[go: up one dir, main page]
More Web Proxy on the site http://driver.im/

KR101318975B1 - 개인화된 지능형 모바일 애플리케이션 추천 방법 - Google Patents

개인화된 지능형 모바일 애플리케이션 추천 방법 Download PDF

Info

Publication number
KR101318975B1
KR101318975B1 KR1020110122518A KR20110122518A KR101318975B1 KR 101318975 B1 KR101318975 B1 KR 101318975B1 KR 1020110122518 A KR1020110122518 A KR 1020110122518A KR 20110122518 A KR20110122518 A KR 20110122518A KR 101318975 B1 KR101318975 B1 KR 101318975B1
Authority
KR
South Korea
Prior art keywords
user
application
module
recommendation
applications
Prior art date
Application number
KR1020110122518A
Other languages
English (en)
Other versions
KR20130056767A (ko
Inventor
김수연
이상훈
Original Assignee
대구대학교 산학협력단
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by 대구대학교 산학협력단 filed Critical 대구대학교 산학협력단
Priority to KR1020110122518A priority Critical patent/KR101318975B1/ko
Publication of KR20130056767A publication Critical patent/KR20130056767A/ko
Application granted granted Critical
Publication of KR101318975B1 publication Critical patent/KR101318975B1/ko

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q30/00—Commerce
    • G06Q30/06—Buying, selling or leasing transactions
    • G06Q30/0601—Electronic shopping [e-shopping]
    • G06Q30/0631—Item recommendations
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/90—Details of database functions independent of the retrieved data types
    • G06F16/907—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F3/00—Input arrangements for transferring data to be processed into a form capable of being handled by the computer; Output arrangements for transferring data from processing unit to output unit, e.g. interface arrangements
    • G06F3/01—Input arrangements or combined input and output arrangements for interaction between user and computer
    • G06F3/017—Gesture based interaction, e.g. based on a set of recognized hand gestures
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F3/00—Input arrangements for transferring data to be processed into a form capable of being handled by the computer; Output arrangements for transferring data from processing unit to output unit, e.g. interface arrangements
    • G06F3/01—Input arrangements or combined input and output arrangements for interaction between user and computer
    • G06F3/048—Interaction techniques based on graphical user interfaces [GUI]
    • G06F3/0487—Interaction techniques based on graphical user interfaces [GUI] using specific features provided by the input device, e.g. functions controlled by the rotation of a mouse with dual sensing arrangements, or of the nature of the input device, e.g. tap gestures based on pressure sensed by a digitiser
    • G06F3/0488—Interaction techniques based on graphical user interfaces [GUI] using specific features provided by the input device, e.g. functions controlled by the rotation of a mouse with dual sensing arrangements, or of the nature of the input device, e.g. tap gestures based on pressure sensed by a digitiser using a touch-screen or digitiser, e.g. input of commands through traced gestures
    • G06F3/04883—Interaction techniques based on graphical user interfaces [GUI] using specific features provided by the input device, e.g. functions controlled by the rotation of a mouse with dual sensing arrangements, or of the nature of the input device, e.g. tap gestures based on pressure sensed by a digitiser using a touch-screen or digitiser, e.g. input of commands through traced gestures for inputting data by handwriting, e.g. gesture or text
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F8/00—Arrangements for software engineering
    • G06F8/20—Software design
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F9/00—Arrangements for program control, e.g. control units
    • G06F9/06—Arrangements for program control, e.g. control units using stored programs, i.e. using an internal store of processing equipment to receive or retain programs
    • G06F9/44—Arrangements for executing specific programs
    • G06F9/451—Execution arrangements for user interfaces

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • General Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Software Systems (AREA)
  • Business, Economics & Management (AREA)
  • Human Computer Interaction (AREA)
  • Accounting & Taxation (AREA)
  • Databases & Information Systems (AREA)
  • Finance (AREA)
  • Development Economics (AREA)
  • Data Mining & Analysis (AREA)
  • Library & Information Science (AREA)
  • Economics (AREA)
  • Marketing (AREA)
  • Strategic Management (AREA)
  • General Business, Economics & Management (AREA)
  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

