KR101648046B1 - 오픈소스 소프트웨어 추천 시스템 및 방법 - Google Patents

오픈소스 소프트웨어 추천 시스템 및 방법 Download PDF

Info

Publication number
KR101648046B1
KR101648046B1 KR1020140155232A KR20140155232A KR101648046B1 KR 101648046 B1 KR101648046 B1 KR 101648046B1 KR 1020140155232 A KR1020140155232 A KR 1020140155232A KR 20140155232 A KR20140155232 A KR 20140155232A KR 101648046 B1 KR101648046 B1 KR 101648046B1
Authority
KR
South Korea
Prior art keywords
source software
open source
software
open
database
Prior art date
Application number
KR1020140155232A
Other languages
English (en)
Other versions
KR20160056340A (ko
Inventor
김민수
오석훈
Original Assignee
엘에스웨어(주)
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by 엘에스웨어(주) filed Critical 엘에스웨어(주)
Priority to KR1020140155232A priority Critical patent/KR101648046B1/ko
Publication of KR20160056340A publication Critical patent/KR20160056340A/ko
Application granted granted Critical
Publication of KR101648046B1 publication Critical patent/KR101648046B1/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
    • G06F16/90—Details of database functions independent of the retrieved data types
    • G06F16/903—Querying
    • G06F16/90335—Query processing
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/90—Details of database functions independent of the retrieved data types
    • G06F16/903—Querying
    • G06F16/9038—Presentation of query results
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F9/00—Arrangements for program control, e.g. control units
    • G06F9/06—Arrangements for program control, e.g. control units using stored programs, i.e. using an internal store of processing equipment to receive or retain programs
    • G06F9/44—Arrangements for executing specific programs

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Databases & Information Systems (AREA)
  • Software Systems (AREA)
  • Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Computational Linguistics (AREA)
  • Data Mining & Analysis (AREA)
  • Stored Programmes (AREA)

Abstract

본 발명에 따른 오픈소스 소프트웨어 추천 방법은, 오픈소스 소프트웨어들 및 각 오픈소스 소프트웨어의 메타 정보를 제공하는 적어도 하나의 오픈소스 소프트웨어 제공 서버들로부터 오픈소스 소프트웨어들 및 메타정보들을 수집하여 오픈소스 소프트웨어 데이터베이스를 구축하는 단계; 사용자로부터 오픈소스 소프트웨어 검색을 위한 분류정보 또는 키워드를 입력받는 단계; 상기 오픈소스 소프트웨어 데이터베이스로부터 상기 메타정보에 기초하여, 상기 입력받은 분류정보 또는 키워드에 상응하는 오픈소스 소프트웨어들을 검색하는 단계; 및 상기 검색된 오픈소스 소프트웨어들의 적어도 일부를 상기 사용자에게 표시하는 단계를 포함하는 것을 특징으로 한다.

