KR20150143950A - 사용자 성향을 고려한 지능형 컨텐츠 추천 서비스 방법 - Google Patents
사용자 성향을 고려한 지능형 컨텐츠 추천 서비스 방법 Download PDFInfo
- Publication number
- KR20150143950A KR20150143950A KR1020140072251A KR20140072251A KR20150143950A KR 20150143950 A KR20150143950 A KR 20150143950A KR 1020140072251 A KR1020140072251 A KR 1020140072251A KR 20140072251 A KR20140072251 A KR 20140072251A KR 20150143950 A KR20150143950 A KR 20150143950A
- Authority
- KR
- South Korea
- Prior art keywords
- user
- music
- content
- fitness test
- contents
- Prior art date
Links
- 238000000034 method Methods 0.000 title claims abstract description 38
- 238000012360 testing method Methods 0.000 claims abstract description 61
- 230000002068 genetic effect Effects 0.000 claims abstract description 30
- 238000004458 analytical method Methods 0.000 claims abstract description 11
- 230000035772 mutation Effects 0.000 claims abstract description 11
- 238000011156 evaluation Methods 0.000 claims abstract description 10
- 230000008569 process Effects 0.000 abstract description 10
- 238000004891 communication Methods 0.000 description 12
- 238000001914 filtration Methods 0.000 description 6
- 230000008901 benefit Effects 0.000 description 4
- 238000010586 diagram Methods 0.000 description 4
- 230000006870 function Effects 0.000 description 4
- 238000012512 characterization method Methods 0.000 description 3
- 238000001514 detection method Methods 0.000 description 3
- 238000007726 management method Methods 0.000 description 3
- 239000011435 rock Substances 0.000 description 3
- 230000005236 sound signal Effects 0.000 description 3
- 230000003068 static effect Effects 0.000 description 3
- 238000009826 distribution Methods 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- 235000019640 taste Nutrition 0.000 description 2
- 229930091051 Arenine Natural products 0.000 description 1
- VYZAMTAEIAYCRO-UHFFFAOYSA-N Chromium Chemical compound [Cr] VYZAMTAEIAYCRO-UHFFFAOYSA-N 0.000 description 1
- 230000001133 acceleration Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000002349 favourable effect Effects 0.000 description 1
- 238000010295 mobile communication Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 238000005070 sampling Methods 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 230000015541 sensory perception of touch Effects 0.000 description 1
- 238000012956 testing procedure Methods 0.000 description 1
- 238000009827 uniform distribution Methods 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/10—Services
Landscapes
- Business, Economics & Management (AREA)
- Tourism & Hospitality (AREA)
- Health & Medical Sciences (AREA)
- Economics (AREA)
- General Health & Medical Sciences (AREA)
- Human Resources & Organizations (AREA)
- Marketing (AREA)
- Primary Health Care (AREA)
- Strategic Management (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
본 발명에 따른 지능형 컨텐츠 추천 서비스 방법은, 사용자 성향분석을 위한 설문을 디스플레이 하고, 상기 각 설문항목에 관한 정보를 사용자로부터 입력받는 과정과, 단말에 저장된 각 음악 컨텐츠의 메타정보를 검출하는 과정과, 상기 사용자 성향분석 정보에 기초하여, 단말에 저장된 음악 컨텐츠에 관한 1차 적합도 검정을 수행하는 과정과, 상기 적합도 검정으로 초기 유전자 코드를 결정하는 과정과, 사용자의 성향을 고려한 음악 컨텐츠를 주기적으로 추천하고 각 컨텐츠에 대한 사용자의 평가를 피드백받는 과정과, 상기 피드백 정보에 기초하여, 단말에 저장된 음악 컨텐츠에 관한 2차 적합도 검정을 수행하는 과정과, 상기 2차 적합도 검정의 결과가 1차 적합도 검정의 결과와 다르거나 특정 컨텐츠 쟝르에 편중되는 경우 사용자 성향과 다른 쟝르의 컨텐츠를 추천하여 뮤테이션 절차를 실행하는 과정을 포함하여 이루어진다.
본 발명은 종래 컨텐츠 기반 추천의 단점인 정형화된 데이터 및 과잉 특성화의 문제를 해결하기 위해, 적합도 검정 및 유전자 알고리즘을 적용하여 사용자들 각자에게 성향에 맞는 음악 컨텐츠를 추천하는 지능형 컨텐츠 추천 서비스 방법을 구현하였다.
본 발명은 종래 컨텐츠 기반 추천의 단점인 정형화된 데이터 및 과잉 특성화의 문제를 해결하기 위해, 적합도 검정 및 유전자 알고리즘을 적용하여 사용자들 각자에게 성향에 맞는 음악 컨텐츠를 추천하는 지능형 컨텐츠 추천 서비스 방법을 구현하였다.
Description
본 발명은 컨텐츠 추천 서비스에 관한 것으로서, 특히 사용자들 각자에게 성향에 맞는 음악 컨텐츠를 추천하는 지능형 컨텐츠 추천 서비스 방법에 관한 것이다.
최근, 연예, 엔터테인먼트 산업은 바이오, 반도체, IT와 같은 첨단산업이나 금융산업 못지않게, 그 시장규모와 영향력이 커지고 있으며, 인터넷의 빠른 발달에 따라 웹 상에서 이용할 수 있는 다양한 서비스들이 생겨났다. 온라인 음악 제공 서비스도 이러한 새로운 서비스 중 하나로, 사람들의 음악감상과 듣는 방식에 변화를 주었다. 기존에 사람들은 TV나 라디오를 통해 음악을 듣거나 CD와 같은 음악 매체를 구매하여 음악을 들었던 반면, 웹을 통한 디지털 컨텐츠 유통이 발달한 지금은 웹을 통해 MP3파일을 다운로드하여 음악을 감상하거나 웹 상에서 스트리밍 서비스를 통해 음악을 감상하는 사람들이 늘어나고 있다.
음악산업의 이러한 급격한 변화에 따라 음악서비스 제공업체들은 사용자들의 서비스 이용 만족도를 올리기 위한 노력을 하고 있다.
국내 음반산업의 규모와 시장이 점차 커지고 전 세계가 인터넷을 통해 하나로 묶이면서, 매달 음반시장에 출시되는 신규 컨텐츠들이 넘쳐나게 되고 시장에 출시되는 신규 컨텐츠들을 사용자들에게 모두 소개하는 것은 사실상 불가능하게 되었다.
