| 1 |
1
내용 인식 기반 자기부호화기의 기반에서, 재생목록의 음원들이 재생되는 순서에 매칭되는 트랙정보를 포함하는 재생목록 벡터 및 상기 음원들이 재생되는 순서에 매칭되는 가수정보를 포함하는 가수 벡터를 바탕으로 제1 추천점수를 산출하는 단계;캐릭터 레벨의 콘볼루션 신경망을 바탕에서, 재생목록 제목을 바탕으로 제2 추천 점수를 산출하는 단계; 및협업필터링 기반의 선형 결합 방식에 따라, 상기 제1 추천점수 및 상기 제2 추천점수를 결합하여 결합 추천점수를 산정하고, 상기 결합 추천점수에 따라 추천 재생목록을 생성하는 단계를 포함하는 자동 부호화기를 이용한 협업 필터링 기반 음악 재생목록 추천 방법
|
| 2 |
2
제 1 항에 있어서,상기 재생목록 벡터는 상기 음원들의 개수가 "M"일 때 M의 크기를 갖고, 상기 음원들이 재생된 여부를 이진 데이터로 구분하는 원소를 포함하는 자동 부호화기를 이용한 협업 필터링 기반 음악 재생목록 추천 방법
|
| 3 |
3
제 1 항에 있어서,상기 제1 추천점수를 산출하는 단계는 상기 재생목록 벡터 및 상기 가수 벡터를 압축하여 저차원의 잠재 벡터를 생성하는 단계를 포함하는 자동 부호화기를 이용한 협업 필터링 기반 음악 재생목록 추천 방법
|
| 4 |
4
제 3 항에 있어서,상기 잠재 벡터를 생성하는 단계는상기 재생목록 벡터 또는 상기 가수 벡터 중에서 적어도 어느 하나의 정보를 삭제하는 단계를 포함하는 자동 부호화기를 이용한 협업 필터링 기반 음악 재생목록 추천 방법
|
| 5 |
5
제 4 항에 있어서,상기 잠재 벡터를 생성하는 단계는 삭제되지 않은 상기 재생목록 벡터 또는 상기 가수 벡터들의 정보 중에서 적어도 일부분의 정보를 추가적으로 제거하는 단계를 더 포함하는 자동 부호화기를 이용한 협업 필터링 기반 음악 재생목록 추천 방법
|
| 6 |
6
제 5 항에 있어서,상기 제1 추천점수를 산출하는 단계는 상기 저차원의 잠재 벡터를 복원하여 복원 벡터를 생성하는 단계를 더 포함하는 자동 부호화기를 이용한 협업 필터링 기반 음악 재생목록 추천 방법
|
| 7 |
7
제 4 항에 있어서,상기 복원 벡터는 0 이상 1 이하의 크기로 생성되고, 상기 복원 벡터가 1에 가까울수록 상기 제1 추천점수의 채택 가능성을 높이는 자동 부호화기를 이용한 협업 필터링 기반 음악 재생목록 추천 방법
|
| 8 |
8
제 1 항에 있어서,상기 제2 추천점수를 산출하는 단계는상기 재생목록 제목의 철자들을 순차적으로 정렬한 정보를 포함하는 제목 벡터를 콘볼루션 연산하는 단계를 포함하는 자동 부호화기를 이용한 협업 필터링 기반 음악 재생목록 추천 방법
|
| 9 |
9
제 8 항에 있어서,상기 제목 벡터의 행과 열은, 각각 상기 재생목록 제목의 철자들의 개수 및 상기 콘볼루션 연산에 이용되는 필터의 차원으로 구성되는 자동 부호화기를 이용한 협업 필터링 기반 음악 재생목록 추천 방법
|
| 10 |
10
제 9 항에 있어서,상기 추천 재생목록을 생성하는 단계는 상기 제1 추천점수에 대한 제1 가중치 및 상기 제2 추천점수에 대한 제2 가중치를 부여하는 단계를 포함하되, 상기 제1 가중치 및 상기 제2 가중치는 동적 할당 방식으로 부여되는 자동 부호화기를 이용한 협업 필터링 기반 음악 재생목록 추천 방법
|
