JP5909541B2 - 状況認知コンテンツの推薦時点決定方法及び装置 - Google Patents

Description

本発明は、コンテンツを使用するユーザにコンテンツを推薦する方法に関し、より詳細には、ユーザにコンテンツ推薦を提供することに対する便利さまたは困難さの程度を考慮してコンテンツを推薦する状況認知コンテンツの推薦時点決定方法及び装置に関する。

各種メディア(Ｍｅｄｉａ)の伝送及び保存技術の発展に従ってユーザ者が接することができるコンテンツ(Ｃｏｎｔｅｎｔｓ)は幾何級水的に増えている。特に、デジタル放送及び超高速インターネットインフラ(Ｉｎｆｒａ)を通じて各種メディア器機の大容量化が進行されることによって、ユーザは時間と場所に関係なく多数のコンテンツを使用することができるようになった。

一方、ユーザに提供されるコンテンツの増加に従って多数のコンテンツのうちユーザが希望するコンテンツを検索して選択するのに多くの時間と努力が所要される問題点がある。このような問題点を解決するためにコンテンツ推薦と関連された技術の開発が試されている。

現在、適用されているコンテンツ推薦システムは、ユーザの使用履歴を基盤としてコンテンツに対する選好度を測定し、ユーザの選好度が高いコンテンツをユーザに推薦する方法を使用している。

また、従来のコンテンツ推薦方法は、単純にユーザがコンテンツの推薦を要請する場合に提供した。そして、ユーザにコンテンツ推薦を提供することに対する便利さまたは困難さの程度を考慮しないでコンテンツ推薦を提供するので、ユーザのコンテンツ使用に妨害となる問題点がある。

したがって、前記のような従来の諸問題点を解消するために提案されたものであって、本発明の目的は、ユーザにコンテンツ推薦を提供することに対する便利さまたは困難さの程度を考慮してコンテンツ推薦時点を決定する状況認知コンテンツの推薦時点決定方法を提供することにある。

また、本発明の他の目的は、前記状況認知コンテンツの推薦時点決定方法を実行する装置を提供することにある。

上述した本発明の目的を達成するための本発明の一側面による状況認知コンテンツの推薦時点の決定方法は、ユーザのコンテンツ使用をモニタリングし、前記モニタリングされた情報に基づいてコンテンツ推薦に対する便利度及び困難度を算出し、前記算出された便利度及び困難度の大きさを比較してコンテンツ推薦時点を決定する段階を含む。

ここで、前記モニタリングする段階は、ユーザのコンテンツ使用開始時間、前記コンテンツの残余再生時間及び前記ユーザの前記コンテンツを使用する時間の中で少なくとも一つをモニタリングすることができる。

ここで、前記算出する段階は、ユーザが使用しているコンテンツに対する選好度及び関心度の中で少なくとも一つに基づいて前記便利度を算出することができる。前記選好度は、前記ユーザが使用しているコンテンツの選好度と前記ユーザに提供可能な複数のコンテンツの選好度とを比較して決定することができる。また、前記関心度は、前記ユーザが使用しているコンテンツの残余再生時間及び前記ユーザが前記コンテンツを使用する時間に基づいて決定することができる。

ここで、前記算出する段階は、ユーザに提供されるコンテンツ推薦の周期及び正確性の中で少なくとも一つに基づいてコンテンツ推薦に対する困難度を算出することができる。

ここで、前記決定する段階は、前記便利度が前記困難度より大きい値を有する時点を前記コンテンツ推薦時点で決定することができる。

また、本発明の他の目的を達成するための本発明の一側面による状況認知コンテンツの推薦時点決定装置は、ユーザのコンテンツ使用をモニタリングし、前記モニタリングされた情報に基づいて前記コンテンツ推薦に対する便利度と困難度を算出した後、前記便利度及び困難度の大きさを比較してコンテンツ推薦時点を決定することができる処理部と、前記処理部の制御に相応してモニタリングされた情報が保存される保存部と、を含む。

ここで、前記処理部は、ユーザが使用しているコンテンツに対する選好度及び関心度の中で少なくとも一つに基づいて前記便利度を算出することができ、ユーザに提供されるコンテンツ推薦の周期及び正確性の中で少なくとも一つに基づいて前記困難度を算出することができる。

ここで、前記処理部は、前記便利度が前記困難度より大きい値を有する時点を前記コンテンツ推薦時点で決定することができる。

上述のようなユーザ状況認知コンテンツの推薦時点決定方法及び装置によれば、ユーザのコンテンツ使用に対してモニタリングし、モニタリングした結果に基づいてコンテンツ推薦時点を判断してユーザにコンテンツ推薦を提供することにより、ユーザにコンテンツ推薦を提供することに対する便利度または困難度を考慮したコンテンツ推薦ができる。

また、前記のようなコンテンツ推薦を提供することにより、コンテンツを使用するユーザに不要なコンテンツ推薦によるコンテンツ使用妨害を減らすことができる。

図１は、コンテンツ推薦方法を示したフローチャートである。 図２は、本発明の一実施例によるコンテンツ推薦時点決定方法を示したフローチャートである。 図３は、図２に示したモニタリング情報に基づいてコンテンツ推薦時点判断過程をより詳細に示したフローチャートである。 図４は、ユーザのコンテンツ再生残余時間によるユーザのコンテンツ使用確率を示したグラフである。 図５は、本発明の一実施例によるコンテンツ推薦によるユーザのコンテンツ選択を説明するための概念図である。 図６は、本発明の一実施例によるユーザのコンテンツ推薦による困難度変化を示したグラフである。 図７は、本発明の一実施例によるコンテンツ推薦時点決定装置の構成を示したブロック図である。

