JP2023108590A - 関心トピックに基づいた個人化推薦のための方法、システム、およびコンピュータプログラム - Google Patents
関心トピックに基づいた個人化推薦のための方法、システム、およびコンピュータプログラム Download PDFInfo
- Publication number
- JP2023108590A JP2023108590A JP2022174072A JP2022174072A JP2023108590A JP 2023108590 A JP2023108590 A JP 2023108590A JP 2022174072 A JP2022174072 A JP 2022174072A JP 2022174072 A JP2022174072 A JP 2022174072A JP 2023108590 A JP2023108590 A JP 2023108590A
- Authority
- JP
- Japan
- Prior art keywords
- topic
- topics
- keyword
- keywords
- user
- Prior art date
- Legal status (The legal status 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 status listed.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 54
- 238000004590 computer program Methods 0.000 title claims abstract description 10
- 230000000694 effects Effects 0.000 claims abstract description 22
- 239000011159 matrix material Substances 0.000 claims description 6
- 238000010586 diagram Methods 0.000 description 17
- 230000008569 process Effects 0.000 description 13
- 238000004891 communication Methods 0.000 description 12
- 238000012545 processing Methods 0.000 description 8
- 235000005911 diet Nutrition 0.000 description 7
- 230000037213 diet Effects 0.000 description 7
- 244000247812 Amorphophallus rivieri Species 0.000 description 6
- 229920002752 Konjac Polymers 0.000 description 6
- 235000001206 Amorphophallus rivieri Nutrition 0.000 description 5
- 230000006399 behavior Effects 0.000 description 5
- 235000010485 konjac Nutrition 0.000 description 5
- 239000000252 konjac Substances 0.000 description 5
- 238000000354 decomposition reaction Methods 0.000 description 3
- 230000006870 function Effects 0.000 description 3
- 102000004169 proteins and genes Human genes 0.000 description 3
- 108090000623 proteins and genes Proteins 0.000 description 3
- 230000000386 athletic effect Effects 0.000 description 2
- 239000000203 mixture Substances 0.000 description 2
- 238000012360 testing method Methods 0.000 description 2
- 244000045195 Cicer arietinum Species 0.000 description 1
- 235000010523 Cicer arietinum Nutrition 0.000 description 1
- 235000017003 Cissus Nutrition 0.000 description 1
- 244000035145 Cissus repens Species 0.000 description 1
- 235000017014 Cissus repens Nutrition 0.000 description 1
- 241000287828 Gallus gallus Species 0.000 description 1
- 240000008415 Lactuca sativa Species 0.000 description 1
- 210000000577 adipose tissue Anatomy 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 230000003190 augmentative effect Effects 0.000 description 1
- 239000003795 chemical substances by application Substances 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 235000020870 detox diet Nutrition 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 235000015110 jellies Nutrition 0.000 description 1
- 239000008274 jelly Substances 0.000 description 1
- 235000012054 meals Nutrition 0.000 description 1
- 238000010295 mobile communication Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000012805 post-processing Methods 0.000 description 1
- 235000018102 proteins Nutrition 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 235000012045 salad Nutrition 0.000 description 1
- 235000011888 snacks Nutrition 0.000 description 1
- 230000000699 topical effect Effects 0.000 description 1
