1 |
1
유저-아이템 데이터와 지식 그래프로 구성되는 데이터를 이용하여 협업 지식 그래프를 생성하는 전처리 단계와,유저와 상기 협업 지식 그래프를 인풋으로 받고, 상기 유저를 시작 노드로 하는 경로들을 추출한 후 아이템을 추천하기 위한 수단인 논리 질의들을 생성하는 단계와,전처리된 상기 데이터에 대해 임베딩 레이어로서 상기 협업 지식 그래프의 노드들을 임베딩 공간에 투영시키는 임베딩 레이어 단계와,상기 생성된 질의들을 상기 임베딩 공간에 투영시킨 노드들과 같은 베타 확률 공간상에 투영시키는 추론 레이어 단계와,상기 추론 레이어 단계에서 만든 논리 질의 임베딩들을 각각의 질의의 시작 노드인 유저 노드가 같은 것끼리 합치는 교집합(intersection) 레이어 단계와,상기 교집합 레이어의 결과에 대해 로스 함수(loss function)를 계산하여 로스(loss)를 구하고, 역전파(backpropagation)를 하여 모델 파라미터를 조정하는 최적화 단계와,상기 최적화 단계에서 사용한 최종 질의 임베딩과 모든 아이템 임베딩 사이의 거리를 구한 후 아이템을 추천하는 단계를 포함하는논리 질의를 이용한 확률 기반의 설명 가능 아이템 추천 방법
|
2 |
2
제 1 항에 있어서,상기 유저-아이템 데이터는,상기 유저가 클릭, 구매, 평점을 남기는 행위의 상호작용을 한 아이템을 나타내는First-order logic 기반 논리 질의를 이용한 확률 기반의 설명 가능 아이템 추천 방법
|
3 |
3
제 1 항에 있어서,상기 지식 그래프는,상기 아이템, 특성(attribute) 및 상기 아이템과 상기 특성 간의 관계(relation)를 나타내는First-order logic 기반 논리 질의를 이용한 확률 기반의 설명 가능 아이템 추천 방법
|
4 |
4
제 1 항에 있어서,상기 전처리 단계는,상기 유저-아이템 데이터로부터 상기 유저와 상기 아이템을 노드로 하고 상기 유저와 상기 아이템 사이의 관계를 엣지로 표현하는 이분 그래프를 생성하고, 생성된 상기 이분 그래프와 상기 지식 그래프에 겹치는 아이템 노드를 기점으로 상기 이분 그래프와 상기 지식 그래프의 노드와 엣지를 합하여 상기 협업 지식 그래프를 생성하는논리 질의를 이용한 확률 기반의 설명 가능 아이템 추천 방법
|
5 |
5
제 1 항에 있어서,상기 질의들을 생성하는 단계는,성가 협업 지식 그래프로부터 유저, 관계 및 아이템을 추출하여 상기 First-order logic 기반 논리 질의들을 생성하고, 정답셋을 만드는논리 질의를 이용한 확률 기반의 설명 가능 아이템 추천 방법
|
6 |
6
제 1 항에 있어서,상기 임베딩 레이어 단계는,상기 질의들의 관계 시퀀스를 임베딩시키기 위해 다층 퍼셉트론(MLP)을 사용하는논리 질의를 이용한 확률 기반의 설명 가능 아이템 추천 방법
|
7 |
7
제 1 항에 있어서,상기 질의를 생성하는 단계는,상기 질의의 생성을 위해 유저와 아이템을 잇는 경로를 추출하는논리 질의를 이용한 확률 기반의 설명 가능 아이템 추천 방법
|
8 |
8
제 1 항에 있어서,상기 임베딩 레이어의 유저, 아이템 및 관계들은,베타 임베딩(beta embedding)으로 표현되는논리 질의를 이용한 확률 기반의 설명 가능 아이템 추천 방법
|
9 |
9
제 8 항에 있어서,상기 베타 임베딩은,유저 임베딩(user embedding), 아이템 임베딩(item embedding) 및 관계 임베딩(relation embedding)의 조합으로 정의되는First-order logic 논리 질의를 이용한 확률 공간에서의 아이템 추천 방법
|
10 |
10
제 9 항에 있어서,확률 임베딩은 베타 임베딩을 사용하되 이에 국한 되지 않으며,베타 확률분포 공간상에 투영시킨 임베딩을 나타내는논리 질의를 이용한 확률 기반의 설명 가능 아이템 추천 방법
|
11 |
11
제 1 항에 있어서,상기 아이템을 추천하는 단계는,상기 모든 아이템 임베딩 사이의 거리를 정렬하여 거리가 상대적으로 짧은 순으로 아이템을 추천하는논리 질의를 이용한 확률 기반의 설명 가능 아이템 추천 방법
|
12 |
12
