KR20230000048A - 일기 분석을 통한 개인화 콘텐츠 추천 시스템 - Google Patents

일기 분석을 통한 개인화 콘텐츠 추천 시스템 Download PDF

Info

Publication number
KR20230000048A
KR20230000048A KR1020210081950A KR20210081950A KR20230000048A KR 20230000048 A KR20230000048 A KR 20230000048A KR 1020210081950 A KR1020210081950 A KR 1020210081950A KR 20210081950 A KR20210081950 A KR 20210081950A KR 20230000048 A KR20230000048 A KR 20230000048A
Authority
KR
South Korea
Prior art keywords
content
unit
user
analysis
recommendation
Prior art date
Application number
KR1020210081950A
Other languages
English (en)
Other versions
KR102642589B1 (ko
Inventor
조수민
Original Assignee
조수민
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 조수민 filed Critical 조수민
Priority to KR1020210081950A priority Critical patent/KR102642589B1/ko
Publication of KR20230000048A publication Critical patent/KR20230000048A/ko
Application granted granted Critical
Publication of KR102642589B1 publication Critical patent/KR102642589B1/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
    • 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
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N20/00—Machine learning
    • G—PHYSICS
    • G10—MUSICAL INSTRUMENTS; ACOUSTICS
    • G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
    • G10L25/00—Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00
    • G10L25/48—Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00 specially adapted for particular use
    • G10L25/51—Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00 specially adapted for particular use for comparison or discrimination
    • G10L25/63—Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00 specially adapted for particular use for comparison or discrimination for estimating an emotional state

Landscapes

  • Engineering & Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Health & Medical Sciences (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Tourism & Hospitality (AREA)
  • General Health & Medical Sciences (AREA)
  • Software Systems (AREA)
  • Computing Systems (AREA)
  • Audiology, Speech & Language Pathology (AREA)
  • Mathematical Physics (AREA)
  • Medical Informatics (AREA)
  • Evolutionary Computation (AREA)
  • Child & Adolescent Psychology (AREA)
  • Data Mining & Analysis (AREA)
  • Hospice & Palliative Care (AREA)
  • Psychiatry (AREA)
  • Computational Linguistics (AREA)
  • Signal Processing (AREA)
  • General Engineering & Computer Science (AREA)
  • Human Computer Interaction (AREA)
  • Acoustics & Sound (AREA)
  • Multimedia (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Artificial Intelligence (AREA)
  • Economics (AREA)
  • Human Resources & Organizations (AREA)
  • Marketing (AREA)
  • Primary Health Care (AREA)
  • Strategic Management (AREA)
  • General Business, Economics & Management (AREA)
  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)

Abstract

본 발명은 사용자가 단말기를 사용하여 접속하도록 하는 서비스서버; 상기 서비스서버에 접속한 단말기를 사용하여 일상에서 발생한 감정, 경험, 생각을 텍스트나 음성으로 기록하도록 하는 기록부; 상기 기록부에 의해 기록된 텍스트나 음성으로부터 머신 러닝 알고리즘을 사용하여 사용자의 일별 감정 및 관심사를 분석하는 분석부; 상기 분석부에 의해 분석된 사용자의 일별 감정 및 관심사에 따라 콘텐츠의 유사도를 분석하여 제공하는 유사도제공부; 상기 유사도제공부에 의해 제공되는 유사도에 따라 콘텐츠를 사용자에게 추천하기 위해 표시하는 콘텐츠표시부; 및 상기 기록부에 의해 기록되는 데이터, 상기 분석부에 의한 분석 결과, 상기 유사도제공부에 의해 제공되는 유사도 및 상기 콘텐츠표시부에 의한 추천 결과를 저장하는 데이터베이스부;를 포함하도록 한 일기 분석을 통한 개인화 콘텐츠 추천 시스템에 관한 것이다. 본 발명에 따르면, 사용자가 자발적으로 작성한 텍스트, 음성 등과 같은 일상 기록 데이터를 머신 러닝기반으로 분석하여 사용자의 감성과 상황을 식별하고, 이를 기반으로 사용자에게 필요한 콘텐츠를 추천함으로써, 사용자가 선호하는 콘텐츠를 정확하게 추천할 수 있도록 하고, 이로 인해 사용자의 콘텐츠 선택에 대한 편의성과 만족도를 높이도록 하며, 시시각각으로 변화하는 사용자의 순간 감정 및 관심사에 맞춘 콘텐츠를 추천하는 효과를 가진다.

