| 1 |
1
프로세서 및 메모리를 포함하는 장치가 사용자 디바이스를 위한 임베딩 테이블 - 상기 임베딩 테이블은 포함하고 있는 모든 아이템 각각에 대한 가중치값이 부여되어 있으며, 상기 장치는 하나 이상의 특정 서비스에 대한 모든 아이템을 포함하는 임베딩 테이블을 포함하고 있음 - 크기를 조절하는 방법에 있어서, (a) 상기 사용자 디바이스의 메모리 용량 정보에 따른 초기 설정값 개수인 k(k는 양의 정수)개 만큼의 아이템을 포함하는 제1 임베딩 테이블을 상기 사용자 디바이스에 발송하고, 소정의 처리를 진행하여 상기 사용자 디바이스가 포함하는 추천 모델의 구동에 대한 허용 기준을 만족하는 제N(N은 양의 정수) 임베딩 테이블이 포함하는 아이템의 개수인 K(K는 양의 정수)를 결정하는 제1 단계; 및(b) 상기 결정한 K에 따라 상기 사용자 디바이스에 발송한 K개의 아이템을 포함하는 제N 임베딩 테이블에 대하여 상기 추천 모델의 학습에 의해 갱신된 상기 K개의 아이템에 대한 가중치값을 포함하는 제N′ 임베딩 테이블을 수신하고, 소정의 처리를 진행하여 재선정한 K개의 아이템을 포함하는 제N+1 임베딩 테이블을 상기 사용자 디바이스에 발송하는 제2 단계;를 포함하며, 상기 제1 임베딩 테이블과 제N+1 임베딩 테이블의 크기는 상이한, 사용자 디바이스를 위한 임베딩 테이블 크기를 조절하는 방법에 있어서, 상기 제1 단계는,상기 사용자 디바이스로부터 메모리 용량 정보를 수신하는 제1-1 단계; 상기 수신한 메모리 용량 정보에 따른 초기 설정값 개수 k개 만큼의 아이템을 포함하는 제1 임베딩 테이블을 상기 사용자 디바이스에 발송하는 1-2 단계; 상기 추천 모델이 상기 수신한 제1 임베딩 테이블이 허용 기준을 만족하는지 판단한 결과가 NO인 경우, 상기 제1 임베딩 테이블의 크기가 소정 크기 만큼 줄어들 수 있도록 상기 k를 재설정하는 제1-3 단계; 상기 재설정한 k를 아이템의 개수로 포함하는 제2 임베딩 테이블을 상기 사용자 디바이스에 재발송하는 제1-4 단계; 및상기 추천 모델이 상기 수신한 제2 임베딩 테이블이 허용 기준을 만족하는지 판단한 결과가 YES인 경우, 상기 제2 임베딩 테이블에 대하여 재설정한 k를 상기 사용자 디바이스에 대한 K로 결정하는 제1-5 단계;를 포함하며, 상기 추천 모델이 상기 사용자 디바이스의 메모리 용량에 기초하여 상기 제1 임베딩 테이블을 정상적으로 구동할 수 있는지 여부에 대한 제1 허용 기준 및 상기 추천 모델이 특정 서비스에 대하여 상기 제1 임베딩 테이블을 구동하는 경우 소요되는 시간이 상기 특정 서비스가 추구하는 시간 기준을 만족하는지 여부에 대한 제2 허용 기준 중 어느 하나 이상을 포함하는, 사용자 디바이스를 위한 임베딩 테이블 크기를 조절하는 방법
|
| 2 |
2
삭제
|
| 3 |
3
삭제
|
| 4 |
4
삭제
|
| 5 |
5
제1항에 있어서, 상기 소정 크기는, 1MB, 10MB 및 100MB 중 어느 하나며,상기 장치의 관리자의 설정에 의해 선택 가능한, 사용자 디바이스를 위한 임베딩 테이블 크기를 조절하는 방법
|
| 6 |
6
제1항에 있어서, 상기 제2 단계는, 상기 추천 모델이 상기 K개의 아이템을 포함하는 제N 임베딩 테이블에 대하여 학습을 진행하고, 특정 서비스에 대하여 구동 테스트를 수행한 결과, 상기 추천 모델의 정확도가 정확도 기준을 만족하는지 판단하여 판단 결과가 NO인 경우, 상기 추천 모델의 학습에 의해 갱신된 상기 K개의 아이템에 대한 가중치값을 포함하는 제N′ 임베딩 테이블을 상기 사용자 디바이스로부터 수신하는 제2-1 단계; 상기 수신한 제N′임베딩 테이블이 포함하는 K개의 아이템 및 이에 대한 가중치값을 상기 장치가 포함하고 있는 특정 서비스에 대한 모든 아이템을 포함하는 임베딩 테이블 상에서의 동일한 K개의 아이템 및 이에 대한 가중치값과 교환하여 혼합 임베딩 테이블을 생성하는 제2-2 