KR20200026472A - 콘텐츠 추천 방법 및 이를 위한 장치 - Google Patents

콘텐츠 추천 방법 및 이를 위한 장치 Download PDF

Info

Publication number
KR20200026472A
KR20200026472A KR1020180104443A KR20180104443A KR20200026472A KR 20200026472 A KR20200026472 A KR 20200026472A KR 1020180104443 A KR1020180104443 A KR 1020180104443A KR 20180104443 A KR20180104443 A KR 20180104443A KR 20200026472 A KR20200026472 A KR 20200026472A
Authority
KR
South Korea
Prior art keywords
content
recommendation
identifier
series
seed
Prior art date
Application number
KR1020180104443A
Other languages
English (en)
Other versions
KR102155488B1 (ko
Inventor
송인준
Original Assignee
에스케이텔레콤 주식회사
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by 에스케이텔레콤 주식회사 filed Critical 에스케이텔레콤 주식회사
Priority to KR1020180104443A priority Critical patent/KR102155488B1/ko
Publication of KR20200026472A publication Critical patent/KR20200026472A/ko
Application granted granted Critical
Publication of KR102155488B1 publication Critical patent/KR102155488B1/ko

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q30/00—Commerce
    • G06Q30/02—Marketing; Price estimation or determination; Fundraising
    • G06Q30/0241—Advertisements
    • G06Q30/0251—Targeted advertisements
    • G06Q30/0255—Targeted advertisements based on user history
    • G06Q30/0256—User search
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/10—Services

Landscapes

  • Business, Economics & Management (AREA)
  • Strategic Management (AREA)
  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Finance (AREA)
  • Tourism & Hospitality (AREA)
  • Development Economics (AREA)
  • Economics (AREA)
  • Marketing (AREA)
  • Accounting & Taxation (AREA)
  • General Business, Economics & Management (AREA)
  • Theoretical Computer Science (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Game Theory and Decision Science (AREA)
  • Health & Medical Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Human Resources & Organizations (AREA)
  • Primary Health Care (AREA)
  • Two-Way Televisions, Distribution Of Moving Picture Or The Like (AREA)
  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)

Abstract

본 발명은 시리즈 콘텐츠에 특화된 추천 결과를 사용자에게 제공할 수 있는 콘텐츠 추천 방법 및 이를 위한 장치에 관한 것이다. 본 발명에 따른 콘텐츠 추천 방법은 콘텐츠 추천 장치가 단말기에 대한 적어도 하나의 추천 시드의 콘텐츠 식별자를 통해 추천 시드가 포함된 시리즈 콘텐츠의 시리즈 식별자를 추출하는 단계, 콘텐츠 추천 장치가 추출한 시리즈 식별자를 통해 시리즈 콘텐츠에 포함된 추천 시드를 포함한 복수의 콘텐츠에 대한 복수의 콘텐츠 식별자를 추출하는 단계, 콘텐츠 추천 장치가 복수의 콘텐츠 식별자 중 단말기가 마지막으로 재생한 콘텐츠에 대한 콘텐츠 식별자를 추출하는 단계, 콘텐츠 추천 장치가 복수의 콘텐츠 식별자 중 마지막으로 재생한 콘텐츠 식별자보다 이후에 게시된 콘텐츠 식별자 중 적어도 하나를 추천 콘텐츠로 선정하는 단계를 포함한다.