本発明は、多様に変更可能であり、さまざまな実施形態を有することができる。ここでは、特定の実施形態を図面に例示して詳細に説明する。

しかし、これは本発明の好ましい実施態様に過ぎず、本発明の実施の範囲を限定するものではなく、本発明の明細書及び図面内容に基づいてなされた均等な変更および付加は、いずれも本発明の特許請求の範囲内に含まれるものとする。

本明細書で使用した用語は、単に、特定の実施形態を説明するために使用されたもので、本発明はこれに限定されるものではない。単数の表現は、文脈上明白に異なる記載をしない限り複数の表現を含む。本出願において、「含む」または「有する」などの用語は、明細書上に記載された特徴、数字、ステップ、動作、構成要素、部品またはこれらを組み合わせたものが存在することを指定するのであって、一つまたはそれ以上の他の特徴や数字、ステップ、動作、構成要素、部品またはこれらを組み合わせたものなどの存在または付加可能性をあらかじめ排除することではない。

特定しない限り、技術的や科学的な用語を含んでここで使用されるすべての用語は、本発明が属する技術分野で通常の知識を有する者により一般的に理解される意味と同一な意味を有する。一般的に使用される辞典に定義された用語は、関連技術の文脈上有する意味と一致することと理解することができ、本出願において明白に定義しない限り、理想的や過度に形式的な意味を有することで解釈できない。

以下、添付の図面を参照して本発明の好ましい実施例をより詳細に説明する。以下、図面上の同一構成要素に対しては同一参照符号を付与し、同一構成要素に対する重複説明は省略する。

図１は、コンテンツ推薦方法を示したフローチャートである。

図１に示したコンテンツ推薦方法は、ユーザプロファイリングが可能なコンテンツ推薦装置で実行することができる。

図１を参照すれば、まず、コンテンツ推薦装置は、ユーザからコンテンツ推薦に対する要請を受ける(ステップＳ１１０)。

以後、コンテンツ推薦の要請を受けたコンテンツ推薦装置は、ユーザからコンテンツ推薦に対する要請が入力されると、ユーザに推薦できるコンテンツを検索する(ステップＳ１２０)。ここで、コンテンツ推薦装置は、過去ユーザが使用したコンテンツの使用に対する頻度数に基づいてユーザが選好するコンテンツを検索する。

以後、コンテンツ推薦装置は、前記検索されたコンテンツをリスト化してユーザにコンテンツ推薦のためのコンテンツリストを提供する(ステップＳ１３０)。

以後、コンテンツ推薦装置は、ユーザのコンテンツ選択に基づいてユーザにコンテンツを提供し、前記コンテンツ提供に対する情報を該当ユーザプロファイルに適用する(ステップＳ１４０)。

図１に示したコンテンツ推薦方法は、コンテンツを使用するユーザが現在使用しているコンテンツに対する選好度または関心度を考慮しないで推薦する。したがって、前記コンテンツ推薦方法は、コンテンツを使用しているユーザにコンテンツ使用における妨害を与える。

本発明では上述のような問題点を解決するため、使用しているコンテンツに対するユーザの選好度または関心度に基づいて最適のコンテンツ推薦時点を決定する方法及び装置を提案する。

図２は、本発明の一実施例によるコンテンツ推薦時点決定方法を示したフローチャートである。

図２に示したコンテンツ推薦時点決定方法は、ユーザにコンテンツ推薦ができるコンテンツ推薦装置で実行することができる。コンテンツ推薦時点決定方法は、メモリー(Ｍｅｍｏｒｙ)、プロセッサ(Ｐｒｏｃｅｓｓｏｒ)などを具備したデジタル情報処理装置で実行することができ、例えば、セットトップボックス(ＳＴＢ：ＳｅｔＴｏｐ Ｂｏｘ)、ＴＶまたはマルチメディア再生装置などで実行されるように構成することができる。

図２を参照すれば、まず、コンテンツ推薦装置は、ユーザのコンテンツ使用情報をリアルタイムでモニタリングする(ステップＳ２１０)。ここで、コンテンツ推薦装置は、ユーザがコンテンツを使い始めると、コンテンツを使い始める時間、前記コンテンツの全体再生時間及び残余時間などを含んだユーザのコンテンツ使用情報をモニタリングすることができる。

ここで、前記ユーザのコンテンツ使用情報は、ＥＰＧ(Ｅｌｅｃｔｒｏｎｉｃ Ｐｒｏｇｒａｍ Ｇｕｉｄｅ)から得ることができる。

以後、コンテンツ推薦装置は、前記モニタリングした情報に基づいてユーザにコンテンツを推薦するための前記推薦時点を判断する(ステップＳ２２０)。ここで、コンテンツ推薦装置は、コンテンツ推薦時点を判断するために、下記数学式１を使用することができる。

