KR20140098314A - 추천 컨텐츠 및 연관 컨텐츠 제공 방법 - Google Patents

추천 컨텐츠 및 연관 컨텐츠 제공 방법 Download PDF

Info

Publication number
KR20140098314A
KR20140098314A KR1020130010636A KR20130010636A KR20140098314A KR 20140098314 A KR20140098314 A KR 20140098314A KR 1020130010636 A KR1020130010636 A KR 1020130010636A KR 20130010636 A KR20130010636 A KR 20130010636A KR 20140098314 A KR20140098314 A KR 20140098314A
Authority
KR
South Korea
Prior art keywords
content
recommended
user
contents
recommendation
Prior art date
Application number
KR1020130010636A
Other languages
English (en)
Other versions
KR102131791B1 (ko
Inventor
정규환
Original Assignee
에스케이플래닛 주식회사
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 에스케이플래닛 주식회사 filed Critical 에스케이플래닛 주식회사
Priority to KR1020130010636A priority Critical patent/KR102131791B1/ko
Publication of KR20140098314A publication Critical patent/KR20140098314A/ko
Application granted granted Critical
Publication of KR102131791B1 publication Critical patent/KR102131791B1/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
    • G06Q50/00—Systems or methods specially adapted for 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
    • H04N21/43—Processing of content or additional data, e.g. demultiplexing additional data from a digital video stream; Elementary client operations, e.g. monitoring of home network or synchronising decoder's clock; Client middleware
    • H04N21/431—Generation of visual interfaces for content selection or interaction; Content or additional data rendering
    • H04N21/4312—Generation of visual interfaces for content selection or interaction; Content or additional data rendering involving specific graphical features, e.g. screen layout, special fonts or colors, blinking icons, highlights or animations
    • H04N21/4316—Generation of visual interfaces for content selection or interaction; Content or additional data rendering involving specific graphical features, e.g. screen layout, special fonts or colors, blinking icons, highlights or animations for displaying supplemental content in a region of the screen, e.g. an advertisement in a separate window
    • 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

Abstract

본 명세서는 컨텐츠 추천 장치를 개시한다. 상기 장치는, 사용자의 컨텐츠 구매 이력, 컨텐츠 검색 이력, 컨텐츠 실행 이력 및 사용자 그룹 활동 정보 중 어느 하나 이상에 기반하여 추천 컨텐츠를 선정하는 추천 컨텐츠 생성부와; 상기 추천 컨텐츠와의 관련도에 기반하여 상기 추천 컨텐츠의 연관 컨텐츠를 선정하는 연관 컨텐츠 생성부와; 상기 추천 컨텐츠를 제1 방향으로 정렬하고, 상기 연관 컨텐츠를 관련된 추천 컨텐츠를 기준으로 상기 제1 방향과 다른 제2 방향으로 정렬하여 제공하는 추천 컨텐츠 제공부를 포함한다.

