KR20220098702A

KR20220098702A - 아티스트의 이미지 향상을 위한 가이드 정보 제공 시스템

Info

Publication number: KR20220098702A
Application number: KR1020220079401A
Authority: KR
Inventors: 김하미
Original assignee: 김하미
Priority date: 2020-09-08
Filing date: 2022-06-29
Publication date: 2022-07-12
Also published as: KR20220032660A; US20220075804A1; KR102416187B1

Abstract

아티스트의 이미지 향상을 위한 가이드 정보 제공 시스템이 제공된다. 상기 아티스트의 이미지 향상을 위한 가이드 정보 제공 시스템은 비교 아티스트 결정부 및 가이드 데이터 제공부를 포함한다.

Description

아티스트의 이미지 향상을 위한 가이드 정보 제공 시스템{GUIDE INFORMATION PROVISION SYSTEM TO ENHANCE THE ARTIST'S REPUTATION}

본 발명은 아티스트의 이미지 향상을 위한 가이드 정보 제공 시스템에 관한 것이다.

가수, 연기자, 모델, 방송인 등의 아티스트(Artist)들은 다양한 매체를 통해 대중에게 노출되며, 아티스트의 실제 모습이 아닌 매체들을 통해 대중들에게 전달되는 모습이 해당 아티스트의 이미지로 결정된다.

또한, 이렇게 결정된 아티스트의 이미지는 아티스트의 활동의 성공여부에 많은 영향을 미친다. 따라서, 활동의 성공을 위하여, 아티스트 또는 아티스트의 소속사는 활동에 긍정적인 영향을 주는 이미지를 형성하기 위하여 많은 노력을 기울인다.

다만, 아티스트의 특정 이미지가 대중들에게 형성되면, 이를 변화시키는데는 많은 시간과 비용이 들어가게 된다. 따라서, 대중들에게 아티스트에 대한 부정적인 이미지가 형성되는 경우, 이를 긍정적인 이미지로 바꾸는데 많은 시간과 비용이 발생될 수 있다.

또한, 아티스트들은 본인의 주 분야에서만 활동하는 것이 아니라, 다양한 분야로 진출하는 경우가 많다. 다만, 진출하려고 하는 분야와 본인의 주 분야 사이에 간극이 존재하는 경우, 진출하려는 분야에서 긍정적인 이미지를 형성하는 것은 많은 시간과 비용이 발생된다.

예를 들어, 아이돌 가수가 배우로 대뷔하여 활동하는 경우, 아이돌 가수는 연기를 못할 것이라는 부정적인 이미지가 형성될 수 있다.

따라서, 다양한 분야에서 아티스트의 이미지를 긍정적으로 형성시키는데 도움을 주어, 아티스트와 소속사의 시간과 비용을 절감시켜줄 수 있는 방안이 요구된다.

대한민국 등록특허공보 제10-1996406호 (2019. 06. 28 등록)

본 발명은, 상술한 문제점을 해결할 수 있는 구조의 아티스트의 이미지 향상을 위한 가이드 정보 제공 시스템을 제공하는 것을 일 목적으로 한다.

또한, 아티스트의 주 분야 또는 새롭게 진출하려는 분야에서, 아티스트의 이미지를 긍정적으로 형성하는데 도움을 줄 수 있는 가이드 정보를 제공하는 아티스트의 이미지 향상을 위한 가이드 정보 제공 시스템을 제공하는 것을 일 목적으로 한다.

또한, 가이드 정보를 제공하여 아티스트 또는 소속사가 아티스트의 이미지를 긍정적으로 형성하는데 사용하는 비용 및 시간을 절감시킬 수 있는 구조의 아티스트의 이미지 향상을 위한 가이드 정보 제공 시스템을 제공하는 것을 일 목적으로 한다.

본 발명이 해결하고자 하는 과제들은 이상에서 언급된 과제로 제한되지 않으며, 언급되지 않은 또 다른 과제들은 아래의 기재로부터 통상의 기술자에게 명확하게 이해될 수 있을 것이다.

상술한 과제를 해결하기 위하여, 본 발명의 일 실시 예에 따른 아티스트의 이미지 향상을 위한 가이드 정보 제공 시스템은, 아티스트에 대해 검색하여 얻어지는 데이터로서, 텍스트, 동영상 및 이미지 중 적어도 하나를 포함하는 아티스트 데이터를 수집하는 아티스트 데이터 수집 모듈; 상기 아티스트 데이터를 서로 다른 복수의 분야별로 그루핑(grouping)하여 복수의 그룹 데이터로 분류하고, 각각의 상기 그룹 데이터를 이용하여 인지도 및 평판을 분석하는 아티스트 분석 모듈; 상기 아티스트 데이터를 이용하여 외형 유형 및 성격 유형을 분류하는 매칭요소 분석 모듈; 상기 그룹 데이터 중 적어도 하나에 대한 상기 인지도 및 평판에 대하여, 기 설정된 기준 아티스트보다 높은 값을 갖는 적어도 하나의 상위 아티스트를 결정하는 상위 아티스트 결정 모듈; 상기 상위 아티스트 중, 어느 하나를 비교 아티스트로 지정하거나, 상기 외형 유형 및 상기 성격 유형이 상기 기준 아티스트와 일치하는 아티스트를 비교 아티스트로 지정하는 비교 아티스트 결정 모듈; 상기 아티스트 데이터를 이용하여 아티스트에 대한 활동 데이터를 분석하는 아티스트 활동 분석 모듈; 및 상기 기준 아티스트 및 상기 비교 아티스트의 상기 활동 데이터를 이용하여 비교 데이터를 도출하고, 상기 비교 데이터를 사용자에게 제공하는 비교 데이터 제공 모듈을 포함한다.

또한, 각각의 상기 그룹 데이터는 각각의 분야에 대한 기 설정된 키워드 집단을 포함한다.

또한, 상기 아티스트 분석 모듈은, 기 설정된 상기 키워드 집단를 포함하는 상기 아티스트 데이터를, 기 설정된 상기 키워드 집단과 대응되는 상기 그룹 데이터로 분류하는 분야별 그루핑 유닛; 상기 아티스트 데이터의 노출 빈도수를 분석하여 상기 아티스트 데이터에 대한 가중치를 연산하는 가중치 결정 유닛; 각각의 상기 그룹 데이터에 포함된 상기 아티스트 데이터의 가중치를 모두 합산하여, 각각의 상기 그룹 데이터에 대한 상기 인지도를 연산하는 인지도 분석 유닛; 및 각각의 상기 그룹 데이터에 포함된 상기 아티스트 데이터의 긍정어, 부정어 및 가중치를 이용하여 각각의 상기 그룹 데이터에 대한 상기 평판을 연산하는 평판 분석 유닛을 포함한다.

또한, 각각의 상기 그룹 데이터에 대한 상기 평판은, 상기 긍정어의 개수에서 상기 부정어의 개수를 제외한 후 상기 가중치를 곱하여 각각의 아티스트 데이터에 대한 텍스트 평판을 연산한 후, 상기 그룹 데이터에 포함된 모든 텍스트 평판을 합산하여 연산된다.

또한, 상기 외형 유형은 기 설정된 안면 유형 및 기 설정된 신체비율 유형을 포함하고, 상기 성격 유형은 MBti유형 또는 기 설정된 표준 성격 유형을 포함한다.

또한, 상기 매칭요소 분석 모듈은, 미간 길이, 코의 길이, 눈의 가로 및 세로 길이, 입술의 길이, 아래 턱 길이 및 이들의 비율을 이용하여 상기 안면 유형을 결정하고, 각 신체 부위의 길이 및 각 신체 부위 사이의 비율을 이용하여 상기 신체비율 유형을 결정하는 외형 분석 유닛; 및 상기 MBti유형 또는 상기 표준 성격 유형을 결정하는 성격 분석 유닛을 포함한다.

또한, 상기 상위 아티스트 결정 모듈은, 기준 아티스트를 결정하는 기준 아티스트 결정 유닛;복수의 상기 그룹 데이터 중 비교 대상이 되는 데이터인 비교 그룹 데이터를 결정하는 비교 그룹 결정 유닛; 및상기 비교 그룹 데이터에 대한 상기 인지도 및 상기 평판에 대하여, 상기 기준 아티스트보다 높은 값을 갖는 적어도 하나의 상기 상위 아티스트를 결정하는 상위 아티스트 결정 유닛을 포함한다.

또한, 상기 비교 아티스트 결정 모듈은, 상기 상위 아티스트 중 어느 하나를 비교 아티스트로 결정하는 지정 비교 아티스트 결정 유닛; 및 상기 상위 아티스트 중, 상기 외형 유형 및 상기 성격 유형이 상기 기준 아티스트와 일치하는 아티스트를 비교 아티스트로 결정하는 추천 비교 아티스트 결정 유닛을 포함한다.

또한, 상기 아티스트 데이터는, 아티스트의 SNS를 검색하여 얻어지는 아티스트 SNS 데이터; 아티스트의 이미지를 포함하는 패션 데이터; 기 설정된 취미 키워드 군에 포함된 취미 키워드를 포함하는 취미 데이터; 기 설정된 직업 활동 키워드군에 포함된 직업 활동 키워드를 포함하는 직업 활동 데이터; 및 기 설정된 대외 활동 키워드군에 포함된 대외 활동 키워드를 포함하는 대외 활동 데이터를 포함한다.

