1 |
1
사용자의 맥락을 신규 사례로 표현하여 사례화하는 단계; 상기 사용자의 맥락의 신규 사례를 토대로 과거 사례를 케이스 베이스(Case-base, CB)로부터 검색하여 유사도가 가장 높은 사례 또는 유사도가 높은 사례들을 선별하여 유사도가 높은 순서의 소정의 상위 사례들을 기반으로 1차 솔루션을 도출하고, 상기 사용자에게 상기 1차 솔루션을 추천하는 단계; 및 상기 1차 솔루션에 대한 상기 사용자의 피드백을 받은 후 상기 사용자의 피드백을 반영하여 최종 솔루션으로 수정하고, 상기 사용자에게 상기 최종 솔루션을 추천하는 단계를 포함하는, 사용자 맞춤형 추천을 위한 집단지성형 사례기반추론 방법
|
2 |
2
제1항에 있어서,상기 최종 솔루션의 완성에 따른 상기 신규 사례를 케이스 베이스(Case-base, CB)에 저장하는 단계를 더 포함하는, 사용자 맞춤형 추천을 위한 집단지성형 사례기반추론 방법
|
3 |
3
제1항에 있어서,상기 사용자의 맥락을 신규 사례로 표현하여 사례화하는 단계는, 상기 사용자의 요구사항이 음성(Voice) 또는 텍스트(Text) 기반으로 입력되었을 때 현재의 상기 사용자 맥락을 신규 사례로 변환하여 사례화하는 단계를 포함하는, 사용자 맞춤형 추천을 위한 집단지성형 사례기반추론 방법
|
4 |
4
제1항에 있어서,상기 사용자의 맥락을 신규 사례로 표현하여 사례화하는 단계는, 기 설정된 요구사항에 관한 조건이 달성되었을 때 현재의 상기 사용자 맥락을 신규 사례로 변환하여 사례화하는 단계를 포함하는, 사용자 맞춤형 추천을 위한 집단지성형 사례기반추론 방법
|
5 |
5
제1항에 있어서,상기 사용자에게 상기 1차 솔루션을 추천하는 단계는, 추론 모듈의 의장(Gateway)은 상기 사용자의 맥락의 신규 사례를 신규 안건으로 등록하는 단계; 등록된 상기 신규 안건을 대상으로 상기 추론 모듈의 복수의 의원(Node)들은 각각 상기 케이스 베이스(CB)의 과거 사례 중 유사도가 높다고 판단되는 사례 순으로 소정의 사례를 리스트화하여 상기 의장에게 전달함에 따라 투표하는 단계; 상기 의장은 투표 결과에 따라 가장 유사도가 높다고 판단된 사례를 1차 솔루션으로 채택하는 단계; 및 상기 의장은 채택된 상기 1차 솔루션을 상기 사용자에게 전달하여 추천하는 단계를 포함하는, 사용자 맞춤형 추천을 위한 집단지성형 사례기반추론 방법
|
6 |
6
제5항에 있어서,상기 사용자에게 상기 1차 솔루션을 추천하는 단계는, 상기 추론 모듈의 의장은 상기 사용자의 맥락의 신규 사례를 토대로 과거 사례를 상기 케이스 베이스(CB)로부터 검색하는 단계; 상기 의장은 검색된 과거 사례 중 유사도가 높은 사례들을 선별하여 유사도가 높은 순서의 소정의 상위 사례들을 이용하여 사례 후보 리스트를 작성하는 단계; 및 상기 의장은 상기 사례 후보 리스트 중 첫 번째로 유사도가 가장 높은 사례와 두 번째로 유사도가 가장 높은 사례의 유사도 수치를 이용하여 안건 상정 여부를 판단하는 단계를 더 포함하는, 사용자 맞춤형 추천을 위한 집단지성형 사례기반추론 방법
|
7 |
7
제6항에 있어서,상기 유사도 수치를 이용하여 안건 상정 여부를 판단하는 단계는, 상기 첫 번째로 유사도가 가장 높은 사례의 유사도 수치에서 상기 두 번째로 유사도가 가장 높은 사례의 유사도 수치를 차감한 값이 기 설정된 수치 미만인 경우 상기 사용자의 맥락의 신규 사례를 신규 안건으로 등록하고, 상기 기 설정된 수치 이상인 경우 상기 사용자의 맥락의 신규 사례를 신규 안건으로 등록하지 않는 것을 특징으로 하는, 사용자 맞춤형 추천을 위한 집단지성형 사례기반추론 방법
|
8 |
8
제6항에 있어서,상기 유사도 수치를 이용하여 안건 상정 여부를 판단하여 안건 상정을 하지 않는 경우, 상기 의장은 상기 첫 번째로 유사도가 가장 높은 사례를 상기 1차 솔루션으로 채택하는 단계를 더 포함하는, 사용자 맞춤형 추천을 위한 집단지성형 사례기반추론 방법
|
9 |
9
