KR101980219B1

KR101980219B1 - 데이터베이스 내의 검색의 결과를 정제하는 방법

Info

Publication number: KR101980219B1
Application number: KR1020137027893A
Authority: KR
Inventors: 에릭 마티유; 시릴 마치
Original assignee: 실로픽스
Priority date: 2011-03-23
Filing date: 2012-03-19
Publication date: 2019-08-28
Also published as: CN103518198B; US20140032544A1; CN103518198A; FR2973134A1; WO2012127168A1; EP3627353A1; RU2013146871A; FR2973134B1; KR20140027173A; EP2689351A1; RU2613039C2

Abstract

본 발명은 오브젝트가 각각 기술자와 연관된 데이터베이스 내의 오브젝트에 대한 검색의 결과를 정제하는 방법으로서, - 사용자가 자신의 검색에 대한 오브젝트의 관련성 및/또는 오브젝트의 비관련성을 시그널링하게 하는 수단과 관련된 오브젝트의 세트를 사용자에게 제시하는 단계, - 시그널링의 함수로서, 상기 사용자에 의하여 관련 및/또는 비관련된다고 고려되는, 제시된 오브젝트의 기술자에게 적어도 하나의 가중치를 할당하는 단계, - 상기 오브젝트의 세트의 각각의 기술자와 연관된 가중치의 리절턴트(resultant)를 계산하는 단계, - 각각의 오브젝트에 대한 관련성 인덱스를 초기화하는 단계, - 각각의 오브젝트를 비교하고, 비교되는 오브젝트의 각각의 기술자에 대하여, 상기 리절턴트 내에서 상기 기술자의 가중치의 함수로서, 상기 관련성 인덱스를 수정하는 단계, 및 - 상기 결과 오브젝트를 그들의 계산된 관련성 인덱스의 순서로 제시하는 단계를 포함하는, 데이터베이스 내의 오브젝트에 대한 검색 결과 정제 방법에 관련한다.

Description

데이터베이스 내의 검색의 결과를 정제하는 방법{METHOD FOR REFINING THE RESULTS OF A SEARCH WITHIN A DATABASE}

본 발명은, 적어도 하나의 기술자와 각각 연관된 오브젝트의 세트를 포함하는 데이터베이스 내의 검색의 결과를 정제하는 방법에 관련한다.

네트워크 및 인터넷의 발전에 힘입어, 최근 수 년간의 디지털 기술의 진보는 이용가능한 디지털 콘텐츠의 양을 현저하게 증가시켜 왔다.

이에 대한 특히 중요한 예는, 특히 온라인 인화 사이트 및 사진 공유 사이트의 발달에 기인한 디지털 사진의 발전이다. 따라서, 2010 년 9 월에 이러한 타입의 사이트 중의 선두 주자들 중 하나는 온라인으로 포스팅된 사진의 개수에 있어서 50 억 개의 마크를 초과했으며, 그 이후에 매일 온라인으로 수천 개 이상이 계속 추가되고 있다.

이러한 디지털 오브젝트는 보통 키워드 및/또는 다른 기술적 기술자(technical descriptor)(사이즈, 해상도, 등)와 연관하여 데이터베이스 내에 목록화된다. 이러한 키워드 및 기술자는 데이터베이스의 검색 및 자신의 키워드가 사용자에 의하여 검색 필드 내에 입력된 검색 기준과 매치하는 오브젝트의 반환을 수행하는 것을 가능하게 한다.

그러나, 현재로서는 대부분의 검색 엔진들은 웹 페이지 또는 파일내의, 특히 연관된 설명 텍스트 내의 텍스트에 대한 검색을 가능하게 하도록 주로 설계되어 왔다.

저장된 오브젝트가 성질상 텍스트가 아니고, 예를 들어 예컨대 사진이라면, 키워드 및 연관된 기술자가 효율적 검색이 수행되고 추후에 관련된 검색 결과가 반환되게 하기 위하여 현저하게 더욱 중요해진다.

이러한 검색이 수행되도록 하는 다양한 검색 엔진이 존재하며, 이러한 검색의 결과의 관련성을 최적화하기 위하여 많은 알고리즘이 개발되어 왔다.

상당히 복잡한 알고리즘에도 불구하고, 키워드 검색은, 특히 예를 들어 인간 언어에 유의어, 동음이의어, 용어의 계층성, 및 정확도의 정도가 존재하기 때문에 내재적 제한사항을 가진다.

이러한 제한 때문에, 사용된 키워드의 일차 의미를 넘는 사용자의 특정한 검색의 의도는 검색 엔진에게는 미지의 상태로 남는다.

