KR20230165694A - 사용자 프로필 정보 기반 커뮤니티 추천 서비스 제공 방법 및 시스템 - Google Patents

Abstract

본 발명의 다양한 실시예에 따르면, 사용자 프로필 정보 기반 커뮤니티 추천 서비스 제공 방법 및 시스템을 적용함으로써, 사용자에게 사용자 관심사 정보에 매칭되는 적어도 하나의 커뮤니티를 포함하는 추천 피드를 제공하고, 사용자가 선택한 커뮤니티에 입장하여 활동하도록 승인하고, 커뮤니티의 개설 목적이 달성하면 커뮤니티를 종료하고, 커뮤니티에 참여한 사용자들이 상호 평가하도록 유도하여 사용자들 각각의 신뢰도 점수를 갱신하는 방식으로, 사용자의 만족도를 높일 수 있다.

Description

사용자 프로필 정보 기반 커뮤니티 추천 서비스 제공 방법 및 시스템{METHOD AND SYSTEM FOR PROVIDING COMMUNITY RECOMMENDATION SERVICE BASED ON USER PROFILE INFORMATION}

본 발명은 커뮤니티 추천 서비스 제공 방법 및 시스템에 관한 것이다. 보다 상세하게는, 본 발명은 사용자 프로필 정보를 기반으로 커뮤니티 추천 서비스를 제공하는 방법 및 시스템에 관한 것이다.

이 부분에 기술된 내용은 단순히 본 실시예에 대한 배경 정보를 제공할 뿐 종래기술을 구성하는 것은 아니다.

소셜 네트워킹 서비스(Social Network Service: SNS)는 온라인 상에서 불특정 타인과의 관계를 맺을 수 있는 서비스로서, 소셜 네트워크 서비스의 사용자들은 인맥을 새롭게 쌓거나 기존 인맥과의 관계를 강화시킬 수 있어서 정보화 사회에서 각광받고 있는 서비스이다.

사용자들은 소셜 네트워킹 서비스를 통해 연락처 정보를 공유하고 서로의 친구 목록을 공유하면서 인터넷 상에 현실 세계의 친구 관계를 반영한 새로운 친구 관계망을 구축할 수 있다.

소셜 네트워킹 서비스에서 새로운 친구를 추가하는 방법은 이메일 주소록이나 또는 메신저 연락처 정보를 이용하여 원하는 인물에게 초대 메시지를 보내는 방식 등으로 이용되고 있다.

이러한 방식은 상대방에 대한 정확한 정보를 알지 못하여 친구 관계의 형성이 어렵고, 자신과 동일한 성향 및 취향을 가질 수 있는 친밀도를 높일 수 없는 문제들이 있었다.

최근에는 사용자들의 관심 키워드 등을 이용하여 유사한 성향을 갖는 친구들을 추천하거나 또는 누적된 사용자 정보를 통해 호감도가 높은 친구를 추천하는 친구 추천 방식들이 개발되고 있다.

이러한 기존의 친구 추천 방식들은 소셜 네트워크상의 사용자 관심도를 통해 유사성을 측정하여 단순히 온라인상에서 유사도가 높은 친구들을 추천해 줄 뿐, 사용자가 원하는 관심 분야에 매칭되는 온라인 커뮤니티를 제공하지는 못한다는 문제점이 있다.

서비스에 가입한 사용자가 생성한 커뮤니티를 다른 사용자에게 추천하고, 다른 사용자는 추천 받은 커뮤니티 중에서 하나 이상을 선택하여 커뮤니티 활동을 수행하도록 하며, 커뮤니티 개설 목적을 달성한 이후에는 커뮤니티를 종료할 수 있는 서비스의 연구 개발이 필요한 실정이다.

대한민국 등록특허공보 제10-2347306호(2021.12.31.)

본 발명이 이루고자 하는 목적은, 사용자의 개인적 특성과 관심 분야를 나타내는 요소들을 기반으로 적절한 커뮤니티를 추천하거나 새로운 커뮤니티를 구성하도록 하는 방식으로 사용자의 만족도를 높일 수 있는 사용자 프로필 정보 기반 커뮤니티 추천 서비스 제공 방법 및 시스템을 제공하는데 있다.

본 발명의 명시되지 않은 또 다른 목적들은 하기의 상세한 설명 및 그 효과로부터 용이하게 추론할 수 있는 범위 내에서 추가적으로 고려될 수 있다.

상술한 목적을 달성하기 위한 본 발명의 일 실시예에 따른 커뮤니티 추천 서비스를 제공하기 위한 하나 이상의 프로그램을 저장하는 메모리; 및 상기 하나 이상의 프로그램에 따른 동작들을 수행하는 하나 이상의 프로세서;를 포함하는 장치에서 수행되는 사용자 프로필 정보를 기반으로 커뮤니티 추천 서비스를 제공하는 방법은, 상기 사용자 프로필 정보 기반 커뮤니티 추천 서비스를 제공하는 어플리케이션에 가입된 복수의 사용자 계정 중에서 커뮤니티를 운영하고자 하는 적어도 하나의 호스트(Host) 계정의 요청에 의해 온라인으로 접속 가능한 적어도 하나의 커뮤니티를 생성하는 단계; 및 상기 사용자 프로필 정보 기반 커뮤니티 추천 서비스를 이용하기 위하여 사용자의 관심사에 대한 정보를 포함하며 사용자 계정에 입력된 사용자 프로필 정보를 기반으로 결정된 적어도 하나의 추천 커뮤니티를 나열한 추천 피드를 상기 복수의 사용자 계정에 제공하는 단계;를 포함한다.

여기서, 상기 추천 피드 중에서 선택한 커뮤니티에 접속하여 활동하고자 하는 게스트(Guest) 계정의 요청에 대응하여 상기 게스트 계정을 상기 게스트 계정이 선택한 커뮤니티에 입장시키는 단계; 미리 설정된 기간 만료 또는 상기 커뮤니티의 개설 목적 달성에 대응하여 상기 커뮤니티 운영을 종료하는 단계; 및 상기 종료한 커뮤니티에 참여한 계정들이 평가한 데이터를 기반으로 상기 호스트 계정 또는 상기 게스트 계정의 신뢰도 점수를 갱신하는 단계;를 더 포함할 수 있다.

상기 추천 피드를 상기 복수의 사용자 계정에 제공하는 단계는, 상기 호스트 계정의 신뢰도 점수를 나타내는 제1 변수 또는 상기 호스트 계정에 기재된 제1 사용자 프로필 정보와 상기 사용자 계정에 기재된 제2 프로필 정보 간의 제1 유사도를 나타내는 제2 변수를 이용하는 추천 순서 결정 함수를 상기 적어도 하나의 커뮤니티 각각에 적용하여 상기 적어도 하나의 커뮤니티 각각에 대한 추천 순서 결정 함수값을 산출하고, 상기 추천 순서 결정 함수값이 높은 커뮤니티일수록 상기 추천 피드를 통하여 상기 복수의 사용자 계정에 우선적으로 제공하는 것을 특징으로 한다.

상기 커뮤니티는, 상기 커뮤니티의 목적, 유형 또는 특성을 설명하기 위하여 상기 호스트 계정을 통하여 입력되는 적어도 하나의 태그, 텍스트, 이미지, 음성 또는 영상 중 적어도 하나를 포함하는 커뮤니티 설명 컨텐츠를 포함하고, 상기 추천 순서 결정 함수는, 상기 커뮤니티 설명 컨텐츠와 상기 제2 프로필에 기재된 사용자의 관심사 정보 간의 제2 유사도를 나타내는 제3 변수를 이용하는 것을 특징으로 한다.

상기 추천 순서 결정 함수는, 상기 커뮤니티 설명 컨텐츠에 포함되는 태그 수, 텍스트의 길이, 이미지의 수, 영상의 개수 또는 영상의 길이 중 적어도 하나를 통하여 결정되는 컨텐츠 퀄리티를 나타내는 제4 변수를 이용하는 것을 특징으로 한다.

상기 커뮤니티는, 상기 호스트 계정이 상기 커뮤니티 목적 달성에 따라 상기 게스트 계정에 상기 어플리케이션 내 재화를 보상으로 지급하는 제1 유형 커뮤니티, 상기 게스트 계정이 상기 호스트 계정에 상기 재화를 입장료 또는 보상으로 지급해야 입장 가능한 제2 유형 커뮤니티 또는 상기 게스트 계정 및 상기 호스트 계정 모두 재화를 지급하지 않는 제3 유형 커뮤니티 중 어느 하나인 것이고, 상기 추천 순서 결정 함수는, 상기 커뮤니티의 유형에 따라 선택되는 가중치를 제5 변수로 이용하는 것을 특징으로 한다.

상기 추천 피드를 상기 복수의 사용자 계정에 제공하는 단계는, 상기 커뮤니티가 제1 유형 커뮤니티인 경우, 상기 추천 순서 결정 함수는 상기 호스트 계정이 지급하는 재화의 크기에 따라 조정 가능한 제1 가중치를 이용하고, 상기 커뮤니티가 제2 유형 커뮤니티인 경우, 상기 추천 순서 결정 함수는 상기 제1 가중치보다 작고, 상기 게스트 계정이 지급하는 재화의 크기에 따라 조정 가능한 제2 가중치를 이용하고, 상기 커뮤니티가 제3 유형 커뮤니티인 경우, 상기 추천 순서 결정 함수는 상기 제1 가중치보다 작고 상기 제2 가중치보다 큰 제3 가중치를 이용하는 것을 특징으로 한다.

상기 커뮤니티는, 상기 호스트 계정의 설정에 의하여 참여 가능 게스트 계정의 수가 결정되고, 상기 추천 순서 결정 함수는, 상기 커뮤니티에 입장을 요청한 게스트 계정의 수를 제6 변수로 이용하는 것을 특징으로 한다.

상기 커뮤니티는, 상기 호스트 계정의 설정에 의하여 상기 게스트 계정의 참가 신청 기한이 결정되고, 상기 추천 순서 결정 함수는, 상기 게스트 계정의 참가 신청 기한을 제7 변수로 이용하는 것을 특징으로 한다.

상기 제1 유사도는, 상기 제1 사용자 프로필 정보를 인공신경망에 입력하여 제1 대표 벡터를 생성하고, 상기 제2 사용자 프로필 정보를 인공신경망에 입력하여 제2 대표 벡터를 생성하고, 상기 제1 대표 벡터와 제2 대표 벡터 간의 유사도 또는 거리를 측정하는 방식으로 산출되는 것을 특징으로 한다.

상기 커뮤니티는, 상기 게스트 계정 및 상기 호스트 계정 이외의 사용자 계정 중에서 상기 커뮤니티의 활동에 참여하지 않으나, 상기 커뮤니티에서 이루어지는 행동들을 관전할 수 있는 적어도 하나의 옵저버 계정이 상기 게스트 계정 또는 상기 호스트 계정에 상기 어플리케이션 내 재화를 지급하거나 무료로 입장 가능한 것을 특징으로 한다.

상술한 목적을 달성하기 위한 본 발명의 일 실시예에 따른 컴퓨터 프로그램은 컴퓨터로 읽을 수 있는 기록 매체에 저장되어 상기한 관심사 기반 커뮤니티 추천 서비스 제공 방법 중 어느 하나를 컴퓨터에서 실행시킨다.

상술한 목적을 달성하기 위한 본 발명의 일 실시예에 따른 사용자 프로필 정보 기반 추천 서비스 제공 시스템은, 어플리케이션을 이용하여 온라인 커뮤니티에 참여하기 위한 관심사 정보를 포함하는 개인 프로필 정보를 제공하는 복수의 사용자 단말; 및 상기 복수의 사용자 단말로부터 수집된 개인 프로필 정보를 이용하여 커뮤니티를 생성하고, 상기 복수의 사용자 단말이 사용자에게 전시하도록 추천 피드를 제공하는 커뮤니티 추천 서버;를 포함하고, 상기 커뮤니티 추천 서버는, 상기 사용자 프로필 정보 기반 커뮤니티 추천 서비스를 제공하는 어플리케이션에 가입된 복수의 사용자 계정 중에서 커뮤니티를 운영하고자 하는 적어도 하나의 호스트(Host) 계정의 요청에 의해 온라인으로 접속 가능한 적어도 하나의 커뮤니티를 생성하고, 상기 사용자 프로필 정보 기반 커뮤니티 추천 서비스를 이용하기 위하여 사용자의 관심사에 대한 정보를 포함하며 사용자 계정에 입력된 사용자 프로필 정보를 기반으로 결정된 적어도 하나의 추천 커뮤니티를 나열한 추천 피드를 상기 복수의 사용자 계정에 제공한다.

상기 커뮤니티 추천 서버는, 상기 추천 피드 중에서 선택한 커뮤니티에 접속하여 활동하고자 하는 게스트(Guest) 계정의 요청에 대응하여 상기 게스트 계정을 상기 게스트 계정이 선택한 커뮤니티에 입장시키고, 미리 설정된 기간 만료 또는 상기 커뮤니티의 개설 목적 달성에 대응하여 상기 커뮤니티 운영을 종료하고, 상기 종료한 커뮤니티에 참여한 계정들이 평가한 데이터를 기반으로 상기 호스트 계정 또는 상기 게스트 계정의 신뢰도 점수를 갱신하는 것을 특징으로 한다.

상기 추천 피드를 상기 복수의 사용자 계정에 제공하는 것은, 상기 호스트 계정의 신뢰도 점수를 나타내는 제1 변수 또는 상기 호스트 계정에 기재된 제1 사용자 프로필 정보와 상기 사용자 계정에 기재된 제2 프로필 정보 간의 제1 유사도를 나타내는 제2 변수를 이용하는 추천 순서 결정 함수를 상기 적어도 하나의 커뮤니티 각각에 적용하여 상기 적어도 하나의 커뮤니티 각각에 대한 추천 순서 결정 함수값을 산출하고, 상기 추천 순서 결정 함수값이 높은 커뮤니티일수록 상기 추천 피드를 통하여 상기 복수의 사용자 계정에 우선적으로 제공하는 것을 특징으로 한다.

