KR101458693B1 - Method for estimating predictive result based on predictive model - Google Patents
Method for estimating predictive result based on predictive model Download PDFInfo
- Publication number
- KR101458693B1 KR101458693B1 KR1020130030973A KR20130030973A KR101458693B1 KR 101458693 B1 KR101458693 B1 KR 101458693B1 KR 1020130030973 A KR1020130030973 A KR 1020130030973A KR 20130030973 A KR20130030973 A KR 20130030973A KR 101458693 B1 KR101458693 B1 KR 101458693B1
- Authority
- KR
- South Korea
- Prior art keywords
- user
- booth
- stream
- recommendation
- generated
- Prior art date
Links
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F40/00—Handling natural language data
- G06F40/20—Natural language analysis
- G06F40/205—Parsing
- G06F40/221—Parsing markup language streams
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2216/00—Indexing scheme relating to additional aspects of information retrieval not explicitly covered by G06F16/00 and subgroups
- G06F2216/03—Data mining
Abstract
본 발명은 예측결과의 판단 방법에 관한 것으로, 보다 구체적으로 예측모형생성언어로 생성된 다양한 예측 모형을 파싱하여 입력되는 사용자 정보에 따른 예측결과를 판단함으로써 예측 모형에 종속되지 않고 다양한 예측 모형에 적용 가능하며, 스트림 정보에 입력되는 사용자 정보를 적용하여 결정 트리에 사용되는 사용자 시그니쳐를 생성함으로써 전시회에서 관람객에 선호 예상되는 부스를 실시간으로 추천할 수 있는 예측결과의 판단 방법에 관한 것이다.The present invention relates to a method of determining a prediction result, more specifically, various prediction models generated in a prediction model generation language are parsed to judge a prediction result according to input user information, thereby applying to various prediction models The present invention relates to a method of determining a prediction result that can recommend a booth, which is expected to be preferred to an audience, in real time by generating user signatures used in a decision tree by applying user information inputted to stream information.
Description
본 발명은 예측결과의 판단 방법에 관한 것으로, 보다 구체적으로 예측모형생성언어(PMML)로 생성된 다양한 예측 모형을 파싱하여 입력되는 사용자 정보에 따른 예측결과를 판단함으로써 예측 모형에 종속되지 않고 다양한 예측 모형에 적용 가능하며, 스트림(stream)에 입력되는 사용자 정보를 적용하여 결정 트리에 사용되는 사용자 시그니쳐를 생성함으로써 전시회에서 관람객에 선호 예상되는 부스를 실시간으로 추천할 수 있는 예측결과의 판단 방법에 관한 것이다.More particularly, the present invention relates to a method for predicting prediction results, and more specifically, various prediction models generated by a prediction model generation language (PMML) are parsed to determine prediction results according to input user information, The present invention relates to a method of determining a prediction result that can be applied to a model and can recommend a booth that is expected to be preferred to a viewer in real time by generating user signatures used in a decision tree by applying user information inputted in a stream will be.
최근 각종 정보와 데이터의 양은 데이터베이스 기술의 발달과 더불어 기하급수적으로 늘어나고 있는 추세이다. 이러한 정보의 홍수는 기존 데이터베이스 시스템에서 사용하는 단순 질의 방식의 처리방식으로는 감당할 수 없는 지경에 이르렀기 때문에 방대한 양의 데이터를 효과적으로 이용하기 위한 새로운 처리 방법의 필요성이 요구되고 있다.Recently, the amount of various information and data is increasing exponentially with the development of database technology. Since the flood of this information can not cope with the simple query processing method used in the existing database system, there is a need for a new processing method for effectively using a large amount of data.
데이터마이닝(Data Mining)이란 수많은 데이터 가운데 유용하게 활용될 수 있는 숨겨진 지식을 효과적으로 찾아내는 지식 탐사의 한 연구 분야이다. 즉, 데이터 웨어하우스(Data Warehouse)에 숨겨져 있는 데이터 간의 유형과 관계를 탐색하고, 이를 분석하는 분야이다. 데이터마이닝의 기법으로는 한 사건이 다른 사건과 상호 관련을 갖는 연합(Association), 한 사건이 뒤의 다른 사건을 유발시키는 연속(Sequence), 패턴(Pattern)을 인식하고 새롭게 분류된 데이터를 창출하는 분류(Classification), 이전에는 알려지지 않았던 사실 집단을 발견하고 가시화하는 집단화(Clustering), 데이터 내에서 단순히 발견되는 패턴을 통해 미래에 관한 예측을 하는 예측(Prediction) 등이 있다.Data mining is a field of knowledge exploration that effectively finds hidden knowledge that can be useful among numerous data. In other words, it explores the types and relationships among the data hidden in the data warehouse and analyzes them. Data mining techniques include associations in which an event is correlated with another event, a sequence in which an event causes another event to occur later, and a pattern in which new events are generated Classification, Clustering to discover and visualize previously unrecognized fact groups, and Prediction to make predictions about the future through patterns that are simply found in the data.
데이터마이닝에서 주로 사용하고 있는 분류 방법에는 베이지안 정리(Bayesian) 분류, K Nearest Neighbors, 유전자 알고리즘(Genetic Algorithm), 신경망(Neural Network), 규칙 기반(Rule-Based) 알고리즘, 결정 트리(Decision Tree) 등이 있다. 그 중에서 간단한 트리 형식의 예측 모형은 사람들이 쉽게 이해하고 설명할 수 있기 때문에 데이터마이닝 작업에 많이 쓰이고 있다. The Bayesian classification, K Nearest Neighbors, Genetic Algorithm, Neural Network, Rule-Based Algorithm, Decision Tree etc. are mainly used in data mining. . Among them, a simple tree-like prediction model is widely used for data mining because it can be easily understood and explained by people.
