KR20150101338A - 콘텐츠 추천 장치 및 방법 - Google Patents

콘텐츠 추천 장치 및 방법 Download PDF

Info

Publication number
KR20150101338A
KR20150101338A KR1020140022928A KR20140022928A KR20150101338A KR 20150101338 A KR20150101338 A KR 20150101338A KR 1020140022928 A KR1020140022928 A KR 1020140022928A KR 20140022928 A KR20140022928 A KR 20140022928A KR 20150101338 A KR20150101338 A KR 20150101338A
Authority
KR
South Korea
Prior art keywords
channel
content
information
group
channels
Prior art date
Application number
KR1020140022928A
Other languages
English (en)
Other versions
KR102096474B1 (ko
Inventor
김민성
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 KR1020140022928A priority Critical patent/KR102096474B1/ko
Priority to US14/898,393 priority patent/US10349137B2/en
Priority to PCT/KR2014/011263 priority patent/WO2015129989A1/ko
Publication of KR20150101338A publication Critical patent/KR20150101338A/ko
Application granted granted Critical
Publication of KR102096474B1 publication Critical patent/KR102096474B1/ko

Links

Images

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04H—BROADCAST COMMUNICATION
    • H04H60/00—Arrangements for broadcast applications with a direct linking to broadcast information or broadcast space-time; Broadcast-related systems
    • H04H60/35—Arrangements for identifying or recognising characteristics with a direct linkage to broadcast information or to broadcast space-time, e.g. for identifying broadcast stations or for identifying users
    • H04H60/46—Arrangements for identifying or recognising characteristics with a direct linkage to broadcast information or to broadcast space-time, e.g. for identifying broadcast stations or for identifying users for recognising users' preferences
    • 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]
    • H04N21/20—Servers specifically adapted for the distribution of content, e.g. VOD servers; Operations thereof
    • H04N21/25—Management operations performed by the server for facilitating the content distribution or administrating data related to end-users or client devices, e.g. end-user or client device authentication, learning user preferences for recommending movies
    • H04N21/258—Client or end-user data management, e.g. managing client capabilities, user preferences or demographics, processing of multiple end-users preferences to derive collaborative data
    • H04N21/25866—Management of end-user data
    • H04N21/25891—Management of end-user data being end-user preferences
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N21/00—Selective content distribution, e.g. interactive television or video on demand [VOD]
    • H04N21/20—Servers specifically adapted for the distribution of content, e.g. VOD servers; Operations thereof
    • H04N21/25—Management operations performed by the server for facilitating the content distribution or administrating data related to end-users or client devices, e.g. end-user or client device authentication, learning user preferences for recommending movies
    • H04N21/262—Content or additional data distribution scheduling, e.g. sending additional data at off-peak times, updating software modules, calculating the carousel transmission frequency, delaying a video stream transmission, generating play-lists
    • H04N21/26283—Content or additional data distribution scheduling, e.g. sending additional data at off-peak times, updating software modules, calculating the carousel transmission frequency, delaying a video stream transmission, generating play-lists for associating distribution time parameters to content, e.g. to generate electronic program guide data

Landscapes

  • Engineering & Computer Science (AREA)
  • Signal Processing (AREA)
  • Databases & Information Systems (AREA)
  • Multimedia (AREA)
  • Two-Way Televisions, Distribution Of Moving Picture Or The Like (AREA)
  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)

Abstract

다수의 사용자가 이용하는 경우 하나의 멀티미디어 기기에 적절한 콘텐츠를 추천하는 콘텐츠 추천 장치에 관한 것으로, 일 실시예에 따르면, 콘텐츠 추천 장치는 채널의 속성 정보를 기초로 채널 간의 유사도를 산출하고, 산출된 채널 간의 유사도를 이용하여 하나 이상의 채널 그룹을 생성하는 채널 그룹 생성부, 사용자 그룹별 콘텐츠 시청 이력 정보를 채널 그룹별 시청 이력 정보로 치환하는 시청 이력 치환부 및 채널 그룹별 시청 이력 정보에 기초하여 채널 그룹별로 각 사용자 그룹에 대한 콘텐츠 추천 정보를 생성하는 추천 정보 생성부를 포함할 수 있다.

