KR20100103286A - 정보 추천 시스템 및 방법 - Google Patents

정보 추천 시스템 및 방법 Download PDF

Info

Publication number
KR20100103286A
KR20100103286A KR1020090021843A KR20090021843A KR20100103286A KR 20100103286 A KR20100103286 A KR 20100103286A KR 1020090021843 A KR1020090021843 A KR 1020090021843A KR 20090021843 A KR20090021843 A KR 20090021843A KR 20100103286 A KR20100103286 A KR 20100103286A
Authority
KR
South Korea
Prior art keywords
recommendation
user
information
rule
situation
Prior art date
Application number
KR1020090021843A
Other languages
English (en)
Other versions
KR101057074B1 (ko
Inventor
함영경
최광선
하인석
Original Assignee
주식회사 솔트룩스
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 솔트룩스 filed Critical 주식회사 솔트룩스
Priority to KR1020090021843A priority Critical patent/KR101057074B1/ko
Publication of KR20100103286A publication Critical patent/KR20100103286A/ko
Application granted granted Critical
Publication of KR101057074B1 publication Critical patent/KR101057074B1/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
    • G06Q30/06—Buying, selling or leasing transactions
    • G06Q30/0601—Electronic shopping [e-shopping]
    • G06Q30/0631—Item recommendations
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/10—Services

Landscapes

  • Business, Economics & Management (AREA)
  • General Business, Economics & Management (AREA)
  • Tourism & Hospitality (AREA)
  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Marketing (AREA)
  • Strategic Management (AREA)
  • Physics & Mathematics (AREA)
  • Accounting & Taxation (AREA)
  • General Physics & Mathematics (AREA)
  • Finance (AREA)
  • Economics (AREA)
  • Development Economics (AREA)
  • Health & Medical Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Human Resources & Organizations (AREA)
  • Primary Health Care (AREA)
  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

본 발명은 정보 추천 시스템에 관한 것으로, 사용자에게 정보를 추천하기 위한 조건과 조건을 만족하는 경우의 처리를 정의하는 범용 추천 규칙들을 생성하고 관리하는 추천 규칙 관리부, 외부로부터 입력받은 이벤트 및 사용자의 정보를 기초로 하여, 범용 추천 규칙들로부터 사용자에게 적합한 정보를 추천하기 위한 추천 규칙 인스턴스(instance)를 생성하는 추천 에이전트(agent), 사용자의 상황을 모니터링하여 사용자에게 적합한 정보의 추천 시점을 판단하는 상황 모니터, 및 추천 시점에 추천 규칙 인스턴스에 따라 사용자에게 추천할 정보를 생성하는 추천 동작을 실행하는 추천 엔진(engine)을 포함한다.
정보 추천 시스템, 추천 규칙, 상황 모니터

