[go: up one dir, main page]
More Web Proxy on the site http://driver.im/

KR20150020390A - 컨텐츠 추천 방법과 이를 제공하는 장치 및 시스템 - Google Patents

컨텐츠 추천 방법과 이를 제공하는 장치 및 시스템 Download PDF

Info

Publication number
KR20150020390A
KR20150020390A KR20130095943A KR20130095943A KR20150020390A KR 20150020390 A KR20150020390 A KR 20150020390A KR 20130095943 A KR20130095943 A KR 20130095943A KR 20130095943 A KR20130095943 A KR 20130095943A KR 20150020390 A KR20150020390 A KR 20150020390A
Authority
KR
South Korea
Prior art keywords
content
recommendation
information
category
purchase
Prior art date
Application number
KR20130095943A
Other languages
English (en)
Inventor
김석우
한정
이봉기
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
Application filed by 에스케이플래닛 주식회사 filed Critical 에스케이플래닛 주식회사
Priority to KR20130095943A priority Critical patent/KR20150020390A/ko
Publication of KR20150020390A publication Critical patent/KR20150020390A/ko

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/10—Services
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/24—Querying
    • G06F16/245—Query processing
    • G06F16/2457—Query processing with adaptation to user needs
    • G06F16/24578—Query processing with adaptation to user needs using ranking

Landscapes

  • Business, Economics & Management (AREA)
  • Tourism & Hospitality (AREA)
  • Health & Medical Sciences (AREA)
  • Economics (AREA)
  • General Health & Medical Sciences (AREA)
  • Human Resources & Organizations (AREA)
  • Marketing (AREA)
  • Primary Health Care (AREA)
  • Strategic Management (AREA)
  • Physics & Mathematics (AREA)
  • General Business, Economics & Management (AREA)
  • General Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Information Transfer Between Computers (AREA)
  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
  • Two-Way Televisions, Distribution Of Moving Picture Or The Like (AREA)

Abstract

본 발명에 따른 컨텐츠 추천 시스템은, 컨텐츠 추천 장치로부터 컨텐츠 추천정보를 수신하는 다수의 컨텐츠 수신 장치; 및 상기 다수의 컨텐츠 수신 장치의 컨텐츠 구매 이력 정보를 저장하고, 상기 구매 이력 정보를 참고 하여 컨텐츠의 카테고리 별로 사용자의 구매 특성을 분석하고, 상기 구매 특성의 분석 결과에 따라 상기 컨텐츠의 카테고리 각각에 대응하는 컨텐츠 카테고리 별 추천 로직 - 상기 추천 로직은 적어도 하나의 추천 방법 및 상기 적어도 하나의 추천 방법의 우선순위를 포함함 - 을 결정하고, 상기 결정된 추천 로직에 기초하여 적어도 하나의 컨텐츠를 포함하는 추천정보를 생성하여 상기 컨텐츠 수신 장치에 제공하는 컨텐츠 추천 장치를 포함한다.