Description

콘텐츠 추천 장치 및 방법{APPARATUS AND METHOD FOR RECOMMENDING CONTENTS}
콘텐츠 추천 장치 및 방법에 관한 것으로, 보다 상세하게는 TV와 같이 복수의 사용자들이 이용할 수 있는 하나의 멀티미디어 장치에서 채널 속성에 따른 채널 그룹을 생성하고, 채널 그룹별로 사용자들의 시청 이력 형태를 분석하여 채널 그룹별로 적합한 콘텐츠를 추천하는 장치 및 방법에 관한 것이다.
스마트폰 등의 모바일 단말과 같이 특정한 개인이 지속적으로 사용하는 기기와는 달리 케이블 TV, IPTV, 위성 방송 등과 같이 TV를 매체로 한 서비스의 경우에는 한 세대를 구성하는 다양한 구성원이 하나의 기기를 사용하게 된다. 이러한 상황에서 각 구성원은 동일한 시간에 모두 모여 동일한 콘텐츠를 시청하기도 하지만, 일반적으로는 선호하는 콘텐츠의 취향이 서로 다르기 때문에 서로 다른 시간에 다른 종류의 콘텐츠를 시청한다.
연관규칙 마이닝(Association Rule Mining)과 같이 일반적인 개인화/추천 알고리즘의 경우 한 개인의 이용 행태나 패턴을 분석하여 개인의 취향에 적합한 콘텐츠를 제공한다. 하지만, TV와 같이 다수의 사용자가 1개의 장치를 매개로 하여 동일 서비스를 공통으로 이용하는 경우에는 먼저 각 개인을 특정(specify)해야 할 필요가 있다. 이를 위해 일반적으로 별도의 사용자 인터페이스를 통해 현재 TV를 사용하려는 개인 각각의 프로필(profile)을 입력받는 방법이 시도되고 있으나, 이는 사용성 측면에서 불편함을 야기하며 실제로 사용자들이 매번 자신의 프로필을 지정하고 TV를 이용하도록 유도하는 것도 어려운 일이다.
또한, 한 가구에서 생성되는 시청 정보를 이용하여 선호도 정보를 생성하고 이에 따라 콘텐츠를 추천하는 경우에는 실제로 해당 TV를 이용하는 세대 구성원과는 관련이 없는 콘텐츠를 추천하는 문제가 발생하기도 한다. 예를 들어, TV와 같이 다수의 사용자가 하나의 기기를 시청하는 경우, 하루에도 시간대별로 시청 패턴이 달라질 수 있다. 즉, 오전 시간에는 가정 주부가 주로 시청하는 미용이나 드라마 관련 프로그램을 주로 시청하고, 오후 시간에는 어린이 대상 프로그램을 주로 시청하며, 저녁 및 밤 시간에는 스포츠나, 영화 등을 시청하는 패턴이 나타날 수 있는데, 이를 하나의 기기에 대한 사용 이력으로 통합하여 연관 규칙 마이닝 등을 수행하게 되면, 애니메이션 등 어린이용 프로그램을 시청하는 사용자들에게 성인용 프로그램을 추천하는 등의 문제가 발생할 수 있다.
한국 공개 특허 제10-2011-0071715호, 2011년 06월 29일 공개 (명칭: 커뮤니티 서비스를 제공하는 IPTV 서비스 시스템)
TV 등의 기기에서 방송되는 각 채널을 채널 그룹별로 분류하고, 각 채널 그룹별로 적합한 콘텐츠를 추천함으로써 그 기기를 사용자는 다수의 사용자가 프로필 등을 입력할 필요없이 개별 사용자에게 적합한 콘텐츠를 추천할 수 있는 콘텐츠 추천 장치 및 방법을 제공하기 위함이다.
일 양상에 따르면, 콘텐츠 추천 장치는 채널의 속성 정보를 기초로 채널 간의 유사도를 산출하고, 산출된 채널 간의 유사도를 이용하여 하나 이상의 채널 그룹을 생성하는 채널 그룹 생성부, 사용자 그룹별 콘텐츠 시청 이력 정보를 채널 그룹별 시청 이력 정보로 치환하는 시청 이력 치환부 및 채널 그룹별 시청 이력 정보에 기초하여 채널 그룹별로 각 사용자 그룹에 대한 콘텐츠 추천 정보를 생성하는 추천 정보 생성부를 포함할 수 있다.
또한, 콘텐츠 추천 장치는 각 채널별 전자 프로그램 가이드(Electronic Program Guide) 정보, 각 채널별 메타(Meta) 정보, 각 채널에서 방송되는 콘텐츠의 메타(Meta) 정보 및 웹(web) 정보 중의 하나 이상을 포함하는 방송 정보를 수집하는 방송 정보 수집부를 더 포함할 수 있다.
또한, 콘텐츠 추천 장치는 수집된 방송 정보를 이용하여 각 채널의 속성 정보를 생성하는 채널 속성 생성부를 더 포함할 수 있다.
채널 그룹 생성부는 수집된 방송 정보를 이용하여 채널 간의 콘텐츠 중복 정보를 확인하고, 그 콘텐츠 중복 정보에 더 기초하여 채널 간의 유사도를 산출할 수 있다.
이때, 콘텐츠 중복 정보는 채널 간의 콘텐츠의 중복 여부 및 중복 콘텐츠의 개수 중의 하나 이상을 포함할 수 있다.
또한, 콘텐츠 추천 장치는 각 채널에서 방송되는 콘텐츠의 채널별 소속도를 산출하는 콘텐츠 소속도 산출부 및 산출된 콘텐츠의 소속도를 기초로 생성된 채널 그룹 간의 관계를 갱신하는 채널 그룹 갱신부를 더 포함할 수 있다.
콘텐츠 소속도 산출부는 각 채널의 속성과 각 채널에서 방송되는 콘텐츠의 타입 간의 연관 정도를 기초로 콘텐츠의 채널별 소속도를 산출할 수 있다.
채널 그룹 생성부는 산출된 채널 간의 유사도와 미리 설정된 임계치를 비교하고, 그 결과를 기초로 채널들을 하나 이상의 채널 그룹으로 생성할 수 있다.
채널 그룹 생성부는 채널 그룹의 생성 결과, 어느 하나의 채널이 둘 이상의 채널 그룹에 속하는 경우 그 둘 이상의 채널 그룹에 대한 상위 채널 그룹을 생성할 수 있다.
추천 정보 생성부는 채널 그룹별 시청 이력 정보를 기초로 채널 그룹별 콘텐츠 선호도를 산출하고, 산출된 콘텐츠 선호도에 기초하여 채널 그룹별로 콘텐츠 추천 정보를 생성할 수 있다.
또한, 콘텐츠 추천 장치는 각 사용자 그룹에 대해 생성된 채널 그룹별 콘텐츠 추천 정보를 각 사용자 그룹에 제공하는 추천 정보 제공부를 더 포함할 수 있다.
추천 정보 제공부는 각 사용자 그룹에서 현재 선택한 채널이 속한 채널 그룹의 콘텐츠 추천 정보를 각 사용자 그룹에 제공할 수 있다.
추천 정보 제공부는 콘텐츠의 채널별 소속도를 근거로 각 사용자 그룹에서 현재 시청 중인 콘텐츠와 유사한 콘텐츠를 방송하는 채널 그룹의 콘텐츠 추천 정보를 각 사용자 그룹에 제공할 수 있다.
일 양상에 따르면, 콘텐츠 추천 방법은 채널의 속성 정보를 기초로 채널 간의 유사도를 산출하는 단계, 산출된 채널 간의 유사도를 이용하여 하나 이상의 채널 그룹을 생성하는 단계, 사용자 그룹별 콘텐츠 시청 이력 정보를 채널 그룹별 시청 이력 정보로 치환하는 단계 및 채널 그룹별 시청 이력 정보에 기초하여 채널 그룹별로 각 사용자 그룹에 대한 콘텐츠 추천 정보를 생성하는 단계를 포함할 수 있다.
또한, 콘텐츠 추천 방법은 각 채널별 전자 프로그램 가이드(Electronic Program Guide) 정보, 각 채널별 메타(Meta) 정보, 각 채널에서 방송되는 콘텐츠의 메타(Meta) 정보 및 웹(web) 정보 중의 하나 이상을 포함하는 방송 정보를 수집하는 단계 및 수집된 방송 정보를 이용하여 각 채널의 속성 정보를 생성하는 단계를 더 포함할 수 있다.
채널 그룹을 생성하는 단계는 수집된 방송 정보를 이용하여 채널 간의 콘텐츠 중복 정보를 확인하는 단계를 포함하고, 확인된 콘텐츠 중복 정보에 더 기초하여 상기 채널 간의 유사도를 산출할 수 있다.
