| 1 |
1
콘텐츠 데이터베이스 내의 둘 이상의 콘텐츠 간의 콘텐츠 유사도를 산출하는 유사도 산출 단계;상기 콘텐츠 데이터베이스 내의 콘텐츠들을 임베딩 학습한 임베딩 데이터를 생성하는 임베딩 데이터 생성 단계; 및상기 콘텐츠 유사도 및 상기 임베딩 데이터를 근거로 하여 상기 콘텐츠 데이터베이스 내의 제1 콘텐츠를 시청한 시청자에게 제2 콘텐츠를 추천하는 콘텐츠 추천 단계;를 포함하는 것을 특징으로 하는 콘텐츠 유사도 및 임베딩 학습을 통한 콘텐츠 추천 방법
|
| 2 |
2
제1항에 있어서,상기 유사도 산출 단계는,상기 콘텐츠 데이터베이스 내의 상기 둘 이상의 콘텐츠 간의 카테고리 별 공통 속성의 개수에 기반하여 상기 둘 이상의 콘텐츠 간의 콘텐츠 유사도를 산출하는 단계;를 포함하는 것을 특징으로 하는 콘텐츠 유사도 및 임베딩 학습을 통한 콘텐츠 추천 방법
|
| 3 |
3
제2항에 있어서,상기 유사도 산출 단계는,상기 둘 이상의 콘텐츠 간의 코사인 유사도를 산출하여 상기 둘 이상의 콘텐츠 간의 유사도를 산출하는 단계;를 더 포함하는 것을 특징으로 하는 콘텐츠 유사도 및 임베딩 학습을 통한 콘텐츠 추천 방법
|
| 4 |
4
제3항에 있어서,상기 유사도 산출 단계는,상기 시청자의 상기 콘텐츠 데이터베이스 내의 콘텐츠의 시청 시간을 누적 산출하는 단계;상기 시청 시간이 소정의 설정 시간 이상인 경우, 상기 카테고리별 가중치를 설정하는 단계; 및상기 카테고리별 가중치를 적용하여 상기 둘 이상의 콘텐츠 간의 유사도를 산출하는 단계;를 더 포함하는 것을 특징으로 하는 콘텐츠 유사도 및 임베딩 학습을 통한 콘텐츠 추천 방법
|
| 5 |
5
제2항에 있어서,상기 임베딩 데이터 생성 단계는,무작위로 선택한 콘텐츠의 ID(아이디)와 상기 카테고리별 속성에 대해 도메인 쌍을 형성하고, 상기 콘텐츠의 ID에 상기 카테고리별 속성이 매칭되는 경우, +1로 설정하고, 매칭되지 않는 경우, -1로 설정하여 입력 데이터를 생성하는 단계; 및상기 입력 데이터를 입력 받아 임베딩 학습을 수행하여 임베딩 데이터를 생성하는 단계;를 포함하는 것을 특징으로 하는 콘텐츠 유사도 및 임베딩 학습을 통한 콘텐츠 추천 방법
|
| 6 |
6
제5항에 있어서,상기 임베딩 학습을 수행하여 임베딩 데이터를 생성하는 단계는,상기 콘텐츠의 ID와 상기 카테고리별 속성에 대한 2개의 임베딩 레이어를 생성하는 단계;상기 임베딩 레이어를 병합하는 경우, 도트 레이어(Dot layer)를 사용하여 학습하는 단계; 및상기 입력 데이터를 분류하는 경우, 덴스 레이어(dense layer) 및 이진 크로스 엔트로피(binary cross entropy)를 사용하여 학습하는 단계;를 포함하는 것을 특징으로 하는 콘텐츠 유사도 및 임베딩 학습을 통한 콘텐츠 추천 방법
|
| 7 |
7
제2항에 있어서,상기 임베딩 데이터 생성 단계는,t-분포 확률적 임베딩(Stochastic Neighbor Embedding; SNE)을 이용하여 상기 임베딩 데이터를 임베딩 그래프로 시각화하는 단계;를 포함하는 것을 특징으로 하는 콘텐츠 유사도 및 임베딩 학습을 통한 콘텐츠 추천 방법
|
| 8 |
8
제7항에 있어서,상기 콘텐츠 추천 단계는,상기 제1 콘텐츠와 상기 콘텐츠 유사도가 높은 콘텐츠를 제2 콘텐츠로 추천하는 단계; 및상기 제1 콘텐츠와 상기 콘텐츠 유사도가 동일한 둘 이상의 콘텐츠가 있는 경우, 상기 콘텐츠 유사도가 동일한 둘 이상의 콘텐츠 중 상기 제1 콘텐츠와 상기 임베딩 그래프 내 거리가 가까운 콘텐츠를 제2 콘텐츠로 추천하는 단계를 포함하는 것을 특징으로 하는 콘텐츠 유사도 및 임베딩 학습을 통한 콘텐츠 추천 방법
|
| 9 |
9
복수의 콘텐츠를 저장하는 콘텐츠 데이터베이스;콘텐츠 데이터베이스 내의 둘 이상의 콘텐츠 간의 콘텐츠 유사도를 산출하는 유사도 산출부;상기 콘텐츠 데이터베이스 내의 콘텐츠들을 임베딩 학습한 임베딩 데이터를 생성하는 임베딩 데이터 생성부; 및상기 콘텐츠 유사도 및 상기 임베딩 데이터를 근거로 하여 상기 콘텐츠 데이터베이스 내의 제1 콘텐츠를 시청하는 시청자에게 제2 콘텐츠를 추천하는 콘텐츠 추천부;를 포함하는 것을 특징으로 하는 콘텐츠 유사도 및 임베딩 학습을 통한 콘텐츠 추천 시스템
|
| 10 |
10
제9항에 있어서,상기 콘텐츠 데이터베이스는,상기 콘텐츠에 관련된 정보들을 카테고리별로 데이터화하여 콘텐츠 데이터를 저장하는 것을 특징으로 하는 콘텐츠 유사도 및 임베딩 학습을 통한 콘텐츠 추천 시스템
|
| 11 |
11
제9항에 있어서,상기 임베딩 데이터 생성부는,t-분포 확률적 임베딩(Stochastic Neighbor Embedding; SNE)을 이용하여 상기 임베딩 데이터를 임베딩 그래프로 시각화하는 시각화부를 포함하는 것을 특징으로 하는 콘텐츠 유사도 및 임베딩 학습을 통한 콘텐츠 추천 시스템
|
| 12 |
12
제11항에 있어서,상기 콘텐츠 추천부는,상기 제1 콘텐츠와 상기 콘텐츠 유사도가 높은 콘텐츠를 제2 콘텐츠로 추천하고, 상기 제1 콘텐츠와 상기 콘텐츠 유사도가 동일한 둘 이상의 콘텐츠가 있는 경우, 상기 콘텐츠 유사도가 동일한 둘 이상의 콘텐츠 중 상기 제1 콘텐츠와 상기 임베딩 그래프 내 거리가 가까운 콘텐츠를 제2 콘텐츠로 추천하는 것을 특징으로 하는 콘텐츠 유사도 및 임베딩 학습을 통한 콘텐츠 추천 시스템
|
