WO2015129989A1 - 콘텐츠 및 음원 추천 장치 및 방법 - Google Patents

콘텐츠 및 음원 추천 장치 및 방법 Download PDF

Info

Publication number
WO2015129989A1
WO2015129989A1 PCT/KR2014/011263 KR2014011263W WO2015129989A1 WO 2015129989 A1 WO2015129989 A1 WO 2015129989A1 KR 2014011263 W KR2014011263 W KR 2014011263W WO 2015129989 A1 WO2015129989 A1 WO 2015129989A1
Authority
WO
WIPO (PCT)
Prior art keywords
information
sound source
user
channel
recommendation
Prior art date
Application number
PCT/KR2014/011263
Other languages
English (en)
French (fr)
Inventor
김민성
Original Assignee
에스케이플래닛 주식회사
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
Priority claimed from KR1020140022928A external-priority patent/KR102096474B1/ko
Priority claimed from KR1020140036322A external-priority patent/KR102183008B1/ko
Application filed by 에스케이플래닛 주식회사 filed Critical 에스케이플래닛 주식회사
Priority to US14/898,393 priority Critical patent/US10349137B2/en
Publication of WO2015129989A1 publication Critical patent/WO2015129989A1/ko

Links

Images

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N21/00—Selective content distribution, e.g. interactive television or video on demand [VOD]
    • H04N21/40—Client devices specifically adapted for the reception of or interaction with content, e.g. set-top-box [STB]; Operations thereof
    • H04N21/45—Management operations performed by the client for facilitating the reception of or the interaction with the content or administrating data related to the end-user or to the client device itself, e.g. learning user preferences for recommending movies, resolving scheduling conflicts
    • H04N21/466—Learning process for intelligent management, e.g. learning user preferences for recommending movies
    • H04N21/4668—Learning process for intelligent management, e.g. learning user preferences for recommending movies for recommending content, e.g. movies
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04H—BROADCAST COMMUNICATION
    • H04H60/00—Arrangements for broadcast applications with a direct linking to broadcast information or broadcast space-time; Broadcast-related systems
    • H04H60/29—Arrangements for monitoring broadcast services or broadcast-related services
    • H04H60/31—Arrangements for monitoring the use made of the broadcast services
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04H—BROADCAST COMMUNICATION
    • H04H60/00—Arrangements for broadcast applications with a direct linking to broadcast information or broadcast space-time; Broadcast-related systems
    • H04H60/35—Arrangements for identifying or recognising characteristics with a direct linkage to broadcast information or to broadcast space-time, e.g. for identifying broadcast stations or for identifying users
    • H04H60/38—Arrangements for identifying or recognising characteristics with a direct linkage to broadcast information or to broadcast space-time, e.g. for identifying broadcast stations or for identifying users for identifying broadcast time or space
    • H04H60/41—Arrangements for identifying or recognising characteristics with a direct linkage to broadcast information or to broadcast space-time, e.g. for identifying broadcast stations or for identifying users for identifying broadcast time or space for identifying broadcast space, i.e. broadcast channels, broadcast stations or broadcast areas
    • H04H60/43—Arrangements for identifying or recognising characteristics with a direct linkage to broadcast information or to broadcast space-time, e.g. for identifying broadcast stations or for identifying users for identifying broadcast time or space for identifying broadcast space, i.e. broadcast channels, broadcast stations or broadcast areas for identifying broadcast channels
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04H—BROADCAST COMMUNICATION
    • H04H60/00—Arrangements for broadcast applications with a direct linking to broadcast information or broadcast space-time; Broadcast-related systems
    • H04H60/35—Arrangements for identifying or recognising characteristics with a direct linkage to broadcast information or to broadcast space-time, e.g. for identifying broadcast stations or for identifying users
    • H04H60/45—Arrangements for identifying or recognising characteristics with a direct linkage to broadcast information or to broadcast space-time, e.g. for identifying broadcast stations or for identifying users for identifying users
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04H—BROADCAST COMMUNICATION
    • H04H60/00—Arrangements for broadcast applications with a direct linking to broadcast information or broadcast space-time; Broadcast-related systems
    • H04H60/61—Arrangements for services using the result of monitoring, identification or recognition covered by groups H04H60/29-H04H60/54
    • H04H60/65—Arrangements for services using the result of monitoring, identification or recognition covered by groups H04H60/29-H04H60/54 for using the result on users' side
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N21/00—Selective content distribution, e.g. interactive television or video on demand [VOD]
    • H04N21/20—Servers specifically adapted for the distribution of content, e.g. VOD servers; Operations thereof
    • H04N21/25—Management operations performed by the server for facilitating the content distribution or administrating data related to end-users or client devices, e.g. end-user or client device authentication, learning user preferences for recommending movies
    • H04N21/251—Learning process for intelligent management, e.g. learning user preferences for recommending movies
    • H04N21/252—Processing of multiple end-users' preferences to derive collaborative data
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N21/00—Selective content distribution, e.g. interactive television or video on demand [VOD]
    • H04N21/20—Servers specifically adapted for the distribution of content, e.g. VOD servers; Operations thereof
    • H04N21/25—Management operations performed by the server for facilitating the content distribution or administrating data related to end-users or client devices, e.g. end-user or client device authentication, learning user preferences for recommending movies
    • H04N21/258—Client or end-user data management, e.g. managing client capabilities, user preferences or demographics, processing of multiple end-users preferences to derive collaborative data
    • H04N21/25866—Management of end-user data
    • H04N21/25891—Management of end-user data being end-user preferences
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N21/00—Selective content distribution, e.g. interactive television or video on demand [VOD]
    • H04N21/40—Client devices specifically adapted for the reception of or interaction with content, e.g. set-top-box [STB]; Operations thereof
    • H04N21/43—Processing of content or additional data, e.g. demultiplexing additional data from a digital video stream; Elementary client operations, e.g. monitoring of home network or synchronising decoder's clock; Client middleware
    • H04N21/439—Processing of audio elementary streams
    • H04N21/4394—Processing of audio elementary streams involving operations for analysing the audio stream, e.g. detecting features or characteristics in audio streams
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N21/00—Selective content distribution, e.g. interactive television or video on demand [VOD]
    • H04N21/40—Client devices specifically adapted for the reception of or interaction with content, e.g. set-top-box [STB]; Operations thereof
    • H04N21/45—Management operations performed by the client for facilitating the reception of or the interaction with the content or administrating data related to the end-user or to the client device itself, e.g. learning user preferences for recommending movies, resolving scheduling conflicts
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N21/00—Selective content distribution, e.g. interactive television or video on demand [VOD]
    • H04N21/40—Client devices specifically adapted for the reception of or interaction with content, e.g. set-top-box [STB]; Operations thereof
    • H04N21/47—End-user applications
    • H04N21/482—End-user interface for program selection
    • H04N21/4821—End-user interface for program selection using a grid, e.g. sorted out by channel and broadcast time
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N21/00—Selective content distribution, e.g. interactive television or video on demand [VOD]
    • H04N21/40—Client devices specifically adapted for the reception of or interaction with content, e.g. set-top-box [STB]; Operations thereof
    • H04N21/47—End-user applications
    • H04N21/482—End-user interface for program selection
    • H04N21/4826—End-user interface for program selection using recommendation lists, e.g. of programs or channels sorted out according to their score
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N21/00—Selective content distribution, e.g. interactive television or video on demand [VOD]
    • H04N21/80—Generation or processing of content or additional data by content creator independently of the distribution process; Content per se
    • H04N21/83—Generation or processing of protective or descriptive data associated with content; Content structuring
    • H04N21/84—Generation or processing of descriptive data, e.g. content descriptors

