Nothing Special   »   [go: up one dir, main page]

KR102617657B1 - Ai 매칭 모델 기반의 콘텐츠 제작 중개 서비스를 제공하는 서버, 방법 및 컴퓨터 프로그램 - Google Patents

Ai 매칭 모델 기반의 콘텐츠 제작 중개 서비스를 제공하는 서버, 방법 및 컴퓨터 프로그램 Download PDF

Info

Publication number
KR102617657B1
KR102617657B1 KR1020230066685A KR20230066685A KR102617657B1 KR 102617657 B1 KR102617657 B1 KR 102617657B1 KR 1020230066685 A KR1020230066685 A KR 1020230066685A KR 20230066685 A KR20230066685 A KR 20230066685A KR 102617657 B1 KR102617657 B1 KR 102617657B1
Authority
KR
South Korea
Prior art keywords
production
producer
matching
producers
requirements
Prior art date
Application number
KR1020230066685A
Other languages
English (en)
Inventor
임근서
김예진
김미연
Original Assignee
주식회사 우리템
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by 주식회사 우리템 filed Critical 주식회사 우리템
Priority to KR1020230066685A priority Critical patent/KR102617657B1/ko
Application granted granted Critical
Publication of KR102617657B1 publication Critical patent/KR102617657B1/ko

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/10—Services
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N20/00—Machine learning
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063—Operations research, analysis or management
    • G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
    • G06Q10/06311—Scheduling, planning or task assignment for a person or group
    • G06Q10/063112—Skill-based matching of a person or a group to a task

Landscapes

  • Business, Economics & Management (AREA)
  • Human Resources & Organizations (AREA)
  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Strategic Management (AREA)
  • Economics (AREA)
  • General Physics & Mathematics (AREA)
  • Tourism & Hospitality (AREA)
  • Educational Administration (AREA)
  • Marketing (AREA)
  • Software Systems (AREA)
  • General Business, Economics & Management (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Artificial Intelligence (AREA)
  • General Engineering & Computer Science (AREA)
  • Data Mining & Analysis (AREA)
  • Evolutionary Computation (AREA)
  • Medical Informatics (AREA)
  • Primary Health Care (AREA)
  • Computing Systems (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Mathematical Physics (AREA)
  • General Health & Medical Sciences (AREA)
  • Development Economics (AREA)
  • Health & Medical Sciences (AREA)
  • Game Theory and Decision Science (AREA)
  • Operations Research (AREA)
  • Quality & Reliability (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

본 발명은 AI 매칭 모델을 기반으로 콘텐츠 제작 의뢰인과 콘텐츠 제작자를 매칭시키는 중개 서비스에 관한 것이다. 본 발명의 목적은 콘텐츠 제작 의뢰인의 요구 사항들에 가장 적합한 제작 업체들을 선정하기 위해 AI 매칭 모델을 활용하는 중개 서비스를 제공하는 것이다. 본 발명에 따른 서버, 방법 및 컴퓨터 프로그램에 의하면, AI 매칭 모델을 활용하여 매칭 추천 제작자 리스트가 생성될 수 있고, 이와 함께 의뢰인에 대한 의뢰인 피드백 데이터 및 선별되지 못한 제작자들에 대한 제작자 피드백 데이터가 제공될 수 있으므로, 의뢰인의 요구 사항들에 가장 부합하는 제작자들이 선정될 수 있으며, 이와 함께 의뢰인과 제작자들에게 보다 나은 매칭을 위한 제안 사항들이 피드백될 수 있으므로 중개 서비스에 대한 만족도가 상승할 수 있다.

