KR20140104626A - System and method for contents recommendation, and apparatus applied to the same - Google Patents

System and method for contents recommendation, and apparatus applied to the same Download PDF

Info

Publication number
KR20140104626A
KR20140104626A KR1020130018189A KR20130018189A KR20140104626A KR 20140104626 A KR20140104626 A KR 20140104626A KR 1020130018189 A KR1020130018189 A KR 1020130018189A KR 20130018189 A KR20130018189 A KR 20130018189A KR 20140104626 A KR20140104626 A KR 20140104626A
Authority
KR
South Korea
Prior art keywords
recommendation
item
specific user
recommendation list
acquaintances
Prior art date
Application number
KR1020130018189A
Other languages
Korean (ko)
Inventor
문승훈
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 KR1020130018189A priority Critical patent/KR20140104626A/en
Publication of KR20140104626A publication Critical patent/KR20140104626A/en

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)
  • Health & Medical Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Human Resources & Organizations (AREA)
  • Primary Health Care (AREA)
  • Finance (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

Disclosed are a system for recommending content, a method thereof, and an apparatus applied to the same. That is, the system provides a recommendation list for a specific user for a plurality of acquaintances registered by the specific user in connection with a specific service, collects, from the acquaintances, evaluation-related information for each of a plurality of items included in the recommendation list, selects, as a recommended item, at least one of the items included in the recommendation list, based on the evaluation-related information, and provides the specific user with the selected item to recommend optimized and highly utilizable content to a user, thereby improving the satisfaction of the user and efficiently increasing a content provider′s profits.

Description

추천 서비스 시스템 및 그 방법, 그리고 이에 적용되는 장치{SYSTEM AND METHOD FOR CONTENTS RECOMMENDATION, AND APPARATUS APPLIED TO THE SAME}BACKGROUND OF THE INVENTION 1. Field of the Invention The present invention relates to a recommendation service system,

본 발명은 특정 사용자를 대상으로 하는 추천리스트에 포함된 다수의 항목 각각에 대해 다수의 지인으로부터 평가관련정보를 수집하고, 수집된 평가관련정보를 기초로 추천리스트 중 추천항목을 선택하여 제공하기 위한 방법에 관한 것이다.The present invention relates to a method for collecting evaluation-related information from a plurality of acquaintances for each of a plurality of items included in a recommendation list for a specific user, and for selecting and providing a recommendation item from the recommendation list based on the collected evaluation- ≪ / RTI >

최근, 이동통신 네트워크가 비약적으로 발전함에 따라, 기존의 고정된 컴퓨터를 이용하는 통신 서비스뿐 아니라 이동단말을 이용한 통신 서비스의 이용률이 급증하고 있고 이에 힘입어 이동단말을 위한 통신 서비스의 종류가 매우 다양해지고 있다. 2. Description of the Related Art [0002] With the rapid development of mobile communication networks in recent years, the utilization rates of communication services using mobile terminals have increased not only in communication services using existing fixed computers, but also in various types of communication services for mobile terminals have.

이러한 컴퓨터 및/또는 이동단말을 위한 통신 서비스 중 가장 대표적인 것으로는, 어플리케이션, 영화, 쿠폰 등의 다양한 컨텐츠를 구매할 수 있도록 하는 컨텐츠 제공서비스가 있다.One of the most representative communication services for such a computer and / or mobile terminal is a content providing service for purchasing various contents such as applications, movies, coupons, and the like.

헌데, 최근 이러한 컨텐츠를 전문 제작자가 아닌 일반 사용자들도 충분히 자체 제작이 가능한 환경이 조성됨에 따라, 온라인 상에 존재하는 컨텐츠의 수와 그 종류가 너무나 방대해지고 있는 실정이다.However, in recent years, since the general users, who are not specialized producers, can sufficiently produce such contents, the number and types of contents existing on the online are becoming too great.

이에, 컨텐츠 구매를 위해 컨텐츠 제공서비스에 가입한 일반 가입자 입장에서는, 온라인 상에서 자신의 기호나 취향에 맞는 가장 필요한 컨텐츠가 무엇인지 찾는 것이 점점 어려워지고 있다.Accordingly, it is increasingly difficult for a general subscriber who subscribes to a content providing service to purchase content to find out what content is most necessary for his or her taste or taste online.

따라서, 본 발명에서는, 가입자에게 컨텐츠를 추천해주는 서비스를 제공하고자 하며, 더 나아가 가입자에게 컨텐츠를 추천함에 있어서 가입자에게 보다 최적화되고 활용도 높은 컨텐츠를 추천할 수 있는 구체적인 방안을 제안하고자 한다. Accordingly, the present invention provides a service for recommending contents to subscribers, and further suggests a concrete method for recommending subscribers more optimized and utilized contents in recommending contents to subscribers.

본 발명은 상기한 사정을 감안하여 창출된 것으로서, 본 발명에서 도달하고자 하는 목적은 특정 사용자에 대한 추천리스트를 특정 서비스와 관련하여 상기 특정 사용자가 등록한 다수의 지인에게 제공하여, 상기 다수의 지인으로부터 상기 추천리스트에 포함된 다수의 항목 각각에 대한 평가관련정보를 수집하고, 상기 평가관련정보를 기초로 상기 추천리스트에 포함된 다수의 항목 중 적어도 하나의 항목을 추천항목으로서 선택하여 상기 특정 사용자에게 제공함으로써 사용자에게 최적화되고 활용도 높은 컨텐츠를 추천할 수 있어 사용자의 만족도를 높이고 컨텐츠 제공자의 수익을 효율적으로 증대시킬 수 있는 효과를 도출하는데 있다.It is an object of the present invention to provide a recommendation list for a specific user to a plurality of acquaintances registered by the specific user in relation to a specific service, Collects evaluation-related information for each of a plurality of items included in the recommendation list, selects at least one item among a plurality of items included in the recommendation list as a recommendation item based on the evaluation-related information, It is possible to recommend the optimized and highly utilized contents to the users so as to increase the satisfaction of the users and to increase the profit of the contents provider efficiently.

상기 목적을 달성하기 위한 본 발명의 제 1 관점에 따른 추천서비스장치는, 특정 사용자에 대한 추천리스트를 특정 서비스와 관련하여 상기 특정 사용자가 등록한 다수의 지인에게 제공하는 제공부; 상기 다수의 지인으로부터 상기 추천리스트에 포함된 다수의 항목 각각에 대한 평가관련정보를 수집하는 수집부; 및 상기 평가관련정보를 기초로 상기 추천리스트에 포함된 다수의 항목 중 적어도 하나의 항목을 추천항목으로서 선택하여 상기 특정 사용자에게 제공하는 선택부를 포함하는 것을 특징으로 한다.According to a first aspect of the present invention, there is provided a recommendation service apparatus for providing a recommendation list for a specific user to a plurality of acquaintances registered by the specific user in association with a specific service; A collection unit for collecting evaluation-related information for each of a plurality of items included in the recommendation list from the plurality of acquaintances; And a selection unit for selecting at least one item among a plurality of items included in the recommendation list as a recommendation item based on the evaluation-related information and providing the selected item to the specific user.

보다 구체적으로, 상기 선택부는, 상기 평가관련정보에 상기 특정 사용자와 상기 다수의 지인 각각에 대해 확인되는 관련도를 적용하여 상기 추천항목을 선택하는 것을 특징으로 한다.More specifically, the selection unit selects the recommendation item by applying the degree of association confirmed for the specific user and the plurality of acquaintances to the evaluation-related information.

보다 구체적으로, 상기 선택부는, 상기 특정 사용자의 특성정보와 상기 다수의 지인 각각의 특성정보 사이의 관계를 기초로 상기 관련도를 확인하는 것을 특징으로 한다.More specifically, the selection unit is characterized by confirming the degree of association based on a relationship between the characteristic information of the specific user and the characteristic information of each of the plurality of acquaintances.

보다 구체적으로, 상기 특성정보는, 사용자 특성 확인을 위한 적어도 두개 이상의 특성확인항목을 포함하며, 상기 선택부는, 상기 특정 사용자와 상기 다수의 지인 각각의 일치되는 상기 특성확인항목의 개수 및 일치되는 특성확인항목에 적용된 가중치 중 적어도 하나를 기초로 상기 관련도를 확인하는 것을 특징으로 한다.More specifically, the characteristic information may include at least two characteristic confirmation items for user characteristic confirmation, and the selection unit may select the number of the characteristic confirmation items matched with the specific user and the plurality of knowledge acquirers, And the degree of association is confirmed on the basis of at least one of the weights applied to the confirmation item.

보다 구체적으로, 상기 선택부는, 상기 추천리스트에 포함된 다수의 항목 각각에 대한 상기 다수의 지인 각각의 접근 이력을 기초로 상기 관련도를 확인하는 것을 특징으로 한다.More specifically, the selection unit is characterized by confirming the degree of association based on each access history of the plurality of destinations for each of a plurality of items included in the recommendation list.

보다 구체적으로, 상기 접근 이력은, 상기 추천리스트에 포함된 다수의 항목 각각에 대한 검색, 열람, 및 구매 중 적어도 하나이며, 상기 선택부는, 상기 검색, 열람, 및 구매 각각에 대해 상이하게 부여되는 접근 이력별 가중치를 기초로 상기 관련도를 확인하는 것을 특징으로 한다.More specifically, the access history is at least one of searching, browsing, and purchasing for each of a plurality of items included in the recommendation list, and the selecting unit is different for each of the search, browse and purchase And the degree of association is confirmed on the basis of the weight for each access history.

보다 구체적으로, 상기 선택부는, 상기 평가관련정보와 상기 관련도를 기초로 상기 추천리스트에 포함된 다수의 항목 각각에 대한 추천레벨을 계산하고, 추천레벨이 가장 높은 항목부터 추천레벨이 낮아지는 순서에 따라 적어도 하나의 항목을 상기 추천항목으로 선택하는 것을 특징으로 한다.More specifically, the selection unit calculates a recommendation level for each of a plurality of items included in the recommendation list based on the evaluation-related information and the degree of association, and calculates a recommendation level At least one item is selected as the recommendation item.

