KR20130119246A - 감성 기반 콘텐츠 추천 장치 및 방법 - Google Patents

감성 기반 콘텐츠 추천 장치 및 방법 Download PDF

Info

Publication number
KR20130119246A
KR20130119246A KR1020120042255A KR20120042255A KR20130119246A KR 20130119246 A KR20130119246 A KR 20130119246A KR 1020120042255 A KR1020120042255 A KR 1020120042255A KR 20120042255 A KR20120042255 A KR 20120042255A KR 20130119246 A KR20130119246 A KR 20130119246A
Authority
KR
South Korea
Prior art keywords
emotion
content
emotional
user
information
Prior art date
Application number
KR1020120042255A
Other languages
English (en)
Inventor
문화신
유초롱
심재찬
이동훈
김화숙
조기성
Original Assignee
한국전자통신연구원
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 한국전자통신연구원 filed Critical 한국전자통신연구원
Priority to KR1020120042255A priority Critical patent/KR20130119246A/ko
Priority to US13/617,362 priority patent/US20130283303A1/en
Publication of KR20130119246A publication Critical patent/KR20130119246A/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
    • G06Q10/00—Administration; Management
    • 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]
    • H04N21/20—Servers specifically adapted for the distribution of content, e.g. VOD servers; Operations thereof
    • H04N21/25—Management operations performed by the server for facilitating the content distribution or administrating data related to end-users or client devices, e.g. end-user or client device authentication, learning user preferences for recommending movies
    • H04N21/258—Client or end-user data management, e.g. managing client capabilities, user preferences or demographics, processing of multiple end-users preferences to derive collaborative data
    • 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
    • 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
    • H04N21/45—Management operations performed by the client for facilitating the reception of or the interaction with the content or administrating data related to the end-user or to the client device itself, e.g. learning user preferences for recommending movies, resolving scheduling conflicts
    • H04N21/466—Learning process for intelligent management, e.g. learning user preferences for recommending movies
    • H04N21/4668—Learning process for intelligent management, e.g. learning user preferences for recommending movies for recommending content, e.g. movies
    • 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
    • H04N21/47—End-user applications
    • H04N21/478—Supplemental services, e.g. displaying phone caller identification, shopping application
    • H04N21/4788—Supplemental services, e.g. displaying phone caller identification, shopping application communicating with other users, e.g. chatting
    • 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
    • H04N21/47—End-user applications
    • H04N21/482—End-user interface for program selection
    • H04N21/4826—End-user interface for program selection using recommendation lists, e.g. of programs or channels sorted out according to their score

Landscapes

  • Engineering & Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Multimedia (AREA)
  • Signal Processing (AREA)
  • Databases & Information Systems (AREA)
  • Strategic Management (AREA)
  • Accounting & Taxation (AREA)
  • Finance (AREA)
  • Economics (AREA)
  • Marketing (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • General Business, Economics & Management (AREA)
  • Physics & Mathematics (AREA)
  • Tourism & Hospitality (AREA)
  • Quality & Reliability (AREA)
  • Operations Research (AREA)
  • Software Systems (AREA)
  • Human Computer Interaction (AREA)
  • General Engineering & Computer Science (AREA)
  • Human Resources & Organizations (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Development Economics (AREA)
  • Computer Graphics (AREA)
  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

본 발명은 감성 기반 콘텐츠 추천 장치로, 특정 콘텐츠를 사용한 시점의 사용자의 감성 정보를 획득하는 감성 정보 획득부와, 상기 콘텐츠에 상응하는 감성 정보를 저장 관리하는 감성 정보 관리부와, 사용자의 콘텐츠 검색 요청을 위해 특정 감성 단어가 입력됨에 따라, 감성 단어에 상응하는 콘텐츠를 검색하여 추천하는 콘텐츠 추천부를 포함한다.

