KR101854912B1 - 어플리케이션들 사이의 연관도 분석 방법 및 어플리케이션들 사이의 연관도 분석 장치 - Google Patents
어플리케이션들 사이의 연관도 분석 방법 및 어플리케이션들 사이의 연관도 분석 장치 Download PDFInfo
- Publication number
- KR101854912B1 KR101854912B1 KR1020180026662A KR20180026662A KR101854912B1 KR 101854912 B1 KR101854912 B1 KR 101854912B1 KR 1020180026662 A KR1020180026662 A KR 1020180026662A KR 20180026662 A KR20180026662 A KR 20180026662A KR 101854912 B1 KR101854912 B1 KR 101854912B1
- Authority
- KR
- South Korea
- Prior art keywords
- mobile terminals
- applications
- ratios
- association
- main server
- Prior art date
Links
Images
Classifications
-
- G06F17/30—
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
-
- 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
- G06F16/95—Retrieval from the web
- G06F16/958—Organisation or management of web site content, e.g. publishing, maintaining pages or automatic linking
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Databases & Information Systems (AREA)
- Data Mining & Analysis (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Telephonic Communication Services (AREA)
- Debugging And Monitoring (AREA)
Abstract
어플리케이션들 사이의 연관도 분석 방법에서, 메인 서버가 복수의 모바일 단말기들 각각의 식별 아이디 및 복수의 모바일 단말기들 각각에 설치된 어플리케이션들의 목록을 포함하는 설치 로그 데이터를 수신하여 데이터베이스에 저장하고, 메인 서버가 데이터베이스에 저장된 복수의 모바일 단말기들의 설치 로그 데이터에 기초하여 복수의 모바일 단말기들 중에서 제1 내지 제k(k는 양의 정수) 어플리케이션들 각각이 설치된 모바일 단말기들의 비율에 상응하는 제1 내지 제k 전체 비율들을 결정하고, 메인 서버가 데이터베이스에 저장된 복수의 모바일 단말기들의 설치 로그 데이터에 기초하여 목표 어플리케이션이 설치된 모바일 단말기들 중에서 제1 내지 제k 어플리케이션들 각각이 설치된 모바일 단말기들의 비율에 상응하는 제1 내지 제k 교차 비율들을 결정하고, 메인 서버가 제1 내지 제k 전체 비율들 및 제1 내지 제k 교차 비율들에 기초하여 목표 어플리케이션과 제1 내지 제k 어플리케이션들 각각 사이의 연관도를 나타내는 제1 내지 제k 연관 지수들을 결정한다.
Description
본 발명은 모바일 어플리케이션들 사이의 연관도를 분석하는 기술에 관한 것으로, 보다 상세하게는 어플리케이션들 사이의 연관도 분석 방법 및 어플리케이션들 사이의 연관도 분석 장치에 관한 것이다.
최근 스마트폰, 태블릿 PC 등과 같은 모바일 단말기의 성능이 향상되고 무선 통신 속도가 증가함에 따라 모바일 단말기에서 실행될 수 있는 어플리케이션의 종류가 급격히 증가하고 있다.
따라서 모바일 단말기 사용자들은 수많은 어플리케이션들 중에서 자신이 원하는 어플리케이션을 검색하기 위해 많은 시간을 소비하게 된다.
이에, 어플리케이션 개발 회사나 어플리케이션을 판매하는 오픈 마켓은 어플리케이션들 사이의 연관도를 분석하고, 상기 분석 결과를 어플리케이션 광고에 활용하고자 하는 시도가 이루어지고 있다.
예를 들어, 오픈 마켓은 특정 어플리케이션을 검색하는 경우 상기 특정 어플리케이션과 연관된 어플리케이션들을 추천하는 서비스를 제공하고 있다.
그러나, 종래의 유사 어플리케이션 추천 서비스는 특정 어플리케이션의 사용자가 다른 어플리케이션들에 부여한 주관적인 선호도 평가 결과를 기초로 하여 상기 특정 어플리케이션과 연관된 어플리케이션을 추천한다.
이 경우, 모바일 단말기 사용자들마다 어플리케이션들에 대한 선호도 평가 기준이 상이하므로, 어플리케이션들 사이의 연관도 분석의 객관성 및 정확성이 떨어지는 문제점이 있다.
상기와 같은 문제점을 해결하기 위한 본 발명의 일 목적은 모바일 어플리케이션들 사이의 연관도를 객관적으로 분석할 수 있는 방법 및 장치를 제공하는 것이다.
상술한 본 발명의 일 목적을 달성하기 위하여, 본 발명의 일 실시예에 따른 어플리케이션들 사이의 연관도 분석 방법에서, 메인 서버가 복수의 모바일 단말기들 각각의 식별 아이디 및 상기 복수의 모바일 단말기들 각각에 설치된 어플리케이션들의 목록을 포함하는 설치 로그 데이터를 수신하여 데이터베이스에 저장하고, 상기 메인 서버가 상기 데이터베이스에 저장된 상기 복수의 모바일 단말기들의 상기 설치 로그 데이터에 기초하여 상기 복수의 모바일 단말기들 중에서 제1 내지 제k(k는 양의 정수) 어플리케이션들 각각이 설치된 모바일 단말기들의 비율에 상응하는 제1 내지 제k 전체 비율들을 결정하고, 상기 메인 서버가 상기 데이터베이스에 저장된 상기 복수의 모바일 단말기들의 상기 설치 로그 데이터에 기초하여 목표 어플리케이션이 설치된 모바일 단말기들 중에서 상기 제1 내지 제k 어플리케이션들 각각이 설치된 모바일 단말기들의 비율에 상응하는 제1 내지 제k 교차 비율들을 결정하고, 상기 메인 서버가 상기 제1 내지 제k 전체 비율들 및 상기 제1 내지 제k 교차 비율들에 기초하여 상기 목표 어플리케이션과 상기 제1 내지 제k 어플리케이션들 각각 사이의 연관도를 나타내는 제1 내지 제k 연관 지수들을 결정한다.
일 실시예에 있어서, 상기 메인 서버는 상기 복수의 모바일 단말기들 각각으로부터 상기 설치 로그 데이터를 직접 수신할 수 있다.
일 실시예에 있어서, 상기 어플리케이션들 사이의 연관도 분석 방법은 데이터 서버가 상기 복수의 모바일 단말기들 각각으로부터 상기 설치 로그 데이터를 수신하는 단계를 더 포함하고, 상기 메인 서버는 상기 데이터 서버로부터 상기 복수의 모바일 단말기들의 상기 설치 로그 데이터를 수신할 수 있다.
일 실시예에 있어서, 상기 메인 서버가 상기 데이터베이스에 저장된 상기 복수의 모바일 단말기들의 상기 설치 로그 데이터에 기초하여 상기 복수의 모바일 단말기들 중에서 상기 제1 내지 제k 어플리케이션들 각각이 설치된 모바일 단말기들의 비율에 상응하는 상기 제1 내지 제k 전체 비율들을 결정하는 단계는, 상기 복수의 모바일 단말기들의 상기 설치 로그 데이터에 기초하여 상기 복수의 모바일 단말기들에 상응하는 상기 식별 아이디들의 개수를 전체 개수로 결정하는 단계, 상기 복수의 모바일 단말기들의 상기 설치 로그 데이터에 기초하여 제j(j는 1 이상 k 이하의 임의의 양의 정수) 어플리케이션이 설치된 모바일 단말기들에 상응하는 상기 식별 아이디들의 개수를 제j 설치 개수로 결정하는 단계, 및 상기 제j 설치 개수를 상기 전체 개수로 나눈 값을 제j 전체 비율로 결정하는 단계를 포함할 수 있다.
일 실시예에 있어서, 상기 메인 서버가 상기 데이터베이스에 저장된 상기 복수의 모바일 단말기들의 상기 설치 로그 데이터에 기초하여 상기 목표 어플리케이션이 설치된 모바일 단말기들 중에서 상기 제1 내지 제k 어플리케이션들 각각이 설치된 모바일 단말기들의 비율에 상응하는 상기 제1 내지 제k 교차 비율들을 결정하는 단계는, 상기 복수의 모바일 단말기들의 상기 설치 로그 데이터에 기초하여 상기 목표 어플리케이션이 설치된 모바일 단말기들에 상응하는 상기 식별 아이디들의 개수를 목표 설치 개수로 결정하는 단계, 상기 복수의 모바일 단말기들의 상기 설치 로그 데이터에 기초하여 상기 목표 어플리케이션과 제j(j는 1 이상 k 이하의 임의의 양의 정수) 어플리케이션이 함께 설치된 모바일 단말기들에 상응하는 상기 식별 아이디들의 개수를 제j 교차 개수로 결정하는 단계, 및 상기 제j 교차 개수를 상기 목표 설치 개수로 나눈 값을 제j 교차 비율로 결정하는 단계를 포함할 수 있다.
일 실시예에 있어서, 상기 메인 서버는, 상기 목표 어플리케이션과 제j(j는 1 이상 k 이하의 임의의 양의 정수) 어플리케이션 사이에 연관성(correlation)이 존재하는 경우, 제j 연관 지수가 양의 값을 갖도록 상기 제j 연관 지수를 결정하고, 상기 목표 어플리케이션과 상기 제j 어플리케이션 사이에 반연관성(inverse correlation)이 존재하는 경우, 상기 제j 연관 지수가 음의 값을 갖도록 상기 제j 연관 지수를 결정할 수 있다.
일 실시예에 있어서, 상기 메인 서버는, 상기 목표 어플리케이션과 제j(j는 1 이상 k 이하의 임의의 양의 정수) 어플리케이션 사이의 연관성(correlation)이 높을수록 제j 연관 지수가 양의 값을 가지면서 상대적으로 큰 절대값을 갖도록 상기 제j 연관 지수를 결정하고, 상기 목표 어플리케이션과 상기 제j 어플리케이션 사이의 반연관성(inverse correlation)이 높을수록 상기 제j 연관 지수가 음의 값을 가지면서 상대적으로 큰 절대값을 갖도록 상기 제j 연관 지수를 결정할 수 있다.
일 실시예에 있어서, 상기 메인 서버는 상기 제1 내지 제k 전체 비율들 각각과 상기 제1 내지 제k 교차 비율들 각각 사이의 차이에 기초하여 상기 제1 내지 제k 연관 지수들을 결정할 수 있다.
