1 |
1
컴퓨터를 이용하여 사용자의 온라인 행동을 예측하는 방법으로서,상기 컴퓨터가, 사용자들의 온라인 활동(online activity) 정보를 수집하는 단계; 수집된 온라인 활동 정보를 기초로 사용자의 정보 탐색 범위를 단위 시간마다 계량화한 정보 탐색 범위 계량치를 산출하고, 산출된 정보 탐색 범위 계량치를 단위 시간에 따라 저장하는 단계; 각 사용자의 정보 탐색 범위 계량치들 중에서 추출된 연속하는 N 개(N은 2 이상의 정수)의 정보 탐색 범위 계량치들과, N 번째 정보 탐색 범위 계량치에 상응하는 시점 이후에 관측되는 행동(online action) 정보를 결합하여 비교 데이터셋을 각각 생성함으로써, 복수의 비교 데이터셋들을 생성하는 단계; 목표 사용자에 관하여 예측 시점 이전의 연속하는 N 개의 정보 탐색 범위 계량치들에 의해 패턴 데이터셋을 생성하는 단계; 및 패턴 데이터셋과 복수의 비교 데이터셋들 각각의 유사도를 산출하고, 산출된 유사도와 각 비교 데이터셋들에 포함되는 행동 정보에 기초하여, 목표 사용자의 행동 예측치를 산출하는 단계를 포함하며,정보 탐색 범위 계량치를 산출하는 단계는 정보 탐색 범위 계량치 순시값에서 개별 사용자에 관하여 정기적으로 나타나는 정보 탐색 범위 계량치 기저값을 빼고 정보 탐색 범위 계량치를 산출하는 단계 또는 정보 탐색 범위 계량치 순시값에서 일시적 이벤트 구간 동안에 복수 사용자들에 관하여 공통적으로 나타나는 정보 탐색 범위 계량치 기저값을 빼고 정보 탐색 범위 계량치를 산출하는 단계 중 적어도 하나의 단계를 포함하는 것을 특징으로 하는 사용자의 온라인 행동 예측 방법
|
2 |
2
청구항 1에 있어서, 사용자들의 온라인 활동 정보는 클릭스트림 데이터(clickstream)이고, 정보 탐색 범위 계량치는 클릭스트림으로부터 각 URL별 방문횟수를 전체 URL 수로 나누어 얻은 각 URL별 방문 비중 값들의 평균인 것을 특징으로 하는 사용자의 온라인 행동 예측 방법
|
3 |
3
청구항 1에 있어서, 사용자들의 온라인 활동 정보는 클릭스트림 데이터이고, 정보 탐색 범위 계량치는 클릭스트림으로부터 각 URL별 방문횟수를 전체 URL 수로 나누어 얻은 각 URL별 방문 비중 값들의 엔트로피인 것을 특징으로 하는 사용자의 온라인 행동 예측 방법
|
4 |
4
청구항 1에 있어서, 비교 데이터셋은, 각 정보 탐색 범위 계량치마다, 해당 정보 탐색 범위 계량치에 상응하는 단위 시간 이후의 후속하는 N-1 차례의 단위 시간들로 구성되는 분할 구간에 속하는 N 개의 연속하는 정보 탐색 범위 계량치들과, 분할 구간의 직후에 관측되는 사용자의 행동 정보를 결합함으로써 생성되는 것을 특징으로 하는 사용자의 온라인 행동 예측 방법
|
5 |
5
청구항 1에 있어서, 목표 사용자의 행동 예측치를 산출하는 단계는,패턴 데이터셋과 복수의 비교 데이터셋들 각각의 유사도를 산출하는 단계;산출된 유사도에 따라 패턴 데이터셋과 유사한 비교 데이터셋들을 선정하는 단계; 및선정된 비교 데이터셋들에 결합된 행동 정보 중에 특정 행동에 관련된 행동 정보의 비중 또는 가중 비중에 기초하여, 목표 사용의 행동 예측치를 산출하는 단계를 포함하는 것을 특징으로 하는 사용자의 온라인 행동 예측 방법
|
6 |
6
