KR20160080716A - Device for content recommendation and generation, and content marketing system comprising the same, and method for content recommendation and generation - Google Patents

Abstract

A content trading system is disclosed. According to an embodiment of the present invention, a content trading system comprises: a content recommending apparatus for providing a recommendation on a product to a user based on preference of the user on the product; and a content generating apparatus for modifying digital type content based on modification information received from the user or a third-party on the digital type content.

Description

Translated fromKorean

컨텐츠 추천 및 생성 장치와 이를 포함하는 컨텐츠 매매 시스템, 및 컨텐츠 추천 및 생성 방법{DEVICE FOR CONTENT RECOMMENDATION AND GENERATION, AND CONTENT MARKETING SYSTEM COMPRISING THE SAME, AND METHOD FOR CONTENT RECOMMENDATION AND GENERATION}TECHNICAL FIELD [0001] The present invention relates to a content recommendation and generation apparatus, a content marketing system including the same, and a content recommendation and generation method.

본 발명의 실시예들은 컨텐츠 추천 및 생성 장치와 이를 포함하는 컨텐츠 매매 시스템, 및 컨텐츠 추천 및 생성 방법에 관한 것이다.
Embodiments of the present invention relate to a content recommendation and generation apparatus, a content marketing system including the same, and a content recommendation and generation method.

종래의 인터넷쇼핑몰의 운용방식은 사용자가 웹서버에 연결할 때마다 직접 원하는 상품을 일일이 찾아 헤매야 하는 번거로움이 있다. 또한 인터넷쇼핑몰 서비스 운영자의 경우에도 회원의 개인적 성향을 일일이 고려하지 않으므로 모든 회원에게 획일적인 상품제시만을 수행하므로 서비스의 질이 떨어질 뿐만 아니라 매출증대로 이어질 수 없는 한계를 안고 있다.Conventionally, the operation method of the Internet shopping mall is troublesome to search for desired products directly each time a user connects to a web server. In addition, even in the case of the Internet shopping mall service operator, since the individual tendency of the member is not taken into account, only the uniform product is presented to all the members, so the service quality is deteriorated and the sales can not be increased.

현재 경영부문에 있어 다양한 기법의 데이터마이닝기법이 소개되고 있다. 데이터마이닝이란 대량의 데이터로부터 쉽게 드러나지 않는 유용한 정보들을 추출하는 과정으로 이해된다.Currently, data mining techniques of various techniques are introduced in the management sector. Data mining is understood as a process of extracting useful information that is not easily exposed from a large amount of data.

현재 각 기업체는 기업이 보유하고 있는 일일거래자료, 고객자료, 상품자료, 마케팅활동의 피드백자료와 기타 외부자료를 포함하여 사용가능한 데이터를 기반으로 숨겨진 지식, 기대하지 못했던 패턴, 새로운 법칙과 관계를 발견하고 이들로부터의 결과를 실제경영의 의사결정 등을 위한 정보로서 활용하고자 노력 중에 있으나 아직까지 인터넷 쇼핑몰에 이러한 경영기법을 도입한 예는 찾아볼 수 없다.Currently, each company has a relationship with hidden knowledge, unexpected patterns, new laws and rules based on available data, including daily transaction data, customer data, product data, marketing activity feedback, and other external data. We have tried to use these results as information for decision making of actual management. However, there are no examples of introducing such management techniques into Internet shopping malls yet.

관련 선행기술로는 대한민국 공개특허공보 제10-2009-0000402호(발명의 명칭: 상황정보를 이용한 상거래 추천 시스템 및 그 방법, 공개일자: 2009. 01. 07)가 있다.
Related Prior Art Korean Patent Publication No. 10-2009-0000402 (entitled " Commerce Recommendation System Using Situation Information and Method ", published on Jan. 01, 2009) is available.

본 발명의 일 실시예는 사용자에게 개인화되고 유전 알고리즘을 통하여 갱신을 할 수 있는 컨텐츠 추천 장치 및 방법을 제공한다.An embodiment of the present invention provides a content recommendation apparatus and method that can be personalized to a user and updated through a genetic algorithm.

본 발명의 일 실시예는 사용자 및 제3자의 선택에 따라 컨텐츠의 정보를 변형할 수 있는 컨텐츠 생성 장치 및 방법을 제공한다.An embodiment of the present invention provides a content generating apparatus and method capable of modifying information of a content according to a selection of a user and a third party.

본 발명의 일 실시예는 컨텐츠 추천 및 생성 장치를 포함하는 컨텐츠 매매 시스템을 제공한다.
One embodiment of the present invention provides a content marketing system including a content recommendation and generation device.

본 발명의 일 실시예에 따른 컨텐츠 추천 장치는 사용자 입력 조작을 통하여 선택된 선택 상품 및 상기 선택 상품과 관련된 관련 상품에 대한 사용자의 선호 정도를 나타내는 선호 점수를 산출하는 선호도 산출부; n(n은 자연수)개의 상기 관련 상품으로 구성되는 적어도 하나 이상의 추천 개체군을 생성하는 추천 개체군 생성부; 및 상기 추천 개체군을 구성하는 상기 관련 상품 중 적어도 하나 이상을 표시하는 추천부를 포함한다.The content recommendation apparatus according to an exemplary embodiment of the present invention includes a preference calculating unit for calculating a preference score indicating a preference degree of a user for a selected product selected through a user input operation and an associated product related to the selected product; a recommendation population generation unit for generating at least one recommended population group composed of n (n is a natural number) related products; And a recommendation unit for displaying at least one of the related goods constituting the recommendation population.

상기 선호도 산출부는 사용자의 입력 조작에 의하여 직접 검색된 상품, 사용자의 입력 조작에 의하여 상기 관련 상품 중에서 선택된 상품 및 사용자의 입력 조작에 의하여 요약 정보만 취득한 상품에 따라 선별적으로 선호 점수를 산출할 수 있다.The preference calculating unit may selectively calculate a preference score according to a product directly searched by an input operation of a user, a product selected from the related goods by a user's input operation, and a product obtained by only obtaining summary information by an input operation of a user .

상기 추천 개체군을 구성하는 각각의 상기 관련 상품의 선호 점수를 상기 추천 개체군 별로 합한 값인 적합 점수를 미리 설정된 적합 임계치와 비교하는 적합도 비교부; 및 상기 비교 결과에 기초하여 상기 추천 개체군 별로 상기 추천 개체군을 구성하는 상기 관련 상품을 갱신하는 갱신부를 더 포함할 수 있다.A fitness comparison unit for comparing a fitness score, which is a sum of the fitness score of each of the related goods constituting the recommended population, for each recommendation population, with a preset fitness value; And an update unit for updating the related goods constituting the recommended population group for each recommended population group based on the comparison result.

상기 추천부는 상기 적합 점수가 상기 적합 임계치 보다 큰 조건을 만족하는 추천 개체군 중 상기 적합 점수가 가장 높은 적어도 하나의 추천 개체군 내 상기 관련 상품을 표시할 수 있다.The recommendation unit may display the related goods in at least one recommended population group having the highest fitness score among the recommended population groups satisfying the condition that the fitness score is larger than the fitness level threshold.

상기 갱신부는 제3자에 의해 생성된 선택 상품 및 관련 상품의 조합에 따른 다수의 대응 상품의 선호 점수의 평균인 평균 선호 점수를 산출하는 평균 산출부를 포함하고, 상기 다수의 대응 상품별 평균 선호 점수에 더 기초하여 상기 관련 상품을 갱신할 수 있다.Wherein the updating unit includes an average calculating unit for calculating an average preference score which is an average of preference scores of a plurality of corresponding products according to a combination of the selected product and the related goods generated by the third party, The related merchandise can be renewed on the basis of the additional information.

상기 갱신부는 제1 추천 개체군을 구성하는 제1 관련 상품을 제2 추천 개체군을 구성하는 제2 관련 상품과 교체하여 제3 추천 개체군을 생성하는 교배부; 및 상기 추천 개체군을 구성하는 상기 관련 상품을 지정된 조건을 만족하는 다른 관련 상품으로 변경하여 제4 추천 개체군을 생성하는 변이부 중 적어도 하나를 포함하고, 상기 지정된 조건은 상기 평균 선호 점수가 미리 설정된 선호 임계치 이상인 것을 특징으로 할 수 있다.Wherein the update unit comprises: a mismatching unit for generating a third recommendation population by replacing a first related product constituting the first recommendation population with a second related product constituting the second recommendation population; And a variation unit for generating a fourth recommendation population by changing the related product constituting the recommendation population to another related product satisfying a specified condition, Or more than the threshold value.

본 발명의 일 실시예에 따른 컨텐츠 생성 장치는, 사용자의 입력 조작에 의해 선택된, 디지털 형식의 컨텐츠가 갖고 있는 청각적 정보 또는 시각적 정보에 대한 변형 정보를 입력 받는 입력부; 상기 입력 받은 변형 정보에 기초하여 상기 디지털 형식의 컨텐츠를 변형하여 변형 컨텐츠를 생성하는 컨텐츠 생성부; 및 상기 생성된 변형 컨텐츠를 컨텐츠 저장소에 저장하는 저장부를 포함하고, 상기 컨텐츠는 상기 사용자 입력 조작에 의해 상기 디지털 형식의 컨텐츠가 저장된 상기 컨텐츠 저장소로부터 선택된다.An apparatus for generating content according to an exemplary embodiment of the present invention includes an input unit for inputting deformation information about auditory information or visual information possessed by content in a digital format selected by a user's input operation; A content generation unit for generating a modified content by modifying the digital formatted content based on the input deformation information; And a storage unit for storing the generated modified content in a content repository, wherein the content is selected from the content repository in which the digital content is stored by the user input operation.

상기 변형 정보는 상기 청각적 정보의 일정 구간 내 정보를 발췌하여 생성된 정보, 상기 청각적 정보의 특정 주파수 대역의 신호 크기를 변형하여 생성된 정보, 및 상기 시각적 정보의 색상 정보, 무늬 정보 및 형태 정보를 변형하여 생성된 정보 중 적어도 하나를 포함할 수 있다.The deformation information may include information generated by extracting information in a certain section of the audio information, information generated by modifying the signal size of the specific frequency band of the audio information, and color information, And may include at least one of information generated by modifying the information.