Description

정보 추천 시스템 및 방법{System and Method of Recommending Information}
본 발명은 정보 추천 시스템 및 방법에 관한 것으로, 더욱 상세하게는, 다양한 어플리케이션이나 다양한 서비스에 적용하고, 사용자의 상황과 개인의 선호를 반영하여 정보를 추천할 수 있는 정보 추천 시스템 및 방법에 관한 것이다.
최근에는 인터넷 기술의 발달 및 인터넷 보급 확대로 인해 사용자의 편의성이 향상되었으나, 한편으로는, 인터넷으로 접근 가능한 방대한 양의 정보와 상품으로 인해 사용자들이 원하는 정보를 찾기 위해서 많은 시간과 노력이 필요하게 되었다. 이를 개선하기 위하여, 사용자가 원하는 정보를 보다 빠른 시간 내에 찾을 수 있는 정보 추천 시스템에 대한 요구가 증가되고 있다. 예를 들어, 전자 상거래에서 정보 추천 시스템을 적용할 경우에 소정의 기준에 따른 정보 필터링 기술을 적용하여 고객의 구매 결정을 도와줄 수 있다.
본 발명이 해결하고자 하는 과제는 다양한 어플리케이션이나 다양한 서비스에 적용 가능하고 사용자의 상황과 개인의 선호를 반영하여 사용자가 원하는 정보를 추천할 수 있는 정보 추천 시스템 및 방법을 제공하는데 있다.
상기 과제를 해결하기 위한 본 발명에 따른 정보 추천 시스템은 사용자에게 정보를 추천하기 위한 조건과 상기 조건을 만족하는 경우의 처리를 정의하는 범용 추천 규칙들을 생성하고 관리하는 추천 규칙 관리부; 외부로부터 입력받은 이벤트 및 상기 사용자의 정보를 기초로 하여, 상기 범용 추천 규칙들로부터 상기 사용자에게 적합한 정보를 추천하기 위한 추천 규칙 인스턴스(instance)를 생성하는 추천 에이전트(agent); 상기 사용자의 상황을 모니터링하여 상기 사용자에게 적합한 정보의 추천 시점을 판단하는 상황 모니터; 및 상기 추천 시점에 상기 추천 규칙 인스턴스에 따라 상기 사용자에게 추천할 정보를 생성하는 추천 동작을 실행하는 추천 엔진(engine)을 포함한다.
또한, 상기 과제를 해결하기 위한 본 발명에 따른 정보 추천 방법은 사용자에게 정보를 추천하기 위한 조건과 상기 조건을 만족하는 경우의 처리를 정의하는 범용 추천 규칙들을 생성하는 단계; 외부로부터 입력받은 이벤트 및 상기 사용자의 정보를 기초로 하여, 상기 범용 추천 규칙들로부터 상기 사용자에게 적합한 정보를 추천하기 위한 추천 규칙 인스턴스를 생성하는 단계; 상기 사용자의 상황을 모니터 링하여 상기 사용자에게 적합한 정보의 추천 시점을 판단하는 단계; 및 상기 추천 시점에 상기 추천 규칙 인스턴스에 따라 상기 사용자에게 추천할 정보를 생성하는 추천 동작을 실행하는 단계를 포함한다.
또한, 상기 과제는 사용자에게 정보를 추천하기 위한 조건과 상기 조건을 만족하는 경우의 처리를 정의하는 범용 추천 규칙들을 생성하는 단계; 외부로부터 입력받은 이벤트 및 상기 사용자의 정보를 기초로 하여, 상기 범용 추천 규칙들로부터 상기 사용자에게 적합한 정보를 추천하기 위한 추천 규칙 인스턴스를 생성하는 단계; 상기 사용자의 상황을 모니터링하여 상기 사용자에게 적합한 정보의 추천 시점을 판단하는 단계; 및 상기 추천 시점에 상기 추천 규칙 인스턴스에 따라 상기 사용자에게 추천할 정보를 생성하는 추천 동작을 실행하는 단계를 포함하는 정보 추천 방법을 실행하기 위한 프로그램을 기록한 컴퓨터로 읽을 수 있는 기록매체에 의해 달성된다.
본 발명에 따르면, 시스템 개발자뿐 아니라 어플리케이션 전문가, 서비스 전문가 또는 각 도메인의 전문가들이 추천 규칙 관리자에 접근하여 추천 규칙들을 등록하고, 수정하고, 삭제할 수 있다. 따라서, 어플리케이션, 서비스, 도메인의 종류에 한정되지 않고 다양한 분야에 적용될 수 있는 범용 추천 규칙들을 생성할 수 있다. 이로써, 정보 추천 시스템의 재사용이 가능하고, 플랫폼이나 도메인에 독립적으로 사용자에게 정보를 추천할 수 있다.
또한, 일반 사용자의 통계적 프로파일뿐 아니라, 사용자의 개인적 프로파일 을 반영하여 범용 추천 규칙으로부터 추천 규칙 인스턴스를 생성하고, 사용자의 개인적 프로파일을 기초로 상황을 모니터링하여 적절한 추천 시점을 판단함으로써, 사용자의 선호를 반영하여 사용자가 원하는 시기에 사용자가 원하는 정보를 추천할 수 있다. 또한, 정보 추천 시스템은 상황 모니터를 포함하여, 다양한 상황에 따른 서비스의 발견과 전달에 그치지 않고, 상황에 맞는 정보를 적절한 시점에 추천할 수 있다.
본문에 개시되어 있는 본 발명의 실시예들에 대해서, 특정한 구조적 내지 기능적 설명들은 단지 본 발명의 실시예를 설명하기 위한 목적으로 예시된 것으로, 본 발명의 실시예들은 다양한 형태로 실시될 수 있으며 본문에 설명된 실시예들에 한정되는 것으로 해석되어서는 아니 된다.
