-
公开(公告)号：KR1020160112248A
公开(公告)日：2016-09-28
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.
Abstract translation: 本发明公开了一种在目标文档中生成关键字的方法。 该方法包括以下步骤：从目标文档中提取单个主词; 通过连接主词生成候选关键字; 计算候选关键字中包括的第一个字和第二个字之间的内聚; 通过考虑从相邻文档作为一个上下文同时显示第一个单词和第二个单词的单词的外围边缘，基于两个上下文之间的相似度来计算第一个单词和第二个单词的上下文评估分数，并且考虑 目标文件为其他上下文; 并根据凝聚力和上下文评估得分选择最终关键词。
-
公开(公告)号：KR101199415B1
公开(公告)日：2012-11-09
申请号：KR1020110028913
申请日：2011-03-30
Applicant: 성균관대학교산학협력단
Abstract: 본 발명은 가상의 지능형 에이전트와 사용자 간의 거래가격 흥정전략 학습시스템에 관한 것이다. 본 발명은, 사용자터미널과 IVA 간의 거래가격 흥정전략 학습시스템에 있어서, 상기 IVA는, 상기 IVA와 상기 사용자터미널의 사용자 간의 가격결정이 완료되면, 상기 IVA와 상기 사용자터미널의 사용자 간 거래시 현재 감정 상태, 그리고 상기 IVA의 현재 감정 상태 및 재고 정보를 포함하는 현재 정보를 학습하는 학습정보패턴학습모듈; 상기 IVA와 상기 사용자터미널 간의 감정 패턴에 따른 가중치를 부여하는 가중치측정모듈; 및 상기 학습정보패턴학습모듈에 의해 학습된 현재 정보 및 상기 가중치측정모듈에 의해 부가된 가중치를 기초로, 상기 IVA와 상기 사용자터미널의 사용자 간 상거래시 거래 흥정을 유도하는 거래흥정모듈; 을 포함하는 가상의 지능형 에이전트와 사용자 간의 거래가격 흥정전략 학습시스템을 제공한다.
-
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：KR101575779B1
公开(公告)日：2015-12-08
申请号：KR1020140097479
申请日：2014-07-30
Applicant: 성균관대학교산학협력단
IPC: H04N21/258 , H04N21/47 , H04N21/25
CPC classification number: H04N21/258 , H04N21/25 , H04N21/47
Abstract: 본발명은대상프로그램의시청률예측방법을개시하고있다. 상기방법은대상프로그램에대한복수개의회차에대응되는시청자의의견이포함된게시글을수집하는단계, 상기수집된게시글에포함된어휘를기반으로감성지수를산출하는단계, 상기산출되는감성지수와과거시청률정보를기반으로학습데이터를구성하여인공신경망모델을생성하는단계및 상기산출되는감성지수를기반으로구성된테스트데이터를상기인공신경망모델에입력하여최종예측시청률값을산출하는단계를포함한다.
Abstract translation: 公开了一种用于预测节目的观看速率的方法，包括以下步骤：收集包括与节目的多集相对应的视图的意见的张贴; 根据收集的帖子中包含的词来计算情感指数; 基于计算出的情绪指数和先前观看率的信息构建学习数据并生成人造神经网络模型; 以及通过在人工神经网络模型中输入基于计算出的情绪指数构建的测试数据来计算最终预测观看速率值。
-
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。
-
Patent Agency Ranking
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：KR101561464B1
公开(公告)日：2015-10-20
申请号：KR1020140110819
申请日：2014-08-25
Applicant: 성균관대학교산학협력단
IPC: G06F17/00
CPC classification number: G06Q50/30 , G06F17/2705 , G06K9/6269 , G06N99/005
Abstract: 본발명은본 발명의통신망을통해수집되는데이터에대한감성분석을위한방법을개시하고있다. 상기방법은감성단어사전를이용하여상기수집되는데이터가레이블이있는데이터와레이블이없는데이터로분류하는단계; 상기레이블이있는데이터를기반으로기계학습방식을통해감성분석모델을생성하는단계; 상기생성된감성분석모델을이용하여상기레이블이없는데이터의레이블을예측하는단계를포함하되, 상기레이블예측단계는, 상기감성분석모델의분류경계로부터의상기레이블이없는데이터의이격거리를기반으로상기레이블이없는데이터의레이블을예측하는단계를포함한다.
Abstract translation: 在本发明中，公开了一种用于对由通信网络收集的数据进行情感分析的方法。 该方法可以包括以下步骤：通过使用情绪词典将所收集的数据分类成具有标签和数据的数据，而不使用标签; 通过基于具有标签的数据的机械学习方法生成情绪分析模型; 并通过使用生成的情绪分析模型预测没有标签的数据的标签。 在标签预测步骤中，包括根据情绪分析模型的分类边界，基于距没有标签的数据的距离来预测没有标签的数据的标签的步骤。
-
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：KR101491627B1
公开(公告)日：2015-02-11
申请号：KR1020130090407
申请日：2013-07-30
Applicant: 성균관대학교산학협력단
CPC classification number: G06Q30/0278 , G06F17/2735 , G06F17/30616 , G06F17/30666
Abstract: 본 발명의 모바일 애플리케이션의 평점을 계산하기 위한 리뷰 정량화 방법은 애플리케이션의 리뷰 데이터를 수집하여 주요 키워드를 추출하는 키워드 추출 단계, 상기 추출된 주요 키워드를 적어도 하나의 평가지표로 세분화하여 평가지표별 키워드 사전을 생성하는 키워드 사전 생성 단계 및 상기 평가지표별 키워드 사전을 기반으로 대상 애플리케이션의 사용자 리뷰를 분석하여 애플리케이션 평점을 산출하는 평점 산출 단계를 포함한다. 따라서, 정성적 데이터인 애플리케이션 리뷰를 분석하여 사용자에게 정량적 정보를 제공할 수 있도록 하여, 구매 예정자는 모바일 애플리케이션에 대한 구체적인 평가를 보다 편리하게 판단할 수 있고, 상품에 대한 구매자들의 주요 의견을 구매예정자에게 효과적으로 전달할 수 있다.
Abstract translation: 用于量化移动应用评估的评价的方法包括：关键字提取步骤，通过收集应用的审阅数据来提取主要关键字; 关键词预生成步骤，通过将所提取的主要关键词细分为至少一个评价指标来生成针对每个评价指标的关键字词典; 以及评价计算步骤，通过基于每个评价指标的关键字词典分析目标应用的用户评价来计算应用评级。 因此，该方法可以通过分析作为定性数据的应用程序审查来向用户提供定量信息，使得潜在买家能够方便地确定移动应用程序的特定评估，并可有效地将买方的主要意见交付给潜在买家 。
-
-
-
-
-
-
-
-
-
Search Results
17
records
(took 0.024 seconds)
