KR20120052024A - 사용자 피드백을 이용한 아이피티브이 컨텐츠 추천 시스템 및 그 방법 - Google Patents

사용자 피드백을 이용한 아이피티브이 컨텐츠 추천 시스템 및 그 방법 Download PDF

Info

Publication number
KR20120052024A
KR20120052024A KR1020100113459A KR20100113459A KR20120052024A KR 20120052024 A KR20120052024 A KR 20120052024A KR 1020100113459 A KR1020100113459 A KR 1020100113459A KR 20100113459 A KR20100113459 A KR 20100113459A KR 20120052024 A KR20120052024 A KR 20120052024A
Authority
KR
South Korea
Prior art keywords
content
iptv
user
information
list
Prior art date
Application number
KR1020100113459A
Other languages
English (en)
Inventor
변우섭
구명완
김문식
정하용
Original Assignee
주식회사 케이티
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 케이티 filed Critical 주식회사 케이티
Priority to KR1020100113459A priority Critical patent/KR20120052024A/ko
Publication of KR20120052024A publication Critical patent/KR20120052024A/ko

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
    • G06F17/10—Complex mathematical operations
    • 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
    • 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
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N5/00—Details of television systems
    • H04N5/44—Receiver circuitry for the reception of television signals according to analogue transmission standards
    • H04N5/445—Receiver circuitry for the reception of television signals according to analogue transmission standards for displaying additional information
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N7/00—Television systems
    • H04N7/16—Analogue secrecy systems; Analogue subscription systems
    • H04N7/173—Analogue secrecy systems; Analogue subscription systems with two-way working, e.g. subscriber sending a programme selection signal

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Multimedia (AREA)
  • Signal Processing (AREA)
  • Business, Economics & Management (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Data Mining & Analysis (AREA)
  • Tourism & Hospitality (AREA)
  • Mathematical Physics (AREA)
  • Algebra (AREA)
  • Mathematical Analysis (AREA)
  • General Health & Medical Sciences (AREA)
  • General Business, Economics & Management (AREA)
  • Economics (AREA)
  • Health & Medical Sciences (AREA)
  • Human Resources & Organizations (AREA)
  • Computational Mathematics (AREA)
  • Primary Health Care (AREA)
  • Strategic Management (AREA)
  • Mathematical Optimization (AREA)
  • Marketing (AREA)
  • Pure & Applied Mathematics (AREA)
  • Databases & Information Systems (AREA)
  • Software Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • Two-Way Televisions, Distribution Of Moving Picture Or The Like (AREA)

Abstract

본 발명은 사용자 피드백을 이용한 IPTV 컨텐츠 추천 시스템 및 방법에 관한 것으로, 더욱 자세하게는, 본 발명은 IPTV 서비스를 이용하는 사용자들을 대상으로 사용자 피드백을 이용하여 사용자들이 선호할 만한 컨텐츠를 분석하여 사용자에게 시스템적으로 추천해주는, 사용자 피드백을 이용한 IPTV 컨텐츠 추천 시스템 및 방법을 제공하고자 한다.
이를 위하여, 본 발명은 사용자 피드백을 이용한 IPTV 컨텐츠 추천 시스템에 있어서, IPTV 사용자 정보 - 상기 IPTV 사용자 정보는 IPTV 컨텐츠에 대한 사용자 평점 정보를 포함함 - 및 상기 IPTV 컨텐츠에 대한 메타데이터를 관리하는 IPTV 헤드엔드 시스템; 상기 IPTV 사용자 정보에 기초하여 추천 컨텐츠 목록을 생성하는 컨텐츠 추천 시스템; 및 상기 컨텐츠 추천 시스템 및 IPTV 헤드엔드 시스템에 추천 컨텐츠 목록 및 메타데이터 정보를 요청 및 획득하여 IPTV 셋탑박스에 전달하는 웹 어플리케이션 서버를 포함한다.

