KR101573449B1 - 모바일 애플리케이션 기회 맵 생성 방법 및 장치 - Google Patents

모바일 애플리케이션 기회 맵 생성 방법 및 장치 Download PDF

Info

Publication number
KR101573449B1
KR101573449B1 KR1020140011744A KR20140011744A KR101573449B1 KR 101573449 B1 KR101573449 B1 KR 101573449B1 KR 1020140011744 A KR1020140011744 A KR 1020140011744A KR 20140011744 A KR20140011744 A KR 20140011744A KR 101573449 B1 KR101573449 B1 KR 101573449B1
Authority
KR
South Korea
Prior art keywords
opportunity
factor
mobile application
keyword
utility value
Prior art date
Application number
KR1020140011744A
Other languages
English (en)
Other versions
KR20150090756A (ko
Inventor
김문수
김철현
Original Assignee
한국외국어대학교 연구산학협력단
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 한국외국어대학교 연구산학협력단 filed Critical 한국외국어대학교 연구산학협력단
Priority to KR1020140011744A priority Critical patent/KR101573449B1/ko
Publication of KR20150090756A publication Critical patent/KR20150090756A/ko
Application granted granted Critical
Publication of KR101573449B1 publication Critical patent/KR101573449B1/ko

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/40—Information retrieval; Database structures therefor; File system structures therefor of multimedia data, e.g. slideshows comprising image and additional audio data
    • G06F16/48—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually

Abstract

개시된 실시 예는 모바일 애플리케이션 기회 맵 생성 방법 및 장치에 관한 것으로, 새로운 모바일 애플리케이션에 대한 기회를 파악하고, 이들에 대한 평가를 2차원으로 도식화하여 나타내주는 기회 맵(opportunity map)을 작성함으로써 유망한 모바일 애플리케이션 기회를 체계적으로 발굴할 수 있다.

