KR101960960B1 - Hhi를 이용한 온라인 콘텐츠의 허위 평가 정보 적발 장치 및 방법 - Google Patents

Hhi를 이용한 온라인 콘텐츠의 허위 평가 정보 적발 장치 및 방법 Download PDF

Info

Publication number
KR101960960B1
KR101960960B1 KR1020170126487A KR20170126487A KR101960960B1 KR 101960960 B1 KR101960960 B1 KR 101960960B1 KR 1020170126487 A KR1020170126487 A KR 1020170126487A KR 20170126487 A KR20170126487 A KR 20170126487A KR 101960960 B1 KR101960960 B1 KR 101960960B1
Authority
KR
South Korea
Prior art keywords
evaluation information
information
online content
false
false evaluation
Prior art date
Application number
KR1020170126487A
Other languages
English (en)
Other versions
KR20170133290A (ko
Inventor
노마이클명헌
Original Assignee
(주)망고플레이트
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 (주)망고플레이트 filed Critical (주)망고플레이트
Priority to KR1020170126487A priority Critical patent/KR101960960B1/ko
Publication of KR20170133290A publication Critical patent/KR20170133290A/ko
Application granted granted Critical
Publication of KR101960960B1 publication Critical patent/KR101960960B1/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
    • G06Q30/0278—Product appraisal
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
    • G06F17/10—Complex mathematical operations
    • G06F17/18—Complex mathematical operations for evaluating statistical data, e.g. average values, frequency distributions, probability functions, regression analysis
    • 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
    • G06Q50/00—Systems or methods specially adapted for specific business sectors, e.g. utilities or tourism
    • G06Q50/01—Social networking
    • 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
    • G06Q50/00—Systems or methods specially adapted for specific business sectors, e.g. utilities or tourism
    • G06Q50/10—Services

Abstract

본 발명은 특정 서비스 제공자, 특정 서비스, 글, 사진, 책, 음식점이나 카페와 같은 맛집을 포함한 상점, 영화 등과 관련된 HHI를 이용한 온라인 콘텐츠의 허위 평가 정보 적발 장치 및 방법에 관한 것이다. 이를 위하여, 온라인 콘텐츠가 업로드 되고 사용자가 접근하여 온라인 콘텐츠에 대한 평가 정보를 입력할 수 있도록 사용자의 클라이언트와 연결되는 플랫폼 서비스에 구성되고, 온라인 콘텐츠의 허위 평가 정보의 적발을 위하여, 특정 온라인 콘텐츠 또는 특정 사용자에 대응되는 판정 보조 정보를 생성하는 판정 보조 정보 생성 모듈; 및 플랫폼 서비스에 구성되고, 판정 보조 정보 생성 모듈과 연결되어 판정 보조 정보를 수신받고, 판정 보조 정보를 토대로 온라인 콘텐츠에 허위 평가 정보가 입력되었는지 여부 또는 사용자가 허위 평가 정보를 입력하였는지 여부를 판정하는 허위 평가 정보 판정 모듈;을 포함하는, 허위 평가 정보 적발 장치가 제공될 수 있다. 이에 따르면, 플랫폼 서비스에서 온라인 콘텐츠에 대한 허위 평가 정보가 자동으로 적발될 수 있게 되는 효과가 발생된다.