Description

콘텐츠 추천 방법 및 이를 위한 장치{Method for recommending contents and apparatus therefor}
본 발명은 콘텐츠 추천 방법에 관한 것으로, 더욱 상세하게는 시리즈 콘텐츠에 특화된 추천 결과를 사용자에게 제공할 수 있는 콘텐츠 추천 방법 및 이를 위한 장치에 관한 것이다.
최근 다채널, 다매체, 방송과 통신의 융합으로 인한 IPTV 및 Smart TV의 등장으로 방대한 양의 TV 프로그램이 시청자에게 제공되면서, 시청자(사용자)가 원하는 TV 프로그램 콘텐츠를 찾아 시청하는 것이 어려운 TV 시청환경이 되었다.
이에 따라 다양한 기계 학습을 통한 비디오 콘텐츠를 추천하는 방법들이 연구되고 있다.
기계 학습을 이용한 비디오 콘텐츠 추천 방법은 크게 협업 필터링(Collaborative Filtering) 및 콘텐츠 기반 필터링(Contents Base Filtering) 크게 두 가지 방법으로 나뉜다.
협업 필터링은 사용자의 비디오 콘텐츠의 상관관계를 행렬로 표현한다. 이 행렬에는 사용자가 소비한 비디오 콘텐츠에 대한 평점이 들어가 있다. 반면에 사용자가 소비하지 않은 비디오 콘텐츠에 대한 평점은 행렬에 정보가 없다. 즉, 협업 필터링으로 표현되는 콘텐츠 형렬은 희소 행렬(Sparse Matrix)이다. 협업 필터링 추천은 사용자가 소비하지 않은 비디오 콘텐츠에 대한 사용자 선호도를 예측하는 문제로 귀결되는데, 결국 희소 행렬을 밀집 행렬로 만들어 나가는 과정이다. 협업 필터링은 밀집 행렬을 만들 때, 비디오 콘텐츠 간의 유사도(Similarity)를 계산하여 사용자 선호도를 예측한다.
콘텐츠 기반 필터링은 비디오 콘텐츠 자체에 대한 분석을 통해 사용자에게 비디오 콘텐츠를 추천한다. 콘텐츠 기반 필터링은 비디오 콘텐츠 분석을 통해 비디오 프로파일을 얻을 수 있는데, 예를 들어, 감독, 배우, 줄거리, 장르, 시대 배경, 국가, 영화, 음악 정보 등 해당 콘텐츠에 대한 다양한 정보들이 비디오 프로파일에 포함된다. 콘텐츠 기반 필터링은 이러한 정보들을 수학적으로 표현하고, 사용자가 소비한 콘텐츠들을 바탕으로 사용자의 프로파일과 추천 대상이 되는 비디오 콘텐츠들의 프로파일을 추출하과, 유사도를 계산하고 서로의 프로파일이 비슷한 비디오 콘텐츠를 추천한다.
상술한 협업 필터링과 콘텐츠 기반 필터링 추천 방법은 추천 성능에 있어서 검증된 알고리즘이다.
그러나 협업 필터링은 사용자들의 소비 패턴을 사용하므로, 새로운 비디오 콘텐츠에 대한 추천이 어렵다는 문제점이 있었다.
한편 콘텐츠 기반 필터링은 이러한 문제점을 해결할 수는 있지만, 프로파일을 모든 비디오 콘텐츠에 대하여 추출하여야 하기 때문에 고비용에 따른 문제점이 있었다.
이에 따라 협업 필터링과 콘텐츠 기반 필터링은 함께 사용되어 상호 보완적인 작용을 하는데, 특정 비디오 서비스 도메인에서는 두 방법 모두 단점을 보인다.
대표적으로, 시리즈 비디오 콘텐츠에 대한 추천을 들 수 있다. 예를 들어, 드라마는 연속적인 에피소드로 이루어져 있고, 사용자에게 드라마를 추천할 때 드라마 에피소드 순서를 고려해야 한다. 또한 최근의 비디오 콘텐츠 추천은 최신성을 고려해서 사용자에게 콘텐츠를 빠르게 추천하는 것이 매우 중요하다. 하지만 협업 필터링과 콘텐츠 기반 필터링은 사용자의 비디오 콘텐츠의 상관관계 행렬을 사용하기 때문에, 콘텐츠의 순서를 고려하지 않고, 연산이 복잡한 문제점이 있었다.
따라서 본 발명의 목적은 간단한 연산으로 시리즈 콘텐츠에 대한 순서를 고려하여, 시리즈 콘텐츠에 특화된 추천 결과를 사용자에게 제공할 수 있는 콘텐츠 추천 방법 및 이를 위한 장치를 제공하는 데 있다.
본 발명에 따른 콘텐츠 추천 방법은 콘텐츠 추천 장치가 단말기에 대한 적어도 하나의 추천 시드의 콘텐츠 식별자를 통해 상기 추천 시드가 포함된 시리즈의 시리즈 식별자를 추출하는 단계, 상기 콘텐츠 추천 장치가 추출한 상기 시리즈 식별자를 통해 상기 시리즈 콘텐츠에 포함된 상기 추천 시드를 포함한 복수의 콘텐츠에 대한 복수의 콘텐츠 식별자를 추출하는 단계, 상기 콘텐츠 추천 장치가 상기 복수의 콘텐츠 식별자 중 상기 단말기가 마지막으로 재생한 콘텐츠에 대한 콘텐츠 식별자를 추출하는 단계, 상기 콘텐츠 추천 장치가 상기 복수의 콘텐츠 식별자 중 상기 마지막으로 재생한 콘텐츠 식별자보다 이후에 게시된 콘텐츠 식별자 중 적어도 하나를 추천 콘텐츠로 선정하는 단계를 포함하는 것을 특징으로 한다.
본 발명에 따른 콘텐츠 추천 방법 있어서, 상기 시리즈 식별자를 추출하는 단계 이전에, 기 콘텐츠 추천 장치가 협업 필터링 또는 콘텐츠 기반 필터링을 통해 추천 스코어가 산출된 적어도 하나의 추천 시드를 선정하는 단계를 더 포함하는 것을 특징으로 한다.
본 발명에 따른 콘텐츠 추천 방법 있어서, 상기 추천 콘텐츠로 선정하는 단계에서, 상기 콘텐츠 추천 장치는 선정된 상기 적어도 하나의 추천 콘텐츠에 상기 추천 시드와 동일한 추천 스코어를 부여하는 것을 특징으로 한다.
본 발명에 따른 콘텐츠 추천 방법 있어서, 상기 추천 콘텐츠를 선정하는 단계 이후에, 상기 콘텐츠 추천 장치가 상기 마지막으로 재생한 콘텐츠 식별자의 시청 시각과 게시 시각을 비교하여, 차이만큼 상기 적어도 하나의 추천 콘텐츠에 부여된 추천 스코어를 감소시키는 단계를 더 포함하는 것을 특징으로 한다.
본 발명에 따른 콘텐츠 추천 방법 있어서, 상기 추천 스코어를 감소시키는 단계 이후에 상기 콘텐츠 추천 장치가 상기 시리즈 콘텐츠와 동 시간대에 방송하는 콘텐츠 식별자를 추출하고, 추출된 콘텐츠 식별자를 상기 추천 시드에 포함시키는 단계를 더 포함하는 것을 특징으로 한다.
본 발명에 따른 콘텐츠 추천 방법 있어서, 상기 추천 시드에 포함시키는 단계 이후에, 상기 콘텐츠 추천 장치가 선정된 상기 적어도 하나의 추천 콘텐츠에 대해 최신성을 고려하여 추천 스코어를 재산출하는 단계를 더 포함하는 것을 특징으로 한다.
본 발명에 따른 콘텐츠 추천 방법 있어서, 상기 시리즈 식별자를 추출하는 단계에서, 상기 추천 시드는 실시간 방송 정보인 것을 특징으로 한다.
본 발명에 따른 콘텐츠 추천 장치는 단말기에 대한 적어도 하나의 추천 시드의 콘텐츠 식별자를 통해 상기 추천 시드가 포함된 시리즈의 시리즈 식별자를 추출하는 시리즈 식별자 추출 모듈, 추출한 상기 시리즈 식별자를 통해 상기 시리즈에 포함된 상기 추천 시드를 포함한 복수의 콘텐츠 식별자를 추출하는 콘텐츠 식별자 추출 모듈, 상기 복수의 콘텐츠 식별자 중 상기 단말기가 마지막으로 재생한 콘텐츠 식별자를 추출하고, 상기 복수의 콘텐츠 식별자 중 상기 마지막으로 재생한 콘텐츠 식별자보다 이후에 게시된 콘텐츠 식별자 중 적어도 하나를 추천 콘텐츠로 선정하는 추천 콘텐츠 생성 모듈을 포함하는 것을 특징으로 한다.
본 발명에 따른 콘텐츠 추천 방법은 추천 시드에서 시리즈 식별자를 추출하고, 시리즈 식별자를 통해 시리즈 콘텐츠에 포함된 콘텐츠 중 단말기가 마지막으로 재생한 콘텐츠보다 이후에 게시된 콘텐츠를 추천함으로써, 간단한 연산으로 시리즈 비디오 콘텐츠에 대한 순서를 고려하여, 시리즈 콘텐츠에 특화된 추천 결과를 사용자에게 제공할 수 있다.
도 1은 본 발명의 실시예에 따른 콘텐츠 추천 시스템의 구성을 나타낸 블록도이다.
도 2는 본 발명의 실시예에 따른 콘텐츠 추천 장치의 구성을 나타낸 블록도이다.
도 3은 본 발명의 실시예에 따른 콘텐츠 추천 장치의 서버 제어부의 구성을 상세히 나타낸 블록도이다.
도 4는 본 발명의 실시예에 따른 단말기의 구성을 나타낸 블록도이다.
도 5는 본 발명의 실시예에 따른 콘텐츠 추천 방법을 나타낸 순서도이다.
본 발명의 과제 해결 수단의 특징 및 이점을 보다 명확히 하기 위하여, 첨부된 도면에 도시된 본 발명의 특정 실시 예를 참조하여 본 발명을 더 상세하게 설명한다.
