KR102017853B1

KR102017853B1 - 검색 방법 및 장치

Info

Publication number: KR102017853B1
Application number: KR1020160114655A
Authority: KR
Inventors: 신명철; 라요한; 이종인
Original assignee: 주식회사 카카오
Priority date: 2016-09-06
Filing date: 2016-09-06
Publication date: 2019-09-03
Also published as: KR20180027278A; US20180067940A1; US11080323B2

Abstract

검색 방법 및 장치가 개시된다. 일 실시예에 따른 검색 서비스는 사용자가 입력한 쿼리와 관련도 높은 확장 키워드를 생성하고, 확장된 키워드 별로 최적화된 검색결과를 제공한다.

Description

검색 방법 및 장치{METHOD AND APPARATUS FOR SEARCHING}

아래 실시예들은 검색 방법 및 장치에 관한 것이다.

검색 키워드의 연관도 혹은 이슈 등을 기반으로 관련 검색어, 서제스트, 실시간 검색어 등의 검색 서비스들이 제공되고 있으나, 검색결과와 연결되어 있지 않아 검색품질이 보장되지 않는다. 이에 따라, 사용자는 자신이 원하는 정보를 찾을 때까지 쿼리를 바꿔가면서 계속 검색해야 하는 불편함이 존재한다.

도 1은 일 실시예에 따른 검색 서비스가 개발된 배경을 설명하는 도면
도 2는 일 실시예에 따른 검색 서비스에 의하여 컨텐츠가 분류 및 조립되는 동작을 설명하는 도면
도 3은 일 실시예에 따른 검색 서비스에 의하여 컨텐츠가 연결되는 동작을 설명하는 도면
도 4는 일 실시예에 따른 검색 서비스에 의하여 컨텐츠의 맥락을 파악하는 동작을 설명하는 도면
도 5는 일 실시예에 따른 검색 서비스에 의하여 검색 결과로 사용자에게 제공되는 카드가 공유되는 동작을 설명하는 도면
도 6은 일 실시예에 따른 검색 서비스를 통하여 제공되는 검색 결과를 설명하는 도면
도 7은 일 실시예에 따른 검색 서비스를 위한 시스템 구조를 설명하는 도면
도 8a 및 도 8b는 일 실시예에 따른 확장 쿼리 시스템을 설명하는 도면들
도 9는 일 실시예에 따른 검색 랭킹 시스템을 설명하는 도면
도 10a 및 도 10b는 일 실시예에 따른 확장 키워드 생성 시스템을 설명하는 도면
도 11은 일 실시예에 따른 키워드 그래프 시스템을 설명하는 도면
도 12 내지 도 14는 일 실시예에 따른 키워드 그래프를 활용하는 예시를 설명하는 도면들
도 15는 일 실시예에 따른 검색 서비스의 시스템 구조를 설명하는 도면

본 명세서에서 개시되어 있는 특정한 구조적 또는 기능적 설명들은 단지 기술적 개념에 따른 실시예들을 설명하기 위한 목적으로 예시된 것으로서, 실시예들은 다양한 다른 형태로 실시될 수 있으며 본 명세서에 설명된 실시예들에 한정되지 않는다.

제1 또는 제2 등의 용어는 다양한 구성요소들을 설명하는데 사용될 수 있지만, 이런 용어들은 하나의 구성요소를 다른 구성요소로부터 구별하는 목적으로만 이해되어야 한다. 예를 들어 제1 구성요소는 제2 구성요소로 명명될 수 있고, 유사하게 제2 구성요소는 제1 구성요소로도 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 표현들, 예를 들어 "~간의에"와 "바로~간의에" 또는 "~에 이웃하는"과 "~에 직접 이웃하는" 등도 마찬가지로 해석되어야 한다.

단수의 표현은 문맥상 명백하게 다르게 뜻하지 않는 한, 복수의 표현을 포함한다. 본 명세서에서, "포함하다" 또는 "가지다" 등의 용어는 설시된 특징, 숫자, 단계, 동작, 구성요소, 부분품 또는 이들을 조합한 것이 존재함으로 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 해당 기술 분야에서 통상의 지식을 가진 자에 의해 일반적으로 이해되는 것과 동일한 의미를 가진다. 일반적으로 사용되는 사전에 정의되어 있는 것과 같은 용어들은 관련 기술의 문맥상 가지는 의미와 일치하는 의미를 갖는 것으로 해석되어야 하며, 본 명세서에서 명백하게 정의하지 않는 한, 이상적이거나 과도하게 형식적인 의미로 해석되지 않는다. 이하, 실시예들을 첨부된 도면을 참조하여 상세하게 설명한다.

도 1은 일 실시예에 따른 검색 서비스가 개발된 배경을 설명하는 도면이다. 도 1을 참조하면, 일 실시예에 따른 검색 서비스(이하, '검색 서비스'라고 함)는 퍼스널 컴퓨터(PC) 혹은 모바일(mobile) 기반에서 제공되는 통합 검색이나 기타 웹 검색 등 기존 검색 서비스의 한계를 극복하기 위하여 개발되었다. 검색 서비스는 기존 검색 서비스와의 차별화 된 검색 서비스를 제공할 수 있다.

보다 구체적으로, 검색 서비스는 확장 쿼리 검색에 관한 것으로, 사용자가 입력한 쿼리와 관련도 높은 확장 키워드를 생성하고, 확장된 키워드 별로 최적화된 검색결과를 제공한다. 사용자가 입력한 쿼리를 기반으로 확장 키워드와 검색결과를 함께 제공함으로써, 사용자는 추가적인 검색 수행 없이도 원하는 정보를 쉽게 찾을 수 있다. 검색 서비스는 재검색의 불편함을 해소하여 검색 사용자의 만족도를 향상시키는 기술을 제공한다.

도 2는 일 실시예에 따른 검색 서비스에 의하여 컨텐츠가 분류 및 조립되는 동작을 설명하는 도면이다. 도 2를 참조하면, 검색 서비스는 기존의 통합검색에 의한 컬렉션을 해체할 수 있다. 컬렉션은 기존의 통합검색에 의하여 컨텐츠가 분류되는 기준으로, 예를 들어 뉴스, 이미지, 통합웹, 동영상 등을 포함할 수 있다.

