맞춤기술찾기

홈으로 가기
맞춤기술찾기
이전대상기술
프린트하기

이전대상기술

온라인 소셜 네트워크에서 신뢰성 기반의 콘텐츠 추천 방법 및 시스템

  • 기술번호 : KST2023000197
  • 담당센터 :
  • 전화번호 :
상담신청 PDF 받기
요약, Int. CL, CPC, 출원번호/일자, 출원인, 등록번호/일자, 공개번호/일자, 공고번호/일자, 국제출원번호/일자, 국제공개번호/일자, 우선권정보, 법적상태, 심사진행상태, 심판사항, 구분, 원출원번호/일자, 관련 출원번호, 기술이전 희망, 심사청구여부/일자, 심사청구항수의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 서지정보 표입니다.
요약 본 발명의 온라인 소셜 네트워크에서 콘텐츠 추천 시스템에서의 콘텐츠 추천 방법에 있어서, 온라인 소셜 네트워크에서 활동하는 사용자의 행위 데이터를 수집하고, 수집된 사용자 행위 데이터를 이용하여 사용자 신뢰도를 계산하는 단계, 온라인 소셜 네트워크에서 콘텐츠 데이터를 수집하고, 상기 사용자 행위 데이터와 수집된 콘텐츠 데이터를 이용하여 콘텐츠 신뢰도를 계산하는 단계, 상기 사용자 신뢰도를 이용하여 상대적으로 신뢰성이 낮은 사용자 행위 데이터를 제거하는 필터링을 수행하여 사용자 행위 데이터를 전처리하는 단계, 상기 콘텐츠 신뢰도를 이용하여 상대적으로 신뢰성이 낮은 콘텐츠 데이터를 제거하는 필터링을 수행하여 콘텐츠 데이터를 전처리하는 단계, 상기 전처리된 사용자 행위 데이터와 상기 전처리된 콘텐츠 데이터를 이용하여 협업 필터링을 수행하고, 이를 통해 사용자에게 추천할 콘텐츠를 결정하는 단계 및 결정된 추천할 콘텐츠에 대하여 상기 콘텐츠 신뢰도에 따라 우선 순위를 결정하고, 결정된 우선 순위에 따라 콘텐츠를 사용자에게 추천하는 단계를 포함한다.
Int. CL G06Q 50/10 (2012.01.01) G06Q 50/00 (2018.01.01) G06Q 30/02 (2023.01.01) G06Q 10/10 (2023.01.01)
CPC G06Q 50/10(2013.01) G06Q 50/10(2013.01) G06Q 50/10(2013.01) G06Q 50/10(2013.01) G06Q 50/10(2013.01)
출원번호/일자 1020160178210 (2016.12.23)
출원인 충북대학교 산학협력단
등록번호/일자 10-1859620-0000 (2018.05.14)
공개번호/일자
공고번호/일자 (20180518) 문서열기
국제출원번호/일자
국제공개번호/일자
우선권정보
법적상태 등록
심사진행상태 발송처리완료
심판사항
구분 국내출원/신규
원출원번호/일자
관련 출원번호
심사청구여부/일자 Y (2016.12.23)
심사청구항수 8

출원인

번호, 이름, 국적, 주소의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 인명정보 - 출원인 표입니다.
번호 이름 국적 주소
1 충북대학교 산학협력단 대한민국 충청북도 청주시 서원구

발명자

번호, 이름, 국적, 주소의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 인명정보 - 발명자 표입니다.
번호 이름 국적 주소
1 유재수 대한민국 충청북도 청주시 서원구
2 고건식 대한민국 충청북도 청주시 청원구
3 임종태 대한민국 충청북도 청주시 서원구
4 복경수 대한민국 충청북도 청주시 상당구

대리인

번호, 이름, 국적, 주소의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 인명정보 - 대리인 표입니다.
번호 이름 국적 주소
1 김정현 대한민국 서울특별시 강남구 역삼로 ***, *층 (역삼동, 신명빌딩)(한맥국제특허법률사무소)