다만, 하기의 설명 및 첨부된 도면에서 본 발명의 요지를 흐릴 수 있는 공지 기능 또는 구성에 대한 상세한 설명은 생략한다. 또한, 도면 전체에 걸쳐 동일한 구성 요소들은 가능한 한 동일한 도면 부호로 나타내고 있음에 유의하여야 한다.
이하의 설명 및 도면에서 사용된 용어나 단어는 통상적이거나 사전적인 의미로 한정해서 해석되어서는 아니 되며, 발명자는 그 자신의 발명을 가장 최선의 방법으로 설명하기 위한 용어의 개념으로 적절하게 정의할 수 있다는 원칙에 입각하여 본 발명의 기술적 사상에 부합하는 의미와 개념으로 해석되어야만 한다. 따라서 본 명세서에 기재된 실시 예와 도면에 도시된 구성은 본 발명의 가장 바람직한 일 실시 예에 불과할 뿐이고, 본 발명의 기술적 사상을 모두 대변하는 것은 아니므로, 본 출원시점에 있어서 이들을 대체할 수 있는 다양한 균등물과 변형 예들이 있을 수 있음을 이해하여야 한다.
또한, 제1, 제2 등과 같이 서수를 포함하는 용어는 다양한 구성요소들을 설명하기 위해 사용하는 것으로, 하나의 구성요소를 다른 구성요소로부터 구별하는 목적으로만 사용될 뿐, 상기 구성요소들을 한정하기 위해 사용되지 않는다. 예를 들어, 본 발명의 권리 범위를 벗어나지 않으면서 제2 구성요소는 제1 구성요소로 명명될 수 있고, 유사하게 제1 구성요소도 제2 구성요소로 명명될 수 있다.
더하여, 어떤 구성요소가 다른 구성요소에 "연결되어" 있다거나 "접속되어" 있다고 언급할 경우, 이는 논리적 또는 물리적으로 연결되거나, 접속될 수 있음을 의미한다. 다시 말해, 구성요소가 다른 구성요소에 직접적으로 연결되거나 접속되어 있을 수 있지만, 중간에 다른 구성요소가 존재할 수도 있으며, 간접적으로 연결되거나 접속될 수도 있다고 이해되어야 할 것이다.
또한, 본 명세서에서 사용한 용어는 단지 특정한 실시 예를 설명하기 위해 사용된 것으로, 본 발명을 한정하려는 의도가 아니다. 단수의 표현은 문맥상 명백하게 다르게 뜻하지 않는 한, 복수의 표현을 포함한다. 또한, 본 명세서에서 기술되는 "포함한다" 또는 "가지다" 등의 용어는 명세서상에 기재된 특징, 숫자, 단계, 동작, 구성요소, 부품 또는 이들을 조합한 것이 존재함을 지정하려는 것이지, 하나 또는 그 이상의 다른 특징들이나 숫자, 단계, 동작, 구성요소, 부품 또는 이들을 조합한 것들의 존재 또는 부가 가능성을 미리 배제하지 않는 것으로 이해되어야 한다.
또한, 명세서에 기재된 "?부", "?기", "모듈" 등의 용어는 적어도 하나의 기능이나 동작을 처리하는 단위를 의미하며, 이는 하드웨어나 소프트웨어 또는 하드웨어 및 소프트웨어의 결합으로 구현될 수 있다.
또한, "일(a 또는 an)", "하나(one)", "그(the)" 및 유사어는 본 발명을 기술하는 문맥에 있어서(특히, 이하의 청구항의 문맥에서) 본 명세서에 달리 지시되거나 문맥에 의해 분명하게 반박되지 않는 한, 단수 및 복수 모두를 포함하는 의미로 사용될 수 있다.
아울러, 본 발명의 범위 내의 실시 예들은 컴퓨터 실행가능 명령어 또는 컴퓨터 판독가능 매체에 저장된 데이터 구조를 가지거나 전달하는 컴퓨터 판독가능 매체를 포함한다. 이러한 컴퓨터 판독가능 매체는, 범용 또는 특수 목적의 컴퓨터 시스템에 의해 액세스 가능한 임의의 이용 가능한 매체일 수 있다. 예로서, 이러한 컴퓨터 판독가능 매체는 RAM, ROM, EPROM, CD-ROM 또는 기타 광 디스크 저장장치, 자기 디스크 저장장치 또는 기타 자기 저장장치, 또는 컴퓨터 실행가능 명령어, 컴퓨터 판독가능 명령어 또는 데이터 구조의 형태로 된 소정의 프로그램 코드 수단을 저장하거나 전달하는 데에 이용될 수 있고, 범용 또는 특수 목적 컴퓨터 시스템에 의해 액세스 될 수 있는 임의의 기타 매체와 같은 물리적 저장 매체를 포함할 수 있지만, 이에 한정되지 않는다.
이하의 설명 및 특허 청구 범위에서, "네트워크"는 컴퓨터 시스템들 및/또는 모듈들 간의 전자 데이터를 전송할 수 있게 하는 하나 이상의 데이터 링크로서 정의된다. 정보가 네트워크 또는 다른 (유선, 무선, 또는 유선 또는 무선의 조합인) 통신 접속을 통하여 컴퓨터 시스템에 전송되거나 제공될 때, 이 접속은 컴퓨터-판독가능매체로서 이해될 수 있다. 컴퓨터 판독가능 명령어는, 예를 들면, 범용 컴퓨터 시스템 또는 특수 목적 컴퓨터 시스템이 특정 기능 또는 기능의 그룹을 수행하도록 하는 명령어 및 데이터를 포함한다. 컴퓨터 실행가능 명령어는, 예를 들면, 어셈블리어, 또는 심지어는 소스코드와 같은 이진, 중간 포맷 명령어일 수 있다.
아울러, 본 발명은 퍼스널 컴퓨터, 랩탑 컴퓨터, 핸드헬드 장치, 멀티프로세서 시스템, 마이크로프로세서-기반 또는 프로그램 가능한 가전제품(programmable consumer electronics), 네트워크 PC, 미니컴퓨터, 메인프레임 컴퓨터, 모바일 전화, PDA, 페이저(pager) 등을 포함하는 다양한 유형의 컴퓨터 시스템 구성을 가지는 네트워크 컴퓨팅 환경에서, 상기 컴퓨터 시스템들을 대상으로 광고를 제공하는데 적용될 수 있다. 본 발명은 또한 네트워크를 통해 유선 데이터 링크, 무선 데이터 링크, 또는 유선 및 무선 데이터 링크의 조합으로 링크된 로컬 및 원격 컴퓨터 시스템 모두가 태스크를 수행하는 분산형 시스템 환경에서 실행될 수 있다. 분산형 시스템 환경에서, 프로그램 모듈은 로컬 및 원격 메모리 저장 장치에 위치될 수 있다.
도 1은 본 발명의 실시예에 따른 콘텐츠 추천 시스템의 구성을 나타낸 블록도이다.
도 1을 참조하면, 본 발명의 실시예에 따른 콘텐츠 추천 시스템(400)은 단말기(100) 및 콘텐츠 추천 장치(200)를 포함한다.
단말기(100) 및 콘텐츠 추천 장치(200)는 통신망(300)을 통해 상호간에 데이터를 송수신할 수 있다. 예를 들면, 통신망(300)은 WLAN(Wireless LAN), 와이파이(Wi-Fi), 와이브로(Wibro), 와이맥스(Wimax), HSDPA(High Speed Downlink Packet Access) 등의 무선 통신망을 포함할 수 있으며, 시스템 구현 방식에 따라 이더넷(Ethernet), xDSL(ADSL, VDSL), HFC(Hybrid Fiber Coaxial Cable), FTTC(Fiber to The Curb), FTTH(Fiber To The Home) 등의 유선 통신망을 포함할 수도 있다.
단말기(100)는 통신망(300)을 통해 콘텐츠 추천 장치(200)로부터 방송 프로그램 등의 비디오 콘텐츠를 수신하여, 수신된 비디오 콘텐츠를 디스플레이 장치로 출력하는 중계 역할을 수행한다. 여기서 디스플레이 장치는 단말기(100)로부터 신호를 수신하여 화면으로 출력하는 TV(Television)가 될 수 있다. 그러나 이에 한정된 것은 아니고 디스플레이 장치는 비디오 콘텐츠를 출력할 수 있는 다양한 장치가 이용될 수 있다.
또한 단말기(100)는 콘텐츠 추천 장치(200)로부터 추천 콘텐츠 리스트를 수신하여, 디스플레이 장치에 출력하도록 할 수 있다.
콘텐츠 추천 장치(200)는 콘텐츠 공급자로부터 복수의 비디오 콘텐츠를 수신하고, 수신한 비디오 콘텐츠를 단말기(100)에 전송하여 사용자에게 제공한다. 즉 콘텐츠 추천 장치(200)는 콘텐츠 공급자로부터 송출된 복수의 콘텐츠 정보를 수신하고, 수신한 비디오 콘텐츠 정보를 단말기(100)로 분배하여 사용자에게 실시간 방송 및 VOD(Video On Demand) 등의 서비스를 제공한다.
한편 콘텐츠 추천 장치(200)가 콘텐츠 공급자로부터 수신하는 복수의 방송 콘텐츠 정보에는 실시간 방송, VOD 등에 대한 콘텐츠 식별자, 영상 신호 및 해당 방송들에 대한 제목, 시간 및 기타 세부정보를 포함하고 있는 EPG(Electronic Program Guide) 정보가 포함되어 있다.
