| 1 |
1
사용자 분류 및 사용자별 데이터 구조화 모듈을 포함하고, 동시에 미디어를 시청하고 있는 개인 사용자별 추출된 시청자의 시선 데이터를 구조화하여 미디어와 광고를 디스플레이하는 셋탑 박스와 TV; 및 상기 미디어에 포함된 오브젝트 맵, 선호도 트리, 개인별 맞춤 정보에 대한 광고 피드백, 광고 히스토리 정보가 저장되며, 미디어를 시청 중인 미디어에 포함된 오브젝트에 대한 선호도를 예측하여 관심 오브젝트 또는 상기 광고 히스토리를 참조하여 유사도가 높은 오브젝트의 개인별 맞춤형 광고를 상기 셋탑 박스로 제공하는 개인별 맞춤 광고 추천 시스템; 을 포함하는 다중 사용자 맞춤형 서비스를 제공하는 광고 시스템
|
| 2 |
2
제1항에 있어서, 상기 오브젝트는 상기 미디어에 포함된 모든 사물 객체를 포함하며, 상기 오브젝트 맵은 상기 미디어에 포함된 오브젝트에 대하여 품목 분류 코드를 바탕으로 오브젝트의 속성 및 브랜드 네임을 포함하며, 오브젝트 온톨로지를 기반으로 표현되는 모든 객체에 대해 매트릭스로 구조화된 자료 구조가 저장되며, 상기 오브젝트 온톨로지를 기반으로 매트릭스 형태로 표현된 상기 오브젝트 맵은 오브젝트가 가지는 품목 속성과 브랜드 네임의 정보를 표시하며, 즉 첫번째 속성(품목 분류 코드, xx류), 두번째 속성(품목류), 세번째 속성(오브젝트의 품명)과 브랜드 네임을 포함하는, 다중 사용자 맞춤형 서비스를 제공하는 광고 시스템
|
| 3 |
3
제1항에 있어서, 상기 선호도 트리는 개인 사용자 별 선호하는 오브젝트의 분류 및 종류에 따라 가중치를 다르게 두어 사용자의 오브젝트에 대한 선호도를 예측하는 자료 구조를 제공하는, 다중 사용자 맞춤형 서비스를 제공하는 광고 시스템
|
| 4 |
4
제1항에 있어서, 상기 광고 피드백은 광고 통신부로부터 개인별 맞춤 광고를 상기 셋탑박스로 제공후에, 상기 셋탑박스로부터 인터렉션 매니저로 사용자에게 제공된 광고 서비스에 대하여 사용자의 긍정/부정 응답이 포함된 광고 피드백을 수신받는, 다중 사용자 맞춤형 서비스를 제공하는 광고 시스템
|
| 5 |
5
제1항에 있어서, 상기 개인별 맞춤 광고 추천 시스템은 상기 미디어에 포함된 오브젝트의 품목 속성과 브랜드 네임의 정보를 표시하는 오브젝트 맵과 선호도 트리를 저장하여 관리하는 오브젝트 관리부; TV 카메라의 입력 영상을 CNN 기법으로 영상처리하여 개인 사용자의 눈동자의 시선 데이터를 분석 후, 관심 오브젝트 판단을 통해 관련 광고 탐색부가 상기 오브젝트 맵을 탐색하여 관심 오브젝트 또는 유사도가 높은 오브젝트의 시청자의 선호도에 따른 개인별 맞춤 광고를 제공하는 광고 탐색부; 상기 개인별 맞춤 광고를 가입자 단말(셋탑박스)의 사용자 인터페이스로 전송하는 광고 통신부; 및 개인 사용자 별 광고 피드백을 수집하고, 사용자별 광고 피드백을 바탕으로 미디어에 포함된 오브젝트의 속성마다 가지는 선호도를 사용자 별 선호도 트리의 가중치를 업데이트하며, 유사도 예측은 선호도 트리를 바탕으로 사용자가 놓친 오브젝트 중 사용자의 선호도와 높은 유사도를 가지는 오브젝트를 검출하는 인터렉션 매니저; 를 포함하는, 다중 사용자 맞춤형 서비스를 제공하는 광고 시스템
|
| 6 |
6
제5항에 있어서, 상기 개인별 맞춤 광고 추천 시스템은 개인 사용자의 눈동자의 시선 데이터를 분석하여 관심 오브젝트 판단을 통해 관련 상기 광고 탐색부가 오브젝트 맵을 탐색하여 개인별 맞춤 광고를 상기 광고 통신부를 통해 상기 셋탑박스(STB)의 사용자 인터페이스로 제공하며, 만약 관심 오브젝트가 없다고 판단되는 경우, 개인별 사용자의 광고 히스토리를 참조하여 사용자가 놓친 시청 화면의 오브젝트들 중 가장 높은 관심을 가질 유사도가 높은 오브젝트를 예측하여 관련된 개인별 맞춤 광고를 제공하는, 다중 사용자 맞춤형 서비스를 제공하는 광고 시스템
