| 1 |
1
사용자의 클라이언트들과 네트워크를 통해 통신 가능하게 연결되며 개인화된 파라미터를 이용하여 컨텐츠를 추천하기 위해 컨텐츠 추천 시스템에서 수행되는 방법으로서,추천 시 사용되는 적어도 하나의 파라미터에 대해 사용자별로 개인화된 개인 파라미터를 설정하여 유지하는 단계(a);추천 요청이 있을 경우, 추천을 요청한 사용자의 개인 파라미터를 로드하는 단계(b);상기 로드된 해당 사용자의 개인 파라미터를 이용하여 컨텐츠들의 평점을 예측하고, 예측된 평점 정보를 이용하여 추천을 수행하는 단계(c)를 포함하되,상기 개인화된 개인 파라미터는 적어도 준거 그룹 사이즈, 유사도 연산 방식, 컨텐츠 평가 유효 기간, 유사도 가중치 레벨 및 신뢰수준 가중치 레벨로 이루어지는 그룹으로부터 선택된 어느 하나 또는 이들의 조합을 포함하는 것을 특징으로 하는 개인화된 파라미터를 이용한 컨텐츠 추천 방법
|
| 2 |
2
삭제
|
| 3 |
3
제1항에 있어서,상기 단계(a)에서 설정되는 개인 파라미터는 사용자들이 부여한 컨텐츠들의 평점 정보에 기초하여 설정되며, 미리 설정된 시간 간격 또는 미리 설정된 이벤트 발생에 따라 업데이트되는 것을 특징으로 하는 개인화된 파라미터를 이용한 컨텐츠 추천 방법
|
| 4 |
4
제1항에 있어서,상기 단계(a)는,해당 사용자가 미리 평점을 부여한 컨텐츠에 대해 개인화할 제1 파라미터를 변경시키면서 평점을 예측하는 단계(a1);상기 단계(a1)에서 예측된 평점 중 상기 해당 사용자가 미리 부여한 평점과 가장 근접한 평점에 상응하는 파라미터값을 컨텐츠별 최적값으로 설정하는 단계(a2); 및상기 설정된 최적값을 기록하는 단계(a3)를 포함하는 것을 특징으로 하는 개인화된 파라미터를 이용한 컨텐츠 추천 방법
|
| 5 |
5
제4항에 있어서,상기 단계(a)는,상기 해당 사용자가 미리 평점을 부여한 다른 컨텐츠들에 대해서도 상기 단계 (a1) 내지 (a3)를 반복하는 단계(a4)를 더 포함하는 것을 특징으로 하는 개인화된 파라미터를 이용한 컨텐츠 추천 방법
|
| 6 |
6
제5항에 있어서,상기 단계(a)는,상기 단계(a4)에 의해 기록되는 컨텐츠별 최적값들을 이용하여 최적 제1 파라미터값을 결정하는 단계(a5)를 더 포함하는 것을 특징으로 하는 개인화된 파라미터를 이용한 컨텐츠 추천 방법
|
| 7 |
7
제6항에 있어서,상기 단계 (a1) 내지 (a5)를 개인화되는 다른 파라미터들인 제N 파라미터들(N은 1이 아님)에 대해서도 독립적으로 수행하여 제N 최적 파라미터값들을 설정하는 단계(a6)를 더 포함하는 것을 특징으로 하는 개인화된 파라미터를 이용한 컨텐츠 추천 방법
|
| 8 |
8
제5항에 있어서,상기 단계(a1)에서 변경시키면서 평점을 예측하는 제1 파라미터외의 다른 파라미터들은 시스템에 고정된 파라미터값 또는 이전에 설정된 개인 파라미터값으로 설정하여 평점을 예측하는 것을 특징으로 하는 개인화된 파라미터를 이용한 컨텐츠 추천 방법
|
| 9 |
9
