KR20190096952A - 개별화된 미디어 콘텐츠를 스트리밍하기 위한 시스템 및 방법 - Google Patents

Abstract

본 발명에 따르면, 규칙 기반의 랜덤화된 미디어 콘텐츠 관리 시스템을 제공하는 시스템 및 방법이 개시된다. 본 시스템은 대응하는 카테고리로 미디어 콘텐츠의 콘텐츠를 식별하는 카테고리 메타데이터와 연관된 미디어 콘텐츠를 저장하는 데이터베이스를 포함한다. 더욱이, 프로그래밍 규칙 엔진은 비즈니스 규칙에 기초하여 승인된 미디어 콘텐츠의 리스트를 생성하고, 예측 규칙 엔진은 시청자와 관련된 미디어 디스플레이 디바이스 데이터 및 미디어 소비 데이터에 기초하여 미디어 콘텐츠 선택 특성을 생성한다. 게다가, 미디어 콘텐츠를 선택하기 위해 생성된 미디어 콘텐츠 선택 특성을 승인된 미디어 콘텐츠의 리스트에 적용함으로써 미디어 콘텐츠 재생목록을 미디어 콘텐츠 재생목록 엔진이 제공되어, 하나 이상의 비즈니스 규칙에 따라 미디어 디스플레이 디바이스의 시청자에 타겟화된 미디어 콘텐츠를 선택함으로써 미디어 디스플레이 디바이스에 의한 자원 소비가 최소화된다.

Description

개별화된 미디어 콘텐츠를 스트리밍하기 위한 시스템 및 방법

본 출원은 2017년 10월 5일자로 출원된 미국 특허 출원 제15/725,802호에 대한 우선권을 주장하며, 상기 참조문헌은 차례로 2016년 10월 7일자로 출원된 미국 가출원 제62/405,528호의 우선권을 주장하며, 이들 각각은 본원에 참조로 합체되어 있다.

다양한 종류의 미디어 콘텐츠가 데스크톱 컴퓨터, 랩톱 컴퓨터, 태블릿 컴퓨터, 개인 휴대 정보 단말기, 스마트폰, 미디어 스트리머(예를 들어, 로쿠(Roku)), 에코(Echo) 등), 스마트 TV 등과 같은 다양한 종류의 콘텐츠 표현 디바이스를 통해 전달 및 제공될 수 있다.

또한, 최근의 통신 기술의 발전은 사용자가 특정 위치에 있거나 이동할 때 미디어 콘텐츠 스트리밍이 이들 디바이스상의 사용자에게 제공될 수 있게 한다. 콘텐츠는 무엇보다도 유선, Wi-Fi, 블루투스, 개인 또는 공공 무선 인터넷 프로토콜(IP) 기술을 통해 제공될 수 있다. 예를 들어, 무선 데이터 네트워크는 주로 휴대전화에 음성 통신 서비스를 제공하기 위해 개발되었다. 그러나, 무선 서비스 공급자는 또한 무선 데이터 네트워크를 사용하여 소비자의 모바일 디바이스에서 수신되고 볼 수 있는 미디어 콘텐츠의 스트리밍을 현재 제공한다. 이러한 스트리밍 미디어 콘텐츠는 무엇보다도 비디오, 영화 또는 텔레비전 프로그램의 라이브 또는 주문형 비디오 세그먼트 선택을 포함할 수 있다.

무선 데이터 네트워크에서의 통신속도는 계속해서 향상되지만, 비디오 스트리밍 기술 및 소비된 데이터의 양에 대한 소비자 요금에는 여전히 한계가 있다. 예를 들어, 소비자가 스마트폰을 사용하여 youtube.com과 같은 동영상 프리젠테이션 서비스에 액세스하는 경우, 순차적 방식으로 스트리밍되는 여러 관련 동영상들이 사용자에게 제공될 수 있다. 비디오는 종종 서로 관련이 있고, 사용자의 선호도, 과거의 시청 이력 등에 타겟팅되며 일반적으로 고정된 재생목록 포맷으로 모아진다. 그러나, 이러한 서비스가 소정 수준의 사용자 선호도 및 맞춤화를 제공하더라도, 가장 빈번한 재생목록은 총체적이고 정적이므로(즉, 상당한 시간 동안 동일한 순서의 동일한 비디오이므로), 사용자는 많은 비디오를 건너 뛰고, 여러 비디오들을 한 바퀴 돈 후에 실제로 전체적으로 보고 싶은 비디오에 도달한다.

이러한 유형의 콘텐츠를 사용자에게 제시하면 두 가지 중요한 기술적 문제가 발생한다. 첫째, 무선 네트워크를 통해 전송되는 각 비디오는 대역폭을 소비하고, 따라서, 종종 보지 않은 수많은 비디오의 전송으로 상당한 양의 대역폭이 소비된다. 둘째로, 콘텐츠 표현 디바이스 자체는 적어도 일시적으로 데이터 버퍼에 원치 않는 비디오의 일부 또는 전부를 수신하여 저장하도록 여전히 요구된다. 결과적으로, 디바이스의 자원 및 처리 요건이 불필요한 작업에 지속적으로 사용된다. 소비자가 정말 원하지 않는 콘텐츠가 표현되는 소비자 이 행동으로 또한 두 가지 중요한 소비자 문제가 야기된다. 특히, 소비자가 다운로드한 데이터의 양이 증가하고 비용이 증가하며(및/또는 사용된 데이터는 데이터 "캡(caps)"과 반대되며), 가장 중요한 것은, 소비자의 시간을 낭비하는 것이다. 이러한 기술적인 문제와 소비자 문제가 종종 서로 결합되고 강화되어 사용자는 모든 부정적인 경험 요소로 인해 주어진 콘텐츠 표현 서비스를 사용하지 않기로 선택할 것이다.

따라서, 시청자에 의해 소비되고, 네트워크 대역폭, 표현 서비스 자원, 사용자 디바이스 자원, 사용자 데이터 용량 및 사용자 시간의 불필요한 소비를 제한하도록 설계된 개별 시청자에게 의미가 있을 가능성이 높은 미디어 콘텐츠를 식별하고, 조직하고, 전송하는 방법 및 시스템이 업계에서 필요하다. 이러한 개선된 시스템 및 방법은 자원의 낭비를 감소시킬뿐만 아니라 사용자의 전반적인 미디어 콘텐츠 소비 경험을 향상시켜 보다 의미있는 콘텐츠를 사용자에게 제공할 것이다. 또한, 사용자에게 선택되어 제공되는 미디어 콘텐츠 모음은 사용자가 재생목록의 전체적인 주제를 볼 때마다 상기 콘텐츠가 항상 같으며(또는 매우 유사하며) 반복되는 그저 판에 박힌 재생목록이 아니라 새롭고 신선해 보이는 방식으로 제공되는 것이 중요하다.

본 명세서에 개시된 시스템 및 방법은 규칙 기반의 랜덤화 및 개별화된 미디어 콘텐츠 관리 시스템을 제공한다. 미디어 콘텐츠에는 오디오, 비디오, 텍스트, 이미지, 컴퓨터 생성 그래픽/이미지(관련된 물리적 엔진, 로직 엔진, 불가능 리미터 등을 포함하나 이에 국한되지 않음), VR(Virtual Reality) 콘텐츠, AR(Augmented Reality) 콘텐츠, 그래픽 오버레이, 시각적 및 비시각적 데이터, 메타데이터, 문맥 데이터, 사용 데이터, 선호 데이터, 추세 데이터, 트랜잭션 데이터 및 미디어 콘텐츠와 관련된 기타 유사한 데이터(이하 "콘텐츠"라고 함)의 일부 또는 전체가 포함되나 이에 국한되지는 않는다. 더욱이, 콘텐츠는 라이브 또는 사전 녹화될 수 있으며 라이브 콘텐츠는 실제로 생방송이거나 원래 생방송인 데 다시 보기되거나 이 둘의 조합일 수 있다. 또한, 콘텐츠는 컴퓨터 생성 콘텐츠, VR 콘텐츠 또는 AR 콘텐츠의 경우와 같이 자발적으로 생성되거나 사전 생성되어 실시간으로(또는 둘의 조합으로) 디스플레이될 수 있다. 대안으로, 콘텐츠가 라이브로 제공된 적이 없으며 이전에 녹화된 콘텐츠일 수도 있고, 또한 (라이브 또는 사전 녹화된) 콘텐츠는 라이브 스트리밍이거나 주문형일 수도 있다. 한 명 이상의 시청자에게 동일한 콘텐츠가 제공될 수 있다. 또한, 임의의 콘텐츠의 각 유형, 분류 또는 메타데이터로 인해 각 하나의 콘텐츠는 콘텐츠 라이브러리의 콘텐츠를 식별하고 분류하는 데 사용할 수 있는 하나 이상의 특정 카테고리에 속하게 할 수 있다.

"규칙(들)"이라는 용어가 전체적으로 사용되며(종종 가장 단순한 형태로 If-Then 진술문이며), 무엇보다도, 콘텐츠 규칙(포함, 제외, 제목, 주제, 생성일자, 언어, 기간, 등급, 지리적 위치, 최대 길이, 최소 길이, 최대 결과 수, 최소 결과 수, 비트레이트, 콘텐츠 크기, 포맷, 조회수 이력, "좋아요", 리뷰, 소비 일자, 완료율 등), 비즈니스 규칙, 개별화된 또는 그룹화된 선호도, 개별적 또는 그룹화된 시청률/판매 동향을 포함하는 하나, 일부 또는 모든 규칙 세트를 포함할 수 있고, 가변 랜덤화 방법론이 전체적으로 또는 부분적으로 또는 개별적으로 활용되어 순차 재생목록 또는 시청자의 개별 콘텐츠 보기 요청에 대해 고유하고 맞춤화된 "채널"을 만든다. 더욱이, 이러한 규칙은 콘텐츠의 특정 부분이 있는 소정의 재생목록의 구성, 우선순위 지정, 포함, 제외, 가능성 변경 등을 할 수 있는 논리적 엔진 역할을 할 수 있다. 재생목록은 시청자가 소비할 수 있는 콘텐츠 집합을 말한다. "사용자", "시청자" 및 "소비자"라는 용어는 서로 바꾸어 가며 전반적으로 사용되고, 콘텐츠 중 어느 하나의 어떤 소비자 및 사용자는 인간 개인, 인간 집단 또는 동물 또는 동물들, 다른 컴퓨터 시스템 또는 시스템 세트일 수 있음을 의미할 수 있다. 또한, "시청"이라는 용어가 전반적으로 사용되며, 콘텐츠(예를 들어, 읽기, 보기, 듣기, (게임과 관련하여) 재생하기, 인터페이스하기 또는 경험하기)의 임의의 소비 방법을 의미할 수 있다.

최종 채널은 전통적인 선형 채널의 많은 특성을 가질 수 있지만, 일반적으로 각 시청자에게 고유하며, 시청자가 채널의 재생을 시작할 때마다 고유하다(즉, 각 시청 세션마다 고유하다). 이론상 통계적으로 충분한 양의 콘텐츠가 주어지면 동일한 재생목록을 한번 이상 만들 수는 있고, 명백히 이러한 일이 발생하거나 발생하지 않도록 규칙이 설정될 수 있다는 것도 또한 인식해야 하나, 소정의 사용자에 대해 동일한 채널을 한 번 이상 만들 것 같지 않다는 점을 이해해야 한다.

채널은 IP, Wi-Fi, 블루투스 또는 가령, 디스플레이, 스피커, 데이터 인터페이스 등과 같은 사용자 인터페이스를 통해 콘텐츠의 양방향 통신 및 재생을 지원할 수 있는 임의의 연결된 디바이스(예를 들어, 스마트폰, 태블릿, 퍼스널 컴퓨터, 랩톱, 미디어 스트리머, 스마트 TV, 스마트 홈 스피커, 스마트 홈 가전기기 등)에 유사한 양방향 통신 기술을 통해 재생될 수 있다. 더욱이, 개시된 시스템 및 방법은 시스템이 콘텐츠 선택 및 분배를 동적으로 학습하고 조정할 수 있게 하는 피드백 루프를 제공한다.

