• 한국HCI학회:학술대회논문집
• /
• 2006.02a
• /
• pp.333-338
• /
• 2006

최근 사용자에 대한 많은 정보를 얻는 것이 가능해지면서, 데이터마이닝 기법이나 Contents 추천 기법을 이용한 맞춤형 서비스가 가능하게 되었다. 특히, 대부분의 사람들에게 TV 프로그램 시청은 여가생활시간에서 가장 높은 비중을 차지 하고 있다. 따라서, 보다 지능적인 TV 프로그램 서비스를 제공하는 기술에 대하여 관심이 고조되고 있다. 본 논문에서는 TV-Anytime을 이용하여 개인화된 Electronic Program Guide (EPG)를 생성하고, 개인화된 EPG 정보를 활용하여 시청자에게 맞춤형 TV 프로그램 서비스를 제공하는 시스템에 대한 연구 결과를 제시한다. 또한 시청자의 시청패턴과 TV 프로그램 선호도를 바탕으로 시청자가 원하는 프로그램을 추천하는 TV Program Recommender Agent와 방송 및 TV 프로그램에 대한 대화를 담당하는 TV Program Helper Agent, 시스템 조정 및 메시지 전달을 담당하는 Coordinator Agent로 이루어진 멀티에이전트 기반 시스템 구조를 제시한다.

• Proceedings of the Korean Society of Broadcast Engineers Conference
• /
• 2011.07a
• /
• pp.114-115
• /
• 2011

초고속 인터넷 망이 보급되고 디지털 방송 서비스가 본격화됨에 따라 디지털 콘텐츠가 기하급수적으로 증가하였고, 댁내에서 멀티미디어 콘텐츠를 공유/재생할 수 있는 기기들이 다양화 되어지고, 스마트폰과 같은 개인용 모바일 기기의 사용이 보편화 되어짐에 따라 사용자는 멀티미디어 콘텐츠를 시청할 때 다양한 시청 환경 조건에 놓이게 되었다. 하지만, 사용자에게 제공되어지는 어플리케이션은 단말 및 특정 시청환경에 종속된 형태로 개발되어 지고 있고, 사용자의 단말 및 시청환경에 따라 서로 다른 수많은 어플리케이션이 개발되고 있다. 따라서, 사용자의 시청 환경을 고려하여 서로 다른 성능(Device Capability)을 가지는 기기들에 최적화된 사용자 인터페이스와 응용 프로그램을 제공하기 위한 홈 네트워크상에서의 상황인지형 스케일러블 데이터 서비스 기술 개발이 요구되어지고 있다. 이에, 본 논문에서는 하나의 어플리케이션 인터페이스를 통하여 수시로 변화하는 시청환경에 따라 사용자에게 최적의 어플리케이션을 제공할 수 있는 서비스 방법을 제안한다.

• Proceedings of the Korean Society of Broadcast Engineers Conference
• /
• 2016.11a
• /
• pp.187-189
• /
• 2016

미디어 이용 패턴이 TV 에서 다양한 스마트 기기로 넓어지고 있으며, 인터넷이 가능한 환경에서 광범위한 미디어 콘텐츠 제공이 가능하다. 최근에는 실감형 콘텐츠를 위해 360도 카메라와 이를 제어하는 방식들이 소개 되고 있다. 하지만 이러한 기술들을 활용해 더 많은 콘텐츠를 생성하기 위해서 콘텐츠의 특성을 고려한 실감 시청 체험 기술 서비스의 제공이 필요하다. 본 논문에서는 실감 시청 체험을 극대화할 수 있는 개인방송용 실감형 콘텐츠 제작 기술 서비스에 제안한다. 사용자와 상호작용이 가능한 실감 미디어 서비스를 제공하기 위해 카메라들의 배치, 뷰포인트 선택, 다양한 시청체험을 가능하게 할 파라미터 종류들을 정의한다. 본 연구를 통해 다양한 유형의 실감형 개인방송 콘텐츠를 제공할 수 있을 것으로 기대된다.

• Journal of the Korea Institute of Information and Communication Engineering
• /
• v.25 no.4
• /
• pp.537-542
• /
• 2021

Smart TVs provide a variety of services and information compared to existing TVs based on the Internet. In order to provide more personalized services or information, it is necessary to analyze users' viewing patterns and provide customized services or information based on them. The proposed system receives the user's TV viewing pattern, analyzes it, and recommends a TV program or movie as customized information to the user. For this, the system was constructed with a preprocessor and a deep learning model. The preprocessor refines the name of the TV program watched by the user, the date the TV program was watched, and the watched time. Then, the multi-attribute LSTM model trains the refined data and performs prediction.The proposed system is a system that provides customized information to users, and is believed to be a leading technology in digital convergence that combines existing IoT technology and deep learning technology.

• The Journal of Korean Institute of Communications and Information Sciences
• /
• v.35 no.2B
• /
• pp.361-371
• /
• 2010

To vitalize the terrestrial DMB market, we introduce a personalized DMB(PDMB) service model based on metadata, especially DMB ECG XML standardized by TTA, under the convergence of broadcasting and telecommunications. Also we introduce the personalized DMB service system developed to validate the conformance of DMB ECG XML standard and the usefulness of DMB ECG service. The personalized DMB service system is described in details from the authoring stage to the consumption stage of the contents. The results of experimental tests for the personalized DMB service system are also introduced in this paper. We finally address the possibility of making successful personalized DMB services in mobile multimedia broadcasting market.

