KR102079901B1 - 위치 추적 기반의 사용자 맞춤형 컨텐츠를 제공하는 방법, 기록매체 및 시스템 - Google Patents

Abstract

본 개시는 컨텐츠 제공 시스템에 의해 사용자 맞춤형 컨텐츠를 제공하는 방법에 관한 것이다. 사용자 맞춤형 컨텐츠 제공 방법은, 사용자 단말이 온라인 상에서 복수의 웹사이트 및 애플리케이션 중 적어도 하나에 접속하는 경우, 복수의 웹사이트 및 애플리케이션 중 적어도 하나를 접속한 사용자 단말의 쿠키(cookie) 정보를 수집하는 단계, 수집된 쿠키 정보로부터 사용자 단말을 식별하는 단계, 수집된 쿠키 정보로부터 식별된 사용자 단말의 사용자 활동 정보를 결정하는 단계, 결정된 사용자 단말의 사용자 활동 정보를 기초로 사용자 단말의 사용자 속성 정보를 결정하는 단계, 컨텐츠 정보 DB로부터 결정된 사용자 단말의 사용자 속성 정보에 대응하는 컨텐츠를 추출하는 단계 및 추출된 컨텐츠를 사용자 단말에 제공하는 단계를 포함한다.

Description

위치 추적 기반의 사용자 맞춤형 컨텐츠를 제공하는 방법, 기록매체 및 시스템 {METHOD, STORAGE MEDIUM, AND SYSTEM FOR PROVIDING USER-DEDICATED CONTENTS BY TRACKING LOCATIONS}

본 개시는 위치 추적 기반의 사용자 맞춤형 컨텐츠를 제공하는 방법 및 시스템에 관한 것으로, 보다 상세하게는, 사용자가 웹사이트 및/또는 애플리케이션에 접속하면서 남기는 IP 정보를 포함한 쿠키(cookie) 정보를 기초로 사용자의 접속지역 및 접속시간을 추적하여, 사용자 맞춤형 컨텐츠를 제공하기 위한 방법 및 시스템에 관한 것이다.

종래의 개인화 추천 컨텐츠 시스템은 사용자 단말의 GPS 정보 등을 통해 탐지된 사용자 단말의 현재 위치를 제공받아서, 현재 사용자 단말의 위치에 적합한 컨텐츠를 제공할 수 있다. 예를 들어, 사용자 단말이 자신의 GPS를 통해 "서울 강남구 XX로 YYY"에 위치하고 있다고 탐지되면 이러한 정보를 개인화 추천 컨텐츠 시스템에 제공하고, 개인화 추천 컨텐츠 시스템은 사용자 단말이 특정 웹사이트 또는 애플리케이션에 접속했을 때 현재 위치 근처의 레스토랑에 대한 정보를 사용자 단말 또는 사용자에 제공해줄 수 있다. 사용자는 자신이 직접 검색하지 않고도, 이렇게 제공된 정보를 자신의 단말기를 통해 선택하여 현재 위치 주변의 레스토랑 정보를 얻을 수 있다.

다만, 기존의 개인화 추천 컨텐츠 시스템은 사용자 단말의 현재 위치 기반으로 광고 컨텐츠를 사용자 단말 또는 사용자에게 제공하기 때문에, 현재 위치가 사용자와 관련성이 떨어지는 경우, 사용자의 관심도가 떨어지는 컨텐츠가 제공될 수 있다. 예를 들어, 사용자 단말의 현재 위치가 목적지로의 이동 중에 있는 어느 위치였다면, 현재 위치는 사용자의 실제 소비가 발생하는 지역과 관련이 없을 수 있다. 이 경우, 사용자는 그러한 광고 컨텐츠를 클릭하거나 보지 않을 수 있다. 이에 따라, 기존 시스템에 따른 현재 위치 기반의 광고 컨텐츠를 제공하는 것은 사용자로부터 기대할 만한 광고 효과를 얻어내기 어려울 수 있다.

본 개시는 상기와 같은 문제점을 해결하기 위한 컨텐츠 제공 방법, 기록매체 및 시스템을 제공한다.

사용자의 쿠키 정보로부터 IP 정보를 추적하여, 사용자의 접속지역 및 접속시간을 통해 이동 패턴을 결정하고, 이러한 이동 패턴을 분석하여 사용자 속성 정보를 알아내고 이에 적합한 컨텐츠를 사용자에게 제공하는 방법 및 시스템을 제공한다.

사용자 단말의 IP 정보로부터 추적된 사용자의 접속지역 및 접속시간을 기초로, 사용자의 주거지나 근무지 등의 사용자의 주요 활동 반경을 결정하여, 사용자가 다른 장소에 있어도 주요 활동 지역의 맞춤형 컨텐츠를 제공하는 방법 및 시스템을 제공한다.

사용자 단말의 IP 정보를 추적함으로써 이동 경로를 통해 이동 패턴을 결정하고, 이러한 이동 패턴을 통해 사용자의 직업 정보 및 이동 수단 중 적어도 하나를 추론할 수 있으며, 직업 정보 및 이동 수단 중 적어도 하나와 연관된 컨텐츠를 사용자 단말에게 제공하는 방법 및 시스템을 제공한다.

본 개시는 방법, 시스템, 장치 또는 명령어들을 저장하는 컴퓨터 판독가능 저장 매체를 포함한 다양한 방식으로 구현될 수 있다.

본 개시의 일 실시예에 따른 컨텐츠 제공 시스템에 의해 사용자 맞춤형 컨텐츠를 제공하기 위한 방법은, 사용자 단말이 온라인 상에서 복수의 웹서버 및 애플리케이션 서버 중 적어도 하나에 접속하는 경우, 복수의 웹서버 및 애플리케이션 서버 중 적어도 하나를 접속한 사용자 단말의 쿠키(cookie) 정보를 수집하는 단계, 수집된 쿠키 정보로부터 사용자 단말을 식별하는 단계, 수집된 쿠키 정보로부터 식별된 사용자 단말의 사용자 활동 정보를 결정하는 단계, 결정된 사용자 단말의 사용자 활동 정보를 기초로 사용자 단말의 사용자 속성 정보를 결정하는 단계, 컨텐츠 정보 DB로부터 결정된 사용자 단말의 사용자 속성 정보에 대응하는 컨텐츠를 추출하는 단계 및 추출된 컨텐츠를 사용자 단말에 제공하는 단계를 포함한다.

일 실시예에 따르면, 수집된 쿠키 정보로부터 식별된 사용자 단말의 사용자 활동 정보를 결정하는 단계는, 사용자 단말의 쿠키 정보가 수집된 접속 시간을 추적하는 단계, 수집된 쿠키 정보로부터 접속한 사용자 단말의 IP(Internet Protocol) 주소 정보를 획득하는 단계 및 획득된 IP 주소 정보에 대응한 접속 지역을 접속 시간 순으로 추적하는 단계를 포함한다.

일 실시예에 따르면, 수집된 쿠키 정보로부터 식별된 사용자 단말의 사용자 활동 정보를 결정하는 단계는, 추적된 접속 시간 및 추적된 접속 지역을 기초로 사용자 단말의 이동 경로 정보를 결정하는 단계 및 결정된 이동 경로 정보를 사용자 단말의 사용자 활동 정보로 결정하는 단계를 포함한다.

일 실시예에 따르면, 추적된 사용자 단말의 사용자 활동 정보를 기초로 사용자 단말의 사용자 속성 정보를 결정하는 단계는, 결정된 이동 경로 정보를 기초로 사용자 단말의 이동 패턴 정보를 결정하는 단계, 결정된 이동 패턴 정보를 분석하여 사용자 단말의 사용자의 직업 정보를 추론하는 단계 및 추론된 직업 정보를 사용자 단말의 사용자 속성 정보로 결정하는 단계를 포함한다.

일 실시예에 따르면, 추적된 사용자 단말의 사용자 활동 정보를 기초로 사용자 단말의 사용자 속성 정보를 결정하는 단계는, 결정된 이동 경로 정보를 기초로 사용자 단말의 이동 패턴 정보를 결정하는 단계, 결정된 이동 패턴 정보를 분석하여 사용자 단말의 사용자의 거주지 정보 및 근무지 정보를 추론하는 단계 및 추론된 거주지 정보 및 근무지 정보를 사용자 단말의 사용자 속성 정보로 결정하는 단계를 포함한다.

일 실시예에 따르면, 컨텐츠 정보 DB로부터 결정된 사용자 단말의 사용자 속성 정보에 대응하는 컨텐츠를 추출하는 단계는 컨텐츠 정보 DB로부터 추론된 거주지 정보에 연관된 컨텐츠를 추출하는 단계를 포함한다.

일 실시예에 따르면, 추적된 사용자 단말의 사용자 활동 정보를 기초로 사용자 단말의 사용자 속성 정보를 결정하는 단계는, 결정된 이동 경로 정보를 기초로 사용자 단말의 이동 패턴 정보를 결정하는 단계, 결정된 이동 패턴 정보를 분석하여 사용자 단말의 사용자의 이동 수단 정보를 추론하는 단계 및 사용자 단말의 사용자 이동 수단 정보를 사용자 단말의 사용자 속성 정보로 결정하는 단계를 포함한다.

