| 1 |
1
프로세서에 의하여 동작하는 신경망으로 이루어진 딥러닝 모델을 이용하여, 콘텐츠 이용자의 성향을 벡터화한 콘텐츠 이용자 성향 벡터u, 콘텐츠의 성향을 벡터화한 콘텐츠 성향 벡터 v를 산출하는 벡터 변환부;GPU만을 이용하여 연산이 가능하도록 완전한 딥러닝 구조를 구현하기 위하여 미리 설정된 손실 함수에 상기 산출된 u와 v를 입력하여 연산을 수행하는 GPU 연산 수행부; 및상기 연산 결과를 기반으로 콘텐츠 이용자 별로 특정 콘텐츠에 대한 콘텐츠 평가 점수를 예측하는 콘텐츠 평가 점수 예측부를 포함하는 GPU 연산 기반의 딥러닝을 이용한 콘텐츠 추천 장치
|
| 2 |
2
제 1 항에 있어서 상기 GPU 연산 수행부는,상기 연산을 수행함에 있어 다중 밀집 레이어를 이용하여 생성한 가중치 행렬에 적어도 하나의 콘텐츠 이용자 성향 벡터 u의 값이 입력되는 것을 특징으로 하는 GPU 연산 기반의 딥러닝을 이용한 콘텐츠 추천 장치
|
| 3 |
3
제 1 항에 있어서,상기 콘텐츠가 텍스트 위주인 경우, 콘텐츠에 포함된 텍스트들의 벡터화를 위하여 사전(dictionary) 형성 및 워드 투 벡터(word to vector) 모델을 학습하는 것을 특징으로 하는 GPU 연산 기반의 딥러닝을 이용한 콘텐츠 추천 장치
|
| 4 |
4
제 3 항에 있어서,콘텐츠에 포함된 텍스트들을 크롤링(crawling)하여 문장별로 사전에 등록하고, 상기 사전에 등록된 문장들을 구문 분석하여 미리 저장된 예외 단어 들은 삭제하고 미리 저장된 일정 형식의 품사들만 추출하여 저장된 문장들을 이용하여 워드 투 벡터(word to vector) 모델을 생성하는 것을 특징으로 하는 GPU 연산 기반의 딥러닝을 이용한 콘텐츠 추천 장치
|
| 5 |
5
제 1항에 있어서 상기 GPU 연산 수행부는,상기 콘텐츠가 텍스트 위주인 경우에는 문서 처리용 CNN 모델을 사용하고, 상기 콘텐츠가 영상 또는 음악 주인 경우 영상 또는 음악 처리용 CNN 모델을 사용하여 콘텐츠의 유형별로 해당 CNN모델으로 교체하여 사용하는 것을 특징으로 하는 GPU 연산 기반의 딥러닝을 이용한 콘텐츠 추천 장치
|
| 6 |
6
제 1 항에 있어서, 각 콘텐츠 이용자가 이용한 각 콘텐츠에 대한 체류 시간 정보를 수집하고 수집된 체류 시간을 상대 점수로 환산하여 해당 콘텐츠의 개인 선호도를 판단하여 콘텐츠 이용자별 콘텐츠 선호도를 제공하는 콘텐츠 선호도 제공부 및 상기 높은 콘텐츠 선호도를 가지는 콘텐츠에 대한 콘텐츠 평가 점수를 예측하여 높은 평가 점수가 예측되는 콘텐츠를 추천하는 콘텐츠 추천부를 더 포함하는 것을 특징으로 하는 GPU 연산 기반의 딥러닝을 이용한 콘텐츠 추천 장치
|
| 7 |
7
