KR20150071945A - 온톨로지 기반 메타 데이터 간 연관성을 이용한 영상 콘텐츠 추천 시스템 및 방법 - Google Patents

온톨로지 기반 메타 데이터 간 연관성을 이용한 영상 콘텐츠 추천 시스템 및 방법 Download PDF

Info

Publication number
KR20150071945A
KR20150071945A KR1020130159087A KR20130159087A KR20150071945A KR 20150071945 A KR20150071945 A KR 20150071945A KR 1020130159087 A KR1020130159087 A KR 1020130159087A KR 20130159087 A KR20130159087 A KR 20130159087A KR 20150071945 A KR20150071945 A KR 20150071945A
Authority
KR
South Korea
Prior art keywords
metadata
user
content
image content
recommendation
Prior art date
Application number
KR1020130159087A
Other languages
English (en)
Other versions
KR101563625B1 (ko
Inventor
이석원
김재영
Original Assignee
아주대학교산학협력단
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 아주대학교산학협력단 filed Critical 아주대학교산학협력단
Priority to KR1020130159087A priority Critical patent/KR101563625B1/ko
Publication of KR20150071945A publication Critical patent/KR20150071945A/ko
Application granted granted Critical
Publication of KR101563625B1 publication Critical patent/KR101563625B1/ko

Links

Images

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N21/00—Selective content distribution, e.g. interactive television or video on demand [VOD]
    • H04N21/20—Servers specifically adapted for the distribution of content, e.g. VOD servers; Operations thereof
    • H04N21/25—Management operations performed by the server for facilitating the content distribution or administrating data related to end-users or client devices, e.g. end-user or client device authentication, learning user preferences for recommending movies
    • 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]
    • H04N21/80—Generation or processing of content or additional data by content creator independently of the distribution process; Content per se
    • H04N21/85—Assembly of content; Generation of multimedia applications

Landscapes

  • Engineering & Computer Science (AREA)
  • Multimedia (AREA)
  • Signal Processing (AREA)
  • Databases & Information Systems (AREA)
  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)

Abstract

본 발명의 일 실시예에 따른 온톨로지 기반 메타 데이터 간 연관성을 이용한 영상 콘텐츠 추천 시스템은 복수의 영상 콘텐츠 각각의 메타 데이터들 상호 간의 관계에 기초하여, 상기 복수의 영상 콘텐츠에 대한 온톨로지를 구축하는 온톨로지 구축부; 상기 온톨로지를 기반으로 상기 메타 데이터들 간의 연관성을 도출하고, 상기 연관성에 기초하여 상기 복수의 영상 콘텐츠 중 적어도 하나의 추천 영상 콘텐츠를 사용자 단말기에 제공하는 콘텐츠 추천부를 포함한다.