상기 입력부는 상기 사용자 이외의 제3자에 의하여 상기 변형 정보를 더 입력 받을 수 있다.The input unit may further receive the deformation information by a third party other than the user.

본 발명의 일 실시예에 따른 컨텐츠 매매 시스템은 사용자에게 상품에 대한 사용자의 선호도에 기초하여 상기 상품에 대한 추천을 제공하는 컨텐츠 추천 장치; 및 디지털 형식의 컨텐츠에 있어서 사용자 또는 제3자로부터 수신한 변형 정보에 기초하여 상기 디지털 형식의 컨텐츠를 변형하는 컨텐츠 생성 장치를 포함한다.A content marketing system according to an embodiment of the present invention includes a content recommendation apparatus that provides a user with a recommendation for the product based on a user's preference for the product; And a content generation device for modifying the digital format content based on transformation information received from a user or a third party in content in digital format.

본 발명의 일 실시예에 따른 컨텐츠 추천 방법은 사용자 입력 조작을 통하여 선택된 선택 상품 및 상기 선택 상품과 관련된 관련 상품에 대한 사용자의 선호 정도를 나타내는 선호 점수를 산출하는 단계; n(n은 자연수)개의 상기 관련 상품으로 구성되는 적어도 하나 이상의 추천 개체군을 생성하는 단계; 및 상기 추천 개체군을 구성하는 상기 관련 상품 중 적어도 하나 이상을 표시하는 단계를 포함한다.According to an embodiment of the present invention, there is provided a content recommendation method, comprising: calculating a preference score indicating a preference degree of a user for a selected commodity selected through a user input operation and a related commodity related to the selected commodity; generating at least one recommended population group composed of n (n is a natural number) related products; And displaying at least one of the related goods constituting the recommendation population.

상기 선호 점수를 산출하는 단계는 사용자의 입력 조작에 의하여 직접 검색된 상품, 사용자의 입력 조작에 의하여 상기 관련 상품 중에서 선택된 상품 및 사용자의 입력 조작에 의하여 요약 정보만 취득한 상품에 따라 선별적으로 선호 점수를 산출할 수 있다.The step of calculating the preference score may include calculating a preference score based on a product directly searched by the user's input operation, a product selected from the related product by the user's input operation, Can be calculated.

본 발명의 일 실시예에 따른 컨텐츠 추천 방법은 상기 추천 개체군을 구성하는 각각의 상기 관련 상품의 선호 점수를 상기 추천 개체군 별로 합한 값인 적합 점수를 미리 설정된 적합 임계치와 비교하는 단계; 및 상기 비교 결과에 기초하여 상기 추천 개체군 별로 상기 추천 개체군을 구성하는 상기 관련 상품을 갱신하는 단계를 더 포함할 수 있다.According to an embodiment of the present invention, there is provided a method for recommending a content, the method comprising: comparing a preference score of each related product constituting the recommendation population with a fit threshold, And updating the related goods constituting the recommended population group for each recommended population group based on the comparison result.

상기 추천 개체군을 구성하는 상기 관련 상품 중 적어도 하나 이상을 표시하는 단계는 상기 적합 점수가 상기 적합 임계치 보다 큰 조건을 만족하는 추천 개체군 중 상기 적합 점수가 가장 높은 적어도 하나의 추천 개체군 내 상기 관련 상품을 표시할 수 있다.Wherein the step of displaying at least one of the related goods constituting the recommendation population includes a step of displaying the related goods in at least one recommended population group having the highest fit score among the recommendation population groups satisfying the condition that the fit score is larger than the fit threshold Can be displayed.

상기 추천 개체군을 구성하는 상기 관련 상품을 갱신하는 단계는 제3자에 의해 생성된 선택 상품 및 관련 상품의 조합에 따른 다수의 대응 상품의 선호 점수의 평균인 평균 선호 점수를 산출하는 단계를 포함하고, 상기 다수의 대응 상품별 평균 선호 점수에 더 기초하여 상기 관련 상품을 갱신할 수 있다.The step of updating the related goods constituting the recommendation population includes calculating an average preference score which is an average of the preference scores of the plurality of corresponding goods based on the combination of the selected goods and the related goods generated by the third party , The related goods can be updated based on the average preference score for each of the plurality of corresponding goods.

상기 추천 개체군을 구성하는 상기 관련 상품을 갱신하는 단계는 제1 추천 개체군을 구성하는 제1 관련 상품을 제2 추천 개체군을 구성하는 제2 관련 상품과 교체하여 제3 추천 개체군을 생성하는 단계; 및 상기 추천 개체군을 구성하는 상기 관련 상품을 지정된 조건을 만족하는 다른 관련 상품으로 변경하여 제4 추천 개체군을 생성하는 단계 중 적어도 하나를 포함하고, 상기 지정된 조건은 상기 평균 선호 점수가 미리 설정된 선호 임계치 이상일 수 있다.The step of updating the related goods constituting the recommendation population includes the steps of generating a third recommendation population by replacing a first related item constituting the first recommendation population with a second related item constituting the second recommendation population; And generating a fourth recommendation population by changing the related commodity constituting the recommendation population to another related commodity satisfying a specified condition, wherein the designated condition is satisfied when the average preference score is less than or equal to a predetermined preference threshold Or more.

본 발명의 일 실시예에 따른 컨텐츠 생성 방법은, 사용자의 입력 조작에 의해 선택된, 디지털 형식의 컨텐츠가 갖고 있는 청각적 정보 또는 시각적 정보에 대한 변형 정보를 입력 받는 단계; 상기 입력 받은 변형 정보에 기초하여 상기 디지털 형식의 컨텐츠를 변형하여 변형 컨텐츠를 생성하는 단계; 및 상기 생성된 변형 컨텐츠를 컨텐츠 저장소에 저장하는 단계를 포함하고, 상기 컨텐츠는 상기 사용자 입력 조작에 의해 상기 디지털 형식의 컨텐츠가 저장된 상기 컨텐츠 저장소로부터 선택된다.According to an embodiment of the present invention, there is provided a method of generating a content, the method comprising: inputting deformation information of auditory information or visual information of digital content selected by a user's input operation; Transforming the digital formatted content based on the input deformation information to generate modified content; And storing the generated modified content in a content repository, wherein the content is selected from the content repository in which the digital content is stored by the user input operation.

상기 변형 정보는 상기 청각적 정보의 일정 구간 내 정보를 발췌하여 생성된 정보, 상기 청각적 정보의 특정 주파수 대역의 신호 크기를 변형하여 생성된 정보, 및 상기 시각적 정보의 색상 정보, 무늬 정보 및 형태 정보를 변형하여 생성된 정보 중 적어도 하나를 포함할 수 있다.The deformation information may include information generated by extracting information in a certain section of the audio information, information generated by modifying the signal size of the specific frequency band of the audio information, and color information, And may include at least one of information generated by modifying the information.

상기 디지털 형식의 컨텐츠가 갖고 있는 청각적 정보 또는 시각적 정보에 대한 변형 정보를 입력 받는 단계는 상기 사용자 이외의 제3자에 의하여 상기 변형 정보를 더 입력 받을 수 있다.
The deformation information of the auditory information or the visual information of the digital contents may be input by the third party other than the user.

본 발명의 일 실시예에 따르면, 사용자의 상품 정보 취득 성향을 판단하여 관련성 있는 상품군을 형성하고 이를 유전 알고리즘을 통해 개선하여 개인화된 컨텐츠 추천 서비스를 제공할 수 있다.According to an embodiment of the present invention, it is possible to provide a personalized content recommendation service by determining a user's tendency to acquire product information to form a related product group and improving it through a genetic algorithm.

본 발명의 일 실시예에 따르면, 사용자 및 사용자 이외의 제3자가 디지털 컨텐츠의 정보를 변형하고 사용자가 이를 선택하여, 다양한 형태의 변형된 디지털 정보를 생성할 수 있다.
According to an embodiment of the present invention, a user and a third party other than the user can modify the information of the digital content and the user can select it and generate various types of modified digital information.

도 1은 본 발명의 일 실시예에 따른 컨텐츠 추천 장치를 설명하기 위하여 도시한 블록도이다.
도 2는 본 발명의 다른 실시예에 따른 컨텐츠 추천 장치를 설명하기 위하여 도시한 블륵도이다.
도 3은 본 발명의 일 실시예에 따른 컨텐츠 생성 장치를 설명하기 위하여 도시한 블록도이다.
도 4는 본 발명의 일 실시예에 따른 컨텐츠 매매 시스템을 도시한 도면이다.
도 5는 본 발명의 일 실시예에 따른 컨텐츠 추천 방법을 설명하기 위하여 도시한 흐름도이다.
도 6은 본 발명의 일 실시예에 따른 컨텐츠 생성 방법을 설명하기 위하여 도시한 흐름도이다.1 is a block diagram illustrating a content recommendation apparatus according to an embodiment of the present invention.
2 is a block diagram illustrating a content recommendation apparatus according to another embodiment of the present invention.
3 is a block diagram illustrating a content generation apparatus according to an exemplary embodiment of the present invention.
4 is a diagram illustrating a contents trading system according to an embodiment of the present invention.
FIG. 5 is a flowchart illustrating a content recommendation method according to an exemplary embodiment of the present invention. Referring to FIG.
6 is a flowchart illustrating a content generation method according to an embodiment of the present invention.

본 발명은 다양한 변경을 가할 수 있고 여러 가지 실시예를 가질 수 있는 바, 특정 실시예들을 도면에 예시하고 상세하게 설명하고자 한다. 그러나 이는 본 발명을 특정한 실시 형태에 한정하려는 것이 아니며, 본 발명의 사상 및 기술 범위에 포함되는 모든 변경, 균등물 내지 대체물을 포함하는 것으로 이해되어야 한다. 각 도면을 설명하면서 유사한 참조부호를 유사한 구성요소에 대해 사용하였다.While the invention is susceptible to various modifications and alternative forms, specific embodiments thereof are shown by way of example in the drawings and will herein be described in detail. It is to be understood, however, that the invention is not to be limited to the specific embodiments, but includes all changes, equivalents, and alternatives falling within the spirit and scope of the invention. Like reference numerals are used for like elements in describing each drawing.