Description

컨텐츠 추천 방법과 이를 제공하는 장치 및 시스템 {CONTENT RECOMMENDATION METHOD, AND APPARATAS AND SYSTEM FOR PROVIDING THE METHOD}
본 발명은 컨텐츠 추천 방법과 이를 제공하는 장치 및 시스템에 관한 것으로서, 보다 상세하게는 스마트폰, 태블릿 PC 등의 컨텐츠 수신 장치에 최적화 된 컨텐츠를 추천하기 위한 알고리즘을 구현하고, 그에 따라 생성되는 추천 정보를 상기 컨텐츠 수신 장치에 제공할 수 있는 컨텐츠 추천 방법과 이를 제공하는 장치 및 시스템에 관한 것이다.
이동통신 기술의 발달 및 스마트폰의 보급으로 대변되는 최근의 커뮤니케이션 환경 변화에 따라, 스마트폰, 태블릿 PC 등의 모바일 단말기를 이용한 고품질의 다양한 멀티미디어 서비스에 대한 사용자의 요구가 증대되고 있고, 사용자의 요구에 상응할 수 있는 컨텐츠를 제공하기 위한 다양한 기법들이 개발되고 있다.
모바일 단말기의 사용자에게 컨텐츠의 구매를 유도하기 위한 가장 적절한 방법은, 사용자가 사용 또는 시청을 희망할 것으로 예상되는 컨텐츠를 추천해 주는 것이다.
단, 이러한 컨텐츠 추천 정보를 제공함에 있어, 각각의 모바일 단말기 사용자의 프로파일, 구매 이력, 현재 상황 등을 적절히 고려하여 최적의 컨텐츠를 결정할 수 있는 알고리즘의 개발이 중요할 것이다.
예를 들어, 사용자에게 최적의 컨텐츠를 결정하기 위한 방법으로써, 어플리케이션의 추천을 위한 협업 필터링 알고리즘(Collaborate Filtering Algorithm)과 구매연관 방법(Associate Rule) 방법 등이 존재했다.
협업 필터링 알고리즘은 데이터 마이닝(data mining)을 통해 사용자의 성향을 식별하고, 식별된 사용자의 성향과 유사한 성향을 갖는 다른 사용자가 선호하는 컨텐츠를 참고하여 컨텐츠 상품을 추천하는 방식이고, 구매연관 방법은 과거에 선호 했던 상품을 미래에도 선호할 가능성이 높다는 사실에 기반하여, 사용자의 구매 이력을 수집하고 그에 기반하여 컨텐츠 상품을 추천하는 방식이다.
다만, 방송, 영화, 음악, e-book, 만화 등과 같은 컨텐츠 상품들은 다른 어플리케이션과 상품 메타 데이터(meta data)의 구조도 다르고, 카테고리 별로 각각 다른 구매 특성이 있는 것도 확인되고 있다.
이로 인해, 다양한 속성을 갖는 컨텐츠 상품에 대해, 동일한 알고리즘을 사용하여 사용자에게 컨텐츠 정보를 제공하는 것은 적절치 않을 수 있다.
따라서, 각각의 디지털 컨텐츠 상품에 대해, 상품의 메타 데이터 특성과 데이터 분석을 기반으로, 기존 추천 방법론과는 차별되고 해당 컨텐츠 상품에 특화되는 컨텐츠 추천 방법론이 요구된다.
본 발명은 상기와 같은 종래의 문제점을 해결하기 위한 것으로서, 사용자에게 제공할 컨텐츠 추천 정보를 생성함에 있어, 실제 사용자가 선호하고 구매로 이어질 수 있는 컨텐츠를 선택하기 위해, 컨텐츠의 카테고리 별로 사용자들의 구매 특성을 분석하여 추천 방법을 결정하고 그에 따라 결정된 컨텐츠의 추천 정보를 생성하는 결과, 사용자의 실제 선호도와 최적으로 맵핑되는 컨텐츠를 추천할 수 있는 컨텐츠 추천 방법과, 이를 제공하는 컨텐츠 추천 장치 및 컨텐츠 추천 시스템을 제공하는 데 그 목적이 있다.
상기 목적은 본 발명에 따라, 컨텐츠 추천 장치에 있어서, 다수의 컨텐츠 수신 장치의 컨텐츠 구매 이력 정보를 수집하여 저장하는 구매 이력 저장부; 상기 구매 이력 정보를 참고 하여, 컨텐츠의 카테고리 별로 사용자의 구매 특성을 분석하는 구매 특성 분석부; 상기 구매 특성의 분석 결과에 따라 상기 컨텐츠의 카테고리 각각에 대응하는 컨텐츠 카테고리 별 추천 로직 - 상기 추천 로직은 적어도 하나의 추천 방법 및 상기 적어도 하나의 추천 방법의 우선순위를 포함함 - 을 결정하고, 상기 결정된 추천 로직에 기초하여 적어도 하나의 컨텐츠를 포함하는 추천정보를 생성하는 추천정보 생성부; 및 상기 생성된 추천정보를 상기 컨텐츠 수신장치에 제공하는 추천정보 제공부를 포함하는 컨텐츠 추천 장치에 의해 달성될 수 있다.
여기서, 상기 추천정보 생성부는, 상기 추천 로직에 포함되는 적어도 하나의 추천 방법의 우선순위에 따라 가중치를 부여하고, 각각의 추천 방법을 이용하여 선택되는 컨텐츠의 스코어에 상기 가중치를 곱하여, 상기 추천정보에 포함되는 적어도 하나의 컨텐츠를 선택할 수 있다.
여기서, 상기 추천정보 생성부는, 상기 추천 방법의 우선순위가 소정 이내인 추천 방법을 이용하여, 상기 추천정보를 생성할 수 있다.
여기서, 상기 컨텐츠의 카테고리는 방송, 영화, 음악, e-book, 만화 중 적어도 하나를 포함하고, 상기 추천 방법은 연속성 기반 추천, 장르 기반 추천, 인물 유사도 기반 추천, 구매 이력 기반 추천 중 적어도 하나를 포함할 수 있다.
여기서, 상기 연속성 기반 추천 방법은 사용자가 최종 회차를 구매한 이후 소정 기간 내에 추가된 최신 회차가 있는 경우 상기 최신 회차를 추천하는 것일 수 있다.
여기서, 상기 장르 기반 추천 방법은 사용자가 소정 기간 동안 동일 장르의 컨텐츠를 소정 회수 이상 구매한 경우, 동일 장르의 컨텐츠 중 적어도 하나를 추천하는 것일 수 있다.
여기서, 상기 인물 유사도 기반 추천 방법은 사용자의 구매 이력 정보에 따라 다수 구매한 컨텐츠와 작가, 제작사, 출판사 중 적어도 하나가 동일한 컨텐츠를 추천하는 것일 수 있다.
여기서, 상기 구매 특성 분석부는, 다수의 사용자의 컨텐츠 구매 이력 정보에 기초하여, 상기 카테고리 별 구매 특성을 업데이트 할 수 있다.
여기서, 상기 제공된 추천정보에 기초하여 선택되는 컨텐츠를 컨텐츠 수신 장치에 제공하는 컨텐츠 제공부를 더 포함할 수 있다.
또한, 상기 목적은 본 발명에 따라, 컨텐츠 추천 방법에 있어서, 다수의 컨텐츠 수신 장치의 컨텐츠 구매 이력 정보를 수집하여 저장하는 단계; 상기 구매 이력 정보를 참고 하여, 컨텐츠의 카테고리 별로 사용자의 구매 특성을 분석하는 단계; 상기 구매 특성의 분석 결과에 따라 상기 컨텐츠의 카테고리 각각에 대응하는 컨텐츠 카테고리 별 추천 로직 - 상기 추천 로직은 적어도 하나의 추천 방법 및 상기 적어도 하나의 추천 방법의 우선순위를 포함함 - 을 결정하는 단계; 상기 결정된 추천 로직에 기초하여 컨텐츠 추천정보를 생성하는 단계; 및 상기 생성된 추천정보를 상기 컨텐츠 수신장치에 제공하는 단계를 포함하는 컨텐츠 추천 방법에 의해서 달성될 수도 있다.