이러한 제한사항을 극복하기 위하여, 다수의 검색 엔진은 사용자가 부울 연산자의 사용을 통하여 결합될 수도 있는 다중 키워드를 사용하여 고급 검색을 수행하도록 한다.

그러나, 검색을 수행하는 이러한 프로세스는 사용자에게 특별히 용이한 것이 아니며, 어떤 검색 엔진에서는, 이러한 질의가 엔진에 의하여 정확하게 해석되고 원하는 결과를 도출할 수 있는지 여부에 대해 알지도 못한 채, 질의를 작성하기 위하여 거의 프로그램하는 수준의 스킬을 요구하는 것에 다다를 수도 있다.

따라서, 데이터베이스 내에 포함된 오브젝트에 대한 검색을 최적화하고, 특히 사용자의 질의에 더욱 양호하게 응답하기 위하여 특정 모호성 또는 부정확성을 극복하기 위한 방법을 개발하는 것을 정당화하는 필요성이 존재한다.

이것을 하기 위하여, 본 발명은 적어도 하나의 기술자와 각각 연관된 오브젝트의 적어도 하나의 세트를 포함하는 적어도 하나의 데이터베이스 내의 오브젝트에 대한 검색의 결과를 정제하는 방법으로서:

- 사용자에게 상기 데이터베이스의 오브젝트의 세트의 전부 또는 부분을 제시하는 단계로서, 제시되는 상기 오브젝트의 적어도 하나의 부분은, 사용자가 그의 검색에 관하여 상기 오브젝트의 관련성을 시그널링하기 위한 적어도 하나의 수단 및/또는 사용자가 상기 오브젝트의 비관련성을 시그널링하기 위한 적어도 하나의 수단과 각각 연관되는, 제시 단계;

- 사용자로부터의 시그널링의 함수로서, 상기 사용자에 의하여 그의 검색과 관련 및/또는 비관련된다고 고려되는, 제시된 상기 오브젝트의 세트로부터의 오브젝트의 상기 기술자의 전부 또는 부분에 적어도 하나의 가중치를 할당하는 단계;

- 결과 오브젝트의 세트의 각각의 기술자와 연관된 가중치들의 리절턴트(resultant)를 계산하는 단계;

- 각각의 결과 오브젝트에 대한 관련성 인덱스를 초기화하는 단계;

- 각각의 결과 오브젝트를 상기 리절턴트와 비교하고, 비교되는 상기 결과 오브젝트의 각각의 기술자에 대하여, 상기 리절턴트 내에서 상기 기술자의 가중치의 함수로서, 상기 오브젝트의 관련성 인덱스를 증가 또는 감소시키는 단계; 및

- 상기 사용자에게 상기 결과 오브젝트의 전부 또는 부분을 그들의 계산된 관련성 인덱스의 순서로 제시하는 단계를 포함하는, 데이터베이스 내의 오브젝트에 대한 검색 결과 정제 방법에 관련한다.

따라서 사용자가 최초 검색의 결과가 관련된 것인지 관련되지 않는 것인지를 직접적으로 시그널링하도록 함으로써, 그들의 검색의 실제 의미를 더 양호하게 고려하고 사용자에게 더 만족스러운 결과를 제공하는 것이 가능하다. 더욱이, 이러한 방법을 사용하면, 사용자가 기술자 및 키워드를 추가하거나 제거함으로써 복잡한 검색을 수행하는 것이 용이한데, 이것은 직관적이며 투명한 방식으로 수행된다.

용어 '오브젝트'는 데이터베이스 내에 저장될 수 있는 임의의 디지털 오브젝트를 지칭한다. 위에서 진술된 바와 같이, 이것은 특히 사진, 및 오디오, 비디오, 문서 등을 포함하는 다른 타입의 파일일 수도 있다.

데이터베이스의 동작 원리에 따르면, 참조된 오브젝트 자체는 반드시 직접적으로 데이터베이스 내의 레코드 내에 포함되어야 하는 것이 아니며, 예를 들어 그들의 스토리지 어드레스 또는 URL, 또는 임의의 다른 간접적 수단을 통하여도 역시 참조될 수도 있다.

사용되는 기술자(descriptor)라는 용어가 제한되는 것이 아니라는 것에 또한 주의해야 한다. 기술자라는 용어는 키워드와 같은 기술자를 명백하게 포함하는데, 하지만 이것은 텍스쳐, 재료, 컬러 프로파일, 정의 등을 참조하는 더 많은 기술적 기술자를 역시 지칭할 수 있다. 이것은 시소러스(thesaurus)에 기초하여 확립된 의미론적 기술자일 수도 있다. 기술자의 속성은 일반적으로 제한되지 않으며 이들은 관련된 데이터베이스 내에서 참조되고 검색되는 오브젝트에 기초하여 적응될 수도 있다.