Description

추천 컨텐츠 및 연관 컨텐츠 제공 방법{METHOD TO PROVIDE RECOMMENDED CONTENTS AND ASSOCIATED CONTENTS}
본 명세서는 추천 컨텐츠와 연관 컨텐츠를 제공하는 방법 및 그에 사용되는 장치에 관한 것으로서, 보다 상세하게는 다양한 컨텐츠 정보를 제공함은 물론 사용자가 제공받은 컨텐츠를 용이하게 식별하도록 하는 방법 및 장치에 관한 것이다.
최근 온라인 상에 존재하는 디지털 컨텐츠(앱, 비디오, 오디오, eBook)의 수와 종류가 무수히 많아지고 있다. 이와 같이 디지? 컨텐츠를 제공하는 마켓의 규모가 커져갈 수록 사용자의 선택권은 높아지는데 반해 사용자의 관심사나 취향과 관련성이 높은 컨텐츠의 발견이 어려워진다.
여러 컨텐츠 마켓에서는 사용자에게 추천 컨텐츠 또는 연관 컨텐츠를 제공하여 사용자의 컨텐츠 선택을 돕고 있다. 이때 이러한 추천 컨텐츠 등은 도 1과 같이 리스트 형태로 제공되는 경우가 많으며, 가로모드(디스플레이의 가로 해상도가 세로 해상도보다 긴 경우)에서는 가로방향으로(도 1의 a), 세로모드(디스플레이의 세로 해상도가 가로 해상도보다 긴 경우)에서는 상하 방향으로(도 1의 b) 나열되는 것이 일반적이다.
그러나, 스마트폰 등의 휴대용 디스플레이 기기는 화면 크기의 제약이 있어, 한 화면에 다양한 컨텐츠 정보를 표시하기에 어려움이 있다. 따라서 이러한 제한적인 조건하에서도 사용자에게 유용한 추천/연관 정보를 최대한 제공할 수 있는 방법이 요청된다.
또한 휴대용 디스플레이 기기의 크기가 커진다고 하더라도, 화면에 단순하게 많은 정보만을 표시하는 것 보다는 사용자가 직관적으로 원하는 정보를 인지할 수 있도록 컨텐츠 정보를 표시하는 방법이 요청되고 있는 실정이다.
본 명세서는 추천 컨텐츠와 연관 컨텐츠를 제공하는 방법 및 그에 사용되는 장치를 제공하는 데에 그 목적이 있다. 즉, 디지털 컨텐츠의 추천시 일 방향으로 추천 리스트가 나열되고, 다른 방향으로 해당 추천 리스트와 연관된 컨텐츠 리스트가 제공됨으로써, 디지털 컨텐츠의 제공 범위를 확장하고 사용자가 편리하게 취향에 부합하는 컨텐츠를 발견하도록 하는 방법을 제공하는 것이 목적이다. 또한 사용자의 컨텐츠 구매 이력, 컨텐츠 검색 이력, 컨텐츠 실행 이력 및 사용자 그룹 활동 정보 중 어느 하나 이상에 기반하여 추천 컨텐츠를 선정하고, 상기 추천 컨텐츠와의 관련도에 기반하여 상기 추천 컨텐츠의 연관 컨텐츠를 선정하고, 상기 추천 컨텐츠를 제1 방향으로 정렬하고, 상기 연관 컨텐츠를 관련된 추천 컨텐츠를 기준으로 상기 제1 방향과 다른 제2 방향으로 정렬하여 제공하는 컨텐츠 추천 장치를 제공하고자 한다.
본 명세서의 일 실시예에 따라 컨텐츠 추천 장치가 제공된다. 상기 장치는 사용자의 컨텐츠 구매 이력, 컨텐츠 검색 이력, 컨텐츠 실행 이력 및 사용자 그룹 활동 정보 중 어느 하나 이상에 기반하여 추천 컨텐츠를 선정하는 추천 컨텐츠 생성부와; 상기 추천 컨텐츠와의 관련도에 기반하여 상기 추천 컨텐츠의 연관 컨텐츠를 선정하는 연관 컨텐츠 생성부와; 상기 추천 컨텐츠를 제1 방향으로 정렬하고, 상기 연관 컨텐츠를 관련된 추천 컨텐츠를 기준으로 상기 제1 방향과 다른 제2 방향으로 정렬하여 제공하는 추천 컨텐츠 제공부를 포함할 수 있다.
상기 추천 컨텐츠 및 상기 연관 컨텐츠를 표시하는 화면의 가로 길이가 세로 길이보다 더 긴 경우 상기 제1 방향은 가로 방향이고 상기 제2 방향은 상기 제1 방향과 직교하는 세로방향이며, 또는 상기 추천 컨텐츠 및 상기 연관 컨텐츠를 표시하는 화면의 세로 길이가 가로 길이보다 더 긴 경우 상기 제1 방향은 세로 방향이고 상기 제2 방향은 상기 제1 방향과 직교하는 가로방향일 수 있다.
상기 추천 컨텐츠 생성부는 상기 사용자의 컨텐츠 검색 이력으로부터 검색 키워드 및 상기 검색 키워드에 따른 검색 결과 중에서 상기 사용자가 선택한 선택 컨텐츠 정보 중 하나 이상을 추출하고, 상기 검색 키워드 및 상기 선택 컨텐츠 정보 중 하나 이상을 기초로 하여 하나 이상의 추천 후보 컨텐츠에 대한 추천 점수를 계산하고, 상기 계산된 추천 점수에 따라 상기 사용자에게 추천할 추천 컨텐츠를 선정할 수 있다.
상기 추천 점수는, 상기 추천 후보 컨텐츠의 상세 정보에 상기 검색 키워드가 포함되어 있는지 여부에 따른 제1 점수, 상기 추천 후보 컨텐츠의 상세 정보에 상기 검색 키워드의 연관 키워드가 포함되어 있는지 여부에 따른 제2 점수, 상기 추천 후보 컨텐츠의 카테고리와 상기 검색 키워드와의 관련도에 따른 제3 점수, 상기 선택 컨텐츠의 카테고리와 상기 추천 후보 컨텐츠의 카테고리와의 관련도에 따른 제4 점수 및 상기 선택 컨텐츠의 연관 키워드와 상기 추천 후보 컨텐츠의 연관 키워드와의 관련도에 따른 제5 점수 중 적어도 하나 이상을 기초로 하여 계산될 수 있다.
상기 추천 컨텐츠 생성부는 상기 사용자가 구매한 컨텐츠의 실행 횟수 및 실행 시간을 포함하는 컨텐츠 실행이력 정보를 수신하고, 상기 수신한 컨텐츠 실행이력 정보를 기초로 하여 상기 컨텐츠의 실행 활성도를 산출하고, 상기 계산된 실행 활성도를 기초로 하여 추천 컨텐츠를 선정할 수 있다.
상기 실행활성도는, 상기 컨텐츠의 소정 기간 평균 실행 횟수와 평균 실행 시간 및 타 사용자의 소정 기간 상기 컨텐츠 평균 실행 횟수와 평균 실행 시간을 비교하여 산출될 수 있다.
상기 추천 컨텐츠 생성부는 상기 사용자와 2 이상의 동일한 개인정보를 갖는 사용자들로 구성된 사용자 그룹을 결정하고, 상기 사용자 그룹에 속하는 각 사용자에 의해 검색, 열람, 구매 중 어느 하나 이상이 발생한 컨텐츠 중에서 추천 컨텐츠를 선정할 수 있다.
상기 연관 컨텐츠 생성부는 상기 추천 컨텐츠와 동일 카테고리의 컨텐츠 중에서 추천 반응율이 임계치 이상인 컨텐츠를 추천 컨텐츠로 선정하며, 상기 추천 반응율은 상기 사용자와 연령대, 성별, 기념일, 관심사 중 어느 하나 이상이 동일한 타 사용자에게 추천한 컨텐츠에 대한 선택, 열람 및 구매 중 적어도 하나의 이력을 기초로 산정될 수 있다.
본 명세서의 다른 실시예에 따라 컨텐츠 추천 방법이 제공된다. 상기 방법은 사용자의 컨텐츠 구매 이력, 컨텐츠 검색 이력, 컨텐츠 실행 이력 및 사용자 그룹 활동 정보 중 어느 하나 이상에 기반하여 추천 컨텐츠를 선정하는 단계와; 상기 추천 컨텐츠와의 관련도에 기반하여 상기 추천 컨텐츠의 연관 컨텐츠를 선정하는 단계와; 상기 추천 컨텐츠를 제1 방향으로 정렬하고, 상기 연관 컨텐츠를 관련된 추천 컨텐츠를 기준으로 상기 제1 방향과 다른 제2 방향으로 정렬하여 제공하는 단계를 포함할 수 있다.
상기 추천 컨텐츠 및 상기 연관 컨텐츠를 표시하는 화면의 가로 길이가 세로 길이보다 더 긴 경우 상기 제1 방향은 가로 방향이고 상기 제2 방향은 상기 제1 방향과 직교하는 세로방향이며, 또는 상기 추천 컨텐츠 및 상기 연관 컨텐츠를 표시하는 화면의 세로 길이가 가로 길이보다 더 긴 경우 상기 제1 방향은 세로 방향이고 상기 제2 방향은 상기 제1 방향과 직교하는 가로방향일 수 있다.
상기 추천 컨텐츠를 생성하는 단계는 상기 사용자의 컨텐츠 검색 이력으로부터 검색 키워드 및 상기 검색 키워드에 따른 검색 결과 중에서 상기 사용자가 선택한 선택 컨텐츠 정보 중 하나 이상을 추출하는 단계와; 상기 검색 키워드 및 상기 선택 컨텐츠 정보 중 하나 이상을 기초로 하여 하나 이상의 추천 후보 컨텐츠에 대한 추천 점수를 계산하는 단계와; 상기 계산된 추천 점수에 따라 상기 사용자에게 추천할 추천 컨텐츠를 선정하는 단계를 포함할 수 있다.
상기 추천 점수는, 상기 추천 후보 컨텐츠의 상세 정보에 상기 검색 키워드가 포함되어 있는지 여부에 따른 제1 점수, 상기 추천 후보 컨텐츠의 상세 정보에 상기 검색 키워드의 연관 키워드가 포함되어 있는지 여부에 따른 제2 점수, 상기 추천 후보 컨텐츠의 카테고리와 상기 검색 키워드와의 관련도에 따른 제3 점수, 상기 선택 컨텐츠의 카테고리와 상기 추천 후보 컨텐츠의 카테고리와의 관련도에 따른 제4 점수 및 상기 선택 컨텐츠의 연관 키워드와 상기 추천 후보 컨텐츠의 연관 키워드와의 관련도에 따른 제5 점수 중 적어도 하나 이상을 기초로 하여 계산될 수 있다.
상기 추천 컨텐츠를 생성하는 단계는 상기 사용자가 구매한 컨텐츠의 실행 횟수 및 실행 시간을 포함하는 컨텐츠 실행이력 정보를 수신하는 단계와; 상기 수신한 컨텐츠 실행이력 정보를 기초로 하여 상기 컨텐츠의 실행 활성도를 산출하는 단계와; 상기 계산된 실행 활성도를 기초로 하여 추천 컨텐츠를 선정하는 단계를 포함할 수 있다.
상기 실행활성도는, 상기 컨텐츠의 소정 기간 평균 실행 횟수와 평균 실행 시간 및 타 사용자의 소정 기간 상기 컨텐츠 평균 실행 횟수와 평균 실행 시간을 비교하여 산출될 수 있다.
상기 추천 컨텐츠를 생성하는 단계는 상기 사용자와 2 이상의 동일한 개인정보를 갖는 사용자들로 구성된 사용자 그룹을 결정하는 단계와; 상기 사용자 그룹에 속하는 각 사용자에 의해 검색, 열람, 구매 중 어느 하나 이상이 발생한 컨텐츠 중에서 추천 컨텐츠를 선정하는 단계를 포함할 수 있다.
상기 연관 컨텐츠를 생성하는 단계는 상기 추천 컨텐츠와 동일 카테고리의 컨텐츠 중에서 추천 반응율이 임계치 이상인 컨텐츠를 추천 컨텐츠로 선정하는 단계이며, 상기 추천 반응율은 상기 사용자와 연령대, 성별, 기념일, 관심사 중 어느 하나 이상이 동일한 타 사용자에게 추천한 컨텐츠에 대한 선택, 열람 및 구매 중 적어도 하나의 이력을 기초로 산정될 수 있다.
본 명세서의 또 다른 실시예에 따라 컨텐츠 추천 서비스 시스템이 제공된다. 상기 시스템은 사용자의 컨텐츠 구매 이력, 컨텐츠 검색 이력, 컨텐츠 실행 이력 및 사용자 그룹 활동 정보 중 어느 하나 이상에 기반하여 추천 컨텐츠를 선정하고, 상기 추천 컨텐츠와의 관련도에 기반하여 상기 추천 컨텐츠의 연관 컨텐츠를 선정하고, 상기 추천 컨텐츠를 제1 방향으로 정렬하고, 상기 연관 컨텐츠를 관련된 추천 컨텐츠를 기준으로 상기 제1 방향과 다른 제2 방향으로 정렬하여 제공하는 컨텐츠 추천 장치와; 상기 컨텐츠 추천 장치로 컨텐츠 추천 요청을 전송하고, 상기 요청에 따라 제공되는 추천 컨텐츠 및 연관 컨텐츠를 표시하는 사용자 단말을 포함할 수 있다.
본 명세서의 또 다른 실시예에 따라 컨텐츠 추천 서비스 방법이 제공된다. 상기 방법은 사용자 단말이 컨텐츠 추천 장치로 컨텐츠 추천 요청을 전송하는 단계와; 상기 컨텐츠 추천 장치가 사용자의 컨텐츠 구매 이력, 컨텐츠 검색 이력, 컨텐츠 실행 이력 및 사용자 그룹 활동 정보 중 어느 하나 이상에 기반하여 추천 컨텐츠를 선정하는 단계와; 상기 컨텐츠 추천 장치가 상기 추천 컨텐츠와의 관련도에 기반하여 상기 추천 컨텐츠의 연관 컨텐츠를 선정하는 단계와; 상기 컨텐츠 추천 장치가 상기 추천 컨텐츠를 제1 방향으로 정렬하고, 상기 연관 컨텐츠를 관련된 추천 컨텐츠를 기준으로 상기 제1 방향과 다른 제2 방향으로 정렬하여 제공하는 단계와; 상기 사용자 단말이 상기 추천 컨텐츠를 제1 방향으로 정렬하고, 상기 연관 컨텐츠를 관련된 추천 컨텐츠를 기준으로 상기 제1 방향과 다른 제2 방향으로 정렬하여 표시하는 단계를 포함할 수 있다.