이하, 첨부한 도면들을 참조하여, 본 발명의 바람직한 실시예를 보다 상세하게 설명하고자 한다. 도면상의 동일한 구성요소에 대해서는 동일한 참조부호를 사용하고 동일한 구성요소에 대해서 중복된 설명은 생략한다.
도 1은 본 발명의 일 실시예에 따른 정보 추천 시스템, 상황 정보 제공 서버 및 사용자들을 개략적으로 나타내는 블록도이다.
도 1을 참조하면, 정보 추천 시스템(10)은 복수의 사용자들(30)에게 소정의 정보를 추천해주는 일종의 서버로써, 외부의 상황 정보 제공 서버(20)에서 제공받은 상황 정보를 참조하여 적절한 추천 시점에 복수의 사용자들(30)에게 소정의 정보를 추천해준다. 여기서, 복수의 사용자들(30)은 휴대폰, PDA, 컴퓨터, PMP 등의 장치일 수 있고, 정보 추천 시스템(10)은 유무선 네트워크를 통해 사용자들(30)에게 추천 정보를 제공할 수 있다. 또한, 상황 정보 제공 서버(20)는 물리적인 시간, 날씨, 사용자의 위치 정보뿐만 아니라, 사용자의 거주지, 주된 활동 지역, 자주 이용하는 시간 등과 같은 개념적인 상황 등을 제공할 수 있다.
도 2는 도 1의 정보 추천 시스템을 상세하게 나타내는 블록도이다.
도 2를 참조하면, 정보 추천 시스템(10)은 추천 규칙 관리자(recommendation rule manager)(11), 추천 규칙 저장소(12), 사용자 프로파일 저장소(13), 추천 에이전트(agent)(14), 상황 모니터(context monitor)(15), 전송부(16), 추천 엔진(engine)(17) 및 추론기(reasoner)(18)를 포함할 수 있다.
추천 규칙 관리자(11)는 사용자에게 정보를 추천하기 위한 조건과, 상기 조건을 만족하는 경우의 처리를 정의하는 범용 추천 규칙들을 생성하고 관리한다. 여기서, 범용 추천 규칙은 사용자에게 정보를 추천하기 위한 조건인 추천 발생 조건(recommendation triggering condition) 및 조건을 만족하는 경우의 처리인 에이전트 행동(agent behavior)로 구성되어, 사용자의 다양한 상황에 적합한 정보를 추천할 수 있다.
추천 발생 조건은 시간 또는 장소와 같은 물리적 조건, 사용자의 생일 등과 같은 개념적 조건, 사용자의 상황, 어플리케이션의 상황, 시스템의 상황 등과 같은 이벤트 등이 될 수 있다. 이 때, 추천 발생 조건은 하나로 한정되지 않고, 다양한 조건에 따른 복합적 조건의 표현으로 설정될 수 있다.
에이전트 행동은 추천 발생 조건을 만족하는 경우의 그에 따른 추천 항목과 같은 추천 행위이다. 이 때, 에이전트 행동은 사용자를 중심으로 하여, 개인의 선호, 대표 그룹의 선호, 관계 그룹의 선호를 반영하여 결정될 수 있다. 여기서, 대표 그룹의 선호는 성별, 지역별, 나이별 등의 선호를 나타내고, 관계 그룹의 선호는 가족, 친구 등과 같은 사회적 네트워크에 따른 선호를 나타낸다. 예를 들어, 에이전트 행동은 20대의 서울에 거주하는 여성의 선호에 따라 결정될 수 있다. 또한, 에이전트 행동은 컨텐츠를 중심으로 하여 결정될 수 있다. 예를 들어, 에이전트 행동은 만화 영화, 그 중에서도 특정 만화 영화(예를 들어, "마다가스카")를 좋아하는 사람의 선호에 따라 결정될 수 있다. 또한, 에이전트 행동은 다양한 요인에 따른 연관된 규칙에 의해 결정될 수 있다. 다시 말해, 에이전트 행동은 사용자 및 컨텐츠를 중심으로 하여, 20대의 서울에 거주하는 여성 중 만화 영화를 좋아하는 사람의 선호에 따라 결정될 수 있다.
예를 들어, 추천 규칙은 친구의 생일 일주일 전에 생일 선물을 추천하는 것일 수 있고, 이 경우 추천 발생 조건은 친구의 생일 일주일 전이고, 에이전트 행동은 생일 선물을 추천하는 것이다. 또 다른 예를 들어, 추천 규칙은 바캉스 시즌이 되면 바캉스 용품을 추천하는 것일 수 있고, 이 경우 추천 발생 조건은 바캉스 시즌이고, 에이전트 행동은 바캉스 용품을 추천하는 것이다.
이와 같이, 범용 추천 규칙은 사용자의 다양한 상황에 따른 추천 발생 조건 및 해당 추천 발생 조건을 만족하는 경우의 에이전트 행동으로 구성되어 있으므로, 특정 상황이 발생할 경우에 그에 따른 에이전트 행동을 적용함으로써 사용자의 상황에 적합한 정보를 추천할 수 있다.
