KR102512404B1 - 정보 추천 서비스 제공 장치 및 방법 - Google Patents

정보 추천 서비스 제공 장치 및 방법 Download PDF

Info

Publication number
KR102512404B1
KR102512404B1 KR1020200138508A KR20200138508A KR102512404B1 KR 102512404 B1 KR102512404 B1 KR 102512404B1 KR 1020200138508 A KR1020200138508 A KR 1020200138508A KR 20200138508 A KR20200138508 A KR 20200138508A KR 102512404 B1 KR102512404 B1 KR 102512404B1
Authority
KR
South Korea
Prior art keywords
content
data
user
service
processor
Prior art date
Application number
KR1020200138508A
Other languages
English (en)
Other versions
KR20220054050A (ko
Inventor
권영민
Original Assignee
주식회사 이알마인드
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 주식회사 이알마인드 filed Critical 주식회사 이알마인드
Priority to KR1020200138508A priority Critical patent/KR102512404B1/ko
Publication of KR20220054050A publication Critical patent/KR20220054050A/ko
Application granted granted Critical
Publication of KR102512404B1 publication Critical patent/KR102512404B1/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
    • G06Q30/00—Commerce
    • G06Q30/02—Marketing; Price estimation or determination; Fundraising
    • G06Q30/0241—Advertisements
    • G06Q30/0251—Targeted advertisements
    • G06Q30/0269—Targeted advertisements based on user profile or attribute
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/60—Information retrieval; Database structures therefor; File system structures therefor of audio data
    • G06F16/68—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually
    • G06F16/683—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually using metadata automatically derived from the content
    • G06F16/685—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually using metadata automatically derived from the content using automatically derived transcript of audio data, e.g. lyrics
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/60—Information retrieval; Database structures therefor; File system structures therefor of audio data
    • G06F16/68—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually
    • G06F16/686—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually using information manually generated, e.g. tags, keywords, comments, title or artist information, time, location or usage information, user ratings
    • 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
    • G06Q30/02—Marketing; Price estimation or determination; Fundraising
    • G06Q30/0281—Customer communication at a business location, e.g. providing product or service information, consulting
    • 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
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00—Scenes; Scene-specific elements
    • G06V20/40—Scenes; Scene-specific elements in video content

Landscapes

  • Engineering & Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Physics & Mathematics (AREA)
  • Strategic Management (AREA)
  • Multimedia (AREA)
  • Finance (AREA)
  • Development Economics (AREA)
  • Accounting & Taxation (AREA)
  • Marketing (AREA)
  • Library & Information Science (AREA)
  • General Business, Economics & Management (AREA)
  • Economics (AREA)
  • Tourism & Hospitality (AREA)
  • Health & Medical Sciences (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Databases & Information Systems (AREA)
  • Game Theory and Decision Science (AREA)
  • General Engineering & Computer Science (AREA)
  • Data Mining & Analysis (AREA)
  • General Health & Medical Sciences (AREA)
  • Artificial Intelligence (AREA)
  • Audiology, Speech & Language Pathology (AREA)
  • Human Resources & Organizations (AREA)
  • Primary Health Care (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)
  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
  • Information Transfer Between Computers (AREA)

Abstract

본 발명은, 정보 추천 서비스 제공 장치에 관한 것이다. 상기 장치는, 통신부, 저장부 및 상기 통신부, 상기 저장부와 동작 가능하게 연결된 프로세서; 를 포함하되, 상기 프로세서는, 셋톱 박스로부터 콘텐츠 관련 어플리케이션을 활성화하는 서비스 요청 신호를 수신하고, 상기 서비스 요청 신호에 따라 상기 셋톱 박스를 통해서 현재 제공 중인 콘텐츠 관련 어플리케이션과 연관된 데이터를 수신하며, 수신된 데이터를 기초로 기 저장된 콘텐츠 분석 데이터 중 사용자와 연관된 콘텐츠 분석 데이터를 수집하고, 상기 수신된 데이터 및 상기 연관된 콘텐츠 분석 데이터에 기초하여 사용자의 성향을 예측하도록 학습된 사용자 분석 모델을 이용하여 현재 사용자의 성향을 예측하며, 상기 셋톱 박스와 연결된 디스플레이 장치로 상기 예측된 성향과 연관된 서비스를 제공하도록 구성된다.

