KR20190108838A - 미술 작품 추천 큐레이션 방법 및 시스템 - Google Patents

Abstract

본 발명은 미술작품 추천 큐레이션 시스템 및 방법에 관한 것으로서, 미술작품 추천 큐레이션 시스템은 사용자의 소비 이력 데이터를 저장하는 사용자 소비이력 데이터 저장부; 미술작품의 메터 데이터를 저장하는 콘텐츠 메타데이터 저장부; 미술작품을 무작위로 보여주고 상기 미술작품에 대한 사용자의 선호도 정보와 사용자의 구매이력 정보를 수집하여 상기 사용자 소비이력 데이터 저장부에 저장하고, 상기 미술작품 등록시 작성되는 작가들의 작품설명에서 키워드를 추출하고 상기 키워드를 이용하여 선정된 미술작품에 대한 메타 데이터를 상기 콘텐츠 메타 데이터 저장부에 저장하는 데이터 수집부; 성별, 날씨, 계절을 기준으로 하는 통계모델을 적용하여 상기 데이터 수집부에 의해 수집된 사용자 소비이력 데이터 간의 유사도와 상기 미술작품 메타 데이터 간의 유사도 및 사용자와 미술작품 간의 유사도를 분석하는 데이터 분석부; 상기 데이터 분석부에 의해 분석된 데이터를 색인화하여 데이터 크기를 줄이는 색인부; 및 상기 색인부의 데이터를 미술작품을 장르, 감성, 이미지 패턴, 소재, 컬러를 기준으로 구축된 미술전문 온톨로지에 적용하고 날씨와 계절, 상기 미술작품에 대한 사용자의 선호도에 가중치를 부여하여 매칭되는 사용자 개인별 맞춤 데이터를 생성하는 추천부를 포함한다.

Description

미술 작품 추천 큐레이션 방법 및 시스템{Curation method and system for recommending of art contents}

본 발명은 큐레이션(curation)에 관련된 것으로서, 특히 미술전문 온톨로지를 적용한 미술 작품 추천 큐레이션 방법 및 시스템에 관한 것이다.

최근 웹 상에서 콘텐츠의 양이 기하급수적으로 늘어나면서, 사용자들이 원하는 콘텐츠를 선별하는 데 많은 시간과 노력이 필요하게 되었다. 최근에는 전문가가 소개하는 정보를 믿고 구매하는 소비자가 늘어나고 있는 추세이다. IT분야에서는 콘텐츠를 효과적으로 선택할 수 있는 ‘추천 알고리즘'과 이를 활용한 '추천시스템' 연구가 활발하게 이루어지고 있다. '추천시스템’은 사용자가 관심 가질 만한 아이템을 추천하여 사용자가 콘텐츠를 선별하는 시간을 줄이고, 동시에 콘텐츠 소비를 촉진시킨다. 추천시스템에 사용되는 대표적인 추천 알고리즘으로는 협업 필터링(collaborative filtering)과 클러스터 모델(cluster models), 검색기반 방법론(search-based methods) 등이 있다. 이러한 알고리즘이 적용된 대표적인 성공사례로는 아마존닷컴(amazon.com)과 넷플릭스(Netflix)가 있다. 현재 국내에서도 영화, 책, 음악 등의 분야에서는 콘텐츠 추천 시스템이 개발되고 있다.

그러나 미술 콘텐츠를 위한 추천알고리즘 개발은 이루어지지 않고 있다. 미술시장은 미술품 생산자로서 작가가 있고, 소비자로서 개인 콜렉터나 기업, 기관 등이 있다. 이러한 생산자와 소비자를 연결시켜주는 유통시장은 갤러리, 경매회사, 아트페어로 크게 나뉜다. 대표적인 오프라인 미술시장에서는 유명 작가의 고가 작품을 중심으로 거래가 이루어진다. 유명작가 작품은 활발하게 매매되고, 또 재매매 되면서 작품 가격은 계속 올라간다. 하지만 신진작가들이나 무명 작가들은 미술시장 진입 자체가 어려운 상황으로 이러한 무명 작가들의 작품이 판매될 수 있도록 가능성을 열어줄 필요가 있다. 그 대안으로서 비용이 많이 소요되는 오프라인 시장보다는 비용이 적게 들고 장소 제약이 없이 누구나 접근이 용이한 온라인 미술시장의 구축이 필요하다.

효율적인 온라인 미술 시장이 구축된다면, 작가들이 자신의 작품을 홍보 판매할 수 있고, 소비자들은 미술품을 손쉽고 친근하게 접근하고 합리적인 가격에 작품을 구매할 수 있을 것이다. 특히 투명한 거래가 가능해져 미술품에 대한 신뢰도를 높일 수 있고, 이와 더불어 작품들이 수집되어 데이터베이스(Database)화 됨으로써, 체계적인 작품 데이터베이스 관리까지 가능하게 될 것으로 기대된다.

공개특허공보 10-2017-0030379호(2017.03.17)

본 발명이 해결하고자 하는 과제는 상술한 미술계의 당면 문제를 해결하기 창출된 것으로서, 미술작품 구매자들은 저렴한 가격에 작품을 소유할 수 있고, 동시에 작가들에게는 작품 관리부터 전시회 준비까지 도움을 줄 수 있게 하기 위해, 콘텐츠기반과 사용자기반을 믹스한 모델기반 필터링 추천엔진을 통해 미술 전문 온톨로지를 적용한 미술 작품 추천 큐레이션 방법 및 시스템을 제공하는 것이다.