종래의 정보 추천 시스템의 경우, 시스템 개발자가 특정 분야에 해당하는 추천 규칙들을 입력하고, 상기 특정 분야에 해당하는 이벤트가 발생하는 경우 사용자에게 추천 정보를 제공하였다. 그러나, 본 발명의 일 실시예에 따른 정보 추천 시스템의 경우, 시스템 개발자뿐 아니라, 어플리케이션 제공자, 서비스 제공자 또는 각 도메인의 전문가 등이 추천 규칙 관리자(11)를 통해 다양한 분야에 해당하는 범용 추천 규칙들을 등록하고, 수정하고, 삭제할 수 있다. 이 때, 시스템 개발자, 어플리케이션 제공자, 서비스 제공자 또는 특정 분야의 전문가 등은 범용 추천 규칙을 예를 들어, XML과 같은 정형화된 데이터 형태로 추천 규칙 관리자(11)에 등록하고, 수정하고, 삭제할 수 있다. 이와 같이, 범용 추천 규칙은 시스템 전문가가 아닌 일반인도 쉽게 등록하고, 수정하고, 삭제할 수 있으므로 편의성이 향상될 수 있다. 이로써, 정보 추천 시스템(10)은 플랫폼이나 도메인에 독립적인 범용 정보 추천 서비스를 제공할 수 있다.
또한, 추천 규칙 관리자(11)는 상황 모니터(15)의 생명 주기를 관리한다. 여기서, 상황 모니터(15)의 생명 주기는 상황 모니터(15)에서의 모니터링 동작 기간을 나타낸다. 예를 들어, 추천 규칙이 친구의 생일 일주일 전에 생일 선물을 추천하는 것인 경우에, 추천 규칙 관리자(11)는 상황 모니터(15)의 생명 주기를 친구의 생일까지로 설정할 수 있다.
추천 규칙 저장소(12)는 추천 규칙 관리자(11)가 생성한 범용 추천 규칙들을 저장하고, 사용자 프로파일 저장소(13)는 인구 통계학 기반에 따른 일반 사용자의 통계적 프로파일 및 사용자의 개인적 프로파일을 저장한다. 예를 들어, 사용자 프 로파일 저장소(13)는 사용자의 성별, 나이, 활동 지역, 취미, 선호 등과 같은 사용자의 개인적 정보를 저장할 수 있다. 추천 규칙 저장소(12) 및 사용자 프로파일 저장소(13)에 저장된 데이터들은 추천 에이전트(14) 및 상황 모니터(15)의 동작의 기반이 될 수 있다.
추천 에이전트(14)는 추천 규칙 관리자(11)를 통해 범용 추천 규칙들을 입력받고, 사용자 프로파일 저장소(13)에 저장된 사용자 프로파일을 입력받으며, 외부에서 이벤트가 입력되면, 범용 추천 규칙들로부터 사용자에게 적합한 정보를 추천하기 위한 추천 규칙 인스턴스를 생성한다. 또한, 추천 에이전트(14)는 생성된 추천 규칙 인스턴스의 추천 시점을 판단하기 위한 상황 모니터링 규칙을 생성하여 상황 모니터(15)에 제공한다.
상황 모니터(15)는 추천 에이전트(14)로부터 제공받은 상황 모니터링 규칙에 따라 외부의 상황 정보 제공 서버(20)로부터 제공받은 상황 정보를 기반으로 적절한 추천 시점을 판단하고, 판단된 추천 시점을 추천 에이전트(14)에 알려준다. 구체적으로, 상황 모니터(15)는 외부의 상황 정보 서버로부터 제공받은 상황 정보와 상황 모니터링 규칙에 따른 상황을 비교하여, 추천 시점을 판단할 수 있다.
추천 엔진(17)은 추천 에이전트(14)의 요청에 따라 추천 시점이 되면 추천 규칙 인스턴스에 따라 사용자에게 추천할 정보를 생성하는 추천 동작을 실행한다. 추론기(18)는 기존에 저장된 일반적인 추론 규칙을 기초로 추론 연산을 수행한다. 예를 들어, 추론기(18)는 기존에 저장된 일반적인 추론 규칙이 A, B, C에 대하여 A이면 B이고 B이면 C인 경우에, A이면 C라는 추론 연산을 수행한다. 추천 엔진(17) 은 추천 규칙 인스턴스에 대한 추론기(18)의 추론 연산을 바탕으로 추천 동작을 실행한다.
전송부(16)는 추천 엔진(17)에 의한 추천 동작이 완료되면, 추천 에이전트(14)의 지시에 따라 추천 정보를 사용자에게 전송한다.
도 3은 도 2의 추천 에이전트 및 상황 모니터를 상세하게 나타내는 블록도이다.
도 3을 참조하면, 추천 에이전트(14)는 추천 규칙 로더(141), 이벤트 수신기(142), 추천 규칙 선택기(143), 인스턴스 생성부(144), 모니터링 규칙 생성부(145) 및 추천 요청부(146)를 포함한다. 이하에서는, 추천 에이전트(14)에 포함된 구성 요소들을 중심으로 구체적인 동작에 대하여 설명하기로 한다.
추천 규칙 로더(141)는 추천 규칙 관리자(11)를 통해 추천 규칙 저장소(12)에 저장된 범용 추천 규칙들을 로딩하여 객체로 변환한다. 이벤트 수신기(142)는 외부로부터 입력되는 다양한 이벤트들을 수신한다. 여기서, 이벤트는 사용자의 정보 변경, 어플리케이션의 상태 변경, 서비스의 상황 변경, 사용자 행위, 상황 모니터에서 제공된 정보 등에 의해 발생할 수 있다. 예를 들어, 이벤트는 사용자의 로그인, 인터넷 쇼핑 중의 사용자의 구매 행위, 소정 품목을 장바구니에 담는 행위 등일 수 있다.
추천 규칙 선택기(143)는 추천 규칙 로더(141)에 로딩된 범용 추천 규칙들 중 이벤트 수신기(142)에서 입력받은 이벤트에 해당하는 추천 규칙을 선택한다. 인스턴스 생성부(144)는 사용자의 정보를 기초로 추천 규칙 선택기(143)에서 선택 된 추천 규칙에 대한 인스턴스를 생성한다. 구체적으로, 인스턴스 생성부(144)는 선택된 추천 규칙에서 추천 발생 조건 중 일반 사용자의 통계적 프로파일을 해당 사용자의 개인적 프로파일로 변경함으로써, 추천 규칙 인스턴스를 생성한다.