제1, 제2, A, B 등의 용어는 다양한 구성요소들을 설명하는데 사용될 수 있지만, 상기 구성요소들은 상기 용어들에 의해 한정되어서는 안 된다. 상기 용어들은 하나의 구성요소를 다른 구성요소로부터 구별하는 목적으로만 사용된다. 예를 들어, 본 발명의 권리 범위를 벗어나지 않으면서 제1 구성요소는 제2 구성요소로 명명될 수 있고, 유사하게 제2 구성요소도 제1 구성요소로 명명될 수 있다. 및/또는 이라는 용어는 복수개의 관련된 기재된 항목들의 조합 또는 복수개의 관련된 기재된 항목들 중의 어느 항목을 포함한다.The terms first, second, A, B, etc. may be used to describe various elements, but the elements should not be limited by the terms. The terms are used only for the purpose of distinguishing one component from another. For example, without departing from the scope of the present invention, the first component may be referred to as a second component, and similarly, the second component may also be referred to as a first component. And / or < / RTI > includes any combination of a plurality of related listed items or any of a plurality of related listed items.

어떤 구성요소가 다른 구성요소에 "연결되어" 있다거나 "접속되어" 있다고 언급된 때에는, 그 다른 구성요소에 직접적으로 연결되어 있거나 또는 접속되어 있을 수도 있지만, 중간에 다른 구성요소가 존재할 수도 있다고 이해되어야 할 것이다. 반면에, 어떤 구성요소가 다른 구성요소에 "직접 연결되어" 있다거나 "직접 접속되어" 있다고 언급된 때에는, 중간에 다른 구성요소가 존재하지 않는 것으로 이해되어야 할 것이다.It is to be understood that when an element is referred to as being "connected" or "connected" to another element, it may be directly connected or connected to the other element, . On the other hand, when an element is referred to as being "directly connected" or "directly connected" to another element, it should be understood that there are no other elements in between.

본 출원에서 사용한 용어는 단지 특정한 실시예를 설명하기 위해 사용된 것으로, 본 발명을 한정하려는 의도가 아니다. 단수의 표현은 문맥상 명백하게 다르게 뜻하지 않는 한, 복수개의 표현을 포함한다. 본 출원에서, "포함하다" 또는 "가지다" 등의 용어는 명세서상에 기재된 특징, 숫자, 단계, 동작, 구성요소, 부품 또는 이들을 조합한 것이 존재함을 지정하려는 것이지, 하나 또는 그 이상의 다른 특징들이나 숫자, 단계, 동작, 구성요소, 부품 또는 이들을 조합한 것들의 존재 또는 부가 가능성을 미리 배제하지 않는 것으로 이해되어야 한다.The terminology used in this application is used only to describe a specific embodiment and is not intended to limit the invention. The singular expressions include plural expressions unless the context clearly indicates otherwise. In the present application, the terms "comprises" or "having" and the like are used to specify that there is a feature, a number, a step, an operation, an element, a component or a combination thereof described in the specification, But do not preclude the presence or addition of one or more other features, integers, steps, operations, elements, components, or combinations thereof.

다르게 정의되지 않는 한, 기술적이거나 과학적인 용어를 포함해서 여기서 사용되는 모든 용어들은 본 발명이 속하는 기술분야에서 통상의 지식을 가진 자에 의해 일반적으로 이해되는 것과 동일한 의미를 가지고 있다. 일반적으로 사용되는 사전에 정의되어 있는 것과 같은 용어들은 관련 기술의 문맥상 가지는 의미와 일치하는 의미를 가지는 것으로 해석되어야 하며, 본 출원에서 명백하게 정의하지 않는 한, 이상적이거나 과도하게 형식적인 의미로 해석되지 않는다.Unless defined otherwise, all terms used herein, including technical or scientific terms, have the same meaning as commonly understood by one of ordinary skill in the art to which this invention belongs. Terms such as those defined in commonly used dictionaries are to be interpreted as having a meaning consistent with the contextual meaning of the related art and are to be interpreted as either ideal or overly formal in the sense of the present application Do not.

이하, 본 발명에 따른 바람직한 실시예를 첨부된 도면을 참조하여 상세하게 설명한다.Hereinafter, preferred embodiments according to the present invention will be described in detail with reference to the accompanying drawings.

도 1은 본 발명의 일 실시에에 따른 컨텐츠 추천 장치를 설명하기 위하여 도시한 블록도이다.1 is a block diagram illustrating a content recommendation apparatus according to an embodiment of the present invention.

도 1을 참조하면, 본 발명의 일 실시예에 따른 컨텐츠 추천 장치(100)는 선호도 산출부(110), 추천 개체군 생성부(120) 및 추천부(130)를 포함한다.Referring to FIG. 1, a content recommendation apparatus 100 according to an exemplary embodiment of the present invention includes a preference calculating unit 110, a recommendationpopulation generating unit 120, and a recommendingunit 130.

본 발명의 일 실시예는 사용자의 상품에 대한 선택에 따른 개별적인 추천 목록을 제공하기 위한 실시예이다.One embodiment of the present invention provides an individual recommendation list according to a selection of a user's product.

선호도 산출부(110)는 사용자 입력 조작을 통하여 선택된 선택 상품 및 상기 선택 상품과 관련된 관련 상품에 대한 사용자의 선호 정도를 나타내는 선호 점수를 산출한다.The preference calculating unit 110 calculates a preference score indicating a degree of preference of the user about the selected commodity selected through the user input operation and the related commodity related to the selected commodity.

본 발명의 일 실시예에 따른 컨텐츠 추천 장치의 목적은 사용자에 대하여 개인화된 추천 장치를 제공하는 것이다. 사용자가 선택한 상품에 관련된 상품들의 선호도를 조사하여 사용자에게 가장 알맞은 추천 시스템을 제공할 수 있다.An object of the content recommendation apparatus according to an embodiment of the present invention is to provide a recommendation apparatus personalized to a user. It is possible to provide a recommendation system most suitable for the user by examining the preferences of the products related to the product selected by the user.

여기서, 상기 상품은 매매를 목적으로 한 재화(財貨)로서, 일정한 형체를 갖춘 모든 물질적 대상(object, 예컨대, 책상, 의자, TV, 의류 등)뿐만 아니라 디지털 형식의 컨텐츠(예컨대, 영화, 음악, 게임, 문서 등)이 될 수 있음은 물론이다.Here, the commodity is a commodity for the purpose of trading, and it is not limited to any material objects (e.g., desk, chair, TV, clothes, etc.) Games, documents, etc.).

여기서 선택 상품이란 사용자가 최초 구매하고자 의도하는 상품으로서, 상품에 대한 선호도를 판단함에 있어 기준이 되는 상품을 의미한다.Here, the selected product is a product that the user intends to purchase for the first time, which is a standard for judging the preference of the product.

예를 들어, 사용자가 컴퓨터를 구매하고자 하는 경우에 있어, 사용자가 직접 컴퓨터를 이용하여 웹사이트에서 ‘컴퓨터’를 타이핑하여 검색하거나 웹사이트에서 제공하는 상품 리스트를 클릭하여 ‘컴퓨터’를 선택한 경우에도 ‘컴퓨터’가 선택 상품에 해당한다.For example, when a user desires to purchase a computer, a user may directly search for a 'computer' on a web site by using a computer, or click on a list of products provided on a website to select 'computer' 'Computer' corresponds to the selected product.

사용자의 입력 조작을 통하여 선택된 상품은 사용자가 직접 검색을 하거나, 컨텐츠 추천 장치가 추천한 상품 목록에서 마우스 클릭 등을 통하여 직접 선택한 상품을 의미한다.A product selected through a user's input operation is a product directly selected by the user through a mouse search or the like in a list of products recommended by the content recommendation apparatus.

상기 관련 상품은 상기 사용자의 입력 조작을 통하여 선택된 선택 상품과 관련된 상품을 의미한다.The related product means a product related to the selected product selected through the input operation of the user.

예를 들어, 사용자가 컴퓨터를 구매하고자 하는 의도로 컴퓨터를 검색할 때, ‘컴퓨터 책상’, ‘프린터’ 및 ‘컴퓨터용 악세서리’ 등의 제품이 관련 상품에 해당할 수 있다. 그리하여 웹사이트는 ‘컴퓨터 책상’, ‘프린터’ 및 ‘컴퓨터용 악세서리’를 관련 상품으로서 사용자에게 추천 목록을 제공할 수 있다.For example, when a user searches for a computer with the intention of purchasing a computer, a product such as a computer desk, a printer, and a computer accessory may correspond to the related product. Thus, a website can provide a list of recommendations to users as 'computer desks', 'printers' and 'accessories for computers' as related products.

만약, 사용자가 웹사이트에서 ‘컴퓨터’를 검색한 후 웹사이트가 제공하는 관련 상품 목록에서 ‘컴퓨터 책상’을 클릭하여 다시 검색하게 되면, 그 때부터 ‘컴퓨터 책상’이 선택 상품이 될 수 있다. 마찬가지로 ‘컴퓨터 책상’이 선택 상품이 되면 ‘컴퓨터 책상’에 대한 관련 상품인 ‘책상용 의자’ 및 ‘책상 서랍장’뿐만 아니라 ‘컴퓨터’ 또한 관련 상품에 해당할 수 있고, 웹사이트는 ‘책상용 의자’ 및 ‘책상 서랍장’뿐만 아니라 ‘컴퓨터’를 관련 상품으로서 사용자에게 목록을 제공 할 수 있다.If a user searches for 'computer' on a web site, and then clicks on 'computer desk' in the related product list provided by the web site, the computer desk may become an optional product. Likewise, when the 'computer desk' is selected, the 'computer desk' and the 'desk chair' may be applicable to the 'computer desk', and the web site may be a 'desk chair' In addition to 'desk drawer', 'computer' can be provided as a related product to the user.

