| 1 |
1
음식 추천 서버에서 사용자에 음식 아이템을 추천하는 방법에 있어서,데이터베이스부에 저장된 사례에 기반하여 상기 사용자와 주변 사용자 사이의 음식 구매 이력에 따른 구매 이력 유사도, 상기 사용자와 주변 사용자 사이의 개인 지수 정보에 따른 프로필 유사도 및 구매한 음식 아이템별 평가 정보로부터 후보 추천 음식 아이템을 결정하는 단계; 및 상기 후보 추천 음식 아이템을 해쉬 태그로 가지는 소셜미디어 컨텐츠를 검색하는 단계; 상기 사용자의 개인 정보와 검색한 상기 소셜 미디어 컨텐츠의 전체 해쉬 태크 사이의 제1 연관 강도를 계산하는 단계;상기 사용자의 지수 정보와 검색한 상기 소셜 미디어 컨텐츠의 전체 해쉬 태크 사이의 제2 연관 강도를 계산하는 단계;상기 제1 연관 강도와 상기 제2 연관 강도로부터 상기 후보 추천 음식 아이템별 연관 강도를 계산하는 단계; 및 상기 후보 추천 음식 아이템별 연관 강도에 기초하여 사용자에 음식 아이템을 추천하는 단계를 포함하며,여기서 제1 연관 강도는 사용자의 연령, 나이를 포함하는 제1 개인 지수 정보와 상기 전체 해쉬 태크 사이의 연관 정도이고, 제2 연관 강도는 경제지수, 식습관지수 또는 건강지수의 제2 개인 지수 정보와 상기 전체 해쉬 태크 사이의 연관 정도이며,상기 후보 추천 음식 아이템별 연관 강도는 상기 제1 연관 강도와 제2 연관 강도의 합으로 계산되는 것을 특징으로 하는 음식 아이템의 추천 방법
|
| 2 |
2
제 1 항에 있어서, 상기 후보 추천 음식 아이템을 결정하는 단계는사용자의 음식 구매 이력과 주변 사용자의 음식 구매 이력에 기초하여 음식 구매 이력에 따른 상기 사용자와 상기 주변 사용자 사이의 구매 이력 유사도를 계산하는 단계; 상기 구매 이력 유사도가 제1 임계값을 초과하는 n명(여기서 n은 1 이상의 자연수)의 후보 주변 사용자와 사용자의 개인 지수 정보에 기초하여 상기 사용자와 후보 주변 사용자 사이의 프로필 유사도를 계산하는 단계; 상기 구매 이력 유사도와 상기 프로필 유사도로부터 후보 주변 사용자의 최종 유사도를 계산하는 단계; 및상기 최종 유사도와 상기 후보 주변 사용자의 음식 아이템별 평가 점수로부터 후보 추천 음식 아이템을 결정하는 단계를 포함하는 것을 특징으로 하는 음식 아이템의 추천 방법
|
| 3 |
3
제 2 항에 있어서, 상기 구매 이력 유사도는상기 사용자와 상기 주변 사용자가 동일 음식 아이템의 구매 여부 및 상기 동일 음식 아이템에 대한 평가 점수 차이로부터 계산되는 것을 특징으로 하는 음식 아이템의 추천 방법
|
| 4 |
4
제 3 항에 있어서, 상기 구매 이력 유사도는상기 사용자와 상기 주변 사용자가 동일 음식 아이템의 구매 여부 및 상기 동일 음식 아이템에 대한 평가 점수의 존재 여부에 따른 리스크값을 고려하여 계산되는 것을 특징으로 하는 음식 아이템의 추천 방법
|
| 5 |
5
제 4 항에 있어서, 사용자(u)와 주변 사용자(v) 사이의 상기 구매 이력 유사도(Si(u,v))는 아래의 수학식(1)에 의해 계산되는데,[수학식 1]여기서 rui는 음식 아이템(i)에 대한 사용자(u)의 평가 점수이고, rua는 사용자(u)가 구매한 모든 음식 아이템의 평가 점수 평균값이며, rvi는 음식 아이템(i)에 대한 주변 사용자(v)의 평가 점수이고, rva는 주변 사용자(v)가 구매한 모든 음식 아이템의 평가 점수 평균값이며, σ는 리스크값인 것을 특징으로 하는 음식 아이템의 추천 방법
|
| 6 |
6
제 5 항에 있어서, 상기 리스크값은상기 사용자와 상기 주변 사용자가 동일하게 구매하지 않은 음식 아이템의 수에 따라 비례하여 증가하는 것을 특징으로 하는 음식 아이템의 추천 방법
|
| 7 |
7
삭제
|
| 8 |
8
