1 |
1
서버에 의해 수행되는 웹 응용에 대한 사용자 상호작용 예측 방법에 있어서,(a) 네트워크를 통해 웹 응용을 탐색할 때 발생하는 URL 탐색을 위한 네비게이션 이벤트 및 클릭 이벤트를 포함하는 이벤트 정보를 사용자 단말로부터 수집하는 단계;(b) 성능 향상을 위한 데이터 필터링 및 데이터 벡터화를 포함하는 전처리 프로세스를 상기 수집된 이벤트 정보에 적용하여 사용자 행동분석 데이터를 생성하는 단계; (c) 사용자 단말에서 웹 응용 탐색에 따른 신규 이벤트 발생시, 상기 신규 이벤트 발생 정보를 사용자 상호작용 예측 모델에 입력하여 상기 신규 이벤트 이후 발생할 이벤트를 포함하는 예측 결과 데이터를 생성하는 단계; 및(d) 상기 예측 결과 데이터에 기초하여 서버에서 상기 사용자 단말에 제공할 서비스 상태를 조절하는 단계;를 포함하되,상기 사용자 상호작용 예측 모델은 상기 사용자 행동분석 데이터를 기초로 순환 신경망(RNN: Recurrent Neural Network)를 이용하여 학습된 것인,웹 응용에 대한 사용자 상호작용 예측 방법
|
2 |
2
제 1 항에 있어서,상기 (a)단계에서 수집하는 이벤트 정보는 사용자 식별자 정보, 이벤트 종류 정보, 탐색된 URL정보, 클릭된 객체 정보 또는 이벤트 발생시간을 나타내는 타임스탬프 중 적어도 하나를 포함하는 것을 특징으로 하는,웹 응용에 대한 사용자 상호작용 예측 방법
|
3 |
3
제 1 항에 있어서, 상기 (b)단계에서 적용되는 상기 전처리 프로세스는 기설정된 조건을 만족하는 URL들을 하나의 통합된 그룹으로 인식하는URL 그룹핑 프로세스를 포함하는 것이고,상기 URL 그룹핑 프로세스는 네비게이션 이벤트에 대해 기설정된 URL의 쿼리 스트링 부분을 제거하고, 클릭 이벤트에 대해 쿼리 스트링이 제거된 URL과 클릭된 HTML 요소까지의 경로를 나타내는 문자열을 결합한 후, 페이지 로드 타임에 기설정된 비중 이상을 차지하는 동일한 멀티미디어 자원들을 요청하는 URL들을 하나의 통합된 그룹으로 인식하는 것인,웹 응용에 대한 사용자 상호작용 예측 방법
|
4 |
4
제 1 항에 있어서, 상기 (b)단계에서 적용되는 상기 전처리 프로세스는 상기 이벤트 정보를 동일한 대상 공간에서 정렬한 뒤 저차원으로 벡터화하는 웹 임베딩 프로세스를 포함하는 것이고,상기 웹 임베딩 프로세스는 워드투벡터(word2Vec)의 스킵-그람(Skip-gram)을 사용하여 상기 이벤트 정보에 포함된 네비게이션 이벤트와 클릭 이벤트를 각각 배열형태의 입력으로 받아, 상기 입력 간의 문맥을 재설계하고, 확률 그라디언트 하강(Stochastic Gradient Descent)기법을 활용하여 반복적으로 벡터 표현의 오차를 줄여나가는 방향으로 목적함수를 최적화하고, 최종적으로 찾은 임베딩은 사전의 형태로 저장하는 것인,웹 응용에 대한 사용자 상호작용 예측 방법
|
5 |
5
제 1 항에 있어서, 상기 (d)단계는 상기 예측 결과 데이터에 해당하는 컨텐츠를 상기 사용자 단말로 미리 가져오는 프리페칭(prefetching)단계를 포함하는,웹 응용에 대한 사용자 상호작용 예측 방법
|
6 |
6
제 1 항에 있어서,상기 사용자 상호작용 예측 모델은 순환 신경망 중 GRU(Gated Recurrent Unit) 를 사용하여, 시간 순서로 발생하는 클릭 이벤트 및 네비게이션 이벤트를 입력 데이터로 하여 다음에 발생하는 이벤트와의 관계를 학습하고, 미래에 발생할 사용자 이벤트를 예측하는 것인, 웹 응용에 대한 사용자 상호작용 예측 방법
|
7 |
7