검색 서비스는 컬렉션을 해체하고 컨텐츠를 오브젝트(object)와 속성(property)으로 분류할 수 있다. 실시예에 따라 컨텐츠는 관계(relation)로 더 분류될 수 있다.

검색 서비스는 오브젝트와 속성을 이용하여, 사용자의 니즈에 따라 컨텐츠를 조립할 수 있다. 검색 서비스에 의하여 조립된 컨텐츠는 타임라인 탐색 인터페이스를 통하여 사용자에게 제공될 수 있다.

도 3은 일 실시예에 따른 검색 서비스에 의하여 컨텐츠가 연결되는 동작을 설명하는 도면이다. 도 3을 참조하면, 최초 검색어가 특정 인물에 관한 것인 경우, 검색 서비스는 해당 인물의 프로필, 최근 소식, 출연작, 앨범 등에 관한 컨텐츠를 검색 결과로 제공할 수 있다. 여기서, 특정 인물은 오브젝트이고, 해당 인물의 프로필, 최근 소식, 출연작, 앨범 등은 오브젝트에 대응하는 속성들일 수 있다.

만약 사용자가 해당 인물의 출연작을 선택하는 경우, 검색 서비스는 선택된 출연작과 관련된 회사, 캐릭터, 촬영 장소, 하이라이트 등을 검색 결과로 제공할 수 있다. 나아가, 사용자가 촬영 장소를 선택하는 경우, 검색 서비스는 선택된 촬영 장소와 관련된 지도, 교통, 업체명, 날씨 등을 검색 결과로 제공할 수 있다. 사용자가 업체명을 선택하는 경우, 검색 서비스는 선택된 업체명과 관련된 메뉴, 가격, 후기, 길찾기 등을 검색 결과로 제공할 수 있다.

이처럼, 검색 서비스는 제1 오브젝트(예를 들어, 인물)에 관한 검색어로 시작하여, 제2 오브젝트(예를 들어, 맛집)에 관한 검색 결과까지 자연스럽게 연결되는 서비스를 제공할 수 있다.

도 4는 일 실시예에 따른 검색 서비스에 의하여 컨텐츠의 맥락을 파악하는 동작을 설명하는 도면이다. 실시예에 따라, 검색 서비스는 동일한 쿼리 입력 시 모든 유저에게 동일한 확장 쿼리 검색결과를 제공할 수 있다. 또는, 검색 서비스는 유저 그룹별 관심사와 사용패턴을 분석하여 유저 별로 서로 다른 확장 쿼리 검색결과를 제공할 수 있다.

도 4를 참조하면, 사용자에 의하여 입력된 쿼리(query)가 원OO일 수 있다. 이 경우, 검색 서비스는 입력 쿼리 '원OO'를 오브젝트로 하여, 해당 오브젝트에 대응하는 다양한 속성들을 이용하여 확장 쿼리를 생성할 수 있다.

이 때, 동일한 오브젝트에 대하여 카테고리 별로 상이한 속성들이 결정될 수 있다. 예를 들어, 만화 카테고리에서는 '3화 애니', '피규어' 등의 속성들이 결정되고, 쇼핑 카테고리에서는 '겨울', '블랙' 등의 속성들이 결정되며, 인물 카테고리에서는 '프로필', '노래' 등의 속성들이 결정될 수 있다.

검색 서비스는 사용자를 타겟팅(targeting)하여 검색 결과로 제공되는 카드를 전환(shifting)할 수 있다. 예를 들어, 검색 서비스는 사용자의 기존 검색 이력 등에 기초하여 사용자가 쿼리로 '원OO'를 입력한 맥락이 쇼핑 카테고리에 해당한다고 판단할 수 있다. 이 경우, 검색 서비스는 오브젝트인 '원OO'에 대응하는 다양한 속성들 중 쇼핑 카테고리에 해당하는 속성들을 사용자에게 제공할 수 있다.

아래에서 상세하게 설명하겠으나, 검색 서비스는 오브젝트에 대응하는 속성들의 스코어(score)를 결정할 수 있으며, 사용자가 의도한 맥락에 해당한다고 판단된 속성들의 스코어를 높게 결정할 수 있다. 검색 서비스는 높은 스코어를 가지는 속성들에 의하여 생성되는 확장 쿼리에 의한 검색 결과를 우선적으로 노출할 수 있다. 또한, 검색 서비스는 스코어 순으로 확장 쿼리를 정렬하여, 미리 정해진 수의 확장 쿼리들만 선택하여 검색 결과로 제공할 수 있다.

도 5는 일 실시예에 따른 검색 서비스에 의하여 검색 결과로 사용자에게 제공되는 카드가 공유되는 동작을 설명하는 도면이다. 도 5를 참조하면, 검색 서비스는 검색 결과를 카드의 형태로 제공할 수 있다. 카드는 미리 정해진 템플릿(template)으로, 검색 결과에 해당하는 컨텐츠의 카테고리에 따라 서로 상이한 템플릿이 이용될 수 있다.

검색 서비스는 SNS 서비스, 인스턴스 메시지 서비스 등으로 검색 결과를 공유하는 기능을 제공할 수 있다. 예를 들어, 검색 쿼리가 '아OO 장XX'인 경우, 검색 서비스는 '아OO 장XX'를 오브젝트로 하여, 해당 오브젝트에 대응하는 복수의 속성들(예를 들어, 결별 통합웹, 찌라시 등)을 이용하여 확장 쿼리들을 생성할 수 있다.

사용자가 확장 쿼리들 중 적어도 하나의 검색 결과(예를 들어, '아OO 장XX 결별 통합웹')에 해당하는 카드를 모바일 인스턴스 메시지 어플리케이션으로 공유할 것을 입력하면, 검색 서비스는 공유를 원하는 사용자에게 표시되는 것과 동일한 형태로 해당하는 카드를 공유시킬 수 있다. 예를 들어, 검색 서비스는 공유를 원하는 사용자에게 표시되는 카드를 캡쳐(capture)한 뒤, 공유 대상인 어플리케이션에 카드를 캡쳐한 정보를 제공할 수 있다. 이 경우, 모바일 인스턴스 메시지 어플리케이션은 채팅창에 캡쳐된 카드를 표시하고, 해당하는 웹 페이지로 접속 가능한 링크를 제공할 수 있다.

