Abstract
The rapid increase of the number of channels makes it hard to find wanted programs from TV. In recent years, the number of channels come up to hundreds with the digital TV arrival. So, it will drive us to the new way of watching TV. In this paper, we introduce a recommendation system for TV programs to overcome this difficulty. We model user profiles and design each module of the system, considering TV environment. Our system gathers basic information from people manually and then updates user profiles automatically by tracking viewing and usage history. As a result, our system recommends daily TV programs based on the changing interest of users. In this paper, we address the problems and solutions by describing our system and the experiment.
인터넷에 이어 TV환경에서도 넘쳐나는 정보로 인해 시청자들이 원하는 정보를 얻는데 어려움을 겪게 되는 상황이 발생하고 있다. 최근 들어 디지털 방송시대가 열리면서 국내에서도 선택 가능한 채널이 세 자리 수까지 늘어나게 되어 기존의 방법으로는 채널 선택이 곤란하게 되었다. 본 논문은 이러한 문제점의 해결을 위한 TV프로그램 추천 시스템의 프로토타입을 제안한다. 본 논문에서는 TV환경에 알맞은 사용자 정보를 모델링하고 내용기반 방식을 이용하여 추천 시스템의 각 모듈을 설계하였다. 우리의 시스템은 사용자의 기본 정보를 입력받은 후 사용자의 시청 및 사용기록을 추적하여 자동으로 선호도를 파악하고 날짜별로 프로그램을 추천한다. 본 논문은 TV 프로그램 추천이 가지는 문제와 이에 대한 접근 방법을 시스템의 구조에 대한 설명과 실험을 통해 밝힌다.