몇몇 경우, 개시된 시스템은 재생된 최종 재생목록이 시청 세션을 위해 초기에 생성된 재생목록과 다르도록 연속적으로 또는 주기적으로 재생목록을 변경 및 업데이트하는 것을 제공한다. 이러한 변화는 과거의 콘텐츠 소비율, 시청자 리뷰/피드백/"좋아요", 판매 실적, 결과적으로 발생한 후속 행동 및 (개인 시청자 및/또는 전체 콘텐츠 소비자 수를 포함하여 복수의 시청자 모두로부터) 기타 콘텐츠 관련 결과, 및 또한 외부 데이터 소스(관련된 외부 데이터, 유사하거나 관련된 재생목록을 보유하고 있거나 소비하고 있는 타인의 동향, 과거 또는 현재의 미디어 동향, 제품 판매 동향, 뉴스 이벤트, 예상되는 동향 등)와 같은 관련 데이터 중 하나 이상을 기반으로 할 수 있다. 피드백 루프는 다양한 세트의 정보 및 기계학습/인공지능(AI) 분석을 사용하여 개선된 맞춤화된 재생목록을 생성하여 사용자에게 제공함으로써 시청자 경험을 향상시킬 수 있다. 차세대 인공지능 시스템은 재생목록 최적화 프로세스를 지원하기 위해 양자 컴퓨팅 방법론을 사용할 수 있다. 더욱이, 이러한 AI 기반 접근법은 대화형 게임 플레이, VR/AR 경험 및 (재생목록에 사전 정의된 줄거리 또는 결말은 없지만 쓰기, 말하기/음성언어, 게임 및/또는 비디오 콘텐츠로 그룹 및/또는 개별 수준에서 사용을 통해 개발되는) 사전 정의되지 않은 스토리텔링에 개선을 위해 특히 이용될 수 있다. 이러한 개선 시스템은 장래의 재생목록을 위해 사용될 수 있거나, 심지어 재생목록이 소비되는 중이며 재생목록 콘텐츠가 아직 소비되지 않았고(또는 생성되지 않았고) 이 동적 학습 방법에 기초하여 소비될 나머지 재생목록을 개선하기 위해 변경될 수 있기 때문에 또한 사용될 수 있다.

대안의 실시예에서, 추가적인 제 3 자 선호도 또는 사용 데이터는 임의의 특정 시청 세션에서 임의의 특정 시청자에 대한 재생을 위해 재생목록에 포함되는 더 큰 관련성을 갖는 콘텐츠를 식별하는데 이용될 수 있다. 이 추가 데이터는 디바이스 수준까지 개별화될 수도 있다. 예를 들어, 시청자에게 TV에서 볼 때와 스마트폰에서 볼 때 두 가지 다른 재생목록 규칙 세트가 제공될 수 있다(예를 들어, 개별 요소의 지속시간, 콘텐츠의 파일 포맷, 콘텐츠의 비트레이트, 콘텐츠의 종횡비 등이 사용자의 콘텐츠 소비 디바이스를 기반으로 상이할 수 있다). 따라서, 개시된 시스템은 먼저 시청자에 의해 사용되는 특정 디바이스를 식별하고 이어서 재생목록의 일부로서 상기 디바이스 상에 전송하기에 적절한 콘텐츠를 선택하고 디스플레이하도록 구성될 수 있다. 또한, 재생목록에 있는 콘텐츠의 이러한 또는 다른 유사한 차별화 측면들은 콘텐츠가 재생되는 네트워크(예를 들어, 홈 Wi-Fi 또는 비트 당 수수료로 전송되는 모바일 네트워크, 고대역폭 네트워크 또는 저대역폭 네트워크 등) 또는 재생디바이스의 기술적 능력(예를 들어, 스피커만 대 4K 텔레비전 대 VR 게이밍 헤드셋)에 영향받을 수 있다. 또한, 결과 채널은 엔터테인먼트, 교육, 정보, 상업 등을 포함하지만 이에 국한되지 않는 다양한 다양한 콘텐츠의 모음일 수 있다는 것을 인식해야 한다.

본 발명의 내용에 포함됨.

도 1은 예시적인 실시예에 따른 규칙 기반의 랜덤화되고 개별화된 미디어 콘텐츠 관리 시스템을 생성하기 위한 시스템의 블록도이다.
도 2는 예시적인 실시예에 따른 규칙 기반의 랜덤화된 개별화된 콘텐츠 관리 프로세스를 생성하는 방법에 대한 흐름도를 도시한 것이다.
도 3은 예시적인 실시예에 따른 범용 컴퓨터 시스템의 예를 도시한 것이다.

이하의 상세한 설명은 예시적인 목적을 위해 본 명세서에 개시된 제안된 시스템 및 방법의 가능한 실시예를 개략적으로 설명한다. 개시된 시스템 및 방법은 결코 하드웨어 및 소프트웨어의 임의의 특정 조합에 국한되는 것을 의미하지는 않는다. 후술될 바와 같이, 본 명세서에 개시된 시스템 및 방법은 미디어 콘텐츠의 랜덤화된 개별화된 재생목록에 기초한 규칙의 생성에 관한 것이다. 시스템의 예시적인 실시예는 도 1에 도시된 다수의 구성요소를 사용하며, 이는 이하에서 설명되는 구성요소를 포함한다. 각 구성요소는 단순한 블록도로서 도시되어 있으나, 당업자에 의해 이해되는 바와 같이 특정 기능을 수행하는데 필요한 필수 하드웨어 및 소프트웨어 구성요소를 포함한다는 것을 이해해야 한다. 예를 들어, 아래에서 설명되는 하나 이상의 구성요소는 본 명세서에 개시된 알고리즘을 실행하기 위해 전자 메모리에 저장된 소프트웨어 프로그램을 실행하도록 구성된 하나 이상의 컴퓨터 프로세서 유닛(CPU)을 포함할 수 있으며, 이들 CPU는 함께 위치하거나 분리될 수 있다.

일반적으로, 시스템은 규칙 기반의 랜덤화된 개별화된 콘텐츠 관리 시스템(100)으로 간주될 수 있다. 이 시스템(RRI-CMS)은 다양한 배포 시스템 및 디스플레이 디바이스의 사용자에게 콘텐츠의 재생목록을 생성, 관리, 분석, 랜덤화, 개선, 보고 및 배포하기 위해 제공된다. 콘텐츠는 실시간(예를 들어, 라이브 콘텐츠)일 수도 있거나, 실시간 후(예를 들어, 미리 녹음된 콘텐츠)일 수도 있고, 자연스럽게 생성된 콘텐츠 또는 이러한 유형의 콘텐츠 조합일 수 있다. RRI-CMS의 특정 구성요소 및 기능에 대해서는 아래에서 자세히 설명한다. 다음 요소 각각은 사람의 개입없이 체계적으로 그리고 자동으로 수행될 수 있으며, 각각 수동(인간) 오버라이드(또는 둘 모두의 조합)로 수행될 수도 있음을 알아야 한다. 또한, 이 시스템(100)의 규칙은 사전 설정될 수 있거나 실시간(또는 주기적)으로 동적으로 적응될 수 있으며, 상기 적응은 그 시간에 이용 가능한 정보를 기초로 할 수 있고, 또한 규칙들이 더 동적으로(또는 주기적으로) 적응될 수 있는 추가 정보에 기초할 수 있다. 이러한 변경은 인간 또는 기계/AI 입력 중 하나 또는 그 조합에 기초할 수 있으며, 이에 대해서는 하기에서 보다 상세히 설명될 것이다.

예시적인 태양에 따르면, RRI-CMS(100)는 비즈니스 규칙(101)(규칙) 세트를 갖는데, 상기 규칙 세트는 재생목록에 놓인 콘텐츠에 대한 요구 사항을 설정하는 데 사용될 수 있는 광범위한 규칙 세트일 수 있다. 비즈니스 규칙(101)은, 예를 들어, 전자 메모리, 규칙 데이터베이스 등에 저장될 수 있다. 더욱이, 이러한 규칙은 제목, 주제, 생성일자, 언어, 기간, 등급, 지리적 위치, 최대 길이, 최소 길이, 최대 결과 수, 최소 결과 수, 비트레이트, 콘텐츠 크기, 포맷, 기록 조회수, "좋아요", 리뷰, 작성날짜, 완료율, 비즈니스 규칙, 개별화된 또는 그룹화된 선호도, 개별 또는 그룹화된 시청률/판매 동향, 특정 요소를 포함하고, 일정 수준의 매출이 발생하며, 특정 양의 시청률을 제공하고, 특정 브랜드/개성과 관련되거나 홍보하려는 욕구 등이 있는 특정 연령대의 콘텐츠에 기반한 콘텐츠 삽입, 제외, 게재 위치, 우선순위 지정, 가중치를 포함하거나 배제한 광범위한 것들을 포함할 수 있다. 시청자, 시청자 프로파일, 시청 디바이스, 시청 시간, 시청 위치, 시청 이력 등을 포함하나 이에 국한되지 않는 요소에 기반 등 상이한 규칙 세트들이 있을 수 있다. 재생목록에 대한 콘텐츠의 선택을 유도하는 다른 가변적인 특성들은 콘텐츠 아이템이 구체적으로 포함되거나, 배제되거나, 우선순위가 부여될 수 있고/있거나 최종 재생목록에 포함될 가능성이 주어지도록 적절한 것으로 여겨지는 임의의 비율로 가중화될 수 있다.

누적적으로, 비즈니스 규칙(101)은 전체 RRI-CMS의 결과로서 콘텐츠 재생목록(들)의 소비 결과가 최적화되어야 하는지의 정의를 제공한다. 최적화될 수 있는 몇몇 요소들로 (콘텐츠 리콜, 광고 효과, 콘텐츠에 제공되는 제품 판매, 제시된 콘텐츠로부터의 교육 및 이해, 또는 기타 다양한 수단을 포함하나 이에 국한되지 않는 다양한 방식으로 측정된) 사용자 만족 극대화, 즐거움, 시청 시간, 사용자 참여, 판매된 재생목록의 콘텐츠 구독을 기반으로 한 재생목록의 수익성, 콘텐츠의 광고 수익성(예를 들어, 소비된 광고양 또는 개별적으로 관련이 있는 광고의 고도로 타겟화된 집중에 의해 도출된 광고 판매율, 또는 기타 수단), 등을 포함한다. 대안으로, 최적화는 콘텐츠 건너 뛰기/거부의 최소화, 대역폭 낭비(사용자에게 전송되나 소비되지 않는 콘텐츠)의 최소화, 배급자 및/또는 사용자 프로세서 낭비(사용자에게 전송되나 소비되지 않은 콘텐츠)의 최소화, 또는 집합적으로 비즈니스 규칙(101)의 목표(들)인 다양한 최대화 및 최소화의 조합일 수 있다. 또 다른 방식으로, 비즈니스 규칙은 RRI-CMS의 전반적인 목표(들)를 달성하기 위해 시행되는 일련의 요구사항이다. 따라서, 제한이 아니라 예로써, RRI-CMS의 전체적인 목표는 전달된 컨텐츠가 과하거나 부적절하지 않고 콘텐츠에 특징되는 아이템(상기 아이템은 비즈니스 규칙(101)에 집합적으로 설정됨)을 사용자가 효과적으로 구매하도록 권장하는 콘텐츠를 동시에 제공하면서 대역폭이나 시스템 자원 또는 시간 낭비가 없도록 상기 제공된 소비 경험 동안 사용자와 관련해 신선하고 새로와 보이는 콘텐츠를 갖는 재생목록을 임의의 소정의 사용자에게 제공하는 것일 수 있다.

더욱이, 이들 규칙은 예시적인 태양에 따라 시간에 걸쳐 변할 수 있다. 하나의 예시적인 실시예에서, 비즈니스 규칙(101)은 대응하는 사용자 특성에 기초하여 비디오의 특정 분류를 정의하고 그 분류와 일치하는 비디오의 선택을 제한할 수 있다. 예를 들어, 이하에서 논의되는 바와 같이, 모든 비디오 콘텐츠는 콘텐츠 데이터베이스, 데이터 저장소 등일 수 있는 이용가능한 콘텐츠 라이브러리(111)에 저장된다. 각 비디오는 연관 메타데이터와 함께 저장되어 데이터를 분류/특성화할 수 있다. 예를 들어, 야구, 축구화, 골프 클럽 등과 관련된 모든 비디오는 "스포츠" 메타데이터 태그와 연관될 수 있다. 마찬가지로, 반지, 목걸이, 시계 등을 표시하는 모든 비디오는 "보석" 메타데이터 태그와 연관될 수 있다. 그런 다음, 각 메타데이터 태그는 예를 들어 이전에 요청된 비디오를 포함할 수 있는 하나 이상의 사용자 특성과 연관될 수 있다. 따라서, 사용자가 이전에 슈퍼볼 하이라이트에 대한 비디오를 시청한 경우, 사용자는 "스포츠" 메타데이터 태그로 식별될 수 있으며, 이는 차례로 적어도 하나의 주어진 시청 경험 동안 그 사용자에게 제공된 모든 비디오의 선택을 제한할 것이다. 예시적인 태양에서, 비즈니스 규칙(101)은 (예를 들어, 시스템 관리자에 의해 및/또는 시스템에 의해 자동으로) 생성될 수 있고/있거나 피드백 데이터에 기초하여 동적으로 수정되고 업데이트될 수 있다. 이 선택에 대한 자세한 내용을 아래에서 설명한다.

