-
公开(公告)号：KR101381921B1
公开(公告)日：2014-04-08
申请号：KR1020120095666
申请日：2012-08-30
Applicant: 숭실대학교산학협력단
Abstract: 소비자의 성향 분류 장치 및 방법이 개시된다. 소비자 정보 수집부는 온라인 사이트에 접속한 소비자로부터 사전에 설정된 소비자의 성향 분류에 따라 소비자의 성향을 분류할 수 있는 소비자 성향 정보를 입력받고 소비자가 상기 온라인 사이트에서 상품을 구매하기 위해 수행한 행동을 나타내는 웹 쇼핑 로그를 수집한다. 검색로그 산출부는 소비자가 사전에 설정되어 있는 상품 관련 정보를 검색하였는가를 나타내는 검색 로그를 산출한다. 행동로그 산출부는 소비자가 상품 관련 정보에 대응하여 사전에 설정되어 있는 소비자 행동 유형에 해당하는 행동을 수행하였는가를 나타내는 행동 로그를 검색 로그를 기초로 산출한다. 활동성지수 산출부는 소비자가 상품을 구매하기 위해 필요한 정보를 검색하는 정도를 나타내는 활동성 지수를 산출한다. 분류모델 생성부는 산출된 행동 로그 및 활동성 지수와 소비자로부터 입력받은 소비자 성향 정보를 기초로 온라인 사이트에 접속하는 소비자의 성향을 분류할 수 있는 규칙을 생성한다. 소비자성향 분류부는 온라인 사이트에 접속한 소비자에 대하여 산출된 행동 로그 및 활동성 지수와 생성된 규칙을 기초로 소비자의 성향을 분류한다. 본 발명에 따르면, 사회과학분야의 이론을 시스템화함으로써 IT 관련 서비스의 품질을 향상시키고 차별화된 새로운 종류의 IT 서비스를 제공할 수 있다.
-
公开(公告)号：KR101363335B1
公开(公告)日：2014-02-19
申请号：KR1020120103960
申请日：2012-09-19
Applicant: 숭실대학교산학협력단
Abstract: Disclosed are a document classification model generation device and a method thereof. The document classification model generation device which uses multiple learning documents belonging to one of multiple categories includes: a feature word evaluation index calculation unit which calculates evaluation indexes of feature words included in multiple learning documents by category; a number determination unit which determines the number of feature words to be selected by category using the ratio of learning documents by category; a feature word group generation unit which selects feature words by category using the evaluation indexes and the number of feature words and generates feature word groups using the selected feature words; and a document classification model generation unit which generates a document classification model using the appearance frequency of the feature words included in the feature word groups by learning document. The evaluation indexes of feature words refer to the appearance frequency of words included in the multiple learning documents. According to the present invention, even if the ratios of documents by category are not similar, it is possible to generate a document classification model capable of accurately classifying documents. [Reference numerals] (301) Feature word evaluation index calculation unit; (303) Number determination unit; (305) Feature word group generation unit; (307) Weighted value calculation unit; (309) Document classification model generation unit; (311) Control unit