Description

사용자 피드백을 이용한 아이피티브이 컨텐츠 추천 시스템 및 그 방법 {SYSTEM FOR RECOMMENDING IPTV CONTENTS BASED ON USER FEEDBACK AND METHOD THEREFOR}
본 발명은 IPTV(Internet Protocol television)에 관한 것으로, 더욱 자세하게는, IPTV 서비스 사용자의 피드백을 이용하여 사용자가 선호할 만한 컨텐츠를 사용자에게 추천하는, 사용자 피드백을 이용한 IPTV 컨텐츠 추천 시스템 및 방법에 관한 것이다.
비디오 코딩 기술 및 인터넷과 데이터 통신의 급격한 발전은 고화질의 멀티미디어 동영상을 IP(Internet Protocol) 기반 네트워크를 통해 실시간으로 방송할 수 있는 수준에 이르렀다. 인터넷의 폭넓은 확산, 양방향 통신에 대한 요구, 고화질 영상에 대한 요구 및 방송과 통신의 융합 등의 시대적 요구들이 발생하고 관련 기술들이 성숙한 수준에 이르렀다. 이러한 시대적 요구에 부응하는 대표적인 기술이 양방향 방송 서비스 기술인 IPTV이다.
IPTV는 초고속 인터넷을 이용하여 정보 서비스, 동영상 컨텐츠 및 방송 등을 텔레비전 수상기로 제공하는 서비스이며, 인터넷과 텔레비전의 융합이라는 점에서 디지털 컨버전스의 한 유형이라고 할 수 있다. 기존의 인터넷 TV와 다른 점이라면 IP 네트워크를 이용하기 때문에 양방향 통신이 가능하다는 것이다. 따라서, IPTV 사용자는 방송사에서 시간에 따라 편성해서 방송하는 동영상을 단순히 시청하는 것이 아니라, 자신이 원하는 동영상을 원하는 시간에 선택해서 시청할 수 있다. 특히 이처럼 사용자가 원할 때 시청할 수 있는 동영상을 VOD(Video On Demand)라 한다.
종래의 VOD 서비스 기술에 따르면, IPTV 서비스 프로바이더는 VOD 서비스용 컨텐츠(이하, " VOD 컨텐츠")를 카테고리별로 대분류, 중분류, 소분류로 세분화하여 VOD 컨텐츠 정보를 구조적으로 제공한다. 또 다른 종래기술에 따르면, VOD 컨텐츠 속성 정보(제목, 출연 배우, 제작자, 테마, 출시 시기 등)를 DB화하여 제공한다. 이러한 종래기술에 따르면, 사용자는 구조적으로 제공되는 VOD 정보에 따라 대분류, 중분류, 소분류를 순차적으로 선택하거나, VOD 컨텐츠 속성에 대한 검색어를 직접 입력해서 검색함으로써 사용자가 원하는 VOD를 선택할 수 있다.
하지만 이러한 종래기술에 따르면, 많은 사용자들은 이미 기존의 TV 시청방식에 너무 익숙해져 있어, 사용자가 원하는 VOD를 선택한다는 것을 어려워하며, 또한 사용자들은 IPTV 서비스 프로바이더가 제공하는 수많은 VOD 컨텐츠 중에서 원하는 VOD 컨텐츠를 선택하는 것을 어려워한다는 문제점이 있다.
즉, 상기 종래기술에 따르면, 카테고리 자체가 너무 많아질 뿐만 아니라, 사용자가 원하는 VOD 컨텐츠가 어느 카테고리에 있을지 추측하기 어려운 문제점이 있다. 그리고 검색을 통해 찾을 경우는 사용자가 VOD 컨텐츠의 제목이나 출연배우, 제작자를 미리 알고 있지 않으면 검색하기 어렵다는 문제점이 있다. 또한 신작이나 특정 테마 등으로 VOD 컨텐츠를 카테고리화하여 사용자에게 제공하는 방법으로는 많은 VOD 컨텐츠를 적절하게 카테고리화하기 곤란하다는 문제점이 있다.
이에, 본 발명은 상기와 같은 문제점을 해결하고 상기와 같은 요구에 부응하기 위하여 제안된 것으로, IPTV 서비스 사용자 피드백을 이용하여 사용자들이 선호할 만한 VOD 컨텐츠를 분석하여 사용자에게 시스템적으로 추천해줄 수 있도록 하는 시스템 및 방법을 제공하는데 그 목적이 있다.
본 발명의 목적들은 이상에서 언급한 목적으로 제한되지 않으며, 언급되지 않은 본 발명의 다른 목적 및 장점들은 하기의 설명에 의해서 이해될 수 있으며, 본 발명의 실시예에 의해 보다 분명하게 알게 될 것이다. 또한, 본 발명의 목적 및 장점들은 특허 청구 범위에 나타낸 수단 및 그 조합에 의해 실현될 수 있음을 쉽게 알 수 있을 것이다.
이를 위하여, 본 발명은 사용자 피드백을 이용한 IPTV 컨텐츠 추천 시스템에 있어서, IPTV 사용자 정보 상기 - IPTV 사용자 정보는 IPTV 컨텐츠에 대한 사용자 평점 정보를 포함함- 및 상기 IPTV 컨텐츠에 대한 메타데이터를 관리하는 IPTV 헤드엔드 시스템; 상기 IPTV 사용자 정보에 기초하여 추천 컨텐츠 목록을 생성하는 컨텐츠 추천 시스템; 및 상기 컨텐츠 추천 시스템 및 IPTV 헤드엔드 시스템에 추천 컨텐츠 목록 및 메타데이터 정보를 요청 및 획득하여 IPTV 셋탑박스에 전달하는 웹 어플리케이션 서버를 포함한다.
상기와 같은 본 발명은 사용자가 원하는 컨텐츠를 선택하는 IPTV 환경에서, 사용자가 입력한 VOD 컨텐츠에 대한 피드백을 기반으로 사용자의 시청 성향을 자동으로 분석하여, 그 사용자가 가장 선호할 만한 컨텐츠를 사용자에게 추천하여 효율적인 서비스를 사용자에게 제공하면서 사용자 만족도가 증대할 뿐만 아니라 사용자가 직접 사용 평점정보를 입력 및 동의 조항을 선택할 수 있도록 하여 개인정보에 대한 문제도 해결될 수 있는 효과가 있으며, IPTV 사용자의 컨텐츠 시청 패턴 등을 분석하여, 분석한 정보에 적합한 IPTV 광고도 추천할 수 있는 효과가 있다.