Description

모바일 애플리케이션 기회 맵 생성 방법 및 장치{Method and apparatus for generating an opportunity map of mobile application}
실시 예들은 모바일 애플리케이션 기회 맵을 생성하는 방법 및 장치에 관한 것이다.
최근 들어 IT 기술의 급속한 발전과 진보에 따라 신 서비스 개발의 초점은 전통적 오프라인 서비스에서 기술이 만들어 낸 새로운 유형의 서비스인 기술기반 서비스(technology-based services)로 이동하고 있다. 기술기반 서비스의 대표적 사례로 모바일 서비스가 있다. 예를 들면, iPhone용 모바일 애플리케이션 서비스를 매매할 수 있는 애플사의 앱 스토어에는 약 14만 개의 애플리케이션이 등록되어 있으며 시작 18개월 만에 30억 건의 다운로드를 기록하는 등, 기술의 발전이 단지 제품의 개발, 출시, 판매에 머무르지 않고 새로운 서비스 시장을 창출하고 있다. 뿐만 아니라 관련 서비스 시장의 성장 속도가 제품 시장을 앞지르는 사례도 관찰되고 있다. 이에 따라 새로운 모바일 서비스의 개발은 매우 중요한 주제로 부각되고 있다. 특히 모바일 서비스 개념의 개발은 모바일 서비스 개발의 첫 단계이며, 이후 단계에 직접적 영향을 미치는 매우 중요한 영역이다.
서비스 개념 개발은 서비스 개념의 생성과 평가의 두 단계로 구성된다. 우선, 서비스 개념의 생성에 관한 기존 연구는 주로 고객을 출발점으로 한다. 이는 새로운 서비스가 고객의 경험이나 요구로부터 창출된다는 것이며, 전통적 오프라인 서비스에 주된 초점을 맞추어 왔다. 하지만, 이러한 시장 견인적(market-driven) 특성의 전통적 오프라인 서비스와는 달리 모바일 서비스는 기술 견인적(technology-driven) 특성을 지닌 기술기반 서비스의 일종이다. 즉, 모바일 서비스에서의 서비스 생성이나 진화의 출발점은 기술혁신이다. 이렇듯 모바일 서비스와 전통적 오프라인 서비스의 특성 간에 상당한 차이가 있으므로, 전통적인 고객 중심적 접근법을 모바일 서비스, 특히 고객이 잘 알지 못하는 완전히 새로운 서비스의 개념 생성에 적용할 경우 한계가 있다.
서비스 개념의 평가의 경우, 대부분의 기존 연구에서는 서베이, 인터뷰, 집단 토론 등의 전통적 시장 조사 기법을 이용해 측정한 고객 선호도를 주로 사용하고 있다. 하지만, 일반적으로 고객은 새로운 서비스에 대해 무지할 뿐만 아니라 그것이 가져다줄 수 있는 다양한 혜택을 사실상 알기 어렵다. 그러므로 고객 선호도 기반의 평가시 신 서비스의 효용이 제대로 파악되지 못하며 신뢰성 있는 판단이 이루어지지 못하는 경우가 많으며, 이러한 특성은 기술 기반 서비스에 있어 더욱 두드러진다.
실시 예는 새로운 모바일 서비스 개념의 생성과 평가에 있어 기존의 고객 중심적 접근법의 한계를 극복하고, 새로운 모바일 애플리케이션 서비스 개념의 개발을 위한 데이터베이스 중심적 접근법을 적용한, 모바일 애플리케이션 기회 맵 생성 방법 및 장치를 제공하는 것이다.
일 실시 예에 따른 모바일 애플리케이션 기회 맵 생성 방법은 상기 모바일 애플리케이션 기회 맵 생성 방법은 앱 분석 시스템에 의해 수행되며, 상기 앱 분석 시스템과 네트워크로 접속된 다수의 앱 정보 제공 서버로부터 다수의 등록된 모바일 애플리케이션에 대한 제목, 설명, 고객평가점수 및 가격 정보 중 적어도 하나를 포함하는 앱 정보를 수집하는 단계; 상기 수집된 앱 정보를 파싱하여 추출된 키워드를 기초로 키워드 벡터를 생성하고, 상기 생성된 키워드 벡터에 대한 요인 분석을 수행하여 각각의 요인별 키워드로 분류하는 단계; 상기 각각의 요인을 차원으로 할당하고, 상기 할당된 요인으로 분류된 키워드를 형태로 할당하여, 상기 할당된 차원별로 상기 할당된 형태를 하나씩 선택 및 조합하는 형태 분석을 수행함으로써, 모바일 애플리케이션에 대한 기회를 생성하는 단계; 및 상기 생성된 기회에 대해 상기 고객 평가 점수를 반영한 매력도를 x축으로 할당하고, 상기 생성된 기회에 대해 상기 가격 정보를 반영한 가치를 y축으로 할당하여, 상기 x축 및 y축에 대응한 상기 생성된 기회를 위치시킨 상기 모바일 애플리케이션 기회 맵을 생성하는 단계를 포함한다.
상기 수집 단계는, 상기 수집된 앱 정보를 텍스트로 변환하고, 상기 변환된 텍스트로부터 상기 제목, 상기 설명, 상기 고객평가점수 및 상기 가격 정보 중 적어도 하나를 추출하여 데이터베이스에 저장하는 것을 특징으로 한다.
상기 분류 단계는, 상기 앱 정보 중 상기 설명에 대해 텍스트 마이닝을 적용하여 상기 키워드를 추출하는 단계; 상기 추출된 키워드가 상기 다수의 등록된 모바일 애플리케이션에 포함되는 빈도를 계산하여 키워드 벡터를 생성하는 단계; 상기 생성된 키워드 벡터에 대한 요인 분석을 수행하여, 요인을 추출하는 단계; 및 상기 추출된 요인별로 상기 키워드를 분류하는 단계를 포함한다.
상기 매력도는, 상기 요인에 상응하는 속성과, 상기 요인에 속한 키워드들에 상응하는 수준을 기초로, 상기 고객 평가 점수를 반영한 해당 속성별 수준들의 부분 효용 값을 계산하고, 각각의 계산된 부분 효용 값을 더한 해당 모바일 애플리케이션의 기회에 대응하는 효용 값인 것을 특징으로 한다.
상기 가치는, 상기 요인에 상응하는 속성과, 상기 요인에 속한 키워드들에 상응하는 수준을 기초로, 상기 가격을 반영한 해당 속성별 수준들의 부분 효용 값을 계산하고, 각각의 계산된 부분 효용 값을 더한 해당 모바일 애플리케이션의 기회에 대응하는 효용 값인 것을 특징으로 한다.
다른 실시 예에 따른 모바일 애플리케이션 기회 맵 생성 장치는 네트워크로 접속된 다수의 앱 정보 제공 서버로부터 다수의 등록된 모바일 애플리케이션에 대한 제목, 설명, 고객평가점수 및 가격 정보 중 적어도 하나를 포함하는 앱 정보를 수집하는 데이터 수집 모듈; 상기 수집된 앱 정보를 파싱하여 추출된 키워드를 기초로 키워드 벡터를 생성하고, 상기 생성된 키워드 벡터에 대한 요인 분석을 수행하여 각각의 요인별 키워드로 분류하는 데이터 전처리 모듈; 상기 각각의 요인을 차원으로 할당하고, 상기 할당된 요인으로 분류된 키워드를 형태로 할당하여, 상기 할당된 차원별로 상기 할당된 형태를 하나씩 선택 및 조합하는 형태 분석을 수행함으로써, 모바일 애플리케이션에 대한 기회를 생성하는 기회 생성 모듈; 및 상기 생성된 기회에 대해 상기 고객 평가 점수를 반영한 매력도를 x축으로 할당하고, 상기 생성된 기회에 대해 상기 가격 정보를 반영한 가치를 y축으로 할당하여, 상기 x축 및 y축에 대응한 상기 생성된 기회를 위치시킨 상기 모바일 애플리케이션 기회 맵을 생성하는 기회 맵 생성 모듈을 포함한다.