Description

AI 매칭 모델 기반의 콘텐츠 제작 중개 서비스를 제공하는 서버, 방법 및 컴퓨터 프로그램{SERVER, METHOD AND COMPUTER PROGRAM FOR PROVIDING CONTENTS PRODUCTION BROKERAGE SERVICE BASED ON AI MATCHING MODEL}
본 발명은 AI 매칭 모델을 기반으로 콘텐츠 제작 의뢰인과 콘텐츠 제작자를 매칭시키는 중개 서비스에 관한 것이다.
광고나 홍보, 수익 창출 등 다양한 목적으로 콘텐츠 제작에 대한 수요가 증가하고 있다. 동영상이나 화보 이미지와 같은 콘텐츠를 제작하기 위해서는 전문 인력과 장비 등이 필요하다는 점에서, 대행 업체들을 통해 의뢰인의 콘텐츠 제작이 이루어지고 있다. 그러나, 다수의 업체들 중에서 의뢰인의 구체적인 요구 사항들에 가장 적합한 업체를 선정하기가 어렵다는 점이 문제될 수 있다.
공개특허공보 제10-2021-0105024호
본 발명의 목적은 콘텐츠 제작 의뢰인의 요구 사항들에 가장 적합한 제작 업체들을 선정하기 위해 AI 매칭 모델을 활용하는 중개 서비스를 제공하는 것이다.
본 발명의 일부 실시예에 따르면, AI 매칭 모델 기반의 콘텐츠 제작 중개 서비스를 제공하는 서버에 있어서, 명령어들을 저장하도록 구성되는 메모리; 및 상기 명령어들을 실행함으로써: 의뢰인 단말로부터 목표 콘텐츠의 세부 요건들에 관한 의뢰 데이터를 접수하여 서비스 플랫폼에 공개하고, 제작자 단말들로부터 상기 목표 콘텐츠에 대한 제작 신청들 및 제작자들의 제작 관련 정보들을 접수하고, AI 매칭 모델을 활용하여 상기 세부 요건들 및 상기 제작 관련 정보들을 기반으로 상기 제작자들 중 적어도 일부를 선별하여 매칭 추천 제작자 리스트를 생성하고, 상기 AI 매칭 모델을 활용하여 상기 세부 요건들 및 상기 매칭 추천 제작자 리스트를 기반으로 의뢰인 피드백 데이터를 생성하고, 상기 AI 매칭 모델을 활용하여 상기 세부 요건들 및 상기 제작 관련 정보들을 기반으로 상기 제작자들 중 상기 매칭 추천 제작자 리스트로 선별되지 않은 나머지 제작자들에 대한 제작자 피드백 데이터를 생성하고, 상기 의뢰인 단말에 상기 매칭 추천 제작자 리스트 및 상기 의뢰인 피드백 데이터를 제공하면서 상기 나머지 제작자들의 제작자 단말들에 제작자 피드백 데이터를 제공하도록 구성되는 프로세서; 를 포함하는, AI 매칭 모델 기반의 콘텐츠 제작 중개 서비스를 제공하는 서버가 개시될 수 있다.
본 발명의 일부 실시예에 따르면, 메모리에 저장되는 명령어들을 실행하는 프로세서에 의해 수행되는, AI 매칭 모델 기반의 콘텐츠 제작 중개 서비스를 제공하는 방법에 있어서, 의뢰인 단말로부터 목표 콘텐츠의 세부 요건들에 관한 의뢰 데이터를 접수하여 서비스 플랫폼에 공개하는 단계; 제작자 단말들로부터 상기 목표 콘텐츠에 대한 제작 신청들 및 제작자들의 제작 관련 정보들을 접수하는 단계; AI 매칭 모델을 활용하여 상기 세부 요건들 및 상기 제작 관련 정보들을 기반으로 상기 제작자들 중 적어도 일부를 선별하여 매칭 추천 제작자 리스트를 생성하는 단계; 상기 AI 매칭 모델을 활용하여 상기 세부 요건들 및 상기 매칭 추천 제작자 리스트를 기반으로 의뢰인 피드백 데이터를 생성하는 단계; 상기 AI 매칭 모델을 활용하여 상기 세부 요건들 및 상기 제작 관련 정보들을 기반으로 상기 제작자들 중 상기 매칭 추천 제작자 리스트로 선별되지 않은 나머지 제작자들에 대한 제작자 피드백 데이터를 생성하는 단계; 및 상기 의뢰인 단말에 상기 매칭 추천 제작자 리스트 및 상기 의뢰인 피드백 데이터를 제공하면서 상기 나머지 제작자들의 제작자 단말들에 제작자 피드백 데이터를 제공하는 단계; 를 포함하는, AI 매칭 모델 기반의 콘텐츠 제작 중개 서비스를 제공하는 방법이 개시될 수 있다.
본 발명의 일부 실시예에 따르면, AI 매칭 모델 기반의 콘텐츠 제작 중개 서비스를 제공하는 방법을 구현하기 위해 컴퓨터 판독가능 저장 매체에 기록되는 컴퓨터 프로그램에 있어서, 상기 컴퓨터 프로그램의 명령어들은 실행될 때 상기 방법을 수행하도록 구성되는, 컴퓨터 프로그램이 개시될 수 있다.
본 발명에 따른 서버, 방법 및 컴퓨터 프로그램에 의하면, AI 매칭 모델을 활용하여 매칭 추천 제작자 리스트가 생성될 수 있고, 이와 함께 의뢰인에 대한 의뢰인 피드백 데이터 및 선별되지 못한 제작자들에 대한 제작자 피드백 데이터가 제공될 수 있으므로, 의뢰인의 요구 사항들에 가장 부합하는 제작자들이 선정될 수 있으며, 이와 함께 의뢰인과 제작자들에게 보다 나은 매칭을 위한 제안 사항들이 피드백될 수 있으므로 중개 서비스에 대한 만족도가 상승할 수 있다.
도 1은 본 발명의 일부 실시예에 따른 AI 매칭 모델 기반의 콘텐츠 제작 중개 서비스를 제공하는 시스템을 설명하기 위한 도면이다.
도 2는 본 발명의 일부 실시예에 따른 AI 매칭 모델 기반의 콘텐츠 제작 중개 서비스를 제공하는 서버를 구성하는 요소들을 설명하기 위한 도면이다.
도 3은 본 발명의 일부 실시예에 따른 AI 매칭 모델이 의뢰인과 제작자들에게 피드백 데이터를 제공하는 과정을 설명하기 위한 도면이다.