前記数学式１で、Ｐｒｏｆｉｔ(ｕ、ｔ)は、ユーザにコンテンツ推薦を提供する場合、ユーザが有することができる便利さの程度である便利度(Ｐｒｏｆｉｔ)を意味し、Ｃｏｓｔ(ｕ、ｔ)は、ユーザにコンテンツ推薦を提供する場合、ユーザが有することができる困難さの程度である困難度(Ａｎｎｏｙａｎｃｅ)を意味する。また、前記数学式１で、ｕは、コンテンツユーザ(ｕｓｅｒ)を意味し、ｔは、時間(ｔｉｍｅｓｔａｍｐ)を意味する。コンテンツ推薦装置は、Ｕｔｉｌｉｔｙ(ｕ、ｔ)の値が、「０」より大きい値になる時点をコンテンツ推薦時点で判断することができる。

以後、コンテンツ推薦装置は、ユーザに提供することができるコンテンツを検索し、前記ステップＳ２２０で判断されたコンテンツ推薦時点でユーザにコンテンツ推薦リストを提供する(ステップＳ２３０)。ここで、コンテンツ推薦装置は、ユーザのコンテンツ視聴プロファイル情報からユーザが現在時点に使用可能な複数のコンテンツを検索することができる。

また、コンテンツ推薦装置は、例えば、コンテンツ再生装置のディスプレイ画面にポップアップ(Ｐｏｐ−Ｕｐ)のような構成でユーザにコンテンツ推薦リストを視覚的に提供することができ、ユーザがコンテンツを選択できるユーザインターフェースを提供することができる。

以後、コンテンツ推薦装置は、前記ユーザの選択に基づいてユーザにコンテンツを提供する。ここで、前記コンテンツ推薦装置は、ユーザが選択したコンテンツをユーザに提供するために、コンテンツを提供する手段(例えば、ＥＰＧ、放送電波など)から受信して提供することができる。以後、前記コンテンツ提供履歴を該当ユーザのプロファイルに適用する(ステップＳ２４０)。

以後、コンテンツ推薦装置は、コンテンツ推薦機能の必要可否を確認する(ステップＳ２５０)。コンテンツ推薦装置は、例えば、ユーザが使用するコンテンツ再生装置の電源がオフ(ＯＦＦ)されてコンテンツ推薦をそれ以上提供する必要がない場合、またはユーザがコンテンツ推薦の提供を受けることを希望しないで直接コンテンツ推薦機能をオフ(ＯＦＦ)した場合のような条件でコンテンツの使用終了を確認した結果、使用が終了された場合をコンテンツ推薦機能が不要であることと判断することができる。上述のように、コンテンツ推薦機能が不要である場合、コンテンツ推薦機能は終了される。

しかし、コンテンツ推薦機能が必要な場合、コンテンツ推薦装置は、前記ステップＳ２１０に移動して、ステップＳ２１０〜ステップＳ２５０を繰り返し実行する。

図３は、図２に示したモニタリング情報に基づいてコンテンツ推薦時点を判断する過程をより詳細に示したフローチャートである。

図３を参照すれば、まず、コンテンツ推薦装置でコンテンツ推薦時点を判断する過程は、ユーザのコンテンツ推薦に対する便利度(Ｐｒｏｆｉｔ)を算出する(ステップＳ２２１)。ここで、コンテンツ推薦に対する便利度(Ｐｒｏｆｉｔ)は、ユーザにコンテンツ推薦を提供した場合、ユーザが有することができる便利さの程度を意味する。

本発明のコンテンツ推薦時点判断過程でコンテンツ推薦装置は、下記数学式２に基づいてコンテンツ推薦に対する便利度(Ｐｒｏｆｉｔ)を算出することができる。数学式２は、ユーザのコンテンツに対する選好度(Ｐｒｅｆｅｒｅｎｃｅ)を基準にしてコンテンツ推薦に対する便利度(Ｐｒｏｆｉｔ)を算出する。

前記数学式２で、ｕは、コンテンツユーザ(ｕｓｅｒ)を意味し、ｔは、時間(ｔｉｍｅｓｔａｍｐ)を意味し、Ｉ _ｔ は、ｔ時間に再生された複数のコンテンツを意味する。また、Ｉ_ｃｕｒは、コンテンツユーザが現在使用しているコンテンツを意味し、Ｐｒｅｆ(ｕ、Ｉ)は、コンテンツユーザｕのコンテンツＩに対する選好度(Ｐｒｅｆｅｒｅｎｃｅ)を意味する。

上述したユーザのコンテンツに対する選好度(Ｐｒｅｆｅｒｅｎｃｅ)を基準とした便利度(Ｐｒｏｆｉｔ)算出方法は、ユーザに推薦するためのユーザのコンテンツに対する選好度(Ｐｒｅｆｅｒｅｎｃｅ)が、現在ユーザが使用しているコンテンツに対する選好度(Ｐｒｅｆｅｒｅｎｃｅ)より大きい場合もある。

また、本発明のコンテンツ推薦時点判断過程でコンテンツ推薦装置は、また他の方法である下記数学式３及び数学式４に基づいてコンテンツ推薦に対する便利度(Ｐｒｏｆｉｔ)を算出することができる。数学式３は、ユーザのコンテンツに対する関心度(Ａｔｔｒａｃｔｉｖｅｎｅｓｓ)を基盤としてコンテンツに推薦に対する便利度(Ｐｒｏｆｉｔ)を算出する。