상기 데이터 수집 모듈은, 상기 수집된 앱 정보를 텍스트로 변환하고, 상기 변환된 텍스트로부터 상기 제목, 상기 설명, 상기 고객평가점수 및 상기 가격 정보 중 적어도 하나를 추출하여 데이터베이스에 저장하는 것을 특징으로 한다.
상기 데이터 전처리 모듈은, 상기 앱 정보 중 상기 설명에 대해 텍스트 마이닝을 적용하여 상기 키워드를 추출하고, 상기 추출된 키워드가 상기 다수의 등록된 모바일 애플리케이션에 포함되는 빈도를 계산하여 키워드 벡터를 생성하고, 상기 생성된 키워드 벡터에 대한 요인 분석을 수행하여, 요인을 추출하고, 상기 추출된 요인별로 상기 키워드를 분류하는 것을 특징으로 한다.
상기 매력도는, 상기 요인에 상응하는 속성과, 상기 요인에 속한 키워드들에 상응하는 수준을 기초로, 상기 고객 평가 점수를 반영한 해당 속성별 수준들의 부분 효용 값을 계산하고, 각각의 계산된 부분 효용 값을 더한 해당 모바일 애플리케이션의 기회에 대응하는 효용 값이고, 상기 가치는, 상기 요인에 상응하는 속성과, 상기 요인에 속한 키워드들에 상응하는 수준을 기초로, 상기 가격을 반영한 해당 속성별 수준들의 부분 효용 값을 계산하고, 각각의 계산된 부분 효용 값을 더한 해당 모바일 애플리케이션의 기회에 대응하는 효용 값인 것을 특징으로 한다.
또 다른 실시 예에 따른 상기 모바일 애플리케이션 기회 맵 생성 방법을 컴퓨터에서 실행시키기 위한 프로그램을 기록한 기록매체를 포함한다.
실시 예들은 새로운 모바일 애플리케이션에 대한 기회를 파악하고, 이들에 대한 평가를 2차원으로 도식화하여 나타내주는 기회 맵(opportunity map)을 작성함으로써 유망한 모바일 애플리케이션 기회를 체계적으로 발굴할 수 있다.
도 1은 일 실시 예에 따른 전체 시스템(100)의 개략도이다.
도 2는 도 1에 도시된 앱 분석 시스템(130)의 개략도이다.
도 3은 도 2에 도시된 데이터 수집 모듈(210)의 개략도이다.
도 4는 도 2에 도시된 데이터 전처리 모듈(220)의 개략도이다.
도 5는 도 2에 도시된 기회 생성 모듈(230)의 개략도이다.
도 6은 도 2에 도시된 기회 맵 생성 모듈(240)의 개략도이다.
도 7은 모바일 애플리케이션 기회 맵의 예시 도이다.
실시 예는 다양한 변환을 가할 수 있고 여러 가지 실시 예를 가질 수 있는바, 특정 실시 예들을 도면에 예시하고 상세한 설명에 상세하게 설명하고자 한다. 그러나 이는 실시 예를 특정한 실시 형태에 대해 한정하려는 것이 아니며, 실시 예의 사상 및 기술 범위에 포함되는 모든 변환, 균등물 내지 대체물을 포함하는 것으로 이해되어야 한다. 실시 예를 설명함에 있어서 관련된 공지 기술에 대한 구체적인 설명이 실시 예의 요지를 흐릴 수 있다고 판단되는 경우 그 상세한 설명을 생략한다.
제1, 제2 등의 용어는 다양한 구성요소들을 설명하는데 사용될 수 있지만, 구성요소들은 용어들에 의해 한정되어서는 안 된다. 용어들은 하나의 구성요소를 다른 구성요소로부터 구별하는 목적으로만 사용된다.
본 출원에서 사용한 용어는 단지 특정한 실시 예를 설명하기 위해 사용된 것으로, 실시 예를 한정하려는 의도가 아니다. 단수의 표현은 문맥상 명백하게 다르게 뜻하지 않는 한, 복수의 표현을 포함한다. 실시 예에서, "포함하다" 또는 "가지다" 등의 용어는 명세서상에 기재된 특징, 숫자, 단계, 동작, 구성요소, 부품 또는 이들을 조합한 것이 존재함을 지정하려는 것이지, 하나 또는 그 이상의 다른 특징들이나 숫자, 단계, 동작, 구성요소, 부품 또는 이들을 조합한 것들의 존재 또는 부가 가능성을 미리 배제하지 않는 것으로 이해되어야 한다.
이하, 실시 예를 첨부도면을 참조하여 상세히 설명하기로 하며, 첨부 도면을 참조하여 설명함에 있어, 동일하거나 대응하는 구성 요소는 동일한 도면번호를 부여하고 이에 대한 중복되는 설명은 생략하기로 한다.
실시 예들은 새로운 모바일 애플리케이션에 대한 기회를 파악하고, 이들에 대한 평가를 2차원으로 도식화하여 나타내주는 기회 맵(opportunity map)을 작성함으로써 유망한 모바일 애플리케이션 기회를 체계적으로 발굴할 수 있는 방법 및 장치에 관한 것이다.
도 1은 일 실시 예에 따른 전체 시스템(100)의 개략도이다.
도 1을 참조하면, 시스템(100)은 모바일 단말(110)과, 앱 정보 제공 서버(120) 및 앱 분석 시스템(130)을 포함한다. 여기서, 앱 분석 시스템(130)은 청구범위에 사용된 모바일 애플리케이션 기회 맵 생성 장치와 동일한 의미로 이해되어야 한다.
앱 정보 제공 서버(120)는 모바일 단말(110)에 다양한 모바일 애플리케이션을 제공할 수 있으며, 모바일 단말(110)은 앱 정보 제공 서버(120)에 접속하여, 사용자가 원하는 모바일 애플리케이션을 다운로드 받아, 설치 및 사용할 수 있다.
앱 분석 시스템(130)은 네트워크로 접속된 다수의 앱 정보 제공 서버(120)로부터 다수의 등록된 모바일 애플리케이션에 대한 제목, 설명, 고객평가점수 및 가격 정보 중 적어도 하나를 포함하는 앱 정보를 수집하고, 수집된 앱 정보를 파싱하여 추출된 키워드를 기초로 키워드 벡터를 생성하고, 생성된 키워드 벡터에 대한 요인 분석을 수행하여 각각의 요인별 키워드로 분류한다. 또한, 각각의 요인을 차원으로 할당하고, 할당된 요인으로 분류된 키워드를 형태로 할당하여, 할당된 차원별로 할당된 형태를 하나씩 선택 및 조합하는 형태 분석을 수행하여, 새로운 모바일 애플리케이션에 대한 기회를 생성한다. 그리고 생성된 기회에 대해 고객 평가 점수를 반영한 매력도를 x축으로 할당하고, 생성된 기회에 대해 가격 정보를 반영한 가치를 y축으로 할당하여, x축 및 y축에 대응한 생성된 기회를 위치시킨 모바일 애플리케이션 기회 맵을 생성한다. 상세한 앱 분석 시스템(130)은 구성은 도 2 내지 6을 참조하여 후술한다.
도 2는 도 1에 도시된 앱 분석 시스템(130)의 개략도이다.
도 2를 참조하면, 앱 분석 시스템(130)은 데이터 수집 모듈(210), 데이터 전처리 모듈(220), 기회 생성 모듈(230) 및 기회 맵 생성 모듈(240)을 포함한다.
