• Journal of Broadcast Engineering
• /
• v.9 no.4 s.25
• /
• pp.305-321
• /
• 2004

With the advent of the digital broadcasting, the audiences can access a large number of TV programs and their information through the multiple channels on various media devices. The access to a large number of TV programs can support a user for many chances with which he/she can sort and select the best one of them. However, the information overload on the user inevitably requires much effort with a lot of patience for finding his/her favorite programs. Therefore, it is useful to provide the persona1ized broadcasting service which assists the user to automatically find his/her favorite programs. As the growing requirements of the TV personalization, we introduce our automatic user preference learning algorithm which 1) analyzes a user's usage history on TV program contents: 2) extracts the user's watching pattern depending on a specific time and day and shows our automatic TV program recommendation system using MPEG-7 MDS (Multimedia Description Scheme: ISO/IEC 15938-5) and 3) automatically calculates the user's preference. For our experimental results, we have used TV audiences' watching history with the ages, genders and viewing times obtained from AC Nielson Korea. From our experimental results, we observed that our proposed algorithm of the automatic user preference learning algorithm based on the Bayesian network can effectively learn the user's preferences accordingly during the course of TV watching periods.

• Proceedings of the Korean Society of Computer Information Conference
• /
• 2011.01a
• /
• pp.75-79
• /
• 2011

본 논문에서는 센서를 활용하여 개인의 위치 및 상황 정보를 수집하고 패턴을 분석하여 이에 따라 동적으로 서비스를 제공하는 상황인식 TV 프로그램 추천 및 제어 시스템(CAPUS)을 제안하였다. 상황인식기반 TV 응용서비스를 위하여 개인화(Personalization)기술에 적용을 할 수 있는 사례로 TV채널 추천을 예로 실험하였다. CAPUS는 유비쿼터스의 큰 축이라 할 수 있는 개인화기술을 구현할 수 있는 시스템으로 그 규모가 무척 크며 방대하다 할 수 있다. 본문에서 제안한 CAPUS는 사용자의 정보를 수집하는 에이전트, 분석하는 에이전트, 필터링하는 에이전트 등 다양한 소프트웨어와 알고리즘이 필요하다. 사용자의 정보를 동적으로 수집 및 분석하고 생성한 후에 이를 활용하여 사용자에게 다시 서비스를 제공하는 기술이 CAPUS의 핵심이라 할 수 있다. 데이터의 분석을 통해 비슷한 행동이나 상황을 파악할 수 있으며 사용자에게 맞는 서비스를 제공할 수 있게 된다.

• Proceedings of the Korean Society of Broadcast Engineers Conference
• /
• 2004.11a
• /
• pp.151-154
• /
• 2004

디지털 방송의 시작과 함께, 지상파, 위성, 케이블과 같은 다양한 매체를 통한 다채널 방송 시청 환경의 도래는 사용자에게 많은 방송 프로그램 시청 정보를 전달하게 되었다. 이와 더불어, 방송 단말에 전송된 다양한 방송 프로그램 정보를 탐색하고 선호 방송 프로그램을 선별하기 위해서는 사용자에게 많은 노력이 요구된다. 이러한 요구에 따라, 똔 논문에서는 다채널 방송 시청 환경 하에서 사용자의 방송 프로그램 시청 히스토리를 분석하고, 특정 시간에 따른 사용자의 방송 프로그램 시청 패턴을 추출하여 방송 프로그램 장르에 대한 사용자 선호도를 자동으로 계산하는 알고리즘을 제안하고, MPEG-7 MDS 구조에 따른 사용자 선호도 서술과 사용자의 선호도에 따라 방송 프로그램을 자동적으로 추천하는 TV 프로그램 추천 어플리케이션을 소개한다 본 실험을 위해 실제 연령대별, 성별, 시간대별로 사용자의 TV 시청 자료를 사용하였으며, 실험결과를 통해 본 논문에 제안된 베이시안 네트워크 기반 사용자 자동 학습 알고리즘이 효과적으로 사용자 선호도를 학습할 수 있음을 확인하였다.

• Journal of Korea Multimedia Society
• /
• v.13 no.10
• /
• pp.1413-1422
• /
• 2010

With the emergence of digital TV broadcasting, various 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, TV broadcasting companies provide an electronic program guide (EPG), which is a digital guide to scheduled broadcast TV programs. However, it results in the information overload problem and the time-consuming problem since the number of TV channels and programs is gradually on the increase. In this paper, we design and develop a channel filtering system, which recommends a small number of channels by filtering TV channels based on the watching pattern of the TV audience. The channel filtering system does not require the replacement or upgrade of existing TV or set-top box. In addition, it increases usability by skipping the channels that broadcast the audience's non-preferred TV programs while the TV audience presses the channel up/down button.

