KR101643179B1 - 추천 키워드를 제공하는 시스템 및 방법 - Google Patents

추천 키워드를 제공하는 시스템 및 방법 Download PDF

Info

Publication number
KR101643179B1
KR101643179B1 KR1020100111923A KR20100111923A KR101643179B1 KR 101643179 B1 KR101643179 B1 KR 101643179B1 KR 1020100111923 A KR1020100111923 A KR 1020100111923A KR 20100111923 A KR20100111923 A KR 20100111923A KR 101643179 B1 KR101643179 B1 KR 101643179B1
Authority
KR
South Korea
Prior art keywords
keyword
score
recommendation
keywords
database
Prior art date
Application number
KR1020100111923A
Other languages
English (en)
Other versions
KR20120050593A (ko
Inventor
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 KR1020100111923A priority Critical patent/KR101643179B1/ko
Priority to JP2011246724A priority patent/JP5904766B2/ja
Priority to US13/294,856 priority patent/US9076160B2/en
Publication of KR20120050593A publication Critical patent/KR20120050593A/ko
Application granted granted Critical
Publication of KR101643179B1 publication Critical patent/KR101643179B1/ko

Links

Images

Classifications

    • 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
    • G06Q30/0241—Advertisements
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/30—Information retrieval; Database structures therefor; File system structures therefor of unstructured textual data
    • G06F16/33—Querying
    • G06F16/332—Query formulation
    • G06F16/3322—Query formulation using system suggestions
    • 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
    • G06Q30/0241—Advertisements
    • G06Q30/0247—Calculate past, present or future revenues

Landscapes

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

Abstract

추천 키워드를 제공하는 시스템 및 방법이 개시된다. 검색어에 대한 연관 검색어가 저장되는 연관 검색어 데이터베이스를 이용하여 추천 키워드를 제공하는 추천 키워드 제공 시스템은 연관 검색어 데이터베이스를 이용하여 특정 키워드와 관련된 적어도 하나의 키워드를 추출하는 키워드 추출부, 추출된 키워드 각각의 노출점수를 제공하는 노출점수 제공부 및 제공된 노출점수를 이용하여 추출된 키워드 중에서 특정 키워드에 대한 추천 키워드를 결정하는 추천 키워드 결정부를 포함한다.

