[go: up one dir, main page]

KR20030003396A - 사용자의 분야별 선호 프로파일을 이용한 컨텐츠 추천서비스 방법 - Google Patents

사용자의 분야별 선호 프로파일을 이용한 컨텐츠 추천서비스 방법 Download PDF

Info

Publication number
KR20030003396A
KR20030003396A KR1020010039133A KR20010039133A KR20030003396A KR 20030003396 A KR20030003396 A KR 20030003396A KR 1020010039133 A KR1020010039133 A KR 1020010039133A KR 20010039133 A KR20010039133 A KR 20010039133A KR 20030003396 A KR20030003396 A KR 20030003396A
Authority
KR
South Korea
Prior art keywords
user
content
recommendation
profile
preference profile
Prior art date
Application number
KR1020010039133A
Other languages
English (en)
Inventor
박준호
윤수영
류정섭
김진한
Original Assignee
주식회사 케이티
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 케이티 filed Critical 주식회사 케이티
Priority to KR1020010039133A priority Critical patent/KR20030003396A/ko
Publication of KR20030003396A publication Critical patent/KR20030003396A/ko

Links

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
    • G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
    • G06F17/10—Complex mathematical operations
    • G06F17/18—Complex mathematical operations for evaluating statistical data, e.g. average values, frequency distributions, probability functions, regression analysis

Landscapes

  • Business, Economics & Management (AREA)
  • Tourism & Hospitality (AREA)
  • Health & Medical Sciences (AREA)
  • Economics (AREA)
  • General Health & Medical Sciences (AREA)
  • Human Resources & Organizations (AREA)
  • Marketing (AREA)
  • Primary Health Care (AREA)
  • Strategic Management (AREA)
  • Physics & Mathematics (AREA)
  • General Business, Economics & Management (AREA)
  • General Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
  • Information Transfer Between Computers (AREA)

Abstract

1. 청구범위에 기재된 발명이 속한 기술분야
본 발명은 사용자 선호 프로파일을 이용한 컨텐츠 추천 서비스 방법에 관한 것임.
2. 발명이 해결하려고 하는 기술적 과제
본 발명은, 컨텐츠에 대한 키워드와 선호도 정보를 바탕으로 사용자 각각의 컨텐츠 분야별 선호 프로파일을 구성하고, 사용자가 선호할 수 있는 컨텐츠들을 사용자의 웹사이트 상의 위치에 맞게 추천 후보 리스트로부터 선택하여 추천할 수 있는 사용자 선호 프로파일을 이용한 컨텐츠 추천 서비스 방법과 상기 방법을 실현시키기 위한 프로그램을 기록한 컴퓨터로 읽을 수 있는 기록매체를 제공하고자 함.
3. 발명의 해결방법의 요지
본 발명은, 사용자의 분야별 선호 프로파일을 구성하는 제 1 단계; 상기 사용자 선호 프로파일을 추천시스템의 프로파일 데이터베이스에 저장하고, 사용자의 로그인(login)을 판단하는 제 2 단계; 상기 판단 결과, 상기 사용자가 로그인하지 않았으면 일반 추천사항을 포함한 웹 화면을 출력하는 제 3 단계; 및 상기 판단 결과, 상기 사용자가 로그인하였으면 추천시스템의 프로파일 데이터베이스에 사용자 선호 프로파일 정보를 요구하여 추천 후보 리스트를 획득한 후, 상기 사용자의 현재 웹 컨텐츠 상의 위치를 반영하여 추천 리스트를 출력하는 제 4 단계를 포함함.
4. 발명의 중요한 용도
본 발명은 인터넷을 이용한 웹사이트에서의 컨텐츠 서비스 시스템 등에 이용됨.