제7항에 있어서,상기 단계(a1) 내지 (a6)를 통해 설정된 N개의 최적 파라미터값들을 함께 적용하여 사용자가 미리 평점을 부여한 컨텐츠들에 대한 평점을 예측하고, 미리 부여한 평점과 예측값이 근접하도록 상기 설정된 N개의 최적 파라미터값들을 미세하게 조정하는 단계(a7)를 더 포함하는 것을 특징으로 하는 개인화된 파라미터를 이용한 컨텐츠 추천 방법
|
| 10 |
10
삭제
|
| 11 |
11
삭제
|
| 12 |
12
제1항 및 제3항 내지 제9항 중 어느 한 항의 방법을 수행하기 위한 명령어들의 조합이 유형적으로 구현되어 있으며 디지털 정보 처리 장치에 의해 판독 가능한 프로그램이 기록된 기록 매체
|
| 13 |
13
사용자 클라이언트들과 네트워크를 통해 연결되어 있으며, 사용자 클라이언트로부터 추천 요청 정보를 수신하거나 미리 설정된 이벤트가 발생할 경우 추천 요청 정보를 생성하는 웹서버; 및추천 시 사용되는 적어도 하나의 파라미터에 대해 사용자별로 개인화된 개인 파라미터를 설정하여 유지하고 있으며, 상기 웹서버 또는 상기 사용자 클라이언트들로부터 추천 요청 정보를 수신할 경우 추천을 요청한 사용자의 개인 파라미터를 로드하고, 로드된 파라미터에 기초하여 추천 결과 데이터를 제공하는 추천 시스템을 포함하되,상기 사용자별로 개인화되는 개인 파라미터는 적어도 준거 그룹 사이즈, 유사도 연산 방식, 컨텐츠 평가 유효 기간, 유사도 가중치 레벨 및 신뢰수준 가중치 레벨로 이루어지는 그룹으로부터 선택된 어느 하나 또는 이들의 조합을 포함하는 것을 특징으로 하는 개인화된 파라미터를 이용한 컨텐츠 추천 시스템
|
| 14 |
14
제13항에 있어서,상기 추천 시스템은,사용자들의 컨텐츠들에 대한 평가 정보를 저장하는 평가 정보 저장부;상기 평가 정보 저장부에 저장된 데이터에 기초하여 사용자들의 개인 파라미터를 설정하는 개인 파라미터 설정부;상기 개인 파라미터 설정부에 의해 설정된 사용자별 개인 파라미터를 저장하는 개인 파라미터 저장부;상기 추천 요청 정보에 포함된 사용자 식별 정보를 이용하여 추천을 요청한 사용자의 개인 파라미터를 상기 개인 파라미터 저장부로부터 로드하는 개인 파라미터 적용부; 및상기 개인 파라미터 적용부에서 제공되는 개인 파라미터에 기초하여 추천을 요청한 사용자의 컨텐츠들의 평점을 예측하고 추천 결과 데이터를 생성하는 추천부를 포함하는 것을 특징으로 하는 개인화된 파라미터를 이용한 컨텐츠 추천 시스템
|
| 15 |
15
삭제
|
| 16 |
16
제14항에 있어서,상기 개인 파라미터 설정부는, 개인화되는 파라미터들에 대해 독립적으로 최적 파라미터값을 설정하는 복수의 파라미터 설정부들을 포함하며, 상기 복수의 파라미터 설정부들 각각은, 사용자가 미리 평점을 부여한 컨텐츠에 대해 해당 파라미터를 변경시키면서 평점을 예측하며, 사용자가 미리 부여한 평점에 상응하는 파라미터값을 컨텐츠별 최적값으로 설정하는 평점 예측부; 상기 평점 예측부의 컨텐츠별 최적값 설정이 사용자가 평점을 부여한 복수의 컨텐츠들에 이루어질 경우 복수의 상기 컨텐츠별 최척값들을 기록하는 컨텐츠별 최적값 기록부; 및상기 컨텐츠별 최적값들을 이용하여 최적 파라미터값을 결정하는 파라미터 결정부를 포함하는 것을 특징으로 하는 개인화된 파라미터를 이용한 컨텐츠 추천 시스템