前記数学式３で、ｕは、コンテンツユーザ(ｕｓｅｒ)を意味し、ｔは、時間(ｔｉｍｅｓｔａｍｐ)を意味し、Ｉｔは、時間ｔに再生された複数のコンテンツを意味する。また、Ｉ_ｃｕｒは、コンテンツユーザが現在使用するコンテンツを意味し、Ａｔｔｒａｃｔ(ｕ、Ｉ、ｔ)は、時間ｔでコンテンツユーザｕのコンテンツＩに対する関心度(Ａｔｔｒａｃｔｉｖｅｎｅｓｓ)を意味する。

前記数学式３のＡｔｔｒａｃｔ(ｕ、Ｉ_ｃｕｒ、ｔ)は、前記数学式４に基づいて算出することができる。数学式４の
は、コンテンツＩ_ｊの残余再生時間を意味し、
は、コンテンツユーザがコンテンツＩ_ｊを使用した時間を意味する。数学式４で、コンテンツユーザが現在使用するコンテンツを除外したすべてのコンテンツに対するｔ_ｓは、「０」と仮定する。

一方、数学式４の
は、コンテンツＩ_ｊの残余再生時間が
であり、ユーザがコンテンツＩ_ｊを使用した時間が
である場合のユーザのコンテンツ使用確率を意味する。

以下、図４を参照して数学式４の
を説明する。

図４のＸ軸は、ユーザがコンテンツを使用する時間の割合を示し、前記Ｘ軸のコンテンツを使用する時間の割合は、コンテンツの再生残余時間でユーザがコンテンツを使用する時間の割合を意味する。Ｙ軸は、ユーザのコンテンツ使用確率を意味する。

図４の(Ａ)は、コンテンツの再生残余時間が７５％〜１００％の場合のグラフであり、図４の(Ｂ)は、コンテンツの再生残余時間が５０％〜７５％の場合のグラフである。また、図４の(Ｃ)は、コンテンツの再生残余時間が２５％〜５０％の場合のグラフであり、図４の(Ｄ)は、コンテンツの再生残余時間が０％〜２５％の場合のグラフである。

図４の(Ａ)に示したように、コンテンツの再生残余時間が７５％〜１００％の場合において、ユーザがコンテンツを使用する時間の割合が「０.０」の場合のコンテンツ使用確率は、約「０.３５」になり、前記コンテンツを使用する時間の割合が増加するほどコンテンツ使用確率も増加する。

図４の(Ｂ)に示したように、コンテンツの再生残余時間が５０％〜７５％の場合において、ユーザがコンテンツを使用する時間の割合が「０.０」の場合のコンテンツ使用確率は、約「０.１」になり、前記コンテンツを使用する時間の割合が増加するほどコンテンツ使用確率も増加する。

図４の(Ｃ)に示したように、コンテンツの再生残余時間が２５％〜５０％の場合において、ユーザがコンテンツを使用する時間の割合が「０.０」の場合のコンテンツ使用確率は、約「０.０５」になり、前記コンテンツを使用する時間の割合が増加するほどコンテンツ使用確率も増加する。

図４の(Ｄ)に示したように、コンテンツの再生残余時間が０％〜２５％の場合において、ユーザがコンテンツを使用する時間の割合が「０.０」の場合のコンテンツ使用確率は、約「０.０５」になり、前記コンテンツを使用する時間の割合が増加するほどコンテンツ使用確率も増加する。

図５は、選好度(Ｐｒｅｆｅｒｅｎｃｅ)または関心度(Ａｔｔｒａｃｔｉｖｅｎｅｓｓ)によってコンテンツを選択する過程を示す。

図５の(Ａ)のＸ軸は、時間のフローを示し、Ｙ軸は、各チャンネルを示し、Ｐ_１は、ユーザがコンテンツ選好度(Ｐｒｅｆｅｒｅｎｃｅ)に基づいてコンテンツを選択する過程を示す。ここで、コンテンツユーザは、コンテンツ推薦装置で推薦するコンテンツを全て受諾することと仮定する。

図５の(Ｂ)及び図５の(Ｃ)は、各々の時間ｔ_１、ｔ_２、ｔ_３、ｔ_４及びｔ_５で提供されるコンテンツに対するユーザのコンテンツ選好度(Ｐｒｅｆｅｒｅｎｃｅ)及び関心度(Ａｔｔｒａｃｔｉｖｅｎｅｓｓ)を示す。

まず、コンテンツユーザは、時間ｔ_１にコンテンツ１を使用している。以後、時間ｔ_２にコンテンツ１より高いコンテンツ選好度(Ｐｒｅｆｅｒｅｎｃｅ)を有するコンテンツ２が始まり、コンテンツ推薦装置は、コンテンツ２をユーザに推薦する。

以後、コンテンツユーザは、推薦されたコンテンツ２を選択して使用する。ユーザがコンテンツ２を使用する間、時間ｔ_３にコンテンツ２より高いコンテンツ選好度(Ｐｒｅｆｅｒｅｎｃｅ)を有するコンテンツ３が始まる。これによって、コンテンツ推薦装置は、コンテンツ３をユーザに推薦する。