상이한 가중치가 상이한 기술자로, 특히 그들의 어원, 콘텍스트, 및 상황 모든 다른 기술자와 관련한 상황의 함수로서 할당될 수 있다는 것에 또한 주의해야 한다. 따라서, 예를 들어 시소러스로부터의, 그러므로 표준화되고, 균일하며 및 구조화된 성질을 가지는 기술자는 사진 공유 사이트 자체에 의하여 할당된 바 있는 키워드 타입 기술자의 그것보다 더 큰 가중치를 가질 수도 있다.

여러 기대되지 않은 놀랍고 유용한 효과가 관찰되어 왔다. 본 발명의 방법이 사용자가 사용되는 텍스트 기술자의 언어로부터 유래하는 이슈들을 어느 정도 극복하게 한다는 것은 특히 분명하다. 사실상, 그들의 언어로 이루어진 최초 검색으로부터, 사용자는 검색 결과를 정제하는 본 발명에 따르는 방법을 사용함으로써 가중치를 투명한 방식을 그 오브젝트와 연관된 외국어로 된 기술자 및 키워드에도 역시 할당할 수 있다. 그러므로, 궁극적으로 검색은 외국어로 된 키워드에 기초하거나, 또는 적어도 이것을 고려하여 정제되는데, 이 외국어는 사용자가 반드시 이해할 필요가 없는 언어이며 그들이 텍스트 기초 검색 엔진에 직접적으로 입력하지 않았을 언어이다.

바람직한 실시예에 따르면, 최초에 상기 사용자에게 제시되는 상기 오브젝트의 세트는, 상기 데이터베이스 또는 데이터베이스들 내의, 특히 키워드에 의한 최초 검색으로부터 유래하는 오브젝트의 전부 또는 부분에 대응한다. 오브젝트의 제 1 세트를 생성하는 것을 허용하는 최초 검색의 모든 모드가 이용가능하다는 것이 매우 명백하다. 텍스트 필드 및 사용자에 의한 단어의 입력을 사용하는 종래의 검색에 추가하여, 사용자는 오브젝트를 맵 상의 지리적 좌표로부터 직접적으로 선택하는 것, 또는, 예를 들어 검색 파라미터 등을 그로부터 추출해내기 위하여 분석될 첫 번째 사진으로부터 선택하는 것을 가정할 수 있다.

이러한 최초 검색에 의하여 반환될 오브젝트의 개수에 의존하여, 사용자에게 결과의 부분만을, 예를 들어 사진의 데이터베이스 내의 키워드에 의한 검색의 첫 번째 만 개를 제시하는 것이 선택될 수 있다.

데이터베이스 또는 데이터베이스들 내의 검색은 내부 데이터베이스에서, 그리고 예를 들어 원격 전문 사이트에 의하여 호스팅된 외부 데이터베이스에서도 수행될 수도 있다는 것에 또한 주의해야 한다.

또한, 최초 키워드 검색을 계속하지 않고, 예를 들어 사용자에게 데이터베이스의 주된 카테고리를 표시하는 오브젝트의 세트를 제시하는 것이 선택될 수도 있다. 그러면, 사용자는 본 발명의 청구 대상인 방법의 도움을 받아 그들의 선택을 계속하여 정제함으로써 데이터베이스 전체를 자유롭게 네비게이션할 것이다.

바람직하게는, 최초에 상기 사용자에게 제시되는 상기 오브젝트의 세트의 오브젝트는, 상기 오브젝트의 세트를 획득할 때의 정의된 순서로, 특히 상기 최초 검색에 관한 관련성의 순서로 제시되며, 상기 관련성은 특히 검색 알고리즘에 의하여 정의될 수 있다. 사실상, 종래의 검색 엔진은 빈번하게 관련성 인덱스를 그들의 검색 결과와 연관시킨다.

대안적으로는 또는 상보적 방식으로, 관련성의 순서 및 최초 프리젠테이션은, 예를 들어, 최초로 제시되는 상이한 오브젝트의 개수를 최대화하기 위하여 애드 혹 방식으로 정의됨으로써, 그들의 첫 번째 정제 프로세스에 대하여 그리고 결과적으로는 후속 프로세스에 대하여 최대 가능한 선택을 사용자에게 제시할 수도 있다.

바람직한 실시예에 따르면, 비관련된다고 고려되는 오브젝트의 기술자에 할당된 가중치 및 관련된다고 고려되는 오브젝트의 기술자에 할당된 가중치는 반대 부호를 가지며, 특히 이들은 각각 음과 양의 부호를 가진다.