도 1은 본 발명에 따른 사용자 피드백을 이용한 IPTV 컨텐츠 추천 시스템에 대한 일실시예 구성도.
도 2는 본 발명에 따른 사용자 피드백을 이용한 IPTV 컨텐츠 추천 시스템에 대한 상세 구성도.
도 3은 본 발명에 따른 사용자 피드백을 이용한 IPTV 컨텐츠 추천 시스템 및 방법에 대한 상세 흐름도.
상술한 목적, 특징 및 장점은 첨부된 도면을 참조하여 상세하게 후술되어 있는 상세한 설명을 통하여 보다 명확해 질 것이며, 그에 따라 본 발명이 속하는 기술분야에서 통상의 지식을 가진 자가 본 발명의 기술적 사상을 용이하게 실시할 수 있을 것이다. 또한, 본 발명을 설명함에 있어서 본 발명과 관련된 공지 기술에 대한 구체적인 설명이 본 발명의 요지를 불필요하게 흐릴 수 있다고 판단되는 경우에 그 상세한 설명을 생략하기로 한다. 이하, 첨부된 도면들을 함께 참조하여 본 발명에 따른 바람직한 실시예를 상세히 설명하기로 한다.
도 1은 본 발명에 따른 사용자 피드백을 이용한 IPTV 컨텐츠 추천 시스템에 대한 일실시예 구성도이다.
도 1에 도시된 바와 같이, 본 발명이 적용되는 사용자 피드백을 이용한 IPTV 컨텐츠 추천 시스템은 IPTV 헤드엔드 시스템(100), 사용자 정보 데이터 베이스(200), 데이터 전처리 시스템(300), 컨텐츠 추천 시스템(400), 웹 어플리케이션 서버(500), IPTV 셋탑박스(600)를 포함한다.
IPTV 헤드엔드 시스템(100)은 IPTV 컨텐츠의 속성(제목, 출연배우, 줄거리, 포스터 등) 정보인 메타데이터 및 IPTV 사용자의 컨텐츠 시청 정보 및 사용자 정보가 저장되는 사용자 정보 데이터 베이스(200)를 관리한다.
IPTV 헤드엔드 시스템은 웹 어플리케이션 서버(500)로부터 추천 컨텐츠 목록에 대한 메타데이터 정보를 요청 받으면, 기 추천 컨텐츠 목록에 대한 메타데이터 정보를 웹 어플리케이션 서버(500)에 전달한다.
또한 추천 컨텐츠 목록을 생성하기 위해 상기 사용자 정보 데이터 베이스(200)에 저장된 정보를 데이터 전처리 시스템(300)에 전달한다.
사용자 정보 데이터 베이스(200)에는 사용자 평점 정보(210), 사용자 프로파일 정보(220), 시청 로그 정보(230)가 저장된다.
상기 사용자 평점 정보(210)는 IPTV 사용자가 임의의 IPTV 컨텐츠를 시청한 후 IPTV 컨텐츠에 대한 만족도를 평점(1~5점 혹은 1~10점 등)으로 나타낸 정보이다.
상기 사용자 프로파일 정보(220)는 IPTV 사용자의 개인 정보를 나타내며, 사용자 선호 장르, 사용자 선호 감독, 사용자 선호 배우, 사용자의 연령, 성별, 주소, 가족구성정보, 서비스 가입 일자 등이 저장된 정보이다.
상기 시청 로그 정보(230)에는 IPTV 사용자가 시청한 임의의 IPTV 컨텐츠를 기록한 시청 정보이다.
상기 사용자 프로파일 정보(220) 및 상기 시청 로그 정보(230)는 IPTV 사용자의 동의여부에 따라 추천 컨텐츠 목록 생성 과정에서 반영될 수 있다.
데이터 전처리 시스템(300)은 상기 IPTV 헤드엔드 시스템(100)으로부터 전달받은 사용자 평점 정보(210), 사용자 프로파일 정보(220), 시청 로그 정보(230)의 불일치 또는 누락 여부를 검사하여 삭제 또는 삽입하는 전처리 작업을 하여 전처리 사용자 피드백 정보, 전처리 사용자 프로파일 정보, 전처리 시청 로그 정보로 재구성한다. 그리고 상기 전처리 사용자 피드백 정보, 전처리 사용자 프로파일 정보, 전처리 시청 로그 정보를 컨텐츠 추천 시스템(300)으로 전달한다.
즉, 데이터 전처리 시스템(300)은 상기 사용자 평점 정보(210)에 저장된 사용자 평점이 임계값 범위를 벗어난 경우, 또는 시청 로그 정보(230)에 IPTV 사용자가 1분 이내로 시청한 정보가 저장된 경우 등에 대해 전처리하여 사용자 피드백 정보, 전처리 사용자 프로파일 정보, 전처리 시청 로그 정보로 재구성하여 컨텐츠 추천 시스템(400)으로 전달한다.
컨텐츠 추천 시스템(400)은 웹 어플리케이션 서버로부터 추천 컨텐츠 목록 요청 메시지를 전달받는다. 상기 추천 컨텐츠 목록 요청 메시지는 IPTV 셋탑박스 ID 및 사용자가 현재 시청중인 컨텐츠 ID 정보가 포함된다.
이때 상기 IPTV 셋탑박스 ID는 사용자를 나타내며, 상기 컨텐츠 ID는 컨텐츠 ID에 해당하는 유사한 컨텐츠를 사용자에게 추천하기 위해 사용된다.
컨텐츠 추천 시스템(400)은 상기 웹 어플리케이션 서버(500)로부터 전달 받은 추천 컨텐츠 목록 요청 메시지에 응하여 상기 데이터 전처리 시스템(300)으로부터 전달받은 전처리 사용자 피드백 정보, 전처리 사용자 프로파일 정보, 전처리 시청 로그 정보를 이용하여 추천 컨텐츠 목록을 생성하여 웹 어플리케이션 서버(500)에 전달한다.
