KR101174216B1 - 지역기반의 검색어를 추천하는 시스템 및 그 방법 - Google Patents

지역기반의 검색어를 추천하는 시스템 및 그 방법 Download PDF

Info

Publication number
KR101174216B1
KR101174216B1 KR1020100103946A KR20100103946A KR101174216B1 KR 101174216 B1 KR101174216 B1 KR 101174216B1 KR 1020100103946 A KR1020100103946 A KR 1020100103946A KR 20100103946 A KR20100103946 A KR 20100103946A KR 101174216 B1 KR101174216 B1 KR 101174216B1
Authority
KR
South Korea
Prior art keywords
region
search
cluster
search term
virtual
Prior art date
Application number
KR1020100103946A
Other languages
English (en)
Other versions
KR20120042307A (ko
Inventor
김병학
이채현
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 KR1020100103946A priority Critical patent/KR101174216B1/ko
Priority to US13/243,684 priority patent/US9460113B2/en
Priority to JP2011232441A priority patent/JP5745993B2/ja
Publication of KR20120042307A publication Critical patent/KR20120042307A/ko
Application granted granted Critical
Publication of KR101174216B1 publication Critical patent/KR101174216B1/ko

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/29Geographical information databases

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Databases & Information Systems (AREA)
  • Data Mining & Analysis (AREA)
  • Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Remote Sensing (AREA)
  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
  • Software Systems (AREA)
  • Multimedia (AREA)
  • Computational Linguistics (AREA)

Abstract

지역기반 검색어 추천 시스템 및 그 방법이 개시된다. 지역기반 검색어 추천 시스템은 검색어가 입력된 위치 정보를 검색어와 연관하여 저장하는 검색어 수집부; 검색어를 기준으로 위치 정보를 클러스터링(clustering) 하여 가상 영역을 설정하는 영역 설정부; 및 사용자의 위치에 대응되는 가상 영역에 대하여, 해당 가상 영역의 위치 정보와 연관된 검색어를 기반으로 사용자에 대한 추천 검색어인 지역기반 검색어를 제공하는 검색어 추천부를 포함한다.