도 4는 본 발명의 일부 실시예에 따른 AI 매칭 모델이 피드백 데이터에 대한 의뢰인과 제작자들의 응답 데이터에 기반하여 업데이트되는 방식을 설명하기 위한 도면이다.
도 5는 본 발명의 일부 실시예에 따른 AI 매칭 모델 기반의 콘텐츠 제작 중개 서비스를 제공하는 방법을 구성하는 단계들을 설명하기 위한 도면이다.
이하에서는 도면을 참조하여 본 발명의 실시예들이 상세하게 설명될 것이다. 이하에서의 설명은 실시예들을 구체화하기 위한 것일 뿐, 본 발명에 따른 권리범위를 제한하거나 한정하기 위한 것은 아니다. 본 발명에 관한 기술 분야에서 통상의 지식을 가진 자가 발명의 상세한 설명 및 실시예들로부터 용이하게 유추할 수 있는 것은 본 발명에 따른 권리범위에 속하는 것으로 해석되어야 한다. 본 발명에 관한 기술 분야에서 통상의 지식을 가진 자에게 널리 알려져 있는 사항들에 대해서는 자세한 설명이 생략된다.
본 발명에서 사용되는 용어는 본 발명에 관한 기술 분야에서 널리 사용되는 일반적인 용어로 기재되었으나, 본 발명에서 사용되는 용어의 의미는 해당 분야에 종사하는 기술자의 의도, 새로운 기술의 출현, 심사기준 또는 판례 등에 따라 달라질 수 있다. 일부 용어는 출원인에 의해 임의로 선정될 수 있고, 이 경우 임의로 선정되는 용어의 의미가 상세하게 설명될 것이다. 본 발명에서 사용되는 용어는 단지 사전적 의미만이 아닌, 명세서의 전반적인 맥락을 반영하는 의미로 해석되어야 한다.
도 1은 본 발명의 일부 실시예에 따른 AI 매칭 모델 기반의 콘텐츠 제작 중개 서비스를 제공하는 시스템을 설명하기 위한 도면이다.
도 1을 참조하면, AI 매칭 모델 기반의 콘텐츠 제작 중개 서비스를 제공하는 시스템(10)은 의뢰인 단말(100), AI 매칭 모델 기반의 콘텐츠 제작 중개 서비스를 제공하는 서버(200) 및 제작자 단말들(300)을 포함할 수 있다.
콘텐츠 제작 중개 서비스를 제공하는 시스템(10)은 AI 매칭 모델을 기반으로 콘텐츠 제작을 원하는 의뢰인을 제작자들 중 적어도 일부와 매칭시키는 중개 시스템을 의미할 수 있다. 시스템(10)은 컴퓨터 프로그램 또는 모바일 애플리케이션의 형태로 구현될 수 있으며, 의뢰인 단말(100), 서버(200) 및 제작자 단말들(300)은 프로그램이나 앱을 실행하여 시스템(10) 상에서 데이터 통신을 통해 상호작용할 수 있다.
의뢰인 단말(100)은 콘텐츠 제작을 원하는 의뢰인의 단말 디바이스로서, 데스크탑이나 노트북 등과 같은 PC, 또는 스마트폰이나 태블릿 등과 같은 모바일 디바이스일 수 있다. 마찬가지로, 제1 제작자 단말(310) 및 제2 제작자 단말(320) 등을 포함하는 제작자 단말들(300)은 PC 또는 모바일 디바이스일 수 있다.
시스템(10)에서 서버(200)는 AI 매칭 모델을 활용하여 콘텐츠 제작 중개 서비스를 제공할 수 있다. AI 매칭 모델은 각종 머신러닝 유형들 중 적어도 하나의 방식으로 콘텐츠 제작 중개 서비스를 위해 학습되는 모델을 의미할 수 있다. 예를 들면, AI 매칭 모델은 의뢰인과 제작자 간의 성공적인 매칭 사례들과 불만족스러운 매칭 사례들을 학습 데이터로 삼아 학습될 수 있으며, 매칭에 고려되는 비용이나 기간, 품질 등과 같은 요소들이 머신러닝 모델의 피쳐들로 기능할 수 있다.
도 2는 본 발명의 일부 실시예에 따른 AI 매칭 모델 기반의 콘텐츠 제작 중개 서비스를 제공하는 서버를 구성하는 요소들을 설명하기 위한 도면이다.
도 2를 참조하면, AI 매칭 모델 기반의 콘텐츠 제작 중개 서비스를 제공하는 서버(200)는 메모리(210) 및 프로세서(220)를 포함할 수 있다. 다만 이에 제한되는 것은 아니고, 다른 범용적인 요소들이 콘텐츠 제작 중개 서비스를 제공하는 서버(200)에 더 포함될 수 있다.
메모리(210)는 콘텐츠 제작 중개 서비스를 제공하는 서버(200)에서 처리되는 각종 명령어들, 컴퓨터 프로그램 또는 데이터를 저장하기 위한 구조를 가질 수 있다. 예를 들면, 메모리(210)는 ROM, PROM, EPROM, EEPROM, 플래시 메모리, PRAM, MRAM, RRAM, FRAM 등과 같은 비휘발성 메모리, 또는 DRAM, SRAM, SDRAM, PRAM, RRAM, FeRAM 등의 휘발성 메모리로 구현될 수 있고, HDD, SSD, SD, Micro-SD 등의 형태, 또는 이들에 관한 조합의 형태로 구현될 수 있다.
프로세서(220)는 콘텐츠 제작 중개 서비스를 제공하는 서버(200)의 동작을 위해 요구되는 처리 과정들을 수행하기 위한 구조를 가질 수 있다. 프로세서(220)는 각종 연산들을 처리하기 위한 다수의 논리 게이트들의 어레이 또는 범용적인 마이크로 프로세서로 구현될 수 있고, 단일의 프로세서 또는 복수의 프로세서들로 구성될 수 있다. 예를 들면, 프로세서(220)는 마이크로프로세서, CPU, GPU 및 AP 중 적어도 하나의 형태로 구현될 수 있다.
프로세서(220)는, 메모리(210)에 저장되는 명령어들을 실행함으로써, 의뢰인 단말(100)로부터 목표 콘텐츠의 세부 요건들에 관한 의뢰 데이터를 접수하여 서비스 플랫폼에 공개하도록 구성될 수 있다.