컴퓨터 프로그램을 저장하고 있는 컴퓨터 판독 가능 기록매체로서,유저-아이템 데이터와 지식 그래프로 구성되는 데이터를 이용하여 협업 지식 그래프를 생성하는 전처리 단계와,유저와 상기 협업 지식 그래프를 인풋으로 받고, 상기 유저를 시작 노드로 하는 경로들을 추출한 후 아이템을 추천하기 위한 수단인 질의들을 생성하는 단계와,전처리된 상기 데이터에 대해 임베딩 레이어로서 상기 협업 지식 그래프의 노드들을 임베딩 공간에 투영시키는 임베딩 레이어 단계와,상기 생성된 질의들을 상기 임베딩 공간에 투영시킨 노드들과 같은 베타 확률 공간상에 투영시키는 추론 레이어 단계와,상기 추론 레이어 단계에서 만든 질의 임베딩들을 각각의 질의의 시작 노드인 유저 노드가 같은 것끼리 합치는 교집합 레이어 단계와,상기 교집합 레이어의 결과에 대해 로스 함수(loss function)를 계산하여 로스(loss)를 구하고, 역전파(backpropagation)를 하여 모델 파라미터를 조정하는 최적화 단계와,상기 최적화 단계에서 사용한 최종 질의 임베딩과 모든 아이템 임베딩 사이의 거리를 구한 후 아이템을 추천하는 단계를 포함하는,논리 질의를 이용한 확률 기반의 설명 가능 아이템 추천 방법을 프로세서가 수행하도록 하기 위한 명령어를 포함하는 컴퓨터 판독 가능한 기록매체
|
13 |
13
컴퓨터 판독 가능한 기록매체에 저장되어 있는 컴퓨터 프로그램으로서,유저-아이템 데이터와 지식 그래프로 구성되는 데이터를 이용하여 협업 지식 그래프를 생성하는 전처리 단계와,유저와 상기 협업 지식 그래프를 인풋으로 받고, 상기 유저를 시작 노드로 하는 경로들을 추출한 후 아이템을 추천하기 위한 수단인 질의들을 생성하는 단계와,전처리된 상기 데이터에 대해 임베딩 레이어로서 상기 협업 지식 그래프의 노드들을 임베딩 공간에 투영시키는 임베딩 레이어 단계와,상기 생성된 질의들을 상기 임베딩 공간에 투영시킨 노드들과 같은 베타 확률 공간상에 투영시키는 추론 레이어 단계와,상기 추론 레이어 단계에서 만든 질의 임베딩들을 각각의 질의의 시작 노드인 유저 노드가 같은 것끼리 합치는 교집합 레이어 단계와,상기 교집합 레이어의 결과에 대해 로스 함수(loss function)를 계산하여 로스(loss)를 구하고, 역전파(backpropagation)를 하여 모델 파라미터를 조정하는 최적화 단계와,상기 최적화 단계에서 사용한 최종 질의 임베딩과 모든 아이템 임베딩 사이의 거리를 구한 후 아이템을 추천하는 단계를 포함하는,논리 질의를 이용한 확률 기반의 설명 가능 아이템 추천 방법을 프로세서가 수행하도록 하기 위한 명령어를 포함하는 컴퓨터 프로그램
|
14 |
14
유저-아이템 데이터와 지식 그래프로 구성되는 데이터를 이용하여 협업 지식 그래프를 생성하는 전처리부와,상기 협업 지식 그래프로부터 유저, 관계 및 아이템을 추출하여 질의들을 생성하고, 정답셋을 만드는 질의 생성부와,전처리된 상기 데이터에 대해 임베딩 레이어로서 협업 지식 그래프의 노드들을 임베딩 공간에 투영시키는 임베딩 레이어부와,상기 질의 생성부에서 생성된 질의들을 상기 임베딩 레이어부에서 투영시킨 노드들과 같은 베타 확률 공간상에 투영시키는 추론 레이어부와,상기 추론 레이어부에서 만든 질의 임베딩들을 각각의 질의의 시작 노드인 유저 노드가 같은 것끼리 합치는 교집합 레이어부와,상기 교집합 레이어부의 교집합 결과에 대해 로스 함수(loss function)를 계산하여 로스(loss)를 구하고, 역전파(backpropagation)를 하여 모델 파라미터를 조정하는 방식으로 최적화하는 최적화부와,상기 최적화부에서 사용한 최종 질의 임베딩과 모든 아이템 임베딩 사이의 거리를 구하고 그 거리를 정렬하여 거리가 상대적으로 짧은 순으로 아이템을 추천하는 아이템 추천부를 포함하는논리 질의를 이용한 확률 기반의 설명 가능 아이템 추천 장치
|
15 |
15
제 14 항에 있어서,상기 전처리부는,상기 유저-아이템 데이터로부터 상기 유저와 상기 아이템을 노드로 하고 상기 유저와 상기 아이템 사이의 관계를 엣지로 표현하는 이분 그래프를 생성하고, 생성된 상기 이분 그래프와 상기 지식 그래프에 겹치는 아이템 노드를 기점으로 상기 이분 그래프와 상기 지식 그래프의 노드와 엣지를 합하여 상기 협업 지식 그래프를 생성하는논리 질의를 이용한 확률 기반의 설명 가능 아이템 추천 장치
|
16 |
16
제 14 항에 있어서,상기 아이템 추천부는,상기 모든 아이템 임베딩 사이의 거리를 정렬하여 거리가 상대적으로 짧은 순으로 아이템을 추천하는논리 질의를 이용한 확률 기반의 설명 가능 아이템 추천 장치
|