KR101010997B1 - 다종 웹 서버 간 유사 사용자 추출 시스템 및 그 방법 - Google Patents

다종 웹 서버 간 유사 사용자 추출 시스템 및 그 방법 Download PDF

Info

Publication number
KR101010997B1
KR101010997B1 KR1020090025057A KR20090025057A KR101010997B1 KR 101010997 B1 KR101010997 B1 KR 101010997B1 KR 1020090025057 A KR1020090025057 A KR 1020090025057A KR 20090025057 A KR20090025057 A KR 20090025057A KR 101010997 B1 KR101010997 B1 KR 101010997B1
Authority
KR
South Korea
Prior art keywords
user
tag
similar
profile vector
users
Prior art date
Application number
KR1020090025057A
Other languages
English (en)
Other versions
KR20100106831A (ko
Inventor
문수복
곽해운
신화용
윤종일
Original Assignee
한국과학기술원
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 한국과학기술원 filed Critical 한국과학기술원
Priority to KR1020090025057A priority Critical patent/KR101010997B1/ko
Priority to US12/480,965 priority patent/US8423542B2/en
Publication of KR20100106831A publication Critical patent/KR20100106831A/ko
Application granted granted Critical
Publication of KR101010997B1 publication Critical patent/KR101010997B1/ko

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
    • 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

Landscapes

  • Engineering & Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Physics & Mathematics (AREA)
  • Accounting & Taxation (AREA)
  • Theoretical Computer Science (AREA)
  • Finance (AREA)
  • Strategic Management (AREA)
  • Development Economics (AREA)
  • General Physics & Mathematics (AREA)
  • General Business, Economics & Management (AREA)
  • Marketing (AREA)
  • Economics (AREA)
  • Game Theory and Decision Science (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Data Mining & Analysis (AREA)
  • Databases & Information Systems (AREA)
  • Mathematical Physics (AREA)
  • Software Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)

Abstract

본 발명은 다종 웹 서버 간 유사 사용자 추출 시스템 및 그 방법에 관한 것으로서, 서로 독립적으로 운영되는 웹 서버의 서비스 사용자들이 발행한 컨텐츠 태그를 기반으로, 각 태그의 중요도를 표준화하고, 각 사용자의 유사 흥미도에 관한 프로필을 작성함으로써, 작성된 사용자의 프로필을 이용하여 유사 흥미도를 갖는 유사 사용자를 추출하여 추천할 수 있는 시스템 및 그 방법을 제공함에 그 특징적인 목적이 있다.
이러한 목적을 달성하기 위한 본 발명은, 다종 웹 서버 간 유사 사용자 추출 시스템에 관한 것으로서, 태그 데이터를 수집하여, 각 태그의 중요도를 표준화 계산하고, 계산된 표준화 정보를 바탕으로, 각 사용자에 관한 프로필 벡터를 생성하는 사용자 프로필 벡터 생성부; 상기 사용자 프로필 벡터 생성부를 통해 생성된 각 사용자의 프로필 벡터를 이용하여, 사용자 유사도를 계산하는 사용자 유사도 계산부; 및 상기 사용자 유사도 계산부를 통해 계산된 사용자 유사도 값을 이용하여, 유사 사용자를 추출하는 유사 사용자 추출부; 를 포함하는 것을 특징으로 한다.
웹 서버 서비스, 유사 사용자, 태그

Description

다종 웹 서버 간 유사 사용자 추출 시스템 및 그 방법{SYSTEM FOR EXTRACTING SIMILAR INTERESTS USER ACROSS MULTIPLE WEB SERVER AND METHOD THEREFOR}
본 발명은 유사 사용자 추출 시스템에 관한 것으로서, 더욱 상세하게는 서로 독립적으로 운영되는 웹 서버의 서비스 사용자들이 발행한 컨텐츠 태그를 기반으로, 각 태그의 중요도를 표준화하고, 각 사용자의 유사 흥미도에 관한 프로필을 작성하며, 작성된 사용자의 프로필을 이용하여 유사한 흥미를 갖는 사용자(이하, '유사 사용자')를 추출하는 시스템 및 방법에 관한 것이다.
현재 포털의 블로그 및 동영상 서비스들처럼 사용자가 만들어내는 컨텐츠를 기반으로 운영되는 웹 서비스들이 국내에도 늘어나고 있다. 국외에는 Web 2.0 의 흐름 아래 이미 수 많은 선도 업체들이 존재한다.
또한, 사용자의 컨텐츠 제작 서비스와 연계되어, 유사 흥미를 가진 사용자를 추천하는 서비스의 필요성이 대두되고 있으며, 태그를 지원하는 웹 서비스의 사용자도 유사 흥미를 가진 사용자를 추천하는 서비스가 늘어나고 있는 추세이다.
그러나 이러한 기존의 서비스들은, 각 웹 서비스의 테두리 안에서만 제한적 으로 유사한 흥미를 가진 사용자를 추천할 수 밖에 없었던 한계가 있다.
본 발명은 상기와 같은 문제점을 감안하여 안출된 것으로, 서로 독립적으로 운영되는 웹 서버의 서비스 사용자들이 발행한 컨텐츠 태그를 기반으로, 각 태그의 중요도를 표준화하고, 각 사용자의 유사 흥미도에 관한 프로필을 작성함으로써, 작성된 사용자의 프로필을 이용하여 유사 흥미도를 갖는 유사 사용자를 추출하여 추천할 수 있는 시스템 및 그 방법을 제공함에 그 특징적인 목적이 있다.
이러한 기술적 과제를 달성하기 위한 본 발명은, 다종 웹 서버 간 유사 사용자 추출 시스템에 관한 것으로서, 태그 데이터를 수집하여, 각 태그의 중요도를 표준화 계산하고, 계산된 표준화 정보를 바탕으로, 각 사용자에 관한 프로필 벡터를 생성하는 사용자 프로필 벡터 생성부; 상기 사용자 프로필 벡터 생성부를 통해 생성된 각 사용자의 프로필 벡터를 이용하여, 사용자 유사도를 계산하는 사용자 유사도 계산부; 및 상기 사용자 유사도 계산부를 통해 계산된 사용자 유사도 값을 이용하여, 유사 사용자를 추출하는 유사 사용자 추출부; 를 포함하는 것을 특징으로 한다.
한편, 본 발명은 다종 웹 서버 간 유사 사용자 추출 방법에 관한 것으로서, (a) 사용자 프로필 벡터 생성부가 태그 데이터를 수집하여, 각 태그의 중요도를 표준화 계산하고, 계산된 표준화 정보를 바탕으로 각 사용자에 관한 프로필 벡터를 생성하는 과정; (b) 사용자 유사도 계산부가 상기 사용자 프로필 벡터 생성부를 통 해 생성된 각 사용자의 프로필 벡터를 이용하여, 사용자 유사도를 계산하는 과정; (c) 상기 유사 사용자 추출부가 상기 사용자 유사도 계산부를 통해 계산된 특정 두 사용자의 유사도 값이 소정 임계값 이상인지 여부를 판단하는 과정; 및 (d) 상기 (c) 과정의 판단결과, 소정 임계값 이상일 경우 상기 유사 사용자 추출부가 두 사용자를 유사 사용자로 판단하여 추출하는 과정; 을 포함하는 것을 특징으로 한다.
상기와 같은 본 발명에 따르면, 기존 서비스들이 각 웹 서버 서비스의 테두리 안에서만 제한적으로 유사한 흥미를 가진 사용자를 추출하여 추천할 수 밖에 없었던 한계를 넘어, 태그를 지원하는 어떤 웹 서비스의 사용자도 유사한 흥미를 가진 사용자를 추출하여 추천할 수 있는 효과가 있다.
그리고 본 발명에 따르면, 다양한 서비스간의 사용자 추천 및 교류를 가능하게 하여, 웹 서비스 전반을 활성화시키고, 사용자 경험도 향상시킬 수 있는 효과도 있다.
본 발명의 구체적 특징 및 이점들은 첨부도면에 의거한 다음의 상세한 설명으로 더욱 명백해질 것이다. 이에 앞서 본 발명에 관련된 공지 기능 및 그 구성에 대한 구체적인 설명이 본 발명의 요지를 불필요하게 흐릴 수 있다고 판단되는 경우에는, 그 구체적인 설명을 생략하였음에 유의해야 할 것이다.
이하, 첨부된 도면을 참조하여 본 발명을 상세하게 설명한다.
본 발명에 따른 다종 웹 서버 간 유사 사용자 추출 시스템에 관하여 도 1 및 도 2 를 참조하여 설명하면 다음과 같다.
도 1 은 본 발명에 따른 다종 웹 서버 간 유사 사용자 추출 시스템(S)을 개념적으로 도시한 구성도로서, 도시된 바와 같이 사용자 프로필 벡터 생성부(100), 사용자 유사도 계산부(200) 및 유사 사용자 추출부(300)를 포함한다.
사용자 프로필 벡터 생성부(100)는 기본 데이터가 되는 태그 데이터를 수집하여, 각 태그의 중요도를 표준화 계산하고, 계산된 표준화 정보를 바탕으로, 각 사용자에 관한 프로필 벡터를 생성하는 기능을 수행하는 바, 상기 도 1 에 도시된 바와 같이 태그 데이터 수집모듈(110), 태그 표준화 계산모듈(120) 및 사용자 프로필 벡터 생성모듈(130)을 포함한다.
구체적으로, 태그 데이터 수집모듈(110)은 통상의 웹 검색 엔진과 같이 각종 웹 서버와 연동되어, 각종 웹 서버의 서비스 상에서 도 2 에 도시된 바와 같이 개인 사용자들이 사용한 태그 데이터를 수집하는 기능을 수행한다.
여기서, 태그 데이터는, 웹 서비스에서 사용자가 음악, 일기, 북마크, 사진, 동영상 등의 자신의 각종 컨텐츠를 만드는데 사용한 데이터로서, 해당 태그와 태그의 사용횟수가 기록된다.
따라서, 사용자(U1, U2, U3 ... ), 태그(T1, T2, T3 ... )에서, 사용자 U1 이 태그 T1을 사용한 횟수는 |U1(T1)| 로 표기한다.
태그 표준화 계산모듈(120)은 상기 태그 데이터 수집모듈(110)을 통해 수집한 태그 데이터를 이용하여, 사용자 각 개인이 태그를 사용한 횟수를 표준화하고, 각 태그의 표준화된 사용횟수를 계산하는 기능을 수행한다.
먼저, 사용자 U1 이 태그 T1, T2, T3 를 사용했다고 가정했을 때,
사용자 U1 이 태그를 사용한 횟수는 다음의 [수식 1] 과 같이 나타내며, 이 값을 각 사용자 개인의 표준화 제수(除數)라고 한다.
[수식 1]
Figure 112009017775415-pat00001
또한, 태그 표준화 계산모듈(120)은 각 태그가 사용된 횟수와, 표준화 제수의 비로서, 각 태그의 표준화된 사용횟수를 계산한다.
즉, 사용자 U1 이 태그 T1 이 사용된 횟수는 |U1(T1)| 이며,
사용자 U1 이 태그 T1, T2, T3 를 사용한 경우의 표준화 제수는 앞선 [수식 1] 과 같이,
Figure 112009017775415-pat00002
일 때, 사용자 U1 이 갖는 태그 T1 에 대한 표준화 사용횟수는 다음의 [수식 2] 와 같이 계산된다.
[수식 2]
Figure 112009017775415-pat00003
사용자 프로필 벡터 생성모듈(130)은 상기 태그 표준화 계산모듈(120)을 통해 계산된 각 태그의 표준화된 사용횟수를 바탕으로, 사용자 프로필 벡터를 생성하는 기능을 수행한다.
이때, 사용자 프로필 벡터는, 사용자가 사용한 태그의 종류의 수와 같은 차 원을 갖는 값으로서, 각 태그의 표준화된 사용횟수를 각 요소로 갖는다.
즉, 사용자 U1 이 태그 T1, T2, T3 를 사용한 경우, 이 사용자(U1)의 프로필 벡터는 다음의 [수식 3] 과 같이 나타낸다.
[수식 3]
Figure 112009017775415-pat00004
위와 같이, 사용자 U1 이 3종류의 태그를 사용한 경우, 사용자 프로필 벡터도 3개의 요소를 갖는 3차원이다.
또한, 사용자 유사도 계산부(200)는 상기 사용자 프로필 벡터 생성부(100)를 통해 생성된 각 사용자의 프로필 벡터를 이용하여, 사용자 유사도를 계산하는 기능을 수행한다.
이때, 사용자 유사도는, 두 명의 사용자 사이에서 정의되는 값으로서, 두 사용자의 사용자 프로필 벡터의 코사인 벡터 곱을 계산한 값이다. 두 벡터 A, B 간 코사인 곱은 다음의 [수식 4] 와 같다.
[수식 4]
Figure 112009017775415-pat00005
이때, 사용자 프로필 벡터에서 각 태그가 하나의 차원을 의미하므로, 두 사용자간 겹치는 태그가 없다면 이 값은 0 이 되고(최소), 두 사용자간 사용자 프로 필 벡터가 일치하면 1이 된다(최대). 또한, 두 사용자간 프로필 벡터가 유사할수록 1에 가까운 값을 갖게 된다.
그리고, 유사 사용자 추출부(300)는 상기 사용자 유사도 계산부(200)를 통해 계산된 사용자 유사도 값을 이용하여, 유사 사용자를 추출하는 기능을 수행한다.
즉, 유사 사용자 추출부(300)는 상기 사용자 유사도 계산부(200)를 통해 계산된 특정 두 사용자의 유사도 값이 소정 임계값(Threshold, T-value) 이상인지 여부를 판단하여, 소정 임계값 이상일 경우, 두 사용자를 유사 사용자로 판단하여 추출한다. 이때, 소정 임계값은, 0보다 크고 1보다 작은 값을 갖게 된다.
이하, 상술한 바와 같은 구성으로 이루어진 다종 웹 서버 간 유사 사용자 추출 시스템(S)을 이용한 추출 방법에 관하여 도 3 및 도 4 를 참조하여 설명하면 다음과 같다.
도 3 은 본 발명에 따른 다종 웹 서버 간 유사 사용자 추출 방법에 관한 전체 흐름도이며, 도 4 는 본 발명에 따른 사용자 프로필 벡터를 생성하는 제 S100 과정에 관한 세부 흐름도이다.
도 3 에 도시된 바와 같이 사용자 프로필 벡터 생성부(100)는 태그 데이터를 수집하여, 각 태그의 중요도를 표준화 계산하고, 계산된 표준화 정보를 바탕으로 각 사용자에 관한 프로필 벡터를 생성하는 과정을 수행한다(S100).
구체적으로, 제 S100 과정은 도 4 에 도시된 바와 같이, 사용자 프로필 벡터 생성부(100)의 태그 데이터 수집모듈(110)은 각종 웹 서버의 서비스들에 대한 개인 사용자들이 사용한 태그 데이터를 수집한다(S110).
이후, 태그 표준화 계산모듈(120)은 사용자 각 개인이 태그를 사용한 횟수를 상기 [수식 1] 을 통해 표준화함으로써 표준화 제수를 계산하고(S120), 상기 [수식 2] 를 통해 각 태그가 사용된 횟수와, 표준화 제수의 비로서, 각 태그의 표준화된 사용횟수를 계산한다(S130).
또한, 사용자 프로필 벡터 생성모듈(130)은 태그 표준화 계산모듈(120)을 통해 계산된 각 태그의 표준화된 사용횟수를 바탕으로, 상기 [수식 3] 을 통해 사용자 프로필 벡터를 생성한다(S140).
다음으로, 사용자 유사도 계산부(200)는 상기 도 3 에 도시된 바와 같이, 사용자 프로필 벡터 생성부(100)의 사용자 프로필 벡터 생성모듈(130)을 통해 생성된 각 사용자의 프로필 벡터를 이용하여, 사용자 유사도를 계산하는 과정을 수행한다(S200).
즉, 사용자 유사도 계산부(200)는 상기 [수식 4] 를 통해 두 사용자의 사용자 프로필 벡터의 코사인 벡터 곱을 계산함으로써, 사용자 유사도를 계산한다. 이때, 앞서 서술한 바와 같이, 두 사용자간 겹치는 태그가 없다면 이 값은 0 이 되고, 두 사용자간 사용자 프로필 벡터가 일치하면 1이 된다.
다음으로, 유사 사용자 추출부(300)는 상기 도 3 에 도시된 바와 같이, 사용 자 유사도 계산부(200)를 통해 계산된 특정 두 사용자의 유사도 값이 소정 임계값 이상인지 여부를 판단하는 과정을 수행한다(S300).
이후, 제 S300 과정의 판단결과, 소정 임계값 이상일 경우 유사 사용자 추출부(300)는 두 사용자를 유사 사용자로 판단하여 추출하는 과정을 수행하고(S400), 소정 임계값 이상이 아닐 경우 유사 사용자 추출부(300)는 프로세스를 종료한다.
이상으로 본 발명의 기술적 사상을 예시하기 위한 바람직한 실시예와 관련하여 설명하고 도시하였지만, 본 발명은 이와 같이 도시되고 설명된 그대로의 구성 및 작용에만 국한되는 것이 아니며, 기술적 사상의 범주를 일탈함이 없이 본 발명에 대해 다수의 변경 및 수정이 가능함을 당업자들은 잘 이해할 수 있을 것이다. 따라서, 그러한 모든 적절한 변경 및 수정과 균등물들도 본 발명의 범위에 속하는 것으로 간주되어야 할 것이다.
도 1 은 본 발명에 따른 다종 웹 서버 간 유사 사용자 추출 시스템을 개념적으로 도시한 구성도.
도 2 는 본 발명에 따른 각종 웹 서버의 서비스 상에서 개인 사용자들이 사용한 태그 데이터를 보여주는 일예시도.
도 3 은 본 발명에 따른 다종 웹 서버 간 유사 사용자 추출 방법에 관한 전체 흐름도.
도 4 는 본 발명에 따른 사용자 프로필 벡터를 생성하는 제 S100 과정에 관한 세부 흐름도.
** 도면의 주요 부분에 대한 부호의 설명 **
S: 다종 웹 서버 간 유사 사용자 추출 시스템
100: 사용자 프로필 벡터 생성부 200: 사용자 유사도 계산부
300: 유사 사용자 추출부 110: 태그 데이터 수집모듈
120: 태그 표준화 계산모듈 130: 사용자 프로필 벡터 생성모듈

Claims (14)

  1. 다종 웹 서버 간 유사 사용자 추출 시스템(S)에 있어서,
    태그 데이터를 수집하여, 각 태그의 중요도를 표준화 계산하고, 계산된 표준화 정보를 바탕으로, 각 사용자에 관한 프로필 벡터를 생성하는 사용자 프로필 벡터 생성부(100);
    상기 사용자 프로필 벡터 생성부(100)를 통해 생성된 각 사용자의 프로필 벡터를 이용하여, 사용자 유사도를 계산하는 사용자 유사도 계산부(200); 및
    상기 사용자 유사도 계산부(200)를 통해 계산된 사용자 유사도 값을 이용하여, 유사 사용자를 추출하는 유사 사용자 추출부(300); 를 포함하되,
    상기 태그 데이터는, 웹 서비스에서 사용자가 음악, 일기, 북마크, 사진, 동영상을 포함하는 각종 컨텐츠를 만드는데 사용한 데이터로서, 해당 태그와 태그의 사용횟수가 기록되는 것을 특징으로 하며,
    상기 사용자 프로필 벡터는, 사용자가 사용한 태그의 종류의 수와 같은 차원을 갖는 값으로서, 각 태그의 표준화된 사용횟수를 각 요소로 갖는 것을 특징으로 하는 다종 웹 서버 간 유사 사용자 추출 시스템.
  2. 제 1 항에 있어서,
    상기 사용자 프로필 벡터 생성부(100)는,
    각종 웹 서버와 연동되어, 상기 웹 서버의 서비스 상에서 개인 사용자들이 사용한 태그 데이터를 수집하는 태그 데이터 수집모듈(110);
    상기 태그 데이터 수집모듈(110)을 통해 수집한 태그 데이터를 이용하여, 사용자 각 개인이 태그를 사용한 횟수를 표준화하고, 각 태그의 표준화된 사용횟수를 계산하는 태그 표준화 계산모듈(120); 및
    상기 태그 표준화 계산모듈(120)을 통해 계산된 각 태그의 표준화된 사용횟수를 바탕으로, 사용자 프로필 벡터를 생성하는 사용자 프로필 벡터 생성모듈(130); 을 포함하는 것을 특징으로 하는 다종 웹 서버 간 유사 사용자 추출 시스템.
  3. 제 2 항에 있어서,
    상기 태그 표준화 계산모듈(120)은,
    사용자 U1 이 태그 T1, T2, T3 를 사용한 경우,
    상기 사용자 U1 이 태그를 사용한 횟수를, 하기의 [수식 1] 을 통해 표준화 계산하는 것을 특징으로 하는 다종 웹 서버 간 유사 사용자 추출 시스템.
    [수식 1]
    Figure 112009017775415-pat00006
  4. 제 2 항에 있어서,
    상기 태그 표준화 계산모듈(120)은,
    사용자 U1 이 태그 T1, T2, T3 를 사용한 경우,
    상기 사용자 U1 이 갖는 태그 T1 에 대한 표준화 사용횟수를, 하기의 [수식 2] 를 통해 계산하는 것을 특징으로 하는 다종 웹 서버 간 유사 사용자 추출 시스템.
    [수식 2]
    Figure 112009017775415-pat00007
  5. 삭제
  6. 제 2 항에 있어서,
    상기 사용자 프로필 벡터 생성모듈(130)은,
    사용자 U1 이 태그 T1, T2, T3 를 사용한 경우,
    상기 사용자 U1 의 프로필 벡터를, 하기의 [수식 3] 을 통해 계산하는 것을 특징으로 하는 다종 웹 서버 간 유사 사용자 추출 시스템.
    [수식 3]
    Figure 112009017775415-pat00008
  7. 제 1 항에 있어서,
    상기 사용자 유사도 계산부(200)는,
    두 사용자의 사용자 프로필 벡터의 코사인 벡터 곱인 하기의 [수식 4] 를 통해 사용자 유사도를 계산하는 것을 특징으로 하는 다종 웹 서버 간 유사 사용자 추출 시스템.
    [수식 4]
  8. 제 7 항에 있어서,
    상기 사용자 유사도 계산부(200)는,
    두 사용자 유사도 값을, 두 사용자간 겹치는 태그가 없으면 0 으로, 두 사용자간 사용자 프로필 벡터가 일치하면 1 로 계산하는 것을 특징으로 하는 다종 웹 서버 간 유사 사용자 추출 시스템.
  9. 제 1 항에 있어서,
    상기 유사 사용자 추출부(300)는,
    상기 사용자 유사도 계산부(200)를 통해 계산된 특정 두 사용자의 유사도 값이 소정 임계값 이상인지 여부를 판단하여, 소정 임계값 이상일 경우, 두 사용자를 유사 사용자로 판단하여 추출하는 것을 특징으로 하는 다종 웹 서버 간 유사 사용자 추출 시스템.
  10. 제 9 항에 있어서,
    상기 소정 임계값은,
    0 보다 크고 1보다 작은 값인 것을 특징으로 하는 다종 웹 서버 간 유사 사용자 추출 시스템.
  11. 삭제
  12. 다종 웹 서버 간 유사 사용자 추출 방법에 있어서,
    (a) 사용자 프로필 벡터 생성부(100)가 태그 데이터를 수집하여, 각 태그의 중요도를 표준화 계산하고, 계산된 표준화 정보를 바탕으로 각 사용자에 관한 프로필 벡터를 생성하는 과정;
    (b) 사용자 유사도 계산부(200)가 상기 사용자 프로필 벡터 생성부(100)를 통해 생성된 각 사용자의 프로필 벡터를 이용하여, 사용자 유사도를 계산하는 과정;
    (c) 상기 유사 사용자 추출부(300)가 상기 사용자 유사도 계산부(200)를 통해 계산된 특정 두 사용자의 유사도 값이 소정 임계값 이상인지 여부를 판단하는 과정; 및
    (d) 상기 (c) 과정의 판단결과, 소정 임계값 이상일 경우 상기 유사 사용자 추출부(300)가 두 사용자를 유사 사용자로 판단하여 추출하는 과정; 을 포함하되,
    상기 (a) 과정은,
    (a-1) 상기 사용자 프로필 벡터 생성부(100)가 각종 웹 서버의 서비스들에 대한 개인 사용자들이 사용한 태그 데이터를 수집하는 단계;
    (a-2) 상기 사용자 프로필 벡터 생성부(100)가 사용자 각 개인이 태그를 사용한 횟수를 표준화함으로써 표준화 제수를 계산하는 단계;
    (a-3) 상기 사용자 프로필 벡터 생성부(100)가 각 태그가 사용된 횟수와, 표준화 제수의 비로서, 각 태그의 표준화된 사용횟수를 계산하는 단계; 및
    (a-4) 상기 사용자 프로필 벡터 생성부(100)가 상기 (a-3) 단계를 통해 계산된 각 태그의 표준화된 사용횟수를 바탕으로, 사용자 프로필 벡터를 생성하는 단계;를 포함하는 것을 특징으로 하되,
    상기 태그 데이터는, 웹 서비스에서 사용자가 음악, 일기, 북마크, 사진, 동영상을 포함하는 각종 컨텐츠를 만드는데 사용한 데이터로서, 해당 태그와 태그의 사용횟수가 기록되는 것을 특징으로 하는 다종 웹 서버 간 유사 사용자 추출 방법.
  13. 삭제
  14. 제 12 항에 있어서,
    (d-1) 상기 (c) 과정의 판단결과, 소정 임계값 이상이 아닐 경우
    상기 유사 사용자 추출부(300)가 프로세스를 종료하는 단계; 를 더 포함하는 것을 특징으로 하는 다종 웹 서버 간 유사 사용자 추출 방법.
KR1020090025057A 2009-03-24 2009-03-24 다종 웹 서버 간 유사 사용자 추출 시스템 및 그 방법 KR101010997B1 (ko)

Priority Applications (2)

Application Number Priority Date Filing Date Title
KR1020090025057A KR101010997B1 (ko) 2009-03-24 2009-03-24 다종 웹 서버 간 유사 사용자 추출 시스템 및 그 방법
US12/480,965 US8423542B2 (en) 2009-03-24 2009-06-09 System and method for extracting users of similar interests between various types of web servers

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020090025057A KR101010997B1 (ko) 2009-03-24 2009-03-24 다종 웹 서버 간 유사 사용자 추출 시스템 및 그 방법

Publications (2)

Publication Number Publication Date
KR20100106831A KR20100106831A (ko) 2010-10-04
KR101010997B1 true KR101010997B1 (ko) 2011-01-26

Family

ID=42785513

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020090025057A KR101010997B1 (ko) 2009-03-24 2009-03-24 다종 웹 서버 간 유사 사용자 추출 시스템 및 그 방법

Country Status (2)

Country Link
US (1) US8423542B2 (ko)
KR (1) KR101010997B1 (ko)

Families Citing this family (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101010997B1 (ko) * 2009-03-24 2011-01-26 한국과학기술원 다종 웹 서버 간 유사 사용자 추출 시스템 및 그 방법
US9208471B2 (en) 2011-06-24 2015-12-08 Alibaba.Com Limited Matching users with similar interests
US9317869B2 (en) * 2012-07-19 2016-04-19 Facebook, Inc. Identifying consumer segments using a social networking system
US9972042B2 (en) * 2013-03-15 2018-05-15 Sears Brands, L.L.C. Recommendations based upon explicit user similarity
CN110245687B (zh) * 2019-05-17 2021-06-04 腾讯科技（上海）有限公司 用户分类方法以及装置
KR20210152739A (ko) * 2020-06-09 2021-12-16 삼성전자주식회사 전자장치 및 그 제어방법

Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2004126975A (ja) * 2002-10-03 2004-04-22 Nippon Telegr & Teleph Corp <Ntt> 選好傾向類似ユーザ抽出方法及び装置、並びに選好傾向類似ユーザ抽出プログラム及びそれを記録した記録媒体

Family Cites Families (37)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20020083445A1 (en) * 2000-08-31 2002-06-27 Flickinger Gregory C. Delivering targeted advertisements to the set-top-box
US7430517B1 (en) * 1999-04-30 2008-09-30 Freightquote.Com, Inc. System and method for marketing over computer networks
US7613992B1 (en) * 1999-08-16 2009-11-03 Raichur Arvind A Dynamic index and search engine server
US7418268B1 (en) * 1999-09-29 2008-08-26 Swisscom Mobil Ag Method for finding members of a common interest group
US6681247B1 (en) * 1999-10-18 2004-01-20 Hrl Laboratories, Llc Collaborator discovery method and system
US6941345B1 (en) * 1999-12-03 2005-09-06 Nortel Networks Limited Real-time, text-based messaging between devices in plural communities
US7941468B2 (en) * 1999-12-30 2011-05-10 At&T Intellectual Property I, L.P. Infringer finder
US6507802B1 (en) * 2000-02-16 2003-01-14 Hrl Laboratories, Llc Mobile user collaborator discovery method and apparatus
US6745178B1 (en) * 2000-04-28 2004-06-01 International Business Machines Corporation Internet based method for facilitating networking among persons with similar interests and for facilitating collaborative searching for information
US7130880B1 (en) * 2000-10-10 2006-10-31 Novell, Inc. System and method for sharing files via a user Internet file system
JP3751591B2 (ja) * 2000-10-31 2006-03-01 コーニンクレッカ フィリップス エレクトロニクス エヌ ヴィ タグ検出及びｍｒｉタグ付き画像中で追跡を行う方法及びシステム
US7426472B2 (en) * 2002-02-22 2008-09-16 International Business Machines Corporation Method and system for connecting businesses through common interests
US7614081B2 (en) * 2002-04-08 2009-11-03 Sony Corporation Managing and sharing identities on a network
US7174382B2 (en) * 2002-04-09 2007-02-06 Hewlett-Packard Development Company, L.P. Interest-based connections in peer-to-peer networks
US7434169B2 (en) * 2002-11-25 2008-10-07 Aol Llc, A Delaware Limited Liability Company Facilitating communications between computer users across a network
US7401132B1 (en) * 2002-12-20 2008-07-15 Symantec Operating Corporation Method and system for creating a peer-to-peer overlay network
US20070054271A1 (en) * 2003-03-20 2007-03-08 Dana-Farber Cancer Institute, Inc. Gene expression in breast cancer
US7334021B1 (en) * 2003-04-30 2008-02-19 Aol Llc Personalized away messages
US7606772B2 (en) * 2003-11-28 2009-10-20 Manyworlds, Inc. Adaptive social computing methods
US7523096B2 (en) * 2003-12-03 2009-04-21 Google Inc. Methods and systems for personalized network searching
US7593933B2 (en) * 2004-02-20 2009-09-22 Mixed Grill, L.L.C. Method and apparatus for a collaborative interaction network
US7232398B2 (en) * 2004-10-22 2007-06-19 Dana Corporation Method for converting a non-driven tag axle system to a driven axle system
US7603413B1 (en) * 2005-04-07 2009-10-13 Aol Llc Using automated agents to facilitate chat communications
US7577665B2 (en) * 2005-09-14 2009-08-18 Jumptap, Inc. User characteristic influenced search results
US8670319B2 (en) * 2005-09-19 2014-03-11 Google, Inc. Traffic prediction for web sites
US7613692B2 (en) * 2006-07-25 2009-11-03 Microsoft Corporation Persona-based application personalization
US8700449B2 (en) * 2006-10-30 2014-04-15 Maxlinear, Inc. Targeted advertisement in the digital television environment
US8073894B1 (en) * 2006-11-10 2011-12-06 Marvell International, Ltd. Compact switched-capacitor FIR filter implementation
US20080177773A1 (en) * 2007-01-22 2008-07-24 International Business Machines Corporation Customized media selection using degrees of separation techniques
US8166056B2 (en) * 2007-02-16 2012-04-24 Palo Alto Research Center Incorporated System and method for searching annotated document collections
US8402099B2 (en) * 2007-08-28 2013-03-19 Philipp Freiherr Von Werther Method for carrying out a multimedia communication based on a network protocol, particularly TCP/IP and/or UDP
TWI356315B (en) * 2007-10-16 2012-01-11 Inst Information Industry Method and system for constructing data tag based
US7886464B2 (en) * 2008-01-10 2011-02-15 Walt-Task, Llc Water air land tracks baggage identification locator systems and methods
US9070106B2 (en) * 2008-07-14 2015-06-30 International Business Machines Corporation System and method for dynamic structuring of process annotations
US9152722B2 (en) * 2008-07-22 2015-10-06 Yahoo! Inc. Augmenting online content with additional content relevant to user interest
KR101010997B1 (ko) * 2009-03-24 2011-01-26 한국과학기술원 다종 웹 서버 간 유사 사용자 추출 시스템 및 그 방법
US20100251337A1 (en) * 2009-03-27 2010-09-30 International Business Machines Corporation Selective distribution of objects in a virtual universe

Patent Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2004126975A (ja) * 2002-10-03 2004-04-22 Nippon Telegr & Teleph Corp <Ntt> 選好傾向類似ユーザ抽出方法及び装置、並びに選好傾向類似ユーザ抽出プログラム及びそれを記録した記録媒体

Also Published As

Publication number Publication date
US20100250557A1 (en) 2010-09-30
US8423542B2 (en) 2013-04-16
KR20100106831A (ko) 2010-10-04

Similar Documents

Publication Publication Date Title
KR101010997B1 (ko) 다종 웹 서버 간 유사 사용자 추출 시스템 및 그 방법
KR102068790B1 (ko) 컴퓨터 실행 방법, 시스템 및 컴퓨터 판독 가능 매체
US20170169349A1 (en) Recommending method and electronic device
US8819716B2 (en) Apparatus, system, method and computer readable recording medium storing the program for related recommendation of TV program contents and web contents
US20100067750A1 (en) Apparatus for registering face identification features, method for registering the same, program for registering the same, and recording medium
CN109145110B (zh) 标签查询方法和装置
US20150213136A1 (en) Method and System for Providing a Personalized Search List
Garcia del Molino et al. Phd-gifs: personalized highlight detection for automatic gif creation
US9740695B2 (en) Method for enriching a multimedia content, and corresponding device
Karthika et al. Digital video copy detection using steganography frame based fusion techniques
Ma et al. Your Tweets Reveal What You Like: Introducing Cross-media Content Information into Multi-domain Recommendation.
US20160134855A1 (en) Scenario generation system, scenario generation method and scenario generation program
CN105426550A (zh) 一种基于用户质量模型的协同过滤标签推荐方法及系统
US9020863B2 (en) Information processing device, information processing method, and program
US20150242866A1 (en) Determination device, determination method, and computer-readable recording medium
KR20100048218A (ko) 협업 필터링 시스템과 방법 및 이를 구현할 수 있는 컴퓨터로 읽을 수 있는 기록 매체
Su et al. Music recommendation based on information of user profiles, music genres and user ratings
Bhuiyan et al. Developing trust networks based on user tagging information for recommendation making
WO2013011728A1 (ja) コミュニケーション支援装置、コミュニケーション支援方法、およびコンピュータ読み取り可能な記録媒体
CN110555131B (zh) 内容推荐方法、内容推荐装置和电子设备
JP5774535B2 (ja) コンテンツ推薦プログラム、コンテンツ推薦装置及びコンテンツ推薦方法
Kao-Li et al. Personalized multimedia recommendation with social tags and context awareness
JP5235227B2 (ja) ログ処理装置およびその動作方法
Liu et al. A novel robust video fingerprinting-watermarking hybrid scheme based on visual secret sharing
Park et al. Movie browsing system based on character and emotion

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: 20131231

Year of fee payment: 4

FPAY Annual fee payment

Payment date: 20160526

Year of fee payment: 6

FPAY Annual fee payment

Payment date: 20161227

Year of fee payment: 7

FPAY Annual fee payment

Payment date: 20180102

Year of fee payment: 8

FPAY Annual fee payment

Payment date: 20190107

Year of fee payment: 9

FPAY Annual fee payment

Payment date: 20200106

Year of fee payment: 10