이것은 예로서 주어지는 레이팅 스케일(rating scale)을 수반하는데, 참조의 포인트는 반드시 제로일 필요가 없고, 아무런 어려움 없이 스케일의 천이를 간단하게 구성하면서 다른 참조 포인트를 선택하는 것도 가능하다. 이러한 경우에서, 용어 "반대 부호", "양의" 및 "음의"는 이러한 참조 포인트와 관하여 이해되어야 한다는 것이 고려되어야 한다.

제 1 변형예에 따르면, 관련 및/또는 비관련되는 것으로 고려되는 오브젝트의 기술자에 할당된 가중치의 절대값은 동일하다.

제 2 변형예에 따르면, 관련된다고 고려되는 오브젝트의 기술자에 할당된 가중치는, 비관련된다고 고려되는 오브젝트의 기술자에 할당된 가중치와는 상이한 절대값, 더 높은 절대값을 가진다.

바람직하게는, 관련 및/또는 비관련된다고 고려되는 오브젝트의 기술자에 할당된 가중치의 값은 시그널링된 각각의 오브젝트에 대하여 상이할 수도 있다.

또한, 관련 및/또는 비관련된다고 고려되는 오브젝트의 기술자에 할당된 가중치의 값은 그들의 최초 우선 순위의 함수인 것이 바람직하다. 특히 계수가 표준 가중치의 값에 적용될 수 있다. 예를 들어, 최초 검색을 수행한 검색 엔진에 의하여 90% 까지 관련된다고 고려되는 오브젝트에는, 이 오브젝트가 사용자에 의하여 관련된다고 고려된다면 참조 가중치의 값의 90%가 부여되었다는 것을 알 수 있다.

그러나, 만일 사용자가 검색 엔진과는 달리 이것이 비관련된다고 고려한다면, 사용자는 비관련된 가중치의 참조 값의 10%만을 이것에 할당할 지를 선택할 수 있다.

바람직한 실시예에 따르면, 제시되는 오브젝트의 관련성 및/또는 비관련성을 시그널링하는 수단은, 특히 시그널링된 관련성 및/또는 비관련성의 정도에 따라 상이한 가중치를 할당하는 것을 가능하게 하는, 관련성 및/또는 비관련성의 상이한 정도를 시그널링하기에 적합한 수단으로 이루어진다. 따라서, 사용자는 특히, 예를 들어 그 오브젝트가 "매우 관련됨(제 1 정도)", "관련됨(제 2 정도)", "다소 관련됨(제 3 정도)", "비관련됨(제 4 정도)" 및 "논외임(제 5 정도)"에 해당한다는 것을 보고하기 위하여 사용될 단추가 있는 웹 페이지를 제공할 수 있다.

바람직하게는, 오브젝트의 결과는 프리뷰, 썸네일 및/또는 발췌의 형태로 제시된다.

특정 실시예에 따르면, 데이터베이스 내에 포함된 오브젝트는 포함 사진 및/또는 비디오 및/또는 오디오 오브젝트를 포함한다. 이것은 또한 문서, 텍스트 파일, 등의 다른 타입일 수도 있다.

제 1 실시예에 따르면, 관련성 인덱스는 각각의 결과 오브젝트에 대하여 동일한 값으로, 특히 제로로 초기화된다.

제 2 변형예에 따르면, 상기 관련성 인덱스는, 특히 제시되는 최초 순서 및, 적합한 경우에는 상기 최초 검색에 의하여 반환되는 관련성 값의 함수로서, 상기 결과 오브젝트의 전부 또는 부분에 대하여 상이한 값으로 초기화된다.

더 진보된 실시예에 따르면, 반환된 것 중 가장 관련된 오브젝트의 기술자의 전부 또는 부분은 상기 데이터베이스 내에 새로운 검색을 피딩(feed)한다.

본 발명은 첨부 도면을 참조하는 후속하는 상세한 설명에 비추어 더욱 잘 이해될 것이다.
- 도 1 은 본 발명에 따르는 방법을 실제로 구현하한 웹사이트의, 사용자에게 키워드에 의한 최초 검색의 결과를 제시하는 제 1 단계의 레벨에서의 스크린 샷이다,
- 도 2 는 도 1 의 웹사이트의 스크린 샷인데, 여기에서 사용자는 자신들의 검색에 관련된 것으로 생각하는 사진을 시그널링했다,
- 도 3 은 도 1 의 웹사이트의 스크린 샷인데, 여기에서 사용자는 자신들의 검색에 비관련된 것으로 생각하는 사진을 시그널링했다,
- 도 4 는 사용자에 의한 검색의 정제의 단계의 트리거링 이후의 스크린 샷이다,
- 도 5 는 사용자에 의한 관련성 및 비관련성을 표시하는 신호들에 기초하여 수행된 정제의 단계의 결과를 도시하는, 도 1 의 웹사이트의 스크린 샷이다,
- 도 6 은 도 1 내지 도 5 에 예시된 프로세스의 실제 동작을 개념적으로 예시하는 흐름도이다.
또한 도 6 을 참조하여, 도 1 내지 도 5 는 자동차 헤드라이트의 사진에 대한 검색에 관한 본 발명에 따르는 방법을 실제로 구현한 웹 사이트의 스크린 샷을 보여준다.