Description

온톨로지 기반 메타 데이터 간 연관성을 이용한 영상 콘텐츠 추천 시스템 및 방법{ONTOLOGY BASED IMAGE CONTENTS RECOMMENDATION SYSTEM USING RELATIONS OF METADATA AND METHOD FOR THE SAME}
본 발명의 실시예들은 온톨로지를 기반으로 메타 데이터 간 연관성을 이용하여 영상 콘텐츠를 추천하는 시스템 및 방법에 관한 것이다.
IPTV와 스마트 TV 등의 등장과 영상 콘텐츠를 시청하고 검색할 수 있는 서비스들이 등장하면서 영상 콘텐츠의 접근이 용이해 졌다. 하지만, 서비스되는 콘텐츠의 양이 방대하여 사용자가 원하는 콘텐츠를 검색하는 시간과 노력이 증가 하게 됐다. 이에 따라, 원하는 영상 콘텐츠의 검색과 추천을 쉽고 정확하게 제공할 수 있는 다양한 방법들이 연구되고 있다.
추천 시스템들은 접근하는 방법에 따라 협업적 여과, 내용기반 여과, 두 기법을 결합한 융합 기법이 있다. 상기 협업적 여과는 과거 소비했던 아이템들과 사용자의 성별, 나이, 직업 같은 사용자의 정보를 기반으로 유사 사용자를 분류하거나 사용자 그룹을 생성하여 과거 소비했던 아이템을 분석하여 추천해 주는 기법이다.
상기 내용기반 여과는 사용자의 과거에 소비했던 아이템의 데이터를 분석하여 유사한 아이템을 추천해 주는 기법이다. 이러한 추천 기법은 아이템의 메타데이터를 분석하여 분석된 결과를 통하여 아이템들을 추천해 준다. 메타데이터는 데이터를 설명하고 데이터의 관리를 용의하게 한다.
영화 메타데이터는 사용자의 선호도를 잘 반영하고 있으며, 이러한 영화 메타데이터의 특징은 영화를 추천할 때 유용하다. 이러한 메타데이터를 활용한 추천 기술은 많은 연구원들에 의해 연구되고 있으며 영화를 추천하고 시청할 수 있는 서비스에서 활용 되고 있다.
관련 선행기술로는 국내 공개특허공보 제2008-0066361호(발명의 명칭: 온톨로지 검색 시스템, 공개일자: 2008년 7월 16일)가 있다.
본 발명의 일 실시예는 영상 콘텐츠의 메타 데이터들 간의 연관성을 분석하여 메타 데이터들 상호 간의 관계를 표현하는 온톨로지를 구축하고, 상기 온톨로지를 기반으로 메타 데이터들 간의 연관성, 유사성, 사용자(개인/그룹) 선호도, 가중치, 감정 상태 등을 통해 사용자에게 영상 콘텐츠를 추천하는 영상 콘텐츠 추천 시스템 및 방법을 제공한다.
본 발명이 해결하고자 하는 과제는 이상에서 언급한 과제(들)로 제한되지 않으며, 언급되지 않은 또 다른 과제(들)은 아래의 기재로부터 당업자에게 명확하게 이해될 수 있을 것이다.
본 발명의 일 실시예에 따른 온톨로지 기반 메타 데이터 간 연관성을 이용한 영상 콘텐츠 추천 시스템은 복수의 영상 콘텐츠 각각의 메타 데이터들 상호 간의 관계에 기초하여, 상기 복수의 영상 콘텐츠에 대한 온톨로지를 구축하는 온톨로지 구축부; 상기 온톨로지를 기반으로 상기 메타 데이터들 간의 연관성을 도출하고, 상기 연관성에 기초하여 상기 복수의 영상 콘텐츠 중 적어도 하나의 추천 영상 콘텐츠를 사용자 단말기에 제공하는 콘텐츠 추천부를 포함한다.
상기 콘텐츠 추천부는 상기 메타 데이터들 간의 연관성을 토대로 상기 메타 데이터들의 각 항목별 유사성을 측정하고, 상기 각 항목별 유사성에 기초하여 상기 추천 영상 콘텐츠를 상기 사용자 단말기에 제공할 수 있다.
상기 콘텐츠 추천부는 상기 메타 데이터들의 등장 인물 항목별 유사성에 기초하여 유사성을 가지는 등장 인물이 출연한 영상 콘텐츠를 상기 추천 영상 콘텐츠로서 상기 사용자 단말기에 제공할 수 있다.
상기 콘텐츠 추천부는 상기 메타 데이터들의 장르 항목별 유사성에 기초하여 유사성을 가지는 장르의 영상 콘텐츠를 상기 추천 영상 콘텐츠로서 상기 사용자 단말기에 제공할 수 있다.
상기 콘텐츠 추천부는 조건부 확률 기법을 이용하여 상기 메타 데이터들 간의 연관성을 도출할 수 있다.
상기 콘텐츠 추천부는 상기 조건부 확률 기법에 따라, 확률이 설정치 이상일 경우에는 상기 메타 데이터들 간에 연관성이 있는 것으로 판단하고, 상기 확률이 상기 설정치 미만일 경우에는 상기 메타 데이터들 간에 연관성이 없는 것으로 판단할 수 있다.
상기 콘텐츠 추천부는 상기 연관성에 기초하여 서로 관련이 있는 메타 데이터들을 추출하고, 상기 추출된 메타 데이터들을 상호 비교하며, 상기 비교 결과에 따라 유사성을 측정하여 상기 추천 영상 콘텐츠를 상기 사용자 단말기에 제공할 수 있다.
본 발명의 일 실시예에 따른 온톨로지 기반 메타 데이터 간 연관성을 이용한 영상 콘텐츠 추천 시스템은 각 사용자의 개인 정보에 기초하여 상기 각 사용자를 복수의 그룹으로 분할하고, 상기 복수의 그룹 각각에 포함된 사용자의 영화 재생 목록을 참조하여 상기 복수의 그룹 각각에 대한 선호도를 측정하는 선호도 측정부; 및 상기 사용자의 개인 정보에 기초하여 상기 복수의 그룹 중 상기 사용자의 그룹을 결정하는 사용자 그룹 결정부를 더 포함하고, 상기 콘텐츠 추천부는 상기 사용자의 그룹의 선호도 및 상기 유사성에 기초하여 상기 추천 영상 콘텐츠를 상기 사용자 단말기에 제공할 수 있다.
본 발명의 일 실시예에 따른 온톨로지 기반 메타 데이터 간 연관성을 이용한 영상 콘텐츠 추천 시스템은 상기 사용자 단말기의 사용자가 이전에 시청한 영상 콘텐츠에 관한 메타 데이터를 토대로 상기 사용자의 영상 콘텐츠 히스토리 패턴을 분석하고, 상기 영상 콘텐츠 히스토리 패턴에 기초하여 상기 사용자 개인의 선호도를 측정하는 선호도 측정부를 더 포함하고, 상기 콘텐츠 추천부는 상기 사용자 개인의 선호도 및 상기 유사성에 기초하여 상기 추천 영상 콘텐츠를 상기 사용자 단말기에 제공할 수 있다.
본 발명의 일 실시예에 따른 온톨로지 기반 메타 데이터 간 연관성을 이용한 영상 콘텐츠 추천 시스템은 상기 사용자의 개인 정보에 기초하여 결정된 사용자 그룹의 선호도에 기초하여 추천 후보 영상 콘텐츠에 대한 제1 목록을 생성하고, 상기 사용자 개인의 선호도에 기초하여 추천 후보 영상 콘텐츠에 대한 제2 목록을 생성하며, 상기 제1 및 제2 목록에서 중복되는 추천 후보 영상 콘텐츠의 메타 데이터들에 가중치를 부여하는 가중치 설정부를 더 포함하고, 상기 콘텐츠 추천부는 상기 가중치를 고려하여 상기 제1 및 제2 목록으로부터 상기 추천 영상 콘텐츠를 선택하여 상기 사용자 단말기에 제공할 수 있다.
본 발명의 일 실시예에 따른 온톨로지 기반 메타 데이터 간 연관성을 이용한 영상 콘텐츠 추천 시스템은 상기 추천 영상 콘텐츠 중 상기 사용자 단말기에 의해 최종 선택된 추천 영상 콘텐츠의 메타 데이터들에 가중치를 부여하되, 상기 최종 선택의 횟수에 따라 상기 가중치를 수정하는 가중치 설정부를 더 포함할 수 있다.
상기 콘텐츠 추천부는 상기 사용자의 감정 상태 및 상기 연관성에 기초하여 상기 추천 영상 콘텐츠를 상기 사용자 단말기에 제공할 수 있다.
본 발명의 일 실시예에 따른 온톨로지 기반 메타 데이터 간 연관성을 이용한 영상 콘텐츠 추천 방법은 영상 콘텐츠 추천 시스템의 온톨로지 구축부에서, 복수의 영상 콘텐츠 각각의 메타 데이터들 상호 간의 관계에 기초하여, 상기 복수의 영상 콘텐츠에 대한 온톨로지를 구축하는 단계; 상기 영상 콘텐츠 추천 시스템의 콘텐츠 추천부에서, 상기 온톨로지를 기반으로 상기 메타 데이터들 간의 연관성을 도출하는 단계; 및 상기 콘텐츠 추천부에서, 상기 연관성에 기초하여 상기 복수의 영상 콘텐츠 중 적어도 하나의 추천 영상 콘텐츠를 사용자 단말기에 제공하는 단계를 포함한다.
상기 메타 데이터들 간의 연관성을 도출하는 단계는 조건부 확률 기법을 이용하여 상기 메타 데이터들 간의 연관성을 도출하는 단계를 포함할 수 있다.
본 발명의 일 실시예에 따른 온톨로지 기반 메타 데이터 간 연관성을 이용한 영상 콘텐츠 추천 방법은 상기 콘텐츠 추천부에서, 상기 연관성에 기초하여 서로 관련이 있는 메타 데이터들을 추출하는 단계; 및 상기 콘텐츠 추천부에서, 상기 추출된 메타 데이터들을 상호 비교하여 유사성을 측정하는 단계를 더 포함하고, 상기 영상 콘텐츠를 사용자에게 추천하는 단계는 상기 유사성에 기초하여 상기 추천 영상 콘텐츠를 상기 사용자 단말기에 제공하는 단계를 포함할 수 있다.
본 발명의 일 실시예에 따른 온톨로지 기반 메타 데이터 간 연관성을 이용한 영상 콘텐츠 추천 방법은 상기 영상 콘텐츠 추천 시스템의 선호도 측정부에서, 각 사용자의 개인 정보에 기초하여 상기 각 사용자를 복수의 그룹으로 분할하는 단계; 상기 선호도 측정부에서, 상기 복수의 그룹 각각에 포함된 사용자의 영화 재생 목록을 참조하여 상기 복수의 그룹 각각에 대한 선호도를 측정하는 단계; 및 상기 영상 콘텐츠 추천 시스템의 사용자 그룹 결정부에서, 상기 사용자의 개인 정보에 기초하여 상기 복수의 그룹 중 상기 사용자의 그룹을 결정하는 단계를 더 포함하고, 상기 추천 영상 콘텐츠를 사용자 단말기에 제공하는 단계는 상기 사용자의 그룹의 선호도 및 상기 유사성에 기초하여 상기 추천 영상 콘텐츠를 상기 사용자 단말기에 제공하는 단계를 포함할 수 있다.
본 발명의 일 실시예에 따른 온톨로지 기반 메타 데이터 간 연관성을 이용한 영상 콘텐츠 추천 방법은 상기 영상 콘텐츠 추천 시스템의 선호도 측정부에서, 상기 사용자 단말기의 사용자가 이전에 시청한 영상 콘텐츠에 관한 메타 데이터를 토대로 상기 사용자의 영상 콘텐츠 히스토리 패턴을 분석하는 단계; 및 상기 선호도 측정부에서, 상기 영상 콘텐츠 히스토리 패턴에 기초하여 상기 사용자 개인의 선호도를 측정하는 단계를 더 포함하고, 상기 추천 영상 콘텐츠를 사용자 단말기에 제공하는 단계는 상기 사용자 개인의 선호도 및 상기 유사성에 기초하여 상기 추천 영상 콘텐츠를 상기 사용자 단말기에 제공하는 단계를 포함할 수 있다.