관련성의 정도는 선호 점수를 통하여 나타낼 수 있다. The degree of relevance can be expressed through preference scores.

선호 점수는 사용자의 선호 정도를 나타내는 것으로서, 사용자의 상품에 대한 선택에 따라 결정된다.The preference score indicates the degree of preference of the user and is determined according to the selection of the user's product.

상기 선호 점수는 사용자의 입력 조작에 의하여 직접 검색된 상품, 사용자의 입력 조작에 의하여 컨텐츠 추천 장치가 추천한 상품 추천 목록 중에서 선택된 상품 및 요약 정보만 취득한 상품에 따라 선별적으로 산출할 수 있다.The preference score can be selectively calculated according to a product directly searched by an input operation of a user, a product selected from a product recommendation list recommended by the content recommendation device by a user's input operation, and a product obtained by only obtaining summary information.

여기서 요약 정보는 상기 선택 상품 또는 관련 상품에 대한 상세 정보가 아닌 컨텐츠 추천 장치가 추천한 상품 추천 목록에 마우스를 올리는 등의 동작으로 나타나는 간단한 정보를 의미한다.Here, the summary information indicates simple information that is displayed by an operation such as raising a mouse on a product recommendation list recommended by the content recommendation apparatus, rather than detailed information about the selected product or the related product.

따라서 사용자의 입력 조작에 의하여 요약 정보만 취득한 상품이란, 예를 들어 사용자가 추천 목록에 있는 상품을 클릭을 하지 않고, 단지 마우스 커서를 해당 상품에 올려서 요약 정보만 취득한 상품을 의미한다.Therefore, a product in which only the summary information is acquired by the user's input operation means, for example, a product in which a user does not click on a product in a recommendation list, but merely places a mouse cursor on the product and acquires summary information.

사용자가 직접 검색을 통해서 정보를 얻는 상품, 추천 목록에서 마우스 클릭을 통하여 정보를 얻는 상품 및 요약 정보만 얻는 상품은, 사용자가 관심을 갖고 있다는 면에서는 동일하나, 관심의 정도 즉, 선호도의 측면에서는 동일하다고 볼 수 없기에 차등적으로 선호 점수가 부여 된다.Products that obtain information through direct search by users, products that obtain information through mouse clicks in recommendation lists, and products that only obtain summary information are the same in terms of users' interest, but in terms of degree of interest, Since they can not be regarded as the same, a preference score is given differently.

관련 상품에 대한 선호 점수는 상기 선택 상품에 관련되어 나타나는 선호도를 나타내는 점수를 의미한다. 즉, 같은 관련 상품이라도 선택 상품에 따라 선호 점수가 달라 질 수 있다.A preference score for a related commodity means a score indicating a preference degree related to the selected commodity. That is, even if the same related product is selected, the preferred score may be changed depending on the selected product.

예를 들어, 사용자의 관련 상품이 컴퓨터 책상인 경우, 사용자가 선택 상품으로서 컴퓨터를 검색하고 관련 상품으로서 컴퓨터 책상을 선택한 경우와, 선택 상품으로서 책장을 검색하고 관련 상품으로서 컴퓨터 책상을 선택한 경우에는, 선호 점수가 각각 다르게 나올 수 있다.For example, if the user's related product is a computer desk, if the user searches the computer as the selected product and selects the computer desk as the related product, searches the bookshelf as the selected product, and selects the computer desk as the related product, The preference scores may be different.

따라서 선호 점수는 관련 상품에 대한 절대적인 수치가 아니라 선택 상품에 대한 관계에서 상대적으로 산출될 수 있다.Therefore, the preference score can be calculated relatively not in the absolute value of the related product but in the relation to the selected product.

추천 개체군 생성부(120)는 n(n은 자연수)개의 상기 관련 상품으로 구성되는 적어도 하나 이상의 추천 개체군을 생성한다.The recommendedpopulation generating unit 120 generates at least one recommended population group composed of n (n is a natural number) related products.

상기 추천 개체군은 사용자에게 추천 목록을 제공하기 위하여 상품으로 구성되는 집합을 의미한다. n(n은 자연수)개의 상기 관련 상품으로 구성된다고 함은 적어도 하나 이상의 상기 관련 상품으로 구성될 수 있음을 의미한다.The recommended population refers to a set consisting of products to provide a recommendation list to the user. n (where n is a natural number) pieces of the related goods means that at least one of the related goods can be composed.

사용자에게 선호도가 있는 상품 즉, 선호 점수가 조금이라도 있는 상품은 무수히 많을 수 있기에 사용자에게 이를 모두 제공할 수는 없고 제한적으로만 제공할 수 있다. 그렇기에 추천 개체군 생성부(120)는 사용자에게 가장 합리적인 추천 목록을 제공하기 위하여 n개의 관련 상품으로 구성되는 추천 개체군을 생성한다.Since there may be a myriad of products with a user's preference, that is, a small number of preference scores, the user can not provide all of them, but can provide only a limited number of products. Therefore, the recommendationpopulation generation unit 120 generates a recommendation population composed of n related products in order to provide the most reasonable recommendation list to the user.

추천부(130)는 상기 추천 개체군을 구성하는 상기 관련 상품 중 적어도 하나 이상을 표시한다.Therecommendation unit 130 displays at least one of the related goods constituting the recommended population.

추천부(130)는 사용자에게 추천 목록을 제공하는 역할을 할 수 있다.Therecommendation unit 130 may provide a recommendation list to the user.

추천부(130)는 상기 적합 점수가 미리 설정된 적합 임계치 보다 큰 조건을 만족하는 추천 개체군 중 상기 적합 점수가 가장 높은 적어도 하나의 추천 개체군 내 상기 관련 상품을 표시할 수 있다. 여기서, 상기 적합 점수는 상기 추천 개체군을 구성하는 각각의 관련 상품에 대한 선호 점수를 상기 추천 개체군 별로 합한 값을 의미한다.Therecommendation unit 130 may display the related goods in at least one recommendation population group having the highest fitness score among the recommendation population groups satisfying the condition that the fitness score is larger than a predetermined fitness value. Here, the fitness score means a value obtained by adding the recommendation score for each related product constituting the recommended population group by the recommended population group.

즉, 추천부(130)는 사용자에게 추천 목록을 제공하기 위하여, 상기 추천 개체군을 선별하여 표시할 수 있는데, 이를 위해 상기 적합 점수가 상기 적합 임계치 보다 큰 상기 추천 개체군 중에서, 가장 높은 몇 개의 추천 개체군을 선별하여 추천 목록을 작성한다.That is, therecommendation unit 130 may selectively display the recommended populations so as to provide a recommendation list to the user. For this purpose, among the recommended populations having the fitness score larger than the fitness score, To create a list of recommendations.

더욱 구체적으로는, 추천부(130)는 상기 추천 개체군 각각에 대하여 상기 적합 점수를 산출하여, 이를 크기의 순서대로 나열하는 과정(ordering)을 거치고, 크기의 순서에 기초하여 미리 설정된 개수의 추천 개체군을 선별할 수 있다.More specifically, therecommendation unit 130 calculates the fitness scores for each of the recommended population groups, orders them in order of magnitude, and searches for a predetermined number of recommended populations Can be selected.

또한, 추천부(130)는 상기 추천 목록을 제공함에 있어, 선호 점수 및 적합 점수를 고려하여 같은 범주에 한정하지 않은 추천 목록을 사용자에게 제공할 수 있다.Also, in recommending the recommendation list, therecommendation unit 130 may provide the recommendation list to the user not limited to the same category in consideration of the preference score and the relevance score.

즉, 상기 추천 목록을 선정하는 기준은 같은 범주에 포함되는 상품 중 클릭 수가 많은 상품 혹은 매출이 높은 상품이 아니라, 사용자에게 개인화된 선호 정도에 따른다. 따라서, 추천부(130)는 사용자에게 개인화된 선호 정도에 따라 추천 목록을 제공함으로써 사용자에게 알맞은 다양한 범주의 제품을 추천할 수 있다.That is, the criterion for selecting the recommendation list is not a product having a large number of clicks or a product having high sales among the products included in the same category, but a degree of personalized preference to the user. Therefore, therecommendation unit 130 can recommend various categories of products suitable for the user by providing the recommendation list according to the personalized degree of preference to the user.

앞서 설명한 바와 같이, 상기 적합 점수는 상기 추천 개체군을 구성하는 각각의 상기 관련 상품의 선호 점수를 상기 추천 개체군 별로 합한 값인데, 본 발명의 일 실시예에서는 상기 선택 상품과 상기 관련 상품과의 선호 점수뿐만 아니라, 상기 관련 상품 상호간의 선호 점수를 그대로 더하여 상기 적합 점수를 산출할 수 있다.As described above, the fitness score is a value obtained by adding the preference score of each related product constituting the recommendation population to the recommendation population group. In an embodiment of the present invention, the preference score of the selected product and the related product In addition, the fitness score can be calculated by adding the preference scores of the related products as they are.

예를 들어, 선택 상품으로서 ‘컴퓨터’가 있고, 관련 상품으로서 ‘컴퓨터 책상’, ‘프린터’ 및 ‘컴퓨터용 악세서리’가 있는 경우, 본 발명의 일 실시예에서는 ‘컴퓨터’와 ‘컴퓨터 책상’, ‘프린터’ 및 ‘컴퓨터용 악세서리’ 각각에 대응되는 선호 점수뿐만 아니라, ‘컴퓨터 책상’과 ‘프린터’, ‘컴퓨터 책상’ 과 ‘컴퓨터용 악세서리’, ‘프린터’와 ‘컴퓨터용 악세서리’ 각각에 대응되는 선호 점수 또한 모두 합하여 상기 적합 점수를 산출할 수 있다.For example, in the case where there is a computer as an optional product and a computer desk, a printer, and a computer accessory as related products, in one embodiment of the present invention, a computer, a computer desk, Compatible with 'Computer Desk', 'Printer', 'Computer Desk', 'Computer Accessories', 'Printers', and 'Computer Accessories' as well as the preferred scores for 'Printer' and 'Computer Accessories' The preferred score can be calculated by summing all the preference scores.

