| 1 |
1
사물 웹 환경에서 소정의 사물을 사용자에게 추천하기 위한 방법에 있어서, (a) 적어도 하나 이상의 사물에 대한 웹로그 데이터, 및 메타데이터를 획득하는 단계;(b) 상기 웹로그 데이터 및 상기 메타데이터로부터 상기 사물에 대한 QoS(Quality of Service) 특징 데이터를 산출하는 단계;(c) 상기 사물에 대한 사용자의 리뷰 정보가 획득되면, 상기 리뷰 정보로부터 상기 사물에 대한 QoS 등급 정보를 산출하는 단계; 및(d) 상기 사물에 대한 QoS 등급 정보 및 상기 사물에 대한 QoS 특징 데이터를 참조로 하여, 상기 사용자의 리뷰 정보가 존재하지 않는 사물의 QoS 등급을 예측하기 위한 규칙을 생성하는 단계;를 포함하는 방법
|
| 2 |
2
제1항에 있어서,(e) 상기 사용자로부터 사물 웹 서비스 제공을 요청 받은 경우, 사물들의 목록을 검색하고, 상기 사물들 각각의 QoS 특징 데이터를 산출하는 단계; 및(f) 상기 사물들 각각의 QoS 특징 데이터를 상기 규칙에 적용하여 상기 사물들 각각에 대한 QoS 등급을 예측하고, 순위가 높은 QoS 등급을 갖는 사물을 상기 사용자에게 추천하는 단계;를 더 포함하는 방법
|
| 3 |
3
제1항에 있어서,상기 QoS 특징 데이터는, i) 사물웹 서비스 요청에 대한 응답시간(response time)을 나타내는 속성, ii) 소정의 시간 동안 사물웹 서비스 요청에 정상 응답한 정도를 나타내는 신뢰도(reliability)를 나타내는 속성, iii) 사물 이용 가능성(availability)을 나타내는 속성, 및 iv) 사물의 인증 정보를 나타내는 속성에 대한 데이터의 집합인 것을 특징으로 하는 방법
|
| 4 |
4
제3항에 있어서,상기 규칙은, 상기 사물에 대한 QoS 등급 정보 및 상기 사물에 대한 QoS 특징 데이터를 훈련 데이터로 하는 기계 학습을 기초로 생성된 결정 트리인 것을 특징으로 하는 방법
|
| 5 |
5
제4항에 있어서,상기 결정 트리는 루트 노드, 중간 노드 및 리프 노드를 포함하며, 상기 루트 노드 및 상기 중간 노드는 상기 QoS 특징 데이터의 속성, 상기 리프 노드는 QoS 추천 등급인 것을 특징으로 하는 방법
|
| 6 |
6
제4항에 있어서,상기 결정 트리의 정확도를 시험하는 단계;를 더 포함하는 것을 특징으로 하는 방법
|
| 7 |
7
제6항에 있어서,상기 상기 결정 트리의 정확도를 시험하는 단계는, 상기 훈련 데이터로 사용되지 않은 QoS 특징 데이터 및 QoS 등급 정보를 시험 데이터로서 수집하고,상기 QoS 특징 데이터를 상기 결정 트리에 적용하여 획득된 QoS 등급 정보와 상기 시험데이터로서 수집된 QoS 등급 정보가 동일한지 여부를 비교함으로써 수행되는 것을 특징으로 하는 방법
|
| 8 |
8
제7항에 있어서,상기 결정 트리가 정확하지 않은 것으로 판단되는 경우, 상기 결정 트리를 형성하는 규칙을 갱신하는 것을 특징으로 하는 방법
|
| 9 |
9
제1항에 있어서, 상기 QoS 등급은, 상기 사물에 대하여 복수의 사용자로부터 획득한 리뷰 정보에 대한 평균 값인 것을 특징으로 하는 방법
|
| 10 |
10
사물 웹 환경에서 소정의 사물을 사용자에게 추천하기 위한 시스템에 있어서, 적어도 하나 이상의 사물에 대한 웹로그 데이터, 및 메타데이터를 획득하고, 상기 웹로그 데이터 및 상기 메타데이터로부터 상기 사물에 대한 QoS 특징 데이터를 산출하는 QoS 특징 데이터 생성부;상기 사물에 대한 사용자의 리뷰 정보를 획득하여 상기 리뷰 정보로부터 상기 사물에 대한 QoS 등급 정보를 산출하고, 상기 사물에 대한 QoS 등급 정보 및 상기 사물에 대한 QoS 특징 데이터를 참조로 하여, 상기 사용자의 리뷰 정보가 존재하지 않는 사물의 QoS 등급을 예측하기 위한 QoS 등급 분류기를 생성하는 QoS 등급 분류기 생성부; 및상기 사용자로부터 사물 웹 서비스 제공 요청 신호를 획득하면, 사물들의 목록을 검색하여 상기 검색된 사물들 각각의 QoS 특징 데이터를 산출하고, 상기 검색된 사물들 각각의 QoS 특징 데이터를 상기 QoS 등급 분류기에 입력하여 상기 검색된 사물들 각각에 대한 QoS 등급을 예측하며, 순위가 높은 QoS 등급을 갖는 사물을 상기 사용자에게 추천하는 사물 추천부;를 포함하는 시스템
|
| 11 |
11
제10항에 있어서, 상기 웹로그 데이터는, 사물 웹 서비스를 요청한 IP 주소, 상기 사물 웹 서비스를 요청한 사용자 이름, HTTP 요청 메소드 명, 요청 리소스의 URI, 상기 사물 웹 서비스에 대한 요청 및 응답이 수행되는 동안 전송된 데이터 량 및 상기 사물 웹 서비스 요청에 대한 응답 시간에 대한 속성 중 적어도 하나 이상에 대한 데이터의 집합인 것을 특징으로 하는 시스템
|
| 12 |
12
제11항에 있어서, 상기 QoS 특징 데이터 생성부는, MapReduce 함수를 이용하여 상기 웹로그 데이터로부터 리소스 응답 및 요청 데이터를 획득하며, 상기 리소스 응답 및 요청 데이터로부터 상기 QoS 특징 데이터를 산출하는 것을 특징으로 하는 시스템
|