본 발명의 일 실시예에 따른 온톨로지 기반 메타 데이터 간 연관성을 이용한 영상 콘텐츠 추천 방법은 상기 영상 콘텐츠 추천 시스템의 가중치 설정부에서, 상기 추천 영상 콘텐츠 중 상기 사용자 단말기에 의해 최종 선택된 영상 콘텐츠의 메타 데이터들에 가중치를 부여하되, 상기 최종 선택의 횟수에 따라 상기 가중치를 수정하는 단계를 더 포함할 수 있다.
기타 실시예들의 구체적인 사항들은 상세한 설명 및 첨부 도면들에 포함되어 있다.
본 발명의 일 실시예에 따르면, 영상 콘텐츠의 메타 데이터들 간의 연관성을 분석하여 메타 데이터들 상호 간의 관계를 표현하는 온톨로지를 구축하고, 상기 온톨로지를 기반으로 메타 데이터들 간의 연관성, 유사성, 사용자(개인/그룹) 선호도, 가중치, 감정 상태 등을 통해 사용자에게 영상 콘텐츠를 추천할 수 있다.
본 발명의 일 실시예에 따르면, 메타 데이터들 간의 관계를 표현한 온톨로지를 통해 추천 영상 콘텐츠를 검색함으로써, 특정 메타 데이터에 해당하는 유사 영상 콘텐츠뿐만 아니라, 특정 메타 데이터와 연관성이 있는 다른 메타 데이터에 해당하는 유사 영상 콘텐츠까지도 검색하여 사용자에게 제공할 수 있다.
본 발명의 일 실시예에 따르면, 사용자에게 유사한 영상 콘텐츠뿐만 아니라 사용자가 잠재적으로 선호할 수 있는 영상 콘텐츠까지도 제공하며, 이를 통해 사용자에게 개인화된 맞춤형 영상 콘텐츠를 추천해줄 수 있다.
도 1은 본 발명의 일 실시예에 따른 온톨로지 기반 메타 데이터 간 연관성을 이용한 영상 콘텐츠 추천 시스템의 네트워크 구성을 도시한 도면이다.
도 2는 본 발명의 일 실시예에 따른 온톨로지 기반 메타 데이터 간 연관성을 이용한 영상 콘텐츠 추천 시스템의 상세 구성을 설명하기 위해 도시한 도면이다.
도 3은 본 발명의 일 실시예에 있어서 영상 콘텐츠의 메타 데이터 상호 간의 관계 표현을 위한 온톨로지 모델의 일례를 도시한 도면이다.
도 4는 본 발명의 일 실시예에 있어서 메타 데이터들 간의 유사성 표현을 위한 모델의 일례를 도시한 도면이다.
도 5는 본 발명의 일 실시예에 따른 온톨로지 기반 메타 데이터 간 연관성을 이용한 영상 콘텐츠 추천 방법을 설명하기 위해 도시한 흐름도이다.
도 6은 본 발명의 다른 실시예에 따른 온톨로지 기반 메타 데이터 간 연관성을 이용한 영상 콘텐츠 추천 방법을 설명하기 위해 도시한 흐름도이다.
도 7은 본 발명의 또 다른 실시예에 따른 온톨로지 기반 메타 데이터 간 연관성을 이용한 영상 콘텐츠 추천 방법을 설명하기 위해 도시한 흐름도이다.
도 8은 본 발명의 또 다른 실시예에 따른 온톨로지 기반 메타 데이터 간 연관성을 이용한 영상 콘텐츠 추천 방법을 설명하기 위해 도시한 흐름도이다.
도 9는 본 발명의 또 다른 실시예에 따른 온톨로지 기반 메타 데이터 간 연관성을 이용한 영상 콘텐츠 추천 방법을 설명하기 위해 도시한 흐름도이다.
본 발명의 이점 및/또는 특징, 그리고 그것들을 달성하는 방법은 첨부되는 도면과 함께 상세하게 후술되어 있는 실시예들을 참조하면 명확해질 것이다. 그러나, 본 발명은 이하에서 개시되는 실시예들에 한정되는 것이 아니라 서로 다른 다양한 형태로 구현될 것이며, 단지 본 실시예들은 본 발명의 개시가 완전하도록 하며, 본 발명이 속하는 기술분야에서 통상의 지식을 가진 자에게 발명의 범주를 완전하게 알려주기 위해 제공되는 것이며, 본 발명은 청구항의 범주에 의해 정의될 뿐이다. 명세서 전체에 걸쳐 동일 참조 부호는 동일 구성요소를 지칭한다.
이하에서는 첨부된 도면을 참조하여 본 발명의 실시예들을 상세히 설명하기로 한다.
도 1은 본 발명의 일 실시예에 따른 온톨로지 기반 메타 데이터 간 연관성을 이용한 영상 콘텐츠 추천 시스템의 네트워크 구성을 도시한 도면이다.
도 1을 참조하면, 영상 콘텐츠 추천 시스템(110)은 복수의 영상 콘텐츠 각각의 메타 데이터들 상호 간의 관계에 기초하여 상기 복수의 영상 콘텐츠에 대한 온톨로지를 구축한다. 상기 영상 콘텐츠 추천 시스템(110)은 상기 온톨로지에 관한 데이터를 온톨로지 지식베이스(KB)(120)에 저장한다.
이렇게 상기 온톨로지가 구축되어 있는 상태에서, 사용자 단말기(130)는 상기 영상 콘텐츠 추천 시스템(110)과 연계하는 페이지를 화면에 표시한다. 상기 페이지의 검색창을 통해 검색어가 입력되면, 상기 영상 콘텐츠 추천 시스템(110)은 상기 구축된 온톨로지를 기반으로 상기 입력된 검색어와 상기 메타 데이터들 간의 연관성 및 유사성에 따라 추천 영상 콘텐츠를 상기 사용자 단말기(130)에 제공한다.
이때, 상기 영상 콘텐츠 추천 시스템(110)은 조건부 확률 기법을 이용하여 상기 메타 데이터들 간의 연관성을 도출할 수 있다. 상기 조건부 확률 기법에 대해서는 뒤에서 수식을 이용하여 자세히 설명하기로 한다.
참고로, 상기 사용자 단말기(130)는 IPTV나 스마트 TV, 스마트폰, 스마트 패드, PC, 노트북 등과 같이 인터넷에 연결되어 콘텐츠를 제공받아 재생할 수 있는 모든 기기를 포함할 수 있다.
또한, 상기 영상 콘텐츠 추천 시스템(110)은 상기 유사성에 기초하여 서로 유사한 관계를 가지는 메타 데이터들 중에서, 상기 사용자 단말기(130)의 사용자가 속한 그룹의 선호도를 만족하는 메타 데이터를 상기 온톨로지 KB(120)로부터 추출할 수 있다. 상기 영상 콘텐츠 추천 시스템(110)은 상기 추출된 메타 데이터(들)에 기초하여 상기 추천 영상 콘텐츠를 상기 사용자 단말기(130)에 제공할 수 있다.
한편, 상기 영상 콘텐츠 추천 시스템(110)은 사용자 개인의 선호도에 기초하여 상기 추천 영상 콘텐츠를 상기 사용자 단말기(130)에 제공할 수도 있다. 즉, 상기 영상 콘텐츠 추천 시스템(110)은 상기 유사성에 기초하여 서로 유사한 관계를 가지는 메타 데이터들 중에서, 상기 사용자 개인의 선호도를 만족하는 메타 데이터를 상기 온톨로지 KB(120)로부터 추출할 수 있다. 상기 영상 콘텐츠 추천 시스템(110)은 상기 추출된 메타 데이터(들)에 기초하여 상기 추천 영상 콘텐츠를 상기 사용자 단말기(130)에 제공할 수 있다.
또한, 상기 영상 콘텐츠 추천 시스템(110)은 상기 사용자가 속한 그룹의 선호도 및 상기 사용자 개인의 선호도를 토대로 제공된 추천 영상 콘텐츠의 메타 데이터들에 가중치를 부여할 수 있다. 상기 영상 콘텐츠 추천 시스템(110)은 상기 가중치를 고려하여 최종적으로 추천 영상 콘텐츠를 상기 사용자 단말기(130)에 제공할 수 있다.
상기 영상 콘텐츠 추천 시스템(110)은 상술한 구성뿐만 아니라 그 밖에도 많은 구성을 포함할 수 있다. 이하에서는 도 2를 참조하여 상기 영상 콘텐츠 추천 시스템(110)의 상세 구성에 대해서 보다 구체적으로 설명하기로 한다.
도 2는 본 발명의 일 실시예에 따른 온톨로지 기반 메타 데이터 간 연관성을 이용한 영상 콘텐츠 추천 시스템의 상세 구성을 설명하기 위해 도시한 도면이다.
도 1 및 도 2를 참조하면, 상기 영상 콘텐츠 추천 시스템(110)은 온톨로지 구축부(210), 콘텐츠 추천부(220), 선호도 측정부(230), 사용자 그룹 결정부(240), 가중치 설정부(250), 및 제어부(260)를 포함할 수 있다.
상기 온톨로지 구축부(210)는 복수의 영상 콘텐츠 각각의 메타 데이터들 상호 간의 관계에 기초하여, 상기 복수의 영상 콘텐츠에 대한 온톨로지를 구축한다. 상기 온톨로지 구축부(210)는 상기 구축된 온톨로지를 상기 온톨로지 KB(120)에 저장할 수 있다.
예를 들면, 상기 온톨로지 구축부(210)는 A라는 사람이 배우이면서 감독인 경우, 배우와 감독 간의 관계에 기초하여 상기 온톨로지를 구축할 수 있다. 또한, 상기 온톨로지 구축부(210)는 A라는 사람이 배우로서 출연한 작품과 감독으로서 제작한 작품 간의 관계에 기초하여 상기 온톨로지를 구축할 수 있으며, 그 밖에 여러 다양한 메타 데이터 간의 관계에 기초하여 상기 온톨로지를 구축할 수 있다. 상기 온톨로지에 관한 자세한 설명은 도 3 및 도 4를 참조하여 후술하기로 한다.
상기 콘텐츠 추천부(220)는 상기 온톨로지를 기반으로 상기 메타 데이터들 간의 연관성을 도출하고, 상기 도출된 연관성에 기초하여 상기 복수의 영상 콘텐츠 중 적어도 하나의 추천 영상 콘텐츠를 상기 사용자 단말기(130)에 제공한다.
이때, 상기 콘텐츠 추천부(220)는 조건부 확률 기법을 이용하여 상기 메타 데이터들 간의 연관성을 도출할 수 있다. 여기서, 상기 조건부 확률 기법이란 확률이 설정치(예: 20%) 이상일 경우에는 상기 메타 데이터들 간에 연관성이 있는 것으로 판단하고, 확률이 상기 설정치 미만일 경우에는 상기 메타 데이터들 간에 연관성이 없는 것으로 판단하는 기법을 말한다. 이러한 조건부 확률 기법을 수식으로 나타내면 다음과 같다.
[수식 1]
Figure pat00001
여기서, x와 y는 메타 데이터(예: 영화 장르)이고, R(Gx|Gy)는 장르 x를 가지는 영화 Cx와 장르 y를 가지는 영화 Cy 간의 조건부 확률 P(Cx|Cy)에 의해 판별된다.
