KR101584225B1 - 메신저의 대화 내용을 바탕으로 추천 검색어를 제공하는 방법과 시스템 및 기록 매체 - Google Patents

메신저의 대화 내용을 바탕으로 추천 검색어를 제공하는 방법과 시스템 및 기록 매체 Download PDF

Info

Publication number
KR101584225B1
KR101584225B1 KR1020140126939A KR20140126939A KR101584225B1 KR 101584225 B1 KR101584225 B1 KR 101584225B1 KR 1020140126939 A KR1020140126939 A KR 1020140126939A KR 20140126939 A KR20140126939 A KR 20140126939A KR 101584225 B1 KR101584225 B1 KR 101584225B1
Authority
KR
South Korea
Prior art keywords
association
degree
keywords
messenger
conversation contents
Prior art date
Application number
KR1020140126939A
Other languages
English (en)
Inventor
유신일
배상준
구동현
Original Assignee
네이버 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 네이버 주식회사 filed Critical 네이버 주식회사
Priority to KR1020140126939A priority Critical patent/KR101584225B1/ko
Priority to JP2015108753A priority patent/JP6100832B2/ja
Application granted granted Critical
Publication of KR101584225B1 publication Critical patent/KR101584225B1/ko

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/90Details of database functions independent of the retrieved data types
    • G06F16/95Retrieval from the web
    • G06F16/953Querying, e.g. by the use of web search engines
    • G06F16/9535Search customisation based on user profiles and personalisation
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/90Details of database functions independent of the retrieved data types
    • G06F16/95Retrieval from the web
    • G06F16/953Querying, e.g. by the use of web search engines
    • G06F16/9532Query formulation

Landscapes

  • Engineering & Computer Science (AREA)
  • Databases & Information Systems (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Data Mining & Analysis (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Mathematical Physics (AREA)
  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)

Abstract

메신저의 대화 내용을 바탕으로 추천 검색어를 제공하는 방법과 시스템 및 기록 매체가 개시된다. 검색어 추천 방법은 메신저의 대화 내용을 분석하여 상기 대화 내용에서 등장하는 키워드 간의 연관도를 판단하는 단계; 및 상기 메신저를 이용하는 사용자를 대상으로 상기 키워드 간의 연관도를 기초로 추천 검색어를 제공하는 단계를 포함할 수 있다.