실시예에 따라, 검색 서비스는 모바일 인스턴스 메시지 어플리케이션의 추가 기능(예를 들어, 채널 기능 등)으로 구현될 수 있다.

도 6은 일 실시예에 따른 검색 서비스를 통하여 제공되는 검색 결과를 설명하는 도면이다. 도 6을 참조하면, 입력 쿼리로 특정 인물이 입력될 수 있다. 이 경우, 기존의 통합검색에 의하면 콜렉션 별로 검색 결과가 제공되는 것과 달리, 검색 서비스는 입력 쿼리로 입력된 오브젝트에 대응하는 다양한 속성들(예를 들어, '오늘 개봉 영화', '출연드라마', '앨범', '이미지', '스케쥴', '소속사' 등)을 이용하여 확장 쿼리들을 생성한 뒤, 확장 쿼리들 별로 검색 결과를 제공할 수 있다. 도면에 도시하지 않았으나, 검색 서비스는 입력 쿼리 자체에 대한 검색 결과를 표시한 뒤, 확장 쿼리들에 대한 검색 결과들을 표시할 수 있다.

도면에 도시하지 않았으나, 입력 쿼리로 특정 방송 컨텐츠가 입력될 수 있다. 예를 들어, 입력된 방송 컨텐츠가 드라마인 경우, 오브젝트인 방송 컨텐츠에 대응하는 속성들로 '동영상이 있는 방송줄거리', '패션' 등이 결정되어 확장 쿼리들이 생성될 수 있다. 또는, 입력된 방송 컨텐츠가 음식 관련 방송인 경우, 오브젝트인 방송 컨텐츠에 대응하는 속성들로 '탕수육 촬영장소', 22회 '어묵요리 레시피' 등이 결정되어 확장 쿼리들이 생성될 수 있다.

또한, 입력 쿼리로 영화 컨텐츠가 입력되는 경우, 오브젝트인 영화 컨텐츠에 대응하는 속성들로 '5월 개봉영화 기대작', '등장인물', '시사회 신청', '영화 무대인사 스케줄', '주변상영관' 등이 결정되어 확장 쿼리들이 생성될 수 있다. 또한, 입력 쿼리로 스포츠 선수가 입력되는 경우, 오브젝트인 스포츠 선수에 대응하는 속성들로 '하이라이트', '경기일정', '생중계 카운트', 구단정보', '구단 SNS', '구단 실시간 반응' 등이 결정되어 확장 쿼리들이 생성될 수 있다. 또한, 입력 쿼리로 날씨가 입력되는 경우, 오브젝트인 날씨에 대응하는 속성들로 '부산 수영구 광안동 날씨', '광안동 주간날씨', '비오는날 음악' 등이 결정되어 확장 쿼리들이 생성될 수 있다. 또한, 입력 쿼리로 기업정보가 입력되는 경우, 오브젝트인 기업정보에 대응하는 속성들로 '주가 시세', '외인/기관', '기업정보', '증권사 컨센서스', '투자정보', '종목공시' 등이 결정되어 확장 쿼리들이 생성될 수 있다.

전술한 동작들은 예시적인 사항들에 불과하며, 실시예들은 전술한 동작들 이외에도 다양한 검색어들에 대하여 검색 서비스를 제공할 수 있다.

도 7은 일 실시예에 따른 검색 서비스를 위한 시스템 구조를 설명하는 도면이다. 도 7을 참조하면, 검색 서비스는 확장 쿼리 검색을 위하여, 확장 쿼리 시스템, 검색 랭킹 시스템, 및 통합 시스템으로 구성될 수 있다. 확장 쿼리 시스템은 사용자가 입력한 쿼리를 기반으로 확장 쿼리를 생성한다. 검색 랭킹 시스템은 확장 쿼리 별로 적합한 검색 결과 랭킹을 선정한다. 통합 시스템은 확장 쿼리 시스템 및 검색 랭킹 시스템을 통합한다.

확장 쿼리 시스템은 사용자가 입력한 쿼리를 오브젝트로 하여, 해당 오브젝트에 대응하는 속성들을 결정함으로써 확장 쿼리들을 생성할 수 있다. 실시예에 따라 해당 오브젝트에 대응하는 속성들을 결정할 수 없는 경우, 서제스트 기능 및/또는 관련 검색어 기능을 이용하여 확장 쿼리들을 생성할 수 있다. 이 경우, 검색 랭킹 시스템은 서제스트 기능 및/또는 관련 검색어 기능을 통하여 생성된 확장 쿼리들의 스코어들을 해당 오브젝트에 대응하는 속성들에 기초하여 생성된 확장 쿼리들에 비하여 낮게 결정할 수 있다.

보다 구체적으로, 확장 쿼리 시스템은 입력된 검색 쿼리를 오브젝트로 설정하고, 오브젝트와 연관된 속성을 부가하여 확장 쿼리를 생성한다. 이 때, 확장 쿼리를 생성하기 위하여 쿼리 로그가 이용되며, 예를 들어 쿼리 로그에서 오브젝트에 대응하는 속성의 빈도수에 기간(하루, 일주일, 한달, 일년 등)에 따른 가중치를 부여하여 확장 쿼리 후보들이 정렬될 수 있다. 부가적으로, 실시간 뉴스 정보에 등장하는 속성의 점수를 높이는 등의 세부조정도 가능하다. 최종적으로 정렬된 순서에 따라 미리 정해진 수의 확장 쿼리가 결정될 수 있다.

오브젝트-속성 리스트는 오브젝트 리스트를 이용하여 사전에 구비될 수 있다. 여기서, 오브젝트 리스트는 컨텐츠 그래프 등 컨텐츠 DB로부터 다운로드 받거나, 쿼리 로그로부터 도출될 수 있다. 실시예에 따라, 확장 쿼리 시스템은 오브젝트-속성 리스트 대신, 보다 일반적인 형태의 키워드 그래프를 이용하여 구현될 수도 있다. 키워드 그래프를 이용한 구현 방식은 후술한다.

한편, 검색 쿼리를 오브젝트로 하는 속성이 존재하지 않는 경우(예를 들어, 검색 쿼리가 긴 경우 등)에도 확장 쿼리를 생성하기 위하여, 서제스트(suggest)와 연관 검색어가 활용될 수 있다.