본 발명의 다른 실시예에서는 상기 관련 상품 상호간의 선호 점수를 더하여 상기 적합 점수를 산출하거나, 상기 관련 상품에 대한 선호 점수가 산출되고 상당 기간이 지난 후 다시 상기 선호 점수를 더하여 상기 적합 점수를 산출할 때에는 상기 선호 점수에 가중치를 차등하여 사용함으로써 상기 적합 점수를 산출할 수 있다.In another embodiment of the present invention, the preferred score is calculated by adding the preference score of the related products, or the preferable score is calculated for the related product, and the preference score is added again after a considerable period of time to calculate the fit score The fitness score can be calculated by using a weight differently for the preference score.

즉, 상기 관련 상품 상호간의 선호 점수를 더하여 적합 점수를 산출할 때에는 상기 선택 상품과의 관계에 있어 산출된 선호 점수가 아니기에, 상기 선택 상품과의 관계에서 선호 점수를 산출할 때 와는 다른 가중치를 두어야 할 필요가 있다.In other words, when calculating the fit score by adding the preference score among the related products, the preference score is not calculated in relation to the selected product, and therefore, the preference score should be different from the preference score when calculating the preference score Needs to be.

예를 들어, 상기 관련 상품 상호간의 원래의 선호 점수에 가중치로서 1 미만의 수를 곱하는 방법 등을 사용하여 차등적으로 선호 점수를 산출할 수 있다.For example, the preference score can be calculated differentially by using a method of multiplying the original preference score among the related products by a number less than 1 as the weight.

또한, 본 발명의 다른 실시예에 의하면 상품에 대한 정보를 얻은 시간이 상당히 지난 경우에는 새로운 상품의 출시 등으로 인하여 선호도가 달라 질 수 있기에, 일정 시간이 지난 후에는 해당 상품에 대한 선호 점수에 가중치로서 1 미만의 수를 곱하는 방법 등을 사용하여 차등적으로 선호 점수를 더할 수 있다.In addition, according to another embodiment of the present invention, when the time for obtaining information about a product is considerably long, the preference may be changed due to the release of a new product or the like. Therefore, after a predetermined time elapses, A method of multiplying a number less than 1 can be used to add preference scores differentially.

여기서, 상기 표시되는 관련 상품 즉, 표시되는 추천 목록의 상품은 상기 적합 점수의 크기에 따라 선별된 몇 개의 추천 개체군 내 상기 관련 상품일 수 있다. 상기 관련 상품의 표시는, 상기 선별된 추천 개체군 내 상기 관련 상품을 중복 되지 않는 범위 내에서 이루어질 수 있다.Here, the displayed related goods, that is, the items in the displayed recommendation list may be the related items in a number of recommendation populations sorted according to the size of the fit score. The indication of the relevant commodity may be made within a range that does not overlap the related commodity in the selected recommended population.

또 달리, 상기 관련 상품의 표시는, 상기 적합 점수가 최대값을 갖는 추천 개체군 내 상기 관련 상품 외에 선호 점수가 높은 임의의 관련 상품의 조합으로 이루어진 복수의 추천 개체군 중 상기 선호 점수가 높은 순으로 순차적으로 이루어질 수 있다.
Alternatively, the indication of the related commodity may be a sequence of the plurality of recommendation populations of the recommendation population having the highest value of the recommendation population, ≪ / RTI >

도 2는 본 발명의 다른 실시예에 따른 컨텐츠 추천 장치를 설명하기 위하여 도시한 블륵도이다.2 is a block diagram illustrating a content recommendation apparatus according to another embodiment of the present invention.

도 2를 참조하면 본 발명의 다른 실시예에 따른 컨텐츠 추천 장치(200)는 선호도 산출부(110), 추천 개체군 생성부(120), 적합도 비교부(210), 갱신부(220) 및 추천부(130)를 포함할 수 있다.Referring to FIG. 2, the content recommendation apparatus 200 according to another embodiment of the present invention includes a preference calculating unit 110, a recommendationpopulation generating unit 120, afitness comparing unit 210, an updating unit 220, (130).

상기 컨텐츠 추천 장치(200)는 상기 적합도 비교부(210) 및 상기 갱신부(220)를 제외한 나머지 구성요소(110, 120, 130)가 도 1의 컨텐츠 추천 장치(200)와 동일하다. 따라서 본 실시예에서는 상기 적합도 비교부(210) 및 상기 갱신부(220)에 대해서만 자세히 설명하고, 다른 나머지 구성요소(110, 120, 130)에 대한 설명은 생략하기로 한다.The content recommendation apparatus 200 is the same as the content recommendation apparatus 200 of FIG. 1 except for thefitness comparing unit 210 and the updating unit 220. Therefore, in this embodiment, only thefitness comparison unit 210 and the update unit 220 will be described in detail, and the remainingcomponents 110, 120, and 130 will not be described.

상기 적합도 비교부(210)는 상기 추천 개체군을 구성하는 각각의 상기 관련 상품의 선호 점수를 상기 추천 개체군 별로 합한 값인 적합 점수를 미리 설정된 적합 임계치와 비교할 수 있다.Thefitness comparison unit 210 may compare the fitness score, which is a sum of the fitness score of each related product constituting the recommendation population, by the recommendation population, to a preset fitness value.

선호 점수가 높은 관련 상품은 상기 사용자가 관심이 많거나 사용자에게 만족도가 높은 상품이 될 가능성이 크다. 따라서 사용자에게 제공하는 추천 목록 즉, 추천 개체군은 선호 점수가 높은 상품을 제공하는 것이 바람직하다.A related product having a high preference score is highly likely to be a product that the user is interested in or highly satisfied with the user. Therefore, it is desirable that the recommendation list to be provided to the user, that is, the recommendation population group, provides a product with a high preference score.

따라서 상기 추천부(130)는 추천 개체군에 있는 각각의 상기 관련 상품의 선호 점수를 모두 합하여 일정 점수 이상인 개체군은 사용자에게 추천하기에 적합한 적합 추천 개체군으로 분류하고, 적합 임계치 보다 적은 상기 적합 점수를 갖는 비적합 추천 개체군으로 분류하여 적합 추천 개체군만 사용자에게 제공하도록 할 수 있다.Accordingly, therecommendation unit 130 classifies the population having a predetermined score or more as the recommended recommendation population suitable for the user by summing all of the preference scores of each related product in the recommended population, It may be categorized as non-conforming referral populations so that only eligible referral populations are provided to users.

상기 갱신부(220)는 상기 비교 결과에 기초하여 상기 추천 개체군 별로 상기 추천 개체군을 구성하는 상기 관련 상품을 갱신할 수 있다.The update unit 220 may update the related goods constituting the recommended population group for each recommended population group based on the comparison result.

상기 적합도 비교부(210)에서의 비교 결과, 상기 추천 개체군이 상기 적합 추천 개체군으로 분류된 경우에는 상기 추천부(130)에 의하여 사용자에게 추천 목록으로서 제공되겠지만, 상기 비적합 추천 개체군으로 분류된 경우에는 상기 추천 개체군을 구성하는 상기 관련 상품을 갱신할 수 있다.If the recommendation population group is classified as the recommended recommendation population group, therecommendation unit 130 may provide the recommendation list to the user. If the recommendation population group is classified as the non-recommended recommendation population group, The affiliated goods constituting the recommendation population can be updated.

상기 갱신부(220)는 평균 산출부(미도시), 교배부(미도시) 및 변이부(미도시)를 포함할 수 있다.The update unit 220 may include an average calculation unit (not shown), a mating unit (not shown) and a variation unit (not shown).

상기 평균 산출부는 제3자에 의해 생성된 선택 상품 및 관련 상품의 조합에 따른 다수의 대응 상품의 선호 점수의 평균인 평균 선호 점수를 산출할 수 있다.The average calculating unit may calculate an average preference score which is an average of preference scores of a plurality of corresponding goods based on the combination of the selected goods and the related goods generated by the third party.

평균 선호 점수를 산출하는 이유는 사용자 개인에 의하여 평가된 선호 점수를 사용할 수 없는 경우가 있기 때문이다.The reason why the average preference score is calculated is because the preference score evaluated by the user can not be used in some cases.

예를 들어, 사용자가 컨텐츠 추천 장치를 최초 사용하는 경우에는 미리 저장되어 있는 관련 상품 및 관련 상품에 대한 선호 점수가 있지 않기에 이런 경우에는 제3자에 의하여 생성된 추천 개체부 및 이에 대응되는 평균 선호 점수를 사용할 수 있다.For example, when the user first uses the content recommendation apparatus, there is no preference score for the related goods and related goods stored in advance. In this case, the recommendation entity unit generated by the third party and the corresponding average You can use your preference score.

또한 후술하듯이, 개인의 추천 개체군을 갱신하는 경우 상기 다수의 대응 상품별 평균 선호 점수에 더 기초하여 상기 관련 상품을 갱신할 수 있다.As will be described later, when the recommendation population of an individual is updated, the related goods can be updated further based on the average preference score for each of the plurality of corresponding products.

상기 갱신부(220)는 제1 추천 개체군을 구성하는 제1 관련 상품을 제2 추천 개체군을 구성하는 제2 관련 상품과 교체하여 제3 추천 개체군을 생성하는 교배부 및 상기 추천 개체군을 구성하는 상기 관련 상품을 지정된 조건을 만족하는 다른 관련 상품으로 변경하여 제4 추천 개체군을 생성하는 변이부중 적어도 하나를 포함할 수 있다.The updating unit 220 includes a mating unit for generating a third recommendation population by replacing a first related product constituting the first recommended population with a second related product constituting the second recommended population, And a variation part for generating a fourth recommended population by changing the related product to another related product satisfying the specified condition.