본 명세서의 실시예들은 사용자의 컨텐츠 행동 분석을 바탕으로 사용자의 관심사에 적합한 컨텐츠를 추천할 수 있는 효과가 있다. 더 나아가 각 추천 컨텐츠와 연관된 컨텐츠로 함께 제공함으로써 사용자의 취향에 부합되는 컨텐츠를 제공할 가능성을 높일 수 있다. 아울러 제한된 디스플레이 화면 상에 노출되는 컨텐츠의 개수를 크게 증대시킬 수 있는 효과도 성취할 수 있다.
도 1은 종래 기술에 따른 추천 컨텐츠 제공 화면을 나타낸 도면이다.
도 2는 본 명세서의 일 실시예에 따른 컨텐츠 추천 장치의 블록도이다.
도 3은 본 명세서의 일 실시예에 따른 추천 컨텐츠 및 연관 컨텐츠 제공 화면을 나타낸 도면이다.
도 4는 본 명세서의 일 실시예에 따른 컨텐츠 추천 서비스 시스템을 나타낸 구성도이다.
도 5는 본 명세서의 일 실시예에 따른 컨텐츠 추천 방법을 나타낸 흐름도이다.
도 6은 본 명세서의 일 실시예에 따른 컨텐츠 추천 서비스 시스템이 사용자에게 컨텐츠를 추천하는 방법을 나타낸 흐름도이다.
본 명세서에서 사용되는 기술적 용어는 단지 특정한 실시 예를 설명하기 위해 사용된 것으로, 본 발명을 한정하려는 의도가 아님을 유의해야 한다. 또한, 본 명세서에서 사용되는 기술적 용어는 본 명세서에서 특별히 다른 의미로 정의되지 않는 한, 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자에 의해 일반적으로 이해되는 의미로 해석되어야 하며, 과도하게 포괄적인 의미로 해석되거나, 과도하게 축소된 의미로 해석되지 않아야 한다. 또한, 본 명세서에서 사용되는 기술적인 용어가 본 발명의 사상을 정확하게 표현하지 못하는 잘못된 기술적 용어일 때에는, 당업자가 올바르게 이해할 수 있는 기술적 용어로 대체되어 이해되어야 할 것이다. 또한, 본 발명에서 사용되는 일반적인 용어는 사전에 정의되어 있는 바에 따라, 또는 전후 문맥상에 따라 해석되어야 하며, 과도하게 축소된 의미로 해석되지 않아야 한다.
이하, 첨부된 도면을 참조하여 본 발명에 따른 바람직한 실시예를 상세히 설명하되, 도면 부호에 관계없이 동일하거나 유사한 구성 요소는 동일한 참조 번호를 부여하고 이에 대한 중복되는 설명은 생략하기로 한다. 또한, 본 발명을 설명함에 있어서 관련된 공지 기술에 대한 구체적인 설명이 본 발명의 요지를 흐릴 수 있다고 판단되는 경우 그 상세한 설명을 생략한다. 또한, 첨부된 도면은 본 발명의 사상을 쉽게 이해할 수 있도록 하기 위한 것일 뿐, 첨부된 도면에 의해 본 발명의 사상이 제한되는 것으로 해석되어서는 아니됨을 유의해야 한다. 본 발명의 사상은 첨부된 도면 외에 모든 변경, 균등물 내지 대체물에 까지도 확장되는 것으로 해석되어야 한다.
도 2는 본 발명의 일 실시예에 따른 컨텐츠 추천 장치의 블록도이다.
도 2를 참고하여 보면, 상기 컨텐츠 추천 장치(100)는 추천 컨텐츠 생성부(101), 연관 컨텐츠 생성부 (102), 추천 컨텐츠 제공부(103)를 포함하여 구성될 수 있다.
상기 컨텐츠 추천 장치(100)는 특정 사용자의 디지털 컨텐츠(애플리케이션, 멀티미디어 컨텐츠 등) 구매 이력, 검색 이력, 실행 이력, 사용자 그룹 활동 정보 등을 분석하여 해당 사용자에게 추천할 컨텐츠를 생성하고, 생성된 추천 컨텐츠와 일정 수준 이상의 관련도를 가진 연관 컨텐츠를 생성하며, 이러한 추천 컨텐츠 및 연관 컨텐츠를 사용자에게 제공할 수 있다.
추천 컨텐츠 및 연관 컨텐츠를 선정하기 위하여, 상기 컨텐츠 추천 장치(100)는 특정 사용자가 수행한 컨텐츠 구매, 검색, 실행 이력(history)을 수집할 수 있다. 또한 상기 컨텐츠 추천 장치(100)는 특정 사용자와 유사한 개인정보를 보유한 사용자들이 컨텐츠를 검색/열람/구매한 이력을 수집할 수 있다. 일 실시예로서, 상기 컨텐츠 추천 장치(100)의 추천 컨텐츠 생성부(101)는 다수의 사용자 단말로부터 컨텐츠 검색/열람/구매/실행 정보를 수신하고 저장할 수 있다. 한편 특정 사용자의 컨텐츠 검색 기록 등이 서버 등에 저장되는 경우에는 상기 추천 컨텐츠 생성부(101)는 해당 서버 등으로부터 특정 사용자의 컨텐츠 검색/열람/구매/실행 정보를 수신할 수도 있다.
상기 컨텐츠 추천 장치(100)의 추천 컨텐츠 생성부(101)는 사용자의 컨텐츠 구매 이력, 컨텐츠 검색 이력, 컨텐츠 실행 이력 및 사용자 그룹 활동 정보 중 어느 하나 이상에 기반하여 추천 컨텐츠를 선정할 수 있다. 즉, 상기 추천 컨텐츠 생성부(101)는 아래에서 설명하는 방식 중 하나 이상을 사용하여 추천 컨텐츠를 생성할 수 있다. 이하에서 설명하는 (1)~(4)의 방식은 추천 컨텐츠를 생성하는 순서를 의미하는 것이 아니며, (1)~(4)의 방식 중 적어도 하나 이상의 방식을 사용하여 추천 컨텐츠를 생성함을 나타내는 것이다.
(1) 상기 추천 컨텐츠 생성부(101)는 사용자의 컨텐츠 구매이력에 기반하여 추천 컨텐츠를 선정할 수 있다. 즉, 사용자의 구매 횟수, 구매 금액 등을 기초로 구매도가 높은 컨텐츠 카테고리를 선정하고, 해당 카테고리에 속하는 컨텐츠 중 사용자가 구매하지 않은 컨텐츠를 추천할 수 있다. 이때 최근 구매 이력에 더 큰 가중치를 부여하여 상기 사용자의 구매도를 평가할 수도 있다.
(2) 상기 추천 컨텐츠 생성부(101)는 사용자의 컨텐츠 검색 이력에 기반하여 추천 컨텐츠를 선정할 수 있다. 즉, 사용자의 컨텐츠 검색 키워드 및/또는 컨텐츠 검색 중 선택(조회, 열람)한 컨테츠 정보를 기초로 하여 다수의 추천 후보 컨텐츠에 대한 평가점수를 산정하고, 이러한 추천 점수 기반으로 추천 컨텐츠를 선정할 수 있다.
이때 추천 컨텐츠 생성부(101)는 특정 인터넷 사이트(예: 컨텐츠 마켓)에서 어느 사용자가 컨텐츠를 검색한 이력을 분석하여, 검색 키워드(또는 검색어)에 대한 정보와, 상기 검색 키워드에 따른 검색 결과 중에서 사용자가 선택하여 조회한 컨텐츠에 대한 정보(‘선택 컨탠츠 정보’)를 추출한다. 이때 상기 선택 컨텐츠 정보는 해당 컨텐츠의 ID, 해당 컨텐츠의 카테고리, 해당 컨텐츠의 상세 정보, 해당 컨텐츠의 연관 키워드, 상기 연관 키워드 및 카테고리 간의 관련도 등을 포함할 수 있다.
다음으로 추천 컨텐츠 생성부(101)는 상기 검색 키워드 및 상기 선택 컨텐츠 정보 중 하나 이상을 기초로 하여 하나 이상의 추천 후보 컨텐츠에 대한 추천 점수를 계산한다. 즉, 추천 후보 컨텐츠(또는 상기 장치가 제공 가능한 컨텐츠) 각각에 대하여, 사용자의 검색 이력으로부터 추출한 검색 키워드 및/또는 선택 컨텐츠 정보와의 관련도를 기초로 추천 점수(추천 적합도)를 계산하는 것이다.
상기 추천 점수를 계산하는 일 실시예로서, 상기 추천 컨텐츠 생성부(101)는 상기 추천 점수를 산출하는 식의 변수(파라미터)로서 ① 추천 후보 컨텐츠의 상세 정보에 상기 검색 키워드가 포함되어 있는지 여부, ② 추천 후보 컨텐츠의 상세 정보에 상기 검색 키워드의 연관 키워드가 포함되어 있는지 여부, ③ 추천 후보 컨텐츠의 카테고리와 상기 검색 키워드와의 관련도, ④ 선택 컨텐츠의 카테고리와 상기 추천 후보 컨텐츠의 카테고리와의 관련도, ⑤ 선택 컨텐츠의 연관 키워드와 상기 추천 후보 컨텐츠의 연관 키워드와의 관련도를 사용할 수 있다. 위 ① 내지 ⑤에 의해 계산된 점수를 각각 제1 점수 내지 제5 점수라 한다.
이때 위 ① 내지 ⑤에서 ‘관련도’는 선행하여 분석된 키워드-카테고리 간의 연관 정보 및/또는 키워드-키워드 간의 연관 정보를 사용할 수 있다.
또한 상기 추천 점수는 상기 변수(제1점수 내지 제5 점수)마다 적절한 가중치를 두어 산출될 수도 있다. 예를 들어, 상기 ①에 가장 큰 가중치를 두고(예: 2), ② 내지 ⑤에는 그보다 작은 가중치(예: 0.5)를 두어 해당 컨텐츠의 추천 점수를 계산할 수 있다. 이는 직관적으로 가장 관련도가 높을 것으로 예상되는 검색 키워드 자체의 비중을 높게 두어 추천 점수를 계산하는 방식이다.
위와 같이 각 후보 컨텐츠마다의 추천 점수가 계산되면, 상기 추천 컨텐츠 생성부(101)는 계산된 추천 점수에 따라 상기 사용자에게 추천할 추천 컨텐츠를 결정한다.
(3) 상기 추천 컨텐츠 생성부(101)는 사용자의 컨텐츠 실행 이력에 기반하여 추천 컨텐츠를 선정할 수 있다. 즉, 사용자가 보유 중인 컨텐츠 중에서 자주 또는 많이 실행하는 컨텐츠와 유사한 컨텐츠를 추천할 수 있다.
이때 추천 컨텐츠 생성부(101)는 특정 사용자의 디지털 컨텐츠(애플리케이션, 멀티미디어 컨텐츠 등) 사용 이력을 분석하여 해당 사용자의 관심 컨텐츠와 관심 카테고리를 분석하고, 그 결과를 이용하여 개인 맞춤형 컨텐츠 추천을 할 수 있다. 특히 상기 장치는 특정 사용자가 소유하고 있는 컨텐츠의 실제 실행이력 정보를 분석하여 해당 사용자의 관심 컨테츠, 관심 카테고리 등을 파악할 수 있다. 상기 추천 컨텐츠 생성부(101)는 상기 컨텐츠 실행이력 정보를 기초로 하여 컨텐츠 각각의 실행 활성도를 산출할 수 있다. 여기서 실행 활성도는 특정 컨텐츠에 대한 사용 정도를 나타내는 척도이며, 실행활성도가 큰 컨텐츠는 사용자가 좀 더 관심을 기울이는 분야의 컨텐츠로 추정될 수 있다.
특정 사용자의 컨텐츠 실행활성도를 산출하기 위해 다양한 인자가 사용될 수 있다. 이하에서는 컨텐츠의 실행 횟수, 실행 시간을 주요한 인자로 하여 컨텐츠의 실행 활성도를 산출하는 방법을 설명한다.
실행 활성도 산출의 실시예로서 상기 추천 컨텐츠 생성부(101)는 컨텐츠의 소정 기간 평균 실행 횟수와 평균 실행 시간을 기초로 상기 컨텐츠의 실행 활성도를 산출할 수 있다. 예컨대, 컨텐츠 A의 2012년 12월 한 달 간의 1일 평균 실행횟수가 3회이고 1일 평균 실행시간이 30분이라면, 컨텐츠 A의 실행활성도 = (기본 점수)+(3*30)과 같은 수식으로 계산될 수 있다. 이때 실행 활성도는 타 사용자 대비 실행 횟수와 실행 시간 비율을 기반으로 계산될 수도 있다. 즉, 특정 사용자(U)가 컨텐츠 A에 대한 2012년 12월 한 달 간 1일 평균 실행횟수가 3회이고 1일 평균 실행시간이 30분이며, 타 사용자들의 컨텐츠 A에 대한 2012년 12월 한 달 간 1일 평균 실행횟수가 6회이고 1일 평균 실행시간이 20분인 경우라면, 컨텐츠 A의 실행활성도 = (기본 점수) + w1*(3/6) + w2*(30/20)과 같은 수식으로 계산될 수 있다. (w1, w2는 실행 활성도에 있어서 실행횟수 및 실행시간에 각각 부여되는 가중치이다.) 이 경우 기본 점수가 0.5, w1, w2이 각각 0.5 라면, 컨텐츠 A의 실행활성도는 0.5 + 0.5*(3/6) + 0.5*(30/20) = 1.833 이 된다.
컨텐츠의 실행 활성도는, 컨텐츠의 소정 기간 실행 횟수와 실행 시간에 기초하여 상기 소정 기간별 컨텐츠 실행점수를 계산하고, 상기 계산된 상기 소정 기간 별 컨텐츠 실행점수를 합산하여 산출할 수 있다. 즉, 단위 기간(1일, 1주일 등)을 정하여 각 단위 시간 동안의 특정 컨텐츠 실행 횟수, 실행 시간에 기초한 점수를 계산하고, 원하는 시점까지의 점수를 모두 합산하여 실행활성도를 계산하는 것이다.