상기 목적을 달성하기 위한 본 발명의 제 2 관점에 따른 추천 서비스 방법은, 추천서비스장치가 특정 사용자에 대한 추천리스트를 특정 서비스와 관련하여 상기 특정 사용자가 등록한 다수의 지인에게 제공하는 제공단계; 상기 추천서비스장치가 상기 다수의 지인으로부터 상기 추천리스트에 포함된 다수의 항목 각각에 대한 평가관련정보를 수집하는 수집부; 상기 추천서비스장치가 상기 평가관련정보를 기초로 상기 추천리스트에 포함된 다수의 항목 중 적어도 하나의 항목을 상기 특정 사용자에 대한 추천항목으로서 선택하는 선택단계; 및 사용자장치가 상기 특정 사용자에 대해 선택된 추천항목을 표시하는 표시단계를 포함하는 것을 특징으로 한다.According to a second aspect of the present invention, there is provided a recommendation service method, wherein a recommendation service apparatus provides a recommendation list for a specific user to a plurality of acquaintances registered by the specific user in association with a specific service; A collection unit for collecting evaluation-related information for each of a plurality of items included in the recommendation list from the plurality of acquaintances; The recommendation service apparatus selecting at least one item among a plurality of items included in the recommendation list as a recommendation item for the specific user based on the evaluation-related information; And a display step of displaying a recommendation item selected by the user apparatus for the specific user.

상기 목적을 달성하기 위한 본 발명의 제 3 관점에 따른 추천서비스장치의 동작 방법은, 특정 사용자에 대한 추천리스트를 특정 서비스와 관련하여 상기 특정 사용자가 등록한 다수의 지인에게 제공하는 제공단계; 상기 다수의 지인으로부터 상기 추천리스트에 포함된 다수의 항목 각각에 대한 평가관련정보를 수집하는 수집단계; 및 상기 평가관련정보를 기초로 상기 추천리스트에 포함된 다수의 항목 중 적어도 하나의 항목을 상기 특정 사용자에 대한 추천항목으로서 선택하는 선택단계를 포함하는 것을 특징으로 한다.According to a third aspect of the present invention, there is provided a method of operating a recommendation service apparatus, comprising: providing a recommendation list for a specific user to a plurality of acquaintances registered by the specific user in association with a specific service; A collection step of collecting evaluation-related information for each of a plurality of items included in the recommendation list from the plurality of acquaintances; And a selection step of selecting at least one item among a plurality of items included in the recommendation list as a recommendation item for the specific user based on the evaluation-related information.

보다 구체적으로, 상기 선택단계는, 상기 평가관련정보와 상기 특정 사용자와 상기 다수의 지인 각각에 대해 확인되는 관련도를 적용하여 상기 추천항목을 선택하는 것을 특징으로 한다.More specifically, in the selecting step, the recommendation item is selected by applying the evaluation-related information, the relation between the specific user and the plurality of acquaintances, and the degree of relevance confirmed.

보다 구체적으로, 상기 선택단계는, 상기 특정 사용자의 특성정보와 상기 다수의 지인 각각의 특성정보 사이의 관계를 기초로 상기 관련도를 확인하는 것을 특징으로 한다.More specifically, the selecting step is characterized by confirming the degree of association based on a relationship between the characteristic information of the specific user and the characteristic information of each of the plurality of acquaintances.

보다 구체적으로, 상기 특성정보는, 적어도 두개 이상의 특성확인항목을 포함하며, 상기 선택단계는, 상기 특정 사용자와 상기 다수의 지인 각각의 일치되는 상기 특성확인항목의 개수 및 일치되는 특성확인항목에 적용된 가중치 중 적어도 하나를 기초로 상기 관련도를 확인하는 것을 특징으로 한다.More specifically, the characteristic information includes at least two characteristic confirmation items, and the selection step includes a step of determining whether or not the number of the characteristic confirmation items matched with the specific user and the plurality of acquaintances, And the weighting value, based on at least one of the weights.

보다 구체적으로, 상기 선택단계는, 상기 추천리스트에 포함된 다수의 항목 각각에 대한 상기 다수의 지인 각각의 접근 이력을 기초로 상기 관련도를 확인하는 것을 특징으로 한다.More specifically, the selecting step is characterized by confirming the degree of association based on each access history of the plurality of destinations for each of a plurality of items included in the recommendation list.

보다 구체적으로, 상기 접근 이력은, 상기 추천리스트에 포함된 다수의 항목 각각에 대한 검색, 열람, 및 구매 중 적어도 하나이며, 상기 선택단계는, 상기 검색, 열람, 및 구매 각각에 대해 상이하게 부여되는 접근 이력별 가중치를 기초로 상기 관련도를 확인하는 것을 특징으로 한다.More specifically, the access history is at least one of searching, browsing, and purchasing for each of a plurality of items included in the recommendation list, and the selecting step is performed for each of the search, browse, The degree of association is confirmed on the basis of the weight for each access history.

보다 구체적으로, 상기 선택단계는, 상기 평가관련정보와 상기 관련도를 기초로 상기 추천리스트에 포함된 다수의 항목 각각에 대한 추천레벨을 계산하는 추천레벨계산단계; 및 추천레벨이 가장 높은 항목부터 추천레벨이 낮아지는 순서에 따라 적어도 하나의 항목을 상기 추천항목으로 선택하는 추천항목선택단계를 포함하는 것을 특징으로 한다.More specifically, the selecting step may include: a recommendation level calculating step of calculating a recommendation level for each of a plurality of items included in the recommendation list based on the evaluation-related information and the degree of association; And a recommendation item selection step of selecting at least one item as the recommendation item according to the order in which the recommendation level is lowered from the item having the highest recommendation level.

상기 목적을 달성하기 위한 본 발명의 제 4 관점에 따른 컴퓨터 판독 가능 매체는, 특정 사용자에 대한 추천리스트를 특정 서비스와 관련하여 상기 특정 사용자가 등록한 다수의 지인에게 제공하는 제공단계; 상기 다수의 지인으로부터 상기 추천리스트에 포함된 다수의 항목 각각에 대한 평가관련정보를 수집하는 수집단계; 및 상기 평가관련정보를 기초로 상기 추천리스트에 포함된 다수의 항목 중 적어도 하나의 항목을 상기 특정 사용자에 대한 추천항목으로서 선택하는 선택단계를 수행하는 명령들을 포함하는 것을 특징으로 한다.According to a fourth aspect of the present invention, there is provided a computer-readable medium including: a providing step of providing a recommendation list for a specific user to a plurality of acquaintances registered by the specific user in association with a specific service; A collection step of collecting evaluation-related information for each of a plurality of items included in the recommendation list from the plurality of acquaintances; And a selection step of selecting at least one item among the plurality of items included in the recommendation list as a recommendation item for the specific user based on the evaluation-related information.

상기 목적을 달성하기 위한 본 발명의 제 5 관점에 따른 추천 서비스 시스템은, 특정 사용자에 대한 추천항목을 수신하여 표시하는 사용자장치; 및 상기 특정 사용자에 대한 추천리스트를 특정 서비스와 관련하여 상기 특정 사용자가 등록한 다수의 지인에게 제공하고 상기 다수의 지인으로부터 상기 추천리스트에 포함된 다수의 항목 각각에 대한 평가관련정보를 수집하며, 상기 평가관련정보를 기초로 상기 추천리스트에 포함된 다수의 항목 중 적어도 하나의 항목을 상기 추천항목으로서 선택하여 상기 특정 사용자에 제공하는 추천서비스장치를 포함하는 것을 특징으로 한다.According to a fifth aspect of the present invention, there is provided a recommendation service system comprising: a user apparatus for receiving and displaying a recommendation item for a specific user; And providing a recommendation list for the specific user to a plurality of acquaintances registered by the specific user in association with a specific service, collecting evaluation-related information for each of a plurality of items included in the recommendation list from the plurality of acquaintances, And a recommendation service apparatus for selecting at least one item among the plurality of items included in the recommendation list as the recommendation item based on the evaluation-related information and providing the selected recommendation service apparatus to the specific user.

이에, 본 발명의 추천 서비스 시스템 및 그 방법, 그리고 이에 적용되는 장치에 의하면, 특정 사용자를 대상으로 하는 추천리스트에 포함된 다수의 항목 각각에 대해 다수의 지인으로부터 평가관련정보를 수집하고, 수집된 평가관련정보를 기초로 추천리스트 중 추천항목을 선택하여 제공함으로써, 사용자에게 최적화되고 활용도 높은 컨텐츠를 추천할 수 있어 사용자의 만족도를 높이고 컨텐츠 제공자의 수익을 효율적으로 증대시킬 수 있는 효과를 도출한다.Thus, according to the recommendation service system and method of the present invention, and the apparatuses applied thereto, evaluation-related information is collected from a plurality of acquaintances for each of a plurality of items included in a recommendation list for a specific user, It is possible to recommend the optimized and highly utilized contents to the user by selecting and providing the recommendation items from the recommendation list based on the evaluation related information, thereby improving the satisfaction of the user and efficiently increasing the profit of the contents provider.

도 1은 본 발명의 일 실시예에 따른 추천 서비스 시스템의 개략적인 구성도.
도 2는 본 발명의 일 실시예에 따른 추천서비스장치의 구성도.
도 3은 본 발명의 일 실시예에 따른 추천 서비스 시스템에서의 동작 흐름을 설명하기 위한 개략적인 순서도.
도 4는 본 발명의 일 실시예에 따른 추천서비스장치의 동작을 설명하기 위한 개략적인 순서도.1 is a schematic configuration diagram of a recommendation service system according to an embodiment of the present invention;
2 is a configuration diagram of a recommended service apparatus according to an embodiment of the present invention;
FIG. 3 is a schematic flowchart for explaining an operation flow in a recommendation service system according to an embodiment of the present invention; FIG.
4 is a schematic flowchart illustrating an operation of a recommendation service apparatus according to an embodiment of the present invention;

이하, 첨부된 도면을 참조하여 본 발명의 일 실시예에 대하여 설명한다.Hereinafter, an embodiment of the present invention will be described with reference to the accompanying drawings.

도 1은 본 발명의 일 실시예에 따른 추천 서비스 시스템을 도시한 도면이다. 1 is a diagram illustrating a recommendation service system according to an embodiment of the present invention.