Description

일기 분석을 통한 개인화 콘텐츠 추천 시스템{Personalized content recommendation system by diary analysis}
본 발명은 일기 분석을 통한 개인화 콘텐츠 추천 시스템에 관한 것으로서, 보다 상세하게는 일기에 기록된 내용을 이용하여, 사용자가 선호하는 콘텐츠를 비교적 정확하게 추천할 수 있도록 하는 일기 분석을 통한 개인화 콘텐츠 추천 시스템에 관한 것이다.
근래에는 인터넷이 발달하면서, 동영상 공유 사이트에서 전 세계의 동영상을 자유롭게 시청할 수 있게 되었다. 국내의 동영상 검색 서비스, 전문 포탈, 블로그 등의 시장도 전년대비 큰 폭으로 급격히 성장하고 있는 추세인데, 이러한 동영상 시장의 급격한 성장 배경은 개인의 동영상 제작이 큰 몫을 하였으며, 과거 전문 업체에서나 가능했던 동영상 제작 및 편집이 이제는 개인의 능력으로 가능해지면서, UCC를 제작하여 인터넷에 공개하고, 그로 인한 수익을 발생시키는 시장이 형성되었다.
이와 같이, 동영상 시장이 커지고 유통되는 동영상이 많아짐에 따라 사람들이 보고 싶은 동영상을 찾는데, 많은 시간이 걸리는 문제가 발생하고 있다. 이러한 문제를 해결하기 위해서 동영상 검색을 위한 많은 연구들이 진행되었으나, 동영상 검색 기술은 텍스트 검색 기술과 비교하여 부족한 것이 현실이다. 이처럼 영상기반 검색이 어렵기 때문에 동영상의 제목와 내용의 텍스트를 기준으로 검색을 수행하게 되지만, 동영상의 제목와 내용에 동영상의 대한 충분한 설명이 되어있지 않으면, 검색의 결과에 포함되지 않는다.
이를 개선하기 위한 종래 기술로서, 한국등록특허 제10-1691220호의 " 콘텐츠 평가에 따른 개인화된 콘텐츠 추천 시스템"이 제시된 바 있는데, 이는 콘텐츠 추천 시스템으로서, 콘텐츠를 테마 및 키워드에 따라 분류하여 저장 및 제공하는 콘텐츠 제공 모듈; 상기 저장된 콘텐츠를 제공받아 출력하는 유저 디바이스로부터, 상기 콘텐츠에 대한 미리 정해진 방향의 드래그 신호를 입력받아 평가 정보로 변환하는 평가 수집 모듈; 상기 콘텐츠의 테마 및 키워드와 상기 평가 수집 모듈에서 변환된 상기 콘텐츠에 대한 평가 정보를 이용하여, 유저의 선호 정보를 분석하는 유저 프로파일링 모듈; 및 상기 유저 프로파일링 모듈의 분석 결과에 따라, 상기 유저 디바이스에 개인화 된 콘텐츠를 추천하는 콘텐츠 추천 모듈을 포함하며, 상기 평가 수집 모듈은, 상기 콘텐츠에 대한 제1 방향의 드래그 신호는 선택 신호로, 제2 방향의 드래그 신호는 삭제 신호로 각각 변환하되, 상기 평가 수집 모듈은, 상기 콘텐츠의 열람 후 입력받은 선택 신호, 열람 없이 입력받은 선택 신호, 열람 후 신호 없음, 열람 없이 입력받은 삭제 신호 및 열람 후 입력받은 삭제 신호에, 순서대로 점수를 부여하여 수치화된 평가 정보로 변환하는 것이다.
그러나, 이와 같은 종래 기술은 콘텐츠의 평가 정보만으로 유저의 선호도를 제대로 반영하기에는 한계를 가지므로, 이로 인해 유저가 선호하는 콘텐츠 추천 정확도를 향상시키는데 어려움이 따르는 문제점을 가지고 있었다.
또한, 다른 종래 기술로서, 단순히 사용자가 이전에 확인한 또는 관심 있다고 표현한('좋아요'나 '공감' 표시를 한) 콘텐츠의 히스토리 정보만을 기반으로 콘텐츠를 추천해주는 것은 사용자의 현재 상태를 충분히 반영하지 못한다. 그리고, 사용자 히스토리를 보고 판단한 추천 콘텐츠들 중에서 사용자의 비선호 카테고리를 필터링하지 않는 점도 한계로 지적된다. 그리고 무엇보다 추천을 위해 필요한 사용자의 개인 정보, 성향 등은 매우 민감한 내용이기 때문에 이를 입력하라고 요구하는 추천 시스템 자체에 적대심과 거부감을 가지는 사용자들이 많은 실정이다. 또한, 일반적인 컨텐츠 추천 시스템들은 사용자가 이전에 확인한 컨텐츠와 유사한 컨텐츠를 제시하거나, 사용자에게 직접 컨텐츠별 선호/비선호 입력을 요구하며, 축적된 정보를 기반으로 콘텐츠 추천이 이루어지고 있다. 그러나, 이러한 추천 방법은 사용자가 컨텐츠를 접할 시점에서 사용자의 상황과 감성을 제대로 반영하지 못하는 한계점이 있다.