결정 트리의 예측 모형은 데이터를 구성하는 속성(Attribute)과 클래스(Class)와의 관계에 기초하여 수집된 데이터의 레코드(Record)들을 분석하고, 이 클래스들 사이에 존재하는 패턴을 속성의 조합으로 나타내는 트리 형태의 분류모형이다. 이러한 결정 트리의 예측 모형은 예측과 분류를 위해 많이 사용되는데, 예를 들어 DM(Direct Mail) 발송회사는 DM 수신집단의 속성과 클래스에 기초하여 자신의 메일(Mail)에 얼마나 대답을 잘 해줄 수 있는 집단을 분류하거나 전시회에서 관람객의 속성과 클래스에 기초하여 각 관람객이 선호할 것으로 예상되는 부스를 분류한다. 더욱이 최근의 전시회는 전문화됨에 따라 관람객을 정확하게 선별하여 목표 관람객에게 전시회를 홍보하여야 적은 홍보 비용으로 최대의 홍보 효과를 가질 수 있다. 또한 전시회는 방대화됨에 따라 관람객이 선호할 것으로 예상되는 부스를 적절하게 선택하여 홍보하여야 관람객은 적은 노력과 시간으로 자신이 원하는 부스를 관람할 수 있다. The prediction model of the decision tree analyzes the records of the collected data based on the relation between the attribute and the class constituting the data and displays the pattern existing between the classes as a combination of attributes Tree type classification model. For example, a DM (Direct Mail) sender can answer a mail based on the attribute and class of the DM receiving group. Classify booths that are expected to be preferred by each visitor based on the attributes and classes of visitors in the exhibit. Furthermore, since the recent exhibition is specialized, it is necessary to accurately select the viewer and promote the exhibition to the target viewer, so that the promotion effect can be maximized with a small promotion cost. Also, the exhibitor should select the booth that is expected to be preferred by the viewer as appropriate, so that the visitor can view the desired booth with less effort and time.
종래 데이터마이닝 기법은 결정 트리의 예측 모형을 생성하여 예측과 분류가 필요한 다양한 분야에 사용되고 있으나, 결정 트리의 예측 모형은 이전에 저장된 데이터를 단순히 속성에 따라 분류한 하나의 분류 모형으로만 사용될 뿐 분류 모형의 적용에 대해서는 구체적인 연구와 개발이 없었다.Conventional data mining techniques are used in various fields that require prediction and classification by generating prediction models of decision trees. However, prediction models of decision trees are used only as a classification model that classifies previously stored data by attributes There was no specific research or development on the application of the model.
더욱이 전시회에서 부스의 추천과 같이 결정 트리의 예측 모형을 적용하여 실시간으로 관람객에게 부스를 추천하여야 의미가 있는 분야의 경우, 결정 트리 예측 모형의 적용은 더욱 힘들다는 문제점을 가진다.Furthermore, it is more difficult to apply the decision tree prediction model in the case of the field where the booth is recommended to the viewer in real time by applying the prediction model of the decision tree like the recommendation of the booth in the exhibition.
본 발명의 선행문헌으로는 "사업 아이템 도출 시스템 및 방법"라는 제하로 등록된 한국등록특허 제10-1119925"가 있다.The prior art of the present invention is Korean Patent No. 10-1119925, entitled " System and Method for Deriving Business Item "
본 발명은 위에서 언급한 문제점을 해결하기 위한 것으로, 본 발명이 이루고자 하는 목적은 입력되는 사용자 정보를 예측 모형에 적용하여 예측결과를 실시간으로 판단할 수 있는 예측결과의 판단 방법을 제공하는 것이다.SUMMARY OF THE INVENTION The present invention has been made to solve the above problems, and it is an object of the present invention to provide a method of determining a prediction result that can determine a prediction result in real time by applying input user information to a prediction model.
본 발명이 이루고자 하는 다른 목적은 예측 모형의 종류에 상관없이 예측모형생성언어로 생성된 다양한 예측 모형을 파싱하여 입력되는 사용자 정보에 따른 예측결과를 판단할 수 있는 호환성 있는 예측결과의 판단 방법을 제공하는 것이다. Another object of the present invention is to provide a method of determining a compatible prediction result, which can determine a prediction result according to input user information by parsing various prediction models generated in a prediction model generation language regardless of the type of the prediction model .
본 발명이 이루고자 하는 또 다른 목적은 스트림에 입력되는 사용자 정보를 적용하여 결정 트리에 사용되는 사용자 시그니쳐를 생성하며, 사용자 시그니쳐를 결정 트리에 적용하여 실시간으로 관람객에게 부스를 추천할 수 있는 방법을 제공하는 것이다. Another object of the present invention is to provide a method of generating a user signature used in a decision tree by applying user information inputted to a stream and recommending a booth to a visitor in real time by applying a user signature to a decision tree .
본 발명의 목적을 달성하기 위하여 본 발명에 따른 예측 결과의 판단 방법은 데이터마이닝 기법을 통해 생성된 예측 모형을 파싱하여 결정트리와 스트림(stream)을 생성하는 단계와, 입력되는 사용자 정보를 생성한 스트림에 기초하여 사용자 정보 중 스트림에 해당하는 사용자 정보를 선택하거나 스트림에 해당하는 사용자 정보로 변환하여 사용자 시그니쳐를 생성하는 단계와, 사용자 시그니쳐를 생성한 결정트리에 적용하여 사용자 시그니쳐에 대한 예측결과를 실시간으로 판단하는 단계를 포함하는 것을 특징으로 한다.According to another aspect of the present invention, there is provided a method of determining a prediction result, the method comprising: generating a decision tree and a stream by parsing a prediction model generated through a data mining technique; Generating a user signature by converting user information corresponding to a stream into user information corresponding to a stream based on the stream, generating a user signature by applying the user information to the decision tree in which the user signature is generated, And judging in real time.
여기서 예측 모형은 예측모형생성언어(Predictive Model Markup Language)에 의해 생성되며, 예측모형을 파싱하여 결정트리 또는 스트림을 생성하는 것을 특징으로 한다.Herein, the prediction model is generated by a Predictive Model Markup Language, and a decision tree or a stream is generated by parsing the prediction model.
여기서 스트림은 구조화 질의어(SQL, structured query language)로 생성되는 것을 특징으로 한다.Wherein the stream is generated as a structured query language (SQL).
여기서 결정트리는 예측 결과를 판단하는 분류 규칙을 트리 형식으로 나타낸 것을 특징으로 한다.Here, the decision tree is characterized by representing a classification rule for determining a prediction result in a tree format.
한편, 본 발명의 목적을 달성하기 위하여, 본 발명에 따른 전시회의 부스 추천 방법은 데이터마이닝 기법을 통해 생성된 전시회 부스 추천 예측 모형을 파싱하여 결정트리와 스트림(stream)을 생성하는 단계와, 관람객이 소지하는 사용자 단말기로부터 네트워크를 통해 수신되는 사용자 정보를 생성한 스트림에 기초하여 사용자 정보 중 스트림에 해당하는 사용자 정보를 선택하거나 스트림에 해당하는 사용자 정보로 변환하여 사용자 시그니쳐를 생성하는 단계와, 사용자 시그니쳐를 생성한 결정트리에 적용하여 사용자 시그니쳐에 해당하는 추천 부스를 실시간으로 판단하는 단계와, 추천 부스에 대한 정보를 사용자 단말기로 송신 제공하는 단계를 포함하는 것을 특징으로 한다.According to another aspect of the present invention, there is provided a method of recommending a booth in an exhibition, the method comprising: generating a decision tree and a stream by parsing an exhibition booth recommendation prediction model generated through a data mining technique; Generating user information by selecting user information corresponding to a stream or converting user information corresponding to a stream based on a stream generated from user information received through a network from a user terminal carrying the user, Determining the recommendation booth corresponding to the user signature in real time by applying the signature to the decision tree, and transmitting and providing the information about the recommendation booth to the user terminal.