도 1에 도시된 바와 같이, 본 발명의 일 실시예에 따른 추천 서비스 시스템은, 특정 사용자에 대한 추천항목을 수신하여 표시하는 사용자장치(100), 및 특정 사용자에 대한 추천리스트 중에서 추천항목을 선택하여 사용자장치(100)에 제공하는 추천서비스장치(200)를 포함하는 구성을 갖는다.1, the recommendation service system according to an exemplary embodiment of the present invention includes a user device 100 for receiving and displaying a recommendation item for a specific user, And provides the recommendation service apparatus 200 to the user apparatus 100. [

사용자장치(100)는 추천서비스장치(200)로부터 제공되는 추천항목을 수신하여 표시하기 위한 사용자 디바이스를 지칭하는 것으로, 예를 들어, 스마트폰, 개인용컴퓨터(PC), 노트북, 및 테블릿 PC, 등이 해당될 수 있으며, 이에 제한되는 것이 아닌 추천서비스장치(200)로부터 수신되는 소정의 데이터를 표시할 수 있는 장치는 모두 포함될 수 있다.The user device 100 refers to a user device for receiving and displaying a recommendation item provided from the recommendation service device 200 and may be, for example, a smart phone, a personal computer (PC), a notebook, and a tablet PC, Or the like, and any device capable of displaying predetermined data received from the recommended service device 200, which is not limited thereto, may be included.

추천서비스장치(200)는 사용자가 이용중인 서비스로부터 제공되는 추천리스트 중 사용자에게 가장 적합한 항목을 추천항목으로서 선택하여 이를 사용자장치(100)에 제공하기 위한 서버를 지칭할 수 있다.The recommendation service apparatus 200 may refer to a server for selecting, as a recommendation item, the most suitable item from the recommendation list provided from the service being used by the user, to provide the selected item to the user apparatus 100.

이러한 추천서비스장치(200)는 전술한 서버의 형태뿐만 아니라, 사용자장치(100)와 일체화된 구조로서 동작하는 하드웨어 또는 어플리케이션에 의해 실행되는 소프트웨어 모듈 형태로서도 구현 가능할 것이다.The recommendation service apparatus 200 may be implemented not only in the form of the server described above but also in the form of a software module executed by a hardware or an application operating as a structure integrated with the user apparatus 100. [

이하에서는, 설명의 편의를 위해 상기 추천서비스장치(200)가 사용자장치(100)와는 별도의 서버의 형태로서 동작하는 실시예를 한정하여 설명하기로 한다.Hereinafter, for convenience of description, the preferred service device 200 will be described as an embodiment that operates as a server separate from the user device 100. [

한편, 본 발명의 일 실시예에 따르면, 추천서비스장치(200)는 특정 사용자를 대상으로 하는 추천리스트를 분석하여 추천리스트에 포함된 다수의 항목 중 상기 특정 사용자에게 적합한 항목만을 선택하여 이를 추천항목으로서 제공하도록 구현되고 있다.Meanwhile, according to an embodiment of the present invention, the recommendation service apparatus 200 analyzes a recommendation list for a specific user, selects only an item suitable for the specific user among a plurality of items included in the recommendation list, As shown in FIG.

이와 관련하여, 특정 사용자에 대한 추천항목을 선별하기 위한 방식의 경우, 추천리스트에 포함된 다수의 항목 중에서 추천리스트를 제공받은 당사자 즉, 특정 사용자가 서비스 이용을 위해 입력한 특성정보(예: 나이, 성별, 생일, 기념일, 주소, 학력, 관심사 등)와 일치하는 항목을 선택하는 방식이 일반적일 것이다.In this regard, in the case of a method for selecting a recommendation item for a specific user, among the plurality of items included in the recommendation list, the person who has been provided with the recommendation list, that is, , Gender, birthday, anniversary, address, education, interests, etc.).

그러나, 이러한 방식을 통해 선택되는 추천항목의 경우 서비스를 제공받은 당사자의 취향만이 반영된 결과로서, 지극히 개인적인 잣대를 통해 선별됨에 따라 대중의 일반적인 평가와는 정 반대의 결과가 도출될 수 있다는 한계점을 예상할 수 있다.However, in the case of the recommendation items selected through this method, only the preference of the party receiving the service is reflected. As a result, the result of selection is selected through a very personal criterion, Can be expected.

이렇듯, 특정 사용자를 대상으로 효과적인 추천 서비스를 제공하기 위해선, 서비스를 제공받는 당사자의 특성정보뿐만이 아니라, 추천항목과 관련한 다수의 사용자 의견을 추가 반영하여 이를 결과로서 도출하기 위한 방안이 필요하다 할 것이다.Thus, in order to provide an effective recommendation service for a specific user, it is necessary to additionally reflect not only the characteristic information of the service recipient but also a plurality of user opinions related to the recommendation item, and to derive the result as a result .

이에, 본 발명의 일 실시예에서는, 특정 사용자를 대상으로 하는 추천리스트에 포함된 다수의 항목 각각에 대해 상기 특정 사용자가 지인으로 등록한 다수의 지인으로부터 평가관련정보를 수집하고, 수집된 평가관련정보를 기초로 추천리스트 중 추천항목을 선택하여 제공하기 위한 방안을 제안하고자 하며, 이하에서는 이를 구체적으로 설명하기로 한다.Accordingly, in an embodiment of the present invention, the evaluation-related information is collected from a plurality of acquaintances registered by the specific user for each of a plurality of items included in a recommendation list for a specific user, The present invention provides a method for selecting and providing a recommendation item from a recommendation list based on the recommendation list. Hereinafter, the recommendation item will be described in detail.

사용자장치(100)는 웹사이트에 추천리스트를 요청하는 기능을 수행할 수 있다.The user device 100 can perform a function of requesting a recommendation list to a website.

보다 구체적으로, 사용자장치(100)는 특정 사용자(이하, "서비스요청차"라 칭함)에 대한 일련의 로그인 과정을 거쳐 웹사이트에 접속한 이후 상기 웹사이트에서 제공하는 서비스와 관련하여 서비스요청자에 대한 추천리스트를 요청하게 된다.More specifically, after the user device 100 accesses the web site through a series of login processes for a specific user (hereinafter referred to as a "service request car"), the user device 100 transmits a service request to the service requester You will be asked for a referral list.

이에, 해당 웹사이트에서는 사용자장치(100)로부터 요청에 따라 서비스요청자에 대한 추천리스트를 구성하고, 구성된 추천리스트를 추천서비스장치(200)에 전달하여 검증을 요청하게 된다.In this web site, the user device 100 forms a recommendation list for the service requester according to the request, and transmits the recommendation list to the recommendation service apparatus 200 to request verification.

이때, 웹사이트에서는 서비스요청자가 서비스 이용과 관련하여 입력한 특성정보 예컨대, 나이, 성별, 생일, 기념일, 주소, 학력, 관심사를 확인하고, 이러한 특정정보에 적합한 항목만을 선별하여 추천리스트를 구성하게 된다.At this time, the website confirms the characteristic information inputted by the service requester in relation to the use of the service, for example, age, sex, birthday, anniversary, address, education, and interest, do.

예를 들어, 사용자장치(100)가 "영화 보기 서비스"를 제공하는 웹 사이트에 접속하여 서비스요청자에 대한 추천리스트를 요청하는 경우, 웹 사이트에서는 자신이 보유하고 있는 다양한 영화컨텐츠 중 서비스요청자의 특성정보(예: 나이:20대, 성별: 여성, 선호 장르: 멜로)에 적합한 영화컨텐츠만을 선별하여 이를 추천리스트로서 구성하여 제공할 수 있다.For example, when the user device 100 accesses a web site providing a "movie viewing service" to request a recommendation list for a service requester, Only the movie content suitable for the information (for example, age: 20, sex: female, preferred genre: melody) can be selected and provided as a recommendation list.

또한, 사용자장치(100)는 추천리스트 요청에 따라 제공되는 추천항목을 표시하는 기능을 수행한다.In addition, the user device 100 performs a function of displaying a recommendation item provided according to a recommendation list request.

보다 구체적으로, 사용자장치(100)는 접속중인 웹사이트를 통한 추천리스트 요청에 따라 추천서비스장치(200)로부터 추천리스트에 포함된 다수의 항목 중에서 서비스요청자의 지인들의 평가관련정보를 반영하여 선택된 추천항목이 수신되면, 이를 표시하게 된다.More specifically, the user device 100 reflects the evaluation-related information of the acquaintances of the service requestors among the plurality of items included in the recommendation list from the recommendation service apparatus 200 according to the recommendation list request through the website being accessed, When an item is received, it is displayed.

추천서비스장치(200)는 서비스요청자에 대한 추천리스트를 상기 특정 사용자의 지인에게 제공하는 기능을 수행한다.The recommendation service device 200 provides a recommendation list for a service requester to the acquaintance of the specific user.

보다 구체적으로, 추천서비스장치(200)는 사용자장치(100)가 접속중인 웹사이트로부터 특정 사용자에 대한 추천리스트가 수신되는 경우, 서비스요청자가 가입한 특정 서비스(예: 소셜네트워크서비스)를 확인하고, 해당 서비스에서 서비스요청자가 등록한 다수의 지인에게 웹사이트로부터 수신된 추천리스트를 제공하게 된다.More specifically, when the recommendation service apparatus 200 receives a recommendation list for a specific user from a web site to which the user apparatus 100 is connected, the recommendation service apparatus 200 confirms a specific service (e.g., a social network service) to which the service requestor subscribes , And provides a recommendation list received from the website to a plurality of acquaintances registered by the service requester in the service.

또한, 추천서비스장치(200)는 추천리스트에 포함된 다수의 항목 각각에 대한 평가관련정보를 수집하는 기능을 수행한다.In addition, the recommendation service apparatus 200 performs a function of collecting evaluation-related information for each of a plurality of items included in the recommendation list.

보다 구체적으로, 추천서비스장치(200)는 서비스요청자가 등록한 다수의 지인에 대해 추천리스트 제공이 완료되면, 각각의 지인들로부터 추천리스트에 포함된 각 항목에 대한 평가관련정보를 수집하게 된다.More specifically, the recommendation service apparatus 200 collects evaluation-related information for each item included in the recommendation list from each of the acquaintances upon completion of providing the recommendation list to a plurality of acquaintances registered by the service requester.

여기서, 상기 평가관련정보는, 추천리스트에 포함된 각 항목에 대해 다수의 지인들로부터 입력되는 수치화된 평가점수 또는 댓글 형태의 후기 등이 해당될 수 있으며, 상기 댓글 형태의 후기의 경우 일반적인 문장 분석 알고리즘을 통해 문장에 포함된 긍정/부정 표현을 확인하고, 이에 대한 점수화를 통해 상기 수치화된 평가점수에 상응하는 점수로 환산할 수 있다.Here, the evaluation-related information may be a numerical evaluation score input from a plurality of acquaintances for each item included in the recommendation list, a comment of a comment type, etc. In the latter case of the comment type, general sentence analysis The positive / negative expression included in the sentence can be confirmed through the algorithm, and the score can be converted into a score corresponding to the numerical score.

