1 |
1
사물 인터넷 환경에서의 그룹 사용자를 위한 서비스 추천 방법에 있어서, 사용자의 식별 정보 및 서비스가 입력됨을 수신하는 단계;상기 사용자 및 서비스에 기반하여 서비스 평점 행렬을 생성하는 단계; 상기 서비스 평점 행렬을 생성함에 따라 각각의 그룹 구성 정보를 기반으로 그룹 유사도를 측정하는 단계; 및 상기 그룹 유사도에 기초하여 추천 대상 그룹에 대한 협업 필터링을 수행하는 단계 를 포함하고,상기 서비스 평점 행렬을 생성함에 따라 각각의 그룹 구성 정보를 기반으로 그룹 유사도를 측정하는 단계는,그룹 구성원 수, 공통된 그룹 구성원 및 구성원 선호도 분포에 대한 상기 각각의 그룹 구성 정보를 기반으로 그룹 유사도를 측정하고, 그룹 간 상기 그룹 구성원 수가 기 설정된 범위에 포함될 경우, 유사한 서비스를 선호할 것이라고 판단하는 단계 를 포함하는 서비스 추천 방법
|
2 |
2
제1항에 있어서, 상기 사용자 및 서비스에 기반하여 서비스 평점 행렬을 생성하는 단계는,로그 기반의 정규화를 통해 서비스 사용 횟수를 평점 정보로 변환하여 개인 사용자와 상기 서비스에 대한 행렬, 그룹 사용자와 상기 서비스에 대한 행렬 각각을 생성하는 단계를 포함하는 서비스 추천 방법
|
3 |
3
삭제
|
4 |
4
삭제
|
5 |
5
사물 인터넷 환경에서의 그룹 사용자를 위한 서비스 추천 방법에 있어서, 사용자의 식별 정보 및 서비스가 입력됨을 수신하는 단계;상기 사용자 및 서비스에 기반하여 서비스 평점 행렬을 생성하는 단계; 상기 서비스 평점 행렬을 생성함에 따라 각각의 그룹 구성 정보를 기반으로 그룹 유사도를 측정하는 단계; 및 상기 그룹 유사도에 기초하여 추천 대상 그룹에 대한 협업 필터링을 수행하는 단계 를 포함하고,상기 서비스 평점 행렬을 생성함에 따라 각각의 그룹 구성 정보를 기반으로 그룹 유사도를 측정하는 단계는,그룹 구성원 수, 공통된 그룹 구성원 및 구성원 선호도 분포에 대한 상기 각각의 그룹 구성 정보를 기반으로 그룹 유사도를 측정하고, 자카드 유사도를 사용하여 그룹 간 상기 공통된 구성원 수가 많을수록 유사한 서비스를 선호할 것이라고 판단하는 단계 를 포함하는 서비스 추천 방법
|
6 |
6
사물 인터넷 환경에서의 그룹 사용자를 위한 서비스 추천 방법에 있어서, 사용자의 식별 정보 및 서비스가 입력됨을 수신하는 단계;상기 사용자 및 서비스에 기반하여 서비스 평점 행렬을 생성하는 단계; 상기 서비스 평점 행렬을 생성함에 따라 각각의 그룹 구성 정보를 기반으로 그룹 유사도를 측정하는 단계; 및 상기 그룹 유사도에 기초하여 추천 대상 그룹에 대한 협업 필터링을 수행하는 단계 를 포함하고,상기 서비스 평점 행렬을 생성함에 따라 각각의 그룹 구성 정보를 기반으로 그룹 유사도를 측정하는 단계는,그룹 구성원 수, 공통된 그룹 구성원 및 구성원 선호도 분포에 대한 상기 각각의 그룹 구성 정보를 기반으로 그룹 유사도를 측정하고, 개인 사용자들에 대하여 개인 사용자와 서비스에 대한 상기 서비스 평점 행렬을 기반으로 계층적 클러스터링을 적용하고, 각 그룹의 유저 벡터를 상기 클러스터링의 결과에 기반하여 유저 클러스터 벡터로 변환하고, 상기 구성원 선호도 분포를 기반으로 그룹 유사도를 측정하는 단계 를 포함하는 서비스 추천 방법
|
7 |
7
제6항에 있어서,상기 서비스 평점 행렬을 생성함에 따라 각각의 그룹 구성 정보를 기반으로 그룹 유사도를 측정하는 단계는,상기 계층적 클러스터링을 적용함에 있어서, 코사인 유사도를 사용하여 서비스 평점이 전혀 존재하지 않는 사용자를 별개의 단일 클러스터에 포함시키는 단계를 포함하는 서비스 추천 방법
|
8 |
8
삭제
|
9 |
9
