1 |
1
아이템 추천 시스템이 복수의 사용자들 각각에 의해 선택된 아이템들이 선택된 시간 간격에 기초하여, 상기 복수의 사용자들 각각에 대한 감쇠율이 서로 다른 지수 함수(exponential function)로 구성되는 고유의 시간 가중치 함수를 결정하는 단계;상기 아이템 추천 시스템이 결정된 상기 복수의 사용자들 각각에 대한 상기 고유의 시간 가중치 함수에 기초하여, 상기 복수의 사용자들의 상기 아이템들에 대한 선택확률모델을 모델링하는 단계; 및상기 아이템 추천 시스템이 모델링된 상기 선택확률모델에 기초하여, 상기 복수의 사용자들 중에서 적어도 어느 하나의 사용자에 대한 추천 아이템 정보를 제공하는 단계를 포함하고,상기 선택확률모델은 상기 복수의 사용자들 각각이 선택한 아이템들의 관계에 기초하여 구성되며, 상기 복수의 사용자들 각각에 대한 상기 고유의 시간 가중치 함수의 상기 감쇠율은, 상기 복수의 사용자들 각각에 의해 선택된 아이템들이 선택된 시간 간격의 평균값에 기초하여 결정되며,상기 고유의 시간 가중치 함수를 결정하는 단계는 복수의 사용자들 각각에 의해 선택된 아이템들의 개수가 기준 개수보다 많은지 여부에 따라 상기 어느 하나의 사용자에 대한 고유의 시간 가중치 함수를 결정하며,복수의 사용자들 각각에 의해 선택된 아이템들의 개수가 기준 개수보다 많거나 같은 경우 선택된 상기 아이템들 각각이 기준 아이템이 선택된 시점 이전에 선택된 아이템인지 여부에 따라 서로 다른 기준으로 가중치 값이 결정되도록 상기 고유의 시간 가중치 함수를 결정하는, 아이템 추천 방법
|
2 |
2
제1항에 있어서,상기 고유의 시간 가중치 함수를 결정하는 단계 이전에,상기 아이템 추천 시스템이 상기 복수의 사용자들 각각에 의해 선택된 아이템들에 관한 데이터를 시간 순서로 배열하는 단계를 더 포함하는, 아이템 추천 방법
|
3 |
3
제2항에 있어서,상기 고유의 시간 가중치 함수를 결정하는 단계는,상기 복수의 사용자들 각각에 의해 선택된 아이템들이 선택된 시간 간격의 평균값에 기초하여, 상기 복수의 사용자들 각각에 대한 고유의 시간 가중치 함수를 결정하는, 아이템 추천 방법
|
4 |
4
제1항에 있어서,상기 고유의 시간 가중치 함수를 결정하는 단계는,상기 복수의 사용자들 중에서 어느 하나의 사용자에 의해 선택된 아이템들의 개수가 상기 기준 개수보다 적은 경우,상기 어느 하나의 사용자에 의해 선택된 아이템들 각각이 선택된 시각에 따라 서로 다른 가중치 값을 가지는 지수 함수를 상기 고유의 시간 가중치 함수를 결정하는, 아이템 추천 방법
|
5 |
5
제4항에 있어서,상기 고유의 시간 가중치 함수를 결정하는 단계는,상기 복수의 사용자들 중에서 어느 하나의 사용자에 의해 선택된 아이템들의 개수가 상기 기준 개수와 같거나 적고,선택된 상기 아이템들 중에서 상기 기준 아이템이 선택된 시점 이전에 선택된 아이템들에 대해서는 동일한 가중치 값을 갖도록 상기 고유의 시간 가중치 함수를 결정하는, 아이템 추천 방법
|
6 |
6
제5항에 있어서,상기 선택확률모델은,상기 복수의 사용자들 각각과 상기 아이템들 각각 간의 이분 그래프(bipartite graph)로 구성되는, 아이템 추천 방법
|
7 |
7
제6항에 있어서,상기 선택확률모델의 상기 이분 그래프에서 각 노드 간의 간선에는 상기 고유의 시간 가중치 함수에 따라 결정된 시간 가중치 값이 적용되는, 아이템 추천 방법
|
8 |
8