이상에서 설명한 바와 같이 본 발명의 일 실시예에 따르면, 사용자 프로필 정보 기반 커뮤니티 추천 서비스 제공 방법 및 시스템을 적용함으로써 사용자의 개인적 특성과 관심 분야를 나타내는 요소들을 기반으로 적절한 커뮤니티를 추천하거나 새로운 커뮤니티를 구성하도록 하는 방식으로 사용자의 만족도를 높일 수 있다.

또한, 본 발명의 일 실시예에 따르면, 사용자 프로필 정보 기반 커뮤니티 추천 서비스 제공 방법 및 시스템을 적용함으로써 사용자는 추천된 커뮤니티 중에서 적어도 하나에 참여하여 자신의 성향에 적합한 온라인 또는 오프라인 커뮤니티 활동을 할 수 있고, 새롭게 구성된 사회적 관계 네트워크를 기반으로 새로운 커뮤니티를 구성할 수 있으나, 커뮤니티 개설 목적을 달성한 이후에는 커뮤니티가 종료되도록 하여 이에 종속되지 않을 수 있다.

여기에서 명시적으로 언급되지 않은 효과라 하더라도, 본 발명의 기술적 특징에 의해 기대되는 이하의 명세서에서 기재된 효과 및 그 잠정적인 효과는 본 발명의 명세서에 기재된 것과 같이 취급된다.

도 1은 본 발명의 일 실시예에 따른 사용자 프로필 정보 기반 커뮤니티 추천 서비스 제공 시스템의 구성을 설명하기 위한 도면이다.
도 2는 본 발명의 일 실시예에 따른 사용자 프로필 정보 기반 커뮤니티 추천 서비스 제공 시스템에 포함되는 사용자 단말 및 커뮤니티 추천 서버의 내부 구성을 설명하기 위한 블록도이다.
도 3은 본 발명의 일 실시예에 따른 사용자 프로필 정보 기반 커뮤니티 추천 서비스 제공 방법을 설명하기 위한 흐름도이다.
도 4는 본 발명의 일 실시예에 따른 사용자 프로필 정보 기반 커뮤니티 추천 서비스 제공 시스템에서 이용하는 추천 순서 결정 함수를 산출하는 것을 설명하기 위한 도면이다.
도 5는 본 발명의 일 실시예에 따른 사용자 프로필 정보 기반 커뮤니티 추천 서비스 제공 시스템에서 추천 순서 결정 함수를 산출하는데 이용하는 제1 유사도를 결정하는 것을 설명하기 위한 도면이다.
도 6은 본 발명의 일 실시예에 따른 사용자 프로필 정보 기반 커뮤니티 추천 서비스 제공 시스템에서 추천 순서 결정 함수를 산출하는데 이용하는 제2 유사도를 결정하는 것을 설명하기 위한 도면이다.
도 7은 본 발명의 일 실시예에 따른 사용자 프로필 정보 기반 커뮤니티 추천 서비스 제공 시스템을 이용하는 사용자 계정의 신뢰도 점수를 설명하기 위한 도면이다.
도 8은 본 발명의 일 실시예에 따른 사용자 프로필 정보 기반 커뮤니티 추천 서비스 제공 시스템을 이용하는 사용자 계정의 신뢰도 점수를 갱신하는데 필요한 기준을 예시적으로 나타내는 도면이다.
도 9는 본 발명의 일 실시예에 따라 사용자 프로필 정보 기반 커뮤니티 추천 서비스 제공 시스템의 사용자 단말에서 동작하는 어플리케이션을 통해 커뮤니티 추천 서비스가 제공되는 예시를 나타내는 도면이다.
도 10은 본 발명의 일 실시예에 따른 사용자 프로필 정보 기반 커뮤니티 추천 서비스 제공 시스템의 사용자 단말에서 동작하는 어플리케이션을 통하여 호스트 계정이 커뮤니티를 생성할 때 사용자 단말에 전시되는 제3 인터페이스를 나타내는 도면이다.
도 11은 본 발명의 일 실시예에 따른 사용자 프로필 정보 기반 커뮤니티 추천 서비스 제공 시스템의 사용자 단말에서 동작하는 어플리케이션을 통하여 사용자 계정이 재화를 인출할 때 사용자 단말에 전시되는 제4 인터페이스를 나타내는 도면이다.
도 12는 본 발명의 일 실시예에 따른 사용자 프로필 정보 기반 커뮤니티 추천 서비스 제공 시스템의 사용자 단말에서 동작하는 어플리케이션을 통해 사용자에게 전시되는 커뮤니티 게시글의 상세 페이지를 나타내는 제5 인터페이스를 나타내는 도면이다.
도 13은 본 발명의 일 실시예에 따른 사용자 프로필 정보 기반 커뮤니티 추천 서비스 제공 시스템의 사용자 단말에서 동작하는 어플리케이션을 통해 사용자에게 전시하는 실시간 인기 키워드와 일정별 추천 피드를 나타내는 제6 인터페이스를 나타내는 도면이다.
도 14는 본 발명의 일 실시예에 따른 사용자 프로필 정보 기반 커뮤니티 추천 서비스 제공 시스템의 사용자 단말에서 동작하는 어플리케이션을 통해 사용자에게 전시하는 커뮤니티 검색 결과를 나타내는 제7 인터페이스를 나타내는 도면이다.
도 15는 본 발명의 일 실시예에 따른 사용자 프로필 정보 기반 커뮤니티 추천 서비스 제공 시스템의 사용자 단말에서 동작하는 어플리케이션을 통해 사용자에게 전시되는 커뮤니티 게시글의 상세 페이지를 나타내는 제8 인터페이스를 나타내는 도면이다.
도 16은 본 발명의 일 실시예에 따른 사용자 프로필 정보 기반 커뮤니티 추천 서비스 제공 시스템의 사용자 단말에서 동작하는 어플리케이션을 통해 사용자에게 전시되는 사용자 계정의 활동 내역을 나타내는 제9 인터페이스를 나타내는 도면이다.

이하, 첨부된 도면을 참조하여 본 발명의 실시예를 상세히 설명한다. 본 발명의 이점 및 특징, 그리고 그것들을 달성하는 방법은 첨부되는 도면과 함께 상세하게 후술되어 있는 실시예들을 참조하면 명확해질 것이다. 그러나 본 발명은 이하에서 게시되는 실시예들에 한정되는 것이 아니라 서로 다른 다양한 형태로 구현될 수 있으며, 단지 본 실시예들은 본 발명의 게시가 완전하도록 하고, 본 발명이 속하는 기술분야에서 통상의 지식을 가진 자에게 발명의 범주를 완전하게 알려주기 위해 제공되는 것이며, 본 발명은 청구항의 범주에 의해 정의될 뿐이다. 다른 정의가 없다면, 본 명세서에서 사용되는 모든 용어(기술 및 과학적 용어를 포함)는 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자에게 공통적으로 이해될 수 있는 의미로 사용될 수 있을 것이다. 또 일반적으로 사용되는 사전에 정의되어 있는 용어들은 명백하게 특별히 정의되어 있지 않는 한 이상적으로 또는 과도하게 해석되지 않는다.

본 출원에서 사용한 용어는 단지 특정한 실시예를 설명하기 위해 사용된 것으로, 본 발명을 한정하려는 의도가 아니다, 단수의 표현은 문맥상 명백하게 다르게 뜻하지 않는 한, 복수의 표현을 포함한다. 본 출원에서, “가진다”, “가질 수 있다”, “포함한다” 또는 “포함할 수 있다” 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. 제2, 제1 등과 같이 서수를 포함하는 용어는 다양한 구성요소들을 설명하는데 사용될 수 있지만, 상기 구성요소 들은 상기 용어들에 의해 한정되지는 않는다.

상기 용어들은 하나의 구성요소를 다른 구성요소로부터 구별하는 목적으로만 사용된다. 예를 들어, 본 발명의 권리 범위를 벗어나지 않으면서 제2 구성요소는 제1 구성요소로 명명될 수 있고, 유사하게 제1 구성요소도 제2 구성요소로 명명될 수 있다. 및/또는 이라는 용어는 복수의 관련된 기재된 항목들의 조합 또는 복수의 관련된 기재된 항목들 중의 어느 항목을 포함한다.

본 명세서에서 각 단계들에 있어 식별부호(예를 들어, a, b, c 등)는 설명의 편의를 위하여 사용되는 것으로 식별부호는 각 단계들의 순서를 설명하는 것이 아니며, 각 단계들은 문맥상 명백하게 특정 순서를 기재하지 않는 이상 명기된 순서와 다르게 일어날 수 있다. 즉, 각 단계들은 명기된 순서와 동일하게 일어날 수도 있고 실질적으로 동시에 수행될 수도 있으며 반대의 순서대로 수행될 수도 있다.

이하에서 첨부한 도면을 참조하여 본 발명에 따른 사용자 프로필 정보 기반 커뮤니티 추천 서비스 제공 방법 및 시스템의 다양한 실시예에 대해 상세하게 설명한다.

도 1은 본 발명의 일 실시예에 따른 사용자 프로필 정보 기반 커뮤니티 추천 서비스 제공 시스템의 구성을 설명하기 위한 도면이다. 보다 상세하게는, 도 1은 본 발명의 일 실시예에 따른 사용자 프로필 정보 기반 커뮤니티 추천 서비스를 제공하기 위하여, 커뮤니티 추천 서버(100)가 복수의 사용자 단말(200-1, 200-2, 200-3)과 통신 가능하도록 연결된 구성을 나타내는 개요도이다.

사용자 단말(200)은 어플리케이션을 이용하여 온라인 커뮤니티에 참여하기 위한 관심사 정보를 포함하는 사용자의 개인 프로필 정보를 네트워크(300)를 통하여 커뮤니티 추천 서버(100)로 제공할 수 있다.

본 개시에서, '온라인 커뮤니티'가 '커뮤니티'를 지칭할 수 있으며, '커뮤니티'는 '온라인 커뮤니티'를 지칭할 수 있다. 커뮤니티는 인터넷이나 다른 디지털 플랫폼을 통해 사용자들이 모여서 정보, 지식, 의견, 경험 등의 내용 텍스트, 영상, 이미지, 음성 메시지 이모티콘(Emoticon) 또는 이모지(Emoji)을 통하여 송신하거나 교환하는 하는 그룹을 의미할 수 있으나 반드시 이에 한정되는 것은 아니다.

커뮤니티 내에서 사용자 계정에 의하여 이뤄질 수 있는 활동에는 문자 메시지 작성, 게시글 작성, 댓글 작성, 좋아요 및 공감 표시, 검색, 탐색, 질문, 답변, 음성 메시지 송수신, 이미지 송수신, 영상 송수신, 이모티콘 또는 이모지 송수신, 신고 또는 피드백 제공이 있을 수 있다.

사용자는 사용자 프로필 정보 기반 커뮤니티 추천 서비스를 제공하는 어플리케이션을 이용하는 사용자 또는 사용자 프로필 정보 기반 커뮤니티 추천 서비스를 제공하는 어플리케이션의 사용자 계정을 지칭할 수 있다. 여기서, 사용자 계정은 사용자 프로필 정보 기반 커뮤니티 추천 서비스를 제공하는 어플리케이션에서 생성되어 이용되는 계정 또는 이와 관련된 데이터를 나타낼 수 있다.

본 개시에서는, '사용자'가 '사용자 계정'을 지칭할 수 있으며, '사용자 계정'은 '사용자'를 지칭할 수 있다. 또한, 본 개시에서 사용자는 복수의 사용자 계정을 생성하여 운용할 수 있다.

사용자의 개인 프로필 정보는 통신 및 확인 목적으로 사용되는 사용자 계정의 주요 식별자(예를 들어, 이메일 주소), 사용자 프로필에 표시되는 또 다른 이름으로서 다른 사용자와 구별하기 위하여 사용되는 닉네임, 사용자가 자신의 계정을 무단 액세스로부터 보호하기 위해 생성하는 계정 비밀 번호, 사용자 확인, 계정 복구 또는 개인화 서비스 등 다양한 이유로 요구되는 사용자의 이름, 연령, 성별, 위치 또는 전화번호와 같은 개인 정보, 프로필 사진, 사용자가 암호를 잊어버렸거나 계정을 복구해야 하는 경우 신원을 확인하는 데 도움이 되는 보안 질문에 대한 답변, 유료 서비스 또는 구독 서비스를 이용하기 위한 사용자의 결제 정보(예를 들어, 신용 카드 정보, 계좌 정보) 또는 사용자의 관심사 정보를 포함할 수 있다.

사용자의 관심사 또는 관심사 정보는 개인의 취향과 성향, 경험, 문화적 배경, 교육 수준 등 다양한 요소에 따라 사용자 내심에 형성되어 사용자 단말을 통해 입력되는 것으로서, 개인이 특별히 관심을 가지고 있는 주제나 분야로, 텍스트, 문자 또는 태그의 형태로 입력될 수 있는데, 예를 들어, 게임, 쇼핑, 스포츠 관전, 스포츠 참여, 오프라인 활동, 지역 모임, 취업 관련 정보 공유, 이직 정보 공유, 구직 정보 공유, 채용 정보 공유, 스터디 모임, 수다, 카페, 맛집, 산책, 운동, 커피, 여행, 요리, 음악 등이 있을 수 있다.

또한, 사용자의 관심사 정보는 사용자가 선택한 관심사, 관심사에 대한 검색어, 관심사와 관련된 컨텐츠 열림 기록, 즐겨찾기한 컨텐츠, 소셜 미디어 프로필을 통하여 팔로우한 페이지, 타인 또는 기업의 계정, 사용자의 클릭 이력, 웹 페이지에 머문 시간 기록, 이벤트 참여 이력, 소비 패턴 등을 포함할 수 있다.