도 1 은 사진(P1 내지 P14)의 썸네일의 세트가 사용자에게 제시되는 제 1 단계(101)를 보여준다.

사진(P1 내지 P14)의 이러한 세트는 사진의 하나 이상의 데이터베이스 내에서의 키워드에 의한 최초 검색을 통하여 획득되었다.

이러한 경우에, 프랑스어 "phare"가 검색을 정의하기 위하여 사용자에 의하여 사용되었고 페이지의 검색 필드(R) 내에 입력되었다.

검색 필드(R)는 사용자와의 인터페이스로서 기능하며 사이트의 내부 또는 외부에 있을 수도 있는 검색 엔진을 사진의 데이터베이스 내에 피딩한다. 이러한 데이터베이스는 방대한 양의 사진을 포함하며 이들을 다른 검색을 용이화하기 위한 목적에서 다양한 기술자와 연관시킨다. 이러한 기술자는 특히 키워드의 목록을 포함하는데, 하지만 또한 그 사진에 특정한 파라미터(사용된 사진기, 기술적 날짜, 컬러 프로파일 등)일 수도 있다.

쉽게 이해될 수 있는 바와 같이, 하나의 단일 키워드 "phare"는 속성상 모호성의 원천이며 프랑스어에 있어서 검색 엔진인 해결할 수 없을 상이한 의미를 가진다.

그러므로, 검색 엔진은 자신의 검색 알고리즘의 결과를 반환하며 이것을 14 개의 썸네일 사진(P1 내지 P14)의 형태로 제시한다.

사용자에게 제시된 14 개의 사진은 반드시 최초 검색의 전체 결과에 대응하는 것은 아니며, 사용자에게 결과의 일부, 예를 들어 반환된 것들 중 처음 천 개를 제시하도록 선택하는 것도 역시 가능하다는 것에 주의해야 한다.

도 1 에 도시된 바와 같이, 사진(P1, P2, P4, P5, P7, P8, P9, P11, P12)은 네비게이션용 해변가 등대의 사진을 지칭한다.

그러나, 사진(P3, P6, P10, P13, P14)에 대하여, 이것들은 자동차 헤드라이트의 사진과 관련한다.

각각의 사진은 이것을 포함하는 데이터베이스에서 또는 다른 데이터베이스에서, 하나 이상의 기술자와 연관된다.

이러한 예의 목적을 달성하기 위하여, 사진(P1, P2, P4, P5, P7, P8, P9, P11, P12)이 프랑스어 키워드 기술자 "phare"와 연관되며, 사진(P3, P6, P10, P13, P14)은 각각 두 개의 프랑스어 기술자인 "phare" 및 "voiture(자동차)"와 연관된다고 가정한다.

본 발명에 따르는 방법에 따르면, 사진(P1 내지 P14)은 각각 유효성의 '체크 마크'를 나타내는 클릭가능 이미지(l1) 및 거절의 'x표시 마크'를 나타내는 클릭가능 이미지(I2)와 연관되어 사용자에게 제시된다.

이러한 클릭가능 이미지는 사용자의 선택을 기록하고 상기 사용자가 그들의 실제 검색에 관한 각 사진의 관련성(체크 마크) 및/또는 비관련성(x자 마크)을 시그널링하기 위한 수단을 구성하는 계산 기능과 연관된다.

체크 마크 및 x자 마크의 이미지가 단지 예를 들기 위해서만 제시되는 것이며, 사용자에게 그가 결정한 선택에 대해 통지하는 클릭가능 텍스트를 포함하는 임의의 균등한 표현이 가능하다는 것이 매우 명백하다.

그러면, 사용자는 단계(102) 동안에 그들이 관련 및/또는 비관련된다고 고려한 사진의 시그널링으로 진행한다.

도 2 는 사용자가 사진(P14)이 그들의 실제 검색과 관련된다고 시그널링했던 것을 나타내는 스크린 샷이다. 메시지(M1)는 그들에게 그들의 시그널링이 웹사이트 또는 소프트웨어에 의하여 고려되었다는 것을 통지한다.