따라서, 음악서비스 제공업체들은 각기 다른 사용자들의 성향과 음악선호도를 고려하여 맞춤형 서비스를 제공하는 것으로서, 음반시장의 비약적인 성장에 대처하고 사용자들의 니즈(Needs)를 만족시킬 수 있도록 노력하고 있다.
종래, 음악서비스 제공업체들은 사용자들의 성향과 음악선호도를 고려한 맞춤형 서비스를 제공하기 위하여 사용자의 성향 평가 데이터 및 로컬 컨텐츠를 적용한 컨텐츠 기반 추천 알고리즘을 사용하였다. 그러나, 이러한 종래의 컨텐츠 추천 알고리즘은 정형화된 데이터가 이용된다는 점, 그리고 과잉 특성화의 문제를 갖는다는 단점으로 인해, 옳바른 컨텐츠 추천이 이루어지지 않았고 사용자들에게 만족스런 서비스를 제공할 수 없었다.
본 발명의 목적은, 적합도 검정 및 유전자 알고리즘을 적용하여 사용자들 각자에게 성향에 맞는 음악 컨텐츠를 추천하는 지능형 컨텐츠 추천 서비스 방법을 제공하는데 있다.
본 발명의 부가적인 특성 및 이점들은 아래의 설명에 기재될 것이며, 부분적으로는 상기 설명에 의해 명백해지거나 본 발명의 실행을 통해 숙지될 것이다. 본 발명의 목표 및 다른 이점들은 특히 아래 기재된 설명 및 부가된 도면뿐만 아니라 청구항에서 지적한 구조에 의해 구현될 것이다.
본 발명은 종래 컨텐츠 기반 추천의 단점인 정형화된 데이터 및 과잉 특성화의 문제를 해결하기 위해, 적합도 검정 및 유전자 알고리즘을 적용하여 사용자들 각자에게 성향에 맞는 음악 컨텐츠를 추천하는 지능형 컨텐츠 추천 서비스 방법을 구현하였다.
그리고, 사용자 음악 성향에 관련된 유전자 코드를 생성 및 이용하여, 비슷한 성향을 갖는 사용자들 간의 음악추천에 활용하고, 사용자의 음악성향을 쉽게 분류하고 관리할 수 있도록 하였다.
도1은 본 발명에 따른 사용자 단말기에 관한 블록 구성도.
도2는 본 발명에 따른 제어부의 블록 구성도.
도3은 사용자의 선호 장르에 관한 분석 알고리즘의 테이블.
도4는 본 발명에 따른 지능형 컨텐츠 추천 서비스 방법에 관한 순서도.
도5a는 사용자 성향에 관한 설문과 성향 분석을 나타내는 서비스 앱화면의 예시도.
도5b는 사용자 성향에 따른 음악 추천을 나타내는 서비스 앱화면의 예시도.
도2는 본 발명에 따른 제어부의 블록 구성도.
도3은 사용자의 선호 장르에 관한 분석 알고리즘의 테이블.
도4는 본 발명에 따른 지능형 컨텐츠 추천 서비스 방법에 관한 순서도.
도5a는 사용자 성향에 관한 설문과 성향 분석을 나타내는 서비스 앱화면의 예시도.
도5b는 사용자 성향에 따른 음악 추천을 나타내는 서비스 앱화면의 예시도.
상기와 같은 목적을 달성하기 위하여, 본 발명에 따른 지능형 컨텐츠 추천 서비스 방법은,
사용자 성향분석을 위한 설문을 디스플레이 하고, 상기 각 설문항목에 관한 정보를 사용자로부터 입력받는 과정과, 단말에 저장된 각 음악 컨텐츠의 메타정보를 검출하는 과정과, 상기 사용자 성향분석 정보에 기초하여, 단말에 저장된 음악 컨텐츠에 관한 1차 적합도 검정을 수행하는 과정과, 상기 적합도 검정으로 초기 유전자 코드를 결정하는 과정과, 사용자의 성향을 고려한 음악 컨텐츠를 주기적으로 추천하고 각 컨텐츠에 대한 사용자의 평가를 피드백받는 과정과, 상기 피드백 정보에 기초하여, 단말에 저장된 음악 컨텐츠에 관한 2차 적합도 검정을 수행하는 과정과, 상기 2차 적합도 검정의 결과가 1차 적합도 검정의 결과와 다르거나 특정 컨텐츠 쟝르에 편중되는 경우 사용자 성향과 다른 쟝르의 컨텐츠를 추천하여 뮤테이션 절차를 실행하는 과정을 포함하여 이루어진다.
바람직하게, 상기 뮤테이션 절차는, 사용자 성향과 다른 쟝르의 음악 컨텐츠를 추천하고 각 컨텐츠에 대한 사용자의 평가를 피드백받는 과정과, 상기 피드백 정보에 기초하여, 단말에 저장된 음악 컨텐츠에 관한 2차 적합도 검정을 수행하는 과정과, 상기 2차 적합도 검정의 결과가 1차 적합도 검정의 결과와 같거나 특정 컨텐츠 쟝르에 편중되지 않는 경우 사용자 성향에 맞는 컨텐츠 추천이 이루어진 것으로 판정하는 과정과, 상기 판정결과에 따라 이전과 동일한 성향의 음악 쟝르로서 컨텐츠 추천을 수행하는 과정을 포함하여 이루어진다.
바람직하게, 상기 단말은 상기 음악 컨텐츠의 메타정보 검출을 수행하는 메타정보 검출부와, 상기 단말에 저장된 음악 컨텐츠에 관한 1차 적합도 검정과 2차 적합도 검정을 수행하는 적합도 검정부와, 적합도 검정으로 사용자의 유전자 코드를 결정하는 유전자 코드 생성부와, 사용자의 성향을 고려한 음악 컨텐츠를 주기적으로 추천하는 컨텐츠 추천부를 포함하여 구성된다.
이하, 본 발명의 바람직한 실시 예를 도면을 참조하여 설명하면 다음과 같다.
컨텐츠 추천과 큐레이션의 기술의 핵심은 컨텐츠 기반 추천 알고리즘과 협업 필터링 추천 알고리즘으로 나눌 수 있다. 컨텐츠 기반 추천은 컨텐츠의 메타정보와 사용자의 선호도간의 유사성을 분석하여 추천하는 방법이다. 이 알고리즘의 장점은 구현과 계산의 편리함이 있고, 사용자의 선호 정보를 직접 반영이 가능하다는 장점이 있다. 하지만, 단점으로는 전형화된 컨텐츠만을 추천할 수 있고 과잉 특정화가 잘 나타날 수 있다.
