KR20200119366A - 오디오북 추천을 위한 서비스 제공 장치 및 방법 - Google Patents
오디오북 추천을 위한 서비스 제공 장치 및 방법 Download PDFInfo
- Publication number
- KR20200119366A KR20200119366A KR1020190032509A KR20190032509A KR20200119366A KR 20200119366 A KR20200119366 A KR 20200119366A KR 1020190032509 A KR1020190032509 A KR 1020190032509A KR 20190032509 A KR20190032509 A KR 20190032509A KR 20200119366 A KR20200119366 A KR 20200119366A
- Authority
- KR
- South Korea
- Prior art keywords
- recommendation
- user
- attribute
- criterion
- audiobook
- Prior art date
Links
- 238000000034 method Methods 0.000 title claims abstract description 25
- 238000013135 deep learning Methods 0.000 claims abstract description 44
- 230000004044 response Effects 0.000 claims description 49
- 238000004891 communication Methods 0.000 claims description 11
- 238000013528 artificial neural network Methods 0.000 description 4
- 239000000470 constituent Substances 0.000 description 3
- 238000010586 diagram Methods 0.000 description 3
- 238000010295 mobile communication Methods 0.000 description 3
- 238000003062 neural network model Methods 0.000 description 3
- 238000013527 convolutional neural network Methods 0.000 description 2
- 238000012706 support-vector machine Methods 0.000 description 2
- PGOOBECODWQEAB-UHFFFAOYSA-N (E)-clothianidin Chemical compound [O-][N+](=O)\N=C(/NC)NCC1=CN=C(Cl)S1 PGOOBECODWQEAB-UHFFFAOYSA-N 0.000 description 1
- 241000238558 Eucarida Species 0.000 description 1
- 238000013473 artificial intelligence Methods 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 238000007405 data analysis Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000000306 recurrent effect Effects 0.000 description 1
- 230000008685 targeting Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q30/00—Commerce
- G06Q30/06—Buying, selling or leasing transactions
- G06Q30/0601—Electronic shopping [e-shopping]
- G06Q30/0631—Item recommendations
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/08—Learning methods
-
- 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
-
- 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
- G06Q30/0269—Targeted advertisements based on user profile or attribute
-
- 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)
- Engineering & Computer Science (AREA)
- Accounting & Taxation (AREA)
- Finance (AREA)
- Theoretical Computer Science (AREA)
- Strategic Management (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Development Economics (AREA)
- General Business, Economics & Management (AREA)
- Marketing (AREA)
- Economics (AREA)
- General Health & Medical Sciences (AREA)
- Entrepreneurship & Innovation (AREA)
- Game Theory and Decision Science (AREA)
- Health & Medical Sciences (AREA)
- Tourism & Hospitality (AREA)
- Artificial Intelligence (AREA)
- Biophysics (AREA)
- Computational Linguistics (AREA)
- Data Mining & Analysis (AREA)
- Evolutionary Computation (AREA)
- Biomedical Technology (AREA)
- Molecular Biology (AREA)
- Computing Systems (AREA)
- General Engineering & Computer Science (AREA)
- Mathematical Physics (AREA)
- Software Systems (AREA)
- Life Sciences & Earth Sciences (AREA)
- Human Resources & Organizations (AREA)
- Primary Health Care (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
본 발명은 오디오북 추천을 위한 서비스 제공 장치 및 방법에 관한 것으로서, 더욱 상세히는 딥러닝 알고리즘을 통해 사용자와의 대화만으로 사용자에게 최적화된 오디오북을 추천할 수 있는 오디오북 추천을 위한 서비스 제공 장치 및 방법에 관한 것이다. 본 발명은 오디오북의 추천을 위한 복수의 서로 다른 추천 기준 각각에서 중요시되는 오디오북의 추천과 관련된 하나 이상의 중요 속성과 중요 속성별 데이터 패턴을 딥러닝 알고리즘에 학습시켜 복수의 속성과 복수의 추천 기준 사이의 상관 관계가 상기 딥러닝 알고리즘에 학습되도록 하고, 상기 복수의 속성 중에서 사용자의 응답이 이루어진 하나 이상의 속성별 파라미터를 사용자와 챗봇 사이의 대화에서 획득한 후 상기 딥러닝 알고리즘에 적용하여 사용자가 원하는 오디오북을 가장 정확하게 추천할 수 있는 추천 기준을 선택하고, 선택된 추천 기준을 기초로 사용자의 요구에 부합하는 오디오북의 추천이 이루어지도록 지원함으로써, 오디오북 추천에 대한 정확도를 높이면서 사용자 신뢰도 및 만족도를 높이는 효과가 있다.
Description
본 발명은 오디오북 추천을 위한 서비스 제공 장치 및 방법에 관한 것으로서, 더욱 상세히는 딥러닝 알고리즘을 통해 사용자와의 대화만으로 사용자에게 최적화된 오디오북을 추천할 수 있는 오디오북 추천을 위한 서비스 제공 장치 및 방법에 관한 것이다.
현재 종이책을 음성 데이터로 변환한 오디오북이 활발히 보급되고 있으며, 사용자는 이러한 오디오북을 사용자 단말을 통해 다운로드하여 청취함으로써 독서 편의성을 높일 수 있다.
최근에는 온라인을 통해 사용자의 컨텐츠 접속 내역이나 사용자의 구매 이력을 기초로 사용자의 관심분야 관련된 오디오북을 추천하는 서비스가 제공되고 있으며, 이러한 서비스를 통해 사용자는 별도의 검색 없이 자신의 관심분야와 관련된 오디오북을 추천받아 오디오북의 선택 및 구매에 대한 편의성을 보장받을 수 있다.
그러나, 기존의 오디오북과 관련된 추천 서비스는 단순 사용자의 선택이나 구매가 이루어진 컨텐츠만을 위주로 추천 컨텐츠의 선정이 이루어지며, 사용자가 컨텐츠를 선택한 과정이나 사용자가 의도적으로 배제한 컨텐츠에 대한 정보는 배제한 상태에서 추천이 이루어져 추천 정확도가 떨어지는 문제가 있다.
또한, 기존의 오디오북 추천 서비스는 사용자 자신이 관심 있는 오디오북이 아닌 자녀나 타인을 위한 선물용으로 오디오북을 구매하고자 하는 경우에도 사용자 위주로 추천이 이루어지므로 이 경우 추천의 의미가 없는 문제가 있다.