또한, 콘텐츠 추천 방법은 각 채널에서 방송되는 콘텐츠의 채널별 소속도를 산출하는 단계 및 산출된 콘텐츠의 소속도를 기초로 생성된 채널 그룹 간의 관계를 갱신하는 단계를 더 포함할 수 있다.
채널 그룹을 생성하는 단계는 산출된 채널 간의 유사도와 미리 설정된 임계치를 비교하는 단계, 비교 결과를 기초로 채널들을 하나 이상의 채널 그룹으로 생성하는 단계 및 채널 그룹의 생성 결과, 어느 하나의 채널이 둘 이상의 채널 그룹에 속하는 경우 그 둘 이상의 채널 그룹에 대한 상위 채널 그룹을 생성하는 단계를 포함할 수 있다.
또한, 콘텐츠 추천 방법은 각 사용자 그룹에 대해 생성된 채널 그룹별 콘텐츠 추천 정보를 각 사용자 그룹에 제공하는 단계를 더 포함할 수 있다.
TV, IPTV, CSTV, OTT 서비스 등과 같이 다수의 사용자가 동일 기기를 사용하는 경우, 각 사용자들은 기기에서 방송되는 채널의 그룹별 시청 이력 형태에 따라 자신이 선호하는 채널의 그룹에 대하여 적합한 콘텐츠를 추천받을 수 있다.
또한, 각 사용자는 자신이 선호하는 콘텐츠를 추천받기 위해 프로필 정보 등을 입력하는 불필요한 인터랙션을 수행할 필요가 없어 사용자 편의성이 향상된다.
도 1은 일 실시예에 따른 콘텐츠 추천 시스템을 도시한 것이다.
도 2는 일 실시예에 따른 콘텐츠 추천 장치의 블록도이다.
도 3은 일 실시예에 따른 콘텐츠 추천 장치가 수집하는 방송 정보의 예이다.
도 4는 일 실시예에 따른 콘텐츠 추천 장치가 채널 간의 유사도를 산출하는 것을 설명하기 위한 도면이다.
도 5 내지 도 8은 일 실시예에 따른 콘텐츠 추천 장치가 채널 그룹을 생성하는 것을 설명하기 위한 도면이다.
도 9 및 도 10은 일 실시예에 따른 콘텐츠 추천 장치가 수집한 시청 이력 정보를 설명하기 위한 도면이다.
도 11 및 도 12는 일 실시예에 따른 콘텐츠 추천 장치가 치환한 채널 그룹별 시청 이력 정보를 설명하기 위한 도면이다.
도 13은 일 실시예에 따른 콘텐츠 추천 방법의 흐름도이다.
본 발명을 첨부된 도면을 참조하여 상세히 설명하면 다음과 같다. 여기서, 반복되는 설명, 본 발명의 요지를 불필요하게 흐릴 수 있는 공지 기능 및 구성에 대한 상세한 설명은 생략한다. 본 발명의 실시형태는 당 업계에서 평균적인 지식을 가진 자에게 본 발명을 보다 완전하게 설명하기 위해서 제공되는 것이다.
이하에서 설명되는 본 명세서 및 청구범위에 사용된 용어나 단어는 통상적이거나 사전적인 의미로 한정해서 해석되어서는 아니 되며, 발명자는 그 자신의 발명을 가장 최선의 방법으로 설명하기 위한 용어의 개념으로 적절하게 정의할 수 있다는 원칙에 입각하여 본 발명의 기술적 사상에 부합하는 의미와 개념으로 해석되어야만 한다. 따라서 본 명세서에 기재된 실시예와 도면에 도시된 구성은 본 발명의 가장 바람직한 일 실시예에 불과할 뿐이고, 본 발명의 기술적 사상을 모두 대변하는 것은 아니므로, 본 출원시점에 있어서 이들을 대체할 수 있는 다양한 균등물과 변형 예들이 있을 수 있음을 이해하여야 한다. 또한 제1, 제2 등의 용어는 다양한 구성요소들을 설명하기 위해 사용하는 것으로, 하나의 구성요소를 다른 구성요소로부터 구별하는 목적으로만 사용될 뿐, 상기 구성요소들을 한정하기 위해 사용되지 않는다.
이하, 도면들을 참조하여 콘텐츠 추천 장치 및 방법의 다양한 실시예들을 설명한다.
도 1은 일 실시예에 따른 콘텐츠 추천 시스템의 블록도이다.
도 1을 참조하면, 일 실시예에 따른 콘텐츠 추천 시스템(1)은 콘텐츠 추천 장치(100) 및 하나 이상의 사용자 그룹(200)으로 구성될 수 있다.
각 사용자 그룹(200)은 하나의 멀티미디어 기기를 이용하는 다수의 사용자로 이루어진다. 여기서, 멀티미디어 기기는 특정 장소(예: 한 가정)에 설치되어 다수의 구성원이 이용하는 케이블 TV, IPTV, CSTV(Cloud Streaming TV), OTT(Over The Top) 서비스 등의 온 디멘드(On-Demand) VOD 서비스 제공 장치 등을 포함할 수 있다. 이때, CSTV는 셋탑박스 없이 조작 화면이나 영상의 변화 내용은 서버에서 처리하고, 클라이언트는 인터넷 연결을 통해 서버에서 생성된 화면만을 실시간으로 전달받는 방법을 의미한다. 또한, OTT 서비스는 인터넷 동영상 서비스를 의미한다.
콘텐츠 추천 장치(100)는 전자 프로그램 가이드(Electronic Program Guide, EPG), 웹 및 채널 정보 등으로부터 방송 정보를 수집할 수 있다. 예를 들어, 방송 정보는 전자 프로그램 가이드로부터 수집되는 프로그램 명, 프로그램 설명, 각 채널별로 제공되는 메타 정보, 웹에 공개된 방송 정보 및 각 채널에서 방송되는 콘텐츠의 메타 정보를 수집할 수 있다.
콘텐츠 추천 장치(100)는 이와 같이 방송 정보가 수집되면, 수집된 방송 정보를 이용하여 각 채널의 속성을 정의할 수 있다. 또한, 각 채널의 속성이 정의되면, 유사한 속성을 가진 채널들을 하나의 채널 그룹으로 분류하여 각 채널 그룹별로 콘텐츠 추천 정보를 생성할 수 있다.
또한, 콘텐츠 추천 장치(100)는 각 사용자 그룹(200)으로부터 시청 이력 정보를 수집할 수 있다. 이때, 수집되는 시청 이력 정보는 각 사용자 그룹(200)에서 채널 정보 및 각 채널별로 시청한 콘텐츠 정보를 포함할 수 있다.
콘텐츠 추천 장치(100)는 각 사용자 그룹으로부터 시청 이력 정보가 수집되면, 수집된 시청 이력 정보를 각 채널 그룹별 시청 이력으로 치환하고, 각 채널 그룹 단위로 추천 콘텐츠 정보를 생성하여 사용자 그룹(200)에 제공할 수 있다.
이때, 콘텐츠 추천 장치(100)는 특정 사용자 그룹(200) 내의 특정 사용자가 시청할 채널을 선택하면, 선택한 채널에 해당하는 채널 그룹의 추천 콘텐츠 정보를 제공할 수 있다. 또는, 콘텐츠 추천 장치(100)는 특정 사용자가 현재 특정 채널에서 시청하고 있는 콘텐츠의 유사성에 기초하여 현재 특정 채널과 다른 채널 그룹에 대해 생성된 추천 콘텐츠를 제공하는 것도 가능하다.
도 2 이하를 참조하여 일 실시예에 따른 콘텐츠 추천 장치(100)를 좀 더 상세하게 설명한다. 이하에서는 설명의 편의를 위해 각 사용자 그룹에 설치된 TV를 예로 들어 설명한다.
도 2는 일 실시예에 따른 콘텐츠 추천 장치의 블록도이다. 도 3은 일 실시예에 따른 콘텐츠 추천 장치가 수집하는 방송 정보의 예이다. 도 4는 일 실시예에 따른 콘텐츠 추천 장치가 채널 간의 유사도를 산출하는 것을 설명하기 위한 도면이다.
도 2를 참조하면, 콘텐츠 추천 장치(100)는 방송 정보 수집부(110), 채널 속성 생성부(120), 채널 그룹 생성부(130), 시청 이력 수집부(140), 시청 이력 치환부(150), 추천 정보 생성부(160), 추천 정보 제공부(170), 콘텐츠 소속도 산출부(180) 및 채널 그룹 갱신부(190)를 포함할 수 있다.