협업적 필터링 알고리즘은 사용자와 유사한 취향을 가진 사용자의 경험을 기반으로 추천하는 방식이다. 이 알고리즘의 장점은 사용자의 경험에 기반함으로 비정형 정보의 추천도 가능하다는데 있고, 다른 사용자의 경험을 바탕으로 하므로 새로운 정보제공이 가능하고 사용자의 취향이나 정보의 질에 기반한 추천이 가능하다. 하지만, 기본적으로 경험과 평가정보가 축적되지 않았을 경우 부정확하다는 단점을 가지고 있다.
따라서, 현재 개발하고 있는 큐레이션 엔진(Curation Engine)의 경우, 컨텐츠 기반 추천과 협업적 필터링 추천 알고리즘을 적절하게 조합한 하이브리드(Hybrid)형 추천 알고리즘이다. 초기 플랫폼 구축 시의 초기 데이터가 없을 경우는 컨텐츠 기반 추천 알고리즘을 이용한 사용자의 단말 데이터 및 사용자 설문평가에 의한 데이터를 이용하다가 같은 성향의 사용자가 많아질 경우, 협업적 필터링 추천 알고리즘을 사용하여 사용자간의 추천을 통해 컨텐츠를 추천하는 방법으로 전환하는 형태로 추천한다. 하지만, 하이브리드 추천에도 컨텐츠 기반 추천의 단점 및 협업적 필터링의 단점이 공전하고 있어 이러한 단점을 보완할 수 있는 방법으로 컨텐츠 기반 추천의 단점인 정형화된 데이터 및 과잉 특성화의 문제는 유전자 알고리즘에서 사용하는 뮤테이션(돌연변이) 기법으로 해결하였다. 정형화 된 데이터 및 과잉 특성화가 나타나는 시점을 사용자가 특정한 태그(메타 데이터)에 강한 선호도를 나타내는 경우로 판단하여 사용자가 좋아하지 않는 컨텐츠를 뺀 나머지 데이터를 비율에 따라 혼합하면 이러한 단점은 줄어들게 된다. 또한, 협업적 필터링의 단점인 사용자가 적을 경우 평가가 이루어지지 않는 아이템이 많다는 단점이 있어, 이러한 경우 SNS의 친구가 추천한 데이터를 추천할 경우 일반적인 사용자가 추천한 것보다 사용자간의 신회성이 있기 때문에 컨텐츠 추천에 있어 보다 신뢰성이 놓아져 위의 단점이 보완되게 된다.
도1은 본 발명에 따라 지능형 컨텐츠 추천 서비스를 제공하는 사용자 단말기에 관한 블록 구성도이다.
본 발명에 따른 사용자 단말기(100)는 휴대폰, 스마트 폰(smart phone), 테블릿 컴퓨터, 노트북 컴퓨터(notebook computer), 디지털방송용 단말기, PDA(Personal Digital Assistants), PMP (Portable Multimedia Player) 등과 같은 휴대 가능 단말기는 물론, 데스크탑 컴퓨터와 같은 고정형 단말기일 수 있다.
이하의 설명에서는 상기 사용자 단말기(100)가 스마트 폰(smart phone)인 것으로 가정하고 설명한다.
도1을 참조하여, 기능 및 H/W적 관점에서 사용자 단말기(100)의 구성을 살펴보면 다음과 같다.
사용자 단말기(100)는 무선 통신부(110), A/V(Audio/Video) 입력부(120), 사용자 입력부(130), 센싱부(140), 출력부(150), 메모리(160), 인터페이스부(170), 제어부(180) 및 전원 공급부(190) 등의 구성요소들을 포함할 수 있다.
상기 무선 통신부(110)는 사용자 단말기(100)와 무선통신 시스템 간의 무선 통신 또는 사용자 단말기(100)와 사용자 단말기(100)가 위치한 네트웍간의 무선 통신을 하게 하는 하나 이상의 구성요소를 포함할 수 있다. 예를 들어, 무선 통신부(110)는 방송수신 모듈(111), 이동통신 모듈(112), 무선 인터넷 모듈(113), 근거리 통신모듈(114), 그리고 위치정보 모듈(115), NFC모뎀(116) 중, 적어도 하나를 포함할 수 있다.
상기 근거리 통신모듈(114)은 인근에 위치한 전자기기와 통신하는 통신모듈을 말한다. 적용가능한 근거리 통신기술로는 블루투스(Bluetooth), RFID(Radio Frequency Identification), 적외선 통신(IrDA, infrared Data Association), UWB(Ultra Wideband), ZigBee 등이 있다.
상기 사용자 입력부(130)는 사용자가 단말기의 동작 제어를 위한 입력 데이터를 발생시킨다. 상기 사용자 입력부(130)는 키 패드(key pad), 돔 스위치 (dome switch), 터치 패드(정압/정전), 조그 휠, 조그 스위치 등으로 구성될 수 있다. 특히, 터치 패드가 후술하는 디스플레이부(151)와 상호 레이어 구조를 이룰 때, 이를 터치 스크린이라 부를 수 있다.
사용자 입력부(130)는 사용자 성향분석을 위한 설문을 디스플레이되면, 상기 각 설문항목에 관한 정보(예: 항목 선택 및 텍스트 입력 등)를 사용자로부터 입력받는다. 또한, 각 추천 컨텐츠에 대한 사용자의 평가(예: 좋아요 or 싫어요)를 피드백받는다.
상기 센싱부(140)는 사용자 단말기(100)의 개폐상태, 사용자 단말기(100)의 위치, 사용자 접촉 유무, 사용자 단말기의 가속/감속 등과 같이 사용자 단말기(100)의 현 상태를 감지하여 사용자 단말기(100)의 동작제어를 위한 센싱신호를 발생시킨다. 예를 들어 사용자 단말기(100)가 슬라이드 폰 형태인 경우 슬라이드 폰의 개폐 여부를 센싱할 수 있다. 또한, 전원공급부(190)의 전원공급 여부, 인터페이스부(170)의 외부기기 결합여부 등과 관련된 센싱 기능을 담당한다.
또한, 상기 인터페이스부(170)는 사용자 단말기(100)가 외부 크래들(cradle) 과 연결될 때 상기 크래들로부터의 전원이 사용자 단말기(100)에 공급되는 통로가 되거나, 사용자에 의해 상기 크래들에서 입력되는 각종 명령신호가 사용자 단말기(100)로 전달되는 통로가 될 수 있다. 상기 크래들로부터 입력되는 각종 명령신호 또는 상기 전원은 상기 사용자 단말기가 상기 크래들에 정확히 장착되었음을 인지하기 위한 신호로 동작될 수도 있다.