Definitions

  • the present invention relates to an apparatus and method for recommending content and sound sources, and more particularly, to create a channel group according to channel attributes in a multimedia device that can be used by a plurality of users, such as a TV, and to view user's viewing history for each channel group. It analyzes the form and recommends the appropriate contents for each channel group, and grasps the user's intent based on the user's history of use of music, lyrics and music information of the sound source, and recommends the sound source recommendation information and sound source according to the user's intent.
  • the present invention relates to a content and a sound source recommendation apparatus and method capable of providing various sound source recommendation reasons for the recommended information.
  • the present invention claims the benefits of the Korean Patent Application No. 10-2014-0022928 filed February 26, 2014 and the Korean Patent Application No. 10-2014-0036322 filed March 27, 2014, the contents of all Is included herein.
  • This technique can also be used to recommend sound source data to sound source users.
  • This technique can also be used to recommend sound source data to sound source users.
  • it is difficult for each music user to search for a sound source that suits his taste in using the music data as his ringtone, call waiting sound, or downloading it to an MP3 player. exist.
  • a service has been proposed to classify music through analysis of audio data so that a user of a music source can easily select music according to his or her taste.
  • most of the existing music recommendation techniques adopt a technique of selecting and analyzing only a portion of sound source data due to an efficiency problem occurring when analyzing the entire song.
  • the existing music recommendation technology often recommends a sound source based on a song selected by the sound source user or the music itself, and thus a sound source that does not match the taste of the sound source user has often been recommended.
  • Korean Patent Publication No. 10-2011-0071715 published June 29, 2011 (name: IPTV service system providing community service) and Korean Patent Publication No. 10-2008-00023418, 2008 January 04 is public (name: music recommendation system and method).
  • an object of the present invention is to classify each channel broadcast in a device such as a TV by channel group, and recommend appropriate content for each channel group so that the user needs to input a profile or the like for the user. It is an object of the present invention to provide a content recommendation apparatus and method capable of recommending suitable content to an individual user.
  • an object of the present invention is to identify a user's intent using a sound source usage history, lyrics, and score information of a sound source for a sound source user, and to personalize the recommended sound source based on the identified intent of the user. And a method.
  • Content recommending apparatus for achieving the above object is to calculate the similarity between channels based on the attribute information of the channel, and to generate at least one channel group using the calculated similarity between the channels
  • a channel group generator for replacing the viewing history information for each user group with the viewing history information for each channel group
  • a recommendation information generator configured to generate content recommendation information for each user group for each channel group based on the viewing history information for each channel group.
  • the content recommending device may include at least one of electronic program guide information for each channel, meta information for each channel, meta information of a content broadcast in each channel, and web information.
  • the channel group generation unit may check content overlapping information between the channels using the collected broadcast information, and calculate similarity between the channels based on the content overlapping information.
  • the content duplication information may include one or more of whether the content is duplicated between the channels and the number of duplicate contents.
  • the content recommending apparatus further includes a content belonging degree calculating unit for calculating a belonging degree of each channel of the content broadcast in each channel, the channel group generation unit based on the calculated belonging degree of the content group
  • the content affiliation calculating unit may calculate a degree of belonging of each channel of the content based on the degree of association between the attribute of each channel and the type of the content broadcast in each channel.
  • the channel group generator compares the calculated similarity between the channels and a predetermined threshold value, and generates the channels as one or more channel groups based on the result, and as a result of generating the channel group, any one channel is two or more.
  • a higher channel group for the two or more channel groups can be created.
  • the recommendation information generator may calculate content preference for each channel group based on the viewing history information for each channel group, and generate content recommendation information for each channel group based on the calculated content preference.
  • the recommendation information provider may provide the content recommendation information of the channel group to which the channel currently selected in each user group belongs.
  • the recommendation information providing unit may provide the content recommendation information of the channel group broadcasting the content similar to the content currently being viewed in each user group based on the degree of belonging to each channel of the content to each user group.
  • the content recommendation method comprises the steps of calculating the similarity between channels based on the attribute information of the channel; Generating at least one channel group using the calculated similarity between the channels; Replacing content viewing history information for each user group with viewing history information for each channel group; And generating content recommendation information for each user group for each channel group based on the viewing history information for each channel group.
  • the sound source recommendation device is a sound source information extracting unit for extracting the sound source information including at least one of the lyrics information, code information and pitch / beat information of the sound source based on the user's sound source listening history information ;
  • An intent generator configured to generate intent information of the user based on the extracted sound source information;
  • a sound source recommendation unit providing one or more recommended sound sources to the user using the intent information.
  • the sound source recommendation apparatus may further include a sound source history information collecting unit that collects sound source listening history information including at least one of a music name of the sound source that the user listens to and a number of times of listening of each sound source for a predetermined period of time.
  • the sound source information extracting unit calculates the number of listening sound sources of the user based on the collected sound source listening history information, and if the calculated number of listening sound sources of the user is smaller than a preset reference value, and extracts one or more similar users for the user.
  • the sound source information may be extracted based on the sound source listening history information collected for the extracted similar user, and the one or more similar users may be extracted based on the overlapping degree of the sound source listened to by the user and the sound source listened to by another user. Can be.
  • the intent information may include at least one of lyrics preferences, subject preferences, chord change preferences, pitch / beat change preferences, and artist / genre preferences.
  • a keyword extractor for extracting one or more keywords from the lyrics of the keyword; For each of the extracted one or more keywords, one or more of a first frequency appearing in the entire sound source heard by the user and a second frequency appearing in the highlight or chorus of the sound source heard by the user are calculated, and calculated
  • a lyrics preference calculator configured to calculate lyrics preference based on at least one of the first frequency and the second frequency
  • a subject preference calculator configured to calculate a frequency of occurrence of the extracted one or more keywords for each subject based on pre-built word association information for all sound sources, and calculate a subject preference based on the calculated subject frequency;
  • a code change extracting unit extracting one or more code change information based on the code information;
  • a code change preference calculator configured to calculate a frequency appearing in the entire sound source heard by the user for each of the extracted code changes, and calculate a code change preference based on the calculated code change frequency;
  • the lyrics preference calculator determines a weight to be assigned to each of the extracted one or more keywords based on the calculated second frequency, and assigns the determined weight to one or more of the first frequency and the second frequency. To calculate the lyrics preference.
  • the code change preference calculator may calculate the code change preference by weighting each calculated code change frequency based on the number of codes included in each of the extracted one or more pieces of code change information.
  • the sound source recommendation unit may include a recommendation sound source determining unit which determines the at least one recommendation sound source among all sound sources based on one or more of the similarity between the intent information of the user and the intent information between a plurality of users; An exposure ranking determiner configured to determine an exposure ranking of each of the one or more recommended sound sources using the intent information of the user; A recommendation sound source providing unit for arranging one or more recommendation sound sources based on the determined exposure order, and providing the sorted recommendation sound sources to a user; And when providing the at least one recommendation sound source to the user, may include a recommendation reason providing unit for further providing a reason for recommendation for the at least one recommendation sound source.
  • the sound source recommendation method comprises the steps of extracting the sound source information including at least one of the lyrics, chords and pitch / beat of the sound source based on the user's sound source listening history information; Generating intent information of the user based on the extracted sound source information; And providing one or more recommended sound sources to the user by using the intent information.
  • a computer-readable recording medium recording a program for executing the above method.
  • each user when a plurality of users use the same device, such as TV, IPTV, CSTV, OTT service, etc., each user is assigned to a group of channels he / she prefers according to the viewing history of each channel of the channel broadcast from the device. Appropriate content can be recommended.
  • the present invention can improve user convenience since each user does not need to perform unnecessary interaction for inputting profile information or the like in order to recommend the content that the user prefers.
  • the present invention is to grasp the user's intent by using the sound source usage history, the lyrics and music information of the sound source for the sound source user, and personalize the recommended sound source based on the identified user's intent, the user's own taste You can get a sound source that fits your needs.
  • the present invention can easily identify the reason that the recommended sound source is recommended by providing the sound source recommendation reason on various criteria as well as personalized sound source recommendation to the sound source user.
  • the present invention can effectively process the huge amount of calculation and data storage required when generating the intent information of the user based on the distributed processing system.
  • FIG. 1 is a view showing a content recommendation system according to an embodiment of the present invention.
  • FIG. 2 is a block diagram illustrating an example of a content recommendation apparatus shown in FIG. 1.
  • FIG. 3 is a diagram illustrating an example of broadcast information collected by a content recommendation apparatus according to an embodiment of the present invention.
  • FIG. 4 is a view for explaining that the content recommendation apparatus calculates the similarity between channels according to an embodiment of the present invention.
  • 5 to 8 are diagrams for explaining the creation of a channel group in the content recommendation apparatus according to an embodiment of the present invention.
  • FIGS. 9 and 10 are views for explaining viewing history information collected by a content recommendation apparatus according to an embodiment of the present invention.
  • 11 and 12 are diagrams for describing viewing history information for each channel group substituted by the content recommending apparatus according to an exemplary embodiment of the present invention.
  • FIG. 13 is a flowchart illustrating a content recommendation method according to an embodiment of the present invention.
  • FIG. 14 is a block diagram showing a sound source recommendation system according to an embodiment of the present invention.
  • FIG. 15 is a block diagram illustrating an example of a sound source recommendation device illustrated in FIG. 14.
  • FIG. 16 is a block diagram illustrating an example of a sound source information extracting unit shown in FIG. 15.
  • FIG. 17 is a block diagram illustrating an example of an intent generator illustrated in FIG. 15.
  • FIG. 18 is a block diagram illustrating an example of the sound source recommendation unit illustrated in FIG. 15.
  • 19 is a flowchart illustrating a sound source recommendation method according to an embodiment of the present invention.
  • FIG. 20 is a flowchart illustrating an example of extracting sound source information shown in FIG. 19.
  • FIG. 21 is a flowchart illustrating an example of generating intent information shown in FIG. 19.
  • FIG. 22 is a flowchart illustrating another example of the intent information generation step illustrated in FIG. 19.
  • FIG. 23 is a flowchart illustrating an example of a recommendation sound source providing step illustrated in FIG. 19.
  • a terminal is not limited to a mobile communication terminal, but may be applied to various terminals such as all information communication devices, multimedia terminals, wired terminals, fixed terminals, and IP (Internet Protocol) terminals.
  • the terminal may be a mobile phone, a portable multimedia player (PMP), a mobile internet device (MID), a smart phone, a desktop, a tablet computer, a notebook, a net book.
  • PMP portable multimedia player
  • MID mobile internet device
  • smart phone a desktop, a tablet computer, a notebook, a net book.
  • a mobile terminal having various mobile communication specifications such as an information communication device.
  • FIG. 1 is a view showing a content recommendation system according to an embodiment of the present invention.
  • the content recommendation system 1 may include a content recommendation apparatus 100 and one or more user groups 200.
  • Each user group 200 consists of a plurality of users using one multimedia device.
  • the multimedia device is installed in a specific place (for example, a home), and is used for on-demand VOD such as cable TV, IPTV, Cloud Streaming TV (CSTV), and over the top (OTT) service used by a plurality of members.
  • a service providing device a service providing device.
  • the CSTV refers to a method in which a change of an operation screen or an image is processed by a server without a set-top box, and the client receives only a screen generated by the server in real time through an internet connection.
  • the OTT service means an internet video service.
  • the content recommendation apparatus 100 may collect broadcast information from an electronic program guide (EPG), web and channel information.
  • EPG electronic program guide
  • the broadcast information may collect a program name collected from an electronic program guide, a program description, meta information provided for each channel, broadcast information published on the web, and meta information of content broadcasted in each channel.
  • the content recommendation apparatus 100 may define the property of each channel using the collected broadcast information.
  • attributes of each channel are defined, channels having similar attributes may be classified into one channel group to generate content recommendation information for each channel group.
  • the content recommendation apparatus 100 may collect viewing history information from each user group 200.
  • the collected viewing history information may include channel information and content information viewed for each channel in each user group 200.
  • the content recommending apparatus 100 replaces the collected viewing history information with the viewing history for each channel group, and generates recommended content information for each channel group, thereby generating the user group 200. Can be provided to
  • the content recommendation apparatus 100 may provide recommended content information of the channel group corresponding to the selected channel.
  • the content recommendation apparatus 100 may provide recommended content generated for a channel group different from the current specific channel based on the similarity of the content currently viewed by the specific user on the specific channel.
  • the content recommendation apparatus 100 according to an exemplary embodiment will be described in more detail.
  • the TV installed in each user group will be described as an example.
  • FIG. 2 is a block diagram illustrating an example of a content recommendation apparatus shown in FIG. 1.
  • 3 is a diagram illustrating an example of broadcast information collected by a content recommendation apparatus according to an embodiment of the present invention.
  • 4 is a view for explaining that the content recommendation apparatus calculates the similarity between channels according to an embodiment of the present invention.
  • the content recommendation apparatus 100 includes a broadcast information collecting unit 110, a channel property generating unit 120, a channel group generating unit 130, a viewing history collecting unit 140, and a viewing history replacing unit ( 150, the recommendation information generating unit 160, the recommendation information providing unit 170, the content belonging degree calculating unit 180, and the channel group updating unit 190 may be included.
  • the broadcast information collecting unit 110 may collect broadcast information from an electronic program guide, the web, channel meta information, content meta information, and the like. For example, as illustrated in FIG. 3, an electronic program guide, channel information such as broadcast content name, broadcast content description, genre, channel name, and channel description from meta information of each channel, broadcast information disclosed on the web, and each Broadcast information 10 such as a content name, actor, director, synopsis, and producer may be collected through meta information of content broadcasted in a channel.
  • the channel property generator 120 may define the property of each channel by using the collected broadcast information and generate property information of each channel. At this time, the attribute of the channel may be classified into "movie professional channel”, “drama professional channel”, “child channel”, “education channel”, “economic broadcast channel”, “news channel”.
  • channels # 1 and # 3 may be defined as “movie professional channels” because main broadcast content is a movie.
  • channel # 2 may be defined as a "child channel” because it mainly broadcasts contents such as children's cartoons and early childhood education
  • channel #N may be defined as "drama specialty channel.”
  • the channel group generator 130 may calculate the similarity between the channels using the generated property information of the channel.
  • N (N-1) / 2 similarities may be calculated for N channels, and may be calculated using a jaccard similarity or a cosine similarity calculation technique.
  • channel # 1 and channel # 3 of FIG. 3 have a low degree of overlap.
  • the channel attributes of channel # 1 and channel # 3 are both "movie specialty channels", the similarity may actually be calculated relatively high as shown in FIG. 4.
  • the channel group generation unit 130 may check the overlapping information of the content broadcast in each channel and calculate the similarity based on the identified content overlapping information.
  • the content duplication information may include information on whether the content is duplicated and, if the content is duplicated, and the number of duplicate contents, when the content is duplicated, the similarity may be calculated as the number of duplicated contents increases.
  • channel # 3 and channel #N are defined differently as “movie specialty channel” and “drama specialty channel”, and thus similarity will be low when channel attribute is used.
  • channel # 3 and channel #N are broadcasting dramas, and drama # 2 of the broadcast dramas overlap each other, as shown in FIG. 4, the similarity may be calculated to be somewhat higher than using only channel attributes.
  • the channel group generator 130 may calculate the similarity more accurately in consideration of not only channel attribute information generated for each channel but also overlapping information of content broadcast in each channel.
  • the channel group generator 130 may generate one or more channel groups using the calculated similarity.
  • FIGS. 5 to 8 are diagrams for explaining the creation of a channel group in the content recommendation apparatus according to an embodiment of the present invention. An example will be described with reference to FIGS. 5 to 8.
  • the channel group generator 130 may compare the calculated similarity with a preset similarity threshold and generate channels having similarities exceeding the similarity threshold as one or more channel groups.
  • the preset similarity threshold may be preset to an arbitrary value (for example, 0.5) so as to be generated as an appropriate number of channel groups relative to the number of channels.
  • the similarity between channel # 1, channel # 2, channel # 3, and channel #N is greater than the similarity threshold (e.g., 0.5), and also the similarity between channel # 4, channel # 5, and channel # 6.
  • the threshold e.g. 0.5
  • the channel group # 1 and the channel group # 2 may be generated as shown in FIGS. 5 and 6, respectively.
  • each channel group may have an association with each other. That is, as shown, between the channel # 3 and the channel # 4 may be associated with each other by having a similarity that exists but does not exceed a preset similarity threshold.
  • channels whose similarity does not exceed the similarity threshold are created as one channel group (eg, channel group # 3), and this channel group # 3 may not have correlation with other channel groups # 1 and # 2. have.
  • this channel group # 3 may not have correlation with other channel groups # 1 and # 2. have.
  • one channel may be generated as one channel group.
  • the preset similarity threshold may have range information consisting of two or more values, for example, an upper limit (eg, 0.7) and a lower limit (eg, 0.3).
  • the channel group As shown in FIG. 7, the generation unit 130 generates the channel # 1, the channel # 2, and the channel #N into one channel group # 1, and generates another channel # 4, the channel # 5, and the channel # 6. Can be created with channel group # 2.
  • the upper limit e.g. 0.
  • channel # 3 is a channel.
  • an upper channel group # 100 connecting the channel group # 1 and the channel group # 2 may be generated.
  • a channel group consisting of two or more levels eg, L1 and L2
  • the number of channel groups generated may be greater than the number N of channels.
  • channels with similarities less than the lower limit e.g. 0.3
  • channels # 7, # 8 are created as one channel group (e.g. channel group # 3)
  • the channel group generator 130 may generate and manage one or more channel groups generated as shown in FIGS. 6 and 8 in a hierarchical tree form.
  • the content belonging degree calculator 180 may calculate the belonging degree for each channel of the content broadcast in each channel by using the collected broadcast information. For example, “movie” content broadcasted in “movie professional channel” may have a high degree of belonging to the channel, and “drama” content broadcasted in “drama specialty channel” may have high degree of belonging. That is, if the belonging value has a value between 0 and 1, in the above case, the belonging value may be calculated as '1'. On the other hand, “drama” content broadcasted in "movie specialty channel” may have a relatively low belonging value (eg, 0.7) compared to "movie”.
  • content broadcasted in a plurality of channels may be extracted, and a membership value of each channel of each content may be calculated.
  • specific content may have a degree of belonging to two or more channels.
  • the channel group updater 190 may update the relationship of each channel group generated by using the content belonging degree value calculated by the content belonging degree calculator 180.
  • the channel group generation unit 190 when a specific content belongs to two or more channels and two or more channels belong to different channel groups based on the calculated content belonging degree, the different channels as shown in FIG. You can define a relationship between channel groups by creating a higher channel group for the group.
  • FIGS. 9 and 10 are views for explaining viewing history information collected by a content recommendation apparatus according to an embodiment of the present invention.
  • the viewing history collecting unit 140 collects viewing history information from each user group. For example, as shown in FIGS. 9 and 10, the viewing history information 20 for a preset period of time (eg, week, month, quarterly, yearly) from a specific user group (eg, furniture # 1). Can be collected.
  • the collected viewing history information 20 may include a viewing channel for each user group, a viewing time, and contents information broadcast in each viewing channel.
  • the furniture # 1 watches the content # 1 and the content # 2 on the channel # 1 in chronological order on Monday, and then watches the content # 3 on the channel # 2. Next, the content of the content # 4 is viewed on the channel # 3.
  • 11 and 12 are diagrams for describing viewing history information for each channel group substituted by the content recommending apparatus according to an exemplary embodiment of the present invention.
  • the viewing history replacement unit 150 collects the viewing history information 20 from each user group
  • the viewing history information 20 for each channel group is generated by the channel group generation unit 130. It can be replaced with information. That is, as shown in FIG. 11, the viewing history replacing unit 150 replaces each channel with a channel group to which the channel belongs by using the channel information in the viewing history information 20 collected from each user group. Information 30 can be generated.
  • channel # 1 and channel # 3 are the same channel group # 1, and channel # 2 and channel # 4 are separate channel groups # 2 and # 3, respectively, as shown in FIG.
  • the viewing history of 1 and channel # 3 may be replaced with the viewing history of channel group # 1.
  • one content may belong to a plurality of channel groups according to the content belonging degree calculated as described above, and when viewing content belonging to a plurality of channel groups in a specific channel, viewing of a plurality of channel groups is performed.
  • a history can be generated.
  • the recommendation information generator 160 calculates content preferences for each channel group based on the generated content preferences, and for each channel group based on the calculated content preferences. Content recommendation information for the user group may be generated.
  • the recommendation information generator 160 may assume each user group as one user and generate content recommendation information for each channel group for each user group instead of each member of each user group. If there are M channel groups, recommendation information for up to M channel groups may be generated for each user group.
  • the viewing history information 40a, 40b, and 40c of 3 both the furniture # 1 and the furniture # 2 watched the content # 1, the content # 2, and the content # 4 in the channel group # 1.
  • the types of content # 1, content # 2, and content # 4 are action movies
  • the preference of the contents of the action movies is set high, and content recommendation among action movies that furniture # 1 and furniture # 2 has not watched among action movies is made.
  • Information can be generated.
  • the director who appeared in the content Content preferences of other produced action movies and the like may be set high and content recommendation information may be generated using the same.
  • furniture # 1 did not watch content # 5
  • furniture # 2 which showed similar viewing history, showed similar viewing history within the same channel group as household # 2 generates recommended content for furniture # 1. It is also possible to recommend content viewed by other households with high preference.
  • the recommendation information generator 160 may generate content preference information according to various criteria and generate content recommendation information according to the preference, but is not limited to the above-described example.
  • the recommendation information providing unit 170 When the recommendation information providing unit 170 generates content recommendation information for each user group for each channel group, the recommendation information providing unit 170 provides the content recommendation information to each user group.
  • the recommendation information providing unit 170 may receive the channel information in real time and provide content recommendation information through the received channel information when the channel currently being viewed by each user group or the channel is moved for viewing. That is, the content recommendation information of the channel group to which the channel currently being viewed or selected by the user group belongs may be displayed in a predetermined area of the content currently being viewed, or the recommendation information may be displayed when the user group requests it. .
  • the recommendation information providing unit 170 may analyze content information currently being viewed by the user group and provide recommendation information of content similar to the content being viewed. For example, as described above, each content may belong to a different channel group according to the degree of belonging. That is, since each channel group may be related to each other, if the content currently being viewed on a specific channel has a higher degree of belonging to another channel group, the channel recommendation information may be provided. That is, when a specific user group is watching a movie on the education channel, the movie may have a higher degree of belonging to the channel group of the movie professional channel, and thus may provide content recommendation information of the channel group to which the movie professional channel belongs. .
  • the recommendation information providing unit 170 first generates a channel group having several levels L1 and L2 due to the correlation between the channels.
  • the content recommendation information for the group may be provided at a high priority, and the content recommendation information for the channel group of two levels (L2) may be provided at a lower priority.
  • FIG. 13 is a flowchart illustrating a content recommendation method according to an embodiment of the present invention.
  • FIG. 13 may be an embodiment of a content recommendation method performed by the content recommendation apparatus 100 according to the embodiment of FIG. 2.
  • the content recommendation apparatus 310 may collect broadcast information such as an electronic program guide, web information, channel meta information, content meta information, etc. Step 310).
  • the collected broadcast information includes channel information such as broadcast content names, broadcast content descriptions, genres, channel names, and channel descriptions from the electronic program guide and meta information of each channel, broadcast information published on the web, and broadcast on each channel.
  • the meta information of the content may include the content name, actor, director, synopsis, creator, and the like.
  • attribute information for each channel may be generated based on the collected broadcast information (step 320).
  • the attribute may be classified into "movie professional channel”, “drama professional channel”, “child channel”, “education channel”, “economic broadcast channel”, “news channel” and the like.
  • the similarity between the channels may be calculated using the attribute information (step 330).
  • the similarity may be calculated by additionally using overlapping information of content broadcast in each channel, for example, whether information is overlapped or information about the number of duplicated contents, in addition to the attribute information of each channel. Therefore, even if the properties of the channels are different from each other, the similarity calculated according to the overlapping degree of the broadcasted content can be relatively increased. The similarity can be calculated higher than between the channels.
  • one or more channel groups may be generated using the calculated similarity between the channels (step 340).
  • channels having similarities exceeding the similarity threshold may be generated as one channel group by comparing the preset similarity threshold and the calculated similarity, and the generated channel groups may be associated with each other.
  • channels with similarities that do not exceed the similarity threshold may be created as one channel group, which may not have an association with other channel groups.
  • the similarity threshold may be preset to a range having an upper limit and a lower limit, and the channels having similarities exceeding the upper limit are generated as one channel group, and in the case of a channel having a similarity between the upper limit and the lower limit, channels associated with each other. In addition to belonging to a group, it is also possible to create a higher channel group for a channel group associated with each other.
  • the degree of belonging of the channel of each content may be additionally calculated, and channels belonging to different channel groups may have an association relationship according to the calculated degree of belonging of the channel.
  • the content belonging degree if any content is broadcasted in different channels, the content may belong to each channel.
  • the type of content is a movie and one of the channels being broadcasted is a "movie specialty channel” and the other channel is a "drama specialty channel”
  • the content has a high degree of belonging to the "movie specialty channel”
  • Affiliation with "channel” can be calculated relatively low.
  • content recommendation information for each user group may be generated for each generated channel group (step 350).
  • viewing history information may be collected from each user group, and the collected viewing history information may be replaced with viewing history information for each channel group.
  • content preference for each channel group may be calculated for each user group by using the substituted viewing history information for each channel group, and content recommendation information may be generated using the calculated preference.
  • content preference may be higher for content of a movie of a type similar to the type of content primarily watched in the channel group based on the type of content per channel group, e.g., if the content is a movie, such as action, melo, SF, etc. It can be calculated as a preference. As described above, the preference of the content may be calculated according to various other criteria.
  • the generated content recommendation information may be provided to the corresponding user group (step 360).
  • the channel information may be received in real time and content recommendation information may be provided through the received channel information.
  • the user group may analyze content information currently being viewed and provide recommendation information of a channel group broadcasting content similar to the content being viewed.
  • a channel group of several levels L1, L2
  • content recommendation information for the channel group of one level L1
  • L2 the second level
  • the content recommendation information for the channel group of L2 may be provided at a lower priority.
  • FIG. 14 is a block diagram showing a sound source recommendation system according to an embodiment of the present invention.
  • the sound source recommendation system 1400 includes a sound source recommendation device 1410 and user terminals 1420-1 to 1440 -N.
  • the sound source recommendation device 1410 may be implemented in a hardware device located in a space that is physically separated from the user terminals 1420-1 to 1440-N, and may be connected to each other through a network.
  • the network provides a passage for transmitting data between the sound source recommendation device 1410 and the user terminals 1420-1 to 1440 -N, and is a concept that encompasses both a network used in the future and a network that can be developed in the future.
  • a network may include a wired / wireless local area network that provides communication of various information devices within a limited area, a mobile communication network that provides communication between mobile devices, and a mobile device and an external device, and provides communication between earth stations and earth stations using satellites. It may be either a satellite communication network or a wired or wireless communication network, or a combination of two or more.
  • the transmission standard of the network is not limited to the existing transmission standard, and may include all transmission standard that will be developed in the future.
  • the sound source recommendation device 1410 may collect a sound source listening history of the user from the user terminals 1420-1 to 1440 -N.
  • a user listens to a sound source stored in the terminals 1420-1 to 1440 -N or accesses a sound source providing site and listens to the sound source
  • an application for collecting the sound source listening history and transmitting the sound source to a sound source recommendation device is provided. It may be installed in advance in the user terminals 1420-1 to 1440-N.
  • the sound source recommendation device 1410 may collect sound source listening history information of the user directly from the system in cooperation with a system that operates a sound source providing site.
  • the sound source recommendation device 1410 may be implemented together with a system for operating the sound source providing site to directly collect the sound source listening history of the user who listens to the sound source at the sound source providing site.
  • the sound source recommendation device may collect a user's sound source listening history in a preset period unit (eg, daily unit, weekly unit, monthly unit, quarterly unit, etc.). In this way, the user's taste change can be followed by collecting the user's sound source listening history by a predetermined period and grasping the user's intent.
  • a preset period unit eg, daily unit, weekly unit, monthly unit, quarterly unit, etc.
  • the sound source recommendation apparatus 1410 may determine the intent of the user using the sound source listening history information.
  • the sound source recommendation apparatus 1410 may determine a sound source to be recommended to the user from among all sound sources that can be recommended using the intent information.
  • the recommendation sound source is transmitted to the terminals 1420-1 to 1440-N of the user and output to the displays of the terminals 1420-1 to 1142-N, or the user 1420-1 to 1440-N.
  • accessing the sound source providing site by using it is possible to provide the user with the recommended sound source by outputting to the sound source providing site.
  • the sound source recommendation device 1410 may determine the exposure order of the sound source to be recommended according to the user's intent, and arrange the sound source to be recommended according to the determined exposure order and provide the same to the user.
  • the sound source recommendation apparatus 1410 may provide the user with the reason for determining the sound source to be recommended as the reason for recommending the recommended sound source.
  • the user terminals 1420-1 to 1440 -N connect to a communication network through a network, connect with a sound source recommendation device 1410, and transmit sound source listening history information to the sound source recommendation device 1410, and from the sound source recommendation device 1410. A recommended sound source can be received.
  • the terminal devices 1420-1 to 1440 -N may be a mobile terminal such as a smart phone or a smart pad capable of listening to a sound source.
  • the present invention is not limited thereto and may be applied to various terminals such as all information communication devices, multimedia terminals, wired terminals, fixed terminals, and IP (Internet Protocol) terminals.
  • the terminal device 120 may be a mobile phone, a portable multimedia player (PMP), a mobile internet device (MID), a desktop, a tablet computer, a notebook, a netbook, a personal portable device. It may include a mobile terminal having various mobile communication specifications such as a personal digital assistant (PDA), a smart TV, and an information communication device.
  • PDA personal digital assistant
  • the user terminals 1420-1 to 1440-N may output the received recommendation sound source to a display and provide the same to the user. For example, when a user executes a sound source listening application installed in the user terminals 1420-1 to 1440 -N to listen to a sound source, the user may expose the recommended sound source provided to the sound source listening application.
  • the method of providing the recommended sound source is not particularly limited, and as described above, whenever the user accesses the sound source providing site using the terminals 1420-1 to 1440 -N or the user requests the recommended sound source from the sound source providing site. It can be provided every time, and can be extended by various other methods.
  • FIG. 15 is a block diagram illustrating an example of a sound source recommendation device illustrated in FIG. 14.
  • FIG. 16 is a block diagram illustrating an example of a sound source information extracting unit shown in FIG. 15.
  • FIG. 17 is a block diagram illustrating an example of an intent generator illustrated in FIG. 15.
  • 18 is a block diagram illustrating an example of the sound source recommendation unit illustrated in FIG. 15.
  • the sound source recommendation device 1410 includes a sound source history information collecting unit 1510, a music score information collecting unit 1520, a sound source information extracting unit 1530, an intent generating unit 1540, and a sound source recommending unit ( 1550).
  • the sound source recommendation device 1410 may improve the execution speed by implementing one or more of the components 1510, 1520, 1530, 1540, and 1550 using a distributed processing system. That is, each component of the sound source recommendation device 1410 may be distributed to one or more computing devices to perform each function.
  • the intent generation unit 1540 which requires high computing performance due to a large amount of computation, may be implemented in two or more computing devices to distribute and process functions for generating intents of users in each computing device. Do.
  • the sound source history information collecting unit 1510 may collect sound source listening history information of the user for a predetermined period (for example, one week) as illustrated in Table 1 below.
  • the sound source listening history information may include information such as the name of the song of the sound source, the number of listening of each song, the main listening time, etc. of the sound source listened to by the user for a predetermined period of time.
  • the sound source history information collecting unit 1510 may receive the sound source listening history information from the connected terminal of the user as described above, or may collect the sound source listening history information of the user from the system of the sound source providing site connected to the user.
  • the sheet music information collecting unit 1520 may collect sheet music information of a sound source from various sources such as a user terminal and an Internet sound source providing site.
  • the sound source information extractor 1530 may extract sound source information about the sound source listened to by the user using the collected sound source listening history information.
  • the sound source information may include lyrics information of the sound source, time signature / pitch information of each node of a predetermined length of the sound source, code information of the sound source, and meta information.
  • the meta information may include an artist name, an album name, and a song name.
  • the sound source information extractor 1530 may extract sound source information about the sound source that the user listens to using the music score information. For example, when lyrics information is included in the score information, the lyrics information may be extracted as lyrics information of a sound source. In addition, since the sound source is produced based on the score, it is possible to extract the pitch / beat information by checking whether a note of which length is used for each measure and a note of which scale is used according to the note indicated in the score. In addition, the code information may be extracted by replacing the flow of the sound source with the flow of codes (eg, C, G, Dm, G7, etc.) standardized in the music industry.
  • codes eg, C, G, Dm, G7, etc.
  • the sound source information extractor 1530 may extract sound source information by using various known sound source recognition techniques.
  • the sound source information extracting unit 1530 includes a sound source number calculating unit 1531, an extraction target determining unit 1532, and the like.
  • a user extractor 1533, a meta information extractor 1534, a lyrics information extractor 1535, a code information extractor 1536, and a pitch / beat information extractor 1537 may be included.
  • the listening sound source number calculator 1153 may calculate the number of listening sound sources of the user by using the user's sound source listening history information.
  • the listening sound source number calculator 1153 may calculate the total number 10 of sound sources that the user listens for one week as the number of listening sound sources.
  • the total number of sound sources and the number of listening of each sound source may be added to calculate the number of sound sources.
  • the number of sound sources may be determined by reflecting a weight calculated based on the number of times of sound sources in the total number of sound sources. It is possible to calculate the number of listening sound sources according to various other criteria.
  • the extraction target determiner 1532 may determine an extraction target of the sound source information based on the calculated number of listening sounds. For example, when the calculated number of listening sound sources is compared with a preset reference value, and if the number of listening sound sources is smaller than the preset reference value, it is determined that the collected listening history for the user is not sufficient, It may be decided to extract sound source information.
  • the similar user extractor 1533 may extract one or more similar users for the user.
  • the similar user extracting unit 1533 calculates the overlapping degree of the sound source with other users based on the sound source listening history information collected for the user, and based on the calculated overlapping degree of the sound source, A preset number of users among the users with high duplication may be extracted as similar users. In this case, the preset number may be determined so as not to reduce the performance of the entire system based on the amount of sound source listening history information collected for other users.
  • the extraction target determiner 1532 when the number of the sound sources is not smaller than the preset reference value, it may be determined that the collected sound source listening history is sufficient for the user, and the sound source information may be extracted from the sound source listening history information of the user. .
  • the meta information extraction unit 1534 when the extraction target is determined by the extraction target determination unit 1532, the meta information extraction unit 1534, the lyrics information extraction unit 1535, the code information extraction unit 1536, and the pitch / beat information extraction unit 1537 ) May extract meta information, lyrics information, chord information, and pitch / beat information for each sound source listened to by the user or the similar user by using sound source listening history information of the user or the similar user according to the determination.
  • the sound source information is extracted using the sound source listening history information of the user as an example.
  • the intent generator 1540 may generate intent information of the user using the sound source information.
  • the intent information may include at least one of lyrics preference, subject preference, code change preference, pitch / beat change preference, and artist / genre preference.
  • the intent generator 1540 includes a keyword extractor 1541, a lyrics preference calculator 1542, a subject preference calculator 1543, and a code change extractor 1544. It may include a code change preference calculator 1545, a pitch / beat change extractor 1546, a pitch / beat change preference calculator 1547, and an artist / genre preference calculator 1548.
  • the keyword extracting unit 1541 extracts the main keywords from the entire lyrics using the lyrics information in the sound source information.
  • the keyword extractor 1541 may extract a meaningful word as a main keyword by performing a morpheme analysis on each word constituting the lyrics.
  • the keyword extractor 1541 may extract the remaining words as keywords except for words stored in a stopword database (not shown) among all words extracted through morphological analysis.
  • the stopword database (not shown) may store a list of words that are commonly used in most sound sources and classified as having no meaning.
  • the lyrics preference calculator 1542 calculates a first frequency at which each keyword appears in the entire lyrics of the sound source listened to by the user, and the user includes a word containing the word using the calculated first frequency. It is possible to calculate the lyrics preference for whether or not to prefer the lyrics.
  • the lyrics preference calculator 1542 may calculate a second frequency, which is a frequency at which each keyword repeatedly appears in a highlight or chorus phrase of a sound source listened to by the user, and calculate the lyrics preference using the calculated second frequency. have.
  • the lyrics preference calculator 1542 may calculate the lyrics preference in consideration of any one or two or more of the first frequency and the second frequency.
  • the weight to be assigned to each keyword may be determined based on the second frequency, and the lyrics preference may be calculated by applying the determined weight to the first frequency or the second frequency.
  • Table 2 below illustrates weights determined by the calculated first frequency, second frequency, and second frequency for the extracted main keywords.
  • the user may calculate that the preference for the lyrics including 'travel' is the highest.
  • both the first frequency and the second frequency are used, for example, when using the sum of the first frequency and the second frequency, the user may calculate that the lyrics including 'travel' have the highest preference.
  • the lyrics preference for the keywords 'love', 'parting', 'travel', and 'dream' are respectively 3 (10 0.3), 1 (5). 0.2), 3 (30 0.1) and 10 (25 0.4), the user can calculate that the preference of the lyrics including 'dream' is the highest.
  • the theme preference calculator 1543 calculates occurrence frequencies of keywords extracted for each theme based on pre-established word association information of themes for all recommendable sound sources, and based on the calculated occurrence frequencies for each theme, Topic preferences can be calculated.
  • the word association information for each subject may be pre-built for the entire sound source. That is, for the whole sound source, the subjects such as 'good song in autumn', 'music used in the movie', 'good song for parting', etc. are set, and the words mainly generated from the sound sources corresponding to each theme are extracted. You can build associations between topics and words in advance.
  • the code change extractor 1544 may extract code change information based on the extracted code information. For example, if the flow of chords used in any sound source consists of CG-Dm-G7-C-Dm-F, the code change information of length 2 to 7 can be extracted as shown in Table 3 below. have.
  • the code change preference calculator 1545 calculates a frequency of appearing in the entire sound source heard by the user for each code change extracted, and uses the calculated frequency to indicate which code change the user prefers to change in the code. Preference can be calculated.
  • the code change preference calculator 1545 may calculate the code change preference by giving a higher weight to the calculated frequency as the length of the code change, that is, the number of codes included in the extracted code change is longer. In general, the longer the length of the code change and the higher the frequency of appearance in the sound source, the greater the preference of the user. Therefore, the length information of the code change may be reflected when calculating the code change preference.
  • the pitch / beat change extractor 1546 may extract pitch / beat change information about each sound source listened to by the user using the extracted pitch / beat information. For example, if any sound source is made up of quarter notes, and the scale is composed of only 'doremipasol', pitch / beat change information of lengths 2 to 5 may be extracted as shown in Table 4 below.
  • the pitch / beat change preference calculator 1547 calculates a frequency of appearing in the entire sound source heard by the user for each extracted pitch / beat change, and uses the calculated frequency to change the user's preference to any pitch / beat change. Pitch / beat change preference indicating whether there is a can be calculated.
  • the pitch / beat change preference calculator 1547 may calculate the pitch / beat change preference by giving a higher weight to the calculated frequency as the length of the pitch / beat change is longer.
  • the pitch / beat change length is longer and the frequency of appearance in the sound source is higher, the preference of the user is greater. Therefore, the length information of the pitch / beat change may be reflected when calculating the pitch / beat change preference.
  • the artist / genre preference calculator 1548 may calculate a preference for the artist or genre that the user prefers using the user's sound source listening history information and the extracted metadata. In this case, if there are more songs for a particular artist or genre among the sound sources listened to by the user than the songs for other artists or genres, it may be calculated that the preference for the particular artist or genre is higher. In this case, when the number of sound sources that are listened to for two or more artists or genres is the same, it may be calculated that the preference for artists or genres with more listening times is higher in consideration of the number of times of music corresponding to each artist or genre.
  • the sound source recommendation unit 1550 determines one or more recommended sound sources to be recommended to the user from among all the sound sources and provides them to the user based on the intent information of the user or the similarity of the intent information between the plurality of users. can do.
  • the sound source recommendation unit 1550 may include a recommendation source determining unit 1551, an exposure ranking unit 1552, a recommendation source providing unit 1553, and a recommendation reasoning agent as shown. Study 1554.
  • the recommended sound source determiner 1551 may determine the recommended sound source based on various criteria based on intent information of the user.
  • the recommended sound source determiner 1551 may extract a similar user based on intent information of a user and another user, and determine the recommended sound source using a general collaborative filtering algorithm.
  • the recommendation sound source determiner 1551 may receive a user's search word, obtain a matching sound source among all sound sources based on the input search word, and determine it as a recommendation sound source.
  • the exposure ranking unit 1552 may determine the exposure ranking of the recommended sound source determined using the user's intent information. For example, when a number of recommended sound sources are determined according to a search word input by a user, the exposure rank of the recommended sound source is determined based on the user's intent information, for example, lyrics preferences, topic preferences, chord change preferences, and pitch time preferences. Can be. In this case, the exposure ranking may be determined by combining any one or two or more of the intent information of the user.
  • the recommended sound source providing unit 1553 may provide the recommended sound source to the user.
  • the recommended sound sources may be sorted according to the determination result, and the aligned recommended sound sources may be provided to the user.
  • the recommendation reason provider 1554 may generate a reason for recommendation based on the determination reason of the recommendation sound source and provide the same to the user.
  • FIG. 19 is a flowchart illustrating a sound source recommendation method according to an embodiment of the present invention.
  • 20 is a flowchart illustrating an example of extracting sound source information shown in FIG. 19.
  • FIG. 21 is a flowchart illustrating an example of generating intent information shown in FIG. 19.
  • 22 is a flowchart illustrating another example of the intent information generation step illustrated in FIG. 19.
  • FIG. 23 is a flowchart illustrating an example of a recommendation sound source providing step illustrated in FIG. 19.
  • 19 to 23 may be an embodiment of a sound source recommendation method performed by the sound source recommendation apparatus 100 described with reference to FIGS. 15 to 18. 15 to 18, the sound source recommendation method performed by the sound source recommendation apparatus 1410 will be briefly described below.
  • the sound source recommendation apparatus 1410 may collect sound source listening history information of a user (S1910).
  • the sound source listening history information of the user may be collected for a preset period, thereby reflecting a change in taste of the user.
  • the sound source listening history information of the user may include the name of a song listened for a predetermined period, the number of times of listening of each song, and the like.
  • sound source information may be extracted based on the sound source listening history information (S1920).
  • the step S1920 of extracting sound source information will be described in more detail.
  • the number of sound sources for the user is determined based on the sound source listening history information. It can be calculated (S2010).
  • the number of listening sound sources may be calculated by considering one or more of the number of sound sources and the number of listening times of each song, as described in detail with reference to Table 1 above.
  • the target information extraction target may be determined by comparing the calculated number of listening sources with a preset reference value (S2015). In other words, when the number of listening sound sources is smaller than the preset reference value, it may be determined that the collected listening history is not sufficient for the user, and the sound source information may be extracted from the sound source listening history information of another user. If, as a result of the comparison, the number of listening sound sources is not smaller than the preset reference value, it may be determined that the collected sound source listening history is sufficient for the user, and the sound source information may be extracted from the sound source listening history information of the user.
  • S2015 preset reference value
  • the sound source information may be extracted based on the sound source listening history information of the user (S2020).
  • step S2015 If it is determined in step S2015 that sound source information is extracted using sound source listening history information of another user, one or more similar users may be extracted for the user (S2030).
  • the degree of overlapping of the sound source with other users is calculated based on the sound source listening history information collected for the user, and the preset number of users among the users with high overlap of the sound source based on the calculated degree of overlap of the sound source is calculated. You can extract users as pseudo users.
  • the sound source information for the user may be extracted based on the sound source listening history information of the similar user (S2040).
  • intent information of the user may be generated based on the extracted sound source information (S1930).
  • the intent information may include lyrics preference, subject preference, code change preference, pitch / beat change preference, artist / genre preference, and the like.
  • FIG. 21 illustrates an embodiment of calculating lyrics preferences or subject preferences using lyrics information among sound source information extracted in operation S1930.
  • one or more keywords may be extracted from the entire lyrics of a sound source listened to by a user using lyrics information (S2110).
  • a first frequency in which the extracted keyword appears in the entire lyrics may be calculated (S2120), and the lyrics preference may be calculated using the first frequency (S2160).
  • the lyrics preference when it is necessary to calculate the lyrics preference by giving a predetermined weight to each keyword (S2125), the second frequency in which each keyword appears in the highlight or chorus of the sound source is calculated (S2130), and the calculated second The weight to be assigned to each keyword may be determined based on the frequency (S2140).
  • the lyrics preference may be calculated by applying the weight to the first frequency or the second frequency according to the preset lyrics preference criteria (S2150).
  • FIG. 22 illustrates an embodiment of calculating a code change preference or a pitch / beat change preference using code information or pitch / beat information among sound source information extracted in operation S1920.
  • sound source information is checked (S2205). If the sound source information is code information, code change information as illustrated in Table 3 above may be extracted based on the code information (S2210).
  • a code change frequency appearing in all sound sources heard by the user for each code change may be calculated (S2220), and a code change preference may be calculated based on the calculated code change frequency (S2230).
  • one or more pitch / beat change information may be extracted based on the pitch / beat information as illustrated in Table 4 (S2240).
  • the frequency of pitch / beat changes appearing in the entire sound source heard by the user is calculated (S2250), and the pitch / beat change preference is calculated using the calculated pitch / beat change frequency. It may be (S2260).
  • the user may provide a recommendation sound source using the user's intent information (S1940).
  • one or more recommended sound sources may be determined from all of the recommendable sound sources (S2310).
  • the recommended sound source is determined by various criteria using lyrics lyrics, theme preference, chord change preference, pitch / beat change preference, artist / genre preference, etc. generated for the user, or a sound source that matches through a search word input by the user. Can be determined as the recommended sound source.
  • the exposure order of the determined recommendation sound source may be determined using intent information of the user (S2320).
  • the exposure ranking may be determined by combining any one or two or more of intent information generated for the user, for example, lyrics preference, topic preference, chord change preference, and pitch beat preference.
  • the recommended sound source may be sorted according to the exposure rank (S2330), and the sorting result may be provided to the user (S2340).
  • the reason for recommendation may be generated based on the decision reason of the recommendation sound source and provided to the user (S2350). In this case, the reason for recommendation may be provided along with the provision of the recommendation sound source.
  • Computer-readable media suitable for storing computer program instructions and data include, for example, magnetic media such as hard disks, floppy disks, and magnetic tape, such as magnetic disks, compact disk read only memory (CD-ROM), and DVDs.
  • Optical Media such as Digital Video Disk, Magnetic-Optical Media such as Floppy Disk, and Read Only Memory, RAM, Random Semiconductor memories such as access memory (EPM), flash memory, erasable programmable ROM (EPROM), and electrically erasable programmable ROM (EEPROM).
  • the processor and memory can be supplemented by or integrated with special purpose logic circuitry.
  • Examples of program instructions may include high-level language code that can be executed by a computer using an interpreter as well as machine code such as produced by a compiler.
  • Such hardware devices may be configured to operate as one or more software modules to perform the operations of the present invention, and vice versa.
  • an apparatus for recommending appropriate content in a device such as a TV used by a plurality of users is disclosed.
  • a device such as a TV used by a plurality of users
  • the present invention is disclosed a technology for providing a recommendation of the sound source and the recommended sound source suitable for the user based on the user's sound source usage history.
  • the change of lyrics, beat, pitch change, chord value information, etc. of the sound source is extracted from the use history of the sound source, and based on this, the appropriate sound source is recommended by grasping the user's intent,
  • the user may be provided with a recommendation sound that satisfies his or her taste, and thus its utilization will not be small.