Description

오픈소스 소프트웨어 추천 시스템 및 방법{System and method for recommending open source software}
본 발명은 오픈소스 소프트웨어 추천 시스템 및 방법에 관한 것으로, 보다 상세하게는 오픈소스 소프트웨어를 수집하고 데이터베이스화하여 사용자에게 오픈소스 소프트웨어의 검색 결과를 제공하는 오픈소스 소프트웨어 추천 시스템 및 방법에 관한 것이다.
일반적으로 오픈 소스 소프트웨어(open source software, OSS)란 무료이면서 소스코드를 개방한 상태로 실행 프로그램을 제공하는 동시에 소스코드를 누구나 자유롭게 개작 및 개작된 소프트웨어를 재배포할 수 있도록 허용된 소프트웨어를 말한다.
오픈소스 소프트웨어는 누구라도 소스코드를 읽을 수 있고 사용자가 능력이 있다면 각종 버그의 수정은 물론이고 그것을 개조하여 기능을 추가할 수 있으며, 누구나 그 소프트웨어의 개발에 참여할 수 있다. 따라서 오픈소스 소프트웨어는 프로그램을 복제하여 배포할 수 있는 권리, 소프트웨어의 소스코드에 접근할 수 있는 권리, 프로그램을 개선할 수 있는 권리를 개발자에게 보장한다.
최근에, 개발자들이 오픈소스 소프트웨어를 업로드하거나 개발에 참여할 수 있도록 하고 오픈소스 소프트웨어의 공개 및 배포 서비스를 제공하는 오픈소스 프로젝트 호스팅 서비스가 나타나고 있다. 예컨대, SourceForge(www.sourceforge.net), GitHub(www.github.com) 등이 그것이다.
그러나 오픈소스 소프트웨어의 개발자 또는 사용자가 원하는 오픈소스 소프트웨어를 효과적으로 검색할 수 있고 신뢰성 있는 오픈소스 소프트웨어를 추천해 줄 수 있는 서비스나 연구는 아직까지 없는 실정이다.
본 발명이 이루고자 하는 기술적 과제는 오픈소스 소프트웨어의 개발자 또는 사용자가 원하는 오픈소스 소프트웨어를 효과적으로 검색할 수 있고, 신뢰성 있는 오픈소스 소프트웨어를 추천해 줄 수 있는 오픈소스 소프트웨어 추천 시스템 및 방법을 제공하는 데 있다. 또한, 상기된 바와 같은 기술적 과제로 한정되지 않으며, 이하의 설명으로부터 또 다른 기술적 과제가 도출될 수도 있다.
상기 기술적 과제를 해결하기 위한 본 발명에 따른 오픈소스 소프트웨어 추천 방법은, 오픈소스 소프트웨어들 및 각 오픈소스 소프트웨어의 메타 정보를 제공하는 적어도 하나의 오픈소스 소프트웨어 제공 서버들로부터 오픈소스 소프트웨어들 및 메타정보들을 수집하여 오픈소스 소프트웨어 데이터베이스를 구축하는 단계; 사용자로부터 오픈소스 소프트웨어 검색을 위한 분류정보 또는 키워드를 입력받는 단계; 상기 오픈소스 소프트웨어 데이터베이스로부터 상기 메타정보에 기초하여, 상기 입력받은 분류정보 또는 키워드에 상응하는 오픈소스 소프트웨어들을 검색하는 단계; 및 상기 검색된 오픈소스 소프트웨어들의 적어도 일부를 상기 사용자에게 표시하는 단계를 포함하는 것을 특징으로 한다.
상기 구축하는 단계에서, 수집된 오픈소스 소프트웨어가 그에 속한 오픈소스 소프트웨어인 서브소프트웨어를 포함하는 경우, 서브소프트웨어 정보가 포함된 상기 오픈소스 소프트웨어 데이터베이스를 구축하고, 상기 오픈소스 소프트웨어 추천 방법은 상기 검색된 오픈소스 소프트웨어들 각각의 신뢰도-상기 신뢰도는 해당 오픈소스 소프트웨어에 포함된 서브소프트웨어가 상기 오픈소스 소프트웨어 데이터베이스의 적어도 일부의 오픈소스 소프트웨어들에 대하여 포함된 빈도수를 이용하여 계산된 것임-를 바탕으로 상기 검색된 오픈소스 소프트웨어들을 정렬하는 단계를 더 포함하며, 상기 표시하는 단계는 상기 정렬 결과에 따라 상기 검색된 오픈소스 소프트웨어들의 적어도 일부를 상기 사용자에게 표시할 수 있다.
상기 신뢰도는, 해당 오픈소스 소프트웨어에 포함된 서브소프트웨어들 각각에 대하여 상기 적어도 일부의 오픈소스 소프트웨어들에 대하여 포함된 빈도수에 대응하는 빈도율이 계산되고, 해당 오픈소스 소프트웨어에 포함된 서브소프트웨어들의 빈도율들의 합과 해당 오픈소스 소프트웨어에 포함된 서브소프트웨어들의 수를 이용하여 계산될 수 있다.
상기 오픈소스 소프트웨어 추천 방법은 수집된 오픈소스 소프트웨어들 각각에 대하여, 해당 오픈소스 소프트웨어에 포함된 서브소프트웨어가 상기 오픈소스 소프트웨어 데이터베이스의 전체 오픈소스 소프트웨어들에 대하여 포함된 빈도수를 이용하여 상기 신뢰도를 계산하여 상기 오픈소스 소프트웨어 데이터베이스에 저장하는 단계를 더 포함할 수 있다.
상기 오픈소스 소프트웨어 추천 방법은 수집된 오픈소스 소프트웨어들 각각에 대하여, 해당 오픈소스 소프트웨어에 포함된 서브소프트웨어가 상기 오픈소스 소프트웨어 데이터베이스의 전체 오픈소스 소프트웨어들 중 상기 해당 오픈소스 소프트웨어의 분류에 속한 오픈소스 소프트웨어들에 대하여 포함된 빈도수를 이용하여 상기 신뢰도를 계산하여 상기 오픈소스 소프트웨어 데이터베이스에 저장하는 단계를 더 포함할 수 있다.
상기 오픈소스 소프트웨어 추천 방법은 상기 검색된 오픈소스 소프트웨어들 각각에 대하여, 해당 오픈소스 소프트웨어에 포함된 서브소프트웨어가 상기 검색된 오픈소스 소프트웨어들에 대하여 포함된 빈도수를 이용하여 상기 신뢰도를 계산하는 단계를 더 포함할 수 있다.
상기 기술적 과제를 해결하기 위한 본 발명에 따른 오픈소스 소프트웨어 추천 시스템은, 오픈소스 소프트웨어들 및 각 오픈소스 소프트웨어의 메타 정보를 제공하는 적어도 하나의 오픈소스 소프트웨어 제공 서버들로부터 오픈소스 소프트웨어들 및 메타정보들을 수집하는 오픈소스 소프트웨어 수집부; 상기 수집된 오픈소스 소프트웨어들 및 메타정보들로 오픈소스 소프트웨어 데이터베이스를 구축하는 데이터베이스 구축부; 사용자로부터 오픈소스 소프트웨어 검색을 위한 분류정보 또는 키워드를 입력받는 웹서비스부; 및 상기 오픈소스 소프트웨어 데이터베이스로부터 상기 메타정보에 기초하여, 상기 입력받은 분류정보 또는 키워드에 상응하는 오픈소스 소프트웨어들을 검색하는 오픈소스 소프트웨어 검색부를 포함하고, 상기 웹서비스부는 상기 검색된 오픈소스 소프트웨어들의 적어도 일부를 상기 사용자에게 표시하는 것을 특징으로 한다.
상기 데이터베이스 구축부는, 수집된 오픈소스 소프트웨어가 그에 속한 오픈소스 소프트웨어인 서브소프트웨어를 포함하는 경우, 서브소프트웨어 정보가 포함된 상기 오픈소스 소프트웨어 데이터베이스를 구축하고, 상기 오픈소스 소프트웨어 추천 시스템은 상기 검색된 오픈소스 소프트웨어들 각각의 신뢰도-상기 신뢰도는 해당 오픈소스 소프트웨어에 포함된 서브소프트웨어가 상기 오픈소스 소프트웨어 데이터베이스의 적어도 일부의 오픈소스 소프트웨어들에 대하여 포함된 빈도수를 이용하여 계산된 것임-를 바탕으로 상기 검색된 오픈소스 소프트웨어들을 정렬하는 정렬부를 더 포함하며, 상기 웹서비스부는 상기 정렬 결과에 따라 상기 검색된 오픈소스 소프트웨어들의 적어도 일부를 상기 사용자에게 표시할 수 있다.
