KR102395728B1 - 퍼소나 모델을 활용하여 도서 추천을 수행하는 독서 콘텐츠 관리 서버 및 이를 이용한 독서 콘텐츠 관리 방법 - Google Patents

Abstract

본 발명의 일 실시예에 따른 독서 콘텐츠 관리 서버는, 고객 단말로부터 고객 정보를 수집하는 고객 정보 수집부; 수집된 고객 정보로부터 행동 정보, 성향 정보, 및 독서 역량 정보 중 적어도 하나를 추출하는 고객 정보 추출부; 저장 DB에 기 저장된 퍼소나 모델에 기초하여, 행동 정보 및 성향 정보에 상응하는 고객 퍼소나를 진단하는 퍼소나 진단부; 독서 역량 정보를 기초로 독서 지수를 산출하는 독서 지수 산출부; 및 고객 퍼소나 및 독서 지수에 기초하여 맞춤형 콘텐츠를 생성하는 콘텐츠 생성부를 포함한다.

Description

퍼소나 모델을 활용하여 도서 추천을 수행하는 독서 콘텐츠 관리 서버 및 이를 이용한 독서 콘텐츠 관리 방법{READING CONTENT MANAGEMENT SERVER PERFORMING BOOK RECOMMENDATION USING PERSONA MODEL AND READING CONTENT MANAGEMENT METHOD USING THE SAME}

본 발명은 퍼소나 모델을 활용하여 도서 추천을 수행하는 독서 콘텐츠 관리 서버 및 이를 이용한 독서 콘텐츠 관리 방법에 관한 것이다.

최근, 시간과 공간의 제약을 받지 않는 온라인 독서가 증가하고 있다.

하지만, 이러한 온라인 독서는 특성상, 모든 독자 개개인의 니즈를 충족시킬 수 있는 맞춤형 도서를 제공하는 것에 한계가 있다. 또한, 기존의 도서 추천 시스템의 경우, 개인 맞춤형 콘텐츠를 제공한다 하더라도, 단순히, 회원가입정보에 기초한 개인 프로파일링에 의존하는 정도에 그치고 있다.

이에, 고객의 개인별 성향 및 니즈에 따라, 맞춤형 도서 콘텐츠를 온라인으로 제공할 수 있는 시스템이 요구되고 있다.

이를 위해, 고객의 유형이나 패턴을 사회학적 또는 인류학적 관점에서 분류하여 마케팅이나 영업 활동에 사용하기 위한 연구의 필요성이 제기되었다.

이 배경기술 부분에 기재된 사항은 출원의 배경에 대한 이해를 증진하기 위 하여 작성된 것으로서, 이 기술이 속하는 분야에서 통상의 지식을 가진 자에게 이미 알려진 종래기술이 아닌 사항을 포함할 수 있다.

본 발명의 목적은, 고객의 개인적인 정보에 기초한 퍼소나 모델을 활용하여, 고객의 니즈에 부합하는 도서를 추천할 수 있는 독서 콘텐츠 관리 서버 및 이를 이용한 독서 콘텐츠 관리 방법을 제공함에 있다.

본 발명의 일 실시예에 따른 독서 콘텐츠 관리 서버는, 고객 단말로부터 고객 정보를 수집하는 고객 정보 수집부; 수집된 고객 정보로부터 행동 정보, 성향 정보, 및 독서 역량 정보 중 적어도 하나를 추출하는 고객 정보 추출부; 저장 DB에 기 저장된 퍼소나 모델에 기초하여, 행동 정보 및 성향 정보에 상응하는 고객 퍼소나를 진단하는 퍼소나 진단부; 독서 역량 정보를 기초로 독서 지수를 산출하는 독서 지수 산출부; 및 고객 퍼소나 및 독서 지수에 기초하여 맞춤형 콘텐츠를 생성하는 콘텐츠 생성부를 포함하고, 독서 지수 산출부는, 고객 퍼소나에 상응하는 집중력 지표, 이해력 지표, 언어력 지표, 및 지적 호기심 지표에 기초하여, 기 설정된 영역별 역량 점수 산출식에 따라 영역별 역량 점수를 도출하는 영역별 역량 점수 도출부를 포함한다.

본 발명의 일 실시예에 있어서, 퍼소나 진단부는, 행동 정보를 저장 DB에 저장된 복수의 행동 모델에 매칭시켜 고객 행동 모델을 선택하는 행동 모델 선택부; 성향 정보를 저장 DB에 저장된 복수의 성향 모델에 매칭시켜 고객 성향 모델을 선택하는 성향 모델 선택부; 및 고객 행동 모델 및 고객 성향 모델을 조합하여 고객 퍼소나를 생성하는 고객 퍼소나 결정부를 포함한다.

본 발명의 일 실시예에 있어서, 영역별 역량 점수 산출식은,

이고, 여기서 R은 영역별 역량 점수이며, t는 퍼소나 유형, n은 지표 영역이고,

은 영역별 고객 점수,

은 퍼소나에 따라 기 설정된 영역별 가중치,

은 퍼소나에 따라 기 설정된 영역별 지표 점수이다.

본 발명의 일 실시예에 있어서, 독서 지수 산출부는, 영역별 역량 점수에 기초하여, 기 설정된 종합 역량 점수 산출식에 따라 종합 역량 점수를 도출하는 종합 역량 점수 도출부; 및 영역별 역량 점수로부터 최상위 및 최하위 영역을 나타내는 독서 코드를 생성하는 독서 코드 생성부를 더 포함한다.

본 발명의 일 실시예에 있어서, 종합 역량 점수 산출식은,

이고, 여기서 S는 종합 역량 점수, R은 영역별 역량 점수, N은 지표 영역의 개수이며, t는 퍼소나 유형, n은 지표 영역이고,

은 영역별 고객 점수,

은 퍼소나에 따라 기 설정된 영역별 가중치,

은 퍼소나에 따라 기 설정된 영역별 지표 점수이다.

본 발명의 일 실시예에 있어서, 콘텐츠 생성부는, 고객 퍼소나 및 독서 지수를 기초로 콘텐츠의 분야 및 독서 수준을 설정하여, 이에 상응하는 콘텐츠를 선별하는 콘텐츠 선별부; 및 퍼소나 모델에 따라 기 설정된 컬러 히스토그램에 기초하여, 선별된 콘텐츠의 이미지를 분석하는 이미지 분석부; 및 퍼소나 모델에 따라 기 설정된 인터페이스에 기초하여, 고객 퍼소나에 상응하는 콘텐츠 인터페이스를 설계하는 인터페이스 설계부를 포함한다.

본 발명의 일 실시예에 따른 독서 콘텐츠 관리 서버는, 고객 단말로부터 실시간으로 수신되는 고객 평가 정보를 저장 DB에 저장하고, 독서 지수 산출 시, 고객 평가 정보를 반영하여 독서 지수를 재산출한다.

본 발명의 일 실시예에 있어서, 맞춤형 콘텐츠는 학습자 대상 콘텐츠 및 지도자 대상 콘텐츠를 포함한다.

본 발명의 일 실시예에 따른 독서 콘텐츠 관리 방법은, 고객 단말로부터 고객 정보를 수집하는 고객 정보 수집 단계; 수집된 고객 정보로부터 행동 정보, 성향 정보, 및 독서 역량 정보 중 적어도 하나를 추출하는 고객 정보 추출 단계; 저장 DB에 기 저장된 퍼소나 모델에 기초하여, 행동 정보 및 성향 정보에 상응하는 고객 퍼소나를 진단하는 퍼소나 진단 단계; 독서 역량 정보를 기초로 독서 지수를 산출하는 독서 지수 산출 단계; 및 고객 퍼소나 및 독서 지수에 기초하여 맞춤형 콘텐츠를 생성하는 콘텐츠 생성 단계를 포함하고, 독서 지수 산출 단계는, 고객 퍼소나에 상응하는 집중력 지표, 이해력 지표, 언어력 지표, 및 지적 호기심 지표에 기초하여, 기 설정된 영역별 역량 점수 산출식에 따라 영역별 역량 점수를 도출하는 영역별 역량 점수 도출 단계를 포함한다.