제 6 항에 있어서,상기 사용자 상호작용 예측 모델은 문맥에 따라 가변 길이의 입력을 수용할 수 있는 입력 레이어, 다중 GRU 셀로 구성된 여러 겹의 히든 레이어로 구성된 중심부, 예측 대상별 예측 확률을 출력하기 위한 완전 연결(fully-connected) 레이어 및 각 예측 대상별 확률값을 도출하는 소프트맥스 레이어 를 포함하는 것인,웹 응용에 대한 사용자 상호작용 예측 방법
|
8 |
8
웹 응용에 대한 사용자 상호작용 예측 서버에 있어서,웹 응용에 대한 사용자 상호작용 예측 프로그램이 저장된 메모리;상기 메모리에 저장된 프로그램을 실행하는 프로세서를 포함하며, 상기 프로세서는 상기 프로그램의 실행에 의해,네트워크를 통해 웹 응용을 탐색할 때 발생하는 URL 탐색을 위한 네비게이션 이벤트 및 클릭 이벤트를 포함하는 이벤트 정보를 사용자 단말로부터 수집하고,성능 향상을 위한 데이터 필터링 및 데이터 벡터화를 포함하는 전처리 프로세스를 상기 수집된 이벤트 정보에 적용하여 사용자 행동분석 데이터를 생성하고,사용자 단말에서 웹 응용 탐색에 따른 신규 이벤트 발생시, 상기 신규 이벤트 발생 정보를 사용자 상호작용 예측 모델에 입력하여 상기 신규 이벤트 이후 발생할 이벤트를 포함하는 예측 결과 데이터를 생성하고,상기 예측 결과 데이터에 기초하여 서버에서 상기 사용자 단말에 제공할 서비스 상태를 조절하되,상기 사용자 상호작용 예측 모델은 상기 사용자 행동분석 데이터를 기초로 순환 신경망(RNN: Recurrent Neural Network)를 이용하여 학습된 것인,웹 응용에 대한 사용자 상호작용 예측 서버
|
9 |
9
제 8 항에 있어서, 상기 전처리 프로세스는 기설정된 조건을 만족하는 URL들을 하나의 통합된 그룹으로 인식하는URL 그룹핑 프로세스를 포함하는 것인,웹 응용에 대한 사용자 상호작용 예측 서버
|
10 |
10
제 8 항에 있어서, 상기 전처리 프로세스는 상기 이벤트 정보를 동일한 대상 공간에서 정렬한 뒤 저차원으로 벡터화하는 웹 임베딩 프로세스를 포함하는 것이고,웹 응용에 대한 사용자 상호작용 예측 서버
|
11 |
11
사용자 단말에서의 웹 응용에 대한 사용자 상호작용 예측 방법에 있어서,(a) 네트워크를 통해 웹 응용을 탐색할 때 발생하는 URL 탐색을 위한 네비게이션 이벤트 및 클릭 이벤트를 포함하는 이벤트 정보를 수집하는 단계;(b) 성능 향상을 위한 데이터 필터링 및 데이터 벡터화를 포함하는 전처리 프로세스를 상기 수집된 이벤트 정보에 적용하여 사용자 행동분석 데이터를 생성하는 단계; (c) 사용자 단말에서 웹 응용 탐색에 따른 신규 이벤트 발생시, 상기 신규 이벤트 발생 정보를 사용자 상호작용 예측 모델에 입력하여 상기 신규 이벤트 이후 발생할 이벤트를 포함하는 예측 결과 데이터를 생성하는 단계; 및(d) 상기 예측 결과 데이터에 기초하여 외부 응용서비스 제공 서버에 대하여 상기 사용자 단말에 제공할 서비스의 제공 상태를 조절하는 단계;를 포함하되,상기 사용자 상호작용 예측 모델은 상기 사용자 행동분석 데이터를 기초로 순환 신경망(RNN: Recurrent Neural Network)를 이용하여 학습된 것인,웹 응용에 대한 사용자 상호작용 예측 방법
|
12 |
12
제 11 항에 있어서, 상기 전처리 프로세스는 기설정된 조건을 만족하는 URL들을 하나의 통합된 그룹으로 인식하는URL 그룹핑 프로세스를 포함하는 것인,웹 응용에 대한 사용자 상호작용 예측 방법
|
13 |
13
제 11 항에 있어서, 상기 전처리 프로세스는 상기 이벤트 정보를 동일한 대상 공간에서 정렬한 뒤 저차원으로 벡터화하는 웹 임베딩 프로세스를 포함하는 것이고,웹 응용에 대한 사용자 상호작용 예측 방법
|
14 |
14
제 1 항에 따르는 방법을 수행하기 위한 컴퓨터 프로그램이 기록된 비일시적 컴퓨터 판독가능 기록매체
|