일 실시예에 있어서, 상기 메인 서버가 상기 제1 내지 제k 전체 비율들 및 상기 제1 내지 제k 교차 비율들에 기초하여 상기 목표 어플리케이션과 상기 제1 내지 제k 어플리케이션들 각각 사이의 연관도를 나타내는 상기 제1 내지 제k 연관 지수들을 결정하는 단계는, 상기 메인 서버가 아래의 수학식에 따라 상기 제1 내지 제k 연관 지수들을 결정하는 단계를 포함할 수 있다.
여기서, j는 k 이하의 양의 정수를 나타내고, RI_j는 상기 제j 연관 지수를 나타내고, I_RATE_j는 상기 제j 교차 비율을 나타내고, T_RATE_j는 상기 제j 전체 비율을 나타낸다.
일 실시예에 있어서, 상기 메인 서버는 상기 제1 내지 제k 전체 비율들 각각에 대한 상기 제1 내지 제k 교차 비율들 각각의 비율에 기초하여 상기 제1 내지 제k 연관 지수들을 결정할 수 있다.
일 실시예에 있어서, 상기 메인 서버가 상기 제1 내지 제k 전체 비율들 및 상기 제1 내지 제k 교차 비율들에 기초하여 상기 목표 어플리케이션과 상기 제1 내지 제k 어플리케이션들 각각 사이의 연관도를 나타내는 상기 제1 내지 제k 연관 지수들을 결정하는 단계는, 상기 메인 서버가 아래의 수학식에 따라 상기 제1 내지 제k 연관 지수들을 결정하는 단계를 포함할 수 있다.
여기서, j는 k 이하의 양의 정수를 나타내고, RI_j는 상기 제j 연관 지수를 나타내고, I_RATE_j는 상기 제j 교차 비율을 나타내고, T_RATE_j는 상기 제j 전체 비율을 나타낸다.
일 실시예에 있어서, 상기 메인 서버는 상기 제1 내지 제k 전체 비율들 각각과 상기 제1 내지 제k 교차 비율들 각각 사이의 차이 및 상기 제1 내지 제k 전체 비율들 각각에 대한 상기 제1 내지 제k 교차 비율들 각각의 비율에 기초하여 상기 제1 내지 제k 연관 지수들을 결정할 수 있다.
일 실시예에 있어서, 상기 메인 서버가 상기 제1 내지 제k 전체 비율들 및 상기 제1 내지 제k 교차 비율들에 기초하여 상기 목표 어플리케이션과 상기 제1 내지 제k 어플리케이션들 각각 사이의 연관도를 나타내는 상기 제1 내지 제k 연관 지수들을 결정하는 단계는, 상기 메인 서버가 아래의 수학식에 따라 상기 제1 내지 제k 연관 지수들을 결정하는 단계를 포함할 수 있다.
여기서, j는 k 이하의 양의 정수를 나타내고, RI_j는 상기 제j 연관 지수를 나타내고, I_RATE_j는 상기 제j 교차 비율을 나타내고, T_RATE_j는 상기 제j 전체 비율을 나타내고, ABS()는 절대값 연산을 나타낸다.
일 실시예에 있어서, 상기 메인 서버는 상기 제1 내지 제k 전체 비율들 각각과 상기 제1 내지 제k 교차 비율들 각각 사이의 차이, 상기 제1 내지 제k 전체 비율들 각각에 대한 상기 제1 내지 제k 교차 비율들 각각의 비율, 및 0보다 크고 1보다 작은 값을 갖는 가중치에 기초하여 상기 제1 내지 제k 연관 지수들을 결정할 수 있다.
일 실시예에 있어서, 상기 메인 서버가 상기 제1 내지 제k 전체 비율들 및 상기 제1 내지 제k 교차 비율들에 기초하여 상기 목표 어플리케이션과 상기 제1 내지 제k 어플리케이션들 각각 사이의 연관도를 나타내는 상기 제1 내지 제k 연관 지수들을 결정하는 단계는, 상기 메인 서버가 0보다 크고 1보다 작은 값을 갖는 가중치를 획득하는 단계, 및 상기 메인 서버가 아래의 수학식에 따라 상기 제1 내지 제k 연관 지수들을 결정하는 단계를 포함할 수 있다.
여기서, j는 k 이하의 양의 정수를 나타내고, RI_j는 상기 제j 연관 지수를 나타내고, I_RATE_j는 상기 제j 교차 비율을 나타내고, T_RATE_j는 상기 제j 전체 비율을 나타내고, wt는 상기 가중치를 나타내고, ABS()는 절대값 연산을 나타낸다.
상기 메인 서버는 외부로부터의 입력을 통해 상기 가중치를 획득할 수 있다.
상기 메인 서버는 내부적으로 미리 저장된 상기 가중치를 독출하여 상기 가중치를 획득할 수 있다.
상술한 본 발명의 일 목적을 달성하기 위하여, 본 발명의 일 실시예에 따른 어플리케이션들 사이의 연관도 분석 장치는 데이터베이스, 데이터 수신부, 비율 계산부, 및 연관도 분석부를 포함한다. 상기 데이터 수신부는 복수의 모바일 단말기들 각각의 식별 아이디 및 상기 복수의 모바일 단말기들 각각에 설치된 어플리케이션들의 목록을 포함하는 설치 로그 데이터를 수신하여 상기 데이터베이스에 저장한다. 상기 비율 계산부는 상기 데이터베이스에 저장된 상기 복수의 모바일 단말기들의 상기 설치 로그 데이터에 기초하여 상기 복수의 모바일 단말기들 중에서 제1 내지 제k(k는 양의 정수) 어플리케이션들 각각이 설치된 모바일 단말기들의 비율에 상응하는 제1 내지 제k 전체 비율들 및 목표 어플리케이션이 설치된 모바일 단말기들 중에서 상기 제1 내지 제k 어플리케이션들 각각이 설치된 모바일 단말기들의 비율에 상응하는 제1 내지 제k 교차 비율들을 결정한다. 상기 연관도 분석부는 상기 제1 내지 제k 전체 비율들 및 상기 제1 내지 제k 교차 비율들에 기초하여 상기 목표 어플리케이션과 상기 제1 내지 제k 어플리케이션들 각각 사이의 연관도를 나타내는 제1 내지 제k 연관 지수들을 결정한다.
본 발명의 실시예들에 따른 어플리케이션들 사이의 연관도 분석 방법은 어플리케이션들 사이의 연관도 분석의 객관성 및 정확성을 효과적으로 향상시킬 수 있다.
도 1은 본 발명의 일 실시예에 따른 어플리케이션들 사이의 연관도 분석 시스템을 나타내는 도면이다.
도 2는 도 1에 도시된 어플리케이션들 사이의 연관도 분석 시스템에 포함되는 복수의 모바일 단말기들 각각으로부터 전송되는 설치 로그 데이터의 일 예를 나타내는 도면이다.
도 3은 도 1에 도시된 어플리케이션들 사이의 연관도 분석 시스템에 포함되는 메인 서버의 일 예를 나타내는 블록도이다.
도 4는 도 3의 메인 서버에 포함되는 데이터베이스의 일 예를 나타내는 도면이다.
도 5는 본 발명의 일 실시예에 따른 어플리케이션들 사이의 연관도 분석 방법을 나타내는 순서도이다.
도 6은 도 5의 복수의 모바일 단말기들 중에서 제1 내지 제k 어플리케이션들 각각이 설치된 모바일 단말기들의 비율에 상응하는 제1 내지 제k 전체 비율들을 결정하는 단계의 일 예를 나타내는 순서도이다.
도 7은 도 5의 목표 어플리케이션이 설치된 모바일 단말기들 중에서 제1 내지 제k 어플리케이션들 각각이 설치된 모바일 단말기들의 비율에 상응하는 제1 내지 제k 교차 비율들을 결정하는 단계의 일 예를 나타내는 순서도이다.
도 8은 도 5의 제1 내지 제k 전체 비율들 및 제1 내지 제k 교차 비율들에 기초하여 목표 어플리케이션과 제1 내지 제k 어플리케이션들 각각 사이의 연관도를 나타내는 제1 내지 제k 연관 지수들을 결정하는 단계의 일 예를 나타내는 순서도이다.
도 2는 도 1에 도시된 어플리케이션들 사이의 연관도 분석 시스템에 포함되는 복수의 모바일 단말기들 각각으로부터 전송되는 설치 로그 데이터의 일 예를 나타내는 도면이다.
도 3은 도 1에 도시된 어플리케이션들 사이의 연관도 분석 시스템에 포함되는 메인 서버의 일 예를 나타내는 블록도이다.
도 4는 도 3의 메인 서버에 포함되는 데이터베이스의 일 예를 나타내는 도면이다.
도 5는 본 발명의 일 실시예에 따른 어플리케이션들 사이의 연관도 분석 방법을 나타내는 순서도이다.
도 6은 도 5의 복수의 모바일 단말기들 중에서 제1 내지 제k 어플리케이션들 각각이 설치된 모바일 단말기들의 비율에 상응하는 제1 내지 제k 전체 비율들을 결정하는 단계의 일 예를 나타내는 순서도이다.
도 7은 도 5의 목표 어플리케이션이 설치된 모바일 단말기들 중에서 제1 내지 제k 어플리케이션들 각각이 설치된 모바일 단말기들의 비율에 상응하는 제1 내지 제k 교차 비율들을 결정하는 단계의 일 예를 나타내는 순서도이다.
도 8은 도 5의 제1 내지 제k 전체 비율들 및 제1 내지 제k 교차 비율들에 기초하여 목표 어플리케이션과 제1 내지 제k 어플리케이션들 각각 사이의 연관도를 나타내는 제1 내지 제k 연관 지수들을 결정하는 단계의 일 예를 나타내는 순서도이다.
본문에 개시되어 있는 본 발명의 실시예들에 대해서, 특정한 구조적 내지 기능적 설명들은 단지 본 발명의 실시예를 설명하기 위한 목적으로 예시된 것으로, 본 발명의 실시예들은 다양한 형태로 실시될 수 있으며 본문에 설명된 실시예들에 한정되는 것으로 해석되어서는 아니 된다.
본 발명은 다양한 변경을 가할 수 있고 여러 가지 형태를 가질 수 있는바, 특정 실시예들을 도면에 예시하고 본문에 상세하게 설명하고자 한다. 그러나 이는 본 발명을 특정한 개시 형태에 대해 한정하려는 것이 아니며, 본 발명의 사상 및 기술 범위에 포함되는 모든 변경, 균등물 내지 대체물을 포함하는 것으로 이해되어야 한다.