여기서, 상기 컨텐츠 추천정보를 생성하는 단계는, 상기 추천 로직에 포함되는 적어도 하나의 추천 방법의 우선순위에 따라 가중치를 부여하고, 각각의 추천 방법을 이용하여 선택되는 컨텐츠의 스코어에 상기 가중치를 곱하여, 상기 추천정보에 포함되는 적어도 하나의 컨텐츠를 선택하는 단계를 포함할 수 있다.
여기서, 상기 컨텐츠 추천정보를 생성하는 단계는, 상기 추천방법의 우선 순위가 소정 이내인 추천 방법을 이용하여, 상기 추천정보를 생성하는 단계를 포함할 수 있다.
여기서, 상기 컨텐츠의 카테고리는 방송, 영화, 음악, e-book, 만화 중 적어도 하나를 포함하고, 상기 추천 방법은 연속성 기반 추천, 장르 기반 추천, 인물 유사도 기반 추천, 구매 이력 기반 추천 중 적어도 하나를 포함할 수 있다.
여기서, 상기 연속성 기반 추천 방법은 사용자가 최종 회차를 구매한 이후 소정 기간 내에 추가된 최신 회차가 있는 경우 상기 최신 회차를 추천하는 것일 수 있다.
여기서, 상기 장르 기반 추천 방법은 사용자가 소정 기간 동안 동일 장르의 컨텐츠를 소정 회수 이상 구매한 경우, 동일 장르의 컨텐츠 중 적어도 하나를 추천하는 것일 수 있다.
여기서, 상기 인물 유사도 기반 추천 방법은 사용자의 구매 이력 정보에 따라 다수 구매한 컨텐츠와 작가, 제작사, 출판사 중 적어도 하나가 동일한 컨텐츠를 추천하는 것일 수 있다.
여기서, 다수의 사용자의 컨텐츠 구매 이력 정보에 기초하여, 상기 카테고리 별 구매 특성을 업데이트 하는 단계를 더 포함할 수 있다.
여기서, 상기 제공된 추천정보에 기초하여 선택되는 컨텐츠를 컨텐츠 수신 장치에 제공하는 단계를 더 포함할 수 있다.
또한, 상기 목적은 본 발명에 따라, 컨텐츠 추천 시스템에 있어서, 컨텐츠 추천 장치로부터 컨텐츠 추천정보를 수신하는 다수의 컨텐츠 수신 장치; 및 상기 다수의 컨텐츠 수신 장치의 컨텐츠 구매 이력 정보를 저장하고, 상기 구매 이력 정보를 참고 하여 컨텐츠의 카테고리 별로 사용자의 구매 특성을 분석하고, 상기 구매 특성의 분석 결과에 따라 상기 컨텐츠의 카테고리 각각에 대응하는 컨텐츠 카테고리 별 추천 로직 - 상기 추천 로직은 적어도 하나의 추천 방법 및 상기 적어도 하나의 추천 방법의 우선순위를 포함함 - 을 결정하고, 상기 결정된 추천 로직에 기초하여 적어도 하나의 컨텐츠를 포함하는 추천정보를 생성하여 상기 컨텐츠 수신 장치에 제공하는 컨텐츠 추천 장치를 포함하는 컨텐츠 추천 시스템에 의해서 달성될 수도 있다.
이상에서 상세히 설명한 바와 같이, 본 발명은 사용자에게 제공할 컨텐츠 추천 정보를 생성함에 있어, 실제 사용자가 선호하고 구매로 이어질 수 있는 컨텐츠를 선택하기 위해, 컨텐츠의 카테고리 별로 사용자들의 구매 특성을 분석하여 추천 방법을 결정하고 그에 따라 결정된 컨텐츠의 추천 정보를 생성하는 결과, 사용자의 실제 선호도와 최적으로 맵핑되는 컨텐츠를 추천할 수 있는 컨텐츠 추천 방법과, 이를 제공하는 컨텐츠 추천 장치 및 컨텐츠 추천 시스템을 제공할 수 있다.
도 1은 본 발명에 따른 컨텐츠 추천 장치 및 다수의 컨텐츠 수신 장치를 포함하는 컨텐츠 제공 시스템의 블록도이다.
도 2는 본 발명에 따른 컨텐츠 제공 방법의 흐름도이다.
본 명세서에서 사용되는 기술적 용어는 단지 특정한 실시 예를 설명하기 위해 사용된 것으로, 본 발명을 한정하려는 의도가 아님을 유의해야 한다. 또한, 본 명세서에서 사용되는 기술적 용어는 본 명세서에서 특별히 다른 의미로 정의되지 않는 한, 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자에 의해 일반적으로 이해되는 의미로 해석되어야 하며, 과도하게 포괄적인 의미로 해석되거나, 과도하게 축소된 의미로 해석되지 않아야 한다. 또한, 본 명세서에서 사용되는 기술적인 용어가 본 발명의 사상을 정확하게 표현하지 못하는 잘못된 기술적 용어일 때에는, 당업자가 올바르게 이해할 수 있는 기술적 용어로 대체되어 이해되어야 할 것이다. 또한, 본 발명에서 사용되는 일반적인 용어는 사전에 정의되어 있는 바에 따라, 또는 전후 문맥상에 따라 해석되어야 하며, 과도하게 축소된 의미로 해석되지 않아야 한다.
이하, 첨부된 도면을 참조하여 본 발명에 따른 바람직한 실시예를 상세히 설명하되, 도면 부호에 관계없이 동일하거나 유사한 구성 요소는 동일한 참조 번호를 부여하고 이에 대한 중복되는 설명은 생략하기로 한다. 또한, 본 발명을 설명함에 있어서 관련된 공지 기술에 대한 구체적인 설명이 본 발명의 요지를 흐릴 수 있다고 판단되는 경우 그 상세한 설명을 생략한다. 또한, 첨부된 도면은 본 발명의 사상을 쉽게 이해할 수 있도록 하기 위한 것일 뿐, 첨부된 도면에 의해 본 발명의 사상이 제한되는 것으로 해석되어서는 아니됨을 유의해야 한다. 본 발명의 사상은 첨부된 도면 외에 모든 변경, 균등물 내지 대체물에 까지도 확장되는 것으로 해석되어야 한다.
도 1은 본 발명에 따른 컨텐츠 추천 시스템의 블록도이다.
도시된 바와 같이, 본 발명에 따른 컨텐츠 추천 시스템은 컨텐츠 추천 장치(100)와, 다수의 컨텐츠 수신 장치(200)를 포함할 수 있다.
컨텐츠 수신 장치(200)는, 컨텐츠를 수신하여 실행할 수 있는 장치로써, 스마트폰, 태블릿 PC, 데스크톱 PC, 랩탑 PC, PDA, 디지털TV 등으로 구현될 수 있다.
컨텐츠 수신 장치(200)는 IP(internet protocol) 유무선 통신망을 이용하여 컨텐츠 추천 장치(100)의 웹 서버에 접속할 수 있으며, 후술하는 추천 정보를 수신하고, 추천 정보가 디스플레이 된 상태에서 사용자가 추천 정보에 포함된 컨텐츠의 구매를 선택하는 경우, 컨텐츠 추천 장치(100)로부터 컨텐츠를 수신할 수 있다.
본 발명에서 언급하는 컨텐츠는 어플리케이션, 방송, 영화, 음악, 만화 등을 포함할 수 있으며, 이 외에 컨텐츠 수신 장치(200)에서 실행될 수 있는 어떤 종류의 어플리케이션 프로그램 또는 파일을 포함할 수 있다.
컨텐츠 추천 장치(100)는 IP 네트워크를 통해 연결되는 다수의 컨텐츠 수신 장치(200)에 컨텐츠 추천 정보 및 컨텐츠를 제공하는 역할을 수행하는 서버로 구현되며, 컨텐츠 추천 정보의 생성을 위한 정보 수집 및 분석 알고리즘을 수행한다.
이하에서는, 컨텐츠 추천 장치(100)의 세부 구성에 대해 상세히 설명하기로 한다.
도 1에 도시된 바와 같이, 컨텐츠 추천 장치(100)는 데이터베이스부(110), 구매 특성 분석부(120), 추천 정보 생성부(130), 추천 정보 제공부(140), 컨텐츠 제공부(150)를 포함한다.
