| 1 |
1
추천 시스템에 의해 수행되는 다중 클래스 협업 필터링 환경에서의 추천 방법에 있어서, 지식 전달부에서 복수 개의 교사 모델의 협업을 통해 도출된 아이템과 관련된 지식 정보를 학생 모델에게 전달하는 단계; 및 아이템 추천부에서 상기 전달된 지식 정보를 이용하여 학습된 학생 모델을 통해 사용자의 사전 선호도 및 사후 선호도가 높은 아이템을 추천하는 단계; 를 포함하고, 상기 추천시스템이 이용하는 추천 모델은, 복수 개의 교사 모델과 학생 모델로 구성되어 지식증류 기법을 기반으로 아이템에 대한 추천이 이루어지도록 구축되는 것을 특징으로 하는 다중 클래스 협업 필터링 환경에서의 추천 방법
|
| 2 |
2
제1항에 있어서,상기 전달하는 단계는,사용자로부터 미평가된 아이템들 중 상기 추천 모델에 구성된 복수 개의 교사 모델 중 어느 하나의 교사 모델에 의해 예측된 사전 선호도가 높은 아이템과 사전 선호도가 낮은 아이템을 학생 모델에게 전달하는 단계를 포함하는 다중 클래스 협업 필터링 환경에서의 추천 방법
|
| 3 |
3
제2항에 있어서,상기 복수 개의 교사 모델 중 제 1 교사 모델은, 아이템에 대한 사용자의 사전 선호도가 학습된 것을 특징으로 하는 다중 클래스 협업 필터링 환경에서의 추천 방법
|
| 4 |
4
제 1 항에 있어서, 상기 복수 개의 교사 모델 중 제 2 교사 모델은 아이템에 대한 사용자의 사후 선호도가 학습된 것을 특징으로 하는 다중 클래스 협업 필터링 환경에서의 추천 방법
|
| 5 |
5
제1항에 있어서,상기 전달하는 단계는,상기 복수 개의 교사 모델을 구성하는 제 1 교사 모델에서 선택된 사전 선호도가 높은 아이템에 대해 상기 복수 개의 교사 모델을 구성하는 제 2 교사 모델이 예측한 사후선호도와과 상기 제 1 교사 모델에서 선택된 사전 선호도가 낮은 아이템에 대한 상기 제 2 교사 모델이 예측한 사후 선호도를 상기 학생 모델에게 전달하는 단계를 포함하는 다중 클래스 협업 필터링 환경에서의 추천 방법
|
| 6 |
6
제5항에 있어서,상기 전달하는 단계는,상기 제 1 교사 모델에서 선택된 사전 선호도가 높은 아이템에 대한 소프트 레이블을 상기 제 2 교사 모델이 예측한 사후 선호도로 결정하고, 상기 제 1 교사 모델에서 선택된 사전 선호도가 낮은 아이템에 대한 소프트 레이블을 기설정된 기준 이하의 평점 스코어로 결정하는 단계를 포함하는 다중 클래스 협업 필터링 환경에서의 추천 방법
|
| 7 |
7
추천 시스템에 의해 수행되는 다중 클래스 협업 필터링 환경에서의 추천 방법에 있어서, 지식 전달부는 제 1 교사 및 제 2 교사를 포함하고, 상기 제 1 교사는 사용자로부터 수신한 다중클래스 피드백 중 사전선호도를 학습하고, 상기 제 2 교사는 상기 다중클래스 피드백 중 사후선호도를 학습하는 단계; 학습된 사전선호도를 기초로 상기 제 1 교사는 사용자로부터 미평가된 아이템들에 대해 사전선호도를 예측하고, 예측한 사전선호도를 기준으로 학생모델에게 전달할 아이템들을 선택하는 단계; 학습된 사후선호도를 기초로 상기 제 2 교사는 상기 제 1 교사가 선택한 아이템들에 대해 예측한 사후선호도를 기초로 소프트레벨을 결정하여 상기 학생모델에게 증류지식으로 전달하는 단계; 상기 학생모델은 수신한 증류지식을 기초로 학습을 수행하고, 아이템 추천부를 통해 사전선호도 및 사후선호도가 모두 높은 아이템을 추천하는 단계;를 포함하는 것을 특징으로 하는 다중 클래스 협업 필터링 환경에서의 추천 방법