- 238000012549 training Methods 0.000 description 1
Classifications
-
- 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
- G06F16/95—Retrieval from the web
- G06F16/953—Querying, e.g. by the use of web search engines
- G06F16/9535—Search customisation based on user profiles and personalisation
-
- 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
- G06F16/903—Querying
- G06F16/9032—Query formulation
- G06F16/90324—Query formulation using system suggestions
-
- 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
- G06F16/906—Clustering; Classification
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N20/00—Machine learning
-
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Databases & Information Systems (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Data Mining & Analysis (AREA)
- General Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Mathematical Physics (AREA)
- Finance (AREA)
- Accounting & Taxation (AREA)
- Software Systems (AREA)
- Medical Informatics (AREA)
- Evolutionary Computation (AREA)
- Computing Systems (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Artificial Intelligence (AREA)
- Computational Linguistics (AREA)
- Development Economics (AREA)
- Economics (AREA)
- Marketing (AREA)
- Strategic Management (AREA)
- General Business, Economics & Management (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
Description
310:データ生成部
320:関心トピック選定部
330:個人化推薦部
Claims (20)
- コンピュータシステムで実行される方法であって、
前記コンピュータシステムは、メモリに含まれるコンピュータ読み取り可能な命令を実行するように構成された少なくとも1つのプロセッサを含み、
前記方法は、
前記少なくとも1つのプロセッサにより、インターネット上で使用されるキーワードに対して、言語モデル(language model)を利用して前記キーワードのトピックを生成して前記キーワードと前記トピックとの間に関係を構築する段階、および
前記少なくとも1つのプロセッサにより、前記キーワードと前記トピックの関係を利用して、インターネット上のユーザの活動に対応する少なくとも1つの関心トピックを選定する段階、および
前記少なくとも1つのプロセッサにより、前記関心トピックに基づいて前記ユーザに個人化された推薦情報を提供する段階
を含む、方法。 - 前記キーワードと前記トピックの間に関係を構築する段階は、
キーワードサンプルと当該キーワードのトピックからなるサンプルデータを利用してターゲットキーワードに対するプロンプト(prompt)を構成する段階、および
前記プロンプトを前記言語モデルの入力とし、前記サンプルデータのパターンによって前記ターゲットキーワードのトピックを生成する段階
を含む、請求項1に記載の方法。 - 前記キーワードと前記トピックの間に関係を構築する段階は、
インターネット上の情報検索または情報分類に使用されるキーワードに対して、当該キーワードを使用するユーザの関心事として表現するためのトピックを生成する段階
を含む、請求項1に記載の方法。 - 前記キーワードと前記トピックの間に関係を構築する段階は、
前記言語モデルで生成されたトピック間の類似度に基づいてトピックグループを生成する段階、および
前記トピックグループに対して、前記トピック間の関係に基づいた埋め込み学習によって前記キーワードに対して少なくとも1つの代表トピックを選定する段階
を含む、請求項1に記載の方法。 - 前記トピックグループを生成する段階は、
検索記録に含まれた複数の検索語に対して各検索語をトピックに置き換えた後、置き換えられたトピックを連結して文章(sentence)で表現し、前記検索語それぞれを単語(word)で表現して埋め込み学習を実行することにより、類似関係にあるトピックをグルーピングする段階
を含む、請求項4に記載の方法。 - 前記トピックグループを生成する段階は、
前記キーワードに対して前記言語モデルで生成された候補トピックを連結して文章で表現し、前記候補トピックそれぞれを単語で表現して埋め込み学習を実行することにより、類似関係にあるトピックをグルーピングする段階
を含む、請求項4に記載の方法。 - 前記トピックグループを生成する段階は、
前記キーワードと前記言語モデルで生成された候補トピックに対して行列分解(MF:matrix factorization)を実行することにより、類似関係にあるトピックをグルーピングする段階
を含む、請求項4に記載の方法。 - 前記キーワードに対して少なくとも1つの代表トピックを選定する段階は、
前記トピック間の包含関係と同等関係のうちの少なくとも1つの関係を把握してグラフ埋め込み(graph embedding)を実行する段階、および
前記グラフ埋め込みを利用した前記キーワードと前記トピックの間の確率に基づいて前記代表トピックを選定する段階
を含む、請求項4に記載の方法。 - 前記関心トピックを選定する段階は、
前記ユーザが入力した検索語と前記ユーザがクリックした商品のタグのうちの少なくとも1つの活動キーワードと関係が設定されたトピックを前記関心トピックとして選定すること
を特徴とする、請求項1に記載の方法。 - 前記ユーザに個人化された推薦情報を提供する段階は、
前記関心トピックと関係が設定されたキーワードのうちで前記ユーザの活動と関連する少なくとも1つのキーワードを関連キーワードとして推薦する段階
を含む、請求項1に記載の方法。 - 前記ユーザに個人化された推薦情報を提供する段階は、
前記関心トピックと関係が設定されたキーワードのうちで前記ユーザの活動と関連する少なくとも1つのキーワードを関連キーワードとして選定する段階、および