제1, 제2 등의 용어는 다양한 구성요소들을 설명하는데 사용될 수 있지만, 상기 구성요소들은 상기 용어들에 의해 한정되어서는 안 된다. 상기 용어들은 하나의 구성요소를 다른 구성요소로부터 구별하는 목적으로 사용될 수 있다. 예를 들어, 본 발명의 권리 범위로부터 이탈되지 않은 채 제1 구성요소는 제2 구성요소로 명명될 수 있고, 유사하게 제2 구성요소도 제1 구성요소로 명명될 수 있다.
어떤 구성요소가 다른 구성요소에 "연결되어" 있다거나 "접속되어" 있다고 언급된 때에는, 그 다른 구성요소에 직접적으로 연결되어 있거나 또는 접속되어 있을 수도 있지만, 중간에 다른 구성요소가 존재할 수도 있다고 이해되어야 할 것이다. 반면에, 어떤 구성요소가 다른 구성요소에 "직접 연결되어" 있다거나 "직접 접속되어" 있다고 언급된 때에는, 중간에 다른 구성요소가 존재하지 않는 것으로 이해되어야 할 것이다. 구성요소들 간의 관계를 설명하는 다른 표현들, 즉 "~사이에"와 "바로 ~사이에" 또는 "~에 이웃하는"과 "~에 직접 이웃하는" 등도 마찬가지로 해석되어야 한다.
본 출원에서 사용한 용어는 단지 특정한 실시예를 설명하기 위해 사용된 것으로, 본 발명을 한정하려는 의도가 아니다. 단수의 표현은 문맥상 명백하게 다르게 뜻하지 않는 한, 복수의 표현을 포함한다. 본 출원에서, "포함하다" 또는 "가지다" 등의 용어는 설시된 특징, 숫자, 단계, 동작, 구성요소, 부분품 또는 이들을 조합한 것이 존재함을 지정하려는 것이지, 하나 또는 그 이상의 다른 특징들이나 숫자, 단계, 동작, 구성요소, 부분품 또는 이들을 조합한 것들의 존재 또는 부가 가능성을 미리 배제하지 않는 것으로 이해되어야 한다.
다르게 정의되지 않는 한, 기술적이거나 과학적인 용어를 포함해서 여기서 사용되는 모든 용어들은 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자에 의해 일반적으로 이해되는 것과 동일한 의미이다. 일반적으로 사용되는 사전에 정의되어 있는 것과 같은 용어들은 관련 기술의 문맥상 가지는 의미와 일치하는 의미인 것으로 해석되어야 하며, 본 출원에서 명백하게 정의하지 않는 한, 이상적이거나 과도하게 형식적인 의미로 해석되지 않는다.
이하, 첨부한 도면들을 참조하여, 본 발명의 바람직한 실시예를 보다 상세하게 설명하고자 한다. 도면상의 동일한 구성요소에 대해서는 동일한 참조부호를 사용하고 동일한 구성요소에 대해서 중복된 설명은 생략한다.
도 1은 본 발명의 일 실시예에 따른 어플리케이션들 사이의 연관도 분석 시스템을 나타내는 도면이다.
도 1을 참조하면, 어플리케이션들 사이의 연관도 분석 시스템(10)은 복수의 모바일 단말기들(100), 데이터 서버(200), 및 메인 서버(300)를 포함할 수 있다.
복수의 모바일 단말기들(100) 각각은 고유한 식별 아이디를 내부적으로 저장할 수 있다.
일 실시예에 있어서, 상기 식별 아이디는 광고에 활용하기 위한 목적으로 모바일 단말기들마다 고유하게 부여된 광고 아이디(Advertising ID, ADID)일 수 있다.
복수의 모바일 단말기들(100) 각각은 다양한 종류의 어플리케이션들을 무선 통신을 통해 다운로드하여 설치하고, 상기 설치된 어플리케이션들을 실행할 수 있다.
복수의 모바일 단말기들(100) 각각은 복수의 모바일 단말기들(100) 각각의 상기 식별 아이디 및 복수의 모바일 단말기들(100) 각각에 설치된 모든 어플리케이션들의 목록을 포함하는 설치 로그 데이터(I_LOG)를 데이터 서버(200)로 전송할 수 있다.
일 실시예에 있어서, 복수의 모바일 단말기들(100) 각각에 설치된 어플리케이션들 중의 적어도 하나는 설치 로그 데이터 전송 모듈을 포함할 수 있다.
예를 들어, 어플리케이션들을 공급하는 오픈 마켓에 등록된 어플리케이션들 중에서 미리 약정된 어플리케이션들은 상기 설치 로그 데이터 전송 모듈을 미리 포함할 수 있다.
모바일 단말기(100)가 상기 오픈 마켓으로부터 상기 미리 약정된 어플리케이션을 다운로드하여 설치하는 경우, 상기 설치 로그 데이터 전송 모듈도 모바일 단말기(100)에 함께 설치될 수 있다.
이후, 모바일 단말기(100)에서 상기 약정된 어플리케이션이 실행될 때마다, 상기 설치 로그 데이터 전송 모듈이 모바일 단말기(100)에서 자동으로 실행되어 모바일 단말기(100)의 상기 식별 아이디 및 모바일 단말기(100)에 설치된 어플리케이션들의 목록을 포함하는 설치 로그 데이터(I_LOG)를 데이터 서버(200)로 전송할 수 있다.
도 2는 도 1에 도시된 어플리케이션들 사이의 연관도 분석 시스템에 포함되는 복수의 모바일 단말기들 각각으로부터 전송되는 설치 로그 데이터의 일 예를 나타내는 도면이다.
도 2를 참조하면, 설치 로그 데이터(I_LOG)는 모바일 단말기(100)의 식별 아이디(ADID) 및 모바일 단말기(100)에 설치된 어플리케이션들의 목록(APP_LIST)을 포함하는 반정형 데이터(semi-structured data)일 수 있다.
실시예에 따라서, 설치 로그 데이터(I_LOG)는 전송 날짜, 모바일 단말기(100)의 IP(Internet Protocol) 주소, 및 모바일 단말기(100)의 모델명을 더 포함할 수 있다.
다시 도 1을 참조하면, 데이터 서버(200)는 복수의 모바일 단말기들(100) 각각으로부터 전송되는 설치 로그 데이터(I_LOG)를 수신하여 저장할 수 있다.
이후, 데이터 서버(200)는 복수의 모바일 단말기들(100) 각각으로부터 수신한 설치 로그 데이터(I_LOG)를 주기적으로 또는 비주기적으로 메인 서버(300)로 전송할 수 있다.
메인 서버(300)는 데이터 서버(200)로부터 복수의 모바일 단말기들(100)의 설치 로그 데이터(I_LOG)를 수신하여 데이터베이스에 저장할 수 있다.
또한, 메인 서버(300)는 목표 어플리케이션을 나타내는 목표 어플리케이션 정보(T_APP)를 수신할 수 있다. 예를 들어, 목표 어플리케이션 정보(T_APP)는 상기 목표 어플리케이션의 명칭일 수 있다.
일 실시예에 있어서, 메인 서버(300)는 관리자의 입력을 통해 목표 어플리케이션 정보(T_APP)를 수신할 수 있다.
다른 실시예에 있어서, 메인 서버(300)는 네트워크를 통해 외부 장치로부터 목표 어플리케이션 정보(T_APP)를 수신할 수 있다.
메인 서버(300)는 상기 데이터베이스에 저장된 복수의 모바일 단말기들(100)의 설치 로그 데이터(I_LOG)에 기초하여 상기 목표 어플리케이션과 제1 내지 제k 어플리케이션들 각각 사이의 연관도를 나타내는 제1 내지 제k 연관 지수들(RI_1~RI_k)을 결정할 수 있다. 여기서, k는 양의 정수를 나타낸다.
따라서 메인 서버(300)는 상기 목표 어플리케이션과 상기 제1 내지 제k 어플리케이션들 각각 사이의 연관도를 분석하는 연관도 분석 장치로서 동작할 수 있다.
도 3은 도 1에 도시된 어플리케이션들 사이의 연관도 분석 시스템에 포함되는 메인 서버의 일 예를 나타내는 블록도이다.
도 3을 참조하면, 메인 서버(300)는 데이터 수신부(310), 데이터베이스(DB)(320), 비율 계산부(330), 및 연관도 분석부(340)를 포함할 수 있다.
데이터 수신부(310)는 데이터 서버(200)로부터 복수의 모바일 단말기들(100) 각각의 식별 아이디(ADID) 및 복수의 모바일 단말기들(100) 각각에 설치된 어플리케이션들의 목록(APP_LIST)을 포함하는 설치 로그 데이터(I_LOG)를 수신하여 데이터베이스(320)에 저장할 수 있다.
도 4는 도 3의 메인 서버에 포함되는 데이터베이스의 일 예를 나타내는 도면이다.
도 4를 참조하면, 데이터베이스(320)는 식별 아이디 필드(ADID_F) 및 어플리케이션 목록 필드(APP_LIST_F)를 포함할 수 있다.
데이터 수신부(310)가 데이터 서버(200)로부터 복수의 모바일 단말기들(100)의 설치 로그 데이터(I_LOG)를 수신하는 경우, 설치 로그 데이터(I_LOG)에 포함되는 식별 아이디(ADID)는 데이터베이스(320)의 식별 아이디 필드(ADID_F)에 저장하고 설치 로그 데이터(I_LOG)에 포함되는 어플리케이션들의 목록(APP_LIST)은 데이터베이스(320)의 어플리케이션 목록 필드(APP_LIST_F)에 저장할 수 있다.
도 4에는 예시적으로 식별 아이디(ADID)가 ADID1에 상응하는 모바일 단말기(100)에는 APP1, APP3, APP5 등의 어플리케이션들이 설치되어 있고, 식별 아이디(ADID)가 ADID2에 상응하는 모바일 단말기(100)에는 APP2, APP3, APP6 등의 어플리케이션들이 설치되어 있는 것을 나타낸다.
다시 도 3을 참조하면, 비율 계산부(330)는 상기 목표 어플리케이션을 나타내는 목표 어플리케이션 정보(T_APP)를 수신할 수 있다.
일 실시예에 있어서, 비율 계산부(330)는 관리자의 입력을 통해 목표 어플리케이션 정보(T_APP)를 수신할 수 있다.
다른 실시예에 있어서, 비율 계산부(330)는 네트워크를 통해 외부 장치로부터 목표 어플리케이션 정보(T_APP)를 수신할 수 있다.
비율 계산부(330)는 데이터베이스(320)에 저장된 복수의 모바일 단말기들(100)의 설치 로그 데이터(I_LOG)에 기초하여 복수의 모바일 단말기들(100) 중에서 상기 제1 내지 제k 어플리케이션들 각각이 설치된 모바일 단말기들(100)의 비율에 상응하는 제1 내지 제k 전체 비율들(T_RATE_1~T_RATE_k)을 결정할 수 있다.
