KR20190094292A - Apparatus for contents recommendation, and control method - Google Patents

Apparatus for contents recommendation, and control method Download PDF

Info

Publication number
KR20190094292A
KR20190094292A KR1020190083416A KR20190083416A KR20190094292A KR 20190094292 A KR20190094292 A KR 20190094292A KR 1020190083416 A KR1020190083416 A KR 1020190083416A KR 20190083416 A KR20190083416 A KR 20190083416A KR 20190094292 A KR20190094292 A KR 20190094292A
Authority
KR
South Korea
Prior art keywords
content
propensity
user
content recommendation
recommendation list
Prior art date
Application number
KR1020190083416A
Other languages
Korean (ko)
Inventor
최정윤
김지은
상효진
Original Assignee
주식회사 엘지유플러스
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 주식회사 엘지유플러스 filed Critical 주식회사 엘지유플러스
Priority to KR1020190083416A priority Critical patent/KR20190094292A/en
Publication of KR20190094292A publication Critical patent/KR20190094292A/en
Priority to KR1020190157916A priority patent/KR102164836B1/en

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]
    • H04N21/40—Client devices specifically adapted for the reception of or interaction with content, e.g. set-top-box [STB]; Operations thereof
    • H04N21/45—Management operations performed by the client for facilitating the reception of or the interaction with the content or administrating data related to the end-user or to the client device itself, e.g. learning user preferences for recommending movies, resolving scheduling conflicts
    • H04N21/466—Learning process for intelligent management, e.g. learning user preferences for recommending movies
    • H04N21/4668—Learning process for intelligent management, e.g. learning user preferences for recommending movies for recommending content, e.g. movies
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00—Systems or methods specially adapted for specific business sectors, e.g. utilities or tourism
    • G06Q50/10—Services
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N21/00—Selective content distribution, e.g. interactive television or video on demand [VOD]
    • H04N21/40—Client devices specifically adapted for the reception of or interaction with content, e.g. set-top-box [STB]; Operations thereof
    • H04N21/45—Management operations performed by the client for facilitating the reception of or the interaction with the content or administrating data related to the end-user or to the client device itself, e.g. learning user preferences for recommending movies, resolving scheduling conflicts
    • H04N21/4508—Management of client data or end-user data
    • H04N21/4532—Management of client data or end-user data involving end-user characteristics, e.g. viewer profile, 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]
    • H04N21/40—Client devices specifically adapted for the reception of or interaction with content, e.g. set-top-box [STB]; Operations thereof
    • H04N21/47—End-user applications
    • H04N21/475—End-user interface for inputting end-user data, e.g. personal identification number [PIN], preference data
    • H04N21/4758—End-user interface for inputting end-user data, e.g. personal identification number [PIN], preference data for providing answers, e.g. voting

Abstract

The present invention relates to an apparatus for recommending content to increase customer satisfaction according to content recommendation, and to a control method thereof. The control method of an apparatus for recommending content comprises the following steps: receiving answers from users by providing a survey for grasping disposition; synthesizing the answers inputted from the users and calculating disposition grades; generating a content recommendation list including any one content item information corresponding to the calculated disposition grade; and controlling to output the content recommendation list.

Description

콘텐츠 추천을 위한 장치 및 그 제어방법{APPARATUS FOR CONTENTS RECOMMENDATION, AND CONTROL METHOD}Device for recommending content and its control method {APPARATUS FOR CONTENTS RECOMMENDATION, AND CONTROL METHOD}

본 발명은 콘텐츠 추천을 위한 장치 및 그 제어방법에 관한 것으로, 보다 상세하게는 사용자가 입력 또는 선택하는 정보에 따라 콘텐츠를 추천하는 장치 및 그 제어방법에 관한 것이다.The present invention relates to an apparatus for recommending content and a control method thereof, and more particularly, to an apparatus for recommending content according to information input or selected by a user and a control method thereof.

최근 IPTV(Internet Protocol Television)의 도입과 더불어 고객들에게 맞는 콘텐츠를 추천하는 여러 가지 방안이 모색되고 있다.Recently, with the introduction of Internet Protocol Television (IPTV), various ways of recommending content suitable for customers have been sought.

예를 들어 시청자가 시청한 콘텐츠 장르를 고려하여 유사한 장르의 콘텐츠를 추천하거나, 또는 시청자가 시청한 영화 콘텐츠의 주연 배우가 연기했던 다른 영화를 추천하는 것이다.For example, the viewer may recommend content of a similar genre in consideration of the genre of content viewed by the viewer, or recommend another movie played by the lead actor of the movie content watched by the viewer.

그런데 종래의 콘텐츠 추천 시스템의 경우 실제 시청된 콘텐츠에 기반하여 추천을 하고 각 개인들의 성향을 제대로 반영하지 못하였기 때문에 콘텐츠 추천에 대한 고객 만족도가 높지 않은 실정이다.However, in the case of the conventional content recommendation system, since the recommendation is made based on the actually viewed content and the individual's disposition is not properly reflected, the customer satisfaction with the content recommendation is not high.

공개특허 제10-2017-0060828호Patent Publication No. 10-2017-0060828

본 발명은 상기한 종래의 문제점을 해결하기 위해 안출된 것으로서, 그 목적은 콘텐츠를 이용하는 시청자/청취자의 성향에 따른 콘텐츠를 제공하여 콘텐츠 추천에 따른 고객 만족도를 높이기 위한 장치 및 그 제어방법을 제공하는 것이다. The present invention has been made to solve the above-described problems, the object of which is to provide a device according to the tendency of viewers / listeners to use the content to provide an apparatus and a control method for increasing the customer satisfaction according to the content recommendation will be.

상기한 목적을 달성하기 위해 본 발명에 따른 콘텐츠 추천 장치는, 성향 파악용 설문을 제공하여 이용자로부터 답변을 입력받는 성향 문답 처리부와; 상기 이용자로부터 입력되는 답변을 종합하여 성향 점수를 산출하는 성향 점수 산출부와; 상기 성향 점수 산출부에서 산출된 성향 점수에 대응되는 적어도 하나의 콘텐츠 항목 정보를 포함하는 콘텐츠 추천 리스트를 생성하는 추천 리스트 생성부와; 상기 추천 리스트 생성부에서 생성된 콘텐츠 추천 리스트가 출력되도록 제어하는 리스트 출력 제어부를 포함하여 구성된다.In order to achieve the above object, the content recommendation apparatus according to the present invention includes: a propensity question and answer processing unit for providing a questionnaire for determining propensity and receiving an answer from a user; A propensity score calculator configured to calculate a propensity score by synthesizing the answers inputted from the user; A recommendation list generator for generating a content recommendation list including at least one content item information corresponding to the propensity score calculated by the propensity score calculator; And a list output control unit controlling to output the content recommendation list generated by the recommendation list generation unit.

또, 상기한 목적을 달성하기 위해 본 발명에 따른 콘텐츠 추천 장치의 제어방법은, 성향 파악용 설문을 제공하여 이용자로부터 답변을 입력받는 단계와; 상기 이용자로부터 입력되는 답변을 종합하여 성향 점수를 산출하는 단계와; 상기 단계에서 산출된 성향 점수에 대응되는 적어도 하나의 콘텐츠 항목 정보를 포함하는 콘텐츠 추천 리스트를 생성하는 단계와; 상기 단계에서 생성된 콘텐츠 추천 리스트가 출력되도록 제어하는 단계를 포함하여 이루어진다.In addition, in order to achieve the above object, a control method of a content recommendation apparatus according to the present invention includes: providing a questionnaire for determining propensity to receive an answer from a user; Calculating a propensity score by synthesizing the answers inputted from the user; Generating a content recommendation list including at least one content item information corresponding to the propensity score calculated in the step; And controlling the output of the content recommendation list generated in the above step.

이상 설명한 바와 같이 본 발명에 따르면, 이용자(콘텐츠를 시청하는 아이)의 성향에 따라 추천 콘텐츠에 대한 리스트가 제공됨으로써, 각기 다른 성향을 가진 아이들에게 도움이 되는 콘텐츠(예를 들어 책을 읽어주는 콘텐츠)를 부모들이 알 수 있도록 함과 아울러, 해당 콘텐츠의 제공을 통해 아이들의 올바른 성장과 교육에 도움을 줄 수 있다.As described above, according to the present invention, the list of recommended contents is provided according to the propensity of the user (child to watch the content), thereby helping the children with different propensities (for example, content to read a book). ), As well as providing parents with the information, can help children grow and educate themselves.

도 1은 본 발명의 일 실시예에 따른 콘텐츠 추천 장치를 포함하는 전체 시스템의 개략 구성도이고,
도 2는 도 1의 콘텐츠 추천 장치의 기능 블록도이고,
도 3 내지 도 5는 본 발명의 일 실시예에 따른 콘텐츠 추천 장치의 제어흐름도이고,
도 6은 본 발명의 다른 실시예에 따른 콘텐츠 추천 장치를 포함하는 전체 시스템의 개략 구성도이다.1 is a schematic structural diagram of an entire system including a content recommending apparatus according to an embodiment of the present invention;
2 is a functional block diagram of the content recommendation apparatus of FIG. 1,
3 to 5 are control flowcharts of a content recommendation apparatus according to an embodiment of the present invention.
6 is a schematic structural diagram of an entire system including a content recommending apparatus according to another embodiment of the present invention.