예를 들면, 목표 콘텐츠는 단체나 회사 홍보용 동영상 콘텐츠 등일 수 있고, 세부 요건들은 제작 비용과 납기, 품질 등을 포함할 수 있다. 이들을 포함하는 의뢰 데이터가 서버(200)로 접수되면, 의뢰 데이터는 시스템(10)의 서비스 플랫폼에 공개될 수 있다. 예를 들면, 시스템(10)의 웹페이지 또는 앱의 관련 탭에 의뢰 데이터가 업로드되어 매칭을 희망하는 제작자들에게 공개될 수 있다.
프로세서(220)는, 메모리(210)에 저장되는 명령어들을 실행함으로써, 제작자 단말들(300)로부터 목표 콘텐츠에 대한 제작 신청들 및 제작자들의 제작 관련 정보들을 접수하도록 구성될 수 있다.
제작자들은 제작자 단말들(300)을 통해 서비스 플랫폼에 공개되어 있는 의뢰 데이터를 확인하여, 그에 대한 콘텐츠 제작을 신청할 수 있다. 이와 함께, 제작자들은 자신 또는 자신이 소속한 제작사의 스펙을 제작 관련 정보로서 서버(200)에 제공할 수 있다.
프로세서(220)는, 메모리(210)에 저장되는 명령어들을 실행함으로써, AI 매칭 모델을 활용하여 세부 요건들 및 제작 관련 정보들을 기반으로 제작자들 중 적어도 일부를 선별하여 매칭 추천 제작자 리스트를 생성하도록 구성될 수 있다.
제작 신청들을 접수한 제작자들 중 의뢰인에게 가장 적합한 제작자를 선정하기 위해, AI 매칭 모델은 의뢰인의 세부 요건들 및 제작자의 제작 관련 정보들을 비교 및 검토할 수 있다. 제작자들 중 적어도 일부를 선별하는 기준은 AI 매칭 모델의 모델 파라미터들에 의해 조정될 수 있다. 예를 들면, 초기 모델 파라미터들은 성공적인 매칭 사례들에서 확인되는 비교/검토의 결과와 유사한 결과를 도출하도록 설정될 수 있으며, 이후 피드백 과정을 통해 시스템(10)에서 의도하는 방향으로 모델 파라미터들이 업데이트될 수 있다.
프로세서(220)는, 메모리(210)에 저장되는 명령어들을 실행함으로써, AI 매칭 모델을 활용하여 세부 요건들 및 매칭 추천 제작자 리스트를 기반으로 의뢰인 피드백 데이터를 생성하도록 구성될 수 있다.
의뢰인 피드백 데이터는 의뢰인이 보다 적합한 매칭을 받을 수 있도록 세부 요건들을 조정할 것을 제안하는 데이터를 의미할 수 있다. 여기서 매칭 추천 제작자 리스트가 고려될 수 있으며, 예를 들면, 리스트로 선정된 제작자들이 과도하게 특정 요건에 편중되어 있거나, 상대적으로 낮은 평점을 갖는 경우, 이를 방지하기 위한 조정 방식이 피드백될 수 있다.
프로세서(220)는, 메모리(210)에 저장되는 명령어들을 실행함으로써, AI 매칭 모델을 활용하여 세부 요건들 및 제작 관련 정보들을 기반으로 제작자들 중 매칭 추천 제작자 리스트로 선별되지 않은 나머지 제작자들에 대한 제작자 피드백 데이터를 생성하도록 구성될 수 있다.
매칭 추천 제작자 리스트로 선별되지 않은 나머지 제작자들은 제작 신청을 접수했음에도 불구하고 리스트에서 제외되었으므로, 리스트로 선정되지 못한 원인에 관한 제작자 피드백 데이터가 제공될 수 있다. 예를 들면, 세부 요건들 및 제작 관련 정보들을 기반으로 어떤 항목에서 가장 큰 미스매칭이 있었는지 등이 피드백될 수 있다.
프로세서(220)는, 메모리(210)에 저장되는 명령어들을 실행함으로써, 의뢰인 단말(100)에 매칭 추천 제작자 리스트 및 의뢰인 피드백 데이터를 제공하면서 나머지 제작자들의 제작자 단말들에 제작자 피드백 데이터를 제공하도록 구성될 수 있다.
이와 같은 방식으로, 의뢰인은 매칭 추천을 확인하면서 동시에 매칭 개선을 위한 보완 내용을 검토할 수 있으며, 매칭 리스트에 속하지 못한 나머지 제작자들은 자신이 매칭되지 못한 원인을 분석하여 향후 서비스(10) 이용시에 이를 참고할 수 있다.
일부 실시예에 따르면, 세부 요건들은 콘텐츠 분야 요건, 제작 비용 요건, 제작 기간 요건, 제작 품질 요건, 제작 경력 요건, 제작 인력 규모 요건을 포함할 수 있고, 제작 관련 정보들은 전문 분야 정보, 제작 경력 정보, 제작 평점 정보, 제작 비용 정보, 제작 기간 정보, 인원 규모 정보, 장비 보유 정보, 협력 업체 정보를 포함할 수 있다.
이와 같이 예시된 세부 요건들 및 제작 관련 정보들은 AI 매칭 모델이 매칭 추천 제작자 리스트를 생성하는 과정에서 고려될 수 있다. 한편, 예시된 항목들 외에 의뢰인과 제작자의 매칭을 위해 추가적으로 고려될 수 있는 요소들이 있다면, 그 또한 세부 요건들 및 제작 관련 정보들에 더 포함될 수 있다.
일부 실시예에 따르면, AI 매칭 모델은 세부 요건들 및 제작 관련 정보들을 수치화하여 수치들 상호간의 유사도 값들을 기준으로 제작자들 중 적어도 일부를 선별하도록 구성될 수 있고, 매칭 추천 제작자 리스트에 속하는 제작자들은 세부 요건들의 각각을 기준으로 정렬 가능할 수 있다.
AI 매칭 모델은 매칭 추천 제작자 리스트를 생성하기 위해, 고려 요소들을 수치화하여 결과 도출에 이용할 수 있다. 예를 들면, 의뢰인의 제작 비용 요건, 제작 기간 요건 등과 제작자의 제작 비용 정보, 제작 기간 정보 등은 n차원의 벡터로 매핑될 수 있고, 상응하는 벡터들 간의 거리 등에 기반하여 요소들 간의 유사도 값이 산출될 수 있다. 이와 같이 비용, 기간, 품질 등 다수의 요소들에 대응하는 유사도 값들을 통합적으로 고려하여 제작자들 중 적어도 일부가 선별될 수 있다. 한편, 둘 이상의 제작자들이 선별되는 경우, 의뢰인은 매칭 추천 제작자 리스트의 제작자들을 비용, 기간, 품질 등을 기준으로 정렬하여 확인할 수 있다.