본 발명의 실시 형태에 따라, 도 1에 도시된 상기 구성에서 일부가 생략되더라도 본 발명에 따른 컨텐츠 추천 장치(100)를 구현함에 있어서는 아무런 지장이 없을 것이다.
데이터베이스부(110)는 컨텐츠 추천 장치에서 컨텐츠 추천과 관련된 데이터베이스를 저장하는 기능을 수행하며, 사용자 정보 저장부(112), 구매 이력 저장부(114), 추천 이력 저장부(116), 컨텐츠 저장부(118)를 포함할 수 있다.
사용자 정보 저장부(112)는 컨텐츠를 구매하는 컨텐츠 수신 장치(200)의 사용자의 프로파일을 저장한다.
예를 들어, 컨텐츠 수신 장치(200)의 사용자의 성별, 나이, 접속 시간대, 선호 컨텐츠 카테고리 등의 사용자 정보를 저장할 수 있다.
구매 이력 저장부(114)는 다수의 컨텐츠 수신 장치(200)의 컨텐츠 구매 이력 정보를 수집하여 저장한다.
구체적으로, 각각의 컨텐츠 수신 장치(200)의 구매 이력을 날짜 또는 시간 별 또는 카테고리 별로 저장할 수 있다.
추천 이력 저장부(116)는 컨텐츠 추천 장치(100)에서 각각의 컨텐츠 수신 장치(200)에 제공한 추천 정보의 이력을 저장할 수 있다.
구체적으로, 컨텐츠의 카테고리 별로 추천한 컨텐츠의 이력, 추천 정보에 대응하여 사용자가 실제 컨텐츠를 구매 하였는지 여부 등의 정보를 저장할 수 있다.
컨텐츠 저장부(118)는 방송, 영화, 음악, e-book, 만화 등을 포함하는 컨텐츠 파일을 저장한다.
구매 특성 분석부(120)는 상기 구매 이력 저장부(114)에 저장된 컨텐츠 수신 장치(200)의 컨텐츠 구매 이력 정보를 참고 하여, 컨텐츠의 카테고리 별로 사용자의 구매 특성을 분석한다.
통상의 컨텐츠 추천 장치(100)는 식별된 컨텐츠 수신 장치(200)의 사용자의 성향과 유사한 성향을 갖는 다른 사용자가 선호하는 컨텐츠를 참고하여 컨텐츠 상품을 추천하는 협업 필터링 알고리즘(Collaborate Filtering) 또는 과거에 선호 했던 상품을 미래에도 선호할 가능성이 높다는 사실에 기반하여, 사용자의 구매 이력을 수집하고 그에 기반하여 컨텐츠 상품을 추천하는 구매 연관 방법(Associate Rule) 등에 따라 추천 정보를 생성하고 있다.
본 발명에 따른 컨텐츠 추천 장치(100)는 컨텐츠의 카테고리, 예를 들어 방송, 영화, 음악, e-book, 만화 등, 각각에 대해 사용자가 상이한 구매 특성을 갖는다는 점에 착안하여, 구매 특성 분석부(120)를 통해, 컨텐츠의 카테고리 별로 사용자가 어떠한 구매 특성을 갖는지를 분석한다.
구매 특성 분석부(120)의 분석 결과를 예시하자면 다음과 같다.
방송 및 만화 컨텐츠의 경우, 최근에 시청 하였던 컨텐츠의 다음 회차를 구매하고자 하는 것이 일반적이므로, 구매 연속성이 컨텐츠 추천의 주된 요소가 될 수 있다.
또한, 만화 및 e-book의 경우, 이미 구매한 컨텐츠와 동일한 작가가 제작한 다른 컨텐츠를 구매하고자 하는 경향이 있으므로, 작가 등의 인물 유사도가 컨텐츠 추천의 주된 요소가 될 수 있다.
한편, 구매 이력 저장부(114)는 다수의 컨텐츠 수신 장치(200)의 컨텐츠 구매 이력 정보를 계속해서 수집해서 저장 하고, 구매 특성 분석부(120)는 업데이트 되는 컨텐츠 구매 이력 정보에 기초하여, 상기 카테고리 별 구매 특성을 업데이트 할 수 있다.
이에 따라, 변화하는 사용자의 구매 특성에 따라 적절한 컨텐츠 추천 정보를 생성할 수 있다.
추천 정보 생성부(130)는 컨텐츠 수신 장치(200)의 사용자에게 컨텐츠 구매를 유도하기 위한 컨텐츠 추천 정보를 생성한다.
컨텐츠 추천 정보는 적어도 하나의 컨텐츠를 포함할 수 있으며, 컨텐츠의 이름, 카테고리, 간략한 내용, 다운로드 횟수, 다른 사용자들의 평가 등의 정보를 포함할 수 있다.
컨텐츠 추천 정보는 구매 특성 분석부(120)에서 분석된 구매 특성 분석 결과에 따라, 컨텐츠 카테고리 각각에 대응하는 컨텐츠 카테고리 별 추천 로직을 결정한다.
여기서, 추천 로직은 적어도 하나의 추천 방법을 선택하고, 선택된 추천 방법의 우선순위를 포함할 수 있다.
예를 들어, 방송 카테고리에 포함되는 컨텐츠에 대해서는 구매 특성 분석부(120)의 분석 결과, 연속성 기반 추천 방법, 구매 이력 기반 추천 방법, 동일 성별 또는 연령 기반의 그룹 추천 방법이 우선순위에 따라 선택될 수 있고, 선택된 추천 방법 및 우선순위에 따라 각각의 추천 방법에 의해 선택되는 컨텐츠를 포함하여 추천 정보를 생성할 수 있다.
즉, 추천 로직은 사용자가 컨텐츠의 카테고리 별로 상이한 구매 특성을 보이는 것에 착안하여, 카테고리 별로 가장 적절한 컨텐츠를 선택하기 위한 것이다.
본 발명에 있어서, 추천 방법은 구매 이력 기반 추천 방법, 그룹 추천 방법, 연속성 기반 추천 방법, 장르 기반 추천 방법, 인물 유사도 추천 방법을 포함할 수 있다.
구매 이력 기반 추천 방법은 사용자의 구매 이력 정보에 기초하여, 해당 컨텐츠 수신 장치(200)에서 많이 구매한 컨텐츠와 유사한 컨텐츠를 선택하여 추천하는 방식으로, 공지의 구매 연관 방법에 해당할 수 있다.
그룹 추천 방법은 사용자의 개인 프로파일을 참고 하여 컨텐츠를 추천하는 방식으로, 사용자와 연령, 나이대, 접속 시간대 등이 유사한 그룹에 속하는 다른 사용자에게 인기가 높은 컨텐츠를 추천하는 방식이다.
연속성 기반 추천 방법은 사용자가 최근에 구매한 컨텐츠와의 연속성에 기반하여 추천하는 방식이다.
예를 들어, 방송 컨텐츠의 경우 여러 회차가 걸쳐 일정 기간 간격으로 업로드 되는 바, 사용자가 최종 회차를 구매한 이후에 소정 기간 내에 추가로 업로드 된 최신 회차가 있는 경우, 상기 최신 회차를 추천할 수 있다.,
통상적으로, 방송 또는 만화 컨텐츠의 경우, 사용자는 특정 방송 또는 만화를 각 회차 순으로 연속적으로 구매하는 경향이 있는 바, 이와 같은 연속성 기반 추천 방법이 구매 특성 분석 결과 가장 우선순위가 되는 것으로 분석될 수 있다.
장르 기반 추천 방법은 사용자가 소정 기간 동안 동일한 장르의 컨텐츠를 소정 회수 이상 구매한 경우, 동일 장르의 컨텐츠 중 적어도 하나를 추천하는 방식이다.
통상적으로, 영화 또는 음악 컨텐츠의 경우, 사용자는 동일한 장르의 컨텐츠를 선호하는 경향을 보이는 바, 이와 같은 장르 기반 추천 방법이 구매 특성 분석 결과 가장 우선순위가 되는 것으로 분석될 수 있다.
인물 유사도 기반 추천 방법은 사용자의 구매 이력 정보에 따라 사용자가 다수 구매한 컨텐츠와 작가, 제작사, 출판사 중 적어도 하나가 동일한 다른 컨텐츠를 추천하는 방식이다.