이하에서는 첨부도면을 참조하여 본 발명에 대해 상세히 설명한다.Hereinafter, the present invention will be described in detail with reference to the accompanying drawings.

이하 본 발명에 따른 각 실시예는 본 발명의 이해를 돕기 위한 하나의 예에 불과하고, 본 발명이 이러한 실시예에 한정되는 것은 아니다. 특히 본 발명은 각 실시예에 포함되는 개별 구성, 개별 기능, 또는 개별 단계 중 적어도 어느 하나 이상의 조합으로 구성될 수 있다.Hereinafter, each embodiment according to the present invention is only one example to help understanding of the present invention, and the present invention is not limited to these embodiments. In particular, the present invention may be composed of a combination of at least one or more of individual configurations, individual functions, or individual steps included in each embodiment.

특히, 편의상 청구 범위의 일부 청구항에는 '(a)'와 같은 알파벳을 포함시켰으나, 이러한 알파벳이 각 단계의 순서를 규정하는 것은 아니다.In particular, for convenience, some claims in the claims include alphabets such as '(a)', but these alphabets do not prescribe the order of each step.

또한 이하 본 발명에 따른 각 실시예에서 언급하는 각 신호는 한 번의 연결 등에 의해 전송되는 하나의 신호를 의미할 수도 있지만, 후술하는 특정 기능 수행을 목적으로 전송되는 일련의 신호 그룹을 의미할 수도 있다. 즉, 각 실시예에서는 소정의 시간 간격을 두고 전송되거나 상대 장치로부터의 응답 신호를 수신한 이후에 전송되는 복수 개의 신호들이 편의상 하나의 신호명으로 표현될 수 있는 것이다.In addition, each signal referred to in each embodiment according to the present invention may refer to one signal transmitted by one connection or the like, but may also mean a series of signal groups transmitted for the purpose of performing a specific function described below. . That is, in each embodiment, a plurality of signals transmitted at predetermined time intervals or transmitted after receiving a response signal from the counterpart device may be represented by one signal name for convenience.

본 발명의 일 실시예에 따른 콘텐츠 추천 장치(100)를 포함하는 전체 통신 시스템의 개략 구성은 도 1에 도시된 바와 같다.A schematic configuration of the entire communication system including the content recommending apparatus 100 according to an exemplary embodiment of the present invention is illustrated in FIG. 1.

동 도면에서 콘텐츠 추천 장치(100)는 콘텐츠 이용자에게 소정의 콘텐츠를 추천하는 기능을 수행하고, 콘텐츠 이용자는 댁내에 구비된 아이피 TV(200) 등을 이용하여 콘텐츠 추천은 물론이고 콘텐츠 시청을 할 수 있다.In the drawing, the content recommending apparatus 100 performs a function of recommending predetermined content to a content user, and the content user can view the content as well as recommend the content using the IP TV 200 provided in the home. have.

물론 콘텐츠 이용자는 자신의 휴대용 무선 통신 단말기를 이용하여 콘텐츠 추천을 받고 이용할 수도 있음은 물론이다.Of course, the content user can receive and use the content recommendation using his portable wireless communication terminal.

다만, 이하 본 실시예를 설명함에 있어서는 콘텐츠 이용자는 셋탑박스(201) 및 TV(202)로 구성된 아이피 TV(200)를 이용하는 것을 일 예로 한다.However, in the following description of the present embodiment, the content user uses an IP TV 200 including the set-top box 201 and the TV 202 as an example.

여기서 셋탑박스(201)는 실제 콘텐츠 추천 장치(100)와 통신하여 필요한 정보 또는 콘텐츠를 수신하여 TV(202)에서 전달하는 기능을 수행하고, TV(202)는 셋탑박스(201)로부터 전달된 정보 또는 콘텐츠를 표시하는 기능을 수행한다.Here, the set-top box 201 performs a function of communicating with the actual content recommending apparatus 100 to receive necessary information or content and delivering the content to the TV 202, and the TV 202 is information transmitted from the set-top box 201. Or to display a content.

여기서 TV(202)에 출력되는 콘텐츠는 예를 들어 소정의 책을 읽어주는 음성/영상 콘텐츠일 수 있다.The content output to the TV 202 may be, for example, audio / video content for reading a predetermined book.

특히 셋탑박스(201)는 사용자로부터 입력되거나 콘텐츠 추천 장치(100)로부터 수신된 정보 또는 소정의 콘텐츠를 저장할 수도 있는데, 이러한 셋탑박스(201) 및 TV(202)의 콘텐츠 표시를 위한 기능은 공지된 기술에 해당하므로 보다 상세한 설명을 생략한다.In particular, the set-top box 201 may store information or predetermined content input from a user or received from the content recommendation apparatus 100, and a function for displaying the contents of the set-top box 201 and the TV 202 is well known. The description is omitted since it corresponds to the description.

콘텐츠 추천 장치(100)는 이용자로부터 소정의 요청, 정보, 답변을 아이피 TV(200)를 통해 입력받을 수 있는데, 이하에서는 이러한 과정을 생략하여 설명할 수 있다.The content recommendation apparatus 100 may receive a predetermined request, information, and answer from the user through the IP TV 200, and the following description may be omitted.

콘텐츠 추천 장치(100)는 상술한 바와 같이 콘텐츠 이용자의 성향을 분석하여 그 분석된 성향에 대응되는 콘텐츠를 추천하는 기능을 수행하는데, 이러한 콘텐츠 추천 장치(100)의 구체적인 기능은 도 2에 도시된 바와 같다.As described above, the content recommendation apparatus 100 analyzes a tendency of the content user and recommends a content corresponding to the analyzed tendency. A specific function of the content recommendation apparatus 100 is illustrated in FIG. 2. As shown.

동 도면에 도시된 바와 같이 콘텐츠 추천 장치(100)는 성향 문답 처리부(110), 성향 점수 산출부(120), 추천 리스트 생성부(130), 리스트 출력 제어부(140), 시청 이력 관리부(150), 콘텐츠 재생 처리부(160), 저장부(170)를 포함하여 구성될 수 있다.As shown in the figure, the content recommendation apparatus 100 includes a propensity question and answer processor 110, a propensity score calculator 120, a recommendation list generator 130, a list output controller 140, and a viewing history manager 150. , The content reproduction processor 160 and the storage unit 170 may be configured.

우선, 저장부(170)는 콘텐츠 추천 장치(100)의 동작에 필요한 정보, 데이터, 애플리케이션, 각종 콘텐츠를 저장할 수 있고, 더 나아가 콘텐츠 추천 장치(100)의 동작 중 발생하거나 외부로부터 입력되는 정보, 데이터를 더 저장할 수도 있다.First, the storage unit 170 may store information, data, applications, and various contents necessary for the operation of the content recommending apparatus 100, and further, information generated during the operation of the content recommending apparatus 100 or input from the outside, You can also store more data.

시청 이력 관리부(150)는 이용자의 시청 이력을 저장 및 관리하는 기능을 수행한다.The viewing history manager 150 stores and manages the viewing history of the user.

즉, 이용자가 소정의 콘텐츠를 이용(시청)하는 경우 시청 이력 관리부(150)는 그 이용된 콘텐츠 리스트를 저장할 수 있는데, 예를 들어 콘텐츠 추천 장치(100)가 콘텐츠 제공까지 수행하는 경우에는 제공되는 콘텐츠의 정보를 이용자에 매칭하여 저장할 수 있고, 또는 콘텐츠 제공이 별도의 콘텐츠 제공 서버(미 도시함)에 의해 이루어지는 경우 콘텐츠 추천 장치(100)는 해당 콘텐츠 제공 서버로부터 콘텐츠 이용에 따른 정보를 요청 및 수신하여 저장/관리 할 수도 있다.That is, when the user uses (views) predetermined content, the viewing history manager 150 may store the used content list. For example, when the content recommendation device 100 performs content providing, If the information of the content can be matched to the user and stored, or if the content is provided by a separate content providing server (not shown), the content recommendation apparatus 100 requests and requests information on the use of the content from the corresponding content providing server. You can also receive and store / manage.

성향 문답 처리부(110)는 성향 파악용 설문을 제공하여 이용자로부터 답변을 입력받는 기능을 수행한다.The propensity question and answer processing unit 110 provides a questionnaire for determining propensity to perform a function of receiving an answer from a user.

이때 성향 문단 처리부는 이용자로부터 특성을 지정 입력받은 경우 그 지정된 특성에 대응되는 성향 파악용 설문을 제공할 수 있다.In this case, the propensity paragraph processing unit may provide a questionnaire for identifying the propensity corresponding to the specified characteristics when the characteristic is input from the user.

예를 들어 이용자(부모)가 자신의 자녀의 성향을 확인하고 그에 따른 추천 콘텐츠를 확인하려고 하는 경우, 성향 문답 처리부(110)는 복수 개의 특성 리스트를 제공하여 부모가 그 중에서 하나를 선택하도록 하고, 기 구비된 복수 개의 성향 파악용 설문 중에서 부모에 의해 선택된 특성에 대응되는 설문을 선별적으로 추출하여 이용자에게 제공할 수 있는 것이다.For example, when a user (parent) wants to check his or her child's disposition and recommend content according to it, the disposition question and answer processing unit 110 provides a plurality of characteristic lists so that the parent selects one of them. A questionnaire corresponding to a characteristic selected by a parent may be selectively extracted from a plurality of preliminary questionnaires for identifying a tendency and provided to a user.