재고 데이터(102)는 비디오 클립 및/또는 판매 가능한 제품으로서 제공할 수 있는 제품 재고목록에 관한 다양한 정보를 포함할 수 있다. 제한이 아니라 예로써, 특정 가격의 제품 이용가능성, 이용 가능한 유닛, 브랜드 등이 재생목록 생성에 필요한 요소일 수 있다. 따라서, 상술한 바와 유사한 방식으로, 각각의 비디오는 이들 필수 요소와 관련된 메타데이터와 연관될 것이다. 더욱이, 재고 데이터(102)는 일반적으로 이용 가능한 유닛 또는 재고목록이 의미있는 상거래 또는 게임 관련 재생목록에 적용되지만, (심지어 상거래 또는 게임 재생목록 포함한) 다른 재생목록도 다른 실시예에서 재고 데이터를 사용하지 않고도 생성될 수 있다. 재고 데이터(102)는 또한 가령 비즈니스 규칙(101) 또는 다른 전자 메모리 또는 데이터베이스와 동일한 전자 메모리 또는 데이터베이스에 저장될 수 있다.

시청률/판매 내역(103)은 콘텐츠, 콘텐츠 요소 또는 제품과 관련된 데이터 및 이들이 (OTT(Over the Top) 플랫폼, 웹 브라우저, 모바일 브라우저, 게임 콘솔 등을 포함하나 이에 국한정되지는 않는) 다른 배포 시스템/플랫폼에 또는 RRI-CMS 시스템(들) 또는 이들의 조합을 통해 수행되었거나 수행중인 방법을 포함한다. 또한, 이 정보는 개인, 디바이스, 그룹 및/또는 인구 수준에 있을 수 있다. 이 정보는 개인, 디바이스, 시간, 그룹 및/또는 인구 수준을 포함하나 이에 국한되지 않는 재생목록(들)의 생성 및 적용에 영향을 미치는 (시청률/판매 내역보고(116) 시스템을 통해) 시스템을 통해 동적으로 또는 요청에 따라 주기적으로 또는 지속적으로 피드백될 수 있다. 이 데이터는 생성된 재생목록을 최적화하기 위해 비즈니스 규칙(101)뿐만 아니라 예측 규칙을 유도하기 위해 사용될 수 있다. 예를 들어, 가장 많이 본 동영상과 관련된 데이터, 일정 시간(예를 들어, 5 초) 후에 건너 뛴 비디오, 사용자 참여도가 높은 비디오, 비디오에 포함된 제품 판매와 높은 상관관계가 있는 비디오 등은 각 재생목록에 대한 콘텐츠 선택을 위한 프로그래밍 규칙 및 의사결정 프로세스를 유도할 것이다. 일 태양에서, 시청률/판매 내역(103)은 관련 데이터를 사용하여 각 사용자를 프로파일하고 각 재생목록에 대한 콘텐츠의 선택을 유도할 수 있는 사용자의 특성을 도출할 수 있다. 예를 들어, 시청 이력, 구매 이력, 제품 검색 이력, 이름 등의 일부 또는 전부에 기초하여, 시스템은 인구통계적 프로파일, 마케팅 코히트 코호트 추정 연령(marketing cohort estimated age), 성별, 관심사, 취미 등 중 어느 하나 또는 모두를 포함하는 사용자 프로파일을 유도할 수 있고, 이는 미래의 재생목록 콘텐츠 선택에 사용될 수 있다.

프로그래밍 규칙(104)은 비즈니스 규칙(101), 재고 데이터(102) 및 시청률/판매 내역(103)으로부터의 규칙 및 정보를 집계하여 디바이스, 개인, 그룹 및/또는 인구 수준을 포함하나 이에 국한되지 않는 임의의 가능한 재생목록에 포함될 수 있는 가능한 비디오들의 승인된 리스트에 도달하는 규칙 엔진 또는 시스템이다. 따라서, 일 태양에서, 비즈니스 규칙(101)을 재고 데이터(102) 및/또는 시청률/판매 내역(103)에 적용하기 위해 RRI-CMS(100)의 하나 이상의 프로세서에 의해 이용가능한 콘텐츠 라이브러리(111)에 프로그래밍 규칙(104)이 생성, 업데이트 및/또는 실행되어 가능한 비디오의 승인된 리스트를 생성한다.

시청률/판매 동향(105)은 예측 규칙(106)을 강화하고 향상시키는데 이용될 수 있는 시청률 및 판매 행동/선호도를 설명하는 광범위하고 가능한 외부 데이터 세트이다. 이 데이터는 내역일 수 있고, 시청률/판매 내역(103)을 통해 나오거나 외부 정보 소스(가령, 시청자와 일치하는 주어진 인구통계에 대한 TV 시청률)로부터 나온 것일 수 있으며, 각 경우에 디바이스, 개인, 그룹 및/또는 인구 수준에서 이용될 수 있는 사용자(들) 데이터와 관련될 수 있다. 또한, 외부 데이터는 무엇보다도 청취/시청률 추적회사(예를 들어, Nielsen, Google Analytics 등), MVPD, CDN, OTT 시스템 등을 포함한 다양한 소스에서 나올 수 있다. 내부 또는 외부 데이터는 연속적으로 또는 주기적으로 제공될 수 있다.

예측 규칙(106)은, 재생목록을 최적화하여 설정된 목표(예를 들어, 비즈니스 규칙(101))를 달성하기 위한 규칙 엔진 또는 시스템으로서, 콘텐츠 및 관련 사용자의 다양한 특성을 기초로 재생목록에 포함될 수 있는 콘텐츠의 개별 요소의 시청률/판매 실적을 포함할 수 있다. 일 태양에서, 예측 규칙(106)은 시청률/판매 내역(103)과 시청률/판매 동향(105)으로부터 데이터를 결합하여 디바이스, 개인, 그룹 및/또는 인구 수준을 포함하나 이에 국한되지 않는 시청률/판매가(비즈니스 규칙(101) 값)가 가장 높은 비디오 특성 리스트를 만든다. 예측 규칙(106)의 강도를 높이도록 하기 위해 모델링 및 반복 재생목록 테스트(실제 시청자 사용 또는 모델링된 시청자 사용)를 통해 기계학습 또는 AI를 활용할 수 있다. 또한, 최적화된 재생목록에 도달하기 위해 매우 많은 경우들에 걸쳐 실행되는 프로세서 집중적인 "무차별 대입공격(brute force)" 접근방식을 거치지 않고 보다 고품질의 초기 테스트 경우를 찾는 데 양자 컴퓨팅을 사용할 수 있다. 대안으로, 기계학습/인공지능/양자 컴퓨팅을 사용하여 콘텐츠 소비 패턴을 검토하여 새로운 비즈니스 케이스를 지원하는 데 사용할 수 있는 더 적절하거나 보다 중요한 비즈니스 규칙(101)을 제안할 수 있다.

미디어 콘텐츠 재생목록 엔진으로 간주될 수 있는 콘텐츠 규칙 세트(107)는 프로그래밍 규칙(104)에 의해 제한되고 예측 규칙(106)에 의해 최적화될 수 있는 소정의 특성을 갖는 재생목록이 생성될 수 있도록 프로그래밍 규칙(104)을 예측 규칙(106)과 결합하도록 구성된다. 프로그래밍 규칙(104) 및 예측 규칙(106)은 매우 다른 방식으로 생성되지만, 콘텐츠 규칙 세트(107)는 최종 재생목록에 포함하도록 고려될 수 있는 임의의 컨텐츠가 프로그래밍 규칙(104) 및 예측 규칙(106)에 설정된 모든 요구 사항을 충족하도록 규칙 세트 제한/요구 사항을 모두를 하나의 큰 세트로 결합시킨다. 즉, 상술한 규칙을 이용하여, 시스템은 특정 시청 세션에 대해 주어진 사용자에 대해 맞춤화된 최적의 재생목록을 정의하는 콘텐츠 규칙 세트(107)를 생성하도록 구성된다. 이러한 최적화는 동적 또는 주기적인 피드백에 기초하여 적응될 수 있는 완전한 재생목록 또는 초기 재생목록을 제공할 수 있다.

기존 콘텐츠(108)는 재생목록이 초기에 구축될 수 있는 기존 콘텐츠의 기존 라이브러리/데이터베이스이다. 이용가능한 콘텐츠 라이브러리(111) 데이터베이스의 동적 특성으로 인해 재생목록이 작성됨에 따라 고려될 필요가 있는 새로운 콘텐츠(109)의 추가 및 삭제된 콘텐츠(110)의 제거가 빈번한 점에 유의해야 한다. 또한, 콘텐츠는 라이브(예를 들어, 실제 라이브 또는 동적으로 생성된 콘텐츠)일 수도 있거나, 실시간 후(예를 들어, 사전 녹음된 콘텐츠)일 수도 있거나, 라이브와 사전 녹음된 콘텐츠의 조합일 수도 있다. 본 명세서에 기술된 바와 같이 생성된 재생목록은 전형적으로 본 명세서에 설명된 복수의 규칙 및 프로세스에 기초하여 분석되어 소비를 위한 최종 시청자에게 전송될 최적의 미디어 콘텐츠를 식별하는 기존 콘텐츠(108)의 서브세트일 것이다.

새로운 콘텐츠(109)는 주어진 시간에 이용 가능한 콘텐츠 라이브러리(111)에 추가될 수 있는 콘텐츠이다. 이 새로운 콘텐츠(109)는 다른 라이브러리의 기존 콘텐츠 일 수 있지만 현재로서는 이용가능한 콘텐츠 라이브러리(111)에만 제공된다. 또한, 콘텐츠는 라이브(예를 들어, 실제 라이브 또는 동적으로 생성된 콘텐츠)일 수도 있거나, 실시간 후(예를 들어, 사전 녹음된 콘텐츠)일 수도 있고, 라이브 및 사전 녹음된 콘텐츠의 조합일 수도 있다. 삭제된 콘텐츠(110)는 임의의 주어진 시간에 이용 가능한 콘텐츠 라이브러리(111)로부터 제거될 수 있는 콘텐츠이다. 이 태양에서, 재생목록에 사용하기 위해 이용 가능한 콘텐츠의 리스트로부터 하나 이상의 "삭제된" 콘텐츠 아이템을 제거하기 위해 이용 가능한 콘텐츠 라이브러리(111)에 지시하는 명령어가 삭제된 콘텐츠(110)의 데이터베이스로부터 전송된다. 이용 가능한 콘텐츠 라이브러리(111)는 재생목록을 구성할 수 있는 기존 콘텐츠(108), 신규 콘텐츠(109) 및 삭제된 콘텐츠(110)의 순수 누적인 라이브러리/데이터베이스이다. 최종 재생목록은 전체 이용 가능한 콘텐츠 라이브러리(111)의 콘텐츠 또는 상기 컨텐츠의 임의의 서브세트로 구성될 수 있다. 기존 콘텐츠(108), 새로운 콘텐츠(109), 삭제된 콘텐츠(110) 및 이용 가능한 콘텐츠 라이브러리(111) 각각은 하나 이상의 전자 데이터베이스, 데이터 저장소 등에 저장되고, 당업자에게 이해되는 바와 같이, RRI-CMS(100)의 하나 이상의 프로세서에 의해 관리될 수 있는 콘텐츠일 수 있다.

