| 1 |
1
개인화 추천 서비스 제공 방법에 있어서, 사용자 성향 프로파일 및 후보 추천 리스트를 획득하는 과정과,상기 사용자 성향 프로파일에 따라 상기 후보 추천 리스트를 재순위화 하는 과정과,상기 후보 추천 리스트의 재순위화에 의한 추천 컨텐츠들을 기반으로 맞춤형 추천 리스트를 생성하는 과정을 포함하는 것을 특징으로 하는 개인화 추천 서비스 제공 방법
|
| 2 |
2
제1항에 있어서, 상기 후보 추천 리스트를 획득하는 과정은이전에 등록된 적어도 하나의 후보 추천 리스트를 추출하거나, 또는 사용자의 이벤트에 따른 컨텐츠에 대응하여 새로운 적어도 하나의 후보 추천 리스트를 생성하는 과정을 포함하는 것을 특징으로 하는 개인화 추천 서비스 제공 방법
|
| 3 |
3
제2항에 있어서, 상기 후보 추천 리스트는 개인화 추천 방식 및 비개인화 추천 방식의 추천 기술을 기반으로 획득하는 것을 특징으로 하는 개인화 추천 서비스 제공 방법
|
| 4 |
4
제2항에 있어서, 상기 사용자 성향 프로파일을 획득하는 과정은사용자의 이벤트에 따른 사용자 정보와 상기 사용자 정보에 따른 컨텐츠의 메타데이터를 기반으로 상기 사용자 성향 프로파일을 생성하는 과정을 포함하는 것을 특징으로 하는 개인화 추천 서비스 제공 방법
|
| 5 |
5
제4항에 있어서, 상기 사용자 정보는사용자의 행위에 따른 이력 정보 및 생성 정보를 나타내며, 사용자의 통계 정보, 사용자 소비 이력, 사용자 선호 리스트, 사용자 북마크 리스트, 사용자 보기 이력, 사용자 클릭 이력, 사용자의 친구 리스트, 사용자의 친구가 인터랙션한 컨텐츠 리스트의 사용자와 관련된 정보를 포함하는 것을 특징으로 하는 개인화 추천 서비스 제공 방법
|
| 6 |
6
제5항에 있어서, 상기 사용자 성향 프로파일은상기 사용자 정보에서 나타나는 다양성, 신규성, 최신성, 장르, 소셜 친화도, 선호도에 대한 하나 또는 그 이상의 사용자 성향 분포로 나타내는 것을 특징으로 하는 개인화 추천 서비스 제공 방법
|
| 7 |
7
제1항에 있어서, 상기 재순위화 하는 과정은상기 사용자 성향 프로파일과 상기 후보 추천 리스트를 비교하는 과정을 포함하는 것을 특징으로 하는 개인화 추천 서비스 제공 방법
|
| 8 |
8
제7항에 있어서, 상기 비교하는 과정은상기 사용자 성향 프로파일의 분포와 후보 추천 리스트의 성향 분포를 비교하여, 상기 사용자 성향 프로파일의 분포와 후보 추천 리스트의 성향 분포 간의 차이를 측정하는 과정을 포함하는 것을 특징으로 하는 개인화 추천 서비스 제공 방법
|
| 9 |
9
제7항에 있어서, 상기 재순위화 하는 과정은목적하는 최종 추천 리스트의 최적화를 위한 그리디 방법에 기초하여 상기 후보 추천 리스트를 재순위화 하는 것을 특징으로 하는 개인화 추천 서비스 제공 방법
|
| 10 |
10
제9항에 있어서, 상기 재순위화 하는 과정은최초 집합을 추출하는 최초 집합 선택 알고리즘과 목적하는 최종 추천 리스트에 도달하도록 추천 컨텐츠 후보를 반복 도출하거나 또는 새 컨텐츠 후보로 대체하는 그리디 선택 알고리즘을 기반으로 재순위화 하는 것을 특징으로 하는 개인화 추천 서비스 제공 방법
|
| 11 |
11
제10항에 있어서, 상기 재순위화 하는 과정은상기 후보 추천 리스트에서 목적하는 추천 컨텐츠의 최초 집합을 선택하는 과정과,상기 최초 집합의 추천 컨텐츠 외의 나머지 추천 컨텐츠 후보에서 상위의 추천 컨텐츠를 추가 선택하는 과정과,상기 최초 집합의 추천 컨텐츠에 대한 대체 작업을 수행하는 과정을 포함하는 것을 특징으로 하는 개인화 추천 서비스 제공 방법
|
| 12 |
12
제11항에 있어서,상기 최초 집합의 추천 컨텐츠 수가 최종 목적하고자 하는 목적함수를 만족하는지 여부를 판단하는 과정과,상기 최초 집합의 추천 컨텐츠가 상기 목적함수에 대응하면 상기 대체 작업을 수행하는 과정과,상기 최초 집합의 추천 컨텐츠가 상기 목적함수에 대응하지 않으면 상기 추가 선택을 수행하는 과정을 더 포함하는 것을 특징으로 하는 개인화 추천 서비스 제공 방법
|
| 13 |
13
제11항에 있어서,상기 최초 집합으로 선택된 추천 컨텐츠와 남아 있는 나머지 컨텐츠를 비교하여 대체하는 모든 경우의 수들을 테스트하며, 대체할 추천 컨텐츠가 없을 시 상기 추가 선택에 의해 구성된 추천 아이템들의 집합으로 맞춤형 추천 리스트를 구성하는 과정을 더 포함하는 것을 특징으로 하는 개인화 추천 서비스 제공 방법
|
| 14 |
14
개인화 추천 서비스 제공 시스템에 있어서,클라이언트로부터 맞춤형 개인화 서비스를 위한 이벤트를 입력받는 서버 API와,상기 이벤트에 따른 사용자 정보와 컨텐츠의 메타데이터를 기반으로 사용자 성향 프로파일을 생성하는 사용자 프로파일 생성부와,상기 사용자 성향 프로파일을 바탕으로 후보 추천 리스트를 생성하고, 상기 후보 추천 리스트를 상기 사용자 성향 프로파일에 따라 재순위화 하여 맞춤형 추천 리스트를 생성하는 추천 엔진을 포함하는 것을 특징으로 하는 개인화 추천 서비스 제공 시스템
|
| 15 |
15
제14항에 있어서, 상기 사용자 프로파일 생성부는행동 프로파일 생성부, 컨텐츠 프로파일 생성부, 그리고 성향 프로파일 생성부를 포함하고, 사용자의 통계 정보, 사용자 소비 이력, 사용자 선호 리스트, 사용자 북마크 리스트, 사용자 보기 이력, 사용자 클릭 이력, 사용자의 친구 리스트, 사용자의 친구가 인터랙션한 컨텐츠 리스트의 사용자와 관련된 정보들 중 상기 이벤트에 따른 사용자 성향 프로파일을 생성하는 것을 특징으로 하는 개인화 추천 서비스 제공 시스템
|
| 16 |
16
제14항에 있어서, 상기 추천 엔진은개인화 방식의 추천을 위한 엔진과 비개인화 방식의 추천을 위한 엔진 및 성향 필터링 엔진을 포함하며, 상기 개인화 방식의 추천을 위한 엔진과 비개인화 방식의 추천을 기반으로 상기 후보 추천 리스트를 생성하며,상기 성향 필터링 엔진을 기반으로 상기 후보 추천 리스트를 상기 사용자 성향 프로파일에 따라 재순위화 하여 맞춤형 추천 리스트를 생성하는 것을 특징으로 하는 개인화 추천 서비스 제공 시스템
|