Description

지역기반의 검색어를 추천하는 시스템 및 그 방법{SYSTEM AND METHOD FOR RECOMMENDING LOCALITY-BASED KEY WORD}
본 발명의 실시예들은 검색 환경에서 추천 검색어를 제공하는 지역기반 검색어 추천 시스템 및 그 방법에 관한 것이다.
최근 정보통신 기술의 발달로 언제 어디서나 인터넷에 접속할 수 있는 환경이 제공되고 있으며, 이에 따라 시간과 공간에 관계없이 정보를 검색하고 자신이 원하는 콘텐츠와 서비스를 이용할 수 있다.
더욱이, 이동통신 기술의 발달로 휴대폰, 스마트 폰, PDA 등 모바일 단말의 보급이 크게 증가되면서 모바일 단말을 이용하여 정보를 검색하는 모바일 검색 사용자가 크게 늘고 있다.
통상 검색 엔진에서는 사용자의 검색 편의를 위해서 검색어를 추천하는 서비스를 제공하고 있으나, 모바일 검색의 경우 그 특성상 사용자가 위치하는 지역과 연관되는 경우가 많은데 기존 검색 엔진의 검색어 추천 시스템으로는 지역을 기반으로 한 검색어 추천이 불가능한 실정이다.
모바일 단말을 이용하는 사용자의 위치를 파악하여 해당 위치에서 많이 사용된 검색어를 추천하는 지역기반 검색어 추천 시스템 및 그 방법을 제공한다.
최근 출현된 검색어들의 위치 정보를 기반으로 물리적 위치인 가상 영역을 설정하여 가상 영역 범위에 위치하는 사용자에게 해당 영역에서 출현된 검색어를 추천하는 지역기반 검색어 추천 시스템 및 그 방법을 제공한다.
검색어가 입력된 위치 정보를 검색어와 연관하여 저장하는 검색어 수집부; 검색어를 기준으로 위치 정보를 클러스터링(clustering) 하여 가상 영역을 설정하는 영역 설정부; 및 사용자의 위치에 대응되는 가상 영역에 대하여, 해당 가상 영역의 위치 정보와 연관된 검색어를 기반으로 사용자에 대한 추천 검색어인 지역기반 검색어를 제공하는 검색어 추천부를 포함하는 지역기반 검색어 추천 시스템이 제공된다.
일측에 따르면, 영역 설정부는 검색어 중에서 유사한 검색어들을 하나의 검색어로 정규화하는 검색어 필터부를 포함하여, 정규화 된 검색어 별로 정규화 된 검색어와 연관된 위치 정보를 클러스터링 할 수 있다.
다른 측면에 따르면, 영역 설정부는 검색어 별로 위치 정보를 클러스터링 한 적어도 하나의 클러스터(cluster)를 생성하는 클러스터 생성부; 및 클러스터에 대한 유효성을 판단하여 유효 클러스터를 선별하는 클러스터 선별부를 포함하여, 유효 클러스터를 이용하여 가상 영역을 설정할 수 있다.
또 다른 측면에 따르면, 클러스터 선별부는 위치 정보에 해당되는 노드 개수가 설정 개수 이상인 클러스터, 또는 위치 정보에 해당되는 노드에 대한 표준 편차가 설정 치 이하인 클러스터를 유효 클러스터로 선별할 수 있다.
또 다른 측면에 따르면, 영역 설정부는 유효 클러스터에 포함된 위치 정보에 해당되는 노드 중 유효 클러스터의 모든 노드를 포함하는 외곽 노드를 검출한 후, 외곽 노드를 연결한 다각형에 외접하는 원 또는 타원에 해당되는 영역, 또는 외곽 노드를 일부 삭제하여 다각형을 단순화한 단순화 다각형에 해당되는 영역을 가상 영역으로 설정할 수 있다.
또 다른 측면에 따르면, 지역기반 검색어 추천 시스템은 영역이 겹치는 가상 영역을 하나의 가상 영역으로 병합하는 영역 병합부를 더 포함할 수 있다.
또 다른 측면에 따르면, 영역 설정부는 유효 클러스터와 연관된 검색어를 가상 영역에 대한 위치 대표 검색어로 선정하는 대표 검색어 선정부를 더 포함하고, 지역기반 검색어 추천 시스템은 위치 대표 검색어가 동일한 검색어로 선정된 가상 영역을 같은 가상 영역으로 병합하는 영역 병합부를 더 포함할 수 있다.
또 다른 측면에 따르면, 영역 설정부는 유효 클러스터와 연관된 검색어를 가상 영역에 대한 위치 대표 검색어로 선정하는 대표 검색어 선정부를 더 포함하고, 이때, 검색어 추천부는 위치 대표 검색어를 가상 영역과 대응되는 지역기반 검색어로 제공할 수 있다.
또 다른 측면에 따르면, 검색어 추천부는 가상 영역의 위치 정보와 연관된 검색어 중에서 다른 사용자로 인한 검색어의 검색 회수 또는 클릭 회수에 따라 지역기반 검색어를 선정할 수 있다.
또 다른 측면에 따르면, 검색어 추천부는 사용자로부터 검색어 입력이 들어오기 전에 사용자에게 지역기반 검색어를 제공하거나, 사용자로부터 검색어 입력이 들어오면 사용자가 입력한 검색어의 카테고리에 해당하는 지역기반 검색어를 제공할 수 있다.
또 다른 측면에 따르면, 검색어 추천부는 사용자가 두 개 이상의 가상 영역이 겹친 영역에 위치하는 경우, 겹친 영역에서 다른 사용자에게 추천된 검색어 중에서 검색어의 클릭 회수에 따라 지역기반 검색어를 선정하거나, 또는 사용자가 입력한 검색어의 카테고리에 해당하는 지역기반 검색어를 선정할 수 있다.
검색어가 입력된 위치 정보를 검색어와 연관하여 저장하는 검색어 수집단계; 검색어를 기준으로 위치 정보를 클러스터링 하여 가상 영역을 설정하는 영역 설정단계; 및 사용자의 위치에 대응되는 가상 영역에 대하여, 해당 가상 영역의 위치 정보와 연관된 검색어를 기반으로 사용자에 대한 추천 검색어인 지역기반 검색어를 제공하는 검색어 추천단계를 포함하는 지역기반 검색어 추천 방법이 제공된다.
사용자의 위치를 파악하여 그 위치에서 많이 사용된 검색어를 추천함으로써 사용자의 위치를 기반으로 한 지역기반 검색어를 제공할 수 있다.
검색어를 기준으로 위치 정보를 클러스터링 하여 검색어 추천을 위한 가상 영역을 설정한 후 가상 영역의 관련 검색어를 기반으로 사용자가 위치하는 지역과 연관된 검색어를 추천함으로써, 사용자의 위치와 연관되어 활용도 높은 검색어를 제공할 수 있다. 따라서, 지역을 기반으로 하는 검색어 추천을 통해 검색어에 대한 새로운 추천 기준을 제공할 수 있으며 모바일 검색의 편의와 검색 환경을 더욱 향상시킬 수 있다.
도 1은 본 발명의 일실시예에 있어서, 사용자의 위치를 기반으로 한 지역기반 검색어를 추천하는 지역기반 검색어 추천 시스템의 내부 구성을 도시한 블록도이다.
도 2는 본 발명의 일실시예에 있어서, 검색어 추천을 위한 가상의 영역을 설정하기 위하여 검색어가 출현된 위치 정보를 클러스터링 하는 과정을 설명하기 위한 도면이다.
도 3 내지 도 6은 본 발명의 일실시예에 있어서, 위치 정보에 대한 클러스터를 이용하여 가상 영역을 결정하는 과정을 설명하기 위한 도면이다.
도 7은 본 발명의 일실시예에 있어서, 가상 영역에 대한 병합 과정을 설명하기 위한 도면이다.
도 8은 본 발명의 일실시예에 있어서, 검색어가 출현된 위치 정보를 기반으로 설정된 가상 영역의 일례를 도시한 도면이다.