또는 컨텐츠의 실행 활성도는, 컨텐츠의 소정 기간 실행 횟수와 실행 시간에 기초하여 상기 소정 기간 별 컨텐츠 실행점수를 계산하고, 상기 소정 기간 별 실행점수에 상기 소정 기간으로부터 실행 활성도 산출 시점까지의 실행 활성도 감소 비율을 부여하여 조정 실행 점수를 계산하고, 상기 조정 실행점수를 합산하여 산출될 수 있다. 즉, 실행활성도가 시간에 따라 감소하여(일정 기간동안 실행을 하지 않으면 활성도가 0으로 수렴하도록 함으로써), 최근에 자주 사용한 컨텐츠를 사용자의 관심 컨텐츠로 분류하는 것이다.
위와 같이 각 컨텐츠마다의 실행 활성도가 계산되면, 상기 추천 컨텐츠 생성부(101)는 계산된 실행 활성도에 따라 상기 사용자에게 추천할 추천 컨텐츠를 결정할 수 있다. 예를 들어, 실행 활성도가 가장 높은 컨텐츠와 동일 카테고리의 컨텐츠를 추천하거나, 실행 활성도가 일정 기준 이상인 컨텐츠와 동일 카테고리의 컨텐츠를 추천하는 등 다양한 방식으로 추천 컨텐츠를 결정할 수 있다. 또한 일 실시예로서 상기 추천 컨텐츠 생성부(101)는 기 정의된 컨텐츠의 실행활성도가 상기 사용자의 실행활성도와 임계값 이상의 유사도롤 갖는 타 사용자를 검색하고, 상기 타 사용자가 기 설정된 실행활성도 이상으로 실행한 컨텐츠를 상기 사용자에게 추천할 수도 있다.
(4) 상기 추천 컨텐츠 생성부(101)는 사용자와 2 이상의 동일한 개인정보를 갖는 사용자 그룹의 멤버들이 검색, 열람, 구매한 컨텐츠 중에서 추천 컨텐츠를 생성할 수 있다. 즉, 특정 사용자와 관심사나 취향이 비슷할 것으로 예상되는 사용자 집단을 선정하고, 상기 사용자 집단의 컨텐츠 이용 패턴을 이용하여 추천 컨텐츠를 생성하는 것이다.
상기 추천 컨텐츠 생성부(101)는 각 사용자 별로 등록된 개인정보를 저장/관리한다. 예컨대, 추천 컨텐츠 생성부(101)는 사용자가 입력한 나이, 성별, 생일, 기념일, 주소, 학력, 관심사 등의 개인정보를 저장/관리할 수 있다.
더불어, 추천 컨텐츠 생성부(101)는 등록된 개인정보에 기초하여 사용자의 개인정보와 2 이상의 동일한 기본정보를 갖는 사용자들로 구성된 사용자그룹을 결정한다. 즉 특정 사용자와 개인정보가 유사한 사용자들로 구성된 사용자그룹을 결정할 수 있다. 사용자그룹을 결정하는 실시예는 다음과 같다.
① 추천 컨텐츠 생성부(101)는 특정 사용자의 개인정보(나이, 성별, 생일, 기념일, 주소, 학력, 관심사 등)들 모두와 동일한 개인정보를 갖는 사용자를 검색한다. 그 후, 사용자의 기본정보 모두와 동일한 사용자를 검색한 결과, 검색된 사용자의 수가 기 설정된 그룹 인원수(예: 50명) 미만이면, 직전의 사용자 검색 시 이용한 개인정보들 중 하나의 개인정보를 제외한 나머지 개인정보들과 동일한 개인정보를 갖는 사용자를 재 검색하는 사용자 재검색 과정을 수행한다.
이처럼, 추천 컨텐츠 생성부(101)는 검색된 사용자의 수가 그룹인원수(예: 50명) 이상이 될 때까지 전술의 사용자 재검색 과정을 수행하고, 검색된 사용자의 수가 그룹 인원수(예: 50명) 이상이 되면 비로소 금번 검색된 사용자들로 구성된 사용자 그룹을 결정할 수 있다.
② 추천 컨텐츠 생성부(101)는 사용자의 개인정보 별로 기 설정된 중요도를 기초로, 중요도가 가장 높은 개인정보부터 중요도가 낮아지는 순서에 따라 순차적으로 선택하여 2 이상의 개인정보를 결정하고, 상기 결정한 개인정보가 동일한 사용자들로 구성된 사용자 그룹을 생성한다.
이때, 사용자의 기본정보 별 중요도는, 개인정보 별로 수집되는 반응률일 수 있다. 즉, 특정 개인정보의 반응률은 기 지정된 반응수집기간 동안 상기 특정 개인정보를 이용하여 결정된 사용자 그룹에게 특정 추천 컨텐츠를 제공하여 상기 제공한 추천 컨텐츠가 열람 또는 구매되는 빈도수에 의해 결정될 수 있다.
추천 컨텐츠 생성부(101)는 전술한 ① 또는 ②에 따라 사용자 그룹이 결정되면, 사용자 그룹에 속하는 각 사용자의 활동이력을 기초로 하여 추천 컨텐츠를 선정한다. 즉, 사용자 그룹에 속하는 각 사용자(예: A,B,C ...)의 검색 및 열람 및 구매 중 적어도 하나와 관련된 활동이력을 기초로, 특정 컨텐츠카테고리(예 : 대중교통 어플리케이션)에 속하는 컨텐츠 중에서 사용자 그룹에 속하는 사용자(예: A,B,C ...)에 의해 검색 및 열람 및 구매 중 적어도 하나가 발생된 컨텐츠(예: 1,2,3,4,5,6...)를 검색한다. 그리고, 추천 컨텐츠 생성부(101)는 검색된 컨텐츠(예: 1,2,3,4,5,6...) 중 특정 컨텐츠를 선택하여 추천 컨텐츠로서 사용자에게 제공할 수 있다.
보다 구체적으로 설명하면, 추천 컨텐츠 생성부(101)는 검색 및 열람 및 구매 별로 상이하게 부여되는 활동이력별 가중치를 기초로, 검색된 컨텐츠 각각(예: 1,2,3,4,5,6...)에 대하여 추천레벨을 계산할 수 있다. 예컨대, 검색된 컨텐츠 각각(예: 1,2,3,4,5,6...)에 대하여 계산되는 추천레벨은, 다음의 수식을 따를 수 있다.
추천레벨 = 검색 횟수*검색이력의 가중치 + 열람 횟수*열람이력의 가중치 + 구매 횟수*구매이력의 가중치
그리고, 활동이력 별 가중치는 구매가 가장 높고 열람, 검색 순서로 가중치가 작아지도록 부여되는 것이 바람직하며, 예컨대 검색이력의 가중치는 1, 열람이력의 가중치는 3, 구매이력의 가중치는 5일 수 있다.
상술한 (1) 내지 (4) 중 어느 하나 이상의 방식으로 해당 사용자에 대한 추천 컨텐츠가 생성되면, 상기 연관 컨텐츠 생성부(102)는 상기 생성된 추천 컨텐츠와의 관련도에 기반하여 상기 추천 컨텐츠의 연관 컨텐츠를 선정할 수 있다. 즉, 생성된 추천 컨텐츠 각각과 일정 수준 이상의 관련도를 갖는 컨텐츠들을 연관 컨텐츠로 제공할 수 있다. 상기 연관 컨텐츠는 어느 하나의 추천 컨텐츠와 동일 카테고리의 컨텐츠이거나, 다수 개의 메타 정보가 동일한 컨텐츠이거나, 상기 추천 컨텐츠와 동시에 검색/예약/구매되는 빈도가 많은 컨텐츠일 수 있다.
이때 상기 연관 컨텐츠 생성부(102)는 상기 결정된 추천 컨텐츠와 동일 카테고리의 컨텐츠 중에서 추천 반응율이 임계치 이상인 컨텐츠를 추천 컨텐츠로 선정할 수 있다. 여기서, 상기 추천 반응율은 상기 사용자와 연령대, 성별, 기념일, 관심사 중 어느 하나 이상이 동일한 타 사용자에게 추천한 컨텐츠에 대한 선택, 열람 및 구매 중 적어도 하나의 이력을 기초로 산정될 수 있다. 이는 동종 카테고리의 컨텐츠 수가 매우 많을 가능성이 높으며, 이러한 동종 카테고리 컨텐츠를 평면적으로 제공하는 것보다는 사용자와 공통성이 클 것으로 보이는 사용자들의 선행 반응을 참고하여 제공하는 것이 더 효과적일 것이라는 가정에 기반한 것이다.
추천 컨텐츠 및 연관 컨텐츠가 생성되면, 상기 컨텐츠 추천 장치(100)의 추천 컨텐츠 제공부(103)는, 상기 추천 컨텐츠를 제1 방향으로 정렬하고, 상기 연관 컨텐츠를 관련된 추천 컨텐츠를 기준으로 상기 제1 방향과 다른 제2 방향으로 정렬하여 사용자에게 제공한다. 여기서 제1 방향은 세로방향이고 제2 방향은 가로방향일 수 있고, 그 반대일 수도 있다.
예시적으로 도 3을 참조하여 보면, (a)는 제1 방향(가로방향)으로 추천 컨텐츠 1, 2, 3을 정렬하고, 추천 컨텐츠 2의 연관 컨텐츠 1, 2 를 제2 방향(세로방향)으로 정렬한 컨텐츠 제공화면이다. 또한 (b)는 제1 방향(세로방향)으로 추천 컨텐츠 1, 2, 3, 4를 정렬하고, 추천 컨텐츠 2의 연관 컨텐츠들을 제2 방향(가로방향)으로 정렬한 컨텐츠 제공화면이다.
이때 상기 제1 방향과 제2 방향은 컨텐츠 제공 화면에 따라 적합하게 선택될 수 있다 .즉, 상기 추천 컨텐츠 및 상기 연관 컨텐츠를 표시하는 화면의 가로 길이가 세로 길이보다 더 긴 경우라면, 상기 제1 방향은 가로 방향, 상기 제2 방향은 상기 제1 방향과 직교하는 세로방향으로 선택될 수 있다. 반대로 상기 추천 컨텐츠 및 상기 연관 컨텐츠를 표시하는 화면의 세로 길이가 가로 길이보다 더 긴 경우 상기 제1 방향은 세로 방향이고 상기 제2 방향은 상기 제1 방향과 직교하는 가로방향으로 선택될 수 있다.
상술한 방식으로 컨텐츠 추천 장치(100)가 추천 컨텐츠 및 연관 컨텐츠를 제공함으로써, 사용자가 추천 컨텐츠 중에서 취향에 부합하는 컨텐츠를 발견하지 못하더라도, 함께 제시된 연관 컨텐츠에서 취향에 맞는 컨텐츠를 발견할 가능성이 높아진다. 이는 사용자의 컨텐츠 소비로 연결되어 소비자-제공자 모두 만족할 결과를 가져올 수 있다. 또한 추천 컨텐츠 및 연관 컨텐츠를 제공함으로써, 제한된 디스플레이 화면에서 컨텐츠의 노출 범위를 획기적으로 증가할 수 있으며, 사용자에게 흥미를 더 유발할 수 있다.
도 4는 본 명세서의 일 실시예에 따른 컨텐츠 추천 서비스 시스템을 나타낸 구성도이다.
상기 컨텐츠 추천 서비스 시스템은 컨텐츠 추천 장치(100) 및 사용자 단말(10)을 포함하여 구성될 수 있다. 이때 상기 컨텐츠 추천 장치(100)는 사용자의 컨텐츠 구매 이력, 컨텐츠 검색 이력, 컨텐츠 실행 이력 및 사용자 그룹 활동 정보 중 어느 하나 이상에 기반하여 추천 컨텐츠를 선정하고, 상기 추천 컨텐츠와의 관련도에 기반하여 상기 추천 컨텐츠의 연관 컨텐츠를 선정하고, 상기 추천 컨텐츠를 제1 방향으로 정렬하고, 상기 연관 컨텐츠를 관련된 추천 컨텐츠를 기준으로 상기 제1 방향과 다른 제2 방향으로 정렬하여 제공할 수 있다.
상기 사용자 단말(10)은, 컨텐츠 추천 장치(100)에서 제공하는 서비스에 접속하여 컨텐츠 추천 장치(100)로부터 제공되는 컨텐츠를 수신할 수 있는 단말로서, 예컨대 이동단말 또는 컴퓨터일 수 있다. 이러한 사용자 단말(10)은, 특정 가입자에 의해 일련의 로그인 과정을 거쳐 컨텐츠 추천 장치(100)에서 제공하는 서비스에 접속할 수 있다.
상기 사용자 단말(10)은 컨텐츠 추천 장치(100)로부터 컨텐츠 추천 요청을 전송하고, 상기 요청에 따라 제공되는 추천 컨텐츠 및 연관 컨텐츠를 표시할 수 있다.
상기 컨텐츠 추천 장치(100)는 특정 사용자의 디지털 컨텐츠(애플리케이션, 멀티미디어 컨텐츠 등) 구매 이력, 검색 이력, 실행 이력, 사용자 그룹 활동 정보 등을 분석하여 해당 사용자에게 추천할 컨텐츠를 생성하고, 생성된 추천 컨텐츠와 일정 수준 이상의 관련도를 가진 연관 컨텐츠를 생성하며, 이러한 추천 컨텐츠 및 연관 컨텐츠를 사용자에게 제공할 수 있다.
추천 컨텐츠 및 연관 컨텐츠를 선정하기 위하여, 상기 컨텐츠 추천 장치(100)는 특정 사용자가 수행한 컨텐츠 구매, 검색, 실행 이력(history)을 수집할 수 있다. 또한 상기 컨텐츠 추천 장치(100)는 특정 사용자와 유사한 개인정보를 보유한 사용자들이 컨텐츠를 검색/열람/구매한 이력을 수집할 수 있다.
상기 컨텐츠 추천 장치(100)는 사용자의 컨텐츠 구매 이력, 컨텐츠 검색 이력, 컨텐츠 실행 이력 및 사용자 그룹 활동 정보 중 어느 하나 이상에 기반하여 추천 컨텐츠를 선정할 수 있다. 즉, 상기 컨텐츠 추천 장치(100)는 도 1에서 설명한 (1) 내지 (4)의 방식 중 하나 이상을 사용하여 추천 컨텐츠를 생성할 수 있다.
