1 |
1
통신부,복수의 상품에 대한 리뷰 정보들을 저장하는 리뷰 데이터베이스, 그리고상기 통신부 및 상기 리뷰 데이터베이스에 전기적으로 연결되는 제어부를 포함하고하나의 상품에 대응하는 하나의 리뷰 정보는 적어도 하나의 리뷰 컨텐츠와 적어도 하나의 평점 정보를 포함하고,상기 제어부는 상기 복수의 상품 중 상기 통신부를 통해 수신되는 키워드를 태그로서 포함하는 상품으로서, 상기 복수의 상품 각각에 대응하는 리뷰 정보의 최신성, 빈도, 및 평점을 사용하여 계산된 평가 값에 따른 랭킹 순으로 상기 복수의 상품을 나열하는 때 임계 순위 이내인 상품을 추천하고,상기 제어부는 상기 하나의 리뷰 정보의 적어도 하나의 리뷰 컨텐츠에서 빈도가 임계치 이상인 단어를 태그로서 추출하고, 상기 복수의 상품에 대한 리뷰 정보들에서 상기 태그가 사용된 정도에 따라 상기 태그에 대한 가중치를 계산하며, 상기 태그의 빈도 값에 상기 가중치를 승산하여 상기 태그에 대응하는 태그 값을 산출하며,상기 제어부는 상기 복수의 상품에 대한 리뷰 정보들 각각의 컨텐츠의 개수의 분포 중 상기 하나의 리뷰 정보의 적어도 하나의 리뷰 컨텐츠의 개수의 등위, 상기 하나의 리뷰 정보의 적어도 하나의 리뷰 컨텐츠 각각이 작성된 시점, 및 상기 적어도 하나의 평점 정보를 사용하여, 상기 하나의 상품의 RFS 값을 계산하고,상기 제어부는 상기 복수의 상품들 중 상기 키워드에 대응하는 태그를 갖는 상품을 검색하고, 상기 검색된 상품의 RFS 값과 상기 검색된 상품의 상기 키워드에 대응하는 태그의 태그 값을 이용하여 평가 값을 계산하고, 상기 평가 값에 따라 상기 복수의 상품들의 랭킹을 결정하며, 상위 랭킹에 대응하는 상품들을 추천하며,상기 제어부는 하기의 수학식을 사용하여 상기 하나의 상품의 RFS 값을 계산하고,,상기 WF는 상기 복수의 상품에 대한 리뷰 정보들 각각의 컨텐츠의 개수의 분포 중 상기 하나의 리뷰 정보의 적어도 하나의 리뷰 컨텐츠의 개수의 등위에 따라 결정된 가중치, 상기 WR은 상기 하나의 리뷰 정보의 적어도 하나의 리뷰 컨텐츠 각각이 작성된 시점에 따라 결정된 가중치, 및 상기 S는 상기 하나의 리뷰 정보의 적어도 하나의 리뷰 컨텐츠 각각에 대응하는 평점이며,상기 제어부는 상기 검색된 상품의 RFS 값의 제곱근에 상기 검색된 상품의 상기 키워드에 대응하는 태그의 태그 값을 승산하여 상기 평가 값을 계산하는,상품 추천 서버
|
2 |
2
삭제
|
3 |
3
삭제
|
4 |
4
삭제
|
5 |
5
제1항에 있어서,상기 제어부는 하기의 수학식을 사용하여 상기 하나의 리뷰 정보의 적어도 하나의 리뷰 컨텐츠에서의 단어들 각각의 빈도를 계산하고,, 는 상기 하나의 리뷰 정보의 적어도 하나의 리뷰 컨텐츠에서의 특정 단어의 빈도, 는 상기 하나의 리뷰 정보의 적어도 하나의 리뷰 컨텐츠에서의 상기 특정 단어의 개수, 는 상기 하나의 리뷰 정보의 적어도 하나의 리뷰 컨텐츠에서의 모든 단어들의 개수인,상품 추천 서버
|
6 |
6
제5항에 있어서,상기 제어부는 하기의 수학식을 사용하여 상기 태그에 대한 가중치를 계산하고,,는 상기 태그에 대한 가중치, 는 상기 복수의 상품에 대한 리뷰 정보들의 전체 개수, 는 상기 복수의 상품에 대한 리뷰 정보들 중 상기 특정 단어를 포함하는 리뷰 정보의 개수인,상품 추천 서버
|
7 |
7
삭제
|
8 |
8
삭제
|
9 |
9