|
| 7 |
7
제1항에 있어서, 상기 개인별 맞춤 광고 추천 시스템은 시청 중 사용자가 시청 화면에서 미디어의 관심 오브젝트를 놓친 경우, 상기 개인별 맞춤 광고 추천 시스템에서 해당 미디어에 사용자의 관심 오브젝트가 없다고 판단된 경우 사용되며, 상기 시청 화면의 다른 오브젝트 중 사용자의 관심이 높을 오브젝트를 예측하기 위해 개인별 사용자의 광고 히스토리를 기반으로 선호도 트리의 가중치를 업데이트하고, 유사도를 예측하며, 사용자의 시간에 따라 변하는 선호도 트렌드를 고려하기 위해 최근 광고 기록을 오래된 광고 기록보다 더 높은 비율로 반영하고, 사용자가 미디어를 시청하는 시간 동안 시청한 품목으로 분류된 광고의 개수에 따라 가중치를 두어 다르게 계산하며, 시청 화면의 모든 오브젝트들 중 가중치가 높은(유사도가 높은) 품목의 오브젝트의 광고를 제공하는, 다중 사용자 맞춤형 서비스를 제공하는 광고 시스템
|
| 8 |
8
제1항에 있어서, 상기 선호도 트리는 품목 분류 코드의 품목 속성을 트리 구조로 나타내며, 사용자의 품목 속성에 대한 선호도를 가중치로 나타내고, 상기 개인별 맞춤 광고 추천 시스템은 상기 광고 히스토리를 기반으로 사용자 선호도 트리의 세번째 속성의 가중치를 업데이트하며, 세번째 속성의 가중치 변화로 두번째 속성, 첫번째 속성도 업데이트 되고, 업데이트 시 사용되는 정보는 오브젝트 맵을 이용하며, 시청 화면에서 사용자가 놓친 오브젝트에 대해 선호도 트리를 기반으로 높은 가중치 값(높은 유사도)을 가지는 속성의 오브젝트를 개인별 맞춤 광고로 제공하는, 다중 사용자 맞춤형 서비스를 제공하는 광고 시스템
|
| 9 |
9
제1항에 있어서, 상기 개인별 맞춤 광고 추천 시스템은 오브젝트의 속성과 사용자 선호도 트리 속성의 유사도를 비교할 때, 오브젝트의 선호도 우선순위 큐에 저장된 오브젝트의 세번째 속성이 유사할 때 가장 높은 우선순위를 가지고, 두번째 속성, 첫번째 속성 순으로 우선순위가 낮아지게 되며, 세번째 속성이 같은 오브젝트를 개인별 사용자가 가장 선호할 맞춤 광고로 제공하는 다중 사용자 맞춤형 서비스를 제공하는 광고 시스템
|
| 10 |
10
(a) 셋탑 박스(STB)와 TV는 사용자 분류 및 사용자별 데이터 구조화 모듈을 포함하고, 동시에 미디어를 시청하고 있는 개인 사용자별 추출된 시청자의 시선 데이터를 구조화하여 미디어와 광고를 디스플레이하는 단계; 및 (b) 개인별 맞춤 광고 추천 시스템은 상기 미디어에 포함된 오브젝트 맵, 선호도 트리, 개인별 맞춤 정보에 대한 광고 피드백, 광고 히스토리 정보가 저장되며, 미디어를 시청 중인 미디어에 포함된 오브젝트에 대한 선호도를 예측하여 관심 오브젝트 또는 상기 광고 히스토리를 참조하여 유사도가 높은 오브젝트의 개인별 맞춤형 광고를 제공하는 단계; 를 포함하는 다중 사용자 맞춤형 서비스를 제공하는 광고 방법
|
| 11 |
11
제10항에 있어서, 상기 오브젝트는 상기 미디어에 포함된 모든 사물 객체를 포함하며, 상기 오브젝트 맵은 상기 미디어에 포함된 오브젝트에 대하여 품목 분류 코드를 바탕으로 오브젝트의 속성 및 브랜드 네임을 포함하며, 오브젝트 온톨로지를 기반으로 표현되는 모든 객체에 대해 매트릭스로 구조화된 자료 구조가 저장되며, 상기 오브젝트 온톨로지를 기반으로 매트릭스 형태로 표현된 상기 오브젝트 맵은 오브젝트가 가지는 품목 속성과 브랜드 네임의 정보를 표시하며, 즉 첫번째 속성(품목 분류 코드, xx류), 두번째 속성(품목류), 세번째 속성(오브젝트의 품명)과 브랜드 네임을 포함하는, 다중 사용자 맞춤형 서비스를 제공하는 광고 방법
