-
公开(公告)号：KR101717230B1
公开(公告)日：2017-03-16
申请号：KR1020150190005
申请日：2015-12-30
Applicant: 성균관대학교산학협력단
Abstract: 본발명은재귀오토인코더기반문장벡터모델링을이용하는문서요약방법및 문서요약시스템을제공한다. 상기방법은언폴딩재귀오토인코더(Unfolding Recursive Autoencoder, URAE)를통한문장벡터를모델링하는단계, 상기문장벡터에대해텍스트랭크를적용하는단계, 핵심키워드를포함하는문장을파악하는단계와상기텍스트랭크를적용하여계산된각 문장벡터의점수와상기핵심키워드를포함하는문장의점수를합산하여최종문장점수를계산하는단계를포함한다.
Abstract translation: 本发明提供了一种使用基于递归自动编码器的句子向量建模的文档总结方法和文档总结系统。 该方法包括通过展开递归自动编码器（URAE）对语句向量进行建模，将文本排名应用于语句向量，掌握包含核心关键字的语句， 并且通过将通过应用句子向量计算的每个句子向量的分数和包括核心关键字的句子的分数相加来计算最终句子分数。
-
公开(公告)号：KR101668725B1
公开(公告)日：2016-10-24
申请号：KR1020150037571
申请日：2015-03-18
Applicant: 성균관대학교산학협력단
CPC classification number: G06F17/30616
Abstract: 본발명은대상문서에서키워드를생성하는방법을개시하고있다. 상기방법은, 상기대상문서에서단일주요단어를추출하는단계, 상기주요단어간의결합을통해후보키워드를생성하는단계상기후보키워드에속하는제 1 단어및 제 2 단어간의응집력을산출하는단계, 이웃문서에서상기제 1 단어와상기제 2 단어가동시에나타나는단어의주변을하나의문맥으로보고상기대상문서를다른하나의문맥으로보아, 두문맥의유사도를기반으로상기제 1 단어및 상기제 2 단어의문맥평가점수를산출하는단계및 상기응집력및 상기문맥평가점수를기반으로최종키워드를선별하는단계를포함한다.
-
公开(公告)号：KR101559459B1
公开(公告)日：2015-10-13
申请号：KR1020140155596
申请日：2014-11-10
Applicant: 성균관대학교산학협력단
IPC: G06Q50/10
CPC classification number: G06Q50/10
Abstract: 본발명은유저의기초적선호에기반한콘텐츠추천방법으로, 콘텐츠를숫자적인값으로벡터화하는단계; 상기벡터화된콘텐츠에기반하여유저를적어도하나의기초적선호도를갖는가상유저들로나누는단계; 상기가상유저들중에서타겟이용자와유사한가상이용자를찾아내고, 상기타겟유저의상기콘텐츠에대한선호도를계산하는협업필터링단계를포함한다.
Abstract translation: 本发明涉及一种基于用户的基本偏好推荐内容的方法。 该方法包括：将内容向量化为数值的步骤; 基于所述向量化内容，将用户划分成具有至少一个基本偏好的虚拟用户的步骤; 以及协作过滤步骤，用于在所述虚拟用户之间寻找类似于目标用户的虚拟用户，并且计算所述目标用户的内容的偏好。 因此，本发明能够通过从与用户分离的偏好中推荐内容来提供更高性能的内容推荐方法。
-
公开(公告)号：KR101552952B1
公开(公告)日：2015-09-14
申请号：KR1020140170533
申请日：2014-12-02
Applicant: 성균관대학교산학협력단
IPC: H04N21/258 , H04N21/266 , H04N21/475 , H04N21/45 , H04N21/25
CPC classification number: H04N21/258 , H04N21/251 , H04N21/25808 , H04N21/266 , H04N21/4532 , H04N21/4755
Abstract: 본 발명은 TV 채널 추천 방법을 개시하고 있다. 상기 방법은 사용자의 시청 시각 및 시청 채널 정보를 수신하는 단계, 상기 수신된 시청 시각 및 시청 채널 정보를 기반으로 특정 시간대의 적어도 하나의 시청 채널에 대한 시청 빈도를 저장하는 단계, 채널 추천 요청을 수신하는 단계, 상기 채널 추천 요청의 대상 시간대의 시청 채널에 대한 충성도를 지시하는 시청 패턴을 기반으로 생성되는 제 1 시청 빈도 조정값 및 상기 대상 시간대와 인접한 시간대의 시청 채널에 대한 시청 빈도 값을 기반으로 생성되는 제 2 빈도 조정 값 중 하나를 기반으로 상기 저장된 시청 빈도값을 조정하는 단계 및 상기 조정된 시청 빈도 값을 기반으로 추천 채널을 결정하는 단계를 포함한다.