최종권리자

번호, 이름, 국적, 주소의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 인명정보 - 최종권리자 표입니다.
번호 이름 국적 주소
1 주식회사 다인리더스 서울특별시 성동구
번호, 서류명, 접수/발송일자, 처리상태, 접수/발송일자의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 행정처리 표입니다.
번호 서류명 접수/발송일자 처리상태 접수/발송번호
1 [특허출원]특허출원서
[Patent Application] Patent Application		 2016.12.23 수리 (Accepted) 1-1-2016-1269029-88
2 선행기술조사의뢰서
Request for Prior Art Search		 2017.08.10 수리 (Accepted) 9-1-9999-9999999-89
3 선행기술조사보고서
Report of Prior Art Search		 2017.10.17 발송처리완료 (Completion of Transmission) 9-6-2017-0153916-55
4 의견제출통지서
Notification of reason for refusal		 2017.10.25 발송처리완료 (Completion of Transmission) 9-5-2017-0741669-85
5 [거절이유 등 통지에 따른 의견]의견(답변, 소명)서
[Opinion according to the Notification of Reasons for Refusal] Written Opinion(Written Reply, Written Substantiation)		 2017.12.06 수리 (Accepted) 1-1-2017-1214856-87
6 [명세서등 보정]보정서
[Amendment to Description, etc.] Amendment		 2017.12.06 보정승인간주 (Regarded as an acceptance of amendment) 1-1-2017-1214857-22
7 등록결정서
Decision to grant		 2018.04.24 발송처리완료 (Completion of Transmission) 9-5-2018-0279109-14
8 출원인정보변경(경정)신고서
Notification of change of applicant's information		 2018.05.15 수리 (Accepted) 4-1-2018-5086612-26
9 출원인정보변경(경정)신고서
Notification of change of applicant's information		 2020.07.06 수리 (Accepted) 4-1-2020-5149268-82
번호, 청구항의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 청구항 표입니다.
번호 청구항
1 1
온라인 소셜 네트워크에서 콘텐츠 추천 시스템에서의 콘텐츠 추천 방법에 있어서,온라인 소셜 네트워크에서 활동하는 사용자의 행위 데이터를 수집하고, 수집된 사용자 행위 데이터를 이용하여 사용자 신뢰도를 계산하는 단계;온라인 소셜 네트워크에서 콘텐츠 데이터를 수집하고, 상기 사용자 행위 데이터와 수집된 콘텐츠 데이터를 이용하여 콘텐츠 신뢰도를 계산하는 단계; 상기 사용자 신뢰도를 이용하여 상대적으로 신뢰성이 낮은 사용자 행위 데이터를 제거하는 필터링을 수행하여 사용자 행위 데이터를 전처리하는 단계;상기 콘텐츠 신뢰도를 이용하여 상대적으로 신뢰성이 낮은 콘텐츠 데이터를 제거하는 필터링을 수행하여 콘텐츠 데이터를 전처리하는 단계;상기 전처리된 사용자 행위 데이터와 상기 전처리된 콘텐츠 데이터를 이용하여 협업 필터링을 수행하고, 이를 통해 사용자에게 추천할 콘텐츠를 결정하는 단계; 및결정된 추천할 콘텐츠에 대하여 상기 콘텐츠 신뢰도에 따라 우선 순위를 결정하고, 결정된 우선 순위에 따라 콘텐츠를 사용자에게 추천하는 단계를 포함하며, 상기 사용자 신뢰도를 계산하는 단계에서, 온라인 소셜 네트워크에서, 사용자의 행위를 분석하는 것인 소셜 행위 분석과, 사용자가 이용한 콘텐츠를 분석하는 것인 콘텐츠 이용 분석과, 다른 사용자와의 관계를 분석하는 것인 소셜 관계 분석을 