여기서 콘텐츠 추천 장치(100)가 이용자에게 제공한다는 것은 셋탑박스(201)에 전달하여 표시되도록 함을 의미하는 것으로서, 이하에서는 이러한 설명은 생략하기로 한다.Herein, the content recommendation apparatus 100 provided to the user means that the content recommendation apparatus 100 is transmitted to the set top box 201 so that the description thereof will be omitted.

성향 문답 처리부(110)가 제공하는 특성 리스트에는 예를 들어 도덕성, 협동심, 분리불안, 실용능력, 자신감, 잠재공격성, 정서불안, 산만함, 창의성, 공감력이 포함될 수 있다.The characteristic list provided by the propensity question and answer processor 110 may include, for example, morality, cooperation, separation anxiety, practical ability, confidence, potential attack, emotional anxiety, distraction, creativity, and empathy.

한편, 성향 문답 처리부(110)가 성향 파악용 설문을 제시함에 있어서 랜덤 함수를 이용할 수 있는데, 예를 들어 이용자가 지정한 특성에 대응되는 설문이 100개가 있는 경우 그 중에서 랜덤 방식으로 기 설정된 개수(일 예로 6개)만을 선정하여 제시할 수 있는 것이다.On the other hand, the propensity question and answer processing unit 110 may use a random function in presenting the questionnaire for identifying the propensity, for example, if there are 100 questionnaires corresponding to the characteristics specified by the user, the number of preset presets (day) For example, only six can be selected and presented.

이때 성향 문답 처리부(110)는 6개의 설문을 랜덤 방식으로 한꺼번에 생성하여 제공할 수도 있지만, 각 설문에 대한 답변 결과에 따라 그 이후의 설문을 선정하여 제공할 수도 있다.At this time, the propensity question and answer processing unit 110 may generate and provide six questionnaires at a time in a random manner, but may select and provide a subsequent questionnaire according to the answer result of each question.

예를 들어 이용자가 지정한 특성(일 예로, 도덕성)과 관련된 설문 중에서 첫 번째 설문은 랜덤 방식으로 선정하여 제공하고, 두 번째 설문은 첫 번째 설문에 대한 이용자의 답변 결과를 참조하여 선정하는 것이다.For example, among the questionnaires related to user-specified characteristics (eg, morality), the first questionnaire is selected and provided in a random manner, and the second questionnaire is selected by referring to the user's response to the first questionnaire.

이때 두 번째 설문 역시 랜덤 방식과 조합하여 선정될 수도 있다.In this case, the second questionnaire may also be selected in combination with the random method.

구체적으로, 첫 번째 설문이 '아이가 거짓말을 잘 하나요?'라는 설문인 경우, 이에 대해 답변은 '상', '중', '하' 중에서 어느 하나가 선택될 수 있는데, 미리 해당 설문의 답변 중 '상'에 대응되는 설문이 10개, '중'에 대응되는 설문이 20개, '하'에 대응되는 설문이 15개 저장되어 있고, 이용자가 '중'을 선택한 경우 성향 문답 처리부(110)는 '중'에 대응되는 설문 20개 중에서 랜덤 방식으로 어느 하나를 선택하여 두 번째 설문을 제공할 수 있는 것이다.Specifically, if the first question is 'Does your child lie well?', The answer may be one of 'up', 'middle' and 'low'. Ten questionnaires corresponding to 'high', 20 questionnaires corresponding to 'middle', and 15 questionnaires corresponding to 'low' are stored, and the user selects 'middle'. ) Can provide a second questionnaire by selecting any one of 20 questionnaires corresponding to 'middle' in a random manner.

성향 점수 산출부(120)는 이용자로부터 입력되는 답변을 종합하여 성향 점수를 산출하는 기능을 수행한다.The propensity score calculator 120 calculates a propensity score by synthesizing the answers input from the user.

앞서 든 예와 같이 6 개의 성향 파악용 설문에 대한 답변이 모두 완료된 경우, 성향 점수 산출부(120)는 그 답변에 따라 해당 특성에 대한 점수를 기 설정된 알고리즘에 따라 산출할 수 있는 것이다.When all the answers to the six propensity questionnaires are completed as in the above example, the propensity score calculator 120 may calculate a score for the corresponding characteristic according to the predetermined algorithm according to the answer.

예를 들어 성향 점수 산출부(120)는 각 설문에 대한 답변마다 점수를 판단하고, 그 각 설문에 대한 점수를 평균내거나 합산하여 최종 성향 점수를 산출할 수 있는 것이다.For example, the propensity score calculator 120 may determine a score for each answer to each questionnaire, and calculate a final propensity score by averaging or summing the scores for each questionnaire.

여기서 각 설문에 대한 답변에 따른 점수는 미리 정의된 것일 수 있다. 예를 들어 앞서 설명한 바와 같이 각 설문에는 '상', '중', '하'와 같은 선택 항목이 있을 수 있고, 이 각각의 선택 항목에는 미리 소정의 점수가 할당(일 예로 '상'에는 1, '중'에는 2, '하'에는 3이 할당)될 수 있을 수 있다.Here, the score according to the answer to each questionnaire may be predefined. For example, as described above, each questionnaire may have a selection item such as 'up', 'middle', and 'low', and each of the choices is assigned a predetermined score in advance (for example, 'up' 1 , 2 may be assigned to 'mid', and 3 may be assigned to 'low'.

이때 이용자가 그 중 어느 하나를 답변으로써 선택하게 되면 성향 점수 산출부(120)는 각 '상', '중', '하'에 대응되는 점수를 판단할 수 있는 것이다.At this time, if the user selects any one of the answers, the propensity score calculator 120 may determine a score corresponding to each of 'up', 'middle', and 'bottom'.

이처럼 이용자가 각 특성을 선정할 때마다 성향 점수 산출부(120)는 이용자에 의해 지정된 특성별로 성향 점수를 산출할 수 있다.As described above, the propensity score calculator 120 may calculate the propensity score for each characteristic specified by the user whenever the user selects each characteristic.

특히 앞서 설명한 바와 같이 시청 이력 관리부(150)에 의해 이용자의 시청 이력이 저장부(170)에 저장된 경우 성향 점수 산출부(120)는 시청 이력 관리부(150)에 의해 저장된 시청 이력과 이용자로부터 성향 파악 설문에 대응하여 입력되는 답변을 모두 종합하여 성향 점수를 산출할 수도 있다.In particular, when the viewing history of the user is stored in the storage unit 170 by the viewing history manager 150 as described above, the propensity score calculator 120 determines the viewing history stored by the viewing history manager 150 and the propensity from the user. The inclination score may be calculated by combining all the answers input in response to the questionnaire.

예를 들어 이용자가 시청한 콘텐츠마다 '도덕성'에 관련된 점수가 할당되어 있는 경우, 성향 점수 산출부(120)는 이용자가 이용한 콘텐츠들의 '도덕성' 관련 점수를 평균낸 후에, 시청자의 설문 답변에 대한 점수에 반영(평균 또는 합계)할 수 있는 것이다.For example, if a score related to 'morality' is assigned to each content watched by the user, the propensity score calculator 120 averages the score of 'morality' of the contents used by the user, and then the viewer answers to the questionnaire. It can be reflected (mean or sum) in the score.

또한 성향 점수 산출부(120)는 이용자로부터 연령, 성별, 형제유무 중 적어도 어느 하나를 포함하는 기본 정보가 입력된 경우에는 이용자로부터 입력되는 기본 정보 및 앞서 언급한 설문에 대한 답변을 모두 종합하여 성향 점수를 산출할 수도 있다.In addition, the propensity score calculation unit 120, when basic information including at least one of age, gender, and the presence of siblings is input from the user, the propensity scores by combining all the basic information input from the user and the answers to the aforementioned questionnaire. You can also calculate the score.

추천 리스트 생성부(130)는 성향 점수 산출부(120)에서 산출된 성향 점수에 대응되는 적어도 하나의 콘텐츠 항목 정보를 포함하는 콘텐츠 추천 리스트를 생성하는 기능을 수행한다.The recommendation list generator 130 may generate a content recommendation list including at least one content item information corresponding to the propensity score calculated by the propensity score calculator 120.

예를 들어 저장부(170)에는 각 콘텐츠에 대응되는 성향 참조 정보가 저장되어 있을 수 있는데, 추천 리스트 생성부(130)는 성향 점수 산출부(120)에서 산출된 성향 점수와 기 구비된 각 콘텐츠의 성향 참조 점수를 비교하여 콘텐츠 추천 리스트를 생성할 수 있다.For example, in the storage unit 170, propensity reference information corresponding to each content may be stored, and the recommendation list generation unit 130 may be a propensity score calculated by the propensity score calculator 120 and each content provided in advance. The content recommendation list may be generated by comparing the propensity reference scores of.

