| 1 |
1
특정 아이템에 대한 사용자의 피드백을 예측하는 사용자 피드백 예측 장치에 있어서,상기 특정 아이템에 대한 유사 아이템 집합을 생성하는 유사 아이템 집합 생성부; 상기 사용자에 대한 유사 사용자 집합을 생성하는 유사 사용자 집합 생성부; 및상기 유사 아이템 집합을 기반으로 산출된 평가 점수와, 상기 유사 사용자 집합을 기반으로 산출된 평가 점수에 가중치를 부여하여 조합함으로써 상기 사용자의 특정 아이템에 대한 피드백을 예측하는 피드백 예측부를 포함하며,상기 유사 아이템 집합 생성부는,아이템 간의 유사도를 기반으로 아이템 유사도 데이터를 생성하는 아이템 유사도 데이터 생성부; 상기 특정 아이템과 유사도가 높은 순서대로 K개의 유사 아이템을 선택하는 유사 아이템 선택부; 및 선택된 유사 아이템의 평가 점수의 가중치 조합을 기반으로 누락된 평가 점수인 유사 아이템 기반 평가 점수를 예측하는 유사 아이템 기반 평가 점수 예측부를 포함하고,상기 유사 아이템 집합은, 상기 아이템 유사도 데이터를 기반으로 생성되며,상기 유사 사용자 집합은, 사용자 유사도 데이터를 기반으로 생성되는 것을 특징으로 하는 협업 추천 시스템에서의 사용자 피드백 예측 장치
|
| 2 |
2
삭제
|
| 3 |
3
청구항 1에 있어서,상기 아이템 유사도 데이터 생성부는,을 통하여 상기 아이템 간의 유사도에 대한 가중치를 산출하되, 상기 는 상기 아이템 간의 유사도에 대한 가중치를 의미하고, 상기 i 및 상기 j는 각각 아이템을 의미하고, 상기 U는 상기 i 및 상기 j에 대하여 평가한 경험이 있는 사용자 집합을 의미하고, 상기 는 사용자 u의 아이템 i에 대한 평가이고, 상기 는 사용자 u의 아이템 j에 대한 평가이며, 상기 는 사용자 집합 U의 아이템 i에 대한 평가의 평균이며, 상기 는 사용자 집합 U의 아이템 j에 대한 평가의 평균인 것을 특징으로 하는 협업 추천 시스템에서의 사용자 피드백 예측 장치
|
| 4 |
4
청구항 1에 있어서,상기 유사 아이템 선택부는,사용자 a의 아이템 m에 대한 평가가 누락된 경우에 있어서, 상기 아이템 유사도 데이터를 기반으로 상기 아이템 m과 가장 유사도가 높은 k개의 아이템을 선택하는 것을 특징으로 하는 협업 추천 시스템에서의 사용자 피드백 예측 장치
|
| 5 |
5
청구항 4에 있어서,상기 유사 아이템 기반 평가 점수 예측부는,을 통하여, 누락된 상기 사용자 a의 아이템 m에 대한 평가 점수를 예측하되,상기 은 상기 누락된 상기 사용자 a의 아이템 m에 대한 평가 점수를 의미하고, 상기 는 상기 아이템 m과 아이템 k 간의 유사도에 대한 가중치를 의미하고, 상기 는 상기 사용자 a의 상기 아이템 k에 대한 평가를 의미하는 것을 특징으로 하는 협업 추천 시스템에서의 사용자 피드백 예측 장치
|
| 6 |
6
청구항 1에 있어서,상기 유사 사용자 집합 생성부는,사용자 간의 유사도를 기반으로 상기 사용자 유사도 데이터를 생성하는 사용자 유사도 데이터 생성부;상기 사용자와 유사도가 높은 순서대로 K개의 유사 사용자를 선택하는 유사 사용자 선택부; 및 선택된 유사 사용자의 평가 점수의 가중치 조합을 기반으로 누락된 평가 점수인 유사 사용자 기반 평가 점수를 예측하는 유사 사용자 기반 평가 점수 예측부를 포함하는 것을 특징으로 하는 협업 추천 시스템에서의 사용자 피드백 예측 장치
|
| 7 |
7
청구항 6에 있어서,상기 사용자 유사도 데이터 생성부는,을 통하여 상기 사용자 간의 유사도에 대한 가중치를 산출하되, 상기 는 상기 사용자 간의 유사도에 대한 가중치를 의미하고, 상기 a 및 상기 u는 각각 사용자를 의미하고, 상기 I는 사용자 a와 사용자 u 모두에 의해 평가된 이력이 있는 아이템들의 집합을 의미하고, 상기 는 사용자 u의 아이템 i에 대한 평가이며, 상기 는 사용자 a의 아이템 i에 대한 평가이며, 는 사용자 a의 아이템 집합 I에 대한 평가의 평균이며, 는 사용자 u의 아이템 집합 I에 대한 평가의 평균을 의미하는 것을 특징으로 하는 협업 추천 시스템에서의 사용자 피드백 예측 장치
|
| 8 |
8