또한 콘텐츠 추천 장치(200)는 단말기(100)를 통해 비디오 컨텐츠를 시청하는 사용자에게 맞는 맞춤형 추천 콘텐츠를 리스트화 하여 단말기(100)에 제공할 수 있다. 특히 콘텐츠 추천 장치(200)는 시리즈 비디오 콘텐츠에 대한 순서를 고려하여, 시리즈 콘텐츠에 특화된 추천 결과를 사용자에게 제공할 수 있다.
이하 본 발명의 실시예에 따른 콘텐츠 추천 장치(200)에 대하여 더욱 상세히 설명하도록 한다.
도 2는 본 발명의 실시예에 따른 콘텐츠 추천 장치의 구성을 나타낸 블록도이고, 도 3은 본 발명의 실시예에 따른 콘텐츠 추천 장치의 서버 제어부의 구성을 상세히 나타낸 블록도이다.
한편 본 발명의 실시예에 따른 콘텐츠 추천 장치(200)는 콘텐츠 공급자로부터 복수의 비디오 콘텐츠를 수신하고, 수신한 비디오 콘텐츠를 단말기(100)에 전송하여 사용자에게 제공하는 서버가 될 수 있다.
도 2 및 도 3을 참조하면, 본 발명의 실시예에 따른 콘텐츠 추천 장치(200)는 서버 통신부(210), 서버 저장부(230) 및 서버 제어부(250)를 포함한다.
서버 통신부(210)는 단말기(100)와 통신을 위한 구성이다. 서버 통신부(210)는 단말기(100)가 콘텐츠 추천 장치(200)에 접속하면, 단말기(100)와 필요한 정보를 포함하는 데이터를 교환하기 위한 통신을 수행한다. 이러한 서버 통신부(210)는 서버 제어부(250)의 제어에 따라 단말기(100)에 콘텐츠를 송출하거나, 추천 콘텐츠를 송출할 수 있다. 또한 서버 통신부(210)는 추천 콘텐츠를 생성하기 위한 실시간 방송 정보를 단말기(100)로부터 전달받을 수 있다.
서버 저장부(230)는 서버 제어부(250)에 의해 실행되거나 처리되는 데이터 혹은 프로그램을 저장한다. 특히 서버 저장부(230)는 실시간 방송 및 VOD에 포함된 콘텐츠 식별자, 실시간 방송, VOD 등에 대한 영상 신호 및 해당 방송들에 대한 제목, 시간 및 기타 세부정보를 포함하고 있는 EPG(Electronic Program Guide) 정보를 저장할 수 있다. 또한 서버 저장부(230)는 복수의 콘텐츠를 포함하는 시리즈에 대한 시리즈 식별자를 저장할 수 있다. 또한 서버 저장부(230)는 협업 필터링 또는 콘텐츠 기반 필터링을 수행하기 위한 알고리즘, 콘텐츠 식별자에서 시리즈 식별자를 추출하기 위한 알고리즘, 시리즈 식별자에 포함된 콘텐츠 식별자를 추출하기 위한 알고리즘, 후보 콘텐츠를 생성하기 위한 알고리즘, 생성된 후보 콘텐츠에 가중치를 감소 또는 부여하기 위한 알고리즘 등을 저장할 수 있다.
서버 제어부(250)는 서버 통신부(210) 및 서버 저장부(230)를 포함한 콘텐츠 추천 장치(200)의 동작을 전반적으로 제어하는 역할을 하며, 이를 위한 프로세서를 포함할 수 있다.
이러한 서버 제어부(250)는 1차 추천 모듈(251), 방송 정보 추출 모듈(252), 시리즈 식별자 추출 모듈(253), 콘텐츠 식별자 추출 모듈(254), 후보 콘텐츠 생성 모듈(255), 가중치 감소 모듈(256), 콘텐츠 추가 모듈(257) 및 가중치 부여 모듈(258)을 포함하여 구성될 수 있다.
1차 추천 모듈(251)은 협업 필터링 또는 콘텐츠 기반 필터링을 통해 추천 스코어가 산출된 적어도 하나의 추천 시드를 생성한다. 여기서 추천 시드는 협업 필터링 또는 콘텐츠 기반 필터링을 통해 추출된 비디오 콘텐츠를 의미하며, 추천 스코어는 각 비디오 콘텐츠에 대하여 유사도에 따라 평가되는 사용자의 추천 유사도를 의미한다. 즉 1차 추천 모듈(251)은 협업 필터링 알고리즘을 통해 사용자의 비디오 콘텐츠의 상관관계를 행렬로 표현하고, 비디오 콘텐츠 간의 유사도를 계산하여 추천 시드에 적용될 추천 콘텐츠를 선정할 수 있다. 또한 1차 추천 모듈(251)은 비디오 콘텐츠에 대한 분석을 통해 콘텐츠 식별자에 포함된 비디오 프로파일, 예컨데, 감독, 배우, 줄거리, 장르, 시대 배경, 국가, 영화, 음앙 정보 등 해당 콘텐츠에 대한 다양한 정보들을 통해 유사도를 계산하여 추천 시드에 적용될 추천 콘텐츠를 선정할 수 있다.
예를 들어, 1차 추천 모듈(251)은 단말기(100)의 아이디가 'user-a'라고 했을 때 하기와 같이 추천 시드에 대한 리스트를 생성할 수 있다.
<추천 시드 리스트>
{
"user": "user-a",
"candidates": [{
"cid": "cid82",
"score": "0.0030549124"
},
{
"cid": "cid171",
"score": "0.0021957434"
},
{
"cid": "cid91",
"score": "0.0021347417"
},
{
"cid": "cid26",
"score": "0.0020577197"
},
{
"cid": "cid43",
"score": "0.0020350113"
}, {
"cid": "cid62",
"score": "0.0019271012"
}, {
"cid": "cid161",
"score": "0.0019078528"
}, {
"cid": "cid6",
"score": "0.0018330705"
}, {
"cid": "cid19",
"score": "0.0017851980"
}, {
"cid": "cid7",
"score": "0.0002963171"
}
]
}
즉 1차 추천 모듈(251)은 각 비디오 콘텐츠를 식별할 수 있는 콘텐츠 식별자 별로 추천 스코어를 부여하여 리스트를 생성하고, 시리즈 식별자 추출 모듈(253)로 전달할 수 있다.
한편 방송 정보 추출 모듈(252)은 실시간으로 단말기(100)에서 재생되고 있는 추천 시드로 적용될 비디오 콘텐츠를 추출하여 실시간으로 시리즈 식별자 추출 모듈(253)에 제공할 수 있다.
즉 본 발명의 실시예에 따른 서버 제어부(250)는 협업 필터링 또는 콘텐츠 기반 필터링을 통해 1차 추천된 결과를 통해 추천 콘텐츠를 생성하거나, 실시간으로 단말기(100)에서 재생되고 있는 비디오 콘텐츠를 통해 추천 콘텐츠를 생성할 수 있다.
시리즈 식별자 추출 모듈(253)은 1차 추천 모듈(251) 또는 방송 정보 추출 모듈(252)로부터 선정된 적어도 하나의 추천 시드에 포함된 콘텐츠 식별자를 통해 추천 시드가 포함된 시리즈 콘텐츠의 시리즈 식별자를 추출할 수 있다. 예를 들어, 시리즈 식별자 추출 모듈(253)은 상기의 추천 시드 리스트 중 'cid 6'에 대하여 'cid 6'이 포함된 'sid 1' 이라는 시리즈 식별자를 추출할 수 있다. 즉 시리즈 식별자 추출 모듈(253)은 추천 시드 각각에 대하여 시리즈 식별자를 추출할 수 있다.
콘텐츠 식별자 추출 모듈(254)은 시리즈 식별자 추출 모듈(253)로부터 추출된 시리즈 식별자를 통해 시리즈에 포함된 추천 시드를 포함한 복수의 콘텐츠 식별자를 추출할 수 있다. 예를 들어, 'sid 1'에는 'cid 6'를 포함하여 'cid 1 ~ cid 10' 라는 비디오 콘텐츠가 포함될 수 있다. 이와 같이, 콘텐츠 식별자 추출 모듈(254)은 시리즈에 포함된 콘텐츠 식별자들을 추출할 수 있다.
추천 콘텐츠 생성 모듈(255)은 콘텐츠 식별자 추출 모듈(254)에서 추출된 복수의 콘텐츠 식별자 중 단말기(100)가 마지막으로 재생한 식별자를 추출할 수 있다.
Key Value
UID SID CID
user-a sid1 (cid5, 2018-07-02 14:21:15)
user-a sid2 (cid141, 2018-07-10 00:10:01)
user-c sid1 (cid10, 2018-07-10 19:00:30)
user-d sid3 (cid221, 2018-06-21 10:38:45)
한편 표 1은 추천 콘텐츠 생성 모듈(255)의 동작을 설명하기 위한 표이다.표 1을 참조하면, 예를 들어, 추천 콘텐츠 생성 모듈(255)은 단말기(100)의 아이디(UID)와 시리즈 식별자를 키 값으로, 서버 저장부(230)에 저장된 해시 테이블 탐색을 통해 단말기(100)가 마지막으로 재생한 식별자 'cid 5'를 추출할 수 있다.
