KR100892851B1 - 키워드 추천 방법 및 그 시스템 - Google Patents

키워드 추천 방법 및 그 시스템 Download PDF

Info

Publication number
KR100892851B1
KR100892851B1 KR1020070053433A KR20070053433A KR100892851B1 KR 100892851 B1 KR100892851 B1 KR 100892851B1 KR 1020070053433 A KR1020070053433 A KR 1020070053433A KR 20070053433 A KR20070053433 A KR 20070053433A KR 100892851 B1 KR100892851 B1 KR 100892851B1
Authority
KR
South Korea
Prior art keywords
product
information
shopping mall
category
keyword
Prior art date
Application number
KR1020070053433A
Other languages
English (en)
Other versions
KR20090001997A (ko
Inventor
김병학
이향철
이윤숙
Original Assignee
엔에이치엔(주)
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 엔에이치엔(주) filed Critical 엔에이치엔(주)
Priority to KR1020070053433A priority Critical patent/KR100892851B1/ko
Priority to JP2008132865A priority patent/JP4897738B2/ja
Publication of KR20090001997A publication Critical patent/KR20090001997A/ko
Application granted granted Critical
Publication of KR100892851B1 publication Critical patent/KR100892851B1/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
    • G06Q30/02—Marketing; Price estimation or determination; Fundraising
    • G06Q30/0241—Advertisements
    • G06Q30/0277—Online advertisement
    • 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
    • G06Q30/02—Marketing; Price estimation or determination; Fundraising
    • G06Q30/0241—Advertisements
    • G06Q30/0272—Period of advertisement exposure
    • 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]
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V30/00—Character recognition; Recognising digital ink; Document-oriented image-based pattern recognition
    • G06V30/10—Character recognition
    • G06V30/22—Character recognition characterised by the type of writing
    • G06V30/226—Character recognition characterised by the type of writing of cursive writing
    • G06V30/2268—Character recognition characterised by the type of writing of cursive writing using stroke segmentation
    • G06V30/2272—Character recognition characterised by the type of writing of cursive writing using stroke segmentation with lexical matching

Abstract

키워드 추천 방법 및 그 시스템이 개시된다. 키워드 추천 방법은 일정 기간 동안에 로그 정보를 이용하여 검색어가 입력된 후 클릭되는 상품에 대한 정보를 수집하는 단계와, 각 검색어별로 수집된 상품에 대한 정보를 집계하는 단계와, 상기 집계된 상품에 대한 정보를 상품의 연관도로 변환하는 단계 및 상기 연관도에 기초하여 각 쇼핑몰 특성 또는 각 카테고리별 특성에 적합한 키워드를 추천하는 단계를 포함한다.
키워드, 상품, 분류