통합 시스템은 검색 쿼리로 검색한 결과 - 제1 확장 쿼리로 검색한 결과 - 제2 확장 쿼리로 검색한 결과 - … 와 같은 순서로 검색 결과를 사용자에게 제공할 수 있다. 예를 들어, 모바일 환경에서 검색 쿼리 및 확장 쿼리들은 수직 스크롤 방향으로 배치되고, 개별 확장 쿼리에 따른 복수의 검색 결과들은 수평 스크롤 방향으로 배치될 수 있다. 이 때, 개별 확장 쿼리에 따른 검색 결과들 각각은 미리 정해진 템플릿에 해당하는 카드(card)의 형태로 출력될 수 있으며, 개별 확장 쿼리 내 검색 결과들의 랭킹은 기존의 통합 검색과 실질적으로 동일한 방식을 통하여 결정될 수 있다.

실시예에 따라, 통합 시스템은 각각의 확장 쿼리로 검색한 결과들을 콜렉션(collection) 단위로 분리하여 출력할 수 있다. 예를 들어, 제1 확장 쿼리(뉴스 콜렉션) - 제1 확장 쿼리(이미지 콜렉션) - 제1 확장 쿼리(블로그 콜렉션)과 같이 검색 결과가 출력될 수 있으며, 콜렉션들 사이의 랭킹을 정하기 위하여 기존의 통합 검색과 실질적으로 동일한 방식이 이용될 수 있다. 이 경우, 확장 쿼리와 함께 콜렉션에 대한 라벨(label)이 함께 표시될 수 있다.

도 8a 및 도 8b는 일 실시예에 따른 확장 쿼리 시스템을 설명하는 도면들이다. 도 8a 및 도 8b에서 이용되는 용어의 정의는 표 1과 같다.

OQ: 원 쿼리 (Original Query)
EQ: 확장 쿼리 (Extend Query)
EK: 확장 키워드 (Extend Keyword)
SG: 서제스트 (Suggest)
RK: 관련 검색어 (Related Keyword)
AK: 운영 키워드 (Admin Keyword)

또한, 확장 쿼리 시스템에 의하여 이용되는 쿼리 니즈들은 표 2와 같이 정의될 수 있다.

Query-needs for OQ = QN-Score(OQ) = 1.0
Query-needs for EQ = QN-Score(EQ) = α * QN-Score(EK or SG) + (1 - α) * QN-Score(RQ)
기본 파라메터 α = 0.9
Query-needs for EK = QN-Score(EK) = 1.0 * Rank Score(EK)
Query-needs for SG = QN-Score(SG) = RF-Score(SG) * Rank-score(SG)
Query-needs for RQ = QN-Score(RQ) = RF-Score(RQ) * Rank-score(RQ)
Rank-score(x) = 10.0 / (10.0 + Rank(x)) 참고
Related Term Freq Score = RF-Score(x|OQ) = sum(DF(term)| term in OQ, term in x)

확장 쿼리 시스템은 확장 쿼리에 등장하는 텀 DF를 구하여 원쿼리에 포함된 텀만의 DF를 사용할 수 있다. (원쿼리에 등장하고 확장 쿼리에 많은 DF를 가진 텀이 관계가 높다는 가정) 표 3의 예시를 참조하면, 확장 쿼리 시스템은 정확한 DHA가 아닌 확장 쿼리 띄어쓰기 사용할 수 있다.

ex> Q: 수O 나이 → DF: 수O(20/25) 나이(5/25)
SG1: 수O 실제 나이 → DF(수O) * 1.0 + DF(나이) * 1.0 → 1.0
SG2: 수O 몸매 → DF(수O) * 1.0 + DF(나이) * 0.0 → 0.8

또한, 확장 쿼리 시스템에 의하여 이용되는 랭킹 모델은 표 4와 같이 정해질 수 있다.

키워드의 쿼리 니즈 순서대로 나열
나열 후 AK의 수정된 rank 값으로 재 세팅
최종 랭킹된 확장 키워드 리스트를 검색 랭킹 시스템으로 전달

도 9는 일 실시예에 따른 검색 랭킹 시스템을 설명하는 도면이다. 도 9를 참조하면, 검색 랭킹 시스템은 확장 쿼리 시스템에서 전달 받은 확장 키워드 순서대로 기존 통합검색 시스템에서 N개의 검색결과를 수집할 수 있다.

검색 랭킹 시스템은 확장 키워드는 다르지만 동일한 검색결과일 경우에는 첫번째 검색결과를 제외하고 나머지는 중복 제거할 수 있다. 검색 랭킹 시스템은 사용자가 아래로 스크롤 하면서 검색결과를 새롭게 로딩 할 때마다 실시간으로 중복 제거를 수행할 수 있다.

검색 랭킹 시스템은 확장 키워드내의 검색결과 중에서 랭킹 스코어가 낮은 검색결과는 제거하여, 확장 키워드 1개당 최대 M개의 검색결과만 노출할 수 있다.

도 10a 및 도 10b는 일 실시예에 따른 확장 키워드 생성 시스템을 설명하는 도면이다. 도 10a 및 도 10b를 참조하면, 확장 키워드 생성 시스템은 확장 키워드를 생성하기 위하여 다음과 같이 동작할 수 있다.

1. 오브젝트 후보 추출

A. 쿼리 로그에서 오브젝트일 가능성이 높은 키워드를 추출

i. 후보 키워드 다음에 오는 서픽스(suffix) 패턴이 많을수록 오브젝트일 가능성이 높음

ii. 검색 결과 노출 컬렉션 정보를 활용

2. 오브젝트와 속성 분리

A. 형태소 분석기, 패턴 매칭 등의 기법을 이용하여 쿼리를 오브젝트와 속성으로 분리

3. 확장 키워드 추출

A. 쿼리 로그를 하루, 일주일, 한달, 일년 등의 다양한 구간들로 분리한 뒤, 분리된 구간들 별로 확장 키워드를 추출

B. 확장 키워드 추출 결과는 오브젝트에 해당하는 확장 키워드의 목록으로 제공

i. 예) '아OO' - '아OO 드라마', '아OO 노래', '아OO 장XX', '아OO 사진' 등

ii. 확장 키워드는 기본적으로 쿼리 로그의 빈도수 정보를 가짐

4. 확장 키워드 랭킹

A. 기본적으로 확장 키워드의 빈도수로 랭킹 결정

B. 확장 키워드를 다양한 구간들 별로 추출하였으므로, 각 출처에 대한 가중치를 고려하여 스코어 계산

i. 예) 0.5*(하루 빈도수) + 0.2*(일주일 빈도수) + 0.15*(한달 빈도수) + 0.15*(일년 빈도수)