Description

추천 키워드를 제공하는 시스템 및 방법{SYSTEM AND METHOD FOR PROVIDING RECOMMENDATION BUSINESS KEYWORD}
본 발명의 실시예들은 추천 키워드 제공 시스템 및 방법에 관한 것이다.
사용자로부터 입력되는 검색어(또는 키워드나 쿼리)와 연관된 검색어를 제공하는 종래기술로는 사용자들이 특정 검색어를 입력한 후 많이 입력되는 검색어들을 특정 검색어에 대한 연관 검색어로 제공하는 방법이 있다.
또 다른 종래기술로는 웹페이지 등과 같이 웹 상에 존재하는 문서들을 이용하여 단어간 연관도를 측정하고, 특정 단어에 대해 연관도가 높은 단어들을 서로 연관하여 저장한 후 사용자가 입력하는 검색어와 연관도가 높은 단어들을 연관 검색어로 제공하는 방법이 있다.
그러나, 첫 번째 종래기술은 단순히 연이어 많이 검색된 검색어를 노출함으로써, 사용자들의 검색패턴을 보여주는 것이고, 두 번째 종래기술은 단순히 단어간 연관도에 기초하여 입력된 검색어와 연관성이 높은 검색어를 사용자들에게 제공해주는 것으로, 비즈니스와 연관된 분야에 대해 사용자들이 입력하는 키워드들에 대해 관련된 키워드들을 추천하기는 어렵다.
예를 들어, 종래기술들을 통해 사용자의 검색 편의성을 증대시킬 수는 있으나, 퍼블리셔의 광고 수익을 향상시키거나 광고주의 광고 효과를 높이기는 어려운 문제점이 있다.
본 명세서에서는, 효과적으로 추천 키워드를 제공할 수 있는 시스템 및 방법이 제공된다.
비즈니스와 연관된 분야에 대한 키워드에 대해 연관 검색어 데이터베이스를 이용하여 관련된 키워드들을 추출하고, 추출된 키워드들 각각의 기대 수익치를 나타내는 노출점수를 이용하여 추천 키워드를 결정하여 제공함으로써, 사용자의 검색 편의성을 증대시킴과 동시에 퍼블리셔의 광고 수익을 증대시키거나 광고주의 광고 효과를 높일 수 있는 추천 키워드 제공 시스템 및 방법이 제공된다.
단위기간(예를 들어, 2주) 동안 연관 검색어 데이터베이스를 통해 수집되는 데이터를 이용하여 특정 키워드와 관련된 키워드들을 추출함으로써, 짧은 기간 동안 집중적으로 발생하는 어뷰징을 배제할 수 있는 추천 키워드 제공 시스템 및 방법이 제공된다.
추출된 키워드 각각의 클릭당비용과 광고영역들 각각에 대한 클릭률(Click Through Ratio, CTR)을 이용하여 노출점수를 계산하거나 또는 추출된 키워드 각각의 클릭당비용과 해당 키워드에 대해 통합검색에서 발생한 전체 클릭량 중 상기 해당 키워드에 대응하는 광고들이 노출되는 광고영역에 대한 클릭량의 비율인 클릭 점유율을 이용하여 노출점수를 계산함으로써, 추출된 키워드 각각의 기대수익치를 노출점수에 반영할 수 있는 추천 키워드 제공 시스템 및 방법이 제공된다.
특정 광고의 클릭률이 아닌 광고영역의 클릭률 또는 전체 클릭량에 대한 광고영역의 클릭량의 비율인 클릭 점유율을 이용하여 노출점수를 계산함에 따라, 특정 광고와 연관된 키워드에 대한 어뷰징 문제를 해결할 수 있는 추천 키워드 제공 시스템 및 방법이 제공된다.
노출빈도에 따른 가중치를 노출점수에 부여함으로써, 특정 광고와 연관된 키워드에 대한 어뷰징 문제를 해결할 수 있는 추천 키워드 제공 시스템 및 방법이 제공된다.
노출점수 이외에, 연관 검색어 데이터베이스에서 특정 키워드에 대한 연관 검색어의 순위에 따른 랭크점수를 더 이용하여 추천 키워드를 결정함으로써, 키워드들의 노출점수에 따라 단위기간별로 추천 키워드가 급변하는 것을 제한할 수 있는 추천 키워드 제공 시스템 및 방법이 제공된다.
연관 검색어 데이터베이스를 이용하여 특정 키워드와 관련된 적어도 하나의 키워드를 추출하는 키워드 추출부, 추출된 키워드 각각의 노출점수를 제공하는 노출점수 제공부 및 제공된 노출점수를 이용하여 추출된 키워드 중에서 특정 키워드에 대한 추천 키워드를 결정하는 추천 키워드 결정부를 포함하는, 추천 키워드 제공 시스템이 제공된다.
일측에 따르면, 키워드 추출부는 단위기간마다, 연관 검색어 데이터베이스에서 이전 단위기간 동안 축적된 데이터를 이용하여 관련검색 데이터베이스를 생성 또는 갱신하는 관련검색 데이터베이스 관리부 및 관련검색 데이터베이스에서 특정 키워드와 관련된 적어도 하나의 키워드를 조회하는 키워드 조회부를 포함할 수 있다.
다른 측면에 따르면, 추천 키워드는 단위기간마다 제공되는 노출점수에 따라 단위기간마다 결정될 수 있고, 현재 단위기간에 대해 결정된 추천 키워드는 현재 단위기간 동안 특정 키워드를 입력한 사용자들에게 제공될 수 있다.
또 다른 측면에 따르면, 노출점수 제공부는 추출된 키워드 각각의 클릭당비용(Pay Per Click, PPC)을 제공하는 클릭당비용 제공부, 추출된 키워드 각각에 대응하는 광고들이 노출되는 광고영역들 각각에 대한 클릭률(Click Through Ratio, CTR)을 제공하는 클릭률 제공부 및 클릭당비용 및 클릭률을 이용하여 추출된 키워드 각각의 노출점수를 계산하는 노출점수 계산부를 포함할 수 있다.
또 다른 측면에 따르면, 노출점수 계산부는 추출된 키워드 각각의 노출빈도를 더 이용하여 노출점수를 계산할 수 있다.
또 다른 측면에 따르면, 노출점수 제공부는 추출된 키워드 각각의 클릭당비용을 제공하는 클릭당비용 제공부, 해당 키워드에 대해 통합검색에서 발생한 전체 클릭량 중 상기 해당 키워드에 대응하는 광고들이 노출되는 광고영역에 대한 클릭량의 비율인 클릭 점유율을 제공하는 클릭 점유율 제공부 및 클릭당비용 및 클릭 점유율을 이용하여 추출된 키워드 각각의 노출점수를 계산하는 노출점수 계산부를 포함할 수 있다.
또 다른 측면에 따르면, 사용자들로부터 특정 키워드가 입력되는 경우, 추천 키워드가 사용자들에게 제공될 수 있고, 추천 키워드 결정부는 이전 단위기간 동안 사용자들에게 제공된 추천 키워드 각각이 사용자들에 의해 선택된 횟수를 더 이용하여 현재 단위기간에 대한 추천 키워드를 결정할 수 있다.
또 다른 측면에 따르면, 추천 키워드 결정부는 연관 검색어 데이터베이스에서 검색어와 연관된 연관 검색어들의 순위에 따라 부여되는 랭크점수를 더 이용하여 추천 키워드를 결정할 수 있다.
연관 검색어 데이터베이스를 이용하여 특정 키워드와 관련된 적어도 하나의 키워드를 추출하는 단계, 추출된 키워드 각각의 노출점수를 제공하는 단계 및 제공된 노출점수를 이용하여 추출된 키워드 중에서 특정 키워드에 대한 추천 키워드를 결정하는 단계를 포함하는, 추천 키워드 제공 방법이 제공된다.
비즈니스와 연관된 분야에 대한 키워드에 대해 연관 검색어 데이터베이스를 이용하여 관련된 키워드들을 추출하고, 추출된 키워드들 각각의 기대 수익치를 나타내는 노출점수를 이용하여 추천 키워드를 결정하여 제공함으로써, 사용자의 검색 편의성을 증대시킴과 동시에 퍼블리셔의 광고 수익을 증대시키거나 광고주의 광고 효과를 높일 수 있다.
단위기간(예를 들어, 2주) 동안 연관 검색어 데이터베이스를 통해 수집되는 데이터를 이용하여 특정 키워드와 관련된 키워드들을 추출함으로써, 짧은 기간 동안 집중적으로 발생하는 어뷰징을 배제할 수 있다.
추출된 키워드 각각의 클릭당비용과 광고영역들 각각에 대한 클릭률(Click Through Ratio, CTR)을 이용하여 노출점수를 계산하거나 또는 추출된 키워드 각각의 클릭당비용과 특정 키워드에 대해 통합검색에서 발생한 전체 클릭량 중 특정 키워드에 대응하는 광고들이 노출되는 광고영역에 대한 클릭량의 비율인 클릭 점유율을 이용하여 노출점수를 계산함으로써, 추출된 키워드 각각의 기대수익치를 노출점수에 반영할 수 있다.
특정 광고의 클릭률이 아닌 광고영역의 클릭률 또는 전체 클릭량에 대한 광고영역의 클릭량의 비율인 클릭 점유율을 이용하여 노출점수를 계산함에 따라, 특정 광고와 연관된 키워드에 대한 어뷰징 문제를 해결할 수 있다.
노출빈도에 따른 가중치를 노출점수에 부여함으로써, 특정 광고와 연관된 키워드에 대한 어뷰징 문제를 해결할 수 있다.
노출점수 이외에, 연관 검색어 데이터베이스에서 특정 키워드에 대한 연관 검색어의 순위에 따른 랭크점수를 더 이용하여 추천 키워드를 결정함으로써, 키워드들의 노출점수에 따라 단위기간별로 추천 키워드가 급변하는 것을 제한할 수 있다.
도 1은 본 발명의 일실시예에 있어서, 광고주, 광고 플랫폼, 퍼블리셔 및 사용자간의 관계를 개괄적으로 나타낸 도면이다.
도 2는 본 발명의 일실시예에 있어서, 추천 키워드 제공 시스템에서 추천 키워드를 결정하는 개괄적인 과정을 설명하기 위한 일례이다.
도 3은 본 발명의 일실시예에 있어서, 추천 키워드가 제공되는 검색 결과 화면의 일례이다.
도 4는 본 발명의 일실시예에 있어서, 추천 키워드 제공 방법을 도시한 흐름도이다.
도 5는 본 발명의 일실시예에 있어서, 노출점수를 제공하는 방법을 도시한 흐름도이다.
도 6은 본 발명의 일실시예에 있어서, 계산된 노출점수의 일례를 나타낸 표이다.
도 7은 본 발명의 일실시예에 있어서, 노출빈도에 따른 점수의 일례를 나타낸 표이다.
도 8은 본 발명의 일실시예에 있어서, 랭크에 따른 랭크점수의 일례를 나타낸 표이다.
도 9는 본 발명의 일실시예에 있어서, 노출점수와 랭크점수에 따라 추천 키워드를 결정하는 방법을 설명하기 위한 표이다.
도 10은 본 발명의 일실시예에 있어서, 추천 키워드 제공 시스템의 내부 구성을 설명하기 위한 블록도이다.
이하, 본 발명의 실시예를 첨부된 도면을 참조하여 상세하게 설명한다.
도 1은 본 발명의 일실시예에 있어서, 광고주, 광고 플랫폼, 퍼블리셔 및 사용자간의 관계를 개괄적으로 나타낸 도면이다. 즉, 도 1은 광고주(110), 광고 플랫폼(120), 퍼블리셔(130) 및 사용자(140)를 나타내고 있다. 여기서, 광고주(110)와 사용자(140)는 실질적으로는 광고주(110)나 사용자(140)가 이용하는 PC(Personal Computer), 스마트폰 등의 단말기를 의미할 수 있다. 즉, 도 1에서 화살표는 광고주(110)가 이용하는 단말기, 광고 플랫폼(120), 퍼블리셔(130) 및 사용자(140)가 이용하는 단말기간에 유무선 네트워크를 이용하여 데이터가 송수신될 수 있음을 의미할 수 있다.
우선, 광고 플랫폼(120)은 광고주(110)의 광고에 대한 입찰, 광고와 키워드간의 매칭, 광고나 광고주의 정렬, 퍼블리셔(130)로의 광고 제공 및 광고의 노출에 따른 과금 등을 수행할 수 있다. 광고 플랫폼(120)의 일반적인 기술적인 사항들에 관하여, 인터넷을 통해 전달되는 검색 광고 및/또는 배너 광고 플랫폼에 관한 종래 기술들을 참조하여 이해될 수 있는 사항들은 설명을 생략한다.
본 명세서에서 "퍼블리셔"라는 용어는 "사이트"라는 용어로 치환되어 사용될 수 있다. 다만, 사이트라는 용어를 사용한 설명이, 모바일 단말기에서 실행되는 어플리케이션 화면 등, 일반적인 PC의 웹 사이트 접속이 아닌 환경에서 본 발명의 실시 가능성을 배제하는 것은 아니다. 역으로, "사이트"라는 용어는 퍼블리싱 사이트 또는 상술한 퍼블리셔라는 용어로 호환되어 사용될 수 있다. 다시 말해, 각각의 사이트는 개별 퍼블리셔에 대응될 수 있다. 이때, "사이트"라는 용어는 광고의 노출이 가능하고 유무선 네트워크를 통해 사용자에게 제공 가능한 모든 종류의 웹사이트를 포함할 수 있으며, 웹사이트를 구성하는 하나의 웹페이지를 포함할 수도 있다.
또한, 광고의 "노출"은 사이트(퍼블리셔)를 통해 그 광고주와 연관된 텍스트, 이미지 등, 소리, 동영상, 하이퍼 링크 등의 홍보성 컨텐츠가 해당 사이트의 방문자에게 제공되는 것을 포함하도록 해석될 수 있다. 또한, 노출된 광고에 대한 "선택"은 사용자(사이트 방문자)가 제공된 텍스트, 이미지 등의 홍보성 컨텐츠에 대해 마우스 클릭 등의 반응을 보임으로써, 광고주가 홍보성 컨텐츠의 전달을 통해 달성하고자 한 상황이 발생되는 것을 의미할 수 있다. 이때, 광고주가 유도한 상황은 일례로, 광고주와 연관된 페이지를 광고를 선택한 사용자에게 노출하는 것을 포함할 수 있다.