Description

키워드 추천 방법 및 그 시스템{keyword recommending method and system thereof}
도 1은 본 발명에 따른 쇼핑몰 서버, 쇼핑몰 중개 서버 및 사용자 단말기간의 연동 관계를 나타내는 도면이다.
도 2는 본 발명의 일실시예에 따른 키워드 추천 시스템의 구성을 나타내는 도면이다.
도 3은 제1 쇼핑몰에 대한 키워드, 연관도 및 전주 조회수의 일례를 나타내는 도면이다.
도 4는 제2 쇼핑몰에 대한 키워드, 연관도 및 전주 조회수의 일례를 나타내는 도면이다.
도 5는 제3 쇼핑몰에 대한 키워드, 연관도 및 전주 조회수의 일례를 나타내는 도면이다.
도 6은 제4 쇼핑몰에 대한 키워드, 연관도 및 전주 조회수의 일례를 나타내는 도면이다.
도 7은 제5 쇼핑몰에 대한 키워드, 연관도 및 전주 조회수의 일례를 나타내는 도면이다.
도 8은 제1 카테고리에 대한 키워드, 연관도 및 전주 조회수의 일례를 나타 내는 도면이다.
도 9는 제2 카테고리에 대한 키워드, 연관도 및 전주 조회수의 일례를 나타내는 도면이다.
도 10은 제3 카테고리에 대한 키워드, 연관도 및 전주 조회수의 일례를 나타내는 도면이다.
도 11은 제4 카테고리에 대한 키워드, 연관도 및 전주 조회수의 일례를 나타내는 도면이다.
도 12는 본 발명의 일실시예에 따른 키워드 추천 방법의 흐름을 나타내는 도면이다.
<도면의 주요 부분에 대한 부호의 설명>
200: 키워드 추천 시스템
210: 수집부 220: 집계부
230: 연관도 변환부 240: 추천부
본 발명은 키워드 추천 방법 및 그 시스템에 관한 것으로, 더욱 상세하게는 쇼핑몰 중개 서버에서 일정 기간 동안에 로그 정보를 이용하여 검색 키워드가 검색된 후 클릭된 상품과 상품이 속한 카테고리의 상관 관계를 분석하여 각 쇼핑몰별 특성 또는 각 카테고리별 특성에 적합한 키워드를 추천하는 방법 및 그 시스템에 관한 것이다.
일반적으로 상품 검색 광고 서비스는 광고하고자 하는 키워드를 선정하고, 선정된 키워드별 입찰 금액을 설정한 후 키워드별 노출 상품을 선정하여 키워드가 입력되면 상기 키워드별 노출 상품을 노출시키는 것이다.
이러한 상품 검색 광고 서비스는 초기 광고 진행시 광고주가 구매 키워드가 결정된 이후 키워드별로 어떠한 상품을 노출시킬 것인지가 주요 관건이다. 또한 상품 검색 광고 서비스는 대량으로 상품 검색 서비스를 진행하는 경우 지속적인 상품에 대한 키워드 관리를 필요로 한다.
하지만, 종래 상품 검색 광고 서비스는 검색 키워드와 노출 상품이 매칭이 제대로 되지 않은 경우 높은 조회수나 노출에도 불구하고 클릭수나 클릭율이 하락되는 문제점이 있다.
본 발명은 상품 검색 광고 시 검색 키워드와 검색 이후 클릭한 상품과 그 상품이 속한 카테고리의 상관 관계를 분석하여 각 쇼핑몰 특성 또는 각 카테고리별 특성에 맞는 키워드 추천 방법 및 그 시스템을 제공한다.
또한 본 발명은 상품 검색 광고 시 광고주가 판매하고 싶은 상품보다 사용자가 검색하는 상품에 대한 키워드를 광고주에게 추천함으로써 광고 효과를 증대시킬 수 있는 키워드를 추천하는 방법 및 그 시스템을 제공한다.
또한 본 발명은 상품 검색 광고 시 사용자가 검색한 상품에 대한 쇼핑몰 정보 및 카테고리 정보를 분석한 결과에 따른 키워드를 추천함으로써 업체별 구매 및 이용 가능한 키워드를 증대시킬 수 있는 방법 및 그 시스템을 제공한다.
본 발명의 일실시예에 따른 키워드 추천 방법은, 일정 기간 동안에 로그 정보를 이용하여 검색어가 입력된 후 클릭되는 상품에 대한 정보를 수집하는 단계와, 각 검색어별로 수집된 상품에 대한 정보를 집계하는 단계와, 상기 집계된 상품에 대한 정보를 상품의 연관도로 변환하는 단계 및 상기 연관도에 기초하여 각 쇼핑몰 특성 또는 각 카테고리별 특성에 적합한 키워드를 추천하는 단계를 포함한다.
본 발명의 일실시예에 따른 키워드 추천 시스템은, 일정 기간 동안에 로그 정보를 이용하여 검색어가 입력된 후 클릭되는 상품에 대한 정보를 수집하는 수집부와, 각 검색어별로 수집된 상품에 대한 정보를 집계하는 집계부와, 상기 집계된 상품에 대한 정보를 상품의 연관도로 변환하는 연관도 변환부 및 상기 연관도에 기초하여 각 쇼핑몰 특성 또는 각 카테고리별 특성에 적합한 키워드를 추천하는 추천부를 포함한다.
이하 첨부된 도면들을 참조하여 키워드 추천 시스템 및 그 방법을 상세하게 설명하기로 한다.
도 1은 본 발명에 따른 쇼핑몰 서버, 쇼핑몰 중개 서버 및 사용자 단말기간의 연동 관계를 나타내는 도면이다.
도 1을 참조하면, 쇼핑몰 서버(110)는 광고주가 운영하는 쇼핑몰에서 판매하는 상품 정보를 쇼핑몰 중개 서버(120)로 제공한다. 상기 상품 정보는 상품에 대한 쇼핑몰 아이디 및 상품에 대한 상품 아이디를 포함한다. 즉, 쇼핑몰 서버(110) 는 상기 광고주가 운용하는 쇼핑몰을 통해 판매하고자 하는 상품 정보를 데이터베이스에 기록하고 유지하며, 상기 상품 정보를 쇼핑몰 중개 서버(120)로 제공한다.