아울러, 추천서비스장치(200)는 추천리스트에 포함된 다수의 항목 중 추천항목을 선택하는 기능을 수행한다.In addition, the recommendation service apparatus 200 performs a function of selecting a recommendation item among a plurality of items included in the recommendation list.

보다 구체적으로, 추천서비스장치(200)는 지인들로부터의 평가관련정보 수집이 완료되면, 수집된 평가관련정보를 기초로 추천리스트에 포함된 다수의 항목에 대한 추천레벨을 계산하고, 추천레벨이 가장 높은 항목부터 추천레벨이 낮아지는 순서에 따라 적어도 하나의 항목을 상기 추천항목으로 선택하여 사용자장치(100)에 제공하게 된다.More specifically, when the evaluation-related information collection from the acquaintances is completed, the recommendation service apparatus 200 calculates a recommendation level for a plurality of items included in the recommendation list based on the collected evaluation-related information, At least one item is selected as the recommendation item according to the order in which the recommendation level is lowered from the highest item to the user device 100.

이하에서는, 도 2를 참조하여 본 발명의 일 실시예에 따른 추천서비스장치(200)의 구성을 보다 구체적으로 설명하도록 한다.Hereinafter, the configuration of the recommended service apparatus 200 according to an embodiment of the present invention will be described in more detail with reference to FIG.

즉, 본 발명의 일 실시예에 따른 추천서비스장치(200)는 추천리스트를 서비스요청자의 지인들에게 제공하기 위한 제공부(210), 지인들로부터 추천리스트에 포함된 각 항목에 대한 평가관련정보를 수집하기 위한 수집부(220), 및 평가관련정보를 기초로 추천리스트에 포함된 다수의 항목 중 추천항목을 선택하기 위한 선택부(230)를 포함하는 구성을 갖는다.That is, the recommendation service apparatus 200 according to an embodiment of the present invention includes a provider 210 for providing a recommendation list to the acquaintances of a service requester, an evaluation related information 220 for each item included in the recommendation list And a selection unit 230 for selecting a recommendation item among a plurality of items included in the recommendation list based on the evaluation-related information.

여기서, 전술한 제공부(210), 수집부(220), 및 선택부(230)를 포함하는 추천서비스장치(200)의 각 구성은 프로세서에 의해 실행되는 소프트웨어 모듈로 구현되거나, 또는 이들의 결합에 의해 구현될 수 있다.Here, each configuration of the recommended service apparatus 200 including the providing unit 210, the collecting unit 220, and the selecting unit 230 may be implemented by a software module executed by a processor, Lt; / RTI >

제공부(210)는 서비스요청자에 대한 추천리스트를 상기 특정 사용자의 지인에게 제공하는 기능을 수행한다.The providing unit 210 provides a recommendation list for the service requester to the acquaintance of the specific user.

보다 구체적으로, 제공부(210)는 사용자장치(100)가 접속중인 웹사이트로부터 특정 사용자에 대한 추천리스트가 수신되는 경우, 서비스요청자가 가입한 특정 서비스(예: 소셜네트워크서비스)를 확인하고, 해당 서비스에서 서비스요청자가 등록한 다수의 지인에게 웹사이트로부터 수신된 추천리스트를 제공하게 된다.More specifically, the providing unit 210 identifies a particular service (e.g., a social network service) to which the service requester subscribes when a recommendation list for a specific user is received from a website to which the user apparatus 100 is connected, The service will provide a list of referrals received from the website to a number of people who have registered with the service requester.

이때, 제공부(210)는 상기 추천리스트를 제공하는 방식으로서는 예컨대, 자신의 서비스화면 또는 상기 서비스요청자가 가입한 특정 서비스의 서비스화면에 웹사이트로부터 수신된 추천리스트를 등록하고, 해당 서비스화면의 접속주소가 링크된 푸쉬메시지를 서비스가입자가 등록한 다수의 지인들에 전달하여 서비스화면으로의 접속을 유도하거나, 다수의 지인 모두에게 문자메시지에 포함된 추천리스트를 전달하는 방식이 적용될 수 있다.At this time, as a method of providing the recommendation list, the provider 210 registers a recommendation list received from a web site on the service screen of the user or the service screen of the specific service subscribed by the service requestor, A method of delivering a push message linked with a connection address to a plurality of acquaintances registered by a service subscriber to induce a connection to a service screen or transmitting a recommendation list included in a text message to all of a plurality of acquaintances.

수집부(220)는 추천리스트에 포함된 다수의 항목 각각에 대한 평가관련정보를 수집하는 기능을 수행한다.The collecting unit 220 collects evaluation-related information for each of a plurality of items included in the recommendation list.

보다 구체적으로, 수집부(220)는 서비스요청자가 등록한 다수의 지인에 대해 추천리스트 제공이 완료되면, 각각의 지인들로부터 추천리스트에 포함된 각 항목에 대한 평가관련정보를 수집하게 된다.More specifically, the collection unit 220 collects evaluation-related information on each item included in the recommendation list from each of the acquaintances upon completion of providing the recommendation list for a plurality of acquaintances registered by the service requester.

이때, 수집부(220)는 전술한 서비스화면을 통해 추천리스트에 포함된 각 항목에 대해 지인들이 직접 입력한 평가관련정보를 수집하거나, 내지는 문자메시지에 포함된 추천리스트에 대한 답장으로 지인들이 전송하는 문자메시지를 통해 평가관련정보를 수집할 수 있다.At this time, the collecting unit 220 collects the evaluation-related information directly input by the acquaintances to each item included in the recommendation list through the service screen, The user can collect information related to the evaluation through a text message.

선택부(230)는 추천리스트에 포함된 다수의 항목 중 추천항목을 선택하는 기능을 수행한다.The selecting unit 230 performs a function of selecting a recommendation item among a plurality of items included in the recommendation list.

보다 구체적으로, 선택부(230)는 지인들로부터의 평가관련정보 수집이 완료되면, 수집된 평가관련정보를 기초로 추천리스트에 포함된 다수의 항목에 대한 추천레벨을 계산하고, 추천레벨이 가장 높은 항목부터 추천레벨이 낮아지는 순서에 따라 적어도 하나의 항목을 상기 추천항목으로 선택하여 사용자장치(100)에 제공하게 된다.More specifically, when the collection of evaluation-related information from the acquaintances is completed, the selection unit 230 calculates a recommendation level for a plurality of items included in the recommendation list based on the collected evaluation-related information, At least one item is selected as the recommendation item according to the descending order of the recommendation level from the highest item to the user device 100.

이때, 선택부(230)는 평가관련정보에 서비스요청자와 지인 각각에 대해 확인되는 관련도를 추가 적용하여 추천항목을 선택하게 된다.At this time, the selecting unit 230 selects the recommendation item by further applying the degree of relevancy to be checked for each of the service requester and the acquaintance to the evaluation-related information.

이와 관련하여, 선택부(230)는 서비스요청자가 가입한 특정 서비스에 등록된 서비스요청자의 특성정보와 다수의 지인 각각의 특성정보 사이의 관계를 기초로 관련도를 산출할 수 있다.In this regard, the selecting unit 230 may calculate the relevance based on the relationship between the characteristic information of the service requester registered in the specific service to which the service requester subscribes and the characteristic information of each of a plurality of acquaintances.

즉, 선택부(230)는 특성정보에 포함된 특성확인항목(예: 나이, 성별, 생일, 기념일, 주소, 학력, 관심사)를 확인하고, 서비스요청자와 지인 간에 일치하는 특성확인항목의 개수를 확인함으로써, 확인된 개수에 상응하도록 관계도를 산출할 수 있다.That is, the selecting unit 230 identifies the property check items (e.g., age, gender, birthday, anniversary, address, education, interest) included in the property information and sets the number of property check items matching between the service requester and the acquaintance By confirming, the relationship can be calculated to correspond to the identified number.

이때, 서비스요청자와의 특성확인항목의 일치 개수가 많은 지인일수록 서비스요청자와의 관계도를 높게 산출하게 된다.At this time, the more the number of matching items of the characteristic confirmation items with the service requester is, the higher the degree of relation with the service requester is calculated.

예를 들어, 지인 A의 특성확인항목의 일치 개수는 2개이고, 지인 B의 특성확인항목의 일치 개수는 3개이며, 일치 개수당 2점의 기본점수가 부여되는 경우, 지인별로 확인되는 관계도는 아래 [수식 1]에 따라 지인 A는 4점[2*2(일치 개수)]이 되며, 지인 B는 6점[2*3(일치 개수)]으로 산출될 수 있다.For example, if there are two matching counts of the characteristics check items of the acquaintance A, three matching counts of the confirmation items of the acquaintance B, and a base score of 2 points per matching point, Can be calculated as 4 points [2 * 2 (matching number)] and acquaintance B can be calculated as 6 points [2 * 3 (matching number)] according to the following [Expression 1].

[수식 1][Equation 1]

관계도 = 기본점수 * 특성확인항목 일치 개수Relationship Degree = Base Score * Attribute Check Item Match Count

한편, 선택부(230)는 서비스요청자와의 특성확인항목의 일치 개수가 동일한 지인들의 경우에는, 특성확인항목 별로 상이한 가중치를 부여하고, 일치된 특성확인항목에 부여된 가중치를 추가 적용하여 서비스요청자와의 관계도를 산출하게 된다.On the other hand, when the number of matching items of the property check items with the service requester is the same, the selecting unit 230 assigns a different weight to each property check item, further applies a weight given to the matching property check item, As shown in FIG.

예를 들어, 특성확인항목으로서, 나이, 성별, 학력, 관심사가 존재하며, 나이에는 가중치 1.2, 성별에는 가중치 1.2, 학력에는 가중치 1, 그리고 관심사에는 가중치 1.1을 부여한 상태에서, 지인 A는 나이와 성별이 일치하며, 지인 B의 경우 나이와 관심사가 일치하는 것으로 확인되는 경우, 특성확인항목의 일치 개수가 동일함에도 불구하고 아래 [수식 2]에 따라 지인 A의 관계도는 4.8점[2*(1.2)+2(1.2)], 지인 B의 관계도는 1.15[2*(1.2)+2(1.1)]로 산출되어, 지인 B보다 지인 A의 관계도가 높게 산출되게 된다.For example, age, gender, educational background, and interest are present as characteristics check items, and with age 1.2 weight, age 1.2 weight, academic background weight 1, and interest 1.1 weight, The relationship between the acquaintance A and the acquaintance A is 4.8 points [2 * (), according to the following equation (2), even though the number of matches of the characteristic confirmation items is the same 1.2) +2 (1.2)], and the relationship degree of the acquaintance B is calculated as 1.15 [2 * (1.2) +2 (1.1)].