또한, 상기 아티스트 활동 분석 모듈은, 상기 아티스트 SNS 데이터를 이용하여, 중복되는 키워드인 SNS 키워드를 분석하는 SNS 키워드 분석 유닛; 상기 아티스트 SNS 데이터를 이용하여, SNS 평판을 연산하는 SNS 평판 분석 유닛; 상기 패션 데이터를 이용하여, 아티스트가 주로 착용하는 의복 유형, 제품, 브랜드 등을 포함하는 정보인 패션 유형 정보를 분석하는 패션 분석 유닛; 상기 패션 데이터를 이용하여, 패션 평판을 연산하는 패션 평판 분석 유닛; 상기 취미 데이터에 포함된 취미 키워드 중 가장 많이 중복되는 키워드에 대한 정보인 취미 데이터를 분석하는 취미 분석 유닛; 상기 취미 데이터를 이용하여, 취미 평판을 연산하는 취미 평판 분석 유닛; 상기 직업 활동 데이터의 가중치를 합산하여 직업 활동 인지도를 연산하는 직업 활동 인지도 분석 유닛; 및 상기 대외 활동 데이터의 가중치를 합산하여 대외 활동 인지도를 연산하는 대외 활동 인지도 분석 유닛을 포함한다.

또한, 상기 SNS 키워드, 상기 SNS 평판, 상기 패션 유형 정보, 상기 패션 평판, 상기 취미 데이터, 상기 취미 평판, 상기 직업 활동 인지도, 상기 대외 활동 인지도는 상기 활동 데이터에 포함된다.

또한, 상기 비교 데이터 제공 모듈은, 상기 기준 아티스트의 활동 데이터 및 상기 비교 아티스트의 활동 데이터를 수신하고, 상기 기준 아티스트 및 상기 비교 아티스트의 상기 SNS 키워드, 상기 SNS 평판, 상기 패션 데이터, 상기 패션 평판, 상기 취미 데이터, 상기 취미 평판, 상기 직업 활동 인지도 및 상기 대외 활동 인지도을 매칭시켜 사용자에게 제공한다.

본 발명의 기타 구체적인 사항들은 상세한 설명 및 도면들에 포함되어 있다.

본 발명의 실시 예에 따르면, 아티스트의 주 분야 또는 아티스트가 새롭게 진출하려는 분야에서 아티스트의 이미지를 긍정적으로 형성하는데 도움을 줄 수 있는 가이드 정보가 제공된다.

이에 의해, 가이드 정보를 제공하여 아티스트 또는 소속사가 아티스트의 이미지를 긍정적으로 형성하는데 소요되는 비용 및 시간을 절감시킬 수 있다.

본 발명의 효과들은 이상에서 언급된 효과로 제한되지 않으며, 언급되지 않은 또 다른 효과들은 아래의 기재로부터 통상의 기술자에게 명확하게 이해될 수 있을 것이다.

도 1은 본 발명의 실시 예에 따른 가이드 정보 제공 시스템의 구성들을 도시하는 블록도이다.
도 2는 도 1에 따른 비교 아티스트 결정부의 구성을 도시하는 블록도이다.
도 3은 그룹 데이터의 분류 기준을 설명하기 위한 도면이다.
도 4는 그룹 데이터의 인지도 및 평판의 산정 기준을 설명하기 위한 도면이다.
도 5는 도 1에 따른 가이드 데이터 제공부의 구성을 도시하는 블록도이다.
도 6은 도 5에 따른 아티스트 데이터 분류 모듈의 분류 과정을 설명하기 위한 도면이다.
도 7은 본 발명의 실시 예에 따른 가이드 정보 제공 시스템이 동작되는 구체적인 과정을 도시하는 흐름도이다.
도 8은 도 7에 따른 S50 단계의 구체적인 흐름을 도시하는 도면이다.
도 9는 도 7에 따른 S60 단계의 구체적인 흐름을 도시하는 도면이다.

본 발명의 이점 및 특징, 그리고 그것들을 달성하는 방법은 첨부되는 도면과 함께 상세하게 후술되어 있는 실시예들을 참조하면 명확해질 것이다. 그러나, 본 발명은 이하에서 개시되는 실시예들에 제한되는 것이 아니라 서로 다른 다양한 형태로 구현될 수 있으며, 단지 본 실시예들은 본 발명의 개시가 완전하도록 하고, 본 발명이 속하는 기술 분야의 통상의 기술자에게 본 발명의 범주를 완전하게 알려주기 위해 제공되는 것이며, 본 발명은 청구항의 범주에 의해 정의될 뿐이다.

본 명세서에서 사용된 용어는 실시예들을 설명하기 위한 것이며 본 발명을 제한하고자 하는 것은 아니다. 본 명세서에서, 단수형은 문구에서 특별히 언급하지 않는 한 복수형도 포함한다. 명세서에서 사용되는 "포함한다(comprises)" 및/또는 "포함하는(comprising)"은 언급된 구성요소 외에 하나 이상의 다른 구성요소의 존재 또는 추가를 배제하지 않는다. 명세서 전체에 걸쳐 동일한 도면 부호는 동일한 구성 요소를 지칭하며, "및/또는"은 언급된 구성요소들의 각각 및 하나 이상의 모든 조합을 포함한다. 비록 "제1", "제2" 등이 다양한 구성요소들을 서술하기 위해서 사용되나, 이들 구성요소들은 이들 용어에 의해 제한되지 않음은 물론이다. 이들 용어들은 단지 하나의 구성요소를 다른 구성요소와 구별하기 위하여 사용하는 것이다. 따라서, 이하에서 언급되는 제1 구성요소는 본 발명의 기술적 사상 내에서 제2 구성요소일 수도 있음은 물론이다.

다른 정의가 없다면, 본 명세서에서 사용되는 모든 용어(기술 및 과학적 용어를 포함)는 본 발명이 속하는 기술분야의 통상의 기술자에게 공통적으로 이해될 수 있는 의미로 사용될 수 있을 것이다. 또한, 일반적으로 사용되는 사전에 정의되어 있는 용어들은 명백하게 특별히 정의되어 있지 않는 한 이상적으로 또는 과도하게 해석되지 않는다.

아래에서 사용되는 "통전"이라는 용어는, 어느 하나의 구성이 다른 하나의 구성과 전기적으로 또는 상호 통신 가능하게 연결되는 것을 의미한다.

이하, 첨부된 도면을 참조하여 본 발명의 실시예를 상세하게 설명한다.

1. 본 발명의 실시 예에 따른 아티스트의 이미지 향상을 위한 가이드 정보 제공 시스템의 설명

도 1을 참조하면, 본 발명의 실시 예에 따른 아티스트의 이미지 향상을 위한 가이드 정보 제공 시스템의 구성요소가 도시된다. 원활한 설명을 위하여, 아래에서 사용되는 "가이드 정보 제공 시스템"은 "아티스트의 이미지 향상을 위한 가이드 정보 제공 시스템"을 가리키는 것으로 이해될 수 있다.

본 실시 예에 따른 가이드 정보 제공 시스템은 가이드 데이터 생성 장치(100), 사용자 단말(200) 및 원본 데이터 생성 장치(300)를 포함한다.

원본 데이터 생성 장치(300)는 아티스트의 대한 정보를 포함하는 아티스트 데이터(1)를 수집한다. 수집된 아티스트 데이터(1)는 가이드 데이터 생성 장치(100)로 전달된다.

이를 위하여, 원본 데이터 생성 장치(300)와 가이드 데이터 생성 장치(100)는 서로 정보 통신 가능하게 연결된다.

일 실시 예에서, 아티스트 데이터(1)는 웹 크롤링(Web crawling) 방법에 의해 수집될 수 있다. 아티스트 데이터(1)는 복수의 서로 다른 아티스트에 대해 수집된 정보일 수 있다. 즉, 아티스트 데이터(1)는 복수 개로 구비되며, 각각의 아티스트 데이터(1a)는 특정 아티스트에 대한 정보를 포함한다.

예를 들어, X1이라는 아티스트에 대하여 아티스트 데이터(1a)를 수집하려고 하는 경우, 원본 데이터 생성 장치(300)는 키워드 "X1"을 포함하는 아티스트 데이터(1a)를 수집할 수 있다.

아티스트 데이터(1a)는 텍스트, 이미지 및 동영상 중 적어도 하나를 포함할 수 있다. 예를 들어, 아티스트 데이터(1a)는 기사, SNS(Social Network Service), 블로그 등으로부터 수집된 데이터일 수 있다.

가이드 데이터 생성 장치(100)는 원본 데이터 생성 장치(300)에서 전달받은 아티스트 데이터(1)를 이용하여 가이드 데이터를 생성한다.

가이드 데이터는 기준이 되는 특정 아티스트와 비교 대상이 된 아티스트 사이를 비교한 결과를 포함한다. 가이드 데이터의 도출 과정에 대해서는 뒤에서 상세히 설명한다.

생성된 가이드 데이터는 사용자 단말(200)에 전달된다. 이를 위해, 사용자 단말(200)과 가이드 데이터 생성 장치(100)는 서로 통전 가능하게 연결된다.

사용자 단말(200)은 가이드 데이터 생성 장치(100)에 기준이 되는 특정 아티스트에 대한 정보 또는 비교 대상이 될 아티스트에 대한 정보를 송신한다.

아래에서는, 도 2 내지 도 6을 참조하여, 가이드 데이터 생성 장치(100)에 대하여 상세히 설명한다.

일 실시 예에서, 가이드 데이터 생성 장치(100)는 컴퓨터, UMPC(Ultra Mobile PC), 워크스테이션, 넷북(net-book), PDA(Personal Digital Assistants), 포터블(portable) 컴퓨터, 웹 타블렛(web tablet), 무선 전화기(wireless phone), 모바일 폰(mobile phone), 스마트폰(smart phone), PMP(portable multimedia player) 같은 전자 장치 중 하나로서, 학습 데이터 생성 장치(100)와 관련된 교차 시험 영상 처리 어플리케이션의 설치 및 실행이 가능한 모든 전자 장치를 포함할 수 있다. 전자 장치는 교차 시험 영상 처리 어플리케이션의 제어 하에 예를 들어, 서비스 화면의 구성, 데이터 입력, 데이터 송수신, 데이터 저장 등과 같은 교차 시험 영상 처리 서비스 전반의 동작을 수행할 수 있다.