통상적으로, e-book 또는 만화 컨텐츠의 경우, 사용자는 동일한 작가가 집필한 컨텐츠 또는 동일한 제작사, 출판사에서 제작한 컨텐츠를 선호하는 경향을 보이는 바, 이와 같은 인물 유사도 기반 추천 방법이 구매 특성 분석 결과 가장 우선순위가 되는 것으로 분석될 수 있다.
한편, 앞서 설명한 바와 같이, 추천 정보 생성부(130)는 컨텐츠의 카테고리 별로 추천 로직을 결정하고, 추천 로직은 적어도 하나의 추천 방법을 포함하고 각각의 추천 방법의 우선순위를 포함한다.
더불어, 추천 정보 생성부(130)는, 상기 우선순위가 소정 이내인 추천 방법을 이용하여, 상기 추천 정보를 생성할 수 있다.
구체적으로, 추천 방법의 우선 순위에 따라 추천 방법 중 상위 3개의 방법이 결정되는 경우, 각 추천 방법에 따라 가장 적절한 것으로 판단되는 3개의 컨텐츠를 선택하여 추천 정보를 생성할 수 있다.
예를 들어, 방송 컨텐츠 카테고리에 관한 구매 특성의 분석 결과, 연속성 기반 추천, 구매 이력 기반 추천, 인물 유사도 기반 추천의 순으로 추천 로직이 결정되는 경우, 상기 연속성 기반 추천 방법에 따라 사용자가 최근 구매한 컨텐츠의 다음 회차에 해당하는 컨텐츠, 상기 구매 이력 기반 추천 방법에 따라 최근 구매한 컨텐츠와 연관 되는 컨텐츠, 및 상기 인물 유사도 기반 추천 방법에 따라 사용자가 많이 구매한 방송 컨텐츠와 작가 또는 제작사가 동일한 컨텐츠를 선택하여, 추천할 수 있다.
다른 실시예로써, 추천 정보 생성부(130)는 결정된 추천 방법의 우선순위에 따라 가중치를 부여하고, 각각의 추천 방법을 이용하여 선택되는 컨텐츠의 스코어에 가중치를 곱하여, 추천 정보에 포함되는 적어도 하나의 컨텐츠를 선택할 수 있다.
구체적으로, 특정 컨텐츠 j의 추천 스코어 score(j)는 다음의 공식에 의해서 결정되며, 추천 스코어가 가장 높은 소정 개수의 컨텐츠를 선택하여 추천 정보를 생성할 수 있다.
Figure pat00001
여기서, i는 추천 방법의 식별자, n은 추천 로직에 따라 결정되는 추천 방법의 수, w(i)는 추천 방법 i의 가중치, p(i,j)는 컨텐츠 j의 추천 방법 i에 의한 스코어를 의미한다.
추천 정보 제공부(140)는 추천 정보 생성부(130)에 의해 생성된 컨텐츠 추천 정보를 컨텐츠 제공장치에 제공한다.
추천 정보 제공부(140)는 IP 네트워크를 통해 각각의 컨텐츠 수신 장치(200)에 대응하는 추천 정보를 제공할 수 있다.
추천 정보를 수신한 컨텐츠 수신 장치(200)는 컨텐츠 관련 어플리케이션을 실행하는 경우, 상기 수신한 추천 정보에 기반하여 컨텐츠를 구매할 수 있는 사용자 인터페이스를 표시하고, 사용자 인터페이스를 통해 사용자가 컨텐츠 구매를 요청하는 경우, 컨텐츠 추천 장치(100)에 컨텐츠의 전송을 요청할 수 있다.
앞서 설명한 바와 같이, 컨텐츠 수신 장치(200)에서 수신하는 추천 정보는 적어도 하나의 컨텐츠에 관한 정보를 포함하고, 각 컨텐츠의 우선순위를 포함할 수 있는 바, 컨텐츠 수신 장치(200)의 설정에 따라 우선순위의 상위 소정 개수에 해당하는 컨텐츠만을 사용자 인터페이스를 통해 표시할 수 있다.
또한, 컨텐츠 수신 장치(200)는 추천 정보에 따른 컨텐츠의 이름, 카테고리, 간략한 내용, 다운로드 횟수, 다른 사용자들의 평가 등의 정보를 함께 표시하여, 사용자에게 컨텐츠 구매를 유도할 수 있다.
컨텐츠 제공부(150)는 컨텐츠 수신 장치(200)의 요청에 따라 요청된 컨텐츠를 컨텐츠 수신 장치(200)로 전송한다.
컨텐츠 제공부(150)는 컨텐츠 저장부(118)에 저장되어 있는 컨텐츠 또는 외부의 컨텐츠 서버에서 IP 네트워크를 통해 수신한 컨텐츠를 컨텐츠 수신 장치(200)로 전송할 수 있다.
이하에서는, 컨텐츠의 카테고리 별로 결정되는 추천 로직의 일 예를 구체적으로 설명하기로 한다.
앞서 설명한 바와 같이, 컨텐츠의 카테고리는 방송, 영화, 음악, e-book, 만화 중 적어도 하나를 포함하고, 추천 방법은 연속성 기반 추천, 장르 기반 추천, 인물 유사도 기반 추천, 구매 이력 기반 추천 중 적어도 하나를 포함할 수 있다.
추천 정보 생성부(130)는 구매 특성 분석부(120)의 분석 결과를 참고 하여 추천 로직을 결정하며, 이는 상기 추천 방법에 따라 결정되는 컨텐츠의 순으로, 실제 사용자가 컨텐츠를 구매하는 빈도가 높은 컨텐츠를 추천하기 위함이다.
먼저, 만화 카테고리의 경우, 연속성 기반 추천, 인물 유사도 기반 추천, 구매 이력 기반 추천, 장르 기반 추천, 성/연령 기반 그룹 추천의 순으로 추천 로직이 결정될 수 있다.
예를 들어, 연속성 기반 추천에 따라, 컨텐츠 수신 장치(200)의 최근 60일간 구매 내역을 기반으로, 구매한 최종 회차 이후, 최근 60일 내에 등록된 최신 회차가 있는 경우, 최신 회차의 컨텐츠를 가장 우선하여 추천할 수 있다
다음으로, 인물 유사도 기반 추천에 따라, 컨텐츠 수신 장치(200)가 다수 구매한 만화 컨텐츠의 작가와 동일한 작가에 의해 제작된 컨텐츠를 추천할 수 있다.
그 다음으로, 장르 기반 추천에 따라, 사용자가 최근 60일 간 동일 장르, 예를 들어 코미디 장르의 컨텐츠를 5회 이상 구매한 경우, 코미디 장르의 다른 컨텐츠를 추천할 수 있다.
방송 카테고리의 경우, 구매 특성 분석부(120)의 분석 결과, 연속성 기반 추천, 구매 이력 기반 추천, 성/연령 기반 그룹 추천의 순으로 추천 로직이 결정될 수 있다.
예를 들어, 컨텐츠 수신 장치(200)의 최근 30일간 구매 내역을 기반으로, 구매한 최종 회차 이후, 최근 30일 내에 등록된 최신 회차가 있는 경우, 최신 회차의 컨텐츠를 가장 우선하여 추천할 수 있다.
또한, e-book 카테고리의 경우, 인물 유사도 기반 추천, 구매 이력 기반 추천, 성/연령 기반 그룹 추천의 순으로 추천 로직이 결정될 수 있다.
또한, 영화 및 음악 카테고리의 경우, 장르 기반 추천, 구매 이력 기반 추천, 성/연령 기반 그룹 추천의 순으로 추천 로직이 결정될 수 있다.
상술한 카테고리 별 추천로직은 일부 실시예에 불과하며, 구매 특성 분석부(120)의 분석 결과에 따라 상이할 수 있고, 구매 특성 분석부(120)는 다수의 사용자의 컨텐츠 구매 이력 정보에 기초하여, 카테고리 별 구매 특성을 업데이트 할 수 있다.
상술한 본 발명에 따르면, 컨텐츠의 카테고리 별로 사용자들의 구매 특성을 분석하여 추천 방법을 결정하고, 그에 따라 결정된 컨텐츠의 추천 정보를 생성하는 결과, 실제 사용자가 선호하고 구매로 이어질 수 있는 컨텐츠 추천 장치(100)를 제공할 수 있다.