[수식 2][Equation 2]

관계도 = (기본점수 * 일치된 특성확인항목_1 가중치) +......+ (기본점수 * 일치된 특성확인항목_N 가중치)Relation degree = (Basic score * Matching attribute check item _1 weight) + ...... + (Basic score * Matched attribute check item _N weight)

다른 실시예로서, 선택부(230)는 추천리스트에 포함된 다수의 항목 각각에 대한 상기 다수의 지인의 접근 이력을 기초로 상기 관련도를 산출할 수 있다.In another embodiment, the selector 230 may calculate the degree of association based on the access histories of the plurality of acquaintances for each of the plurality of items included in the recommendation list.

이와 관련하여, 추천서비스장치(200)는 각 지인에 대해 추천리스트에 포함된 다수의 항목 각각에 대해 이루어진 선택, 열람, 및 구매 중 적어도 하나에 해당하는 접근 이력을 확인하고, 각 접근 이력에 대해 상이한 가중치를 부여함으로써, 이러한 접근 이력별 가중치를 기초로 서비스요청자와 지인들 간의 관련도를 산출하게 된다.In this regard, the recommendation service apparatus 200 confirms an access history corresponding to at least one of selection, browsing, and purchase made for each of a plurality of items included in the recommendation list for each acquaintance, By assigning different weights, the degree of association between the service requester and the acquaintances is calculated based on the weight of each access history.

여기서, 접근 이력의 경우 평가관련정보 수집 시, 지인들로 하여금 추천리스트에 포함된 각 항목에 대한 접근 이력을 직접 선택할 수 있도록 하는 방식을 적용함으로써 확인될 수 있다.Here, in the case of the access history, it can be confirmed by applying a method of allowing the acquaintance to directly select the access history for each item included in the recommendation list when collecting the evaluation-related information.

예를 들어, 접근 이력이 존재하는 지인들에게 2점의 기본점수가 부여되며, 접근 이력별 가중치로서 선택은 가중치 1.1, 열람에는 가중치 1.2, 구매에는 가중치 1.5가 부여되고, 지인 A의 경우 구매에 해당하는 접근 이력이 존재하며, 지인 B의 경우 선택에 해당하는 접근 이력이 존재하는 경우, 아래 [수식 3]에 따라 지인 A의 관계도는 3점[2*1.5], 지인 B의 관계도는 2.2점[2*1.1]으로 산출되게 된다.For example, a base score of 2 is given to the acquaintances who have access history, and a weight is selected as a weight by access history. The weight is 1.1, the weight is 1.2, and the weight is 1.5. If there is a corresponding access history and if there is an access history corresponding to the choice in the case of the acquaintance B, the relationship degree of the acquaintance A is 3 points [2 * 1.5] according to the following [Equation 3] 2.2 points [2 * 1.1].

[수식 3][Equation 3]

관계도 = 기본점수 * 접근 이력별 가중치Relation degree = Base score * Weight by access history

한편, 관계도 산출의 경우, 전술한 상기 특성확인항목 간의 일치 개수를 기초로 관계도를 산출하는 방식과 접근 이력별 가중치를 기초로 관계도를 산출하는 방식을 함께 적용한 예로서, 특성확인항목 간의 일치 개수를 기초로 산출되는 관계도 점수를, 접근 이력별 가중치를 기초로 관계도를 산출하는 방식의 기본점수로 적용할 수 있으며, 반대로 접근 이력별 가중치를 기초로 산출되는 관계도 점수를, 특성화인항목 간의 일치 개수를 기초로 관계도를 산출하는 방식의 기본점수로 적요할 수도 있을 것이다.On the other hand, in the case of the calculation of the degree of relationship, an example of applying the method of calculating the degree of relation based on the number of matching among the above-mentioned characteristic confirmation items and the method of calculating the degree of relation based on the weight of each access history, It is possible to apply the relation degree score calculated on the basis of the matching number as the basic score of the method of calculating the degree of relation based on the weight of the access history and conversely the relation degree score calculated on the basis of the weight of the access history, The basic score of the method of calculating the degree of relationship based on the number of matches between men and women may be summarized.

나아가, 선택부(230)는 각 지인에 대한 관계도 산출이 완료되면, 지인들로부터 수집한 평가관련정보에 관계도를 적용함으로써, 추천리스트에 포함된 다수의 항목에 대한 추천레벨을 계산하고, 계산된 추천레벨이 높은 하나 이상의 항목을 추천항목으로서 선택하여 사용자장치(100)에 제공하게 된다.Further, the selector 230 calculates a recommendation level for a plurality of items included in the recommendation list by applying the degree of relation to the evaluation-related information collected from the acquaintances, And selects one or more items having a calculated recommendation level as a recommendation item and provides the selected item to the user device 100. [

예를 들어, 추천리스트에 포함된 다수의 항목에 대한 평가관련정보는 아래 [표 1]과 같이 긍정적인 평가에 상응하는 점수로서 0~5점까지의 점수, 그리고 부정적인 평가에 상응하는 점수로서, 0~-5점까지 범위의 평가점수로 확인될 수 있다.For example, the evaluation-related information on a plurality of items included in the recommendation list is a score corresponding to a positive evaluation as shown in [Table 1], a score of 0 to 5, and a score corresponding to a negative evaluation, It can be confirmed by an evaluation score ranging from 0 to -5 points.

지인 AAcquaintance A 지인 BAcquaintance B 지인 CAcquaintance C 항목 AItem A 1One 1One 1One 항목 BItem B 22 1One 1One 항목 CItem C 33 1One 44 항목 DItem D -1-One 1One 00

이와 관련하여, 지인 A의 관계도는 1.5, 지인 B의 관계도는 3.5점, 그리고 지인 C와의 관계도는 2점으로 산출되는 경우, 각 항목에 대한 추천레벨은 아래 [수식 4]에 따라 항목 A는 2.3 레벨[1*1.5(지인A 관계도) + 1*3.5(지인 B 관계도) + 1*2(지인 C 관계도)/3], 항목 B는 2.8 레벨[2*1.5(지인A 관계도) + 1*3.5(지인 B 관계도) + 1*2(지인 C 관계도)/3], 항목 C는 5 레벨[3*1.5(지인A 관계도) + 1*3.5(지인 B 관계도) + 4*2(지인 C 관계도)/3] 그리고, 항목 D는 0.6 레벨[-1*1.5(지인A 관계도) + 1*3.5(지인 B 관계도) + 4*0(지인 C 관계도)/3]로 확인될 수 있으며, 이에 추천레벨이 가장 높은 순서에 따라 항목 C와 항목 B를 서비스요청자의 추천항목으로서 선택하여 사용자장치(100)에 제공할 수 있다.In relation to this, when the relationship degree of the acquaintance A is 1.5, the relation degree of the acquaintance B is 3.5, and the relationship with the acquaintance C is calculated as 2 points, the recommended level for each item is A is 2.3 level [1 * 1.5 (acquaintance A relationship) + 1 * 3.5 (acquaintance B relationship) + 1 * 2 (acquaintance relation diagram) / 3], item B is 2.8 level [2 * 1.5 (Relationship B) Relationship 1) Relationship B) Relationship 1) Relationship B) Relationship B) Relationship B) Relationship B) Relationship B) Relationship B) Relationship B) (The acquaintance B relationship) + 4 * 0 (the acquaintance C relationship) / 4 * 2 (the acquaintance C relationship) / 3] / 3]. Accordingly, item C and item B can be selected as a recommendation item of the service requester and provided to the user device 100 according to the order in which the recommendation level is highest.

[수식 4][Equation 4]

항목별 추천레벨 = (평가점수* 지인_1의 관계도) +......+ (평가점수 * 지인_1의 관계도)/ NRecommended level for each item = (Score * Relationship diagram of acquaintance) + ...... + (Score * Relationship diagram of acquaintance) / N

이상에서 살펴본 바와 같이, 본 발명의 일 실시예에 따른 추천 서비스 시스템에 따르면, 특정 사용자에 대한 추천리스트를 특정 서비스와 관련하여 상기 특정 사용자가 등록한 다수의 지인에게 제공하여, 상기 다수의 지인으로부터 상기 추천리스트에 포함된 다수의 항목 각각에 대한 평가관련정보를 수집하고, 상기 평가관련정보를 기초로 상기 추천리스트에 포함된 다수의 항목 중 적어도 하나의 항목을 추천항목으로서 선택하여 상기 특정 사용자에게 제공함으로써 사용자에게 최적화되고 활용도 높은 컨텐츠를 추천할 수 있어 사용자의 만족도를 높이고 컨텐츠 제공자의 수익을 효율적으로 증대시킬 수 있는 효과를 도출할 수 있다.As described above, according to the recommendation service system according to the embodiment of the present invention, it is possible to provide a recommendation list for a specific user to a plurality of acquaintances registered by the specific user in association with a specific service, Collecting evaluation-related information for each of a plurality of items included in the recommendation list, selecting at least one item among the plurality of items included in the recommendation list as a recommendation item based on the evaluation-related information, It is possible to recommend the optimized and highly utilized contents to the user, thereby increasing the satisfaction of the user and increasing the profit of the contents provider efficiently.

이하에서는 도 3 및 도 4를 참조하여, 본 발명의 일 실시예에 따른 추천 서비스 방법을 설명하도록 한다. 여기서, 설명의 편의를 위해 전술한 도 1 및 도 2에 도시된 구성은 해당 참조번호를 언급하여 설명하겠다. Hereinafter, a recommendation service method according to an embodiment of the present invention will be described with reference to FIG. 3 and FIG. Here, for convenience of explanation, the configurations shown in FIGS. 1 and 2 will be described with reference to corresponding reference numerals.

우선, 도 3을 참조하여 본 발명의 일 실시예에 따른 추천 서비스 시스템에서의 동작 흐름을 설명하도록 한다.First, with reference to FIG. 3, the operation flow in the recommended service system according to an embodiment of the present invention will be described.