상기 신뢰도는, 해당 오픈소스 소프트웨어에 포함된 서브소프트웨어들 각각에 대하여 상기 적어도 일부의 오픈소스 소프트웨어들에 대하여 포함된 빈도수에 대응하는 빈도율이 계산되고, 해당 오픈소스 소프트웨어에 포함된 서브소프트웨어들의 빈도율들의 합과 해당 오픈소스 소프트웨어에 포함된 서브소프트웨어들의 수를 이용하여 계산될 수 있다.
상기 데이터베이스 구축부는, 수집된 오픈소스 소프트웨어들 각각에 대하여, 해당 오픈소스 소프트웨어에 포함된 서브소프트웨어가 상기 오픈소스 소프트웨어 데이터베이스의 전체 오픈소스 소프트웨어들에 대하여 포함된 빈도수를 이용하여 상기 신뢰도를 계산하여 상기 오픈소스 소프트웨어 데이터베이스에 저장할 수 있다.
상기 데이터베이스 구축부는, 수집된 오픈소스 소프트웨어들 각각에 대하여, 해당 오픈소스 소프트웨어에 포함된 서브소프트웨어가 상기 오픈소스 소프트웨어 데이터베이스의 전체 오픈소스 소프트웨어들 중 상기 해당 오픈소스 소프트웨어의 분류에 속한 오픈소스 소프트웨어들에 대하여 포함된 빈도수를 이용하여 상기 신뢰도를 계산하여 상기 오픈소스 소프트웨어 데이터베이스에 저장할 수 있다.
상기 정렬부는, 상기 검색된 오픈소스 소프트웨어들 각각에 대하여, 해당 오픈소스 소프트웨어에 포함된 서브소프트웨어가 상기 검색된 오픈소스 소프트웨어들에 대하여 포함된 빈도수를 이용하여 상기 신뢰도를 계산할 수 있다.
상기된 본 발명에 의하면, 오픈소스 소프트웨어의 개발자 또는 사용자가 원하는 오픈소스 소프트웨어를 효과적으로 검색할 수 있고, 신뢰성 있는 오픈소스 소프트웨어를 추천해 줄 수 있는 효과가 있다.
나아가서, 해당 오픈소스 소프트웨어에 포함된 서브소프트웨어가 오픈소스 소프트웨어 데이터베이스의 오픈소스 소프트웨어들에 대하여 포함된 빈도수를 이용하여 계산된 신뢰도를 바탕으로 오픈소스 소프트웨어 검색 결과를 정렬하여 사용자에게 보여줌으로써, 보다 객관적인 신뢰도를 바탕으로 오픈소스 소프트웨어를 추천해 줄 수 있다.
도 1은 본 발명의 일 실시예에 따른 오픈소스 소프트웨어 추천 시스템의 구성을 나타낸다.
도 2는 본 발명의 일 실시예에 따라 오픈소스 소프트웨어의 신뢰도를 계산하는 방법의 예를 설명하기 위한 도면이다.
도 3은 본 발명의 일 실시예에 따른 오픈소스 소프트웨어 추천 서버(200)의 구성을 나타낸다.
도 4는 본 발명의 일 실시예에 따른 오픈소스 소프트웨어 추천 방법에서, 오픈소스 소프트웨어 데이터베이스(300)를 구축하고, 오픈소스 소프트웨어의 신뢰도 등을 계산하여 저장하는 과정을 보여주는 흐름도이다.
도 5는 오픈소스 소프트웨어 데이터베이스(300)에 저장되는 메타정보 테이블의 일 예를 나타낸다.
도 6은 메타정보와 더불어 신뢰도 등이 추가된 메타정보 테이블의 일 예를 나타낸다.
도 7은 본 발명의 일 실시예에 따른 오픈소스 소프트웨어 추천 방법에서, 사용자로부터의 분류정보 또는 키워드의 입력에 따라 오픈소스 소프트웨어를 추천해 주는 과정을 보여주는 흐름도이다.
이하에서는 도면을 참조하여 본 발명의 바람직한 실시예들을 상세히 설명한다. 이하 설명 및 첨부된 도면들에서 실질적으로 동일한 구성요소들은 각각 동일한 부호들로 나타냄으로써 중복 설명을 생략하기로 한다. 또한 본 발명을 설명함에 있어 관련된 공지기능 혹은 구성에 대한 구체적인 설명이 본 발명의 요지를 불필요하게 흐릴 수 있다고 판단되는 경우 그에 대한 상세한 설명은 생략하기로 한다.
도 1은 본 발명의 일 실시예에 따른 오픈소스 소프트웨어 추천 시스템의 구성을 나타낸다. 본 실시예에 따른 오픈소스 소프트웨어 추천 시스템은, 오픈소스 소프트웨어 제공 서버들(100_1, 100_2, 100_3), 오픈소스 소프트웨어 추천 서버(200), 오픈소스 소프트웨어 데이터베이스(300), 사용자 단말(400)을 포함하여 이루어진다. 오픈소스 소프트웨어 제공 서버들(100_1, 100_2, 100_3), 오픈소스 소프트웨어 추천 서버(200), 사용자 단말(400)은 네트워크(예컨대, 인터넷)를 통하여 연결된다.
오픈소스 소프트웨어 제공 서버(100_1, 100_2, 또는 100_3, 이하 100)는 개발자들로부터 오픈소스 소프트웨어를 업로드받아 저장하고, 오픈소스 소프트웨어의 배포 및 공개 서비스를 제공한다. 각 오픈소스 소프트웨어에는 해당 오픈소스 소프트웨어에 대응하는 메타정보가 정의된다. 즉, 오픈소스 소프트웨어 제공 서버(100)는 오픈소스 소프트웨어들 및 각 오픈소스 소프트웨어의 메타정보를 제공한다. 상기 메타정보에는 예를 들어, 소프트웨어 이름, 언어, 사용 OS(operating system), 만든이, 분류, 설명, 키워드, 다운로드수, 평점, 사용후기, 라이선스 정보 등이 포함될 수 있다. 그러나 상기 메타정보는 이에 제한되지 않으며 추가될 수 있고, 메타정보의 내용 역시 변경되거나 업데이트될 수 있음은 물론이다.
메타정보의 일부는 해당 오픈소스 소프트웨어를 업로드하는 개발자가 정할 수 있다. 또한 메타정보의 일부는 오픈소스 소프트웨어 제공 서버에서 변경되거나 서비스 사용자들에 의해 정해질 수도 있다. 예컨대, 개발자는 오픈소스 소프트웨어를 업로드할 때 소프트웨어 이름, 언어, 사용 OS(operating system), 만든이, 분류, 설명, 키워드 등을 정의할 수 있고, 분류, 설명, 키워드, 다운로드수, 평점, 사용후기 등은 오픈소스 소프트웨어 제공 서버(100)의 관리자에 의해 변경되거나 서비스 사용자들에 의해 정해질 수 있다. 후술하겠지만 오픈소스 소프트웨어의 메타 정보는 오픈소스 소프트웨어 추천 서버(200)에 의하여 추가되거나 변경될 수 있다.
오픈소스 소프트웨어 추천 서버(200)는 오픈소스 소프트웨어 제공 서버들(100_1, 100_2, 100_3)로부터 그들이 보유한 오픈소스 소프트웨어들 및 메타정보들을 수집하여 오픈소스 소프트웨어 데이터베이스(300)를 구축한다. 또한 오픈소스 소프트웨어 추천 서버(200)는 사용자 단말(400)에게 제공하는 웹페이지를 통하여 사용자로부터 오픈소스 소프트웨어 검색을 위한 분류정보 또는 키워드를 입력받고, 각 오픈소스 소프트웨어의 메타정보에 기초하여 오픈소스 소프트웨어 데이터베이스(300)로부터, 입력된 분류정보 또는 키워드에 상응하는 오픈소스 소프트웨어들을 검색한다. 그리고 오픈소스 소프트웨어 추천 서버(200)는 검색된 오픈소스 소프트웨어의 적어도 일부를 웹페이지를 통하여 사용자에게 표시하여 준다. 이때 오픈소스 소프트웨어 추천 서버(200)는 웹페이지를 통하여 오픈소스 소프트웨어의 파일을 직접 제공할 수도 있고, 웹페이지를 통하여 해당 오픈소스 소프트웨어 제공 서버(100)로의 링크를 제공할 수도 있다.
