KR20180114855A - 음원에 적합한 뮤지션을 결정하는 방법 및 장치 - Google Patents
음원에 적합한 뮤지션을 결정하는 방법 및 장치 Download PDFInfo
- Publication number
- KR20180114855A KR20180114855A KR1020180042245A KR20180042245A KR20180114855A KR 20180114855 A KR20180114855 A KR 20180114855A KR 1020180042245 A KR1020180042245 A KR 1020180042245A KR 20180042245 A KR20180042245 A KR 20180042245A KR 20180114855 A KR20180114855 A KR 20180114855A
- Authority
- KR
- South Korea
- Prior art keywords
- candidate
- musicians
- sound source
- interest
- period
- Prior art date
Links
- 238000000034 method Methods 0.000 title claims abstract description 48
- 238000004891 communication Methods 0.000 claims description 15
- 230000008451 emotion Effects 0.000 claims description 6
- 238000004458 analytical method Methods 0.000 claims description 5
- 230000002996 emotional effect Effects 0.000 claims description 4
- 238000004590 computer program Methods 0.000 claims description 2
- 238000010586 diagram Methods 0.000 description 12
- 238000007726 management method Methods 0.000 description 8
- 239000000284 extract Substances 0.000 description 7
- 230000035945 sensitivity Effects 0.000 description 6
- 238000004519 manufacturing process Methods 0.000 description 4
- 230000007935 neutral effect Effects 0.000 description 4
- 238000010295 mobile communication Methods 0.000 description 3
- 241000219112 Cucumis Species 0.000 description 2
- 235000015510 Cucumis melo subsp melo Nutrition 0.000 description 2
- FJJCIZWZNKZHII-UHFFFAOYSA-N [4,6-bis(cyanoamino)-1,3,5-triazin-2-yl]cyanamide Chemical compound N#CNC1=NC(NC#N)=NC(NC#N)=N1 FJJCIZWZNKZHII-UHFFFAOYSA-N 0.000 description 2
- 238000011156 evaluation Methods 0.000 description 2
- 239000004973 liquid crystal related substance Substances 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 238000001514 detection method Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 239000010408 film Substances 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 230000001737 promoting effect Effects 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 239000010409 thin film Substances 0.000 description 1
- 238000012549 training Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/10—Services
-
- 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
- G06Q30/02—Marketing; Price estimation or determination; Fundraising
- G06Q30/0241—Advertisements
- G06Q30/0251—Targeted advertisements
- G06Q30/0263—Targeted advertisements based upon Internet or website rating
-
- 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
-
- G06Q50/30—
Landscapes
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Strategic Management (AREA)
- Tourism & Hospitality (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- Economics (AREA)
- Marketing (AREA)
- Finance (AREA)
- Development Economics (AREA)
- Accounting & Taxation (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Human Resources & Organizations (AREA)
- Primary Health Care (AREA)
- Game Theory and Decision Science (AREA)
- Entrepreneurship & Innovation (AREA)
- Operations Research (AREA)
- Computing Systems (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
리메이크 하기 위한 음원을 결정하는 방법에 있어서, 관심 기간 및 복수의 후보 음원을 설정하는 입력을 수신하는 단계, 음원 서비스 웹사이트로부터 제1 후보 음원의 라이크(like) 데이터를 수집하는 단계, 제1 후보 음원의 라이크 데이터에 기초하여, 관심 기간 동안 증가한 제1 후보 음원의 라이크 수를 획득하는 단계, 관심 기간 동안 증가한 제1 후보 음원의 라이크 수에 기초하여, 제1 후보 음원의 스코어를 결정하는 단계, 및 복수의 후보 음원 중 최고 스코어의 후보 음원을 리메이크 하기 위한 음원으로 결정하는 단계를 포함하는 방법이 제공된다.
Description
본 발명은 데이터에 기반한 음원 프로듀싱에 관한 것이다.
전통적인 국내 뮤지션들의 매니지먼트는 기획사를 통해 이루어져왔다. 기획사를 통한 전통적인 매니지먼트 환경에서는 전속 가수의 성패가 곧 회사의 존폐로 이어지기 때문에, 실적 중심 또는 기획사 중심의 계약 관계가 이루어져왔다.
이러한 전통적인 매니지먼트 환경을 벗어나고자, 최근에는 뮤지션들이 1인 기획사 또는 소형 기획사를 설립하거나, 별도의 기획사 없이 활동하고 있다(이하, "자립형 뮤지션"이라 한다). 또한, 소셜 미디어의 발달로 인하여, TV 및 라디오와 같은 전통적인 매체에 노출되지 않아도 자립형 뮤지션들이 대중으로부터 많은 인기를 누릴 수 있게 되었다. 이에 따라, 기획사에서의 연습생 기간을 거치지 않고도, SoundCloud, Facebook 및 YouTube 등과 같은 소셜 미디어를 통해 데뷔를 하는 자립형 뮤지션들이 점차 늘어나고 있는 추세이다.
그러나, 전통적인 매니지먼트 환경 속의 뮤지션과는 달리, 자립형 뮤지션은 재정적인 한계로 인해 다른 뮤지션과의 협업, 스튜디오, 악기 등과 같은 음악적인 분야뿐만 아니라, 경제, 행정, 법 등과 같은 음악 외적인 분야에 있어서도 전문적인 매니지먼트 시스템이나 파트너쉽을 구축할 수가 없다. 따라서, 자립형 뮤지션들은 일반적으로 협업, 홍보, 위기 관리, 기획, 마케팅 등에 취약하다. 이러한 매니지먼트의 전문성 부족은 불필요한 비용 및 업무를 증가시켜 자립형 뮤지션들의 성장을 방해하는 요인이 된다. 따라서, 자립형 뮤지션들이 매니지먼트의 전문성을 확보할 수 있는 기술이 요구되고 있다.
예를 들어, 자립형 뮤지션은 프로듀싱 능력이 제한적이기 때문에, 감(感)이나 취향에 의존하여 곡을 만들거나 가창자를 결정할 수 밖에 없다. 이에 따라, 객관적으로 성공할 확률이 높은 프로듀싱 시스템에 대한 요구가 늘어나고 있다.
데이터에 기반한 음원 프로듀싱 방법 및 장치를 제공하는데 있다. 구체적으로, 데이터에 기반하여 리메이크 하기 위한 음원을 결정하고, 음원에 적합한 뮤지션을 결정할 수 있는 방법 및 장치를 제공하는데 있다.
해결하려는 기술적 과제는 상기된 바와 같은 기술적 과제들로 한정되지 않으며, 또 다른 기술적 과제들이 존재할 수 있다.
상술한 기술적 과제를 달성하기 위한 기술적 수단으로서, 음원에 적합한 뮤지션을 결정하는 방법에 있어서, 매칭 음원 및 복수의 후보 뮤지션을 설정하는 입력을 수신하는 단계, 매칭 음원의 가사를 획득하는 단계, 가사에서 키워드를 추출하고, 키워드에 기초하여 매칭 음원에 적합한 계절을 결정하는 단계, 매칭 음원에 적합한 계절에 기초하여, 관심 기간을 설정하는 단계, 음원 서비스 웹사이트로부터 제1 후보 뮤지션의 라이크(like) 데이터를 수집하는 단계, 제1 후보 뮤지션의 라이크 데이터에 기초하여, 관심 기간 동안 증가한 제1 후보 뮤지션의 라이크 수를 획득하는 단계, 관심 기간 동안 증가한 제1 후보 뮤지션의 라이크 수에 기초하여, 제1 후보 뮤지션의 스코어를 결정하는 단계, 복수의 후보 뮤지션 중 최고 스코어의 후보 뮤지션을 매칭 음원에 적합한 뮤지션으로 결정하는 단계를 포함하는 방법이 제공된다.
상술한 방법은, 음원 서비스 웹사이트로부터 제1 후보 뮤지션의 댓글 데이터를 수집하는 단계, 및 제1 후보 뮤지션의 댓글 데이터에 기초하여, 관심 기간 동안 증가한 제1 후보 뮤지션의 댓글 수를 획득하는 단계를 더 포함하고, 제1 후보 뮤지션의 스코어는 관심 기간 동안 증가한 제1 후보 뮤지션의 댓글 수에 더 기초하여 결정될 수 있다.
상술한 방법에 있어서, 제1 후보 뮤지션의 댓글 데이터에 기초하여, 관심 기간 동안 등록된 제1 후보 뮤지션의 댓글에 대해 감성 분석을 수행하여 관심 기간 동안의 제1 후보 뮤지션의 댓글 감성 통계를 생성하는 단계를 더 포함하고, 제1 후보 뮤지션에 대한 스코어는 관심 기간 동안의 제1 후보 뮤지션의 댓글 감성 통계에 더 기초하여 결정될 수 있다.