Description

정보 추천 서비스 제공 장치 및 방법{APPARATUS AND METHOD FOR PROVIDING INFORMATION RECOMMENDATION SERVICE}
본 발명은 정보 추천 서비스 제공 장치 및 방법에 관한 것이다.
일반적으로, TV 또는 케이블을 통한 방송 시청 시 프로그램의 앞뒤, 프로그램 사이로 광고가 제공되는데, 이러한 광고는 같은 시간, 같은 채 널을 보는 모든 시청자에게 획일적으로 제공된다.
예를 들어, A라는 방송국에서 송출하는 제1 프로그램(뉴스) 및 제2 프로그램(드라마) 사이의 시간대에는 광고가 편성되는데, 어떠한 시청자가 보던지 무관하게 방송국의 편성에 따라 획일적이고 일방적인 광고 송출이 이루어진다.
즉, 같은 광고를 방송 프로그램을 보듯이 모든 시청자가 동일하게 시청하게 되는데, 다양한 시청자의 관심도를 감안하면 광고 시간은 광고의 효과 없이 무용하게 흘러가며, 또한 그 광고의 효과도 확인하기 어려운 문제점이 있다.
발명의 배경이 되는 기술은 본 발명에 대한 이해를 보다 용이하게 하기 위해 작성되었다. 발명의 배경이 되는 기술에 기재된 사항들이 선행기술로 존재한다고 인정하는 것으로 이해되어서는 안 된다.
종래 사용자 맞춤형 광고를 제작하는 방법은 제안되어 왔으나, 구체적으로 언제, 어떠한 방식으로 사용자 맞춤형 광고를 선택적으로 제공할 것인지에 대하여는 그 방법이 제안되지 못하여, 개인화된 광고 서비스를 효과적으로 제공하지 못하는 문제점을 여전히 내포하고 있다.
따라서, 개인화된 광고 서비스를 효과적으로 제공할 수 있는 기술이 요구되고 있다.
이에, 본 발명의 발명자들은 셋톱 박스를 통해 현재 콘텐츠를 감상하고 있는 사용자의 성향을 예측함으로써, 사용자에게 적합한 다양한 서비스를 제공할 수 있는 방법 및 장치를 개발하고자 하였다.
그 결과, 본 발명의 발명자들은 콘텐츠 관련 어플리케이션을 활성화하고, 어플리케이션 상에서 사용자의 조작에 의해 획득된 데이터 및 이와 관련된 콘텐츠 분석 데이터를 수집하여, 사용자의 성향을 정확하게 예측할 수 있는 방법 및 장치를 개발하기에 이르렀다.
더욱이, 본 발명의 발명자들은, 현재 제공 중인 콘텐츠에서 확인 가능한 시각적, 청각적 요소들을 획득하고, 획득된 데이터를 사용자의 행동에 의해 수집된 데이터와 매칭하여, 서비스 제공 효과를 극대화하고자 하였다.
본 발명의 과제들은 이상에서 언급한 과제들로 제한되지 않으며, 언급되지 않은 또 다른 과제들은 아래의 기재로부터 당업자에게 명확하게 이해될 수 있을 것이다.
전술한 바와 같은 과제를 해결하기 위하여 본 발명의 일 실시 예에 따른 정보 추천 서비스 제공 장치를 제공한다. 상기 장치는, 통신부, 저장부 및 상기 통신부, 상기 저장부와 동작 가능하게 연결된 프로세서를 포함하되, 상기 프로세서는, 셋톱 박스로부터 콘텐츠 관련 어플리케이션을 활성화하는 서비스 요청 신호를 수신하고, 상기 서비스 요청 신호에 따라 상기 셋톱 박스를 통해서 현재 제공 중인 콘텐츠 관련 어플리케이션과 연관된 데이터를 수신하며, 수신된 데이터를 기초로 기 저장된 콘텐츠 분석 데이터 중 사용자와 연관된 콘텐츠 분석 데이터를 수집하고, 상기 수신된 데이터 및 상기 연관된 콘텐츠 분석 데이터에 기초하여 사용자의 성향을 예측하도록 학습된 사용자 분석 모델을 이용하여 현재 사용자의 성향을 예측하며, 상기 셋톱 박스와 연결된 디스플레이 장치로 상기 예측된 성향과 연관된 서비스를 제공하도록 구성된다.
본 발명의 특징에 따르면, 상기 데이터는, 상기 셋톱 박스와 연동된 컨트롤러를 통해서 수신되며, 상기 프로세서는, 상기 콘텐츠 관련 어플리케이션 상에서의 네비게이션 데이터 또는 상기 디스플레이 장치의 출력 데이터 중 적어도 하나의 데이터를 수신하도록 구성될 수 있다.
본 발명의 다른 특징에 따르면, 상기 네비게이션 데이터는, 좌우, 상하 이동, 체류 시간 및 선택 중 적어도 하나의 데이터를 포함할 수 있다.
본 발명의 또 다른 특징에 따르면, 상기 프로세서는, 상기 셋톱 박스를 통해서 현재 제공 중인 콘텐츠 내에서 상기 데이터가 수신된 시점의 프레임 또는 영상을 획득하도록 구성될 수 있다.
본 발명의 또 다른 특징에 따르면, 상기 프로세서는, 상기 프레임에서의 인물, 객체, 장소 및 문자 중 적어도 하나의 대상을 상기 콘텐츠 분석 데이터로 수집하도록 구성될 수 있다.
본 발명의 또 다른 특징에 따르면, 상기 프로세서는, 영상을 획득할 경우, 상기 영상에서의 인물의 대사 또는 나레이션을 텍스트로 변환하고, 변환된 텍스트에서 관심 대상으로 정의될 단어를 추출하고, 추출된 단어를 상기 콘텐츠 분석 데이터로 수집하도록 구성될 수 있다.
본 발명의 또 다른 특징에 따르면, 상기 프로세서는, 상기 현재 제공 중인 콘텐츠 내에서의 인물이 둘 이상인 경우, 상기 통신부를 통해 어느 한 명의 인물에 대한 선택 정보를 수신하도록 구성될 수 있다.
본 발명의 또 다른 특징에 따르면, 상기 프로세서는, 상기 콘텐츠 관련 어플리케이션 상에서 추가 정보 제공 서비스, 상품 정보 제공 서비스 및 광고 제공 서비스 중 어느 하나의 서비스를 제공하도록 구성될 수 있다.
본 발명의 또 다른 특징에 따르면, 상기 콘텐츠 관련 어플리케이션은, 상기 어느 하나의 서비스를 나타내는 그래픽 화면이 팝업 창 형태로 제공될 수 있다.
본 발명의 또 다른 특징에 따르면, 상기 프로세서는, 상기 어느 하나의 서비스를 통해 수신된 데이터를 기초로 상기 셋톱 박스와 매칭된 사용자 중 어느 한 명의 사용자를 식별하도록 구성될 수 있다.
전술한 바와 같은 과제를 해결하기 위하여 본 발명의 다른 실시 예에 따른, 정보 추천 서비스 제공 방법을 제공한다. 상기 방법은, 셋톱 박스로부터 콘텐츠 관련 어플리케이션을 활성화하는 서비스 요청 신호를 수신하는 단계, 상기 서비스 요청 신호에 따라 상기 셋톱 박스를 통해서 현재 제공 중인 콘텐츠 관련 어플리케이션과 연관된 데이터를 수신하는 단계, 수신된 데이터를 기초로 기 저장된 콘텐츠 분석 데이터 중 사용자와 연관된 콘텐츠 분석 데이터를 수집하는 단계, 상기 수신된 데이터 및 상기 연관된 콘텐츠 분석 데이터에 기초하여 사용자의 성향을 예측하도록 학습된 사용자 분석 모델을 이용하여 현재 사용자의 성향을 예측하는 단계 및 상기 셋톱 박스와 연결된 디스플레이 장치로 상기 예측된 성향과 연관된 서비스를 제공하는 단계를 포함하도록 구성된다.
본 발명의 특징에 따르면, 상기 데이터는, 상기 셋톱 박스와 연동된 컨트롤러를 통해서 수신되며, 상기 데이터를 수신하는 단계는, 상기 콘텐츠 관련 어플리케이션 상에서의 네비게이션 데이터 또는 상기 디스플레이 장치의 출력 데이터 중 적어도 하나의 데이터를 수신하는 단계일 수 있다.
본 발명의 다른 특징에 따르면, 상기 네비게이션 데이터는, 좌우, 상하 이동, 체류 시간 및 선택 중 적어도 하나의 데이터를 포함할 수 있다.
본 발명의 또 다른 특징에 따르면, 상기 콘텐츠 분석 데이터를 수집하는 단계는, 상기 셋톱 박스를 통해서 현재 제공 중인 콘텐츠 내에서 상기 데이터가 수신된 시점의 프레임 또는 영상을 획득하는 단계를 더 포함할 수 있다.
본 발명의 또 다른 특징에 따르면, 상기 콘텐츠 분석 데이터를 수집하는 단계는, 상기 획득하는 단계에서 프레임을 획득할 경우, 상기 프레임에서의 인물, 객체, 장소 및 문자 중 적어도 하나의 대상을 상기 콘텐츠 분석 데이터로 수집하는 단계일 수 있다.
본 발명의 또 다른 특징에 따르면, 상기 콘텐츠 분석 데이터를 수집하는 단계는, 상기 획득하는 단계에서 영상을 획득할 경우, 상기 영상에서의 인물의 대사 또는 나레이션을 텍스트로 변환하고, 변환된 텍스트를 상기 콘텐츠 분석 데이터로 수집하는 단계일 수 있다.
본 발명의 또 다른 특징에 따르면, 상기 단어를 추출하는 단계는, 상기 현재 제공 중인 콘텐츠 내에서의 인물이 둘 이상인 경우, 어느 한 명의 인물에 대한 선택 정보를 수신하는 단계를 더 포함할 수 있다.
본 발명의 또 다른 특징에 따르면, 상기 예측된 성향과 관련된 서비스를 제공하는 단계는, 상기 콘텐츠 관련 어플리케이션 상에서 추가 정보 제공 서비스, 상품 정보 제공 서비스 및 광고 제공 서비스 중 어느 하나의 서비스를 제공하는 단계일 수 있다.
본 발명의 또 다른 특징에 따르면, 상기 콘텐츠 관련 어플리케이션은, 상기 어느 하나의 서비스를 나타내는 그래픽 화면이 팝업 창 형태로 제공될 수 있다.
본 발명의 또 다른 특징에 따르면, 상기 예측된 성향과 관련된 서비스를 제공하는 단계 이후에, 상기 어느 하나의 서비스를 통해 수신된 데이터를 기초로 상기 셋톱 박스와 매칭된 사용자 중 어느 한 명의 사용자를 식별하는 단계를 더 포함할 수 있다.
기타 실시 예의 구체적인 사항들은 상세한 설명 및 도면들에 포함되어 있다.
본 발명은 콘텐츠 관련 어플리케이션이 활성화된 조건에서 콘텐츠를 시청 중인 사용자와 연관된 데이터 및 콘텐츠 분석 데이터를 수집함으로써, 사용자의 성향을 예측할 수 있다. 이에, 콘텐츠를 시청 중인 사용자는 자신의 성향에 맞는 서비스를 제공받을 수 있으며, 서비스 제공자는 서비스 제공 효과를 극대화시킬 수 있다.
예를 들어, 본 발명은 콘텐츠 관련 어플리케이션 상에서 사용자의 조작에 의해 획득된 데이터를 순차적으로 인지하고, 최종적으로 선택된 데이터를 토대로 사용자의 사고의 흐름, 특정 항목에 대한 선호도 등을 파악함으로써, 사용자의 성향을 정확하게 예측할 수 있다.
본 발명에 따른 효과는 이상에서 예시된 내용에 의해 제한되지 않으며, 더욱 다양한 효과들이 본 발명 내에 포함되어 있다.
도 1은 본 발명의 일 실시 예에 따른 정보 추천 서비스 시스템의 개략도이다.
도 2는 본 발명의 일 실시 예에 따른 정보 추천 서비스 시스템 내에서 데이터를 수집하는 구성을 설명하기 위한 개략도이다.
도 3은 본 발명의 일 실시 예에 따른 정보 추천 서비스 제공 방법의 개요를 설명하기 위한 개략도이다.
도 4는 본 발명의 일 실시 예에 따른 정보 추천 서비스 제공 장치의 구성을 나타낸 블록도이다.
도 5는 본 발명의 일 실시 예에 따른 정보 추천 서비스 제공 방법의 개략적인 순서도이다.
도 6 내지 도 9는 본 발명의 일 실시 예에 따른 정보 추천 서비스가 제공되는 인터페이스를 예시적으로 설명하기 위한 개략도이다.
도 10a 내지 도 10c는 본 발명의 일 실시 예에 따른 정보 추천 서비스가 활성화되는 인터페이스를 예시적으로 설명하기 위한 개략도이다.
본 발명의 이점 및 특징, 그리고 그것들을 달성하는 방법은 첨부되는 도면과 함께 상세하게 후술되어 있는 실시 예들을 참조하면 명확해질 것이다. 그러나, 본 발명은 이하에서 개시되는 실시 예들에 한정되는 것이 아니라 서로 다른 다양한 형태로 구현될 것이며, 단지 본 실시 예들은 본 발명의 개시가 완전하도록 하며, 본 발명이 속하는 기술분야에서 통상의 지식을 가진 자에게 발명의 범주를 완전하게 알려주기 위해 제공되는 것이며, 본 발명은 청구항의 범주에 의해 정의될 뿐이다. 도면의 설명과 관련하여, 유사한 구성요소에 대해서는 유사한 참조부호가 사용될 수 있다.
본 문서에서, "가진다," "가질 수 있다," "포함한다," 또는 "포함할 수 있다" 등의 표현은 해당 특징(예: 수치, 기능, 동작, 또는 부품 등의 구성요소)의 존재를 가리키며, 추가적인 특징의 존재를 배제하지 않는다.
본 문서에서, "A 또는 B," "A 또는/및 B 중 적어도 하나," 또는 "A 또는/및 B 중 하나 또는 그 이상" 등의 표현은 함께 나열된 항목들의 모든 가능한 조합을 포함할 수 있다. 예를 들면, "A 또는 B," "A 및 B 중 적어도 하나," 또는 "A 또는 B 중 적어도 하나"는, (1) 적어도 하나의 A를 포함, (2) 적어도 하나의 B를 포함, 또는(3) 적어도 하나의 A 및 적어도 하나의 B 모두를 포함하는 경우를 모두 지칭할 수 있다.