또한, 비율 계산부(330)는 데이터베이스(320)에 저장된 복수의 모바일 단말기들(100)의 설치 로그 데이터(I_LOG)에 기초하여 상기 목표 어플리케이션이 설치된 모바일 단말기들(100) 중에서 상기 제1 내지 제k 어플리케이션들 각각이 설치된 모바일 단말기들(100)의 비율에 상응하는 제1 내지 제k 교차 비율들(I_RATE_1~I_RATE_k)을 결정할 수 있다.
일 실시예에 있어서, 상기 목표 어플리케이션과의 연관도를 분석할 상기 제1 내지 제k 어플리케이션들은 비율 계산부(330) 내부에 미리 정의될 수 있다.
다른 실시예에 있어서, 비율 계산부(330)는 데이터베이스(320)에 저장된 복수의 모바일 단말기들(100)의 설치 로그 데이터(I_LOG)에 포함되는 어플리케이션들의 목록(APP_LIST)을 사용하여 상기 목표 어플리케이션과의 연관도를 분석할 상기 제1 내지 제k 어플리케이션들을 결정할 수 있다.
이후, 비율 계산부(330)는 제1 내지 제k 전체 비율들(T_RATE_1~T_RATE_k) 및 제1 내지 제k 교차 비율들(I_RATE_1~I_RATE_k)을 연관도 분석부(340)에 제공할 수 있다.
연관도 분석부(340)는 제1 내지 제k 전체 비율들(T_RATE_1~T_RATE_k) 및 제1 내지 제k 교차 비율들(I_RATE_1~I_RATE_k)에 기초하여 상기 목표 어플리케이션과 상기 제1 내지 제k 어플리케이션들 각각 사이의 연관도를 나타내는 제1 내지 제k 연관 지수들(RI_1~RI_k)을 결정할 수 있다.
일 실시예에 있어서, 연관도 분석부(340)는 제1 내지 제k 연관 지수들(RI_1~RI_k)을 디스플레이 장치를 통해 표시할 수 있다.
다른 실시예에 있어서, 연관도 분석부(340)는 네트워크를 통해 제1 내지 제k 연관 지수들(RI_1~RI_k)을 외부 장치로 제공할 수 있다.
도 3에 도시된 메인 서버(300)의 상세 동작은 도 5를 참조하여 후술한다.
도 1 내지 4를 참조하여 본 발명의 실시예들에 따른 어플리케이션들 사이의 연관도 분석 시스템(10)에서 데이터 서버(200)가 복수의 모바일 단말기들(100) 각각으로부터 설치 로그 데이터(I_LOG)를 수신하고, 메인 서버(300)는 데이터 서버(200)로부터 복수의 모바일 단말기들(100)의 설치 로그 데이터(I_LOG)를 수신하는 것으로 설명하였으나, 본 발명은 이에 한정되지 않는다.
실시예에 따라서, 어플리케이션들 사이의 연관도 분석 시스템(10)은 데이터 서버(200)를 별도로 포함하지 않고 메인 서버(300)가 데이터 서버(200)의 역할을 수행하도록 구성될 수도 있다.
이 경우, 메인 서버(300)가 복수의 모바일 단말기들(100) 각각으로부터 설치 로그 데이터(I_LOG)를 직접 수신하여 데이터베이스(320)에 저장할 수도 있다.
한편, 도 1에서 복수의 모바일 단말기들(100) 각각은 스마트폰(smart phone)인 것으로 도시되어 있으나, 본 발명은 이에 한정되지 않는다. 실시예에 따라서 복수의 모바일 단말기들(100) 각각은 태블릿 컴퓨터(tablet computer), 휴대폰(mobile phone), 개인 정보 단말기(personal digital assistant; PDA), 등과 같은 휴대 가능한 임의의 모바일 단말기일 수 있다.
도 5는 본 발명의 일 실시예에 따른 어플리케이션들 사이의 연관도 분석 방법을 나타내는 순서도이다.
도 5에 도시된 어플리케이션들 사이의 연관도 분석 방법은 도 1의 어플리케이션들 사이의 연관도 분석 시스템(10)을 통해 수행될 수 있다.
이하, 도 1 내지 5를 참조하여 어플리케이션들 사이의 연관도 분석 시스템(10)을 통해 수행되는 어플리케이션들 사이의 연관도 분석 방법에 대해 상세히 설명한다.
메인 서버(300)의 데이터 수신부(310)는 복수의 모바일 단말기들(100) 각각의 식별 아이디(ADID) 및 복수의 모바일 단말기들(100) 각각에 설치된 어플리케이션들의 목록(APP_LIST)을 포함하는 설치 로그 데이터(I_LOG)를 수신하여 데이터베이스(320)에 저장할 수 있다(단계 S100).
일 실시예에 있어서, 데이터 서버(200)가 복수의 모바일 단말기들(100) 각각으로부터 설치 로그 데이터(I_LOG)를 수신하고, 메인 서버(300)의 데이터 수신부(310)는 데이터 서버(200)로부터 복수의 모바일 단말기들(100)의 설치 로그 데이터(I_LOG)를 수신하여 데이터베이스(320)에 저장할 수 있다.
다른 실시예에 있어서, 메인 서버(300)의 데이터 수신부(310)는 복수의 모바일 단말기들(100) 각각으로부터 설치 로그 데이터(I_LOG)를 직접 수신하여 데이터베이스(320)에 저장할 수 있다.
메인 서버(300)의 비율 계산부(330)는 상기 목표 어플리케이션을 나타내는 목표 어플리케이션 정보(T_APP)를 수신할 수 있다.
상술한 바와 같이, 실시예에 따라서, 비율 계산부(330)는 관리자의 입력을 통해 목표 어플리케이션 정보(T_APP)를 수신할 수도 있고, 네트워크를 통해 외부 장치로부터 목표 어플리케이션 정보(T_APP)를 수신할 수 있다.
또한, 비율 계산부(330)는 데이터베이스(320)에 저장된 복수의 모바일 단말기들(100)의 설치 로그 데이터(I_LOG)에 포함되는 어플리케이션들의 목록(APP_LIST)을 사용하여 상기 목표 어플리케이션과의 연관도를 분석할 상기 제1 내지 제k 어플리케이션들을 결정할 수 있다.
그러나 실시예에 따라서 상기 목표 어플리케이션과의 연관도를 분석할 상기 제1 내지 제k 어플리케이션들은 비율 계산부(330) 내부에 미리 정의될 수도 있다.
이후, 비율 계산부(330)는 데이터베이스(320)에 저장된 복수의 모바일 단말기들(100)의 설치 로그 데이터(I_LOG)에 기초하여 복수의 모바일 단말기들(100) 중에서 상기 제1 내지 제k 어플리케이션들 각각이 설치된 모바일 단말기들(100)의 비율에 상응하는 제1 내지 제k 전체 비율들(T_RATE_1~T_RATE_k)을 결정할 수 있다(단계 S200).
도 6은 도 5의 복수의 모바일 단말기들 중에서 제1 내지 제k 어플리케이션들 각각이 설치된 모바일 단말기들의 비율에 상응하는 제1 내지 제k 전체 비율들을 결정하는 단계(S200)의 일 예를 나타내는 순서도이다.
도 6을 참조하면, 비율 계산부(330)는 데이터베이스(320)에 저장된 복수의 모바일 단말기들(100)의 설치 로그 데이터(I_LOG)에 기초하여 복수의 모바일 단말기들(100)에 상응하는 식별 아이디들(ADID)의 개수를 전체 개수로 결정할 수 있다(단계 S210).
상술한 바와 같이, 식별 아이디(ADID)는 모바일 단말기들마다 고유하게 부여된 식별값이므로, 상기 전체 개수는 복수의 모바일 단말기들(100)의 총 개수에 상응할 수 있다.
또한, 비율 계산부(330)는 데이터베이스(320)에 저장된 복수의 모바일 단말기들(100)의 설치 로그 데이터(I_LOG)에 기초하여 상기 제j 어플리케이션이 설치된 모바일 단말기들(100)에 상응하는 식별 아이디들(ADID)의 개수를 제j 설치 개수로 결정할 수 있다(단계 S220). 여기서, j는 k 이하의 양의 정수를 나타낸다.
따라서 상기 제j 설치 개수는 복수의 모바일 단말기들(100) 중에서 상기 제j 어플리케이션이 설치된 모바일 단말기들(100)의 개수에 상응할 수 있다.
이후, 비율 계산부(330)는 상기 제j 설치 개수를 상기 전체 개수로 나눈 값을 제j 전체 비율(T_RATE_j)로 결정할 수 있다(단계 S230).
따라서 제j 전체 비율(T_RATE_j)은 복수의 모바일 단말기들(100) 중에서 상기 제j 어플리케이션이 설치된 모바일 단말기들(100)의 비율을 나타낼 수 있다.
비율 계산부(330)는 상기 제1 내지 제k 어플리케이션들 각각에 대해 상술한 단계들(S220 및 S230)을 반복적으로 수행함으로써 복수의 모바일 단말기들(100) 중에서 상기 제1 내지 제k 어플리케이션들 각각이 설치된 모바일 단말기들(100)의 비율에 상응하는 제1 내지 제k 전체 비율들(T_RATE_1~T_RATE_k)을 결정할 수 있다.
다시 도 5를 참조하면, 비율 계산부(330)는 데이터베이스(320)에 저장된 복수의 모바일 단말기들(100)의 설치 로그 데이터(I_LOG)에 기초하여 상기 목표 어플리케이션이 설치된 모바일 단말기들(100) 중에서 상기 제1 내지 제k 어플리케이션들 각각이 설치된 모바일 단말기들(100)의 비율에 상응하는 제1 내지 제k 교차 비율들(I_RATE_1~I_RATE_k)을 결정할 수 있다(단계 S300).
도 7은 도 5의 목표 어플리케이션이 설치된 모바일 단말기들 중에서 제1 내지 제k 어플리케이션들 각각이 설치된 모바일 단말기들의 비율에 상응하는 제1 내지 제k 교차 비율들을 결정하는 단계(S300)의 일 예를 나타내는 순서도이다.
도 7을 참조하면, 비율 계산부(330)는 데이터베이스(320)에 저장된 복수의 모바일 단말기들(100)의 설치 로그 데이터(I_LOG)에 기초하여 상기 목표 어플리케이션이 설치된 모바일 단말기들(100)에 상응하는 식별 아이디들(ADID)의 개수를 목표 설치 개수로 결정할 수 있다(단계 S310).