Description

사용자의 분야별 선호 프로파일을 이용한 컨텐츠 추천 서비스 방법{Method for Content Recommendation Service using Content Category-based Personal Profile structures}
본 발명은 인터넷 웹사이트에서 사용자의 선호 프로파일을 이용하여 분야별 컨텐츠를 추천하기 위한 사용자 선호 프로파일을 이용한 컨텐츠 추천 서비스 방법과 상기 방법을 실현 시키기 위한 프로그램을 기록한 컴퓨터로 읽을 수 있는 기록매체에 관한 것이다.
인터넷을 통한 서비스가 하나의 새로운 사업영역으로 자리잡아감에 따라, 사용자들에게 보다 양질의 컨텐츠 서비스를 제공함으로써 새로운 수익을 창출하려는 방안들이 새롭게 제시되고 있다.
종래의 컨텐츠 추천 서비스 기술에서는 해당 컨텐츠가 도서, 음반 등 하나의 상품 아이템에 국한되어 있으며, 실제 각 개인의 선호 정보를 분석하기 보다는 집단의 성향 분석을 통한 예측을 통해 기본적인 추천을 수행하고 있다.
따라서, 개인의 선호 컨텐츠에 대한 추천의 정확도가 그다지 높지 않으며, 상품 아이템 이외의 멀티미디어 컨텐츠 등 다양한 웹 컨텐츠들에 대해서 추천하는 방법에 대한 기술력이 부족한 문제점이 있었다.
또한, 컨텐츠의 추천 방법에 있어서도, 사용자의 위치(예를 들면, 웹사이트 내 컨텐츠의 분류 레벨과 동일한 위치)와는 상관없이 이미 결정된 추천 컨텐츠들을 임의 시점에서 사용자에게 그대로 보여줌으로써 불필요한 정보가 전달되는 문제점이 있었다.
본 발명은, 상기한 바와 같은 문제점을 해결하기 위하여 제안된 것으로, 컨텐츠에 대한 키워드와 선호도 정보를 바탕으로 사용자 각각의 선호 프로파일을 구성하고, 사용자가 선호할 수 있는 컨텐츠들을 사용자의 웹사이트 상의 위치에 맞게 추천 후보 리스트로부터 선택하여 추천할 수 있는 사용자 선호 프로파일을 이용한 컨텐츠 추천 서비스 방법과 상기 방법을 실현시키기 위한 프로그램을 기록한 컴퓨터로 읽을 수 있는 기록매체를 제공하는데 그 목적이 있다.
도 1 은 본 발명이 적용되는 컨텐츠 추천 서비스 시스템의 구성예시도.
도 2 는 본 발명에 따른 사용자 선호 프로파일을 이용한 컨텐츠 추천 서비스 방법에 대한 일실시예 흐름도.
도 3 은 본 발명에 따른 웹사이트의 논리적 단계에 대한 일실시예 설명도.
도 4 는 본 발명에 따른 레벨 별 사용자 선호 프로파일 구조의 일실시예 설명도.
도 5 는 본 발명에 따른 레벨 별 추천 후보 리스트 구조의 일실시예 설명도.
도 6 은 본 발명에 따른 사용자의 위치에 따른 추천 리스트 결정 방법에 대한 일실시예 설명도.
도 7 은 본 발명에 따른 사용자 선호 프로파일 구성 방법에 대한 일실시예 흐름도.
도 8 은 본 발명에 따른 프로파일 매칭에 대한 일실시예 흐름도.
* 도면의 주요 부분에 대한 부호의 설명
101 : 사용자102 : 웹 서버
103 : 추천 시스템104 : 프로파일 데이터베이스
상기 목적을 달성하기 위한 본 발명의 방법은, 컨텐츠 추천 서비스 시스템에서의 사용자 선호 프로파일을 이용한 컨텐츠 추천 서비스 방법에 있어서, 사용자 선호 프로파일을 구성하는 제 1 단계; 상기 사용자 선호 프로파일을 추천시스템의 프로파일 데이터베이스에 저장하고, 사용자의 로그인(login)을 판단하는 제 2 단계; 상기 판단 결과, 상기 사용자가 로그인하지 않았으면 일반 추천사항을 포함한 웹 화면을 출력하는 제 3 단계; 및 상기 판단 결과, 상기 사용자가 로그인하였으면추천시스템의 프로파일 데이터베이스에 사용자 선호 프로파일 정보를 요구하여 추천 후보 리스트를 획득한 후, 상기 사용자의 현재 웹 컨텐츠 상의 위치를 반영하여 추천 리스트를 출력하는 제 4 단계를 포함하는 것을 특징으로 한다.
한편, 본 발명은, 프로세서를 구비한 컨텐츠 추천 서비스 시스템에, 사용자 선호 프로파일을 구성하는 제 1 기능; 상기 사용자 선호 프로파일을 추천시스템의 프로파일 데이터베이스에 저장하고, 사용자의 로그인(login)을 판단하는 제 2 기능; 상기 판단 결과, 상기 사용자가 로그인하지 않았으면 일반 추천사항을 포함한 웹 화면을 출력하는 제 3 기능; 및 상기 판단 결과, 상기 사용자가 로그인하였으면 추천시스템의 프로파일 데이터베이스에 사용자 선호 프로파일 정보를 요구하여 추천 후보 리스트를 획득한 후, 상기 사용자의 현재 웹 컨텐츠 상의 위치를 반영하여 추천 리스트를 출력하는 제 4 기능을 실현시키기 위한 프로그램을 기록한 컴퓨터로 읽을 수 있는 기록매체를 제공한다.
상술한 목적, 특징들 및 장점은 첨부된 도면과 관련한 다음의 상세한 설명을 통하여 보다 분명해 질 것이다. 이하, 첨부된 도면을 참조하여 본 발명에 따른 바람직한 일실시예를 상세히 설명한다.
도 1 은 본 발명이 적용되는 컨텐츠 추천 서비스 시스템의 구성예시도이다.
도면에서, "101"은 사용자, "102"는 웹 서버, "103"은 추천시스템, 그리고 "104"는 프로파일 데이터베이스를 각각 나타낸다.
사용자(101)는 네트워크를 통하여 웹 서버(102)에 접속하여 컨텐츠 서비스를 받을 수 있다. 여기서, 네트워크는 다수간의 통신 접속을 수행하여 상호간에 데이터 통신이 이루어지도록 하는 데, 이러한 네트워크는 인터넷, 무선 통신망 등을 포함한다.
상기 컨텐츠 추천 서비스 시스템은, 컨텐츠의 카테고리 분류에 따라 사용자(101)의 선호 프로파일을 구성한다. 그리고, 실제 서비스에서는 사용자 로그인 시 추천 시스템(103)의 프로파일 데이터베이스(104)에게 사용자 선호 프로파일에 대한 정보(예를 들면, 추천 후보 리스트 등)를 미리 요구한다. 이는 실시간 추천 속도를 높이기 위한 것으로, 이를 위한 버퍼 관리자 등을 사용하여 추천 후보 리스트의 인덱스를 유지한다. 여기서, 사용자가 로그인을 하지 않은 상태에서는 웹 서버(102)에서 일반 추천 사항을 포함한 웹 컨텐츠를 보여준다.