또한 추천 콘텐츠 생성 모듈(255)은 복수의 콘텐츠 식별자 중 추출한 마지막으로 재생한 콘텐츠 식별자보다 이후에 게시된 콘텐츠 식별자 중 적어도 하나를 추천 콘텐츠로 선정할 수 있다. 예를 들어, 후보 콘텐츠 생성 모듈(255)은 단말기(100)가 마지막으로 재생한 식별자 'cid 5'를 추출하고, 'cid 5'의 이후 게시된 비디오 콘텐츠인 'cid 6' ~ 'cid 10'을 추천 콘텐츠로 선정할 수 있다. 즉 후보 콘텐츠 생성 모듈(255)은 하기와 같이, 1차 추천 모듈(251)에서 선정된 추천 시드에 'cid 6' ~ 'cid 10'을 추천 콘텐츠로 추가할 수 있다. 여기서 'cid 6' 및 'cid 7'은 이미 추천 시드 리스트에 있으므로 추천 콘텐츠로 추가하지 않는다.
<추천 콘텐츠 리스트>
{
"user": "user-a",
"candidates": [{
"cid": "cid82",
"score": "0.0030549124"
},
{
"cid": "cid171",
"score": "0.0021957434"
},
{
"cid": "cid91",
"score": "0.0021347417"
},
{
"cid": "cid26",
"score": "0.0020577197"
},
{
"cid": "cid43",
"score": "0.0020350113"
},
{
"cid": "cid62",
"score": "0.0019271012"
},
{
"cid": "cid161",
"score": "0.0019078528"
},
{
"cid": "cid6",
"score": "0.0018330705"
},
{
"cid": "cid8",
"score": "0.0018330705"
},
{
"cid": "cid9",
"score": "0.0018330705"
}, {
"cid": "cid10",
"score": "0.0018330705"
}, {
"cid": "cid19",
"score": "0.0017851980"
}, {
"cid": "cid7",
"score": "0.0002963171"
}
]
}
이때 추천 콘텐츠 생성 모듈(255)은 'cid 6' ~ 'cid 10'에 최초 1차 추천 모듈(251)에서 산출된 추천 시드 'cid 6'의 추천 스코어와 동일한 추천 스코어를 부여할 수 있다.
가중치 감소 모듈(256)은 마지막으로 재생한 콘텐츠 식별자의 시청 시각과 게시 시각을 비교하여, 차이만큼 적어도 하나의 추천 콘텐츠 각각에 부여된 추천 스코어를 감소시킨다.
예를 들어, 가중치 감소 모듈(256)은 하기의 수학식 1을 통해 추천 콘텐츠 각각에 부여된 추천 스코어를 감소시킬 수 있다.
[수학식 1]
Scorenext = Scoreprev x (1 / (Timewatch - Timepublish)) x C
(여기서 Scoreprev는 이전 스코어, Timewatch은 마지막으로 재생한 콘텐츠 식별자의 시청 시각, Timepublish은 추천 콘텐츠의 게시 시각)
즉 가중치 감소 모듈(256)은 단말기(100)가 cid 5를 본 시각이 2018년 7월 2일이고, 게시된 시각이 2018년 04월 21일 경우, 하기와 같이, 수학식 1에 적용하여 'cid 6' ~ 'cid 10'의 추천 스코어를 갱신할 수 있다.
<갱신된 추천 리스트>
{
"user": "user-a",
"candidates": [{
"cid": "cid82",
"score": "0.0030549124"
},
{
"cid": "cid171",
"score": "0.0021957434"
},
{
"cid": "cid91",
"score": "0.0021347417"
},
{
"cid": "cid26",
"score": "0.0020577197"
},
{
"cid": "cid43",
"score": "0.0020350113"
},
{
"cid": "cid62",
"score": "0.0019271012"
},
{
"cid": "cid161",
"score": "0.0019078528"
},
{
"cid": "cid19",
"score": "0.0017851980"
}, {
"cid": "cid7",
"score": "0.0002963171"
},
{
"cid": "cid6",
"score": "0.0008128915"
},
{
"cid": "cid8",
"score": "0.0008128915"
},
{
"cid": "cid9",
"score": "0.0008128915"
},
{
"cid": "cid10",
"score": "0.0008128915"
}
]
}
콘텐츠 추가 모듈(257)은 시리즈 콘텐츠와 동 시간대에 방송하는 콘텐츠 식별자를 추출하고, 추출된 콘텐츠 식별자를 추천 시드에 포함시킬 수 있다. 즉 콘텐츠 추가 모듈(257)은 시리즈 식별자 추출 모듈(253)에서 추출된 시리즈 식별자와 동 시간대에 방송하는 콘텐츠 식별자를 추출하여, 시리즈 식별자 추출 모듈(253)에 추천 시드로 입력하여 추천 콘텐츠를 계속적으로 추가하도록 할 수 있다.
가중치 부여 모듈(258)은 가중치 감소 모듈(256)에서 갱신된 적어도 하나의 추천 콘텐츠에 대해 최신성을 고려하여 추천 스코어를 재산출 할 수 있다. 예를 들어, 가중치 부여 모듈(258)은 하기의 수학식 2를 통해 최신성을 고려하여 추천 스코어를 재산출 할 수 있다.
[수학식 2]
Scorenext = Scoreprev + (1 / (Timecurrent - Timepublish))
(여기서 Scoreprev는 이전 스코어, Timecurrent은 현재 시각, Timepublish은 추천 콘텐츠의 게시 시각)
이후 추천 모듈(259)은 가중치 부여 모듈(258)에 의해 최종 선정된 추천 콘텐츠를 단말기(100)에 제공할 수 있다. 예를 들어 추천 모듈(259)은 추천 스코어 순으로 리스트를 정리하여 단말기(100)에 제공하거나, 기 설정된 추천 스코어 이상인 추천 콘텐츠를 단말기(100)에 제공하도록 설정될 수 있다.
이하 본 발명의 실시예에 따른 단말기(100)에 대하여 상세히 설명하도록 한다.
도 4는 본 발명의 실시예에 따른 단말기의 구성을 나타낸 블록도이다.
도 4를 참조하면, 본 발명의 실시예에 따른 단말기(100)는 통신부(110), 저장부(130), 표시부(150), 입력부(170) 및 제어부(190)를 포함한다.
통신부(110)는 콘텐츠 추천 장치(200) 및 디스플레이 장치와 통신망(300)을 통해 통신을 수행한다. 이러한 통신부(110)는 콘텐츠 추천 장치(200)로부터 비디오 콘텐츠와 콘텐츠 추천 장치(200)로부터 확정된 추천 리스트를 수신할 수 있다.
저장부(130)는 데이터를 저장하기 위한 구성으로, 제어부(190)의 요청에 상응하여 각 기능을 활성화하는 경우, 제어부(190)의 제어 하에 해당 응용 프로그램들을 실행하여 각 기능을 제공한다.
표시부(150)는 단말기(100)의 기능 수행 중에 발생하는 일련의 동작 상태 및 동작 결과 등에 대한 정보를 표시한다. 예를 들어, 표시부(150)는 단말기(100)의 전원 상태, 채널 상태 등을 출력할 수 있다.
입력부(170)는 단말기(100)의 각종 기능을 설정 및 단말기(100)의 기능 제어와 관련하여 입력되는 신호를 제어부(190)로 전달한다. 예를 들어, 입력부(170)는 단말기(100)의 전원 on/off, 채널 변경 및 메뉴 설정을 위한 입력 신호를 입력 받을 수 있다.
제어부(190)는 단말기(100)의 각 구성을 구동시키는 프로세스 장치가 될 수 있다. 이러한 제어부(190)는 통신부(110)를 통해 콘텐츠 추천 장치(200)로부터 방송 프로그램 등의 비디오 콘텐츠를 수신하여 수신된 비디오 콘텐츠를 디스플레이 장치로 출력되도록 하는 역할을 수행한다. 또한 제어부(190)는 콘텐츠 추천 장치(200)로부터 추천 콘텐츠 리스트를 수신하여 디스플레이 장치에 출력하도록 할 수 있다.