도 3 은 사용자가 사진(P4)이 이것이 해변가 등대를 보여주고 있기 때문에 그들의 실제 검색과 비관련된다고 시그널링한 것을 나타내는 스크린 샷이다. 메시지(M1)는 그들에게 그들의 시그널링이 웹사이트 또는 소프트웨어에 의하여 고려되었다는 것을 통지한다.

이러한 현재 예에서, 메시지(M1 및 M2)는 "팝업" 메시지(오버레이 윈도우의 디스플레이)의 형태로 디스플레이된다. 이러한 메시지가 사용자에게 다른 폼에서, 특히 선택된 이미지를 함께 그룹화함으로써, 사이드바 내의 디스플레이로써, 관련 및 비관련된 것으로 선택된 이미지에 대한 가상 카트를 설정함으로써 시그널링될 수도 있다는 것이 아주 명백하다.

사용자가 그들의 검색에 관련 및/또는 비관련되는 것으로 고려한 사진을 선택하는 것을 종료하면, 그들은, 예를 들어, 버튼 B를 클릭함으로써 정제 프로세스를 활성화시킨다. 처리 스크린의 일 예가 도 4 에 도시된다.

매우 명백하게, 정제 프로세스는 실시간으로 사용자의 상호작용에 기초하여 발생할 수도 있는데, 하지만 이것은 더 큰 처리 리소스 및 특히 원격 서버의 지원을 요구할 것이다.

처리 단계는 사용자에게는 투명하다.

단계(103) 도중에, 가중치 P가 사용자에 의하여 시그널링된 각각의 이미지와 연관된 각 기술자와 연관된다. 가중치 P에는 만일 이미지가 비관련되는 것으로 시그널링되었으면 음의 부호가 할당되고, 만일 이미지가 관련되는 것으로 시그널링되었으면 양의 부호가 할당된다.

제공된 예에서, 관련된 기술자 "phare"를 가지는 사진(P4)은 비관련되는 것으로 시그널링되었고, 연관된 두 개의 기술자 "phare" 및 "voiture"를 가지는 사진(P14)은 관련된 것으로 시그널링되었다.

따라서, 기술자 "phare"에는 사진(P4)에 대해 시그널링된 비관련성 때문에 가중치 -P가 할당되고, 사진(P14)에 대해 시그널링된 관련성 때문에 가중치 + P가 할당된다. 이와 유사하게, 기술자 "voiture"에는 사진(P14)에 대해 시그널링된 관련성 때문에 가중치 + P가 할당된다.

이미지(P1 내지 P14)의 세트의 각각의 기술자에 할당된 가중치들의 리절턴트(resultant)가 단계(104)의 코스 도중에 계산된다.

이러한 경우에, 기술자 "phare"는 따라서 0의 전체 가중치를 가지는 반면에, 기술자 "voiture"는 + P와 동일한 전체 가중치를 가진다.

리절턴트는 이전에 계산된 바와 같은 그들의 개별 가중치가 할당된 사진(P1 내지 P4)의 기술자의 세트이다.

제시된 오브젝트의 정제 및 정렬로 진행하기 이전에, 관련성 인덱스가 각각의 사진(P1 내지 P14)과 연관되며 단계(105) 도중에 제로로 초기화된다.

그러므로, 각각의 사진(P1 내지 P14)은 동일한 우선순위 및 관련성을 가진다.

그러면, 단계(106)가 수행되어 각각의 사진(P1 내지 P14)을 기술자의 가중치의 리절턴트와 비교한다.

이것을 하기 위하여, 사진(P1 내지 P14)의 각각의 기술자는 리절턴트와 비교되며, 우선순위 인덱스는 상기 리절턴트 내의 기술자의 가중치에 의하여 증가되거나 감소된다.

따라서, 해변가 등대를 나타내며 기술자 "phare"만을 가지는 사진(P1)은 자신의 우선순위인덱스가 리절턴트 내의 기술자 "phare"의 가중치만큼, 즉 0만큼 증가되도록 한다. 그러므로 이것의 우선순위 인덱스는 제로로 유지된다.

동일한 사항이 사진(P2)에 대해서도 유효하다.

그러나, 사진(P3)은 자동차 헤드라이트를 도시한다. 앞서 언급된 바와 같이, 이것은 두 개의 기술자 "phare" 및 "voiture" 와 연관된다. 기술자 "phare"에 대하여, 이것의 인덱스는 변화하지 않는데, 이것은 이러한 기술자의 가중치가 널(null)이기 때문이다. 그러나, 기술자 "voiture"에 대해서는, 이것의 우선순위는 리절턴트 내의 기술자 "voiture" 의 가중치만큼, + P 만큼 증가된다. 따라서, 이것의 우선순위 인덱스는 + P가 된다.