한편, 추천시스템(103)의 프로파일 데이터베이스(104)로부터 사용자의 추천 후보 리스트를 받게 되면, 사용자의 추천 후보 리스트 중에서 사용자의 위치에 따른 추천을 제공하기 위한 추천 리스트를 결정하여 사용자(101)의 선호 프로파일에 따른 컨텐츠를 제공한다.
도 2 는 본 발명에 따른 사용자 선호 프로파일을 이용한 컨텐츠 추천 서비스 방법에 대한 일실시예 흐름도이다.
도 2에 도시된 바와 같이, 본 발명에 따른 사용자 선호 프로파일을 이용한 컨텐츠 추천 서비스 방법은, 먼저 사용자 선호 프로파일을 구성하여(201) 추천시스템의 프로파일 데이터베이스(210)에 저장한다.
다음으로, 사용자의 로그인(login)을 판단한다(202).
상기 판단 결과, 사용자가 로그인하지 않았으면 일반 추천사항을 포함한 웹화면을 출력하고, 사용자가 로그인하였으면 추천시스템 프로파일 데이터베이스(210)에 사용자 선호 프로파일 정보를 요구하고, 상기 추천시스템 프로파일 데이터베이스(210)는 추천 후보 리스트를 버퍼 관리자(220)로 전달하고, 추천시스템을 통한 추천 후보 리스트를 획득한다(203).
다음으로, 사용자의 위치를 반영한 추천 리스트를 결정하고(205), 사용자의 위치에 따른 추천 컨텐츠를 출력한다(206).
본 발명에 따른 컨텐츠 추천 서비스 방법을 좀 더 상세히 설명하면 다음과 같다.
컨텐츠 추천 서비스 방법에서는 컨텐츠의 카테고리 분류에 따른 사용자의 선호 프로파일을 구성한다(201). 그리고, 실제 서비스에서는 사용자 로그인 시 추천 시스템 프로파일 데이터베이스(210)에게 사용자 선호 프로파일에 대한 정보(예를 들면, 추천 후보 리스트 등)를 미리 요구한다. 이것은 본 발명에 따른 실시간 추천 속도를 높이기 위한 것으로, 이를 위한 버퍼 관리자 등을 사용하여 추천 후보 리스트의 인덱스를 유지한다. 여기서, 사용자가 로그인을 하지 않은 상태에서는 일반 추천 사항을 포함한 웹 컨텐츠를 보여준다.
한편, 추천시스템 프로파일 데이터베이스(210)로부터 사용자의 추천 후보 리스트를 받게 되면(203), 사용자의 추천 후보 리스트 중에서 사용자의 위치에 따른 추천을 제공하기 위한 추천 리스트를 결정한다(205).
상기 사용자의 위치에 따른 추천 리스트를 결정하기 위해서 웹사이트의 레벨을 논리적인 단계로 나누어 고려하여야 하며, 이는 다음의 도 3을 이용하여 좀 더상세히 설명한다.
도 3 은 본 발명에 따른 웹사이트의 논리적 단계에 대한 일실시예 설명도이다.
도면에서, "301"은 웹사이트의 홈, "302"는 레벨1의 컨텐츠, "303"은 레벨2의 컨텐츠, 그리고 "30m"은 레벨m의 컨텐츠를 각각 나타낸다.
사용자의 위치에 따른 추천 리스트를 결정하기 위해서는 웹사이트의 레벨을 도 3과 같이 논리적 M 단계로 나누어 고려한다.
웹사이트의 구조가 도 3과 같이 표현될 수 있다는 것은 컨텐츠의 분류가 명확히 이루어져 있다는 것을 의미하는 것으로, 컨텐츠의 카테고리 분류에 따라서 그 구조와 레벨이 정해질 수 있다.
따라서, 해당 웹사이트의 레벨, 다시 말해서 컨텐츠의 분류 구조와 사용자의 위치를 연관 시켜서 사용자의 위치에 따른 적절한 컨텐츠의 추천을 가능하게 한다.
도 4 는 본 발명에 따른 레벨 별 사용자 선호 프로파일 구조의 일실시예 설명도이다.
도면에서, "401"은 사용자 아이디(ID), "402"는 웹사이트의 레벨, "403"은 레벨 별 집합을 각각 나타낸다.
도 4는 사용자의 선호 프로파일이 <키워드, 선호도>의 쌍(403)으로 표현된다고 했을 때, 이를 반영한 사용자 선호 프로파일의 구조를 나타낸다.
사용자는 각각의 카테고리 그룹에 대해서 레벨(402) 별 <키워드, 선호도> 쌍(403)의 집합을 가지는 것으로 생각할 수 있다.
도 5 는 본 발명에 따른 레벨 별 추천 후보 리스트 구조의 일실시예 설명도이다.
도면에서, "501"은 사용자 아이디(ID), "502"는 웹사이트 레벨, 그리고 "503"은 레벨 별 집합을 각각 나타낸다.
도 5는 추천 후보 리스트를 웹사이트의 레벨(502)에 따라서 표현한 것이다.
즉, 상기 분류된 추천 후보 리스트들을 대상으로, 추천 정책에 따라서 지정된 상위 N개의 카테고리별 추천 컨텐츠 리스트를 결정하여 사용자에게 출력한다.
도 6 은 본 발명에 따른 사용자의 위치에 따른 추천 리스트 결정 방법에 대한 일실시예 설명도이다.
본 발명에 따른 사용자의 위치에 따른 추천 리스트 결정 방법은 도 6과 같이 사용자의 현재 위치(602) 이하의 카테고리에 속한 추천 후보 리스트들의 모든 컨텐츠들에 대하여 각각의 유사도를 비교하여 유사도가 높은 상위 N개의 아이템을 현재 위치에서의 추천 컨텐츠(603)로 선정하고 추천 컨텐츠(603)와 유사도의 쌍으로 이루어진 추천 리스트를 작성한다.
추천 컨텐츠(603)의 출력은 상기 결정된 최종 추천 리스트를 사용자 화면에 출력하는 것으로 사용자 화면의 일부분이나 새로운 윈도우를 띄우는 등 사용자의 정의에 따라 다양한 방법으로 출력이 가능하다.
도 7 은 본 발명에 따른 사용자 선호 프로파일 구성 방법에 대한 일실시예 흐름도이다.
도 7에 도시된 바와 같이, 사용자 선호 프로파일 구성 방법은, 먼저서버군(710)으로부터 로그데이터를 받아 로그데이터 전처리를 한다(701).
다음으로, 카테고리 별 컨텐츠 선호 키워드를 필터링하여 컨텐츠 아이디(ID), 사용자 행동정보 등을 추천시스템(720)으로 전송하여 상기 추천시스템의 프로파일 데이터베이스(721)에 저장하고, 사용자 프로파일 갱신에 필요한 관련 프로파일을 학습서버(730)로 전송하여 학습시킨 후, 학습결과를 다시 프로파일 데이터베이스(721)에 저장한다.
상기 프로파일 데이터베이스(721)에 저장된 사용자의 카테고리별 <키워드, 선호도> 쌍의 집합으로 사용자 선호 프로파일을 구성한다(703).
사용자 선호 프로파일은 전처리된 로그데이터 정보를 바탕으로, 웹사이트의 컨텐츠 특성을 반영한 카테고리별 선호 키워드 정보를 찾아내어 하기 [표1]과 같이 구성한다.