Description

HHI를 이용한 온라인 콘텐츠의 허위 평가 정보 적발 장치 및 방법{Apparatus and Method for Fraud Detecting Related to an Online Content}
본 발명은 HHI를 이용한 온라인 콘텐츠의 허위 평가 정보 적발 장치 및 방법에 관한 것으로, 보다 구체적으로는 특정 서비스 제공자, 특정 서비스, 글, 사진, 책, 음식점이나 카페와 같은 맛집을 포함한 상점, 영화 등과 관련된 온라인 콘텐츠의 허위 평가 정보 적발 시스템, 장치, 방법 및 프로그램에 관한 것이다.
최근, 인터넷에는 온라인 콘텐츠를 업로드하여 사용자를 획득하려는 서비스 제공자들과 이러한 온라인 콘텐츠를 이용하려고 하는 사용자들이 모이는 양면 네트워크의 플랫폼 서비스들이 많이 발달되고 있다. 이러한 플랫폼 서비스에는 예를 들어 이베이(ebay)나 아마존닷컴(Amazon.com)과 같은 오픈 마켓(open market), 우버(Uber)나 에어비앤비(Airbnb)와 같은 공유 서비스, 옐프(Yelp)나 망고플레이트(Mangoplate)와 같은 맛집 정보제공 서비스 등을 의미할 수 있다. 특히 스마트폰 덕분에 기존의 web 시대보다 서비스 제공자가 되는 것이 간편해졌고, 사용자의 스마트폰의 플랫폼 서비스를 통한 온라인 콘텐츠에의 접근성이 상당히 향상되었다. 이는 인터넷상에서의 온라인 콘텐츠 및 플랫폼 서비스의 폭발적인 증가를 야기하였다. 사용자들은 이런 온라인 콘텐츠가 집적되어 있는 장과 같은 플랫폼 서비스를 모바일 애플리케이션, 모바일 웹 등을 통해 이용하여 자신이 원하는 정보를 충분히 얻을 수 있으며, 이를 통해 선택, 결정 또는 판단을 하는데 도움을 받고 있다.
특히 사용자의 결정에 도움을 주는 것은 특정 온라인 콘텐츠에 대한 평점 또는 댓글을 이용한 다른 사용자들의 평가에 대한 정보인 평가 정보의 제공이다. 이러한 평가 정보의 제공은 이베이에서 크게 효과를 본 뒤, 아마존닷컴, 우버, 에어비앤비, 옐프 등의 플랫폼 서비스에서 사용자의 경험을 향상시키기 위해 대부분 이용하고 있는 서비스이다.
이러한 평가 정보는 특정 온라인 콘텐츠에 대한 평점 정보, 코멘트 정보(사용자 리뷰 정보, 사용자 댓글 정보를 포함), '좋아요'나 '나빠요'와 같은 호감 정보, 공유 여부 정보, 추천 정보, 조회 정보를 포함할 수 있다. 사용자는 플랫폼 서비스에 업로드 된 적어도 하나 이상의 온라인 콘텐츠를 제공받게 되는데, 온라인 콘텐츠에 대한 평가 정보가 사용자의 결정에 매우 큰 도움을 주게 되고, 이는 사용자 경험(User experience)의 향상으로 이어지게 된다.
하지만, 이러한 온라인 콘텐츠가 모여져 있는 장인 플랫폼 서비스에 평가 정보를 제공하게 되면, 경쟁자의 악의적 평가 또는 관련자의 호의적 평가 등과 같은 특정 사용자의 허위 평가에 의해 플랫폼 서비스 자체가 레몬 마켓이 될 위험에 노출되게 된다. 특정 사용자의 허위 평가 정보는, 온라인 콘텐츠를 제공받는 사용자의 온라인 콘텐츠의 평가 정보에 대한 신뢰를 상실하게 함으로써, 온라인 콘텐츠의 생태계 자체를 위협하게 되는 것이다.
한국 공개특허 10-2012-0101188 한국 공개특허 10-2013-0113038
하지만, 기존의 온라인 콘텐츠에 대한 평점 정보 제공은 단순히 하나의 온라인 콘텐츠에 기록된 모든 평점의 산술평균으로 수행되고 있어서 특정 사용자의 허위 평가 정보를 적발하기 어려웠다. 또한, 기존의 온라인 콘텐츠에 대한 코멘트 정보 제공이나 호감 정보 제공은 허위 평가 정보의 적발이 실질적으로 수행되고 있지 않았고, 사용자들이 자체적으로 신고하는 '신고' 기능이 이용되는 정도에 불과하였다.
따라서, 기존에는 특정 사용자의 허위 평가 정보를 적발하기 위해 각각의 온라인 콘텐츠에 대해 사람이 수동으로 해당 온라인 콘텐츠의 평점 정보, 코멘트 정보 및 호감 정보의 허위 평가 정보 여부를 판단하여 평점 산출 시 포함 여부, 사용자에게 출력 여부 등을 결정하였다.
위와 같이 사람이 수동으로 수행하는 허위 평가 정보의 적발 방법은 엄청난 비용(특히, 인력 비용)을 야기하고, 신속하지 못하며, 지속 가능하지 못하여 온라인 콘텐츠와 트래픽이 폭발적으로 증가하는 플랫폼 서비스의 레몬 마켓화를 막기에는 역부족이었다.
따라서 본 발명의 목적은, 특정 서비스 제공자, 특정 서비스, 글, 사진, 책, 음식점이나 카페와 같은 맛집을 포함한 상점, 영화 등과 관련된 온라인 콘텐츠의 허위 평가 정보를 신속하게 자동으로 적발하기 위해 평가 정보의 텍스트 마이닝, 평가 정보의 빈도 분포 분석, 평가 정보를 송신한 사용자 간의 소셜 네트워크 정보, 평가 정보를 송신한 사용자의 활동 정보를 이용하는 HHI를 이용한 온라인 콘텐츠의 허위 평가 정보 적발 장치 및 방법을 제공하는 데에 있다.
이하 본 발명의 목적을 달성하기 위한 구체적 수단에 대하여 설명한다.
본 발명의 목적은, 온라인 콘텐츠가 업로드 되고 사용자가 접근하여 상기 온라인 콘텐츠에 대한 평가 정보를 입력할 수 있도록 상기 사용자의 클라이언트와 연결되는 플랫폼 서비스에 구성되고, 상기 온라인 콘텐츠의 허위 평가 정보의 적발을 위하여, 특정 온라인 콘텐츠 또는 특정 사용자에 대응되는 판정 보조 정보를 생성하는 판정 보조 정보 생성 모듈; 및 상기 플랫폼 서비스에 구성되고, 상기 판정 보조 정보 생성 모듈과 연결되어 상기 판정 보조 정보를 수신받고, 상기 판정 보조 정보를 토대로 상기 온라인 콘텐츠에 허위 평가 정보가 입력되었는지 여부 또는 상기 사용자가 허위 평가 정보를 입력하였는지 여부를 판정하는 허위 평가 정보 판정 모듈;을 포함하고, 상기 판정 보조 정보는, 각각의 온라인 콘텐츠에 입력되는 적어도 하나의 사용자의 평가 정보의 빈도 또는 각각의 사용자가 적어도 하나의 온라인 콘텐츠에 입력하는 평가 정보의 빈도에 관한 정보이고, 상기 허위 평가 정보 판정 모듈은, 특정 온라인 콘텐츠의 전체 사용자에 대한 상기 판정 보조 정보의 분포 또는 특정 사용자의 전체 온라인 콘텐츠에 대한 상기 판정 보조 정보의 분포를 구성하고, 특정 온라인 콘텐츠 또는 특정 사용자에 대한 특정 판정 보조 정보의 상기 분포에서의 위치를 통하여 허위 평가 정보의 입력 여부를 판정하는, 허위 평가 정보 적발 장치를 제공하여 달성될 수 있다.
본 발명의 다른 목적은, 온라인 콘텐츠가 업로드 되고 사용자가 접근하여 상기 온라인 콘텐츠에 대한 평가 정보를 입력할 수 있도록 상기 사용자의 클라이언트와 연결되는 플랫폼 서비스에 구성되고, 상기 온라인 콘텐츠의 허위 평가 정보의 적발을 위하여, 특정 온라인 콘텐츠에 대응되는 판정 보조 정보를 생성하는 판정 보조 정보 생성 모듈; 및 상기 플랫폼 서비스에 구성되고, 상기 판정 보조 정보 생성 모듈과 연결되어 상기 판정 보조 정보를 수신받고, 상기 판정 보조 정보를 토대로 상기 온라인 콘텐츠에 허위 평가 정보가 입력되었는지 여부를 판정하는 허위 평가 정보 판정 모듈;을 포함하고, 상기 판정 보조 정보는, 각각의 온라인 콘텐츠에 입력되는 적어도 하나의 사용자의 평가 정보의 날짜별 개수에 관한 정보이고, 상기 허위 평가 정보 판정 모듈은, 이하의 수학식에 의해 도출되는 HHI 값을 이용하여 허위 평가 정보의 입력 여부를 판정하는, 허위 평가 정보 적발 장치를 제공하여 달성될 수 있다.
[수학식]
Figure 112017095479130-pat00001
위 수학식 에서, HHI는 상기 HHI 값, N은 특정 온라인 콘텐츠에 평가 정보가 입력된 날(Day)의 수, Si는 날짜 i의 평가 정보 개수 점유율을 의미한다.
본 발명의 다른 목적은, 온라인 콘텐츠가 업로드 되고 사용자가 접근하여 상기 온라인 콘텐츠에 대한 평가 정보를 입력할 수 있도록 상기 사용자의 클라이언트와 연결되는 플랫폼 서비스에 구성되고 상기 온라인 콘텐츠의 허위 평가 정보의 적발을 수행하는 허위 평가 정보 적발 장치가, 상기 클라이언트에서 특정 온라인 콘텐츠에 관한 특정 사용자의 평가 정보를 수신하는 평가 정보 수신 단계; 상기 허위 평가 정보 적발 장치의 일구성인 판정 보조 정보 생성 모듈이, 상기 온라인 콘텐츠 또는 상기 사용자에 대한 판정 보조 정보를 생성하는 판정 보조 정보 생성 단계; 및 상기 허위 평가 정보 적발 장치의 일구성인 허위 평가 정보 판정 모듈이, 상기 판정 보조 정보를 토대로 상기 온라인 콘텐츠에 허위 평가 정보가 입력되었는지 여부 또는 상기 사용자가 허위 평가 정보를 입력하였는지 여부를 판정하는 허위 평가 정보 판정 단계;를 포함하고, 상기 판정 보조 정보는, 각각의 온라인 콘텐츠에 입력되는 적어도 하나의 사용자의 평가 정보의 빈도 또는 각각의 사용자가 적어도 하나의 온라인 콘텐츠에 입력하는 평가 정보의 빈도에 관한 정보이고, 상기 허위 평가 정보 판정 모듈은, 특정 온라인 콘텐츠의 전체 사용자에 대한 상기 판정 보조 정보의 분포 또는 특정 사용자의 전체 온라인 콘텐츠에 대한 상기 판정 보조 정보의 분포를 구성하고, 특정 온라인 콘텐츠 또는 특정 사용자에 대한 특정 판정 보조 정보의 상기 분포에서의 위치를 통하여 허위 평가 정보의 입력 여부를 판정하는, 허위 평가 정보 적발 방법을 제공하여 달성될 수 있다.