일부 실시예에 따르면, 의뢰인 피드백 데이터는 세부 요건들에 대한 조정 제안 사항들을 포함할 수 있고, AI 매칭 모델은 매칭 추천 제작자 리스트로 선별되지 않은 나머지 제작자들 중 기준 평점을 초과하는 제작 평점 정보를 갖는 고평가 제작자들의 제작 관련 정보들에 기초하여 조정 제안 사항들을 결정하도록 구성될 수 있고, 제작자 피드백 데이터는 수치들 상호간의 유사도 값들 중 하위 2개 이상의 유사도 값들에 대응하는 2개 이상의 세부 요건 및 제작 관련 정보의 조합들을 포함할 수 있다.
예를 들면, 의뢰인 피드백 데이터는 제작 기간 요건을 조정할 것을 제안할 수 있다. 한편, 리스트로 선별되지 않은 나머지 제작자들 중 높은 평점을 갖는 우수 제작자가 존재하는 경우, AI 매칭 모델은 재선정시 우수 제작자가 리스트에 속할 수 있도록 의뢰인의 세부 요건들을 조정할 것을 제안할 수 있다. 한편, 높은 평점이라는 기준은 하나의 예시에 불과하고, 나머지 제작자들 중 큰 규모를 갖거나 높은 품질을 갖는 제작자들을 재추천하는 방향으로 피드백이 이루어질 수도 있다. 구체적으로, 의뢰인이 최우선적으로 고려하는 세부 요건을 선택하는 경우, 해당 요건의 최우수 제작자가 리스트에서 제외되었다면, 이를 다시 포함시키는 방향으로 피드백이 이루어질 수 있다.
제작자 피드백 데이터의 경우, 예를 들면 n차원 벡터간 거리 기반의 유사도 값들 중 하위 2개가 무엇인지를 알릴 수 있다. 예를 들면, (제작 비용 요건, 제작 비용 정보)의 조합 및 (제작 기간 요건, 제작 기간 정보)의 조합이 유사도 기준 최하위 및 그 다음 하위임을 알린다면, 해당 제작자는 어떤 제작 관련 정보가 리스트 미선정의 가장 큰 원인이 되었는지를 파악할 수 있다.
일부 실시예에 따르면, 제작자 피드백 데이터는 매칭 전략 데이터를 더 포함할 수 있고, AI 매칭 모델은 매칭 추천 제작자 리스트의 생성 과정에서 세부 요건들의 각각이 기여한 정도를 나타내는 요건별 기여도를 산출하고, 요건별 기여도에 기초하여 매칭 추천 제작자 리스트로 선별되지 않은 각 나머지 제작자가 갖는 제작 관련 정보들의 상대적 보완 비중에 관하여 매칭 전략 데이터를 생성하도록 구성될 수 있다.
예를 들면, 세부 요건들 중 제작 경력 요건, 제작 비용 요건, 제작 기간 요건이 매칭 추천 제작자 리스트를 생성할 때 기여한 정도의 가중치가 0.5, 0.2, 0.3인 경우, 미선별된 나머지 제작자에게 50/20/30의 비중으로 제작 경력, 제작 비용 및 제작 기간을 보완할 것을 제안하는 매칭 전략 데이터가 생성될 수 있다. 한편, 기여도와 가중치의 수치들은 AI 매칭 모델에 의해 n차원 벡터 기반으로 산출될 수 있다.
일부 실시예에 따르면, 프로세서(220)는, 메모리(210)에 저장되는 명령어들을 실행함으로써, 의뢰인 피드백 데이터에 대한 의뢰인 응답 데이터 및 제작자 피드백 데이터에 대한 제작자 응답 데이터에 기초하여 의뢰인 피드백 데이터의 세부 요건별 적정성 및 제작자 피드백 데이터의 제작 관련 정보별 적정성을 판정하고, 세부 요건별 적정성 및 제작 관련 정보별 적정성에 기초하여 AI 매칭 모델의 파라미터들을 조정하도록 더 구성될 수 있다.
의뢰인은 의뢰인 피드백 데이터와 매칭 추천 제작자 리스트를 평가하여 비용/기간/경력 등의 세부 요건들 각각에 대해 긍정/부정, 또는 1~5점 스케일 등의 형태로 의뢰인 응답 데이터를 서버(200)에 제공할 수 있고, 제작자 또한 유사 방식으로 제작 관련 정보들 각각에 대해 제작자 응답 데이터를 서버(200)에 제공할 수 있다. 이에 기반하여, 서버(200)는 파라미터 업데이트를 통해 AI 매칭 모델이 결과물을 출력하는 방향을 조정할 수 있다. 예를 들면, 의뢰인이 비용 측면에서 결과물이 부정적이라고 회신한 경우, 서버(200)는 비용 측면을 보다 높은 비중으로 반영하도록 AI 매칭 모델의 파라미터들을 조정할 수 있다.
도 3은 본 발명의 일부 실시예에 따른 AI 매칭 모델이 의뢰인과 제작자들에게 피드백 데이터를 제공하는 과정을 설명하기 위한 도면이다.
도 3을 참조하면, 콘텐츠 제작 중개 서비스를 제공하는 시스템(10)에서 서버(200)는 AI 매칭 모델(250)을 활용하여 의뢰인 단말(100) 및 제작자 단말들(310, 320)과 상호작용할 수 있다.
의뢰인 단말(100)과 제작자 단말들(310, 320)이 의뢰 데이터와 제작 신청들을 서버(200)에 제공할 수 있으며, 이들을 바탕으로 AI 매칭 모델(250)은 제작자들 중 일부를 선별하여 매칭 추천 제작자 리스트를 생성할 수 있다. 서버(200)는 선별 제작자 단말(320)에 매칭 추천 제작자로 선별되었음을 알릴 수 있고, 그 리스트를 의뢰인 단말(100)에 제공할 수 있다.
AI 매칭 모델(250)은 매칭 추천 제작자 리스트를 생성한 이후 의뢰인 피드백 데이터를 추가로 생성할 수 있으며, 리스트로 선별되지 못한 제작자에 대한 제작자 피드백 데이터 또한 생성할 수 있다. 서버(200)는 매칭 추천 제작자 리스트와 함께 의뢰인 피드백 데이터를 의뢰인 단말(100)에 제공할 수 있으며, 제작자 피드백 데이터를 미선별 제작자 단말(310)에 제공할 수 있다.