퍼블리셔(130)는 사용자(140)에게 자신의 사이트를 제공할 수 있고, 사이트를 통해 사이트가 포함하는 페이지들을 제공하거나 입력되는 키워드를 통해 키워드에 대한 검색 결과를 사용자(140)에게 제공할 수 있다. 이때, 퍼블리셔(130)는 광고 플랫폼(120)으로 페이지들을 통해 노출하기 위한 광고들을 전달받아 사용자(140)에게 제공할 수 있다. 또한, 퍼블리셔(130)는 사용자(140)가 입력한 키워드를 광고 플랫폼(120)으로 전달할 수 있고, 광고 플랫폼(120)으로부터 키워드에 대한 광고를 전달받아 검색 결과로서 사용자(140)에게 제공할 수 있다.
퍼블리셔(130)는 사용자(140)가 광고를 직접 제공 받는 경로(화면)를 제공할 수 있으며, 일반적인 온라인 환경에서 광고들은 웹 사이트를 통해 제공될 수 있다. 여기서, 광고 플랫폼(120)이 포함하는 복수의 개별 광고 플랫폼들(제1 광고 플랫폼, 제2 광고 플랫폼, ···) 각각은 퍼블리셔(130)가 포함하는 복수의 개별 퍼블리셔들(제1 퍼블리셔, 제2 퍼블리셔, ···) 중 적어도 하나의 개별 퍼블리셔를 통해 광고를 노출할 수 있다. 또한, 복수의 개별 퍼블리셔들 각각은 사용자(140)에게 적어도 하나의 사이트를 통해 상술한 광고의 노출을 포함하여 통합검색, 키워드 검색, 블로그 서비스 등과 같이 유무선 네트워크를 통해 제공 가능한 다양한 서비스들 중 적어도 하나를 제공할 수 있다.
이때, 본 발명의 실시예들에 따른 추천 키워드 제공 시스템은 개별 광고 플랫폼에서 동작하는 시스템들 중 하나의 시스템이거나 또는 개별 광고 플랫폼에서 동작하는 시스템들 중 하나의 시스템에 포함된 시스템일 수 있다. 이 경우, 추천 키워드 제공 시스템은 개별 퍼블리셔와 관련된 시스템들 중 적어도 하나의 시스템으로부터 사용자(140)와 관련된 정보(예를 들어, 퍼블리셔(130)를 통해 사용자(140)에게 제공된 추천 키워드 중 사용자(140)에 의해 선택된 추천 키워드에 대한 정보)를 수신하여 이용할 수 있다.
다른 실시예에 따른 추천 키워드 제공 시스템은 개별 퍼블리셔와 관련된 시스템들 중 하나의 시스템이거나 또는 개별 퍼블리셔와 관련된 시스템들 중 하나의 시스템에 포함된 시스템일 수 있다. 이 경우, 적립금 관리 시스템은 개별 광고 플랫폼에서 동작하는 시스템들 중 적어도 하나의 시스템으로부터 광고주(110)와 관련된 정보(예를 들어, 특정 키워드에 대한 클릭당비용에 대한 정보)를 수신하여 이용할 수 있다.
즉, 추천 키워드 제공 시스템은 직접 광고주(110)나 사용자(140)로부터 관련 정보를 입력받을 수도 있지만, 해당 광고 플랫폼 및 해당 퍼블리셔 중 적어도 하나를 통해 관련 정보를 수신할 수도 있다. 그러나, 이후에서는 설명의 편의를 위해 광고 플랫폼이나 퍼블리셔와의 관계는 생략하고 추천 키워드 제공 시스템 및 방법에 대해 설명한다.
도 2는 본 발명의 일실시예에 있어서, 추천 키워드 제공 시스템에서 추천 키워드를 결정하는 개괄적인 과정을 설명하기 위한 일례이다. 본 실시예에 따른 추천 키워드 제공 시스템은 추천 키워드를 결정하기 위해 연관 검색어 데이터베이스(210)를 이용할 수 있다.
우선, 연관 검색어 데이터베이스(210)는 검색어 및 검색어와 연관된 검색어들이 서로 연관되어 저장된 데이터 집합 또는 상기 데이터 집합이 저장된 저장매체를 의미할 수 있다.
이때, 추천 키워드 제공 시스템은 이러한 연관 검색어 데이터베이스(210)를 이용하여 특정 키워드와 관련된 키워드들을 추출할 수 있고, 추출된 키워드들 각각에 대해 노출점수를 부여할 수 있다. 또한, 부여된 노출점수를 이용하여 추출된 키워드들 중 적어도 하나의 키워드를 추천 키워드로서 결정하여 제공할 수 있다.
이 경우, 연관 검색어 데이터베이스(210)에 저장된 검색어들간의 연관 관계는 기간이 지남에 따라 변할 수 있고, 또한 역으로 짧은 기간에 대해서는 어뷰징 발생 가능성이 존재한다. 따라서, 추천 키워드 제공 시스템은 이러한 어뷰징을 배제하고 기간이 지남에 따라 변동하는 검색어들간의 연관 관계를 반영하기 위해, 단위기간(예를 들어, 2주)마다 연관 검색어 데이터베이스(210)의 이전 단위기간 동안 축적된 데이터들을 이용하여 추천 키워드를 제공할 수 있다.
일례로, 추천 키워드 제공 시스템은 단위기간(예를 들어, 2주)마다 연관 검색어 데이터베이스(210)의 이전 단위기간 동안 축적된 데이터들을 포함하는 관련검색 데이터베이스(220)를 생성 또는 갱신할 수 있다. 만약, 이전 단위기간 동안 수집된 데이터가 부족한 경우에는 그 다음 단위기간 동안 수집된 데이터까지 포함하도록 관련검색 데이터베이스(220)를 생성 또는 갱신할 수 있다.
관련검색 데이터베이스(220)가 생성 또는 갱신되면, 추천 키워드 제공 시스템은 관련검색 데이터베이스(220)에 저장된 키워드마다 해당 키워드와 관련되어 저장된 키워드들을 추출할 수 있고, 추출된 키워드의 노출점수를 계산할 수 있다. 또한, 추천 키워드 제공 시스템은 노출점수를 이용하여 추출된 키워드들 중에서 추천 키워드를 결정할 수 있다. 표(230)는 특정 키워드 "꽃배달"과 "자동차"에 대해 추출된 키워드들 중 추천 키워드로 결정된 키워드들의 일례를 나타내고 있다.
노출점수를 계산하는 방법과 노출점수를 이용하여 추천 키워드를 결정하는 방법에 대해서는 이후 더욱 자세히 설명한다.
도 3은 본 발명의 일실시예에 있어서, 추천 키워드가 제공되는 검색 결과 화면의 일례이다. 본 발명의 일실시예에 따른 추천 키워드 제공 시스템은 도 2를 통해 설명한 바와 같이, 키워드들에 대한 추천 키워드를 결정할 수 있고, 결정된 추천 키워드들은 해당 키워드를 입력한 사용자에게 제공될 수 있다. 네모박스(300)는 입력된 키워드(검색어) "꽃배달"에 대한 검색 결과를 제공하는 화면의 일례를 나타내고 있다. 즉, 사용자가 키워드 "꽃배달"을 입력하는 경우, 제1 점선박스(310) 및 제2 점선박스(320)와 같이, "꽃배달"에 대한 검색 결과가 사용자에게 제공될 수 있다. 이때, 제1 점선박스(310) 및 제2 점선박스(320)는 각각 하나의 영역을 나타내고, 만약, 제1 점선박스(310)에 해당하는 영역이 광고들을 검색 결과로서 노출하는 영역이라면, 제1 점선박스(310)에 해당하는 영역은 "광고영역"을 의미한다.
또한, 제3 점선박스(330)는 키워드 "꽃배달"에 대해 현재 단위기간에 대해 결정된 추천 키워드들을 나타낸다. 즉, 도 3에 나타난 "추천 비즈니스 키워드"는 단순히 키워드 "꽃배달"과 연관된 키워드들이 아니라, 비즈니스 분야에 대한 키워드 "꽃배달"을 사용자가 입력하는 경우, "꽃배달"과 연관된 키워드들 중 키워드들 각각의 기대 수익치를 나타내는 노출점수를 적어도 이용하여 선별되고, 추천되는 추천 키워드들을 의미할 수 있다.
이와 같이, 사용자가 비즈니스 분야에 대한 키워드를 입력하는 경우, 기대 수익치에 기초하여 키워드들을 추천함으로써, 사용자의 검색 편의성을 증대시킴과 동시에 퍼블리셔의 광고 수익을 증대시키거나 광고주의 광고 효과를 높일 수 있다.
여기서, 비즈니스 분야에 대한 키워드는 일례로, 광고주들에게 판매된 키워드를 포함할 수 있다.
도 4는 본 발명의 일실시예에 있어서, 추천 키워드 제공 방법을 도시한 흐름도이다. 본 실시예에 따른 추천 키워드 제공 방법은 도 1 내지 도 3을 통해 설명한 추천 키워드 제공 시스템을 통해 수행될 수 있다. 도 4에서는 추천 키워드 제공 시스템을 통해 각각의 단계가 수행되는 과정을 설명함으로써, 추천 키워드 제공 방법을 설명한다.
단계(410)에서 추천 키워드 제공 시스템은 연관 검색어 데이터베이스를 이용하여 특정 키워드와 관련된 적어도 하나의 키워드를 추출한다. 즉, 추천 키워드 제공 시스템은 연관 검색어 데이터베이스에 저장된 검색어 및 상기 검색어에 대한 연관 검색어를 이용하여 특정 키워드와 관련된 키워드들을 추출할 수 있다.
여기서, 사용자들이 특정 검색어를 입력한 후 뒤이어 입력하는 검색어들, 또는 사용자들이 특정 검색어를 입력한 후 특정 URL을 방문 한 후 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. 따라서, 상술한 바와 같이, 연관 검색어 데이터베이스에 저장된 검색어들간의 연관 관계는 기간이 지남에 따라 변할 수 있고, 또한 역으로 짧은 기간에 대해서는 어뷰징 발생 가능성이 존재한다.
따라서, 추천 키워드 제공 시스템은 이러한 어뷰징을 배제하고 기간이 지남에 따라 변동하는 검색어들간의 연관 관계를 반영하기 위해, 단위기간(예를 들어, 2주)마다 연관 검색어 데이터베이스의 이전 단위기간 동안 축적된 데이터들을 이용하여 관련검색 데이터베이스를 생성 또는 갱신하고, 관련검색 데이터베이스를 이용하여 특정 키워드와 관련된 키워드들을 추출할 수 있다. 이를 위해, 추천 키워드 제공 시스템은 단계(410)에 단계(411) 및 단계(412)를 포함하여 수행할 수 있다.
단계(411)에서 추천 키워드 제공 시스템은 단위기간마다, 연관 검색어 데이터베이스에서 이전 단위기간 동안 축적된 데이터를 이용하여 관련검색 데이터베이스를 생성 또는 갱신한다. 예를 들어, 추천 키워드 제공 시스템은 2주의 단위기간 또는 2주의 기간 중 토요일 및 일요일을 제외한 월요일에서 금요일까지 10일의 단위기간마다, 이전 단위기간 동안 축적된 데이터를 연관 검색어 데이터베이스로부터 수신하여 관련검색 데이터베이스를 생성할 수 있다. 또는, 이미 관련검색 데이터베이스가 생성된 경우, 관련검색 데이터베이스를 갱신할 수 있다. 예를 들어, 하루에 대해, 연관 검색어 데이터베이스에 축적된 데이터는 전일 10:00 PM 부터 당일 10:00 PM까지 사용자들이 입력하는 특정 검색어 및 특정 검색어를 입력한 후 다시 입력하는 검색어인 특정 검색어에 대한 연관 검색어를 포함할 수 있다. 즉, 추천 키워드 제공 시스템은 상술한 예에서와 같이 축적되는 데이터들 중 이전 단위기간 동안 축적된 데이터들을 연관 검색어 데이터베이스에서 수신하고, 수신된 데이터를 이용하여 관련검색 데이터베이스를 생성 또는 갱신할 수 있다. 또한, 추천 키워드 제공 시스템은 단위기간 동안 축적되는 데이터의 양이 부족한 경우, 다음 단위기간에 축적되는 데이터를 더 이용하여 관련검색 데이터베이스를 생성 또는 갱신할 수도 있다.
단계(412)에서 추천 키워드 제공 시스템은 관련검색 데이터베이스에서 특정 키워드와 관련된 적어도 하나의 키워드를 조회한다. 즉, 추천 키워드 제공 시스템은 단위기간 동안 특정 키워드에 대해 연관된 것으로 저장된 키워드들을 관련검색 데이터베이스를 통해 추출할 수 있다.
단계(420)에서 추천 키워드 제공 시스템은 추출된 키워드 각각의 기대 수익치를 나타내는 노출점수를 제공한다. 여기서, 노출점수는 비즈니스 분야에 대해 사용자로부터 입력된 키워드에 대해 추천 키워드를 선정하기 위한 기준 중 하나로 이용될 수 있다. 즉, 노출점수는 키워드들의 수익성(예를 들어, 광고 수익)과 관련된 지수들을 이용하여 계산될 수 있다. 이를 위해, 본 실시예에 따른 추천 키워드 제공 방법에서는 단계(420)에 도 4에 도시된 바와 같이 단계(421) 내지 단계(423)이 포함될 수 있다. 다른 실시예에 따른 추천 키워드 제공 방법에서 노출점수를 제공하기 위한 방법에 대해서는 이후 도 5를 통해 더욱 자세히 설명한다.
단계(421)에서 추천 키워드 제공 시스템은 추출된 키워드 각각의 클릭당비용(Pay Per Click, PPC)을 제공한다. 여기서, 키워드의 클릭당비용은 해당 키워드를 통해 노출되는 광고들의 클릭당비용의 합 또는 광고들의 클릭당비용의 평균값으로 계산될 수 있다. 예를 들어, 키워드 A를 구매한 광고주 B, C, D의 광고 E, F, G, H의 클릭당비용이 각각 "200원", "250원", "300원" 및 "150원"인 경우, 키워드 A의 클릭당비용은 광고들의 클릭당비용의 합인 "900원" 또는 광고들의 클릭당비용의 평균값인 "225원"이 될 수 있다. 추천 키워드를 결정하는데 이용되는 노출점수는 키워드들에 대한 상대적인 값이기 때문에 키워드 각각에 대해 동일한 방법을 이용하여 결정하기만 한다면, 클릭당비용의 합을 이용한 방법과 클릭당비용의 평균값을 이용한 방법 중 어떠한 방법을 이용할 것인가는 무관하다.