커뮤니티 추천 서버(100)는 복수의 사용자 단말(200)로부터 각각 수집된 개인 프로필 정보를 이용하여 커뮤니티를 생성하고, 복수의 사용자 단말(200)이 사용자에게 전시하도록 추천 피드를 제공할 수 있다.

커뮤니티 추천 서버(100)는 네트워크(300)를 통해 복수의 사용자 단말(200-1, 200-2, 200-3)에 사용자 프로필 정보 기반 커뮤니티 추천 서비스를 제공할 수 있는 시스템을 포함할 수 있다.

일 실시예에 따르면, 커뮤니티 추천 서버(100)는 컴퓨터 실행 가능한 프로그램(예를 들어, 다운로드 가능한 어플리케이션) 및 데이터를 저장, 제공 및 실행할 수 있는 하나 이상의 서버 장치 및/또는 데이터베이스, 또는 클라우드 컴퓨팅 서비스 기반의 하나 이상의 분산 컴퓨팅 장치 및/또는 분산 데이터베이스를 포함할 수 있다. 예를 들어, 커뮤니티 추천 서버(100)는 사용자 프로필 정보 기반 커뮤니티 추천 서비스를 위한 별도의 시스템(예를 들어, 서버 장치, 클라우드 장치 등)들을 포함할 수 있다.

커뮤니티 추천 서버(100)에 의해 제공되는 사용자 프로필 정보 기반 커뮤니티 추천 서비스는 복수의 사용자 단말(200-1, 200-2, 200-3)의 각각에 설치된 사용자 프로필 정보 기반 커뮤니티 추천 서비스 제공 어플리케이션을 통해 사용자에게 제공될 수 있다.

복수의 사용자 단말(200-1, 200-2, 200-3)은 네트워크(300)를 통해 커뮤니티 추천 서버(100)와 통신할 수 있다.

네트워크(300)는 복수의 사용자 단말(200-1, 200-2, 200-3)과 커뮤니티 추천 서버(100) 사이의 통신이 가능하도록 구성될 수 있다. 네트워크(300)는 설치 환경에 따라, 예를 들어, 이더넷(Ethernet), 유선 홈 네트워크(Power Line Communication), 전화선 통신 장치 및 RS-serial 통신 등의 유선 네트워크, 이동통신망, WLAN(Wireless LAN), Wi-Fi, Bluetooth 및 ZigBee 등과 같은 무선 네트워크 또는 그 조합으로 구성될 수 있다.

통신 방식은 제한되지 않으며, 네트워크(300)가 포함할 수 있는 통신망(일례로, 이동통신망, 유선 인터넷, 무선 인터넷, 방송망, 위성망 등)을 활용하는 통신 방식뿐만 아니라 사용자 단말(200-1, 200-2, 200-3) 사이의 근거리 무선 통신 역시 포함될 수 있다. 예를 들어, 네트워크(300)는 PAN(personal area network), LAN(local area network), CAN(campus area network), MAN(metropolitan area network), WAN(wide area network), BBN(broadband network), 인터넷 등의 네트워크(300) 중 하나 이상의 임의의 네트워크를 포함할 수 있다.

또한, 네트워크(300)는 버스 네트워크, 스타 네트워크, 링 네트워크, 메쉬 네트워크, 스타-버스 네트워크, 트리 또는 계층적(hierarchical) 네트워크 등을 포함하는 네트워크 토폴로지 중 임의의 하나 이상을 포함할 수 있으나, 이에 제한되지 않는다.

도 1에서 스마트폰 단말(200-1), 태블릿 단말(200-2) 및 랩톱(laptop) 컴퓨터 단말(200-3)이 사용자 단말의 예로서 도시 되었으나, 이에 한정되지 않으며, 사용자 단말(200-1, 200-2, 200-3)은 유선 및/또는 무선 통신이 가능하고 사용자 프로필 정보 기반 커뮤니티 추천 서비스 제공 어플리케이션이 설치되어 실행될 수 있는 임의의 컴퓨팅 장치일 수 있다.

예를 들어, 사용자 단말은 스마트폰, 휴대폰, 내비게이션, 컴퓨터, 노트북, 디지털방송용 단말, PDA(Personal Digital Assistants), PMP(Portable Multimedia Player), 태블릿 PC, 게임 콘솔(game console), 웨어러블 장치(wearable device), IoT(internet of things) 장치, VR(virtual reality) 장치, AR(augmented reality) 장치 등을 포함할 수 있다.

또한, 도 2에는 3개의 사용자 단말(200-1, 200-2, 200-3)이 네트워크(300)를 통해 커뮤니티 추천 서버(100)와 통신하는 것으로 도시되어 있으나, 이에 한정되지 않으며, 상이한 수의 사용자 단말(200-1, 200-2, 200-3)이 네트워크(300)를 커뮤니티 추천 서버(100)와 통신하도록 구성될 수도 있다.

커뮤니티 추천 서버(100)는 사용자 단말(200-1, 200-2, 200-3)로부터 사용자 프로필 정보 기반 커뮤니티 추천 서비스 요청 정보를 수신하고, 사용자 프로필 정보 기반 커뮤니티 추천 서비스와 연관된 하나 이상의 커뮤니티 추천 게시글에 대한 정보를 사용자 단말(200-1, 200-2, 200-3)로 전송할 수 있다.

커뮤니티 추천 서버(100)는 사용자 프로필 정보 기반 커뮤니티 추천 서비스를 제공하는 어플리케이션에 가입된 사용자 계정으로부터 사용자 정보를 수신하거나 수집하고, 복수의 커뮤니티 추천 게시글에 대한 사용자 예상 관심도를 추천 순서 결정 함수를 통하여 산출하여 해당 사용자에 맞춤형 게시 순서를 가진 하나 이상의 커뮤니티 추천 게시글을 나타내는 추천 피드를 사용자 단말(200-1, 200-2, 200-3)로 전송할 수 있다.

사용자 단말(200-1, 200-2, 200-3)은 사용자 맞춤형 게시 순서에 따라 수신된 게시글들을 사용자 단말(200-1, 200-2, 200-3)에 장착/연결되거나 접근가능한 디스플레이에 출력할 수 있다.

디스플레이는 컴퓨팅 장치와 연관된 임의의 디스플레이 장치를 지칭할 수 있는데, 예를 들어, 컴퓨팅 장치에 의해 제어되거나 컴퓨팅 장치로부터 제공된 임의의 정보/데이터를 표시할 수 있는 임의의 디스플레이 장치를 지칭할 수 있다.

시스템은 서버 장치와 클라우드 장치 중 적어도 하나의 장치를 포함할 수 있으나, 이에 한정되는 것은 아니다. 예를 들어, 시스템은 하나 이상의 서버 장치로 구성되거나 하나 이상의 서버 장치를 포함하도록 구성 될 수 있다.

커뮤니티 추천 서버(100)는 용자 프로필 정보 기반 커뮤니티 추천 서비스를 제공하는 어플리케이션에 가입된 복수의 사용자 계정 중에서 커뮤니티를 운영하고자 하는 적어도 하나의 호스트(Host) 계정의 요청에 의해 온라인으로 접속 가능한 적어도 하나의 커뮤니티를 생성하고, 사용자 프로필 정보 기반 커뮤니티 추천 서비스를 이용하기 위하여 사용자의 관심사에 대한 정보를 포함하며 사용자 계정에 입력된 사용자 프로필 정보를 기반으로 결정된 적어도 하나의 추천 커뮤니티를 나열한 추천 피드를 복수의 사용자 계정에 제공할 수 있다.

이어서, 커뮤니티 추천 서버(100)는 추천 피드 중에서 선택한 커뮤니티에 접속하여 활동하고자 하는 게스트(Guest) 계정의 요청에 대응하여 게스트 계정을 게스트 계정이 선택한 커뮤니티에 입장시키고, 미리 설정된 기간 만료 또는 커뮤니티의 개설 목적 달성에 대응하여 커뮤니티 운영을 종료하고, 종료한 커뮤니티에 참여한 계정들이 평가한 데이터를 기반으로 호스트 계정 또는 게스트 계정의 신뢰도 점수를 갱신할 수 있다.

도 2는 본 발명의 일 실시예에 따른 사용자 프로필 정보 기반 커뮤니티 추천 서비스 제공 시스템에 포함되는 사용자 단말 및 커뮤니티 추천 서버의 내부 구성을 설명하기 위한 블록도이다.

도 2는 본 개시의 일 실시예에 따른 사용자 단말(200) 및 커뮤니티 추천 서버(100)의 내부 구성을 나타내는 블록도이다. 사용자 단말(200)은 사용자 프로필 정보 기반 커뮤니티 추천 서비스를 제공하는 어플리케이션이 실행 가능하고 유/무선 통신이 가능한 임의의 컴퓨팅 장치를 지칭할 수 있으며, 예를 들어, 도 2의 스마트폰 단말(200-1), 태블릿 단말(200-2), 랩톱 컴퓨터 단말(200-3) 등을 포함할 수 있다.

도시된 바와 같이, 사용자 단말(200)은 메모리(202), 프로세서(204), 통신 모듈(206) 및 입출력 인터페이스(208)를 포함할 수 있다. 이와 유사하게, 커뮤니티 추천 서버(100)는 메모리(102), 프로세서(104), 통신 모듈(106) 및 입출력 인터페이스(108)를 포함할 수 있다.

사용자 단말(200) 및 커뮤니티 추천 서버(100)는 각각의 통신 모듈(106, 206)을 이용하여 네트워크(300)를 통해 정보 및/또는 데이터를 통신할 수 있도록 구성될 수 있다. 또한, 입출력 장치(210)는 입출력 인터페이스(208)를 통해 사용자 단말(200)에 정보 및/또는 데이터를 입력하거나 사용자 단말(200)로부터 생성된 정보 및/또는 데이터를 출력하도록 구성될 수 있다.

메모리(102, 202)는 비-일시적인 임의의 컴퓨터 판독 가능한 기록 매체를 포함할 수 있다. 일 실시예에 따르면, 메모리(102, 202)는 RAM(random access memory), ROM(read only memory), 디스크 드라이브, SSD(solid state drive), 플래시 메모리(flash memory) 등과 같은 비소멸성 대용량 저장 장치(permanent mass storage device)를 포함할 수 있다. 다른 예로서, ROM, SSD, 플래시 메모리, 디스크 드라이브 등과 같은 비소멸성 대용량 저장 장치는 메모리와는 구분되는 별도의 영구 저장 장치로서 사용자 단말(200) 및/또는 커뮤니티 추천 서버(100)에 포함될 수 있다. 또한, 메모리(102, 202)에는 운영체제와 적어도 하나의 프로그램 코드(예를 들어, 사용자 단말(200)에 설치되어 구동되는 사용자 프로필 정보 기반 커뮤니티 추천 서비스와 연관된 어플리케이션 등을 위한 코드)가 저장될 수 있다.

이러한 소프트웨어 구성요소들은 메모리(102, 202)와는 별도의 컴퓨터에서 판독 가능한 기록 매체로부터 로딩될 수 있다. 이러한 별도의 컴퓨터에서 판독 가능한 기록 매체는 이러한 사용자 단말(200) 및 커뮤니티 추천 서버(100)에 직접 연결 가능한 기록 매체를 포함할 수 있는데, 예를 들어, 플로피 드라이브, 디스크, 테이프, DVD/CD-ROM 드라이브, 메모리 카드 등의 컴퓨터에서 판독 가능한 기록 매체를 포함할 수 있다.

다른 예로서, 소프트웨어 구성요소들은 컴퓨터에서 판독 가능한 기록 매체가 아닌 통신 모듈을 통해 메모리(102, 202)에 로딩될 수도 있다. 예를 들어, 적어도 하나의 프로그램은 개발자들 또는 어플리케이션의 설치 파일을 배포하는 파일 배포 시스템이 네트워크(300)를 통해 제공하는 파일들에 의해 설치되는 컴퓨터 프로그램(예: 사용자 프로필 정보 기반 커뮤니티 추천 서비스와 연관된 어플리케이션 등)에 기반하여 메모리(102, 202)에 로딩될 수 있다.

프로세서(104, 204)는 기본적인 산술, 로직 및 입출력 연산을 수행함으로써, 컴퓨터 프로그램의 명령을 처리하도록 구성될 수 있다. 명령은 메모리(102, 202) 및/또는 통신 모듈(106, 206)에 의해 프로세서(104, 204)로 제공될 수 있다.

예를 들어, 프로세서(104, 204)는 메모리(102, 202)와 같은 기록 장치에 저장된 프로그램 코드에 따라 수신되는 명령을 실행하도록 구성될 수 있다.

통신 모듈(106, 206)은 네트워크(300)를 통해 사용자 단말(200)과 커뮤니티 추천 서버(100)이 서로 통신하기 위한 구성 또는 기능을 제공할 수 있으며, 사용자 단말(200) 및/또는 커뮤니티 추천 서버(100)이 다른 사용자 단말 또는 다른 시스템(일례로 별도의 클라우드 시스템 등)과 통신하기 위한 구성 또는 기능을 제공할 수 있다. 일례로, 사용자 단말(200)의 프로세서(204)가 메모리(202) 등과 같은 기록 장치에 저장된 프로그램 코드에 따라 생성한 요청(예를 들어, 사용자 프로필 정보 기반 커뮤니티 추천 서비스 제공 요청 정보)은 통신 모듈(206)의 제어에 따라 네트워크(300)를 통해 커뮤니티 추천 서버(100)로 전달될 수 있다. 역으로, 커뮤니티 추천 서버(100)의 프로세서(104)의 제어에 따라 제공되는 제어 신호나 명령이 통신 모듈(106)과 네트워크(300)를 거쳐 사용자 단말(200)의 통신 모듈(206)을 통해 사용자 단말(200)에 수신될 수 있다.

예를 들어, 사용자 단말(200)은 커뮤니티 추천 서버(100)로부터 통신 모듈(206)을 통해 사용자 프로필 정보 기반 추천 정보(예: 사용자 프로필 정보 기반 추천 커뮤니티 추천 게시글 등)를 수신할 수 있다.

입출력 인터페이스(208)는 입출력 장치(210)와의 인터페이스를 위한 수단일 수 있다. 일 예로서, 입력 장치는 이미지 센서를 포함한 카메라, 키보드, 마이크로폰, 마우스 등의 장치를 포함하고, 그리고 출력 장치는 디스플레이, 스피커, 햅틱 피드백 디바이스(haptic feedback device) 등과 같은 장치를 포함할 수 있다. 다른 예로, 입출력 인터페이스(208)는 터치스크린 등과 같이 입력과 출력을 수행하기 위한 구성 또는 기능이 하나로 통합된 장치와의 인터페이스를 위한 수단일 수 있다.

예를 들어, 사용자 단말(200)의 프로세서(204)가 메모리(202)에 로딩된 컴퓨터 프로그램의 명령을 처리함에 있어서 커뮤니티 추천 서버(100)나 다른 사용자 단말(200)이 제공하는 정보 및/또는 데이터를 이용하여 구성되는 서비스 화면이 입출력 인터페이스(208)를 통해 디스플레이에 표시될 수 있다.

도 3에서는 입출력 장치(210)가 사용자 단말(200)에 포함되지 않도록 도시되어 있으나, 이에 한정 되지 않으며, 사용자 단말(200)과 하나의 장치로 구성될 수 있다.

커뮤니티 추천 서버(100)의 입출력 인터페이스(108)는 커뮤니티 추천 서버(100)와 연결되거나 커뮤니티 추천 서버(100)이 포함할 수 있는 입력 또는 출력을 위한 장치(미도시)와의 인터페이스를 위한 수단일 수 있다. 도 3에서는 입출력 인터페이스(108, 208)가 프로세서(104, 204)와 별도로 구성된 요소로서 도시되었으나, 이에 한정되지 않으며, 입출력 인터페이스(108, 208)가 프로세서(104, 204)에 포함되도록 구성될 수 있다.

사용자 단말(200) 및 커뮤니티 추천 서버(100)는 도 3의 구성요소들보다 더 많은 구성요소들을 포함할 수 있다. 그러나, 대부분의 종래기술적 구성요소들을 명확하게 도시할 필요성은 없다.

일 실시예에 따르면, 사용자 단말(200)은 상술된 입출력 장치(210) 중 적어도 일부를 포함하도록 구현될 수 있다. 또한, 사용자 단말(200)은 트랜시버(transceiver), GPS(Global Positioning system) 모듈, 카메라, 각종 센서, 데이터베이스 등과 같은 다른 구성요소들을 더 포함할 수 있다. 예를 들어, 사용자 단말(200)이 스마트폰인 경우, 일반적으로 스마트폰이 포함하고 있는 구성요소를 포함할 수 있으며, 예를 들어, 가속도 센서, 자이로 센서, 카메라 모듈, 각종 물리적인 버튼, 터치패널을 이용한 버튼, 입출력 포트, 진동을 위한 진동기 등의 다양한 구성요소들이 사용자 단말(200)에 더 포함되도록 구현될 수 있다.

일 실시예에 따르면, 사용자 단말(200)의 프로세서(204)는 사용자 프로필 정보 기반 커뮤니티 추천 서비스 어플리케이션(예: 사용자 프로필 정보 기반 커뮤니티 추천 서비스 전용 어플리케이션 또는 사용자 프로필 정보 기반 커뮤니티 추천 서비스를 제공할 수 있는 웹 브라우저 어플리케이션)을 동작하도록 구성될 수 있다. 이 때, 해당 어플리케이션과 연관된 프로그램 코드가 사용자 단말(200)의 메모리(202)에 로딩될 수 있다. 어플리케이션이 동작되는 동안에, 사용자 단말(200)의 프로세서(204)는 입출력 장치(210)로부터 제공된 정보 및/또는 데이터를 입출력 인터페이스(208)를 통해 수신하거나 통신 모듈(206)을 통해 커뮤니티 추천 서버(100)로부터 정보 및/또는 데이터를 수신할 수 있으며, 수신된 정보 및/또는 데이터를 처리하여 메모리(202)에 저장할 수 있다. 또한, 이러한 정보 및/또는 데이터는 통신 모듈(206)을 통해 커뮤니티 추천 서버(100)에 제공할 수 있다.

사용자 프로필 정보 기반 커뮤니티 추천 서비스를 제공하는 어플리케이션이 동작되는 동안에, 프로세서(204)는 입출력 인터페이스(208)와 연결된 터치 스크린, 키보드, 오디오 센서 및/또는 이미지 센서를 포함한 카메라, 마이크로폰 등의 입력 장치를 통해 입력되거나 선택된 음성 데이터, 텍스트, 이미지, 영상 등을 수신할 수 있으며, 수신된 음성 데이터, 텍스트, 이미지 및/또는 영상 등을 메모리(202)에 저장하거나 통신 모듈(206) 및 네트워크(300)를 통해 커뮤니티 추천 서버(100)에 제공할 수 있다. 사용자 단말(200)의 프로세서(204)는 정보 및/또는 데이터를 입출력 인터페이스(208)를 통해 입출력 장치(210)로 전송하여, 출력할 수 있다.

예를 들어, 사용자 단말(200)의 프로세서(204)는 디스플레이 출력 가능 장치(예: 터치 스크린, 디스플레이 등), 음성 출력 가능 장치(예: 스피커) 등의 입출력 장치(210)를 통해 처리된 정보 및/또는 데이터를 출력할 수 있다.

사용자 단말(200)의 프로세서(204)는 입출력 장치(210), 다른 사용자 단말, 커뮤니티 추천 서버(100) 및/또는 복수의 외부 시스템으로부터 수신된 정보 및/또는 데이터를 관리, 처리 및/또는 저장하도록 구성될 수 있다. 프로세서(204)에 의해 처리된 정보 및/또는 데이터는 통신 모듈(206) 및 네트워크(300)를 통해 커뮤니티 추천 서버(100)에 제공될 수 있다. 사용자 단말(200)의 프로세서(204)는 입출력 인터페이스(208)를 통해 입출력 장치(210)로 정보 및/또는 데이터를 전송하여 출력할 수 있다. 예를 들면, 프로세서(204)는 수신한 정보 및/또는 데이터를 사용자 단말의 화면에 디스플레이할 수 있다.

커뮤니티 추천 서버(100)의 프로세서(104)는 복수의 사용자 단말(200) 및/또는 복수의 외부 시스템으로부터 수신 된 정보 및/또는 데이터를 관리, 처리 및/또는 저장하도록 구성될 수 있다. 프로세서(104)에 의해 처리된 정보 및/또는 데이터는 통신 모듈(106) 및 네트워크(300)를 통해 사용자 단말(200)에 제공할 수 있다.

도 3은 본 발명의 일 실시예에 따른 사용자 프로필 정보 기반 커뮤니티 추천 서비스 제공 방법을 설명하기 위한 흐름도이다.

사용자 프로필 정보 기반 커뮤니티 추천 서비스 제공 방법은 사용자 프로필 정보 기반 커뮤니티 추천 서비스 제공 시스템 또는 커뮤니티 추천 서버에 의하여 수행될 수 있다.

S100 단계에서, 프로세서는 사용자 프로필 정보 기반 커뮤니티 추천 서비스를 제공하는 어플리케이션에 가입된 복수의 사용자 계정 중에서 커뮤니티를 운영하고자 하는 적어도 하나의 호스트(Host) 계정의 요청에 의해 온라인으로 접속 가능한 적어도 하나의 커뮤니티를 생성할 수 있다.

커뮤니티는 커뮤니티의 목적, 유형 또는 특성을 설명하기 위하여 호스트 계정을 통하여 입력되는 적어도 하나의 태그, 텍스트, 이미지, 음성 또는 영상 중 적어도 하나를 포함하는 커뮤니티 설명 컨텐츠를 포함할 수 있다.

커뮤니티 설명 컨텐츠는 사용자 단말을 통하여 사용자에게 전시되는 커뮤니티 추천 게시글에 나타날 수 있고, 사용자 계정이 커뮤니티 추천 게시글을 선택함으로써 연결되는 새로운 인터페이스에 나타날 수 있다.

커뮤니티는 호스트 계정이 커뮤니티 목적 달성에 따라 게스트 계정에 어플리케이션 내 재화를 보상으로 지급하는 제1 유형 커뮤니티, 게스트 계정이 호스트 계정에 재화를 입장료 또는 보상으로 지급해야 입장 가능한 제2 유형 커뮤니티 또는 게스트 계정 및 호스트 계정 모두 재화를 지급하지 않는 제3 유형 커뮤니티 중 어느 하나일 수 있다.

또한, 커뮤니티는 게스트 계정 및 호스트 계정 이외의 사용자 계정 중에서 커뮤니티의 활동에 참여하지 않으나, 커뮤니티에서 이루어지는 행동들을 관전할 수 있는 적어도 하나의 옵저버 계정이 게스트 계정 또는 호스트 계정에 어플리케이션 내 재화를 지급하거나 무료로 입장 가능할 수도 있다.

즉, 제1 유형 커뮤니티는 옵저버 계정이 입장 가능한 제1-1 유형 커뮤니티 및 옵저버 계정이 입장할 수 없는 제1-2 유형 커뮤니티로 구분되고, 제2 유형 커뮤니티는 옵저버 계정이 입장 가능한 제2-1 유형 커뮤니티 및 옵저버 계정이 입장할 수 없는 제2-2 유형 커뮤니티로 구분되고, 제2 유형 커뮤니티는 옵저버 계정이 입장 가능한 제2-1 유형 커뮤니티 및 옵저버 계정이 입장할 수 없는 제2-2 유형 커뮤니티로 구분될 수 있다.

또한, 커뮤니티는 호스트 계정이 커뮤니티 목적 달성에 따라 게스트 계정에 어플리케이션 내 재화를 보상으로 지급하고, 게스트 계정이 호스트 계정에 상기 재화를 입장료 또는 보상으로 지급해야 입장 가능한 제4 유형 커뮤니티일 수 있고, 제4 유형 커뮤니티는 옵저버 계정이 입장 가능한 제4-1 유형 커뮤니티 및 옵저버 계정이 입장할 수 없는 제4-2 유형 커뮤니티로 구분될 수 있다.

또한, 커뮤니티는 호스트 계정의 설정에 의하여 참여 가능 게스트 계정의 수가 결정될 수 있고, 참여 신청한 게스트 계정 중에서 호스트 계정이 입장을 승인한 게스트 계정만이 커뮤니티 내부로 접속할 수 있으며, 호스트 계정의 커뮤니티 입장 승인을 대기 중인 사용자 계정의 수 및 호스트 계정이 설정한 참여 가능 게스트 계정의 수는 다른 사용자에게 공개될 수 있다.

또한, 커뮤니티는 호스트 계정의 설정에 의하여 게스트 계정의 참가 신청 가능 기한이 결정될 수 있고, 참가 신청 기한이 경과한 커뮤니티의 경우, 호스트 계정의 설정에 의하여 참가 신청 기한을 연장하거나, 커뮤니티 운영을 종료하거나, 다른 사용자 계정이 옵저버 계정으로서 입장하도록 노출될 수 있고, 반대로 노출되지 않도록 할 수도 있다.

S200 단계에서, 프로세서는 사용자 프로필 정보 기반 커뮤니티 추천 서비스를 이용하기 위하여 사용자의 관심사에 대한 정보를 포함하며 사용자 계정에 입력된 사용자 프로필 정보를 기반으로 결정된 적어도 하나의 추천 커뮤니티를 나열한 추천 피드를 복수의 사용자 계정에 제공할 수 있다.

여기서, 추천 피드를 복수의 사용자 계정에 제공하는 것은, 호스트 계정의 신뢰도 점수를 나타내는 제1 변수 또는 호스트 계정에 기재된 제1 사용자 프로필 정보와 사용자 계정에 기재된 제2 프로필 정보 간의 제1 유사도를 나타내는 제2 변수를 이용하는 추천 순서 결정 함수를 적어도 하나의 커뮤니티 각각에 적용하여 적어도 하나의 커뮤니티 각각에 대한 추천 순서 결정 함수값을 산출하고, 추천 순서 결정 함수값이 높은 커뮤니티일수록 추천 피드를 통하여 복수의 사용자 계정에 우선적으로 제공할 수 있다.

추천 순서 결정 함수에 대해서는 도 4를 통하여 보다 상세하게 설명한다.

S300 단계에서, 프로세서는 추천 피드 중에서 선택한 커뮤니티에 접속하여 활동하고자 하는 게스트(Guest) 계정의 요청에 대응하여 게스트 계정을 게스트 계정이 선택한 커뮤니티에 입장시킬 수 있다.

S400 단계에서, 프로세서는 미리 설정된 기간 만료 또는 커뮤니티의 개설 목적 달성에 대응하여 커뮤니티 운영을 종료할 수 있다.

또한, 커뮤니티는 호스트 계정 또는 게스트 계정의 요청에 의하여 종료될 수 있고, 커뮤니티 추천 서버(100)의 관리자의 요청에 의하여 종료될 수도 있으며, 호스트 계정 또는 게스트 계정의 요청에 대응하여 지속적으로 운영될 수도 있다.

S500 단계에서, 프로세서는 종료한 커뮤니티에 참여한 계정들이 평가한 데이터를 기반으로 호스트 계정 또는 게스트 계정의 신뢰도 점수를 갱신할 수 있다.

신뢰도 점수에 대해서는 도 7 및 도 8을 통하여 보다 상세하게 설명한다.

도 3에서는 각각의 과정을 순차적으로 실행하는 것으로 기재하고 있으나 이는 예시적으로 설명한 것에 불과하고, 이 분야의 기술자라면 본 발명의 실시예의 본질적인 특성에서 벗어나지 않는 범위에서 도 3에 기재된 순서를 변경하여 실행하거나 또는 하나 이상의 과정을 병렬적으로 실행하거나 다른 과정을 추가하는 것으로 다양하게 수정 및 변형하여 적용 가능할 것이다.

도 4는 본 발명의 일 실시예에 따른 사용자 프로필 정보 기반 커뮤니티 추천 서비스 제공 시스템에서 이용하는 추천 순서 결정 함수를 산출하는 것을 설명하기 위한 도면이다.

추천 순서 결정 함수는 호스트 계정의 신뢰도 점수를 나타내는 제1 변수 또는 호스트 계정에 기재된 제1 사용자 프로필 정보와 사용자 계정에 기재된 제2 프로필 정보 간의 제1 유사도를 나타내는 제2 변수를 이용하는 함수일 수 있다.

추천 순서 결정 함수는 커뮤니티 설명 컨텐츠와 제2 프로필에 기재된 사용자의 관심사 정보 간의 제2 유사도를 나타내는 제3 변수를 이용할 수 있고, 커뮤니티 설명 컨텐츠에 포함되는 태그 수, 텍스트의 길이, 이미지의 수, 영상의 개수 또는 영상의 길이 중 적어도 하나를 통하여 결정되는 컨텐츠 퀄리티를 나타내는 제4 변수를 이용할 수 있다.

컨텐츠 퀄리티는 태그 수, 텍스트의 길이, 이미지의 수, 영상의 개수 또는 영상의 길이가 길수록 큰 값을 가질 수 있다.

추천 순서 결정 함수는 커뮤니티에 입장을 요청한 게스트 계정의 수를 제6 변수로 이용할 수 있고, 커뮤니티의 유형에 따라 선택되는 가중치를 제5 변수로 이용할 수도 있다.

제5 변수는 제1 가중치, 제2 가중치 또는 제3 가중치로 결정될 수 있다. 제1 가중치는 커뮤니티가 제1 유형 커뮤니티인 경우의 가중치이고, 호스트 계정이 지급하는 재화의 크기에 따라 조정 가능하며, 호스트 계정이 지급하는 재화의 크기가 클수록 크게 결정될 수 있다.

제2 가중치는 커뮤니티가 제2 유형 커뮤니티인 경우에 대한 가중치로, 제1 가중치보다 작고, 게스트 계정이 지급하는 재화의 크기에 따라 조정 가능하며, 게스트 계정이 지급해야 하는 재화의 크기가 작을수록 크게 결정될 수 있다.

제3 가중치는 커뮤니티가 제3 유형 커뮤니티인 경우에 대한 가중치로, 제1 가중치보다 작고 제2 가중치보다 크게 결정될 수 있다.

추천 순서 결정 함수는 게스트 계정의 참가 신청 기한을 제7 변수로 이용할 수 있다. 예를 들어, 제7 변수는 호스트 계정이 설정한 참가 신청 기한의 잔여 시간이 적을수록 크게 설정될 수 있다.

추천 순서 결정 함수는 사용자 계정에 입력된 사용자 프로필 정보와 커뮤니티 설명 컨텐츠를 비교하고, 사용자 프로필 정보에 포함된 제1 활동 유형과 커뮤니티 설명 컨텐츠에 입력된 제2 활동 유형을 비교하여 커뮤니티 유형 적합도를 계산하고, 커뮤니티 유형 적합도를 제8 변수로 이용할 수 있다.

커뮤니티 유형 적합도는 제1 활동 유형과 제2 활동 유형 간의 유사도일 수 있다.

여기서, 활동 유형은 커뮤니티의 개설 목적과 연관된 것으로서, 커뮤니티에서 달성하고자 하는 미션 또는 목적의 유형을 의미할 수 있다.

활동 유형에는 커뮤니티에 참여한 사용자들이 오프라인에서 모여 다양한 형태의 신체 운동을 수행하는 신체 활동 유형(예를 들어, 스포츠, 댄스 등), 예술적 또는 창의적 활동을 수행하는 창작 활동 유형(예를 들어, 그림 그리기, 노래 부르기, 음악 연주 등), 새로운 기술이나 지식 학습과 같이 인간의 정서를 자극하는 지적 활동 유형(예를 들어, 독서, 퍼즐 풀기, 전략 게임, 보드 게임 등), 다른 사람과 상호 작용하는 활동인 사교 활동 유형(예를 들어, 사교 행사 참석, 자원 봉사 등), 휴식 활동 유형(예를 들어, 명상, 요가, 산책 등), 스터디 활동 유형(예를 들어, 공부, 자격증 준비, 취업 준비, 면접 준비 등) 및 시청 활동 유형(예를 들어, 스포츠 경기 시청, 게임 시청, 콘서트 온라인 시청 등) 등이 있을 수 있다.

또한, 제8 변수는 해당 유형의 커뮤니티를 완료함에 따라 사용자 계정이 다른 사용자 계정들로부터 받은 리뷰 점수가 높을수록 더 큰 가중치가 곱해져 추천 순서 결정 함수에 적용될 수 있다.

추천 순서 결정 함수는 사용자 계정으로부터 받은 관심수를 제9 변수로 이용할 수 있다. 사용자 계정은 커뮤니티 추천 게시글을 확인하고, 커뮤니티 추천 게시글에 관심을 나타내는 표시를 할 수 있다.

사용자 계정은 커뮤니티에 포함된 게시물 또는 컨텐츠에 긍정적인 피드백을 전달하기 위하여, 관심을 표현하거나 추후에 관심을 표시했던 커뮤니티를 재확인하고 입장하여 활동하기 위하여, 커뮤니티를 생성한 호스트 계정과 소통을 하기 위하여 미리 알려진 다양한 방식으로 커뮤니티에 관심을 표시할 수 있다.

사용자 계정이 표시한 관심은 커뮤니티 게시글에 수치화되어 나타날 수 있고, 다른 사용자 계정 또는 호스트 계정이 이를 확인할 수 있다.

또한, 추천 순서 결정 함수는 호스트 계정과 사용자 계정이 과거 커뮤니티 활동을 함께 수행한 적이 있는지 여부에 따른 제10 변수를 추가적으로 고려할 수 있다. 제10 변수는 호스트 계정과 사용자 계정이 커뮤니티 활동을 함께 수행한 횟수가 많을수록 더 큰 값을 가질 수 있다.

추천 순서 결정 함수는 제1 변수 내지 제10 변수 중에서 선택된 적어도 하나의 합으로 결정되는 함수일 수 있고, 각각의 변수는 관리자의 설정에 따라 결정된 조정 인자가 가중치로서 곱해질 수 있다.

도 4를 참조하여, 프로세서가 커뮤니티 각각에 대하여 추천 순서 결정 함수를 적용하여 커뮤니티 각각에 대한 추천 순서 결정 함수값을 기반으로 추천 피드를 생성하는 것에 대하여 설명하면, 프로세서는 복수의 커뮤니티(401-1, 401-2, 401-3) 각각에 대한 추천 순서 결정 함수값을 산출하고, 추천 순서 결정 함수값이 큰 순서대로 나열한 추천 피드(402)를 생성할 수 있다.

프로세서는 추천 피드 내에서 후순위의 커뮤니티 게시글이 미리 결정된 횟수 이상 선순위의 커뮤니티 게시글보다 먼저 사용자에게 선택되는 경우, 인공신경망을 이용하여 선택된 후순위의 커뮤니티의 추천 순서 결정 함수값에 가중치를 더할 수 있다.

프로세서가 후순위의 커뮤니티 게시글에 가중치를 더하기 위한 인공신경망은 사용자의 행동 패턴을 기반으로 하는 데이터 분석을 통하여 학습되고, 후순위 게시글이 선택되는 이유에 대하여 학습하고, 후순위 게시글에 대한 가중치를 계산할 수 있도록 학습될 수 있다.

도 5는 본 발명의 일 실시예에 따른 사용자 프로필 정보 기반 커뮤니티 추천 서비스 제공 시스템에서 추천 순서 결정 함수를 산출하는데 이용하는 제1 유사도를 결정하는 것을 설명하기 위한 도면이다.

제1 유사도는 제1 사용자 프로필 정보를 인공신경망에 입력하여 제1 대표 벡터를 생성하고, 제2 사용자 프로필 정보를 인공신경망에 입력하여 제2 대표 벡터를 생성하고, 제1 대표 벡터와 제2 대표 벡터 간의 유사도 또는 거리를 측정하는 방식으로 산출될 수 있다.

프로세서는 인공신경망을 포함하는 인공신경망 모델(401)을 이용하여 제1 사용자 프로필 정보 및 제2 사용자 프로필 정보를 각각 입력 받고, 제1 대표 벡터 및 제2 대표 벡터를 각각 생성할 수 있다.

여기서, 인공신경망 모델(401)은 기계학습 모델의 일 예로서, 기계학습(Machine Learning) 기술과 인지과학에서, 생물학적 신경망의 구조에 기초하여 구현된 통계학적 학습 알고리즘 또는 그 알고리즘을 실행하는 구조를 포함할 수 있다.

인공신경망 모델(401)은 생물학적 신경망에서와 같이 시냅스의 결합으로 네트워크를 형성한 인공 뉴런인 노드(Node)들이 시냅스의 가중치를 반복적으로 조정하여, 특정 입력에 대응한 올바른 출력과 추론된 출력 사이의 오차가 감소되도록 학습함으로써, 문제 해결 능력을 가지는 기계학습 모델을 나타낼 수 있다.

예를 들어, 인공신경망 모델(401)은 기계 학습, 인공지능 학습/추론 등에 사용되는 임의의 확률 모델, 뉴럴 네트워크 모델, 딥뉴럴 네트워크 모델 등을 포함할 수 있다.

프로세서는 유사도 산출 모델(402)을 이용하여 제1 대표 벡터와 제2 대표 벡터 간의 제1 유사도를 산출 할 수 있다.

유사도 산출 모델(402)은 제1 벡터와 제2 벡터 간의 유사한 정도를 수치화하거나, 제1 벡터와 제2 벡터 간의 방향성을 수치화하거나, 제1 벡터와 제2 벡터 간의 거리를 수치화하거나, 제1 벡터와 제2 벡터 간의 직선 거리를 계산하여 유사도를 수치화하거나, 제1 벡터와 제2 벡터의 좌표값을 이용하여 유사도를 수치화하거나, 제1 벡터와 제2 벡터 간의 교집합 크기를 전체 합집합 크기로 나누는 방식으로 제1 유사도를 산출할 수 있다.

유사도 산출 모델(402)은 내적(Dot product), 코사인 유사도(Cosine similarity), 유클리드 거리(Euclidean distance), 맨해튼 거리(Manhattan distance), 자카드 유사도(Jaccard similarity) 등의 방식을 더욱 이용하여 제1 유사도를 산출할 수 있다.

도 6은 본 발명의 일 실시예에 따른 사용자 프로필 정보 기반 커뮤니티 추천 서비스 제공 시스템에서 추천 순서 결정 함수를 산출하는데 이용하는 제2 유사도를 결정하는 것을 설명하기 위한 도면이다.

프로세서는 제1 인공지능 모델(501)을 이용하여 사용자 프로필 정보에 입력된 관심사 정보와 유사한 관심사 정보인 유사 사용자 관심사 정보를 획득하는 방식으로 사용자가 입력한 관심사 정보와 연관된 관심사 정보 또는 사용자가 관심을 가질 것으로 예상되는 관심사 정보를 획득할 수 있다.

제1 인공지능 모델(501)은 관심사 정보에 포함된 단어의 출현 빈도와 분포등을 기반으로 유사한 단어를 추출하거나, 언어 모델을 학습하여 관심사 정보의 다음 단어를 예측하는 방식으로 유사한 단어를 추출하거나, 관심사 정보에 포함된 단어를 고차원 벡터로 표현하여, 벡터 간 유사도를 이용하여 유사한 단어를 추출하거나, 검색 엔진과 같이 특정 키워드와 연관된 단어들을 검색하여 유사한 단어를 추출할 수 있다.

제1 인공지능 모델(501)은 카운트 기반의 LSA(Latent Semantic Analysis)나 확률 기반의 n-gram 모델, RNN(Recurrent Neural Network)과 LSTM(Long Short-Term Memory)과 같은 딥러닝 모델, Word2Vec, GloVe 등과 같은 Word Embedding 알고리즘 모델 또는 TF-IDF(Term Frequency-Inverse Document Frequency) 기반 모델을 이용하여 유사 사용자 관심사 정보를 획득할 수 있다.

프로세서는 제2 인공지능 모델(502)을 이용하여 제2 유사도를 산출할 수 있다.

제2 인공지능 모델(502)은 유사 사용자 관심사 정보 및 커뮤니티 설명 컨텐츠를 입력받고, 유사 사용자 관심사 정보 및 커뮤니티 설명 컨텐츠 정보 간의 유사도인 제2 유사도를 산출할 수 있다.

또한, 제2 인공지능 모델(502)은 사용자 관심사 정보를 더욱 입력받고, 사용자 관심사 정보와 유사 사용자 관심사 정보를 그룹핑하고, 그룹핑된 유사 사용자 관심사 정보와 커뮤니티 설명 컨텐츠 정보 간의 유사도를 제2 유사도로서 산출할 수 있다.

제2 인공지능 모델(502)은 커뮤니티 설명 컨텐츠 정보 중에서 태그를 유사 사용자 관심사 정보와 비교하여 제2 유사도를 산출할 수 있으나, 반드시 이에 한정되는 것은 아니고, 텍스트, 이미지, 음성 또는 영상으로부터 적어도 하나의 키워드를 추출하여 추출된 키워드를 이용하여 제2 유사도를 산출할 수도 있다.

제2 인공지능 모델(502)은 텍스트, 이미지, 음성 또는 영상으로부터 적어도 하나의 키워드를 추출하기 위하여, 이미지나 영상에서 객체를 인식하고, 해당 객체의 특징 정보를 추출하여 키워드를 추출하는 딥러닝 알고리즘(예를 들어, CNN(Convolutional Neural Network) 기반의 딥러닝 알고리즘), 이미지나 영상에서 특정 특징점을 추출하여, 해당 특징점을 기반으로 유사한 이미지나 영상을 찾아 키워드를 추출하는 알고리즘(예를 들어, SIFT(Scale-Invariant Feature Transform), SURF(Speeded Up Robust Feature)), 음성 신호에서 음성 인식 기술을 사용하여, 음성 내용을 텍스트로 변환하고 키워드를 추출하는 모델(예를 들어, Hidden Markov Model(HMM)과 딥러닝 기반의 DNN(Deep Neural Network)) 또는 자연어 처리를 이용한 모델을 이용할 수 있다.

제2 인공지능 모델(502)은 코사인 유사도 (Cosine Similarity), 자카드 유사도 (Jaccard Similarity), 레벤슈타인 거리(Levenshtein Distance), 유클리드 거리 (Euclidean Distance), 맨하탄 거리(Manhattan Distance) 또는 윈도우 기반 유사도 (Window-based Similarity) 중 적어도 하나를 이용하여 유사 사용자 관심사 정보와 커뮤니티 설명 컨텐츠 정보 간의 유사도를 산출할 수 있다.

제1 인공지능 모델(501) 및 제2 인공지능 모델(502)은 주어진 입력에 대한 정답(ground truth)을 추론하는데 사용하는 임의의 모델을 포함할 수 있다. 일 실시예에 따르면, 제1 인공지능 모델(501) 및 제2 인공지능 모델(502)은 기계학습 모델로서 입력 레이어(층), 복수 개의 은닉 레이어 및 출력 레이어를 포함한 인공신경망 모델을 포함할 수 있다. 여기서, 각 레이어는 복수의 노드를 포함할 수 있다.

도 7은 본 발명의 일 실시예에 따른 사용자 프로필 정보 기반 커뮤니티 추천 서비스 제공 시스템을 이용하는 사용자 계정의 신뢰도 점수를 설명하기 위한 도면이다.

신뢰도 점수는 사용자 계정 간의 커뮤니티 활동이 원활하고 신뢰성 높은 방향으로 이루어지도록 사용자 계정을 평가하기 위한 지표일 수 있다.

신뢰도 점수는 사용자 계정이 커뮤니티 활동을 진행하는 과정에서 다른 사용자들에게 어떤 인상을 주었는지를 평가하는 지표일 수 있다. 커뮤니티 활동 과정에서 또는 커뮤니티 활동 종료 후에 사용자 간의 상호작용에 대한 평가가 이루어지며, 이에 따라 사용자의 신뢰도 점수가 결정될 수 있다.

신뢰도 점수는 커뮤니티 추천 서버의 관리자의 설정에 의해 복수의 점수 구간으로 구분될 수 있다.

도 7을 참조하면, 신뢰도 점수는 0점부터 100점 사이의 값을 가지며, 참조부호 601 내지 605를 통하여 나타나는 복수의 점수 구간으로 구분될 수 있다.

점수 구간 각각은 서로 다른 스케일(scale)을 가질 수 있는데, 예를 들어, 참조부호 601을 나타내는 구간은 신뢰도 점수 0 이상 30 미만을 나타낼 수 있고, 참조부호 602를 나타내는 구간은 신뢰도 점수 30 이상 50 미만을 나타낼 수 있고, 참조부호 603은 50 이상 60 미만을 나타낼 수 있고, 참조부호 604는 60 이상 70 미만을 나타낼 수 있고, 참조부호 605는 70 이상을 나타낼 수 있다.

도 7을 통하여 설명한 복수의 점수 구간의 개수 및 수치 범위는 예시적인 것이며, 다양하게 변경 실시 될 수 있다.

신뢰도 점수는 사용자 계정의 신뢰도 점수가 어떤 신뢰도 점수 구간에 해당하는지에 따라 다른 비율로 증가하거나 차감될 수 있다.

또한, 관리자가 미리 설정한 제1 기준 이상의 신뢰도 점수를 가진 사용자 계정만이 커뮤니티 개설을 요청할 수 있고, 관리자가 미리 설정한 제2 기준 이상의 신뢰도를 가진 사용자 계정만이 재화를 인출할 수 있다.

신뢰도 점수는 사용자 계정이 다른 사용자 계정으로부터 받은 신고 또는 커뮤니티 내에서 당한 강제퇴장을 기반으로 감점될 수 있다.

신고 사유로는 욕설, 비방언어, 불건전한 내용, 광고, 상업적인 내용 등이 있을 수 있다.

신뢰도 점수는 사용자 계정이 신고당한 횟수를 기반으로 감점될 수 있다. 신뢰도 점수는 커뮤니티 내의 다른 게스트 계정, 호스트 계정의 신고에 의하여만 감점될 수 있고, 옵저버 계정의 신고에 의해서는 감점되지 않을 수 있다.

또한, 호스트 계정은 옵저버 계정으로부터 커뮤니티 설명 컨텐츠에 대한 신고에 의하여는 신뢰도 점수가 감점되지 않을 수 있다.

강제퇴장은 호스트 계정 또는 게스트 계정의 신고가 누정되는 경우 발생할 수 있고, 호스트 계정의 결정에 의하여 발생될 수도 있다.

강제퇴장은 커뮤니티에 참여한 게스트 계정 중 전체 인원 중에서 호스트 계정의 설정에 의하여 미리 설정된 비율 이상의 인원의 신고가 누정되는 경우 발생할 수 있다. 강제퇴장으로 인하여 감점되는 신뢰도 점수의 크기는 신고에 의하여 감점되는 신뢰도 점수의 크기보다 클 수 있고, 강제퇴장의 사유는 신고의 사유와 같을 수 있다.

또한, 게스트 계정 또는 호스트 계정이 커뮤니티 활동 도중에 커뮤니티에서 무단 이탈하는 경우 신뢰도 점수가 감점될 수 있다.

커뮤니티에서 무단 이탈하는 경우에 대한 감점의 정도는 커뮤니티가 제1 유형 커뮤니티, 제2 유형 커뮤니티, 제3 유형 커뮤니티, 제4 유형 커뮤니티 중 어떤 것에 해당하는 지에 따라 달리 결정될 수 있다.

사용자 계정이 어플리케이션 내에서 이용가능한 재화를 구매한 이후에, 관리자에게 재화를 환불 요청하고, 환불이 이루어지기 이전에 재화를 사용 시도하거나, 재화를 인출 시도 하는 경우 신뢰도 점수가 감점될 수 있다. 이 경우, 신뢰도 점수는 0점으로 감점될 수 잇고, 영구적으로 신뢰도 점수를 획득하지 못할 수도 있다.

사용자 계정이 커뮤니티 활동을 완료한 경우, 신뢰도 점수는 가산될 수 있다. 커뮤니티 활동을 완료하는 것은 커뮤니티 운영과 관련하여 미리 설정된 기간이 만료되거나, 커뮤니티 개설 목적이 달성될 때까지 커뮤니티 내에서 이탈하지 않는 것을 의미할 수 있다.

사용자 계정이 커뮤니티 활동 완료 이후에 커뮤니티 활동에 참여했던 다른 사용자에 대한 리뷰를 작성하는 경우에도 신뢰도 점수는 가산될 수 있다. 이 경우에 신뢰도 점수가 가산되는 크기는 단순히 사용자 계정이 커뮤니티 활동을 완료한 경우에 가산되는 신뢰도 점수의 크기보다 클 수 있다.

또한, 커뮤니티 활동에 함께 참여했던 다른 사용자로부터 받은 리뷰에 의하여 신뢰도 점수는 가산될 수 있다. 사용자는 리뷰를 통하여 다른 사용자를 복수의 등급 중 어느 하나로 평가할 수 있고, 높은 등급으로 평가될수록 신뢰도 점수는 더 많이 가산될 수 있다.

도 8은 본 발명의 일 실시예에 따른 사용자 프로필 정보 기반 커뮤니티 추천 서비스 제공 시스템을 이용하는 사용자 계정의 신뢰도 점수를 갱신하는데 필요한 기준을 예시적으로 나타내는 도면이다.

신뢰도 점수가 낮은 사용자일수록 커뮤니티 활동 또는 다른 사용자 계정으로부터 받은 평가에 따른 신뢰도 점수의 증가치가 낮은 값을 가질 수 있다. 이는 신뢰도 점수가 낮은 사용자가 지속, 반복적으로 서비스 안정성에 해를 끼치는 행동을 할 경우 유의미한 행동으로 이를 쉽게 만회할 수 없기 위함이다.

예를 들어, 도 8을 참조하면, 신뢰도 점수가 30점 미만인 경우는 커뮤니티 활동을 1회 완료해도 0.01 점밖에 얻지 못하는 데에 반해 커뮤니티 활동 중 중도 하차(나가기, 중단)를 할 경우 커뮤니티 내의 다른 사용자들에게 피해를 끼치는 행동을 했으므로 감점을 하며 기존 신뢰도 점수로부터 0.2점의 감점을 받을 수 있다. 이 경우, 감점과 가산의 배율은 20배 차이이며 평균 유저의 점수 구간이 50점 대라고 가정했을 때 감점 배율도 2배가 된다.

호스트 계정의 경우, 커뮤니티 활동에 따른 보상으로 게스트 계정보다 가중된 신뢰도 점수를 획득할 수 있다. 예를 들어, 도 8을 참조하면, 게스트 계정이 커뮤니티 활동 완료에 따른 보상으로 0.01점을 획득한다고 할 때, 호스트 계정은 0.02점의 신뢰도 점수를 획득할 수 있다.

도 9는 본 발명의 일 실시예에 따라 사용자 프로필 정보 기반 커뮤니티 추천 서비스 제공 시스템의 사용자 단말에서 동작하는 어플리케이션을 통해 커뮤니티 추천 서비스가 제공되는 예시를 나타내는 도면이다.

도 9를 참조하면, 사용자(910)는 사용자 단말(920)을 이용하여 사용자 프로필 정보 기반 커뮤니티 추천 서비스를 위한 어플리케이션을 실행할 수 있으며, 사용자 단말(920)을 통해 현재 자신의 위치를 기반으로 한 커뮤니티 추천 서비스를 제공받을 수 있다.

일 실시예에 따르면, 제1 인터페이스(930)에 접근을 요청하는 사용자(910)의 입력에 응답하여, 사용자 단말(920)의 프로세서는 디스플레이 상에 제1 인터페이스(930)를 출력할 수 있다. 여기서, 제1 인터페이스(930)에 접근을 요청하는 사용자(910)의 입력은, 어플리케이션의 실행을 위한 아이콘에 대한 터치 또는 클릭 입력, 다른 페이지에서 제1 인터페이스(930)로 전환하기 위한 아이콘 또는 버튼 등에 대한 터치 또는 클릭, 또는 드래그 입력 등을 포함할 수 있다. 예를 들어, 해당 서비스 어플리케이션의 아이콘을 터치하는 사용자(910)의 입력에 응답하여, 제1 인터페이스(930)의 화면이 사용자 단말(920)의 디스플레이 상에 표시될 수 있다.

제1 인터페이스(930)는 사용자의 프로필 정보 기반 커뮤니티 추천 서비스 및/또는 정보를 제공할 수 있는 임의의 서비스를 제공하기 위한 인터페이스일 수 있다. 여기서, 사용자 프로필 정보 기반 커뮤니티 추천 서비스는 하나 이상의 게시글을 포함한 인터페이스를 통해 이용하여 사용자에게 제공될 수 있다.

사용자 단말(920)은 제1 인터페이스(930)에 접근을 요청하는 사용자의 입력에 응답하여, 사용자 프로필 정보 기반 커뮤니티 추천 서비스와 연관된 데이터를 수신할 수 있다. 이 경우, 사용자 단말(920)은 사용자 프로필 정보 기반 커뮤니티 추천 서비스와 연관된 데이터를 저장 및 관리하는 외부 시스템(예를 들어, 정보 처리 시스템 등)으로부터 해당 데이터를 수신할 수 있다.

제1 인터페이스(930)에 접근을 요청하는 사용자의 입력에 응답하여, 사용자 프로필 정보 기반 커뮤니티 추천 서비스 제공 여부가 결정될 수 있다. 예를 들어, 이러한 사용자 프로필 정보 기반 커뮤니티 추천 서비스가 제공될지 여부는 사용자 정보의 수집 여부, 사용자의 실시간 위치 확인 여부, 사용자가 미리 설정해 놓은 지역과 현재 사용자의 실시간 위치가 일치하는지 여부 등에 따라 결정될 수 있다.

이러한 사용자 프로필 정보 기반 커뮤니티 추천 서비스가 제공될지 여부를 결정하는 단계는 사용자 단말(920)의 프로세서 및/또는 커뮤니티 추천 서버의 프로세서에 의해 수행될 수 있다.

사용자 단말(920)은 제1 인터페이스(930)에서 제2 인터페이스(940)로 전환함으로써, 사용자 프로필 정보 기반 커뮤니티 추천 서비스를 제공할 수 있다. 제1 인터페이스(930)에서 제2 인터페이스(940)로의 전환은 사용자(910)의 입력에 응답하여 수행될 수 있다. 예를 들어, 사용자 단말(920)은 제1 인터페이스에서 제2 인터페이스로의 전환을 요청하는 사용자(910)의 입력(예를 들어, 복수의 사용자 프로필 정보 기반 커뮤니티 추천 서비스 중에서 하나의 사용자 프로필 정보 기반 커뮤니티 추천 서비스를 선택)에 응답하여, 선택된 사용자 프로필 정보 기반 커뮤니티 추천 서비스에 대한 제2 인터페이스(940)를 사용자 단말(920)의 디스플 레이상에 출력할 수 있다.