이하 본 발명의 실시예에 따른 콘텐츠 추천 방법에 대하여 상세히 설명한다.
도 5는 본 발명의 실시예에 따른 콘텐츠 추천 방법을 나타낸 순서도이다.
도 5를 참조하면, 먼저 S10 단계에서 콘텐츠 추천 장치는 적어도 하나의 추천 시드에 포함된 콘텐츠 식별자를 통해 추천 시드가 포함된 시리즈의 시리즈 식별자를 추출할 수 있다.
여기서 콘텐츠 추천 장치는 추천 시드를 협업 필터링 또는 콘텐츠 기반 필터링을 통해 1차 추천된 결과를 추천 시드로 사용하거나, 실시간 단말기에서 재생되고 있는 비디오 콘텐츠를 추천 시드로 사용할 수 있다.
다음으로 S20 단계에서 콘텐츠 추천 장치는 S10 단계에서 추출된 시리즈 식별자를 통해 시리즈 콘텐츠에 포함된 추천 시드를 포함한 복수의 콘텐츠 식별자를 추출할 수 있다.
다음으로 S30 단계에서 콘텐츠 추천 장치는 S20 단계에서 추출된 복수의 콘텐츠 식별자 중 단말기가 마지막으로 재생한 식별자를 추출할 수 있다.
예를 들어, 콘텐츠 추천 장치는 단말기의 아이디와 시리즈 식별자를 키 값으로, 저장된 해시 테이블 탐색을 통해 단말기가 마지막으로 재생한 식별자를 추출할 수 있다.
여기서 콘텐츠 추천 장치는 복수의 콘텐츠 식별자 중 추출한 마지막으로 재생한 콘텐츠 식별자보다 이후에 게시된 콘텐츠 식별자 중 적어도 하나를 추천 콘텐츠로 선정할 수 있다.
이때 콘텐츠 추천 장치는 선정된 추천 콘텐츠에 최초 추천 시드의 추천 스코어와 동일한 추천 스코어를 부여할 수 있다.
다음으로 S40 단계에서 콘텐츠 추천 장치는 마지막으로 재생한 콘텐츠 식별자의 시청 시각과 게시 시각을 비교하여, 차이만큼 적어도 하나의 추천 콘텐츠 각각에 부여된 추천 스코어를 감소시킨다.
예를 들어, 콘텐츠 추천 장치는 하기의 수학식 1을 통해 추천 콘텐츠 각각에 부여된 추천 스코어를 감소시킬 수 있다.
[수학식 1]
Scorenext = Scoreprev x (1 / (Timewatch - Timepublish)) x C
(여기서 Scoreprev는 이전 스코어, Timewatch은 마지막으로 재생한 콘텐츠 식별자의 시청 시각, Timepublish은 추천 콘텐츠의 게시 시각)
즉 콘텐츠 추천 장치는 수학식 1을 통해 추천 콘텐츠 리스트에서 추천 스코어를 각각 갱신할 수 있다.
다음으로 S50 단계에서 콘텐츠 추천 장치는 시리즈 콘텐츠와 동 시간대에 방송하는 콘텐츠 식별자를 추출하고, 추출된 콘텐츠 식별자를 S10 단계에서 추천 시드에 포함시킬 수 있다.
즉 S50 단계에서 콘텐츠 추천 장치는 콘텐츠를 추가하는 경우, S10 단계에서 추출된 시리즈 식별자와 동 시간대에 방송하는 콘텐츠 식별자를 추출(S80)하여, S10 단계에서 추천 시드로 입력하여 추천 콘텐츠를 계속적으로 추가하도록 할 수 있다.
다음으로 S60 단계에서 콘텐츠 추천 장치는 S40 단계에서 갱신된 적어도 하나의 추천 콘텐츠에 대해 최신성을 고려하여 추천 스코어를 재산출 할 수 있다. 예를 들어, 콘텐츠 추천 장치는 하기의 수학식 2를 통해 최신성을 고려하여 추천 스코어를 재산출 할 수 있다.
[수학식 2]
Scorenext = Scoreprev + (1 / (Timecurrent - Timepublish))
(여기서 Scoreprev는 이전 스코어, Timecurrent은 현재 시각, Timepublish은 추천 콘텐츠의 게시 시각)
다음으로 S70 단계에서 최종적으로 추천 콘텐츠를 선정하고 S80 단계에서 최종 선정된 추천 콘텐츠를 단말기에 제공할 수 있다. 예를 들어 추천 콘텐츠 장치는 추천 스코어 순으로 리스트를 정리하여 단말기에 제공하거나, 기 설정된 추천 스코어 이상인 추천 콘텐츠를 단말기에 제공하도록 설정될 수 있다.
본 발명의 실시예에 따른 콘텐츠 추천 방법은 추천 시드에서 시리즈 식별자를 추출하고, 시리즈 식별자를 통해 시리즈 콘텐츠에 포함된 콘텐츠 중 단말기가 마지막으로 재생한 콘텐츠보다 이후에 게시된 콘텐츠를 추천함으로써, 간단한 연산으로 시리즈 비디오 콘텐츠에 대한 순서를 고려하여, 시리즈 콘텐츠에 특화된 추천 결과를 사용자에게 제공할 수 있다.
이상에서 설명한 바와 같이, 본 명세서는 다수의 특정한 구현물의 세부사항들을 포함하지만, 이들은 어떠한 발명이나 청구 가능한 것의 범위에 대해서도 제한적인 것으로서 이해되어서는 안되며, 오히려 특정한 발명의 특정한 실시형태에 특유할 수 있는 특징들에 대한 설명으로서 이해되어야 한다. 개별적인 실시형태의 문맥에서 본 명세서에 기술된 특정한 특징들은 단일 실시형태에서 조합하여 구현될 수도 있다. 반대로, 단일 실시형태의 문맥에서 기술한 다양한 특징들 역시 개별적으로 혹은 어떠한 적절한 하위 조합으로도 복수의 실시형태에서 구현 가능하다. 나아가, 특징들이 특정한 조합으로 동작하고 초기에 그와 같이 청구된 바와 같이 묘사될 수 있지만, 청구된 조합으로부터의 하나 이상의 특징들은 일부 경우에 그 조합으로부터 배제될 수 있으며, 그 청구된 조합은 하위 조합이나 하위 조합의 변형물로 변경될 수 있다.
마찬가지로, 특정한 순서로 도면에서 동작들을 묘사하고 있지만, 이는 바람직한 결과를 얻기 위하여 도시된 그 특정한 순서나 순차적인 순서대로 그러한 동작들을 수행하여야 한다거나 모든 도시된 동작들이 수행되어야 하는 것으로 이해되어서는 안 된다. 특정한 경우, 멀티태스킹과 병렬 프로세싱이 유리할 수 있다. 또한, 상술한 실시형태의 다양한 시스템 컴포넌트의 분리는 그러한 분리를 모든 실시형태에서 요구하는 것으로 이해되어서는 안되며, 설명한 프로그램 컴포넌트와 시스템들은 일반적으로 단일의 소프트웨어 제품으로 함께 통합되거나 다중 소프트웨어 제품에 패키징될 수 있다는 점을 이해하여야 한다.
본 명세서에서 설명한 주제의 특정한 실시형태를 설명하였다. 기타의 실시형태들은 이하의 청구항의 범위 내에 속한다. 예컨대, 청구항에서 인용된 동작들은 상이한 순서로 수행되면서도 여전히 바람직한 결과를 성취할 수 있다. 일 예로서, 첨부도면에 도시한 프로세스는 바람직한 결과를 얻기 위하여 반드시 그 특정한 도시된 순서나 순차적인 순서를 요구하지 않는다. 특정한 구현예에서, 멀티태스킹과 병렬 프로세싱이 유리할 수 있다.
본 기술한 설명은 본 발명의 최상의 모드를 제시하고 있으며, 본 발명을 설명하기 위하여, 그리고 당업자가 본 발명을 제작 및 이용할 수 있도록 하기 위한 예를 제공하고 있다. 이렇게 작성된 명세서는 그 제시된 구체적인 용어에 본 발명을 제한하는 것이 아니다. 따라서, 상술한 예를 참조하여 본 발명을 상세하게 설명하였지만, 당업자라면 본 발명의 범위를 벗어나지 않으면서도 본 예들에 대한 개조, 변경 및 변형을 가할 수 있다.
따라서 본 발명의 범위는 설명된 실시 예에 의하여 정할 것이 아니고 특허청구범위에 의해 정하여져야 한다.
본 발명은 사용자에게 비디오 콘텐츠에 대한 추천 리스트를 제공하고, 비디오 콘텐츠에 대한 구매를 활성화시킨다. 특히 본 발명은 시리즈 콘텐츠에 특화된 추천 결과를 사용자에게 제공함으로써, 비디오 콘텐츠 구매에 따른 절차를 간소화할 수 있다. 이는 시판 또는 영업의 가능성이 충분할 뿐만 아니라 현실적으로 명백하게 실시할 수 있는 정도이므로 산업상 이용가능성이 있다.
100 : 단말기 110 : 통신부
130 : 저장부 150 : 표시부
170 : 입력부 190 : 제어부
200 : 콘텐츠 추천 장치 210 : 서버 통신부
230 : 서버 저장부 250 : 서버 제어부
251 : 1차 추천 모듈 252 : 방송정보 추출 모듈
253 : 시리즈 식별자 추출 모듈 254 : 콘텐츠 식별자 추출 모듈
255 : 추천 콘텐츠 생성 모듈 256 : 가중치 감소 모듈
257 : 콘텐츠 추가 모듈 258 : 가중치 부여 모듈
259 : 추천 모듈 300 : 통신망
400 : 콘텐츠 추천 시스템