본 발명은 개인화된 지능형 모바일 애플리캐이션 추천 방법에 관한 것으로, 사용자 상황 추론단계(S10단계)와; 사용자 정보 분석단계(S20단계)와; 분석결과 통합모듈(30)로 상기 분석모듈(20)에서의 분석 결과를 통합하는 분석결과 통합단계(S30단계) 및; 추천모듈(40)로 상기 분석결과 통합모듈(30)에서의 산출된 최종 점수에 따라 애플리케이션을 추천하는 애플리케이션 추천단계(S40단계)로 이루어져 사용자 프로파일과 선호도, 유사 사용자의 추천，사용자의 시간적 공간적 상황 등 여러 가지 차원을 고려하여 개인화되고 지능적인 추천을 가능하게 하고, 추천된 애플리케이션의 수용 가능성을 극대화함으로써 사용자와 모바일 서비스 제공업체, 애플리케이션 개발업체 등 모든 관련 주체가 이익을 얻을 수 있으며, 사용자 측면에서는 사용자의 현재 상황에 적합한 애플리케이션, 사용자의 기호와 특성에 부합하는 애플리케이션, 유사 사용자들이 선호하는 애플리케이션 등을 추천받음으로써 추천 결과에 대한 만족도와 활용도가 증가하고, 애플리케이션 시장 측면에서는 사용자가 원하는 애플리케이션을 능동적으로 추천함으로써 이용도 증가와 유료 애플리케이션 판매 증가로 인한 수익 증대가 기대될 뿐만 아니라 애플리케이션 개발자 측면에서는 적합한 애플리케이션의 추천으로 개발된 애플리케이션의 다운로드 가능성이 증대되는 각별한 장점이 있는 유용한 발명이다.