상기 출력부(150)는 시각, 청각 또는 촉각 등과 관련된 출력을 발생시키기 위한 것으로, 디스플레이부(151), 음향출력 모듈(152), 알람부(153) 등이 이에 포함될 수 있다.
상기 디스플레이부(151)는 사용자 단말기(100)에서 처리되는 정보를 표시 출력한다. 예를 들어 디스플레이부(151)는 사용자 단말(100)이 음악컨텐츠 제공 서버와 접속하여 컨텐츠 추천, 구매, 저장, 관리 등의 서비스 화면 구성을 디스플레이 한다. 또한, 사용자 성향분석을 위한 각종 설문들을 디스플레이 한다.
디스플레이부(151)는 그리고, 화상 통화모드 또는 촬영모드인 경우 촬영 또는/및 수신된 영상 또는 UI(User Interface), GUI(Graphic User Interface)를 표시한다. 디스플레이부(151)는 사용자 단말기(100)의 구현 형태에 따라 2개 이상 존재할 수 있다. 예를 들어, 사용자 단말기(100)에는 복수의 디스플레이 부들이 하나의 면에 이격되거나 일체로 배치될 수 있고, 또한 서로 다른 면에 각각 배치될 수도 있다.
상기 디스플레이부(151)와 터치동작을 감지하는 센서(이하, '터치 센서'라 함)가 상호 레이어 구조를 이루는 경우(이하, '터치 스크린'이라 함)에, 디스플레이부(151)는 출력장치 이외에 입력장치로도 사용될 수 있다. 터치 센서는, 예를 들어, 터치 필름, 터치 시트, 터치 패드 등의 형태를 가질 수 있다.
상기 음향출력 모듈(152)는 호신호 수신, 통화모드 또는 녹음모드, 음성인식 모드, 방송수신 모드 등에서 무선 통신부(110)로부터 수신되거나 메모리(160)에 저장된 음악 컨텐츠 데이터를 출력한다. 또한, 음향출력 모듈(152)은 사용자 단말기(100)에서 수행되는 기능(예를 들어, 호신호 수신음, 메시지 수신음 등)과 관련된 음향신호를 출력한다. 이러한 음향출력 모듈(152)에는 리시버(Receiver), 스피커(speaker), 버저(Buzzer) 등이 포함될 수 있다.
상기 알람부(153)는 사용자 단말기(100)의 이벤트 발생을 알리기 위한 신호를 출력한다. 상기 이벤트의 예로는 호 신호 수신, 메시지 수신, 키 신호 입력, 터치입력 등이 있다. 알람부(153)는 오디오 신호나 비디오 신호 이외에 다른 형태로 예를 들어 진동으로 이벤트 발생을 알리기 위한 신호를 출력할 수도 있다. 상기 비디오 신호나 오디오 신호는 디스플레이부(151)나 음성출력 모듈(152)을 통해서도 출력될 수 있어서, 그들(151, 252)은 알람부(153)의 일부로 분류될 수도 있다.
상기 메모리(160)는 제어부(180)의 처리 및 제어를 위한 프로그램(or 서비스 어플리케이션)이 저장될 수도 있고, 입/출력되는 데이터들(예를 들어, 폰북, 메시지, 정지영상, 동영상의 임시 저장, 음악컨텐츠, 추천 컨텐츠 리스트 등)을 위한 기능을 수행할 수도 있다.
메모리(160)는 플래시 메모리 타입(flash memory type), 하드디스크 타입(hard disk type), 멀티미디어 카드 마이크로 타입(multimedia card micro type), 카드 타입의 메모리(예를 들어 SD 또는 XD 메모리 등), 램(RAM, Random Access Memory) SRAM(Static Random Access Memory), 롬(ROM, Read-Only Memory), EEPROM(Electrically Erasable Programmable Read-Only Memory), PROM(Programmable Read-Only Memory) 자기 메모리, 자기 디스크, 광디스크 중 적어도 하나의 타입의 저장매체를 포함할 수 있다. 또한, 사용자 단말기(100)는 인터넷(internet)상에서 메모리(160)의 저장 기능을 수행하는 웹 스토리지(web storage)를 운영할 수도 있다.
상기 제어부(180)는 단말의 각 구성요소(110, 120, 130, 140, 150, 160, 170, 190)와 연동하여, 단말의 동작을 제어한다.
제어부(180)는 웹 표준을 지원하는 각종 운영체제(예: Microsoft Windows, Apple OS X, Linux (Ubuntu 등), Apple iOS, Google Android 등)는 물론, HTML5 표준을 지원하는 브라우저(예: Microsoft Internet Explorer(v8 이상), Google Chrome, Apple Safari 등)를 실행(or 인스톨)할 수 있는 환경과 성능을 제공한다.
본 발명은, 이하 설명의 편의를 위해 제어부(180)에 탑재되는 음악 추천 서비스 앱(app)을 제어부(180)와 별도로 구분하지 않고 제어부(180)에서 이루어지는 것으로 간주하여 기술한다.
상기 제어부(180)에 탑재되는 음악 추천 서비스 앱(app)은 안드로이드 마켓이나 앱스토어 등과 같은 어플리케이션 구입처에서 제공될 수 있고, 사용자는 해당 앱(app, 180)을 미리 다운로드하여, 스마트 단말기기(100)에 인스톨(install)한다.
제어부(180)는 상기 서비스 앱(app)의 처리 정보와 관리 화면들(예: 음악컨텐츠 제공 서버와의 접속 및 로그 화면, 컨텐츠 추천, 구매, 저장, 관리 등의 서비스 화면 등)을 상기 디스플레이부(151)를 통해 표시한다.
본 발명에 따른 제어부(180)는 도2에 도시된 바와 같이, 메타정보 검출부(182), 적합도 검정부(184), 유전자 코드 생성부(186), 그리고 컨텐츠 추천부(188)를 포함하여 구성된다. 도2는 본 발명에 따른 제어부의 블록 구성도이다.
상기 메타정보 검출부(182)는 사용자 성향분석을 위한 설문 정보가 사용자로부터 입력되면, 상기 메모리(160)에 저장된 각 음악 컨텐츠의 메타정보를 검출한다. 상기 메타정보는 해당 음악 컨텐츠에 관한 각종 정보(예: 아티스트명, 쟝르, 재생시간 등)를 포함한다.
상기 적합도 검정부(184)는 상기 사용자 성향분석 정보에 기초하여, 메모리(160)에 저장된 상기 각 음악 컨텐츠에 관한 1차 적합도 검정(Goodness of Fit Test)을 수행한다. 또한, 사용자의 피드백 정보(예: 사용자의 평가)에 기초하여, 메모리(160)에 저장된 상기 각 음악 컨텐츠에 관한 2차 적합도 검정을 수행한다.