도 9는 본 발명의 일실시예에 있어서, 가상 영역에 대한 위치 대표 검색어를 기준으로 가상 영역을 병합하는 일례를 설명하기 위한 도면이다.
도 10은 본 발명의 일실시예에 있어서, 사용자의 위치를 기준으로 사용자에게 추천하기 위한 지역기반 검색어를 선정하는 과정을 설명하기 위한 도면이다.
도 11은 본 발명의 일실시예에 있어서, 사용자의 위치를 기반으로 한 지역기반 검색어를 추천하는 지역기반 검색어 추천 방법을 도시한 흐름도이다.
이하, 본 발명의 실시예를 첨부된 도면을 참조하여 상세하게 설명한다.
본 실시예에서, 지역기반 검색어 추천 시스템은 사용자에게 검색 환경을 제공하는 검색 엔진 시스템에 적용될 수 있으며, 특히, 사용자의 검색 편의를 위하여 최근 이슈가 되고 있는 검색어, 또는 사용자가 입력한 검색어와 관련 있는 관련 검색어를 추천하는 서비스를 제공하는 검색어 추천 시스템에 적용될 수 있다.
본 명세서에서, 지역기반 검색어는 지역적 위치와 연관되어 추천되는 추천 검색어를 의미한다.
도 1은 본 발명의 일실시예에 있어서, 지역기반 검색어 추천 시스템의 내부 구성을 도시한 블록도이다. 도 1은 사용자의 위치를 기반으로 한 지역기반 검색어를 추천하는 지역기반 검색어 추천 시스템(100)을 도시하고 있다.
도 1에 도시한 바와 같이, 일실시예에 따른 지역기반 검색어 추천 시스템(100)은 검색어 수집부(110), 영역 설정부(120), 검색어 추천부(140)를 포함할 수 있다.
검색어 수집부(110)는 검색어가 출현한 위치 정보를 검색어와 연관하여 수집 및 저장한다. 본 실시예에서는, 모바일 단말을 이용한 검색이 증가하면서 사용자가 입력한 검색어가 사용자가 위치하는 지역과 연관되는 경우가 많다는 특성을 고려한 것으로, 검색어 수집부(110)는 사용자가 입력한 검색어를 수집하고 이 과정에서 검색어 외에 사용자가 검색어를 입력하는 위치 즉, 모바일 단말의 위치 정보를 수집할 수 있다. 여기서, 위치 정보는 물리적 위치 정보인 위도와 경도를 의미할 수 있으며, 또한, 영화관, 지하철 등 특정 물리적 위치에 태깅된 정보와 결합된 가상 위치를 의미할 수 있다.
영역 설정부(120)는 검색어를 기준으로 위치 정보를 클러스터링 하여 가상 영역을 설정한다. 예를 들어, '강남역 맛집'이라는 검색어가 입력된 위치 정보를 기반으로 강남역 근처에서 어느 위치에 있는 사용자에게까지 '강남역 맛집'의 검색어를 추천할 것인가를 결정하는 것이 필요하다. 영역 설정부(120)는 검색어 별로 위치 정보를 클러스터링 하는 방식으로 지역기반 검색어를 추천하기 위한 가상 영역을 결정할 수 있다. 여기서, 영역 설정부(120)는 특정 기간(예를 들어, 1일, 1주일 등)을 주기로 재 설정할 수 있으며, 수집한 검색어를 기반으로 가상 영역이 생성할 수 없는 지역은 행정 구역을 단위로 가상 영역을 설정할 수 있다.
검색어 추천부(140)는 사용자의 위치에 대응되는 가상 영역에 대하여 해당 가상 영역과 연관된 검색어를 기반으로 사용자에게 지역기반 검색어를 제공한다. 즉, 검색어 추천부(140)는 사용자의 위치에 대응되는 가상 영역에서 수집된 검색어를 이용하여 해당 지역에서 많이 사용된 검색어를 사용자에게 추천할 수 있다.
지역기반 검색어를 추천하는 구체적인 실시를 위하여, 도 1에 도시한 바와 같이 일실시예에 따른 지역기반 검색어 추천 시스템(100)은 영역 병합부(130)를 더 포함할 수 있으며, 영역 설정부(120)는 검색어 필터부(121), 클러스터 생성부(122), 클러스터 선별부(123), 대표 검색어 선정부(124)로 구성될 수 있다.
검색어 필터부(121)는 수집된 검색어를 가상 영역을 설정하는 데 활용하기 위하여 검색어를 선별하거나 정규화, 또는 그룹핑 하는 기능을 수행한다. 여기서, 검색어 필터부(121)는 특정 시간(t)(예를 들어, 최근 24시간) 동안 수집된 검색어를 대상으로 할 수 있다. 일례로, 검색어 필터부(121)는 유사한 검색어들을 하나의 검색어로 정규화 할 수 있다. 예를 들어, '강남 맛집', '강남맛집', '강남역 맛집', '맛집 강남'을 '강남 맛집'으로 정규화하는 방식으로 기존 검색엔진 데이터를 기반으로 유사 검색어들을 한 키워드로 묶을 수 있다. 다른 일례로, 검색어 필터부(121)는 유사한 검색어들을 하나의 그룹으로 그룹핑 할 수 있다. 예를 들어, '강남 맛집', '강남맛집', '강남역 맛집', '맛집 강남'을 하나의 검색어로 묶는 것이 아니라, 검색어를 모두 포함할 수 있는 검색어 그룹을 생성할 수 있다. 또 다른 일례로, 검색어 필터부(121)는 수집된 검색어 중 특정 시간(t) 동안 다른 사용자들로 인하여 검색 또는 클릭이 이루어진 회수가 일정 회수 이상인 검색어를 선별할 수 있다.
클러스터 생성부(122)는 검색어와 연관된 위치 정보를 클러스터링 한 적어도 하나의 클러스터를 생성한다. 여기서, 클러스터 생성부(122)는 위치 정보로 수집된 위도와 경도 값을 좌표 x, y 값으로 간주하고 XMeans 등 다양한 클러스터링 기법을 사용하여 위치 정보에 대한 클러스터를 생성할 수 있다. 일례로, 클러스터 생성부(122)는 정규화 된 검색어 또는 특정 조건에 따라 선별된 검색어를 단위로 검색어 별로 해당 검색어와 연관된 위치 정보를 클러스터링 할 수 있다. 다른 일례로, 클러스터 생성부(122)는 검색어 그룹을 단위로 검색어 그룹 별로 그룹 내 검색어와 연관된 위치 정보를 클러스터링 할 수 있다.
클러스터 선별부(123)는 검색어(또는 검색어 그룹) 단위로 생성된 클러스터에 대한 유효성을 판단하여 유효 클러스터를 선별한다. 여기서, 클러스터 선별부(123)는 각 클러스터를 구성하는 위치 정보(이하, '노드'라 칭함)의 개수가 설정 개수(n) 이상인 개수 조건과, 동일한 클러스터 내에서 노드에 대한 표준 편차가 설정 치(s) 이하인 표준 편차 조건을 모두 만족하는 클러스터를 유효 클러스터로 선별할 수 있다. 다시 말해, 클러스터 선별부(123)는 노드의 개수가 설정 개수(n) 미만인 클러스터와 노드의 표준 편차가 설정 치(s)를 초과하는 클러스터를 제외시킬 수 있다. 도 2는 '강남 날씨'에 대하여 클러스터링 한 결과 두 개의 클러스터(210)(220)가 생성된 것을 도시한 것으로, 두 클러스터(210)(220) 모두 표준 편차 조건을 만족하는 조건에서 클러스터 (210)은 노드(211)에 대한 개수 조건을 만족하고 클러스터 (220)은 개수 조건을 만족하지 못하는 경우 클러스터 (220)는 제외시키고 클러스터 (210)는 유효 클러스터로 선별한다.