해당 사용자에 대한 추천 컨텐츠가 생성되면, 상기 컨텐츠 추천 장치(100)는 상기 생성된 추천 컨텐츠와의 관련도에 기반하여 상기 추천 컨텐츠의 연관 컨텐츠를 선정할 수 있다. 즉, 생성된 추천 컨텐츠 각각과 일정 수준 이상의 관련도를 갖는 컨텐츠들을 연관 컨텐츠로 제공할 수 있다. 상기 연관 컨텐츠는 어느 하나의 추천 컨텐츠와 동일 카테고리의 컨텐츠이거나, 다수 개의 메타 정보가 동일한 컨텐츠이거나, 상기 추천 컨텐츠와 동시에 검색/예약/구매되는 빈도가 많은 컨텐츠일 수 있다.
이때 상기 컨텐츠 추천 장치(100)는 상기 결정된 추천 컨텐츠와 동일 카테고리의 컨텐츠 중에서 추천 반응율이 임계치 이상인 컨텐츠를 추천 컨텐츠로 선정할 수 있다. 여기서, 상기 추천 반응율은 상기 사용자와 연령대, 성별, 기념일, 관심사 중 어느 하나 이상이 동일한 타 사용자에게 추천한 컨텐츠에 대한 선택, 열람 및 구매 중 적어도 하나의 이력을 기초로 산정될 수 있다. 이는 동종 카테고리의 컨텐츠 수가 매우 많을 가능성이 높으며, 이러한 동종 카테고리 컨텐츠를 평면적으로 제공하는 것보다는 사용자와 공통성이 클 것으로 보이는 사용자들의 선행 반응을 참고하여 제공하는 것이 더 효과적일 것이라는 가정에 기반한 것이다.
추천 컨텐츠 및 연관 컨텐츠가 생성되면, 상기 컨텐츠 추천 장치(100)는 상기 추천 컨텐츠를 제1 방향으로 정렬하고, 상기 연관 컨텐츠를 관련된 추천 컨텐츠를 기준으로 상기 제1 방향과 다른 제2 방향으로 정렬하여 사용자에게 제공한다. 여기서 제1 방향은 세로방향이고 제2 방향은 가로방향일 수 있고, 그 반대일 수도 있다.
이때 상기 제1 방향과 제2 방향은 컨텐츠 제공 화면에 따라 적합하게 선택될 수 있다 .즉, 상기 추천 컨텐츠 및 상기 연관 컨텐츠를 표시하는 화면의 가로 길이가 세로 길이보다 더 긴 경우라면, 상기 제1 방향은 가로 방향, 상기 제2 방향은 상기 제1 방향과 직교하는 세로방향으로 선택될 수 있다. 반대로 상기 추천 컨텐츠 및 상기 연관 컨텐츠를 표시하는 화면의 세로 길이가 가로 길이보다 더 긴 경우 상기 제1 방향은 세로 방향이고 상기 제2 방향은 상기 제1 방향과 직교하는 가로방향으로 선택될 수 있다.
도 5는 본 명세서의 일 실시예에 따른 컨텐츠 추천 방법을 나타낸 흐름도이다.
상기 컨텐츠 추천 방법은 컨텐츠 추천 장치에 의해 수행될 수 있다. 상기 컨텐츠 추천 장치는 특정 사용자의 디지털 컨텐츠(애플리케이션, 멀티미디어 컨텐츠 등) 구매 이력, 검색 이력, 실행 이력, 사용자 그룹 활동 정보 등을 분석하여 해당 사용자에게 추천할 컨텐츠를 생성하고, 생성된 추천 컨텐츠와 일정 수준 이상의 관련도를 가진 연관 컨텐츠를 생성하며, 이러한 추천 컨텐츠 및 연관 컨텐츠를 사용자에게 제공할 수 있다.
상기 컨텐츠 추천 장치는 특정 사용자가 수행한 컨텐츠 구매, 검색, 실행 이력을 수집할 수 있다. 또한 상기 컨텐츠 추천 장치는 특정 사용자와 유사한 개인정보를 보유한 사용자들이 컨텐츠를 검색/열람/구매한 이력을 수집할 수 있다.
상기 컨텐츠 추천 장치는 사용자의 컨텐츠 구매 이력, 컨텐츠 검색 이력, 컨텐츠 실행 이력 및 사용자 그룹 활동 정보 중 어느 하나 이상에 기반하여 추천 컨텐츠를 선정할 수 있다(S310). 즉, 상기 추천 컨텐츠 생성부(101)는 아래에서 설명하는 방식 중 하나 이상을 사용하여 추천 컨텐츠를 생성할 수 있다.
(1) 상기 컨텐츠 추천 장치는 사용자의 컨텐츠 구매이력에 기반하여 추천 컨텐츠를 선정할 수 있다. 즉, 사용자의 구매 횟수, 구매 금액 등을 기초로 구매도가 높은 컨텐츠 카테고리를 선정하고, 해당 카테고리에 속하는 컨텐츠 중 사용자가 구매하지 않은 컨텐츠를 추천할 수 있다. 이때 최근 구매 이력에 더 큰 가중치를 부여하여 상기 사용자의 구매도를 평가할 수도 있다.
(2) 상기 컨텐츠 추천 장치는 사용자의 컨텐츠 검색 이력에 기반하여 추천 컨텐츠를 선정할 수 있다. 즉, 사용자의 컨텐츠 검색 키워드 및/또는 컨텐츠 검색 중 선택(조회, 열람)한 컨테츠 정보를 기초로 하여 다수의 추천 후보 컨텐츠에 대한 평가점수를 산정하고, 이러한 추천 점수 기반으로 추천 컨텐츠를 선정할 수 있다.
이때 상기 컨텐츠 추천 장치는 특정 인터넷 사이트(예: 컨텐츠 마켓)에서 어느 사용자가 컨텐츠를 검색한 이력을 분석하여, 검색 키워드(또는 검색어)에 대한 정보와, 상기 검색 키워드에 따른 검색 결과 중에서 사용자가 선택하여 조회한 컨텐츠에 대한 정보(‘선택 컨탠츠 정보’)를 추출한다. 이때 상기 선택 컨텐츠 정보는 해당 컨텐츠의 ID, 해당 컨텐츠의 카테고리, 해당 컨텐츠의 상세 정보, 해당 컨텐츠의 연관 키워드, 상기 연관 키워드 및 카테고리 간의 관련도 등을 포함할 수 있다.
다음으로 상기 컨텐츠 추천 장치는 상기 검색 키워드 및 상기 선택 컨텐츠 정보 중 하나 이상을 기초로 하여 하나 이상의 추천 후보 컨텐츠에 대한 추천 점수를 계산한다. 즉, 추천 후보 컨텐츠(또는 상기 장치가 제공 가능한 컨텐츠) 각각에 대하여, 사용자의 검색 이력으로부터 추출한 검색 키워드 및/또는 선택 컨텐츠 정보와의 관련도를 기초로 추천 점수(추천 적합도)를 계산하는 것이다.
상기 추천 점수를 계산하는 일 실시예로서, 상기 상기 컨텐츠 추천 장치는 상기 추천 점수를 산출하는 식의 변수(파라미터)로서 ① 추천 후보 컨텐츠의 상세 정보에 상기 검색 키워드가 포함되어 있는지 여부, ② 추천 후보 컨텐츠의 상세 정보에 상기 검색 키워드의 연관 키워드가 포함되어 있는지 여부, ③ 추천 후보 컨텐츠의 카테고리와 상기 검색 키워드와의 관련도, ④ 선택 컨텐츠의 카테고리와 상기 추천 후보 컨텐츠의 카테고리와의 관련도, ⑤ 선택 컨텐츠의 연관 키워드와 상기 추천 후보 컨텐츠의 연관 키워드와의 관련도를 사용할 수 있다. 위 ① 내지 ⑤에 의해 계산된 점수를 각각 제1 점수 내지 제5 점수라 한다.
이때 위 ① 내지 ⑤에서 ‘관련도’는 선행하여 분석된 키워드-카테고리 간의 연관 정보 및/또는 키워드-키워드 간의 연관 정보를 사용할 수 있다.
또한 상기 추천 점수는 상기 변수(제1점수 내지 제5 점수)마다 적절한 가중치를 두어 산출될 수도 있다. 예를 들어, 상기 ①에 가장 큰 가중치를 두고(예: 2), ② 내지 ⑤에는 그보다 작은 가중치(예: 0.5)를 두어 해당 컨텐츠의 추천 점수를 계산할 수 있다. 이는 직관적으로 가장 관련도가 높을 것으로 예상되는 검색 키워드 자체의 비중을 높게 두어 추천 점수를 계산하는 방식이다.
위와 같이 각 후보 컨텐츠마다의 추천 점수가 계산되면, 상기 컨텐츠 추천 장치는 계산된 추천 점수에 따라 상기 사용자에게 추천할 추천 컨텐츠를 결정한다.
(3) 상기 컨텐츠 추천 장치는 사용자의 컨텐츠 실행 이력에 기반하여 추천 컨텐츠를 선정할 수 있다. 즉, 사용자가 보유 중인 컨텐츠 중에서 자주 또는 많이 실행하는 컨텐츠와 유사한 컨텐츠를 추천할 수 있다.
이때 상기 컨텐츠 추천 장치는 특정 사용자의 디지털 컨텐츠(애플리케이션, 멀티미디어 컨텐츠 등) 사용 이력을 분석하여 해당 사용자의 관심 컨텐츠와 관심 카테고리를 분석하고, 그 결과를 이용하여 개인 맞춤형 컨텐츠 추천을 할 수 있다. 특히 상기 컨텐츠 추천 장치는 특정 사용자가 소유하고 있는 컨텐츠의 실제 실행이력 정보를 분석하여 해당 사용자의 관심 컨테츠, 관심 카테고리 등을 파악할 수 있다. 상기 컨텐츠 추천 장치는 상기 컨텐츠 실행이력 정보를 기초로 하여 컨텐츠 각각의 실행 활성도를 산출할 수 있다. 여기서 실행 활성도는 특정 컨텐츠에 대한 사용 정도를 나타내는 척도이며, 실행활성도가 큰 컨텐츠는 사용자가 좀 더 관심을 기울이는 분야의 컨텐츠로 추정될 수 있다.
특정 사용자의 컨텐츠 실행활성도를 산출하기 위해 다양한 인자가 사용될 수 있다. 이하에서는 컨텐츠의 실행 횟수, 실행 시간을 주요한 인자로 하여 컨텐츠의 실행 활성도를 산출하는 방법을 설명한다.
실행 활성도 산출의 실시예로서 상기 컨텐츠 추천 장치는 컨텐츠의 소정 기간 평균 실행 횟수와 평균 실행 시간을 기초로 상기 컨텐츠의 실행 활성도를 산출할 수 있다. 예컨대, 컨텐츠 A의 2012년 12월 한 달 간의 1일 평균 실행횟수가 3회이고 1일 평균 실행시간이 30분이라면, 컨텐츠 A의 실행활성도 = (기본 점수)+(3*30)과 같은 수식으로 계산될 수 있다. 이때 실행 활성도는 타 사용자 대비 실행 횟수와 실행 시간 비율을 기반으로 계산될 수도 있다. 즉, 특정 사용자(U)가 컨텐츠 A에 대한 2012년 12월 한 달 간 1일 평균 실행횟수가 3회이고 1일 평균 실행시간이 30분이며, 타 사용자들의 컨텐츠 A에 대한 2012년 12월 한 달 간 1일 평균 실행횟수가 6회이고 1일 평균 실행시간이 20분인 경우라면, 컨텐츠 A의 실행활성도 = (기본 점수) + w1*(3/6) + w2*(30/20)과 같은 수식으로 계산될 수 있다. (w1, w2는 실행 활성도에 있어서 실행횟수 및 실행시간에 각각 부여되는 가중치이다.) 이 경우 기본 점수가 0.5, w1, w2이 각각 0.5 라면, 컨텐츠 A의 실행활성도는 0.5 + 0.5*(3/6) + 0.5*(30/20) = 1.833 이 된다.
컨텐츠의 실행 활성도는, 컨텐츠의 소정 기간 실행 횟수와 실행 시간에 기초하여 상기 소정 기간별 컨텐츠 실행점수를 계산하고, 상기 계산된 상기 소정 기간 별 컨텐츠 실행점수를 합산하여 산출할 수 있다. 즉, 단위 기간(1일, 1주일 등)을 정하여 각 단위 시간 동안의 특정 컨텐츠 실행 횟수, 실행 시간에 기초한 점수를 계산하고, 원하는 시점까지의 점수를 모두 합산하여 실행활성도를 계산하는 것이다.
또는 컨텐츠의 실행 활성도는, 컨텐츠의 소정 기간 실행 횟수와 실행 시간에 기초하여 상기 소정 기간 별 컨텐츠 실행점수를 계산하고, 상기 소정 기간 별 실행점수에 상기 소정 기간으로부터 실행 활성도 산출 시점까지의 실행 활성도 감소 비율을 부여하여 조정 실행 점수를 계산하고, 상기 조정 실행점수를 합산하여 산출될 수 있다. 즉, 실행활성도가 시간에 따라 감소하여(일정 기간동안 실행을 하지 않으면 활성도가 0으로 수렴하도록 함으로써), 최근에 자주 사용한 컨텐츠를 사용자의 관심 컨텐츠로 분류하는 것이다.
위와 같이 각 컨텐츠마다의 실행 활성도가 계산되면, 상기 컨텐츠 추천 장치는 계산된 실행 활성도에 따라 상기 사용자에게 추천할 추천 컨텐츠를 결정할 수 있다. 예를 들어, 실행 활성도가 가장 높은 컨텐츠와 동일 카테고리의 컨텐츠를 추천하거나, 실행 활성도가 일정 기준 이상인 컨텐츠와 동일 카테고리의 컨텐츠를 추천하는 등 다양한 방식으로 추천 컨텐츠를 결정할 수 있다. 또한 일 실시예로서 상기 컨텐츠 추천 장치는 기 정의된 컨텐츠의 실행활성도가 상기 사용자의 실행활성도와 임계값 이상의 유사도롤 갖는 타 사용자를 검색하고, 상기 타 사용자가 기 설정된 실행활성도 이상으로 실행한 컨텐츠를 상기 사용자에게 추천할 수도 있다.