상술한 방법에 있어서, 소셜 미디어로부터 제1 후보 뮤지션의 계정의 팔로워 데이터를 수집하는 단계, 및 제1 후보 뮤지션의 계정의 팔로워 데이터에 기초하여, 관심 기간 동안 증가한 제1 후보 뮤지션의 계정의 팔로워 수를 획득하는 단계를 더 포함하고, 제1 후보 뮤지션의 스코어는 관심 기간 동안 증가한 제1 후보 뮤지션의 계정의 팔로워 수에 더 기초하여 결정될 수 있다.
상술한 방법에 있어서, 소셜 미디어로부터 제1 후보 뮤지션의 이름을 포함하는 게시글을 검색하여, 게시글 데이터를 수집하는 단계, 게시글 데이터에 기초하여, 관심 기간 동안 증가한 제1 후보 뮤지션의 게시글 수를 획득하는 단계를 더 포함하고, 제1 후보 뮤지션에 대한 스코어는 관심 기간 동안 증가한 제1 후보 뮤지션의 게시글 수에 더 기초하여 결정될 수 있다.
상술한 방법에 있어서, 복수의 후보 뮤지션을 설정하는 단계는, 관심 시점을 설정하는 입력을 수신하는 단계, 음원 서비스 웹사이트로부터 관심 시점의 음원 차트 데이터를 수집하는 단계, 관심 시점의 음원 차트 데이터에서 임계 순위보다 높고 매칭 음원과 동일한 장르의 복수의 음원을 추출하는 단계, 및 복수의 음원에 참여한 복수의 뮤지션을 복수의 후보 뮤지션으로 설정하는 단계를 포함할 수 있다.
상술한 기술적 과제를 달성하기 위한 기술적 수단으로서, 음원에 적합한 뮤지션을 결정하는 장치에 있어서, 복수의 후보 뮤지션을 설정하는 입력을 수신하고, 매칭 음원의 가사를 획득하는 입력부, 가사에서 키워드를 추출하고, 키워드에 기초하여 매칭 음원에 적합한 계절을 결정하고, 매칭 음원에 적합한 계절에 기초하여, 관심 기간을 설정하는 제어부 및 음원 서비스 웹사이트로부터 제1 후보 뮤지션의 라이크 데이터를 수집하는 통신부를 포함하고, 제어부는, 제1 후보 뮤지션의 라이크 데이터에 기초하여, 관심 기간 동안 증가한 제1 후보 뮤지션의 라이크 수를 획득하고, 관심 기간 동안 증가한 제1 후보 뮤지션의 라이크 수에 기초하여, 제1 후보 뮤지션의 스코어를 결정하고, 복수의 후보 뮤지션 중 최고 스코어의 후보 뮤지션을 매칭 음원에 적합한 뮤지션으로 결정하는 장치가 제공된다.
컴퓨터 판독가능 기록매체에 저장된 컴퓨터 프로그램으로서, 프로그램은 명령어들을 포함하고, 명령어들은 컴퓨터에 의해 실행될 때 상술한 방법 중 어느 하나의 방법을 수행하는, 컴퓨터 프로그램이 제공된다.
본 발명에 따르면, 데이터에 기반하여 음원을 제작할 수 있으며, 이에 따라 음원의 성공 확률을 높일 수 있다.
도 1은 리메이크를 하기 위한 음원을 결정하는 방법을 개략적으로 도시한 도면이다.
도 2는 일부 실시예에 따른 리메이크를 하기 위한 음원을 결정하는 방법의 흐름도이다.
도 3은 일부 실시예에 따라 음원 서비스 웹사이트로부터 음원의 데이터를 수집하는 동작을 설명하기 위한 도면이다.
도 4는 일부 실시예에 따라 복수의 후보 음원을 결정하기 위한 방법의 흐름도이다.
도 5는 일부 실시예에 따라 리메이크를 하기 위한 음원에 적합한 계절을 결정하는 방법의 흐름도이다.
도 6은 음원에 적합한 뮤지션을 결정하는 방법을 개략적으로 도시한 도면이다.
도 7은 일부 실시예에 따른 음원에 적합한 뮤지션을 결정하는 방법의 흐름도이다.
도 8은 일부 실시예에 따라 음원 서비스 웹사이트로부터 뮤지션의 데이터를 수집하는 동작을 설명하기 위한 도면이다.
도 9는 일부 실시예에 따라 복수의 후보 뮤지션을 결정하기 위한 방법의 흐름도이다.
도 10은 리메이크를 하기 위한 음원을 결정하는 장치 및 음원에 적합한 뮤지션을 결정하는 장치의 구성도이다.
도 2는 일부 실시예에 따른 리메이크를 하기 위한 음원을 결정하는 방법의 흐름도이다.
도 3은 일부 실시예에 따라 음원 서비스 웹사이트로부터 음원의 데이터를 수집하는 동작을 설명하기 위한 도면이다.
도 4는 일부 실시예에 따라 복수의 후보 음원을 결정하기 위한 방법의 흐름도이다.
도 5는 일부 실시예에 따라 리메이크를 하기 위한 음원에 적합한 계절을 결정하는 방법의 흐름도이다.
도 6은 음원에 적합한 뮤지션을 결정하는 방법을 개략적으로 도시한 도면이다.
도 7은 일부 실시예에 따른 음원에 적합한 뮤지션을 결정하는 방법의 흐름도이다.
도 8은 일부 실시예에 따라 음원 서비스 웹사이트로부터 뮤지션의 데이터를 수집하는 동작을 설명하기 위한 도면이다.
도 9는 일부 실시예에 따라 복수의 후보 뮤지션을 결정하기 위한 방법의 흐름도이다.
도 10은 리메이크를 하기 위한 음원을 결정하는 장치 및 음원에 적합한 뮤지션을 결정하는 장치의 구성도이다.
이하에서는 도면을 참조하여 본 발명의 실시예들을 상세히 설명한다. 본 발명의 하기 실시예는 본 발명을 구체화하기 위한 것일 뿐 본 발명의 권리 범위를 제한하거나 한정하지 않는다. 또한, 본 발명의 상세한 설명 및 실시예로부터 본 발명이 속하는 기술분야에서 통상의 지식을 가진 자가 용이하게 유추할 수 있는 것은 본 발명의 권리범위에 속하는 것으로 해석된다.
본 명세서, 특히, 특허 청구 범위에서에서 사용된 “상기” 및 이와 유사한 지시어는 단수 및 복수 모두를 지시하는 것일 수 있다. 또한, 본 개시에 따른 방법을 설명하는 단계들의 순서를 명백하게 지정하는 기재가 없다면, 기재된 단계들은 적당한 순서로 행해질 수 있다. 기재된 단계들의 기재 순서에 따라 본 개시가 한정되는 것은 아니다.
본 명세서에서 사용되는 용어에 대해 간략히 설명하고, 본 발명에 대해 구체적으로 설명하기로 한다.
명세서 전체에서, 어떤 부분이 어떤 구성요소를 "포함"한다고 할 때, 이는 특별히 반대되는 기재가 없는 한 다른 구성요소를 제외하는 것이 아니라 다른 구성요소를 더 포함할 수 있는 것을 의미할 수 있다.
또한, 명세서 전체에서, 단수의 표현은 문맥상 명백하게 다르게 뜻하지 않는 한, 복수의 표현을 포함할 수 있다.
또한, 명세서 전체에서, "컨텐츠"란 유무선 전기 통신망에서 사용하기 위하여 문자, 숫자, 부호, 음성, 문서, 이미지, 영상 등을 디지털 방식으로 제작해 처리 및 유통되는 각종 정보를 포함하는 개념을 의미할 수 있다.
이하, 첨부된 도면을 참고하여 본원 발명의 일부 실시예들을 상세히 설명하기로 한다.
도 1은 리메이크를 하기 위한 음원을 결정하는 방법을 개략적으로 도시한 도면이다.
데이터에 기반한 음원 프로듀싱 장치(10)(이하, "장치(10)"라 한다)는 통신망(30)을 통해 적어도 하나의 서버(20)로부터 음원의 컨텐츠를 수집하고, 수집된 음원의 컨텐츠에 기초하여 리메이크를 하기 위한 음원을 결정할 수 있다.
장치(10)는 일반적인 컴퓨터로 구현될 수 있으나, 이에 한정되는 것은 아니다. 예를 들어, 장치(10)는 모바일 디바이스(mobile device), 웨어러블 디바이스(wearable device), 및 개인용 컴퓨터(personal computer)와 같은 형태로 다양하게 구현될 수 있다. "모바일 디바이스"는 사용자가 들고 다닐 수 있는 정도로 충분히 작고, 컴퓨팅 동작을 수행할 수 있는 디바이스를 의미할 수 있다. 예를 들어, 모바일 디바이스는 휴대폰, 태블릿 pc 또는 노트북과 같은 형태로 다양하게 구현될 수 있다. "웨어러블 디바이스"는 사용자의 신체에 착용되어 컴퓨팅 동작을 수행할 수 있는 디바이스를 의미할 수 있다. 예를 들어, 웨어러블 디바이스는 시계, HMD(head mounted device), 이어폰 등 사용자에 의해 착용될 수 있는 형태로 다양하게 구현될 수 있다.