본 발명의 다른 목적은, 온라인 콘텐츠가 업로드 되고 사용자가 접근하여 상기 온라인 콘텐츠에 대한 평가 정보를 입력할 수 있도록 상기 사용자의 클라이언트와 연결되는 플랫폼 서비스에 구성되고 상기 온라인 콘텐츠의 허위 평가 정보의 적발을 수행하는 허위 평가 정보 적발 장치가, 상기 클라이언트에서 특정 온라인 콘텐츠에 관한 특정 사용자의 평가 정보를 수신하는 평가 정보 수신 단계; 상기 허위 평가 정보 적발 장치의 일구성인 판정 보조 정보 생성 모듈이, 상기 온라인 콘텐츠에 대한 판정 보조 정보를 생성하는 판정 보조 정보 생성 단계; 및 상기 허위 평가 정보 적발 장치의 일구성인 허위 평가 정보 판정 모듈이, 상기 판정 보조 정보를 토대로 상기 온라인 콘텐츠에 허위 평가 정보가 입력되었는지 여부를 판정하는 허위 평가 정보 판정 단계;를 포함하고, 상기 판정 보조 정보는, 각각의 온라인 콘텐츠에 입력되는 적어도 하나의 사용자의 평가 정보의 날짜별 개수에 관한 정보이고, 상기 허위 평가 정보 판정 모듈은, 이하의 수학식에 의해 도출되는 HHI 값을 이용하여 허위 평가 정보의 입력 여부를 판정하는, 허위 평가 정보 적발 방법을 제공하여 달성될 수 있다.
[수학식]
Figure 112017095479130-pat00002
위 수학식 에서, HHI는 상기 HHI 값, N은 특정 온라인 콘텐츠에 평가 정보가 입력된 날(Day)의 수, Si는 날짜 i의 평가 정보 개수 점유율을 의미한다.
본 발명의 다른 목적은, 온라인 콘텐츠가 업로드 되고 사용자가 접근하여 상기 온라인 콘텐츠에 대한 평가 정보를 입력할 수 있도록 상기 사용자의 클라이언트와 연결되는 플랫폼 서비스에 구성되고 상기 온라인 콘텐츠의 허위 평가 정보의 적발을 수행하는 허위 평가 정보 적발 장치가, 상기 클라이언트에서 특정 온라인 콘텐츠에 관한 특정 사용자의 평가 정보를 수신하는 평가 정보 수신 단계; 상기 허위 평가 정보 적발 장치의 일구성인 판정 보조 정보 생성 모듈이, 상기 온라인 콘텐츠 또는 상기 사용자에 대한 판정 보조 정보를 생성하는 판정 보조 정보 생성 단계; 및 상기 허위 평가 정보 적발 장치의 일구성인 허위 평가 정보 판정 모듈이, 상기 판정 보조 정보를 토대로 상기 온라인 콘텐츠에 허위 평가 정보가 입력되었는지 여부 또는 상기 사용자가 허위 평가 정보를 입력하였는지 여부를 판정하는 허위 평가 정보 판정 단계;를 포함하고, 상기 판정 보조 정보는, 각각의 온라인 콘텐츠에 입력되는 적어도 하나의 사용자의 평가 정보의 빈도 또는 각각의 사용자가 적어도 하나의 온라인 콘텐츠에 입력하는 평가 정보의 빈도에 관한 정보이고, 상기 허위 평가 정보 판정 모듈은, 특정 온라인 콘텐츠의 전체 사용자에 대한 상기 판정 보조 정보의 분포 또는 특정 사용자의 전체 온라인 콘텐츠에 대한 상기 판정 보조 정보의 분포를 구성하고, 특정 온라인 콘텐츠 또는 특정 사용자에 대한 특정 판정 보조 정보의 상기 분포에서의 위치를 통하여 허위 평가 정보의 입력 여부를 판정하는, 허위 평가 정보 적발 방법을 컴퓨터상에서 수행하는 기록매체에 저장된 프로그램을 제공하여 달성될 수 있다.
상기한 바와 같이, 본 발명에 의하면 이하와 같은 효과가 있다.
첫째, 본 발명의 일실시예에 따르면, 플랫폼 서비스에서 온라인 콘텐츠에 대한 허위 평가 정보가 자동으로 적발될 수 있게 되는 효과가 발생된다.
*둘째, 본 발명의 일실시예에 따르면, 플랫폼 서비스에서 온라인 콘텐츠에 대한 허위 평가 정보의 적발이 자동으로 이루어지게 됨으로써 인력 비용을 절감할 수 있게 되는 효과가 발생된다.
셋째, 본 발명의 일실시예에 따라 HHI(Herfindahl-Hirschman Index) 지수를 이용하는 경우, 적은 정보로 신속하게 허위 평가 정보를 자동으로 적발할 수 있게 되는 효과가 발생된다. 허위 평가 정보의 적발에서 적은 정보를 이용하여 높은 확률로 허위 평가 정보를 적발하게 되는 것은 데이터 분석의 활용성 측면에서 매우 중요한 것이다.
본 명세서에 첨부되는 다음의 도면들은 본 발명의 바람직한 실시예를 예시하는 것이며, 발명의 상세한 설명과 함께 본 발명의 기술사상을 더욱 이해시키는 역할을 하는 것이므로, 본 발명은 그러한 도면에 기재된 사항에만 한정되어 해석되어서는 아니 된다.
도 1은 본 발명의 일실시예에 따른 온라인 콘텐츠의 허위 평가 정보 적발 시스템을 도시한 블럭도,
도 2는 본 발명의 일실시예에 따른 플랫폼 서비스를 도시한 블럭도,
도 3은 본 발명의 일실시예에 따른 허위 평가 정보 적발 장치(107)를 도시한 블럭도,
도 4는 본 발명의 일실시예에 따른 온라인 콘텐츠의 허위 평가 정보 적발 방법을 도시한 것이다.
이하 첨부된 도면을 참조하여 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자가 본 발명을 쉽게 실시할 수 있는 실시예를 상세히 설명한다. 다만, 본 발명의 바람직한 실시예에 대한 동작원리를 상세하게 설명함에 있어서 관련된 공지기능 또는 구성에 대한 구체적인 설명이 본 발명의 요지를 불필요하게 흐릴 수 있다고 판단되는 경우에는 그 상세한 설명을 생략한다.
또한, 도면 전체에 걸쳐 유사한 기능 및 작용을 하는 부분에 대해서는 동일한 도면 부호를 사용한다. 명세서 전체에서, 특정 부분이 다른 부분과 연결되어 있다고 할 때, 이는 직접적으로 연결되어 있는 경우뿐만 아니라, 그 중간에 다른 소자를 사이에 두고, 간접적으로 연결되어 있는 경우도 포함한다. 또한, 특정 구성요소를 포함한다는 것은 특별히 반대되는 기재가 없는 한 다른 구성요소를 제외하는 것이 아니라, 다른 구성요소를 더 포함할 수 있는 것을 의미한다.
본 발명에서 '온라인 콘텐츠'는 특정 서비스 제공자의 프로필, 특정 서비스의 프로필, 글, 사진, 책, 음식점이나 카페와 같은 맛집을 포함한 상점, 영화 등과 관련된 정보를 의미할 수 있다. 사용자들은 PC 또는 스마트폰의 애플리케이션이나 웹을 통해서 이러한 온라인 콘텐츠들을 브라우징 및 탐색할 수 있다. 사용자들은 이러한 온라인 콘텐츠들에 대해 평가 정보를 제공할 수 있다.
본 발명에서 '평가 정보'는 특정 온라인 콘텐츠에 대한 평점 정보, 코멘트 정보(사용자 리뷰 정보, 사용자 댓글 정보를 포함), '좋아요'나 '나빠요'와 같은 호감 정보, 공유 여부 정보, 추천 정보, 조회 정보를 포함한 사용자가 특정 온라인 콘텐츠에 대해 제공하는 정보를 의미할 수 있다. 이러한 평가 정보는 특정 온라인 콘텐츠에 대해 등급을 매기거나, 평가하거나, 제안하거나, 호감을 표시하거나, 비호감을 표시하거나, 추천하거나 비추천하는 모든 정보를 의미할 수 있다.
본 발명에서 '플랫폼 서비스'는 온라인 콘텐츠를 업로드하여 사용자를 획득하려는 서비스 제공자들과 이러한 온라인 콘텐츠를 이용하려고 하는 사용자들이 모이는 온라인 상의 양면 네트워크를 의미할 수 있다.
온라인 콘텐츠의 허위 평가 정보 적발 시스템
온라인 콘텐츠의 허위 평가 정보 적발 시스템에 관하여, 도 1은 본 발명의 일실시예에 따른 온라인 콘텐츠의 허위 평가 정보 적발 시스템을 도시한 블럭도이다. 도 1에 도시된 바와 같이, 본 발명의 일실시예에 따른 온라인 콘텐츠의 허위 평가 정보 적발 시스템(100)은 클라이언트(101), 네트워크(102), 플랫폼 서비스(103)를 포함할 수 있다.
클라이언트(101)는 적어도 하나 이상의 클라이언트 장치들, 예를 들어, 하나 이상의 스마트폰, 태블릿과 같은 모바일 장치, 랩탑(laptop)이나 데스크탑 PC를 포함할 수 있다. 사용자는 클라이언트(101)를 통해 온라인 콘텐츠를 브라우징/탐색하거나 특정 온라인 콘텐츠의 평가 정보를 입력하게 된다.
*네트워크(102)는 데이터 프로세싱 시스템들, 컴퓨터들, 서버들, 모바일 장치들간의 무선 혹은 유선 통신 연결을 제공하는 커넥션들을 포함할 수 있다. 본 발명의 일실시예에 따른 네트워크(102)는 클라이언트(101)와 플랫폼 서비스(103)의 유무선 통신 연결을 제공하는 커넥션으로 구성될 수 있다. 본 발명의 일실시예에 따른 네트워크(102)는 서로 통신하기 위해 TCP/IP를 사용하는 네트워크들 및 게이트웨이들의 World Wide Collection, 인트라넷, LAN, WAN을 포함할 수 있고, 인터넷을 의미할 수 있다.