예를 들어, 선택된 추천 규칙이 친구의 생일이 되면 생일 선물을 추천하는 것인 경우, 추천 발생 조건은 친구의 생일이다. 이 때, 인스턴스 생성부(144)는 그 친구의 선호, 취향, 취미 등에 대한 정보인 해당 사용자의 개인적 프로파일을 선택된 추천 규칙 중 추천 발생 조건에 적용하여 추천 규칙 인스턴스를 생성한다. 이로써, 생성된 추천 규칙 인스턴스는 예를 들어, 뮤지컬을 좋아하는 친구의 생일이 되면 생일 선물을 추천하는 것이 될 수 있다.
모니터링 규칙 생성부(145)는 인스턴스 생성부(144)에서 생성된 추천 규칙 인스턴스의 추천 발생 조건 중 시간, 위치, 날씨 등과 같은 상황에 대한 조건을 분석하고, 상황 모니터(15)에게 상황 알림을 요청할 규칙을 생성한다. 예를 들어, 생성된 추천 규칙 인스턴스가 뮤지컬을 좋아하는 좋아하는 친구의 생일이 되어 뮤지컬 티켓 또는 뮤지컬 음악 선물 등의 생일 선물을 추천하는 것인 경우, 모니터링 규칙 생성부(145)는 친구의 생일 즈음에 공연하는 뮤지컬 리스트, 날짜를 체크하기 위한 시간 등을 모니터링 할 것을 모니터링 규칙으로 생성하고, 생성된 모니터링 규칙을 상황 모니터(15)에 제공할 수 있다.
추천 요청부(146)는 추천 시점이 되면 추천 엔진(17)에게 추천 동작의 실행을 요청한다. 또한, 추천 요청부(146)는 추천 엔진(17)으로부터 제공받은 추천 정보들을 분석하여, 추천 정보들 사이에서 우선 순위를 조정하고, 이전에 이미 추천 된 정보를 제외시켜서 사용자에게 최종적으로 제공할 추천 결과를 결정함으로써, 동시다발적이거나 중복적인 추천을 방지한다. 예를 들어, 추천 요청부(146)는 이전의 추천 히스토리(history)를 기초로 이전에 추천된 정보에 대해 사용자가 모두 거절한 경우라면, 이를 바탕으로 사용자의 선호를 파악하여 해당 정보를 다시 추천하지 않도록 할 수 있다. 또한, 추천 요청부(146)는 전송부(16)에게 결정된 추천 결과를 전달할 것을 요청한다.
상황 모니터(15)는 변환부(151), 매칭부(152), 알림부(153), 스케줄러(154), 스케줄 관리부(155), 상황 모니터링 규칙 저장소(156), 스케줄 저장소(157) 및 상황 정보 저장소(158)를 포함한다. 이하에서는, 상황 모니터(15)에 포함된 구성 요소들을 중심으로 구체적인 동작에 대하여 설명하기로 한다.
변환부(151)는 사용자 프로파일 저장소(13)에 저장된 사용자 프로파일, 즉, 개인화된 상황을 모니터링 규칙 생성부(145)로부터 제공받은 모니터링 규칙에 적용하여, 모니터링 규칙을 변환한다. 여기서, 개인화된 상황은 업무 시간, 주거지, 자주 가는 곳, 생일, 친구 관계 등일 수 있다.
예를 들어, 모니터링 규칙이 친구의 생일 즈음에 공연하는 뮤지컬 리스트, 날짜를 체크하기 위한 시간 등을 모니터링 할 것인 경우에, 사용자 프로파일 저장소(13)로부터 친구의 생일에 대한 정보를 가져와서 구체적인 생일을 모니터링 규칙에 적용할 수 있다. 친구의 생일이 3월 10일인 경우, 변환부(151)는 모니터링 규칙 생성부(145)로부터 제공받은 모니터링 규칙을 3월 10일 즈음에 공연하는 뮤지컬 리스트, 날짜를 체크하기 위한 시간 등을 모니터링 규칙으로 변환할 수 있다.
매칭부(152)는 변환부(151)로부터 제공된 변환된 모니터링 규칙과 외부의 상황 정보 제공 서버(20) 등으로부터 제공받은 현재 상황이 일치하는지 체크한다. 예를 들어, 상황 정보 제공 서버(20)는 날씨 정보 제공 서버, 날짜 정보 제공 서버 등일 수 있고, 매칭부(152)는 변환된 모니터링 규칙과 현재의 날씨나 날짜가 일치하는지 체크한다.
알림부(153)는 매칭부(152)에서 체크한 결과를 참조하여, 사용자에게 정보를 추천할 적절한 시점이라고 판단되면 추천 에이전트(14)에게 추천할 상황이 되었음을, 즉, 추천 시점이 되었음을 알려준다. 이 때, 알림부(153)에서 알려주는 추천 시점은 추천 에이전트(14)는 이벤트로 입력된다.
스케줄러(154)는 상황 모니터(15)가 상황을 주기적으로 모니터링하기 위하여 상황 모니터링의 순서나 일정을 조절해준다. 스케줄 관리부(155)는 상황 모니터의 정책이나 주기 등을 관리한다. 모니터링 규칙 저장소(156)는 모니터링 규칙 생성부(145)로부터 제공받은 모니터링 규칙을 저장한다. 스케줄 저장소(157)는 스케줄러(154)로부터 제공받은 스케줄을 저장한다. 상황 정보 저장소(158)는 외부의 상황 정보 제공 서버(20)로부터 제공받은 상황 정보를 저장한다.