Landscapes

  • Engineering & Computer Science (AREA)
  • Signal Processing (AREA)
  • Databases & Information Systems (AREA)
  • Multimedia (AREA)
  • Human Computer Interaction (AREA)
  • Software Systems (AREA)
  • Computer Graphics (AREA)
  • Computing Systems (AREA)
  • Two-Way Televisions, Distribution Of Moving Picture Or The Like (AREA)
  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)

Abstract

본 발명은 콘텐츠 및 음원 추천 장치 및 방법에 관한 것으로, 특히, TV와 같이 복수의 사용자들이 이용할 수 있는 하나의 멀티미디어 장치에서 채널 속성에 따른 채널 그룹을 생성하고, 채널 그룹별로 사용자들의 시청 이력 형태를 분석하여 채널 그룹별로 적합한 콘텐츠를 추천하고, 사용자의 음원 사용 이력, 음원의 가사 및 악보 정보 등을 기초로 사용자의 인텐트(intent)를 파악하여 사용자의 인텐트에 따라 음원 추천 정보 및 음원 추천 정보에 대한 다양한 음원 추천 사유를 제공할 수 있다. 또한, 음원 사용자에 대하여 음원 사용 이력, 음원의 가사 및 악보 정보 등을 이용하여 사용자의 인텐트를 파악하고, 파악된 사용자의 인텐트에 기초하여 추천 음원을 개인화하는 음원 추천 장치 및 방법을 제공할 수 있다.