Description

개인화된 지능형 모바일 애플리케이션 추천 방법{A Personalized Intelli gent Method for Recommending Mobile Applications}
본 발명은 모바일 애플리케이션 추천 방법에 관한 것으로서, 더욱 상세하게는 모바일 기기 사용자 프로파일과 선호도, 유사 집단의 선호도, 유사 사용자의 추천, 사용자의 시간적, 공간적 개별 상황 등을 고려하여 개인화되고 지능적인 애플리케이션 추천을 가능하게 하는 개인화된 지능형 모바일 애플리케이션 추천 방법에 관한 것이다.
오늘날 모바일 산업은 급격히 성장하고 있다. 휴대폰, 스마트폰, PDA를 포함한 이동통신 기기와 노트북, 넷북 등의 이동형 컴퓨터 및 이러한 경계가 모호한 융복합 기기인 스마트 패드에 이르기까지 새로운 형태의 모바일 기기가 현대인의 필수품이 되어가고 있다. 이에 따라 다양한 기능의 모바일 애플리케이션들이 쏟아져 나오고 있으며, 이는 사용자들에게 편리함과 함께 실질적인 가치를 제공하고 있다. 사용자는 자신에게 필요하고 유용한 애플리케이션들을 찾기 위해 많은 시간과 노력을 들이고 있다.
현재 사용자에게 적합한 애플리케이션을 추천해 주는 기술이 모바일 서비스 제공업체에 의해 일부 제공되고 있으나 이러한 기술들은 도 1에 도시한 바와 같이 사용자에 의한 추천기능 실행단계(S1단계)와, 추천모듈로 추천 애플리케이션 리스트를 산출하여 제시하는 애플리케이션 추천단계(S2단계) 및, 단순 기준에 의한 추천결과 출력단계(S3단계)로 이루어져 특정 기법만을 이용하거나 카테고리, 출시일, 평점, 가격 등의 조건에 따른 결과를 보여주는 방식으로 사용자의 개별 상황을 고려하지 않아 활용도가 제한적이라고 하는 문제점이 있었다.
그에 따라 개별 사용자의 선호도, 유사 집단의 선호도, 사용자의 현재 상황 등 여러 측면을 고려한 개인화 되고 지능화된 모바일 애플리케이션 추천방법을 필요로 하게 되었다.
본 발명은 상기한 실정을 감안하여 사용자의 현재 상황에 적합한 애플리케이션을 추천하여 활용도를 높이고자 발명한 것으로서, 그 목적은 모바일 애플리케이션을 추천하는 데 있어 사용자 프로파일과 선호도, 유사 사용자의 추천，사용자의 시간적 공간적 상황 등 한 가지 차원이 아닌 여러 가지 차원을 고려하여 개인화되고 지능적인 추천을 가능하게 하는 개인화된 지능형 모바일 애플리케이션 추천 방법을 제공함에 있다.
본 발명의 다른 목적은 추천된 애플리케이션의 수용 가능성을 극대화함으로써 사용자와 모바일 서비스 제공업체, 애플리케이션 개발업체 등 모든 관련 주체가 이익을 얻을 수 있는 개인화된 지능형 모바일 애플리케이션 추천 방법을 제공하는 데 있다.
본 발명의 또 다른 목적은 사용자 측면에서는 사용자의 현재 상황에 적합한 애플리케이션, 사용자의 기호와 특성에 부합하는 애플리케이션, 유사 사용자들이 선호하는 애플리케이션 등을 추천받음으로써 추천 결과에 대한 만족도와 활용도가 증가하는 개인화된 지능형 모바일 애플리케이션 추천 방법을 제공하는 데 있다.
본 발명의 또 다른 목적은 애플리케이션 시장 측면에서는 사용자가 원하는 애플리케이션을 능동적으로 추천함으로써 이용도 증가와 유료 애플리케이션 판매 증가로 인한 수익 증대가 기대되는 개인화된 지능형 모바일 애플리케이션 추천 방법을 제공하는 데 있다.
본 발명의 또 다른 목적은 애플리케이션 개발자 측면에서는 적합한 애플리케이션의 추천이 가능함에 따라 개발된 애플리케이션의 다운로드 가능성이 증대되는 개인화된 지능형 모바일 애플리케이션 추천 방법을 제공하는 데 있다.
상기한 목적을 달성하기 위한 본 발명 개인화된 지능형 모바일 애플리케이션 추천 방법은 추론 모듈(10)로 사용자의 상황 추론 및 관련 애플리케이션을 추출하는 사용자 상황 추론단계(S10단계)와; 분석모듈(20)로 사용자 정보를 분석하고 유사 사용자를 분석하는 사용자 정보 분석단계(S20단계)와; 분석결과 통합모듈(30)로 상기 분석모듈(20)에서의 분석 결과를 통합하는 분석결과 통합단계(S30단계) 및; 추천모듈(40)로 상기 분석결과 통합모듈(30)에서의 산출된 최종 점수에 따라 애플리케이션을 추천하는 애플리케이션 추천단계(S40단계)로 이루어진 것을 특징으로 한다.
본 발명은 모바일 애플리케이션을 추천하는 데 있어 사용자 프로파일과 선호도, 유사 사용자의 추천，사용자의 시간적I 공간적 상황 등 한 가지 차원이 아닌 여러 가지 차원을 고려하여 개인화되고 지능적인 추천을 가능하게 하고, 추천된 애플리케이션의 수용 가능성을 극대화함으로써 사용자와 모바일 서비스 제공업체, 애플리케이션 개발업체 등 모든 관련 주체가 이익을 얻을 수 있으며, 사용자 측면에서는 사용자의 현재 상황에 적합한 애플리케이션, 사용자의 기호와 특성에 부합하는 애플리케이션, 유사 사용자들이 선호하는 애플리케이션 등을 추천받음으로써 추천 결과에 대한 만족도와 활용도가 증가하고, 애플리케이션 시장 측면에서는 사용자가 원하는 애플리케이션을 능동적으로 추천함으로써 이용도 증가와 유료 애플리케이션 판매 증가로 인한 수익 증대가 기대될 뿐만 아니라 애플리케이션 개발자 측면에서는 적합한 애플리케이션의 추천이 가능함에 따라 개발된 애플리케이션의 다운로드 가능성이 증대되는 각별한 장점이 있다.
도 1은 종래 모바일 애플리케이션 추천 방법을 실행하는 순서도,
도 2는 본 발명 개인화된 지능형 모바일 애플리케이션 추천 방법의 개념도,
도 3은 본 발명 개인화된 지능형 모바일 애플리케이션 추천 방법을 실행하는순서도,
도 4는 본 발명에 따른 사용자 상황 추론단계의 실행 순서도,
도 5는 본 발명에 따른 사용자 정보 분석단계의 실행 순서도,
도 6은 본 발명에 따른 애플리케이션 추천단계의 실행 순서도 이다.
이하, 첨부 도면을 참조하여 본 발명 개인화된 지능형 모바일 애플리케이션 추천 방법의 바람직한 실시예를 상세하게 설명한다.