음원의 컨텐츠는 음원으로부터 파생되는 온라인 상의 컨텐츠를 포함할 수 있다. 예를 들어, 음원의 컨텐츠는 음원의 차트 순위, 라이크(like) 수, 재생 회수 및 조회수 뿐만 아니라, 음원과 관련된 게시글, 댓글, 해시태그, 인터넷 기사, 실시간 검색 순위 등을 포함 할 수 있다. 또한, 음원의 컨텐츠는 음원에 참여한 뮤지션에 대한 컨텐츠도 포함할 수 있다.
장치(10)는 최근의 음원 컨텐츠에 기초하여, 과거 유행했던 복수의 음원들(xxx, yyy, zzz……) 중에서 리메이크할 음원을 결정할 수 있다. 예를 들어, 장치(10)는 음원 서비스 웹사이트 상에서 최근 라이크 수가 가장 많이 증가한 음원(zzz), 음원 서비스 웹사이트 상에서 최근 댓글의 수가 가장 많이 증가한 음원(yyy), 또는 소셜 미디어 상에서 최근 관련 게시글 수가 가장 많이 증가한 음원(zzz)을 리메이크할 음원을 결정할 수 있다. 이와 같이, 장치(10)는 대중의 트렌드에 따른 데이터에 기초하여 리메이크할 음원을 결정할 수 있기 때문에, 시장에서 성공할 확률이 높은 프로듀싱 시스템을 구현할 수 있다.
또한, 장치(10)는 리메이크 하기 위한 음원의 컨텐츠에 기초하여, 리메이크 음원에 적합한 계절을 결정할 수 있다. 이에 따라, 장치(10)의 사용자는 리메이크 음원의 계절성에 따라, 리메이크 음원을 발매할 적합한 타이밍을 효과적으로 설정할 수 있다.
도 2는 일부 실시예에 따른 리메이크를 하기 위한 음원을 결정하는 방법의 흐름도이다.
S200 단계에서, 장치(10)는 사용자로부터 관심 기간 및 복수의 후보 음원을 설정하는 입력을 수신할 수 있다. 관심 기간은 시점 및 종점 중 적어도 하나를 포함할 수 있으며, 과거에 대해 설정되거나, 현재를 포함하여 설정되거나, 미래에 대해 설정될 수 있다. 복수의 후보 음원을 설정하는 방법에 대해서는 도 4를 참조하여 후술한다.
S210 단계에서, 장치(10)는 음원 서비스 웹사이트로부터 복수의 후보 음원 중 제1 후보 음원의 라이크(like) 데이터를 수집할 수 있다. 예를 들어, 음원 서비스 웹사이트에는 멜론, 벅스, 엠넷, 네이버 뮤직, 지니, 소리바다, 아이튠스와 같이 스트리밍 또는 다운로드 방식을 통해 온라인 상으로 음원을 제공하는 사이트가 포함될 수 있다. 또한, 음원의 라이크란, 음원 서비스 웹사이트의 사용자가 특정 음원에 대한 공감 및 추천을 나타내기 위해 체크하는 항목을 의미할 수 있다. 예를 들어, 라이크는 멜론의 하트, 지니의 하트, 벅스의 좋아, 네이버 뮤직의 좋아요, 엠넷의 좋아요 등 다양한 형태로 구현될 수 있다. 일반적으로, 음원 서비스 웹사이트 상에서 음원에 대해 체크된 라이크의 수는 음원의 인기에 관한 하나의 지표가 될 수 있다.
관심 기간의 시점만이 설정된 경우, 장치(10)는 종료 입력이 수신될 때까지 데이터를 수집할 수 있다. 또한, 관심 기간의 종점만이 설정된 경우, 장치(10)는 현재부터 종점까지 데이터를 수집할 수 있다. 만약, 관심 기간이 설정되지 않은 경우, 장치(10)는 현재부터 종료 입력이 수신될 때까지 데이터를 수집할 수 있다.
S220 단계에서, 장치(10)는 제1 후보 음원의 라이크 데이터에 기초하여, 관심 기간 동안 증가한 제1 후보 음원의 라이크 수를 획득할 수 있다. 구체적으로, 관심 기간 동안 증가한 제1 후보 음원의 라이크 수는 관심 기간 동안의 최종 라이크 수와 최초 라이크 수 간의 차이에 해당할 수 있다. 또 다른 예로, 관심 기간 동안 증가한 제1 후보 음원의 라이크 수는 관심 기간 동안 획득된 최고 라이크 수와 최저 라이크 수 간의 차이에 해당할 수 있다.
S230 단계에서, 장치(10)는 관심 기간 동안 증가한 제1 후보 음원의 라이크 수에 기초하여, 제1 후보 음원의 스코어를 결정할 수 있다. 스코어는 관심 기간 동안 증가한 라이크 수에 비례할 수 있다. 구체적으로, 장치(10)는 미리 설정된 가중치를 관심 기간 동안 증가한 라이크 수에 적용하여 스코어를 결정할 수 있다.
S240 단계에서, 장치(10)는 복수의 후보 음원 중 최고 스코어의 후보 음원을 리메이크 하기 위한 음원으로 결정할 수 있다. 구체적으로, 장치(10)는 S210 단계 내지 S230 단계를 통해 전술한 제1 후보 음원의 스코어를 결정하는 방법과 동일한 방법을 적용하여, 복수의 후보 음원 각각에 대한 스코어를 결정하고, 최고 스코어의 후보 음원 추출할 수 있다.
도 3은 일부 실시예에 따라 음원 서비스 웹사이트로부터 음원의 데이터를 수집하는 동작을 설명하기 위한 도면이다.
도 3의 300을 참조하면, 음원 서비스 웹사이트 상에서 제공되는 사용자 인터페이스 화면의 일례가 도시된다.
예를 들어, 장치(10)에서 'zzz'가 후보 음원으로 설정되고, 관심 기간이 2016년 1월 1일부터 2016년 12월 31일까지로 설정된 경우, 장치(10)는 음원 서비스 웹사이트에서 후보 음원 'zzz'의 라이크 데이터를 수집하고, 음원 서비스 웹사이트의 사용자들에 의해 현재까지 체크된 'zzz' 음원의 전체 라이크(310) 1,234개의 중 2016년 1월 1일부터 2016년 12월 31일까지 체크된 'zzz' 음원의 라이크 수를 획득할 수 있다. 또한, 장치(10)는 관심 기간 동안 증가한 'zzz' 음원의 라이크 수에 기초하여, 'zzz'의 스코어를 결정할 수 있다.
또한, 장치(10)는 후보 음원의 댓글 데이터에 기초하여 후보 음원의 스코어를 결정할 수 있다.
예를 들어, 장치(10)는 음원 서비스 웹사이트로부터 후보 음원의 댓글 데이터를 수집하고, 후보 음원의 댓글 데이터에 기초하여 관심 기간 동안 증가한 후보 음원의 댓글 수를 획득할 수 있다. 또한, 장치(10)는 관심 기간 동안 증가한 후보 음원의 댓글 수에 기초하여 후보 음원의 스코어를 결정할 수 있다. 스코어는 관심 기간 동안 증가한 댓글 수에 비례할 수 있다. 구체적으로, 장치(10)는 미리 설정된 가중치를 관심 기간 동안 증가한 댓글 수에 적용하여 스코어를 결정할 수 있다. 관심 기간 동안 증가한 댓글 수에 대한 가중치는, 관심 기간 동안 증가한 라이크 수에 대한 가중치보다 낮게 설정되어, 스코어를 결정하는데 있어서 라이크 데이터의 비중을 댓글 데이터의 비중보다 크게 설정할 수 있다.
전술한 예시에서, 장치(10)는 음원 서비스 웹사이트에서 후보 음원 'zzz'의 댓글 데이터를 수집하고, 음원 서비스 웹사이트의 사용자들에 의해 현재까지 작성된 'zzz' 음원의 전체 댓글(320) 5,678개 중, 2016년 1월 1일부터 2016년 12월 31일까지 작성된 'zzz' 음원의 댓글(330) 수를 획득할 수 있다. 또한, 장치(10)는 관심 기간 동안 증가한 'zzz' 음원의 댓글 수에 기초하여, 'zzz'의 스코어를 결정할 수 있다.