상기 기술적 과제를 이루기 위한 본 발명에 의한 미술 작품 추천 큐레이션 시스템은, 사용자의 소비 이력 데이터를 저장하는 사용자 소비이력 데이터 저장부; 미술작품의 메터 데이터를 저장하는 콘텐츠 메타데이터 저장부; 미술작품을 무작위로 보여주고 상기 미술작품에 대한 사용자의 선호도 정보와 사용자의 구매이력 정보를 수집하여 상기 사용자 소비이력 데이터 저장부에 저장하고, 상기 미술작품 등록시 작성되는 작가들의 작품설명에서 키워드를 추출하고 상기 키워드를 이용하여 선정된 미술작품에 대한 메타 데이터를 상기 콘텐츠 메타 데이터 저장부에 저장하는 데이터 수집부; 성별, 날씨, 계절을 기준으로 하는 통계모델을 적용하여 상기 데이터 수집부에 의해 수집된 사용자 소비이력 데이터 간의 유사도와 상기 미술작품 메타 데이터 간의 유사도 및 사용자와 미술작품 간의 유사도를 분석하는 데이터 분석부; 상기 데이터 분석부에 의해 분석된 데이터를 색인화하여 데이터 크기를 줄이는 색인부; 및 상기 색인부의 데이터를 미술작품을 장르, 감성, 이미지 패턴, 소재, 컬러를 기준으로 구축된 미술전문 온톨로지에 적용하고 날씨와 계절, 상기 미술작품에 대한 사용자의 선호도에 가중치를 부여하여 매칭되는 사용자 개인별 맞춤 데이터를 생성하는 미술작품 추천부를 포함한다.

상기 미술작품 추천부는 미술작품 자체를 분석하는 아이템 프로파일과 사용자의 선호도 및 이력을 추출한 사용자 프로파일을 이용하여 콘텐츠 간의 유사도, 사용자 간의 유사도, 사용자와 콘텐츠 간의 유사도를 분석 및 계산하여 상기 미술전문 온톨로지를 통해 매칭되는 미술작품을 사용자에게 추천하는 것을 특징으로 한다.

본 발명에 의한 미술작품 추천 큐레이션 시스템은 사용자의 질의에 대해 주제 연관성 온톨로지를 적용하여 주제 연관 키워드를 찾고, 콘텐츠들간의 유사도를 측정하고 유사도가 높은 콘텐츠끼리 그룹화하여 그룹별 대표 키워드를 찾아 검색하는 시멘틱 검색부를 더 포함한다.

상기 기술적 과제를 이루기 위한 본 발명에 의한 미술 작품 추천 큐레이션 방법은, 미술작품을 무작위로 보여주고 상기 미술작품에 대한 사용자의 선호도 정보와 사용자의 구매이력 정보를 수집하는 단계; 미술작품 등록시 작성되는 작가들의 작품설명에서 키워드를 추출하고 상기 키워드를 이용하여 선정된 미술작품에 대한 메타 데이터를 수집하는 단계; 성별, 날씨, 계절을 기준으로 하는 통계모델을 적용하여 상기 수집된 사용자 소비이력 데이터 간의 유사도와 상기 미술작품 메타 데이터 간의 유사도 및 사용자와 미술작품 간의 유사도를 분석하는 단계; 분석된 데이터를 색인화하여 데이터 크기를 줄이는 단계; 및 상기 색인화된 데이터를, 미술작품을 장르, 감성, 이미지 패턴, 소재, 컬러를 기준으로 구축된 미술전문 온톨로지에 적용하고 날씨와 계절, 상기 미술작품에 대한 사용자의 선호도에 가중치를 부여하여 매칭되는 사용자 개인별 맞춤 데이터를 생성하여 사용자에게 추천하는 단계를 포함한다.

상기 추천하는 단계는 미술작품 자체를 분석하는 아이템 프로파일과 사용자의 선호도 및 이력을 추출한 사용자 프로파일을 이용하여 콘텐츠 간의 유사도, 사용자 간의 유사도, 사용자와 콘텐츠 간의 유사도를 분석 및 계산하여 상기 미술전문 온톨로지를 통해 매칭되는 미술작품을 사용자에게 추천하는 것을 특징으로 한다.

본 발명에 의한 미술작품 추천 큐레이션 방법은 사용자의 질의를 해석하는 단계; 상기 해석된 사용자의 질의에 대해 주제 연관성 온톨로지를 적용하여 주제 연관 키워드를 찾는 단계; 콘텐츠들간의 유사도를 측정하고 유사도가 높은 콘텐츠끼리 그룹화하여 그룹별 대표 키워드를 찾는 단계; 및 상기 주제연관 키워드와 상기 그룹별 대표 키워드를 이용하여 검색하는 단계를 더 포함한다.

본 발명에 따른 미술 작품 추천 큐레이션 방법 및 시스템에 의하면, 사용자가 자신의 취향에 맞는 미술작품을 손쉽고 접근할 수 있으며, 사용자들이 원하는 콘텐츠를 선별하는 데 많은 시간과 노력을 줄일 수 있다.

그리고 본 발명에 의하면, 온라인 서비스에 적합한 미술 콘텐츠 분류체계의 알고리즘을 적용한 큐레이션 시스템을 제공하고, 미술품 향유 및 판매를 위한 효율적인 소셜커머스 플랫폼을 제공할 수 있다.

또한 본 발명에 의하면 작가들이 자신의 작품을 홍보 판매할 수 있고, 소비자들은 미술품을 손쉽고 친근하게 접근하고 합리적인 가격에 작품을 구매할 수 있다. 특히 투명한 거래가 가능해져 미술품에 대한 신뢰도를 높일 수 있고, 이와 더불어 작품들이 수집되어 데이터베이스(database)화 됨으로써, 체계적인 작품 데이터베이스 관리까지 가능하다

또한 본 발명에 의하면, 일반 대중들이 자신의 취향에 맞는 미술작품을 손쉽고 찾아 향유할 수 있는 미술작품 추천 알고리즘과 추천 시스템을 활용한 '소셜 큐레이션 커머스 플랫폼'을 구축할 수 있다.