가이드 데이터 생성 장치(100)는 비교 아티스트 결정부(110) 및 가이드 데이터 제공부(120)를 포함한다.

(1) 비교 아티스트 결정부(110)의 설명

도 2를 참조하면, 비교 아티스트 결정부(110)는 제어 모듈(1110), 아티스트 데이터 수신 모듈(1120), 아티스트 분석 모듈(1130), 매칭요소 분석 모듈(1140), 상위 아티스트 결정 모듈(1150), 비교 아티스트 결정 모듈(1160), 데이터베이스 모듈(1170), 사용자 인터페이스 모듈(1180) 및 통신 모듈(1190)을 포함한다.

비교 아티스트 결정부(110) 내에 포함된 다양한 개체들(entities)은 서로 통전 가능하게 연결된다. 예를 들어, 상기 개체들 간의 통신은 유/무선 네트워크(미도시)를 통해 수행될 수 있다. 유/무선 네트워크는 표준 통신 기술 및/또는 프로토콜들이 사용될 수 있다.

비교 아티스트 결정부(110)의 하드웨어 구성은 다양하게 구현될 수 있다. 예를 들어, 아티스트 데이터 수신 모듈(1120), 아티스트 분석 모듈(1130)이 하나로 통합될 수 있다. 다만, 이에 한정되는 것은 아니며, 다양한 방법과 조합으로 구현될 수 있다.

제어부(1110)는 비교 아티스트 결정부(110)의 다양한 기능을 수행하도록 아티스트 데이터 수신 모듈(1120), 아티스트 분석 모듈(1130), 매칭요소 분석 모듈(1140), 상위 아티스트 결정 모듈(1150), 비교 아티스트 결정 모듈(1160), 데이터베이스 모듈(1170), 사용자 인터페이스 모듈(1180) 및 통신 모듈(1190)을 제어한다.

일 실시 예에서, 제어부(1110)는 프로세서(Processor), 컨트롤러(controller), 마이크로 컨트롤러(microcontroller), 마이크로 프로세서(microprocessor), 마이크로 컴퓨터(microcomputer) 등으로도 호칭될 수 있으며, 제어부(1110)는 하드웨어(hardware) 또는 펌웨어(firmware), 소프트웨어 또는 이들의 결합에 의해 구현될 수 있다.

먼저, 아티스트 데이터 수신 모듈(1120)에 대해 설명한다.

아티스트 데이터 수신 모듈(1120)은 원본 데이터 생성 장치(300)에서 수집된 아티스트 데이터(1)를 수신한다.

또한, 아티스트 데이터 수신 모듈(1120)은 복수의 아티스트에 대하여 수집된 아티스트 데이터(1)를 각각의 아티스트에 대한 아티스트 데이터(1a)로 분류한다. 아티스트 데이터 수신 모듈(1120)에서 분류된 각각의 아티스트 데이터(1a)는 데이터베이스 모듈(1170)에 저장될 수 있다.

예를 들어, 아티스트 데이터 수신 모듈(1120)은 아티스트 데이터(1)를 X1이라는 아티스트에 대한 아티스트 데이터(1a) 및 X2라는 아티스트에 대한 아티스트 데이터(1a)로 분리할 수 있다.

분류된 각각의 아티스트 데이터(1a)는 아티스트 분석 모듈(1130)로 전달된다.

아티스트 분석 모듈(1130)은 아티스트 데이터(1a)를 전달받아 분야별 그룹 데이터(2)로 분류한 후, 각각의 분야별 그룹 데이터(2)에 대한 인지도 및 평판을 분석한다.

이를 수행하기 위하여, 아티스트 분석 모듈(130)은 분야별 그루핑 유닛(1131), 가중치 결정 유닛(1132), 인지도 분석 유닛(1133) 및 평판 분석 유닛(1134)을 포함한다.

분야별 그루핑 유닛(1131)은 각각의 아티스트 데이터(1a)를 분야별 그룹 데이터(2)로 분류한다.

도 3을 참조하면, 분야별 그루핑 유닛(1131)에 의해 그룹 데이터(2)가 분리되는 과정이 도시된다.

도시된 실시 예에서, 분야별 그루핑 유닛(1131)에는 X1이라는 아티스트에 대해 수집된 아티스트 데이터(1a)가 전달된다.

분야별 그루핑 유닛(1131)은 전달된 아티스트 데이터(1a)를 복수 개의 분야별 그룹 데이터(2)로 분류한다.

일 실시 예에서, 전달된 아티스트 데이터(1a)는 복수 개의 분야(A1, A2, A3…. An)로 소분될 수 있다. 예를 들어, X1이라는 아티스트가 활동하는 분야를 가수, 모델, 연기자 및 예능인으로 분류할 수 있다.

나아가, 가수라는 분야에 대하여 발라드 가수, 힙합 가수, RnB 가수, 락 가수 등의 소 분야로 분류할 수 있다. 또한, 연기자라는 분야에 대하여 멜로, 사극, 코미디, 액션 등의 소 분야로 분류할 수 있다.

이러한 경우, 분류된 소 분야들을 A1-An 분야로 각각 분류할 수 있다. 예를 들어, 발라드 가수를 A1 분야로, 힙합 가수를 A2 분야로, RnB 가수를 A3 분야로 설정할 수 있다.

각각의 소 분야들에 속할 수 있는 키워드 군을 미리 설정되고, 해당 키워드 군의 키워드를 포함하는 아티스트 데이터(1a)를 해당 소 분야로 분류할 수 있다.

도시된 실시 예에서, 그룹 데이터(2) 중 그룹 데이터[X1(A1)]은 X1이라는 아티스트에 대한 아티스트 데이터(1a) 중 발라드 가수(A1) 분야로 분류된 소 분류 아티스트 데이터들의 집합을 의미한다.

일 실시 예에서, 발라드 가수(A1)에 포함되는 키워드 군 {a11, a12, a13, …… a1n}을 설정한 후, 아티스트 데이터(1a) 중 {a11, a12, a13, …… a1n}에 포함되는 키워드를 갖는 아티스트 데이터(1a)는 그룹 데이터[X1(A1)]로 분류될 수 있다.

일 실시 예에서, 힙합 가수(A2)에 포함되는 키워드 군 {a21, a22, a23, …… a2n}을 설정한 후, 아티스트 데이터(1a) 중 {a21, a22, a23, …… a2n}에 포함되는 키워드를 갖는 아티스트 데이터(1a)는 그룹 데이터[X1(A2)]로 분류될 수 있다.

즉, 각각의 소 분야들은 각각의 소 분들에 구비된 키워드 군에 포함되는 키워드를 갖는 아티스트 데이터(1a)를 포함할 수 있다.

도시되지 않은 실시 예에서, 이미지 또는 동영상을 포함하는 아티스트 데이터(1a)는 머신러닝 알고리즘에 의해 그룹 데이터(2)로 분류될 수 있다. 예를 들어, 별도의 학습 장치에 아티스트의 이미지 또는 동영상과 소 분야 사이의 상관 관계를 학습시켜 소 분야별 분류 기준을 설정한 후, 이미지 또는 동영상을 포함하는 아티스트 데이터(1a)를 상기 소 분야별 분류 기준에 의해 각각의 그룹 데이터(2)로 분류할 수 있다.

다시 도 2를 참조하면, 각각의 그룹 데이터(2)의 인지도 및 평판을 분석하기에 앞서, 가중치 결정 유닛(1132)에 의해 아티스트 데이터(1a)의 가중치가 결정된다.

가중치 결정 유닛(1132) 아티스트 데이터 수신 모듈(1120)에서 아티스트 데이터(1a)를 전달받고, 전달받은 각각의 아티스트 데이터(1a)에 대한 가중치를 연산한다.

일 실시 예에서, 아티스트 데이터(1a)에 대한 가중치는 아티스트 데이터(1a)의 노출 빈도에 의해 결정될 수 있다. 즉, 아티스트 데이터(1a)에 대한 가중치는 아티스트 데이터(1a)의 조회수 및 시청수에 의해 결정될 수 있다.

아티스트 데이터(1a)에 대한 가중치는 특정한 수치 값을 갖는다. 예를 들어, 어느 하나의 아티스트 데이터(1a)의 노출 빈도가 다른 하나의 아티스트 데이터(1a)의 노출 빈도보다 큰 경우, 어느 하나의 상기 아티스트 데이터(1a)의 가중치가 다른 하나의 상기 아티스트 데이터(1a)보다 높게 결정될 수 있다.

각각의 아티스트 데이터(1a)에 대하여 연산된 가중치는 각각의 그룹 데이터(2)의 인지도 및 평판을 연산하는데 사용된다.

아티스트 분석 모듈(1130)은 각각의 그룹 데이터(2)의 인지도를 분석하는 인지도 분석 유닛(1133)을 포함한다.

인지도 분석 유닛(1133)에서 분석된 인지도는 특정 아티스트가 해당 소 분야에 대하여 대중에게 얼마나 노출되었는지를 판단하는 척도로 사용될 수 있다.

또한, 아티스트 분석 모듈(1130)은 각각의 그룹 데이터(2)의 평판을 분석하는 평판 분석 유닛(1134)을 포함한다.

평판 분석 유닛(1134)에서 분식된 평판은 특정 아티스트가 해당 소 분야에 대하여 대중에게 얼마나 긍정적 또는 부정적 이미지를 갖는지를 판단하는 척도로 사용될 수 있다.

그룹 데이터(2)의 인지도 및 평판은 다음과 같이 연산될 수 있다.

도 4를 참조하면, 그룹 데이터(2) 중 그룹 데이터[X1(A1)]는 X1이라는 아티스트에 대한 아티스트 데이터(1a) 중 소분야 A1으로 분류된 아티스트 데이터(1a)를 포함한다.

