KR100913905B1 - 블로그 분석 방법 및 시스템 - Google Patents

블로그 분석 방법 및 시스템 Download PDF

Info

Publication number
KR100913905B1
KR100913905B1 KR1020070035816A KR20070035816A KR100913905B1 KR 100913905 B1 KR100913905 B1 KR 100913905B1 KR 1020070035816 A KR1020070035816 A KR 1020070035816A KR 20070035816 A KR20070035816 A KR 20070035816A KR 100913905 B1 KR100913905 B1 KR 100913905B1
Authority
KR
South Korea
Prior art keywords
post
content power
blog
power
user
Prior art date
Application number
KR1020070035816A
Other languages
English (en)
Other versions
KR20090001430A (ko
Inventor
이준호
정현주
김혜진
양은주
김상욱
김형준
Original Assignee
엔에이치엔비즈니스플랫폼 주식회사
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 엔에이치엔비즈니스플랫폼 주식회사 filed Critical 엔에이치엔비즈니스플랫폼 주식회사
Priority to KR1020070035816A priority Critical patent/KR100913905B1/ko
Publication of KR20090001430A publication Critical patent/KR20090001430A/ko
Application granted granted Critical
Publication of KR100913905B1 publication Critical patent/KR100913905B1/ko

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION 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
    • G06Q50/00Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/10Services
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION 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
    • G06Q10/00Administration; Management
    • G06Q10/06Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063Operations research, analysis or management
    • G06Q10/0637Strategic management or analysis, e.g. setting a goal or target of an organisation; Planning actions based on goals; Analysis or evaluation of effectiveness of goals
    • G06Q10/06375Prediction of business process outcome or impact based on a proposed change
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION 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
    • G06Q50/00Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/01Social networking

Landscapes

  • Business, Economics & Management (AREA)
  • Human Resources & Organizations (AREA)
  • Engineering & Computer Science (AREA)
  • Strategic Management (AREA)
  • Tourism & Hospitality (AREA)
  • Economics (AREA)
  • General Physics & Mathematics (AREA)
  • Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Marketing (AREA)
  • General Business, Economics & Management (AREA)
  • Primary Health Care (AREA)
  • Educational Administration (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Health & Medical Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Development Economics (AREA)
  • Quality & Reliability (AREA)
  • Operations Research (AREA)
  • Game Theory and Decision Science (AREA)
  • Computing Systems (AREA)
  • Information Transfer Between Computers (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

본 발명은 블로그 분석 방법 및 시스템에 관한 것으로서, 이 방법은, 적어도 하나의 게시글에 대한 블로그 사용자의 액션에 기초하여 게시글 컨텐츠 파워를 산출하는 단계, 그리고 게시글 컨텐츠 파워에 기초하여 사용자 컨텐츠 파워를 산출하는 단계를 포함한다. 본 발명에 의하면, 게시글 컨텐츠 파워 및 사용자 컨텐츠 파워를 산출함으로써 블로그 서비스의 활성화를 위한 다양한 정책을 수립하는 데 중심이 되는 파워 유저를 선정할 수 있다.
블로그, 블로그 연결망, 게시글 컨텐츠 파워, 사용자 컨텐츠 파워, 파워 유저