대표 검색어 선정부(124)는 검색어를 단위로 클러스터링 결과 유효 클러스터가 존재하면 해당 검색어를 유효 클러스터에 대한 위치 대표 검색어로 선정한다. 다시 말해, 특정 검색어에 대하여 유효 클러스터가 존재하지 않는 경우 해당 검색어를 위치 대표 검색어로 선정하지 않으며 유효 클러스터가 존재하는 경우 해당 검색어를 위치 대표 검색어로 선정할 수 있다. 예를 들어, 위치적으로 광범위하게 출현되는 검색어 '날씨'의 경우 노드의 표준 편차가 클 가능성이 높은 것이므로 이는 위치 대표 검색어로 선정될 가능성이 희박하다. 반면, '강남 날씨'의 경우 표준 편차가 크거나 노드의 개수가 적은 클러스터가 일부 존재할 수는 있으나 '강남'이라는 한정된 지역에서 출현되는 경우가 많기 때문에 개수 조건과 표준 편차 조건을 모두 만족하는 클러스터가 존재할 가능성이 높으며 따라서 위치 대표 검색어로 선정될 가능성이 높다.
상기한 구성에 의해, 영역 설정부(120)는 위치 대표 검색어가 선정된 유효 클러스터를 이용하여 가상 영역을 설정할 수 있다. 도 3 내지 도 6을 참조하여, 가상 영역을 결정하는 과정을 설명한다. 영역 설정부(120)는 도 3에 도시한 바와 같이 유효 클러스터 내에서 각 노드들을 포함하는 외곽 노드(301)를 검출한 후, 외곽 노드(301)를 연결한 다각형(302)에 대응되는 영역을 이용하여 가상 영역을 설정할 수 있다. 이때, 영역 설정부(120)는 Graham 알고리즘 등을 이용하여 외곽 노드(301)를 연결한 다각형(302)을 만들 수 있다. 일례로, 영역 설정부(120)는 외곽 노드를 선택적으로 일부 삭제하는 방식으로 외곽 노드를 연결하여 만든 다각형을 단순화 시킬 수 있다. 예를 들어, 도 4에 도시한 바와 같이 노드 (401)과 노드 (402)를 연결하는 벡터 (403)와 노드 (402)와 노드 (404)를 연결하는 벡터 (405)를 내적하여 벡터 (403)과 벡터 (405) 사이의 각도를 구한 후, 각도가 5도 미만이면 중간 노드(402)를 삭제하고 노드 (401)과 노드 (404)를 바로 연결할 수 있다. 즉, 도 5에 도시한 바와 같이, 외곽 노드를 일부 삭제하는 단순화 방식을 통해 클러스터 내 외곽 노드를 모두 연결한 다각형(501)을 훨씬 단순화 된 다각형(502)으로 표현할 수 있으며, 상기 다각형(502)에 해당되는 공간을 가상 영역으로 결정할 수 있다. 다른 일례로, 영역 설정부(120)는 다각형에 외접하는 원 또는 타원을 이용하는 방식으로 외곽 노드를 연결하여 만든 다각형을 단순화 시킬 수 있다. 예를 들어, 도 6에 도시한 바와 같이 외곽 노드를 모두 연결한 다각형에 외접하는 타원(또는 원)(601)을 만든 후, 다각형과의 넓이 오차가 10% 미만인 경우 다각형 대신 타원(601)에 해당되는 공간을 가상 영역으로 결정할 수 있다. 원의 경우 타원에 비하여 위치 오차나 넓이 오차가 크지만, 타원의 경우 다각형과 대비하여 통상 넓이 오차가 10% 미만이므로 가상 영역을 타원으로 설정할 수 있다. 따라서, 영역 설정부(120)는 유효 클러스터로 만들어진 다각형의 공간을 가상 영역으로 설정하고 유효 클러스터와 연관된 위치 대표 검색어를 가상 영역에 대한 위치 대표 검색어로 설정할 수 있다.
상기한 구성에 의해, 영역 병합부(130)는 영역이 겹치는 가상 영역을 하나의 가상 영역으로 병합하는 역할을 수행한다. 일례로, 영역 병합부(130)는 위치 대표 검색어가 선정된 가상 영역 중 영역이 일정 면적(a) 이상 겹치거나, 하나의 가상 영역이 다른 가상 영역에 모두 포함되는 경우 두 영역을 병합할 수 있다. 다른 일례로, 영역 병합부(130)는 영역이 겹치는 두 영역을 병합한 넓이가 일정 면적(b) 미만인 경우 해당 두 영역을 병합할 수 있다. 예를 들어, 도 7에 도시한 바와 같이 위치 대표 검색어로 '강남 날씨'가 선정된 가상 영역 (701)과 '강남 맛집'이 선정된 가상 영역 (702)가 90% 이상 겹치고 가상 영역 (701)과 (702)를 병합한 면적이 10㎢ 미만인 경우 가상 영역 (701)과 (702)를 모두 포함하는 영역(703)을 새로운 가상 영역으로 설정할 수 있으며, 이때 새로 생성된 가상 영역에 대해서는 '강남 날씨', '강남 맛집'을 포함하여 관련 검색어를 선정할 수 있다. 또 다른 일례로, 영역 병합부(130)는 가상 영역 간의 위치 대표 검색어 또는 관련 검색어가 동일한 경우 해당 영역이 같은 지역으로 인식할 수 있도록 가상 영역을 병합한다. 도 8에 도시한 바와 같이, 가상 영역 (801)과 (802)가 물리적 위치는 다르지만 위치 대표 검색어가 동일하거나, 적어도 하나의 관련 검색어가 동일한 경우 가상 영역 (801)과 (802)을 동일한 대상으로 인식할 수 있도록 처리한다. 상기한 병합 과정을 거쳐, 영역 설정부(120)는 도 9에 도시한 바와 같이 물리적 위치를 클러스터링 한 가상 영역(901)(902)을 설정할 수 있으며, 가상 영역 (901)과 (902)에 대하여 각각의 지역에서 출현한 검색어를 관련 검색어로 선정할 수 있다. 여기서, 관련 검색어는 위치 대표 검색어를 포함하며 가상 영역 내의 위치 정보를 가지는 모든 검색어를 포함할 수 있다. 또한, 관련 검색어는 시간 정보와 관련하여 가상 영역에서 급 상승 출현하는 검색어(예를 들어, 인기 검색어 등)를 더 포함할 수 있다.
상기한 구성에 의해, 검색어 추천부(140)는 사용자의 위치 정보를 검색 이전에 파악할 수 있으며, 파악된 위치에 대응되는 가상 영역의 관련 검색어를 사용자에게 추천할 수 있다. 이때, 검색어 추천부(140)는 가상 영역에 대응되는 관련 검색어를 기반으로 기존 검색 엔진의 추천 검색어 로직을 사용하여 추천할 지역기반 검색어를 선정할 수 있다. 일례로, 검색어 추천부(140)는 사용자로부터 검색어 입력이 들어오기 전에 가상 영역의 관련 검색어 중에서 다른 사용자로 하여금 일정 회수 이상 검색 또는 클릭이 이루어진 검색어를 지역기반 검색어로 제공할 수 있다. 즉, 사용자의 입력이 들어오기 전에 위치 정보가 있는 경우 해당 위치의 가상 영역에서 자주 사용된 검색어를 미리 추천할 수 있다. 다른 일례로, 검색어 추천부(140)는 사용자로부터 검색어가 입력되면 사용자가 위치하는 가상 영역의 관련 검색어 중에서 상기 입력된 검색어의 카테고리에 해당하는 검색어를 지역기반 검색어로 제공할 수 있다. 