가중치는 해당 아티스트 데이터(1a)가 대중에게 노출된 빈도를 의미하므로, 그룹 데이터[X1(A1)]에 포함된 모든 아티스트 데이터(1a)의 가중치를 합산하면 X1이라는 아티스트가 소 분야 A1에 대해 대중들에게 노출된 정도를 알 수 있다.

구체적으로, X1 아티스트에 대한 아티스트 데이터(1a) 중 발라드 가수 분야로 분류된 아티스트 데이터(1a)들의 가중치를 모두 합산하면, X1 아티스트가 발라드 가수로서 대중들에게 어느 정도의 인지도를 갖는지를 알 수 있다.

따라서, 어느 하나의 그룹 데이터(2)에 포함된 아티스트 데이터(1a)가 n 인 경우, n 개의 아티스트 데이터(1a)의 가중치를 모두 합산하여, 해당 그룹 데이터(2)의 인지도를 연산할 수 있다. 인지도는 특정 수치 값을 갖는 인자일 수 있다.

또한, 소분야 A1으로 분류된 각각의 아티스트 데이터(1a)는 긍정어 및 부정어를 포함할 수 있고, 상기 긍정어 및 부정의의 개수는 상술한 평판 분석 유닛(1134)에 의해 카운팅(Counting)될 수 있다.

일 실시 예에서, 긍정어는 기 설정된 긍정적 키워드 군에 포함된 키워드를 의미하고, 부정어는 기 설정된 부정적 키워드 군에 포함된 키워드를 의미한다.

예를 들어, 긍정어는 최고, 좋다, 즐겁다 등의 키워드 또는 긍정적인 의미를 갖는 이모티콘을 포함할 수 있다. 또한, 부정어는 최악, 별로, 지루 등의 키워드 또는 부정적인 의미를 갖는 이모티콘을 포함할 수 있다.

또한, 일 실시 예에서, 긍정어 및 부정어는 머신러닝 알고리즘에 의해 분류될 수 있다. 예를 들어, 별도의 학습 장치에 지속적으로 긍정어 및 부정어를 제공하여 분류 기준을 학습시킨 후, 학습된 분류 기준에 의해 긍정어와 부정어를 분류할 수 있다.

평판 분석 유닛(1134)은 분류된 긍정어와 부정어의 개수를 카운팅 한 후, 이들의 개수를 합산한다.

일 실시 예에서, 어느 하나의 아티스트 데이터(1a)에 포함된 긍정어가 5개이고 부정어가 3개인 경우, 평판 분석 유닛(1134)은 긍정어의 개수에서 부정어의 개수를 차감한 후 가중치를 곱하여 텍스트 평판을 연산할 수 있다. 평판은 특정 수치 값을 갖는 인자일 수 있다.

텍스트 평판은 해당 아티스트 데이터(1a)에 대한 대중의 인식이 긍정적인지 부정적인지 여부와, 이러한 인식이 대중들에게 얼마나 노출되었는지를 나타낼 수 있다.

따라서, 어느 하나의 그룹 데이터(2)에 속한 모든 아티스트 데이터(1a)의 텍스트 평판을 모두 합산하면, 해당 그룹 데이터(2)의 소 분야에 대하여 대중의 인식이 긍정적인지 부정적인지 여부와, 이러한 인식이 대중들에게 얼마나 노출되었는지를 나타낼 수 있다. 즉, 해당 그룹 데이터(2)의 소 분야에 대한 평판을 알 수 있다.

상술한 과정을 통하여, 아티스트 분석 모듈(1130)은 각각의 그룹 데이터(2)에 대한 인지도와 평판을 연산할 수 있다.

아티스트 분석 모듈(1130)에 의해 각각의 소 분야 별 인지도와 평판이 연산되므로, 어느 하나의 아티스트가 어떠한 소 분야에서 높은 인지도와 높은 평판을 가지고 있는지 여부를 알 수 있다. 반대로, 어느 하나의 아티스트가 어떠한 소 분야에서 낮은 인지도와 낮은 평판을 가지고 있는지 여부를 알 수 있다.

연산된 인지도와 평판은 비교 그룹(또는, 비교 소 분야)에 대하여 기준 아티스트의 상위 아티스트를 결정하는데 사용된다.

다시 도 2를 참조하면, 비교 아티스트 결정부(110)는 상위 아티스트 결정 모듈(1150)을 포함한다.

또한, 상위 아티스트 결정 모듈(1150)은 사용자 인터페이스 모듈(1180)에서 비교의 기준이 될 아티스트에 대한 정보를 전달받는 기준 아티스트 결정 유닛(1151)을 포함한다.

또한, 상위 아티스트 결정 모듈(1150)은 사용자 인터페이스 모듈(1180)에서 비교 그룹(또는, 비교 소 분야)에 대한 정보를 전달받는 비교 그룹 결정 유닛(1152)을 포함한다.

기준 아티스트 및 비교 소 분야에 대한 정보가 전달되면, 상위 아티스트 결정 유닛(1153)은 비교 소 분야에 대한 그룹 데이터(2)의 인지도 및 평판에 대하여, 기준 아티스트보다 높은 값을 갖는 아티스트들을 상위 아티스트로 결정한다.

일 실시 예에서, 사용자 인터페이스 모듈(1180)에서 X1 아티스트를 기준 아티스트로 지정하고 발라드 가수(A1)를 비교 소 분야로 지정한 경우, 발라드 가수(A1)에 대하여 기준 아티스트보다 높은 평판 및 인지도를 갖는 아티스트들이 상위 아티스트로 결정될 수 있다.

상위 아티스트들 중 적어도 한 명의 아티스트가 비교 아티스트로 결정되어 가이드 데이터를 연산하는데 활용된다.

아티스트에 대한 대중의 인식은 대중 매체에서 보여지는 아티스트의 외형 및 성격에 많은 영향을 받게 된다.

따라서, 상위 아티스트 중 기준 아티스트와 외형 및 성격이 가장 유사한 아티스트를 비교 아티스트로 지정한다면, 연산된 가이드 데이터의 활용도가 향상될 수 있다.

아티스트들의 외형 및 성격은 매칭요소 분석 모듈(1140)에 의해 분석될 수 있다.

매칭요소 분석 모듈(1140)은 외형 분석 유닛(1141) 및 성격 분석 유닛(1142)을 포함한다.

외형 분석 유닛(1141)은 아티스트에 대한 이미지 또는 동영상을 포함하는 아티스트 데이터(1a)를 이용하여 아티스트의 성별, 안면 및 신체비율 등의 유형을 결정한다.

일 실시 예에서, 데이터베이스 모듈(1170)에는 얼굴 형, 머리카락의 길이, 안면 색상, 착용한 옷 등에 따라 기 설정된 기준으로 분류된 성별 타입이 저장될 수 있다.

외형 분석 유닛(1141)은 아티스트에 대한 이미지 또는 동영상을 포함하는 아티스트 데이터(1a)와 성별 타입을 비교하여 아티스트의 성별 타입을 결정할 수 있다.

일 실시 예에서, 데이터베이스 모듈(1170)에는 미간 길이, 코의 길이 및 형태, 눈의 세로 및 가로 길이, 입술의 가로 및 세로 길이, 아래 턱 길이 및 이들의 비율에 따라 기 설정된 기준으로 분류된 안면 타입이 저장될 수 있다.

외형 분석 유닛(1141)은 아티스트에 대한 이미지 또는 동영상을 포함하는 아티스트 데이터(1a)와 안면 타입을 비교하여 아티스트의 안면 타입을 결정할 수 있다.

일 실시 에에서 데이터베이스 모듈(1170)에는 팔 길이, 다리 길이, 목 길이, 머리 길이, 허리 길이 및 이들의 비율 등에 따라 기 설정된 기준으로 분류된 신체 비율 타입이 저장될 수 있다.

외형 분석 유닛(1141)은 아티스트에 대한 이미지 또는 동영상을 포함하는 아티스트 데이터(1a)와 신체 비율 타입을 비교하여 아티스트의 신체 비율 타입을 결정할 수 있다.

또한 성격 분석 유닛(1142)은 아티스트 데이터(1a)를 이용하여 기 설정된 성격 유형을 결정한다.

일 실시 예에서, 기 설정된 성격 유형은 MBTI(Myers-Briggs Type Indicator) 성격 유형일 수 있다. 성격 분석 유닛(1142)은 아티스트 데이터(1a)에 포함된 아티스트의 MBTI 성격 유형 정보를 이용하여 아티스트의 성격 유형을 결정할 수 있다. 또한, 특정 아티스트의 MBTI 성격 유형 정보는 사용자 인터페이스 모듈(1180)에서 직접 입력될 수 있다.

일 실시 예에서, 기 설정된 성격 유형은 외향형 및 내향형으로 분류될 수 있다. 외향적인 성격을 나타낼 수 있는 키워드 군과 내향적인 성격을 나타낼 수 있는 키워드 군을 설정한 후, 각각의 키워드 군에 대한 대중의 노출도를 판단하여 아티스트의 성격 유형을 결정할 수 있다.

각각의 키워드 군에 대한 대중의 노출도를 판단하는 방법은, 위에서 설명한 그룹 데이터(2)의 인지도를 판단하는 방법과 유사하게 수행될 수 있다.

비교 아티스트 결정 모듈(1160)은 상위 아티스트로부터 비교 아티스트를 결정한다. 비교 아티스트 결정 모듈(1160)은 지정 비교 아티스트 결정 유닛(1161), 매칭 유닛(1162) 및 추천 비교 아티스트 결정 유닛(1163)을 포함한다.

비교 아티스트는 사용자 인터페이스 모듈(1180)에서 전달된 정보 또는 매칭요소 분석 모듈(1140)에서 결정된 외형 유형 및 성격 유형에 의해 결정될 수 있다.

먼저, 상위 아티스트 결정 모듈(1150)에서 결정된 상위 아티스트는 사용자 인터페이스 모듈(1180)로 전달된다. 사용자는 사용자 인터페이스 모듈(1180)에 표시된 상위 아티스트 중 특정 아티스트를 비교 아티스트로 지정할 수 있다.

사용자에 의해 지정된 비교 아티스트에 대한 정보는 지정 비교 아티스트 결정 유닛(1161)으로 전달되고, 비교 아티스트 결정 유닛(1161)은 전달된 정보에 의해 비교 아티스트를 결정한다.

또한, 매칭 유닛(1162)은 상위 아티스트들의 외형 유형 및 성격 유형을 기준 아티스트의 외형 유형 및 성격 유형과 비교한 후, 외형 유형 및 성격 유형이 가장 일치되는 아티스트를 결정한다.

결정된 아티스트에 대한 정보는 추천 비교 아티스트 결정 유닛(1163)에 전달되고, 추천 비교 아티스트 결정 유닛(1163)은 전달된 정보에 의해 비교 아티스트를 결정한다.

비교 아티스트와 기준 아티스트의 외형 유형 및 성격 유형이 일치되는 경우, 가이드 데이터의 활용도가 증가될 수 있다.

데이터베이스 모듈(1170)은 비교 아티스트 결정부(110)의 각 모듈에서 생성된 정보를 저장하거나, 각 모듈의 연산에 사용되는 기준 정보를 제공한다.

일 실시 예에서, 데이터베이스 모듈(1170)은 플래시 메모리 타입(flash memory type), 하드디스크 타입(hard disk type), 멀티미디어 카드 마이크로 타입(multimedia card micro type), 카드 타입의 메모리(예를 들어 SD 또는 XD 메모리 등), 램(RAM, Random Access Memory) SRAM(Static Random Access Memory), 롬(ROM, Read-Only Memory), EEPROM(Electrically Erasable Programmable Read-Only Memory), PROM(Programmable Read-Only Memory) 자기 메모리, 자기 디스크, 광디스크 중 적어도 하나의 타입의 저장매체를 포함할 수 있다.

사용자 인터페이스 모듈(1180)은 사용자에게 데이터를 입력 및 수신할 수 있는 인터페이스를 제공한다. 사용자는 사용자 인터페이스 모듈(1180)을 통해 상위 아티스트 정보를 확인할 수 있고, 기준 아티스트 및 비교 아티스트 정보 등을 입력할 수 있다.

또한, 사용자 인터페이스 모듈(1180)은 사용자 단말(200)과 통전 가능하게 연결되고, 사용자 인터페이스 모듈(1180)에 제공되는 인터페이스는 사용자 단말(200)에 동일하게 제공될 수 있다.

또한, 통신 모듈(1190)은 외부 장치들과의 통신을 구현한다.

비교 아티스트 결정부(110)에서 결정된 비교 아티스트에 대한 정보는 가이드 데이터 제공부(120)로 전달된다.

(2) 가이드 데이터 제공부(120)의 설명

도 5를 참조하면, 가이드 데이터 제공부(120)는 제어 모듈(1210), 아티스트 데이터 분류 모듈(1220), 아티스트 활동 분석 모듈(1230), 가이드 데이터 제공 모듈(1240), 데이터베이스 모듈(1250), 사용자 인터페이스 모듈(1260) 및 통신 모듈(1270)을 포함한다.

가이드 데이터 제공부(120) 내에 포함된 다양한 개체들(entities)은 서로 통전 가능하게 연결된다. 예를 들어, 상기 개체들 간의 통신은 유/무선 네트워크(미도시)를 통해 수행될 수 있다. 유/무선 네트워크는 표준 통신 기술 및/또는 프로토콜들이 사용될 수 있다.

가이드 데이터 제공부(120)의 하드웨어 구성은 다양하게 구현될 수 있다. 예를 들어, 아티스트 데이터 분류 모듈(1220), 아티스트 활동 분석 모듈(1230)이 하나로 통합될 수 있다. 다만, 이에 한정되는 것은 아니며, 다양한 방법과 조합으로 구현될 수 있다.

제어부(1210)는 가이드 데이터 제공부(120)의 다양한 기능을 수행하도록 아티스트 데이터 분류 모듈(1220), 아티스트 활동 분석 모듈(1230), 가이드 데이터 제공 모듈(1240), 데이터베이스 모듈(1250), 사용자 인터페이스 모듈(1260) 및 통신 모듈(1270)을 제어한다.

아티스트 데이터 분류 모듈(1220)은 어느 하나의 아티스트에 대한 아티스트 데이터(1a)를 SNS 데이터(11a), 패션 데이터(12a), 취미 데이터(13a), 직업 활동 데이터(14a) 및 대외 활동 데이터(15a)로 분류한다.

도 6을 참조하면, X1 아티스트에 대한 아티스트 데이터(1a)가 각각의 텍스트(11a, 12a, 13a, 14a, 15a)로 분류된다.

도시된 실시 예에서, SNS 데이터(11a)는 X1 아티스트의 아티스트 데이터(1a) 중 트위터, 페이스북, 인스타그램 등의 SNS(Social Network Service)에서 수집된 아티스트 데이터(1a)를 의미한다.

도시된 실시 예에서, 패션 데이터(12a)는 X1 아티스트의 아티스트 데이터(1a) 중 기 설정된 패션 키워드 군에 포함된 키워드 또는 이미지를 포함하는 아티스트 데이터(1a)를 의미한다. 예를 들어, 패션 키워드 군은 각각으 브랜드의 제품명, 제품번호 등의 키워드 또는 이미지를 포함할 수 있다.

도시된 실시 예에서, 취미 데이터(13a)는 X1 아티스트의 아티스트 데이터(1a) 중 기 설정된 취미 키워드 군에 포함된 키워드 또는 이미지를 포함하는 아티스트 데이터(1a)를 의미한다. 예를 들어, 취미 키워드 군은 클라이밍, 서핑, 캠핑, 축구, 농구, 쇼핑, DIY 등의 키워드 또는 이미지를 포함할 수 있다.

도시된 실시 예에서, 직업 활동 데이터(14a)는 X1 아티스트의 아티스트 데이터(1a) 중 기 설정된 직업 활동 키워드 군에 포함된 키워드 또는 이미지를 포함하는 아티스트 데이터(1a)를 의미한다. 예를 들어, 직업 활동 키워드 군은 음악 방송명, 시사회, 런웨이, 패션쇼 명칭, 예능/시사 프로그램명 등의 키워드 또는 이미지를 포함할 수 있다.

도시된 실시 예에서, 대외 활동 데이터(14a)는 X1 아티스트의 아티스트 데이터(1a) 중 기 설정된 직업 활동 키워드 군에 포함된 키워드 또는 이미지를 포함하는 아티스트 데이터(1a)를 의미한다. 예를 들어, 대외 활동 키워드 군은 봉사, 기부, 정치 등의 키워드 또는 이미지를 포함할 수 있다.

다시 도 5를 참조하면, 아티스트 활동 분석 모듈(1230)은 SNS 키워드 분석 유닛(1231), SNS 평판 분석 유닛(1232), 패션 분석 유닛(1233), 패션 평판 분석 유닛(1234), 취미 분석 유닛(1235), 취미 평판 분석 유닛(1236), 직업 활동 인지도 분석 유닛(1237), 대외 활동 인지도 분석 유닛(1238)을 포함한다.

아티스트 데이터 분류 모듈(1220)에서 분류된 SNS 데이터(11a)는 SNS 키워드 분석 유닛(1231) 및 SNS 평판 분석 유닛(1232)으로 전달된다.

SNS 키워드 분석 유닛(1231)은 SNS 데이터(11a)에서 중복되는 어투, 단어, 이미지 등에 대한 정보를 포함하는 SNS 키워드를 분석한다.

또한, SNS 평판 분석 유닛(1232)은 SNS 데이터(11a)에 포함된 긍정어 및 부정어의 숫자와 가중치를 이용하여 SNS 데이터 평판을 연산한 후, 연산된 SNS 데이터 평판을 모두 합산하여 SNS 평판을 연산할 수 있다.

SNS 평판을 연산하는 방법은 아티스트 분석 모듈(1130)의 그룹 데이터 평판 분석 방법과 유사한 방법으로 수행될 수 있다.

아티스트 데이터 분류 모듈(1220)에서 분류된 패션 데이터(12a)는 패션 분석 유닛(1233) 및 패션 평판 분석 유닛(1234)으로 전달된다.

패션 분석 유닛(1233)은 패션 데이터(12a)에서 가장 많이 중복되는 브랜드의 제품, 제품명, 의복 유형 등에 대한 정보를 포함하는 패션 데이터를 분석한다.

또한, 패션 평판 분석 유닛(1234)은 패션 데이터(12a)에 포함된 긍정어 및 부정어의 숫자와 가중치를 이용하여 패션 데이터 평판을 연산한 후, 연산된 패션 데이터 평판을 모두 합산하여 패션 평판을 연산할 수 있다.

패션 평판을 연산하는 방법은 아티스트 분석 모듈(1130)의 그룹 데이터 평판 분석 방법과 유사한 방법으로 수행될 수 있다.

아티스트 데이터 분류 모듈(1220)에서 분류된 취미 데이터(13a)는 취미 분석 유닛(1235) 및 취미 평판 분석 유닛(1236)으로 전달된다.

취미 분석 유닛(1235)은 취미 데이터(13a)에서 가장 많이 중복되는 키워드에 대한 정보인 취미 데이터를 분석한다.

또한, 취미 평판 분석 유닛(1236)은 취미 데이터(13a)에 포함된 긍정어 및 부정어의 숫자와 가중치를 이용하여 취미 데이터 평판을 연산한 후, 연산된 취미 데이터 평판을 모두 합산하여 취미 평판을 연사할 수 있다.

취미 평판을 연산하는 방법은 아티스트 분석 모듈(1130)의 그룹 데이터 평판 분석 방법과 유사한 방법으로 수행될 수 있다.

