KR20130082910A - 컨텐츠 추천 방법 및 장치 - Google Patents

컨텐츠 추천 방법 및 장치 Download PDF

Info

Publication number
KR20130082910A
KR20130082910A KR1020110140527A KR20110140527A KR20130082910A KR 20130082910 A KR20130082910 A KR 20130082910A KR 1020110140527 A KR1020110140527 A KR 1020110140527A KR 20110140527 A KR20110140527 A KR 20110140527A KR 20130082910 A KR20130082910 A KR 20130082910A
Authority
KR
South Korea
Prior art keywords
user
content
similarity
friend
candidate
Prior art date
Application number
KR1020110140527A
Other languages
English (en)
Inventor
서정민
정학진
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 KR1020110140527A priority Critical patent/KR20130082910A/ko
Publication of KR20130082910A publication Critical patent/KR20130082910A/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
    • G06Q50/01—Social networking
    • 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)
  • Engineering & Computer Science (AREA)
  • Marketing (AREA)
  • Theoretical Computer Science (AREA)
  • Economics (AREA)
  • Tourism & Hospitality (AREA)
  • Strategic Management (AREA)
  • Physics & Mathematics (AREA)
  • General Business, Economics & Management (AREA)
  • General Physics & Mathematics (AREA)
  • Accounting & Taxation (AREA)
  • Finance (AREA)
  • Health & Medical Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Human Resources & Organizations (AREA)
  • Primary Health Care (AREA)
  • Development Economics (AREA)
  • Computing Systems (AREA)
  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

본 발명의 한 실시예에 따른 컨텐츠 추천 장치의 컨텐츠 추천 방법은 소셜 네트워크 상에서 사용되는 아이디 별 친구 사용자 정보를 수집하는 단계, 수집한 친구 사용자 정보에 기초하여 아이디 간의 유사도를 판단하는 단계, 유사도 판단 결과를 이용하여 사용자가 사용하는 적어도 하나의 아이디를 연결하는 단계, 그리고 상기 사용자가 사용하는 적어도 하나의 아이디에 대한 친구 사용자 정보에 기초하여 상기 사용자에게 컨텐츠를 추천하는 단계를 포함한다.