본 발명의 일 실시예에 따른 독서 콘텐츠 관리 방법을 실행하기 위한 프로그램을 포함하는 컴퓨터 판독가능 기록매체에 있어서, 독서 콘텐츠 관리 방법은, 고객 단말로부터 고객 정보를 수집하는 고객 정보 수집 단계; 수집된 고객 정보로부터 행동 정보, 성향 정보, 및 독서 역량 정보 중 적어도 하나를 추출하는 고객 정보 추출 단계; 저장 DB에 기 저장된 퍼소나 모델에 기초하여, 행동 정보 및 성향 정보에 상응하는 고객 퍼소나를 진단하는 퍼소나 진단 단계; 독서 역량 정보를 기초로 독서 지수를 산출하는 독서 지수 산출 단계; 및 고객 퍼소나 및 독서 지수에 기초하여 맞춤형 콘텐츠를 생성하는 콘텐츠 생성 단계를 포함하고, 독서 지수 산출 단계는, 고객 퍼소나에 상응하는 집중력 지표, 이해력 지표, 언어력 지표, 및 지적 호기심 지표에 기초하여, 기 설정된 영역별 역량 점수 산출식에 따라 영역별 역량 점수를 도출하는 영역별 역량 점수 도출 단계를 포함한다.

본 발명의 일 실시예에 따른 독서 콘텐츠 관리 서버 및 이를 이용한 독서 콘텐츠 관리 방법을 적용하는 경우, 고객의 개인적인 정보에 기초한 퍼소나 모델을 활용하여, 고객의 니즈에 부합하는 도서를 추천할 수 있는 효과가 있다.

도 1은 본 발명의 일 실시예에 따른 독서 콘텐츠 관리 시스템을 도시한 것이다.
도 2는 본 발명의 일 실시예에 있어서, 퍼소나 진단부를 도시한 것이다.
도 3 및 4는 본 발명의 일 실시예에 있어서, 퍼소나 모델을 진단하는 방법을 나타낸 예시이다.
도 5는 본 발명의 일 실시예에 있어서, 독서 지수 산출부를 도시한 것이다.
도 6은 본 발명의 일 실시예에 있어서, 콘텐츠 생성부를 도시한 것이다.
도 7은 본 발명의 일 실시예에 있어서, 독서 콘텐츠 관리 방법을 도시한 것이다.
도 8은 본 발명의 일 실시예에 있어서, 독서 지수 산출 및 콘텐츠 선별 방법을 도시한 것이다.
도 9 및 10은 본 발명의 일 실시예에 있어서, 이미지 분석 방법을 나타낸 예시이다.
도 11은 본 발명의 일 실시예에 있어서, 인터페이스 설정 방법을 나타낸 예시이다.

이하, 각 도면의 구성요소들에 참조부호를 부가함에 있어서, 동일한 구성요소들에 대해서는 비록 다른 도면상에 표시되더라도 가능한 한 동일한 부호를 가지도록 하고 있음에 유의해야 한다. 또한, 본 발명을 설명함에 있어, 관련된 공지 구성 또는 기능에 대한 구체적인 설명이 본 발명의 요지를 흐릴 수 있다고 판단되는 경우에는 그 상세한 설명은 생략한다.

이하, 첨부한 도면을 참조하여 본 발명의 바람직한 실시 예를 설명함으로써, 본 발명을 상세히 설명한다.

도 1은 본 발명의 일 실시예에 따른 독서 콘텐츠 관리 시스템를 도시한 것이다.

도 1을 참조하면, 본 발명의 일 실시 예에 따른 독서 콘텐츠 관리 시스템(1000)은, 독서 콘텐츠 관리 서버(100), 저장 DB(200), 고객 단말(300), 네트워크(50)로 이루어진다.

먼저, 독서 콘텐츠 관리 서버(100)는 고객 정보를 수집하고 수집된 고객 정보에 기반하여 고객 퍼소나를 진단하고, 진단된 고객 퍼소나를 기반으로 맞춤형 콘텐츠를 제공할 수 있다.

독서 콘텐츠 관리 서버(100)는 상술한 기능을 수행하기 위하여 네트워크(50)를 통해 고객 단말(300)과 통신할 수 있다. 이를 위해, 독서 콘텐츠 관리 서버(100)는 WPAN, WiFi, 3G/4G/LTE, Bluetooth, Ethernet, BcN, 위성 통신, Microware, 시리얼 통신, PLC 로컬애드혹 네트워크, 인터넷 등을 지원하도록 중앙 프로세싱 유닛(CPU), 마이크로프로세서, ASIC 등에 임베딩 되거나, 이들에 의해 제어되는 통신 모듈을 포함할 수 있다.

독서 콘텐츠 관리 서버(100)는, 고객 정보 수집부, 고객 정보 추출부, 퍼소나 진단부, 독서 지수 산출부, 콘텐츠 생성부, 콘텐츠 출력부를 포함한다.

이어서, 저장 DB(200)는 고객 정보 및 인구통계학 정보에 기초한 퍼소나 모델 정보가 저장하며, 퍼소나 모델별로 기설정된 독서 분야, 및 독서 수준에 따라 분류 및 저장되는 독서 콘텐츠를 저장하는 기능을 한다.

이외에도, 저장 DB(200)는 고객의 퍼소나 모델을 진단하기 위해 필요한 행동 키워드, 성향 키워드를 저장하며, 각각의 키워드들을 기준으로 관리자에 의해 분류되는 행동 모델, 성향 모델 및 퍼소나 모델들을 사전에 생성, 분류, 저장 및 관리하는 기능을 한다.

또한, 저장 DB(200)(200)에는 퍼소나 모델에 따라 기저장되는 지표 영역별 기준 점수와 영역별 가중치 정보, 고객 평가 정보(별점, 코멘트, 전문가 의견)가 저장될 수 있다. 나아가, 고객에게 맞춤형 콘텐츠를 제공하기 위해 필요한 모든 정보가 저장될 수 있다.

이어서, 고객 단말(300)은 맞춤형 고객 모델을 제공받기 위해 각 고객이 소지한 단말로서, 후술할 네트워크(50)를 통해 맞춤형 모델 관리 서버와 서로 연결되어 데이터 송/수신이 가능하도록 제공된다. 고객 단말(300)은 컴퓨터나 휴대용 단말기, 텔레비전으로 제공될 수 있으며, 셀 폰들, 스마트 폰, 데스크톱 컴퓨터들, 랩톱 컴퓨터들, 태블릿 컴퓨터들, 개인용 디지털 보조기들 (PDAs), 웨어러블 디바이스 등을 포함할 수도 있다.

또한, 고객 단말(300)은 맞춤형 모델 관리 서버에서 제공되는 다양한 HTML(Hyper Text Markup Language) 문서 등의 웹페이지(Web Page)를 가져와 화면에 디스플레이(Display)될 수 있도록 통상의 웹브라우저(Web Browser)가 구비되고, 맞춤형 모델 관리 서버에 접속하여 다양한 웹서비스(Web Service)를 이용할 수 있는 모든 종류의 유무선 통신 장치일 수 있다.

고객 단말(300)은 네트워크(50)를 통해 맞춤형 모델 관리 서버에 접속하여, 서비스를 이용할 수 있도록 애플리케이션(application)이 설치될 수 있다. 특히, 애플리케이션 간 데이터 조회가 불가능한 운영체제에 적용 가능하며, 운영체제로는 IOS, 안드로이드(ANDROID), 심비안(SYMBIAN), 바다(BADA) 등의 모바일 운영체제가 포함될 수 있고, 이러한 조건들을 합쳐서 모바일 환경이 형성될 수 있다.

도면에서는 이해의 편의를 위해, 고객 단말(300)이 하나인 경우를 전제로 도시하였으나, 이에 한정하는 것은 아니며, 실제 맞춤형 모델 관리 서버가 사용되는 환경에서는 도면과 다르게 제공될 수 있다. 예를 들면, 고객 단말(300)은 아동이 사용하는 아동 단말일 수 있으며, 부모가 사용하는 부모 단말 혹은 관리자 단말일 수 있다. 이러한 다수 개의 단말이 서로 고객 정보를 공유할 수 있도록 제공될 수 있다.