또한, 노출점수에 상술한 바와 같이 클릭당비용이 고려되지만, 추천 키워드가 추출되는 데이터베이스가 연관 검색어 데이터베이스이기 때문에 광고 이력이 없어 클릭당비용이 "0"으로 들어가는 검색어의 경우에도 추천 키워드로 포함될 수 있음은 당연하다.
단계(422)에서 추천 키워드 제공 시스템은 추출된 키워드 각각에 대응하는 광고들이 노출되는 광고영역에 대한 클릭률(Click Through Ratio, CTR)을 제공한다. 즉, 추천 키워드 제공 시스템은 키워드에 대응하는 광고들 다시 말해, 키워드를 구매한 광고주의 광고들 각각에 대한 클릭률이 아니라, 해당 키워드를 통해 광고들이 노출되는 광고영역에 대한 클릭률을 제공한다. 광고영역에 대한 클릭률은 키워드를 통해 광고들이 노출되는 영역에 대해 발생하는 클릭(사용자의 광고 선택)의 광고영역이 사용자들에게 노출된 횟수에 대한 비율을 통해 계산될 수 있다. 예를 들어, 광고영역의 클릭률을 아래 수학식 1과 같이 계산될 수 있다.
Figure 112010073588354-pat00001
여기서, 조회수는 광고영역이 사용자들에게 노출된 횟수를 의미할 수 있다. 또한, 정수 '100'은 광고영역에 대한 클릭률이 백분율로 계산될 수 있음을 나타낸다.
단계(423)에서 추천 키워드 제공 시스템은 클릭당비용 및 클릭률을 이용하여 추출된 키워드 각각의 노출점수를 계산한다. 예를 들어, 추천 키워드 제공 시스템은 아래 수학식 2와 같이 노출점수를 계산할 수 있다.
Figure 112010073588354-pat00002
이 경우, 노출점수는 노출된 키워드의 클릭 1회당 기대수익치를 의미할 수 있다. 이때, 클릭당비용은 상술한 바와 같이, 키워드에 대한 클릭당비용을 이용하였다. 그러나, 또 다른 예로, 광고 각각의 클릭당비용이 그대로 이용될 수도 있다. 이 경우, 수학식 2에 따라 각 광고별로 노출점수가 계산되고, 해당 키워드에 대응되는 광고들의 노출점수는 합산되어 키워드에 대한 최종 노출점수로서 이용될 수도 있다.
또한, 추천 키워드 제공 시스템은 추출된 키워드 각각의 노출빈도를 더 이용하여 노출점수를 계산할 수도 있다. 수학식 1을 통해 계산된 노출점수는 클릭 1회당 기대수익치를 의미하고, 클릭당비용은 고정된다 하더라도, 클릭률은 어뷰징의 발생 가능성을 포함할 수 있다. 따라서, 추천 키워드 제공 시스템은 노출빈도에 따른 가중치를 노출점수에 부여함으로써, 클릭률이 노출점수에 미치는 영향을 감소시켜 어뷰징이 발생하더라도 어뷰징 발생에 따른 영향을 줄일 수 있다. 이 경우, 노출점수는 아래 수학식 3과 같이 계산될 수 있다.
Figure 112010073588354-pat00003
여기서, 노출빈도점수는 해당 키워드의 노출빈도에 따른 가중치를 의미할 수 있다. 노출빈도점수에 대해서는 이후 도 7을 통해 더욱 자세히 설명한다.
단계(430)에서 추천 키워드 제공 시스템은 제공된 노출점수를 이용하여 추출된 키워드 중에서 특정 키워드에 대한 추천 키워드를 결정한다. 단계(420)을 통해 설명한 바와 같이, 노출점수는 키워드들 각각의 기대 수익치를 반영할 수 있고, 추천 키워드 제공 시스템은 단계(430)에서 노출점수가 더 높은 키워드를 추천 키워드로서 결정할 수 있다.
이때, 상기 추천 키워드는, 단위기간마다 제공되는 노출점수에 따라 단위기간마다 결정될 수 있고, 현재 단위기간에 대해 결정된 추천 키워드는 현재 단위기간 동안 특정 키워드를 입력한 사용자들에게 제공될 수 있다. 추천 키워드를 제공하는 방법에 대해서는 도 3의 일례를 통해 이미 설명하였다.
또한, 추천 키워드 제공 시스템은 이전 단위기간 동안 사용자들에게 제공된 추천 키워드 각각이 사용자들에 의해 선택된 횟수를 더 이용하여 현재 단위기간에 대한 추천 키워드를 결정할 수도 있다. 즉, 특정 키워드를 입력한 사용자들에게 제공된 추천 키워드들 중 상기 사용자들에 의해 선택된 횟수가 많은 추천 키워드들이 특정 키워드와 더 연관성이 높다고 판단하여 다음 단위기간에 대한 추천 키워드들을 결정할 때 이러한 선택된 횟수를 더 이용할 수 있다. 예를 들어, 선택된 횟수에 대한 가중치가 노출점수에 부가될 수 있다. 뿐만 아니라, 추천 키워드 제공 시스템은 기존 노출점수를 이용하여 결정된 추천 키워드들의 노출 순서를 이러한 선택된 횟수에 따라 결정할 수도 있다.
그리고, 이전 단위기간 동안 사용자들에게 선택된 횟수뿐만 아니라 현재 단위기간 동안 선택된 횟수가 이용될 수도 있다. 예를 들어, 현재 노출중인 추천 키워드들의 노출 순서가 각각의 추천 키워드들이 현재 단위시간 동안 선택된 횟수에 따라 실시간으로 변경될 수도 있다.
또한, 또 다른 지표가 추천 키워드를 결정하는데 이용될 수도 있다. 예를 들어, 연관 검색어 데이터베이스에서 검색어와 연관된 연관 검색어들의 순위에 따라 기선정된 가중치인 랭크점수가 각각의 추출된 키워드들에 부여될 수 있다. 랭크점수를 더 이용하여 추천 키워드를 결정하는 방법에 대해서는 이후 도 8 및 도 9를 통해 더욱 자세히 설명한다.
도 5는 본 발명의 일실시예에 있어서, 노출점수를 제공하는 방법을 도시한 흐름도이다. 도 5에 도시된 단계(510) 내지 단계(530)는 도 4에서 설명한 단계(421) 내지 단계(423) 대신 단계(420)에 포함될 수 있다. 즉, 도 4에서는 추출된 키워드들 각각의 클릭당비용과 광고영역들 각각에 대한 클릭률을 이용하여 노출점수를 계산하였으나, 도 5에서는 클릭률 대신 클릭 점유율을 이용하여 노출점수를 계산하는 실시예를 설명한다.
단계(510)에서 추천 키워드 제공 시스템은 추출된 키워드 각각의 클릭당비용을 제공한다. 여기서, 단계(510)는 도 4에서 설명한 단계(421)과 동일하다.
단계(520)에서 추천 키워드 제공 시스템은 해당 키워드에 대해 통합검색에서 발생한 전체 클릭량 중 상기 해당 키워드에 대응하는 광고들이 노출되는 광고영역에 대한 클릭량의 비율인 클릭 점유율을 제공한다. 예를 들어, 클릭 점유율은 아래 수학식 4와 같이 계산될 수 있다.
Figure 112010073588354-pat00004
여기서, 광고영역에 대한 클릭수는 해당 키워드에 대응하는 광고들이 노출되는 광고영역에 대한 클릭량을, 해당 키워드의 전체 클릭수는 해당 키워드 각각에 대해 통합검색에서 발생한 전체 클릭량을 각각 의미할 수 있다. 또한, 정수 '100'은 클릭 점유율이 백분율로 표현될 수 있음을 나타내고 있다.
단계(530)에서 추천 키워드 제공 시스템은 클릭당비용 및 클릭 점유율을 이용하여 추출된 키워드 각각의 노출점수를 계산한다. 이 경우, 수학식 2는 아래 수학식 5와 같이 변경될 수 있다.
Figure 112010073588354-pat00005
또한, 상술한 수학식 3에서와 같이 수학식 5에도 노출빈도가 노출점수에 반영될 수 있다.
도 6은 본 발명의 일실시예에 있어서, 계산된 노출점수의 일례를 나타낸 표이다. 표(300)는 특정 키워드 "대출"과 관련하여 관계검색 데이터베이스를 통해 추출된 키워드들 및 추출된 키워드들에 대한 지표들을 나타내고 있다. 이때, 결과 1은 수학식 2와 같이, 클릭당비용과 광고영역 클릭률을 이용하여 계산된 노출점수를, 결과 2는 수학식 5와 같이, 클릭당비용과 클릭 점유율을 이용하여 계산된 노출점수를 각각 나타낸다. 이러한 노출점수에는 상술한 바와 같이, 노출빈도에 따른 가중치나 노출된 추천 키워드가 사용자에 의해 선택된 횟수에 따른 가중치가 더 부여될 수 있다.
최종적으로 각각의 키워드들에 대한 노출점수가 계산되면, 추천 키워드 제공 시스템은 각각의 키워드들을 노출점수에 따라 정렬하고, 정렬된 키워드들 중 기선정된 수의 키워드들을 추천 키워드로서 결정할 수 있다.
도 7은 본 발명의 일실시예에 있어서, 노출빈도에 따른 점수의 일례를 나타낸 표이다. 표(700)는 노출빈도에 따른 노출빈도점수의 일례를 나타내고 있다. 즉, 추천 키워드 제공 시스템은 노출빈도가 높을수록 더 높은 노출빈도점수를 가중치로서 노출점수에 부여하여 클릭률이나 클릭 점유율이 노출점수에 미치는 영향을 감소시킴으로써, 어뷰징이 발생하더라도 어뷰징 발생에 따른 영향을 감소시킬 수 있다.
도 8은 본 발명의 일실시예에 있어서, 랭크에 따른 랭크점수의 일례를 나타낸 표이다. 제1 표(810)는 랭크 1에서 랭크 10에 해당하는 키워드들의 랭크점수를, 제2 표(820)는 랭크 11에서 랭크 20에 해당하는 키워드들의 랭크점수를 각각 나타내고 있다.
상술한 바와 같이, 본 실시예에 따른 추천 키워드 제공 시스템은 노출점수뿐만 아니라 랭크점수를 더 이용하여 추천 키워드를 결정할 수 있다. 예를 들어, 추천 키워드 제공 시스템은 관련검색 데이터베이스에서 추출된 키워드들을 노출점수의 내림차순으로 1차 정렬한 후 다시 랭크점수에 따라 내림차순으로 2차 정렬할 수 있다. 이후, 추천 키워드 제공 시스템은 정렬된 키워드들 중 상위 N개의 키워드들을 추출하여 추천 키워드로서 결정할 수 있다. 다른 예로, 추천 키워드 제공 시스템은 관련검색 데이터베이스에서 추출된 키워드들을 노출점수의 내림차순으로 1차 정렬하여 상위 M개의 키워드들을 추출하고, 추출된 키워드들을 다시 랭크점수에 따라 2차 정렬하여 N개의 키워드들을 추출함으로써, N개의 추천 키워드를 결정할 수도 있다.
또한, 필요에 따라, 추천 키워드 제공 시스템에 의해 결정된 추천 키워드는 운영자 등에 의해 검수될 수 있다.
도 9는 본 발명의 일실시예에 있어서, 노출점수와 랭크점수에 따라 추천 키워드를 결정하는 방법을 설명하기 위한 표이다. 제1 표(910)는 특정 키워드 "대출"과 관련된 키워드들을 계산된 노출점수에 따라 1차 정렬한 일례를 나타낸다. 이때, 점선박스(911)는 상위 8개의 키워드가 노출점수에 따라 결정될 수 있음을 나타낸다. 또한, 제1 표(910)는 각각의 관련된 키워드들이 연관 검색어 데이터베이스에서 특정 키워드 "대출"과 연관된 순위인 랭크와 랭크에 따른 랭크점수를 나타내고 있다. 이때, 제2 표(920)는 결정된 8개의 키워드들을 랭크점수에 따라 2차 정렬한 뒤 상위 5개의 키워드를 추천 키워드로서 결정한 일례를 나타내고 있다.
이때, 도 9의 일례에서는 추천 키워드 제공 시스템이 관련된 키워드들을 순위점수를 이용하여 1차 정렬 후 M개의 키워드를 추출하고, 추출한 키워드들을 랭크점수를 통해 2차 정렬하여 다시 N개의 키워드를 추출하여 추천 키워드로서 결정하는 일례를 설명하였으나, 상술한 바와 같이, 다른 실시예에서는 추천 키워드 제공 시스템이 관련된 키워드들을 순위점수를 이용하여 1차 정렬한 후, 다시 랭크점수를 통해 2차 정렬한 이후에 필요한 수의 키워드를 추출하여 추천 키워드로서 결정할 수도 있다. 도 9의 일례에서 키워드 "대출상담"은 노출점수를 이용한 1차 정렬 시에는 8 번째 순위로 정렬되었나, 랭크점수를 이용한 2차 정렬 시에는 첫 번째 순위로 정렬되어 추천 키워드로서 결정되었다.
도 10은 본 발명의 일실시예에 있어서, 추천 키워드 제공 시스템의 내부 구성을 설명하기 위한 블록도이다. 본 실시예에 따른 추천 키워드 제공 시스템(1000)은 도 1 내지 도 9를 통해 설명한 추천 키워드에 대응될 수 있다. 이때, 추천 키워드 제공 시스템(1000)은 도 10에 도시된 바와 같이, 키워드 추출부(1010), 노출점수 제공부(1020) 및 추천 키워드 결정부(1030)를 포함할 수 있다.
키워드 추출부(1010)는 연관 검색어 데이터베이스를 이용하여 특정 키워드와 관련된 적어도 하나의 키워드를 추출한다. 즉, 키워드 추출부(1010)는 연관 검색어 데이터베이스에 저장된 검색어 및 상기 검색어에 대한 연관 검색어를 이용하여 특정 키워드와 관련된 키워드들을 추출할 수 있다.