Description

감성 기반 콘텐츠 추천 장치 및 방법{Apparatus and Method for Recommending Contents based Sensibility}
본 발명은 IPTV 플랫폼과 같은 콘텐츠 제공 장치 및 방법에 관한 것으로, 특히 콘텐츠를 검색하고 추천하는 방법에 관한 것이다.
일반적으로 콘텐츠 검색 및 추천은 콘텐츠에 대한 메타데이터를 기반으로 한다. 즉, 사용자는 인터넷이나 콘텐츠 제공 플랫폼에서 제공하는 검색 엔진에 검색하고자 하는 콘텐츠의 명칭, 주인공, 참여 인물 및 장르 등과 같은 콘텐츠 관련 검색 정보를 입력하여 콘텐츠 추천을 요청한다.
이 경우, 추천된 결과는 사용자의 머릿속에 떠오르는 사항에 기반한 콘텐츠들의 메타데이터와 관련된 정보에 국한된다. 그러나, 콘텐츠의 메타데이터만으로는 검색 정보로써 불충분하다. 예컨대, 서비스 사용자의 기분이 우울할 경우에는 해당 사용자가 평소 액션을 좋아하고 이병헌, 김태희를 좋아한다고 할지라도 평소의 선호도와 관계없이 현재의 우울한 기분을 전환시켜 줄 영화를 검색하기를 원할 수 있다. 즉, 카타르시스를 느끼기 위해서 슬프게 울 수 있는 영화를 원할 수도 있고 아무 생각없이 크게 웃을 수 있는 영화를 원할 수도 있으며, 본인이 정확히 어떤 장르를 원하는지 알지 못할 때도 있다.
이렇게 사용자가 특정 감정 상태에 있을 때는 사용자의 기본 취향과 다른 콘텐츠를 원할 수도 있으므로, 사용자의 기존 지식으로 원하는 콘텐츠를 검색하기 쉽지 않다. 따라서, 사용자가 우울함과 같은 사용자의 감성을 표현하는 단어를 검색어로 입력하였을 때 적합한 콘텐츠를 추천해 주는 콘텐츠 검색 및 추천 방법이 필요하다.
이와 관련하여 음악의 경우에는 사용자의 심리상태에 기반한 선곡 장치들이 제안되고 있다. 이는 사용자의 감성을 수치화한 후, 수치화한 감성 지수를 기반으로(추가적으로 시각 및 연령과 같은 상황 정보를 고려하기도 함) 특정 장르의 음악을 선택해 주는 방식이다. 그러나, 음악과 달리 영화와 같은 다중 미디어가 포함된 경우 기분 및 장르와의 상관 관계가 낮을 수 있다. 전술한 예에서와 같이 우울한 기분을 위해 코믹 장르를 선호하는 사람이 있는 반면 슬픈 영화를 보기를 원하는 사람도 있기 때문이다.
따라서, 영화와 같은 콘텐츠에 대해서도 만족도가 높은 감성 기반 콘텐츠 추천 방법이 필요하다.
본 발명은 영화와 같은 멀티미디어 콘텐츠에 대해서 감성 키워드를 기반으로 콘텐츠를 추천하기 위한 장치 및 방법을 제공한다.
본 발명은 각 콘텐츠에 대한 사용자의 감성 정보를 획득하여, 획득된 정보들의 데이터 베이스를 통해 감성 기반으로 콘텐츠를 추천하는 장치 및 방법을 제공한다.
본 발명은 감성 기반 콘텐츠 추천 장치로, 특정 콘텐츠를 사용한 시점의 사용자의 감성 정보를 획득하는 감성 정보 획득부와, 상기 콘텐츠에 상응하는 감성 정보를 저장 관리하는 감성 정보 관리부와, 사용자의 콘텐츠 검색 요청을 위해 특정 감성 단어가 입력됨에 따라, 감성 단어에 상응하는 콘텐츠를 검색하여 추천하는 콘텐츠 추천부를 포함한다.
본 발명은 감성 기반 콘텐츠 추천 방법으로, 특정 콘텐츠를 사용한 시점의 사용자의 감성 정보를 획득하는 단계와, 상기 콘텐츠에 상응하는 감성 정보를 저장하는 단계와, 사용자의 콘텐츠 검색 요청을 위해 특정 감성 단어가 입력됨에 따라, 감성 단어에 상응하는 콘텐츠를 검색하여 추천하는 단계를 포함한다.
본 발명은 사용자의 기분에 따라, 그에 상응하는 멀티미디어 콘텐츠를 적응적으로 추천할 수 있다는 이점이 있다.
도 1은 본 발명의 바람직한 실시 예에 따른 감성 기반 콘텐츠 추천 장치의 구성도이다.
도 2는 본 발명의 바람직한 실시 예에 따른 감성 정보 획득부의 상세 구성을 도시한 도면이다.
도 3a는 본 발명의 바람직한 실시 예에 따라 감성 정보를 획득하는 방법을 설명하기 위한 순서도이다.
도 3b는 본 발명의 바람직한 실시 예에 따라 콘텐츠 시청 후 사용자로부터 추천 결과에 대한 만족도를 획득하는 방법을 설명하기 위한 순서도이다.
도 4는 감성 정보 관리부에서 관리되는 데이터 테이블의 일 예를 보여준다.