여기서 결정트리는 사용자 시그니쳐에 해당하는 사용자 정보를 가진 사용자가 선호하는 전시회 부스인 것을 특징으로 한다.Wherein the decision tree is a booth preferred by a user having user information corresponding to a user signature.
한편, 본 발명의 목적을 달성하기 위하여 본 발명에 따른 전시회의 부스 추천 시스템은 전시회를 방문한 사용자가 소지하며, 사용자 정보가 입력되는 사용자 단말기와, 사용자 단말기로부터 수신한 사용자 정보를 전시회 부스 추천 예측 모형의 스트림에 적용하여 사용자 시그니쳐를 생성하며 사용자 시그니쳐를 전시회 부스 추천 예측 모형의 결정트리에 적용하여 실시간으로 사용자에 추천 부스를 제공하는 부스 추천 서버를 포함하는 것을 특징으로 한다.In order to achieve the object of the present invention, a booth recommendation system according to the present invention includes a user terminal having a user who visited the exhibition and user information is input, and user information received from the user terminal, And a booth recommendation server that generates a user signature and applies the user's signature to the decision tree of the exhibition booth recommendation prediction model to provide a recommendation booth to the user in real time.
여기서 부스 추천 서버는 데이터마이닝 기법을 통해 생성된 전시회 부스 추천 예측 모형을 파싱하여 결정트리와 스트림(stream)을 생성하는 파싱부와, 사용자가 소지하는 사용자 단말기로부터 네트워크를 통해 수신되는 사용자 정보를 생성한 스트림에 기초하여 사용자 정보 중 스트림에 해당하는 사용자 정보를 선택하거나 스트림에 해당하는 사용자 정보로 변환하여 사용자 시그니쳐를 생성하는 시그니쳐 생성부와, 사용자 시그니쳐를 생성한 결정트리에 적용하여 사용자 시그니쳐에 해당하는 추천 부스를 실시간으로 판단하는 추천 부스 판단부와, 추천 부스에 대한 정보를 사용자 단말기로 송신 제공하는 추천부를 포함하는 것을 특징으로 한다Here, the booth recommendation server includes a parsing unit for generating a decision tree and a stream by parsing the exhibition booth recommendation prediction model generated through the data mining technique, and generating user information received through the network from the user terminal A signature generation unit for generating a user signature by converting user information corresponding to a stream into user information corresponding to a stream among the user information based on a stream, and applying the user information to a decision tree in which a user signature is generated, A recommendation booth judging unit for judging a recommendation booth in real time, and a recommendation unit for transmitting and providing information on the recommendation booth to the user terminal
본 발명에 따른 예측 결과의 판단 방법은 다음과 같은 다양한 효과들을 가진다.The method of determining a prediction result according to the present invention has various effects as follows.
첫째, 본 발명에 따른 예측 결과의 판단 방법은 입력되는 사용자 정보로부터 직접 사용자 시그니쳐를 생성하여 결정 트리에 적용함으로써, 사용자 정보가 입력됨과 동시에 실시간으로 예측결과를 판단할 수 있다.First, the method of determining a prediction result according to the present invention can directly generate a user signature from input user information and apply it to a decision tree, so that user information can be input and a prediction result can be determined in real time.
둘째, 본 발명에 따른 예측 결과의 판단 방법은 예측모형생성언어로 생성된 다양한 예측 모형을 파싱하여 입력되는 사용자 정보에 따른 예측결과를 판단함으로써, 예측 모형에 종속되지 않고 다양한 예측 모형에 적용 가능하다.Second, the method of determining a prediction result according to the present invention can be applied to various prediction models without being dependent on the prediction model, by parsing various prediction models generated in the prediction model generation language and determining prediction results according to inputted user information .
셋째, 본 발명에 따른 예측 결과의 판단 방법은 스트림에 입력되는 사용자 정보를 적용하여 결정 트리에 사용되는 사용자 시그니쳐를 생성함으로써, 전시회에서 관람객에 선호 예상되는 부스를 실시간으로 추천할 수 있다. Third, in the method of determining a prediction result according to the present invention, a user's signature used in a decision tree is generated by applying user information inputted in a stream, so that a booth that is expected to be preferred to an observer can be recommended in real time.
도 1은 본 발명에 따른 예측 결과 판단 장치를 설명하기 위한 기능 블록도이다.
도 2는 본 발명에 따른 예측 결과 판단 장치를 적용한 전시회 부스 추천 시스템을 설명하는 기능 블록도이다.
도 3은 본 발명에 따른 부스 추천 서버(200)를 설명하기 위한 기능 블록도이다.
도 4는 본 발명에 따른 예측결과 판단 방법을 설명하기 위한 흐름도이다.
도 5는 본 발명에 따른 전시회 부스 추천 방법을 설명하기 위한 흐름도이다.
도 6은 본 발명에 따른 전시회 부스 추천 결정 트리의 일 예를 도시하고 있다.1 is a functional block diagram for explaining a prediction result determination apparatus according to the present invention.
2 is a functional block diagram illustrating an exhibition booth recommendation system to which a prediction result determination apparatus according to the present invention is applied.
FIG. 3 is a functional block diagram for explaining the
4 is a flowchart for explaining a prediction result determination method according to the present invention.
5 is a flowchart illustrating a method of recommending an exhibition booth according to the present invention.
FIG. 6 shows an example of the exhibition booth recommendation decision tree according to the present invention.
이하 첨부한 도면을 참고로 본 발명에 따른 예측 결과의 판단 방법 및 그 장치에 대해 보다 구체적으로 설명한다.
DETAILED DESCRIPTION OF THE PREFERRED EMBODIMENTS Hereinafter, a method and apparatus for determining a prediction result according to the present invention will be described in detail with reference to the accompanying drawings.
도 1은 본 발명에 따른 예측 결과 판단 장치를 설명하기 위한 기능 블록도이다.1 is a functional block diagram for explaining a prediction result determination apparatus according to the present invention.
