1 |
1
소셜 네트워킹 서비스를 제공하는 서버가,사용자에게 등록된 친구들 중 낯선 친구들을 구별하는 단계;구별된 상기 낯선 친구들 각각의 사진 이미지를 기초로 복수개의 상위 이미지 태그를 추출하는 단계;상기 복수개의 상위 이미지 태그에서 지정된 개수의 이미지 태그를 자동으로 최종 상위 태그로 선택하고, 선택된 상기 최종 상위 태그를 이용하여 상기 사용자에 대한 특징 벡터를 계산하는 단계; 및상기 사용자에 대한 상기 특징 벡터와 유사성이 높은 사진 이미지를 갖는 다른 사용자를 새로운 친구로 추천하는 단계를 구비하는 소셜 네트워킹 서비스 사용자를 위한 친구 추천 방법
|
2 |
2
제 1항에 있어서, 상기 낯선 친구를 구별하는 단계는상기 사용자에게 등록된 상기 친구들에 대한 소셜 메타 데이터를 수집하는 단계;상기 소셜 메타 데이터를 분류하기 용이한 토큰으로 변환하는 단계;상기 토큰 중 출현 빈도가 높은 토큰을 사용자 토큰으로 설정하는 단계; 및상기 친구들 중 상기 사용자 토큰과 비교하여 일치도가 낮은 토큰을 갖는 친구들을 낯선 친구들로 구분하는 단계를 구비하는 것을 특징으로 하는 소셜 네트워킹 서비스 사용자를 위한 친구 추천 방법
|
3 |
3
제 1항에 있어서, 상기 복수개의 이미지 태그를 추출하는 단계는상기 소셜 네트워킹 서비스에 등록된 상기 낯선 친구들 각각의 이미지에 대해 자동 이미지 태깅을 수행하는 단계; 및상기 자동 이미지 태깅을 수행하여 추출되는 복수개의 이미지 태그를 빈도수에 따라 정렬하고, 빈도수가 높은 지정된 개수의 이미지 태그들을 상기 상위 이미지 태그들로 추출하는 단계를 구비하는 것을 특징으로 하는 소셜 네트워킹 서비스 사용자를 위한 친구 추천 방법
|
4 |
4
제 3항에 있어서, 상기 자동 이미지 태깅을 수행하는 단계는상기 낯선 친구들 각각의 이미지를 분석하여, 상기 이미지에 대응하는 복수개의 카테고리를 선택하는 단계; 및상기 복수개의 카테고리 각각의 명칭을 상기 이미지 태그로 선택하는 단계를 구비하는 것을 특징으로 하는 소셜 네트워킹 서비스 사용자를 위한 친구 추천 방법
|
5 |
5
제 4항에 있어서, 상기 카테고리를 선택하는 단계는기계 학습 방법을 이용하여 상기 카테고리를 선택하고, 상기 기계학습 방법을 수행하기 위한 트레이닝 세트로서 야후 세트를 사용하는 것을 특징으로 하는 소셜 네트워킹 서비스 사용자를 위한 친구 추천 방법
|
6 |
6
제 1항에 있어서, 상기 새로운 친구로 추천하는 단계는상기 사용자에게 등록된 상기 친구들 이외의 다른 사용자의 이미지에 대한 태그와 상기 사용자에 대한 상기 특징 벡터의 유사도를 분석하는 단계;상기 유사도가 높은 다른 사용자의 특징 벡터를 획득하는 단계;상기 소셜 네트워크 서비스에 등록된 상기 사용자의 이미지에 대한 태그와 상기 다른 사용자의 특징 벡터의 유사도를 분석하는 단계; 및상기 사용자에 대한 상기 특징 벡터의 유사도와 상기 다른 사용자의 특징 벡터의 유사도가 지정된 기준값보다 높으면, 상기 다른 사용자를 상기 사용자에게 새로운 친구로 추천하는 단계를 구비하는 것을 특징으로 하는 소셜 네트워킹 서비스 사용자를 위한 친구 추천 방법
|
7 |
7
제 1항 내지 제 6항 중 어느 한 항에 따른 방법을 수행하기 위한 프로그램 명령어가 기록된, 컴퓨터가 판독가능한 기록매체
|
8 |
8
삭제
|
9 |
9