이어서, 네트워크(50)는 단말들 및 서버들과 같은 각각의 노드 상호 간에 정보 교환이 가능한 연결 구조를 의미한다. 네트워크(50)는 TCP/IP 프로토콜 및 그 상위계층에 존재하는 여러 서비스, 즉 HTTP(Hyper Text Transfer Protocol), Telnet, FTP(File Transfer Protocol), DNS(Domain Name System), SMTP(Simple Mail Transfer Protocol), SNMP(Simple Network Management Protocol), NFS(Network File Service), NIS(Network Information Service) 등을 제공하는 전 세계적인 개방형 컴퓨터 네트워크 구조로 제공를 의미한다.

네트워크(50)는 고객 단말(300)과 독서 콘텐츠 관리 서버(100)를 연결시킬 수 있는 모든 유/무선 네트워크를 포함하며, 예를 들면, Wi-Fi, 블루투스(Bluetooth), 인터넷(Internet), LAN(Local Area Network), Wireless LAN(Wireless Local Area Network), WAN(Wide Area Network), PAN(Personal Area Network), WPAN, 3G, 4G, LTE, Ethernet, BcN, 위성 통신, Microware, 시리얼 통신, PLC 로컬 애드혹 네트워크, 인터넷 등일 수 있다. 여기서, 인터넷은 다수의 라우팅 에이전트들 및 프로세싱 에이전트들을 포함한다. 인터넷은, 표준 인터넷 프로토콜 (예를 들어, TCP/IP)를 사용하는 글로벌 시스템일 수 있다. TCP/IP는 데이터가 목적지에서 어떻게 포맷팅되고, 어드레싱되고, 송신되고, 라우팅되며 수신되어야만 하는지를 명시하는 통신 규약이다.

이와 같은 네트워크(50)를 활용하면 상술한 맞춤형 모델 관리 서버와 고객 단말(300)을 서로 연결하여 정보의 송수신이 가능하도록 구현할 수 있다.

이상에서는 본 발명의 일 실시예에 따른 독서 콘텐츠 관리 시스템의 구성에 대해 살펴보았다. 이하에서는 상술한 독서 콘텐츠 관리 서버의 세부 구성에 대해 자세하게 설명한다.

도 1을 참조하면, 먼저, 고객 정보 수집부(110)는 고객 단말로부터 고객 정보를 수집한다.

고객 정보 수집부(110)는, 독서 콘텐츠 관리 서버가 고객 단말로 제공하는 설문, 문진, 혹은 사전 평가의 결과에 기초하여 고객 정보를 수집한다.

고객 정보는 인적 사항(연령, 성별, 성격)을 포함하며, 직업, 생활 공간(유치원, 학교, 자택), 생활 패턴, 보호자 정보(부모, 선생님)와 같은 생활환경 정보를 포함할 수 있다.

이어서, 고객 정보 추출부(120)는 수집된 고객 정보로부터 행동 정보, 성향 정보, 및 독서 역량 정보 중 적어도 하나를 추출한다.

고객 정보는, 이외에도, 독서 습관 정보, 선호 정보, 및 비선호 정보를 포함할 수 있다.

행동 정보는, 행동 특성, 핵심 욕구, 행동 동기 등을 포함할 수 있으며, 후술할 행동 모델을 진단하기 위해 사용되며, 성향 정보는, 선호 요인, 기피 요인, 수용 태도와 같은 고객의 성향을 파악하여 성향 모델을 진단하기 위해 사용된다.

독서 역량 정보는 집중력, 이해력, 언어력, 지적 호기심 영역별 고객의 독서 역량을 판단하기 위한 정보로서, 독서 콘텐츠 관리 서버가 고객 단말로 제공하는 사전 평가의 결과에 기초하여 추출될 수 있다. 이 때, 사전 평가는 문제 풀이 형식의 테스트 항목으로 제공될 수 있으며, 사전 평가의 결과를 점수화하여 독서 역량 정보로 추출할 수도 있다. 이러한 독서 역량 정보는 후술할 독서 지수 산출부(140)에서 고객의 집중력, 이해력, 언어력, 지적 호기심을 평가하는 지표로서 사용된다.

독서 습관 정보는 일평균 독서량, 일평균 독서 가능 시간, 1회 독서 시간, 독서 빈도, 독서 목적(주분야 부가 학습, 모르는 분야 간접 학습, 다양한 분야 간접 체험, 자기계발, 취미 등)을 포함할 수 있다. 이러한 독서 습관 정보는 맞춤형 콘텐츠를 제공할 때 인터페이스를 설정하기 위한 자료로 사용될 수 있다.

선호 정보는, 관심 학습 분야(언어, 수학, 과학, 음악, 미술, 체육 등), 취미, 특기, 장래 희망, 희망 도서와 같은 관심사 정보를 포함할 수 있으며, 비선호 정보는, 무관심 분야, 잘 모르는 분야, 비선호 도서, 기피 영역을 포함할 수 있다. 선호 정보와 비선호 정보는 맞춤형 콘텐츠의 독서 분야를 설정하기 위해 사용될 수 있다.

도 2는 본 발명의 일 실시예에 있어서, 퍼소나 진단부를 도시한 것이다.

도 3 및 4는 본 발명의 일 실시예에 있어서, 퍼소나 모델을 진단하는 방법을 나타낸 예시이다.

도 2 내지 4를 참조하면, 퍼소나 진단부(130)는 저장 DB에 기 저장된 퍼소나 모델에 기초하여, 행동 정보 및 성향 정보에 상응하는 고객 퍼소나를 진단한다. 퍼소나 진단부(130)는, 상술한 행동 모델 선택부(131), 성향 모델 선택부(132), 및 고객 퍼소나 결정부(133)를 포함할 수 있다.

행동 모델 선택부(131)는 행동 정보를 저장 DB에 저장된 복수의 행동 모델에 매칭시켜 고객 행동 모델을 선택한다. 성향 모델 선택부(132)는 성향 정보를 저장 DB에 저장된 복수의 성향 모델에 매칭시켜 고객 성향 모델을 선택한다.

행동 모델과 성향 모델은 고객의 개인 기질 특성 유형에 따라 분류되며, 후술할 고객 퍼소나를 진단하는 기초가 된다.

도 4를 참조하여 예를 들면, 행동 모델은 행동 특성, 핵심 욕구에 따라 4가지의 모델로 분류될 수 있으며, 성향 모델은 선호 및 기피 요인과 수용 태도에 따라 4가지 모델로 분류될 수 있다.

고객 행동 모델과, 고객 성향 모델은 고객 정보에 기초하여 선택되며, 상기 각 4가지 모델들 중 어느 하나가 선택되도록 제공된다.

도 3 및 4를 참조하면, 고객 퍼소나 결정부(133)는 상기에서 선택된 고객 행동 모델 및 고객 성향 모델을 조합하여, 고객 퍼소나를 생성한다.

퍼소나 모델은 도시된 것과 같은 총 16가지의 퍼소나 모델이 기 설정될 수 있다. 고객 퍼소나 결정부(133)는, 고객 성향 모델 및 고객 행동 모델을 조합하여 16가지의 퍼소나 모델 중 어느 하나를 고객 퍼소나로 결정한다.

이렇게 결정된 고객 퍼소나는 콘텐츠 생성부(150)로 제공되어 고객 퍼소나에 상응하는 맞춤형 콘텐츠를 생성하는데 기초가 된다.

도 5는 본 발명의 일 실시예에 있어서, 독서 지수 산출부를 도시한 것이다.

도 5를 참조하면, 독서 지수 산출부(140)는 독서 역량 정보를 기초로 독서 지수를 산출하는 기능을 하며, 영역별 역량 점수 도출부(141), 종합 역량 점수 도출부(142), 및 독서 코드 생성부(143)로 구성된다. 이 때, 독서 지수는 종합 역량 점수 및 독서 코드를 포함할 수 있다.

먼저, 영역별 역량 점수 도출부(141)는 고객 퍼소나에 상응하는 집중력 지표, 이해력 지표, 언어력 지표, 및 지적 호기심 지표에 기초하여, 기 설정된 영역별 역량 점수 산출식에 따라 영역별 역량 점수를 도출한다.