종래에는 특정한 어플리케이션이나 특정한 서비스를 기반으로 하여 사용자에게 소정의 정보를 추천해주거나, 유비쿼터스 시스템에서 서비스의 발견과 전달에 중점을 두는데 그쳤다. 그러나, 상술한 바와 같은 본 발명의 실시예에 따른 정보 추천 시스템은 종류에 한정되지 않고 다양한 어플리케이션이나 다양한 서비스에 적용 가능할 뿐 아니라, 상황에 따라 사용자 개인의 선호를 기반으로 정보를 추천할 수 있다.
도 4는 본 발명의 일 실시예에 따른 정보 추천 방법을 나타내는 흐름도이다.
도 4를 참조하면, 본 실시예에 따른 정보 추천 방법은 도 2에 도시된 정보 추천 시스템(10)에서 시계열적으로 처리되는 단계들로 구성된다. 따라서, 이하 생략된 내용이라 하더라도 도 2에 도시된 추천 시스템(10)에 관하여 이상에서 기술된 내용은 본 실시예에 따른 정보 추천 방법에도 적용된다.
41 단계에서, 추천 규칙 관리자(11)는 사용자에게 정보를 추천하기 위한 조건과 상기 조건을 만족하는 경우의 처리를 정의하는 범용 추천 규칙들을 생성한다.
42 단계에서, 추천 에이전트(14)는 외부로부터 입력받은 이벤트 및 상기 사용자의 정보를 기초로 하여, 상기 범용 추천 규칙들로부터 상기 사용자에게 적합한 정보를 추천하기 위한 추천 규칙 인스턴스를 생성한다. 구체적으로, 추천 에이전트(14)는 상기 이벤트에 따라 상기 추천 규칙 저장부에 저장된 범용 추천 규칙들 중 하나를 선택하고, 상기 선택된 범용 추천 규칙의 조건에서 상기 일반적인 사용자의 기본 프로파일을 상기 사용자의 정보로 변경하며, 상기 선택된 범용 추천 규칙으로부터 상기 사용자에게 적합한 상기 추천 규칙 인스턴스를 생성한다.
43 단계에서, 상황 모니터(15)는 상기 사용자의 상황을 모니터링하여 상기 사용자에게 적합한 정보의 추천 시점을 판단한다. 구체적으로, 상황 모니터(15)는 외부의 상황 정보 제공 서버로부터 상황 정보를 수신하고, 수신된 상황 정보와 상기 사용자의 상황을 비교하여, 상기 사용자에게 적합한 정보의 추천 시점을 판단한다.
44 단계에서, 추천 엔진(17)은 상기 추천 시점에 상기 추천 규칙 인스턴스에 따라 상기 사용자에게 추천할 정보를 생성하는 추천 동작을 실행한다.
도 5는 도 4의 정보 추천 방법에 따라 정보를 추천하는 과정을 개략적으로 나타내는 도면이다.
도 5를 참조하면, 51 단계에서, 사용자(30)는 추천 에이전트(14)에 이벤트를 입력한다. 52 단계에서, 추천 에이전트(14)는 추천 규칙 인스턴스를 생성하고, 상황 모니터링 규칙을 생성하여 상황 모니터(15)에 제공한다. 53 단계에서, 상황 모니터(15)는 상황 모니터링 규칙과 현재 상황을 비교하여 추천 정보를 사용자에게 제공할 추천 시점을 판단하고, 판단된 추천 시점을 추천 에이전트(14)에 제공한다. 54 단계에서, 추천 에이전트(14)는 추천 시점이 되면 추천 엔진(17)에게 추천 동작의 실행을 요청한다. 55 단계에서, 추천 엔진(17)은 추천 규칙 인스턴스에 따라 사용자에게 추천할 정보를 생성하는 추천 동작을 실행하고, 추천 정보를 추천 에이전트(14)에 제공한다. 56 단계에서, 추천 에이전트(14)는 전송부(16)에 추천 정보의 전송을 요청한다. 57 단계에서, 전송부(16)는 추천 정보를 사용자(30)에게 전송한다.
이상과 같이 본 발명은 비록 한정된 실시예와 도면에 의해 설명되었으나, 본 발명이 상기의 실시예에 한정되는 것은 아니며, 이는 본 발명이 속하는 분야에서 통상의 지식을 가진 자라면 이러한 기재로부터 다양한 수정 및 변형이 가능하다. 따라서, 본 발명의 사상은 아래에 기재된 특허청구범위에 의해서만 파악되어야 하고, 이와 균등하거나 또는 등가적인 변형 모두는 본 발명 사상의 범주에 속한다 할 것이다.
또한, 본 발명에 따른 시스템은 컴퓨터로 읽을 수 있는 기록매체에 컴퓨터가 읽을 수 있는 코드로서 구현하는 것이 가능하다. 컴퓨터가 읽을 수 있는 기록매체는 컴퓨터 시스템에 의하여 읽혀질 수 있는 데이터가 저장되는 모든 종류의 기록장치를 포함한다. 기록매체의 예로는 ROM, RAM, CD-ROM, 자기 테이프, 플로피 디스크, 광데이터 저장장치 등이 있으며, 또한 캐리어 웨이브(예를 들어 인터넷을 통한 전송)의 형태로 구현되는 것도 포함한다. 또한 컴퓨터가 읽을 수 있는 기록매체는 네트워크로 연결된 컴퓨터 시스템에 분산되어 분산방식으로 컴퓨터가 읽을 수 있는 코드가 저장되고 실행될 수 있다.
도 1은 본 발명의 일 실시예에 따른 정보 추천 시스템, 상황 정보 제공 서버 및 사용자들을 개략적으로 나타내는 블록도이다.
도 2는 도 1의 정보 추천 시스템을 상세하게 나타내는 블록도이다.
도 3은 도 2의 추천 에이전트 및 상황 모니터를 상세하게 나타내는 블록도이다.
도 4는 본 발명의 일 실시예에 따른 정보 추천 방법을 나타내는 흐름도이다.
도 5는 도 4의 정보 추천 방법에 따라 정보를 추천하는 과정을 개략적으로 나타내는 도면이다.