도 1은 본 발명에 의한 미술작품 추천 큐레이션 시스템의 일실시예의 구성을 블록도로 나타낸 것이다.
도 2는 소비자 취향을 반영한 개인화 추천 엔진을 통해 미술 콘텐츠를 추천하는 일 예를 나타낸 것이다.
도 3은 아이템 프로파일과 사용자 프로파일을 결합한 큐레이션 시스템의 일 예를 나타낸 개략도이다.
도 4는 본 발명에 의한 미술작품 추천 큐레이션 방법에 대한 일실시예를 흐름도로 나타낸 것이다.
도 5는 본 발명에 의한 시멘틱 검색과정을 흐름도로 나타낸 것이다.
도 6은 콘텐츠 분류 처리 개념을 블록도로 나타낸 것이다.
도 7은 주제 연관 키워드 간의 트리플 구조의 일 예를 나타낸 것이다.
도 8는 콘텐츠의 분석 및 분류 처리 개념을 블록도로 나타낸 것이다.
도 9는 추천 콘텐츠 생성 및 처리 개념도의 일 예를 나타낸 것이다.
도 10은 미술콘텐츠 분류체계 자료를 기반으로 1차 메타데이터 처리 과정을 나타낸 것이다.
도 11은 2차메타데이터 처리 완료 후 최종 API 방식으로 SNS 플랫폼 연동 과정을 나타낸 것이다.

이하, 첨부된 도면을 참조로 본 발명의 바람직한 실시예를 상세히 설명하기로 한다. 본 명세서에 기재된 실시예와 도면에 도시된 구성은 본 발명의 바람직한 일 실시예에 불과할 뿐이고, 본 발명의 기술적 사상을 모두 대변하는 것은 아니므로, 본 출원 시점에 있어서 이들을 대체할 수 있는 다양한 균등물과 변형예들이 있을 수 있음을 이해하여야 한다.

도 1은 본 발명에 의한 미술작품 추천 큐레이션 시스템의 일실시예의 구성을 블록도로 나타낸 것이다. 본 발명의 일 실시예에 의한 미술작품 추천 큐레이션 시스템은 사용자 소비이력 데이터 저장부(110), 콘텐츠 메타데이터 저장부(120), 데이터 수집부(130), 데이터 분석부(140), 색인부(150) 및 미술작품 추천부(160)을 포함하고, 시멘틱 검색부(170)을 더 포함할 수 있다.

사용자 소비이력 데이터 저장부(110)는 사용자의 소비 이력 데이터를 저장하며, 콘텐츠 메타데이터 저장부(120)는 미술작품의 메타 데이터를 저장한다.

데이터 수집부(130)는 미술작품을 무작위로 보여주고 상기 미술작품에 대한 사용자의 선호도 정보와 사용자의 구매이력 정보를 수집하여 사용자 소비이력 데이터 저장부(110)에 저장하고, 상기 미술작품 등록시 작성되는 작가들의 작품설명에서 키워드를 추출하고 상기 키워드를 이용하여 선정된 미술작품에 대한 메타 데이터를 콘텐츠 메타 데이터 저장부(120)에 저장한다.

데이터 분석부(140)는 성별, 날씨, 계절을 기준으로 하는 통계모델을 적용하여 데이터 수집부(130)에 의해 수집된 사용자 소비이력 데이터 간의 유사도와 상기 미술작품 메타 데이터 간의 유사도 및 사용자와 미술작품 간의 유사도를 분석한다.

색인부(150)는 데이터 분석부(140)에 의해 분석된 데이터를 색인화하여 데이터 크기를 줄인다.

미술작품 추천부(160)는 색인부(150)의 데이터를, 미술작품을 장르, 감성, 이미지 패턴, 소재, 컬러를 기준으로 구축된 미술전문 온톨로지에 적용하고 날씨와 계절, 상기 미술작품에 대한 사용자의 선호도에 가중치를 부여하여 매칭되는 사용자 개인별 맞춤 데이터를 생성한다.

미술작품 추천부(160)는 미술작품 자체를 분석하는 아이템 프로파일과 사용자의 선호도 및 이력을 추출한 사용자 프로파일을 이용하여 콘텐츠 간의 유사도, 사용자 간의 유사도, 사용자와 콘텐츠 간의 유사도를 분석 및 계산하여 상기 미술전문 온톨로지를 통해 매칭되는 미술작품을 사용자에게 추천한다.

시멘틱 검색부(170)는 사용자의 질의에 대해 주제 연관성 온톨로지를 적용하여 주제 연관 키워드를 찾고, 콘텐츠들간의 유사도를 측정하고 유사도가 높은 콘텐츠끼리 그룹화하여 그룹별 대표 키워드를 찾아 검색한다.

본 발명에 의한 미술작품 큐레이션 시스템은 SNS에서 작가(생산자)가 손쉽게 콘텐츠(작품)를 등록하여 자동적으로 콘텐츠가 모이고, 이렇게 수집된 미술 콘텐츠를 효율적인 독자적 분류체계에 맞게 분류·색인·추천하며, 소비자가 작품을 쉽게 선택·구매할 수 있는 미술전문 소셜 커머스 플랫폼에 사용될 수 있다.

미술전문 소셜 커머스 플랫폼에서의 소비자 서비스 시나리오는 소비자가 개인화 추천 엔진을 통해 정보를 확인하고, 관심 있는 정보를 검색해 자신의 정보를 입력하면, 화면에 사용자 취향에 맞는 추천작품 리스트가 보인다. 소비자는 작품을 선택하여 작품의 가격, 작가, 세부이미지 등 정보를 확인한 후 선택한 작품을 장바구니에 담고 최종적으로 작품을 구매한다.

미술전문 소셜 커머스 플랫폼에서 생산자(화가)가 미술작품을 업로드한다. 상기 업로드는 미술작품 화가가 카메라 롤에서 판매할 미술품 이미지를 선택하고 판매할 미술품의 세부 정보들을 입력하고 업로드 하면 업로드 한 미술품이 자동으로 내 프로필에 저장됨으로써 이루어진다.

본 발명의 일실시예에 의한 미술작품 추천 큐레이션 시스템은 시멘틱 검색엔진과 개인화 추천엔진을 포함할 수 있다.

본 발명에 따른 미술작품 추천 큐레이션 시스템은 미술 콘텐츠를 효과적으로 선별할 수 있는 알고리즘의 특징을 활용해, 미술작품을 장르, 감성, 이미지패턴, 소재, 컬러 등 미술전문 분류체계(온톨로지)를 적용하여 미술작품을 추천한다.