이 때, 영역별 역량 점수 산출식은 다음과 같다.

[식 1]

여기서 R은 영역별 역량 점수이며, t는 퍼소나 유형, n은 지표 영역이고,

은 영역별 고객 점수,

은 퍼소나에 따라 기 설정된 영역별 가중치,

은 퍼소나에 따라 기 설정된 영역별 지표 점수이다.

상기 영역별 지표 점수는 퍼소나 모델에 따라 각 영역별로 상이하게 설정될 수 있다.

도 4를 참조하여 예를 들면, 퍼소나 모델이 도시된 바와 같이 1번 내지 16번 타입으로 설정되는 경우, 아래와 같이 지표 점수가 설정될 수 있다.

3번 퍼소나 모델 “리틀 에디슨(Little Edison) 타입”의 영역별 지표 점수는 집중력, 이해력, 언어력, 지적 호기심 영역 순으로, 25점 만점에 17점, 18점, 15점, 22점으로 설정될 수 있다.

9번 퍼소나 모델 “해피 바이러스(Happy Virus) 타입”의 경우, 영역별 지표 점수는 집중력, 이해력, 언어력, 지적 호기심 영역 순으로, 25점 만점에 18점, 19점, 18점, 16점으로 설정될 수 있다.

또한, 퍼소나 모델별 지표 점수를 초과하거나 미만인 경우에는, 영역별 가중치를 부여하여 평균 점수와의 변별력을 상승시킬 수 있도록 제공될 수 있으며, 상기 가중치 또한 퍼소나 모델에 따라 영역별로 차등 설정될 수 있다.

상기와 같이 퍼소나 모델에 따라, 영역별 지표 점수 및 가중치를 설정하는 이유는, 특정 영역에서 퍼소나 모델에 따라 매우 높은 점수 또는 낮은 점수가 산출되어 사전 평가의 신뢰도가 저하될 우려가 있기 때문이다.

예를 들면, 다른 퍼소나 모델보다 호기심이 많은 기질을 갖는 3번 퍼소나 모델의 경우, 지적 호기심 영역에서 평균 퍼소나 모델 대비 매우 높은 성향을 지니므로, 영역별 점수가 상대적으로 높게 산출될 수밖에 없다. 이에 따라, 변별력이 떨어지는 문제점이 있으며, 테스트 결과를 정확하게 분석하기 어렵게 된다.

하지만, 퍼소나 모델 각각에 따라 영역별 지표 점수 및 가중치를 상이하게 설정하는 경우, 퍼소나 모델 각각의 특성을 고려한 보다 정확한 영역별 역량 점수를 산출할 수 있게 된다.

일 예를 살펴보면, 7번 퍼소나 모델 “척척박사(Know-It-All) 타입”의 2번 이해력 영역의 지표 점수가 25점 만점에 20점이고, 이해력 영역의 가중치를 0.5로 설정하는 것을 전제하면, 이해력 영역의 역량 점수가 아래와 같이 산출될 수 있다.

즉, 이해력 영역의 7번 퍼소나 모델의 고객 점수가 19점인 경우, 다른 퍼소나 모델들에 비해 평균적으로 높은 점수라 하더라도, 지표점수가 20점으로 설정되어 있으므로, 아래와 같이 가중치를 적용하여 최종 이해력 영역의 역량 점수가 감산될 수 있다.

상기와 같이, 영역별 지표 점수 및 가중치를 적용함으로써, 퍼소나 모델의 특성을 효과적으로 고려함과 동시에 평균 점수와의 변별력을 제공할 수 있어서 고객의 성향 및 역량을 더욱 정확하게 반영한 점수를 산출할 수 있게 된다.

이어서, 종합 역량 점수 도출부(142)는 상기에서 도출된 영역별 역량 점수에 기초하여, 기 설정된 종합 역량 점수 산출식에 따라 종합 역량 점수를 도출한다.

이 때, 종합 역량 점수 산출식은 다음과 같다.

[식 2]

여기서 S는 종합 역량 점수, R은 영역별 역량 점수, N은 지표 영역의 개수이며, t는 퍼소나 유형, n은 지표 영역이고,

은 영역별 고객 점수,

은 퍼소나에 따라 기 설정된 영역별 가중치,

은 퍼소나에 따라 기 설정된 영역별 지표 점수이다.

아래에서는 예시를 통해 설명한다.

먼저, 3번 퍼소나 모델 “리틀 에디슨(Little Edison) 타입”의 영역별 지표 점수는 집중력, 이해력, 언어력, 지적 호기심 영역 순으로, 25점 만점에 17점, 18점, 16점, 22점이고, 영역별 가중치는 0.5, 0.8, 0.5, 1로 설정된 것을 전제한다.

고객 점수가 상기 영역 순서대로 19점, 18점, 20점, 20점인 것을 가정하면, 영역별 역량 점수는 아래와 같이 산출될 수 있다.

상기 영역별 역량 점수에 대한 고객의 종합 역량 점수를 계산하면 다음과 같다.

이렇게 산출되는 종합 역량 점수는 후술할 콘텐츠 생성부(150)에서 독서 수준을 설정하기 위해 사용되게 된다.

이어서, 다시 도 5를 참조하면, 독서 코드 생성부(143)는 상기 영역별 역량 점수로부터 최상위 및 최하위 영역을 나타내는 독서 코드를 생성한다.

상기 독서 코드는 영역별 역량 점수로부터 최상위 점수를 획득한 영역부터 최하위 점수를 획득한 영역의 순서대로 생성될 수 있으며, 최상위 및 최하위 2개의 영역을 추출하여 생성될 수도 있다.

예를 들어, 3번 퍼소나 모델 “리틀 에디슨(Little Edison) 타입”의 영역별 영역별 역량 점수가 집중력, 이해력, 언어력, 지적 호기심 영역 순으로, 20점, 16점, 22점, 18점인 것으로 가정한다. 이 때, 각각의 영역을 최상위 점수를 획득한 영역순으로 나열하면, 언어력(L), 집중력(C), 지적 호기심(I), 이해력 영역(U)이 되고, 이에 기초하여 독서 코드는 “LCIU” 혹은 “LU”로 생성될 수 있다.

이렇게 생성된 독서 코드는 후술할 콘텐츠 생성부(150)에서 독서 영역을 설정하기 위해 이용될 수 있다.

이상에서 살펴본, 독서 지수 산출부(140)는 고객 단말로부터 실시간으로 수신되는 고객 평가 정보를 저장 DB에 저장하고, 독서 지수 산출 시, 고객 평가 정보를 반영하여 독서 지수를 재산출 하도록 제공될 수도 있다.

도 6은 본 발명의 일 실시예에 있어서, 콘텐츠 생성부를 도시한 것이다.

도 6을 참조하면, 콘텐츠 생성부(150)는, 고객 퍼소나 및 독서 지수에 기초하여 맞춤형 콘텐츠를 생성하는 기능을 하며, 콘텐츠 선별부(151), 이미지 분석부(152), 및 인터페이스 설계부(153)로 구성될 수 있다.

콘텐츠 선별부(151)는 퍼소나 진단부(130)로부터 수신되는 고객 퍼소나 및 독서 지수 산출부(140)로부터 수신되는 독서 지수를 기초로 콘텐츠의 분야 및 독서 수준을 설정하여, 이에 상응하는 콘텐츠를 선별한다.

먼저, 콘텐츠 선별부(151)는 상기에서 산출된 독서 지수 중 종합 역량 점수에 기초하여 독서 수준을 설정한다. 독서 수준은 상기 종합 역량 점수와 고객의 연령에 따라 기 설정된 독서 수준 설정 테이블에 기초하여 설정될 수 있다.

예를 들면, 8세의 A고객과 12세의 B고객의 종합 역량 점수가 모두 90점이라고 하더라도, 고객의 연령을 고려하여 A고객의 독서 수준 보다 12세의 독서 수준이 높은 등급으로 설정될 수 있다.

이어서, 콘텐츠 선별부(151)는 상기 독서 코드 생성부(143)에서 수신되는 독서 코드에 기초하여 독서 영역을 설정한다.