도 1을 참고로 보다 구체적으로 살펴보면, 파싱부(110)는 데이터마이닝 모듈을 통해 생성된 예측 모형을 파싱한다. 통상적으로 데이터마이닝 모듈은 입력된 사용자 명령에 따라 데이터마이닝 알고리즘에서 사용할 수 있는 포맷으로 데이터베이스에 저장되어 있는 데이터를 전처리하고, 전처리한 데이터 중 결정트리에 사용될 데이터를 선별하며 선별된 데이터를 마이닝하여 결정트리의 예측 모형을 생성하는데, 이와 같이 결정트리의 예측 모형을 생성하는 과정에 대한 기술(description)을 스트림(stream)이라 언급한다. 데이터마이닝 모듈의 데이터마이닝 결과에 해당하는 예측 모델은 이러한 스트림과 결정트리에 대한 정보를 포함한다. Referring to FIG. 1, the
데이터마이닝 모듈은 예측 모형을 생성하는 다양한 알고리즘을 사용할 수 있는데, 여기서 데이터마이닝 모듈은 결정트리 및 스트림 정보를 예측모델생성언어(PMML, predictive model makeup language)로 생성한다. 예측모델생성언어는 XML(eXtensible Markup Language)기반의 예측모델을 기술하는 표준언어로, 데이터마이닝그룹(DMG)를 중심으로 여러 솔루션 개발업체들이 컨소시엄을 이루어 하나의 표준규격을 만들고 예측모델을 생성하는 측과 예측모델을 사용하는 측간의 교류에 사용한다. The data mining module may use various algorithms for generating a prediction model, wherein the data mining module generates decision tree and stream information as a predictive model makeup language (PMML). Predictive model generation language is a standard language for describing prediction models based on XML (eXtensible Markup Language). Various solution developers in the data mining group (DMG) create a consortium of standard specifications and generate prediction models And the interactions between the sides using the prediction model and the side using the prediction model.
스트림 생성부(120)는 파싱한 예측 모형의 스트림 정보로부터 스트림을 생성하며, 결정트리 생성부(130)는 파싱한 예측 모형의 결정트리 정보로부터 결정트리를 생성한다. 여기서 스트림 생성부(120)는 파싱한 예측 모형의 스트림 정보로부터 구조화 질의어(SQL, Structured query language) 포맷으로 스트림을 생성한다. 여기서 구조화 질의어는 데이터베이스를 사용할 때, 데이터베이스에 접근할 수 있는 데이터베이스 하부 언어를 의미한다. The
스그니쳐 생성부(140)는 사용자 정보가 입력되는 경우, 스트림에 기초하여 입력된 사용자 정보로부터 사용자 시그니쳐를 생성한다. 즉, 스그니쳐 생성부(140)는 데이터마이닝 모듈에서 생성되는 스트림과 같이 입력되는 사용자 정보를 전처리하고 전처리한 데이터 중 후술하는 예측 결과 판단부(150)에서 사용될 데이터를 선별하여 사용자 시그니쳐를 생성한다. When the user information is input, the
예측 결과 판단부(150)는 결정트리 생성부(130)에서 생성한 결정 트리에 생성한 사용자 시그니쳐를 적용하여 사용자 시그니쳐에 해당하는 예측 결과를 판단한다. The prediction
본 발명에 따른 예측 결과 판단 장치는 파싱부(110), 스트림 생성부(120) 및 결정트리 생성부(130)를 통해 다양한 데이터마이닝 모듈에서 생성되는 예측 모형의 예측모형생성언어를 파싱하여 스트림과 결정트리를 생성함으로써, 데이터마이닝 모듈에서 사용되는 알고리즘에 상관없이 예측 모형의 스트림과 결정트리를 생성할 수 있다.The prediction result determination apparatus according to the present invention parses a prediction model generation language of a prediction model generated in various data mining modules through a
또한 본 발명에 따른 예측 결과 판단 장치는 스그니쳐 생성부(140)와 예측 결과 판단부(150)를 통해 입력되는 사용자 정보로부터 사용자 시그니쳐를 생성하고 생성한 사용자 시그니쳐를 예측 결과 판단부(150)에 적용함으로써, 사용자 정보가 입력됨과 동시에 사용자 시그니쳐에 해당하는 예측 결과를 실시간으로 판단할 수 있다.
In addition, the prediction result determination apparatus according to the present invention generates a user signature from the user information input through the
도 2는 본 발명에 따른 예측 결과 판단 장치를 적용한 전시회 부스 추천 시스템을 설명하는 기능 블록도이다.2 is a functional block diagram illustrating an exhibition booth recommendation system to which a prediction result determination apparatus according to the present invention is applied.
도 2를 참고로 보다 구체적으로 살펴보면, 네트워크(3)에 사용자 단말기(1)와 부스 추천 서버(200)가 접속되어 있다. 여기서 네트워크(3)는 사용자 단말기(1)로부터 부스 추천 서버(200)로 데이터를 송신하거나 부스 추천 서버(200)로부터 사용자 단말기(1)로 데이터를 송신할 수 있는 다양한 유선 또는 무선 통신 네트워크를 의미한다.2, the
사용자 단말기는 전시회를 방문한 관람객이 소지하는 단말기로, 사용자 단말기를 통해 관람객은 사용자 정보를 입력할 수 있다. 사용자 정보를 입력하기 위한 사용자 인터페이스가 사용자 단말기에서 활성화되며, 관람객은 사용자 인터페이스를 통해 사용자 정보를 입력할 수 있다. 여기서 사용자 정보는 관람객의 나이, 성별, 직업, 주소 등과 같이 부스 추천 서버(200)에서 사용자에 전시회 부스를 추천하는데 사용되는 정보를 포함한다.A user terminal is a terminal owned by a visitor who visited an exhibition, and a viewer can input user information through the user terminal. A user interface for inputting user information is activated in the user terminal, and the user can input user information through the user interface. Here, the user information includes information used for recommending the booth to the user at the
부스 추천 서버(200)는 사용자 단말기(1)로부터 수신한 사용자 정보를 전시회 부스 추천 예측 모형의 스트림에 적용하여 사용자 시그니쳐를 생성하며, 사용자 시그니쳐를 전시회 부스 추천 예측 모형의 결정트리에 적용하여 사용자 시그니쳐에 해당하는 추천 부스를 실시간으로 판단한다. 부스 추천 서버(200)는 판단한 추천 부스를 네트워크(3)를 통해 사용자 단말기(1)로 제공한다. 바람직하게, 부스 추천 서버(200)는 네트워크(3)를 통해 추천 부스의 식별자를 사용자 단말기(1)로 제공하는데, 사용자 단말기(3)에는 부스 설명이 저장되어 있으며 추천 부스 식별자에 매핑된 부스 설명을 추출하여 관람객에 추천 부스와 함께 제공한다.