청구항 1에 있어서, 목표 사용자의 행동 예측치를 산출하는 단계는,패턴 데이터셋과 복수의 비교 데이터셋들 각각을 가상의 기존 사용자들로 간주하고 또한 각각의 결합된 행동 정보를 가상의 기존 사용자의 선호도로 간주하는 협업 필터링을 수행하여, 패턴 데이터셋의 선호도를 산출하는 단계; 및산출된 패턴 데이터셋의 선호도에 기초하여, 목표 사용자의 행동 예측치를 산출하는 단계를 포함하는 것을 특징으로 하는 사용자의 온라인 행동 예측 방법
|
7 |
7
청구항 1에 있어서, 행동 정보는, N 번째 정보 탐색 범위 계량치에 상응하는 시점 직후의 단위 시간에 특정 행동이 관측되는 경우를 1로, 그렇지 않은 경우를 0으로 표시하는 이진 정보인 것을 특징으로 하는 사용자의 온라인 행동 예측 방법
|
8 |
8
청구항 1에 있어서, 행동 정보는, 예측하고자 하는 특정한 행동의 평가치가 문턱값 이상이면 "1"로 표현하고 그렇지 않으면 "0"으로 표시하는 이전 정보인 것을 특징으로 하는 사용자의 온라인 행동 예측 방법
|
9 |
9
청구항 1에 있어서, 행동 정보는, 예측하고자 하는 특정한 행동의 평가치를 표현하는 정보인 것을 특징으로 하는 사용자의 온라인 행동 예측 방법
|
10 |
10
청구항 1에 있어서, 행동 정보는, 관측된 행동들을 구별할 수 있는 식별 코드인 것을 특징으로 하는 사용자의 온라인 행동 예측 방법
|
11 |
11
삭제
|
12 |
12
삭제
|
13 |
13
청구항 1에 있어서, 정보 탐색 범위 계량치를 산출하는 단계는정보 탐색 범위 계량치 순시값들을 평활화 필터링하여 정보 탐색 범위 계량치를 산출하는 단계를 포함하는 것을 특징으로 하는 사용자의 온라인 행동 예측 방법
|
14 |
14
컴퓨터에서 청구항 1 내지 청구항 10 및 청구항 13 중 어느 한 청구항에 따른 사용자의 온라인 행동 예측 방법의 각 단계들을 구현하도록 작성되어 컴퓨터에서 독출가능한 기록 매체에 기록된 컴퓨터 프로그램
|
15 |
15
사용자들의 온라인 활동 정보를 수집하여 저장하는 온라인 활동 정보 DB;수집된 온라인 활동 정보를 기초로 사용자의 정보 탐색 범위를 단위 시간마다 계량화한 정보 탐색 범위 계량치를 산출하고, 산출된 정보 탐색 범위 계량치를 단위 시간에 따라 저장하는 정보 탐색 범위 계량화부; 각 사용자의 정보 탐색 범위 계량치들 중에서 추출된 연속하는 N 개(N은 2 이상의 정수)의 정보 탐색 범위 계량치들과, N 번째 정보 탐색 범위 계량치에 상응하는 시점 이후에 관측되는 행동 정보를 결합하여 비교 데이터셋을 각각 생성함으로써, 복수의 비교 데이터셋들을 생성하고, 목표 사용자에 관하여 예측 시점 이전의 연속하는 N 개의 정보 탐색 범위 계량치들에 의해 패턴 데이터셋을 생성하는 데이터셋 생성부; 및 패턴 데이터셋과 복수의 비교 데이터셋들 각각의 유사도를 산출하고, 산출된 유사도와 각 비교 데이터셋들에 포함되는 행동 정보에 기초하여, 목표 사용자의 행동 예측치를 산출하는 행동 예측치 산출부를 포함하며,상기 정보 탐색 범위 계량화부는 정보 탐색 범위 계량치 순시값에서 개별 사용자에 관하여 정기적으로 나타나는 정보 탐색 범위 계량치 기저값을 빼고 정보 탐색 범위 계량치를 산출하는 동작 또는 정보 탐색 범위 계량치 순시값에서 일시적 이벤트 구간 동안에 복수 사용자들에 관하여 공통적으로 나타나는 정보 탐색 범위 계량치 기저값을 빼고 정보 탐색 범위 계량치를 산출하는 동작 중 적어도 하나의 동작을 하는 것을 특징으로 하는 사용자의 온라인 행동 예측 시스템