본 문서에서 사용된 "제1," "제2," "첫째," 또는 "둘째," 등의 표현들은 다양한 구성요소들을, 순서 및/또는 중요도에 상관없이 수식할 수 있고, 한 구성요소를 다른 구성요소와 구분하기 위해 사용될 뿐 해당 구성요소들을 한정하지 않는다. 예를 들면, 제1 사용자 기기와 제2 사용자 기기는, 순서 또는 중요도와 무관하게, 서로 다른 사용자 기기를 나타낼 수 있다. 예를 들면, 본 문서에 기재된 권리범위를 벗어나지 않으면서 제1 구성요소는 제2 구성요소로 명명될 수 있고, 유사하게 제2 구성요소도 제1 구성요소로 바꾸어 명명될 수 있다.
어떤 구성요소(예: 제1 구성요소)가 다른 구성요소(예: 제2 구성요소)에 "(기능적으로 또는 통신적으로) 연결되어((operatively or communicatively) coupled with/to)" 있다거나 "접속되어(connected to)" 있다고 언급된 때에는, 상기 어떤 구성요소가 상기 다른 구성요소에 직접적으로 연결되거나, 다른 구성요소(예: 제3 구성요소)를 통하여 연결될 수 있다고 이해되어야 할 것이다. 반면에, 어떤 구성요소(예: 제1 구성요소)가 다른 구성요소(예: 제2 구성요소)에 "직접 연결되어" 있다거나 "직접 접속되어" 있다고 언급된 때에는, 상기 어떤 구성요소와 상기 다른 구성요소 사이에 다른 구성요소(예: 제3 구성요소)가 존재하지 않는 것으로 이해될 수 있다.
본 문서에서 사용된 표현 "~하도록 구성된(또는 설정된)(configured to)"은 상황에 따라, 예를 들면, "~에 적합한(suitable for)," "~하는 능력을 가지는(having the capacity to)," "~하도록 설계된(designed to)," "~하도록 변경된(adapted to)," "~하도록 만들어진(made to)," 또는 "~ 를 할 수 있는(capable of)"과 바꾸어 사용될 수 있다. 용어 "~하도록 구성된(또는 설정된)"은 하드웨어적으로 "특별히 설계된(specifically designed to)" 것만을 반드시 의미하지 않을 수 있다. 대신, 어떤 상황에서는, "~하도록 구성된 장치"라는 표현은, 그 장치가 다른 장치 또는 부품들과 함께 "~할 수 있는" 것을 의미할 수 있다. 예를 들면, 문구 "A, B, 및 C를 수행하도록 구성된(또는 설정된)프로세서"는 해당 동작을 수행하기 위한 전용 프로세서(예: 임베디드 프로세서), 또는 메모리 장치에 저장된 하나 이상의 소프트웨어 프로그램들을 실행함으로써, 해당 동작들을 수행할 수 있는 범용 프로세서(generic-purpose processor)(예: CPU 또는 application processor)를 의미할 수 있다.
본 문서에서 사용된 용어들은 단지 특정한 실시 예를 설명하기 위해 사용된 것으로, 다른 실시 예의 범위를 한정하려는 의도가 아닐 수 있다. 단수의 표현은 문맥상 명백하게 다르게 뜻하지 않는 한, 복수의 표현을 포함할 수 있다. 기술적이거나 과학적인 용어를 포함해서 여기서 사용되는 용어들은 본 문서에 기재된 기술분야에서 통상의 지식을 가진 자에 의해 일반적으로 이해되는 것과 동일한 의미를 가질 수 있다. 본 문서에 사용된 용어들 중 일반적인 사전에 정의된 용어들은, 관련 기술의 문맥상 가지는 의미와 동일 또는 유사한 의미로 해석될 수 있으며, 본 문서에서 명백하게 정의되지 않는 한, 이상적이거나 과도하게 형식적인 의미로 해석되지 않는다. 경우에 따라서, 본 문서에서 정의된 용어일지라도 본 문서의 실시 예들을 배제하도록 해석될 수 없다.
본 발명의 여러 실시 예들의 각각 특징들이 부분적으로 또는 전체적으로 서로 결합 또는 조합 가능하며, 당업자가 충분히 이해할 수 있듯이 기술적으로 다양한 연동 및 구동이 가능하며, 각 실시 예들이 서로에 대하여 독립적으로 실시 가능할 수도 있고 연관 관계로 함께 실시 가능할 수도 있다.
본 명세서의 해석의 명확함을 위해, 이하에서는 본 명세서에서 사용되는 용어들을 정의하기로 한다.
본 명세서에서 사용되는 용어, “콘텐츠 관련 어플리케이션”은 사용자의 디스플레이 장치로 콘텐츠를 재생 가능하게 하는 장치에 설치되어 실행 가능한 어플리케이션을 의미할 수 있다. 이러한 어플리케이션의 실행을 통해 콘텐츠 상에서 별도의 팝업 창 형태로 영상이 재생되거나, 이미지가 출력될 수 있으며, 사용자의 조작에 따라 새로운 콘텐츠가 재생될 수 있다.
본 명세서에서 사용되는 용어, “사용자 분석 모델”은 사용자의 조작에 의해 수신된 데이터와 콘텐츠 분석 데이터에 기초하여 사용자의 성향을 예측하도록 학습된 모델일 수 있다.
구체적으로, 사용자 분석 모델은 두 가지 입력 데이터를 기초로 하나의 출력 데이터를 도출해낼 수 있으며, 보다 구체적으로, 입력 데이터 중 하나인 사용자의 조작에 의해 수신된 데이터(사용자 데이터)는 콘텐츠 관련 어플리케이션 상에서의 상하, 좌우, 검색 및 선택에 대한 데이터를 의미하고, 다른 하나의 입력 데이터인 콘텐츠 분석 데이터는 사용자 데이터를 획득한 시점과 동일한 시점에 재생 중인 콘텐츠에 대한 데이터(예. 콘텐츠 제목, 개요(시놉시스), 장르, 등장 인물, 배경, 장소, 대사, 지문, 자막 등)를 의미할 수 있다. 또한, 출력 데이터로 정의되는 사용자의 성향이란 콘텐츠 유형 별 사용자가 관심을 가지는 항목을 의미할 수 있다. 예를 들어, 스포츠 중계 채널의 경우, 스코어, 선수 경기력, 순위, 해설위원 등이 사용자 성향을 의미할 수 있으며, 드라마, 영화의 경우 인물의 필모그래피, 의상, 인물이 소지하거나 장착한 상품, 촬영 장소 등이 사용자 성향을 의미할 수 있다. 즉, 하나의 콘텐츠 안에서 시, 청각적으로 확인 가능한 항목과 콘텐츠와 연관되어 사용자가 검색한 특정 검색어 등이 사용자의 성향을 의미할 수 있다. 아울러, 이러한 사용자의 성향은 사용자 데이터를 수신한 시점에 따라 둘 이상을 포함할 수 있다. 즉, 사용자가 하나 이상의 콘텐츠를 시청하는 동안 이동과 선택, 그 다음 이동과 선택을 반복할 수 있으므로, 사용자 분석 모델은 이를 기초로 콘텐츠 별 사용자의 성향을 하나 이상 예측할 수 있다.
실시 예에 따라, 사용자 분석 모델은 랜덤 포레스트 (random forest), GNB (Gaussian na
Figure 112020112811909-pat00001
ve Bayes), LNB (locally weighted na
Figure 112020112811909-pat00002
ve Bay), 및 SVN (support vector machine) 중 적어도 하나일 수 있으며, 이는 기계학습 알고리즘, 신경망 알고리즘(DNN, CNN, DCNN, RNN, RBM, DBN, SSD)), 유전자 알고리즘, 딥러닝 알고리즘 중 적어도 하나의 인공지능 알고리즘을 이용하여 학습될 수 있다.
아울러, 사용자 분석 모델에 의해 출력된 사용자 성향 예측 결과는 사용자가 시청 중인 콘텐츠 상에서 사용자에게 필요하거나 관심을 가질 수 있는 정보를 제공하기 위해 사용될 수 있다.
즉, 사용자 분석 모델에 기초하여 사용자 성향이 예측됨에 따라, 본 발명은 현재의 사용자에게 적합한 서비스를 제공할 수 있어, 서비스 제공 만족도를 높이고 서비스 제공에 따른 광고 및 그에 따른 홍보 효과를 증진시킬 수 있다.
도 1은 본 발명의 일 실시 예에 따른 정보 추천 서비스 시스템의 개략도이고, 도 2는 본 발명의 일 실시 예에 따른 정보 추천 서비스 시스템 내에서 데이터를 수집하는 구성을 설명하기 위한 개략도이고, 도 3은 본 발명의 일 실시 예에 따른 정보 추천 서비스 제공 방법의 개요를 설명하기 위한 개략도이다.
도 1을 참조하면, 정보 추천 서비스 시스템(1000)은 다수의 셋톱 박스(10)와 셋톱 박스(10)로 정보 추천 서비스를 제공하는 정보 추천 서비스 제공 장치(100)(이하, “서비스 제공 장치(100)”라고 함) 그리고 셋톱 박스(10)에 제공 가능한 콘텐츠에 관한 정보를 제공하는 콘텐츠 제공 서버(200)를 포함할 수 있다.
셋톱 박스(10)는 사용자에게 정보 추천 서비스를 전달해줄 수 있다. 구체적으로, 셋톱 박스(10)는 사용자의 조작에 의해 획득된 데이터(사용자 데이터)를 수신하고, 이를 서비스 제공 장치(100)로 송신할 수 있으며, 서비스 제공 장치(100)로부터 현재 셋톱 박스(10)를 이용하는 사용자에게 적합한 정보 추천 서비스를 전달받아 사용자에게 제공할 수 있다.
도 2를 참조하면, 셋톱 박스(10)는 컨트롤러(20) 및 디스플레이 장치(30)와 연결되어, 컨트롤러(20)로부터 사용자의 조작에 의한 데이터(사용자 데이터)를 수신하고, 디스플레이 장치(30)로 정보 추천 서비스를 전달할 수 있다.
실시 예에 따라, 컨트롤러(20)는 적어도 하나의 물리 버튼, 터치 버튼이 구비된 전자 장치이거나 출력 장치(미도시)가 구비된 전자 장치일 수 있다. 여기서, 출력 장치를 통해 사용자가 선택 가능한 가상의 버튼이 출력될 수 있다. 즉, 컨트롤러(20)는 통상적으로 알고 있는 다수의 버튼이 구비된 전자 장치 외에도 스마트 폰, 태블릿 PC 등의 휴대용 전자 장치일 수 있다.
실시 예에 따라, 디스플레이 장치(30)는 셋톱 박스(10)와 연결되어, 셋톱 박스(10)가 제공하는 정보 추천 서비스에 대한 인터페이스를 출력할 수 있다. 구체적으로, 디스플레이 장치(30)는 콘텐츠 상에 사용자의 성향에 맞는 서비스가 오버레이된 화면을 출력할 수 있으며, 출력된 화면 내에서 사용자의 선택에 따라 추가 서비스 화면이 콘텐츠 상에 오버레이되거나, 새로운 콘텐츠가 출력될 수 있다.
아울러, 디스플레이 장치(30)를 통해 제공되는 인터페이스 화면은 사용자의 요청에 따라 콘텐츠 관련 어플리케이션이 활성화되었을 시에 제공될 수 있으며, 셋톱 박스(10)는 콘텐츠 관련 어플리케이션이 설치되어 실행될 수 있다.
서비스 제공 장치(100)는 사용자에게 상품 구매 서비스, 정보 제공 서비스, 광고 제공 서비스 등의 각종 서비스를 제공하는 서버로서, 셋톱 박스(10)를 통해 사용자의 다수의 셋톱 박스(10) 별로 콘텐츠를 시청 중인 사용자의 성향을 예측하고, 현재 사용자의 성향에 적합한 서비스를 제공할 수 있다. 이를 위해, 서비스 제공 장치(100)는 셋톱 박스(10)에 설치 가능한 콘텐츠 관련 어플리케이션을 생성하여 배포할 수 있으며, 사용자의 성향을 예측하기 위한 사용자 분석 모델을 학습할 수 있다.
콘텐츠 제공 서버(200)는 셋톱 박스(10)에 각종 콘텐츠를 제공하는 서버로서, 방송국 서버(210), 콘텐츠 배급 서버(220) 및 OTT 서비스 제공 서버(230)를 포함할 수 있다. 예를 들어, 방송국 서버(210)는 지상파, 공중파, 케이블 방송국에서 운영하는 서버일 수 있으며, 콘텐츠 배급 서버(220)는 MNO(Mobile Network Operator), MVNO(Mobile Virtual Network Operator)와 같은 콘텐츠를 제작 및 판매하는 이동통신사가 운영하는 서버일 수 있으며, OTT 서비스 제공 서버(230)는 유튜브(Youtube)와 같은 동영상 공유사가 운영하는 서버이거나, 넷플릭스(Netflix)와 같은 콘텐츠 서비스 제작사가 운영하는 서버일 수 있다.