インターネット上のアイテムのうちで前記関連キーワードと関連するアイテムを推薦する段階
を含む、請求項1に記載の方法。 - 前記関連キーワードと関連するアイテムを推薦する段階は、
前記ユーザのプロフィール情報と前記関心トピックのうちの少なくとも1つを利用して推薦アイテムを選定する段階
を含む、請求項11に記載の方法。 - 請求項1~12のうちのいずれか一項に記載の方法を前記コンピュータシステムに実行させるためのコンピュータプログラム。
- コンピュータシステムであって、
メモリに含まれるコンピュータ読み取り可能な命令を実行するように構成された少なくとも1つのプロセッサ
を含み、
前記少なくとも1つのプロセッサは、
インターネット上で使用されるキーワードに対して、言語モデルを利用して前記キーワードのトピックを生成して前記キーワードと前記トピックの間に関係を構築し、
前記キーワードと前記トピックの関係を利用してインターネット上のユーザの活動に対応する少なくとも1つの関心トピックを選定し、
前記関心トピックに基づいて前記ユーザに個人化された推薦情報を提供すること
を特徴とする、コンピュータシステム。 - 前記少なくとも1つのプロセッサは、
キーワードサンプルと当該キーワードのトピックからなるサンプルデータを利用してターゲットキーワードに対するプロンプトを構成し、
前記プロンプトを前記言語モデルの入力とし、前記サンプルデータのパターンによって前記ターゲットキーワードのトピックを生成すること
を特徴とする、請求項14に記載のコンピュータシステム。 - 前記少なくとも1つのプロセッサは、
インターネット上の情報検索または情報分類に使用されるキーワードに対して、当該キーワードを使用するユーザの関心事として表現するためのトピックを生成すること
を特徴とする、請求項14に記載のコンピュータシステム。 - 前記少なくとも1つのプロセッサは、
前記言語モデルで生成されたトピック間の類似度に基づいてトピックグループを生成し、
前記トピックグループに対して、前記トピック間の関係に基づいた埋め込み学習によって前記キーワードに対して少なくとも1つの代表トピックを選定すること
を特徴とする、請求項14に記載のコンピュータシステム。 - 前記少なくとも1つのプロセッサは、
検索記録に含まれた複数の検索語に対して各検索語をトピックに置き換えた後、置き換えられたトピックを連結して文章で表現し、前記検索語それぞれを単語で表現して埋め込み学習を実行することにより、類似関係にあるトピックをグルーピングすること
を特徴とする、請求項17に記載のコンピュータシステム。 - 前記少なくとも1つのプロセッサは、
前記トピック間の包含関係と同等関係のうちの少なくとも1つの関係を把握してグラフ埋め込みを実行し、
前記グラフ埋め込みを利用した前記キーワードと前記トピックの間の確率に基づいて前記代表トピックを選定すること
を特徴とする、請求項17に記載のコンピュータシステム。 - 前記少なくとも1つのプロセッサは、
前記関心トピックと関係が設定されたキーワードのうちで前記ユーザの活動と関連する少なくとも1つのキーワードを関連キーワードとして推薦するか、または前記インターネット上のアイテムのうちで前記関連キーワードと関連するアイテムを推薦すること
を特徴とする、請求項14に記載のコンピュータシステム。
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
KR1020220010593A KR20230114440A (ko) | 2022-01-25 | 2022-01-25 | 관심 주제 기반 개인화 추천을 위한 방법, 시스템, 및 컴퓨터 프로그램 |
KR10-2022-0010593 | 2022-01-25 |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2023108590A true JP2023108590A (ja) | 2023-08-04 |
JP7529344B2 JP7529344B2 (ja) | 2024-08-06 |
Family
ID=87475250
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2022174072A Active JP7529344B2 (ja) | 2022-01-25 | 2022-10-31 | 関心トピックに基づいた個人化推薦のための方法、システム、およびコンピュータプログラム |
Country Status (2)
Country | Link |
---|---|
JP (1) | JP7529344B2 (ja) |
KR (1) | KR20230114440A (ja) |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2010197706A (ja) * | 2009-02-25 | 2010-09-09 | Ntt Docomo Inc | 話題判定装置および話題判定方法 |
JP2012018412A (ja) * | 2004-01-20 | 2012-01-26 | Koninkl Philips Electronics Nv | 会話の話題を決定して関連するコンテンツを取得して提示する方法及びシステム |
JP2018206361A (ja) * | 2017-06-07 | 2018-12-27 | 富士ゼロックス株式会社 | ユーザ指向トピック選択及びブラウジングのためのシステム及び方法、複数のコンテンツ項目を表示する方法、プログラム、及びコンピューティングデバイス |
US20200233917A1 (en) * | 2019-01-23 | 2020-07-23 | Keeeb Inc. | Data processing system for data search and retrieval augmentation and enhanced data storage |
-
2022
- 2022-01-25 KR KR1020220010593A patent/KR20230114440A/ko unknown
- 2022-10-31 JP JP2022174072A patent/JP7529344B2/ja active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2012018412A (ja) * | 2004-01-20 | 2012-01-26 | Koninkl Philips Electronics Nv | 会話の話題を決定して関連するコンテンツを取得して提示する方法及びシステム |
JP2010197706A (ja) * | 2009-02-25 | 2010-09-09 | Ntt Docomo Inc | 話題判定装置および話題判定方法 |
JP2018206361A (ja) * | 2017-06-07 | 2018-12-27 | 富士ゼロックス株式会社 | ユーザ指向トピック選択及びブラウジングのためのシステム及び方法、複数のコンテンツ項目を表示する方法、プログラム、及びコンピューティングデバイス |
US20200233917A1 (en) * | 2019-01-23 | 2020-07-23 | Keeeb Inc. | Data processing system for data search and retrieval augmentation and enhanced data storage |