예를 들어 '도덕성'과 관련하여 총 합산 성향 점수가 14인 경우, 추천 리스트 생성부(130)는 해당 점수를 기준으로 소정의 마진을 둔(예를 들어 성향 참조 점수가 12, 13, 14인) 콘텐츠에 대한 정보를 포함하는 콘텐츠 추천 리스트를 생성하거나 또는 해당 성향 점수 이하인 콘텐츠(성향 참조 점수가 14 이하인 콘텐츠)에 대한 정보를 포함하는 콘텐츠 추천 리스트를 생성할 수 있는 것이다.For example, when the total aggregate propensity score is 14 in relation to 'morality', the recommendation list generator 130 has a predetermined margin based on the score (for example, the propensity reference scores are 12, 13, and 14). ) A content recommendation list including information about the content or a content recommendation list including information on content having a propensity score or less (content having a propensity reference score of 14 or less).

특히 앞서 설명한 바와 같이 이용자가 소정의 특성을 지정하여 그 특성에 따른 성향 점수가 산출되었고, 각 콘텐츠에 대응하여 특성별 성향 참조 점수가 매칭되어 있는 경우, 추천 리스트 생성부(130)는 특성별 성향 점수와 기 구비된 각 콘텐츠의 특성별 성향 참조 점수를 비교하여 콘텐츠 추천 리스트를 생성할 수 있다.In particular, as described above, when the user designates a predetermined characteristic and a propensity score according to the characteristic is calculated, and the propensity reference scores for each characteristic are matched with respect to each content, the recommendation list generator 130 is a characteristic propensity. The content recommendation list may be generated by comparing the scores with the propensity reference scores according to the characteristics of each content.

또한 앞서 설명한 바와 같이 시청 이력 관리부(150)가 이용자의 시청 이력을 저장/관리하는 경우, 추천 리스트 생성부(130)는 성향 점수 산출부(120)에서 산출된 성향 점수와 기 구비된 각 콘텐츠의 성향 참조 점수를 비교하여 1차 콘텐츠 추천 리스트를 생성한 후, 시청 이력 관리부(150)에 의해 저장된 상기 이용자의 시청 이력을 이러한 1차 콘텐츠 추천 리스트에 적용하여 최종 콘텐츠 추천 리스트를 생성할 수 있다.In addition, as described above, when the viewing history manager 150 stores / manages the viewing history of the user, the recommendation list generator 130 may include the propensity score calculated by the propensity score calculator 120 and the content of each content. After generating the primary content recommendation list by comparing the propensity reference scores, the final content recommendation list may be generated by applying the viewing history of the user stored by the viewing history manager 150 to the primary content recommendation list.

예를 들어 1차 콘텐츠 추천 리스트에 20 개의 콘텐츠 항목이 포함되어 있는 경우, 추천 리스트 생성부(130)는 그 중 이용자가 주로 이용하는 장르에 대응되는 콘텐츠 항목만을 선별하여 최종 콘텐츠 추천 리스트를 생성할 수 있는 것이다.For example, if 20 primary content items are included in the primary content recommendation list, the recommendation list generator 130 may generate a final content recommendation list by selecting only content items corresponding to a genre mainly used by the user. It is.

리스트 출력 제어부(140)는 추천 리스트 생성부(130)에서 생성된 콘텐츠 추천 리스트 또는 최종 콘텐츠 리스트가 출력되도록 제어하는 기능을 수행한다.The list output controller 140 controls the output of the content recommendation list or the final content list generated by the recommendation list generator 130.

예를 들어 리스트 출력 제어부(140)는 추천 리스트 생성부(130)에서 생성된 콘텐츠 추천 리스트를 셋탑박스(201)에 전송하여 TV(202)에 표시되도록 제어할 수 있는 것이다.For example, the list output controller 140 may transmit the content recommendation list generated by the recommendation list generator 130 to the set-top box 201 and display the same on the TV 202.

콘텐츠 재생 처리부(160)는 콘텐츠 추천 리스트에서 이용자에 의해 선택된 추천 항목 콘텐츠가 재생되도록 하는 기능을 수행한다.The content reproducing processor 160 performs a function of reproducing the recommended item content selected by the user in the content recommendation list.

이때, 콘텐츠 재생 처리부(160)는 성향 점수 산출부(120)에서 산출된 성향 점수를 고려한 재생 음성 톤으로 재생되도록 제어하는 할 수 있다.In this case, the content reproduction processor 160 may control to reproduce the reproduced voice tone in consideration of the propensity score calculated by the propensity score calculator 120.

예를 들어 저장부(170)에 각 콘텐츠가 저장되어 있는 경우, 콘텐츠 재생 처리부(160)는 이용자에 의해 어느 하나의 콘텐츠가 선택되면 그 선택된 콘텐츠를 저장부(170)로부터 추출하여 셋탑박스(201)로 전송할 수 있는데, 이때 해당 콘텐츠에 포함된 음성 신호가 성향 점수 산출부(120)에서 산출된 성향 점수에 부합되도록 할 수 있는 것이다.For example, when each content is stored in the storage unit 170, the content reproduction processor 160 extracts the selected content from the storage unit 170 when one of the contents is selected by the user, and then sets the box 201. In this case, the voice signal included in the content may be matched with the propensity score calculated by the propensity score calculator 120.

예를 들어 동일한 '콘텐츠 아이디'에 대응하여 각기 서로 다른 음성 신호로 생성된 복수 개의 콘텐츠가 존재하는 경우 이용자로부터 특정 콘텐츠 아이디가 선택된 경우 콘텐츠 재생 처리부(160)는 그 콘텐츠 아이디에 대응되는 복수 개의 콘텐츠 중에서 성향 점수 산출부(120)에서 산출된 성향 점수에 해당하는 콘텐츠를 추출하여 셋탑박스(201)에 전송할 수 있는 것이다.For example, when there are a plurality of contents generated by different voice signals corresponding to the same 'content ID', when a specific content ID is selected by the user, the content reproduction processor 160 may output the plurality of contents corresponding to the content ID. The content corresponding to the propensity score calculated by the propensity score calculator 120 may be extracted and transmitted to the set-top box 201.

또 다른 예로서, 콘텐츠 재생 처리부(160)가 사용자에 의해 선택된 콘텐츠를 스트리밍 방식으로 전송하는 경우 그 스트리밍 신호에 포함되는 음성 신호를 성향 점수 산출부(120)에서 산출된 성향 점수에 해당하는 것으로 동적으로 선정하여 전송할 수도 있는 것이다.As another example, when the content reproduction processor 160 transmits the content selected by the user in a streaming manner, the voice signal included in the streaming signal corresponds to the propensity score calculated by the propensity score calculator 120. It can also be selected and transmitted.

이는 영상 톤의 경우도 마찬가지다.The same is true for image tones.

예를 들어 콘텐츠 재생 처리부(160)는 음성 톤 대신, 또는 음성 톤과 함께 영상 톤을 성향 점수 산출부(120)에서 산출된 성향 점수에 대응되는 것으로 변경하여 이용자에게 제공할 수도 있는 것이다.For example, the content reproduction processor 160 may change the video tone to correspond to the propensity score calculated by the propensity score calculator 120 instead of or to provide the voice tone to the user.

상술한 예에서는 부모가 자신의 자녀에 대해 성향을 파악하여 그에 부합되는 콘텐츠를 추천받는 과정을 중심으로 설명하였으나, 다 자녀인 경우 각각의 자녀에 대한 성향 파악이 이루어질 수도 있음은 물론이다.In the above example, a description has been given focusing on a process in which parents grasp their own children's inclinations and recommend content corresponding thereto, but in the case of all children, their inclinations for each child may be understood.

이때 이용자가 입력하는 자녀 이름 별로 콘텐츠 추천 장치(100)는 성향 파악 처리를 수행(즉, 성향 설문 제시 및 점수 산출 등)할 수 있고, 이렇게 수행된 결과는 자녀별로 매칭되어 저장 및 관리될 수 있는 것이다.At this time, the content recommendation apparatus 100 for each child's name input by the user may perform a propensity identification process (that is, a tendency questionnaire presentation and a score calculation, etc.), and the result may be matched for each child and stored and managed. will be.

이하에서는 도 3 내지 도 5를 참조하여 본 발명의 일 실시예에 따른 콘텐츠 추천 장치(100)의 제어과정을 설명한다.Hereinafter, a control process of the content recommendation apparatus 100 according to an embodiment of the present invention will be described with reference to FIGS. 3 to 5.

우선 도 3은 성향 파악을 수행하는 과정을 나타낸다.First, FIG. 3 shows a process of performing a tendency grasp.

우선, 콘텐츠 추천 장치(100)는 개인 정보 입력 페이지를 제공하는데(단계 S1), 여기서 개인 정보 입력 페이지는 예를 들어 부모 이름 또는 자녀 이름 등 성향 파악의 대상을 특정하기 위한 것이다.First, the content recommending apparatus 100 provides a personal information input page (step S1), where the personal information input page is for specifying an object of grasp tendency such as a parent name or a child name.

또한 개인 정보 입력 페이지에는 앞서 설명한 기본 정보 즉, 연령, 성별, 형제 유무 등에 대한 정보를 입력하기 위한 필드가 포함될 수도 있다.In addition, the personal information input page may include a field for inputting the basic information described above, that is, information on age, gender, presence of siblings, and the like.

이용자로부터 개인 정보 입력이 이루어진 경우(단계 S3) 이를 저장함과 아울러 콘텐츠 추천 장치(100)는 특성 선택 페이지를 제공한다(단계 S5).When personal information is input from the user (step S3), the content recommendation device 100 provides a feature selection page (step S5).