The
도 3은 본 발명에 따른 부스 추천 서버(200)를 설명하기 위한 기능 블록도이다.FIG. 3 is a functional block diagram for explaining the
도 3을 참고로 보다 구체적으로 살펴보면, 파싱부(110)는 데이터마이닝 모듈을 통해 생성된 전시회 부스 추천 예측 모형을 파싱한다. 여기서 데이터마이닝 모듈은 결정트리 및 스트림 정보를 예측모델생성언어(PMML, predictive model makeup language)로 생성한다. 3, the
스트림 생성부(120)는 파싱한 전시회 부스 추천 예측 모형의 스트림 정보로부터 스트림을 생성하며, 결정트리 생성부(130)는 파싱한 전시회 부스 추천 예측 모형의 결정트리 정보로부터 결정트리를 생성한다. 여기서 스트림 생성부(120)는 파싱한 전시회 부스 추천 예측 모형의 스트림 정보로부터 구조화 질의어(SQL, Structured query language) 포맷으로 스트림을 생성한다. The
스그니쳐 생성부(140)는 관람객이 소지하는 사용자 단말기(1)로부터 사용자 정보가 수신되는 경우, 스트림에 기초하여 수신된 사용자 정보로부터 사용자 시그니쳐를 생성한다. 추천 부스 판단부(150)는 결정트리 생성부(130)에서 생성한 전시회 부스 추천 결정 트리에 생성한 사용자 시그니쳐를 적용하여 결정 트리 예측 모형에서 사용자 시그니쳐에 해당하는 추천 부스를 실시간으로 판단한다. 추천부(160)는 추천 부스의 식별자 또는 추천 부스에 대한 설명 정보를 사용자 단말기로 송신 제공한다.
The
도 4는 본 발명에 따른 예측결과 판단 방법을 설명하기 위한 흐름도이다.4 is a flowchart for explaining a prediction result determination method according to the present invention.
도 4를 참고로 보다 구체적으로 살펴보면, 데이터마이닝 모듈을 통해 생성된 예측 모형을 파싱한다(S110). 통상적으로 데이터마이닝 모듈을 통해 생성된 예측 모형은 예측모형생성언어(PMML)로 표현되는데, 예측모형생성언어로 표현된 예측 모형에는 결정트리 또는 스트림에 대한 정보를 저장하고 있다. Referring to FIG. 4, the prediction model generated through the data mining module is parsed (S110). Generally, a prediction model generated by a data mining module is represented by a prediction model generation language (PMML). A prediction model expressed by a prediction model generation language stores information about a decision tree or a stream.
데이터마이닝 모듈을 통해 생성된 예측 모형을 파싱하여 결정트리 또는 스트림을 생성한다(S120). 여기서 결정트리는 예측결과를 판단하는 분류 규칙을 트리 형식으로 나타낸 것인데, 결정 트리는 순환적 분할(Recursive Partitioning) 방식을 이용하여 트리를 구축하는 방법으로, 트리의 가장 상단에 위치하는 루트 노드(Root Node), 속성의 분리기준을 포함하는 내부 노드(Internal Nodes), 노드와 노드를 이어주는 가지(Link), 그리고 최종 분류를 의미하는 리프 노드(Leaf Nodes)로 구성된다. 결정 트리의 구조를 형성하는 형태 중 하나로 이진 트리(Binary Tree) 구조를 들 수 있다. 이 구조는 각각의 노드가 두 개의 자식 노드를 만들어 예-아니오-질문(Yes-No-Query)에 답함으로써 리프 노드까지 진행해가는 방법이다. 단순한 이진 트리 모양만 있는 것이 아니라 혼합된 형태의 모형도 있다. The prediction model generated through the data mining module is parsed to generate a decision tree or stream (S120). Here, the decision tree is a tree format for determining the prediction result. The decision tree is a method of constructing a tree by using a recursive partitioning method. The decision tree is a root node located at the top of the tree, Internal nodes that contain the separation criteria of attributes, links that connect nodes to nodes, and leaf nodes that represent final classification. One of the forms of the structure of the decision tree is a binary tree structure. This structure is how each node creates two child nodes and proceeds to the leaf node by answering yes-no-query. There is not only a simple binary tree shape, but also mixed models.
사용자 데이터베이스부(미도시)에 저장되어 있는 사용자 정보를 스트림에 기초하여 예측 모형에서 사용되는 사용자 정보로 변형하고, 다시 변형된 사용자 정보에서 예측 모형에서 사용되는 정보만을 선별하여 사용자 시그니쳐를 생성한다(S130). 생성한 사용자 시그니쳐를 생성한 결정트리에 적용하여 사용자 시그니쳐에 해당하는 예측 결과를 판단한다(S140).
The user information stored in the user database unit (not shown) is transformed into user information used in the prediction model based on the stream, and the user signature is generated by selecting only the information used in the prediction model from the modified user information S130). The generated user signature is applied to the generated decision tree to determine a prediction result corresponding to the user signature (S140).
도 5는 본 발명에 따른 전시회 부스 추천 방법을 설명하기 위한 흐름도이다.5 is a flowchart illustrating a method of recommending an exhibition booth according to the present invention.
도 5를 참고로 보다 구체적으로 살펴보면, 데이터마이닝 모듈을 통해 생성된 전시회 부스 추천 예측 모형을 파싱한다(S210). 데이터마이닝 모듈을 통해 생성된 전시회 부스 추천 예측 모형은 예측모형생성언어(PMML)로 표현되는데, 예측모형생성언어로 표현된 전시회 부스 추천 예측 모형에는 결정트리 또는 스트림에 대한 정보를 저장하고 있다. Referring to FIG. 5, the exhibition booth recommendation prediction model generated through the data mining module is parsed (S210). The exhibition booth recommendation prediction model generated through the data mining module is represented by a prediction model generation language (PMML). The exhibition booth recommendation prediction model represented by the prediction model generation language stores information about the decision tree or the stream.
데이터마이닝 모듈을 통해 생성된 전시회 부스 추천 예측 모형을 파싱하여 전시회 부스 추천 결정트리 또는 스트림을 생성한다(S220). 도 6은 본 발명에 따른 전시회 부스 추천 결정 트리의 일 예를 도시하고 있는데, 도 6을 참고로 살펴보면 관람객의 성별에 따라 남성과 여성으로 구분하며, 관람객 중 남성으로 구분된 경우 다시 30세 이상과 30세 이하로 분류한다. 이와 같이 관람객 중 여성으로 구분된 경우 다시 30세 이상과 30세 이하로 분류한다. 남성이고 30세 이하인 관람객에 대해서는 전시회 부스 A를 추천하며, 남성이고 30세 이상인 관람객에 대해서는 전시회 부스 B를 추천하며, 여성이고 30세 이하인 관람객에 대해서는 전시회 부스 C를 추천하며, 여성이고 30세 이상인 관람객에 대해서는 전시회 부스 D를 추천한다. The exhibition booth recommendation prediction model generated through the data mining module is parsed to generate the exhibition booth recommendation decision tree or stream (S220). FIG. 6 shows an example of the exhibition booth recommendation decision tree according to the present invention. Referring to FIG. 6, if the viewer is divided into male and female according to the sex of the viewer, 30 years old or younger. In this way, if it is classified as female among the visitors, it is classified as 30 years old or older and 30 years old or younger. Booth A is recommended for visitors who are male and under 30 years old. Booth B is recommended for visitors who are male and over 30 years old. Booth C is recommended for visitors who are female and under 30 years old. Booth D is recommended for visitors.
