USER CUSTOMIZED PRODUCT RECOMMENDATION APPARATUS THROUGH MACHINE LEARNING BASED ON ARTIFICIAL INTELLIGENCE

Disclosed is a user customized commodity recommendation device through artificial intelligence-based machine learning. The user customized commodity recommendation devise according to the present invention generates an operation vector by multiplying a personal information vector having a plurality of personal information conversion values as components by a weight matrix, generates a dot product value corresponding to each of the plurality of products by calculating a dot product between the operation vector and the product vector for each of the plurality of products, calculates a loss value based on a loss function based on an output value for each of the plurality of products and a purchase result value for each of the plurality of products after generating an output value for each of the plurality of products by transforming the inner product value for each of the plurality of products based on the activation function, and supports to recommend a customized product for each customer by performing machine learning for determining the weight matrix so that the loss value is minimized. 인공지능 기반의 기계학습을 통한 사용자 맞춤형 상품 추천 장치가 개시된다. 본 발명에 따른 사용자 맞춤형 상품 추천 장치는 복수개의 개인정보 변환 값들을 성분으로 갖는 개인정보 벡터에 가중치 행렬을 곱하여 연산 벡터를 생성하고, 상기 연산 벡터와 복수개의 상품들 각각에 대한 상품 벡터 간의 내적을 연산함으로써, 상기 복수개의 상품들 각각에 대응하는 내적 값을 생성하며, 활성화 함수를 기초로 상기 복수개의 상품들 각각에 대한 내적 값을 변환하여 상기 복수개의 상품들 각각에 대한 출력 값을 생성한 후, 상기 복수개의 상품들 각각에 대한 출력 값과 상기 복수개의 상품들 각각에 대한 구매 결과 값을 기초로 손실 함수를 기반으로 한 손실 값을 연산하고, 상기 손실 값이 최소가 되도록 상기 가중치 행렬을 결정하기 위한 기계학습을 수행함으로써, 고객별 맞춤형 상품을 추천할 수 있도록 지원할 수 있다.