적합도 검정부(184)는 각 범주(음악 쟝르)별 선호여부를 적합도 검정을 통해 검증한다.
적합도 검정(Goodness of Fit Test)은 특정 모집단으로부터 추출된 표본이 특정한 분포를 따르는지 검정하는 것이다. 적합도 검정(Goodness of Fit Test)은 도3의 (a)에 도시된 바와 같이 관측도수와 기대도수의 차이를 통해 검정된다. 상기 관측도수는 각 범주(카테고리(예: 음악쟝르))에 속하는 실제 표본의 도수(예: 동전 던지기 100회 -> 실제 앞면이 나온 횟수)를 의미하고 상기 기대도수는 각 범위에서 통계적으로 기대되는 도수(예: 동전 던지기 100회 -> 앞면이 나올 확률은 1/2이므로, 앞면이 나올 통계적 횟수는 50회)를 의미한다.
적합도 검정 수행을 위해, 적합도 검정부(184)는 우선, 가설을 설정하고 카이스퀘어 통계량을 산출한 후 적합도에 관한 결론을 도출한다.
상기 가설 설정을 위해, 적합도 검정부(184)는 균일분포(Uniform distribution)를 가정하여 각 범주(카테고리(예: 음악쟝르))의 선택 확률(Pi)을 구하고, 각 범주의 선택 확률(Pi)을 비교하는 것으로서 사용자가 메타정보를 선호하는지 선호하지 않는지 여부를 판단한다.
* H0: p1=p2= ... =pi (사용자는 성향에 맞는 메타정보를 선호하지 않는다고 판단)
* H1: pi≠pj (사용자는 1개 이상의 메타정보를 선호 한다고 판단)
이후, 적합도 검정부(184)는 하기 [수학식 1]에 따라 카이스퀘어 통계량을 산출한다.
[수학식 1]
여기서, 상기 oi는 i번째 범주의 관측 도수이고, 상기 ei는 i번째 범주의 기대도수이고, 상기 k는 범주의 수이고, 상기 v는 자유도 값으로 k - 1이다.
상기 카이스퀘어 통계량이 산출되면, 적합도 검정부(184)는 산출된 카이스퀘어 통계량(X2)을 카이스퀘어 임계값(X2 v)과 비교한다. 만일, 카이스퀘어 통계량(X2)이 카이스퀘어 임계값(X2 v) 보다 작은 경우, 사용자가 메타정보를 선호하지 않는다는 귀무가설이 채택되고, 상기 카이스퀘어 통계량(X2)이 카이스퀘어 임계값(X2 v) 보다 큰 경우, 상기 귀무가설이 채택되지 않는다. 귀무가설이 기각되면, 사용자가 1개 이상의 메타정보를 선호한다는 판단이 이루어진다.
도3은 사용자의 선호 장르에 관한 분석 알고리즘의 테이블로서, 본 발명의 설명의 편의와 이해를 돕기 위해, 범주(카테고리(예: 음악쟝르)와, 기대빈도, 관측빈도를 도시된 바와 같이 설정한다.
도3에 도시된 바와 같이, 본 예시의 범주(카테고리(예: 음악쟝르)는 9개(예: 발라드, 댄스, 알앤비, 랩/힙합, 록, 일레트로닉, 포크, 트로트, 인디)이고, 각 범주(음악쟝르)의 기대빈도는 5곡이며, 각 범주(음악쟝르)별 관측빈도는 도3의 (a)에 도시된 테이블의 내용과 같고 그 합은 45이다.
그리고, 각 범주(음악쟝르)별 카이스퀘어 통계량(X2)은 상기 [수학식 1]을 적용하여 산출되며 그 합계값은 46이다.
본 예시의 자유도는 쟝르의 수(k)에서 1을 제한 값(예: 8)이다. 그리고, 자유도가 8일 때, 본 예시의 카이스퀘어 임계값(X2 v)은 15.51이며, 이는 유의수준(α)이 0.05일 때를 기준으로 산출된 값이다.
상기 유의수준(α)은 가설검증에서 귀무가설이 실제로 참일 때 귀무가설에 대한 판단의 오류수준(잘못 기각할 확률)을 말하며, 제1종 오류의 위험성을 부담할 최대 확률을 가설의 유의수준이라고 한다. 이는 가설을 검정할 때 보통 α로 나타내며, α는 일반적으로 표본을 추출하기 이전에 설정하여 표본에서 얻은 결과가 우리의 선택에 영향을 미치지 않도록 한다. 사회과학에서는 일반적으로 표본 통계치가 나올 확률 p가 0.05 또는 0.01인 점을 유의수준으로 설정한다.
예를 들어, 가설검정 절차에서 5%의 유의수준을 선택한다면, 그것은 실제 채택하여야 하는데도 불구하고 우리가 그것을 기각할 경우는 100번 중 5번 정도임을 의미한다. 즉, 사용자가 올바른 의사결정을 할 것을 약 95% 확신한다는 것이다. 이러한 경우에, 우리는 그 가설은 유의수준 0.05에서 기각되었다라고 말하는데, 이것은 곧 사용자가 잘못된 의사결정을 내릴 확률이 0.05라는 것을 의미한다.
상기 유전자 코드 생성부(186)는 상기 적합도 검정으로 초기 유전자 코드를 생성(결정)한다. 즉, 각 범주(음악 쟝르)별 선호여부의 값(예: '1' or '0')이 적합한 것으로 검증되면, 유전자 코드 생성부(186)는 각 범주(음악 쟝르)별 선호 또는 비선호의 값(예: '1' or '0')으로 초기 유전자 코드를 생성(결정)한다.
도3의 (b)는 각 범주(음악쟝르)별 선호여부를 나타낸 테이블로서, 각 범주(음악쟝르)별 관측빈도가 기대빈도보다 크거나 같을 경우, 해당 쟝르는 사용자가 선호하는 것으로 판별한다. 본 예시의 경우, 발라드, 댄스, 랩/힙합, 록의 쟝르가 선호되는 것으로 판정되었다.
본 발명에 따른 유전자 코드는 범주의 수(평가되는 쟝르 개수)만큼의 자릿수를 가지며, 유전자 코드의 각 자리(쟝르)는 비선호값('0') 또는 선호값('1')으로 이루어지고, 유전자 코드는 이러한 비선호값('0')과 선호값('1')의 나열이다.