|
| 8 |
8
제 7 항에 있어서, 상기 지식전달부는사용자가 평가한 기록이 있는 아이템들을 기초로 사전 선호도 행렬을 생성하여 상기 제 1 교사를 학습시키고, 상기 사용자가 평가한 기록이 있는 아이템들에 대해 사용자가 실제로 평가한 스코어(rating score)를 기초로 사후 선호도 행렬을 생성하여 상기 제 2 교사를 학습시키는 것을 특징으로 하는 다중 클래스 협업 필터링 환경에서의 추천 방법
|
| 9 |
9
제 7 항에 있어서, 상기 학생모델은 상기 제 1 교사와 상기 제 2 교사의 협력에 의해 이중으로 증류된 상기 증류지식을 수신하는 것을 특징으로 하는 다중 클래스 협업 필터링 환경에서의 추천 방법
|
| 10 |
10
제 7 항에 있어서, 상기 지식 전달부는 상기 사용자로부터 미평가된 아이템들 중 상기 제 1 교사가 선택한 아이템들 중 사전선호도가 높은 아이템에 대해서만 상기 제 2 교사가 예측한 사후선호도를 소프트레벨로 사용하고, 상기 제 1 교사가 선택한 아이템들 중 사전선호도가 낮은 아이템에 대해서는 기설정된 기준 이하의 평점 스코어를 소프트레벨로 결정하여 상기 학생모델에게 증류지식으로 전달하는 것을 특징으로 하는 다중 클래스 협업 필터링 환경에서의 추천 방법
|
| 11 |
11
제1항 내지 제10항 중 어느 한 항의 다중 클래스 협업 필터링 환경에서의 추천 방법을 상기 추천 시스템에 실행시키기 위해 비-일시적인 컴퓨터 판독가능한 기록 매체에 저장되는 컴퓨터 프로그램
|
| 12 |
12
추천 시스템에 있어서, 복수 개의 교사 모델의 협업을 통해 도출된 아이템과 관련된 지식 정보를 학생 모델에게 전달하는 지식 전달부; 및 상기 전달된 지식 정보를 이용하여 학습된 학생 모델을 통해 사용자의 사전 선호도 및 사후 선호도가 높은 아이템을 추천하는 아이템 추천부를 포함하고,추천 모델은, 복수 개의 교사 모델과 학생 모델로 구성되어 지식증류 기법을 기반으로 아이템에 대한 추천이 이루어지도록 구축된것을 특징으로 하는 추천 시스템
|
| 13 |
13
제12항에 있어서,상기 지식 전달부는,사용자로부터 미평가된 아이템들 중 상기 추천 모델에 구성된 복수 개의 교사 모델 중 어느 하나의 교사 모델에 의해 예측된 사전 선호도가 높은 아이템과 사전 선호도가 낮은 아이템을 학생 모델에게 전달하는 것을 포함하고,상기 어느 하나의 교사 모델은, 아이템에 대한 사용자의 사전 선호도가 학습된 것을 특징으로 하는 추천 시스템
|
| 14 |
14
제12항에 있어서,상기 지식 전달부는,상기 추천 모델에 구성된 다른 교사 모델에서 예측된 상기 추천 모델에 구성된 어느 하나의 교사 모델에서 선택된 사전 선호도가 높은 아이템과 사전 선호도가 낮은 아이템에 대한 사후 선호도를 상기 학생 모델에게 전달하는 것을 포함하고,상기 다른 교사 모델은, 아이템에 대한 사용자의 사후 선호도가 학습된 것을 특징으로 하는 추천 시스템
|
| 15 |
15
제12항에 있어서,상기 아이템 추천부는,상기 학생 모델에서 상기 추천 모델에 구성된 복수 개의 교사 모델의 협업을 통해 지식 정보로서 전달된 아이템에 대한 사전 선호도 및 사후 선호도를 학습하고, 상기 학습된 학생 모델을 통해 각 사용자에 대해 기 설정된 기준 이상의 아이템을 추천하는 것을 특징으로 하는 추천 시스템
|