또 다른 예로, 장치(10)는 관심 기간 동안 등록된 후보 음원의 댓글에 대해 감성 분석을 수행하여 관심 기간 동안의 후보 음원의 댓글 감성 통계를 생성하고, 관심 기간 동안의 후보 음원의 댓글 감성 통계에 기초하여 관심 음원의 스코어를 결정할 수 있다. 구체적으로, 장치(10)는 댓글에 포함된 긍정적인 키워드의 개수, 부정적인 키워드의 개수, 중립적인 키워드의 개수 및 댓글의 문법적인 구조에 기초하여 댓글을 긍정적인 댓글 또는 부정적인 댓글로 분류할 수 있다. 예를 들어, 장치(10)는 댓글에 포함된 키워드 혹은 엔티티를 추출하고, 추출된 키워드를 저장부에 미리 저장된 데이터 베이스에 따라 긍정적인 키워드 또는 부정적인 키워드로 분류할 수 있다. 만약, 추출된 키워드가 저장부에 미리 저장된 데이터 베이스에 포함되지 않는 경우, 장치(10)는 추출된 키워드를 중립적인 키워드로 분류하거나, 적어도 하나의 서버와 통신하여 추출된 키워드의 감성을 분류할 수 있다. 또한, 댓글에 역접 관계의 접속사가 포함된 경우, 장치(10)는 역접 관계의 접속사 이전에 포함된 키워드에 대한 분석은 생략하고, 역접 관계의 접속사 이후에 포함된 키워드의 감성을 분류할 수 있다. 또한, 관심 기간 동안 작성된 후보 음원의 긍정적인 댓글의 수 또는 부정적인 댓글의 수에 따라, 후보 음원의 스코어는 증가 또는 감소할 수 있다.
또한, 장치(10)는 후보 음원의 게시글 데이터에 기초하여 후보 음원의 스코어를 결정할 수 있다.
예를 들어, 장치(10)는 소셜 미디어로부터 후보 음원의 제목을 포함하는 게시글을 검색하여, 게시글 데이터를 수집할 수 있다. 여기서, 소셜 미디어란 사용자가 작성한 컨텐츠를 다른 사용자와 공유할 수 있는 온라인 플랫폼을 의미할 수 있다. 예를 들어, 소셜 미디어는 페이스북, 인스타그램, 트위터 등과 같은 SNS(social network service), 유튜브, 아프리카tv, 트위치 등과 같은 UGC(user generated contents) 및 블로그 등을 포함할 수 있다. 또한, 장치(10)는 게시글 데이터에 기초하여, 관심 기간 동안 증가한 후보 음원의 게시글 수를 획득할 수 있다. 구체적으로, 관심 기간 동안 증가한 후보 음원의 게시글 수는 관심 기간 동안의 최종 게시글 수와 최초 게시글 수 간의 차이에 해당할 수 있다. 또한, 장치(10)는 관심 기간 동안 증가한 후보 음원의 게시글 수에 기초하여 후보 음원의 스코어를 결정할 수 있다. 스코어는 관심 기간 동안 증가한 게시글 수에 비례할 수 있다. 구체적으로, 장치(10)는 미리 설정된 가중치를 관심 기간 동안 증가한 게시글 수에 적용하여 스코어를 결정할 수 있다. 관심 기간 동안 증가한 게시글 수에 대한 가중치는, 관심 기간 동안 증가한 음원 서비스 웹사이트 상의 라이크 수에 대한 가중치보다 낮게 설정되어, 스코어를 결정하는데 있어서 음원 서비스 웹사이트 상의 라이크 데이터의 비중을 소셜 미디어 상의 게시글 데이터의 비중보다 크게 설정할 수 있다. 또한, 장치(10)는 음원 서비스 웹사이트 상의 후보 음원의 댓글 감성 통계와 동일한 방법으로, 소셜 미디어로부터 수집된 게시글 데이터에 기초하여 관심 기간 동안의 후보 음원의 게시글 감성 통계를 생성하여 후보 음원의 스코어에 반영할 수 있다.
도 4는 일부 실시예에 따라 복수의 후보 음원을 결정하기 위한 방법의 흐름도이다.
S201 단계에서, 장치(10)는 사용자로부터 관심 시점을 설정하는 입력을 수신할 수 있다. 또한, S202 단계에서, 장치(10)는 음원 서비스 웹사이트로부터 관심 시점의 음원 차트 데이터를 수집할 수 있다. 또한, S203 단계에서, 장치(10)는 음원 차트 데이터에 기초하여, 임계 순위보다 높은 복수의 음원을 복수의 후보 음원으로 설정할 수 있다. 여기서, 임계 순위는 미리 설정된 값이거나 장치(10)의 사용자에 의해 설정될 수 있다.
또한, 장치(10)는 사용자로부터 후보 음원의 장르 조건을 설정하는 입력을 수신하고, 후보 음원의 장르 조건에 따라 음원 차트 데이터를 필터링하고, 필터링된 음원 차트 데이터 중 임계 순위 이상의 음원들을 후보 음원들로 결정할 수 있다.
이에 따라, 장치(10)는 과거에 유행했던 음원들을 리메이크할 음원의 후보들로 결정할 수 있다.
또한, 장치(10)의 사용자는 복수의 후보 음원을 직접 장치(10)에 입력할 수 있다. 이에 따라, 장치(10)의 사용자는 장치(10)를 통해 관심이 있는 후보 음원들에 대한 객관적인 평가 자료를 확인할 수 있다.
도 5는 일부 실시예에 따라 리메이크를 하기 위한 음원에 적합한 계절을 결정하는 방법의 흐름도이다.
S250 단계에서, 장치(10)는 S240 단계에서 결정된 리메이크 하기 위한 음원의 가사를 획득할 수 있다. 예를 들어, 장치(10)는 음원 서비스 웹사이트로부터 리메이크 하기 위한 음원의 가사 데이터를 수집할 수 있다. 또 다른 예로, 장치(10)는 저장부에 미리 저장된 데이터 베이스로부터 리메이크 하기 위한 음원의 가사를 검색하거나, 사용자 입력에 의해 리메이크 하기 위한 음원의 가사를 획득할 수 있다.
S260 단계에서, 장치(10)는 리메이크 하기 위한 음원의 가사에서 키워드를 추출하고, 키워드에 기초하여 리메이크 하기 위한 음원에 적합한 계절을 결정할 수 있다. 구체적으로, 장치(10)는 가사에 포함된 키워드들의 계절성에 대한 비율에 따라 음원에 적합한 계절을 결정할 수 있다. 예를 들어, 장치(10)는 가사에 포함된 키워드 혹은 엔티티를 추출하고, 저장부에 미리 저장된 데이터 베이스에 따라 추출된 키워드의 계절성을 4계절 중 어느 하나로 분류할 수 있다. 구체적으로, '꽃', '바다', '낙엽', 및 '눈'과 같은 키워드들의 계절성은 각각 봄, 여름, 가을, 및 겨울로 분류될 수 있다. 만약, 추출된 키워드가 저장부에 미리 저장된 데이터 베이스에 포함되지 않는 경우, 장치(10)는 추출된 키워드의 계절성을 중립으로 분류하거나, 적어도 하나의 서버와 통신하여 추출된 키워드의 계절성을 분류할 수 있다.
장치(10)의 사용자는 리메이크 음원의 계절성에 따라, 리메이크 음원을 발매할 적합한 타이밍을 효과적으로 설정할 수 있다.
도 6은 음원에 적합한 뮤지션을 결정하는 방법을 개략적으로 도시한 도면이다.
음원에 적합한 뮤지션을 결정하는 장치(40)는 통신망(30)을 통해 적어도 하나의 서버(20)로부터 뮤지션의 컨텐츠를 수집하고, 수집된 뮤지션의 컨텐츠에 기초하여 음원에 적합한 뮤지션을 결정할 수 있다.
음원에 적합한 뮤지션을 결정하는 장치(40)는 도 2에서 전술한 리메이크 하기 위한 음원을 결정하는 장치(10)와 동일한 장치일 수 있다.
뮤지션의 컨텐츠는 뮤지션으로부터 파생되는 온라인 상의 컨텐츠를 포함할 수 있다. 예를 들어, 뮤지션의 컨텐츠는 음원 서비스 웹사이트 상의 뮤지션의 라이크(like)뿐만 아니라, 뮤지션의 팬덤, 뮤지션과 관련된 게시글, 댓글, 해시태그, 인터넷 기사, 실시간 검색 순위 등을 포함 할 수 있다. 또한, 뮤지션의 컨텐츠는 뮤지션이 참여한 음원에 대한 컨텐츠도 포함할 수 있다.
음원에 적합한 뮤지션을 결정하는 장치(40)(이하, "장치(40)"라 한다)는 최근의 뮤지션 컨텐츠에 기초하여, 매칭 음원의 장르와 유사한 장르의 음악을 주로 하는 뮤지션들(AAA, BBB, CCC……) 중에서 매칭 음원에 적합한 뮤지션을 결정할 수 있다. 예를 들어, 장치(40)는 매칭 음원에 적합한 계절 동안 음원 서비스 웹사이트 상에서 최근 라이크 수가 가장 많이 증가한 뮤지션(AAA), 음원 서비스 웹사이트 상에서 최근 댓글 수가 가장 많이 증가한 뮤지션(BBB), 또는 소셜 미디어 상에서 최근 팔로워가 가장 많이 증가한 뮤지션(FFF)을 매칭 음원에 적합한 뮤지션으로 결정할 수 있다. 이와 같이, 장치(40)는 데이터에 기반하여 매칭 음원의 계절성에 적합한 뮤지션을 결정할 수 있기 때문에, 시장에서 성공할 확률이 높은 프로듀싱 시스템을 구현할 수 있다.