데이터 수집 모듈(210)은 다수의 앱 정보 제공 서버(120)로부터 다수의 등록된 모바일 애플리케이션에 대한 제목, 설명, 고객평가점수, 가격 정보를 포함하는 앱 정보를 수집한다. 예를 들면 iPhone AppPlus 등 모바일 애플리케이션 정보를 제공하는 웹사이트에 등록된 모바일 애플리케이션에 대한 정보를 html 형태로 다운로드받아 수집한다. 이를 텍스트 형태로 변환한 후 각 모바일 애플리케이션의 제목(title), 설명(description), 고객평가점수(rating), 가격(price) 정보를 추출하여 데이터베이스에 저장한다.
도 3을 참조하면, 데이터 수집 모듈(210)은 앱 정보 다운로드 부(211), 텍스트 변환부(212) 및 정보 추출부(213)를 포함한다. 앱 정보 다운로드 부(211)는 네트워크로 접속된 다수의 앱 정보 제공 서버로부터 등록된 모바일 애플리케이션에 대한 앱 정보를 다운로드 받는다. 텍스트 변환부(212)는 html 형태의 앱 정보를 텍스트로 변환한다. 정보 추출부(213)는 앱 정보를 제목, 설명, 고객평가점수, 가격 정보로 각각 추출하여 데이터베이스에 저장한다. 여기서, 설명은 각 모바일 애플리케이션 서비스의 상세한 내용을 담고 있는 정보이다.
데이터 전처리 모듈(220)은 데이터 수집 모듈(210)에서 수집된 앱 정보를 파싱하여 추출된 키워드를 기초로 키워드 벡터를 생성하고, 생성된 키워드 벡터에 대한 요인 분석을 수행하여 각각의 요인별 키워드로 분류한다. 데이터 수집 모듈(210)의 데이터베이스에 저장된 각 모바일 애플리케이션의 설명 정보에 대해 텍스트 마이닝(text mining)을 적용하여 키워드를 추출한다. 추출한 키워드들이 각 모바일 애플리케이션 문서에 출현하는 빈도를 계산하여 키워드 벡터(keyword vector)를 구축한다. 구축한 키워드 벡터에 대해 요인 분석(factor analysis)을 수행하여 요인을 추출하고, 각 요인별로 키워드를 분류한다.
도 4를 참조하면, 데이터 전처리 모듈(220)은 키워드 추출부(221), 키워드 벡터 생성부(222), 요인 분석부(223), 키워드 분류부(224)를 포함한다. 예를 들면, 앱 스토어에 등록된 모바일 애플리케이션 서비스 문서는 자연어 형태로 표현되어 있기 때문에, 이후 분석을 위해 구조화된 형태로 바꾸는 것이 필요하다. 따라서, 키워드 추출부(221)는 문서들에 대한 텍스트 마이닝의 적용을 통해 키워드를 추출한다.
키워드 벡터 생성부(222)는 이를 이용하여 모바일 애플리케이션 서비스 문서를 구조화된 데이터, 즉 키워드 벡터 형태로 변환시킨다. 키워드 벡터는 각 모바일 애플리케이션 서비스 문서들의 키워드 출현 빈도를 데이터 영역으로 구성한 것이다. 다음 표 1은 N개의 모바일 애플리케이션 서비스 문서를 키워드 벡터로 표시한 예이다.
모바일 애플리케이션 서비스 1:(4, 5, 3, 0, 9, ..., 1)
모바일 애플리케이션 서비스 2:(0, 2, 0, 7, 3, ..., 8)
...
모바일 애플리케이션 서비스 N:(1, 0, 6, 2, 1, ..., 0)
모바일 애플리케이션 서비스 1의 경우, 해당 문서에서 첫 번째 키워드는 4회, 두 번째 키워드는 5회 등과 같이 등장한 것을 알 수 있다.
요인 분석부(223)는 생성된 키워드 벡터에 대한 요인 분석을 수행하여 각각의 요인별 키워드로 분류한다.
키워드 분류부(224)는 각 요인별로 키워드를 분류한다.
기회 생성 모듈(230)은 각각의 요인을 차원으로 할당하고, 할당된 요인으로 분류된 키워드를 형태로 할당하여, 할당된 차원별로 할당된 형태를 하나씩 선택 및 조합하는 형태 분석을 수행하여, 새로운 모바일 애플리케이션에 대한 기회를 생성한다. 기회 생성 모듈(230)은 아직 개발되지 않은 새로운 모바일 애플리케이션 기회를 도출하는 역할을 담당하며, 구체적인 수행 내용은 다음과 같다. 요인을 차원(dimension)으로, 각 요인별 소속 키워드를 형태(shape)로 하여, 각 차원별로 형태를 하나씩 선택하여 조합하는 형태분석(morphological analysis)을 수행한다. 만약 N개의 차원이 있고, k번째 차원의 형태의 개수가 nk라고 하면, 다음 수학식 1과 같이 개수의 모바일 애플리케이션의 기회를 도출할 수 있다.
Figure 112014010031576-pat00001
상기 수학식 1에 따라 키워드 벡터를 이용해 기존에 개발되지 않은 모바일 애플리케이션의 조합이 새로운 모바일 애플리케이션 기회를 도출할 수 있다.
도 5를 참조하면, 기회 생성 모듈(230)은 형태 분석부(231) 및 기회 생성부(232)를 포함한다.
형태 분석부(231)는 각각의 요인을 차원으로 할당하고, 할당된 요인으로 분류된 키워드를 형태로 할당하여, 할당된 차원별로 할당된 형태를 하나씩 선택 및 조합하는 형태 분석을 수행한다. 모바일 애플리케이션 서비스 개념의 도출을 위해 키워드에 기반한 형태 분석을 사용한다. 형태 분석의 강점은 복잡한 문제(complex problem)를 비정량적인 방법으로 모형화할 수 있다는 것이다. 복잡한 문제의 특성은 다차원적이며, 불확실하고, 측정하기 힘들다는 점이며, 이들은 새로운 서비스 개념 개발의 특징이기도 하다. 새로운 서비스 개념 개발을 위해서는 다양한 요인을 고려해야 하므로 다차원적이다. 그리고 이러한 요인들은 기술이나 시장 환경의 변화 따라 지속적이며 임의적으로 변화하기 때문에 통제가 어려우므로, 새로운 서비스 개발은 불확실한 문제이다. 또한 새로운 서비스 개념들 중 어떤 것이 더 우월하거나 열등한 지에 대해 알기 어려우므로 측정하기 힘든 문제이다.
형태 상자의 구성 요소인 차원과 형태의 정의 방법은 다음과 같다. 우선 차원은 서비스 시스템에 대한 분해 결과, 즉 전체 시스템을 구성하는 기본적 하부요소의 정의를 통해 도출한다. 이는 목적이나 관점에 따라 서비스 구성요소나 서비스 프로세스 등 다양한 기준에 따라 수행할 수 있다. 차원을 정의한 후 형태, 즉 각 차원이 가질 수 있는 가능한 조건을 결정하여야 한다. 이를 위해 요인별로 분류된 키워드를 이용한다. 즉, 각 모바일 애플리케이션 서비스 문서들의 설명 정보로부터 추출한 키워드를 해당되는 차원에 배치함으로써 형태 변수를 정의하는 것이다. 이러한 과정을 통해 각 차원 변수에 해당되는 형태 변수가 결정되고, 모바일 애플리케이션 서비스의 구조에 대한 파악이 가능하다.
예를 들면, 모바일 게임 애플리케이션에 대한 형태 상자 및 키워드는 다음 표 2와 같이 구성할 수 있다.