본 발명의 실시예에서 오픈소스 소프트웨어 추천 서버(200)는 검색된 오픈소스 소프트웨어를 사용자에게 표시하여 줄 때에, 검색된 오픈소스 소프트웨어를 소정의 기준에 따라 정렬하여, 정렬 결과에 따라 우선순위를 부여하여 표시할 수 있다. 전형적으로, 검색된 오픈소스 소프트웨어의 정렬은 다운로드수나 평점에 기초할 수 있다. 예컨대, 다운로드수가 많거나 평점이 높은 오픈소스 소프트웨어들을 우선적으로 보여주는 것이다. 그러나 다운로드수나 평점만 가지고는 오픈소스 소프트웨어의 신뢰성이 제대로 평가되지 못할 수 있다.
따라서 오픈소스 소프트웨어 추천 서버(200)는 오픈소스 소프트웨어의 신뢰성을 평가할 수 있는 효과적인 지표로서 오픈소스 소프트웨어의 신뢰도를 계산하고, 검색된 오픈소스 소프트웨어를 이 신뢰도를 바탕으로 정렬하여 우선순위를 부여하여 사용자에게 보여줄 수 있다.
오픈소스 소프트웨어는 그 자체로 하나의 소프트웨어일 수 있으나, 많은 오픈소스 소프트웨어는 그것을 구성하는 하부 요소로서 역시 오픈소스 소프트웨어를 포함한다. 본 명세서에서는 편의상 어떤 오픈소스 소프트웨어에 속한 오픈소스 소프트웨어를 편의상 '서브소프트웨어'라 칭하기로 한다. 본 발명의 실시예에서는, 어떤 서브소프트웨어가 많은 수의 오픈소스 소프트웨어에 속해 있으면, 즉 많은 수의 오픈소스 소프트웨어에 사용되고 있으면 그 서브소프트웨어는 신뢰성이 높은 것으로 보고, 신뢰성이 높은 서브소프트웨어를 많이 포함한 오픈소스 소프트웨어일수록 신뢰성이 높은 것으로 간주한다.
이러한 점에 착안하여, 오픈소스 소프트웨어 추천 서버(200)는 각 오픈소스 소프트웨어의 신뢰도를 계산하되, 해당 오픈소스 소프트웨어에 포함된 서브소프트웨어가 오픈소스 소프트웨어 데이터베이스(300)의 적어도 일부의 오픈소스 소프트웨어들에 대하여 포함된 빈도수를 바탕으로 신뢰도를 계산할 수 있다. 이러한 신뢰도는, 오픈소스 소프트웨어에 포함된 서브소프트웨어들이 그 오픈소스 소프트웨어와 더불어 다른 오픈소스 소프트웨어들에 포함된 빈도수가 높을수록 보다 높은 신뢰도가 얻어질 수 있도록 계산될 수 있다. 예컨대, 오픈소스 소프트웨어 추천 서버(200)는 각 서브소프트웨어에 대하여 모집단이 되는 오픈소스 소프트웨어들에 포함된 빈도수를 바탕으로 각 서브소프트웨어의 빈도율을 계산하고, 오픈소스 소프트웨어의 신뢰도는 그에 속한 서브소프트웨어들의 빈도율들을 이용하여 계산할 수 있다.
도 2는 본 발명의 일 실시예에 따라 오픈소스 소프트웨어의 신뢰도를 계산하는 방법의 예를 설명하기 위한 도면이다.
도 2를 참조하면, 신뢰도 계산의 모집단으로 오픈소스 소프트웨어 A, B, C가 존재하며, 오픈소스 소프트웨어 A는 서브소프트웨어 a, b를 포함하고, 오픈소스 소프트웨어 B는 서브소프트웨어 a, b, c, d를 포함하며, 오픈소스 C는 서브소프트웨어 a, b, c, d, e, f, g, h, i를 포함한다.
서브소프트웨어의 빈도율 Fsub는 다음 수학식을 이용하여 계산될 수 있다.
Figure 112014107807811-pat00001
오픈소스 소프트웨어 A, B, C는 각각 2개, 4개, 9개의 서브소프트웨어를 포함하고 있으므로, 전체 서브소프트웨어의 개수는 15개이고, 서브소프트웨어 a, b가 포함된 오픈소스 소프트웨어는 3개(A, B, C), 서브소프트웨어 c, d가 포함된 오픈소스 소프트웨어는 2개(B, C), 서브소프트웨어 e, f, g, h, i가 포함된 오픈소스 소프트웨어는 1개(C)이다.
따라서, 서브소프트웨어 a, b, c, d, e, f, g, h, i의 빈도율은 각각 다음과 같이 계산된다.
Fsub_a = 3/15 = 0.2
Fsub_b = 3/15 = 0.2
Fsub_c = 2/15 = 0.13
Fsub_d = 2/15 = 0.13
Fsub_e = 1/15 = 0.066
Fsub_f = 1/15 = 0.066
Fsub_g = 1/15 = 0.066
Fsub_h = 1/15 = 0.066
Fsub_i = 1/15 = 0.066
오픈소스 소프트웨어의 신뢰도는 해당 오픈소스 소프트웨어에 포함된 서브소프트웨어의 빈도율과 해당 오픈소스 소프트웨어에 포함된 서브소프트웨어의 수를 이용하여 계산될 수 있다. 예컨대 오픈소스 소프트웨어의 신뢰도 ROSS는 다음 수학식을 이용하여 계산될 수 있다.
Figure 112014107807811-pat00002
따라서, 오픈소스 소프트웨어 A, B, C의 신뢰도는 각각 다음과 같이 계산된다.
ROSS_A=(0.2+0.2)/2 = 0.2
ROSS_B=(0.2+0.2+0.13+0.13)/4 = 0.165
ROSS_C=(0.2+0.2+0.13+0.13+0.066+0.066+0.066+0.066+0.066)/9=0.11
위와 같이, 오픈소스 소프트웨어 A, B, C의 신뢰도는 각각 0.2, 0.165, 0.11로 계산되어, 오픈소스 소프트웨어 A가 신뢰도가 가장 높다고 볼 수 있다. 이것은 오픈소스 소프트웨어 A에 포함된 서브소프트웨어 a, b가 비교적 많은 오픈소스 소프트웨어에서 사용되었기 때문에 나타난 결과이다.
이하에서는, 도 3 내지 7을 참조하여, 오픈소스 소프트웨어 추천 서버(200)의 구성 및 동작을 보다 구체적으로 설명한다.
도 3은 본 발명의 일 실시예에 따른 오픈소스 소프트웨어 추천 서버(200)의 구성을 나타낸다. 도 4는 본 발명의 일 실시예에 따른 오픈소스 소프트웨어 추천 방법에서, 오픈소스 소프트웨어 데이터베이스(300)를 구축하고, 오픈소스 소프트웨어의 신뢰도 등을 계산하여 저장하는 과정을 보여주는 흐름도이다. 도 5는 오픈소스 소프트웨어 데이터베이스(300)에 저장되는 메타정보 테이블의 일 예를 나타낸다. 도 6은 메타정보와 더불어 신뢰도 등이 추가된 메타정보 테이블의 일 예를 나타낸다. 도 7은 본 발명의 일 실시예에 따른 오픈소스 소프트웨어 추천 방법에서, 사용자로부터의 분류정보 또는 키워드의 입력에 따라 오픈소스 소프트웨어를 추천해 주는 과정을 보여주는 흐름도이다.
도 3을 참조하면, 오픈소스 소프트웨어 추천 서버(200)는, 네트워크를 통하여 오픈소스 소프트웨어 제공 서버(100) 및 사용자 단말(400)과 데이터를 송수신하는 통신부(210), 오픈소스 소프트웨어 제공 서버(100)로부터 오픈소스 소프트웨어들 및 메타정보들을 수집하는 오픈소스 소프트웨어 수집부(220), 수집된 오픈소스 소프트웨어들 및 메타정보들로 오픈소스 소프트웨어 데이터베이스(300)를 구축하는 데이터베이스 구축부(230), 사용자 단말(400)에게 오픈소스 소프트웨어 검색 및 추천을 위한 웹페이지를 제공하고 웹페이지를 통하여 사용자로부터 오픈소스 소프트웨어 검색을 위한 분류 정보 또는 키워드를 입력받아 검색된 결과를 제공하는 웹서비스부(240), 오픈소스 소프트웨어 데이터베이스(300)로부터 메타정보에 기초하여, 웹서비스부(240)를 통하여 입력된 분류정보 또는 키워드에 상응하는 오픈소스 소프트웨어를 검색하는 오픈소스 소프트웨어 검색부(250), 검색된 오픈소스 소프트웨어들을 신되도 등을 바탕으로 정렬하여 웹서비스부(240)에 제공하는 정렬부(260)를 포함하여 이루어진다.
