KR101758695B1 - 소셜 테이스트 분석 기반 다중 한류 콘텐츠 검색 및 추천 시스템 - Google Patents

소셜 테이스트 분석 기반 다중 한류 콘텐츠 검색 및 추천 시스템 Download PDF

Info

Publication number
KR101758695B1
KR101758695B1 KR1020150153715A KR20150153715A KR101758695B1 KR 101758695 B1 KR101758695 B1 KR 101758695B1 KR 1020150153715 A KR1020150153715 A KR 1020150153715A KR 20150153715 A KR20150153715 A KR 20150153715A KR 101758695 B1 KR101758695 B1 KR 101758695B1
Authority
KR
South Korea
Prior art keywords
social
taste
user
information
korean
Prior art date
Application number
KR1020150153715A
Other languages
English (en)
Other versions
KR20170051959A (ko
Inventor
경노겸
Original Assignee
주식회사 쿨리오
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 주식회사 쿨리오 filed Critical 주식회사 쿨리오
Priority to KR1020150153715A priority Critical patent/KR101758695B1/ko
Publication of KR20170051959A publication Critical patent/KR20170051959A/ko
Application granted granted Critical
Publication of KR101758695B1 publication Critical patent/KR101758695B1/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
    • G06Q50/01—Social networking
    • G06F17/30867—
    • G06F17/3089—
    • G06Q50/30—

Landscapes

  • Engineering & Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Tourism & Hospitality (AREA)
  • Human Resources & Organizations (AREA)
  • Primary Health Care (AREA)
  • Health & Medical Sciences (AREA)
  • Economics (AREA)
  • General Health & Medical Sciences (AREA)
  • Operations Research (AREA)
  • Marketing (AREA)
  • Computing Systems (AREA)
  • Strategic Management (AREA)
  • Physics & Mathematics (AREA)
  • General Business, Economics & Management (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
  • Information Transfer Between Computers (AREA)

Abstract

본 발명은 소셜 테이스트 분석 기반 다중 한류 콘텐츠 검색 및 추천 시스템에 관한 것으로서, 보다 구체적으로는 콘텐츠 검색 및 추천 시스템으로서, 한류 콘텐츠에 대한 한국 사용자들의 소셜 데이터를 수집하고, 수집된 소셜 데이터를 분석하여 상기 한류 콘텐츠의 소셜 테이스트 정보를 추출하는 소셜 테이스트 분석부; 상기 소셜 테이스트 분석부에서 추출된 소셜 테이스트 정보를 이용하여, 사용자로부터 입력받은 질의어에 대응하여, 복수의 형태의 한류 콘텐츠에 대한 사용자 맞춤형 다중 검색 결과를 제공하는 검색 엔진부; 및 상기 소셜 테이스트 분석부에서 추출된 소셜 테이스트 정보를 이용하여, 상기 한류 콘텐츠에 대한 랭킹을 생성 및 제공하는 추천 엔진부를 포함하는 것을 그 구성상의 특징으로 한다.
본 발명에서 제안하고 있는 소셜 테이스트 분석 기반 다중 한류 콘텐츠 검색 및 추천 시스템에 따르면, 한류 콘텐츠에 대한 한국 사용자들의 소셜 데이터로부터 소셜 테이스트 정보를 추출하고, 이를 이용하여 사용자 맞춤형 다중 검색 결과 및 한류 콘텐츠에 대한 랭킹을 제공함으로써, 질의어를 입력하는 사용자에게 최적화된 검색 결과를 제공하여 검색에 대한 만족도를 향상시킬 수 있고, 다양한 형태의 한류 콘텐츠에 대한 신뢰도 높은 정보를 제공할 수 있으며, 소셜 데이터를 이용해 한류의 최신 트렌트를 랭킹에 반영할 수 있다.
또한, 본 발명에 따르면, 한류 콘텐츠에 대한 사용자 맞춤형 다중 검색 결과, 랭킹 및 한류 콘텐츠에 대한 정보를 사용자의 언어로 번역하여 제공함으로써, 영어, 중국어, 태국어 등 사용자의 모국어로 한류 콘텐츠에 대한 검색 및 랭킹 확인을 용이하게 할 수 있고, 사용자 스스로 접근하기 어려운 한국 사용자들의 소셜 테이스트 정보를 활용하여 사용자의 만족도를 극대화할 수 있다.