Claims (8)

  1. 콘텐츠 추천 장치가 단말기에 대한 적어도 하나의 추천 시드의 콘텐츠 식별자를 통해 상기 추천 시드가 포함된 시리즈 콘텐츠의 시리즈 식별자를 추출하는 단계;
    상기 콘텐츠 추천 장치가 추출한 상기 시리즈 식별자를 통해 상기 시리즈 콘텐츠에 포함된 상기 추천 시드를 포함한 복수의 콘텐츠에 대한 복수의 콘텐츠 식별자를 추출하는 단계;
    상기 콘텐츠 추천 장치가 상기 복수의 콘텐츠 식별자 중 상기 단말기가 마지막으로 재생한 콘텐츠에 대한 콘텐츠 식별자를 추출하는 단계;
    상기 콘텐츠 추천 장치가 상기 복수의 콘텐츠 식별자 중 상기 마지막으로 재생한 콘텐츠보다 이후에 게시된 콘텐츠에 대한 콘텐츠 식별자 중 적어도 하나를 추천 콘텐츠로 선정하는 단계;
    를 포함하는 것을 특징으로 하는 콘텐츠 추천 방법.
  2. 제1항에 있어서
    상기 추천 시드는 협업 필터링 또는 콘텐츠 기반 필터링을 통해 추천 스코어가 산출되는 것을 특징으로 하는 콘텐츠 추천 방법.
  3. 제2항에 있어서,
    상기 추천 콘텐츠로 선정하는 단계에서,
    상기 콘텐츠 추천 장치는 선정된 상기 적어도 하나의 추천 콘텐츠에 상기 추천 시드와 동일한 추천 스코어를 부여하는 것을 특징으로 하는 콘텐츠 추천 방법.
  4. 제3항에 있어서,
    상기 콘텐츠 추천 장치는 상기 마지막으로 재생한 콘텐츠의 시청 시각과 게시 시각을 비교하여, 차이만큼 상기 적어도 하나의 추천 콘텐츠에 부여된 추천 스코어를 감소시키는 것을 특징으로 하는 콘텐츠 추천 방법.
  5. 제4항에 있어서,
    상기 콘텐츠 추천 장치는 상기 시리즈 콘텐츠와 동 시간대에 방송하는 콘텐츠에 대한 콘텐츠 식별자를 추출하고, 추출된 콘텐츠 식별자를 상기 추천 시드에 포함시키는 것을 특징으로 하는 콘텐츠 추천 방법.
  6. 제5항에 있어서,
    상기 콘텐츠 추천 장치는 선정된 상기 적어도 하나의 추천 콘텐츠에 대해 최신성을 고려하여 추천 스코어를 재산출하는 것을 특징으로 하는 콘텐츠 추천 방법.
  7. 제1항에 있어서,
    상기 시리즈 식별자를 추출하는 단계에서,
    상기 추천 시드는 실시간 방송 정보인 것을 특징으로 하는 콘텐츠 추천 방법.
  8. 단말기에 대한 적어도 하나의 추천 시드의 콘텐츠 식별자를 통해 상기 추천 시드가 포함된 시리즈 콘텐츠의 시리즈 식별자를 추출하는 시리즈 식별자 추출 모듈;
    추출한 상기 시리즈 식별자를 통해 상기 시리즈 콘텐츠에 포함된 상기 추천 시드를 포함한 복수의 콘텐츠에 대한 복수의 콘텐츠 식별자를 추출하는 콘텐츠 식별자 추출 모듈;
    상기 복수의 콘텐츠 식별자 중 상기 단말기가 마지막으로 재생한 콘텐츠에 대한 콘텐츠 식별자를 추출하고, 상기 복수의 콘텐츠 식별자 중 상기 마지막으로 재생한 콘텐츠보다 이후에 게시된 콘텐츠 식별자 중 적어도 하나를 추천 콘텐츠로 선정하는 추천 콘텐츠 생성 모듈;
    을 포함하는 것을 특징으로 하는 콘텐츠 추천 장치.
KR1020180104443A 2018-09-03 2018-09-03 콘텐츠 추천 방법 및 이를 위한 장치 KR102155488B1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020180104443A KR102155488B1 (ko) 2018-09-03 2018-09-03 콘텐츠 추천 방법 및 이를 위한 장치