Claims (9)

  1. 사용자에게 정보를 추천하기 위한 조건과 상기 조건을 만족하는 경우의 처리를 정의하는 범용 추천 규칙들을 생성하고 관리하는 추천 규칙 관리부;
    외부로부터 입력받은 이벤트 및 상기 사용자의 정보를 기초로 하여, 상기 범용 추천 규칙들로부터 상기 사용자에게 적합한 정보를 추천하기 위한 추천 규칙 인스턴스(instance)를 생성하는 추천 에이전트(agent);
    상기 사용자의 상황을 모니터링하여 상기 사용자에게 적합한 정보의 추천 시점을 판단하는 상황 모니터; 및
    상기 추천 시점에 상기 추천 규칙 인스턴스에 따라 상기 사용자에게 추천할 정보를 생성하는 추천 동작을 실행하는 추천 엔진(engine)을 포함하는 정보 추천 시스템.
  2. 제1항에 있어서,
    상기 추천 규칙 관리부에서 생성된 범용 추천 규칙들을 저장하는 추천 규칙 저장부; 및
    상기 사용자의 개인적 프로파일 및 일반적인 사용자들의 통계적 프로파일을 저장하는 사용자 프로파일 저장부를 더 포함하는 것을 특징으로 하는 정보 추천 시스템.
  3. 제2항에 있어서,
    상기 추천 규칙 에이전트는 상기 이벤트에 따라 상기 범용 추천 규칙들 중 하나를 선택하고, 상기 선택된 범용 추천 규칙의 조건에서 상기 일반적인 사용자들의 통계적 프로파일을 상기 사용자의 정보로 변경하여, 상기 선택된 범용 추천 규칙으로부터 상기 사용자에게 적합한 상기 추천 규칙 인스턴스를 생성하는 것을 특징으로 하는 정보 추천 시스템.
  4. 제3항에 있어서,
    상기 추천 규칙 에이전트는,
    상기 범용 추천 규칙들 중 상기 입력받은 이벤트에 적합한 추천 규칙을 선택하는 추천 규칙 선택기;
    상기 사용자의 정보를 기초로, 상기 선택된 범용 추천 규칙으로부터 상기 추천 규칙 인스턴스를 생성하는 인스턴스 생성부; 및
    상기 추천 규칙 인스턴스의 조건들 중 상황에 대한 조건들을 분석하여, 상기 상황에 대한 모니터링 규칙을 생성하는 모니터링 규칙 생성부를 포함하는 것을 특징으로 하는 정보 추천 시스템.
  5. 제4항에 있어서,
    상기 상황 모니터는 외부의 상황 정보 제공 서버로부터 제공받은 상황 정보와 상기 모니터링 규칙에 따른 상황을 비교하여, 상기 사용자에게 적합한 정보의 추천 시점을 판단하는 것을 특징으로 하는 정보 추천 시스템.
  6. 제5항에 있어서,
    상기 추천 규칙 에이전트는,
    상기 추천 시점이 되면 상기 추천 엔진에게 추천 동작의 실행을 요청하고, 상기 추천 동작이 완료되면 상기 추천 정보를 상기 사용자에게 전달할 것을 요청하는 추천 요청부를 더 포함하는 것을 특징으로 하는 정보 추천 시스템.
  7. 사용자에게 정보를 추천하기 위한 조건과 상기 조건을 만족하는 경우의 처리를 정의하는 범용 추천 규칙들을 생성하는 단계;
    외부로부터 입력받은 이벤트 및 상기 사용자의 정보를 기초로 하여, 상기 범용 추천 규칙들로부터 상기 사용자에게 적합한 정보를 추천하기 위한 추천 규칙 인스턴스를 생성하는 단계;
    상기 사용자의 상황을 모니터링하여 상기 사용자에게 적합한 정보의 추천 시점을 판단하는 단계; 및
    상기 추천 시점에 상기 추천 규칙 인스턴스에 따라 상기 사용자에게 추천할 정보를 생성하는 추천 동작을 실행하는 단계를 포함하는 정보 추천 방법.
  8. 제7항에 있어서,
    상기 추천 규칙 인스턴스를 생성하는 단계는,
    상기 이벤트에 따라 상기 범용 추천 규칙들 중 하나를 선택하는 단계;
    상기 선택된 범용 추천 규칙의 조건에서 상기 일반적인 사용자의 통계적 프로파일을 상기 사용자의 정보로 변경하는 단계; 및
    상기 선택된 범용 추천 규칙으로부터 상기 사용자에게 적합한 상기 추천 규칙 인스턴스를 생성하는 단계를 포함하는 것을 특징으로 하는 정보 추천 방법.
  9. 제7항에 있어서,
    상기 추천 시점을 판단하는 단계는,
    외부의 상황 정보 제공 서버로부터 상황 정보를 수신하는 단계; 및
    상기 수신된 상황 정보와 상기 모니터링 규칙에 따른 상황을 비교하여, 상기 사용자에게 적합한 정보의 추천 시점을 판단하는 단계를 포함하는 것을 특징으로 하는 정보 추천 방법.
KR1020090021843A 2009-03-13 2009-03-13 정보 추천 시스템 및 방법 KR101057074B1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020090021843A KR101057074B1 (ko) 2009-03-13 2009-03-13 정보 추천 시스템 및 방법