일 실시예에 따르면, 추적된 사용자 단말의 사용자 활동 정보를 기초로 사용자 단말의 사용자 속성 정보를 결정하는 단계는, 수집된 쿠키 정보로부터 사용자 단말의 사용자의 성별 정보 및 연령 정보 중 적어도 하나를 결정하는 단계, 수집된 쿠키 정보로부터 사용자 단말이 방문했던 웹 서버 및 애플리케이션 서버 중 적어도 하나가 제공하는 사이트 목록을 추출하는 단계, 지역별 주거 메타 데이터 및 지역별 상업 메타 데이터 중 적어도 하나를 수신하는 단계 및 사용자의 성별 정보, 사용자의 연령 정보, 추출된 사이트 목록, 지역별 주거 메타 데이터, 지역별 상업 메타 데이터 중 적어도 하나 및 사용자 단말의 사용자 활동 정보를 기초로 사용자 단말의 사용자 속성 정보를 결정하는 단계를 포함한다.

본 개시의 일 실시예에 따른 컨텐츠 제공 시스템에 의해 사용자 맞춤형 컨텐츠를 제공하는 방법을 컴퓨터에서 실행하기 위한 컴퓨터 프로그램이 기록된, 컴퓨터로 판독 가능한 매체가 제공된다.

본 개시의 일 실시예에 따른 사용자 맞춤형 컨텐츠를 제공하기 위한 시스템은, 복수의 웹서버 및 애플리케이션 서버 중 적어도 하나를 접속한 복수의 사용자 단말의 쿠키 정보를 수신하도록 구성된 통신 모듈, 쿠키 정보로부터 복수의 사용자 단말의 각각을 식별하도록 구성된 사용자 식별 모듈, 수신된 쿠키 정보로부터 식별된 복수의 사용자 단말의 각각의 사용자 활동 정보를 결정하도록 구성된 활동 정보 결정 모듈, 결정된 사용자 단말의 사용자 활동 정보를 기초로 사용자 단말의 사용자 속성 정보를 결정하도록 구성된 속성 정보 결정 모듈 및 컨텐츠 정보 DB로부터 결정된 사용자 단말의 사용자 속성 정보에 대응하는 컨텐츠를 추출하도록 구성된 컨텐츠 추천 모듈을 포함한다.

본 개시의 일부 실시예들에 따르면, 사용자가 웹사이트나 애플리케이션에 접속한 시간과 위치이 추적되어, 이동 경로 및 하루 이동 반경 등의 이동 패턴 정보가 결정될 수 있으며, 이러한 이동 패턴 정보로부터 사용자의 직업이 이동이 잦은 외근직인지, 근무지에서의 이동이 적은 사무직인지 또는 가정주부인지 파악될 수 있고, 이러한 직업 형태에 따라 맞춤형 컨텐츠가 제공될 수 있다.

본 개시의 일부 실시예에 따르면, 사용자 단말이 웹사이트나 애플리케이션에 접속 시 IP 정보가 추적되어 사용자 단말의 이동 패턴이 분석되고, 사용자의 근무지와 거주지가 추론될 수 있으며, 근무지에 존재하지만 거주지에 적합한 컨텐츠가 사용자 단말 또는 사용자에게 제공될 수 있다.

본 개시의 일부 실시예에 따르면, 사용자 단말의 로그 데이터로부터 사용자 단말의 이동 경로 및 시간 정보가 분석되고, 이러한 분석된 정보를 통해 사용자의 이동 수단이 추론될 수 있으며, 사용자의 이동 수단에 적합한 컨텐츠가 사용자 단말 또는 사용자에게 제공될 수 있다.

본 개시의 효과는 이상에서 언급한 효과로 제한되지 않으며, 언급되지 않은 다른 효과들은 청구범위의 기재로부터 당업자에게 명확하게 이해될 수 있을 것이다.

본 개시의 실시예들은, 이하 설명하는 첨부 도면들을 참조하여 설명될 것이며, 여기서 유사한 참조 번호는 유사한 요소들을 나타내지만, 이에 한정되지는 않는다.
도 1은 본 개시의 일 실시예에 따른 사용자 단말의 이동 패턴에 기초하여 추출된 컨텐츠를 사용자 단말에 제공하는 예시도이다.
도 2는 본 개시의 일 실시예에 따른 사용자 활동 정보를 기초로 결정된 사용자 속성 정보에 따라 사용자 맞춤형 컨텐츠를 제공하기 위하여, 컨텐츠 제공 시스템이 복수의 웹사이트, 애플리케이션, 및 복수의 사용자 단말과 통신 가능하도록 연결된 구성을 나타내는 개요도이다.
도 3은 본 개시의 일 실시예에 따른 사용자 맞춤형 컨텐츠를 제공하는 시스템의 블록도이다.
도 4는 본 개시의 일 실시예에 따른 컨텐츠 제공 시스템에 의해 수집된 사용자 단말의 사용자 활동 정보 및 사용자 속성 정보를 생성 및 저장하는 과정을 설명하는 개략도이다.
도 5는 본 개시의 일 실시예에 따른 사용자 단말이 복수의 웹사이트에 접속했을 때 사용자 단말로부터 쿠키 정보를 수집하는 과정을 설명하기 위한 예시도이다.
도 6은 본 개시의 일 실시예에 따른 쿠키 정보로부터 사용자를 식별하고 사용자 활동 정보를 결정하는 과정을 설명하기 위한 예시도이다.
도 7은 본 개시의 일 실시예에 따른 복수의 사용자의 사용자 활동 정보로부터 사용자 속성 정보 중 이동 수단을 결정하는 과정을 설명하기 위한 예시도이다.
도 8은 본 개시의 일 실시예에 따른 복수의 사용자의 사용자 활동 정보로부터 사용자 속성 정보 중 사용자의 직업 정보, 거주지 정보 및 근무지 정보를 결정하는 과정을 설명하기 위한 예시도이다.
도 9는 본 개시의 일 실시예에 따른 사용자의 활동 정보로부터 사용자 속성 정보를 결정하는 과정을 설명하기 위한 예시도이다.
도 10은 본 개시의 일 실시예에 따른 이미 저장된 사용자 속성 정보에 따라 사용자 맞춤형 컨텐츠를 제공하기 위하여, 컨텐츠 제공 시스템이 복수의 웹사이트, 애플리케이션, 및 복수의 사용자 단말과 통신 가능하도록 연결된 구성을 나타내는 개략도이다.
도 11은 본 개시의 일 실시예에 따른 컨텐츠 추출 모듈이 사용자 속성 정보에 대응하는 컨텐츠를 추출하는 과정을 설명하기 위한 예시도이다.
도 12는 본 개시의 일 실시예에 따른 사용자 맞춤형 컨텐츠를 제공하는 방법을 설명하기 위한 순서도이다.

이하, 본 개시의 실시를 위한 구체적인 내용을 첨부된 도면을 참조하여 상세히 설명한다. 다만, 이하의 설명에서는 본 개시의 요지를 불필요하게 흐릴 우려가 있는 경우, 널리 알려진 기능이나 구성에 관한 구체적 설명은 생략하기로 한다.

첨부된 도면에서, 동일하거나 대응하는 구성요소에는 동일한 참조부호가 부여되어 있다. 또한, 이하의 실시예들의 설명에 있어서, 동일하거나 대응하는 구성요소를 중복하여 기술하는 것이 생략될 수 있다. 그러나 구성요소에 관한 기술이 생략되어도, 그러한 구성요소가 어떤 실시예에 포함되지 않는 것으로 의도되지는 않는다.

개시된 실시예의 이점 및 특징, 그리고 그것들을 달성하는 방법은 첨부되는 도면과 함께 후술되어 있는 실시예들을 참조하면 명확해질 것이다. 그러나 본 개시는 이하에서 개시되는 실시예들에 한정되는 것이 아니라 서로 다른 다양한 형태로 구현될 수 있으며, 단지 본 실시예들은 본 개시가 완전하도록 하고, 본 개시가 속하는 기술분야에서 통상의 지식을 가진 자에게 발명의 범주를 완전하게 알려주기 위해 제공되는 것일 뿐이다.

본 개시에서 사용되는 용어에 대해 간략히 설명하고, 개시된 실시예에 대해 구체적으로 설명하기로 한다.

본 개시에서 사용되는 용어는 본 개시에서의 기능을 고려하면서 가능한 현재 널리 사용되는 일반적인 용어들을 선택하였으나, 이는 관련 분야에 종사하는 기술자의 의도 또는 판례, 새로운 기술의 출현 등에 따라 달라질 수 있다. 또한, 특정한 경우는 출원인이 임의로 선정한 용어도 있으며, 이 경우 해당되는 발명의 설명 부분에서 상세히 그 의미를 기재할 것이다. 따라서 본 개시에서 사용되는 용어는 단순한 용어의 명칭이 아닌, 그 용어가 가지는 의미와 본 개시의 전반에 걸친 내용을 토대로 정의되어야 한다.

본 개시에서의 단수의 표현은 문맥상 명백하게 단수인 것으로 특정하지 않는 한, 복수의 표현을 포함한다. 또한 복수의 표현은 문맥상 명백하게 복수인 것으로 특정하지 않는 한, 단수의 표현을 포함한다.

본 개시의 전체에서 어떤 부분이 어떤 구성요소를 '포함'한다고 할 때, 이는 특별히 반대되는 기재가 없는 한 다른 구성요소를 제외하는 것이 아니라 다른 구성요소를 더 포함할 수 있음을 의미한다.