또한, 장치(40)는 매칭 음원을 도 1 내지 도 5를 통해 전술한 리메이크 하기 위한 음원으로 설정하여, 리메이크 하기 위한 음원에 적합한 뮤지션을 효과적으로 결정할 수 있으며, 리메이크 하기 위한 음원이 시장에서 성공할 확률을 더욱 높일 수 있다.
도 7은 일부 실시예에 따른 음원에 적합한 뮤지션을 결정하는 방법의 흐름도이다.
S700 단계에서, 장치(40)는 매칭 음원 및 복수의 후보 뮤지션을 설정하는 입력을 수신할 수 있다. 전술한 바와 같이, 매칭 음원은 도 1 내지 도 5를 통해 복수의 후보 음원들 중에서 결정된 리메이크 하기 위한 음원일 수 있다. 복수의 후보 음원은 사용자 입력에 의해 설정될 수 있다. 복수의 후보 음원을 설정하는 방법에 대해서는 도 9를 참조하여 후술한다.
S710 단계에서, 장치(40)는 매칭 음원의 가사를 획득할 수 있다. 예를 들어, 장치(40)는 음원 서비스 웹사이트로부터 매칭 음원의 가사 데이터를 수집할 수 있다. 또 다른 예로, 장치(40)는 저장부에 미리 저장된 데이터 베이스로부터 매칭 음원의 가사를 검색하거나, 사용자 입력에 의해 매칭 음원의 가사를 획득할 수 있다.
S720 단계에서, 장치(40)는 매칭 음원에 적합한 계절을 결정할 수 있다. 예를 들어, 장치(40)는 음원 서비스 웹사이트로부터 매칭 음원의 가사 데이터를 수집할 수 있다. 또 다른 예로, 장치(40)는 저장부에 미리 저장된 데이터 베이스로부터 매칭 음원의 가사를 검색하거나, 사용자 입력에 의해 매칭 음원의 가사를 획득할 수 있다.
S730 단계에서, 장치(40)는 매칭 음원에 적합한 계절을 결정할 수 있다. 구체적으로, 장치(40)는 가사에 포함된 키워드들의 계절성에 대한 비율에 따라 음원에 적합한 계절을 결정할 수 있다. 예를 들어, 장치(40)는 가사에 포함된 키워드 혹은 엔티티를 추출하고, 저장부에 미리 저장된 데이터 베이스에 따라 추출된 키워드의 계절성을 4계절 중 어느 하나로 분류할 수 있다. 구체적으로, '꽃', '바다', '낙엽', 및 '눈'과 같은 키워드들의 계절성은 각각 봄, 여름, 가을, 및 겨울로 분류될 수 있다. 만약, 추출된 키워드가 저장부에 미리 저장된 데이터 베이스에 포함되지 않는 경우, 장치(40)는 추출된 키워드의 계절성을 중립으로 분류하거나, 적어도 하나의 서버와 통신하여 추출된 키워드의 계절성을 분류할 수 있다.
S730 단계에서, 장치(40)는 매칭 음원에 적합한 계절에 기초하여, 관심 기간을 설정할 수 있다. 구체적으로, 장치(40)는 올해 중 매칭 음원에 적합한 계절에 포함되는 기간을 관심 기간으로 결정할 수 있다. 예를 들어, 장치(40)는 열두 달 중 매칭 음원에 적합한 계절에 포함되는 적어도 하나의 달을 결정하고, 올해 중 결정된 달을 관심 기간으로 결정할 수 있다. 또한, 관심 기간은 여러해에 걸쳐 설정될 수 있다.
S740 단계에서, 장치(40)는 복수의 후보 뮤지션 중 제1 후보 뮤지션의 라이크 데이터를 수집 할 수 있다. 또한, 뮤지션의 라이크란, 음원 서비스 웹사이트의 사용자가 특정 뮤지션에 대한 공감 및 추천을 나타내기 위해 체크하는 항목을 의미할 수 있다. 일반적으로, 음원 서비스 웹사이트 상에서 뮤지션에 대해 체크된 라이크의 수는 뮤지션의 팬덤에 관한 하나의 지표가 될 수 있다.
S750 단계에서, 장치(40)는 제1 후보 뮤지션의 라이크 데이터에 기초하여, 관심 기간 동안 증가한 제1 후보 뮤지션의 라이크 수를 획득할 수 있다. 구체적으로, 관심 기간 동안 증가한 제1 후보 뮤지션의 라이크 수는 관심 기간 동안의 최종 라이크 수와 최초 라이크 수 간의 차이에 해당할 수 있다. 또 다른 예로, 관심 기간 동안 증가한 제1 후보 뮤지션의 라이크 수는 관심 기간 동안 획득된 최고 라이크 수와 최저 라이크 수 간의 차이에 해당할 수 있다.
S760 단계에서, 장치(40)는 관심 기간 동안 증가한 제1 후보 뮤지션의 라이크 수에 기초하여, 제1 후보 뮤지션의 스코어를 결정할 수 있다. 스코어는 관심 기간 동안 증가한 라이크 수에 비례할 수 있다. 구체적으로, 장치(40)는 미리 설정된 가중치를 관심 기간 동안 증가한 라이크 수에 적용하여 스코어를 결정할 수 있다.
S770 단계에서, 장치(40)는 복수의 후보 뮤지션 중 최고 스코어의 후보 뮤지션을 매칭 음원에 적합한 뮤지션으로 결정할 수 있다. 구체적으로, 장치(40)는 S700 단계 내지 S770 단계를 통해 전술한 제1 후보 뮤지션의 스코어를 결정하는 방법과 동일한 방법을 적용하여, 복수의 후보 뮤지션 각각에 대한 스코어를 결정하고, 최고 스코어의 후보 뮤지션을 추출할 수 있다.
도 8은 일부 실시예에 따라 음원 서비스 웹사이트로부터 뮤지션의 데이터를 수집하는 동작을 설명하기 위한 도면이다.
도 8의 800을 참조하면, 음원 서비스 웹사이트에서 제공되는 사용자 인터페이스 화면의 일례가 도시된다.
예를 들어, 장치(40)에서 'AAA'가 후보 뮤지션으로 설정되고, 관심 기간이 2017년 1월 1일부터 2017년 12월 31일까지로 설정된 경우, 장치(40)는 음원 서비스 웹사이트에서 후보 뮤지션 'AAA'의 라이크 데이터를 수집하고, 음원 서비스 웹사이트의 사용자들에 의해 현재까지 체크된 'AAA' 뮤지션의 전체 라이크(810) 1,111개의 중 2016년 1월 1일부터 2016년 12월 31일까지 체크된 'AAA' 음원의 라이크 수를 획득할 수 있다. 또한, 장치(40)는 관심 기간 동안 증가한 'AAA' 뮤지션의 라이크 수에 기초하여, 'AAA'의 스코어를 결정할 수 있다.
또한, 장치(40)는 후보 뮤지션의 댓글 데이터에 기초하여 후보 뮤지션의 스코어를 결정할 수 있다.
예를 들어, 장치(40)는 음원 서비스 웹사이트로부터 후보 뮤지션의 댓글 데이터를 수집하고, 후보 뮤지션의 댓글 데이터에 기초하여 관심 기간 동안 증가한 후보 뮤지션의 댓글 수를 획득할 수 있다. 또한, 장치(40)는 관심 기간 동안 증가한 후보 뮤지션의 댓글 수에 기초하여 후보 뮤지션의 스코어를 결정할 수 있다. 스코어는 관심 기간 동안 증가한 댓글 수에 비례할 수 있다. 구체적으로, 장치(40)는 미리 설정된 가중치를 관심 기간 동안 증가한 댓글 수에 적용하여 스코어를 결정할 수 있다. 관심 기간 동안 증가한 댓글 수에 대한 가중치는, 관심 기간 동안 증가한 라이크 수에 대한 가중치보다 낮게 설정되어, 스코어를 결정하는데 있어서 라이크 데이터의 비중을 댓글 데이터의 비중보다 크게 설정할 수 있다.
전술한 예시에서, 장치(40)는 음원 서비스 웹사이트에서 후보 뮤지션 'AAA'의 댓글 데이터를 수집하고, 음원 서비스 웹사이트의 사용자들에 의해 현재까지 작성된 'AAA' 음원의 전체 댓글(820) 2,222개 중, 2017년 1월 1일부터 2017년 12월 31일까지 작성된 'AAA' 음원의 댓글(830) 수를 획득할 수 있다. 또한, 장치(40)는 관심 기간 동안 증가한 'AAA' 음원의 댓글 수에 기초하여, 'AAA'의 스코어를 결정할 수 있다.