독서 영역은 독서 코드와 함께 고객 퍼소나별 기 설정된 독서 추천 영역을 고려하여 설정될 수도 있다. 이에 따라, 독서 코드로부터 독서 역량을 반영하여, 고객 퍼소나로부터 독서 성향을 모두 반영하여 고객의 니즈에 더욱 부합하는 독서 영역을 설정할 수 있는 이점이 있게 된다.

이외에도 고객 정보 추출부(120)로부터 추출된 선호 정보 및 비선호 정보를 이용할 수 있으며, 고객이 설정한 콘텐츠 비율을 반영하여 독서 영역을 설정할 수도 있다.

콘텐츠 선별부(151)는 상기와 같이 설정된 독서 수준 및 독서 영역에 기초하여 독서 콘텐츠를 선별함으로써, 고객의 독서 역량과 선호 분야를 모두 고려하여 고객 니즈에 부합하는 독서 콘텐츠를 도출할 수 있게 된다.

이렇게 도출된 독서 콘텐츠는 후술할 이미지 분석부(152) 및 인터페이스 설계부(153)를 통해 콘텐츠의 컬러, 디자인, 인터페이스, 및 전달 방식 등이 설정되어 최종 고객 단말로 제공되는 맞춤형 콘텐츠로 생성되게 된다.

이미지 분석부(152)는 퍼소나 모델에 따라 기 설정된 컬러 히스토그램에 기초하여, 선별된 콘텐츠의 이미지를 분석한다.

이미지 분석은 퍼소나 모델에 따라 기 설정된 컬러 히스토그램을 콘텐츠에 적용하여 고객의 흥미를 유발하고, 집중도를 지속할 수 있도록 하기 위해 수행된다.

고객에 적합한 이미지를 도출해내기 위해서는 고객 퍼소나와 고객 정보로부터 추출된 인적 사항, 성향 정보, 행동 정보, 선호 정보, 및 비선호 정보들을 데이터베이스화 하여, 컬러 클래스를 구분하는 단계가 필요하며, 아래와 같은 알고리즘 기술이 적용될 수 있다.

일 실시예에 따르면, 이미지 분석은 컬러 히스토그램(Color histogram), 주 색상 분석(Dominant color), 컬러 형태(color layout)를 이용한 이미지 색상 분석 알고리즘을 사용하여 수행될 수 있다.

또한, 상기 방법으로 분석된 색상 정보를 학습 알고리즘 (Neural network/Boosting/SVM/etc.), 및 KNN(K-Nearest Neighbor)을 비롯한 기계 학습을 통해 분석할 수도 있다.

다른 실시예에 따르면, 이미지의 정보를 딥 러닝(Deep Learning)과 같은 직접 학습 알고리즘을 이용하여 분석할 수도 있다. 또는 딥 러닝(Deep Learning)을 이용하여 이미지의 특징을 추출하여, 학습 알고리즘(Neural network/Boosting/SVM/etc.) 혹은 KNN(K-Nearest Neighbor)를 이용함으로써, 클래스를 구분할 수도 있다.

이어서, 인터페이스 설계부(153)는 퍼소나 진단부(130)로부터 제공되는 퍼소나 모델에 따라 기 설정된 인터페이스에 기초하여, 고객 퍼소나에 상응하는 콘텐츠 인터페이스를 설계한다.

실시예에 있어서, 인터페이스 설계부(153)는 고객 퍼소나 이외에도 고객 정보 추출부(120)로부터 추출된 독서 습관 정보를 더 기초하여 인터페이스를 설계할 수 있으며, 인터페이스는 UI(User Interface) 이외에도 UX(User Experience) 디자인을 함께 포함하도록 제공될 수도 있다.

이로 인해, 고객 퍼소나 및 고객의 독서 습관과 독서 성향에 부합하는 인터페이스 설계가 가능함으로써, 콘텐츠를 구성하는 레이아웃, 텍스트 디자인, 전달 방식을 고객에 맞게 제공할 수 있다.

이상에서 살펴본 바와 같이, 본 발명의 이미지 분석부(152) 및 인터페이스 설계부(153)를 포함하는 경우, 선별된 콘텐츠의 컬러, 디자인, 인터페이스, 및 전달 방식 등을 고객 니즈에 부합하도록 설정함으로써, 고객 맞춤형 콘텐츠를 생성할 수 있는 이점이 있다.

또한, 실시예에 있어서, 상기 맞춤형 콘텐츠는 학습자 대상 콘텐츠 및 지도자 대상 콘텐츠를 포함하도록 제공될 수 있다.

예를 들어, 고객이 청소년, 아동, 혹은 영유아인 경우, 고객의 퍼소나 모델을 고려하여 학습자 대상 콘텐츠를 생성함과 동시에, 상기 학습자 대상 콘텐츠에 상응하는 지도자 대상 콘텐츠가 함께 생성될 수 있다.

지도자 대상 콘텐츠는, 학습자의 독서 지도를 위한 콘텐츠일 수 있으며, 학습자 대상 콘텐츠, 학습자의 퍼소나 모델 및 연령에 기초하여 생성될 수 있다.

이 때, 학습자 대상 콘텐츠는 선호, 욕망요인 중심의 도서의 비중이 크게 설정되고, 지도자 대상 콘텐츠는 기피, 개선요인 중심의 도서의 비중이 크게 설정될 수 있다. 이에 따라, 선호 분야의 콘텐츠만 제공하는 것이 아니라 다양한 분야의 콘텐츠가 제공될 수 있도록 하며, 특히, 비선호 분야의 콘텐츠의 경우, 지도자의 지도 하에 효과적인 독서가 이루어질 수 있도록 하는 이점이 있다.

콘텐츠 출력부(160)는, 콘텐츠 생성부(150)로부터 수신되는 학습자 대상 콘텐츠 및 지도자 대상 콘텐츠를 포함하는 맞춤형 콘텐츠를 고객 단말로 출력하는 기능을 하도록 제공될 수 있다.

콘텐츠 출력부(160)는, 고객 단말은 학습자 단말 및 지도자 단말 모두에 제공될 수 있으며, 학습자 대상 콘텐츠 및 지도자 대상 콘텐츠를 학습자 단말 및 지도자 단말에 각각 전송할 수 있다.

만약, 독서 대상이 영유아 혹은 아동에 해당하는 경우, 콘텐츠 출력부(160)는, 학습자 대상 콘텐츠와 지도자 지도 콘텐츠를 모두 지도자 단말로 전송할 수 있으며, 이와 같은 출력 방식은 고객 단말에 의해 기 설정될 수 있다.

상기와 같이, 학습자 뿐만 아니라 지도자 대상 콘텐츠를 제공함으로써, 독서 대상이 영유아 혹은 아동인 경우에도, 지도자에 의해 올바른 독서 지도가 이루어질 수 있는 이점이 있다.

이상에서는 독서 콘텐츠 관리 서버의 세부 구성에 대해 살펴보았다. 이하에서는 상술한 독서 콘텐츠 관리 서버를 이용한 독서 콘텐츠 관리 방법에 대해 설명한다.

도 7은 본 발명의 일 실시예에 있어서, 독서 콘텐츠 관리 방법을 도시한 것이고, 도 8은 본 발명의 일 실시예에 있어서, 독서 지수 산출 및 콘텐츠 선별 방법을 도시한 것이다.

도 7 및 8의 각 단계를 설명하는 과정에서 도 1 내지 도 6을 참조하여 설명한 부분과 중복되는 내용은 생략하거나 간단히 기재하며, 설명의 이해를 돕기 위해, 도 1 내지 도 6을 함께 참조한다. 또한, 특별히 언급하지 않는 한, 도 7 및 8에 도시한 각 단계의 수행 주체는 도 1 내지 도 6에 도시한 독서 콘텐츠 관리 서버로 가정한다.

도 7 및 8을 참조하면, 독서 콘텐츠 관리 방법은, 아래와 같은 단계를 포함할 수 있다.

먼저, 고객 단말로부터 고객 정보를 수집하는 고객 정보 수집 단계(S110)가 수행된다.

이후, 수집된 고객 정보로부터 행동 정보, 성향 정보, 및 독서 역량 정보 중 적어도 하나를 추출하는 고객 정보 추출 단계(S120)가 수행된다. 고객 정보 추출 단계(S120)에서는, 고객 정보에서 행동 정보를 추출하는 행동 정보 추출 단계(S121)와 성향 정보를 추출하는 성향 정보 단계(S122)가 수행된다.

