1 |
1
쌍별 비교 데이터를 이용한 다중랭킹 추정 방법으로서, 쌍별 비교 데이터에 관한 정보를 입력데이터로서 입력하는 단계; 및상기 입력데이터에 기초하여 다중랭킹 데이터를 생성하는 단계;를 포함하고,상기 입력데이터는, 복수의 응답자의 집합, 복수개의 아이템의 집합, 및 복수개의 아이템에 대한 복수개의 쌍별 비교 데이터의 집합을 포함하고, 상기 복수개의 쌍별 비교 데이터의 각각의 쌍별 비교 데이터는, 복수개의 판단기준 중 하나의 판단기준에 따라 두 개의 아이템 간의 선호도를 판단한 데이터이고, 상기 다중랭킹 데이터는, 응답자가 임의의 판단기준을 선택할 확률의 확률분포인 판단기준 선호도 확률분포(θu,m);판단기준마다 각 아이템에 부여된 점수인 아이템 점수(πi(m)); 및 판단기준마다 응답자가 정확히 응답하였을 확률의 확률분포인 응답정확성 확률분포(ηm);를 포함하는 것을 특징으로 하는 다중랭킹 추정 방법
|
2 |
2
삭제
|
3 |
3
제 1 항에 있어서, 상기 다중랭킹 데이터를 생성하는 단계는, 상기 입력데이터, 제1 다중랭킹 데이터에 기초하여, 임의의 두 개의 아이템에 대한 쌍별 비교결과의 확률(Pr)을 계산하는 단계(S110); 상기 계산된 확률(Pr)에 기초하여 우도 함수를 산출하는 단계(S120); 및 상기 우도 함수를 최대화하는 제2 다중랭킹 데이터를 산출하는 단계(S130);를 포함하는 것을 특징으로 하는 다중랭킹 추정 방법
|
4 |
4
제 3 항에 있어서, 상기 제1 다중랭킹 데이터는, 사전(prior) 판단기준 선호도 확률분포, 사전 아이템 점수, 및 사전 응답정확성 확률분포를 포함하고,상기 제2 다중랭킹 데이터는, 사후(posterior) 판단기준 선호도 확률분포, 사후 아이템 점수, 및 사후 응답정확성 확률분포를 포함하는 것을 특징으로 하는 다중랭킹 추정 방법
|
5 |
5
제 4 항에 있어서, 상기 쌍별 비교결과의 확률(Pr)은, 제1 아이템을 제2 아이템보다 선호하는 비교결과의 확률이고, 상기 쌍별 비교결과의 확률(Pr)은, 각 판단기준에 대해, 응답자가 정확히 응답하였을 때의 제1 아이템을 제2 아이템보다 선호하는 비교결과의 확률; 및 응답자가 틀리게 응답하였을 때의 제2 아이템을 제1 아이템보다 선호하는 비교결과의 확률;을 합한 확률에 비례하는 것을 특징으로 하는 다중랭킹 추정 방법
|
6 |
6
제 5 항에 있어서, 상기 제1 아이템을 제2 아이템보다 선호하는 비교결과의 확률 및 상기 제2 아이템을 제1 아이템보다 선호하는 비교결과의 확률의 각각이 브래들리-테리 모델(Bradley-Terry model)을 따르는 것을 특징으로 하는 다중랭킹 추정 방법
|
7 |
7
제 4 항에 있어서, 상기 사전 판단기준 선호도 확률분포는 디리클레 분포(Dirichlet distribution)를 따르고, 상기 사전 응답정확성 확률분포는 베타 분포(beta distribution)을 따르는 것을 특징으로 하는 다중랭킹 추정 방법
|
8 |
8
제 4 항에 있어서, 상기 우도 함수를 최대화하는 제2 다중랭킹 데이터를 산출하는 단계는, 기대값 최대화 알고리즘(EM Algorithm)을 사용하여 제2 다중랭킹 데이터를 산출하는 것을 특징으로 하는 다중랭킹 추정 방법
|
9 |
9
제 4 항에 있어서, 상기 우도 함수를 최대화하는 제2 다중랭킹 데이터를 산출하는 단계는, 기대값 최대화(EM) 알고리즘 및 최소자승법(LSM) 알고리즘을 사용하여 제2 다중랭킹 데이터를 산출하는 것을 특징으로 하는 다중랭킹 추정 방법
|
10 |
10
제 9 항에 있어서, 상기 우도 함수를 최대화하는 제2 다중랭킹 데이터를 산출하는 단계는,기대값 최대화 알고리즘에 의해, 사후 판단기준 선호도 확률분포, 사후 응답정확성 확률분포, 및 제1 아이템과 제2 아이템 각각의 사후 아이템 점수간의 점수 차이를 산출하는 단계; 및 최소자승법에 의해, 각 아이템의 사후 점수를 산출하는 단계;를 포함하는 것을 특징으로 하는 다중랭킹 추정 방법
|
11 |
11
제 1 항 및 제 3 항 내지 제 10 항 중 어느 한 항에 기재된 방법을 컴퓨터에서 실행시키기 위한 프로그램이 기록된 컴퓨터로 읽을 수 있는 기록매체
|