또 다른 예로, 장치(40)는 관심 기간 동안 등록된 후보 뮤지션의 댓글에 대해 감성 분석을 수행하여 관심 기간 동안의 후보 뮤지션의 댓글 감성 통계를 생성하고, 관심 기간 동안의 후보 뮤지션의 댓글 감성 통계에 기초하여 관심 뮤지션의 스코어를 결정할 수 있다. 장치(40)가 후보 뮤지션의 댓글 감성 통계를 생성하는 방법은, 도 3을 통해 전술한 장치(10)가 후보 음원의 댓글 감성 통계를 생성하는 방법과 동일할 수 있다.
또한, 장치(40)는 후보 뮤지션의 팬덤 데이터에 기초하여 후보 음원의 스코어를 결정할 수 있다.
예를 들어, 장치(40)는 소셜 미디어로부터 후보 뮤지션의 계정의 팔로워 데이터를 수집할 수 있다. 여기서, 뮤지션의 계정은 뮤지션 및 음원을 홍보하기 위한 목적으로 뮤지션이나 기획사가 관리하는 소셜 미디어 상의 공식 계정을 포함할 수 있다. 또한, 뮤지션의 계정은 뮤지션이 사적인 목적으로 생성한 소셜 미디어 상의 개인 계정을 포함할 수 있다. 또한, 뮤지션의 계정의 팔로워란, 뮤지션의 계정 상에 등록된 컨텐츠를 공유 받을 수 있는 사용자를 의미할 수 있으며, 예를 들어, 인스타그램의 팔로워, 페이스북의 좋아요, 트위터의 팔로워, 유튜브의 구독자, 네이버 블로그의 이웃 등 다양한 형태로 구현될 수 있다. 일반적으로, 팔로워로 등록된 사용자는 뮤지션의 팬으로 간주될 수 있기 때문에, 소셜 미디어 상의 팔로워의 수가 뮤지션의 팬덤에 관한 하나의 지표가 될 수 있다.
또한, 장치(40)는 팔로워 데이터에 기초하여, 관심 기간 동안 증가한 후보 뮤지션의 팔로워 수를 획득할 수 있다. 구체적으로, 관심 기간 동안 증가한 후보 뮤지션의 팔로워 수는 관심 기간 동안의 최종 팔로워 수와 최초 팔로워 수 간의 차이에 해당할 수 있다. 또한, 장치(40)는 관심 기간 동안 증가한 후보 뮤지션의 팔로워 수에 기초하여 후보 뮤지션의 스코어를 결정할 수 있다. 스코어는 관심 기간 동안 증가한 팔로워 수에 비례할 수 있다. 구체적으로, 장치(40)는 미리 설정된 가중치를 관심 기간 동안 증가한 팔로워 수에 적용하여 스코어를 결정할 수 있다. 이에 따라, 장치(40)는 후보 뮤지션의 팬덤을 후보 뮤지션의 스코어에 반영할 수 있다.
또한, 장치(40)는 후보 뮤지션의 게시글 데이터에 기초하여 후보 뮤지션의 스코어를 결정할 수 있다.
예를 들어, 장치(40)는 소셜 미디어로부터 후보 뮤지션의 제목을 포함하는 게시글을 검색하여, 게시글 데이터를 수집할 수 있다. 또한, 장치(40)는 게시글 데이터에 기초하여, 관심 기간 동안 증가한 후보 뮤지션의 게시글 수를 획득할 수 있다. 구체적으로, 관심 기간 동안 증가한 후보 뮤지션의 게시글 수는 관심 기간 동안의 최종 게시글 수와 최초 게시글 수 간의 차이에 해당할 수 있다. 또한, 장치(40)는 관심 기간 동안 증가한 후보 뮤지션의 게시글 수에 기초하여 후보 뮤지션의 스코어를 결정할 수 있다. 스코어는 관심 기간 동안 증가한 게시글 수에 비례할 수 있다. 구체적으로, 장치(40)는 미리 설정된 가중치를 관심 기간 동안 증가한 게시글 수에 적용하여 스코어를 결정할 수 있다.
관심 기간 동안 증가한 팔로워 수 및 게시글 수에 대한 가중치는, 관심 기간 동안 증가한 음원 서비스 웹사이트 상의 라이크 수에 대한 가중치보다 낮게 설정되어, 스코어를 결정하는데 있어서 음원 서비스 웹사이트 상의 라이크 데이터의 비중을 소셜 미디어 상의 팔로워 데이터 및 게시글 데이터의 비중보다 크게 설정할 수 있다. 또한, 장치(40)는 음원 서비스 웹사이트 상의 후보 뮤지션의 댓글 감성 통계와 동일한 방법으로, 소셜 미디어로부터 수집된 게시글 데이터에 기초하여 관심 기간 동안의 후보 뮤지션의 게시글 감성 통계를 생성하여 후보 뮤지션의 스코어에 반영할 수 있다.
도 9는 일부 실시예에 따라 복수의 후보 뮤지션을 결정하기 위한 방법의 흐름도이다.
S701 단계에서, 장치(40)는 사용자로부터 관심 시점을 설정하는 입력을 수신할 수 있다. 또한, S702 단계에서, 장치(40)는 음원 서비스 웹사이트로부터 관심 시점의 음원 차트 데이터를 수집할 수 있다.
S703 단계에서, 장치(40)는 음원 차트 데이터에 기초하여, 임계 순위보다 높고 매칭 음원과 동일한 장르의 복수의 음원을 추출할 수 있다. 구체적으로, 장치(40)는 음원 서비스 웹사이트에서 매칭 음원의 장르 데이터를 수집하여 매칭 음원의 장르를 결정할 수 있다. 또는, 장치(40)는 사용자 입력에 의해 매칭 음원의 장르를 설정할 수 있다. 또한, 장치(40)는 음원 차트 데이터에서 임계 순위 이상의 음원을 추출하고, 음원 서비스 웹사이트에서 임계 순위 이상의 음원에 대한 장르 데이터를 수집하여, 임계 순위 이상의 음원의 장르가 매칭 음원의 장르와 동일한지 판단할 수 있다. 여기서, 임계 순위는 미리 설정된 값이거나 장치(40)의 사용자에 의해 설정될 수 있다.
S704 단계에서, 장치(40)는 S703 단계에서 추출된 음원에 참여한 복수의 뮤지션을 복수의 후보 뮤지션으로 설정할 수 있다. 음원에 참여한 복수의 뮤지션에는 음원의 작곡가, 작사가, 및 가창자 등이 포함될 수 있다.
이에 따라, 장치(40)는 과거에 유행했던 음원들 중 매칭 음원과 동일한 음원에 참여한 뮤지션을 후보 뮤지션으로 결정할 수 있다.
또한, 장치(40)의 사용자는 복수의 후보 뮤지션을 직접 장치(40)에 입력할 수 있다. 이에 따라, 장치(40)의 사용자는 장치(40)를 통해 관심이 있는 후보 뮤지션들에 대한 객관적인 평가 자료를 확인할 수 있다.
도 10은 리메이크를 하기 위한 음원을 결정하는 장치 및 음원에 적합한 뮤지션을 결정하는 장치의 구성도이다.
전술한 바와 같이, 데이터에 기반한 음원 프로듀싱 장치(10)와 음원에 적합한 뮤지션을 결정하는 장치(40)는 동일한 장치일 수 있다. 이하에서는, 데이터에 기반한 음원 프로듀싱 장치(10) 및 음원에 적합한 뮤지션을 결정하는 장치(40)를 데이터에 기반한 음원 프로듀싱 장치(1000)라 한다.
도 10을 참조하면, 일부 실시예에 따른 데이터에 기반한 음원 프로듀싱 장치(1000)는 통신부(1010), 입력부(1020), 제어부(1030), 디스플레이부(1040) 및 저장부(1050)를 포함할 수 있다.
도 10에 도시된 구성 요소 모두가 데이터에 기반한 음원 프로듀싱 장치(1000)의 필수 구성 요소인 것은 아니다. 도 10에 에 도시된 구성 요소보다 많은 구성 요소에 의해 데이터에 기반한 음원 프로듀싱 장치(1000)가 구현될 수도 있고, 도 10에 도시된 구성 요소보다 적은 구성 요소에 의해 데이터에 기반한 음원 프로듀싱 장치(1000)가 구현될 수도 있다.
통신부(1010)는 데이터 통신을 가능하게 하는 하나 이상의 구성요소를 포함할 수 있다. 예를 들어, 통신부(1010)는, 이동 통신부 및 근거리 통신부를 포함할 수 있다. 이동 통신부는, 이동 통신망 상에서 기지국, 외부의 단말, 서버 중 적어도 하나와 컨텐츠를 포함하는 무선 신호를 송수신한다. 또한, 근거리 통신부(short-range wireless communication unit)는, Wi-Fi, WFD(Wi-Fi Direct), Bluetooth, BLE(Bluetooth Low Energy), NFC(Near Field Communication unit) 등을 이용할 수 있으나, 이에 한정되는 것은 아니다.