以後、コンテンツユーザは、コンテンツ３を選択して使い始めて、時間ｔ_４にコンテンツ４が始まる。ここで、図５の(Ｂ)に示したように、コンテンツ４の選好度(Ｐｒｅｆｅｒｅｎｃｅ)は、コンテンツ３の選好度(Ｐｒｅｆｅｒｅｎｃｅ)より低いので、コンテンツ推薦装置は、ユーザにコンテンツ４を推薦しない。

図５の(Ａ)のＰ_２は、ユーザがコンテンツ関心度(Ａｔｔｒａｃｔｉｖｅｎｅｓｓ)に基づいてコンテンツを選択する過程を示し、図５の(Ｃ)は、各々のｔ_１、ｔ_２、ｔ_３、ｔ_４及びｔ_５で提供されるコンテンツに対するユーザのコンテンツ関心度(Ａｔｔｒａｃｔｉｖｅｎｅｓｓ)を示す。

まず、コンテンツユーザは、時間ｔ_１にコンテンツ１を使用している。以後、時間ｔ_２にコンテンツ２が始まる。ここで、コンテンツ推薦装置は、時間が経過するほどユーザのコンテンツ１に対する関心度(Ａｔｔｒａｃｔｉｖｅｎｅｓｓ)が高くなるので、ユーザにコンテンツ２を推薦しないで、ユーザはコンテンツ１を持続的に使用する。

以後、時間ｔ_３にコンテンツ３が始まり、時間ｔ_４には、コンテンツ４が始まる。ここで、ユーザのコンテンツ１に対する関心度(Ａｔｔｒａｃｔｉｖｅｎｅｓｓ)がコンテンツ３とコンテンツ４の関心度(Ａｔｔｒａｃｔｉｖｅｎｅｓｓ)より高いので、コンテンツ推薦装置は、ユーザにコンテンツ３またはコンテンツ４を推薦しない。

以後、コンテンツ推薦装置は、時間ｔ_５にユーザが使用していたコンテンツ１が終了すると、他のチャンネルで再生中のコンテンツ２、３及び４の中でユーザのコンテンツ関心度(Ａｔｔｒａｃｔｉｖｅｎｅｓｓ)が一番高いコンテンツ４をユーザに推薦する。

以後、コンテンツ推薦装置でコンテンツ推薦時点を判断する過程は、ユーザのコンテンツ推薦に対する困難度(Ａｎｎｏｙａｎｃｅ)を算出する(ステップＳ２２２)。ここで、コンテンツ推薦に対する困難度(Ａｎｎｏｙａｎｃｅ)は、ユーザにコンテンツ推薦を提供した場合、ユーザが有することができる困難さの程度を意味する。

本発明のコンテンツ推薦時点判断過程でコンテンツ推薦装置は、コンテンツ推薦に対する困難度(Ａｎｎｏｙａｎｃｅ)を下記数学式５に基づいて算出することができる。

ここで、ユーザのコンテンツ推薦に対する困難度(Ａｎｎｏｙａｎｃｅ)は、コンテンツ推薦の周期、正確性による困難度(Ａｎｎｏｙａｎｃｅ)の増減に基づいて算出することができる。

前記数学式５で、ｔ_ｎは、時間を意味し、
は、コンテンツ推薦の発生可否を意味する。すなわち、コンテンツ推薦装置がユーザにコンテンツ推薦を提供した場合、
は、「１」であり、提供しない場合は、
は、「０」になる。

また、数学式５で、
は、コンテンツ推薦装置からユーザに推薦されたコンテンツの正確性を意味する。すなわち、ユーザに推薦されたコンテンツが正確に推薦され、ユーザが推薦を受諾してコンテンツを変更する場合、
は、「１」であり、前記推薦されたコンテンツが正確ではない場合には、
は、「０」になる。

また、数学式５で、
は、推薦に対するスケーリング要素(Ｓｃａｌｉｎｇ ｆａｃｔｏｒ)、推薦の正確性要素(Ｃｏｒｒｅｃｔｎｅｓｓ ｆａｃｔｏｒ)、ユーザの困難度(Ａｎｎｏｙａｎｃｅ)に対する忘却速度要素(Ｆｏｒｇｅｔｉｎｇ ｓｐｅｅｄ ｆａｃｔｏｒ)である。

図６は、本発明の一実施例によるユーザへのコンテンツ推薦によるユーザの困難度変化を示す。

図６で、Ｘ軸は、時間の流れを「０」から「５００」の範囲で示し、Ｙ軸は、推薦の正確度による困難度(Ａｔｔｒａｃｔｉｖｅｎｅｓｓ)の変化を「０」から「５」の大きさで示す。

図６では、コンテンツ推薦の正確度によって変わる困難度を説明するために、３種の異なる条件により説明する。

条件１の場合、ユーザは、コンテンツ推薦装置から時間５０、１００及び４００の時間でコンテンツ推薦の提供を受ける。ここで、コンテンツ推薦装置が実行したすべての推薦は、不正確なことと仮定し、これによって、ユーザは、使用するコンテンツを変更しないことと仮定する。

図６に示したように、まず、条件１で、ユーザがコンテンツを使用する間コンテンツに対する困難度(Ａｎｎｏｙａｎｃｅ)は、約「１」で一定の割合で減少している。以後、時間５０でコンテンツ推薦装置は、ユーザにコンテンツ推薦を提供する。ここで、コンテンツ推薦装置は、前記条件１で仮定したように、不正確なコンテンツを推薦するので、ユーザが有するコンテンツ推薦に対する困難度(Ａｎｎｏｙａｎｃｅ)は、約「２」まで増加する。