상기 미술작품 추천 큐레이션 시스템의 추천 알고리즘은 '콘텐츠를 기반으로 하는 협업 필터링'을 기본으로 한다. 소비자 구매이력에 대한 알고리즘을 토대로, 이를 HTTP 기반 API로 제공한다. 종래의 협업 필터링은 사용자 행동기록만을 이용하는 반면, 본 발명은 콘텐츠 자체를 분석하는 아이템 프로파일(Item Profile)과 사용자의 선호도 및 이력을 추출한 User Profile을 이용하여 이의 유사성을 계산함으로써 고도화한다.

그리고 아이템 프로파일 기반 시멘틱 검색 프로세스는 미술 콘텐츠 분류체계를 활용한 통합 검색을 제공하며, 미술 콘텐츠 관련 학문적 분류체계 및 감성 분류체계를 아이템 프로파일을 형성함으로써 의미 검색시스템을 구축한다.

상기 소비자 취향을 반영한 개인화 추천 엔진은 소비자 선호도, 감상 및 구매이력 등 사용자 프로파일(User Profile)을 분석해 실시간 API 방식으로 미술 콘텐츠를 추천한다. 도 2는 소비자 취향을 반영한 개인화 추천 엔진을 통해 미술 콘텐츠를 추천하는 일 예를 나타낸 것이다. 도 2을 참조하면, 사용자(210)가 평점 입력 대상 콘텐츠(220)에 평점을 입력한다. 평점 정보는 사용자의 선호도, 감상평, 구매평점을 포함할 수 있다. 평점입력 대상 콘텐츠(220)는 큐레이션 플랫폼에서 평점입력 대상으로서 큐레이션 시스템(230)에 의해 제공되며, 사용자(210)에 의해 입력된 평점은 큐레이션 시스템(230)으로 전송된다. 큐레이션 시스템(230)은 미술 콘텐츠의 평점정보를 수신하여 평점 DB에 저장한다. 실시간 프로파일링 모듈은 평점 DB를 참조하여 사용자 프로파일을 생성하여 실시간 큐레이션 결과를 실시간 큐레이션 화면(240)에 출력한다. 상기 실시간 프로파일링 모듈은 구매로그 정보를 받아들인 훈련엔진을 훈련하여 기존 큐레이션을 생성할 수 있다.

실시간 큐레이션 화면(240)은 기존 큐레이션 결과와 입력받은 평점을 결합한 결과를 나타내며, 평점을 입력할 때 마다 실시간으로 선호 장르와 콘테츠 큐레이션 등에 반영한다. 사용자(210)는 실시간 큐레이션 화면(240)을 통해 사용자의 평점 입력이 실시간 반영된 큐레이션을 받는다.

도 3은 아이템 프로파일과 사용자 프로파일을 결합한 큐레이션 시스템의 일 예를 나타낸 개략도이다. 도 3을 참조하면, 데이터 수집기(330)가 미술작품 큐레이션에 필요한 사용자 소비이력 데이터(310)와 콘텐츠 메타 데이터(320) 데이터를 수집하면, 분석기(340)는 통계모델과 사용자 모델을 이용하여 유사도를 분석한다. 색인기(350)는 엔진 과부하와 처리시간을 줄일기 위해 분석된 데이터에 인덱스를 읽고 쓰고 스케쥴링하여 인덱스 파일을 만든다. 추천기(360)는 색인기로부터 생성된 데이터를 이용하여 미술작품을 추천하여 오픈 API 서버(370)로 전송하면, 오픈 API서버(370)는 미술작품을 사용자에게 추천한다.

본 발명에 따른 미술작품 추천 큐레이션 시스템은 미술 콘텐츠 분류 체계 연구(분석기술)에 있어서, 기존에는 학술적 자료로서 가치에 집중한 아카이빙에 이용한 반면 본 발명은 큐레이션 시스템을 고도화하고 대중적으로 최적화된 분류체계를 적용하여 사용자 용도, 즉 정서나 환경 등에 따라 분류한다.

그리고 기존에는 사용자 프로파일(User Profile)을 활용한 콘텐츠 추천관련 기술, 검색엔진 관련 기술, 사용자 질의 분석을 제공하였으나, 본 발명은 미술 콘텐츠 관련 시멘틱 검색 엔진 및 개인화 추천 엔진을 통해 미술 콘텐츠로 특화된 추천 엔진을 제공하고, 메타 데이터를 처리할 때, 주제어, 표제어, 연관키워드 정보 추출을 고도화하고, 미술 콘텐츠의 메타속성 관리를 통한 콘텐츠의 인지기반 자동분류 인식율을 개선하고, 미술 콘텐츠로 특화된 머신 러닝을 제공하고, 기존의 분류된 미술 콘텐츠의 분류체계와 해당 분류체계를 함께 인지할 수 있는 학습데이터로 이용하여 분류한다. 또한 사용자의 질의에 대한 분석을 감성 어휘에 따른 정보를 구축하여 미술 콘텐츠와 사용자 간의 감성인식 기반으로 질의해석을 할 수 있도록 한다.

도 4는 본 발명에 의한 미술작품 추천 큐레이션 방법에 대한 일실시예를 흐름도로 나타낸 것이다. 도 1과 도 4를 참조하여, 본 발명에 의한 미술작품 추천 큐레이션 방법에 대한 일실시예를 설명하기로 한다. 먼저, 미술작품을 무작위로 보여주고, 상기 미술작품에 대한 사용자의 선호도 정보와 사용자의 구매이력 정보를 수집한다.(S410 단계) 미술작품 등록시 작성되는 작가들의 작품설명에서 키워드를 추출하고 상기 키워드를 이용하여 선정된 미술작품에 대한 메타 데이터를 수집한다.(S420단계)

데이터 분석부(140)는 성별, 날씨, 계절을 기준으로 하는 통계모델을 적용하여 상기 수집된 사용자 소비이력 데이터 간의 유사도와 상기 미술작품 메타 데이터 간의 유사도 및 사용자와 미술작품 간의 유사도를 분석한다.(S430단계)