본 발명은 챗봇을 통해 사용자와의 대화를 인식하여 사용자가 오디오북의 구매를 위해 요청하는 요청 내용으로부터 오디오북의 추천을 위한 기준과 관련된 속성별 파라미터를 수집하고, 상기 속성별 파라미터에 따라 서로 다른 종류의 추천 기준으로 오디오북을 추천하여 사용자의 구매가 이루어진 오디오북과 관련된 추천 과정 및 구매 결과를 학습 데이터로 생성한 후 이를 딥러닝 기반 알고리즘에 학습시키고, 추후 챗봇이 사용자와의 대화에서 얻은 속성별 파라미터를 통해 상기 딥러닝 기반 알고리즘에 적용하여 사용자의 요구 사항에 적합한 추천 방식으로 오디오북의 추천이 이루어지도록 지원함으로써, 추천 정확도 및 사용자 만족도를 높일 수 있도록 지원하는데 그 목적이 있다.
본 발명의 실시예에 따른 오디오북 추천을 위한 서비스 제공 장치는 사용자 단말과 통신망을 통해 통신하며, 사용자 단말과 음성 또는 메시지를 포함하는 질의 정보 및 응답 정보를 송수신하는 사용자 인터페이스부와, 상기 사용자 인터페이스부와 연동하여 상기 사용자 단말의 사용자와 대화하는 미리 설정된 챗봇을 통해 상기 사용자 단말과 송수신되는 상기 질의 정보 및 응답 정보를 분석하여 오디오북의 추천을 위한 추천 기준을 구성하는 미리 설정된 복수의 서로 다른 속성 중 적어도 하나 이상의 속성별 파라미터를 생성하는 챗봇 대응부와, 미리 설정된 서로 다른 복수의 서로 다른 추천 기준 중 특정 추천 기준에 상기 속성별 파라미터를 적용하여 상기 속성별 파라미터가 적용된 특정 추천 기준을 통해 미리 저장된 복수의 오디오북별 컨텐츠 중 추천 컨텐츠를 선택하는 추천부 및 상기 복수의 속성과 복수의 추천 기준 사이의 상관관계가 학습된 미리 설정된 딥러닝 알고리즘에 상기 챗봇 대응부로부터 수신한 상기 속성별 파라미터를 적용하여 상기 복수의 추천 기준 중 특정 추천 기준을 선택한 후 상기 추천부에 설정하고, 상기 특정 추천 기준이 설정된 상기 추천부와 연동하여 상기 속성별 파라미터에 대응되어 선택된 상기 추천 컨텐츠 관련 도서 정보를 생성한 후 상기 챗봇 대응부를 통해 상기 응답정보로 상기 사용자 단말에 전송하는 기준 선별부를 포함할 수 있다.
본 발명과 관련된 일 예로서, 상기 복수의 속성은 오디오북을 구독하는 추천 대상자의 나이 및 성별, 오디오북의 구매 이유, 추천 대상자의 관심 카테고리, 가격, 오디오북을 낭독하는 성우의 성별, 성우의 목소리 톤(tone), 언어, 속도를 포함할 수 있다.
본 발명과 관련된 일 예로서, 상기 기준 선별부는 상기 챗봇 대응부로부터 상기 속성별 파라미터를 수신한 후 상기 딥러닝 알고리즘에 적용하여 상기 추천부에 미리 설정된 복수의 서로 다른 추천 기준 중 특정 추천 기준을 선택하고 상기 특정 추천 기준에 상기 속성별 파라미터를 적용하여 상기 추천부를 통해 얻어진 상기 추천 컨텐츠에 대해 사용자의 구매 발생시 사용자의 구매가 발생한 추천 컨텐츠에 대응되는 상기 속성별 파라미터 및 상기 특정 추천 기준을 포함하는 학습 데이터를 상기 딥러닝 알고리즘에 학습시켜 상기 상관 관계를 갱신하는 것을 특징으로 할 수 있다.
본 발명과 관련된 일 예로서, 상기 기준 선별부는 사용자가 상기 추천 컨텐츠를 구매하지 않은 경우 상기 특정 추천 기준을 제외한 상기 추천부의 추천 기준별로 상기 속성별 파라미터를 적용하여 상기 추천부를 통해 상기 사용자 단말로 추천된 추천 컨텐츠 중 사용자의 구매가 발생한 컨텐츠와 관련된 상기 속성별 파라미터 및 추천 기준을 포함하는 학습 데이터를 생성한 후 상기 딥러닝 알고리즘에 학습시켜 상기 상관 관계를 갱신하는 것을 특징으로 할 수 있다.
본 발명과 관련된 일 예로서, 상기 기준 선별부는 사용자가 상기 추천 컨텐츠를 구매하지 않은 경우 상기 추천 컨텐츠와 관련된 하나 이상의 속성과 상기 특정 추천 기준 사이의 상관 관계에 대한 가중치를 낮추기 위한 피드백 정보를 상기 학습 데이터로 생성한 후 상기 딥러닝 알고리즘에 학습시켜 상기 상관 관계를 갱신하는 것을 특징으로 할 수 있다.
본 발명과 관련된 일 예로서, 상기 추천부는 사용자의 접속 이력 및 구매 이력 중 적어도 하나를 포함하는 로그 정보와 상기 속성별 파라미터를 미리 설정된 추천 알고리즘에 적용하여 사용자의 취향과 연관된 상기 추천 컨텐츠를 선택하는 제 1 추천 기준과, 상기 속성별 파라미터를 검색어로 설정하여 상기 추천 컨텐츠를 선택하는 제 2 추천 기준 및 미리 설정된 분류 체계 중 사용자의 구매 이력을 기초로 선택된 부족 영역에서 상기 속성별 파라미터를 기초로 상기 추천 컨텐츠를 선택하는 제 3 추천 기준이 설정된 것을 특징으로 할 수 있다.
본 발명의 실시예에 따른 챗봇을 이용하여 오디오북을 사용자 단말에 추천하는 서비스 제공 장치의 오디오북 추천을 위한 서비스 제공 방법은, 상기 서비스 제공 장치로 접속한 상기 사용자 단말의 사용자와 대화하는 미리 설정된 상기 챗봇을 통해 사용자와의 대화에 따라 생성되는 질의 정보 및 응답 정보를 분석하여 오디오북의 추천 관련 기준을 구성하는 복수의 서로 다른 속성별 파라미터를 생성하는 단계와, 상기 복수의 속성과 오디오북 추천을 위한 복수의 추천 기준 사이의 상관관계가 학습된 딥러닝 알고리즘에 상기 속성별 파라미터를 적용하여 상기 복수의 추천 기준 중 특정 추천 기준을 선택하는 단계와, 상기 특정 추천 기준에 상기 속성별 파라미터를 적용하여 상기 속성별 파라미터가 적용된 특정 추천 기준을 통해 미리 저장된 복수의 오디오북별 컨텐츠 중 추천 컨텐츠를 선택하는 단계 및 상기 추천 컨텐츠 관련 도서 정보를 응답정보로 상기 사용자 단말에 전송하는 단계를 포함할 수 있다.