以後、条件１で、ユーザの困難度(Ａｎｎｏｙａｎｃｅ)は、時間が経過する間一定の割合で減少し、コンテンツ推薦装置は、時間１００でまた他のコンテンツ推薦を提供する。ここで、コンテンツ推薦装置は、前記条件１で仮定したように、不正確なコンテンツ推薦を提供し、時間５０での不正確なコンテンツ推薦による困難度(Ａｎｎｏｙａｎｃｅ)増加時期と前記不正確なコンテンツ推薦時間が隣接するので、ユーザが有するコンテンツ推薦に対する困難度(Ａｎｎｏｙａｎｃｅ)は、約「４.５」まで増加する。

以後、条件１で、ユーザの困難度(Ａｎｎｏｙａｎｃｅ)は時間が経過する間一定の割合で減少し、コンテンツ推薦装置は、時間４００でまた他のコンテンツ推薦を提供する。ここで、条件１で仮定したように、不正確なコンテンツ推薦を提供するので、ユーザのコンテンツに対する困難度(Ａｎｎｏｙａｎｃｅ)は、約「３」まで増加する。

条件２の場合、ユーザは、コンテンツ推薦装置から時間５０、２００及び４００でコンテンツ推薦の提供を受ける。ここで、コンテンツ推薦装置の推薦うち時間４００でのコンテンツ推薦のみ正確であることと仮定する。

図６に示したように、まず、条件２のユーザは条件１と同様、コンテンツを使用する間コンテンツに対する困難度(Ａｎｎｏｙａｎｃｅ)は、約「１」で一定の割合で減少している。以後、時間５０で、コンテンツ推薦装置は、ユーザにコンテンツ推薦を提供する。ここで、コンテンツ推薦装置は、前記条件２で仮定したように、不正確なコンテンツ推薦を提供するので、ユーザが有するコンテンツ推薦に対する困難度(Ａｎｎｏｙａｎｃｅ)は、約「２」まで増加する。

以後、条件２で、ユーザの困難度(Ａｎｎｏｙａｎｃｅ)は、時間が経過する間一定の割合で減少し、コンテンツ推薦装置は、時間２００でまた他のコンテンツ推薦を提供する。ここで、コンテンツ推薦装置は、前記条件２で仮定したように、不正確なコンテンツ推薦を提供するので、ユーザが有するコンテンツ推薦に対する困難度(Ａｎｎｏｙａｎｃｅ)は、約「３」まで増加する。

以後、条件２で、ユーザの困難度(Ａｎｎｏｙａｎｃｅ)は、時間が経過する間一定の割合で減少し、コンテンツ推薦装置は、時間４００でまた他のコンテンツ推薦を提供する。ここで、コンテンツ推薦装置は、前記条件２で仮定したように、正確なコンテンツ推薦を提供するので、ユーザは、前記推薦に応じてコンテンツを変更し、ユーザのコンテンツ推薦に対する困難度(Ａｎｎｏｙａｎｃｅ)は比較的少なく増加する。

条件３の場合、ユーザは、コンテンツ推薦装置から時間５０、２００及び４００でコンテンツ推薦の提供を受ける。ここで、コンテンツ推薦装置の推薦のうち時間５０及び４００でのコンテンツ推薦のみ正確なことと仮定する。

図６に示したように、まず、条件３でユーザがコンテンツを使用する間コンテンツに対する困難度(Ａｎｎｏｙａｎｃｅ)は、約「１」で一定の割合で減少している。以後、時間５０で、コンテンツ推薦装置は、ユーザにコンテンツ推薦を提供する。ここで、コンテンツ推薦装置は、前記条件３で仮定したように、正確なコンテンツ推薦を提供するので、ユーザは、前記推薦に応じてコンテンツを変更し、ユーザのコンテンツ推薦に対する困難度(Ａｎｎｏｙａｎｃｅ)は、比較的少なく増加する。

以後、条件３で、ユーザの困難度(Ａｎｎｏｙａｎｃｅ)は、時間が経過する間一定の割合で減少し、コンテンツ推薦装置は、時間２００でまた他のコンテンツ推薦を提供する。ここで、条件３で仮定したように、不正確なコンテンツ推薦を提供するので、ユーザのコンテンツに対する困難度(Ａｎｎｏｙａｎｃｅ)は、「１」まで増加する。

以後、条件３で、ユーザの困難度(Ａｎｎｏｙａｎｃｅ)は、時間が経過する間一定の割合で減少し、コンテンツ推薦装置は、時間４００でまた他のコンテンツ推薦を提供する。ここで、条件３で仮定したように、正確なコンテンツ推薦を提供するので、ユーザは、前記推薦に応じてコンテンツを変更し、ユーザのコンテンツ推薦に対する困難度(Ａｎｎｏｙａｎｃｅ)は、比較的少なく増加する。

以後、コンテンツ推薦装置は、コンテンツ推薦時点を判断する過程中、ステップＳ２２１で算出された便利度(Ｐｒｏｆｉｔ)とステップＳ２２２で算出された困難度(Ａｎｎｏｙａｎｃｅ)とを比較する(ステップＳ２２３)。