Description

메신저의 대화 내용을 바탕으로 추천 검색어를 제공하는 방법과 시스템 및 기록 매체{METHOD, SYSTEM AND RECORDING MEDIUM FOR PROVIDING RECOMMENDED WORDS ON MESSENGER}
본 발명의 실시예들은 추천 검색어를 제공하는 기술에 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 스마트폰(smart phone), 태블릿(tablet), 웨어러블 컴퓨터(wearable computer) 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 있다. 검색어 추천 기술의 일 예로, 한국공개특허공보 제10-2012-0096806호(공개일 2012년 08월 31일) "검색어 추천 시스템 및 검색어 추천 방법"에는 사용자 단말의 위치 정보에 근거한 추천 검색어를 선정하여 사용자에게 제공하는 기술이 개시되어 있다.
한편, 모바일 단말의 사용이 보편화되면서 모바일 메신저(mobile messenger)는 뜨거운 관심을 받는 분야 중 하나가 되었으며, 이에 따라 모바일 미디어와 사용자 간의 상호 작용을 고려하는 것이 더욱 중요해지고 있다.
모바일 메신저에서 추천 검색어를 제공하는 검색어 추천 방법 및 시스템을 제공한다.
모바일 메신저의 대화 내용을 기반으로 추천 검색어를 제공하는 검색어 추천 방법 및 시스템을 제공한다.
컴퓨터로 구현되는 검색어 추천 방법에 있어서, 메신저의 대화 내용을 분석하여 상기 대화 내용에서 등장하는 키워드 간의 연관도를 판단하는 단계; 및 상기 메신저를 이용하는 사용자를 대상으로 상기 키워드 간의 연관도를 기초로 추천 검색어를 제공하는 단계를 포함하는 검색어 추천 방법을 제공한다.
메신저의 대화 내용을 분석하여 상기 대화 내용에서 등장하는 키워드 간의 연관도를 판단하는 분석부; 및 상기 메신저를 이용하는 사용자를 대상으로 상기 키워드 간의 연관도를 기초로 추천 검색어를 제공하는 제공부를 포함하는 검색어 추천 시스템을 제공한다.
컴퓨터 시스템이 추천 검색어를 제공하도록 제어하는 명령(instruction)을 포함하는 컴퓨터 판독가능 매체로서, 상기 명령은, 메신저의 대화 내용을 분석하여 상기 대화 내용에서 등장하는 키워드 간의 연관도를 판단하는 단계; 및 상기 메신저를 이용하는 사용자를 대상으로 상기 키워드 간의 연관도를 기초로 추천 검색어를 제공하는 단계를 포함하는 방법에 의하여 상기 컴퓨터 시스템을 제어하는, 컴퓨터 판독가능 저장 매체를 제공한다.
본 발명의 실시예에 따르면, 모바일 메신저에서 비즈니스와 관련된 검색어를 제공함으로써 새로운 모델의 트래픽을 유도할 수 있으며 아울러 메신저의 사용성과 활용성을 향상시킬 수 있다.
본 발명의 실시예에 따르면, 모바일 메신저의 대화 내용을 기반으로 한 추천 검색어를 제공함으로써 메신저 특성을 반영한 새로운 검색 환경과 함께 개인에 최적화 된 관련 검색어를 제안할 수 있다.
도 1은 본 발명의 일 실시예에 있어서, 사용자 단말과 검색어 추천 시스템 간의 개괄적인 모습을 도시한 것이다.
도 2는 본 발명의 일 실시예에 있어서, 검색어 추천 시스템의 내부 구성을 설명하기 위한 블록도이다.
도 3은 본 발명의 일 실시예에 있어서, 검색어 추천 방법을 설명하기 위한 흐름도이다.
도 4는 본 발명의 일 실시예에 있어서, 키워드 간 연관도를 분석하는 과정을 설명하기 위한 흐름도이다.
도 5 내지 도 9는 본 발명의 일 실시예에 있어서, 키워드 간 연관도를 분석하는 과정을 설명하기 위한 예시 도면들이다.
도 10 내지 도 12는 본 발명의 일 실시예에 있어서, 추천 검색어를 제공하는 과정을 설명하기 위한 예시 도면들이다.
도 13은 본 발명의 일 실시예에 있어서, 컴퓨터 시스템의 내부 구성의 일례를 설명하기 위한 블록도이다.
이하, 본 발명의 실시예를 첨부된 도면을 참조하여 상세하게 설명한다.
본 실시예들은 모바일 메신저에서 대화 내용을 기반으로 관련 검색어를 추천하는 검색어 추천 기술에 관한 것으로, 검색어 기반의 검색 시스템이나 광고 시스템 등에 적용될 수 있다.
도 1은 본 발명의 일 실시예에 있어서, 사용자 단말과 검색어 추천 시스템 간의 개괄적인 모습을 도시한 것이다. 도 1에서는 검색어 추천 시스템(100) 및 사용자 단말(101)을 도시하고 있다. 도 1에서 화살표는 검색어 추천 시스템(100)과 사용자 단말(101) 간에 유/무선 네트워크를 통해 데이터가 송수신될 수 있음을 의미할 수 있다.
사용자 단말(101)은 스마트폰, 태블릿, PC, 노트북 등으로, 검색어 추천 시스템(100)과 관련된 웹/모바일 사이트의 접속 또는 서비스 전용 어플리케이션의 설치 및 실행이 가능한 모든 단말 장치를 의미할 수 있다. 이때, 사용자 단말(101)은 웹/모바일 사이트 또는 전용 어플리케이션의 제어 하에 서비스 화면 구성, 데이터 입력, 데이터 송수신, 데이터 저장 등 서비스 전반의 동작을 수행할 수 있다.
검색어 추천 시스템(100)은 메신저 서비스를 제공하는 메신저 플랫폼 상에 구현될 수 있으며, 메신저 서비스를 이용하는 클라이언트(client)인 사용자 단말(101)을 대상으로 검색어 추천 서비스를 제공할 수 있다. 특히, 검색어 추천 시스템(100)은 메신저의 비즈니스 관련 대화 내용 및 개인의 소셜 그래프를 분석하여 키워드 간의 연관도를 판단하고 이를 기초로 관련 검색어를 추천할 수 있다. 이때, 검색어 추천 시스템(100)은 메신저 서비스를 제공하는 메신저 서버(미도시)의 플랫폼에 포함되는 형태로 구현될 수 있고, 이에 한정되는 것은 아니며 메신저 서버와 별개의 시스템으로 구축되어 메신저 서버와의 연동을 통해 메신저를 통해 추천 검색어를 제공하는 형태로 구현되는 것 또한 가능하다. 그리고, 검색어 추천 시스템(100)은 적어도 일부의 구성 요소가 사용자 단말(101) 상에 설치되는 어플리케이션 형태로 구현되거나, 혹은 클라이언트-서버 환경에서 서비스를 제공하는 플랫폼에 포함되는 형태로 구현되는 것 또한 가능하다.