따라서 상기 목표 설치 개수는 복수의 모바일 단말기들(100) 중에서 상기 목표 어플리케이션이 설치된 모바일 단말기들(100)의 개수에 상응할 수 있다.
또한, 비율 계산부(330)는 데이터베이스(320)에 저장된 복수의 모바일 단말기들(100)의 설치 로그 데이터(I_LOG)에 기초하여 상기 목표 어플리케이션과 상기 제j 어플리케이션이 함께 설치된 모바일 단말기들(100)에 상응하는 식별 아이디들(ADID)의 개수를 제j 교차 개수로 결정할 수 있다(단계 S320).
따라서 상기 제j 교차 개수는 복수의 모바일 단말기들(100) 중에서 상기 목표 어플리케이션과 상기 제j 어플리케이션이 함께 설치된 모바일 단말기들(100)의 개수에 상응할 수 있다.
이후, 비율 계산부(330)는 상기 제j 교차 개수를 상기 목표 설치 개수로 나눈 값을 제j 교차 비율(I_RATE_j)로 결정할 수 있다(단계 S330).
따라서 제j 교차 비율(I_RATE_j)은 상기 목표 어플리케이션이 설치된 모바일 단말기들(100) 중에서 상기 제j 어플리케이션이 설치된 모바일 단말기들(100)의 비율을 나타낼 수 있다.
비율 계산부(330)는 상기 제1 내지 제k 어플리케이션들 각각에 대해 상술한 단계들(S320 및 S330)을 반복적으로 수행함으로써 상기 목표 어플리케이션이 설치된 모바일 단말기들(100) 중에서 상기 제1 내지 제k 어플리케이션들 각각이 설치된 모바일 단말기들(100)의 비율에 상응하는 제1 내지 제k 교차 비율들(I_RATE_1~I_RATE_k)을 결정할 수 있다.
이후, 비율 계산부(330)는 제1 내지 제k 전체 비율들(T_RATE_1~T_RATE_k) 및 제1 내지 제k 교차 비율들(I_RATE_1~I_RATE_k)을 연관도 분석부(340)에 제공할 수 있다.
다시 도 5를 참조하면, 메인 서버(300)의 연관도 분석부(340)는 제1 내지 제k 전체 비율들(T_RATE_1~T_RATE_k) 및 제1 내지 제k 교차 비율들(I_RATE_1~I_RATE_k)에 기초하여 상기 목표 어플리케이션과 상기 제1 내지 제k 어플리케이션들 각각 사이의 연관도를 나타내는 제1 내지 제k 연관 지수들(RI_1~RI_k)을 결정할 수 있다(단계 S400).
도 8은 도 5의 제1 내지 제k 전체 비율들 및 제1 내지 제k 교차 비율들에 기초하여 목표 어플리케이션과 제1 내지 제k 어플리케이션들 각각 사이의 연관도를 나타내는 제1 내지 제k 연관 지수들을 결정하는 단계의 일 예를 나타내는 순서도이다.
상술한 바와 같이, 제j 전체 비율(T_RATE_j)은 복수의 모바일 단말기들(100) 중에서 상기 제j 어플리케이션이 설치된 모바일 단말기들(100)의 비율을 나타내고, 제j 교차 비율(I_RATE_j)은 상기 목표 어플리케이션이 설치된 모바일 단말기들(100) 중에서 상기 제j 어플리케이션이 설치된 모바일 단말기들(100)의 비율을 나타내므로, 제j 교차 비율(I_RATE_j)이 제j 전체 비율(T_RATE_j)보다 큰 경우 상기 목표 어플리케이션과 상기 제j 어플리케이션 사이에 연관성(correlation)이 존재하고, 제j 교차 비율(I_RATE_j)이 제j 전체 비율(T_RATE_j)보다 작은 경우 상기 목표 어플리케이션과 상기 제j 어플리케이션 사이에 반연관성(inverse correlation)이 존재할 수 있다.
여기서, 상기 목표 어플리케이션과 상기 제j 어플리케이션 사이에 연관성(correlation)이 존재한다는 것은 상기 제j 어플리케이션의 평균적인 설치 비율에 비해 상기 목표 어플리케이션이 설치된 모바일 단말기들(100) 중에서 상기 제j 어플리케이션이 설치된 비율이 더 크다는 것을 의미하고, 상기 목표 어플리케이션과 상기 제j 어플리케이션 사이에 반연관성(inverse correlation)이 존재한다는 것은 상기 제j 어플리케이션의 평균적인 설치 비율에 비해 상기 목표 어플리케이션이 설치된 모바일 단말기들(100) 중에서 상기 제j 어플리케이션이 설치된 비율이 더 작다는 것을 의미한다.
일 실시예에 있어서, 연관도 분석부(340)는 상기 목표 어플리케이션과 상기 제j 어플리케이션 사이에 연관성(correlation)이 존재하는 경우, 제j 연관 지수(RI_j)가 양의 값을 갖도록 제j 연관 지수(RI_j)를 결정하고, 상기 목표 어플리케이션과 상기 제j 어플리케이션 사이에 반연관성(inverse correlation)이 존재하는 경우, 제j 연관 지수(RI_j)가 음의 값을 갖도록 제j 연관 지수(RI_j)를 결정할 수 있다.
구체적으로, 도 8에 도시된 바와 같이, 연관도 분석부(340)는 상기 목표 어플리케이션과 상기 제j 어플리케이션 사이의 연관성(correlation)이 높을수록 제j 연관 지수(RI_j)가 양의 값을 가지면서 상대적으로 큰 절대값을 갖도록 제j 연관 지수(RI_j)를 결정하고(단계 S410), 상기 목표 어플리케이션과 상기 제j 어플리케이션 사이의 반연관성(inverse correlation)이 높을수록 제j 연관 지수(RI_j)가 음의 값을 가지면서 상대적으로 큰 절대값을 갖도록 제j 연관 지수(RI_j)를 결정할 수 있다(단계 S420).
이하, 연관도 분석부(340)가 제1 내지 제k 전체 비율들(T_RATE_1~T_RATE_k) 및 제1 내지 제k 교차 비율들(I_RATE_1~I_RATE_k)에 기초하여 상기 목표 어플리케이션과 상기 제1 내지 제k 어플리케이션들 각각 사이의 연관도를 나타내는 제1 내지 제k 연관 지수들(RI_1~RI_k)을 결정하는 다양한 실시예들에 대해 설명한다.
일 실시예에 있어서, 연관도 분석부(340)는 제1 내지 제k 전체 비율들(T_RATE_1~T_RATE_k) 각각과 제1 내지 제k 교차 비율들(I_RATE_1~I_RATE_k) 각각 사이의 차이에 기초하여 제1 내지 제k 연관 지수들(RI_1~RI_k)을 결정할 수 있다.
예를 들어, 연관도 분석부(340)는 아래의 [수학식 1]에 기초하여 제1 내지 제k 연관 지수들(RI_1~RI_k)을 결정할 수 있다.
[수학식 1]
여기서, j는 k 이하의 양의 정수를 나타내고, RI_j는 상기 제j 연관 지수를 나타내고, I_RATE_j는 상기 제j 교차 비율을 나타내고, T_RATE_j는 상기 제j 전체 비율을 나타낸다.
연관도 분석부(340)가 상기 [수학식 1]에 기초하여 제1 내지 제k 연관 지수들(RI_1~RI_k)을 결정하는 경우, 제j 연관 지수(RI_j)는 상기 목표 어플리케이션이 설치된 모바일 단말기들(100) 중에서 상기 제j 어플리케이션이 설치된 모바일 단말기들(100)의 비율과 복수의 모바일 단말기들(100) 중에서 상기 제j 어플리케이션이 설치된 모바일 단말기들(100)의 비율의 차이를 그대로 나타내므로, 제j 연관 지수(RI_j)는 상기 목표 어플리케이션과 상기 제j 어플리케이션 사이의 연관성(correlation) 또는 반연관성(inverse correlation)을 객관적으로 나타낼 수 있다.
이와 같이, 본 발명의 실시예들에 따른 어플리케이션들 사이의 연관도 분석 방법은 복수의 모바일 단말기들(100)의 사용자들의 상기 제1 내지 제k 어플리케이션들에 대한 주관적인 선호도 평가에 대한 고려 없이, 복수의 모바일 단말기들(100)에 설치된 어플리케이션들의 목록(APP_LIST)에 기초하여 상기 목표 어플리케이션과 상기 제1 내지 제k 어플리케이션들 각각 사이의 연관도를 추정하여 제1 내지 제k 연관 지수들(RI_1~RI_k)을 결정한다.
따라서 본 발명의 실시예들에 따른 어플리케이션들 사이의 연관도 분석 방법은 어플리케이션들 사이의 연관도 분석의 객관성 및 정확성을 효과적으로 향상시킬 수 있다.
다른 실시예에 있어서, 연관도 분석부(340)는 제1 내지 제k 전체 비율들(T_RATE_1~T_RATE_k) 각각에 대한 제1 내지 제k 교차 비율들(I_RATE_1~I_RATE_k) 각각의 비율에 기초하여 제1 내지 제k 연관 지수들(RI_1~RI_k)을 결정할 수 있다.
예를 들어, 연관도 분석부(340)는 아래의 [수학식 2]에 기초하여 제1 내지 제k 연관 지수들(RI_1~RI_k)을 결정할 수 있다.
[수학식 2]
여기서, j는 k 이하의 양의 정수를 나타내고, RI_j는 상기 제j 연관 지수를 나타내고, I_RATE_j는 상기 제j 교차 비율을 나타내고, T_RATE_j는 상기 제j 전체 비율을 나타낸다.
연관도 분석부(340)가 상기 [수학식 2]에 기초하여 제1 내지 제k 연관 지수들(RI_1~RI_k)을 결정하는 경우, 제j 연관 지수(RI_j)는 제j 전체 비율(T_RATE_j)과 제j 교차 비율(I_RATE_j) 사이의 비율에 기초하여 결정되므로, 제j 전체 비율(T_RATE_j)과 제j 교차 비율(I_RATE_j)의 크기가 서로 비슷한 경우에도 제j 연관 지수(RI_j)는 상기 목표 어플리케이션과 상기 제j 어플리케이션 사이의 연관성(correlation) 또는 반연관성(inverse correlation)을 효과적으로 나타낼 수 있다.