|
| 12 |
12
제10항에 있어서, 상기 선호도 트리는 개인 사용자 별 선호하는 오브젝트의 분류 및 종류에 따라 가중치(weight)를 다르게 두어 사용자의 오브젝트에 대한 선호도를 예측하는 자료 구조를 제공하는, 다중 사용자 맞춤형 서비스를 제공하는 광고 방법
|
| 13 |
13
제10항에 있어서, 상기 광고 피드백은 광고 통신부로부터 개인별 맞춤 광고를 상기 셋탑박스로 제공후에, 상기 셋탑박스로부터 인터렉션 매니저로 사용자에게 제공된 광고 서비스에 대하여 사용자의 긍정/부정 응답이 포함된 광고 피드백을 수신받는, 다중 사용자 맞춤형 서비스를 제공하는 광고 방법
|
| 14 |
14
제10항에 있어서, 상기 개인별 맞춤 광고 추천 시스템은 개인 사용자의 눈동자의 시선 데이터를 분석하여 관심 오브젝트 판단을 통해 관련 상기 광고 탐색부가 오브젝트 맵을 탐색하여 개인별 맞춤 광고를 상기 광고 통신부를 통해 상기 셋탑박스(STB)의 사용자 인터페이스로 제공하며, 만약 관심 오브젝트가 없다고 판단되는 경우, 개인별 사용자의 광고 히스토리를 참조하여 사용자가 놓친 시청 화면의 오브젝트 중 가장 높은 관심을 가질 오브젝트를 예측하여 관련된 개인별 맞춤 광고를 제공하는, 다중 사용자 맞춤형 서비스를 제공하는 광고 방법
|
| 15 |
15
제10항에 있어서, 상기 개인별 맞춤 광고 추천 시스템은 시청 중 사용자가 시청 화면의 미디어의 관심 오브젝트를 놓친 경우, 상기 개인별 맞춤 광고 추천 시스템에서 해당 미디어에 사용자의 관심 오브젝트가 없다고 판단된 경우 사용되며, 상기 시청 화면의 다른 오브젝트 중 사용자의 관심이 높을 오브젝트를 예측하기 위해 개인별 사용자의 광고 히스토리(광고 시청 히스토리)를 기반으로 선호도 트리의 가중치를 업데이트하고, 유사도를 예측하며, 사용자의 시간에 따라 변하는 선호도 트렌드를 고려하기 위해 최근 광고 기록을 오래된 광고 기록보다 더 높은 비율로 반영하고, 사용자가 미디어를 시청하는 시간 동안 시청한 품목으로 분류된 광고의 개수에 따라 가중치를 두어 다르게 계산하며, 가중치가 높은 품목의 오브젝트의 광고를 제공하는, 다중 사용자 맞춤형 서비스를 제공하는 광고 방법
|
| 16 |
16
제10항에 있어서, 상기 선호도 트리는 품목 분류 코드의 품목 속성을 트리 구조로 나타내며, 사용자의 품목 속성에 대한 선호도를 가중치로 나타내고, 상기 개인별 맞춤 광고 추천 시스템은 상기 광고 히스토리를 기반으로 사용자 선호도 트리의 세번째 속성의 가중치를 업데이트하며, 세번째 속성의 가중치 변화로 두번째 속성, 첫번째 속성도 업데이트 되고, 업데이트 시 사용되는 정보는 오브젝트 맵을 이용하며, 시청 화면에서 사용자가 놓친 오브젝트에 대해 선호도 트리를 기반으로 높은 가중치 값(높은 유사도)을 가지는 속성의 오브젝트를 개인별 맞춤 광고로 제공하는, 다중 사용자 맞춤형 서비스를 제공하는 광고 방법
|
| 17 |
17
제10항에 있어서, 상기 개인별 맞춤 광고 추천 시스템은 오브젝트의 속성과 사용자 선호도 트리 속성의 유사도를 비교할 때, 오브젝트의 선호도 우선순위 큐에 저장된 오브젝트의 세번째 속성이 유사할 때 가장 높은 우선순위를 가지고, 두번째 속성, 첫번째 속성 순으로 우선순위가 낮아지게 되며, 세번째 속성이 같은 오브젝트를 개인별 사용자가 가장 선호할 맞춤 광고로 제공하는 다중 사용자 맞춤형 서비스를 제공하는 광고 방법
|