도 5는 본 발명의 바람직한 실시 예에 따른 감성 기반 콘텐츠 추천 방법을 설명하기 위한 순서도이다.
이하, 첨부된 도면을 참조하여 기술되는 바람직한 실시 예를 통하여 본 발명을 당업자가 용이하게 이해하고 재현할 수 있도록 상세히 기술하기로 한다.
본 발명을 설명함에 있어 관련된 공지 기능 또는 구성에 대한 구체적인 설명이 본 발명 실시 예들의 요지를 불필요하게 흐릴 수 있다고 판단되는 경우에는 그 상세한 설명을 생략할 것이다.
명세서 전반에 걸쳐 사용되는 용어들은 본 발명 실시 예에서의 기능을 고려하여 정의된 용어들로서, 사용자 또는 운용자의 의도, 관례 등에 따라 충분히 변형될 수 있는 사항이므로, 이 용어들의 정의는 본 발명의 명세서 전반에 걸친 내용을 토대로 내려져야 할 것이다.
본 발명은 사용자가 콘텐츠를 시청했을 때, 해당 콘텐츠를 시청한 시점에서 사용자의 감성 정보를 획득하고, 상기 획득된 감성 정보를 데이터베이스화하여 관리하고, 관리된 데이터들을 기반으로 추후 감성 기반 콘텐츠 추천 및 검색을 실시하는 것을 특징으로 한다.
도 1은 본 발명의 바람직한 실시 예에 따른 감성 기반 콘텐츠 추천 장치의 구성도이다.
도 1을 참조하면, 감성 기반 콘텐츠 추천 장치는 감성 정보 획득부(200), 감성 정보 관리부(300) 및 감성 기반 콘텐츠 추천부(400)를 포함한다.
감성 정보 획득부(200)는 사용자가 콘텐츠를 시청하는 시점에 시청자의 감성 정보를 추출하여 감성 정보 관리부(300)에 전달한다. 또한, 감성 정보 획득부(200)는 사용자가 추천 콘텐츠를 시청한 후에, 해당 콘텐츠에 대한 만족도 정보를 획득하여 감성 정보 관리부(300)에 전달한다.
감성 정보 관리부(300)는 감성 정보 획득부(200)로부터 입력받은 데이터들을 콘텐츠 및 사용자별로 관리하는 작업을 수행한다.
감성 기반 콘텐츠 추천부(400)는 사용자가 감성 정보를 키워드로 하여 콘텐츠 추천 및 검색을 요청하였을 때, 감성 정보 관리부(300)에서 관리되는 데이터를 기반으로 콘텐츠를 추천/검색하는 작업을 수행한다.
도 2는 본 발명의 바람직한 실시 예에 따른 감성 정보 획득부의 상세 구성을 도시한 도면이다.
도 2를 참조하면, 감성 정보 획득부(200)는 SNS 데이터 수집부(210), 감성 표현 단어 추출부(220), 감성 표현 단어 분류부(230) 및 사용자 만족도 획득부(240)를 포함한다.
SNS 데이터 수집부(210)는 각 사용자별로 해당 사용자가 사용하는 SNS 리스트 정보 및 ID 정보를 포함하는 정보를 사용자로부터 입력받아 관리한다. 그리고, 해당 정보를 바탕으로 특정 사용자가 일정 시간 동안 SNS에서 작성한 글을 검색 및 수집한다.
감성 표현 단어 추출부(220)는 SNS 데이터 수집부(210)에 의해 수집된 데이터로부터 감성을 표현하는 단어들을 추출해낸다.
감성 표현 단어 분류부(230)는 사용자의 감성 상태를 슬픔(sad), 행복(happy), 화남(angry), 민감(sensitive)을 포함하는 N개의 상태로 분류하고, 각각의 상태를 표현하는 단어들의 그룹을 포함하는 감성 표현 단어 분류표를 작성한다.
감성 표현 단어 추출부(220) 및 감성 표현 단어 분류부(230)는 텍스트 마이닝 분야의 연구 결과를 활용한다.
사용자 만족도 획득부(240)는 사용자가 특정 감성 상태에서 시청한 콘텐츠에 대한 만족도 정보를 획득하는 작업을 수행한다.
도 3a는 본 발명의 바람직한 실시 예에 따라 감성 정보를 획득하는 방법을 설명하기 위한 순서도이다.
도 3a를 참조하면, 감성 정보 획득부는 사용자 A가 콘텐츠 a를 시간 t에 이용한 경우(S311), 해당 시점 부근의 사용자의 감성 상태를 파악하여(S312~S314) 감성 정보 관리부에 이러한 사실을 통보한다(S315).
감성 정보 획득부의 SNS 데이터 수집부(210)는 시청 시간 전후의 일정 시간
Figure pat00001