실시 예에 따라, 콘텐츠 제공 서버(200)는 셋톱 박스(10)로 사용자의 선택에 따른 콘텐츠를 제공할 수 있으며, 서비스 제공 장치(100)의 요청에 따라 셋톱 박스(10)를 통해 사용자가 시청 중인 콘텐츠에 대한 데이터를 제공할 수 있다. 예를 들어, 콘텐츠에 대한 데이터는 EPG(Electronic Program Guide), VOD(Video On Demand), OTT(Over The Top)에서 제공하는 콘텐츠의 제목, 개요(시놉시스), 장르, 등장 인물, 배경, 장소, 대사, 지문, 자막 등을 포함할 수 있으며, 이는 서비스 제공 장치(100)에 저장될 수 있다.
한편, 콘텐츠 제공 서버(200)는 광고 콘텐츠 제공 서버(미도시)를 더 포함할 수 있다. 광고 콘텐츠 제공 서버는 광고를 제작/판매하는 광고사가 운영하는 서버일 수 있으며, 서비스 제공 장치(100)는 광고 콘텐츠 제공 서버로부터 사용자의 성향에 따른 광고를 제공 받아, 예측된 성향에 따라 셋톱 박스(10)를 통해 사용자에게 광고를 제공할 수 있다.
뿐만 아니라, 방송국 서버(210), 콘텐츠 배급 서버(220) 및 OTT 서비스 제공 서버(230)는 서비스 제공 장치(100)로 사용자의 성향에 따라 추천 가능한 광고, 콘텐츠 정보를 제공할 수도 있다. 예를 들어, 사용자가 A 배우의 필모그래피에 관심을 가진 것으로 예측할 경우, 서비스 제공 장치(100)는 사용자에게 A 배우의 출연 작품이 재생 중인 다양한 채널 중에서도 광고 정보/콘텐츠 정보를 제공한 특정 채널로의 이동을 권유할 수 있다.
일반적으로, TV, IPTV를 통해 콘텐츠를 시청하는 사용자는 별도의 홈쇼핑 채널을 통해서 광고를 접하거나, 디스플레이 장치(30)를 이용하여 원하는 정보를 직접 검색할 수 있다. 최근 들어서는 사용자 편의를 위해 TV, IPTV 등의 디스플레이 장치(30)와 연결된 셋톱 박스(10)를 통해 수집된 모든 정보를 스스로 학습하여 사용자에게 정보를 추천하는 기술이 개시되었지만, 서비스를 제공 받기 전에 사용자가 본인의 개인 정보를 구체적으로 입력하지 않는 한, 사용자에게 적합한 정보를 추천해 주기에는 한계가 있다.
예를 들어, 사용자 정보 및 콘텐츠 시청 이력에 따라 맞춤형 정보를 제공하기 위해서는, 셋톱 박스(10)를 설치한 초기에 사용자의 개인정보, 나아가 가족 구성원의 개인정보를 입력해야만 하고, 특정 시간 대에 어느 한 가족 구성원이 콘텐츠를 감상하는지 추론할 수는 있으나 상황에 따라서는 정확한 추론이라고 할 수 없다.
그에 따라, 본 발명의 일 실시 예에서는 서비스 제공 장치(100)가 현재 사용자의 조작에 의해 획득된 데이터(사용자 데이터)를 통해 사용자의 성향을 예측할 수 있도록 하고, 그에 따라 성향 맞춤 서비스를 제공할 수 있다. 즉, 셋톱 박스(10)를 통해 하루 또는 일주일 이상 수집된 콘텐츠 시청 이력을 가지고 현재의 사용자를 추론하는 것이 아니라, 실시간으로 수집되는 데이터를 토대로 사용자의 성향을 예측하고, 예측된 성향에 맞는 서비스를 제공할 수 있다.
도 3을 참조하면, 서비스 제공 장치(100)는 셋톱 박스(10)로부터는 사용자의 조작에 의해 획득된 데이터(사용자 데이터)를 수신하고, 콘텐츠 제공 서버(200)로부터는 콘텐츠 분석 데이터를 수신하게 되며, 사용자 분석 모델을 통해 사용자의 성향을 예측하고, 정보 추천 서비스를 제공할 수 있다.
실시 예에 따라, 콘텐츠 분석 데이터는 현재 사용자가 시청 중인 콘텐츠의 화면/영상 내 인물, 객체, 장소, 문자, 대사, 나레이션 등과 콘텐츠의 제목, 개요(시놉시스), 장르, 인물, 배경, 장소 등을 포함할 수 있으며, 실시 예에 따라, 사용자의 조작에 의해 획득된 데이터(사용자 데이터)는 컨트롤러(20)를 통해 수집된 네비게이션(Navigation) 데이터, 출력 환경 변경 데이터를 포함할 수 있다. 예를 들어, 네비게이션 데이터란 콘텐츠가 재생되는 동안, 사용자의 조작이 순차적으로 좌우, 상하, 선택, 체류 등 어떻게 변경 되었는지에 대한 데이터를 의미하고, 출력 환경 변경 데이터는 오디오 볼륨 또는 채널 조정에 대한 데이터를 의미한다.
서비스 제공 장치(100)는 두 가지의 정보를 사용자 분석 모델에 넣고, 현재 사용자의 성향을 예측할 수 있으며, 예측된 성향 및 이후 사용자의 조작에 의해 획득된 데이터(사용자 데이터)에 따라 다양한 정보 추천 서비스를 해당 셋톱 박스(10)로 제공할 수 있다. 예를 들어, 정보 추천 서비스는 사용자의 성향에 기초한 추가 정보 제공 서비스, 상품 정보 제공 서비스, 광고 제공 서비스 등을 포함할 수 있다.
지금까지 본 발명의 일 실시 예에 따른 정보 추천 서비스 시스템(1000)에 대하여 설명하였다. 본 발명에 따르면, 서비스 제공 장치(100)는 사용자 별 방송 시청 이력, 사용자 개인정보 등을 저장하고 있지 않았더라도 사용자의 성향을 실시간으로 예측하여 그에 적합한 서비스를 제공할 수 있다.
이하에서는, 사용자의 성향을 예측하고 서비스를 제공하는 서비스 제공 장치(100)에 대하여 구체적으로 설명하도록 한다.
도 4는 본 발명의 일 실시 예에 따른 정보 추천 서비스 제공 장치의 구성을 나타낸 블록도이다.
도 4를 참조하면, 서비스 제공 장치(100)는 통신부(110), 저장부(120) 및 프로세서(130)를 포함할 수 있다.
통신부(110)는 유/무선 네트워크를 통해 셋톱 박스(10) 및 콘텐츠 제공 서버(200)와 데이터를 주고 받을 수 있다. 예를 들어, 통신부(110)는 셋톱 박스(10)로부터 사용자의 조작에 의해 획득된 데이터(사용자 데이터)를 수신하고, 콘텐츠 제공 서버(200)로부터 콘텐츠 데이터/콘텐츠 분석 데이터를 수신할 수 있다. 예를 들어, 통신부(110)는 방송국 서버(210)로부터 일, 주, 월 단위의 채널 편성표, 콘텐츠(프로그램) 데이터를 수신하거나, 콘텐츠 배급 서버(220) 및 OTT 서비스 제공 서버(230)로부터 주기적으로 새롭게 제공되는 콘텐츠 데이터를 수신할 수 있다.
저장부(120)는 콘텐츠 사용자 분석 모델에 활용될 각종 데이터를 저장할 수 있다. 구체적으로, 저장부(120)는 일, 주, 월 단위의 채널 편성표를 저장할 수 있으며, 장르 별 콘텐츠를 저장할 수 있다. 예를 들어, 장르는 액션/어드벤처, 애니메이션, 어린이/가족, 고전 영화, 코미디, 다큐멘터리, 드라마, 해외 영화, 공포 영화, 음악 영화, 로맨스 영화, SF 판타지 영화, 스포츠, 스릴러, TV 쇼 프로그램 등을 포함할 수 있으며, 장르 내에서도 보다 구체적인 항목으로 분류될 수 있다. 예로서, 음악 영화 내에서도 라틴 음악, 어린이 음악, 컨트리/포크, 락/팝 콘서트, 월드 뮤직 콘서트, 재즈/이지 리스닝, 어반/댄스 콘서트, 뮤지컬, 고전 뮤지컬, 디즈니 뮤지컬, 스테이지 뮤지컬, 쇼 비즈니스 뮤지컬 등으로 분류 저장될 수 있다.
실시 예에 따라, 저장부(120)는 프로세서(130)에 의해 분석된 콘텐츠 데이터를 저장할 수 있다. 구체적으로, 저장부(120)는 프로세서(130)에 의해 추출된 영상/화면 속 객체(인물, 동물, 사물)의 이미지 데이터, 오디오 데이터, 텍스트 데이터를 저장할 수 있으며, 프로세서(130)에 의해 구분된 콘텐츠 속 장소 데이터를 저장할 수도 있다. 여기서, 영상/화면이란 시청각적 요소를 가지고 있는 콘텐츠에서 프로세서(130)에 의해 기 설정된 시간을 기준으로 쪼개어진 영상 또는 화면일 수 있으며, 저장부(120)는 주기적으로 새롭게 편성 또는 공급되는 콘텐츠에서 프로세서(130)에 의해 추출된 데이터를 저장할 수 있다.
즉, 저장부(120)는 채널 편성표 내에서 프로그램 별 장르, 제목, 출연 인물, 개요, 문자, 장소, 판매 상품 정보, 이슈 헤드 라인, VOD 별 장르, 제목, 개요, 출연 인물, 장소, 배경, OTT 서비스 내 콘텐츠 제목, 개요, 인물, 문자, 장소, 배경 정보를 저장할 수 있다.
또한, 저장부(120)는 정보 추천 서비스를 제공할 셋톱 박스(10)와 관련된 데이터를 저장할 수 있다. 예를 들어, 저장부(120)는 셋톱 박스(10)로 제공할 광고 데이터, 광고 제공에 따른 사용자의 조작에 의해 획득된 데이터(사용자 데이터)를 저장할 수 있다.
뿐만 아니라, 저장부(120)는 셋톱 박스(10) 데이터, 셋톱 박스(10) 별로 수집된 사용자 개인 정보, 사용자 시청 이력 등을 저장할 수 있으며, 이는 정보 추천 서비스를 실행하는 초기, 사용자의 조작에 의한 데이터(사용자 데이터)가 수집되지 않았을 경우에 사용될 수 있다
다양한 실시 예에서, 저장부(120)는 각종 데이터, 명령 및 정보를 저장할 수 있는 휘발성 또는 비휘발성 기록 매체를 포함할 수 있다. 예를 들어, 저장부(120)는 플래시 메모리 타입, 하드디스크 타입, 멀티미디어 카드 마이크로 타입, 카드 타입의 메모리(SD, XD 메모리 등), 램, SRAM, 롬, EEPROM, PROM, 네트워크 저장 스토리지, 클라우드, 블록체인 데이터베이스 중 적어도 하나의 타입의 저장매체를 포함할 수 있다.
또한, 저장부(120)는 서비스 제공 장치(100)의 동작을 위한 명령어들이 기록되어 있을 수 있다. 다양한 실시 예에서, 저장부(120)는 사용자의 성향을 예측하고, 에측된 성향에 따른 정보 추천 서비스를 제공하기 위한 어플리케이션(미도시)이 기록되어 있을 수 있다.
프로세서(130)는 통신 부(110) 및 저장부(120)와 동작 가능하게 연결되어, 서비스 제공 장치(100)의 전반적인 동작을 제어할 수 있으며, 저장부(120)에 저장된 어플리케이션 또는 프로그램을 구동하여, 정보 추천 서비스를 제공하기 위한 다양한 명령들을 수행할 수 있다.
프로세서(130)는 CPU(Central Processing Unit)나 AP(Application Processor)와 같은 연산 장치에 해당할 수 있다. 또한, 프로세서(130)는 다양한 연산 장치가 통합된 SoC(System on Chip)와 같은 통합 칩(Integrated Chip (IC))의 형태로 구현될 수 있다.
실시 예에 따라, 프로세서(130)는 통신부(110)를 통해 셋톱 박스(10)로부터 콘텐츠 관련 어플리케이션을 활성화하는 서비스 요청 신호를 수신하고, 서비스 요청 신호에 따라 해당 셋톱 박스(10)를 통해서 현재 제공 중인 콘텐츠 관련 어플리케이션과 연관된 데이터를 수신할 수 있다.
보다 구체적으로, 프로세서(130)가 실시간으로 사용자에게 적합한 정보 추천 서비스를 제공하기 위해서는 기본적으로 콘텐츠 관련 어플리케이션이 활성화되어야 한다. 이에, 프로세서(130)는 콘텐츠 관련 어플리케이션이 활성화됨에 따라, 사용자의 조작에 의한 데이터(사용자 데이터)를 수집할 수 있도록 셋톱 박스(10)의 모드를 정보 추천 서비스 제공용 데이터 수집 모드로 전환할 수 있다.
실시 예에 따라, 프로세서(130)는 콘텐츠 관련 어플리케이션이 활성화됨에 따라 디스플레이 장치(30)에 제공되는 콘텐츠 상에 가이드 라인 또는 유닛에 대한 레이아웃을 더할 수 있다. 즉, 프로세서(130)는 콘텐츠 별 속성에 따라 서로 다른 영상의 구조 데이터에 기초하여 네비게이션 데이터를 수집하기 위한 가이드 라인 또는 유닛을 설정할 수 있으며, 사용자의 선택에 따라 가이드 라인 또는 유닛이 디스플레이 장치(30)에 출력될 수 있다. 여기서, 사용자의 선택은 셋톱 박스(10)와 연결된 컨트롤러(20)를 통해서 수집될 수 있다.
예를 들어, 스포츠 중계 채널 또는 프로그램의 경우, 통상 스코어 등 경기 상황을 나타내는 그래픽 객체가 디스플레이 장치(30)의 왼쪽 상단에 출력되고, 후원사를 홍보하는 판넬이 디스플레이 장치(30)의 테두리 영역에 출력되는 바, 프로세서(130)는 콘텐츠 상에 사용자가 선택할 항목에 대한 가이드 라인 또는 유닛을 더할 수 있다.