쇼핑몰 중개 서버(120)는 쇼핑몰 서버(110)로부터 상품 정보를 제공받고, 일정 기간 동안에 사용자 단말기(130)를 통해 접속된 사용자의 로그 정보를 이용하여 검색어가 입력된 후 클릭되는 상품 정보를 수집한다. 즉, 쇼핑몰 중개 서버(120)는 일정 기간 동안에 각 상품에 대한 카테고리 정보 및 상기 상품이 클릭된 후 이동된 쇼핑몰 아이디 정보를 수집한다.
쇼핑몰 중개 서버(120)는 각 검색어별로 수집된 상품에 대한 정보를 집계한다. 즉, 쇼핑몰 중개 서버(120)는 쇼핑몰별 키워드를 추천하기 위해 각 검색어별로 상기 검색어가 입력된 후 이동한 쇼핑몰 아이디 정보를 집계한다. 또한 쇼핑몰 중개 서버(120)는 카테고리별 키워드를 추천하기 위해 각 검색어별로 상기 검색어가 입력된 후 클릭된 상품에 대한 카테고리 정보를 집계한다.
쇼핑몰 중개 서버(120)는 집계된 상품에 대한 정보를 연관도로 변환한다. 즉, 쇼핑몰 중개 서버(120)는 쇼핑몰별 키워드를 추천하기 위해 각 검색어별로 클릭된 상품에 의해 이동된 쇼핑몰에 대한 쇼핑몰 아이디를 카운트한 값을 쇼핑몰에 대한 연관도로 변환한다. 또한 쇼핑몰 중개 서버(120)는 카테고리별 키워드를 추천하기 위해 각 검색어별로 클릭된 상품에 대한 카테고리를 카운트한 값을 카테고리에 대한 연관도로 변환한다.
쇼핑몰 중개 서버(120)는 상기 연관도에 기초하여 각 쇼핑몰 특성 또는 각 카테고리별 특성에 적합한 키워드를 추천한다. 즉, 쇼핑몰 중개 서버(120)는 상기 쇼핑몰에 대한 연관도에 기초하여 각 쇼핑몰 특성에 적합한 키워드를 추천할 수 있다. 또한 쇼핑몰 중개 서버(120)는 상기 카테고리에 대한 연관도에 기초하여 각 카테고리별 특성에 적합한 키워드를 추천할 수 있다.
사용자 단말기(130)는 쇼핑몰 중개 서버(120)에 접속하여 상기 사용자로부터 검색어를 입력 받고, 상기 검색어에 대한 검색 결과에 따라 제공되는 상품 중에서 상기 사용자에 의해 선택된 상품 정보를 클릭한다.
도 2는 본 발명의 일실시예에 따른 키워드 추천 시스템의 구성을 나타내는 도면이다.
도 2를 참조하면, 키워드 추천 시스템(200)은 수집부(210), 집계부(220), 연관도 변환부(230) 및 추천부(240)를 포함한다.
수집부(210)는 일정 기간 동안에 로그 정보를 이용하여 검색어가 입력된 후 클릭되는 상품에 대한 정보를 수집한다. 즉, 수집부(210)는 각 상품에 대한 카테고리 정보 또는 상기 상품이 클릭된 후 이동된 쇼핑몰 아이디 정보를 수집한다.
집계부(220)는 각 검색어별로 수집된 상품에 대한 정보를 집계한다. 집계부(220)는 쇼핑몰별 키워드를 추천하기 위해 각 검색어별로 상기 검색어가 입력된 후 이동한 쇼핑몰 아이디 정보를 집계한다. 또한 집계부(220)는 각 검색어별로 상기 검색어가 입력된 후 클릭된 상품에 대한 카테고리 정보를 집계한다.
연관도 변환부(230)는 집계된 상품에 대한 정보를 상품의 연관도로 변환한다. 연관도 변환부(230)는 각 검색어별로 클릭된 상품에 의해 이동된 쇼핑몰에 대한 쇼핑몰 아이디를 카운트한 값을 쇼핑몰에 대한 상품의 연관도로 변환한다. 또 한 연관도 변환부(230)는 각 검색어별로 클릭된 상품에 대한 카테고리를 카운트한 값을 카테고리에 대한 연관도로 변환한다. 일례로 연관도 변환부(230)는 상기 집계된 상품에 대한 정보를 집계한 소정의 기간별로 가중치를 부여한 후 상기 가중치가 부여된 상품에 대한 정보를 카운트하여 상기 상품에 대한 연관도로 변환할 수도 있다.
추천부(240)는 상기 연관도에 기초하여 각 쇼핑몰 특성 또는 각 카테고리별 특성에 적합한 키워드를 추천한다. 즉, 추천부(240)는 상기 쇼핑몰에 대한 연관도에 기초하여 각 쇼핑몰 특성에 적합한 키워드를 추천할 수 있다. 또한 추천부(240)는 상기 카테고리에 대한 연관도에 기초하여 각 카테고리별 특성에 적합한 키워드를 추천할 수 있다.
도 3은 제1 쇼핑몰에 대한 키워드, 연관도 및 전주 조회수의 일례를 나타내는 도면이다.
도 3을 참조하면, 일례로 제1 쇼핑몰이 농산물 홈쇼핑과 같은 종합 쇼핑몰인 경우, 수집부(210)는 일정 기간 동안에 로그 정보를 이용하여 검색어가 입력된 후 클릭되는 상품에 대한 제1 쇼핑몰 정보를 수집한다. 집계부(220)는 제1 쇼핑몰에 대한 키워드를 추천하기 위해 각 검색어별로 상기 검색어가 입력된 후 이동한 제1 쇼핑몰에 대한 아이디 정보를 집계한다. 연관도 변환부(230)는 각 검색어별로 클릭된 상품에 의해 이동된 제1 쇼핑몰에 대한 쇼핑몰 아이디를 카운트한 값을 제1 쇼핑몰에 대한 연관도로 변환한다. 추천부(240)는 도 3에 도시된 것과 같이 각 키워드별 연관도 또는 전주 조회수에 기초하여 제1 쇼핑몰의 특성에 적합한 키워드를 추천할 수 있다. 입찰 현황 보기는 각 키워드에 대한 입찰 현황을 제공하기 위한 메뉴이다. 이와 같이, 본 발명에 따른 키워드 추천 시스템(200)은 검색 키워드가 검색된 이후 클릭된 상품과 제1 쇼핑몰에 대한 상관 관계를 분석한 결과를 이용하여 제1 쇼핑몰에 적합한 키워드를 추천할 수 있다.