방송 정보 수집부(110)는 전자 프로그램 가이드, 웹, 채널 메타 정보, 콘텐츠 메타 정보 등으로부터 방송 정보를 수집할 수 있다. 예를 들어, 도 3에 예시된 바와 같이 전자 프로그램 가이드, 각 채널의 메타 정보로부터 방송 콘텐츠 명, 방송 콘텐츠 설명, 장르, 채널 명, 채널 설명 등의 채널 정보와, 웹에 공개된 방송 정보, 각 채널에서 방송되는 콘텐츠의 메타 정보를 통해 콘텐츠 명, 배우, 감독, 시놉시스(synopsis), 제작자 등의 방송 정보(10)를 수집할 수 있다.
채널 속성 생성부(120)는 수집된 방송 정보를 이용하여 각 채널의 속성을 정의하고, 각 채널의 속성 정보를 생성할 수 있다. 이때, 채널의 속성은 "영화 전문 채널", "드라마 전문 채널", "어린이 채널", "교육 채널", "경제 방송 채널", "뉴스 채널" 등으로 분류될 수 있다.
예를 들어, 도 3에 예시된 방송 정보(10)를 참조하면 채널 #1과 채널 #3은 방송되는 주요 콘텐츠가 영화이므로 "영화 전문 채널"로 정의될 수 있다. 마찬가지로, 채널 #2는 어린이 만화, 유아교육 등의 콘텐츠를 주로 방송하므로 "어린이 채널"로 정의될 수 있으며, 채널 #N은 "드라마 전문 채널"로 정의될 수 있다.
채널 그룹 생성부(130)는 각 채널의 속성이 정의되면, 생성된 채널의 속성 정보를 이용하여 각 채널 간의 유사도를 산출할 수 있다. 이때, N개의 채널에 대하여 N(N-1)/2개의 유사도를 산출할 수 있으며, 자카드(jaccard) 유사도나 코사인(Cosine) 유사도 계산 기법을 이용하여 산출할 수 있다.
도 3 및 도 4를 참조하여 예를 들어 설명하면, 도 3의 채널 #1과 채널 #3은 방송되는 콘텐츠 중에서 영화 #3 만이 중복되므로 콘텐츠의 중복 정도는 낮다고 할 있다. 하지만, 채널 #1과 채널 #3은 정의된 채널 속성이 모두 "영화 전문 채널"이므로 실제로 유사도는 도 4에 도시된 바와 같이 상대적으로 높게 산출될 수 있다.
추가적으로 채널 그룹 생성부(130)는 각 채널에서 방송되는 콘텐츠의 중복 정보를 확인하고, 확인된 콘텐츠 중복 정보를 더 기초로 하여 유사도를 산출할 수 있다. 이때, 콘텐츠 중복 정보는 콘텐츠가 중복되는지 여부, 중복되는 경우 중복된 콘텐츠의 개수 정보를 포함할 수 있으며, 콘텐츠가 중복되는 경우, 중복된 콘텐츠의 수가 많을수록 유사도가 더 높게 산출될 수 있다.
예를 들어, 채널 #3과 채널 #N의 속성은 "영화 전문 채널"과 "드라마 전문 채널"로 서로 다르게 정의되어 채널 속성에 의하는 경우 유사도는 낮게 산출될 것이다. 하지만, 채널 #3과 채널 #N 모두 드라마를 방송하고 있으며 방송된 드라마 중의 드라마 #2는 서로 중복되므로 도 4에 도시된 바와 같이 유사도는 채널 속성만을 이용하는 경우보다 다소 높게 산출될 수 있다.
이와 같이, 채널 그룹 생성부(130)는 각 채널들에 대해 생성된 채널 속성 정보뿐만 아니라 각 채널에서 방송되는 콘텐츠의 중복 정보를 고려하여 보다 정확한 유사도를 산출할 수 있다.
또한, 채널 그룹 생성부(130)는 도 4에 도시된 바와 같이 각 채널 그룹 간의 유사도가 산출되면, 산출된 유사도를 이용하여 하나 이상의 채널 그룹을 생성할 수 있다.
도 5 내지 도 8은 일 실시예에 따른 콘텐츠 추천 장치가 채널 그룹을 생성하는 것을 설명하기 위한 도면으로, 도 5 내지 도 8을 참조하여 예를 들어 설명한다.
채널 그룹 생성부(130)는 산출된 유사도를 미리 설정된 유사도 임계치와 비교하여 유사도 임계치를 초과하는 유사도를 가진 채널들은 하나 이상의 채널 그룹으로 생성할 수 있다. 이때, 유사도가 0에서 1 사이의 값을 갖는다면, 미리 설정된 유사도 임계치는 채널 개수 대비 적절한 수의 채널 그룹으로 생성될 수 있도록 임의의 값(예: 0.5)으로 미리 설정될 수 있다.
예를 들어, 채널#1, 채널#2, 채널#3 및 채널#N 상호 간의 유사도가 유사도 임계치(예: 0.5)보다 크고, 또한, 채널#4, 채널#5 및 채널#6 상호 간의 유사도가 유사도 임계치(예: 0.5)보다 크다고 가정하면, 도 5 및 도 6에 도시된 바와 같이 각각 채널 그룹 #1과 채널 그룹 #2로 생성될 수 있다.
이때, 각 채널 그룹 사이는 서로 연관성을 가질 수 있다. 즉, 도시된 바와 같이 채널 #3과 채널 #4 사이는 유사도가 존재하지만 미리 설정된 유사도 임계치를 초과하지 않는 유사도를 가짐으로써 서로 연관될 수 있다.
또한, 유사도가 유사도 임계치를 초과하지 않는 채널들은 하나의 채널 그룹(예: 채널그룹#3)으로 생성되며, 이 채널 그룹 #3은 다른 채널 그룹 #1, #2과 서로 연관성이 존재하지 않을 수 있다. 또한, 다른 모든 채널과 유사하지 않은 채널 예컨대, 각 채널 간의 유사도가 0인 채널은 하나의 채널이 하나의 채널 그룹으로 생성될 수 있다.
한편, 미리 설정된 유사도 임계치는 둘 이상의 값으로 이루어진 범위 정보, 예컨대, 상한값(예: 0.7)과 하한값(예: 0.3)을 가질 수 있다.
예를 들어, 채널#1,채널#2 및 채널#N 상호 간의 유사도와, 채널#4, 채널#5 및 채널#6 상호 간의 유사도가 모두 상한값(예: 0.7)을 초과한다고 가정하면, 채널 그룹 생성부(130)는 도 7에 도시된 바와 같이 채널#1,채널#2 및 채널#N을 하나의 채널 그룹 #1로 생성하고, 채널#4, 채널#5 및 채널#6를 또 하나의 채널 그룹 #2로 생성할 수 있다.
또한, 채널#3과 채널#2 간의 유사도가 0.4이고, 채널#3과 채널#N 사이의 유사도가 0.6이며, 채널#3과 채널#4 사이의 유사도가 0.5라 가정하면, 채널#3은 채널그룹#1과 채널그룹#2에 모두 속하도록 하며, 도 8에 도시된 바와 같이, 채널 그룹#1과 채널 그룹#2를 연결하는 상위 채널 그룹 #100을 생성할 수 있다. 이 경우에는 둘 이상의 레벨(예: L1, L2)로 이루어진 채널 그룹을 생성할 수 있으며, 생성되는 채널 그룹의 수는 채널의 수 N보다 클 수 있다.
또한, 마찬가지로 하한값(예: 0.3) 보다 작은 유사도를 갖는 채널들(예: 채널#7,#8)은 하나의 채널 그룹(예: 채널그룹 #3)으로 생성되며, 만약, 다른 채널들과 전혀 유사하지 않은 채널이 존재하는 경우 그 채널은 독립하여 하나의 채널 그룹으로 생성될 수 있다.
채널 그룹 생성부(130)는 도 6 및 도 8에 도시된 바와 같이 생성된 하나 이상의 채널 그룹을 계층화된 트리 형태로 생성하여 관리할 수 있다.
한편, 콘텐츠 소속도 산출부(180)는 수집된 방송 정보를 이용하여 각 채널에서 방송되는 콘텐츠의 채널별 소속도를 산출할 수 있다. 예를 들어, "영화 전문 채널"에서 방송되는 "영화" 콘텐츠는 해당 채널에 대해 높은 소속도를 가질 수 있으며, "드라마 전문 채널"에서 방송되는 "드라마" 콘텐츠는 높은 소속도를 가질 수 있다. 즉, 소속도 값이 0에서 1 사이의 값을 갖는다면, 위의 경우에는 소속도 값이 '1'로 산출될 수 있다. 반면에, "영화 전문 채널"에서 방송되는 "드라마" 콘텐츠는 "영화"에 비하여 상대적으로 낮은 소속도 값(예: 0.7)을 가질 수 있다.
이와 같이, 다수의 채널에서 방송되는 콘텐츠를 추출하고, 각 콘텐츠의 각 채널에 대한 소속도 값을 산출할 수 있다. 이 경우, 특정 콘텐츠는 둘 이상의 채널에 소속도 값을 가질 수 있다.