상기 콘텐츠 추천부(220)는 상기 수식 1과 같은 조건부 확률 기법에 따라, 확률이 20%(0.2) 이상일 경우에는 상기 메타 데이터들 간에 연관성이 있는 것으로 판단할 수 있다. 반면, 상기 콘텐츠 추천부(220)는 확률이 20% 미만일 경우에는 상기 메타 데이터들 간에 연관성이 없는 것으로 판단할 수 있다.
한편, 상기 콘텐츠 추천부(220)는 상기 메타 데이터들 간의 연관성과 함께 유사성을 이용하여 상기 추천 영상 콘텐츠를 상기 사용자 단말기(130)에 제공할 수 있다. 이를 위해, 상기 콘텐츠 추천부(220)는 상기 메타 데이터들 간의 연관성에 기초하여 서로 관련이 있는 메타 데이터들을 추출할 수 있다.
상기 콘텐츠 추천부(220)는 상기 추출된 메타 데이터들을 상호 비교하고, 상기 비교 결과에 따라 유사성을 측정하여 상기 추천 영상 콘텐츠를 상기 사용자 단말기(130)에 제공할 수 있다.
즉, 상기 콘텐츠 추천부(220)는 서로 연관성 있는 메타 데이터들 중 서로 유사한 메타 데이터를 토대로 하여 상기 추천 영상 콘텐츠를 영상 콘텐츠 지식베이스(KB)에서 검색하고, 상기 검색된 추천 영상 콘텐츠를 상기 사용자 단말기(1300에 제공할 수 있다.
다른 실시예로서, 상기 콘텐츠 추천부(220)는 상기 메타 데이터들 간의 연관성을 토대로 상기 메타 데이터들의 각 항목별 유사성을 측정할 수 있다. 상기 콘텐츠 추천부(220)는 상기 각 항목별 유사성에 기초하여 상기 추천 영상 콘텐츠를 상기 사용자 단말기(130)에 제공할 수 있다.
참고로, 이전 실시예에서는 상기 콘텐츠 추천부(220)가 상기 메타 데이터들 간의 유사성 측정하였지만, 본 실시예에서는 상기 콘텐츠 추천부(220)가 상기 메타 데이터들의 각 항목별 유사성을 측정할 수 있다.
구체적으로, 이전 실시예에서와 같이 영화 검색에서 장르(메타 데이터)를 통하여 영화를 검색할 경우 해당 장르에 포함된 영화만을 검색해준다. 하지만, 본 실시예에서는 장르 간의 유사성, 즉 상기 메타 데이터들의 각 항목별로 유사성을 연결함으로써, 유사한 장르에 포함된 영화까지 검색할 수 있다.
이처럼 상기 콘텐츠 추천부(220)는 상기 메타 데이터들의 장르 항목별 유사성에 기초하여 유사성을 가지는 장르의 영상 콘텐츠를 상기 추천 영상 콘텐츠로서 상기 사용자 단말기(130)에 제공할 수 있다. 이로써, 상기 콘텐츠 추천부(220)는 장르가 유사한 영상 콘텐츠까지 추천 영역을 확장할 수 있으며, 이에 따라 상기 사용자는 영상 콘텐츠의 추천과 관련하여 보다 만족스러운 서비스를 제공받을 수 있다.
예를 들어, 액션 장르와 스릴러 장르가 유사성을 가지는 장르로 연결되어 있다면, 액션이라는 키워드로 검색을 하는 경우에도 상기 콘텐츠 추천부(220)는 스릴러에 포함된 영화까지 상기 추천 영상 콘텐츠로서 제공이 가능하다. 이는 사용자가 기대했던 영화뿐만 아니라 예상치 못했으나 사용자가 원하는 영화와 가까운 영화까지 상기 추천 영상 콘텐츠로서 제공이 가능하다.
또한, 상기 콘텐츠 추천부(220)는 상기 메타 데이터들의 등장 인물 항목별 유사성에 기초하여 유사성을 가지는 등장 인물이 출연한 영상 콘텐츠를 상기 추천 영상 콘텐츠로서 상기 사용자 단말기(130)에 제공할 수 있다.
예를 들면, A라는 이름의 배우와 B라는 이름의 배우가 서로 유사성을 가지는 등장 인물로 연결되어 있는 경우, 상기 A라는 이름의 배우를 키워드로 검색을 하는 경우에도 상기 콘텐츠 추천부(220)는 상기 B라는 이름의 배우가 출연한 영화까지 상기 추천 영상 콘텐츠로서 제공할 수 있다.
또한, 영화 감독이나 배우들과의 연결을 정의해 놓는 경우, 이러한 연관성은 사용자에게 좀더 확장된 영화를 추천할 수 있는 환경을 제공할 수 있다. 예를 들어, SF 영화를 주로 만드는 감독이 있을 때, 그 감독이 선호하는 배우가 존재할 수 있고, 그 배우는 SF 영화와 잘 어울릴 것이다. 이러한 연관성을 감독과 배우에게 연결할 경우, 사용자가 감독을 키워드로 영화를 검색할 때 상기 감독과 연결된 배우가 출연한 영화의 검색이 가능해지고 반대의 경우 역시 가능해진다.
또 다른 실시예로서, 상기 콘텐츠 추천부(220)는 상기 사용자의 감정 상태 및 상기 연관성에 기초하여 상기 추천 영상 콘텐츠를 상기 사용자 단말기(130)에 제공할 수 있다. 즉, 상기 콘텐츠 추천부(220)는 서로 관련이 있는 메타 데이터들 중 상기 사용자의 감정 상태에 매칭되는 메타 데이터들을 토대로 하여 상기 추천 영상 콘텐츠를 상기 사용자 단말기(130)에 제공할 수 있다.
다시 말해서, 상기 콘텐츠 추천부(220)는 상기 사용자의 상태와 감정, 프로파일(profile)을 고려하고 이와 연결된 메타 데이터들을 통하여 상기 추천 영상 콘텐츠를 상기 사용자 단말기(130)에 제공할 수 있다.
예를 들어, 상기 사용자의 감정이 우울하고 상기 사용자의 상태가 영화를 볼 수 있는 상태, 즉 퇴근 후 또는 귀가 후가 되어 있을 때라고 가정한다. 이러한 경우, 상기 콘텐츠 추천부(220)는 상기 사용자의 프로파일에 기초하여 상기 사용자가 우울할 때 즐겨보는 영화의 장르나 감독 같은 메타 데이터를 통하여 상기 추천 영상 콘텐츠(추천 영화)를 상기 사용자 단말기(130)에 제공할 수 있다.
또 다른 실시예로서, 상기 선호도 측정부(230)는 상기 사용자가 이전에 시청한 영상 콘텐츠에 관한 메타 데이터를 토대로 상기 사용자의 영상 콘텐츠 히스토리 패턴을 분석할 수 있다. 여기서, 상기 영상 콘텐츠 히스토리 패턴은 상기 사용자의 영상 콘텐츠 시청 이력에 대한 패턴, 즉 상기 사용자가 이전에 어떠한 영상 콘텐츠를 언제 어떤 상태에서 시청했는지 등에 대한 패턴을 의미할 수 있다.
상기 선호도 측정부(230)는 상기 영상 콘텐츠 히스토리 패턴에 기초하여 상기 사용자 개인의 선호도를 측정할 수 있다. 이에 따라, 상기 콘텐츠 추천부(220)는 상기 사용자 개인의 선호도 및 상기 유사성에 기초하여 상기 추천 영상 콘텐츠를 상기 사용자 단말기(130)에 제공할 수 있다.
즉, 상기 콘텐츠 추천부(220)는 서로 관련이 있는 메타 데이터들 중에서 상기 사용자 개인의 선호도와 유사성을 모두 만족하는 메타 데이터들을 토대로 해서 상기 추천 영상 콘텐츠를 상기 사용자 단말기(130)에 제공할 수 있다.
한편, 상기 선호도 측정부(230)는 각 사용자의 개인 정보(예: 성별, 나이, 주소, 학력, 직업 등)에 기초하여 상기 각 사용자를 복수의 그룹으로 분할할 수 있다. 예컨대, 상기 선호도 측정부(230)는 사용자들을 성별이나 나이 등에 따라 여러 그룹(30대 남성 그룹, 20대 여성 그룹 등)으로 분할할 수 있다.
상기 선호도 측정부(230)는 상기 복수의 그룹 각각에 포함된 사용자의 영화 재생 목록을 참조하여 상기 복수의 그룹 각각에 대한 선호도를 측정할 수 있다. 예컨대, 30대 남성 그룹에 속한 사용자들의 영화 재생 목록에 있는 영화의 장르, 감독, 배우 등을 통해 각 그룹의 선호도를 파악할 수 있다. 여기서, 상기 영화 재생 목록은 해당 그룹에 속한 사용자들의 사용자 단말기(130)로부터 전송받을 수 있으며, 또 달리 상기 영상 콘텐츠 추천 시스템(110)이 상기 사용자 단말기(130)에 추천한 콘텐츠 목록일 수 있다.
상기 사용자 그룹 결정부(240)는 상기 사용자의 개인 정보에 기초하여 상기 복수의 그룹 중 상기 사용자의 그룹을 결정할 수 있다. 예를 들면, 상기 사용자가 20대 여성인 경우, 상기 사용자 그룹 결정부(240)는 20대 여성 그룹을 상기 사용자의 소속 그룹으로 결정할 수 있다.
이에 따라, 상기 콘텐츠 추천부(220)는 상기 사용자의 소속 그룹의 선호도 및 상기 유사성에 기초하여 상기 추천 영상 콘텐츠를 상기 사용자 단말기(130)에 제공할 수 있다. 즉, 상기 콘텐츠 추천부(220)는 서로 관련이 있는 메타 데이터들 중에서 상기 사용자의 소속 그룹의 선호도와 유사성을 모두 만족하는 메타 데이터들을 토대로 해서 상기 추천 영상 콘텐츠를 상기 사용자 단말기(130)에 제공할 수 있다.
상기 가중치 설정부(250)는 상기 사용자의 개인 정보에 기초하여 결정된 사용자 그룹의 선호도에 기초하여 추천 후보 영상 콘텐츠에 대한 제1 목록을 생성할 수 있다. 즉, 상기 가중치 설정부(250)는 상기 사용자의 소속 그룹의 선호도에 따라 상기 제1 목록(추천 후보 영상 콘텐츠 목록)을 생성할 수 있다.
상기 가중치 설정부(250)는 상기 사용자 개인의 선호도에 기초하여 추천 후보 영상 콘텐츠에 대한 제2 목록을 생성할 수 있다. 상기 가중치 설정부(250)는 상기 제1 및 제2 목록에서 중복되는 추천 후보 영상 콘텐츠의 메타 데이터들에 가중치를 부여할 수 있다.
즉, 상기 가중치 설정부(250)는 상기 추천 후보 영상 콘텐츠들 중에서 사용자 개인의 선호도와 소속 그룹의 선호도를 모두 만족하는 추천 후보 영상 콘텐츠의 메타 데이터들에 가중치를 부여할 수 있다. 그런 다음, 상기 콘텐츠 추천부(220)는 상기 가중치를 고려하여 상기 제1 및 제2 목록으로부터 상기 추천 영상 콘텐츠를 선택하고, 상기 선택된 추천 영상 콘텐츠를 상기 사용자 단말기(130)에 제공할 수 있다.