플랫폼 서비스(103)는 클라이언트(101)와 네트워크(102)를 통해 연결되어 클라이언트(101)에 온라인 콘텐츠를 송신하고, 클라이언트(101)에 의해 평가 정보를 수신받는 구성을 의미하고, 플랫폼 서비스(103)의 인터페이스는 스마트폰/Mac OS의 애플리케이션 또는 스마트폰/PC의 웹 브라우저를 통해 사용자가 이용할 수 있는 웹 페이지일 수 있다. 본 발명의 일실시예에 따른 플랫폼 서비스(103)는 각종 컴퓨터들, 서버들, 데이터베이스들, 라우터들, 스위치들, 커넥션 들 및 다른 장치를 포함할 수 있다.
도 2는 본 발명의 일실시예에 따른 플랫폼 서비스를 도시한 블럭도이다. 도 2에 도시된 바와 같이 본 발명의 일실시예에 따른 플랫폼 서비스(103)는 온라인 콘텐츠 제공 모듈(104), 온라인 콘텐츠 데이터베이스(105), 평가 정보 수신 모듈(106), 허위 평가 정보 적발 장치(107)를 포함할 수 있다.
온라인 콘텐츠 제공 모듈(104)은 온라인 콘텐츠 데이터베이스(105)에서 온라인 콘텐츠를 수신하여 클라이언트(101)에 제공하는 구성이다. 온라인 콘텐츠 제공 모듈(104)에 의해 클라이언트(101)는 플랫폼 서비스(103)에서 온라인 콘텐츠를 브라우징/탐색할 수 있게 된다.
온라인 콘텐츠 데이터베이스(105)는 클라이언트(101)를 통해 사용자가 제공하거나 플랫폼 서비스 제공자가 입력한 온라인 콘텐츠를 저장하는 구성을 의미할 수 있다.
평가 정보 수신 모듈(106)은 클라이언트(101)에서 평가 정보를 수신하여 허위 평가 정보 적발 장치(107)로 평가 정보를 전달하는 모듈이다.
허위 평가 정보 적발 장치(107)는 평가 정보 수신 모듈(106)에서 특정 사용자의 평가 정보를 수신하여 허위 평가 정보의 적발을 수행하는 구성이다. 도 3은 본 발명의 일실시예에 따른 허위 평가 정보 적발 장치(107)를 도시한 블럭도이다. 도 3에 도시된 바와 같이, 본 발명의 일실시예에 따른 허위 평가 정보 적발 장치(107)는 판정 보조 정보 생성 모듈(108), 평가 정보 데이터베이스(109), 허위 평가 정보 판정 모듈(110), 페널티 처리 모듈(111)을 포함할 수 있다.
판정 보조 정보 생성 모듈(108)은 허위 평가 정보 판정 모듈(110)에서 평가 정보를 허위 평가 정보로 분류하거나 예측하기 위해 수신된 평가 정보를 가공하여 평가를 용이하게 하는 판정 보조 정보를 생성하는 모듈이다. 판정 보조 정보 생성 모듈(108)는 평가 정보 수신 모듈(106)에서 평가 정보 및 평가 정보에 대응되는 사용자의 정보를 수신하고, 평가 정보 데이터베이스(109) 또는 허위 평가 정보 판정 모듈(110)로 용이한 평가를 위해 평가 정보를 가공한 판정 보조 정보를 송신하게 된다.
평가 정보 데이터베이스(109)는 판정 보조 정보 생성 모듈(108), 평가 정보 수신 모듈(106), 페널티 처리 모듈(111)과 연결되어 판정 보조 정보, 평가 정보, 페널티 처리 정보를 저장하게 된다. 특히 페널티 처리 정보는 온라인 콘텐츠 제공 모듈(104), 온라인 콘텐츠 데이터베이스(105)에 전달될 수 있다.
허위 평가 정보 판정 모듈(110)은 판정 보조 정보 생성 모듈(108) 및 평가 정보 수신 모듈(106)과 연결되어 판정 보조 정보 및 평가 정보를 수신하고, 이를 분석하여 허위 평가 정보 여부를 판정하는 모듈이다. 허위 평가 정보 여부는, 해당 평가 정보가 허위 평가 정보라는 것을 적발하거나, 해당 온라인 콘텐츠에 허위 평가 정보가 입력되었음을 적발하는 것을 의미할 수 있다. 특정 사용자의 평가 정보가 허위 평가 정보로 판정되는 경우, 페널티 처리 모듈(111)로 해당 평가 정보 및 대응되는 사용자 정보를 전송할 수 있다.
페널티 처리 모듈(111)은 허위 평가 정보 판정 모듈(110)에서 허위 평가 정보로 판정된 평가 정보 및 대응되는 사용자 정보를 수신하여 이에 페널티 처리를 한 페널티 처리 정보를 생성하는 모듈이다.
온라인 콘텐츠의 허위 평가 정보 적발 방법
온라인 콘텐츠의 허위 평가 정보 적발 방법에 관하여, 도 4는 본 발명의 일실시예에 따른 온라인 콘텐츠의 허위 평가 정보 적발 방법을 도시한 것이다. 도 4에 도시된 바와 같이, 본 발명의 일실시예에 따른 온라인 콘텐츠의 허위 평가 정보 적발 방법은, 평가 정보 수신 단계(S10), 판정 보조 정보 생성 단계(S20), 허위 평가 정보 판정 단계(S30), 페널티 처리 단계(S40)를 포함할 수 있다.
평가 정보 수신 단계(S10)는 클라이언트(101)에서 송신한 평가 정보를 평가 정보 수신 모듈(106)이 수신하는 단계이다.
판정 보조 정보 생성 단계(S20)는 평가 정보 수신 모듈(106)이 수신한 평가 정보를 허위 평가 정보 적발 장치(107)에 송신하고, 허위 평가 정보 적발 장치(107)의 일구성인 판정 보조 정보 생성 모듈(108)에서 수신된 평가 정보 및 사용자 정보 등을 토대로 판정 보조 정보를 생성하는 단계이다.
허위 평가 정보 판정 단계(S30)는 판정 보조 정보 생성 모듈(108)에서 생성된 판정 보조 정보를 토대로 허위 평가 정보 판정 모듈(110)이 해당 평가 정보가 허위 평가 정보라는 것을 판정하거나, 특정 온라인 콘텐츠에 대한 평가 정보가 허위 평가 정보일 가능성이 높다는 것을 판정하는 단계이다. 허위 평가 정보는 온라인 콘텐츠의 평가를 상향시키려는 포지티브(positive) 허위 평가 정보, 온라인 콘텐츠의 평가를 하향시키려는 네거티브(negative) 허위 평가 정보로 구분될 수 있다.
페널티 처리 단계(S40)는 허위 평가 정보 판정 모듈(110)이 해당 평가 정보 또는 해당 온라인 콘텐츠의 평가 정보 중 적어도 일부가 허위 평가 정보라는 것을 판정하는 경우, 해당 사용자, 해당 평가 정보 또는 해당 온라인 콘텐츠의 평가 정보 중 적어도 일부에 대해 페널티 처리를 하는 단계이다. 포지티브 허위 평가 정보의 경우 페널티 처리는 해당 평가 정보를 전송한 사용자의 계정을 중단 또는 취소하는 것, 해당 평가 정보에 대한 weight를 0(평가 정보 합산의 배제) 또는 음수로 주는 것을 포함할 수 있다. 네거티브 허위 평가 정보의 경우 페널티 처리는 해당 평가 정보를 전송한 사용자의 계정을 중단 또는 취소하는 것, 해당 평가 정보에 대한 weight를 0(평가 정보 합산의 배제) 또는 양수로 주는 것을 포함할 수 있다.
본 발명의 일실시예에 따른 온라인 콘텐츠의 허위 평가 정보 적발 방법이 컴퓨터 상에서 수행되는 HDD, SSD, CD-ROM, USB 등의 기록매체에 저장된 프로그램으로 구성될 수 있다.
실시예
이하에서는 본 발명의 일실시예에 따른 온라인 콘텐츠의 허위 평가 정보 적발 시스템, 장치, 방법 및 프로그램의 구체적인 실시예를 기재한다.
판정 보조 정보와 관련하여, 본 발명의 일실시예에 따른 온라인 콘텐츠의 허위 평가 정보 적발 시스템의 일구성인 판정 보조 정보 생성 모듈(108)에서 생성될 수 있는 판정 보조 정보는, 코멘트 정보(댓글 정보, 리뷰 정보 등)의 텍스트 마이닝 정보, 평가 정보의 빈도 정보, 사용자 간 네트워크 정보, 사용자의 사용행태 정보를 포함할 수 있다.
(1) 코멘트 정보
텍스트 마이닝 정보를 판정 보조 정보로 제공하는 것과 관련하여, 평가 정보 중 코멘트 정보의 텍스트 마이닝을 통해 코멘트 정보의 포지티브 및 네거티브 정도에 대해 감성 분석(Sentimental analysis)할 수 있고, 이러한 코멘트 정보의 감성 분석 결과를 통해 특정 감성의 코멘트의 빈도 정보가 판정 보조 정보로 허위 평가 정보 판정 모듈(110)에 제공될 수 있다.
또는 기존에 허위 평가 정보로 판정되었던 코멘트 정보에 여러 속성(attribute)을 부여하여 유사한 패턴을 보이는 코멘트 정보를 허위 평가 정보로 판정할 수 있고, 이를 위해 여러 분류 모델에서 Supervised Machine Learning 중 하나가 이용될 수 있다. 이러한 경우 기존의 허위 평가 정보와 입력된 평가 정보가 동일한 그룹으로 분류되면 이러한 분류 정보가 판정 보조 정보로 허위 평가 정보 판정 모듈(110)에 제공될 수 있다. 코멘트 정보에 포함될 수 있는 속성으로는, 코멘트의 길이, 코멘트의 감성 분석 정보, 코멘트의 입력에 걸린 시간, 코멘트에의 이모티콘 사용 여부 등이 있을 수 있다.