제 6 항에 있어서 상기 콘텐츠 선호도 제공부는,콘텐츠 이용자가 이용한 각 콘텐츠 별 체류 시간 정보를 수집하는 체류 시간 정보 수집부;수집된 콘텐츠 별 체류 시간 정보 각각에 정규분포 함수를 대응시키는 정규 분포 함수 매칭부; 상기 대응된 복수의 체류 시간 정보에 대한 정규분포 함수를 선형적으로 결합하여 상기 콘텐츠 이용자의 체류시간 분포를 추정하는 체류시간 분포 추정부;상기 추정된 체류시간 분포를 누적하여 누적 분포 함수를 계산하고, 상기 계산된 누적 분포 함수를 이용하여 체류 시간을 각 콘텐츠 이용자별 상대 점수로 환산한 맞춤형 점수를 계산하는 맞춤형 점수 계산부; 및상기 계산된 맞춤형 점수를 기반으로 각 콘텐츠 이용자별 복수의 콘텐츠에 대한 선호도 그래프를 생성하여 해당 콘텐츠의 개인 선호도를 판단하는 선호도 판단부를 더 포함하는 것을 특징으로 하는 GPU 연산 기반의 딥러닝을 이용한 콘텐츠 추천 장치
|
| 8 |
8
제 7 항에 있어서 상기 맞춤형 점수 계산부는, 상기 계산된 누적 분포 함수를 사분위(quantile) 변환하여 맞춤형 점수를 계산하는 것을 특징으로 하는 GPU 연산 기반의 딥러닝을 이용한 콘텐츠 추천 장치
|
| 9 |
9
제 7 항에 있어서 상기 선호도 판단부는,상기 계산된 맞춤형 점수가 높을수록 각 콘텐츠 이용자가 선호하는 콘텐츠로 판단하는 것을 특징으로 하는 GPU 연산 기반의 딥러닝을 이용한 콘텐츠 추천 장치
|
| 10 |
10
제 7 항에 있어서 상기 체류시간 분포 추정부는,상기 콘텐츠 이용자가 이용한 콘텐츠의 수가 늘어날수록 추정된 체류시간 분포는 실제 결과에 부합되는 분포를 따라 가는 것을 특징으로 하는 GPU 연산 기반의 딥러닝을 이용한 콘텐츠 추천 장치
|
| 11 |
11
프로세서에 의하여 동작하는 신경망으로 이루어진 딥러닝 모델을 이용하여, 콘텐츠 이용자의 성향을 벡터화한 콘텐츠 이용자 성향 벡터u, 콘텐츠의 성향을 벡터화한 콘텐츠 성향 벡터 v를 산출하는 단계;GPU만을 이용하여 연산이 가능하도록 완전한 딥러닝 구조를 구현하기 위하여 미리 설정된 손실 함수에 상기 산출된 u와 v를 입력하여 연산을 수행하는 단계; 및상기 연산 결과를 기반으로 콘텐츠 이용자 별로 특정 콘텐츠에 대한 콘텐츠 평가 점수를 예측하는 단계를 포함하는 GPU 연산 기반의 딥러닝을 이용한 콘텐츠 추천 방법
|
| 12 |
12
제 11 항에 있어서 상기 콘텐츠 성향 벡터 v를 산출하는 단계는,상기 연산을 수행함에 있어 다중 밀집 레이어를 이용하여 생성한 가중치 행렬에 적어도 하나의 콘텐츠 이용자 성향 벡터 u의 값이 입력되는 것을 특징으로 하는 GPU 연산 기반의 딥러닝을 이용한 콘텐츠 추천 방법
|
| 13 |
13
제 11 항에 있어서,상기 콘텐츠가 텍스트 위주인 경우, 콘텐츠에 포함된 텍스트들의 벡터화를 위하여 사전(dictionary) 형성 및 워드 투 벡터(word to vector) 모델을 학습하는 것을 특징으로 하는 GPU 연산 기반의 딥러닝을 이용한 콘텐츠 추천 방법
|
| 14 |
14