상기한 바와 같은 종래 기술의 문제점을 해결하기 위하여, 본 발명은 사용자가 자발적으로 작성한 텍스트, 음성 등과 같은 일상 기록 데이터를 머신 러닝기반으로 분석하여 사용자의 감성과 상황을 식별하고, 이를 기반으로 사용자에게 필요한 콘텐츠를 추천함으로써, 사용자가 선호하는 콘텐츠를 정확하게 추천할 수 있도록 하고, 이로 인해 사용자의 콘텐츠 선택에 대한 편의성과 만족도를 높이도록 하며, 시시각각으로 변화하는 사용자의 순간 감정 및 관심사에 맞춘 콘텐츠를 추천해주도록 하는데 목적이 있다.
본 발명의 다른 목적들은 이하의 실시례에 대한 설명을 통해 쉽게 이해될 수 있을 것이다.
상기한 바와 같은 목적을 달성하기 위해, 본 발명의 일측면에 따르면, 사용자가 단말기를 사용하여 접속하도록 하는 서비스서버; 상기 서비스서버에 접속한 단말기를 사용하여 일상에서 발생한 감정, 경험, 생각을 텍스트나 음성으로 기록하도록 하는 기록부; 상기 기록부에 의해 기록된 텍스트나 음성으로부터 머신 러닝 알고리즘을 사용하여 사용자의 일별 감정 및 관심사를 분석하는 분석부; 상기 분석부에 의해 분석된 사용자의 일별 감정 및 관심사에 따라 콘텐츠의 유사도를 분석하여 제공하는 유사도제공부; 상기 유사도제공부에 의해 제공되는 유사도에 따라 콘텐츠를 사용자에게 추천하기 위해 표시하는 콘텐츠표시부; 및 상기 기록부에 의해 기록되는 데이터, 상기 분석부에 의한 분석 결과, 상기 유사도제공부에 의해 제공되는 유사도 및 상기 콘텐츠표시부에 의한 추천 결과를 저장하는 데이터베이스부;를 포함하는, 일기 분석을 통한 개인화 콘텐츠 추천 시스템이 제공된다.
상기 유사도제공부는, 상기 분석부에 의해 분석된 사용자의 일별 감정 및 관심사를 기반으로 콘텐츠 카테고리별 추천 점수를 매기는 콘텐츠점수화부; 상기 콘텐츠점수화부에 의해 콘텐츠 카테고리별 매겨진 추천 점수를 해당 콘텐츠 카테고리와 함께 내림차순으로 정렬하여 상기 단말기에 제공하는 점수표시부; 및 상기 점수표시부에 의해 표시된 상기 추천 점수를 사용자가 상기 단말기를 통해서 자신에게 맞게 수정하고, 수정된 추천 점수를 내림차순으로 재정렬시켜서 상기 데이터베이스부에 저장되도록 하는 수정부;를 포함할 수 있다.
상기 콘텐츠표시부는, 상기 수정부에 의해 수정된 추천 점수에 따라 추천 콘텐츠 카테고리와 비추천 콘텐츠 카테고리를 판별하여 상기 단말기에 표시되도록 하고, 상기 데이터베이스부에 저장된 콘텐츠 카테고리별 수정된 추천 점수를 데이터 풀로 활용하여, 향후 추천 콘텐츠 카테고리와 비추천 콘텐츠 카테고리의 판별에 반영하도록 할 수 있다.
상기 콘텐츠점수화부는, 상기 분석부에 의해 분석된 사용자의 일별 감정 및 관심사와는 반대되는 콘텐츠 카테고리 추천점수가 상기 분석부에 의해 분석된 사용자의 일별 감정 및 관심사에 부합하는 콘텐츠 카테고리에 매겨진 추천 점수를 음수로 변환하여 매겨지도록 할 수 있다.
상기 수정부는, 상기 추천 점수의 수정 범위를 백분율로 설정하도록 하고, 상기 추천 점수를 설정한 백분율의 범위 내에서 수정이 이루어지도록 하며, 상기 추천 점수의 수정 비율이 상기 데이터베이스부에 저장되도록 하고, 상기 콘텐츠점수화부는, 상기 추천 점수가 수정된 콘텐츠 카테고리에 대해 새로이 추천 점수를 매기는 경우, 매겨진 추천 점수를 상기 데이터베이스부에 저장된 수정 비율로 보정하도록 할 수 있다.
본 발명에 따른 일기 분석을 통한 개인화 콘텐츠 추천 시스템에 의하면, 사용자가 자발적으로 작성한 텍스트, 음성 등과 같은 일상 기록 데이터를 머신 러닝기반으로 분석하여 사용자의 감성과 상황을 식별하고, 이를 기반으로 사용자에게 필요한 콘텐츠를 추천함으로써, 사용자가 선호하는 콘텐츠를 정확하게 추천할 수 있도록 하고, 이로 인해 사용자의 콘텐츠 선택에 대한 편의성과 만족도를 높이도록 하며, 시시각각으로 변화하는 사용자의 순간 감정 및 관심사에 맞춘 콘텐츠를 추천하므로, 이용 히스토리만 보면 좋아하는 장르, 분야, 주제에 해당하지만, 특정 날에는 거부감을 가질 수 있는 콘텐츠를 걸러낼 수 있도록 하여, 보다 구체적이면서 일별 선호도까지 고려한 콘텐츠 추천을 가능하도록 하는 효과를 가진다.
