1 |
1
상품 또는 콘텐츠 선택의 비교기준이 되는 선택사양, 상기 선택사양에 대한 선호순위를 나타내는 선택사양순위 및 상기 선택사양의 기준을 나타내는 기준사양을 입력받는 입력부;상기 선택사양에 대해 상기 선택사양순위에 반비례하는 가중치를 산정하고 상기 기준사양에 기초하여 상기 선택사양에 대한 개별사양값을 산출하며, 상기 개별사양값을 정규화한 정규사양값 및 상기 가중치에 기초하여 상품 또는 콘텐츠의 추천순위 결정을 위한 효용값을 결정하는 연산부;및상기 추천순위를 출력하는 출력부를 포함하는 것을 특징으로 하는 상품 또는 콘텐츠 추천장치
|
2 |
2
삭제
|
3 |
3
삭제
|
4 |
4
제1항에 있어서,상기 연산부는 상기 가중치를 산정하는 가중치 산정모듈을 더 포함하고,상기 가중치 산정모듈은 수학식; (여기서, 는 i번째 선택사양의 가중치, i=1, 2, …n, , n은 선택사양의 개수)에 의해서 선택 사양에 가중치를 산정하는 것을 특징으로 하는 상품 또는 콘텐츠 추천장치
|
5 |
5
제1항에 있어서,상기 연산부는 상기 정규사양값을 산정하는 정규화모듈을 더 포함하고,상기 정규화모듈은 상기 정규사양값이 커질수록 상기 기준사양과 가까워지는 경우에는 (여기서 는 i번째 선택사양에 j번째 상품 또는 콘텐츠의 정규사양값, 는 i번째 선택사양에 j번째 상품 또는 콘텐츠의 개별사양값, 는 i번째 선택사양의 최소 개별사양값, 는 i번째 선택사양의 최대 개별사양값)에 의해서 정규사양값을 산출하고, 상기 정규사양값이 작을수록 상기 기준사양과 가까워지는 경우에는 에 의해서 정규사양값을 산출하는 것을 특징으로 하는 상품 또는 콘텐츠 추천장치
|
6 |
6
제1항에 있어서,상기 연산부는 상기 효용값을 산정하기 위한 효용값 산정모듈을 더 포함하고,상기 효용값 산정모듈은 (여기서 는 j번째 상품 또는 콘텐츠의 효용값, 는 i번째 선택사양의 가중치, 는 i번째 선택사양에 j번째 상품 또는 콘텐츠의 정규사양값)에 의해서 j번째 상품 또는 콘텐츠의 효용값을 연산하는 것을 특징으로 하는 상품 또는 콘텐츠 추천 장치
|
7 |
7
제1항에 있어서,상기 출력부는 상기 정규사양값이 커질수록 상기 기준사양과 가까워지는 경우에는 상기 효용값이 작아지는 상품 또는 콘텐츠 순서를 추천순위로 결정하여 출력하고, 상기 정규사양값이 작아질수록 상기 기준사양과 가까워지는 경우에는 상기 효용값이 커지는 상품 또는 콘텐츠 순서를 추천순위로 출력하는 것을 특징으로 하는 상품 또는 콘텐츠 추천 장치
|
8 |
8
연산부가 입력부로부터 상품 또는 콘텐츠 선택의 비교기준이 되는 선택사양, 상기 선택사양에 대한 선호순위를 나타내는 선택사양순위 및 상기 선택사양의 기준을 나타내는 기준사양을 전송받는 단계;상기 연산부가 상기 선택사양에 대해 상기 선택사양순위에 반비례하는 가중치를 산정하고 상기 기준사양에 기초하여 상기 선택사양에 대한 개별사양값을 산출하며, 상기 개별사양값을 정규화한 정규사양값 및 상기 가중치에 기초하여 상품 또는 콘텐츠의 추천순위 결정을 위한 효용값을 연산하는 단계;및출력부가 상기 연산부로부터 상기 효용값을 전송받아 추천순위를 출력하는 단계를 포함하는 상품 또는 콘텐츠 추천방법
|
9 |
9
삭제
|