차원 형태 대표적 키워드
Graphic Text Text
2D Photo
3D Animation
Genre Puzzle Crossword
RPG(Role Playing Game) RPG
PVP(Person vs. Person) Two Player
Simulation Simulation
Shooting Weapon
Content Education Teacher
Fantasy Fairy
Gamble Casino
Health Flu
Horror Mystery
SF UFO
Sports Baseball
War Military
Fee Free -
Charged -
Target customer Adult Adult
Family Parent
Kids Child
All -
표 2에 도시된 바와 같이, 모바일 게임 애플리케이션 서비스 개념에 관한 기회 도출을 위해 형태 상자를 구성할 수 있다. 우선 모바일 게임 애플리케이션 서비스를 구성하는 기본적 하부요소로 Graphic, Genre, Content, Fee, Target Customer의 5가지 차원을 정의할 수 있으며, 각 차원이 가질 수 있는 형태를 두 단계를 통해 정의할 수 있다. 첫째, 도출한 114개의 키워드를 각각 적절한 차원에 배치하고, 배치된 키워드 중 유사한 사항에 관한 것들을 묶은 후 이를 하나의 형태로 정의할 수 있다. 예를 들면, Content 차원에 배치된 키워드 중 Teacher, Student, Education 등을 묶어 Education이란 형태로, Casino, Blackjack, Jackpot 등을 묶어 Gamble이란 형태로 정의한다. 한편 Target Customer의 경우 Adult, Family, Kids의 세 형태를 도출할 수 있는데, 어디에도 속하지 않거나 모두를 포함하는 경우인 All이란 형태를 추가할 수도 있다. 또한 Fee 차원에 해당하는 형태는 키워드를 사용하지 않고 Free와 Charged의 두 가지 형태로 정의할 수 있으며, 해당 애플리케이션의 가격 정보를 이용하여 정의할 수도 있다.
상기 표 2에 도시된 것과 같은 모바일 게임 애플리케이션 서비스의 형태 상자에서, 5개의 차원 및 각 차원별 형태가 나타나 있으며, 형태를 구성하는 키워드 중 대표적인 키워드를 한 개씩 나타내었다. 모바일 게임 애플리케이션 서비스 개념의 대안은 각 차원별 형태의 조합을 통해 총 960개의 기회를 도출할 수 있다.
기회 맵 생성 모듈(240)은 기회 생성 모듈(230)에서 생성된 기회에 대해 고객 평가 점수를 반영한 매력도를 x축으로 할당하고, 생성된 기회에 대해 가격 정보를 반영한 가치를 y축으로 할당하여, x축 및 y축에 대응한 생성된 기회를 위치시킨 모바일 애플리케이션 기회 맵을 생성한다. 기회 맵 생성 모듈(240)은 컨조인트 분석부(241), 효용값 계산부(242), 매력도 계산부(243) 및 기회 맵 생성부(244)를 포함할 수 있다. 기회 맵 생성 모듈(240)은 도출된 모바일 애플리케이션 서비스에 대한 기회들을 평가하고 유망한 기회들을 발굴하는 역할을 담당하며, 구체적인 내용은 다음과 같다. 우선 매력도 측면에서 모바일 애플리케이션 기회들에 대한 평가를 수행한다. 요인과 각 요인에 소속한 키워드들은 속성(attribute)과 수준(level)이 되고, 예를 들면, 0 내지 10점 사이의 고객평가점수가 기존 모바일 애플리케이션 각각에 대한 선호도 값이 된다. 기존 모바일 애플리케이션에 대한 프로파일을 이용해 컨조인트 분석(conjoint analysis)을 수행하여 속성들의 중요도와 각 속성별 수준들의 부분 효용 값을 구한다.
컨조인트 분석은 다속성(multi-attributed) 제품이나 서비스에 대한 고객 선호도(preference)를 측정하기 위한 통계기법으로, 마케팅 분야에 있어 가장 널리 사용되는 방법 중 하나다. 컨조인트 분석의 기본적 아이디어는 독립 변수(대상의 속성)의 조합이 종속 변수(대상 자체)에 미치는 영향에 대해 분석하는 것이다. 이를 통해 다속성 및 다속성 수준 제품이나 서비스에 대한 고객의 선호도 구축 과정을 이해할 수 있다. 컨조인트 분석에 있어 중요한 측정치는 효용(utility)으로, 각 속성(attribute)이 지니는 수준(level)들에 대한 고객의 주관적 판단이나 선호도를 의미한다. 각 수준별 효용값을 더하여 해당 조합의 효용값을 구할 수 있으며, 이러한 방법으로 모든 개별 조합에 대한 효용값 및 우선순위를 도출할 수 있다.
전술한 모바일 게임 애플리케이션에 대한 예시에서, 컨조인트 분석 과정을 통해 각 수준의 부분효용과 각 속성의 중요도를 도출한 결과가 표 3에 도시되어 있다.
차원(속성) 형태(수준) 부분효용 중요도
Graphic Text -0.0796 7.33%
2D -.00384
3D 0.1180
Genre Puzzle 0.0208 16.28%
RPG(Role Playing Game) 0.2802
PVP(Person vs. Person) -0.0200
Simulation -0.1217
Shooting -0.1592
Content Education -0.1327 29.61%
Fantasy 0.1417
Gamble -0.3399
Health 0.4591
Horror 0.2744
SF 0.0330
Sports -0.1025
War -0.3386
Fee Free -0.5542 41.08%
Charged 0.5542
Target customer Adult -0.0126 5.70%
Family 0.0749
Kids -0.0788
All 0.0165
상기 표 3에 도시된 것처럼, 각 속성별로 가장 높은 부분 효용 값을 나타내는 수준은 각각 3D, RPG, Health, Charged, 그리고 Family이다. 또한, 각 속성에 속한 수준들이 가지는 부분 효용 값의 범위 즉, 부분 효용 값의 최대 값과 최소 값을 이용해 해당 속성의 중요도를 계산할 수 있다. 도시된 것처럼, Fee 속성의 중요도가 41.08%로 가장 높게 나왔으므로, 모바일 게임 애플리케이션 서비스의 경우 Fee가 가장 중요한 속성임을 알 수 있다.
