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

KR20190065055A - 콘텐츠 추천 시스템 및 방법 - Google Patents

콘텐츠 추천 시스템 및 방법 Download PDF

Info

Publication number
KR20190065055A
KR20190065055A KR1020170164496A KR20170164496A KR20190065055A KR 20190065055 A KR20190065055 A KR 20190065055A KR 1020170164496 A KR1020170164496 A KR 1020170164496A KR 20170164496 A KR20170164496 A KR 20170164496A KR 20190065055 A KR20190065055 A KR 20190065055A
Authority
KR
South Korea
Prior art keywords
content
keyword
content recommendation
tag
cue point
Prior art date
Application number
KR1020170164496A
Other languages
English (en)
Other versions
KR102052068B1 (ko
Inventor
정달영
두일철
박미화
박혁주
이기주
Original Assignee
주식회사 애드업
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 주식회사 애드업 filed Critical 주식회사 애드업
Priority to KR1020170164496A priority Critical patent/KR102052068B1/ko
Publication of KR20190065055A publication Critical patent/KR20190065055A/ko
Application granted granted Critical
Publication of KR102052068B1 publication Critical patent/KR102052068B1/ko

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/70Information retrieval; Database structures therefor; File system structures therefor of video data
    • G06F16/78Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually
    • G06F16/7867Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually using information manually generated, e.g. tags, keywords, comments, title and artist information, manually generated time, location and usage information, user ratings
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F17/00Digital computing or data processing equipment or methods, specially adapted for specific functions
    • G06F17/10Complex mathematical operations

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Data Mining & Analysis (AREA)
  • Mathematical Physics (AREA)
  • Databases & Information Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • Mathematical Analysis (AREA)
  • Mathematical Optimization (AREA)
  • Computational Mathematics (AREA)
  • Pure & Applied Mathematics (AREA)
  • Software Systems (AREA)
  • Algebra (AREA)
  • Library & Information Science (AREA)
  • Multimedia (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)
  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)

Abstract

본 발명의 일 실시예에 따른 콘텐츠 추천 시스템은 사용자로부터 콘텐츠에 대한 큐포인트를 입력 받는 클라이언트 및 상기 큐포인트를 수신하고, 상기 큐포인트에 포함된 키워드에 따라 상기 콘텐츠에 상응하는 태그를 생성하는 콘텐츠 추천 장치를 포함한다.