예를 들면, 상기 제1 목록에는 추천 후보 영상 콘텐츠로서 콘텐츠 A(0.8), B(0.9), C(1.0)가 있고 상기 제2 목록에는 콘텐츠 D(0.9), E(0.8), F(0.9)가 있다고 가정한다(괄호 안의 값은 상기 콘텐츠 각각의 연관성과 유사성에 관한 값이다). 이때, 콘텐츠 A, D가 상기 사용자 개인의 선호도와 소속 그룹의 선호도 모두를 만족시킬 경우, 상기 가중치 설정부(250)는 상기 콘텐츠 A, D에 각각 가중치(예: 0.2)를 부여될 수 있다. 이에 따라, 상기 콘텐츠 A, D는 각각 1.0, 1.1의 값을 가질 수 있다. 따라서, 상기 콘텐츠 추천부(220)는 상기 제1 및 제2 목록 중에서 상기 연관성과 유사성에 관한 값이 가장 높은 콘텐츠 D를 상기 사용자 단말기(130)에 추천할 수 있다. 또는, 상기 콘텐츠 추천부(220)는 상기 제1 및 제2 목록 중에서 상기 연관성과 유사성에 관한 값이 설정값(예: 1.0) 이상인 콘텐츠 A, C, D를 상기 사용자 단말기(130)에 추천할 수도 있다.
한편, 상기 가중치 설정부(250)는 상기 추천 영상 콘텐츠 중 상기 사용자 단말기(130)에 의해 최종 선택된 추천 영상 콘텐츠의 메타 데이터들에 가중치를 부여할 수 있다. 구체적으로, 상기 추천 영상 콘텐츠가 여러 개인 경우, 상기 여러 개의 추천 영상 콘텐츠 중 하나의 영상 콘텐츠가 상기 사용자 단말기(130)에서 최종적으로 선택(재생)될 수 있다. 이러한 경우, 상기 가중치 설정부(250)는 상기 최종 선택된 영상 콘텐츠의 메타 데이터들에 가중치를 부여할 수 있다.
또한, 상기 가중치 설정부(250)는 상기 최종 선택의 횟수에 따라 상기 가중치를 수정할 수 있다. 상술하면, 상기 최종 선택된 영상 콘텐츠가 상기 사용자에 의해 다시 선택되는 경우, 상기 영상 콘텐츠에 대한 최종 선택 횟수를 카운트하고, 상기 카운트 횟수에 따라 상기 영상 콘텐츠의 메타 데이터들에 부여된 가중치를 수정할 수 있다.
여기서, 상기 가중치는 상기 연관성 및 상기 유사성 중 적어도 하나의 값에 관한 가중치를 의미할 수 있다. 상기 가중치는 상기 카운트 횟수가 늘어날수록 그 값이 커질 수 있다.
상기 제어부(260)는 상기 영상 콘텐츠 추천 시스템(110), 즉 상기 온톨로지 구축부(210), 상기 콘텐츠 추천부(220), 상기 선호도 측정부(230), 상기 사용자 그룹 결정부(240), 상기 가중치 설정부(250) 등의 동작을 전반적으로 제어할 수 있다.
이와 같이, 상기 영상 콘텐츠 추천 시스템(110)은 영상 콘텐츠의 메타 데이터(또는 메타 데이터의 각 항목별) 간의 연관성, 유사성, 사용자(개인/그룹) 선호도, 가중치, 감정 상태 등을 기반으로 하여 상기 추천 영상 콘텐츠를 상기 사용자 단말기(130)에 제공할 수 있다. 뿐만 아니라, 상기 영상 콘텐츠 추천 시스템(110)은 영상 콘텐츠 외에도 라이프(life)나 헬스(health) 등과 관련된 콘텐츠를 상기 사용자 단말기(130)에 추천할 수 있다.
구체적으로, 상기 영상 콘텐츠 추천 시스템(110)은 상기 사용자의 프로파일과 생활 패턴 등을 메타 데이터로 구성하고, 이들의 관계를 온톨로지로 만들어 활용함으로써 상기 사용자에게 이벤트(event) 관련 콘텐츠를 추천할 수 있다. 예를 들어, 오랫동안 공부를 한 수험생에게 휴식을 추천해 줄 수 있고, 내일이 휴일이고 운동을 좋아하는 직장인에게 퇴근 후 적절한 운동을 추천해 줄 수도 있다. 이처럼 상기 영상 콘텐츠 추천 시스템(110)은 개인비서와 같은 역할이 가능하다.
또한, 상기 사용자의 메타 데이터로 구성된 온톨로지는 다른 도메인의 온톨로지의 컨셉(concept)과의 관계 설정을 통하여 상기 사용자의 특정 이벤트에 도움을 줄 수 있다. 특히, 건강과 관련된 도메인과의 관계 설정은 사용자의 메타 데이터와의 관계를 통하여 적절한 운동과 음식 등을 추천해 줄 수 있으며, 사용자 디바이스의 상황 인지를 통한 사용자의 현재 상황 정보(context)를 파악하여 적절한 이벤트(예: 식사, 운동 등)를 추천하는 서비스가 가능하다.
이상에서는 영상 콘텐츠를 주로 영화를 예를 들어 설명하고 있지만, 상기 영상 콘텐츠는 영화뿐만 아니라 드라마, 예능 등의 영상 매체를 모두 포괄하는 개념으로 이해될 수 있으며, 이하에서도 마찬가지이다.
도 3은 본 발명의 일 실시예에 있어서 영상 콘텐츠의 메타 데이터 상호 간의 관계 표현을 위한 온톨로지 모델의 일례를 도시한 도면이다.
도 3에 도시된 바와 같이, 영화(영상 콘텐츠)에 관한 메타 데이터로는 Person(인물), Character(캐릭터), Keywords(키워드), Genre(장르), Synopsis(시놉시스) 등이 포함될 수 있다. 상기 온톨로지 모델은 상기의 메타 데이터들 간의 연관성에 근거하여 상기 메타 데이터들 간의 관계를 표현할 수 있다.
이와 같이 상기 메타 데이터들 간의 관계 표현을 위해, 상기 온톨로지 모델에서는 상기 메타 데이터들을 서로 관련 있게 연결해준다. 도면에는 이해를 쉽게 하기 위해 선(line)으로서 상기 메타 데이터들 간의 연관성을 표현해주었다. 또한, 각각의 메타 데이터들에는 해당 정보들이 연결되어 저장된다. 이런 식으로 해서 상기 온톨로지 모델이 구축될 수 있다.
이때, 상기 Person 메타 데이터에는 영화 관련자의 직업(감독, 배우, 작가 등)과 이름 등의 정보가 포함될 수 있으며, 상기 Character 메타 데이터에는 영화에서의 캐릭터 이름(실명이 아닌 배역 이름), 캐릭터 상세 설명(배우가 맡은 배역 정보) 등의 정보가 포함될 수 있다.
또한, 상기 Keywords 메타 데이터에는 상기 영화와 관련된 키워드 정보가 포함될 수 있으며, 상기 Genre 메타 데이터에는 상기 영화의 장르 및 상기 영화와 유사한 장르에 관한 정보가 포함될 수 있다. 예를 들면, 상기 영화의 장르가 코미디인 경우 로맨틱 코미디가 상기 영화와 유사한 장르로서 상기 Genre 메타 데이터에 포함될 수 있다. 상기 Synopsis 메타 데이터에는 영화에 대한 간단한 내용 요약에 관한 정보가 포함될 수 있다.
상기 온톨로지 모델은 메타 데이터로서 상기의 Person, Character, Keywords, Genre, Synopsis뿐만 아니라 영화 Title(제목), Rating(평점), Limit(등급) 등의 정보를 더 포함할 수 있으며, 이들 메타 데이터들 역시 연관성에 따라 그것들 간의 관계를 표현할 수 있다.
도 4는 본 발명의 일 실시예에 있어서 메타 데이터들 간의 유사성 표현을 위한 모델의 일례를 도시한 도면이다.
도 4에 도시된 바와 같이, User(사용자)는 자신이 원하는(혹은 선호하는) 장르나 인물, 키워드, 시놉시스 키워드 등을 사용자 단말기(도 1의 130 참조)에 직접 입력할 수 있다(410). 이에 따라, 본 발명의 일 실시예에서는 상기 사용자 단말기로부터 입력 정보를 수신하고, 상기 수신된 입력 정보를 토대로 유사한 메타 데이터를 상기 온톨로지 KB(120)로부터 검색할 수 있다(420).
즉, 상기 영상 콘텐츠 추천 시스템(도 1의 110 참조)은 온톨로지를 기반으로 하여 상기 입력 정보의 메타 데이터와 유사성을 가지는 메타 데이터를 상기 온톨로지 KB(120)로부터 검색할 수 있다. 상기 영상 콘텐츠 추천 시스템은 상기 검색된 메타 데이터에 해당하는 영화(영상 콘텐츠)를 상기 사용자 단말기에 추천할 수 있다.
도 5는 본 발명의 일 실시예에 따른 온톨로지 기반 메타 데이터 간 연관성을 이용한 영상 콘텐츠 추천 방법을 설명하기 위해 도시한 흐름도이다.
도 1, 도 2 및 도 5를 참조하면, 단계(510)에서 영상 콘텐츠 추천 시스템(110)의 온톨로지 구축부(210)는 복수의 영상 콘텐츠 각각의 메타 데이터들 상호 간의 관계에 기초하여, 상기 복수의 영상 콘텐츠에 대한 온톨로지를 구축한다.
다음으로, 단계(520)에서 상기 영상 콘텐츠 추천 시스템(110)의 콘텐츠 추천부(220)는 상기 구축된 온톨로지를 기반으로 상기 메타 데이터들 간의 연관성을 도출한다.
다음으로, 단계(530)에서 상기 영상 콘텐츠 추천 시스템(110)의 콘텐츠 추천부(220)는 상기 도출된 연관성에 기초하여 서로 관련이 있는 메타 데이터들을 추출한다.
다음으로, 단계(540)에서 상기 영상 콘텐츠 추천 시스템(110)의 콘텐츠 추천부(220)는 상기 추출된 메타 데이터들을 상호 비교하여 유사성을 측정한다.
다음으로, 단계(550)에서 상기 영상 콘텐츠 추천 시스템(110)의 콘텐츠 추천부(220)는 상기 유사성에 기초하여 상기 추천 영상 콘텐츠를 상기 사용자 단말기(130)에 제공한다.
도 6은 본 발명의 다른 실시예에 따른 온톨로지 기반 메타 데이터 간 연관성을 이용한 영상 콘텐츠 추천 방법을 설명하기 위해 도시한 흐름도이다.
도 1, 도 2 및 도 6을 참조하면, 단계(610)에서 영상 콘텐츠 추천 시스템(110)의 온톨로지 구축부(210)는 복수의 영상 콘텐츠 각각의 메타 데이터들 상호 간의 관계에 기초하여, 상기 복수의 영상 콘텐츠에 대한 온톨로지를 구축한다.
다음으로, 단계(620)에서 상기 영상 콘텐츠 추천 시스템(110)의 콘텐츠 추천부(220)는 상기 구축된 온톨로지를 기반으로 상기 메타 데이터들 간의 연관성을 도출한다.
다음으로, 단계(630)에서 상기 영상 콘텐츠 추천 시스템(110)의 콘텐츠 추천부(220)는 상기 도출된 연관성에 기초하여 서로 관련이 있는 메타 데이터들을 추출한다.
다음으로, 단계(640)에서 상기 영상 콘텐츠 추천 시스템(110)의 콘텐츠 추천부(220)는 상기 추출된 메타 데이터들을 상호 비교하여 유사성을 측정한다.
다음으로, 단계(650)에서 상기 영상 콘텐츠 추천 시스템(110)의 선호도 측정부(230)는 각 사용자의 개인 정보에 기초하여 상기 각 사용자를 복수의 그룹으로 분할한다.
다음으로, 단계(660)에서 상기 영상 콘텐츠 추천 시스템(110)의 선호도 측정부(230)는 상기 복수의 그룹 각각에 포함된 사용자의 영화 재생 목록을 참조하여 상기 복수의 그룹 각각에 대한 선호도를 측정한다.