도 1은 본 발명의 일 실시례에 따른 일기 분석을 통한 개인화 콘텐츠 추천 시스템을 도시한 구성도이다.
도 2는 본 발명의 일 실시례에 따른 일기 분석을 통한 개인화 콘텐츠 추천 시스템을 설명하기 위한 흐름도이다.
본 발명은 다양한 변경을 가할 수 있고, 여러 가지 실시례를 가질 수 있는 바, 특정 실시례들을 도면에 예시하고, 상세하게 설명하고자 한다. 그러나, 이는 본 발명을 특정한 실시 형태에 대해 한정하려는 것이 아니고, 본 발명의 기술 사상 및 기술 범위에 포함되는 모든 변경, 균등물 내지 대체물을 포함하는 식으로 이해되어야 하고, 여러 가지 다른 형태로 변형될 수 있으며, 본 발명의 범위가 하기 실시례에 한정되는 것은 아니다.
이하, 첨부된 도면을 참조하여 본 발명에 따른 실시례를 상세히 설명하며, 도면 부호에 관계없이 동일하거나 대응하는 구성요소에 대해서는 동일한 참조 번호를 부여하고, 이에 대해 중복되는 설명을 생략하기로 한다.
도 1은 본 발명의 일 실시례에 따른 일기 분석을 통한 개인화 콘텐츠 추천 시스템을 도시한 구성도이고, 도 2는 본 발명의 일 실시례에 따른 일기 분석을 통한 개인화 콘텐츠 추천 시스템을 설명하기 위한 흐름도이다.
도 1 및 도 2를 참조하면, 본 발명의 일 실시례에 따른 일기 분석을 통한 개인화 콘텐츠 추천 시스템(100)는 서비스서버(11), 기록부(12), 분석부(13), 유사도제공부(14,15,16), 콘텐츠표시부(17) 및 데이터베이스부(18)를 포함할 수 있다.
서비스서버(11)는 사용자가 단말기(1)를 사용하여 접속하도록 하는데, 일례로 단말기(1)가 접속하기 위한 웹페이지를 제공하는 웹서버로 이루어질 수 있고, 이에 반드시 한하는 것은 아니다. 또한 서비스서버(11)는 단말기(1)를 통해 사용자의 관련 정보를 제공받도록 하고, 본인 인증에 필요한 아이디 및 패스워드를 등록하도록 하며, 이러한 아이디 및 패스워드의 입력 외에도 휴대폰 인증이나 공인인증서 등을 이용한 본인 인증 절차를 수행할 수 있고, 이에 따라 본인 인증된 정당한 사용자만의 사용을 허용할 수 있다. 여기서, 단말기(1)는 본 발명의 서비스를 제공받기 위한 어플리케이션이나 프로그램 등을 실행시키도록 구성될 수 있는데, 이러한 정보 처리 기능 뿐만 아니라, 서비스서버(11)와의 통신을 위한 통신 기능을 가지며, 이를 위해 예컨대 스마트폰, 태블릿 PC, PC, 노트북 등을 비롯하여, 다양한 정보 처리 및 통신 기기가 사용될 수 있다.
기록부(12)는 서비스서버(11)에 접속한 단말기(1)를 사용하여, 일상에서 발생한 감정, 경험, 생각을 텍스트나 음성으로 기록하도록 한다(S11). 이때, 기록된 일기는 후술하게 될 데이터베이스부(18)에 저장되도록 할 수 있다(S12).
분석부(13)는 기록부(12)에 의해 기록된 텍스트나 음성으로부터 머신 러닝 알고리즘을 사용하여, 사용자의 일별 감정 및 관심사를 분석하도록 하는데(S13), 이를 위해, 텍스트나 음성을 분석에 필요한 데이터로 처리하도록 하는 프로세스를 거치도록 할 수 있다.
분석부(13)는 기록부(12)에 의해 기록된 텍스트나 음성으로부터 획득되는 데이터별로 감성 사전을 구축하여 감성 분석을 진행하도록 할 수 있고, 감성 사전의 구축을 위해, 예컨대 구글(Google)에서 제공하는 자연어 처리 머신러닝(Machine Learning) API를 사용할 수 있는데, 머신 러닝 알고리즘을 이용하여 문맥의 편향성(polarity)을 바탕으로 어떤 사안에 대해 긍정적인지 부정적인지 또는 희노애락과 같은 감정 등을 분류하도록 한다. 분석부(13)는 이러한 방법에 반드시 한하는 것은 아니며, 공지된 다양한 머신러닝 알고리즘을 이용한 감성 분석 기법이 사용될 수 있다. 분석부(13)에 의한 분석 방법은 평가 집합에 태깅(tagging)된 일기 내용의 키워드에 대한 긍정 또는 부정 의견을 나타내는 동사와 형용사가 구축한 감성 사전의 의미 방향과 일치하는지를 판단함으로써, 현재의 감정 상태를 분석하도록 할 수 있다.