웹 어플리케이션 서버(500)는 IPTV 셋탑박스(600)로부터 추천 컨텐츠 목록 요청 메시지를 전달받아 상기 컨텐츠 추천 시스템(400)으로 전달한다.
앞서 설명한 바와 같이, 추천 컨텐츠 목록 요청 메시지는 상기 IPTV 셋탑박스 ID와 사용자가 현재 시청중인 상기 컨텐츠 ID를 포함한다.
그리고 컨텐츠 추천 시스템(400)으로부터 해당 사용자에게 적합한 추천 컨텐츠 목록을 전달받으며, 전달받은 추천 컨텐츠 목록이 현재 시청 가능한지 확인하고, IPTV 사용자가 상기 추천 컨텐츠 목록 중 예전에 시청한 컨텐츠가 포함되어 있는지 확인한다.
또한 웹 어플리케이션 서버(500)는 헤드엔드 시스템(100)에 상기 추천 컨텐츠 목록에 해당하는 메타데이터 정보 요청 메시지를 전송하여, 상기 추천 컨텐츠 목록에 해당하는 메타데이터 정보를 획득한다.
그리고 상기 추천 컨텐츠 목록을 사용자 화면에 나타내기 위해 HTML형태로 생성하여 상기 추천 컨텐츠 목록 및 메타데이터 정보와 함께 IPTV 셋탑박스(600)로 전달한다.
또한 상기 웹 어플리케이션 서버(500)는 IPTV에서 수행되는 어플리케이션을 포함하고 있는 서버로서 IPTV에서 수행되는 다양한 어플리케이션이 변화하는 것을 즉각적으로 반영하기 위한 브라우저 기반의 IPTV 셋탑박스(600)와 연동되어 구동된다.
IPTV 셋탑박스(600)는 사용자의 요청이 있을 경우나 특정 시점에 상기 웹 어플리케이션 서버(500)로 추천 컨텐츠 목록 요청 메시지를 전달하여, 웹 어플리케이션 서버(500)부터 추천 컨텐츠 목록 및 메타데이터 정보를 획득한다.
상기 획득한 추천 컨텐츠 목록을 브라우저를 통해 IPTV화면에 나타낸다. 이때 IPTV 화면 상에 나타나는 화면은 상기 웹 어플리케이션 서버(500)에서 구성한 모습에 따라, 상위 N개의 추천 컨텐츠 목록을 표시한다.
도 2는 본 발명에 따른 사용자 피드백을 이용한 IPTV 컨텐츠 추천 시스템에 대한 상세 구성도 이다.
도 2에 도시된 바와 같이, 컨텐츠 추천 시스템(400)은 사용자 피드백 기반 훈련 엔진(401), 테스트용 사용자 피드백 정보 테이블(402), 사용자 피드백 기반 추천 모델(403), 컨텐츠 추천 엔진(404)을 포함한다.
상기 사용자 피드백 기반 훈련 엔진(401)은 상기 데이터 전처리 시스템(300)으로부터 전처리 사용자 평점 정보(301)를 수신하여 사용자 평점 기반 추천 목록을 생성하여 사용자 평점 기반 추천모델(403)에 전달한다. 상기 사용자 평점 기반 추천 모델(402)은 상기 사용자 평점 기반 추천 목록 중 N개의 사용자 평점 기반 추천 목록을 컨텐츠 추천 엔진에 전달한다. N개의 사용자 평점 기반 추천 목록을 전달 받은 컨텐츠 추천 엔진(404)은 전처리 사용자 프로파일 정보(302), 전처리 시청 로그 정보(303) 적용 여부에 따라 추천 컨텐츠 목록을 생성하여 웹 어플리케이션 서버(500)에 전달한다.
상기 사용자 평점 기반 훈련 엔진(401)은 전처리 사용자 평점 정보(301)를 이용하여 사용자 평점 기반 추천 목록을 생성하여 사용자 평점 기반 추천 모델(403)에 전달한다.
즉, 상기 사용자 피드백 기반 훈련엔진(401)은 사용자 평점 기반 추천 목록을 생성하기 위해 추천 컨텐츠 목록 요청 메시지를 받은 날짜를 기준으로 예를들어 한달 전부터 3주간 수집한 사용자 평점 정보를 통해 컨텐츠 기반 사용자 평점 알고리즘인 [수학식 1] 및 [수학식 2]를 통해 훈련용 사용자 평점 기반 추천 컨텐츠 목록 생성한다.
상기 컨텐츠 기반 사용자 평점 알고리즘을 설명하기에 위해, 다음 [표 1]과 같이 변수를 정의한다.
변수 변수에 대한 설명
Figure pat00001
 사용자 m명의 사용자 집합
Figure pat00002
 컨텐츠 n 개의 컨텐츠 집합
Figure pat00003
 컨텐츠 ix, iy에 대하여 평점을 매긴 사용자들의 집합
Figure pat00004
 q개의 평점 집합
Figure pat00005
 사용자ux, uy가 함께 평점을 매긴 컨텐츠 집합
Figure pat00006
 컨텐츠 ih에 대하여 사용자 ux가 매긴 평점
Figure pat00007
 사용자평균, 즉, 사용자 ux 가 매긴 n개 컨텐츠에 대한 평점들의 평균
Figure pat00008
Figure pat00009
 사용자평균, 즉, 사용자 ua가 매긴 n개 컨텐츠에 대한 평점들의 평균
Figure pat00010
Figure pat00011
 컨텐츠 평균, 즉, 컨텐츠ix에 대하여 m명의 사용자가 매긴 평점들의 평균
Figure pat00012
Figure pat00013
 컨텐츠 평균, 즉, 컨텐츠 ia에 대하여 m명의 사용자가 매긴 평점들의 평균
Figure pat00014
Figure pat00015
 컨텐츠 ix, iy에대한 유사도
Figure pat00016
 컨텐츠 ia, ih에 대한 유사도