도 2는 본 발명의 일 실시예에 있어서, 검색어 추천 시스템의 내부 구성을 설명하기 위한 블록도이고, 도 3은 본 발명의 일 실시예에 있어서, 검색어 추천 방법을 도시한 흐름도이다.
본 실시예에 따른 검색어 추천 시스템(200)은 프로세서(210), 버스(220), 네트워크 인터페이스(230), 메모리(240) 및 데이터베이스(250)를 포함할 수 있다. 메모리(240)는 운영체제(241) 및 검색어 추천 루틴(242)를 포함할 수 있다. 프로세서(210)는 인지부(211)와 분석부(212) 및 제공부(213)를 포함할 수 있다. 다른 실시예들에서 검색어 추천 시스템(200)은 도 2의 구성요소들보다 더 많은 구성요소들을 포함할 수도 있다. 그러나, 대부분의 종래기술적 구성요소들을 명확하게 도시할 필요성은 없다. 예를 들어, 검색어 추천 시스템(200)은 디스플레이나 트랜시버(transceiver)와 같은 다른 구성요소들을 포함할 수도 있다.
메모리(240)는 컴퓨터에서 판독 가능한 기록 매체로서, RAM(random access memory), ROM(read only memory) 및 디스크 드라이브와 같은 비소멸성 대용량 기록장치(permanent mass storage device)를 포함할 수 있다. 또한, 메모리(240)에는 운영체제(241)와 검색어 추천 루틴(242)을 위한 프로그램 코드가 저장될 수 있다. 이러한 소프트웨어 구성요소들은 드라이브 메커니즘(drive mechanism, 미도시)을 이용하여 메모리(240)와는 별도의 컴퓨터에서 판독 가능한 기록 매체로부터 로딩될 수 있다. 이러한 별도의 컴퓨터에서 판독 가능한 기록 매체는 플로피 드라이브, 디스크, 테이프, DVD/CD-ROM 드라이브, 메모리 카드 등의 컴퓨터에서 판독 가능한 기록 매체(미도시)를 포함할 수 있다. 다른 실시예에서 소프트웨어 구성요소들은 컴퓨터에서 판독 가능한 기록 매체가 아닌 네트워크 인터페이스(230)를 통해 메모리(240)에 로딩될 수도 있다.
버스(220)는 검색어 추천 시스템(200)의 구성요소들간의 통신 및 데이터 전송을 가능하게 할 수 있다. 버스(220)는 고속 시리얼 버스(high-speed serial bus), 병렬 버스(parallel bus), SAN(Storage Area Network) 및/또는 다른 적절한 통신 기술을 이용하여 구성될 수 있다.
네트워크 인터페이스(230)는 검색어 추천 시스템(200)을 컴퓨터 네트워크에 연결하기 위한 컴퓨터 하드웨어 구성요소일 수 있다. 네트워크 인터페이스(230)는 검색어 추천 시스템(200)을 무선 또는 유선 커넥션을 통해 컴퓨터 네트워크에 연결시킬 수 있다.
데이터베이스(250)는 추천 대상이 되는 검색어를 저장 및 유지하는 역할을 하며, 특히 비즈니스와 연관된 분야의 검색어를 포함할 수 있다. 일 예로, 검색어는 PC나 모바일을 대상으로 한 광고 DB나 검색 DB 등을 통해 사전에 수집된 상업적 검색어에 해당될 수 있으며, 데이터베이스(250)는 상품명, 카테고리명, 업체명, 사이트명 등을 포함할 수 있다. 또한, 데이터베이스(250)는 검색어 및 검색어와 연관된 검색어들이 서로 연관되어 저장된 데이터 집합으로서 연관 검색어 데이터베이스를 의미할 수 있다. 도 2에서는 검색어 추천 시스템(200)의 내부에 데이터베이스(250)를 구축하여 포함하는 것으로 도시하고 있으나, 이에 한정되는 것은 아니며 시스템 구현 방식이나 환경 등에 따라 생략될 수 있고 혹은 전체 또는 일부의 데이터베이스가 별개의 다른 시스템 상에 구축된 외부 데이터베이스로서 존재하는 것 또한 가능하다.
프로세서(210)는 기본적인 산술, 로직 및 검색어 추천 시스템(200)의 입출력 연산을 수행함으로써, 컴퓨터 프로그램의 명령을 처리하도록 구성될 수 있다. 명령은 메모리(240) 또는 네트워크 인터페이스(230)에 의해, 그리고 버스(220)를 통해 프로세서(210)로 제공될 수 있다. 프로세서(210)는 인지부(211)와 분석부(212) 및 제공부(213)를 위한 프로그램 코드를 실행하도록 구성될 수 있다. 이러한 프로그램 코드는 메모리(240)와 같은 기록 장치에 저장될 수 있다.
인지부(211)와 분석부(212) 및 제공부(213)는 도 3의 단계들을 수행하기 위해 구성될 수 있다.
단계(310)에서 인지부(211)는 메신저를 통해 입력되는 문자열에서 사전에 정의된 시드 키워드(seed keyword)를 인지할 수 있다. 이때, 시드 키워드는 비즈니스 성향을 가진 키워드로서 광고 플랫폼에 포함된 광고 DB 혹은 검색 엔진 상의 검색 DB 등을 통해 미리 지정해 놓을 수 있다. 일 예로, 인지부(211)는 메신저의 채팅 기능을 통해 입력되는 대화 내용에 시드 키워드 또는 시드 키워드가 포함된 링크(예컨대, abcde.com/?uery="seed kwd")의 포함 여부를 확인할 수 있다. 다른 예로, 인지부(211)는 메신저의 검색 기능(예컨대, 주소 검색, 상호 검색, 친구 검색, 대화 검색 등)을 통해 입력되는 검색어에 시드 키워드의 포함 여부를 확인할 수 있다.
단계(320)에서 분석부(212)는 추천 검색어를 제공하기 위한 기준으로 활용될 수 있는 키워드 간 연관도를 분석할 수 있다. 특히, 분석부(212)는 메신저의 대화 내용을 바탕으로 키워드 간 연관도(이하, '대화 연관도'라 칭함)를 분석할 수 있으며, 메신저에서 시드 키워드가 인지된 시점의 대화 내용을 이용하여 시드 키워드와 시드 키워드의 이전과 이후에 등장하는 키워드 간의 연관도를 분석할 수 있다. 이때, 분석부(212)는 소셜 그래프에 속한 사람들, 즉 사용자와 관계가 설정된 사람들의 대화 내용을 기반으로 키워드 간 연관도(이하, '소셜 연관도'라 칭함)를 분석할 수 있다. 여기서, 대화 연관도는 메신저의 전체 사용자의 대화 내용을 기반으로 판단되는 것이고, 소셜 연관도는 사용자 각각의 소셜 그래프에 있는 사람들의 대화 내용을 기반으로 판단되는 것이다. 이에, 분석부(212)는 대화 연관도와 소셜 연관도를 종합하여 키워드 간의 최종 연관도를 산출할 수 있다. 이때, 분석부(212)는 기존 연관도 분석 기술로서 검색 엔진이나 광고 플랫폼에서 판단되는 키워드 간 연관도(이하, '기본 연관도'라 칭함)를 최종 연관도를 산출하는데 함께 활용할 수 있다. 키워드 간 연관도를 분석하는 기술에 대해서는 이하에서 상세히 설명하기로 한다.