다음으로, 단계(670)에서 상기 영상 콘텐츠 추천 시스템(110)의 사용자 그룹 결정부(240)는 상기 사용자의 개인 정보에 기초하여 상기 복수의 그룹 중 상기 사용자의 그룹을 결정한다.
다음으로, 단계(680)에서 상기 영상 콘텐츠 추천 시스템(110)의 콘텐츠 추천부(220)는 상기 사용자의 그룹의 선호도 및 상기 유사성에 기초하여 상기 추천 영상 콘텐츠를 상기 사용자 단말기(130)에 제공한다.
도 7은 본 발명의 또 다른 실시예에 따른 온톨로지 기반 메타 데이터 간 연관성을 이용한 영상 콘텐츠 추천 방법을 설명하기 위해 도시한 흐름도이다.
도 1, 도 2 및 도 7을 참조하면, 단계(710)에서 영상 콘텐츠 추천 시스템(110)의 온톨로지 구축부(210)는 복수의 영상 콘텐츠 각각의 메타 데이터들 상호 간의 관계에 기초하여, 상기 복수의 영상 콘텐츠에 대한 온톨로지를 구축한다.
다음으로, 단계(720)에서 상기 영상 콘텐츠 추천 시스템(110)의 콘텐츠 추천부(220)는 상기 구축된 온톨로지를 기반으로 상기 메타 데이터들 간의 연관성을 도출한다.
다음으로, 단계(730)에서 상기 영상 콘텐츠 추천 시스템(110)의 콘텐츠 추천부(220)는 상기 도출된 연관성에 기초하여 서로 관련이 있는 메타 데이터들을 추출한다.
다음으로, 단계(740)에서 상기 영상 콘텐츠 추천 시스템(110)의 콘텐츠 추천부(220)는 상기 추출된 메타 데이터들을 상호 비교하여 유사성을 측정한다.
다음으로, 단계(750)에서 상기 영상 콘텐츠 추천 시스템(110)의 선호도 측정부(230)는 상기 사용자 단말기의 사용자가 이전에 시청한 영상 콘텐츠에 관한 메타 데이터를 토대로 상기 사용자의 영상 콘텐츠 히스토리 패턴을 분석한다.
다음으로, 단계(760)에서 상기 영상 콘텐츠 추천 시스템(110)의 선호도 측정부(230)는 상기 영상 콘텐츠 히스토리 패턴의 분석 결과에 기초하여 상기 사용자 개인의 선호도를 측정한다.
다음으로, 단계(770)에서 상기 영상 콘텐츠 추천 시스템(110)의 콘텐츠 추천부(220)는 상기 사용자 개인의 선호도 및 상기 유사성에 기초하여 상기 추천 영상 콘텐츠를 상기 사용자 단말기(130)에 제공한다.
도 8은 본 발명의 또 다른 실시예에 따른 온톨로지 기반 메타 데이터 간 연관성을 이용한 영상 콘텐츠 추천 방법을 설명하기 위해 도시한 흐름도이다.
도 1, 도 2 및 도 8을 참조하면, 단계(810)에서 영상 콘텐츠 추천 시스템(110)의 온톨로지 구축부(210)는 복수의 영상 콘텐츠 각각의 메타 데이터들 상호 간의 관계에 기초하여, 상기 복수의 영상 콘텐츠에 대한 온톨로지를 구축한다.
다음으로, 단계(820)에서 상기 영상 콘텐츠 추천 시스템(110)의 콘텐츠 추천부(220)는 상기 구축된 온톨로지를 기반으로 상기 메타 데이터들 간의 연관성을 도출한다.
다음으로, 단계(830)에서 상기 영상 콘텐츠 추천 시스템(110)의 콘텐츠 추천부(220)는 상기 도출된 연관성에 기초하여 서로 관련이 있는 메타 데이터들을 추출한다.
다음으로, 단계(840)에서 상기 영상 콘텐츠 추천 시스템(110)의 콘텐츠 추천부(220)는 상기 추출된 메타 데이터들을 상호 비교하여 유사성을 측정한다.
다음으로, 단계(850)에서 상기 영상 콘텐츠 추천 시스템(110)의 가중치 설정부(250)는 상기 사용자의 소속 그룹의 선호도 및 상기 유사성에 기초하여 추천 후보 영상 콘텐츠에 대한 제1 목록을 생성한다.
다음으로, 단계(860)에서 상기 영상 콘텐츠 추천 시스템(110)의 가중치 설정부(250)는 상기 사용자 개인의 선호도 및 상기 유사성에 기초하여 추천 후보 영상 콘텐츠에 대한 제2 목록을 생성한다.
다음으로, 단계(870)에서 상기 영상 콘텐츠 추천 시스템(110)의 가중치 설정부(250)는 상기 제1 및 제2 목록에서 중복되는 추천 후보 영상 콘텐츠의 메타 데이터들에 가중치를 부여한다.
다음으로, 단계(880)에서 상기 영상 콘텐츠 추천 시스템(110)의 콘텐츠 추천부(220)는 상기 가중치를 고려하여 상기 제1 및 제2 목록으로부터 상기 추천 영상 콘텐츠를 선택하여 상기 사용자 단말기(130)에 제공한다.
도 9는 본 발명의 또 다른 실시예에 따른 온톨로지 기반 메타 데이터 간 연관성을 이용한 영상 콘텐츠 추천 방법을 설명하기 위해 도시한 흐름도이다.
도 1, 도 2 및 도 9를 참조하면, 단계(910)에서 영상 콘텐츠 추천 시스템(110)의 온톨로지 구축부(210)는 복수의 영상 콘텐츠 각각의 메타 데이터들 상호 간의 관계에 기초하여, 상기 복수의 영상 콘텐츠에 대한 온톨로지를 구축한다.
다음으로, 단계(920)에서 상기 영상 콘텐츠 추천 시스템(110)의 콘텐츠 추천부(220)는 상기 구축된 온톨로지를 기반으로 상기 메타 데이터들 간의 연관성을 도출한다.
다음으로, 단계(930)에서 상기 영상 콘텐츠 추천 시스템(110)의 콘텐츠 추천부(220)는 상기 도출된 연관성에 기초하여 서로 관련이 있는 메타 데이터들을 추출한다.
다음으로, 단계(940)에서 상기 영상 콘텐츠 추천 시스템(110)의 콘텐츠 추천부(220)는 상기 추출된 메타 데이터들을 상호 비교하여 유사성을 측정한다.
다음으로, 단계(950)에서 상기 영상 콘텐츠 추천 시스템(110)의 콘텐츠 추천부(220)는 상기 유사성에 기초하여 상기 추천 영상 콘텐츠를 상기 사용자 단말기(130)에 제공한다.
다음으로, 단계(960)에서 상기 영상 콘텐츠 추천 시스템(110)의 가중치 설정부(250)는 상기 추천 영상 콘텐츠의 최종 선택 횟수에 따라 메타 데이터들에 부여된 가중치를 수정한다.
구체적으로, 상기 영상 콘텐츠 추천 시스템(110)의 가중치 설정부(250)는 상기 추천 영상 콘텐츠 중 상기 사용자 단말기(130)에 의해 최종 선택된 추천 영상 콘텐츠의 메타 데이터들에 가중치를 부여한다. 이때, 상기 영상 콘텐츠 추천 시스템(110)의 가중치 설정부(250)는 상기 추천 영상 콘텐츠의 최종 선택 횟수를 카운트하고, 상기 카운트된 횟수에 기초하여 해당 추천 영상 콘텐츠의 메타 데이터들에 부여된 가중치를 수정할 수 있다. 상기 가중치는 상기 카운트 횟수가 많을수록 증가되는 방식으로 수정될 수 있다.
이와 같이, 본 발명의 일 실시예에서는 영상 콘텐츠의 메타 데이터들 간의 연관성을 분석하여 메타 데이터들 상호 간의 관계를 표현하는 온톨로지를 구축하고, 상기 온톨로지를 기반으로 메타 데이터들 간의 연관성, 유사성, 사용자(개인/그룹) 선호도, 가중치, 감정 상태 등을 통해 사용자에게 영상 콘텐츠를 추천하는 영상 콘텐츠 추천 시스템 및 방법을 제공한다.
본 발명의 일 실시예에 의하면 메타 데이터들 간의 관계를 표현한 온톨로지를 통해 추천 영상 콘텐츠를 검색함으로써, 특정 메타 데이터에 해당하는 유사 영상 콘텐츠뿐만 아니라, 특정 메타 데이터와 연관성이 있는 다른 메타 데이터에 해당하는 유사 영상 콘텐츠까지도 검색하여 사용자에게 제공할 수 있다. 따라서, 본 발명의 일 실시예에 따르면 사용자에게 유사한 영상 콘텐츠뿐만 아니라 사용자가 잠재적으로 선호할 수 있는 영상 콘텐츠까지도 제공하며, 이를 통해 사용자에게 개인화된 맞춤형 영상 콘텐츠를 추천해줄 수 있다.
예를 들면, 기존에는 영화를 검색할 때 구혜선을 검색어로 입력하면, 구혜선이 배우로 출연한 영화만 추천 가능하였지만, 본 발명의 일 실시예에서는 구혜선이 배우로 출연한 영화뿐만 아니라, 구혜선이 감독한 영화까지도 추천 가능하다. 다른 예로서, 기존에는 영화를 검색할 때 코미디를 검색어로 입력하면, 코미디 장르의 영화만 추천 가능하였지만, 본 발명의 일 실시예에서는 코미디 장르의 영화뿐만 아니라 로맨틱 코미디 장르의 영화까지도 추천 가능하다.
본 발명의 실시예들은 다양한 컴퓨터로 구현되는 동작을 수행하기 위한 프로그램 명령을 포함하는 컴퓨터 판독 가능 매체를 포함한다. 상기 컴퓨터 판독 가능 매체는 프로그램 명령, 로컬 데이터 파일, 로컬 데이터 구조 등을 단독으로 또는 조합하여 포함할 수 있다. 상기 매체는 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, CD-ROM, DVD와 같은 광기록 매체, 플롭티컬 디스크와 같은 자기-광 매체, 및 롬, 램, 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.
지금까지 본 발명에 따른 구체적인 실시예에 관하여 설명하였으나, 본 발명의 범위에서 벗어나지 않는 한도 내에서는 여러 가지 변형이 가능함은 물론이다. 그러므로, 본 발명의 범위는 설명된 실시예에 국한되어 정해져서는 안 되며, 후술하는 특허 청구의 범위뿐 아니라 이 특허 청구의 범위와 균등한 것들에 의해 정해져야 한다.
이상과 같이 본 발명은 비록 한정된 실시예와 도면에 의해 설명되었으나, 본 발명은 상기의 실시예에 한정되는 것은 아니며, 이는 본 발명이 속하는 분야에서 통상의 지식을 가진 자라면 이러한 기재로부터 다양한 수정 및 변형이 가능하다. 따라서, 본 발명 사상은 아래에 기재된 특허청구범위에 의해서만 파악되어야 하고, 이의 균등 또는 등가적 변형 모두는 본 발명 사상의 범주에 속한다고 할 것이다.
110: 영상 콘텐츠 추천 시스템
120: 온톨로지 KB
130: 사용자 단말기
210: 온톨로지 구축부
220: 콘텐츠 추천부
230: 선호도 측정부
240: 사용자 그룹 결정부
250: 가중치 설정부
260: 제어부