Figure pat00017
 사용자 ua의 컨텐츠 ia에 대한 예측값.
그렇다면, 컨텐츠 ix, iy간의 유사도(Similarity)는 [수학식 1]과 같이 Pearson correlation 계수로 나타낼 수 있다.
Figure pat00018
여기서,
Figure pat00019
는 컨텐츠 ix, iy 에 대한 유사도를 나타낸다.
Figure pat00020
는 컨텐츠
Figure pat00021
에 대하여 사용자
Figure pat00022
가 매긴 평점이고,
Figure pat00023
는 컨텐츠 평균을 나타낸 것으로, 컨텐츠
Figure pat00024
에 대하여
Figure pat00025
명의 사용자가 표시한 평점들의 평균을 나타낸다.
상기 [수학식 1]을 적용하여 사용자가 시청하지 않은 컨텐츠에 대해 어떤 평점을 표시할지 예측할 수 있는 컨텐츠 기반 예측 알고리즘을 구할 수 있다. 컨텐츠 기반 예측 알고리즘은 컨텐츠
Figure pat00026
에 대하여
Figure pat00027
명의 사용자가 표시한 평점들의 평균
Figure pat00028
과 상기 [수학식 1]을 통해 다음 [수학식 2]와 같이 나타낼 수 있다.
Figure pat00029
여기서,
Figure pat00030
는 사용자
Figure pat00031
의 컨텐츠
Figure pat00032
에 대한 예측 값을 나타낸다.
Figure pat00033
는 컨텐츠 평균을 나타낸 것이며, 컨텐츠
Figure pat00034
에 대하여
Figure pat00035
명의 사용자가 매긴 평점들의 평균을 나타낸다. 그리고
Figure pat00036
는 가중치를 나타내며 상기 [수학식 1]을 근거로 설정된다.
다음에는 상기 [수학식 2]의 예측값에 가중치
Figure pat00037
를 곱하여 높은 점수 순서대로 최종 컨텐츠 순위를 정한다. 이 순위에 따라 컨텐츠를 사용자에게 추천한다. 가중치
Figure pat00038
는 컨텐츠의 신규성을 나타내는 지수이다. 신규 컨텐츠는 경우 가중치를 가장 높게 주고, 일정기간이 지나면, 가중치를 작게 주거나 혹은 전혀 주지 않는다. 예를들어, 아바타 VOD가 나왔을 경우 한 달을 고려할 때, 최근 2주일 동안은 가중치를 가장 높게 주고 나머지 2주간은 가중치를 작게 주거나 혹은 전혀 주지 않는 방식이다. 이렇게 하면, 가중치에 따라 컨텐츠의 신규성이 반영되어 추천 성능이 향상된다.
그리고 상기 사용자 평점 기반 훈련엔진(401)은 테스트용 사용자 평점 정보(402), 즉, 시험용 사용자 평점 기반 추천 컨텐츠 목록을 전달받아 상기 훈련용 사용자 평점 기반 추천 컨텐츠 목록과 유사한지 비교하여 상기 사용자 평점 기반 훈련 엔진에 적용된 컨텐츠 기반 사용자 평점 알고리즘의 성능을 확인한다.
확인 결과, 시험용 사용자 평점 기반 추천 컨텐츠 목록과 상기 훈련용 사용자 평점 기반 추천 컨텐츠 목록이 시험용 사용자 평점 기반 추천 컨텐츠 목록과 상기 훈련용 사용자 평점 기반 추천 컨텐츠 목록이 기준값 이상 유사하다면, 사용자 평점 기반 훈련 엔진(401)에 적용된 컨텐츠 기반 사용자 평점 알고리즘의 성능이 좋다고 판단되어 상기 사용자 평점 기반 추천 컨텐츠 목록을 사용자 평점 기반 추천 모델(403)에 전달한다.
그러나 시험용 사용자 평점 기반 추천 컨텐츠 목록과 상기 훈련용 사용자 평점 기반 추천 컨텐츠 목록의 유사성이 기준값 이하일 경우, 사용자 평점 기반 훈련 엔진(401)에 적용된 컨텐츠 기반 사용자 평점 알고리즘의 성능이 떨어진다고 판단되어 컨텐츠 기반 사용자 평점 알고리즘을 변경하여 다시 훈련용 사용자 평점 기반 추천 컨텐츠 목록을 생성해 사용자 평점 기반 추천 컨텐츠 목록을 사용자 평점 기반 추천 모델(403)에 전달한다.
테스트용 사용자 평점 정보(402)는 상기 사용자 평점 기반 훈련 엔진(401)에 사용되지 않은 사용자 평점 정보를 의미하며, 사용자 평점 기반 훈련엔진(401)을 시험하기 위해 사용된다.
즉, 예를 들어 상기 사용자 피드백 기반 훈련엔진(401)이 추천 컨텐츠 목록 요청 메시지를 받은 날짜를 기준으로 한달 전부터 3주간 수집한 사용자 평점 정보를 통해 훈련용 사용자 평점 기반 추천 컨텐츠 목록을 생성하는 경우에 테스트용 사용자 평점 정보(402)는 사용자 평점 기반 훈련 엔진(401)에서 생성된 훈련용 사용자 평점 기반 추천 컨텐츠 목록과 비교하기 위해 추천 컨텐츠 목록 요청 메시지를 전달받은 날을 기준으로 일주일전부터 추천 컨텐츠 목록 요청 메시지를 전달받은 날까지 수집된 사용자 평점정보를 통해 생성된 사용자 평점 기반 추천 컨텐츠 목록이다.
사용자 평점 기반 추천 모델(403)은 상기 사용자 평점기반 훈련엔진에서 전달받은 사용자 평점 기반 추천 목록 중 5개, 10개, 50개로 기준을 정하여 N개의 추천 컨텐츠 목록을 재구성하여 컨텐츠 추천 엔진(404)에 전달한다.