본 개시에서, 용어 '모듈'은 소프트웨어 또는 하드웨어 구성요소를 의미하며, '모듈'은 어떤 역할들을 수행한다. 그렇지만 '모듈'은 소프트웨어 또는 하드웨어에 한정되는 의미는 아니다. '모듈'은 어드레싱할 수 있는 저장 매체에 있도록 구성될 수도 있고 하나 또는 그 이상의 프로세서들을 재생시키도록 구성될 수도 있다. 따라서, 일 예로서 '모듈'은 소프트웨어 구성요소들, 객체지향 소프트웨어 구성요소들, 클래스 구성요소들 및 태스크 구성요소들과 같은 구성요소들과, 프로세스들, 함수들, 속성들, 프로시저들, 서브루틴들, 프로그램 코드의 세그먼트들, 드라이버들, 펌웨어, 마이크로 코드, 회로, 데이터, 데이터베이스, 데이터 구조들, 테이블들, 어레이들 및 변수들을 포함한다. 구성요소들과 '모듈'들은 안에서 제공되는 기능은 더 작은 수의 구성요소들 및 '모듈'들로 결합되거나 추가적인 구성요소들과 '모듈'들로 더 분리될 수 있다.

소프트웨어 또는 하드웨어 구성요소를 의미하며, '모듈'은 어떤 역할들을 수행한다.

본 개시에서, '시스템'은 서버 장치와 클라우드 서버 장치 중 적어도 하나의 장치를 지칭할 수 있지만, 이에 한정되는 것은 아니다.

본 개시에서, '사용자 단말'은 통신 모듈을 구비하여 네트워크 연결이 가능하고, 웹사이트, 애플리케이션 등을 접속하여 컨텐츠 출력이 가능한 임의의 전자기기(예를 들어, 스마트폰, PC, 태블릿 PC, 랩톱 PC 등)를 포함할 수 있다. 사용자는 사용자 단말을 통해 사용자 단말의 인터페이스(예를 들어, 터치 디스플레이, 키보드, 마우스, 터치펜 또는 스틸러스, 마이크로폰, 동작인식 센서 등)를 통한 입력에 의해 네트워크를 통해 접속가능한 임의의 컨텐츠를 제공받을 수 있다. 도 1은 본 개시의 일 실시예에 따른 사용자 단말(100)의 이동 패턴에 기초하여 추출된 컨텐츠를 사용자 단말에 제공하는 예시도이다.

도 1에서는, 사용자 단말(100)이 스마트 폰으로 도시되었으나, 이에 한정되는 것은 아니며, 통신 모듈을 구비하여 네트워크 연결이 가능하고, 웹사이트, 애플리케이션 등을 접속하여 컨텐츠 출력이 가능한 임의의 전자기기(예를 들어, PC, 태블릿 PC, 랩톱 PC 등)일 수 있다. 사용자는, 사용자 단말(100)의 인터페이스(예를 들어, 터치 디스플레이, 키보드, 마우스, 터치펜 또는 스틸러스, 마이크로폰, 동작인식 센서)를 통한 입력에 의해 네트워크를 통해 접속가능한 임의의 컨텐츠를 제공받을 수 있다. 예를 들어, 사용자 단말(100)은 임의의 서버가 제공하는 웹페이지 주소를 통해 해당 서버를 접속하여, 도 1에 도시된 바와 같이, 추천 컨텐츠(130)를 제공받을 수 있다. 또 다른 예로서, 사용자 단말(100)은 임의의 서버가 제공하는 애플리케이션을 통해 추천 컨텐츠를 제공받을 수 있다.

사용자 단말(100)은 온라인 상에서 복수의 웹사이트 및 애플리케이션 중 적어도 하나에 접속한 경우, 쿠키 정보를 컨텐츠 제공 시스템(미도시)에 제공하도록 구성될 수 있다. 컨텐츠 제공 시스템은 수집된 쿠키 정보를 기초로 사용자 단말을 식별하고, 수집된 쿠키 정보로부터 사용자 단말 또는 사용자의 사용자 활동 정보를 결정할 수 있다. 여기서, 사용자 활동 정보는, 사용자 단말의 쿠키 정보로부터 얻어낼 수 있는 사용자 단말 또는 사용자의 활동 또는 행동 패턴을 나타내는 임의의 정보를 포함할 수 있으며, 예를 들어, 사용자 단말의 IP 정보로부터 얻어낸 접속 지역 및 IP 정보를 얻어낸 시간, 즉, 접속시간을 기초로 추적된 이동 경로 정보를 포함할 수 있다. 결정된 사용자 활동 정보를 기초로 사용자 단말의 사용자 속성 정보가 결정될 수 있다. 여기서, 사용자 속성 정보는 사용자 단말 또는 사용자의 속성 또는 특징을 나타낼 수 있는 임의의 정보를 포함하고, 예를 들어, 사용자의 직업 정보, 거주지 정보, 근무지 정보, 이동 수단 정보 등을 포함할 수 있다.

이러한 속성 정보가 결정되고 나서, 컨텐츠 제공 시스템은 사용자 단말이 온라인 상에서 웹 사이트나 애플리케이션을 접속하는 경우, 결정된 속성 정보에 대응되는 컨텐츠를 추출하여, 사용자 단말에 추출된 컨텐츠를 제공할 수 있다. 일 실시예에 따르면, 이러한 컨텐츠는 속성 정보와 컨텐츠 정보가 연관되어 저장된 컨텐츠 DB로부터 추출될 수 있는데, 상세한 구성은 아래 도 3 및 도 10을 참조하여 설명된다.

일 실시예에 따르면, 컨텐츠 제공 시스템은 사용자 단말(100)의 쿠키 정보를 수집하고, 이러한 쿠키 정보를 기초로 사용자 활동 정보를 결정하고, 결정된 사용자 활동 정보를 기초로 사용자 속성 정보를 결정하여 저장할 수 있다. 예를 들어, 사용자 단말(100)의 사용자 속성 정보는 근무지가 서울시 강남구 역삼동이나, 거주지는 인천 지역이라는 정보를 포함할 수 있다. 컨텐츠 제공 시스템은 이러한 속성 정보를 기초로, 사용자 단말(100)이 근무지 근처인 서울시 동작구 사당동에서 특정 웹사이트에 접속했을 때, 사용자 단말(100)의 현재 위치가 아닌 거주지에 연관된 컨텐츠를 제공할 수 있다. 도 1에 도시된 바와 같이, 사용자 단말(100)의 거주지와 연관된 컨텐츠인 "먹거리 가득한 인천에서 치맥과 함께하는 여름밤"이라는 제목의 컨텐츠가 사용자 단말에 제공될 수 있다.

도 2는 본 개시의 일 실시예에 따른 사용자 활동 정보를 기초로 결정된 사용자 속성 정보에 따라 사용자 맞춤형 컨텐츠를 제공하기 위하여, 컨텐츠 제공 시스템(300)이 복수의 웹서버(200_1, 200_2, 200_3, 200_4), 애플리케이션 서버(200_n), 및 복수의 사용자 단말(100_1, 100_2, 100_3 ...100_n)과 통신 가능하도록 연결된 구성을 나타내는 개요도이다. 컨텐츠 제공 시스템(300)은 복수의 웹서버(200_1, 200_2, 200_3, 200_4) 및 사용자 단말(100_1, 100_2, 100_3 ...100_n)과 네트워크(250)를 통해 통신할 수 있다. 도 2에서 사용자 단말(100_1, 100_2, 100_3 ...100_n)은 유선 및/또는 무선 통신이 가능하고 매체 접속 및 컨텐츠 출력이 가능한 임의의 컴퓨팅 장치일 수 있다. 예를 들어, 사용자 단말(100_1, 100_2, 100_3 ...100_n)은, 이동 통신 단말기, 무선 통신 단말기, 스마트폰, 태블릿 PC, 데스크탑 PC, 랩톱 PC, 웨어러블 장치 등을 포함할 수 있다. 네트워크(250)는, 사용자 단말, 복수의 웹서버, 애플리케이션 서버 및 추천 컨텐츠 시스템(300) 사이의 통신이 가능하도록 구성될 수 있다. 네트워크(250)는 설치 환경에 따라, 예를 들어, 이더넷(Ethernet), 유선 홈 네트워크(Power Line Communication), 전화선 통신 장치 및 RS-serial 통신 등의 유선 네트워크, 이동통신망, WLAN(Wireless LAN), Wi-Fi, Bluetooth 및 ZigBee 등과 같은 무선 네트워크 또는 그 조합으로 구성될 수 있다.

컨텐츠 제공 시스템(300)은 사용자 단말(100_1, 100_2, 100_3 ...100_n)로부터 쿠키 정보 또는 로그 데이터를 수집할 수 있다. 일 실시예에 따르면, 사용자 단말(100_1, 100_2, 100_3 ...100_n)이 온라인 상에서 복수의 웹서버(200_1, 200_2, 200_3, 200_4), 애플리케이션 서버(200_n) 중 적어도 하나의 서버에 접속할 때 사용자 단말(100_1, 100_2, 100_3 ...100_n)로부터 네트워크(250)를 통해 쿠키 정보 또는 로그 데이터를 수집할 수 있다. 이러한 수집된 쿠키 정보 또는 로그 데이터를 기초로 사용자 단말(100_1, 100_2, 100_3 ...100_n)의 사용자 활동 정보 및 사용자 속성 정보가 결정될 수 있으며, 이러한 정보가 데이터베이스에 저장될 수 있다.

컨텐츠 제공 시스템(300)은 사용자 단말(100_1, 100_2, 100_3 ...100_n)의 사용자 속성 정보에 대응하는 컨텐츠를 추출하여 추출된 컨텐츠를 사용자 단말(100_1, 100_2, 100_3 ...100_n)에 제공할 수 있다. 일 실시예에 따르면, 사용자 단말(100_1, 100_2, 100_3 ...100_n)을 위해 추출된 컨텐츠는 사용자 단말(100_1, 100_2, 100_3 ...100_n)이 접속하는 복수의 웹서버(200_1, 200_2, 200_3, 200_4), 애플리케이션 서버(200_n) 중 적어도 하나의 서버에 제공될 수 있다. 서버에 제공된 컨텐츠는 사용자 단말(100_1, 100_2, 100_3 ...100_n)이 해당 서버에 접속 시 사용자 단말(100_1, 100_2, 100_3 ...100_n)의 출력 장치(예를 들어, 디스플레이, 스피커 등)를 통해 출력되거나 표시될 수 있다.