유사도제공부(14,15,16)는 분석부(13)에 의해 분석된 사용자의 일별 감정 및 관심사에 따라 콘텐츠의 유사도를 분석하여 제공하도록 한다.
유사도제공부(14,15,16)는 분석부(13)에 의해 분석된 사용자의 일별 감정 및 관심사를 기반으로 콘텐츠 카테고리별 추천 점수를 매기는 콘텐츠점수화부(14)(S14)와, 콘텐츠점수화부(14)에 의해 콘텐츠 카테고리별 매겨진 추천 점수를 해당 콘텐츠 카테고리와 함께 내림차순으로 정렬하여 단말기(1)에 제공하는 점수표시부(15)(S15)와, 점수표시부(15)에 의해 표시된 추천 점수를 사용자가 단말기(1)를 통해서 자신에게 맞게 수정하고(S16), 수정된 추천 점수를 내림차순으로 재정렬시켜서 데이터베이스부(18)에 저장(S17)되도록 하는 수정부(16)를 포함할 수 있다.
콘텐츠점수화부(14)는 분석부(13)에 의해 분석된 사용자의 일별 감정 및 관심사와는 반대되는 콘텐츠 카테고리 추천점수가 분석부(13)에 의해 분석된 사용자의 일별 감정 및 관심사에 부합하는 콘텐츠 카테고리에 매겨진 추천 점수를 음수로 변환하여 매겨지도록 할 수 있다. 예컨대, 일별 감정이 기쁨인 경우, 이에 적합한 콘텐츠 카테고리의 점수를 A라고 하면, 이에 반대되는 감정인 슬픔에 해당하는 콘텐츠 카테고리의 점수를 -A라고 매기게 된다. 따라서, 이러한 콘텐츠점수화부(14)에 의해 일별 감정 및 관심사에 대한 적합도가 클수록 높은 추천 점수를 받게 되는 반면, 이와 반대되는 경우에는 그에 합당하게 반비례하는 음수의 추천 점수를 받게 됨으로써, 호감과 비호감 콘텐츠에 대한 점수화에 대한 적정도를 높이도록 할 수 있다.
수정부(16)는 추천 점수의 수정 범위를 백분율로 설정하도록 할 수 있고, 추천 점수를 설정한 백분율의 범위 내에서 수정이 이루어지도록 하며, 추천 점수의 수정 비율이 데이터베이스부(18)에 저장되도록 할 수 있다. 따라서, 사용자는 단말기(1)를 사용하여, 수정 범위를 추천 점수의 20% 이내 또는 30% 이내 등과 같이 설정할 수 있고, 이렇게 설정된 범위를 최대치로 하여, 설정된 내에서 추천 점수의 수정을 가능하도록 함으로써, 과도하게 수정되는 것을 미연에 방지하여, 주관적인 요소를 줄이도록 할 수 있다.
콘텐츠점수화부(14)는 추천 점수가 수정된 콘텐츠 카테고리에 대해 새로이 추천 점수를 매기는 경우, 매겨진 추천 점수를 데이터베이스부(18)에 저장된 수정 비율로 보정하도록 함으로써, 사용자의 기호도를 미연에 반영하여 보다 정확한 추천 점수를 제공하도록 할 수 있고, 이로 인해 사용자의 번거로움을 방지하면서 콘텐츠의 추천에 대한 정확도를 높이도록 할 수 있다.
콘텐츠표시부(17)는 유사도제공부(14,15,16)에 의해 제공되는 유사도에 따라 콘텐츠를 사용자에게 추천하기 위해 표시하도록 한다.
콘텐츠표시부(17)는 수정부(16)에 의해 수정된 추천 점수에 따라 추천 콘텐츠 카테고리와 비추천 콘텐츠 카테고리를 판별하여(S18) 단말기(1)에 표시되도록 하고(S19), 데이터베이스부(18)에 저장된 콘텐츠 카테고리별 수정된 추천 점수를 데이터 풀(pool)로 활용하여, 향후 추천 콘텐츠 카테고리와 비추천 콘텐츠 카테고리의 판별에 반영하도록 할 수 있다(S20). 여기서, 추천 콘텐츠 카테고리와 비추천 콘텐츠 카테고리의 판별에 사용되는 추천 점수는 최대 추천 점수와 최소 추천 점수의 평균값을 기준으로 하여, 콘텐츠 카테고리의 추천 점수가 평균 이상인 경우, 추천 콘텐츠 카테고리에 해당하게 되고, 평균 미만인 경우, 비추천 콘텐츠 카테고리에 해당하게 되며, 이는 하나의 예시로서 이와 달리 정할 수 있음은 물론이다. 또한 수정된 추천 점수를 활용하기 위해, 예컨대, 수정된 비율을 향후 추천 점수에 곱하도록 함으로써 추천 점수를 보정하도록 할 수 있다.
데이터베이스부(18)는 기록부(12)에 의해 기록되는 데이터, 분석부(13)에 의한 분석 결과, 유사도제공부(14,15,16)에 의해 제공되는 유사도 및 콘텐츠표시부(17)에 의한 추천 결과를 저장하도록 하는데, 이러한 저장대상은 사용자별로 저장되도록 할 수 있고, 이에 한하지 않고, 동작에 필요한 각종 데이터와 어플리케이션이나 프로그램 등을 저장하도록 할 수 있다.