색인부(150)는 엔진과부하와 처리시간 단축을 위해 분석된 데이터를 색인화하여 데이터 크기를 줄인다.(S440단계)

미술작품 추천부(160)는 상기 색인화된 데이터를, 미술작품을 장르, 감성, 이미지 패턴, 소재, 컬러를 기준으로 구축된 미술전문 온톨로지에 적용하고 날씨와 계절, 상기 미술작품에 대한 사용자의 선호도에 가중치를 부여하여 매칭되는 사용자 개인별 맞춤 데이터를 생성하여 사용자에게 추천한다.(S450단계)

상기 추천하는 S450 단계는 미술작품 자체를 분석하는 아이템 프로파일과 사용자의 선호도 및 이력을 추출한 사용자 프로파일을 이용하여 콘텐츠 간의 유사도, 사용자 간의 유사도, 사용자와 콘텐츠 간의 유사도를 분석 및 계산하여 상기 미술전문 온톨로지를 통해 매칭되는 미술작품을 사용자에게 추천할 수 있다.

도 5는 본 발명에 의한 시멘틱 검색과정을 흐름도로 나타낸 것이다. 도 5를 참조하면, 사용자의 질의를 해석한다.(S510단계) 상기 해석된 사용자의 질의에 대해 주제 연관성 온톨로지를 적용하여 주제 연관 키워드를 찾는다.(S520단계) 콘텐츠들간의 유사도를 측정하고 유사도가 높은 콘텐츠끼리 그룹화하여 그룹별 대표 키워드를 찾는다.(S530 단계) 상기 주제연관 키워드와 상기 그룹별 대표 키워드를 이용하여 검색한다.(S540단계)

한편, 본 발명은 미술작품 추천을 위해 미술작품 분류체계(온톨로지)를 구축한다. 이를 위해 미술작품 표현 모델로 설계된 온톨로지를 사물, 사실, 정보 등에 관한 속성을 기초로 구성한다. 그리고 시멘틱 검색을 위하여 주제 기반 분류 체계와 주제 연관성을 기반으로 하는 주제 연관성 온톨로지(Ontology) 구축한다.

사용자에 따른 분류체계로서 사례 및 경험 중심의 온톨로지 정보를 구성하기 위해 분류맵 및 분류기준 관리를 통한 사례 입력 분류를 위한 분류 관리를 한다.

상술한 미술콘텐츠 온톨로지를 구축하여 미술 콘텐츠 추천 큐레이션 시스템을 제공한다. 미술 콘텐츠 큐레이션 시스템을 제공하기 위해 메타데이터를 수집 및 가공하고, 메타데이터 이력(history)을 관리한다. 또한 미술작품 분류체계 모델을 구축하고 구현하며 텍스트 마이닝 및 주제어와 표제어를 추출하고 사전 정보를 생성하고 추출하며 분류 연관도 및 유사도 규칙을 구축함으로써 미술작품을 분류 및 매핑한다. 본 발명에 의한 미술작품 큐레이션 시스템은 질의어 해석 엔진과 색인엔진, 콘텐츠 통합 검색엔진 및 맞춤 추천엔진을 제공한다. 상기 질의어 해석엔진은 사용자 질의어를 분석하고 질의별 가중치를 추출하고 패턴 탐색관련 규칙을 구축하고 형태소를 분석한다. 상기 색인엔진은 대용량 색인 데이터를 처리하고 색인 압축화 및 고속 탐색을 위한 데이터 구조를 구비한다.

상기 콘텐츠 통합 검색엔진은 대용량 분산 색인을 처리하며, 고속 탐색 알고리즘을 구비하며, 검색결과 정렬 및 필터링을 한다. 또한 API 기능을 제공하며 검색로그를 처리하고 검색통계 데이터를 처리한다.

상기 맞춤추천 엔진은 개인별 맞춤 추천 데이터를 생성하고 콘텐츠 연관 추천 데이터를 생성하여 개인별 맞춤 훈련을 하며, 콘텐츠 기반의 연관 추천 훈련엔진을 구비하고 추천 API 기능을 제공하고, 추천을 위해 정렬 및 필터링을 하며, 색인 기반 대용량 데이터를 처리한다.

본 발명은 미술 소셜 커머스 플랫폼(social commerce platform)에 사용될 수 있다. 이를 위해 메인 화면에 사용자의 관심도를 높일 수 있는 콘텐츠를 노출하고, 미술작품 등록화면을 통해 다양한 분류체계를 손쉽게 등록할 수 있다. 콘텐츠 등록, 검색 및 추천에 관련된 페이지 UX을 제공하고, 소셜 네트워크를 통해 관심작가 및 사용자 팔로잉 및 가입시 관심정보를 업데이트 할 수 있다. 또한 메인페이지 개인화 추천 엔진과 API가 연동된다.

또한 시멘틱 검색을 위하여 주제 기반 분류 체계와 주제 연관성을 기반으로 하는 주제 연관성 온톨로지(Ontology)를 구축하고, 이를 활용할 수 있도록 지원한다.

본 발명은 텍스트 마이닝을 수행할 수 있다. 텍스트 마이닝은 메타 데이터 텍스트 데이터에서 가치와 의미가 있는 정보를 찾아내며, 다른 정보와의 연계성을 파악하여 텍스트가 가진 카테고리를 찾아내는 등, 단순한 정보 검색 이상의 결과를 얻을 수 있다. 인간의 언어로 기술된 정보를 깊이 분석하고 그 안에 담긴 정보를 발굴하기 위해서는 대용량 언어자원과 복잡한 통계적 알고리즘이 적용되어야 한다. 텍스트 마이닝을 통해 할 수 있는 기술 분야는 분류(Classification), 군집(Clustering), 정보 추출(Information Extraction), 요약(Summarization) 등이다. 본 발명은 고객의 음성 질의 내용을 텍스트로 변환한 결과를 토대로 '정보 추출(Information Extraction)' 부분에 대한 기술을 구현한다. 인지기반의 지식 자동 분류(Classification)에 적용함으로써 지식 추천의 정확도 및 만족도를 향상시킬 수 있다.