(4) 상기 컨텐츠 추천 장치는 사용자와 2 이상의 동일한 개인정보를 갖는 사용자 그룹의 멤버들이 검색, 열람, 구매한 컨텐츠 중에서 추천 컨텐츠를 생성할 수 있다. 즉, 특정 사용자와 관심사나 취향이 비슷할 것으로 예상되는 사용자 집단을 선정하고, 상기 사용자 집단의 컨텐츠 이용 패턴을 이용하여 추천 컨텐츠를 생성하는 것이다.
상기 컨텐츠 추천 장치는 각 사용자 별로 등록된 개인정보를 저장/관리한다. 예컨대, 상기 컨텐츠 추천 장치는 사용자가 입력한 나이, 성별, 생일, 기념일, 주소, 학력, 관심사 등의 개인정보를 저장/관리할 수 있다.
더불어, 상기 컨텐츠 추천 장치는 등록된 개인정보에 기초하여 사용자의 개인정보와 2 이상의 동일한 기본정보를 갖는 사용자들로 구성된 사용자그룹을 결정한다. 즉 특정 사용자와 개인정보가 유사한 사용자들로 구성된 사용자그룹을 결정할 수 있다. 사용자그룹을 결정하는 실시예는 다음과 같다.
① 상기 컨텐츠 추천 장치는 특정 사용자의 개인정보(나이, 성별, 생일, 기념일, 주소, 학력, 관심사 등)들 모두와 동일한 개인정보를 갖는 사용자를 검색한다. 그 후, 사용자의 기본정보 모두와 동일한 사용자를 검색한 결과, 검색된 사용자의 수가 기 설정된 그룹 인원수(예: 50명) 미만이면, 직전의 사용자 검색 시 이용한 개인정보들 중 하나의 개인정보를 제외한 나머지 개인정보들과 동일한 개인정보를 갖는 사용자를 재 검색하는 사용자 재검색 과정을 수행한다.
이처럼, 상기 컨텐츠 추천 장치는 검색된 사용자의 수가 그룹인원수(예: 50명) 이상이 될 때까지 전술의 사용자 재검색 과정을 수행하고, 검색된 사용자의 수가 그룹 인원수(예: 50명) 이상이 되면 비로소 금번 검색된 사용자들로 구성된 사용자 그룹을 결정할 수 있다.
② 상기 컨텐츠 추천 장치는 사용자의 개인정보 별로 기 설정된 중요도를 기초로, 중요도가 가장 높은 개인정보부터 중요도가 낮아지는 순서에 따라 순차적으로 선택하여 2 이상의 개인정보를 결정하고, 상기 결정한 개인정보가 동일한 사용자들로 구성된 사용자 그룹을 생성한다.
이때, 사용자의 기본정보 별 중요도는, 개인정보 별로 수집되는 반응률일 수 있다. 즉, 특정 개인정보의 반응률은 기 지정된 반응수집기간 동안 상기 특정 개인정보를 이용하여 결정된 사용자 그룹에게 특정 추천 컨텐츠를 제공하여 상기 제공한 추천 컨텐츠가 열람 또는 구매되는 빈도수에 의해 결정될 수 있다.
상기 컨텐츠 추천 장치는 전술한 ① 또는 ②에 따라 사용자 그룹이 결정되면, 사용자 그룹에 속하는 각 사용자의 활동이력을 기초로 하여 추천 컨텐츠를 선정한다. 즉, 사용자 그룹에 속하는 각 사용자(예: A,B,C ...)의 검색 및 열람 및 구매 중 적어도 하나와 관련된 활동이력을 기초로, 특정 컨텐츠카테고리(예 : 대중교통 어플리케이션)에 속하는 컨텐츠 중에서 사용자 그룹에 속하는 사용자(예: A,B,C ...)에 의해 검색 및 열람 및 구매 중 적어도 하나가 발생된 컨텐츠(예: 1,2,3,4,5,6...)를 검색한다. 그리고, 상기 컨텐츠 추천 장치는 검색된 컨텐츠(예: 1,2,3,4,5,6...) 중 특정 컨텐츠를 선택하여 추천 컨텐츠로서 사용자에게 제공할 수 있다.
보다 구체적으로 설명하면, 상기 컨텐츠 추천 장치는 검색 및 열람 및 구매 별로 상이하게 부여되는 활동이력별 가중치를 기초로, 검색된 컨텐츠 각각(예: 1,2,3,4,5,6...)에 대하여 추천레벨을 계산할 수 있다. 예컨대, 검색된 컨텐츠 각각(예: 1,2,3,4,5,6...)에 대하여 계산되는 추천레벨은, 다음의 수식을 따를 수 있다.
추천레벨 = 검색 횟수*검색이력의 가중치 + 열람 횟수*열람이력의 가중치 + 구매 횟수*구매이력의 가중치
그리고, 활동이력 별 가중치는 구매가 가장 높고 열람, 검색 순서로 가중치가 작아지도록 부여되는 것이 바람직하며, 예컨대 검색이력의 가중치는 1, 열람이력의 가중치는 3, 구매이력의 가중치는 5일 수 있다.
상술한 (1) 내지 (4) 중 어느 하나 이상의 방식으로 해당 사용자에 대한 추천 컨텐츠가 생성되면, 상기 컨텐츠 추천 장치는 상기 생성된 추천 컨텐츠와의 관련도에 기반하여 상기 추천 컨텐츠의 연관 컨텐츠를 선정할 수 있다(S320). 즉, 생성된 추천 컨텐츠 각각과 일정 수준 이상의 관련도를 갖는 컨텐츠들을 연관 컨텐츠로 제공할 수 있다. 상기 연관 컨텐츠는 어느 하나의 추천 컨텐츠와 동일 카테고리의 컨텐츠이거나, 다수 개의 메타 정보가 동일한 컨텐츠이거나, 상기 추천 컨텐츠와 동시에 검색/예약/구매되는 빈도가 많은 컨텐츠일 수 있다.
이때 상기 컨텐츠 추천 장치는 상기 결정된 추천 컨텐츠와 동일 카테고리의 컨텐츠 중에서 추천 반응율이 임계치 이상인 컨텐츠를 추천 컨텐츠로 선정할 수 있다. 여기서, 상기 추천 반응율은 상기 사용자와 연령대, 성별, 기념일, 관심사 중 어느 하나 이상이 동일한 타 사용자에게 추천한 컨텐츠에 대한 선택, 열람 및 구매 중 적어도 하나의 이력을 기초로 산정될 수 있다. 이는 동종 카테고리의 컨텐츠 수가 매우 많을 가능성이 높으며, 이러한 동종 카테고리 컨텐츠를 평면적으로 제공하는 것보다는 사용자와 공통성이 클 것으로 보이는 사용자들의 선행 반응을 참고하여 제공하는 것이 더 효과적일 것이라는 가정에 기반한 것이다.
추천 컨텐츠 및 연관 컨텐츠가 생성되면, 상기 컨텐츠 추천 장치는 상기 추천 컨텐츠를 제1 방향으로 정렬하고, 상기 연관 컨텐츠를 관련된 추천 컨텐츠를 기준으로 상기 제1 방향과 다른 제2 방향으로 정렬하여 사용자에게 제공한다(S330). 여기서 제1 방향은 세로방향이고 제2 방향은 가로방향일 수 있고, 그 반대일 수도 있다.
예시적으로 도 3을 참조하여 보면, (a)는 제1 방향(가로방향)으로 추천 컨텐츠 1, 2, 3을 정렬하고, 추천 컨텐츠 2의 연관 컨텐츠 1, 2 를 제2 방향(세로방향)으로 정렬한 컨텐츠 제공화면이다. 또한 (b)는 제1 방향(세로방향)으로 추천 컨텐츠 1, 2, 3, 4를 정렬하고, 추천 컨텐츠 2의 연관 컨텐츠들을 제2 방향(가로방향)으로 정렬한 컨텐츠 제공화면이다.
이때 상기 제1 방향과 제2 방향은 컨텐츠 제공 화면에 따라 적합하게 선택될 수 있다 .즉, 상기 추천 컨텐츠 및 상기 연관 컨텐츠를 표시하는 화면의 가로 길이가 세로 길이보다 더 긴 경우라면, 상기 제1 방향은 가로 방향, 상기 제2 방향은 상기 제1 방향과 직교하는 세로방향으로 선택될 수 있다. 반대로 상기 추천 컨텐츠 및 상기 연관 컨텐츠를 표시하는 화면의 세로 길이가 가로 길이보다 더 긴 경우 상기 제1 방향은 세로 방향이고 상기 제2 방향은 상기 제1 방향과 직교하는 가로방향으로 선택될 수 있다.
도 6은 본 명세서의 일 실시예에 따른 컨텐츠 추천 서비스 시스템이 사용자에게 컨텐츠를 추천하는 방법을 나타낸 흐름도이다.
상기 컨텐츠 추천 서비스 방법은 컨텐츠 추천 장치 및 사용자 단말에 의해 수행될 수 있다. 상기 컨텐츠 추천 장치(100)는 특정 사용자의 디지털 컨텐츠(애플리케이션, 멀티미디어 컨텐츠 등) 구매 이력, 검색 이력, 실행 이력, 사용자 그룹 활동 정보 등을 분석하여 해당 사용자에게 추천할 컨텐츠를 생성하고, 생성된 추천 컨텐츠와 일정 수준 이상의 관련도를 가진 연관 컨텐츠를 생성하며, 이러한 추천 컨텐츠 및 연관 컨텐츠를 사용자에게 제공할 수 있다.
상기 사용자 단말은, 사용자가 수행한 컨텐츠 구매, 검색, 실행 이력을 전송할 수 있다(S410). 상기 이력을 수신한 상기 컨텐츠 추천 장치(100)는 특정 사용자가 수행한 컨텐츠 구매, 검색, 실행 이력을 수집할 수 있다. 또한 상기 컨텐츠 추천 장치(100)는 특정 사용자와 유사한 개인정보를 보유한 사용자들이 컨텐츠를 검색/열람/구매한 이력을 수집할 수 있다.
상기 컨텐츠 추천 장치(100)는 사용자의 컨텐츠 구매 이력, 컨텐츠 검색 이력, 컨텐츠 실행 이력 및 사용자 그룹 활동 정보 중 어느 하나 이상에 기반하여 추천 컨텐츠를 선정할 수 있다(S420). 즉, 상기 컨텐츠 추천 장치(100)는 도 1에서 설명한 (1) 내지 (4)의 방식 중 하나 이상을 사용하여 추천 컨텐츠를 생성할 수 있다.
해당 사용자에 대한 추천 컨텐츠가 생성되면, 상기 컨텐츠 추천 장치(100)는 상기 생성된 추천 컨텐츠와의 관련도에 기반하여 상기 추천 컨텐츠의 연관 컨텐츠를 선정할 수 있다(S430). 즉, 생성된 추천 컨텐츠 각각과 일정 수준 이상의 관련도를 갖는 컨텐츠들을 연관 컨텐츠로 제공할 수 있다. 상기 연관 컨텐츠는 어느 하나의 추천 컨텐츠와 동일 카테고리의 컨텐츠이거나, 다수 개의 메타 정보가 동일한 컨텐츠이거나, 상기 추천 컨텐츠와 동시에 검색/예약/구매되는 빈도가 많은 컨텐츠일 수 있다.
이때 상기 컨텐츠 추천 장치(100)는 상기 결정된 추천 컨텐츠와 동일 카테고리의 컨텐츠 중에서 추천 반응율이 임계치 이상인 컨텐츠를 추천 컨텐츠로 선정할 수 있다. 여기서, 상기 추천 반응율은 상기 사용자와 연령대, 성별, 기념일, 관심사 중 어느 하나 이상이 동일한 타 사용자에게 추천한 컨텐츠에 대한 선택, 열람 및 구매 중 적어도 하나의 이력을 기초로 산정될 수 있다. 이는 동종 카테고리의 컨텐츠 수가 매우 많을 가능성이 높으며, 이러한 동종 카테고리 컨텐츠를 평면적으로 제공하는 것보다는 사용자와 공통성이 클 것으로 보이는 사용자들의 선행 반응을 참고하여 제공하는 것이 더 효과적일 것이라는 가정에 기반한 것이다.
추천 컨텐츠 및 연관 컨텐츠가 생성되면, 상기 컨텐츠 추천 장치(100)는 상기 추천 컨텐츠를 제1 방향으로 정렬하고, 상기 연관 컨텐츠를 관련된 추천 컨텐츠를 기준으로 상기 제1 방향과 다른 제2 방향으로 정렬하여 사용자에게 제공한다(S440, S450). 여기서 제1 방향은 세로방향이고 제2 방향은 가로방향일 수 있고, 그 반대일 수도 있다.
이때 상기 제1 방향과 제2 방향은 컨텐츠 제공 화면에 따라 적합하게 선택될 수 있다 .즉, 상기 추천 컨텐츠 및 상기 연관 컨텐츠를 표시하는 화면의 가로 길이가 세로 길이보다 더 긴 경우라면, 상기 제1 방향은 가로 방향, 상기 제2 방향은 상기 제1 방향과 직교하는 세로방향으로 선택될 수 있다. 반대로 상기 추천 컨텐츠 및 상기 연관 컨텐츠를 표시하는 화면의 세로 길이가 가로 길이보다 더 긴 경우 상기 제1 방향은 세로 방향이고 상기 제2 방향은 상기 제1 방향과 직교하는 가로방향으로 선택될 수 있다.
상기 사용자 단말(10)은 상기 컨텐츠 추천 장치에 의해 제공된 추천 컨텐츠 및 연관 컨텐츠를 표시한다. 이때 상기 컨텐츠 추천 장치(100)에서 결정한 발에 따라 추천 컨텐츠를 제1 방향으로, 추천 컨텐츠와 관련된 연관 컨텐츠를 제2 방향으로 표시한다.
이상, 본 발명의 실시예에 대하여 설명하였으나, 해당 기술 분야에서 통상의 지식을 가진 자라면 특허청구범위에 기재된 본 발명의 사상으로부터 벗어나지 않는 범위 내에서, 구성 요소의 부가, 변경, 삭제 또는 추가 등에 의해 본 발명을 다양하게 수정 및 변경시킬 수 있을 것이며, 이 또한 본 발명의 권리범위 내에 포함된다고 할 것이다.
100 : 컨텐츠 추천 장치
101 : 추천 컨텐츠 생성부
102 : 연관 컨텐츠 생성부
103 : 추천 컨텐츠 제공부