도 2는 본 발명에 따른 컨텐츠 추천 방법의 흐름도이다.
이하에서는, 도 1을 통해 설명한 본 발명의 특징과 동일한 기술적 특징에 대해서는 그 설명을 생략하기로 한다.
본 발명에 따른 컨텐츠 수신 장치(200)는, 컨텐츠를 수신하여 실행할 수 있는 장치로써 스마트폰, 태블릿 PC, 데스크톱 PC, 랩탑 PC, PDA, 디지털TV 등으로 구현될 수 있고, 컨텐츠 추천 장치(100)는 IP 네트워크를 통해 연결되는 다수의 컨텐츠 수신 장치(200)에 컨텐츠 추천 정보 및 컨텐츠를 제공하는 역할을 수행하는 서버로 구현될 수 있다.
컨텐츠 추천 장치(100)는 다수의 컨텐츠 수신 장치(200)의 컨텐츠 구매 이력 정보를 수집하여 저장한다(S110).
컨텐츠 추천 장치(100)는 저장된 구매 이력 정보를 참고 하여, 컨텐츠의 카테고리 별로 사용자의 구매 특성을 분석한다(S120).
여기서, 컨텐츠의 카테고리는 방송, 영화, 음악, e-book, 만화 중 적어도 하나를 포함할 수 있다.
컨텐츠 추천 장치(100)는 컨텐츠 수신 장치(200)로부터 추천 정보 제공의 요청이 있는 경우, 구매 특성의 분석 결과에 따라 컨텐츠 카테고리 별 추천 로직을 결정한다(S130).
여기서, 추천 로직은 컨텐츠의 카테고리 각각에 대응하는 적어도 하나의 추천 방법 및 상기 적어도 하나의 추천 방법의 우선순위를 포함한다.
본 발명에 있어서, 추천 방법은 구매 이력 기반 추천 방법, 그룹 추천 방법, 연속성 기반 추천 방법, 장르 기반 추천 방법, 인물 유사도 추천 방법을 포함할 수 있다.
구매 이력 기반 추천 방법은 사용자의 구매 이력 정보에 기초하여, 해당 컨텐츠 수신 장치(200)에서 많이 구매한 컨텐츠와 유사한 컨텐츠를 선택하여 추천하는 방식으로, 공지의 구매 연관 방법에 해당할 수 있다.
그룹 추천 방법은 사용자의 개인 프로파일을 참고 하여 컨텐츠를 추천하는 방식으로, 사용자와 연령, 나이대, 접속 시간대 등이 유사한 그룹에 속하는 다른 사용자에게 인기가 높은 컨텐츠를 추천하는 방식이다.
연속성 기반 추천 방법은 사용자가 최근에 구매한 컨텐츠와의 연속성에 기반하여 추천하는 방식이다.
장르 기반 추천 방법은 사용자가 소정 기간 동안 동일한 장르의 컨텐츠를 소정 회수 이상 구매한 경우, 동일 장르의 컨텐츠 중 적어도 하나를 추천하는 방식이다.
인물 유사도 기반 추천 방법은 사용자의 구매 이력 정보에 따라 사용자가 다수 구매한 컨텐츠와 작가, 제작사, 출판사 중 적어도 하나가 동일한 다른 컨텐츠를 추천하는 방식이다.
상기 추천 방법의 예시는, 앞서 도 1을 통해 설명한 바와 같다.
컨텐츠 추천 장치(100)는 결정된 추천 로직에 따라, 추천 정보에 포함되는 적어도 하나의 컨텐츠를 선택한다.
이 경우, 추천 방법의 우선순위에 따라 부여된 가중치에 의거하여, 적어도 하나의 컨텐츠를 선택할 수 있다(S141).
구체적으로, 특정 컨텐츠 j의 추천 스코어 score(j)는 다음의 공식에 의해서 결정되며, 추천 스코어가 가장 높은 소정 개수의 컨텐츠를 선택하여 추천 정보를 생성할 수 있다.
Figure pat00002
여기서, i는 추천 방법의 식별자, n은 추천 로직에 따라 결정되는 추천 방법의 수, w(i)는 추천 방법 i의 가중치, p(i,j)는 컨텐츠 j의 추천 방법 i에 의한 스코어를 의미한다.
다른 실시예로써, 우선순위가 소정 이내인 추천 방법을 이용하여, 각각의 추천 방법에 따라 적어도 하나의 컨텐츠를 생성할 수 있다(S142).
구체적으로, 추천 방법의 우선 순위에 따라 추천 방법 중 상위 3개의 방법이 결정되는 경우, 각 추천 방법에 따라 가장 적절한 것으로 판단되는 3개의 컨텐츠를 선택하여 추천 정보를 생성할 수 있다.
예를 들어, 방송 컨텐츠 카테고리에 관한 구매 특성의 분석 결과, 연속성 기반 추천, 구매 이력 기반 추천, 인물 유사도 기반 추천의 순으로 추천 로직이 결정되는 경우, 상기 연속성 기반 추천 방법에 따라 사용자가 최근 구매한 컨텐츠의 다음 회차에 해당하는 컨텐츠, 상기 구매 이력 기반 추천 방법에 따라 최근 구매한 컨텐츠와 연관 되는 컨텐츠, 및 상기 인물 유사도 기반 추천 방법에 따라 사용자가 많이 구매한 방송 컨텐츠와 작가 또는 제작사가 동일한 컨텐츠를 선택하여, 추천할 수 있다.
컨텐츠 추천 장치(100)는 추천 로직에 따라 선택된 적어도 하나의 컨텐츠를 포함하는 추천 정보를 생성한다(S150).
컨텐츠 추천 장치(100)는 생성된 추천 정보를 컨텐츠 수신 장치(200)에 제공한다(S160).
추천 정보를 수신한 컨텐츠 수신 장치(200)는 수신한 추천 정보에 기반하여 컨텐츠를 구매할 수 있는 사용자 인터페이스를 표시하고, 사용자 인터페이스를 통해 사용자가 컨텐츠 구매를 요청하는 경우, 컨텐츠 추천 장치(100)에 컨텐츠의 전송을 요청할 수 있다.
컨텐츠 추천 장치(100)는 컨텐츠 수신 장치(200)의 요청에 따라, 컨텐츠를 제공할 수 있다(S170).
상술한 본 발명에 따르면, 컨텐츠의 카테고리 별로 사용자들의 구매 특성을 분석하여 추천 방법을 결정하고, 그에 따라 결정된 컨텐츠의 추천 정보를 생성하는 결과, 실제 사용자가 선호하고 구매로 이어질 수 있는 컨텐츠 추천 방법을 제공할 수 있다.
이상, 본 발명의 실시예에 대하여 설명하였으나, 해당 기술 분야에서 통상의 지식을 가진 자라면 특허청구범위에 기재된 본 발명의 사상으로부터 벗어나지 않는 범위 내에서, 구성 요소의 부가, 변경, 삭제 또는 추가 등에 의해 본 발명을 다양하게 수정 및 변경시킬 수 있을 것이며, 이 또한 본 발명의 권리범위 내에 포함된다고 할 것이다.
상술한 본 발명의 컨텐츠 추천 장치 및 컨텐츠 추천 방법에 의하면, 컨텐츠의 카테고리 별로 사용자들의 구매 특성을 분석하여 추천 방법을 결정하고, 그에 따라 결정된 컨텐츠의 추천 정보를 생성하는 결과, 실제 사용자가 선호하고 구매로 이어질 수 있는 점에서, 기존 기술의 한계를 뛰어 넘음에 따라 관련 기술에 대한 이용만이 아닌 적용되는 장치의 시판 또는 영업의 가능성이 충분할 뿐만 아니라 현실적으로 명백하게 실시할 수 있는 정도이므로 산업상 이용가능성이 있는 발명이다.
100: 컨텐츠 추천 장치 110: 데이터베이스부
112: 사용자 정보 저장부 114: 구매 이력 저장부
116: 추천 이력 저장부 118: 컨텐츠 저장부
120: 구매 특성 분석부 130: 추천 정보 생성부
140: 추천 정보 제공부 150: 컨텐츠 제공부
200: 컨텐츠 수신 장치

