1 |
1
태그 속성 추출 모듈에 의해, 다수의 상품에 관한 상품 데이터, 컨텐츠를 제공하는 다수의 채널에 관한 채널 데이터, 다수의 사용자의 상품 구매 이력 데이터 및 상기 다수의 사용자의 채널 구독 이력 데이터로부터, 다수의 태그 속성을 추출하는 단계;사용자 태그 매트릭스 생성 모듈에 의해, 상기 다수의 사용자의 상기 상품 구매 이력 데이터와, 상기 다수의 사용자의 상기 채널 구독 이력 데이터를 기반으로 하는 협업 필터링에 의해 상기 다수의 사용자와 상기 다수의 태그 속성 간의 연관성을 나타내는 사용자 태그 매트릭스를 생성하는 단계;상품 태그 매트릭스 생성 모듈에 의해, 상기 다수의 상품에 관한 상기 상품 데이터를 기반으로 하는 협업 필터링에 의해 상기 다수의 상품과 상기 다수의 태그 속성 간의 연관성을 나타내는 상품 태그 매트릭스를 생성하는 단계;채널 태그 매트릭스 생성 모듈에 의해, 상기 다수의 채널에 관한 상기 채널 데이터를 기반으로 하는 협업 필터링에 의해 상기 다수의 채널과 상기 다수의 태그 속성 간의 연관성을 나타내는 채널 태그 매트릭스를 생성하는 단계; 및추천 정보 제공 모듈에 의해, 상기 다수의 태그 속성을 매개로, 상기 사용자 태그 매트릭스, 상기 상품 태그 매트릭스, 및 상기 채널 태그 매트릭스를 기반으로 사용자와 상품 및 채널 간에 추천 정보를 제공하는 단계를 포함하는, 구매 이력과 상품에 매칭된 태그 속성의 협업 필터링 기반 개인 맞춤 추천 방법
|
2 |
2
제1항에 있어서,상기 추천 정보를 제공하는 단계는:관련성 매트릭스 생성부에 의해, 상기 다수의 태그 속성을 매개로, 상기 다수의 사용자와 상기 다수의 상품간의 제1 관련성 매트릭스, 상기 다수의 상품과 상기 다수의 채널 간의 제2 관련성 매트릭스 및 상기 다수의 사용자와 상기 다수의 채널 간의 제3 관련성 매트릭스를 생성하는 단계; 및추천 정보 제공부에 의해, 상기 제1 관련성 매트릭스, 상기 제2 관련성 매트릭스 및 상기 제3 관련성 매트릭스를 기반으로, 사용자와 상품 및 채널 간에 상기 추천 정보를 제공하는 단계를 포함하는, 구매 이력과 상품에 매칭된 태그 속성의 협업 필터링 기반 개인 맞춤 추천 방법
|
3 |
3
제1항에 있어서,상기 사용자 태그 매트릭스를 생성하는 단계는:사용자 속성 벡터 생성부에 의해, 상기 다수의 사용자 별로 상기 다수의 태그 속성과 관련된 사용자 속성 벡터를 생성하는 단계;제1 속성 유사도 산출부에 의해, 상기 다수의 사용자의 다수의 사용자 속성 벡터 간의 제1 속성 유사도를 산출하는 단계;제1 연관성 데이터 산출부에 의해, 상기 제1 속성 유사도를 기반으로, 상기 사용자 속성 벡터 중 사용자와 태그 속성 간의 연관성 데이터가 존재하지 않는 제1 예측 대상 항목에 대해 제1 연관성 데이터를 산출하는 단계; 및사용자 태그 매트릭스 생성부에 의해, 상기 다수의 사용자의 사용자 속성 벡터와 상기 제1 연관성 데이터를 결합하여 상기 사용자 태그 매트릭스를 생성하는 단계를 포함하는, 구매 이력과 상품에 매칭된 태그 속성의 협업 필터링 기반 개인 맞춤 추천 방법
|
4 |
4