예를 들어 콘텐츠 추천 장치(100)는 도덕성, 협동심, 분리불안, 실용능력, 자신감, 잠재공격성, 정서불안, 산만함, 창의성, 공감력 각각에 해당하는 선택 버튼이 포함된 페이지를 제공하여 이용자의 선택을 기다리는 것이다.For example, the content recommendation device 100 provides a page including selection buttons corresponding to morality, cooperative spirit, separation anxiety, practical ability, confidence, potential attack, emotional anxiety, distraction, creativity, and empathy. Is waiting.

이용자로부터 어느 하나의 특성이 선택된 경우(단계 S7), 콘텐츠 추천 장치(100)는 선택된 특성에 대응되는 설문을 제공한다(단계 S9). 이때 콘텐츠 추천 장치(100)는 구비된 설문들 중에서 랜덤 방식에 의해 선정된 기 설정된 개수의 설문만을 선정하여 제공할 수 있다.If any characteristic is selected from the user (step S7), the content recommendation apparatus 100 provides a questionnaire corresponding to the selected characteristic (step S9). In this case, the content recommendation apparatus 100 may select and provide only a predetermined number of questions selected by a random method among the provided questions.

이에 이용자로부터 해당 설문에 대응되는 답변을 선택 또는 입력할 수 있고(단계 S11), 콘텐츠 추천 장치(100)는 이용자의 답변에 대응되는 성향 점수를 산출하여 저장한다(단계 S13). 즉, 콘텐츠 추천 장치(100)는 앞서 입력한 개인 정보에 매칭하여 성향 점수를 저장할 수 있다.In response, the user can select or input an answer corresponding to the questionnaire (step S11), and the content recommendation apparatus 100 calculates and stores a propensity score corresponding to the user's answer (step S13). That is, the content recommendation apparatus 100 may store the propensity score by matching the previously input personal information.

한편, 콘텐츠 추천 장치(100)는 복수의 특성 선택 버튼이 포함된 특성 선택 페이지를 제공할 때, 만일 일부 특성이 이미 설문을 완료하여 성향 점수가 산출된 경우에는 특성 선택 버튼에 성향 분석 완료 취지의 문구나 이미지가 표시되도록 제공될 수 있다.On the other hand, when the content recommendation device 100 provides a feature selection page including a plurality of feature selection buttons, and if some characteristics have already completed the questionnaire and the propensity score is calculated, the content recommendation device 100 may indicate that the feature selection button has a tendency analysis completed. The phrase or image may be provided to be displayed.

또한 콘텐츠 추천 장치(100)는 이용자가 이미 설문을 완료하여 성향 점수가 산출된 특성의 선택 버튼을 선택하는 경우에는 해당 특성에 대한 설문을 진행하는 대신 산출된 성향 점수에 기초한 특성 설명 문구 또는 도표가 표시되도록 제공될 수 있으며, 동시에 해당 특성에 대한 설문을 다시 진행할지 여부에 대한 선택 버튼을 제공할 수 있다. 만일 이용자가 해당 버튼을 선택할 경우 선택된 특성에 대응되는 설문을 제공하는 단계 S9가 다시 진행될 수 있다.In addition, when the user has already completed the questionnaire and the user selects a selection button of the characteristic whose propensity score is calculated, the content recommendation apparatus 100 has a characteristic description phrase or a chart based on the calculated propensity score instead of conducting a questionnaire for the characteristic. It may be provided to be displayed, and at the same time, it may provide a selection button on whether to re-run the questionnaire for the corresponding characteristic. If the user selects the corresponding button, step S9 of providing a questionnaire corresponding to the selected characteristic may be performed again.

도 4는 도 3의 과정을 거쳐 성향 점수가 산출된 대상에 대한 콘텐츠 추천 과정을 나타낸다.4 illustrates a content recommendation process for a subject whose propensity score is calculated through the process of FIG. 3.

이용자가 콘텐츠 리스트를 요청하는 경우(예를 들어 명시적으로 추천 콘텐츠를 요청하거나 또는 콘텐츠 시청을 위해 애플리케이션을 켜거나 또는 셋탑박스(201)를 켜는 경우)(단계 S21) 콘텐츠 추천 장치(100)는 기 산출되었던 해당 이용자(즉, 부모 또는 자녀)의 성향 점수를 추출한다(단계 S23).When the user requests a content list (for example, when explicitly requesting recommended content or turning on an application for viewing content or turning on the set-top box 201) (step S21), the content recommending device 100 The propensity score of the corresponding user (that is, the parent or the child) that has been previously calculated is extracted (step S23).

이어서 콘텐츠 추천 장치(100)는 추출된 성향 점수에 대응되는 콘텐츠의 정보를 포함하는 콘텐츠 추천 리스트를 생성한다(단계 S27).Subsequently, the content recommendation apparatus 100 generates a content recommendation list including information of content corresponding to the extracted propensity score (step S27).

예를 들어 콘텐츠 추천 장치(100)는 추출된 성향 점수와 기 구비된 각 콘텐츠들의 성향 참조 점수를 비교하여(단계 S25) 성향 점수에 대응되는 콘텐츠들을 선정하고, 그 중 관련성이 높은(예를 들어 가장 높은 성향 참조 점수를 갖거나 또는 성향 점수에 가장 근접한 성향 참조 점수를 갖는) 콘텐츠 순으로 정렬한 콘텐츠 추천 리스트를 생성할 수 있는 것이다(단계 S27).For example, the content recommendation apparatus 100 selects the contents corresponding to the propensity scores by comparing the extracted propensity scores with the propensity reference scores of respective contents (step S25), and among them, the content recommendation apparatus 100 is highly relevant (for example, It is possible to generate a content recommendation list arranged in order of the content having the highest propensity reference score or the propensity reference score closest to the propensity score (step S27).

이용자가 콘텐츠 리스트를 요청하는 경우 소정의 특성을 먼저 선택할 수 있는데, 이때 콘텐츠 추천 장치(100)는 이용자에 의해 선택된 특성에 대응되는 성향 점수를 추출하고 그 성향 점수에 대응되는 해당 특성과 관련된 콘텐츠 추천 리스트를 생성할 수도 있다.When the user requests a content list, a predetermined characteristic may be selected first. In this case, the content recommendation apparatus 100 extracts a propensity score corresponding to a characteristic selected by the user and recommends a content related to the corresponding characteristic corresponding to the propensity score. You can also create a list.

이어서 콘텐츠 추천 장치(100)는 생성한 콘텐츠 추천 리스트를 셋탑박스(201)에 전송하여 이용자가 확인할 수 있도록 한다(단계 S29).Subsequently, the content recommendation apparatus 100 transmits the generated content recommendation list to the set-top box 201 so that the user can check it (step S29).

이용자가 콘텐츠 리스트를 요청하는 것은 앞서 설명한 특성 선택 페이지와 연계하여 제공될 수 있다. 제공된 특성 선택 페이지를 통해 복수의 특성 선택 버튼 중 어느 하나를 이용자가 선택한 경우 해당 특성에 대한 설문이 완료되어 이미 성향 점수가 산출된 경우에 해당 특성에 대해 산출된 성향 점수에 기초한 특성 설명 문구 또는 도표가 표시되도록 제공될 수 있는데, 이와 동시에 (일실시예로 특성 설명 문구 또는 도표의 하단에) 해당 특성에 대해 추출된 성향 점수에 대응되는 콘텐츠 추천 리스트가 제공될 수 있는 것이다.The user requesting the content list may be provided in conjunction with the feature selection page described above. If a user selects one of a plurality of feature selection buttons through the provided property selection page, a feature description phrase or chart based on the propensity score calculated for that property when the questionnaire for that property is completed and a propensity score has already been calculated. May be provided to be displayed, and at the same time, a content recommendation list corresponding to the propensity score extracted for the characteristic (in one embodiment, at the bottom of the characteristic description text or the diagram) may be provided.

또한 콘텐츠 추천 리스트에 포함된 복수의 콘텐츠 항목에는 해당 콘텐츠에 대해 이용자의 시청 이력이 있는 경우 콘텐츠 항목이 표시될 때 시청 이력도 같이 표시(일예로 '5번 시청했어요' 문구 표시)되어 제공되도록 할 수 있다. 이를 통해 좋아하는 콘텐츠를 파악하거나 중복 재생 선택을 방지하는 등 이용자의 콘텐츠 선택을 더 용이하게 할 수 있다.In addition, a plurality of content items included in the content recommendation list may be provided with a viewing history when the content item is displayed (for example, the phrase “5 times”) when the content item is displayed. Can be. This makes it easier for the user to select content, such as identifying favorite content or preventing duplicate playback.

도 5는 도 4의 과정을 거쳐 콘텐츠 추천 리스트를 확인한 이용자의 선택에 따라 특정 콘텐츠가 제공되는 과정을 나타낸다.FIG. 5 illustrates a process in which specific content is provided according to a selection of a user who checks a content recommendation list through the process of FIG. 4.

이용자가 콘텐츠 추천 리스트에서 어느 하나의 콘텐츠 항목을 선택하는 경우(단계 S31), 콘텐츠 추천 장치(100)는 그 선택된 콘텐츠를 추출한다(단계 S33).When the user selects any one content item from the content recommendation list (step S31), the content recommendation apparatus 100 extracts the selected content (step S33).