이와 같은 본 발명에 따른 일기 분석을 통한 개인화 콘텐츠 추천 시스템의 작용을 설명하기로 한다.
본 발명은 따르면, 첫째, 추천에 필요한 사용자의 정보를 일기장 기능을 통해 자연스럽게 입력받도록 하고, 둘째, 시시각각 변화하는 사용자의 순간의 감정 및 관심사에 맞춘 콘텐츠를 추천하게 된다.
첫째의 경우, 개인정보의 입력을 직설적으로 요구하거나, 사용자의 이동 경로를 트래킹하거나, 이전에 본 콘텐츠의 히스토리 정보를 기반으로 유사 콘텐츠를 추천해주는 방식이 아닌, 일기장에 본인의 이야기를 적도록 유도하는 방식으로 사용자에게 적합한 추천 스코어링 점수를 매기는 시스템이기 때문에 가능하다. 이는 사용자의 선호도에 대한 고려 없이, 축적된 정보만을 바탕으로 기계적인 추천을 제공해 사용자가 특정 시점에는 그다지 선호하지 않는 장르의 콘텐츠를 추천해주는 경우가 발생할 수 있었던 과거 방식과의 차별점이기도 하다.
둘째의 경우, 사람들은 일반적으로 일기장을 '내 이야기를 숨김없이 털어놓는' 기록장으로 인지하기 때문에 일기장을 기반으로 하는 추천은 사용자가 직접 적은, 그리고 해당 일기를 적는 순간의 솔직한 감정 및 관심에 기반한 정확도 높은 추천을 제공할 수 있게 한다는 점에서 가능하다. 단순히 그 동안의 사용자 콘텐츠 사용 내역을 축적하고, 축적된 데이터를 분석하여 지속적으로 일관된 종류의 콘텐츠를 추천해주는 것이 아니라, 일기를 적는 시점의 감정 및 관심사를 분석하여 일종의 '순간 맞춤형' 콘텐츠를 사용자에게 추천해줄 수 있게 된다.
이와 같은 본 발명은 콘텐츠를 추천하는 시스템이 필요하거나, 이미 활성화되어 있는 분야라면 어디에든 적용이 가능하며, 특히 사람들이 자신의 콘텐츠 사용(시청) 내역을 트래킹 당하고 있다는 거부감이 들지 않게끔 만들면서, 콘텐츠를 추천해주는 전략이 필요한 서비스라면 더욱 유용하게 활용될 수 있다. 또한 일기장 기능을 통해 사용자의 감정과 개인 정보, 관심사를 텍스트나 음성(Speech-to-text 변환 필요)으로 입력받아 '추천'이 이루어질 수 있는 어느 분야에든 적용 가능하다. 예를 들어 현재 급성장하고 있는 수많은 OTT의 드라마, 영화, 각종 TV 프로그램 또는 기타 동영상 추천, 여행사의 여행 상품 추천, 음악 스트리밍 서비스의 상황이나 감정에 맞는 음악 추천, 패션 브랜드나 쇼핑몰 플랫폼의 T.O.P.(Time, Place, Occasion)에 맞는 패션 아이템 추천, 온라인 서점의 '오늘의 도서' 추천, 각종 취업 및 대외활동 포털 서비스의 모집 공고 추천 등에 활용할 수 있다.
이와 같은 본 발명에 따른 일기 분석을 통한 개인화 콘텐츠 추천 시스템에 따르면, 사용자가 자발적으로 작성한 텍스트, 음성 등과 같은 일상 기록 데이터를 머신 러닝기반으로 분석하여 사용자의 감성과 상황을 식별하고, 이를 기반으로 사용자에게 필요한 콘텐츠를 추천함으로써, 사용자가 선호하는 콘텐츠를 정확하게 추천할 수 있도록 하고, 이로 인해 사용자의 콘텐츠 선택에 대한 편의성과 만족도를 높이도록 하며, 시시각각으로 변화하는 사용자의 순간 감정 및 관심사에 맞춘 콘텐츠를 추천하므로, 이용 히스토리만 보면 좋아하는 장르, 분야, 주제에 해당하지만, 특정 날에는 거부감을 가질 수 있는 콘텐츠를 걸러낼 수 있도록 하여, 보다 구체적이면서 일별 선호도까지 고려한 콘텐츠 추천을 가능하도록 할 수 있다.
이와 같이 본 발명에 대해서 첨부된 도면을 참조하여 설명하였으나, 본 발명의 기술적 사상을 벗어나지 않는 범위 내에서 다양한 수정 및 변형이 이루어질 수 있음은 물론이다. 그러므로, 본 발명의 범위는 설명된 실시례에 한정되어서는 아니되며, 후술하는 특허청구범위뿐만 아니라 이러한 특허청구범위와 균등한 것들에 의해 정해져야 한다.
11 : 서비스서버 12 : 기록부
13 : 분석부 14 : 콘텐츠점수화부
15 : 점수표시부 16 : 수정부
17 : 콘텐츠표시부 18 : 데이터베이스부