도 2에서는 복수의 웹서버 및 애플리케이션 서버(200)는, 포털 웹사이트(200_1), 방송사 웹사이트(200_2), 일간지 웹사이트(200_3), 커뮤니티 웹사이트(200_4), 애플리케이션(200_n)을 나타내는 것으로 도시되어 있으나, 이에 한정되지 않으며, 컨텐츠를 제공할 수 있는 임의의 웹서버 또는 애플리케이션 서버를 포함할 수 있다.

도 3은 본 개시의 일 실시예에 따른 사용자 맞춤형 컨텐츠를 제공하는 시스템(300)의 블록도이다. 도 3에 도시된 바와 같이 컨텐츠 제공 시스템(300)은, 통신 모듈(310), 사용자 식별 모듈(320), 활동 정보 결정 모듈(330), 속성 정보 결정 모듈(340), 컨텐츠 추천 모듈(350), 로그데이터 DB(360), 컨텐츠 정보 DB(370)를 포함할 수 있다. 통신 모듈(310)은, 컨텐츠 제공 시스템(300)이 복수의 사용자 단말, 복수의 웹서버 및 애플리케이션 서버와 임의의 정보 및/또는 데이터를 송수신하도록 구성될 수 있다.

일 실시예에서, 통신 모듈(310)은 복수의 사용자 단말로부터 복수의 사용자 단말의 각각의 쿠키 정보 또는 로그 데이터를 수집할 수 있다. 여기서, 쿠키 정보 또는 로그 데이터는 온라인상에서 사용자가 임의의 웹서버 또는 애플리케이션 서버를 접속할 시에 사용자의 브라우저 및 애플리케이션에 설치되는 작은 기록 정보를 포함할 수 있으나, 이에 한정되지 않는다. 이러한 기록 정보는 사용자가 웹사이트 또는 애플리케이션을 방문할 때마다 접근될 수 있으며, 새로운 정보로 변경될 수 있다. 또한, 쿠키 정보 또는 로그데이터는 사용자 단말로부터 제공될 수 있는 임의의 형태로 제공될 수 있는데, 예를 들어, 브라우저 쿠키, 웹 비컨(web beacon), 스크립트 등의 형태로 통신 모듈(310)에 수신될 수 있다. 이렇게 수집된 쿠키 정보 또는 로그 데이터는 사용자 식별 모듈(320) 및 활동 결정 모듈(330)에 제공될 수 있다.

다른 실시예에서, 통신 모듈(310)은 컨텐츠 추천 모듈(350)으로부터 사용자 단말의 사용자 속성 정보에 대응하는 컨텐츠를 수신하고, 수신된 컨텐츠를 사용자 단말에 제공할 수 있다. 예를 들어, 통신 모듈(310)은 사용자 단말이 접속하고 있는 복수의 웹서버 및 애플리케이션 서버 중 적어도 하나에 컨텐츠를 제공할 수 있으며, 컨텐츠를 제공받는 서버는 이러한 컨텐츠를 포함한 페이지(예시: 웹페이지)를 사용자 단말에 제공할 수 있다.

사용자 식별 모듈(320)은 통신 모듈(310)로부터 통해 복수의 사용자 단말로부터 수집된 복수의 쿠키 정보를 수신할 수 있다. 사용자 식별 모듈(320)은 수신된 복수의 쿠키 정보를 기초로 복수의 사용자 단말의 각각을 식별할 수 있다. 일 실시예에 따르면, 사용자 식별 모듈(320)은 쿠키 정보로부터 쿠키 ID를 추출할 수 있고, 추출된 쿠키 ID를 통해 쿠키 정보를 제공한 사용자 단말 또는 사용자를 식별할 수 있다. 추출된 쿠키 ID는 활동 정보 결정 모듈(330), 속성 정보 결정 모듈(340) 및/또는 컨텐츠 추천 모듈(350)에 제공될 수 있으며, 사용자 정보 DB에 다른 정보와 함께 연관되어 저장될 수 있다.

활동 정보 결정 모듈(330)은, 통신 모듈(310)로부터 통해 복수의 사용자 단말로부터 수집된 복수의 쿠키 정보를 수신하고, 사용자 식별 모듈(320)에 의해 식별된 사용자 단말의 사용자 활동 정보를 결정할 수 있다. 일 실시예에 따르면, 사용자 활동 정보는 식별된 사용자 단말의 IP 주소 정보를 통해 추적된 접속 지역과 IP 주소의 획득 당시의 시간, 즉, 접속 시간을 포함할 수 있다. 예를 들어, 사용자 단말의 IP 주소 정보를 통해 추적되는 접속 지역의 범위는 구 단위 또는 동 단위를 포함할 수 있다. 또한, 활동 정보 결정 모듈(330)은 추적된 접속 지역 및 접속 시간을 기초로 이동 경로 정보를 결정할 수 있고, 이러한 이동 경로 정보는 사용자 활동 정보에 포함될 수 있다. 이렇게 활동 정보 결정 모듈(330)에 의해 결정된 활동 정보는 속성 정보 결정 모듈(340)에 제공될 수 있다.

속성 정보 결정 모듈(340)은, 활동 정보 결정 모듈(330)로부터 수신된 사용자 활동 정보를 기초로 사용자 속성 정보를 결정할 수 있다. 일 실시예에 따르면, 속성 정보 결정 모듈(340)은, 수신된 사용자 활동 정보에 포함된, 접속지역, 접속 시간 및/또는 이동 경로 정보를 기초로 사용자 단말의 이동 정보 패턴을 결정할 수 있다. 여기서, 이동 패턴 정보는 식별된 사용자 단말(100)의 사용자 이동 경로 정보 중, 일정한 패턴, 즉 규칙성 또는 반복성을 가진 이동 경로(예를 들어, 평일 이동 반경, 시간대별 반복된 이동 경로 등)에 대한 정보를 포함할 수 있으나, 이에 한정되지 않는다. 그리고 나서, 속성 정보 결정 모듈(340)을 이러한 사용자 단말의 이동 패턴 정보를 분석하여 사용자 단말의 사용자 속성 정보를 결정할 수 있다. 예를 들어, 참조 이동 경로 및 참조 이동 패턴을 이용하여 기계 학습을 통해 인공신경망 모델이 학습되거나 생성될 수 있으며, 속성 정보 결정 모듈(340)에 수신된 이동 경로가 학습된 인공신경망 모델에 입력되고 이동 패턴 정보가 출력되도록 구성될 수 있다.

사용자 속성 정보는 사용자 단말 또는 사용자를 나타낼 수 있는 임의의 정보 및/또는 데이터를 포함할 수 있다. 일 실시예에서, 사용자 속성 정보는 이동 패턴 정보로부터 추론된 사용자의 직업 정보, 사용자의 거주지 정보 및 근무지 정보, 사용자의 이동 수단 등을 포함할 수 있다. 예를 들어, 사용자의 직업 정보는, 근무 시간에 이동이 적고 일정한 장소의 근무지로 출근하는 사무직, 근무 시간에 이동이 많고 다양한 지역으로 출근하는 외근직, 지역 이동이 적고 지역 이동이 불규칙적인 주부 등으로 구분될 수 있다. 다른 예로서, 사용자의 거주지 및 근무지 정보는, 사용자가 머무른 시간, 사용자가 해당 지역으로 이동한 시간 및 이동 패턴 정보로부터 추론될 수 있다. 또 다른 예로서, 사용자의 이동 수단 정보는, 교통 체증이 심한 도심 지역에서도 일정한 속도로 이동이 가능하지만, 일정한 경로로만 운행하는 지하철, 교통 상태에 따라 이동 속도의 변화가 큰 자가용, 이동 속도가 느린 도보 등의 이동 수단으로 구분되어 추론될 수 있다.

일 실시예에 따르면, 속성 정보 결정 모듈(340)은 통신 모듈(310)로부터 사용자 단말의 쿠키 정보를 수신할 수 있고, 수신된 쿠키 정보로부터 사용자의 성별 정보 및 연령 정보 중 적어도 하나를 결정할 수 있다. 또한, 쿠키 정보로부터 사용자 단말이 방문했던 웹서버 및 애플리케이션 서버 중 적어도 하나가 제공하는 사이트 목록이 사용자 활동 정보로서 추출될 수 있다. 또한, 속성 정보 결정 모듈(340)은 통신 모듈(310)을 통해 지역별 주거 데이터, 지역별 사업 메타 데이터 중 적어도 하나를 수신할 수 있다. 그리고 나서, 속성 정보 결정 모듈(340)은 사용자의 성별 정보, 사용자의 연령 정보, 추출된 사이트 목록, 지역별 주거 메타 데이터, 지역별 상업 메타 데이터, 추출된 사이트 목록 중 적어도 하나 및 사용자 단말의 사용자 활동 정보를 기초로 사용자 단말의 사용자 속성 정보를 결정할 수 있다. 이렇게 결정된 사용자 속성 정보는 컨텐츠 추천 모듈(350)에 제공될 수 있다.