해당 자리(쟝르)의 관측빈도 수가 기대빈도 수보다 작은 경우 해당 자리(쟝르)는 비선호값('0')으로 설정되고, 상기 관측빈도 수가 기대빈도 수보다 크거나 같은 경우 선호값('1')으로 설정된다. 도3의 (b)에 도시된 바와 같이 본 예시의 경우, 발라드, 댄스, 랩/힙합, 록의 쟝르만이 선호값('1')으로 설정되므로, 유전자 코드 생성부(186)는 '110110000'의 유전자 코드를 생성한다.
이러한, 사용자 음악 성향에 관련된 본 발명의 유전자 코드는 사용자의 음악성향을 쉽게 분류하고 관리할 수 있도록 하며, 비슷한 성향을 갖는 사용자들 간의 음악추천에 활용될 수 있다.
상기 컨텐츠 추천부(188)는 상기 사용자 성향분석 정보와 유전자 코드를 참조하여, 사용자의 성향을 고려한 음악 컨텐츠를 주기적으로 추천한다. 컨텐츠 추천부(188)는 상기 유전자 코드를 이용하여 비슷한 성향을 갖는 사용자들을 검색할 수 있으며, 검색된 사용자들의 단말(100)에 저장된 음악 컨텐츠를 참고하여 음악추천에 활용할 수 있다.
상기 컨텐츠 추천부(188)의 컨텐츠 추천은 서비스 앱(app)을 통해 이루어지며, 제어부(180)는 각 추천 컨텐츠에 대한 사용자의 평가(예: 좋아요 or 싫어요)를 피드백받는다.
본 발명은 서비스 앱(app)을 통해 사용자의 지인들로부터도 음악 컨텐츠를 추천받을 수 있으며, 지인들(예: SNS 친구들)의 추천 컨텐츠는 사용자로 하여금 보다 높은 신뢰성을 느끼도록 하므로, 컨텐츠 추천부(188)는 지인들의 추천 컨텐츠를 높은 우선순위로서 컨텐츠 추천 서비스에 활용한다.
이후, 적합도 검정부(184)는 상기 피드백 정보에 기초하여, 단말(100)에 저장된 음악 컨텐츠에 관한 2차 적합도 검정을 수행한다.
제어부(180)는 만일, 상기 2차 적합도 검정의 결과가 1차 적합도 검정의 결과와 다르거나, 단말(100)에 저장된 음악 컨텐츠가 특정 쟝르에 편중되는 경우 뮤테이션(돌연변이) 절차를 수행한다.
상기 뮤테이션(돌연변이) 절차는 기존 컨텐츠 기반 추천의 단점으로 지적되어온 정형화된 데이터 및 과잉 특성화의 문제점을 해결하기 위한 것으로, 기 분석된 사용자 성향과 다른 쟝르의 컨텐츠를 추천하는 프로세스이다.
도4는 본 발명에 따른 지능형 컨텐츠 추천 서비스 방법에 관한 순서도이다.
본 발명에 따른 사용자 단말기(100)는 컨텐츠 추천 서비스를 제공할 수 있는 어플리케이션(컨텐츠 추천 서비스 앱(app))을 메모리(160)에 저장할 수 있다. 컨텐츠 추천 서비스 앱(app)의 경우 사용자가 특정 서버나 어플리케이션 스토어(이하, '앱스토어(App store)'라 한다)로부터 다운로드하여 설치할 수 있다. 컨텐츠 추천 서비스 앱(app)은, 이용자가 미리 다운로드하여 단말기(100)에 인스톨(install) 한다.
사용자 단말(100)은 도5a에 도시된 바와 같이, 우선, 사용자 성향분석을 위한 설문을 디스플레이 하고, 상기 각 설문항목에 관한 정보를 사용자로부터 입력받는다. (S110) 또한, 메모리(160, 혹은 클라우드 메모리)에 저장된 각 음악 컨텐츠의 메타정보를 검출한다. (S120) 도5a는 사용자 성향에 관한 설문과 성향 분석을 나타내는 서비스 앱화면의 예시도이다.
이후, 사용자 단말(100)은 상기 사용자 성향분석 정보에 기초하여, 단말에 저장된 음악 컨텐츠에 관한 1차 적합도 검정을 수행한다. (S130) 그리고, 2차 적합도 검정 결과, 각 범주(음악 쟝르)별 선호여부의 값(예: '1' or '0')이 적합한 것으로 검증되면, 유전자 코드 생성부(186)는 각 범주(음악 쟝르)별 선호 또는 비선호의 값(예: '1' or '0')으로 초기 유전자 코드를 생성(결정)한다. (S140)
이상의 과정들을 통해, 일단, 적합도 검정과 유전자 코드 생성이 완료되면, 단말(100)은 도5b에 도시된 바와 같이, 사용자의 성향을 고려한 음악 컨텐츠를 주기적으로 추천하고 각 컨텐츠에 대한 사용자의 평가를 피드백받는다. (S150)
그리고, 상기 피드백 정보에 기초하여, 메모리(160, 혹은 클라우드 메모리)에 저장된 음악 컨텐츠에 관한 2차 적합도 검정을 수행한다. (S160) 도5b는 사용자 성향에 따른 음악 추천을 나타내는 서비스 앱화면의 예시도이다.
상기 2차 적합도 검정이 완료된 후, 단말(100)은 상기 2차 적합도 검정의 결과가 1차 적합도 검정의 결과와 다르거나, 메모리(160)에 저장된 음악 컨텐츠가 특정 쟝르에 편중되는 경우 뮤테이션(돌연변이) 절차를 수행한다. (S170 ~ S190)
상기 뮤테이션(돌연변이) 절차는 기 분석된 사용자 성향과 다른 쟝르의 컨텐츠를 추천하는 프로세스이다.
상기 2차 적합도 검정의 결과가 1차 적합도 검정의 결과와 다르거나, 메모리(160)에 저장된 음악 컨텐츠가 특정 쟝르에 편중되는 경우, 단말(100)은 사용자 성향과 다른 쟝르의 음악 컨텐츠를 추천하고 각 컨텐츠에 대한 사용자의 평가를 피드백받는다. 그리고, 상기 피드백 정보에 기초하여, 단말에 저장된 음악 컨텐츠에 관한 2차 적합도 검정을 수행한다.
이후, 상기 2차 적합도 검정의 결과가 1차 적합도 검정의 결과와 같거나 특정 컨텐츠 쟝르에 편중되지 않는 경우 사용자 성향에 맞는 컨텐츠 추천이 이루어진 것으로 판정하고, 그 판정결과에 따라 이전과 동일한 성향의 음악 쟝르로서 컨텐츠 추천을 수행하게 된다. 이때도 만일, 2차 적합도 검정의 결과가 1차 적합도 검정의 결과와 다르거나, 메모리(160)에 저장된 음악 컨텐츠가 특정 쟝르에 편중되는 경우 단말(100)은 재차, 뮤테이션(돌연변이) 절차를 수행하게 된다.