사용자 단말기를 통해 수신되는 사용자 정보는 사용자 이름, 나이, 성별, 주소, 직업 등 다양한 정보가 입력되며 입력된 사용자 정보 중 관람객은 일부의 사용자 정보는 입력하고 일부의 사용자 정보는 입력을 누락하는 경우도 발생한다. 한편, 위에서 설명한 전시회 부스 추천 결정트리의 일 예에 적용되는 사용자 정보는 성별과 나이인데, 사용자 단말기를 통해 입력된 사용자 정보 중 전시회 부스 추천 결정 트리에 사용되는 사용자 정보가 누락된 경우, 예를 들어 사용자의 성별이 누락된 경우 전시회의 특성에 기초하여 남성으로 처리한다는 등의 전처리 과정을 통해 입력된 사용자 정보를 변환하고, 변환한 사용자 정보 중 전시회 부스 추천 결정트리에 사용되는 사용자 정보, 즉 성별과 나이만을 선별하는 등, 예측 모형을 생성하는 프로세스에 대한 정보인 스트림을 생성한다. The user information received through the user terminal includes various information such as a user name, an age, a sex, an address, and a job, and the viewer inputs some user information and some user information omits the input Occurs. Meanwhile, the user information applied to one example of the exhibition booth recommendation decision tree described above is gender and age. When the user information used in the exhibition booth recommendation decision tree among the user information inputted through the user terminal is missing, for example, If the gender of the user is missing, the inputted user information is converted through a preprocessing process such as processing as a male based on the characteristics of the exhibition, and user information used in the exhibition booth recommendation decision tree among the converted user information, And generates a stream, which is information on a process of generating a predictive model, such as selecting only the age.
관람객이 소지하는 사용자 단말기로부터 사용자 정보가 수신되는 경우, 스트림에 기초하여 수신된 사용자 정보를 전시회 부스 추천 예측 모형에서 사용되는 사용자 정보로 변형하고, 다시 변형된 사용자 정보에서 전시회 부스 추천 예측 모형에서 사용되는 정보만을 선별하여 사용자 시그니쳐를 생성한다(S230). 바람직하게, 다수의 사용자 단말기로부터 수신된 사용자 정보는 사용자 데이터베이스부(미도시)에 저장주기 동안 저장되며, 저장주기마다 사용자 데이터베이스부(미도시)에 저장된 사용자 정보로부터 사용자 시그니쳐를 생성한다. 바람직하게, 사용자 데이터베이스부(미도시)에 저장되는 사용자 정보는 사용자 단말기 식별자를 포함하며, 사용자 시그니쳐는 사용자 단말기 식별자별에 매핑되어 생성된다.When the user information is received from the user terminal held by the visitor, the user information received based on the stream is transformed into the user information used in the exhibition booth recommendation prediction model, and the modified user information is used in the exhibition booth recommendation prediction model And generates a user signature (S230). Preferably, the user information received from the plurality of user terminals is stored in the user database unit (not shown) during the storage period, and the user signature is generated from the user information stored in the user database unit (not shown) every storage period. Preferably, the user information stored in the user database unit (not shown) includes a user terminal identifier, and the user signature is generated by being mapped to the user terminal identifier.
사용자 시그니쳐를 전시회 부스 예측 결정트리에 적용하여 사용자 시그니쳐에 해당하는 추천 부스를 판단하며(S240), 판단한 추천 부스에 대한 정보를 사용자 단말기 식별자에 기초하여 사용자 단말기로 송신 제공한다(S250). 바람직하게, 사용자 단말기로 제공되는 추천 부스에 대한 정보는 추천 부스 식별자와 추천 부스 설명인데, 관람객은 제공받은 추천 부스의 식별자에 기초하여 추천 부스를 판단하거나 추천 부스 설명에 기초하여 추천된 부스를 사전에 검토하여 방문할 것인지를 판단할 수 있다.
The user's signature is applied to the exhibition booth prediction decision tree to determine a recommendation booth corresponding to the user signature (S240), and information on the determined recommendation booth is transmitted to the user terminal based on the user terminal identifier (S250). Preferably, the information on the recommendation booth provided to the user terminal is a recommendation booth identifier and a recommendation booth description. The visitor can determine the recommendation booth based on the identifier of the recommended recommendation booth, The user can judge whether or not to visit.
한편, 상술한 본 발명의 실시 예들은 컴퓨터에서 실행될 수 있는 프로그램으로 작성 가능하고, 컴퓨터로 읽을 수 있는 기록 매체를 이용하여 상기 프로그램을 동작시키는 범용 디지털 컴퓨터에서 구현될 수 있다.The above-described embodiments of the present invention can be embodied in a general-purpose digital computer that can be embodied as a program that can be executed by a computer and operates the program using a computer-readable recording medium.
상기 컴퓨터로 읽을 수 있는 기록 매체는 전기 또는 자기식 저장 매체(예를 들어, 롬, 플로피 디스크, 하드디스크 등), 광학적 판독 매체(예를 들면, 시디롬, 디브이디 등) 및 캐리어 웨이브(예를 들면, 인터넷을 통한 전송)와 같은 저장 매체를 포함한다.
The computer-readable recording medium may be an electrically or magnetic storage medium such as a ROM, a floppy disk, a hard disk, etc., an optical reading medium such as a CD-ROM or a DVD and a carrier wave, , Transmission over the Internet).
본 발명은 도면에 도시된 실시예를 참고로 설명되었으나 이는 예시적인 것에 불과하며, 본 기술 분야의 통상의 지식을 가진 자라면 이로부터 다양한 변형 및 균등한 타 실시예가 가능하다는 점을 이해할 것이다. 따라서, 본 발명의 진정한 기술적 보호 범위는 첨부된 등록청구범위의 기술적 사상에 의해 정해져야 할 것이다. While the present invention has been particularly shown and described with reference to exemplary embodiments thereof, it is evident that many alternatives, modifications and variations will be apparent to those skilled in the art. Accordingly, the true scope of the present invention should be determined by the technical idea of the appended claims.