Description

소셜 테이스트 분석 기반 다중 한류 콘텐츠 검색 및 추천 시스템{MULTI KOREAN WAVE CONTENTS SEARCH AND RECOMMENDATION SYSTEM BASED ON SOCIAL TASTE ANAYSIS}
본 발명은 콘텐츠 검색 및 추천 시스템에 관한 것으로서, 보다 구체적으로는 소셜 테이스트 분석 기반 다중 한류 콘텐츠 검색 및 추천 시스템에 관한 것이다.
한류는 1996년 한국의 텔레비전 드라마가 중국에 수출되고, 2년 뒤에는 가요가 알려지면서 아시아를 중심으로 대한민국의 대중문화가 대중적 인기를 얻게 된 현상을 일컫는다. 2000년 이후에는 드라마, 가요, 영화 등 대중문화만이 아니라 김치, 고추장, 라면, 가전제품 등 한국 관련 제품의 선호현상까지 나타났는데, 포괄적인 의미에서는 이러한 모든 현상을 가리켜 한류라고 한다.
현재 중국에서 음악, 드라마, 영화, 화장품, 유아용품 등 각종 한류 콘텐츠에 관한 정보를 얻을 수 있는 방법은, 특정 콘텐츠에 특화된 서비스에서 제목이나 카테고리 검색을 하는 것뿐이다. 중국을 비롯한 아시아 시장은 매우 큰 규모이며, 앞으로도 지속적이고 급격한 성장이 예상된다. 한류 콘텐츠를 통해 이와 같은 시장을 타깃으로 할 수 있으나, 아직까지 한류 콘텐츠와 각종 물품 및 서비스의 구매를 위한 정보의 습득이 용이하지 않아 불편이 야기되는 한계가 있다.
한편, 본 발명과 관련된 선행기술로서, 공개특허 제10-2013-0128113호(발명의 명칭: 소셜 네트워크 서비스 기반의 개인화 소셜 검색 시스템 및 방법, 공개일자: 2013년 11월 26일), 공개특허 제10-2013-0075209호(발명의 명칭: 시맨틱 네트워크 기반 콘텐츠 검색추천 장치 및 방법, 공개일자 2013년 07월 05일) 등이 개시된 바 있다.
본 발명은 기존에 제안된 방법들의 상기와 같은 문제점들을 해결하기 위해 제안된 것으로서, 한류 콘텐츠에 대한 한국 사용자들의 소셜 데이터로부터 소셜 테이스트 정보를 추출하고, 이를 이용하여 사용자 맞춤형 다중 검색 결과 및 한류 콘텐츠에 대한 랭킹을 제공함으로써, 질의어를 입력하는 사용자에게 최적화된 검색 결과를 제공하여 검색에 대한 만족도를 향상시킬 수 있고, 다양한 형태의 한류 콘텐츠에 대한 신뢰도 높은 정보를 제공할 수 있으며, 소셜 데이터를 이용해 한류의 최신 트렌트를 랭킹에 반영할 수 있는, 소셜 테이스트 분석 기반 다중 한류 콘텐츠 검색 및 추천 시스템을 제공하는 것을 그 목적으로 한다.
또한, 본 발명은, 한류 콘텐츠에 대한 사용자 맞춤형 다중 검색 결과, 랭킹 및 한류 콘텐츠에 대한 정보를 사용자의 언어로 번역하여 제공함으로써, 영어, 중국어, 태국어 등 사용자의 모국어로 한류 콘텐츠에 대한 검색 및 랭킹 확인을 용이하게 할 수 있고, 사용자 스스로 접근하기 어려운 한국 사용자들의 소셜 테이스트 정보를 활용하여 사용자의 만족도를 극대화할 수 있는, 소셜 테이스트 분석 기반 다중 한류 콘텐츠 검색 및 추천 시스템을 제공하는 것을 또 다른 목적으로 한다.
상기한 목적을 달성하기 위한 본 발명의 특징에 따른 소셜 테이스트 분석 기반 다중 한류 콘텐츠 검색 및 추천 시스템은,
콘텐츠 검색 및 추천 시스템으로서,
한류 콘텐츠에 대한 한국 사용자들의 소셜 데이터를 수집하고, 수집된 소셜 데이터를 분석하여 상기 한류 콘텐츠의 소셜 테이스트 정보를 추출하는 소셜 테이스트 분석부;
상기 소셜 테이스트 분석부에서 추출된 소셜 테이스트 정보를 이용하여, 사용자로부터 입력받은 질의어에 대응하여, 복수의 형태의 한류 콘텐츠에 대한 사용자 맞춤형 다중 검색 결과를 제공하는 검색 엔진부; 및
상기 소셜 테이스트 분석부에서 추출된 소셜 테이스트 정보를 이용하여, 상기 한류 콘텐츠에 대한 랭킹을 생성 및 제공하는 추천 엔진부를 포함하는 것을 그 구성상의 특징으로 한다.
바람직하게는, 상기 소셜 테이스트 분석부는,
소셜 미디어로부터 상기 한류 콘텐츠에 대한 한국 사용자들의 소셜 데이터를 수집하는 수집 모듈;
상기 수집된 소셜 데이터를 분석하여, 상기 한류 콘텐츠에 대한 소셜 테이스트 정보를 추출하는 추출 모듈;
상기 추출된 소셜 테이스트 정보를 저장하는 저장 모듈; 및
상기 소셜 테이스트 정보를 상기 검색 엔진부 및 추천 엔진부에 전달하는 정보 전달 모듈을 포함할 수 있다.
더욱 바람직하게는, 상기 수집 모듈은,
상기 소셜 미디어의 구조에 따라 분석된 룰 파일(Rule File)을 저장하고, 상기 룰 파일을 참조해 상기 소셜 미디어의 정보를 파싱하여, 상기 소셜 미디어로부터 소셜 데이터를 수집할 수 있다.
바람직하게는, 상기 검색 엔진부는,
상기 소셜 테이스트 분석부로부터 상기 추출된 소셜 테이스트 정보를 전달받아, 상기 한류 콘텐츠에 대한 검색 인덱스를 생성 및 저장하는 인덱스 생성 모듈;
상기 소셜 테이스트 분석부로부터 소셜 테이스트 정보를 전달받아, 상기 사용자의 선호 정보를 생성하는 사용자 선호 프로파일링 모듈;
상기 사용자 선호 프로파일링 모듈에서 제공받은 선호 정보를 이용하여, 상기 질의어에 대한 확장 질의어를 선정하는 질의어 확장 모듈; 및
상기 인덱스 생성 모듈에서 생성된 검색 인덱스를 이용하여, 상기 질의어 및 확장 질의어에 대응하는 한류 콘텐츠에 대한 사용자 맞춤형 다중 검색 결과를 생성 및 제공하는 검색 모듈을 포함할 수 있다.
바람직하게는, 상기 추천 엔진부는,
상기 소셜 테이스트 분석부에서 추출된 소셜 테이스트 정보를 이용하여, 카테고리 내의 복수의 한류 콘텐츠의 순위를 산출하여 제공하는 소셜 랭킹 모듈; 및
상기 소셜 테이스트 정보로부터 도출된 소셜 트렌드에 따른 테마에 대하여, 상기 테마와 관련된 복수의 한류 콘텐츠의 순위를 산출하여 제공하는 테마 랭킹 모듈을 포함할 수 있다.
더욱 바람직하게는, 상기 테마 랭킹 모듈은,
사용자로부터 입력받은 사용자 테마에 대하여, 상기 사용자 테마와 관련된 복수의 한류 콘텐츠의 순위를 산출하여 제공할 수 있다.
바람직하게는,
상기 한류 콘텐츠에 대한 사용자 맞춤형 다중 검색 결과 및 상기 한류 콘텐츠에 대한 랭킹을 웹 또는 애플리케이션을 통해 사용자 디바이스에 제공하는 웹 서버를 더 포함할 수 있다.
더욱 바람직하게는, 상기 웹 서버는,
상기 한류 콘텐츠에 대한 사용자 맞춤형 다중 검색 결과, 상기 한류 콘텐츠에 대한 랭킹 및 상기 한류 콘텐츠에 대한 정보를 상기 사용자의 언어로 번역하여 제공할 수 있다.
본 발명에서 제안하고 있는 소셜 테이스트 분석 기반 다중 한류 콘텐츠 검색 및 추천 시스템에 따르면, 한류 콘텐츠에 대한 한국 사용자들의 소셜 데이터로부터 소셜 테이스트 정보를 추출하고, 이를 이용하여 사용자 맞춤형 다중 검색 결과 및 한류 콘텐츠에 대한 랭킹을 제공함으로써, 질의어를 입력하는 사용자에게 최적화된 검색 결과를 제공하여 검색에 대한 만족도를 향상시킬 수 있고, 다양한 형태의 한류 콘텐츠에 대한 신뢰도 높은 정보를 제공할 수 있으며, 소셜 데이터를 이용해 한류의 최신 트렌트를 랭킹에 반영할 수 있다.
또한, 본 발명에 따르면, 한류 콘텐츠에 대한 사용자 맞춤형 다중 검색 결과, 랭킹 및 한류 콘텐츠에 대한 정보를 사용자의 언어로 번역하여 제공함으로써, 영어, 중국어, 태국어 등 사용자의 모국어로 한류 콘텐츠에 대한 검색 및 랭킹 확인을 용이하게 할 수 있고, 사용자 스스로 접근하기 어려운 한국 사용자들의 소셜 테이스트 정보를 활용하여 사용자의 만족도를 극대화할 수 있다.
도 1은 본 발명의 일실시예에 따른 소셜 테이스트 분석 기반 다중 한류 콘텐츠 검색 및 추천 시스템의 구성을 도시한 도면.
도 2는 본 발명의 일실시예에 따른 소셜 테이스트 분석 기반 다중 한류 콘텐츠 검색 및 추천 시스템에서, 소셜 테이스트 분석부의 세부적인 구성을 도시한 도면.
도 3은 본 발명의 일실시예에 따른 소셜 테이스트 분석 기반 다중 한류 콘텐츠 검색 및 추천 시스템에서, 검색 엔진부의 세부적인 구성을 도시한 도면.
도 4는 본 발명의 일실시예에 따른 소셜 테이스트 분석 기반 다중 한류 콘텐츠 검색 및 추천 시스템에서, 질의어 확장 모듈이 확장 질의어를 선정하는 과정을 예를 들어 도시한 도면.
도 5는 본 발명의 일실시예에 따른 소셜 테이스트 분석 기반 다중 한류 콘텐츠 검색 및 추천 시스템에서, 추천 엔진부의 세부적인 구성을 도시한 도면.
도 6은 본 발명의 일실시예에 따른 소셜 테이스트 분석 기반 다중 한류 콘텐츠 검색 및 추천 시스템에서, 랭킹 리스트가 표시된 사용자 디바이스를 예를 들어 도시한 도면.
이하, 첨부된 도면을 참조하여 본 발명이 속하는 기술분야에서 통상의 지식을 가진 자가 본 발명을 용이하게 실시할 수 있도록 바람직한 실시예를 상세히 설명한다. 다만, 본 발명의 바람직한 실시예를 상세하게 설명함에 있어, 관련된 공지 기능 또는 구성에 대한 구체적인 설명이 본 발명의 요지를 불필요하게 흐릴 수 있다고 판단되는 경우에는 그 상세한 설명을 생략한다. 또한, 유사한 기능 및 작용을 하는 부분에 대해서는 도면 전체에 걸쳐 동일한 부호를 사용한다.
덧붙여, 명세서 전체에서, 어떤 부분이 다른 부분과 ‘연결’ 되어 있다고 할 때, 이는 ‘직접적으로 연결’ 되어 있는 경우뿐만 아니라, 그 중간에 다른 소자를 사이에 두고 ‘간접적으로 연결’ 되어 있는 경우도 포함한다. 또한, 어떤 구성요소를 ‘포함’ 한다는 것은, 특별히 반대되는 기재가 없는 한 다른 구성요소를 제외하는 것이 아니라 다른 구성요소를 더 포함할 수 있다는 것을 의미한다.
도 1은 본 발명의 일실시예에 따른 소셜 테이스트 분석 기반 다중 한류 콘텐츠 검색 및 추천 시스템의 구성을 도시한 도면이다. 도 1에 도시된 바와 같이, 본 발명의 일실시예에 따른 소셜 테이스트 분석 기반 다중 한류 콘텐츠 검색 및 추천 시스템은, 소셜 테이스트 분석부(100), 검색 엔진부(200) 및 추천 엔진부(300)를 포함하여 구성될 수 있으며, 웹 서버(400)를 더 포함하여 구성될 수 있다.
즉, 본 발명은, 소셜 테이스트 분석부(100)가 한류 콘텐츠에 대한 한국 사용자들의 소셜 데이터로부터 소셜 테이스트 정보를 추출하고, 추출된 소셜 테이스트 정보를 검색 엔진부(200) 및 추천 엔진부(300)에 전달하여, 사용자 맞춤형 다중 검색 결과 및 한류 콘텐츠에 대한 랭킹을 사용자에게 제공할 수 있다. 따라서 질의어를 입력하는 사용자에게 최적화된 검색 결과를 제공하여 검색에 대한 만족도를 향상시킬 수 있고, 다양한 형태의 한류 콘텐츠에 대한 신뢰도 높은 정보를 제공할 수 있으며, 소셜 데이터를 이용해 한류의 최신 트렌트를 랭킹에 반영할 수 있다.
한편, 본 발명의 한류 콘텐츠는, 드라마, 영화, 음악 등 각종 문화 콘텐츠 뿐 아니라, 화장품 정보, 유아용품 정보 등의 제품이나 서비스에 대한 정보 콘텐츠도 포함할 수 있다. 본 발명에서는, 특정 형태의 콘텐츠에 대한 검색 뿐 아니라, 드라마, 영화, 음악, 화장품 정보, 유아용품 정보 등 다양한 형태의 콘텐츠를 검색하여 다중 콘텐츠 검색 결과를 제공할 수 있다.
이하에서는, 본 발명의 일실시예에 따른 소셜 테이스트 분석 기반 다중 한류 콘텐츠 검색 및 추천 시스템을 구성하는 각 구성요소에 대하여 상세히 설명하도록 한다.
소셜 테이스트 분석부(100)는, 한류 콘텐츠에 대한 한국 사용자들의 소셜 데이터를 수집하고, 수집된 소셜 데이터를 분석하여 한류 콘텐츠의 소셜 테이스트 정보를 추출할 수 있다. 이때, 소셜 테이스트 정보는, 한류 콘텐츠의 특징, 장점, 단점, 감성, 소재 등과 같은 취향 정보일 수 있다. 소셜 테이스트 분석부(100)의 세부적인 구성에 대해서는 추후 도 2를 참조하여 상세히 설명하도록 한다.
검색 엔진부(200)는, 소셜 테이스트 분석부(100)에서 추출된 소셜 테이스트 정보를 이용하여, 사용자로부터 입력받은 질의어에 대응하여, 복수의 형태의 한류 콘텐츠에 대한 사용자 맞춤형 다중 검색 결과를 제공할 수 있다. 여기에서, 다중의 의미는 여러 가지 형태의 한류 콘텐츠에 대한 검색 결과를 제공한다는 의미일 수 있다. 검색 엔진부(200)의 세부적인 구성에 대해서는 추후 도 3을 참조하여 상세히 설명하도록 한다.
추천 엔진부(300)는, 소셜 테이스트 분석부(100)에서 추출된 소셜 테이스트 정보를 이용하여, 한류 콘텐츠에 대한 랭킹을 생성 및 제공할 수 있다. 추천 엔진부(300)의 세부적인 구성에 대해서는 추후 도 5를 참조하여 상세히 설명하도록 한다.
웹 서버(400)는, 한류 콘텐츠에 대한 사용자 맞춤형 다중 검색 결과 및 한류 콘텐츠에 대한 랭킹을 웹 또는 애플리케이션을 통해 사용자 디바이스(500)에 제공할 수 있다. 즉, 도 1에 도시된 바와 같이, 웹 서버(400)는 웹사이트, 모바일 웹, 애플리케이션 등을 통해 검색 엔진부(200) 및 추천 엔진부(300)가 제공하는 정보를 사용자 디바이스(500)에 전달할 수 있다.
한편, 웹 서버(400)는, 한류 콘텐츠에 대한 사용자 맞춤형 다중 검색 결과, 한류 콘텐츠에 대한 랭킹 및 한류 콘텐츠에 대한 정보를 사용자의 언어로 번역하여 제공할 수 있다. 따라서 중국, 태국 등 한류에 관심있는 외국어 사용자들이, 본 발명의 일실시예에 따른 소셜 테이스트 분석 기반 다중 한류 콘텐츠 검색 및 추천 시스템을 이용해, 한국 사용자들의 리뷰 등을 용이하게 접할 수 있고, 사용자 맞춤형 다중 검색 결과 및 랭킹을 제공받아 다양한 한류 콘텐츠에 쉽게 접근할 수 있다.
도 2는 본 발명의 일실시예에 따른 소셜 테이스트 분석 기반 다중 한류 콘텐츠 검색 및 추천 시스템에서, 소셜 테이스트 분석부(100)의 세부적인 구성을 도시한 도면이다. 도 2에 도시된 바와 같이, 본 발명의 일실시예에 따른 소셜 테이스트 분석 기반 다중 한류 콘텐츠 검색 및 추천 시스템의 소셜 테이스트 분석부(100)는, 수집 모듈(110), 추출 모듈(120), 저장 모듈(130) 및 정보 전달 모듈(140)을 포함하여 구성될 수 있다.
수집 모듈(110)은, 한류 콘텐츠에 대한 한국 사용자들의 소셜 데이터를 수집할 수 있다. 수집 모듈(110)은, 페이스북, 트위터, 블로그, 개인 리뷰 사이트, 콘텐츠 판매 사이트 등 다양한 소셜 미디어로부터, 크롤링을 통해 자동으로 미리 선정된 한류 콘텐츠에 대한 소셜 데이터를 수집할 수 있다.
보다 구체적으로는, 수집 모듈(110)은, 소셜 미디어의 구조에 따라 분석된 룰 파일(Rule File)을 저장하고, 룰 파일을 참조해 소셜 미디어의 정보를 파싱하여, 소셜 미디어로부터 소셜 데이터를 수집할 수 있다. 이때, 수집 모듈(110)은, 각 소셜 미디어에서 콘텐츠와 관련된 정보의 위치와 구조를 분석할 수 있으며, 파싱 및 소셜 데이터의 수집이 실시간으로 처리될 수 있다.
추출 모듈(120)은, 수집된 소셜 데이터를 분석하여, 한류 콘텐츠에 대한 소셜 테이스트 정보를 추출할 수 있다. 즉, 추출 모듈(120)은, 수집된 다양한 형태의 비정형 텍스트로부터, 소셜 미디어의 특성에 따라 미리 저장된 정보를 이용해 수집된 소셜 데이터를 분석하여, 한류 콘텐츠에 관한 특징 정보를 소셜 테이스트 정보로 추출할 수 있다.
또한, 추출 모듈(120)에서는, 여러 소셜 미디어 사이트에서 모여진 콘텐츠에 대한 소셜 데이터를 일관성 있게 분석할 통합룰을 설정하고, 형태소분석과 불필요한 불용어(stop word) 제거를 통하여 한류 콘텐츠에 대하여 의미있는 소셜 테이스트 정보만을 분석할 수 있다. 보다 구체적으로는, 각 소셜 미디어의 특성 맞게 단어 빈도수(term frequency) 이외의 다양한 정보들을 사용하여 소셜 테이스트 정보를 추출할 수 있다. 예를 들어, 페이스북의 경우 좋아요 횟수와 공유 횟수, 트위터의 경우 리트윗 횟수 등의 정보를 이용하여, 추출 모듈(120)의 성능을 고도화시킬 수 있다.
저장 모듈(130)은, 추출된 소셜 테이스트 정보를 저장할 수 있다. 즉, 저장 모듈(130)은 한류 콘텐츠의 종류 또는 형태별로 소셜 테이스트 정보를 저장하여, 소셜 테이스트 데이터베이스를 구축할 수 있다.
정보 전달 모듈(140)은, 소셜 테이스트 정보를 검색 엔진부(200) 및 추천 엔진부(300)에 전달할 수 있다. 즉, 정보 전달 모듈(140)은, 추출된 소셜 테이스트 정보를 검색 엔진부(200)와 추천 엔진부(300)에 제공하여, 제공된 정보를 기반으로 사용자들에게 한류 콘텐츠 검색 및 추천이 가능하도록 지원해 줄 수 있다.
도 3은 본 발명의 일실시예에 따른 소셜 테이스트 분석 기반 다중 한류 콘텐츠 검색 및 추천 시스템에서, 검색 엔진부(200)의 세부적인 구성을 도시한 도면이다. 도 3에 도시된 바와 같이, 본 발명의 일실시예에 따른 소셜 테이스트 분석 기반 다중 한류 콘텐츠 검색 및 추천 시스템의 검색 엔진부(200)는, 인덱스 생성 모듈(210), 사용자 선호 프로파일링 모듈(220), 질의어 확장 모듈(230) 및 검색 모듈(240)을 포함하여 구성될 수 있다.
즉, 검색 엔진부(200)는, 소셜 테이스트 분석부(100)로부터 한류 소셜 테이스트 정보를 제공받아 인덱스 생성 모듈(210)에서 검색 인덱스를 생성할 수 있다. 다음으로, 사용자 선호 프로파일링 모듈(220)에서 개별 사용자의 선호 정보를 생성하고, 질의어 확장 모듈(230)에서 사용자의 선호 정보를 이용해 사용자가 입력한 질의어에 가장 적합한 확장 질의어를 추가할 수 있다. 검색 모듈(240)에서 질의어 및 확장 질의어로 검색 인덱스에 검색 결과 제공을 위한 랭킹 컴퓨팅 과정을 수행하여, 개별 사용자에게 최적화된 한류 콘텐츠 검색 결과를 제공할 수 있다.
이하에서는, 검색 엔진부(200)를 구성하는 각 구성요소에 대하여 상세히 설명하도록 한다.
인덱스 생성 모듈(210)은, 소셜 테이스트 분석부(100)로부터 추출된 소셜 테이스트 정보를 전달받아, 한류 콘텐츠에 대한 검색 인덱스를 생성 및 저장할 수 있다. 보다 구체적으로는, 한류 콘텐츠에 대하여 특정 단어가 갖는 가중치를 산출하며, 미리 정해진 값보다 높은 가중치를 갖는 단어를 검색 인덱스로 생성할 수 있다.
사용자 선호 프로파일링 모듈(220)은, 소셜 테이스트 분석부(100)로부터 소셜 테이스트 정보를 전달받아, 사용자의 선호 정보를 생성할 수 있다. 특히, 각 사용자 별로 활동한 소셜 데이터와 웹/앱 클라이언트의 정보를 바탕으로 한류 콘텐츠에 대한 리뷰와 평점들에 대한 분석을 통하여 벡터 모델의 선호 프로파일링 정보를 생성할 수 있다.
질의어 확장 모듈(230)은, 사용자 선호 프로파일링 모듈(220)에서 제공받은 선호 정보를 이용하여, 질의어에 대한 확장 질의어를 선정할 수 있다. 특히, 질의어 확장 모듈(230)은, 사용자가 한류 콘텐츠에 대하여 남긴 리뷰 또는 평점 정보, 또는 사용자가 선호하는 한류 콘텐츠에 남겨진 다른 사용자의 리뷰 또는 평점 정보를 이용하여, 가장 적합한 확장 질의어를 선정할 수 있다.
도 4는 본 발명의 일실시예에 따른 소셜 테이스트 분석 기반 다중 한류 콘텐츠 검색 및 추천 시스템에서, 질의어 확장 모듈(230)이 확장 질의어를 선정하는 과정을 예를 들어 도시한 도면이다. 도 4에 도시된 바와 같이, 본 발명의 일실시예에 따른 소셜 테이스트 분석 기반 다중 한류 콘텐츠 검색 및 추천 시스템에서, 검색 엔진부(200)의 질의어 확장 모듈(230)에 따르면, Peter와 Kelly가 동일한 질의어인 “touching”을 입력하였을 때, 사용자의 선호 정보를 이용하여 선정된 확장 질의어는 Peter의 경우 “music”, Kelly의 경우 “acting”으로 서로 상이할 수 있다. 따라서 질의어 및 확장 질의어를 이용한 사용자 맞춤형 검색 결과도 “Once(2006)”와 “I Am Sam(2001)”으로 각각 상이할 수 있다.
검색 모듈(240)은, 인덱스 생성 모듈(210)에서 생성된 검색 인덱스를 이용하여, 질의어 및 확장 질의어에 대응하는 한류 콘텐츠에 대한 사용자 맞춤형 다중 검색 결과를 생성 및 제공할 수 있다. 즉, 검색 모듈(240)은, 질의어 및 확장 질의어와 각각의 한류 콘텐츠의 인덱스 정보를 벡터 변환하여 코사인 유사도(cosine similarity)를 계산하여 랭킹할 수 있으며, 미리 정해진 임계값보다 높은 랭킹의 한류 콘텐츠를 사용자 맞춤형 다중 검색 결과로 생성하여 사용자 디바이스(500)에 제공할 수 있다.
도 5는 본 발명의 일실시예에 따른 소셜 테이스트 분석 기반 다중 한류 콘텐츠 검색 및 추천 시스템에서, 추천 엔진부(300)의 세부적인 구성을 도시한 도면이다. 도 5에 도시된 바와 같이, 본 발명의 일실시예에 따른 소셜 테이스트 분석 기반 다중 한류 콘텐츠 검색 및 추천 시스템의 추천 엔진부(300)는, 소셜 랭킹 모듈(310) 및 테마 랭킹 모듈(320)을 포함하여 구성될 수 있다.
소셜 랭킹 모듈(310)은, 소셜 테이스트 분석부(100)에서 추출된 소셜 테이스트 정보를 이용하여, 카테고리 내의 복수의 한류 콘텐츠의 순위를 산출하여 제공할 수 있다. 보다 구체적으로는, 소셜 랭킹 모듈(310)은, 한류 콘텐츠에 대한 버즈량, 좋아요/댓글/리트윗 수, 사용자 리뷰, 평점, 긍정/부정, 키워드 들을 종합 분석하여, 해당 한류 콘텐츠가 특정 카테고리 안의 다수의 상품 중에서 갖게되는 순위 정보를 추출하고 제공할 수 있다.
기존의 일반 콘텐츠 랭킹은 판매 순위, 스트리밍 양들을 기준으로 선정되어 콘텐츠 종류에 제한적이고, 순위기반 정보의 즉각적인 반영이 어려운 반면에, 본 발명의 소셜 랭킹 모듈(310)이 제공하는 한류 콘텐츠의 순위는, 버즈량, 좋아요/댓글/리트윗 수, 사용자 리뷰와 평점 등의 소셜 테이스트 정보를 통하여 산출되는 순위로써, 콘텐츠의 형태나 종류에 제한이 없으며, 즉각적인 소셜 데이터의 반영이 가능하여, 최신 트렌드를 반영할 수 있다.
테마 랭킹 모듈(320)은, 소셜 테이스트 정보로부터 도출된 소셜 트렌드에 따른 테마에 대하여, 테마와 관련된 복수의 한류 콘텐츠의 순위를 산출하여 제공할 수 있다. 또한, 테마 랭킹 모듈(320)은, 사용자로부터 입력받은 사용자 테마에 대하여, 사용자 테마와 관련된 복수의 한류 콘텐츠의 순위를 산출하여 제공할 수 있다. 따라서 이와 같은 테마 랭킹은, 사용자의 흥미를 유발하고, 새로운 한류 콘텐츠에 대하여 관심을 갖도록 유도할 수 있다.
한편, 사용자 참여형 테마 랭킹을 구현하기 위하여, 사용자가 해당 테마에 적합한 한류 콘텐츠를 직접 찾아서 등록할 수 있으며, 본 발명의 일실시예에 따른 소셜 테이스트 분석 기반 다중 한류 콘텐츠 검색 및 추천 시스템에서 제공하지 않는 한류 콘텐츠일 경우, 사용자가 직접 한류 콘텐츠에 대한 메타 데이터와 사진 등을 입력하여 등록할 수도 있다.
도 6은 본 발명의 일실시예에 따른 소셜 테이스트 분석 기반 다중 한류 콘텐츠 검색 및 추천 시스템에서, 랭킹 리스트가 표시된 사용자 디바이스(500)를 예를 들어 도시한 도면이다. 도 6에 도시된 바와 같이, 본 발명의 일실시예에 따른 소셜 테이스트 분석 기반 다중 한류 콘텐츠 검색 및 추천 시스템의 추천 엔진부(300)는, “김수현이 광고한 화장품 top 10” 등과 같이 현재 소셜 미디어 상에서 인기있는 배우가 광고한 화장품이나, “해변가에서 돋보이는 선그라스 top 10” 등과 같이 트렌디한 테마를 대상으로 한류 콘텐츠에 대한 순위를 제공할 수 있다. 테마에 대하여 등록된 한류 콘텐츠들에 대하여 다수의 사용자가 투표로 참여할 수 있으며, 해당 테마에 가장 적합한 한류 콘텐츠들의 순위 리스트를 만들어나가는 집단지성 기반의 랭킹 추천 서비스를 제공할 수 있다.
한편, 웹 서버(400)는, 한류 콘텐츠의 구매를 위한 구매 정보를 웹 또는 애플리케이션을 통해 사용자 디바이스(500)에 제공할 수 있다. 즉, 도 6에 도시된 바와 같은 화면이나 사용자 맞춤형 다중 검색 결과 화면에서 어느 하나의 한류 콘텐츠를 선택하면, 드라마, 영화, 화장품, 유아용품 등 해당 한류 콘텐츠의 세부적인 정보를 확인할 수 있고, 구매를 위한 온라인 쇼핑몰 등으로 연결되거나 URL을 제공할 수 있다. 따라서 해외 사용자들은 관심있는 한류 콘텐츠를 쉽고 빠르게 검색 추천 받을 수 있으며, 한류 콘텐츠 정보 제공과 함께 구매와 소비로 연계될 수 있다.
이상 설명한 본 발명은 본 발명이 속한 기술분야에서 통상의 지식을 가진 자에 의하여 다양한 변형이나 응용이 가능하며, 본 발명에 따른 기술적 사상의 범위는 아래의 특허청구범위에 의하여 정해져야 할 것이다.
100: 소셜 테이스트 분석부 110: 수집 모듈
120: 추출 모듈 130: 저장 모듈
140: 정보 전달 모듈 200: 검색 엔진부
210: 인덱스 생성 모듈 220: 사용자 선호 프로파일링 모듈
230: 질의어 확장 모듈 240: 검색 모듈
300: 추천 엔진부 310: 소셜 랭킹 모듈
320: 테마 랭킹 모듈 400: 웹 서버
500: 사용자 디바이스