Description

콘텐츠 추천 시스템 및 방법{SYSTEM AND METHOD FOR RECOMMANDING CONTENTS}
본 발명은 콘텐츠를 추천하는 기술에 관한 것으로, 보다 상세하게는 큐포인트에 기반한 태그를 이용하여 콘텐츠를 추천하는 기술에 관한 것이다.
인터넷이 발달하면서 동영상 공유 사이트에서 전 세계의 동영상을 자유롭게 시청할 수 있게 되었다. 국내의 동영상 검색 서비스, 전문 포탈, 블로그 등의 시장도 전년대비 43% 이상 급격히 성장하고 있다. 동영상 시장이 급격히 성장하게 된 배경에는 개인의 동영상 제작이 큰 몫을 하였다. 과거 전문 업체에서나 가능했던 동영상 제작 및 편집이 이제는 개인의 힘으로 가능해지면서, UCC를 제작하여 인터넷에 공개하고, 그로 인한 수익을 발생시키는 시장이 형성되었다. 동영상 함께 노출되는 광고를 통해 수익이 발생하는 구조이다. 전 세계 동영상 광고 시장의 규모가 커지고 있다. 향후 동영상 광고 시장의 규모는 그림 1과 같이 점차적으로 확대될 것으로 예상하고 있다.
동영상 시장이 커지고 유통되는 동영상이 많아짐에 따라 사람들이 보고 싶은 동영상을 찾는데 많은 시간이 걸리는 문제 발생하고 있다. 이러한 문제를 해결하기 위해서 동영상 검색을 위한 많은 연구들이 진행되었으나, 동영상 검색 기술은 텍스트 검색 기술과 비교하여 부족한 것이 현실이다. 영상기반 검색이 어렵기 때문에 동영상의 제목와 내용의 텍스트를 기준으로 검색을 수행한다. 하지만 동영상의 제목와 내용에 동영상의 대한 충분한 설명이 되어있지 않으면 검색의 결과로 포함되지 않는다. 그래서 동영상의 장면을 분석하여 내용을 텍스트 데이터로 자동 생성하는 기술이 개발되었으나, 내용의 정확성과 비용의 문제가 있다.
본 발명에 대한 선행기술문헌으로는 공개특허공보 2006-0062967호가 있다.
본 발명이 해결하고자 하는 과제는 사용자의 큐포인트에 따라 태그를 생성하고 콘텐츠를 추천하는 콘텐츠 추천 시스템 및 방법을 제공하는 것이다.
본 발명의 일 측면에 따르면, 사용자로부터 콘텐츠에 대한 큐포인트를 입력 받는 클라이언트; 및 상기 큐포인트를 수신하고, 상기 큐포인트에 포함된 키워드에 따라 상기 콘텐츠에 상응하는 태그를 생성하는 콘텐츠 추천 장치;를 포함하는 콘텐츠 추천 시스템이 제공된다.
상기 클라이언트는 상기 콘텐츠에 대한 태그 노출 횟수를 산출하여 상기 콘텐츠 추천 장치로 전송하고, 상기 콘텐츠 추천 장치는 상기 태그 노출 횟수에 따라 태그 분석 정보를 생성하고, 상기 태그 분석 정보에 따라 하나 이상의 콘텐츠를 추천하는 콘텐츠 추천 정보를 생성하고, 상기 콘텐츠 추천 정보를 상기 클라이언트로 전송할 수 있다.
상기 콘텐츠 추천 장치는, 미리 지정된 키워드 사전을 참조하여 상기 큐포인트에 포함된 단어에 대응하는 대표 키워드를 추출하고, 상기 대표 키워드 중 키워드 출현 가중치를 기준으로 상위 미리 지정된 수의 대표 키워드를 상기 콘텐츠의 태그로 생성할 수 있다.
상기 콘텐츠 추천 장치는, 하기의 수학식에 따라 상기 키워드 출현 가중치를 산출하되,
Figure pat00001
,
Figure pat00002
,
Figure pat00003
은 전체 큐포인트의 수이고,
Figure pat00004
는 상기 키워드가 포함된 큐포인트의 수이고,
Figure pat00005
는 상기 키워드가 포함된 인접한 큐포인트의 수이고,
Figure pat00006
는 상기 키워드 출현 가중치이고,
Figure pat00007
는 상기 키워드의 출현 빈도일 수 있다.
본 발명의 다른 측면에 따르면, 콘텐츠 추천 시스템이 콘텐츠를 추천하는 방법에 있어서, 클라이언트가 사용자로부터 콘텐츠에 대한 큐포인트를 입력 받는 단계; 및 콘텐츠 추천 장치가 상기 큐포인트에 포함된 키워드에 따라 상기 콘텐츠에 상응하는 태그를 생성하는 단계;를 포함하는 를 포함하는 콘텐츠 추천 방법이 제공된다.