도 4를 참조하여, 오픈소스 소프트웨어 추천 서버(200)의 동작 중 오픈소스 소프트웨어 데이터베이스(300)를 구축하고, 오픈소스 소프트웨어의 신뢰도 등을 계산하여 저장하는 과정을 보다 구체적으로 설명한다.
410단계에서, 오픈소스 소프트웨어 수집부(220)는 오픈소스 소프트웨어 제공 서버들(100_1, 100_2, 100_3)로부터 오픈소스 소프트웨어들 및 메타정보들을 수집한다. 오픈소스 소프트웨어들 및 메타정보들의 수집은 주기적, 계속적으로 수행될 수 있다.
420단계에서, 데이터베이스 구축부(230)는 수집된 오픈소스 소프트웨어들 및 메타정보들로 오픈소스 소프트웨어 데이터베이스(300)를 구축한다.
오픈소스 소프트웨어 제공 서버(100)로부터 수집되는 메타정보는 각 오픈소스 소프트웨어의 언어, OS, 생성일, 만든이, 분류, 설명, 키워드, 다운로드수, 평점 등일 수 있다. 이러한 메타정보는 모두 존재할 수도 있고, 그중 일부만이 존재할 수도 있다. 데이터베이스 구축부(230)는 수집된 메타정보를 가지고 예컨대 도 5와 같은 메타정보 테이블을 구성할 수 있다.
메타정보 중 '분류'는 예컨대 한국정보통신기술협회(TTA)에서 정의하는 소프트웨어 표준 분류체계를 따를 수 있다. 오픈소스 소프트웨어 제공 서버(100)에서 제공되는 분류가 소프트웨어 표준 분류체계를 따른 경우 그 분류를 사용할 수 있고, 그렇지 않은 경우 제공된 분류, 설명, 키워드 등을 기초로 소프트웨어 표준 분류체계에 따른 분류가 지정될 수 있다. 오픈소스 소프트웨어에 분류를 지정하는 것은, 전체 중 일부의 오픈소스 소프트웨어들에 대하여 수동으로 분류를 행한 다음, 나머지에 대하여는 수동 분류 결과를 학습하여 자동으로 분류되도록 할 수 있다.
전술한 바와 같이 많은 오픈소스 소프트웨어는 그것을 구성하는 하부 요소로서 역시 오픈소스 소프트웨어인 소위 서브소프트웨어를 포함하는데, 데이터베이스 구축부(230)는 수집된 오픈소스 소프트웨어에서 서브소프트웨어를 추출하여, 도 5에 도시된 바와 같이 서브소프트웨어 정보를 메타정보 테이블에 저장한다. 서브소프트웨어 역시 오픈소스 소프트웨어이므로, 서브소프트웨어 및 그것의 메타정보 역시 메타정보 테이블을 통하여 관리된다. 도 5를 참조하면, 오픈소스 소프트웨어 a, b, c, d, ..., A, B, C 및 그들의 메타정보가 메타정보 테이블에 유지되며, 서브소프트웨어를 가지는 A, B, C는 서브소프트웨어 정보가 존재한다.
수집된 오픈소스 소프트웨어로부터 서브소프트웨어를 추출하고 서브소프트웨어 정보를 생성하는 것에 관하여 설명하면 다음과 같다. 일반적으로 오픈소스 소프트웨어는 압축 파일 형태로 제공되며, 압축 파일의 이름이 그 오픈소스 소프트웨어의 이름이 된다. 압축 파일을 풀면 통상 여러 개의 디렉토리들이 생성되는데, 디렉토리들이 각각 서브소프트웨어에 해당할 수 있다. 다만 일부 디렉토리는 설정 파일 등을 저장하는 용도로서 서브소프트웨어에 해당하지 않을 수도 있다. 통상 디렉토리의 이름은 해당 오픈소스 소프트웨어(서브소프트웨어)의 이름에 대응하며, 전형적으로, 서브소프트웨어의 경우 오픈소스 소프트웨어 데이터베이스(300)에 이미 저장되어 있다. 따라서 데이터베이스 구축부(230)는 오픈소스 소프트웨어가 수집되면 그것의 압축을 풀고, 디렉토리들의 이름들을 이미 오픈소스 소프트웨어 데이터베이스(300)에 있는 오픈소스 소프트웨어들의 이름과 비교하여 일치하는 것이 있는지 확인한다. 일치하는 것이 있으면 그것은 소위 서브소프트웨어일 수 있다. 다만 이름만 동일하고 실제로 동일한 소프트웨어가 아닐 수 있으므로, 오픈소스 소프트웨어 데이터베이스(300)에 저장된 소프트웨어의 내용(파일)과 해당 디렉토리의 내용(파일)을 비교한다. 소프트웨어의 이름과 내용이 모두 동일한 경우, 해당 디렉토리는 서브소프트웨어인 것으로 확인되어, 서브소프트웨어 정보가 메타정보 테이블에 추가된다.
예컨대, 도 5를 참조하면, 오픈소스 소프트웨어 a, b가 오픈소스 소프트웨어 데이터베이스(300) 및 메타정보 테이블에 이미 존재할 때, 오픈소스 소프트웨어 A가 수집된다. 압축을 푼 결과 a, b의 이름을 가지는 디렉토리가 존재하며 그 내용까지 오픈소스 소프트웨어 데이터베이스(300)에 저장된 a, b와 동일한 경우, 오픈소스 소프트웨어 A는 서브소프트웨어 a, b를 포함하는 것으로 확인되어, 메타정보 테이블에 서브소프트웨어 정보가 추가된다.
다시 도 4를 참조하면, 430단계에서, 데이터베이스 구축부(230)는 오픈소스 소프트웨어 데이터베이스(300)의 전체 오픈소스 소프트웨어들을 모집단으로 하여, 각 오픈소스 소프트웨어의 신뢰도를 계산하고 저장한다. 신뢰도 정보는 메타정보 테이블에 추가될 수 있다. 신뢰도는 이미 설명한 바와 같이, 해당 오픈소스 소프트웨어에 포함된 서브소프트웨어가 오픈소스 소프트웨어 데이터베이스(300)의 전체 오픈소스 소프트웨어들에 대하여 포함된 빈도수를 이용하여 계산될 수 있다.
다만, 신뢰도 계산을 위한 모집단은 오픈소스 소프트웨어 데이터베이스(300)의 전체 오픈소스 소프트웨어들 대신에, 동일한 분류에 속한 오픈소스 소프트웨어들로 구성될 수 있다. 예컨대, 분류정보로, 웹서버 소프트웨어, 보안 소프트웨어, 그래픽 소프트웨어가 존재하는 경우, 웹서버 소프트웨어에 해당하는 오픈소스 소프트웨어들을 모집단으로 하여 그에 속한 오픈소스 소프트웨어들 각각의 신뢰도를 계산하고, 보안 소프트웨어에 해당하는 오픈소스 소프트웨어들을 모집단으로 하여 그에 속한 오픈소스 소프트웨어들 각각의 신뢰도를 계산하며, 그래픽 소프트웨어에 해당하는 오픈소스 소프트웨어들을 모집단으로 하여 그에 속한 오픈소스 소프트웨어들 각각의 신뢰도를 계산할 수 있다. 이렇게 계산되는 신뢰도는 해당 분류 내에서의 그 오픈소스 소프트웨어의 신뢰성을 평가할 수 있는 지표가 된다.
따라서 440단계에서 데이터베이스 구축부(230)는 오픈소스 소프트웨어 데이터베이스(300)의 전체 오픈소스 소프트웨어들 중 해당 오픈소스 소프트웨어의 분류에 속한 오픈소스 소프트웨어들을 모집단으로 하여, 각 오픈소스 소프트웨어의 신뢰도를 계산하고 저장한다. 이렇게 계산된 신뢰도 역시 메타정보 테이블에 추가될 수 있다. 신뢰도는 이미 설명한 바와 같이, 해당 오픈소스 소프트웨어에 포함된 서브소프트웨어가 오픈소스 소프트웨어 데이터베이스(300)의 전체 오픈소스 소프트웨어들 중 해당 오픈소스 소프트웨어의 분류에 속한 오픈소스 소프트웨어들에 대하여 포함된 빈도수를 이용하여 계산될 수 있다.