가능한 재생목록(112)은 콘텐츠 규칙 세트(107)가 상기 가능한 재생목록(112)에서 결과를 생성하는 RRI-CMS(100)에 의해 이용 가능한 콘텐츠 라이브러리(111)에 적용될 때 생성된다. 즉, RRI-CMS(100)의 프로세서/서버는 이용 가능한 콘텐츠 라이브러리(111)의 데이터베이스 내의 콘텐츠에 대해 콘텐츠 규칙 세트(107)에 의해 정의된 소프트웨어 코드를 실행하도록 구성될 수 있다. 이 프로세스의 결과는 비즈니스 규칙(101)을 만족하고 설정된 목표를 성취할 가능성이 가장 큰 가능한 재생목록(112)으로서 선택된 콘텐츠 세트(즉, 이용 가능한 콘텐츠의 최적 서브세트)이다. 이는 다양한 다른 일련의 콘텐츠 및 관련 재생목록 시퀀스가 설정된 목표를 성취할 동일한 가능성이 있는 경우일 수 있다.

랜덤화된 개별 재생목록(113)은 랜덤화 규칙을 적용하여 가능한 재생목록(112)에 의해 제공된 콘텐츠를 순서화한다. 즉, RRI-CMS(100)는 가능한 재생목록(112)에 랜덤화 규칙을 적용하여 소비자에게 전송될 미디어 콘텐츠 재생목록의 실제 시퀀스를 생성하도록 구성된다. 예시적인 태양에서, 이러한 랜덤화 규칙은 재생목록에 포함되는 콘텐츠 아이템 및/또는 콘텐츠 아이템의 시퀀스의 선택에 기회를 도입하기 위해 재생목록 콘텐츠 세트에 적용될 수 있는 다양한 규칙이다. 이 랜덤화를 통해 재생목록이 선형 채널과 유사한 신선하고 새로운 것처럼 보일 수 있다. 이는 시청자(또는 다른 시청자)에게 (동일하거나 거의 동일한 컨텐츠 또는 순서를 갖는) 동일한 재생목록의 표현이 아니다. 하기의 기술: 단순, 대체, 블록, 순열 블록, 편향 동전(biased coin), 최소화, 층화(stratified), 공변량 적응(covariate adaptive) 및 응답 적응(response adaptive) 중 어느 하나(또는 반복 요소가 있거나 없고, 시퀀스가 있거나 없는 여러 기술의 조합)를 포함하나 이에 국한되지 않는 다양한 표준 랜덤화 접근 방법을 사용할 수 있다. 다양한 무작위 화 기술의 적용 및 시험에서 피험자 블라인딩이 사용될 수 있다. 랜덤화를 통해 달성되는 이 다양한 프리젠테이션은 최적화 분석 및 결과 재생목록을 더 향상시키는 데 사용될 수 있는 여러 시퀀스의 상이한 콘텐츠의 성능과 관련된 추가 관찰을 제공한다. 부가적으로, 랜덤화는 무엇보다도 가능한 재생목록(112)에 적용되어 고유한 재생목록을 만드는 프로그래밍 규칙(104)과 유사한 규칙에 기초한 특정 특성을 갖는 다양한 콘텐츠 아이템 또는 콘텐츠 아이템 타입의 우선순위 또는 더 높은 우도(가중치)를 제공하는 규칙 및 제한을 또한 가질 수 있다. 가중치(들)는 개인이나 시스템에 의해 설정될 수 있으며, 콘텐츠 공급자가 일반적으로 콘텐츠 공급자, 콘텐츠 공급자의 특징된 콘텐츠, 판매 콘텐츠, 시기 적절한 콘텐츠, 초과 재고 콘텐츠, 다양한 통계 모델에 의해 높은 순위로 분류된 콘텐츠, 사용자(또는 다른 사용자)가 선택하거나 선호하는 콘텐츠 등에 의해 선호되는 컨텐츠를 예로써 고려하나 이에 국한되지 않는다. 재생목록은 디바이스 수준에서 재생 시간까지 각각 고유할 수 있다. 따라서, 개인이 재생목록의 시작을 요청할 때마다 랜덤화 규칙이 적용될 수 있다. 더욱이, 랜덤화 및 랜덤화 규칙은 컨텐츠 소비자가 아니라 컨텐츠 배포자에 의해 생성 및 적용될 수 있다. 또한, 다른 실시예에서, 랜덤화 규칙은 시청 디바이스에 의해 수신되고 메모리 버퍼에 저장되거나 사용자 디바이스가 콘텐츠 공급자로부터 재생목록을 요구한대로 메모리 버퍼에 저장 또는 적용된 후에 사용자의 시청 디바이스에 구현되어 콘텐츠에 적용될 수 있다.

랜덤화된 개인 재생목록이 생성되면, 결과로 요청된 콘텐츠 재생목록이 재생 서버(114)로부터 사용자쪽으로 스트리밍된다. 서버는 재생목록 자체의 콘텐츠를 배포하거나, 재생목록에 나열된 콘텐츠와 관련된 URL(또는 기타 유사한 콘텐츠 파일 주소/식별자) 또는 둘 모두의 조합을 배포할 수 있다. 추가로, 전체 재생목록을 재생을 시작하기 전에 만들 필요가 없다. 재생은 재생목록에 있는 단 하나의 컨텐츠 요소만 필요로 하며 시간이 지남에 따라 추가 콘텐츠가 재생목록에 추가될 수 있다. 다시 말해서, RRI-CMS(100)가 재생목록을 계속 구축하고 적응함에 따라, 제 1 콘텐츠 아이템이 소비를 위해 시청자쪽으로 전송될 수 있다. 일 태양에서, 다양한 이유로 인해 콘텐츠 단편이 콘텐츠 규칙 세트(107)를 더 이상 따르지 않고/않거나 삭제된 콘텐츠로 간주되면 재생되기 전에 설정된 재생목록으로부터 컨텐츠가 제거될 수 있다.

재생 서버(114)는 MVPDs, CDNs, 스마트 디바이스들(TV, 전화, PC, 태블릿 등), 또는 기타 IP 콘텐츠 디바이스(예를 들어, Roku, Apple TV, Amazon Fire TV, 기타 컴퓨터 시스템 등)을 포함하나 이에 국한되지 않는 임의의 IP 접속된 디바이스 또는 시스템을 향하여 또는 디바이스 또는 시스템으로 배포 시스템(들)(115)을 통해 랜덤화된 개별 재생목록 콘텐츠를 전달할 수 있고, 개별적으로 또는 전체적으로 이들 디바이스는 미디어 디스플레이 디바이스 또는 콘텐츠 디스플레이 디바이스로 간주될 수 있다.

시청률/판매 내역 보고(116)은 예를 들어, 디바이스상에서 캡쳐된 컨텐츠가 시청자에 의해 소비되는 방식에 관한 피드백 데이터/정보이며, 동적으로 또는 업데이트가 요청됨에 따라 주기적으로 또는 지속적으로 피드백되어 시청률/판매 내역(103)을 채우도록 돕는다. 콘텐츠에 대한 시청률/판매 내역 데이터는 개별 사용자, 디바이스, 시간 수준에서 캡쳐되며, 개인, 인구 또는 서브세트 수준에서 집계될 수 있다. 이 사용 데이터는 콘텐츠, 콘텐츠 소비 행동 및 목표의 다양한 세트 사이의 상관관계(원인으로서 작용하는지 아닌지)를 찾기 위해 다양한 인간 또는 기계/인공지능 수단을 통해 분석될 수 있다. 전달된 대로 콘텐츠와 사용자 행동 간의 발견된 관계가 새로운 목표 또는 대안적인 목표를 생성하는 데 활용될 수 있다는 점도 더 유의해야 한다. 콘텐츠 소비 데이터의 캡쳐는 콘텐츠 배포자 재생 서버(114) 배포 정보, 배포 네트워크 패킷 전송 정보, 및/또는 사용자 디바이스(예를 들어, 비디오 플레이어) 사용보고를 포함하나 이에 국한되지 않는 다양한 수단뿐만 아니라 제품 판매 시스템, 재고 시스템, 제품 검색 시스템 등과 같이 질의될 수 있는 다른 2차 시스템을 통해 수집될 수 있다. 앞에서 언급했듯이, 시청률/판매 내역(103)에는 어떤 콘텐츠가 짧은 시간 주기 후에 건너 뛰어지는 지, 다른 사용자를 위해 컨텐츠 동향은 무엇인지, 어떠 컨텐츠가 상기 컨텐츠에 포함된 제품 판매와 상관관계가 있는 지, 어떤 컨텐츠가 높은 사용자 참여를 유도하는 지 등을 포함할 수 있다. 이 정보의 분석을 통해, 목표를 성취할 가능성이 더 높은 재생목록을 만들 수 있으며 이러한 통찰은 재생목록 생성 프로세스를 동적으로 또는 주기적으로 업데이트하기 위해 시스템(시청자/판매 내역(103))으로 피드백될 수 있다.

더욱이, 시청률/판매 내역 보고(116) 이외에, 피드백 데이터는 미디어 컨텐츠의 수신 및 디스플레이를 가능하게 하는 하드웨어 및/또는 소프트웨어 파라미터 및 시청 디바이스의 성능을 포함하는 시청 디바이스 자체에 관한 정보를 포함할 수 있다. 예를 들어, 이 정보는 시청 디바이스의 화면 크기, 스피커 성능 등에 관한 정보를 포함할 수 있다. 차례로, 콘텐츠 규칙 세트(107)는 디바이스 파라미터 및 성능에 기초하여 시청자의 관점에서 유리한 소비 경험을 가져오는 것으로 간주되는 아이템들에 기초하여 시청 디바이스로 전송하기 위해 선택된 미디어 콘텐츠 아이템들의 재생목록을 제한할 수 있다 .

사용자가 재생목록을 요청하는 경우, 특히 무엇보다도 다음을 포함한 본 발명의 다수의 가능한 실시예들이 있다.

도 2는 예시적인 제 1 실시예에 따른 방법의 흐름도이다. 초기에, 시청자는 시청자의 콘텐츠 소비 디바이스로 웹 사이트를 방문하거나, 소프트웨어 애플리케이션 또는 기술된 시스템(100)이 사용자에게 재생목록을 제공하는 프로세스를 시작하게 하는 유사한 동작을 개시하는 사용자의 동작일 수 있는 재생목록(205)을 요청한다. 요청을 수신하면, 시스템(100)은 시청률/판매 내역(103)을 질의하여 시청자, 시청자 디바이스, 그룹 또는 적용될 수 있는(또는 요청(210)과 관련된) 일반 인구 히스토리가 있는지 여부를 확인한다. 재생목록이 생성되기 위해서는 히스토리가 전혀 필요하지 않으며 이 히스토리 데이터는 사용자에 대한 콘텐츠의 매칭를 향상시키는 데 사용될 수 있음을 알아야 한다. 사용되는 데이터에는 개인, 디바이스, 지역, 마케팅 코호트, 지리적, 일시적, 광범위하게 전체적으로 또는 임의의 다른 그룹화 및 시청 경험을 최적화하는 데 가장 적합한 것으로 보이는 특성별 가중치가 포함될 수 있으나 이에 국한되지는 않는다. (있다면) 히스토리와 (있다면) 외부 데이터가 결합되어 설정된 목표를 달성할 가능성이 가장 높은 콘텐츠에 대한 예측 규칙 세트를 만들 수 있다.

다음으로, 단계(215)에서, 프로그래밍 규칙(104)이 예측 규칙(106)과 결합된다(예측 규칙이 전혀 없는 경우(106), 재생목록을 만드는 프로세스가 여전히 계속될 것이다). 현재 이용 가능한 콘텐츠 라이브러리에 대해 적용될 콘텐츠 규칙 세트를 작성하여 재생목록에 포함될 모든 요구 사항에 맞는 콘텐츠 세트에 도달한다. 가능한 재생목록(220)의 모든 결과 콘텐츠는 요청한 시청자에게 제공될 프로그래밍 규칙에 대해 적격이다.