상기 콘텐츠 추천 방법은 상기 클라이언트가 상기 콘텐츠에 대한 태그 노출 횟수를 산출하여 상기 콘텐츠 추천 장치로 전송하는 단계; 및 상기 콘텐츠 추천 장치가 상기 태그 노출 횟수에 따라 태그 분석 정보를 생성하고, 상기 태그 분석 정보에 따라 하나 이상의 콘텐츠를 추천하는 콘텐츠 추천 정보를 생성하고, 상기 콘텐츠 추천 정보를 상기 클라이언트로 전송하는 단계를 더 포함할 수 있다.
상기 콘텐츠 추천 장치가 상기 큐포인트에 포함된 키워드에 따라 상기 콘텐츠에 상응하는 태그를 생성하는 단계는, 미리 지정된 키워드 사전을 참조하여 상기 큐포인트에 포함된 단어에 대응하는 대표 키워드를 추출하는 단계; 상기 대표 키워드 중 키워드 출현 가중치를 기준으로 상위 미리 지정된 수의 대표 키워드를 상기 콘텐츠의 태그로 생성하는 단계를 포함할 수 있다.
상기 대표 키워드 중 키워드 출현 가중치를 기준으로 상위 미리 지정된 수의 대표 키워드를 상기 콘텐츠의 태그로 생성하는 단계는, 하기의 수학식에 따라 상기 키워드 출현 가중치를 산출하는 단계이되,
Figure pat00008
,
Figure pat00009
,
Figure pat00010
은 전체 큐포인트의 수이고,
Figure pat00011
는 상기 키워드가 포함된 큐포인트의 수이고,
Figure pat00012
는 상기 키워드가 포함된 인접한 큐포인트의 수이고,
Figure pat00013
는 상기 키워드 출현 가중치이고,
Figure pat00014
는 상기 키워드의 출현 빈도일 수 있다.
상술한 바와 같이 본 발명에 따르면, 콘텐츠의 내용에 적합한 사용자에게 콘텐츠를 추천할 수 있다.
또한, 본 발명에 따르면, 다수의 사용자가 작성한 큐포인트 기반의 태그를 통해 정확성 높은 콘텐츠의 검색을 가능하게 할 수 있다.
도 1은 본 발명의 일 실시예에 따른 콘텐츠 추천 시스템을 예시한 도면.
도 2는 본 발명의 일 실시예에 따른 콘텐츠 추천 시스템이 콘텐츠의 재생되는 시간에 따라 발생하는 큐포인트의 키워드를 예시한 도면.
도 3은 본 발명의 일 실시예에 따른 콘텐츠 추천 시스템이 분석한 키워드 간의 연관 관계를 표현한 네트워크 차트를 예시한 도면.
도 4는 본 발명의 일 실시예에 따른 콘텐츠 추천 시스템이 사용자로부터 큐포인트를 입력 받는 것을 예시한 도면.
도 5는 본 발명의 일 실시예에 따른 콘텐츠 추천 시스템이 추천된 콘텐츠를 표시한 것을 예시한 도면.
본 발명은 다양한 변경을 가할 수 있고 여러 가지 실시예를 가질 수 있는 바, 특정 실시예들을 도면에 예시하고 이를 상세한 설명을 통해 상세히 설명하고자 한다. 그러나, 이는 본 발명을 특정한 실시 형태에 대해 한정하려는 것이 아니며, 본 발명의 사상 및 기술 범위에 포함되는 모든 변경, 균등물 내지 대체물을 포함하는 것으로 이해되어야 한다.
도 1은 본 발명의 일 실시예에 따른 콘텐츠 추천 시스템을 예시한 도면이고, 도 2는 본 발명의 일 실시예에 따른 콘텐츠 추천 시스템이 콘텐츠의 재생되는 시간에 따라 발생하는 큐포인트의 키워드를 예시한 도면이고, 도 3은 본 발명의 일 실시예에 따른 콘텐츠 추천 시스템이 분석한 키워드 간의 연관 관계를 표현한 네트워크 차트를 예시한 도면이고, 도 4는 본 발명의 일 실시예에 따른 콘텐츠 추천 시스템이 사용자로부터 큐포인트를 입력 받는 것을 예시한 도면이고, 도 5는 본 발명의 일 실시예에 따른 콘텐츠 추천 시스템이 추천된 콘텐츠를 표시한 것을 예시한 도면이다.
클라이언트를 예시한 도면이고, 도 3은 본 발명의 일 실시예에 따른 콘텐츠 추천 시스템의 콘텐츠 추천 장치를 예시한 도면이고, 도 4는 본 발명의 일 실시예에 따른
도 1을 참조하면, 본 발명의 일 실시예에 따른 콘텐츠 추천 시스템은 클라이언트(100) 및 콘텐츠 추천 장치(150)를 포함한다.
클라이언트(100)는 콘텐츠 추천 장치로부터 제공되는 콘텐츠를 재생하고, 사용자로부터 큐포인트(cuepoint)를 입력받아 콘텐츠 추천 장치(150)로 전송한다. 이 때, 큐포인트는 사용자가 동영상을 시청하면서 자신의 의견을 입력한 텍스트를 의미한다.
구체적으로 클라이언트(100)는 동영상 재생부(105), 큐포인트 관리부(110), 태그 관리부(115), 콘텐츠 관리부(120) 및 태그 정보 제공부(125)를 포함한다.