통해 사용자 신뢰도를 계산하며, A는 온라인 소셜 네트워크 사용자가 이용한 콘텐츠에 대한 코멘트를 남겼을 때 다른 사용자들이 해당 코멘트에 대해 표시한 호감의 수이고, B는 상기 사용자가 해당 콘텐츠에 대해 남긴 코멘트의 수를 의미한다고 할 때, 상기 소셜 행위 분석을 통한 사용자 신뢰도 점수 K를, K=A/(A+B) (수학식 1)로 나타낼 수 있고, C는 온라인 소셜 네트워크 사용자가 이용한 콘텐츠의 수이고, Call은 모든 콘텐츠의 수를 의미한다고 할 때, 상기 콘텐츠 이용 분석을 통한 사용자 신뢰도 점수 Co를, (수학식 2)로 나타낼 수 있고, 팔로잉(Following)이란 온라인 소셜 네트워크 환경에서 어느 사용자가 다른 사용자의 정보를 받아보겠다는 행위이고, 팔로워(Follower)란 온라인 소셜 네트워크 환경에서 어느 사용자의 정보를 받아보기로 한 다른 사용자를 나타내며, Fwer는 온라인 소셜 네트워크 환경에서 사용자의 팔로워(Follower) 수이고, Fing은 온라인 소셜 네트워크 사용자의 팔로잉(Following) 수를 의미한다고 할 때, 상기 소셜 관계 분석을 통한 사용자 신뢰도 점수 F를, (수학식 3)로 나타낼 수 있고, α는 상기 소셜 행위 분석을 통해 계산된 신뢰도 점수에 대한 가중치이고, β는 상기 콘텐츠 이용 분석을 통해 계산된 신뢰도 점수에 대한 가중치이고, γ는 상기 소셜 관계 분석을 통해 계산된 신뢰도 점수에 대한 가중치를 의미하며, α,β,γ의 합은 1이라고 할 때,상기 소셜 행위 분석, 상기 콘텐츠 이용 분석, 상기 소셜 관계 분석을 통한 사용자 신뢰도 점수를 통합한 최종적인 사용자 신뢰도 점수 T를, (수학식 4)로 나타낼 수 있으며, 상기 사용자 행위 데이터를 전처리하는 단계에서, 상기 T와 미리 정해진 임계치 θt를 비교해서, 임계치 θt보다 작은 신뢰도를 가진 사용자를 필터링하고, 필터링 후 남은 사용자들을 신뢰할 수 있는 사용자로 선별하는 것을 특징으로 하는 콘텐츠 추천 방법
2 2
삭제
3 3
청구항 1에 있어서, 상기 콘텐츠 신뢰도를 계산하는 단계에서, 사용자가 이용한 콘텐츠의 카테고리 별로 사용자의 전문성을 판별하여, 각 카테고리 별로 전문가로 선별된 사용자가 행한 콘텐츠에 대한 평가에 대해서 가중치를 부여하기 위한 사용자 전문성 분석과, 사용자가 콘텐츠를 이용하고 나서 해당 콘텐츠에 대해 행한 행위들에 대한 분석인 암시적 행위 분석을 통해 콘텐츠 신뢰도를 계산하는 것을 특징으로 하는 콘텐츠 추천 방법
4 4
청구항 1에 있어서, 상기 사용자에게 추천할 콘텐츠를 결정하는 단계에서, 상기 전처리된 사용자 행위 데이터와, 콘텐츠 추천을 받고자 하는 해당 사용자 사이의 유사도를 계산하고, 이를 통해 상기 전처리된 사용자 행위 데이터 중에서 해당 사용자와 가장 유사한 사용자를 선별하고, 선별된 사용자와 해당 사용자의 콘텐츠 이용 정보를 이용하여 협업 필터링을 수행하는 것을 특징으로 하는 콘텐츠 추천 방법
5 5
청구항 4에 있어서,상기 유사도 계산에 있어서, 피어슨 유사도(Pearson Correlation)를 이용하는 것을 특징으로 하는 콘텐츠 추천 방법
6 6
온라인 소셜 네트워크에서 콘텐츠 추천 시스템에 있어서,온라인 소셜 네트워크에서 활동하는 사용자의 행위 데이터 및 콘텐츠 데이터를 저장하고 있는 데이터베이스; 및상기 데이터베이스로부터 사용자의 행위 데이터를 수집하고, 수집된 사용자 행위 데이터를 이용하여 사용자 신뢰도를 계산하고, 상기 데이터베이스로부터 콘텐츠 데이터를 수집하고, 상기 사용자 행위 데이터와 수집된 콘텐츠 데이터를 이용하여 콘텐츠 신뢰도를 계산하고, 상기 사용자 신뢰도를 이용하여 상대적으로 신뢰성이 낮은 사용자 행위 데이터를 제거하는 필터링을 수행하여 사용자 행위 데이터를 전처리하고, 상기 콘텐츠 신뢰도를 이용하여 상대적으로 신뢰성이 낮은 콘텐츠 데이터를 제거하는 필터링을 수행하여 콘텐츠 데이터를 전처리하고, 상기 전처리된 사용자 행위 데이터와 상기 전처리된 콘텐츠 데이터를 이용하여 협업 필터링을 수행하고, 이를 통해 사용자에게 추천할 콘텐츠를 결정하고, 결정된 추천할 콘텐츠에 대하여 상기 콘텐츠 신뢰도에 따라 우선 순위를 결정하고, 결정된 우선 순위에 