그런 후, 랜덤화 규칙(104)은 실제 초기 재생목록을 생성하기 위해 적합한 콘텐츠(225)에 적용된다. 랜덤화 규칙은 시청자가 아닌 프로그래머/관리자/사업자가 설정할 수 있지만, 이러한 규칙의 적용은 콘텐츠에도 적용될 수 있다. 그러나, 대안적인 실시예에서, 사용자는 랜덤화 규칙(104)을 인에이블 또는 디스에이블할 수 있다. 이 규칙은 광범위할 수 있으며 콘텐츠의 다른 특성에 모두 적용될 수 있으며 다양한 콘텐츠 특성에 다른 우선순위 또는 가중치가 적용될 수 있다(예를 들어, 전자제품 아이템을 보여주는 비디오는 기회가 10%이지만, 재생목록에서 2순위에 나타난 피쳐 아이템은 기회가 100%인 반면, 뷰티 제품 아이템은 최종 재생목록에서 처음 5개 위치에 나타나는 기회는 50%이다). 이 랜덤화는 재생목록이 요청될 때마다 적용되어 동일한 시청자가 동일한 재생목록을 연속으로 한 번 이상 가지지 않을 가능성이 높다. 부가적으로, (랜덤화의 다양한 정도로 설정될 수 있는) 랜덤화 규칙(104)은 차례로 더 랜덤화되어 요청된 재생목록에 추가된 다양성을 부가할 수 있다. 또한, 랜덤화는 다양한 사용자 샘플 세트에 걸쳐(1에서 다수의 사용자까지) 다양한 재생목록을 테스트하는 데 사용될 수 있다.

상술한 바와 같이, 각 재생목록 요청과 함께 발생하는 랜덤화는 각 재생목록을 종래 재생목록에 통상적인 것처럼 판에 박힌 듯 반복적이라기보다 신선하고 독창적으로 보이도록 돕는 게 중요하나, 랜덤화는 또한 사용(또는 모델링)을 통해 테스트될 수 있는 다양한 재생목록 모음을 제공하여 재생목록 목표를 보다 잘 달성할 수 있는 재생목록에 도달하기 위한 접근법을 제공한다. 재생목록을 생성하는 과정을 더 향상시키기 위해 일련의 사용자를 통한 반복적인 랜덤화가 활용될 수 있다. 또한, (퀀텀 컴퓨팅을 포함한) AI 학습을 적용하여 재생목록의 성능을 분석하고 그 정보를 사용하여 재생목록을 더욱 최적화하여 목표를 보다 잘 달성할 수 있거나, 대안으로 분석 시스템이 성능 정보를 사용하여 새로운 목표를 생성하게 도울 수 있다. 랜덤화 및 관련 최적화 프로세스는 개별 시간대에 개별 디바이스의 개별 사용자에 완전히 고유한 재생목록(실제로는 재생목록에 대해 일대일 재생) 또는 한 명 이상의 사용자에 대한 하나의 재생목록을 생성할 수 있다. 결과 정보는 주기적으로 또는 즉시(또는 거의 즉시) 적용되어 개별 사용자의 재생목록에 있는 장래의 콘텐츠를 변경하거나 또한 여러 사용자의 장래 콘텐츠를 변경할 수도 있다.

일단 초기 콘텐츠 재생목록이 생성되면, 재생목록은 요청 재생 디바이스(230)의 시청자에게 배포된다. 예를 들어, 재생 서버(114)는 하나 이상의 네트워크를 통해 콘텐츠를 사용자의 시청 디바이스로 전송한다. 시청자가 콘텐츠를 소비하고 이에 반응하게 되면, 시청자 및 시청률/판매 데이터를 포함하나 이에 국한되지 않는 데이터를 캡쳐하여 향후 최적화된 규칙에 사용하기 위해 시청률/판매 내역 데이터 세트(235)로 피드백하거나, 초기 재생목록에서 소비자/시청자에게 아직 전송 및/또는 재생되지 않은 미래의 콘텐츠를 동적으로 변경 또는 업데이트한다.

비디오 재생목록의 추가적인 예에서, 순수한 기존 콘텐츠(108) 더하기 추가된 새로운 콘텐츠(109), 제거된 덜 삭제된 콘텐츠(110)로 구성되는 이용 가능한 콘텐츠 라이브러리(111)가 있다. 이런 이용 가능한 콘텐츠 라이브러리(111)는 예를 들어 다양한 주제에 대해 10,000개의 개별 비디오를 포함한다. 최적화 목표를 설정하기 위한 비즈니스 규칙(101)을 적용하여 시청자를 위한 가능한 비디오 세트를 만들 수 있다. 이 예에서, 최대화 목표는 시청자의 데이터 대역폭과 소비된 시간을 최소화하면서 동영상을 이용해 뷰티 제품을 시청자에게 판매하는 것이다. 비디오 재생목록 요청 시청자는 이용 가능한 콘텐츠 라이브러리(111)에 있는 비디오 수를 1,000개까지 줄인 뷰티 제품 관련 동영상에 관심이 있다. 상술한 바와 같이, 시청자의 관심의 결정은 무엇보다도 이전에 정의된 사용자 프로파일, 시청 이력 및/또는 사용자 입력(예를 들어, 사용자가 시청 디바이스의 사용자 인터페이스 상에 가능한 콘텐츠를 제시하는 웹 사이트 또는 소프트웨어 어플리케이션 상에 검색 용어를 입력하는 경우)를 포함한 다양한 아이템에 기초할 수 있다.

이 예에서, 프로그래밍 규칙(104)은 "미용", "뷰티 제품" 또는 유사한 태그와 연관된 이용 가능한 콘텐츠 라이브러리 내의 비디오에 대한 메타데이터 태그를 식별한다. 이 예제의 또 다른 측면에서, 프로그래머/관리자/비즈니스는 작년에 제작된 뷰티 제품 비디오만 보도록 허용되게 선택할 수 있으며, 이로 인해 가능한 재생목록 비디오가 800개의 비디오로 줄어든다. 최신 비디오 생성에 기초한 우선순위 규칙이 또한 추가될 수 있다. 비지니스는 재고 데이터(102)가 표시될 임의의 뷰티 제품 비디오와 관련된 이용가능한 물리적 재고가 있음을 나타내는 것을 또한 필요로 할 수 있고, 이로써 가능한 재생목록 비디오를 750개의 비디오로 줄인다. 이러한 규칙과 우선순위는 시청률/판매 내역(103) 데이터와 결합되어 프로그래밍 규칙(104)을 형성하는 데 도움이 된다.

시청률/판매 동향(105) 데이터는 제 3 자 비디오 배포 플랫폼(예를 들어, Facebook 또는 Youtube))에서 "Spring Looks"(다른 메타데이터 태그)에 중점을 둔 "뷰티 제품" 비디오가 현재 인기가 없다(예를 들어, "좋아요" 또는 "썸즈업"이 적다)는 것을 보여주고 시청률/판매 내역(103) 데이터는 내부 플랫폼에서 "Spring Looks" 비디오는 조회수가 한정되고 판매가 낮은 반면, "Fall Looks"은 판매 실적 증가로 인해 인기가 높은 것을 나타낸다. 이러한 데이터 요소의 조합은 예상 규칙(106) 엔진에 의해 가장 높은 시청자 만족도 및 관련 비즈니스 성공을 나타내는 비디오를 식별하는 데 사용할 수 있다. "Spring Looks" 동영상을 삭제하면 가능한 재생목록은 600개의 비디오로 줄어들고, 추가로 200개의 "Fall Looks" 뷰티 제품 비디오가 더 높은 비즈니스 잠재력으로 인해 방송 우선순위가 더 높게 특별히 태크된다. 더욱이, 개별 시청자와 관련된 데이터를 기반으로, 40세 이상의 여성을 위한 "뷰티 제품" 방안에 중점을 둔 비디오 콘텐츠를 선호하므로, 이러한 특성의 비디오는 우선순위 태깅 표시자를 얻는 것이 알게 된다. 다양한 비디오 타입의 (내적으로 또는 외적으로) 상대적인 실적의 크기는 태깅 표시자의 (높거나 낮은) 상대 강도를 유도하는 데 사용될 수 있으며, 이 상대 강도 표시자는 랜덤화된 개별 재생목록(113) 프로세스와 결부해 사용되어 재생목록이 사전 정의된 목표(들)를 달성할 가능성이 더 커지도록 최종 최종 재생목록의 품질을 더욱 향상시킬 수 있다.

콘텐츠 규칙 세트(107)는 가능한 재생목록 비디오를 750개의 비디오로 줄인 프로그래밍 규칙(104) 제한과 가능한 재생목록을 600개의 비디오로 더 감소시키는 예측 규칙(106)을 결합한다. 이 600개의 "뷰티 제품" 비디오는 가능한 재생목록(112)을 나타낸다. 가능한 재생목록(112) 비디오 중 아무것에도, 일부에 또는 전부에 개별로 태그된 비디오에 우선순위 수준을 부여하는 데 사용될 수 있는 몇몇 프로그래밍 규칙 또는 시청률/판매 지표(sales metric)에 대한 비디오의 상대적 일치를 나타내는 태그 표시자가 있을 수 있다.

상술한 바와 같이, 랜덤화된 개별 재생목록(113)은 600개의 "뷰티 제품" 비디오를 통해 분류하여 100개의 "뷰티 제품" 비디오의 재생목록을 생성할 수 있다(최종 재생목록의 크기는 프로그래머에 의해 설정될 수 있다/비지니스는 총 비디오 자산 수 또는 재생목록의 원하는 전체 기간을 포함하되 이에 국한되지 않는 다양한 파라미터를 기반으로 한다). 100개의 "뷰티 제품" 비디오를 선택하는 과정에서, 우선순위 태그(최근 비디오 제작과 관련된 이 예제의 우선순위에서, "Fall Looks" 관련되고 40세 이상의 여성을 위한 뷰티 솔루션 제공하는 비디오)는 임의의 주어진 재생목록이 최종 재생목록에 포함될 가능성에 영향을 준다. 최종 재생목록을 만들기 위해 랜덤 선택과 결합하여 -100%(제외가 보장)에서 0%(완전히 중립)에서 100%(포함이 보장) 사이의 가중치를 가진 다양한 규칙이 각각 있을 수 있다. 또한, 다양한 우선순위 규칙은 최종 우선순위가 개별적인 우선순위 규칙 값의 곱(또는 접근법에 따라 합)이 될 수 있도록 중첩되거나, 일부 우선순위 규칙은 (포함하거나 포함하지 않거나 특정 재생목록 또는 특정 재생목록 위치에 포함하도록) 절대적일 수 있다. 시스템의 가능한 시각화는 벤 다이어그램 또는 누적된 벤 다이어그램의 집합으로서 자격이 되는 비디오 세트와 비디오의 우선순위(가중치)를 식별한다.

(관련된 가중치 및 우선순위와 함께) 규칙 및 랜덤화는 특정 비디오를 최종 재생목록에 포함할 뿐만 아니라, 특정 비디오가 차지하는 최종 재생목록 내의 위치에도 적용될 수 있다. 우선순위 및 랜덤화 프로세스는 또한 최종 재생목록(또는 채널)의 비디오에 대한 재생 순서에 도달하도록 적용될 수 있다. 따라서, 예를 들어, 개별 비디오는 재생목록에 포함될 확률이 높을뿐만 아니라, 시청자가 재생목록을 요청할 때 제시되는 제 1 비디오 중 하나 일 가능성이 높을 수도 있다. 상술한 바와 같이, 재생목록 내의 콘텐츠의 가중치 또는 우선순위는 개인 또는 시스템에 의한 다양한 수단에 의해 도달될 수 있으며, 예로서 비제한적으로, 콘텐츠 공급자가 선호하는 콘텐츠, 콘텐츠 공급자 특징의 콘텐츠, 판매 콘텐츠, 시기 적절한 콘텐츠, 초과 재고 콘텐츠, 다양한 통계 모델에 의한 높은 순위의 콘텐츠, 사용자(또는 다른 사용자)가 선택하거나 선호하는 콘텐츠 또는 콘텐츠 타입 등이 고려될 수 있다. 대안으로, 최종 재생목록(또는 채널)에 포함될 가능성이 낮은 비디오의 예가 있을 수 있으며, 실제로 최종 재생목록에 포함되는 경우에는, 비디오 순서의 마지막에 배치될 것이다.

이 예에서 랜덤화된 개별 재생목록(113)은 이제 200개의 비디오가 항상 100개의 비디오 최종 재생목록에 포함되도록 항상 자격이 주어질 정더로 충분히 우선순위가 매겨져 있음을 알 수 있다. 200개의 비디오가 모두 동일한 우선순위 값을 갖는 경우, 랜덤화된 개별 재생목록은 시청자가 "뷰티 제품" 재생목록을 요청할 때 재생될 200개의 자격 있는 비디오 리스트에서 무작위로 100개의 "뷰티 제품" 비디오를 선택할 것이다. 다른 예에서, 랜덤화된 개별 재생목록(113) 시스템은 50개의 비디오는 재생목록에 포함될 가능성이 매우 높고, 100개의 비디오는 재생목록에 포함될 가능성이 평균이며, 50개의 비디오는 재생목록에 포함될 가능성이 매우 낮도록 다양한 비디오가 프로그래머/비즈니스에 의해 설정된 규칙에 의존하는 상이한 수준의 우선순위에 기초하여 상이한 수준의 랜덤 배정을 이용할 수 있다. 이 예에서, 100개의 초기 비디오의 결과적인 재생목록은 매우 가능성 있는 비디오 45개, 50개의 평균적인 가능한 비디오, 및 5개의 가능성이 없는 비디오를 포함한다. 프로그래밍 및 랜덤 규칙은 이제 총체적으로 선택된 100개의 비디오의 재생목록의 초기 순서에 도달하도록 더 개정된다.