채널 그룹 갱신부(190)는 콘텐츠 소속도 산출부(180)에 의해 산출된 콘텐츠 소속도 값을 이용하여 생성된 각 채널 그룹의 관계를 갱신할 수 있다. 이때, 채널 그룹 생성부(190)는 산출된 콘텐츠 소속도에 의해 특정 콘텐츠가 둘 이상의 채널에 속하고, 둘 이상의 채널이 서로 다른 채널 그룹에 속하는 경우, 도 8에 도시된 바와 같이 그 서로 다른 채널 그룹에 대한 상위 채널 그룹을 생성하여 채널 그룹 간의 관계를 정의할 수 있다.
예를 들어, 콘텐츠#1이 채널 #1과 채널#3에서 방송된 경우, 채널#1이 속한 채널그룹#1과 채널#3이 속한 채널그룹#2 간의 연관 관계가 생기고, 이는 다시 채널그룹#1에 속하는 채널#2와 채널#3이 연결되는 관계를 발생하게 된다. 이와 같은 과정을 통해 서로 동시에 방송된 콘텐츠가 전혀 없는 채널 간에도 연관 관계가 발생할 수 있으며, 이를 기초로 서로 콘텐츠 정보를 추천할 수 있다.
도 9 및 도 10은 일 실시예에 따른 콘텐츠 추천 장치가 수집한 시청 이력 정보를 설명하기 위한 도면이다.
시청 이력 수집부(140)는 각 사용자 그룹으로부터 시청 이력 정보를 수집한다. 예를 들어, 도 9 및 도 10에 도시된 바와 같이, 특정 사용자 그룹(예: 가구#1)으로부터 미리 설정된 기간(예: 일주일, 한 달, 분기별, 연별) 동안의 시청 이력 정보(20)를 수집할 수 있다. 이때, 수집되는 시청 이력 정보(20)는 사용자 그룹별 시청 채널, 시청 시간 및 각 시청 채널에서 방송된 콘텐츠 정보 등을 포함할 수 있다.
도 9 및 도 10의 시청 이력 정보(20)를 참조하면, 가구 #1은 월요일에 시간 순으로 채널#1에서 콘텐츠 #1과 콘텐츠#2를 시청한 후, 채널#2에서 콘텐츠#3을 시청하고, 채널#3에서 콘텐츠#4를 시청하는 형태를 보여준다.
도 11 및 도 12는 일 실시예에 따른 콘텐츠 추천 장치가 치환한 채널 그룹별 시청 이력 정보를 설명하기 위한 도면이다.
시청 이력 치환부(150)는 각 사용자 그룹으로부터 시청 이력 정보(20)가 수집되면, 수집된 사용자 그룹별 시청 이력 정보(20)를 채널 그룹 생성부(130)에 의해 생성된 채널 그룹별 시청 이력 정보로 치환할 수 있다. 즉, 도 11에 도시된 바와 같이, 시청 이력 치환부(150)는 각 사용자 그룹으로부터 수집된 시청 이력 정보(20) 중의 채널 정보를 이용하여 각 채널을 그 채널이 속하는 채널 그룹으로 치환한 시청 이력 정보(30)를 생성할 수 있다.
예를 들어, 채널#1과 채널#3이 동일 채널 그룹 #1이며, 채널#2와 채널#4는 각각 별개의 채널 그룹#2, #3이라고 한다면, 도 11에 도시된 바와 같이, 채널#1과 채널#3의 시청 이력은 채널그룹#1의 시청 이력으로 치환될 수 있다.
이때, 하나의 콘텐츠는 전술한 바와 같이 산출된 콘텐츠 소속도에 따라 다수의 채널 그룹에 소속될 수 있으며, 이처럼 특정 채널에서 다수의 채널 그룹에 속하는 콘텐츠를 시청한 경우에는 복수의 채널 그룹에 대한 시청 이력이 생성될 수 있다.
추천 정보 생성부(160)는 도 11에 도시된 바와 같이 채널 그룹별 시청 이력 정보(30)가 생성되면 이를 기초로 채널 그룹별로 콘텐츠 선호도를 산출하고, 산출된 콘텐츠 선호도에 기초하여 채널 그룹별로 각 사용자 그룹에 대한 콘텐츠 추천 정보를 생성할 수 있다.
이때, 추천 정보 생성부(160)는 각 사용자 그룹을 하나의 사용자로 가정하고, 각 사용자 그룹의 구성원 각각이 아니라 각 사용자 그룹에 대하여 각 채널 그룹별로 콘텐츠 추천 정보를 생성할 수 있다. 만약, M개의 채널 그룹이 존재한다면 사용자 그룹별로 최대 M개의 채널 그룹에 대한 추천 정보가 생성될 수 있다.
예를 들어, 도 12의 각 가구(#1,#2~#P)에 대해 생성된 채널 그룹별 시청 이력 정보(30a, 30b, 30p) 및 이를 생성된 채널 그룹(#1,#2,#3)에 대한 시청 이력 정보(40a,40b,40c)를 참조하면, 가구#1과 가구#2가 모두 채널 그룹 #1에서 콘텐츠#1,콘텐츠#2 및 콘텐츠 #4를 시청하였다. 이때, 콘텐츠#1, 콘텐츠#2 및 콘텐츠#4의 타입이 액션 영화인 경우, 액션 영화의 콘텐츠들의 선호도를 높게 설정하고, 액션 영화 중에서 가구#1과 가구#2가 시청하지 않은 액션 영화 중에서 콘텐츠 추천 정보를 생성할 수 있다. 이때, 추가적으로, 콘텐츠 #1, 콘텐츠 #2, 콘텐츠 #4에 출연한 배우, 감독, 출시일, 줄거리 등의 콘텐츠 정보를 추가로 분석하여 그 콘텐츠에 출연한 배우가 출연한 다른 액션 영화, 그 감독이 제작한 다른 액션 영화 등의 콘텐츠 선호도를 높게 설정하고 이를 이용하여 콘텐츠 추천 정보를 생성할 수 있다.
또한, 가구#1은 콘텐츠 #5를 시청하지 않았으므로, 유사한 시청 이력을 보여주는 가구#2가 시청한 콘텐츠 #5를 가구#1에 추천 콘텐츠로 생성하는 것처럼 동일 채널 그룹 내에서 유사한 시청 이력을 보여주는 다른 가구가 시청한 콘텐츠를 높은 선호도로 하여 추천하는 것도 가능하다.
이와 같이, 본 실시예에 따르면 추천 정보 생성부(160)은 다양한 기준에 따라 콘텐츠 선호도를 생성하여 그 선호도에 따라 콘텐츠 추천 정보를 생성하는 것이 가능하며 전술한 예에 제한되는 것은 아니다.
추천 정보 제공부(170) 각 채널 그룹별로 각 사용자 그룹에 대한 콘텐츠 추천 정보가 생성되면 각 사용자 그룹에 그 콘텐츠 추천 정보를 제공한다. 이때, 추천 정보 제공부(170)는 각 사용자 그룹에서 현재 시청 중이 채널 또는 시청하기 위해 채널을 이동하는 경우 그 채널 정보를 실시간으로 수신하고 수신된 채널 정보를 통해 콘텐츠 추천 정보를 제공할 수 있다. 즉, 사용자 그룹에서 현재 시청중이거나 시청하기 위해 선택한 채널이 속한 채널 그룹의 콘텐츠 추천 정보를 현재 시청중인 콘텐츠의 소정 영역 내에 중첩하여 표시하거나, 사용자 그룹이 요청하는 경우에 추천 정보를 표시할 수 있다.
또한, 추천 정보 제공부(170)는 사용자 그룹에서 현재 시청중인 콘텐츠 정보를 분석하고, 시청중인 콘텐츠와 유사한 콘텐츠의 추천 정보를 제공할 수 있다. 예를 들어, 전술한 바와 같이 각 콘텐츠는 소속도에 따라 서로 다른 채널 그룹에 속할 수 있다. 즉, 각 채널 그룹들은 서로 연관성을 가질 수 있으므로, 현재 특정 채널에서 시청중인 콘텐츠가 다른 채널그룹에 더 높은 소속도를 가지고 있다면, 그 채널 그룹의 콘텐츠 추천 정보를 제공할 수 있다. 즉, 특정 사용자 그룹이 교육 채널에서 영화를 시청하고 있는 경우에는 영화는 영화 전문 채널의 채널 그룹에 더 높은 소속도를 가질 수 있으므로, 영화 전문 채널이 속한 채널 그룹의 콘텐츠 추천 정보를 제공할 수 있다.
이때, 추천 정보 제공부(170)는 도 8에 도시된 바와 같이 전술한 바와 같이 채널 간의 연관 관계로 인하여 여러 레벨(L1, L2)의 채널 그룹이 생성된 경우 먼저, 1 레벨(L1)의 채널 그룹에 대한 콘텐츠 추천 정보를 높은 우선 순위로 제공하고, 그 다음 2 레벨(L2)의 채널 그룹에 대한 콘텐츠 추천 정보를 그 보다 낮은 우선 순위로 하여 제공할 수 있다.
