The KIPS Transactions:PartD (정보처리학회논문지D)

Korea Information Processing Society (한국정보처리학회)
권호 표지
DOI QR코드

DOI QR Code

Customized Digital TV System for Individuals/Communities based on Data Stream Mining

데이터 스트림 마이닝 기법을 적용한 개인/커뮤니티 맞춤형 Digital TV 시스템

  • 신세정 (연세대학교 컴퓨터과학과) ;
  • 이원석 (연세대학교 컴퓨터과학과)
  • Received : 2010.04.13
  • Accepted : 2010.08.23
  • Published : 2010.12.31
Download PDF
⟨ Previous Next ⟩

Abstract

The switch from analog to digital broadcast television is extended rapidly. The DTV can offer multiple programming choices, interactive capabilities and so on. Moreover, with the spread of Internet, the information exchange between the communities is increasing, too. These facts lead to the new TV service environment which can offer customized TV programs to personal/community users. This paper proposes a 'Customized Digital TV System for Individuals/Communities based on Data Stream Mining' which can analyze user's pattern of TV watching behavior. Due to the characteristics of TV program data stream and EPG(electronic program guide), the data stream mining methods are employed in the proposed system. When a user is watching DTV, the proposed system can control the surrounding circumstances as using the user behavior profiles. Furthermore, the channel recommendation system on the smart phone environment is proposed to utilize the profiles widely.

국내외 TV방송의 디지털 전환 프로젝트가 본격적으로 진행되고 있다. 디지털 방송 서비스는 다매체, 다채널을 통한 방송 프로그램의 증가와 양방향 TV방송 서비스로 인해 사용자에게 다양한 방송 프로그램의 선택과 개인/커뮤니티별 맞춤형 시청 기회를 제공함으로써 새로운 방송서비스 환경을 필요로 한다. 본 논문에서는 TV-Anytime 영상 메타데이터에 대한 데이터 스트림 마이닝 기법을 이용하여 사용자의 시청 상황을 포함한 시청 패턴을 분석함으로써 개인/커뮤니티 시청 패턴 프로파일 및 시청 선호도 연관규칙 생성 기법을 적용한 개인/커뮤니티 맞춤형 Digital TV 시스템 을 제안한다. 또한, 임베디드 시스템 기반의 사용자 인터페이스를 구현하여 개인/커뮤니티 사용자들에게 적절한 추천 프로그램을 제공하고, 시청 프로그램 정보에 따른 시청 상황을 자동으로 제어하는 기능을 포함한다. 또한, 스마트폰 기반의 채널 추천 시스템을 구현하여 프로파일의 활용도를 증가시켰으며, 실험을 통하여 본 논문에서 제안하는 방법의 효율성을 검증한다.

Keywords

References

  1. TV-Anytime Forum, http://www.tv-anytime.org/
  2. MPEG-7 Document, ISO/IEC 15938-5, “MPEG-7 Overview v.10” ISO/IEC JTC1/SC29/WG11N6828, 2004.
  3. MPEG-21 Document, ISO/IEC 21000, “MPEG-21 Overview v.5,” ISO/IEC JTC1/SC29/WG11/N5231, 2002
  4. Diana $Wei{\ss}$ et al. “A user profile-based personalization system for digital multimedia content” Proc. of the 3rd Intl. conf. on DIMEA, pp.281-288, 2008.
  5. Ali K., Stam WV. “TiVo: making show recommendations using a distributed collaborative filtering architecture,” In Proc. of the 10th ACM SIGKDD Intl. conf. on Knowledge Discovery and Data Mining, pp.394-401, 2004.
  6. Dai, W. and Cohen, R. “Dynamic Personalized TV Recommendation System”, In Proc. of the UM 2003 Workshop on Personalization in Future TV, 2003.
  7. Spangler W., Gal-Or M., Masy J., Using data mining to profile TV viewers-ACM CACM, December 2003. https://doi.org/10.1145/953460.953461
  8. Takagi. T, Kasuya. S, Mukaidono. M and Yanaguchi. T, “Conceptual matching and its applications to selection of TV Programs and BGMs,” Systems, Man. and Cyber-netic, IEEE SMC. 99. Vol.3, pp.269-273, 1999. https://doi.org/10.1109/ICSMC.1999.823201
  9. J.H. Chang and W.S. Lee. “Finding recent frequent itemsets adaptively over online data streams,” In Proc. of the 9th ACM SIGKDD Intl. conf. on Knowledge Discovery and Data Mining, pp.487-492, 2003.
  10. S.J Shin and W.S. Lee. “On-line generation association rules over data streams”, Information and Software Technology, Vol.50, Issue. 6 pp.569-578, 2008. https://doi.org/10.1016/j.infsof.2007.06.005
  11. J.W.Lee, N.H.Park and W.S.Lee, “Efficiently Tracing Clusters Over High-Dimensional On-line Data Streams”, Data & Knowledge Engineering, Vol.68, 2009. https://doi.org/10.1016/j.datak.2008.11.004
  12. 신세정, 이원석, “TV-Anytime메타데이터 연속 데이터 마이닝을 이용한 시청 선호도 프로파일 생성 기법” 한국정보처리학회 학술대회, 2006.
  13. 신세정, 이원석, “커뮤니티 기반 맞춤형 DTV 프로그램 추천 시스템” 대한전자공학회 추계종합학술대회, 2009.
  14. R. Agrawal and R. Srikant. “Fast Algorithms for Mining Association Rules,” In Proc. of the 20th Intl. Conf. on Very Large Data Bases, pp.487-499, 1994.
  15. G.S. Manku and R. Motwani. “Approximate Frequency Counts over Data Streams,” In Proc. of the 28th Intl. Conf. on Very Large Data Bases, pp. 346-357, 2002.
  16. http://www.epg.co.kr