이후, 저장 DB에 기 저장된 퍼소나 모델에 기초하여, 행동 정보 및 성향 정보에 상응하는 고객 퍼소나를 진단하는 퍼소나 진단 단계(S130)가 수행된다. 퍼소나 진단 단계(S130)는 행동 모델 선택 단계(S131), 성향 모델 선택 단계(S132), 및 고객 퍼소나 결정 단계(S133)의 순서로 수행된다.

이후, 독서 역량 정보를 기초로 독서 지수를 산출하는 독서 지수 산출 단계(S140)가 수행된다.

도 8을 참조하면, 독서 지수 산출 단계(S140)는, 영역별 역량 점수 도출 단계(S141), 종합 역량 점수 도출 단계(S142), 및 독서 코드 생성 단계(S143)의 순서로 진행된다.

영역별 역량 점수 도출 단계(S141)에서는, 고객 퍼소나에 상응하는 집중력 지표, 이해력 지표, 언어력 지표, 및 지적 호기심 지표에 기초하여, 기 설정된 영역별 역량 점수 산출식에 따라 영역별 역량 점수가 도출된다. 이 때, 고객 퍼소나에 기초하여 상기 지표들의 영역별 가중치를 차등 부여하여 고객 퍼소나의 특성이 반영된 역량 점수가 도출될 수 있도록 한다.

종합 역량 점수 도출 단계(S142)에서는, 상기에서 도출된 영역별 역량 점수에 기초하여, 기 설정된 종합 역량 점수 산출식에 따라 종합 역량 점수가 도출된다.

이후, 독서 코드 생성 단계(S143)에서는 영역별 역량 점수로부터 최상위 및 최하위 영역을 나타내는 독서 코드가 생성된다. 후술할 콘텐츠 선별 단계(S151)에서 이러한 독서 코드를 적용하는 경우, 고객 퍼소나와 고객이 수행한 사전 평가 결과를 모두 충족하는 독서 분야를 도출해낼 수 있는 이점이 있다.

이후, 고객 퍼소나 및 독서 지수에 기초하여 맞춤형 콘텐츠를 생성하는 콘텐츠 생성 단계(S150)가 수행된다.

콘텐츠 생성 단계(S150)는, 아래와 같은 세부 단계들을 포함할 수 있다.

먼저, 고객 퍼소나 및 독서 지수를 기초로 콘텐츠의 분야 및 독서 수준을 설정하여, 이에 상응하는 콘텐츠를 선별하는 콘텐츠 선별 단계(S151)가 수행된다.

해당 단계에서는 종합 역량 점수와 고객 연령에 기초하여 기 설정된 독서 수준 설정 테이블을 토대로 아래 단계들을 거쳐 독서 수준을 설정한다.

먼저, 종합 역량 점수에 상응하는 독서 수준을 설정하는 단계(S1511)가 수행된다. 이후, 고객 연령에 따라 기 설정된 독서 수준 범위와 종합 역량 점수를 비교하는 단계(S1512)가 수행된다. 만약, 고객 연령보다 독서 수준이 상위에 위치하는 경우, 독서 수준을 한 단계 낮추고, 고객 연령보다 독서 수준이 하위에 위치하는 경우, 독서 수준을 한 단계 높이는 등급 재조정 단계(S1513)가 수행된다. 상기 등급 재조정 단계(S1513)는 고객 연령에 따라 설정된 독서수준의 범위 안에 설정된 독서 수준이 위치할 때까지 수행될 수 있다.

이후, 상기에서 생성된 독서 코드에 가장 상응하는 독서 추천 영역을 선별하는 독서 추천 영역 선별 단계(S1514)가 수행된다. 이후, 선별된 독서 영역이 고객 퍼소나에 상응하는지 여부를 판단하는 단계(S1515)가 수행된다. 해당 단계는 선별된 독서 영역과 고객 퍼소나가 상응할 때까지 계속될 수 있다. 이후, 고객 퍼소나에 상응하는 독서 영역을 선별하여 최종 독서 영역을 설정하는 단계(S1516)가 수행된다. 이후, 설정된 독서 영역에 따라 콘텐츠를 선별하는 콘텐츠 선별 단계(S1517)가 수행된다. 해당 단계에서는 고객 단말로부터 수신된 고객 정보에 따라 선택되는 콘텐츠의 비율이 제어되도록 제공될 수도 있다.

예를 들어, 고객이 선호 영역, 필수보완 영역, 및 무관심 영역의 비율을 0.6, 0.3, 0.1로 설정한 경우, 콘텐츠 선별 단계(S1517)에서 해당 비율에 기초하여 콘텐츠 후보군을 선별함으로써, 최종적으로 생성되는 콘텐츠가 상기 설정 비율과 유사하도록 제공될 수 있다.

이후, 퍼소나 모델에 따라 기 설정된 컬러 히스토그램에 기초하여, 선별된 콘텐츠의 이미지를 분석하는 이미지 분석 단계가 수행된다.

도 9 및 10은 본 발명의 일 실시예에 있어서, 이미지 분석 방법을 나타낸 예시이다.

도 9 및 10을 참조하면, 이미지 분석 단계는, 상기 콘텐츠 선별 단계에서 선별된 도서 후보군들에 대해 도서 이미지를 필터링하여 고객의 성향에 부합하는 맞춤형 콘텐츠를 도출하기 위해 수행된다.

여기서 도서 이미지는 컬러, 명도, 레이아웃 정보 등을 포함할 수 있다.

예를 들면, 외향적인 성향을 갖는 퍼소나 모델의 경우 채도가 높은 컬러 히스토그램이 적용될 수 있고, 반대로 내향적 성향을 갖는 경우 채도가 낮은 컬러 히스토그램이 적용될 수 있다. 또한, 감성적인 성향을 갖는 경우 명도가 높고, 이성적 성향을 갖는 경우 명도가 낮은 컬러 히스토그램이 적용될 수 있다.

이외에도, 각각의 퍼소나 모델의 성향 및 성격에 따라, 따듯한 계열, 차가운 계열, 맑은 계열, 탁한 계열의 컬러 히스토그램이 적용될 수 있다.

예를 들어, 13번 퍼소나 모델 “아이돌 워너비(Idol Wannabe) 타입”의 퍼소나 모델의 경우, 선호요인 컬러는 원색(고채도), 화려한 컬러(고명도) 스펙트럼으로 설정될 수 있으며, 분류 형태는 불규칙 그리드, 입체 형태가 적용될 수 있고, 핵심 소재로는 인물, 상상오브제로 설정될 수 있다. 또한, 기피요인은 한색, 무채색(저채도, 저명도) 스펙트럼이 적용될 수 있고, 분류 형태는 정형적, 규칙적 스타일로 설정되며, 핵심 소재는 자연, 상상오브제일 수 있다.

상기와 같은 이미지 분석은 이미지 분석 알고리즘을 이용하여 수행될 수 있으며, 아래 단계들로 세분화될 수 있다.

먼저, 고객 퍼소나에 기초한 도서 이미지 필터링 단계가 수행된다. 해당 단계에서는 고객 퍼소나에 기초한 개인 기질, 선호 요인, 및 기피 요인을 이용한 컬러군과 디자인 형태, 핵심소재를 포함하는 1차 도서 이미지 식별이 이루어진다.

이후, 고객의 영역별 역량 점수와 독서 코드를 포함하는 독서 지수에 기초한 도서 이미지 필터링 단계가 수행된다. 해당 단계에서는 고객의 독서 습관 정보, 독서 성향 정보, 선호 정보, 및 비선호 정보가 함께 고려될 수 있다.

상기 단계들에서 필터링된 도서 이미지를 기초하여 고객 맞춤형 콘텐츠를 도출하는 경우, 퍼소나 모델에 따라 기 설정된 컬러 히스토그램을 콘텐츠에 적용하여 고객의 흥미를 유발하고, 집중도를 지속할 수 있는 효과가 있게 된다. 또한, 고객의 성향과 가까운 느낌을 제공함으로써 친근하고 편안한 독서 환경을 만들 수 있는 이점이 있다.