사진(P4 내지 P14)에 대해서도 동일한 방식으로 진행한다.

따라서, 사진(P1 내지 P14)을 그들의 개별적인 새로 계산된 우선순위 인덱스에 따라서 간단히 재정렬하고 및 이들을 단계(107) 도중에 그들의 감소하는 관련성 인덱스의 순서로 디스플레이하기만 하면 되는데, 이 순서는 자동차 헤드라이트의 사진이 먼저 디스플레이되도록 하고 이것에 후속하여 해변가 등대의 사진들이 뒤따르게 된다.

도 5 는 최종 재정렬 결과물을 제시하는 스크린 샷인데, 여기에는 오직 자동차 헤드라이트의 사진이 적절하게 제시된다.

도 5 는 최초 프리젠테이션 스크린 상에 존재하지 않았던 사진도 역시 표시한다는 것에 주의해야 한다. 사실상, 제시된 14 개의 사진의 묶음보다 더 큰 최초 사진의 묶음을 선택하는 것도 역시 가능한데, 그러면 몇 개의 사진은 사용자로부터 감춰진다. 그러나, 이들은 최초 셀렉션 내에 존재하며, 프로세스의 구현을 위하여 고려된다. 그러므로, 이들도 역시 셀렉션 내에서 그들의 순서를 변경시키는 관련성 인덱스를 받는다. 마지막에는, 따라서 이들은 처음 14 개의 사진 중에서 발견되고, 따라서 사용자에게 제시될 수도 있다.

등대의 최초 사진과 관련하여, 이들은 14 개의 사진 밖으로 밀려나며, 따라서 더 이상 나타나지 않는다.

그러면, 아주 명백하게, 사용자는 특히 새로운 사진이 그들에게 제시되었다면 그들의 검색의 새로운 정제를 수행할 수 있고(단계 108), 또는 그들의 검색을 중지할 수 있다(단계 109).

비록 본 발명이 실의 특정한 예와 함께 설명되었지만, 이것은 절대로 한정되는 것이 아니며, 설명된 수단 및 이들의 조합의 모든 기술적 등가물들이 본 발명의 범위 내에 속한다면 이들을 포함한다는 것이 매우 명백하다.

이것은 특히, 관련성 및/또는 비관련성의 특징을 시그널링하기 위하여 사용되는 수단에 추가하여 시그널링의 추가적인 수단, 예를 들어 "중립" 버튼을 제공하는 것을 포함할 수도 있다.

사용자가 오류를 범했거나 다른 기준에 따라서 검색 정제 프로세스를 시작하려고 하는 경우에, 가중치 및 관련성 인덱스를 재초기화하기 위한 수단을 제공하는 것도 역시 가능할 수 있다.

더욱이, 비록 본 발명이 사진에 대하여 설명되었으나, 본 발명은 이들에 한정되지 않으며, 기술자가 연관될 수도 있는 임의의 타입의 디지털 파일이 이러한 구현을 위하여 사용될 수 있다는 것이 매우 명백하다. 따라서, 본 발명의 방법을, 그들의 음악 스타일, 사운드의 속성, 그들의 악기 등에 대한 기술자와 특히 연관된 오디오 파일은 물론, 비디오, 에니메이션 이미지, 문서, 텍스트 파일, 특히 스캐닝된 올드 북을 포함하는 다른 타입의 파일을 가지고 동일한 방식으로 구현하는 것도 가능할 것이다.