본 발명은 오디오북의 추천을 위한 복수의 서로 다른 추천 기준 각각에서 중요시되는 오디오북의 추천과 관련된 하나 이상의 중요 속성과 중요 속성별 데이터 패턴을 딥러닝 알고리즘에 학습시켜 복수의 속성과 복수의 추천 기준 사이의 상관 관계가 상기 딥러닝 알고리즘에 학습되도록 하고, 상기 복수의 속성 중에서 사용자의 응답이 이루어진 하나 이상의 속성별 파라미터를 사용자와 챗봇 사이의 대화에서 획득한 후 상기 딥러닝 알고리즘에 적용하여 사용자가 원하는 오디오북을 가장 정확하게 추천할 수 있는 추천 기준을 선택하고, 선택된 추천 기준을 기초로 사용자의 요구에 부합하는 오디오북의 추천이 이루어지도록 지원함으로써, 오디오북 추천에 대한 정확도를 높이면서 사용자 신뢰도 및 만족도를 높이는 효과가 있다.
또한, 본 발명은 사용자와 챗봇 사이의 대화에 따라 얻어지는 속성별 파라미터로 이루어진 대화 내용과 상기 대화 내용을 기초로 추천된 컨텐츠에 대한 구매 여부에 따른 컨텐츠의 구매 과정에서 발생하는 다양한 데이터를 딥러닝 알고리즘에 학습시켜 상기 딥러닝 알고리즘을 통해 사용자와 챗봇 사이의 대화 내용과 유사한 기존 대화 내용과 관련하여 추천된 오디오북의 구매 성공률이 가장 높은 추천 기준에 따라 오디오북이 추천되도록 하여 사용자가 요구하는 사항에 가장 근접한 오디오북을 추천할 수 있을 뿐만 아니라 추천 대상을 사용자로 한정하지 않고 사용자가 지정한 타인에 대해서도 정확한 오디오북의 추천이 이루어지도록 지원하는 효과가 있다.
도 1은 본 발명의 실시예에 따른 오디오북 추천을 위한 서비스 제공 장치의 구성 환경도.
도 2는 본 발명의 실시예에 따른 오디오북 추천을 위한 서비스 제공 장치의 구성도.
도 3은 본 발명의 실시예에 따른 오디오북 추천을 위한 서비스 제공 방법에 대한 순서도.
도 2는 본 발명의 실시예에 따른 오디오북 추천을 위한 서비스 제공 장치의 구성도.
도 3은 본 발명의 실시예에 따른 오디오북 추천을 위한 서비스 제공 방법에 대한 순서도.
이하, 도면을 참고하여 본 발명의 상세 실시예를 설명한다.
도 1은 본 발명의 실시예에 따른 오디오북 추천을 위한 서비스 제공 장치의 구성 환경도로서, 도시된 바와 같이, 오디오북 추천을 위한 서비스 제공 장치(이하, 서비스 제공 장치)(100)는 통신망을 통해 사용자 단말(10)과 통신할 수 있다.
이때, 본 발명에서 설명하는 통신망은 3G/4G 이동통신, 5G 이동통신, 근거리 무선 통신, PSTN 등과 널리 알려진 다양한 유무선 통신 방식이 적용될 수 있다.
또한, 상기 사용자 단말(10)은 스마트폰(Smart phone), 이동통신 단말 등과 같은 다양한 단말이 적용될 수 있다.
또한, 서비스 제공 장치(100)는 복수의 서로 다른 사용자별 회원 정보가 저장된 회원 DB(101)와, 복수의 서로 다른 오디오북(audio book)별 컨텐츠가 저장된 컨텐츠 DB(102)를 포함하여 구성될 수 있다.
이때, 상기 컨텐츠 DB(102)에는 복수의 서로 다른 오디오북 각각의 컨텐츠가 저장될 수 있다.
또한, 상기 서비스 제공 장치(100)는 챗봇을 포함하여 구성될 수 있으며, 상기 챗봇을 통해 사용자 단말(10)과 음성 또는 메시지를 기반으로 대화를 수행할 수 있다.
또한, 상기 서비스 제공 장치(100)는 상기 대화를 분석하여 상기 오디오북의 추천을 위한 복수의 서로 다른 추천 기준에 적용하기 위한 미리 설정된 복수의 속성별 파라미터를 생성할 수 있다.
이때, 본 발명에서 설명하는 챗봇은 통신망을 통하여 사용자 단말(10)과의 통신을 수행할 수 있고, 인공지능 기술을 기반으로 하여 사용자와 커뮤니케이션을 할 수 있다. 이와 같은 커뮤니케이션은, 많은 경우, 사람과 사람 사이의 대화와 유사할 수 있다.
이와 같은 본 발명에서 설명하는 챗봇(chatter robot, Chatbot)은 사용자 단말(10)에 구성되는(설치되는) 어플리케이션 프로그램과, 기초 데이터를 수집하고 분석하는 서비스 제공 장치(100)에 구성되는(설치되는) 서버 프로그램에 의하여 구현될 수 있다. 사용자 단말(10)의 상기 챗봇 관련 어플리케이션 프로그램은 사용자 단말(10)의 입출력 구성요소(예를 들면, 스크린, 스피커, 마이크, 카메라, 기타 센서등)를 통하여 사용자와 문자, 이미지, 음성, 광 신호, 전파 신호 등으로 커뮤니케이션을 할 수 있다. 한편, 서비스 제공 장치(100)의 챗봇 관련 서버 프로그램은 위와 같은 커뮤니케이션의 내용이 되는 답변, 반응, 정보, 신호 등을 사용자 단말(10)로 전송하거나 다른 서버나 다른 사용자 단말(10)로부터 수집하고, 이에 관하여 필요에 따라 공지의 머신 러닝 기법을 적용하여 데이터 분석을 수행할 수 있다.
위와 같은 챗봇은 공지의 메신저 기반의 챗봇인 심심이(삼성전자), 폰초(Poncho)(페이스북) 등이나, 공지의 음성 인식 기반의 챗봇인 시리(Siri)(애플)나, 공지의 유무선 통신(예를 들면, 전화, SMS 등) 기반의 챗봇인 매직(아마존) 등과 같은 다양한 챗봇과 동일하거나 유사한 특징을 갖는 것일 수 있다.
또한, 서비스 제공 장치(100)는 상기 복수의 속성과 복수의 추천 기준 사이의 상관 관계가 학습된 딥러닝(deep learning) 알고리즘에 상기 속성별 파라미터를 적용하여 상기 복수의 추천 기준 중 특정 추천 기준을 선택하고, 상기 특정 추전 기준에 상기 속성별 파라미터를 적용하여 상기 속성별 파라미터가 적용된 특정 추천 기준에 따라 컨텐츠 DB(102)에 저장된 복수의 오디오북 중 추천 대상인 오디오북 관련 컨텐츠를 추천 컨텐츠로 선택한 후 사용자 단말(10)에 상기 추천 컨텐츠를 전송하여 추천할 수 있다.