사물 인터넷 환경에서의 그룹 사용자를 위한 서비스 추천 방법에 있어서, 사용자의 식별 정보 및 서비스가 입력됨을 수신하는 단계;상기 사용자 및 서비스에 기반하여 서비스 평점 행렬을 생성하는 단계; 상기 서비스 평점 행렬을 생성함에 따라 각각의 그룹 구성 정보를 기반으로 그룹 유사도를 측정하는 단계; 및 상기 그룹 유사도에 기초하여 추천 대상 그룹에 대한 협업 필터링을 수행하는 단계 를 포함하고,상기 그룹 유사도에 기초하여 추천 대상 그룹에 대한 협업 필터링을 수행하는 단계는, 상기 추천 대상 그룹과 상기 그룹 유사도가 기 설정된 임계치 이상인 그룹들을 이웃 그룹으로 선택하고, 상기 이웃 그룹의 평점을 상기 그룹 유사도를 가중치로 하여 통합하고, 상기 각각의 그룹 구성 정보로부터 예측된 평점의 평균 합을 통하여 통합 평점을 계산하고, 기 설정된 순위 이상인 상위 서비스를 상기 추천 대상 그룹에게 추천하는 단계 를 포함하는 서비스 추천 방법
|
10 |
10
사물 인터넷 환경에서의 그룹 사용자를 위한 서비스 추천 시스템에 있어서, 사용자의 식별 정보 및 서비스가 입력됨을 수신하는 수신부;상기 사용자 및 서비스에 기반하여 서비스 평점 행렬을 생성하는 생성부; 상기 서비스 평점 행렬을 생성함에 따라 각각의 그룹 구성 정보를 기반으로 그룹 유사도를 측정하는 측정부; 및 상기 그룹 유사도에 기초하여 추천 대상 그룹에 대한 협업 필터링을 수행하는 수행부를 포함하고,상기 측정부는,그룹 구성원 수, 공통된 그룹 구성원 및 구성원 선호도 분포에 대한 상기 각각의 그룹 구성 정보를 기반으로 그룹 유사도를 측정하고, 그룹 간 상기 그룹 구성원 수가 기 설정된 범위에 포함될 경우, 유사한 서비스를 선호할 것이라고 판단하고, 자카드 유사도를 사용하여 그룹 간 상기 공통된 구성원 수가 많을수록 유사한 서비스를 선호할 것이라고 판단하는 서비스 추천 시스템
|
11 |
11
제10항에 있어서, 상기 생성부는,로그 기반의 정규화를 통해 서비스 사용 횟수를 평점 정보로 변환하여 개인 사용자와 상기 서비스에 대한 행렬, 그룹 사용자와 상기 서비스에 대한 행렬 각각을 생성하는 것을 특징으로 하는 서비스 추천 시스템
|
12 |
12
삭제
|
13 |
13
삭제
|
14 |
14
사물 인터넷 환경에서의 그룹 사용자를 위한 서비스 추천 시스템에 있어서, 사용자의 식별 정보 및 서비스가 입력됨을 수신하는 수신부;상기 사용자 및 서비스에 기반하여 서비스 평점 행렬을 생성하는 생성부; 상기 서비스 평점 행렬을 생성함에 따라 각각의 그룹 구성 정보를 기반으로 그룹 유사도를 측정하는 측정부; 및 상기 그룹 유사도에 기초하여 추천 대상 그룹에 대한 협업 필터링을 수행하는 수행부를 포함하고,상기 측정부는,그룹 구성원 수, 공통된 그룹 구성원 및 구성원 선호도 분포에 대한 상기 각각의 그룹 구성 정보를 기반으로 그룹 유사도를 측정하고, 개인 사용자들에 대하여 개인 사용자와 서비스에 대한 상기 서비스 평점 행렬을 기반으로 계층적 클러스터링을 적용하고, 각 그룹의 유저 벡터를 상기 클러스터링의 결과에 기반하여 유저 클러스터 벡터로 변환하고, 상기 구성원 선호도 분포를 기반으로 그룹 유사도를 측정하고, 상기 계층적 클러스터링을 적용함에 있어서, 코사인 유사도를 사용하여 서비스 평점이 전혀 존재하지 않는 사용자를 별개의 단일 클러스터에 포함시키는것을 특징으로 하는 서비스 추천 시스템
|
15 |
15
제10항에 있어서,상기 수행부는, 상기 추천 대상 그룹과 상기 그룹 유사도가 기 설정된 임계치 이상인 그룹들을 이웃 그룹으로 선택하고, 상기 이웃 그룹의 평점을 상기 그룹 유사도를 가중치로 하여 통합하고, 상기 각각의 그룹 구성 정보로부터 예측된 평점의 평균 합을 통하여 통합 평점을 계산하고, 기 설정된 순위 이상인 상위 서비스를 상기 추천 대상 그룹에게 추천하는 것을 특징으로 하는 서비스 추천 시스템
|