Description

콘텐츠 및 음원 추천 장치 및 방법
본 발명은 콘텐츠 및 음원 추천 장치 및 방법에 관한 것으로, 더욱 상세하게는 TV와 같이 복수의 사용자들이 이용할 수 있는 하나의 멀티미디어 장치에서 채널 속성에 따른 채널 그룹을 생성하고, 채널 그룹별로 사용자들의 시청 이력 형태를 분석하여 채널 그룹별로 적합한 콘텐츠를 추천하고, 사용자의 음원 사용 이력, 음원의 가사 및 악보 정보 등을 기초로 사용자의 인텐트(intent)를 파악하여 사용자의 인텐트에 따라 음원 추천 정보 및 음원 추천 정보에 대한 다양한 음원 추천 사유를 제공할 수 있는 콘텐츠 및 음원 추천 장치 및 방법에 관한 것이다.
본 발명은 2014년 2월 26일 출원된 한국특허출원 제10-2014-0022928호 및 2014년 3월 27일 출원된 한국특허출원 제10-2014-0036322호의 출원일의 이익을 주장하며, 그 내용 전부는 본 명세서에 포함된다.
스마트폰 등의 모바일 단말과 같이 특정한 개인이 지속적으로 사용하는 기기와는 달리 케이블 TV, IPTV, 위성 방송 등과 같이 TV를 매체로 한 서비스의 경우에는 한 세대를 구성하는 다양한 구성원이 하나의 기기를 사용하게 된다. 이러한 상황에서 각 구성원은 동일한 시간에 모두 모여 동일한 콘텐츠를 시청하기도 하지만, 일반적으로는 선호하는 콘텐츠의 취향이 서로 다르기 때문에 서로 다른 시간에 다른 종류의 콘텐츠를 시청한다.
연관규칙 마이닝(Association Rule Mining)과 같이 일반적인 개인화/추천 알고리즘의 경우 한 개인의 이용 행태나 패턴을 분석하여 개인의 취향에 적합한 콘텐츠를 제공한다. 하지만, TV와 같이 다수의 사용자가 1개의 장치를 매개로 하여 동일 서비스를 공통으로 이용하는 경우에는 먼저 각 개인을 특정(specify)해야 할 필요가 있다. 이를 위해 일반적으로 별도의 사용자 인터페이스를 통해 현재 TV를 사용하려는 개인 각각의 프로필(profile)을 입력 받는 방법이 시도되고 있으나, 이는 사용성 측면에서 불편함을 야기하며 실제로 사용자들이 매번 자신의 프로필을 지정하고 TV를 이용하도록 유도하는 것도 어려운 일이다.
또한, 한 가구에서 생성되는 시청 정보를 이용하여 선호도 정보를 생성하고 이에 따라 콘텐츠를 추천하는 경우에는 실제로 해당 TV를 이용하는 세대 구성원과는 관련이 없는 콘텐츠를 추천하는 문제가 발생하기도 한다. 예를 들어, TV와 같이 다수의 사용자가 하나의 기기를 시청하는 경우, 하루에도 시간대별로 시청 패턴이 달라질 수 있다. 즉, 오전 시간에는 가정 주부가 주로 시청하는 미용이나 드라마 관련 프로그램을 주로 시청하고, 오후 시간에는 어린이 대상 프로그램을 주로 시청하며, 저녁 및 밤 시간에는 스포츠나, 영화 등을 시청하는 패턴이 나타날 수 있는데, 이를 하나의 기기에 대한 사용 이력으로 통합하여 연관 규칙 마이닝 등을 수행하게 되면, 애니메이션 등 어린이용 프로그램을 시청하는 사용자들에게 성인용 프로그램을 추천하는 등의 문제가 발생할 수 있다.
또한, 이와 같은 기술은 음원 이용자에게 음원 데이터를 추천하는데 사용할 수도 있다. 그러나 매일 엄청난 양의 음악이 쏟아져 나오고 있는 현실을 고려할 때 각각의 음원 이용자가 음원 데이터를 자신의 벨소리, 통화 대기음 등으로 이용하거나 MP3 플레이어 등에 다운로드 받는데 있어서 자신의 취향에 적합한 음원을 검색하는 것에 어려움이 존재한다.
이러한 문제를 해결하기 위해 오디오 데이터의 분석을 통해 음악을 분류함으로써 음원 이용자가 보다 쉽게 자신의 취향에 맞는 음악을 선택할 수 있도록 하는 형태의 서비스가 제안된 바 있다. 하지만, 기존의 음악 추천 기술들은 대부분 곡 전체를 분석하는 경우에 발생하는 효율성의 문제로 인해 음원 데이터의 일부 구간만을 선택하여 분석하는 기술을 채택하고 있다. 또한, 기존의 음악 추천 기술은 단순히 음원 이용자가 선택한 곡이나 청취한 곡 그 자체를 기초로 음원을 추천함으로써 음원 이용자의 취향에 맞지 않는 음원이 추천되는 경우가 종종 발생하였다.
관련 선행기술로는, 한국 공개 특허 제10-2011-0071715호, 2011년 06월 29일 공개 (명칭: 커뮤니티 서비스를 제공하는 IPTV 서비스 시스템) 및 한국 공개 특허 제10-2008-00023418호, 2008년 01월 04일 공개 (명칭: 음악 추천 시스템 및 그 방법)이 있다.
상술한 바와 같이, 본 발명의 목적은 TV 등의 기기에서 방송되는 각 채널을 채널 그룹별로 분류하고, 각 채널 그룹별로 적합한 콘텐츠를 추천함으로써 그 기기를 사용자는 다수의 사용자가 프로필 등을 입력할 필요 없이 개별 사용자에게 적합한 콘텐츠를 추천할 수 있는 콘텐츠 추천 장치 및 방법을 제공하는 것이다.
또한, 본 발명의 목적은 음원 사용자에 대하여 음원 사용 이력, 음원의 가사 및 악보 정보 등을 이용하여 사용자의 인텐트를 파악하고, 파악된 사용자의 인텐트에 기초하여 추천 음원을 개인화하는 음원 추천 장치 및 방법을 제공하는 것이다.
또한, 본 발명의 목적은 음원 사용자에게 개인화된 음원 추천뿐만 아니라 다양한 기준으로 음원 추천 사유를 제공하는 음원 추천 장치 및 방법을 제공하는 것이다.
상술한 바와 같은 목적을 달성하기 위한 본 발명의 일실시예에 따른 콘텐츠 추천 장치는 채널의 속성 정보를 기초로 채널 간의 유사도를 산출하고, 산출된 채널 간의 유사도를 이용하여 하나 이상의 채널 그룹을 생성하는 채널 그룹 생성부; 사용자 그룹별 콘텐츠 시청 이력 정보를 상기 채널 그룹별 시청 이력 정보로 치환하는 시청 이력 치환부; 및 상기 채널 그룹별 시청 이력 정보에 기초하여 채널 그룹별로 각 사용자 그룹에 대한 콘텐츠 추천 정보를 생성하는 추천 정보 생성부를 포함한다.
이 때, 콘텐츠 추천 장치는 각 채널 별 전자 프로그램 가이드(Electronic Program Guide) 정보, 각 채널 별 메타(Meta) 정보, 각 채널에서 방송되는 콘텐츠의 메타(Meta) 정보 및 웹(web) 정보 중의 하나 이상을 포함하는 방송 정보를 수집하는 방송 정보 수집부; 상기 수집된 방송 정보를 이용하여 상기 각 채널의 속성 정보를 생성하는 채널 속성 생성부; 및 각 사용자 그룹에 대해 생성된 채널 그룹별 콘텐츠 추천 정보를 각 사용자 그룹에 제공하는 추천 정보 제공부를 더 포함할 수 있다.
이 때, 채널 그룹 생성부는 상기 수집된 방송 정보를 이용하여 상기 채널 간의 콘텐츠 중복 정보를 확인하고, 그 콘텐츠 중복 정보에 더 기초하여 상기 채널 간의 유사도를 산출할 수 있다.
이 때, 콘텐츠 중복 정보는 상기 채널 간의 콘텐츠의 중복 여부 및 중복 콘텐츠의 개수 중의 하나 이상을 포함할 수 있다.
이 때, 콘텐츠 추천 장치는 각 채널에서 방송되는 콘텐츠의 채널 별 소속도를 산출하는 콘텐츠 소속도 산출부를 더 포함하고, 상기 채널 그룹 생성부는 상기 산출된 콘텐츠의 소속도를 기초로 상기 생성된 채널 그룹 간의 관계를 갱신하고, 상기 콘텐츠 소속도 산출부는 상기 각 채널의 속성과 각 채널에서 방송되는 콘텐츠의 타입 간의 연관 정도를 기초로 상기 콘텐츠의 채널 별 소속도를 산출할 수 있다.
이 때, 채널 그룹 생성부는 상기 산출된 채널 간의 유사도와 미리 설정된 임계치를 비교하고, 그 결과를 기초로 채널들을 하나 이상의 채널 그룹으로 생성하고, 상기 채널 그룹의 생성 결과, 어느 하나의 채널이 둘 이상의 채널 그룹에 속하는 경우 그 둘 이상의 채널 그룹에 대한 상위 채널 그룹을 생성할 수 있다.
이 때, 추천 정보 생성부는 상기 채널 그룹별 시청 이력 정보를 기초로 채널 그룹별 콘텐츠 선호도를 산출하고, 산출된 콘텐츠 선호도에 기초하여 상기 채널 그룹별로 콘텐츠 추천 정보를 생성할 수 있다.
이 때, 추천 정보 제공부는 각 사용자 그룹에서 현재 선택한 채널이 속한 채널 그룹의 콘텐츠 추천 정보를 각 사용자 그룹에 제공할 수 있다.
이 때, 추천 정보 제공부는 콘텐츠의 채널 별 소속도를 근거로 각 사용자 그룹에서 현재 시청 중인 콘텐츠와 유사한 콘텐츠를 방송하는 채널 그룹의 콘텐츠 추천 정보를 각 사용자 그룹에 제공할 수 있다.
또한, 본 발명의 일실시예에 따른 콘텐츠 추천 방법은 채널의 속성 정보를 기초로 채널 간의 유사도를 산출하는 단계; 상기 산출된 채널 간의 유사도를 이용하여 하나 이상의 채널 그룹을 생성하는 단계; 사용자 그룹별 콘텐츠 시청 이력 정보를 채널 그룹별 시청 이력 정보로 치환하는 단계; 및 상기 채널 그룹별 시청 이력 정보에 기초하여 채널 그룹별로 각 사용자 그룹에 대한 콘텐츠 추천 정보를 생성하는 단계를 포함한다.
또한, 본 발명의 일실시예에 따른 음원 추천 장치는 사용자의 음원 청취 이력 정보를 기초로 음원의 가사 정보, 코드 정보 및 음정/박자 정보 중의 하나 이상을 포함하는 음원 정보를 추출하는 음원 정보 추출부; 상기 추출된 음원 정보를 기초로 사용자의 인텐트 정보를 생성하는 인텐트 생성부; 및 상기 인텐트 정보를 이용하여 사용자에게 하나 이상의 추천 음원을 제공하는 음원 추천부를 포함한다.
이 때, 음원 추천 장치는 소정 기간 동안 사용자가 청취한 음원의 곡명 및 각 음원의 청취 횟수 중의 하나 이상을 포함하는 음원 청취 이력 정보를 수집하는 음원 이력 정보 수집부를 더 포함할 수 있다.
이 때, 음원 정보 추출부는 상기 수집된 음원 청취 이력 정보를 기초로 사용자의 청취 음원 수를 산출하고, 산출된 사용자의 청취 음원 수가 미리 설정된 기준값 보다 작으면 상기 사용자에 대하여 하나 이상의 유사 사용자를 추출하고, 추출된 유사 사용자에 대하여 수집된 음원 청취 이력 정보를 기초로 상기 음원 정보를 추출하고, 상기 사용자가 청취한 음원과 다른 사용자가 청취한 음원의 중복 정도에 기초하여 상기 하나 이상의 유사 사용자를 추출할 수 있다.
이 때, 인텐트 정보는 가사 선호도, 주제 선호도, 코드 변화 선호도, 음정/박자 변화 선호도 및 아티스트/장르 선호도 중의 하나 이상을 포함하고, 상기 인텐트 생성부는 상기 가사 정보를 이용하여 사용자가 청취한 음원의 가사에서 하나 이상의 키워드를 추출하는 키워드 추출부; 상기 추출된 하나 이상의 키워드 각각에 대하여, 상기 사용자가 청취한 음원 전체에 등장하는 제1 빈도 및, 상기 사용자가 청취한 음원의 하이라이트 또는 후렴구에 등장하는 제2 빈도 중의 하나 이상을 산출하고, 산출된 제1 빈도 및 제2 빈도 중의 하나 이상을 기초로 가사 선호도를 산출하는 가사 선호도 산출부; 전체 음원에 대하여 미리 구축된 주제별 단어 연관 정보를 기초로, 각 주제별로 상기 추출된 하나 이상의 키워드의 발생 빈도를 산출하고, 산출된 주제별 발생 빈도에 기초하여 주제 선호도를 산출하는 주제 선호도 산출부; 상기 코드 정보를 기초로 하나 이상의 코드 변화 정보를 추출하는 코드 변화 추출부; 상기 추출된 각 코드 변화에 대하여 사용자가 청취한 음원 전체에 등장하는 빈도를 산출하고, 산출된 코드 변화 빈도를 기초로 코드 변화 선호도를 산출하는 코드 변화 선호도 산출부; 상기 음정/박자 정보를 기초로 하나 이상의 음정/박자 변화 정보를 추출하는 음정/박자 변화 추출부; 및 상기 추출된 각 음정/박자 변화에 대하여 사용자가 청취한 음원 전체에 등장하는 빈도를 산출하고, 산출된 음정/박자 변화 정보를 기초로 음정/박자 변화 선호도를 산출하는 음정/박자 변화 선호도 산출부를 더 포함할 수 있다.
이 때, 가사 선호도 산출부는 상기 추출된 하나 이상의 키워드 각각에 대하여, 상기 산출된 제2 빈도를 기초로 부여할 가중치를 결정하고, 상기 제1 빈도 및 제2 빈도 중의 하나 이상에 상기 결정된 가중치를 부여하여 가사 선호도를 산출할 수 있다.
이 때, 코드 변화 선호도 산출부는 상기 추출된 하나 이상의 코드 변화 정보 각각에 포함된 코드의 수를 기초로 상기 산출된 각 코드 변화 빈도에 가중치를 부여하여 상기 코드 변화 선호도를 산출할 수 있다.
이 때, 음원 추천부는 상기 사용자의 인텐트 정보 및 복수의 사용자 사이의 인텐트 정보의 유사성 중의 하나 이상에 기초하여 전체 음원 중에서 상기 하나 이상의 추천 음원을 결정하는 추천 음원 결정부; 상기 사용자의 인텐트 정보를 이용하여 상기 하나 이상의 추천 음원 각각에 대한 노출 순위를 결정하는 노출 순위 결정부; 상기 결정된 노출 순위에 기초하여 하나 이상의 추천 음원을 정렬하고, 정렬된 추천 음원을 사용자에게 제공하는 추천 음원 제공부; 및 상기 하나 이상의 추천 음원을 사용자에게 제공할 때, 상기 하나 이상의 추천 음원에 대한 추천 사유를 더 제공하는 추천 사유 제공부를 포함할 수 있다.
또한, 본 발명의 일실시예에 따른 음원 추천 방법은 사용자의 음원 청취 이력 정보를 기초로 음원의 가사, 코드 및 음정/박자 중의 하나 이상을 포함하는 음원 정보를 추출하는 단계; 상기 추출된 음원 정보를 기초로 사용자의 인텐트 정보를 생성하는 단계; 및 상기 인텐트 정보를 이용하여 사용자에게 하나 이상의 추천 음원을 제공하는 단계를 포함한다.
본 발명의 과제 해결을 위한 또 다른 수단으로서, 상기한 방법을 실행하는 프로그램을 기록한 컴퓨터 판독 가능한 기록매체를 제공한다.
본 발명에 따르면, TV, IPTV, CSTV, OTT 서비스 등과 같이 다수의 사용자가 동일 기기를 사용하는 경우, 각 사용자들은 기기에서 방송되는 채널의 그룹별 시청 이력 형태에 따라 자신이 선호하는 채널의 그룹에 대하여 적합한 콘텐츠를 추천받을 수 있다.
또한, 본 발명은 각 사용자가 자신이 선호하는 콘텐츠를 추천 받기 위해 프로필 정보 등을 입력하는 불필요한 인터랙션을 수행할 필요가 없기 때문에 사용자 편의성을 향상시킬 수 있다.
또한, 본 발명은 음원 사용자에 대하여 음원 사용 이력, 음원의 가사 및 악보 정보 등을 이용하여 사용자의 인텐트를 파악하고, 파악된 사용자의 인텐트에 기초하여 추천 음원을 개인화함으로써 사용자는 자신의 취향에 맞는 음원을 추천받을 수 있다.
또한, 본 발명은 음원 사용자에게 개인화된 음원 추천뿐만 아니라 다양한 기준으로 음원 추천 사유를 제공함으로써 추천 받은 음원이 추천된 사유를 쉽게 확인할 수 있다.
또한, 본 발명은 분산 처리 시스템을 기반으로 하여 사용자의 인텐트 정보 생성시 필요한 방대한 계산량 및 데이터 저장을 효과적으로 처리할 수 있다.
도 1은 본 발명의 일실시예에 따른 콘텐츠 추천 시스템을 나타낸 도면이다.
도 2는 도 1에 도시된 콘텐츠 추천 장치의 일 예를 나타낸 블록도이다.
도 3은 본 발명의 일실시예에 따른 콘텐츠 추천 장치가 수집하는 방송 정보의 일 예를 나타낸 도면이다.
도 4는 본 발명의 일실시예에 따른 콘텐츠 추천 장치가 채널 간의 유사도를 산출하는 것을 설명하기 위한 도면이다.
도 5 내지 도 8은 본 발명의 일실시예에 따른 콘텐츠 추천 장치가 채널 그룹을 생성하는 것을 설명하기 위한 도면이다.
도 9 및 도 10은 본 발명의 일실시예에 따른 콘텐츠 추천 장치가 수집한 시청 이력 정보를 설명하기 위한 도면이다.
도 11 및 도 12는 본 발명의 일실시예에 따른 콘텐츠 추천 장치가 치환한 채널 그룹별 시청 이력 정보를 설명하기 위한 도면이다.
도 13은 본 발명의 일실시예에 따른 콘텐츠 추천 방법을 나타낸 동작 흐름도이다.
도 14는 본 발명의 일실시예에 따른 음원 추천 시스템을 나타낸 블록도이다.
도 15는 도 14에 도시된 음원 추천 장치의 일 예를 나타낸 블록도이다.
도 16은 도 15에 도시된 음원 정보 추출부의 일 예를 나타낸 블록도이다.
도 17은 도 15에 도시된 인텐트 생성부의 일 예를 나타낸 블록도이다.
도 18은 도 15에 도시된 음원 추천부의 일 예를 나타낸 블록도이다.
도 19는 본 발명의 일실시예에 따른 음원 추천 방법을 나타낸 동작 흐름도이다.
도 20은 도 19에 도시된 음원 정보 추출 단계의 일 예를 나타낸 동작 흐름도이다.
도 21은 도 19에 도시된 인텐트 정보 생성 단계의 일 예를 나타낸 동작 흐름도이다.
도 22는 도 19에 도시된 인텐트 정보 생성 단계의 다른 예를 나타낸 동작 흐름도이다.
도 23은 도 19에 도시된 추천 음원 제공 단계의 일 예를 나타낸 동작 흐름도이다.
이하 본 발명의 바람직한 실시 예를 첨부한 도면을 참조하여 상세히 설명한다. 다만, 하기의 설명 및 첨부된 도면에서 본 발명의 요지를 흐릴 수 있는 공지 기능 또는 구성에 대한 상세한 설명은 생략한다. 또한, 도면 전체에 걸쳐 동일한 구성 요소들은 가능한 한 동일한 도면 부호로 나타내고 있음에 유의하여야 한다.
이하에서 설명되는 본 명세서 및 청구범위에 사용된 용어나 단어는 통상적이거나 사전적인 의미로 한정해서 해석되어서는 아니 되며, 발명자는 그 자신의 발명을 가장 최선의 방법으로 설명하기 위한 용어의 개념으로 적절하게 정의할 수 있다는 원칙에 입각하여 본 발명의 기술적 사상에 부합하는 의미와 개념으로 해석되어야만 한다. 따라서 본 명세서에 기재된 실시 예와 도면에 도시된 구성은 본 발명의 가장 바람직한 일 실시 예에 불과할 뿐이고, 본 발명의 기술적 사상을 모두 대변하는 것은 아니므로, 본 출원시점에 있어서 이들을 대체할 수 있는 다양한 균등물과 변형 예들이 있을 수 있음을 이해하여야 한다. 또한 제 1, 제 2 등의 용어는 다양한 구성요소들을 설명하기 위해 사용하는 것으로, 하나의 구성요소를 다른 구성요소로부터 구별하는 목적으로만 사용될 뿐, 상기 구성요소들을 한정하기 위해 사용되지 않는다.
이하에서는 본 발명의 실시 예에 따른 단말기는 이동통신단말기에 한정된 것이 아니고, 모든 정보통신기기, 멀티미디어 단말기, 유선 단말기, 고정형 단말기 및 IP(Internet Protocol) 단말기 등의 다양한 단말기에 적용될 수 있다. 또한, 단말기는 휴대폰, PMP(Portable Multimedia Player), MID(Mobile Internet Device), 스마트폰(Smart Phone), 데스크톱(Desktop), 태블릿컴퓨터(Tablet PC), 노트북(Note book), 넷북(Net book) 및 정보통신 기기 등과 같은 다양한 이동통신 사양을 갖는 모바일(Mobile) 단말기일 때 유리하게 활용될 수 있다.
도 1은 본 발명의 일실시예에 따른 콘텐츠 추천 시스템을 나타낸 도면이다.
도 1을 참조하면, 본 발명의 일실시예에 따른 콘텐츠 추천 시스템(1)은 콘텐츠 추천 장치(100) 및 하나 이상의 사용자 그룹(200)으로 구성될 수 있다.
각 사용자 그룹(200)은 하나의 멀티미디어 기기를 이용하는 다수의 사용자로 이루어진다. 여기서, 멀티미디어 기기는 특정 장소(예: 한 가정)에 설치되어 다수의 구성원이 이용하는 케이블 TV, IPTV, CSTV(Cloud Streaming TV), OTT(Over The Top) 서비스 등의 온 디멘드(On-Demand) VOD 서비스 제공 장치 등을 포함할 수 있다. 이때, CSTV는 셋탑박스 없이 조작 화면이나 영상의 변화 내용은 서버에서 처리하고, 클라이언트는 인터넷 연결을 통해 서버에서 생성된 화면만을 실시간으로 전달받는 방법을 의미한다. 또한, OTT 서비스는 인터넷 동영상 서비스를 의미한다.
콘텐츠 추천 장치(100)는 전자 프로그램 가이드(Electronic Program Guide, EPG), 웹 및 채널 정보 등으로부터 방송 정보를 수집할 수 있다. 예를 들어, 방송 정보는 전자 프로그램 가이드로부터 수집되는 프로그램 명, 프로그램 설명, 각 채널별로 제공되는 메타 정보, 웹에 공개된 방송 정보 및 각 채널에서 방송되는 콘텐츠의 메타 정보를 수집할 수 있다.
콘텐츠 추천 장치(100)는 이와 같이 방송 정보가 수집되면, 수집된 방송 정보를 이용하여 각 채널의 속성을 정의할 수 있다. 또한, 각 채널의 속성이 정의되면, 유사한 속성을 가진 채널들을 하나의 채널 그룹으로 분류하여 각 채널 그룹별로 콘텐츠 추천 정보를 생성할 수 있다.
또한, 콘텐츠 추천 장치(100)는 각 사용자 그룹(200)으로부터 시청 이력 정보를 수집할 수 있다. 이때, 수집되는 시청 이력 정보는 각 사용자 그룹(200)에서 채널 정보 및 각 채널별로 시청한 콘텐츠 정보를 포함할 수 있다.
콘텐츠 추천 장치(100)는 각 사용자 그룹으로부터 시청 이력 정보가 수집되면, 수집된 시청 이력 정보를 각 채널 그룹별 시청 이력으로 치환하고, 각 채널 그룹 단위로 추천 콘텐츠 정보를 생성하여 사용자 그룹(200)에 제공할 수 있다.
이때, 콘텐츠 추천 장치(100)는 특정 사용자 그룹(200) 내의 특정 사용자가 시청할 채널을 선택하면, 선택한 채널에 해당하는 채널 그룹의 추천 콘텐츠 정보를 제공할 수 있다. 또는, 콘텐츠 추천 장치(100)는 특정 사용자가 현재 특정 채널에서 시청하고 있는 콘텐츠의 유사성에 기초하여 현재 특정 채널과 다른 채널 그룹에 대해 생성된 추천 콘텐츠를 제공하는 것도 가능하다.
도 2 이하를 참조하여 일 실시예에 따른 콘텐츠 추천 장치(100)를 좀 더 상세하게 설명한다. 이하에서는 설명의 편의를 위해 각 사용자 그룹에 설치된 TV를 예로 들어 설명한다.
도 2는 도 1에 도시된 콘텐츠 추천 장치의 일 예를 나타낸 블록도이다. 도 3은 본 발명의 일실시예에 따른 콘텐츠 추천 장치가 수집하는 방송 정보의 일 예를 나타낸 도면이다. 도 4는 본 발명의 일실시예에 따른 콘텐츠 추천 장치가 채널 간의 유사도를 산출하는 것을 설명하기 위한 도면이다.
도 2를 참조하면, 콘텐츠 추천 장치(100)는 방송 정보 수집부(110), 채널 속성 생성부(120), 채널 그룹 생성부(130), 시청 이력 수집부(140), 시청 이력 치환부(150), 추천 정보 생성부(160), 추천 정보 제공부(170), 콘텐츠 소속도 산출부(180) 및 채널 그룹 갱신부(190)를 포함할 수 있다.
방송 정보 수집부(110)는 전자 프로그램 가이드, 웹, 채널 메타 정보, 콘텐츠 메타 정보 등으로부터 방송 정보를 수집할 수 있다. 예를 들어, 도 3에 예시된 바와 같이 전자 프로그램 가이드, 각 채널의 메타 정보로부터 방송 콘텐츠 명, 방송 콘텐츠 설명, 장르, 채널 명, 채널 설명 등의 채널 정보와, 웹에 공개된 방송 정보, 각 채널에서 방송되는 콘텐츠의 메타 정보를 통해 콘텐츠 명, 배우, 감독, 시놉시스(synopsis), 제작자 등의 방송 정보(10)를 수집할 수 있다.
채널 속성 생성부(120)는 수집된 방송 정보를 이용하여 각 채널의 속성을 정의하고, 각 채널의 속성 정보를 생성할 수 있다. 이때, 채널의 속성은 "영화 전문 채널", "드라마 전문 채널", "어린이 채널", "교육 채널", "경제 방송 채널", "뉴스 채널" 등으로 분류될 수 있다.
예를 들어, 도 3에 예시된 방송 정보(10)를 참조하면 채널 #1과 채널 #3은 방송되는 주요 콘텐츠가 영화이므로 "영화 전문 채널"로 정의될 수 있다. 마찬가지로, 채널 #2는 어린이 만화, 유아교육 등의 콘텐츠를 주로 방송하므로 "어린이 채널"로 정의될 수 있으며, 채널 #N은 "드라마 전문 채널"로 정의될 수 있다.
채널 그룹 생성부(130)는 각 채널의 속성이 정의되면, 생성된 채널의 속성 정보를 이용하여 각 채널 간의 유사도를 산출할 수 있다. 이때, N개의 채널에 대하여 N(N-1)/2개의 유사도를 산출할 수 있으며, 자카드(jaccard) 유사도나 코사인(Cosine) 유사도 계산 기법을 이용하여 산출할 수 있다.
도 3 및 도 4를 참조하여 예를 들어 설명하면, 도 3의 채널 #1과 채널 #3은 방송되는 콘텐츠 중에서 영화 #3 만이 중복되므로 콘텐츠의 중복 정도는 낮다고 할 있다. 하지만, 채널 #1과 채널 #3은 정의된 채널 속성이 모두 "영화 전문 채널"이므로 실제로 유사도는 도 4에 도시된 바와 같이 상대적으로 높게 산출될 수 있다.
추가적으로 채널 그룹 생성부(130)는 각 채널에서 방송되는 콘텐츠의 중복 정보를 확인하고, 확인된 콘텐츠 중복 정보를 더 기초로 하여 유사도를 산출할 수 있다. 이때, 콘텐츠 중복 정보는 콘텐츠가 중복되는지 여부, 중복되는 경우 중복된 콘텐츠의 개수 정보를 포함할 수 있으며, 콘텐츠가 중복되는 경우, 중복된 콘텐츠의 수가 많을수록 유사도가 더 높게 산출될 수 있다.
예를 들어, 채널 #3과 채널 #N의 속성은 "영화 전문 채널"과 "드라마 전문 채널"로 서로 다르게 정의되어 채널 속성에 의하는 경우 유사도는 낮게 산출될 것이다. 하지만, 채널 #3과 채널 #N 모두 드라마를 방송하고 있으며 방송된 드라마 중의 드라마 #2는 서로 중복되므로 도 4에 도시된 바와 같이 유사도는 채널 속성만을 이용하는 경우보다 다소 높게 산출될 수 있다.
이와 같이, 채널 그룹 생성부(130)는 각 채널들에 대해 생성된 채널 속성 정보뿐만 아니라 각 채널에서 방송되는 콘텐츠의 중복 정보를 고려하여 보다 정확한 유사도를 산출할 수 있다.
또한, 채널 그룹 생성부(130)는 도 4에 도시된 바와 같이 각 채널 그룹 간의 유사도가 산출되면, 산출된 유사도를 이용하여 하나 이상의 채널 그룹을 생성할 수 있다.
도 5 내지 도 8은 본 발명의 일실시예에 따른 콘텐츠 추천 장치가 채널 그룹을 생성하는 것을 설명하기 위한 도면이다. 도 5 내지 도 8을 참조하여 예를 들어 설명한다.
채널 그룹 생성부(130)는 산출된 유사도를 미리 설정된 유사도 임계치와 비교하여 유사도 임계치를 초과하는 유사도를 가진 채널들은 하나 이상의 채널 그룹으로 생성할 수 있다. 이때, 유사도가 0에서 1 사이의 값을 갖는다면, 미리 설정된 유사도 임계치는 채널 개수 대비 적절한 수의 채널 그룹으로 생성될 수 있도록 임의의 값(예: 0.5)으로 미리 설정될 수 있다.