제1항에 있어서,상기 상품 태그 매트릭스를 생성하는 단계는:상품 속성 벡터 생성부에 의해, 상기 다수의 상품 별로 상기 다수의 태그 속성과 관련된 상품 속성 벡터를 생성하는 단계;제2 속성 유사도 산출부에 의해, 상기 다수의 상품의 다수의 상품 속성 벡터 간의 제2 속성 유사도를 산출하는 단계;제2 연관성 데이터 산출부에 의해, 상기 제2 속성 유사도를 기반으로, 상기 상품 속성 벡터 중 상품과 태그 속성 간의 연관성 데이터가 존재하지 않는 제2 예측 대상 항목에 대해 제2 연관성 데이터를 산출하는 단계; 및상품 태그 매트릭스 생성부에 의해, 상기 다수의 상품의 상품 속성 벡터와 상기 제2 연관성 데이터를 결합하여 상기 상품 태그 매트릭스를 생성하는 단계를 포함하는, 구매 이력과 상품에 매칭된 태그 속성의 협업 필터링 기반 개인 맞춤 추천 방법
|
5 |
5
제1항에 있어서,상기 채널 태그 매트릭스를 생성하는 단계는:채널 속성 벡터 생성부에 의해, 상기 다수의 채널 별로 상기 다수의 태그 속성과 관련된 채널 속성 벡터를 생성하는 단계;제3 속성 유사도 산출부에 의해, 상기 다수의 채널의 다수의 채널 속성 벡터 간의 제3 속성 유사도를 산출하는 단계;제3 연관성 데이터 산출부에 의해, 상기 제3 속성 유사도를 기반으로, 상기 채널 속성 벡터 중 채널과 태그 속성 간의 연관성 데이터가 존재하지 않는 제3 예측 대상 항목에 대해 제3 연관성 데이터를 산출하는 단계; 및채널 태그 매트릭스 생성부에 의해, 상기 다수의 채널의 채널 속성 벡터와 상기 제3 연관성 데이터를 결합하여 상기 채널 태그 매트릭스를 생성하는 단계를 포함하는, 구매 이력과 상품에 매칭된 태그 속성의 협업 필터링 기반 개인 맞춤 추천 방법
|
6 |
6
제1항 내지 제5항 중 어느 한 항에 기재된 구매 이력과 상품에 매칭된 태그 속성의 협업 필터링 기반 개인 맞춤 추천 방법을 실행하기 위한 프로그램이 기록된 컴퓨터로 판독 가능한 기록 매체
|
7 |
7
다수의 상품에 관한 상품 데이터, 컨텐츠를 제공하는 다수의 채널에 관한 채널 데이터, 다수의 사용자의 상품 구매 이력 데이터 및 상기 다수의 사용자의 채널 구독 이력 데이터로부터, 다수의 태그 속성을 추출하도록 구성되는 태그 속성 추출 모듈;상기 다수의 사용자의 상기 상품 구매 이력 데이터와, 상기 다수의 사용자의 상기 채널 구독 이력 데이터를 기반으로 하는 협업 필터링에 의해 상기 다수의 사용자와 상기 다수의 태그 속성 간의 연관성을 나타내는 사용자 태그 매트릭스를 생성하도록 구성되는 사용자 태그 매트릭스 생성 모듈;상기 다수의 상품에 관한 상기 상품 데이터를 기반으로 하는 협업 필터링에 의해 상기 다수의 상품과 상기 다수의 태그 속성 간의 연관성을 나타내는 상품 태그 매트릭스를 생성하도록 구성되는 상품 태그 매트릭스 생성 모듈;상기 다수의 채널에 관한 상기 채널 데이터를 기반으로 하는 협업 필터링에 의해 상기 다수의 채널과 상기 다수의 태그 속성 간의 연관성을 나타내는 채널 태그 매트릭스를 생성하도록 구성되는 채널 태그 매트릭스 생성 모듈; 및상기 다수의 태그 속성을 매개로, 상기 사용자 태그 매트릭스, 상기 상품 태그 매트릭스, 및 상기 채널 태그 매트릭스를 기반으로 사용자와 상품 및 채널 간에 추천 정보를 제공하도록 구성되는 추천 정보 제공 모듈을 포함하는, 구매 이력과 상품에 매칭된 태그 속성의 협업 필터링 기반 개인 맞춤 추천 장치
|
8 |
8