한편, 새로운 모바일 게임 애플리케이션 서비스 개념 즉, 속성의 수준 간 조합의 전체효용은 그 조합을 구성하는 수준들의 부분효용값을 더함으로써 계산할 수 있다. 예를 들어, Text - Puzzle - Education - Free - Adult 개념의 효용 값은 -0.7583(= -0.0796 + 0.0208 - 0.1327 - 0.5542 - 0.0126)이 된다. 이러한 과정을 통해 모든 조합의 효용값을 계산할 수 있으며, 가장 높은 효용을 나타내는 조합(3D - RPG - Health - Charged - Family) 또한 쉽게 도출할 수 있다. 이러한 평가로부터 가족 모두가 이용할 수 있는 건강 관련 RPG 게임을 3차원 그래픽으로 개발하되 유료화할 경우 고객의 만족도 측면에서 효용이 가장 높다고 평가할 수 있다.
전술한 방식으로, 도출한 모바일 애플리케이션 기회에 대해 각각 해당 속성별 수준들의 부분 효용 값을 더하여 구한 효용 값이 해당 기회에 대한 매력도를 계산할 수 있다. 다음으로, 가치 측면의 평가를 수행한다. 가치 평가는 고객평가점수 대신 가격을 이용하는 것을 제외하면 매력도 측면의 평가 수행 과정과 동일하다. 각 모바일 애플리케이션 기회에 대해 구한 효용 값이 가치가 된다.
매력도와 가치에 대한 효용 값을 계산하고나서, 마지막으로 매력도를 x 축으로, 가치를 y 축으로 해서 각 모바일 애플리케이션 기회를 2차원으로 도식화한 기회 맵을 작성한다. 도 7을 참조하면, 애플리케이션 D는 1 사분면에 위치하고, 애플리케이션 A 및 B는 3 사분면에 위치하고, 애플리케이션 C와 E는 각각 2 사분면과 4 사분면에 위치한다. 4개의 사분면 중 1사분면에 위치한 것들이 유망 모바일 애플리케이션 기회가 된다. 2 사분면과 4 사분면에 위치한 기회들의 경우 해당 속성별 수준들 중 고객 및 공급자의 평가에 악영향을 미치는 것을 파악하게 해주어 개선 방향을 제시해준다. 3 사분면에 위치한 기회들은 매력도와 가치 측면 모두 낮은 값을 가지므로 유망하지 않다.
실시 예에 따른 장치는 프로세서, 프로그램 데이터를 저장하고 실행하는 메모리, 디스크 드라이브와 같은 영구 저장부(permanent storage), 외부 장치와 통신하는 통신 포트, 터치 패널, 키(key), 버튼 등과 같은 사용자 인터페이스 장치 등을 포함할 수 있다. 소프트웨어 모듈 또는 알고리즘으로 구현되는 방법들은 상기 프로세서상에서 실행 가능한 컴퓨터가 읽을 수 있는 코드들 또는 프로그램 명령들로서 컴퓨터가 읽을 수 있는 기록 매체 상에 저장될 수 있다. 여기서 컴퓨터가 읽을 수 있는 기록 매체로 마그네틱 저장 매체(예컨대, ROM(read-only memory), RAM(random-access memory), 플로피 디스크, 하드 디스크 등) 및 광학적 판독 매체(예컨대, 시디롬(CD-ROM), 디브이디(DVD: Digital Versatile Disc)) 등이 있다. 컴퓨터가 읽을 수 있는 기록 매체는 네트워크로 연결된 컴퓨터 시스템들에 분산되어, 분산 방식으로 컴퓨터가 판독 가능한 코드가 저장되고 실행될 수 있다. 매체는 컴퓨터에 의해 판독가능하며, 메모리에 저장되고, 프로세서에서 실행될 수 있다.
도면에 도시된 실시 예들에서 참조 부호를 기재하였으며, 실시 예들을 설명하기 위하여 특정 용어들을 사용하였으나, 특정 용어에 의해 본 발명이 한정되는 것은 아니며, 실시 예는 당업자에 있어서 통상적으로 생각할 수 있는 모든 구성 요소들을 포함할 수 있다.
실시 예는 기능적인 블록 구성들 및 다양한 처리 단계들로 나타내어질 수 있다. 이러한 기능 블록들은 특정 기능들을 실행하는 다양한 개수의 하드웨어 또는/및 소프트웨어 구성들로 구현될 수 있다. 예를 들어, 실시 예는 하나 이상의 마이크로프로세서들의 제어 또는 다른 제어 장치들에 의해서 다양한 기능들을 실행할 수 있는, 메모리, 프로세싱, 로직(logic), 룩 업 테이블(look-up table) 등과 같은 직접 회로 구성들을 채용할 수 있다. 본 발명에의 구성 요소들이 소프트웨어 프로그래밍 또는 소프트웨어 요소들로 실행될 수 있는 것과 유사하게, 실시 예는 데이터 구조, 프로세스들, 루틴들 또는 다른 프로그래밍 구성들의 조합으로 구현되는 다양한 알고리즘을 포함하여, C, C++, 자바(Java), 어셈블러(assembler) 등과 같은 프로그래밍 또는 스크립팅 언어로 구현될 수 있다. 기능적인 측면들은 하나 이상의 프로세서들에서 실행되는 알고리즘으로 구현될 수 있다. 또한, 실시 예는 전자적인 환경 설정, 신호 처리, 및/또는 데이터 처리 등을 위하여 종래 기술을 채용할 수 있다. “매커니즘”, “요소”, “수단”, “구성”과 같은 용어는 넓게 사용될 수 있으며, 기계적이고 물리적인 구성들로서 한정되는 것은 아니다. 상기 용어는 프로세서 등과 연계하여 소프트웨어의 일련의 처리들(routines)의 의미를 포함할 수 있다.
실시 예에서 설명하는 특정 실행들은 일 실시 예들로서, 어떠한 방법으로도 실시 예의 범위를 한정하는 것은 아니다. 명세서의 간결함을 위하여, 종래 전자적인 구성들, 제어 시스템들, 소프트웨어, 상기 시스템들의 다른 기능적인 측면들의 기재는 생략될 수 있다. 또한, 도면에 도시된 구성 요소들 간의 선들의 연결 또는 연결 부재들은 기능적인 연결 및/또는 물리적 또는 회로적 연결들을 예시적으로 나타낸 것으로서, 실제 장치에서는 대체 가능하거나 추가의 다양한 기능적인 연결, 물리적인 연결, 또는 회로 연결들로서 나타내어질 수 있다. 또한, “필수적인”, “중요하게” 등과 같이 구체적인 언급이 없다면 본 발명의 적용을 위하여 반드시 필요한 구성 요소가 아닐 수 있다.
실시 예의 명세서(특히 특허청구범위에서)에서 “상기”의 용어 및 이와 유사한 지시 용어의 사용은 단수 및 복수 모두에 해당하는 것일 수 있다. 또한, 실시 예에서 범위(range)를 기재한 경우 상기 범위에 속하는 개별적인 값을 적용한 발명을 포함하는 것으로서(이에 반하는 기재가 없다면), 상세한 설명에 상기 범위를 구성하는 각 개별적인 값을 기재한 것과 같다. 마지막으로, 실시 예에 따른 방법을 구성하는 단계들에 대하여 명백하게 순서를 기재하거나 반하는 기재가 없다면, 상기 단계들은 적당한 순서로 행해질 수 있다. 반드시 상기 단계들의 기재 순서에 따라 실시 예들이 한정되는 것은 아니다. 실시 예에서 모든 예들 또는 예시적인 용어(예들 들어, 등등)의 사용은 단순히 실시 예를 상세히 설명하기 위한 것으로서 특허청구범위에 의해 한정되지 않는 이상 상기 예들 또는 예시적인 용어로 인해 실시 예의 범위가 한정되는 것은 아니다. 또한, 당업자는 다양한 수정, 조합 및 변경이 부가된 특허청구범위 또는 그 균등물의 범주 내에서 설계 조건 및 팩터에 따라 구성될 수 있음을 알 수 있다.