동안 해당 사용자가 SNS에 작성한 데이터들을 수집한다(S312). 이후, 감성 표현 단어 추출부(220)는 수집된 데이터에서 감성을 표현하는 단어들을 추출해낸다(S313). 그러면, 감성 표현 단어 분류부(230)는 감성 표현 단어 분류표를 기반으로 입력 받은 단어들을 분류하고, 분류된 결과를 토대로 분류 분포를 작성한다(S314).
S314에서 분류 분포를 작성하는 예를 좀 더 상세히 살펴보기로 한다.
일 예로, N개의 감성 상태가 존재하며, 총 X개의 감성 단어들이 추출되었다고 가정한다. 이때 i 번째 감성 상태에 포함된 감성 단어의 개수를
Figure pat00002
라고 한다. 이때 분류 분포는 전체 중 i번째 감성 표현이 차지하는 비율을 나타내는 N개의 데이터의 집합
Figure pat00003
으로 표현되며, 이 중 i번째 값
Figure pat00004
는
Figure pat00005
의 값을 갖는다. 이 경우,
Figure pat00006
,
Figure pat00007
을 만족한다.
그리고, 상기 예와 같이 분류 분포 작성이 완료되면 감성 정보 획득부(200)는 감성 정보 관리부(300)로 시청한 사용자 및 콘텐츠 정보와 함께 계산된 분류 분포를 전달한다(S315).
도 3b는 본 발명의 바람직한 실시 예에 따라 콘텐츠 시청 후 사용자로부터 추천 결과에 대한 만족도를 획득하는 방법을 설명하기 위한 순서도이다.
도 3b의 동작은 사용자가 감성 표현 단어들을 가지고 해당 시스템으로 콘텐츠 검색 및 추천을 요청한 후, 추천된 콘텐츠를 시청한 경우에 수행된다. 이때, 상기 조건이 발생했는지를 확인하는 것은 구현 방법에 의존한다. 일 예로, 사용자 단말에 위치한 콘텐츠 추천 서비스의 클라이언트 프로그램에서 추천 결과 중 사용자가 콘텐츠 이용(시청)을 요청한 경우 확인 가능하다.
또한 다른 구현 예로서 사용자가 감성 표현 단어들을 가지고 해당 시스템으로 콘텐츠 검색 및 추천을 요청한 경우, 요청 데이터와 함께 추천 결과를 저장해놓는 방법이 있다. 이 경우 사용자의 콘텐츠 이용 발생시, 저장된 데이터를 살펴봄으로써 확인 가능하다.
상기 조건이 발생한 경우 사용자 만족도 획득부는 사용자 및 콘텐츠 ID와 함께 검색 및 추천을 위해 입력된 감성 표현 단어들을 입력받게 된다(S321). 이 경우, 사용자 만족도 획득부는 입력받은 정보를 저장한 후, 해당 콘텐츠에 대한 이용 완료 통보를 콘텐츠 제공 시스템에 요청하게 된다. 이후, 이용 완료 통보를 받게 되면, 사용자에게 해당 콘텐츠에 대한 만족도 정보를 요청하여 획득한다(S322).
만약, 사용자가 해당 정보를 주지 않는 경우, 해당 작업은 종료하게 된다. 반대로 사용자가 만족도 정보를 제공한 경우, 해당 만족도 정보를 고려하여 감성 정보를 갱신하기 위한 작업을 수행한다.
일반적으로 사용자로부터 받은 정보는 크게, 만족과 불만족의 두 부류로 나뉘며, 각 부류에 대해 만족도 레벨 정보를 입력받을 수 있다.
이를 바탕으로 사용자 만족도 획득부는 만족도 가중치(Satisfying weight)(Sw)를 설정한다. 만약, 만족 및 불만족 각각에 대해 두 개의 레벨이 존재한다면
Figure pat00008
의 네 개의 만족도 가중치(Sw)가 존재할 수 있다. 이때,
Figure pat00009
는 레벨을 나타내며 -는 불만족을 나타낸다.
또한, 사용자 만족도 획득부는 입력받은 감성 표현 단어를 기반으로 S314에서 설명한 것과 같은 방법을 통해 감성 분류 분포를 계산한다. 그리고 계산된 감성 분류 분포에 앞에서 설정된 Sw 값을 곱함으로써 최종 분류 분포를 계산한다(S323). 이 후, 사용자 및 콘텐츠 ID와 함께 계산된 분류 분포 값을 감성 정보 관리부로 전달한다(S324).
도 4는 감성 정보 관리부에서 관리되는 데이터 테이블의 일 예를 보여준다.
감성 정보 관리부는 도 4에 도시된 바와 같이 입력받은 사용자 ID, 콘텐츠 ID, 감성 분포 값들을 콘텐츠와 사용자 기반으로 관리한다. 이는 각각 콘텐츠 기반 DB와 사용자 기반 DB로 개념적으로 나누어서 관리된다.
콘텐츠 기반 DB는 해당 콘텐츠에 대한 사용자들의 전반적인 감성 분포 이력 정보를 관리한다. 이들은 각 콘텐츠 ID 별로 총 이용 횟수 및 N개의 감성 상태 각각에 대한 분포 이력을 종합적으로 관리한다.