제 13 항에 있어서,콘텐츠에 포함된 텍스트들을 크롤링(crawling)하여 문장별로 사전에 등록하고, 상기 사전에 등록된 문장들을 구문 분석하여 미리 저장된 예외 단어 들은 삭제하고 미리 저장된 일정 형식의 품사들만 추출하여 저장된 문장들을 이용하여 워드 투 벡터(word to vector) 모델을 생성하는 것을 특징으로 하는 GPU 연산 기반의 딥러닝을 이용한 콘텐츠 추천 방법
|
| 15 |
15
제 11항에 있어서 상기 콘텐츠 성향 벡터 v를 산출하는 단계는,상기 콘텐츠가 텍스트 위주인 경우에는 문서 처리용 CNN 모델을 사용하고, 상기 콘텐츠가 영상 또는 음악 주인 경우 영상 또는 음악 처리용 CNN 모델을 사용하여 콘텐츠의 유형별로 해당 CNN모델으로 교체하여 사용하는 것을 특징으로 하는 GPU 연산 기반의 딥러닝을 이용한 콘텐츠 추천 방법
|
| 16 |
16
제 11 항에 있어서, 각 콘텐츠 이용자가 이용한 각 콘텐츠에 대한 체류 시간 정보를 수집하고 수집된 체류 시간을 상대 점수로 환산하여 해당 콘텐츠의 개인 선호도를 판단하여 콘텐츠 이용자별 콘텐츠 선호도를 제공하는 단계; 및상기 높은 콘텐츠 선호도를 가지는 콘텐츠에 대한 콘텐츠 평가 점수를 예측하여 높은 평가 점수가 예측되는 콘텐츠를 추천하는 단계를 더 포함하는 것을 특징으로 하는 GPU 연산 기반의 딥러닝을 이용한 콘텐츠 추천 장치
|
| 17 |
17
제 16 항에 있어서 상기 콘텐츠 선호도를 제공하는 단계는,콘텐츠 이용자가 이용한 각 콘텐츠 별 체류 시간 정보를 수집하는 단계;수집된 콘텐츠 별 체류 시간 정보 각각에 정규분포 함수를 대응시키는 단계; 상기 대응된 복수의 체류 시간 정보에 대한 정규분포 함수를 선형적으로 결합하여 상기 콘텐츠 이용자의 체류시간 분포를 추정하는 단계;상기 추정된 체류시간 분포를 누적하여 누적 분포 함수를 계산하고, 상기 계산된 누적 분포 함수를 이용하여 체류 시간을 각 콘텐츠 이용자별 상대 점수로 환산한 맞춤형 점수를 계산하는 단계; 및상기 계산된 맞춤형 점수를 기반으로 각 콘텐츠 이용자별 복수의 콘텐츠에 대한 선호도 그래프를 생성하여 해당 콘텐츠의 개인 선호도를 판단하는 단계를 더 포함하는 것을 특징으로 하는 GPU 연산 기반의 딥러닝을 이용한 콘텐츠 추천 방법
|
| 18 |
18
제 17 항에 있어서 상기 맞춤형 점수를 계산하는 단계는, 상기 계산된 누적 분포 함수를 사분위(quantile) 변환하여 맞춤형 점수를 계산하는 것을 특징으로 하는 GPU 연산 기반의 딥러닝을 이용한 콘텐츠 추천 방법
|
| 19 |
19
제 17 항에 있어서 상기 개인 선호도를 판단하는 단계는,상기 계산된 맞춤형 점수가 높을수록 각 콘텐츠 이용자가 선호하는 콘텐츠로 판단하는 것을 특징으로 하는 GPU 연산 기반의 딥러닝을 이용한 콘텐츠 추천 방법
|
| 20 |
20
제 17 항에 있어서 상기 체류시간 분포를 추정하는 단계는,상기 콘텐츠 이용자가 이용한 콘텐츠의 수가 늘어날수록 추정된 체류시간 분포는 실제 결과에 부합되는 분포를 따라 가는 것을 특징으로 하는 GPU 연산 기반의 딥러닝을 이용한 콘텐츠 추천 방법
|