제7항에 있어서,상기 적어도 어느 하나의 사용자에 대한 추천 아이템 정보를 제공하는 단계는,상기 아이템 추천 시스템이, 상기 고유의 시간 가중치 함수에 따라 결정된 상기 시간 가중치 값이 적용된 상기 선택확률모델에 RWR(Random Walk with Restart) 알고리즘을 적용하여, 상기 적어도 어느 하나의 사용자에 대한 아이템별 선호도 점수를 계산하는 단계를 포함하는, 아이템 추천 방법
|
9 |
9
제8항에 있어서,상기 적어도 어느 하나의 사용자에 대한 추천 아이템 정보를 제공하는 단계는,계산된 상기 선호도 점수에 기초하여 상위의 선호도 점수를 갖는 적어도 어느 하나의 아이템을 상기 추천 아이템으로 제공하는, 아이템 추천 방법
|
10 |
10
프로세서(processor)와 결합되어 아이템 추천 방법을 수행하기 위한 매체에 저장된 프로그램으로서,복수의 사용자들 각각에 의해 선택된 아이템들이 선택된 시간 간격에 기초하여, 상기 복수의 사용자들 각각에 대한 감쇠율이 서로 다른 지수 함수(exponential function)로 구성되는 고유의 시간 가중치 함수를 결정하는 단계;결정된 상기 복수의 사용자들 각각에 대한 상기 고유의 시간 가중치 함수에 기초하여, 상기 복수의 사용자들의 상기 아이템들에 대한 선택확률모델을 모델링하는 단계; 및모델링된 상기 선택확률모델에 기초하여, 상기 복수의 사용자들 중에서 적어도 어느 하나의 사용자에 대한 추천 아이템 정보를 제공하는 단계를 포함하는 단계를 수행하는 프로그램 코드를 포함하고,상기 선택확률모델은 상기 복수의 사용자들 각각이 선택한 아이템들의 관계에 기초하여 구성되며, 상기 복수의 사용자들 각각에 대한 상기 고유의 시간 가중치 함수의 상기 감쇠율은, 상기 복수의 사용자들 각각에 의해 선택된 아이템들이 선택된 시간 간격의 평균값에 기초하여 결정되며,상기 고유의 시간 가중치 함수는 복수의 사용자들 각각에 의해 선택된 아이템들의 개수가 기준 개수보다 많은지 여부에 따라 서로 다른 함수로 결정되며, 상기 고유의 시간 가중치 함수는 선택된 아이템들의 개수가 기준 개수보다 많거나 같은 경우 선택된 상기 아이템들 각각이 기준 아이템이 선택된 시점 이전에 선택된 아이템인지 여부에 따라 서로 다른 기준으로 가중치 값을 산출하도록 결정되는, 프로그램
|
11 |
11
복수의 사용자들 각각에 의해 선택된 아이템들이 선택된 시간 간격에 기초하여, 상기 복수의 사용자들 각각에 대한 감쇠율이 서로 다른 지수 함수(exponential function)로 구성되는 고유의 시간 가중치 함수를 결정하는 가중치 결정부;결정된 상기 복수의 사용자들 각각에 대한 상기 고유의 시간 가중치 함수에 기초하여, 상기 복수의 사용자들의 상기 아이템들에 대한 선택확률모델을 모델링하는 아이템 선택확률모델 모델링부; 및모델링된 상기 선택확률모델에 기초하여, 상기 복수의 사용자들 중에서 적어도 어느 하나의 사용자에 대한 추천 아이템 정보를 제공하는 추천 아이템 제공부를 포함하고,상기 선택확률모델은 상기 복수의 사용자들 각각이 선택한 아이템들의 관계에 기초하여 구성되며, 상기 복수의 사용자들 각각에 대한 상기 고유의 시간 가중치 함수의 상기 감쇠율은, 상기 복수의 사용자들 각각에 의해 선택된 아이템들이 선택된 시간 간격의 평균값에 기초하여 결정되며,상기 고유의 시간 가중치 함수는 복수의 사용자들 각각에 의해 선택된 아이템들의 개수가 기준 개수보다 많은지 여부에 따라 서로 다른 함수로 결정되며, 상기 고유의 시간 가중치 함수는 선택된 아이템들의 개수가 기준 개수보다 많거나 같은 경우 선택된 상기 아이템들 각각이 기준 아이템이 선택된 시점 이전에 선택된 아이템인지 여부에 따라 서로 다른 기준으로 가중치 값을 산출하도록 결정되는, 아이템 추천 시스템
|