단계(330)에서 제공부(213)는 사용자가 입력한 특정 키워드에 대하여 키워드 간 연관도를 기준으로 사용자에게 제공할 추천 검색어를 결정할 수 있다. 일 예로, 제공부(213)는 메신저의 화면을 통해 추천 검색어를 제공할 수 있으며, 예컨대 채팅 기능이나 검색 기능 등 문자 입력이 가능한 입력창 부근의 소정 위치에 추천 검색어를 제공할 수 있다. 이때, 제공부(213)는 현재 검색된 쿼리에 대한 유사 키워드나 검색어 히스토리를 기반으로 한 관련 키워드로서 추천 검색어를 제공할 수 있다. 다른 예로, 제공부(213)는 메신저 이외에 PC나 모바일 등의 기타 검색 환경을 제공하는 타 매체에서 사용자를 식별할 수 있는 경우 메신저의 대화 내용을 바탕으로 결정된 추천 검색어를 제공하는 것 또한 가능하다. 다시 말해, 메신저의 대화 내용을 통해 수집된 키워드 간 연관도는 메신저는 물론, PC 및 모바일에서 키워드들 간의 연관점수 가중치로 사용될 수 있고, 각종 데모(Demo), 개인의 소셜 그래프를 통해 맞춤형 추천으로 사용될 수 있다.
도 4는 본 발명의 일 실시예에 있어서, 키워드 간 연관도를 분석하는 과정을 설명하기 위한 흐름도이다. 도 4의 연관도 분석 과정은 도 3에서의 단계(320)에 속하는 것으로, 도 2와 도 3을 통해 설명한 분석부(212)에 의해 각각의 단계가 수행될 수 있다.
연관도 분석 과정에 앞서, 먼저 인지부(211)는 데이터베이스(250)를 이용하여 메신저의 대화 내용에 미리 지정해 놓은 시드 키워드가 등장하는지 여부를 인지할 수 있다. 예를 들어, 도 5를 참조하면 인지부(211)는 메신저의 채팅 기능을 통해 사용자 간에 주고 받는 대화 메시지(500)에서 비즈니스 성향을 가진 시드 키워드(501)를 인지할 수 있다.
도 4의 단계(401)에서 분석부(212)는 메신저의 대화 내용에서 시드 키워드가 인지되는 경우 시드 키워드가 인지된 시점을 기준으로 연관도 분석을 위한 단위 세션을 결정할 수 있다. 이때, 분석부(212)는 대화 내용에서 등장하는 시드 키워드와 시드 키워드 이전과 이후의 대화 내용에서 등장하는 키워드 간의 연관도를 분석하기 위하여 대화 내용의 적어도 일부에 대한 세션을 분리할 수 있다. 일 예로, 분석부(212)는 도 6에 도시한 바와 같이 대화 내용에서 시드 키워드가 인지된 시점(T1)을 기준으로 시드 키워드가 등장하기 일정 시간(t1) 이전 시점(T1-t1)부터 시드 키워드가 등장한 후 일정 시간(t1)이 지난 시점(T1+t1)까지의 구간을 분석 세션으로 분리할 수 있다. 다른 예로, 분석부(212)는 대화 내용에서 시드 키워드가 인지된 시점(T1)부터 시드 키워드가 등장한 후 일정 시간(t1)이 지난 시점(T1+t1)까지의 구간을 분석 세션으로 분리할 수 있다. 또 다른 예로, 분석부(212)는 도 7에 도시한 바와 같이 시드 키워드가 포함된 해당 대화가 시작된 시점(T0)에서 마지막 메시지가 입력된 시점(T2) 이후 일정 시간(t2)(예컨대, 1시간) 동안 응답이 없었던 시간(T2+t2)까지의 구간을 분석 세션으로 분리할 수 있다. 또 다른 예로, 분석부(212)는 도 8에 도시한 바와 같이 시드 키워드가 포함된 해당 대화가 시작된 시점(T0)에서 시드 키워드가 인지된 시점(T1) 이후 일정 시간(t1)이 경과된 시점(T1+t1)까지의 구간을 분석 세션으로 분리할 수 있다. 따라서, 분석부(212)는 대화 내용에서 시드 키워드가 인지된 시점을 기준으로 일정 구간의 대화 내용을 연관도 분석을 위한 단위 세션으로 분리할 수 있다.
도 4의 단계(402)에서 분석부(212)는 대화 내용을 세션 단위로 분석하여 대화 연관도와 소셜 연관도를 분석할 수 있다. 일 예로, 분석부(212)는 메신저 대화에서 키워드가 등장하는 회수를 기반으로 키워드 간 유사도를 나타내는 연관도를 계산할 수 있다. 다시 말해, 분석부(212)는 한 세션 내에서 함께 등장하는 단어의 조합을 통해 대화 연관도와 소셜 연관도를 분석할 수 있으며, 이때 키워드 간의 등장 횟수가 많으면 키워드들 상호 간에 유사도가 높다고 판단할 수 있다. 예를 들어, 세션 별 대화에서 '청바지'와 '기모 청바지'가 함께 등장하는 회수가 5회이고, '청바지'와 '슬림핏진'이 함께 등장하는 회수가 2회일 경우, '기모 청바지'가 '슬림핏진'보다 '청바지'와 유사도가 높은 것으로 판단할 수 있다. 이때, 대화 연관도는 전체 사용자의 메신저 대화에서 등장 회수 기반으로 판단된 키워드 간의 유사도를 나타내고, 소셜 연관도는 대화 연관도와 동일한 방법으로 키워드 간의 등장 회수를 이용하나 소셜 그래프 내의 메신저 대화만을 분석한다는 점이 대화 연관도가 다르다. 그리고, 대화 연관도와 소셜 연관도는 이슈 종료를 고려하여 만료 기간(expire time)이 존재할 수 있다. 다시 말해, 키워드 간의 연관 관계는 기간이 지남에 따라 변할 수 있기 때문에 시간 경과에 따라 변동하는 키워드들 간의 연관 관계를 반영하기 위해 메신저 대화를 이용한 주기적인 연관도 분석이 필요하다.
도 4의 단계(403)에서 분석부(212)는 대화 연관도와 소셜 연관도 및 기본 연관도를 종합하여 키워드 간 최종 연관도를 계산할 수 있다. 이때, 키워드 간 연관도로는 대화 연관도와 소셜 연관도 중 어느 하나가 단일 팩터로 선택적으로 이용될 수 있고, 또는 기본 연관도를 제외시키고 대화 연관도와 소셜 연관도를 합산한 최종 연관도가 이용될 수 있다.
일 예로, 키워드 간 연관도는 수학식 1과 같이 정의될 수 있다.
[수학식 1]
키워드 간 연관도=a(대화 연관도)+b(소셜 연관도)+c(기본 연관도)
여기서, a, b, c는 각 팩터에 대한 가중치로 팩터 별 중요도에 따라 사전에 미리 결정될 수 있다.