Claims (18)

  1. 사용자의 컨텐츠 구매 이력, 컨텐츠 검색 이력, 컨텐츠 실행 이력 및 사용자 그룹 활동 정보 중 어느 하나 이상에 기반하여 추천 컨텐츠를 선정하는 추천 컨텐츠 생성부;
    상기 추천 컨텐츠와의 관련도에 기반하여 상기 추천 컨텐츠의 연관 컨텐츠를 선정하는 연관 컨텐츠 생성부;
    상기 추천 컨텐츠를 제1 방향으로 정렬하고, 상기 연관 컨텐츠를 관련된 추천 컨텐츠를 기준으로 상기 제1 방향과 다른 제2 방향으로 정렬하여 제공하는 추천 컨텐츠 제공부를 포함하는 것을 특징으로 하는 컨텐츠 추천 장치.
  2. 제1항에 있어서,
    상기 추천 컨텐츠 및 상기 연관 컨텐츠를 표시하는 화면의 가로 길이가 세로 길이보다 더 긴 경우 상기 제1 방향은 가로 방향이고 상기 제2 방향은 상기 제1 방향과 직교하는 세로방향이며,
    또는 상기 추천 컨텐츠 및 상기 연관 컨텐츠를 표시하는 화면의 세로 길이가 가로 길이보다 더 긴 경우 상기 제1 방향은 세로 방향이고 상기 제2 방향은 상기 제1 방향과 직교하는 가로방향인 것을 특징으로 하는 컨텐츠 추천 장치.
  3. 제1항에 있어서,
    상기 추천 컨텐츠 생성부는 상기 사용자의 컨텐츠 검색 이력으로부터 검색 키워드 및 상기 검색 키워드에 따른 검색 결과 중에서 상기 사용자가 선택한 선택 컨텐츠 정보 중 하나 이상을 추출하고, 상기 검색 키워드 및 상기 선택 컨텐츠 정보 중 하나 이상을 기초로 하여 하나 이상의 추천 후보 컨텐츠에 대한 추천 점수를 계산하고, 상기 계산된 추천 점수에 따라 상기 사용자에게 추천할 추천 컨텐츠를 선정하는 것을 특징으로 하는 컨텐츠 추천 장치.
  4. 제3항에 있어서,
    상기 추천 점수는,
    상기 추천 후보 컨텐츠의 상세 정보에 상기 검색 키워드가 포함되어 있는지 여부에 따른 제1 점수, 상기 추천 후보 컨텐츠의 상세 정보에 상기 검색 키워드의 연관 키워드가 포함되어 있는지 여부에 따른 제2 점수, 상기 추천 후보 컨텐츠의 카테고리와 상기 검색 키워드와의 관련도에 따른 제3 점수, 상기 선택 컨텐츠의 카테고리와 상기 추천 후보 컨텐츠의 카테고리와의 관련도에 따른 제4 점수 및 상기 선택 컨텐츠의 연관 키워드와 상기 추천 후보 컨텐츠의 연관 키워드와의 관련도에 따른 제5 점수 중 적어도 하나 이상을 기초로 하여 계산되는 것을 특징으로 하는 컨텐츠 추천 장치.
  5. 제1항에 있어서,
    상기 추천 컨텐츠 생성부는 상기 사용자가 구매한 컨텐츠의 실행 횟수 및 실행 시간을 포함하는 컨텐츠 실행이력 정보를 수신하고, 상기 수신한 컨텐츠 실행이력 정보를 기초로 하여 상기 컨텐츠의 실행 활성도를 산출하고, 상기 계산된 실행 활성도를 기초로 하여 추천 컨텐츠를 선정하는 것을 특징으로 하는 컨텐츠 추천 장치.
  6. 제5항에 있어서,
    상기 실행활성도는,
    상기 컨텐츠의 소정 기간 평균 실행 횟수와 평균 실행 시간 및 타 사용자의 소정 기간 상기 컨텐츠 평균 실행 횟수와 평균 실행 시간을 비교하여 산출되는 것을 특징으로 하는 컨텐츠 추천 장치.
  7. 제1항에 있어서,
    상기 추천 컨텐츠 생성부는 상기 사용자와 2 이상의 동일한 개인정보를 갖는 사용자들로 구성된 사용자 그룹을 결정하고, 상기 사용자 그룹에 속하는 각 사용자에 의해 검색, 열람, 구매 중 어느 하나 이상이 발생한 컨텐츠 중에서 추천 컨텐츠를 선정하는 것을 특징으로 하는 컨텐츠 추천 장치.
  8. 제1항에 있어서,
    상기 연관 컨텐츠 생성부는 상기 추천 컨텐츠와 동일 카테고리의 컨텐츠 중에서 추천 반응율이 임계치 이상인 컨텐츠를 추천 컨텐츠로 선정하며,
    상기 추천 반응율은 상기 사용자와 연령대, 성별, 기념일, 관심사 중 어느 하나 이상이 동일한 타 사용자에게 추천한 컨텐츠에 대한 선택, 열람 및 구매 중 적어도 하나의 이력을 기초로 산정되는 것을 특징으로 하는 컨텐츠 추천 장치.
  9. 사용자의 컨텐츠 구매 이력, 컨텐츠 검색 이력, 컨텐츠 실행 이력 및 사용자 그룹 활동 정보 중 어느 하나 이상에 기반하여 추천 컨텐츠를 선정하는 단계;
    상기 추천 컨텐츠와의 관련도에 기반하여 상기 추천 컨텐츠의 연관 컨텐츠를 선정하는 단계;
    상기 추천 컨텐츠를 제1 방향으로 정렬하고, 상기 연관 컨텐츠를 관련된 추천 컨텐츠를 기준으로 상기 제1 방향과 다른 제2 방향으로 정렬하여 제공하는 단계를 포함하는 것을 특징으로 하는 컨텐츠 추천 방법.
  10. 제9항에 있어서,
    상기 추천 컨텐츠 및 상기 연관 컨텐츠를 표시하는 화면의 가로 길이가 세로 길이보다 더 긴 경우 상기 제1 방향은 가로 방향이고 상기 제2 방향은 상기 제1 방향과 직교하는 세로방향이며,
    또는 상기 추천 컨텐츠 및 상기 연관 컨텐츠를 표시하는 화면의 세로 길이가 가로 길이보다 더 긴 경우 상기 제1 방향은 세로 방향이고 상기 제2 방향은 상기 제1 방향과 직교하는 가로방향인 것을 특징으로 하는 컨텐츠 추천 방법.
  11. 제9항에 있어서,
    상기 추천 컨텐츠를 생성하는 단계는
    상기 사용자의 컨텐츠 검색 이력으로부터 검색 키워드 및 상기 검색 키워드에 따른 검색 결과 중에서 상기 사용자가 선택한 선택 컨텐츠 정보 중 하나 이상을 추출하는 단계;
    상기 검색 키워드 및 상기 선택 컨텐츠 정보 중 하나 이상을 기초로 하여 하나 이상의 추천 후보 컨텐츠에 대한 추천 점수를 계산하는 단계;
    상기 계산된 추천 점수에 따라 상기 사용자에게 추천할 추천 컨텐츠를 선정하는 단계를 포함하는 것을 특징으로 하는 컨텐츠 추천 방법.
  12. 제11항에 있어서,
    상기 추천 점수는,
    상기 추천 후보 컨텐츠의 상세 정보에 상기 검색 키워드가 포함되어 있는지 여부에 따른 제1 점수, 상기 추천 후보 컨텐츠의 상세 정보에 상기 검색 키워드의 연관 키워드가 포함되어 있는지 여부에 따른 제2 점수, 상기 추천 후보 컨텐츠의 카테고리와 상기 검색 키워드와의 관련도에 따른 제3 점수, 상기 선택 컨텐츠의 카테고리와 상기 추천 후보 컨텐츠의 카테고리와의 관련도에 따른 제4 점수 및 상기 선택 컨텐츠의 연관 키워드와 상기 추천 후보 컨텐츠의 연관 키워드와의 관련도에 따른 제5 점수 중 적어도 하나 이상을 기초로 하여 계산되는 것을 특징으로 하는 컨텐츠 추천 방법.
  13. 제9항에 있어서,
    상기 추천 컨텐츠를 생성하는 단계는
    상기 사용자가 구매한 컨텐츠의 실행 횟수 및 실행 시간을 포함하는 컨텐츠 실행이력 정보를 수신하는 단계;
    상기 수신한 컨텐츠 실행이력 정보를 기초로 하여 상기 컨텐츠의 실행 활성도를 산출하는 단계;
    상기 계산된 실행 활성도를 기초로 하여 추천 컨텐츠를 선정하는 단계를 포함하는 것을 특징으로 하는 컨텐츠 추천 방법.
  14. 제13항에 있어서,
    상기 실행활성도는,
    상기 컨텐츠의 소정 기간 평균 실행 횟수와 평균 실행 시간 및 타 사용자의 소정 기간 상기 컨텐츠 평균 실행 횟수와 평균 실행 시간을 비교하여 산출되는 것을 특징으로 하는 컨텐츠 추천 방법.
  15. 제9항에 있어서,
    상기 추천 컨텐츠를 생성하는 단계는
    상기 사용자와 2 이상의 동일한 개인정보를 갖는 사용자들로 구성된 사용자 그룹을 결정하는 단계;
    상기 사용자 그룹에 속하는 각 사용자에 의해 검색, 열람, 구매 중 어느 하나 이상이 발생한 컨텐츠 중에서 추천 컨텐츠를 선정하는 단계를 포함하는 것을 특징으로 하는 컨텐츠 추천 방법.
  16. 제9항에 있어서,
    상기 연관 컨텐츠를 생성하는 단계는
    상기 추천 컨텐츠와 동일 카테고리의 컨텐츠 중에서 추천 반응율이 임계치 이상인 컨텐츠를 추천 컨텐츠로 선정하는 단계이며,
    상기 추천 반응율은 상기 사용자와 연령대, 성별, 기념일, 관심사 중 어느 하나 이상이 동일한 타 사용자에게 추천한 컨텐츠에 대한 선택, 열람 및 구매 중 적어도 하나의 이력을 기초로 산정되는 것을 특징으로 하는 컨텐츠 추천 방법.
  17. 사용자의 컨텐츠 구매 이력, 컨텐츠 검색 이력, 컨텐츠 실행 이력 및 사용자 그룹 활동 정보 중 어느 하나 이상에 기반하여 추천 컨텐츠를 선정하고, 상기 추천 컨텐츠와의 관련도에 기반하여 상기 추천 컨텐츠의 연관 컨텐츠를 선정하고, 상기 추천 컨텐츠를 제1 방향으로 정렬하고, 상기 연관 컨텐츠를 관련된 추천 컨텐츠를 기준으로 상기 제1 방향과 다른 제2 방향으로 정렬하여 제공하는 컨텐츠 추천 장치; 및
    상기 컨텐츠 추천 장치로 컨텐츠 추천 요청을 전송하고, 상기 요청에 따라 제공되는 추천 컨텐츠 및 연관 컨텐츠를 표시하는 사용자 단말을 포함하는 것을 특징으로 하는 컨텐츠 추천 서비스 시스템.
  18. 사용자 단말이 컨텐츠 추천 장치로 컨텐츠 추천 요청을 전송하는 단계;
    상기 컨텐츠 추천 장치가 사용자의 컨텐츠 구매 이력, 컨텐츠 검색 이력, 컨텐츠 실행 이력 및 사용자 그룹 활동 정보 중 어느 하나 이상에 기반하여 추천 컨텐츠를 선정하는 단계;
    상기 컨텐츠 추천 장치가 상기 추천 컨텐츠와의 관련도에 기반하여 상기 추천 컨텐츠의 연관 컨텐츠를 선정하는 단계;
    상기 컨텐츠 추천 장치가 상기 추천 컨텐츠를 제1 방향으로 정렬하고, 상기 연관 컨텐츠를 관련된 추천 컨텐츠를 기준으로 상기 제1 방향과 다른 제2 방향으로 정렬하여 제공하는 단계;
    상기 사용자 단말이 상기 추천 컨텐츠를 제1 방향으로 정렬하고, 상기 연관 컨텐츠를 관련된 추천 컨텐츠를 기준으로 상기 제1 방향과 다른 제2 방향으로 정렬하여 표시하는 단계를 포함하는 것을 특징으로 하는 컨텐츠 추천 서비스 방법.
KR1020130010636A 2013-01-30 2013-01-30 추천 컨텐츠 및 연관 컨텐츠 제공 방법 KR102131791B1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020130010636A KR102131791B1 (ko) 2013-01-30 2013-01-30 추천 컨텐츠 및 연관 컨텐츠 제공 방법