또 다른 일례로, 검색어 추천부(140)는 사용자가 하나의 가상 영역에 위치하는 경우 해당 가상 영역의 관련 검색어를 기반으로 지역기반 검색어로 제공할 수 있다. 또 다른 일례로, 검색어 추천부(140)는 사용자가 두 개 이상의 가상 영역이 겹친 영역에 위치하는 경우 겹친 두 가상 영역의 관련 검색어를 고려하여 지역기반 검색어를 선정할 수 있다. 이때, 검색어 추천부(140)는 두 가상 영역의 관련 검색어 중 사용자가 입력한 검색어의 카테고리에 해당하는 검색어를 지역기반 검색어로 선정할 수 있다. 또한, 검색어 추천부(140)는 상기 겹친 영역에서 다른 사용자에게 추천된 검색어에 대한 피드백 정보를 이용하여 지역기반 검색어를 선정할 수 있다. 도 10을 참조하면, 사용자(1001)가 가상 영역 A(1002)와 가상 영역 B(1003)이 겹친 영역(1004)에 위치하는 경우 겹친 영역(1004)에서 다른 사용자에게 추천된 검색어 중 다른 사용자가 실제 클릭한 검색어(이하, '클릭 검색어'라 칭함)를 수집한다. 그리고, 가상 영역 A(1002)와 가상 영역 B(1003)의 관련 검색어에 대하여 클릭 검색어와의 유사도를 이용하여 가상 영역 A(1002)와 가상 영역 B(1003)의 가중치를 계산한다. 예를 들어, 클릭 검색어가 <강남, 강남 맛집, 강남 버스, 날씨, 역삼 술집>이고, 가상 영역 A(1002)의 관련 검색어가 <강남, 강남날씨, 강남맛집, 강남 행사>이며, 가상 영역 B(1003)의 관련 검색어가 <역삼, 역삼 술집, 강남 타워>인 경우 가상 영역 A(1002)가 가상 영역 B(1003)에 비하여 클릭 검색어와의 유사도가 높은 것을 알 수 있으며 가상 영역 A(1002)의 가중치를 가상 영역 B(1003) 보다 높게 설정한다. 이에 대하여, 검색어 추천부(140)는 사용자가 두 개 이상의 가상 영역이 겹친 영역에 위치하는 경우 가중치가 높은 가상 영역의 관련 검색어를 기반으로 지역기반 검색어를 제공할 수 있다.
도 11은 본 발명의 일실시예에 있어서, 사용자의 위치를 기반으로 한 지역기반 검색어를 추천하는 지역기반 검색어 추천 방법을 도시한 흐름도이다. 본 실시예에 따른 지역기반 검색어 추천 방법은 도 1을 통해 설명한 지역기반 검색어 추천 시스템(100)에 의해 각각의 단계가 수행될 수 있다.
단계(1110)에서 지역기반 검색어 추천 시스템(100)은 검색어가 출현한 위치 정보를 검색어와 연관하여 수집한다. 다시 말해, 지역기반 검색어 추천 시스템(100)은 모바일 단말을 사용하는 사용자가 입력한 검색어를 수집하고 이 과정에서 검색어 외에 사용자가 검색어를 입력하는 위치 즉, 모바일 단말의 위치 정보를 수집할 수 있다. 여기서, 위치 정보는 물리적 위치 정보인 위도와 경도를 의미할 수 있으며, 또한, 영화관, 지하철 등 특정 물리적 위치에 태깅된 정보와 결합된 가상 위치를 의미할 수 있다.
단계(1120)에서 지역기반 검색어 추천 시스템(100)은 검색어를 기준으로 위치 정보를 클러스터링 하여 가상 영역을 설정한다. 먼저, 지역기반 검색어 추천 시스템(100)은 수집된 검색어를 가상 영역을 설정하는 데 활용하기 위하여 유사한 검색어들을 하나의 검색어로 정규화 하거나, 유사한 검색어들을 하나의 그룹으로 그룹핑 하거나, 특정 시간(t) 동안 다른 사용자들로 인하여 검색 또는 클릭이 이루어진 회수가 일정 회수 이상인 검색어를 선별할 수 있다. 이어, 지역기반 검색어 추천 시스템(100)은 정규화 된 검색어 또는 특정 조건에 따라 선별된 검색어를 단위로 검색어 별로 해당 검색어와 연관된 위치 정보를 클러스터링 하여 적어도 하나의 클러스터를 생성하거나, 검색어 그룹을 단위로 검색어 그룹 별로 그룹 내 검색어와 연관된 위치 정보를 클러스터링 하여 적어도 하나의 클러스터를 생성할 수 있다. 그리고, 검색어 추천 시스템(100)은 검색어(또는 검색어 그룹) 단위로 생성된 클러스터 중에서 클러스터 내 노드의 개수가 설정 개수(n) 이상인 개수 조건과, 동일한 클러스터 내에서 노드에 대한 표준 편차가 설정 치(s) 이하인 표준 편차 조건을 모두 만족하는 클러스터를 유효 클러스터로 선별한 후 유효 클러스터를 이용하여 가상 영역을 설정한다.
단계(1130)에서 지역기반 검색어 추천 시스템(100)은 사용자의 위치에 대응되는 가상 영역의 관련 검색어를 기반으로 사용자에게 지역기반 검색어를 제공한다. 여기서, 관련 검색어는 가상 영역 내의 위치 정보를 가지는 모든 검색어를 포함할 수 있으며, 시간 정보와 관련하여 가상 영역에서 급 상승 출현하는 검색어를 더 포함할 수 있다. 지역기반 검색어 추천 시스템(100)은 사용자가 하나의 가상 영역에 위치하는 경우 해당 가상 영역의 관련 검색어를 기반으로 지역기반 검색어로 제공할 수 있다. 또한, 지역기반 검색어 추천 시스템(100)은 사용자가 두 개 이상의 가상 영역이 겹친 영역에 위치하는 경우 겹친 두 가상 영역의 관련 검색어를 고려하여 지역기반 검색어를 선정할 수 있다. 이때, 지역기반 검색어 추천 시스템(100)은 두 가상 영역의 관련 검색어 중 사용자가 입력한 검색어의 카테고리에 해당하는 검색어를 지역기반 검색어로 선정할 수 있다. 또한, 지역기반 검색어 추천 시스템(100)은 상기 겹친 영역에서 다른 사용자에게 추천된 검색어에 대한 피드백 정보를 이용하여 지역기반 검색어를 선정할 수 있다.
이와 같이, 본 발명의 실시예들에 따르면, 사용자의 위치를 파악하여 그 위치에서 많이 사용된 검색어를 추천함으로써 지역기반의 검색어에 대한 추천 서비스를 제공할 수 있다.
본 발명의 실시예들은 다양한 컴퓨터로 구현되는 동작을 수행하기 위한 프로그램 명령을 포함하는 컴퓨터 판독 가능 매체를 포함한다. 상기 컴퓨터 판독 가능 매체는 프로그램 명령, 데이터 파일, 데이터 구조 등을 단독으로 또는 조합하여 포함할 수 있다. 상기 매체는 프로그램 명령은 본 발명을 위하여 특별히 설계되고 구성된 것들이거나 컴퓨터 소프트웨어 당업자에게 공지되어 사용 가능한 것일 수도 있다. 컴퓨터 판독 가능 기록 매체의 예에는 하드 디스크, 플로피 디스크 및 자기 테이프와 같은 자기 매체(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.
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 아니 되며, 후술하는 특허청구범위뿐 아니라 이 특허청구범위와 균등한 것들에 의해 정해져야 한다.
100: 지역기반 검색어 추천 시스템
110: 검색어 수집부
120: 영역 설정부
130: 영역 병합부
140: 검색어 추천부