도 4는 본 발명의 일부 실시예에 따른 AI 매칭 모델이 피드백 데이터에 대한 의뢰인과 제작자들의 응답 데이터에 기반하여 업데이트되는 방식을 설명하기 위한 도면이다.
도 4를 참조하면, 콘텐츠 제작 중개 서비스를 제공하는 시스템(10)에서 서버(200)는 의뢰인 단말(100) 및 미선별 제작자 단말(310)로부터 제공되는 응답 데이터에 기초하여 AI 매칭 모델(250)을 업데이트할 수 있다.
의뢰인은 의뢰인 피드백 데이터에 대한 자신의 피드백으로 의뢰인 응답 데이터를 서버(200)에 제공할 수 있고, 마찬가지로 선별되지 못한 제작자는 제작자 응답 데이터를 서버(200)에 제공할 수 있다. 서버(200)는 의뢰인 응답 데이터 및 제작자 응답 데이터를 바탕으로 AI 매칭 모델(250)의 모델 파라미터들을 조정하여 AI 매칭 모델(250)이 결과물을 도출하는 세부적인 경향을 변경할 수 있다.
도 5는 본 발명의 일부 실시예에 따른 AI 매칭 모델 기반의 콘텐츠 제작 중개 서비스를 제공하는 방법을 구성하는 단계들을 설명하기 위한 도면이다.
도 5를 참조하면, AI 매칭 모델 기반의 콘텐츠 제작 중개 서비스를 제공하는 방법(500)은 단계(510) 내지 단계(560)를 포함할 수 있다. 다만 이에 제한되는 것은 아니고, 일부 단계의 생략이나 범용적인 단계들의 추가가 이루어질 수 있으며, 콘텐츠 제작 중개 서비스를 제공하는 방법(500)의 단계들이 수행되는 순서가 변경될 수 있다.
AI 매칭 모델 기반의 콘텐츠 제작 중개 서비스를 제공하는 방법(500)은 AI 매칭 모델 기반의 콘텐츠 제작 중개 서비스를 제공하는 서버(200)에서 시계열적으로 처리되는 단계들로 구성될 수 있다. 따라서, 이하에서 생략되는 내용이라 할지라도, 서버(200)에 대해 이상에서 설명되는 내용은 방법(500)에 대해서도 동일하게 적용될 수 있다.
AI 매칭 모델 기반의 콘텐츠 제작 중개 서비스를 제공하는 방법(500)의 단계(510) 내지 단계(560)는, 메모리(210)에 저장되는 명령어들을 실행하는 프로세서(220)에 의해 수행될 수 있다.
단계(510)에서, AI 매칭 모델 기반의 콘텐츠 제작 중개 서비스를 제공하는 서버(200)는, 의뢰인 단말로부터 목표 콘텐츠의 세부 요건들에 관한 의뢰 데이터를 접수하여 서비스 플랫폼에 공개할 수 있다.
단계(520)에서, AI 매칭 모델 기반의 콘텐츠 제작 중개 서비스를 제공하는 서버(200)는, 제작자 단말들로부터 목표 콘텐츠에 대한 제작 신청들 및 제작자들의 제작 관련 정보들을 접수할 수 있다.
단계(530)에서, AI 매칭 모델 기반의 콘텐츠 제작 중개 서비스를 제공하는 서버(200)는, AI 매칭 모델을 활용하여 세부 요건들 및 제작 관련 정보들을 기반으로 제작자들 중 적어도 일부를 선별하여 매칭 추천 제작자 리스트를 생성할 수 있다.
단계(540)에서, AI 매칭 모델 기반의 콘텐츠 제작 중개 서비스를 제공하는 서버(200)는, AI 매칭 모델을 활용하여 세부 요건들 및 매칭 추천 제작자 리스트를 기반으로 의뢰인 피드백 데이터를 생성할 수 있다.
단계(550)에서, AI 매칭 모델 기반의 콘텐츠 제작 중개 서비스를 제공하는 서버(200)는, AI 매칭 모델을 활용하여 세부 요건들 및 제작 관련 정보들을 기반으로 제작자들 중 매칭 추천 제작자 리스트로 선별되지 않은 나머지 제작자들에 대한 제작자 피드백 데이터를 생성할 수 있다.
단계(560)에서, AI 매칭 모델 기반의 콘텐츠 제작 중개 서비스를 제공하는 서버(200)는, 의뢰인 단말에 매칭 추천 제작자 리스트 및 의뢰인 피드백 데이터를 제공하면서 나머지 제작자들의 제작자 단말들에 제작자 피드백 데이터를 제공할 수 있다.
한편, AI 매칭 모델 기반의 콘텐츠 제작 중개 서비스를 제공하는 방법(500)은 컴퓨터로 판독 가능한 저장 매체에 저장되는 컴퓨터 프로그램의 형태로 구현될 수 있다. 즉, 컴퓨터 프로그램은 콘텐츠 제작 중개 서비스를 제공하는 방법(500)을 구현하기 위한 명령어들을 포함할 수 있고, 컴퓨터 프로그램의 명령어들은 컴퓨터로 판독 가능한 저장 매체에 저장될 수 있다. 컴퓨터 프로그램은 모바일 애플리케이션을 포함할 수 있다.
예를 들면, 컴퓨터 판독 가능 저장 매체는 하드 디스크, 플로피 디스크 및 자기 테이프와 같은 자기 매체(magnetic media), CD-ROM, DVD와 같은 광기록 매체(optical media), 플롭티컬 디스크(floptical disk)와 같은 자기-광 매체(magneto-optical media), 및 롬(ROM), 램(RAM), 플래시 메모리 등과 같은 컴퓨터 프로그램 명령어들을 저장하고 실행하도록 특별히 구성된 하드웨어 장치를 포함할 수 있다. 컴퓨터 프로그램 명령어는 컴파일러에 의해 만들어지는 기계어 코드 및 인터프리터 등을 사용하여 컴퓨터에 의해 실행될 수 있는 고급 언어 코드를 포함할 수 있다.
이상에서 본 발명의 실시예들이 상세하게 설명되었으나 본 발명에 따른 권리범위가 이에 한정되는 것은 아니고, 다음의 청구범위에 기재되어 있는 본 발명의 기본 개념을 이용한 당업자의 여러 변형 및 개량 형태 또한 본 발명에 따른 권리범위에 포함되는 것으로 해석되어야 한다.