또는, 기존의 평가 정보와 새롭게 수신된 평가 정보에 여러 속성을 부여한 뒤 클러스터링하고, 해당 평가 정보가 포함된 클러스터의 허위 평가 정보의 확률을 이용할 수 있다. 이를 위해 Unsupervised Machine Learning의 여러 모델 중 하나가 활용될 수 있다. 이에 따르면 특정 평가 정보가 수신되는 경우, 해당 평가 정보가 속하는 클러스터의 허위 평가 정보의 확률값이 판정 보조 정보로서 허위 평가 정보 판정 모듈(110)에 제공될 수 있다. 이러한 경우, 허위 평가 정보 판정 모듈(110)에서는 해당 평가 정보가 속하는 클러스터의 허위 평가 정보의 확률값의 컷오프 값(cut-off value)을 설정하여 허위 평가 정보를 판정할 수 있다.
또는, 평가 정보 중 코멘트 정보의 텍스트 마이닝을 통해 특정 단어의 빈도/유무를 파악하여 판정 보조 정보로 허위 평가 정보 판정 모듈(110)에 제공할 수 있다. 예를 들어, 식당 주인이, 자신이 운영하는 식당과 관련된 온라인 콘텐츠에 대해 작성한 코멘트 정보에는 "보증합니다", "보장합니다" 등의 일반 사용자들이 쓰지 않는 단어들이 나오는 경우가 많고, "정성을 다하겠습니다"와 같이 자신도 모르는 사이에 존댓말을 사용하는 경우가 많다. 이러한 코멘트의 구체적인 표현 방식에 대한 정보가 허위 평가 정보 판정 모듈(11)에 판정 보조 정보로 제공될 수 있다.
(2) 평가 정보의 빈도 정보
평가 정보의 빈도 정보를 판정 보조 정보로 제공하는 것과 관련하여, 허위 평가 정보 판정 모둘(110)에 평가 정보의 빈도 정보가 판정 보조 정보로 제공되면 급격하게 평가 정보의 빈도가 상승되는 경우, 해당 온라인 콘텐츠에 대한 적어도 일부의 평가 정보를 허위 평가 정보로 판정할 수 있다. 이는 예를 들어, 평가 정보의 빈도에 대응되는 정규분포를 구하고, 각 온라인 콘텐츠에 대해 평균적으로 평가 정보가 얼마나 나오는지에 대해 정규분포의 어느 위치인지를 분석할 수 있다. 평가 정보의 빈도가 급격하게 변화하면 해당 정규분포에서의 위치가 달라지게 된다. 본 발명의 일실시예에 따르면 이러한 빈도 정보는 날짜별 평가 정보의 개수를 예로 들 수 있다. 본 발명의 다른 실시예에 따르면, 정규분포가 아닌 확률분포, t분포, 카이분포 등의 통계 분포를 이용할 수 있다.
(3) 사용자 간 네트워크 정보
사용자 간 네트워크 정보를 판정 보조 정보로 제공하는 것과 관련하여, 네트워크 정보는 사용자 간의 소셜 네트워크 정보를 의미할 수 있다. 예를 들어, 특정 온라인 콘텐츠에 평가 정보를 입력한 사용자 간에 위치정보가 매우 유사하다면 해당 정보가 판정 보조 정보로서 허위 평가 정보 판정 모듈(110)에 제공될 수 있다. 또는, 특정 온라인 콘텐츠에 평가 정보를 입력한 사용자들끼리 모두 소셜 네트워크의 친구 관계인 경우나 입력한 사용자들끼리의 소셜 네트워크의 상호 친구(mutual friend)가 많은 경우에는 해당 정보가 판정 보조 정보로서 허위 평가 정보 판정 모듈(110)에 제공될 수 있다.
(4) 사용자의 행태 정보
사용자의 행태 정보를 판정 보조 정보로 제공하는 것과 관련하여, 사용자가 플랫폼 서비스에 유입된지 몇 초내에 평가 정보를 입력하는지, 다른 온라인 콘텐츠를 브라우징하다가 평가 정보를 입력하는지, 당일 몇 번째 세션에서 평가 정보를 입력하는지, 어떤 페이지에서 평가 정보 입력으로 유입되는지 등을 분석하여 판정 보조 정보로 이용할 수 있다. 이에 따르면 특정 평가 정보가 수신되는 경우, 해당 평가 정보를 입력한 사용자의 행태 정보가 판정 보조 정보로서 허위 평가 정보 판정 모듈(110)에 제공될 수 있다. 또는, 예를 들어, 사용자가 해당 식당의 리뷰를 모두 like하면서 평가 정보를 입력하는 경우, 사용자가 특정 식당은 포지티브 평가 정보를 입력하면서 동시에 근처의 같은 종류의 식당에 대해서는 네거티브 평가 정보를 입력한 경우, 사용자가 평가 정보를 활발히 입력하는 다른 사용자들의 댓글에 전화번호/이메일 등의 연락처를 남기며 보상을 약속하는 경우 등의 사용자 행태 정보가 판정 보조 정보로서 허위 평가 정보 판정 모듈(110)에 제공될 수 있다.
(5) HHI를 이용한 허위 평가 정보의 판정
허위 평가 정보의 판정과 관련하여, 본 발명의 일실시예에 따른 허위 정보 평가 정보 판정 모듈(110)에서의 허위 평가 정보의 판정은 HHI (HerfindahlHirschman Index)를 이용할 수 있다. 온라인 콘텐츠의 허위 평가 정보의 판정을 이용하는데, HHI 값을 사용하면 단순히 정규분포에 도시하는 것보다도 눈에 띄는 차이가 발생하게 된다. 따라서 이에 따르면 사람이 모든 온라인 콘텐츠의 평가 정보를 검토할 필요도 없이, 급격하게 평가 정도 빈도가 변화하는 온라인 콘텐츠를 찾을 수 있게 된다.
HHI는 특정 산업에서의 시장 집중 정도를 측정하는 방법의 하나로서, 전체 시장을 100으로 할 때 각 기업(조직)이 차지하는 시장 점유율에 제곱을 한 후 모두 더한 값이다. 이는 각 기업의 시장 점유율 자체를 가중치로 하는 시장 점유율의 가중 합이라고 할 수 있으며, 상위 기업의 시장 점유가 독점에 가까우면 가까울수록 HHI 값도 높아지고, 자유경쟁에 가까우면 가까울수록 HHI 값이 낮아진다. 일반적으로 1,800 이상을 고집중, 1,000 이하를 저집중, 그 중간을 중집중 산업이라고 한다.
HHI를 평가 정보의 빈도 정보를 이용한 허위 평가 정보의 판정에 이용하는 경우, 다음 수학식 1과 같이 표현될 수 있다.
Figure 112017095479130-pat00003
위 수학식 1에서, HHI는 HHI 값, N은 해당 온라인 콘텐츠에 평가 정보가 입력된 날(Day)의 수, Si는 날짜 i의 평가 정보 개수 점유율을 의미할 수 있다. 이러한 HHI 값으로 정규분포를 그리고, 각각의 온라인 콘텐츠를 그 정규분포에서 플로팅한 뒤, 정규분포에서의 HHI 변화를 살피면 급격하게 평가 정보 빈도가 변동하는 온라인 콘텐츠를 알아낼 수 있다. 예를 들어, 평균 하루에 1번 평가 정보가 입력되던 온라인 콘텐츠의 평가 정보 빈도가 갑자기 늘어날 때, 기존의 어떠한 방식보다도 HHI 값을 이용하는 방식에서 눈에 띄는 차이가 발생하게 된다.
예를 들어, 총 10회의 평가 정보가 특정 온라인 콘텐츠에 입력되는 경우를 가정할 때, 만일 하루에 1회씩 평가 정보가 입력되어 총 10회가 입력되는 경우, HHI는 0.1이 된다. 하지만, 6일 동안 하루에 1회씩 평가 정보가 6회 입력되고, 2일 동안 하루에 2회씩 평가 정보가 4회 입력되면 HHI는 0.14가 된다. 1일 동안 1회의 평가 정보가 입력, 1일 동안 6회의 평가 정보가 입력, 1일 동안 3회의 평가 정보가 입력되게 되면 HHI는 0.46으로 급격하게 상승하게 된다. 이렇게 되면, 사람이 모든 식당의 평가 정보를 검토할 필요 없이, 급격하게 평가 정보 빈도가 변동하는 식당을 찾아낼 수 있게 되는 효과가 발생된다.
예를 들어, 특정 온라인 콘텐츠 A에 평가 정보가 하루에 1회씩 입력되어 총 10회가 입력되는 경우, (1/10)^2 + (1/10)^2 + (1/10)^2 + ... + (1/10)^2 = 0.1 이 HHI로 계산될 수 있다. (수학식 1의 HHI로 계산하면, HHI = 10,000*((10/100)^2 + (10/100)^2 + (10/100)^2 + ... + (10/100)^2) = 1000으로 계산될 수 있다.)
특정 온라인 콘텐츠 B에 6일 동안 하루에 1회씩 평가 정보가 6회 입력되고, 2일 동안 하루에 2회씩 평가 정보가 4회 입력되면 6*(1/10)^2 + 2*(2/10)^2 = 0.14로 계산되어 HHI는 0.14가 된다.
특정 온라인 콘텐츠 C에 1일 동안 1회의 평가 정보가 입력, 1일 동안 6회의 평가 정보가 입력, 1일 동안 3회의 평가 정보가 입력되게 되면 1*(1/10)^2 + 1*(6/10)^2 + 1*(3/10)^2 = 0.46 으로 계산되어 HHI는 0.46이 된다.
삭제
이상에서 설명한 바와 같이, 본 발명이 속하는 기술 분야의 통상의 기술자는 본 발명이 그 기술적 사상이나 필수적 특징을 변경하지 않고서 다른 구체적인 형태로 실시될 수 있다는 것을 이해할 수 있을 것이다. 그러므로 상술한 실시예들은 모든 면에서 예시적인 것이며 한정적인 것이 아닌 것으로서 이해해야만 한다. 본 발명의 범위는 상세한 설명보다는 후술하는 특허청구범위에 의하여 나타내어지며, 특허청구범위의 의미 및 범위 그리고 등가 개념으로부터 도출되는 모든 변경 또는 변형된 형태가 본 발명의 범위에 포함하는 것으로 해석되어야 한다.
100: 온라인 콘텐츠의 허위 평가 정보 적발 시스템
101: 클라이언트
102: 네트워크
103: 플랫폼 서비스
104: 온라인 콘텐츠 제공 모듈
105: 온라인 콘텐츠 데이터베이스
106: 평가 정보 수신 모듈
107: 허위 평가 정보 적발 장치
108: 판정 보조 정보 생성 모듈
109: 평가 정보 데이터베이스
110: 허위 평가 정보 판정 모듈
111: 페널티 처리 모듈