아티스트 데이터 분류 모듈(1220)에서 분류된 직업 활동 데이터(14a)는 직업 활동 인지도 분석 유닛(1237)으로 전달된다.

직업 활동 인지도 분석 유닛(1237)은 직업 활동 데이터(14a)의 가중치들을 합산하여 직업 활동 인지도를 분석한다.

직업 활동 인지도를 분석하는 방법은 아티스트 분석 모듈(1130)의 그룹 데이터 인지도 분석 방법과 유사한 방법으로 수행될 수 있다.

아티스트 데이터 분류 모듈(1220)에서 분류된 대외 활동 데이터(15a)는 대외 활동 인지도 분석 유닛(1238)으로 전달된다.

대외 활동 인지도 분석 유닛(1238)은 대외 활동 데이터(15a)의 가중치들을 합산하여 대외 활동 인지도를 분석한다.

대외 활동 인지도를 분석하는 방법은 아티스트 분석 모듈(1130)의 그룹 데이터 인지도 분석 방법과 유사한 방법으로 수행될 수 있다.

아티스트 활동 분석 모듈(1230)에서 분석된 SNS 키워드, SNS 평판, 패션 데이터, 패션 평판, 취미 데이터, 취미 평판, 직업 활동 인지도 및 대외 활동 인지도는 가이드 데이터 제공 모듈(1240)로 전달된다.

가이드 데이터 제공 모듈(1240)은 기준 아티스트 활동 정보 수신 유닛(1241) 및 비교 아티스트 활동 정보 수신 유닛(1242)을 포함한다.

가이드 데이터 제공 모듈(1240)은 비교 아티스트 결정부(110)에서 기준 아티스트 및 비교 아티스트에 대한 정보를 전달받는다.

기준 아티스트 활동 정보 수신 유닛(1241)은 아티스트 활동 분석 모듈(1230)에서 전달 받은 정보 중 기준 아티스트에 대한 SNS 키워드, SNS 평판, 패션 데이터, 패션 평판, 취미 데이터, 취미 평판, 직업 활동 인지도 및 대외 활동 인지도를 수신한다.

비교 아티스트 활동 정보 수신 유닛(1242)은 아티스트 활동 분석 모듈(1230)에서 전달받은 정보 중 비교 아티스트에 대한 SNS 키워드, SNS 평판, 패션 데이터, 패션 평판, 취미 데이터, 취미 평판, 직업 활동 인지도 및 대외 활동 인지도를 수신한다.

또한, 가이드 데이터 제공 모듈(1240)은 SNS 비교 유닛(1243), 패션 비교 유닛(1244), 취미 비교 유닛(1245), 직업 활동 비교 유닛(1246) 및 대외 활동 비교 유닛(1247)을 포함한다.

SNS 비교 유닛(1243)은 기준 아티스트와 비교 아티스트의 SNS 키워드의 차이 및 SNS 평판 차이에 대한 정보를 포함하는 SNS 비교 데이터를 연산한다.

패션 비교 유닛(1244)은 기준 아티스트와 비교 아티스트의 패션 데이터 차이 및 패션 평판 차이에 대한 정보를 포함하는 패션 비교 데이터를 연산한다.

취미 비교 유닛(1245)은 기준 아티스트와 비교 아티스트의 취미 데이터 차이 및 취미 평판 차이에 대한 정보를 포함하는 취미 비교 데이터를 연산한다.

직업 활동 비교 유닛(1246)은 기준 아티스트와 비교 아티스트의 직업 활동 인지도의 차이에 대한 정보를 포함하는 직업 활동 비교 데이터를 연산한다.

대외 활동 비교 유닛(1247)은 기준 아티스트와 비교 아티스트의 대외 활동 인지도의 차이에 대한 정보를 포함하는 대외 활동 비교 데이터를 연산한다.

또한, 가이드 데이터 제공 모듈(1240)은 가이드 데이터 제공 유닛(1248)을 포함한다.

가이드 데이터 제공 유닛(1248)은 연산된 SNS 비교 데이터, 패션 비교 데이터, 취미 비교 데이터, 직업 활동 비교 데이터 및 대외 활동 비교 데이터를 모두 포함하는 가이드 데이터를 연산한다.

가이드 데이터는 사용자 인터페이스 모듈(1260) 또는 사용자 단말(200)에 시각적으로 인식 가능한 형태의 정보로 표현되어 사용자에게 제공된다.

데이터베이스 모듈(1250)은 가이드 데이터 제공부(120)의 각 모듈에서 생성된 정보를 저장하거나, 각 모듈의 연산에 사용되는 기준 정보를 제공한다.

일 실시 예에서, 데이터베이스 모듈(1250)은 플래시 메모리 타입(flash memory type), 하드디스크 타입(hard disk type), 멀티미디어 카드 마이크로 타입(multimedia card micro type), 카드 타입의 메모리(예를 들어 SD 또는 XD 메모리 등), 램(RAM, Random Access Memory) SRAM(Static Random Access Memory), 롬(ROM, Read-Only Memory), EEPROM(Electrically Erasable Programmable Read-Only Memory), PROM(Programmable Read-Only Memory) 자기 메모리, 자기 디스크, 광디스크 중 적어도 하나의 타입의 저장매체를 포함할 수 있다.

사용자 인터페이스 모듈(1260)은 사용자에게 데이터를 수신할 수 있는 인터페이스를 제공한다. 사용자는 사용자 인터페이스 모듈(1260)을 통해 가이드 데이터를 확인할 수 있다.

또한, 사용자 인터페이스 모듈(1260)은 사용자 단말(200)과 통전 가능하게 연결되고, 사용자 인터페이스 모듈(1260)에 제공되는 인터페이스는 사용자 단말(200)에 동일하게 제공될 수 있다.

또한, 통신 모듈(1270)은 외부 장치들과의 통신을 구현한다.

본 실시 예에 따른 가이드 정보 제공 시스템에 따르면 다음과 같은 효과가 도출될 수 있다.

본 실시 예에 따르면, 아티스트가 활약하는 분야를 세분화하여 소 분야로 분류한 후, 각각의 소 분야에 대하여 대중들이 특정 아티스트에 대하여 인식하는 인지도 및 평판이 도출된다.

예를 들어, X1 아티스트가 활동하는 주 분야가 발라드 노래를 하는 발라드 가수인 경우, 발라드 가수 분야에 대하여, X1 아티스트가 대중들에게 얼마나 알려져 있는지(인지도) 수치로서 확인할 수 있다.

또한, X1 아티스트가 대중들에게 긍정적으로 인식하는지 또는 부정적으로 인식하는지, 나아가 긍정적으로 인식되는 경우 어느 정도로 긍정적으로 인식되는지(평판) 수치로서 확인할 수 있다.

X1 아티스트가 주 분야인 발라드 가수 분야에서 대중들에게 인식되어 있는 평판을 증가시키고 싶다면, 발라드 가수 분야에서 X1 아티스트보다 더 높은 인지도와 평판을 가지고 있는 다른 아티스트에 대한 정보를 제공받을 수 있다.

예를 들어, 발라드 가수 분야의 인지도와 평판이 더 높은 다른 아티스트가 SNS에서 자주 사용하는 키워드 및 SNS에 대한 대중들의 평판 등을 제공받을 수 있다.

만약 다른 아티스트의 SNS가 X1 아티스트의 SNS보다 높은 평판을 가지고 있다면, X1 아티스트는 다른 아티스트가 SNS에서 자주 사용하는 키워드를 자신의 SNS에 사용해볼 수 있다.

또한, 예를 들어, 발라드 가수 분야의 인지도와 평판이 더 높은 다른 아티스트의 평소 패선 및 패션에 대한 대중들의 평판 등을 제공받을 수 있다.

만약 다른 아티스트의 패션에 대한 평판이 X1 아티스트의 패션에 대한 평판보다 높다면, X1 아티스트는 다른 아티스트가 자주 입는 브랜드, 브랜드 제품 등을 사용해볼 수 있다.

즉, 특정 아티스트가 자신의 주 분야에서 인지도와 평판을 증가시키고 싶은 경우, 해당 분야에서 자신보다 높은 인지도와 평판을 가지고 있는 다른 아티스트의 다양한 정보들을 자신과 비교한 정보인 가이드 데이터를 얻을 수 있다.

상기 특정 아티스트는 획득한 가이드 데이터를 활용하여 자신의 주 분야에서 인지도 및 평판을 향상시키는데 활용해볼 수 있다.

또한, 특정 아티스트가 자신의 주 분야가 아닌 새롭게 진출하려는 분야에 대한 대중들의 인지도 및 평판을 상승시키려는 경우에도, 진출하려는 분야에서 자신보다 높은 인지도와 평판을 가지고 있는 다른 아티스트에 대한 가이드 데이터를 얻을 수 있다.

또한, 대중들이 아티스트들에 대한 인식은 아티스트의 외형 및 성격에 많은 영향을 받으므로, 비교의 대상이 되는 아티스트를 선정하는데 있어서 외형과 성격이 가장 유사한 아티스트를 선정할 수 있다.

외형과 성격이 가장 유사한 아티스트에 대한 가이드 데이터를 제공받으므로, 가이드 데이터의 활용도가 향상될 수 있다.

예를 들어, 비교 대상이 되는 아티스트의 외형이 가이드 데이터를 사용하려는 아티스트의 외형과 유사한 경우, 패션에 대한 정보의 활용도가 증대될 수 있다.

아래에서는, 도 7 내지 도 9를 참조하여 본 실시 예에 따른 가이드 정보 제공 시스템의 동작 과정에 대해 설명한다.