Claims (10)

  1. AI 매칭 모델 기반의 콘텐츠 제작 중개 서비스를 제공하는 서버에 있어서,
    명령어들을 저장하도록 구성되는 메모리; 및
    상기 명령어들을 실행함으로써:
    의뢰인 단말로부터 목표 콘텐츠의 세부 요건들에 관한 의뢰 데이터를 접수하여 서비스 플랫폼에 공개하고,
    제작자 단말들로부터 상기 목표 콘텐츠에 대한 제작 신청들 및 제작자들의 제작 관련 정보들을 접수하고,
    AI 매칭 모델을 활용하여 상기 세부 요건들 및 상기 제작 관련 정보들을 기반으로 상기 제작자들 중 적어도 일부를 선별하여 매칭 추천 제작자 리스트를 생성하고,
    상기 AI 매칭 모델을 활용하여 상기 세부 요건들 및 상기 매칭 추천 제작자 리스트를 기반으로 의뢰인 피드백 데이터를 생성하고,
    상기 AI 매칭 모델을 활용하여 상기 세부 요건들 및 상기 제작 관련 정보들을 기반으로 상기 제작자들 중 상기 매칭 추천 제작자 리스트로 선별되지 않은 나머지 제작자들에 대한 제작자 피드백 데이터를 생성하고,
    상기 의뢰인 단말에 상기 매칭 추천 제작자 리스트 및 상기 의뢰인 피드백 데이터를 제공하면서 상기 나머지 제작자들의 제작자 단말들에 제작자 피드백 데이터를 제공하도록 구성되는 프로세서; 를 포함하고,
    상기 제작 관련 정보들은 전문 분야 정보, 제작 경력 정보, 제작 평점 정보, 제작 비용 정보, 제작 기간 정보, 인원 규모 정보, 장비 보유 정보, 협력 업체 정보를 포함하고,
    상기 의뢰인 피드백 데이터는 상기 세부 요건들에 대한 조정 제안 사항들을 포함하고,
    상기 AI 매칭 모델은 상기 매칭 추천 제작자 리스트로 선별되지 않은 나머지 제작자들 중 기준 평점을 초과하는 상기 제작 평점 정보를 갖는 고평가 제작자들의 제작 관련 정보들에 기초하여 상기 조정 제안 사항들을 결정하도록 구성되고,
    상기 매칭 추천 제작자 리스트로 선별되지 않은 나머지 제작자들 중 높은 평점을 갖는 우수 제작자가 존재하는 경우, 상기 AI 매칭 모델은 재선정시 우수 제작자가 상기 매칭 추천 제작자 리스트에 속하도록 상기 세부 요건들을 조정할 것을 제안하도록 구성되고,
    상기 AI 매칭 모델은, 의뢰인이 최우선적으로 고려하는 세부 요건에 해당되는 최우수 제작자가 상기 매칭 추천 제작자 리스트에서 제외된 경우, 상기 최우수 제작자를 상기 매칭 추천 제작자 리스트에 포함시키는 방향으로 상기 의뢰인 피드백 데이터를 생성하도록 구성된,
    AI 매칭 모델 기반의 콘텐츠 제작 중개 서비스를 제공하는 서버.
  2. 제1항에 있어서,
    상기 세부 요건들은 콘텐츠 분야 요건, 제작 비용 요건, 제작 기간 요건, 제작 품질 요건, 제작 경력 요건, 제작 인력 규모 요건을 포함하고,
    상기 AI 매칭 모델은 상기 세부 요건들 및 상기 제작 관련 정보들을 수치화하여 수치들 상호간의 유사도 값들을 기준으로 상기 제작자들 중 적어도 일부를 선별하도록 구성되고,
    상기 매칭 추천 제작자 리스트에 속하는 제작자들은 상기 세부 요건들의 각각을 기준으로 정렬 가능한, AI 매칭 모델 기반의 콘텐츠 제작 중개 서비스를 제공하는 서버.
  3. 제2항에 있어서,
    상기 제작자 피드백 데이터는 상기 수치들 상호간의 유사도 값들 중 하위 2개 이상의 유사도 값들에 대응하는 2개 이상의 세부 요건 및 제작 관련 정보의 조합들을 포함하는, AI 매칭 모델 기반의 콘텐츠 제작 중개 서비스를 제공하는 서버.
  4. 제1항에 있어서,
    상기 제작자 피드백 데이터는 매칭 전략 데이터를 더 포함하고,
    상기 AI 매칭 모델은 상기 매칭 추천 제작자 리스트의 생성 과정에서 상기 세부 요건들의 각각이 기여한 정도를 나타내는 요건별 기여도를 산출하고, 상기 요건별 기여도에 기초하여 상기 매칭 추천 제작자 리스트로 선별되지 않은 각 나머지 제작자가 갖는 제작 관련 정보들의 상대적 보완 비중에 관하여 상기 매칭 전략 데이터를 생성하도록 구성되는, AI 매칭 모델 기반의 콘텐츠 제작 중개 서비스를 제공하는 서버.
  5. 제1항에 있어서,
    상기 프로세서는, 상기 명령어들을 실행함으로써:
    상기 의뢰인 피드백 데이터에 대한 의뢰인 응답 데이터 및 상기 제작자 피드백 데이터에 대한 제작자 응답 데이터에 기초하여 상기 의뢰인 피드백 데이터의 세부 요건별 적정성 및 상기 제작자 피드백 데이터의 제작 관련 정보별 적정성을 판정하고,
    상기 세부 요건별 적정성 및 상기 제작 관련 정보별 적정성에 기초하여 상기 AI 매칭 모델의 파라미터들을 조정하도록 더 구성되는, AI 매칭 모델 기반의 콘텐츠 제작 중개 서비스를 제공하는 서버.
  6. 메모리에 저장되는 명령어들을 실행하는 프로세서에 의해 수행되는, AI 매칭 모델 기반의 콘텐츠 제작 중개 서비스를 제공하는 방법에 있어서,
    의뢰인 단말로부터 목표 콘텐츠의 세부 요건들에 관한 의뢰 데이터를 접수하여 서비스 플랫폼에 공개하는 단계;
    제작자 단말들로부터 상기 목표 콘텐츠에 대한 제작 신청들 및 제작자들의 제작 관련 정보들을 접수하는 단계;
    AI 매칭 모델을 활용하여 상기 세부 요건들 및 상기 제작 관련 정보들을 기반으로 상기 제작자들 중 적어도 일부를 선별하여 매칭 추천 제작자 리스트를 생성하는 단계;
    상기 AI 매칭 모델을 활용하여 상기 세부 요건들 및 상기 매칭 추천 제작자 리스트를 기반으로 의뢰인 피드백 데이터를 생성하는 단계;
    상기 AI 매칭 모델을 활용하여 상기 세부 요건들 및 상기 제작 관련 정보들을 기반으로 상기 제작자들 중 상기 매칭 추천 제작자 리스트로 선별되지 않은 나머지 제작자들에 대한 제작자 피드백 데이터를 생성하는 단계; 및
    상기 의뢰인 단말에 상기 매칭 추천 제작자 리스트 및 상기 의뢰인 피드백 데이터를 제공하면서 상기 나머지 제작자들의 제작자 단말들에 제작자 피드백 데이터를 제공하는 단계; 를 포함하고,
    상기 제작 관련 정보들은 전문 분야 정보, 제작 경력 정보, 제작 평점 정보, 제작 비용 정보, 제작 기간 정보, 인원 규모 정보, 장비 보유 정보, 협력 업체 정보를 포함하고,
    상기 의뢰인 피드백 데이터는 상기 세부 요건들에 대한 조정 제안 사항들을 포함하고,
    상기 AI 매칭 모델은 상기 매칭 추천 제작자 리스트로 선별되지 않은 나머지 제작자들 중 기준 평점을 초과하는 상기 제작 평점 정보를 갖는 고평가 제작자들의 제작 관련 정보들에 기초하여 상기 조정 제안 사항들을 결정하도록 구성되고,
    상기 매칭 추천 제작자 리스트로 선별되지 않은 나머지 제작자들 중 높은 평점을 갖는 우수 제작자가 존재하는 경우, 상기 AI 매칭 모델은 재선정시 우수 제작자가 상기 매칭 추천 제작자 리스트에 속하도록 상기 세부 요건들을 조정할 것을 제안하도록 구성되고,
    상기 AI 매칭 모델은, 의뢰인이 최우선적으로 고려하는 세부 요건에 해당되는 최우수 제작자가 상기 매칭 추천 제작자 리스트에서 제외된 경우, 상기 최우수 제작자를 상기 매칭 추천 제작자 리스트에 포함시키는 방향으로 상기 의뢰인 피드백 데이터를 생성하도록 구성된,
    AI 매칭 모델 기반의 콘텐츠 제작 중개 서비스를 제공하는 방법.
  7. 제6항에 있어서,
    상기 세부 요건들은 콘텐츠 분야 요건, 제작 비용 요건, 제작 기간 요건, 제작 품질 요건, 제작 경력 요건, 제작 인력 규모 요건을 포함하고,
    상기 AI 매칭 모델은 상기 세부 요건들 및 상기 제작 관련 정보들을 수치화하여 수치들 상호간의 유사도 값들을 기준으로 상기 제작자들 중 적어도 일부를 선별하도록 구성되고,
    상기 매칭 추천 제작자 리스트에 속하는 제작자들은 상기 세부 요건들의 각각을 기준으로 정렬 가능한, AI 매칭 모델 기반의 콘텐츠 제작 중개 서비스를 제공하는 방법.
  8. 제7항에 있어서,
    상기 제작자 피드백 데이터는 상기 수치들 상호간의 유사도 값들 중 하위 2개 이상의 유사도 값들에 대응하는 2개 이상의 세부 요건 및 제작 관련 정보의 조합들을 포함하는, AI 매칭 모델 기반의 콘텐츠 제작 중개 서비스를 제공하는 방법.
  9. 제6항에 있어서,
    상기 제작자 피드백 데이터는 매칭 전략 데이터를 더 포함하고,
    상기 AI 매칭 모델은 상기 매칭 추천 제작자 리스트의 생성 과정에서 상기 세부 요건들의 각각이 기여한 정도를 나타내는 요건별 기여도를 산출하고, 상기 요건별 기여도에 기초하여 상기 매칭 추천 제작자 리스트로 선별되지 않은 각 나머지 제작자가 갖는 제작 관련 정보들의 상대적 보완 비중에 관하여 상기 매칭 전략 데이터를 생성하도록 구성되는, AI 매칭 모델 기반의 콘텐츠 제작 중개 서비스를 제공하는 방법.
  10. 제6항에 있어서,
    상기 의뢰인 피드백 데이터에 대한 의뢰인 응답 데이터 및 상기 제작자 피드백 데이터에 대한 제작자 응답 데이터에 기초하여 상기 의뢰인 피드백 데이터의 세부 요건별 적정성 및 상기 제작자 피드백 데이터의 제작 관련 정보별 적정성을 판정하는 단계; 및
    상기 세부 요건별 적정성 및 상기 제작 관련 정보별 적정성에 기초하여 상기 AI 매칭 모델의 파라미터들을 조정하는 단계; 를 더 포함하는, AI 매칭 모델 기반의 콘텐츠 제작 중개 서비스를 제공하는 방법.
KR1020230066685A 2023-05-24 2023-05-24 Ai 매칭 모델 기반의 콘텐츠 제작 중개 서비스를 제공하는 서버, 방법 및 컴퓨터 프로그램 KR102617657B1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020230066685A KR102617657B1 (ko) 2023-05-24 2023-05-24 Ai 매칭 모델 기반의 콘텐츠 제작 중개 서비스를 제공하는 서버, 방법 및 컴퓨터 프로그램