以後、コンテンツ推薦装置は、前記算出された便利度(Ｐｒｏｆｉｔ)が前記算出された困難度(Ａｎｎｏｙａｎｃｅ)より大きい値を有する時点をコンテンツ推薦時点で判断し、ユーザにコンテンツ推薦を提供するためのコンテンツを検索し、前記判断された時点でコンテンツ推薦リストを提供する。

また、前記ステップＳ２２３で、前記算出された便利度(Ｐｒｏｆｉｔ)が前記算出された困難度(Ａｎｎｏｙａｎｃｅ)より小さい場合には、ステップＳ２１０に移動してステップＳ２１０〜ステップＳ２２３を繰り返し実行する。

本発明の一実施例によるユーザ状況認知コンテンツ推薦時点を判断するために、下記数学式６を利用する。

数学式６は、上述したユーザのコンテンツ推薦に対する関心度(Ａｔｔｒａｃｔｉｖｅｎｅｓｓ)及び困難度(Ａｎｎｏｙａｎｃｅ)に基づいてコンテンツ推薦時点を判断する方法である。前記数学式６で、
は、ユーザのコンテンツ推薦に対する便利度(Ｐｒｏｆｉｔ)を意味する。また、前記数学式６で、
は、ユーザのコンテンツ推薦に対する困難度(Ａｎｎｏｙａｎｃｅ)を意味する。

図７は、本発明の一実施例によるコンテンツ推薦時点決定装置の構成を示したブロック図である。

コンテンツ推薦時点決定装置４００は、ＴＶ、コンピュータ、マルチメディアなどのように多様なコンテンツを提供することができるコンテンツ再生装置で具現することができる。また、コンテンツ推薦時点決定装置４００は、メモリー、プロセッサなどを具備したスマートＴＶ(Ｓｍａｒｔ ＴＶ)、ＩＰ ＴＶ(ＩｎｔｅｒｎｅｔＰｒｏｔｏｃｏｌ ＴＶ)、セットトップボックス、マルチメディアプレーヤー、携帯用端末(携帯電話、スマトホン、パッド型端末など)、コンピュータなどのようなデジタル情報処理装置で構成するか、前記装置に含まれる形態で構成することができる。

図７を参照してコンテンツ推薦時点決定装置４００の構成を具体的に説明する。

コンテンツ推薦時点決定装置４００は、処理部４１０、保存部４２０、コンテンツ情報受信部４３０及び表示部４４０を含むことができる。

処理部４１０は、実質的に命令またはデータを処理することができる装置で構成することができ、ユーザのコンテンツ使用をモニタリングする。前記モニタリングされた情報は、ユーザがコンテンツを使い始める時間、前記コンテンツの全体再生時間及び残余時間などを含むことができる。

以後、処理部４１０は、前記モニタリングされたユーザのコンテンツ使用情報に基づいてユーザのコンテンツ推薦に対する便利度(Ｐｒｏｆｉｔ)と困難度(Ａｎｎｏｙａｎｃｅ)とを、図３を参照して上述の方法に基づいて算出し、前記算出された便利度(Ｐｒｏｆｉｔ)と困難度(Ａｎｎｏｙａｎｃｅ)との大きさを比較する。

以後、処理部４１０は、前記便利度(Ｐｒｏｆｉｔ)が前記困難度(Ａｎｎｏｙａｎｃｅ)より大きい値を有する時点をコンテンツ推薦時点と判断し、前記判断された時点にコンテンツを推薦するためのコンテンツをコンテンツ情報受信部４３０から得ることができる。

保存部４２０は、実質的に不揮発性メモリーで構成することができ、コンテンツ推薦時点を判断するための前記処理部４１０でモニタリングしたユーザのコンテンツ使用情報及びユーザに提供したコンテンツ履歴が保存できる。

コンテンツ情報受信部４３０は、別途の外部サーバーから判断されたコンテンツ推薦時点にて、ユーザにコンテンツを推薦するために必要なコンテンツ提供関連情報を得ることができる。前記コンテンツ提供関連情報を受信する方法は、前記外部サーバーから得る方法に限定されるものではなく、コンテンツ推薦時点決定装置４００が、例えば、デジタルＴＶ(Ｄｉｇｉｔａｌ ＴＶ)で具現される場合、放送電波からコンテンツ提供関連情報を得ることができる。前記コンテンツ提供関連情報は、コンテンツの時間別提供リスト及び前記コンテンツ各々の提供時間を含むことができる。

表示部４４０は、実質的にＬＣＤ(Ｌｉｑｕｉｄ Ｃｒｙｓｔａｌ Ｄｉｓｐｌａｙ)、ＯＬＥＤ(Ｏｒｉｇｉｎａｌ Ｌｉｇｈｔ Ｅｍｉｔｔｉｎｇ Ｄｉｏｄｅｓ)などのようなディスプレイ素子で構成することができ、前記処理部４１０で判断したコンテンツ推薦時点でユーザに推薦することができるコンテンツを視覚的に提供することができる。

以上、添付した図面を参照して本発明の実施形態について説明したが、本発明が属する技術の分野における通常の知識を有する者であれば、本発明の技術的思想を逸脱しない範囲内で、様々な置換、変形及び変更が可能であるので、上述した実施例及び添付された図面に限定されるものではない。

