication Date
KR20190035324A KR20190035324A (ko) 2019-04-03
KR102395243B1 true KR102395243B1 (ko) 2022-05-06

Family

ID=65903035

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020170124400A KR102395243B1 (ko) 2017-09-26 2017-09-26 전자 장치 및 이의 제어방법

Country Status (4)

Country Link
US (1) US11064261B2 (ko)
EP (1) EP3641323A4 (ko)
KR (1) KR102395243B1 (ko)
WO (1) WO2019066432A1 (ko)

Families Citing this family (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US10908780B2 (en) * 2017-11-30 2021-02-02 Panasonic Intellectual Property Management Co, Ltd. Image output device, method of controlling image output device, and television
CN110413169B (zh) * 2019-07-24 2021-11-23 北京小米移动软件有限公司 一种信息展示方法、装置及介质
KR20190105536A (ko) * 2019-08-26 2019-09-17 엘지전자 주식회사 선호도 기반 서비스 제공 시스템, 장치 및 방법
KR102250135B1 (ko) * 2020-05-29 2021-05-10 박준영 추천 동영상 제공 방법 및 이를 위한 장치
CN112380592B (zh) * 2020-10-28 2024-04-12 中车工业研究院有限公司 设计推荐系统及方法、电子设备及可读存储介质
US11509965B2 (en) * 2020-11-06 2022-11-22 Rovi Guides, Inc. Systems and methods for providing content recommendations
KR20240038992A (ko) * 2021-10-28 2024-03-26 엘지전자 주식회사 Tv 및 그 제어 방법
CN114554278B (zh) * 2022-01-28 2023-12-19 青岛海尔科技有限公司 播放控制方法及装置、存储介质及电子装置
US20230278572A1 (en) * 2022-03-07 2023-09-07 Toyota Research Institute, Inc. Vehicle-provided recommendations for use of adas systems

Family Cites Families (16)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR100617207B1 (ko) 1999-01-28 2006-08-31 엘지전자 주식회사 티브이(ｔｖ) 방송 채널간의 선호 채널 표시방법
US20040003395A1 (en) * 2002-06-28 2004-01-01 Gutta Srinivas Automatic display of a recommended program onto PIP display
KR101239977B1 (ko) 2005-12-28 2013-03-06 삼성전자주식회사 리모콘 및 이를 포함하는 디스플레이 시스템
KR101295567B1 (ko) 2006-09-28 2013-08-12 엘지전자 주식회사 티브이 및 이를 이용한 선호 채널 제공 방법
KR100848721B1 (ko) * 2006-12-22 2008-07-25 주식회사 알티캐스트 추천 컨텐츠 제공 시스템 및 그 방법
JP2008193431A (ja) 2007-02-05 2008-08-21 Fujitsu Ltd コンテンツ推薦装置、コンテンツ推薦方法、およびコンテンツ推薦プログラム
US8024756B2 (en) 2008-04-10 2011-09-20 Sony Corporation TV user interface for viewing selected sub-groups of channels
US9215423B2 (en) * 2009-03-30 2015-12-15 Time Warner Cable Enterprises Llc Recommendation engine apparatus and methods
JP2011146766A (ja) 2010-01-12 2011-07-28 Panasonic Corp 放送波受信装置および放送波受信装置における画面表示制御方法
JP2012023636A (ja) * 2010-07-15 2012-02-02 Nippon Hoso Kyokai <Nhk> コンテンツ提示装置及びコンテンツ提示プログラム
GB2486257B (en) * 2010-12-09 2015-05-27 Samsung Electronics Co Ltd Multimedia system and method of recommending multimedia content
KR102164455B1 (ko) * 2013-05-08 2020-10-13 삼성전자주식회사 콘텐트 제공 방법, 콘텐트 제공 장치 및 그 콘텐트 제공 시스템
KR102104355B1 (ko) * 2013-08-30 2020-05-29 엘지전자 주식회사 영상 표시 기기 및 그 동작 방법
KR102096923B1 (ko) 2013-10-11 2020-04-03 삼성전자주식회사 컨텐츠 추천을 위한 컨텐츠 제공 장치, 시스템 및 방법
US11290783B2 (en) * 2015-03-17 2022-03-29 Comcast Cable Communications, Llc Real-time recommendations for altering content output
JP6641204B2 (ja) * 2016-03-17 2020-02-05 Kddi株式会社 番組推薦装置、番組推薦方法及び番組推薦プログラム

Also Published As

Publication number Publication date
US11064261B2 (en) 2021-07-13
WO2019066432A1 (ko) 2019-04-04
EP3641323A4 (en) 2020-10-28
US20200169789A1 (en) 2020-05-28
EP3641323A1 (en) 2020-04-22
KR20190035324A (ko) 2019-04-03

Similar Documents

Publication Publication Date Title
KR102395243B1 (ko) 전자 장치 및 이의 제어방법
KR102384215B1 (ko) 전자 장치 및 그의 제어방법
US11381880B2 (en) Methods, systems, and media for presenting suggestions of media content
US8464292B2 (en) Personalized television guide
US20150334461A1 (en) Methods and systems for dynamically recommending favorite channels or programs
CN106973323B (zh) 电子设备和在电子设备中扫描频道的方法
EP3484166A2 (en) Display apparatus, server, and control method thereof
US11676586B2 (en) Systems and methods for providing voice command recommendations
US11412308B2 (en) Method for providing recommended channel list, and display device according thereto
US10069769B2 (en) Electronic device and method for providing user preference program notification in the electronic device
KR20200085597A (ko) 추천 리스트 제공 방법 및 그에 따른 디스플레이 장치
KR102384209B1 (ko) 전자 장치 및 이의 제어 방법
KR20150069619A (ko) 디스플레이장치 및 그 제어방법
WO2015096870A1 (en) Image display device with program-based automatic channel switching function
KR102663873B1 (ko) 전자장치 및 그 제어방법
CN113573127B (zh) 一种调整频道控件排序的方法和显示设备
US20170127130A1 (en) Device, system, method and non-transitory computer-readable storage medium for identifying viewer profile
CN109275023A (zh) 电视频道排序方法、电视及存储介质
US20130128126A1 (en) Smart Channel Tuning

Legal Events

Date Code Title Description
A201 Request for examination
E902 Notification of reason for refusal
E701 Decision to grant or registration of patent right
GRNT Written decision to grant