|
16 |
16
청구항 15에 있어서, 사용자들의 온라인 활동 정보는 클릭스트림 데이터이고, 정보 탐색 범위 계량치는 클릭스트림으로부터 각 URL별 방문횟수를 전체 URL 수로 나누어 얻은 각 URL별 방문 비중 값들의 평균인 것을 특징으로 하는 사용자의 온라인 행동 예측 시스템
|
17 |
17
청구항 15에 있어서, 사용자들의 온라인 활동 정보는 클릭스트림 데이터이고, 정보 탐색 범위 계량치는 클릭스트림으로부터 각 URL별 방문횟수를 전체 URL 수로 나누어 얻은 각 URL별 방문 비중 값들의 엔트로피인 것을 특징으로 하는 사용자의 온라인 행동 예측 시스템
|
18 |
18
청구항 15에 있어서, 비교 데이터셋은, 각 정보 탐색 범위 계량치마다, 해당 정보 탐색 범위 계량치에 상응하는 단위 시간 이후의 후속하는 N-1 차례의 단위 시간들로 구성되는 분할 구간에 속하는 N 개의 연속하는 정보 탐색 범위 계량치들과, 분할 구간의 직후에 관측되는 사용자의 행동 정보를 결합함으로써 생성되는 것을 특징으로 하는 사용자의 온라인 행동 예측 시스템
|
19 |
19
청구항 15에 있어서, 행동 예측치 산출부는,패턴 데이터셋과 복수의 비교 데이터셋들 각각의 유사도를 산출하고,산출된 유사도에 따라 패턴 데이터셋과 유사한 비교 데이터셋들을 선정하며,선정된 비교 데이터셋들에 결합된 행동 정보 중에 특정 행동에 관련된 행동 정보의 비중 또는 가중 비중에 기초하여, 목표 사용자의 행동 예측치를 산출하도록 동작하는 것을 특징으로 하는 사용자의 온라인 행동 예측 시스템
|
20 |
20
청구항 15에 있어서, 행동 예측치 산출부는,패턴 데이터셋과 복수의 비교 데이터셋들 각각을 가상의 기존 사용자들로 간주하고 또한 각각의 결합된 행동 정보를 가상의 기존 사용자의 선호도로 간주하는 협업 필터링을 수행하여, 패턴 데이터셋의 선호도를 산출하고,산출된 패턴 데이터셋의 선호도에 기초하여, 목표 사용자의 행동 예측치를 산출하도록 동작하는 것을 특징으로 하는 사용자의 온라인 행동 예측 시스템
|
21 |
21
청구항 15에 있어서, 행동 정보는, N 번째 정보 탐색 범위 계량치에 상응하는 시점 직후의 단위 시간에 특정 행동이 관측되는 경우를 1로, 그렇지 않은 경우를 0으로 표시하는 이진 정보인 것을 특징으로 하는 사용자의 온라인 행동 예측 시스템
|
22 |
22
청구항 15에 있어서, 행동 정보는, 예측하고자 하는 특정한 행동의 평가치가 문턱값 이상이면 "1"로 표현하고 그렇지 않으면 "0"으로 표시하는 이전 정보인 것을 특징으로 하는 사용자의 온라인 행동 예측 시스템
|
23 |
23
청구항 15에 있어서, 행동 정보는, 예측하고자 하는 특정한 행동의 평가치를 표현하는 정보인 것을 특징으로 하는 사용자의 온라인 행동 예측 시스템
|
24 |
24
청구항 15에 있어서, 행동 정보는, 관측된 행동들을 구별할 수 있는 식별 코드인 것을 특징으로 하는 사용자의 온라인 행동 예측 시스템
|
25 |
25
삭제
|
26 |
26
삭제
|
27 |
27
청구항 15에 있어서, 정보 탐색 범위 계량화부는정보 탐색 범위 계량치 순시값들을 평활화 필터링하여 정보 탐색 범위 계량치로 산출하도록 동작하는 것을 특징으로 하는 사용자의 온라인 행동 예측 시스템
|