Claims

적어도 하나의 기술자와 각각 연관된 오브젝트의 적어도 하나의 세트를 포함하는 적어도 하나의 데이터베이스 내의 오브젝트에 대한 검색의 결과를 정제하는 방법에 있어서,
- 사용자에게 상기 데이터베이스의 오브젝트의 세트의 전부 또는 부분을 제시하는 단계로서, 제시되는 상기 오브젝트의 적어도 하나의 부분은, 사용자가 그의 검색에 관하여 상기 오브젝트의 관련성을 시그널링하기 위한 적어도 하나의 수단 및/또는 사용자가 상기 오브젝트의 비관련성을 시그널링하기 위한 적어도 하나의 수단과 각각 연관되는, 제시 단계;
- 사용자로부터의 시그널링의 함수로서, 상기 사용자에 의하여 그의 검색과 관련 및/또는 비관련된다고 고려되는, 제시된 상기 오브젝트의 세트로부터의 오브젝트의 상기 기술자의 전부 또는 부분에 적어도 하나의 가중치를 할당하는 단계;
- 결과 오브젝트의 세트의 각각의 기술자와 연관된 가중치들의 리절턴트(resultant)를 계산하는 단계;
- 각각의 결과 오브젝트에 대한 관련성 인덱스를 초기화하는 단계;
- 각각의 결과 오브젝트를 상기 리절턴트와 비교하고, 비교되는 상기 결과 오브젝트의 각각의 기술자에 대하여, 상기 리절턴트 내에서 상기 기술자의 가중치의 함수로서, 상기 오브젝트의 관련성 인덱스를 증가 또는 감소시키는 단계; 및
- 상기 사용자에게 상기 결과 오브젝트의 전부 또는 부분을 그들의 계산된 관련성 인덱스의 순서로 제시하는 단계를 포함하고,
비관련된다고 고려되는 오브젝트의 기술자에 할당된 가중치와 관련된다고 고려되는 오브젝트의 기술자에 할당된 가중치는 반대 부호를 가지는, 데이터베이스 내의 오브젝트에 대한 검색 결과 정제 방법.
제 1 항에 있어서,
최초에 상기 사용자에게 제시되는 상기 오브젝트의 세트는,
상기 데이터베이스 또는 데이터베이스들 내의 최초 검색으로부터 유래하는 오브젝트의 전부 또는 부분에 대응하는, 데이터베이스 내의 오브젝트에 대한 검색 결과 정제 방법.
제 1 항 또는 제 2 항에 있어서,
최초에 상기 사용자에게 제시되는 상기 오브젝트의 세트의 오브젝트는, 상기 오브젝트의 세트를 획득할 때의 정의된 순서로 제시되는, 데이터베이스 내의 오브젝트에 대한 검색 결과 정제 방법.
제 1 항 또는 제 2 항에 있어서,
관련 및/또는 비관련된다고 고려되는 오브젝트의 기술자에 할당된 가중치의 절대값은 동일한, 데이터베이스 내의 오브젝트에 대한 검색 결과 정제 방법.
제 1 항 또는 제 2 항에 있어서,
관련된다고 고려되는 오브젝트의 기술자에 할당된 가중치는, 비관련된다고 고려되는 오브젝트의 기술자에 할당된 가중치와는 상이한 절대값을 가지는, 데이터베이스 내의 오브젝트에 대한 검색 결과 정제 방법.
제 1 항 또는 제 2 항에 있어서,
관련 및/또는 비관련된다고 고려되는 오브젝트의 기술자에 할당된 가중치의 값은 시그널링된 각각의 오브젝트에 대하여 상이할 수도 있는, 데이터베이스 내의 오브젝트에 대한 검색 결과 정제 방법.
제 6 항에 있어서,
관련 및/또는 비관련된다고 고려되는 오브젝트의 기술자에 할당된 가중치의 값은 그들의 최초 우선 순위의 함수인, 데이터베이스 내의 오브젝트에 대한 검색 결과 정제 방법.
제 1 항 또는 제 2 항에 있어서,
제시되는 오브젝트의 관련성 및/또는 비관련성을 시그널링하는 수단은,
시그널링된 관련성 및/또는 비관련성의 정도에 따라 상이한 가중치를 할당하는 것을 가능하게 하는, 관련성 및/또는 비관련성의 상이한 정도를 시그널링하기에 적합한 수단으로 이루어지는, 데이터베이스 내의 오브젝트에 대한 검색 결과 정제 방법.
제 1 항 또는 제 2 항에 있어서,
상기 결과 오브젝트는 프리뷰, 썸네일 및/또는 발췌의 형식으로 제시되는, 데이터베이스 내의 오브젝트에 대한 검색 결과 정제 방법.
제 1 항 또는 제 2 항에 있어서,
상기 데이터베이스 내에 포함된 오브젝트는, 사진 및/또는 비디오 및/또는 오디오 오브젝트를 포함하는, 데이터베이스 내의 오브젝트에 대한 검색 결과 정제 방법.
제 1 항 또는 제 2 항에 있어서,
상기 관련성 인덱스는 각각의 결과 오브젝트에 대하여 동일한 값으로 초기화되는, 데이터베이스 내의 오브젝트에 대한 검색 결과 정제 방법.
제 1 항 또는 제 2 항에 있어서,
상기 관련성 인덱스는, 최초 검색에 의하여 반환되는 관련성 값의 함수로서, 상기 결과 오브젝트의 전부 또는 부분에 대하여 상이한 값으로 초기화되는, 데이터베이스 내의 오브젝트에 대한 검색 결과 정제 방법.
제 1 항 또는 제 2 항에 있어서,
반환된 것 중 가장 관련된 오브젝트의 기술자의 전부 또는 부분은 상기 데이터베이스 내에 새로운 검색을 피딩(feed)하는, 데이터베이스 내의 오브젝트에 대한 검색 결과 정제 방법.
삭제