다른 예를 들어, TV 쇼 프로그램의 경우, 통상적으로 콘텐츠에 대한 주제 또는 출연자 정보가 디스플레이 장치(30)의 모서리 영역에 출력되는 바, 프로세서(130)는 콘텐츠 상에 사용자가 선택할 항목에 대한 가이드 라인 또는 유닛을 더할 수 있다.
콘텐츠 관련 어플리케이션이 활성화된 이후, 서비스 제공 장치(100)가 셋톱 박스(10)를 통해서 수신하게 되는 콘텐츠 관련 어플리케이션과 연관된 데이터는, 콘텐츠 관련 어플리케이션 상에서의 네비게이션 데이터 또는 디스플레이 장치(30)의 출력 데이터를 포함할 수 있다. 이러한 데이터는 현재 재생되고 있는 콘텐츠에 대한 사용자의 성향을 예측할 수 있는 데이터로 활용될 수 있다.
보다 구체적으로, 네비게이션 데이터는 콘텐츠 별로 지정된 가이드 라인 또는 유닛 상에서 사용자의 조작 시퀀스를 의미할 수 있다. 예를 들어, 네비게이션 데이터는 가이드 라인 또는 유닛 상에서 좌우 이동, 상하 이동한 데이터, 기 설정된 시간 동안 이동 또는 체류한 시간에 관한 데이터, 특정 유닛을 선택한 데이터가 혼합된 데이터일 수 있다. 다시 말해서, 네비게이션 데이터는, 프로세서(130)가 제공하는 가이드 라인 또는 유닛 속에서 사용자가 어떠한 흐름으로 이동하고, 어떤 객체를 선택 하였는지에 대한 정보를 포함할 수 있다.
뿐만 아니라, 프로세서(130)에 의해 현재 재생되고 있는 콘텐츠와 관련된 추가 정보가 제공되었다면, 프로세서(130)는 통신부(110)를 통해 추가 정보를 나타내는 그래픽 객체 상에서의 네비게이션 데이터를 수신할 수 있다.
사용자의 조작에 의한 데이터(사용자 데이터)를 수신한 이후, 프로세서(130)는 수신된 데이터를 기초로 기 저장된 콘텐츠 분석 데이터 중 사용자와 연관된 분석 데이터를 수집할 수 있다. 보다 구체적으로, 프로세서(130)는 정보 추천 서비스를 제공하기 위해 사용자의 반응이 나타난 시점, 즉 데이터가 수신된 시점에서 어떠한 콘텐츠가 재생되고 있었는지 확인해야 한다. 그에 따라, 프로세서(130)는 셋톱 박스(10)를 통해서 현재 제공 중인 콘텐츠 내 데이터가 수신된 시점의 프레임 또는 영상을 획득할 수 있다. 예를 들어, 셋톱 박스(10)를 통해서 데이터가 수신된 시점이 오후 8시 32분이라면, 프로세서(130)는 해당 셋톱 박스(10)를 통해서 재생되고 있었던 콘텐츠의 오후 8시 32분의 이미지 프레임 또는 오후 8시 31분~33분 사이의 영상을 획득할 수 있다.
실시 예에 따라, 콘텐츠의 프레임을 획득할 경우, 프로세서(130)는 해당 프레임에서의 인물, 객체, 장소 및 문자 중 적어도 하나의 대상을 콘텐츠 분석 데이터로 수집할 수 있다. 즉, 프로세서(130)는 저장부(120)에 기 저장된 콘텐츠 분석 데이터 중에서 해당 셋톱 박스(10)에서 시청 중인 콘텐츠와 관련된 데이터를 1차로 수집하고, 이 중에서도 특정 프레임과 관련된 데이터를 콘텐츠 분석 데이터로 수집할 수 있다.
다른 실시 예에 따라, 콘텐츠의 영상을 획득할 경우, 프로세서(130)는 영상에서의 인물의 대사 또는 나레이션을 텍스트로 변환할 수 있으며, 변환된 텍스트를 콘텐츠 분석 데이터로 수집할 수 있다. 뿐만 아니라, 프로세서(130)는 변환된 텍스트에서 관심 대상으로 정의될 단어를 추출할 수 있으며, 추출된 단어를 콘텐츠 분석 데이터로 수집할 수 있다. 아울러, 관심 대상으로 정의되어 콘텐츠 분석 데이터에는 이후 사용자 분석 모델 적용 시 가중치가 부여될 수도 있다.
한편, 프로세서(130)는 영상 내 모든 인물의 대사를 텍스트로 변환할 수 있지만, 사용자가 관심을 가지고 있는 특정 인물의 대사만을 텍스트로 변환할 수도 있다. 그에 따라, 프로세서(130)는 현재 재생되는 콘텐츠 내에서의 인물이 둘 이상인 경우, 오디오를 텍스트로 변환하기 전에 통신부(110)를 통해 어느 한 명의 인물에 대한 선택 정보를 수신할 수 있다.
프로세서(130)는 셋톱 박스(10)를 통해 수신된 데이터 및 사용자와 연관된 콘텐츠 분석 데이터에 기초하여 사용자의 성향을 예측하도록 학습된 사용자 분석 모델을 이용하여 현재 사용자의 성향을 예측할 수 있다. 여기서, 사용자의 성향은 콘텐츠 유형 별로 사용자가 관심을 가지는 항목을 의미할 수 있다. 예를 들어, 스포츠 중계 채널의 경우, 스코어, 선수 경기력, 순위, 해설위원 등에 대한 관심 표시가 사용자의 성향으로 예측될 수 있으며, 드라마의 경우, 인물의 필모그래피, 의상, 인물이 소지/장착한 상품, 촬영 장소 등에 대한 관심 표시가 사용자의 성향으로 예측될 수 있다.
이와 같이, 프로세서(130)는 학습된 사용자 분석 모델을 이용하여 현재 사용자의 성향을 예측할 수 있으며, 셋톱 박스(10)와 연결된 디스플레이 장치(30)로 예측된 성향과 연관된 서비스를 제공할 수 있다. 실시 예에 따라, 프로세서(130)는 콘텐츠 관련 어플리케이션 상에서 추가 정보 제공 서비스, 상품 정보 제공 서비스 및 광고 제공 서비스를 제공할 수 있다. 여기서, 추가 정보란 콘텐츠 분석 데이터(예. 인물, 문자)와 관련된 보다 구체적인 정보를 의미하며, 상품 정보는 콘텐츠 분석 데이터(예. 인물의 의상)와 관련된 상품을 구매할 수 있는 Url 또는 구매처에 대한 정보를 의미할 수 있다. 예를 들어, 프로세서(130)는 사용자의 성향이 스포츠 중계 채널 - 선수 경기력이라면, 선수의 분기 별 성적을 추가로 제공할 수 있으며, 드라마 - 인물이 소지/장착한 상품이라면, 상품의 최저가 구매 url을 제공할 수 있다.
아울러, 이러한 서비스를 나타내는 그래픽 화면은 콘텐츠가 재생되고 있는 디스플레이 장치(30)의 화면 상에서 팝업 창 형태로 제공될 수 있다. 아울러, 사용자의 선택에 따라 서비스 화면이 디스플레이 화면(30) 내 가장자리나, 모서리에 띄워질 수 있으며, 그에 따라 사용자의 콘텐츠 감상을 방해하지 않을 수 있다.
실시 예에 따라, 프로세서(130)가 사용자의 한 번의 동작으로 구분되는 데이터를 기초로 하나의 서비스를 제공한 이후에, 서비스를 나타내는 그래픽 화면과 연관된 데이터를 수집할 수 있으며, 수집된 데이터를 기초로 셋톱 박스(10)와 매칭된 어느 한 명의 사용자를 식별할 수 있다.
즉, 프로세서(130)는 콘텐츠 관련 어플리케이션이 활성화 됨에 따라, 셋톱 박스(10) 별로 저장부(120)에 기 저장되어 있었던 사용자 정보를 확인할 수 있으며, 그래픽 화면에 대한 인터랙션을 통해서 현재 사용자가 셋톱 박스(10)에 저장되어 있는 사용자 중 어떤 사용자인지 식별할 수 있다. 이러한 식별 과정을 통해, 프로세서(130)는 사용자 분석 모델을 학습하기 위한 데이터를 수집하여, 사용자의 성향을 보다 빠르고 정확하게 예측할 수 있다.
지금까지 본 발명의 일 실시 예에 따른 서비스 제공 장치(100)에 대하여 설명하였다. 본 발명에 따르면, 서비스 제공 장치(100)는 사용자의 개인 정보를 미리 가지고 있지 않더라도, 사용자의 성향을 예측하고, 예측된 성향에 맞는 서비스를 제공할 수 있다.
이하에서는, 서비스 제공 장치(100)를 통해 사용자의 성향에 적합한 서비스를 제공하는 방법에 대해서 설명하도록 한다.
도 5는 본 발명의 일 실시 예에 따른 정보 추천 서비스 제공 방법의 개략적인 순서도이다.
도 5를 참조하면, 서비스 제공 장치(100)는 셋톱 박스(10)로부터 콘텐츠 관련 어플리케이션을 활성화하는 서비스 요청 신호를 수신한다(S110). 즉, 서비스 제공 장치(100)는 셋톱 박스(10)가 컨트롤러(20)를 통해서 수신하는 모든 정보를 무분별하게 수집하지 않고, 사용자의 요청을 수신하는 경우에 한하여 서비스를 제공할 수 있다. 서비스 제공 장치(100)는 이러한 신호를 수신하는 경우, 셋톱 박스(10)가 사용자의 조작에 의한 데이터(사용자 데이터)를 수집할 수 있도록 셋톱 박스(10)의 모드를 정보 추천 서비스 제공용 데이터 수집 모드로 전환할 수 있다.
S110 단계 이후, 서비스 제공 장치(100)는 서비스 요청 신호에 따라 셋톱 박스(10)를 통해서 현재 제공 중인 콘텐츠 관련 어플리케이션과 연관된 데이터를 수신한다(S120).
실시 예에 따라, 서비스 제공 장치(100)는 서비스 요청 신호에 따라, 디스플레이 장치(30)에 제공되는 콘텐츠 상에 가이드 라인 또는 유닛에 대한 레이아웃을 더할 수도 있다. 즉, 서비스 제공 장치(100)는 콘텐츠 별 속성에 따라 서로 다른 영상의 구조 데이터에 기초하여 네비게이션 데이터를 수집하기 위한 가이드 라인 또는 유닛을 설정할 수 있으며, 사용자의 선택에 따라 가이드 라인 또는 유닛이 디스플레이 장치(30)에 출력될 수 있다. 여기서, 사용자의 선택은 셋톱 박스(10)와 연결된 컨트롤러(20)를 통해서 수집될 수 있다.
예를 들어, VOD 방식으로 제공되는 영화/드라마의 경우, 통상 작품의 등장 인물들이 가운데 영역에 출력되고, 그 배경이 나머지 영역에 출력되는 바, 서비스 제공 장치(100)는 콘텐츠가 출력 가능한 프레임 안에서 콘텐츠 상에 사용자가 선택할 항목에 대한 가이드 라인 또는 유닛을 “▣”와 같은 형태로 더할 수 있다.
실시 예에 따라, 콘텐츠 관련 어플리케이션과 연관된 데이터는, 콘텐츠 관련 어플리케이션 상에서의 네비게이션 데이터 또는 디스플레이 장치(30)의 출력 데이터를 포함할 수 있다. 이러한 데이터는 현재 재생되고 있는 콘텐츠에 대한 사용자의 성향을 예측할 수 있는 데이터로 활용될 수 있다.
보다 구체적으로, 네비게이션 데이터는 콘텐츠 별로 지정된 가이드 라인 또는 유닛 상에서 사용자의 조작 시퀀스를 의미할 수 있다. 예를 들어, 네비게이션 데이터는 가이드 라인 또는 유닛 상에서 좌우 이동, 상하 이동한 데이터, 기 설정된 시간 동안 이동 또는 체류한 시간에 대한 데이터, 특정 유닛을 선택한 데이터가 혼합된 데이터일 수 있다. 다시 말해서, 네비게이션 데이터는, 프로세서(130)가 제공하는 가이드 라인 또는 유닛 속에서 사용자가 어떠한 흐름으로 이동하고, 어떤 객체를 선택 하였는지에 대한 정보를 포함할 수 있다.
뿐만 아니라, 프로세서(130)에 의해 현재 재생되고 있는 콘텐츠와 관련된 추가 정보가 제공되었다면, 서비스 제공 장치(100)는 셋톱 박스(10)를 통해 추가 정보를 나타내는 그래픽 객체 상에서의 네비게이션 데이터를 수신할 수 있다.
S120 단계 이후, 서비스 제공 장치(100)는 수신된 데이터를 기 저장된 콘텐츠 분석 데이터 중 사용자와 연관된 콘텐츠 분석 데이터를 수신한다(S130). 구체적으로, 사용자의 반응이 나타난 시점, 즉 데이터가 수신된 시점에서 어떠한 콘텐츠가 재생되고 있었는지 확인해야 한다. 그에 따라, 서비스 제공 장치(100)는 셋톱 박스(10)를 통해서 현재 제공 중인 콘텐츠 내 데이터가 수신된 시점의 프레임 또는 영상을 획득할 수 있다. 예를 들어, 셋톱 박스(10)를 통해서 데이터가 수신된 시점이 오후 8시 32분이라면, 서비스 제공 장치(100)는 해당 셋톱 박스(10)를 통해서 재생되고 있었던 콘텐츠의 오후 8시 32분의 이미지 프레임 또는 오후 8시 31분~33분 사이의 영상을 획득할 수 있다.
실시 예에 따라, 콘텐츠의 프레임을 획득할 경우, 서비스 제공 장치(100)는 해당 프레임에서의 인물, 객체, 장소 및 문자 중 적어도 하나의 대상을 콘텐츠 분석 데이터로 수집할 수 있다. 즉, 서비스 제공 장치(100)는 기 저장된 콘텐츠 분석 데이터 중에서 해당 셋톱 박스(10)에서 시청 중인 콘텐츠와 관련된 데이터를 1차로 수집하고, 이 중에서도 특정 프레임과 관련된 데이터를 콘텐츠 분석 데이터로 수집할 수 있다.