Abstract translation: 公开了一种文件分类模型生成装置及其方法。 使用属于多个类别中的一种的多个学习文档的文档分类模型生成装置包括：特征词评价指标计算部，其按类别计算多个学习文档中包含的特征词的评价指标; 数字确定单元，其使用学习文档按类别的比例来确定要由类别选择的特征词的数量; 特征字组生成单元，使用所述评价指标和所述特征词的数量，按类别选择特征词，并使用所选择的特征词生成特征词组; 以及文档分类模型生成单元，其通过学习文档使用包括在特征词组中的特征词的出现频率来生成文档分类模型。 特征词的评价指标是指多个学习文档中包含的单词的出现频率。 根据本发明，即使按类别的文件比例不相似，也可以生成能够对文件进行精确分类的文档分类模型。 （附图标记）（301）特征词评价指标计算单元; （303）号码确定单位; （305）特征字组生成单元; （307）加权值计算单位; （309）文件分类模型生成单元; （311）控制单元
-
公开(公告)号：KR1020130076406A
公开(公告)日：2013-07-08
申请号：KR1020110144986
申请日：2011-12-28
Applicant: 숭실대학교산학협력단
CPC classification number: H04W4/025
Abstract: PURPOSE: A place estimating device using log data and a method thereof are provided to accurately analyze a behavior pattern of a user by grouping adjacent users and estimating a position of a current user according to groups. CONSTITUTION: A log data collecting unit (110) collects log data from a user terminal and a place estimation model generating unit learns the log data to generate a place estimation model of a user. A place estimating unit (130) analyzes the log data and estimates a current plate of the user by using the place estimation model. A user group model generating unit (140) groups adjacent user information in a range set by the user terminal to generate a user group model. The log data includes time, places and adjacent information obtained through a position or approach sensor. [Reference numerals] (110) Log data collecting unit; (115) Log data; (120) Location estimation model generating unit; (130) Location estimation; (140) User group model generation unit
Abstract translation: 目的：提供使用日志数据的位置估计装置及其方法，以通过对相邻用户进行分组以根据组来估计当前用户的位置来准确地分析用户的行为模式。 规定：日志数据收集单元（110）从用户终端收集日志数据，并且地点估计模型生成单元学习日志数据以生成用户的地点估计模型。 位置估计单元（130）通过使用位置估计模型来分析对数数据并估计用户的当前板。 用户组模型生成部（140）在用户终端设定的范围内对相邻用户信息进行分组，生成用户组模型。 日志数据包括通过位置或进近传感器获得的时间，地点和相邻信息。 （附图标记）（110）日志数据收集单元; （115）日志数据; （120）位置估计模型生成单元; （130）位置估计; （140）用户组模型生成单元
-
公开(公告)号：KR101172574B1
公开(公告)日：2012-08-09
申请号：KR1020090100450
申请日：2009-10-21
Applicant: 숭실대학교산학협력단
IPC: G06Q30/02
Abstract: 본 발명은 문맥광고의 효과를 향상시키기 위한 개인 맞춤형 문맥광고 생성 방법에 관한 것으로, 더욱 상세하게는 사용자가 웹 뉴스와 같은 웹 콘텐츠를 선택할 때마다 키워드별로 사용자의 현재 관심도를 동적으로 학습하고, 학습 결과인 키워드 관심도와 정규화된 키워드 중요도를 결합하여 문맥광고에 활용하기 위한 광고 키워드를 결정하고, 이를 이용하여 문맥광고를 생성하는 방법에 관한 것이다.
이를 위하여 본 발명은 콘텐츠내의 출현 키워드들의 중요도를 계산하여 메타데이터를 생성하는 단계; 사용자가 선택한 콘텐츠들에서 출현한 키워드들의 출현문서빈도 및 연속출현빈도를 계산하는 단계; 사용자의 키워드들에 대한 관심도를 학습하여 사용자 모델에 저장하는 단계; 키워드 중요도와 키워드 관심도를 결합하여 광고 키워드 적합도를 계산하는 단계; 상기 단계 후 광고 키워드 적합도가 높은 키워드에 대한 광고를 노출시키는 단계로 이루어진 것에 특징이 있다.
개인 맞춤형 문맥광고, 키워드 광고, 문맥광고-
Patent Agency Ranking
公开(公告)号：KR101087637B1
公开(公告)日：2011-11-30
申请号：KR1020090101438
申请日：2009-10-23
Applicant: 숭실대학교산학협력단
Abstract: 본 발명은 단어 중의성 해소를 위한 효과적인 학습 자질 선택 방법에 관한 것으로, 더욱 상세하게는 중의성을 가진 단어의 의미를 결정하기 위한 학습 과정에서 중의어의 문맥 내 주변 단어를 자질로 사용하고, 자질의 가중치를 조절하여 중요 자질을 선별하는 방법에 관한 것이다.