Claims (31)

  1. 검색어가 입력된 위치 정보를 상기 검색어와 연관하여 저장하는 검색어 수집부;
    상기 검색어를 기준으로 상기 위치 정보를 클러스터링(clustering) 한 적어도 하나의 클러스터(cluster)를 생성한 후, 상기 클러스터를 이용하여 상기 검색어를 추천하기 위한 가상 영역을 설정하는 영역 설정부; 및
    사용자의 위치를 파악하여 상기 사용자가 상기 가상 영역에 위치하는 경우, 해당 가상 영역의 위치 정보와 연관된 상기 검색어 중에서 상기 사용자에 대한 추천 검색어인 지역기반 검색어를 제공하는 검색어 추천부
    를 포함하는 지역기반 검색어 추천 시스템.
  2. 제1항에 있어서,
    상기 영역 설정부는,
    상기 검색어 중에서 유사한 검색어들을 하나의 검색어로 정규화하는 검색어 필터부를 포함하고,
    상기 정규화 된 검색어 별로 상기 정규화 된 검색어와 연관된 상기 위치 정보를 클러스터링 하는 것
    을 특징으로 하는 지역기반 검색어 추천 시스템.
  3. 제1항에 있어서,
    상기 영역 설정부는,
    상기 검색어 중에서 유사한 검색어들을 하나의 그룹으로 그룹핑(grouping) 하는 검색어 필터부를 포함하고,
    상기 그룹 별로 상기 그룹 내 검색어와 연관된 상기 위치 정보를 클러스터링 하는 것
    을 특징으로 하는 지역기반 검색어 추천 시스템.
  4. 제1항에 있어서,
    상기 영역 설정부는,
    상기 검색어 별로 상기 위치 정보를 클러스터링 한 적어도 하나의 클러스터(cluster)를 생성하는 클러스터 생성부
    를 포함하고,
    상기 클러스터를 이용하여 상기 가상 영역을 설정하는 것
    을 특징으로 하는 지역기반 검색어 추천 시스템.
  5. 제4항에 있어서,
    상기 영역 설정부는,
    상기 클러스터에 대한 유효성을 판단하여 유효 클러스터를 선별하는 클러스터 선별부
    를 더 포함하고,
    상기 유효 클러스터를 이용하여 상기 가상 영역을 설정하는 것
    을 특징으로 하는 지역기반 검색어 추천 시스템.
  6. 제5항에 있어서,
    상기 클러스터 선별부는,
    상기 위치 정보에 해당되는 노드 개수가 설정 개수 이상인 클러스터를 상기 유효 클러스터로 선별하거나, 상기 위치 정보에 해당되는 노드에 대한 표준 편차가 설정 치 이하인 클러스터를 상기 유효 클러스터로 선별하는 것
    을 특징으로 하는 지역기반 검색어 추천 시스템.
  7. 제4항에 있어서,
    상기 영역 설정부는,
    상기 클러스터에 포함된 상기 위치 정보에 해당되는 노드 중 상기 클러스터의 모든 노드를 포함하는 외곽 노드를 검출한 후, 상기 외곽 노드를 연결한 다각형에 대응되는 영역을 이용하여 상기 가상 영역으로 설정하는 것
    을 특징으로 하는 지역기반 검색어 추천 시스템.
  8. 제7항에 있어서,
    상기 영역 설정부는,
    상기 다각형에 외접하는 원 또는 타원에 해당되는 영역, 또는 상기 외곽 노드를 일부 삭제하여 상기 다각형을 단순화한 단순화 다각형에 해당되는 영역을 상기 가상 영역으로 설정하는 것
    을 특징으로 하는 지역기반 검색어 추천 시스템.
  9. 제1항에 있어서,
    상기 지역기반 검색어 추천 시스템은,
    영역이 겹치는 상기 가상 영역을 하나의 가상 영역으로 병합하는 영역 병합부
    를 더 포함하는 지역기반 검색어 추천 시스템.
  10. 제4항에 있어서,
    상기 영역 설정부는,
    상기 클러스터와 연관된 상기 검색어를 상기 가상 영역에 대한 위치 대표 검색어로 선정하는 대표 검색어 선정부
    를 더 포함하고,
    상기 지역기반 검색어 추천 시스템은,
    상기 위치 대표 검색어가 동일한 검색어로 선정된 상기 가상 영역을 같은 가상 영역으로 병합하는 영역 병합부
    를 더 포함하는 지역기반 검색어 추천 시스템.
  11. 제4항에 있어서,
    상기 영역 설정부는,
    상기 클러스터와 연관된 상기 검색어를 상기 가상 영역에 대한 위치 대표 검색어로 선정하는 대표 검색어 선정부
    를 더 포함하고,
    상기 검색어 추천부는,
    상기 위치 대표 검색어를 상기 가상 영역과 대응되는 상기 지역기반 검색어로 제공하는 것
    을 특징으로 하는 지역기반 검색어 추천 시스템.
  12. 제1항에 있어서,
    상기 검색어 추천부는,
    상기 가상 영역의 위치 정보와 연관된 상기 검색어 중에서 다른 사용자로 인한 상기 검색어의 검색 회수 또는 클릭 회수에 따라 상기 지역기반 검색어를 선정하는 것
    을 특징으로 하는 지역기반 검색어 추천 시스템.
  13. 제1항에 있어서,
    상기 검색어 추천부는,
    상기 사용자로부터 검색어 입력이 들어오기 전에 상기 사용자에게 상기 지역기반 검색어를 제공하는 것
    을 특징으로 하는 지역기반 검색어 추천 시스템.
  14. 제11항에 있어서,
    상기 검색어 추천부는,
    상기 사용자로부터 검색어 입력이 들어오면 상기 사용자가 입력한 검색어의 카테고리에 해당하는 상기 지역기반 검색어를 제공하는 것
    을 특징으로 하는 지역기반 검색어 추천 시스템.
  15. 제1항에 있어서,
    상기 검색어 추천부는,
    상기 사용자가 두 개 이상의 가상 영역이 겹친 영역에 위치하는 경우, 상기 겹친 영역에서 다른 사용자에게 추천된 검색어 중에서 상기 다른 사용자로 인한 검색어의 클릭 회수에 따라 상기 지역기반 검색어를 선정하거나, 또는 상기 사용자가 입력한 검색어의 카테고리에 해당하는 상기 지역기반 검색어를 선정하는 것
    을 특징으로 하는 지역기반 검색어 추천 시스템.
  16. 검색어가 입력된 위치 정보를 상기 검색어와 연관하여 저장하는 검색어 수집단계;
    상기 검색어를 기준으로 상기 위치 정보를 클러스터링 한 적어도 하나의 클러스터를 생성한 후, 상기 클러스터를 이용하여 상기 검색어를 추천하기 위한 가상 영역을 설정하는 영역 설정단계; 및
    사용자의 위치를 파악하여 상기 사용자가 상기 가상 영역에 위치하는 경우, 해당 가상 영역의 위치 정보와 연관된 상기 검색어 중에서 상기 사용자에 대한 추천 검색어인 지역기반 검색어를 제공하는 검색어 추천단계
    를 포함하는 지역기반 검색어 추천 방법.
  17. 제16항에 있어서,
    상기 영역 설정단계는,
    상기 검색어 중에서 유사한 검색어들을 하나의 검색어로 정규화하는 검색어 필터단계를 포함하고,
    상기 정규화 된 검색어 별로 상기 정규화 된 검색어와 연관된 상기 위치 정보를 클러스터링 하는 것
    을 특징으로 하는 지역기반 검색어 추천 방법.
  18. 제16항에 있어서,
    상기 영역 설정단계는,
    상기 검색어 중에서 유사한 검색어들을 하나의 그룹으로 그룹핑 하는 검색어 필터단계를 포함하고,
    상기 그룹 별로 상기 그룹 내 검색어와 연관된 상기 위치 정보를 클러스터링 하는 것
    을 특징으로 하는 지역기반 검색어 추천 방법.
  19. 제16항에 있어서,
    상기 영역 설정단계는,
    상기 검색어 별로 상기 위치 정보를 클러스터링 한 적어도 하나의 클러스터를 생성하는 클러스터 생성단계
    를 포함하고,
    상기 클러스터를 이용하여 상기 가상 영역을 설정하는 것
    을 특징으로 하는 지역기반 검색어 추천 방법.
  20. 제19항에 있어서,
    상기 영역 설정단계는,
    상기 클러스터에 대한 유효성을 판단하여 유효 클러스터를 선별하는 클러스터 선별단계
    를 더 포함하고,
    상기 유효 클러스터를 이용하여 상기 가상 영역을 설정하는 것
    을 특징으로 하는 지역기반 검색어 추천 방법.
  21. 제20항에 있어서,
    상기 클러스터 선별단계는,
    상기 위치 정보에 해당되는 노드 개수가 설정 개수 이상인 클러스터를 상기 유효 클러스터로 선별하거나, 상기 위치 정보에 해당되는 노드에 대한 표준 편차가 설정 치 이하인 클러스터를 상기 유효 클러스터로 선별하는 것
    을 특징으로 하는 지역기반 검색어 추천 방법.
  22. 제19항에 있어서,
    상기 영역 설정단계는,
    상기 클러스터에 포함된 상기 위치 정보에 해당되는 노드 중 상기 클러스터의 모든 노드를 포함하는 외곽 노드를 검출한 후, 상기 외곽 노드를 연결한 다각형에 대응되는 영역을 이용하여 상기 가상 영역으로 설정하는 것
    을 특징으로 하는 지역기반 검색어 추천 방법.
  23. 제22항에 있어서,
    상기 영역 설정단계는,
    상기 다각형에 외접하는 원 또는 타원에 해당되는 영역, 또는 상기 외곽 노드를 일부 삭제하여 상기 다각형을 단순화한 단순화 다각형에 해당되는 영역을 상기 가상 영역으로 설정하는 것
    을 특징으로 하는 지역기반 검색어 추천 방법.
  24. 제16항에 있어서,
    상기 지역기반 검색어 추천 방법은,
    영역이 겹치는 상기 가상 영역을 하나의 가상 영역으로 병합하는 영역 병합단계
    를 더 포함하는 지역기반 검색어 추천 방법.
  25. 제19항에 있어서,
    상기 영역 설정단계는,
    상기 클러스터와 연관된 상기 검색어를 상기 가상 영역에 대한 위치 대표 검색어로 선정하는 대표 검색어 선정단계
    를 더 포함하고,
    상기 지역기반 검색어 추천 방법은,
    상기 위치 대표 검색어가 동일한 검색어로 선정된 상기 가상 영역을 같은 가상 영역으로 병합하는 영역 병합단계
    를 더 포함하는 지역기반 검색어 추천 방법.
  26. 제19항에 있어서,
    상기 영역 설정단계는,
    상기 클러스터와 연관된 상기 검색어를 상기 가상 영역에 대한 위치 대표 검색어로 선정하는 대표 검색어 선정단계
    를 더 포함하고,
    상기 검색어 추천단계는,
    상기 위치 대표 검색어를 상기 가상 영역과 대응되는 상기 지역기반 검색어로 제공하는 것
    을 특징으로 하는 지역기반 검색어 추천 방법.
  27. 제16항에 있어서,
    상기 검색어 추천단계는,
    상기 가상 영역의 위치 정보와 연관된 상기 검색어 중에서 다른 사용자로 인한 상기 검색어의 검색 회수 또는 클릭 회수에 따라 상기 지역기반 검색어를 선정하는 것
    을 특징으로 하는 지역기반 검색어 추천 방법.
  28. 제16항에 있어서,
    상기 검색어 추천단계는,
    상기 사용자로부터 검색어 입력이 들어오기 전에 상기 사용자에게 상기 지역기반 검색어를 제공하는 것
    을 특징으로 하는 지역기반 검색어 추천 방법.
  29. 제16항에 있어서,
    상기 검색어 추천단계는,
    상기 사용자로부터 검색어 입력이 들어오면 상기 사용자가 입력한 검색어의 카테고리에 해당하는 상기 지역기반 검색어를 제공하는 것
    을 특징으로 하는 지역기반 검색어 추천 방법.
  30. 제16항에 있어서,
    상기 검색어 추천단계는,
    상기 사용자가 두 개 이상의 가상 영역이 겹친 영역에 위치하는 경우, 상기 겹친 영역에서 다른 사용자에게 추천된 검색어 중에서 상기 다른 사용자로 인한 상기 검색어의 클릭 회수에 따라 상기 지역기반 검색어를 선정하거나, 또는 상기 사용자가 입력한 검색어의 카테고리에 해당하는 상기 지역기반 검색어를 선정하는 것
    을 특징으로 하는 지역기반 검색어 추천 방법.
  31. 제16항 내지 제30항 중 어느 한 항의 방법을 수행하는 프로그램을 기록한 컴퓨터 판독 가능 기록 매체.
KR1020100103946A 2010-10-25 2010-10-25 지역기반의 검색어를 추천하는 시스템 및 그 방법 KR101174216B1 (ko)