도 4는 제2 쇼핑몰에 대한 키워드, 연관도 및 전주 조회수의 일례를 나타내는 도면이다.
도 4를 참조하면, 일례로 제2 쇼핑몰이 엠플과 같은 종합 쇼핑몰인 경우, 수집부(210)는 일정 기간 동안에 로그 정보를 이용하여 검색어가 입력된 후 클릭되는 상품에 대한 제2 쇼핑몰 정보를 수집한다. 집계부(220)는 제2 쇼핑몰에 대한 키워드를 추천하기 위해 각 검색어별로 상기 검색어가 입력된 후 이동한 제2 쇼핑몰에 대한 아이디 정보를 집계한다. 연관도 변환부(230)는 각 검색어별로 클릭된 상품에 의해 이동된 제2 쇼핑몰에 대한 쇼핑몰 아이디를 카운트한 값을 제2 쇼핑몰에 대한 연관도로 변환한다. 추천부(240)는 도 4에 도시된 것과 같이 각 키워드별 연관도 또는 전주 조회수에 기초하여 제2 쇼핑몰의 특성에 적합한 키워드를 추천할 수 있다. 이와 같이, 본 발명에 따른 키워드 추천 시스템(200)은 검색 키워드가 검색된 이후 클릭된 상품과 제2 쇼핑몰에 대한 상관 관계를 분석한 결과를 이용하여 제2 쇼핑몰에 적합한 키워드를 추천할 수 있다.
도 5는 제3 쇼핑몰에 대한 키워드, 연관도 및 전주 조회수의 일례를 나타내는 도면이다.
도 5를 참조하면, 일례로 제3 쇼핑몰이 인터파크와 같은 종합 쇼핑몰인 경 우, 수집부(210)는 일정 기간 동안에 로그 정보를 이용하여 검색어가 입력된 후 클릭되는 상품에 대한 제3 쇼핑몰 정보를 수집한다. 집계부(220)는 제3 쇼핑몰에 대한 키워드를 추천하기 위해 각 검색어별로 상기 검색어가 입력된 후 이동한 제3 쇼핑몰에 대한 아이디 정보를 집계한다. 연관도 변환부(230)는 각 검색어별로 클릭된 상품에 의해 이동된 제3 쇼핑몰에 대한 쇼핑몰 아이디를 카운트한 값을 제3 쇼핑몰에 대한 연관도로 변환한다. 추천부(240)는 도 5에 도시된 것과 같이 각 키워드별 연관도 또는 전주 조회수에 기초하여 제3 쇼핑몰의 특성에 적합한 키워드를 추천할 수 있다. 이와 같이, 본 발명에 따른 키워드 추천 시스템(200)은 검색 키워드가 검색된 이후 클릭된 상품과 제3 쇼핑몰에 대한 상관 관계를 분석한 결과를 이용하여 제3 쇼핑몰에 적합한 키워드를 추천할 수 있다.
도 6은 제4 쇼핑몰에 대한 키워드, 연관도 및 전주 조회수의 일례를 나타내는 도면이다.
도 6을 참조하면, 일례로 제4 쇼핑몰이 가구 전문몰인 경우, 수집부(210)는 일정 기간 동안에 로그 정보를 이용하여 검색어가 입력된 후 클릭되는 상품에 대한 제4 쇼핑몰 정보를 수집한다. 집계부(220)는 제4 쇼핑몰에 대한 키워드를 추천하기 위해 각 검색어별로 상기 검색어가 입력된 후 이동한 제4 쇼핑몰에 대한 아이디 정보를 집계한다. 연관도 변환부(230)는 각 검색어별로 클릭된 상품에 의해 이동된 제4 쇼핑몰에 대한 쇼핑몰 아이디를 카운트한 값을 제4 쇼핑몰에 대한 연관도로 변환한다. 추천부(240)는 도 6에 도시된 것과 같이 각 키워드별 연관도 또는 전주 조회수에 기초하여 제4 쇼핑몰의 특성에 적합한 키워드를 추천할 수 있다. 이와 같이, 본 발명에 따른 키워드 추천 시스템(200)은 검색 키워드가 검색된 이후 클릭된 상품과 제4 쇼핑몰에 대한 상관 관계를 분석한 결과를 이용하여 제4 쇼핑몰에 적합한 키워드를 추천할 수 있다.
도 7은 제5 쇼핑몰에 대한 키워드, 연관도 및 전주 조회수의 일례를 나타내는 도면이다.
도 7을 참조하면, 일례로 제5 쇼핑몰이 패션 전문몰인 경우, 수집부(210)는 일정 기간 동안에 로그 정보를 이용하여 검색어가 입력된 후 클릭되는 상품에 대한 제5 쇼핑몰 정보를 수집한다. 집계부(220)는 제5 쇼핑몰에 대한 키워드를 추천하기 위해 각 검색어별로 상기 검색어가 입력된 후 이동한 제5 쇼핑몰에 대한 아이디 정보를 집계한다. 연관도 변환부(230)는 각 검색어별로 클릭된 상품에 의해 이동된 제5 쇼핑몰에 대한 쇼핑몰 아이디를 카운트한 값을 제5 쇼핑몰에 대한 연관도로 변환한다. 추천부(240)는 도 7에 도시된 것과 같이 각 키워드별 연관도 또는 전주 조회수에 기초하여 제5 쇼핑몰의 특성에 적합한 키워드를 추천할 수 있다. 이와 같이, 본 발명에 따른 키워드 추천 시스템(200)은 검색 키워드가 검색된 이후 클릭된 상품과 제5 쇼핑몰에 대한 상관 관계를 분석한 결과를 이용하여 제5 쇼핑몰에 적합한 키워드를 추천할 수 있다.
도 8은 제1 카테고리에 대한 키워드, 연관도 및 전주 조회수의 일례를 나타내는 도면이다.
도 8을 참조하면, 일례로 제1 카테고리가 가전 카테고리인 경우, 수집부(210)는 일정 기간 동안에 로그 정보를 이용하여 검색어가 입력된 후 클릭되는 상품에 대한 카테고리 정보를 수집한다. 집계부(220)는 제1 카테고리에 대한 키워드를 추천하기 위해 각 검색어별로 상기 검색어가 입력된 후 클릭된 상품에 대한 제1 카테고리 정보를 집계한다. 연관도 변환부(230)는 각 검색어별로 클릭된 상품에 대한 제1 카테고리 정보를 카운트한 값을 상기 상품의 제1 카테고리에 대한 연관도로 변환한다. 추천부(240)는 도 8에 도시된 것과 같이 각 키워드별 연관도 또는 전주 조회수에 기초하여 제1 카테고리에 적합한 키워드를 추천할 수 있다. 이와 같이, 본 발명에 따른 키워드 추천 시스템(200)은 검색 키워드가 검색된 이후 클릭된 상품과 제1 카테고리에 대한 상관 관계를 분석한 결과를 이용하여 제1 카테고리에 적합한 키워드를 추천할 수 있다.