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020090021843A KR101057074B1 (ko) 2009-03-13 2009-03-13 정보 추천 시스템 및 방법

Publications (2)

Publication Number Publication Date
KR20100103286A true KR20100103286A (ko) 2010-09-27
KR101057074B1 KR101057074B1 (ko) 2011-08-16

Family

ID=43008093

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020090021843A KR101057074B1 (ko) 2009-03-13 2009-03-13 정보 추천 시스템 및 방법

Country Status (1)

Country Link
KR (1) KR101057074B1 (ko)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2012173300A1 (ko) * 2011-06-17 2012-12-20 주식회사 케이티 인앱 추천 시스템 및 사용자 단말
WO2018062629A1 (ko) * 2016-09-27 2018-04-05 에스케이테크엑스 주식회사 데이터 이체 기반의 추천 아이템 제공 장치 및 이를 이용한 방법
KR20210012750A (ko) 2019-07-26 2021-02-03 이웅재 온라인 교류동아리 매칭 서비스 제공 시스템 및 방법

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2012173300A1 (ko) * 2011-06-17 2012-12-20 주식회사 케이티 인앱 추천 시스템 및 사용자 단말
US10373229B2 (en) 2011-06-17 2019-08-06 Kt Corporation In-app recommendation system and user terminal
WO2018062629A1 (ko) * 2016-09-27 2018-04-05 에스케이테크엑스 주식회사 데이터 이체 기반의 추천 아이템 제공 장치 및 이를 이용한 방법
KR20210012750A (ko) 2019-07-26 2021-02-03 이웅재 온라인 교류동아리 매칭 서비스 제공 시스템 및 방법

Also Published As

Publication number Publication date
KR101057074B1 (ko) 2011-08-16

Similar Documents

Publication Publication Date Title
US20160191450A1 (en) Recommendations Engine in a Layered Social Media Webpage
Jannach et al. Leveraging multi-criteria customer feedback for satisfaction analysis and improved recommendations
US10937060B2 (en) Intelligent location based notification
AU2014209386B2 (en) Method and apparatus for building a user profile for personalization using interaction data
US20180165612A1 (en) Method for Providing Commerce-Related, Blockchain-Associated Cognitive Insights Using Blockchains
US20100088148A1 (en) System and methodology for recommending purchases for a shopping intent
US20170091847A1 (en) Automated feature identification based on review mapping
US20160063560A1 (en) Accelerating engagement of potential buyers based on big data analytics
JP7455252B2 (ja) セグメンテーション・アズ・ア・サービスのための方法及びシステム
WO2019135858A1 (en) Intent arbitration for a virtual assistant
US20140164172A1 (en) Method and apparatus for providing feature-based collaborative filtering
JP6985518B2 (ja) パーソナライズされた推奨を生成するために適合されたクライアント、サーバ、およびクライアント−サーバシステム
US20100205211A1 (en) System and Method for Generating a User Profile
JP7350590B2 (ja) 反復的な人工知能を用いて、通信決定木を通る経路の方向を指定する
US11854051B2 (en) Systems and methods for generating efficient iterative recommendation structures
WO2019188101A1 (ja) 顧客の属性情報を解析する装置、方法、およびプログラム
US20230351428A1 (en) Systems and methods for providing user offers based on efficient iterative recommendation structures
Deligiannis et al. Designing a real-time data-driven customer churn risk indicator for subscription commerce
Devi et al. Cloud providers ranking and selection using quantitative and qualitative approach
JP6986906B2 (ja) 決定装置、決定方法及び決定プログラム
KR101057074B1 (ko) 정보 추천 시스템 및 방법
US20120330699A1 (en) Case-based retrieval framework
Saxena et al. Fairsna: Algorithmic fairness in social network analysis
US10049375B1 (en) Automated graph-based identification of early adopter users
US11625737B2 (en) Contextual marketing system based on predictive modeling of users of a system and/or service

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
FPAY Annual fee payment

Payment date: 20150804

Year of fee payment: 5

FPAY Annual fee payment

Payment date: 20160729

Year of fee payment: 6

FPAY Annual fee payment

Payment date: 20170804

Year of fee payment: 7

FPAY Annual fee payment

Payment date: 20190805

Year of fee payment: 9