예를 들어, 채널#1, 채널#2, 채널#3 및 채널#N 상호 간의 유사도가 유사도 임계치(예: 0.5)보다 크고, 또한, 채널#4, 채널#5 및 채널#6 상호 간의 유사도가 유사도 임계치(예: 0.5)보다 크다고 가정하면, 도 5 및 도 6에 도시된 바와 같이 각각 채널 그룹 #1과 채널 그룹 #2로 생성될 수 있다.
이때, 각 채널 그룹 사이는 서로 연관성을 가질 수 있다. 즉, 도시된 바와 같이 채널 #3과 채널 #4 사이는 유사도가 존재하지만 미리 설정된 유사도 임계치를 초과하지 않는 유사도를 가짐으로써 서로 연관될 수 있다.
또한, 유사도가 유사도 임계치를 초과하지 않는 채널들은 하나의 채널 그룹(예: 채널그룹#3)으로 생성되며, 이 채널 그룹 #3은 다른 채널 그룹 #1, #2과 서로 연관성이 존재하지 않을 수 있다. 또한, 다른 모든 채널과 유사하지 않은 채널 예컨대, 각 채널 간의 유사도가 0인 채널은 하나의 채널이 하나의 채널 그룹으로 생성될 수 있다.
한편, 미리 설정된 유사도 임계치는 둘 이상의 값으로 이루어진 범위 정보, 예컨대, 상한값(예: 0.7)과 하한값(예: 0.3)을 가질 수 있다.
예를 들어, 채널#1,채널#2 및 채널#N 상호 간의 유사도와, 채널#4, 채널#5 및 채널#6 상호 간의 유사도가 모두 상한값(예: 0.7)을 초과한다고 가정하면, 채널 그룹 생성부(130)는 도 7에 도시된 바와 같이 채널#1,채널#2 및 채널#N을 하나의 채널 그룹 #1로 생성하고, 채널#4, 채널#5 및 채널#6를 또 하나의 채널 그룹 #2로 생성할 수 있다.
또한, 채널#3과 채널#2 간의 유사도가 0.4이고, 채널#3과 채널#N 사이의 유사도가 0.6이며, 채널#3과 채널#4 사이의 유사도가 0.5라 가정하면, 채널#3은 채널그룹#1과 채널그룹#2에 모두 속하도록 하며, 도 8에 도시된 바와 같이, 채널 그룹#1과 채널 그룹#2를 연결하는 상위 채널 그룹 #100을 생성할 수 있다. 이 경우에는 둘 이상의 레벨(예: L1, L2)로 이루어진 채널 그룹을 생성할 수 있으며, 생성되는 채널 그룹의 수는 채널의 수 N보다 클 수 있다.
또한, 마찬가지로 하한값(예: 0.3) 보다 작은 유사도를 갖는 채널들(예: 채널#7,#8)은 하나의 채널 그룹(예: 채널그룹 #3)으로 생성되며, 만약, 다른 채널들과 전혀 유사하지 않은 채널이 존재하는 경우 그 채널은 독립하여 하나의 채널 그룹으로 생성될 수 있다.
채널 그룹 생성부(130)는 도 6 및 도 8에 도시된 바와 같이 생성된 하나 이상의 채널 그룹을 계층화된 트리 형태로 생성하여 관리할 수 있다.
한편, 콘텐츠 소속도 산출부(180)는 수집된 방송 정보를 이용하여 각 채널에서 방송되는 콘텐츠의 채널별 소속도를 산출할 수 있다. 예를 들어, "영화 전문 채널"에서 방송되는 "영화" 콘텐츠는 해당 채널에 대해 높은 소속도를 가질 수 있으며, "드라마 전문 채널"에서 방송되는 "드라마" 콘텐츠는 높은 소속도를 가질 수 있다. 즉, 소속도 값이 0에서 1 사이의 값을 갖는다면, 위의 경우에는 소속도 값이 '1'로 산출될 수 있다. 반면에, "영화 전문 채널"에서 방송되는 "드라마" 콘텐츠는 "영화"에 비하여 상대적으로 낮은 소속도 값(예: 0.7)을 가질 수 있다.
이와 같이, 다수의 채널에서 방송되는 콘텐츠를 추출하고, 각 콘텐츠의 각 채널에 대한 소속도 값을 산출할 수 있다. 이 경우, 특정 콘텐츠는 둘 이상의 채널에 소속도 값을 가질 수 있다.
채널 그룹 갱신부(190)는 콘텐츠 소속도 산출부(180)에 의해 산출된 콘텐츠 소속도 값을 이용하여 생성된 각 채널 그룹의 관계를 갱신할 수 있다. 이때, 채널 그룹 생성부(190)는 산출된 콘텐츠 소속도에 의해 특정 콘텐츠가 둘 이상의 채널에 속하고, 둘 이상의 채널이 서로 다른 채널 그룹에 속하는 경우, 도 8에 도시된 바와 같이 그 서로 다른 채널 그룹에 대한 상위 채널 그룹을 생성하여 채널 그룹 간의 관계를 정의할 수 있다.
예를 들어, 콘텐츠#1이 채널 #1과 채널#3에서 방송된 경우, 채널#1이 속한 채널그룹#1과 채널#3이 속한 채널그룹#2 간의 연관 관계가 생기고, 이는 다시 채널그룹#1에 속하는 채널#2와 채널#3이 연결되는 관계를 발생하게 된다. 이와 같은 과정을 통해 서로 동시에 방송된 콘텐츠가 전혀 없는 채널 간에도 연관 관계가 발생할 수 있으며, 이를 기초로 서로 콘텐츠 정보를 추천할 수 있다.
도 9 및 도 10은 본 발명의 일실시예에 따른 콘텐츠 추천 장치가 수집한 시청 이력 정보를 설명하기 위한 도면이다.
시청 이력 수집부(140)는 각 사용자 그룹으로부터 시청 이력 정보를 수집한다. 예를 들어, 도 9 및 도 10에 도시된 바와 같이, 특정 사용자 그룹(예: 가구#1)으로부터 미리 설정된 기간(예: 일주일, 한 달, 분기별, 연별) 동안의 시청 이력 정보(20)를 수집할 수 있다. 이때, 수집되는 시청 이력 정보(20)는 사용자 그룹별 시청 채널, 시청 시간 및 각 시청 채널에서 방송된 콘텐츠 정보 등을 포함할 수 있다.
도 9 및 도 10의 시청 이력 정보(20)를 참조하면, 가구 #1은 월요일에 시간 순으로 채널#1에서 콘텐츠 #1과 콘텐츠#2를 시청한 후, 채널#2에서 콘텐츠#3을 시청하고, 채널#3에서 콘텐츠#4를 시청하는 형태를 보여준다.
도 11 및 도 12는 본 발명의 일실시예에 따른 콘텐츠 추천 장치가 치환한 채널 그룹별 시청 이력 정보를 설명하기 위한 도면이다.
시청 이력 치환부(150)는 각 사용자 그룹으로부터 시청 이력 정보(20)가 수집되면, 수집된 사용자 그룹별 시청 이력 정보(20)를 채널 그룹 생성부(130)에 의해 생성된 채널 그룹별 시청 이력 정보로 치환할 수 있다. 즉, 도 11에 도시된 바와 같이, 시청 이력 치환부(150)는 각 사용자 그룹으로부터 수집된 시청 이력 정보(20) 중의 채널 정보를 이용하여 각 채널을 그 채널이 속하는 채널 그룹으로 치환한 시청 이력 정보(30)를 생성할 수 있다.
예를 들어, 채널#1과 채널#3이 동일 채널 그룹 #1이며, 채널#2와 채널#4는 각각 별개의 채널 그룹#2, #3이라고 한다면, 도 11에 도시된 바와 같이, 채널#1과 채널#3의 시청 이력은 채널그룹#1의 시청 이력으로 치환될 수 있다.
이때, 하나의 콘텐츠는 전술한 바와 같이 산출된 콘텐츠 소속도에 따라 다수의 채널 그룹에 소속될 수 있으며, 이처럼 특정 채널에서 다수의 채널 그룹에 속하는 콘텐츠를 시청한 경우에는 복수의 채널 그룹에 대한 시청 이력이 생성될 수 있다.
추천 정보 생성부(160)는 도 11에 도시된 바와 같이 채널 그룹별 시청 이력 정보(30)가 생성되면 이를 기초로 채널 그룹별로 콘텐츠 선호도를 산출하고, 산출된 콘텐츠 선호도에 기초하여 채널 그룹별로 각 사용자 그룹에 대한 콘텐츠 추천 정보를 생성할 수 있다.
이때, 추천 정보 생성부(160)는 각 사용자 그룹을 하나의 사용자로 가정하고, 각 사용자 그룹의 구성원 각각이 아니라 각 사용자 그룹에 대하여 각 채널 그룹별로 콘텐츠 추천 정보를 생성할 수 있다. 만약, M개의 채널 그룹이 존재한다면 사용자 그룹별로 최대 M개의 채널 그룹에 대한 추천 정보가 생성될 수 있다.
예를 들어, 도 12의 각 가구(#1,#2~#P)에 대해 생성된 채널 그룹별 시청 이력 정보(30a, 30b, 30p) 및 이를 생성된 채널 그룹(#1,#2,#3)에 대한 시청 이력 정보(40a,40b,40c)를 참조하면, 가구#1과 가구#2가 모두 채널 그룹 #1에서 콘텐츠#1,콘텐츠#2 및 콘텐츠 #4를 시청하였다. 이때, 콘텐츠#1, 콘텐츠#2 및 콘텐츠#4의 타입이 액션 영화인 경우, 액션 영화의 콘텐츠들의 선호도를 높게 설정하고, 액션 영화 중에서 가구#1과 가구#2가 시청하지 않은 액션 영화 중에서 콘텐츠 추천 정보를 생성할 수 있다. 이때, 추가적으로, 콘텐츠 #1, 콘텐츠 #2, 콘텐츠 #4에 출연한 배우, 감독, 출시일, 줄거리 등의 콘텐츠 정보를 추가로 분석하여 그 콘텐츠에 출연한 배우가 출연한 다른 액션 영화, 그 감독이 제작한 다른 액션 영화 등의 콘텐츠 선호도를 높게 설정하고 이를 이용하여 콘텐츠 추천 정보를 생성할 수 있다.
또한, 가구#1은 콘텐츠 #5를 시청하지 않았으므로, 유사한 시청 이력을 보여주는 가구#2가 시청한 콘텐츠 #5를 가구#1에 추천 콘텐츠로 생성하는 것처럼 동일 채널 그룹 내에서 유사한 시청 이력을 보여주는 다른 가구가 시청한 콘텐츠를 높은 선호도로 하여 추천하는 것도 가능하다.
이와 같이, 본 실시예에 따르면 추천 정보 생성부(160)은 다양한 기준에 따라 콘텐츠 선호도를 생성하여 그 선호도에 따라 콘텐츠 추천 정보를 생성하는 것이 가능하며 전술한 예에 제한되는 것은 아니다.
추천 정보 제공부(170) 각 채널 그룹별로 각 사용자 그룹에 대한 콘텐츠 추천 정보가 생성되면 각 사용자 그룹에 그 콘텐츠 추천 정보를 제공한다. 이때, 추천 정보 제공부(170)는 각 사용자 그룹에서 현재 시청 중이 채널 또는 시청하기 위해 채널을 이동하는 경우 그 채널 정보를 실시간으로 수신하고 수신된 채널 정보를 통해 콘텐츠 추천 정보를 제공할 수 있다. 즉, 사용자 그룹에서 현재 시청중이거나 시청하기 위해 선택한 채널이 속한 채널 그룹의 콘텐츠 추천 정보를 현재 시청중인 콘텐츠의 소정 영역 내에 중첩하여 표시하거나, 사용자 그룹이 요청하는 경우에 추천 정보를 표시할 수 있다.
또한, 추천 정보 제공부(170)는 사용자 그룹에서 현재 시청중인 콘텐츠 정보를 분석하고, 시청중인 콘텐츠와 유사한 콘텐츠의 추천 정보를 제공할 수 있다. 예를 들어, 전술한 바와 같이 각 콘텐츠는 소속도에 따라 서로 다른 채널 그룹에 속할 수 있다. 즉, 각 채널 그룹들은 서로 연관성을 가질 수 있으므로, 현재 특정 채널에서 시청중인 콘텐츠가 다른 채널그룹에 더 높은 소속도를 가지고 있다면, 그 채널 그룹의 콘텐츠 추천 정보를 제공할 수 있다. 즉, 특정 사용자 그룹이 교육 채널에서 영화를 시청하고 있는 경우에는 영화는 영화 전문 채널의 채널 그룹에 더 높은 소속도를 가질 수 있으므로, 영화 전문 채널이 속한 채널 그룹의 콘텐츠 추천 정보를 제공할 수 있다.
이때, 추천 정보 제공부(170)는 도 8에 도시된 바와 같이 전술한 바와 같이 채널 간의 연관 관계로 인하여 여러 레벨(L1, L2)의 채널 그룹이 생성된 경우 먼저, 1 레벨(L1)의 채널 그룹에 대한 콘텐츠 추천 정보를 높은 우선 순위로 제공하고, 그 다음 2 레벨(L2)의 채널 그룹에 대한 콘텐츠 추천 정보를 그 보다 낮은 우선 순위로 하여 제공할 수 있다.
도 13은 본 발명의 일실시예에 따른 콘텐츠 추천 방법을 나타낸 동작 흐름도이다.
도 13은 도 2의 실시예에 따른 콘텐츠 추천 장치(100)에 의해 수행되는 콘텐츠 추천 방법의 일 실시예일 수 있다.
도 13을 참조하면, 본 발명의 일실시예에 따른 콘텐츠 추천 방법은 콘텐츠 추천 장치(310)가 전자 프로그램 가이드, 웹 정보, 채널의 메타 정보, 콘텐츠 메타 정보 등의 방송 정보를 수집할 수 있다(단계 310). 예를 들어, 수집되는 방송 정보는 전자 프로그램 가이드 및 각 채널의 메타 정보로부터 방송 콘텐츠 명, 방송 콘텐츠 설명, 장르, 채널 명, 채널 설명 등의 채널 정보와 웹에 공개된 방송 정보, 각 채널에서 방송되는 콘텐츠의 메타 정보를 통해 콘텐츠 명, 배우, 감독, 시놉시스, 제작자 등을 포함할 수 있다.
그 다음, 수집된 방송 정보를 기초로 각 채널에 대한 속성 정보를 생성할 수 있다(단계 320). 이때, 속성은 "영화 전문 채널", "드라마 전문 채널", "어린이 채널", "교육 채널", "경제 방송 채널", "뉴스 채널" 등으로 분류될 수 있다.
그 다음, 각 채널에 대한 속성 정보가 생성되면 그 속성 정보를 이용하여 각 채널 간의 유사도를 산출할 수 있다(단계 330). 이때, 유사도는 각 채널의 속성 정보 외에도 각 채널에서 방송되는 콘텐츠의 중복 정보, 예컨대, 중복 여부, 중복된 콘텐츠의 개수 정보 등을 추가적으로 이용하여 산출될 수 있다. 따라서, 채널의 속성이 서로 다르더라도 방송되는 콘텐츠의 중복 정도에 따라 산출되는 유사도는 상대적으로 증가할 수 있으며, 채널의 속성이 동일한 경우에도 콘텐츠의 중복 정도가 더 높은 채널 간에는 콘텐츠의 중복 정도가 낮은 채널 사이보다 유사도가 더 높게 산출될 수 있다.
그 다음, 각 채널 간의 유사도가 산출되면, 산출된 채널 간의 유사도를 이용하여 하나 이상의 채널 그룹을 생성할 수 있다(단계 340). 이때, 미리 설정된 유사도 임계치와 산출된 유사도를 비교하여 유사도 임계치를 초과하는 유사도를 갖는 채널들을 하나의 채널 그룹으로 생성하고, 생성된 채널 그룹들 간에는 서로 연관될 수 있다. 반면에, 유사도 임계치를 초과하지 않은 유사도를 갖는 채널들은 하나의 채널 그룹으로 생성될 수 있으며, 이 채널 그룹은 다른 채널 그룹들과 연관 관계를 갖지 않을 수 있다.
또한, 유사도 임계치는 상한과 하한값을 가진 범위로 미리 설정될 수 있고, 상한값을 초과하는 유사도를 갖는 채널들을 하나의 채널 그룹으로 생성하고, 상한과 하한 사이의 유사도를 갖는 채널의 경우에는 서로 연관된 채널 그룹에 속하도록 하고, 또한, 서로 연관된 채널 그룹에 대한 상위 채널 그룹을 생성할 수 있다.
이때, 추가적으로 각 콘텐츠의 채널의 소속도를 산출할 수 있고, 산출된 채널의 소속도에 따라 서로 다른 채널 그룹에 속한 채널이 연관 관계를 가질 수 있다. 이 경우 마찬가지로 그 서로 연관된 서로 다른 채널 그룹에 대한 상위 채널 그룹을 생성할 수 있다. 예를 들어, 콘텐츠 소속도는 어느 하나의 콘텐츠가 서로 다른 채널에서 방송되는 경우 그 콘텐츠는 각 채널에 소속될 수 있다. 이때, 콘텐츠의 종류가 영화이고 방송되는 채널 중의 하나가 "영화 전문 채널"이고, 다른 채널이 "드라마 전문 채널"이라면 그 콘텐츠는 "영화 전문 채널"과의 소속도는 높게 산출되며, "드라마 전문 채널"과의 소속도는 상대적으로 낮게 산출될 수 있다.
그 다음, 생성된 채널 그룹별로 각 사용자 그룹에 대한 콘텐츠 추천 정보를 생성할 수 있다(단계 350). 이때, 각 사용자 그룹으로부터 시청 이력 정보를 수집하고, 수집된 시청 이력 정보를 각 채널 그룹별 시청 이력 정보로 치환할 수 있다. 이와 같이 치환된 채널 그룹별 시청 이력 정보를 이용하여 각 사용자 그룹에 대하여 채널 그룹별 콘텐츠 선호도를 산출하고, 산출된 선호도를 이용하여 콘텐츠 추천 정보를 생성할 수 있다.
예를 들어, 콘텐츠 선호도는 채널 그룹별 콘텐츠의 타입 예컨대, 콘텐츠가 영화라면 액션, 멜로, SF 등의 영화 타입을 기초로 채널 그룹에서 주로 시청한 콘텐츠의 타입과 유사한 타입의 영화의 콘텐츠를 더 높은 선호도로 산출할 수 있다. 전술한 바와 같이 그 밖의 다양한 기준에 따라 콘텐츠의 선호도를 산출할 수 있다.
그 다음, 생성된 콘텐츠 추천 정보를 해당하는 사용자 그룹에 제공할 수 있다(단계 360). 이때, 각 사용자 그룹에서 현재 시청 중이 채널 또는 시청하기 위해 채널을 이동하는 경우 그 채널 정보를 실시간으로 수신하고 수신된 채널 정보를 통해 콘텐츠 추천 정보를 제공할 수 있다.
또한, 사용자 그룹에서 현재 시청중인 콘텐츠 정보를 분석하고, 시청중인 콘텐츠와 유사한 콘텐츠를 방송하는 채널 그룹의 추천 정보를 제공할 수 있다. 또한, 채널 간의 연관 관계로 인하여 여러 레벨(L1, L2)의 채널 그룹이 생성된 경우 먼저, 1 레벨(L1)의 채널 그룹에 대한 콘텐츠 추천 정보를 높은 우선 순위로 제공하고, 그 다음 2 레벨(L2)의 채널 그룹에 대한 콘텐츠 추천 정보를 그 보다 낮은 우선 순위로 하여 제공할 수 있다.
도 14는 본 발명의 일실시예에 따른 음원 추천 시스템을 나타낸 블록도이다.
도 14를 참조하면, 본 발명의 일실시예에 따른 음원 추천 시스템(1400)은 음원 추천 장치(1410) 및 사용자 단말(1420-1~1420-N)을 포함한다.
도시된 바와 같이, 음원 추천 장치(1410)는 사용자 단말(1420-1~1420-N)과 물리적으로 분리되는 공간상에 위치하는 하드웨어 장치에 구현될 수 있으며, 네트워크를 통하여 상호 간에 연결될 수 있다.
이때, 네트워크는 음원 추천 장치(1410) 및 사용자 단말(1420-1~1420-N) 사이에 데이터를 전달하는 통로를 제공하는 것으로서, 기존에 이용되는 네트워크 및 향후 개발 가능한 네트워크를 모두 포괄하는 개념이다. 예를 들면, 네트워크는 한정된 지역 내에서 각종 정보장치들의 통신을 제공하는 유무선 근거리 통신망, 이동체 상호 간 및 이동체와 이동체 외부와의 통신을 제공하는 이동통신망, 위성을 이용해 지구국과 지구국간 통신을 제공하는 위성통신망이거나 유무선 통신망 중에서 어느 하나이거나, 둘 이상의 결합으로 이루어질 수 있다. 한편, 네트워크의 전송 방식 표준은, 기존의 전송 방식 표준에 한정되는 것은 아니며, 향후 개발될 모든 전송 방식 표준을 포함할 수 있다.
음원 추천 장치(1410)는 사용자 단말(1420-1~1420-N)로부터 사용자의 음원 청취 이력을 수집할 수 있다. 이때, 사용자가 단말(1420-1~1420-N)에 저장되어 있는 음원을 청취하거나, 음원 제공 사이트에 접속하여 음원을 청취하는 경우, 그 음원 청취 이력을 수집하여 음원 추천 장치에 전송하는 애플리케이션이 사용자 단말(1420-1~1420-N)에 미리 설치될 수 있다.
또는, 음원 추천 장치(1410)는 도시되지는 않았지만 음원 제공 사이트를 운영하는 시스템과 제휴하여 그 시스템으로부터 직접 사용자의 음원 청취 이력 정보를 수집할 수도 있다. 이때, 음원 추천 장치(1410)는 그 음원 제공 사이트를 운영하는 시스템에 함께 구현되어 그 음원 제공 사이트에서 음원을 청취하는 사용자의 음원 청취 이력을 직접 수집하는 것도 가능하다.
한편, 음원 추천 장치는 미리 설정된 기간 단위(예: 일 단위, 주 단위, 월 단위, 분기 단위 등)로 사용자의 음원 청취 이력을 수집할 수 있다. 이와 같이, 사용자의 음원 청취 이력을 소정 기간 단위로 수집하여 사용자의 인텐트를 파악함으로써 사용자의 취향 변화를 따라갈 수 있다.
또한, 음원 추천 장치(1410)는 사용자의 음원 청취 이력 정보가 수집되면, 그 음원 청취 이력 정보를 이용하여 사용자의 인텐트를 파악할 수 있다.
예를 들어, 사용자가 어떠한 단어들이 포함되는 곡을 좋아하는지, 어떤 주제의 곡을 좋아하는지, 어떠한 코드 변화의 곡을 선호하는지, 어떠한 음정 변화의 곡을 선호하는지, 어떠한 아티스트나 장르의 곡을 선호하는지 등의 인텐트를 파악할 수 있다.
음원 추천 장치(1410)는 이와 같이 사용자의 인텐트가 파악되면, 그 인텐트 정보를 이용하여 추천 가능한 전체 음원 중에서 그 사용자에게 추천할 음원을 결정할 수 있다. 또한, 그 추천 음원을 사용자의 단말(1420-1~1420-N)에 전송하여 단말(1420-1~1420-N)의 디스플레이에 출력되도록 하거나, 사용자가 단말(1420-1~1420-N)을 이용하여 음원 제공 사이트에 접속할 때, 그 음원 제공 사이트에 출력함으로써 사용자에게 추천 음원을 제공할 수 있다.
이때, 음원 추천 장치(1410)는 사용자의 인텐트에 따라 추천할 음원의 노출 순서를 결정하고, 결정된 노출 순서에 따라 추천할 음원을 정렬하여 사용자에게 제공할 수 있다.
또한, 본 실시예에 따르면, 음원 추천 장치(1410)는 추천할 음원의 결정 사유를 그 추천 음원의 추천 사유로 하여 사용자에게 제공할 수 있다.
사용자 단말(1420-1~1420-N)은 네트워크를 통하여 통신망에 접속하여 음원 추천 장치(1410)와 연결하여 음원 청취 이력 정보를 음원 추천 장치(1410)에 전송하고, 음원 추천 장치(1410)로부터 추천 음원을 수신할 수 있다.
여기서, 단말 장치(1420-1~1420-N)는 음원을 청취할 수 있는 스마트폰, 스마트 패드 등의 모바일 단말 등일 수 있다. 하지만, 이에 한정되는 것은 아니며, 모든 정보통신기기, 멀티미디어 단말기, 유선 단말기, 고정형 단말기 및 IP(Internet Protocol) 단말기 등의 다양한 단말기에 적용될 수 있다. 또한, 단말 장치(120)는 휴대폰, PMP(Portable Multimedia Player), MID(Mobile Internet Device), 데스크톱(Desktop), 태블릿컴퓨터(Tablet PC), 노트북(Note book), 넷북(Net book), 개인휴대용 정보단말기(Personal Digital Assistant; PDA), 스마트 TV 및 정보통신 기기 등과 같은 다양한 이동통신 사양을 갖는 모바일(Mobile) 단말기 등을 포함할 수 있다.
사용자 단말(1420-1~1420-N)은 음원 추천 장치(1410)로부터 추천 음원이 수신되면 수신된 추천 음원을 디스플레이에 출력하여 사용자에게 제공할 수 있다. 예를 들어, 사용자가 음원을 청취하기 위해 사용자 단말(1420-1~1420-N)에 설치된 음원 청취 애플리케이션을 실행시키면, 음원 청취 애플리케이션에 제공된 추천 음원을 노출할 수 있다.
하지만, 추천 음원 제공 방법에 있어서 특별히 한정되지 않으며, 전술한 바와 같이 사용자가 단말(1420-1~1420-N)을 이용하여 음원 제공 사이트에 접속할 때마다 또는 사용자가 음원 제공 사이트에서 추천 음원을 요청할 때마다 제공받는 것도 가능하며, 그 밖의 다양한 방법에 의해 확장이 가능하다.
이하, 도 15 내지 도 18을 참조하여 일 실시예에 따른 음원 추천 장치(1410)를 좀 더 상세하게 설명한다.
도 15는 도 14에 도시된 음원 추천 장치의 일 예를 나타낸 블록도이다. 도 16은 도 15에 도시된 음원 정보 추출부의 일 예를 나타낸 블록도이다. 도 17은 도 15에 도시된 인텐트 생성부의 일 예를 나타낸 블록도이다. 도 18은 도 15에 도시된 음원 추천부의 일 예를 나타낸 블록도이다.
도 15를 참조하면, 음원 추천 장치(1410)는 음원 이력 정보 수집부(1510), 악보 정보 수집부(1520), 음원 정보 추출부(1530), 인텐트 생성부(1540) 및 음원 추천부(1550)를 포함할 수 있다.
이때, 음원 추천 장치(1410)는 각 구성(1510, 1520, 1530, 1540, 1550) 중의 하나 이상을 분산 처리 시스템을 이용하여 구현함으로써 그 실행 속도를 향상시킬 수 있다. 즉, 음원 추천 장치(1410)의 각 구성을 하나 이상의 컴퓨팅 장치에 분산하여 각 기능을 수행하도록 구현할 수 있다. 또는, 방대한 계산량으로 인하여 높은 컴퓨팅 성능이 요구되는 인텐트 생성부(1540)의 구성을 둘 이상의 컴퓨팅 장치에 구현하여 각 컴퓨팅 장치에서 사용자들의 인텐트를 생성하는 기능을 분산하여 처리하도록 구현하는 것도 가능하다.
음원 이력 정보 수집부(1510)는 아래의 표 1에 예시된 바와 같이 소정 기간(예: 1 주일) 동안의 사용자의 음원 청취 이력 정보를 수집할 수 있다. 이때, 음원 청취 이력 정보는 소정 기간 동안 사용자가 청취한 음원의 곡명, 각 곡의 청취 횟수 정보, 주요 청취 시간대 등의 정보를 포함할 수 있다.
표 1
청취 곡명 청취 횟수 주요 청취 시간대
MUSIC_1 3 08:00 ~ 09:00
MUSIC_2 2 08:00 ~ 09:00
MUSIC_3 5 12:00 ~ 13:00
MUSIC_4 4 12:00 ~ 13:00
MUSIC_5 7 19:00 ~ 20:00
MUSIC_6 1 09:00 ~ 10:00
MUSIC_7 2 08:00 ~ 09:00
MUSIC_8 8 19:00 ~ 20:00
MUSIC_9 6 23:00 ~ 24:00
MUSIC_10 5 23:00 ~ 24:00
음원 이력 정보 수집부(1510)는 전술한 바와 같이 접속한 사용자의 단말로부터 음원 청취 이력 정보를 수신하거나, 사용자가 접속한 음원 제공 사이트의 시스템으로부터 사용자의 음원 청취 이력 정보를 수집할 수 있다.
악보 정보 수집부(1520)는 사용자 단말, 인터넷 음원 제공 사이트 등의 다양한 소스로부터 음원의 악보 정보를 수집할 수 있다.
음원 정보 추출부(1530)는 수집된 음원 청취 이력 정보를 이용하여 사용자가 청취한 음원에 대한 음원 정보를 추출할 수 있다. 이때, 음원 정보는 음원의 가사 정보, 음원의 일정 길이의 마디별 박자/음정 정보, 음원의 코드 정보 및 메타 정보를 포함할 수 있다. 또한, 메타 정보는 아티스트명, 앨범명 및 곡명을 포함할 수 있다.
음원 정보 추출부(1530)는 악보 정보가 수집되면 악보 정보를 이용하여 사용자가 청취한 음원에 대한 음원 정보를 추출할 수 있다. 예를 들어, 악보 정보에 가사 정보가 포함되어 있는 경우 그 가사 정보를 음원의 가사 정보로 추출할 수 있다. 또한, 음원은 악보에 기반하여 제작되므로 악보에 표기된 음표에 따라 각 마디별로 어떠한 길이의 음표가 사용되었는지, 어떠한 음계의 음표가 사용되었는지를 확인함으로써 음정/박자 정보를 추출할 수 있다. 또한, 음원의 흐름을 음악 산업계에서 표준화된 코드(예: C, G, Dm, G7 등)의 흐름으로 치환하여 코드 정보를 추출할 수 있다.
한편, 음원 정보 추출부(1530)는 수집된 악보 정보가 존재하지 않거나 충분하지 않은 경우에는 이미 알려진 다양한 음원 인식 기술을 이용하여 음원 정보를 추출할 수 있다.
도 16을 참조하여 음원 정보 추출부(1530)의 일실시예를 좀 더 상세하게 설명하면, 음원 정보 추출부(1530)는 청취 음원수 산출부(1531), 추출 대상 결정부(1532), 유사 사용자 추출부(1533), 메타 정보 추출부(1534), 가사 정보 추출부(1535), 코드 정보 추출부(1536) 및 음정/박자 정보 추출부(1537)를 포함할 수 있다.
청취 음원수 산출부(1531)는 사용자의 음원 청취 이력 정보를 이용하여 사용자의 청취 음원수를 산출할 수 있다.