Claims (2)

  1. 온라인 콘텐츠가 업로드 되고 사용자가 접근하여 상기 온라인 콘텐츠에 대한 평가정보를 입력할 수 있도록 상기 사용자의 클라이언트와 연결되는 플랫폼 서비스에 구성되고, 상기 온라인 콘텐츠의 허위 평가 정보의 적발을 위하여, 특정 온라인 콘텐츠에 대응되는 판정 보조 정보를 생성하는 판정 보조 정보 생성 모듈; 및
    상기 플랫폼 서비스에 구성되고, 상기 판정 보조 정보 생성 모듈과 연결되어 상기 판정 보조 정보를 수신받고, 상기 판정 보조 정보를 토대로 상기 온라인 콘텐츠에 허위 평가 정보가 입력되었는지 여부를 판정하는 허위 평가 정보 판정 모듈;
    을 포함하고,
    상기 판정 보조 정보는, 특정 온라인 콘텐츠에 대해 아래의 수학식에 따라 도출되는 HHI를 포함하며,
    상기 허위 평가 정보 판정 모듈은, 상기 특정 온라인 콘텐츠의 상기 HHI를 기초로 허위 평가 정보의 입력 여부를 판정하는,
    HHI를 이용한 온라인 콘텐츠의 허위 평가 정보 적발 장치.
    [수학식]
    Figure 112018102855857-pat00008