동영상 재생부(105)는 콘텐츠 추천 장치(150)로부터 콘텐츠를 수신하여 재생한다.
큐포인트 관리부(110)는 사용자로부터 재생 중인 콘텐츠에 대한 큐포인트를 입력 받아 콘텐츠 추천 장치(150)로 전송한다. 또한, 큐포인트 관리부(110)는 콘텐츠 추천 장치(150)로부터 타 사용자가 입력한 큐포인트를 수신하여 화면 상에 표시할 수 있다. 예를 들어, 도 4와 같이 큐포인트 관리부(110)는 사용자로부터 큐포인트를 입력 받을 수 있다.
태그 관리부(115)는 콘텐츠 추천 장치(150)로부터 콘텐츠에 대한 태그를 수신하여 표시하고, 재생된 콘텐츠에 대한 태그 노출 횟수를 산출하여 콘텐츠 추천 장치(150)로 전송한다.
콘텐츠 관리부(120)는 콘텐츠 추천 장치(150)로부터 콘텐츠 추천 정보를 수신하고, 콘텐츠 추천 정보에 따른 콘텐츠를 표시한다. 예를 들어, 콘텐츠 관리부(120)는 도 5와 같이 콘텐츠 추천 정보에 따른 콘텐츠를 표시할 수 있다.
태그 정보 제공부(125)은 콘텐츠 추천 장치(150)로부터 태그 분석 정보를 수신하고, 태그 분석 정보를 표시한다.
콘텐츠 추천 장치(150)는 하나 이상의 클라이언트(100)로 콘텐츠를 제공하고, 해당 콘텐츠에 대한 큐포인트를 수신한다. 콘텐츠 추천 장치(150)는 큐포인트를 분석하여 태그를 생성하고, 해당 태그를 이용하여 클라이언트(100)의 사용자에게 적합한 콘텐츠를 추천하는 콘텐츠 추천 정보를 생성한다.
콘텐츠 추천 장치(150)는 큐포인트 분석부(155), 키워드 사전(160), 태그 생성부(165), 태그 분석부(170), 콘텐츠 추천부(175) 및 콘텐츠 제공부(180)를 포함한다.
큐포인트 분석부(155)는 클라이언트(100)로부터 수신한 큐포인트에서 키워드 사전(160)에 저장된 유의어를 활용하여 키워드를 추출한다. 키워드 사전(160)은 큐포인트 분석에 사용되는 유의어를 저장한다. 예를 들어, 키워드 사전(160)은 하기의 표 1과 같은 대표 키워드와 유의어를 포함할 수 있다.
대표 키워드 유의어
자장면 짜장면, 사천짜장, 간짜장
골프경기 PGA, LPGA, 골프시합
시장 전통시장, 재래시장
콜라 탄산음료, 코카콜라, 팹시콜라
이 때, 키워드 사전(160)은 공지된 라이브러리인 R Library인 KoNLP 데이터를 기본으로 포함하고, 소셜 네트워크의 데이터를 분석하여 최근에 사용되는 줄임말과 광고주가 광고 노출을 위해 등록하는 상품명 키워드를 포함할 수 있다.
큐포인트 분석부(155)는 키워드 사전(160)에 포함된 유의어에 대응하는 대표 키워드를 해당 큐포인트에 대응하는 키워드로 추출할 수 있다.
태그 생성부(165)는 큐포인트 분석부(155)에서 추출한 키워드에 tf-idf 알고리즘을 적용하여 태그를 생성한다. 예를 들어, 태그 생성부(165)는 근접 시간 가중치를 적용한 tf-idf 알고리즘을 이용하여 키워드에 대한 키워드 출현 가중치를 산출할 수 있다. 근접 시간 가중치는 큐포인트를 하나의 문서로 할 경우, 입력 시간을 기준으로 앞뒤 문서에 동일한 단어가 포함되어 있으면 높아지는 수치일 수 있다. 즉, 도 2와 같이 동영상의 플레이시간에 대한 큐포인트별 키워드가 존재한다고 가정하면, 키워드 A의 경우, 연속한 큐포인트에 중복하여 존재하기 때문에 키워드 A에 대한 근접 시간 가중치는 키워드 B, 키워드 C의 근접 시간 가중치에 비해 높을 수 있다. 태그 생성부(165)는 키워드에 대한 역출현 빈도를 하기의 수학식 1에 따라 산출할 수 있다.
[수학식 1]
Figure pat00015
이 때,
Figure pat00016
는 키워드 t에 대한 역출현 빈도이고,
Figure pat00017
은 전체 큐포인트의 수이고,
Figure pat00018
는 키워드 t가 포함된 큐포인트의 수이고,
Figure pat00019
는 키워드 t가 포함된 인접한 큐포인트의 수(근접 시간 가중치)이다.
태그 생성부(165)는 하기의 수학식 2에 따라 키워드에 대한 키워드 출현 가중치를 산출할 수 있다.
[수학식 2]
Figure pat00020
이 때,