예를 들어, 표 1을 참조하면, 청취 음원수 산출부(1531)는 사용자가 1 주일 동안 청취한 음원의 총 개수 10을 청취 음원수로 산출할 수 있다. 또는, 음원의 총 개수와 각 음원의 청취 횟수를 더하여 청취 음원수로 산출할 수 있다. 또는, 음원의 총 개수에 각 음원의 청취 횟수에 기초하여 산출되는 가중치를 반영하여 청취 음원수를 결정할 수 있다. 그 밖의 다양한 기준에 따라 청취 음원수를 산출하는 것이 가능하다.
추출 대상 결정부(1532)는 이와 같이 산출된 청취 음원수를 기초로 하여 음원 정보의 추출 대상을 결정할 수 있다. 예를 들어, 산출된 청취 음원수와 미리 설정되어 있는 기준값을 비교하고, 청취 음원수가 미리 설정된 기준값보다 작으면 그 사용자에 대해 수집된 청취 이력이 충분하지 않다고 판단하여 다른 사용자의 음원 청취 이력 정보에서 음원 정보를 추출하는 것으로 결정할 수 있다.
유사 사용자 추출부(1533)는 이와 같이 다른 사용자의 음원 청취 이력 정보를 이용하여 음원 정보를 추출하는 것으로 결정되면, 그 사용자에 대하여 하나 이상의 유사 사용자를 추출할 수 있다.
이때, 유사 사용자 추출부(1533)는 그 사용자에 대하여 수집된 음원 청취 이력 정보를 기초로 다른 사용자들과의 청취 음원의 중복 정도를 산출하고, 산출된 음원의 중복 정도에 기초하여 청취한 음원의 중복이 높은 사용자들 중에서 미리 설정된 수의 사용자를 유사 사용자로 추출할 수 있다. 이때, 미리 설정된 수는 다른 사용자들에 대하여 수집된 음원 청취 이력 정보의 양을 기초로 전체 시스템의 성능이 감소하지 않도록 결정될 수 있다.
추출 대상 결정부(1532)의 비교 결과 청취 음원수가 미리 설정된 기준값보다 작지 않으면 그 사용자에 대해 수집된 음원 청취 이력이 충분하다고 판단하고 그 사용자의 음원 청취 이력 정보에서 음원 정보를 추출하는 것으로 결정할 수 있다.
이와 같이, 추출 대상 결정부(1532)에 의해 추출 대상이 결정되면, 메타 정보 추출부(1534), 가사 정보 추출부(1535), 코드 정보 추출부(1536) 및 음정/박자 정보 추출부(1537)는 그 결정에 따라 사용자 또는 유사 사용자의 음원 청취 이력 정보를 활용하여, 사용자 또는 유사 사용자가 청취한 각 음원에 대하여 각각 메타 정보, 가사 정보, 코드 정보 및 음정/박자 정보를 추출할 수 있다.
이하에서는, 설명의 편의를 위하여 사용자의 음원 청취 이력 정보를 이용하여 음원 정보를 추출하는 것을 예로 들어 설명한다.
다시 도 15를 참조하면, 인텐트 생성부(1540)는 음원 정보 추출부(1530)에 의해 음원 정보가 추출되면, 그 음원 정보를 이용하여 사용자의 인텐트 정보를 생성할 수 있다. 이때, 인텐트 정보는 가사 선호도, 주제 선호도, 코드 변화 선호도, 음정/박자 변화 선호도 및 아티스트/장르 선호도 중의 하나 이상을 포함할 수 있다.
도 17를 참조하여 좀 더 구체적으로 설명하면, 인텐트 생성부(1540)는 키워드 추출부(1541), 가사 선호도 산출부(1542), 주제 선호도 산출부(1543), 코드 변화 추출부(1544), 코드 변화 선호도 산출부(1545), 음정/박자 변화 추출부(1546), 음정/박자 변화 선호도 산출부(1547) 및 아티스트/장르 선호도 산출부(1548)를 포함할 수 있다.
키워드 추출부(1541)는 음원 정보 중의 가사 정보를 이용하여 전체 가사에서 주요 키워드를 추출한다. 이때, 키워드 추출부(1541)는 가사를 구성하는 각 단어들에 대하여 형태소 분석을 수행하여 유의미한 단어들을 주요 키워드로 추출할 수 있다.
이때, 키워드 추출부(1541)는 형태소 분석을 통하여 추출된 전체 단어들 중에서 불용어 데이터베이스(미도시)에 저장되어 있는 단어들을 제외한 나머지 단어들을 키워드로 추출할 수 있다. 이때, 불용어 데이터베이스(미도시)는 대부분의 음원에서 흔히 사용되어 큰 의미가 없는 것으로 분류된 단어들의 목록을 미리 저장할 수 있다.
가사 선호도 산출부(1542)는 주요 키워드가 추출되면, 사용자가 청취한 음원의 전체 가사에 각 키워드가 등장하는 제1 빈도를 산출하고, 산출된 제1 빈도를 이용하여 사용자가 어떠한 단어가 포함된 가사를 선호하는지에 대한 가사 선호도를 산출할 수 있다.
또한, 가사 선호도 산출부(1542)는 각 키워드가 사용자가 청취한 음원의 하이라이트나 후렴구에 반복적으로 등장하는 빈도인 제2 빈도를 산출하고, 산출된 제2 빈도를 이용하여 가사 선호도를 산출할 수 있다.
한편, 가사 선호도 산출부(1542)는 제1 빈도 및 제2 빈도 중의 어느 하나, 또는 둘 이상을 함께 고려하여 가사 선호도를 산출할 수 있다. 이때, 제2 빈도를 기초로 하여 키워드 각각에 대하여 부여할 가중치를 결정하고, 결정된 가중치를 제1 빈도 또는 제2 빈도에 부여하여 가사 선호도를 산출할 수 있다.
아래의 표 2는 추출된 주요 키워드에 대한 산출된 제1 빈도, 제2 빈도 및 제2 빈도에 의해 결정된 가중치를 예시한 것이다.
표 2
키워드 제1 빈도 제2 빈도 가중치
사랑 10 3 0.3
이별 5 2 0.2
여행 30 1 0.1
꿈 25 4 0.4
표 2를 참조하면, 일 예로 제1 빈도만을 이용하여 가사 선호도를 산출하는 경우 사용자는 '여행'이 포함된 가사에 대한 선호도가 가장 높다고 산출할 수 있다. 다른 예로, 제1 빈도와 제2 빈도를 모두 이용하는 경우, 예컨대, 제1 빈도와 제2 빈도를 더한 값을 이용하는 경우 마찬가지로 사용자는 '여행'이 포함된 가사의 선호도가 가장 높다고 산출할 수 있다. 또 다른 예로, 제1 빈도에 가중치를 반영하여 가사 선호도를 산출하는 경우, 키워드 '사랑','이별','여행','꿈'에 대한 가사 선호도는 각각 3(10 0.3), 1(5 0.2), 3(30 0.1) 및 10(25 0.4)이 되어, 사용자는 '꿈'이 포함된 가사의 선호도가 가장 높다고 산출할 수 있다.
주제 선호도 산출부(1543)는 추천 가능한 전체 음원에 대하여 미리 구축된 주제(theme)별 단어 연관 정보를 기초로 하여 각 주제별로 추출된 키워드의 발생 빈도를 산출하고, 산출된 주제별 발생 빈도에 기초하여 주제 선호도를 산출할 수 있다.
주제별 단어 연관 정보는 보유한 전체 음원에 대하여 미리 구축될 수 있다. 즉, 전체 음원에 대하여 '가을에 듣기 좋은 곡', '영화에서 사용된 음악', '이별할 때 듣기 좋은 곡' 등과 같이 주제를 정하고, 각 주제에 해당하는 음원에서 주로 발생하는 단어를 추출하여 주제와 단어 간의 연관 관계를 미리 구축할 수 있다.
코드 변화 추출부(1544)는 추출된 코드 정보를 기초로 코드 변화 정보를 추출할 수 있다. 예를 들어, 어느 하나의 음원에서 사용되는 코드의 흐름이 C-G-Dm-G7-C-Dm-F로 이루어져 있다면, 아래의 표 3과 같이 길이가 2부터 7까지의 코드 변화 정보를 추출할 수 있다.
표 3
길이 코드 변화 정보
2 C-G, G-Dm, Dm-G7, G7-C, C-Dm, Dm-F
3 C-G-Dm, G-Dm-G7, Dm-G7-C, G7-C-Dm, C-Dm-F'
4 C-G-Dm-G7, G-Dm-G7-C, Dm-G7-C-Dm, G7-C-Dm-F
5 C-G-Dm-G7-C, G-Dm-G7-C-Dm, Dm-G7-C-Dm-F
6 C-G-Dm-G7-C-Dm, G-Dm-G7-C-Dm-F
7 C-G-Dm-G7-C-Dm-F
코드 변화 선호도 산출부(1545)는 추출된 각 코드 변화에 대하여 사용자가 청취한 음원 전체에 등장하는 빈도를 산출하고, 산출된 빈도를 이용하여 사용자가 어떠한 코드의 변화에 선호도가 있는지를 나타내는 코드 변화 선호도를 산출할 수 있다.
이때, 코드 변화 선호도 산출부(1545)는 코드 변화의 길이 즉, 추출된 코드 변화에 포함된 코드의 수가 길수록 산출된 빈도에 높은 가중치를 부여하여 코드 변화 선호도를 산출할 수 있다. 일반적으로 코드 변화의 길이가 길면서 음원에 등장하는 빈도가 높을수록 사용자의 선호도가 더 크다고 할 수 있으므로 코드 변화 선호도 산출시 코드 변화의 길이 정보를 반영할 수 있다.
음정/박자 변화 추출부(1546)는 추출된 음정/박자 정보를 이용하여 사용자가 청취한 각 음원에 대한 음정/박자 변화 정보를 추출할 수 있다. 예를 들어, 어느 하나의 음원이 4분 음표로 이루어지고, 음계가 '도레미파솔'로만 구성되어 있다면, 아래의 표 4와 같이 길이가 2부터 5까지의 음정/박자 변화 정보를 추출할 수 있다.
표 4
길이 음정/박자 변화 정보
2 도레, 레미, 미파, 파솔
3 도레미, 레미파, 미파솔
4 도레미파, 레미파솔
5 도레미파솔
음정/박자 변화 선호도 산출부(1547)는 추출된 각 음정/박자 변화에 대하여 사용자가 청취한 음원 전체에 등장하는 빈도를 산출하고, 산출된 빈도를 이용하여 사용자가 어떠한 음정/박자의 변화에 선호도가 있는지를 나타내는 음정/박자 변화 선호도를 산출할 수 있다.
이때, 음정/박자 변화 선호도 산출부(1547)는 음정/박자 변화의 길이가 길수록 산출된 빈도에 높은 가중치를 부여하여 음정/박자 변화 선호도를 산출할 수 있다. 일반적으로 음정/박자 변화의 길이가 길면서 음원에 등장하는 빈도가 높을수록 사용자의 선호도가 더 크다고 할 수 있으므로 음정/박자 변화 선호도 산출시 음정/박자 변화의 길이 정보를 반영할 수 있다.
아티스트/장르 선호도 산출부(1548)는 사용자의 음원 청취 이력 정보 및 추출된 음원의 메타 정보를 이용하여 사용자가 선호하는 아티스트나 장르에 대한 선호도를 산출할 수 있다. 이때, 사용자가 청취한 음원들 중에서 특정 아티스트나 장르에 대한 곡들이 다른 아티스트나 장르에 대한 곡보다 상대적으로 많다면 그 특정 아티스트나 장르에 대한 선호도가 더 높다고 산출할 수 있다. 이때, 둘 이상의 아티스트나 장르에 대하여 청취한 음원의 수가 동일한 경우 각 아티스트나 장르에 해당하는 곡의 청취 횟수를 고려하여 청취 횟수가 더 많은 아티스트나 장르에 대한 선호도가 더 높다고 산출할 수 있다.
다시 도 15를 참조하면, 음원 추천부(1550)는 사용자의 인텐트 정보나 복수의 사용자 사이의 인텐트 정보의 유사성에 기초하여 전체 음원 중에서 사용자에게 추천할 하나 이상의 추천 음원을 결정하여 사용자에게 제공할 수 있다.
도 18를 참조하여 좀 더 구체적으로 설명하면, 음원 추천부(1550)는 도시된 바와 같이 추천 음원 결정부(1551), 노출 순위 결정부(1552), 추천 음원 제공부(1553) 및 추천 사유 제공부(1554)를 포함할 수 있다.
추천 음원 결정부(1551)는 일 예에 따르면, 사용자의 인텐트 정보를 기초로 다양한 기준으로 추천 음원을 결정할 수 있다.
예를 들어, 사용자에 대해 생성된 가사 선호도를 이용하여 전체 음원 중에서 "꿈, 여행 단어가 포함된 곡"을 추천 음원으로 결정하거나, 주제 선호도를 이용하여 "영화에서 사용된 음악"을 추천 음원으로 결정할 수 있다. 또는 코드 변화 선호도를 이용하여 "C-G-Dm-G7의 코드 변화가 포함된 곡"을 추천 음원으로 결정하거나, 음정/박자 선호도를 이용하여 "도레미파의 음정/박자 변화가 포함된 곡"을 추천 음원으로 결정할 수 있다. 마찬가지로, 아티스트/장르 선호도에 기초하여 "홍길동이 작곡한 곡"을 추천 음원으로 결정할 수 있다.
추천 음원 결정부(1551)는 다른 예에 따르면, 사용자와 다른 사용자의 인텐트 정보에 기초하여 유사한 사용자를 추출하여, 일반적인 협업 필터링 알고리즘을 이용하여 추천 음원을 결정할 수 있다.
예를 들어, 사용자들의 가사 선호도에 기초하여 "꿈, 여행 단어가 포함된 곡을 좋아하는 사용자가 좋아하는 곡", 사용자들의 주제 선호도에 기초하여 "이별 주제를 좋아하는 사용자들이 선호하는 곡", 사용자들의 코드 변화 선호도에 기초하여 "C-G-Dm-G7와 유사한 코드 진행을 좋아하는 사용자들이 선호하는 곡", 사용자들의 음정/박자 변화 선호도에 기초하여 "도레미파와 유사한 음정 변화를 좋아하는 사용자들이 선호하는 곡" 등을 추천 음원으로 결정할 수 있다.
또 다른 예에 따르면, 추천 음원 결정부(1551)는 사용자의 검색어를 입력 받고, 입력된 검색어를 기초로 전체 음원 중에서 일치하는 음원을 획득하여 추천 음원으로 결정할 수 있다.
노출 순위 결정부(1552)는 사용자의 인텐트 정보를 이용하여 결정된 추천 음원의 노출 순위를 결정할 수 있다. 예를 들어, 사용자가 입력한 검색어에 따라 수많은 추천 음원이 결정된 경우, 사용자의 인텐트 정보, 예컨대, 가사 선호도, 주제 선호도, 코드 변화 선호도, 음정 박자 선호도 등을 기초로 추천 음원의 노출 순위를 결정할 수 있다. 이때, 사용자의 인텐트 정보 중의 어느 하나 또는 둘 이상을 조합하여 노출 순위를 결정할 수 있다.
추천 음원 제공부(1553)는 사용자에게 추천할 추천 음원이 결정되면, 그 추천 음원을 사용자에게 제공할 수 있다. 이때, 노출 순위 결정부(1552)에 의해 각 추천 음원의 노출 순위가 결정되면, 결정 결과에 따라 추천 음원을 정렬하고, 정렬된 추천 음원을 사용자에게 제공할 수 있다.
추천 사유 제공부(1554)는 추천 음원이 결정되면, 추천 음원의 결정 이유에 기초하여 추천 사유를 생성하고 이를 사용자에게 제공할 수 있다.
예를 들어, 사용자의 인텐트에 기반하여 추천 음원을 결정한 경우, "꿈, 여행 단어가 포함된 곡", "여행 주제를 좋아하는 사용자를 위한 곡", "코드 진행이 유사한 곡", "사용자가 좋아하는 곡 A와 음정 변화가 유사한 곡" 등의 추천 사유를 생성하고 이를 제공할 수 있다.
또는 사용자 간의 인텐트의 유사성에 기초하여 추천 음원을 결정한 경우, "꿈, 여행 단어가 포함된 곡을 좋아하는 사용자를 위한 곡", "여행 주제를 좋아하는 사용자들이 선호하는 곡", "유사한 코드 진행을 좋아하는 사용자들이 선호하는 곡", "유사한 음정 변화를 좋아하는 사용자들이 선호하는 곡" 등의 추천 사유를 생성하고 제공할 수 있다.
이와 같이, 추천 사유를 다양화하여 제공함으로써 특정 사용자가 자신이 선호하는 취향 및 그 이유를 자세히 파악할 수 있도록 하고, 이를 통해 추천 음원 제공 서비스의 이용성을 더욱 높일 수 있다.
도 19는 본 발명의 일실시예에 따른 음원 추천 방법을 나타낸 동작 흐름도이다. 도 20은 도 19에 도시된 음원 정보 추출 단계의 일 예를 나타낸 동작 흐름도이다. 도 21은 도 19에 도시된 인텐트 정보 생성 단계의 일 예를 나타낸 동작 흐름도이다. 도 22는 도 19에 도시된 인텐트 정보 생성 단계의 다른 예를 나타낸 동작 흐름도이다. 도 23은 도 19에 도시된 추천 음원 제공 단계의 일 예를 나타낸 동작 흐름도이다.
도 19 내지 도 23은 도 15 내지 도 18에서 설명한 음원 추천 장치(100)가 수행하는 음원 추천 방법의 일 실시예일 수 있다. 도 15 내지 도 18을 참조하여 상세하게 설명하였으므로, 이하 그 음원 추천 장치(1410)가 수행하는 음원 추천 방법에 대해 간단하게 설명하기로 한다.
도 19를 참조하면, 음원 추천 장치(1410)는 사용자의 음원 청취 이력 정보를 수집할 수 있다(S1910). 이때, 사용자의 음원 청취 이력 정보는 미리 설정된 기간 동안 수집될 수 있으며 이를 통해 사용자의 취향 변화를 반영할 수 있다. 또한, 사용자의 음원 청취 이력 정보는 전술한 바와 같이 소정 기간 동안 청취한 곡명, 각 곡의 청취 횟수 정보 등을 포함할 수 있다.
그 다음, 음원 청취 이력 정보를 기초로 음원 정보를 추출할 수 있다(S1920).
도 20을 참조하여, 음원 정보를 추출하는 단계(S1920)를 좀 더 구체적으로 설명하면, 먼저, 사용자의 음원 청취 이력 정보가 수집되면, 그 음원 청취 이력 정보를 기초로 사용자에 대하여 청취 음원 수를 산출할 수 있다(S2010). 이때, 청취 음원 수는 앞에서 표 1을 참조하여 자세히 설명한 바와 같이, 사용자가 소정 기간 동안 청취한 음원의 수 및 각 곡의 청취 횟수 중의 하나 이상을 고려하여 산출할 수 있다.
그 다음, 산출된 청취 음원수와 미리 설정되어 있는 기준값을 비교하여 음원 정보 추출 대상을 결정할 수 있다(S2015). 즉, 비교 결과 청취 음원수가 미리 설정된 기준값보다 작으면 그 사용자에 대해 수집된 청취 이력이 충분하지 않다고 판단하여 다른 사용자의 음원 청취 이력 정보에서 음원 정보를 추출하는 것으로 결정할 수 있다. 만약, 비교 결과 청취 음원수가 미리 설정된 기준값보다 작지 않으면 그 사용자에 대해 수집된 음원 청취 이력이 충분하다고 판단하고 그 사용자의 음원 청취 이력 정보에서 음원 정보를 추출하는 것으로 결정할 수 있다.
그 다음, 사용자의 음원 청취 이력 정보를 이용하여 음원 정보를 추출하는 것으로 결정되면, 그 사용자의 음원 청취 이력 정보를 기초로 음원 정보를 추출할 수 있다(S2020).
만약, 단계(S2015)에서 다른 사용자의 음원 청취 이력 정보를 이용하여 음원 정보를 추출하는 것으로 결정되면, 그 사용자에 대하여 하나 이상의 유사 사용자를 추출할 수 있다(S2030). 그 사용자에 대하여 수집된 음원 청취 이력 정보를 기초로 다른 사용자들과의 청취 음원의 중복 정도를 산출하고, 산출된 음원의 중복 정도에 기초하여 청취한 음원의 중복이 높은 사용자들 중에서 미리 설정된 수의 사용자를 유사 사용자로 추출할 수 있다.
그 다음, 유사 사용자의 음원 청취 이력 정보를 기초로 사용자에 대한 음원 정보를 추출할 수 있다(S2040).
다시 도 19를 참조하면, 그 다음 추출된 음원 정보를 기초로 사용자의 인텐트 정보를 생성할 수 있다(S1930). 이때, 인텐트 정보는 가사 선호도, 주제 선호도, 코드 변화 선호도, 음정/박자 변화 선호도 및 아티스트/장르 선호도 등을 포함할 수 있다.
도 21은 단계(S1930)에서 추출된 음원 정보 중에서 가사 정보를 이용하여 가사 선호도 또는 주제 선호도를 산출하는 일 실시예를 도시한 것이다.
도 21을 참조하면, 먼저, 가사 정보를 이용하여 사용자가 청취한 음원의 전체 가사에서 하나 이상의 키워드를 추출할 수 있다(S2110).
그 다음, 추출된 키워드가 전체 가사에 등장하는 제1 빈도를 산출하고(S2120), 제1 빈도를 이용하여 가사 선호도를 산출할 수 있다(S2160).
이때, 각 키워드에 대하여 소정의 가중치를 부여하여 가사 선호도를 산출할 필요가 있는 경우(S2125), 각 키워드가 음원의 하이라이트나 후렴구에 등장하는 제2 빈도를 산출하고(S2130), 산출된 제2 빈도를 기초로 각 키워드에 부여할 가중치를 결정할 수 있다(S2140). 그 다음, 가중치가 결정되면 미리 설정된 가사 선호도 산출 기준에 따라 가중치를 제1 빈도 또는 제2 빈도에 반영하여 가사 선호도를 산출할 수 있다(S2150).
그 다음, 추천 가능한 전체 음원에 대하여 미리 구축된 주제별 단어 연관 정보가 존재하는 경우(S2115), 각 주제별로 각 키워드가 발생하는 빈도를 산출하고(S2170), 산출된 주제별 발생 빈도에 기초하여 주제 선호도를 산출할 수 있다(S2180).
도 22는 단계(S1920)에서 추출된 음원 정보 중에서 코드 정보 또는 음정/박자 정보를 이용하여 코드 변화 선호도 또는 음정/박자 변화 선호도를 산출하는 일 실시예를 도시한 것이다.
도 22를 참조하면, 먼저, 음원 정보를 확인하여(S2205), 음원 정보가 코드 정보이면, 코드 정보를 기초로 위의 표 3에 예시된 바와 같은 코드 변화 정보를 추출할 수 있다(S2210).
그 다음, 각 코드 변화에 대하여 사용자가 청취한 전체 음원에 등장하는 코드 변화 빈도를 산출하고(S2220), 산출된 코드 변화 빈도를 기초로 코드 변화 선호도를 산출할 수 있다(S2230).
단계(S2205)에서 음원 정보 확인 결과 음원 정보가 음정/박자 정보이면, 음정/박자 정보를 기초로 표 4에 예시한 바와 같이 하나 이상의 음정/박자 변화 정보를 추출할 수 있다(S2240).
그 다음, 각 음정/박자 변화에 대하여 사용자가 청취한 전체 음원에 등장하는 음정/박자 변화의 빈도를 산출하고(S2250), 산출된 음정/박자 변화 빈도를 이용하여 음정/박자 변화 선호도를 산출할 수 있다(S2260).
다시 도 19를 참조하면, 그 다음 사용자의 인텐트 정보를 이용하여 사용자에게 추천 음원을 제공할 수 있다(S1940).
도 23을 참조하여, 단계(S1940)를 좀 더 구체적으로 설명하면, 먼저, 추천 가능한 전체 음원 중에서 하나 이상의 추천 음원을 결정할 수 있다(S2310). 이때, 사용자에 대해 생성된 가사 선호도, 주제 선호도, 코드 변화 선호도, 음정/박자 변화 선호도, 아티스트/장르 선호도 등을 이용하여 다양한 기준으로 추천 음원을 결정하거나, 사용자가 입력한 검색어를 통하여 일치하는 음원을 추천 음원으로 결정할 수 있다.
그 다음, 추천 음원이 결정되면 사용자의 인텐트 정보를 이용하여 결정된 추천 음원의 노출 순위를 결정할 수 있다(S2320). 이때, 사용자에 대해 생성된 인텐트 정보, 예컨대, 가사 선호도, 주제 선호도, 코드 변화 선호도, 음정 박자 선호도 등의 어느 하나 또는 둘 이상을 조합하여 노출 순위를 결정할 수 있다.
그 다음, 노출 순위가 결정되면 노출 순위에 따라 추천 음원을 정렬하고(S2330), 정렬 결과를 사용자에게 제공할 수 있다(S2340).
그 다음, 단계 701에서 사용자에게 추천할 추천 음원이 결정되면 추천 음원의 결정 이유에 기초하여 추천 사유를 생성하고 이를 사용자에게 제공할 수 있다(S2350). 이때, 추천 사유는 추천 음원 제공과 함께 제공되는 것이 가능하다.
컴퓨터 프로그램 명령어와 데이터를 저장하기에 적합한 컴퓨터로 판독 가능한 매체는, 예컨대 기록매체는 하드 디스크, 플로피 디스크 및 자기 테이프와 같은 자기 매체(Magnetic Media), CD-ROM(Compact Disk Read Only Memory), DVD(Digital Video Disk)와 같은 광 기록 매체(Optical Media), 플롭티컬 디스크(Floptical Disk)와 같은 자기-광 매체(Magneto-Optical Media), 및 롬(ROM, Read Only Memory), 램(RAM, Random Access Memory), 플래시 메모리, EPROM(Erasable Programmable ROM), EEPROM(Electrically Erasable Programmable ROM)과 같은 반도체 메모리를 포함한다. 프로세서와 메모리는 특수 목적의 논리 회로에 의해 보충되거나, 그것에 통합될 수 있다. 프로그램 명령의 예에는 컴파일러에 의해 만들어지는 것과 같은 기계어 코드뿐만 아니라 인터프리터 등을 사용해서 컴퓨터에 의해서 실행될 수 있는 고급 언어 코드를 포함할 수 있다. 이러한 하드웨어 장치는 본 발명의 동작을 수행하기 위해 하나 이상의 소프트웨어 모듈로서 작동하도록 구성될 수 있으며, 그 역도 마찬가지이다.
본 명세서는 다수의 특정한 구현물의 세부사항들을 포함하지만, 이들은 어떠한 발명이나 청구 가능한 것의 범위에 대해서도 제한적인 것으로서 이해되어서는 안되며, 오히려 특정한 발명의 특정한 실시형태에 특유할 수 있는 특징들에 대한 설명으로서 이해되어야 한다. 개별적인 실시형태의 문맥에서 본 명세서에 기술된 특정한 특징들은 단일 실시형태에서 조합하여 구현될 수도 있다. 반대로, 단일 실시형태의 문맥에서 기술한 다양한 특징들 역시 개별적으로 혹은 어떠한 적절한 하위 조합으로도 복수의 실시형태에서 구현 가능하다. 나아가, 특징들이 특정한 조합으로 동작하고 초기에 그와 같이 청구된 바와 같이 묘사될 수 있지만, 청구된 조합으로부터의 하나 이상의 특징들은 일부 경우에 그 조합으로부터 배제될 수 있으며, 그 청구된 조합은 하위 조합이나 하위 조합의 변형물로 변경될 수 있다.
마찬가지로, 특정한 순서로 도면에서 동작들을 묘사하고 있지만, 이는 바람직한 결과를 얻기 위하여 도시된 그 특정한 순서나 순차적인 순서대로 그러한 동작들을 수행하여야 한다거나 모든 도시된 동작들이 수행되어야 하는 것으로 이해되어서는 안 된다. 특정한 경우, 멀티태스킹과 병렬 프로세싱이 유리할 수 있다. 또한, 상술한 실시형태의 다양한 시스템 컴포넌트의 분리는 그러한 분리를 모든 실시형태에서 요구하는 것으로 이해되어서는 안되며, 설명한 프로그램 컴포넌트와 시스템들은 일반적으로 단일의 소프트웨어 제품으로 함께 통합되거나 다중 소프트웨어 제품에 패키징 될 수 있다는 점을 이해하여야 한다.
한편, 본 명세서와 도면에 개시된 본 발명의 실시 예들은 이해를 돕기 위해 특정 예를 제시한 것에 지나지 않으며, 본 발명의 범위를 한정하고자 하는 것은 아니다. 여기에 개시된 실시 예들 이외에도 본 발명의 기술적 사상에 바탕을 둔 다른 변형 예들이 실시 가능하다는 것은, 본 발명이 속하는 기술분야에서 통상의 지식을 가진 자에게 자명한 것이다.
본 발명에 따르면 다수의 사용자가 이용하는 TV 등의 기기에서 적절한 콘텐츠를 추천하는 장치가 개시된다. 본 발명의 실시 예들에 따르면, 다수의 사용자 별로 콘텐츠를 추천하는 것이 아니라 TV에서 제공되는 채널 그룹별로 콘텐츠를 추천함으로써 다수의 사용자에게 맞춤형 콘텐츠 정보를 추천하기 위해 별도의 프로필 정보 등을 수집할 필요가 없어 그 활용도가 적지 않을 것이다.
또한, 본 발명에 따르면 사용자의 음원 사용 이력에 기반하여 사용자에게 적합한 음원 및 추천하는 음원의 추천 사유를 제공하는 기술이 개시된다. 본 발명의 실시 예들에 따르면, 음원 사용 이력으로부터 음원의 가사, 박자, 음정 변화, 코드값 정보 등의 변화를 추출하고, 이를 기반으로 하여 사용자의 인텐트를 파악하여 적절한 음원을 추천하고, 이와 함께 추천 음원에 대한 다양한 추천 사유를 제공함으로써 사용자가 자신의 취향에 맞는 추천 음원을 제공받을 수 있어 그 활용도가 적지 않을 것이다.