1: 사용자 단말기 3: 네트워크
200: 부스 추천 서버
110, 210: 파싱부 120, 220: 스트림 생성부
130, 230: 결정트리 생성부 140, 240: 시그니쳐 생성부
150: 예측결과 판단부 250: 추천 부스 판단부
260: 추천부1: User terminal 3: Network
200: Booth recommendation server
110, 210:
130, 230: a decision
150: prediction result determination unit 250: recommended booth determination unit
260: Reference section
Claims (13)
데이터마이닝 기법을 통해 생성된 예측 모형을 파싱하여 결정트리와 스트림(stream)을 생성하는 단계;
입력되는 사용자 정보를 상기 생성한 스트림에 기초하여 상기 사용자 정보 중 상기 스트림에 해당하는 사용자 정보를 선택하거나 상기 스트림에 해당하는 사용자 정보로 변환하여 사용자 시그니쳐를 생성하는 단계; 및
상기 사용자 시그니쳐를 상기 생성한 결정트리에 적용하여 상기 사용자 시그니쳐에 대한 예측결과를 실시간으로 판단하는 단계를 포함하는 것을 특징으로 하는 예측결과의 판단 방법.A method for determining a prediction result in a prediction result determination apparatus,
Generating a decision tree and a stream by parsing a prediction model generated through a data mining technique;
Selecting user information corresponding to the stream among the user information based on the generated user information or converting user information corresponding to the stream into a user signature; And
And applying the user signature to the generated decision tree to determine a prediction result for the user signature in real time.
상기 예측 모형은 예측모형생성언어(Predictive Model Markup Language)에 의해 생성되며,
상기 예측모형을 파싱하여 결정트리 또는 스트림을 생성하는 것을 특징으로 하는 예측결과의 판단 방법.The method according to claim 1,
The prediction model is generated by a Predictive Model Markup Language,
And generating a decision tree or a stream by parsing the prediction model.
상기 스트림은 구조화 질의어(SQL, structured query language)로 생성되는 것을 특징으로 하는 예측결과의 판단 방법.3. The method of claim 2,
Wherein the stream is generated as a structured query language (SQL).
예측 결과를 판단하는 분류 규칙을 트리 형식으로 나타낸 것을 특징으로 하는 예측결과의 판단 방법.4. The method according to any one of claims 1 to 3,
And a classification rule for determining a prediction result is expressed in a tree format.
데이터마이닝 기법을 통해 생성된 전시회 부스 추천 예측 모형을 파싱하여 결정트리와 스트림(stream)을 생성하는 단계;
상기 관람객이 소지하는 사용자 단말기로부터 네트워크를 통해 수신되는 사용자 정보를 상기 생성한 스트림에 기초하여 상기 사용자 정보 중 상기 스트림에 해당하는 사용자 정보를 선택하거나 상기 스트림에 해당하는 사용자 정보로 변환하여 사용자 시그니쳐를 생성하는 단계;
상기 사용자 시그니쳐를 상기 생성한 결정트리에 적용하여 상기 사용자 시그니쳐에 해당하는 추천 부스를 실시간으로 판단하는 단계; 및
상기 추천 부스에 대한 정보를 상기 사용자 단말기로 송신 제공하는 단계를 포함하는 것을 특징으로 하는 전시회의 부스 추천 방법.In a method of recommending an exhibition booth to a visitor from a booth recommendation server of an exhibition,
Generating a decision tree and a stream by parsing an exhibition booth recommendation prediction model generated through a data mining technique;
The user information received through the network from the user terminal owned by the visitor selects user information corresponding to the stream among the user information based on the generated stream or converts user information corresponding to the stream into user information ;
Applying the user signature to the generated decision tree to determine a recommendation booth corresponding to the user signature in real time; And
And transmitting and receiving information on the recommendation booth to the user terminal.
상기 전시회 부스 추천 예측 모형은 예측모형생성언어(Predictive Model Markup Language)에 의해 생성되며,
상기 전시회 부스 추천 예측 모형을 파싱하여 결정트리 또는 스트림을 생성하는 것을 특징으로 하는 전시회의 부스 추천 방법.6. The method of claim 5,
The exhibition booth recommendation prediction model is generated by a Predictive Model Markup Language,
And a decision tree or stream is generated by parsing the exhibition booth recommendation prediction model.
상기 스트림은 구조화 질의어(SQL, structured query language)로 생성되는 것을 특징으로 하는 전시회의 부스 추천 방법.The method according to claim 6,
Wherein the stream is generated as a structured query language (SQL).
상기 사용자 시그니쳐에 해당하는 사용자 정보를 가진 사용자가 선호하는 전시회 부스인 것을 특징으로 하는 전시회의 부스 추천 방법.8. The method according to any one of claims 5 to 7,
Wherein the booth recommendation method is an exhibition booth preferred by a user having user information corresponding to the user signature.
상기 사용자 단말기로부터 수신한 사용자 정보를 전시회 부스 추천 예측 모형의 스트림에 적용하여 사용자 시그니쳐를 생성하며, 상기 사용자 시그니쳐를 상기 전시회 부스 추천 예측 모형의 결정트리에 적용하여 실시간으로 상기 사용자에 추천 부스를 제공하는 부스 추천 서버를 포함하는 것을 특징으로 하는 전시회의 부스 추천 시스템.A user terminal possessed by a user visiting the exhibition and to which user information is input; And
The user information received from the user terminal is applied to the stream of the exhibition booth recommendation prediction model to generate a user signature and the user signature is applied to the decision tree of the exhibition booth recommendation prediction model to provide the user with a recommendation booth in real time Wherein the booth recommendation server includes a booth recommendation server.
데이터마이닝 기법을 통해 생성된 전시회 부스 추천 예측 모형을 파싱하는 파싱부;
상기 파싱한 예측 모형의 결정트리 정보로부터 결정트리를 생성하는 결정트리 생성부;
상기 파싱한 예측 모형의 스트림 정보로부터 스트림을 생성하는 스트림 생성부;
사용자가 소지하는 사용자 단말기로부터 네트워크를 통해 수신되는 사용자 정보를 상기 생성한 스트림에 기초하여 상기 사용자 정보 중 상기 스트림에 해당하는 사용자 정보를 선택하거나 상기 스트림에 해당하는 사용자 정보로 변환하여 사용자 시그니쳐를 생성하는 시그니쳐 생성부;
상기 사용자 시그니쳐를 상기 생성한 결정트리에 적용하여 상기 사용자 시그니쳐에 해당하는 추천 부스를 실시간으로 판단하는 추천 부스 판단부; 및
상기 추천 부스에 대한 정보를 상기 사용자 단말기로 송신 제공하는 추천부를 포함하는 것을 특징으로 하는 전시회의 부스 추천 시스템The system of claim 9, wherein the booth recommendation server
A parsing unit for parsing the exhibition booth recommendation prediction model generated through the data mining technique;
A decision tree generating unit for generating a decision tree from decision tree information of the parsed prediction model;
A stream generating unit for generating a stream from stream information of the parsed prediction model;
User information received through a network from a user terminal owned by the user is selected from the user information corresponding to the stream or converted into user information corresponding to the stream based on the generated stream to generate a user signature A signature generator;
A recommendation booth determination unit for applying the user signature to the generated decision tree to determine a recommendation booth corresponding to the user signature in real time; And
And a recommendation unit for transmitting and providing information on the recommended booth to the user terminal.