또한, 콘텐츠 추천 장치(100)는 해당 이용자(부모 또는 자녀)에 대응되어 산출되었던 성향 점수를 추출하고(단계 S35), 그 추출한 성향 점수에 대응되는 음성 톤으로 콘텐츠가 재생되도록 제어한다(단계 S37).In addition, the content recommendation apparatus 100 extracts a propensity score calculated in correspondence with the corresponding user (parent or child) (step S35), and controls the content to be reproduced with a voice tone corresponding to the extracted propensity score (step S37). ).

예를 들어 추출한 콘텐츠를 스트리밍 방식으로 셋탑박스(201)에 전송함에 있어서, 실시간으로 성향 점수에 대응되는 음성 톤으로 변경/필터링하여 전송할 수 있는 것이다.For example, in transmitting the extracted content to the set-top box 201 in a streaming manner, it may be changed / filtered and transmitted to a voice tone corresponding to a propensity score in real time.

상술한 도 3 내지 도 5는 이해를 돕기 위해 구분하여 나타낸 것에 불과하고, 도 3 내지 도 5는 연속된 과정으로 이루어질 수 있다.3 to 5 described above are merely shown separately for clarity, and FIGS. 3 to 5 may be formed in a continuous process.

예를 들어, 콘텐츠 추천 장치(100)는 이용자의 요청에 따라 성향 점수가 산출된 이후 즉시 그 산출된 성향 점수에 대응되는 콘텐츠 추천 리스트를 제공할 수도 있는 것이다.For example, the content recommendation apparatus 100 may provide a content recommendation list corresponding to the calculated propensity score immediately after the propensity score is calculated according to a user's request.

한편 상술한 실시예에서는 콘텐츠 추천 장치(100)가 셋탑박스(201)와 통신하는 하나의 서버인 것을 특징으로 하였는데, 복수의 서버로 이루어진 시스템에 해당할 수도 있다.Meanwhile, in the above-described embodiment, the content recommendation apparatus 100 is one server that communicates with the set-top box 201, but may correspond to a system composed of a plurality of servers.

예를 들어 본 실시예에 따른 콘텐츠 추천 장치(100)가 도 6과 같이 콘텐츠 추천 서버(101)와 알고리즘 처리 서버(102)로 이루어져 있는 경우, 콘텐츠 추천 서버(101)는 셋탑박스(201)에 설문 표시와 답변을 입력받는 기능과 콘텐츠를 제공하는 기능을 수행하고, 알고리즘 처리 서버(102)는 콘텐츠 추천 서버(101)로부터 수신되는 설문 답변에 대한 정보를 기초로 성향 점수를 산출한 후 그에 대응되는 콘텐츠 항목 정보를 포함하는 콘텐츠 추천 리스트를 콘텐츠 추천 서버(101)에 전달하는 기능을 수행할 수 있는 것이다.For example, when the content recommendation apparatus 100 according to the present embodiment includes a content recommendation server 101 and an algorithm processing server 102 as shown in FIG. 6, the content recommendation server 101 may be connected to the set-top box 201. Performs a function of receiving a questionnaire display and an answer and providing a content, and the algorithm processing server 102 calculates a propensity score based on information on a questionnaire answer received from the content recommendation server 101 and then responds thereto. The content recommendation list including the content item information to be delivered to the content recommendation server 101 can be performed.

이에 따라 콘텐츠 추천 서버(101)는 알고리즘 처리 서버(102)로부터 수신된 콘텐츠 추천 리스트를 셋탑박스(201)에 전달함과 아울러 상술한 바와 같이 이용자의 요청에 따라 실제 콘텐츠를 제공하는 기능을 수행할 수 있는 것이다.Accordingly, the content recommendation server 101 delivers the content recommendation list received from the algorithm processing server 102 to the set-top box 201 and performs the function of providing the actual content according to the user's request as described above. It can be.

이때 콘텐츠 추천 서버(101)는 이용자의 시청 이력을 관리할 수도 있는데, 이때 콘텐츠 추천 서버(101)는 알고리즘 처리 서버(102)로부터 수신된 콘텐츠 추천 리스트 중에서 이용자의 시청 이력에 대응되는 콘텐츠 항목을 선별한 최종 콘텐츠 추천 리스트를 생성하여 셋탑박스(201)에 전송할 수도 있다.In this case, the content recommendation server 101 may manage the viewing history of the user. At this time, the content recommendation server 101 selects a content item corresponding to the viewing history of the user from the content recommendation list received from the algorithm processing server 102. One final content recommendation list may be generated and transmitted to the set-top box 201.

또한, 상술한 실시예에서는 콘텐츠 추천 장치(100)가 셋탑박스(201)와 구분되는 서버인 것을 일 예로 하였으나, 상술한 콘텐츠 추천 장치(100)의 각 기능이 이용자의 댁내에 구비된 장치 즉, 셋탑박스(201)에서 구현될 수도 있음은 물론이다.In addition, in the above-described embodiment, the content recommendation apparatus 100 is an example of a server distinguished from the set-top box 201. However, each function of the content recommendation apparatus 100 described above is provided with a user's home. Of course, it may be implemented in the set-top box 201.

한편, 상술한 각 실시예를 수행하는 과정은 소정의 기록 매체(예를 들어 컴퓨터로 판독 가능한)에 저장된 프로그램 또는 애플리케이션에 의해 이루어질 수 있음은 물론이다. 여기서 기록 매체는 RAM(Random Access Memory)과 같은 전자적 기록 매체, 하드 디스크와 같은 자기적 기록 매체, CD(Compact Disk)와 같은 광학적 기록 매체 등을 모두 포함한다.On the other hand, the process of performing each of the above-described embodiments can be performed by a program or an application stored in a predetermined recording medium (for example, computer readable). Here, the recording medium includes both an electronic recording medium such as a random access memory (RAM), a magnetic recording medium such as a hard disk, an optical recording medium such as a compact disk (CD), and the like.

이때, 기록 매체에 저장된 프로그램은 컴퓨터나 스마트폰 등과 같은 하드웨어 상에서 실행되어 상술한 각 실시예를 수행할 수 있다. 특히, 상술한 본 발명에 따른 콘텐츠 추천 장치의 기능 블록 중 적어도 어느 하나는 이러한 프로그램 또는 애플리케이션에 의해 구현될 수 있다.In this case, the program stored in the recording medium may be executed on hardware such as a computer or a smartphone to perform the above-described embodiments. In particular, at least one of the functional blocks of the content recommendation apparatus according to the present invention described above may be implemented by such a program or application.

또한, 본 발명은 상기한 특정 실시예에 한정되는 것이 아니라 본 발명의 요지를 벗어나지 않는 범위 내에서 여러 가지로 변형 및 수정하여 실시할 수 있는 것이다. 이러한 변형 및 수정이 첨부되는 청구범위에 속한다면 본 발명에 포함된다는 것은 자명할 것이다. In addition, this invention is not limited to the above-mentioned specific Example, It can implement in a various deformation | transformation and correction within the range which does not deviate from the summary of this invention. It will be apparent that such variations and modifications are included in the present invention as long as they belong to the appended claims.

100 : 콘텐츠 추천 장치 200 : IPTV
201 : 셋탑박스 202 : TV
110 : 성향 문답 처리부 120 : 성향 점수 산출부
130 : 추천 리스트 생성부 140 : 리스트 출력 제어부
150 : 시청 이력 관리부 160 : 콘텐츠 재생 처리부
170 : 저장부100: content recommendation device 200: IPTV
201: set-top box 202: TV
110: propensity question and answer processing unit 120: propensity score calculation unit
130: recommendation list generation unit 140: list output control unit
150: viewing history management unit 160: content playback processing unit
170: storage unit

Claims (24)

