| 1 |
1
랭크된 사용자의 피드백 정보에 기반한 컨텐츠 유사도 측정 장치에 있어서,데이터베이스로부터 컨텐츠를 생성한 사용자 정보 및 상기 컨텐츠에 대한 피드백 정보를 전달받아 각 사용자에 대한 랭킹화를수행하는 사용자 랭킹부와,상기 랭킹화된 결과를 토대로 상기 각 사용자를 복수의 그룹으로 분할하는 사용자 그룹핑부와,상기 데이터베이스로부터 상기 컨텐츠 및 피드백 정보를 전달 받아 각 랭크된 사용자 그룹을 기준으로 시퀀스 모델링하는 시퀀스 모델링부와,각 시퀀스 간의 유사도를 측정하는 포스트 유사도 산출부를 포함하는 랭크된 사용자의 피드백 정보에 기반한 컨텐츠 유사도 측정 장치
|
| 2 |
2
제 1항에 있어서,상기 사용자 랭킹부는,랜덤워크(random walk) 기반 알고리즘 및 HITS(Hyperlink-Induced Topic Search) 기반 알고리즘 중 어느 하나 이상을 사용하여 사용자 랭킹을 산출하는 것을 특징으로 하는 랭크된 사용자의 피드백 정보에 기반한 컨텐츠 유사도 측정 장치
|
| 3 |
3
제 1항에 있어서,상기 사용자 그룹핑부는,지수적 구간 분할을 통해 각 사용자를 그룹별로 분할하는 것을 특징으로 하는 랭크된 사용자의 피드백 정보에 기반한 컨텐츠 유사도 측정 장치
|
| 4 |
4
제 1항에 있어서,상기 시퀀스 모델링부는,각 포스트에 랭크된 사용자 그룹의 선호도를 절대적 피드백 양을 기반으로 하기 수학식을 통해 모델링하는 것을 특징으로 하는 랭크된 사용자의 피드백 정보에 기반한 컨텐츠 유사도 측정 장치
|
| 5 |
5
제 1항에 있어서, 상기 시퀀스 모델링부는,각 포스트에 랭크된 사용자 그룹의 선호도를 상대적 피드백 양을 기반으로 하기 수학식을 통해 모델링하는 것을 특징으로 하는 랭크된 사용자의피드백 정보에 기반한 컨텐츠 유사도 측정 장치
|
| 6 |
6
제 1항에 있어서,상기 포스트 유사도 산출부는,각 시퀀스를 벡터로 하여 유클리드 거리를 계산하고, 하기 수학식으로 최대값 및 최소값을 이용한 시퀀스 정규화를 수행하는 것을 특징으로 하는 랭크된 사용자의피드백 정보에 기반한 컨텐츠 유사도 측정 장치
|
| 7 |
7
제 1항에 있어서,상기 포스트 유사도 산출부는,각 시퀀스를 벡터로 하여 유클리드 거리를 계산하고, 하기 수학식으로 선호도 임계값을 적용한 시퀀스 정규화를 수행하는 것을 특징으로 하는 랭크된 사용자의피드백 정보에 기반한 컨텐츠 유사도 측정 장치
|
| 8 |
8
제 1항에 있어서, 상기 장치는,상기 포스트 유사도 산출부를 통해 포스트의 시퀀스들 간에 측정된 유사도를 이용하여 임의의 포스트에 대해 유사한 값의 포스트를 검색하는 유사 포스트 검색부와,상기 포스트의 피드백 양 및 유사도를 통해 다수선택 클러스링, K-means 클러스터링 및 계층적 클러스터링(AHC) 알고리즘 중 적어도 하나를 통하여 상기 포스트들을 클러스터링하는 포스트 클러스터링부와,상기 각 랭크된 사용자 그룹의 선호도에 기반한 포스트의 분류를 수행하는 포스트 분류부를 더 포함하는 것을 특징으로 하는 랭크된 사용자의피드백 정보에 기반한 컨텐츠 유사도 측정 장치
|
| 9 |
9