또한, 상기 목표 어플리케이션의 평균적인 설치 비율이 상대적으로 작은 경우, 제j 전체 비율(T_RATE_j)과 제j 교차 비율(I_RATE_j)의 크기는 모두 상대적으로 작은 값을 가질 수 있다. 이러한 경우에도, 연관도 분석부(340)가 상기 [수학식 2]에 기초하여 제1 내지 제k 연관 지수들(RI_1~RI_k)을 결정하는 경우, 제j 연관 지수(RI_j)는 제j 전체 비율(T_RATE_j)과 제j 교차 비율(I_RATE_j) 사이의 비율에 기초하여 결정되므로, 본 발명의 실시예들에 따른 어플리케이션들 사이의 연관도 분석 방법은 어플리케이션들 사이의 연관도 분석의 정확성을 효과적으로 향상시킬 수 있다.
또 다른 실시예에 있어서, 연관도 분석부(340)는 제1 내지 제k 전체 비율들(T_RATE_1~T_RATE_k) 각각과 제1 내지 제k 교차 비율들(I_RATE_1~I_RATE_k) 각각 사이의 차이 및 제1 내지 제k 전체 비율들(T_RATE_1~T_RATE_k) 각각에 대한 제1 내지 제k 교차 비율들(I_RATE_1~I_RATE_k) 각각의 비율에 기초하여 제1 내지 제k 연관 지수들(RI_1~RI_k)을 결정할 수 있다.
예를 들어, 연관도 분석부(340)는 아래의 [수학식 3]에 기초하여 제1 내지 제k 연관 지수들(RI_1~RI_k)을 결정할 수 있다.
[수학식 3]
여기서, j는 k 이하의 양의 정수를 나타내고, RI_j는 상기 제j 연관 지수를 나타내고, I_RATE_j는 상기 제j 교차 비율을 나타내고, T_RATE_j는 상기 제j 전체 비율을 나타내고, ABS()는 절대값 연산을 나타내고, A_DIFF_j는 제j 절대 비율 차이를 나타내고, R_DIFF_j는 제j 상대 비율 차이를 나타낸다.
상기 [수학식 1], 상기 [수학식 2], 및 상기 [수학식 3]을 비교하면, 제j 절대 비율 차이(A_DIFF_j)는 상기 [수학식 1]에 따른 제j 연관 지수(RI_j)와 동일하고, 제j 상대 비율 차이(R_DIFF_j)는 상기 [수학식 2]에 따른 제j 연관 지수(RI_j)와 동일하다. 따라서, 제j 절대 비율 차이(A_DIFF_j) 및 제j 상대 비율 차이(R_DIFF_j)에 대한 중복되는 설명은 생략한다.
상기 [수학식 3]을 참조하면, 제j 절대 비율 차이(A_DIFF_j), 제j 상대 비율 차이(R_DIFF_j), 및 제j 연관 지수(RI_j)는 서로 동일한 부호를 가지므로, 연관도 분석부(340)가 상기 [수학식 3]에 기초하여 제1 내지 제k 연관 지수들(RI_1~RI_k)을 결정하는 경우, 제j 연관 지수(RI_j)는 제j 절대 비율 차이(A_DIFF_j)와 제j 상대 비율 차이(R_DIFF_j)의 기하 평균에 상응할 수 있다.
따라서 상기 [수학식 3]에 따른 제j 연관 지수(RI_j)는 제j 절대 비율 차이(A_DIFF_j)가 갖는 상기 목표 어플리케이션과 상기 제j 어플리케이션 사이의 연관도 분석의 장점과 제j 상대 비율 차이(R_DIFF_j)가 갖는 상기 목표 어플리케이션과 상기 제j 어플리케이션 사이의 연관도 분석의 장점을 모두 가질 수 있다.
따라서 본 발명의 실시예들에 따른 어플리케이션들 사이의 연관도 분석 방법은 어플리케이션들 사이의 연관도 분석의 객관성 및 정확성을 더욱 효과적으로 향상시킬 수 있다.
또 다른 실시예에 있어서, 연관도 분석부(340)는 제1 내지 제k 전체 비율들(T_RATE_1~T_RATE_k) 각각과 제1 내지 제k 교차 비율들(I_RATE_1~I_RATE_k) 각각 사이의 차이, 제1 내지 제k 전체 비율들(T_RATE_1~T_RATE_k) 각각에 대한 제1 내지 제k 교차 비율들(I_RATE_1~I_RATE_k) 각각의 비율, 및 0보다 크고 1보다 작은 값을 갖는 가중치에 기초하여 제1 내지 제k 연관 지수들(RI_1~RI_k)을 결정할 수 있다.
예를 들어, 연관도 분석부(340)는 아래의 [수학식 4]에 기초하여 제1 내지 제k 연관 지수들(RI_1~RI_k)을 결정할 수 있다.
[수학식 4]
여기서, j는 k 이하의 양의 정수를 나타내고, RI_j는 상기 제j 연관 지수를 나타내고, I_RATE_j는 상기 제j 교차 비율을 나타내고, T_RATE_j는 상기 제j 전체 비율을 나타내고, wt는 상기 가중치를 나타내고, ABS()는 절대값 연산을 나타내고, A_DIFF_j는 제j 절대 비율 차이를 나타내고, R_DIFF_j는 제j 상대 비율 차이를 나타낸다.
일 실시예에 있어서, 연관도 분석부(340)는 외부로부터의 입력을 통해 가중치(wt)를 획득할 수 있다.
다른 실시예에 있어서, 연관도 분석부(340)는 내부적으로 미리 저장된 가중치(wt)를 독출함으로써 가중치(wt)를 획득할 수 있다.
상기 [수학식 3]과 상기 [수학식 4]를 비교하면, 상기 [수학식 4]에 따른 제j 연관 지수(RI_j)는 가중치(wt)를 적용한 제j 절대 비율 차이(A_DIFF_j)와 제j 상대 비율 차이(R_DIFF_j)의 가중 기하 평균에 상응할 수 있다.
따라서 상기 [수학식 4]에 따른 제j 연관 지수(RI_j)는 제j 절대 비율 차이(A_DIFF_j)가 갖는 상기 목표 어플리케이션과 상기 제j 어플리케이션 사이의 연관도 분석의 장점과 제j 상대 비율 차이(R_DIFF_j)가 갖는 상기 목표 어플리케이션과 상기 제j 어플리케이션 사이의 연관도 분석의 장점을 모두 가질 수 있다.
또한, 가중치(wt)의 값을 조절함으로써 제j 절대 비율 차이(A_DIFF_j)가 제j 연관 지수(RI_j)에 미치는 영향과 제j 상대 비율 차이(R_DIFF_j)가 제j 연관 지수(RI_j)에 미치는 영향은 조절될 수 있다.
따라서 본 발명의 실시예들에 따른 어플리케이션들 사이의 연관도 분석 방법은 상기 목표 어플리케이션의 특성에 따라 가중치(wt)의 값을 조절함으로써 어플리케이션들 사이의 연관도 분석의 정확성을 더욱 향상시킬 수 있다.
본 발명은 어플리케이션들 사이의 연관도를 객관적이면서도 효과적으로 분석할 수 있으므로, 어플리케이션의 타겟 광고를 위해 어플리케이션의 광고 대상을 선별하는 데에 유용하게 이용될 수 있다.
상술한 바와 같이, 본 발명의 바람직한 실시예를 참조하여 설명하였지만 해당 기술 분야에서 통상의 지식을 가진 자라면 하기의 특허청구범위에 기재된 본 발명의 사상 및 영역으로부터 벗어나지 않는 범위 내에서 본 발명을 다양하게 수정 및 변경시킬 수 있음을 이해할 수 있을 것이다.
10: 어플리케이션들 사이의 연관도 분석 시스템
100: 모바일 단말기
200: 데이터 서버
300: 메인 서버
310: 데이터 수신부
320: 데이터베이스
330: 비율 계산부
340: 연관도 분석부
100: 모바일 단말기
200: 데이터 서버
300: 메인 서버
310: 데이터 수신부
320: 데이터베이스
330: 비율 계산부
340: 연관도 분석부
Claims (18)
- 메인 서버가 복수의 모바일 단말기들 각각의 식별 아이디 및 상기 복수의 모바일 단말기들 각각에 설치된 어플리케이션들의 목록을 포함하는 설치 로그 데이터를 수신하여 데이터베이스에 저장하는 단계;
상기 메인 서버가 상기 데이터베이스에 저장된 상기 복수의 모바일 단말기들의 상기 설치 로그 데이터에 기초하여 상기 복수의 모바일 단말기들 중에서 제1 내지 제k(k는 양의 정수) 어플리케이션들 각각이 설치된 모바일 단말기들의 비율에 상응하는 제1 내지 제k 전체 비율들을 결정하는 단계;
상기 메인 서버가 상기 데이터베이스에 저장된 상기 복수의 모바일 단말기들의 상기 설치 로그 데이터에 기초하여 목표 어플리케이션이 설치된 모바일 단말기들 중에서 상기 제1 내지 제k 어플리케이션들 각각이 설치된 모바일 단말기들의 비율에 상응하는 제1 내지 제k 교차 비율들을 결정하는 단계; 및
상기 메인 서버가 상기 제1 내지 제k 전체 비율들 및 상기 제1 내지 제k 교차 비율들에 기초하여 상기 목표 어플리케이션과 상기 제1 내지 제k 어플리케이션들 각각 사이의 연관도를 나타내는 제1 내지 제k 연관 지수들을 결정하는 단계를 포함하는 어플리케이션들 사이의 연관도 분석 방법. - 제1 항에 있어서, 상기 메인 서버는 상기 복수의 모바일 단말기들 각각으로부터 상기 설치 로그 데이터를 직접 수신하는 어플리케이션들 사이의 연관도 분석 방법.