기본 연관도는 검색 기반의 기존 시스템(예컨대, 검색 엔진이나 광고 플랫폼 등)에서 판단되는 검색어 간의 연관 점수를 나타내는 것이다. 여기서, 사용자들이 특정 검색어를 입력한 후 뒤이어 입력하는 검색어들, 또는 사용자들이 특정 검색어를 입력한 후 특정 URL을 방문하여 다시 입력하는 검색어들이 특정 검색어와 연관 관계를 갖는 연관 검색어로서 판단될 수 있고, 특정 검색어와 연관 검색어들이 서로 연관되어 연관 검색어 데이터베이스에 저장될 수 있다. 또한, 사전상의 유사어나 동일한 문서들에 다수의 빈도로 함께 등장하는 단어들이 검색어와 연관 검색어로서 서로 연관되어 연관 검색어 데이터베이스에 저장될 수 있다. 도 9의 표는 특정 검색어 '꽃배달'과 '자동차'에 대해 연관 관계를 갖는 연관 검색어들의 일례를 나타내고 있다. 이와 같이, 기본 연관도는 검색이나 광고 분야에서 이용한, 기 공지된 연관도 판단 기술 중 적어도 하나를 이용하여 획득 가능하다. 기본 연관도 또한 마찬가지로, 연관 검색어 데이터베이스에 저장된 검색어들간의 연관 관계는 기간이 지남에 따라 변할 수 있고, 또한 역으로 짧은 기간에 대해서는 어뷰징 발생 가능성이 존재한다. 따라서, 검색 엔진이나 광고 플랫폼 등에서는 어뷰징을 배제하고 기간이 지남에 따라 변동하는 검색어들간의 연관 관계를 반영하기 위해 단위기간(예를 들어, 2주) 마다 연관 검색어 데이터베이스를 생성 또는 갱신할 수 있다.
상기한 구성에 따르면, 검색어 추천 시스템은 메신저의 대화 내용에서 분석된 키워드들 간의 연관도를 이용하여 추천 검색어를 제공할 수 있다. 일 예로, 제공부(213)는 메신저의 검색 화면 또는 대화 화면에서 입력된 특정 키워드에 대하여 특정 키워드와 연관된 키워드들을 추출한 후 키워드들 간의 연관도를 기준으로 추출된 키워드들 중 적어도 하나의 키워드를 추천 검색어로서 결정하여 제공할 수 있다. 이때, 검색 화면은 주소 검색, 상호 검색, 친구 검색, 대화 검색 등 메신저에서 지원하는 모든 검색 기능에 해당되는 것일 수 있다. 추천 검색어는 메신저의 검색 화면 또는 대화 화면의 소정 위치에 노출되어 제공될 수 있다. 예컨대, 도 10에 도시한 바와 같이 제공부(213)는 메신저 검색 화면(1000)의 상단에 검색창(1010)이 위치할 경우 검색창(1010) 아래에 추천 검색어(1001)를 제공할 수 있다. 다른 예시로, 도 11에 도시한 바와 같이 제공부(213)는 메신저 검색 화면(1100)의 하단에 검색창(1110)이 위치할 경우 검색창(1110) 위에 추천 검색어(1101)를 제공할 수 있다. 또 다른 예시로, 제공부(213)는 검색창(1010)(1110)의 위치와 무관하게 메신저 검색 화면(1000)(1100)의 상단 또는 하단에 추천 검색어(1001)(1101)를 제공할 수 있다. 또 다른 예시로, 제공부(213)는 도 12에 도시한 바와 같이 메신저의 대화 화면(1200)에서 대화 메시지에 상업적 키워드가 등장하는 경우 해당 키워드에 대하여 대화 화면(1200)의 소정 위치에 추천 검색어(1201)를 제공하는 것 또한 가능하다. 이는 대화 화면을 통해 대화 내용에 기반한 추천 검색어를 제공하여 대화 중에 추천 검색어를 질의로 하는 검색 기능을 바로 이용할 수 있도록 지원 가능하다.
도 13는 본 발명의 일 실시예에 있어서, 컴퓨터 시스템의 내부 구성의 일례를 설명하기 위한 블록도이다. 컴퓨터 시스템(1300)은 적어도 하나의 프로세서(processor)(1310), 메모리(memory)(1320), 주변장치 인터페이스(peripheral interface)(1330), 입/출력 서브시스템(I/O subsystem)(1340), 전력 회로(1350) 및 통신 회로(1360)를 적어도 포함할 수 있다. 이때, 컴퓨터 시스템(1300)은 사용자 단말에 해당될 수 있다.
메모리(1320)는, 일례로 고속 랜덤 액세스 메모리(high-speed random access memory), 자기 디스크, 에스램(SRAM), 디램(DRAM), 롬(ROM), 플래시 메모리 또는 비휘발성 메모리를 포함할 수 있다. 메모리(1320)는 컴퓨터 시스템(1300)의 동작에 필요한 소프트웨어 모듈, 명령어 집합 또는 그밖에 다양한 데이터를 포함할 수 있다. 이때, 프로세서(1310)나 주변장치 인터페이스(1330) 등의 다른 컴포넌트에서 메모리(1320)에 액세스하는 것은 프로세서(1310)에 의해 제어될 수 있다.
주변장치 인터페이스(1330)는 컴퓨터 시스템(1300)의 입력 및/또는 출력 주변장치를 프로세서(1310) 및 메모리(1320)에 결합시킬 수 있다. 프로세서(1310)는 메모리(1320)에 저장된 소프트웨어 모듈 또는 명령어 집합을 실행하여 컴퓨터 시스템(1300)을 위한 다양한 기능을 수행하고 데이터를 처리할 수 있다.
입/출력 서브시스템(1340)은 다양한 입/출력 주변장치들을 주변장치 인터페이스(1330)에 결합시킬 수 있다. 예를 들어, 입/출력 서브시스템(1340)은 모니터나 키보드, 마우스, 프린터 또는 필요에 따라 터치스크린이나 센서 등의 주변장치를 주변장치 인터페이스(1330)에 결합시키기 위한 컨트롤러를 포함할 수 있다. 다른 측면에 따르면, 입/출력 주변장치들은 입/출력 서브시스템(1340)을 거치지 않고 주변장치 인터페이스(1330)에 결합될 수도 있다.
전력 회로(1350)는 단말기의 컴포넌트의 전부 또는 일부로 전력을 공급할 수 있다. 예를 들어 전력 회로(1350)는 전력 관리 시스템, 배터리나 교류(AC) 등과 같은 하나 이상의 전원, 충전 시스템, 전력 실패 감지 회로(power failure detection circuit), 전력 변환기나 인버터, 전력 상태 표시자 또는 전력 생성, 관리, 분배를 위한 임의의 다른 컴포넌트들을 포함할 수 있다.
통신 회로(1360)는 적어도 하나의 외부 포트를 이용하여 다른 컴퓨터 시스템과 통신을 가능하게 할 수 있다. 또는 상술한 바와 같이 필요에 따라 통신 회로(1360)는 RF 회로를 포함하여 전자기 신호(electromagnetic signal)라고도 알려진 RF 신호를 송수신함으로써, 다른 컴퓨터 시스템과 통신을 가능하게 할 수도 있다.