Description

컨텐츠 추천 방법 및 장치{CONTENTS RECOMMENDATION METHOD AND APPARATUS}
본 발명은 오픈 마켓 환경에서의 컨텐츠 추천 방법 및 장치에 관한 것이다.
오픈 마켓(Open Market)은 판매자가 인터넷에 컨텐츠(contents)를 올리고 거래가 이루어지는 환경이다. 여기서, 컨텐츠는 예를 들면, 영화(movie), 도서(e-book), 음악, 어플리케이션(application), 광고, 쿠폰(coupon), 소셜 커머스 상품 등이다.
오픈 마켓 환경에서 카테고리, 장르, 업종 등이 서로 상이한 컨텐츠들이 거래된다. 컨텐츠의 종류가 다양해지고, 그 수가 점점 많아지므로, 사용자는 원하는 컨텐츠를 용이하게 선택하기 어렵다. 이에 따라, 오픈 마켓에서의 컨텐츠 추천이 필요하다.
일반적으로 오픈 마켓 환경에서는 통계 기반 추천, 규칙 기반 추천, 활동 기반 추천 등 다양한 추천 알고리즘을 이용하여 컨텐츠를 추천할 수 있다.
한편, 사용자의 소셜 네트워크에 기반하여 컨텐츠를 추천하는 방법이 제안되고 있다. 즉, 소셜 네트워크 상에서 관계를 맺고 있는 다른 사용자가 컨텐츠를 검색하거나 구매한 결과를 이용하여 컨텐츠를 추천 받고자 하는 요구가 생겨나고 있다.
본 발명이 해결하고자 하는 기술적 과제는 오픈 마켓 환경에서의 컨텐츠 추천 방법 및 장치를 제공하는 것이다.
본 발명의 일 양태에 따른 컨텐츠 추천 장치의 컨텐츠 추천 방법은 소셜 네트워크 상에서 사용되는 아이디 별 친구 사용자 정보를 수집하는 단계, 수집한 친구 사용자 정보에 기초하여 아이디 간의 유사도를 판단하는 단계, 유사도 판단 결과를 이용하여 사용자가 사용하는 적어도 하나의 아이디를 연결하는 단계, 그리고 상기 사용자가 사용하는 적어도 하나의 아이디에 대한 친구 사용자 정보에 기초하여 상기 사용자에게 컨텐츠를 추천하는 단계를 포함한다.
아이디는 전화번호 또는 이메일 주소일 수 있다.
아이디 별 친구 사용자 정보는 사용자 단말의 주소록에 저장된 전화번호 또는 이메일 주소, 아이디 별 통화 이력 및 아이디 별 이메일 송수신 이력 중 적어도 하나를 이용하여 수집될 수 있다.
유사도를 판단하는 단계는 적어도 두 개의 아이디에 대하여 아이디 별 친구 사용자 정보의 유사도를 계산하는 단계, 그리고 동일 사용자의 아이디인 것으로 추정되는 적어도 하나의 후보 아이디를 포함하는 후보 아이디 집합을 선별하는 단계를 포함할 수 있다.
선별하는 단계는, 상기 유사도가 비교 기준값을 초과하는 경우, 상기 적어도 두 개의 아이디를 상기 후보 아이디인 것으로 판단하는 단계를 포함할 수 있다.
연결하는 단계는 상기 후보 아이디 집합을 사용자 단말의 화면에 노출하는 단계, 상기 사용자 단말로부터 상기 사용자의 아이디인 것으로 선택된 적어도 하나의 아이디를 수신하는 단계, 그리고 상기 적어도 하나의 아이디를 상기 사용자의 식별 정보와 매핑하여 저장하는 단계를 포함할 수 있다.
컨텐츠를 추천하는 단계는 친구 사용자의 컨텐츠 선호 정보에 기초하여 상기 사용자의 컨텐츠 별 선호도를 계산하는 단계, 상기 컨텐츠 별 선호도에 기초하여 추천 컨텐츠 목록을 추출하는 단계, 그리고 상기 추천 컨텐츠 목록을 사용자 단말에게 제공하는 단계를 포함할 수 있다.
컨텐츠 선호 정보는 컨텐츠 구매 정보, 컨텐츠에 대한 명시적 추천 여부 및 친구 사용자의 중복 여부 중 적어도 하나에 따를 수 있다.
사용자의 컨텐츠 별 선호도는 상기 사용자 단말에게 제공된 추천 컨텐츠 목록에 대한 상기 사용자의 선택 결과를 더 반영하여 계산될 수 있다.
본 발명의 일 양태에 따른 컨텐츠 추천 장치는 소셜 네트워크 상에서 사용되는 아이디 별 친구 사용자 정보를 수집하는 친구관계 수집부, 수집한 친구 사용자 정보에 기초하여 아이디 간의 유사도를 판단하는 아이디 유사도 판단부, 유사도 판단 결과를 이용하여 사용자가 사용하는 적어도 하나의 아이디를 연결하는 아이디 연결부, 그리고 상기 사용자가 사용하는 적어도 하나의 아이디에 대한 친구 사용자 정보에 기초하여 상기 사용자에게 컨텐츠를 추천하는 컨텐츠 추천부를 포함한다.
아이디 유사도 판단부는 적어도 두 개의 아이디에 대하여 아이디 별 친구 사용자 정보의 유사도를 계산하고, 동일 사용자의 아이디인 것으로 추정되는 적어도 하나의 후보 아이디를 포함하는 후보 아이디 집합을 선별할 수 있다.