|
| 17 |
17
제16항에 있어서,상기 각 파라미터 설정부들에서 설정되는 최적 파라미터값을 함께 적용하여 사용자가 미리 평점을 부여한 컨텐츠들에 대한 평점을 예측하고, 미리 부여한 평점과 예측값이 근접하도록 상기 설정된 최적 파라미터값들을 미세하게 조정하는 조정부를 더 포함하는 것을 특징으로 하는 개인화된 파라미터를 이용한 컨텐츠 추천 시스템
|
| 18 |
18
제16항에 있어서,상기 평점 예측부에서 평점 예측 시 해당 파라미터 이외의 파라미터는 시스템에 고정된 파라미터값 또는 이전에 설정된 개인 파라미터값을 이용하여 평점을 예측하는 것을 특징으로 하는 개인화된 파라미터를 이용한 컨텐츠 추천 시스템
|
| 19 |
19
제18항에 있어서,상기 추천부는 상기 개인 파라미터를 이용하여 컨텐츠들에 대한 평점을 예측하는 제1 예측부;시스템에 고정된 시스템 파라미터를 이용하여 컨텐츠들에 대한 평점을 예측하는 제2 예측부; 상기 제1 예측부 및 제2 예측부의 예측값에 미리 설정된 가중치를 부여하여 최종적인 평점을 예측하는 최종 예측부; 및상기 최종 예측부의 컨텐츠들에 대한 평점 예측값을 이용하여 추천 결과 데이터를 생성하는 컨텐츠 추천부를 포함하는 것을 특징으로 하는 개인화된 파라미터를 이용한 컨텐츠 추천 시스템
|
| 20 |
20
제19항에 있어서,상기 최종 예측부에서 상기 제1 예측부의 예측값 및 상기 제2 예측부의 예측값에 부여되는 가중치는 상기 개인 파라미터 설정부에 의해 개인화되는 것을 특징으로 하는 개인화된 파라미터를 이용한 컨텐츠 추천 시스템
|
| 21 |
21
컨텐츠 추천 장치에 있어서,사용자들의 컨텐츠들에 대한 평가 정보를 저장하는 평가 정보 저장부;상기 평가 정보 저장부에 저장된 데이터에 기초하여 사용자들의 개인 파라미터를 설정하는 개인 파라미터 설정부;상기 개인 파라미터 설정부에 의해 설정된 사용자별 개인 파라미터를 저장하는 개인 파라미터 저장부;상기 추천 요청 정보에 포함된 사용자 식별 정보를 이용하여 추천을 요청한 사용자의 개인 파라미터를 상기 개인 파라미터 저장부로부터 로드하는 개인 파라미터 적용부; 및상기 개인 파라미터 적용부에서 제공되는 개인 파라미터에 기초하여 추천을 요청한 사용자의 컨텐츠들의 평점을 예측하고 추천 결과 데이터를 생성하는 추천부를 포함하되,상기 개인 파라미터 설정부는, 개인화되는 파라미터들에 대해 독립적으로 최적 파라미터값을 설정하는 복수의 파라미터 설정부들을 포함하며, 상기 복수의 파라미터 설정부들 각각은, 사용자가 미리 평점을 부여한 컨텐츠에 대해 해당 파라미터를 변경시키면서 평점을 예측하며, 사용자가 미리 부여한 평점에 상응하는 파라미터값을 컨텐츠별 최적값으로 설정하는 평점 예측부; 상기 평점 예측부의 컨텐츠별 최적값 설정이 사용자가 평점을 부여한 복수의 컨텐츠들에 이루어질 경우 복수의 상기 컨텐츠별 최척값들을 기록하는 컨텐츠별 최적값 기록부; 및상기 컨텐츠별 최적값들을 이용하여 최적 파라미터값을 결정하는 파라미터 결정부를 포함하는 것을 특징으로 하는 개인화된 파라미터를 이용한 컨텐츠 추천 장치
|
| 22 |
22
삭제
|