상기 전시회 부스 예측 모형은 예측모형생성언어(Predictive Model Markup Language)에 의해 생성되며,
상기 전시회 부스 추천 예측 모형을 파싱하여 결정트리 또는 스트림 정보를 생성하는 것을 특징으로 하는 전시회의 부스 추천 시스템.11. The method of claim 10,
The exhibition booth prediction model is generated by a Predictive Model Markup Language,
Wherein the booth recommendation system generates a decision tree or stream information by parsing the booth recommendation prediction model.
상기 스트림 정보는 구조화 질의어(SQL, structured query language)로 생성되는 것을 특징으로 하는 전시회의 부스 추천 시스템.12. The method of claim 11,
Wherein the stream information is generated as a structured query language (SQL).
상기 사용자 시그니쳐에 해당하는 사용자 정보를 가진 사용자가 선호하는 전시회 부스인 것을 특징으로 하는 전시회의 부스 추천 시스템.13. The method according to any one of claims 9 to 12,
Wherein the booth recommendation system is an exhibition booth preferred by a user having user information corresponding to the user signature.
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020130030973A KR101458693B1 (en) | 2013-03-22 | 2013-03-22 | Method for estimating predictive result based on predictive model |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020130030973A KR101458693B1 (en) | 2013-03-22 | 2013-03-22 | Method for estimating predictive result based on predictive model |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| KR20140115809A KR20140115809A (en) | 2014-10-01 |
| KR101458693B1 true KR101458693B1 (en) | 2014-11-05 |
Family
ID=51990050
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| KR1020130030973A KR101458693B1 (en) | 2013-03-22 | 2013-03-22 | Method for estimating predictive result based on predictive model |
Country Status (1)
| Country | Link |
|---|---|
| KR (1) | KR101458693B1 (en) |
Families Citing this family (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR102406725B1 (en) | 2020-04-21 | 2022-06-10 | 한양대학교 산학협력단 | Data Interoperability Method and Data Interoperability System |
| CN114130038B (en) * | 2021-11-25 | 2023-08-22 | 浙江小族智能科技有限公司 | Amusement vehicle, control method and device thereof, storage medium and terminal |
Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR20050011745A (en) * | 2002-04-19 | 2005-01-29 | 컴퓨터 어소시에이츠 싱크, 인코포레이티드 | System and method for providing inferencing services |
| KR20090130614A (en) * | 2008-06-16 | 2009-12-24 | 연세대학교 산학협력단 | Method for processing multi-dimensional data, method for analyzing multi-dimensional data and apparatus for processing multi-dimensional data |
| JP2011065504A (en) | 2009-09-18 | 2011-03-31 | Tokyo Univ Of Science | Preference prediction server for generating prediction model concerning preference relation of user and method therefor |
-
2013
- 2013-03-22 KR KR1020130030973A patent/KR101458693B1/en active IP Right Grant
Patent Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR20050011745A (en) * | 2002-04-19 | 2005-01-29 | 컴퓨터 어소시에이츠 싱크, 인코포레이티드 | System and method for providing inferencing services |
| KR20090130614A (en) * | 2008-06-16 | 2009-12-24 | 연세대학교 산학협력단 | Method for processing multi-dimensional data, method for analyzing multi-dimensional data and apparatus for processing multi-dimensional data |
| JP2011065504A (en) | 2009-09-18 | 2011-03-31 | Tokyo Univ Of Science | Preference prediction server for generating prediction model concerning preference relation of user and method therefor |
Non-Patent Citations (1)
| Title |
|---|
| 오디세우스 객체 관계형 DBMS와 밀결합된 데이터마이닝 시스템이 설계 및 구현, 정보고학회 논문지 데이터베이스 제39권 제4호, 2012.08 * |
Also Published As
| Publication number | Publication date |
|---|---|
| KR20140115809A (en) | 2014-10-01 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN110084377B (en) | Method and device for constructing decision tree | |
| CN110597962B (en) | Search result display method and device, medium and electronic equipment | |
| CN112749749B (en) | Classification decision tree model-based classification method and device and electronic equipment | |
| CN111932386B (en) | User account determining method and device, information pushing method and device, and electronic equipment | |
| CN109492772A (en) | The method and apparatus for generating information | |
| CN115511501A (en) | Data processing method, computer equipment and readable storage medium | |
| CN105518647A (en) | Systems and methods for creating and implementing artificially intelligent agent or system | |
| US11886556B2 (en) | Systems and methods for providing user validation | |
| CN114692007B (en) | Method, device, equipment and storage medium for determining representation information | |
| Shafik et al. | Recommendation system comparative analysis: internet of things aided networks | |
| KR101458693B1 (en) | Method for estimating predictive result based on predictive model | |
| CN115734024A (en) | Audio data processing method, device, equipment and storage medium | |
| CN112861009A (en) | Artificial intelligence based media account recommendation method and device and electronic equipment | |
| KR102243275B1 (en) | Method, device and computer readable storage medium for automatically generating content regarding offline object | |
| CN113033209B (en) | Text relation extraction method and device, storage medium and computer equipment | |
| CN115168609A (en) | Text matching method and device, computer equipment and storage medium | |
| CN115809339A (en) | Cross-domain recommendation method, system, device and storage medium | |
| CN116756676A (en) | Abstract generation method and related device | |
| CN114357301A (en) | Data processing method, device and readable storage medium | |
| CN116484085A (en) | Information delivery method, device, equipment, storage medium and program product | |
| CN114329099A (en) | Overlapping community identification method, device, equipment, storage medium and program product | |
| Gabbriellini et al. | From reviews to arguments and from arguments back to reviewers’ behaviour | |
| Ghedass et al. | Modeling Big Data-centric Services using Knowledge Graphs | |
| CN117556121A (en) | Data acquisition method, information recommendation method, device, equipment and storage medium | |
| Ma | Towards the Inference, Understanding, and Reasoning on Edge Devices |
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 | ||
| FPAY | Annual fee payment |
Payment date: 20181001 Year of fee payment: 5 |
|
| FPAY | Annual fee payment |
Payment date: 20191001 Year of fee payment: 6 |