본 발명의 일 양태에 따른 컨텐츠 추천 장치가 아이디 간의 유사도를 판단하는 방법은 아이디 별 친구 사용자 정보에 기초하여 아이디 간의 유사도를 비교하는 단계, 상기 유사도를 미리 설정된 비교 기준 값과 비교하는 단계, 상기 유사도가 상기 비교 기준 값 이상인 적어도 하나의 후보 아이디를 사용자 단말에게 추천하는 단계, 상기 사용자 단말로부터 후보 아이디 중 적어도 일부를 선택 받는 단계, 추천한 후보 아이디 개수에 대한 선택된 후보 아이디 개수의 비율을 계산하는 단계, 그리고 상기 비율을 이용하여 상기 비교 기준 값을 조정하는 단계를 포함한다.
조정하는 단계는 상기 비율이 소정 기준 이상이면 상기 비교 기준 값을 낮추고, 상기 비율이 소정 기준 이하이면 상기 비교 기준 값을 높이는 단계를 포함할 수 있다.
본 발명의 한 실시예에 따르면, 동일 사용자가 사용하는 여러 개의 아이디를 자동으로 연결함으로써, 사용자의 친구관계를 확장할 수 있다. 그리고, 확장한 친구관계에 기초하여 컨텐츠를 추천함으로써, 컨텐츠 추천에 대한 사용자의 만족도를 높일 수 있다.
도 1은 본 발명의 한 실시예에 따른 오픈 마켓에서의 서비스 환경을 나타낸다.
도 2는 본 발명의 한 실시예에 따른 오픈 마켓에서의 컨텐츠 추천 장치를 나타내는 블록도이다.
도 3은 본 발명의 한 실시예에 따른 컨텐츠 추천 장치의 내부 구조를 구체적으로 나타내는 블록도이다.
도 4는 본 발명의 한 실시예에 따른 컨텐츠 추천 장치의 컨텐츠 추천 방법을 구체적으로 나타낸 흐름도이다.
도 5는 본 발명의 한 실시예에 따른 컨텐트 추천 장치에서 비교 기준 값을 조정하는 방법을 나타내는 순서도이다.
아래에서는 첨부한 도면을 참고로 하여 본 발명의 실시예에 대하여 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자가 용이하게 실시할 수 있도록 상세히 설명한다. 그러나 본 발명은 여러 가지 상이한 형태로 구현될 수 있으며 여기에서 설명하는 실시예에 한정되지 않는다. 그리고 도면에서 본 발명을 명확하게 설명하기 위해서 설명과 관계없는 부분은 생략하였으며, 명세서 전체를 통하여 유사한 부분에 대해서는 유사한 도면 부호를 붙였다.
명세서 전체에서, 어떤 부분이 어떤 구성 요소를 "포함"한다고 할 때, 이는 특별히 반대되는 기재가 없는 한 다른 구성 요소를 제외하는 것이 아니라 다른 구성 요소를 더 포함할 수 있는 것을 의미한다.
또한, 명세서에 기재된 "…부"의 용어는 적어도 하나의 기능이나 동작을 처리하는 단위를 의미하며, 이는 하드웨어나 소프트웨어 또는 하드웨어 및 소프트웨어의 결합으로 구현될 수 있다.
본 명세서에서 사용자와 소셜 네트워크 상에서 관계를 맺고 있는 다른 사용자(이하, 친구 사용자라 한다)의 컨텐츠 선호도를 이용하여 컨텐츠를 추천하는 방법을 설명한다.
구체적으로, 사용자가 소셜 네트워크 상에서 여러 개의 아이디를 사용할 수 있다. 예를 들어, 대표적인 소셜 네트워크인 페이스북에서 사용자는 여러 개의 이메일 주소를 아이디로 사용하면서 전혀 다른 그룹의 사람들과 친구 관계를 맺고 활동할 수 있다. 본 명세서에서는, 사용자가 소셜 네트워크 상에서 여러 개의 아이디를 사용하는 경우, 동일 사용자가 사용하는 여러 개의 아이디를 추출하고, 각 아이디 별로 친구 사용자를 수집하며, 수집한 친구 사용자의 컨텐츠 선호도를 이용하여 사용자에게 컨텐츠를 추천하는 방법을 설명한다.
여기서, 아이디는 사용자가 소셜 네트워크 상에서 사용자를 식별하기 위해 사용하는 전화번호, 이메일 주소 및 문자열 중 하나일 수 있다. 본 명세서에서 특별한 언급이 없는 한, 아이디는 오픈 마켓에서 사용자를 인증하기 위하여 등록된 오픈 마켓 아이디와 구별될 수 있다.
도 1은 본 발명의 한 실시예에 따른 오픈 마켓에서의 서비스 환경을 나타낸다.
도 1을 참고하면, 오픈 마켓에서의 컨텐츠 추천 장치(100)는 네트워크를 통하여 사용자 단말(200)과 연결된다.
즉, 사용자 단말(200)이 네트워크를 통하여 컨텐츠 추천 장치(100)에 접속하면, 컨텐츠 추천 장치(100)는 사용자 단말(200)의 친구관계에 기반하여 컨텐츠를 추천할 수 있다. 사용자 단말(200)의 친구관계는 사용자가 소셜 네트워크 상에서 사용하는 여러 개의 아이디에 대한 친구 사용자 정보로부터 얻어질 수 있다.