본 발명에서 정보 추출(Information Extraction)을 통해 텍스트 문서 내에 중요한 의미를 가지는 정보를 분석하여 메타속성 정보를 자동으로 추출하며, 키워드, 핵심 개념, 상황 및 조건 등의 다양한 정보를 추출하여 사용할 수 있다.

텍스트 마이닝에 의한 콘텐츠(인지기반) 자동 분류의 기능으로는 통계적 방법에 기반한 기계 학습을 통하여 문서를 분류하고, 문서 분류의 정확도를 향상하기 위한 규칙을 생성하고, 통계적 방법과 규칙에 의한 방법의 유연한 결합을 통한 문서 분류의 정확도를 향상시킬 수 있다. 또한 분류 편집을 위한 전문적이고 편리한 사용자 인터페이스를 제공할 수 있다.

도 6은 콘텐츠 분류 처리 개념을 블록도로 나타낸 것이다. 도 6을 참조하면, 콘텐츠(610)를 콘텐츠 분류 필터링(620)을 통해 콘텐츠 유사도 및 연관성을 판단(1030)하고 통계정보처리(640) 및 콘텐츠 분류 체계 매핑(650)을 수행한다.

주제 연관성 온톨로지의 구축은 총 3단계로 수행될 수 있다. 존재하는 모든 정보에 대해 형태소 분석기를 사용하여 키워드들을 추출한다.(1단계) 추출한 각각의 키워드들과 주제적으로 연관된 키워드들을 찾는다.(2단계) 추출한 각각의 키워드 하나와 2단계에서 찾은 해당 키워드와 연관된 각각의 키워드들을 ‘주제 연관성' 관계로 주제 분류 체계에 맞도록 온톨로지화 한다.(3단계)

연관 키워드 추출 알고리즘은 연관콘텐츠를 검색하고(Step 1), 연관 콘텐츠로부터 연관 키워드 후보를 추출하고(Step 2) 연관키워드를 선택(Step 3)함으로써 이루어질 수 있다. 상기 연관콘텐츠 검색(Step 1)은 주어진 키워드와 연관된 소셜 미디어 콘텐츠 N개를 검색한다. 연관 콘텐츠로부터 연관 키워드 후보를 추출(Step 2)은 연관콘텐츠의 메시지에서 주어진 키워드와 근접해 있는 키워드들을 수집하고, 주어진 키워드와 근접 키워드들의 co-occurrence matrix를 생성하고 모든 근접 키워드들에 대해 DF(Document Frequency) 벡터를 생성하고 모든 근접 키워드들에 대해 TF(Term Frequency) 벡터를 생성한 후, TF와 DF 벡터의 조화평균(Harmonic Mean)을 계산하여 상위 연관 키워드 후보들을 추출한다. 상기 연관키워드를 선택(Step 3)은 유사도들을 계산하여 연관 키워드 후보들의 빈도(Frequency)를 정규화한다. 상기 유사도는 스트링(string) 기반 유사도, SoundHex 기반 유사도, Synonyms, 한국어와 영어의 동일한 단어를 포함한다. 또한 상기 연관키워드를 선택(Step 3)은 불용어(stopword)를 제거하고 정규화된 연관 키워드 후보들의 빈도 값으로 내림차순 정렬과 정렬된 연관 키워드 후보들 중 상위 K 개의 키워드를 선택하여 연관 키워드로 규정한다.

연관 키워드들의 온톨로지는 도 7과 같은 주제 연관 키워드 간의 트리플 구조로 저장될 수 있다.

지식에 대한 검색이 효율적으로 이루어지도록 본 발명에서는 콘텐츠의 색인 기능을 제공하고 풍부한 검색 결과를 위하여 주제 연관성 온톨로지 (Ontology)를 활용하여 사용자 검색어는 포함되어 있지 않지만 의미적, 주제적으로 연관성이 있는 정보들을 찾을 수 있도록 시맨틱 검색 기능을 지원한다.

통합 검색의 기능에는 지식의 통합 검색 기능이 있고 검색어 확장을 통한 검색 결과 도출기능으로 유의어 사전을 이용하여 검색어에 대해 동의어, 유의어까지 확장하여 통합 검색 기능과 검색어에 대해 주제 연관성 온톨로지를 사용하여 연관 키워드를 포함하도록 확장하는 통합 검색을 지원한다. 유사콘텐츠 검색 및 대표 키워드를 추출하고 콘텐츠들 간의 유사도를 측정하여 유사도가 높은 콘텐츠끼리 그룹화하고 그룹별 대표 키워드를 제시한다.

도 8는 콘텐츠 분석 및 분류 처리 개념을 블록도로 나타낸 것으로서, 도 8을 참조하면 콘텐츠(810)와 Legacy DB(820) 및 사용자 입력 콘텐츠(830)를 데이터 매니저(840)가 받아 형태소를 분석하고, 분류체계 모델을 사용하여, 사전적용 및 텍스트 마이닝 및 연관 주제어를 추출한다.(850) 이를 통해 정형화된 메타데이터 저장구조(860)를 가지고 연관 콘텐츠 검색엔진을 통해 키워드 기반 색인 및 검색(870)을 수행한다.

색인 절차는 콘텐츠 전처리를 통한 텍스트 추출하고 추출된 텍스트에 대해 형태소를 분석하고 추출된 텍스트와 형태소 분석을 통한 분석 결과를 색인하여 저장한다. 통합검색 절차는 사용자로부터 검색어를 입력하고, 입력된 검색어에 대해 형태소를 분석하고, 분석된 결과를 통해 검색어를 확장하고, 확장된 검색어를 이용하여 색인으로부터 검색한다. 수행된 검색 결과를 기준에 맞춰 랭킹을 매기고 통합된 검색 결과를 제공한다.