먼저, 사용자장치(100)가 서비스요청자에 대한 일련의 로그인 과정을 거쳐 웹사이트에 접속한 이후 상기 웹사이트에서 제공하는 서비스와 관련하여 서비스요청자에 대한 추천리스트를 요청하게 된다(S110).First, after the user device 100 accesses a web site through a series of login processes for a service requester, a recommendation list for the service requester is requested in connection with a service provided in the web site (S110).

이에, 해당 웹사이트에서는 사용자장치(100)로부터 요청에 따라 서비스요청자에 대한 추천리스트를 구성하고, 구성된 추천리스트를 추천서비스장치(200)에 전달하여 검증을 요청하게 된다(S120-S130).Accordingly, the web site configures a recommendation list for the service requester according to a request from the user device 100, and transmits the recommendation list to the recommendation service apparatus 200 (S120 - S130).

다음으로, 추천서비스장치(200)는 사용자장치(100)가 접속중인 웹사이트로부터 특정 사용자에 대한 추천리스트가 수신되는 경우, 서비스요청자가 가입한 특정 서비스(예: 소셜네트워크서비스)를 확인하고, 해당 서비스에서 서비스요청자가 등록한 다수의 지인에게 웹사이트로부터 수신된 추천리스트를 제공하게 된다(S140).Next, the recommendation service apparatus 200 confirms a specific service (e.g., a social network service) to which the service requester subscribes when a recommendation list for a specific user is received from the website to which the user apparatus 100 is connected, The recommendation list received from the web site is provided to a plurality of acquaintances registered by the service requester in the corresponding service (S140).

그런 다음, 추천서비스장치(200)는 서비스요청자가 등록한 다수의 지인에 대해 추천리스트 제공이 완료되면, 각각의 지인들로부터 추천리스트에 포함된 각 항목에 대한 평가관련정보를 수집하게 된다(S150).Then, the recommendation service apparatus 200 collects evaluation-related information for each item included in the recommendation list from the respective acquaintances upon completion of providing the recommendation list for a plurality of acquaintances registered by the service requester (S150) .

나아가, 추천서비스장치(200)는 지인들로부터의 평가관련정보 수집이 완료되면, 수집된 평가관련정보를 기초로 추천리스트에 포함된 다수의 항목에 대한 추천레벨을 계산하고, 추천레벨이 가장 높은 항목부터 추천레벨이 낮아지는 순서에 따라 적어도 하나의 항목을 상기 추천항목으로 선택하여 사용자장치(100)에 제공하게 된다(S160-S180).Further, when the evaluation-related information collection from the acquaintances is completed, the recommendation service apparatus 200 calculates a recommendation level for a plurality of items included in the recommendation list based on the collected evaluation-related information, At least one item is selected as the recommendation item in accordance with the order in which the recommendation level is lowered from the item to the user device 100 (S160-S180).

이후, 사용자장치(100)는 접속중인 웹사이트를 통한 추천리스트 요청에 따라 추천서비스장치(200)로부터 추천리스트에 포함된 다수의 항목 중에서 서비스요청자의 지인들의 평가관련정보를 반영하여 선택된 추천항목이 수신되면, 이를 표시하게 된다(S190).Thereafter, the user device 100 reflects the evaluation-related information of the acquaintances of the service requestors among the plurality of items included in the recommendation list from the recommendation service apparatus 200 according to the recommendation list request through the website being accessed, If it is received, it is displayed (S190).

이하에서는 도 4를 참조하여 본 발명의 일 실시예에 따른 추천서비스장치(200)의 동작을 구체적으로 설명하도록 한다.Hereinafter, the operation of the recommendation service apparatus 200 according to an embodiment of the present invention will be described in detail with reference to FIG.

먼저, 제공부(210)는 사용자장치(100)가 접속중인 웹사이트로부터 특정 사용자에 대한 추천리스트가 수신되는 경우, 서비스요청자가 가입한 특정 서비스(예: 소셜네트워크서비스)를 확인하고, 해당 서비스에서 서비스요청자가 등록한 다수의 지인에게 웹사이트로부터 수신된 추천리스트를 제공하게 된다(S210-S220).First, the provider 210 confirms a specific service (e.g., a social network service) to which a service requester subscribes when a recommendation list for a specific user is received from a web site to which the user apparatus 100 is connected, A recommendation list received from the web site is provided to a plurality of acquaintances registered by the service requester in steps S210 - S220.

이때, 제공부(210)는 상기 추천리스트를 제공하는 방식으로서는 예컨대, 자신의 서비스화면 또는 상기 서비스요청자가 가입한 특정 서비스의 서비스화면에 웹사이트로부터 수신된 추천리스트를 등록하고, 해당 서비스화면의 접속주소가 링크된 푸쉬메시지를 서비스가입자가 등록한 다수의 지인들에 전달하여 서비스화면으로의 접속을 유도하거나, 다수의 지인 모두에게 문자메시지에 포함된 추천리스트를 전달하는 방식이 적용될 수 있다.At this time, as a method of providing the recommendation list, the provider 210 registers a recommendation list received from a web site on the service screen of the user or the service screen of the specific service subscribed by the service requestor, A method of delivering a push message linked with a connection address to a plurality of acquaintances registered by a service subscriber to induce a connection to a service screen or transmitting a recommendation list included in a text message to all of a plurality of acquaintances.

그런 다음, 수집부(220)는 서비스요청자가 등록한 다수의 지인에 대해 추천리스트 제공이 완료되면, 각각의 지인들로부터 추천리스트에 포함된 각 항목에 대한 평가관련정보를 수집하게 된다(S230).Then, the collection unit 220 collects evaluation-related information for each item included in the recommendation list from the respective acquaintances, when the recommender list is provided for a plurality of acquaintances registered by the service requester (S230).

이때, 수집부(220)는 전술한 서비스화면을 통해 추천리스트에 포함된 각 항목에 대해 지인들이 직접 입력한 평가관련정보를 수집하거나, 내지는 문자메시지에 포함된 추천리스트에 대한 답장으로 지인들이 전송하는 문자메시지를 통해 평가관련정보를 수집할 수 있다.At this time, the collecting unit 220 collects the evaluation-related information directly input by the acquaintances to each item included in the recommendation list through the service screen, The user can collect information related to the evaluation through a text message.

다음으로, 선택부(230)는 평가관련정보에 서비스요청자와 지인들 간의 관련도를 산출한다(S240).Next, the selecting unit 230 calculates the degree of association between the service requester and the acquaintances in the evaluation-related information (S240).

이때, 선택부(230)는 서비스요청자가 가입한 특정 서비스에 등록된 서비스요청자의 특성정보와 다수의 지인 각각의 특성정보 사이의 관계를 기초로 관련도를 산출하게 된다.At this time, the selecting unit 230 calculates the degree of relevance based on the relationship between the characteristic information of the service requester registered in the specific service to which the service requester subscribes and the characteristic information of each of the plurality of acquaintances.

즉, 선택부(230)는 특성정보에 포함된 특성확인항목(예: 나이, 성별, 생일, 기념일, 주소, 학력, 관심사)를 확인하고, 서비스요청자와 지인 간에 일치하는 특성확인항목의 개수를 확인하고, 서비스요청자와의 특성확인항목의 일치 개수가 많은 지인일수록 서비스요청자와의 관계도를 높게 산출하게 된다.That is, the selecting unit 230 identifies the property check items (e.g., age, gender, birthday, anniversary, address, education, interest) included in the property information and sets the number of property check items matching between the service requester and the acquaintance And the more the number of matching items of the characteristic confirmation item with the service requester is, the higher the degree of relation with the service requester is calculated.

한편, 선택부(230)는 서비스요청자와의 특성확인항목의 일치 개수가 동일한 지인들의 경우에는, 특성확인항목 별로 상이한 가중치를 부여하고, 일치된 특성확인항목에 부여된 가중치를 추가 적용하여 서비스요청자와의 관계도를 산출하게 된다.On the other hand, when the number of matching items of the property check items with the service requester is the same, the selecting unit 230 assigns a different weight to each property check item, further applies a weight given to the matching property check item, As shown in FIG.

또한, 선택부(230)는 추천리스트에 포함된 다수의 항목 각각에 대한 상기 다수의 지인의 접근 이력을 기초로 상기 관련도를 산출할 수 있다.The selecting unit 230 may calculate the degree of association based on the access histories of the plurality of acquaintances for each of the plurality of items included in the recommendation list.

이와 관련하여, 추천서비스장치(200)는 각 지인에 대해 추천리스트에 포함된 다수의 항목 각각에 대해 이루어진 선택, 열람, 및 구매 중 적어도 하나에 해당하는 접근 이력을 확인하고, 각 접근 이력에 대해 상이한 가중치를 부여함으로써, 이러한 접근 이력별 가중치를 기초로 서비스요청자와 지인들 간의 관련도를 산출하게 된다.In this regard, the recommendation service apparatus 200 confirms an access history corresponding to at least one of selection, browsing, and purchase made for each of a plurality of items included in the recommendation list for each acquaintance, By assigning different weights, the degree of association between the service requester and the acquaintances is calculated based on the weight of each access history.

이후, 선택부(230)는 각 지인에 대한 관계도 산출이 완료되면, 지인들로부터 수집한 평가관련정보에 관계도를 적용함으로써, 추천리스트에 포함된 다수의 항목에 대한 추천레벨을 계산하고, 계산된 추천레벨이 높은 하나 이상의 항목을 추천항목으로서 선택하여 사용자장치(100)에 제공하게 된다(S250-S270).Thereafter, the selector 230 calculates a recommendation level for a plurality of items included in the recommendation list by applying the degree of relation to the evaluation-related information collected from the acquaintances, And selects at least one item having a calculated recommendation level as a recommendation item, and provides the selected item to the user device 100 (S250-S270).

이상에서 살펴본 바와 같이, 본 발명의 일 실시예에 따른 추천 서비스 방법에 따르면, 특정 사용자에 대한 추천리스트를 특정 서비스와 관련하여 상기 특정 사용자가 등록한 다수의 지인에게 제공하여, 상기 다수의 지인으로부터 상기 추천리스트에 포함된 다수의 항목 각각에 대한 평가관련정보를 수집하고, 상기 평가관련정보를 기초로 상기 추천리스트에 포함된 다수의 항목 중 적어도 하나의 항목을 추천항목으로서 선택하여 상기 특정 사용자에게 제공함으로써 사용자에게 최적화되고 활용도 높은 컨텐츠를 추천할 수 있어 사용자의 만족도를 높이고 컨텐츠 제공자의 수익을 효율적으로 증대시킬 수 있는 효과를 도출할 수 있다.As described above, according to the recommendation service method according to an embodiment of the present invention, it is possible to provide a recommendation list for a specific user to a plurality of acquaintances registered by the specific user in association with a specific service, Collecting evaluation-related information for each of a plurality of items included in the recommendation list, selecting at least one item among the plurality of items included in the recommendation list as a recommendation item based on the evaluation-related information, It is possible to recommend the optimized and highly utilized contents to the user, thereby increasing the satisfaction of the user and increasing the profit of the contents provider efficiently.