한편, 컨텐츠 추천 장치(100)는 사용자를 인증하기 위한 오픈 마켓 아이디를 저장하고 관리할 수 있다. 사용자는 오픈 마켓 아이디를 이용하여 오픈 마켓에서 인증을 받을 수 있다.
도 2는 본 발명의 한 실시예에 따른 오픈 마켓에서의 컨텐츠 추천 장치를 나타내는 블록도이다.
도 2를 참고하면, 컨텐츠 추천 장치(100)는 친구관계 수집부(110), 아이디 유사도 판단부(120), 아이디 연결부(130), 컨텐츠 추천부(140) 및 데이터베이스(DB)(150)를 포함한다.
친구관계 수집부(110)는 소셜 네트워크 상에서 사용되는 아이디 별 친구 사용자 정보를 수집한다. 아이디 별 친구 사용자 정보는 사용자의 주소록 또는 통신 이력을 바탕으로 수집될 수 있다. 여기서, 통신 이력은 송수신 전화번호, 통화 빈도, 통화 횟수, 송수신 이메일 주소, 이메일 송수신 빈도, 이메일 송수신 횟수 등일 수 있다. 수집된 아이디 별 친구 사용자 정보는 데이터베이스(150)에 저장될 수 있다.
아이디 유사도 판단부(120)는 아이디 별 친구 사용자 정보의 유사도를 판단한다. 아이디 유사도 판단부(120)는 동일 사용자의 아이디인 것으로 추정되는 적어도 하나의 후보 아이디를 포함하는 후보 아이디 집합을 선별할 수 있다. 이를 위하여, 친구관계 수집부(110)에 의하여 수집된 아이디 별 친구 사용자를 이용할 수 있다.
아이디 연결부(130)는 동일 사용자가 사용하는 여러 개의 아이디를 연결한다. 이를 위하여, 아이디 연결부(130)는 아이디 유사도 판단부(120)에 의하여 선별된 후보 아이디 집합을 해당 사용자 단말(200)의 화면에 노출할 수 있다. 사용자 단말(200)이 후보 아이디 집합에 포함되는 후보 아이디 중에서 자신의 아이디를 모두 선택하면, 아이디 연결부(130)는 사용자 단말(200)에 의하여 선택된 적어도 하나의 아이디를 오픈마켓 아이디와 매핑한 후, 데이터베이스(150)에 저장할 수 있다.
컨텐츠 추천부(140)는 사용자가 소셜 네트워크 상에서 사용하는 적어도 하나의 아이디에 대한 친구 사용자 정보에 기초하여 사용자에게 컨텐츠를 추천한다. 이를 위하여, 컨텐츠 추천부(140)는 데이터베이스(150)에 저장된 아이디 연결 정보 및 아이디 별 친구 사용자 정보를 이용하여 사용자에게 컨텐츠를 추천할 수 있다. 여기서, 아이디 연결 정보는 하나의 오픈 마켓 아이디와 연결되는 여러 개의 아이디를 의미한다.
도 3은 본 발명의 한 실시예에 따른 컨텐츠 추천 장치의 내부 구조를 구체적으로 나타내는 블록도이다.
도 3을 참고하면, 컨텐츠 추천 장치(100)의 친구관계 수집부(110)는 주소록 및 통신 로그와 연결된다. 주소록과 통신 로그는 사용자 단말(200) 내에 위치하거나, 웹 상에 위치할 수 있다. 친구관계 수집부(110)는 주소록 또는 통신 로그로부터 아이디 별 친구 사용자 정보를 수집할 수 있다.
아이디 유사도 판단부(120)는 비교 유닛(122), 후보 아이디 추출 유닛(124), 비교기준값 결정 유닛(126) 및 비교기준값 학습 유닛(128)을 포함한다.
비교 유닛(122)은 친구관계 수집부(110)에 의하여 수집된 아이디 별 친구 사용자를 비교하고, 유사도를 계산한다. 후보 아이디 추출 유닛(124)은 유사도가 비교기준값을 초과한 경우 동일 사용자의 아이디일 가능성이 높은 것으로 판단하고, 이를 후보 아이디로 추출한다. 후보 아이디 추출 유닛(124)은 동일 사용자의 아이디인 것으로 추정되는 적어도 하나의 후보 아이디를 포함하는 후보 아이디 집합을 선별할 수 있다. 여기서, 비교 기준값은 초기 설정될 수 있고, 비교기준값 결정 유닛(126) 및 비교기준값 학습 유닛(128)에 의하여 주기적으로 조정될 수 있다.
아이디 연결부(130)는 아이디 매핑 유닛(132), 후보 아이디 추천 유닛(134) 및 아이디 연결 유닛(136)을 포함한다.
아이디 매핑 유닛(132)은 오픈 마켓 아이디와 사용자가 소셜 네트워크 상에서 사용하는 하나의 아이디를 매핑한다. 이는 사용자가 오픈 마켓에 입력한 정보를 바탕으로 매핑될 수 있다. 후보 아이디 추천 유닛(134)은 아이디 유사도 판단부(120)의 후보 아이디 추출 유닛(122)으로부터 출력된 후보 아이디를 사용자 단말(200)에게 추천한다. 추천한 후보 아이디가 사용자 단말(200)에 의하여 해당 사용자의 아이디인 것으로 선택된 경우, 아이디 연결 유닛(136)은 이를 오픈 마켓 아이디와 연결한다. 아이디 연결 유닛(136)은 오픈 마켓 아이디에 연결된 적어도 하나의 아이디를 데이터베이스(150)에 전달하고, 연결 결과를 비교기준값 학습부(128)에 전달한다.