컨텐츠 추천 모듈(350)은, 속성 정보 결정 모듈(340)로부터 수신된 사용자 속성 정보에 대응하는 컨텐츠를 컨텐츠 정보 DB(370)로부터 추출할 수 있다. 일 실시예에 따르면, 수신된 사용자 속성 정보가 사용자 단말 또는 사용자의 거주지 정보 및 근무지 정보를 포함하는 경우, 컨텐츠 추천 모듈(350)은 거주지 정보에 대응하는 컨텐츠를 컨텐츠 정보 DB로부터 추출할 수 있다. 다른 실시예에 따르면, 사용자 속성 정보가 사용자 단말 또는 사용자의 직업 정보를 포함하고 있으면, 이러한 직업 정보와 연관된 컨텐츠가 추출될 수 있다. 또 다른 실시예에 따르면, 사용자 속성 정보가 사용자 단말 또는 사용자의 이동 수단 정보를 포함하고 있으면, 이러한 이동 수단 정보에 대응하는 컨텐츠가 추출될 수 있다. 이렇게 추출된 컨텐츠는 통신 모듈(310)을 통하여 네트워크를 통해 사용자 단말, 웹서버, 애플리케이션 서버 등에 제공될 수 있다.

도 3에서는 통신 모듈(310), 사용자 식별 모듈(320), 활동 정보 결정 모듈(330), 속성 정보 결정 모듈(340), 컨텐츠 추천 모듈(350)이 별도의 모듈로서 도시되어 있으나, 이에 한정되지 않으며, 이러한 모듈(320-350)의 각각은 하나 이상의 모듈로서 결합되어 구현될 수 있다.

사용자 정보 DB(360)는, 사용자 단말 또는 사용자에 대한 정보가 사용자 고유 정보, 사용자 활동 정보 및/또는 사용자 속성 정보와 연관되어 저장된다. 예를 들어, 사용자 정보 DB(360)는 복수의 사용자 단말의 쿠키 정보(예를 들어, 쿠키 ID 정보), IP 주소 정보, IP 주소 정보에 대응한 접속 지역과 접속 시간, 이동 경로, 이동 패턴, 직업 정보, 이동 수단, 거주지 정보, 근무지 정보 등이 사용자 단말 또는 사용자에 연관되어 저장될 수 있다.

컨텐츠 정보 DB(370)는, 사용자 속성 정보에 대응하는 컨텐츠를 저장할 수 있다. 일 실시예에 따르면, 컨텐츠 정보 DB(370)는 사용자 속성 정보(예를 들어, 직업 정보, 이동 수단, 거주지 정보, 근무지 정보)와 연관된 사용자가 관심을 가질 만한 컨텐츠(예를 들어, 기사, 광고 등)를 저장할 수 있다.

이러한 사용자 정보 DB(360) 및 컨텐츠 정보 DB(370)는 주기적으로 또는 비주기적으로 수신되거나 수집된 정보 및/또는 데이터를 이용하여 업데이트되거나 저장될 수 있다. 도 3에서, 사용자 정보 DB(360) 및 컨텐츠 정보 DB(370)는 컨텐츠 제공 시스템(300)에 포함된 것으로 도시되었으나, 이에 한정되지 않으며, 구현예에 따라서 컨텐츠 제공 시스템(300)의 외부 시스템(예를 들어, 별도의 서버 장치, 클라우드 시스템 등)에 별도로 저장될 수 있다.

도 3에서 사용자 정보 DB(360) 및 컨텐츠 정보 DB(370)는 별도의 데이터베이스로서 도시되어 있으나, 이에 한정되지 않으며, 하나의 DB로서 저장되거나 관리될 수 있다.

이하에서는, 도 4 내지 9를 참조하여 본 발명의 일 실시예에 따른 컨텐츠 제공 시스템(300)의 사용자 속성 정보를 생성하는 과정에 대하여 설명한다.

도 4는 본 개시의 일 실시예에 따른 컨텐츠 제공 시스템(300)에 의해 수집된 사용자 단말의 사용자 활동 정보 및 사용자 속성 정보를 생성 및 저장하는 과정을 설명하는 개략도이다. 도 4에 도시된 바와 같이, 컨텐츠 제공 시스템(300)은 사용자 단말(100)로부터 쿠키 정보 또는 로그 데이터를 수집, 가공하여, 사용자 속성 정보를 사용자 정보 DB(360)에 저장한다.

일 실시예에서, 통신 모듈(310)은, 사용자 단말이 온라인 상에서 복수의 웹서버 및 애플리케이션 서버에 접속한 사용자 단말의 쿠키 정보를 수집할 수 있다.

일 실시예에서, 사용자 식별 모듈(320)은, 통신 모듈(310)이 획득한 쿠키 정보를 각각의 사용자 단말(100)로 식별할 수 있고, 사용자 정보 DB(360)에 저장할 수 있다.

일 실시예에서, 활동 정보 결정 모듈(330)은, 사용자 식별 모듈(320)에서 식별한 사용자 단말(100)과 쿠키 정보를 기초로, 사용자의 활동 정보를 결정할 수 있고, 로그데이터 DB(360)에 저장할 수 있다.

일 실시예에서, 속성 정보 결정 모듈(340)은, 활동 정보 결정 모듈(330)에서 결정한 사용자 활동 정보를 기초로 사용자 속성 정보를 결정할 수 있고, 로그데이터 DB(360)에 저장할 수 있다.

일 실시예에서, 사용자 정보 DB(360)는, 사용자 식별 모듈(320)이 식별한 사용자 정보, 활동 정보 결정 모듈(330)이 결정한 활동 정보 및 속성 정보 결정 모듈(340)이 결정한 속성 정보들을 저장하고 수정할 수 있다.

도 5는 본 개시의 일 실시예에 따른 사용자 단말이 복수의 웹사이트에 접속했을 때 사용자 단말로부터 쿠키 정보를 수집하는 과정을 설명하기 위한 예시도이다. 도 5에 도시된 바와 같이, 통신 모듈(310)은, 복수의 사용자 단말로부터 복수의 사용자 단말의 각각의 쿠키 정보 또는 로그 데이터를 수집할 수 있다.

일 실시예에서, 통신 모듈(310)은, 사용자 A 단말로부터, 사용자 A가 ㄱ일보에 접속한 쿠키 정보(510, 520), 사용자 A가 ㄴ일보에 접속한 쿠키 정보(530), 사용자 A가 ㄷ앱에 접속한 쿠키 정보(560) 및 사용자 A가 ㄹ일보에 접속한 쿠키 정보(580)를 수집할 수 있다.

일 실시예에서, 통신 모듈(310)은, 사용자 B 단말로부터, 사용자 B가 ㄷ앱에 접속한 쿠키 정보(550), 사용자 B가 ㄹ일보에 접속한 쿠키 정보(570) 및 사용자 B가 ㄴ일보에 접속한 쿠키 정보(540)를 수집할 수 있다.

도 6은 본 개시의 일 실시예에 따른 쿠키 정보로부터 사용자를 식별하고 사용자 활동 정보를 결정하는 과정을 설명하기 위한 예시도이다. 도 6에 도시된 바와 같이, 사용자 식별 모듈(320)은, 사용자 단말이 복수의 웹사이트에 접속했을 때 사용자 단말로부터 수신한 쿠키 정보를 식별해, 쿠키 정보들을 사용자 단말 각각의 접속시간 순으로 구분하여 사용자 단말의 이동 경로를 확인할 수 있다.

일 실시예에서 사용자 식별 모듈(320)은, 사용자 A의 접속 시간 순으로 접속 위치를 추적해 사용자의 이동 경로를 확인할 수 있다. 사용자 식별 모듈(320)은, 사용자 A가 08:50에 인천 부평구에 할당된 통신사 IP에 접속한 것을 확인하고, 09:00에는 부천 역곡동, 09:20에는 서울 구로구, 09:30에는 서울 관악구 그리고 09:45에는 서울 강남구에 위치한 통신사 IP에 접속한 것을 확인할 수 있다. 사용자 A의 이동 경로는 지하철의 경로와 일치하여, 후술하는 사용자 속성 정보의 결정에 이용할 수 있다.

일 실시예에서 사용자 식별 모듈(320)은, 사용자 B가 08:55에 인천 부평구, 09:10에 서울 구로구, 09:50에는 서울 강남구의 통신사 IP에 접속한 것을 확인할 수 있다. 사용자 B의 이동 경로는 지하철의 이동 경로와 일치하지 않는다.

도 7은 본 개시의 일 실시예에 따른 복수의 사용자의 사용자 활동 정보로부터 사용자 속성 정보 중 이동 수단을 결정하는 과정을 설명하기 위한 예시도이다. 도 7에 도시된 바와 같이, 활동 정보 결정 모듈(330)은, 복수의 사용자 단말의 활동 정보를 사용자별, 시간별로 확인할 수 있다. 이를 기초로 인공지능 기술이 적용된 속성 정보 결정 모듈(340)에 의해, 사용자 속성 정보 중 사용자의 이동 수단을 결정할 수 있다.

일 실시예에서, 사용자 A 활동 정보(710)에 도시된 바와 같이, 속성 정보 결정 모듈(340)은, 사용자 A의 활동 정보로부터 사용자 A의 이동 수단은 지하철인 것을 결정할 수 있다. 사용자 A는 08:50에 인천 부평구에 있음이 확인되고, 09:00에는 부천 역곡동, 09:20에는 서울 구로구, 09:30에는 서울 관악구 그리고 09:45에는 서울 강남구에 위치함을 확인할 수 있다. 사용자 A의 이동 경로는 지하철의 이동 경로이며, 교통 체증이 심한 아침 출근 시간에 자동차에 비해 비교적 빠른 속도로 이동하고 있음을 알 수 있다. 따라서, 사용자 A의 이동 수단은 지하철일 수 있으며, 사용자 A속성 정보(715)에 저장되어, 사용자 A 활동 정보가 크게 달라지기 전까지 유지된다.

일 실시예에서, 사용자 B 활동 정보(720)에 도시된 바와 같이, 속성 정보 결정 모듈(340)은, 사용자 B의 활동 정보로부터 사용자 B의 이동 수단은 자가용인 것을 결정할 수 있다. 사용자 B는 08:55에 인천 부평구에 있음이 확인되고, 09:10에는 서울 구로구, 09:50에는 서울 강남구로 이동하고 있음을 알 수 있다. 사용자 B의 이동 경로는 지하철의 경로와 다르며, 교통 체증이 심한 출근 시간의 도심지역에서 이동 속도가 급격히 떨어지는 것을 알 수 있다. 따라서, 사용자 B의 이동 수단은 자가용일 수 있으며, 사용자 B 속성 정보(725)에 저장되어, 사용자 B 활동 정보가 크게 달라지기 전까지 유지된다.

일 실시예에서, 사용자 C 활동 정보(730)에 도시된 바와 같이, 속성 정보 결정 모듈(340)은, 사용자 C의 활동 정보로부터 사용자 C의 이동 수단은 도보인 것을 결정할 수 있다. 사용자 C는 10:00에 인천 부평구, 11:15에 부천 송내동, 12:00에 부천 역곡동으로 이동하고 있음을 알 수 있다. 사용자 C는 매우 느린 속도로 이동중이기 때문에, 사용자 C의 이동 수단은 도보일 수 있으며, 사용자 C 속성 정보(735)에 저장되어, 사용자 C 활동 정보가 크게 달라지기 전까지 유지된다.

이와 같은 사용자의 사용자 속성 정보, 이동 수단 정보는 하루 동안의 사용자 활동 정보로 결정되지 않고, 수십일 이상의 추적을 통해 정확도를 향상시킬 수 있다.

도 8은 본 개시의 일 실시예에 따른 복수의 사용자의 사용자 활동 정보로부터 사용자 속성 정보 중 사용자의 직업 정보, 거주지 정보 및 근무지 정보를 결정하는 과정을 설명하기 위한 예시도이다. 도 8에 도시된 바와 같이, 활동 정보 결정 모듈(330)은, 복수의 사용자 단말의 활동 정보를 사용자별, 시간별로 확인할 수 있고, 이를 기초로 인공지능 기술이 적용된 속성 정보 결정 모듈(340)에 의해, 사용자 속성 정보를 결정할 수 있다.

일 실시예에서, 사용자 A 활동 정보(810)에 도시된 바와 같이, 속성 정보 결정 모듈(340)은, 사용자 A의 요일별 활동 정보로부터 사용자 A의 거주지가 인천 부평구, 근무지가 서울 강남구 그리고 직업 정보가 사무직임을 결정할 수 있다. 사용자 A는 평일에는 인천 부평구에서 서울 강남구로 출근하고, 주말에는 출근하지 않음을 알 수 있다. 따라서, 속성 정보 결정 모듈(340)에 의해, 사용자 A 속성 정보(815)는 거주지 - 인천 부평구, 근무지 - 서울 강남구, 직업 정보 - 사무직임을 결정할 수 있다.일 실시예에서, 사용자 D 활동 정보(820)에 도시된 바와 같이, 속성 정보 결정 모듈(340)은, 사용자 D의 요일별 활동 정보로부터 사용자 D의 거주지가 서울 중구, 직업 정보가 외근직임을 결정할 수 있다. 사용자 D는 평일에는 서울 중구에서 출근해, 매일 다른 장소로 출근함을 알 수 있다. 따라서, 속성 정보 결정 모듈(340)에 의해, 사용자 D 속성 정보(825)는 거주지 - 서울 중구, 직업 정보 - 외근직임을 결정할 수 있다.

일 실시예에서, 사용자 E 활동 정보(830)에 도시된 바와 같이, 속성 정보 결정 모듈(340)은, 사용자 E의 요일별 활동 정보로부터 사용자 E의 거주지가 서울 서초구, 직업 정보가 주부임을 결정할 수 있다. 사용자 E는 평일에는 서울 서초구에서 이동하지 않음을 알 수 있다. 따라서, 속성 정보 결정 모듈(340)에 의해, 사용자 E 속성 정보(835)는 거주지 - 서울 서초구, 직업 정보 - 주부임을 결정할 수 있다. 여기서,

다른 실시예에서, 컨텐츠 제공 시스템(300) 외부로부터 수집한 uid 기반 성 정보, uid 기반 연령 정보, 지역별 주거 메타 데이터, 지역별 상업 메타 데이터, 자주 방문한 사이트 목록 중 적어도 하나와 결합되어 보다 정확한 사용자 직업 정보를 결정할 수 있다. 예를 들어, 사용자 E는 거주지와 근무지가 가까운 사무직일 수 있고, 집에서 근무하는 재택 근무자일 수 있다. 사용자 E의 uid 기반 성 정보가 여성, uid 기반 연령 정보가 50대라면, 사용자 E는 주부일 확률이 높다고 추론할 수 있다.

도 9는 본 개시의 일 실시예에 따른 사용자의 활동 정보로부터 사용자 속성 정보를 결정하는 과정을 설명하기 위한 예시도이다. 도 9에 도시된 바와 같이, 속성 정보 결정 모듈(340)은, 결정된 사용자 A 속성 정보(900)를 사용자 정보 DB(360)에 취합해 저장할 수 있다. 사용자 A 활동 정보(910, 920, 930)의 변화에 따라, 속성 정보 결정 모듈(340)이 결정한 사용자 A 속성 정보는 수정될 수 있다. 이하에서는, 도 10 및 11을 참조하여 본 발명의 일 실시예에 따른 컨텐츠 제공 시스템에 의해 컨텐츠를 제공하는 방법에 대하여 설명한다.

도 10은 본 개시의 일 실시예에 따른 이미 저장된 사용자 속성 정보에 따라 사용자 맞춤형 컨텐츠를 제공하기 위하여, 컨텐츠 제공 시스템(300)이 복수의 웹서버, 애플리케이션 서버, 및 복수의 사용자 단말과 통신 가능하도록 연결된 구성을 나타내는 개략도이다. 도 10에 도시된 바와 같이, 컨텐츠 추천 모듈(350)은, 사용자 속성 정보에 대응하는 컨텐츠를 추출하여 추출된 컨텐츠를 사용자 단말(100)에 제공할 수 있다.

일 실시예에서, 통신 모듈(310)은, 컨텐츠 추천 모듈(350)에 의해 추출된 컨텐츠를 사용자 단말 또는 복수의 웹서버 및 애플리케이션 서버에게 제공한다.

일 실시예에서, 사용자 식별 모듈(320)은, 통신 모듈(310)에 의해 수집된 쿠키 정보를 기초로 사용자를 식별하고, 사용자 정보 DB에 저장할 수 있다. 또한, 컨텐츠 추천 모듈(350)에 의해 추출된 컨텐츠를 식별된 사용자 단말에게 제공될 수 있다.

일 실시예에서, 컨텐츠 추천 모듈(350)은, 사용자 식별 모듈(320)이 식별한 사용자 단말에 컨텐츠를 제공하기 위해, 사용자 정보 DB(360)와 컨텐츠 정보 DB(370)를 매칭시켜 사용자 맞춤형 컨텐츠를 추출한다.

일 실시예에서, 사용자 정보 DB(360)는, 컨텐츠 추천 모듈(350)에게 사용자 식별 정보, 사용자 활동 정보 및 사용자 속성 정보를 제공한다.

일 실시예에서, 컨텐츠 정보 DB(370)는, 컨텐츠 추천 모듈(350)에게 사용자 속성 정보에 대응하는 컨텐츠 타겟 속성을 포함한, 컨텐츠 정보를 제공한다.

도 11은 본 개시의 일 실시예에 따른 컨텐츠 추출 모듈이 사용자 속성 정보에 대응하는 컨텐츠를 추출하는 과정을 설명하기 위한 예시도이다. 도 11에 도시된 바와 같이, 컨텐츠 추천 모듈(350)은, 컨텐츠 정보 DB(370)로부터 사용자 정보 DB(360)의 사용자 속성 정보에 대응하는 컨텐츠를 추출할 수 있다.

일 실시예에서, 음식점, 회식장소 컨텐츠(1110)에 도시된 바와 같이, 컨텐츠 추천 모듈(350)은, 사용자 A 속성 정보(900)의 "거주지 - 인천 부평구" 속성과 컨텐츠 정보 DB(1100)의 "인천 부평구 - 거주지, 근무지" 속성의 매칭으로 음식점, 회식장소 컨텐츠(1110)를 추출할 수 있다. 음식점, 회식장소 컨텐츠(1110)는, 인천 부평구에 위치한 음식점의 광고 컨텐츠로, 일반 식사와 회식이 가능하여, 근무지 또는 거주지가 인천 부평구인 사용자에게 추천할 수 있는 컨텐츠다.

일 실시예에서, 미용실 컨텐츠(1120)에 도시된 바와 같이, 컨텐츠 추천 모듈(350)은, 사용자 A 속성 정보(900)의 "거주지 - 인천 부평구" 속성과 컨텐츠 정보 DB(1100)의 "인천 부평구 - 거주지" 속성의 매칭으로 미용실 컨텐츠(1120)를 추출할 수 있다. 미용실 컨텐츠(1120)는, 인천 부평구에 위치한 미용실 광고 컨텐츠로, 거주지가 인천 부평구인 사용자에게 추천할 수 있는 컨텐츠다.

일 실시예에서, 사무용품 판매점 컨텐츠(1130)에 도시된 바와 같이, 컨텐츠 추천 모듈(350)은, 사용자 A 속성 정보(900)의 "근무지 - 서울 강남구", "근무형태 - 사무직" 속성과 컨텐츠 정보 DB(1100)의 "서울 강남구 - 사무직" 속성의 매칭으로 사무용품 판매점 컨텐츠(1130)를 추출할 수 있다. 사무용품 판매점 컨텐츠(1130)는, 서울 강남구에 위치한 사무용품 판매점의 광고 컨텐츠로, 근무지가 서울 강남구에 위치한 사무직에게 추천할 수 있는 컨텐츠다.

도 12는 본 개시의 일 실시예에 따른 사용자 맞춤형 컨텐츠를 제공하는 방법을 설명하기 위한 순서도이다.

먼저, 사용자 단말(100)은 온라인 상의 복수의 웹서버 또는 어플리케이션 서버에 접속하여 이러한 서버에 의해 제공되는 페이지를 출력할 수 있으며, 컨텐츠 제공 시스템(300)은 사용자 단말(100)으로부터 사용자 단말의 쿠키 정보 또는 로그 데이터를 수집할 수 있다(단계 S1210). 단계 S1220에서, 컨텐츠 제공 시스템(300)은 수신된 쿠키 정보로부터 사용자 단말을 식별할 수 있다. 예를 들어, 쿠키 정보 내에 포함된 쿠키 식별자(예를 들어, 쿠키 ID)를 통해 사용자 단말 또는 사용자가 식별될 수 있다.

그리고 나서, 컨텐츠 제공 시스템(300)은 식별된 사용자 단말의 사용자 활동 정보를 결정할 수 있다(단계 S1230). 예를 들어, 사용자 활동 정보는 사용자 단말의 추적된 접속 지역 및 접속시간 및/또는 이동 경로 정보를 포함할 수 있다. 결정된 사용자 활동 정보 및 쿠키 정보 중 적어도 하나를 기초로 사용자 속성 정보가 결정될 수 있다(S1240). 예를 들어, 사용자 속성 정보는 사용자의 직업 정보, 근무지 정보, 거주지 정보, 이동 수단, 연령 정보, 성별 정보, 방문했던 사이트 목록 등을 포함할 수 있다.

단계 S1250에서, 컨텐츠 제공 시스템(300)은 결정된 사용자 속성 정보에 대응하는 컨텐츠를 컨텐츠 정보 DB로부터 추출할 수 있다. 그리고 나서, 컨텐츠 제공 시스템(300)은 추출된 컨텐츠를 사용자 단말에 제공할 수 있다(S1260).

이상 설명된 다양한 실시예에 따른 사용자 맞춤형 컨텐츠를 제공하는 시스템 및 사용자 단말은, 데스크탑 컴퓨터, 랩탑 컴퓨터, 무선 전화기, 셀룰러 전화기, 무선 멀티미디어 디바이스, PDA, 컴퓨터의 외부에 설치된 모뎀이나 내부에 설치된 모뎀, 무선 채널을 통해 통신하는 디바이스 등과 같은 다양한 타입들의 디바이스들을 나타낼 수도 있다. 이와 같은 디바이스는, 액세스 단말기 (access terminal; AT), 액세스 유닛, 가입자 유닛, 이동국, 모바일 디바이스, 모바일 유닛, 모바일 전화기, 모바일, 원격국, 원격 단말, 원격 유닛, 유저 디바이스, 유저 장비 (user equipment), 핸드헬드 디바이스 등과 같은 다양한 이름들을 가질 수도 있다. 본원에 설명된 임의의 디바이스는, 이상 설명한 방법의 실행에 필요한 명령들 및 데이터를 저장하기 위한 메모리, 뿐만 아니라 하드웨어, 소프트웨어, 펌웨어, 또는 이들의 조합들을 가질 수도 있다.

본원에 기술된 기법들은 다양한 수단에 의해 구현될 수도 있다. 예를 들어, 이러한 기법들은 하드웨어, 펌웨어, 소프트웨어, 또는 이들의 조합으로 구현될 수도 있다. 본원의 개시와 연계하여 설명된 다양한 예시적인 논리적 블록들, 모듈들, 회로들, 및 알고리즘 단계들은 전자 하드웨어, 컴퓨터 소프트웨어, 또는 양자의 조합들로 구현될 수도 있음을 당업자들은 더 이해할 것이다. 하드웨어 및 소프트웨어의 이러한 상호교환성을 명확하게 설명하기 위해, 다양한 예시적인 컴포넌트들, 블록들, 모듈들, 회로들, 및 단계들이 그들의 기능성의 관점에서 일반적으로 위에서 설명되었다. 그러한 기능이 하드웨어로서 구현되는지 또는 소프트웨어로서 구현되는 지의 여부는, 특정 애플리케이션 및 전체 시스템에 부과되는 설계 제약들에 따라 달라진다. 당업자들은 각각의 특정 애플리케이션을 위해 다양한 방식들로 설명된 기능을 구현할 수도 있으나, 그러한 구현 결정들은 본 개시의 범위로부터 벗어나게 하는 것으로 해석되어서는 안된다.

하드웨어 구현에서, 기법들을 수행하는 데 이용되는 프로세싱 유닛들은, 하나 이상의 ASIC들, DSP들, 디지털 신호 프로세싱 디바이스들 (digital signal processing devices; DSPD들), 프로그램가능 논리 디바이스들 (programmable logic devices; PLD들), 필드 프로그램가능 게이트 어레이들 (field programmable gate arrays; FPGA들), 프로세서들, 제어기들, 마이크로제어기들, 마이크로프로세서들, 전자 디바이스들, 본원에 설명된 기능들을 수행하도록 설계된 다른 전자 유닛들, 컴퓨터, 또는 이들의 조합 내에서 구현될 수도 있다.

따라서, 본원의 개시와 연계하여 설명된 다양한 예시적인 논리 블록들, 모듈들, 및 회로들은 범용 프로세서, DSP, ASIC, FPGA나 다른 프로그램 가능 논리 디바이스, 이산 게이트나 트랜지스터 로직, 이산 하드웨어 컴포넌트들, 또는 본원에 설명된 기능들을 수행하도록 설계된 것들의 임의의 조합으로 구현되거나 수행될 수도 있다. 범용 프로세서는 마이크로프로세서일 수도 있지만, 대안에서, 프로세서는 임의의 종래의 프로세서, 제어기, 마이크로제어기, 또는 상태 머신 일 수도 있다. 프로세서는 또한 컴퓨팅 디바이스들의 조합, 예를 들면, DSP와 마이크로프로세서, 복수의 마이크로프로세서들, DSP 코어와 연계한 하나 이상의 마이크로프로세서들, 또는 임의의 다른 그러한 구성의 조합으로써 구현될 수도 있다.

펌웨어 및/또는 소프트웨어 구현에 있어서, 기법들은 랜덤 액세스 메모리 (random access memory; RAM), 판독 전용 메모리 (read-only memory; ROM), 불휘발성 RAM (non-volatile random access memory; NVRAM), PROM (programmable read-only memory), EPROM (erasable programmable read-only memory), EEPROM (electrically erasable PROM), 플래시 메모리, 컴팩트 디스크 (compact disc; CD), 자기 또는 광학 데이터 스토리지 디바이스 등과 같은 컴퓨터 판독가능 매체 상에 저장된 명령들로써 구현될 수도 있다. 명령들은 하나 이상의 프로세서들에 의해 실행 가능할 수도 있고, 프로세서(들)로 하여금 본원에 설명된 기능의 특정 양태들을 수행하게 할 수도 있다.

소프트웨어로 구현되면, 상기 기능들은 하나 이상의 명령들 또는 코드로서 컴퓨터 판독 가능한 매체 상에 저장되거나 또는 컴퓨터 판독 가능한 매체를 통해 전송될 수도 있다. 컴퓨터 판독가능 매체들은 한 장소에서 다른 장소로 컴퓨터 프로그램의 전송을 용이하게 하는 임의의 매체를 포함하여 컴퓨터 저장 매체들 및 통신 매체들 양자를 포함한다. 저장 매체들은 컴퓨터에 의해 액세스될 수 있는 임의의 이용 가능한 매체들일 수도 있다. 비제한적인 예로서, 이러한 컴퓨터 판독가능 매체는 RAM, ROM, EEPROM, CD-ROM 또는 다른 광학 디스크 스토리지, 자기 디스크 스토리지 또는 다른 자기 스토리지 디바이스들, 또는 소망의 프로그램 코드를 명령들 또는 데이터 구조들의 형태로 이송 또는 저장하기 위해 사용될 수 있으며 컴퓨터에 의해 액세스될 수 있는 임의의 다른 매체를 포함할 수 있다. 또한, 임의의 접속이 컴퓨터 판독가능 매체로 적절히 칭해진다.

예를 들어, 소프트웨어가 동축 케이블, 광섬유 케이블, 연선, 디지털 가입자 회선 (DSL), 또는 적외선, 무선, 및 마이크로파와 같은 무선 기술들을 사용하여 웹사이트, 서버, 또는 다른 원격 소스로부터 전송되면, 동축 케이블, 광섬유 케이블, 연선, 디지털 가입자 회선, 또는 적외선, 무선, 및 마이크로파와 같은 무선 기술들은 매체의 정의 내에 포함된다. 본원에서 사용된 디스크 (disk)와 디스크 (disc)는, CD, 레이저 디스크, 광 디스크, DVD (digital versatile disc), 플로피디스크, 및 블루레이 디스크를 포함하며, 여기서 디스크들 (disks) 은 보통 자기적으로 데이터를 재생하고, 반면 디스크들 (discs) 은 레이저를 이용하여 광학적으로 데이터를 재생한다. 위의 조합들도 컴퓨터 판독가능 매체들의 범위 내에 포함되어야 한다.