이러한 도 13의 실시예는, 컴퓨터 시스템(1300)의 일례일 뿐이고, 컴퓨터 시스템(1300)은 도 13에 도시된 일부 컴포넌트가 생략되거나, 도 13에 도시되지 않은 추가의 컴포넌트를 더 구비하거나, 2개 이상의 컴포넌트를 결합시키는 구성 또는 배치를 가질 수 있다. 예를 들어, 모바일 환경의 통신 단말을 위한 컴퓨터 시스템은 도 13에 도시된 컴포넌트들 외에도, 터치스크린이나 센서 등을 더 포함할 수도 있으며, 통신 회로(1360)에 다양한 통신 방식(WiFi, 3G, LTE, Bluetooth, NFC, Zigbee 등)의 RF 통신을 위한 회로가 포함될 수도 있다. 컴퓨터 시스템(1300)에 포함 가능한 컴포넌트들은 하나 이상의 신호 처리 또는 어플리케이션에 특화된 집적 회로를 포함하는 하드웨어, 소프트웨어, 또는 하드웨어 및 소프트웨어 양자의 조합으로 구현될 수 있다.
본 발명의 실시예에 따른 방법들은 다양한 컴퓨터 시스템을 통하여 수행될 수 있는 프로그램 명령(instruction) 형태로 구현되어 컴퓨터 판독 가능 매체에 기록될 수 있다.
본 실시예에 따른 프로그램은 PC 기반의 프로그램 또는 모바일 단말 전용의 어플리케이션으로 구성될 수 있다. 본 실시예에서의 추천 검색어 제공을 위한 어플리케이션은 독립적으로 동작하는 프로그램 형태로 구현되거나, 혹은 특정 어플리케이션(메신저 프로그램 등)의 인-앱(in-app) 형태로 구성되어 상기 특정 어플리케이션 상에서 동작이 가능하도록 구현될 수 있다.
또한, 본 발명의 실시예에 따른 방법들은 추천 검색어 제공을 위한 어플리케이션이 사용자 단말기를 제어하여 수행될 수 있다. 이러한 어플리케이션은 파일 배포 시스템이 제공하는 파일을 통해 사용자 단말기에 설치될 수 있다. 일 예로, 파일 배포 시스템은 사용자 단말기의 요청에 따라 상기 파일을 전송하는 파일 전송부(미도시)를 포함할 수 있다.
이와 같이, 본 발명의 실시예에 따르면, 모바일 메신저에서 비즈니스와 관련된 상업적 키워드를 제공함으로써 새로운 모델의 트래픽을 유도할 수 있으며 아울러 메신저의 사용성과 활용성을 향상시킬 수 있다. 또한, 본 발명의 실시예에 따르면, 모바일 메신저의 대화 내용을 기반으로 한 추천 검색어를 제공함으로써 메신저 특성을 반영한 새로운 검색 환경과 함께 개인에 최적화 된 관련 검색어를 제안할 수 있다.
이상에서 설명된 장치는 하드웨어 구성요소, 소프트웨어 구성요소, 및/또는 하드웨어 구성요소 및 소프트웨어 구성요소의 조합으로 구현될 수 있다. 예를 들어, 실시예들에서 설명된 장치 및 구성요소는, 예를 들어, 프로세서, 콘트롤러, ALU(arithmetic logic unit), 디지털 신호 프로세서(digital signal processor), 마이크로컴퓨터, FPGA(field programmable gate array), PLU(programmable logic unit), 마이크로프로세서, 또는 명령(instruction)을 실행하고 응답할 수 있는 다른 어떠한 장치와 같이, 하나 이상의 범용 컴퓨터 또는 특수 목적 컴퓨터를 이용하여 구현될 수 있다. 처리 장치는 운영 체제(OS) 및 상기 운영 체제 상에서 수행되는 하나 이상의 소프트웨어 애플리케이션을 수행할 수 있다. 또한, 처리 장치는 소프트웨어의 실행에 응답하여, 데이터를 접근, 저장, 조작, 처리 및 생성할 수도 있다. 이해의 편의를 위하여, 처리 장치는 하나가 사용되는 것으로 설명된 경우도 있지만, 해당 기술분야에서 통상의 지식을 가진 자는, 처리 장치가 복수 개의 처리 요소(processing element) 및/또는 복수 유형의 처리 요소를 포함할 수 있음을 알 수 있다. 예를 들어, 처리 장치는 복수 개의 프로세서 또는 하나의 프로세서 및 하나의 콘트롤러를 포함할 수 있다. 또한, 병렬 프로세서(parallel processor)와 같은, 다른 처리 구성(processing configuration)도 가능하다.
소프트웨어는 컴퓨터 프로그램(computer program), 코드(code), 명령(instruction), 또는 이들 중 하나 이상의 조합을 포함할 수 있으며, 원하는 대로 동작하도록 처리 장치를 구성하거나 독립적으로 또는 결합적으로(collectively) 처리 장치를 명령할 수 있다. 소프트웨어 및/또는 데이터는, 처리 장치에 의하여 해석되거나 처리 장치에 명령 또는 데이터를 제공하기 위하여, 어떤 유형의 기계, 구성요소(component), 물리적 장치, 가상 장치(virtual equipment), 컴퓨터 저장 매체 또는 장치, 또는 전송되는 신호 파(signal wave)에 영구적으로, 또는 일시적으로 구체화(embody)될 수 있다. 소프트웨어는 네트워크로 연결된 컴퓨터 시스템 상에 분산되어서, 분산된 방법으로 저장되거나 실행될 수도 있다. 소프트웨어 및 데이터는 하나 이상의 컴퓨터 판독 가능 기록 매체에 저장될 수 있다.
실시예에 따른 방법은 다양한 컴퓨터 수단을 통하여 수행될 수 있는 프로그램 명령 형태로 구현되어 컴퓨터 판독 가능 매체에 기록될 수 있다. 상기 컴퓨터 판독 가능 매체는 프로그램 명령, 데이터 파일, 데이터 구조 등을 단독으로 또는 조합하여 포함할 수 있다. 상기 매체에 기록되는 프로그램 명령은 실시예를 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. 상기된 하드웨어 장치는 실시예의 동작을 수행하기 위해 하나 이상의 소프트웨어 모듈로서 작동하도록 구성될 수 있으며, 그 역도 마찬가지이다.
이상과 같이 실시예들이 비록 한정된 실시예와 도면에 의해 설명되었으나, 해당 기술분야에서 통상의 지식을 가진 자라면 상기의 기재로부터 다양한 수정 및 변형이 가능하다. 예를 들어, 설명된 기술들이 설명된 방법과 다른 순서로 수행되거나, 및/또는 설명된 시스템, 구조, 장치, 회로 등의 구성요소들이 설명된 방법과 다른 형태로 결합 또는 조합되거나, 다른 구성요소 또는 균등물에 의하여 대치되거나 치환되더라도 적절한 결과가 달성될 수 있다.
그러므로, 다른 구현들, 다른 실시예들 및 특허청구범위와 균등한 것들도 후술하는 특허청구범위의 범위에 속한다.
200: 검색어 추천 시스템
211: 인지부
212: 분석부
213: 제공부