이때, 상기 복수의 속성은 오디오북을 구독하는 추천 대상자의 나이 및 성별, 오디오북의 구매 이유, 추천 대상자의 관심 카테고리, 가격 등을 포함할 수 있다.
또한, 오디오북의 특성을 고려하여 상기 복수의 속성은 오디오북을 낭독하는 성우의 성별, 성우의 목소리 톤(tone), 언어, 속도 등을 더 포함할 수 있다.
또한, 상기 추천 대상자는 사용자 이외에도 사용자가 오디오북을 선물하고자 하는 타 사용자일 수 있으며, 상기 구매 이유는 선물용도, 사용자가 구독하기 위한 용도, 자녀의 교육 용도 등을 포함할 수 있다.
즉, 상기 서비스 제공 장치(100)는 오디오북의 추천을 위한 방식과 관련된 복수의 서로 다른 추천 기준을 대상으로 상기 추천 기준과 관련된 복수의 서로 다른 속성별로 사용자 단말(10)의 사용자와의 대화를 통해 얻어지는 파라미터를 상기 복수의 추천 기준 중 적어도 하나에 적용하여 사용자에게 추천된 오디오북 중에서 사용자가 구매한 오디오북과 관련하여 사용자 단말(10)과 챗봇 사이의 대화에서 얻어진 속성별 파라미터와 추천된 오디오북에 대한 사용자의 구매가 발생한 추천 기준을 학습 데이터로 상기 딥러닝 알고리즘에 학습시켜 복수의 속성과 복수의 추천 기준 사이의 상관 관계가 상기 딥러닝 알고리즘에 설정되도록 함으로써, 사용자 단말(10)과 챗봇 사이의 대화 내용과 연관성 있으며 추천된 오디오북의 구매 가능성이 높은 추천 기준에 따라 오디오북이 추천되도록 하여 추천 정확도와 사용자 만족도를 높일 수 있다.
다시 말해, 상기 서비스 제공 장치(100)는 사용자와의 챗봇 사이의 대화 내용을 통해 얻어지는 사용자가 원하는 오디오북과 관련된 속성별 파라미터를 기초로 오디오북을 추천하기 위한 복수의 추천 기준 중 어느 하나를 선택하여 추천하는 추천 과정과 상기 추천 과정에 따라 사용자에게 추천된 컨텐츠에 대한 구매 여부에 따른 추천 결과를 상기 딥러닝 알고리즘에 학습시켜 상기 딥러닝 알고리즘을 통해 사용자와의 대화 내용에서 얻어진 파라미터들을 대입하는 것만으로 사용자와 챗봇 사이의 대화 내용과 유사한 대화 내용과 관련하여 복수의 추천 기준 중 구매 성공률이 가장 높은 최적의 추천 기준을 식별하고, 상기 식별된 최적의 추천 기준에 따라 구매가 발생할 가능성이 높은 추천 컨텐츠를 제공하여 사용자에게 추천되는 오디오북에 대한 추천 정확도와 사용자 만족도를 높일 수 있다.
상술한 구성을 토대로 도 2 및 도 3을 참고하여, 본 발명의 실시예에 따른 오디오북 추천을 위한 서비스 제공 장치(100)의 상세 구성 및 서비스 방법을 설명한다.
도 2에 도시된 바와 같이, 상기 서비스 제공 장치(100)는 사용자 인터페이스부(110)와, 챗봇 대응부(120)와, 기준 선별부(150)와, 학습 데이터 생성부(160) 및 추천부(140)를 포함하여 구성될 수 있다.
또한, 상기 서비스 제공 장치(100)는 상술한 바와 같이 사용자별 회원 정보가 저장된 회원 DB(101) 및 복수의 서로 다른 오디오북별 컨텐츠가 저장된 컨텐츠 DB(102)를 포함하여 구성될 수 있다.
상술한 구성에서, 상기 서비스 제공 장치(100)를 구성하는 구성부 중 어느 하나가 상기 서비스 제공 장치(100)의 전반적인 제어 기능을 수행하는 제어부로 구성될 수 있으며, 일례로 상기 기준 선별부(150)가 제어부로 구성될 수 있다.
이때, 상기 제어부는 RAM, ROM, CPU, GPU, 버스를 포함할 수 있으며, RAM, ROM, CPU, GPU 등은 버스를 통해 서로 연결될 수 있다.
또한, 상기 서비스 제공 장치(100)를 구성하는 구성부 중 어느 하나가 다른 구성부에 포함되어 구성될 수도 있음은 물론이다.
상술한 구성을 토대로, 상기 서비스 제공 장치(100)를 구성하는 각 구성부의 상세 동작을 설명하면, 우선 사용자 인터페이스부(110)는 상기 서비스 제공 장치(100)로 통신망을 통해 접속하는 사용자 단말(10)과 통신망을 통해 통신할 수 있다.
또한, 상기 사용자 인터페이스부(110)는 통신망을 통해 사용자 단말(10)과 음성 또는 메시지를 송수신할 수 있다.
또한, 상기 챗봇 대응부(120)는 상기 사용자 인터페이스부(110)와 연동하여 상기 사용자 인터페이스부(110)를 통해 사용자 단말(10) 접속 확인시 오디오북의 추천을 위한 상기 추천부(140)에 미리 설정된 복수의 서로 다른 추천 기준이 이용하는 미리 설정된 복수의 서로 다른 속성 중 적어도 하나 이상의 속성별 파라미터를 얻기 위해 음성 또는 메시지를 포함하는 질의 정보를 미리 설정된 상기 챗봇을 통해 생성하여 상기 사용자 인터페이스부(110)를 통해 상기 사용자 단말(10)로 전송할 수 있으며, 상기 질의 정보에 대응되어 상기 사용자 단말(10)로부터 음성 또는 메시지를 상기 사용자 인터페이스부(110)를 통해 수신하여 상기 챗봇으로 전달하고, 상기 챗봇을 통해 상기 사용자 단말(10)로부터 수신된 사용자의 음성 또는 메시지를 인식하여 상기 질의 정보에 대응되어 사용자의 음성 또는 메시지를 포함하는 응답 정보를 상기 챗봇을 통해 생성할 수 있다.
또한, 상기 챗봇 대응부(120)는 상기 사용자 인터페이스부(110)와 연동하여 상기 챗봇을 통해 상기 사용자 단말(10)로부터 음성 또는 메시지를 포함하는 질의 정보를 수신할 수도 있으며, 상기 챗봇을 통해 상기 질의 정보에 대응되어 응답 정보를 생성하여 상기 사용자 인터페이스부(110)를 통해 상기 사용자 단말(10)로 전송할 수도 있다.