제7항에 있어서,상기 추천 정보 제공 모듈은:상기 다수의 태그 속성을 매개로, 상기 다수의 사용자와 상기 다수의 상품간의 제1 관련성 매트릭스, 상기 다수의 상품과 상기 다수의 채널 간의 제2 관련성 매트릭스 및 상기 다수의 사용자와 상기 다수의 채널 간의 제3 관련성 매트릭스를 생성하도록 구성되는 관련성 매트릭스 생성부; 및상기 제1 관련성 매트릭스, 상기 제2 관련성 매트릭스 및 상기 제3 관련성 매트릭스를 기반으로, 사용자와 상품 및 채널 간에 상기 추천 정보를 제공하도록 구성되는 추천 정보 제공부를 포함하는, 구매 이력과 상품에 매칭된 태그 속성의 협업 필터링 기반 개인 맞춤 추천 장치
|
9 |
9
제7항에 있어서,상기 사용자 태그 매트릭스 생성 모듈은:상기 다수의 사용자 별로 상기 다수의 태그 속성과 관련된 사용자 속성 벡터를 생성하도록 구성되는 사용자 속성 벡터 생성부;상기 다수의 사용자의 다수의 사용자 속성 벡터 간의 제1 속성 유사도를 산출하도록 구성되는 제1 속성 유사도 산출부;상기 제1 속성 유사도를 기반으로, 상기 사용자 속성 벡터 중 사용자와 태그 속성 간의 연관성 데이터가 존재하지 않는 제1 예측 대상 항목에 대해 제1 연관성 데이터를 산출하도록 구성되는 제1 연관성 데이터 산출부; 및상기 다수의 사용자의 사용자 속성 벡터와 상기 제1 연관성 데이터를 결합하여 상기 사용자 태그 매트릭스를 생성하도록 구성되는 사용자 태그 매트릭스 생성부를 포함하는, 구매 이력과 상품에 매칭된 태그 속성의 협업 필터링 기반 개인 맞춤 추천 장치
|
10 |
10
제7항에 있어서,상기 상품 태그 매트릭스 생성 모듈은:상기 다수의 상품 별로 상기 다수의 태그 속성과 관련된 상품 속성 벡터를 생성하도록 구성되는 상품 속성 벡터 생성부;상기 다수의 상품의 다수의 상품 속성 벡터 간의 제2 속성 유사도를 산출하도록 구성되는 제2 속성 유사도 산출부;상기 제2 속성 유사도를 기반으로, 상기 상품 속성 벡터 중 상품과 태그 속성 간의 연관성 데이터가 존재하지 않는 제2 예측 대상 항목에 대해 제2 연관성 데이터를 산출하도록 구성되는 제2 연관성 데이터 산출부; 및상기 다수의 상품의 상품 속성 벡터와 상기 제2 연관성 데이터를 결합하여 상기 상품 태그 매트릭스를 생성하도록 구성되는 상품 태그 매트릭스 생성부를 포함하는, 구매 이력과 상품에 매칭된 태그 속성의 협업 필터링 기반 개인 맞춤 추천 장치
|
11 |
11
제7항에 있어서,상기 채널 태그 매트릭스 생성 모듈은:상기 다수의 채널 별로 상기 다수의 태그 속성과 관련된 채널 속성 벡터를 생성하도록 구성되는 채널 속성 벡터 생성부;상기 다수의 채널의 다수의 채널 속성 벡터 간의 제3 속성 유사도를 산출하도록 구성되는 제3 속성 유사도 산출부;상기 제3 속성 유사도를 기반으로, 상기 채널 속성 벡터 중 채널과 태그 속성 간의 연관성 데이터가 존재하지 않는 제3 예측 대상 항목에 대해 제3 연관성 데이터를 산출하도록 구성되는 제3 연관성 데이터 산출부; 및상기 다수의 채널의 채널 속성 벡터와 상기 제3 연관성 데이터를 결합하여 상기 채널 태그 매트릭스를 생성하도록 구성되는 채널 태그 매트릭스 생성부를 포함하는, 구매 이력과 상품에 매칭된 태그 속성의 협업 필터링 기반 개인 맞춤 추천 장치
|