C C_1 C_2 C_3 C_4
k w k w k w k w
C1 6 0.3 14 0.4 11 0.3 . .
4 0.25 12 0.25 14 0.1 . .
3 0.2 47 0.1 34 0.25 . .
2 0.15 26 0.15 31 0.35 . .
7 0.1 23 0.1 . . . .
C2 1 0.4 21 0.1 162 0.4 . .
3 0.1 39 0.2 172 0.2 . .
8 0.2 27 0.3 153 0.25 . .
4 0.3 13 0.4 115 0.15 . .
C3 65 0.6 79 0.7 . . . .
68 0.4 75 0.3 . . . .
... ... ... ... ... ... ... ... ...
여기서, C1, C2,...는 상위 컨텐츠 카테고리(분류)를 의미하고, C_1, C_2,...는 해당 카테고리의 두번째 카테고리를 의미한다. 그리고 "k"는 키워드를 의미하며, "w"는 선호도를 의미한다.
상기와 같이, 사용자의 선호정보를 하위 카테고리 분류까지 유지하므로 컨텐츠 추천 시에 사용자의 위치에 따라서 보다 적절한 정보를 제공할 수가 있다.
한편, 사용자 선호 프로파일은 사용자가 선호하는 각각의 카테고리 분류에 대해서 <키워드, 선호도> 쌍의 집합을 가지게 되며, 사용자가 서비스를 이용할 때마다 관련 값들이 갱신되어 새로운 사용자의 선호 프로파일이 만들어지게 된다.
이렇게 사용자 프로파일이 사용자가 선호하는 컨텐츠의 특성을 곧바로 반영하기 때문에, 추천시스템(720)이 사용자가 선호하는 카테고리별 컨텐츠를 쉽게 찾아내는 방법을 제공할 수 있다.
한편, 사용자의 선호 프로파일 갱신에 필요한 입력(input) 정보와 출력(output) 정보가 필요하며, 이와 같은 작업을 위한 학습서버(730)가 필요하다.
상기 입력 정보에는 기존 선호 프로파일의 <키워드, 선호도> 쌍의 집합, 사용자의 행동에 따른 피드백 타입 등 로그 정보, 사용자의 행동과 관련된 해당 컨텐츠들의 특성 정보 등이 포함되며, 출력 정보는 해당 사용자 선호 프로파일의 갱신된 <키워드, 선호도> 쌍의 집합이다.
그리고, 사용자가 웹사이트에 접속한 후의 행동에 대한 웹 서버로그와 스트리밍 서버로그 등이 필요하며, 전처리(Pre-processing)된 상기 로그 데이터는 사용자 아이디(ID)에 따른 사이트 내 컨텐츠 페이지 탐색경로, 컨텐츠에 대한 보기 유지시간, 컨텐츠 페이지의 북마크 여부 및 인쇄 여부, 컨텐츠 내에서 이루어지는 사용자의 행동정보 등을 포함한다.
상기와 같은, 사용자의 피드백 정보를 포함하는 데이터를 얻는 것이 서버 자체의 로그만으로 부족할 경우에는, 이러한 정보들을 얻을 수 있는 다른 인터넷 기술들을 사용하며, 사이트의 서비스 성격에 따라서 필요한 경우 구매로그 등도 추가될 수 있다.
본 발명에서는 이러한 로그 데이터를 얻는 방법에 대한 설명은 제외하며, 초기 사용자 프로파일이 사용자의 입력 정보나 협업 필터링(collaborative filtering) 등의 방법에 의해서 간단히 만들어져 있다고 가정한다.
도 8 은 본 발명에 따른 프로파일 매칭에 대한 일실시예 흐름도로서, 추천시스템에서 프로파일 매칭을 통한 추천 후보 리스트의 작성과정을 나타낸다.
도 8에 도시된 바와 같이, 프로파일 매칭은 추천시스템의 프로파일 데이터베이스(810)로부터 사용자 선호 프로파일을 획득하여(801) 사용자 선호 프로파일과 컨텐츠 프로파일을 매칭시킨다(802).
다음으로, 유사도가 임계값 보다 큰지를 판단한다(803).
상기 판단 결과, 유사도가 임계값 보다 크면 추천 후보 리스트를 결정하고(804), 사용자의 위치에 따른 추천 리스트를 결정한다(805).
상기 판단 결과, 유사도가 임계값 보다 작으면 그대로 종료한다.
[표 2]는 사용자 선호 프로파일의 "C2" 카테고리에 대해서 사용자가 선호하는 컨텐츠를 찾는 프로파일 매칭 과정의 예를 보이고 있다.
컨텐츠 프로파일에서 "CID"는 각 컨텐츠의 등록번호를 나타내며, "ai~ ak" 는 컨텐츠의 특성을 각각 나타내는 애트리뷰트들이다. 그러나, 실제 데이타베이스의 구현과 저장은 상기 [표 2]와 정확히 일치하지는 않는다.
상기 예에서, 매칭의 결과로 사용자 "JHP" 프로파일의 "C2", "C21" 카테고리와 관련이 있는 컨텐츠 "i+1" 과 컨텐츠 "i+3" 등을 찾아낸다. 이렇게 선택된 컨텐츠들의 추천 가능성을 카테고리에 대한 유사도를 바탕으로 결정하여, 추천 후보 리스트 테이블을 구성한다. 즉, 실제 구현에서는 사용자의 선호도에 따른 컨텐츠 카테고리별 추천 후보 리스트가 데이터베이스 테이블에 저장된다.
본 발명은, 전처리 과정을 거친 로그 데이터 등을 이용하여 사용자의 선호 프로파일을 구성하는 방법, 프로파일 매칭 등 일괄 처리과정을 거쳐 사용자별 추천 후보 리스트를 결정하는 방법, 그리고 상기 두 가지를 바탕으로 사용자의 위치에 따라서 추천 리스트를 결정하여 사용자에게 해당 컨텐츠들을 보여주는 과정을 각각 제시한다.
상술한 바와 같은 본 발명의 방법은 프로그램으로 구현되어 컴퓨터로 읽을 수 있는 형태로 기록매체(씨디롬, 램, 롬, 플로피 디스크, 하드 디스크, 광자기 디스크 등)에 저장될 수 있다.
이상에서 설명한 본 발명은 전술한 실시예 및 첨부된 도면에 의해 한정되는 것이 아니고, 본 발명의 기술적 사상을 벗어나지 않는 범위 내에서 여러 가지 치환, 변형 및 변경이 가능하다는 것이 본 발명이 속하는 기술분야에서 통상의 지식을 가진 자에게 있어 명백할 것이다.
상기한 바와 같은 본 발명은, 인터넷 웹사이트의 사용자들에게 컨텐츠 개인화 서비스를 제공하고, 이를 통해 사용자는 웹사이트에 접속 시 편리하게 자신에게 필요한 정보를 선택적으로 서비스 받을 수 있으며, 웹서비스 제공자의 경우는 사용자의 충성도를 높힐 수 있는 효과가 있다.
또한, 본 발명은 전자상거래 사이트에 적용되는 경우 지능형 마켓팅 서비스지원에 활용할 수 있어 서비스의 차별화를 통해 매출증대에 기여할 수 있는 효과가 있다.