(a) 성향 파악용 설문을 제공하여 이용자로부터 답변을 입력받는 단계와;
(b) 상기 이용자로부터 입력되는 답변을 종합하여 성향 점수를 산출하는 단계와;
(c) 상기 (b) 단계에서 산출된 성향 점수에 대응되는 적어도 하나의 콘텐츠 항목 정보를 포함하는 콘텐츠 추천 리스트를 생성하는 단계와;
(d) 상기 (c) 단계에서 생성된 콘텐츠 추천 리스트가 출력되도록 제어하는 단계를 포함하는 것을 특징으로 하는 콘텐츠 추천 장치의 제어방법.(a) providing a questionnaire for determining tendency and receiving an answer from the user;
calculating a propensity score by synthesizing the answers inputted from the user;
(c) generating a content recommendation list including at least one content item information corresponding to the propensity score calculated in step (b);
(d) controlling the content recommendation list generated in step (c) to be output. 제1항에 있어서,
상기 (c) 단계에서는 상기 (b) 단계에서 산출된 성향 점수와 기 구비된 각 콘텐츠의 성향 참조 점수를 비교하여 콘텐츠 추천 리스트를 생성하는 것을 특징으로 하는 콘텐츠 추천 장치의 제어방법.The method of claim 1,
In the step (c), the content recommendation control method for generating a content recommendation list by comparing the propensity score calculated in the step (b) with the propensity reference score of each content. 제1항에 있어서,
이용자로부터 특성을 지정받는 단계를 더 포함하고,
상기 (a) 단계에서는 상기 특성에 대응되는 성향 파악용 설문을 제공하며,
상기 (b) 단계에서는 상기 이용자에 의해 지정된 특성별로 성향 점수를 산출하는 것을 특징으로 하는 콘텐츠 추천 장치의 제어방법.The method of claim 1,
Further comprising the step of specifying a characteristic from the user,
In the step (a) provides a questionnaire for identifying the tendency corresponding to the characteristic,
In the step (b), the propensity score for each feature specified by the user is calculated, characterized in that the control method of the content recommending device. 제3항에 있어서,
상기 (c) 단계에서는 상기 (b) 단계에서 산출된 특성별 성향 점수와 기 구비된 각 콘텐츠의 특성별 성향 참조 점수를 비교하여 콘텐츠 추천 리스트를 생성하는 것을 특징으로 하는 콘텐츠 추천 장치의 제어방법.The method of claim 3,
In the step (c), the content recommendation control method for generating a content recommendation list by comparing the propensity score for each characteristic calculated in the step (b) with the propensity reference score for each characteristic of the content. 제3항에 있어서,
상기 이용자가 지정하는 특성에는, 상기 이용자가 지정하는 특성에는, 도덕성, 협동심, 분리불안, 실용능력, 자신감, 잠재공격성, 정서불안, 산만함, 창의성, 공감력 중 적어도 어느 하나가 포함되는 것을 특징으로 하는 콘텐츠 추천 장치의 제어방법.The method of claim 3,
The characteristics designated by the user may include at least one of morality, cooperation, separation anxiety, practical ability, confidence, latent attack, emotional anxiety, distraction, creativity, and empathy. The control method of the content recommendation device. 제3항에 있어서,
상기 (a) 단계에서는 각 특성에 대응되는 복수 개의 성향 파악용 설문 중 기 설정된 개수만큼 랜덤 함수에 의해 선택된 성향 파악용 설문을 제공하는 것을 특징으로 하는 콘텐츠 추천 장치의 제어방법.The method of claim 3,
In the step (a), the control method of the content recommendation device, characterized in that for providing a questionnaire for identifying the tendency selected by a random function of a predetermined number of a plurality of tendency for identifying questionnaire corresponding to each characteristic. 제3항에 있어서,
상기 (a) 단계에서는 각 특성에 대응되는 복수 개의 성향 파악용 설문 중 랜덤 함수에 의해 선택된 어느 하나의 성향 파악용 설문을 제공하여 답변을 입력받은 후, 해당 답변 결과를 참조하여 그 이후의 성향 파악용 설문을 선택하여 제공하는 것을 특징으로 하는 콘텐츠 추천 장치의 제어방법.The method of claim 3,
In the step (a), after receiving an answer by providing a questionnaire for identifying any tendency selected by a random function among the questionnaire for identifying a plurality of tendencies corresponding to each characteristic, the answer afterwards is determined by referring to the answer result. Control method of the content recommendation device, characterized in that for selecting and providing a survey. 제1항에 있어서,
이용자의 시청 이력을 저장하는 단계를 더 포함하고,
상기 (b) 단계에서는 상기 이용자의 시청 이력과 상기 이용자로부터 입력되는 답변을 모두 종합하여 성향 점수를 산출하는 것을 특징으로 하는 콘텐츠 추천 장치의 제어방법.The method of claim 1,
Storing the viewing history of the user,
In the step (b), the propensity score is calculated by combining both the viewing history of the user and the answers input from the user. 제1항에 있어서,
이용자의 시청 이력을 저장하는 단계를 더 포함하고,
상기 (c) 단계에서는 상기 (b) 단계에서 산출된 성향 점수에 대응되는 1차 콘텐츠 추천 리스트를 생성한 후, 상기 이용자의 시청 이력을 참조하여 최종 콘텐츠 추천 리스트를 생성하고,
상기 (d) 단계에서는 상기 (c) 단계에서 생성된 최종 콘텐츠 추천 리스트가 출력되도록 제어하는 것을 특징으로 하는 콘텐츠 추천 장치의 제어방법.The method of claim 1,
Storing the viewing history of the user,
In the step (c), after generating the primary content recommendation list corresponding to the propensity score calculated in the step (b), the final content recommendation list is generated by referring to the viewing history of the user,
The control method of the content recommendation device, characterized in that in the step (d) controls to output the final content recommendation list generated in the step (c). 제1항에 있어서,
상기 출력된 콘텐츠 추천 리스트에서 선택된 추천 항목 콘텐츠가 재생되도록 하되, 상기 (b) 단계에서 산출된 성향 점수를 고려한 재생 음성 톤으로 재생되도록 제어하는 것을 특징으로 하는 콘텐츠 추천 장치의 제어방법.The method of claim 1,
The content recommendation item control method of the content recommendation list is selected so that the content of the selected recommendation item is reproduced, and the playback is performed with the reproduced voice tone in consideration of the propensity score calculated in the step (b). 제1항에 있어서,
상기 이용자로부터 연령, 성별, 형제유무 중 적어도 어느 하나를 포함하는 기본 정보를 입력받는 단계를 더 포함하고,
상기 (b) 단계에서는 상기 이용자로부터 입력되는 기본 정보 및 답변을 종합하여 성향 점수를 산출하는 것을 특징으로 하는 콘텐츠 추천 장치의 제어방법.The method of claim 1,
And receiving basic information including at least one of age, gender, and whether a sibling exists from the user,
In the step (b), the propensity score is calculated by combining basic information and answers inputted from the user. 제1항 내지 제11항 중 어느 한 항의 방법을 실행시키기 위한 프로그램을 기록한 컴퓨터 판독 가능 기록 매체.A computer-readable recording medium having recorded thereon a program for executing the method of any one of claims 1 to 11. 하드웨어와 결합되어 제1항 내지 제10항 중 어느 한 항의 방법을 실행시키기 위하여 컴퓨터 판독 가능 기록 매체에 저장된 응용 프로그램.An application program stored on a computer readable recording medium in combination with hardware to execute the method of any one of claims 1 to 10. 성향 파악용 설문을 제공하여 이용자로부터 답변을 입력받는 성향 문답 처리부와;
상기 이용자로부터 입력되는 답변을 종합하여 성향 점수를 산출하는 성향 점수 산출부와;
상기 성향 점수 산출부에서 산출된 성향 점수에 대응되는 적어도 하나의 콘텐츠 항목 정보를 포함하는 콘텐츠 추천 리스트를 생성하는 추천 리스트 생성부와;
상기 추천 리스트 생성부에서 생성된 콘텐츠 추천 리스트가 출력되도록 제어하는 리스트 출력 제어부를 포함하는 것을 특징으로 하는 콘텐츠 추천 장치.An inclination question and answer processing unit for providing an inclination questionnaire and receiving an answer from the user;
A propensity score calculator configured to calculate a propensity score by synthesizing the answers inputted from the user;
A recommendation list generator for generating a content recommendation list including at least one content item information corresponding to the propensity score calculated by the propensity score calculator;
And a list output controller configured to control the output of the content recommendation list generated by the recommendation list generator. 제14항에 있어서,
상기 추천 리스트 생성부는 상기 성향 점수 산출부에서 산출된 성향 점수와 기 구비된 각 콘텐츠의 성향 참조 점수를 비교하여 콘텐츠 추천 리스트를 생성하는 것을 특징으로 하는 콘텐츠 추천 장치.The method of claim 14,
And the recommendation list generator generates a content recommendation list by comparing the propensity score calculated by the propensity score calculator with a propensity reference score of each content. 제14항에 있어서,
상기 성향 문답 처리부는 이용자로부터 특성을 지정 입력받은 경우 그 지정된 특성에 대응되는 성향 파악용 설문을 제공하고,
상기 성향 점수 산출부는 상기 이용자에 의해 지정된 특성별로 성향 점수를 산출하는 것을 특징으로 하는 콘텐츠 추천 장치.The method of claim 14,
The propensity question and answer processing unit provides a questionnaire for identifying the propensity corresponding to the specified characteristics when the characteristic is input from the user,
And the propensity score calculator calculates a propensity score for each characteristic designated by the user. 제16항에 있어서,
상기 추천 리스트 생성부는 상기 성향 점수 산출부에서 산출된 특성별 성향 점수와 기 구비된 각 콘텐츠의 특성별 성향 참조 점수를 비교하여 콘텐츠 추천 리스트를 생성하는 것을 특징으로 하는 콘텐츠 추천 장치.The method of claim 16,
And the recommendation list generator generates a content recommendation list by comparing the propensity score for each characteristic calculated by the propensity score calculator with the propensity reference score for each characteristic of the content. 제16항에 있어서,
상기 이용자가 지정하는 특성에는, 도덕성, 협동심, 분리불안, 실용능력, 자신감, 잠재공격성, 정서불안, 산만함, 창의성, 공감력 중 적어도 어느 하나가 포함되는 것을 특징으로 하는 콘텐츠 추천 장치.The method of claim 16,
The user-specified characteristics may include at least one of morality, cooperation, separation, anxiety, practical ability, confidence, potential attack, emotional anxiety, distraction, creativity, and empathy. 제16항에 있어서,
상기 성향 문답 처리부는 각 특성에 대응되는 복수 개의 성향 파악용 설문 중 기 설정된 개수만큼 랜덤 함수에 의해 선택된 성향 파악용 설문을 제공하는 것을 특징으로 하는 콘텐츠 추천 장치.The method of claim 16,
And the propensity question and answer processor is configured to provide a propensity questionnaire selected by a random function from a plurality of preset propensity questionnaires corresponding to each characteristic. 제16항에 있어서,
상기 성향 문답 처리부는 각 특성에 대응되는 복수 개의 성향 파악용 설문 중 랜덤 함수에 의해 선택된 어느 하나의 성향 파악용 설문을 제공하여 답변을 입력받은 후, 해당 답변 결과를 참조하여 그 이후의 성향 파악용 설문을 선택하여 제공하는 것을 특징으로 하는 콘텐츠 추천 장치.The method of claim 16,
The propensity question and answer processing unit provides a questionnaire for identifying any propensity selected by a random function among a plurality of propensity questionnaires corresponding to each characteristic, receives an answer, and then determines the subsequent propensity with reference to the answer result. Content recommendation device, characterized in that the selection provided by the survey. 제14항에 있어서,
이용자의 시청 이력을 저장하는 시청 이력 관리부를 더 포함하고,
상기 성향 점수 산출부는 상기 시청 이력 관리부에 의해 저장된 상기 이용자의 시청 이력과 상기 이용자로부터 입력되는 답변을 모두 종합하여 성향 점수를 산출하는 것을 특징으로 하는 콘텐츠 추천 장치.The method of claim 14,
Further comprising a viewing history management unit for storing the viewing history of the user,
And the propensity score calculator calculates a propensity score by combining both the viewing history of the user stored by the viewing history manager and the answers input from the user. 제14항에 있어서,
이용자의 시청 이력을 저장하는 시청 이력 관리부를 더 포함하고,
상기 추천 리스트 생성부는 상기 성향 점수 산출부에서 산출된 성향 점수와 기 구비된 각 콘텐츠의 성향 참조 점수를 비교하여 1차 콘텐츠 추천 리스트를 생성한 후, 상기 시청 이력 관리부에 의해 저장된 상기 이용자의 시청 이력을 상기 1차 콘텐츠 추천 리스트에 적용하여 최종 콘텐츠 추천 리스트를 생성하고,
상기 출력 제어부는 상기 추천 리스트 생성부에서 생성된 최종 콘텐츠 추천 리스트가 출력되도록 제어하는 것을 특징으로 하는 콘텐츠 추천 장치.The method of claim 14,
Further comprising a viewing history management unit for storing the viewing history of the user,
The recommendation list generator generates a primary content recommendation list by comparing a propensity score calculated by the propensity score calculator with a propensity reference score of each content, and then stores the viewing history of the user stored by the viewing history manager. Is applied to the primary content recommendation list to generate a final content recommendation list,
And the output controller controls the final content recommendation list generated by the recommendation list generator to be output. 제14항에 있어서,
상기 출력된 콘텐츠 추천 리스트에서 이용자에 의해 선택된 추천 항목 콘텐츠가 재생되도록 하되, 상기 성향 점수 산출부에서 산출된 성향 점수를 고려한 재생 음성 톤으로 재생되도록 제어하는 콘텐츠 재생 처리부를 더 포함하는 것을 특징으로 하는 콘텐츠 추천 장치.The method of claim 14,
And a content reproducing processing unit which controls the reproducing of the recommendation item content selected by the user in the output content recommendation list, and reproduces the reproducing voice tone in consideration of the propensity score calculated by the propensity score calculating unit. Content recommendation device. 제14항에 있어서,
상기 성향 점수 산출부는 상기 이용자로부터 연령, 성별, 형제유무 중 적어도 어느 하나를 포함하는 기본 정보가 입력된 경우 상기 이용자로부터 입력되는 기본 정보 및 답변을 종합하여 성향 점수를 산출하는 것을 특징으로 하는 콘텐츠 추천 장치.The method of claim 14,
The propensity score calculation unit recommends content when the basic information including at least one of age, gender, and the presence of a sibling is input from the user to calculate a propensity score by combining basic information and answers input from the user. Device.
KR1020190083416A 2019-07-10 2019-07-10 Apparatus for contents recommendation, and control method KR20190094292A (en)