소프트웨어 모듈은 RAM 메모리, 플래시 메모리, ROM 메모리, EPROM 메모리, EEPROM 메모리, 레지스터들, 하드 디스크, 이동식 디스크, CD-ROM, 또는 공지된 임의의 다른 형태의 저장 매체 내에 상주할 수도 있다. 예시적인 저장 매체는, 프로세가 저장 매체로부터 정보를 판독하거나 저장 매체에 정보를 기록할 수 있도록, 프로세서에 커플링 될 수 있다. 대안으로, 저장 매체는 프로세서에 통합될 수도 있다. 프로세서와 저장 매체는 ASIC 내에 존재할 수도 있다. ASIC은 유저 단말 내에 존재할 수도 있다. 대안으로, 프로세서와 저장 매체는 유저 단말에서 개별 컴포넌트들로써 존재할 수도 있다.

본 개시의 앞선 설명은 당업자들이 본 개시를 행하거나 이용하는 것을 가능하게 하기 위해 제공된다. 본 개시의 다양한 수정예들이 당업자들에게 쉽게 자명할 것이고, 본원에 정의된 일반적인 원리들은 본 개시의 취지 또는 범위를 벗어나지 않으면서 다양한 변형예들에 적용될 수도 있다. 따라서, 본 개시는 본원에 설명된 예들에 제한되도록 의도된 것이 아니고, 본원에 개시된 원리들 및 신규한 특징들과 일관되는 최광의의 범위가 부여되도록 의도된다.

비록 예시적인 구현예들이 하나 이상의 독립형 컴퓨터 시스템의 맥락에서 현재 개시된 주제의 양태들을 활용하는 것을 언급할 수도 있으나, 본 주제는 그렇게 제한되지 않고, 오히려 네트워크나 분산 컴퓨팅 환경과 같은 임의의 컴퓨팅 환경과 연계하여 구현될 수도 있다. 또 나아가, 현재 개시된 주제의 양상들은 복수의 프로세싱 칩들이나 디바이스들에서 또는 그들에 걸쳐 구현될 수도 있고, 스토리지는 복수의 디바이스들에 걸쳐 유사하게 영향을 받게 될 수도 있다. 이러한 디바이스들은 PC들, 네트워크 서버들, 및 핸드헬드 디바이스들을 포함할 수도 있다.

본 명세서에서는 본 개시가 일부 실시예들과 관련하여 설명되었지만, 본 발명이 속하는 기술분야의 통상의 기술자가 이해할 수 있는 본 개시의 범위를 벗어나지 않는 범위에서 다양한 변형 및 변경이 이루어질 수 있다는 점을 알아야 할 것이다. 또한, 그러한 변형 및 변경은 본 명세서에서 첨부된 특허청구의 범위 내에 속하는 것으로 생각되어야 한다.

100: 사용자 단말 110: 사용자의 거주지
120: 사용자의 근무지 200: 웹사이트 및 애플리케이션
250: 네트워크 300: 컨텐츠 제공 시스템

Claims (10)

1. 컨텐츠 제공 시스템에 의해 사용자 맞춤형 컨텐츠를 제공하는 방법에 있어서,
   사용자 단말이 온라인 상에서 복수의 웹서버 및 애플리케이션 서버 중 적어도 하나에 접속하는 경우, 상기 사용자 단말로부터 상기 복수의 웹서버 및 애플리케이션 서버 중 적어도 하나를 접속한 사용자 단말의 쿠키(cookie) 정보를 수집하는 단계;
   상기 수집된 쿠키 정보로부터 상기 사용자 단말을 식별하는 단계;
   상기 사용자 단말의 쿠키 정보가 수집된 접속 시간을 추적하는 단계;
   상기 수집된 쿠키 정보로부터 상기 접속한 사용자 단말의 IP(Internet Protocol) 주소 정보를 획득하는 단계;
   상기 획득된 IP 주소 정보에 대응한 접속 지역을 상기 접속 시간 순으로 추적하는 단계;
   상기 추적된 접속 시간 및 상기 추적된 접속 지역을 기초로 상기 사용자 단말의 이동 경로 정보를 결정하는 단계;
   상기 결정된 이동 경로 정보를 학습된 인공 신경망 모델에 입력하고 상기 사용자 단말의 이동 패턴 정보를 출력하는 단계;
   상기 출력된 이동 패턴 정보를 분석하여 상기 사용자 단말의 사용자의 이동 수단 정보를 추론하는 단계;
   상기 추론된 이동 수단 정보를 기초로 상기 사용자 단말의 사용자 속성 정보로 결정하는 단계;
   컨텐츠 정보 DB로부터 상기 결정된 사용자 단말의 사용자 속성 정보에 대응하는 컨텐츠를 추출하는 단계; 및
   상기 추출된 컨텐츠를 상기 사용자 단말에 제공하는 단계
   를 포함하는, 사용자 맞춤형 컨텐츠를 제공하는 방법.
   
2. 삭제
3. 삭제
4. 제1항에 있어서,
   상기 출력된 이동 패턴 정보를 분석하여 상기 사용자 단말의 사용자의 직업 정보를 추론하는 단계; 및
   상기 추론된 직업 정보를 더 기초로 상기 사용자 단말의 사용자 속성 정보를 결정하는 단계
   를 포함하는, 사용자 맞춤형 컨텐츠를 제공하는 방법.
   
5. 재1항에 있어서,
   상기 출력된 이동 패턴 정보를 분석하여 상기 사용자 단말의 사용자의 거주지 정보 및 근무지 정보를 추론하는 단계; 및
   상기 추론된 거주지 정보 및 근무지 정보를 더 기초로 상기 사용자 단말의 사용자 속성 정보를 결정하는 단계
   를 포함하는, 사용자 맞춤형 컨텐츠를 제공하는 방법.
   
6. 제5항에 있어서,
   상기 컨텐츠 정보 DB로부터 상기 결정된 사용자 단말의 사용자 속성 정보에 대응하는 컨텐츠를 추출하는 단계는 상기 컨텐츠 정보 DB로부터 상기 추론된 거주지 정보에 연관된 컨텐츠를 추출하는 단계를 포함하는, 사용자 맞춤형 컨텐츠를 제공하는 방법.
   
7. 삭제
8. 제1항에 있어서,
   상기 수집된 쿠키 정보로부터 상기 사용자 단말의 사용자의 성별 정보 및 연령 정보 중 적어도 하나를 결정하는 단계;
   상기 수집된 쿠키 정보로부터 상기 사용자 단말이 방문했던 웹 서버 및 애플리케이션 서버 중 적어도 하나가 제공하는 사이트 목록을 추출하는 단계;
   지역별 주거 메타 데이터 및 지역별 상업 메타 데이터 중 적어도 하나를 수신하는 단계; 및
   상기 사용자의 성별 정보, 상기 사용자의 연령 정보, 상기 추출된 사이트 목록, 상기 지역별 주거 메타 데이터 및 상기 지역별 상업 메타 데이터 중 적어도 하나를 더 기초로 상기 사용자 단말의 사용자 속성 정보를 결정하는 단계
   를 더 포함하는, 사용자 맞춤형 컨텐츠를 제공하는 방법.
   
9. 제1항, 제4항, 제5항, 제6항 및 제8항 중 어느 한 항에 따른 컨텐츠 제공 시스템에 의해 사용자 맞춤형 컨텐츠를 제공하는 방법을 컴퓨터에서 실행하기 위한 컴퓨터 프로그램이 기록된, 컴퓨터로 판독 가능한 매체.
   
10. 사용자 맞춤형 컨텐츠를 제공하기 위한 시스템에 있어서,
    복수의 사용자 단말로부터 복수의 웹서버 및 애플리케이션 서버 중 적어도 하나를 접속한 상기 복수의 사용자 단말의 쿠키 정보를 수신하도록 구성된 통신 모듈;
    상기 수신된 쿠키 정보로부터 상기 복수의 사용자 단말의 각각을 식별하도록 구성된 사용자 식별 모듈;
    상기 수신된 쿠키 정보로부터 상기 식별된 복수의 사용자 단말의 각각의 쿠키 정보가 수집된 접속 시간을 추적하고, 상기 수집된 쿠키 정보로부터 상기 접속한 복수의 사용자 단말의 각각의 IP(Internet Protocol) 주소 정보를 획득하고, 상기 획득된 IP 주소 정보에 대응한 접속 지역을 상기 접속 시간 순으로 추적하고, 상기 추적된 접속 시간 및 상기 추적된 접속지역을 기초로 상기 복수의 사용자 단말의 각각의 이동 경로 정보를 결정하도록 구성된 활동 정보 결정 모듈;
    상기 결정된 이동 경로 정보를 학습된 인공 신경망 모델에 입력하고 상기 복수의 사용자 단말의 각각의 이동 패턴 정보를 출력하고, 상기 출력된 이동 패턴 정보를 분석하여 상기 사용자 단말의 사용자의 이동 수단 정보를 추론하고, 상기 추론된 이동 수단 정보를 기초로 상기 복수의 사용자 단말의 각각의 사용자 속성 정보를 결정하도록 구성된 속성 정보 결정 모듈; 및
    컨텐츠 정보 DB로부터 상기 결정된 복수의 사용자 단말의 각각의 사용자 속성 정보에 대응하는 컨텐츠를 추출하도록 구성된 컨텐츠 추천 모듈
    을 포함하는 사용자 맞춤형 컨텐츠를 제공하는 시스템.
    

Images