４００：コンテンツ推薦時点決定装置
４１０：処理部
４２０：保存部
４３０：コンテンツ情報受信部
４４０：表示部

Claims (14)

1. デジタル信号処理が可能な装置で実行されるコンテンツ推薦時点決定方法であって、
   ユーザのコンテンツ使用をモニタリングする段階と、
   前記モニタリングする段階においてモニタリングされた情報に基づいて、現在時点に使用可能な複数のコンテンツに対する選好度、前記現在時点に使用可能な前記複数のコンテンツに対する関心度、及びコンテンツ推薦に対する困難度を算出する段階と、
   前記算出された前記選好度及び関心度に基づいて、便利度を算出し、前記便利度及び困難度の大きさを比較してコンテンツ推薦時点を決定する段階と、を含むこと特徴とする状況認知コンテンツの推薦時点決定方法。
2. 前記モニタリングする段階は、ユーザのコンテンツ使用開始時間、前記コンテンツの残余再生時間及び前記ユーザの前記コンテンツを使用する時間の中で少なくとも一つをモニタリングすることを特徴とする、請求項１に記載の状況認知コンテンツの推薦時点決定方法。
3. 前記選好度は、前記ユーザが前記現在時点に使用しているコンテンツに対する選好度を含むことを特徴とする、請求項１に記載の状況認知コンテンツの推薦時点決定方法。
4. 前記関心度は、前記モニタリングされた情報と前記選好度とに基づいて算出され、前記モニタリングされた情報は、前記ユーザが前記現在時点に使用しているコンテンツに対するコンテンツ使用確率と、前記ユーザに前記現在時点に使用しているコンテンツを変更して他のコンテンツを提供する場合、前記ユーザの前記他のコンテンツに対するコンテンツ使用確率とを含むことを特徴とする、請求項１に記載の状況認知コンテンツの推薦時点決定方法。
5. 前記便利度は、前記ユーザが前記現在時点に使用しているコンテンツに対する選好度及び関心度と、前記ユーザが使用していない使用可能な複数のコンテンツに対する選好度及び関心度とを比較して決定されることを特徴とする、請求項１に記載の状況認知コンテンツの推薦時点決定方法。
6. 前記困難度は、前記ユーザに提供されるコンテンツ推薦の周期及び履歴の中で少なくとも一つと、前記ユーザに推薦されたコンテンツの正確性とに基づいて算出され、
   前記困難度は、前記コンテンツ推薦の発生が多く、不正確であるときに大きくなることを特徴とする、請求項１に記載の状況認知コンテンツの推薦時点決定方法。
7. 前記決定する段階は、前記便利度が前記困難度より大きい値を有する時点を前記コンテンツ推薦時点として決定することを特徴とする、請求項１に記載の状況認知コンテンツの推薦時点決定方法。
8. ユーザのコンテンツ使用をモニタリングし、前記モニタリングされた情報に基づいて現在時点に使用可能な複数のコンテンツに対する選好度、前記現在時点に使用可能な前記複数のコンテンツに対する関心度と、前記コンテンツ推薦に対する困難度とを算出した後、前記選好度と前記関心度に基づいて、便利度を算出し、前記便利度及び困難度の大きさを比較してコンテンツ推薦時点を決定する処理部と、
   前記処理部の制御に応じて前記モニタリングされた情報を保存する保存部と、を含むことを特徴とする状況認知コンテンツの推薦時点決定装置。
9. 前記処理部は、ユーザのコンテンツ使用開始時間、前記コンテンツの残余再生時間及び前記ユーザのコンテンツを使用する時間の中で少なくとも一つをモニタリングすることを特徴とする請求項８に記載の状況認知コンテンツの推薦時点決定装置。
10. 前記選好度は、前記ユーザが前記現在時点に使用しているコンテンツに対する選好度を含むことを特徴とする、請求項８に記載の状況認知コンテンツの推薦時点決定装置。
11. 前記処理部は、前記モニタリングされた情報と前記選好度とに基づいて前記関心度を算出し、前記モニタリングされた情報は、前記ユーザが前記現在時点に使用しているコンテンツに対するコンテンツ使用確率と、前記ユーザに前記現在時点に使用しているコンテンツを変更して他のコンテンツを提供する場合、前記ユーザの前記他のコンテンツに対するコンテンツ使用確率を含むことを特徴とする、請求項８に記載の状況認知コンテンツの推薦時点決定装置。
12. 前記処理部は、前記ユーザが前記現在時点に使用しているコンテンツに対する選好度及び関心度と、前記ユーザが使用していない使用可能な複数のコンテンツに対する選好度及び関心度とを比較して前記便利度を決定することを特徴とする、請求項８に記載の状況認知コンテンツの推薦時点決定装置。
13. 前記処理部は、前記ユーザに提供されるコンテンツ推薦の周期及び履歴の中で少なくとも一つと、前記ユーザに推薦されたコンテンツの正確性とに基づいて前記困難度を算出し、前記困難度は、前記コンテンツ推薦の発生が多く、不正確であるときに大きくなることを特徴とする、請求項８に記載の状況認知コンテンツの推薦時点決定装置。
14. 前記処理部は、前記便利度が前記困難度より大きい値を有する時点を前記コンテンツ推薦時点として決定することを特徴とする、請求項８に記載の状況認知コンテンツの推薦時点決定装置。