컨텐츠 추천 엔진(404)은 웹 어플리케이션 서버(500)로부터 추천 컨텐츠 목록 요청 메시지를 전달 받을 경우, 상기 사용자 평점 기반 추천 모델(403)에서 사용자 평점 기반 컨텐츠 목록을 전달받아 추천 컨텐츠 목록을 생성하여 웹 어플리케이션 서버(500)에 전달한다.
상기 컨텐츠 추천 엔진(404)은 다음과 같이 두 가지 역할을 수행한다.
첫 번째 역할로서, 상기 사용자 평점 기반 컨텐츠 목록에 전처리 사용자 프로파일 및 전처리 시청 로그 정보를 적용하는 역할이다.
컨텐츠 추천 엔진(404)은 상기 웹 어플리케이션 서버(500)에서 추천 컨텐츠 목록 요청 메시지를 전달 받았을 경우, 상기 사용자 평점 기반 추천 모델(403)을 이용하여 사용자 평점 기반 추천 컨텐츠 목록을 전달 받는다. 이때 전처리 사용자 프로파일 정보를 이용하여 선호 장르, 선호 감독, 선호 배우 등 사용자가 선호하는 컨텐츠 중심으로 추천 컨텐츠 목록을 재구성한다.
그리고 전처리 시청 로그 정보를 이용하여 사용자가 시청하지 않은 컨텐츠를 중심으로 추천 컨텐츠 목록을 재구성한다.
그러나 사용자 프로파일 정보 및 시청 로그 정보를 획득하지 않고도 사용자 평점 정보만을 이용하여 추천 컨텐츠 목록을 생성하여 웹 어플리케이션 서버(500)에 전달할 수 있다. 즉, 사용자 프로파일 정보(220) 및 시청로그 정보(230)는 선택적으로 적용할 수 있다.
두 번째 역할로서, 상기 컨텐츠 추천 엔진(404)는 상기 웹 어플리케이션 서버(500)에서 추천 컨텐츠 목록 요청 메시지를 전달 받았을 경우, 추천 컨텐츠 목록을 반환해 주는 역할이다. 즉, 상기 컨텐츠 추천 엔진(404)는 상기 웹 어플리케이션 서버(500)로부터 추천 컨텐츠 목록 요청 메시지를 전달 받아 추천 컨텐츠 목록을 생성하여 웹 어플리케이션 서버(500)에 전달하는 역할을 한다.
도 3은 본 발명에 따른 사용자 피드백을 이용한 IPTV 컨텐츠 추천 시스템 및 방법에 대한 상세 흐름도이다.
먼저, 상기 IPTV 셋탑박스(600)는 사용자가 리모컨의 특정 버튼을 눌러 직접 요청하거나, VOD 종료 10분 전, IPTV 서비스 초기 구동 시점 등 특정 시점에 상기 웹 어플리케이션 서버(500)로 컨텐츠 추천 요청 메시지를 전달한다(S301).
상기 컨텐츠 추천 요청 메시지에는 IPTV 셋탑박스(600) ID와 현재 사용자가 시청중인 컨텐츠 ID가 포함되어 있다. 상기 IPTV 셋탑박스 ID는 사용자를 나타내며, 상기 컨텐츠 ID는 컨텐츠 ID에 해당하는 유사한 컨텐츠를 사용자에게 추천하기 위해 사용된다.
웹 어플리케이션 서버(500)는 상기 IPTV 셋탑박스(500)으로부터 전달 받은 상기 컨텐츠 추천 요청 메시지를 컨텐츠 추천 시스템(400)에 전달한다(S302).
그리고 컨텐츠 추천 시스템(400)은 전처리 사용자 프로 파일 정보 또는 전처리 시청 로그 정보를 적용하여 추천 컨텐츠 목록을 구성할지 확인한다(S303).
확인 결과(S303), 사용자 프로파일 정보 또는 시청 로그를 적용한다면 컨텐츠 추천 시스템(400)은 전처리 사용자 평점 정보, 전처리 사용자 프로파일 정보, 전처리 시청 로그 정보를 이용하여 추천 컨텐츠 목록을 생성한다(S304).
그러나 사용자 프로파일 정보 또는 시청 로그 정보를 적용하지 않는다면, 컨텐츠 추천 시스템(400)은 전처리 사용자 평점 정보를 이용하여 추천 컨텐츠 목록을 생성한다(S305).
상기 컨텐츠 추천 시스템(400)으로부터 생성된 추천 컨텐츠 목록을 웹 어플리케이션 서버(500)에 전달한다(S306).
웹 어플리케이션 서버(500)는 IPTV 헤드엔드 시스템(100)에 추천 컨텐츠 목록에 대한 메타데이터정보를 요청한다(S307).
IPTV 헤드엔드 시스템(100)은 웹 어플리케이션 서버(500)로 추천 컨텐츠 목록에 대한 메타데이터 정보를 전달한다(S308).
상기 메타데이터정보를 전달받은 웹 어플리케이션 서버(500)는 IPTV 셋탑박스(600)에 추천 컨텐츠 목록 및 메타데이터정보를 전달한다(S309).
한편, 전술한 바와 같은 본 발명의 방법은 컴퓨터 프로그램으로 작성이 가능하다. 그리고 상기 프로그램을 구성하는 코드 및 코드 세그먼트는 당해 분야의 컴퓨터 프로그래머에 의하여 용이하게 추론될 수 있다.　또한, 상기 작성된 프로그램은 컴퓨터가 읽을 수 있는 기록매체(정보저장매체)에 저장되고, 컴퓨터에 의하여 판독되고 실행됨으로써 본 발명의 방법을 구현한다. 그리고 상기 기록매체는 컴퓨터가 판독할 수 있는 모든 형태의 기록매체를 포함한다.
이상에서 설명한 본 발명은, 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자에게 있어 본 발명의 기술적 사상을 벗어나지 않는 범위 내에서 여러 가지 치환, 변형 및 변경이 가능하므로 전술한 실시예 및 첨부된 도면에 의해 한정되는 것이 아니다.
400: 컨텐츠 추천 시스템 401: 사용자 평점 기반 훈련 엔진
402: 테스트용 사용자 평점 정보 403: 사용자 평점 기반 추천 모델
404: 컨텐츠 추천 엔진