Non-Patent Citations (1)
Title |
---|
ASAHI USHIO 他: "BERT is to NLP what AlexNet is to CV: Can Pre-trained Language Models Identify Analogies?", PROCEEDINGS OF THE 59TH ANNUAL MEETING OF THE ASSOCIATION FOR COMPUTATIONAL LINGUISTICS AND THE 11TH, JPN6023051677, 6 August 2021 (2021-08-06), pages 3609 - 3624, ISSN: 0005222223 * |
Also Published As
Publication number | Publication date |
---|---|
JP7529344B2 (ja) | 2024-08-06 |
KR20230114440A (ko) | 2023-08-01 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Gabriel De Souza et al. | Contextual hybrid session-based news recommendation with recurrent neural networks | |
US11216509B2 (en) | Dynamic faceting for personalized search and discovery | |
RU2725659C2 (ru) | Способ и система для оценивания данных о взаимодействиях пользователь-элемент | |
JP2021182392A (ja) | 情報検索方法、装置、設備、記憶媒体、及びプログラム | |
JP5357432B2 (ja) | 情報処理装置、情報処理方法、およびプログラム | |
US9767417B1 (en) | Category predictions for user behavior | |
US11375280B2 (en) | Systems and methods for evaluating models that generate recommendations | |
US9767204B1 (en) | Category predictions identifying a search frequency | |
CN111339406A (zh) | 个性化推荐方法、装置、设备及存储介质 | |
Antonyuk et al. | Medical news aggregation and ranking of taking into account the user needs | |
US20160191338A1 (en) | Retrieving content from an application | |
US10474670B1 (en) | Category predictions with browse node probabilities | |
Lytvyn et al. | An Intelligent System of the Content Relevance at the Ex-ample of Films According to User Needs | |
US20210319074A1 (en) | Method and system for providing trending search terms | |
CN116823410B (zh) | 数据处理方法、对象处理方法、推荐方法及计算设备 | |
US10387934B1 (en) | Method medium and system for category prediction for a changed shopping mission | |
JP2021072120A (ja) | アプリ使用パターンと会話分析に基づいてアプリ機能のショートカットを推薦する方法および装置 | |
Pal | An efficient system using implicit feedback and lifelong learning approach to improve recommendation | |
JP7529344B2 (ja) | 関心トピックに基づいた個人化推薦のための方法、システム、およびコンピュータプログラム | |
CN115618126A (zh) | 搜索处理方法、系统、计算机可读存储介质及计算机设备 | |
JP2022087835A (ja) | コミュニティ分類方法、コンピュータプログラム、およびコンピュータ装置 | |
Castro et al. | A big data semantic driven context aware recommendation method for question-answer items | |
Li et al. | The media-oriented cross domain recommendation method | |
JP2020155108A (ja) | 複数のソーシャルネットワークサービス内のチャンネルをグルーピングする方法、システム、および非一時的なコンピュータ読み取り可能な記憶媒体 | |
Kumar et al. | A hybrid deep Ranking weighted Multi-Hashing Recommender system |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20221031 |
|
A80 | Written request to apply exceptions to lack of novelty of invention |
Free format text: JAPANESE INTERMEDIATE CODE: A80 Effective date: 20221107 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20231213 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20231219 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20240318 |
|
TRDD | Decision of grant or rejection written | ||
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20240625 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20240719 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 7529344 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |