KR102212638B1 - 음악 추천 시스템 및 방법 - Google Patents
음악 추천 시스템 및 방법 Download PDFInfo
- Publication number
- KR102212638B1 KR102212638B1 KR1020190102467A KR20190102467A KR102212638B1 KR 102212638 B1 KR102212638 B1 KR 102212638B1 KR 1020190102467 A KR1020190102467 A KR 1020190102467A KR 20190102467 A KR20190102467 A KR 20190102467A KR 102212638 B1 KR102212638 B1 KR 102212638B1
- Authority
- KR
- South Korea
- Prior art keywords
- information
- music
- user
- matching
- destination
- Prior art date
Links
- 238000000034 method Methods 0.000 title claims abstract description 48
- 230000002093 peripheral effect Effects 0.000 claims abstract description 23
- 230000006996 mental state Effects 0.000 claims description 91
- 230000007613 environmental effect Effects 0.000 claims description 30
- 230000008921 facial expression Effects 0.000 claims description 27
- 238000013528 artificial neural network Methods 0.000 claims description 16
- 230000006399 behavior Effects 0.000 claims description 5
- 238000010586 diagram Methods 0.000 description 16
- CURLTUGMZLYLDI-UHFFFAOYSA-N Carbon dioxide Chemical compound O=C=O CURLTUGMZLYLDI-UHFFFAOYSA-N 0.000 description 6
- 230000036772 blood pressure Effects 0.000 description 4
- 238000005259 measurement Methods 0.000 description 4
- 210000004556 brain Anatomy 0.000 description 3
- 229910002092 carbon dioxide Inorganic materials 0.000 description 3
- 239000001569 carbon dioxide Substances 0.000 description 3
- 230000000694 effects Effects 0.000 description 3
- 235000019640 taste Nutrition 0.000 description 3
- 206010011878 Deafness Diseases 0.000 description 2
- 230000001133 acceleration Effects 0.000 description 2
- 230000036760 body temperature Effects 0.000 description 2
- 238000004590 computer program Methods 0.000 description 2
- 238000013527 convolutional neural network Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 230000000193 eyeblink Effects 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 230000005540 biological transmission Effects 0.000 description 1
- 230000035565 breathing frequency Effects 0.000 description 1
- 238000004883 computer application Methods 0.000 description 1
- 230000000994 depressogenic effect Effects 0.000 description 1
- 239000000428 dust Substances 0.000 description 1
- 210000001097 facial muscle Anatomy 0.000 description 1
- 238000007654 immersion Methods 0.000 description 1
- 230000001771 impaired effect Effects 0.000 description 1
- 230000007774 longterm Effects 0.000 description 1
- 230000001151 other effect Effects 0.000 description 1
- 230000008447 perception Effects 0.000 description 1
- 230000000306 recurrent effect Effects 0.000 description 1
- 230000029058 respiratory gaseous exchange Effects 0.000 description 1
- 238000010079 rubber tapping Methods 0.000 description 1
- 239000004984 smart glass Substances 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 230000037303 wrinkles Effects 0.000 description 1
Images
Classifications
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B64—AIRCRAFT; AVIATION; COSMONAUTICS
- B64C—AEROPLANES; HELICOPTERS
- B64C39/00—Aircraft not otherwise provided for
- B64C39/02—Aircraft not otherwise provided for characterised by special use
- B64C39/024—Aircraft not otherwise provided for characterised by special use of the remote controlled vehicle type, i.e. RPV
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B64—AIRCRAFT; AVIATION; COSMONAUTICS
- B64D—EQUIPMENT FOR FITTING IN OR TO AIRCRAFT; FLIGHT SUITS; PARACHUTES; ARRANGEMENT OR MOUNTING OF POWER PLANTS OR PROPULSION TRANSMISSIONS IN AIRCRAFT
- B64D47/00—Equipment not otherwise provided for
- B64D47/02—Arrangements or adaptations of signal or lighting devices
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/08—Learning methods
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
-
- 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
- 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
- G06Q50/26—Government or public services
-
- G—PHYSICS
- G08—SIGNALLING
- G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
- G08B21/00—Alarms responsive to a single specified undesired or abnormal condition and not otherwise provided for
- G08B21/02—Alarms for ensuring the safety of persons
- G08B21/10—Alarms for ensuring the safety of persons responsive to calamitous events, e.g. tornados or earthquakes
-
- B64C2201/12—
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B64—AIRCRAFT; AVIATION; COSMONAUTICS
- B64U—UNMANNED AERIAL VEHICLES [UAV]; EQUIPMENT THEREFOR
- B64U2101/00—UAVs specially adapted for particular uses or applications
Landscapes
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Tourism & Hospitality (AREA)
- Economics (AREA)
- Human Resources & Organizations (AREA)
- Strategic Management (AREA)
- Marketing (AREA)
- General Health & Medical Sciences (AREA)
- General Business, Economics & Management (AREA)
- Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Aviation & Aerospace Engineering (AREA)
- Life Sciences & Earth Sciences (AREA)
- Development Economics (AREA)
- Operations Research (AREA)
- Biophysics (AREA)
- Entrepreneurship & Innovation (AREA)
- Educational Administration (AREA)
- Game Theory and Decision Science (AREA)
- Environmental & Geological Engineering (AREA)
- General Life Sciences & Earth Sciences (AREA)
- Geology (AREA)
- Emergency Management (AREA)
- Artificial Intelligence (AREA)
- Biomedical Technology (AREA)
- Quality & Reliability (AREA)
- Computational Linguistics (AREA)
- Data Mining & Analysis (AREA)
- Evolutionary Computation (AREA)
- Molecular Biology (AREA)
- Computing Systems (AREA)
- General Engineering & Computer Science (AREA)
- Mathematical Physics (AREA)
- Software Systems (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
음악 추천 시스템 및 방법에 관한 것이며, 음악 추천 방법은 (a) 사용자 단말로부터 사용자의 위치 정보를 수신하는 단계, (b) 상기 사용자 단말 또는 주변 단말로부터 상기 사용자의 상태 정보를 수신하고, 상기 상태 정보에 기초하여 사용자의 심리상태를 판단하는 단계, (c) 상기 위치 정보 및 상기 심리상태를 고려하여 음악을 선택하는 단계 및 (d) 상기 선택된 음악을 상기 사용자 단말로 추천하는 단계를 포함할 수 있다.
Description
본원은 음악 추천 시스템 및 방법에 관한 것이다.
빅데이터 시대로 접어들면서, 콘텐츠를 소비하는 사용자의 취향에 맞는 콘텐츠를 맞춤형으로 제공하는 방법에 관한 개발이 활발하다. 일반적으로, 사용자의 과거 데이터를 분석함으로써 사용자의 취향을 분석하고, 그와 유사한 콘텐츠를 제공하는 방식이 채택되고 있다.
이러한 방식은 사용자의 취향 분석의 근거가 되는 데이터를 수집하기 위해 사용자에 대해 소정의 콘텐츠를 노출시켜서 반응을 확인하거나, 사용자로부터 선호하는 콘텐츠를 선택하게 하는 행위를 수반할 수 밖에 없다는 한계가 존재한다.
종래기술은 사용자의 위치를 기반으로 사용자 단말에 콘텐츠를 제공함으로써, 사용자의 추가적인 정보 입력 행위 없이 사용자 맞춤형 콘텐츠를 제공하고 있다. 다만, 종래 기술은, 동일한 위치라 하더라도 사용자마다 다른 심리상태를 가질 수 있으며, 동일한 사용자가 동일한 위치에 있는 경우라 하더라도 때에 따라 다른 심리상태를 가질 수 있다는 점에 대해서는 전혀 인식하지 못하고 있다.
본원의 배경이 되는 기술은 한국등록특허공보 제10-1547525호에 개시되어 있다.
본원은 전술한 종래 기술의 문제점을 해결하기 위한 것으로서, 사용자의 위치 및 심리상태를 고려하여 음악을 추천할 수 있는 음악 추천 시스템 및 방법을 제공하려는 것을 목적으로 한다.
본원은 전술한 종래 기술의 문제점을 해결하기 위한 것으로서, 사용자가 위치한 장소의 실시간 상황을 반영하여 음악을 추천할 수 있는 음악 추천 시스템 및 방법을 제공하려는 것을 목적으로 한다.
다만, 본원의 실시예가 이루고자 하는 기술적 과제는 상기된 바와 같은 기술적 과제들로 한정되지 않으며, 또 다른 기술적 과제들이 존재할 수 있다.
상기한 기술적 과제를 달성하기 위한 기술적 수단으로서, 본원의 일 실시예에 따른 음악 추천 방법은 (a) 사용자 단말로부터 사용자의 위치 정보를 수신하는 단계; (b) 상기 사용자 단말 또는 주변 단말로부터 상기 사용자의 상태 정보를 수신하고, 상기 상태 정보에 기초하여 사용자의 심리상태를 판단하는 단계; (c) 상기 위치 정보 및 상기 심리상태를 고려하여 음악을 선택하는 단계; 및 (d) 상기 선택된 음악을 상기 사용자 단말로 추천하는 단계를 포함할 수 있다.
또한, 상기 위치 정보는 현위치 정보, 목적지 정보 및 현위치로부터 목적지까지의 경로 정보 중 적어도 하나를 포함하고, 상기 음악 추천 방법은 (e) 상기 선택된 음악을 이용하여 음악 목록을 생성하는 단계를 더 포함하고, 상기 (e) 단계는 상기 현위치 정보, 상기 목적지 정보 및 상기 경로 정보 중 적어도 하나를 고려하여 상기 음악 목록의 순서를 정렬하여 상기 음악 목록을 생성하고, 상기 (d) 단계는 상기 생성된 음악 목록을 사용자 단말로 추천할 수 있다.
또한, 상기 (a) 단계는 상기 현위치 정보, 상기 목적지 정보 및 상기 경로 정보를 주기적으로 수신하고, 상기 (c) 단계는 상기 주기적으로 수신된 상기 현위치 정보, 상기 목적지 정보 및 상기 경로 정보 중 적어도 하나가 변경된 경우, 상기 음악을 재선택하고, 상기 (e) 단계는 상기 음악 목록을 변경할 수 있다.
또한, 상기 (b) 단계에서, 상기 상태 정보는 사용자의 표정 정보, 음성 정보 및 동작 정보 중 적어도 하나를 포함하고, 상기 (b) 단계는 상기 표정 정보, 상기 음성 정보 및 상기 동작 정보 중 적어도 하나를 입력 데이터로 하는 미리 학습된 인공 신경망 기반의 심리상태 예측 모델을 이용하여 상기 사용자의 심리상태를 예측할 수 있다.
또한, 상기 (b) 단계에서, 상기 상태 정보는 생체 정보를 더 포함하고, 상기 (b) 단계는 상기 생체 정보를 입력 데이터로 하는 미리 학습된 인공 신경망 기반의 심리상태 예측 모델을 더 이용하여 상기 사용자의 심리상태를 예측할 수 있다.
또한, 상기 (b) 단계는 상기 생체 정보를 주기적으로 수신하고, 상기 주기적으로 수신된 생체 정보의 측정값이 소정의 범위 이상 변경된 경우, 상기 변경된 생체 정보에 기초하여 상기 심리상태를 재예측할 수 있다.
또한, 상기 (b) 단계는 상기 표정 정보, 상기 음성 정보, 상기 동작 정보 및 상기 생체 정보 중 적어도 일부에 대해 가중치를 다르게 하여 상기 심리상태를 예측할 수 있다.
또한, 상기 음악 추천 방법은 (f) 상기 사용자 단말 또는 주변 단말로부터 상기 사용자의 개인화 정보를 수신하는 단계를 더 포함하고, 상기 개인화 정보는 콘텐츠 접근 내역, 반응 내역, 행동 내역 및 개인 정보 내역 중 적어도 하나를 포함하고, 상기 (c) 단계는 상기 개인화 정보를 더 고려하여 음악을 선택할 수 있다.
또한, 상기 음악 추천 방법은 (g) 주변 사물들로부터 환경 정보를 수신하는 단계를 더 포함하고, 상기 (c) 단계는 상기 환경 정보를 더 고려하여 음악을 선택하고, 상기 (g) 단계에서, 상기 환경 정보는 재난 정보를 포함하고, 상기 음악 추천 방법은 (h) 상기 재난 정보가 수신된 경우, 상기 사용자 단말을 통해 재생되는 음악을 정지시키고, 상기 사용자 단말을 통해 경고음 또는 안내음을 재생하는 단계를 더 포함할 수 있다.
또한, 상기 환경 정보는 복수의 드론으로부터 수신되고, 상기 (h) 단계는 상기 경고음 또는 상기 안내음을 상기 복수의 드론 중 상기 재난 정보를 송신한 드론을 통해 재생하는 단계를 포함할 수 있다.
한편, 본원의 일 실시예에 따른 음악 추천 장치는 사용자의 위치 정보 및 사용자의 상태 정보를 수신하는 정보 수신부; 상기 상태 정보에 기초하여 상기 사용자의 심리상태를 판단하는 심리상태 판단부; 상기 위치 정보 및 상기 심리상태를 고려하여 음악을 선택하는 음악 선택부; 상기 선택된 음악을 이용하여 음악 목록을 생성하는 음악 목록 생성부; 및 상기 음악 또는 상기 음악 목록을 사용자 단말로 추천하는 음악 추천부를 포함할 수 있다.
또한, 정보 수신부는 사용자의 개인화 정보를 더 수신하고, 상기 음악 선택부는 상기 개인화 정보를 더 고려하여 음악을 선택할 수 있다.
또한, 정보 수신부는 주변 사물들로부터 환경 정보를 더 수신하고, 상기 환경 정보는 재난 정보를 포함하고, 상기 음악 추천 장치는 상기 재난 정보가 수신된 경우, 재생되는 음악을 정지시키고, 경고음 또는 안내음을 재생할 수 있다.
한편, 본원의 일 실시예에 따른 음악 추천 시스템은 사용자의 위치 정보 및 사용자의 상태 정보를 수신하고, 상기 상태 정보에 기초하여 상기 사용자의 심리 상태를 판단하고, 상기 위치 정보 및 상기 심리 상태를 고려하여 음악을 선택하고, 상기 선택된 음악을 사용자 단말로 추천하는 음악 추천 장치; 상기 위치 정보 및 상기 상태 정보를 상기 음악 추천 장치로 송신하고, 상기 음악 추천 장치로부터 추천 받은 음악을 음악 재생 어플리케이션을 통해 재생하는 사용자 단말; 상기 상태 정보를 상기 음악 추천 장치로 송신하는 주변 단말; 상기 환경 정보를 상기 음악 추천 장치로 송신하고, 상기 음악 추천 장치로부터 경고음 또는 안내음을 수신하여 재생하는 드론을 포함할 수 있다.
한편, 본원의 일 실시예에 따른 컴퓨터 프로그램은, 본원의 일 실시예에 따른 음악 추천 방법을 실행시키기 위하여 기록매체에 저장되는 것일 수 있다.
상술한 과제 해결 수단은 단지 예시적인 것으로서, 본원을 제한하려는 의도로 해석되지 않아야 한다. 상술한 예시적인 실시예 외에도, 도면 및 발명의 상세한 설명에 추가적인 실시예가 존재할 수 있다.
전술한 본원의 과제 해결 수단에 의하면, 사용자의 위치 정보 및 사용자의 상태 정보를 수신하고, 상태 정보에 기초하여 심리상태를 판단함으로써, 사용자의 위치 및 심리상태를 고려하여 음악을 추천할 수 있는 효과가 있다.
전술한 본원의 과제 해결 수단에 의하면, 주변 사물들로부터 환경 정보를 수신하고, 환경 정보를 고려하여 음악을 선택함으로써, 사용자가 위치한 장소의 실시간 상황을 반영하여 음악을 추천할 수 있다.
전술한 본원의 과제 해결 수단에 의하면, 드론으로부터 재난 정보를 수신된 경우, 재생되는 음악을 정지시키고 경고음 또는 안내음을 재생함으로써, 사용자에게 긴급 상황을 신속하게 인지시킬 수 있다.
다만, 본원에서 얻을 수 있는 효과는 상기된 바와 같은 효과들로 한정되지 않으며, 또 다른 효과들이 존재할 수 있다.
도 1은 본원의 일 실시예에 따른 음악 추천 시스템의 개략적인 구성도이다.
도 2는 본원의 일 실시예에 따른 음악 추천 시스템에 의해 상태 정보가 수신되는 예를 개략적으로 도시한 도면이다.
도 3a는 본원의 일 실시예에 따른 음악 추천 시스템에 의해 사용자의 위치 정보 및 사용자의 심리상태를 고려하여 추천된 음악이 제공되는 사용자 단말의 어플리케이션 화면의 예를 개략적으로 도시한 도면이다.
도 3b는 본원의 일 실시예에 따른 음악 추천 시스템에 의해 사용자의 위치 정보 및 사용자의 심리상태를 고려하여 추천된 음악 목록이 제공되는 사용자 단말의 어플리케이션 화면의 예를 개략적으로 도시한 도면이다.
도 4는 본원의 일 실시예에 따른 음악 추천 시스템에 의해 사용자의 환경 정보, 위치 정보 및 사용자의 심리상태를 고려하여 추천된 음악이 제공되는 사용자 단말의 어플리케이션 화면의 예를 개략적으로 도시한 도면이다.
도 5는 본원의 일 실시예에 따른 음악 추천 시스템에 의해 재난 정보가 수신된 경우, 사용자 단말의 어플리케이션 화면의 예를 개략적으로 도시한 도면이다.
도 6은 본원의 일 실시예에 따른 음악 추천 시스템에 의해 복수의 드론 중 재난 정보가 수신된 드론을 통해 경고음 또는 안내음이 재생되는 예를 개략적으로 도시한 도면이다.
도 7은 본원의 일 실시예에 따른 음악 추천 장치의 개략적인 블록도이다.
도 8은 본원의 일 실시예에 따른 음악 추천 방법에 대한 동작 흐름도이다.
도 2는 본원의 일 실시예에 따른 음악 추천 시스템에 의해 상태 정보가 수신되는 예를 개략적으로 도시한 도면이다.
도 3a는 본원의 일 실시예에 따른 음악 추천 시스템에 의해 사용자의 위치 정보 및 사용자의 심리상태를 고려하여 추천된 음악이 제공되는 사용자 단말의 어플리케이션 화면의 예를 개략적으로 도시한 도면이다.
도 3b는 본원의 일 실시예에 따른 음악 추천 시스템에 의해 사용자의 위치 정보 및 사용자의 심리상태를 고려하여 추천된 음악 목록이 제공되는 사용자 단말의 어플리케이션 화면의 예를 개략적으로 도시한 도면이다.
도 4는 본원의 일 실시예에 따른 음악 추천 시스템에 의해 사용자의 환경 정보, 위치 정보 및 사용자의 심리상태를 고려하여 추천된 음악이 제공되는 사용자 단말의 어플리케이션 화면의 예를 개략적으로 도시한 도면이다.
도 5는 본원의 일 실시예에 따른 음악 추천 시스템에 의해 재난 정보가 수신된 경우, 사용자 단말의 어플리케이션 화면의 예를 개략적으로 도시한 도면이다.
도 6은 본원의 일 실시예에 따른 음악 추천 시스템에 의해 복수의 드론 중 재난 정보가 수신된 드론을 통해 경고음 또는 안내음이 재생되는 예를 개략적으로 도시한 도면이다.
도 7은 본원의 일 실시예에 따른 음악 추천 장치의 개략적인 블록도이다.
도 8은 본원의 일 실시예에 따른 음악 추천 방법에 대한 동작 흐름도이다.
아래에서는 첨부한 도면을 참조하여 본원이 속하는 기술 분야에서 통상의 지식을 가진 자가 용이하게 실시할 수 있도록 본원의 실시예를 상세히 설명한다. 그러나 본원은 여러 가지 상이한 형태로 구현될 수 있으며 여기에서 설명하는 실시예에 한정되지 않는다. 그리고 도면에서 본원을 명확하게 설명하기 위해서 설명과 관계없는 부분은 생략하였으며, 명세서 전체를 통하여 유사한 부분에 대해서는 유사한 도면 부호를 붙였다.
본원 명세서 전체에서, 어떤 부분이 다른 부분과 "연결"되어 있다고 할 때, 이는 "직접적으로 연결"되어 있는 경우뿐 아니라, 그 중간에 다른 소자를 사이에 두고 "전기적으로 연결" 또는 "간접적으로 연결"되어 있는 경우도 포함한다.
본원 명세서 전체에서, 어떤 부재가 다른 부재 "상에", "상부에", "상단에", "하에", "하부에", "하단에" 위치하고 있다고 할 때, 이는 어떤 부재가 다른 부재에 접해 있는 경우뿐 아니라 두 부재 사이에 또 다른 부재가 존재하는 경우도 포함한다.
본원 명세서 전체에서, 어떤 부분이 어떤 구성 요소를 "포함"한다고 할 때, 이는 특별히 반대되는 기재가 없는 한 다른 구성 요소를 제외하는 것이 아니라 다른 구성 요소를 더 포함할 수 있는 것을 의미한다.
도 1은 본원의 일 실시예에 따른 음악 추천 시스템의 개략적인 구성도이다.
도 1을 참조하면, 본원의 일 실시예에 따른 음악 추천 시스템은 음악 추천 장치(10), 사용자 단말(20), 주변 단말(30, 30', 30''…) 및 드론(40)을 포함할 수 있다.
본원의 일 실시예에 따르면, 음악 추천 장치(10)는 사용자의 위치 정보 및 사용자의 상태 정보를 수신하고, 상태 정보에 기초하여 사용자의 심리 상태를 판단하고, 위치 정보 및 심리 상태를 고려하여 음악을 선택하고, 선택된 음악을 사용자 단말(20)로 추천할 수 있다.
한편, 도 1을 참조하면, 음악 추천 장치(10)는 사용자 단말(20), 주변 단말(30, 30', 30''…) 및 드론(40) 중 적어도 하나와 네트워크를 통해 통신 연결될 수 있다. 이로써, 각 구성간의 정보 송수신이 가능하다. 여기에서, 네트워크는 단말 및 서버와 같은 각각의 노드 상호 간에 정보 교환이 가능한 유, 무선의 연결 구조를 의미하는 것으로, 이러한 네트워크의 일 예에는 3GPP(3rd Generation Partnership Project) 네트워크, LTE(Long Term Evolution) 네트워크, 5G 네트워크, WIMAX(World Interoperability for Microwave Access) 네트워크, 인터넷(Internet), LAN(Local Area Network), Wireless LAN(Wireless Local Area Network), WAN(Wide Area Network), PAN(Personal Area Network), wifi 네트워크, 블루투스(Bluetooth) 네트워크, 위성 방송 네트워크, 아날로그 방송 네트워크, DMB(Digital Multimedia Broadcasting) 네트워크 등이 포함되나, 이에 한정되지는 않는다.
본원의 일 실시예에 따르면, 음악 추천 장치(10)는 사용자 단말(20)로부터 사용자의 위치 정보를 수신할 수 있다. 또한, 음악 추천 장치(10)는 사용자 단말(20) 또는 주변 단말(30, 30', 30''…)로부터 사용자의 상태 정보를 수신할 수 있다. 다시 말해, 사용자 단말(20)은 위치 정보 및 상태 정보를 음악 추천 장치(10)로 송신할 수 있다. 또한, 주변 단말(30)은 상태 정보를 음악 추천 장치(10)로 송신할 수 있다.
사용자 단말(20) 및 주변 단말(30, 30', 30''…)은 스마트폰(smartphone), 태블릿 PC(tablet personal computer), 이동 전화기(mobile phone), 화상 전화기, 전자책 리더기(e-book reader), 데스크탑 PC (desktop PC), 랩탑 PC(laptop PC), 넷북 컴퓨터(netbook computer), 워크스테이션(workstation), 서버, PDA(personal digital assistant), PMP(portable multimedia player), MP3 플레이어, 모바일 의료기기, 카메라, 또는 웨어러블 장치(wearable device) (예: 스마트 안경, 머리 착용형 장치(headmounted-device(HMD)), 전자 의복, 전자 팔찌, 전자 목걸이, 전자 앱세서리(appcessory), 전자 문신, 스마트 미러, 또는 스마트 와치(smart watch))중 적어도 하나를 포함할 수 있으나, 이에 한정되는 것은 아니다.
또한, 주변 단말(30, 30', 30''…)은 구체적으로, 사용자 개인이 소지하거나, 휴대하는 것 외에도, 소정의 장소(예를 들어, 다중이용시설, 버스 정류장, 지하철역 등)에 설치되는 시설물(CCTV 등의 카메라, 각종 센서, 음성 입력 장치, 키오스크, 로봇, 드론 등)을 의미할 수 있다.
위치 정보는 사용자 단말(20)에 구비된 GPS(Global Positioning System) 기반의 위치 정보일 수 있으나, 이에 한정되는 것은 아니다. 예를 들어, 위치 정보는 BLE(Bluetooth Low Energy) Beacon 신호에 기초한 위치 정보를 포함할 수 있다.
위치 정보는 국가 정보, 도시 정보, 장소 정보 또는 랜드마크 정보를 포함할 수 있다. 장소 정보는 실내, 실외, 주택가, 도심, 백화점, 영화관, 공원, 음식점 등 장소와 관련된 정보를 의미할 수 있다. 랜드마크 정보는 사용자 인근 랜드마크와 관련된 정보를 의미할 수 있다. 또한, 위치 정보는 현위치 정보, 목적지 정보 및 현위치로부터 목적지까지의 경로 정보 중 적어도 하나를 포함할 수 있다. 예를 들어, 목적지 정보는 사용자에 의해 사용자 단말(20)을 통해 입력된 것일 수 있으나, 이에 한정되는 것은 아니다. 경로 정보는 외부의 지도 서버와 연계되어 사용자의 현위치 정보 및 목적지 정보에 기초하여 생성된 것일 수 있다. 경로 정보는 사용자가 현위치로부터 목적지까지 이동함에 있어서 이용하게 될 교통 수단 정보 또는 경유지 정보를 포함할 수 있다.
상태 정보는 사용자의 표정 정보, 음성 정보, 동작 정보 중 적어도 하나를 포함할 수 있다. 예를 들어, 표정 정보는 사용자 단말(20) 또는 주변 단말(30, 30', 30''…)에 구비된 카메라로 촬영된 사용자의 얼굴 영상을 의미할 수 있으나, 이에 한정되는 것은 아니다. 다른 예로, 표정 정보는 사용자의 얼굴 근육 움직임 센서를 통해 획득된 센싱 결과를 의미할 수 있다. 음성 정보는, 예를 들어, 사용자 단말(20) 또는 주변 단말(30, 30', 30''…)에 내장된 마이크 또는 사용자 단말(20) 또는 주변 단말(30, 30', 30''…)과 블루투스 연결을 통해 연결된 마이크를 통해 입력된 음성을 의미할 수 있으나, 이에 한정되는 것은 아니다. 음성 정보는 다른 예로, 상기 입력된 음성으로부터 음성 인식 기술을 활용하여 획득된 키워드를 의미할 수 있다.
동작 정보는, 예를 들어, 사용자 단말(20) 또는 주변 단말(30, 30', 30''…)에 구비된 카메라로 촬영된 사용자의 영상(예를 들면 사용자의 전신을 촬영한 영상)을 의미할 수 있으나, 이에 한정되는 것은 아니다. 다른 예로, 동작 정보는 사용자 단말(20) 또는 주변 단말(30, 30', 30''…)에 구비된 적외선 센서, 가속도 센서, 자이로 센서, 지자기 센서 등을 통해 획득된 센싱 결과일 수 있다.
도 2는 본원의 일 실시예에 따른 음악 추천 시스템에 의해 상태 정보가 수신되는 예를 개략적으로 도시한 도면이다.
예시적으로 도 2를 참조하면, 상태 정보는 주변 단말(30)의 일 구현예로서 소정의 장소에 설치된 촬영 장치(카메라)를 통해 촬영된 사용자의 영상을 포함할 수 있다. 촬영된 사용자의 영상은 상태 정보 중에서 동작 정보 또는 표정 정보일 수 있다. 표정 정보는 사용자의 영상에서 얼굴 영역에 대응되는 사용자의 얼굴 영상일 수 있다. 도 2를 참조하여 예를 들면, 표정 정보는 사용자의 미간에 주름이 형성되고 입매가 쳐진 얼굴이 촬영된 영상일 수 있다. 또한, 상태 정보는 주변 단말(30')의 다른 구현예로서 사용자가 손목에 착용하고 있는 웨어러블 기기에 구비된 가속도 센서 등을 통해 측정된 센싱 결과를 포함할 수 있다. 이 경우, 센싱 결과는 상태 정보 중 동작 정보에 대응될 수 있다. 도 2를 참조하여 예를 들면, 동작 정보는 사용자가 가슴을 두드리는 동작일 수 있다. 또한, 상태 정보는 사용자 단말(20)로 입력된 사용자의 음성 정보를 포함할 수 있다. 도 2를 참조하여 예를 들면, 사용자가 "답답해"라고 말하는 경우, 음성 정보는 해당 음성 자체 또는 '답답함'이라는 키워드일 수 있다. 향후 음악 추천 장치(10)는 이러한 동작 정보, 표정 정보 또는 음성 정보를 수신하여 사용자의 심리 상태를 '기분이 좋지 않음', '답답함', '불편함' 등으로 예측할 수 있다.
본원의 일 실시예에 따르면, 음악 추천 장치(10)는 표정 정보, 음성 정보 및 동작 정보 중 적어도 하나를 입력 데이터로 하는 미리 학습된 인공 신경망 기반의 심리상태 예측 모델을 이용하여 사용자의 심리상태를 예측할 수 있다. 예를 들어, 심리상태 예측 모델은 표정 정보, 음성 정보 및 동작 정보 각각을 입력 데이터로 하여 미리 학습될 수 있다. 다른 예로, 심리상태 예측 모델은 표정 정보, 음성 정보 및 동작 정보를 포함하는 복수의 상태 정보를 입력 데이터로 하여 미리 학습될 수 있다. 심리상태 예측 모델에는 CNN(Convolutional Neural Network), RNN(Recurrent Neural Network) 등의 기 개발된 인공 신경망 또는 향후 개발될 인공 신경망(예를 들면, 멀티모달(Multimodal Deep Neural Network) 등이 다양하게 적용될 수 있다.
사용자의 심리상태는, 예를 들면, 행복함, 설렘, 신이 남, 흥분함, 차분함, 답답함, 불편함, 화가 남, 우울함 등을 포함할 수 있다. 한편, 심리상태는 복수의 카테고리로 분류될 수 있다. 예를 들어, 복수의 카테고리는 긍정, 부정, 정적(static), 동적(dynamic) 등일 수 있다.
한편, 상태 정보는 사용자의 생체 정보를 포함할 수 있다. 도 1을 참조하면, 본원의 일 실시예에 따른 음악 추천 장치(10)는 사용자 단말(20) 또는 주변 단말(30, 30', 30''…)로부터 생체 정보를 수신할 수 있다. 생체 정보는, 예를 들어, 심박수, 혈압, 단위시간 당 호흡횟수, 이산화탄소 농도, 체온, 뇌파의 주파수, 눈 깜빡임 속도 등을 포함할 수 있으나, 이에 한정되는 것은 아니다. 이 때, 사용자의 생체 정보를 송신하는 주변 단말(30, 30', 30''…)은 뇌파 측정 장치, 혈압 측정 장치, 심박수 측정 장치, 호흡 측정 장치, 온도 센서, 홍채 센서 등일 수 있으나, 이에 한정되는 것은 아니다. 주변 단말(30, 30', 30''…)은, 예를 들어, 웨어러블 기기 형태로 구현되어 사용자가 신체에 착용(또는 장착)할 수 있다. 이 경우, 음악 추천 장치(10)는 사용자의 생체 정보를 실시간(또는 주기적)으로 수신할 수 있다. 웨어러블 기기는 경우에 따라 사용자 단말(20)로 이해될 수 있다.
본원의 일 실시예에 따르면, 음악 추천 장치(10)는 생체 정보를 입력 데이터로 하는 미리 학습된 인공 신경망 기반의 심리상태 예측 모델을 이용하여 사용자의 심리상태를 예측할 수 있다. 예를 들어, 심리상태 예측 모델은 전술한 심박수, 혈압, 체온, 뇌파의 주파수, 눈 깜빡임 속도 등의 다양한 측정 결과 각각을 입력 데이터로 하여 미리 학습될 수 있다. 다른 예로, 심리상태 예측 모델은 복수의 측정 결과를 포함하는 생체 정보를 입력 데이터로 하여 미리 학습될 수 있다. 심리상태 예측 모델에 적용될 수 있는 인공 신경망에 대해서는 전술한 바와 동일 유사한 인공 신경망이 적용될 수 있으므로, 상세한 설명은 생략하기로 한다. 예시적으로, 사용자의 심박수 및 혈압이 소정의 범위(정상 수준으로 판단되는 범위)를 벗어나는 경우, 음악 추천 장치(10)에 의해 사용자의 심리상태는 흥분하거나 화가 난 상태인 것으로 예측될 수 있다. 다른 예로, 사용자의 뇌파의 주파수가 알파(alpha)파의 주파수 대역에 해당되고 사용자의 심박수가 소정의 범위(정상 수준 또는 그보다 약간 낮은 수준으로 판단되는 범위)인 경우, 음악 추천 장치(10)에 의해 사용자의 심리상태는 편안하거나 차분한 상태인 것으로 예측될 수 있다. 본원의 일 실시예에 따르면, 음악 추천 장치(10)는 사용자의 심리상태를 예측함에 있어서 사용자의 생체 정보를 이용함으로써, 동작 정보, 표정 정보 등의 외적으로 표출되는 사용자의 상태 정보만을 이용하는 경우에 비해 보다 정밀한 예측이 가능하고, 예측 결과에 대한 신뢰도가 향상될 수 있다.
또한, 본원의 일 실시예에 따르면, 음악 추천 장치(10)는 생체 정보를 주기적으로 수신하고, 주기적으로 수신된 생체 정보의 측정값이 소정의 범위 이상 변경된 경우, 변경된 생체 정보에 기초하여 심리상태를 재예측할 수 있다. 생체 정보를 통해 사용자의 미세한 신체 변화가 감지될 수 있다. 본원의 일 실시예에 따른 음악 추천 장치(10)는 이러한 생체 정보를 주기적으로 수신함으로써, 감지된 신체 변화를 통해 사용자의 심리상태가 변화한 것을 판단할 수 있다. 따라서, 음악 추천 장치(10)는 소정의 범위(미리 설정된 가변 범위) 이상 변경된 생체 정보에 기초하여 심리상태를 재예측함으로써, 사용자의 심리상태를 실시간으로 정확하게 예측할 수 있다.
본원의 일 실시예에 따르면, 음악 추천 장치(10)는 위치 정보 및 심리 상태를 고려하여 음악을 선택할 수 있다.
음악 추천 장치(10)는 예시적으로, 음악 제공 서버의 형태로 구현될 수 있다. 음악 추천 장치(10)는 추천 대상이 되는 음악을 다양한 파일 형식의 음원 파일로 저장할 수 있다. 이 때, 저장되는 음악은 가사, 가수, 장르, 제목, 템포, 사용되는 악기, 멜로디 전개 등의 정보에 따라 전술한 위치 정보 또는 심리상태와 매칭되어 저장될 수 있다. 한편, 하나의 음악은 복수의 위치 정보 또는 심리상태와 매칭될 수 있다. 예를 들어, 하나의 음악은 한국, 서울, 실내, 지하철 등의 복수의 위치 정보와 매칭될 수 있다. 또한, 예를 들어, 하나의 음악은 '지루할 때 듣기 좋은 음악', '우울할 때 듣기 좋은 음악' 등 복수의 심리상태와 매칭될 수 있다. 따라서, 음악 추천 장치(10)는 위치 정보 및 심리상태와 매칭되는 음악을 선택할 수 있다. 음악 추천 장치(10)는 예를 들어, 사용자가 지하철을 타고 강남역을 지나가면서 '지루함'을 느끼고 있는 경우와, '설렘'을 느끼고 있는 경우에 다른 음악을 선택할 수 있다.
또한, 음악 추천 장치(10)는 선택된 음악을 사용자 단말(20)로 추천할 수 있다. 사용자 단말(20)은 음악 추천 장치(10)로부터 추천 받은 음악을 음악 재생 어플리케이션을 통해 재생할 수 있다. 본원의 일 실시예에 따르면, 사용자는 사용자 단말(20)로 추천(제공)된 음악을 음악 재생 어플리케이션을 통해 청취할 수 있다. 본원의 일 실시예에 따르면, 음악 추천 장치(10)는 사용자의 위치 정보뿐만 아니라, 사용자의 심리상태를 고려하여 선택된 음악을 제공함으로써, 위치 정보에만 기초하여 제공되는 음악을 제공받는 경우보다 음악에 대해 보다 공감할 수 있고, 그러한 음악을 청취함으로써 사용자의 심리상태는 보다 안정화될 수 있다.
도 3a는 본원의 일 실시예에 따른 음악 추천 시스템에 의해 사용자의 위치 정보 및 사용자의 심리상태를 고려하여 추천된 음악이 제공되는 사용자 단말의 어플리케이션 화면의 예를 개략적으로 도시한 도면이다.
도 3a를 참조하면, 예를 들어, 사용자가 현재 한강 공원에 위치해 있고, 사용자가 답답함을 느끼는 것으로 사용자의 심리상태가 예측된 경우, 음악 추천 장치(10)는 그에 매칭되는 음악을 사용자 단말(20)로 제공할 수 있다. 따라서, 사용자는 자신이 위치한 장소와 어우러짐과 동시에 자신의 답답한 심리상태를 해소(완화)시킬 수 있는 음악을 제공받을 수 있다. 다른 예로, 사용자가 동일한 위치에서 신이 나는 상태인 것으로 사용자의 심리상태가 예측된 경우, 음악 추천 장치(10)는 답답함을 느끼는 것으로 예측된 경우에 제공된 음악과는 다른 음악을 제공할 수 있다. 따라서, 본원의 일 실시예에 따른 음악 추천 장치(10)는 동일한 장소에 위치한 복수의 사용자 각각의 심리상태를 예측하여, 위치 정보와 매칭되는 음악들 중 각 사용자의 심리상태에 더 매칭되는 음악을 해당 사용자에게 제공할 수 있다. 또한, 한 명의 사용자의 심리상태가 소정의 시간이 경과한 후 변경된 것으로 판단되는 경우(이를 테면, 생체 정보가 소정의 범위 이상 변경되어 재예측된 심리상태가 재예측 전 심리상태와 다른 경우), 음악 추천 장치(10)는 사용자의 변경된 심리상태에 매칭되는 음악을 제공함으로써, 사용자에게 지속적인 공감을 불러일으키는 음악 서비스를 제공할 수 있다.
도 3b는 본원의 일 실시예에 따른 음악 추천 시스템에 의해 사용자의 위치 정보 및 사용자의 심리상태를 고려하여 추천된 음악 목록이 제공되는 사용자 단말의 어플리케이션 화면의 예를 개략적으로 도시한 도면이다.
사용자의 위치 정보는 현위치 정보, 목적지 정보 및 현위치로부터 목적지까지의 경로 정보 중 적어도 하나를 포함할 수 있다. 본원의 일 실시예에 따르면, 음악 추천 장치(10)는 위치 정보 및 심리상태를 고려하여 선택된 음악을 이용하여 음악 목록을 생성할 수 있다. 음악 추천 장치(10)는 생성된 음악 목록을 사용자 단말(20)로 추천할 수 있다. 도 3b를 참조하여 예를 들면, 사용자가 한강 공원에 위치해 있고, 사용자가 답답함을 느끼는 것으로 심리상태가 예측된 경우, 음악 추천 장치(10)는 이러한 위치 정보 및 심리상태와 매칭되는 제1 음악, 제2 음악, 제3 음악 및 제4 음악을 포함하는 음악 목록을 생성하여 사용자 단말(20)로 추천할 수 있다.
본원의 일 실시예에 따른 음악 추천 장치(10)는 현위치 정보, 목적지 정보 및 경로 정보 중 적어도 하나를 고려하여 음악 목록의 순서를 정렬하여 음악 목록을 생성할 수 있다. 예를 들어, 음악 목록은 제1 음악 및 제2 음악은 현위치 정보에 매칭되는 음악일 수 있고, 제3 음악은 경로 정보에 대응되는 경유지 정보에 매칭되는 음악일 수 있고, 제4 음악은 목적지 정보에 매칭되는 음악일 수 있다. 이 경우, 음악 목록은 사용자가 현위치에서 목적지까지 이동하는 데에 소요되는 이동시간 및 현위치에서 경유지까지 이동하는 데에 소요되는 이동시간이 고려되어 생성될 수 있다. 예시적으로, 현위치에서 목적지까지 이동하는 데에 소요되는 이동시간이 30분이고, 현위치에서 경유지까지 이동하는 데에 소요되는 이동시간이 10분이고, 음악의 평균 재생시간이 3분인 경우, 음악 추천 장치(10)는 현위치 정보에 매칭되는 음악 2곡을 제공한 다음, 경유지 정보에 매칭되는 음악 3곡을 제공하고, 이후 목적지 정보에 매칭되는 음악 5곡을 제공할 수 있도록, 현위치 정보, 경유지 정보 및 목적지 정보와 매칭되는 음악의 순서 및 개수를 고려하여 음악 목록을 생성할 수 있다.
또한, 본원의 일 실시예에 따르면, 음악 추천 장치(10)는 현위치 정보, 목적지 정보 및 경로 정보를 주기적으로 수신할 수 있다. 음악 추천 장치(10)는 사용자 단말로부터 위치 정보를 주기적으로 수신할 수 있다. 음악 추천 장치(10)는 주기적으로 수신된 현위치 정보, 목적지 정보 및 경로 정보 중 적어도 하나가 변경된 경우, 음악을 재선택할 수 있다. 예를 들어, 사용자가 목적지로 이동하는 도중에 경로를 이탈한 경우, 경로 정보가 변경될 수 있다. 다시 말해, 경로 정보에 대응되는 경유지 정보 또는 교통 수단 정보가 변경될 수 있다. 따라서, 음악 추천 장치(10)는 변경된 경유지 정보 또는 교통 수단 정보와 매칭되는 음악을 재선택할 수 있다. 예시적으로, 사용자가 지하철을 이용하여 이동하던 도중에 지하철에서 하차 후, 지하철역이 없는 위치로 이동한 경우, 교통 수단 정보가 버스로 변경될 수 있고, 이와 매칭되는 음악을 재선택할수 있다. 음악 추천 장치(10)는 음악 목록을 변경할 수 있다. 예를 들어, 음악 추천 장치(10)는 음악 목록에서 현재 재생되는 음악 이후에 재생될 음악 중 적어도 일부를 재선택된 음악으로 변경할 수 있다. 다른 예로, 경유지 정보가 추가된 경우, 음악 추천 장치(10)는 추가된 경유지 정보와 매칭되는 음악을 재선택(추가 선택)하고, 재선택된(추가 선택된) 음악이 현위치 정보와 매칭되는 음악의 순서와 목적지 정보와 매칭되는 음악의 순서 사이에 제공될 수 있도록 음악 목록을 변경할 수 있다.
한편, 본원의 일 실시예에 따르면, 음악 추천 장치(10)는 표정 정보, 음성 정보, 동작 정보 및 생체 정보 중 적어도 일부에 대해 가중치를 다르게 하여 심리상태를 예측할 수 있다. 예를 들어, 음악 추천 장치(10)는 표정 정보, 음성 정보, 동작 정보 및 생체 정보 중 적어도 일부를 심리상태 예측 모델의 입력 데이터로 입력하는 경우, 가중치를 다르게 적용(설정)하여 입력할 수 있다. 다른 예로, 음악 추천 장치(10)는 표정 정보, 음성 정보, 동작 정보 또는 생체 정보 각각을 입력 데이터로 하는 심리상태 예측 모델의 예측 결과에 가중치를 다르게 적용하여 심리상태를 최종 예측할 수 있다. 가중치는 사용자마다 다르게 설정될 수 있다. 예를 들어, 사용자가 농아(청각 장애인 또는 언어 장애인)인 경우, 음성 정보에 대한 가중치가 다른 정보에 대한 가중치보다 상대적으로 낮게 설정될 수 있다. 또한, 예를 들어, 생체 정보가 복수의 센싱 결과를 포함하는 경우, 가중치는 각 생체 정보마다 다르게 적용될 수 있다. 또한, 가중치는 정보가 의미하는 내용에 따라 유동적으로 설정될 수 있다. 예를 들어, 생체 정보 중 심박수의 가중치가 5이고 뇌파의 주파수가 2로 설정된 상태에서, 측정된 뇌파의 주파수가 소정의 주파수 대역인 경우, 심박수의 가중치가 3이고 뇌파의 주파수가 4인 것으로 변경 설정될 수 있다. 따라서, 본원의 일 실시예에 따르면, 음악 추천 장치(10)는 표정 정보, 음성 정보, 동작 정보 및 생체 정보 중 적어도 일부에 대해 가중치를 다르게 적용함으로써, 사용자의 특성, 사용자의 실시간 상태를 기준으로 심리상태를 보다 정확하게 예측할 수 있다.
한편, 본원의 일 실시예에 따르면, 음악 추천 장치(10)는 사용자 단말(20) 또는 주변 단말(30, 30', 30''…)로부터 사용자의 개인화 정보를 수신할 수 있다. 개인화 정보는 콘텐츠 접근 내역, 반응 내역, 행동 내역 및 개인 정보 내역 중 적어도 하나를 포함할 수 있다. 보다 구체적으로 예를 들면, 개인화 정보는 음악 외의 콘텐츠 재생 정보, 제공된 음악에 대한 피드백 정보(한 곡 반복 설정 여부, 스킵(skip) 여부, SNS를 통해 해당 음악 관련하여 사용자가 업로드 한 코멘트 등), 웹사이트 접속 정보, 공연 티켓 구매 정보, 선호하는 가수 정보, 일정 정보, 성별 정보, 연령 정보 등을 포함할 수 있다. 음악 추천 장치(10)는 개인화 정보를 더 고려하여 음악을 선택할 수 있다. 음악 추천 장치(10)는 추천 대상이 되는 음악을 개인화 정보와 매칭하여 저장할 수 있다. 예를 들어, 음악 추천 장치(10)는 임의의 위치 정보 및 심리상태와 매칭되는 음악 중에 사용자가 선호하는 가수 정보와 매칭되는 음악을 선택할 수 있다. 다른 예로, 주변 단말(30, 30', 30''…)의 일 예로서, 뮤지컬 공연장의 키오스크로부터 사용자의 공연 티켓 구매 정보를 수신한 경우, 음악 추천 장치(10)는 해당 공연의 삽입곡을 선택할 수 있다.
한편, 본원의 일 실시예에 따르면, 음악 추천 장치(10)는 주변 사물들로부터 환경 정보를 수신할 수 있다. 여기에서, 주변 사물들은 사물 인터넷(Internet of Things, IoT) 네트워크를 통해 음악 추천 장치(10) 또는 다른 사물들과 연결될 수 있다. 환경 정보는 주변 사물들에 구비된 다양한 센서를 통해 측정될 수 있다. 예를 들어, 환경 정보는 온도, 습도, 이산화탄소 농도, 미세먼지 농도, 풍속, 조도 및 소음 정도 중 적어도 하나를 포함할 수 있다. 센서의 종류는, 예를 들어, 광전 스위치, 에어 센서, 전자석 스위치, 온도 센서, 압력 센서, 자기 센서, 광 센서, 진동 센서, 음향 센서 등이 될 수 있으며, 이에 한정되는 것은 아니다. 한편, 상기 센서를 구비한 주변 사물들은 GPS를 함께 구비할 수 있다. 음악 추천 장치(10)는 주변 사물들로부터 주변 사물들의 위치 정보를 더 수신할 수 있다. 주변 사물들의 위치 정보는 사용자 단말(20)로부터 수신되는 사용자의 위치 정보와 대응될 수 있다. 여기에서, 사용자의 위치 정보는 현위치 정보를 의미할 수 있다.
본원의 일 실시예에 따르면, 음악 추천 장치(10)는, 예를 들어, 환경 정보를 주변 사물들의 위치 정보와 매칭하여 저장할 수 있다. 또한, 음악 추천 장치(10)는 추천 대상이 되는 음악을 환경 정보와 매칭하여 저장할 수 있다. 따라서, 본원의 일 실시예에 따른 음악 추천 장치(10)는 사용자 단말(20)로부터 사용자의 위치 정보가 수신되면, 사용자의 위치 정보와 대응되는 주변 사물들의 위치 정보와 매칭되는 환경 정보를 더 고려하여 음악을 선택할 수 있다. 음악 추천 장치(10)는 환경 정보와 매칭되는 음악을 선택할 수 있다.
도 4는 본원의 일 실시예에 따른 음악 추천 시스템에 의해 사용자의 환경 정보, 위치 정보 및 사용자의 심리상태를 고려하여 추천된 음악이 제공되는 사용자 단말의 어플리케이션 화면의 예를 개략적으로 도시한 도면이다.
도 4를 참조하면, 예를 들어, 사용자가 위치한 한강 공원에 있는 주변 사물들(이를 테면, 가로등, 벤치)로부터 수신된 환경 정보로서 습도가 소정 범위 이상이고, 이산화탄소 농도가 소정 범위 미만인 경우, 음악 추천 장치(10)는 사용자의 위치에 현재 비가 오고 있고, 유동 인구량이 많지 않은 것으로 판단할 수 있다. 나아가, 사용자의 심리상태가 차분한 것으로 예측된 경우, 음악 추천 장치(10)는 위치 정보, 심리상태 및 환경 정보와 매칭되는 음악을 사용자 단말(20)로 추천할 수 있다.
한편, 환경 정보는 재난 정보를 포함할 수 있다. 재난 정보는 자연재해 정보, 사고 정보를 포함할 수 있으나, 이에 한정되는 것은 아니다. 예를 들어, 재난 정보는, 임의의 위치의 주변 사물들에 구비된 각종 센서들로부터 측정된 측정값이 소정의 범위(통상적으로 정상 수준으로 판단되는 범위)를 벗어나는 경우에 대응될 수 있다. 본원의 일 실시예에 따르면, 음악 추천 장치(10)는 재난 정보가 수신된 경우, 사용자 단말(20)을 통해 재생되는 음악을 정지시키고, 사용자 단말(20)을 통해 경고음 또는 안내음을 재생할 수 있다. 본원의 일 실시예에 따른 음악 추천 장치(10)는 재난 정보가 수신된 경우, 재난 정보를 송신한 주변 사물들의 위치 정보에 대응되는 사용자의 위치 정보를 송신한 사용자 단말(20)로 해당 사용자 단말(20)을 통해 재생되는 음악을 정지시키는 제어 신호를 생성하여 송신할 수 있다. 또한, 음악 추천 장치(10)는 경고음 또는 안내음을 재생시키는 제어신호를 생성하여 재난 정보를 송신한 주변 사물들의 위치정보에 대응되는 사용자의 위치 정보를 송신한 사용자 단말(20)로 송신할 수 있다. 경고음 또는 안내음은 예를 들어, 사이렌 소리 또는 재난 발생 시 대피 요령에 관한 안내음을 포함할 수 있으나, 이에 한정되는 것은 아니다.
도 5는 본원의 일 실시예에 따른 음악 추천 시스템에 의해 재난 정보가 수신된 경우, 사용자 단말의 어플리케이션 화면의 예를 개략적으로 도시한 도면이다.
도 5를 참조하면, 예를 들어, 음악 추천 장치(10)는 한강 공원의 주변 사물들에 구비된 진동 센서로부터 지진으로 판단되는 수준의 측정값을 재난 정보로서 수신한 경우, 해당 측정값을 송신한 주변 사물들의 위치 정보와 대응되는 사용자의 위치 정보를 송신한 사용자 단말(20)을 검색하고, 검색된 사용자 단말(20)로 현재 재생되는 음악을 정지시키고, 경고음을 재생시키는 제어 신호를 송신할 수 있다. 따라서, 본원의 일 실시예에 따른 음악 추천 장치(10)는 사용자에게 사용자의 위치에 지진이 발생한 사실(긴급 상황)을 인지시킬 수 있어, 예를 들어, 음악 청취로 인해 지진 발생에 대한 인지 속도가 늦어지는 문제점을 해결할 수 있다.
한편, 본원의 일 실시예에 따르면, 드론(40)은 환경 정보를 음악 추천 장치(10)로 송신할 수 있다. 또한, 드론(40)은 음악 추천 장치(10)로부터 경고음 또는 안내음을 수신하여 재생할 수 있다.
도 6은 본원의 일 실시예에 따른 음악 추천 시스템에 의해 복수의 드론 중 재난 정보가 수신된 드론을 통해 경고음 또는 안내음이 재생되는 예를 개략적으로 도시한 도면이다.
도 6을 참조하면, 예를 들어, 환경 정보는 복수의 드론(40, 40', 40''…)으로부터 수신될 수 있다. 복수의 드론(40, 40', 40'', 40'''…)은 각각 소정의 구역을 담당할 수 있다. 복수의 드론(40, 40', 40'', 40'''…)은 전술한 각종 센서 또는 영상 촬영 장치를 구비할 수 있다. 복수의 드론(40, 40', 40'', 40'''…)은 각각의 담당 구역 내의 재난 정보를 포함하는 환경 정보를 음악 추천 장치(10)로 송신할 수 있다. 따라서, 본원의 일 실시예에 따르면, 음악 추천 장치(10)는 경고음 또는 안내음을 복수의 드론(40, 40', 40'', 40'''…) 중 재난 정보를 송신한 드론을 통해 재생할 수 있다.
도 6을 참조하여 예를 들면, 음악 추천 장치(10)는 제2 구역 및 제3 구역을 담당하는 드론(40', 40'')으로부터 재난 정보를 수신할 수 있다. 이 경우, 음악 추천 장치(10)는 재난 정보를 송신한 제2 구역 및 제3 구역을 담당하는 드론(40', 40'')을 통해 경고음 또는 안내음을 재생하는 제어 신호를 생성하여 제2 구역 및 제3 구역을 담당하는 드론(40', 40'')으로 송신할 수 있다. 한편, 제2 구역을 담당하는 드론(40')으로부터 수신된 재난 정보와 제3 구역을 담당하는 드론(40'')으로부터 수신된 재난 정보는 다를 수 있다. 이 경우, 제2 구역을 담당하는 드론(40')을 통해 재생되는 경고음 또는 안내음과 제3 구역을 담당하는 드론(40'')을 통해 재생되는 경고음 또는 안내음이 달라질 수 있음은 물론이다. 제2 구역 및 제3 구역을 담당하는 드론(40', 40'')을 통해 재생되는 경고음 또는 안내음은 제2 구역 및 제3 구역 내에 위치한 사용자 단말(20)을 통해 재생되는 경고음 또는 안내음과 동일할 수 있으나, 이에 한정되는 것은 아니다.
본원의 일 실시예에 따른 음악 추천 장치(10)는 복수의 드론(40, 40', 40'', 40'''…)을 통해 경고음 또는 안내음을 재생시킴으로써 재난 발생 사실을 보다 신속하게 광범위한 사용자에게 인지시킬 수 있다. 또한, 사용자가 사용자 단말(20)을 소지하지 않거나, 사용자가 사용자 단말(20)을 통해 음악을 듣고 있지 않은 경우에도, 이러한 사용자에게도 재난 발생에 대해 경고하거나, 대피 요령 등을 안내할 수 있다.
한편, 도 6을 참조하여 이해하면, 본원의 일 실시예에 따른 음악 추천 장치(10)가 사용자로부터 수신한 위치 정보 중 현위치 정보는 제1 구역에 대응되고, 목적지 정보는 제2 구역에 대응될 수 있다. 이 경우, 본원의 일 실시예에 따른 음악 추천 장치(10)가 음악 목록을 생성하는 경우, 현위치 정보와 매칭되는 음악을 선택하는 경우, 제1 구역을 담당하는 드론(40)으로부터 수신된 환경 정보가 고려될 수 있고, 목적지 정보와 매칭되는 음악을 선택하는 경우, 제4 구역을 담당하는 드론(40''')으로부터 수신된 환경 정보가 고려될 수 있다. 환경 정보가 고려된다는 것은 환경 정보와 매칭되는 음악이 선택되는 것을 의미할 수 있다. 예시적으로, 사용자가 비가 오고 있는 제1 구역으로부터 비가 오지 않는 제4 구역까지 이동하는 경우, 본원의 일 실시예에 따른 음악 추천 장치(10)는 비가 오는 경우와 매칭되는 음악을 음악 목록의 순서 중 앞쪽에 배치하고, 비가 오지 않는 경우와 매칭되는 음악을 음악 목록의 순서 중 뒤쪽에 배치한 음악 목록을 제공할 수 있다. 이 경우, 사용자가 제1 구역에 있는 동안에는 사용자 단말(20)을 통해 비가 오는 경우와 매칭되는 음악이 재생되고, 사용자가 제4 구역에 도달한 경우에는 사용자 단말(20)을 통해 비가 오지 않는 경우와 매칭되는 음악이 재생될 수 있다. 따라서, 본원의 일 실시예에 따르면, 음악 추천 장치(10)는 사용자가 위치하는 공간과 그 순간 재생되는 음악이 이동 중에 지속적으로 조화를 이룰 수 있는 음악 목록을 생성하여 추천함으로써, 사용자의 음악에 대한 몰입도를 향상시킬 수 있는 효과를 가진다.
도 7은 본원의 일 실시예에 따른 음악 추천 장치의 개략적인 블록도이다.
도 7을 참조하면, 본원의 일 실시예에 따른 음악 추천 장치(10)는 정보 수신부(100), 심리상태 판단부(200), 음악 선택부(300), 음악 목록 생성부(400) 및 음악 추천부(500)를 포함할 수 있다.
정보 수신부(100)는 사용자의 위치 정보 및 사용자의 상태 정보를 수신할 수 있다. 정보수신부(100)는 사용자 단말(20)로부터 사용자의 위치 정보를 수신할 수 있다. 정보 수신부(100)는 사용자 단말(20) 또는 주변 단말(30, 30', 30''…)로부터 사용자의 상태 정보를 수신할 수 있다. 위치 정보는 현위치 정보, 목적지 정보 및 현위치로부터 목적지까지의 경로 정보 중 적어도 하나를 포함할 수 있다. 상태 정보는 사용자의 표정 정보, 음성 정보, 동작 정보 중 적어도 하나를 포함할 수 있다. 또한, 상태 정보는 생체 정보를 포함할 수 있다.
심리상태 판단부(200)는 상태 정보에 기초하여 사용자의 심리상태를 판단할 수 있다. 심리 상태 판단부(200)는 표정 정보, 음성 정보 및 동작 정보 중 적어도 하나를 입력 데이터로 하는 미리 학습된 인공 신경망 기반의 심리 상태 예측 모델을 이용하여 사용자의 심리상태를 예측할 수 있다. 또한, 심리 상태 판단부(200)는 생체 정보를 입력 데이터로 하는 미리 학습된 인공 신경망 기반의 심리상태 예측 모델을 이용하여 사용자의 심리상태를 예측할 수 있다.
한편, 심리상태 판단부(200)는 표정 정보, 음성 정보, 동작 정보 및 생체 정보 중 적어도 일부에 대해 가중치를 다르게 하여 심리상태를 예측할 수 있다.
전술한 정보 수신부(100)는 생체 정보를 주기적으로 수신할 수 있다. 이 경우, 심리상태 판단부(200)는 주기적으로 수신된 생체 정보의 측정값이 소정의 범위 이상 변경된 경우, 변경된 생체 정보에 기초하여 심리상태를 재예측할 수 있다.
음악 선택부(300)는 위치 정보 및 심리상태를 고려하여 음악을 선택할 수 있다.
음악 목록 생성부(400)는 선택된 음악을 이용하여 음악 목록을 생성할 수 있다. 음악 목록 생성부(400)는 현위치 정보, 목적지 정보 및 경로 정보 중 적어도 하나를 고려하여 음악 목록의 순서를 정렬하여 음악 목록을 생성할 수 있다.
정보 수신부(100)는 현위치 정보, 목적지 정보 및 경로 정보를 주기적으로 수신할 수 있다. 음악 선택부(300)는 주기적으로 수신된 현위치 정보, 목적지 정보 및 경로 정보 중 적어도 하나가 변경된 경우, 음악을 재선택할 수 있다. 이 경우, 음악 목록 생성부(400)는 음악 목록을 변경할 수 있다.
정보 수신부(100)는 사용자의 개인화 정보를 수신할 수 있다. 정보 수신부(100)는 사용자 단말(20) 또는 주변 단말(30, 30', 30''…)로부터 사용자의 개인화 정보를 수신할 수 있다. 개인화 정보는 콘텐츠 접근 내역, 반응 내역, 행동 내역 및 개인 정보 내역 중 적어도 하나를 포함할 수 있다. 음악 선택부(300)는 개인화 정보를 고려하여 음악을 선택할 수 있다.
정보 수신부(100)는 환경 정보를 수신할 수 있다. 정보 수신부(100)는 주변 사물들로부터 환경 정보를 수신할 수 있다. 음악 선택부(300)는 환경 정보를 고려하여 음악을 선택할 수 있다. 한편, 환경 정보는 재난 정보를 포함할 수 있다. 본원의 일 실시예에 따르면, 음악 추천 장치(10)는 재난 정보가 수신된 경우, 재생되는 음악을 정지시키고, 경고음 또는 안내음을 재생할 수 있다.
환경 정보는 복수의 드론(40, 40', 40'', 40'''…)으로부터 수신될 수 있다. 본원의 일 실시예에 따르면, 음악 추천 장치(10)는 경고음 또는 안내음을 복수의 드론(40, 40', 40'', 40'''…) 중 재난 정보를 송신한 드론을 통해 재생할 수 있다.
음악 추천부(500)는 음악 또는 음악 목록을 사용자 단말(20)로 추천할 수 있다.
이하에서는 상기에 자세히 설명된 내용을 기반으로, 본원의 동작 흐름을 간단히 살펴보기로 한다.
도 8은 본원의 일 실시예에 따른 음악 추천 방법에 대한 동작 흐름도이다.
도 8에 도시된 본원의 일 실시예에 따른 음악 추천 방법은 앞서 설명된 본원의 일 실시예에 따른 음악 추천 장치(10)에 의하여 수행될 수 있다. 따라서, 이하 생략된 내용이라고 하더라도 본원의 일 실시예에 따른 음악 추천 장치(10)에 대하여 설명된 내용은 본원의 일 실시예에 따른 음악 추천 방법에 대한 설명에도 동일하게 적용될 수 있다.
도 8을 참조하면, 본원의 일 실시예에 따른 음악 추천 방법은 사용자 단말로부터 사용자의 위치 정보를 수신하는 단계(S100)를 포함할 수 있다. 또한, 본원의 일 실시예에 따른 음악 추천 방법은 사용자 단말 또는 주변 단말로부터 사용자의 상태 정보를 수신하고, 상태 정보에 기초하여 사용자의 심리상태를 판단하는 단계(S300)를 포함할 수 있다. 또한, 본원의 일 실시예에 따른 음악 추천 방법은 위치 정보 및 심리상태를 고려하여 음악을 선택하는 단계(S500)를 포함할 수 있다. 또한, 본원의 일 실시예에 따른 음악 추천 방법은 선택된 음악을 사용자 단말로 추천하는 단계(S700)를 포함할 수 있다.
위치 정보는 현위치 정보, 목적지 정보 및 현위치로부터 목적지까지의 경로 정보 중 적어도 하나를 포함할 수 있다. 본원의 일 실시예에 따른 음악 추천 방법은 선택된 음악을 이용하여 음악 목록을 생성하는 단계를 더 포함할 수 있다. 본원의 일 실시예에 따른 음악 추천 방법은 현위치 정보, 목적지 정보 및 경로 정보 중 적어도 하나를 고려하여 음악 목록의 순서를 정렬하여 음악 목록을 생성할 수 있다. 이 경우, S700 단계는 생성된 음악 목록을 사용자 단말로 추천할 수 있다.
또한, 본원의 일 실시예에 따르면, S100 단계는 현위치 정보, 목적지 정보 및 경로 정보를 주기적으로 수신할 수 있다. S500 단계는 주기적으로 수신된 현위치 정보, 목적지 정보 및 경로 정보 중 적어도 하나가 변경된 경우, 음악을 재선택할 수 있다. 이 경우, S700 단계는 재선택된 음악에 기초하여 음악 목록을 변경할 수 있다.
한편, S300 단계에서, 상태 정보는 사용자의 표정 정보, 음성 정보 및 동작 정보 중 적어도 하나를 포함할 수 있다. S300 단계는 표정 정보, 음성 정보 및 동작 정보 중 적어도 하나를 입력 데이터로 하는 미리 학습된 인공 신경망 기반의 심리상태 예측 모델을 이용하여 상기 사용자의 심리상태를 예측할 수 있다.
또한, 본원의 일 실시예에 따르면, S300 단계에서, 상태 정보는 생체 정보를 포함할 수 있다. S300 단계는 생체 정보를 입력 데이터로 하는 미리 학습된 인공 신경망 기반의 심리상태 예측 모델을 더 이용하여 상기 사용자의 심리상태를 예측할 수 있다.
또한, 본원의 일 실시예에 따르면, S300 단계는 생체 정보를 주기적으로 수신하고, 주기적으로 수신된 생체 정보의 측정값이 소정의 범위 이상 변경된 경우, 변경된 생체 정보에 기초하여 심리상태를 재예측할 수 있다.
또한, 본원의 일 실시예에 따르면, S300 단계는 표정 정보, 음성 정보, 동작 정보 및 생체 정보 중 적어도 일부에 대해 가중치를 다르게 하여 심리상태를 예측할 수 있다.