제 6 항에 있어서, 상기 프로필 유사도는 아래의 수학식(2)에 의해 계산되는데,여기서 ruj는 개인 지수 정보 항목(j)에 대한 사용자(u)의 개인 지수 정보이고, ruja는 개인 지수 정보 항목(j)에 대한 사용자(u)의 개인 지수 정보의 평균값이며, rvj는 개인 지수 정보 항목(j)에 대한 주변 사용자(v)의 개인 지수 정보이고, rvja는 개인 지수 정보 항목(j)에 대한 주변 사용자(v)의 개인 지수 정보의 평균값인 것을 특징으로 하는 음식 아이템의 추천 방법
|
| 9 |
9
삭제
|
| 10 |
10
사용자와 주변 사용자의 음식 구매 이력, 개인 지수 정보를 저장하고 있는 데이터베이스부;상기 데이터베이스부에 저장된 사례에 기반하여 상기 사용자와 주변 사용자 사이의 음식 구매 이력에 따른 구매 이력 유사도, 상기 사용자와 주변 사용자 사이의 개인 지수 정보에 따른 프로필 유사도 및 구매한 음식 아이템별 평가 정보로부터 후보 추천 음식 아이템을 결정하는 후보 추천 음식 결정부;상기 후보 추천 음식 아이템을 해쉬 태그로 가지는 소셜미디어 컨텐츠를 검색하는 컨텐츠 검색부와, 상기 사용자의 개인 지수 정보 중 사용자의 개인 정보와 검색한 상기 소셜 미디어 컨텐츠의 전체 해쉬 태크 사이의 제1 연관 강도를 계산하는 제1 연관 강도 계산부와, 상기 사용자의 개인 지수 정보 중 사용자의 지수 정보와 검색한 상기 소셜 미디어 컨텐츠의 전체 해쉬 태크 사이의 제2 연관 강도를 계산하는 제2 연관 강도 계산부와, 상기 제1 연관 강도와 상기 제2 연관 강도로부터 상기 후보 추천 음식 아이템별 연관 강도를 전체 연관 강도 계산부를 구비하는 연관 강도 계산부; 및후보 추천 음식 아이템별 연관 강도에 기초하여 사용자에 음식 아이템을 추천하는 음식 추천부를 포함하며,여기서 제1 연관 강도는 사용자의 연령, 나이를 포함하는 제1 개인 지수 정보와 상기 전체 해쉬 태크 사이의 연관 정도이고, 제2 연관 강도는 경제지수, 식습관지수 또는 건강지수의 제2 개인 지수 정보와 상기 전체 해쉬 태크 사이의 연관 정도이며,상기 후보 추천 음식 아이템별 연관 강도는 상기 제1 연관 강도와 제2 연관 강도의 합으로 계산되는 것을 특징으로 하는 음식 아이템의 추천 장치
|
| 11 |
11
제 10 항에 있어서, 상기 후보 추천 음식 결정부는사용자의 음식 구매 이력과 주변 사용자의 음식 구매 이력에 기초하여 음식 구매 이력에 따른 상기 사용자와 상기 주변 사용자 사이의 구매 이력 유사도를 계산하는 구매 이력 유사도 계산부; 상기 구매 이력 유사도가 제1 임계값을 초과하는 n명(여기서 n은 1 이상의 자연수)의 후보 주변 사용자와 사용자의 개인 지수 정보에 기초하여 상기 사용자와 후보 주변 사용자 사이의 프로필 유사도를 계산하는 프로필 유사도 계산부; 상기 구매 이력 유사도와 상기 프로필 유사도로부터 후보 주변 사용자의 최종 유사도를 계산하는 최종 유사도 계산부; 및상기 최종 유사도와 상기 후보 주변 사용자의 음식 아이템별 평가 점수로부터 후보 추천 음식 아이템을 결정하는 후보 결정부를 포함하는 것을 특징으로 하는 음식 아이템 추천 장치
|
| 12 |
12
제 11 항에 있어서, 상기 구매 이력 유사도는상기 사용자와 상기 주변 사용자가 동일 음식 아이템의 구매 여부 및 상기 동일 음식 아이템에 대한 평가 점수 차이로부터 계산되는 것을 특징으로 하는 음식 아이템의 추천 장치
|
| 13 |
13
제 12 항에 있어서, 상기 구매 이력 유사도는상기 사용자와 상기 주변 사용자가 동일 음식 아이템의 구매 여부 및 상기 동일 음식 아이템에 대한 평가 점수의 존재 여부에 따른 리스크값을 고려하여 계산되는 것을 특징으로 하는 음식 아이템의 추천 장치
|
| 14 |
14
삭제
|
| 15 |
15
삭제
|