도 13은 일 실시예에 따른 콘텐츠 추천 방법의 흐름도이다.
도 13은 도 2의 실시예에 따른 콘텐츠 추천 장치(100)에 의해 수행되는 콘텐츠 추천 방법의 일 실시예일 수 있다.
도 13을 참조하면, 콘텐츠 추천 장치(310)가 전자 프로그램 가이드, 웹 정보, 채널의 메타 정보, 콘텐츠 메타 정보 등의 방송 정보를 수집할 수 있다(단계 310). 예를 들어, 수집되는 방송 정보는 전자 프로그램 가이드 및 각 채널의 메타 정보로부터 방송 콘텐츠 명, 방송 콘텐츠 설명, 장르, 채널 명, 채널 설명 등의 채널 정보와 웹에 공개된 방송 정보, 각 채널에서 방송되는 콘텐츠의 메타 정보를 통해 콘텐츠 명, 배우, 감독, 시놉시스, 제작자 등을 포함할 수 있다.
그 다음, 수집된 방송 정보를 기초로 각 채널에 대한 속성 정보를 생성할 수 있다(단계 320). 이때, 속성은 "영화 전문 채널", "드라마 전문 채널", "어린이 채널", "교육 채널", "경제 방송 채널", "뉴스 채널" 등으로 분류될 수 있다.
그 다음, 각 채널에 대한 속성 정보가 생성되면 그 속성 정보를 이용하여 각 채널 간의 유사도를 산출할 수 있다(단계 330). 이때, 유사도는 각 채널의 속성 정보 외에도 각 채널에서 방송되는 콘텐츠의 중복 정보, 예컨대, 중복 여부, 중복된 콘텐츠의 개수 정보 등을 추가적으로 이용하여 산출될 수 있다. 따라서, 채널의 속성이 서로 다르더라도 방송되는 콘텐츠의 중복 정도에 따라 산출되는 유사도는 상대적으로 증가할 수 있으며, 채널의 속성이 동일한 경우에도 콘텐츠의 중복 정도가 더 높은 채널 간에는 콘텐츠의 중복 정도가 낮은 채널 사이보다 유사도가 더 높게 산출될 수 있다.
그 다음, 각 채널 간의 유사도가 산출되면, 산출된 채널 간의 유사도를 이용하여 하나 이상의 채널 그룹을 생성할 수 있다(단계 340). 이때, 미리 설정된 유사도 임계치와 산출된 유사도를 비교하여 유사도 임계치를 초과하는 유사도를 갖는 채널들을 하나의 채널 그룹으로 생성하고, 생성된 채널 그룹들 간에는 서로 연관될 수 있다. 반면에, 유사도 임계치를 초과하지 않은 유사도를 갖는 채널들은 하나의 채널 그룹으로 생성될 수 있으며, 이 채널 그룹은 다른 채널 그룹들과 연관 관계를 갖지 않을 수 있다.
또한, 유사도 임계치는 상한과 하한값을 가진 범위로 미리 설정될 수 있고, 상한값을 초과하는 유사도를 갖는 채널들을 하나의 채널 그룹으로 생성하고, 상한과 하한 사이의 유사도를 갖는 채널의 경우에는 서로 연관된 채널 그룹에 속하도록 하고, 또한, 서로 연관된 채널 그룹에 대한 상위 채널 그룹을 생성할 수 있다.
이때, 추가적으로 각 콘텐츠의 채널의 소속도를 산출할 수 있고, 산출된 채널의 소속도에 따라 서로 다른 채널 그룹에 속한 채널이 연관 관계를 가질 수 있다. 이 경우 마찬가지로 그 서로 연관된 서로 다른 채널 그룹에 대한 상위 채널 그룹을 생성할 수 있다. 예를 들어, 콘텐츠 소속도는 어느 하나의 콘텐츠가 서로 다른 채널에서 방송되는 경우 그 콘텐츠는 각 채널에 소속될 수 있다. 이때, 콘텐츠의 종류가 영화이고 방송되는 채널 중의 하나가 "영화 전문 채널"이고, 다른 채널이 "드라마 전문 채널"이라면 그 콘텐츠는 "영화 전문 채널"과의 소속도는 높게 산출되며, "드라마 전문 채널"과의 소속도는 상대적으로 낮게 산출될 수 있다.
그 다음, 생성된 채널 그룹별로 각 사용자 그룹에 대한 콘텐츠 추천 정보를 생성할 수 있다(단계 350). 이때, 각 사용자 그룹으로부터 시청 이력 정보를 수집하고, 수집된 시청 이력 정보를 각 채널 그룹별 시청 이력 정보로 치환할 수 있다. 이와 같이 치환된 채널 그룹별 시청 이력 정보를 이용하여 각 사용자 그룹에 대하여 채널 그룹별 콘텐츠 선호도를 산출하고, 산출된 선호도를 이용하여 콘텐츠 추천 정보를 생성할 수 있다.
예를 들어, 콘텐츠 선호도는 채널 그룹별 콘텐츠의 타입 예컨대, 콘텐츠가 영화라면 액션, 멜로, SF 등의 영화 타입을 기초로 채널 그룹에서 주로 시청한 콘텐츠의 타입과 유사한 타입의 영화의 콘텐츠를 더 높은 선호도로 산출할 수 있다. 전술한 바와 같이 그 밖의 다양한 기준에 따라 콘텐츠의 선호도를 산출할 수 있다.
그 다음, 생성된 콘텐츠 추천 정보를 해당하는 사용자 그룹에 제공할 수 있다(단계 360). 이때, 각 사용자 그룹에서 현재 시청 중이 채널 또는 시청하기 위해 채널을 이동하는 경우 그 채널 정보를 실시간으로 수신하고 수신된 채널 정보를 통해 콘텐츠 추천 정보를 제공할 수 있다.
또한, 사용자 그룹에서 현재 시청중인 콘텐츠 정보를 분석하고, 시청중인 콘텐츠와 유사한 콘텐츠를 방송하는 채널 그룹의 추천 정보를 제공할 수 있다. 또한, 채널 간의 연관 관계로 인하여 여러 레벨(L1, L2)의 채널 그룹이 생성된 경우 먼저, 1 레벨(L1)의 채널 그룹에 대한 콘텐츠 추천 정보를 높은 우선 순위로 제공하고, 그 다음 2 레벨(L2)의 채널 그룹에 대한 콘텐츠 추천 정보를 그 보다 낮은 우선 순위로 하여 제공할 수 있다.
본 발명의 실시예들은 다양한 컴퓨터 수단을 통하여 수행될 수 있는 프로그램 명령 형태로 구현되어 컴퓨터 판독 가능 매체에 기록될 수 있다. 이러한 컴퓨터 판독 가능 매체는 프로그램 명령, 데이터 파일, 데이터 구조 등을 단독으로 또는 조합하여 포함할 수 있다. 컴퓨터 판독 가능한 매체에 기록되는 프로그램 명령은 본 발명을 위하여 특별히 설계되고 구성된 것들이거나 컴퓨터 소프트웨어 당업자에게 공지되어 사용가능한 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 모든 형태의 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 포함할 수 있다. 이러한 하드웨어 장치는 본 발명의 동작을 수행하기 위해 하나 이상의 소프트웨어 모듈로서 작동하도록 구성될 수 있으며, 그 역도 마찬가지이다.
이상에서와 같이 본 발명은 상기한 바와 같이 설명된 실시예들의 구성과 방법이 한정되게 적용될 수 있는 것이 아니라, 다양한 변형이 이루어질 수 있도록 각 실시예들의 전부 또는 일부가 선택적으로 조합되어 구성될 수도 있다.
본 발명에 따르면 다수의 사용자가 이용하는 TV 등의 기기에서 적절한 콘텐츠를 추천하는 장치가 개시된다. 본 발명의 실시예들에 따르면, 다수의 사용자별로 콘텐츠를 추천하는 것이 아니라 TV에서 제공되는 채널 그룹별로 콘텐츠를 추천함으로써 다수의 사용자에게 맞춤형 콘텐츠 정보를 추천하기 위해 별도의 프로필 정보 등을 수집할 필요가 없어 그 활용도가 적지 않을 것이다.
1: 콘텐츠 추천 시스템 100: 콘텐츠 추천 장치
110: 방송 정보 수집부 120: 채널속성 생성부
130: 채널 그룹 생성부 140: 시청 이력 수집부
150: 시청 이력 치환부 160: 추천 정보 생성부
170: 추천 정보 제공부 180: 콘텐츠 소속도 산출부
190: 채널 그룹 갱신부