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020180104443A KR102155488B1 (ko) 2018-09-03 2018-09-03 콘텐츠 추천 방법 및 이를 위한 장치

Publications (2)

Publication Number Publication Date
KR20200026472A true KR20200026472A (ko) 2020-03-11
KR102155488B1 KR102155488B1 (ko) 2020-09-14

Family

ID=69809729

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020180104443A KR102155488B1 (ko) 2018-09-03 2018-09-03 콘텐츠 추천 방법 및 이를 위한 장치

Country Status (1)

Country Link
KR (1) KR102155488B1 (ko)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20230412885A1 (en) * 2022-05-18 2023-12-21 Lemon Inc. Automatic identification of video series

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20100044867A (ko) * 2007-08-24 2010-04-30 구글 인코포레이티드 미디어 기반의 추천
KR20120134598A (ko) * 2011-06-03 2012-12-12 주식회사 케이티 컨텐츠 이어보기 제공 시스템 및 방법
KR20130079917A (ko) * 2012-01-03 2013-07-11 주식회사 다음커뮤니케이션 컨텐츠 연속 출력 방법 및 장치

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20100044867A (ko) * 2007-08-24 2010-04-30 구글 인코포레이티드 미디어 기반의 추천
KR20120134598A (ko) * 2011-06-03 2012-12-12 주식회사 케이티 컨텐츠 이어보기 제공 시스템 및 방법
KR20130079917A (ko) * 2012-01-03 2013-07-11 주식회사 다음커뮤니케이션 컨텐츠 연속 출력 방법 및 장치

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20230412885A1 (en) * 2022-05-18 2023-12-21 Lemon Inc. Automatic identification of video series

Also Published As

Publication number Publication date
KR102155488B1 (ko) 2020-09-14

Similar Documents

Publication Publication Date Title
US10116987B2 (en) Fingerprinting media content using hashing
US9317468B2 (en) Personal content streams based on user-topic profiles
EP3335135B1 (en) Systems and methods for identifying non-canonical sessions
US20110320380A1 (en) Video content recommendations
JP2020166887A (ja) メディアアセットに関するコンテクスト上関係する情報を表示するための方法およびシステム
US9961407B2 (en) Method and system for television program recommendation
US10349137B2 (en) Device and method for recommending content and sound source
US20170337196A1 (en) Apparatus and method for providing customized ratings for a user
WO2012173670A1 (en) Systems and methods for providing media recommendations
AU2018415723B2 (en) Methods and systems for performing context maintenance on search queries in a conversational search environment
US20140344855A1 (en) Method and apparatus for generating automatic media programming through viewer passive profile
US11985383B2 (en) System and method for recommending a content service to a content consumer
US20210365800A1 (en) Computing apparatus and operating method thereof
US20120210358A1 (en) Source-independent content rating system and method
KR102155488B1 (ko) 콘텐츠 추천 방법 및 이를 위한 장치
US20160127787A1 (en) Method and system for recommending media to a user
US12008036B2 (en) Methods and apparatuses for preventing spoilers in autocompleted search queries
CN110909206B (zh) 用于输出信息的方法和装置
US20230116050A1 (en) Modular Interactive Dynamic Content Display and System
WO2024158856A1 (en) Systems and methods for levaraging machine learning to enable user-specific real-time information services for identifiable objects within a video stream
KR101220755B1 (ko) 방송영상을 이용한 방송정보 검색 방법 및 그 시스템
KR20190125687A (ko) 온톨로지 기반의 계약정보 추천 방법, 장치, 시스템 및 컴퓨터 프로그램

Legal Events

Date Code Title Description
A201 Request for examination
E902 Notification of reason for refusal
E701 Decision to grant or registration of patent right
GRNT Written decision to grant