(순서대로) 최종 재생목록이 결정되면, 재생 서버(114)는 최종 시청자 또는 최종 시청자에게 서비스를 제공하는 시스템일 수 있는 배포 시스템(115)을 향해 비디오(들)(또는 최종 재생목록과 관련된 URL)를 배포한다. 일반적으로, 본 명세서에서 사용된 "미디어 콘텐츠 아이템"이라는 용어는, 시청 디바이스로 전송될 선택된 비디오 및/또는 URL 모두를 말한다. 더욱이, 예시적인 태양에서, 시청자의 실제 시청/쇼핑 행동은 시청률/판매 내역보고(116) 시스템에 의해 추적되며, 이 정보는 시청/판매 내역(103) 프로세스의 미래 프로그래밍 규칙을 알려주는 데 도움이 된다.

이러한 모니터링 및 영향 시스템은 시청자의 행동에 기초하여(또는 대안으로 프로그래밍 규칙(104) 또는 이용 가능한 콘텐츠 라이브러리(111)에 대한 변경에 기초하여) 최종 재생목록이 실시간으로 시청자 경험을 더 최적화하도록 조정될 수 있도록 실시간으로 발생할 수 있다. 예를 들어, 시청자가 얼굴 "뷰티 제품"과 관련된 전체 비디오를 보지만 다른 신체 부위의 "뷰티 제품"와 관련된 비디오는 건너 뛸 경우, 재생목록을 조정하여 얼굴 "뷰티 제품"과 관련된 비디오을 더 많이 추가하고 재생순서에 더 높이 둘 수 있다(이들에 더 높은 전체 우선순위를 제공할 수 있다). 예를 들어, 프로그래밍 규칙(104)은 비디오의 각 카테고리에 대한 가중 요인을 조정하여 더 높은 가중치의 비디오가 선호 시청 비디오(예를 들어, 이 예에서는 얼굴 "뷰티 제품"과 관련된 비디오)에 일치하도록 보장하게 구성될 수 있다. 더욱이, 시청자가 아이템(예를 들어, "가을용 스모키 아이즈 마스카라")를 구매하기로 선택하면, 제품 판매 증가 목표를 달성할 수 있는 가능성을 높이기 위해 가을용 스모키 아이즈 마스카라를 구매한 사람들에 대한 판매한 내역이 있는 제품의 다른 비디오의 우선순위를 높이기 위해 해당 정보를 시스템에 피드백할 수 있다

이 프로세스의 결과로서, 시청자가 재생목록을 요청할 때마다, 시청자에게 프로그래밍/비즈니스 규칙을 시청률 선호도 및 자격이 부여된 비디오의 랜덤화된 "셔플링"과 결합한 개별화된 재생목록이 제시되므로 (선택할 충분한 개체군의 비디오 또는 재생목록을 시청자에게 반복하지 않도록 하는 규칙이 주어지면) 재생목록이 요청될 때마다 실시간 선형 채널과 같이 너무 많이 반복하지 않으면서 콘텐츠의 신선한 라인업인 것처럼 생각된다. 또는, 대안으로, 시청자에게 반복적으로 제품을 표현하는 것이 판매 목표를 달성하는 데 더 효과적일 경우, 일부 개별 아이템의 빈도가 더 자주 표현될 수 있다.

기술된 시스템 및 방법은 프로그래머/관리자/비지니스에 의해 제어되는 고효율 재생목록 생성 프로세스를 제공하여 채널을 새로운 것으로 느끼게 하는 랜덤화 정도를 포함하는 고도로 개인화된 맞춤형 최종 재생목록을 시청자에게 제공하고, 콘텐츠의 우연한 발견을 제공하며(예를 들어, 시청자에게 그들이 관심을 가질만한 것이지만 특별히 관심이 있다는 것을 알지 못하는 어떤 것을 제공하며), 시스템이 주어진 목표를 보다 잘 달성하기 위해 프리젠테이션 프로세스를 더 향상시키도록 학습하기 위한 추가 데이터를 제공한다. 더욱이, 프로그래머 서버에 최종 재생목록 생성 프로세스를 모두 수행함으로써, 많은 비디오를 에지 또는 개인에게 광범위하게 배포하는 (CDN 또는 시청자의 필요한 대역폭 및 저장용량 측면 모두에서) 배포 비용과 시스템 간접비용을 줄인다. 이 예에서는, 10,000개의 비디오를 선택된 에지로 배포하는 대신에, 200개의 비디오만 에지로 내보내져야 하므로 100개의 비디오가 주어진 임의의 시간에 최종 재생목록을 채울 수 있다. 더욱이, 사용자 관심과 시청 가능성이 높은 비디오 미디어 콘텐츠만이 실제로 선택되어 시청자에게 전송되기 때문에, 불필요한 대역폭 소비 및 배포자 및 사용자 디바이스 자원의 사용이 상당히 감소된다. 따라서, 사용자에게 더 나은 경험을 생성하고 또한 콘텐츠 배포자에게 더 많은 수익을 안겨준다.

또한, 이 시스템은 일반 재생목록 요청을 넘어선 명시적인 시청자 입력을 전혀 필요로 하지 않으며, 전체 프로세스가 시청자에 대해 최적화된다. 시청자는 10,000개의 가능한 비디오 중에서 보고 싶어 하는 것을 찾거나 랜덤하게 선택하기 위해 10,000개의 가능한 비디오를 통해 검색 또는 브라우징할 필요가 없다. 또한, 이 시스템은 프로그래머/관리자/비즈니스에 보다 유리한데 이는 시청자에게 더 관련성이 높은 콘텐츠를 전달할 가능성을 높게 하고 시청자가 더 깊이 관여되어 시청률과 잠재적으로 관련된 매출이 증가하기 때문이다.

본 발명의 추가적인 실시예는 동적 스토리 텔링(dynamic storytelling)과 관련될 수 있다. 본 발명은 개별 사용자 또는 사용자 그룹에 대해 미리 결정되지 않은 스토리가 생성될 수 있도록 비디오, 텍스트 기반 스토리, 오디오 스토리, 비디오 게임 등에 대한 실제 스토리 또는 스토리 라인을 생성하는 데 사용될 수 있다. 더욱이, 이러한 사전에 결정되지 않은 스토리는 서로 상호작용할 수 있어 여러 사용자가 관련되고 서로 얽혀 있지만 개별화된 "스토리"(재생목록)를 집합적으로 경험할 수 있다. 추가로, 기계학습/AI를 사용하여 테스트 버전을 만들고, 모델링하고, 실행하고, 모니터링하고, 분석하고, 반복적으로 재생목록을 개선할 수 있다. 또한, 본 발명은 유기체 또는 개체군의 가능한 미래 상태를 검토하기 위해 이 시스템이 적용될 수 있는 생물학적 진화 모델링과 같은 매우 상이한 환경에서도 이용될 수 있다.

본 발명의 또 다른 가능한 실시예는 이용 가능한 콘텐츠 라이브러리(111)가 (ATSC 1.0 또는 3.0 포함한) 방송, 위성 방송, Wi-Fi 방송 또는 유선 방송을 통해 사용자의 위치 또는 사용자의 콘텐츠 소비 디바이스를 포함하나 이에 국한되지는 않는 일대일, 일대다 또는 일대 모두(one to all) 배급 기술을 통해 전체적으로 또는 부분적으로 전달되는 예이며, 랜덤화된 개별 재생목록(113)을 정의하는 규칙 및 프로세스도 또한 사용자 생성 최종 재생목록을 위해 규칙 모음이 이용 가능한 콘텐츠 라이브러리에 로컬로 적용되도록 배포 기술을 통해(상기 참조) 전송된다. 더욱이, 사용자의 연결된 디바이스는 재생목록과 관련된 동적 피드백을 가능하게 하고 재생목록을 주기적으로 또는 지속적으로 업데이트하기 위해 나머지 시스템에 통신 가능하게 연결될 수 있다.

하나의 예시적인 시스템은 소스 콘텐츠 내의 아이템(또는 아이템 세트)을 인식하고, 식별된 아이템(들)에 대한 부가적인 데이터 또는 메타데이터를 식별하고, 콘텐츠에서 주어진 아이템을 인식하고 이를 미국 특허 제9,167,304호, 제9,344,774호, 제9,503,762호 및 제9,681,202호에서와 같이 대체 아이템으로 대체할 수 있으며, 상기 참조문헌의 내용은 본 명세서에 참조로 합체되어 있다.

일 실시예에서, 시스템은 자동으로, 또는 사용자 제어에 응답하여, 사용자가 디스플레이된 제품 중 하나 이상을 구매할 수 있게 하는 전자쇼핑 애플리케이션을 띄운다. 예시적인 응용은 미국 특허 제7,752,083호, 제7,756,758호, 제8,326,692호, 제8,423,421호, 제8,768,781호, 제9,117,234호 및 제9,697,549호 및 미국 특허 공개 제2014/731594호에 개시된 전자쇼핑 시스템을 포함하며, 상기 참조문헌의 각각의 내용은 본 명세서에 참조로 합체되어 있다.

도 3은 일 실시예에 따라 개시된 시스템 및 방법이 구현될 수 있는 (퍼스널 컴퓨터, 서버 또는 복수의 퍼스널 컴퓨터 및 서버일 수 있는) 범용 컴퓨터 시스템의 예를 도시한 것이다. 상세한 범용 컴퓨터 시스템은 상술한 알고리즘을 구현하기 위해 도 1과 관련하여 상술한 규칙 기반의 랜덤화된 개별화된 콘텐츠 관리 시스템(100)에 대응할 수 있음을 이해해야 한다. 이 범용 컴퓨터 시스템은 사실상 대규모 컴퓨팅 시스템의 서브세트(예를 들어, 컴퓨팅 "클라우드") 또는 이들 중 임의의 조합으로 하나의 물리적 위치에 존재할 수 있다.

도시된 바와 같이, 컴퓨터 시스템(20)은 중앙처리유닛(21), 시스템 메모리(22) 및 중앙처리유닛(21)과 관련된 메모리를 포함하는 다양한 시스템 구성요소를 연결하는 시스템 버스(23)를 포함한다. 중앙처리유닛(21)은 시스템 메모리(22) 상에 저장 및 업데이트될 수 있는 상술한 하나 이상의 규칙 세트에 대한 소프트웨어 코드(또는 모듈)를 실행하기 위해 제공된다. 추가로, 중앙처리유닛(21)은 종래의 컴퓨팅 로직, 양자 컴퓨팅 또는 이 둘의 조합을 실행할 수 있다. 더욱이, 시스템 버스(23)는 차례로 임의의 다른 버스 아키텍처와 상호 작용할 수 있는 버스 메모리 또는 버스 메모리 컨트롤러, 주변 버스 및 로컬 버스를 포함하는 종래 기술로부터 알려진 임의의 버스 구조처럼 구현된다. 시스템은 ROM(24) 및 RAM(25)을 포함한다. 기본 입출력 시스템(BIOS)(26)은 ROM(24)의 이용과 함께 운영 시스템을 로딩할 때의 것들과 같이 퍼스널 컴퓨터(20)의 구성요소들 사이에서 정보의 전송을 보장하는 기본 절차를 포함한다.