반면에 사용자 기반 DB는 해당 사용자가 이용한 각 콘텐츠별로 총 이용 횟수 및 N개의 감성 상태 각각에 대한 분포 이력을 종합적으로 관리한다.
이때, 총 이용 횟수는 도 3a 및 3b가 수행되어 감성 정보 관리부로 데이터가 들어올 때마다 1씩 증가한다. 즉, 사용자가 콘텐츠를 이용한 시점에 감성 정보가 획득된 경우와 감성 기반 추천 결과에 대한 만족도를 제공한 경우 1씩 증가한다.
감성 분포 이력 역시 도 3a 및 도 3b가 수행되어 들어온 각 분포 값들을 누적하여 관리한다. 이 경우, 추천 결과가 만족스럽지 못한 경우 입력받은 분포값은 음의 값을 가지므로 누적값이 감소할 것이며, 그 외의 경우에는 누적값이 증가할 것이다.
도 5는 본 발명의 바람직한 실시 예에 따른 감성 기반 콘텐츠 추천 방법을 설명하기 위한 순서도이다.
도 5를 참조하면, 감성 기반 콘텐츠 추천부(400)는 사용자가 감성 표현 단어 또는 감성 표현 단어 집합을 가지고 콘텐츠의 검색 또는 추천을 요청한 경우(S510), 감성 정보 획득부에 존재하는 감성 표현 단어 분류부를 이용하여 감성 표현 단어 또는 단어들의 분류 분포를 계산한다(S520).
일반적으로 콘텐츠 기반 DB에서 관리되는 데이터는 다수의 사람들의 데이터가 합해지므로 특정 감성 분류 또는 감성 분류 집합에 대해 뚜렷한 특징을 갖는 콘텐츠들이 존재할 수도 있는 반면 다양한 특성을 가진 사람들의 정보가 합해짐에 따라 고른 분포 값을 가질 수도 있다.
따라서, 유사한 감성 성향을 보이는 사용자들을 기반으로 콘텐츠 추천하는 것에 더 높은 우선 순위를 부여한다. 이를 위해 감성 기반 콘텐츠 추천부는 입력받은 사용자와 유사한 감성 성향을 보이는 사용자들을 찾아낸다(S530).
물론, 감성 성향의 전체적인 유사성을 기준으로 유사 사용자를 찾을 수도 있지만, 현재의 감성 상태에 더 잘 맞는 유사 사용자를 찾기 위해 S520에서 계산한 감성 분류 상태와 유사한 사용자들을 찾아낸다. 유사한 사용자들을 찾아내는 방법은 소셜 네트워크 분야에서 유사 사용자들을 찾아내는 방법들을 적용할 수 있다.
일 예로, 입력받은 감성 분포와 유사한 감성 분포 상태에서 공통으로 이용한 콘텐츠 정보를 이용하여 유사 사용자를 찾아낼 수 있다. 유사 사용자 정보가 찾아지면, 감성 기반 콘텐츠 추천부는 해당 유사 사용자들이 상기 감성 분류에서 많이 시청한콘텐츠 위주로 콘텐츠를 추천한다(S540). 이러한 콘텐츠 추천 방법 역시 성능을 향상시키기 위하여 기존의 추천 알고리즘들을 적용할 수 있다.
그러나 위와 같이 유사 사용자를 기반으로 콘텐츠를 추천하기 위해서는 많은 이력 정보가 축적되어야 한다. 충분한 데이터 축적 전에는 추천 결과가 없거나 극히 적을 수 있기 때문이다.
만약, 이력 정보가 충분히 축적되지 못해 S540를 통해 추천된 결과가 적다면(S550) 콘텐츠 기반 DB를 이용하여 520 단계에서 계산한 감성 분류 상태와 유사한 감성 분류 분포를 보이면서 많이 시청된 콘텐츠 위주로 추천하는 작업을 수행한다. 그리고 이렇게 추천된 결과를 사용자에게 통보한다.
참고로 유사한 감성 분류 분포를 계산하는 방법의 일 예로서, 각 분류 분포 및 S520 에서 계산한 감성 분류 상태를 N차원의 정규화 벡터(normalized vector)로 치환하는 방법을 생각할 수 있다.
즉, 입력 받은 감성 분류 분포가
Figure pat00010
이고, 비교하고자 하는 콘텐츠(또는 특정 사용자가 시청한 콘텐츠)의 감성 분류 분포가
Figure pat00011
라고 했을 때, 각 분포에 대해 생성되는 정규화 벡터(normalized vector)는 각각 다음과 같을 것이다.
Figure pat00012
,
Figure pat00013
이때, 두 감성 분포 사이의 유사도는 시스템의 성능에 따라 벡터의 내적값 또는 벡터간의 거리 등을 활용하여 계산할 수 있다. 예로, 벡터 간의 거리가 사용 될 경우, 벡터간의 거리가 짧을수록 유사도가 큼을 의미하므로 유사도는 벡터간의 거리의 역수로 측정할 수 있다. 반면에 벡터의 내적 값의 경우 내적 값 자체가 유사도로 활용될 수 있다.