Claims (7)

  1. 컨텐츠 추천 서비스 시스템에서의 사용자 선호 프로파일을 이용한 컨텐츠 추천 서비스 방법에 있어서,
    사용자의 컨텐츠 분야별 선호 프로파일을 구성하는 제 1 단계;
    상기 사용자 선호 프로파일을 추천시스템의 프로파일 데이터베이스에 저장하고, 사용자의 로그인(login)을 판단하는 제 2 단계;
    상기 판단 결과, 상기 사용자가 로그인하지 않았으면 일반 추천사항을 포함한 웹 화면을 출력하는 제 3 단계; 및
    상기 판단 결과, 상기 사용자가 로그인하였으면 추천시스템의 프로파일 데이터베이스에 사용자 선호 프로파일 정보를 요구하여 추천 후보 리스트를 획득한 후, 상기 사용자의 현재 웹 컨텐츠 상의 위치를 반영하여 추천 리스트를 출력하는 제 4 단계
    를 포함하는 컨텐츠 추천 서비스 방법.
  2. 제 1 항에 있어서,
    상기 제 1 단계는,
    서버군으로부터 전달된 로그 데이터를 전처리하는 제 5 단계;
    상기 로그 데이터를 바탕으로 카테고리별 컨텐츠 선호 키워드 정보를 찾아내는 제 6 단계; 및
    상기 선호 키워드 정보를 이용하여 상기 사용자의 카테고리별 사용자 선호 프로파일을 구성하는 제 7 단계
    를 포함하는 컨텐츠 추천 서비스 방법.
  3. 제 2 항에 있어서,
    상기 로그 데이터는,
    상기 사용자 식별자에 따른 사이트 내의 컨텐츠 페이지 탐색 경로, 컨텐츠에 대한 보기 유지시간, 컨텐츠 페이지의 북마크 여부 및 인쇄 여부, 컨텐츠 내에서 이루어지는 사용자의 행동정보를 포함하는 것을 특징으로 하는 컨텐츠 추천 서비스 방법.
  4. 제 1 항에 있어서,
    상기 제 4 단계는,
    상기 추천시스템으로부터 사용자 선호 프로파일을 획득하는 제 5 단계;
    상기 획득된 사용자 선호 프로파일과 컨텐츠 프로파일을 매칭하는 제 6 단계;
    상기 매칭의 결과에 따라 카테고리에 대한 유사도와 임계값을 판단하는 제 7단계; 및
    상기 판단 결과, 상기 유사도가 임계값 보다 크면 추천 후보 리스트를 결정하여 사용자의 위치에 따른 추천 리스트를 결정하는 제 8 단계
    를 포함하는 컨텐츠 추천 서비스 방법.
  5. 제 4 항에 있어서,
    상기 판단 결과, 유사도가 임계값 보다 작으면 추천 후보 리스트에서 제외하는 제 9 단계
    를 더 포함하는 컨텐츠 추천 서비스 방법.
  6. 제 4 항 또는 제 5 항에 있어서,
    상기 제 8 단계의 추천 후보 리스트를 결정하는 과정은,
    실질적으로, 사용자의 선호도에 따른 컨텐츠 카테고리별 추천 후보 리스트 테이블을 구성하여 데이터베이스 테이블에 저장하는 것을 특징으로 하는 컨텐츠 추천 서비스 방법.
  7. 프로세서를 구비한 컨텐츠 추천 서비스 시스템에,
    사용자 선호 프로파일을 구성하는 제 1 기능;
    상기 사용자 선호 프로파일을 추천시스템의 프로파일 데이터베이스에 저장하고, 사용자의 로그인(login)을 판단하는 제 2 기능;
    상기 판단 결과, 상기 사용자가 로그인하지 않았으면 일반 추천사항을 포함한 웹 화면을 출력하는 제 3 기능; 및
    상기 판단 결과, 상기 사용자가 로그인하였으면 추천시스템의 프로파일 데이터베이스에 사용자 선호 프로파일 정보를 요구하여 추천 후보 리스트를 획득한 후, 상기 사용자의 현재 웹 컨텐츠 상의 위치를 반영하여 추천 리스트를 출력하는 제 4 기능
    을 실현시키기 위한 프로그램을 기록한 컴퓨터로 읽을 수 있는 기록매체.
KR1020010039133A 2001-06-30 2001-06-30 사용자의 분야별 선호 프로파일을 이용한 컨텐츠 추천서비스 방법 KR20030003396A (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020010039133A KR20030003396A (ko) 2001-06-30 2001-06-30 사용자의 분야별 선호 프로파일을 이용한 컨텐츠 추천서비스 방법