도 2는 본 발명 개인화된 지능형 모바일 애플리케이션 추천 방법의 개념도, 도 3은 본 발명 개인화된 지능형 모바일 애플리케이션 추천 방법을 실행하는 순서도, 도 4는 본 발명에 따른 상황 추론단계의 실행 순서도, 도 5는 본 발명에 따른 사용자 정보 분석단계의 실행 순서도, 도 6은 본 발명에 따른 애플리케이션 추천단계의 실행 순서도로서, 본 발명 개인화된 지능형 모바일 애플리케이션 추천 방법을 실행하는 시스템은 사용자의 상황 추론 및 관련 애플리케이션을 추출하는 추론 모듈(10)과; 상기 추론 모듈(10)에 연결되어 특정 상황에 대한 키워드를 저장하는 상황 데이터베이스(Context DB)와 상기 추론 모듈(10)에 연결되는 애플리케이션 데이터베이스(App DB), 상기 추론 모듈(10)에 연결되어 사용자 정보를 분석하고 유사 사용자를 분석하는 분석모듈(20)과; 상기 분석모듈(20)에 연결되어 사용자의 정보를 저장하는 사용자 데이터베이스(User DB), 상기 분석모듈(20)에 연결되는 애플리케이션 데이터베이스(App DB), 상기 분석모듈(20)에 연결되어 분석 결과를 통합하는 분석결과 통합모듈(30)과; 상기 분석결과 통합모듈(30)에 연결되어 분석결과 통합모듈(30)에서의 산출된 최종 점수에 따라 애플리케이션을 추천하는 추천모듈(40) 및; 상기 분석결과 통합모듈(30)과 추천모듈(40)에 연결되어 추천 애플리케이션의 사용 빈도를 저장하는 통계 데이터베이스(Statistics DB)로 구성되어 있다.
본 발명 개인화된 지능형 모바일 애플리케이션 추천 방법은 추론 모듈(10)로 사용자의 상황 추론 및 관련 애플리케이션을 추출하는 사용자 상황 추론단계(S10단계)와; 분석모듈(20)로 사용자 정보를 분석하고 유사 사용자를 분석하는 사용자 정보 분석단계(S20단계)와; 분석결과 통합모듈(30)로 상기 분석모듈(20)에서의 분석 결과를 통합하는 분석결과 통합단계(S30단계) 및; 추천모듈(40)로 상기 분석결과 통합모듈(30)에서의 산출된 최종 점수에 따라 애플리케이션을 추천하는 애플리케이션 추천단계(S40단계)로 이루어져 있다.
실시예
상기한 바와 같이 이루어지는 본 발명 개인화된 지능형 모바일 애플리케이션 추천 방법을 이하에 실시예를 통해 구체적으로 설명한다.
상기 사용자 상황 추론단계(S10단계)에서 특정 상황에 대한 키워드를 미리 지정하여 상황 데이터베이스(Context DB)에 저장하고(키워드 저장단계; S11단계), 사용자의 시간적 상황(Temporal Context) 및 공간적 상황(Spatial Context)으로부터 키워드를 추출한 다음(키워드 추출단계; S12단계), 추출된 키워드를 이용하여 애플리케이션 데이터베이스(App DB)로부터 추천 후보가 되는 애플리케이션들을 찾아냈다(1차 필터링단계; S13단계).
이와 같은 사용자 상황 추론은 사용자의 상황에 맞게 추출된 키워드를 애플리케이션의 검색에 사용하게 함으로써 추천 후보의 수용 가능성을 증가시키게 된다.
이어서 상기 사용자 정보 분석단계(S20단계)에서 사용자 데이터베이스(User DB)에 미리 등록된 사용자의 인적사항 정보와 사용자가 설정하는 애플리케이션 선호도에 대한 정보를 도출하고(사용자 정보 도출과정; S21단계)과; 애플리케이션 데이터베이스(App DB)로부터 애플리케이션 키워드를 추출하여 사용자 프로파일-애플리케이션 키워드, 사용자 선호도-애플리케이션 키워드 간의 의미적 관련도(Semantic Relatedness)를 공개된 의미 구조 어휘 데이터베이스(Semantically Structured Lexical Database)인 워드넷(WordNet)을 이용하여 측정한 후(관련도 측정과정; S22단계)와; 상기 측정과정(S22단계)에서의 측정 결과를 이용하여 사용자 측면의 유사도 점수(P1)를 산출하고(사용자 유사도 점수 산출과정; S23단계), 협업 필터링(Collaborative Filtering)에서 많이 사용되는 기법인 사용자 간의 유사도 측정(User-Based Approach)을 이용하여 사용자 데이터베이스(User DB)로부터 유사 사용자 집단을 도출한 다음(유사 사용자 집단 도출과정; S24단계) 항목 간의 유사도 측정(Item-Based Approach)을 이용하여 유사 사용자가 자주 사용하는 애플리케이션과 추천 후보 애플리케이션의 유사성을 평가한 유사 사용자 측면의 유사도 점수(P2)를 산출하였다(유사 사용자 유사도 점수 산출과정; S24단계).
상기 사용자 정보 분석단계(S20단계)에서 사용자 데이터베이스(User DB)에 미리 등록된 사용자의 인적사항 정보는 사용자의 성별, 연령, 취미, 직업 등이 될 수 있고, 애플리케이션 선호도는 애플리케이션의 카테고리, 가격, 언어, 평점 등이 될 수 있다.
계속하여 상기 분석결과 통합단계(S30단계)에서 사용자 측면의 유사도 점수(P1)와 유사 사용자 측면의 유사도 점수(P2)를 종합하여 최종 점수(P)를 산출하였다. 즉, P = w1 × P1 + w2 × P2 (여기서 w1, w2는 가중치로서, 0 ≤ w1, w2 ≤ 1, w1 + w2 = 1)로 최종 점수(P)를 산출하였다(2차 필터링 단계).
이와 같이 점수(P1)와 점수(P2)의 가중치를 각각 w1, w2 라 하면, 최종점수(P)는 이를 가중합하여 계산된다. 즉, 초기에는 미리 정의된 값으로 설정하고, 이후에는 통계 데이터베이스(Statistics DB)로부터 추출된 추천 애플리케이션의 사용 빈도를 고려하여 두 측면의 가중치 w1, w2를 조절한다.
그리고 마지막으로 애플리케이션 추천단계(S40단계)에서 통계 데이터베이스(Statistics DB)를 통해 추천 대상자가 이미 사용 중인 애플리케이션을 검색하여 제외하고(사용중인 애플리케이션 제외단계; S41단계), 상기 분석결과 통합단계(S30단계)에서 산출된 최종 점수(P)에 따라 추천 애플리케이션 리스트를 산출하여(3차 필터링 단계; S42단계) 복합적 기준에 의한 사용자 맞춤형 추천 결과를 사용자의 모바일 기기상에 제시하고(추천결과 출력단계), 본 발명 개인화된 지능형 모바일 애플리케이션 추천 방법의 실행을 종료하였다.
지금까지 본 발명을 바람직한 실시예로서 설명하였으나, 본 발명은 이에 한정되지 않고 발명의 요지를 이탈하지 않는 범위 내에서 다양하게 변형하여 실시할 수 있음은 물론이다.
10 : 추론 모듈 20 : 분석모듈
30 : 분석결과 통합모듈 40 : 추천모듈