나아가, 컬러 및 이미지 뿐만 아니라 독서 콘텐츠를 전달하는 방식으로 인터페이스 디자인을 퍼소나 모델별로 상이하게 설정할 수 있다.

도 11은 본 발명의 일 실시예에 있어서, 인터페이스 설정 방법을 나타낸 예시이다.

도 11을 참조하면, 인터페이스 설계 단계에서는 퍼소나 모델에 따라 기 설정된 인터페이스에 기초하여, 고객 퍼소나에 상응하는 콘텐츠 인터페이스를 설계하는 작업이 수행된다.

인터페이스의 종류로는 기본형, 와이드형, 팝업형, 나열형, 이미지형 등의 레이아웃 디자인이 적용될 수 있다.

기본형의 경우, 한번 독서를 시작하면 많은 시간, 많은 양의 독서 패턴을 보이는 아동들에 적합하며 독서 중 몰입을 깨지 않도록 기본형의 텍스트를 제공하며, 중간중간 다양한 패턴의 인터페이스를 함께 끼워 넣어 콘텐츠에 대한 흥미를 유지하기 위해 사용될 수 있다.

와이드 형과 이미지형의 경우, 언어 능력, 주의력, 이해력이 성장기에 있는 영유아들에게 적합한 인터페이스로, 간단한 텍스트와 함께 이미지를 활용하여 스토리의 이해력을 높이며, 흥미를 유도할 수 있도록 콘텐츠를 제공할 수 있는 이점이 있다.

나열형은, 많은 양의 독서를 오래 지속하기 힘든 아동들에 적합한 방식으로, 정보 탐색을 독서 목적으로 하며, 간단 요약 정리를 선호하는 타입을 위한 방식으로, 핵심만을 추출하여 나열식으로 제공하여 이해력를 향상시킬 수 있는 디자인이다.

팝업형의 경우, 주의력, 집중도가 다소 부족하고 산만한 타입의 고객에게 제공하는 전달 방식으로, 상기 타입의 아동들은 금방 흥미를 잃기 때문에 팝업형 인터페이스를 적용하여 새로운 관심을 유도함으로써, 주의력을 되찾을 수 있도록 제공하기 위해 주로 사용된다.

상기 인터페이스 유형들은 고객 퍼소나 혹은 연령, 독서 습관과 같은 고객 정보를 기초로, 필요에 따라 서로 혼합되어 제공될 수도 있으며, 콘텐츠 제공 후 고객 단말로부터 피드백되는 고객 평가 정보에 따라 기본 설정이 변경되도록 제공될 수도 있다.

다시 도 7을 참조하면, 상기 콘텐츠 생성 단계에서 생성된 고객 콘텐츠, 보호자 대상 콘텐츠 중 적어도 하나를 고객 단말로 출력하는 콘텐츠 출력 단계가 수행된다.

이후, 고객 단말에서 콘텐츠의 사용 이후, 고객 평가 정보를 독서 콘텐츠 관리 서버로 피드백 제공하는 독서 평가 단계가 더 수행될 수도 있다.

이 때, 고객 평가 정보는, 독서 수준 평가 정보, 출력 분야 비율 재설정 정보, 코멘트, 및 별점 정보를 포함할 수 있으며, 독서 콘텐츠 관리 서버에서 고객 단말로 제공되는 설문에 대한 응답의 형태로 제공될 수도 있다.

이렇게 수신되는 고객 평가 정보를 적용함으로써, 각각의 독서 콘텐츠에 대해 퍼소나별 이미지, 독서역량, 선호, 결핍지수, 만족도 정보를 누적 저장하여 데이터베이스화 함으로써, 컨텍스트 분석 고도화에 활용하여 고객 니즈에 더욱 적합한 도서를 추천할 수 있는 효과가 있다. 또한, 고객이 원하는 독서 수준 및 독서 분야를 재조정 할 수 있도록 제공함으로써, 고객의 만족도를 점차 향상시킬 수 있는 이점이 있다.

이상에서 살펴본 본 발명의 일 실시예에 따른 독서 콘텐츠 관리 서버 및 독서 콘텐츠 관리 방법을 이용하면, 고객의 개인적인 정보에 기초한 퍼소나 모델을 활용하여 고객의 니즈에 부합하는 도서 추천을 수행하는 것이 가능해진다.

나아가, 상술한 독서 콘텐츠 관리 방법을 활용하면, 독서 콘텐츠 관리 방법을 실행하기 위한 프로그램 및 이를 포함하는 컴퓨터 판독가능 기록매체를 구현할 수도 있다.

본 발명의 일 실시예에 따른 독서 콘텐츠 관리 방법을 실행하기 위한 프로그램을 포함하는 컴퓨터 판독가능 기록매체에 있어서, 독서 콘텐츠 관리 방법은, 고객 단말로부터 고객 정보를 수집하는 고객 정보 수집 단계; 수집된 고객 정보로부터 행동 정보, 성향 정보, 및 독서 역량 정보 중 적어도 하나를 추출하는 고객 정보 추출 단계; 저장 DB에 기 저장된 퍼소나 모델에 기초하여, 행동 정보 및 성향 정보에 상응하는 고객 퍼소나를 진단하는 퍼소나 진단 단계; 독서 역량 정보를 기초로 독서 지수를 산출하는 독서 지수 산출 단계; 및 고객 퍼소나 및 독서 지수에 기초하여 맞춤형 콘텐츠를 생성하는 콘텐츠 생성 단계를 포함하고, 독서 지수 산출 단계는, 고객 퍼소나에 상응하는 집중력 지표, 이해력 지표, 언어력 지표, 및 지적 호기심 지표에 기초하여, 기 설정된 영역별 역량 점수 산출식에 따라 영역별 역량 점수를 도출하는 영역별 역량 점수 도출 단계를 포함하도록 제공될 수 있다.

이상에서, 본 발명의 실시예를 구성하는 모든 구성 요소들이 하나로 결합되거나 결합되어 동작하는 것으로 설명되었다고 해서, 본 발명이 반드시 이러한 실시예에 한정되는 것은 아니다. 즉, 본 발명의 목적 범위 안에서라면, 그 모든 구성 요소들이 하나 이상으로 선택적으로 결합하여 동작할 수도 있다.

또한, 이상에서 기재된 "포함하다", "구성하다" 또는 "가지다" 등의 용어는, 특별히 반대되는 기재가 없는 한, 해당 구성 요소가 내재될 수 있음을 의미하는 것이므로, 다른 구성 요소를 제외하는 것이 아니라 다른 구성 요소를 더 포함할 수 있는 것으로 해석되어야 한다. 기술적이거나 과학적인 용어를 포함한 모든 용어들은, 다르게 정의되지 않는 한, 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자에 의해 일반적으로 이해되는 것과 동일한 의미를 가진다. 사전에 정의된 용어와 같이 일반적으로 사용되는 용어들은 관련 기술의 문맥 상의 의미와 일치하는 것으로 해석되어야 하며, 본 발명에서 명백하게 정의하지 않는 한, 이상적이거나 과도하게 형식적인 의미로 해석되지 않는다.

이상의 설명은 본 발명의 기술 사상을 예시적으로 설명한 것에 불과한 것으로서, 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자라면 본 발명의 본질적인 특성에서 벗어나지 않는 범위에서 다양한 수정 및 변형이 가능할 것이다. 따라서, 본 발명에 개시된 실시예들은 본 발명의 기술 사상을 한정하기 위한 것이 아니라 설명하기 위한 것이고, 이러한 실시예에 의하여 본 발명의 기술 사상의 범위가 한정되는 것은 아니다. 본 발명의 보호 범위는 아래의 청구범위에 의하여 해석되어야 하며, 그와 동등한 범위 내에 있는 모든 기술 사상은 본 발명의 권리범위에 포함되는 것으로 해석되어야 할 것이다.