Priority Applications (3)

Application Number Priority Date Filing Date Title
KR1020100103946A KR101174216B1 (ko) 2010-10-25 2010-10-25 지역기반의 검색어를 추천하는 시스템 및 그 방법
US13/243,684 US9460113B2 (en) 2010-10-25 2011-09-23 System and method for recommending location-based keyword
JP2011232441A JP5745993B2 (ja) 2010-10-25 2011-10-24 地域基盤の検索語を推薦するシステム及びその方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020100103946A KR101174216B1 (ko) 2010-10-25 2010-10-25 지역기반의 검색어를 추천하는 시스템 및 그 방법

Publications (2)

Publication Number Publication Date
KR20120042307A KR20120042307A (ko) 2012-05-03
KR101174216B1 true KR101174216B1 (ko) 2012-08-14

Family

ID=45973848

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020100103946A KR101174216B1 (ko) 2010-10-25 2010-10-25 지역기반의 검색어를 추천하는 시스템 및 그 방법

Country Status (3)

Country Link
US (1) US9460113B2 (ko)
JP (1) JP5745993B2 (ko)
KR (1) KR101174216B1 (ko)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101688738B1 (ko) * 2015-07-24 2016-12-21 주식회사 카카오 메인 토큰과 컨텍스트 정보를 통해 서브 토큰을 결정함으로써 컨텐츠를 제공하는 컨텐츠 제공 방법 및 상기 방법을 수행하는 서버 및 사용자 단말
KR20190020791A (ko) * 2016-06-22 2019-03-04 후아웨이 테크놀러지 컴퍼니 리미티드 후보 단어 표시 방법 및 장치, 및 그래픽 사용자 인터페이스

Families Citing this family (20)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US9110894B2 (en) 2011-12-16 2015-08-18 Yahooo! Inc. Systems and methods for determining related places
US9384711B2 (en) 2012-02-15 2016-07-05 Microsoft Technology Licensing, Llc Speculative render ahead and caching in multiple passes
KR101700340B1 (ko) * 2012-04-06 2017-01-26 에스케이플래닛 주식회사 대용량 데이터의 클러스터 결과 분석 시스템 및 방법
US9230517B2 (en) 2012-05-31 2016-01-05 Microsoft Technology Licensing, Llc Virtual surface gutters
US9177533B2 (en) 2012-05-31 2015-11-03 Microsoft Technology Licensing, Llc Virtual surface compaction
US9286122B2 (en) 2012-05-31 2016-03-15 Microsoft Technology Licensing, Llc Display techniques using virtual surface allocation
US9235925B2 (en) 2012-05-31 2016-01-12 Microsoft Technology Licensing, Llc Virtual surface rendering
ES2438621B2 (es) * 2012-07-16 2014-08-13 Cementos Portland Valderrivas, S.A. Cemento de altas prestaciones mecánicas a cortas edades
KR101482756B1 (ko) * 2013-08-07 2015-01-14 네이버 주식회사 의미적 지역을 기반으로 검색어를 추천하는 방법 및 시스템
KR101385210B1 (ko) * 2012-08-20 2014-04-17 주식회사 네오위즈인터넷 문자입력장치 및 그의 단어제공방법
US8595317B1 (en) 2012-09-14 2013-11-26 Geofeedr, Inc. System and method for generating, accessing, and updating geofeeds
CN103885971B (zh) * 2012-12-20 2017-02-08 阿里巴巴集团控股有限公司 数据推送的方法及装置
US9307007B2 (en) 2013-06-14 2016-04-05 Microsoft Technology Licensing, Llc Content pre-render and pre-fetch techniques
KR102130300B1 (ko) * 2013-08-06 2020-07-08 팅크웨어(주) 인접 행정계 정보를 이용한 행정계 확장 검색 시스템 및 방법
CN106257448A (zh) 2015-06-19 2016-12-28 阿里巴巴集团控股有限公司 一种关键词的展示方法和装置
US11593857B1 (en) * 2015-11-02 2023-02-28 Walgreen Co. Systems and methods for improving a shopping experience within a retail store
KR101688496B1 (ko) * 2015-12-04 2016-12-22 주식회사 허블 어플리케이션 연동을 통한 부가기능 제공 시스템 장치 및 그 동작 방법
JP7102790B2 (ja) * 2018-03-07 2022-07-20 富士通株式会社 データ生成方法、データ生成プログラム及び情報処理装置
CN108920531B (zh) * 2018-06-08 2021-10-15 Oppo(重庆)智能科技有限公司 搜索内容推荐方法、装置、终端设备及存储介质
CN113449050B (zh) * 2020-03-24 2024-04-16 北京四维图新科技股份有限公司 位置搜索方法、装置及存储介质