Figure pat00021
는 키워드 출현 가중치이고,
Figure pat00022
는 키워드 t의 출현 빈도이다.
태그 생성부(165)는 키워드 출현 가중치를 기준으로 상위 미리 지정된 순위의 키워드를 콘텐츠의 태그로 생성할 수 있다.
태그 분석부(170)는 클라이언트(100)의 태그 관리부(115)로부터 수신한 태그 노출 횟수를 분석하여 태그 분석 정보를 콘텐츠 추천부(175)로 전송한다. 이 때, 태그 분석 정보는 사용자별 지정된 수치 이상의 횟수로 노출되는 태그(이하, 주요 노출 태그)의 정보와 해당 태그와 큐포인트 간의 연관성을 포함한다. 태그 분석부(170)는 사용자의 태그 노출 횟수와 태그 생성 과정에서 저장된 큐포인트 및 큐포인트가 저장된 시간을 이용하여 연관 규칙 분석을 수행할 수 있다. 이 때, 연관 규칙 분석은 공지된 Apriori 알고리즘을 활용하여 광고 제품의 주요 키워드와 다른 키워드간의 지지도와 신뢰도를 판단하고, 향상도를 기준으로 상위에 노출된 키워드를 선정하여, 키워드간의 관계를 산출하는 과정일 수 있다. 이 때, 키워드 간의 관계는 도 3과 같이 네트워크 차트를 통해 표현될 수 있다.
콘텐츠 추천부(175)는 태그 분석 정보를 참조하여 사용자에게 제공할 콘텐츠(예를 들어, 유사 동영상, 광고 등)를 나타내는 콘텐츠 추천 정보를 클라이언트(100)로 전송한다. 예를 들어, 콘텐츠 추천부(175)는 태그 분석 정보를 참조하여 주요 노출 태그에 대응하는 콘텐츠 중 타 사용자가 많이 접근한 콘텐츠 및 주요 노출 태그에 대응하는 콘텐츠(광고) 중 우선순위가 높은 콘텐츠를 추천하는 콘텐츠 추천 정보를 생성할 수 있다. 콘텐츠 추천부(175)는 콘텐츠 추천 정보를 클라이언트(100)로 전송한다.
콘텐츠 제공부(180)는 클라이언트(100)로 등록된 콘텐츠를 제공한다.
도 6은 본 발명의 일 실시예에 따른 콘텐츠 추천 시스템이 콘텐츠를 추천하는 과정을 예시한 흐름도이다.
도 6을 참조하면, 단계 610에서 클라이언트는 콘텐츠의 등록을 요청하는 콘텐츠 등록 요청을 콘텐츠 추천 장치(150)로 전송한다.
단계 620에서 콘텐츠 추천 장치(150)는 콘텐츠 등록 요청에 따른 콘텐츠를 등록한다.
단계 630에서 콘텐츠 추천 장치(150)는 콘텐츠를 클라이언트(100)로 전송한다. 이 때, 클라이언트(100)는 콘텐츠 추천 장치(150)로 특정 콘텐츠에 대한 요청을 전송하고, 콘텐츠 추천 장치(150)는 해당 요청에 따라 콘텐츠를 클라이언트(100)로 전송할 수 있다.
단계 640에서 클라이언트(100)는 사용자가 큐포인트를 입력하는 경우, 큐포인트를 콘텐츠 추천 장치(150)로 전송한다.
단계 650에서 콘텐츠 추천 장치(150)는 큐포인트를 참조하여 콘텐츠에 대한 태그를 생성한다.
단계 660에서 콘텐츠 추천 장치(150)는 각 클라이언트(100)로부터 태그 노출 횟수를 수신하여 저장한다.
단계 670에서 콘텐츠 추천 장치(150)는 태그 노출 횟수에 따라 태그 분석 정보를 생성한다.
단계 680에서 콘텐츠 추천 장치(150)는 태그 분석 정보를 참조하여 콘텐츠 추천 정보를 생성하고, 콘텐츠 추천 정보 및 태그 분석 정보 중 하나 이상을 클라이언트(100)로 전송한다. 이후, 클라이언트(100)는 태그 분석 정보를 표시하거나, 콘텐츠 추천 정보에 따라 콘텐츠를 콘텐츠 추천 장치로부터 수신하여 표시할 수 있다.
이제까지 본 발명에 대하여 그 실시 예를 중심으로 살펴보았다. 전술한 실시 예 외의 많은 실시 예들이 본 발명의 특허청구범위 내에 존재한다. 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자는 본 발명이 본 발명의 본질적인 특성에서 벗어나지 않는 범위에서 변형된 형태로 구현될 수 있음을 이해할 수 있을 것이다. 그러므로 개시된 실시 예는 한정적인 관점이 아니라 설명적인 관점에서 고려되어야 한다. 본 발명의 범위는 전술한 설명이 아니라 특허청구범위에 나타나 있으며, 그와 동등한 범위 내에 있는 모든 차이점은 본 발명에 포함된 것으로 해석되어야 할 것이다.