이를 위하여 본 발명은 사전 정보를 원소로 갖는 기초 의미그룹을 생성하는 단계; 기초 의미그룹을 이용해 훈련 예제로 사용할 웹 문서 문맥 내 중의어의 의미를 자동으로 부착하는 문맥의 의미부착 단계; 집중도 개념이 도입된 단어 가중치 수식을 적용하여 최종 의미그룹을 생성하는 단계; 최종적으로 중의어의 의미를 태깅하는 단계로 이루어진 것에 특징이 있다.
단어 중의성 해소, 자질 선택, 집중도-
公开(公告)号：KR1020100033585A
公开(公告)日：2010-03-31
申请号：KR1020080092530
申请日：2008-09-22
Applicant: 숭실대학교산학협력단
CPC classification number: G06F17/30713 , G06F17/2795
Abstract: PURPOSE: An automatic population technique of the lexeme of using the word linkage graph. Linkage words are constituted with words used in the actual data. It includes in the lexeme population to the new coined word or the foreign language. CONSTITUTION: In the same time prevalence table of the term frequency table and two words is the web document, noun is extracted. The mutual information between the different two words is calculated. The word linkage graph uses the linkage word satisfying the mutual information of the critical over and connects information. The word linkage graph smalls and it partitions to lower part populations of many numbers. The population result it about the mutual information threshold is selected by using the population evaluation index. The keyword which most strongly shows the meaning of population is selected among linkage words.
Abstract translation: 目的：使用单词链接图的词汇的自动填充技术。 链接词由实际数据中使用的单词构成。 它包括在词汇人群中新的创造词或外语。 构成：在同一时期，频率表和两个词的流行表是网络文件，提取名词。 计算不同两个词之间的相互信息。 单词链接图使用满足临界信息和连接信息的相互信息的连接词。 单词链接图小，并且分割成许多数字的较低部分群体。 通过使用人口评估指数来选择人口的相互信息阈值。 从联系词中选择最强烈显示人口意义的关键字。
-
公开(公告)号：KR1020090046361A
公开(公告)日：2009-05-11
申请号：KR1020070112458
申请日：2007-11-06
Applicant: 숭실대학교산학협력단
IPC: H04N21/466
CPC classification number: H04N21/4668 , G06F17/30908 , G06Q50/20 , H04N21/44213 , H04N21/4662 , H04N21/4826
Abstract: 본 발명은 내용 기반 추천 기법을 이용한 개인화된 디지털 콘텐츠 추천 서비스 개발 시스템에 관한 것으로, 보다 자세하게는 디지털 콘텐츠가 가질 수 있는 속성 정보와 개인화된 추천 서비스를 제공하기 위해 필요한 정보를 일반화하고, 이를 이용하여 콘텐츠 모델과 사용자 선호 정보 모델을 생성하며, 사용자의 선호에 맞는 콘텐츠 추천을 위한 추천 엔진과 사용자 선호도 학습 엔진을 개발하는 시스템에 관한 것이다.
본 발명의 내용 기반 개인화 서비스 개발 시스템은 디지털 콘텐츠 및 개인화 서비스에 대한 일반화된 속성 정보를 이용하여 콘텐츠 모델과 사용자 선호 정보 모델에 대한 스키마를 결정하고 추천 서비스에 필요한 속성 정보를 결정하는 모델 스키마 편집 모듈; XML을 이용한 모델 스키마 정보를 이용하여 데이터 베이스에 추천 서비스별로 필요한 모델 테이블을 생성하는 모델 스키마 생성 모듈; 데이터 베이스 연결 모듈; 사용자의 선호 정보에 맞는 콘텐츠 추천을 위한 콘텐츠 추천 모듈; 사용자의 콘텐츠 이용 히스토리를 분석하여 사용자 선호 정보를 학습하는 선호 정보 학습 모듈; 실제 사용자에게 추천 서비스 제공을 위한 클라이언트/서버 모듈;을 포함한다.