한편, 여기에 제시된 실시예들과 관련하여 설명된 방법 또는 알고리즘의 단계들은 하드웨어로 직접 구현되거나, 다양한 컴퓨터 수단을 통하여 수행될 수 있는 프로그램 명령 형태로 구현되어 컴퓨터 판독 가능 매체에 기록될 수 있다. 상기 컴퓨터 판독 가능 매체는 프로그램 명령, 데이터 파일, 데이터 구조 등을 단독으로 또는 조합하여 포함할 수 있다. 상기 매체에 기록되는 프로그램 명령은 본 발명을 위하여 특별히 설계되고 구성된 것들이거나 컴퓨터 소프트웨어 당업자에게 공지되어 사용 가능한 것일 수도 있다. 컴퓨터 판독 가능 기록 매체의 예에는 하드 디스크, 플로피 디스크 및 자기 테이프와 같은 자기 매체(magnetic media), CD-ROM, DVD와 같은 광기록 매체(optical media), 플롭티컬 디스크(floptical disk)와 같은 자기-광 매체(magneto-optical media), 및 롬(ROM), 램(RAM), 플래시 메모리 등과 같은 프로그램 명령을 저장하고 수행하도록 특별히 구성된 하드웨어 장치가 포함된다. 프로그램 명령의 예에는 컴파일러에 의해 만들어지는 것과 같은 기계어 코드뿐만 아니라 인터프리터 등을 사용해서 컴퓨터에 의해서 실행될 수 있는 고급 언어 코드를 포함한다. 상기된 하드웨어 장치는 본 발명의 동작을 수행하기 위해 하나 이상의 소프트웨어 모듈로서 작동하도록 구성될 수 있으며, 그 역도 마찬가지이다.Meanwhile, the steps of a method or algorithm described in connection with the embodiments disclosed herein may be embodied directly in hardware, or may be embodied in a computer readable medium, in the form of a program instruction, which may be carried out through various computer means. The computer-readable medium may include program instructions, data files, data structures, and the like, alone or in combination. The program instructions recorded on the medium may be those specially designed and constructed for the present invention or may be available to those skilled in the art of computer software. Examples of computer-readable media include magnetic media such as hard disks, floppy disks and magnetic tape; optical media such as CD-ROMs and DVDs; magnetic media such as floppy disks; Magneto-optical media, and hardware devices specifically configured to store and execute program instructions such as ROM, RAM, flash memory, and the like. Examples of program instructions include machine language code such as those produced by a compiler, as well as high-level language code that can be executed by a computer using an interpreter or the like. The hardware devices described above may be configured to operate as one or more software modules to perform the operations of the present invention, and vice versa.

지금까지 본 발명을 바람직한 실시 예를 참조하여 상세히 설명하였지만, 본 발명이 상기한 실시 예에 한정되는 것은 아니며, 이하의 특허청구범위에서 청구하는 본 발명의 요지를 벗어남이 없이 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자라면 누구든지 다양한 변형 또는 수정이 가능한 범위까지 본 발명의 기술적 사상이 미친다 할 것이다.While the present invention has been particularly shown and described with reference to exemplary embodiments thereof, it is to be understood that the invention is not limited to the disclosed exemplary embodiments, but, on the contrary, It will be understood by those skilled in the art that various changes in form and details may be made therein without departing from the spirit and scope of the invention as defined by the appended claims.

본 발명의 추천 서비스 시스템 및 그 방법, 그리고 이에 적용되는 장치에 따르면, 특정 사용자를 대상으로 하는 추천리스트에 포함된 다수의 항목 각각에 대해 다수의 지인으로부터 평가관련정보를 수집하고, 수집된 평가관련정보를 기초로 추천리스트 중 추천항목을 선택하여 제공한다는 점에서, 기존 기술의 한계를 뛰어 넘음에 따라 관련 기술에 대한 이용만이 아닌 적용되는 장치의 시판 또는 영업의 가능성이 충분할 뿐만 아니라 현실적으로 명백하게 실시할 수 있는 정도이므로 산업상 이용가능성이 있는 발명이다.According to the recommendation service system and method of the present invention and the device applied thereto, it is possible to collect evaluation-related information from a plurality of acquaintances for each of a plurality of items included in a recommendation list for a specific user, In view of the fact that the recommendation list is selected from the list of recommendations on the basis of the information, it is possible not only to use the related technology but also to have the possibility of marketing or operating the device. This is an invention that is industrially applicable because it can be done.

100: 사용자장치
200: 추천서비스장치
210: 제공부 220: 수집부
230: 선택부100: User device
200: Recommended service device
210: provided unit 220: collecting unit
230:

Claims (17)