이때, 상기 사용자 인터페이스부(110)는 상기 사용자 단말(10)로부터 콜 신호를 수신시 상기 챗봇 대응부(120)로 연결할 수 있으며, 상기 챗봇 대응부(120)는 상기 사용자 단말(10)과의 상기 콜 신호에 따른 전화 연결시 상기 챗봇을 통해 상기 사용자 단말(10)로부터 수신되는 음성 신호를 상기 응답 정보로 생성할 수 있다.
이를 통해, 상기 챗봇 대응부(120)는 상기 사용자 단말(10)의 사용자와 메시지 또는 음성을 기반으로 하는 대화를 수행할 수 있다(S1).
이때, 상기 챗봇 대응부(120)는 복수의 서로 다른 속성 사이의 연관관계가 설정된 시나리오 정보를 포함할 수 있으며, 상기 시나리오 정보에 따라 특정 속성에 대응되는 질의 정보를 생성하여 사용자 단말(10)로 전송하고, 상기 사용자 단말(10)로부터 응답 정보 수신시 상기 응답 정보 및 상기 시나리오 정보에 따라 상기 특정 속성과 연관된 다른 속성에 대응되는 질의 정보를 생성하여 상기 사용자 단말(10)로 전송할 수 있다.
일례로, 상기 챗봇 대응부(120)는 상기 사용자 단말(10)의 사용자에게 오디오북의 추천 대상자를 질의하고, 상기 사용자 단말(10)로부터 수신된 응답 정보에 따라 상기 추천 대상자가 타인인 경우 상기 추천 대상자의 나이나 성별과 관련된 속성을 사용자에게 질의할 수 있다.
상술한 구성에 따라, 상기 챗봇 대응부(120)는 상기 사용자 인터페이스부(110)와 연동하여 사용자 단말(10)의 사용자와 대화하는 미리 설정된 챗봇을 통해 상기 사용자 단말(10)과 송수신되는 상기 질의 정보 및 응답 정보를 분석하여 오디오북의 추천 관련 복수의 추천 기준을 구성하는 미리 설정된 복수의 서로 다른 속성 중 적어도 하나 이상의 속성별 파라미터를 생성할 수 있다.
즉, 상기 챗봇 대응부(120)는 상기 사용자 단말(10)과 서비스 제공 장치(100)에 송수신되는 질의 정보 및 응답 정보를 분석하여 추천 기준의 선택을 위한 복수의 속성 중 적어도 하나와 연관된 파라미터를 속성별로 추출하고, 추천 기준의 선택을 위한 속성별 파라미터로 이루어진 대화 내용 관련 데이터를 생성할 수 있다.
한편, 상기 추천부(140)에는 사용자의 접속 이력 및 구매 이력 중 적어도 하나를 포함하는 로그 정보와 상기 속성별 파라미터를 미리 설정된 추천 알고리즘에 적용하여 사용자의 취향과 연관된 추천 컨텐츠를 선택하는 제 1 추천 기준과, 상기 속성별 파라미터를 검색어로 설정하여 추천 컨텐츠를 선택하는 제 2 추천 기준 및 미리 설정된 분류 체계 중 사용자의 구매 이력을 기초로 선택된 부족 영역에서 상기 속성별 파라미터를 기초로 추천 컨텐츠를 선택하는 제 3 추천 기준을 포함하는 복수의 서로 다른 추천 기준이 미리 설정될 수 있다.
또한, 상기 기준 선별부(150)에는 상기 복수의 속성과 상기 복수의 추천 기준 사이의 상관 관계가 설정된 딥러닝 알고리즘이 미리 설정되며, 상기 기준 선별부(150)는 상기 챗봇 대응부(120)로부터 상기 사용자 단말(10)의 사용자에 대응되어 얻어진 속성별 파라미터를 수신하고, 상기 속성별 파라미터를 상기 딥러닝 알고리즘에 적용하여 상기 추천부(140)에 설정된 복수의 서로 다른 추천 기준 중 어느 하나의 특정 추천 기준을 선택할 수 있다(S2, S3).
이때, 상기 딥러닝 알고리즘은 하나 이상의 신경망 모델로 구성될 수 있으며, 상기 신경망 모델(또는 신경망)은 입력층(Input Layer), 하나 이상의 은닉층(Hidden Layers) 및 출력층(Output Layer)으로 구성될 수 있다.
또한, 상기 신경망 모델의 일례로서 DNN(Deep Neural Network), RNN(Recurrent Neural Network), CNN(Convolutional Neural Network), SVM(Support Vector Machine) 등과 같은 다양한 종류의 신경망이 적용될 수 있다.
이에 따라, 상기 추천부(140)는 상기 기준 선별부(150)에 의해 특정 추천 기준 선택시 상기 특정 추천 기준에 상기 기준 선별부(150)로부터 수신된 상기 속성별 파라미터를 적용하고, 상기 속성별 파라미터가 적용된 특정 추천 기준에 따라 상기 컨텐츠 DB(102)에 저장된 오디오북 관련 컨텐츠를 검색하여 추천 컨텐츠를 선택한 후 추출할 수 있다.
또한, 상기 기준 선별부(150)는 상기 추천부(140)와 연동하여 상기 추천부(140)에 의해 선택되어 추출된 추천 컨텐츠 관련 추천 도서 정보를 생성한 후 상기 챗봇 대응부(120)를 통해 상기 추천 도서 정보를 상기 응답 정보로 상기 사용자 단말(10)에 전송할 수 있다(S4).
상술한 구성의 일례로, 상기 기준 선별부(150)는 상기 챗봇 대응부(120)로부터 수신된 속성별 파라미터에 대응되는 복수의 속성 중 추천 대상자와 관련된 제 1 속성으로 사용자가 설정되고 카테고리와 관련된 제 2 속성으로 소설이 설정된 경우 상기 딥러닝 알고리즘을 통해 상기 복수의 추천 기준 중 상기 제 1 및 제 2 속성별 파라미터와 연관성이 높은 사용자의 취향과 연관된 제 1 추천 기준을 선택할 수 있다.
이에 따라, 상기 추천부(140)는 상기 기준 선별부(150)에 의해 선택된 상기 제 1 추천 기준에 따라 회원 DB(101)에서 사용자의 회원 정보를 검색하여 사용자의 회원정보로부터 사용자의 접속 이력 및 구매 이력 중 적어도 하나를 포함하는 로그 정보를 수집하고 상기 제 1 및 제 2 속성별 파라미터와 상기 로그 정보를 상기 제 1 추천 기준에 포함된 추천 알고리즘에 적용하여 상기 로그 정보와 상기 제 1 및 제 2 속성별 파라미터가 적용된 제 1 추천 기준에 따른 추천 알고리즘을 통해 상기 컨텐츠 DB(102)를 검색하여 상기 추천 컨텐츠를 선택한 후 추출할 수 있다.