본 발명에 의하면 GUI 기반의 편리한 사용자 인터페이스를 통해 새로운 디지털 콘텐츠 추천 서비스를 개발하는데 드는 비용과 시간을 현저하게 절감할 수 있으며, 추천 알고리즘 및 선호 정보 학습 알고리즘을 위한 수식 편집기를 이용하여 보 다 효율적인 추천 서비스를 제공할 수 있다. 또한 일반화된 속성 정보를 사용하여 서비스를 개발하고, 서비스 개발 정보를 인터넷 표준 문서인 XML을 이용하여 공유함으로써 다른 환경에서 동일한 서비스를 쉽게 개발할 수 있다는 이점이 있다.
디지털 콘텐츠, 내용 기반 추천, 개인화, 사용자 모델-
公开(公告)号：KR1020090046353A
公开(公告)日：2009-05-11
申请号：KR1020070112449
申请日：2007-11-06
Applicant: 숭실대학교산학협력단
IPC: H04N21/466 , H04N21/25
CPC classification number: H04N21/4668 , G06Q50/20
Abstract: 본 발명은 개인 맞춤형 다중 추천 방법 학습을 이용하여 추천 성능을 향상시키기 위한 방법으로서, 유사 사용자의 군집 선호도를 이용한 추천 방법과 사용자 개인의 이력정보와 디지털 컨텐츠의 속성 정보를 활용한 내용 기반 추천 방법을 학습기간과 사용자별로 동시에 적용한 후 추천 정확도가 높은 방법을 적용하는 방법에 관한 것이다. 본 발명은 사용자의 인구통계학적 정보를 기반으로 군집을 생성하는 1단계; 생성된 군집원들의 컨텐츠 이력 히스토리로부터 군집의 선호도를 추출하는 2단계; 컨텐츠 속성별로 각 사용자의 컨텐츠 이용 빈도수와 시간 비율을 정규화하는 3단계; 사용자 모델 정보에서 프로그램 속성별 선호도 값을 학습주기 단위로 갱신하는 4단계; 사용자 모델 정보로부터 추천하고자 하는 프로그램 속성에 대한 선호도 값을 추출하고, 속성에 대한 선호도 값을 다양한 추천 방법에 의하여 해당 프로그램의 선호도를 계산하여 추천 방법을 평가하고 결정하는 과정을 학습하는 5단계를 포함한다.
다중 추천 방법 학습, 개인 맞춤형 추천, DTV 프로그램 추천-
公开(公告)号：KR1020080026943A
公开(公告)日：2008-03-26
申请号：KR1020060092201
申请日：2006-09-22
Applicant: 숭실대학교산학협력단
CPC classification number: G06F17/30507 , G06F17/30002 , G06F17/30067
Abstract: An association rule mining method is provided to reduce an execution time by mining association rules on the basis of an ARCS(Association Rule mining in Compressed Space) algorithm. An association rule mining method comprises the following several steps. Items of all the transactions in an original transaction database are counted and a header table(310) is generated. The items of all the transactions in an original transaction database are recounted, are compared with items of the header table, and are registered at a filtered transaction if the recounted items of the transactions are the same as those of the header table. Filtered transactions are counted and a compressed transaction(320) is generated. The items registered at the filtered transaction are connected to the header table.
Abstract translation: 提供了一种关联规则挖掘方法，通过在ARCS（压缩空间中的关联规则挖掘）算法的基础上挖掘关联规则来减少执行时间。 关联规则挖掘方法包括以下几个步骤。 对原始事务数据库中的所有事务的项目进行计数，并生成报头表（310）。 重新计算原始事务数据库中的所有事务的项目，与报头表的项目进行比较，并且如果事务的重新计数的项目与报头表的项目相同，则将其注册在已过滤的事务处理中。 对已过滤的事务进行计数，并生成压缩事务（320）。 在过滤后的事务中注册的项目连接到头表。
-
-
-
-
-
-
-
-
Search Results
89
records
(took 0.03 seconds)