컨텐츠 추천부(140)는 계산 유닛(142), 추천 유닛(144) 및 피드백 유닛(146)을 포함한다. 계산 유닛(142)은 친구 사용자들의 컨텐츠 선호 정보에 기초하여 컨텐츠 별 선호도를 계산한다. 이를 위하여, 계산 유닛(142)은 친구 사용자의 컨텐츠 구매 목록, 친구 사용자가 구매한 컨텐츠 중에서 선호도를 명시적으로 표시한 목록, 사용자의 여러 아이디에 중복되는 친구 사용자가 선호한 컨텐츠 목록 등을 이용할 수 있다. 추천 유닛(144)은 컨텐츠 DB와 연결되고, 계산 유닛(142)에 의하여 계산된 컨텐츠 별 선호도를 이용하여 상위 선호도를 가지는 컨텐츠 목록을 사용자 단말(200)에게 노출한다. 피드백 유닛(146)은 사용자 단말(200)이 컨텐츠 목록을 선택한 결과를 계산 유닛(142)으로 전달한다.
도 4는 본 발명의 한 실시예에 따른 컨텐츠 추천 장치의 컨텐츠 추천 방법을 구체적으로 나타낸 흐름도이다.
도 4를 참고하면, 컨텐츠 추천 장치(100)의 친구관계 수집부(110)는 아이디는 별 친구 사용자 정보를 수집한다(S400). 친구관계 수집부(110)는 주소록에 저장된 타인의 연락처를 친구 사용자 정보로 설정할 수 있다. 예를 들어, 친구관계 수집부(110)는 주소록에 저장된 타인의 전화번호 또는 이메일 주소 중 타인의 아이디로 등록된 전화번호 또는 이메일 주소를 친구 사용자 정보로 설정할 수 있다. 친구관계 수집부(110)는 사용자 단말(200) 또는 웹 상의 통신 로그와 연결되고, 통신 로그에 남아있는 통신 이력을 바탕으로 친구 사용자를 설정할 수도 있다. 일 예로, 사용자의 아이디가 전화번호인 경우, 친구관계 수집부(110)는 사용자의 송수신 통화 이력 중 타인의 아이디로 등록된 전화번호를 친구 사용자로 설정할 수 있다. 사용자의 아이디가 이메일 주소인 경우, 친구관계 수집부(110)는 사용자의 송수신 이메일 이력 중 타인의 아이디로 등록된 이메일 주소를 친구 사용자로 설정할 수도 있다.
컨텐츠 추천 장치(100)의 아이디 유사도 판단부(120)는 적어도 두 개의 아이디에 대하여 아이디 별 친구 사용자 정보의 유사도를 계산한다(S410). 이를 위하여, 아이디 별 친구 사용자 정보를 서로 비교할 수 있다.
컨텐츠 추천 장치(100)의 아이디 유사도 판단부(120)는 계산한 유사도를 비교 기준 값과 비교하여 동일 사용자의 아이디인 것으로 추정되는 적어도 하나의 후보 아이디를 포함하는 후보 아이디 집합을 추출한다(S420). 이때, 유사도가 비교 기준 값 이상인 경우에 해당 아이디들이 동일 사용자의 아이디인 것으로 추정할 수 있다. 비교 기준 값은 임의의 값으로 미리 설정될 수 있으나, 지속적인 학습에 의하여 조정될 수도 있다. 예를 들어, 후보 아이디 집합에 포함되는 아이디 중에서 동일 사용자의 아이디인 것으로 사용자에 의하여 확인된 결과를 반영하여 비교 기준 값을 조정할 수 있다. 이에 대한 구체적인 설명은 후술한다.
컨텐츠 추천 장치(100)의 아이디 연결부(130)는 추출한 후보 아이디 집합을 사용자 단말(200)의 화면에 노출하고(S430), 사용자는 후보 아이디 집합에 포함되는 아이디들 중에서 자신의 아이디를 선택하여 사용자 단말(200)을 통하여 아이디 연결부(130)로 전송한다(S440).
아이디 연결부(130)는 사용자 단말(200)에 의해 선택된 아이디들을 해당 사용자의 오픈 마켓 아이디와 매핑하고(S450), 이를 데이터베이스(150)에 저장한다(S460). 이에 따라, 데이터베이스(150)에는 아이디 별 친구 사용자 정보뿐만 아니라 하나의 오픈 마켓 아이디에 대응하는 여러 개의 아이디가 저장될 수 있다.
이후, 사용자 단말(200)에게 컨텐츠를 추천하고자 하는 경우, 컨텐츠 추천 장치(100)의 컨텐츠 추천부(140)는 친구 사용자들의 컨텐츠 선호 정보에 기초하여 컨텐츠 별 선호도를 계산한다(S470). 이를 위하여, 데이터베이스(150)에 해당 사용자(오픈 마켓 아이디)에 대응하는 여러 개의 아이디가 저장되어 있는 경우, 아이디 별 친구 사용자 정보를 모두 고려할 수 있다. 컨텐츠 선호 정보는 친구 사용자의 컨텐츠 구매 목록, 구매한 컨텐츠 중에서 선호도를 명시적으로 표시한 목록, 사용자의 여러 아이디에 중복되는 친구 사용자가 선호한 컨텐츠 목록 등에 따를 수 있다. 이때, 컨텐츠 별 구매 횟수, 명시적 추천 횟수, 친구 사용자의 중복 여부 등에 가중치를 부여할 수 있다.
그리고, 컨텐츠 추천 장치(100)의 컨텐츠 추천부(140)는 추천 컨텐츠 목록을 선호도 순으로 사용자 단말(200)에게 제공한다(S480). 이후, 사용자 단말(200)이 추천 컨텐츠 목록 중 선택한 컨텐츠가 있는 경우, 그 결과를 피드백 유닛(146)으로 전송하고, 피드백 유닛(146)은 사용자 단말(200)의 컨텐츠 선택 결과를 계산 유닛(142)으로 피드백할 수 있다. 계산 유닛(142)은 피드백 유닛(146)으로부터 수신한 값을 더 이용하여 컨텐츠 별 선호도를 계산할 수 있다.
이하, 컨텐트 추천 장치에서 비교 기준 값을 조정하는 방법을 설명한다.
도 5는 본 발명의 한 실시예에 따른 컨텐트 추천 장치에서 비교 기준 값을 조정하는 방법을 나타내는 순서도이다.
도 5를 참고하면, 컨텐츠 추천 장치(100)는 비교 기준 값의 초기 값을 설정한다(S500). 예를 들어, 추천 정확율이 0.9인 경우, 비교 기준 값의 초기 값은 0.6으로 설정될 수 있다. 여기서, 추천 정확율은 컨텐츠 추천 장치가 기대하는 추천 통과율을 의미한다. 예를 들어, 추천 정확율이 0.9라면, 10개의 후보 아이디를 추천한 경우 9개의 아이디가 사용자 단말에 의하여 추천되어야 한다. 그리고, 비교 기준 값은 아이디 별 친구 사용자를 비교할 때, 동일한 친구 사용자의 비율을 의미한다. 비교 기준 값이 0.6인 경우, 두 개의 아이디에 대한 친구 사용자는 60%가 일치하는 것을 의미한다.
컨텐츠 추천 장치(100)는 아이디 별 친구 사용자 정보에 기초하여 아이디 간의 유사도를 비교하고(S510), 유사도가 비교 기준 값보다 큰 아이디 목록을 사용자 단말(200)에게 추천한다(S520).
컨텐츠 추천 장치(100)는 추천한 아이디 개수와 사용자 단말(200)로부터 선택된 아이디 개수를 계산한다(S530). 단계 S500 내지 단계 S530은 소정 기간 동안 반복될 수 있다.
컨텐츠 추천 장치(100)는 소정 기간 동안 누적된 추천 아이디 개수와 선택된 아이디 개수를 이용하여 추천 통과율을 계산한다(S540). 여기서, 추천 통과율은 사용자 단말에게 여러 개의 후보 아이디를 포함하는 후보 아이디 집합을 노출한 경우, 사용자 단말에 의하여 선택된 비율을 의미한다. 즉, 추천 통과율은 선택건수/추천건수이다.
컨텐츠 추천 장치(100)는 추천 통과율과 추천 정확율을 비교한 후, 새로운 비교 기준 값을 계산한다(S550). 추천 통과율이 추천 정확율보다 낮은 경우, 비교 기준값이 상향될 필요가 있다. 예를 들어, 추천 통과율이 0~0.25이면 비교 기준 값=기존 비교 기준 값+기준값 조정 상수로 설정되고, 추천 통과율이 0.25~0.75이면 비교 기준 값=기준 비교 기준 값으로 설정되며, 추천 통과율이 0.75~1이면 비교 기준 값=기존 비교 기준 값-기준값 조정 상수로 설정될 수 있다. 여기서, 기준값 조정 상수는 임의로 설정되거나, 학습에 의하여 조정될 수 있다.
이와 같이, 컨텐츠 추천 장치(100)의 아이디 연결 유닛(136)이 추천 통과율을 계산하여 비교 기준값 학습 유닛(128)으로 전달하고, 비교 기준값 학습 유닛(128)은 이를 비교 기준값 결정 유닛(126)으로 전달하며, 비교 기준값 결정 유닛(126)이 새로운 비교 기준값을 결정하여 후보 아이디 추출 유닛(122)에게 제공할 수 있다.
이에 따라, 컨텐츠 추천 장치(100)는 아이디 간의 유사도를 판단함에 있어서 더욱 정확한 결과를 제공할 수 있다.
이상에서 설명한 본 발명의 실시예는 장치 및 방법을 통해서만 구현이 되는 것은 아니며, 본 발명의 실시예의 구성에 대응하는 기능을 실현하는 프로그램 또는 그 프로그램이 기록된 기록 매체를 통해 구현될 수도 있다.
이상에서 본 발명의 실시예에 대하여 상세하게 설명하였지만 본 발명의 권리범위는 이에 한정되는 것은 아니고 다음의 청구범위에서 정의하고 있는 본 발명의 기본 개념을 이용한 당업자의 여러 변형 및 개량 형태 또한 본 발명의 권리범위에 속하는 것이다.

Claims (13)

  1. 컨텐츠 추천 장치의 컨텐츠 추천 방법에 있어서,
    소셜 네트워크 상에서 사용되는 아이디 별 친구 사용자 정보를 수집하는 단계,
    수집한 친구 사용자 정보에 기초하여 아이디 간의 유사도를 판단하는 단계,
    유사도 판단 결과를 이용하여 사용자가 사용하는 적어도 하나의 아이디를 연결하는 단계, 그리고
    상기 사용자가 사용하는 적어도 하나의 아이디에 대한 친구 사용자 정보에 기초하여 상기 사용자에게 컨텐츠를 추천하는 단계
    를 포함하는 컨텐츠 추천 방법.
  2. 제1항에 있어서,
    상기 아이디는 전화번호 또는 이메일 주소인 컨텐츠 추천 방법.
  3. 제1항에 있어서,
    상기 아이디 별 친구 사용자 정보는 사용자 단말의 주소록에 저장된 전화번호 또는 이메일 주소, 아이디 별 통화 이력 및 아이디 별 이메일 송수신 이력 중 적어도 하나를 이용하여 수집되는 컨텐츠 추천 방법.
  4. 제1항에 있어서,
    상기 유사도를 판단하는 단계는
    적어도 두 개의 아이디에 대하여 아이디 별 친구 사용자 정보의 유사도를 계산하는 단계, 그리고
    동일 사용자의 아이디인 것으로 추정되는 적어도 하나의 후보 아이디를 포함하는 후보 아이디 집합을 선별하는 단계를 포함하는 컨텐츠 추천 방법.
  5. 제4항에 있어서,
    상기 선별하는 단계는,
    상기 유사도가 비교 기준값을 초과하는 경우, 상기 적어도 두 개의 아이디를 상기 후보 아이디인 것으로 판단하는 단계
    를 포함하는 컨텐츠 추천 방법.
  6. 제4항에 있어서,
    상기 연결하는 단계는
    상기 후보 아이디 집합을 사용자 단말의 화면에 노출하는 단계,
    상기 사용자 단말로부터 상기 사용자의 아이디인 것으로 선택된 적어도 하나의 아이디를 수신하는 단계, 그리고
    상기 적어도 하나의 아이디를 상기 사용자의 식별 정보와 매핑하여 저장하는 단계
    를 포함하는 컨텐츠 추천 방법.
  7. 제1항에 있어서,
    상기 컨텐츠를 추천하는 단계는
    친구 사용자의 컨텐츠 선호 정보에 기초하여 상기 사용자의 컨텐츠 별 선호도를 계산하는 단계,
    상기 컨텐츠 별 선호도에 기초하여 추천 컨텐츠 목록을 추출하는 단계, 그리고
    상기 추천 컨텐츠 목록을 사용자 단말에게 제공하는 단계
    를 포함하는 컨텐츠 추천 방법.
  8. 제7항에 있어서,
    상기 컨텐츠 선호 정보는 컨텐츠 구매 정보, 컨텐츠에 대한 명시적 추천 여부 및 친구 사용자의 중복 여부 중 적어도 하나에 따르는 컨텐츠 추천 방법.
  9. 제7항에 있어서,
    상기 사용자의 컨텐츠 별 선호도는 상기 사용자 단말에게 제공된 추천 컨텐츠 목록에 대한 상기 사용자의 선택 결과를 더 반영하여 계산되는 컨텐츠 추천 방법.
  10. 소셜 네트워크 상에서 사용되는 아이디 별 친구 사용자 정보를 수집하는 친구관계 수집부,
    수집한 친구 사용자 정보에 기초하여 아이디 간의 유사도를 판단하는 아이디 유사도 판단부,
    유사도 판단 결과를 이용하여 사용자가 사용하는 적어도 하나의 아이디를 연결하는 아이디 연결부, 그리고
    상기 사용자가 사용하는 적어도 하나의 아이디에 대한 친구 사용자 정보에 기초하여 상기 사용자에게 컨텐츠를 추천하는 컨텐츠 추천부
    를 포함하는 컨텐츠 추천 장치.
  11. 제10항에 있어서,
    상기 아이디 유사도 판단부는 적어도 두 개의 아이디에 대하여 아이디 별 친구 사용자 정보의 유사도를 계산하고, 동일 사용자의 아이디인 것으로 추정되는 적어도 하나의 후보 아이디를 포함하는 후보 아이디 집합을 선별하는 컨텐츠 추천 장치.
  12. 컨텐츠 추천 장치가 아이디 간의 유사도를 판단하는 방법에 있어서,
    아이디 별 친구 사용자 정보에 기초하여 아이디 간의 유사도를 비교하는 단계,
    상기 유사도를 미리 설정된 비교 기준 값과 비교하는 단계,
    상기 유사도가 상기 비교 기준 값 이상인 적어도 하나의 후보 아이디를 사용자 단말에게 추천하는 단계,
    상기 사용자 단말로부터 후보 아이디 중 적어도 일부를 선택 받는 단계,
    추천한 후보 아이디 개수에 대한 선택된 후보 아이디 개수의 비율을 계산하는 단계, 그리고
    상기 비율을 이용하여 상기 비교 기준 값을 조정하는 단계
    를 포함하는 방법.
  13. 제12항에 있어서,
    상기 조정하는 단계는
    상기 비율이 소정 기준 이상이면 상기 비교 기준 값을 낮추고, 상기 비율이 소정 기준 이하이면 상기 비교 기준 값을 높이는 단계
    를 포함하는 방법.
KR1020110140527A 2011-12-22 2011-12-22 컨텐츠 추천 방법 및 장치 KR20130082910A (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020110140527A KR20130082910A (ko) 2011-12-22 2011-12-22 컨텐츠 추천 방법 및 장치

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020110140527A KR20130082910A (ko) 2011-12-22 2011-12-22 컨텐츠 추천 방법 및 장치

Publications (1)

Publication Number Publication Date
KR20130082910A true KR20130082910A (ko) 2013-07-22

Family

ID=48994083

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020110140527A KR20130082910A (ko) 2011-12-22 2011-12-22 컨텐츠 추천 방법 및 장치

Country Status (1)

Country Link
KR (1) KR20130082910A (ko)

Cited By (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104636378A (zh) * 2013-11-12 2015-05-20 中兴通讯股份有限公司 应用程序的推送方法及装置
KR20160127811A (ko) * 2014-04-08 2016-11-04 엠파이어 테크놀로지 디벨롭먼트 엘엘씨 관찰자 필터링된 활동 추천들
CN112288510A (zh) * 2020-08-25 2021-01-29 北京沃东天骏信息技术有限公司 物品推荐方法、装置、设备及存储介质
CN113420229A (zh) * 2021-08-19 2021-09-21 国际关系学院 一种基于大数据的社交媒体信息推送方法和系统
KR20220001618A (ko) * 2020-06-30 2022-01-06 카페24 주식회사 빅데이터 기반의 그룹 단위의 상품 추천 방법, 장치 및 시스템
KR102655250B1 (ko) * 2023-10-12 2024-04-08 로지시스템(주) 이기종 감시제어가 가능한 자동제어시스템을 이용한 감시제어방법

Cited By (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104636378A (zh) * 2013-11-12 2015-05-20 中兴通讯股份有限公司 应用程序的推送方法及装置
KR20160127811A (ko) * 2014-04-08 2016-11-04 엠파이어 테크놀로지 디벨롭먼트 엘엘씨 관찰자 필터링된 활동 추천들
KR20220001618A (ko) * 2020-06-30 2022-01-06 카페24 주식회사 빅데이터 기반의 그룹 단위의 상품 추천 방법, 장치 및 시스템
CN112288510A (zh) * 2020-08-25 2021-01-29 北京沃东天骏信息技术有限公司 物品推荐方法、装置、设备及存储介质
CN113420229A (zh) * 2021-08-19 2021-09-21 国际关系学院 一种基于大数据的社交媒体信息推送方法和系统
KR102655250B1 (ko) * 2023-10-12 2024-04-08 로지시스템(주) 이기종 감시제어가 가능한 자동제어시스템을 이용한 감시제어방법

Similar Documents

Publication Publication Date Title
CN103914781B (zh) 信息处理设备、信息处理方法和终端设备
CA3014995C (en) Searching for entities based on trust score and geography
US9342815B2 (en) System for transmitting an electronic recommendation
JP4947477B1 (ja) レコメンド装置、レコメンド方法およびレコメンドプログラム
US20110218859A1 (en) Method, Apparatus and System for Increasing Website Data Transfer Speed
US20090234727A1 (en) System and method for determining relevance ratings for keywords and matching users with content, advertising, and other users based on keyword ratings
KR20130082910A (ko) 컨텐츠 추천 방법 및 장치
CN105373619B (zh) 一种基于用户大数据的用户群体分析方法和系统
US11430024B2 (en) System and method of providing a virtual guestbook
KR20150066644A (ko) 개인행동기반 관심 대상 및 선호 분야 분석시스템 및 그 방법
CN105978729B (zh) 一种基于用户上网日志及位置的手机信息推送系统及方法
CN116228342B (zh) 一种商品推荐方法、装置及计算机可读存储介质
KR102100964B1 (ko) 사용자 피드백을 제공하는 음악 추천 시스템 및 그 방법, 그리고 이에 적용되는 서비스 장치
KR102131959B1 (ko) 사용자 선호도 및 유전정보를 이용한 맞춤형 마케팅 방법 및 이를 위한 시스템
JP2015011503A (ja) 情報処理装置、情報処理方法、及び情報処理プログラム
KR20140104626A (ko) 추천 서비스 시스템 및 그 방법, 그리고 이에 적용되는 장치
CN103593375B (zh) 信息获取系统、社交网络服务器及其信息获取方法
KR102598151B1 (ko) 사용자 체감 온도를 반영한 의류 추천 서버, 및 이를 이용한 의류 추천 방법
US9226326B2 (en) Proximate device locator
KR101389432B1 (ko) 소셜 데이팅을 위한 사용자 선택형 커플 매칭 서비스 제공 방법
US11593856B2 (en) Crowd-based product recommendation system
JP5673494B2 (ja) 情報処理装置、情報処理方法、及び情報処理プログラム
US20230237542A1 (en) System and method of providing a virtual guestbook
KR20100065833A (ko) 컨텐츠 이용정보에 기초한 매치메이킹 시스템과 그 방법
JP6028846B2 (ja) 情報処理装置、情報処理方法、及び情報処理プログラム

Legal Events

Date Code Title Description
WITN Withdrawal due to no request for examination