1 |
1
수집된 데이터 셋을 사용하여 사용자 선호도 행렬로부터 사용자들이 접근하지 않았던 아이템들에 대한 선호도 점수들을 추출하는 선호도 점수 추출부와,상기 추출된 선호도 점수들을 바탕으로 선호도 기반 아이템들을 군집화 하는 아이템 군집화부와,상기 군집화된 아이템들을 이용하여 군집 내 평균 점수에 따라 추가점 또는 감점을 부여하여 산출된 선호도 점수를 기반으로 추천 아이템 및 비추천 아이템을 각각 결정하는 아이템 선별 작업을 통해 아이템 추천 정밀도 및 재현율들을 각각 추출하여 아이템의 추천여부를 결정하는 정밀도 및 재현율 추출부와,상기 추출된 아이템 추천 정밀도 및 재현율들 중 일정 수준 이상의 추천 재현율을 보장하면서 최적의 추천 정밀도를 보이는 시스템 파라미터를 대입하여 F1 스코어 값을 산출하는 F1 스코어 추출부와,상기 추출된 F1 스코어 값을 만족하는 파라미터 조합으로 시스템 파라미터를 조정하는 파라미터 결정부를 포함하여 구성되는 것을 특징으로 하는 사용자 선호도를 고려한 군집화 기반 추천 장치
|
2 |
2
제 1 항에 있어서,상기 데이터 셋은 사용자들이 시청하거나 사용한 아이템에 대한 선호도 점수를 기록한 데이터인 것을 특징으로 하는 사용자 선호도를 고려한 군집화 기반 추천 장치
|
3 |
3
제 2 항에 있어서, 상기 데이터 셋은 첫째, user_id: 특정 사용자의 유일한 ID의 스트링 표현과, 둘째, item_id: 특정 아이템의 유일한 ID의 스트링 표현과, 셋째, ratings: 특정 사용자(user_id)의 특정 아이템(item_id)에 대한 선호도 점수를 포함하는 3가지 필드가 채택되는 것을 특징으로 하는 사용자 선호도를 고려한 군집화 기반 추천 장치
|
4 |
4
(A) 수집된 데이터 셋을 사용하여 선호도 점수 추출부를 통해 사용자 선호도 행렬로부터 사용자들이 접근하지 않았던 아이템들에 대한 선호도 점수들을 추출하는 단계와,(B) 아이템 군집화부를 통해 상기 추출된 선호도 점수들을 바탕으로 선호도 기반 아이템들을 군집화하는 단계와,(C) 정밀도 및 재현율 추출부를 통해 상기 군집화 된 아이템들을 이용하여 아이템들의 선호도 점수를 기반으로 아이템 선별 작업을 통해 아이템 추천 정밀도 및 재현율들을 각각 추출하여 아이템의 추천여부를 결정하는 단계와,(D) F1 스코어 추출부를 통해 상기 추출된 아이템 추천 정밀도 및 재현율들 중 미리 설정된 수준 이상의 추천 재현율 및 추천 정밀도를 보이는 시스템 파라미터 값을 이용하여 F1 스코어 값을 산출하는 단계와,(E) 파라미터 결정부를 통해 상기 산출된 F1 스코어 값을 만족하는 파라미터 조합으로 시스템 파라미터를 조정하는 단계를 포함하여 이루어지고,이때, 상기 (C) 단계는선호도 매트릭스 R, 예상 선호도 매트릭스 , 최적화를 위한 파라미터 , 군집 클러스터 를 초기화하는 단계와,사용자가 접근하지 않은 아이템들 가운데에 예상 선호도 점수가 가장 높은 N개의 아이템들(Top N 아이템 집합)을 기반으로 각각의 아이템이 속한 클러스터를 내의 아이템들 가운데에 사용자 가 이미 점수를 매겼던 아이템들의 평균값을 산출하는 단계와,상기 산출된 아이템들의 평균값이 최적화를 위한 파라미터 중 보다 높으면 예상 선호도 점수가 보다 클 경우에만 추천 아이템으로 결정하고, 상기 산출된 아이템들의 평균값이 보다 낮으면 예산 선호도 점수가 보다 클 경우에만 추천 아이템으로 결정하는 두 가지 요소를 고려하고, 최적화를 위한 파라미터 중 는 보다 높게 설정하는 단계와, 다음 두 가지 요소에 해당하지 않은 아이템들은 사용자에게 추천하지 않는 아이템으로 결정하는 단계로 이루어지며,이때, 상기 고려하는 두 가지 요소는 첫째는 추천을 결정해야 할 아이템이 집합 에 속하고, 둘째 값이 보다 클 때, 해당 아이템을 사용자에게 추천하는 것을 특징으로 하는 사용자 선호도를 고려한 군집화 기반 추천 방법
|
5 |
5
제 4 항에 있어서,상기 데이터 셋은 사용자들이 사용한 각 아이템에 대한 선호도 점수를 기록한 데이터인 것을 특징으로 하는 사용자 선호도를 고려한 군집화 기반 추천 방법
|
6 |
6
제 4 항에 있어서, 상기 (B) 단계는상기 추출되어 데이터베이스 저장된 선호도 점수들을 사용자의 수(n)와 아이템의 수(m)로 이루어진 행렬 R을 초기화하는 단계와,군집화 개수를 c로 설정하고, 총 m개의 아이템 벡터 를 초기화하는 단계와,선호도 행렬 R을 선호도 예측 함수를 활용하여 예상 선호도 행렬 을 계산하는 단계와,상기 계산된 상기 행렬을 이용하여 각 아이템들을 벡터화하여 벡터 부터 까지 총 m 개의 벡터를 생성하는 단계와,미리 정의한 군집 개수 c와 함께, m 개의 아이템들을 총 c개의 군집으로 분류하는 단계와,클러스터 를 리턴하며 선호도 매트릭스 기반 아이템 군집화 과정을 종료하는 단계를 포함하여 이루어지는 것을 특징으로 하는 사용자 선호도를 고려한 군집화 기반 추천 방법
|
7 |
7
삭제
|
8 |
8
제 4 항에 있어서, 상기 (D) 단계는3개의 시스템 파리미터 의 조합이 첫째, , 둘째, 는 선호도 점수의 최대치보다 낮아야 함
|