Claims (7)

  1. 사용자 피드백을 이용한 IPTV 컨텐츠 추천 시스템에 있어서,
    IPTV 사용자 정보 - 상기 IPTV 사용자 정보는 IPTV 컨텐츠에 대한 사용자 평점 정보를 포함함 - 및 상기 IPTV 컨텐츠에 대한 메타데이터를 관리하는 IPTV 헤드엔드 시스템;
    상기 IPTV 사용자 정보에 기초하여 추천 컨텐츠 목록을 생성하는 컨텐츠 추천 시스템; 및
    상기 컨텐츠 추천 시스템 및 IPTV 헤드엔드 시스템에 추천 컨텐츠 목록 및 메타데이터 정보를 요청 및 획득하여 IPTV 셋탑박스에 전달하는 웹 어플리케이션 서버
    를 포함하는 사용자 피드백을 이용한 IPTV 컨텐츠 추천 시스템.
  2. 제 1항에 있어서,
    상기 컨텐츠 추천 시스템은,
    상기 사용자 평점 정보를 컨텐츠 기반 사용자 평점 알고리즘에 적용시켜 상기 추천 컨텐츠 목록을 생성하는
    사용자 피드백을 이용한 IPTV 컨텐츠 추천 시스템.
  3. 제 2항에 있어서,
    상기 컨텐츠 추천 시스템은,
    제1 소정 기간 동안의 상기 사용자 평점 정보에 기초하여 생성한 훈련용 추천 컨텐츠 목록과 상기 제1 소정 기간이 아닌 제2 소정 기간 동안의 상기 사용자 평점 정보에 기초하여 생성한 시험용 추천 컨텐츠 목록을 비교하여 컨텐츠 기반 사용자 평점 알고리즘의 성능을 확인해 상기 훈련용 추천 컨텐츠 목록과 상기 시험용 추천 컨텐츠 목록이 유사한 경우에 상기 훈련용 추천 컨텐츠 목록을 상기 추천 컨텐츠 목록으로 생성하는
    사용자 피드백을 이용한 IPTV 컨텐츠 추천 시스템.
  4. 제 3항에 있어서,
    상기 컨텐츠 추천 시스템은,
    상기 생성된 추천 컨텐츠 목록에 포함된 컨텐츠의 개수를 소정 개수로 제한하는
    사용자 피드백을 이용한 IPTV 컨텐츠 추천 시스템.
  5. 제 3항에 있어서,
    상기 IPTV 사용자 정보는,
    상기 IPTV 사용자의 컨텐츠 선호도 정보가 포함된 사용자 프로 파일 정보와, 상기 IPTV 사용자의 컨텐츠 소비 정보가 포함된 시청 로그 정보를 포함하며,
    상기 컨텐츠 추천 시스템은,
    상기 사용자 프로 파일 정보와, 상기 시청 로그 정보를 선택적으로 더 적용하여 상기 IPTV 사용자의 컨텐츠 선호도와 컨텐츠 소비 여부에 따라 가중치를 부여함으로써 상기 추천 컨텐츠 목록을 생성하는
    사용자 피드백을 이용한 IPTV 컨텐츠 추천 시스템.
  6. 제 3항에 있어서,
    상기 컨텐츠 추천 시스템은,
    신규 컨텐츠에 가중치를 부여함으로써 상기 추천 컨텐츠 목록을 생성하는
    사용자 피드백을 이용한 IPTV 컨텐츠 추천 시스템.
  7. 제 2항에 있어서,
    상기 컨텐츠 추천 시스템은,
    하기 수학식으로 표현되는 상기 컨텐츠 기반 사용자 평점 알고리즘에 의해 예측값을 산출하는
    사용자 피드백을 이용한 IPTV 컨텐츠 추천 시스템.
    [수학식]
    Figure pat00039