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR100885527B1 (ko) * 2007-10-24 2009-02-26 주식회사 코난테크놀로지 문맥 기반 색인데이터 생성장치와 문맥기반 검색장치 및 그방법
KR20090020937A (ko) 2007-08-24 2009-02-27 연세대학교 산학협력단 이동통신 단말기를 이용한 검색어 추천 시스템 및 그 방법,상기 방법을 구현하는 프로그램이 저장된 기록매체

Family Cites Families (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP3325326B2 (ja) 1993-02-26 2002-09-17 株式会社東芝 電子ファイリング装置
JP4330764B2 (ja) * 2000-06-09 2009-09-16 シャープ株式会社 液晶表示装置
KR100673598B1 (ko) * 2004-07-20 2007-01-24 에스케이커뮤니케이션즈 주식회사 이동통신 단말기를 통한 모블로그 기반의 지역 커뮤니티 서비스 제공 시스템 및 방법
JP2006163877A (ja) * 2004-12-08 2006-06-22 Seiko Epson Corp メタデータ生成装置
US8103445B2 (en) * 2005-04-21 2012-01-24 Microsoft Corporation Dynamic map rendering as a function of a user parameter
US8306973B2 (en) * 2009-04-06 2012-11-06 Google Inc. Method for generating location targeted, keyword-triggered, ads and generating user recallable layer-based ads
US8386406B2 (en) * 2009-07-08 2013-02-26 Ebay Inc. Systems and methods for making contextual recommendations
US9129012B2 (en) * 2010-02-03 2015-09-08 Google Inc. Information search system with real-time feedback

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20090020937A (ko) 2007-08-24 2009-02-27 연세대학교 산학협력단 이동통신 단말기를 이용한 검색어 추천 시스템 및 그 방법,상기 방법을 구현하는 프로그램이 저장된 기록매체
KR100885527B1 (ko) * 2007-10-24 2009-02-26 주식회사 코난테크놀로지 문맥 기반 색인데이터 생성장치와 문맥기반 검색장치 및 그방법

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101688738B1 (ko) * 2015-07-24 2016-12-21 주식회사 카카오 메인 토큰과 컨텍스트 정보를 통해 서브 토큰을 결정함으로써 컨텐츠를 제공하는 컨텐츠 제공 방법 및 상기 방법을 수행하는 서버 및 사용자 단말
KR20190020791A (ko) * 2016-06-22 2019-03-04 후아웨이 테크놀러지 컴퍼니 리미티드 후보 단어 표시 방법 및 장치, 및 그래픽 사용자 인터페이스
US11010551B2 (en) 2016-06-22 2021-05-18 Huawei Technologies Co., Ltd. Method and apparatus for displaying candidate word, and graphical user interface
KR102289706B1 (ko) * 2016-06-22 2021-08-12 아너 디바이스 컴퍼니 리미티드 후보 단어 표시 방법 및 장치, 및 그래픽 사용자 인터페이스
US11755835B2 (en) 2016-06-22 2023-09-12 Honor Device Co., Ltd. Method and apparatus for displaying candidate word, and graphical user interface

Also Published As

Publication number Publication date
JP2012094142A (ja) 2012-05-17
US9460113B2 (en) 2016-10-04
US20120102034A1 (en) 2012-04-26
JP5745993B2 (ja) 2015-07-08
KR20120042307A (ko) 2012-05-03

Similar Documents

Publication Publication Date Title
KR101174216B1 (ko) 지역기반의 검색어를 추천하는 시스템 및 그 방법
US9471603B2 (en) Method, apparatus and computer-readable recording medium for managing images in image database
KR101029160B1 (ko) 이미지 데이터베이스에 신규 이미지 및 이에 대한 정보를 추가하기 위한 방법, 시스템 및 컴퓨터 판독 가능한 기록 매체
US8442716B2 (en) Identifying physical locations of entities
CN103927310B (zh) 一种地图数据搜索建议生成方法及装置
US20130205196A1 (en) Location-based mobile application marketplace system
KR101042910B1 (ko) 전자 지도를 이용하여 서비스를 제공하기 위한 방법, 시스템 및 컴퓨터 판독 가능한 기록 매체
EP3312738B1 (en) Method and device for displaying keyword
KR20140137352A (ko) 위치 기반 언어 모델링을 사용하는 자동화 입력 신호 인식
KR101344913B1 (ko) 지역별 자동완성 질의어 제공 시스템 및 방법
JP2010079608A (ja) 情報配信システム、情報配信サーバ、情報配信方法および情報配信プログラム
CN106598965A (zh) 一种基于地址信息的账户映射方法及装置
US10896217B2 (en) Access points for maps
JP2007219655A (ja) 施設情報管理システム、施設情報管理方法および施設情報管理プログラム
CN105659272A (zh) 处理搜索查询
Wang et al. $ N $-in-One: A Novel Location-Based Service
KR101683138B1 (ko) 정보검색장치 및 그 동작 방법
JP6162134B2 (ja) ソーシャルページのトリガー
KR101867421B1 (ko) 소셜 데이터를 이용한 서비스 제공업체 추천 방법 및 장치
CN103853437A (zh) 一种获取候选项的方法及装置
US20140195561A1 (en) Search method and information managing apparatus
CN112861532B (zh) 地址标准化处理方法、装置、设备及在线搜索系统
JP5647090B2 (ja) クエリ推薦装置及び方法及びプログラム
US12026190B2 (en) Access points for maps
KR101431664B1 (ko) 위치 정보 제공 방법 및 서버 장치

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: 20150722

Year of fee payment: 4

FPAY Annual fee payment

Payment date: 20160725

Year of fee payment: 5

FPAY Annual fee payment

Payment date: 20170704

Year of fee payment: 6

FPAY Annual fee payment

Payment date: 20190701

Year of fee payment: 8