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020230066685A KR102617657B1 (ko) 2023-05-24 2023-05-24 Ai 매칭 모델 기반의 콘텐츠 제작 중개 서비스를 제공하는 서버, 방법 및 컴퓨터 프로그램

Publications (1)

Publication Number Publication Date
KR102617657B1 true KR102617657B1 (ko) 2023-12-28

Family

ID=89384897

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020230066685A KR102617657B1 (ko) 2023-05-24 2023-05-24 Ai 매칭 모델 기반의 콘텐츠 제작 중개 서비스를 제공하는 서버, 방법 및 컴퓨터 프로그램

Country Status (1)

Country Link
KR (1) KR102617657B1 (ko)

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20190035502A (ko) * 2017-09-25 2019-04-03 주식회사 와이드플래닛 인공지능 기반의 콘텐츠 매칭을 통한 콘텐츠 제작 서비스 제공 방법 및 그 콘텐츠 제작 서버
KR102242953B1 (ko) * 2020-07-14 2021-04-21 주식회사 포레스팅 주문형 콘텐츠 제작 방법, 서버 및 프로그램
KR20210105024A (ko) 2020-02-18 2021-08-26 (주)셀럽포유 사용자 맞춤형 유명인 제작 콘텐츠 제공 서버 및 방법
KR102372432B1 (ko) * 2021-09-28 2022-03-08 주식회사 노티플러스 클릭 및 노출 정보를 활용한 추천 콘텐츠 제공 방법, 장치 및 시스템
KR20220052504A (ko) * 2020-10-21 2022-04-28 (주)돌샘 Ai를 활용한 광고 콘텐츠 매칭을 통한 광고 제작 서비스 제공 방법

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20190035502A (ko) * 2017-09-25 2019-04-03 주식회사 와이드플래닛 인공지능 기반의 콘텐츠 매칭을 통한 콘텐츠 제작 서비스 제공 방법 및 그 콘텐츠 제작 서버
KR20210105024A (ko) 2020-02-18 2021-08-26 (주)셀럽포유 사용자 맞춤형 유명인 제작 콘텐츠 제공 서버 및 방법
KR102242953B1 (ko) * 2020-07-14 2021-04-21 주식회사 포레스팅 주문형 콘텐츠 제작 방법, 서버 및 프로그램
KR20220052504A (ko) * 2020-10-21 2022-04-28 (주)돌샘 Ai를 활용한 광고 콘텐츠 매칭을 통한 광고 제작 서비스 제공 방법
KR102372432B1 (ko) * 2021-09-28 2022-03-08 주식회사 노티플러스 클릭 및 노출 정보를 활용한 추천 콘텐츠 제공 방법, 장치 및 시스템

Similar Documents

Publication Publication Date Title
US11954597B2 (en) Using embedding functions with a deep network
US20200372359A1 (en) Wide and deep machine learning models
CA3007853C (en) End-to-end deep collaborative filtering
US10067936B2 (en) Machine translation output reranking
US20170161618A1 (en) Attribute weighting for media content-based recommendation
US8572013B1 (en) Classification of items with manual confirmation
US20190035015A1 (en) Method and apparatus for obtaining a stable credit score
US10289748B2 (en) Optimizing transmission of digital components
CN110378731A (zh) 获取用户画像的方法、装置、服务器及存储介质
WO2020187168A1 (zh) 求职简历推送方法与装置以及任务推送方法与装置
AU2014201827A1 (en) Scoring concept terms using a deep network
CN106610970A (zh) 基于协同过滤的内容推荐系统与方法
US10937070B2 (en) Collaborative filtering to generate recommendations
Yun et al. Ranking via robust binary classification
US20190164070A1 (en) Self-trained content management system for automatically classifying execution modes for user requests
US10915593B2 (en) Web page creation from encoded QR code data
US10068267B1 (en) Programmatic selection of service provider
US10082992B2 (en) Providing a print-ready document
US11049041B2 (en) Online training and update of factorization machines using alternating least squares optimization
US20140244405A1 (en) Automatic Generation of Digital Advertisements
KR102617657B1 (ko) Ai 매칭 모델 기반의 콘텐츠 제작 중개 서비스를 제공하는 서버, 방법 및 컴퓨터 프로그램
US10242069B2 (en) Enhanced template curating
US11055332B1 (en) Adaptive sorting of results
JPWO2015198474A1 (ja) 情報処理装置、情報処理方法及び情報処理プログラム
US20230071641A1 (en) Generation of product strategy using user segment search terms

Legal Events

Date Code Title Description
E701 Decision to grant or registration of patent right
A107 Divisional application of patent
GRNT Written decision to grant