상기 430단계와 440단계는 선택적으로 수행될 수 있다. 예컨대, 430단계만이 수행될 수도 있고, 440단계만이 수행될 수도 있다. 즉, 전체 오픈소스 소프트웨어를 모집단으로 하여 신뢰도가 계산될 수도 있고, 분류별 오픈소스 소프트웨어를 모집단으로 하여 신뢰도가 계산될 수도 있다.
위와 같이 계산된 오픈소스 소프트웨어의 신뢰도는 메타정보 테이블에 추가될 수 있다. 예컨대 도 6에 도시된 바와 같이, 전체를 모집단으로 계산된 신뢰도(전체)와, 각 분류를 모집단으로 하여 계산된 신뢰도(분류)가 메타정보 테이블에 추가될 수 있다.
나아가서, 450단계에서 데이터베이스 구축부(230)는 앞서 계산된 신뢰도와 평가지표가 될만한 메타정보를 종합하여 각 오픈소스 소프트웨어의 총점을 계산하여 저장할 수도 있다. 신뢰도로는 신뢰도(전체)가 사용되거나 신뢰도(분류)가 사용될 수 있다. 예컨대 신뢰도와 더불어 다운로드수, 평점 등을 종합하여 총점이 계산될 수 있다. 이때 각 평가항목은 점수화되고 가중치가 부여될 수 있다. 예컨대, 신뢰도, 다운로드수, 평점을 점수로 환산하고, 각 항목에 예컨대 40%, 30%, 30%의 가중치를 부여하여 총점이 계산될 수 있다.
이렇게 계산된 총점 역시 도 6에 도시된 바와 같이 메타정보 테이블에 추가될 수 있다.
도 5를 통하여 설명한 각 단계들은 주기적, 계속적으로 반복될 수 있다. 다만 반복 과정에서의 신뢰도 계산에서는 이전에 계산된 신뢰도와 통계 정보를 바탕으로, 새롭게 추가된 서브소프트웨어의 빈도수를 가지고 신뢰도 값을 업데이트할 수 있다.
도 7을 참조하여, 오픈소스 소프트웨어 추천 서버(200)의 동작 중 사용자로부터의 분류정보 또는 키워드의 입력에 따라 오픈소스 소프트웨어를 추천해 주는 과정을 보다 구체적으로 설명한다.
710단계에서, 웹서비스부(240)는 그것이 제공하는 웹페이지를 통하여 사용자로부터 오픈소스 소프트웨어 검색을 위한 분류정보 또는 키워드를 입력받는다. 검색을 위한 분류정보는 사용자가 직접 입력하도록 할 수도 있고, 단계별로 미리 지정된 분류를 제시하여 사용자가 선택하도록 할 수도 있다. 분류정보는 전형적으로는 메타정보의 분류와 일치할 수 있으나, 별도의 분류 또는 더욱 세분화된 분류를 추가적으로 제공할 수도 있다.
720단계에서, 오픈소스 소프트웨어 검색부(250)는 오픈소스 소프트웨어 데이터베이스(300)로부터 메타정보에 기초하여, 사용자로부터 입력받은 분류정보 또는 키워드에 상응하는 오픈소스 소프트웨어들을 검색한다. 검색은 메타정보들 중 분류, 설명 또는 키워드 등에 기초할 수 있다.
일 실시예에서, 720단계 이후에 750단계로 진행하여(730, 740단계는 후술함), 정렬부(260)는 전술한 430단계 내지 450단계를 통하여 얻어진 신뢰도 또는 총점, 즉 메타정보 테이블의 신뢰도 또는 총점을 바탕으로 검색 결과를 정렬할 수 있다. 즉, 신뢰도(전체)를 바탕으로 검색 결과를 정렬하거나, 신뢰도(분류)를 바탕으로 검색 결과를 정렬하거나, 총점을 바탕으로 검색 결과를 정렬할 수 있다. 실시예에 따라서는, 정렬 기준을 사용자로 하여금 선택할 수 있도록 하여, 사용자의 선택에 따라서 정렬할 수도 있다. 이때 검색 결과의 정렬은 검색된 오픈소스 소프트웨어들 전부를 정렬할 수도 있지만, 상위 일부만을 추려서 정렬할 수도 있다.
다음으로 760단계에서 웹서비스부(240)는 750단계에서의 정렬 결과에 따라 웹페이지를 통하여 오픈소스 소프트웨어를 표시하여 준다. 예컨대, 신뢰도 또는 총점이 높은 상위 일정 개수의 오픈소스 소프트웨어를 순위를 부여하여 사용자에게 표시하여 줄 수 있다. 웹서비스부(240)는 이때 웹페이지를 통하여 오픈소스 소프트웨어의 파일을 직접 제공할 수도 있고, 웹페이지를 통하여 오픈소스 소프트웨어를 표시하면서 해당 오픈소스 소프트웨어를 제공하는 사이트로의 링크를 제공할 수도 있다.
나아가 본 발명의 일 실시예에서는, 이미 계산되어 메타정보 테이블에 저장된 신뢰도를 사용하는 것 대신에, 사용자로부터 입력된 분류정보 또는 키워드에 따라 검색된 오픈소스 소프트웨어들을 모집단으로 하여 검색된 오픈소스 소프트웨어들의 신뢰도를 계산하고, 이렇게 계산된 신뢰도를 바탕으로 총점을 계산할 수도 있다.
이 경우 730단계에서 정렬부(260)는 720단계를 통하여 검색된 오픈소스 소프트웨어들을 모집단으로 하여 검색된 각 오픈소스 소프트웨어의 신뢰도를 계산한다. 즉, 정렬부(260)는 검색된 오픈소스 소프트웨어들 각각에 대하여, 해당 오픈소스 소프트웨어에 포함된 서브소프트웨어가 검색된 오픈소스 소프트웨어들에 대하여 포함된 빈도수를 이용하여 신뢰도를 계산한다.
그리고 740단계에서 정렬부(260)는 730단계를 통하여 계산된 신뢰도와 메타정보들 중 예컨대 다운로드수, 평점 등을 종합하여 총점을 계산한다. 이렇게 얻어지는 신뢰도 및 평점은 메타정보 테이블에 저장된 신뢰도(전체, 분류) 및 평점과는 다소 상이한 값이 될 것이며, 같은 오픈소스 소프트웨어라도 검색 결과에 따라서 그때그때 달라지게 된다.
750단계에서는 앞서 설명한 바와 같이 메타정보 테이블의 신뢰도 또는 총점을 바탕으로 검색 결과를 정렬할 수 있으나, 730단계 및 740단계를 통하여 얻어진 신뢰도 또는 총점을 바탕으로 검색 결과를 정렬할 수도 있다. 물론 정렬 기준을 사용자로 하여금 선택할 수 있도록 하여 사용자의 선택에 따라서 정렬할 수도 있고, 760단계에서 웹서비스부(240)가 각 정렬 기준마다 오픈소스 소프트웨어를 표시하여 줄 수도 있다.
한편, 상술한 본 발명의 실시예들은 컴퓨터에서 실행될 수 있는 프로그램으로 작성가능하고, 컴퓨터로 읽을 수 있는 기록매체를 이용하여 상기 프로그램을 동작시키는 범용 디지털 컴퓨터에서 구현될 수 있다. 상기 컴퓨터로 읽을 수 있는 기록매체는 마그네틱 저장매체(예를 들면, 롬, 플로피 디스크, 하드 디스크 등), 광학적 판독 매체(예를 들면, 시디롬, 디브이디 등)와 같은 저장매체를 포함한다.
이제까지 본 발명에 대하여 그 바람직한 실시예들을 중심으로 살펴보았다. 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자는 본 발명이 본 발명의 본질적인 특성에서 벗어나지 않는 범위에서 변형된 형태로 구현될 수 있음을 이해할 수 있을 것이다. 그러므로 개시된 실시예들은 한정적인 관점이 아니라 설명적인 관점에서 고려되어야 한다. 본 발명의 범위는 전술한 설명이 아니라 특허청구범위에 나타나 있으며, 그와 동등한 범위 내에 있는 모든 차이점은 본 발명에 포함된 것으로 해석되어야 할 것이다.