Claims (6)

  1. 추론 모듈(10)로 사용자의 상황 추론 및 관련 애플리케이션을 추출하는 사용자 상황 추론단계(S10단계)와; 분석모듈(20)로 사용자 정보를 분석하고 유사 사용자를 분석하는 사용자 정보 분석단계(S20단계)와; 분석결과 통합모듈(30)로 상기 분석모듈(20)에서의 분석 결과를 통합하는 분석결과 통합단계(S30단계) 및; 추천모듈(40)로 상기 분석결과 통합모듈(30)에서의 산출된 최종 점수에 따라 애플리케이션을 추천하는 애플리케이션 추천단계(S40단계)로 이루어진 개인화된 지능형 모바일 애플리케이션 추천 방법.
  2. 제 1항에 있어서, 상기 사용자 상황 추론단계(S10단계)는 특정 상황에 대한 키워드를 미리 지정하여 상황 데이터베이스(Context DB)에 저장하는 키워드 저장단계(S11단계)와; 사용자의 시간적 상황(Temporal Context) 및 공간적 상황(Spatial Context)으로부터 키워드를 추출하는 키워드 추출단계(S12단계) 및; 추출된 키워드를 이용하여 애플리케이션 데이터베이스(App DB)로부터 추천 후보가 되는 애플리케이션들을 찾아내는 1차 필터링단계(S13단계)로 이루어진 것을 특징으로 하는 지능형 모바일 애플리케이션 추천 방법.
  3. 삭제
  4. 삭제
  5. 삭제
  6. 삭제
KR1020110122518A 2011-11-22 2011-11-22 개인화된 지능형 모바일 애플리케이션 추천 방법 KR101318975B1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020110122518A KR101318975B1 (ko) 2011-11-22 2011-11-22 개인화된 지능형 모바일 애플리케이션 추천 방법

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020110122518A KR101318975B1 (ko) 2011-11-22 2011-11-22 개인화된 지능형 모바일 애플리케이션 추천 방법

Publications (2)

Publication Number Publication Date
KR20130056767A KR20130056767A (ko) 2013-05-30
KR101318975B1 true KR101318975B1 (ko) 2013-10-17

