| 1 |
1
복수의 사용자가 복수의 아이템 중 적어도 하나의 아이템을 평가한 결과에 기초하여 평점 벡터를 생성하는 단계;상기 평점 벡터에 기초하여 상기 복수의 아이템을 소정의 기준에 따라 분류한 복수의 아이템그룹 각각에 대한 상기 복수의 사용자의 예측 선호도를 포함하는 선호도 벡터를 생성하는 단계;상기 평점 벡터 및 상기 선호도 벡터를 이용하여 상기 복수의 아이템 각각에 대한 상기 복수의 사용자의 예측 평점을 포함하는 출력 벡터를 생성하는 단계; 및상기 출력 벡터에 기초하여 상기 복수의 사용자 중 적어도 하나의 사용자에게 상기 복수의 아이템 중에서 소정 개수의 추천아이템을 추천하는 단계를 포함하는 하이브리드 아이템 추천 방법
|
| 2 |
2
제1항에 있어서,상기 선호도 벡터 및 상기 출력 벡터는, 딥러닝 모델을 이용하여 생성되는 것을 특징으로 하는 하이브리드 아이템 추천 방법
|
| 3 |
3
제1항에 있어서,상기 선호도 벡터는, 상기 복수의 사용자가 아이템에 부여한 평점들의 평균 및 빈도수 중 적어도 하나에 기초하여 생성되는 것을 특징으로 하는 하이브리드 아이템 추천 방법
|
| 4 |
4
제1항에 있어서,상기 복수의 사용자의 예측 선호도를 포함하는 선호도 벡터를 생성하는 단계는,상기 평점 벡터를 이용하여 상기 복수의 아이템그룹 각각에 대한 상기 복수의 사용자 각각의 선호도를 포함하는 선호도 데이터를 생성하는 단계;상기 선호도 데이터를 이용하여 제1 오토인코더를 학습시키는 단계; 및상기 제1 오토인코더 및 상기 선호도 데이터에 기초하여 상기 선호도 벡터를 생성하는 단계를 포함하는 것을 특징으로 하는 하이브리드 아이템 추천 방법
|
| 5 |
5
제1항에 있어서,상기 복수의 사용자의 예측 평점을 포함하는 출력 벡터를 생성하는 단계는,상기 평점 벡터 및 상기 선호도 벡터를 이용하여 제2 오토인코더를 학습시키는 단계; 및상기 제2 오토인코더, 상기 평점 벡터 및 상기 선호도 벡터에 기초하여, 상기 출력 벡터를 생성하는 단계를 포함하는 것을 특징으로 하는 하이브리드 아이템 추천 방법
|
| 6 |
6
복수의 사용자가 복수의 아이템 중 적어도 하나의 아이템을 평가한 결과에 기초하여 평점 벡터를 생성하는 평가부;상기 평점 벡터에 기초하여 상기 복수의 아이템을 소정의 기준에 따라 분류한 복수의 아이템그룹 각각에 대한 상기 복수의 사용자의 예측 선호도를 포함하는 선호도 벡터를 생성하고, 상기 평점 벡터 및 상기 선호도 벡터를 이용하여 상기 복수의 아이템 각각에 대한 상기 복수의 사용자의 예측 평점을 포함하는 출력 벡터를 생성하는 생성부; 및상기 출력 벡터에 기초하여 상기 복수의 사용자 중 적어도 하나의 사용자에게 상기 복수의 아이템 중에서 소정 개수의 추천아이템을 추천하는 추천부를 포함하는 하이브리드 아이템 추천 장치
|
| 7 |
7
제6항에 있어서,상기 선호도 벡터 및 상기 출력 벡터는, 딥러닝 모델을 이용하여 생성되는 것을 특징으로 하는 하이브리드 아이템 추천 장치
|
| 8 |
8
제6항에 있어서,상기 생성부는,상기 복수의 사용자가 아이템에 부여한 평점들의 평균 및 빈도수 중 적어도 어느 하나에 기초하여 선호도 벡터를 생성하는 것을 특징으로 하는 하이브리드 아이템 추천 장치
|
| 9 |
9
제6항에 있어서,상기 생성부는,상기 평점 벡터를 이용하여 상기 복수의 아이템그룹 각각에 대한 상기 복수의 사용자 각각의 선호도를 포함하는 선호도 데이터를 생성하고,상기 선호도 데이터를 이용하여 제1 오토인코더를 학습시키고,상기 제1 오토인코더 및 상기 선호도 데이터에 기초하여 상기 선호도 벡터를 생성하는 것을 특징으로 하는 하이브리드 아이템 추천 장치
|
| 10 |
10
제6항에 있어서,상기 생성부는,상기 평점 벡터 및 상기 선호도 벡터를 이용하여 제2 오토인코더를 학습시키고,상기 제2 오토인코더, 상기 평점 벡터 및 상기 선호도 벡터에 기초하여, 상기 출력 벡터를 생성하는 것을 특징으로 하는 하이브리드 아이템 추천 장치
|