도 9는 제2 카테고리에 대한 키워드, 연관도 및 전주 조회수의 일례를 나타내는 도면이다.
도 9를 참조하면, 일례로 제2 카테고리가 컴퓨터 카테고리인 경우, 수집부(210)는 일정 기간 동안에 로그 정보를 이용하여 검색어가 입력된 후 클릭되는 상품에 대한 제2 카테고리 정보를 수집한다. 집계부(220)는 제2 카테고리에 대한 키워드를 추천하기 위해 각 검색어별로 상기 검색어가 입력된 후 클릭된 상품의 제2 카테고리 정보를 집계한다. 연관도 변환부(230)는 각 검색어별로 클릭된 상품에 대한 제2 카테고리 정보를 카운트한 값을 상기 상품의 제2 카테고리에 대한 연관도로 변환한다. 추천부(240)는 도 9에 도시된 것과 같이 각 키워드별 연관도 또는 전주 조회수에 기초하여 제2 카테고리에 적합한 키워드를 추천할 수 있다. 이와 같이, 본 발명에 따른 키워드 추천 시스템(200)은 검색 키워드가 검색된 이후 클릭 된 상품과 제2 카테고리에 대한 상관 관계를 분석한 결과를 이용하여 제2 카테고리에 적합한 키워드를 추천할 수 있다.
도 10은 제3 카테고리에 대한 키워드, 연관도 및 전주 조회수의 일례를 나타내는 도면이다.
도 10을 참조하면, 일례로 제3 카테고리가 액세서리/시계 카테고리인 경우, 수집부(210)는 일정 기간 동안에 로그 정보를 이용하여 검색어가 입력된 후 클릭되는 상품에 대한 제3 카테고리 정보를 수집한다. 집계부(220)는 제3 카테고리에 대한 키워드를 추천하기 위해 각 검색어별로 상기 검색어가 입력된 후 클릭된 상품의 제3 카테고리 정보를 집계한다. 연관도 변환부(230)는 각 검색어별로 클릭된 상품에 대한 제3 카테고리 정보를 카운트한 값을 상기 상품의 제3 카테고리에 대한 연관도로 변환한다. 추천부(240)는 도 10에 도시된 것과 같이 각 키워드별 연관도 또는 전주 조회수에 기초하여 제3 카테고리에 적합한 키워드를 추천할 수 있다. 이와 같이, 본 발명에 따른 키워드 추천 시스템(200)은 검색 키워드가 검색된 이후 클릭된 상품과 제3 카테고리에 대한 상관 관계를 분석한 결과를 이용하여 제3 카테고리에 적합한 키워드를 추천할 수 있다.
도 11은 제4 카테고리에 대한 키워드, 연관도 및 전주 조회수의 일례를 나타내는 도면이다.
도 11을 참조하면, 일례로 제4 카테고리가 건강/다이어트 카테고리인 경우, 수집부(210)는 일정 기간 동안에 로그 정보를 이용하여 검색어가 입력된 후 클릭되는 상품에 대한 제4 카테고리 정보를 수집한다. 집계부(220)는 제4 카테고리에 대 한 키워드를 추천하기 위해 각 검색어별로 상기 검색어가 입력된 후 클릭된 상품의 제4 카테고리 정보를 집계한다. 연관도 변환부(230)는 각 검색어별로 클릭된 상품에 대한 제4 카테고리 정보를 카운트한 값을 상기 상품의 제4 카테고리에 대한 연관도로 변환한다. 추천부(240)는 도 11에 도시된 것과 같이 각 키워드별 연관도 또는 전주 조회수에 기초하여 제4 카테고리에 적합한 키워드를 추천할 수 있다. 이와 같이, 본 발명에 따른 키워드 추천 시스템(200)은 검색 키워드가 검색된 이후 클릭된 상품과 제4 카테고리에 대한 상관 관계를 분석한 결과를 이용하여 제4 카테고리에 적합한 키워드를 추천할 수 있다.
따라서, 본 발명에 따른 키워드 추천 시스템(200)은 상품 검색 광고 시 검색 키워드와 검색 이후 클릭한 상품과 그 상품이 속한 카테고리의 상관 관계를 분석하여 각 쇼핑몰 특성 또는 각 카테고리별 특성에 맞는 키워드를 추천함에 따라 종래 광고주가 직접 수동으로 키워드를 선택해야 하는 번거로움을 해소시킬 수 있다.
또한 본 발명에 따른 키워드 추천 시스템(200)은 상품 검색 광고 시 광고주가 판매하고자 하는 상품보다 사용자가 검색한 상품에 대한 키워드를 구매할 수 있도록 광고주에게 키워드를 추천함으로써 상품 검색 광고 효과를 증대시킬 수 있다.
도 12는 본 발명의 일실시예에 따른 키워드 추천 방법의 흐름을 나타내는 도면이다.
도 12를 참조하면, 단계(S1210)에서 키워드 추천 시스템은 일정 기간 동안에 로그 정보를 이용하여 검색어가 입력된 후 클릭되는 상품에 대한 정보를 수집한다. 즉, 단계(S1210)에서 상기 키워드 추천 시스템은 각 상품에 대한 카테고리 정보 또 는 상기 상품이 클릭된 후 이동된 쇼핑몰 아이디 정보를 수집한다.