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020130010636A KR102131791B1 (ko) 2013-01-30 2013-01-30 추천 컨텐츠 및 연관 컨텐츠 제공 방법

Publications (2)

Publication Number Publication Date
KR20140098314A true KR20140098314A (ko) 2014-08-08
KR102131791B1 KR102131791B1 (ko) 2020-07-08

Family

ID=51745116

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020130010636A KR102131791B1 (ko) 2013-01-30 2013-01-30 추천 컨텐츠 및 연관 컨텐츠 제공 방법

Country Status (1)

Country Link
KR (1) KR102131791B1 (ko)

Cited By (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20190130219A (ko) * 2018-04-26 2019-11-22 성균관대학교산학협력단 클라우드 서버를 이용한 콘텐츠 추천 및 콘텐츠 제공 장치 및 방법
KR20200011725A (ko) * 2018-07-25 2020-02-04 주식회사 마이셀럽스 주종 및 주량에 따른 음식점 추천 장치 및 방법
KR102102565B1 (ko) * 2019-12-27 2020-04-20 김진아 온라인 웹 페이지 기반의 콘텐츠를 제공하는 방법 및 시스템
CN114612126A (zh) * 2021-12-08 2022-06-10 江苏众亿国链大数据科技有限公司 一种基于大数据的信息推送方法
KR20220080356A (ko) * 2020-12-07 2022-06-14 (주)라이앤캐처스 개인형 맞춤 교육 콘텐츠 제공 방법 및 이러한 방법을 수행하는 장치
KR102409598B1 (ko) * 2021-12-14 2022-06-22 주식회사 밀리의서재 전자책 정보를 검색하기 위한 사용자 인터페이스를 제공하는 방법 및 이를 이용한 서버
KR20220127221A (ko) * 2020-04-09 2022-09-19 네이버웹툰 유한회사 이미지 기반 컨텐츠의 개인화 추천을 위한 방법, 시스템, 및 비-일시적인 컴퓨터 판독가능한 기록 매체
KR20230111994A (ko) * 2022-01-19 2023-07-26 네이버웹툰 유한회사 콘텐츠 제공 방법 및 시스템
WO2024039220A1 (ko) * 2022-08-18 2024-02-22 삼성전자주식회사 추천 컨텐츠 리스트를 제공하는 전자 장치 및 그 제어 방법

Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2001195412A (ja) * 2000-01-12 2001-07-19 Hitachi Ltd 電子書籍システム及びそのコンテンツ表示方法
JP2003296232A (ja) * 2002-04-02 2003-10-17 Canon Inc コンテンツを提供するシステム、コンテンツを作成するシステム及び情報処理装置、プログラム
JP2007300565A (ja) * 2006-05-03 2007-11-15 Sony Computer Entertainment Inc マルチメディア再生装置およびメニュー画面表示方法
KR20100059516A (ko) * 2008-11-26 2010-06-04 엔에이치엔비즈니스플랫폼 주식회사 사용자 단말 장치로부터 순차적으로 수신되는 다수의 검색 키워드에 기초하여 연관 검색 키워드를 추출, 제공하기 위한 방법, 시스템 및 컴퓨터 판독 가능한 기록 매체
KR20110063238A (ko) * 2009-12-04 2011-06-10 삼성전자주식회사 디스플레이 스크린 방향전환 장치 및 방법
KR101045589B1 (ko) * 2010-09-15 2011-07-01 주식회사 유비온 네트워크를 통해 수신한 컨텐츠의 표시장치 및 그 방법
JP2012069011A (ja) * 2010-09-24 2012-04-05 Sharp Corp 電子端末、電子端末の制御方法、コンテンツ配信システム、制御プログラム及び記録媒体
JP2012208604A (ja) * 2011-03-29 2012-10-25 Sony Corp コンテンツ推薦装置、推薦コンテンツの検索方法、及びプログラム

Patent Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2001195412A (ja) * 2000-01-12 2001-07-19 Hitachi Ltd 電子書籍システム及びそのコンテンツ表示方法
JP2003296232A (ja) * 2002-04-02 2003-10-17 Canon Inc コンテンツを提供するシステム、コンテンツを作成するシステム及び情報処理装置、プログラム
JP2007300565A (ja) * 2006-05-03 2007-11-15 Sony Computer Entertainment Inc マルチメディア再生装置およびメニュー画面表示方法
KR20080089593A (ko) * 2006-05-03 2008-10-07 가부시키가이샤 소니 컴퓨터 엔터테인먼트 멀티미디어 재생장치 및 메뉴화면 표시방법
KR20100059516A (ko) * 2008-11-26 2010-06-04 엔에이치엔비즈니스플랫폼 주식회사 사용자 단말 장치로부터 순차적으로 수신되는 다수의 검색 키워드에 기초하여 연관 검색 키워드를 추출, 제공하기 위한 방법, 시스템 및 컴퓨터 판독 가능한 기록 매체
KR20110063238A (ko) * 2009-12-04 2011-06-10 삼성전자주식회사 디스플레이 스크린 방향전환 장치 및 방법
KR101045589B1 (ko) * 2010-09-15 2011-07-01 주식회사 유비온 네트워크를 통해 수신한 컨텐츠의 표시장치 및 그 방법
JP2012069011A (ja) * 2010-09-24 2012-04-05 Sharp Corp 電子端末、電子端末の制御方法、コンテンツ配信システム、制御プログラム及び記録媒体
JP2012208604A (ja) * 2011-03-29 2012-10-25 Sony Corp コンテンツ推薦装置、推薦コンテンツの検索方法、及びプログラム

Cited By (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20190130219A (ko) * 2018-04-26 2019-11-22 성균관대학교산학협력단 클라우드 서버를 이용한 콘텐츠 추천 및 콘텐츠 제공 장치 및 방법
KR20200011725A (ko) * 2018-07-25 2020-02-04 주식회사 마이셀럽스 주종 및 주량에 따른 음식점 추천 장치 및 방법
KR102102565B1 (ko) * 2019-12-27 2020-04-20 김진아 온라인 웹 페이지 기반의 콘텐츠를 제공하는 방법 및 시스템
KR20220127221A (ko) * 2020-04-09 2022-09-19 네이버웹툰 유한회사 이미지 기반 컨텐츠의 개인화 추천을 위한 방법, 시스템, 및 비-일시적인 컴퓨터 판독가능한 기록 매체
KR20220080356A (ko) * 2020-12-07 2022-06-14 (주)라이앤캐처스 개인형 맞춤 교육 콘텐츠 제공 방법 및 이러한 방법을 수행하는 장치
CN114612126A (zh) * 2021-12-08 2022-06-10 江苏众亿国链大数据科技有限公司 一种基于大数据的信息推送方法
KR102409598B1 (ko) * 2021-12-14 2022-06-22 주식회사 밀리의서재 전자책 정보를 검색하기 위한 사용자 인터페이스를 제공하는 방법 및 이를 이용한 서버
US11615155B1 (en) 2021-12-14 2023-03-28 Millie Method of providing user interface for retrieving information on e-book and server using the same
KR20230111994A (ko) * 2022-01-19 2023-07-26 네이버웹툰 유한회사 콘텐츠 제공 방법 및 시스템
WO2024039220A1 (ko) * 2022-08-18 2024-02-22 삼성전자주식회사 추천 컨텐츠 리스트를 제공하는 전자 장치 및 그 제어 방법

Also Published As

Publication number Publication date
KR102131791B1 (ko) 2020-07-08

Similar Documents

Publication Publication Date Title
KR20140098314A (ko) 추천 컨텐츠 및 연관 컨텐츠 제공 방법
TWI512508B (zh) Recommended methods and systems for recommending information
CN106503025B (zh) 一种应用推荐方法和系统
US8893012B1 (en) Visual indicator based on relative rating of content item
US10360605B2 (en) Server apparatus, information providing method, information providing program, recording medium recording the information providing program, and information providing system
TWI533246B (zh) 使用者未知興趣之探索方法與系統
US20170140464A1 (en) Method and apparatus for evaluating relevance of keyword to asset price
WO2017127592A1 (en) System, method, and device for generating a geographic area heat map
KR102150660B1 (ko) 검색 이력 기반 디지털 컨텐츠 추천 방법 및 그 장치
US10025807B2 (en) Dynamic data acquisition method and system
WO2018121700A1 (zh) 基于已安装应用来推荐应用信息的方法、装置、终端设备及存储介质
CN105677767A (zh) 一种设备配置推荐方法和装置
CN110880136A (zh) 配套产品的推荐方法、系统、设备和存储介质
TW201301064A (zh) 搜尋方法及設備
KR20200003109A (ko) 샘플 가중치 설정방법 및 장치, 전자 기기
AU2012274726A1 (en) Information Processing Apparatus, Information Processing Method, Information Processing Program, Recording the Medium having Stored therein Information Processing Program
CN106656741A (zh) 一种信息推送方法和系统
WO2020135059A1 (zh) 搜索引擎评测方法、装置、设备以及可读存储介质
US9565078B1 (en) Recommended content traffic exchange
CN112579854A (zh) 信息处理方法、装置、设备和存储介质
US10169798B2 (en) Automatic selection of featured product groups within a product search engine
JP2006053616A (ja) サーバ装置、ｗｅｂサイト推奨方法およびプログラム
CN110570271A (zh) 信息推荐方法、装置、电子设备及可读存储介质
US20140032708A1 (en) Providing online content
CN111177564A (zh) 一种产品推荐方法及装置

Legal Events

Date Code Title Description
A201 Request for examination
E902 Notification of reason for refusal
E90F Notification of reason for final refusal
E701 Decision to grant or registration of patent right
GRNT Written decision to grant