여기서, 사용자들이 특정 검색어를 입력한 후 뒤이어 입력하는 검색어들, 또는 사용자들이 특정 검색어를 입력한 후 특정 URL을 방문 한 후 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. 따라서, 상술한 바와 같이, 연관 검색어 데이터베이스에 저장된 검색어들간의 연관 관계는 기간이 지남에 따라 변할 수 있고, 또한 역으로 짧은 기간에 대해서는 어뷰징 발생 가능성이 존재한다.
따라서, 키워드 추출부(1010)는 이러한 어뷰징을 배제하고 기간이 지남에 따라 변동하는 검색어들간의 연관 관계를 반영하기 위해, 단위기간(예를 들어, 2주)마다 연관 검색어 데이터베이스의 이전 단위기간 동안 축적된 데이터들을 이용하여 관련검색 데이터베이스를 생성 또는 갱신하고, 관련검색 데이터베이스를 이용하여 특정 키워드와 관련된 키워드들을 추출할 수 있다. 이를 위해, 키워드 추출부(1010)는 관련검색 데이터베이스 관리부(1011) 및 키워드 조회부(1012)를 포함할 수 있다.
관련검색 데이터베이스 관리부(1011)는 단위기간마다, 연관 검색어 데이터베이스에서 이전 단위기간 동안 축적된 데이터를 이용하여 관련검색 데이터베이스를 생성 또는 갱신한다. 예를 들어, 관련검색 데이터베이스 관리부(1011)는 2주의 단위기간 또는 2주의 기간 중 토요일 및 일요일을 제외한 월요일에서 금요일까지 10일의 단위기간마다, 이전 단위기간 동안 축적된 데이터를 연관 검색어 데이터베이스로부터 수신하여 관련검색 데이터베이스를 생성할 수 있다. 또는, 이미 관련검색 데이터베이스가 생성된 경우, 관련검색 데이터베이스를 갱신할 수 있다. 예를 들어, 하루에 대해, 연관 검색어 데이터베이스에 축적된 데이터는 전일 10:00 PM 부터 당일 10:00 PM까지 사용자들이 입력하는 특정 검색어 및 특정 검색어를 입력한 후 다시 입력하는 검색어인 특정 검색어에 대한 연관 검색어를 포함할 수 있다. 즉, 관련검색 데이터베이스 관리부(1011)는 상술한 예에서와 같이 축적되는 데이터들 중 이전 단위기간 동안 축적된 데이터들을 연관 검색어 데이터베이스에서 수신하고, 수신된 데이터를 이용하여 관련검색 데이터베이스를 생성 또는 갱신할 수 있다. 또한, 관련검색 데이터베이스 관리부(1011)는 단위기간 동안 축적되는 데이터의 양이 부족한 경우, 다음 단위기간에 축적되는 데이터를 더 이용하여 관련검색 데이터베이스를 생성 또는 갱신할 수도 있다.
키워드 조회부(1012)는 관련검색 데이터베이스에서 특정 키워드와 관련된 적어도 하나의 키워드를 조회한다. 즉, 키워드 조회부(1012)는 단위기간 동안 특정 키워드에 대해 연관된 것으로 저장된 키워드들을 관련검색 데이터베이스를 통해 추출할 수 있다.
노출점수 제공부(1020)는 추출된 키워드 각각의 기대 수익치를 나타내는 노출점수를 제공한다. 여기서, 노출점수는 비즈니스 분야에 대해 사용자로부터 입력된 키워드에 대해 추천 키워드를 선정하기 위한 기준 중 하나로 이용될 수 있다. 즉, 노출점수는 키워드들의 수익성(예를 들어, 광고 수익)과 관련된 지수들을 이용하여 계산될 수 있다. 이를 위해, 본 실시예에서, 노출점수 제공부(1020)는 도 10에 도시된 바와 같이 클릭당비용 제공부(1021), 클릭률 제공부(1022) 및 노출점수 계산부(1023)를 포함할 수 있다.
클릭당비용 제공부(1021)는 추출된 키워드 각각의 클릭당비용(Pay Per Click, PPC)을 제공한다. 여기서, 키워드의 클릭당비용은 해당 키워드를 통해 노출되는 광고들의 클릭당비용의 합 또는 광고들의 클릭당비용의 평균값으로 계산될 수 있다. 예를 들어, 키워드 A를 구매한 광고주 B, C, D의 광고 E, F, G, H의 클릭당비용이 각각 "200원", "250원", "300원" 및 "150원"인 경우, 키워드 A의 클릭당비용은 광고들의 클릭당비용의 합인 "900원" 또는 광고들의 클릭당비용의 평균값인 "225원"이 될 수 있다. 추천 키워드를 결정하는데 이용되는 노출점수는 키워드들에 대한 상대적인 값이기 때문에 키워드 각각에 대해 동일한 방법을 이용하여 결정하기만 한다면, 클릭당비용의 합을 이용한 방법과 클릭당비용의 평균값을 이용한 방법 중 어떠한 방법을 이용할 것인가는 무관하다.
또한, 노출점수에 상술한 바와 같이 클릭당비용이 고려되지만, 추천 키워드가 추출되는 데이터베이스가 연관 검색어 데이터베이스이기 때문에 광고 이력이 없어 클릭당비용이 "0"으로 들어가는 검색어의 경우에도 추천 키워드로 포함될 수 있음은 당연하다.
클릭률 제공부(1022)는 추출된 키워드 각각에 대응하는 광고들이 노출되는 광고영역들 각각에 대한 클릭률(Click Through Ratio, CTR)을 제공한다. 즉, 클릭률 제공부(1022)는 키워드에 대응하는 광고들 다시 말해, 키워드를 구매한 광고주의 광고들 각각에 대한 클릭률이 아니라, 해당 키워드를 통해 광고들이 노출되는 광고영역에 대한 클릭률을 제공한다. 광고영역에 대한 클릭률은 키워드를 통해 광고들이 노출되는 영역에 대해 발생하는 클릭(사용자의 광고 선택)의 광고영역이 사용자들에게 노출된 횟수에 대한 비율을 통해 계산될 수 있다. 예를 들어, 광고영역의 클릭률을 상술한 수학식 1과 같이 계산될 수 있다.
노출점수 계산부(1023)는 클릭당비용 및 클릭률을 이용하여 추출된 키워드 각각의 노출점수를 계산한다. 예를 들어, 노출점수 계산부(1023)는 상술한 수학식 2와 같이 노출점수를 계산할 수 있다. 이때, 수학식 2에서 클릭당비용은 상술한 바와 같이, 키워드에 대한 클릭당비용을 이용하였다. 그러나, 또 다른 예로, 광고 각각의 클릭당비용이 그대로 이용될 수도 있다. 이 경우, 수학식 2에 따라 각 광고별로 노출점수가 계산되고, 해당 키워드에 대응되는 광고들의 노출점수는 합산되어 키워드에 대한 최종 노출점수로서 이용될 수도 있다.
또한, 노출점수 계산부(1023)는 추출된 키워드 각각의 노출빈도를 더 이용하여 노출점수를 계산할 수도 있다. 수학식 1을 통해 계산된 노출점수는 클릭 1회당 기대수익치를 의미하고, 클릭당비용은 고정된다 하더라도, 클릭률은 어뷰징의 발생 가능성을 포함할 수 있다. 따라서, 노출점수 계산부(1023)는 노출빈도에 따른 가중치를 노출점수에 부여함으로써, 클릭률이 노출점수에 미치는 영향을 감소시켜 어뷰징이 발생하더라도 어뷰징 발생에 따른 영향을 줄일 수 있다. 이 경우, 노출점수는 상술한 수학식 3과 같이 계산될 수 있다. 노출빈도점수에 대해서는 이미 자세히 설명하였기에 반복적인 설명은 생략한다.
다른 실시예로, 노출점수 제공부(1020)는 상술한 클릭률 제공부(1022) 대신 클릭 점유율 제공부(미도시)를 포함할 수도 있다. 이때, 클릭 점유율 제공부(미도시)는 해당 키워드에 대해 통합검색에서 발생한 전체 클릭량 중 상기 해당 키워드에 대응하는 광고들이 노출되는 광고영역에 대한 클릭량의 비율인 클릭 점유율을 제공할 수 있다. 예를 들어, 클릭 점유율은 상술한 수학식 4와 같이 계산될 수 있다. 이때, 노출점수 계산부(1023)는 클릭률이 아닌 클릭 점유율을 이용하여 노출점수를 계산할 수 있다. 즉, 노출점수 계산부(1023)는 클릭당비용 및 클릭 점유율을 이용하여 추출된 키워드 각각의 노출점수를 계산할 수 있다. 이 경우, 수학식 2는 수학식 5와 같이 변경될 수 있다.
추천 키워드 결정부(1030)는 제공된 노출점수를 이용하여 추출된 키워드 중에서 특정 키워드에 대한 추천 키워드를 결정한다. 상술한 바와 같이, 노출점수는 키워드들 각각의 기대 수익치를 반영할 수 있고, 추천 키워드 결정부(1030)는 노출점수가 더 높은 키워드를 추천 키워드로서 결정할 수 있다.
이때, 상기 추천 키워드는, 단위기간마다 제공되는 노출점수에 따라 단위기간마다 결정될 수 있고, 현재 단위기간에 대해 결정된 추천 키워드는 현재 단위기간 동안 특정 키워드를 입력한 사용자들에게 제공될 수 있다. 추천 키워드를 제공하는 방법에 대해서는 도 3의 일례를 통해 이미 설명하였다.
또한, 추천 키워드 결정부(1030)는 이전 단위기간 동안 사용자들에게 제공된 추천 키워드 각각이 사용자들에 의해 선택된 횟수를 더 이용하여 현재 단위기간에 대한 추천 키워드를 결정할 수도 있다. 즉, 특정 키워드를 입력한 사용자들에게 제공된 추천 키워드들 중 상기 사용자들에 의해 선택된 횟수가 많은 추천 키워드들이 특정 키워드와 더 연관성이 높다고 판단하여 다음 단위기간에 대한 추천 키워드들을 결정할 때 이러한 선택된 횟수를 더 이용할 수 있다. 예를 들어, 선택된 횟수에 대한 가중치가 노출점수에 부가될 수 있다. 뿐만 아니라, 추천 키워드 결정부(1030)는 기존 노출점수를 이용하여 결정된 추천 키워드들의 노출 순서를 이러한 선택된 횟수에 따라 결정할 수도 있다.
그리고, 이전 단위기간 동안 사용자들에게 선택된 횟수뿐만 아니라 현재 단위기간 동안 선택된 횟수가 이용될 수도 있다. 예를 들어, 현재 노출중인 추천 키워드들의 노출 순서가 각각의 추천 키워드들이 현재 단위시간 동안 선택된 횟수에 따라 실시간으로 변경될 수도 있다.
또한, 또 다른 지표가 추천 키워드를 결정하는데 이용될 수도 있다. 예를 들어, 연관 검색어 데이터베이스에서 검색어와 연관된 연관 검색어들의 순위에 따라 기선정된 가중치인 랭크점수가 각각의 추출된 키워드들에 부여될 수 있다. 랭크점수를 더 이용하여 추천 키워드를 결정하는 방법에 대해서는 도 8 및 도 9를 통해 자세히 설명하였기에 반복적인 설명은 생략한다.
도 10에서 생략된 내용은 도 1 내지 도 9를 참조할 수 있다.
이와 같이, 본 발명의 실시예들에 따르면, 비즈니스와 연관된 분야에 대한 키워드에 대해 연관 검색어 데이터베이스를 이용하여 관련된 키워드들을 추출하고, 추출된 키워드들 각각의 기대 수익치를 나타내는 노출점수를 이용하여 추천 키워드를 결정하여 제공함으로써, 사용자의 검색 편의성을 증대시킴과 동시에 퍼블리셔의 광고 수익을 증대시키거나 광고주의 광고 효과를 높일 수 있고, 단위기간(예를 들어, 2주) 동안 연관 검색어 데이터베이스를 통해 수집되는 데이터를 이용하여 관련검색 데이터베이스를 생성 또는 갱신하고, 관련검색 데이터베이스에서 특정 키워드와 관련된 키워드들을 추출함으로써, 짧은 기간 동안 집중적으로 발생하는 어뷰징을 배제할 수 있다.
또한, 추출된 키워드 각각의 클릭당비용과 광고영역들 각각에 대한 클릭률(Click Through Ratio, CTR)을 이용하여 노출점수를 계산하거나 또는 추출된 키워드 각각의 클릭당비용과 특정 키워드에 대해 통합검색에서 발생한 전체 클릭량 중 특정 키워드에 대응하는 광고들이 노출되는 광고영역에 대한 클릭량의 비율인 클릭 점유율을 이용하여 노출점수를 계산함으로써, 추출된 키워드 각각의 기대수익치를 노출점수에 반영할 수 있고, 특정 광고의 클릭률이 아닌 광고영역의 클릭률 또는 전체 클릭량에 대한 광고영역의 클릭량의 비율인 클릭 점유율을 이용하여 노출점수를 계산함에 따라, 특정 광고와 연관된 키워드에 대한 어뷰징 문제를 해결할 수 있다.
뿐만 아니라, 노출빈도에 따른 가중치를 노출점수에 부여하되, 노출빈도와 노출빈도에 따른 가중치를 일정값 이하로 제한함으로써, 특정 광고와 연관된 키워드에 대한 어뷰징 문제를 해결할 수 있고, 노출점수 이외에, 연관 검색어 데이터베이스에서 특정 키워드에 대한 연관 검색어의 순위에 따른 랭크점수를 더 이용하여 추천 키워드를 결정함으로써, 키워드들의 노출점수에 따라 단위기간별로 추천 키워드가 급변하는 것을 제한할 수 있다.
본 발명의 실시예에 따른 방법들은 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 본 발명을 위하여 특별히 설계되고 구성된 것들이거나 컴퓨터 소프트웨어 당업자에게 공지되어 사용 가능한 것일 수도 있다. 또한, 상술한 파일 시스템은 컴퓨터 판독이 가능한 기록 매체에 기록될 수 있다.
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.
1000: 추천 키워드 제공 시스템
1010: 키워드 추출부
1020: 노출점수 제공부
1030: 추천 키워드 결정부