단계(S1220)에서 상기 키워드 추천 시스템은 각 검색어별로 수집된 상품에 대한 정보를 집계한다. 일례로 쇼핑몰별 키워드를 추천하고자 하는 경우, 단계(S1220)에서 상기 키워드 추천 시스템은 각 검색어별로 상기 검색어가 입력된 후 이동한 쇼핑몰 아이디 정보를 집계한다. 일례로 카테고리별 키워드를 추천하고자 하는 경우, 단계(S1220)에서 상기 키워드 추천 시스템은 각 검색어별로 상기 검색어가 입력된 후 클릭된 상품에 대한 카테고리 정보를 집계한다.
단계(S1230)에서 상기 키워드 추천 시스템은 상기 집계된 상품에 대한 정보를 상품의 연관도로 변환한다. 일례로 쇼핑몰별 키워드를 추천하고자 하는 경우, 단계(S1230)에서 상기 키워드 추천 시스템은 각 검색어별로 클릭된 상품에 의해 이동된 쇼핑몰에 대한 쇼핑몰 아이디를 카운트한 값을 쇼핑몰에 대한 연관도로 변환한다. 일례로 카테고리별 키워드를 추천하고자 하는 경우, 단계(S1230)에서 상기 키워드 추천 시스템은 각 검색어별로 클릭된 상품에 대한 카테고리를 카운트한 값을 카테고리에 대한 연관도로 변환한다.
일례로 단계(S1230)에서 상기 키워드 추천 시스템은 상기 집계된 상품에 대한 정보를 카운트 한 값에 집계한 소정의 기간별로 가중치를 부여하여 상기 상품에 대한 연관도로 변환할 수도 있다. 즉, 단계(S1230)에서 상기 키워드 추천 시스템은 상기 상품에 대한 정보를 집계한 기간을 복수 개의 소기간으로 구획하고, 각 소기간 별로 상품에 대한 정보를 카운트 한 값에 각각 다른 가중치를 부여한 후 이를 합산함으로써 특정 기간에 집계된 정보를 더 많이 연관도에 반영시키는 것이 가능 하다.
단계(S1240)에서 상기 키워드 추천 시스템은 상기 연관도에 기초하여 각 쇼핑몰 특성 또는 각 카테고리별 특성에 적합한 키워드를 추천한다. 즉, 단계(S1240)에서 상기 키워드 추천 시스템은 상기 쇼핑몰에 대한 연관도에 기초하여 각 쇼핑몰 특성에 적합한 키워드를 추천할 수 있다. 또한 단계(S1240)에서 상기 키워드 추천 시스템은 상기 카테고리에 대한 연관도에 기초하여 각 카테고리별 특성에 적합한 키워드를 추천할 수 있다.
이와 같이, 본 발명에 따른 키워드 추천 방법은 상품 검색 광고 시 검색 키워드와 검색 이후 클릭한 상품과 그 상품이 속한 카테고리의 상관 관계를 분석하여 각 쇼핑몰 특성 또는 각 카테고리별 특성에 맞는 키워드를 추천할 수 있다.
또한 본 발명에 따른 키워드 추천 방법은 상품 검색 광고 시 광고주가 판매하고 싶은 상품보다 사용자가 검색하는 상품에 대한 키워드를 광고주에게 추천함으로써 광고 효과를 증대시킬 수 있다.
한편 본 발명에 따른 키워드 추천 방법은 다양한 컴퓨터 수단을 통하여 수행될 수 있는 프로그램 명령 형태로 구현되어 컴퓨터 판독 가능한 기록 매체에 기록될 수 있다. 상기 컴퓨터 판독 가능 매체는 프로그램 명령, 데이터 파일, 데이터 구조 등을 단독으로 또는 조합하여 포함할 수 있다. 상기 매체에 기록되는 프로그램 명령은 본 발명을 위하여 특별히 설계되고 구성된 것들이거나 컴퓨터 소프트웨어 당업자에게 공지되어 사용 가능한 것일 수도 있다. 컴퓨터 판독 가능한 기록 매체의 예에는 하드 디스크, 플로피 디스크 및 자기 테이프와 같은 자기 매 체(magnetic media), CD-ROM, DVD와 같은 광기록 매체(optical media), 플롭티컬 디스크(floptical disk)와 같은 자기-광 매체(magneto-optical media), 및 롬(ROM), 램(RAM), 플래시 메모리 등과 같은 프로그램 명령을 저장하고 수행하도록 특별히 구성된 하드웨어 장치가 포함된다. 프로그램 명령의 예에는 컴파일러에 의해 만들어지는 것과 같은 기계어 코드뿐만 아니라 인터프리터 등을 사용해서 컴퓨터에 의해서 실행될 수 있는 고급 언어 코드를 포함한다. 상기된 하드웨어 장치는 본 발명의 동작을 수행하기 위해 하나 이상의 소프트웨어 모듈로서 작동하도록 구성될 수 있으며, 그 역도 마찬가지이다.
이상과 같이 본 발명은 비록 한정된 실시예와 도면에 의해 설명되었으나, 본 발명은 상기의 실시예에 한정되는 것은 아니며, 본 발명이 속하는 분야에서 통상의 지식을 가진 자라면 이러한 기재로부터 다양한 수정 및 변형이 가능하다.
그러므로, 본 발명의 범위는 설명된 실시예에 국한되어 정해져서는 아니되며, 후술하는 특허청구범위뿐 아니라 이 특허청구범위와 균등한 것들에 의해 정해져야 한다.
본 발명에 따르면, 상품 검색 광고 시 검색 키워드와 검색 이후 클릭한 상품과 그 상품이 속한 카테고리의 상관 관계를 분석하여 각 쇼핑몰 특성 또는 각 카테고리별 특성에 맞는 키워드를 추천하는 방법 및 그 시스템을 제공할 수 있다.
또한 본 발명에 따르면, 상품 검색 광고 시 광고주가 판매하고 싶은 상품보다 사용자가 검색하는 상품에 대한 키워드를 광고주에게 추천함으로써 광고 효과를 증대시킬 수 있는 키워드를 추천하는 방법 및 그 시스템을 제공할 수 있다.
또한 본 발명에 따르면, 상품 검색 광고 시 사용자가 검색한 상품에 대한 쇼핑몰 정보 및 카테고리 정보를 분석한 결과에 따른 키워드를 추천함으로써 업체별 구매 및 이용 가능한 키워드를 증대시킬 수 있는 방법 및 그 시스템을 제공할 수 있다.