Priority Applications (2)

Application Number Priority Date Filing Date Title
KR1020190083416A KR20190094292A (en) 2019-07-10 2019-07-10 Apparatus for contents recommendation, and control method
KR1020190157916A KR102164836B1 (en) 2019-07-10 2019-12-02 Apparatus for contents recommendation, and control method

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020190083416A KR20190094292A (en) 2019-07-10 2019-07-10 Apparatus for contents recommendation, and control method

Publications (1)

Publication Number Publication Date
KR20190094292A true KR20190094292A (en) 2019-08-13

Family

ID=67624600

Family Applications (2)

Application Number Title Priority Date Filing Date
KR1020190083416A KR20190094292A (en) 2019-07-10 2019-07-10 Apparatus for contents recommendation, and control method
KR1020190157916A KR102164836B1 (en) 2019-07-10 2019-12-02 Apparatus for contents recommendation, and control method

Family Applications After (1)

Application Number Title Priority Date Filing Date
KR1020190157916A KR102164836B1 (en) 2019-07-10 2019-12-02 Apparatus for contents recommendation, and control method

Country Status (1)

Country Link
KR (2) KR20190094292A (en)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR102358495B1 (en) * 2021-07-09 2022-02-09 이민희 Server providing video and card news through curation and operation method thereof

Families Citing this family (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR102610787B1 (en) 2020-12-28 2023-12-06 주식회사 텐덤 Method for analyzing survey data to analyze disposition of user and system thereof
KR102594369B1 (en) * 2021-06-01 2023-10-26 주식회사 에이아이닷엠 Method for recommending merchandise keywords according to seller type
KR20240025396A (en) * 2022-08-18 2024-02-27 삼성전자주식회사 Electronic apparatus providing recommended content list and controlling method thereof
KR102616284B1 (en) * 2023-02-23 2023-12-20 에스넷시스템(주) Artificial intelligence based method and system of recommending contents using creativity evaluation of early childhood

Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20170060828A (en) 2015-11-25 2017-06-02 경희대학교 산학협력단 User's Contents Access History based Recommendation Method

Family Cites Families (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20020072939A (en) * 2001-03-13 2002-09-19 (주)데카커뮤니케이션즈 Method of Supporting Personalized Purchasing Decision Using Dialogue Mining Engine and Drawing out Marketing Information in Internet Shopping Agent
KR20120077873A (en) * 2010-12-31 2012-07-10 주식회사 케이티 System and method for recommending contents using user information and context information
KR101642433B1 (en) * 2014-06-13 2016-07-25 주식회사 유비벨록스모바일 Method for providing intelligent contents recommendation service by considering user's preferences

Patent Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20170060828A (en) 2015-11-25 2017-06-02 경희대학교 산학협력단 User's Contents Access History based Recommendation Method

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR102358495B1 (en) * 2021-07-09 2022-02-09 이민희 Server providing video and card news through curation and operation method thereof

Also Published As

Publication number Publication date
KR102164836B1 (en) 2020-10-13

Similar Documents

Publication Publication Date Title
KR102164836B1 (en) Apparatus for contents recommendation, and control method
US9100701B2 (en) Enhanced video systems and methods
US9270918B2 (en) Method of recommending broadcasting contents and recommending apparatus therefor
US8707185B2 (en) Dynamic information management system and method for content delivery and sharing in content-, metadata- and viewer-based, live social networking among users concurrently engaged in the same and/or similar content
JP6364424B2 (en) Method and system for displaying contextually relevant information about media assets
US20150172787A1 (en) Customized movie trailers
US10028000B2 (en) Automatic rating optimization
JP2009140010A (en) Information processing device, information processing terminal, information processing method, and program
CN100578566C (en) Tutorial generation unit
US20160182955A1 (en) Methods and systems for recommending media assets
JP4742366B2 (en) Program presentation system
KR20110070790A (en) Content providing server, content reproducing apparatus, content providing method, content reproducing method, program, and content providing system
WO2018223529A1 (en) Internet-based recorded course learning following system and method
KR20130050868A (en) System and method for displaying information of television advertised product and recording media thereof
CN103686235A (en) System and method for correlating audio and/or images presented to a user with facial characteristics and expressions of the user
CN104115504A (en) Targeted advertising
JP2012039550A (en) Information processing device, information processing system, information processing method and program
US20210201958A1 (en) Information processing apparatus, information processing method, and non-transitory computer readable medium
CN102265272B (en) There is the recommender system of deflection
JP4710000B2 (en) Program presentation system
TW202011749A (en) Multimedia data recommending system and multimedia data recommending method
Reisa et al. Fragmentation and Audience Activity on Video-on-Demand Platform: Netflix and the ‘Binge-watching’
US11948172B2 (en) Rendering a dynamic endemic banner on streaming platforms using content recommendation systems and content affinity modeling
JP2020144599A (en) Advertisement provision device, advertisement playback device, advertisement provision system, advertisement provision method and program
WO2010054465A1 (en) Method and system for enabling video reading sessions

Legal Events

Date Code Title Description
A201 Request for examination
G15R Request for early opening
WITB Written withdrawal of application