사용자의 실시간 위치가 확인되지 않거나, 사용자가 프로필 정보를 수정 중이거나, 사용자의 프로필 정보가 확인되지 않을 경우, 제1 인터페이스(930) 내에 사용자 프로필 정보 기반 커뮤니티 추천 서비스가 출력되지 않을 수 있다.

제2 인터페이스(940)에는 제1 인터페이스(930)에서 사용자가 선택한 사용자 프로필 정보 기반 커뮤니티 추천 서비스를 제공하기 위한 영역을 포함할 수 있다. 예를 들어, 사용자가 제1 인터페이스(930)에서 '활동'(932)을 선택하여 사용자 계정이 입장하여 활동 가능한 적어도 하나의 사용자 프로필 정보 기반 커뮤니티를 추천받고자 하는 경우, 사용자의 프로필 정보를 기반으로 선택된 적어도 하나의 커뮤니티 추천 게시글이 제2 인터페이스(940)를 통해 출력될 수 있다.

도 9를 참조하면, 추천 순서 결정 함수를 통하여 결정된 사용자 프로필 정보와 가장 매칭되는 '축구 경기 시청'과 관련된 게시글(942-1)이 제2 인터페이스(940)의 최상단에 위치되도록 출력될 수 있다.

제2 인터페이스(940)에는 제1 인터페이스(930)에서 사용자가 선택한 사용자 프로필 정보 기반 커뮤니티 추천 서비스와 관련하여 제공받기를 원하는 검색어를 추가로 입력할 수 있는 영역(미도시)이 포함될 수 있다. 예를 들어, 사용자가 제1 인터페이스(930)에서 '활동'(932)를 선택하고 제2 인터페이스(940)의 검색어 입력 영역에 '축구'를 입력하였다면, 제2 인터페이스(940)에는 '축구'과 연관된 커뮤니티 추천 게시글이 출력될 수 있다.

사용자 프로필 정보 기반 커뮤니티 추천 서비스 제공을 위한 복수의 커뮤니티 추천 게시글은 추천 순서 결정 함수에 따라 정렬되어 제2 인터페이스(940)에 출력될 수 있다. 예를 들어, 복수의 커뮤니티 추천 게시글(942-1, 942-2, 942-3, 942-4)을 포함하는 추천 피드는 복수의 커뮤니티 각각에 대하여 산출된 추천 순서 결정 함수값이 높은 순서에 따라 추천 피드 내에서 먼저 노출되도록 정렬되어 출력될 수 있다.

도 10은 본 발명의 일 실시예에 따른 사용자 프로필 정보 기반 커뮤니티 추천 서비스 제공 시스템의 사용자 단말에서 동작하는 어플리케이션을 통하여 호스트 계정이 커뮤니티를 생성할 때 사용자 단말에 전시되는 제3 인터페이스를 나타내는 도면이다.

도 10을 참조하면, 호스트 계정의 사용자는 제3 인터페이스(1000) 내에서 사용자 단말을 통해서 커뮤니티 유형(1010)을 선택할 수 있다. 예를 들어, 호스트 계정의 사용자는 '입장료 받기'를 선택함으로써 개설할 커뮤니티의 유형을 상술한 제2 유형 커뮤니티로 결정할 수 있고, '보상 주기'를 선택함으로써 개설할 커뮤니티의 유형을 제1 유형 커뮤니티로 결정할 수 있고, '무료'를 선택함으로써 개설할 커뮤니티의 유형을 제3 유형 커뮤니티로 결정할 수 있다.

호스트 계정의 사용자는 제3 인터페이스(1000)의 참조부호 1020에 해당하는 영역에 커뮤니티의 목적, 유형 또는 특성을 설명하기 위한 태그를 작성할 수 있고, 참조부호 1030에 해당하는 영역에 추가적인 설명을 위한 텍스트를 작성하거나, 이미지, 음성 또는 영상을 업로드 할 수 있다.

도 11은 본 발명의 일 실시예에 따른 사용자 프로필 정보 기반 커뮤니티 추천 서비스 제공 시스템의 사용자 단말에서 동작하는 어플리케이션을 통하여 사용자 계정이 재화를 인출할 때 사용자 단말에 전시되는 제4 인터페이스를 나타내는 도면이다.

도 11을 참조하면, 어플리케이션 내 재화는 사용자 프로필 정보 기반 커뮤니티 추천 서비스 제공 시스템의 관리자에 의하여 미리 결정된 단위(예를 들어, 5,000)씩 인출될 수 있다.

사용자는 제4 인터페이스(1100)의 참조부호 1110에 해당하는 영역에 인출하고자 하는 재화의 금액을 입력할 수 있고, 참조부호 1120에 해당하는 영역은 사용자의 계좌로 인출될 실제 금액을 표시할 수 있다. 사용자의 계좌로 인출될 금액은 원화로 표시될 수 있다.

도 12는 본 발명의 일 실시예에 따른 사용자 프로필 정보 기반 커뮤니티 추천 서비스 제공 시스템의 사용자 단말에서 동작하는 어플리케이션을 통해 사용자에게 전시되는 커뮤니티 게시글의 상세 페이지를 나타내는 제5 인터페이스를 나타내는 도면이다.

도 12를 참조하면, 제5 인터페이스는 추천 피드를 통하여 나타나는 적어도 하나의 커뮤니티 추천 게시글 중에서 사용자가 선택한 하나의 커뮤니티의 상세 페이지를 나타내는 것이고, 사용자는 제5 인터페이스를 통하여 해당 커뮤니티에 게스트 계정 또는 옵저버 계정으로 입장할 수 있다.

예를 들어, 제5 인터페이스(1200)는 복수의 커뮤니티 추천 게시글(942-1, 942-2, 942-3, 942-4) 중 어느 하나의 상세 페이지일 수 있다.

제5 인터페이스(1200)를 통하여 호스트 계정이 입력한 커뮤니티 설명 컨텐츠는 커뮤니티에 입장하고자 하는 사용자 계정이 이용하는 사용자 단말을 통해 사용자에게 전시될 수 있다.

제5 인터페이스(1200)는 사용자 계정의 신뢰도 점수와 관리자가 미리 설정한 제2 기준 이상의 신뢰도 점수의 차이가 관리자에 의하여 미리 설정된 제1 차이값(예를 들어, 3점) 이하인 경우, 사용자의 활동을 촉진하기 위하여 사용자에게 현재 사용자의 신뢰도 점수로부터 제2 기준에 도달하기까지의 잔여 점수가 몇점인지 알려주는 제1 활동 촉진 메시지(1210)를 포함할 수 있다.

도 13은 본 발명의 일 실시예에 따른 사용자 프로필 정보 기반 커뮤니티 추천 서비스 제공 시스템의 사용자 단말에서 동작하는 어플리케이션을 통해 사용자에게 전시하는 실시간 인기 키워드와 일정별 추천 피드를 나타내는 제6 인터페이스를 나타내는 도면이다.

제6 인터페이스(1300)는 다수의 사용자 계정이 검색한 키워드를 실시간 인기 키워드로서 사용자에게 제공할 수 있다.

제6 인터페이스(1300)는 요일별 또는 날짜별로 게스트 계정 모집 마감일 또는 활동 일시가 결정된 커뮤니티에 대한 추천 피드를 나타낼 수 있다.

제6 인터페이스(1300)는 제5 인터페이스(1200)와 마찬가지로 제1 활동 촉진 메시지(1310)를 포함할 수 있다.

도 14는 본 발명의 일 실시예에 따른 사용자 프로필 정보 기반 커뮤니티 추천 서비스 제공 시스템의 사용자 단말에서 동작하는 어플리케이션을 통해 사용자에게 전시하는 커뮤니티 검색 결과를 나타내는 제7 인터페이스를 나타내는 도면이다.

제7 인터페이스(1400)는 사용자가 검색한 단어, 텍스트, 태그, 음성, 이미지 또는 영상을 기반으로 추천 피드를 제공할 수 있다.

도 14를 참조하면, 제7 인터페이스(1400)는 사용자가 검색한 'A 가수'와 관련된 커뮤니티 추천 게시글들을 나타낼 수 있다.

제7 인터페이스(1400)는 제5 인터페이스(1200)와 마찬가지로 제1 활동 촉진 메시지(1410)를 포함할 수 있다.

도 15는 본 발명의 일 실시예에 따른 사용자 프로필 정보 기반 커뮤니티 추천 서비스 제공 시스템의 사용자 단말에서 동작하는 어플리케이션을 통해 사용자에게 전시되는 커뮤니티 게시글의 상세 페이지를 나타내는 제8 인터페이스를 나타내는 도면이다.

제8 인터페이스(1500)는 사용자 계정이 보유한 재화와 인출 가능한 최소 단위(도 11을 통하여 설명한 관리자에 의하여 미리 결정된 단위)의 차이가 관리자의 설정에 의하여 미리 결정된 제2 차이값(예를 들어, 100) 이하인 경우, 사용자의 활동을 촉진하기 위한 제2 활동 촉진 메시지(1510)를 나타낼 수 있다.

제2 활동 촉진 메시지(1510)는 사용자가 보유한 재화가 인출 가능한 최사 단위에 도달하기 위하여 필요한 재화를 채우기 위하여 필요한 리뷰의 개수 또는 활동의 개수에 대한 정보를 포함할 수 있다.

도 16은 본 발명의 일 실시예에 따른 사용자 프로필 정보 기반 커뮤니티 추천 서비스 제공 시스템의 사용자 단말에서 동작하는 어플리케이션을 통해 사용자에게 전시되는 사용자 계정의 활동 내역을 나타내는 제9 인터페이스를 나타내는 도면이다.

제9 인터페이스(1600)은 사용자가 과거 또는 현재에 활동한 커뮤니티에 대한 관련 게시글들을 나타낼 수 있다.

제9 인터페이스(1600)는 제5 인터페이스(1200)와 마찬가지로 제1 활동 촉진 메시지(1610)를 포함할 수 있다.

제1 활동 촉진 메시지(1610)는 사용자의 신뢰도 점수가 제2 기준 이상의 신뢰도 점수에 도달하기 위하여 필요한 신뢰도 점수를 채우기 위하여 필요한 리뷰의 개수 또는 활동의 개수에 대한 정보를 포함할 수 있다.

또한, 제1 활동 촉진 메시지 또는 제2 활동 촉진 메시지는 각각의 인터페이스 상에서 다양한 방식(예를 들어, 푸쉬 알림)으로 사용자에게 나타날 수 있다.

본 발명의 또 다른 일 실시예에 따르면, 본 발명의 서비스를 제공하는 프로세서는 사용자(호스트 및 게스트) 계정과 관련하여, 커뮤니티 내에서의 활동을 시계열적으로 연속적으로 업데이트하여 관리를 하기 때문에 사용자 계정의 활동 내역을 즉각적으로 반영한 신뢰도 점수의 유지관리가 가능하다.

특히, 단순히 커뮤니티의 속성과 사용자 계정 정보(예를 들어, 기 입력된 사용자 프로필 정보, 활동이력을 통해서 파악되는 이력 정보와 사용자 선호 정보를 포함)와 추천 피드에서 제공되는 컨텐츠간의 유사성만을 기반으로 하는 추천 피드를 결정하는 방식으로는, 소셜 네트워크 상에 존재하는 다양한 사용자의 니즈를 충족하기 어려운 한계가 있다.

소셜 네트워크, 온라인 커뮤니티에 대한 컴퓨팅 리소스 측면에서 볼 때, 기존의 매칭 방식만으로는, 다양한 요구를 충족하는 커뮤니티를 사용자 스스로가 찾을 때까지 불필요한 접속들을 반복할 수 밖에 없고, 이러한 불필요한 접속은 네트워크 자원의 낭비와도 연결이 된다. 본 실시예에서는, 사용자 계정 정보와 컨텐츠간의 유사도를 판단하고, 유사도에 따른 추천 피드별 우선 순위 정보를 생성함에 있어서, 사용자의 신뢰도 점수를 더욱 반영하기 때문에, 결과적으로 네트워크 상에서의 부적절한 트래픽의 발생을 줄일 수 있고, 불필요한 커뮤니티 활동이라는 자원 낭비의 중요한 요인을 줄일 수 있다.

본 발명의 또 다른 일실시예에 따르면, 신뢰도 점수는 장기 신뢰도 점수와 단기 신뢰도 점수를 포함할 수 있다. 단기적인 측면에서 볼 때 신뢰도 판단 요소간의 불연속성이 발생할 수 있다. 예를 들어, 어떤 커뮤니티에서의 활동 패턴(대화 참여 빈도 또는 비매너 행동)의 변화가 비연속적으로 또는 급격하게 변화할 경우가 있다. 어떤 커뮤니티의 경우에는 장기적인 속성이 중요할 수 있고, 단기적인 속성의 변화는 덜 중요할 수 있다. 이러한 커뮤니티의 속성 정보를 고려한다면, 속성 정보를 고려하여 장기 신뢰도 점수와 단기 신뢰도 점수간의 가중치를 적응적으로 조절함으로써, 단기적으로 발생하는 불연속성에 따라 발생하는 신뢰도 점수의 특이적 변화를 효과적으로 경감시킬 수 있다. 즉, 장기적인 신뢰도가 더욱 중요시되는 커뮤니티의 경우, 단기적 행동 패턴의 변화는 적게 반영함으로써, 작위적인 목적에 따른 행동 변화에도 효과적으로 신뢰도를 관리하는 것이 가능하다.