Claims (20)

  1. 채널의 속성 정보를 기초로 채널 간의 유사도를 산출하고, 산출된 채널 간의 유사도를 이용하여 하나 이상의 채널 그룹을 생성하는 채널 그룹 생성부;
    사용자 그룹별 콘텐츠 시청 이력 정보를 상기 채널 그룹별 시청 이력 정보로 치환하는 시청 이력 치환부; 및
    상기 채널 그룹별 시청 이력 정보에 기초하여 채널 그룹별로 각 사용자 그룹에 대한 콘텐츠 추천 정보를 생성하는 추천 정보 생성부를 포함하는 콘텐츠 추천 장치.
  2. 제1항에 있어서,
    각 채널별 전자 프로그램 가이드(Electronic Program Guide) 정보, 각 채널별 메타(Meta) 정보, 각 채널에서 방송되는 콘텐츠의 메타(Meta) 정보 및 웹(web) 정보 중의 하나 이상을 포함하는 방송 정보를 수집하는 방송 정보 수집부를 더 포함하는 콘텐츠 추천 장치.
  3. 제2항에 있어서,
    상기 수집된 방송 정보를 이용하여 상기 각 채널의 속성 정보를 생성하는 채널 속성 생성부를 더 포함하는 콘텐츠 추천 장치.
  4. 제3항에 있어서,
    상기 채널 그룹 생성부는
    상기 수집된 방송 정보를 이용하여 상기 채널 간의 콘텐츠 중복 정보를 확인하고, 그 콘텐츠 중복 정보에 더 기초하여 상기 채널 간의 유사도를 산출하는 콘텐츠 추천 장치.
  5. 제4항에 있어서,
    상기 콘텐츠 중복 정보는
    상기 채널 간의 콘텐츠의 중복 여부 및 중복 콘텐츠의 개수 중의 하나 이상을 포함하는 콘텐츠 추천 장치.
  6. 제1항에 있어서,
    각 채널에서 방송되는 콘텐츠의 채널별 소속도를 산출하는 콘텐츠 소속도 산출부를 더 포함하고,
    상기 채널 그룹 생성부는
    상기 산출된 콘텐츠의 소속도를 기초로 상기 생성된 채널 그룹 간의 관계를 갱신하는 콘텐츠 추천 장치.
  7. 제6항에 있어서,
    상기 콘텐츠 소속도 산출부는
    상기 각 채널의 속성과 각 채널에서 방송되는 콘텐츠의 타입 간의 연관 정도를 기초로 상기 콘텐츠의 채널별 소속도를 산출하는 콘텐츠 추천 장치.
  8. 제1항에 있어서,
    상기 채널 그룹 생성부는
    상기 산출된 채널 간의 유사도와 미리 설정된 임계치를 비교하고, 그 결과를 기초로 채널들을 하나 이상의 채널 그룹으로 생성하는 콘텐츠 추천 장치.
  9. 제8항에 있어서,
    상기 채널 그룹 생성부는
    상기 채널 그룹의 생성 결과, 어느 하나의 채널이 둘 이상의 채널 그룹에 속하는 경우 그 둘 이상의 채널 그룹에 대한 상위 채널 그룹을 생성하는 콘텐츠 추천 장치.
  10. 제1항에 있어서,
    상기 추천 정보 생성부는
    상기 채널 그룹별 시청 이력 정보를 기초로 채널 그룹별 콘텐츠 선호도를 산출하고, 산출된 콘텐츠 선호도에 기초하여 상기 채널 그룹별로 콘텐츠 추천 정보를 생성하는 콘텐츠 추천 장치.
  11. 제1항에 있어서,
    각 사용자 그룹에 대해 생성된 채널 그룹별 콘텐츠 추천 정보를 각 사용자 그룹에 제공하는 추천 정보 제공부를 더 포함하는 콘텐츠 추천 장치.
  12. 제11항에 있어서,
    상기 추천 정보 제공부는
    각 사용자 그룹에서 현재 선택한 채널이 속한 채널 그룹의 콘텐츠 추천 정보를 각 사용자 그룹에 제공하는 콘텐츠 추천 장치.
  13. 제11항에 있어서,
    상기 추천 정보 제공부는
    콘텐츠의 채널별 소속도를 근거로 각 사용자 그룹에서 현재 시청 중인 콘텐츠와 유사한 콘텐츠를 방송하는 채널 그룹의 콘텐츠 추천 정보를 각 사용자 그룹에 제공하는 콘텐츠 추천 장치.
  14. 채널의 속성 정보를 기초로 채널 간의 유사도를 산출하는 단계;
    상기 산출된 채널 간의 유사도를 이용하여 하나 이상의 채널 그룹을 생성하는 단계;
    사용자 그룹별 콘텐츠 시청 이력 정보를 채널 그룹별 시청 이력 정보로 치환하는 단계; 및
    상기 채널 그룹별 시청 이력 정보에 기초하여 채널 그룹별로 각 사용자 그룹에 대한 콘텐츠 추천 정보를 생성하는 단계를 포함하는 콘텐츠 추천 방법.
  15. 제14항에 있어서,
    각 채널별 전자 프로그램 가이드(Electronic Program Guide) 정보, 각 채널별 메타(Meta) 정보, 각 채널에서 방송되는 콘텐츠의 메타(Meta) 정보 및 웹(web) 정보 중의 하나 이상을 포함하는 방송 정보를 수집하는 단계; 및
    상기 수집된 방송 정보를 이용하여 상기 각 채널의 속성 정보를 생성하는 단계를 더 포함하는 콘텐츠 추천 방법.
  16. 제15항에 있어서,
    상기 채널 그룹을 생성하는 단계는
    상기 수집된 방송 정보를 이용하여 상기 채널 간의 콘텐츠 중복 정보를 확인하는 단계를 포함하고,
    상기 확인된 콘텐츠 중복 정보에 더 기초하여 상기 채널 간의 유사도를 산출하는 콘텐츠 추천 방법.
  17. 제14항에 있어서,
    각 채널에서 방송되는 콘텐츠의 채널별 소속도를 산출하는 단계; 및
    상기 산출된 콘텐츠의 소속도를 기초로 상기 생성된 채널 그룹 간의 관계를 갱신하는 단계를 더 포함하는 콘텐츠 추천 방법.
  18. 제14항에 있어서,
    상기 채널 그룹을 생성하는 단계는
    상기 산출된 채널 간의 유사도와 미리 설정된 임계치를 비교하는 단계;
    상기 비교 결과를 기초로 채널들을 하나 이상의 채널 그룹으로 생성하는 단계; 및
    상기 채널 그룹의 생성 결과, 어느 하나의 채널이 둘 이상의 채널 그룹에 속하는 경우 그 둘 이상의 채널 그룹에 대한 상위 채널 그룹을 생성하는 단계를 포함하는 콘텐츠 추천 방법.
  19. 제14항에 있어서,
    각 사용자 그룹에 대해 생성된 채널 그룹별 콘텐츠 추천 정보를 각 사용자 그룹에 제공하는 단계를 더 포함하는 콘텐츠 추천 방법.
  20. 제13항 내지 제19항의 콘텐츠 추천 방법 중의 어느 하나를 실행시키기 위한 프로그램이 기록된 컴퓨터에서 판독가능한 기록매체.
KR1020140022928A 2014-02-26 2014-02-26 콘텐츠 추천 장치 및 방법 KR102096474B1 (ko)