청구항 6에 있어서,상기 유사 사용자 선택부는,사용자 a의 아이템 m에 대한 평가가 누락된 경우에 있어서, 상기 사용자 유사도 데이터를 기반으로 상기 사용자 a와 가장 유사도가 높은 k개의 사용자를 선택하는 것을 특징으로 하는 협업 추천 시스템에서의 사용자 피드백 예측 장치
|
| 9 |
9
청구항 8에 있어서,상기 유사 사용자 기반 평가 점수 예측부는,을 통하여 누락된 상기 사용자a의 아이템에 대한 평가 점수를 예측하되상기 은 상기 누락된 상기 사용자 a의 아이템 m에 대한 평가 점수를 의미하고, 상기 는 상기 사용자 a와 사용자 k 간의 유사도에 대한 가중치를 의미하고, 상기 는 상기 사용자 k의 상기 아이템 m에 대한 평가를 의미하고, 상기 는 사용자 a의 아이템 집합 I에 대한 평가의 평균을 의미하는 것을 특징으로 하는 협업 추천 시스템에서의 사용자 피드백 예측 장치
|
| 10 |
10
청구항 6에 있어서,상기 피드백 예측부는,을 통하여 상기 사용자의 특정 아이템에 대한 피드백을 예측하되,상기 는 상기 사용자의 특정 아이템에 대한 피드백을 의미하고, 상기 는 상기 유사 사용자 집합을 기반으로 산출된 평가 점수를 의미하고, 상기 는 상기 유사 아이템 집합을 기반으로 산출된 평가 점수를 의미하고, 상기 는 상기 유사 사용자 집합을 기반으로 산출된 평가 점수와 상기 유사 아이템 집합을 기반으로 산출된 평가 점수의 가중치를 의미하는 것을 특징으로 하는 협업 추천 시스템에서의 사용자 피드백 예측 장치
|
| 11 |
11
청구항 10에 있어서,상기 는,을 통하여 산출하되,상기 는 사용자 a에 대한 유사 사용자 집합을 의미하고, 상기 는 아이템 m에 대한 유사 아이템 집합을 의미하고, 상기 는 상기 유사 사용자 집합의 표준 편차를 의미하고, 상기 는 상기 유사 아이템 집합의 표준 편차를 의미하는 것을 특징으로 하는 협업 추천 시스템에서의 사용자 피드백 예측 장치
|
| 12 |
12
특정 아이템에 대한 사용자의 피드백을 예측하는 사용자 피드백 예측 방법에 있어서,유사 아이템 집합 생성부에 의하여, 상기 특정 아이템에 대한 유사 아이템 집합을 생성하는 유사 아이템 집합 생성 단계; 유사 사용자 집합 생성부에 의하여, 상기 사용자에 대한 유사 사용자 집합을 생성하는 유사 사용자 집합 생성 단계; 및피드백 예측부에 의하여, 상기 유사 아이템 집합을 기반으로 산출된 평가 점수와, 상기 유사 사용자 집합을 기반으로 산출된 평가 점수에 가중치를 부여하여 조합함으로써 상기 사용자의 특정 아이템에 대한 피드백을 예측하는 피드백 예측 단계를 포함하며,상기 유사 아이템 집합 생성 단계는,아이템 유사도 데이터 생성부에 의하여, 아이템 간의 유사도를 기반으로 아이템 유사도 데이터를 생성하는 아이템 유사도 데이터 생성 단계;유사 아이템 선택부에 의하여, 상기 특정 아이템과 유사도가 높은 순서대로 K개의 유사 아이템을 선택하는 유사 아이템 선택 단계; 및유사 아이템 기반 평가 점수 예측부에 의하여, 선택된 유사 아이템의 평가 점수의 가중치 조합을 기반으로 누락된 평가 점수인 유사 아이템 기반 평가 점수를 예측하는 유사 아이템 기반 평가 점수 예측 단계를 포함하며,상기 유사 아이템 집합은, 상기 아이템 유사도 데이터를 기반으로 생성되며,상기 유사 사용자 집합은, 사용자 유사도 데이터를 기반으로 생성되는 것을 특징으로 하는 협업 추천 시스템에서의 사용자 피드백 예측 방법
|
| 13 |
13
삭제
|
| 14 |
14
청구항 12에 있어서,상기 아이템 유사도 데이터 생성 단계는,을 통하여 상기 아이템 간의 유사도에 대한 가중치를 산출하되, 상기 는 상기 아이템 간의 유사도에 대한 가중치를 의미하고, 상기 i 및 상기 j는 각각 아이템을 의미하고, 상기 U는 상기 i 및 상기 j에 대하여 평가한 경험이 있는 사용자 집합을 의미하고, 상기 는 사용자 u의 아이템 i에 대한 평가이고, 상기 는 사용자 u의 아이템 j에 대한 평가이며, 상기 는 사용자 집합 U의 아이템 i에 대한 평가의 평균이며, 상기 는 사용자 집합 U의 아이템 j에 대한 평가의 평균인 것을 특징으로 하는 협업 추천 시스템에서의 사용자 피드백 예측 방법
|
| 15 |
15