Description

블로그 분석 방법 및 시스템 {METHOD AND SYSTEM FOR ANALYZING BLOG}
도 1은 본 발명의 실시예에 따른 블로그 분석 시스템을 설명하기 위한 블록도이다.
도 2는 블로그 연결망을 도식화한 도면이다.
도 3은 도 1에 도시한 블로그 분석 서버의 블록도이다.
도 4는 본 발명의 실시예에 따른 블로그 분석 방법을 도시한 흐름도이다.
도 5는 본 발명의 실시예에 따라 게시글 컨텐츠 파워를 계산한 일례를 나타낸 도면이다.
도 6은 본 발명의 실시예에 따라 사용자 컨텐츠 파워를 계산하는 일례를 설명하기 위하여 게시글의 노출 시각과 노출 시간 보정치를 나타낸 도면이다.
<도면 부호의 설명>
100: 블로그 서버, 130: 블로그 분석 서버,
132: 파급 이력 생성부, 134: 게시글 컨텐츠 파워 연산부,
136: 사용자 컨텐츠 파워 연산부, 160: 데이터베이스,
200: 통신망, 300: 사용자 단말기
본 발명은 블로그 분석 방법 및 시스템에 관한 것이다.
사회 연결망(social network)은 한 사회 내에 존재하는 구성원 사이의 관계 정보를 이용하여 그 사회 전체의 관계 구조를 연결망으로 표현한 것이다. 이러한 관계 구조를 연구하여 그 사회가 가지고 있는 고유의 특징을 도출하는 것을 사회 연결망 분석(social network analysis)이라고 한다. 과거에는 사회 연결망 내의 구성원 사이의 관계 여부를 나타내는 데이터를 확보하는 데 큰 어려움이 있었다. 따라서 기존 연구의 초점은 구성원 사이의 관계에 대한 구체적인 데이터 없이 사회 연결망이 과연 어떠한 구조와 특징을 가지는가를 모델링하는 데에 있었다.
인터넷의 발달로 인하여 온라인 상에서도 이러한 사회 연결망이 나타났다. 온라인 사회 연결망(online social network)의 가장 큰 특징은 기존의 사회 연결망과는 달리 구성원들 간의 관계를 설명할 수 있는 구체적인 정보와 그 관계에 의하여 주고받는 정보를 데이터베이스 내에 저장하고 있다는 것이다. 이러한 특징으로 인하여 최근 들어 온라인 사회 연결망을 분석하고자 하는 연구가 이루어지고 있다.
블로그는 사용자가 자신의 글을 온라인 상에 저장할 수 있는 일종의 개인 웹사이트이며, 블로그 세계(blog world)는 이러한 블로그로 이루어진 대표적인 온라인 사회 연결망이다. 각 블로그 사용자는 타인의 블로그와 관계를 맺을 수 있으며, 이러한 관계들에 의하여 온라인 사회 연결망이 형성된다. 이하에서는 블로그와 블로그 사이의 관계로 이루어진 사회 연결망을 블로그 연결망(blog network)이라고 한다.
블로그 세계를 운영하는 운영자 또는 기업의 목표는 블로그의 활동이 많아져서 전체적으로 블로그 세계가 활성화되고 이를 통하여 수익을 극대화하는 것이다. 블로그 연결망 내에는 다른 일반 블로그 사용자들이 블로그 서비스를 활발하게 이용하도록 유도하는 역할을 하고 있는 특별한 블로그 사용자들이 존재한다. 이러한 사용자들을 파악할 수 있다면, 이들을 중심으로 블로그 서비스 활성화를 위한 다양한 정책을 수립할 수 있을 것이다.
그런데 지금까지의 연구에 의하면 사회 연결망의 위상 구조적인 특징만을 고려하여 이러한 사용자를 파악하는 데 그치고 있다. 그러나 이와 같이 사회 연결망의 위상 구조적 특징만을 고려하는 기준을 사용하는 경우 실제 연결망에서 영향력을 크게 발휘하는 사용자를 올바르게 선정할 수 없다. 예를 들면, 블로그 연결망에서 많은 이웃 관계를 갖고 있는 사용자가 반드시 다른 사용자에게 더 큰 영향력을 행사하고 있는 것은 아니다. 오히려 적은 이웃 관계를 갖고 있는 사용자가 다른 사용자들에게 큰 영향력을 행사할 수도 있다. 따라서 이러한 경우 다른 사용자에게 실질적인 영향력을 행사하는 블로그 사용자를 파악하는 데 어려움이 있다.
따라서 본 발명이 이루고자 하는 기술적 과제는 다른 사용자에게 실질적인 영향력을 행사할 수 있고 블로그 서비스의 활성화를 위한 다양한 정책을 수립하는 데 중심이 되는 블로그 사용자를 선정할 수 있는 블로그 분석 방법 및 시스템을 제공하는 것이다.
이러한 기술적 과제를 이루기 위한 본 발명의 한 실시예에 따른 블로그 분석 방법은, 적어도 하나의 게시글에 대한 블로그 사용자의 액션에 기초하여 상기 게시글의 게시글 컨텐츠 파워를 산출하는 단계, 그리고 상기 게시글 컨텐츠 파워에 기초하여 사용자 컨텐츠 파워를 산출하는 단계를 포함한다.
상기 게시글 컨텐츠 파워 산출 단계는, 상기 게시글이 작성된 블로그 내에서 다른 사용자에게 영향을 미치는 직접 컨텐츠 파워를 산출하는 단계, 그리고 상기 게시글이 전파된 다른 블로그 내에서 다른 사용자에게 영향을 미치는 간접 컨텐츠 파워를 산출하는 단계를 포함할 수 있다.
상기 게시글 컨텐츠 파워는 상기 직접 컨텐츠 파워에 직접 컨텐츠 파워 가중치를 곱한 값과 상기 간접 컨텐츠 파워에 간접 컨텐츠 파워 가중치를 곱한 값을 더하여 산출될 수 있다.
상기 직접 컨텐츠 파워는 다음 수학식에 따라 산출될 수 있다.
DRCP(Di,j)=wr×RC(Di,j)+wc×CC(Di,j)+ws×SC(Di,j)+wl×LC(Di,j)
여기서, Di,j는 상기 게시글, DRCP(Di,j)는 상기 게시글 Di,j의 직접 컨텐츠 파워, RC(Di,j), CC(Di,j), SC(Di,j), LC(Di,j)는 각각 상기 게시글 Di,j를 조회한 횟수, 상기 게시글 Di,j에 댓글을 남긴 횟수, 상기 게시글 Di,j를 스크랩한 횟수, 상기 게시글 Di,j에 대하여 엮인글을 단 횟수이고, wr, wc, ws, wl은 각각 조회하기, 댓글 남기기, 스크랩하기, 엮인글 달기에 대한 가중치이다.
상기 간접 컨텐츠 파워는 다음 수학식에 따라 산출될 수 있다.