Claims (8)

  1. 사용자로부터 콘텐츠에 대한 큐포인트를 입력 받는 클라이언트; 및
    상기 큐포인트를 수신하고, 상기 큐포인트에 포함된 키워드에 따라 상기 콘텐츠에 상응하는 태그를 생성하는 콘텐츠 추천 장치;
    를 포함하는 콘텐츠 추천 시스템.
  2. 제 1항에 있어서,
    상기 클라이언트는 상기 콘텐츠에 대한 태그 노출 횟수를 산출하여 상기 콘텐츠 추천 장치로 전송하고,
    상기 콘텐츠 추천 장치는 상기 태그 노출 횟수에 따라 태그 분석 정보를 생성하고, 상기 태그 분석 정보에 따라 하나 이상의 콘텐츠를 추천하는 콘텐츠 추천 정보를 생성하고, 상기 콘텐츠 추천 정보를 상기 클라이언트로 전송
    하는 것을 특징으로 하는 콘텐츠 추천 시스템.
  3. 제1 항에 있어서,
    상기 콘텐츠 추천 장치는,
    미리 지정된 키워드 사전을 참조하여 상기 큐포인트에 포함된 단어에 대응하는 대표 키워드를 추출하고,
    상기 대표 키워드 중 키워드 출현 가중치를 기준으로 상위 미리 지정된 수의 대표 키워드를 상기 콘텐츠의 태그로 생성하는 것을 특징으로 하는 콘텐츠 추천 시스템.
  4. 제3 항에 있어서,
    상기 콘텐츠 추천 장치는,
    하기의 수학식에 따라 상기 키워드 출현 가중치를 산출하되,
    Figure pat00023
    ,
    Figure pat00024