- 제1 항에 있어서,
데이터 서버가 상기 복수의 모바일 단말기들 각각으로부터 상기 설치 로그 데이터를 수신하는 단계를 더 포함하고,
상기 메인 서버는 상기 데이터 서버로부터 상기 복수의 모바일 단말기들의 상기 설치 로그 데이터를 수신하는 어플리케이션들 사이의 연관도 분석 방법. - 제1 항에 있어서, 상기 메인 서버가 상기 데이터베이스에 저장된 상기 복수의 모바일 단말기들의 상기 설치 로그 데이터에 기초하여 상기 복수의 모바일 단말기들 중에서 상기 제1 내지 제k 어플리케이션들 각각이 설치된 모바일 단말기들의 비율에 상응하는 상기 제1 내지 제k 전체 비율들을 결정하는 단계는,
상기 복수의 모바일 단말기들의 상기 설치 로그 데이터에 기초하여 상기 복수의 모바일 단말기들에 상응하는 상기 식별 아이디들의 개수를 전체 개수로 결정하는 단계;
상기 복수의 모바일 단말기들의 상기 설치 로그 데이터에 기초하여 제j(j는 1 이상 k 이하의 임의의 양의 정수) 어플리케이션이 설치된 모바일 단말기들에 상응하는 상기 식별 아이디들의 개수를 제j 설치 개수로 결정하는 단계; 및
상기 제j 설치 개수를 상기 전체 개수로 나눈 값을 제j 전체 비율로 결정하는 단계를 포함하는 어플리케이션들 사이의 연관도 분석 방법. - 제1 항에 있어서, 상기 메인 서버가 상기 데이터베이스에 저장된 상기 복수의 모바일 단말기들의 상기 설치 로그 데이터에 기초하여 상기 목표 어플리케이션이 설치된 모바일 단말기들 중에서 상기 제1 내지 제k 어플리케이션들 각각이 설치된 모바일 단말기들의 비율에 상응하는 상기 제1 내지 제k 교차 비율들을 결정하는 단계는,
상기 복수의 모바일 단말기들의 상기 설치 로그 데이터에 기초하여 상기 목표 어플리케이션이 설치된 모바일 단말기들에 상응하는 상기 식별 아이디들의 개수를 목표 설치 개수로 결정하는 단계;
상기 복수의 모바일 단말기들의 상기 설치 로그 데이터에 기초하여 상기 목표 어플리케이션과 제j(j는 1 이상 k 이하의 임의의 양의 정수) 어플리케이션이 함께 설치된 모바일 단말기들에 상응하는 상기 식별 아이디들의 개수를 제j 교차 개수로 결정하는 단계; 및
상기 제j 교차 개수를 상기 목표 설치 개수로 나눈 값을 제j 교차 비율로 결정하는 단계를 포함하는 어플리케이션들 사이의 연관도 분석 방법. - 제1 항에 있어서, 상기 메인 서버는,
상기 목표 어플리케이션과 제j(j는 1 이상 k 이하의 임의의 양의 정수) 어플리케이션 사이에 연관성(correlation)이 존재하는 경우, 제j 연관 지수가 양의 값을 갖도록 상기 제j 연관 지수를 결정하고,
상기 목표 어플리케이션과 상기 제j 어플리케이션 사이에 반연관성(inverse correlation)이 존재하는 경우, 상기 제j 연관 지수가 음의 값을 갖도록 상기 제j 연관 지수를 결정하는 어플리케이션들 사이의 연관도 분석 방법. - 제1 항에 있어서, 상기 메인 서버는,
상기 목표 어플리케이션과 제j(j는 1 이상 k 이하의 임의의 양의 정수) 어플리케이션 사이의 연관성(correlation)이 높을수록 제j 연관 지수가 양의 값을 가지면서 상대적으로 큰 절대값을 갖도록 상기 제j 연관 지수를 결정하고,
상기 목표 어플리케이션과 상기 제j 어플리케이션 사이의 반연관성(inverse correlation)이 높을수록 상기 제j 연관 지수가 음의 값을 가지면서 상대적으로 큰 절대값을 갖도록 상기 제j 연관 지수를 결정하는 어플리케이션들 사이의 연관도 분석 방법. - 제1 항에 있어서, 상기 메인 서버는 상기 제1 내지 제k 전체 비율들 각각과 상기 제1 내지 제k 교차 비율들 각각 사이의 차이에 기초하여 상기 제1 내지 제k 연관 지수들을 결정하는 어플리케이션들 사이의 연관도 분석 방법.
- 제1 항에 있어서, 상기 메인 서버가 상기 제1 내지 제k 전체 비율들 및 상기 제1 내지 제k 교차 비율들에 기초하여 상기 목표 어플리케이션과 상기 제1 내지 제k 어플리케이션들 각각 사이의 연관도를 나타내는 상기 제1 내지 제k 연관 지수들을 결정하는 단계는,
상기 메인 서버가 아래의 수학식에 따라 상기 제1 내지 제k 연관 지수들을 결정하는 단계를 포함하는 어플리케이션들 사이의 연관도 분석 방법.
(여기서, j는 k 이하의 양의 정수를 나타내고, RI_j는 상기 제j 연관 지수를 나타내고, I_RATE_j는 상기 제j 교차 비율을 나타내고, T_RATE_j는 상기 제j 전체 비율을 나타냄) - 제1 항에 있어서, 상기 메인 서버는 상기 제1 내지 제k 전체 비율들 각각에 대한 상기 제1 내지 제k 교차 비율들 각각의 비율에 기초하여 상기 제1 내지 제k 연관 지수들을 결정하는 어플리케이션들 사이의 연관도 분석 방법.
- 제1 항에 있어서, 상기 메인 서버가 상기 제1 내지 제k 전체 비율들 및 상기 제1 내지 제k 교차 비율들에 기초하여 상기 목표 어플리케이션과 상기 제1 내지 제k 어플리케이션들 각각 사이의 연관도를 나타내는 상기 제1 내지 제k 연관 지수들을 결정하는 단계는,
상기 메인 서버가 아래의 수학식에 따라 상기 제1 내지 제k 연관 지수들을 결정하는 단계를 포함하는 어플리케이션들 사이의 연관도 분석 방법.
(여기서, j는 k 이하의 양의 정수를 나타내고, RI_j는 상기 제j 연관 지수를 나타내고, I_RATE_j는 상기 제j 교차 비율을 나타내고, T_RATE_j는 상기 제j 전체 비율을 나타냄) - 제1 항에 있어서, 상기 메인 서버는 상기 제1 내지 제k 전체 비율들 각각과 상기 제1 내지 제k 교차 비율들 각각 사이의 차이 및 상기 제1 내지 제k 전체 비율들 각각에 대한 상기 제1 내지 제k 교차 비율들 각각의 비율에 기초하여 상기 제1 내지 제k 연관 지수들을 결정하는 어플리케이션들 사이의 연관도 분석 방법.
- 제1 항에 있어서, 상기 메인 서버가 상기 제1 내지 제k 전체 비율들 및 상기 제1 내지 제k 교차 비율들에 기초하여 상기 목표 어플리케이션과 상기 제1 내지 제k 어플리케이션들 각각 사이의 연관도를 나타내는 상기 제1 내지 제k 연관 지수들을 결정하는 단계는,
상기 메인 서버가 아래의 수학식에 따라 상기 제1 내지 제k 연관 지수들을 결정하는 단계를 포함하는 어플리케이션들 사이의 연관도 분석 방법.
(여기서, j는 k 이하의 양의 정수를 나타내고, RI_j는 상기 제j 연관 지수를 나타내고, I_RATE_j는 상기 제j 교차 비율을 나타내고, T_RATE_j는 상기 제j 전체 비율을 나타내고, ABS()는 절대값 연산을 나타냄) - 제1 항에 있어서, 상기 메인 서버는 상기 제1 내지 제k 전체 비율들 각각과 상기 제1 내지 제k 교차 비율들 각각 사이의 차이, 상기 제1 내지 제k 전체 비율들 각각에 대한 상기 제1 내지 제k 교차 비율들 각각의 비율, 및 0보다 크고 1보다 작은 값을 갖는 가중치에 기초하여 상기 제1 내지 제k 연관 지수들을 결정하는 어플리케이션들 사이의 연관도 분석 방법.
- 제1 항에 있어서, 상기 메인 서버가 상기 제1 내지 제k 전체 비율들 및 상기 제1 내지 제k 교차 비율들에 기초하여 상기 목표 어플리케이션과 상기 제1 내지 제k 어플리케이션들 각각 사이의 연관도를 나타내는 상기 제1 내지 제k 연관 지수들을 결정하는 단계는,
상기 메인 서버가 0보다 크고 1보다 작은 값을 갖는 가중치를 획득하는 단계; 및
상기 메인 서버가 아래의 수학식에 따라 상기 제1 내지 제k 연관 지수들을 결정하는 단계를 포함하는 어플리케이션들 사이의 연관도 분석 방법.
(여기서, j는 k 이하의 양의 정수를 나타내고, RI_j는 상기 제j 연관 지수를 나타내고, I_RATE_j는 상기 제j 교차 비율을 나타내고, T_RATE_j는 상기 제j 전체 비율을 나타내고, wt는 상기 가중치를 나타내고, ABS()는 절대값 연산을 나타냄) - 제15 항에 있어서, 상기 메인 서버는 외부로부터의 입력을 통해 상기 가중치를 획득하는 어플리케이션들 사이의 연관도 분석 방법.
- 제15 항에 있어서, 상기 메인 서버는 내부적으로 미리 저장된 상기 가중치를 독출하여 상기 가중치를 획득하는 어플리케이션들 사이의 연관도 분석 방법.
- 데이터베이스;
복수의 모바일 단말기들 각각의 식별 아이디 및 상기 복수의 모바일 단말기들 각각에 설치된 어플리케이션들의 목록을 포함하는 설치 로그 데이터를 수신하여 상기 데이터베이스에 저장하는 데이터 수신부;
상기 데이터베이스에 저장된 상기 복수의 모바일 단말기들의 상기 설치 로그 데이터에 기초하여 상기 복수의 모바일 단말기들 중에서 제1 내지 제k(k는 양의 정수) 어플리케이션들 각각이 설치된 모바일 단말기들의 비율에 상응하는 제1 내지 제k 전체 비율들 및 목표 어플리케이션이 설치된 모바일 단말기들 중에서 상기 제1 내지 제k 어플리케이션들 각각이 설치된 모바일 단말기들의 비율에 상응하는 제1 내지 제k 교차 비율들을 결정하는 비율 계산부; 및
상기 제1 내지 제k 전체 비율들 및 상기 제1 내지 제k 교차 비율들에 기초하여 상기 목표 어플리케이션과 상기 제1 내지 제k 어플리케이션들 각각 사이의 연관도를 나타내는 제1 내지 제k 연관 지수들을 결정하는 연관도 분석부를 포함하는 어플리케이션들 사이의 연관도 분석 장치.