Abstract translation: 公开了电视频道推荐方法。 该方法包括以下步骤：接收用户观看的观看时间和频道信息; 基于接收到的观看时间和频道信息，在特定时间内存储至少一个频道的观看频率; 接收频道推荐请求; 基于在观看模式中生成的第一观看频率控制值来控制所存储的观看频率值，以在频道推荐请求的目标时间中指示对观看频道的忠诚度，或基于生成的第二频率控制值 在与目标时间相邻的时间内观看频道的观看频率值; 以及基于所控制的观看频率值来确定推荐频道。
-
公开(公告)号：KR1020180025690A
公开(公告)日：2018-03-09
申请号：KR1020160112690
申请日：2016-09-01
Applicant: 성균관대학교산학협력단
CPC classification number: G06F17/2785 , G06N3/08 , G06N99/005
Abstract: 리뷰데이터의감성을분류하기위한방법이제공된다. 상기방법은텍스트정보및 상기텍스트정보에대응하는감성레벨정보를각각포함하는복수의리뷰데이터들을기반으로머신러닝을통해감성분류모델을생성하는단계와, 상기감성분류모델을이용하여감성레벨정보를포함하지않는리뷰데이터의감성레벨을결정하는단계를포함할수 있으며, 감성분류모델을생성하는단계는상기텍스트정보들간의유사도를기반으로상기감성레벨정보를조정하여상기감성분류모델에반영할수 있다. 따라서, 리뷰가받은추천및 비추천정보와, 다른평점을가진리뷰간의유사도를이용해리뷰의신뢰도를고려하여효과적으로리뷰의감성을분류할수 있다.
Abstract translation: 提供了用于对评论数据的情绪进行分类的方法。 该方法包括基于多个评论数据通过机器学习生成情感分类模型，每个评论数据包括与文本信息对应的文本信息和情绪级别信息， 并且其可以包括：确定所述敏感度水平，不包括数据的审查，生成情感类别模型的步骤可以体现在通过调节基于所述文本信息之间的相似度的灵敏度电平信息的情感分类模型。 因此，可以有效的审查的敏感性进行分类，同时考虑到审查和所接收的审查建议踩信息的可信性，使用具有其他额定值审查之间的相似度。
-
Patent Agency Ranking
公开(公告)号：KR1020170078464A
公开(公告)日：2017-07-07
申请号：KR1020150189006
申请日：2015-12-29
Applicant: 성균관대학교산학협력단
IPC: H04N21/442 , H04N21/466 , H04N21/475 , H04N21/45 , H04N21/25
Abstract: 본발명의 TV 채널추천방법및 장치는 TV를시청하는시청자에대한각각의데이터를수집하고, 일정기간을두고누적된사용자의시간의존성향에따른기본행렬을토대로상황에맞는프로파일링을통해현재 TV를시청하는서로다른시청자에게상위 k개의채널을추천한다.
Abstract translation: 根据本发明的电视频道推荐方法和装置收集观看电视的观看者的各个数据，并且基于基于在一段时间内累积的用户的时间依赖倾向的基本矩阵， 并建议顶级k频道给不同的观众观看。
-
公开(公告)号：KR101496181B1
公开(公告)日：2015-03-02
申请号：KR1020130118697
申请日：2013-10-04
Applicant: 성균관대학교산학협력단
IPC: G06F17/00
CPC classification number: H04N21/4668 , G06Q50/10
Abstract: 본 발명은 시청자의 관심 주제를 고려하기 위해 컨텐츠의 줄거리 정보를 기반으로 LDA 기법을 적용하고 시청자의 시청목록을 사용하여 시청자의 관심주제를 생성함으로써, 시청자의 관심주제와 유사한 주제를 가지는 컨텐츠를 시청자에게 추천하는 컨텐츠 추천 방법 및 장치를 제공한다.
Abstract translation: 本发明提供了一种推荐内容的方法和装置，其能够基于内容的概要信息应用LDA技术来推荐具有与观众感兴趣的对象相似的对象的内容，并且生成观众感兴趣的对象 通过使用观看者的观看历史来考虑观众的兴趣对象。 该方法包括产生内容的主题信息与观看者的感兴趣对象信息之间的相似性的步骤; 以及通过使用相似度来确定推荐内容的步骤。
-
-
公开(公告)号：KR102042168B1
公开(公告)日：2019-11-07
申请号：KR1020180049255
申请日：2018-04-27
Applicant: 성균관대학교산학협력단
IPC: H04N21/488 , H04N21/44 , G06K9/00 , G06N3/04
-
公开(公告)号：KR101842361B1
公开(公告)日：2018-03-26
申请号：KR1020160112690
申请日：2016-09-01
Applicant: 성균관대학교산학협력단
Abstract: 리뷰데이터의감성을분류하기위한방법이제공된다. 상기방법은텍스트정보및 상기텍스트정보에대응하는감성레벨정보를각각포함하는복수의리뷰데이터들을기반으로머신러닝을통해감성분류모델을생성하는단계와, 상기감성분류모델을이용하여감성레벨정보를포함하지않는리뷰데이터의감성레벨을결정하는단계를포함할수 있으며, 감성분류모델을생성하는단계는상기텍스트정보들간의유사도를기반으로상기감성레벨정보를조정하여상기감성분류모델에반영할수 있다. 따라서, 리뷰가받은추천및 비추천정보와, 다른평점을가진리뷰간의유사도를이용해리뷰의신뢰도를고려하여효과적으로리뷰의감성을분류할수 있다.
-
-
-
-
-
-
-
-
-
Search Results
17
records
(took 0.022 seconds)