Claims (20)

  1. 컴퓨터로 구현되는 검색어 추천 방법에 있어서,
    메신저의 대화 내용을 분석하여 상기 대화 내용에서 등장하는 키워드 간의 연관도를 판단하는 단계; 및
    상기 메신저를 이용하는 사용자를 대상으로 상기 키워드 간의 연관도를 기초로 추천 검색어를 제공하는 단계
    를 포함하고,
    상기 키워드 간의 연관도를 판단하는 단계는,
    상기 대화 내용에서 키워드가 등장하는 회수를 이용하여 상기 키워드 간의 연관도를 판단하는 것
    을 특징으로 하는 검색어 추천 방법.
  2. 삭제
  3. 제1항에 있어서,
    상기 키워드 간의 연관도를 판단하는 단계는,
    상기 메신저를 이용하는 전체 사용자의 대화 내용을 분석하여 상기 키워드 간의 연관도를 판단하는 것
    을 특징으로 하는 검색어 추천 방법.
  4. 컴퓨터로 구현되는 검색어 추천 방법에 있어서,
    메신저의 대화 내용을 분석하여 상기 대화 내용에서 등장하는 키워드 간의 연관도를 판단하는 단계; 및
    상기 메신저를 이용하는 사용자를 대상으로 상기 키워드 간의 연관도를 기초로 추천 검색어를 제공하는 단계
    를 포함하고,
    상기 키워드 간의 연관도를 판단하는 단계는,
    상기 사용자 및 상기 사용자와 관계가 설정된 타인과의 대화 내용을 분석하여 상기 키워드 간의 연관도를 판단하는 것
    을 특징으로 하는 검색어 추천 방법.
  5. 컴퓨터로 구현되는 검색어 추천 방법에 있어서,
    메신저의 대화 내용을 분석하여 상기 대화 내용에서 등장하는 키워드 간의 연관도를 판단하는 단계; 및
    상기 메신저를 이용하는 사용자를 대상으로 상기 키워드 간의 연관도를 기초로 추천 검색어를 제공하는 단계
    를 포함하고,
    상기 키워드 간의 연관도를 판단하는 단계는,
    상기 메신저를 이용하는 전체 사용자의 대화 내용을 분석하여 상기 키워드 간의 제1 연관도를 판단하는 단계;
    상기 사용자 및 상기 사용자와 관계가 설정된 타인과의 대화 내용을 분석하여 상기 키워드 간의 제2 연관도를 판단하는 단계; 및
    상기 제1 연관도와 상기 제2 연관도를 이용하여 상기 키워드 간의 최종 연관도를 판단하는 단계
    를 포함하는 검색어 추천 방법.
  6. 컴퓨터로 구현되는 검색어 추천 방법에 있어서,
    메신저의 대화 내용을 분석하여 상기 대화 내용에서 등장하는 키워드 간의 연관도를 판단하는 단계; 및
    상기 메신저를 이용하는 사용자를 대상으로 상기 키워드 간의 연관도를 기초로 추천 검색어를 제공하는 단계
    를 포함하고,
    상기 키워드 간의 연관도를 판단하는 단계는,
    상기 대화 내용에서 사전에 정해진 시드 키워드(seed keyword)가 등장하는 경우 상기 시드 키워드와 상기 시드 키워드가 등장하기 이전과 이후에 등장하는 키워드의 연관도를 판단하는 것
    을 특징으로 하는 검색어 추천 방법.
  7. 컴퓨터로 구현되는 검색어 추천 방법에 있어서,
    메신저의 대화 내용을 분석하여 상기 대화 내용에서 등장하는 키워드 간의 연관도를 판단하는 단계; 및
    상기 메신저를 이용하는 사용자를 대상으로 상기 키워드 간의 연관도를 기초로 추천 검색어를 제공하는 단계
    를 포함하고,
    상기 키워드 간의 연관도를 판단하는 단계는,
    상기 대화 내용에서 사전에 정해진 시드 키워드가 등장하는 경우 상기 시드 키워드가 등장한 시점을 기준으로 상기 대화 내용에서 적어도 일부의 세션을 분리하는 단계; 및
    상기 시드 키워드와 상기 세션 내의 대화 내용에서 등장하는 키워드의 연관도를 판단하는 단계
    를 포함하는 검색어 추천 방법.
  8. 제7항에 있어서,
    상기 세션을 분리하는 단계는,
    상기 시드 키워드가 등장한 시점을 기준으로 일정 시간 이전 시점부터 상기 시드 키워드가 등장한 이후 상기 일정 시간이 경과한 시점까지의 세션을 분리하는 것
    을 특징으로 하는 검색어 추천 방법.
  9. 제7항에 있어서,
    상기 세션을 분리하는 단계는,
    상기 시드 키워드가 등장한 시점부터 상기 시드 키워드가 등장한 이후 일정 시간이 경과한 시점까지의 세션을 분리하는 것
    을 특징으로 하는 검색어 추천 방법.
  10. 제7항에 있어서,
    상기 세션을 분리하는 단계는,
    상기 시드 키워드가 등장한 대화가 시작된 시점부터 상기 대화 중 마지막 메시지가 입력된 시점 이후 일정 시간 동안 응답이 없었던 시간까지의 세션을 분리하는 것
    을 특징으로 하는 검색어 추천 방법.
  11. 제7항에 있어서,
    상기 세션을 분리하는 단계는,
    상기 시드 키워드가 등장한 대화가 시작된 시점부터 상기 시드 키워드가 등장한 시점 이후 일정 시간이 경과한 시점까지의 세션을 분리하는 것
    을 특징으로 하는 검색어 추천 방법.
  12. 제1항에 있어서,
    상기 추천 검색어를 제공하는 단계는,
    상기 메신저 또는 상기 사용자의 식별이 가능한 타 매체를 통해 상기 추천 검색어를 제공하는 것
    을 특징으로 하는 검색어 추천 방법.
  13. 제1항에 있어서,
    상기 추천 검색어를 제공하는 단계는,
    상기 메신저의 검색 화면 및 대화 화면 중 적어도 하나의 화면에 상기 추천 검색어를 제공하는 것
    을 특징으로 하는 검색어 추천 방법.
  14. 제1항에 있어서,
    상기 추천 검색어를 제공하는 단계는,
    상기 메신저에서 현재 검색된 쿼리에 대한 유사 키워드로 상기 추천 검색어를 제공하는 것
    을 특징으로 하는 검색어 추천 방법.
  15. 컴퓨터로 구현되는 검색어 추천 방법에 있어서,
    메신저의 대화 내용을 분석하여 상기 대화 내용에서 등장하는 키워드 간의 연관도를 판단하는 단계; 및
    상기 메신저를 이용하는 사용자를 대상으로 상기 키워드 간의 연관도를 기초로 추천 검색어를 제공하는 단계
    를 포함하고,
    상기 추천 검색어를 제공하는 단계는,
    상기 메신저 상의 검색어 히스토리에 대한 관련 키워드로 상기 추천 검색어를 제공하는 것
    을 특징으로 하는 검색어 추천 방법.
  16. 삭제
  17. 메신저의 대화 내용을 분석하여 상기 대화 내용에서 등장하는 키워드 간의 연관도를 판단하는 분석부; 및
    상기 메신저를 이용하는 사용자를 대상으로 상기 키워드 간의 연관도를 기초로 추천 검색어를 제공하는 제공부
    를 포함하고,
    상기 분석부는,
    상기 대화 내용에서 키워드가 등장하는 회수를 이용하여 상기 키워드 간의 연관도를 판단하는 것
    을 특징으로 하는 검색어 추천 시스템.
  18. 메신저의 대화 내용을 분석하여 상기 대화 내용에서 등장하는 키워드 간의 연관도를 판단하는 분석부; 및
    상기 메신저를 이용하는 사용자를 대상으로 상기 키워드 간의 연관도를 기초로 추천 검색어를 제공하는 제공부
    를 포함하고,
    상기 분석부는,
    상기 메신저를 이용하는 전체 사용자의 대화 내용을 분석하여 상기 키워드 간의 제1 연관도를 판단하고,
    상기 사용자 및 상기 사용자와 관계가 설정된 타인과의 대화 내용을 분석하여 상기 키워드 간의 제2 연관도를 판단하고,
    상기 제1 연관도와 상기 제2 연관도를 이용하여 상기 키워드 간의 최종 연관도를 판단하는 것
    을 특징으로 하는 검색어 추천 시스템.
  19. 메신저의 대화 내용을 분석하여 상기 대화 내용에서 등장하는 키워드 간의 연관도를 판단하는 분석부; 및
    상기 메신저를 이용하는 사용자를 대상으로 상기 키워드 간의 연관도를 기초로 추천 검색어를 제공하는 제공부
    를 포함하고,
    상기 분석부는,
    상기 대화 내용에서 사전에 정해진 시드 키워드가 등장하는 경우 상기 시드 키워드가 등장한 시점을 기준으로 상기 대화 내용에서 적어도 일부의 세션을 분리하고,
    상기 시드 키워드와 상기 세션 내의 대화 내용에서 등장하는 키워드의 연관도를 분석하는 것
    을 특징으로 하는 검색어 추천 시스템.
  20. 컴퓨터 시스템이 추천 검색어를 제공하도록 제어하는 명령(instruction)을 포함하는 컴퓨터 판독가능 매체로서,
    상기 명령은,
    메신저의 대화 내용을 분석하여 상기 대화 내용에서 등장하는 키워드 간의 연관도를 판단하는 단계; 및
    상기 메신저를 이용하는 사용자를 대상으로 상기 키워드 간의 연관도를 기초로 추천 검색어를 제공하는 단계
    를 포함하는 방법에 의하여 상기 컴퓨터 시스템을 제어하고,
    상기 키워드 간의 연관도를 판단하는 단계는,
    상기 대화 내용에서 키워드가 등장하는 회수를 이용하여 상기 키워드 간의 연관도를 판단하는 것
    을 특징으로 하는, 컴퓨터 판독가능 저장 매체.
KR1020140126939A 2014-09-23 2014-09-23 메신저의 대화 내용을 바탕으로 추천 검색어를 제공하는 방법과 시스템 및 기록 매체 KR101584225B1 (ko)