Claims (13)

  1. 키워드 추천 시스템이 일정 기간 동안에 로그 정보를 이용하여 검색어가 입력된 후 클릭되는 상품에 대한 정보로서 각 상품에 대한 카테고리 정보 또는 상기 상품이 클릭된 후 이동된 쇼핑몰 아이디 정보를 수집하는 단계;
    상기 키워드 추천 시스템이 각 검색어별로 수집된 카테고리 정보 또는 쇼핑몰 아이디 정보를 집계하는 단계;
    상기 키워드 추천 시스템이 상기 집계된 카테고리 정보 또는 쇼핑몰 아이디 정보를 집계한 소정의 기간별로 가중치를 부여한 후 상기 가중치가 부여된 상품에 대한 정보를 카운트하여 상품의 연관도로 변환하는 단계; 및
    상기 키워드 추천 시스템이 상기 상품의 연관도에 기초하여 각 쇼핑몰 특성 또는 각 카테고리별 특성에 맞는 키워드를 추천하는 단계
    를 포함하는 키워드 추천 방법.
  2. 삭제
  3. 제1항에 있어서,
    각 검색어별로 수집된 카테고리 정보 또는 쇼핑몰 아이디 정보를 집계하는 상기 단계는,
    각 검색어별로 상기 검색어가 입력된 후 이동한 쇼핑몰 아이디 정보를 집계하는 키워드 추천 방법.
  4. 제1항에 있어서,
    각 검색어별로 수집된 카테고리 정보 또는 쇼핑몰 아이디 정보를 집계하는 상기 단계는,
    각 검색어별로 상기 검색어가 입력된 후 클릭된 상품에 대한 카테고리 정보를 집계하는 키워드 추천 방법.
  5. 제1항에 있어서,
    상품의 연관도로 변환하는 상기 단계는,
    각 검색어별로 클릭된 상품에 의해 이동된 쇼핑몰에 대한 쇼핑몰 아이디를 카운트한 값을 쇼핑몰에 대한 연관도로 변환하는 키워드 추천 방법.
  6. 제1항에 있어서,
    상품의 연관도로 변환하는 상기 단계는,
    각 검색어별로 클릭된 상품에 대한 카테고리를 카운트한 값을 카테고리에 대한 연관도로 변환하는 키워드 추천 방법.
  7. 제1항 또는 제3항 내지 제6항 중 어느 한 항의 방법을 실행하기 위한 프로그램이 기록되어 있는 것을 특징으로 하는 컴퓨터에서 판독 가능한 기록 매체.
  8. 일정 기간 동안에 로그 정보를 이용하여 검색어가 입력된 후 클릭되는 상품에 대한 정보로서 각 상품에 대한 카테고리 정보 또는 상기 상품이 클릭된 후 이동된 쇼핑몰 아이디 정보를 수집하는 수집부;
    각 검색어별로 수집된 카테고리 정보 또는 쇼핑몰 아이디 정보를 집계하는 집계부;
    상기 집계된 카테고리 정보 또는 쇼핑몰 아이디 정보를 집계한 소정의 기간별로 가중치를 부여한 후 상기 가중치가 부여된 상품에 대한 정보를 카운트하여 상품의 연관도로 변환하는 연관도 변환부; 및
    상기 상품의 연관도에 기초하여 각 쇼핑몰 특성 또는 각 카테고리별 특성에 맞는 키워드를 추천하는 추천부
    를 포함하는 키워드 추천 시스템.
  9. 삭제
  10. 제8항에 있어서,
    상기 집계부는,
    각 검색어별로 상기 검색어가 입력된 후 이동한 쇼핑몰 아이디 정보를 집계하는 쇼핑몰 중개 서버에서의 키워드 추천 시스템.
  11. 제8항에 있어서,
    상기 집계부는,
    각 검색어별로 상기 검색어가 입력된 후 클릭된 상품에 대한 카테고리 정보 를 집계하는 키워드 추천 시스템.
  12. 제8항에 있어서,
    상기 연관도 변환부는,
    각 검색어별로 클릭된 상품에 의해 이동된 쇼핑몰에 대한 쇼핑몰 아이디를 카운트한 값을 쇼핑몰에 대한 연관도로 변환하는 키워드 추천 시스템.
  13. 제8항에 있어서,
    상기 연관도 변환부는,
    각 검색어별로 클릭된 상품에 대한 카테고리를 카운트한 값을 카테고리에 대한 연관도로 변환하는 키워드 추천 시스템.
KR1020070053433A 2007-05-31 2007-05-31 키워드 추천 방법 및 그 시스템 KR100892851B1 (ko)