2. 본 발명의 실시 예에 따른 아티스트의 이미지 향상을 위한 가이드 정보 제공 시스템의 동작 과정의 설명

(1) 아티스트 데이터(1)를 수집하는 단계(S10)의 설명

먼저, 원본 데이터 생성 장치(300)에 의해 아티스트 데이터(1)가 수집된다. 원본 데이터 생성 장치(300)는 특정 아티스트의 대한 정보를 포함하는 아티스트 데이터(1a)를 수집하며, 각각의 아티스트별로 수집된 아티스트 데이터(1a)가 모여 전체 아티스트 데이터(1)를 구성한다.

(2) 아티스트 데이터(1a)를 복수의 그룹 데이터(2)로 분류하는 단계(S20)의 설명

각각의 그룹 데이터(2)는 소 분야를 나타낼 수 있는 키워드들의 집합인 키워드 군을 구비하며, 각각의 키워드 군에 속하는 키워드를 포함하는 아티스트 데이터(1a)는 분류되어 대응되는 그룹 데이터(2)에 포함된다.

아티스트 데이터(1a)의 분류는 분야별 그루핑 유닛(1131)에 의해 수행된다. 그루핑 유닛(1131)은 위에서 설명되었으므로, 아티스트 데이터(1a)를 분류하는 구체적인 수행 과정은 그루핑 유닛(1131)에 대한 설명을 참조하여 이해될 수 있다.

또한, 각각의 아티스트 데이터(1a)는 가중치 결정 유닛(1132)에 의해 그 가중치가 결정될 수 있다.

가중치 결정 유닛(1132)은 위에서 설명되었으므로, 가중치를 결정하는 구체적인 수행 과정은 가중치 결정 유닛(1132)에 대한 설명을 참조하여 이해될 수 있다.

(3) 아티스트의 인지도와 평판을 분석하는 단계(S30)의 설명

S20단계에서 분류된 각각의 그룹 데이터(2) 별로 인지도와 평판이 분석된다.

각각의 그룹 데이터(2)의 인지도는 인지도 분석 유닛(1133)에 의해서 연산되고, 각각의 그룹 데이터(2)의 평판은 평판 분석 유닛(1134)에 의해 연산된다.

인지도 분석 유닛(1133) 및 평판 분석 유닛(1134)은 위에서 설명되었으므로, 그룹 데이터(2)의 인지도 및 평판을 연산하는 구체적인 수행 과정은 인지도 분석 유닛(1133) 및 평판 분석 유닛(1134)에 대한 설명을 참조하여 이해될 수 있다.

(4) 아티스트의 외형 유형 및 성격 유형을 분류하는 단계(S40)의 설명

매칭요소 분석 모듈(1140)에 의해 아티스트 별로 외형 유형 및 성격 유형이 분선된다.

구체적으로, 외형 분석 유닛(1141)에 의해 아티스트 별 외형 유형이 결정되고, 성격 분석 유닛(1142)에 의해 아티스트 별 성격 유형이 결정된다.

외형 분석 유닛(1141) 및 성격 분석 유닛(1142)은 위에서 설명되었으므로, 외형 유형 및 성격 유형을 결정하는 구체적인 수행 과정은 외형 분석 유닛(1141) 및 성격 분석 유닛(1142)에 대한 설명을 참조하여 이해될 수 있다.

(5) 상위 아티스트를 결정하는 단계(S50)의 설명

도 8을 참조하면, 사용자 인터페이스 모듈(1180)에서 상위 아티스트 결정 모듈(1150)로 기준 아티스트(Xc) 및 비교 그룹 데이터[Xc(Ac)]에 대한 정보가 전달된다.

예를 들어, X1이라는 아티스트를 기준 아티스트(Xc)로 지정한다는 내용의 정보와 각각의 소 분야 중 발라드 가수(A1) 분야에 대한 그룹 데이터(2)를 비교 그룹 데이터[Xc(Ac)]로 결정한다는 내용의 정보가 입력된다(S51).

그런 다음에, 아티스트 분석 모듈(1130)에서 상위 아티스트 결정 모듈(1150)로 기준 아티스트(Xc)의 비교 그룹 데이터[Xc(Ac)]에 대한 기준 인지도(AWc) 및 기준 평판(RPc)이 전달된다(S52).

대한 기준 인지도(AWc) 및 기준 평판(RPc)이 전달되면, 상위 아티스트 결정 모듈(1150)이 다른 아티스트들의 비교 그룹 데이터에 대한 인지도 및 평판과 기준 인지도(AWc) 및 기준 평판(RPc)을 비교한다(S53).

어느 하나의 아티스트의 비교 그룹 데이터에 대한 평판이 기준 평판(RPc) 이하인 경우, 해당 아티스트는 상위 아티스트로 선정되지 않는다(S54).

어느 하나의 아티스트의 비교 그룹 데이터에 대한 평판이 기준 평판(RPc) 보다 높은 경우, 어느 하나의 상기 아티스트의 비교 그룹 데이터에 대한 인지도를 기준 인지도(AWc)와 비교한다(S55).

어느 하나의 상기 아티스트의 비교 그룹 데이터에 대한 인지도가 기준 인지도(AWc) 이하인 경우, 해당 아티스트는 상위 아티스트로 선정되지 않는다(S55).

어느 하나의 상기 아티스트의 비교 그룹 데이터에 대한 인지도가 기준 인지도(AWc)보다 높은 경우, 해당 아티스트를 상위 아티스트로 결정한다(S56).

(6) 비교 아티스트를 결정하는 단계(S60)의 설명

도 9를 참조하면, 상위 아티스트 결정 모듈(1150)에서 비교 아티스트 결정 모듈(1160)로 상위 아티스트에 대한 정보가 전달된다.

또한, 매칭요소 분석 모듈(1140)에서 비교 아티스트 결정 모듈(1160)로 상위 아티스트 외형 유형 및 성격 유형에 대한 정보가 전달되고(S61), 기준 아티스트(Xc)의 기준 외형 유형(APc) 및 기준 성격 유형(PSc)에 대한 정보가 전달된다(S62).

비교 아티스트 결정 모듈(1160)은 전달된 외형 유형 및 성격 유형에 대하여 기준 아티스트와 상위 아티스트를 비교한다(S63).

상위 아티스트 중 어느 하나의 아티스트의 외형 유형이 기준 외형 유형(APc)과 일치하지 않는 경우, 해당 아티스트는 비교 아티스트로 선정되지 않는다(S64).

어느 하나의 상기 아티스트의 외형 유형이 기준 외형 유형(APc)과 일치하는 경우, 어느 하나의 상기 아티스트의 성격 유형을 기준 성격 유형(PSc)과 비교한다(S65).

어느 하나의 상기 아티스트의 성격 유형이 기준 성격 유형(PSc)과 일치하지 않는 경우, 해당 아티스트는 비교 아티스트로 선정되지 않는다(S65).

어느 하나의 상기 아티스트의 성격 유형이 기준 성격 유형(PSc)과 일치하는 경우, 해당 아티스트를 비교 아티스트로 결정한다(S66).

(7) 활동 데이터를 분석하는 단계(S70)의 설명

아티스트 활동 분석 모듈(1230)은 아티스트 데이터 분류 모듈(1220)에서 SNS 데이터(11a), 패션 데이터(12a), 취미 데이터(13a), 직업 활동 데이터(14a) 및 대외 활동 데이터(15a)를 전달받아 아티스트의 활동 데이터를 분석한다.

상기 활동 데이터는 SNS 키워드, SNS 평판, 패션 데이터, 패션 평판, 취미 데이터, 취미 평판, 직업 활동 인지도, 대외 활동 인지도를 포함할 수 있다.

아티스트 활동 분석 모듈(1230)은 위에서 설명되었으므로, 활동 데이터를 분석하는 구체적인 과정은 아티스트 활동 분석 모듈(1230)에 대한 설명을 참조하여 이해될 수 있다.

(8) 가이드 데이터를 도출하는 단계(S80)

가이드 데이터 제공 모듈(1240)은 기준 아티스트와 비교 아티스트에 대한 활동 데이터를 전달받아 가이드 데이터를 연산한다.

연산된 가이드 데이터는 사용자 인터페이스 모듈(1260) 또는 사용자 단말(200)을 통해 사용자에게 시각적으로 인식 가능한 형태의 정보로 제공된다.

가이드 데이터 제공 모듈(1240)은 위에서 설명되었으므로, 가이드 데이터를 연산하는 구체적인 과정은 가이드 데이터 제공 모듈(1240)에 대한 설명을 참조하여 이해될 수 있다.

본 발명의 실시예와 관련하여 설명된 방법 또는 알고리즘의 단계들은 하드웨어로 직접 구현되거나, 하드웨어에 의해 실행되는 소프트웨어 모듈로 구현되거나, 또는 이들의 결합에 의해 구현될 수 있다. 소프트웨어 모듈은 RAM(Random Access Memory), ROM(Read Only Memory), EPROM(Erasable Programmable ROM), EEPROM(Electrically Erasable Programmable ROM), 플래시 메모리(Flash Memory), 하드 디스크, 착탈형 디스크, CD-ROM, 또는 본 발명이 속하는 기술 분야에서 잘 알려진 임의의 형태의 컴퓨터 판독가능 기록매체에 상주할 수도 있다.

이상, 첨부된 도면을 참조로 하여 본 발명의 실시예를 설명하였지만, 본 발명이 속하는 기술분야의 통상의 기술자는 본 발명이 그 기술적 사상이나 필수적인 특징을 변경하지 않고서 다른 구체적인 형태로 실시될 수 있다는 것을 이해할 수 있을 것이다. 그러므로, 이상에서 기술한 실시예들은 모든 면에서 예시적인 것이며, 제한적이 아닌 것으로 이해해야만 한다.