ii. 구간들 별 가중치는 기계학습 방법을 통하여 학습 가능

C. 특정 확장 키워드가 개별 출처에서 몇 번째 등장하였는지에 대한 정보에 기초하여 패널티 부여

i. 예) '아OO 단발'이 하루 구간에서 40등인 경우, 등수가 낮으므로 스코어를 더 작게 부여

D. 오브젝트가 실시간 인기 검색어와 일치하거나 관련이 있는 경우, 뉴스 검색 API를 사용하여 뉴스 검색 결과를 가져온 뒤, 연관된 키워드를 추출

i. 연관된 키워드가 확장 키워드와 일치하는 경우, 가중치 부여

ii. 예) '아OO'로 검색한 뉴스 결과에서 '아OO 공항사진'이 추출된 경우, 확장 키워드 '아OO 공항사진'의 스코어에 가중치 부여

E. 관리되는 속성에 대하여 더 큰 가중치 부여

F. 금칙어, 오용어 리스트로 확장 키워드를 필터링

G. 동의어, 상위어 정보를 이용하여 서로 유사한 확장 키워드를 그룹핑

실시예에 따라, 확장 키워드 생성 시스템은 키워드 그래프를 활용할 수 있다. 이 경우, 확장 키워드 생성 시스템은 다음과 같이 동작할 수 있다.

5. 컨텐츠 그래프를 기반으로 1차 키워드 그래프를 생성

A. (subject, relation, object) 연결 관계로부터 키워드 연결 관계를 생성

i. 예) (아OO, 노래, 제제) -> (아OO, 노래), (아OO, 제제)

B. 키워드 연결관계에는 컨텐츠 그래프로의 참조 링크가 존재하므로, 역으로 컨텐츠 그래프를 참조하여 해당 컨텐츠에 접근 가능

6. 추출된 확장 키워드 데이터와 1차 키워드 그래프를 병합

A. 병합 시 노드와 노드의 연결 강도를 부여

i. 기본적으로 추출된 확장 키워드에 기초하여 연결 강도를 부여

ii. 별도의 쿼리 로그, 클릭 로그 분석 등을 통하여 연결 강도를 부여 가능

7. 병합된 키워드 그래프의 사용

A. 확장 키워드 데이터를 사용하는 방법과 유사

B. 입력 쿼리를 오브젝트로 가정하고, 그래프를 조회

C. 매칭된 특정 노드에 직접적으로 연결된 모든 노드 정보를 획득

i. 예) '아OO' -> '드라마, 출연배우, 연인, 노래, 공항사진, 단발' 등

D. 키워드 그래프는 추가적으로 컨텐츠 그래프로의 참조 링크를 포함하므로, 키워드 그래프를 이용하는 경우 더 다양한 컨텐츠를 제공할 수 있음

도 11은 일 실시예에 따른 키워드 그래프 시스템을 설명하는 도면이다. 키워드 그래프 시스템은 도 10a 및 도 10b를 통하여 전술한 것과 같이 컨텐츠 그래프 기반으로 키워드 그래프를 생성할 수 있다.

도 11의 좌측 이미지는 컨텐츠 데이터베이스이다. 컨텐츠 데이터베이스는 인물, 방송, 영화 등 구조화된 컨텐츠를 저장하는 시스템이다. 도 11의 중간 이미지는 컨텐츠 그래프이다. 컨텐츠 그래프는 컨텐츠 데이터베이스를 기반으로 정점(vertex)과 관계(relation)로 구성된 그래프 시스템이다. 정점은 오브젝트에 대응한다. 도 11의 우측 이미지는 키워드 그래프이다. 키워드 그래프는 컨텐츠 그래프의 정점과 관계를 키워드로 변환하여 구축된 시스템으로, 전술한 확장 키워드 시스템에 의하여 활용된다.

도 11에 기재된 용어는 다음과 같이 정의될 수 있다.

1. contents_keyword

A. 실제 contents id가 발급된 object (vertex)의 이름에 해당하는 키워드

2. property_keyword

A. object간 relation (edge) 키워드

B. object - class_keyword 의 relation 키워드 (contents graph 상에는 edge가 없음)

3. class_keyword

A. 아직 object 분류가 없는 키워드

i. 예) 로XXX (회사 분류), OO대학교 (학교 분류)

B. 개념적 키워드라 분류하기 어려운 키워드

i. 예) 대학교, 드라마, 연예인

도 12 내지 도 14는 일 실시예에 따른 키워드 그래프를 활용하는 예시를 설명하는 도면들이다. 도 12는 제1 단계의 예시이다. 이슈 키워드 그래프(issue keyword graph)에서는 블러X 커플, 구OO 안XX 열애 등의 키워드들이 생성되나, 아직 컨텐츠 키워드 그래프(content keyword graph)에는 블러X 작품에 구OO과 안XX은 '출연'이라는 관계만 가지고 있다.

도 13은 제2 단계의 예시이다. 컨텐츠 키워드 그래프에 2개의 신규 키워드들(예를 들어, 구OO 안XX 열애, 블러X 커플)이 추가되고, 기존 키워드와 연결된다. 제2 단계에서는 아직 컨텐츠에까지 연결되지는 않는다.

도 14는 제3 단계의 예시이다. 2개의 신규 키워드들에 2가지 관계들(예를 들어, 커플, 열애)이 추가되어, 컨텐츠로의 연결까지 완성된다. 예를 들어, 블러X 커플 키워드에 구OO 및 안XX가 연결된다.

도 15는 일 실시예에 따른 검색 서비스의 시스템 구조를 설명하는 도면이다. 도 15에 도시된 구성요소들은 표 5와 같이 동작할 수 있다.