이상, 본 발명에 따른 제어부(180)는, 프로그램이 기록된 매체에 컴퓨터가 읽을 수 있는 코드로서 구현하는 것이 가능하다. 그리고 컴퓨터가 읽을 수 있는 매체는, 컴퓨터 시스템에 의하여 읽혀질 수 있는 데이터가 저장되는 모든 종류의 기록장치를 포함한다.
상기 컴퓨터가 읽을 수 있는 매체의 예로는, ROM, RAM, CD-ROM, 자기 테이프, 플로피 디스크, 광 데이터 저장장치 등이 있으며, 상기 컴퓨터는 제어부(180)를 포함할 수도 있다.
본 발명은 도면에 도시된 실시 예(들)를 참고로 설명되었으나 이는 예시적인 것에 불과하며, 본 기술 분야의 통상의 지식을 가진 자라면 이로부터 다양한 변형이 이루어질 수 있으며, 상기 설명된 실시예(들)의 전부 또는 일부가 선택적으로 조합되어 구성될 수도 있다는 점을 이해할 것이다. 따라서, 본 발명의 진정한 기술적 보호 범위는 첨부된 특허청구범위의 기술적 사상에 의해 정해져야 할 것이다.
100 : 사용자 단말기 180 : 제어부
182 : 메타정보 검출부 184 : 적합도 검정부
186 : 유전자 코드 생성부 188 : 컨텐츠 추천부
182 : 메타정보 검출부 184 : 적합도 검정부
186 : 유전자 코드 생성부 188 : 컨텐츠 추천부
Claims (6)
- 사용자 성향분석을 위한 설문을 디스플레이 하고, 상기 각 설문항목에 관한 정보를 사용자로부터 입력받는 과정과,
단말에 저장된 각 음악 컨텐츠의 메타정보를 검출하는 과정과,
상기 사용자 성향분석 정보에 기초하여, 단말에 저장된 음악 컨텐츠에 관한 1차 적합도 검정을 수행하는 과정과,
상기 적합도 검정으로 초기 유전자 코드를 결정하는 과정과,
사용자의 성향을 고려한 음악 컨텐츠를 주기적으로 추천하고 각 컨텐츠에 대한 사용자의 평가를 피드백받는 과정과,
상기 피드백 정보에 기초하여, 단말에 저장된 음악 컨텐츠에 관한 2차 적합도 검정을 수행하는 과정과,
상기 2차 적합도 검정의 결과가 1차 적합도 검정의 결과와 다르거나 특정 컨텐츠 쟝르에 편중되는 경우 사용자 성향과 다른 쟝르의 컨텐츠를 추천하여 뮤테이션 절차를 실행하는 과정을 포함하여 이루어지는 것을 특징으로 하는 지능형 컨텐츠 추천 서비스 방법.
- 제1항에 있어서, 상기 뮤테이션 절차는
사용자 성향과 다른 쟝르의 음악 컨텐츠를 추천하고 각 컨텐츠에 대한 사용자의 평가를 피드백받는 과정과,
상기 피드백 정보에 기초하여, 단말에 저장된 음악 컨텐츠에 관한 2차 적합도 검정을 수행하는 과정과,
상기 2차 적합도 검정의 결과가 1차 적합도 검정의 결과와 같거나 특정 컨텐츠 쟝르에 편중되지 않는 경우 사용자 성향에 맞는 컨텐츠 추천이 이루어진 것으로 판정하는 과정과,
상기 판정결과에 따라 이전과 동일한 성향의 음악 쟝르로서 컨텐츠 추천을 수행하는 과정을 포함하여 이루어지는 것을 특징으로 하는 지능형 컨텐츠 추천 서비스 방법.
- 제3항에 있어서,
상기 x2가 x2 v 보다 작은 경우 사용자는 메타정보를 선호하지 않는 것으로 판단하고, 상기 x2가 x2 v 보다 큰 경우 사용자는 1개 이상의 메타정보를 선호하는 것으로 판단하는 것을 특징으로 하는 지능형 컨텐츠 추천 서비스 방법.
- 제1항에 있어서, 상기 유전자 코드는
평가되는 쟝르 개수(범주의 수)만큼의 자릿수를 가지며, 유전자 코드의 각 자리(쟝르)는 비선호값('0') 또는 선호값('1')으로 이루어지고, 해당 자리(쟝르)의 관측빈도 수가 기대빈도 수보다 작은 경우 비선호값('0')이 설정되고 기대빈도 수보다 크거나 같은 경우 선호값('1')이 설정되는 것을 특징으로 하는 지능형 컨텐츠 추천 서비스 방법.
- 제1항에 있어서, 상기 단말은
상기 음악 컨텐츠의 메타정보 검출을 수행하는 메타정보 검출부와,
상기 단말에 저장된 음악 컨텐츠에 관한 1차 적합도 검정과 2차 적합도 검정을 수행하는 적합도 검정부와,
적합도 검정으로 사용자의 유전자 코드를 결정하는 유전자 코드 생성부와,
사용자의 성향을 고려한 음악 컨텐츠를 주기적으로 추천하는 컨텐츠 추천부를 포함하여 구성되는 것을 특징으로 하는 지능형 컨텐츠 추천 서비스 방법.