1, 1a: 아티스트 데이터
2: 그룹 데이터
11a: SNS 데이터
12a: 패션 데이터
13a: 취미 데이터
14a: 직업 활동 데이터
15a: 대외 활동 데이터
100: 가이드 데이터 생성 장치
110: 비교 아티스트 결정부
1110: 제어 모듈
1120: 아티스트 데이터 수신 모듈
1130: 아티스트 분석 모듈
1131: 분야별 그루핑 유닛
1132: 가중치 결정 유닛
1133: 인지도 분석 유닛
1134: 평판 분석 유닛
1140: 매칭요소 분석 모듈
1141: 외형 분석 유닛
1142: 성격 분석 유닛
1150: 상위 아티스트 결정 모듈
1151: 기준 아티스트 결정 유닛
1152: 비교 그룹 결정 유닛
1153: 상위 아티스트 결정 유닛
1160: 비교 아티스트 결정 모듈
1161: 지정 비교 아티스트 결정 유닛
1162: 매칭 유닛
1163: 추천 비교 아티스트 결정 유닛
1170: 데이터베이스 모듈
1180: 사용자 인터페이스 모듈
1190: 통신 모듈
120: 가이드 데이터 제공부
1210: 제어 모듈
1220: 아티스트 데이터 분류 모듈
1230: 아티스트 활동 분석 모듈
1231: SNS 키워드 분석 유닛
1232: SNS 평판 분석 유닛
1233: 패션 분석 유닛
1234: 패션 평판 분석 유닛
1235: 취미 분석 유닛
1236: 취미 평판 분석 유닛
1237: 직업 활동 인지도 분석 유닛
1238: 대외 활동 인지도 분석 유닛
1240: 아티스트 가이드 데이터 제공 모듈
1241: 기준 아티스트 활동 정보 수신 유닛
1242: 비교 아티스트 활동 정보 수신 유닛
1243: SNS 비교 유닛
1244: 패션 비교 유닛
1245: 취미 비교 유닛
1246: 직업 활동 비교 유닛
1247: 대외 활동 비교 유닛
1248: 가이드 데이터 제공 유닛
1250: 데이터베이스 모듈
1260: 사용자 인터페이스 모듈
1270: 통신 모듈
200: 사용자 단말
300: 원본 데이터 생성 장치

Claims

아티스트에 대해 검색하여 얻어지는 데이터로서, 텍스트, 동영상 및 이미지 중 적어도 하나를 포함하는 아티스트 데이터를 수집하는 아티스트 데이터 수집 모듈;
상기 아티스트 데이터를 서로 다른 복수의 분야별로 그루핑(grouping)하여 복수의 그룹 데이터로 분류하고, 각각의 상기 그룹 데이터를 이용하여 인지도 및 평판을 분석하는 아티스트 분석 모듈;
상기 아티스트 데이터를 이용하여 외형 유형 및 성격 유형을 분류하는 매칭요소 분석 모듈;
상기 그룹 데이터 중 적어도 하나에 대한 상기 인지도 및 평판에 대하여, 기 설정된 기준 아티스트보다 높은 값을 갖는 적어도 하나의 상위 아티스트를 결정하는 상위 아티스트 결정 모듈;
상기 상위 아티스트 중, 어느 하나를 비교 아티스트로 지정하거나, 상기 외형 유형 및 상기 성격 유형이 상기 기준 아티스트와 일치하는 아티스트를 비교 아티스트로 지정하는 비교 아티스트 결정 모듈;
상기 아티스트 데이터를 이용하여 아티스트에 대한 활동 데이터를 분석하는 아티스트 활동 분석 모듈; 및
상기 기준 아티스트 및 상기 비교 아티스트의 상기 활동 데이터를 이용하여 비교 데이터를 도출하고, 상기 비교 데이터를 사용자에게 제공하는 비교 데이터 제공 모듈을 포함하는,
아티스트의 이미지 향상을 위한 가이드 정보 제공 시스템.
제1항에 있어서,
각각의 상기 그룹 데이터는 각각의 분야에 대한 기 설정된 키워드 집단을 포함하고,
상기 아티스트 분석 모듈은,
기 설정된 상기 키워드 집단를 포함하는 상기 아티스트 데이터를, 기 설정된 상기 키워드 집단과 대응되는 상기 그룹 데이터로 분류하는 분야별 그루핑 유닛;
상기 아티스트 데이터의 노출 빈도수를 분석하여 상기 아티스트 데이터에 대한 가중치를 연산하는 가중치 결정 유닛;
각각의 상기 그룹 데이터에 포함된 상기 아티스트 데이터의 가중치를 모두 합산하여, 각각의 상기 그룹 데이터에 대한 상기 인지도를 연산하는 인지도 분석 유닛; 및
각각의 상기 그룹 데이터에 포함된 상기 아티스트 데이터의 긍정어, 부정어 및 가중치를 이용하여 각각의 상기 그룹 데이터에 대한 상기 평판을 연산하는 평판 분석 유닛을 포함하고,
각각의 상기 그룹 데이터에 대한 상기 평판은,
상기 긍정어의 개수에서 상기 부정어의 개수를 제외한 후 상기 가중치를 곱하여 각각의 아티스트 데이터에 대한 텍스트 평판을 연산한 후,
상기 그룹 데이터에 포함된 모든 텍스트 평판을 합산하여 연산되는,
아티스트의 이미지 향상을 위한 가이드 정보 제공 시스템.
제2항에 있어서,
상기 외형 유형은 기 설정된 안면 유형 및 기 설정된 신체비율 유형을 포함하고,
상기 성격 유형은 MBti유형 또는 기 설정된 표준 성격 유형을 포함하며,
상기 매칭요소 분석 모듈은,
미간 길이, 코의 길이, 눈의 가로 및 세로 길이, 입술의 길이, 아래 턱 길이 및 이들의 비율을 이용하여 상기 안면 유형을 결정하고, 각 신체 부위의 길이 및 각 신체 부위 사이의 비율을 이용하여 상기 신체비율 유형을 결정하는 외형 분석 유닛; 및
상기 MBti유형 또는 상기 표준 성격 유형을 결정하는 성격 분석 유닛을 포함하는,
아티스트의 이미지 향상을 위한 가이드 정보 제공 시스템.
제3항에 있어서,
상기 상위 아티스트 결정 모듈은,
기준 아티스트를 결정하는 기준 아티스트 결정 유닛;
복수의 상기 그룹 데이터 중 비교 대상이 되는 데이터인 비교 그룹 데이터를 결정하는 비교 그룹 결정 유닛; 및
상기 비교 그룹 데이터에 대한 상기 인지도 및 상기 평판에 대하여, 상기 기준 아티스트보다 높은 값을 갖는 적어도 하나의 상기 상위 아티스트를 결정하는 상위 아티스트 결정 유닛을 포함하는,
아티스트의 이미지 향상을 위한 가이드 정보 제공 시스템.
제4항에 있어서,
상기 비교 아티스트 결정 모듈은,
상기 상위 아티스트 중 어느 하나를 비교 아티스트로 결정하는 지정 비교 아티스트 결정 유닛; 및
상기 상위 아티스트 중, 상기 외형 유형 및 상기 성격 유형이 상기 기준 아티스트와 일치하는 아티스트를 비교 아티스트로 결정하는 추천 비교 아티스트 결정 유닛을 포함하는,
아티스트의 이미지 향상을 위한 가이드 정보 제공 시스템.
제5항에 있어서,
상기 아티스트 데이터는,
아티스트의 SNS를 검색하여 얻어지는 아티스트 SNS 데이터;
아티스트의 이미지를 포함하는 패션 데이터;
기 설정된 취미 키워드 군에 포함된 취미 키워드를 포함하는 취미 데이터;
기 설정된 직업 활동 키워드군에 포함된 직업 활동 키워드를 포함하는 직업 활동 데이터; 및
기 설정된 대외 활동 키워드군에 포함된 대외 활동 키워드를 포함하는 대외 활동 데이터를 포함하고,
상기 아티스트 활동 분석 모듈은,
상기 아티스트 SNS 데이터를 이용하여, 중복되는 키워드인 SNS 키워드를 분석하는 SNS 키워드 분석 유닛;
상기 아티스트 SNS 데이터를 이용하여, SNS 평판을 연산하는 SNS 평판 분석 유닛;
상기 패션 데이터를 이용하여, 아티스트가 주로 착용하는 의복 유형, 제품, 브랜드 등을 포함하는 정보인 패션 유형 정보를 분석하는 패션 분석 유닛;
상기 패션 데이터를 이용하여, 패션 평판을 연산하는 패션 평판 분석 유닛;
상기 취미 데이터에 포함된 취미 키워드 중 가장 많이 중복되는 키워드에 대한 정보인 취미 데이터를 분석하는 취미 분석 유닛;
상기 취미 데이터를 이용하여, 취미 평판을 연산하는 취미 평판 분석 유닛;
상기 직업 활동 데이터의 가중치를 합산하여 직업 활동 인지도를 연산하는 직업 활동 인지도 분석 유닛; 및
상기 대외 활동 데이터의 가중치를 합산하여 대외 활동 인지도를 연산하는 대외 활동 인지도 분석 유닛을 포함하며,
상기 SNS 키워드, 상기 SNS 평판, 상기 패션 유형 정보, 상기 패션 평판, 상기 취미 데이터, 상기 취미 평판, 상기 직업 활동 인지도, 상기 대외 활동 인지도는 상기 활동 데이터에 포함되는,
아티스트의 이미지 향상을 위한 가이드 정보 제공 시스템.
제6항에 있어서,
상기 비교 데이터 제공 모듈은,
상기 기준 아티스트의 활동 데이터 및 상기 비교 아티스트의 활동 데이터를 수신하고,
상기 기준 아티스트 및 상기 비교 아티스트의 상기 SNS 키워드, 상기 SNS 평판, 상기 패션 데이터, 상기 패션 평판, 상기 취미 데이터, 상기 취미 평판, 상기 직업 활동 인지도 및 상기 대외 활동 인지도을 매칭시켜 사용자에게 제공하는,
아티스트의 이미지 향상을 위한 가이드 정보 제공 시스템.