Content Graph: 주제별 컨텐츠 카드 시스템 (input: 쿼리, output: 주제형 카드 결과)
ex) 인물, 방송 등
Keyword Graph: 확장 키워드 시스템 (input: 쿼리, output: 확장 쿼리)
검색 엔진: 검색 랭킹 시스템 (input: 확장 쿼리, output: 검색 결과 카드)
Documents: 검색 대상이 되는 모든 데이터
ex) 뉴스, 이미지, 동영상, 블로그 카페 등

이상에서 설명된 실시예들은 하드웨어 구성요소, 소프트웨어 구성요소, 및/또는 하드웨어 구성요소 및 소프트웨어 구성요소의 조합으로 구현될 수 있다. 예를 들어, 실시예들에서 설명된 장치, 방법 및 구성요소는, 예를 들어, 프로세서, 콘트롤러, ALU(arithmetic logic unit), 디지털 신호 프로세서(digital signal processor), 마이크로컴퓨터, FPGA(field programmable gate array), PLU(programmable logic unit), 마이크로프로세서, 또는 명령(instruction)을 실행하고 응답할 수 있는 다른 어떠한 장치와 같이, 하나 이상의 범용 컴퓨터 또는 특수 목적 컴퓨터를 이용하여 구현될 수 있다. 처리 장치는 운영 체제(OS) 및 상기 운영 체제 상에서 수행되는 하나 이상의 소프트웨어 애플리케이션을 수행할 수 있다. 또한, 처리 장치는 소프트웨어의 실행에 응답하여, 데이터를 접근, 저장, 조작, 처리 및 생성할 수도 있다. 이해의 편의를 위하여, 처리 장치는 하나가 사용되는 것으로 설명된 경우도 있지만, 해당 기술분야에서 통상의 지식을 가진 자는, 처리 장치가 복수 개의 처리 요소(processing element) 및/또는 복수 유형의 처리 요소를 포함할 수 있음을 알 수 있다. 예를 들어, 처리 장치는 복수 개의 프로세서 또는 하나의 프로세서 및 하나의 콘트롤러를 포함할 수 있다. 또한, 병렬 프로세서(parallel processor)와 같은, 다른 처리 구성(processing configuration)도 가능하다.

소프트웨어는 컴퓨터 프로그램(computer program), 코드(code), 명령(instruction), 또는 이들 중 하나 이상의 조합을 포함할 수 있으며, 원하는 대로 동작하도록 처리 장치를 구성하거나 독립적으로 또는 결합적으로(collectively) 처리 장치를 명령할 수 있다. 소프트웨어 및/또는 데이터는, 처리 장치에 의하여 해석되거나 처리 장치에 명령 또는 데이터를 제공하기 위하여, 어떤 유형의 기계, 구성요소(component), 물리적 장치, 가상 장치(virtual equipment), 컴퓨터 저장 매체 또는 장치, 또는 전송되는 신호 파(signal wave)에 영구적으로, 또는 일시적으로 구체화(embody)될 수 있다. 소프트웨어는 네트워크로 연결된 컴퓨터 시스템 상에 분산되어서, 분산된 방법으로 저장되거나 실행될 수도 있다. 소프트웨어 및 데이터는 하나 이상의 컴퓨터 판독 가능 기록 매체에 저장될 수 있다.

실시예에 따른 방법은 다양한 컴퓨터 수단을 통하여 수행될 수 있는 프로그램 명령 형태로 구현되어 컴퓨터 판독 가능 매체에 기록될 수 있다. 상기 컴퓨터 판독 가능 매체는 프로그램 명령, 데이터 파일, 데이터 구조 등을 단독으로 또는 조합하여 포함할 수 있다. 상기 매체에 기록되는 프로그램 명령은 실시예를 위하여 특별히 설계되고 구성된 것들이거나 컴퓨터 소프트웨어 당업자에게 공지되어 사용 가능한 것일 수도 있다. 컴퓨터 판독 가능 기록 매체의 예에는 하드 디스크, 플로피 디스크 및 자기 테이프와 같은 자기 매체(magnetic media), CD-ROM, DVD와 같은 광기록 매체(optical media), 플롭티컬 디스크(floptical disk)와 같은 자기-광 매체(magneto-optical media), 및 롬(ROM), 램(RAM), 플래시 메모리 등과 같은 프로그램 명령을 저장하고 수행하도록 특별히 구성된 하드웨어 장치가 포함된다. 프로그램 명령의 예에는 컴파일러에 의해 만들어지는 것과 같은 기계어 코드뿐만 아니라 인터프리터 등을 사용해서 컴퓨터에 의해서 실행될 수 있는 고급 언어 코드를 포함한다. 상기된 하드웨어 장치는 실시예의 동작을 수행하기 위해 하나 이상의 소프트웨어 모듈로서 작동하도록 구성될 수 있으며, 그 역도 마찬가지이다.

이상과 같이 실시예들이 비록 한정된 도면에 의해 설명되었으나, 해당 기술분야에서 통상의 지식을 가진 자라면 상기를 기초로 다양한 기술적 수정 및 변형을 적용할 수 있다. 예를 들어, 설명된 기술들이 설명된 방법과 다른 순서로 수행되거나, 및/또는 설명된 시스템, 구조, 장치, 회로 등의 구성요소들이 설명된 방법과 다른 형태로 결합 또는 조합되거나, 다른 구성요소 또는 균등물에 의하여 대치되거나 치환되더라도 적절한 결과가 달성될 수 있다.