Priority Applications (2)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020180026662A KR101854912B1 (ko) | 2018-03-07 | 2018-03-07 | 어플리케이션들 사이의 연관도 분석 방법 및 어플리케이션들 사이의 연관도 분석 장치 |
| PCT/KR2018/008119 WO2019172488A1 (ko) | 2018-03-07 | 2018-07-18 | 어플리케이션들 사이의 연관도 분석 방법 및 어플리케이션들 사이의 연관도 분석 장치 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020180026662A KR101854912B1 (ko) | 2018-03-07 | 2018-03-07 | 어플리케이션들 사이의 연관도 분석 방법 및 어플리케이션들 사이의 연관도 분석 장치 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| KR101854912B1 true KR101854912B1 (ko) | 2018-05-04 |
Family
ID=62199198
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| KR1020180026662A KR101854912B1 (ko) | 2018-03-07 | 2018-03-07 | 어플리케이션들 사이의 연관도 분석 방법 및 어플리케이션들 사이의 연관도 분석 장치 |
Country Status (2)
| Country | Link |
|---|---|
| KR (1) | KR101854912B1 (ko) |
| WO (1) | WO2019172488A1 (ko) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110633089A (zh) * | 2019-10-25 | 2019-12-31 | RealMe重庆移动通信有限公司 | 一种应用安装方法、终端及存储介质 |
Citations (18)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20120166377A1 (en) * | 2010-12-27 | 2012-06-28 | Nokia Corporation | Method and apparatus for providing recommendations based on a recommendation model and a context-based rule |
| JP2012173818A (ja) * | 2011-02-17 | 2012-09-10 | Ntt Docomo Inc | アプリケーションをユーザに推薦するサーバ及び方法 |
| KR20130049976A (ko) * | 2011-11-07 | 2013-05-15 | 엔에이치엔(주) | 앱 통계정보 제공방법, 서버 및 컴퓨터로 판독 가능한 기록매체 |
| KR20130055833A (ko) * | 2011-11-21 | 2013-05-29 | 배창수 | 단말기를 이용한 구인구직 면접 중개시스템 |
| KR20130082848A (ko) * | 2011-12-20 | 2013-07-22 | 주식회사 케이티 | 어플리케이션 추천 방법 및 장치 |
| KR20130085483A (ko) * | 2011-12-08 | 2013-07-30 | 한국인터넷진흥원 | 모바일 악성 행위 어플리케이션 탐지 시스템 및 방법 |
| KR20130089803A (ko) * | 2012-01-03 | 2013-08-13 | 네이버비즈니스플랫폼 주식회사 | 모바일단말기에 어플리케이션이 설치되어 있는지 여부에 기초하여 모바일 광고를 제공하는 광고 제공 시스템 및 방법 |
| US20140074545A1 (en) * | 2012-09-07 | 2014-03-13 | Magnet Systems Inc. | Human workflow aware recommendation engine |
| US20140244762A1 (en) * | 2013-02-26 | 2014-08-28 | Facebook, Inc. | Application distribution platform for rating and recommending applications |
| US20150058265A1 (en) * | 2013-08-23 | 2015-02-26 | Vmware, Inc. | Automated scaling of multi-tier applications using reinforced learning |
| KR20150049827A (ko) * | 2013-10-31 | 2015-05-08 | 한동표 | 모바일 통합제어 서버 |
| KR20150095261A (ko) * | 2014-02-13 | 2015-08-21 | 에스케이플래닛 주식회사 | 메시지 분석을 통한 일정 관리 방법, 이를 위한 시스템 및 장치 |
| JP2016045652A (ja) * | 2014-08-21 | 2016-04-04 | 国立研究開発法人情報通信研究機構 | 質問文生成装置及びコンピュータプログラム |
| KR20160059486A (ko) * | 2013-09-19 | 2016-05-26 | 시소모스 엘.피. | 연속적인 소셜 커뮤니케이션을 위한 시스템 및 방법 |
| KR101658205B1 (ko) * | 2015-01-07 | 2016-09-23 | 엔에이치엔엔터테인먼트 주식회사 | 모바일 어플리케이션의 정보를 노출하는 프로모션 플랫폼 제공 방법 및 시스템 |
| US9633106B1 (en) * | 2011-06-30 | 2017-04-25 | Sumo Logic | Log data analysis |
| KR101755409B1 (ko) * | 2016-09-20 | 2017-07-27 | 에스케이플래닛 주식회사 | 컨텐츠 추천 시스템 및 방법 |
| US9799017B1 (en) * | 2014-09-19 | 2017-10-24 | Amazon Technologies, Inc. | Cross-data-store operations in log-coordinated storage systems |
-
2018
- 2018-03-07 KR KR1020180026662A patent/KR101854912B1/ko active IP Right Grant
- 2018-07-18 WO PCT/KR2018/008119 patent/WO2019172488A1/ko active Application Filing
Patent Citations (18)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20120166377A1 (en) * | 2010-12-27 | 2012-06-28 | Nokia Corporation | Method and apparatus for providing recommendations based on a recommendation model and a context-based rule |
| JP2012173818A (ja) * | 2011-02-17 | 2012-09-10 | Ntt Docomo Inc | アプリケーションをユーザに推薦するサーバ及び方法 |
| US9633106B1 (en) * | 2011-06-30 | 2017-04-25 | Sumo Logic | Log data analysis |
| KR20130049976A (ko) * | 2011-11-07 | 2013-05-15 | 엔에이치엔(주) | 앱 통계정보 제공방법, 서버 및 컴퓨터로 판독 가능한 기록매체 |
| KR20130055833A (ko) * | 2011-11-21 | 2013-05-29 | 배창수 | 단말기를 이용한 구인구직 면접 중개시스템 |
| KR20130085483A (ko) * | 2011-12-08 | 2013-07-30 | 한국인터넷진흥원 | 모바일 악성 행위 어플리케이션 탐지 시스템 및 방법 |
| KR20130082848A (ko) * | 2011-12-20 | 2013-07-22 | 주식회사 케이티 | 어플리케이션 추천 방법 및 장치 |
| KR20130089803A (ko) * | 2012-01-03 | 2013-08-13 | 네이버비즈니스플랫폼 주식회사 | 모바일단말기에 어플리케이션이 설치되어 있는지 여부에 기초하여 모바일 광고를 제공하는 광고 제공 시스템 및 방법 |
| US20140074545A1 (en) * | 2012-09-07 | 2014-03-13 | Magnet Systems Inc. | Human workflow aware recommendation engine |
| US20140244762A1 (en) * | 2013-02-26 | 2014-08-28 | Facebook, Inc. | Application distribution platform for rating and recommending applications |
| US20150058265A1 (en) * | 2013-08-23 | 2015-02-26 | Vmware, Inc. | Automated scaling of multi-tier applications using reinforced learning |
| KR20160059486A (ko) * | 2013-09-19 | 2016-05-26 | 시소모스 엘.피. | 연속적인 소셜 커뮤니케이션을 위한 시스템 및 방법 |
| KR20150049827A (ko) * | 2013-10-31 | 2015-05-08 | 한동표 | 모바일 통합제어 서버 |
| KR20150095261A (ko) * | 2014-02-13 | 2015-08-21 | 에스케이플래닛 주식회사 | 메시지 분석을 통한 일정 관리 방법, 이를 위한 시스템 및 장치 |
| JP2016045652A (ja) * | 2014-08-21 | 2016-04-04 | 国立研究開発法人情報通信研究機構 | 質問文生成装置及びコンピュータプログラム |
| US9799017B1 (en) * | 2014-09-19 | 2017-10-24 | Amazon Technologies, Inc. | Cross-data-store operations in log-coordinated storage systems |
| KR101658205B1 (ko) * | 2015-01-07 | 2016-09-23 | 엔에이치엔엔터테인먼트 주식회사 | 모바일 어플리케이션의 정보를 노출하는 프로모션 플랫폼 제공 방법 및 시스템 |
| KR101755409B1 (ko) * | 2016-09-20 | 2017-07-27 | 에스케이플래닛 주식회사 | 컨텐츠 추천 시스템 및 방법 |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110633089A (zh) * | 2019-10-25 | 2019-12-31 | RealMe重庆移动通信有限公司 | 一种应用安装方法、终端及存储介质 |
| CN110633089B (zh) * | 2019-10-25 | 2023-04-25 | RealMe重庆移动通信有限公司 | 一种应用安装方法、终端及存储介质 |
Also Published As
| Publication number | Publication date |
|---|---|
| WO2019172488A1 (ko) | 2019-09-12 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN102073699B (zh) | 用于基于用户行为来改善搜索结果的方法、装置和设备 | |
| CN110059255B (zh) | 一种浏览器导航方法、装置及介质 | |
| US8112403B2 (en) | Providing a rating for a web site based on weighted user feedback | |
| US9904939B2 (en) | System and method for targeting advertising to a device based on installed applications | |
| Trappey et al. | Consumer driven product technology function deployment using social media and patent mining | |
| KR102150660B1 (ko) | 검색 이력 기반 디지털 컨텐츠 추천 방법 및 그 장치 | |
| CN101990668A (zh) | 推荐信息生成装置和推荐信息生成方法 | |
| CN109753808B (zh) | 一种隐私泄漏风险评估方法及装置 | |
| KR20180072222A (ko) | 도서 추천 장치 | |
| JP2010009315A (ja) | 推薦店舗提示システム | |
| JP2011227721A (ja) | 関心抽出装置、関心抽出方法、及び関心抽出プログラム | |
| CN111061979A (zh) | 一种用户标签的推送方法、装置、电子设备和介质 | |
| US9565078B1 (en) | Recommended content traffic exchange | |
| CN113407854A (zh) | 一种应用推荐方法、装置、设备及计算机可读存储介质 | |
| US10296924B2 (en) | Document performance indicators based on referral context | |
| KR101854912B1 (ko) | 어플리케이션들 사이의 연관도 분석 방법 및 어플리케이션들 사이의 연관도 분석 장치 | |
| JP5813052B2 (ja) | 情報処理装置、方法及びプログラム | |
| KR20070099709A (ko) | 기호지수 기반 사용자 매칭 방법 및 시스템 | |
| CN105681089B (zh) | 网络用户行为聚类方法、装置及终端 | |
| KR101028810B1 (ko) | 광고 대상 분석 장치 및 그 방법 | |
| CN113360790A (zh) | 信息推荐方法、装置及电子设备 | |
| WO2018024222A1 (zh) | 应用推荐方法、装置及服务器 | |
| KR20130064447A (ko) | 사용자의 성향 유사도를 이용한 검색 결과 제공 서버 및 방법, 그리고 단말 | |
| CN107766537A (zh) | 一种职位搜索排序方法及计算设备 | |
| CN114430504A (zh) | 一种媒体内容的推荐方法以及相关装置 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A201 | Request for examination | ||
| A302 | Request for accelerated examination | ||
| E902 | Notification of reason for refusal | ||
| E701 | Decision to grant or registration of patent right | ||
| GRNT | Written decision to grant |