또한, 본원의 일 실시예에 따른 음악 추천 방법은 사용자 단말 또는 주변 단말로부터 사용자의 개인화 정보를 수신하는 단계를 포함할 수 있다. 개인화 정보는 콘텐츠 접근 내역, 반응 내역, 행동 내역 및 개인 정보 내역 중 적어도 하나를 포함할 수 있다. 이 경우, S500 단계는 개인화 정보를 더 고려하여 음악을 선택할 수 있다.
또한, 본원의 일 실시예에 따른 음악 추천 방법은 주변 사물들로부터 환경 정보를 수신하는 단계를 포함할 수 있다. 이 경우, S500 단계는 환경 정보를 고려하여 음악을 선택할 수 있다. 한편, 환경 정보는 재난 정보를 포함할 수 있다. 본원의 일 실시예에 따른 음악 추천 방법은 재난 정보가 수신된 경우, 사용자 단말을 통해 재생되는 음악을 정지시키고 사용자 단말을 통해 경고음 또는 안내음을 재생하는 단계를 포함할 수 있다.
또한, 환경 정보는 복수의 드론으로부터 수신될 수 있다. 본원의 일 실시예에 따른 음악 추천 방법은 경고음 또는 안내음을 복수의 드론 중 재난 정보를 송신한 드론을 통해 재생하는 단계를 포함할 수 있다.
상술한 설명에서, 단계 S100 내지 S700은 본원의 구현예에 따라서, 추가적인 단계들로 더 분할되거나, 더 적은 단계들로 조합될 수 있다. 또한, 일부 단계는 필요에 따라 생략될 수도 있고, 단계 간의 순서가 변경될 수도 있다.
본원의 다양한 실시예에 따른 음악 추천 방법은 다양한 컴퓨터 수단을 통하여 수행될 수 있는 프로그램 명령 형태로 구현되어 컴퓨터 판독 가능 매체에 기록될 수 있다. 상기 컴퓨터 판독 가능 매체는 프로그램 명령, 데이터 파일, 데이터 구조 등을 단독으로 또는 조합하여 포함할 수 있다. 상기 매체에 기록되는 프로그램 명령은 본원을 위하여 특별히 설계되고 구성된 것들이거나 컴퓨터 소프트웨어 당업자에게 공지되어 사용 가능한 것일 수도 있다. 컴퓨터 판독 가능 기록 매체의 예에는 하드 디스크, 플로피 디스크 및 자기 테이프와 같은 자기 매체(magnetic media), CD-ROM, DVD와 같은 광기록 매체(optical media), 플롭티컬 디스크(floptical disk)와 같은 자기-광 매체(magneto-optical media), 및 롬(ROM), 램(RAM), 플래시 메모리 등과 같은 프로그램 명령을 저장하고 수행하도록 특별히 구성된 하드웨어 장치가 포함된다. 프로그램 명령의 예에는 컴파일러에 의해 만들어지는 것과 같은 기계어 코드뿐만 아니라 인터프리터 등을 사용해서 컴퓨터에 의해서 실행될 수 있는 고급 언어 코드를 포함한다. 상기된 하드웨어 장치는 본원에 포함되는 다양한 형태의 동작을 수행하기 위해 하나 이상의 소프트웨어 모듈로서 작동하도록 구성될 수 있으며, 그 역도 마찬가지이다.
또한, 전술한 다양한 실시예에 따른 음악 추천 방법은 기록 매체에 저장되는 컴퓨터에 의해 실행되는 컴퓨터 프로그램 또는 애플리케이션의 형태로도 구현될 수 있다.
전술한 본원의 설명은 예시를 위한 것이며, 본원이 속하는 기술분야의 통상의 지식을 가진 자는 본원의 기술적 사상이나 필수적인 특징을 변경하지 않고서 다른 구체적인 형태로 쉽게 변형이 가능하다는 것을 이해할 수 있을 것이다. 그러므로 이상에서 기술한 실시예들은 모든 면에서 예시적인 것이며 한정적이 아닌 것으로 이해해야만 한다. 예를 들어, 단일형으로 설명되어 있는 각 구성 요소는 분산되어 실시될 수도 있으며, 마찬가지로 분산된 것으로 설명되어 있는 구성 요소들도 결합된 형태로 실시될 수 있다.
본원의 범위는 상기 상세한 설명보다는 후술하는 특허청구범위에 의하여 나타내어지며, 특허청구범위의 의미 및 범위 그리고 그 균등 개념으로부터 도출되는 모든 변경 또는 변형된 형태가 본원의 범위에 포함되는 것으로 해석되어야 한다.
10: 음악 추천 장치
20: 사용자 단말
30: 주변 단말
40: 드론
100: 정보 수신부
200: 심리상태 판단부
300: 음악 선택부
400: 음악 목록 생성부
500: 음악 추천부
20: 사용자 단말
30: 주변 단말
40: 드론
100: 정보 수신부
200: 심리상태 판단부
300: 음악 선택부
400: 음악 목록 생성부
500: 음악 추천부
Claims (15)
- 음악 추천 방법에 있어서,
(a) 사용자 단말로부터 주기적으로 현위치 정보, 목적지 정보 및 현위치로부터 목적지까지의 경로 정보를 포함하는 사용자의 위치 정보를 수신하는 단계;
(b) 상기 사용자 단말 또는 주변 단말로부터 상기 사용자의 상태 정보를 수신하고, 상기 상태 정보에 기초하여 사용자의 심리상태를 판단하는 단계;
(c) 상기 위치 정보 및 상기 심리상태를 고려하여 음악을 선택하는 단계;
(d) 상기 선택된 음악을 상기 사용자 단말로 추천하는 단계; 및
(e) 상기 선택된 음악을 이용하여 음악 목록을 생성하는 단계를 포함하고,
상기 (d) 단계는, 상기 생성된 음악 목록을 사용자 단말로 추천하며,
상기 (e) 단계는,
상기 경로 정보에 경유지 정보가 포함된 경우, 음악 목록의 순서를 상기 현위치 정보에 매칭되는 음악, 상기 경유지 정보에 매칭되는 음악 및 상기 목적지 정보에 매칭되는 음악의 순서로 정렬하여 상기 음악 목록을 생성하되,
상기 경유지 정보 및 상기 목적지 정보 각각과 매칭되는 음악의 개수는, 사용자가 현위치로부터 목적지 및 경유지 각각까지 이동하는데 소요되는 이동시간을 고려하여, 현위치에서 목적지까지 이동하는데 소요되는 이동시간이 현위치에서 경유지까지 이동하는데 소요되는 이동시간이 보다 긴 경우, 상기 현위치 정보에 매칭되는 음악의 개수보다는 상기 경유지 정보에 매칭되는 음악의 개수가, 상기 경유지 정보에 매칭되는 음악의 개수보다는 상기 목적지 정보에 매칭되는 음악의 개수가 더 많게 설정되고,
상기 (c) 단계는, 상기 주기적으로 수신된 상기 경로 정보에 대하여 경유지 정보가 추가되는 변경이 이루어진 경우, 상기 추가된 경유지 정보와 매칭되는 음악을 추가 선택하고,
상기 (e) 단계는, 추가 선택된 상기 추가된 경유지 정보와 매칭되는 음악이 상기 현위치 정보에 매칭되는 음악의 순서와 상기 목적지 정보에 매칭되는 음악의 순서 사이에 제공되도록 상기 음악 목록을 변경하는 것인, 음악 추천 방법. - 삭제
- 제1항에 있어서,
상기 (c) 단계는,
상기 주기적으로 수신된 상기 현위치 정보, 상기 목적지 정보 및 상기 경로 정보 중 적어도 하나가 변경된 경우, 상기 음악을 재선택하는 것인, 음악 추천 방법. - 제3항에 있어서,
상기 (b) 단계에서,
상기 상태 정보는,
사용자의 표정 정보, 음성 정보 및 동작 정보 중 적어도 하나를 포함하고,
상기 (b) 단계는,
상기 표정 정보, 상기 음성 정보 및 상기 동작 정보 중 적어도 하나를 입력 데이터로 하는 미리 학습된 인공 신경망 기반의 심리상태 예측 모델을 이용하여 상기 사용자의 심리상태를 예측하는 것인, 음악 추천 방법. - 제4항에 있어서,
상기 (b) 단계에서,
상기 상태 정보는,
생체 정보를 더 포함하고,
상기 (b) 단계는,
상기 생체 정보를 입력 데이터로 하는 미리 학습된 인공 신경망 기반의 심리상태 예측 모델을 더 이용하여 상기 사용자의 심리상태를 예측하는 것인, 음악 추천 방법. - 제5항에 있어서,
상기 (b) 단계는,
상기 생체 정보를 주기적으로 수신하고, 상기 주기적으로 수신된 생체 정보의 측정값이 소정의 범위 이상 변경된 경우, 상기 변경된 생체 정보에 기초하여 상기 심리상태를 재예측하는 것인, 음악 추천 방법. - 제5항에 있어서,
상기 (b) 단계는,
상기 표정 정보, 상기 음성 정보, 상기 동작 정보 및 상기 생체 정보 중 적어도 일부에 대해 가중치를 다르게 하여 상기 심리상태를 예측하는 것인, 음악 추천 방법. - 제6항에 있어서,
상기 음악 추천 방법은,
(f) 상기 사용자 단말 또는 주변 단말로부터 상기 사용자의 개인화 정보를 수신하는 단계를 더 포함하고,
상기 개인화 정보는,
콘텐츠 접근 내역, 반응 내역, 행동 내역 및 개인 정보 내역 중 적어도 하나를 포함하고,
상기 (c) 단계는,
상기 개인화 정보를 더 고려하여 음악을 선택하는 것인, 음악 추천 방법. - 제1항에 있어서,
상기 음악 추천 방법은,
(g) 주변 사물들로부터 환경 정보를 수신하는 단계를 더 포함하고,
상기 (c) 단계는,
상기 환경 정보를 더 고려하여 음악을 선택하고,
상기 (g) 단계에서,
상기 환경 정보는,
재난 정보를 포함하고,
상기 음악 추천 방법은,
(h) 상기 재난 정보가 수신된 경우, 상기 사용자 단말을 통해 재생되는 음악을 정지시키고, 상기 사용자 단말을 통해 경고음 또는 안내음을 재생하는 단계를 더 포함하는, 음악 추천 방법. - 제9항에 있어서,
상기 환경 정보는, 복수의 드론으로부터 수신되고,
상기 (h) 단계는,
상기 경고음 또는 상기 안내음을 상기 복수의 드론 중 상기 재난 정보를 송신한 드론을 통해 재생하는 단계를 포함하는, 음악 추천 방법. - 음악 추천 장치에 있어서,
주기적으로 현위치 정보, 목적지 정보 및 현위치로부터 목적지까지의 경로 정보를 포함하는 사용자의 위치 정보 및 사용자의 상태 정보를 수신하는 정보 수신부;
상기 상태 정보에 기초하여 상기 사용자의 심리상태를 판단하는 심리상태 판단부;
상기 위치 정보 및 상기 심리상태를 고려하여 음악을 선택하는 음악 선택부;
상기 선택된 음악을 이용하여 음악 목록을 생성하는 음악 목록 생성부; 및
상기 음악 또는 상기 음악 목록을 사용자 단말로 추천하는 음악 추천부를 포함하고,
상기 음악 목록 생성부는,
상기 경로 정보에 경유지 정보가 포함된 경우, 음악 목록의 순서를 상기 현위치 정보에 매칭되는 음악, 상기 경유지 정보에 매칭되는 음악 및 상기 목적지 정보에 매칭되는 음악의 순서로 정렬하여 상기 음악 목록을 생성하되,
상기 경유지 정보 및 상기 목적지 정보 각각과 매칭되는 음악의 개수는, 사용자가 현위치로부터 목적지 및 경유지 각각까지 이동하는데 소요되는 이동시간을 고려하여, 현위치에서 목적지까지 이동하는데 소요되는 이동시간이 현위치에서 경유지까지 이동하는데 소요되는 이동시간이 보다 긴 경우, 상기 현위치 정보에 매칭되는 음악의 개수보다는 상기 경유지 정보에 매칭되는 음악의 개수가, 상기 경유지 정보에 매칭되는 음악의 개수보다는 상기 목적지 정보에 매칭되는 음악의 개수가 더 많게 설정되고,
상기 음악 선택부는, 상기 주기적으로 수신된 상기 경로 정보에 대하여 경유지 정보가 추가되는 변경이 이루어진 경우, 상기 추가된 경유지 정보와 매칭되는 음악을 추가 선택하고,
상기 음악 목록 생성부는, 추가 선택된 상기 추가된 경유지 정보와 매칭되는 음악이 상기 현위치 정보에 매칭되는 음악의 순서와 상기 목적지 정보에 매칭되는 음악의 순서 사이에 제공되도록 상기 음악 목록을 변경하는 것인, 음악 추천 장치. - 제11항에 있어서,
정보 수신부는,
사용자의 개인화 정보를 더 수신하고,
상기 음악 선택부는,
상기 개인화 정보를 더 고려하여 음악을 선택하는 것인, 음악 추천 장치. - 제12항에 있어서,
정보 수신부는,
주변 사물들로부터 환경 정보를 더 수신하고,
상기 환경 정보는 재난 정보를 포함하고,
상기 음악 추천 장치는,
상기 재난 정보가 수신된 경우, 재생되는 음악을 정지시키고, 경고음 또는 안내음을 재생하는 것인, 음악 추천 장치. - 음악 추천 시스템에 있어서,
주기적으로 현위치 정보, 목적지 정보 및 현위치로부터 목적지까지의 경로 정보를 포함하는 사용자의 위치 정보 및 사용자의 상태 정보를 수신하고, 상기 상태 정보에 기초하여 상기 사용자의 심리 상태를 판단하고, 상기 위치 정보 및 상기 심리 상태를 고려하여 음악을 선택하고, 상기 선택된 음악을 이용하여 음악 목록을 생성하고, 상기 음악 또는 상기 음악 목록을 사용자 단말로 추천하는 음악 추천 장치;