Figure 112007027902731-pat00001
여기서, Di,j는 상기 게시글, IDCP(Di,j)는 상기 게시글 Di,j의 간접 컨텐츠 파워, Di',j'는 상기 게시글 Di,j로부터 직접적으로 재생산된 게시글, DRCP(Di',j')는 상기 게시글 Di',j'의 직접 컨텐츠 파워이고, wd 및 wi는 각각 직접 컨텐츠 파워 가중치 및 간접 컨텐츠 파워 가중치이다.
상기 게시글 컨텐츠 파워는 다음 수학식에 따라 산출될 수 있다.
DCP(Di,j)=wd×DRCP(Di,j)+wi×IDCP(Di,j)
여기서, Di,j는 상기 게시글, DCP(Di,j)는 상기 게시글 Di,j의 게시글 컨텐츠 파워, DRCP(Di,j)는 상기 게시글 Di,j의 직접 컨텐츠 파워, IDCP(Di,j)는 상기 게시글 Di,j의 간접 컨텐츠 파워이고, wd 및 wi는 각각 직접 컨텐츠 파워 가중치 및 간접 컨텐츠 파워 가중치이다.
상기 사용자 컨텐츠 파워 산출 단계는 상기 게시글 컨텐츠 파워를 상기 게시글의 노출 시간에 따라 보정하는 단계를 포함할 수 있다.
상기 적어도 하나의 게시글은 제1 및 제2 게시글을 포함하고, 상기 사용자 컨텐츠 파워는 상기 제1 게시글의 노출 시간에 따른 제1 노출 시간 보정치와 상기 제1 게시글의 게시글 컨텐츠 파워를 곱한 값과 상기 제2 게시글의 노출 시간에 따른 제2 노출 시간 보정치와 상기 제2 게시글의 게시글 컨텐츠 파워를 곱한 값이 더 해져 산출되며, 상기 제1 게시글의 노출 시간이 상기 제2 게시글의 노출 시간보다 길면 상기 제1 노출 시간 보정치는 상기 제2 노출 시간 보정치 이하일 수 있다.
상기 사용자 컨텐츠 파워는 다음 수학식에 따라 산출될 수 있다.
Figure 112007027902731-pat00002
여기서, UCP(Ui)는 사용자 Ui의 사용자 컨텐츠 파워, Di,j는 상기 적어도 하나의 게시글, ET(Di,j)는 상기 게시글 Di,j의 노출 시간 보정치, DCP(Di,j)는 상기 게시글 Di,j의 게시글 컨텐츠 파워이다.
상기 게시글을 기준으로 하여 상기 게시글이 파급된 이력을 구조적으로 나타낸 파급 이력을 생성하는 단계를 더 포함할 수 있다.
상기 사용자 컨텐츠 파워에 기초하여 블로그 연결망의 파워 유저를 선정하는 단계를 더 포함할 수 있다.
본 발명의 다른 태양에 따른 컴퓨터로 읽을 수 있는 매체는 상기한 방법 중 어느 하나를 컴퓨터에 실행시키기 위한 프로그램을 기록한다.
본 발명의 다른 태양에 따른 블로그 분석 시스템은, 적어도 하나의 게시글에 대한 블로그 사용자의 액션에 기초하여 상기 게시글의 게시글 컨텐츠 파워를 산출하는 게시글 컨텐츠 파워 연산부, 그리고 상기 게시글 컨텐츠 파워에 기초하여 사용자 컨텐츠 파워를 산출하는 사용자 컨텐츠 파워 연산부를 포함한다.
상기 게시글 컨텐츠 파워 연산부는 상기 게시글이 작성된 블로그 내에서 다른 사용자에게 영향을 미치는 직접 컨텐츠 파워 및 상기 게시글이 전파된 다른 블 로그 내에서 다른 사용자에게 영향을 미치는 간접 컨텐츠 파워를 산출할 수 있다.
상기 게시글 컨텐츠 파워 연산부는 상기 직접 컨텐츠 파워에 직접 컨텐츠 파워 가중치를 곱한 값과 상기 간접 컨텐츠 파워에 간접 컨텐츠 파워 가중치를 곱한 값을 더하여 상기 게시글 컨텐츠 파워를 산출할 수 있다.
상기 사용자 컨텐츠 파워 연산부는 상기 게시글 컨텐츠 파워를 상기 게시글의 노출 시간에 따라 보정할 수 있다.
상기 게시글을 기준으로 하여 상기 게시글이 파급된 이력을 구조적으로 나타낸 파급 이력을 생성하는 파급 이력 생성부를 더 포함할 수 있다.
상기 사용자 컨텐츠 파워 연산부는 상기 사용자 컨텐츠 파워에 기초하여 블로그 연결망의 파워 유저를 선정할 수 있다.
그러면 첨부한 도면을 참고로 하여 본 발명의 실시예에 대하여 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자가 용이하게 실시할 수 있도록 상세히 설명한다.
먼저, 도 1 내지 도 3을 참고하여 본 발명의 실시예에 따른 블로그 분석 시스템 및 분석의 대상이 되는 블로그 연결망에 대하여 상세하게 설명한다.
도 1은 본 발명의 실시예에 따른 블로그 분석 시스템을 설명하기 위한 블록도이고, 도 2는 블로그 연결망을 도식화한 도면이며, 도 3은 도 1에 도시한 블로그 분석 서버의 블록도이다.
도 1을 참고하면, 본 발명의 실시예에 따른 블로그 분석 시스템은 블로그 서버(100), 블로그 분석 서버(130), 그리고 데이터베이스(160)를 포함하며, 통신 망(200)을 통하여 복수의 사용자 단말기(300)와 연결되어 있다.
블로그 서버(100)는 사용자에게 블로그 서비스를 제공한다. 블로그는 사용자의 관심사에 따라 자유롭게 글을 올릴 수 있는 일종의 개인 웹 사이트로서, 블로그 서버(100)는 사용자에게 블로그를 제공하고 사용자가 텍스트, 이미지, 동영상, 음악 등을 포함하는 문서(또는 게시글)를 자신의 블로그에 기록할 수 있도록 한다. 그리고 블로그 서버(100)는 사용자의 요청에 따라 자신의 블로그 문서 및 다른 사용자의 블로그 문서를 통신망(200)을 통하여 해당 사용자 단말기(300)에 전송하고 표시한다.
통신망(200)은 구내 정보 통신망(local area network, LAN), 도시권 통신망(metropolitan area network, MAN), 광역 통신망(wide area network, WAN), 인터넷 등을 포함하는 데이터 통신망뿐만 아니라 전화망 등을 포함할 수 있고, 유선과 무선을 가리지 않으며, 어떠한 통신 방식을 사용하더라도 상관없다.