• Journal of Korea Multimedia Society
• /
• v.13 no.10
• /
• pp.1453-1462
• /
• 2010

In this paper, a new program recommendation system is proposed to recommend user preferred VOD program in IPTV environment. A proposed system is implemented with collaborative filtering method. For a user profile which describes user program preference, a program preference, sub-genre preference, and US(user similarity) weight of the user neighborhood is averaged and updated every week. In order to evaluate system performance, real 24-weeks cable TV watching data provided by Nilson Research Corp. are modified to fit for IPTV broadcasting environment and the simulation result shows quite comparative quality of recommendation. The experimental results optimum performance when user similarity based weighting, five person per group and five recommendation programs are used.

• Journal of Broadcast Engineering
• /
• v.7 no.2
• /
• pp.153-167
• /
• 2002

With the advent of digital broadcasting, a large number of program channels become available at the user terminals such as set-top-box or PC. Channel navigation and searching become more difficult at TV terminal sides using a conventional device such as a TV remote controller. The MPEG-7 MDS (Multimedia Description Scheme) and TV Anytime set up a standard about how to describe user preferences for genre, channel, actor/actress, keyword, etc. of the TV programs, and how to describe usage history for user's program consumption behaviors and preferences. But they do not describe how to use them. In this paper, we describe an IPG (Intelligent Program Guider) system that provides TV program and channel information based on user preferences and suggest easy access to TV program that user wants. The IPG monitors user's behaviors of interacting to programs and automatically updates the user's preference changes according1y. The IPG utilizes user preferences description scheme specified in both MPEG-7 MDS and TV Anytime metadata specifications.

• Journal of Broadcast Engineering
• /
• v.17 no.1
• /
• pp.129-139
• /
• 2012

This paper introduces a recommender system that is to recommend broadcast content. Our recommender system uses user's viewing history for personalized recommendations. Broadcast contents has unique characteristics as compared with books, musics and movies. There are two types of broadcast content, a series program and an episode program. The series program is comprised of several programs that deal with the same topic or story. Meanwhile, the episode program covers a variety of topics. Each program of those has different topic in general. Therefore, our recommender system recommends TV programs to users according to the type of broadcast content. The recommendations in this system are based on user's viewing history that is used to calculate content similarity between contents. Content similarity is calculated by exploiting collaborative filtering algorithm. Our recommender system uses java sparse array structure and performs memory-based processing. And then the results of processing are stored as an index structure. Our recommender system provides recommendation items through OPEN APIs that utilize the HTTP Protocol. Finally, this paper introduces the implementation of our recommender system and our web demo.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2009.11a
• /
• pp.901-902
• /
• 2009

최근 지상파 TV 방송의 디지털 전환 프로젝트가 본격적으로 진행되고 있다. 디지털 방송 서비스는 다매체, 다채널을 통한 방송 프로그램의 증가와 양방향 TV 방송 서비스로 인해 사용자에게 다양한 방송 프로그램의 선택과 개인별 맞춤형 시청 기회를 제공함으로써 새로운 방송 서비스 환경을 필요로 한다. 본 논문에서는 사용자의 시청 상황을 포함한 시청 패턴을 분석함으로써 시청 패턴 프로파일 및 시청 선호도 연관규칙 생성 기법을 통한 지능적 사용자 맞춤형 DTV 방송 서비스 시스템을 제안한다. 또한, 임베디드 시스템 기반의 사용자 인터페이스를 구현하여 사용자에게 적절한 추천 프로그램을 제공하고, 시청 프로그램 정보에 따른 시청 상황을 자동으로 제어하는 기능을 포함한다.

• Proceedings of the Korean Information Science Society Conference
• /
• 2004.04a
• /
• pp.604-606
• /
• 2004

방송과 관련된 디지털 기술과 통신 기술의 급격한 발전은 방송 산업의 다양화와 컨텐츠의 수적 증가를 유도한 반면 시청자의 시청 환경을 고려하는 편의성과 최적 정보 전달 기술의 발전은 더디게 진행되어왔다. 본 논문에서는 국내에서 최근 상용 서비스가 실시된 양방향 TV 환경에서 양방향 방송 서비스를 제공하고, 시청자의 행위, 선호도, 성향 등을 분석하여 개인화된 프로그램 채널 추천, 표적화된 광고의 제공, T-Commerce 환경을 지원할 수 있는 양방향 TV 개인화 시스템을 설계하고 구현한다.

• Journal of the Institute of Electronics Engineers of Korea SP
• /
• v.47 no.4
• /
• pp.9-19
• /
• 2010

In this paper, a new program recommendation system is proposed to recommend user preferred VOD program in IPTV environment. A proposed system is implemented with hybrid filtering method that can cooperatively complements the shortcomings of the content-based filtering and collaborative filtering. For a user program preference, a single-scaled measure is designed so that the recommendation performance between content-based filtering and collaborative filtering is easily compared and reflected to final hybrid filtering procedure. In order to provide more accurate program recommendation, we use not only the user watching history, but also the user program preference and sub-genre program preference updated every week as a user preference profile. System performance is evaluated with modified IPTV data from real 24-weeks cable TV watching data provided by Nilson Research Corp. and it shows quite comparative quality of recommendation.