따라 콘텐츠를 사용자에게 추천하는 서버를 포함하며, 상기 서버는 상기 사용자 신뢰도를 계산함에 있어서, 온라인 소셜 네트워크에서, 사용자의 행위를 분석하는 것인 소셜 행위 분석과, 사용자가 이용한 콘텐츠를 분석하는 것인 콘텐츠 이용 분석과, 다른 사용자와의 관계를 분석하는 것인 소셜 관계 분석을 통해 사용자 신뢰도를 계산하며, A는 온라인 소셜 네트워크 사용자가 이용한 콘텐츠에 대한 코멘트를 남겼을 때 다른 사용자들이 해당 코멘트에 대해 표시한 호감의 수이고, B는 상기 사용자가 해당 콘텐츠에 대해 남긴 코멘트의 수를 의미한다고 할 때, 상기 소셜 행위 분석을 통한 사용자 신뢰도 점수 K를, K=A/(A+B) (수학식 1)로 나타낼 수 있고, C는 온라인 소셜 네트워크 사용자가 이용한 콘텐츠의 수이고, Call은 모든 콘텐츠의 수를 의미한다고 할 때, 상기 콘텐츠 이용 분석을 통한 사용자 신뢰도 점수 Co를, (수학식 2)로 나타낼 수 있고, 팔로잉(Following)이란 온라인 소셜 네트워크 환경에서 어느 사용자가 다른 사용자의 정보를 받아보겠다는 행위이고, 팔로워(Follower)란 온라인 소셜 네트워크 환경에서 어느 사용자의 정보를 받아보기로 한 다른 사용자를 나타내며, Fwer는 온라인 소셜 네트워크 환경에서 사용자의 팔로워(Follower) 수이고, Fing은 온라인 소셜 네트워크 사용자의 팔로잉(Following) 수를 의미한다고 할 때, 상기 소셜 관계 분석을 통한 사용자 신뢰도 점수 F를, (수학식 3)로 나타낼 수 있고, α는 상기 소셜 행위 분석을 통해 계산된 신뢰도 점수에 대한 가중치이고, β는 상기 콘텐츠 이용 분석을 통해 계산된 신뢰도 점수에 대한 가중치이고, γ는 상기 소셜 관계 분석을 통해 계산된 신뢰도 점수에 대한 가중치를 의미하며, α,β,γ의 합은 1이라고 할 때,상기 소셜 행위 분석, 상기 콘텐츠 이용 분석, 상기 소셜 관계 분석을 통한 사용자 신뢰도 점수를 통합한 최종적인 사용자 신뢰도 점수 T를, (수학식 4)로 나타낼 수 있으며, 상기 서버는 상기 T와 미리 정해진 임계치 θt를 비교해서, 임계치 θt보다 작은 신뢰도를 가진 사용자를 필터링하고, 필터링 후 남은 사용자들을 신뢰할 수 있는 사용자로 선별하는 것을 특징으로 하는 콘텐츠 추천 시스템
7 7
삭제
8 8
청구항 6에 있어서, 상기 서버는 상기 콘텐츠 신뢰도를 계산함에 있어서, 사용자가 이용한 콘텐츠의 카테고리 별로 사용자의 전문성을 판별하여, 각 카테고리 별로 전문가로 선별된 사용자가 행한 콘텐츠에 대한 평가에 대해서 가중치를 부여하기 위한 사용자 전문성 분석과, 사용자가 콘텐츠를 이용하고 나서 해당 콘텐츠에 대해 행한 행위들에 대한 분석인 암시적 행위 분석을 통해 콘텐츠 신뢰도를 계산하는 것을 특징으로 하는 콘텐츠 추천 시스템
9 9
청구항 6에 있어서, 상기 서버는 상기 사용자에게 추천할 콘텐츠를 결정함에 있어서, 상기 전처리된 사용자 행위 데이터와, 콘텐츠 추천을 받고자 하는 해당 사용자 사이의 유사도를 계산하고, 이를 통해 상기 전처리된 사용자 행위 데이터 중에서 해당 사용자와 가장 유사한 사용자를 선별하고, 선별된 사용자와 해당 사용자의 콘텐츠 이용 정보를 이용하여 협업 필터링을 수행하는 것을 특징으로 하는 콘텐츠 추천 시스템
10 10
청구항 9에 있어서,상기 서버는 피어슨 유사도(Pearson Correlation)를 이용하여 유사도를 계산하는 것을 특징으로 하는 콘텐츠 추천 시스템
지정국 정보가 없습니다
패밀리정보가 없습니다
순번, 연구부처, 주관기관, 연구사업, 연구과제의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 국가R&D 연구정보 정보 표입니다.
순번 연구부처 주관기관 연구사업 연구과제
1 미래창조과학부 충북대학교 대학ICT연구센터육성지원사업 스마트 공간을 위한 빅데이터 기반의 스마트 라이프 케어 서비스
2 교육부 충북대학교 이공학개인기초연구지원사업(지역대학우수과학자) 소셜 미디어에 대한 신뢰성 및 전문성을 지원하는 추천 및 검색 기법
3 미래창조과학부 한국교통대학교 대학ICT연구센터육성지원사업 다중센서 융·복합 기반 실시간 모바일 교통정보시스템 개발