사용자의 맥락을 신규 사례로 표현하여 사례화하는 사례화부; 상기 사용자의 맥락의 신규 사례를 토대로 과거 사례를 케이스 베이스(Case-base, CB)로부터 검색하여 유사도가 가장 높은 사례 또는 유사도가 높은 사례들을 선별하여 유사도가 높은 순서의 소정의 상위 사례들을 기반으로 1차 솔루션을 도출하고, 상기 사용자에게 상기 1차 솔루션을 추천하는 사례 검색 및 재사용부; 및 상기 1차 솔루션에 대한 상기 사용자의 피드백을 받은 후 상기 사용자의 피드백을 반영하여 최종 솔루션으로 수정하고, 상기 사용자에게 상기 최종 솔루션을 추천하는 사례 수정부를 포함하는, 사용자 맞춤형 추천을 위한 집단지성형 사례기반추론 시스템
|
10 |
10
제9항에 있어서,상기 최종 솔루션의 완성에 따른 상기 신규 사례를 케이스 베이스(Case-base, CB)에 저장하는 사례 유지부를 더 포함하는, 사용자 맞춤형 추천을 위한 집단지성형 사례기반추론 시스템
|
11 |
11
제9항에 있어서,상기 사례 검색 및 재사용부는, 추론 모듈의 의장(Gateway)은 상기 사용자의 맥락의 신규 사례를 신규 안건으로 등록하고, 등록된 상기 신규 안건을 대상으로 상기 추론 모듈의 복수의 의원(Node)들은 각각 상기 케이스 베이스(CB)의 과거 사례 중 유사도가 높다고 판단되는 사례 순으로 소정의 사례를 리스트화하여 상기 의장에게 전달함에 따라 투표하며, 상기 의장은 투표 결과에 따라 가장 유사도가 높다고 판단된 사례를 1차 솔루션으로 채택하여, 상기 의장은 채택된 상기 1차 솔루션을 상기 사용자에게 전달하여 추천하는 것을 특징으로 하는, 사용자 맞춤형 추천을 위한 집단지성형 사례기반추론 시스템
|
12 |
12
제11항에 있어서,상기 사례 검색 및 재사용부는, 상기 추론 모듈의 의장은 상기 사용자의 맥락의 신규 사례를 토대로 과거 사례를 상기 케이스 베이스(CB)로부터 검색하고, 상기 의장은 검색된 과거 사례 중 유사도가 높은 사례들을 선별하여 유사도가 높은 순서의 소정의 상위 사례들을 이용하여 사례 후보 리스트를 작성하며, 상기 의장은 상기 사례 후보 리스트 중 첫 번째로 유사도가 가장 높은 사례와 두 번째로 유사도가 가장 높은 사례의 유사도 수치를 이용하여 안건 상정 여부를 판단하는 것을 특징으로 하는, 사용자 맞춤형 추천을 위한 집단지성형 사례기반추론 시스템
|
13 |
13
제12항에 있어서,상기 사례 검색 및 재사용부는, 상기 첫 번째로 유사도가 가장 높은 사례의 유사도 수치에서 상기 두 번째로 유사도가 가장 높은 사례의 유사도 수치를 차감한 값이 기 설정된 수치 미만인 경우 상기 사용자의 맥락의 신규 사례를 신규 안건으로 등록하고, 상기 기 설정된 수치 이상인 경우 상기 사용자의 맥락의 신규 사례를 신규 안건으로 등록하지 않는 것을 특징으로 하는, 사용자 맞춤형 추천을 위한 집단지성형 사례기반추론 시스템
|
14 |
14
사용자의 맥락을 신규 사례로 표현하여 사례화하고, 상기 사용자의 맥락의 신규 사례를 토대로 과거 사례를 케이스 베이스(Case-base, CB)로부터 검색하여 유사도가 가장 높은 사례 또는 유사도가 높은 사례들을 선별하여 유사도가 높은 순서의 소정의 상위 사례들을 기반으로 1차 솔루션을 도출하고, 상기 사용자에게 상기 1차 솔루션을 추천하며, 상기 1차 솔루션에 대한 상기 사용자의 피드백을 받은 후 상기 사용자의 피드백을 반영하여 최종 솔루션으로 수정하고, 상기 사용자에게 상기 최종 솔루션을 추천하는 추론 모듈; 상기 과거 사례를 저장하고, 상기 최종 솔루션이 완성된 상기 신규 사례를 저장하는 케이스 베이스(Case-base, CB); 및 상기 추론 모듈의 요청에 따라 상기 케이스 베이스로부터 상기 과거 사례를 검색하여 리스트를 전달하는 데이터 관리 모듈을 포함하는, 사용자 맞춤형 추천을 위한 집단지성형 사례기반추론 시스템
|
15 |
15
제14항에 있어서,상기 사용자의 요구사항 또는 상기 사용자의 피드백을 입력하고, 상기 추론 모듈을 통해 도출된 결과인 상기 1차 솔루션 또는 상기 최종 솔루션을 출력하는 커뮤니케이션 모듈(Communication Module, CM)을 더 포함하는, 사용자 맞춤형 추천을 위한 집단지성형 사례기반추론 시스템
|