다른 실시 예에 따라, 콘텐츠의 영상을 획득할 경우, 서비스 제공 장치(100)는 영상에서의 인물의 대사 또는 나레이션을 텍스트로 변환할 수 있으며, 변환된 텍스트를 콘텐츠 분석 데이터로 수집할 수 있다. 뿐만 아니라, 서비스 제공 장치(100)는 변환된 텍스트에서 관심 대상으로 정의될 단어를 추출할 수 있으며, 추출된 단어를 콘텐츠 분석 데이터로 수집할 수 있다. 아울러, 관심 대상으로 정의되어 콘텐츠 분석 데이터에는 이후 사용자 분석 모델 적용 시 가중치가 부여될 수도 있다.
한편, 서비스 제공 장치(100)는 영상 내 모든 인물의 대사를 텍스트로 변환할 수 있지만, 사용자가 관심을 가지고 있는 특정 인물의 대사만을 텍스트로 변환할 수도 있다. 그에 따라, 서비스 제공 장치(100)는 현재 재생되는 콘텐츠 내에서의 인물이 둘 이상인 경우, 오디오를 텍스트로 변환하기 전에 셋톱 박스(10)를 통해 어느 한 명의 인물에 대한 선택 정보를 수신할 수 있다.
S130 단계 이후, 서비스 제공 장치(100)는 수신된 데이터 및 사용자와 연관된 콘텐츠 분석 데이터에 기초하여 사용자의 성향을 예측하도록 학습된 사용자 분석 모델을 이용하여 현재 사용자의 성향을 예측한다(S140). 구체적으로, 사용자 분석 모델은 사용자의 조작에 의해 수신된 데이터(사용자 데이터)와 콘텐츠 분석 데이터에 기초하여 사용자의 성향을 예측하도록 학습된 모델일 수 있다.
구체적으로, 사용자 분석 모델은 두 가지 입력 데이터를 기초로 하나의 출력 데이터를 도출해낼 수 있으며, 보다 구체적으로, 입력 데이터 중 하나인 사용자의 조작에 의해 수신된 데이터(사용자 데이터)는 콘텐츠 관련 어플리케이션 상에서의 상하, 좌우, 검색 및 선택에 대한 데이터를 의미하고, 다른 하나의 입력 데이터인 콘텐츠 분석 데이터는 사용자 데이터를 획득한 시점과 동일한 시점에 재생 중인 콘텐츠에 대한 데이터(예. 콘텐츠 제목, 개요(시놉시스), 장르, 등장 인물, 배경, 장소, 대사, 지문, 자막 등)를 의미할 수 있다. 또한, 출력 데이터로 정의되는 사용자의 성향이란 콘텐츠 유형 별 사용자가 관심을 가지는 항목을 의미할 수 있다. 예를 들어, 스포츠 중계 채널의 경우, 스코어, 선수 경기력, 순위, 해설위원 등이 사용자 성향을 의미할 수 있으며, 영화의 경우 인물의 필모그래피, 의상, 인물이 소지/장착한 상품, 촬영 장소 등이 사용자 성향을 의미할 수 있다. 즉, 하나의 콘텐츠 안에서 시, 청각적으로 확인 가능한 항목과 콘텐츠와 연관되어 사용자가 검색한 특정 검색어 등이 사용자의 성향을 의미할 수 있다.
실시 예에 따라, 사용자 분석 모델은 랜덤 포레스트 (random forest), GNB (Gaussian na
Figure 112020112811909-pat00003
ve Bayes), LNB (locally weighted na
Figure 112020112811909-pat00004
ve Bay), 및 SVN (support vector machine) 중 적어도 하나일 수 있으며, 이는 기계학습 알고리즘, 신경망 알고리즘(DNN, CNN, DCNN, RNN, RBM, DBN, SSD)), 유전자 알고리즘, 딥러닝 알고리즘 중 적어도 하나의 인공지능 알고리즘을 이용하여 학습될 수 있다.예를 들어, 스포츠 중계 채널의 경우, 스코어, 선수 경기력, 순위 등에 대한 관심 표시가 사용자의 성향으로 예측될 수 있으며, 드라마의 경우, 인물의 필모그래피, 의상, 인물이 소지/장착한 상품, 촬영 장소 등에 대한 관심 표시가 사용자의 성향으로 예측될 수 있다.
S140 단계 이후, 서비스 제공 장치(100)는 셋톱 박스(10)와 연결된 디스플레이 장치(30)로 예측된 성향과 연관된 서비스를 제공한다(S150). 실시 예에 따라, 서비스 제공 장치(100)는 콘텐츠 관련 어플리케이션 상에서 추가 정보 제공 서비스, 상품 정보 제공 서비스 및 광고 제공 서비스를 제공할 수 있다. 여기서, 추가 정보란 콘텐츠 분석 데이터(예. 인물, 문자)와 관련된 보다 구체적인 정보를 의미하며, 상품 정보는 콘텐츠 분석 데이터(예. 인물의 의상)와 관련된 상품을 구매할 수 있는 Url 또는 구매처에 대한 정보를 의미할 수 있다. 예를 들어, 서비스 제공 장치(100)는 사용자의 성향이 스포츠 중계 채널 - 선수 경기력이라면, 선수의 분기 별 성적을 추가로 제공할 수 있으며, 드라마 - 인물이 소지/장착한 상품이라면, 상품의 최저가 구매 url을 제공할 수 있다.
아울러, 이러한 서비스를 나타내는 그래픽 화면은 콘텐츠가 재생되고 있는 디스플레이 장치(30)의 화면 상에서 팝업 창 형태로 제공될 수 있다. 아울러, 사용자의 선택에 따라 서비스 화면이 디스플레이 화면(30) 내 가장자리나, 모서리에 띄워질 수 있으며, 그에 따라 사용자의 콘텐츠 감상을 방해하지 않고, 서비스 이용에 따른 불편함을 해소시킬 수 있다.
실시 예에 따라, 서비스 제공 장치(100)가 사용자의 한 번의 동작으로 구분되는 데이터를 기초로 하나의 서비스를 제공한 이후에, 셋톱 박스(10)를 통해 서비스를 나타내는 그래픽 화면을 통해 수집된 데이터를 수신할 수 있으며, 수신된 데이터를 기초로 셋톱 박스(10)와 매칭된 어느 한 명의 사용자를 식별할 수 있다.
지금까지 본 발명의 일 실시 예에 따른 서비스 제공 방법에 대하여 설명하였으며, 이하 도 6 내지 도 9를 참조하여, 서비스가 제공되기 위한 인터페이스 화면에 대하여 설명하도록 한다.
도 6 내지 도 9는 본 발명의 일 실시 예에 따른 정보 추천 서비스가 제공되는 인터페이스를 예시적으로 설명하기 위한 개략도이다.
도 6을 참조하면, 셋톱 박스(10)와 연결된 디스플레이 장치(30)로 스포츠 중계 화면이 재생되는 동안, 정보 추천 서비스 제공용 데이터 수집 모드가 활성화되어 있을 경우, 서비스 제공 장치(100)는 사용자의 조작에 따라 콘텐츠 상에 점선으로 가이드 라인 또는 유닛에 대한 레이아웃을 표시할 수 있다. 여기서의 가이드 라인 또는 유닛은 콘텐츠 관련 어플리케이션 상에서의 네비게이션 데이터 또는 디스플레이 장치(30)의 출력 데이터를 수집하기 위해 활용될 수 있다.
예를 들어, 야구 중계 채널 화면의 경우, 스코어를 나타내는 그래픽 객체(61)가 좌측 상단에 하나의 유닛으로 설정되고, 후원사를 홍보하는 판넬 이미지(62)가 중앙 영역에 하나의 유닛으로 설정되며, 투수, 타자, 포수, 심판이 위치한 영역이 하나의 유닛으로 설정될 수 있으며, 상술한 유닛은 네비게이션 데이터일 수 있다.
아울러, 디스플레이 장치(30)의 오디오 볼륨 또는 채널 전환을 나타내는 그래픽 객체(65)가 일 측 영역에 하나의 유닛으로 설정될 수 있으며, 이는 출력 데이터일 수 있다.
실시 예에 따라, 사용자가 어느 하나의 객체를 선택하기 위해 좌우, 상하로 이동하면, 도 6에 도시된 점선이 표시되며 데이터가 수집되었음을 알릴 수 있다.
도 7을 참조하면, 사용자가 시청 중인 화면 내에서 컨트롤러(20)를 통해 지정된 어느 하나의 지정된 버튼을 선택하면, 정보 추천 서비스 제공용 데이터 수집 모드로 전환되고, 서비스 제공 장치(100)는 네비게이션 데이터를 수집할 수 있다. 만약, 스코어를 나타내는 그래픽 객체가 선택할 경우(①), 서비스 제공 장치(100)는 스코어와 관련된 추가 정보(71)를 콘텐츠 상에 제공할 수 있다.
이 후, 서비스 제공 장치(10)는 그래픽 객체 상에서의 네비게이션 데이터를 수집할 수 있다. 구체적으로, 서비스 제공 장치(10)는 그래픽 객체 상에서의 조작 순서, 두산vs한화 스코어 유닛에서 롯데vs엘지 스코어로의 이동 (②), 롯데vs엘지 스코어 선택(③), 경기결과 유닛에서 경기영상 유닛으로의 이동(④), 경기영상 유닛에서 응원 SNS유닛으로의 이동(⑤)을 네비게이션 데이터로 수집할 수 있다.
도 8와 같은 드라마 채널 화면의 경우, 사용자가 어느 한 인물을 선택할 경우, 점선과 같이 선택된 유닛(81)이 일시적으로 표시될 수 있다. 서비스 제공 장치(100)는 사용자의 조작에 의해 수집된 데이터(예. 등장 인물)를 기초로 인물이 출연한 작품에 대한 정보(82), 이 중에서도 어느 하나의 작품에 대한 구체적인 정보(83)를 콘텐츠 상에 제공할 수 있다.
다음으로, 도 9와 같은 OTT 서비스 화면의 경우, 서비스 제공 장치(100)는 검색 키워드(92)에 따라 실시간으로 재생되는 객체 정보(91), OTT 서비스 서버(미도시)에서 이전 시청 이력을 기반으로 제공한 다음 동영상 정보(93)를 콘텐츠 분석 데이터로 수집할 수 있다.
한편, 사용자 분석 모델에 입력하는 두 가지의 입력 데이터가 획득되면, 서비스 제공 장치(100)는 다양한 종류의 서비스를 제공할 수 있으며, 이하 도 10을 참조하여 설명하도록 한다.
도 10a 내지 도 10c는 본 발명의 일 실시 예에 따른 정보 추천 서비스가 활성화되는 인터페이스를 예시적으로 설명하기 위한 개략도이다.
도 10a를 참조하면, 서비스 제공 장치(100)는 사용자의 성향이 인물이 소지하거나 착용한 상품인 것으로 예측되었을 때, 디스플레이 장치(30)의 일 영역에 “A 배우가 착용한 신발-홈쇼핑 방송이 1분 후 시작합니다-해당 채널로의 이동을 원하시면 확인 버튼을 눌러주세요”라는 채널 전환을 위한 서비스 창(101)을 제공할 수 있다.
또한, 10b를 참조하면, 서비스 제공 장치(100)는 드라마 속 장소와 관련하여 “경원재 앰버서더 인천을 예약해보세요”와 같이, 해당 장소를 방문하기 위한 숙소 예약 사이트 연결 창(102)을 제공할 수 있다. 여기서, 숙소 예약 사이트의 경우, 서비스 제공 장치(100)가 광고 콘텐츠 제공 서버(미도시)로부터 미리 제공받은 정보일 수 있다.
마지막으로, 10c를 참조하면, 서비스 제공 장치(100)는 OTT 서비스를 이용하고 있는 디스플레이 장치(30)로 “두산vs키움 준PO 경기가 잠시 후 시작합니다-ㅇㅇㅇ 해설 위원이 중계하는 방송으로 이동하시려면 이동 버튼을 눌러주세요”와 같이, 사용자가 관심을 가지는 구단의 방송 채널로 이동하기 위한 서비스 창(103)을 제공할 수 있다. 다만, 여기서 동일한 경기를 중계하는 채널이 여러 개인 경우, 서비스 제공 서버(100)는 광고를 의뢰 받은 특정 방송국 서버(210)의 채널을 사용자에게 제공할 수 있다.
지금까지 본 발명의 일 실시 예에 따른 정보 추천 서비스 제공 시스템(1000) 및 서비스 제공 방법에 대하여 설명하였다. 본 발명에 따르면, 서비스 제공 서버(100)는 콘텐츠 관련 어플리케이션이 활성화된 조건에서 콘텐츠를 시청 중인 사용자와 연관된 데이터 및 콘텐츠 분석 데이터를 수집함으로써, 사용자의 성향을 예측할 수 있다. 이에, 콘텐츠를 시청 중인 사용자는 자신의 성향에 맞는 서비스를 제공받을 수 있으며, 서비스 제공자는 서비스 제공 효과를 극대화시킬 수 있다.
이상 첨부된 도면을 참조하여 본 발명의 일 실시 예들을 더욱 상세하게 설명하였으나, 본 발명은 반드시 이러한 실시 예로 국한되는 것은 아니고, 본 발명의 기술사상을 벗어나지 않는 범위 내에서 다양하게 변형 실시될 수 있다. 따라서, 본 발명에 개시된 실시 예들은 본 발명의 기술 사상을 한정하기 위한 것이 아니라 설명하기 위한 것이고, 이러한 실시 예에 의하여 본 발명의 기술 사상의 범위가 한정되는 것은 아니다. 그러므로, 이상에서 기술한 실시 예들은 모든 면에서 예시적인 것이며 한정적이 아닌 것으로 이해해야만 한다. 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: 정보 추천 서비스 시스템
10: 셋톱 박스
20: 컨트롤러
30: 디스플레이 장치
100: 정보 추천 서비스 제공 장치
110: 통신부
120: 저장부
130: 프로세서
200: 콘텐츠 제공 서버
210: 방송국 서버
220: 콘텐츠 배급 서버
230: OTT 서비스 제공 서버