다른 일례로, 상기 기준 선별부(150)는 상기 챗봇 대응부(120)로부터 수신된 속성별 파라미터에 대응되는 복수의 속성 중 추천 대상자와 관련된 제 1 속성의 파라미터로 타인이 설정되고 추천 대상자의 나이와 관련된 제 3 속성의 파라미터로 5세가 설정된 경우 상기 딥러닝 알고리즘을 통해 상기 제 1 및 제 3 속성별 파라미터와 연관성이 높은 객관적인 기준에 따라 추천 컨텐츠를 선별하기 위한 제 2 추천 기준을 선택할 수 있다.
이에 따라, 상기 추천부(140)는 상기 기준 선별부(150)에 의해 선택된 상기 제 2 추천 기준에 따라 상기 제 1 및 제 3 속성 각각의 파라미터를 검색어로 설정하여 상기 검색어에 따라 상기 컨텐츠 DB(102)를 검색할 수 있으며, 상기 속성별 검색어를 기초로 상기 컨텐츠 DB(102)에서 검색되어 선택된 컨텐츠를 추천 컨텐츠로서 선택하여 추출할 수 있다.
또 다른 일례로, 상기 기준 선별부(150)는 상기 챗봇 대응부(120)로부터 수신된 속성별 파라미터에 대응되는 복수의 속성 중 추천 대상자와 관련된 제 1 속성의 파라미터로 타인이 설정되고, 추천 대상자의 나이와 관련된 제 3 속성의 파라미터로 5세가 설정되며, 오디오북의 구매 이유와 관련된 제 4 속성의 파라미터로 교육 용도가 설정된 경우 상기 딥러닝 알고리즘을 통해 상기 제 1 속성과, 제 3 및 제 4 속성을 포함하는 속성별 파라미터와 연관성이 높은 미리 설정된 복수의 서로 다른 교육 영역(또는 분류 체계) 중 부족 영역의 오디오북을 추천하기 위한 제 3 추천 기준을 선택할 수 있다.
이에 따라, 상기 추천부(140)는 상기 기준 선별부(150)에 의해 선택된 상기 제 3 추천 기준에 따라 상기 사용자의 구매 이력을 기초로 상기 복수의 서로 다른 교육 영역 중 독서가 부족한 부족 영역을 선택하고, 상기 부족 영역에 포함되는 복수의 컨텐츠를 대상으로 상기 속성별(제 1 속성, 제 3 속성, 제 4 속성) 파라미터를 만족하는 컨텐츠를 추천 컨텐츠로 선택하여 컨텐츠 DB(102)로부터 추출할 수 있다.
상술한 구성에서, 상기 추천부(140)에 제 1 내지 제 3 추천 기준이 설정된 것으로 예를 들었으나, 이러한 3개의 추천 기준보다 적은 수 또는 더 많은 수의 서로 다른 추천 기준이 상기 추천부(140)에 설정될 수 있음은 물론이다.
한편, 상기 사용자 단말(10)로 복수의 서로 다른 오디오북별 컨텐츠를 제공하고, 상기 오디오북 관련 컨텐츠에 대한 사용자의 구매 요청시 구매를 처리하는 구매 처리부(130)를 더 포함하여 구성될 수 있다.
이때, 상기 구매 처리부(130)는 상기 챗봇 대응부(120)와 연동하여 상기 챗봇 대응부(120)를 통해 사용자 단말(10)로부터 수신된 응답 정보를 기초로 사용자의 컨텐츠(또는 추천 컨텐츠)에 대한 구매 요청을 확인할 수 있으며, 구매 요청 확인시 상기 사용자 단말(10)에서 구매 요청한 컨텐츠(또는 추천 컨텐츠)에 대한 구매 처리를 수행할 수 있다.
또한, 상기 학습 데이터 생성부(160)는 상기 기준 선별부(150)와 추천부(140) 및 구매 처리부(130)와 연동하며, 상기 챗봇 대응부(120)로부터 상기 속성별 파라미터를 수신한 후 상기 딥러닝 알고리즘에 적용하여 상기 추천부(140)에 미리 설정된 복수의 서로 다른 추천 기준 중 특정 추천 기준을 선택하고 상기 특정 추천 기준에 상기 속성별 파라미터를 적용하여 상기 추천부(140)를 통해 얻어진 상기 추천 컨텐츠에 대해 사용자의 구매 발생시(S5) 사용자의 구매가 발생한 추천 컨텐츠에 대응되는 상기 속성별 파라미터 및 상기 특정 추천 기준을 포함하는 학습 데이터를 생성할 수 있다(S6).
또는, 상기 학습 데이터 생성부(160)는 사용자가 상기 추천 컨텐츠를 구매하지 않은 경우(S5) 상기 특정 추천 기준을 제외한 상기 추천부(140)의 추천 기준별로(S8) 상기 속성별 파라미터를 적용하여 상기 추천부(140)를 통해 상기 사용자 단말(10)로 추천 기준별로 선택된 추천 컨텐츠를 제공하고(S4), 상기 사용자 단말(10)로 추천된 추천 컨텐츠 중 사용자의 구매가 발생한 컨텐츠와 관련된 상기 속성별 파라미터 및 추천 기준을 포함하는 학습 데이터를 생성할 수 있다(S5, S6).
이때, 상기 학습 데이터 생성부(160)는 사용자가 상기 추천 컨텐츠를 구매하지 않은 경우(S5) 상기 추천 컨텐츠와 관련된 하나 이상의 속성과 상기 추천 컨텐츠와 관련된 상기 특정 추천 기준 사이의 상관 관계에 대한 가중치를 낮추기 위한 피드백 정보를 상기 학습 데이터로 생성할 수도 있다(S8, S9).
또한, 상기 기준 선별부(150)는 상기 학습 데이터 생성부(160)를 통해 학습 데이터 생성시 상기 학습 데이터를 상기 학습 데이터 생성부(160)로부터 수신하고, 상기 학습 데이터를 상기 딥러닝 알고리즘에 학습시켜 상기 딥러닝 알고리즘에 설정된 상관 관계를 갱신할 수 있다(S7).
한편, 상술한 구성에서, 상기 학습 데이터 생성부(160)는 상기 기준 선별부(150)에 포함되어 구성될 수 있다.
상술한 바와 같이, 상기 서비스 제공 장치(100)는 오디오북의 추천을 위한 복수의 서로 다른 추천 기준 각각에서 중요시되는 오디오북의 추천과 관련된 하나 이상의 중요 속성과 중요 속성별 데이터 패턴을 딥러닝 알고리즘에 학습시켜 복수의 속성과 복수의 추천 기준 사이의 상관 관계가 상기 딥러닝 알고리즘에 학습되도록 하고, 상기 복수의 속성 중에서 사용자의 응답이 이루어진 하나 이상의 속성별 파라미터를 사용자와 챗봇 사이의 대화에서 획득한 후 상기 딥러닝 알고리즘에 적용하여 사용자가 원하는 오디오북을 가장 정확하게 추천할 수 있는 추천 기준을 선택하고, 선택된 추천 기준을 기초로 사용자의 요구에 부합하는 오디오북의 추천이 이루어지도록 지원함으로써, 오디오북 추천에 대한 정확도를 높이면서 사용자 신뢰도 및 만족도를 높일 수 있다.