상기 위치 정보 및 상기 상태 정보를 상기 음악 추천 장치로 송신하고, 상기 음악 추천 장치로부터 추천 받은 음악을 음악 재생 어플리케이션을 통해 재생하는 사용자 단말;
상기 상태 정보를 상기 음악 추천 장치로 송신하는 주변 단말;
환경 정보를 상기 음악 추천 장치로 송신하고, 상기 음악 추천 장치로부터 경고음 또는 안내음을 수신하여 재생하는 드론,
을 포함하고,
상기 음악 추천 장치는,
상기 경로 정보에 경유지 정보가 포함된 경우, 음악 목록의 순서를 상기 현위치 정보에 매칭되는 음악, 상기 경유지 정보에 매칭되는 음악 및 상기 목적지 정보에 매칭되는 음악의 순서로 정렬하여 상기 음악 목록을 생성하되,
상기 경유지 정보 및 상기 목적지 정보 각각과 매칭되는 음악의 개수를, 사용자가 현위치로부터 목적지 및 경유지 각각까지 이동하는데 소요되는 이동시간을 고려하여, 현위치에서 목적지까지 이동하는데 소요되는 이동시간이 현위치에서 경유지까지 이동하는데 소요되는 이동시간이 보다 긴 경우, 상기 현위치 정보에 매칭되는 음악의 개수보다는 상기 경유지 정보에 매칭되는 음악의 개수가, 상기 경유지 정보에 매칭되는 음악의 개수보다는 상기 목적지 정보에 매칭되는 음악의 개수가 더 많게 설정하고,
상기 주기적으로 수신된 상기 경로 정보에 대하여 경유지 정보가 추가되는 변경이 이루어진 경우, 상기 추가된 경유지 정보와 매칭되는 음악을 추가 선택하고,
추가 선택된 상기 추가된 경유지 정보와 매칭되는 음악이 상기 현위치 정보에 매칭되는 음악의 순서와 상기 목적지 정보에 매칭되는 음악의 순서 사이에 제공되도록 상기 음악 목록을 변경하는 것인, 음악 추천 시스템. - 제1항, 제3항 내지 제10항 중 어느 한 항의 방법을 컴퓨터에서 실행하기 위한 프로그램을 기록한 컴퓨터에서 판독 가능한 기록매체.
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
KR1020190102467A KR102212638B1 (ko) | 2019-08-21 | 2019-08-21 | 음악 추천 시스템 및 방법 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
KR1020190102467A KR102212638B1 (ko) | 2019-08-21 | 2019-08-21 | 음악 추천 시스템 및 방법 |
Publications (1)
Publication Number | Publication Date |
---|---|
KR102212638B1 true KR102212638B1 (ko) | 2021-02-04 |
Family
ID=74558488
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
KR1020190102467A KR102212638B1 (ko) | 2019-08-21 | 2019-08-21 | 음악 추천 시스템 및 방법 |
Country Status (1)
Country | Link |
---|---|
KR (1) | KR102212638B1 (ko) |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115100743A (zh) * | 2022-06-24 | 2022-09-23 | 中国人民解放军空军军医大学 | 一种计算机安全监测*** |
WO2023101159A1 (ko) * | 2021-11-30 | 2023-06-08 | 삼성전자주식회사 | 장애인을 위한 시청각 콘텐츠 제공 장치 및 방법 |
US20230214237A1 (en) * | 2021-03-26 | 2023-07-06 | Beijing Bytedance Network Technology Co., Ltd. | Method and apparatus for processing listening resuming of music application, and device |
US11940170B2 (en) * | 2014-11-07 | 2024-03-26 | Sony Corporation | Control system, control method, and storage medium |
US12020560B2 (en) | 2021-11-30 | 2024-06-25 | Samsung Electronics Co., Ltd. | Device and method of providing audiovisual content for the disabled |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20150010313A (ko) * | 2013-07-19 | 2015-01-28 | 전자부품연구원 | 감정 분석을 통한 선호 음원 관리 장치 및 방법 |
KR101638500B1 (ko) * | 2015-10-16 | 2016-07-11 | 조승철 | 드론을 이용한 감시 시스템 및 방법 |
KR20190073045A (ko) * | 2017-12-18 | 2019-06-26 | 정우주 | 음악을 추천하기 위한 장치, 이를 위한 방법 및 이 방법을 수행하는 프로그램이 기록된 컴퓨터 판독 가능한 기록매체 |
-
2019
- 2019-08-21 KR KR1020190102467A patent/KR102212638B1/ko active IP Right Grant
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20150010313A (ko) * | 2013-07-19 | 2015-01-28 | 전자부품연구원 | 감정 분석을 통한 선호 음원 관리 장치 및 방법 |
KR101638500B1 (ko) * | 2015-10-16 | 2016-07-11 | 조승철 | 드론을 이용한 감시 시스템 및 방법 |
KR20190073045A (ko) * | 2017-12-18 | 2019-06-26 | 정우주 | 음악을 추천하기 위한 장치, 이를 위한 방법 및 이 방법을 수행하는 프로그램이 기록된 컴퓨터 판독 가능한 기록매체 |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US11940170B2 (en) * | 2014-11-07 | 2024-03-26 | Sony Corporation | Control system, control method, and storage medium |
US20230214237A1 (en) * | 2021-03-26 | 2023-07-06 | Beijing Bytedance Network Technology Co., Ltd. | Method and apparatus for processing listening resuming of music application, and device |
US12026524B2 (en) * | 2021-03-26 | 2024-07-02 | Beijing Bytedance Network Technology Co., Ltd. | Method and apparatus for processing listening resuming of music application, and device |
WO2023101159A1 (ko) * | 2021-11-30 | 2023-06-08 | 삼성전자주식회사 | 장애인을 위한 시청각 콘텐츠 제공 장치 및 방법 |
US12020560B2 (en) | 2021-11-30 | 2024-06-25 | Samsung Electronics Co., Ltd. | Device and method of providing audiovisual content for the disabled |
CN115100743A (zh) * | 2022-06-24 | 2022-09-23 | 中国人民解放军空军军医大学 | 一种计算机安全监测*** |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
KR102212638B1 (ko) | 음악 추천 시스템 및 방법 | |
US10915291B2 (en) | User-interfaces for audio-augmented-reality | |
US10003924B2 (en) | Method of and server for processing wireless device sensor data to generate an entity vector associated with a physical location | |
US10869154B2 (en) | Location-based personal audio | |
US11334804B2 (en) | Cognitive music selection system and method | |
JP2019207720A (ja) | 情報処理装置、情報処理方法及びプログラム | |
CN106464758B (zh) | 利用用户信号来发起通信 | |
US11423895B2 (en) | Method and system for providing an interactive interface | |
US11043216B2 (en) | Voice feedback for user interface of media playback device | |
US20160149547A1 (en) | Automated audio adjustment | |
US10346480B2 (en) | Systems, apparatus, and methods for social graph based recommendation | |
KR20180070970A (ko) | 음성 인식 방법 및 장치 | |
US20140201276A1 (en) | Accumulation of real-time crowd sourced data for inferring metadata about entities | |
JP2010072811A (ja) | 情報処理システム、プログラム及び情報記憶媒体 | |
CN110996796A (zh) | 信息处理设备、方法和程序 | |
US20230186878A1 (en) | Vehicle systems and related methods | |
US20220246135A1 (en) | Information processing system, information processing method, and recording medium | |
KR20230162078A (ko) | 보컬들의 특성들을 변경하기 위한 신경망들 | |
JP7136099B2 (ja) | 情報処理装置、情報処理方法、およびプログラム | |
JPWO2019207918A1 (ja) | 情報処理装置、情報処理方法及びプログラム | |
CN112041787A (zh) | 利用应用来输出对用户输入的响应的电子装置及其操作方法 | |
JP6482703B1 (ja) | 推定装置、推定方法および推定プログラム | |
US20210149952A1 (en) | Information processing apparatus, information processing method, and program | |
CN113795860A (zh) | 信息处理设备、信息处理方法和信息处理程序 | |
JP2021068090A (ja) | コンテンツ推薦システム |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
E701 | Decision to grant or registration of patent right | ||
GRNT | Written decision to grant |