Claims (5)

  1. 사용자가 단말기를 사용하여 접속하도록 하는 서비스서버;
    상기 서비스서버에 접속한 단말기를 사용하여 일상에서 발생한 감정, 경험, 생각을 텍스트나 음성으로 기록하도록 하는 기록부;
    상기 기록부에 의해 기록된 텍스트나 음성으로부터 머신 러닝 알고리즘을 사용하여 사용자의 일별 감정 및 관심사를 분석하는 분석부;
    상기 분석부에 의해 분석된 사용자의 일별 감정 및 관심사에 따라 콘텐츠의 유사도를 분석하여 제공하는 유사도제공부;
    상기 유사도제공부에 의해 제공되는 유사도에 따라 콘텐츠를 사용자에게 추천하기 위해 표시하는 콘텐츠표시부; 및
    상기 기록부에 의해 기록되는 데이터, 상기 분석부에 의한 분석 결과, 상기 유사도제공부에 의해 제공되는 유사도 및 상기 콘텐츠표시부에 의한 추천 결과를 저장하는 데이터베이스부;
    를 포함하는, 일기 분석을 통한 개인화 콘텐츠 추천 시스템.
  2. 청구항 1에 있어서,
    상기 유사도제공부는,
    상기 분석부에 의해 분석된 사용자의 일별 감정 및 관심사를 기반으로 콘텐츠 카테고리별 추천 점수를 매기는 콘텐츠점수화부;
    상기 콘텐츠점수화부에 의해 콘텐츠 카테고리별 매겨진 추천 점수를 해당 콘텐츠 카테고리와 함께 내림차순으로 정렬하여 상기 단말기에 제공하는 점수표시부; 및
    상기 점수표시부에 의해 표시된 상기 추천 점수를 사용자가 상기 단말기를 통해서 자신에게 맞게 수정하고, 수정된 추천 점수를 내림차순으로 재정렬시켜서 상기 데이터베이스부에 저장되도록 하는 수정부;
    를 포함하는, 일기 분석을 통한 개인화 콘텐츠 추천 시스템.
  3. 청구항 2에 있어서,
    상기 콘텐츠표시부는,
    상기 수정부에 의해 수정된 추천 점수에 따라 추천 콘텐츠 카테고리와 비추천 콘텐츠 카테고리를 판별하여 상기 단말기에 표시되도록 하고, 상기 데이터베이스부에 저장된 콘텐츠 카테고리별 수정된 추천 점수를 데이터 풀로 활용하여, 향후 추천 콘텐츠 카테고리와 비추천 콘텐츠 카테고리의 판별에 반영하도록 하는, 일기 분석을 통한 개인화 콘텐츠 추천 시스템.
  4. 청구항 2에 있어서,
    상기 콘텐츠점수화부는,
    상기 분석부에 의해 분석된 사용자의 일별 감정 및 관심사와는 반대되는 콘텐츠 카테고리 추천점수가 상기 분석부에 의해 분석된 사용자의 일별 감정 및 관심사에 부합하는 콘텐츠 카테고리에 매겨진 추천 점수를 음수로 변환하여 매겨지도록 하는, 일기 분석을 통한 개인화 콘텐츠 추천 시스템.
  5. 청구항 2에 있어서,
    상기 수정부는,
    상기 추천 점수의 수정 범위를 백분율로 설정하도록 하고, 상기 추천 점수를 설정한 백분율의 범위 내에서 수정이 이루어지도록 하며, 상기 추천 점수의 수정 비율이 상기 데이터베이스부에 저장되도록 하고,
    상기 콘텐츠점수화부는,
    상기 추천 점수가 수정된 콘텐츠 카테고리에 대해 새로이 추천 점수를 매기는 경우, 매겨진 추천 점수를 상기 데이터베이스부에 저장된 수정 비율로 보정하도록 하는, 일기 분석을 통한 개인화 콘텐츠 추천 시스템.
KR1020210081950A 2021-06-24 2021-06-24 일기 분석을 통한 개인화 콘텐츠 추천 시스템 KR102642589B1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020210081950A KR102642589B1 (ko) 2021-06-24 2021-06-24 일기 분석을 통한 개인화 콘텐츠 추천 시스템