입력부(1020)는, 사용자가 데이터에 기반한 음원 프로듀싱 장치(1000)를 제어하기 위한 데이터를 입력하는 수단을 의미한다. 예를 들어, 입력부(1020)에는 디스플레이부(1040)와 결합된 터치패드(접촉식 정전 용량 방식, 압력식 저항막 방식, 적외선 감지 방식, 표면 초음파 전도 방식, 적분식 장력 측정 방식, 피에조 효과 방식 등), 마우스(mouse), 키 패드(key pad), 돔 스위치 (dome switch), 조그 휠, 조그 스위치 등이 있을 수 있으나 이에 한정되는 것은 아니다.
제어부(1030)는, 통상적으로 데이터에 기반한 음원 프로듀싱 장치(1000)의 전반적인 동작을 제어한다. 예를 들어, 제어부(1030)는, 데이터에 기반한 음원 프로듀싱 장치(1000)의 저장부(1050)에 저장된 프로그램들을 실행함으로써, 통신부(1010) 및 디스플레이부(1040) 등을 전반적으로 제어하는 중앙 프로세서가 될 수 있다.
디스플레이부(1040)는 제어부(1030)에서 처리되는 정보를 표시 출력한다. 예를 들어, 디스플레이부(1040)는, 가상 이미지를 선택하기 위한 사용자 인터페이스, 가상 이미지의 동작을 설정하기 위한 사용자 인터페이스를 디스플레이 할 수 있다.
한편, 디스플레이부(1040)와 터치패드가 레이어 구조를 이루어 터치 스크린으로 구성되는 경우, 디스플레이부(1040)는 입력부(1020)와 결합될 수 있다. 또한, 디스플레이부(1040)는 액정 디스플레이(liquid crystal display), 박막 트랜지스터 액정 디스플레이(thin film transistor-liquid crystal display), 유기 발광 다이오드(organic light-emitting diode), 플렉시블 디스플레이(flexible display), 3차원 디스플레이(3D display), 전기영동 디스플레이(electrophoretic display) 중에서 적어도 하나를 포함할 수 있다.
저장부(1050)는 플래시 메모리 타입(flash memory type), 하드디스크 타입(hard disk type), 멀티미디어 카드 마이크로 타입(multimedia card micro type), 카드 타입의 메모리(예를 들어 SD 또는 XD 메모리 등), 램(RAM, Random Access Memory) SRAM(Static Random Access Memory), 롬(ROM, Read-Only Memory), EEPROM(Electrically Erasable Pro grammable Read-Only Memory), PROM(Programmable Read-Only Memory), 자기 메모리, 자기 디스크, 광디스크 중 적어도 하나의 타입의 저장매체를 포함할 수 있다.
한편, 상술한 본 발명의 실시예들은 컴퓨터에서 실행될 수 있는 프로그램으로 작성 가능하고, 컴퓨터에 의해 판독 가능한 매체를 이용하여 상기 프로그램을 동작시키는 범용 디지털 컴퓨터에서 구현될 수 있다. 또한, 상술한 실시예에서 사용된 데이터의 구조는 컴퓨터 판독 가능 매체에 여러 수단을 통하여 기록될 수 있다. 또한, 상술한 실시예는 컴퓨터에 의해 실행되는 프로그램 모듈과 같은 컴퓨터에 의해 실행가능한 명령어를 포함하는 기록 매체의 형태로 구현될 수 있다. 예를 들어, 소프트웨어 모듈 또는 알고리즘으로 구현되는 방법들은 컴퓨터가 읽고 실행할 수 있는 코드들 또는 프로그램 명령들로서 컴퓨터가 읽을 수 있는 기록 매체에 저장될 수 있다.
컴퓨터 판독 가능 매체는 컴퓨터에 의해 액세스될 수 있는 임의의 기록 매체일 수 있고, 휘발성 및 비휘발성 매체, 분리형 및 비분리형 매체를 포함할 수 있다. 컴퓨터 판독 가능 매체는 마그네틱 저장매체, 예를 들면, 롬, 플로피 디스크, 하드 디스크 등을 포함하고,) 광학적 판독 매체, 예를 들면, 시디롬, DVD 등과 같은 저장 매체를 포함할 수 있으나, 이에 제한되지 않는다. 또한, 컴퓨터 판독 가능 매체는 컴퓨터 저장 매체 및 통신 매체를 포함할 수 있다.
또한, 컴퓨터가 읽을 수 있는 복수의 기록 매체가 네트워크로 연결된 컴퓨터 시스템들에 분산되어 있을 수 있으며, 분산된 기록 매체들에 저장된 데이터, 예를 들면 프로그램 명령어 및 코드가 적어도 하나의 컴퓨터에 의해 실행될 수 있다.
본 실시예와 관련된 기술 분야에서 통상의 지식을 가진 자는 상기된 기재의 본질적인 특성에서 벗어나지 않는 범위에서 변형된 형태로 구현될 수 있음을 이해할 수 있을 것이다. 그러므로 개시된 방법들은 한정적인 관점이 아니라 설명적인 관점에서 고려되어야 한다. 본 발명의 범위는 전술한 설명이 아니라 특허청구범위에 나타나 있으며, 그와 동등한 범위 내에 있는 모든 차이점은 본 발명에 포함된 것으로 해석되어야 할 것이다.
Claims (10)
- 음원에 적합한 뮤지션을 결정하는 방법에 있어서,
매칭 음원 및 복수의 후보 뮤지션을 설정하는 입력을 수신하는 단계;
매칭 음원의 가사를 획득하는 단계;
상기 가사에서 키워드를 추출하고, 상기 키워드에 기초하여 상기 매칭 음원에 적합한 계절을 결정하는 단계;
상기 매칭 음원에 적합한 계절에 기초하여, 관심 기간을 설정하는 단계;
음원 서비스 웹사이트로부터 제1 후보 뮤지션의 라이크(like) 데이터를 수집하는 단계;
상기 제1 후보 뮤지션의 라이크 데이터에 기초하여, 상기 관심 기간 동안 증가한 상기 제1 후보 뮤지션의 라이크 수를 획득하는 단계;
상기 관심 기간 동안 증가한 상기 제1 후보 뮤지션의 라이크 수에 기초하여, 상기 제1 후보 뮤지션의 스코어를 결정하는 단계; 및
상기 복수의 후보 뮤지션 중 최고 스코어의 후보 뮤지션을 상기 매칭 음원에 적합한 뮤지션으로 결정하는 단계
를 포함하는 방법. - 제1항에 있어서,
상기 음원 서비스 웹사이트로부터 상기 제1 후보 뮤지션의 댓글 데이터를 수집하는 단계; 및
상기 제1 후보 뮤지션의 댓글 데이터에 기초하여, 상기 관심 기간 동안 증가한 상기 제1 후보 뮤지션의 댓글 수를 획득하는 단계를 더 포함하고,
상기 제1 후보 뮤지션의 스코어는 상기 관심 기간 동안 증가한 상기 제1 후보 뮤지션의 댓글 수에 더 기초하여 결정되는 방법. - 제2항에 있어서,
상기 제1 후보 뮤지션의 댓글 데이터에 기초하여, 상기 관심 기간 동안 등록된 상기 제1 후보 뮤지션의 댓글에 대해 감성 분석을 수행하여 상기 관심 기간 동안의 상기 제1 후보 뮤지션의 댓글 감성 통계를 생성하는 단계를 더 포함하고,
상기 제1 후보 뮤지션에 대한 스코어는 상기 관심 기간 동안의 상기 제1 후보 뮤지션의 댓글 감성 통계에 더 기초하여 결정되는 방법. - 제1항에 있어서,
소셜 미디어로부터 상기 제1 후보 뮤지션의 계정의 팔로워 데이터를 수집하는 단계; 및
상기 제1 후보 뮤지션의 계정의 팔로워 데이터에 기초하여, 상기 관심 기간 동안 증가한 상기 제1 후보 뮤지션의 계정의 팔로워 수를 획득하는 단계를 더 포함하고,
상기 제1 후보 뮤지션의 스코어는 상기 관심 기간 동안 증가한 상기 제1 후보 뮤지션의 계정의 팔로워 수에 더 기초하여 결정되는 방법. - 제1항에 있어서,
소셜 미디어로부터 상기 제1 후보 뮤지션의 이름을 포함하는 게시글을 검색하여, 게시글 데이터를 수집하는 단계;
상기 게시글 데이터에 기초하여, 상기 관심 기간 동안 증가한 상기 제1 후보 뮤지션의 게시글 수를 획득하는 단계를 더 포함하고,
상기 제1 후보 뮤지션에 대한 스코어는 상기 관심 기간 동안 증가한 상기 제1 후보 뮤지션의 게시글 수에 더 기초하여 결정되는 방법. - 제1항에 있어서,
상기 복수의 후보 뮤지션을 설정하는 단계는,
관심 시점을 설정하는 입력을 수신하는 단계;
상기 음원 서비스 웹사이트로부터 상기 관심 시점의 음원 차트 데이터를 수집하는 단계;
상기 관심 시점의 음원 차트 데이터에서 임계 순위보다 높고 상기 매칭 음원과 동일한 장르의 복수의 음원을 추출하는 단계; 및
상기 복수의 음원에 참여한 복수의 뮤지션을 상기 복수의 후보 뮤지션으로 설정하는 단계를 포함하는 방법 - 음원에 적합한 뮤지션을 결정하는 장치에 있어서,
복수의 후보 뮤지션을 설정하는 입력을 수신하고, 매칭 음원의 가사를 획득하는 입력부;
상기 가사에서 키워드를 추출하고, 상기 키워드에 기초하여 상기 매칭 음원에 적합한 계절을 결정하고, 상기 매칭 음원에 적합한 계절에 기초하여, 관심 기간을 설정하는 제어부; 및
음원 서비스 웹사이트로부터 제1 후보 뮤지션의 라이크 데이터를 수집하는 통신부를 포함하고,
상기 제어부는,
상기 제1 후보 뮤지션의 라이크 데이터에 기초하여, 상기 관심 기간 동안 증가한 상기 제1 후보 뮤지션의 라이크 수를 획득하고,
상기 관심 기간 동안 증가한 상기 제1 후보 뮤지션의 라이크 수에 기초하여, 상기 제1 후보 뮤지션의 스코어를 결정하고,
상기 복수의 후보 뮤지션 중 최고 스코어의 후보 뮤지션을 상기 매칭 음원에 적합한 뮤지션으로 결정하는 장치. - 제7항에 있어서,
상기 통신부는 소셜 미디어로부터 상기 제1 후보 뮤지션의 계정의 팔로워 데이터를 수집하고,
상기 제어부는 상기 제1 후보 뮤지션의 계정의 팔로워 데이터에 기초하여, 상기 관심 기간 동안 증가한 상기 제1 후보 뮤지션의 계정의 팔로워 수를 획득하고,
상기 제1 후보 뮤지션의 스코어는 상기 관심 기간 동안 증가한 상기 제1 후보 뮤지션의 계정의 팔로워 수에 더 기초하여 결정되는 장치. - 제7항에 있어서,
상기 통신부는 상기 음원 서비스 웹사이트로부터 상기 제1 후보 뮤지션의 댓글 데이터를 수집하고,
상기 제어부는 상기 제1 후보 뮤지션의 댓글 데이터에 기초하여, 상기 관심 기간 동안 증가한 상기 제1 후보 뮤지션의 댓글 수를 획득하고,