Priority Applications (3)

Application Number Priority Date Filing Date Title
KR1020140022928A KR102096474B1 (ko) 2014-02-26 2014-02-26 콘텐츠 추천 장치 및 방법
US14/898,393 US10349137B2 (en) 2014-02-26 2014-11-21 Device and method for recommending content and sound source
PCT/KR2014/011263 WO2015129989A1 (ko) 2014-02-26 2014-11-21 콘텐츠 및 음원 추천 장치 및 방법

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020140022928A KR102096474B1 (ko) 2014-02-26 2014-02-26 콘텐츠 추천 장치 및 방법

Publications (2)

Publication Number Publication Date
KR20150101338A true KR20150101338A (ko) 2015-09-03
KR102096474B1 KR102096474B1 (ko) 2020-05-27

Family

ID=54242539

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020140022928A KR102096474B1 (ko) 2014-02-26 2014-02-26 콘텐츠 추천 장치 및 방법

Country Status (1)

Country Link
KR (1) KR102096474B1 (ko)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108491527A (zh) * 2018-03-28 2018-09-04 百度在线网络技术（北京）有限公司 信息推荐方法、装置和电子设备
WO2020017930A1 (ko) * 2018-07-19 2020-01-23 삼성전자 주식회사 추천 채널 리스트 제공 방법 및 그에 따른 디스플레이 장치
WO2021085812A1 (ko) * 2019-10-30 2021-05-06 삼성전자(주) 전자장치 및 그 제어방법

Families Citing this family (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20220099300A (ko) 2021-01-06 2022-07-13 주식회사 케이티 콘텐츠 선출 방법, 서버 및 컴퓨터 프로그램
KR20230010928A (ko) 2021-07-13 2023-01-20 주식회사 알로이스 안면인식 시청자 식별과 유전 알고리즘 후보 추출을 이용한 영상 콘텐츠 추천 방법
KR20240022698A (ko) 2022-08-12 2024-02-20 주식회사 알로이스 히스토리 기반의 지능형 라이브 채널 집합 추천 방법

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20080074681A (ko) * 2007-02-08 2008-08-13 최중인 Ｔｖ 방송 프로그램의 선호 목록 자동 생성 및 표시 방법및 시스템
KR20110049581A (ko) * 2009-11-05 2011-05-12 삼성전자주식회사 디지털 방송 채널 관리 방법 및 장치
KR20110071715A (ko) 2009-12-21 2011-06-29 주식회사 케이티 커뮤니티 서비스를 제공하는 ｉｐｔｖ 서비스 시스템

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20080074681A (ko) * 2007-02-08 2008-08-13 최중인 Ｔｖ 방송 프로그램의 선호 목록 자동 생성 및 표시 방법및 시스템
KR20110049581A (ko) * 2009-11-05 2011-05-12 삼성전자주식회사 디지털 방송 채널 관리 방법 및 장치
KR20110071715A (ko) 2009-12-21 2011-06-29 주식회사 케이티 커뮤니티 서비스를 제공하는 ｉｐｔｖ 서비스 시스템

Cited By (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108491527A (zh) * 2018-03-28 2018-09-04 百度在线网络技术（北京）有限公司 信息推荐方法、装置和电子设备
CN108491527B (zh) * 2018-03-28 2022-02-25 百度在线网络技术（北京）有限公司 信息推荐方法、装置和电子设备
WO2020017930A1 (ko) * 2018-07-19 2020-01-23 삼성전자 주식회사 추천 채널 리스트 제공 방법 및 그에 따른 디스플레이 장치
KR20200009645A (ko) * 2018-07-19 2020-01-30 삼성전자주식회사 추천 채널 리스트 제공 방법 및 그에 따른 디스플레이 장치
US11412308B2 (en) 2018-07-19 2022-08-09 Samsung Electronics Co., Ltd. Method for providing recommended channel list, and display device according thereto
WO2021085812A1 (ko) * 2019-10-30 2021-05-06 삼성전자(주) 전자장치 및 그 제어방법

Also Published As

Publication number Publication date
KR102096474B1 (ko) 2020-05-27

Similar Documents

Publication Publication Date Title
US11831956B2 (en) Personalized menus and media content interface
KR102096474B1 (ko) 콘텐츠 추천 장치 및 방법
CA2820574C (en) Method of receiving enhanced service and video display device thereof
US8572655B2 (en) Video on demand (VOD) recommendations based on user viewing history
US10198444B2 (en) Display of presentation elements
US11089072B2 (en) Real time optimized content delivery framework
US9386338B2 (en) Automatic channel selection and control
US10225591B2 (en) Systems and methods for creating and managing user profiles
Krauss et al. TV predictor: personalized program recommendations to be displayed on SmartTVs
Mitchell et al. Social TV: toward content navigation using social awareness
US20130287365A1 (en) Information processing
KR100889987B1 (ko) 방송 프로그램 추천 시스템 및 방법
GB201114698D0 (en) Content system
Aroyo et al. NoTube: the television experience enhanced by online social and semantic data
US20230334082A1 (en) System and method for providing additional information based on multimedia content being viewed
KR100421766B1 (ko) 전자 프로그램 안내(ｅｐｇ/이피지) 애플리케이션에서러프 퍼지 ｍｌｐ를 이용한 프로그램 추천 장치 및 방법
Van Deventer et al. Group recommendation in a hybrid broadcast broadband television context
KR20200098611A (ko) 태깅된 콘텐츠에 기초하여 관련 미디어 콘텐츠를 집계하기 위한 시스템 및 방법
KR20140076272A (ko) 텔레비전 시청 습관을 고려한 콘텐츠 추천 장치 및 방법
Aguilar et al. Analysis of user behavior with a multicamera HbbTV app in a live sports event
de Ávila et al. A personalized tv guide system compliant with ginga
WO2023119047A1 (en) Method for dynamically generating content that is user-customised and contextualised based upon audio and visual inspection
de Ávila et al. Recommender: Helping viewers in their choice for educational programs in digital TV context
Calvo et al. Dynamically updated personalized recommendations for broadcast television
Westerlund A concept on the Internet--‐based television

Legal Events

Date Code Title Description
N231 Notification of change of applicant
A201 Request for examination
E902 Notification of reason for refusal
E701 Decision to grant or registration of patent right