특정 사용자에 대한 추천리스트를 특정 서비스와 관련하여 상기 특정 사용자가 등록한 다수의 지인에게 제공하는 제공부;
상기 다수의 지인으로부터 상기 추천리스트에 포함된 다수의 항목 각각에 대한 평가관련정보를 수집하는 수집부; 및
상기 평가관련정보를 기초로 상기 추천리스트에 포함된 다수의 항목 중 적어도 하나의 항목을 추천항목으로서 선택하여 상기 특정 사용자에게 제공하는 선택부를 포함하는 것을 특징으로 하는 추천서비스장치.Providing a recommendation list for a specific user to a plurality of acquaintances registered by the specific user in association with a specific service;
A collection unit for collecting evaluation-related information for each of a plurality of items included in the recommendation list from the plurality of acquaintances; And
And a selecting unit for selecting at least one item among the plurality of items included in the recommendation list as a recommendation item based on the evaluation-related information and providing the selected item to the specific user. 제 1 항에 있어서,
상기 선택부는,
상기 평가관련정보에 상기 특정 사용자와 상기 다수의 지인 각각에 대해 확인되는 관련도를 적용하여 상기 추천항목을 선택하는 것을 특징으로 하는 추천서비스장치.The method according to claim 1,
Wherein the selection unit comprises:
And selects the recommendation item by applying the degree of association confirmed for the specific user and the plurality of acquaintances to the evaluation-related information. 제 2 항에 있어서,
상기 선택부는,
상기 특정 사용자의 특성정보와 상기 다수의 지인 각각의 특성정보 사이의 관계를 기초로 상기 관련도를 확인하는 것을 특징으로 하는 추천서비스장치.3. The method of claim 2,
Wherein the selection unit comprises:
And the degree of association is confirmed on the basis of a relationship between the characteristic information of the specific user and the characteristic information of each of the plurality of acquaintances. 제 3 항에 있어서,
상기 특성정보는,
사용자 특성 확인을 위한 적어도 두개 이상의 특성확인항목을 포함하며,
상기 선택부는,
상기 특정 사용자와 상기 다수의 지인 각각의 일치되는 상기 특성확인항목의 개수 및 일치되는 특성확인항목에 적용된 가중치 중 적어도 하나를 기초로 상기 관련도를 확인하는 것을 특징으로 하는 추천서비스장치. The method of claim 3,
The characteristic information may include,
At least two characteristic confirmation items for user characteristic confirmation,
Wherein the selection unit comprises:
And confirms the degree of association based on at least one of the number of the characteristic confirmation items matched to the specific user and the plurality of acquaintances and the weight applied to the matched characteristic confirmation item. 제 2 항에 있어서,
상기 선택부는,
상기 추천리스트에 포함된 다수의 항목 각각에 대한 상기 다수의 지인 각각의 접근 이력을 기초로 상기 관련도를 확인하는 것을 특징으로 하는 추천서비스장치.3. The method of claim 2,
Wherein the selection unit comprises:
And confirms the degree of association based on each access history of the plurality of destinations for each of a plurality of items included in the recommendation list. 제 5 항에 있어서,
상기 접근 이력은,
상기 추천리스트에 포함된 다수의 항목 각각에 대한 검색, 열람, 및 구매 중 적어도 하나이며,
상기 선택부는,
상기 검색, 열람, 및 구매 각각에 대해 상이하게 부여되는 접근 이력별 가중치를 기초로 상기 관련도를 확인하는 것을 특징으로 하는 추천서비스장치.6. The method of claim 5,
The access history,
At least one of searching, browsing, and purchasing each of a plurality of items included in the recommendation list,
Wherein the selection unit comprises:
And the degree of association is confirmed on the basis of a weight for each access history assigned differently for each of the search, browse and purchase. 제 4 항 또는 제 6 항에 있어서,
상기 선택부는,
상기 평가관련정보와 상기 관련도를 기초로 상기 추천리스트에 포함된 다수의 항목 각각에 대한 추천레벨을 계산하고, 추천레벨이 가장 높은 항목부터 추천레벨이 낮아지는 순서에 따라 적어도 하나의 항목을 상기 추천항목으로 선택하는 것을 특징으로 하는 추천서비스장치.The method according to claim 4 or 6,
Wherein the selection unit comprises:
Calculating a recommendation level for each of the plurality of items included in the recommendation list on the basis of the evaluation-related information and the degree of association, and calculating at least one item from the items having the highest recommendation level And recommends the recommendation service. 추천서비스장치가 특정 사용자에 대한 추천리스트를 특정 서비스와 관련하여 상기 특정 사용자가 등록한 다수의 지인에게 제공하는 제공단계;
상기 추천서비스장치가 상기 다수의 지인으로부터 상기 추천리스트에 포함된 다수의 항목 각각에 대한 평가관련정보를 수집하는 수집부;
상기 추천서비스장치가 상기 평가관련정보를 기초로 상기 추천리스트에 포함된 다수의 항목 중 적어도 하나의 항목을 상기 특정 사용자에 대한 추천항목으로서 선택하는 선택단계; 및
사용자장치가 상기 특정 사용자에 대해 선택된 추천항목을 표시하는 표시단계를 포함하는 것을 특징으로 하는 추천 서비스 방법.A recommendation service apparatus providing a recommendation list for a specific user to a plurality of acquaintances registered by the specific user in association with a specific service;
A collection unit for collecting evaluation-related information for each of a plurality of items included in the recommendation list from the plurality of acquaintances;
The recommendation service apparatus selecting at least one item among a plurality of items included in the recommendation list as a recommendation item for the specific user based on the evaluation-related information; And
And a display step of displaying a recommendation item selected by the user apparatus for the specific user. 특정 사용자에 대한 추천리스트를 특정 서비스와 관련하여 상기 특정 사용자가 등록한 다수의 지인에게 제공하는 제공단계;
상기 다수의 지인으로부터 상기 추천리스트에 포함된 다수의 항목 각각에 대한 평가관련정보를 수집하는 수집단계; 및
상기 평가관련정보를 기초로 상기 추천리스트에 포함된 다수의 항목 중 적어도 하나의 항목을 상기 특정 사용자에 대한 추천항목으로서 선택하는 선택단계를 포함하는 것을 특징으로 하는 추천서비스장치의 동작 방법.Providing a recommendation list for a specific user to a plurality of acquaintances registered by the specific user in association with the specific service;
A collection step of collecting evaluation-related information for each of a plurality of items included in the recommendation list from the plurality of acquaintances; And
And a selection step of selecting at least one item among a plurality of items included in the recommendation list as a recommendation item for the specific user based on the evaluation-related information. 제 9 항에 있어서,
상기 선택단계는,
상기 평가관련정보와 상기 특정 사용자와 상기 다수의 지인 각각에 대해 확인되는 관련도를 적용하여 상기 추천항목을 선택하는 것을 특징으로 하는 추천서비스장치의 동작 방법.10. The method of claim 9,
In the selecting step,
And the recommendation item is selected by applying the evaluation-related information, the relation between the specific user and the plurality of acquaintances. 제 10 항에 있어서,
상기 선택단계는,
상기 특정 사용자의 특성정보와 상기 다수의 지인 각각의 특성정보 사이의 관계를 기초로 상기 관련도를 확인하는 것을 특징으로 하는 추천서비스장치의 동작 방법.11. The method of claim 10,
In the selecting step,
Wherein the degree of association is confirmed on the basis of a relationship between the characteristic information of the specific user and the characteristic information of each of the plurality of acquaintances. 제 11 항에 있어서,
상기 특성정보는,
적어도 두개 이상의 특성확인항목을 포함하며,
상기 선택단계는,
상기 특정 사용자와 상기 다수의 지인 각각의 일치되는 상기 특성확인항목의 개수 및 일치되는 특성확인항목에 적용된 가중치 중 적어도 하나를 기초로 상기 관련도를 확인하는 것을 특징으로 하는 추천서비스장치의 동작 방법. 12. The method of claim 11,
The characteristic information may include,
Includes at least two characterization items,
In the selecting step,
Wherein the degree of association is confirmed based on at least one of a number of the characteristic confirmation items matched to the specific user and the plurality of knowledge acquirers, and a weight applied to the matching characteristic confirmation item. 제 10 항에 있어서,
상기 선택단계는,
상기 추천리스트에 포함된 다수의 항목 각각에 대한 상기 다수의 지인 각각의 접근 이력을 기초로 상기 관련도를 확인하는 것을 특징으로 하는 추천서비스장치의 동작 방법.11. The method of claim 10,
In the selecting step,
And the degree of association is checked based on each access history of the plurality of destinations for each of a plurality of items included in the recommendation list. 제 13 항에 있어서,
상기 접근 이력은,
상기 추천리스트에 포함된 다수의 항목 각각에 대한 검색, 열람, 및 구매 중 적어도 하나이며,
상기 선택단계는,
상기 검색, 열람, 및 구매 각각에 대해 상이하게 부여되는 접근 이력별 가중치를 기초로 상기 관련도를 확인하는 것을 특징으로 하는 추천서비스장치의 동작 방법.14. The method of claim 13,
The access history,
At least one of searching, browsing, and purchasing each of a plurality of items included in the recommendation list,
In the selecting step,
Wherein the degree of association is confirmed based on weights of access histories differently assigned to each of the search, browse and purchase. 제 12 항 또는 제 14 항에 있어서,
상기 선택단계는,
상기 평가관련정보와 상기 관련도를 기초로 상기 추천리스트에 포함된 다수의 항목 각각에 대한 추천레벨을 계산하는 추천레벨계산단계; 및
추천레벨이 가장 높은 항목부터 추천레벨이 낮아지는 순서에 따라 적어도 하나의 항목을 상기 추천항목으로 선택하는 추천항목선택단계를 포함하는 것을 특징으로 하는 추천서비스장치의 동작 방법.15. The method according to claim 12 or 14,
In the selecting step,
A recommendation level calculation step of calculating a recommendation level for each of a plurality of items included in the recommendation list based on the evaluation-related information and the degree of association; And
And a recommendation item selection step of selecting at least one item as the recommendation item according to the order in which the recommendation level is lowered from the item having the highest recommendation level. 특정 사용자에 대한 추천리스트를 특정 서비스와 관련하여 상기 특정 사용자가 등록한 다수의 지인에게 제공하는 제공단계;
상기 다수의 지인으로부터 상기 추천리스트에 포함된 다수의 항목 각각에 대한 평가관련정보를 수집하는 수집단계; 및
상기 평가관련정보를 기초로 상기 추천리스트에 포함된 다수의 항목 중 적어도 하나의 항목을 상기 특정 사용자에 대한 추천항목으로서 선택하는 선택단계를 수행하는 명령들을 포함하는 것을 특징으로 하는 컴퓨터 판독 가능 매체.Providing a recommendation list for a specific user to a plurality of acquaintances registered by the specific user in association with the specific service;
A collection step of collecting evaluation-related information for each of a plurality of items included in the recommendation list from the plurality of acquaintances; And
And a selection step of selecting at least one item among a plurality of items included in the recommendation list as a recommendation item for the specific user based on the evaluation-related information. 특정 사용자에 대한 추천항목을 수신하여 표시하는 사용자장치; 및
상기 특정 사용자에 대한 추천리스트를 특정 서비스와 관련하여 상기 특정 사용자가 등록한 다수의 지인에게 제공하고 상기 다수의 지인으로부터 상기 추천리스트에 포함된 다수의 항목 각각에 대한 평가관련정보를 수집하며, 상기 평가관련정보를 기초로 상기 추천리스트에 포함된 다수의 항목 중 적어도 하나의 항목을 상기 추천항목으로서 선택하여 상기 특정 사용자에 제공하는 추천서비스장치를 포함하는 것을 특징으로 하는 추천 서비스 시스템.







A user device for receiving and displaying a recommendation item for a specific user; And
Providing a recommendation list for the specific user to a plurality of acquaintances registered by the specific user in association with a specific service, collecting evaluation-related information for each of the plurality of items included in the recommendation list from the plurality of acquaintances, And a recommendation service apparatus for selecting at least one item among a plurality of items included in the recommendation list as the recommendation item and providing the recommendation service apparatus to the specific user based on the related information.







KR1020130018189A 2013-02-20 2013-02-20 System and method for contents recommendation, and apparatus applied to the same KR20140104626A (en)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020130018189A KR20140104626A (en) 2013-02-20 2013-02-20 System and method for contents recommendation, and apparatus applied to the same

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020130018189A KR20140104626A (en) 2013-02-20 2013-02-20 System and method for contents recommendation, and apparatus applied to the same

Publications (1)

Publication Number Publication Date
KR20140104626A true KR20140104626A (en) 2014-08-29

Family

ID=51748360

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020130018189A KR20140104626A (en) 2013-02-20 2013-02-20 System and method for contents recommendation, and apparatus applied to the same

Country Status (1)

Country Link
KR (1) KR20140104626A (en)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20160088101A (en) * 2015-01-15 2016-07-25 (주)이즈소프트 Method and system for servicing a smart arrangement table for entering college and computer readable medium storing an electronic approval program
KR20220011388A (en) * 2020-07-21 2022-01-28 건국대학교 글로컬산학협력단 Device and method for recommending cultural life content
CN114817724A (en) * 2022-04-27 2022-07-29 湖南大学 Evaluation method and device for recommendation algorithm and storage medium

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20160088101A (en) * 2015-01-15 2016-07-25 (주)이즈소프트 Method and system for servicing a smart arrangement table for entering college and computer readable medium storing an electronic approval program
KR20220011388A (en) * 2020-07-21 2022-01-28 건국대학교 글로컬산학협력단 Device and method for recommending cultural life content
CN114817724A (en) * 2022-04-27 2022-07-29 湖南大学 Evaluation method and device for recommendation algorithm and storage medium

Similar Documents

Publication Publication Date Title
US8255396B2 (en) Electronic profile development, storage, use, and systems therefor
US20170286539A1 (en) User profile stitching
KR101849658B1 (en) Targeting stories based on influencer scores
RU2629449C2 (en) Device and method for selection and placement of target messages on search result page
US9065727B1 (en) Device identifier similarity models derived from online event signals
US8688701B2 (en) Ranking and selecting entities based on calculated reputation or influence scores
US8250096B2 (en) Access to trusted user-generated content using social networks
Xu et al. Integrated collaborative filtering recommendation in social cyber-physical systems
US9633376B2 (en) Systems and methods for providing meta-social graphs
US20110055017A1 (en) System and method for semantic based advertising on social networking platforms
US20130117329A1 (en) Providing relevant product reviews to the user to aid in purchasing decision
US20090234727A1 (en) System and method for determining relevance ratings for keywords and matching users with content, advertising, and other users based on keyword ratings
US11403681B1 (en) SMS-based review requests
US9558273B2 (en) System and method for generating influencer scores
RU2012100619A (en) MACHINE READABLE MEDIA FOR USE IN COLLECTIVE KNOWLEDGE SYSTEMS
JP2011529224A (en) Recommendation of correlated information
KR102150660B1 (en) Method to recommend digital contents based on search log and apparatus therefor
KR102298675B1 (en) System for automatically creating report about blog marketing
US8498979B1 (en) System and method for semantic analysis of social network user activities
JP5858874B2 (en) Recommendation program, apparatus and method capable of acquiring user usage history information useful for recommending items
KR20140104626A (en) System and method for contents recommendation, and apparatus applied to the same
US8856131B1 (en) Computer networked selecting of consumer interests
KR102094877B1 (en) Contents recommendation service system and service method thereof
KR20160049411A (en) System and method for recommending location based on user behavior
US11423034B1 (en) Display of social content

Legal Events

Date Code Title Description
A201 Request for examination
E902 Notification of reason for refusal
E90F Notification of reason for final refusal
E601 Decision to refuse application