Claims (19)

  1. 채널의 속성 정보를 기초로 채널 간의 유사도를 산출하고, 산출된 채널 간의 유사도를 이용하여 하나 이상의 채널 그룹을 생성하는 채널 그룹 생성부;
    사용자 그룹별 콘텐츠 시청 이력 정보를 상기 채널 그룹별 시청 이력 정보로 치환하는 시청 이력 치환부; 및
    상기 채널 그룹별 시청 이력 정보에 기초하여 채널 그룹별로 각 사용자 그룹에 대한 콘텐츠 추천 정보를 생성하는 추천 정보 생성부
    를 포함하는 것을 특징으로 하는 콘텐츠 추천 장치.
  2. 청구항 1에 있어서,
    상기 콘텐츠 추천 장치는
    각 채널별 전자 프로그램 가이드(Electronic Program Guide) 정보, 각 채널별 메타(Meta) 정보, 각 채널에서 방송되는 콘텐츠의 메타(Meta) 정보 및 웹(web) 정보 중의 하나 이상을 포함하는 방송 정보를 수집하는 방송 정보 수집부;
    상기 수집된 방송 정보를 이용하여 상기 각 채널의 속성 정보를 생성하는 채널 속성 생성부; 및
    각 사용자 그룹에 대해 생성된 채널 그룹별 콘텐츠 추천 정보를 각 사용자 그룹에 제공하는 추천 정보 제공부를 더 포함하는 것을 특징으로 하는 콘텐츠 추천 장치.
  3. 청구항 2에 있어서,
    상기 채널 그룹 생성부는
    상기 수집된 방송 정보를 이용하여 상기 채널 간의 콘텐츠 중복 정보를 확인하고, 그 콘텐츠 중복 정보에 더 기초하여 상기 채널 간의 유사도를 산출하는 것을 특징으로 하는 콘텐츠 추천 장치.
  4. 청구항 3에 있어서,
    상기 콘텐츠 중복 정보는
    상기 채널 간의 콘텐츠의 중복 여부 및 중복 콘텐츠의 개수 중의 하나 이상을 포함하는 것을 특징으로 하는 콘텐츠 추천 장치.
  5. 청구항 1에 있어서,
    상기 콘텐츠 추천 장치는
    각 채널에서 방송되는 콘텐츠의 채널별 소속도를 산출하는 콘텐츠 소속도 산출부를 더 포함하고,
    상기 채널 그룹 생성부는
    상기 산출된 콘텐츠의 소속도를 기초로 상기 생성된 채널 그룹 간의 관계를 갱신하고,
    상기 콘텐츠 소속도 산출부는
    상기 각 채널의 속성과 각 채널에서 방송되는 콘텐츠의 타입 간의 연관 정도를 기초로 상기 콘텐츠의 채널별 소속도를 산출하는 것을 특징으로 하는 콘텐츠 추천 장치.
  6. 청구항 1에 있어서,
    상기 채널 그룹 생성부는
    상기 산출된 채널 간의 유사도와 미리 설정된 임계치를 비교하고, 그 결과를 기초로 채널들을 하나 이상의 채널 그룹으로 생성하고,
    상기 채널 그룹의 생성 결과, 어느 하나의 채널이 둘 이상의 채널 그룹에 속하는 경우 그 둘 이상의 채널 그룹에 대한 상위 채널 그룹을 생성하는 것을 특징으로 하는 콘텐츠 추천 장치.
  7. 청구항 1에 있어서,
    상기 추천 정보 생성부는
    상기 채널 그룹별 시청 이력 정보를 기초로 채널 그룹별 콘텐츠 선호도를 산출하고, 산출된 콘텐츠 선호도에 기초하여 상기 채널 그룹별로 콘텐츠 추천 정보를 생성하는 것을 특징으로 하는 콘텐츠 추천 장치.
  8. 청구항 2에 있어서,
    상기 추천 정보 제공부는
    각 사용자 그룹에서 현재 선택한 채널이 속한 채널 그룹의 콘텐츠 추천 정보를 각 사용자 그룹에 제공하는 것을 특징으로 하는 콘텐츠 추천 장치.
  9. 청구항 2에 있어서,
    상기 추천 정보 제공부는
    콘텐츠의 채널별 소속도를 근거로 각 사용자 그룹에서 현재 시청 중인 콘텐츠와 유사한 콘텐츠를 방송하는 채널 그룹의 콘텐츠 추천 정보를 각 사용자 그룹에 제공하는 것을 특징으로 하는 콘텐츠 추천 장치.
  10. 채널의 속성 정보를 기초로 채널 간의 유사도를 산출하는 단계;
    상기 산출된 채널 간의 유사도를 이용하여 하나 이상의 채널 그룹을 생성하는 단계;
    사용자 그룹별 콘텐츠 시청 이력 정보를 채널 그룹별 시청 이력 정보로 치환하는 단계; 및
    상기 채널 그룹별 시청 이력 정보에 기초하여 채널 그룹별로 각 사용자 그룹에 대한 콘텐츠 추천 정보를 생성하는 단계
    를 포함하는 것을 특징으로 하는 콘텐츠 추천 방법.
  11. 사용자의 음원 청취 이력 정보를 기초로 음원의 가사 정보, 코드 정보 및 음정/박자 정보 중의 하나 이상을 포함하는 음원 정보를 추출하는 음원 정보 추출부;
    상기 추출된 음원 정보를 기초로 사용자의 인텐트 정보를 생성하는 인텐트 생성부; 및
    상기 인텐트 정보를 이용하여 사용자에게 하나 이상의 추천 음원을 제공하는 음원 추천부
    를 포함하는 것을 특징으로 하는 음원 추천 장치.
  12. 청구항 11에 있어서,
    상기 음원 추천 장치는
    소정 기간 동안 사용자가 청취한 음원의 곡명 및 각 음원의 청취 횟수 중의 하나 이상을 포함하는 음원 청취 이력 정보를 수집하는 음원 이력 정보 수집부를 더 포함하는 것을 특징으로 하는 음원 추천 장치.
  13. 청구항 12에 있어서,
    상기 음원 정보 추출부는
    상기 수집된 음원 청취 이력 정보를 기초로 사용자의 청취 음원 수를 산출하고, 산출된 사용자의 청취 음원 수가 미리 설정된 기준값 보다 작으면 상기 사용자에 대하여 하나 이상의 유사 사용자를 추출하고, 추출된 유사 사용자에 대하여 수집된 음원 청취 이력 정보를 기초로 상기 음원 정보를 추출하고, 상기 사용자가 청취한 음원과 다른 사용자가 청취한 음원의 중복 정도에 기초하여 상기 하나 이상의 유사 사용자를 추출하는 것을 특징으로 하는 음원 추천 장치.
  14. 청구항 11에 있어서,
    상기 인텐트 정보는
    가사 선호도, 주제 선호도, 코드 변화 선호도, 음정/박자 변화 선호도 및 아티스트/장르 선호도 중의 하나 이상을 포함하고,
    상기 인텐트 생성부는
    상기 가사 정보를 이용하여 사용자가 청취한 음원의 가사에서 하나 이상의 키워드를 추출하는 키워드 추출부;
    상기 추출된 하나 이상의 키워드 각각에 대하여, 상기 사용자가 청취한 음원 전체에 등장하는 제1 빈도 및, 상기 사용자가 청취한 음원의 하이라이트 또는 후렴구에 등장하는 제2 빈도 중의 하나 이상을 산출하고, 산출된 제1 빈도 및 제2 빈도 중의 하나 이상을 기초로 가사 선호도를 산출하는 가사 선호도 산출부;
    전체 음원에 대하여 미리 구축된 주제별 단어 연관 정보를 기초로, 각 주제별로 상기 추출된 하나 이상의 키워드의 발생 빈도를 산출하고, 산출된 주제별 발생 빈도에 기초하여 주제 선호도를 산출하는 주제 선호도 산출부;
    상기 코드 정보를 기초로 하나 이상의 코드 변화 정보를 추출하는 코드 변화 추출부;
    상기 추출된 각 코드 변화에 대하여 사용자가 청취한 음원 전체에 등장하는 빈도를 산출하고, 산출된 코드 변화 빈도를 기초로 코드 변화 선호도를 산출하는 코드 변화 선호도 산출부;
    상기 음정/박자 정보를 기초로 하나 이상의 음정/박자 변화 정보를 추출하는 음정/박자 변화 추출부; 및
    상기 추출된 각 음정/박자 변화에 대하여 사용자가 청취한 음원 전체에 등장하는 빈도를 산출하고, 산출된 음정/박자 변화 정보를 기초로 음정/박자 변화 선호도를 산출하는 음정/박자 변화 선호도 산출부를 더 포함하는 것을 특징으로 하는 음원 추천 장치.
  15. 청구항 14에 있어서,
    상기 가사 선호도 산출부는
    상기 추출된 하나 이상의 키워드 각각에 대하여, 상기 산출된 제2 빈도를 기초로 부여할 가중치를 결정하고, 상기 제1 빈도 및 제2 빈도 중의 하나 이상에 상기 결정된 가중치를 부여하여 가사 선호도를 산출하는 것을 특징으로 하는 음원 추천 장치.
  16. 청구항 14에 있어서,
    상기 코드 변화 선호도 산출부는
    상기 추출된 하나 이상의 코드 변화 정보 각각에 포함된 코드의 수를 기초로 상기 산출된 각 코드 변화 빈도에 가중치를 부여하여 상기 코드 변화 선호도를 산출하는 것을 특징으로 하는 음원 추천 장치.
  17. 청구항 16에 있어서,
    상기 음원 추천부는
    상기 사용자의 인텐트 정보 및 복수의 사용자 사이의 인텐트 정보의 유사성 중의 하나 이상에 기초하여 전체 음원 중에서 상기 하나 이상의 추천 음원을 결정하는 추천 음원 결정부;
    상기 사용자의 인텐트 정보를 이용하여 상기 하나 이상의 추천 음원 각각에 대한 노출 순위를 결정하는 노출 순위 결정부;
    상기 결정된 노출 순위에 기초하여 하나 이상의 추천 음원을 정렬하고, 정렬된 추천 음원을 사용자에게 제공하는 추천 음원 제공부; 및
    상기 하나 이상의 추천 음원을 사용자에게 제공할 때, 상기 하나 이상의 추천 음원에 대한 추천 사유를 더 제공하는 추천 사유 제공부를 포함하는 것을 특징으로 하는 음원 추천 장치.
  18. 사용자의 음원 청취 이력 정보를 기초로 음원의 가사, 코드 및 음정/박자 중의 하나 이상을 포함하는 음원 정보를 추출하는 단계;
    상기 추출된 음원 정보를 기초로 사용자의 인텐트 정보를 생성하는 단계; 및
    상기 인텐트 정보를 이용하여 사용자에게 하나 이상의 추천 음원을 제공하는 단계
    를 포함하는 것을 특징으로 하는 음원 추천 방법.
  19. 청구항 10 및 청구항 18에 기재된 방법 중 어느 하나를 실행시키기 위한 프로그램이 기록된 컴퓨터에서 판독가능한 기록매체.
PCT/KR2014/011263 2014-02-26 2014-11-21 콘텐츠 및 음원 추천 장치 및 방법 WO2015129989A1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
US14/898,393 US10349137B2 (en) 2014-02-26 2014-11-21 Device and method for recommending content and sound source