Claims (10)

  1. 모바일 애플리케이션 기회 맵 생성 방법에 있어서,
    상기 모바일 애플리케이션 기회 맵 생성 방법은 앱 분석 시스템에 의해 수행되며,
    상기 앱 분석 시스템과 네트워크로 접속된 다수의 앱 정보 제공 서버로부터 다수의 등록된 모바일 애플리케이션에 대한 제목, 설명, 고객평가점수 및 가격 정보 중 적어도 하나를 포함하는 앱 정보를 수집하는 단계;
    상기 수집된 앱 정보를 파싱하여 추출된 키워드를 기초로 키워드 벡터를 생성하고, 상기 생성된 키워드 벡터에 대한 요인 분석을 수행하여 각각의 요인별 키워드로 분류하는 단계;
    상기 각각의 요인을 차원으로 할당하고, 상기 할당된 요인으로 분류된 키워드를 형태로 할당하여, 상기 할당된 차원별로 상기 할당된 형태를 하나씩 선택 및 조합하는 형태 분석을 수행함으로써, 모바일 애플리케이션에 대한 기회를 생성하는 단계; 및
    상기 생성된 기회에 대해 상기 고객 평가 점수를 반영한 매력도를 x축으로 할당하고, 상기 생성된 기회에 대해 상기 가격 정보를 반영한 가치를 y축으로 할당하여, 상기 x축 및 y축에 대응한 상기 생성된 기회를 위치시킨 상기 모바일 애플리케이션 기회 맵을 생성하는 단계를 포함하고,
    상기 형태 분석은, N개의 차원이 있고, k번째 차원의 형태의 개수가 nk인 경우, 다음 수학식 1에 따른 개수의 모바일 애플리케이션 기회를 생성하는 것을 특징으로 하는 모바일 애플리케이션 기회 맵 생성 방법.
    [수학식 1]
    Figure 112015064452113-pat00009
  2. 제 1 항에 있어서,
    상기 수집 단계는,
    상기 수집된 앱 정보를 텍스트로 변환하고, 상기 변환된 텍스트로부터 상기 제목, 상기 설명, 상기 고객평가점수 및 상기 가격 정보 중 적어도 하나를 추출하여 데이터베이스에 저장하는 것을 특징으로 하는 모바일 애플리케이션 기회 맵 생성 방법.
  3. 제 1 항에 있어서,
    상기 분류 단계는,
    상기 앱 정보 중 상기 설명에 대해 텍스트 마이닝을 적용하여 상기 키워드를 추출하는 단계;
    상기 추출된 키워드가 상기 다수의 등록된 모바일 애플리케이션에 포함되는 빈도를 계산하여 키워드 벡터를 생성하는 단계;
    상기 생성된 키워드 벡터에 대한 요인 분석을 수행하여, 요인을 추출하는 단계; 및
    상기 추출된 요인별로 상기 키워드를 분류하는 단계를 포함하는 것을 특징으로 하는 모바일 애플리케이션 기회 맵 생성 방법.
  4. 제 1 항에 있어서,
    상기 매력도는,
    상기 요인에 상응하는 속성과, 상기 요인에 속한 키워드들에 상응하는 수준을 기초로, 상기 고객 평가 점수를 반영한 해당 속성별 수준들의 부분 효용 값을 계산하고, 각각의 계산된 부분 효용 값을 더한 해당 모바일 애플리케이션의 기회에 대응하는 효용 값인 것을 특징으로 하는 모바일 애플리케이션 기회 맵 생성 방법.
  5. 제 1 항에 있어서,
    상기 가치는,
    상기 요인에 상응하는 속성과, 상기 요인에 속한 키워드들에 상응하는 수준을 기초로, 상기 가격을 반영한 해당 속성별 수준들의 부분 효용 값을 계산하고, 각각의 계산된 부분 효용 값을 더한 해당 모바일 애플리케이션의 기회에 대응하는 효용 값인 것을 특징으로 하는 모바일 애플리케이션 기회 맵 생성 방법.
  6. 제 1 항 내지 제 5 항 중 어느 한 항에 따른 방법을 컴퓨터에서 실행시키기 위한 프로그램을 기록한 기록매체.
  7. 모바일 애플리케이션 기회 맵 생성 장치에 있어서,
    네트워크로 접속된 다수의 앱 정보 제공 서버로부터 다수의 등록된 모바일 애플리케이션에 대한 제목, 설명, 고객평가점수 및 가격 정보 중 적어도 하나를 포함하는 앱 정보를 수집하는 데이터 수집 모듈;
    상기 수집된 앱 정보를 파싱하여 추출된 키워드를 기초로 키워드 벡터를 생성하고, 상기 생성된 키워드 벡터에 대한 요인 분석을 수행하여 각각의 요인별 키워드로 분류하는 데이터 전처리 모듈;
    상기 각각의 요인을 차원으로 할당하고, 상기 할당된 요인으로 분류된 키워드를 형태로 할당하여, 상기 할당된 차원별로 상기 할당된 형태를 하나씩 선택 및 조합하는 형태 분석을 수행함으로써, 모바일 애플리케이션에 대한 기회를 생성하는 기회 생성 모듈; 및
    상기 생성된 기회에 대해 상기 고객 평가 점수를 반영한 매력도를 x축으로 할당하고, 상기 생성된 기회에 대해 상기 가격 정보를 반영한 가치를 y축으로 할당하여, 상기 x축 및 y축에 대응한 상기 생성된 기회를 위치시킨 상기 모바일 애플리케이션 기회 맵을 생성하는 기회 맵 생성 모듈을 포함하고,
    상기 기회생성모듈은, N개의 차원이 있고, k번째 차원의 형태의 개수가 nk인 경우, 다음 수학식 1에 따른 개수의 모바일 애플리케이션 기회를 생성하는 것을 특징으로 하는 모바일 애플리케이션 기회 맵 생성 장치.
    [수학식 1]
    Figure 112015064452113-pat00010
  8. 제 7 항에 있어서,
    상기 데이터 수집 모듈은,
    상기 수집된 앱 정보를 텍스트로 변환하고, 상기 변환된 텍스트로부터 상기 제목, 상기 설명, 상기 고객평가점수 및 상기 가격 정보 중 적어도 하나를 추출하여 데이터베이스에 저장하는 것을 특징으로 하는 모바일 애플리케이션 기회 맵 생성 장치.
  9. 제 7 항에 있어서,
    상기 데이터 전처리 모듈은,
    상기 앱 정보 중 상기 설명에 대해 텍스트 마이닝을 적용하여 상기 키워드를 추출하고, 상기 추출된 키워드가 상기 다수의 등록된 모바일 애플리케이션에 포함되는 빈도를 계산하여 키워드 벡터를 생성하고, 상기 생성된 키워드 벡터에 대한 요인 분석을 수행하여, 요인을 추출하고, 상기 추출된 요인별로 상기 키워드를 분류하는 것을 특징으로 하는 모바일 애플리케이션 기회 맵 생성 장치.
  10. 제 7 항에 있어서,
    상기 매력도는, 상기 요인에 상응하는 속성과, 상기 요인에 속한 키워드들에 상응하는 수준을 기초로, 상기 고객 평가 점수를 반영한 해당 속성별 수준들의 부분 효용 값을 계산하고, 각각의 계산된 부분 효용 값을 더한 해당 모바일 애플리케이션의 기회에 대응하는 효용 값이고,
    상기 가치는, 상기 요인에 상응하는 속성과, 상기 요인에 속한 키워드들에 상응하는 수준을 기초로, 상기 가격을 반영한 해당 속성별 수준들의 부분 효용 값을 계산하고, 각각의 계산된 부분 효용 값을 더한 해당 모바일 애플리케이션의 기회에 대응하는 효용 값인 것을 특징으로 하는 모바일 애플리케이션 기회 맵 생성 장치.
KR1020140011744A 2014-01-29 2014-01-29 모바일 애플리케이션 기회 맵 생성 방법 및 장치 KR101573449B1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020140011744A KR101573449B1 (ko) 2014-01-29 2014-01-29 모바일 애플리케이션 기회 맵 생성 방법 및 장치

