| 1 |
1
추천 서버에서 사용자 추천 그룹을 결정하는 방법에 있어서,(a) 상기 사용자 추천 그룹을 구성하는 추천자의 추천 제품으로부터 사용자 추천 리스트를 생성하는 단계;(b) 상기 사용자 추천 리스트에 존재하는 추천 제품 중에서 사용자가 구매 또는 관심을 가지는 추천 성공 제품이 존재하는지 판단하는 단계; 및(c) 상기 사용자가 구매 또는 관심을 가지는 추천 성공 제품이 상기 추천자의 추천 제품인지 여부에 따라 상기 추천자의 추천 가중치를 갱신하여 상기 사용자 추천 그룹을 결정하는 단계를 포함하는 사용자 추천 그룹의 결정 방법
|
| 2 |
2
제 1 항에 있어서, 상기 추천 서버에서초기 사용자 추천 그룹은 임의로 추천자를 선택하여 구성되며, 상기 임의로 선택한 추천자의 추천 가중치(w)는 서로 동일한 것을 특징으로 하는 사용자 추천 그룹의 결정 방법
|
| 3 |
3
제 1 항에 있어서, 상기 추천 서버에서초기 사용자 추천 그룹은 사용자와 유사한 제품 선호도를 가지는 주변 사용자를 추천자로 선택하여 구성되며, 상기 유사한 제품 선호도에 기초하여 선택한 추천자의 추천 가중치(w)는 제품 선호도로 계산되는 특징으로 하는 사용자 추천 그룹의 결정 방법
|
| 4 |
4
제 2 항 또는 제 3 항에 있어서, 상기 추천 서버에서 상기 (a) 단계는상기 사용자 추천 그룹의 추천자로부터 추천 제품 정보를 수신하는 단계;상기 수신한 추천 제품 정보와 상기 추천자의 추천 가중치에 기초하여 상기 추천 제품의 구매 가능도를 계산하는 단계; 및상기 계산한 구매 가능도에 기초하여 상위 구매 가능도를 가지는 추천 제품들로 사용자 추천 리스트를 생성하는 단계를 포함하는 것을 특징으로 하는 사용자 추천 그룹의 결정 방법
|
| 5 |
5
제 4 항에 있어서, 상기 추천 서버에서사용자(i)에 대한 상기 추천자(j)의 추천 가중치(wij[t])는 아래의 수학식(1)에 의해 계산되며,[수학식 1] vij[t]003e#0인 경우, otherwise여기서 vij는 시간 간격[t-1, t] 동안에 사용자(i)가 구매한 추천자(j)의 추천 제품 수이며, γ(0003c#γ≤1)는 추천 기여 요인이며, β(0003c#β≤1)는 추천 감소 요인인 것을 특징으로 하는 사용자 추천 그룹의 결정 방법
|
| 6 |
6
제 5 항에 있어서, 상기 추천 서버에서상기 제품의 구매 가능도(PL)는 아래의 수학식(2)에 의해 계산되며,[수학식 2]여기서 PLip는 추천 제품(p)의 구매 가능도이며, Ni는 사용자 추천 그룹을 구성하는 추천자의 총수이며, rjp는 사용자 추천 그룹을 구성하는 추천자 중 추천 제품(p)에 대한 추천자(j)의 구매 또는 선호도를 나타내는 값으로 0 내지 1의 값을 가지는 것을 특징으로 하는 사용자 추천 그룹의 결정 방법
|
| 7 |
7
제 4 항에 있어서, 상기 추천 서버에서 상기 (c) 단계는상기 사용자가 구매 또는 관심을 가지는 추천 성공 제품이 상기 추천자의 추천 제품인지 여부에 따라 주기적으로 상기 추천자의 추천 가중치를 갱신하는 단계;상기 갱신한 추천 가중치에 기초하여 임계 가중치 이하의 추천 가중치를 가지는 추천자가 존재하는지 판단하는 단계; 및상기 판단 결과에 기초하여 임계 가중치 이하의 추천 가중치를 가지는 추천자를 상기 사용자 추천 그룹에서 제외시키는 단계를 포함하는 것을 특징으로 하는 사용자 추천 그룹의 결정 방법
|
| 8 |
8
제 7 항에 있어서, 상기 추천 서버에서 상기 (c) 단계는상기 추천자의 추천 그룹을 구성하는 주변 추천자의 추천 가중치를 계산하는 단계; 및상기 계산한 주변 추천자의 추천 가중치가 상기 임계 가중치를 초과하는 주변 추천자를 상기 사용자 추천 그룹의 추천자로 추가하는 단계를 더 포함하는 것을 특징으로 하는 사용자 추천 그룹의 결정 방법
|
| 9 |
9
제 8 항에 있어서, 상기 추천 서버에서상기 주변 추천자의 추천 가중치를 계산하는 단계는 상기 사용자 추천 그룹을 구성하는 추천자의 수가 임계 추천 자수 이하인 경우에만 수행되어 상기 주변 추천자를 상기 사용자 추천 그룹의 추천자로 추가하는 것을 특징으로 하는 사용자 추천 그룹의 결정 방법
|
| 10 |
10
제 4 항에 있어서, 상기 추천 서버에서 상기(c) 단계는상기 사용자가 구매 또는 관심을 가지는 추천 성공 제품이 상기 추천자의 추천 제품인지 여부에 따라 주기적으로 상기 추천자의 추천 가중치를 갱신하는 단계;상기 갱신한 추천자의 추천 가중치와 상기 추천자의 주변 추천자의 추천 가중치에 기초하여 상기 주변 추천자와 사용자 사이의 추천 가중치를 계산하는 단계;상기 계산한 주변 추천자와 사용자 사이의 추천 가중치와 상기 사용자 추천 그룹을 구성하는 추천자의 추천 가중치를 비교하는 단계; 및상기 비교 결과에 기초하여 상기 사용자 추천 그룹을 구성하는 추천자의 추천 가중치가 상기 계산한 주변 추천자와 사용자 사이의 추천 가중치보다 낮은 추천자를 상기 사용자 추천 그룹에서 제외시키고 상기 주변 추천자를 상기 사용자 추천 그룹에 추가하는 단계를 포함하는 것을 특징으로 하는 사용자 추천 그룹의 결정 방법
|
| 11 |
11
제 10 항에 있어서, 상기 추천 서버에서상기 주변 추천자(n)와 사용자(i) 사이의 추천 가중치(Win)는 아래의 수학식(3)에 의해 계산되며,[수학식 3]여기서 l은 사용자로부터 주변 추천인까지의 추천 경로의 수를 의미하며, α(0003c#α≤1)는 확장 추천 감소 요인인 것을 특징으로 하는 사용자 추천 그룹의 결정 방법
|
| 12 |
12
제 11 항에 있어서, 상기 추천 서버에서상기 추천 경로의 수는 상기 사용자 추천 그룹의 크기 또는 상기 사용자 추천 그룹을 구성하는 추천인의 수에 따라 설정되는 것을 특징으로 하는 사용자 추천 그룹의 결정 방법
|