청구항 12에 있어서,상기 유사 아이템 선택 단계는,사용자 a의 아이템 m에 대한 평가가 누락된 경우에 있어서, 상기 아이템 유사도 데이터를 기반으로 상기 아이템 m과 가장 유사도가 높은 k개의 아이템을 선택하는 것을 특징으로 하는 협업 추천 시스템에서의 사용자 피드백 예측 방법
|
| 16 |
16
청구항 15에 있어서,상기 유사 아이템 기반 평가 점수 예측 단계는,을 통하여, 누락된 상기 사용자 a의 아이템 m에 대한 평가 점수를 예측하되,상기 은 상기 누락된 상기 사용자 a의 아이템 m에 대한 평가 점수를 의미하고, 상기 는 상기 아이템 m과 아이템 k 간의 유사도에 대한 가중치를 의미하고, 상기 는 상기 사용자 a의 상기 아이템 k에 대한 평가를 의미하는 것을 특징으로 하는 협업 추천 시스템에서의 사용자 피드백 예측 방법
|
| 17 |
17
청구항 12에 있어서,상기 유사 사용자 집합 생성 단계는,사용자 유사도 데이터 생성부에 의하여, 사용자 간의 유사도를 기반으로 사용자 유사도 데이터를 생성하는 사용자 유사도 데이터 생성 단계;유사 사용자 선택부에 의하여, 상기 사용자와 유사도가 높은 순서대로 K개의 유사 사용자를 선택하는 유사 사용자 선택 단계; 및유사 사용자 기반 평가 점수 예측부에 의하여, 선택된 유사 사용자의 평가 점수의 가중치 조합을 기반으로 누락된 평가 점수인 유사 사용자 기반 평가 점수를 예측하는 유사 사용자 기반 평가 점수 예측 단계를 포함하는 것을 특징으로 하는 협업 추천 시스템에서의 사용자 피드백 예측 방법
|
| 18 |
18
청구항 17에 있어서,상기 사용자 유사도 데이터 생성 단계는,을 통하여 상기 사용자 간의 유사도에 대한 가중치를 산출하되, 상기 는 상기 사용자 간의 유사도에 대한 가중치를 의미하고, 상기 a 및 상기 u는 각각 사용자를 의미하고, 상기 I는 사용자 a와 사용자 u 모두에 의해 평가된 이력이 있는 아이템들의 집합을 의미하고, 상기 는 사용자 u의 아이템 i에 대한 평가이며, 상기 는 사용자 a의 아이템 i에 대한 평가이며, 는 사용자 a의 아이템 집합 I에 대한 평가의 평균이며, 는 사용자 u의 아이템 집합 I에 대한 평가의 평균을 의미하는 것을 특징으로 하는 협업 추천 시스템에서의 사용자 피드백 예측 방법
|
| 19 |
19
청구항 17에 있어서,상기 유사 사용자 선택 단계는,사용자 a의 아이템 m에 대한 평가가 누락된 경우에 있어서, 상기 사용자 유사도 데이터를 기반으로 상기 사용자 a와 가장 유사도가 높은 k개의 사용자를 선택하는 것을 특징으로 하는 협업 추천 시스템에서의 사용자 피드백 예측 방법
|
| 20 |
20
청구항 19에 있어서,상기 유사 사용자 기반 평가 점수 예측 단계는,을 통하여 누락된 상기 사용자a의 아이템에 대한 평가 점수를 예측하되상기 은 상기 누락된 상기 사용자 a의 아이템 m에 대한 평가 점수를 의미하고, 상기 는 상기 사용자 a와 사용자 k 간의 유사도에 대한 가중치를 의미하고, 상기 는 상기 사용자 k의 상기 아이템 m에 대한 평가를 의미하고, 상기 는 사용자 a의 아이템 집합 I에 대한 평가의 평균을 의미하는 것을 특징으로 하는 협업 추천 시스템에서의 사용자 피드백 예측 방법
|
| 21 |
21
청구항 17에 있어서,상기 피드백 예측 단계는,을 통하여 상기 사용자의 특정 아이템에 대한 피드백을 예측하되,상기 는 상기 사용자의 특정 아이템에 대한 피드백을 의미하고, 상기 는 상기 유사 사용자의 집합을 기반으로 산출된 평가 점수를 의미하고, 상기 는 상기 유사 아이템의 집합을 기반으로 산출된 평가 점수를 의미하고, 상기 는 상기 유사 사용자의 집합을 기반으로 산출된 평가 점수와 상기 유사 아이템의 집합을 기반으로 산출된 평가 점수의 가중치를 의미하는 것을 특징으로 하는 협업 추천 시스템에서의 사용자 피드백 예측 방법
|
| 22 |
22
청구항 21에 있어서,상기 는,을 통하여 산출하되,상기 는 사용자 a에 대한 유사 사용자 집합을 의미하고, 상기 는 아이템 m에 대한 유사 아이템 집합을 의미하고, 상기 는 상기 유사 사용자 집합의 표준 편차를 의미하고, 상기 는 상기 유사 아이템 집합의 표준 편차를 의미하는 것을 특징으로 하는 협업 추천 시스템에서의 사용자 피드백 예측 방법
|