    Figure pat00040

    여기서,
    Figure pat00041
    명의 IPTV 사용자 총 집합을
    Figure pat00042
    ,
    Figure pat00043
    개의 IPTV 컨텐츠 집합을
    Figure pat00044
    ,q개의 평점 집합을
    Figure pat00045
    이라고 하면, IPTV 사용자 ux, uy가 함께 평점을 매긴 IPTV 컨텐츠 집합
    Figure pat00046
    , IPTV 컨텐츠 ix, iy에 대하여 평점을 매긴 IPTV 사용자들의 집합
    Figure pat00047
    으로 정의하고,
    Figure pat00048
    는 IPTV 컨텐츠 ih에 대하여 IPTV 사용자 ux가 매긴 평점,
    Figure pat00049
    는 IPTV 사용자 ux 가 매긴 n개 IPTV 컨텐츠에 대한 평점들의 평균,
    Figure pat00050
    는 IPTV 사용자 ua가 매긴 n개 IPTV 컨텐츠에 대한 평점들의 평균,
    Figure pat00051
    는 IPTV 컨텐츠ix에 대하여 m명의 IPTV 사용자가 매긴 평점들의 평균,
    Figure pat00052
    는 IPTV 컨텐츠 ia에 대하여 m명의 사용자가 매긴 평점들의 평균,
    Figure pat00053
    는 IPTV 컨텐츠 ix, iy에 대한 유사도,
    Figure pat00054
    는 IPTV 컨텐츠 ia, ih에 대한 유사도,
    Figure pat00055
    는 IPTV 사용자 ua의 컨텐츠 ia에 대한 예측 값을 나타냄.
KR1020100113459A 2010-11-15 2010-11-15 사용자 피드백을 이용한 아이피티브이 컨텐츠 추천 시스템 및 그 방법 KR20120052024A (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020100113459A KR20120052024A (ko) 2010-11-15 2010-11-15 사용자 피드백을 이용한 아이피티브이 컨텐츠 추천 시스템 및 그 방법

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020100113459A KR20120052024A (ko) 2010-11-15 2010-11-15 사용자 피드백을 이용한 아이피티브이 컨텐츠 추천 시스템 및 그 방법

Publications (1)

Publication Number Publication Date
KR20120052024A true KR20120052024A (ko) 2012-05-23

Family

ID=46268870

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020100113459A KR20120052024A (ko) 2010-11-15 2010-11-15 사용자 피드백을 이용한 아이피티브이 컨텐츠 추천 시스템 및 그 방법

Country Status (1)

Country Link
KR (1) KR20120052024A (ko)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2014178536A1 (ko) * 2013-05-03 2014-11-06 에스케이플래닛 주식회사 추천 아이템 제공 방법, 이를 위한 프로그램을 기록한 기록 매체 및 장치
WO2016129871A1 (ko) * 2015-02-11 2016-08-18 삼성전자 주식회사 영상처리장치, 영상처리장치의 제어방법 및 시스템

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2014178536A1 (ko) * 2013-05-03 2014-11-06 에스케이플래닛 주식회사 추천 아이템 제공 방법, 이를 위한 프로그램을 기록한 기록 매체 및 장치
WO2016129871A1 (ko) * 2015-02-11 2016-08-18 삼성전자 주식회사 영상처리장치, 영상처리장치의 제어방법 및 시스템

Similar Documents

Publication Publication Date Title
US11593444B2 (en) Collecting data from different sources
US11582498B2 (en) Dynamic adjustment of electronic program guide displays based on viewer preferences for minimizing navigation in VOD program selection
JP6935523B2 (ja) メディアアセットに関するコンテクスト上関係する情報を表示するための方法およびシステム
JP5269899B2 (ja) マルチメディアコンテンツの推薦キーワード生成システム及びその方法
US9648390B2 (en) Dynamic adjustment of electronic program guide displays based on view preferences for minimizing navigation in VOD program selection
US8799936B2 (en) Cooperative filtering algorithm-based personal preference program recommendation system for IPTV
US8732337B2 (en) System and method for delivering content to users on a network
US20130332521A1 (en) Systems and methods for compiling media information based on privacy and reliability metrics
US20090178081A1 (en) Enhanced electronic program guides
RU2641663C1 (ru) Способ рекомендации телевизионной программы и сервер
KR20120075515A (ko) 사용자 선호 콘텐츠 추천 시스템 및 방법
US11570521B2 (en) Dynamic adjustment of electronic program guide displays based on viewer preferences for minimizing navigation in VOD program selection
EP3256966B1 (en) Relevance table aggregation in a database system
KR100889987B1 (ko) 방송 프로그램 추천 시스템 및 방법
JP6069246B2 (ja) 情報処理装置、情報処理装置の制御方法、及びプログラム
KR20100072795A (ko) 콘텐츠 온톨로지를 이용한 광고 콘텐츠 제공 장치 및 그 방법
KR101779975B1 (ko) Ｓｎｓ 메시지를 활용한 ｖｏｄ 컨텐츠에 대한 부가 서비스 시스템 및 이를 이용한 부가 서비스 방법
KR20120052024A (ko) 사용자 피드백을 이용한 아이피티브이 컨텐츠 추천 시스템 및 그 방법
WO2016194041A1 (ja) 情報処理装置、情報処理方法及び情報処理プログラム
JP6069245B2 (ja) 情報処理装置、情報処理装置の制御方法、及びプログラム
US20240078240A1 (en) Methods, systems, and apparatuses for analyzing content
Chmielewska et al. The future of the television market. Potential, expectations, possibilities
KR20100115541A (ko) 개방형 ｉｐｔｖ 제공 시스템 및 제공 방법
KR20090014657A (ko) 선호 콘텐츠 자동녹화 서비스 제공 장치 및 방법
Bryan-Kinns et al. The Design and Evaluation of the SAVANT Content

Legal Events

Date Code Title Description
A201 Request for examination
E902 Notification of reason for refusal
E601 Decision to refuse application