Claims (20)

  1. 통신부;
    저장부; 및
    상기 통신부, 상기 저장부와 동작 가능하게 연결된 프로세서; 를 포함하되,
    상기 프로세서는,
    상기 통신부를 통해 방송국 서버, 콘텐츠 배급 서버 및 OTT 서비스 제공 서버 중 적어도 하나의 서버로부터 주기적으로 콘텐츠와 관련된 데이터를 수신하여, 콘텐츠 분석 데이터를 추출하고,
    상기 통신부를 통해 셋톱 박스로부터 콘텐츠 관련 어플리케이션을 활성화하는 서비스 요청 신호를 수신하고,
    상기 서비스 요청 신호에 따라 상기 셋톱 박스와 연결된 디스플레이 장치에 제공되는 콘텐츠 상에 가이드 라인 또는 유닛에 대한 레이아웃을 더한 상태에서, 상기 셋톱 박스와 연결된 컨트롤러를 통해 상기 가이드 라인 또는 상기 유닛 상에서의 좌우, 상하 이동, 체류 시간 및 선택 로그를 나타내는 네비게이션 데이터 및 상기 디스플레이 장치의 출력 데이터를 포함하는 사용자 데이터를 실시간으로 수신하며,
    상기 추출된 콘텐츠 분석 데이터 중 상기 사용자 데이터를 수신한 시점과 동일한 시점에 상기 디스플레이 장치에서 재생 중인, 사용자와 연관된 콘텐츠 분석 데이터를 수집하고,
    상기 사용자 데이터 및 상기 연관된 콘텐츠 분석 데이터에 기초하여 사용자의 성향을 예측하도록 학습된 사용자 분석 모델을 이용하여 현재 사용자의 성향을 예측하며,
    상기 디스플레이 장치로 상기 예측된 성향과 연관된 서비스를 제공하도록 구성되고,
    상기 추출된 콘텐츠 분석 데이터는,
    채널 편성표 내에서 프로그램 별 장르, 제목, 출연 인물, 개요, 문자, 장소, 판매 상품 정보, 이슈 헤드 라인, VOD 별 장르, 제목, 개요, 출연 인물, 장소, 배경, OTT 서비스 내 콘텐츠 제목, 개요, 인물, 문자, 장소, 배경 정보 중 적어도 셋을 포함하는, 정보 추천 서비스 제공 장치.
  2. 삭제
  3. 삭제
  4. 제1항에 있어서,
    상기 프로세서는,
    상기 셋톱 박스를 통해서 현재 제공 중인 상기 콘텐츠 내 상기 사용자 데이터가 수신된 시점의 프레임 또는 영상을 획득하도록 구성되는, 정보 추천 서비스 제공 장치.
  5. 제4항에 있어서,
    상기 프로세서는,
    상기 프레임에서의 인물, 객체, 장소 및 문자 중 적어도 하나의 대상을 상기 콘텐츠 분석 데이터로 수집하도록 구성되는, 정보 추천 서비스 제공 장치.
  6. 제4항에 있어서,
    상기 프로세서는,
    영상을 획득할 경우, 상기 영상에서의 인물의 대사 또는 나레이션을 텍스트로 변환하고, 변환된 텍스트에서 관심 대상으로 정의될 단어를 추출하고, 추출된 단어를 상기 콘텐츠 분석 데이터로 수집하도록 구성되는, 정보 추천 서비스 제공 장치.
  7. 제6항에 있어서,
    상기 프로세서는,
    상기 현재 제공 중인 상기 콘텐츠 내에서의 인물이 둘 이상인 경우, 상기 통신부를 통해 어느 한 명의 인물에 대한 선택 정보를 수신하도록 구성되는, 정보 추천 서비스 제공 장치.
  8. 제1항에 있어서,
    상기 프로세서는,
    상기 콘텐츠 관련 어플리케이션 상에서 추가 정보 제공 서비스, 상품 정보 제공 서비스 및 광고 제공 서비스 중 어느 하나의 서비스를 제공하도록 구성되는, 정보 추천 서비스 제공 장치.
  9. 제8항에 있어서,
    상기 콘텐츠 관련 어플리케이션은,
    상기 어느 하나의 서비스를 나타내는 그래픽 화면이 팝업 창 형태로 제공되는, 정보 추천 서비스 제공 장치.
  10. 제9항에 있어서,
    상기 프로세서는,
    상기 어느 하나의 서비스를 통해 수신된 데이터를 기초로 상기 셋톱 박스와 매칭된 사용자 중 어느 한 명의 사용자를 식별하도록 구성되는, 정보 추천 서비스 제공 장치.
  11. 정보 추천 서비스 제공 장치의 프로세서에 의해 수행되는 서비스 제공 방법으로서,
    상기 프로세서와 동작 가능하게 연결된 통신부를 통해 방송국 서버, 콘텐츠 배급 서버 및 OTT 서비스 제공 서버 중 적어도 하나의 서버로부터 주기적으로 콘텐츠와 관련된 데이터를 수신하여, 상기 프로세서를 통해 콘텐츠 분석 데이터를 추출하는 단계;
    상기 통신부를 통해 셋톱 박스로부터 콘텐츠 관련 어플리케이션을 활성화하는 서비스 요청 신호를 수신하는 단계;
    상기 프로세서를 통해 상기 서비스 요청 신호에 따라 상기 셋톱 박스와 연결된 디스플레이 장치에 제공되는 콘텐츠 상에 가이드 라인 또는 유닛에 대한 레이아웃을 더한 상태에서,
    상기 셋톱 박스와 연결된 컨트롤러를 통해 상기 가이드 라인 또는 유닛 상에서의 좌우, 상하 이동, 체류 시간 및 선택 로그를 나타내는 네비게이션 데이터 및 상기 디스플레이 장치의 출력 데이터를 포함하는 사용자 데이터를 실시간으로 수신하는 단계;
    상기 프로세서를 통해 상기 추출된 콘텐츠 분석 데이터 중 상기 사용자 데이터를 수신한 시점과 동일한 시점에 상기 디스플레이 장치에서 재생 중인, 사용자와 연관된 콘텐츠 분석 데이터를 수집하는 단계;
    상기 프로세서를 통해 상기 사용자 데이터 및 상기 연관된 콘텐츠 분석 데이터에 기초하여 사용자의 성향을 예측하도록 학습된 사용자 분석 모델을 이용하여 현재 사용자의 성향을 예측하는 단계; 및
    상기 프로세서를 통해 상기 디스플레이 장치로 상기 예측된 성향과 연관된 서비스를 제공하는 단계; 를 포함하며,
    상기 추출된 콘텐츠 분석 데이터는,
    채널 편성표 내에서 프로그램 별 장르, 제목, 출연 인물, 개요, 문자, 장소, 판매 상품 정보, 이슈 헤드 라인, VOD 별 장르, 제목, 개요, 출연 인물, 장소, 배경, OTT 서비스 내 콘텐츠 제목, 개요, 인물, 문자, 장소, 배경 정보 중 적어도 셋을 포함하는, 정보 추천 서비스 제공 방법.
  12. 삭제
  13. 삭제
  14. 제11항에 있어서,
    상기 콘텐츠 분석 데이터를 수집하는 단계는,
    상기 프로세서를 통해, 상기 셋톱 박스를 통해서 현재 제공 중인 콘텐츠 내에서 상기 사용자 데이터가 수신된 시점의 프레임 또는 영상을 획득하는 단계, 를 더 포함하는 정보 추천 서비스 제공 방법.
  15. 제14항에 있어서,
    상기 콘텐츠 분석 데이터를 수집하는 단계는,
    상기 획득하는 단계에서 프레임을 획득할 경우, 상기 프로세서를 통해 상기 프레임에서의 인물, 객체, 장소 및 문자 중 적어도 하나의 대상을 상기 콘텐츠 분석 데이터로 수집하는 단계인, 정보 추천 서비스 제공 방법.
  16. 제14항에 있어서,
    상기 콘텐츠 분석 데이터를 수집하는 단계는,
    상기 획득하는 단계에서 영상을 획득할 경우, 상기 프로세서를 통해 상기 영상에서의 인물의 대사 또는 나레이션을 텍스트로 변환하고, 변환된 텍스트를 상기 콘텐츠 분석 데이터로 수집하는 단계인, 정보 추천 서비스 제공 방법.
  17. 제16항에 있어서,
    상기 콘텐츠 분석 데이터를 수집하는 단계는,
    상기 현재 제공 중인 콘텐츠 내에서의 인물이 둘 이상인 경우, 상기 프로세서가 상기 통신부를 통해 어느 한 명의 인물에 대한 선택 정보를 수신하는 단계, 를 더 포함하는 정보 추천 서비스 제공 방법.
  18. 제11항에 있어서,
    상기 예측된 성향과 관련된 서비스를 제공하는 단계는,
    상기 프로세서를 통해 상기 콘텐츠 관련 어플리케이션 상에서 추가 정보 제공 서비스, 상품 정보 제공 서비스 및 광고 제공 서비스 중 어느 하나의 서비스를 제공하는 단계인, 정보 추천 서비스 제공 방법.
  19. 제18항에 있어서,
    상기 콘텐츠 관련 어플리케이션은,
    상기 어느 하나의 서비스를 나타내는 그래픽 화면이 팝업 창 형태로 제공되는, 정보 추천 서비스 제공 방법.
  20. 제19항에 있어서,
    상기 예측된 성향과 관련된 서비스를 제공하는 단계 이후에,
    상기 프로세서를 통해 상기 어느 하나의 서비스를 통해 수신된 데이터를 기초로 상기 셋톱 박스와 매칭된 사용자 중 어느 한 명의 사용자를 식별하는 단계, 를 더 포함하는 정보 추천 서비스 제공 방법.
KR1020200138508A 2020-10-23 2020-10-23 정보 추천 서비스 제공 장치 및 방법 KR102512404B1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020200138508A KR102512404B1 (ko) 2020-10-23 2020-10-23 정보 추천 서비스 제공 장치 및 방법