Claims (19)

  1. 컨텐츠 추천 장치에 있어서,
    다수의 컨텐츠 수신 장치의 컨텐츠 구매 이력 정보를 수집하여 저장하는 구매 이력 저장부;
    상기 구매 이력 정보를 참고 하여, 컨텐츠의 카테고리 별로 사용자의 구매 특성을 분석하는 구매 특성 분석부;
    상기 구매 특성의 분석 결과에 따라 상기 컨텐츠의 카테고리 각각에 대응하는 컨텐츠 카테고리 별 추천 로직 - 상기 추천 로직은 적어도 하나의 추천 방법 및 상기 적어도 하나의 추천 방법의 우선순위를 포함함 - 을 결정하고, 상기 결정된 추천 로직에 기초하여 적어도 하나의 컨텐츠를 포함하는 추천정보를 생성하는 추천정보 생성부; 및
    상기 생성된 추천정보를 상기 컨텐츠 수신장치에 제공하는 추천정보 제공부를 포함하는 컨텐츠 추천 장치.
  2. 제 1항에 있어서,
    상기 추천정보 생성부는, 상기 추천 로직에 포함되는 적어도 하나의 추천 방법의 우선순위에 따라 가중치를 부여하고, 각각의 추천 방법을 이용하여 선택되는 컨텐츠의 스코어에 상기 가중치를 곱하여, 상기 추천정보에 포함되는 적어도 하나의 컨텐츠를 선택하는 컨텐츠 추천 장치.
  3. 제 1항에 있어서,
    상기 추천정보 생성부는, 상기 추천 방법의 우선순위가 소정 이내인 추천 방법을 이용하여, 상기 추천정보를 생성하는 컨텐츠 추천 장치.
  4. 제 1항 내지 제 3항 중 어느 하나에 있어서,
    상기 컨텐츠의 카테고리는 방송, 영화, 음악, e-book, 만화 중 적어도 하나를 포함하고, 상기 추천 방법은 연속성 기반 추천, 장르 기반 추천, 인물 유사도 기반 추천, 구매 이력 기반 추천 중 적어도 하나를 포함하는 컨텐츠 추천 장치.
  5. 제 4항에 있어서,
    상기 연속성 기반 추천 방법은 사용자가 최종 회차를 구매한 이후 소정 기간 내에 추가된 최신 회차가 있는 경우 상기 최신 회차를 추천하는 것인 컨텐츠 추천 장치.
  6. 제 4항에 있어서,
    상기 장르 기반 추천 방법은 사용자가 소정 기간 동안 동일 장르의 컨텐츠를 소정 회수 이상 구매한 경우, 동일 장르의 컨텐츠 중 적어도 하나를 추천하는 것인 컨텐츠 추천 장치.
  7. 제 4항에 있어서,
    상기 인물 유사도 기반 추천 방법은 사용자의 구매 이력 정보에 따라 다수 구매한 컨텐츠와 작가, 제작사, 출판사 중 적어도 하나가 동일한 컨텐츠를 추천하는 것인 컨텐츠 추천 장치.
  8. 제 1항에 있어서,
    상기 구매 특성 분석부는,
    다수의 사용자의 컨텐츠 구매 이력 정보에 기초하여, 상기 카테고리 별 구매 특성을 업데이트 하는 컨텐츠 추천 장치.
  9. 제 1항에 있어서,
    상기 제공된 추천정보에 기초하여 선택되는 컨텐츠를 컨텐츠 수신 장치에 제공하는 컨텐츠 제공부를 더 포함하는 컨텐츠 추천 장치.
  10. 컨텐츠 추천 방법에 있어서,
    다수의 컨텐츠 수신 장치의 컨텐츠 구매 이력 정보를 수집하여 저장하는 단계;
    상기 구매 이력 정보를 참고 하여, 컨텐츠의 카테고리 별로 사용자의 구매 특성을 분석하는 단계;
    상기 구매 특성의 분석 결과에 따라 상기 컨텐츠의 카테고리 각각에 대응하는 컨텐츠 카테고리 별 추천 로직 - 상기 추천 로직은 적어도 하나의 추천 방법 및 상기 적어도 하나의 추천 방법의 우선순위를 포함함 - 을 결정하는 단계;
    상기 결정된 추천 로직에 기초하여 컨텐츠 추천정보를 생성하는 단계; 및
    상기 생성된 추천정보를 상기 컨텐츠 수신장치에 제공하는 단계를 포함하는 컨텐츠 추천 방법.
  11. 제 10항에 있어서,
    상기 컨텐츠 추천정보를 생성하는 단계는,
    상기 추천 로직에 포함되는 적어도 하나의 추천 방법의 우선순위에 따라 가중치를 부여하고, 각각의 추천 방법을 이용하여 선택되는 컨텐츠의 스코어에 상기 가중치를 곱하여, 상기 추천정보에 포함되는 적어도 하나의 컨텐츠를 선택하는 단계를 포함하는 컨텐츠 추천 방법.
  12. 제 10항에 있어서,
    상기 컨텐츠 추천정보를 생성하는 단계는,
    상기 추천방법의 우선 순위가 소정 이내인 추천 방법을 이용하여, 상기 추천정보를 생성하는 단계를 포함하는 컨텐츠 추천 장치.
  13. 제 10항 내지 제 12항 중 어느 하나에 있어서,
    상기 컨텐츠의 카테고리는 방송, 영화, 음악, e-book, 만화 중 적어도 하나를 포함하고, 상기 추천 방법은 연속성 기반 추천, 장르 기반 추천, 인물 유사도 기반 추천, 구매 이력 기반 추천 중 적어도 하나를 포함하는 컨텐츠 추천 방법.
  14. 제 13항에 있어서,
    상기 연속성 기반 추천 방법은 사용자가 최종 회차를 구매한 이후 소정 기간 내에 추가된 최신 회차가 있는 경우 상기 최신 회차를 추천하는 것인 컨텐츠 추천 방법.
  15. 제 13항에 있어서,
    상기 장르 기반 추천 방법은 사용자가 소정 기간 동안 동일 장르의 컨텐츠를 소정 회수 이상 구매한 경우, 동일 장르의 컨텐츠 중 적어도 하나를 추천하는 것인 컨텐츠 추천 방법.
  16. 제 13항에 있어서,
    상기 인물 유사도 기반 추천 방법은 사용자의 구매 이력 정보에 따라 다수 구매한 컨텐츠와 작가, 제작사, 출판사 중 적어도 하나가 동일한 컨텐츠를 추천하는 것인 컨텐츠 추천 방법.
  17. 제 10항에 있어서,
    다수의 사용자의 컨텐츠 구매 이력 정보에 기초하여, 상기 카테고리 별 구매 특성을 업데이트 하는 단계를 더 포함하는 컨텐츠 추천 장치.
  18. 제 10항에 있어서,
    상기 제공된 추천정보에 기초하여 선택되는 컨텐츠를 컨텐츠 수신 장치에 제공하는 단계를 더 포함하는 컨텐츠 추천 방법.
  19. 컨텐츠 추천 시스템에 있어서,
    컨텐츠 추천 장치로부터 컨텐츠 추천정보를 수신하는 다수의 컨텐츠 수신 장치; 및
    상기 다수의 컨텐츠 수신 장치의 컨텐츠 구매 이력 정보를 저장하고, 상기 구매 이력 정보를 참고 하여 컨텐츠의 카테고리 별로 사용자의 구매 특성을 분석하고, 상기 구매 특성의 분석 결과에 따라 상기 컨텐츠의 카테고리 각각에 대응하는 컨텐츠 카테고리 별 추천 로직 - 상기 추천 로직은 적어도 하나의 추천 방법 및 상기 적어도 하나의 추천 방법의 우선순위를 포함함 - 을 결정하고, 상기 결정된 추천 로직에 기초하여 적어도 하나의 컨텐츠를 포함하는 추천정보를 생성하여 상기 컨텐츠 수신 장치에 제공하는 컨텐츠 추천 장치를 포함하는 컨텐츠 추천 시스템.
KR20130095943A 2013-08-13 2013-08-13 컨텐츠 추천 방법과 이를 제공하는 장치 및 시스템 KR20150020390A (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR20130095943A KR20150020390A (ko) 2013-08-13 2013-08-13 컨텐츠 추천 방법과 이를 제공하는 장치 및 시스템