Priority Applications (2)

Application Number Priority Date Filing Date Title
KR1020070053433A KR100892851B1 (ko) 2007-05-31 2007-05-31 키워드 추천 방법 및 그 시스템
JP2008132865A JP4897738B2 (ja) 2007-05-31 2008-05-21 キーワード推薦方法、コンピュータ読み取り可能な記録媒体、キーワード推薦システム

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020070053433A KR100892851B1 (ko) 2007-05-31 2007-05-31 키워드 추천 방법 및 그 시스템

Publications (2)

Publication Number Publication Date
KR20090001997A KR20090001997A (ko) 2009-01-09
KR100892851B1 true KR100892851B1 (ko) 2009-04-10

Family

ID=40173266

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020070053433A KR100892851B1 (ko) 2007-05-31 2007-05-31 키워드 추천 방법 및 그 시스템

Country Status (2)

Country Link
JP (1) JP4897738B2 (ko)
KR (1) KR100892851B1 (ko)

Families Citing this family (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP5096411B2 (ja) * 2009-05-22 2012-12-12 ヤフー株式会社 ネットショッピング管理装置
US8977642B2 (en) 2010-03-19 2015-03-10 Intuit Inc. Recommending relevant and personalized content accessing keywords for users of a text messaging service based global textsite platform
KR101643179B1 (ko) 2010-11-11 2016-07-27 네이버 주식회사 추천 키워드를 제공하는 시스템 및 방법
KR101274419B1 (ko) * 2010-12-30 2013-06-17 엔에이치엔(주) 사용자 그룹별로 키워드의 순위를 결정하는 시스템 및 방법
CN102722842A (zh) * 2012-06-11 2012-10-10 姚明东 一种基于客户行为的商品推荐优化方法
JP5577385B2 (ja) * 2012-06-26 2014-08-20 ヤフー株式会社 コンテンツ配信装置
WO2014143076A1 (en) * 2013-03-13 2014-09-18 Intuit Inc. Recommending relevant and personalized content accessing keywords for users of a text messaging service based global textsite platform
KR102063384B1 (ko) * 2017-12-28 2020-01-07 엔에이치엔고도 주식회사 이미지를 이용한 상품 정보 자동 등록 방법
CN109635198B (zh) * 2018-12-17 2020-09-29 杭州柚子街信息科技有限公司 在商品展示平台上呈现用户搜索结果的方法、装置、介质及电子设备
CN111353836B (zh) * 2018-12-20 2023-07-07 百度在线网络技术（北京）有限公司 商品推荐方法、装置及设备
CN110197390B (zh) * 2019-04-09 2024-01-05 深圳市梦网视讯有限公司 一种基于关联规则关联度和经济值的推荐方法和系统
CN113254778B (zh) * 2021-06-07 2023-05-09 汇智数字科技控股(深圳)有限公司 一种基于亚马逊平台的asin组的关键词推荐方法

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20020003915A (ko) * 2000-06-26 2002-01-16 김상배 검색조건을 추천하는 검색결과 제공방법 및 검색서버
KR20060103036A (ko) * 2005-03-25 2006-09-28 주식회사 다음커뮤니케이션 인터넷 검색 광고 서비스 시스템 및 방법

Family Cites Families (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2007026471A (ja) * 2000-07-19 2007-02-01 Ooku:Kk ネットワークを利用した商品販売または購入の方法及びそのシステム
US8392249B2 (en) * 2003-12-31 2013-03-05 Google Inc. Suggesting and/or providing targeting criteria for advertisements
JP4453437B2 (ja) * 2004-05-11 2010-04-21 日本電信電話株式会社 検索キーワード順位付け方法及び装置及びプログラム
US7716219B2 (en) * 2004-07-08 2010-05-11 Yahoo ! Inc. Database search system and method of determining a value of a keyword in a search
JP2006079454A (ja) * 2004-09-10 2006-03-23 Fujitsu Ltd 検索キーワード分析方法、検索キーワード分析プログラムおよび検索キーワード分析装置
US20060149625A1 (en) * 2004-12-30 2006-07-06 Ross Koningstein Suggesting and/or providing targeting information for advertisements
JP2006228171A (ja) * 2005-02-15 2006-08-31 ＭＥＮ Ｃｏｒｐｏｒａｔｉｏｎ有限会社 アクセス解析ツールによる検索キーワード評価方法

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20020003915A (ko) * 2000-06-26 2002-01-16 김상배 검색조건을 추천하는 검색결과 제공방법 및 검색서버
KR20060103036A (ko) * 2005-03-25 2006-09-28 주식회사 다음커뮤니케이션 인터넷 검색 광고 서비스 시스템 및 방법

Also Published As

Publication number Publication date
JP4897738B2 (ja) 2012-03-14
JP2008299839A (ja) 2008-12-11
KR20090001997A (ko) 2009-01-09

Similar Documents

Publication Publication Date Title
KR100892851B1 (ko) 키워드 추천 방법 및 그 시스템
US11544739B1 (en) Conversion path performance measures and reports
KR101245089B1 (ko) 검색에서의 키워드의 값을 결정하는 데이터베이스 검색시스템 및 방법
JP5542812B2 (ja) クエリ識別および関連付け
US8494897B1 (en) Inferring profiles of network users and the resources they access
US8655695B1 (en) Systems and methods for generating expanded user segments
KR100913475B1 (ko) 복수의 광고 영역에 관한 광고 통합 관리 방법 및 시스템
US20060195443A1 (en) Information prioritisation system and method
US20080270250A1 (en) Flexible asset and search recommendation engines
US20080091508A1 (en) Multidimensional personal behavioral tomography
JP2014515517A (ja) 投資回収率を含む複数のアトリビューションモデル
TW200912789A (en) Granular data for behavioral targeting
US11321724B1 (en) Product evaluation system and method of use
JP2014522060A (ja) コンバージョンタイプからコンバージョンタイプへのファネリング
Dong et al. Brand purchase prediction based on time‐evolving user behaviors in e‐commerce
US20140278796A1 (en) Identifying Target Audience for a Product or Service
CN103383702A (zh) 一种基于用户投票排名的个性化新闻推荐的方法及系统
JP5824602B1 (ja) 情報処理装置、情報処理方法、及び情報処理プログラム
KR101647364B1 (ko) 사용자 특성정보 및 상호작용 기반의 컨텐츠 추천 시스템，방법 및 그 기록매체
JP5442011B2 (ja) オンライン広告に対する課金のための方法、システム、及びコンピューター判読可能な記録媒体
TW201120786A (en) System and method for generating a valuation of online users and websites from user activities
WO2015184607A1 (en) Method and system for advertisement coordination
JP7011552B2 (ja) 広告管理システム、広告管理方法、および広告管理プログラム
KR100892848B1 (ko) 상품 자동 설정 방법 및 그 시스템
Vattikonda et al. Empirical analysis of search advertising strategies

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: 20120329

Year of fee payment: 5

FPAY Annual fee payment

Payment date: 20160329

Year of fee payment: 8

FPAY Annual fee payment

Payment date: 20170328

Year of fee payment: 9

FPAY Annual fee payment

Payment date: 20190401

Year of fee payment: 11