Claims (12)

  1. 특정 콘텐츠를 사용한 시점의 사용자의 감성 정보를 획득하는 감성 정보 획득부와,
    상기 콘텐츠에 상응하는 감성 정보를 저장 관리하는 감성 정보 관리부와,
    사용자의 콘텐츠 검색 요청을 위해 특정 감성 단어가 입력됨에 따라, 감성 단어에 상응하는 콘텐츠를 검색하여 추천하는 콘텐츠 추천부를 포함함을 특징으로 하는 감성 기반 콘텐츠 추천 장치.
  2. 제 1항에 있어서, 상기 감성 정보 획득부는
    소정 컨텐츠를 사용한 사용자의 소셜 네트워크 상에서의 입력한 정보를 수집하는 SNS 데이터 수집부와,
    상기 데이터 수집부에 의해 수집된 데이터에서 감성을 표현하는 단어들을 추출하는 감성 표현 단어 추출부와,
    상기 감성 표현 단어 추출부에 의해 추출된 감성 표현 단어들을 소정 감성 상태에 따라 분류하는 감성 표현 단어 분류부를 포함함을 특징으로 하는 감성 기반 콘텐츠 추천 장치.
  3. 제 2항에 있어서, 상기 SNS 데이터 수집부는
    사용자의 아이디 및 소셜 네트워크 리스트 정보를 기반으로 일정 ㅣㅅ간 동안 사용자가 SNS 상에 등록한 글을 획득함을 특징으로 하는 감성 기반 콘텐츠 추천 장치.
  4. 제 2항에 있어서, 상기 감성 표현 단어 분류부는
    분류된 결과를 토대로 전체 감성 단어들에 대한 분류된 감성 상태의 비율을 나타내는 분류 분포를 생성하여 분류 분포 결과값을 출력함을 특징으로 하는 감성 기반 콘텐츠 추천 장치.
  5. 제 1항에 있어서, 상기 감성 정보 획득부는
    추천 콘텐츠에 대한 만족도를 획득하는 만족도 획득부를 포함함을 특징으로 하는 감성 기반 콘텐츠 추천 장치.
  6. 제 5항에 있어서, 상기 사용자 만족도 획득부는
    검색을 위해 입력된 감성 표현 단어 정보를 저장하고, 콘텐츠 이용 완료 통보를 요청하고, 콘텐츠 이용 완료 통보됨에 따라 사용자에게 해당 콘텐츠에 대한 만족도 정보를 요청하여 획득함을 특징으로 하는 감성 기반 콘텐츠 추천 장치.
  7. 제 5항에 있어서, 상기 사용자 만족도 획득부는
    사용자로부터 만족도 레벨 정보를 입력받고, 만족도 가중치(Satisfying weight)(Sw)를 설정하고, 입력받은 감성 표현 단어를 기반으로 계산된 감성 분류 분포에 앞에서 설정된 Sw 값을 곱함으로써 최종 분류 분포를 계산함을 특징으로 하는 감성 기반 콘텐츠 추천 장치.
  8. 제 1항에 있어서, 상기 감성 정보 관리부는
    콘텐츠에 대한 사용자들의 감성 분포 이력 정보를 갱신하고, 이들은 각 콘텐츠 ID 별로 총 이용 횟수 및 소정 갯수의 감성 상태 각각에 대한 분포 이력을 관리함을 특징으로 하는 감성 기반 콘텐츠 추천 장치.
  9. 제 1항에 있어서, 상기 감성 정보 관리부는
    사용자 각각이 이용한 각 콘텐츠별로 총 이용 횟수 및 소정 갯수의 감성 상태 각각에 대한 분포 이력을 관리하는 감성 기반 콘텐츠 추천 장치.
  10. 특정 콘텐츠를 사용한 시점의 사용자의 감성 정보를 획득하는 단계와,
    상기 콘텐츠에 상응하는 감성 정보를 저장하는 단계와,
    사용자의 콘텐츠 검색 요청을 위해 특정 감성 단어가 입력됨에 따라, 감성 단어에 상응하는 콘텐츠를 검색하여 추천하는 단계를 포함함을 특징으로 하는 감성 기반 콘텐츠 추천 방법.
  11. 제 10항에 있어서, 상기 획득하는 단계는
    소정 컨텐츠를 사용한 사용자의 소셜 네트워크 상에서의 입력한 정보를 수집하는 단계와,
    상기 수집된 데이터에서 감성을 표현하는 단어들을 추출하는 단계와,
    상기 추출된 감성 표현 단어들을 소정 감성 상태에 따라 분류하는 단계를 포함함을 특징으로 하는 감성 기반 콘텐츠 추천 방법.
  12. 제 10항에 있어서,
    추천 콘텐츠에 대한 만족도를 획득하는 단계를 더 포함함을 특징으로 하는 감성 기반 콘텐츠 추천 방법.
KR1020120042255A 2012-04-23 2012-04-23 감성 기반 콘텐츠 추천 장치 및 방법 KR20130119246A (ko)

Priority Applications (2)

Application Number Priority Date Filing Date Title
KR1020120042255A KR20130119246A (ko) 2012-04-23 2012-04-23 감성 기반 콘텐츠 추천 장치 및 방법
US13/617,362 US20130283303A1 (en) 2012-04-23 2012-09-14 Apparatus and method for recommending content based on user's emotion

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020120042255A KR20130119246A (ko) 2012-04-23 2012-04-23 감성 기반 콘텐츠 추천 장치 및 방법

Publications (1)

Publication Number Publication Date
KR20130119246A true KR20130119246A (ko) 2013-10-31

Family

ID=49381390

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020120042255A KR20130119246A (ko) 2012-04-23 2012-04-23 감성 기반 콘텐츠 추천 장치 및 방법

Country Status (2)

Country Link
US (1) US20130283303A1 (ko)
KR (1) KR20130119246A (ko)

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20150135747A (ko) * 2014-05-22 2015-12-03 허다혜 시니어를 위한 스마트 기기 기반 공간 정보 중심 클라우드 시스템 및 이를 이용하여 콘텐츠를 제공하기 위한 방법
KR20160010746A (ko) 2014-07-17 2016-01-28 건국대학교 산학협력단 소셜 네트워크 서비스 사용자의 감성 분석 시스템 및 그 방법
CN108182624A (zh) * 2017-12-26 2018-06-19 努比亚技术有限公司 商品推荐方法、服务器及计算机可读存储介质
KR20210047020A (ko) * 2019-10-21 2021-04-29 연세대학교 원주산학협력단 노인을 위한 자서전적 기억 기반의 정서지원 시스템, 정서지원 방법 및 이를 위한 프로그램이 저장된 기록매체
KR102649926B1 (ko) * 2023-01-18 2024-03-22 쿠팡 주식회사 사용자의 정보를 관리하는 방법 및 그 장치

Families Citing this family (16)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20140298364A1 (en) * 2013-03-26 2014-10-02 Rawllin International Inc. Recommendations for media content based on emotion
WO2015179866A1 (en) 2014-05-23 2015-11-26 Life Music Integration, LLC System and method for organizing artistic media based on cognitive associations with personal memories
US9607595B2 (en) * 2014-10-07 2017-03-28 Matteo Ercolano System and method for creation of musical memories
US9671862B2 (en) * 2014-10-15 2017-06-06 Wipro Limited System and method for recommending content to a user based on user's interest
CN106327234A (zh) * 2015-07-02 2017-01-11 中兴通讯股份有限公司 一种信息推荐方法和装置
CN108733666B (zh) * 2017-04-13 2022-03-08 腾讯科技（深圳）有限公司 服务器信息推送方法、终端信息发送方法及装置、系统
US10636449B2 (en) * 2017-11-06 2020-04-28 International Business Machines Corporation Dynamic generation of videos based on emotion and sentiment recognition
CN107944911B (zh) * 2017-11-18 2021-12-03 电子科技大学 一种基于文本分析的推荐系统的推荐方法
CN110753922A (zh) * 2017-12-07 2020-02-04 深圳市柔宇科技有限公司 基于情绪的内容推荐方法、装置、头戴式设备和存储介质
CN108269169A (zh) * 2017-12-29 2018-07-10 武汉璞华大数据技术有限公司 一种导购方法及系统
JP7134751B2 (ja) * 2018-07-04 2022-09-12 シャープ株式会社 通信端末、コンテンツサーバ、コンテンツ推薦システム、制御装置、および通信端末が実行する制御方法
CN111209445B (zh) * 2018-11-21 2023-05-02 中国电信股份有限公司 识别终端用户情绪的方法和装置
CN109873756B (zh) * 2019-03-08 2020-04-03 百度在线网络技术（北京）有限公司 用于发送信息的方法和装置
CN110600033B (zh) * 2019-08-26 2022-04-05 北京大米科技有限公司 学习情况的评估方法、装置、存储介质及电子设备
US11496802B2 (en) 2019-11-29 2022-11-08 International Business Machines Corporation Media stream delivery
US20210405743A1 (en) * 2020-06-26 2021-12-30 Apple Inc. Dynamic media item delivery