Claims

검색 쿼리를 수신하는 단계;
상기 검색 쿼리를 오브젝트로 설정하는 단계;
상기 오브젝트와 연관된 적어도 하나의 속성을 상기 오브젝트에 부가함으로써, 복수의 확장 쿼리들을 생성하는 단계;
상기 확장 쿼리들의 랭킹을 결정하는 단계; 및
상기 확장 쿼리들의 랭킹에 따라 확장 쿼리 별로 복수의 검색 결과들을 제공하는 단계
를 포함하고,
상기 확장 쿼리 별로 복수의 검색 결과들을 제공하는 단계는
상기 확장 쿼리들의 랭킹에 따라 결정되는 상기 확장 쿼리들의 노출 영역들 중 적어도 하나의 노출 영역을 로드하는 요청에 응답하여, 상기 적어도 하나의 노출 영역에 대응하는 적어도 하나의 확장 쿼리에 의한 검색 결과들을 생성하는 단계;
상기 적어도 하나의 확장 쿼리에 의한 검색 결과들 중 상기 적어도 하나의 확장 쿼리의 랭킹보다 상위 랭킹을 가지는 다른 확장 쿼리에 의한 검색 결과와 동일한 검색 결과가 존재하는 경우, 상기 적어도 하나의 확장 쿼리에 의한 검색 결과들로부터 해당하는 검색 결과를 제거하는 단계;
상기 적어도 하나의 확장 쿼리에 의한 검색 결과들 각각에 대응하는 컨텐츠의 카테고리에 기초하여, 상기 적어도 하나의 확장 쿼리에 의한 검색 결과들 각각을 표시할 카드의 템플릿을 식별하는 단계; 및
상기 적어도 하나의 확장 쿼리에 의한 검색 결과들 각각을 해당하는 확장 쿼리의 노출 영역에 상기 식별된 템플릿에 대응하는 카드의 형태로 제공하는 단계
를 포함하는,
검색 방법.
제1항에 있어서,
상기 확장 쿼리들을 생성하는 단계는
쿼리 로그 및 클릭 로그 중 적어도 하나로부터 상기 오브젝트에 대응하는 속성들의 빈도수들을 획득하는 단계;
미리 정의된 기간들에 따른 빈도수들에 가중치를 부여하여 상기 속성들에 대응하는 확장 쿼리 후보들을 랭킹 별로 정렬하는 단계; 및
상기 정렬된 확장 쿼리 후보들로부터 미리 정해진 수의 확장 쿼리들을 생성하는 단계
를 포함하는,
검색 방법.
제2항에 있어서,
상기 확장 쿼리 후보들을 정렬하는 단계는
상기 기간들 중 어느 하나의 기간에서 상기 속성들의 빈도수들의 랭킹에 기초하여 상기 속성들 중 적어도 하나의 속성에 패널티를 부여하는 단계
를 포함하는,
검색 방법.
제2항에 있어서,
상기 확장 쿼리 후보들을 정렬하는 단계는
실시간 인기 검색어 및 상기 오브젝트와 연관된 실시간 뉴스 정보 중 적어도 하나에 기초하여, 상기 오브젝트와 연관된 키워드를 추출하는 단계; 및
상기 추출된 키워드와 일치하는 속성에 가중치를 부여하는 단계
를 포함하는,
검색 방법.
제2항에 있어서,
상기 확장 쿼리들을 생성하는 단계는
서제스트 기능 및 연관 검색어 기능 중 적어도 하나를 이용하여 적어도 하나의 제2 확장 쿼리를 생성하는 단계; 및
상기 제2 확장 쿼리를 상기 확장 쿼리 후보들보다 랭킹을 낮게 정렬하는 단계
를 더 포함하는,
검색 방법.
제1항에 있어서,
상기 확장 쿼리들을 생성하는 단계는
상기 오브젝트에 대응하는 속성이 없는 경우, 서제스트 기능 및 연관 검색어 기능 중 적어도 하나를 이용하여 적어도 하나의 확장 쿼리를 생성하는 단계
를 포함하는,
검색 방법.
제1항에 있어서,
상기 확장 쿼리들을 수직 스크롤 방향으로 배치하여 랭킹 별로 출력하는 단계; 및
상기 확장 쿼리 별 검색 결과들을 해당하는 확장 쿼리에 대응하여 수평 스크롤 방향으로 배치하여 출력하는 단계
를 더 포함하는,
검색 방법.
삭제
제1항에 있어서,
상기 검색 결과를 미리 정해진 템플릿에 대응하는 적어도 하나의 카드로 출력하는 단계
를 더 포함하고,
상기 템플릿은 검색 결과에 대응하는 컨텐츠의 카테고리에 기초하여 정의된,
검색 방법.
제9항에 있어서,
어플리케이션을 이용한 상기 카드의 공유에 응답하여, 상기 카드를 상기 템플릿과 동일하게 시각화하여 상기 공유의 상대방에게 공유하는 단계
를 더 포함하는,
검색 방법.
제1항에 있어서,
상기 확장 쿼리들을 생성하는 단계는
사용자의 검색 이력에 기초하여, 상기 오브젝트에 대응하는 속성들의 카테고리들 중 어느 하나의 카테고리를 결정하는 단계; 및
상기 결정된 카테고리에 속하는 적어도 하나의 확장 쿼리를 생성하는 단계
를 포함하는,
검색 방법.
제1항에 있어서,
상기 확장 쿼리 별 검색 결과들 각각에 대응하는 컨텐츠의 카테고리는 상기 컨텐츠들이 분류되는 기준인 컬렉션을 포함하고,
상기 컬렉션은 뉴스, 이미지, 통합웹, 동영상 중 적어도 하나를 포함하는,
검색 방법.
제1항에 있어서,
상기 확장 쿼리들을 생성하는 단계는
오브젝트와 속성들이 각각 결합된 확장 키워드들을 랭킹 별로 나열한 오브젝트-속성 리스트; 및 연결 강도들에 기초하여 키워드들 사이의 연결 관계들을 정의한 토폴로지인 키워드 그래프 중 적어도 하나로부터 상기 오브젝트에 대응하는 적어도 하나의 확장 쿼리를 획득하는 단계
를 포함하는,
검색 방법.
제13항에 있어서,
상기 오브젝트-속성 리스트를 생성하는 단계
를 더 포함하고,
상기 오브젝트-속성 리스트를 생성하는 단계는
서픽스(suffix) 패턴들에 기초하여 쿼리 로그 및 클릭 로그 중 적어도 하나로부터 후보 오브젝트들을 추출하는 단계;
상기 후보 오브젝트들에 형태소 분석 기법 및 패턴 매칭 기법 중 적어도 하나를 적용하여 오브젝트 및 속성들을 분리하는 단계;