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020140011744A KR101573449B1 (ko) 2014-01-29 2014-01-29 모바일 애플리케이션 기회 맵 생성 방법 및 장치

Publications (2)

Publication Number Publication Date
KR20150090756A KR20150090756A (ko) 2015-08-06
KR101573449B1 true KR101573449B1 (ko) 2015-12-01

Family

ID=53885404

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020140011744A KR101573449B1 (ko) 2014-01-29 2014-01-29 모바일 애플리케이션 기회 맵 생성 방법 및 장치

Country Status (1)

Country Link
KR (1) KR101573449B1 (ko)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20220086932A (ko) * 2020-12-17 2022-06-24 주식회사 제로투원파트너스 소비자의 비정형 평가 정보를 이용한 소비자 니즈 분석 방법 및 장치

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101871745B1 (ko) * 2018-04-27 2018-08-02 주식회사 텐디 모바일 단말기 사용자의 대표 키워드 결정 방법 및 모바일 단말기 사용자의 대표 키워드 결정 시스템
KR101871739B1 (ko) * 2018-04-27 2018-06-27 주식회사 텐디 어플리케이션의 대표 키워드 결정 방법 및 어플리케이션의 대표 키워드 결정 시스템

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2007199906A (ja) * 2006-01-25 2007-08-09 Nomura Research Institute Ltd キーワード対応関係分析装置及び分析方法
JP2010224625A (ja) 2009-03-19 2010-10-07 Nomura Research Institute Ltd キーワード二次元可視化方法およびキーワード二次元可視化プログラム

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2007199906A (ja) * 2006-01-25 2007-08-09 Nomura Research Institute Ltd キーワード対応関係分析装置及び分析方法
JP2010224625A (ja) 2009-03-19 2010-10-07 Nomura Research Institute Ltd キーワード二次元可視化方法およびキーワード二次元可視化プログラム

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20220086932A (ko) * 2020-12-17 2022-06-24 주식회사 제로투원파트너스 소비자의 비정형 평가 정보를 이용한 소비자 니즈 분석 방법 및 장치
KR102464783B1 (ko) * 2020-12-17 2022-11-09 (주)제로투원파트너스 소비자의 비정형 평가 정보를 이용한 소비자 니즈 분석 방법 및 장치

Also Published As

Publication number Publication date
KR20150090756A (ko) 2015-08-06

Similar Documents

Publication Publication Date Title
Alshamsi et al. Sentiment analysis in English texts
US9223775B2 (en) User question processing method and system
CN105183731B (zh) 推荐信息生成方法、装置及系统
CN106372249B (zh) 一种点击率预估方法、装置及电子设备
CN105095411B (zh) 一种基于app质量的app排名预测方法及系统
CN106844530A (zh) 一种问答对分类模型的训练方法和装置
CN104462301B (zh) 一种网络数据的处理方法和装置
CN106886518A (zh) 一种微博账号分类的方法
CN108280124B (zh) 产品分类方法及装置，排行榜生成方法及装置，电子设备
Aher et al. Comparative study of classification algorithms
JP6472573B2 (ja) データ分析手法候補決定装置
CN106649849A (zh) 文本信息库建立方法和装置、以及搜索方法、装置和系统
CN107818334A (zh) 一种移动互联网用户访问模式表征和聚类方法
KR101573449B1 (ko) 모바일 애플리케이션 기회 맵 생성 방법 및 장치
CN105138684B (zh) 一种信息处理方法和信息处理装置
CN105786910B (zh) 词条权重计算方法和装置
JP2006004098A (ja) 評価情報生成装置、評価情報生成方法、及びプログラム
CN106844743B (zh) 维吾尔语文本的情感分类方法及装置
CN109977313A (zh) 学习者模型构建方法、学习资源的推荐方法及系统
CN110633410A (zh) 信息处理方法及装置、存储介质、电子装置
CN113657766A (zh) 一种基于游客多元数据的旅游景区欢乐指数的计量方法
CN105279266B (zh) 一种基于移动互联网社交图片预测用户上下文信息的方法
CN113468394A (zh) 一种数据处理方法、装置、电子设备及存储介质
CN104102654B (zh) 一种词汇聚类的方法及装置
Qian et al. Identification of key features for vr applications with vreview: A topic model approach

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: 20181113

Year of fee payment: 4

FPAY Annual fee payment

Payment date: 20191107

Year of fee payment: 5