Claims (17)

  1. 검색어에 대한 연관 검색어가 저장되는 연관 검색어 데이터베이스를 이용하여 추천 키워드를 제공하는 시스템에 있어서,
    상기 연관 검색어 데이터베이스를 이용하여 특정 키워드와 관련된 적어도 하나의 키워드를 추출하는 키워드 추출부;
    상기 추출된 키워드 각각의 기대 수익치를 나타내는 노출점수를 제공하는 노출점수 제공부; 및
    상기 제공된 노출점수를 이용하여 상기 추출된 키워드 중에서 상기 특정 키워드에 대한 추천 키워드를 결정하는 추천 키워드 결정부
    를 포함하고,
    상기 노출점수 제공부는,
    상기 추출된 키워드 각각의 클릭당비용(Pay Per Click, PPC)을 제공하는 클릭당비용 제공부;
    상기 추출된 키워드 각각에 대응하는 광고들이 노출되는 광고영역에 대한 클릭률(Click Through Ratio, CTR)을 제공하는 클릭률 제공부; 및
    상기 추출된 키워드 각각의 노출 빈도에 따른 가중치를 나타내기 위해, 상기 클릭당비용 및 상기 클릭률에 상기 노출빈도를 더 이용하여 상기 추출된 키워드 각각의 노출점수를 계산하는 노출점수 계산부
    를 포함하고,
    상기 추출된 키워드가 사용자에 의해 실제로 선택된 횟수에 기반하는 상기 가중치가 상기 노출점수에 부가되는 것
    을 특징으로 하는, 추천 키워드 제공 시스템.
  2. 제1항에 있어서,
    상기 키워드 추출부는,
    단위기간마다, 상기 연관 검색어 데이터베이스에서 이전 단위기간 동안 축적된 데이터를 이용하여 관련검색 데이터베이스를 생성 또는 갱신하는 관련검색 데이터베이스 관리부; 및
    상기 관련검색 데이터베이스에서 상기 특정 키워드와 관련된 적어도 하나의 키워드를 조회하는 키워드 조회부
    를 포함하는, 추천 키워드 제공 시스템.
  3. 제1항에 있어서,
    상기 추천 키워드는, 단위기간마다 제공되는 상기 노출점수에 따라 상기 단위기간마다 결정되고,
    현재 단위기간에 대해 결정된 추천 키워드는 상기 현재 단위기간 동안 상기 특정 키워드를 입력한 사용자들에게 제공되는, 추천 키워드 제공 시스템.
  4. 삭제
  5. 삭제
  6. 삭제
  7. 제1항에 있어서,
    사용자들로부터 상기 특정 키워드가 입력되는 경우, 상기 추천 키워드가 상기 사용자들에게 제공되고,
    현재 단위기간에 대한 추천 키워드를 결정하기 위해, 이전 단위기간 동안 상기 사용자들에게 제공된 추천 키워드 각각이 상기 사용자들에 의해 선택된 횟수에 대한 가중치로서 상기 노출점수에 부가되는 것
    을 특징으로 하는, 추천 키워드 제공 시스템.
  8. 제1항에 있어서,
    상기 추천 키워드 결정부는,
    상기 연관 검색어 데이터베이스에서 상기 검색어와 연관된 연관 검색어들의 순위에 따라 부여되는 랭크점수를 더 이용하여 상기 추천 키워드를 결정하는, 추천 키워드 제공 시스템.
  9. 검색어에 대한 연관 검색어가 저장되는 연관 검색어 데이터베이스를 이용하여 추천 키워드를 제공하는 방법에 있어서,
    상기 연관 검색어 데이터베이스를 이용하여 특정 키워드와 관련된 적어도 하나의 키워드를 추출하는 단계;
    상기 추출된 키워드 각각의 기대 수익치를 나타내는 노출점수를 제공하는 단계; 및
    상기 제공된 노출점수를 이용하여 상기 추출된 키워드 중에서 상기 특정 키워드에 대한 추천 키워드를 결정하는 단계
    를 포함하고,
    상기 노출점수를 제공하는 단계는,
    상기 추출된 키워드 각각의 클릭당비용을 제공하는 단계;
    상기 추출된 키워드 각각에 대응하는 광고들이 노출되는 광고영역들 각각에 대한 클릭률을 제공하는 단계; 및
    상기 추출된 키워드 각각의 노출 빈도에 따른 가중치를 나타내기 위해, 상기 클릭당비용 및 상기 클릭률에 상기 노출빈도를 더 이용하여 상기 추출된 키워드 각각의 노출점수를 계산하는 단계
    를 포함하고,
    상기 추출된 키워드가 사용자에 의해 실제로 선택된 횟수에 기반하는 상기 가중치가 상기 노출점수에 부가되는 것
    을 특징으로 하는, 추천 키워드 제공 방법.
  10. 제9항에 있어서,
    상기 특정 키워드와 관련된 적어도 하나의 키워드를 추출하는 단계는,
    단위기간마다, 상기 연관 검색어 데이터베이스에서 이전 단위기간 동안 축적된 데이터를 이용하여 관련검색 데이터베이스를 생성 또는 갱신하는 단계; 및
    상기 관련검색 데이터베이스에서 상기 특정 키워드와 관련된 적어도 하나의 키워드를 조회하는 단계
    를 포함하는, 추천 키워드 제공 방법.
  11. 제9항에 있어서,
    상기 추천 키워드는, 단위기간마다 제공되는 상기 노출점수에 따라 상기 단위기간마다 결정되고,
    현재 단위기간에 대해 결정된 추천 키워드는 상기 현재 단위기간 동안 상기 특정 키워드를 입력한 사용자들에게 제공되는, 추천 키워드 제공 방법.
  12. 삭제
  13. 삭제
  14. 삭제
  15. 제9항에 있어서,
    사용자들로부터 상기 특정 키워드가 입력되는 경우, 상기 추천 키워드가 상기 사용자들에게 제공되고,
    현재 단위기간에 대한 추천 키워드를 결정하기 위해, 이전 단위기간 동안 상기 사용자들에게 제공된 추천 키워드 각각이 상기 사용자들에 의해 선택된 횟수에 대한 가중치로서 상기 노출 점수에 부가되는 것
    을 특징으로 하는, 추천 키워드 제공 방법.
  16. 제9항에 있어서,
    상기 추천 키워드를 결정하는 단계는,
    상기 연관 검색어 데이터베이스에서 상기 검색어와 연관된 연관 검색어들의 순위에 따라 부여되는 랭크점수를 더 이용하여 상기 추천 키워드를 결정하는, 추천 키워드 제공 방법.
  17. 제9항 내지 제11항, 제15항 내지 제16항 중 어느 한 항의 방법을 수행하는 프로그램을 기록한 컴퓨터 판독 가능 기록 매체.
KR1020100111923A 2010-11-11 2010-11-11 추천 키워드를 제공하는 시스템 및 방법 KR101643179B1 (ko)