    여기서, N은 상기 특정 온라인 콘텐츠에 평가 정보가 입력된 날(Day)의 수, Si는 날짜 i의 평가 정보 개수 점유율을 의미함.
  2. 온라인 콘텐츠가 업로드 되고 사용자가 접근하여 상기 온라인 콘텐츠에 대한 평가 정보를 입력할 수 있도록 상기 사용자의 클라이언트와 연결되는 플랫폼 서비스에 구성되고 상기 온라인 콘텐츠의 허위 평가 정보의 적발을 수행하는 허위 평가 정보 적발 장치가, 상기 클라이언트에서 특정 온라인 콘텐츠에 관한 특정 사용자의 평가 정보를 수신하는 평가 정보 수신 단계;
    상기 허위 평가 정보 적발 장치의 일구성인 판정 보조 정보 생성 모듈이, 상기 온라인 콘텐츠에 대한 판정 보조 정보를 생성하는 판정 보조 정보 생성 단계; 및
    상기 허위 평가 정보 적발 장치의 일구성인 허위 평가 정보 판정 모듈이, 상기 판정 보조 정보를 토대로 상기 온라인 콘텐츠에 허위 평가 정보가 입력되었는지 여부를 판정하는 허위 평가 정보 판정 단계;
    를 포함하고,
    상기 판정 보조 정보는, 특정 온라인 콘텐츠에 대해 아래의 수학식에 따라 도출되는 HHI를 포함하며,
    상기 허위 평가 정보 판정 모듈은, 상기 특정 온라인 콘텐츠의 상기 HHI를 기초로 허위 평가 정보의 입력 여부를 판정하는,
    HHI를 이용한 온라인 콘텐츠의 허위 평가 정보 적발 방법.
    [수학식]
    Figure 112018102855857-pat00009