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020010039133A KR20030003396A (ko) 2001-06-30 2001-06-30 사용자의 분야별 선호 프로파일을 이용한 컨텐츠 추천서비스 방법

Publications (1)

Publication Number Publication Date
KR20030003396A true KR20030003396A (ko) 2003-01-10

Family

ID=27712942

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020010039133A KR20030003396A (ko) 2001-06-30 2001-06-30 사용자의 분야별 선호 프로파일을 이용한 컨텐츠 추천서비스 방법

Country Status (1)

Country Link
KR (1) KR20030003396A (ko)

Cited By (25)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2006080820A1 (en) * 2005-01-28 2006-08-03 Sk Telecom Co., Ltd. Method and system for recommending preferred service using mobile robot
KR100781399B1 (ko) * 2005-07-26 2007-11-30 연세대학교 산학협력단 사용자의 상황에 따라 추천 엔진별 가중치를 부여하는장치, 방법 및 이를 구현할 수 있는 컴퓨터로 읽을 수 있는기록 매체
WO2008054744A1 (en) * 2006-10-31 2008-05-08 Hewlett-Packard Development Company, L.P. Content rating systems and methods
KR100907744B1 (ko) * 2006-11-13 2009-07-14 에스케이커뮤니케이션즈 주식회사 협업 필터링 시스템 및 그 방법
KR20090080982A (ko) * 2006-10-18 2009-07-27 구글 인코포레이티드 신디케이션에 적합한 포괄적인 온라인 랭킹 시스템 및 방법
KR100925511B1 (ko) * 2008-03-24 2009-11-06 에스케이커뮤니케이션즈 주식회사 협업필터링을 이용한 컨텐츠 분류 방법 및 시스템
WO2010090433A2 (ko) * 2009-02-06 2010-08-12 팅크웨어(주) 상대적인 관심 증가 영역에 대한 추천 방법 및 장치
KR101048100B1 (ko) * 2008-05-14 2011-07-11 주식회사 비엔에스웍스 인텔리전트 서비스 제공 디바이스 및 그 방법
WO2011019524A3 (en) * 2009-08-13 2011-08-04 Vertical Acuity Systems and methods for providing targeted content to a network user
WO2011126885A3 (en) * 2010-03-30 2011-12-22 Microsoft Corporation Summary presentation of media consumption
KR101111086B1 (ko) * 2010-01-19 2012-02-24 충남대학교산학협력단 에이전트 기반의 개인화된 멀티미디어 주크박스 시스템
US8200667B2 (en) 2007-08-30 2012-06-12 Samsung Electronics Co., Ltd. Method and apparatus for constructing user profile using content tag, and method for content recommendation using the constructed user profile
US8254230B2 (en) 2004-09-06 2012-08-28 Sony Corporation Recording apparatus and method, and recording medium and program used therewith
KR101415022B1 (ko) * 2007-07-24 2014-07-09 삼성전자주식회사 복합 알고리즘 이용한 정보 추천 방법 및 장치
KR20150117582A (ko) * 2014-04-10 2015-10-20 엘지전자 주식회사 서버, 영상제공장치, 및 이를 포함하는 영상 제공 시스템
KR20160075103A (ko) * 2014-12-19 2016-06-29 연세대학교 산학협력단 신규 컨텐츠에 대한 컨텐츠 선호도 예측 방법 및 장치
US9396485B2 (en) 2009-12-24 2016-07-19 Outbrain Inc. Systems and methods for presenting content
KR101691220B1 (ko) * 2016-03-28 2016-12-29 주식회사 쿨리오 콘텐츠 평가에 따른 개인화 된 콘텐츠 추천 시스템
US10269024B2 (en) 2008-02-08 2019-04-23 Outbrain Inc. Systems and methods for identifying and measuring trends in consumer content demand within vertically associated websites and related content
US10607235B2 (en) 2009-12-24 2020-03-31 Outbrain Inc. Systems and methods for curating content
KR102096419B1 (ko) 2019-09-24 2020-04-03 주식회사 옵티마이즈 위치정보와 빅데이터 분석에 기반한 여행 동행 및 상품 제공 시스템 및 방법
US10713666B2 (en) 2009-12-24 2020-07-14 Outbrain Inc. Systems and methods for curating content
KR102163028B1 (ko) * 2020-05-28 2020-10-07 주식회사 마이프랜차이즈 웹사이트 정보 제공 서버 및 이를 이용한 웹사이트 정보 제공 방법
WO2022177293A1 (ko) * 2021-02-16 2022-08-25 삼성전자 주식회사 추천 컨텐츠를 제공하기 위한 방법, 이를 위한 서버 및 전자 장치
CN115390466A (zh) * 2022-07-29 2022-11-25 青岛海尔科技有限公司 行为偏好表的生成方法和装置、存储介质及电子装置