Claims (12)

  1. 오픈소스 소프트웨어들 및 각 오픈소스 소프트웨어의 메타 정보를 제공하는 적어도 하나의 오픈소스 소프트웨어 제공 서버들로부터 오픈소스 소프트웨어들 및 메타정보들을 수집하여 오픈소스 소프트웨어 데이터베이스를 구축하는 단계;
    사용자로부터 오픈소스 소프트웨어 검색을 위한 분류정보 또는 키워드를 입력받는 단계;
    상기 오픈소스 소프트웨어 데이터베이스로부터 상기 메타정보에 기초하여, 상기 입력받은 분류정보 또는 키워드에 상응하는 오픈소스 소프트웨어들을 검색하는 단계; 및
    상기 검색된 오픈소스 소프트웨어들의 적어도 일부를 상기 사용자에게 표시하는 단계를 포함하고,
    상기 구축하는 단계는, 수집된 오픈소스 소프트웨어가 그에 속한 오픈소스 소프트웨어인 서브소프트웨어를 포함하는 경우, 서브소프트웨어 정보가 포함된 상기 오픈소스 소프트웨어 데이터베이스를 구축하고,
    상기 검색된 오픈소스 소프트웨어들 각각의 신뢰도-상기 신뢰도는 해당 오픈소스 소프트웨어에 포함된 서브소프트웨어가 상기 오픈소스 소프트웨어 데이터베이스의 적어도 일부의 오픈소스 소프트웨어들에 대하여 포함된 빈도수를 이용하여 계산된 것임-를 바탕으로 상기 검색된 오픈소스 소프트웨어들을 정렬하는 단계를 더 포함하며,
    상기 표시하는 단계는 상기 정렬 결과에 따라 상기 검색된 오픈소스 소프트웨어들의 적어도 일부를 상기 사용자에게 표시하고,
    상기 신뢰도는, 해당 오픈소스 소프트웨어에 포함된 서브소프트웨어들 각각에 대하여 상기 적어도 일부의 오픈소스 소프트웨어들에 대하여 포함된 빈도수에 대응하는 빈도율이 계산되고, 해당 오픈소스 소프트웨어에 포함된 서브소프트웨어들의 빈도율들의 합과 해당 오픈소스 소프트웨어에 포함된 서브소프트웨어들의 수를 이용하여 계산되는 것을 특징으로 하는 오픈소스 소프트웨어 추천 방법.
  2. 삭제
  3. 삭제
  4. 제1항에 있어서,
    수집된 오픈소스 소프트웨어들 각각에 대하여, 해당 오픈소스 소프트웨어에 포함된 서브소프트웨어가 상기 오픈소스 소프트웨어 데이터베이스의 전체 오픈소스 소프트웨어들에 대하여 포함된 빈도수를 이용하여 상기 신뢰도를 계산하여 상기 오픈소스 소프트웨어 데이터베이스에 저장하는 단계를 더 포함하는 것을 특징으로 하는 오픈소스 소프트웨어 추천 방법.
  5. 제1항에 있어서,
    수집된 오픈소스 소프트웨어들 각각에 대하여, 해당 오픈소스 소프트웨어에 포함된 서브소프트웨어가 상기 오픈소스 소프트웨어 데이터베이스의 전체 오픈소스 소프트웨어들 중 상기 해당 오픈소스 소프트웨어의 분류에 속한 오픈소스 소프트웨어들에 대하여 포함된 빈도수를 이용하여 상기 신뢰도를 계산하여 상기 오픈소스 소프트웨어 데이터베이스에 저장하는 단계를 더 포함하는 것을 특징으로 하는 오픈소스 소프트웨어 추천 방법.
  6. 제1항에 있어서,
    상기 검색된 오픈소스 소프트웨어들 각각에 대하여, 해당 오픈소스 소프트웨어에 포함된 서브소프트웨어가 상기 검색된 오픈소스 소프트웨어들에 대하여 포함된 빈도수를 이용하여 상기 신뢰도를 계산하는 단계를 더 포함하는 것을 특징으로 하는 오픈소스 소프트웨어 추천 방법.
  7. 오픈소스 소프트웨어들 및 각 오픈소스 소프트웨어의 메타 정보를 제공하는 적어도 하나의 오픈소스 소프트웨어 제공 서버들로부터 오픈소스 소프트웨어들 및 메타정보들을 수집하는 오픈소스 소프트웨어 수집부;
    상기 수집된 오픈소스 소프트웨어들 및 메타정보들로 오픈소스 소프트웨어 데이터베이스를 구축하는 데이터베이스 구축부;
    사용자로부터 오픈소스 소프트웨어 검색을 위한 분류정보 또는 키워드를 입력받는 웹서비스부; 및
    상기 오픈소스 소프트웨어 데이터베이스로부터 상기 메타정보에 기초하여, 상기 입력받은 분류정보 또는 키워드에 상응하는 오픈소스 소프트웨어들을 검색하는 오픈소스 소프트웨어 검색부를 포함하고,
    상기 웹서비스부는 상기 검색된 오픈소스 소프트웨어들의 적어도 일부를 상기 사용자에게 표시하고,
    상기 데이터베이스 구축부는, 수집된 오픈소스 소프트웨어가 그에 속한 오픈소스 소프트웨어인 서브소프트웨어를 포함하는 경우, 서브소프트웨어 정보가 포함된 상기 오픈소스 소프트웨어 데이터베이스를 구축하고,
    상기 검색된 오픈소스 소프트웨어들 각각의 신뢰도-상기 신뢰도는 해당 오픈소스 소프트웨어에 포함된 서브소프트웨어가 상기 오픈소스 소프트웨어 데이터베이스의 적어도 일부의 오픈소스 소프트웨어들에 대하여 포함된 빈도수를 이용하여 계산된 것임-를 바탕으로 상기 검색된 오픈소스 소프트웨어들을 정렬하는 정렬부를 더 포함하며,
    상기 웹서비스부는 상기 정렬 결과에 따라 상기 검색된 오픈소스 소프트웨어들의 적어도 일부를 상기 사용자에게 표시하고,
    상기 신뢰도는, 해당 오픈소스 소프트웨어에 포함된 서브소프트웨어들 각각에 대하여 상기 적어도 일부의 오픈소스 소프트웨어들에 대하여 포함된 빈도수에 대응하는 빈도율이 계산되고, 해당 오픈소스 소프트웨어에 포함된 서브소프트웨어들의 빈도율들의 합과 해당 오픈소스 소프트웨어에 포함된 서브소프트웨어들의 수를 이용하여 계산되는 것을 특징으로 하는 오픈소스 소프트웨어 추천 시스템.
  8. 삭제
  9. 삭제
  10. 제7항에 있어서,
    상기 데이터베이스 구축부는, 수집된 오픈소스 소프트웨어들 각각에 대하여, 해당 오픈소스 소프트웨어에 포함된 서브소프트웨어가 상기 오픈소스 소프트웨어 데이터베이스의 전체 오픈소스 소프트웨어들에 대하여 포함된 빈도수를 이용하여 상기 신뢰도를 계산하여 상기 오픈소스 소프트웨어 데이터베이스에 저장하는 것을 특징으로 하는 오픈소스 소프트웨어 추천 시스템.
  11. 제7항에 있어서,
    상기 데이터베이스 구축부는, 수집된 오픈소스 소프트웨어들 각각에 대하여, 해당 오픈소스 소프트웨어에 포함된 서브소프트웨어가 상기 오픈소스 소프트웨어 데이터베이스의 전체 오픈소스 소프트웨어들 중 상기 해당 오픈소스 소프트웨어의 분류에 속한 오픈소스 소프트웨어들에 대하여 포함된 빈도수를 이용하여 상기 신뢰도를 계산하여 상기 오픈소스 소프트웨어 데이터베이스에 저장하는 것을 특징으로 하는 오픈소스 소프트웨어 추천 시스템.
  12. 제7항에 있어서,
    상기 정렬부는, 상기 검색된 오픈소스 소프트웨어들 각각에 대하여, 해당 오픈소스 소프트웨어에 포함된 서브소프트웨어가 상기 검색된 오픈소스 소프트웨어들에 대하여 포함된 빈도수를 이용하여 상기 신뢰도를 계산하는 것을 특징으로 하는 오픈소스 소프트웨어 추천 시스템.
KR1020140155232A 2014-11-10 2014-11-10 오픈소스 소프트웨어 추천 시스템 및 방법 KR101648046B1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020140155232A KR101648046B1 (ko) 2014-11-10 2014-11-10 오픈소스 소프트웨어 추천 시스템 및 방법