상기 분리된 오브젝트 및 상기 분리된 속성들에 기초하여, 확장 키워드들을 생성하는 단계; 및
상기 쿼리로그로부터 획득된 상기 분리된 속성들의 빈도수들에 가중치를 부여하여 상기 생성된 확장 키워드들을 정렬하는 단계
를 포함하는,
검색 방법.
제13항에 있어서,
상기 키워드 그래프를 생성하는 단계
를 더 포함하고,
상기 키워드 그래프를 생성하는 단계는
오브젝트와 컨텐츠들 사이의 연결 관계들을 정의한 토폴로지인 컨텐츠 그래프를 획득하는 단계;
쿼리 로그 및 클릭 로그로부터 생성된 확장 키워드들과 상기 컨텐츠 그래프를 결합하여, 키워드들 사이의 연결 관계들을 생성하는 단계; 및
상기 쿼리 로그, 상기 클릭 로그 및 상기 확장 키워드들에 기초하여 상기 연결 관계들의 연결 강도들을 부여하는 단계
를 포함하는,
검색 방법.
삭제
사용자로부터 입력된 검색 쿼리를 서버로 전송하는 단계;
상기 검색 쿼리에 기초하여 생성된 복수의 확장 쿼리들 및 확장 쿼리 별 복수의 검색 결과들을 상기 서버로부터 수신하는 단계; 및
상기 확장 쿼리들의 랭킹에 따라 상기 확장 쿼리 별 검색 결과들을 표시하는 유저 인터페이스를 제공하는 단계
를 포함하고,
상기 검색 쿼리는 오브젝트로 설정되고, 상기 확장 쿼리들은 상기 오브젝트와 연관된 적어도 하나의 속성이 상기 오브젝트에 부가되어 생성되며,
상기 확장 쿼리들의 랭킹에 따라 결정되는 상기 확장 쿼리들의 노출 영역들 중 적어도 하나의 노출 영역을 로드하는 요청에 응답하여 상기 적어도 하나의 노출 영역에 대응하는 적어도 하나의 확장 쿼리에 의한 검색 결과들이 생성되고,
상기 적어도 하나의 확장 쿼리에 의한 검색 결과들 중 상기 적어도 하나의 확장 쿼리의 랭킹보다 상위 랭킹을 가지는 다른 확장 쿼리에 의한 검색 결과와 동일한 검색 결과가 존재하는 경우 상기 적어도 하나의 확장 쿼리에 의한 검색 결과들로부터 해당하는 검색 결과가 제거되며,
상기 유저 인터페이스를 제공하는 단계는
상기 적어도 하나의 확장 쿼리에 의한 검색 결과들 각각에 대응하는 컨텐츠의 카테고리에 기초하여, 상기 적어도 하나의 확장 쿼리에 의한 검색 결과들 각각을 표시할 카드의 템플릿을 식별하는 단계; 및
상기 적어도 하나의 확장 쿼리에 의한 검색 결과들 각각을 해당하는 확장 쿼리의 노출 영역에 상기 식별된 템플릿에 대응하는 카드의 형태로 출력하는 단계
를 포함하는,
검색 유저 인터페이스 제공 방법.
제17항에 있어서,
상기 검색 결과를 미리 정해진 템플릿에 대응하는 적어도 하나의 카드로 표시하는 유저 인터페이스를 제공하는 단계
를 더 포함하고,
상기 템플릿은 검색 결과에 대응하는 컨텐츠의 카테고리에 기초하여 정의된,
검색 유저 인터페이스 제공 방법.
제18항에 있어서,
상기 사용자로부터 입력된 상기 카드의 공유를 상기 서버로 전송하는 단계
를 더 포함하고,
상기 카드는 상기 서버에 의해 상기 템플릿과 동일하게 시각화되어 상기 공유의 상대방에게 공유되는,
검색 유저 인터페이스 제공 방법.
제17항에 있어서,
상기 확장 쿼리들을 수직 스크롤 방향으로 배치하여 랭킹 별로 표시하는 유저 인터페이스를 제공하는 단계; 및
상기 확장 쿼리 별 검색 결과들을 해당하는 확장 쿼리에 대응하여 수평 스크롤 방향으로 배치하여 표시하는 유저 인터페이스를 제공하는 단계
를 더 포함하는,
검색 유저 인터페이스 제공 방법.
검색 쿼리를 수신하고, 상기 검색 쿼리를 오브젝트로 설정하며, 상기 오브젝트와 연관된 적어도 하나의 속성을 상기 오브젝트에 부가함으로써 복수의 확장 쿼리들을 생성하고, 상기 확장 쿼리들의 랭킹을 결정하며, 상기 확장 쿼리들의 랭킹에 따라 확장 쿼리 별로 복수의 검색 결과들을 제공하는 프로세서를 포함하고,
상기 프로세서는
상기 확장 쿼리들의 랭킹에 따라 결정되는 상기 확장 쿼리들의 노출 영역들 중 적어도 하나의 노출 영역을 로드하는 요청에 응답하여 상기 적어도 하나의 노출 영역에 대응하는 적어도 하나의 확장 쿼리에 의한 검색 결과들을 생성하고, 상기 적어도 하나의 확장 쿼리에 의한 검색 결과들 중 상기 적어도 하나의 확장 쿼리의 랭킹보다 상위 랭킹을 가지는 다른 확장 쿼리에 의한 검색 결과와 동일한 검색 결과가 존재하는 경우 상기 적어도 하나의 확장 쿼리에 의한 검색 결과들로부터 해당하는 검색 결과를 제거하며, 상기 적어도 하나의 확장 쿼리에 의한 검색 결과들 각각에 대응하는 컨텐츠의 카테고리에 기초하여 상기 적어도 하나의 확장 쿼리에 의한 검색 결과들 각각을 표시할 카드의 템플릿을 식별하고, 상기 적어도 하나의 확장 쿼리에 의한 검색 결과들 각각을 해당하는 확장 쿼리의 노출 영역에 상기 식별된 템플릿에 대응하는 카드의 형태로 제공하는,
검색 장치.
제21항에 있어서,
오브젝트와 속성들이 각각 결합된 확장 키워드들을 랭킹 별로 나열한 오브젝트-속성 리스트; 및 연결 강도들에 기초하여 키워드들 사이의 연결 관계들을 정의한 토폴로지인 키워드 그래프 중 적어도 하나를 저장하는 메모리
를 더 포함하고,
상기 프로세서는 상기 오브젝트-속성 리스트 및 상기 키워드 그래프 중 적어도 하나로부터 상기 오브젝트에 대응하는 적어도 하나의 확장 쿼리를 획득하는,
검색 장치.