개인화 추천엔진은 사용자 및 콘텐츠 사이의 연관도, 선호도, 통계, 로그, 성향 등을 분석, 훈련하여 사용자 요구 사항에 대한 적절한 지식의 추천 및 상황에 대한 대처 능력을 향상시킨다. 추천의 기본적인 사항은 추천 결과에 대한 만족도, 대용량 데이터에 대한 처리 능력, 데이터 분석의 속도 등을 고려하여 검색엔진의 색인, 압축 기술을 제공한다. 콘텐츠추천의 기능에는 통계정보 추출 기능, 사용자별 이용 로그 분석 기능, 사용자별 성향 분석 기능, 사용자별 선호도 분석 기능, 사용자와 사용자간 연관도 분석 기능이 있으며, 사용자와 콘텐츠간 연관도를 분석하고 콘텐츠와 콘텐츠간 연관도 분석, 사용자별 개인화(큐레이션) 정보 훈련 및 생성, 콘텐츠별 연관 콘텐츠 정보 훈련 및 생성 및 큐레이션, 연관 추천 정보 색인, 사용자, 콘텐츠 추천 탐색 결과 UI 및 큐레이션 엔진이 운연될 SNS 플랫폼이 있다.

도 9는 추천 콘텐츠 생성 및 처리 개념도의 일 예를 나타낸 것이다. 도 9를 참조하면, 연관도 분석과 콘텐츠 상세, 콘텐츠분류체계, 각종 통계정보, 사용자 로그, 사용자 이용통계 및 콘텐츠 태그 등을 입력받고 기존 훈련정보와 선호도 정보, 훈련시스템 설정정보, 추천결과 이용통계, 추천제외 콘텐츠 정보 및 훈련(Rule) 정보를 참조하여 추천정보를 생성한다. 상기 추천정보에는 연관추천, 개인화(큐레이션)을 포함한다.

한편, 미술콘텐츠 분류체계를 기반으로 1차 메타데이터 처리 과정 및 2차 메타데이터 처리 및 API 방식으로 SNS 플랫폼 연동 과정을 보다 상세히 설명하기로 한다.

도 10는 미술콘텐츠 분류체계 자료를 기반으로 1차 메타데이터 처리 과정을 나타낸 것이다. 도 10을 참조하면, 메타 데이터란 한계가 없는 데이터로 분류하고 부가적 정보를 지속적으로 추가해 갈 수 있는 데이터이며, 색인이란 데이터를 기록할 경우 그 데이터의 이름, 데이터 크기 등의 속성과 그 기록장소 등을 표로 표시하는 것을 말한다. 먼저, 작품등록시 작품설명 등을 통해 원시데이터를 수집(1010)하고 질의어 해석 엔진(1020)이 질의어를 해석한다. 사용자 질의어 분석 및 질의어별 가중치를 추출하고 패턴을 탐색하고 관련 규칙을 구축하고 형태소 분석기술을 구현한다. 질의어를 해석한 후 메터데이터를 수집(1030)하고 메타데이터 가공 및 메타데이터 History를 처리(1040)한다. 기초인지 기반으로 미술분류 체계를 통해 콘텐츠를 자동으로 분류(1050)한다. 분류체계를 매핑(1060)한다. 이 때 인지기반의 자동 분류 및 자동 분류체계를 추천하고 머신 러닝기술을 통해 작품등록시 작품 설명 중 질의어 해석엔진을 통해 미술 분류체계에 적당한 키워드를 추출하고 분류체계에 편입시켜 분류체계를 자율적으로 고도화한다. 분류체계 매핑 후 대용량 색인 데이터를 처리하고 색인 압축화를 하고 고속탐색을 위한 데이터를 구조화하고 색인연동 에이전트를 통해 과부화 없이 대용량 데이터를 처리한다.(1070) 그리고 대용량 분산과 고속탐색 알고리즘을 구현하고 대용량으로 저장된 콘텐츠를 효율적으로 검색할 수 있는 엔진을 통해 검색결과 정렬 및 필터링을 구현한다.(1080)

도 11는 2차메타데이터 처리 완료 후 최종 API 방식으로 SNS 플랫폼 연동 과정을 나타낸 것이다. 도 11를 참조하면, 콘텐츠 세그먼트와 콘텐츠 이력정보를 포함하는 콘텐츠 기반 프로파일을 통해 콘텐츠 중심의 메타데이터를 처리한다.(1110) 예를 들어 성별, 나이, 지역, 날씨, 계절 등을 기준으로 콘텐츠 통계 처리를 한다. 그리고 나서 콘텐츠 간 유사도를 분석하여 추천정보를 생성한다.(1120) 이를 통해 유사 콘텐츠별 군을 형성한다.

한편, 사용자 세그먼트와 사용자 이력정보를 포함하는 사용자 기반 프로파일을 통해 사용자 중심의 메타데이터를 처리한다.(1130) 예를 들어 성별, 나이, 지역, 날씨, 계절 등을 기준으로 콘텐츠 통계 처리를 한다. 그리고 나서 사용자 간 유사도를 분석하여 추천정보를 생성한다.(1140) 이를 통해 유사 사용자별 군을 형성한다.

그리고 색인엔진을 통해 데이터를 저장하고(1150) 콘텐츠 통합 검색엔진을 통해 데이터를 탐색한다.(1160) 또한 개인맞춤 추천엔진을 통해 사용자 개인별 맞춤 데이터를 생성하고 사용자간 유사도 및 콘텐츠 연관 추천 데이터를 생성한다.(1170) 그리고 나서 그 결과를 추천 API 방식으로 구현하여 출력한다.(1180)

본 발명은 컴퓨터로 읽을 수 있는 기록 매체에 컴퓨터(정보 처리 기능을 갖는 장치를 모두 포함한다)가 읽을 수 있는 코드로서 구현될 수 있다. 컴퓨터가 읽을 수 있는 기록 매체는 컴퓨터 시스템에 의하여 읽혀질 수 있는 데이터가 저장되는 모든 종류의 기록 장치를 포함한다. 컴퓨터가 읽을 수 있는 기록 장치의 예로는 ROM, RAM, CD-ROM, 자기 테이프, 플로피 디스크, 광데이터 저장장치 등이 있다. 또한, 본 명세서에서, “부”는 프로세서 또는 회로와 같은 하드웨어 구성(hardware component), 및/또는 프로세서와 같은 하드웨어 구성에 의해 실행되는 소프트웨어 구성(software component)일 수 있다.