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020200138508A KR102512404B1 (ko) 2020-10-23 2020-10-23 정보 추천 서비스 제공 장치 및 방법

Publications (2)

Publication Number Publication Date
KR20220054050A KR20220054050A (ko) 2022-05-02
KR102512404B1 true KR102512404B1 (ko) 2023-03-22

Family

ID=81593078

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020200138508A KR102512404B1 (ko) 2020-10-23 2020-10-23 정보 추천 서비스 제공 장치 및 방법

Country Status (1)

Country Link
KR (1) KR102512404B1 (ko)

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR102635560B1 (ko) * 2022-10-05 2024-02-07 조유정 사용자 맞춤형 ott콘텐츠 관련 정보 제공 플랫폼을 제공하는 방법
KR102620571B1 (ko) * 2022-12-29 2024-01-02 쿠팡 주식회사 콘텐츠 추천 방법 및 시스템

Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101495297B1 (ko) * 2013-04-29 2015-02-27 에이스텔 주식회사 스마트 티비 기반의 상황 인지를 통한 사용자 이력 분석 제공 시스템, 장치, 방법 및 컴퓨터 판독 가능한 기록 매체

Family Cites Families (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101511311B1 (ko) * 2010-09-09 2015-04-13 주식회사 케이티 셋탑박스 제어 기록 및 콘텐츠 검색 기록을 이용한 사용자 맞춤형 광고 제공 시스템 및 방법
KR20120100121A (ko) * 2011-03-03 2012-09-12 (주)네오위즈게임즈 웹 브라우저에서의 사용자 성향 분석 시스템 및 그 방법, 그리고 컴퓨터로 읽을 수 있는 기록매체
KR20140018650A (ko) * 2012-08-03 2014-02-13 이서현 스마트 디바이스를 이용한 영상정보 검색시스템 및 그 방법
KR20150090304A (ko) * 2014-01-27 2015-08-06 한양대학교 에리카산학협력단 선택영역 확장 모듈 갖는 스마트 디스플레이를 이용한 광고 방법
KR20170021454A (ko) * 2015-08-18 2017-02-28 주식회사 엠젠플러스 사용자 매체의 이용 정보에 기초하여 수집된 빅데이터 분석을 통한 개인별 상품 추천 방법 및 상품 추천 시스템
KR20190022158A (ko) * 2017-08-25 2019-03-06 에스케이브로드밴드주식회사 광고관리장치 및 그 동작 방법

Patent Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101495297B1 (ko) * 2013-04-29 2015-02-27 에이스텔 주식회사 스마트 티비 기반의 상황 인지를 통한 사용자 이력 분석 제공 시스템, 장치, 방법 및 컴퓨터 판독 가능한 기록 매체

Also Published As

Publication number Publication date
KR20220054050A (ko) 2022-05-02

Similar Documents

Publication Publication Date Title
US11711584B2 (en) Methods and systems for generating a notification
KR101777242B1 (ko) 동영상 컨텐츠의 하이라이트 영상을 추출하여 제공하는 방법과 시스템 및 기록 매체
CN102098537B (zh) 用于交互式媒体环境内的剧集跟踪的系统和方法
US11962838B2 (en) Systems and methods for customizing a display of information associated with a media asset
US20140223481A1 (en) Systems and methods for updating a search request
US11622151B2 (en) Methods and systems for recommending media assets based on the geographic location at which the media assets are frequently consumed
KR20220121911A (ko) 증강 현실에서 보충 콘텐츠를 제시하기 위한 시스템 및 방법
US20140229987A1 (en) Interactive media guidance application with intelligent navigation and display features
US20110078628A1 (en) Systems and methods for using viewership to enhance a media listing display in a media guidance application
CN107005740A (zh) 用于操作选择包括多个导航技术的可用内容的系统和方法
CN110178375A (zh) 通过预测媒体资产的感兴趣对象的移动路径并避免在移动路径中放置覆盖图来最小化覆盖图对媒体资产的掩盖的系统和方法
WO2001033839A1 (en) Fusion of media for information sources
KR20070064681A (ko) 검색 결과를 제시하기 위한 시스템 및 방법
KR102512404B1 (ko) 정보 추천 서비스 제공 장치 및 방법
CN108353207A (zh) 在来自多频道的节目中检测事件的系统和方法
US20200221179A1 (en) Method of providing recommendation list and display device using the same
US20230334082A1 (en) System and method for providing additional information based on multimedia content being viewed
CN107810639A (zh) 基于用户简档自动格式化媒体资产的图像的系统和方法
JP2009212857A (ja) コンテンツ再生装置、コンテンツ再生方法、コンテンツ再生システム、プログラム、および記録媒体
US20100191826A1 (en) Information processing server, program receiving terminal, program-related information providing method, and program-related information drawing method
US20150082344A1 (en) Interior permanent magnet motor
US20070022440A1 (en) Program recommendation via dynamic category creation
JP6903700B2 (ja) Ａｉを活用した広告推奨方法、プログラム、およびコンピュータ
US20230098728A1 (en) Method of generating a personalized television channel, corresponding device, system and computer program
JP2016025570A (ja) 情報処理装置、情報処理方法およびプログラム

Legal Events

Date Code Title Description
E902 Notification of reason for refusal
E701 Decision to grant or registration of patent right