또한, 본 발명에 따른 서비스 제공 장치(100)는 사용자와 챗봇 사이의 대화에 따른 속성별 파라미터로 이루어진 대화 내용과 상기 대화 내용을 기초로 추천된 컨텐츠에 대한 구매 여부에 따른 컨텐츠의 구매 과정에서 발생하는 다양한 데이터를 딥러닝 알고리즘에 학습시켜 상기 딥러닝 알고리즘을 통해 사용자와 챗봇 사이의 대화 내용과 유사한 기존 대화 내용과 관련하여 추천된 오디오북의 구매 성공률이 가장 높은 추천 기준에 따라 오디오북이 추천되도록 하여 사용자가 요구하는 사항에 가장 근접한 오디오북을 추천할 수 있을 뿐만 아니라 추천 대상을 사용자로 한정하지 않고 사용자가 지정한 타인에 대해서도 정확한 오디오북의 추천이 이루어지도록 지원할 수 있다.
본 발명에서는 오디오북을 예로 들어 설명하였으나, e-book과 같은 전자책에도 본 발명의 내용을 적용할 수 있음은 물론이다.
본 명세서에 기술된 다양한 장치 및 구성부는 하드웨어 회로(예를 들어, CMOS 기반 로직 회로), 펌웨어, 소프트웨어 또는 이들의 조합에 의해 구현될 수 있다. 예를 들어, 다양한 전기적 구조의 형태로 트랜지스터, 로직게이트 및 전자회로를 활용하여 구현될 수 있다.
전술된 내용은 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자라면 본 발명의 본질적인 특성에서 벗어나지 않는 범위에서 수정 및 변형이 가능할 것이다. 따라서, 본 발명에 개시된 실시예들은 본 발명의 기술 사상을 한정하기 위한 것이 아니라 설명하기 위한 것이고, 이러한 실시예에 의하여 본 발명의 기술 사상의 범위가 한정되는 것은 아니다. 본 발명의 보호 범위는 아래의 청구범위에 의하여 해석되어야 하며, 그와 동등한 범위 내에 있는 모든 기술 사상은 본 발명의 권리범위에 포함되는 것으로 해석되어야 할 것이다.
10: 사용자 단말
100: 서비스 제공 장치
110: 사용자 인터페이스부 120: 챗봇 대응부
130: 구매 처리부 140: 추천부
150: 기준 선별부 160: 학습 데이터 생성부
110: 사용자 인터페이스부 120: 챗봇 대응부
130: 구매 처리부 140: 추천부
150: 기준 선별부 160: 학습 데이터 생성부
Claims (7)
- 사용자 단말과 통신망을 통해 통신하며, 사용자 단말과 음성 또는 메시지를 포함하는 질의 정보 및 응답 정보를 송수신하는 사용자 인터페이스부;
상기 사용자 인터페이스부와 연동하여 상기 사용자 단말의 사용자와 대화하는 미리 설정된 챗봇을 통해 상기 사용자 단말과 송수신되는 상기 질의 정보 및 응답 정보를 분석하여 오디오북의 추천을 위한 추천 기준을 구성하는 미리 설정된 복수의 서로 다른 속성 중 적어도 하나 이상의 속성별 파라미터를 생성하는 챗봇 대응부;
미리 설정된 서로 다른 복수의 서로 다른 추천 기준 중 특정 추천 기준에 상기 속성별 파라미터를 적용하여 상기 속성별 파라미터가 적용된 특정 추천 기준을 통해 미리 저장된 복수의 오디오북별 컨텐츠 중 추천 컨텐츠를 선택하는 추천부; 및
상기 복수의 속성과 복수의 추천 기준 사이의 상관관계가 학습된 미리 설정된 딥러닝 알고리즘에 상기 챗봇 대응부로부터 수신한 상기 속성별 파라미터를 적용하여 상기 복수의 추천 기준 중 특정 추천 기준을 선택한 후 상기 추천부에 설정하고, 상기 특정 추천 기준이 설정된 상기 추천부와 연동하여 상기 속성별 파라미터에 대응되어 선택된 상기 추천 컨텐츠 관련 도서 정보를 생성한 후 상기 챗봇 대응부를 통해 상기 응답정보로 상기 사용자 단말에 전송하는 기준 선별부
를 포함하는 오디오북 추천을 위한 서비스 제공 장치.
- 청구항 1에 있어서,
상기 복수의 속성은 오디오북을 구독하는 추천 대상자의 나이 및 성별, 오디오북의 구매 이유, 추천 대상자의 관심 카테고리, 가격, 오디오북을 낭독하는 성우의 성별, 성우의 목소리 톤(tone), 언어, 속도를 포함하는 것을 특징으로 하는 오디오북 추천을 위한 서비스 제공 장치.
- 청구항 1에 있어서,
상기 기준 선별부는 상기 챗봇 대응부로부터 상기 속성별 파라미터를 수신한 후 상기 딥러닝 알고리즘에 적용하여 상기 추천부에 미리 설정된 복수의 서로 다른 추천 기준 중 특정 추천 기준을 선택하고 상기 특정 추천 기준에 상기 속성별 파라미터를 적용하여 상기 추천부를 통해 얻어진 상기 추천 컨텐츠에 대해 사용자의 구매 발생시 사용자의 구매가 발생한 추천 컨텐츠에 대응되는 상기 속성별 파라미터 및 상기 특정 추천 기준을 포함하는 학습 데이터를 상기 딥러닝 알고리즘에 학습시켜 상기 상관 관계를 갱신하는 것을 특징으로 하는 오디오북 추천을 위한 서비스 제공 장치.
- 청구항 3에 있어서,
상기 기준 선별부는 사용자가 상기 추천 컨텐츠를 구매하지 않은 경우 상기 특정 추천 기준을 제외한 상기 추천부의 추천 기준별로 상기 속성별 파라미터를 적용하여 상기 추천부를 통해 상기 사용자 단말로 추천된 추천 컨텐츠 중 사용자의 구매가 발생한 컨텐츠와 관련된 상기 속성별 파라미터 및 추천 기준을 포함하는 학습 데이터를 생성한 후 상기 딥러닝 알고리즘에 학습시켜 상기 상관 관계를 갱신하는 것을 특징으로 하는 오디오북 추천을 위한 서비스 제공 장치.
- 청구항 3에 있어서,
상기 기준 선별부는 사용자가 상기 추천 컨텐츠를 구매하지 않은 경우 상기 추천 컨텐츠와 관련된 하나 이상의 속성과 상기 특정 추천 기준 사이의 상관 관계에 대한 가중치를 낮추기 위한 피드백 정보를 상기 학습 데이터로 생성한 후 상기 딥러닝 알고리즘에 학습시켜 상기 상관 관계를 갱신하는 것을 특징으로 하는 오디오북 추천을 위한 서비스 제공 장치.
- 청구항 1에 있어서,
상기 추천부는
사용자의 접속 이력 및 구매 이력 중 적어도 하나를 포함하는 로그 정보와 상기 속성별 파라미터를 미리 설정된 추천 알고리즘에 적용하여 사용자의 취향과 연관된 상기 추천 컨텐츠를 선택하는 제 1 추천 기준;
상기 속성별 파라미터를 검색어로 설정하여 상기 추천 컨텐츠를 선택하는 제 2 추천 기준; 및
미리 설정된 분류 체계 중 사용자의 구매 이력을 기초로 선택된 부족 영역에서 상기 속성별 파라미터를 기초로 상기 추천 컨텐츠를 선택하는 제 3 추천 기준
이 설정된 것을 특징으로 하는 오디오북 추천을 위한 서비스 제공 장치.
- 챗봇을 이용하여 오디오북을 사용자 단말에 추천하는 서비스 제공 장치의 오디오북 추천을 위한 서비스 제공 방법에 있어서,
상기 서비스 제공 장치로 접속한 상기 사용자 단말의 사용자와 대화하는 미리 설정된 상기 챗봇을 통해 사용자와의 대화에 따라 생성되는 질의 정보 및 응답 정보를 분석하여 오디오북의 추천 관련 기준을 구성하는 복수의 서로 다른 속성별 파라미터를 생성하는 단계;
상기 복수의 속성과 오디오북 추천을 위한 복수의 추천 기준 사이의 상관관계가 학습된 딥러닝 알고리즘에 상기 속성별 파라미터를 적용하여 상기 복수의 추천 기준 중 특정 추천 기준을 선택하는 단계;
상기 특정 추천 기준에 상기 속성별 파라미터를 적용하여 상기 속성별 파라미터가 적용된 특정 추천 기준을 통해 미리 저장된 복수의 오디오북별 컨텐츠 중 추천 컨텐츠를 선택하는 단계; 및
상기 추천 컨텐츠 관련 도서 정보를 응답정보로 상기 사용자 단말에 전송하는 단계
를 포함하는 오디오북 추천을 위한 서비스 제공 방법.
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020190032509A KR20200119366A (ko) | 2019-03-21 | 2019-03-21 | 오디오북 추천을 위한 서비스 제공 장치 및 방법 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020190032509A KR20200119366A (ko) | 2019-03-21 | 2019-03-21 | 오디오북 추천을 위한 서비스 제공 장치 및 방법 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| KR20200119366A true KR20200119366A (ko) | 2020-10-20 |
Family
ID=73025242
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| KR1020190032509A KR20200119366A (ko) | 2019-03-21 | 2019-03-21 | 오디오북 추천을 위한 서비스 제공 장치 및 방법 |
Country Status (1)
| Country | Link |
|---|---|
| KR (1) | KR20200119366A (ko) |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR102358495B1 (ko) * | 2021-07-09 | 2022-02-09 | 이민희 | 큐레이션을 통한 동영상 및 카드 뉴스를 제공하는 서버 및 이의 동작 방법 |
| CN114742610A (zh) * | 2022-03-22 | 2022-07-12 | 平安普惠企业管理有限公司 | 产品的筛选方法、装置、电子设备以及存储介质 |
Citations (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR20090019632A (ko) | 2007-08-21 | 2009-02-25 | 에스케이 텔레콤주식회사 | 도서 추천 서비스를 제공하는 방법, 시스템 및 서버 |
-
2019
- 2019-03-21 KR KR1020190032509A patent/KR20200119366A/ko active IP Right Grant
Patent Citations (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR20090019632A (ko) | 2007-08-21 | 2009-02-25 | 에스케이 텔레콤주식회사 | 도서 추천 서비스를 제공하는 방법, 시스템 및 서버 |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR102358495B1 (ko) * | 2021-07-09 | 2022-02-09 | 이민희 | 큐레이션을 통한 동영상 및 카드 뉴스를 제공하는 서버 및 이의 동작 방법 |
| CN114742610A (zh) * | 2022-03-22 | 2022-07-12 | 平安普惠企业管理有限公司 | 产品的筛选方法、装置、电子设备以及存储介质 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| KR101925440B1 (ko) | 가상현실 기반 대화형 인공지능을 이용한 화상 대화 서비스 제공 방법 | |
| CN107846350B (zh) | 一种语境感知网络聊天的方法、计算机可读介质和系统 | |
| KR102073351B1 (ko) | 서버 및 그것의 동작 방법 | |
| US11178078B2 (en) | Method and apparatus to increase personalization and enhance chat experiences on the Internet | |
| CN108205627A (zh) | 交互式助理模块对访问的有条件提供 | |
| Iannizzotto et al. | A vision and speech enabled, customizable, virtual assistant for smart environments | |
| US9253320B2 (en) | Implementing a network of intelligent virtual service agents to provide personalized automated responses | |
| US11670055B1 (en) | Facial expression tracking during augmented and virtual reality sessions | |
| JP2019514117A (ja) | 個人に関連するソーシャルネットワークにわたってコンテンツを検索し、マッチングさせるためのシステムおよび方法 | |
| CN111353091A (zh) | 信息处理方法、装置、电子设备及可读存储介质 | |
| CN110998725A (zh) | 在对话中生成响应 | |
| US10489838B2 (en) | Method for using customer attributes to select a service representative | |
| JP2017153078A (ja) | 人工知能学習方法、人工知能学習システムおよび返答中継方法 | |
| WO2015155977A1 (ja) | 連携システム、装置、方法、および記録媒体 | |
| US11115410B1 (en) | Secure authentication for assistant systems | |
| US20190149490A1 (en) | Information processing apparatus and non-transitory computer readable medium | |
| US11514493B1 (en) | System and method for conversational commerce online | |
| CN108700979A (zh) | 产品展示图形用户界面 | |
| KR20200119366A (ko) | 오디오북 추천을 위한 서비스 제공 장치 및 방법 | |
| KR102196917B1 (ko) | 영어 말하기 평가 시스템 및 방법 | |
| CN114048299A (zh) | 对话方法、装置、设备、计算机可读存储介质及程序产品 | |
| KR20220150198A (ko) | Bi-LSTM 기반의 선호도 예측 모델을 이용한 결혼 정보 매칭 방법 및 장치 | |
| US20210029217A1 (en) | Communication support device, communication support method, and program | |
| CN112820265B (zh) | 一种语音合成模型训练方法和相关装置 | |
| JP2020091800A (ja) | 情報処理装置、情報処理方法、および情報提供システム |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| E701 | Decision to grant or registration of patent right |