상기 제1 후보 뮤지션의 스코어는 상기 관심 기간 동안 증가한 상기 제1 후보 뮤지션의 댓글 수에 더 기초하여 결정되는 장치. - 컴퓨터 판독가능 기록매체에 저장된 컴퓨터 프로그램으로서, 상기 프로그램은 명령어들을 포함하고, 상기 명령어들은 컴퓨터에 의해 실행될 때 제1항에 따른 방법을 수행하는, 컴퓨터 프로그램.
Applications Claiming Priority (2)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020170046458 | 2017-04-11 | ||
| KR20170046458 | 2017-04-11 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| KR20180114855A true KR20180114855A (ko) | 2018-10-19 |
Family
ID=64101926
Family Applications (4)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| KR1020180042245A KR20180114855A (ko) | 2017-04-11 | 2018-04-11 | 음원에 적합한 뮤지션을 결정하는 방법 및 장치 |
| KR1020180042247A KR20180114856A (ko) | 2017-04-11 | 2018-04-11 | 뮤지션 컨텐츠 모니터링 장치 및 방법 |
| KR1020180042248A KR20180114857A (ko) | 2017-04-11 | 2018-04-11 | 뮤지션 컨텐츠 전송 장치 및 방법 |
| KR1020180042241A KR20180114854A (ko) | 2017-04-11 | 2018-04-11 | 리메이크 하기 위한 음원을 결정하는 방법 및 장치 |
Family Applications After (3)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| KR1020180042247A KR20180114856A (ko) | 2017-04-11 | 2018-04-11 | 뮤지션 컨텐츠 모니터링 장치 및 방법 |
| KR1020180042248A KR20180114857A (ko) | 2017-04-11 | 2018-04-11 | 뮤지션 컨텐츠 전송 장치 및 방법 |
| KR1020180042241A KR20180114854A (ko) | 2017-04-11 | 2018-04-11 | 리메이크 하기 위한 음원을 결정하는 방법 및 장치 |
Country Status (1)
| Country | Link |
|---|---|
| KR (4) | KR20180114855A (ko) |
Families Citing this family (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR102307410B1 (ko) * | 2019-04-10 | 2021-09-30 | 네이버 주식회사 | 리메이크곡 검색 방법, 시스템 및 컴퓨터 프로그램 |
| KR102320482B1 (ko) * | 2019-11-29 | 2021-11-02 | 김하미 | 인공지능을 이용한 음원 수익 정산 예측 시스템 및 그 방법 |
| KR102502454B1 (ko) * | 2021-04-15 | 2023-02-21 | 연세대학교 원주산학협력단 | 초고속 분석 인공지능을 이용한 실시간 댓글 판단 방법 |
| WO2023090565A1 (ko) * | 2021-11-22 | 2023-05-25 | 주식회사 미니레코드 | 플랫폼 앨범 서비스 제공 방법 및 장치 |
| KR102468393B1 (ko) * | 2021-11-22 | 2022-11-18 | 주식회사 미니레코드 | 플랫폼 앨범 서비스 시스템 |
| KR102574027B1 (ko) * | 2022-06-14 | 2023-09-04 | 주식회사 위버스컴퍼니 | 옵션형 플랫폼 앨범 기반 서비스 제공방법 및 그 시스템 |
| KR102614220B1 (ko) * | 2022-12-13 | 2023-12-20 | 초록소프트 주식회사 | 음원 이용량 예측 모델 생성 방법 및 장치 |
-
2018
- 2018-04-11 KR KR1020180042245A patent/KR20180114855A/ko not_active Application Discontinuation
- 2018-04-11 KR KR1020180042247A patent/KR20180114856A/ko not_active Application Discontinuation
- 2018-04-11 KR KR1020180042248A patent/KR20180114857A/ko not_active Application Discontinuation
- 2018-04-11 KR KR1020180042241A patent/KR20180114854A/ko not_active Application Discontinuation
Also Published As
| Publication number | Publication date |
|---|---|
| KR20180114856A (ko) | 2018-10-19 |
| KR20180114854A (ko) | 2018-10-19 |
| KR20180114857A (ko) | 2018-10-19 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| KR20180114855A (ko) | 음원에 적합한 뮤지션을 결정하는 방법 및 장치 | |
| US10867221B2 (en) | Computerized method and system for automated determination of high quality digital content | |
| Jiang et al. | Author topic model-based collaborative filtering for personalized POI recommendations | |
| Schedl et al. | Music recommender systems | |
| Serra et al. | Roadmap for music information research | |
| CN103946886B (zh) | 社交网络系统上的结构对象和动作 | |
| US20210365628A1 (en) | Extracting audiovisual features from digital components | |
| US20120174006A1 (en) | System, method, apparatus and computer program for generating and modeling a scene | |
| US20140289323A1 (en) | Knowledge-information-processing server system having image recognition system | |
| CN111708901A (zh) | 多媒体资源推荐方法、装置、电子设备及存储介质 | |
| CN107885745A (zh) | 一种歌曲推荐方法及装置 | |
| CN103049440A (zh) | 一种相关文章的推荐处理方法和处理系统 | |
| CN102654859A (zh) | 一种歌曲推荐方法及系统 | |
| EP2946311A2 (en) | Accumulation of real-time crowd sourced data for inferring metadata about entities | |
| TW201001205A (en) | Search results with most clicked next objects | |
| JP7155248B2 (ja) | 記憶の協調的回想の適応提示のためのキュー・データ・モデルの実装 | |
| CN108021568A (zh) | 一种歌单推荐方法及装置 | |
| Santani et al. | Loud and trendy: Crowdsourcing impressions of social ambiance in popular indoor urban places | |
| CN111931073B (zh) | 内容推送方法、装置、电子设备及计算机可读介质 | |
| Ren et al. | Understanding music track popularity in a social network | |
| EP2613275A1 (en) | Search device, search method, search program, and computer-readable memory medium for recording search program | |
| JP2014153977A (ja) | コンテンツ解析装置、コンテンツ解析方法、コンテンツ解析プログラム、およびコンテンツ再生システム | |
| CA2895121A1 (en) | Systems and methods for analyzing and deriving meaning from large scale data sets | |
| US11544339B2 (en) | Automated sentiment analysis and/or geotagging of social network posts | |
| Kotzias et al. | Addressing the Sparsity of Location Information on Twitter. |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A201 | Request for examination | ||
| E902 | Notification of reason for refusal | ||
| E601 | Decision to refuse application |