    여기서, N은 상기 특정 온라인 콘텐츠에 평가 정보가 입력된 날(Day)의 수, Si는 날짜 i의 평가 정보 개수 점유율을 의미함.
KR1020170126487A 2017-09-28 2017-09-28 Hhi를 이용한 온라인 콘텐츠의 허위 평가 정보 적발 장치 및 방법 KR101960960B1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020170126487A KR101960960B1 (ko) 2017-09-28 2017-09-28 Hhi를 이용한 온라인 콘텐츠의 허위 평가 정보 적발 장치 및 방법

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020170126487A KR101960960B1 (ko) 2017-09-28 2017-09-28 Hhi를 이용한 온라인 콘텐츠의 허위 평가 정보 적발 장치 및 방법

Related Parent Applications (1)

Application Number Title Priority Date Filing Date
KR1020160063822A Division KR101785288B1 (ko) 2016-05-25 2016-05-25 온라인 콘텐츠의 허위 평가 정보 적발 장치, 방법 및 프로그램

Publications (2)

Publication Number Publication Date
KR20170133290A KR20170133290A (ko) 2017-12-05
KR101960960B1 true KR101960960B1 (ko) 2019-03-22

Family

ID=60921106

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020170126487A KR101960960B1 (ko) 2017-09-28 2017-09-28 Hhi를 이용한 온라인 콘텐츠의 허위 평가 정보 적발 장치 및 방법

Country Status (1)

Country Link
KR (1) KR101960960B1 (ko)

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR100503945B1 (ko) 2004-08-16 2005-07-26 (주)씨파트너스 모바일 컨텐츠를 제공하는 이벤트를 이용한 텔레마케팅대상고객 추출 및 통화검증방법
JP2015219923A (ja) 2014-05-19 2015-12-07 株式会社リコー スパムコメントの検出方法及びスパムコメントの検出装置

Family Cites Families (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
AU2004292080A1 (en) * 2003-10-23 2005-06-02 Intellectual Property Bank Corp. Enterprise evaluation device and enterprise evaluation program
KR101301252B1 (ko) * 2009-11-11 2013-08-28 김범진 댓글 평가 시스템 및 방법
KR20120101188A (ko) 2011-02-01 2012-09-13 케이비에스인터넷 주식회사 스마트폰을 이용한 맛집 정보 제공 시스템 및 방법
KR20130113038A (ko) 2012-04-05 2013-10-15 신광윤 지도 에이피아이를 이용한 위치기반 맛집 검색서비스 시스템 및 방법
US9479516B2 (en) * 2013-02-11 2016-10-25 Google Inc. Automatic detection of fraudulent ratings/comments related to an application store

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR100503945B1 (ko) 2004-08-16 2005-07-26 (주)씨파트너스 모바일 컨텐츠를 제공하는 이벤트를 이용한 텔레마케팅대상고객 추출 및 통화검증방법
JP2015219923A (ja) 2014-05-19 2015-12-07 株式会社リコー スパムコメントの検出方法及びスパムコメントの検出装置

Also Published As

Publication number Publication date
KR20170133290A (ko) 2017-12-05

Similar Documents

Publication Publication Date Title
Viswanath et al. Towards detecting anomalous user behavior in online social networks
Garimella et al. Ad-blocking: A study on performance, privacy and counter-measures
WO2015085948A1 (en) Method, device, and server for friend recommendation
US20130332385A1 (en) Methods and systems for detecting and extracting product reviews
JP2016177764A (ja) 施設推定方法、デバイス及びプログラム
TW201513019A (zh) 基於用戶行爲的特徵提取、個性化推薦方法和系統
CN107515915A (zh) 基于用户行为数据的用户标识关联方法
US20130066814A1 (en) System and Method for Automated Classification of Web pages and Domains
KR102020551B1 (ko) 모바일 컨텍스트 정보 기반의 음식점 추천방법 및 그를 위한 장치
CN110516173B (zh) 一种非法网站识别方法、装置、设备及介质
US10628510B2 (en) Web link quality analysis and prediction in social networks
Shi et al. A social sensing model for event detection and user influence discovering in social media data streams
KR101785288B1 (ko) 온라인 콘텐츠의 허위 평가 정보 적발 장치, 방법 및 프로그램
US9646104B1 (en) User tracking based on client-side browse history
CN108449311A (zh) 一种基于攻击节点相似性的社交关系隐匿方法
CN110929129B (zh) 一种信息检测方法、设备及机器可读存储介质
CN110245314A (zh) 一种网页指纹生成方法
US9691093B2 (en) System and method of matching a consumer with a sales representative
KR101960960B1 (ko) Hhi를 이용한 온라인 콘텐츠의 허위 평가 정보 적발 장치 및 방법
KR101960962B1 (ko) 빈도의 변화 정보를 이용한 온라인 콘텐츠의 허위 평가 정보 적발 장치 및 방법
KR20190000350A (ko) 헤비 사용자와 허위 평가 사용자를 구분하는 온라인 콘텐츠의 허위 평가 정보 적발 장치 및 방법
KR20190000351A (ko) 허위 평가 사용자 집단의 선별을 이용한 온라인 콘텐츠의 허위 평가 정보 적발 장치 및 방법
KR101958555B1 (ko) 검색 결과 제공 장치 및 방법
US11921846B2 (en) Automatic intrusion detection method and apparatus
KR101323535B1 (ko) 전자상거래 사이트의 신뢰도 계산 방법

Legal Events

Date Code Title Description
A107 Divisional application of patent
A201 Request for examination
E902 Notification of reason for refusal
E701 Decision to grant or registration of patent right