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH10134080A (ja) * 1996-11-01 1998-05-22 Imamura Shiyunya 訴求対象別情報発信システム
JPH117453A (ja) * 1997-04-22 1999-01-12 Mitsubishi Electric Corp メディア情報推薦装置
KR20010028775A (ko) * 1999-09-22 2001-04-06 구자홍 사용자 프로파일의 복합항목 사용자 선호도 정보 자료구조와 복합항목 사용자 선호도 정보 자료구조를 이용한 멀티미디어 콘텐트 필터링 및 검색 방법
KR20020007742A (ko) * 2000-07-18 2002-01-29 김민욱 사용자별 정보선호 분석 및 정보 내용 인기도 평가를 통한정보추천 방법 및 그 시스템

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH10134080A (ja) * 1996-11-01 1998-05-22 Imamura Shiyunya 訴求対象別情報発信システム
JPH117453A (ja) * 1997-04-22 1999-01-12 Mitsubishi Electric Corp メディア情報推薦装置
KR20010028775A (ko) * 1999-09-22 2001-04-06 구자홍 사용자 프로파일의 복합항목 사용자 선호도 정보 자료구조와 복합항목 사용자 선호도 정보 자료구조를 이용한 멀티미디어 콘텐트 필터링 및 검색 방법
KR20020007742A (ko) * 2000-07-18 2002-01-29 김민욱 사용자별 정보선호 분석 및 정보 내용 인기도 평가를 통한정보추천 방법 및 그 시스템

Cited By (27)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US8254230B2 (en) 2004-09-06 2012-08-28 Sony Corporation Recording apparatus and method, and recording medium and program used therewith
WO2006080820A1 (en) * 2005-01-28 2006-08-03 Sk Telecom Co., Ltd. Method and system for recommending preferred service using mobile robot
KR100781399B1 (ko) * 2005-07-26 2007-11-30 연세대학교 산학협력단 사용자의 상황에 따라 추천 엔진별 가중치를 부여하는장치, 방법 및 이를 구현할 수 있는 컴퓨터로 읽을 수 있는기록 매체
KR20090080982A (ko) * 2006-10-18 2009-07-27 구글 인코포레이티드 신디케이션에 적합한 포괄적인 온라인 랭킹 시스템 및 방법
WO2008054744A1 (en) * 2006-10-31 2008-05-08 Hewlett-Packard Development Company, L.P. Content rating systems and methods
KR100907744B1 (ko) * 2006-11-13 2009-07-14 에스케이커뮤니케이션즈 주식회사 협업 필터링 시스템 및 그 방법
KR101415022B1 (ko) * 2007-07-24 2014-07-09 삼성전자주식회사 복합 알고리즘 이용한 정보 추천 방법 및 장치
US8200667B2 (en) 2007-08-30 2012-06-12 Samsung Electronics Co., Ltd. Method and apparatus for constructing user profile using content tag, and method for content recommendation using the constructed user profile
US8583641B2 (en) 2007-08-30 2013-11-12 Samsung Electronics Co., Ltd. Method and apparatus for constructing user profile using content tag, and method for content recommendation using the constructed user profile
US10269024B2 (en) 2008-02-08 2019-04-23 Outbrain Inc. Systems and methods for identifying and measuring trends in consumer content demand within vertically associated websites and related content
KR100925511B1 (ko) * 2008-03-24 2009-11-06 에스케이커뮤니케이션즈 주식회사 협업필터링을 이용한 컨텐츠 분류 방법 및 시스템
KR101048100B1 (ko) * 2008-05-14 2011-07-11 주식회사 비엔에스웍스 인텔리전트 서비스 제공 디바이스 및 그 방법
WO2010090433A2 (ko) * 2009-02-06 2010-08-12 팅크웨어(주) 상대적인 관심 증가 영역에 대한 추천 방법 및 장치
WO2010090433A3 (ko) * 2009-02-06 2010-11-18 팅크웨어(주) 상대적인 관심 증가 영역에 대한 추천 방법 및 장치
WO2011019524A3 (en) * 2009-08-13 2011-08-04 Vertical Acuity Systems and methods for providing targeted content to a network user
US10713666B2 (en) 2009-12-24 2020-07-14 Outbrain Inc. Systems and methods for curating content
US9396485B2 (en) 2009-12-24 2016-07-19 Outbrain Inc. Systems and methods for presenting content
US10607235B2 (en) 2009-12-24 2020-03-31 Outbrain Inc. Systems and methods for curating content
KR101111086B1 (ko) * 2010-01-19 2012-02-24 충남대학교산학협력단 에이전트 기반의 개인화된 멀티미디어 주크박스 시스템
WO2011126885A3 (en) * 2010-03-30 2011-12-22 Microsoft Corporation Summary presentation of media consumption
KR20150117582A (ko) * 2014-04-10 2015-10-20 엘지전자 주식회사 서버, 영상제공장치, 및 이를 포함하는 영상 제공 시스템
KR20160075103A (ko) * 2014-12-19 2016-06-29 연세대학교 산학협력단 신규 컨텐츠에 대한 컨텐츠 선호도 예측 방법 및 장치
KR101691220B1 (ko) * 2016-03-28 2016-12-29 주식회사 쿨리오 콘텐츠 평가에 따른 개인화 된 콘텐츠 추천 시스템
KR102096419B1 (ko) 2019-09-24 2020-04-03 주식회사 옵티마이즈 위치정보와 빅데이터 분석에 기반한 여행 동행 및 상품 제공 시스템 및 방법
KR102163028B1 (ko) * 2020-05-28 2020-10-07 주식회사 마이프랜차이즈 웹사이트 정보 제공 서버 및 이를 이용한 웹사이트 정보 제공 방법
WO2022177293A1 (ko) * 2021-02-16 2022-08-25 삼성전자 주식회사 추천 컨텐츠를 제공하기 위한 방법, 이를 위한 서버 및 전자 장치
CN115390466A (zh) * 2022-07-29 2022-11-25 青岛海尔科技有限公司 行为偏好表的生成方法和装置、存储介质及电子装置

