-
公开(公告)号:KR1020170079423A
公开(公告)日:2017-07-10
申请号:KR1020150189979
申请日:2015-12-30
Applicant: 성균관대학교산학협력단
Abstract: 본발명은콘텐츠추천을위한동적인노이즈제거방법및 이방법을이용하는콘텐츠추천시스템에관한것이다. 상기방법은콘텐츠평가시점차이및 사용자가평가한콘텐츠의수 중적어도하나를가중치로반영하는단계, 각사용자별평점분포를계산하는단계와상기분포를소정값과비교하여노이즈데이터를제거하는단계를포함한다.
Abstract translation: 本发明涉及用于内容推荐的动态噪声去除方法和使用该方法的内容推荐系统。 通过该方法包括将所述分配步骤中,计算每个用户等级分布反射的内容评价点的差异的最少数量的步骤中,和一个用户评价可以是普遍的重量的预定值而在去除噪声的数据 它包括。
-
公开(公告)号:KR101710010B1
公开(公告)日:2017-02-24
申请号:KR1020150189996
申请日:2015-12-30
Applicant: 성균관대학교산학협력단
Abstract: 본발명은문서의상대적특징을반영한문서요약방법및 문서요약시스템을제공한다. 상기방법은대상문서와배경문서들을그래프로모델링하는단계, 문장간 유사도에기반하여문장들을클러스터링하는단계와상기대상문서와배경문서들간 공통특징들과고유특징들중 적어도하나를포함하여문장들을랭킹(ranking)하는단계를포함한다.
-
3.
公开(公告)号:KR1020170079429A
公开(公告)日:2017-07-10
申请号:KR1020150189989
申请日:2015-12-30
Applicant: 성균관대학교산학협력단
IPC: H04N21/472 , H04N21/25 , H04N21/45 , H04N21/466 , H04N21/475
Abstract: 본발명은사용자속성을고려한클러스터링기반의협업필터링방법및 그방법을이용하는영화추천시스템에관한발명이다. 상기방법은제1 소정개수의상위영화타이틀에관한데이터를중심점으로이용하는단계, 상기중심점을기준으로클러스터링적용을하는단계와제2 소정개수의상위장르가많이포함된클러스터를선택하는단계를포함한다.
Abstract translation: 本发明涉及考虑用户属性的基于聚类的协同过滤方法和使用该方法的电影推荐系统。 该方法包括使用关于第一预定数量的上部电影标题的数据作为中心点,基于中心点应用聚类,并且选择包含第二预定数量的较高类型的聚类 。
-
4.
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。
-
-
-