    Figure pat00025
    은 전체 큐포인트의 수이고,
    Figure pat00026
    는 상기 키워드가 포함된 큐포인트의 수이고,
    Figure pat00027
    는 상기 키워드가 포함된 인접한 큐포인트의 수이고,
    Figure pat00028
    는 상기 키워드 출현 가중치이고,
    Figure pat00029
    는 상기 키워드의 출현 빈도인 것을 특징으로 하는 콘텐츠 추천 시스템.
  5. 콘텐츠 추천 시스템이 콘텐츠를 추천하는 방법에 있어서,
    클라이언트가 사용자로부터 콘텐츠에 대한 큐포인트를 입력 받는 단계; 및
    콘텐츠 추천 장치가 상기 큐포인트에 포함된 키워드에 따라 상기 콘텐츠에 상응하는 태그를 생성하는 단계;
    를 포함하는 를 포함하는 콘텐츠 추천 방법.
  6. 제 4항에 있어서,
    상기 클라이언트가 상기 콘텐츠에 대한 태그 노출 횟수를 산출하여 상기 콘텐츠 추천 장치로 전송하는 단계; 및
    상기 콘텐츠 추천 장치가 상기 태그 노출 횟수에 따라 태그 분석 정보를 생성하고, 상기 태그 분석 정보에 따라 하나 이상의 콘텐츠를 추천하는 콘텐츠 추천 정보를 생성하고, 상기 콘텐츠 추천 정보를 상기 클라이언트로 전송하는 단계
    를 더 포함하는 콘텐츠 추천 방법.
  7. 제4 항에 있어서,
    상기 콘텐츠 추천 장치가 상기 큐포인트에 포함된 키워드에 따라 상기 콘텐츠에 상응하는 태그를 생성하는 단계는,
    미리 지정된 키워드 사전을 참조하여 상기 큐포인트에 포함된 단어에 대응하는 대표 키워드를 추출하는 단계;
    상기 대표 키워드 중 키워드 출현 가중치를 기준으로 상위 미리 지정된 수의 대표 키워드를 상기 콘텐츠의 태그로 생성하는 단계
    를 포함하는 것을 특징으로 하는 콘텐츠 추천 방법.
  8. 제7 항에 있어서,
    상기 대표 키워드 중 키워드 출현 가중치를 기준으로 상위 미리 지정된 수의 대표 키워드를 상기 콘텐츠의 태그로 생성하는 단계는,
    하기의 수학식에 따라 상기 키워드 출현 가중치를 산출하는 단계이되,
    Figure pat00030
    ,
    Figure pat00031

    Figure pat00032
    은 전체 큐포인트의 수이고,
    Figure pat00033
    는 상기 키워드가 포함된 큐포인트의 수이고,
    Figure pat00034
    는 상기 키워드가 포함된 인접한 큐포인트의 수이고,
    Figure pat00035
    는 상기 키워드 출현 가중치이고,
    Figure pat00036
    는 상기 키워드의 출현 빈도인 것을 특징으로 하는 콘텐츠 추천 방법.
KR1020170164496A 2017-12-01 2017-12-01 콘텐츠 추천 시스템 및 방법 KR102052068B1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020170164496A KR102052068B1 (ko) 2017-12-01 2017-12-01 콘텐츠 추천 시스템 및 방법

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020170164496A KR102052068B1 (ko) 2017-12-01 2017-12-01 콘텐츠 추천 시스템 및 방법