사용자 단말기(300)는 통신망(200)을 통하여 블로그 서버(100) 및 블로그 분석 서버(130)에 접속하여 정보를 주고받으며, 블로그 서버(100)로부터의 블로그 문서를 브라우저(도시하지 않음) 등에 표시한다. 사용자 단말기(300)는 데스크톱 컴퓨터뿐만 아니라 노트북 컴퓨터, 워크스테이션, 팜톱(palmtop) 컴퓨터, 개인 휴대용 정보 단말기(personal digital assistant, PDA), 웹 패드, 이동 통신 단말기 등과 같이 메모리 수단을 구비하고 마이크로 프로세서를 탑재하여 연산 능력을 갖춘 단말기로 이루어질 수 있다.
각 사용자는 사용자 단말기(300)를 통하여 자신의 블로그에 게시글을 작성할 수 있다. 다른 사용자는 자신의 사용자 단말기(300)를 통하여 이 게시글에 대하여 조회하기, 댓글 남기기, 스크랩하기, 엮인글 달기 등을 할 수 있다. 여기서, 조회하기는 게시글을 읽는 액션이고, 댓글 남기기는 게시글에 대하여 자신의 의견을 남기는 액션이며, 스크랩하기는 게시글의 내용을 복사하여 자신의 블로그 내에 게시글로 등록하는 액션이고, 엮인글 달기는 게시글과 연관된 새로운 내용을 자신의 블로그 내에 게시글로 작성하는 액션이다. 스크랩하기와 엮인글 달기를 통하여 재생산된 게시글도 일반 게시글과 마찬가지로 또 다른 사용자에 의한 조회하기, 댓글 남기기, 스크랩하기, 엮인글 달기 등의 액션을 유발할 수 있다.
도 2를 참고하면, 굵은 사각형은 사용자 UA, UB, UC, UD에 각각 대응하는 블로그 BA, BB, BC, BD를 나타내며, 그 내부의 작은 사각형은 해당 블로그에 존재하는 게시글을 나타낸다. 화살표는 사용자 UA의 1번 게시글과 사용자 UB, UC, UD가 취한 액션으로 인하여 재생산된 게시글 사이의 관계를 나타낸 것이다. 사용자 UA의 1번 게시글에 대하여 다른 사용자들은 조회하기, 댓글 남기기, 스크랩하기, 엮인글 달기의 다양한 액션을 취하였다. 특히, 사용자 UB는 이 게시글을 자신의 2번 게시글로서 스크랩하였으며, 사용자 UC는 이 게시글에 대한 엮인글 달기를 함으로써 자신의 3번 게시글로서 등록하였다. 또한, 사용자 UD는 사용자 UC의 3번 게시글을 자신의 2번 게시글로서 스크랩하였다.
블로그 서버(100)는 사용자가 자신의 블로그 및 다른 사용자의 블로그에 대 하여 행한 행동을 기록해 둔다. 즉, 블로그 서버(100)는 블로그에서 일어나는 모든 상황에 대한 정보, 예를 들면, 사용자가 자신의 블로그에 게시글을 남긴 이력, 사용자가 다른 사용자의 블로그 게시글을 조회한 이력, 스크랩한 이력, 사용자가 다른 사용자의 블로그 게시글에 댓글을 작성한 이력, 사용자가 다른 사용자의 블로그 게시글에 대하여 엮인글 달기를 한 내역 등을 포함하는 블로그 데이터를 데이터베이스(160)에 기록해 둔다.
데이터베이스(160)는 블로그 서버(100)로부터 블로그 게시글 및 블로그 데이터를 받아 기억하고, 블로그 서버(100) 및 블로그 분석 서버(130)로부터의 요청에 따라 해당 게시글 및 데이터를 제공한다. 블로그 문서의 종류에 따라 텍스트, 이미지, 동영상 등을 별도의 데이터베이스에 기억시킬 수 있으며, 블로그 데이터 등도 별도의 데이터베이스에 기억시킬 수 있다.
도 3을 참고하면, 블로그 분석 서버(130)는 파급 이력 생성부(132), 게시글 컨텐츠 파워 연산부(134) 및 사용자 컨텐츠 파워 연산부(136)를 포함한다. 파급 이력 생성부(132)는 데이터베이스(160)로부터의 블로그 데이터에 기초하여 파급 이력(diffusion history)을 생성한다. 파급 이력은 각 블로그의 게시글 사이의 파급 관계를 효과적으로 검색할 수 있는 구조로 재배열된 데이터 집합이다. 게시글 컨텐츠 파워 연산부(134)는 파급 이력을 참조하여 각 게시글에 대한 사용자의 액션의 빈도를 계산하고 액션의 빈도와 가중치 등에 기초하여 각 게시글의 컨텐츠 파워를 산출한다. 사용자 컨텐츠 파워 연산부(136)는 각 사용자가 소유하고 있는 모든 게시글의 컨텐츠 파워에 기초하여 사용자 컨텐츠 파워를 산출한다.
블로그 분석 서버(130)는 블로그 서버(100)에 포함되어 구현될 수 있으며, 블로그 서버(100) 및 블로그 데이터베이스(160)에 연결되지 않고 독립된 시스템으로서 분리된 채 블로그 데이터를 입력받아 해당 기능을 수행할 수도 있다. 파급 이력 생성부(132)는 별도의 모듈로서 블로그 분석 서버(130)와 분리되어 구현될 수 있으며, 블로그 분석 서버(130)는 이러한 파급 이력 생성부로부터 파급 이력을 받아 게시글 컨텐츠 파워 및 사용자 컨텐츠 파워를 산출할 수 있다.
그러면 도 4 내지 도 6을 참고하여 사용자 컨텐츠 파워를 산출하는 블로그 분석 방법에 대하여 상세하게 설명한다.
도 4는 본 발명의 실시예에 따른 블로그 분석 방법을 도시한 흐름도이고, 도 5는 본 발명의 실시예에 따라 게시글 컨텐츠 파워를 계산한 일례를 나타낸 도면이며, 도 6은 본 발명의 실시예에 따라 사용자 컨텐츠 파워를 계산하는 일례를 설명하기 위하여 게시글의 노출 시각과 노출 시간 보정치를 나타낸 도면이다.
먼저, 앞으로의 설명을 위하여 용어 및 기호에 대하여 정의한다. Ui는 식별자가 i인 사용자를 의미한다. Di는 Ui가 소유한 게시글의 집합을 의미하고, Di,j는 Ui의 j번째 게시글을 의미한다. 게시글 Di,j가 다른 사용자에게 미치는 컨텐츠 영향력을 이 게시글의 컨텐츠 파워(document contents power)라고 정의하며, DCP(Di,j)로 표기한다. 또한, 사용자 Ui가 다른 사용자에게 미치는 컨텐츠 영향력을 사용자의 컨텐츠 파워(user contents power)라고 정의하고, UCP(Ui)로 표기한다. 앞서 설 명한 것처럼, 사용자가 블로그 서비스를 이용하여 취할 수 있는 액션으로는 게시글 작성(write), 조회하기(read), 댓글 남기기(comment), 스크랩하기(scrap), 엮인글 달기(link)의 다섯 가지가 있으며, 이러한 액션을 각각 W, R, C, S, L로 표기한다. 게시글의 컨텐츠 영향력을 계량화할 때, 각 액션에 다른 의미를 부여하기 위하여 서로 다른 가중치를 할당할 수 있다. 액션 W, R, C, S, L을 위한 가중치는 ww, wr, wc, ws, wl로 표기한다.
도 4를 참고하면, 파급 이력 생성부(132)는 데이터베이스(160)로부터의 블로그 데이터에 기초하여 파급 이력을 생성한다(S410). 파급 이력은 최초로 작성된 원본 게시글을 기준으로 하여 이 원본 게시글이 파급된 이력을 구조적으로 나타낸다.
[표 1]은 하나의 원본 게시글에 대하여 생성된 파급 이력의 한 예를 보여준다. 파급 이력의 첫 번째 행은 원본 게시글에 대한 정보를 나타내고, 그 아래의 행들은 이 원본 게시글을 기초로 하여 작성된 게시글에 대한 정보를 나타낸다. 여기서 UID는 사용자 식별자이고, D#은 각 사용자 블로그에 등록된 해당 게시글의 식별자를 나타내며, TYPE은 해당 게시글이 어떠한 액션을 통하여 등록되었는지를 나타낸다. PUID 및 PD#은 각각 해당 게시글의 파급의 출처가 되는 직전 게시글의 사용자 식별자 및 직전 게시글의 식별자를 나타내며, TIME은 해당 게시글이 등록된 시각을 의미한다.
Figure 112007027902731-pat00003
[표 1]을 참고하면, 사용자 UA는 t1에 원본 게시글 DA,1을 작성하여(W) 등록하였고, 사용자 UC는 원본 게시글 DA,1에 대하여 t2에 엮인글 달기(L)를 하여 게시글 DC,3을 등록하였다. 또한, 사용자 UB는 t3에 원본 게시글 DA,1을 스크랩하여(S) 게시글 DB,2를 등록하였으며, 사용자 UD는 사용자 UC가 파급하여 등록한 게시글 DC,3을 t4에 스크랩하여(S) 게시글 DD,2를 등록하였다.
이와 같이 각 원본 게시글에 대하여 파급 이력을 생성하여 두면 게시글 사이의 파급 관계를 쉽게 확인할 수 있으므로 게시글 컨텐츠 파워를 효과적으로 산출할 수 있다.
게시글 컨텐츠 파워 연산부(134)는 생성된 파급 이력에 기초하여 각 게시글의 직접 및 간접 컨텐츠 파워를 산출한다(S420, S430). 특정 게시글에 대하여 다른 사용자가 액션을 보인다는 것은 해당 게시글로 인하여 다른 사용자가 영향을 받았다는 것을 의미한다. 따라서 각 게시글에 대한 사용자의 각 액션의 빈도와 해당 가중치를 곱하고 이들을 더하면 게시글의 컨텐츠 파워를 계량화할 수 있다.
각 게시글은 처음으로 작성된 블로그 내에서 다른 사용자들에게 영향을 미칠 수 있고, 스크랩하기나 엮인글 달기를 통해서 전파된 다른 블로그 내에서 다른 사용자들에게 영향을 미칠 수 있다. 전자를 게시글의 직접적인 영향, 후자를 게시글의 간접적인 영향이라고 부르며, 이를 계량화한 값을 각각 해당 게시글의 직접 컨텐츠 파워(direct contents power), 간접 컨텐츠 파워(indirect contents power)라고 정의한다. 게시글 Di,j의 직접 컨텐츠 파워 및 간접 컨텐츠 파워를 DRCP(Di,j) 및 IDCP(Di,j)라 각각 표기하면, 한 예로서, 이들은 [수학식 1] 및 [수학식 2]와 같이 산출될 수 있다. 물론 이들은 이와 다른 방식에 의하여 산출될 수 있다.
DRCP(Di,j)=wr×RC(Di,j)+wc×CC(Di,j)+ws×SC(Di,j)+wl×LC(Di,j)
여기서, RC(Di,j), CC(Di,j), SC(Di,j), LC(Di,j)는 각각 게시글 Di,j를 조회한 횟수, 게시글 Di,j에 댓글을 남긴 횟수, 게시글 Di,j를 스크랩한 횟수, 게시글 Di,j에 대하여 엮인글을 단 횟수를 의미한다.
Figure 112007027902731-pat00004
여기서 게시글 Di',j'는 게시글 Di,j로부터 직접적으로 재생산된 게시글을 나타내고, wd 및 wi는 각각 직접 컨텐츠 파워 가중치 및 간접 컨텐츠 파워 가중치이다.
게시글 컨텐츠 파워 연산부(134)는 산출된 직접 및 간접 컨텐츠 파워에 기초 하여 각 게시글의 컨텐츠 파워를 산출한다(S440). 게시글 컨텐츠 파워는 [수학식 3]과 같이 해당 게시글의 직접 컨텐츠 파워와 간접 컨텐츠 파워의 합으로 산출될 수 있으며, 직접 컨텐츠 파워와 간접 컨텐츠 파워의 반영 비율은 각각에 대한 가중치 wd와 wi를 부여하여 조절할 수 있다.
DCP(Di,j)=wd×DRCP(Di,j)+wi×IDCP(Di,j)
그러면 도 5를 참고하여, 파급 이력을 이용한 게시글의 컨텐츠 파워를 산출한 예를 설명한다. 도 5는 [표 1]의 파급 이력에 나타난 게시글 사이의 파급 관계를 이용하여 게시글의 컨텐츠 파워를 계산한 예를 보인 것이다. 여기서, 직접 컨텐츠 파워의 가중치(wd)와 간접 컨텐츠 파워의 가중치(wi)는 각각 동일하게 1로 설정하였다. 각 게시글 안의 값은 차례로 (직접 컨텐츠 파워, 간접 컨텐츠 파워, 게시글 컨텐츠 파워)를 의미한다. 게시글 DD,2는 이후에 파급된 기록이 없으므로 직접 컨텐츠 파워인 5가 게시글 컨텐츠 파워가 된다. 따라서 DC,3의 간접 컨텐츠 파워는 5가 되고, 이 값에 직접 컨텐츠 파워인 3을 더하여 DC,3의 게시글 컨텐츠 파워는 8이 된다. 또한, 게시글의 원본이 되는 DA,1은 DC,3의 게시글 컨텐츠 파워인 8과 DB,2의 게시글 컨텐츠 파워인 4를 합하여 간접 컨텐츠 파워로서 12를 갖게 되고, 여기에 직접 컨텐츠 파워인 4를 더하여 DA,1의 게시글 컨텐츠 파워는 16이 된다.
사용자 컨텐츠 파워 연산부(136)는 각 게시글의 컨텐츠 파워를 산출한 후 이 를 이용하여 사용자 컨텐츠 파워를 산출한다(S450).
한편, 게시글의 컨텐츠 파워는 블로그에 게시된 이후 노출된 시간에 비례하여 증가하는 경향이 있다. 오래 전에 등록된 게시글은 최근에 등록된 게시글에 비하여 실질적인 영향력이 작더라도 오랜 노출 시간(exposed time) 때문에 큰 컨텐츠 파워를 가지는 것으로 왜곡될 수 있다.
따라서 본 발명의 실시예에 따른 블로그 분석 방법은 노출 시간에 따른 영향을 각 게시글의 컨텐츠 파워에 반영하여 사용자 컨텐츠 파워를 산출한다. 다시 말하면, 각 게시글의 컨텐츠 파워를 노출 시간에 따라 보정하여 사용자 컨텐츠 파워를 산출한다. 이를 위하여, 먼저, 사용자 컨텐츠 파워를 산출하기 위한 블로그 분석 기간을 설정하고(예를 들면 10일), 분석 기간 내에서 각 게시글이 등록된 시각을 참조하여 해당 게시글의 노출 시간 보정치를 계산한다. 노출 시간 보정치는 노출 시간이 길면 상대적으로 작게 하고, 노출 시간이 짧으면 상대적으로 크게 한다. 한 예로서, 노출 시간 보정치는 분석 기간에 대응하는 분석 시간에서 노출된 시간을 뺀 후 이 결과 값을 분석 시간으로 나눈 비율로 산출될 수 있다. 그러나 노출 시간 보정치는 이와 다른 방식으로 산출될 수도 있으며, 예를 들면 노출 시간에 반비례하도록 할 수 있다.
각 게시글에 대하여 산출된 노출 시간 보정치와 해당 게시글 컨텐츠 파워를 곱하고 그 결과 값들을 더함으로써 사용자 컨텐츠 파워를 산출한다. 따라서 사용자 Ui의 컨텐츠 파워[UCP(Ui)]는 [수학식 4]와 같이 산출된다. 이때 각 게시글에 대하여 노출 시간 보정치와 게시글 컨텐츠 파워를 곱한 값은 해당 게시글의 보정된 컨텐츠 파워라 할 수 있다. 이와 같이 사용자 컨텐츠 파워를 산출함으로써 각 게시글의 노출 시간의 차이로 인한 게시글 컨텐츠 파워의 왜곡을 줄일 수 있으며, 사용자 컨텐츠 파워의 정확도를 향상시킬 수 있다.
Figure 112007027902731-pat00005
여기서, ET(Di,j)는 게시글 Di,j의 노출 시간 보정치이다.
그러면 도 6과 [표 2]를 참조하여 사용자 컨텐츠 파워를 계산한 예를 설명한다. 사용자 UA는 화살표로 표시한 것처럼 분석 시작 시각으로부터 분석 종료 시각까지의 분석 시간 동안 차례로 게시글 DA,1, DA,2, DA,3, DA,4를 등록하였고, 이들 게시글의 컨텐츠 파워는 각각 50, 35, 35, 10으로 산출되었다. 각 게시글의 노출 시간은 해당 게시글이 등록된 시각부터 분석 종료 시각까지의 시간이고, 노출 시간 보정치는 노출된 시간이 긴 순서대로 차례로 0.25, 0.4, 0.8, 0.95이다. 따라서 사용자 UA의 사용자 컨텐츠 파워는 UCP(UA)=50×0.25+35×0.4+35×0.8+10×0.95=64가 된다.
Figure 112007027902731-pat00006
블로그 분석 서버(130)는 이와 같이 각 사용자의 컨텐츠 파워를 산출한 후, 사용자 컨텐츠 파워가 큰 순서대로 사용자를 정렬함으로써 블로그 연결망에서 컨텐츠로 인한 영향력이 큰 사용자, 즉, 다른 사용자의 액션에 영향을 크게 미치는 사용자인 파워 유저(power user)를 선정할 수 있다(S460). 다시 말하면, 사용자 컨텐츠 파워가 큰 상위 n명의 사용자를 파워 유저로 선정할 수 있다.
이렇게 파워 유저를 선정함으로써 이들을 대상으로 블로그 연결망 활성화를 위한 정책을 수행할 수 있다. 예를 들면, 파워 유저에게 신제품 홍보를 집중적으로 수행하여 이들을 통하여 블로그 연결망 내의 다른 사용자에게 신제품에 대하여 긍정적인 인식을 가지도록 영향을 미치게 할 수 있다. 또한, 파워 유저에게 다양한 혜택을 제공하여 이들이 활발하게 블로그 서비스를 이용하도록 장려하여 전체 블로그 연결망의 활성화를 위한 촉매제의 역할을 하게 할 수 있다.
본 발명의 실시예에 따른 블로그 분석 방법에 있어서 가중치 ww, wr, wc, ws, wl, wd 및 wi는 어떠한 액션을 중시할 것인가에 따라 달리 정할 수 있으며, 예를 들면, 7, 1, 3, 7, 7, 1, 1과 같이 각각 설정할 수 있다. 또한 이들 가중치는 블로그 서비스 활성화를 위하여 정책적으로 결정될 수 있다.
본 발명의 실시예는 다양한 컴퓨터로 구현되는 동작을 수행하기 위한 프로그램 명령을 포함하는 컴퓨터로 읽을 수 있는 매체를 포함한다. 이 매체는 지금까지 설명한 것과 같이 블로그를 분석하는 방법을 실행시키기 위한 프로그램 또는 프로세스를 기록한다. 이 매체는 프로그램 명령, 데이터 파일, 데이터 구조 등을 단독으로 또는 조합하여 포함할 수 있다. 이러한 매체의 예에는 하드디스크, 플로피디스크 및 자기 테이프와 같은 자기 매체, CD 및 DVD와 같은 광기록 매체, 플롭티컬 디스크(floptical disk)와 자기-광 매체, 롬, 램, 플래시 메모리 등과 같은 프로그램 명령을 저장하고 수행하도록 구성된 하드웨어 장치 등이 있다. 또는 이러한 매체는 프로그램 명령, 데이터 구조 등을 지정하는 신호를 전송하는 반송파를 포함하는 광 또는 금속선, 도파관 등의 전송 매체일 수 있다. 프로그램 명령의 예에는 컴파일러에 의해 만들어지는 것과 같은 기계어 코드뿐만 아니라 인터프리터 등을 사용해서 컴퓨터에 의해서 실행될 수 있는 고급 언어 코드를 포함한다.
이상에서 본 발명의 바람직한 실시예에 대하여 상세하게 설명하였지만 본 발명의 권리범위는 이에 한정되는 것은 아니고 다음의 청구범위에서 정의하고 있는 본 발명의 기본 개념을 이용한 당업자의 여러 변형 및 개량 형태 또한 본 발명의 권리범위에 속하는 것이다.
이와 같이, 본 발명에 의하면, 블로그 연결망 내에서 각 게시글에 대한 사용 자의 액션 빈도에 기초하여 게시글 컨텐츠 파워를 산출하고, 각 게시글 컨텐츠 파워에 기초하여 사용자 컨텐츠 파워를 산출함으로써 블로그 서비스의 활성화를 위한 다양한 정책을 수립하는 데 중심이 되는 파워 유저를 선정할 수 있다.

Claims (19)

  1. 삭제
  2. 삭제
  3. 삭제
  4. 삭제
  5. 삭제
  6. 삭제
  7. 블로그 분석 서버를 이용한 블로그 분석 방법으로서,
    상기 블로그 분석 서버가 적어도 하나의 게시글에 대한 직접 컨텐츠 파워와 간접 컨텐츠 파워를 이용하여 상기 게시글의 게시글 컨텐츠 파워를 산출하는 단계, 그리고 상기 블로그 분석 서버가 상기 게시글 컨텐츠 파워를 이용하여 사용자 컨텐츠 파워를 산출하는 단계를 포함하며,
    상기 직접 컨텐츠 파워는 상기 게시글이 작성된 블로그 내에서 상기 게시글에 대한 액션의 횟수를 이용하여 산출되고,
    상기 간접 컨텐츠 파워는 상기 게시글이 스크랩하기 또는 엮인글 달기를 통해 다른 블로그에 전파된 경우 상기 다른 블로그 내에서 상기 전파된 게시글에 대한 상기 액션의 횟수를 이용하여 산출되며,
    상기 액션은 조회하기, 댓글 남기기, 스크랩하기 및 엮인글 달기 중 적어도 하나를 나타내고,
    상기 사용자 컨텐츠 파워 산출 단계는 상기 블로그 분석 서버가 상기 게시글 컨텐츠 파워에 상기 게시글이 등록된 시간을 이용하여 산출된 노출 시간 보정치를 곱하여 상기 게시글 컨텐츠 파워를 보정하는 단계를 포함하는 블로그 분석 방법.
  8. 블로그 분석 서버를 이용한 블로그 분석 방법으로서,
    상기 블로그 분석 서버가 적어도 하나의 게시글에 대한 직접 컨텐츠 파워와 간접 컨텐츠 파워를 이용하여 상기 게시글의 게시글 컨텐츠 파워를 산출하는 단계, 그리고 상기 블로그 분석 서버가 상기 게시글 컨텐츠 파워를 이용하여 사용자 컨텐츠 파워를 산출하는 단계를 포함하며,
    상기 직접 컨텐츠 파워는 상기 게시글이 작성된 블로그 내에서 상기 게시글에 대한 액션의 횟수를 이용하여 산출되고,
    상기 간접 컨텐츠 파워는 상기 게시글이 스크랩하기 또는 엮인글 달기를 통해 다른 블로그에 전파된 경우 상기 다른 블로그 내에서 상기 전파된 게시글에 대한 상기 액션의 횟수를 이용하여 산출되며,
    상기 액션은 조회하기, 댓글 남기기, 스크랩하기 및 엮인글 달기 중 적어도 하나를 나타내고,
    상기 게시글은 서로 다른 시간에 등록된 제1 게시글 및 제2 게시글을 포함하며,
    상기 사용자 컨텐츠 파워는 상기 제1 게시글이 등록된 시간을 이용하여 산출된 제1 노출 시간 보정치와 상기 제1 게시글의 게시글 컨텐츠 파워를 곱한 값과 상기 제2 게시글이 등록된 시간을 이용하여 산출된 제2 노출 시간 보정치와 상기 제2 게시글의 게시글 컨텐츠 파워를 곱한 값이 더해져 산출되고,
    상기 제1 게시글이 등록된 시간이 상기 제2 게시글이 등록된 시간보다 앞서면 상기 제1 노출 시간 보정치는 상기 제2 노출 시간 보정치 이하인 블로그 분석 방법.
  9. 블로그 분석 서버를 이용한 블로그 분석 방법으로서,
    상기 블로그 분석 서버가 적어도 하나의 게시글에 대한 직접 컨텐츠 파워와 간접 컨텐츠 파워를 이용하여 상기 게시글의 게시글 컨텐츠 파워를 산출하는 단계, 그리고 상기 블로그 분석 서버가 상기 게시글 컨텐츠 파워를 이용하여 사용자 컨텐츠 파워를 산출하는 단계를 포함하며,
    상기 직접 컨텐츠 파워는 상기 게시글이 작성된 블로그 내에서 상기 게시글에 대한 액션의 횟수를 이용하여 산출되고,
    상기 간접 컨텐츠 파워는 상기 게시글이 스크랩하기 또는 엮인글 달기를 통해 다른 블로그에 전파된 경우 상기 다른 블로그 내에서 상기 전파된 게시글에 대한 상기 액션의 횟수를 이용하여 산출되며,
    상기 액션은 조회하기, 댓글 남기기, 스크랩하기 및 엮인글 달기 중 적어도 하나를 나타내고,
    상기 사용자 컨텐츠 파워는 다음 수학식에 따라 산출되는 블로그 분석 방법.
    Figure 712009003364645-pat00008
    여기서, UCP(Ui)는 사용자 Ui의 사용자 컨텐츠 파워, Di,j는 상기 적어도 하나의 게시글, ET(Di,j)는 상기 게시글 Di,j의 노출 시간 보정치, DCP(Di,j)는 상기 게시글 Di,j의 게시글 컨텐츠 파워이다.
  10. 삭제
  11. 삭제
  12. 삭제
  13. 삭제
  14. 삭제
  15. 삭제
  16. 적어도 하나의 게시글에 대한 직접 컨텐츠 파워와 간접 컨텐츠 파워를 이용하여 상기 게시글의 게시글 컨텐츠 파워를 산출하는 게시글 컨텐츠 파워 연산부, 그리고 상기 게시글 컨텐츠 파워를 이용하여 사용자 컨텐츠 파워를 산출하는 사용자 컨텐츠 파워 연산부를 포함하며,
    상기 직접 컨텐츠 파워는 상기 게시글이 작성된 블로그 내에서 상기 게시글에 대한 액션의 횟수를 이용하여 산출되고,
    상기 간접 컨텐츠 파워는 상기 게시글이 스크랩하기 또는 엮인글 달기를 통해 다른 블로그에 전파된 경우 상기 다른 블로그 내에서 상기 전파된 게시글에 대한 상기 액션의 횟수를 이용하여 산출되며,
    상기 액션은 조회하기, 댓글 남기기, 스크랩하기 및 엮인글 달기 중 적어도 하나를 나타내고,
    상기 사용자 컨텐츠 파워 연산부는 상기 게시글 컨텐츠 파워에 상기 게시글이 등록된 시간을 이용하여 산출된 노출 시간 보정치를 곱하여 상기 게시글 컨텐츠 파워를 보정하는 블로그 분석 시스템.
  17. 적어도 하나의 게시글에 대한 직접 컨텐츠 파워와 간접 컨텐츠 파워를 이용하여 상기 게시글의 게시글 컨텐츠 파워를 산출하는 게시글 컨텐츠 파워 연산부, 그리고 상기 게시글 컨텐츠 파워를 이용하여 사용자 컨텐츠 파워를 산출하는 사용자 컨텐츠 파워 연산부를 포함하며,
    상기 직접 컨텐츠 파워는 상기 게시글이 작성된 블로그 내에서 상기 게시글에 대한 액션의 횟수를 이용하여 산출되고,
    상기 간접 컨텐츠 파워는 상기 게시글이 스크랩하기 또는 엮인글 달기를 통해 다른 블로그에 전파된 경우 상기 다른 블로그 내에서 상기 전파된 게시글에 대한 상기 액션의 횟수를 이용하여 산출되며,
    상기 액션은 조회하기, 댓글 남기기, 스크랩하기 및 엮인글 달기 중 적어도 하나를 나타내고,
    상기 게시글은 서로 다른 시간에 등록된 제1 게시글 및 제2 게시글을 포함하며,
    상기 사용자 컨텐츠 파워는 상기 제1 게시글이 등록된 시간을 이용하여 산출된 제1 노출 시간 보정치와 상기 제1 게시글의 게시글 컨텐츠 파워를 곱한 값과 상기 제2 게시글이 등록된 시간을 이용하여 산출된 제2 노출 시간 보정치와 상기 제2 게시글의 게시글 컨텐츠 파워를 곱한 값이 더해져 산출되고,
    상기 제1 게시글이 등록된 시간이 상기 제2 게시글이 등록된 시간보다 앞서면 상기 제1 노출 시간 보정치는 상기 제2 노출 시간 보정치 이하인 블로그 분석 시스템.
  18. 삭제
  19. 삭제
KR1020070035816A 2007-04-12 2007-04-12 블로그 분석 방법 및 시스템 KR100913905B1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020070035816A KR100913905B1 (ko) 2007-04-12 2007-04-12 블로그 분석 방법 및 시스템

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020070035816A KR100913905B1 (ko) 2007-04-12 2007-04-12 블로그 분석 방법 및 시스템

Publications (2)

Publication Number Publication Date
KR20090001430A KR20090001430A (ko) 2009-01-09
KR100913905B1 true KR100913905B1 (ko) 2009-08-26

Family

ID=40484508

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020070035816A KR100913905B1 (ko) 2007-04-12 2007-04-12 블로그 분석 방법 및 시스템

Country Status (1)

Country Link
KR (1) KR100913905B1 (ko)

Families Citing this family (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101346288B1 (ko) * 2012-03-02 2013-12-31 주식회사 랭크웨이브 네트워크 서비스에서의 사용자 영향력 지수 설정 방법 및 그 장치
WO2014137000A1 (ko) * 2013-03-05 2014-09-12 주식회사 랭크웨이브 데이터 지수 설정 방법 및 그 장치
US9468322B2 (en) * 2013-04-25 2016-10-18 Chat Ming Woo Chopsticks with a hinge mechanism
KR20240015849A (ko) 2022-07-28 2024-02-06 경북보건대학교 산학협력단 사용자 모션 보조형 젓가락 기구

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20040067587A (ko) * 2003-01-24 2004-07-30 디엠엔 정보기술 주식회사 웹사이트 평가 시스템 및 그 방법
KR20050112882A (ko) * 2004-05-28 2005-12-01 엔에이치엔(주) 신뢰성 있는 컨텐츠를 제공하는 컨텐츠 검색 시스템 및 그방법
KR20060108894A (ko) * 2005-04-14 2006-10-18 에스케이커뮤니케이션즈 주식회사 인터넷 네트워크에서 콘텐츠의 평가에 따른 가치 분석시스템, 방법 및 이를 구현할 수 있는 컴퓨터로 읽을 수있는 기록 매체
KR20080017685A (ko) * 2006-08-22 2008-02-27 에스케이커뮤니케이션즈 주식회사 문서랭킹 부여방법 및 이를 수행할 수 있는 프로그램이수록된 컴퓨터로 읽을 수 있는 기록 매체

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20040067587A (ko) * 2003-01-24 2004-07-30 디엠엔 정보기술 주식회사 웹사이트 평가 시스템 및 그 방법
KR20050112882A (ko) * 2004-05-28 2005-12-01 엔에이치엔(주) 신뢰성 있는 컨텐츠를 제공하는 컨텐츠 검색 시스템 및 그방법
KR20060108894A (ko) * 2005-04-14 2006-10-18 에스케이커뮤니케이션즈 주식회사 인터넷 네트워크에서 콘텐츠의 평가에 따른 가치 분석시스템, 방법 및 이를 구현할 수 있는 컴퓨터로 읽을 수있는 기록 매체
KR20080017685A (ko) * 2006-08-22 2008-02-27 에스케이커뮤니케이션즈 주식회사 문서랭킹 부여방법 및 이를 수행할 수 있는 프로그램이수록된 컴퓨터로 읽을 수 있는 기록 매체

Also Published As

Publication number Publication date
KR20090001430A (ko) 2009-01-09

Similar Documents

Publication Publication Date Title
US20220005125A1 (en) Systems and methods for collecting and processing alternative data sources for risk analysis and insurance
US9294576B2 (en) Social media impact assessment
CN104115178A (zh) 基于新闻和情绪分析来预测市场行为的方法和系统
Maniu et al. Building a signed network from interactions in Wikipedia
Weber et al. Industries in turmoil: Driving transformation during periods of disruption
Kumar et al. Web analytics and metrics: a survey
KR101566616B1 (ko) 빅데이터 처리를 통한 광고의사결정시스템 및 방법
El-Adaway et al. Analytic overview of citation metrics in the civil engineering domain with focus on construction engineering and management specialty area and its subdisciplines
WO2014107441A2 (en) Social media impact assessment
Westerski Semantic technologies in idea management systems: a model for interoperability, linking and filtering
Du et al. Achieving mobile social media popularity to enhance customer acquisition: Cases from P2P lending firms
Mendes Practitioner’s knowledge representation
US20170279905A1 (en) Influence analysis of interactive content
JP5848199B2 (ja) 影響力予測装置、影響力予測方法、及びプログラム
KR20210037842A (ko) 빅데이터 기반 키워드의 광고 마케팅 시스템
Hassan et al. Altmetrics of" altmetrics" using Google Scholar, Twitter, Mendeley, Facebook, Google-plus, CiteULike, Blogs and Wiki
Bonaventura et al. Predicting urban innovation from the US Workforce Mobility Network
Phadke et al. Educators, solicitors, flamers, motivators, sympathizers: characterizing roles in online extremist movements
Aköz et al. Manipulation through biased product reviews
Daud et al. Finding rising stars in bibliometric networks
KR100913905B1 (ko) 블로그 분석 방법 및 시스템
van Dijck et al. Deplatformization, platform governance and global geopolitics: Interview with José van Dijck
Zhang et al. RelRank: A relevance-based author ranking algorithm for individual publication venues
KR101136725B1 (ko) 콘텐츠 서비스 시스템 및 방법
Guggenheim The collision of indeterminate environments and porter’s forces: uncertainty fields and their impact on entrepreneurial alertness

Legal Events

Date Code Title Description
A201 Request for examination
E902 Notification of reason for refusal
AMND Amendment
E601 Decision to refuse application
N231 Notification of change of applicant
J201 Request for trial against refusal decision
AMND Amendment
B701 Decision to grant
GRNT Written decision to grant
FPAY Annual fee payment

Payment date: 20130626

Year of fee payment: 5

FPAY Annual fee payment

Payment date: 20140701

Year of fee payment: 6

FPAY Annual fee payment

Payment date: 20150722

Year of fee payment: 7

FPAY Annual fee payment

Payment date: 20160725

Year of fee payment: 8

FPAY Annual fee payment

Payment date: 20170704

Year of fee payment: 9

FPAY Annual fee payment

Payment date: 20190701

Year of fee payment: 11