Priority Applications (2)

Application Number Priority Date Filing Date Title
KR1020140126939A KR101584225B1 (ko) 2014-09-23 2014-09-23 메신저의 대화 내용을 바탕으로 추천 검색어를 제공하는 방법과 시스템 및 기록 매체
JP2015108753A JP6100832B2 (ja) 2014-09-23 2015-05-28 メッセンジャの対話内容に基づいて推薦検索語を提供する方法とシステム、および記録媒体

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020140126939A KR101584225B1 (ko) 2014-09-23 2014-09-23 메신저의 대화 내용을 바탕으로 추천 검색어를 제공하는 방법과 시스템 및 기록 매체

Publications (1)

Publication Number Publication Date
KR101584225B1 true KR101584225B1 (ko) 2016-01-12

Family

ID=55170253

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020140126939A KR101584225B1 (ko) 2014-09-23 2014-09-23 메신저의 대화 내용을 바탕으로 추천 검색어를 제공하는 방법과 시스템 및 기록 매체

Country Status (2)

Country Link
JP (1) JP6100832B2 (ko)
KR (1) KR101584225B1 (ko)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107621915A (zh) * 2017-09-29 2018-01-23 努比亚技术有限公司 一种消息提醒方法、设备及计算机存储介质
CN109564571A (zh) * 2016-10-21 2019-04-02 纳宝株式会社 利用搜索上下文的查询推荐方法及系统
US12069011B2 (en) 2020-09-21 2024-08-20 Samsung Electronics Co., Ltd. Electronic device and method for controlling electronic device

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR102027471B1 (ko) * 2017-06-20 2019-10-01 라인 가부시키가이샤 소셜 네트워크 컨텐츠를 기반으로 단어 벡터화 기법을 이용하여 일상 언어로 확장하기 위한 방법 및 시스템

Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2003186896A (ja) * 2001-12-19 2003-07-04 Fuji Xerox Co Ltd 対話処理装置

Family Cites Families (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP4082059B2 (ja) * 2002-03-29 2008-04-30 ソニー株式会社 情報処理装置および方法、記録媒体、並びにプログラム
JP2005135113A (ja) * 2003-10-29 2005-05-26 Sony Corp 電子機器装置、関連語抽出方法及びプログラム
JP2009070180A (ja) * 2007-09-13 2009-04-02 Internatl Business Mach Corp <Ibm> 情報の検索を支援する装置及び方法
JP5259436B2 (ja) * 2009-01-22 2013-08-07 株式会社東芝 知識共有支援装置とその方法及びプログラム

Patent Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2003186896A (ja) * 2001-12-19 2003-07-04 Fuji Xerox Co Ltd 対話処理装置

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109564571A (zh) * 2016-10-21 2019-04-02 纳宝株式会社 利用搜索上下文的查询推荐方法及系统
CN107621915A (zh) * 2017-09-29 2018-01-23 努比亚技术有限公司 一种消息提醒方法、设备及计算机存储介质
US12069011B2 (en) 2020-09-21 2024-08-20 Samsung Electronics Co., Ltd. Electronic device and method for controlling electronic device

Also Published As

Publication number Publication date
JP2016071849A (ja) 2016-05-09
JP6100832B2 (ja) 2017-03-22

Similar Documents

Publication Publication Date Title
US11281724B2 (en) Method and system for providing recommendation query using search context
KR101953303B1 (ko) 브라우징 액티비티에 기초하여 정합 애플리케이션을 식별하는 기법
KR100692209B1 (ko) 맞춤형 상품 정보 제공 방법 및 그 시스템
KR101638821B1 (ko) 도메인 속성을 이용한 질의어 추천 방법과 시스템 및 기록매체
CN109343926A (zh) 应用程序图标的显示方法、装置、终端和存储介质
KR102160600B1 (ko) 사용자 반응 향상을 위한 해시태그 추천 방법, 장치 및 컴퓨터-판독가능기록매체
KR101584225B1 (ko) 메신저의 대화 내용을 바탕으로 추천 검색어를 제공하는 방법과 시스템 및 기록 매체
KR101873339B1 (ko) 관심사 및 콘텐츠를 제공하는 방법 및 시스템
KR20180131925A (ko) 추천 컨텐츠 제공 시스템, 방법 및 프로그램
WO2023197872A1 (zh) 书籍搜索方法、装置、设备和存储介质
JP6022651B2 (ja) メッセンジャーに検索機能を提供して検索結果を整列する方法とシステム、および記録媒体
KR101667796B1 (ko) 검색 결과의 실시간 변화 양상을 제공하는 검색 결과 제공 방법과 시스템 및 기록 매체
CN111787042A (zh) 用于推送信息的方法和装置
US10387934B1 (en) Method medium and system for category prediction for a changed shopping mission
KR20190036834A (ko) SaaS 어플리케이션 연동 서비스의 제공장치 및 그 제공방법
KR101784057B1 (ko) 모바일 단말의 사용자 정보를 이용한 맞춤형 콘텐츠 공유 방법 및 장치
KR20160150631A (ko) 메신저 대화 관리 방법과 시스템 및 기록 매체
KR101586482B1 (ko) 사용자 상태에 맞춘 검색결과 변환 방법 및 시스템
CN111310016B (zh) 标签挖掘方法、装置、服务器和存储介质
CN106469112A (zh) 一种信息处理系统、方法及电子设备
KR101667022B1 (ko) 정보를 공유하는 공통 관심 네트워크
KR20200081565A (ko) 검색 서비스 제공 장치 및 방법
KR101948437B1 (ko) 모바일 단말의 사용자 정보를 이용한 맞춤형 콘텐츠 공유 방법 및 장치
KR101944404B1 (ko) 주가정보를 제공하는 방법 및 시스템
KR101736653B1 (ko) 복수의 컨텐츠 중에서 선택된 컨텐츠와 관련된 컨텐츠를 제공하기 위한 방법 및 시스템

Legal Events

Date Code Title Description
E701 Decision to grant or registration of patent right
GRNT Written decision to grant
FPAY Annual fee payment

Payment date: 20190102

Year of fee payment: 4

FPAY Annual fee payment

Payment date: 20200102

Year of fee payment: 5