Publications (2)

Publication Number Publication Date
KR20190065055A true KR20190065055A (ko) 2019-06-11
KR102052068B1 KR102052068B1 (ko) 2019-12-05

Family

ID=66846977

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020170164496A KR102052068B1 (ko) 2017-12-01 2017-12-01 콘텐츠 추천 시스템 및 방법

Country Status (1)

Country Link
KR (1) KR102052068B1 (ko)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20220070824A (ko) * 2020-11-23 2022-05-31 (주)아이브릭스 비정형 텍스트에서 상품 속성 사전 기반의 대표 키워드 추출 방법

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20090021932A (ko) * 2007-08-29 2009-03-04 박대령 메타데이터 태그를 이용한 맞춤형 컨텐츠 제공 방법 및 그장치
WO2014178219A1 (ja) * 2013-04-30 2014-11-06 ソニー株式会社 情報処理装置および情報処理方法

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20090021932A (ko) * 2007-08-29 2009-03-04 박대령 메타데이터 태그를 이용한 맞춤형 컨텐츠 제공 방법 및 그장치
WO2014178219A1 (ja) * 2013-04-30 2014-11-06 ソニー株式会社 情報処理装置および情報処理方法

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20220070824A (ko) * 2020-11-23 2022-05-31 (주)아이브릭스 비정형 텍스트에서 상품 속성 사전 기반의 대표 키워드 추출 방법

Also Published As

Publication number Publication date
KR102052068B1 (ko) 2019-12-05

Similar Documents

Publication Publication Date Title
US11301505B2 (en) Topic and time based media affinity estimation
US8315423B1 (en) Providing information in an image-based information retrieval system
KR101571443B1 (ko) 동영상 동시발생 통계에 기반한 동영상 추천
JP5593352B2 (ja) 情報提供装置、情報提供方法および情報提供プログラム
US11061990B2 (en) Generating feedback for a target content item based on published content items
KR101865710B1 (ko) 소셜 네트워킹 엔진의 사용자들에게 콘텐츠를 다이렉팅하는 시스템 및 방법
US9043828B1 (en) Placing sponsored-content based on images in video content
US8346604B2 (en) Facilitating bidding on images
US20170213248A1 (en) Placing sponsored-content associated with an image
KR20090017268A (ko) 사용자의 관심 키워드를 업데이트 하는 방법과 그 방법을수행하기 위한 시스템
KR100987058B1 (ko) 인터넷 컨텐츠의 키워드를 이용한 광고 서비스 제공 방법,시스템 및 이를 위한 프로그램 기록매체
WO2016125166A1 (en) Systems and methods for analyzing video and making recommendations
JP6799655B1 (ja) ユーザインタフェース方法、端末プログラム、端末装置、及び広告システム
KR102052068B1 (ko) 콘텐츠 추천 시스템 및 방법
JP2022056358A (ja) 動画配信装置、動画配信方法、および、動画配信プログラム
JP5775241B1 (ja) 情報処理システム、情報処理方法、および情報処理プログラム
US20220129946A1 (en) Condition-based method for displaying digital content, system and computer-readable storage
JP2022027635A (ja) コンテンツ配信サーバー、コンテンツ検索方法、コンテンツ検索プログラム、および、コンテンツ配信システム
KR101770777B1 (ko) 과학기술 설명 동영상 서비스 시스템 및 방법
AU2015200201A1 (en) Video recommendation based on video co-occurrence statistics
Jing et al. Placing Sponsored-Content Associated With An Image
JP2015153021A (ja) リンク情報生成装置およびリンク情報生成プログラム
JP2016045517A (ja) コンテンツ提示装置

Legal Events

Date Code Title Description
A201 Request for examination
N231 Notification of change of applicant
E902 Notification of reason for refusal
AMND Amendment
E601 Decision to refuse application
X091 Application refused [patent]
AMND Amendment
X701 Decision to grant (after re-examination)