앞서 언급한 바와 같이, 상술한 규칙은 예시적인 태양에 따른 모듈로서 구현될 수 있다. 본 명세서에 사용된 바와 같이, "모듈"이라는 용어는 가령 ASIC(Application Specific Integrated Circuit) 또는 FPGA(Field-Programmable Gate Array)와 같은 하드웨어를 사용하여 구현된 실제 디바이스, 구성요소 또는 구성요소의 배열 또는 (실행되는 동안) 마이크로프로세서 시스템을 특수 목적용 디바이스로 변환시키는 모듈의 기능을 구현하기 위한 마이크로프로세서 시스템 및 명령어 세트에 의한 것과 같은 하드웨어 및 소프트웨어의 조합을 의미한다. 모듈은 두 가지의 조합으로도 구현될 수 있으며, 특정 기능은 하드웨어만으로 용이해지고 다른 기능은 하드웨어와 소프트웨어가 조합으로 용이해진다. 특정 구현예에서, 모듈의 적어도 일부분 및, 몇몇 경우, 모두가 범용 컴퓨터의 프로세서상에서 실행될 수 있다. 따라서, 각 모듈은 다양한 적절한 구성으로 구현될 수 있으며, 본 명세서에 예시된 임의의 예시적인 구현에 국한되어서는 안된다.

퍼스널 컴퓨터(20)는 차례로 데이터의 판독 및 기록을 위한 하드 디스크(27), 착탈식 자기 디스크(29)에 판독 및 기록하는 자기 디스크 드라이브(28) 및 CD-ROM, DVD-ROM 및 다른 광정보 매체와 같은 착탈식 광 디스크(31)에 판독 및 기록하기 위한 광 드라이브(30)를 포함한다. 하드 디스크(27), 자기 디스크 드라이브(28) 및 광학 드라이브(30)가 하드 디스크 인터페이스(32), 자기 디스크 인터페이스(33) 및 광 드라이브 인터페이스(34)를 통해 시스템 버스(23)에 각각 연결된다. 드라이브 및 대응하는 컴퓨터 정보 매체는 퍼스널 컴퓨터(20)의 컴퓨터 명령어, 데이터 구조, 프로그램 모듈 및 기타 데이터의 저장을 위한 전원-독립형 모듈이다. 더욱이, (무엇보다도, 물리적 하드웨어, CDN(s), 또는 "클라우드"일 수 있는 데이터 저장장치(56)를 포함하는) 저장 메카니즘 중 어느 하나가 당업자에게 이해되는 바와 같이 예시적인 태양에 따라 상술한 이용 가능한 콘텐츠 라이브러리(111)를 포함하는 미디어 콘텐츠의 저장장치로서 이용될 수 있음이 주목된다.

본 개시는 하드 디스크(27), 착탈식 자기 디스크(29) 및/또는 착탈식 광 디스크(31)를 사용하는 시스템의 구현을 제공하지만, 컨트롤러(55)를 통해 시스템 버스(23)에 연결된 컴퓨터(고체 상태 드라이브, 플래시 메모리 카드, 디지털 디스크, 랜덤 액세스 메모리(RAM) 등)에 의해 판독 가능한 형태로 데이터를 저장할 수 있는 다른 타입의 컴퓨터 정보 매체(55)를 이용할 수 있다.

컴퓨터(20)는 기록된 운영 시스템(35)이 유지되는 파일 시스템(36), 및 추가의 프로그램 애플리케이션(37), 다른 프로그램 모듈(38) 및 프로그램 데이터(39)를 갖는다. 사용자는 입력장치(키보드(40), 마우스(42))를 이용하여 명령 및 정보를 퍼스널 컴퓨터에 입력할 수 있다. 기타 입력장치(미도시), 즉, 마이크로폰, 조이스틱, 게임 컨트롤러, 스캐너, 다른 컴퓨터 시스템 등이 사용될 수 있다. 이러한 입력장치는 대게 직렬 포트(46)를 통해 컴퓨터 시스템(20)에 연결되며, 상기 직렬 포트는 차례로 시스템 버스에 연결되지만, 다른 방법으로, 예를 들어, 병렬 포트, 게임 포트, 범용 직렬 버스(USB), 유선 네트워크 연결 또는 무선 데이터 전송 프로토콜의 도움으로 연결될 수 있다. 모니터(47) 또는 다른 타입의 디스플레이 디바이스는 또한 비디오 어댑터(48)와 같은 인터페이스를 통해 시스템 버스(23)에 연결된다. 모니터(47)에 추가하여, 퍼스널 컴퓨터에는 라우드스피커, 프린터 등과 같은 기타 주변출력장치가 설비될 수 있다.

퍼스널 컴퓨터(20)는 원격 뷰잉 디바이스, 즉 IP 접속 디바이스(예를 들어, 스마트폰, 태블릿, 퍼스널 컴퓨터, 랩톱, 미디어 디스플레이 디바이스 등)에 대응할 수 있는 하나 이상의 원격 컴퓨터(49)로의 네트워크 연결을 이용해 네트워크 환경 내에서 동작할 수 있다. 라우터, 네트워크 스테이션, 피어 디바이스 또는 다른 네트워크 노드와 같은 다른 디바이스도 컴퓨터 네트워크에 또한 있을 수 있다.

네트워크 연결(50)은 유선 및/또는 무선 네트워크와 같은 근거리 컴퓨터 네트워크(LAN) 및 광역 컴퓨터 네트워크(WAN)를 형성할 수 있다. 이러한 네트워크는 회사 컴퓨터 네트워크 및 내부 회사 네트워크에 사용되며, 일반적으로 인터넷에 액세스할 수 있다. LAN 또는 WAN 네트워크에서, 퍼스널 컴퓨터(20)는 네트워크 어댑터 또는 네트워크 인터페이스(51)를 통해 네트워크(50)에 연결된다. 네트워크가 사용될 때, 퍼스널 컴퓨터(20)는 모뎀(54) 또는 인터넷이나 클라우드와 같은 광역 컴퓨터 네트워크와 통신을 제공하기 위한 기타 모듈을 이용할 수 있다. 내부 또는 외부 디바이스인 모뎀(54)은 직렬 포트(46)에 의해 시스템 버스(23)에 연결된다. 네트워크 연결은 단지 예시일 뿐이고, 네트워크의 정확한 구성, 즉 현실에서, 블루투스와 같은 기술적 통신 모듈을 통해 한 컴퓨터와 다른 컴퓨터의 연결을 설정하는 다른 방법이 있다.

다양한 태양에서, 본 명세서에 기술된 시스템 및 방법은 하드웨어, 소프트웨어, 펌웨어, 또는 이들의 임의의 조합으로 구현될 수 있다. 소프트웨어로 구현되는 경우, 상기 방법은 하나 이상의 명령어 또는 코드로서 비일시적 컴퓨터 판독 가능 매체 상에 저장될 수 있다. 컴퓨터 판독 가능 매체는 데이터 저장장치을 포함한다. 예로써, 컴퓨터 판독 가능한 매체는 RAM, ROM, EEPROM, CD-ROM, 플래시 메모리 또는 다른 타입의 전기, 자기 또는 광학 저장매체, 또는 명령어 또는 데이터 구조 형태로 원하는 프로그램 코드를 저장 또는 수록하는 데 사용될 수 있고 범용 컴퓨터의 프로세서에 의해 액세스될 수 있는 임의의 다른 매체를 포함할 수 있다.

명확히 하기 위해, 본 태양의 일상적인 특징 전부가 본 명세서에 개시된 것은 아니다. 본 개시의 임의의 실제 구현의 개발에서, 개발자의 구체적인 목표를 달성하기 위해 다수의 특정한 구현 결정이 이루어져야 하고, 이러한 특정 목표는 다른 구현 및 다른 개발자마다 다를 것이다. 이러한 개발 노력은 복잡하고 시간 소모적일 수 있지만, 그럼에도 불구하고, 이 개시의 이점을 갖는 당업자에게는 엔지니어링의 통상적인 일이다.

더욱이, 본 명세서에 사용된 어구 또는 용어는 본 명세서의 용어 또는 어구가 관련 기술 분야의 당업자의 지식과 조합하여, 본 명세서에 제시된 교시 및 지침을 고려해 당업자에게 해석될 수 있도록 설명을 위한 것이지 제한을 위한 것이 아님을 이해해야 한다. 또한, 명시적으로 나타내지 않는 한, 명세서 또는 청구범위의 어떤 용어도 드물거나 특별한 의미로 간주되지는 않는다.

본 명세서에 개시된 다양한 태양은 예로써 본 명세서에서 언급된 공지의 모듈에 대한 현재 및 미래의 알려진 균등물을 포함한다. 더욱이, 태양들 및 애플리케이션이 도시되고 기술되었지만, 본 명세서에 개시된 본 발명 개념들로부터 벗어남이없이 상술한 것보다 더 많은 수정들이 가능하다는 것이 본 개시의 이점을 갖는 당업자에게는 명백할 것이다.

Claims (24)