Priority Applications (3)

Application Number Priority Date Filing Date Title
KR1020100111923A KR101643179B1 (ko) 2010-11-11 2010-11-11 추천 키워드를 제공하는 시스템 및 방법
JP2011246724A JP5904766B2 (ja) 2010-11-11 2011-11-10 推薦キーワードを提供するシステムおよび方法
US13/294,856 US9076160B2 (en) 2010-11-11 2011-11-11 System and method for suggesting recommended keyword

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020100111923A KR101643179B1 (ko) 2010-11-11 2010-11-11 추천 키워드를 제공하는 시스템 및 방법

Publications (2)

Publication Number Publication Date
KR20120050593A KR20120050593A (ko) 2012-05-21
KR101643179B1 true KR101643179B1 (ko) 2016-07-27

Family

ID=46048642

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020100111923A KR101643179B1 (ko) 2010-11-11 2010-11-11 추천 키워드를 제공하는 시스템 및 방법

Country Status (3)

Country Link
US (1) US9076160B2 (ko)
JP (1) JP5904766B2 (ko)
KR (1) KR101643179B1 (ko)

Families Citing this family (29)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2008074152A1 (en) * 2006-12-20 2008-06-26 Ma, Gary, Manchoir Method of displaying a subjective score with search engine results
NZ589787A (en) * 2010-12-08 2012-03-30 S L I Systems Inc A method for determining relevant search results
JP2012212191A (ja) * 2011-02-28 2012-11-01 Toshiba Corp 情報処理装置及び情報処理方法
KR101976056B1 (ko) * 2012-07-16 2019-05-07 주식회사 카카오 추천 시스템 및 추천 방법
KR101400268B1 (ko) * 2012-07-18 2014-05-30 주식회사 다음커뮤니케이션 광고 노출 방법 및 장치
US20140046756A1 (en) * 2012-08-08 2014-02-13 Shopzilla, Inc. Generative model for related searches and advertising keywords
CN103699549B (zh) * 2012-09-27 2016-11-23 阿里巴巴集团控股有限公司 一种图形码库更新、查询方法及相关装置
KR101387914B1 (ko) * 2012-10-16 2014-04-23 주식회사 와이즈넛 검색어 자동 완성 기능과 연동되는 추천 결과 제공 방법
KR101460129B1 (ko) * 2012-12-12 2014-11-12 주식회사 다음커뮤니케이션 키워드 광고의 효율을 측정하는 방법 및 장치
US20150088846A1 (en) * 2013-09-25 2015-03-26 Go Daddy Operating Company, LLC Suggesting keywords for search engine optimization
US20150278353A1 (en) * 2014-03-31 2015-10-01 Linkedln Corporation Methods and systems for surfacing content items based on impression discounting
US20150379571A1 (en) * 2014-06-30 2015-12-31 Yahoo! Inc. Systems and methods for search retargeting using directed distributed query word representations
KR101618965B1 (ko) 2014-07-15 2016-05-09 네이버 주식회사 검색 결과를 제공하기 위한 방법과 시스템, 기록 매체, 그리고 파일 배포 시스템
CN104598607B (zh) * 2015-01-29 2018-10-30 百度在线网络技术（北京）有限公司 推荐搜索短语的方法及系统
US11144555B2 (en) * 2015-05-06 2021-10-12 App Annie Inc. Keyword reporting for mobile applications
US10922094B2 (en) 2015-06-05 2021-02-16 Apple Inc. Systems and methods for proactively providing recommendations to a user of a computing device
CN104991962B (zh) * 2015-07-22 2019-01-18 无锡天脉聚源传媒科技有限公司 一种生成推荐信息的方法及装置
CN105095440B (zh) * 2015-07-23 2019-02-12 百度在线网络技术（北京）有限公司 一种搜索推荐方法及装置
US10789298B2 (en) 2016-11-16 2020-09-29 International Business Machines Corporation Specialist keywords recommendations in semantic space
JP6611091B2 (ja) * 2017-05-11 2019-11-27 株式会社村田製作所 情報処理システム、情報処理装置、コンピュータプログラム、及び辞書データベースの更新方法
CN109509010B (zh) * 2017-09-15 2023-04-18 腾讯科技（北京）有限公司 一种多媒体信息处理方法、终端及存储介质
KR101868428B1 (ko) * 2018-04-10 2018-06-18 강무진 검색 키워드 최적화 방법
US11010553B2 (en) * 2018-04-18 2021-05-18 International Business Machines Corporation Recommending authors to expand personal lexicon
KR102425770B1 (ko) * 2020-04-13 2022-07-28 네이버 주식회사 급상승 검색어 제공 방법 및 시스템
KR102204712B1 (ko) * 2020-08-20 2021-01-19 주식회사 플레이디 업종 주요 키워드 제공과 추천 방법 및 그 시스템
CN112307302A (zh) * 2020-09-29 2021-02-02 青岛檬豆网络科技有限公司 基于关键词提取的新技术查询推荐方法
KR20220049796A (ko) * 2020-10-15 2022-04-22 한국정보공학 주식회사 노출지수를 이용한 검색어 추천 방법 및 이를 위한 장치
KR102381757B1 (ko) * 2021-08-20 2022-04-01 (주)리우 포장재 중개 플랫폼 및 방법
CN113836379B (zh) * 2021-09-26 2023-08-25 北京百炼智能科技有限公司 一种基于客户画像的智能推荐方法和系统