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020140155232A KR101648046B1 (ko) 2014-11-10 2014-11-10 오픈소스 소프트웨어 추천 시스템 및 방법

Publications (2)

Publication Number Publication Date
KR20160056340A KR20160056340A (ko) 2016-05-20
KR101648046B1 true KR101648046B1 (ko) 2016-08-16

Family

ID=56103540

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020140155232A KR101648046B1 (ko) 2014-11-10 2014-11-10 오픈소스 소프트웨어 추천 시스템 및 방법

Country Status (1)

Country Link
KR (1) KR101648046B1 (ko)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20190114059A (ko) 2018-03-27 2019-10-10 동국대학교 산학협력단 소프트웨어 추천 장치 및 방법
WO2024025027A1 (ko) * 2022-07-25 2024-02-01 쿠팡 주식회사 전자 장치 및 그의 패키지 관리 방법

Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2009116733A (ja) * 2007-11-08 2009-05-28 Nec Corp アプリケーション検索システム、アプリケーション検索方法、モニタ端末、検索サーバおよびプログラム

Family Cites Families (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101135963B1 (ko) * 2010-03-25 2012-04-18 김대영 어플리케이션 검색 시스템
KR101376226B1 (ko) * 2012-06-08 2014-03-26 (주)네오위즈게임즈 오픈 소스 통합 관리 방법 및 그 서버
KR20140098276A (ko) * 2013-01-30 2014-08-08 (주)토마토시스템 템플릿을 이용한 애플리케이션 저작방법

Patent Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2009116733A (ja) * 2007-11-08 2009-05-28 Nec Corp アプリケーション検索システム、アプリケーション検索方法、モニタ端末、検索サーバおよびプログラム

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20190114059A (ko) 2018-03-27 2019-10-10 동국대학교 산학협력단 소프트웨어 추천 장치 및 방법
WO2024025027A1 (ko) * 2022-07-25 2024-02-01 쿠팡 주식회사 전자 장치 및 그의 패키지 관리 방법

Also Published As

Publication number Publication date
KR20160056340A (ko) 2016-05-20

Similar Documents

Publication Publication Date Title
CN103026356B (zh) 语义内容搜索
KR100996311B1 (ko) 스팸 ｕｃｃ를 감지하기 위한 방법 및 시스템
JP7150842B2 (ja) 文書構造抽出に基づいた多言語文書の検索
CN108090104B (zh) 用于获取网页信息的方法和装置
JP4896268B2 (ja) 情報価値を反映した情報検索方法及びその装置
KR101648047B1 (ko) 호환 오픈소스 소프트웨어 추천 시스템 및 방법
US20130346385A1 (en) System and method for a purposeful sharing environment
CN105389330B (zh) 一种跨社区开源资源匹配关联方法
CN112825089B (zh) 文章推荐方法、装置、设备及存储介质
US8943101B2 (en) Keyword acquiring device, content providing system, keyword acquiring method, a computer-readable recording medium and content providing method
JP5048852B2 (ja) 検索装置、検索方法、検索プログラム、及びそのプログラムを記憶するコンピュータ読取可能な記録媒体
KR101567551B1 (ko) 콘텐츠 추천을 위한 소셜 데이터 분석 시스템
KR101648046B1 (ko) 오픈소스 소프트웨어 추천 시스템 및 방법
KR20150120591A (ko) 연관 앱 추천 시스템 및 추천 방법
CN106445922B (zh) 确定多媒体资源的标题的方法及装置
KR100616152B1 (ko) 인터넷상에서 기사를 자동분류하여 타 웹사이트에 자동송출하는 제어방법
CN113515589A (zh) 数据推荐方法、装置、设备以及介质
CN113806647A (zh) 识别开发框架的方法及相关设备
KR101614843B1 (ko) 사회 이슈에 대한 은폐를 탐지하는 방법 및 판단 장치
CN110188277A (zh) 一种资源的推荐方法及装置
JP4189387B2 (ja) 知識検索システム、知識検索方法及びプログラム
JP4469818B2 (ja) データ管理装置、データプログラム及びデータ管理方法
JP6204923B2 (ja) アセスメント装置、アセスメントシステム、アセスメント方法、及びプログラム
Lin et al. Realtime event summarization from tweets with inconsistency detection
KR101393604B1 (ko) 형태소 기반 컨텐츠분류 방법 및 장치

Legal Events

Date Code Title Description
A201 Request for examination
E902 Notification of reason for refusal
E701 Decision to grant or registration of patent right
GRNT Written decision to grant
FPAY Annual fee payment

Payment date: 20190807

Year of fee payment: 4