소셜 네트워킹 서비스를 제공하는 서버가,사용자에게 등록된 친구들 중 낯선 친구들을 구별하는 단계;구별된 상기 낯선 친구들 각각의 사진 이미지를 기초로 복수개의 상위 이미지 태그를 추출하는 단계;상기 복수개의 상위 이미지 태그에서 상기 사용자에 의해 선택된 지정된 개수의 이미지 태그를 최종 상위 태그로 설정하고, 설정된 상기 최종 상위 태그를 이용하여 상기 사용자에 대한 특징 벡터를 계산하는 단계; 및상기 사용자에 대한 상기 특징 벡터와 유사성이 높은 사진 이미지를 갖는 다른 사용자를 새로운 친구로 추천하는 단계를 구비하는 소셜 네트워킹 서비스 사용자를 위한 친구 추천 방법
|
10 |
10
제 9항에 있어서, 상기 낯선 친구를 구별하는 단계는상기 사용자에게 등록된 상기 친구들에 대한 소셜 메타 데이터를 수집하는 단계;상기 소셜 메타 데이터를 분류하기 용이한 토큰으로 변환하는 단계;상기 토큰 중 출현 빈도가 높은 토큰을 사용자 토큰으로 설정하는 단계; 및상기 친구들 중 상기 사용자 토큰과 비교하여 일치도가 낮은 토큰을 갖는 친구들을 낯선 친구들로 구분하는 단계를 구비하는 것을 특징으로 하는 소셜 네트워킹 서비스 사용자를 위한 친구 추천 방법
|
11 |
11
제 9항에 있어서, 상기 복수개의 이미지 태그를 추출하는 단계는상기 소셜 네트워킹 서비스에 등록된 상기 낯선 친구들 각각의 이미지에 대해 자동 이미지 태깅을 수행하는 단계; 및상기 자동 이미지 태깅을 수행하여 추출되는 복수개의 이미지 태그를 빈도수에 따라 정렬하고, 빈도수가 높은 지정된 개수의 이미지 태그들을 상기 상위 이미지 태그들로 추출하는 단계를 구비하는 것을 특징으로 하는 소셜 네트워킹 서비스 사용자를 위한 친구 추천 방법
|
12 |
12
제 11항에 있어서, 상기 자동 이미지 태깅을 수행하는 단계는상기 낯선 친구들 각각의 이미지를 분석하여, 상기 이미지에 대응하는 복수개의 카테고리를 선택하는 단계; 및상기 복수개의 카테고리 각각의 명칭을 상기 이미지 태그로 선택하는 단계를 구비하는 것을 특징으로 하는 소셜 네트워킹 서비스 사용자를 위한 친구 추천 방법
|
13 |
13
제 9항에 있어서, 상기 특징 벡터를 계산하는 단계는상기 복수개의 상위 이미지 태그를 상기 사용자의 단말기로 디스플레이 하는 단계;상기 사용자가 디스플레이 된 상기 복수개의 상위 이미지 태그 중에서 지정된 개수의 이미지 태그를 최종 상위 태그로 선택하는 단계; 및전체 빈도수에 대해 선택된 상기 최종 상위 태그의 빈도수의 비율을 상기 사용자에 대한 특징 벡터로서 설정하는 단계를 구비하는 것을 특징으로 하는 소셜 네트워킹 서비스 사용자를 위한 친구 추천 방법
|
14 |
14
제 9항에 있어서, 상기 새로운 친구로 추천하는 단계는상기 사용자에게 등록된 상기 친구들 이외의 다른 사용자의 이미지에 대한 태그와 상기 사용자에 대한 상기 특징 벡터의 유사도를 분석하는 단계;상기 유사도가 높은 다른 사용자의 특징 벡터를 획득하는 단계;상기 소셜 네트워크 서비스에 등록된 상기 사용자의 이미지에 대한 태그와 상기 다른 사용자의 특징 벡터의 유사도를 분석하는 단계; 및상기 사용자에 대한 상기 특징 벡터의 유사도와 상기 다른 사용자의 특징 벡터의 유사도가 지정된 기준값보다 높으면, 상기 다른 사용자를 상기 사용자에게 새로운 친구로 추천하는 단계를 구비하는 것을 특징으로 하는 소셜 네트워킹 서비스 사용자를 위한 친구 추천 방법
|
15 |
15
제 9항 내지 제 14항 중 어느 한 항에 따른 방법을 수행하기 위한 프로그램 명령어가 기록된, 컴퓨터가 판독가능한 기록매체
|