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7720848B2 (en) * 2006-03-29 2010-05-18 Xerox Corporation Hierarchical clustering with real-time updating

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20150135747A (ko) * 2014-05-22 2015-12-03 허다혜 시니어를 위한 스마트 기기 기반 공간 정보 중심 클라우드 시스템 및 이를 이용하여 콘텐츠를 제공하기 위한 방법
KR20160010746A (ko) 2014-07-17 2016-01-28 건국대학교 산학협력단 소셜 네트워크 서비스 사용자의 감성 분석 시스템 및 그 방법
CN108182624A (zh) * 2017-12-26 2018-06-19 努比亚技术有限公司 商品推荐方法、服务器及计算机可读存储介质
KR20210047020A (ko) * 2019-10-21 2021-04-29 연세대학교 원주산학협력단 노인을 위한 자서전적 기억 기반의 정서지원 시스템, 정서지원 방법 및 이를 위한 프로그램이 저장된 기록매체
KR102649926B1 (ko) * 2023-01-18 2024-03-22 쿠팡 주식회사 사용자의 정보를 관리하는 방법 및 그 장치

Also Published As

Publication number Publication date
US20130283303A1 (en) 2013-10-24

Similar Documents

Publication Publication Date Title
KR20130119246A (ko) 감성 기반 콘텐츠 추천 장치 및 방법
TWI636416B (zh) 內容個人化之多相排序方法和系統
CN103559206B (zh) 一种信息推荐方法及系统
US9467744B2 (en) Comment-based media classification
US8682830B2 (en) Information processing apparatus, information processing method, and program
JP5581408B2 (ja) 情報処理システム、情報処理装置、情報処理方法及びプログラム
KR20100086676A (ko) 컨텐츠에 대한 선호도 예측 방법 및 장치와, 샘플 컨텐츠 선정 방법 및 장치
CN110717093B (zh) 一种基于Spark的电影推荐系统及方法
JP6405704B2 (ja) 情報処理装置、情報処理方法、及び、プログラム
Gulla et al. Implicit user profiling in news recommender systems
JP2018073429A (ja) 検索装置、検索方法および検索プログラム
CN112989824A (zh) 信息推送方法及装置、电子设备及存储介质
KR101567551B1 (ko) 콘텐츠 추천을 위한 소셜 데이터 분석 시스템
JP5952756B2 (ja) 予測対象コンテンツにおける将来的なコメント数を予測する予測サーバ、プログラム及び方法
Ashraf et al. Personalized news recommendation based on multi-agent framework using social media preferences
Pohl et al. Supporting crisis management via sub-event detection in social networks
JP6414192B2 (ja) 情報処理装置、情報処理方法、情報処理プログラム
CN103198120B (zh) 网页呈现方法和装置以及网页内容提供方法和系统
CN106570003B (zh) 数据推送方法及装置
KR101496181B1 (ko) 컨텐츠의 주제를 사용하는 컨텐츠 추천 방법 및 장치
KR20160093489A (ko) 컨텐츠 수집, 추천 시스템 및 방법
JP6310529B1 (ja) 検索装置、検索方法および検索プログラム
WO2008032037A1 (en) Method and system for filtering and searching data using word frequencies
JP6696270B2 (ja) 情報提供サーバ装置、プログラム及び情報提供方法
JP6065061B2 (ja) 情報処理装置、端末装置、情報処理方法、表示方法、情報処理プログラム、及び表示プログラム

Legal Events

Date Code Title Description
WITN Application deemed withdrawn, e.g. because no request for examination was filed or no examination fee was paid