• Proceedings of the KIEE Conference
• /
• 2008.07a
• /
• pp.1907-1908
• /
• 2008

본 논문에서는 개인화 내비게이션 기능을 제공하는 3D 가상 국악 전시관을 제안하였다. 제안된 가상 국악 전시관은 키보드와 조이스틱, 마우스 등 입력장치를 이용하여 사용자의 조작으로 이동 가능하며, 해당 국악기의 설명을 한국어와 영어로 들을 수 있다. 또한, 모든 국악기에 대한 소리를 들을 수 있고, 형태와 연주 기법을 3D로 볼 수 있으며, 해당 악기의 연주 동영상을 시청할 수 있다. 가상 국악 콘텐츠는 7개의 악기와 상세설명, 그리고 한 개의 시청각 실을 포함한다. 또한, Virtools와 자바스크립트를 이용하여 사용자 개인이 원하는 정보만을 가상으로 체험할 수 있는 개인화 내비게이션 기능을 구현하여 제공한다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2016.10a
• /
• pp.587-590
• /
• 2016

최근 통신 기술의 발달로 온라인을 통한 대규모 콘텐츠의 유통이 가능해졌으나, 사용자들은 수많은 콘텐츠 사이에서 원하는 정보를 찾는 시간이 단축되는 것을 원했다. 이로 인해 다양한 분야에서 개인화된 콘텐츠를 추천해주는 추천 시스템(recommendation system)에 대한 요구가 점차 높아졌다. 그럼에도 불구하고 시니어를 위한 추천 시스템에 대한 연구는 매우 부족하다. 또한, 시니어 세대의 변화에 따라 시니어 관련 콘텐츠 연구도 다양하게 진행되고 있으나, 스마트 기기 및 서비스가 젊은 층에 친화적으로 개발됨으로써 시니어 층의 접근성을 감소시키고 있다. 이에 본 연구에서는 다양한 신체적 변화를 겪는 시니어 세대 위해 추천 시스템에서 인지반응 데이터를 이용하여 콘텐츠를 시청하기 적합한 환경을 제공함과 동시에 활동 이력을 중심으로 개인화 추천 시스템을 설계하여 시니어 사용자들의 개념 변화(concept drift) 문제로 사용자가 원하지 않는 콘텐츠를 추천받을 가능성을 줄일 수 있도록 한다.

• Proceedings of the Korean Society of Broadcast Engineers Conference
• /
• 2009.11a
• /
• pp.353-356
• /
• 2009

방송 콘텐츠의 소비 경로가 다양화되고 시청 습관이 개인화 되는 추세에 따라 광고주는 그들의 광고가 임의의 대중이 아닌 실제 고객이 될 가능성이 높은 시청자에게 전달되기를 원하며, 그 결과까지 알고 싶어한다. 시청자 개개인에 맞추어 최적의 광고를 선택하기 위해서는 고정된 가입자 정보의 참조에 그치지 않고 송출한 광고를 특정 시청자가 실제 시청하였는지, 추가로 제공되는 양방향 광고에 참여하였는지 여부를 매번 측정하여 스스로 보완되는 구조를 가질 필요가 있다. 본 논문은 이러한 피드백 알고리듬을 기반으로 프로그램 정보와 시청자 정보, 광고의 내용 및 송출 정보를 조합하여 광고주의 의도와 시청자 특성에 맞는 최적의 광고를 송출하는 시스템 구조를 제안한다.

• Proceedings of the Korean Institute of Information and Commucation Sciences Conference
• /
• 2021.10a
• /
• pp.281-283
• /
• 2021

The representative companies mentioned in the recommendation service in the domestic OTT(Over-the-top media service) market are YouTube and Netflix. YouTube, through various methods, started personalized recommendations in earnest by introducing an algorithm to machine learning that records and uses users' viewing time from 2016. Netflix categorizes users by collecting information such as the user's selected video, viewing time zone, and video viewing device, and groups people with similar viewing patterns into the same group. It records and uses the information collected from the user and the tag information attached to the video. In this paper, we propose a method to improve video media recommendation by automatically generating metadata of video media that was written by hand.

• Journal of Korea Multimedia Society
• /
• v.13 no.9
• /
• pp.1357-1364
• /
• 2010

With the emergence of digital TV broadcasting, various TV channels are provided to a TV audience. But it is getting hard for the audience to find his or her preferred TV programs due to the huge number of TV channels. In order to mitigate the difficulty, channel navigation schemes have been proposed. The schemes predict preferred TV channel from viewer's previous watching histories, and provide the predicted channels when the viewer wants to change TV channel. As channel navigation schemes, there are Most Recently Selected (MRS) scheme providing the most recently watched channel, and Most Frequently Selected (MFS) scheme providing the most frequently selected channel. However, MFS and MRS scheme could be inappropriate to current TV system broadcasting various TV programs in a channel because they are based on the viewer's patterns of watching TV channels. Therefore, this paper proposes an efficient channel navigation scheme, Program Most Frequently Selected (PMFS), based on patterns of watching TV programs instead of TV channels. Simulation results show that the proposed scheme PMFS reduces the seek distance compared to the previous channel navigation schemes, MFS and MRS.