Claims (18)

  1. 복수의 영상 콘텐츠 각각의 메타 데이터들 상호 간의 관계에 기초하여, 상기 복수의 영상 콘텐츠에 대한 온톨로지를 구축하는 온톨로지 구축부;
    상기 온톨로지를 기반으로 상기 메타 데이터들 간의 연관성을 도출하고, 상기 연관성에 기초하여 상기 복수의 영상 콘텐츠 중 적어도 하나의 추천 영상 콘텐츠를 사용자 단말기에 제공하는 콘텐츠 추천부
    를 포함하는 것을 특징으로 하는 온톨로지 기반 메타 데이터 간 연관성을 이용한 영상 콘텐츠 추천 시스템.
  2. 제1항에 있어서,
    상기 콘텐츠 추천부는
    상기 메타 데이터들 간의 연관성을 토대로 상기 메타 데이터들의 각 항목별 유사성을 측정하고, 상기 각 항목별 유사성에 기초하여 상기 추천 영상 콘텐츠를 상기 사용자 단말기에 제공하는 것을 특징으로 하는 온톨로지 기반 메타 데이터 간 연관성을 이용한 영상 콘텐츠 추천 시스템.
  3. 제2항에 있어서,
    상기 콘텐츠 추천부는
    상기 메타 데이터들의 등장 인물 항목별 유사성에 기초하여 유사성을 가지는 등장 인물이 출연한 영상 콘텐츠를 상기 추천 영상 콘텐츠로서 상기 사용자 단말기에 제공하는 것을 특징으로 하는 온토롤지 기반 메타 데이터 간 연관성을 이용한 영상 콘텐츠 추천 시스템.
  4. 제2항에 있어서,
    상기 콘텐츠 추천부는
    상기 메타 데이터들의 장르 항목별 유사성에 기초하여 유사성을 가지는 장르의 영상 콘텐츠를 상기 추천 영상 콘텐츠로서 상기 사용자 단말기에 제공하는 것을 특징으로 하는 온토롤지 기반 메타 데이터 간 연관성을 이용한 영상 콘텐츠 추천 시스템.
  5. 제1항에 있어서,
    상기 콘텐츠 추천부는
    조건부 확률 기법을 이용하여 상기 메타 데이터들 간의 연관성을 도출하는 것을 특징으로 하는 온톨로지 기반 메타 데이터 간 연관성을 이용한 영상 콘텐츠 추천 시스템.
  6. 제1항에 있어서,
    상기 콘텐츠 추천부는
    상기 조건부 확률 기법에 따라, 확률이 설정치 이상일 경우에는 상기 메타 데이터들 간에 연관성이 있는 것으로 판단하고, 상기 확률이 상기 설정치 미만일 경우에는 상기 메타 데이터들 간에 연관성이 없는 것으로 판단하는 것을 특징으로 하는 온톨로지 기반 메타 데이터 간 연관성을 이용한 영상 콘텐츠 추천 시스템.
  7. 제1항에 있어서,
    상기 콘텐츠 추천부는
    상기 연관성에 기초하여 서로 관련이 있는 메타 데이터들을 추출하고, 상기 추출된 메타 데이터들을 상호 비교하며, 상기 비교 결과에 따라 유사성을 측정하여 상기 추천 영상 콘텐츠를 상기 사용자 단말기에 제공하는 것을 특징으로 하는 온톨로지 기반 메타 데이터 간 연관성을 이용한 영상 콘텐츠 추천 시스템.
  8. 제7항에 있어서,
    각 사용자의 개인 정보에 기초하여 상기 각 사용자를 복수의 그룹으로 분할하고, 상기 복수의 그룹 각각에 포함된 사용자의 영화 재생 목록을 참조하여 상기 복수의 그룹 각각에 대한 선호도를 측정하는 선호도 측정부; 및
    상기 사용자의 개인 정보에 기초하여 상기 복수의 그룹 중 상기 사용자의 그룹을 결정하는 사용자 그룹 결정부
    를 더 포함하고,
    상기 콘텐츠 추천부는
    상기 사용자의 그룹의 선호도 및 상기 유사성에 기초하여 상기 추천 영상 콘텐츠를 상기 사용자 단말기에 제공하는 것을 특징으로 하는 온톨로지 기반 메타 데이터 간 연관성을 이용한 영상 콘텐츠 추천 시스템.
  9. 제7항에 있어서,
    상기 사용자 단말기의 사용자가 이전에 시청한 영상 콘텐츠에 관한 메타 데이터를 토대로 상기 사용자의 영상 콘텐츠 히스토리 패턴을 분석하고, 상기 영상 콘텐츠 히스토리 패턴에 기초하여 상기 사용자 개인의 선호도를 측정하는 선호도 측정부
    를 더 포함하고,
    상기 콘텐츠 추천부는
    상기 사용자 개인의 선호도 및 상기 유사성에 기초하여 상기 추천 영상 콘텐츠를 상기 사용자 단말기에 제공하는 것을 특징으로 하는 온톨로지 기반 메타 데이터 간 연관성을 이용한 영상 콘텐츠 추천 시스템.
  10. 제7항에 있어서,
    상기 사용자의 개인 정보에 기초하여 결정된 사용자 그룹의 선호도에 기초하여 추천 후보 영상 콘텐츠에 대한 제1 목록을 생성하고, 상기 사용자 개인의 선호도에 기초하여 추천 후보 영상 콘텐츠에 대한 제2 목록을 생성하며, 상기 제1 및 제2 목록에서 중복되는 추천 후보 영상 콘텐츠의 메타 데이터들에 가중치를 부여하는 가중치 설정부
    를 더 포함하고,
    상기 콘텐츠 추천부는
    상기 가중치를 고려하여 상기 제1 및 제2 목록으로부터 상기 추천 영상 콘텐츠를 선택하여 상기 사용자 단말기에 제공하는 것을 특징으로 하는 온톨로지 기반 메타 데이터 간 연관성을 이용한 영상 콘텐츠 추천 시스템.
  11. 제1항에 있어서,
    상기 추천 영상 콘텐츠 중 상기 사용자 단말기에 의해 최종 선택된 추천 영상 콘텐츠의 메타 데이터들에 가중치를 부여하되, 상기 최종 선택의 횟수에 따라 상기 가중치를 수정하는 가중치 설정부
    를 더 포함하는 것을 특징으로 하는 온톨로지 기반 메타 데이터 간 연관성을 이용한 영상 콘텐츠 추천 시스템.
  12. 제1항에 있어서,
    상기 콘텐츠 추천부는
    상기 사용자의 감정 상태 및 상기 연관성에 기초하여 상기 추천 영상 콘텐츠를 상기 사용자 단말기에 제공하는 것을 특징으로 하는 온톨로지 기반 메타 데이터 간 연관성을 이용한 영상 콘텐츠 추천 시스템.
  13. 영상 콘텐츠 추천 시스템의 온톨로지 구축부에서, 복수의 영상 콘텐츠 각각의 메타 데이터들 상호 간의 관계에 기초하여, 상기 복수의 영상 콘텐츠에 대한 온톨로지를 구축하는 단계;
    상기 영상 콘텐츠 추천 시스템의 콘텐츠 추천부에서, 상기 온톨로지를 기반으로 상기 메타 데이터들 간의 연관성을 도출하는 단계; 및
    상기 콘텐츠 추천부에서, 상기 연관성에 기초하여 상기 복수의 영상 콘텐츠 중 적어도 하나의 추천 영상 콘텐츠를 사용자 단말기에 제공하는 단계
    를 포함하는 것을 특징으로 하는 온톨로지 기반 메타 데이터 간 연관성을 이용한 영상 콘텐츠 추천 방법.
  14. 제11항에 있어서,
    상기 메타 데이터들 간의 연관성을 도출하는 단계는
    조건부 확률 기법을 이용하여 상기 메타 데이터들 간의 연관성을 도출하는 단계
    를 포함하는 것을 특징으로 하는 온톨로지 기반 메타 데이터 간 연관성을 이용한 영상 콘텐츠 추천 방법.
  15. 제13항에 있어서,
    상기 콘텐츠 추천부에서, 상기 연관성에 기초하여 서로 관련이 있는 메타 데이터들을 추출하는 단계; 및
    상기 콘텐츠 추천부에서, 상기 추출된 메타 데이터들을 상호 비교하여 유사성을 측정하는 단계
    를 더 포함하고,
    상기 영상 콘텐츠를 사용자에게 추천하는 단계는
    상기 유사성에 기초하여 상기 추천 영상 콘텐츠를 상기 사용자 단말기에 제공하는 단계
    를 포함하는 것을 특징으로 하는 온톨로지 기반 메타 데이터 간 연관성을 이용한 영상 콘텐츠 추천 방법.
  16. 제15항에 있어서,
    상기 영상 콘텐츠 추천 시스템의 선호도 측정부에서, 각 사용자의 개인 정보에 기초하여 상기 각 사용자를 복수의 그룹으로 분할하는 단계;
    상기 선호도 측정부에서, 상기 복수의 그룹 각각에 포함된 사용자의 영화 재생 목록을 참조하여 상기 복수의 그룹 각각에 대한 선호도를 측정하는 단계; 및
    상기 영상 콘텐츠 추천 시스템의 사용자 그룹 결정부에서, 상기 사용자의 개인 정보에 기초하여 상기 복수의 그룹 중 상기 사용자의 그룹을 결정하는 단계
    를 더 포함하고,
    상기 추천 영상 콘텐츠를 사용자 단말기에 제공하는 단계는
    상기 사용자의 그룹의 선호도 및 상기 유사성에 기초하여 상기 추천 영상 콘텐츠를 상기 사용자 단말기에 제공하는 단계
    를 포함하는 것을 특징으로 하는 온톨로지 기반 메타 데이터 간 연관성을 이용한 영상 콘텐츠 추천 방법.
  17. 제15항에 있어서,
    상기 영상 콘텐츠 추천 시스템의 선호도 측정부에서, 상기 사용자 단말기의 사용자가 이전에 시청한 영상 콘텐츠에 관한 메타 데이터를 토대로 상기 사용자의 영상 콘텐츠 히스토리 패턴을 분석하는 단계; 및
    상기 선호도 측정부에서, 상기 영상 콘텐츠 히스토리 패턴에 기초하여 상기 사용자 개인의 선호도를 측정하는 단계
    를 더 포함하고,
    상기 추천 영상 콘텐츠를 사용자 단말기에 제공하는 단계는
    상기 사용자 개인의 선호도 및 상기 유사성에 기초하여 상기 추천 영상 콘텐츠를 상기 사용자 단말기에 제공하는 단계
    를 포함하는 것을 특징으로 하는 온톨로지 기반 메타 데이터 간 연관성을 이용한 영상 콘텐츠 추천 방법.
  18. 제13항에 있어서,
    상기 영상 콘텐츠 추천 시스템의 가중치 설정부에서, 상기 추천 영상 콘텐츠 중 상기 사용자 단말기에 의해 최종 선택된 영상 콘텐츠의 메타 데이터들에 가중치를 부여하되, 상기 최종 선택의 횟수에 따라 상기 가중치를 수정하는 단계
    를 더 포함하는 것을 특징으로 하는 온톨로지 기반 메타 데이터 간 연관성을 이용한 영상 콘텐츠 추천 방법.
KR1020130159087A 2013-12-19 2013-12-19 온톨로지 기반 메타 데이터 간 연관성을 이용한 영상 콘텐츠 추천 시스템 및 방법 KR101563625B1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020130159087A KR101563625B1 (ko) 2013-12-19 2013-12-19 온톨로지 기반 메타 데이터 간 연관성을 이용한 영상 콘텐츠 추천 시스템 및 방법