Family Cites Families (40)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7035812B2 (en) * 1999-05-28 2006-04-25 Overture Services, Inc. System and method for enabling multi-element bidding for influencing a position on a search result list generated by a computer network search engine
US7181438B1 (en) * 1999-07-21 2007-02-20 Alberti Anemometer, Llc Database access system
US7284008B2 (en) * 2000-08-30 2007-10-16 Kontera Technologies, Inc. Dynamic document context mark-up technique implemented over a computer network
NO316480B1 (no) * 2001-11-15 2004-01-26 Forinnova As Fremgangsmåte og system for tekstuell granskning og oppdagelse
US20040044571A1 (en) * 2002-08-27 2004-03-04 Bronnimann Eric Robert Method and system for providing advertising listing variance in distribution feeds over the internet to maximize revenue to the advertising distributor
KR100478019B1 (ko) * 2003-04-03 2005-03-22 엔에이치엔(주) 지역 정보 검색 결과 제공 방법 및 시스템
WO2005020094A1 (en) * 2003-08-21 2005-03-03 Idilia Inc. System and method for associating documents with contextual advertisements
WO2005036412A1 (en) * 2003-10-16 2005-04-21 Nhn Corporation A method of managing bulletin on internet and a system thereof
US20050144069A1 (en) * 2003-12-23 2005-06-30 Wiseman Leora R. Method and system for providing targeted graphical advertisements
KR100481141B1 (ko) * 2004-04-17 2005-04-07 엔에이치엔(주) 소정의 검색 요청에 의해 검색 목록순을 추출하는 검색어광고 제공 시스템 및 검색어 광고 제공 방법
KR100469824B1 (ko) * 2004-05-29 2005-02-03 엔에이치엔(주) 광고 그룹에 기초한 검색 목록순의 노출 관리 방법 및노출 관리 시스템
KR100492075B1 (ko) * 2004-06-24 2005-06-01 엔에이치엔(주) 검색 요청에 응답하여 광고주의 검색 목록순을 추출시키는키워드 광고 서비스 방법 및 키워드 광고 서비스 시스템
KR100806862B1 (ko) * 2004-07-16 2008-02-26 (주)이네스트커뮤니케이션 웹 사이트에서의 1차 키워드 검색에 대해 관련성 있는 2차키워드의 리스트를 제공하는 방법 및 장치
JP4650927B2 (ja) * 2004-08-13 2011-03-16 ソニー株式会社 情報処理装置および方法、並びにプログラム
US20060248078A1 (en) * 2005-04-15 2006-11-02 William Gross Search engine with suggestion tool and method of using same
US20070027901A1 (en) * 2005-08-01 2007-02-01 John Chan Method and System for Developing and Managing A Computer-Based Marketing Campaign
US8036937B2 (en) * 2005-12-21 2011-10-11 Ebay Inc. Computer-implemented method and system for enabling the automated selection of keywords for rapid keyword portfolio expansion
US7792858B2 (en) * 2005-12-21 2010-09-07 Ebay Inc. Computer-implemented method and system for combining keywords into logical clusters that share similar behavior with respect to a considered dimension
US8200688B2 (en) * 2006-03-07 2012-06-12 Samsung Electronics Co., Ltd. Method and system for facilitating information searching on electronic devices
KR100785352B1 (ko) * 2006-04-21 2007-12-18 엔에이치엔(주) 검색결과리스트 생성 방법 및 검색결과리스트 생성 시스템
US8069182B2 (en) * 2006-04-24 2011-11-29 Working Research, Inc. Relevancy-based domain classification
US7831586B2 (en) * 2006-06-09 2010-11-09 Ebay Inc. System and method for application programming interfaces for keyword extraction and contextual advertisement generation
US8255383B2 (en) * 2006-07-14 2012-08-28 Chacha Search, Inc Method and system for qualifying keywords in query strings
US20080065620A1 (en) * 2006-09-11 2008-03-13 Puneet Chopra Recommending advertising key phrases
US20080103795A1 (en) * 2006-10-25 2008-05-01 Microsoft Corporation Lightweight and heavyweight interfaces to federated advertising marketplace
US20080221987A1 (en) * 2007-03-07 2008-09-11 Ebay Inc. System and method for contextual advertisement and merchandizing based on an automatically generated user demographic profile
KR100906928B1 (ko) * 2007-03-26 2009-07-10 엔에이치엔비즈니스플랫폼 주식회사 비즈니스 키워드에 대한 연관 요소를 반영하는 검색어 추천 서비스 방법, 컴퓨터 판독 가능 기록 매체 및 그 시스템
KR100906925B1 (ko) * 2007-04-26 2009-07-10 엔에이치엔비즈니스플랫폼 주식회사 키워드 추천 기준에 따라 광고 키워드를 추천하는 방법 및그 시스템
KR20080096005A (ko) * 2007-04-26 2008-10-30 엔에이치엔(주) 키워드 제공 범위에 따라 키워드 제공 방법 및 그 시스템
KR100893273B1 (ko) * 2007-05-04 2009-04-17 엔에이치엔(주) 키워드 비교를 이용한 광고 검수 방법 및 시스템
KR100892851B1 (ko) 2007-05-31 2009-04-10 엔에이치엔(주) 키워드 추천 방법 및 그 시스템
US20090024718A1 (en) * 2007-07-20 2009-01-22 Aris Anagnostopoulos Just-In-Time Contextual Advertising Techniques
KR20090011255A (ko) 2007-07-25 2009-02-02 주식회사 다음커뮤니케이션 광고 문구 추천 시스템 및 방법
KR100910521B1 (ko) * 2007-08-14 2009-07-31 엔에이치엔비즈니스플랫폼 주식회사 광고 키워드 제안 방법 및 그 시스템
KR100970370B1 (ko) 2008-07-18 2010-07-15 케이티하이텔 주식회사 쿼리의 연관 단어를 추천하는 검색 서버 및 검색 서비스방법
KR101012165B1 (ko) * 2008-08-05 2011-02-07 엔에이치엔비즈니스플랫폼 주식회사 광고 트래픽에 따라 단위시간 입찰가를 조절하여 광고를제공하는 방법 및 시스템
JP5576376B2 (ja) * 2008-08-28 2014-08-20 ネイバー ビジネス プラットフォーム コーポレーション 拡張キーワードプールを用いる検索方法およびシステム
KR20110061617A (ko) * 2008-09-08 2011-06-09 엔에이치엔비즈니스플랫폼 주식회사 온라인 광고에 대한 과금을 위한 방법, 시스템 및 컴퓨터 판독 가능한 기록 매체
US20100223133A1 (en) * 2009-02-27 2010-09-02 Research In Motion Limited Communications system providing mobile wireless communications device predicted search query terms based upon groups of related advertising terms
JP5079845B2 (ja) * 2010-05-28 2012-11-21 富士通株式会社 コンテンツナビゲーションプログラム

Also Published As

Publication number Publication date
JP2012104120A (ja) 2012-05-31
KR20120050593A (ko) 2012-05-21
US9076160B2 (en) 2015-07-07
US20120123855A1 (en) 2012-05-17
JP5904766B2 (ja) 2016-04-20

Similar Documents

Publication Publication Date Title
KR101643179B1 (ko) 추천 키워드를 제공하는 시스템 및 방법
US8117114B2 (en) Direct tracking of keywords to Ads/text
KR101597247B1 (ko) 실시간 키워드 연동형 광고 노출 시스템 및 방법
KR101577508B1 (ko) 정보 처리 장치, 정보 처리 방법, 및 정보 처리 프로그램이 기록된 기록 매체
US8788339B2 (en) Multiple attribution models with return on ad spend
KR100751560B1 (ko) 키워드 광고 분석 시스템
JP5216905B2 (ja) キーワード広告を提供する方法およびこの方法を実行するシステム
US20080306819A1 (en) System and method for shaping relevance scores for position auctions
US20080046313A1 (en) Methods and apparatus for serving relevant advertisements using web browser bars
JP4723607B2 (ja) 広告リスト生成方法及びそのシステム
KR20090000758A (ko) 복수의 광고 영역에 관한 광고 통합 관리 방법 및 시스템
KR20110032878A (ko) Sns 프로그램에서 구현되는 키워드 광고방법 및 시스템
US20060235745A1 (en) Trend-creation-type advertising system, trend-creation-type advertising method, and computer product
US20130080247A1 (en) Ad Placement
KR20060083201A (ko) 광고 시스템에서 위치 정보 결정 및／또는 사용
KR100744063B1 (ko) 인터넷 검색 광고 서비스 시스템 및 방법
KR20090013367A (ko) 카테고리별 키워드 추천 시스템 및 방법
KR20100070923A (ko) 검색 요청에 대응하는 광고 목록 제공 시스템 및 방법
KR20120022011A (ko) 트래픽 품질에 기초한 광고 시스템 및 방법
KR100728937B1 (ko) 개인정보를 이용한 광고료 수익분배 시스템 및 그 서비스방법
KR101722670B1 (ko) 간접클릭에 기초하여 키워드를 추천하는 시스템 및 방법
KR101598620B1 (ko) 사용자별 관심 주기를 이용하여 전송하기 위한 광고를 결정하는 광고 시스템 및 방법
KR20080015608A (ko) 광고주를 차등 관리하는 방법 및 상기 방법을 수행하는시스템
KR100824435B1 (ko) 검색광고 리스트 순위 결정방법 및 장치
KR101614954B1 (ko) 광고의 노출 빈도와 노출 간격을 제어하여 인벤토리를 관리하는 광고 시스템 및 방법

Legal Events

Date Code Title Description
A201 Request for examination
N231 Notification of change of applicant
E902 Notification of reason for refusal
E701 Decision to grant or registration of patent right
GRNT Written decision to grant