Family

ID=48664713

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020110122518A KR101318975B1 (ko) 2011-11-22 2011-11-22 개인화된 지능형 모바일 애플리케이션 추천 방법

Country Status (1)

Country Link
KR (1) KR101318975B1 (ko)

Families Citing this family (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101761226B1 (ko) * 2013-06-23 2017-07-25 인텔 코포레이션 수취인에게 관심 있는 선물의 크라우드-소싱을 위한 상황적 관련성 정보에 기초한 사용자 정보의 선택적 공유
KR101647364B1 (ko) * 2013-08-26 2016-08-23 네이버 주식회사 사용자 특성정보 및 상호작용 기반의 컨텐츠 추천 시스템，방법 및 그 기록매체
US10089652B2 (en) * 2014-06-24 2018-10-02 Samsung Electronics Co., Ltd. Generating advertisements for search results that reference software applications
KR101929798B1 (ko) 2017-02-24 2018-12-18 주식회사 원더풀플랫폼 챗봇 거래 방법 및 챗봇 거래 시스템
CN116149236B (zh) * 2023-04-04 2023-10-27 深圳市特区建发科技园区发展有限公司 一种基于区块链的应用运维管理智能监控系统及方法

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20080037826A (ko) * 2006-10-27 2008-05-02 야후! 인크. 지능형 정보 제공 시스템 및 방법
KR20100003117A (ko) * 2008-06-30 2010-01-07 주식회사 케이티 사용자 맞춤형 위젯 추천 장치 및 그 방법

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20080037826A (ko) * 2006-10-27 2008-05-02 야후! 인크. 지능형 정보 제공 시스템 및 방법
KR20100003117A (ko) * 2008-06-30 2010-01-07 주식회사 케이티 사용자 맞춤형 위젯 추천 장치 및 그 방법

Also Published As

Publication number Publication date
KR20130056767A (ko) 2013-05-30

Similar Documents

Publication Publication Date Title
AU2014204091B2 (en) Determining product categories by mining chat transcripts
CN106575503B (zh) 用于对话理解系统的会话上下文建模的方法和系统
US9336281B2 (en) Systems and methods for identifying and analyzing internet users
US8977573B2 (en) System and method for identifying customers in social media
US9467744B2 (en) Comment-based media classification
US9965776B2 (en) Digital content recommendations based on user comments
US20140282493A1 (en) System for replicating apps from an existing device to a new device
US20130246392A1 (en) Conversational System and Method of Searching for Information
JP6846390B2 (ja) ドメイン間の文法スロットによる分類
US8731930B2 (en) Contextual voice query dilation to improve spoken web searching
JP2009176302A (ja) 推薦システム用の時間情報および場所情報の言語抽出
KR20170010004A (ko) 콘텐츠 성능 최적화를 위한 자동화된 클릭 타입 선택
KR101318975B1 (ko) 개인화된 지능형 모바일 애플리케이션 추천 방법
US10419829B1 (en) Providing content related to a selected channel for presentation to a user via a client device
US20150081660A1 (en) Identifying Gaps In Search Results
US20140236969A1 (en) Apparatus and method for recommending contents based on metadata graph
KR101931624B1 (ko) 패션 분야의 트렌드 분석방법 및 이를 포함하는 저장매체
Banovic et al. Warming up to cold start personalization
Kim et al. Topic-Driven SocialRank: Personalized search result ranking by identifying similar, credible users in a social network
KR20120087346A (ko) 기업과 소비자간의 정보 제공 시스템 및 정보 제공 방법
KR101542417B1 (ko) 사용자 선호도 학습 방법 및 장치
Fonteles et al. Towards matching improvement between spatio-temporal tasks and workers in mobile crowdsourcing market systems
Missaoui et al. A language modeling approach for the recommendation of tourism-related services
CN110648157B (zh) 广告市场中保留价格的确定方法、装置、终端及存储介质
JP7088644B2 (ja) 提供装置、提供方法及び提供プログラム

Legal Events

Date Code Title Description
A201 Request for examination
E902 Notification of reason for refusal
E701 Decision to grant or registration of patent right
GRNT Written decision to grant
FPAY Annual fee payment

Payment date: 20161011

Year of fee payment: 4

FPAY Annual fee payment

Payment date: 20171011

Year of fee payment: 5

FPAY Annual fee payment

Payment date: 20181010

Year of fee payment: 6

FPAY Annual fee payment

Payment date: 20191001

Year of fee payment: 7