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR20130095943A KR20150020390A (ko) 2013-08-13 2013-08-13 컨텐츠 추천 방법과 이를 제공하는 장치 및 시스템

Publications (1)

Publication Number Publication Date
KR20150020390A true KR20150020390A (ko) 2015-02-26

Family

ID=52579198

Family Applications (1)

Application Number Title Priority Date Filing Date
KR20130095943A KR20150020390A (ko) 2013-08-13 2013-08-13 컨텐츠 추천 방법과 이를 제공하는 장치 및 시스템

Country Status (1)

Country Link
KR (1) KR20150020390A (ko)

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20170091061A (ko) * 2017-07-03 2017-08-08 네이버웹툰 주식회사 컨텐츠 서비스에서 개인화 된 알림을 제공하는 방법 및 시스템
KR20170096474A (ko) * 2016-02-16 2017-08-24 네이버 주식회사 컨텐츠 서비스에서 알림 시간을 개인화 하는 방법 및 시스템
KR20180090976A (ko) * 2018-08-06 2018-08-14 네이버웹툰 주식회사 컨텐츠 서비스에서 개인화 된 알림을 제공하는 방법 및 시스템
KR20200016119A (ko) * 2018-08-06 2020-02-14 네이버웹툰 주식회사 이미지 매칭을 이용한 표식 검출 방법, 장치 및 프로그램
US10659545B2 (en) 2016-01-29 2020-05-19 Naver Webtoon Corporation Method and system for providing personalized notification within contents service

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US10659545B2 (en) 2016-01-29 2020-05-19 Naver Webtoon Corporation Method and system for providing personalized notification within contents service
KR20170096474A (ko) * 2016-02-16 2017-08-24 네이버 주식회사 컨텐츠 서비스에서 알림 시간을 개인화 하는 방법 및 시스템
KR20170091061A (ko) * 2017-07-03 2017-08-08 네이버웹툰 주식회사 컨텐츠 서비스에서 개인화 된 알림을 제공하는 방법 및 시스템
KR20180090976A (ko) * 2018-08-06 2018-08-14 네이버웹툰 주식회사 컨텐츠 서비스에서 개인화 된 알림을 제공하는 방법 및 시스템
KR20200016119A (ko) * 2018-08-06 2020-02-14 네이버웹툰 주식회사 이미지 매칭을 이용한 표식 검출 방법, 장치 및 프로그램

Similar Documents

Publication Publication Date Title
US10437896B2 (en) Singular, collective, and automated creation of a media guide for online content
US11012753B2 (en) Computerized system and method for determining media based on selected motion video inputs
US8849816B2 (en) Personalized media charts
US20160034970A1 (en) User-generated quick recommendations in a media recommendation system
US20130046623A1 (en) Method For Providing a Recommendation, Recommender System, and Recommender Computer Program Product
US20120078725A1 (en) Method and system for contextual advertisement recommendation across multiple devices of content delivery
US8954836B1 (en) Systems and methods for directing access to products and services
AU2013205553B2 (en) Providing feedback via a social network from a media distribution platform
US10356035B1 (en) Recommendation system based on common interests in social networks
US20160055256A1 (en) Systems and methods for directing access to products and services
US20140156463A1 (en) Systems and methods for providing music
US20160055133A1 (en) Systems and methods for directing access to products and services
US20140236956A1 (en) Digital content system, digital content display method, and recording medium having recorded thereon digital content display program
US20160034957A1 (en) Generating Advertisements for Search Results Associated With Entities Based on Aggregated Entity Bids
CN103229203A (zh) 激励用户向用户的联系人推荐项目的推荐系统
KR20150020390A (ko) 컨텐츠 추천 방법과 이를 제공하는 장치 및 시스템
US10073846B2 (en) System and method for linking web documents
JP2012118624A (ja) コンテンツ提示装置、外部推薦装置およびコンテンツ提示システム
US9946805B2 (en) System and method for displaying services capable of pasting document stored on a cloud-based cross-clipboard
US20160092852A1 (en) Allocation and distribution of payment for podcast services
US10445326B2 (en) Searching based on application usage
US20160034958A1 (en) Generating Advertisements For Search Results That Are Associated With Entities
KR102146826B1 (ko) 컨텐츠 추천 방법과 이를 제공하는 장치 및 시스템
US20150019611A1 (en) Providing device-specific instructions in response to a perception of a media content segment
KR20220169613A (ko) 사용자 맞춤형 콘텐츠 제공 플랫폼 운영 시스템 및 방법

Legal Events

Date Code Title Description
A201 Request for examination
E902 Notification of reason for refusal
E601 Decision to refuse application