리뷰 데이터베이스로부터 복수의 상품에 대한 리뷰 정보들을 판독하는 단계 - 하나의 상품에 대응하는 하나의 리뷰 정보는 적어도 하나의 리뷰 컨텐츠와 적어도 하나의 평점 정보를 포함함 -,통신부를 통해 키워드를 수신하는 단계,상기 복수의 상품 중 상기 키워드를 태그로서 포함하는 상품을 검색하고, 상기 검색된 상품들 각각에 대응하는 리뷰 정보의 최신성, 빈도, 및 평점을 사용하여 계산된 평가 값에 따른 랭킹 순으로 상기 검색된 상품들을 나열하는 때 임계 순위 이내인 상품을 추천 상품으로서 결정하는 단계를 포함하고,상기 추천 상품으로서 결정하는 단계는,상기 하나의 리뷰 정보의 적어도 하나의 리뷰 컨텐츠에서 빈도가 임계치 이상인 단어를 태그로서 추출하는 단계, 상기 복수의 상품에 대한 리뷰 정보들에서 상기 태그가 사용된 정도에 따라 상기 태그에 대한 가중치를 계산하는 단계, 그리고상기 태그의 빈도 값에 상기 가중치를 승산하여 상기 태그에 대응하는 태그 값을 산출하는 단계를 포함하며,상기 추천 상품으로서 결정하는 단계는, 상기 복수의 상품에 대한 리뷰 정보들 각각의 컨텐츠의 개수의 분포 중 상기 하나의 리뷰 정보의 적어도 하나의 리뷰 컨텐츠의 개수의 등위, 상기 하나의 리뷰 정보의 적어도 하나의 리뷰 컨텐츠 각각이 작성된 시점, 및 상기 적어도 하나의 평점 정보를 사용하여, 상기 하나의 상품의 RFS 값을 계산하는 단계, 그리고상기 복수의 상품들 중 상기 키워드에 대응하는 태그를 갖는 상품을 검색하고, 상기 검색된 상품의 RFS 값과 상기 검색된 상품의 상기 키워드에 대응하는 태그의 태그 값을 이용하여 평가 값을 계산하고, 상기 평가 값에 따라 상기 복수의 상품들의 랭킹을 결정하며, 상위 랭킹에 대응하는 상품들을 추천하는 단계를 더 포함하고,하기의 수학식을 사용하여 상기 하나의 상품의 RFS 값이 계산되고,,상기 WF는 상기 복수의 상품에 대한 리뷰 정보들 각각의 컨텐츠의 개수의 분포 중 상기 하나의 리뷰 정보의 적어도 하나의 리뷰 컨텐츠의 개수의 등위에 따라 결정된 가중치, 상기 WR은 상기 하나의 리뷰 정보의 적어도 하나의 리뷰 컨텐츠 각각이 작성된 시점에 따라 결정된 가중치, 및 상기 S는 상기 하나의 리뷰 정보의 적어도 하나의 리뷰 컨텐츠 각각에 대응하는 평점이며,상기 평가 값을 계산하는 것은 상기 검색된 상품의 RFS 값의 제곱근에 상기 검색된 상품의 상기 키워드에 대응하는 태그의 태그 값을 승산하여 상기 평가 값을 계산하는 것을 포함하는,상품 추천 방법
|
10 |
10
삭제
|
11 |
11
삭제
|
12 |
12
삭제
|
13 |
13
제9항에 있어서,상기 하나의 리뷰 정보의 적어도 하나의 리뷰 컨텐츠에서 빈도가 임계치 이상인 단어를 태그로서 추출하는 단계는,하기의 수학식을 사용하여 상기 하나의 리뷰 정보의 적어도 하나의 리뷰 컨텐츠에서의 단어들 각각의 빈도를 계산하는 단계를 포함하고,, 는 상기 하나의 리뷰 정보의 적어도 하나의 리뷰 컨텐츠에서의 특정 단어의 빈도, 는 상기 하나의 리뷰 정보의 적어도 하나의 리뷰 컨텐츠에서의 상기 특정 단어의 개수, 는 상기 하나의 리뷰 정보의 적어도 하나의 리뷰 컨텐츠에서의 모든 단어들의 개수인,상품 추천 방법
|
14 |
14
제9항에 있어서,상기 복수의 상품에 대한 리뷰 정보들에서 상기 태그가 사용된 정도에 따라 상기 태그에 대한 가중치를 계산하는 단계는,하기의 수학식을 사용하여 상기 하나의 리뷰 정보의 적어도 하나의 리뷰 컨텐츠에서의 단어들 각각의 빈도를 계산하는 단계를 포함하고,, 는 상기 하나의 리뷰 정보의 적어도 하나의 리뷰 컨텐츠에서의 특정 단어의 빈도, 는 상기 하나의 리뷰 정보의 적어도 하나의 리뷰 컨텐츠에서의 상기 특정 단어의 개수, 는 상기 하나의 리뷰 정보의 적어도 하나의 리뷰 컨텐츠에서의 모든 단어들의 개수인,상품 추천 방법
|