본 출원은 컴퓨터 저장 매체도 제공한다. 컴퓨터 저장 매체에는 프로그램 명령이 저장되어 있고, 프로세서에 의해 프로그램 명령이 실행되면, 상술한 사용자 프로필 정보 기반 커뮤니티 추천 서비스 제공 방법이 실현된다.

본 발명의 일 실시예에 따른 컴퓨터 저장 매체는 U디스크, SD카드, PD광학 드라이브, 모바일 하드 디스크, 대용량 플로피 드라이브, 플래시 메모리, 멀티미디어 메모리 카드, 서버 등일 수 있지만 반드시 이에 한정되는 것은 아니다.

이상에서 설명한 본 발명의 실시예를 구성하는 모든 구성요소들이 하나로 결합하거나 결합하여 동작하는 것으로 기재되어 있다고 해서, 본 발명이 반드시 이러한 실시예에 한정되는 것은 아니다. 즉, 본 발명의 목적 범위 안에서라면, 그 모든 구성요소들이 하나 이상으로 선택적으로 결합하여 동작할 수도 있다. 또한, 그 모든 구성요소들이 각각 하나의 독립적인 하드웨어로 구현될 수 있지만, 각 구성요소들의 그 일부 또는 전부가 선택적으로 조합되어 하나 또는 복수개의 하드웨어에서 조합된 일부 또는 전부의 기능을 수행하는 프로그램 모듈을 갖는 컴퓨터 프로그램으로서 구현될 수도 있다. 또한, 이와 같은 컴퓨터 프로그램은 USB 메모리, CD 디스크, 플래쉬 메모리 등과 같은 컴퓨터가 읽을 수 있는 기록 매체(Computer Readable Media)에 저장되어 컴퓨터에 의하여 읽혀지고 실행됨으로써, 본 발명의 실시예를 구현할 수 있다. 컴퓨터 프로그램의 기록 매체로서는 자기기록 매체, 광 기록 매체 등이 포함될 수 있다.

이상의 설명은 본 발명의 기술 사상을 예시적으로 설명한 것에 불과한 것으로서, 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자라면 본 발명의 본질적인 특성에서 벗어나지 않는 범위 내에서 다양한 수정, 변경 및 치환이 가능할 것이다. 따라서, 본 발명에 개시된 실시예 및 첨부된 도면들은 본 발명의 기술 사상을 한정하기 위한 것이 아니라 설명하기 위한 것이고, 이러한 실시예 및 첨부된 도면에 의하여 본 발명의 기술 사상의 범위가 한정되는 것은 아니다. 본 발명의 보호 범위는 아래의 청구 범위에 의하여 해석되어야 하며, 그와 동등한 범위 내에 있는 모든 기술 사상은 본 발명의 권리 범위에 포함되는 것으로 해석되어야 할 것이다.

10: 사용자 프로필 정보 기반 커뮤니티 추천 서비스 제공 시스템
100: 커뮤니티 추천 서버
200: 사용자 단말

Claims (15)

1. 커뮤니티 추천 서비스를 제공하기 위한 하나 이상의 프로그램을 저장하는 메모리; 및 상기 하나 이상의 프로그램에 따른 동작들을 수행하는 하나 이상의 프로세서;를 포함하는 장치에서 수행되는 사용자 프로필 정보를 기반으로 커뮤니티 추천 서비스를 제공하는 방법에 있어서,
   상기 사용자 프로필 정보 기반 커뮤니티 추천 서비스를 제공하는 어플리케이션에 가입된 복수의 사용자 계정 중에서 커뮤니티를 운영하고자 하는 적어도 하나의 호스트(Host) 계정의 요청에 의해 온라인으로 접속 가능한 적어도 하나의 커뮤니티를 생성하는 단계; 및
   상기 사용자 프로필 정보 기반 커뮤니티 추천 서비스를 이용하기 위하여 사용자의 관심사에 대한 정보를 포함하며 사용자 계정에 입력된 사용자 프로필 정보를 기반으로 결정된 적어도 하나의 추천 커뮤니티를 나열한 추천 피드를 상기 복수의 사용자 계정에 제공하는 단계;를 포함하는, 사용자 프로필 정보 기반 커뮤니티 추천 서비스 제공 방법.
2. 제1항에 있어서,
   상기 추천 피드 중에서 선택한 커뮤니티에 접속하여 활동하고자 하는 게스트(Guest) 계정의 요청에 대응하여 상기 게스트 계정을 상기 게스트 계정이 선택한 커뮤니티에 입장시키는 단계;
   미리 설정된 기간 만료 또는 상기 커뮤니티의 개설 목적 달성에 대응하여 상기 커뮤니티 운영을 종료하는 단계; 및
   상기 종료한 커뮤니티에 참여한 계정들이 평가한 데이터를 기반으로 상기 호스트 계정 또는 상기 게스트 계정의 신뢰도 점수를 갱신하는 단계;를 더 포함하는, 관심사 기반 커뮤니티 추천 서비스 제공 방법.
3. 제2항에 있어서,
   상기 추천 피드를 상기 복수의 사용자 계정에 제공하는 단계는,
   상기 호스트 계정의 신뢰도 점수를 나타내는 제1 변수 또는 상기 호스트 계정에 기재된 제1 사용자 프로필 정보와 상기 사용자 계정에 기재된 제2 프로필 정보 간의 제1 유사도를 나타내는 제2 변수를 이용하는 추천 순서 결정 함수를 상기 적어도 하나의 커뮤니티 각각에 적용하여 상기 적어도 하나의 커뮤니티 각각에 대한 추천 순서 결정 함수값을 산출하고,
   상기 추천 순서 결정 함수값이 높은 커뮤니티일수록 상기 추천 피드를 통하여 상기 복수의 사용자 계정에 우선적으로 제공하는 것을 특징으로 하는, 사용자 프로필 정보 기반 추천 서비스 제공 방법.
4. 제3항에 있어서,
   상기 커뮤니티는,
   상기 커뮤니티의 목적, 유형 또는 특성을 설명하기 위하여 상기 호스트 계정을 통하여 입력되는 적어도 하나의 태그, 텍스트, 이미지, 음성 또는 영상 중 적어도 하나를 포함하는 커뮤니티 설명 컨텐츠를 포함하고,
   상기 추천 순서 결정 함수는, 상기 커뮤니티 설명 컨텐츠와 상기 제2 프로필에 기재된 사용자의 관심사 정보 간의 제2 유사도를 나타내는 제3 변수를 이용하는 것을 특징으로 하는, 사용자 프로필 정보 기반 추천 서비스 제공 방법.
5. 제4항에 있어서,
   상기 추천 순서 결정 함수는,
   상기 커뮤니티 설명 컨텐츠에 포함되는 태그 수, 텍스트의 길이, 이미지의 수, 영상의 개수 또는 영상의 길이 중 적어도 하나를 통하여 결정되는 컨텐츠 퀄리티를 나타내는 제4 변수를 이용하는 것을 특징으로 하는, 사용자 프로필 정보 기반 추천 서비스 제공 방법.
6. 제3항에 있어서,
   상기 커뮤니티는,
   상기 호스트 계정이 상기 커뮤니티 목적 달성에 따라 상기 게스트 계정에 상기 어플리케이션 내 재화를 보상으로 지급하는 제1 유형 커뮤니티, 상기 게스트 계정이 상기 호스트 계정에 상기 재화를 입장료 또는 보상으로 지급해야 입장 가능한 제2 유형 커뮤니티 또는 상기 게스트 계정 및 상기 호스트 계정 모두 재화를 지급하지 않는 제3 유형 커뮤니티 중 어느 하나인 것이고,
   상기 추천 순서 결정 함수는, 상기 커뮤니티의 유형에 따라 선택되는 가중치를 제5 변수로 이용하는 것을 특징으로 하는, 관심사 기반 커뮤니티 추천 서비스 제공 방법.
7. 제6항에 있어서,
   상기 추천 피드를 상기 복수의 사용자 계정에 제공하는 단계는,
   상기 커뮤니티가 제1 유형 커뮤니티인 경우, 상기 추천 순서 결정 함수는 상기 호스트 계정이 지급하는 재화의 크기에 따라 조정 가능한 제1 가중치를 이용하고,
   상기 커뮤니티가 제2 유형 커뮤니티인 경우, 상기 추천 순서 결정 함수는 상기 제1 가중치보다 작고, 상기 게스트 계정이 지급하는 재화의 크기에 따라 조정 가능한 제2 가중치를 이용하고,
   상기 커뮤니티가 제3 유형 커뮤니티인 경우, 상기 추천 순서 결정 함수는 상기 제1 가중치보다 작고 상기 제2 가중치보다 큰 제3 가중치를 이용하는 것을 특징으로 하는, 관심사 기반 커뮤니티 추천 서비스 제공 방법.
8. 제3항에 있어서,
   상기 커뮤니티는, 상기 호스트 계정의 설정에 의하여 참여 가능 게스트 계정의 수가 결정되고,
   상기 추천 순서 결정 함수는, 상기 커뮤니티에 입장을 요청한 게스트 계정의 수를 제6 변수로 이용하는 것을 특징으로 하는, 관심사 기반 커뮤니티 추천 서비스 제공 방법.
9. 제3항에 있어서,
   상기 커뮤니티는, 상기 호스트 계정의 설정에 의하여 상기 게스트 계정의 참가 신청 기한이 결정되고,
   상기 추천 순서 결정 함수는, 상기 게스트 계정의 참가 신청 기한을 제7 변수로 이용하는 것을 특징으로 하는, 관심사 기반 커뮤니티 추천 서비스 제공 방법.
10. 제3항에 있어서,
    상기 제1 유사도는,
    상기 제1 사용자 프로필 정보를 인공신경망에 입력하여 제1 대표 벡터를 생성하고, 상기 제2 사용자 프로필 정보를 인공신경망에 입력하여 제2 대표 벡터를 생성하고, 상기 제1 대표 벡터와 제2 대표 벡터 간의 유사도 또는 거리를 측정하는 방식으로 산출되는 것을 특징으로 하는, 관심사 기반 커뮤니티 추천 서비스 제공 방법.
11. 제1항에 있어서,
    상기 커뮤니티는,
    상기 게스트 계정 및 상기 호스트 계정 이외의 사용자 계정 중에서 상기 커뮤니티의 활동에 참여하지 않으나, 상기 커뮤니티에서 이루어지는 행동들을 관전할 수 있는 적어도 하나의 옵저버 계정이 상기 게스트 계정 또는 상기 호스트 계정에 상기 어플리케이션 내 재화를 지급하거나 무료로 입장 가능한 것을 특징으로 하는, 관심사 기반 커뮤니티 추천 서비스 제공 방법.
12. 제1항 내지 제11항 중 어느 한 항에 기재된 관심사 기반 커뮤니티 추천 서비스 제공 방법을 컴퓨터에서 실행시키기 위하여 컴퓨터로 읽을 수 있는 기록 매체에 저장된 컴퓨터 프로그램.
13. 어플리케이션을 이용하여 온라인 커뮤니티에 참여하기 위한 관심사 정보를 포함하는 개인 프로필 정보를 제공하는 복수의 사용자 단말; 및
    상기 복수의 사용자 단말로부터 수집된 개인 프로필 정보를 이용하여 커뮤니티를 생성하고, 상기 복수의 사용자 단말이 사용자에게 전시하도록 추천 피드를 제공하는 커뮤니티 추천 서버;를 포함하고,
    상기 커뮤니티 추천 서버는,
    상기 사용자 프로필 정보 기반 커뮤니티 추천 서비스를 제공하는 어플리케이션에 가입된 복수의 사용자 계정 중에서 커뮤니티를 운영하고자 하는 적어도 하나의 호스트(Host) 계정의 요청에 의해 온라인으로 접속 가능한 적어도 하나의 커뮤니티를 생성하고,
    상기 사용자 프로필 정보 기반 커뮤니티 추천 서비스를 이용하기 위하여 사용자의 관심사에 대한 정보를 포함하며 사용자 계정에 입력된 사용자 프로필 정보를 기반으로 결정된 적어도 하나의 추천 커뮤니티를 나열한 추천 피드를 상기 복수의 사용자 계정에 제공하는, 사용자 프로필 정보 기반 커뮤니티 추천 서비스 제공 시스템.
14. 제13항에 있어서,
    상기 커뮤니티 추천 서버는,
    상기 추천 피드 중에서 선택한 커뮤니티에 접속하여 활동하고자 하는 게스트(Guest) 계정의 요청에 대응하여 상기 게스트 계정을 상기 게스트 계정이 선택한 커뮤니티에 입장시키고,
    미리 설정된 기간 만료 또는 상기 커뮤니티의 개설 목적 달성에 대응하여 상기 커뮤니티 운영을 종료하고,
    상기 종료한 커뮤니티에 참여한 계정들이 평가한 데이터를 기반으로 상기 호스트 계정 또는 상기 게스트 계정의 신뢰도 점수를 갱신하는 것을 특징으로 하는, 사용자 프로필 정보 기반 추천 서비스 제공 시스템.
15. 제14항에 있어서,
    상기 추천 피드를 상기 복수의 사용자 계정에 제공하는 것은,
    상기 호스트 계정의 신뢰도 점수를 나타내는 제1 변수 또는 상기 호스트 계정에 기재된 제1 사용자 프로필 정보와 상기 사용자 계정에 기재된 제2 프로필 정보 간의 제1 유사도를 나타내는 제2 변수를 이용하는 추천 순서 결정 함수를 상기 적어도 하나의 커뮤니티 각각에 적용하여 상기 적어도 하나의 커뮤니티 각각에 대한 추천 순서 결정 함수값을 산출하고,
    상기 추천 순서 결정 함수값이 높은 커뮤니티일수록 상기 추천 피드를 통하여 상기 복수의 사용자 계정에 우선적으로 제공하는 것을 특징으로 하는, 사용자 프로필 정보 기반 추천 서비스 제공 시스템.

Images