Claims (8)

  1. 한류 콘텐츠 검색 및 추천 시스템으로서,
    한류 콘텐츠에 대한 한국 사용자들의 소셜 데이터를 수집하고, 수집된 소셜 데이터를 분석하여 상기 한류 콘텐츠의 소셜 테이스트 정보를 추출하는 소셜 테이스트 분석부(100);
    상기 소셜 테이스트 분석부(100)에서 추출된 소셜 테이스트 정보를 이용하여, 사용자로부터 입력받은 질의어에 대응하여, 복수의 형태의 한류 콘텐츠에 대한 사용자 맞춤형 다중 검색 결과를 제공하는 검색 엔진부(200); 및
    상기 소셜 테이스트 분석부(100)에서 추출된 소셜 테이스트 정보를 이용하여, 상기 한류 콘텐츠에 대한 랭킹을 생성 및 제공하는 추천 엔진부(300)를 포함하되,
    상기 소셜 테이스트 분석부(100)는,
    소셜 미디어로부터 상기 한류 콘텐츠에 대한 한국 사용자들의 소셜 데이터를 수집하되, 상기 소셜 미디어의 구조에 따라 분석된 룰 파일(Rule File)을 저장하고, 상기 룰 파일을 참조해 상기 소셜 미디어의 정보를 파싱하여, 상기 소셜 미디어로부터 소셜 데이터를 수집하는 수집 모듈(110);
    상기 수집된 소셜 데이터를 분석할 통합룰을 설정하고 형태소분석과 불용어(stop word) 제거를 통해 상기 수집된 소셜 데이터를 분석하여, 상기 한류 콘텐츠에 대한 한류 콘텐츠의 특징, 장점, 단점, 감성 및 소재를 포함하는 취향 정보인 소셜 테이스트 정보를 추출하되, 각 소셜 미디어의 특성에 따라 단어 빈도수, 좋아요 횟수, 공유 횟수, 리트윗 횟수를 포함하는 군에서 선택된 적어도 하나 이상의 정보를 이용하여 상기 소셜 테이스트 정보를 추출하는 추출 모듈(120);
    상기 추출된 소셜 테이스트 정보를 저장하는 저장 모듈(130); 및
    상기 소셜 테이스트 정보를 상기 검색 엔진부(200) 및 추천 엔진부(300)에 전달하는 정보 전달 모듈(140)을 포함하며,
    상기 검색 엔진부(200)는,
    상기 소셜 테이스트 분석부(100)로부터 상기 추출된 소셜 테이스트 정보를 전달받아, 상기 한류 콘텐츠에 대하여 특정 단어가 갖는 가중치를 산출하여 상기 한류 콘텐츠에 대한 검색 인덱스를 생성 및 저장하는 인덱스 생성 모듈(210);
    상기 소셜 테이스트 분석부(100)로부터 소셜 테이스트 정보를 전달받아, 상기 사용자의 선호 정보를 생성하되, 각 사용자 별로 활동한 소셜 데이터 및 웹/앱 클라이언트의 정보를 바탕으로 상기 한류 콘텐츠에 대한 리뷰 및 평점에 대한 분석을 통하여 상기 사용자의 선호 정보를 생성하는 사용자 선호 프로파일링 모듈(220);
    상기 사용자 선호 프로파일링 모듈(220)에서 제공받은 선호 정보를 이용하여, 상기 질의어에 대한 확장 질의어를 선정하되, 상기 사용자가 상기 한류 콘텐츠에 대하여 작성한 리뷰 또는 평점 정보, 또는 상기 사용자가 선호하는 한류 콘텐츠에 대하여 작성된 다른 사용자의 리뷰 또는 평점 정보를 이용하여 상기 확장 질의어를 선정하는 질의어 확장 모듈(230); 및
    상기 인덱스 생성 모듈(210)에서 생성된 검색 인덱스와 상기 질의어 및 확장 질의어를 벡터 변환하여 코사인 유사도를 계산하여 랭킹함으로써, 상기 질의어 및 확장 질의어에 대응하는 한류 콘텐츠에 대한 사용자 맞춤형 다중 검색 결과를 생성 및 제공하는 검색 모듈(240)을 포함하고,
    상기 추천 엔진부(300)는,
    상기 소셜 테이스트 분석부(100)에서 추출된 소셜 테이스트 정보를 이용하여, 카테고리 내의 복수의 한류 콘텐츠의 순위를 산출하여 제공하는 소셜 랭킹 모듈(310); 및
    상기 소셜 테이스트 정보로부터 도출된 소셜 트렌드에 따른 테마 또는 사용자로부터 입력받은 사용자 테마에 대하여, 상기 테마와 관련된 복수의 한류 콘텐츠의 순위를 산출하여 제공하는 테마 랭킹 모듈(320)을 포함하되,
    상기 소셜 랭킹 모듈(310)은,
    한류 콘텐츠에 대한 버즈량, 좋아요 수, 댓글 수, 리트윗 수, 사용자 리뷰 및 평점을 포함하는 군에서 선택된 적어도 하나 이상의 정보를 이용하여 해당 한류 콘텐츠가 특정 카테고리 안의 복수의 상품 중에서 갖게되는 순위 정보를 추출하여 제공하는 것을 특징으로 하는, 소셜 테이스트 분석 기반 다중 한류 콘텐츠 검색 및 추천 시스템.
  2. 삭제
  3. 삭제
  4. 삭제
  5. 삭제
  6. 삭제
  7. 제1항에 있어서,
    상기 한류 콘텐츠에 대한 사용자 맞춤형 다중 검색 결과 및 상기 한류 콘텐츠에 대한 랭킹을 웹 또는 애플리케이션을 통해 사용자 디바이스(500)에 제공하는 웹 서버(400)를 더 포함하는 것을 특징으로 하는, 소셜 테이스트 분석 기반 다중 한류 콘텐츠 검색 및 추천 시스템.
  8. 제7항에 있어서, 상기 웹 서버(400)는,
    상기 한류 콘텐츠에 대한 사용자 맞춤형 다중 검색 결과, 상기 한류 콘텐츠에 대한 랭킹 및 상기 한류 콘텐츠에 대한 정보를 상기 사용자의 언어로 번역하여 제공하는 것을 특징으로 하는, 소셜 테이스트 분석 기반 다중 한류 콘텐츠 검색 및 추천 시스템.
KR1020150153715A 2015-11-03 2015-11-03 소셜 테이스트 분석 기반 다중 한류 콘텐츠 검색 및 추천 시스템 KR101758695B1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020150153715A KR101758695B1 (ko) 2015-11-03 2015-11-03 소셜 테이스트 분석 기반 다중 한류 콘텐츠 검색 및 추천 시스템