Similar Documents

Publication Publication Date Title
KR20030003396A (ko) 사용자의 분야별 선호 프로파일을 이용한 컨텐츠 추천서비스 방법
US20220020056A1 (en) Systems and methods for targeted advertising
US11449553B2 (en) Systems and methods for generating real-time recommendations
JP5941075B2 (ja) 信頼ネットワークを含むユーザ判断を一体化したサーチシステム、方法及びコンピュータ読取可能媒体
US8321278B2 (en) Targeted advertisements based on user profiles and page profile
US8661050B2 (en) Hybrid recommendation system
US7650329B2 (en) Method and system for generating a search result list based on local information
KR100852034B1 (ko) 분배형 데이터베이스의 문서를 분류하고 제시하기 위한 방법 및 장치
US10452662B2 (en) Determining search result rankings based on trust level values associated with sellers
US20060294071A1 (en) Facet extraction and user feedback for ranking improvement and personalization
US20150026149A1 (en) Method and system of managing and using profile information
US20050131897A1 (en) Method and system for expertise mapping based on user activity in recommender systems
US20020173971A1 (en) System, method and application of ontology driven inferencing-based personalization systems
US7693805B2 (en) Automatic identification of distance based event classification errors in a network by comparing to a second classification using event logs
US20070150721A1 (en) Disambiguation for Preprocessing Content to Determine Relationships
WO2001025947A1 (en) Method of dynamically recommending web sites and answering user queries based upon affinity groups
EP1969543A2 (en) Computer method and system for publishing content on a global computer network
Lewandowski et al. Deriving query intents from web search engine queries
US20130173583A1 (en) Keyword index pruning
Santesteban et al. How big data confers market power to big tech: Leveraging the perspective of data science
US20190295106A1 (en) Ranking Vendor Data Objects
KR20200133976A (ko) 콘텐츠 큐레이션 방법 및 장치
KR20030058660A (ko) 개인화 시스템에서 사용자의 컨텐트 선호도를 이용한협업필터링 학습방법
US7814109B2 (en) Automatic categorization of network events
KR101688391B1 (ko) 위치정보ｄｂ 기반 사용자 맞춤형 여가활동 코스 추천 컨텐츠 제공 시스템 및 방법

Legal Events

Date Code Title Description
PA0109 Patent application

Patent event code: PA01091R01D

Comment text: Patent Application

Patent event date: 20010630

PG1501 Laying open of application
A201 Request for examination
PA0201 Request for examination

Patent event code: PA02012R01D

Patent event date: 20060630

Comment text: Request for Examination of Application

Patent event code: PA02011R01I

Patent event date: 20010630

Comment text: Patent Application

E902 Notification of reason for refusal
PE0902 Notice of grounds for rejection

Comment text: Notification of reason for refusal

Patent event date: 20070718

Patent event code: PE09021S01D

E902 Notification of reason for refusal
PE0902 Notice of grounds for rejection

Comment text: Notification of reason for refusal

Patent event date: 20080213

Patent event code: PE09021S01D

E902 Notification of reason for refusal
PE0902 Notice of grounds for rejection

Comment text: Notification of reason for refusal

Patent event date: 20080804

Patent event code: PE09021S01D

E601 Decision to refuse application
PE0601 Decision on rejection of patent

Patent event date: 20090402

Comment text: Decision to Refuse Application

Patent event code: PE06012S01D

Patent event date: 20080804

Comment text: Notification of reason for refusal

Patent event code: PE06011S01I

Patent event date: 20080213

Comment text: Notification of reason for refusal

Patent event code: PE06011S01I

Patent event date: 20070718

Comment text: Notification of reason for refusal

Patent event code: PE06011S01I

J201 Request for trial against refusal decision
PJ0201 Trial against decision of rejection

Patent event date: 20090430

Comment text: Request for Trial against Decision on Refusal

Patent event code: PJ02012R01D

Patent event date: 20090402

Comment text: Decision to Refuse Application

Patent event code: PJ02011S01I

Appeal kind category: Appeal against decision to decline refusal

Appeal identifier: 2009101004030

Request date: 20090430

J501 Disposition of invalidation of trial
PJ0501 Disposition of invalidation of trial

Appeal kind category: Appeal against decision to decline refusal

Request date: 20090430

Appeal identifier: 2009101004030