컨텐츠 유사도 측정 장치의 데이터베이스로부터 컨텐츠를 생성한 사용자 정보 및 상기 컨텐츠에 대한 피드백 정보를 전달받아 각 사용자에 대한 랭킹화를 수행하는 과정과,상기 랭킹화된 결과를 토대로 상기 각 사용자를 복수의 그룹으로 분할하는 과정과,상기 데이터베이스로부터 상기 컨텐츠 및 피드백 정보를 전달 받아 각 랭크된 사용자 그룹을 기준으로 시퀀스 모델링하는 과정과,각 시퀀스 간의 유사도를 측정하는 과정을 포함하는 랭크된 사용자의 피드백 정보에 기반한 컨텐츠 유사도 측정 방법
|
| 10 |
10
제 9항에 있어서,상기 랭킹화를 수행하는 과정은,랜덤워크(random walk) 기반 알고리즘 및 HITS(Hyperlink-Induced Topic Search) 기반 알고리즘 중 어느 하나 이상을 사용하여 사용자 랭킹을 산출하는 것을 특징으로 하는 랭크된 사용자의 피드백 정보에 기반한 컨텐츠 유사도 측정 방법
|
| 11 |
11
제 9항에 있어서,상기 분할하는 과정은,지수적 구간 분할을 통해 각 사용자를 그룹별로 분할하는 것을 특징으로 하는 랭크된 사용자의 피드백 정보에 기반한 컨텐츠 유사도 측정 방법
|
| 12 |
12
제 9항에 있어서,상기 시퀀스 모델링하는 과정은,각 포스트에 랭크된 사용자 그룹의 선호도를 절대적 피드백 양을 기반으로 하기 수학식을 통해 모델링하는 것을 특징으로 하는 랭크된 사용자의피드백 정보에 기반한 컨텐츠 유사도 측정 방법
|
| 13 |
13
제 9항에 있어서, 상기 시퀀스 모델링하는 과정은,각 포스트에 랭크된 사용자 그룹의 선호도를 상대적 피드백 양을 기반으로 하기 수학식을 통해 모델링하는 것을 특징으로 하는 랭크된 사용자의피드백 정보에 기반한 컨텐츠 유사도 측정 방법
|
| 14 |
14
제 9항에 있어서,상기 유사도를 측정하는 과정은,각 시퀀스를 벡터로 하여 유클리드 거리를 계산하고, 하기 수학식으로 최대값 및 최소값을 이용한 시퀀스 정규화를 수행하는 것을 특징으로 하는 랭크된 사용자의피드백 정보에 기반한 컨텐츠 유사도 측정 방법
|
| 15 |
15
제 9항에 있어서,상기 유사도를 측정하는 과정은,각 시퀀스를 벡터로 하여 유클리드 거리를 계산하고, 하기 수학식으로 선호도 임계값을 적용한 시퀀스 정규화를 수행하는 것을 특징으로 하는 랭크된 사용자의피드백 정보에 기반한 컨텐츠 유사도 측정 방법
|
| 16 |
16
제 9항에 있어서, 상기 방법은,상기 포스트 유사도 산출부를 통해 포스트의 시퀀스들 간에 측정된 유사도를 이용하여 임의의 포스트에 대해 유사한 값의 포스트를 검색하는 과정을 더 포함하는 것을 특징으로 하는 랭크된 사용자의피드백 정보에 기반한 컨텐츠 유사도 측정 방법
|
| 17 |
17
제 9항에 있어서, 상기 방법은,상기 포스트의 피드백 양 및 유사도를 통해 다수선택 클러스링, K-means 클러스터링 및 계층적 클러스터링(AHC) 알고리즘중 적어도 하나를 통하여 상기 포스트들을 클러스터링하는 과정을 더 포함하는 것을 특징으로 하는 랭크된 사용자의피드백 정보에 기반한 컨텐츠 유사도 측정 방법
|
| 18 |
18
제 9항에 있어서, 상기 방법은,상기 각 랭크된 사용자 그룹의 선호도에 기반한 포스트의 분류를 수행하는 과정을 더 포함하는 것을 특징으로 하는 랭크된 사용자의피드백 정보에 기반한 컨텐츠 유사도 측정 방법
|
| 19 |
19
제 9항 내지 제 18항 중 어느 한 항에 기재된 방법을 실행하는 프로그램이 기록된 컴퓨터로 읽을 수 있는 기록매체
|