단계; 상기 생성한 혼합 임베딩 테이블이 포함하는 모든 아이템 각각에 대하여 상기 사용자 디바이스에 발송할 제N+1 임베딩 테이블에 포함시킬 아이템을 추출하는데 이용되는 중요도 점수를 손실값을 이용하여 산출하는 제2-3 단계; 상기 산출한 중요도 점수가 높은 순서대로 상기 혼합 임베딩 테이블이 포함하는 모든 아이템을 정렬하는 제2-4 단계; 및상기 중요도 점수가 높은 순서대로 정렬한 혼합 임베딩 테이블 상에서 상위 K개의 아이템을 추출하고, 이를 포함하는 제N+1 임베딩 테이블을 상기 사용자 디바이스에 발송하는 제2-5 단계;를 포함하는 사용자 디바이스를 위한 임베딩 테이블 크기를 조절하는 방법
|
| 7 |
7
제6항에 있어서, 상기 제2-3 단계는, 상기 혼합 임베딩 테이블이 포함하는 모든 아이템 각각에 대한 손실값을 산정하는 제2-3-1 단계;상기 혼합 임베딩 테이블이 포함하는 모든 아이템 각각에 대한 손실값을 합산하여 혼합 임베딩 테이블에 대한 손실값을 산정하는 제2-3-2 단계;상기 혼합 임베딩 테이블이 포함하는 각각의 아이템에 대한 가중치값을 제외시킨 부분 혼합 임베딩 테이블을 상기 혼합 임베딩 테이블이 포함하는 각각의 아이템의 개수만큼 생성하고, 각각의 혼합 임베딩 테이블 자체에 대한 손실값을 산정하는 제2-3-3 단계; 및 상기 산정한 혼합 임베딩 테이블 자체에 대한 손실값에서 상기 각각의 혼합 임베딩 테이블에 대한 손실값을 각각 차감하여 상기 혼합 임베딩 테이블이 포함하는 모든 아이템 각각에 대한 중요도 점수를 산출하는 제2-3-4 단계;를 포함하는 사용자 디바이스를 위한 임베딩 테이블 크기를 조절하는 방법
|
| 8 |
8
제1항에 있어서, 상기 특정 서비스는, 사용자 선호도를 반영한 콘텐츠 추천 기능을 제공하는 특정 온라인 플랫폼인, 사용자 디바이스를 위한 임베딩 테이블 크기를 조절하는 방법
|
| 9 |
9
사용자 디바이스를 위한 임베딩 테이블 크기를 조절하는 장치 - 상기 임베딩 테이블은 포함하고 있는 모든 아이템 각각에 대한 가중치값이 부여되어 있으며, 상기 장치는 하나 이상의 특정 서비스에 대한 모든 아이템을 포함하는 임베딩 테이블을 포함하고 있음 - 는,하나 이상의 프로세서;네트워크 인터페이스;상기 프로세서에 의해 수행되는 컴퓨터 프로그램을 로드(Load)하는 메모리; 및대용량 네트워크 데이터 및 상기 컴퓨터 프로그램을 저장하는 스토리지를 포함하되,상기 컴퓨터 프로그램은 상기 하나 이상의 프로세서에 의해,(A) 상기 사용자 디바이스의 메모리 용량 정보에 따른 초기 설정값 개수인 k(k는 양의 정수)개 만큼의 아이템을 포함하는 제1 임베딩 테이블을 상기 사용자 디바이스에 발송하고, 소정의 처리를 진행하여 상기 사용자 디바이스가 포함하는 추천 모델의 구동에 대한 허용 기준을 만족하는 제N(N은 양의 정수) 임베딩 테이블이 포함하는 아이템의 개수인 K(K는 양의 정수)를 결정하는 제1 오퍼레이션; 및(B) 상기 결정한 K에 따라 상기 사용자 디바이스에 발송한 K개의 아이템을 포함하는 제N 임베딩 테이블에 대하여 상기 추천 모델의 학습에 의해 갱신된 상기 K개의 아이템에 대한 가중치값을 포함하는 제N′ 임베딩 테이블을 수신하고, 소정의 처리를 진행하여 재선정한 K개의 아이템을 포함하는 제N+1 임베딩 테이블을 상기 사용자 디바이스에 발송하는 제2 오퍼레이션;을 실행하며, 상기 제1 임베딩 테이블과 제N+1 임베딩 테이블의 크기는 상이한,사용자 디바이스를 위한 임베딩 테이블 크기를 조절하는 장치에 있어서, 상기 제1 오퍼레이션은,상기 사용자 디바이스로부터 메모리 용량 정보를 수신하는 제1-1 오퍼레이션; 상기 수신한 메모리 용량 정보에 따른 초기 설정값 개수 k개 만큼의 아이템을 포함하는 제1 임베딩 테이블을 상기 사용자 디바이스에 발송하는 1-2 오퍼레이션; 상기 추천 모델이 상기 수신한 제1 임베딩 테이블이 허용 기준을 만족하는지 판단한 결과가 NO인 