상기 갱신부(220)에서 사용되는 제1 추천 개체군과 제2 추천 개체군은 상기 각각의 적합 점수가 상기 적합 임계치 보다 큰 적합 추천 개체군만이 사용된다. 따라서, 상기 갱신부(220)는 상기 적합 추천 개체군을 구성하는 각각의 관련 상품을 변경하여 새로운 추천 개체군을 생성할 수 있다.The first recommendation population and the second recommendation population used in the update unit 220 are only those recommended recommendation populations whose fitness scores are larger than the fitness threshold. Accordingly, the update unit 220 may generate a new recommendation population by modifying each related product constituting the compatible recommendation population.

상기 추천 개체군의 갱신은 사용자에게 추천 목록을 제공하기 전에 수행될 수 있다. 상기 갱신부(220)는 사용자의 선택에 의하여 산출된 선호 점수를 기초로 새로이 상기 추천 개체군을 갱신하여 사용자에게 보다 개인의 선호가 반영된 추천 목록을 제공할 수 있다.The update of the recommended population may be performed before providing the recommendation list to the user. The update unit 220 may newly update the recommendation population on the basis of the preference score calculated by the user's selection and provide the recommendation list reflecting the preference of the individual to the user.

본 발명의 일 실시예에 따라 상기 교배부 및 상기 변이부 중 하나만 포함하는 실시예뿐만 아니라 모두를 포함하는 실시예도 가능하다.It is also possible to include embodiments including both the mating unit and the mutating unit according to an embodiment of the present invention.

여기서 상기 지정된 조건은 상기 평균 선호 점수가 미리 설정된 선호 임계치 이상인 것을 특징으로 할 수 있다.Wherein the predetermined condition is that the average preference score is equal to or greater than a predetermined preference threshold.

상기 갱신부(220)를 이용하여 상기 추천 개체부를 갱신함에 있어서 유전 알고리즘을 적용할 수 있는데, 상기 교배부와 상기 변이부를 이용하여 이 유전 알고리즘을 적용할 수 있다.The genetic algorithm can be applied in updating the recommending entity using the update unit 220, and the genetic algorithm can be applied using the mating unit and the transition unit.

상기 교배부는 적합 추천 개체군을 구성하는 상기 관련 상품을 다른 적합 추천 개체군을 구성하는 상기 관련 상품과 교체하여 제3 추천 개체군을 생성할 수 있다.The mating unit may generate the third recommendation population by replacing the related commodity constituting the recommended recommendation population with the related commodity constituting another recommended recommendation population.

상기 변이부는 다른 추천 개체군을 구성하는 상기 관련 상품과 교체하는 것이 아니라, 제3자에 의하여 생성된 평균 선호 점수 즉, 선택 상품에 대하여 일반적으로 선호도가 높은 관련 상품으로 교체하여 적합 점수를 더 높은 추천 개체군을 생성할 수 있다.The mutation part is not replaced with the related commodity constituting the other recommended population, but is replaced with the related commodity having the average preference score generated by the third party, that is, the commodity having generally high preference with respect to the selected commodity, You can create a population.

상기 갱신부(220)는 상기 추천 개체군을 구성하는 상기 관련 상품 목록의 갱신을 미리 설정 된 기준만큼 반복 할 수 있다.
The update unit 220 may repeat the updating of the list of related goods constituting the recommended population group by a preset reference.

도 3은 본 발명의 일 실시예에 따른 컨텐츠 생성 장치를 설명하기 위하여 도시한 블록도이다.3 is a block diagram illustrating a content generation apparatus according to an exemplary embodiment of the present invention.

도 3을 참조하면 본 발명의 일 실시예에 따른 컨텐츠 생성 장치(300)는 입력부(310), 컨텐츠 생성부(320) 및 저장부(330)를 포함한다.Referring to FIG. 3, thecontent generation apparatus 300 includes aninput unit 310, acontent generation unit 320, and astorage unit 330.

상기 입력부(310)는 사용자의 입력 조작에 의해 선택된, 디지털 형식의 컨텐츠가 갖고 있는 청각적 정보 또는 시각적 정보에 대한 변형 정보를 입력 받을 수 있다.Theinput unit 310 may receive the audio information or the deformation information of the visual information, which is selected by the user's input operation, in the digital format content.

상기 변형 정보는 상기 청각적 정보의 일정 구간 내 정보를 발췌하여 생성된 정보, 상기 청각적 정보의 특정 주파수 대역의 신호 크기를 변형하여 생성된 정보, 및 상기 시각적 정보의 색상 정보, 무늬 정보 및 형태 정보를 변형하여 생성된 정보 중 적어도 하나를 포함할 수 있다.The deformation information may include information generated by extracting information in a certain section of the audio information, information generated by modifying the signal size of the specific frequency band of the audio information, and color information, And may include at least one of information generated by modifying the information.

예를 들어, 상기 청각적 정보에 있어, 사용자가 음악 파일을 선택하는 경우에는 사용자가 일부 구간만을 선택하거나, 또는 특정 주파수 대역의 음향 정보를 이퀄라이징하는 정보를 입력 할 수 있다.For example, when the user selects a music file, the user may select only a part of the audio information, or may input information for equalizing the sound information of a specific frequency band.

또한 상기 시각적 정보에 있어, 상기 색상 정보는 상기 컨텐츠의 색에 관한 정보를 나타내고, 무늬 정보는 상품의 외형에 나타난 모양 정보를 나타내며, 형태 정보는 상기 컨텐츠의 외형에 관한 정보이다.In the visual information, the color information indicates information on the color of the content, the pattern information indicates shape information appearing in the outline of the product, and the shape information is information on the appearance of the content.

상기 디지털 형식의 컨텐츠가 시각적 정보를 갖고 있는 경우에는 사용자의 선택에 의하여 시각적 정보의 색상 정보, 무늬 정보 및 형태 정보를 변형하는 정보를 포함할 수 있다.If the content of the digital format has visual information, it may include information for modifying color information, pattern information, and type information of visual information at the user's option.

예를 들어, 색상 정보에 관해서, 사용자가 특정 케릭터 디자인의 상품을 구매하는 경우, 원래의 케릭터와 다른 색상의 정보를 입력할 수 있다.For example, with respect to color information, when a user purchases a product of a specific character design, information of a color different from that of the original character can be input.

또한 상기 입력부(310)는 상기 사용자 이외의 제3자에 의하여 상기 변형 정보를 더 입력 받을 수 있다.Theinput unit 310 may further receive the deformation information by a third party other than the user.

상기 컨텐츠는 상기 사용자 입력 조작에 의해 상기 디지털 형식의 컨텐츠가 저장된 후술하는 컨텐츠 저장소로부터 선택될 수 있다.The content may be selected from a content repository to be described later in which the digital format content is stored by the user input operation.

즉, 후술하듯이, 사용자뿐만 아니라 제3자도 상기 정보에 대한 변형 정보를 입력할 수 있어 컨텐츠의 변형에 여러 사람이 참여하여 새롭게 변형된 디지털 형식의 컨텐츠를 생성하는데 일조할 수 있다.That is, as described later, not only the user but also the third party can input the transformation information on the information, so that a plurality of people participate in the transformation of the contents, thereby contributing to the generation of the newly modified digital format contents.

상기 컨텐츠 생성부(320)는 상기 입력 받은 변형 정보에 기초하여 상기 디지털 형식의 컨텐츠를 변형하여 변형 컨텐츠를 생성할 수 있다.Thecontent generation unit 320 may generate the modified content by modifying the digital formatted content based on the received deformation information.

즉, 사용자가 상기 변형 정보를 입력한대로 음악 파일에서 특정 구간만을 분리하거나, 특정 주파수 대역의 음향 정보를 이퀄라이징 할 수 있다. 그리하여 이렇게 변형된 정보의 디지털 형식의 컨텐츠를 구매할 수 있다.That is, the user can separate only a specific section from the music file or equalize the sound information of a specific frequency band as the deformation information is input. Thus, it is possible to purchase the contents of the digital format of the thus transformed information.

상기 저장부(330)는 상기 디지털 형식의 컨텐츠를 컨텐츠 저장소에 저장할 수 있다.Thestorage unit 330 may store the digital content in a content storage.

상기 컨텐츠 저장소는 변형된 상기 디지털 형식의 컨텐츠가 저장되는 곳인데, 원래 형식의 디지털 형식의 컨텐츠 뿐만 아니라 상기 입력부(310)에서 입력된 변형된 형식의 디지털 형식의 컨텐츠도 저장될 수 있다.The content repository is a place where the modified digital format content is stored, and digital format content of the modified format input from theinput unit 310 can be stored as well as content of digital format of the original format.

저장된 변형된 정보의 디지털 형식의 컨텐츠도 추후 다시 사용자에 의하여 선택되어 다시 변형 정보를 입력 받아 변형 될 수 있다.The contents of the digital form of the stored modified information may be selected again by the user and input the deformation information again.

또한 전술하였듯이, 제3자도 디지털 형식의 컨텐츠를 변형할 수 있고 이를 상기 디지털 저장소에 저장하여 제3자가 변형한 디지털 형식의 컨텐츠를 기초로 또 다른 제3자가 변형 정보를 입력할 수 있어 여러 사람이 다양한 디지털 형식의 컨텐츠를 생성하는데 도움을 준다.
Also, as described above, the third party can also transform the contents of the digital format and store it in the digital storage, so that the third party can input the deformation information based on the contents of the digital format modified by the third party, It helps to generate various digital format contents.

도 4는 본 발명의 일 실시예에 따른 컨텐츠 매매 시스템을 도시한 도면이다.4 is a diagram illustrating a contents trading system according to an embodiment of the present invention.

도 4를 참조하면, 본 발명의 일 실시예에 따른 컨텐츠 매매 시스템(400)은 컨텐츠 추천 장치(410) 및 컨텐츠 생성 장치(420)로 구성된다.Referring to FIG. 4, acontent marketing system 400 according to an embodiment of the present invention includes acontent recommendation apparatus 410 and acontent generation apparatus 420.

상기 컨텐츠 추천 장치(410)는 사용자에게 상품에 대한 사용자의 선호도에 기초하여 상기 상품에 대한 추천 목록을 제공할 수 있다.Thecontent recommendation apparatus 410 may provide the user with a recommendation list for the product based on the user's preference for the product.

컨텐츠 생성 장치(420)는 디지털 형식의 컨텐츠에 있어서 사용자 또는 제3자로부터 수신한 변형 정보에 기초하여 상기 변형된 디지털 형식의 컨텐츠를 생성할 수 있다.Thecontent generation apparatus 420 can generate the modified digital format content based on the deformation information received from the user or the third party in the digital format content.

본 발명의 일 실시예에 따른 컨텐츠 매매 시스템에 기초하여 본 발명의 컨텐츠 매매 프로세스를 설명하면 다음과 같다.The content selling process of the present invention will be described based on the content selling system according to an embodiment of the present invention as follows.

먼저, 사용자가 상기 컨텐츠 추천 장치(410)를 이용하여 구매하고자 하는 컨텐츠를 선택할 수 있다. 상기 컨텐츠 추천 장치(410)는 사용자의 상품에 대한 선택에 기초하여 선별적으로 상기 선택된 상품에 관련된 관련 상품에 대한 선호도를 나타내는 선호 점수를 부여하고, 상기 선호 점수에 기초하여 추천하는 관련 상품의 집합인 추천 개체군을 생성하고 이를 기초로 추천 목록을 제공할 수 있다.First, a user can select contents to be purchased using thecontent recommendation apparatus 410. FIG. Thecontent recommendation apparatus 410 may selectively provide a preference score indicating preference for a related commodity related to the selected commodity based on a selection of a commodity of a user, And generate a recommendation list based on the generated population.

디지털 형식의 컨텐츠에 있어, 사용자가 상기 컨텐츠 추천 장치(410)를 이용하여 컨텐츠를 선택한 경우 컨텐츠 생성 장치(420)는 사용자 또는 제3자로부터 디지털 형식의 컨텐츠에 대한 변형 정보를 입력 받아 변형된 컨텐츠를 선택하여 구매할 수 있다.If the user selects content using thecontent recommendation apparatus 410, thecontent generation apparatus 420 receives the transformation information on the digital format content from the user or a third party, Can be selected and purchased.

이 때 상기 컨텐츠 추천 장치는 상기 추천 목록을 제공하고 갱신하기 위하여 추천 개체군을 생성하는 추천 개체군 생성부(미도시), 추천 개체군을 상품에 대한 선호도에 따라 갱신하는 갱신부(미도시)를 포함할 수 있다.
The content recommendation apparatus includes a recommendation population generator (not shown) for generating a recommendation population for providing and updating the recommendation list, and an update unit (not shown) for updating the recommendation population according to the preference for the product .

도 5는 본 발명의 일 실시예에 따른 컨텐츠 추천 방법을 설명하기 위하여 도시한 흐름도이다.FIG. 5 is a flowchart illustrating a content recommendation method according to an exemplary embodiment of the present invention. Referring to FIG.

도 1 및 도 5를 참조하면, 단계 510에서는, 상기 컨텐츠 추천 장치(100)의 상기 선호도 산출부(110)에서, 사용자 입력 조작을 통하여 선택된 선택 상품 및 상기 선택 상품과 관련된 관련 상품에 대한 사용자의 선호 정도를 나타내는 선호 점수를 산출한다.Referring to FIGS. 1 and 5, in step 510, the preference calculating unit 110 of the content recommendation apparatus 100 calculates a preference value of a selected commodity selected through a user input operation, A preference score indicating the degree of preference is calculated.

다음으로, 단계 520에서는, 상기 컨텐츠 추천 장치(100)의 상기 추천 개체군 생성부(120)에서, n(n은 자연수)개의 상기 관련 상품으로 구성되는 적어도 하나 이상의 추천 개체군을 생성한다.Next, in step 520, the recommendationpopulation generation unit 120 of the recommender apparatus 100 generates at least one recommendation population composed of n (n is a natural number) related products.

다음으로, 단계 530에서는, 상기 컨텐츠 추천 장치(100)의 상기 추천부(130)에서, 상기 추천 개체군을 구성하는 상기 관련 상품 중 적어도 하나 이상을 표시한다.Next, in step 530, therecommendation unit 130 of the content recommendation apparatus 100 displays at least one of the related goods constituting the recommendation population.

도 6은 본 발명의 일 실시예에 따른 컨텐츠 생성 방법을 설명하기 위하여 도시한 흐름도이다.6 is a flowchart illustrating a content generation method according to an embodiment of the present invention.

도 3과 도 6을 참조하면, 단계 610에서는, 상기 컨텐츠 생성 장치(300)의 입력부(310)에서, 사용자의 입력 조작에 의해 선택된, 디지털 형식의 컨텐츠가 갖고 있는 청각적 정보 또는 시각적 정보에 대한 변형 정보를 입력 받는다.Referring to FIGS. 3 and 6, in step 610, theinput unit 310 of thecontent generation apparatus 300 determines whether or not audio-visual information or visual information And receives deformation information.

다음으로, 단계 620에서는, 상기 컨텐츠 생성 장치(300)의 컨텐츠 생성부(320)에서, 상기 입력 받은 변형 정보에 기초하여 상기 디지털 형식의 컨텐츠를 변형하여 변형 컨텐츠를 생성한다.Next, in step 620, thecontent generation unit 320 of thecontent generation apparatus 300 generates the modified content by modifying the digital format content based on the received deformation information.

다음으로, 단계 630에서는, 상기 컨텐츠 생성 장치(300)의 저장부(330)에서, 상기 생성된 변형 컨텐츠를 컨텐츠 저장소에 저장한다.
Next, in step 630, thestorage unit 330 of thecontent generation apparatus 300 stores the generated modified content in the content repository.

이제까지 본 발명에 대하여 그 바람직한 실시예들을 중심으로 살펴보았다. 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 실시예들은 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.The present invention has been described with reference to the preferred embodiments. It will be understood by those skilled in the art that various changes in form and details may be made therein without departing from the spirit and scope of the invention as defined by the appended claims. Therefore, the disclosed embodiments should be considered in an illustrative rather than a restrictive sense. The scope of the present invention is defined by the appended claims rather than by the foregoing description, and all differences within the scope of equivalents thereof should be construed as being included in the present invention.

Claims (19)

Translated fromKorean

사용자 입력 조작을 통하여 선택된 선택 상품 및 상기 선택 상품과 관련된 관련 상품에 대한 사용자의 선호 정도를 나타내는 선호 점수를 산출하는 선호도 산출부;
n(n은 자연수)개의 상기 관련 상품으로 구성되는 적어도 하나 이상의 추천 개체군을 생성하는 추천 개체군 생성부; 및
상기 추천 개체군을 구성하는 상기 관련 상품 중 적어도 하나 이상을 표시하는 추천부
를 포함하는 컨텐츠 추천 장치.
A preference calculating unit for calculating a preference score indicating a preference degree of a user for a selected commodity selected through a user input operation and a related commodity related to the selected commodity;
a recommendation population generation unit for generating at least one recommended population group composed of n (n is a natural number) related products; And
A recommendation section for displaying at least one of the related goods constituting the recommendation population,
And the content recommendation apparatus.
제1항에 있어서,
상기 선호도 산출부는
사용자의 입력 조작에 의하여 직접 검색된 상품, 사용자의 입력 조작에 의하여 상기 관련 상품 중에서 선택된 상품 및 사용자의 입력 조작에 의하여 요약 정보만 취득한 상품에 따라 선별적으로 선호 점수를 산출하는 컨텐츠 추천 장치.
The method according to claim 1,
The preference calculating unit
A content recommendation apparatus for calculating a preference score selectively based on a product directly searched by an input operation of a user, a product selected from the related products by a user's input operation, and a product obtained by only inputting summary information by a user's input operation.
제1항에 있어서,
상기 추천 개체군을 구성하는 각각의 상기 관련 상품의 선호 점수를 상기 추천 개체군 별로 합한 값인 적합 점수를 미리 설정된 적합 임계치와 비교하는 적합도 비교부; 및
상기 비교 결과에 기초하여 상기 추천 개체군 별로 상기 추천 개체군을 구성하는 상기 관련 상품을 갱신하는 갱신부를 더 포함하는 컨텐츠 추천 장치.
The method according to claim 1,
A fitness comparison unit for comparing a fitness score, which is a sum of the fitness score of each of the related goods constituting the recommended population, for each recommendation population, with a preset fitness value; And
And an updating unit for updating the related goods constituting the recommended population group for each recommended population group based on the comparison result.
제3항에 있어서,
상기 추천부는
상기 적합 점수가 상기 적합 임계치 보다 큰 조건을 만족하는 추천 개체군 중 상기 적합 점수가 가장 높은 적어도 하나의 추천 개체군 내 상기 관련 상품을 표시하는 컨텐츠 추천 장치.
The method of claim 3,
The recommendation section
And displays the related goods in at least one recommended population group having the highest fitness score among the recommended population groups satisfying the condition that the fitness score is larger than the fitness value.
제3항에 있어서,
상기 갱신부는
제3자에 의해 생성된 선택 상품 및 관련 상품의 조합에 따른 다수의 대응 상품의 선호 점수의 평균인 평균 선호 점수를 산출하는 평균 산출부를 포함하고,
상기 다수의 대응 상품별 평균 선호 점수에 더 기초하여 상기 관련 상품을 갱신하는 컨텐츠 추천 장치.
The method of claim 3,
The updating unit
And an average calculating unit for calculating an average preference score which is an average of preference scores of a plurality of corresponding goods according to a combination of the selected goods and the related goods generated by the third party,
And updates the related goods based on the average preference score for each of the plurality of corresponding products.
제3항에 있어서,
상기 갱신부는
제1 추천 개체군을 구성하는 제1 관련 상품을 제2 추천 개체군을 구성하는 제2 관련 상품과 교체하여 제3 추천 개체군을 생성하는 교배부; 및
상기 추천 개체군을 구성하는 상기 관련 상품을 지정된 조건을 만족하는 다른 관련 상품으로 변경하여 제4 추천 개체군을 생성하는 변이부
중 적어도 하나를 포함하고,
상기 지정된 조건은
상기 평균 선호 점수가 미리 설정된 선호 임계치 이상인 것을 특징으로 하는 컨텐츠 추천 장치.
The method of claim 3,
The updating unit
A mating unit for generating a third recommendation population by replacing a first related product constituting the first recommendation population with a second related item constituting the second recommendation population; And
And a fourth recommendation population group by changing the related commodity constituting the recommendation population group to another related commodity satisfying the designated condition,
, ≪ / RTI >
The specified condition is
And the average preference score is equal to or greater than a predetermined preference threshold.
사용자의 입력 조작에 의해 선택된, 디지털 형식의 컨텐츠가 갖고 있는 청각적 정보 또는 시각적 정보에 대한 변형 정보를 입력 받는 입력부;
상기 입력 받은 변형 정보에 기초하여 상기 디지털 형식의 컨텐츠를 변형하여 변형 컨텐츠를 생성하는 컨텐츠 생성부; 및
상기 생성된 변형 컨텐츠를 컨텐츠 저장소에 저장하는 저장부
를 포함하고,
상기 컨텐츠는
상기 사용자 입력 조작에 의해 상기 디지털 형식의 컨텐츠가 저장된 상기 컨텐츠 저장소로부터 선택되는 컨텐츠 생성 장치.
An input unit for inputting deformation information about auditory information or visual information of digital contents, selected by a user's input operation;
A content generation unit for generating a modified content by modifying the digital formatted content based on the input deformation information; And
A storage unit for storing the generated modified content in a content repository,
Lt; / RTI >
The content
Wherein the digital content is selected from the content repository by the user input operation.
제7항에 있어서,
상기 변형 정보는
상기 청각적 정보의 일정 구간 내 정보를 발췌하여 생성된 정보, 상기 청각적 정보의 특정 주파수 대역의 신호 크기를 변형하여 생성된 정보, 및 상기 시각적 정보의 색상 정보, 무늬 정보 및 형태 정보 를 변형하여 생성된 정보 중 적어도 하나를 포함하는 컨텐츠 생성 장치.
8. The method of claim 7,
The deformation information
The color information, the pattern information, and the morphological information of the visual information are generated by modifying the information generated by extracting the information in the predetermined section of the audio information, the information generated by modifying the signal size of the specific frequency band of the audio information, And at least one of the generated information.
제7항에 있어서,
상기 입력부는
상기 사용자 이외의 제3자에 의하여 상기 변형 정보를 더 입력 받는 컨텐츠 생성 장치.
8. The method of claim 7,
The input unit
Wherein the deformation information is further input by a third party other than the user.
사용자에게 상품에 대한 사용자의 선호도에 기초하여 상기 상품에 대한 추천을 제공하는 컨텐츠 추천 장치; 및
디지털 형식의 컨텐츠에 있어서 사용자 또는 제3자로부터 수신한 변형 정보에 기초하여 상기 디지털 형식의 컨텐츠를 변형하는 컨텐츠 생성 장치를 포함하는 컨텐츠 매매 시스템.
A content recommendation device for providing a user with a recommendation for the product based on a user's preference for the product; And
And a content generation device that transforms the digital formatted content based on transformation information received from a user or a third party in the digital formatted content.
사용자 입력 조작을 통하여 선택된 선택 상품 및 상기 선택 상품과 관련된 관련 상품에 대한 사용자의 선호 정도를 나타내는 선호 점수를 산출하는 단계;
n(n은 자연수)개의 상기 관련 상품으로 구성되는 적어도 하나 이상의 추천 개체군을 생성하는 단계; 및
상기 추천 개체군을 구성하는 상기 관련 상품 중 적어도 하나 이상을 표시하는 단계
를 포함하는 컨텐츠 추천 방법.
Calculating a preference score indicating a preference degree of a user for a selected commodity selected through user input operation and a related commodity related to the selected commodity;
generating at least one recommended population group composed of n (n is a natural number) related products; And
Displaying at least one of the related goods constituting the recommendation population
And a content recommendation method.
제11항에 있어서,
상기 선호 점수를 산출하는 단계는
사용자의 입력 조작에 의하여 직접 검색된 상품, 사용자의 입력 조작에 의하여 상기 관련 상품 중에서 선택된 상품 및 사용자의 입력 조작에 의하여 요약 정보만 취득한 상품에 따라 선별적으로 선호 점수를 산출하는 컨텐츠 추천 방법.
12. The method of claim 11,
The step of calculating the preference score
Wherein the preference score is calculated based on a product directly searched by an input operation of a user, a product selected from the related products by a user's input operation, and a product obtained by only inputting summary information by a user's input operation.
제11항에 있어서,
상기 추천 개체군을 구성하는 각각의 상기 관련 상품의 선호 점수를 상기 추천 개체군 별로 합한 값인 적합 점수를 미리 설정된 적합 임계치와 비교하는 단계; 및
상기 비교 결과에 기초하여 상기 추천 개체군 별로 상기 추천 개체군을 구성하는 상기 관련 상품을 갱신하는 단계를 더 포함하는 컨텐츠 추천 방법.
12. The method of claim 11,
Comparing a preference score of each of the related goods constituting the recommendation population with a fit threshold, And
And updating the related goods constituting the recommended population group for each recommended population group based on the comparison result.
제13항에 있어서,
상기 추천 개체군을 구성하는 상기 관련 상품 중 적어도 하나 이상을 표시하는 단계는
상기 적합 점수가 상기 적합 임계치 보다 큰 조건을 만족하는 추천 개체군 중 상기 적합 점수가 가장 높은 적어도 하나의 추천 개체군 내 상기 관련 상품을 표시하는 컨텐츠 추천 방법.
14. The method of claim 13,
The step of displaying at least one of the related goods constituting the recommendation population
And displaying the related goods in at least one recommended population group having the highest fitness score among the recommended population groups satisfying the condition that the fitness score is greater than the fitness value.
제13항에 있어서,
상기 추천 개체군을 구성하는 상기 관련 상품을 갱신하는 단계는
제3자에 의해 생성된 선택 상품 및 관련 상품의 조합에 따른 다수의 대응 상품의 선호 점수의 평균인 평균 선호 점수를 산출하는 단계를 포함하고,
상기 다수의 대응 상품별 평균 선호 점수에 더 기초하여 상기 관련 상품을 갱신하는 컨텐츠 추천 방법.
14. The method of claim 13,
The step of updating the related goods constituting the recommendation population
Calculating an average preference score, which is an average of preference scores of a plurality of corresponding goods according to a combination of the selected product and the related goods generated by the third party,
And updating the related goods based on the average preference score for each of the plurality of corresponding products.
제13항에 있어서,
상기 추천 개체군을 구성하는 상기 관련 상품을 갱신하는 단계는
제1 추천 개체군을 구성하는 제1 관련 상품을 제2 추천 개체군을 구성하는 제2 관련 상품과 교체하여 제3 추천 개체군을 생성하는 단계; 및
상기 추천 개체군을 구성하는 상기 관련 상품을 지정된 조건을 만족하는 다른 관련 상품으로 변경하여 제4 추천 개체군을 생성하는 단계
중 적어도 하나를 포함하고,
상기 지정된 조건은
상기 평균 선호 점수가 미리 설정된 선호 임계치 이상인 것을 특징으로 하는 컨텐츠 추천 방법.
14. The method of claim 13,
The step of updating the related goods constituting the recommendation population
Replacing the first related product constituting the first recommendation population with the second related item constituting the second recommendation population to generate a third recommendation population; And
Generating a fourth recommendation population by changing the related commodity constituting the recommendation population to another related commodity satisfying the specified condition
, ≪ / RTI >
The specified condition is
And the average preference score is equal to or greater than a predetermined preference threshold.
사용자의 입력 조작에 의해 선택된, 디지털 형식의 컨텐츠가 갖고 있는 청각적 정보 또는 시각적 정보에 대한 변형 정보를 입력 받는 단계;
상기 입력 받은 변형 정보에 기초하여 상기 디지털 형식의 컨텐츠를 변형하여 변형 컨텐츠를 생성하는 단계; 및
상기 생성된 변형 컨텐츠를 컨텐츠 저장소에 저장하는 단계
를 포함하고,
상기 컨텐츠는
상기 사용자 입력 조작에 의해 상기 디지털 형식의 컨텐츠가 저장된 상기 컨텐츠 저장소로부터 선택되는 컨텐츠 생성 방법.
Receiving deformation information on auditory information or visual information possessed by the digital format content selected by a user's input operation;
Transforming the digital formatted content based on the input deformation information to generate modified content; And
Storing the generated modified content in a content repository
Lt; / RTI >
The content
Wherein the digital content is selected from the content repository by the user input operation.
제17항에 있어서,
상기 변형 정보는
상기 청각적 정보의 일정 구간 내 정보를 발췌하여 생성된 정보, 상기 청각적 정보의 특정 주파수 대역의 신호 크기를 변형하여 생성된 정보, 및 상기 시각적 정보의 색상 정보, 무늬 정보 및 형태 정보를 변형하여 생성된 정보 중 적어도 하나를 포함하는 컨텐츠 생성 방법.
18. The method of claim 17,
The deformation information
The color information, the pattern information, and the morphological information of the visual information are generated by modifying the information generated by extracting the information in the predetermined section of the audio information, the information generated by modifying the signal size of the specific frequency band of the audio information, And at least one of the generated information.
제17항에 있어서,
상기 디지털 형식의 컨텐츠가 갖고 있는 청각적 정보 또는 시각적 정보에 대한 변형 정보를 입력 받는 단계는
상기 사용자 이외의 제3자에 의하여 상기 변형 정보를 더 입력 받는 컨텐츠 생성 방법.
18. The method of claim 17,
The step of receiving deformation information on the auditory information or the visual information of the digital contents
And the deformation information is further input by a third party other than the user.

Images