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020130159087A KR101563625B1 (ko) 2013-12-19 2013-12-19 온톨로지 기반 메타 데이터 간 연관성을 이용한 영상 콘텐츠 추천 시스템 및 방법

Publications (2)

Publication Number Publication Date
KR20150071945A true KR20150071945A (ko) 2015-06-29
KR101563625B1 KR101563625B1 (ko) 2015-10-28

Family

ID=53518064

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020130159087A KR101563625B1 (ko) 2013-12-19 2013-12-19 온톨로지 기반 메타 데이터 간 연관성을 이용한 영상 콘텐츠 추천 시스템 및 방법

Country Status (1)

Country Link
KR (1) KR101563625B1 (ko)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR102590388B1 (ko) 2022-03-30 2023-10-16 중앙대학교 산학협력단 영상 컨텐츠 추천 장치 및 방법

Family Cites Families (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2004206445A (ja) * 2002-12-25 2004-07-22 Nippon Telegr & Teleph Corp <Ntt> コンテンツ提供方法、コンテンツ利用者の端末およびプログラムと記録媒体
KR100786342B1 (ko) * 2007-01-30 2007-12-17 (주) 프람트 사용자 동적 정보를 이용한 콘텐츠의 검색 방법

Also Published As

Publication number Publication date
KR101563625B1 (ko) 2015-10-28

Similar Documents

Publication Publication Date Title
Balog et al. Transparent, scrutable and explainable user models for personalized recommendation
CN111241311B (zh) 媒体信息推荐方法、装置、电子设备及存储介质
US9552555B1 (en) Methods, systems, and media for recommending content items based on topics
US10762161B2 (en) Intelligent humanoid interactive content recommender
Philip et al. Application of content-based approach in research paper recommendation system for a digital library
US9467744B2 (en) Comment-based media classification
US8234311B2 (en) Information processing device, importance calculation method, and program
US9965776B2 (en) Digital content recommendations based on user comments
De Pessemier et al. Context aware recommendations for user-generated content on a social network site
US20130218905A1 (en) Content recommendation for groups
US11663661B2 (en) Apparatus and method for training a similarity model used to predict similarity between items
CN107544959B (zh) 一种评价对象的提取方法和装置
EP4092545A1 (en) Content recommendation method and device
US8997008B2 (en) System and method for searching through a graphic user interface
Chen et al. Tagcloud-based explanation with feedback for recommender systems
Neamah et al. Design and evaluation of a course recommender system using content-based approach
KR20170036874A (ko) 사용자 성향을 고려한 소셜 이벤트 추천 방법 및 장치
KR101826594B1 (ko) 지식 구조 기반의 전자책 추천 방법 및 시스템
KR101563625B1 (ko) 온톨로지 기반 메타 데이터 간 연관성을 이용한 영상 콘텐츠 추천 시스템 및 방법
Sang et al. Design and implementation of collaborative filtering approach for movie recommendation system
WO2017135889A1 (en) Ontology determination methods and ontology determination devices
Işık A hybrid movie recommendation system using graph-based approach
Mohamad et al. Collaborative filtering approach for movie recommendations
Souza Cabral et al. Combining multiple metadata types in movies recommendation using ensemble algorithms
Cheng et al. Personalized video recommendation integrating user portrait and collaborative filtering

Legal Events

Date Code Title Description
A201 Request for examination
E902 Notification of reason for refusal
AMND Amendment
E601 Decision to refuse application
AMND Amendment
X701 Decision to grant (after re-examination)
GRNT Written decision to grant
FPAY Annual fee payment

Payment date: 20181002

Year of fee payment: 4

FPAY Annual fee payment

Payment date: 20191008

Year of fee payment: 5