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020210081950A KR102642589B1 (ko) 2021-06-24 2021-06-24 일기 분석을 통한 개인화 콘텐츠 추천 시스템

Publications (2)

Publication Number Publication Date
KR20230000048A true KR20230000048A (ko) 2023-01-02
KR102642589B1 KR102642589B1 (ko) 2024-02-28

Family

ID=84925410

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020210081950A KR102642589B1 (ko) 2021-06-24 2021-06-24 일기 분석을 통한 개인화 콘텐츠 추천 시스템

Country Status (1)

Country Link
KR (1) KR102642589B1 (ko)

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20090111589A (ko) * 2008-04-22 2009-10-27 (주)인스비젼아이넷 콘텐츠 보상 시스템 및 방법
KR20140100595A (ko) * 2013-02-05 2014-08-18 주식회사 노매드커넥션 소셜 네트워크 서비스를 이용한 미디어 콘텐츠 추천 방법
KR20190125153A (ko) * 2018-04-27 2019-11-06 아토머스 주식회사 텍스트 기반 사용자심리상태예측 및 콘텐츠추천 장치 및 그 방법

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20090111589A (ko) * 2008-04-22 2009-10-27 (주)인스비젼아이넷 콘텐츠 보상 시스템 및 방법
KR20140100595A (ko) * 2013-02-05 2014-08-18 주식회사 노매드커넥션 소셜 네트워크 서비스를 이용한 미디어 콘텐츠 추천 방법
KR20190125153A (ko) * 2018-04-27 2019-11-06 아토머스 주식회사 텍스트 기반 사용자심리상태예측 및 콘텐츠추천 장치 및 그 방법

Also Published As

Publication number Publication date
KR102642589B1 (ko) 2024-02-28

Similar Documents

Publication Publication Date Title
US11403351B2 (en) Personalization techniques using image clouds
US10762161B2 (en) Intelligent humanoid interactive content recommender
US20190251117A1 (en) Media consumption history
US9892109B2 (en) Automatically coding fact check results in a web page
CN105095508B (zh) 一种多媒体内容推荐方法和多媒体内容推荐装置
US11455465B2 (en) Book analysis and recommendation
CN101452480A (zh) 信息处理设备、信息处理方法,以及信息处理程序
US20170011112A1 (en) Entity page generation and entity related searching
Santesteban et al. How big data confers market power to big tech: Leveraging the perspective of data science
CN109582869B (zh) 一种数据处理方法、装置和用于数据处理的装置
Nguyen et al. Crowdsourcing platform for collecting cognitive feedbacks from users: A case study on movie recommender system
SURYANA et al. DEEP LEARNING FOR RECOMMENDER SYSTEM BASED ON APPLICATION DOMAIN CLASSIFICATION PERSPECTIVE: A REVIEW.
US20230401250A1 (en) Systems and methods for generating interactable elements in text strings relating to media assets
US11768867B2 (en) Systems and methods for generating interactable elements in text strings relating to media assets
KR102642589B1 (ko) 일기 분석을 통한 개인화 콘텐츠 추천 시스템
Fry An Echoic Chamber: Algorithmic Curation and Personalized Listening
KR102242953B1 (ko) 주문형 콘텐츠 제작 방법, 서버 및 프로그램
Park et al. Image Is All for Music Retrieval: Interactive Music Retrieval System Using Images with Mood and Theme Attributes
CN113177170A (zh) 评论展示方法、装置及电子设备
Ilangovan Support Vector Machine based a New Recommendation System for Selecting Movies and Music
US12052474B2 (en) Systems and methods for generating interactable elements in text strings relating to media assets
Wiklund A Recommendation system for News Push Notifications-Personalizing with a User-based and Content-based Recommendation system
Awotunde et al. Personalized Music Recommendation System Based on Machine Learning and Collaborative Filtering
Assuncao et al. From User Context to Tailored Playlists: A User Centered Approach to Improve Music Recommendation System
Sanchan et al. A Framework for Mobile Personalized-Based Recommender System Using Social Tag Clustering Approach

Legal Events

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