1. 미디어 디스플레이 디바이스에 의한 자원 소비를 최소화하기 위해 미디어 디스플레이 디바이스로 콘텐츠를 선택하여 전송하는 방법으로서,
   적어도 하나의 전자 데이터베이스에, 상기 미디어 디스플레이 디바이스에 의해 수신 및 디스플레이되도록 구성되고 각각의 미디어 콘텐츠 아이템의 콘텐츠를 적어도 하나의 대응 카테고리로 식별하는 대응하는 카테고리 메타데이터와 각각 관련된 복수의 미디어 콘텐츠 아이템을 저장하는 단계;
   프로그래밍 규칙 엔진에 의해, 적어도 복수의 비지니스 규칙에 기초하여 승인된 미디어 콘텐츠 아이템의 리스트를 생성하는 단계;
   예측 규칙 엔진에 의해, 미디어 디스플레이 디바이스 및 상기 미디어 디스플레이 디바이스의 시청자와 관련된 미디어 소비 데이터 중 적어도 하나에 관한 데이터에 기초하여 적어도 하나의 미디어 콘텐츠 선택 특성을 생성하는 단계;
   미디어 콘텐츠 재생목록 엔진에 의해, 상기 복수의 비즈니스 규칙에 따라 상기 미디어 디스플레이 디바이스의 시청자를 타겟팅함으로써 상기 복수의 미디어 콘텐츠 아이템들의 서브세트를 선택함에 의한 상기 미디어 디스플레이 디바이스에 의한 자원 소비가 최소화되도록 복수의 미디어 컨텐츠 아이템의 선택된 서브세트의 각각의 카테고리 메타데이터에 기초하여 상기 복수의 미디어 콘텐츠 아이템의 서브세트를 선택하기 위해 생성된 적어도 하나의 미디어 콘텐츠 선택 특성을 승인된 미디어 콘텐츠 아이템의 리스트에 적용함으로써 미디어 콘텐츠 재생목록을 생성하는 단계;
   상기 복수의 미디어 콘텐츠 아이템들의 선택된 서브세트를 랜덤화하기 위해 상기 생성된 미디어 콘텐츠 재생목록에 랜덤화 규칙을 적용하는 단계; 및
   적어도 하나의 서버에 의해, 복수의 미디어 콘텐츠 아이템들의 선택된 랜덤화된 서브세트를 디스플레이하기 위한 디스플레이 디바이스로 전송하는 단계를 포함하는 미디어 디스플레이 디바이스로 콘텐츠를 선택하여 전송하는 방법.
2. 제 1 항에 있어서,
   상기 프로그래밍 규칙 엔진에 의해, 상기 복수의 미디어 콘텐츠 아이템들과 각각 연관된 제품들에 관한 복수의 재고 데이터에 기초하여, 승인된 미디어 콘텐츠 아이템들의 리스트를 생성하는 단계를 더 포함하는 미디어 디스플레이 디바이스로 콘텐츠를 선택하여 전송하는 방법.
3. 제 2 항에 있어서,
   상기 프로그래밍 규칙 엔진에 의해, 상기 미디어 디스플레이 디바이스의 시청자에 의한 상기 콘텐츠 소비 내역에 기초하여 승인된 미디어 콘텐츠 아이템들의리스트를 생성하는 단계를 더 포함하는 미디어 디스플레이 디바이스로 콘텐츠를 선택하여 전송하는 방법.
4. 제 1 항에 있어서,
   상기 복수의 미디어 콘텐츠 아이템들은 상기 미디어 디스플레이 디바이스에 의해 디스플레이되도록 구성된 복수의 비디오 파일들을 포함하는 미디어 디스플레이 디바이스로 콘텐츠를 선택하여 전송하는 방법.
5. 제 1 항에 있어서,
   상기 복수의 미디어 콘텐츠 아이템은 상기 미디어 디스플레이 디바이스에 의한 선택시 복수의 비디오 파일에 액세스하도록 구성된 복수의 URL을 포함하는 미디어 디스플레이 디바이스로 콘텐츠를 선택하여 전송하는 방법.
6. 제 1 항에 있어서,
   상기 미디어 디스플레이 디바이스의 하드웨어 파라미터 및 소프트웨어 파라미터 중 적어도 하나를 결정하는 단계; 및
   예측 규칙 엔진에 의해, 상기 미디어 디스플레이 디바이스의 하드웨어 및 소프트웨어 파라미터 중 결정된 적어도 하나에 기초하여 적어도 하나의 미디어 콘텐츠 선택 특성을 생성하는 단계를 더 포함하는 미디어 디스플레이 디바이스로 콘텐츠를 선택하여 전송하는 방법.
7. 제 1 항에 있어서,
   상기 예측 규칙 엔진에 의해, 상기 미디어 디스플레이 디바이스의 시청자에 의한 콘텐츠 소비 내역을 포함하는 상기 미디어 디스플레이 디바이스의 시청자와 관련된 상기 미디어 소비 데이터에 기초하여 상기 적어도 하나의 미디어 콘텐츠 선택 특성을 생성하는 단계를 더 포함하는 미디어 디스플레이 디바이스로 콘텐츠를 선택하여 전송하는 방법.
8. 제 1 항에 있어서,
   상기 콘텐츠 소비 내역은 상기 미디어 디스플레이 디바이스의 시청자에 의해 이전에 스킵되고, 부분적으로 스킵되고, 완전히 시청된 상기 복수의 미디어 콘텐츠 아이템들의 서브세트에 관한 데이터를 소비하는 단계를 포함하는 미디어 디스플레이 디바이스로 콘텐츠를 선택하여 전송하는 방법.
9. 제 1 항에 있어서,
   상기 미디어 디스플레이 디바이스에 의해 상기 복수의 미디어 콘텐츠 아이템들의 상기 선택되어 전송된 랜덤화된 서브세트의 디스플레이 동안 생성된 상기 미디어 디스플레이 디바이스의 시청자와 관련된 미디어 소비 데이터를 수신하는 단계를 더 포함하는 미디어 디스플레이 디바이스로 콘텐츠를 선택하여 전송하는 방법.
10. 제 9 항에 있어서,
    상기 예측 규칙 엔진에 의해, 상기 미디어 디스플레이 디바이스에 의해 상기 복수의 미디어 콘텐츠 아이템 중 상기 선택되어 전송된 랜덤화된 서브세트의 디스플레이 동안 생성된 상기 수신된 미디어 소비 데이터에 기초하여 상기 적어도 하나의 미디어 콘텐츠 선택 특성을 동적으로 업데이트하는 단계; 및
    상기 미디어 디스플레이 디바이스의 시청자에 의해 스킵될 것으로 예측된 미디어 콘텐츠 아이템들의 포함을 최소화하기 위해 상기 동적으로 업데이트된 적어도 하나의 미디어 콘텐츠 선택 특성에 기초하여 상기 미디어 콘텐츠 재생목록을 동적으로 업데이트하는 단계를 더 포함하는 미디어 디스플레이 디바이스로 콘텐츠를 선택하여 전송하는 방법.
11. 제 1 항에 있어서,
    상기 복수의 미디어 콘텐츠 아이템들의 상기 선택된 랜덤화된 서브세트에 대한 가중치를 결정하는 단계 및 상기 결정된 가중치에 기초한 순서로 상기 복수의 미디어 콘텐츠 아이템들의 상기 선택된 랜덤화된 서브세트를 전송하는 단계를 더 포함하는 미디어 디스플레이 디바이스로 콘텐츠를 선택하여 전송하는 방법.
12. 제 1 항에 있어서,
    상기 미디어 콘텐츠 재생목록 엔진에 의해, 상기 시청자와 관련된 상기 미디어 소비 데이터에 기초하여 상기 미디어 디스플레이 디바이스의 시청자를 카테고리화하는 단계; 및
    상기 미디어 콘텐츠 재생목록 엔진에 의해, 카테고리화된 시청자와 각각의 카테고리 메타데이터를 비교하는 것에 기초하여 복수의 미디어 콘텐츠 아이템들의 서브세트를 선택함으로써 미디어 콘텐츠 재생목록을 생성하는 단계를 더 포함하는 미디어 디스플레이 디바이스로 콘텐츠를 선택하여 전송하는 방법.
13. 미디어 디스플레이 디바이스에 의한 자원 소비를 최소화하기 위해 미디어 디스플레이 디바이스로 콘텐츠를 선택하여 전송하기 위한 시스템으로서,
    상기 미디어 디스플레이 디바이스에 의해 수신되고 디스플레이되도록 구성되며, 각각이 적어도 하나의 해당 카테고리로 각각의 미디어 콘텐츠 아이템의 콘텐츠를 식별하는 대응하는 카테고리 메타데이터와 각각 관련된 복수의 미디어 콘텐츠 아이템들을 저장하도록 구성된 적어도 하나의 전자 데이터베이스;
    적어도 복수의 비지니스 규칙들에 기초하여 승인된 미디어 콘텐츠 아이템들의 리스트를 생성하도록 구성된 프로그래밍 규칙 엔진;
    상기 미디어 디스플레이 디바이스 및 상기 미디어 디스플레이 디바이스의 시청자와 관련된 미디어 소비 데이터 중 적어도 하나에 관한 데이터에 기초하여 적어도 하나의 미디어 콘텐츠 선택 특성을 생성하도록 구성된 예측 규칙 엔진;
    상기 복수의 비즈니스 규칙에 따라 상기 미디어 디스플레이 디바이스의 시청자를 타겟팅함으로써 상기 복수의 미디어 콘텐츠 아이템의 서브세트를 선택함에 의해 상기 미디어 디스플레이 디바이스에 의한 자원 소비가 최소화되도록 상기 복수의 미디어 콘텐츠 아이템 중 선택된 서브세트의 각각의 카테로리 메타데이터에 기초하여 복수의 미디어 콘텐츠 아이템의 서브세트를 선택하기 위해 생성된 적어도 하나의 미디어 콘텐츠 선택 특성을 승인된 미디어 콘텐츠 아이템의 리스트에 적용함으로써 미디어 콘텐츠 재생목록을 생성하도록 구성된 미디어 콘텐츠 재생목록 엔진;
    상기 복수의 미디어 콘텐츠 아이템들의 선택된 서브세트를 랜덤화하기 위해 랜덤화 규칙들을 생성된 미디어 콘텐츠 재생목록에 적용하도록 구성된 랜덤화 규칙 엔진; 및
    디스플레이를 위해 상기 미디어 디스플레이 디바이스를 향해 상기 복수의 미디어 콘텐츠 아이템의 상기 선택된 랜덤화된 서브세트를 전송하도록 구성된 적어도 하나의 서버를 포함하는 미디어 디스플레이 디바이스로 콘텐츠를 선택하여 전송하기 위한 시스템.
14. 제 13 항에 있어서,
    상기 프로그래밍 규칙 엔진은 상기 복수의 미디어 콘텐츠 아이템들과 각각 연관된 제품들에 관한 복수의 재고 데이터에 각각 기초하여 승인된 미디어 콘텐츠 아이템들의 리스트를 각각 생성하도록 더 구성되는 미디어 디스플레이 디바이스로 콘텐츠를 선택하여 전송하기 위한 시스템.
15. 제 14 항에 있어서,
    상기 프로그래밍 규칙 엔진은 상기 미디어 디스플레이 디바이스의 시청자에 의한 상기 콘텐츠 소비 내역에 기초하여 상기 승인된 미디어 콘텐츠 아이템들의 리스트를 생성하도록 더 구성되는 미디어 디스플레이 디바이스로 콘텐츠를 선택하여 전송하기 위한 시스템.
16. 제 13 항에 있어서,
    상기 복수의 미디어 콘텐츠 아이템들은 상기 미디어 디스플레이 디바이스에 의해 디스플레이되도록 구성된 복수의 비디오 파일들을 포함하는 미디어 디스플레이 디바이스로 콘텐츠를 선택하여 전송하기 위한 시스템.
17. 제 13 항에 있어서,
    상기 복수의 미디어 콘텐츠 아이템은 상기 미디어 디스플레이 디바이스에 의한 선택시 복수의 비디오 파일에 액세스하도록 구성된 복수의 URL을 포함하는 미디어 디스플레이 디바이스로 콘텐츠를 선택하여 전송하기 위한 시스템.
18. 제 13 항에 있어서,
    상기 예측 규칙 엔진은:
    상기 미디어 디스플레이 디바이스의 하드웨어 파라미터 및 소프트웨어 파라미터 중 적어도 하나를 결정하고,
    상기 미디어 디스플레이 디바이스의 하드웨어 및 소프트웨어 파라미터 중 결정된 적어도 하나에 기초하여 적어도 하나의 미디어 콘텐츠 선택 특성을 생성하도록 더 구성되는 미디어 디스플레이 디바이스로 콘텐츠를 선택하여 전송하기 위한 시스템.
19. 제 13 항에 있어서,
    상기 예측 규칙 엔진은 상기 미디어 디스플레이 디바이스의 시청자에 의한 콘텐츠 소비 내역을 포함하는 상기 미디어 디스플레이 디바이스의 시청자와 연관된 상기 미디어 소비 데이터에 기초하여 상기 적어도 하나의 미디어 콘텐츠 선택 특성을 생성하도록 더 구성되는 미디어 디스플레이 디바이스로 콘텐츠를 선택하여 전송하기 위한 시스템.
20. 제 13 항에 있어서,
    상기 콘텐츠 소비 내역은 상기 미디어 디스플레이 디바이스의 시청자에 의해 이전에 스킵되고, 부분적으로 스킵되고, 완전히 시청된 상기 복수의 미디어 콘텐츠 아이템들의 서브세트에 관한 데이터를 소비하는 것을 포함하는 미디어 디스플레이 디바이스로 콘텐츠를 선택하여 전송하기 위한 시스템.
21. 제 13 항에 있어서,
    상기 예측 규칙 엔진은 상기 복수의 미디어 콘텐츠 아이템의 상기 선택되어 전송된 랜덤화된 서브세트의 디스플레이 동안 미디어 디스플레이 디바이스에 의해 생성된 상기 미디어 디스플레이 디바이스의 시청자와 연관된 미디어 소비 데이터를 수신하도록 더 구성되는 디스플레이 디바이스로 콘텐츠를 선택하여 전송하기 위한 시스템.
22. 제 21 항에 있어서,
    상기 예측 규칙 엔진은 상기 미디어 디스플레이에 의한 상기 복수의 미디어 콘텐츠 아이템들의 상기 선택되어 전송된 랜덤화된 서브세트의 디스플레이 동안 생성된 상기 수신된 미디어 소비 데이터에 기초하여 상기 적어도 하나의 미디어 콘텐츠 선택 특성을 동적으로 업데이트하도록 더 구성되고,
    상기 미디어 콘텐츠 재생목록 엔진은 상기 미디어 디스플레이 디바이스의 시청자에 의해 스킵될 것으로 예측되는 미디어 콘텐츠 아이템의 포함을 최소화하기 위해 상기 동적으로 업데이트된 적어도 하나의 미디어 콘텐츠 선택 특성에 기초하여 상기 미디어 콘텐츠 재생목록을 동적으로 업데이트하도록 더 구성되는 미디어 디스플레이 디바이스로 콘텐츠를 선택하여 전송하기 위한 시스템.
23. 제 13 항에 있어서,
    상기 미디어 콘텐츠 재생목록 엔진은 상기 복수의 미디어 콘텐츠 아이템들의 상기 선택된 랜덤화된 서브세트에 대한 가중치를 결정하도록 더 구성되며,
    상기 적어도 하나의 서버는 상기 결정된 가중치에 기초한 순서로 상기 복수의 미디어 콘텐츠 아이템들의 상기 선택된 랜덤화된 서브세트를 전송하는 미디어 디스플레이 디바이스로 콘텐츠를 선택하여 전송하기 위한 시스템.
24. 제 13 항에 있어서,
    상기 미디어 콘텐츠 재생목록 엔진은:
    상기 시청자와 관련된 상기 미디어 소비 데이터에 기초하여 상기 미디어 디스플레이 디바이스의 시청자를 카테고리화하고,
    카테고리화된 시청자와 각각의 카테고리 메타데이터를 비교한 것에 기초하여 복수의 미디어 콘텐츠 아이템들의 서브세트를 선택함으로써 미디어 콘텐츠 재생목록을 생성하도록 더 구성되는 미디어 디스플레이 디바이스로 콘텐츠를 선택하여 전송하기 위한 시스템.

Images