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
KR1020140072251A KR101642433B1 (ko) | 2014-06-13 | 2014-06-13 | 사용자 성향을 고려한 지능형 컨텐츠 추천 서비스 방법 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
KR1020140072251A KR101642433B1 (ko) | 2014-06-13 | 2014-06-13 | 사용자 성향을 고려한 지능형 컨텐츠 추천 서비스 방법 |
Publications (2)
Publication Number | Publication Date |
---|---|
KR20150143950A true KR20150143950A (ko) | 2015-12-24 |
KR101642433B1 KR101642433B1 (ko) | 2016-07-25 |
Family
ID=55084041
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
KR1020140072251A KR101642433B1 (ko) | 2014-06-13 | 2014-06-13 | 사용자 성향을 고려한 지능형 컨텐츠 추천 서비스 방법 |
Country Status (1)
Country | Link |
---|---|
KR (1) | KR101642433B1 (ko) |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20180015586A (ko) * | 2016-08-03 | 2018-02-13 | 주식회사 버즈뮤직코리아 | 상황별 음악 추천 방법 및 이를 이용하는 장치 |
KR20190119773A (ko) * | 2018-04-13 | 2019-10-23 | 한상훈 | 콘텐츠 창작자와 후원자 매칭을 통한 온라인 콘텐츠 투자 시스템 및 방법 |
KR102164836B1 (ko) * | 2019-07-10 | 2020-10-13 | 주식회사 엘지유플러스 | 콘텐츠 추천을 위한 장치 및 그 제어방법 |
CN112329927A (zh) * | 2020-11-30 | 2021-02-05 | 珠海采筑电子商务有限公司 | 电梯安装方的推荐方法及*** |
KR20240000695A (ko) | 2022-06-24 | 2024-01-03 | 고려대학교 산학협력단 | 컨텐츠 추천 장치 및 그 추천 방법 |
Families Citing this family (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR102160780B1 (ko) * | 2018-01-23 | 2020-09-28 | 서울시립대학교 산학협력단 | 버그 정정 시스템 및 버그 정정 방법 |
KR20230010928A (ko) | 2021-07-13 | 2023-01-20 | 주식회사 알로이스 | 안면인식 시청자 식별과 유전 알고리즘 후보 추출을 이용한 영상 콘텐츠 추천 방법 |
KR20240022698A (ko) | 2022-08-12 | 2024-02-20 | 주식회사 알로이스 | 히스토리 기반의 지능형 라이브 채널 집합 추천 방법 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20060071235A (ko) * | 2004-12-21 | 2006-06-26 | 삼성전자주식회사 | 추천 컨텐츠를 실시간으로 제공하는 장치 및 그 방법 |
KR20090033750A (ko) * | 2007-10-01 | 2009-04-06 | 삼성전자주식회사 | 콘텐츠 플레이 리스트 추천 방법 및 장치 |
KR20120003362A (ko) * | 2010-07-02 | 2012-01-10 | 아코지토(주) | 협력적 필터링 알고리즘 기반의 iptv 개인별 선호프로그램 추천시스템 |
KR20130054535A (ko) * | 2011-11-17 | 2013-05-27 | 주식회사 네오위즈인터넷 | 콘텐츠 리스트를 추천하는 방법, 서버, 단말기 및 기록매체 |
-
2014
- 2014-06-13 KR KR1020140072251A patent/KR101642433B1/ko active IP Right Grant
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20060071235A (ko) * | 2004-12-21 | 2006-06-26 | 삼성전자주식회사 | 추천 컨텐츠를 실시간으로 제공하는 장치 및 그 방법 |
KR20090033750A (ko) * | 2007-10-01 | 2009-04-06 | 삼성전자주식회사 | 콘텐츠 플레이 리스트 추천 방법 및 장치 |
KR20120003362A (ko) * | 2010-07-02 | 2012-01-10 | 아코지토(주) | 협력적 필터링 알고리즘 기반의 iptv 개인별 선호프로그램 추천시스템 |
KR20130054535A (ko) * | 2011-11-17 | 2013-05-27 | 주식회사 네오위즈인터넷 | 콘텐츠 리스트를 추천하는 방법, 서버, 단말기 및 기록매체 |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20180015586A (ko) * | 2016-08-03 | 2018-02-13 | 주식회사 버즈뮤직코리아 | 상황별 음악 추천 방법 및 이를 이용하는 장치 |
KR20190119773A (ko) * | 2018-04-13 | 2019-10-23 | 한상훈 | 콘텐츠 창작자와 후원자 매칭을 통한 온라인 콘텐츠 투자 시스템 및 방법 |
KR102164836B1 (ko) * | 2019-07-10 | 2020-10-13 | 주식회사 엘지유플러스 | 콘텐츠 추천을 위한 장치 및 그 제어방법 |
CN112329927A (zh) * | 2020-11-30 | 2021-02-05 | 珠海采筑电子商务有限公司 | 电梯安装方的推荐方法及*** |
CN112329927B (zh) * | 2020-11-30 | 2024-04-26 | 珠海采筑电子商务有限公司 | 电梯安装方的推荐方法及*** |
KR20240000695A (ko) | 2022-06-24 | 2024-01-03 | 고려대학교 산학협력단 | 컨텐츠 추천 장치 및 그 추천 방법 |
Also Published As
Publication number | Publication date |
---|---|
KR101642433B1 (ko) | 2016-07-25 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
KR101642433B1 (ko) | 사용자 성향을 고려한 지능형 컨텐츠 추천 서비스 방법 | |
US8612866B2 (en) | Information processing apparatus, information processing method, and information processing program | |
US20100318544A1 (en) | Device and method for selecting at least one media for recommendation to a user | |
US9003435B2 (en) | Method of recommending media content and media playing system thereof | |
CN107888981A (zh) | 音视频预加载方法、装置、设备及存储介质 | |
AU2011321147B2 (en) | Server, user terminal apparatus and method of controlling the same, and method of providing service | |
US20160034970A1 (en) | User-generated quick recommendations in a media recommendation system | |
CN105488154A (zh) | 主题应用推荐方法及装置 | |
US20180075141A1 (en) | Content item usage based song recommendation | |
US20080260253A1 (en) | Information Processing Apparatus, Feature Extraction Method, Recording Media, and Program | |
CN107810497A (zh) | 呈现搜索结果的方法、***、和介质 | |
CN103004228A (zh) | 获取关键词用于搜索 | |
US9514206B2 (en) | System and method for providing content list through social network service | |
EP1909194A1 (en) | Information processing device, feature extraction method, recording medium, and program | |
CN109783656B (zh) | 音视频数据的推荐方法、***及服务器和存储介质 | |
EP3090368A1 (en) | Application search using device capabilities | |
CN104750839B (zh) | 一种数据推荐方法、终端及服务器 | |
CN108475260A (zh) | 基于评论的媒体内容项的语言识别的方法、***和介质 | |
KR102536202B1 (ko) | 서버 장치, 그 제어 방법 및 컴퓨터 판독가능 기록 매체 | |
CN108460651A (zh) | 车辆推荐方法及装置 | |
US11546663B2 (en) | Video recommendation method and apparatus | |
CN105190619B (zh) | 终端装置以及装置的程序 | |
US9231845B1 (en) | Identifying a device associated with a person who does not satisfy a threshold age | |
CN111344730A (zh) | 内容管理***及其操作方法 | |
EP2704036A2 (en) | Movie selecting |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A201 | Request for examination | ||
E902 | Notification of reason for refusal | ||
E902 | Notification of reason for refusal | ||
E701 | Decision to grant or registration of patent right | ||
GRNT | Written decision to grant |