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020150153715A KR101758695B1 (ko) 2015-11-03 2015-11-03 소셜 테이스트 분석 기반 다중 한류 콘텐츠 검색 및 추천 시스템

Publications (2)

Publication Number Publication Date
KR20170051959A KR20170051959A (ko) 2017-05-12
KR101758695B1 true KR101758695B1 (ko) 2017-07-19

Family

ID=58740516

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020150153715A KR101758695B1 (ko) 2015-11-03 2015-11-03 소셜 테이스트 분석 기반 다중 한류 콘텐츠 검색 및 추천 시스템

Country Status (1)

Country Link
KR (1) KR101758695B1 (ko)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20210052745A (ko) * 2019-10-31 2021-05-11 주식회사 구루컴퍼니 유망 콘텐츠 선정 방법, 장치 및 컴퓨터프로그램
KR102622849B1 (ko) 2023-09-25 2024-01-10 주식회사 프론트로 한류 컨텐츠 추천 시스템

Families Citing this family (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR102072723B1 (ko) * 2018-05-25 2020-02-03 에스케이텔레콤 주식회사 콘텐츠 추천어 제공 방법 및 그 콘텐츠 제공 장치
KR102188454B1 (ko) * 2018-11-21 2020-12-08 충남대학교산학협력단 소셜 데이터를 활용하는 자원 추천 시스템
KR20220109095A (ko) * 2021-01-28 2022-08-04 주식회사 에이엔디플랫폼 효율적인 면세점 물품구매시스템

Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR100469825B1 (ko) * 2004-04-29 2005-02-03 엔에이치엔(주) 지역의 인기 정보를 제공하는 방법 및 지역 인기 정보제공 시스템

Patent Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR100469825B1 (ko) * 2004-04-29 2005-02-03 엔에이치엔(주) 지역의 인기 정보를 제공하는 방법 및 지역 인기 정보제공 시스템

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20210052745A (ko) * 2019-10-31 2021-05-11 주식회사 구루컴퍼니 유망 콘텐츠 선정 방법, 장치 및 컴퓨터프로그램
KR102263691B1 (ko) * 2019-10-31 2021-06-11 주식회사 구루컴퍼니 유망 콘텐츠 선정 방법, 장치 및 컴퓨터프로그램
KR102622849B1 (ko) 2023-09-25 2024-01-10 주식회사 프론트로 한류 컨텐츠 추천 시스템

Also Published As

Publication number Publication date
KR20170051959A (ko) 2017-05-12

Similar Documents

Publication Publication Date Title
Zhao et al. Exploring demographic information in social media for product recommendation
Tso-Sutter et al. Tag-aware recommender systems by fusion of collaborative filtering algorithms
US10180967B2 (en) Performing application searches
KR101758695B1 (ko) 소셜 테이스트 분석 기반 다중 한류 콘텐츠 검색 및 추천 시스템
US11061973B2 (en) Incorporating user usage of consumable content into recommendations
KR20130079352A (ko) 다수의 소스로부터의 제품 종합
JP6137960B2 (ja) コンテンツ検索装置、方法及びプログラム
Jones Recommender systems, Part 1: Introduction to approaches and algorithms
US20140229487A1 (en) System and method for user preference augmentation through social network inner-circle knowledge discovery
KR101647087B1 (ko) 자연어 처리에 기반한 재화 제공 서버 및 방법
Schedl et al. Harvesting microblogs for contextual music similarity estimation: a co-occurrence-based framework
Kim et al. Exploring characteristics of video consuming behaviour in different social media using K-pop videos
Parizi et al. EmoNews: an Emotional News Recommender System.
Wenige et al. Similarity-based knowledge graph queries for recommendation retrieval
Schedl et al. Investigating the Similarity Space of Music Artists on the Micro-Blogosphere.
Redondo-García et al. Augmenting TV newscasts via entity expansion
De Pessemier et al. Combining collaborative filtering and search engine into hybrid news recommendations
Darekar et al. A hybrid model for book recommendation
KR101404644B1 (ko) 지식 베이스 확장 장치 및 방법
Ramalingam et al. Marketing e-commerce by social media using product recommendations and user embedding
Kadam et al. Big data analytics-recommendation system with Hadoop Framework
Wang et al. Exploiting content relevance and social relevance for personalized ad recommendation on internet TV
Murugan et al. Movie Recommender System Based on K-Means Dynamic Collaborative Filtering
Savadekar et al. Improved recommendation system with review analysis
JP2019164438A (ja) レコメンド動画決定装置、レコメンド動画決定方法、およびプログラム

Legal Events

Date Code Title Description
A201 Request for examination
E902 Notification of reason for refusal
AMND Amendment
E601 Decision to refuse application
AMND Amendment
X701 Decision to grant (after re-examination)
GRNT Written decision to grant