경우, 상기 제1 임베딩 테이블의 크기가 소정 크기 만큼 줄어들 수 있도록 상기 k를 재설정하는 제1-3 오퍼레이션; 상기 재설정한 k를 아이템의 개수로 포함하는 제2 임베딩 테이블을 상기 사용자 디바이스에 재발송하는 제1-4 오퍼레이션; 및상기 추천 모델이 상기 수신한 제2 임베딩 테이블이 허용 기준을 만족하는지 판단한 결과가 YES인 경우, 상기 제2 임베딩 테이블에 대하여 재설정한 k를 상기 사용자 디바이스에 대한 K로 결정하는 제1-5 오퍼레이션;을 포함하며, 상기 추천 모델이 상기 사용자 디바이스의 메모리 용량에 기초하여 상기 제1 임베딩 테이블을 정상적으로 구동할 수 있는지 여부에 대한 제1 허용 기준 및 상기 추천 모델이 특정 서비스에 대하여 상기 제1 임베딩 테이블을 구동하는 경우 소요되는 시간이 상기 특정 서비스가 추구하는 시간 기준을 만족하는지 여부에 대한 제2 허용 기준 중 어느 하나 이상을 포함하는, 사용자 디바이스를 위한 임베딩 테이블 크기를 조절하는 장치
|
| 10 |
10
컴퓨터로 판독 가능한 매체에 저장된 컴퓨터 프로그램이 컴퓨팅 장치와 결합하여 사용자 디바이스를 위한 임베딩 테이블 크기를 조절 - 상기 임베딩 테이블은 포함하고 있는 모든 아이템 각각에 대한 가중치값이 부여되어 있으며, 상기 컴퓨터 프로그램은 하나 이상의 특정 서비스에 대한 모든 아이템을 포함하는 임베딩 테이블을 포함하고 있음 - 하는 방법에 있어서, 상기 컴퓨터로 판독 가능한 매체에 저장된 컴퓨터 프로그램은,(AA) 상기 사용자 디바이스의 메모리 용량 정보에 따른 초기 설정값 개수인 k(k는 양의 정수)개 만큼의 아이템을 포함하는 제1 임베딩 테이블을 상기 사용자 디바이스에 발송하고, 소정의 처리를 진행하여 상기 사용자 디바이스가 포함하는 추천 모델의 구동에 대한 허용 기준을 만족하는 제N(N은 양의 정수) 임베딩 테이블이 포함하는 아이템의 개수인 K(K는 양의 정수)를 결정하는 제1 단계; 및(BB) 상기 결정한 K에 따라 상기 사용자 디바이스에 발송한 K개의 아이템을 포함하는 제N 임베딩 테이블에 대하여 상기 추천 모델의 학습에 의해 갱신된 상기 K개의 아이템에 대한 가중치값을 포함하는 제N′ 임베딩 테이블을 수신하고, 소정의 처리를 진행하여 재선정한 K개의 아이템을 포함하는 제N+1 임베딩 테이블을 상기 사용자 디바이스에 발송하는 제2 단계;를 실행하며, 상기 제1 임베딩 테이블과 제N+1 임베딩 테이블의 크기는 상이한,컴퓨터로 판독 가능한 매체에 저장된 컴퓨터 프로그램에 있어서, 상기 제1 단계는,상기 사용자 디바이스로부터 메모리 용량 정보를 수신하는 제1-1 단계; 상기 수신한 메모리 용량 정보에 따른 초기 설정값 개수 k개 만큼의 아이템을 포함하는 제1 임베딩 테이블을 상기 사용자 디바이스에 발송하는 1-2 단계; 상기 추천 모델이 상기 수신한 제1 임베딩 테이블이 허용 기준을 만족하는지 판단한 결과가 NO인 경우, 상기 제1 임베딩 테이블의 크기가 소정 크기 만큼 줄어들 수 있도록 상기 k를 재설정하는 제1-3 단계; 상기 재설정한 k를 아이템의 개수로 포함하는 제2 임베딩 테이블을 상기 사용자 디바이스에 재발송하는 제1-4 단계; 및상기 추천 모델이 상기 수신한 제2 임베딩 테이블이 허용 기준을 만족하는지 판단한 결과가 YES인 경우, 상기 제2 임베딩 테이블에 대하여 재설정한 k를 상기 사용자 디바이스에 대한 K로 결정하는 제1-5 단계;를 포함하며,상기 추천 모델이 상기 사용자 디바이스의 메모리 용량에 기초하여 상기 제1 임베딩 테이블을 정상적으로 구동할 수 있는지 여부에 대한 제1 허용 기준 및 상기 추천 모델이 특정 서비스에 대하여 상기 제1 임베딩 테이블을 구동하는 경우 소요되는 시간이 상기 특정 서비스가 추구하는 시간 기준을 만족하는지 여부에 대한 제2 허용 기준 중 어느 하나 이상을 포함하는, 컴퓨터로 판독 가능한 매체에 저장된 컴퓨터 프로그램
|