본 발명은 도면에 도시된 실시예를 참고로 설명되었으나 이는 예시적인 것에 불과하며, 본 기술 분야의 통상의 지식을 가진 자라면 이로부터 다양한 변형 및 균등한 타 실시예가 가능하다는 점을 이해할 것이다. 따라서, 본 발명의 진정한 기술적 보호 범위는 첨부된 등록청구범위의 기술적 사상에 의해 정해져야 할 것이다.

110 : 사용자 소비이력 데이터 저장부
120 : 콘텐츠 메타데이터 저장부
130 : 데이터 수집부 140 : 데이터 분석부
150 : 색인부 160 : 미술작품 추천부
170 : 시멘틱 검색부 210 : 사용자
220 : 평점입력대상 콘텐츠 230 : 큐레이션 시스템
240 : 실시간 큐레이션 화면 310 : 사용자 소비이력 데이터
320 : 콘텐츠 메타데이터 330 : 데이터 수집기
340 : 분석기 350 : 색인기
360 : 추천기 370 : 오픈 API 서버

Claims (6)

1. 사용자의 소비 이력 데이터를 저장하는 사용자 소비이력 데이터 저장부;
   미술작품의 메터 데이터를 저장하는 콘텐츠 메타데이터 저장부;
   미술작품을 무작위로 보여주고 상기 미술작품에 대한 사용자의 선호도 정보와 사용자의 구매이력 정보를 수집하여 상기 사용자 소비이력 데이터 저장부에 저장하고, 상기 미술작품 등록시 작성되는 작가들의 작품설명에서 키워드를 추출하고 상기 키워드를 이용하여 선정된 미술작품에 대한 메타 데이터를 상기 콘텐츠 메타 데이터 저장부에 저장하는 데이터 수집부;
   성별, 날씨, 계절을 기준으로 하는 통계모델을 적용하여 상기 데이터 수집부에 의해 수집된 사용자 소비이력 데이터 간의 유사도와 상기 미술작품 메타 데이터 간의 유사도 및 사용자와 미술작품 간의 유사도를 분석하는 데이터 분석부;
   상기 데이터 분석부에 의해 분석된 데이터를 색인화하여 데이터 크기를 줄이는 색인부; 및
   상기 색인부의 데이터를 미술작품을 장르, 감성, 이미지 패턴, 소재, 컬러를 기준으로 구축된 미술전문 온톨로지에 적용하고 날씨와 계절, 상기 미술작품에 대한 사용자의 선호도에 가중치를 부여하여 매칭되는 사용자 개인별 맞춤 데이터를 생성하는 추천부를 포함하는 미술작품 추천 큐레이션 시스템.
2. 제1항에 있어서, 상기 추천부는
   미술작품 자체를 분석하는 아이템 프로파일과 사용자의 선호도 및 이력을 추출한 사용자 프로파일을 이용하여 콘텐츠 간의 유사도, 사용자 간의 유사도, 사용자와 콘텐츠 간의 유사도를 분석 및 계산하여 상기 미술전문 온톨로지를 통해 매칭되는 미술작품을 사용자에게 추천하는 것을 특징으로 하는 미술작품 추천 큐레이션 시스템.
3. 제1항에 있어서,
   사용자의 질의에 대해 주제 연관성 온톨로지를 적용하여 주제 연관 키워드를 찾고, 콘텐츠들 간의 유사도를 측정하고 유사도가 높은 콘텐츠끼리 그룹화하여 그룹별 대표 키워드를 찾아 검색하는 시멘틱 검색부를 더 포함하는, 미술작품 추천 큐레이션 시스템.
4. 미술작품을 무작위로 보여주고 상기 미술작품에 대한 사용자의 선호도 정보와 사용자의 구매이력 정보를 수집하는 단계;
   미술작품 등록시 작성되는 작가들의 작품설명에서 키워드를 추출하고 상기 키워드를 이용하여 선정된 미술작품에 대한 메타 데이터를 수집하는 단계;
   성별, 날씨, 계절을 기준으로 하는 통계모델을 적용하여 상기 수집된 사용자 소비이력 데이터 간의 유사도와 상기 미술작품 메타 데이터 간의 유사도 및 사용자와 미술작품 간의 유사도를 분석하는 단계;
   분석된 데이터를 색인화하여 데이터 크기를 줄이는 단계; 및
   상기 색인화된 데이터를, 미술작품을 장르, 감성, 이미지 패턴, 소재, 컬러를 기준으로 구축된 미술전문 온톨로지에 적용하고 날씨와 계절, 상기 미술작품에 대한 사용자의 선호도에 가중치를 부여하여 매칭되는 사용자 개인별 맞춤 데이터를 생성하여 사용자에게 추천하는 단계를 포함하는, 미술작품 추천 큐레이션 방법.
5. 제4항에 있어서, 상기 추천하는 단계는
   미술작품 자체를 분석하는 아이템 프로파일과 사용자의 선호도 및 이력을 추출한 사용자 프로파일을 이용하여 콘텐츠 간의 유사도, 사용자 간의 유사도, 사용자와 콘텐츠 간의 유사도를 분석 및 계산하여 상기 미술전문 온톨로지를 통해 매칭되는 미술작품을 사용자에게 추천하는 것을 특징으로 하는, 미술작품 추천 큐레이션 방법.
6. 제4항에 있어서,
   사용자의 질의를 해석하는 단계;
   상기 해석된 사용자의 질의에 대해 주제 연관성 온톨로지를 적용하여 주제 연관 키워드를 찾는 단계;
   콘텐츠들 간의 유사도를 측정하고 유사도가 높은 콘텐츠끼리 그룹화하여 그룹별 대표 키워드를 찾는 단계; 및
   상기 주제연관 키워드와 상기 그룹별 대표 키워드를 이용하여 검색하는 단계를 더 포함하는 미술작품 추천 큐레이션 방법.

Images