1000 : 독서 콘텐츠 관리 시스템
100 : 독서 콘텐츠 관리 서버
110 : 고객 정보 수집부
120 : 고객 정보 추출부
130 : 퍼소나 진단부
131 : 행동 모델 선택부
132 : 성향 모델 선택부
133 : 고객 퍼소나 결정부
140 : 독서 지수 산출부
141 : 영역별 역량 점수 도출부
142 : 종합 역량 점수 도출부
143 : 독서 코드 생성부
150 : 콘텐츠 생성부
151 : 콘텐츠 선별부
152 : 이미지 분석부
153 : 인터페이스 설계부
160 : 콘텐츠 출력부
200 : 저장 DB
300 : 고객 단말
50 : 네트워크

Claims (10)

1. 고객 단말로부터 고객 정보를 수집하는 고객 정보 수집부;
   수집된 상기 고객 정보로부터 행동 정보, 성향 정보, 및 독서 역량 정보 중 적어도 하나를 추출하는 고객 정보 추출부;
   저장 DB에 기 저장된 퍼소나 모델에 기초하여, 상기 행동 정보 및 상기 성향 정보에 상응하는 고객 퍼소나를 진단하는 퍼소나 진단부;
   상기 독서 역량 정보를 기초로 독서 지수를 산출하는 독서 지수 산출부; 및
   상기 고객 퍼소나 및 상기 독서 지수에 기초하여 맞춤형 콘텐츠를 생성하는 콘텐츠 생성부를 포함하고,
   상기 독서 지수 산출부는, 상기 고객 퍼소나에 상응하는 집중력 지표, 이해력 지표, 언어력 지표, 및 지적 호기심 지표에 기초하여, 기 설정된 영역별 역량 점수 산출식에 따라 영역별 역량 점수를 도출하는 영역별 역량 점수 도출부를 포함하고,
   상기 영역별 역량 점수 산출식은,
   

   

   이고,
   여기서 R은 상기 영역별 역량 점수이며, t는 퍼소나 유형, n은 지표 영역이고,

   

   은 영역별 고객 점수,

   

   은 퍼소나에 따라 기 설정된 영역별 가중치,

   

   은 퍼소나에 따라 기 설정된 영역별 지표 점수인, 독서 콘텐츠 관리 서버.
2. 제1항에 있어서,
   상기 퍼소나 진단부는,
   상기 행동 정보를 상기 저장 DB에 저장된 복수의 행동 모델에 매칭시켜 고객 행동 모델을 선택하는 행동 모델 선택부;
   상기 성향 정보를 상기 저장 DB에 저장된 복수의 성향 모델에 매칭시켜 고객 성향 모델을 선택하는 성향 모델 선택부; 및
   상기 고객 행동 모델 및 상기 고객 성향 모델을 조합하여 고객 퍼소나를 결정하는 고객 퍼소나 결정부를 포함하는 독서 콘텐츠 관리 서버.
3. 삭제
4. 제1항에 있어서,
   상기 독서 지수 산출부는,
   상기 영역별 역량 점수에 기초하여, 기 설정된 종합 역량 점수 산출식에 따라 종합 역량 점수를 도출하는 종합 역량 점수 도출부; 및
   상기 영역별 역량 점수로부터 최상위 및 최하위 영역을 나타내는 독서 코드를 생성하는 독서 코드 생성부를 더 포함하는 독서 콘텐츠 관리 서버.
5. 제4항에 있어서,
   상기 종합 역량 점수 산출식은,
   

   

   이고,
   여기서 S는 상기 종합 역량 점수, R은 상기 영역별 역량 점수, N은 지표 영역의 개수이며, t는 퍼소나 유형, n은 지표 영역이고,

   

   은 영역별 고객 점수,

   

   은 퍼소나에 따라 기 설정된 영역별 가중치,

   

   은 퍼소나에 따라 기 설정된 영역별 지표 점수인 독서 콘텐츠 관리 서버.
6. 제1항에 있어서,
   상기 콘텐츠 생성부는,
   상기 고객 퍼소나 및 상기 독서 지수를 기초로 상기 콘텐츠의 분야 및 독서 수준을 설정하여, 이에 상응하는 콘텐츠를 선별하는 콘텐츠 선별부; 및
   상기 퍼소나 모델에 따라 기 설정된 컬러 히스토그램에 기초하여, 선별된 상기 콘텐츠의 이미지를 분석하는 이미지 분석부; 및
   상기 퍼소나 모델에 따라 기 설정된 인터페이스에 기초하여, 상기 고객 퍼소나에 상응하는 콘텐츠 인터페이스를 설계하는 인터페이스 설계부를 포함하는 독서 콘텐츠 관리 서버.
7. 제1항에 있어서,
   상기 고객 단말로부터 실시간으로 수신되는 고객 평가 정보를 상기 저장 DB에 저장하고, 상기 독서 지수 산출 시, 상기 고객 평가 정보를 반영하여 상기 독서 지수를 재산출하는 독서 콘텐츠 관리 서버.
8. 제1항에 있어서,
   상기 맞춤형 콘텐츠는 학습자 대상 콘텐츠 및 지도자 대상 콘텐츠를 포함하는 독서 콘텐츠 관리 서버.
9. 고객 단말로부터 고객 정보를 수집하는 고객 정보 수집 단계;
   수집된 상기 고객 정보로부터 행동 정보, 성향 정보, 및 독서 역량 정보 중 적어도 하나를 추출하는 고객 정보 추출 단계;
   저장 DB에 기 저장된 퍼소나 모델에 기초하여, 상기 행동 정보 및 상기 성향 정보에 상응하는 고객 퍼소나를 진단하는 퍼소나 진단 단계;
   상기 독서 역량 정보를 기초로 독서 지수를 산출하는 독서 지수 산출 단계; 및
   상기 고객 퍼소나 및 상기 독서 지수에 기초하여 맞춤형 콘텐츠를 생성하는 콘텐츠 생성 단계를 포함하고,
   상기 독서 지수 산출 단계는, 상기 고객 퍼소나에 상응하는 집중력 지표, 이해력 지표, 언어력 지표, 및 지적 호기심 지표에 기초하여, 기 설정된 영역별 역량 점수 산출식에 따라 영역별 역량 점수를 도출하는 영역별 역량 점수 도출 단계를 포함하고,
   상기 영역별 역량 점수 산출식은,
   

   

   이고,
   여기서 R은 상기 영역별 역량 점수이며, t는 퍼소나 유형, n은 지표 영역이고,

   

   은 영역별 고객 점수,

   

   은 퍼소나에 따라 기 설정된 영역별 가중치,

   

   은 퍼소나에 따라 기 설정된 영역별 지표 점수인, 독서 콘텐츠 관리 방법.
10. 독서 콘텐츠 관리 방법을 실행하기 위한 프로그램을 포함하는 컴퓨터 판독가능 기록매체에 있어서,
    상기 독서 콘텐츠 관리 방법은,
    고객 단말로부터 고객 정보를 수집하는 고객 정보 수집 단계;
    수집된 상기 고객 정보로부터 행동 정보, 성향 정보, 및 독서 역량 정보 중 적어도 하나를 추출하는 고객 정보 추출 단계;
    저장 DB에 기 저장된 퍼소나 모델에 기초하여, 상기 행동 정보 및 상기 성향 정보에 상응하는 고객 퍼소나를 진단하는 퍼소나 진단 단계;
    상기 독서 역량 정보를 기초로 독서 지수를 산출하는 독서 지수 산출 단계; 및
    상기 고객 퍼소나 및 상기 독서 지수에 기초하여 맞춤형 콘텐츠를 생성하는 콘텐츠 생성 단계를 포함하고,
    상기 독서 지수 산출 단계는, 상기 고객 퍼소나에 상응하는 집중력 지표, 이해력 지표, 언어력 지표, 및 지적 호기심 지표에 기초하여, 기 설정된 영역별 역량 점수 산출식에 따라 영역별 역량 점수를 도출하는 영역별 역량 점수 도출 단계를 포함하고,
    상기 영역별 역량 점수 산출식은,
    

    

    이고,
    여기서 R은 상기 영역별 역량 점수이며, t는 퍼소나 유형, n은 지표 영역이고,

    

    은 영역별 고객 점수,

    

    은 퍼소나에 따라 기 설정된 영역별 가중치,

    

    은 퍼소나에 따라 기 설정된 영역별 지표 점수인, 컴퓨터 판독가능 기록매체.

Images