Applications Claiming Priority (4)

Application Number Priority Date Filing Date Title
KR1020140022928A KR102096474B1 (ko) 2014-02-26 2014-02-26 콘텐츠 추천 장치 및 방법
KR10-2014-0022928 2014-02-26
KR1020140036322A KR102183008B1 (ko) 2014-03-27 2014-03-27 음원 추천 장치 및 방법
KR10-2014-0036322 2014-03-27

Publications (1)

Publication Number Publication Date
WO2015129989A1 true WO2015129989A1 (ko) 2015-09-03

Family

ID=54009274

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/KR2014/011263 WO2015129989A1 (ko) 2014-02-26 2014-11-21 콘텐츠 및 음원 추천 장치 및 방법

Country Status (2)

Country Link
US (1) US10349137B2 (ko)
WO (1) WO2015129989A1 (ko)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105791912A (zh) * 2016-04-20 2016-07-20 珠海迈科智能科技股份有限公司 一种基于云端的数据处理方法、***及机顶盒
CN110769270A (zh) * 2019-11-08 2020-02-07 网易（杭州）网络有限公司 直播互动的方法及装置、电子设备、存储介质
CN112565902A (zh) * 2019-09-10 2021-03-26 北京达佳互联信息技术有限公司 一种视频推荐方法、装置及电子设备

Families Citing this family (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US9781479B2 (en) * 2016-02-29 2017-10-03 Rovi Guides, Inc. Methods and systems of recommending media assets to users based on content of other media assets
CN107577740A (zh) * 2017-08-28 2018-01-12 阿里巴巴集团控股有限公司 确定下一个播放内容的方法和装置
WO2019160714A1 (en) * 2018-02-15 2019-08-22 Vitec, Inc. Distribution and playback of media content
CN108491527B (zh) * 2018-03-28 2022-02-25 百度在线网络技术（北京）有限公司 信息推荐方法、装置和电子设备
KR102582046B1 (ko) 2018-07-19 2023-09-22 삼성전자주식회사 추천 채널 리스트 제공 방법 및 그에 따른 디스플레이 장치
US10867000B2 (en) * 2019-03-31 2020-12-15 Td Ameritrade Ip Company, Inc. Recommendation system for providing personalized and mixed content on a user interface based on content and user similarity
US20220167051A1 (en) * 2020-11-20 2022-05-26 Xandr Inc. Automatic classification of households based on content consumption
WO2023197204A1 (en) * 2022-04-13 2023-10-19 Comcast Cable Communications, Llc Managing transmission resources

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2008011365A (ja) * 2006-06-30 2008-01-17 Hitachi Ltd 番組選択支援方法
KR100845233B1 (ko) * 2006-07-07 2008-07-09 한국전자통신연구원 티브이애니타임 메타데이터를 이용한 개인형 데이터방송서비스 방법
KR20100024769A (ko) * 2008-08-26 2010-03-08 금오공과대학교 산학협력단 음악추천 시스템 및 방법
KR100955523B1 (ko) * 2007-02-06 2010-04-30 아주대학교산학협력단 상황인식 사례기반 음악추천시스템 및 그 방법
KR20120080985A (ko) * 2011-01-10 2012-07-18 삼성전자주식회사 영상 표시 방법 및 이를 적용한 방송 수신 장치
JP2012150244A (ja) * 2011-01-19 2012-08-09 Yahoo Japan Corp 楽曲レコメンド装置、方法及びプログラム

Family Cites Families (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20040123324A1 (en) * 2000-03-07 2004-06-24 Sazzad Sharif M. Methods and apparatus for providing video services such as Video-on-Demand, news and advertising services
JP2003317936A (ja) * 2002-04-24 2003-11-07 Sanyo Electric Co Ltd エレクトロルミネッセンス表示装置
US9247288B2 (en) * 2003-08-12 2016-01-26 Time Warner Cable Enterprises Llc Technique for effectively delivering targeted advertisements through a communications network having limited bandwidth
JP4816207B2 (ja) 2005-04-01 2011-11-16 ソニー株式会社 情報処理システムおよび方法
KR100895009B1 (ko) 2006-06-30 2009-04-24 (주)엔토시스 음악추천 시스템 및 그 방법
KR20100055712A (ko) 2008-11-18 2010-05-27 한국전자통신연구원 개인 맞춤형 컨텐트 추천 방법 및 장치
KR101099493B1 (ko) 2009-06-12 2011-12-27 주식회사 금영 음악 추천 및 검색 방법
KR101617429B1 (ko) 2009-12-21 2016-05-02 주식회사 케이티 커뮤니티 서비스를 제공하는 ｉｐｔｖ 서비스 시스템
US20120240177A1 (en) * 2011-03-17 2012-09-20 Anthony Rose Content provision
US8782704B2 (en) * 2011-05-03 2014-07-15 Verizon Patent And Licensing Inc. Program guide interface systems and methods
US20170318344A9 (en) * 2012-02-02 2017-11-02 Tivo Solutions Inc. Ranking User Search and Recommendation Results for Multimedia Assets Using Metadata Analysis
KR101372928B1 (ko) 2012-02-03 2014-03-14 한국과학기술원 사용자 선호주제 기반 ｔｖ프로그램 콘텐츠 자동추천 장치, 시스템, 방법 및 그 방법을 실행하는 프로그램이 기록된 컴퓨터로 읽을 수 있는 기록매체

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2008011365A (ja) * 2006-06-30 2008-01-17 Hitachi Ltd 番組選択支援方法
KR100845233B1 (ko) * 2006-07-07 2008-07-09 한국전자통신연구원 티브이애니타임 메타데이터를 이용한 개인형 데이터방송서비스 방법
KR100955523B1 (ko) * 2007-02-06 2010-04-30 아주대학교산학협력단 상황인식 사례기반 음악추천시스템 및 그 방법
KR20100024769A (ko) * 2008-08-26 2010-03-08 금오공과대학교 산학협력단 음악추천 시스템 및 방법
KR20120080985A (ko) * 2011-01-10 2012-07-18 삼성전자주식회사 영상 표시 방법 및 이를 적용한 방송 수신 장치
JP2012150244A (ja) * 2011-01-19 2012-08-09 Yahoo Japan Corp 楽曲レコメンド装置、方法及びプログラム

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105791912A (zh) * 2016-04-20 2016-07-20 珠海迈科智能科技股份有限公司 一种基于云端的数据处理方法、***及机顶盒
CN112565902A (zh) * 2019-09-10 2021-03-26 北京达佳互联信息技术有限公司 一种视频推荐方法、装置及电子设备
CN110769270A (zh) * 2019-11-08 2020-02-07 网易（杭州）网络有限公司 直播互动的方法及装置、电子设备、存储介质

Also Published As

Publication number Publication date
US10349137B2 (en) 2019-07-09
US20160142775A1 (en) 2016-05-19

Similar Documents

Publication Publication Date Title
WO2015129989A1 (ko) 콘텐츠 및 음원 추천 장치 및 방법
US8677243B2 (en) Media recommendation system and method
RU2523930C2 (ru) Основанная на контексте рекомендующая система
WO2012091360A2 (ko) 유저 맞춤형 컨텐츠 제공 방법 및 시스템
WO2017010720A1 (ko) 데이터 구조화를 통한 직관적인 동영상콘텐츠 재생산 방법 및 이를 위한 사용자 인터페이스 장치
WO2013139239A1 (en) Method for recommending users in social network and the system thereof
WO2014193161A1 (ko) 멀티미디어 콘텐츠 검색을 위한 사용자 인터페이스 방법 및 장치
WO2017007206A1 (ko) 관람자 관계형 동영상 제작 장치 및 제작 방법
WO2017041484A1 (zh) 一种实时信息的推荐方法、装置和***
WO2010068068A2 (ko) 사용자의 의도에 기반한 정보 검색방법 및 정보 제공방법
WO2015068965A1 (en) Display apparatus and method of controlling the same
CN102999498A (zh) 多媒体节目的检索方法及装置
WO2017156893A1 (zh) 语音控制方法及智能电视
WO2015101155A1 (zh) 向用户推荐信息的方法
WO2016093630A1 (en) Semantic enrichment of trajectory data
WO2013012112A1 (ko) 쿠폰 검색을 수행하는 전자 기기 및 소셜 커머스 서버
WO2012130145A1 (zh) 获取和搜索相关知识信息的方法及装置
WO2019177182A1 (ko) 속성 정보 분석을 통한 멀티미디어 컨텐츠 검색장치 및 검색방법
WO2014123341A1 (en) System and method of providing object for service of service provider
WO2021177787A1 (ko) 개별화된 시간 관리를 위한 효율적인 데이터베이스 아키텍쳐를 통한 콘텐츠 제공 방법 및 시스템
WO2020022819A1 (en) Communication via simulated user
Thorogood et al. Audio metaphor: Audio information retrieval for soundscape composition
CN101218647A (zh) 用于生成元素序列的方法和装置
WO2021246642A1 (ko) 폰트를 추천하는 방법 및 이를 구현하는 장치
KR102252522B1 (ko) 내용 기반 동영상 목차 자동생성 방법 및 시스템

Legal Events

Date Code Title Description
121 Ep: the epo has been informed by wipo that ep was designated in this application

Ref document number: 14883710

Country of ref document: EP

Kind code of ref document: A1

WWE Wipo information: entry into national phase

Ref document number: 14898393

Country of ref document: US

NENP Non-entry into the national phase

Ref country code: DE

122 Ep: pct application non-entry in european phase

Ref document number: 14883710

Country of ref document: EP

Kind code of ref document: A1